张小珺 × 李想（理想汽车创始人）第二次访谈深度分析
视频：对李想的第二次3小时访谈：CEO大模型、MoE、梁文锋、VLA、能量、记忆、对抗人性、亲密关系、人类的智慧 频道：张小珺Jùn｜商业访谈录（B 站上传于 2025-10-30） 时长：2:43:52 嘉宾：李想（理想汽车创始人 & CEO；三次创业：泡泡网 → 汽车之家 → 理想汽车） B 站：https://www.bilibili.com/video/BV1fiybB4EDU/ 字幕来源：B 站 ai-zh 中文字幕（清洗后全文 4655 行，仓库内可查） 背景：从对谈内证（”距离上次 AI Talk 过去了 130 天”、GPT-4o 吉卜力头像风潮、雁栖湖战略会）推断录制于 2025 年 4 月前后——DeepSeek R1 爆火约百日后、理想宣布拥抱 DeepSeek 并开源理想星环 OS 之际。访谈以”把李想当成一个 CEO 大模型、逐个调用专家”的 MoE 结构展开
I. 上帝视角：一个”CEO 大模型”的自我推理演示
这是十二篇分析里结构最自觉的一场访谈：张小珺开场就宣布”把你当成 CEO 大模型，调用不同的专家”——技术专家（VLA）、战略专家（雁栖湖）、组织专家（能量）、最后是”人类的智慧”。李想全程配合这个框架，甚至用大模型术语反向描述自己：三人支撑是 MoE、复盘是反思 token、家庭是能量场。和何小鹏篇（同为车企创始人的”物理世界赌徒”自辩）相比，李想这场的重心完全不在车，而在方法论的方法论。
整场对谈的主轴是：一个把”人类最佳实践”当信仰的连续创业者，如何用同一套框架同时解释 DeepSeek 的成功、VLA 的训练、组织的能量和自己的亲密关系——以及这套大一统叙事在哪里开始出现裂缝。
对谈真正的张力来自四组对位：
| 张小珺追问的 | 李想回应的 | 真实内核 |
|---|---|---|
| DeepSeek 为什么不是你做的 | “我只能做最好的自己，那是他的延长线” | 用”延长线”消解比较焦虑 |
| 端到端才一年就换 VLA，太快了吧 | 端到端是 VLA 的 A 的部分，没法直接摘第十个包子 | 换架构叙事 vs 渐进叙事 |
| AI 来了为什么大家更卷了 | 现在都是信息工具，必须变成生产工具 | 工具三分级是全场地基 |
| 你有更大的宇宙观吗 | 掌控自己的命运，挑战成长的极限 | 把 AI 的价值观说成自己的价值观 |
对谈时间轴导览（时间戳 → 仓库内清洗后字幕对应行，可读上下文原话；▶ → B 站原片对应秒数）：
| 时间段 | 话题 | 关键内容 |
|---|---|---|
| 00:00–00:13 · ▶ | 工具三分级 | 信息工具 / 辅助工具 / 生产工具；AI 火了但工作时间没减少；只有 Cursor 和 Deep Research 挨上生产工具的边 |
| 00:13–00:21 · ▶ | 从 DeepSeek 学什么 | 能力四步（研究→研发→表达→业务）与业务四步（分析→目标→策略→复盘）；最佳实践是反人性的 |
| 00:21–00:34 · ▶ | 梁文锋与拥抱 DeepSeek | 对梁文锋的两点判断；开源理想 OS 是”情怀不是战略”；基座模型团队改向 CTO 汇报、训练卡多买三倍 |
| 00:34–00:56 · ▶ | VLA 司机大模型 | 昆虫→哺乳动物→人类三阶段；预训练/后训练/强化三步全流程；司机 agent；为什么交通是 VLA 第一站 |
| 00:56–01:23 · ▶ | 包子论与工程底气 | 摘第十个包子/练葵花宝典；世界模型三阶段；万公里验证 18 万→4000 元；超级对齐 100 人团队；ETC 用规则算法一周解决 |
| 01:23–01:48 · ▶ | 战略专家 | 规模为中心+三变量（用户/技术/组织）；AGI 终端四特点；苹果两次路线战争；终端会战胜平台 |
| 01:48–02:12 · ▶ | 能量与组织 | 争执+能量=更完善的大脑，争执-能量=内耗；三人支撑；3–7 人能量场；梁文锋谈年轻人搞研究与中国教辅 |
| 02:12–02:43 · ▶ | 人类的智慧 | “我需要他们超过他们需要我”；14 岁女儿成为家庭第三支撑；智慧=处理和万物的关系；AI 与人类的未解之题；评价 Manus |
II. 12 个核心观点（按对受众的实操价值排序）
- 工具三分级：信息工具 → 辅助工具 → 生产工具。信息工具你不愿付钱（只是参考）、辅助工具是产品该带的（提升竞争力）、生产工具你愿意付钱（真的替代专业工作）。Agent 最重要的评判条件就是它是否是生产工具——AI 火了但所有人工作时长没减少，因为大家还在把 AI 当信息工具用
- 必须知行合一，有 action 才有价值：”你比我聪明十倍，你拿勺挖坑、我拿铲子挖坑，我再笨效率都比你高”——模型公司认为不需要工具是错的；工具=更高确定性+更低 token 消耗
- 构建能力的四步最佳实践（从 DeepSeek V3 抽象）：先搞研究 → 再搞研发 → 把能力表达出来 → 变成业务价值。最常见的失败是”上来就搞研发，既不研究、研发完也不展示、也不上市场实战”
- 做业务的四步最佳实践（从 R1 思维链抽象）：分析 → 定目标 → 出策略并执行 → 复盘。最大的麻烦是”遇到问题只想改策略，不复盘、不分析、不重定目标——所有参与者都不知道发生了什么”
- 严格按最佳实践是反人性的：随心所欲才满足人性；”一个卓越的组织、一个卓越的人，很多时候要跟人性做对抗”——他对梁文锋的核心判断也是这一条：自律=能坚守相信的东西，对抗人性的懒惰和捷径
- 没法直接摘第十个包子：规则算法没做好就不知道怎么做端到端，端到端没做到极致就不知道 VLA 怎么训；想跳过积累直接拿结果”非常像练葵花宝典”——DeepSeek 也不是葵花宝典，人家很早就建集群、做基建优化
- VLA 司机大模型的三阶段进化论：规则算法=昆虫智能（蚂蚁/有轨交通）→ 端到端=哺乳动物智能（马戏团动物模仿骑车但不理解世界）→ VLA=人类智能（3D+高清 2D 视觉、语言理解、CoT、行动）。本篇给出了公开访谈里最完整的 VLA 训练流程：32B 云端 VL 基座（3D vision+高清 2D+交通语料+VL 联合语料）蒸馏 3.2B 端侧 MoE → 后训练加 action 成 ~4B VLA（驾校学车，短 CoT 2-3 步 + diffusion 预测 4-8 秒）→ 强化（RLHF 对齐人类接管/习惯 + 世界模型生成数据做纯 RL：舒适 G 值/碰撞/交规三反馈）
- 5 年之内没有通用 agent，只有 agent OS：每个专业做专业 agent（司机/医生/律师的数据和思维链完全不同），且生产工具必须和专业的人比较——比专业司机开得好才算数。理想只做”司机”这一个对外 agent，内部 agent 由各专业自己在 agent OS 上开发（客服团队做客服 agent，不是平台团队代劳）
- 该用规则就用规则：乘法口诀就是规则算法——更少脑力、更少 token、更高准确性。VLM 判断不了机场高速十几个 ETC 口，团队执着于喂语料三四个月无果，改用规则算法一周解决。”有更好的大脑和使用更好的工具并不冲突”
- 战略=规模为中心的三变量诊断：规模是确定性的中心，外圈是用户需求、技术产品、组织能力三个动态变量，相互诊断——只有技术变了但用户需求没变，不动组织；理想会因这三个中任何一个失守而消失
- AGI 终端四特点 + 终端将战胜平台：360 度物理世界感知、认知决策、action（操作软件或机器）、反思反馈。PC 时代苹果输给微软，移动时代苹果谷歌打平，但 AI 时代在物理世界里”终端企业的价值会战胜平台企业”——因为涉及生命财产安全，一致性必须由一个主体解决
- 能量公式：争执 + 能量 = 更完善的大脑；争执 − 能量 = 内耗。三人是支撑的最小单元（汽车之家的李想+秦致+樊铮），3–7 人形成最稳固的能量场（”更强的大脑+更强的心脏”）；人和人连接的本质是两个在意——在意客户、在意身边的人，”先对人再做事，而不是对事不对人”
III. 思想三层挖掘
【第一层：学科知识 — 李想的思想资源链路】
| 明确提到 | 用法 |
|---|---|
| 陆奇（2023-09 战略会 + 近期交流） | “人类是怎么工作的？人类没有那么辛苦”→ 端到端转向；最新观点”研究等于能力”（不是研发等于能力） |
| 梁文锋（2024-09 唯一一次见面） | 让年轻人搞研究（成熟研究者有自己的框架）；中国教辅是自带反馈的强化训练体系 |
| DeepSeek V3 / R1 | MoE 架构、能力四步与业务四步的”人类最佳实践”原型 |
| 曾鸣（战略课） | 团队战略方法论的来源 |
| 丰田工作法 / GM 研发流程 / 谷歌 OKR | 第一阶段（理想 ONE，百亿收入） |
| 华为 IPD + 财经 + 人力三支柱 | 第二阶段（L 系列，千亿收入） |
| 苹果（两次路线战争） | 第三阶段对标：终端 vs 平台的历史推演 |
| 叔本华 | “人不能改变，人只有特性” |
| 卡尼曼快慢思考（上次访谈延续） | 端到端+VLM 双系统的理论包装 |
关键区分：李想的思想资源有一个鲜明结构——每个规模阶段换一个老师（丰田/谷歌 → 华为 → 苹果），而底层操作系统只有一个词：”最佳实践”。他不产生原创理论，他做的是发现-抽象-内化：从 DeepSeek 的思维链里读出管理学，从教辅材料里读出 RLHF。这既是超强的学习机器，也埋下张力（见 IV）。
【第二层：方法论 — 5 个可拆解的心智模型】
M1. 工具三分级判定法
信息工具（给参考，不愿付费）→ 辅助工具（产品标配）→ 生产工具（替代专业工作，愿意付费）
判定题：用户愿意自己掏钱吗？它动了"最重要的八小时"吗？
推论：评估任何 AI 产品/立项任何 AI 功能，先问它在哪一级、能不能升级。
M2. 双四步最佳实践（能力线 × 业务线）
能力线：研究 → 研发 → 能力表达 → 业务价值（缺研究 = 最常见死法）
业务线：分析 → 定目标 → 策略执行 → 复盘（只改策略不复盘 = 最常见死法）
诊断分叉：业绩差距 → 回业务线改策略；能力差距 → 回能力线搞研究
M3. 包子论（不可跳级的积累）
- 规则算法 → 端到端 → VLA，每个包子都跳不过去；”新架构”永远是旧架构的包含式升级（端到端成为 VLA 的 A）
- 反例警报：只想摘第十个包子 = 练葵花宝典
- 对应组织动作：端到端团队只有 200 人（对手规则算法团队 2000–6000 人），校招占 60–70%，不进行业大拿
M4. 规模中心三变量诊断（战略框架）
中心：规模（确定性）；外圈：用户需求 / 技术产品 / 组织能力
规则：三者相互诊断——技术变了但需求没变 → 不动组织；需求×技术共振 → 组织必须跟上
死亡诊断也用它：把握不住需求、掌握不了技术产品、组织出大问题——三个都会让理想消失。
M5. 能量工程学（组织与关系的统一模型）
- 支撑的最小单元是 3 人，稳固能量场是 3–7 人：更强的大脑（吵架式思考）+ 更强的心脏（心理支撑，”你绝不会倒在地上，我们帮你撑着”）
- 启动方式：CEO 主动”促成一次次大大小小的事件”让团队按此工作
- 个人版：接受优点 → 接受不足（不足是优势的另一面）→ 用成长替代改变 → 主动表达”我需要你”
【第三层：底层哲学 — 李想的世界观结构】
信念1：最佳实践先于个人天才
- DeepSeek 的成功=极简地运用了人类最佳实践；梁文锋本人”就是个最佳实践，只是把它在组织里放大”
- 隐含立场：卓越可复制、可训练，不神秘
信念2：卓越是对人性的对抗
- 最佳实践是反人性的，随心所欲才满足人性；他自认做过最反人性的事是”每次遇到问题都愿意做巨大的变化”
信念3：成长替代改变
- “人是用来发挥的，不是用来改变的”（从孩子身上确认）；汽车之家折在资本上 → 理想汽车把股权架构做到最好，”我没有改变，我增强了一个能力”
- 个人驱动力：”掌控自己的命运，挑战成长的极限”——他认为这也是人工智能本身的价值观
信念4：智慧高于智能
- 智慧=处理和万物的关系（人与自己、人与人、人与森林）；AI 解决智能问题，没解决智慧问题
- 2008 年差点被赶出公司时开始”处理和自己的关系”，那是智慧的起点
- 终极命题：”人类和 AI 之间的关系是个未解的问题。AI 解决了，AI 统治人类；人类解决了，人类仍然统治文明”——解法是把智慧变成可训练的教育学科
信念5：需要别人是力量不是软弱
- “对亲密关系而言，是我需要他们超过了他们需要我”——大胆表达需求，因为所有人都希望被需要
- 只有亲密关系能带来伤害，所以严格筛选；记忆管理：只保留有价值的美好片段，把被黑转译成”因为这事我们增长了三倍”
合成公式：
最佳实践信仰 × 反人性自律 × 包子式积累 × 能量工程 × 智慧>智能 = 一个把公司和人生跑在同一套架构上的 CEO 大模型
IV. 思想的内在张力（直面矛盾）
张力1：”我只能做最好的自己” vs. 全方位对标 DeepSeek
- 一边用”延长线”理论消解”为什么 DeepSeek 不是你做的”，一边把 DeepSeek 的每个动作（开源、思维链、集群基建、校招策略）都内化成自家动作，连开源理想 OS 都直言”纯粹是感谢 DeepSeek”
- 辨析：他区分了”羡慕别人的位置”（不做）和”学习别人的实践”（狂做）。这在心态上健康，但”最佳实践搬运”有一个盲区——DeepSeek 的实践生长于量化基金的现金流和无商业化压力，理想是一家要交付季度销量的上市车企，同一实践的成本结构完全不同。他对此未做区分。
张力2：最佳实践的普适叙事 vs. 幸存者的回溯归纳
- “能力四步/业务四步”被讲成人类通用规律，但它们是从 DeepSeek 的成功里读出来的，再用理想自己的成功（论文被引用、端到端 200 人打赢 6000 人）来验证——验证样本全是赢家
- 辨析：与阳萌篇的框架回溯性同构，但李想更少自我标注。读者应把”四步法”当作清单工具（防漏项）而非因果规律（照做就赢）；他自己也承认”我们做着做着也经常偏离最佳实践”。
张力3：反人性的纪律 vs. 能量与幸福的叙事
- 前半场说卓越要对抗人性（懒惰、捷径、随心所欲），后半场说要保留所有人性（”没有坏的就没有好的”）、只保留美好记忆、追求高质量陪伴
- 辨析：可以调和——对抗的是”执行层的人性弱点”，保留的是”存在层的人性特质”。但边界在实操中危险：一个组织同时被要求”跟人性做对抗”和”充满能量与在意”，两套话语落到中层就可能变成既要 996 式自律又要表演亲密。他给的接口是”能量”，但能量的度量完全依赖李想式直觉（3–7 人也是”直观感觉”）。
张力4：5 年内没有通用 agent vs. 汽车是千亿美金的 AGI 终端
- 对 agent 极度保守（专业 agent、生产工具必须赢专业人类），对终端极度激进（车会是 AI 时代收入最高终端、终端战胜平台、对标苹果）
- 辨析：两者共用一个前提——价值在”和物理世界的闭环”里。保守与激进其实是同一判断的两面：看空无 action 的通用智能，看多有 action 的专用终端。风险在于这恰好是一家车企 CEO 的利益位置；他自己给出的证伪条件很硬（做不出 L4、5 万人做不到千亿美金收入”就该给我们车企的估值”），值得记录并回看。
张力5：transformer 架构”对人类很安全” vs. 100 多人的超级对齐团队
- 一边论证当前架构无自主意识、不能自我进化、”很多人是多虑了”；一边为一个 4B 的司机模型配 100 多人的超级对齐团队，并说”能力越强，胡来的可能性越高”
- 辨析：不矛盾但精度不同——他说安全指”文明级风险”（不会失控统治人类），对齐团队防的是”工程级风险”（加塞、违规、吓到乘客）。但把前者讲得如此轻松（”工作原理就是很安全的”），与 Ilya 式的审慎（他自己也引用”你才知道伊利亚原来想的那么远”）之间存在未解释的落差。
V. 可复制 vs 不可复制
✅ 可复制（高迁移性）
| 方法 | 普通人如何用 |
|---|---|
| 工具三分级 | 评估你在用/在做的每个 AI 工具：哪一级？你愿意自己付钱吗？ |
| 双四步清单 | 立项前自查：研究做了吗？出问题时自查：复盘了还是只在改策略？ |
| 包子论自检 | 列出你想要的”第十个包子”，倒推前九个各是什么、你在第几个 |
| 规则/模型分工 | 确定性子问题用规则（乘法口诀），开放子问题才上模型——先问”这题需要智能吗” |
| “我需要你”表达法 | 对关键伙伴明确说出需求；被需要感是最便宜的能量来源 |
| 记忆转译 | 把挫折句式改写为”因为这件事我们获得了 X”——他被黑公关后的实操 |
❌ 不可复制（依赖李想的特殊条件）
| 方法 | 不可复制的原因 |
|---|---|
| 拥抱 DeepSeek 省 9 个月、训练卡多买三倍 | 需要千亿收入的现金流和已有的编译/芯片/操作系统团队 |
| 200 人端到端打赢 6000 人规则算法 | 前提是 2021 年起的自研积累+研究文化+全栈工程能力 |
| 世界模型把万公里验证成本从 18 万降到 4000 元 | 车队数据规模+重建生成技术栈，非车企不可得 |
| “工程忽悠不了我” | 从汽车之家架构到增程架构 20 年的工程直觉，不可速成 |
| 女儿 14 岁成为家庭第三支撑 | 运气与长期陪伴的复利，无法按方法论催熟 |
⚠️ 部分可复制（需要条件）
| 方法 | 复制条件 |
|---|---|
| 3–7 人能量支撑结构 | 需要真实的相互需要与长期信任，形式化照搬会变成小圈子 |
| 每个专业自建 agent（平台只做 OS） | 需要先有统一的 agent OS 和数据基建，且专业团队有意愿学 |
| 校招为主、不进大拿 | 需要强研究文化托底；缺方法论的组织照抄会变成廉价劳动力策略 |
VI. 三种角色的可执行启示
给创业者 / CEO
- 用”规模中心三变量”做年度诊断：分别写下用户需求、技术产品、组织能力的变化，只有前两者共振时才动组织——避免”今天出个新东西就调一次组织”
- 把李想的证伪条件学过来：为自己的 AI 战略写下可检验的硬指标（他的版本：做出 L4；5 万人做到千亿美金收入），到期回看
- 组织里推”双四步”当会议纪律：立项会先问研究结论，复盘会禁止直接跳到改策略
- 学他对 Manus 的评价方式：舆论说”套壳不是创新”时，看它是否在往生产工具走、是否动了专业工作——用三分级替代站队
给 AI / 智驾从业者
- VLA 三步训练流程（VL 基座蒸馏 → action 后训练 → RLHF+世界模型 RL）是目前最完整的公开参考架构，对照检查自己缺哪一环
- 交通之所以是 VLA 第一站：规则清晰、3 个自由度、模仿与强化反馈都廉价——评估新领域能否 VLA 化，就查这四项
- 别用模型解决乘法口诀：位置判断类确定性子任务（ETC 选口）用规则算法，一周能解决的别喂三个月语料
- 对齐是能力的伴生投资：模型过了能用线（他们是 1000 万 clips）就建对齐/职业性团队，”不可能雇职业赛车手当司机”
给个人成长读者
- 用”专业能力 × 职业性 × 构建信任”三项自评——他评价司机、员工和 AI 用的是同一张表
- 接受”不足是优势的另一面”：先写下你的三个优势，再写出每个优势的背面，停止修理背面、专注放大正面
- 对最重要的 3–7 个人练习说”我需要你”——按他的观察，表达需求是能量场的启动开关
- 苦和甜是硬币正反面，但你能选看哪一面：把最近一次挫折改写成”因为它我获得了什么”，写不出来再复盘
VII. 分析方法说明
本分析采用 Self-Debate 5 轮迭代：
- Round 1 生成：领域专家视角直接输出初稿（12 观点 + 3 层挖掘）
- Round 2 逻辑批评：检查”最佳实践”叙事的回溯性、张力辨析是否和稀泥
- Round 3 受众批评：以创业者/智驾从业者/个人成长读者视角评估可执行性
- Round 4 改进：综合批评意见重写
- Round 5 评分：3 维度打分（完整性 / 逻辑 / 受众价值）
本篇特有的局限性：
- 访谈的表演性：”CEO 大模型”的框架是双方共谋的舞台设定，李想的自我呈现高度框架化，暗面信息（MEGA 风波、销量压力、组织裁撤）几乎缺席，本分析只能就其所讲分析其所讲
- 技术细节为单方陈述：VLA 训练流程、验证成本 18 万→4000 元、端到端 200 人、训练卡多买三倍等均无法独立核实
- 录制时间与上传时间错位：内容对应 2025 年 4 月前后，B 站 2025-10-30 才上传；期间智驾行业已有新进展（如 L3 法规、VLA 竞品），阅读时注意时效
- ASR 错误密集：DeepSeek 被写成”DPC/deep sick/迪普斯科”、梁文锋为”梁冠峰”、谢炎为”谢言/夕颜/戏言”、Manus 为”minus/MANDUS”、Mind GPT 为”MAD jb”、司机大模型为”4G大模型”、Orin-X 为”ORANX”、Thor-U 为”索尔钢U”、数字生命为”危及生命”、熵减为”商检”等，已人工纠正；个别人名（智驾负责人、上市细节）无法从字幕确证，行文从略
- 二阶失真：本文为字幕→分析的二次加工，请以原视频为准
附录：对谈原话摘录（最高密度的 5 个瞬间）
时间戳可点击，跳转到仓库内清洗后字幕的对应行（可读前后文原话）；▶ 跳转 B 站原视频对应秒数。
-
[00:18:51]“严格地按照最佳实践其实是反人性的，随心所欲才是满足人性的。一个卓越的组织、一个卓越的人，很多时候其实要跟人性做对抗。” ▶ → 全场的哲学地基，也是他对梁文锋”自律”的定义
-
[00:56:52]“没有办法直接摘第十个包子……如果大家不想做前面任何的包子的积累，只想摘第十个包子，很多时候非常像练葵花宝典。” ▶ → 回应”为什么不直接做 VLA”：规则算法→端到端→VLA 每级都跳不过去
-
[01:49:00]“当人和人之间的能量始终存在的时候，这些争执、这些讨论、这些吵架就是一个更完善的大脑；当这些能量消失的时候，不同的想法其实就是内耗。” ▶ → 能量理论的核心公式——同样的行为，能量在与不在，结果完全相反
-
[02:19:45]“对于身边的亲密关系而言，是我需要他们超过了他们需要我……大胆地表达自己的需求，因为所有人都希望被需要。” ▶ → 当爸爸之后的三条领悟之一，也是他组织能量学的私人起点
-
[02:40:47]“人类和 AI 之间的关系是个未解的问题。如果 AI 解决了，AI 就统治人类；如果人类解决了，人类仍然统治文明。” ▶ → 回应 ChatGPT 写的”认知主权让步”——他的解法：把智慧（处理和万物的关系）变成可训练的学科