在人工智能蓬勃发展的当下，AI技术正以不同的路径和形态影响着我们的生活与未来。然而，AI的未来并非一帆风顺，它既可能成为推动人类文明发展的强大引擎，也可能在混乱中迷失方向。

AI，火爆了，但，也只是火爆了，远看花团锦簇，近看山火燎原，一时也搞不清楚这是人类文明发展的第二次火焰开启一个新的纪元，还是燎原的山火最终只会留下一片狼藉。

对AI未来的判断，每个人都有基于他自身视角的判断，鉴于我自己的认知偏好，历史、社会、未来学、经济学等视角相对擅长，但唯独不懂技术，也许用龟甲占卜一下，我们可以看到如下的未来剪影：

1、每一次社会阶层以及生产关系的变化背后，都是以人作为主体的平均生产力发生了翻天覆地的变化，奴隶制时代的平均生产力极其低下，以至于如果大家都去劳作并无法养活自己，所以只能通过大部分人以自身的死亡为代价供养少部分人。到了封建时代，农业产出至少保证了非灾荒之年的时候，人均生产力带来的收益在养活自己的时候还有富余，因此，社会得以进入自耕农和自由民的封建时代，尽管过程中仍存在人身依附关系和农奴，但那更多的是基于获取更多剩余价值的目的。在工业革命开始之后，机器的力量带来了生产力的快速增长，社会平均生产力有了巨大的剩余，现代社会成型。直至今天，整个社会的运转仍旧需要以人为核心来操作机器，我们所有的努力都是在强化机器的效率，以及降低作业的成本。而AI时代，改变的并不是机器，而是社会的运转核心，不仅仅是人，还多了一个新的存在，AI。未来，整个社会规则的制定、资源分配的方式以及决定资源分配的权柄，不在仅仅掌握在人类的手中。

2、AI的终极不是和人一样，而是超越人类。生命苦短，机械飞升，这并不是什么神话故事，从人类想象力的角度来看，在1923年的科幻小说中就已经有了对当今世界的遐想，因此，只要我们想象力所看之地，我们有能力终将到达。和人一样，并没有什么意义，只有超越，才能够革新整个生产力体系。因此，现在的AI大模型本质上，就是将人类的思维结构进行数据化和逻辑化，用绝对理性来不断地训练程序，使期最终可以达到和人一样的思考能力，这种能力，有时候我们称之为直觉或者常识。

3、我们永远比不上电脑的，是他可以完整地记忆自己硬盘中所有的信息，以及通过互联网近乎光速的传播可以链接并找寻到隐藏在世界不同旮旯角的资讯，还能将他们进行同类项合并和异类项分解，这种能力除了电脑以及软件程序，无法可解，当然，如果在战锤40K中的颅骨机魂实现了，那就是另一个概念了。不管怎样，信息的充盈度，是AI远超过人脑最重要的优势。

所以，未来的AI，在所有可以通过现象、数据、逻辑以及理性判定的场景中，都将拥有超越人类的能力，但同样，他们必然是分裂的，或者可以说是AI的专业性。比如搞金融的AI不一定在法律判定上更为优秀，搞医疗的AI不一定在城市道路管理上那么精通，会做商业分析的AI不一定能够解决银发护理的难题。

因为这样的推测和假设，我认为AI的发展，需要三个阶段：

1. 让AI可以具备理性思考的能力，具有海量数据和现象中，找到问题答案的能力，这包括了算力、算法和数据的训练，以及深度学习；
2. 让AI具备从现象中发现问题的能力，在没有输入的情况下，AI要能够发现现象的异常，并快速地产生问题，予以解决，这是专业领域判断的学习，以及对于常识的理解；
3. 让AI在专业场景下，具备完整的、清晰的、独立地设定目标和达成目标的能力，这是赋予AI“人性”；

现阶段AI的大模型和各种创新，其本质是在第一阶段进行的学习训练，尚未进入到第二阶段，所以，这个阶段的，相当于人类在初中之前的基础教育阶段，一切都需要人类的引导和规范，至于学习成绩的好坏，不过是不同学校教育能力和师资力量的差异而已。哪个学校好，哪个学校差，并不需要大惊小怪。

那我们可以看看，Manus、DeepSeek和Kimi这三款AI产品的差异，其背后，我认为就是三所不同的学校所产生的教育差异。

【从公开信息中获取】

Manus的核心定位是“通用Agent”，但它并不像传统助手那样仅仅完成任务，而是更像一个任务管理与执行的中台。它的亮点在于高效的任务分解和信息流通，比如它会完整展示任务执行的所有步骤，并允许用户中途干预工作流。这种设计看起来就像一个自己制定学习计划的孩子，它并不是在单纯追求效率，而是在尝试解决一个更深层次的问题，我如何才能更好地让自己学习，以及在老师的帮助下。

从技术层面来说，很多时候人们对AI的信任危机来源于它的“黑箱”属性——你不知道它是怎么得出结果的。而Manus通过展示操作过程，试图让AI的决策变得可解释，这是为了探索一种更普遍的AI人机交互模式，它更像是一个实验，看看AI是否能在透明度和用户体验上走得更远。

不过，这种选择的代价是，Manus在单一任务的深度处理上可能不如DeepSeek或Kimi。它的强项是任务流通，而不是技术深度。

DeepSeek则更像是技术问题的“专家型选手”，一个站住解决老师问题的试题型学霸。

DeepSeek它采用混合专家模型（MoE）架构，训练数据侧重STEM领域（科学、技术、工程、数学），这让它在解决复杂技术问题时表现得尤为强大。

DeepSeek的目标并不是成为“万能助手”，而是要成为技术领域的“超级大脑”。它的思考能力和认知场景会更聚焦，它只专注于自己擅长的领域，并做到极致。

有意思的是，DeepSeek的这种垂直化更像，一种效率的提升。通过将AI的能力聚焦在特定领域，它可以快速满足用户的高阶需求，而不是像通用型助手那样在多个领域都浅尝辄止，就好像一个偏科严重的学生，但是在他擅长的科目里，他是当之无愧的学霸。

Kimi则专注语言的多维扩展，它不仅是一个翻译工具，更是一个多语言支持的综合型助手。它擅长长文本处理和语境优化，尤其是对中文和英文的双向处理能力非常突出。它的应用场景也非常广泛，从语言学习到国际交流再到多语言创作，Kimi都能找到自己的用武之地。它不仅能处理复杂的上下文，还能在需要逻辑推理和精细分析的场景中表现出色。这让Kimi更像是一个“桥梁型选手”，它既能满足专业用户的需求，也能应对日常的多语言交流。怎么说呢，Kimi更像是学校中的班委，不一定是学习最好的，但必须是能够承上启下，链接老师与同学的。

不过，Kimi的局限性也很明显。它的技术深度不如DeepSeek，任务管理能力也不如Manus（这个未经验证，毕竟Manus尚未经历完整的题海测试）。它的强项在于语言，而不是技术或者通用性。但如果你需要的是一个能够帮助你在语言和文化交流中突破边界的工具，Kimi无疑是一个很好的选择。

如果把Manus、DeepSeek和Kimi放在一起对比，会发现它们表现出我们对AI发展趋势的看法：一种是垂直优化，一种是人机交互的探索，当然，现阶段更多的沉淀仍旧在基础教育领域，不过各自有各自的教育方式、分班逻辑和学生身份。

垂直优化、高效和普惠的DeepSeek和专注语言、多模态与场景深化的Kimi，是站在“单一领域深度优化”的这一边。它们的逻辑很清晰：通过在某一领域深耕，满足特定用户的需求。这种方式风险更低，因为它的目标明确，用户也更容易感知到它的价值。

Manus则站在“通用性与透明化”的这一边。它试图通过更广泛的适配性，去服务更多的用户。虽然它的技术深度可能不如DeepSeek，但它的设计逻辑更像是在探索未来AI的方向——一个更加透明、可控，同时又足够智能的助手。

任何经济现象背后，都是社会学、社会阶层以及经济学的共同作用，社会学的历史观点告诉我们未来大致的发展方向，社会阶层决定了谁在这个发展路径中掌握了最大的话语权以及制定规则，经济学则是对话语权和规则最大的奖赏，毕竟人为财死鸟为食亡，要想攫取最大的财富，就一定要制造最大的变革或者混沌，如果整个世界都按部就班，财富的流动和分配就不会发生出乎意料的变化。

所以，从这个角度来思考AI，我觉得，现在的AI更像是一场话语权和资本的游戏，每个人都想用故事去描述一个与他人不同的未来，然后用故事去左右舆论，用舆论去蛊惑人心并攫取财富。

AI是未来，这毋庸置疑，但这个未来在真正地和普通人的生活产生嵌合之前，他就是先行者的游戏场，想进入这个游戏场，要么你拥有足够的筹码（资本、金钱、舆论、流量），要么你对这个游戏了如指掌（技术专家和那些天才）。

我们可以参与、可以关注，但是，躬身入局，还是谨慎为妙。