今天沒有發布會，也沒有任何的新產品，只是我看到了一組數據：

中國智能汽車銷量 Top5 里，有三款搭載了面壁。

借這個，一起來聊聊今年來的 AI 落地的顯著變化。

年初，DeepSeek 卷翻全球，各家大廠頻繁發貨，模型越來越強，但也越來越像“反骨仔”。

我們反復教 prompt、改提示、調溫度，像是在“遠程管理一個聰明實習生”。它會幫你回答、寫點文案、潤色語言，有時也能驚艷你。

但如果我們冷靜看，會發現它AI總是在“被服務”——人類去不斷指示、不斷監督、不斷兜底。

而真正的生產系統，需要是穩定干活。

一個轉折點

一個月前，Manus 發布，把 AI 裝進虛擬機，開始“真干活”；

昨天，智譜發布的「沉思」讓本地電腦開始自己打工，完成了一個交代清楚、結構完整、能復用的任務。

我們開始看到，大模型不再只是“接口”，而是“執行體”：不再 prompt in / answer out，而是感知任務，自主出手。

自此，我們對大模型的態度，發生了一些改變：從一個“被請求的接口”，變成了能感知任務、能主動推進的執行體。不是“聽命行事”，而是“理解語境、直接動手”。

而當模型從“被動響應”走向“主動承擔”，另一條更少被關注的路徑，也正逐漸成形：模型開始不只是服務人，而是服務機器。 它不再是人類的助手，而是系統的一部分。

「上班」，而非「上線」

在很多語境中，“落地”意味著模型上線：模型調好，上傳 Hugging Face，連個 API，就可以跑 demo 了。

真實系統里，“上線”遠遠不等于“上班”：“能用”，后者是“在用”，是模型在一個實際系統中持續運行，要接受穩定性監控、對接模態感知、支持中斷恢復、容錯控制、長時執行，并對輸出結果承擔責任。

小鋼炮超級助手 cpmGO，首個純端側汽車助手

對于上班，要求的不再是一種“能演示”的狀態，而是一種“要負責”的狀態，看似微小轉變，卻是兩套體系。在這個體系中，你可以不被模型驚艷，但它不能掉線。你可以不感知它的存在，但它必須穩定地在崗。

“模型上班”這一幕，已經在多個現實場景里悄然出現。其中最具代表性的，就是汽車。

車是第一站

回顧到最開始的新聞：

中國智能汽車銷量 Top5 里，有三款搭載了面壁。

之所以說這個新聞很有趣，是覺得模型開始進入一個長時間運行、交互密集、資源受限、網絡不穩定的物理系統。注意：這里的“車”，或不僅僅是 Car，而是更廣義的“Vehicle”。

在控制系統的語境下，Vehicle 是一切“可移動、具備執行能力的人工系統”：潛水器、無人機、月球艙、巡檢機器人、采礦平臺、軌道維修車……都是 Vehicle。

模型會進入各類 Vehicle：各類載具

它們的共同點是：

• ? 網絡不可依賴，模型必須離線運行；

• ? 人類無法兜底，模型必須穩定決策；

• ? 環境極其復雜，模型必須具備多模態感知與判斷能力。

如果說智能汽車是模型走進物理系統的第一站，那這些更廣泛的 Vehicle，才是真正的大規模上場。

為什么對講機沒被淘汰？

在線下聊天時，我經常拿出一個類比：對講機

很多人以為智能手機已經什么都能干，對講機這種設備早該退出歷史舞臺了。

而在任何一個施工現場、礦井、鐵路、應急系統，主角依然是對講機。

因為對講機不需要信號，不用開 App，沒有延遲，沒有系統彈窗，它開了就能說，說了就能聽，永遠可用。當你面對的不是“信息獲取”，而是“任務執行”，你就不再追求“多功能”，而追求“不中斷”。

施工現場、礦井、鐵路、應急系統，主角依然是對講機

這正是大模型走入系統之后，需要面對的現實。它不再是一個“能對話”的工具，而是一個必須完成工作、不掉線、不宕機的部件。

大模型需要一套“對講機級別的方案”——小巧、堅固、可靠、全離線。

在沙漠、在車艙、在井下、在太空，它可能不能聯網，也不允許等待。它要常駐系統、聽得懂現場、做得出反應，并且錯不了。

面壁在做什么？

面壁是一個很有意思的公司，也是國內最早探索 Agent 落地的公司之一。早在 2023 年，面壁便聯合 OpenBMB 及清華大學 NLP 實驗室，開源的大模型+Agent 項目 ChatDev

反倒是今年，在 Agent 成為熱點的語境下，你很少看到面壁高調參與這場敘事。沒有“Agent 平臺”發布，沒有“自動化鏈路”路線圖，也沒有各種看起來很繁忙的 DAG 圖、任務計劃器和工具調用框架。

很多人會好奇，面壁去哪了？之前，我有囈語寫到：

面壁和硅基流動，完成「DeepSeek 后，第一批的生態錨位」，并都拿了華為的投資：把各種最優秀的模型，部署在國產設備上

而今天，這份囈語開始兌現：

面壁，把 Transformer（大模型），裝進了 Transformer（變形金剛），讓物理設備成了 Agent 本身。

小鋼炮超級助手 cpmGO，首個純端側智能助手

不做聲明，只做部署，去解決更為真實的挑戰：讓模型長期在設備里運行、離線推理、實時控制，它該如何被訓練、被剪裁、被評估、被信任。

于是，這家我本認為在做手機模型的公司，已與一汽大眾、長安、長城、上汽、德賽西威、中科創達等企業達成合作，共同推進模型在車上的更廣泛落地。

安全，是最大的豪華

我們太習慣了用“聰明”來評價 AI。但真正的系統，不是看它能說多少話，而是看它能不能持續工作。

在系統中，真正有價值的 AI，不是最能生成內容的，而是最少出故障的；不是能回答一千個問題，而是能干好一個任務。你可以容忍它答錯一道冷門題，但你不能接受它誤識別障礙物、延遲控制一秒、把空調溫度調到極值。

在前兩天文章里，我也表達過類似觀點：參數大，不等于能力強；體積驚人，也不代表能穩定上崗。真正衡量一個模型的，不是“它能不能答題”，而是“它能不能干活”。 ——《大，就聰明嗎？論模型的尺寸虛胖》

在這種情形下，我們不再關心調用頻次、響應速度、能力維度，而是關心它是不是能長期穩定在崗。不是“誰調了模型”，而是“模型在不在系統里”；不是 token per second，而是 uptime per day。

“安全，是最大的豪華”

“安全，是最大的豪華”這句話原本屬于汽車行業，現在也屬于大模型。它不響、不火、不熱搜，但它在你真正需要它的那一刻，必須在崗，而且不能錯。

成為世界的一部分

當模型走出 PPT，跑去礦井、隧道、艙室、軌道系統中靜默運轉——它就不再是“技術的新鮮感”，而是“系統的一部分”。

當我們從“能不能回答問題”轉向“能不能值一班崗”，大模型的主語就變了：模型不再是供人調用的工具，而是和設備一起駐留、與系統一同運行的執行體。它要理解上下文，適應環境變化，隨時準備接管操作，隨時能夠承擔后果。

未來屬于誰，我們還不知道。但可以確定：未來不屬于那些只會概念炒作、從不解決現實問題的方案。

但我相信：誰在真正干活，誰就留下來

最后，以一個很切題的宣傳片，作為收尾：

人與AI共同奔赴的，英雄主義