今年 WAIC，AI 行业的讨论焦点发生了显著转变。过去，人们最关注的是模型参数规模和榜单排名，以及能否编写代码或生成图片。而今年，话题更多地聚焦于实际应用：AI 能否帮助销售寻找线索、替代法务审阅合同，或者 Agent 能否自动为团队评估绩效？同时，国产芯片的核心短板是单卡算力还是生态，距离追上英伟达需要多久？这些问题很难被压缩成发布会上的几页 PPT。在 WAIC 现场，硅谷 101 的陈倩与 OpenClaw 早期核心成员向涛在 B 站的视频播客直播中，聊起了今年一度席卷中国开发者社区的“龙虾热”。向涛回忆，OpenClaw 最初只是一个极客实验，旨在实现“人只说一句话，剩下的事情交给 AI，让它自行推进任务并交付结果”。项目爆火后，全球开发者的代码贡献迅速涌入，高峰期每天超过 1000 个，其中绝大多数已经由开发者借助 AI 生成。但热潮之后，OpenClaw 的可靠性和安全问题也迅速暴露。向涛提到，同一个任务，这次能够完成，过几天却可能突然崩溃；当概率性的模型开始操作同样复杂而不确定的外部环境，传统软件依靠修补漏洞建立安全边界的方式，也开始面临挑战。这场对谈，既有开源项目爆发的兴奋，也有热潮退去之后对可靠性、基础理论和安全边界的反思。这可能比简单宣布一个产品“重新定义未来”，更接近 AI 产业今天的真实状态。这也是视频播客在 AI 时代越来越重要的原因。今天 AI 技术的传播链路，不再只是新产品最先在哪里发布，也包括一个技术问题如何往下深挖，一项能力如何被演示，以及掌握在一小撮最前沿的创新者中的小范围共识，如何被更快地传递给更大的圈层。
01 AI 越来越需要被“看懂”
AI 是一种很难只靠文字被理解的技术。模型能够生成代码，不代表它可以独立完成软件开发；Agent 能够调用工具，也不代表它能连续稳定工作；机器人完成一次流畅演示，也等于它已经可以进入真实生产环境。从能力到产品，中间隔着需求理解、任务拆解、工具调用、错误修正和大量工程细节。相比一张参数表，视频不只能够展示结果，也能保留过程；直播加入了现场操作和实时反馈，长视频和播客则可以容纳那些很难用一句金句回答的问题。因此近年来，Altman、Amodei 等 AI 公司掌舵者在官方博客、技术报告之外，越来越频繁地通过直播、长访谈和视频播客发布产品、解释路线。这股风也吹到了中国，这几天 B 站组局的 AI 会客厅里，不同内容恰好对应了 AI 产业的几个层次的议题。向涛参加 B 站 AI 会客厅，讨论的是 Agent 的技术边界。他认为，今天衡量 AI 能力进步的一条重要线索，是它能够独立工作多长时间，以及能够完成多复杂的任务。Agent 真正进入真实世界之后，行业面对的不再只是模型回答是否准确，也包括任务如何持续、错误如何恢复、权限怎样控制。这类体验真正改变的，并不只是某一个环节快了几分钟，而是“记录想法”和“推进任务”开始变成同一件事。这些判断谈不上惊世骇俗，却比“AI 将改变一切”更接近普通用户真正需要的答案。如果说向涛的对谈展示了一个新兴开源项目短时间内经历的从爆发到反思的过程，张小珺与华为海思半导体首席科学家廖恒的长访谈，则把时间尺度拉到了三四十年。这场对话并没有停留在“国产芯片距离英伟达还有多远”这样的口水讨论，而是从全球半导体产业的兴衰、芯片设计与制造的分工，谈到 AI 时代的处理器架构、供应链变化和工程组织。廖恒提出，一个芯片从产品定义到真正进入市场，往往需要三年左右。工程师做出的不是服务今天需求的产品，而是在为数年后的算法和应用下注。这也让“国产芯片缺什么”变成了一个更复杂的问题。它不只是单卡参数的比较，还涉及架构选择、软件生态、制造能力，以及一个团队能否在漫长的产品周期里，把原型打磨成稳定可用的系统。这类判断很难在一场十分钟发布会里讲清楚。它需要产业经历、历史细节以及主持人的持续追问，才能被剖析清楚。从一个开源 Agent 的可靠性，到国产 AI 芯片的产业路径，这些对话折射出 AI 内容价值的变化。过去，内容更多承担“告诉用户一个新技术出现了”的功能；现在，它还要解释一项技术为什么出现、依赖哪些条件、会在哪里失效，以及行业真正存在分歧的地方是什么。
02 从看懂 AI，到创造 AI
AI 会客厅是一场在几天内集中发生的产业讨论，但在 B 站社区，对 AI 的演示、解释和实践并不是从 WAIC 才开始。有人追踪模型和 Agent 的每次更新，有人把 MCP、RAG、Skills 等技术概念拆解成普通用户能够理解的视频，也有人跟着教程写下第一行代码，把评论区里的想法做成真正可以运行的产品。随着 AI 解放个体生产力，越来越多内容创作者不止满足于围观新模型和拆解新技术，他们开始自己上手创造工具。在 OpenClaw 爆火之后，UP 主秋芝发现不少普通用户都被复杂的安装流程挡在门外，于是花了半个月开发出一款名为 QClaw 的图形化部署工具，将环境配置、模型切换、通讯软件接入等流程整合到一个界面，让没有开发经验的用户也能一键部署 OpenClaw。还有 UP 主串儿做的 SBTI 测试，一夜之间爆红网络，而她自己本身则是一个经常发 GPT 学习笔记的 UP 主，做 SBTI 的灵感也来源于自己被打上过“GPT 博主”的标签。这样的创作，也吸引了越来越多 AI 厂商主动走进社区。华为昇腾就选择将 B 站作为官方视频平台，持续通过直播、技术分享和开发者内容，与社区保持长期交流。在这样的氛围下，B 站也进一步把社区里的创造力组织起来，举办了 AI 创造公开赛。一个多月的时间，有接近 5000 名创作者投稿。此次在线下展出的作品，大多来自粉丝不过万、没有专业开发经验的 UP 主，参赛者中还包括物理老师、小说作者、山村中学生和全职妈妈。“现编 OS”的作者、UP 主无限空间之王，把传统软件里相对固定的应用变成了一种实时生成的体验。用户点击计算器或浏览器，AI 会现场编写应用；同一个应用再次打开，界面和细节可能已经发生变化。无限空间之王提到，早期版本里的留言板功能非常简陋。随着用户在弹幕和评论中提出反馈，并直接参与产品共创，留言板后来逐渐加入了更复杂的 3D 效果，也让“现编 OS”呈现出多人共享、共同创造的属性。B 站 WAIC 展区还有不少作品，并不只是常规意义上的效率工具。UP 主“奇妙啦比-杜谦阿”用 AI 复刻已故父亲的声音，做成一台 3D 打印的“时空电话”；有人把手写笔记变成可以演奏的“纸上音乐”；设计师郑浩则用 AI 把一台闲置十年的 Kindle 改造成桌面时钟、番茄钟和 AI 日报终端。过去，一个没有工程背景的人产生产品创意，往往只能把它留在备忘录里；现在，他可以借助模型完成原型，再通过视频公开展示，找到用户、合作者乃至潜在投资人。创作的门槛降低了，产品与用户之间的距离也缩短了。而视频社区承载的，也不再只是作品展示，而是产品从诞生到被理解、被验证的整个过程。
03 AI 的传播链条，已经变了
这种变化，也意味着 AI 内容的传播链条正在发生改变。过去，一款产品发布之后，其传播链条是从发布会，到媒体报道、用户体验，整个过程在几天到几周内完成。今天，一款 AI 产品往往会经历发布、直播演示、播客讨论、评论反馈，再到产品迭代的完整循环。传播不再只是产品发布后的一个环节，而逐渐成为产品成长的一部分。OpenClaw 的爆火，就是这种变化的缩影。社区很快涌现出不同视角的内容：有的 UP 主教人安装，有人讨论 Agent 的可靠性，也有人做深度分析，把 Memory、RAG、MCP 和 Skills 等概念拆开，解释一个 Agent 究竟如何获得记忆、外部知识和工具调用能力，也有人记录自己养虾的过程。一项行业热点由此经历了多次转译：先是产品发布和使用演示，随后是技术拆解，再进入评论区里的使用反馈和争论。产品本身没有变化，但围绕产品的理解却不断加深。用户认识的不只是一个新名词，而是它背后的工作机制和真实边界。这种趋势，在海外同样越来越明显。从 OpenAI、Anthropic 到 Cursor、Perplexity，越来越多 AI 公司开始把 YouTube 作为持续沟通的重要渠道，通过产品 Demo、开发者访谈、技术分享等形式，与开发者和用户保持长期交流。这种变化，也让视频社区承担了过去很少承担的角色。它既是开发者解释产品的窗口，也是用户理解、验证和反馈产品的空间。AI 会客厅里的产业讨论、创作者对模型能力的拆解、AI 创造公开赛里的产品实践，本质上都发生在同一个社区里：技术被不断解释，产品被持续体验，新的创意也在讨论中诞生。因此，WAIC 的十场视频播客只是一个缩影。真正值得关注的，是 AI 的传播链条正在发生变化：从企业宣布产品，到专家解释技术，再到创作者测试、改造，最后由用户反馈推动下一轮迭代。对于今天的 AI 来说，视频社区承载的已经不仅是内容传播，而是技术从发布到理解、从讨论到迭代的重要过程。开发者、创作者和用户不再只是信息的传递者，也开始共同参与 AI 产品的成长。这或许也是越来越多 AI 公司和开发者走进视频播客、走进视频社区的原因。