这周发生的两件小事，让我对AI的落地有了全新的体感。作为一个资深的“成分党”和理工男，我居然完全听从了大模型的建议，摒弃了使用多年的习惯产品，转而下单了它推荐的眼药水和护肤霜。这让我意识到，大模型正在成为比任何人类专柜柜员都强大且客观的决策工具——它不仅懂成分，更懂商业逻辑。
由此我也联想到了近期市场对“AI泡沫”的争论。相比于2000年互联网泡沫中一眼望到头的电商模式，今天的大模型每隔几个月就能带来颠覆性的“感知差”。从我的购物体验到陶哲轩用AI解决数学难题，这种跨越维度的生产力提升，让我确信我们离技术见顶还很远。本期节目，就从这两次购物经历出发，聊聊我对AI投资价值的最新思考。
时间轴 Shownotes
00:09 超级导购初体验：AI如何颠覆我的眼药水选择
- 痛点与习惯：作为一个长期面对电脑的干眼症患者，曾尝试过从润洁、熊胆明目液到日本洗眼液等多种产品，但效果日益衰减。
- AI的“否定式”建议：大模型指出了传统眼药水收缩血管、洗眼液洗去油脂等副作用，建议停用并转向无防腐剂产品。
- 精准种草：AI推荐德国海露（Hylo）滴眼液，详细解释了其“单向阀门”专利设计如何实现无防腐剂且长效保存，成功说服我下单。
03:43 “成分KOL”的败北：大模型在护肤领域的降维打击
- 医疗建议替代：在处理孩子鼻腔干燥问题时，AI不仅劝阻了使用抗生素软膏（金霉素）的习惯，还给出了凡士林微晶状成分的具体建议。
- 专家级对比：针对博主自用的护肤品，AI对比了凡士林新款与丝塔芙（Cetaphil），精准指出了“敏感肌选丝塔芙，追求功能性选凡士林”的差异。让我这个曾经的护肤品成分KOL也懒得动脑，无脑跟随。
- 商业洞察：AI不仅分析成分，还能梳理联合利华为了对抗欧莱雅，如何通过开辟高端副线（Pro Derma）来提升品牌调性的商业逻辑。
08:04 信任参数的理工男：为何AI导购优于人类？
- 知识的广度与深度：相比人类柜员，大模型能瞬间调用跨品牌的成分数据、科研实证及新闻来源，且没有销售KPI的利益冲突。
- OpenAI的争议与价值：虽然OpenAI因测试广告被诟病，但其核心价值在于为“理工男思维”用户提供了基于参数和性价比的理性决策支撑。
- 支付意愿的改变：在大模型的深度解析下，用户更愿意为“单向阀门”等隐形科技支付溢价，证明了AI在促进高质量消费上的潜力。
11:40 拒绝泡沫论：从2000年互联网泡沫看今日AI
- 霍华德·马克斯的启示：回顾2000年科网泡沫，当时的电商（如pets.com）缺乏技术壁垒，仅靠资金堆砌，且商业模式一眼望得到头。
- 不可预测的进化：与当年电商模式的线性发展不同，大模型（如Gemini的绘图能力）在短短几个月内的进化幅度往往超出人类想象。
- 核心观点：只要技术还能不断提供令人耳目一新的“惊吓”或“惊喜”，以此吸引资金持续押注，它就很难被定义为单纯的泡沫。
14:26 生产力跃迁：从陶哲轩解题看AGI潜力
- 科研提速：数学家陶哲轩利用AI将数月的难题缩短至24小时解决，证明了AI不仅是内容生成工具，更是科研加速器（AGI到ASI的路径）。
- 价值重估：如果AI能将全人类的研发周期缩短一半，其潜在的生产力价值目前还远未被市场充分定价。
15:51 硬件迭代启示录：感知的停滞才是赛道的终点
- PC与手机的兴衰史：回顾CPU和智能手机的发展，当新一代产品无法给用户带来明显的体验提升（如流畅度、功能差异）时，行业才进入存量见顶期。
- AI的当前阶段：目前大模型仍处于“剧烈变化期”，每一次版本更新都能带来强烈的感知差异，这标志着行业仍处于高速成长的朝阳阶段。
