`2026-07-29 19:00-21:00` 好，大家晚上好！ 啊，大家晚上好！ 大家晚上好，欢迎大家来参加今晚的学习活动哈，我是主持人，来自腾讯学堂的许天，那今天呢是我们学堂年度大奖获奖业务系列分享的最新的一期。 那分享业务呢，是 csig 云产品一部的云服务器业务，那云服务器业务可能相对来说是，呃，非 csig 的同学会稍微有点陌生的一块业务哈。 那，呃，去年呢，因为高密技术获得了，呃，公司级的技术突破奖，那这里呢，还有一个可能大家比较破圈，很巧合的事情。 就是相信很多同学春节后也都关注到了这个，呃，风风火火的这个龙虾装机活动哈，那这个活动背后的团队呢，恰恰也也是我们的云服务器团队，那这应该也是第一次腾讯云的服务器破圈进入到大家的这个大众视野。 所以今晚的分享呢，第一个很有意思的点就是，呃，可能很多同学不知道真正撑住这场龙。 龙虾滩爆火的恰恰就是云服务器走了9年的一个技术路线高密，那这背后的高密到底是什么技术？ 在 AI agent 时代到来之后，它还会有哪些持续带来惊喜的价值呢？ 那今天我们的分享嘉宾啊，李丽老师哈， csig 云产品一部的助理总经理就会从几个维度来展开分享，包括云服务器的世界观。 腾讯云9代机型背后的高密路线的一些关键抉择，以及说我们的整个系统怎么样去做到，既懂业务又会规划啊，以及最后呢，老师还会分享对于 agent 的时代云服务器的一些进化方向的思考。 那当然如果有时间的话，李丽老师也会和我们一起再来聊聊对 AI 时代组织的一些思考哈。 那在今天分享结束之后呢，我们会预留充足的 QA 时间，所以也欢迎大家过程中把疑问想讨论的点随时打在评论区哈，我们来和老师一起来交流。 我看今天这个咱们会会议里面应该有不少 csig 的同学哈，有一些专业的问题也可以一起来交流交流，好，那我就话不多说。 接下来的时间呢，我看到力哥也已经打开摄像头和麦克风了哈，我们就交给力哥，大家一起云鼓掌来欢迎一下，那力哥也可以跟大家打个招呼，然后我们把我们这边的共享结束来，请力哥投屏哈！ 嗯，好的，欢迎大家我来投个屏。 好，应该是都能看到啊！ 嗯，能看到没问题的。 好好啊，声音也可以啊！ 啊，是用 k一个开始吧？ 啊。 好好好，那个首先自我介绍一下，我是李丽啊，大家叫我力哥，其实是一开始讽刺我这个刚来公司就比较少年老成，结果待了这么久呢，也差不多了。 其实今天呢是一个特别特殊的日子啊，呃，因为刚才我6:40多，我才离开这个 bsc 的会场啊。 本来天天说要不要换个时间，但是呢，我就觉得今天特别好，是为什么呢？ 因为十五年前的今天呢，是我要来腾讯的头一个晚上啊，那天晚上呢，我不知道可能跟今天听的有部分的同事的想法类似啊，就是想着马上就腾讯了，有没有可能要被这个时代的大轮给碾压是吧？ 所以这么多年呢，嗯，其实有很多的纠结啊，也有很多的想法。 这个事情呢，刚好就跟我们这个获奖和这个活动呢是有相关性的，所以在这呢就给大家呃，来分享一下这件事吧啊。 所以首先呢，我们讲的就是刚才那个主持人也提到了啊，就这两件事儿啊，看起来好像不大相关啊。 但事实上呢，我琢磨了半天，觉得好像它其实是同一个故事的不同的结果啊，而且都还挺好的，首先呢，右边这个就是我们这次主要的获奖的这个点啊。 当然这个呢也不是我们团队能做得了的，是，是公司内部这个啊，信息海啊，供应链啊。 i 评，网评，对吧，包括那个运维以及说行业很多的这个所有的团队都在做的。 而且呢，其实事实上这个技术呢，也率先是在腾讯自研内部使用了很久之后啊，才推给那个云上的客户啊。 所以它也算是一个全公司一起做成的一个产品啊，我们在里面呢，啊，是产品方和一部分的这个技术方。 那另外一方面呢，就是想说的是，呃，因为这个高密的整个技术矩阵呢特别复杂啊。 然后，嗯，我差不多研究了一下之后呢，我觉得可能如果讲那个技术的话，在现在 AI。 这么火的时候呢，大家可能兴趣也不没那么大，呃，所以技术的部分呢，我是做了一些压缩啊。 如果是呃，大家对其中的哪一个点特别有兴趣，可以先在 came 上查一下这个获奖团队写的一些文章啊，如果有必要的话呢，也可以找找找找我来交流吧啊，然后左边这个图呢？ 呃，就是今天映衬的主题啊，或者说其实是有相关性的，待会儿大家可以看一下我的这个故事线是不是有点太硬了？ 呃，就是说今年3月6号我们做了一件事儿啊，这件事呢，就是在腾大楼下去做了一个装机啊，然后装机呢非常意外的特别火啊。 然后呢，我们装完之后呢也做了一些思考啊，这些思考呢，可能也是今天这个主题当中，稍晚一部分会给大家分享的点，就是说我们怎么看待在这个云计算是吧？ 几十年的技术了，在现在 AI 这个时代，它的定位是什么？ 以及说 AI 和云的关系是什么？ 还有就是那在这个时候云应该做什么，以及说我们自己如果是啊，产品运营研发啊，有可能应该要做什么，对吧？ 就像我十五年前的今天在想这个事情一样啊。 然后呢，我们首先说一下这个定位啊，可能刚才主持人也讲到了云服务器啊，云计算啊，这个龙虾啊。 com 其实我觉得我我我经常会忘了去讲这一部分，就是因为其实呢呃。 我经常觉得一个产品好不好，先看它的名字起的好不好啊，它的名字起的不好呢？ 基本上不大可能是什么好的产品啊，但是回到我们自己的这个产品上来看呢，这就是一个非常非常非常大的问题，对吧？ 比如说我在同一个产品上工作了十几年啊，我都一直不知道我们产品叫什么，这就是一个特别离谱的事情啊，就是说，呃。 所以我给大家分享一下，分享一下，就是说这个地方写的是云服务器，这个是经过了，可能是在五六年前统一了叫法吧，以前的叫法很多。 有叫云主机的，有叫这个云服务器的，叫云实力的，还有叫这个虚拟机的啊，那我们为什么要在这个问题上先纠结一下啊，就是想告诉大家我们这个产品为什么这么难做啊？ 以及说为什么我们会在 AI 的时候呢？ 可能表现的比别人更焦虑一点啊，首先我们先看一下那个这个业界领袖啊，AWS 是怎么叫的？ AWS 的这个相同的产品啊，云服务器的产品叫 ec two，对吧？ 它叫 elastic 呃，那个 easy to computerCloud 对吧，它的名字就叫弹性。 呃，计算云。 如果是直译的话呢，所以它在这一个产品里面把整个云都给叫进去了啊。 这个是首先是非常难看的啊，然后它也没改，呃，估计也改不了了。 因为它已经已经这个标准了。 但其实呢，你可以看得到 AWS 在20年前做云的时候呢，它其实只想做两个产品啊，一个是 S3，一个是 ec two。 它认为存储和计算两个呢就把云全包括了啊，等到现在呢，它有1000多个产品就忽视了原来的这个想法了。 其实这也是有一些意料之外的原因在的。 今天就不展开讲。 然后阿里云叫什么呢？ 阿里云叫 ecs 啊 ecs 叫 elastic ，呃compute service 嗯，其实我是查了之后啊，它叫 service 我我我我印象当中一直记得它以前不叫 service 叫 server 啊，也就是说翻译过来就是弹性计算服务器。 对吧。 那现在改成 service 呢，就是它变成了弹性计算服务了。 其实弹性计算服务要比弹性计算服务器要好很多啊。 因为服务器呢，约束了它的计算实力的特征啊，这个待会儿我会特别讲到为什么用服务器来表示计算实力是不对的啊，但它现在改成了 service 啊。 然后就这个事情呢，我还翻阅了阿里云的文档，发现它现在都是 service 我，我一度以为是我记错了，好不容易。 我从这个旧电脑里面找到了一些原来的截图，发现它原来是叫 server 啊，现在悄咪咪的改成 service 啊，其实这也体现了他们对于这个产品的一个一个发生变化的一个过程啊，那腾讯叫什么呢？ 腾讯叫最早叫 CVM 啊，这个名字就特别难听了，叫 cloud watch machine 啊。 其实。 怎么说呢？ 他，他把这个产品固定到了一个具体的技术上，是我觉得是非常不好的，但但但现在确实是人尽皆知了，也改也改不了，那就姑且这样吧。 好在是大家三家都叫的比较难听啊，那那就说明了，其实这个产品就是不好做啊，为什么不好做呢？ 我就认为啊，我我我经常我没写没写出来啊，一开始这个标题本来叫那个公司最 low 的产品怎么做？ AI 创新的，想想还是对做这个产品的同事呢？ 有点侮辱性就就改掉了。 但但我口述一下呢，我认为，呃，我们这个产品比较 low 呢，有几个原因，一个呢是他确实比较底层，他就是在很多的业务之后。 另外一个 low 呢，是，是真的 low 啊，就是我们见客户啊，我刚刚看到有好多行业同事在了，我也不知道行业同事为什么想听，可能就想听一下他到底有多 low 吧？ 啊，那这个 low 就体现在。 我们的大部分客户啊，基本上都会认为云服务器或者云计算，它不是一个特别特别。 有意思的产品。 尤其是呃，云计算在几十年前就已经已经已经炒过好几轮了，就是说这个什么呃，这个这个这个泡沫呢，炒了好多遍了啊，很多年前大家就已经对它不感兴趣了。 另外呢，就是大家对于云计算使用的这个姿势呢，大家通常会认为啊，我我可能在这个高中或者大学的时候，这个学电脑的时候已经学会了啊，如果你有更多的概念给我呢，很有可能都是你们制造的概念，想要把我黏住，对吧？ 云的粘性想把我粘住，那我就偏不黏住，对吧？ 我对于云的理解，或者对于呃我不说别的产品啊，就对于对于云服务器或者狭义的云计算的这个理解呢，就应该是这个 ssh 登录进去，然后输那个那个那个切换到 root 模式啊，然后 rm 杠 rf 把整个根目录删掉。 先来一下这个试试你能不能真的删掉，如果能删掉，说明你的这个云服务器跟我所理解的认知是一致的啊，因为我拥有了全部的权限，并且呢，我非常理解它的所有的。 操作方式。 对。 这就是我想讲的这个比较，比较，比较比较 low 的地方啊，那这个地方呢就讲了三个约束，对吧？ 哪三个约束呢？ 就是说首先呢，我们看到的就是一个机器，对吧？ 然后呢用户看到的是规格，那这个机器和规格呢在他看来就是钱，对吧？ 所以我们在过去去见客户呢，基本上只谈两件事啊，一件呢就是故障之后我过去道歉，那客户把我骂一顿，这么简单的产品做不好，对吧？ 另外呢就是能不能便宜一点，别人又比你便宜多少啊，就几乎只聊过这两件事。 然后呢目标呢就是呃，这个军备竞赛对吧？ 这个就是亚马逊阿里云这个率领行业每年都要出新的代次，每个代次呢都要比旧代次性能好。 10%啊。 然后要价格要低10%啊，就就就要告诉全世界的人啊，我们的这个性价比越来越高了啊，你来我们这呢就对了，这个军备竞赛呢。 带来的结果就是让我们的产品进一步更 low 了啊，就大家觉得你们反正年年都能够降价，对吧，就是越做越廉价。 然后关系呢，就是，呃，我们更多的接触到的是用户的这个 it 部门或者运维部门，对吧？ 其实对于用户的业务而言呢，这里面是天然有鸿沟的这个鸿沟，就是我认为是，呃，云服务器这个产品最大的问题就是，就是我们其实是支撑了很多用户的成长，对吧？ 但其实呢，用户对我们呢，只有在成本和故障两个事情上是有所感知的啊，其实是没大大部分都没感知，对吧？ 呃，而且我看到线上也有一些这个公司自营业务的同事，对吧？ 我估计可能。 也应该第一次听我分享，就是因为其实我们就是处在这个最底层。 那对于那个云服务器而言呢，那最大的问题在于它的这个同质化竞争，对吧？ 所谓同质化竞争就刚刚讲到了，用户认为我对你的理解是非常的清晰的，你也不要给我更多的信息出来。 那对于我们从业人员而言呢，就是要反复的想啊，怎么样再便宜一点啊，性能要高一点。 呃，其实是做的蛮辛苦的啊，我觉得做的蛮辛苦的。 嗯，而且呢确实感知不多啊，就自己的感知比较多。 我记得我2015年的时候呢，那个开始负责我，我是2011年开始做这个产品。 2015年的时候呢，我开始做这个技术。 leader 了。 呃，二二二2017年的时候呢，做产品 leader 啊。 2015年的时候呢，我，我在我的面前呢，看到第一份数据就是整个腾讯云啊，那个时候整个腾讯云百分之九十二的故障是来自于这个产品，对吧？ 就为什么呢？ 因为这个产品。 就几乎是所有人都要用啊，但是呢大家都不在意，而且很多时候用户自己出了问题，也认为是你的问题啊。 呃。 然后呢2017年的时候呢，再去看产品的时候呢，我们也看到了这个呃，用户的工单啊，就是用户提到的这这些问题呢，有百分之六十以上的工单是来自于 CVM，对吧？ 然后有百分之二三十是来自于这个域名啊。 后来域名也交给我了，又是百分之九十啊，对，所以就是在这个过程当中呢，如果你把云服务器或者云计算。 认为是一个弹性调度的计算实力呢，是它的本质的需求。 但是事实上呢，就因为它的这种同质化和跟友商的一个产品的相似度会导致，其实我们在产品的发展上面会遇到很多的问题，对吧？ 那我们下一个呢就是今天要讲的一个最重要的理论基础啊，这个理论基础呢是2012年这个 randy bios 提出来的啊。 就就就我我我我们翻译一下呢，就叫宠物和牛群啊，宠物或者牛群 pass vs cattle 啊，也就是他提这个问题呢，就是说云计算这个行业跟传统的 it 到底有什么本质的不同，对吧。 这个问题提的挺好的啊，我刚才也回答了，大家就是到了2024年二五年呢，大家认为没什么本质不同。 对，而且后来我也看了他的访谈啊，他就提出嗯，最早这个宠物和牛群这个概念呢。 呃，不是他提出来的，是他看了别人最早更早的提出来的，那个时候呢，讲的不是云计算和传统 it 讲的是这个 it 技术和一般的技术，对吧？ 所以可能大家都知道啊，我我我也想跟大家分享一下，就是说这个呢是整个云计算里面，甚至整个 it 技术里面最深度思考啊。 如果大家今天别都忘了，可以在每次想想这件事啊，这件事我觉得可能跟整个的 it 技术和现在尤其后面我要讲一些 AI 相关的呢，也也是跟它有关啊，就是为什么我们认为呃，龙虾我们应该做。 然后做完之后呢，应该为什么应该撤啊，都跟这个理论有关系，这个这个理论的意思就是说。 原来用户使用这个服务器啊，用 IDC 里面的服务器是把这个服务器当宠物一样看待的，对吧？ 这个宠物我们都知道。 一般登录进去之后呢，还有一个佛祖的这个二进制的，呃，那个，那个埃塞克的这个字符的一个表示，对吧？ 为什么呢？ 因为大家担心它出问题嘛，所以呢，把它当做一个要供起来的佛一样看待，对吧？ 然后呢给它起名字啊，给人家小毛也好，这个什么大壮也好，又觉得这个服务器呢，承载了很多的梦想在里面，对吧？ 所以呢，它更像是一个养成的这个宠物。 那 randy bells 提的这个开头的理论呢，意思就是说，其实云呢是解决这个问题的，就是你不应该把服务器，对吧。 更不应该把这个你花钱买到的任何的东西当做是你需要情感投入的东西，你应该把它当做是坏了就修啊，坏了不修坏了就换的，对吧？ 就像这个畜牧业里面的农场一样，对吧？ 每头牛只有个编号啊，这个编号可能跟牛奶能够挂挂上钩，但其实对于农场主而言呢，是一点都不在意的啊，死个一两头在这个。 数字当中一点都不重要，如果是哪头牛不听话，对吧？ 就把它给宰了，对吧？ 反正我们有无穷无尽的这个牛和马会进入到这个行业当中来啊，这个呃讲讲远了啊。 所以对于云计算而言呢，就是说我们应该要把所有的实力或者是所有的我们去使用的这个计算能力呢，都要把它变成牛群，对吧？ 就不要被牛马所绑架，这个是云计算的概念啊。 这里面特别提一下，就是说，呃。 path vs 开这个理论呢，最大的一个贡献在云里面呢，就是，呃，云原生体系的建立，对吧？ 就是说容器 K8s 这些能力的建立呢，都是跟这个理论相关的。 也就是说我们在，呃，服务器之上去重新定义了一套计算实例的调度。 那在这种情况下呢，它其实就更像开头，不像宠物了，对吧？ 那个时候甚至是，呃，最开始的时候我看了容器的这个设计啊，它的那个操作系统里面最多起1~2个进程，对吧？ 它，它连，呃，比较合理的进程都不给它配备。 那那可想而知这些牛群过得有多惨了啊，那今天呢，那个我们就不讲这个云原生这块啊，因为也也不是我负责。 那在这里面呢，我们主要是想回到 com 本身，对吧？ cloud virtual machine 云服务器，云计算的这个狭义的说法，这个领域我们怎么去看待啊？ 它是要做宠物还是要做牛群的。 那所以我们从牛熊的角度来看啊，从牛熊的角度来看，先先从牛熊的角度来看这个问题。 就是说 cloud computing 对吧。 云计算我认为这个名字也不好。 嗯，这个这个名字也不好，因为它是一个过度承诺，或者是一个虚假宣传啊，因为用户其实早就不信了。 所谓的 cloud computing 呢，是说我在云上只要有算力，你就给我，对吧？ 呃，我是需要无穷无尽的算力，你就给我无穷无尽的算力。 但事实上呢，我们回到用户的需求本质上去看呢，它并不是想要算力，对吧？ 我们其实统计过的绝大部分的用户，他在云计算上面的需求都不是计算啊，这就是我在某一年突然这个灵光一闪想到的，如果是以用户的最终的目标来看呢，用户的这个 hosting 的需求会比 computing 的需求要强很多。 hosting 就是这个，这个叫什么啊，托管或者是运行环境的这个需求，对吧。 也就是说你，你看。 比如说，呃，不管是 CVM 还是 ecs 还是 ec two，他们的这个谷歌的搜索指数呢，都远低于 VPS，对吧。 VPS。 就是 what your private server 啊，这个名字也不好啊。 但是它更强调就是 hosting 所谓的 hosting 呢，是说我用户获得的 CPU 并不是要去拿 CPU ，不断的去做科学计算的，它更多的是是想把自己的业务在这个 CPU 上获得一个独立的，可控的，有 sla 的房间在里面能够。 那个运行就好了啊。 所以说我们认为 hosting 是大于 computing 的，当当然不是说 computing 不重要啊，但是 hosting 是始终是云服务器里面，其实直到现在更重要的啊。 有了 GPU 之后呢，大家发现我的更多的 computing 需求给到了 GPU，那 CPU 更加沦为了 hosting，对吧。 所以其实如果要重新定义的话呢，我们不应该叫 cloud computing 应该叫 cloud hosting，对吧，那那还有一个点就在于说难道云一定要去做 kattle 而不做宠物吗？ 对吧，我是一直以来对这个观点是有质疑的啊。 越到后面呢，我越坚定了，就是因为我们的一些实践其实今天有告诉大家，为什么我们实践证明了，其实云不应该只做那个牛群，还是应该要去做宠物的。 就是因为我们的很多的创意，对吧，或者说很多的这种原来的互联网的创业者，他都是把他的。 宠物变成了牛群，对吧？ 其实这里面真用宠物和牛群来比较呢，还不如在电脑上看的那么明确。 可能很多人的伟大的创意，都是他原来在自己的电脑上的一段脚本，对吧？ 然后他把它拷贝到云上去了，然后让云调度它不就变成了牛群吗？ 那如果我能够缩短这个鸿沟，对吧，让用户有机会在服务器上去养它的宠物。 那这个宠物呢，是天然具备了云原生的能力，它就很容易在云上去做弹性调度，那那这样的话呢，其实它养宠物的过程和让这个宠物变成牛群的过程都变得更加的简单。 所以我会认为，呃，对于云而言啊，对于云服务器而言，或者是可能云更多产品而言都是一样的，我们应该要强化宠物的属性。 对，这这这也是我认为我们经常讲 cs TOB CTO B 讲了很多之后呢，大家忘记了我们的产品，其实本质上讲是有很多。 热爱技术的这个技术爱好者和甚至是大学生，呃，创立的。 那他们一开始就是把服务器起了一个很好听的名字，对吧。 可能跟他的女朋友跟他的这个，呃，最喜欢的人的名字很像啊，然后呢在里面做了各种各样的这个操作，然后最后才变成了伟大的产品。 那在这里面其实我就到了下一页啊，对。 我我就认为呢 cloud computing 呢其实不仅是 computing一个属性，对吧，就是就是他，他就应该具备良好的这个 hosting 的能力，也要具备这种良好的 developing 的能力，就是你要让他有一个演进的过程。 那除了在 CVM 本身去做这件事情以外，对吧，我认为 CVM 离用户还是比较远，所以呢，大概在七八年前吧。 或者是这个，这个这个10年左右的时候呢，我就有个构思啊，当然跟团队一起啊，就是说在通用计算，也就是在 CVM 之上呢，我们在 computing hosting 和 developing三个方向。 都在 CVM 本身做了增强，也在这三个方向上做了独立产品啊，这三个独立产品呢，基本上就是现在我们的组织架构的这个三个独立产品了。 对，首先呢，就是高性能计算啊，因为那时候我们发现其实真的应该要把 computing 放在这个并行计算上面，要放在这个 GPU 的 cuda 里面啊。 但是现在国产卡它，它是另外一个体系，但思路也是一样的。 对，所以我们在那个时候呢，是那个专门成立了高性能计算的这个团队去研究。 如果用户真的需要 computing 我们怎么样通过 GPU 啊，那个时候也讲 fpga 去让它的这个计算变得更加的高效。 那这样的话，我的 CPM 不就更好去做 hosting 嘛，对吧。 然后呢，另外一个就是分布式云，分布式云的这个地方会稍微的拗口一点啊。 其实分布式云呢，是想进一步做好 hosting，对吧，这个可能线上的行业的同事呢，会有一定的理解，就在于说。 我们的很多行业是有一些要求的。 那不管这个要求是合规的要求，还是他自己的一个执念，还是说他是一个真的要求，他就不想把数据往云上搬，对吧？ 我们都会说，哎，云搬上。 呃，把把把把数据搬上，云，你就能获得什么好处，但是对于国内的用户而言呢，很多时候他是不想这么做的。 那对于分布式而言，呃，我们做了一个很简单的操作，就是说我只需要把管控面和执行面分离，对吧？ 用户在他的机房里面跑我们的服务器。 然后呢，我在腾讯云的标准控制台上去操作这些服务器，那么这就可以做到一个在数据层面合规，在操作层面是一致的一个体验。 所以分布式云呢，简单来讲就是管控和数据面分离，对吧？ 然后呢，我最近看到那个openai 在一直讲这个理念啊，他他他有点不一样。 但是呢，他用的术语和思思想是高度雷同的啊，我觉得他应该没抄。 我因为我也没怎么在外面讲，但说明很多事情其实就是相似的，对吧。 比如说，呃，open AI 提到了，就是他希望那个 chatgpt 的这个手机版的 APP 要变成它的未来的用户的管控面，就是用户的入口。 那它的这个数据面或者执行面，它更多叫执行面，执行面呢，它可能就在各种不同的这个本地电脑或者服务器上，对吧。 比如说，呃，codex，client 或者 codex 的这个 desktop，它，它可以在一个地方在手机上去控制各个不同地方的这个代码生成，或者是它的工作流。 那在这种情况下呢，其实我认为管控和数据面的分离一定程度上讲也是一种体现了 hosting 的能力，就是我可以把 hosting。 放到用户的机房，而把这个控制面这种特别复杂，很容易出问题的这些代码放在腾讯云上，并且它跟腾讯的公有云是始终保持一致的。 对。 然后轻量云呢，就是 developing 的这个属性了。 我们就希望因为其实在原来没有做 lighthouse 啊，轻量云主要是靠 lighthouse 这个产品来存在的。 原来这在没有做 lighthouse 的时候呢，我们就发现啊，这个是来自于刚才讲的60%的工单是60%的，腾讯云的工单都是。 质疑腾讯云的 CVM 不好的。 然后这百分之六十的工单里面呢，简单统计了一下啊，有百分之五十左右是在问我怎么登录腾讯云的服务器，对吧，其实可想而知，就是说有很多的技术爱好者被我们自己拦在了门外，对吧？ 而且我去看亚马逊和阿里云的这个产品呢，是越做越复杂啊。 我在2012年一三年的时候呢，我还能比较快的在亚马逊上去操作一个 ec two ，呃，现在我已经没这个能力了啊。 现在我现在我，我已经没有能力去操作亚马逊上的 ec two 了，因为他有太多的概念，我已经学不会了，对吧。 我，我我，我已经学不会了，他对于那个用户的要求是要你去学习他的整套体系。 而事实上呢，对于开发者而言，或者对于这个有技术梦想的人而言呢，他可能脑子里面想到的是一个特别好的创意。 然后一来就被你的 IM 给挡住了，对吧，我，我要做这种非常严格的授权啊，什么叫 VPC 呀？ 是吧？ 什么叫高性能云盘呢？ 他都理解不了。 那所以我们在轻量云的一个最基本的理解就是我为开发者。 为这种花钱很少的开发者服务，对吧，我我我的核心的做法很简单。 就是我把那些云上的产品概念包装了，对吧，给他一个选择，原来有三个选择，只给他一个选择。 然后呢拿云上的一些碎片去给他提供一个 sla，就是在数据执行层面 sla 没那么好的服务，但是呢，用户特别喜欢，对吧。 我们找准了机会，做了半年就变成国内第一了啊，虽然友商是做了三四年了，但他们的思路不一样啊，这个也就不展开来讲。 但但我觉得我们在 developing 的这个领域呢，是做了很多的这个深入的思考，那其实往这三个方向再往外延呢，其实就可以。 我们讲的各种什么行业云啊，IDC 上云啊，渠道生态开发者生态 AI 离线计算数据要素啊，这个这个图是我我在三年前给总办汇报的时候画的，这次就就比较粗糙，就直接拿过来了。 我发现其实本质上没什么不一样，仍然是我们需要在如何去面对客户的真实的目标，而就这个问题。 所以我那个时候也讲了一句话，这句话我也。 在所有场合都提啊，今天没有写在 PPT 里面，就是因为我讲了十几年也没有变成这个名人名言。 就是我讲的是说，其实以谷歌的 APP engine 开始在 it 领域，在云的领域，大家做了很多错误的尝试。 就是因为那个时候大家总想要去改变用户的使用习惯，总想要告诉用户，你只要相信我，我就可以给你很多好东西。 但事实上呢，用户永远不相信你，尤其是用户在云计算的这个角度呢，他总认为自己已经非常强了啊，所以 APP engine 是一个特别特别好的产品。 也那个时候几乎是所有人都抄的产品，但是呢叫好不叫座，对吧，他自己也现在就没有了。 所以我我在十几年前提的一个想法叫做，呃，自下而上的计算能力的产品化和服务化，意思就是我们应该要尊重用户，看不起你的情况下，对吧。 把用户的一个最基本的问题给解决了，一层一层往上垒，就像巴别塔一样，对吧，我是从塔的最末端。 往上去搞的，而不是说我先规划了空中花园，我先规划了我的最终理想是什么？ 再去把这个架子搭起来。 那很有可能在搭这个架子的过程当中呢，大家遇到的分歧会导致整个塔的崩，崩塌啊，这个今天也不讲太多了啊，我我以前写过一些文章，大家可以去搜一下。 所以在这里面呢，我想说的就是说云呢，它确实是一个啊，云计算啊，不是云啊，云服务器它确实是一个非常 low 的产品，然后呢，那个也很难做客户的理解和我们想要做的事情呢也不大一样。 那在过去我们在这三个方面做的一些努力呢，我认为至少在产品层面呢，其实在国内甚至在全球都是非常领先的啊，当然有一些客观原因导致它的经营层面没那么好，这个是另外的一回事。 但是但是我认为我们真的是看准了 computing hosting 和 developing 的这三个方向，并且做出了产品上真的还挺不一样的东西。 但是呢，客户并没有那么在意啊，这个就是比较让人遗憾的。 当然在 AI 的时代呢，突然发现，诶，机会真的来了啊，这个是另外一回事。 那。 回到今天的这个主题啊，就是说在这个过程当中，为什么花了这么多篇幅啊？ 90分钟花了1/3的时间去讲背景。 就是想告诉大家，我们去选择高密机型的一个背景的，当然高密也不是说我们团队一个团队选的。 我，我也，我也提到了，其实跟公司内部自研业务的需求也是息息相关的，那在这里面其实我还是想讲军备竞赛会让我们很难受，对吧？ 就是说那个，比如说阿里云啊，他们把这个库存啊，把这个什么网络的这个这个这个投入啊，都算到集团了啊，这个阿里云呢轻装上阵，所以他们的损益会好很多。 那他们去补贴客户呢，会补贴的比较开心啊，我觉得可能线上的行业的这个同事也能理解，对吧？ 他们一直以来都是以非常低的价钱，甚至是有时候你发现就不可能的，这个情况他们也能做啊，那那最终是否是阿里云的股东受损呢？ 其实他们也无所谓。 但过去呢，一直给我们造成了巨大的压力，也就是说在军备竞赛的过程当中呢，我们是很难受的，而且亚马逊也是一样的。 就是，呃，因为他在海外的生态啊，是做的非常好的，他在他在海外的那个。 这个，呃，竞争是比较小的，那它的整个的成交价格非常高。 所以它在本身的这个服务器的选型上呢，它就是一定要选最好的，但是它它，它要不断的逼迫硬件厂商给它性能最好的。 那对于腾讯而言，或者对于腾讯自研业务的这个 it 选型而言。 其实我们在这个时候呢，做了一个非常重要的工作，就是我们在想，如果用户更多是 hosting，而不是 computing，那我为什么要去强化每一代服务器的 computing 的能力呢？ 对吧。 我为什么要每次要去跑分呢？ 对吧，每次客户来跑分跑的非常好，然后一上线 CPU 利用率5%10%那这个。 意义又在哪里呢？ 有没有可能我们在这里面能够做一些不一样的东西出来，这就是我们的选择，对吧。 所以呃，兼顾 hosting 的话呢，我们就是选择这种把主频降低，把这个 CPU 的密度提高的这样的一个路线。 然后这个时候呢是 md 的这个，呃，这个这个这个呃， epyc 啊，重返服务器市场，他的想法我觉得跟我们是非常像的啊。 所以我也想强调的就是这个并不是我们特别强，而是说这个业界的竞争者当中，这个老二老三呢，就会想到一些好方法，对吧？ 比如说那个时候 AMD 的这个服务器的占比不到。 0.5%，那他就会去思考，我要重返服务器市场，我的优势是什么？ 所以他想的就是一样的。 我要降低主频，要在一个大芯片拆成很多小芯片，把它想办法想尽一切办法把它垒起来，变成一个很多很多那个单核性能没那么好，但是呢我的核数变得特别多。 我就摊薄了最终的整个的这个主板呢，那个，呃，这个机位的这个这个这个钱，对吧？ 然后呢 md 也没有英特尔那么好的这个芯片的这个封装能力制造能力啊，那他想的办法是什么呢？ 就他想的办法就是。 我用台积电的工艺就好了，对吧？ 台积电已经在 iphone 上面是做了做了苹果的芯片。 那所以台积电的芯片的这个制造能力是最强的，那通过苹果芯片的打磨 AMD 的芯片呢，能够做到功耗更低，对吧？ 在这种情况下，它从啊那个那不勒斯到现在整个我们的 sa九的这这这这这一系列的过程呢，它就是只铆着这一条路往前走啊。 当然里面也遇到了很多的困难啊，我们自己也遇到很多困难，比如说第一代2017年呃，那个 sae 放出去啊，那那那个时候其实是全行业都非常不理解啊。 这个友商是盯着我们打啊，说说这个这个这个呃，腾讯云啊，已经不想做京东了啊，改做拼多多了。 是吧，都是这种低质呃劣劣质的东西给到客户用，那客户其实经过过去十几年的这个洗脑，对吧，他他在军备竞赛当中突然发现你这个军备竞赛都不做了，是不是真的是不行了啊？ 是不是真的就打算不玩了，而而且那个时候又有各种其他的技术啊，其他的这个新的这个泡沫也在茁壮成长的过程当中，大家更会觉得其实腾讯没有 TOB 的基因，就不应该做这个事情。 那对，其实直到现在啊，直到2026年7月9号啊，对，还有很多客户认为算力是最重要的。 其实我们去看他的这个使用率呢，也非常非常低，那啊，当然后来才发现原来他是想谈价钱，拿这个东西当当当一个武器而已。 但但事实上呢，也就是说这件事情呃，除了技术以外，其实是有非常非常多。 很困难的事情，要去改变行业的啊，这个我觉得呃，腾讯自研和这个腾讯云的行业是帮了我们很多。 然后我们在这个整个的技术体系上面啊，这就这这就是这个得奖的主要原因啊，这个今天可能讲的会比较少一点，非常抱歉。 但是我想讲的就是说其实高密技术呢，它是一个巨大的矩阵，对吧，是一个非常非常庞大的矩阵，它在每一层都会遇到很多的挑战，对吧？ 比如说，呃很简单一点，在操作系统内核当中，对吧？ 操作系统内核当中，呃，内核或者 KM 的这个核心的这个数据结构当中，大家就没有想过那个CPU 竟然要超过8个比特来表示，对吧。 也就是说8个比特呢就最多可以标识256个这个呃CPU 。 结果呢在 md 搞两年就搞出512号来了一下，把这个内核都给搞崩了，对吧？ 我我我搞来搞去。 竟然发现我在很多的数据结构当中，原来在以前设想的，就觉得单机不可能超过100核的这种情况下，现在都已经快到1000核了。 那这个其实对于所有的地方都是很大的挑战，是吧。 我，我，我在这个整个的这种容灾的密度上也是一样的，对吧。 原来，呃，我记得那不勒斯就是 sae 刚开始的时候呢，那个时候大家自研还习惯用那个，呃，英特尔的八核最多32核的，对吧。 那时候用32核已经用业务在讲了。 32核这个故障率太那个，那个故故障半径啊，爆炸半径太大了。 那怎么办的问题？ 那这种情况下，其实就会导致我们整个的这个体系都会受影响，对吧。 包括那个热迁移也是一样的。 热迁移呢，我们也是这个，对吧。 一核一盒来看，对吧。 便利一下，写个 for 循环啊，这个这个大大量的算法就是 on 和 on 的平方的。 那以前呢这个 N 就是12345啊124 86 32，那64就已经算是高密了。 那个时候啊，那那那当你变成了两三百的时候呢，这个 N 即使是 on 或者。 或者即使 on 的平方，它就已经让原来的这个复杂度变得非常高了，对吧？ 比如说我在默认情况下，我及时解决了这个，呃，数据结构的问题，那我开机的过程需要20分钟，对吧？ 就是我我每个 CPU，呃，寄存器怎么搞啊？ 对吧。 它相关的这个，呃，呃，硬件的 io 怎么去处理啊？ 并，呃，串行一个一个去弄，它就要最终花20分钟。 那这个对于用户而言呢，他可能可以接受，但是呢他会觉得不好，对吧？ 他会觉得我用你的这个高密最终有很多的损失，能不能你既给我便宜了，但是体验又一样，对吧？ 所以在整个的这个体系当中有非常多的困难。 这个都是靠所有的团队，包括那个云里面的这个虚，虚拟化团队，这个智能网卡的团队是花了很多的时间和力气去解决这些问题的。 那直到现在啊，直到现在，呃，阿里云都没有超过256核的这个虚拟机出现啊，就是因为它解决不了这个问题啊，当然过去几年我觉得我们在商业上遇到的很大挑战，也就是他在外面一直在讲，哎。 说这个我们不提供那个高密，是不是因为我们不行，是因为我们觉得不好，对吧。 是其实是他不行啊，我我想跟大家讲一下，而且呢，他们已经快突破了，已经快突破了。 所以他很快也会出这种，呃，非常高密度的机型啊，但但那个时候他怎么跟客户讲我就不知道了。 所以这个有时候呢，也确实想跟大家去分享的点就在于，呃，对于云上的业务而言呢，很多时候也不完全是技术能解决的，但反而是因为很多的问题不是技术问题，会给所有的技术团队带来更大的挑战，这个就是大家在整个的这个过程当中非常不容易的地方。 所以刚才主持人也讲到这个。 其实我们从2017年开始做那不勒斯，到现在终于在同质化竞争，在同质化的军备竞赛当中找到了我们独有的优势，对吧，我认为我们应该比友商普遍，还是要有一到两年的这个呃领先性。 对。 然后我们再看另外一个啊，就讲一下调度啊，调调度其实是那六大问题里面，呃，平平无奇的一部分啊，但是为什么要讲一下呢？ 就是还是想从软件层面和从这个，因为后面讲的那那那那那几个点呢，跟这里面也有点关系，就是说其实对于云而言，对吧，或者对于甚至我我刚才讲的 cloud computing 其实 computing 没有那么重要。 呃，如果你叫 cloud hosting 呢，又把它讲的进一步更 low 了。 如果是让我去给它命名的话呢，我就要给他讲叫 cloud schedule 啊，或者 schedule，就是云的调度能力。 为什么云计算要强调调度能力呢？ 就是因为我们在一个非常大的池子里面，如果做了一个良好的调度，那最终云的经营效率和用户的这个经营效率都能得到提升，对吧？ 它就变成了一个不是零和游戏的一个有增长的游戏，就是大家有机会通过技术的手段让所有人都受益，这是云的核心价值，或者是云计算的核心价值。 那我们要去调度的话呢，其实就是要想办法去把整个的这个啊，资源和用户的需求匹配起来啊，这个就是那个装箱算法的一个本质的需求，然后其实以前也介绍过啊，啊，就是说我以前这个。 嗯，出来介绍的时候就说，呃，我在2012年的一个天文学的奇观啊。 天文学的奇迹的那个时候呢，呃，写了写了这个调度调度框架的最核心的那两千行代码啊，奠定了整个的 com 的这个，这个调度框架啊。 那其实也想跟大家讲的，就是我写那几千行代码的时候呢，唯独有一块是心里最没底的啊，就是这个装箱算法。 就是因为装箱算法它的问题跟别的工程不大一样啊，别的都是工程性的工作，你，你只要是想办法解决了一点，那它就是真的多了一点。 而算法。 而装箱算法呢，它始终是在做一个妥协。 它始终在做一个妥协，就是你怎么弄可能都不大好啊，可能你最后找到一个特别好的方法呢，它又装箱时间长，对吧？ 就，就一直是有问题。 所以后面这部分呢，都是我们这个团队里面这个一般都是最聪明和这个学历最高的人去，去做这些工作啊，然后呢？ 后面也有很多的突破啊，大家可以看到，就是这个什么啊，乐观无所。 呃，这个装箱算法啊，这个我，我当时看到这个之后就，就觉得特别好啊，它就属于一种非常学术化的一种概念了啊。 那到那在英特尔的年代呢，其实这个算法虽然很复杂，但它的约束会相对简单一点啊。 其中在资源层面的约束呢，就是纽嘛，对吧？ 大家都知道纽嘛，就是我跨纽马访，呃，CPU 跨纽马访问的内存，它就会慢很多。 那所以我们在那个时候呢，就要想办法绑和，对吧。 用户的和，和我的核绑在一块，绑在一个纽马下。 用户的内存呢，想办法也绑在这个地方，那它就可以想办法做到一个，那个更好的计算机上的局部性啊。 呃，这部分我讲快一点啊。 如果大家不感兴趣，那在那个 md chiplet 的这个架构里面呢，就变得更复杂了啊，大家可以看一下右边这个图，它既有 CCD。 又有带，对吧？ 各种各样的概念比原来的那个纽 a 要复杂的多。 简单来讲呢就是，呃，简单点来讲啊，就是我希望我的核心的亲和性最好在 CCD 里面，对吧。 那那那那那它其实是远比原来的 numa 要复杂很多。 那另外呢又出了一个问题 CCD 连着这个 io 带的这个 gmi 的这个带宽呢只有50g。 那如果我是买了一个比较大的核心数，都在同一个 CCD 里面，有没有可能我的这个内存的 io 又不够了，对吧。 那那我们如何什么时候要跨 CCD 去绑定？ 什么时候要跨 io 带，什么时候又要亲和在 CCD 内部，这就非常复杂了啊。 我我我们，我们同时给了我一个数据啊，就是说同样是一个64核的这个，呃，虚拟机的一个分配。 在英特尔的这个宿主机上面呢，它只有一种分配方法，对吧，它就只要在，在那个两边一边搞一个就好了。 但是如果是在 md 里面呢，它就，它有35000种的分配方法。 那35000种分配方法。 方法到到底哪种是最好的，这个就是一个，对吧。 就就是说我刚才讲云计算其实 computing 不重要，结果反而在装箱上，我们一直在 computing，这就变得非常复杂了。 所以。 最开始我们是要去做物理拓扑数，就是要让这个整个的调度过程要了解 md 的这个这个这个体系，对吧，虽然它很好，但是它调度起来非常困难，对吧？ 单机调度就已经非常困难了啊，这里也也也说一个案例吧，客户名我就不说了啊。 因为我们做这个 md 获得巨大成功之后，其实 md 在中国互联网厂商当中呢，也也这个提升很多啊，大家看股价就知道了，现在已经超越英特尔了。 那在今年年初的时候呢，有一个特别特别大的客户啊，他是从来不上云的啊，因为他觉得自己的水平很高，然后他在去年买了 md 的服务器，然后他自己去跑容器啊，他他在容器上跑。 K8s 理论上讲呢，在物理机上跑容器应该要性能比在虚拟上跑容器要更好，对吧？ 因为他只要只有一层的容器的这个拆分嘛，他也不需要考虑太多的隔离性的要求。 但事实上呢，他在腾讯云上试了一下，发现腾讯云上的 CVM 跑的容器要比他自己的。 物理机上的容器性性能要好很多原因就是在于 K8s 还没有识别到 AMD 的这个物理拓扑。 而我们在给它分配虚拟机的时候，就已经帮它做好这种亲和性的绑定。 所以他在腾讯云上买的这个，他认为降级的产品其实是要比他自己下调度啊，这个性能要好。 2%30这个还是单机的 benchmark 如果是他跑这种集群的话呢，那可能就更多了。 对，然后教室装箱呢，也是类似的一个情况。 就是我们要想办法去把这种刚才讲到的 gmi 的这个问题给解决了，对吧，就是我亲和性有亲和性的好处，但是反亲和性也有反亲和性的好处，这两个东西如何去跟用户的业务给绑定在一起。 所以在第三个就是业务画像啊，这个是我们在七八年前最早引入机器学习去做的一些呃，用户业务的理解，对吧？ 比如说。 这个这个事情很简单啊，就是业务画像和时序预测都是一样的，对吧？ 比如说我有信心知道用户在接下来几个小时不用 CPU 了，那我就有很多的办法可以让他的利用率得到更多的提升，对吧？ 所以这两块呢，是我们团队自己在 AI 和大模型上面做的一些早期的探索，然后呢，其实这里面的空间是非常大的。 因为事实上用户的，呃，需求本身啊，用户的用户的业务形态还是比较单一的啊，在在在目前的这个，呃，互联网的形态上来看，而且这里也预告一下。 就是说其实 AI agent 这个应用形态，它的这个对 CPU 的依赖变得就更小了，对吧，大家应该能听懂我的意思啊，因为它是大部分的这个时间都在等待大模型的返回了，对吧？ 所以其实它更难发现，在 CPU 上会不会有那么一点。 问题，所以我们可能未来会面临更多的容易调度的业务被我们调度，那这个其实就是 CSIG 的利润的主要来源。 对吧。 然后呢，我那些就不多说了啊。 然后我我想一下就是高高密的机型和高密调度这个事情做成之后，其实对于三条产品线而言都有了进一步的增强，对吧。 刚才讲到了 computing hosting 和 developing 啊，除了对于 CVM 本身而言啊，那你想一下我们的 GPU，对吧。 今天才跟总办汇报啊，为什么我们的 GPU 呃，好像没讲到这一块啊，就是我们的 GPU 的这个毛利率呢，会比友商稍微高一点点。 其实一个很大的原因在于 GPU 本身有很多的工作在过去解决之后，那在高密调度这个地方的领域在于我们其实是具备了很好，很强的调度能力，对吧。 比如说举一个例子啊，以前友商的所有的这个。 云服务器的规格所对应的宿主机的规格都是不一样的。 比如说你去阿里云买一个1:2啊，CPU 和内存的1:2和 CPU 和内存的1:4的这个机器啊，它是落到了不同规格的宿主机上，也就是说它对于这种调度能力呢，是非常差劲的。 也如果是它在1:2的宿主机买多了，而1:4的宿主机买少了。 这个时候用户要买1:4的宿主机呢，它是没货的，对吧。 当然它是靠大量的冗余来解决这个问题的，所以它的调度能力很差。 那它在 GPU 这个年代呢，它的问题在于 GPU 又多了一个卡，对吧。 那原来只有 CPU 和内存的比较，以及说卡的一个比较。 那这个1:2啊，比如说1:4:1，对吧。 我们讲1:4:1就是说一份 CPU 配四份内存，再配一张卡，这个是一个标准的 GPU 的这个规格。 那在 AI。 大模型训练的时候呢，其实问题还不大。 因为那个时候呢，呃，训练业务呢，它是要把所有的能吃掉的算力全部吃掉，对吧？ 那就是你尽尽尽快往里面塞就好了。 另外呢，那个时候的大模型公司也拿着投资人的钱就乱花，他也不在意。 有一些损耗，他在意的是别少了一点东西，导致我哪里出问题了啊，所以那个时候也是宁愿花的。 但最近两年呢，随着大家越来越理智，以及说推理业务的变多，因为大家发现其实我有时候是不需要那么多 CPU 的，对吧。 也就是说我的 computing 都在 GPU 上了，那我的 CPU 就是考考数据有可能不需要那么多的 CPU，对吧。 那这个时候其实我们在高密调度的时候呢，能力就自然用上了。 最简单一点而言，就是我几乎可以搭配任意规格的 CPU 和内存给到 GPU。 然后呢，剩下的那些它虽然在 GPU 的服务器上，我能够以 CVM 的标准的这个 CPU 的方式卖给用户，对吧。 那在这里面其实我们就可以把 GPU 里面的这个。 空洞啊，能够能够做得更好，那在那那那我们还可以非常。 有底气去做这个宿主机的选型，我在宿主机上我可以高配。 但是卖给用户呢，可以根据他的需求而卖，剩下的那些呢，我们可以再把它卖给其他的用户，对吧？ 这这就是最简单一点而言的混合装箱带来的好处。 然后在云上管控的好处呢，就在于，对吧？ 刚才讲到了管控面和执行面的分离，对吧？ 这个刚才 C 那个分布式已经讲过了。 那有了高密调度之后呢，其实我刚才讲的那个案例也是一样的，就是用户明明自己可能都已经买了服务器了，但是他调度不了。 因为本身服务器的这个，呃，物理服务器的这个这个拓扑结构越来越复杂，对吧？ 它没有能力去做这种 AI 模型的一个调度。 那我们的这种公有云上的这种调度，它既能保证这个严格的隔离，又能保证非常好的这个利用率。 那在这种情况下呢，其实我们只需要去把分布式云跟它一绑定，用户自己呢，就能省很多的成本。 那。 对于 lighthouse 而言啊，对于对于，对于我们待会儿要讲的这个，呃，龙虾装机而言呢，有一个特别大的好处出来了，对吧？ 我在近千盒的宿主机上做了这么多大量的调度，还有热迁移，我就获得了很多很多的很碎的碎片，对吧？ 这些碎片呢，原来大家都当它不存在，对吧？ 就就当它是一个合理损耗。 那现在我的调度能力足够好了，我又能够混合调度了，那我这些数百万盒的碎片其实是没有发挥作用的，对吧？ 尤其现在内存涨价，内存的碎片也非常珍贵啊，那我能不能把这些碎片给到这个，呃，developing 就是这种。 演示型的用户或者是他要学习型的用户，对吧，这就这就非常的重要了。 有可能我们在做高密机型之前呢，我们有大量的大量的浪费，但是没用啊，这个大量的浪费呢用不出去。 而在这个做了高密的这个调度之后呢，瞬间多出了几百万盒，上千万盒大客户买不了的这个碎片，那放在那也是浪费。 如果他几乎可以认为是无成本的，那假如我给每一个想用 AI 的人低价送一个这个高密的云服务器的碎片，他会不会感觉到快乐？ 我我觉得这个是非常重要的，对吧？ 那我们也讲一下这个结果啊。 就是说高密带来的结果啊，其实啊，这个是有录音的啊，但但但我觉得从我的角度来看呢，我真的认为 csig 的这个浮出水面和我们的这个毛利的提升。 利润净利的提升真的蛮大一部分啊，甚至我觉得可能很大一部分非常大的一部分啊，都是来自于这个呃，md 的高密机型的使用，并且大家各个团队真的把每一个地方都做到极致。 然后呢在自研业务的推广，在各个行业的推广都取得了很好的成绩的情况下，我们从56核的这个最高的配置到了768核。 然后呢单位成本是下降了一半以上啊，甚至是要看跟什么时候比啊，可能可能跟某段时间比呢，它降的还要更多一点啊。 当然未来这个 CPU 内存在涨价，这个，呃，又会涨上去一些。 然后我们的资源利用率呢，是保持在90%以上啊。 然后我们了解过友商的那个资源利用率呢，是在60~70%之间，对吧？ 那你可想而知。 其实就是说，呃，公司买了100盒的这个面粉过来，我们卖出90g的面粉给到用户了啊，变成包子了。 而友商呢，他只卖出了60~70g啊，其他的都变成了原来认为的合理损耗啊。 那那这里面其实带来的一个在这种同质化的竞争当中，尤其是在云上这种那个利润利润率就会有一个非常非常大的变化啊，对。 然后接下来呢，就是要讲一些这个跟 AI 相关的，对吧，就刚才一直讲，我现在 lighthouse 获得了可能上千万盒的这个资源。 我应该怎么去用呢？ 对不对？ 那我我原来也讲过了，就是说我们其实是要强化我们要强化这个，呃，云的这个宠物的属性。 虽然没有人在讲这一点，包括我们的友商也从来没有讲过这一点，但是我始终在在在在跟团队讲的就是我们要强化云也是一个好玩的，针对特定用户的 C 端产品，对吧？ 它它它一定不是一个普世的 C 端产品。 它是针对于呃，大学生啊，或者是这个呃，技术爱好者啊，或者是那些做私活的是吧？ 或者是产品经理，他想去研究技术的这些人的这个产品，对吧？ 而且团队之前也给我转了一个聊天记录啊，就是有一个人，他原来在大学里面可能是个大专啊。 读书的时候呢，非常难受啊。 有一天呢，他无意当中买了一个 lighthouse，就研究他这个技术，其实只是为了建站而已，也没有学的很好。 但是后来等到他毕业之后呢，找不着工作，呃，这个接手了家里的家族产业就是跨境电商啊。 然后呢，他突然发现啊，原来跨境电商有好多的这个什么独立的网页，是需要找第三方的合作伙伴去购买的，他就直接在 lighthouse 上自己尝试搭了一个，结果他在这个领域做的特别大啊。 然后呢，现在已经是一个几十个人的公司了，也不是很大，但几几十个人的公司在跨境电商领域还可以。 他就会觉得其实这件事情对他而言特别好，而我认为呢，这这个事情对我们而言也是一样的，就是因为。 他才是我们的这种 developing 的一个，一个用户。 他可能在当时那个年代，一一年只花了，呃，不到九十九块钱，获得了一个两核四g 的这个云服务器。 而到现在呢，他认为这件事情给他提供了一个很好的帮助。 那我们也在这里面呢，其实是催化了用户从这个入口，对吧？ 从这个使用云服务器，再也不是把云服务器当做是一个跟 IDC一样的，呃，low 的一个，一个见不得人的东西。 而是他会认为他在里面已经承载过了他的梦想，对吧，他甚至不知道什么叫 IDC，他只知道他曾经买了一个 lighthouse。 那在这种情况下，我认为其实，呃，他是一个长线的工作，对吧？ 所以在现在也讲这个健康的时序，我认为其实我们是需要在健康持续上面去做一些提前的投入。 那在这里面呢，其实我们在2024年初的时候也做了一件事啊。 2024年初的时候，呃。 当时团队有一天在周末的时候看到这个 lighthouse 的这个销量，突然有一个毛刺突增了啊，突增了，然后上那个上下 ioa 发现这个乐问也有人在问，哎，说这个呃，日本有一个叫帕鲁的游戏对吧。 那个特别好玩啊，但是他搭他他他是鼓励用户搭自己搭建私服来跟朋友一起玩的，但他官方没有提供这个能力啊，说那个云上能不能提供，哎，我们发现其实这两件事情就是真的都是帕鲁的这个需求。 所以呢，当时团队就直接在 lighthouse 上做了一个面板啊，这个面板其实是非常粗糙的，至少即使现在来看也是这样的啊，当时大家说我去投入。 两人天吧，啊，但是后面投入的是更多一点啊，因为这事情最最后导致阿里云整个这个从上到下都很大的恐慌。 就这这件事，当时我们预测了一下啊，可能应该能卖1万盒的这个碎片出去啊，当然最后是卖了20万盒，呃，最后是卖了20万盒。 呃，那其实为什么会出现这种事呢？ 就是因为真的是有很多的这种 C 端的需求是没有得到满足的。 而我们做了20年的云计算，其实体验不一定比20年前的 VPS 要好多少，因为我们只盯着那些给很多钱的用户了，对吧？ 而那些给很多钱的用户呢，又对产品本身没那么感冒，对吧。 所以我们其实是要去想办法强化它的宠物的属性去做这件事，对吧。 所以我们在做帕鲁的时候就获得了这样的一个良好的反馈，对吧。 然后其实我觉得如果不是阿里后面亏本抢占生意的话呢，我觉得我们可能卖500000~100万盒是可以卖的啊，但是在后面那个阿里宁愿那个单价是我们1/3到1/4来跟我们做竞争啊。 那最后我看了一下测绘结果啊，就是呃，那一个月结束之后呢，差不多腾讯云是比阿里云多那么一点点啊，多的也不多。 就是因为它太便宜了，而我们不是，是不想亏本去卖的啊，因为我们是希望能够把这些碎片做出利润的。 嗯。 然后那个20万盒呢，可能也额外的增加了，我，我有点忘了，可能额外增加了两三千万的这个利润吧。 对，然后到现在而言啊，就是讲讲讲到这里我，我要。 我要提一下这个新的困境和新的机会。 困境呢，就是呃，刚才讲到了，我们在云上做了很多很多的工作，而客户并不在意，我们在云上有很多的技术的突破。 呃，客户也不想理解，对吧，甚至是我们在高密这里做了很多的调度的优化，还不像不大想告诉客户，对吧。 因为他因为他可能就觉得，哎，那那你们这个调度效率提高了，是不是就可以降点成本了，对吧，这是我们其实不想面对的啊，至少有个一两年的优势，还是希望他能够给这个经营贡献点力量。 那在现在而言呢，其实我们也发现，首先发现的就是无论是 B 端还是 C 端用户的这个增长都遇到了很大的挑战，就是因为用户的。 钱啊，钱是一部分啊，另外一部分更重要的，更重，更更宝贵的资源是吧？ attention 对吧，用户的 attention 都到了 AI 上面去了。 所以我，我记得这两年我参加数字生态大会啊，都有记者问我，因为我，我要去那个回答一下问题。 记者站在这个，呃，大众的角度，他一般问的问题是什么呢？ 他说现在 AI 发展这么好，是不是云就没什么人提了啊，云没什么，呃，云没有什么人提了，是不是云这个行业可能就没了啊，或者说就被取代了？ 对，我觉得这个问题呢，问的是非常好的啊，我其其实我们做云从业者呢，是从来没想过这种问题。 但是我觉得对于行业而言啊，对于外部的客户而言，或者是对于这个今天的听众而言，都会在想是不是？ AI 把云取代了啊，甚至是我们去做龙虾装机，是不是想不做云了而去做 AI 了啊，我要告诉大家，其实不是这样的。 对。 然后对，就对，就这个地方讲的就是说云会不会被取代，也就是说 CPU 的位置被重重重重重重新问了，对吧。 就所有的用户都花钱去买 GPU 了啊，虽然我们也是 GPU 的团队啊，也靠 GPU 啊，赚了不少钱啊。 但但是核心来讲呢，对于大盘的 CVM 或者 CPU 的这些存量客户存量资源而言，我们是如何看待的。 以及说也有人说那你现在是吧，原来还有一些这种要建站的这个开发者，原来还有一些这个要做微信小程序的开发者会买来的耗子，现在这些人呢都去玩 AI 去了，那为什么还要去做轻量产品呢？ 对不对？ 其实这些呢都是现实当中发生过的，并且是被质疑过的点。 啊，对我本人而言呢，我也是非常焦虑的啊，这个我我觉得这个我我想强调一下。 AI 焦虑这四个字啊。 AI 焦虑是这个近一两年可能大家接触的最多的啊。 甚至我认为可能线上的同事呢，也是因为 AI 焦虑才来听这个讲座的啊，我也是因为考虑到大家会 AI 焦虑才故意要在标题上面去讲一下龙虾装机这个事儿，结果讲了一个小时还没讲到这块啊，但但但其实我我们也很焦虑，对吧？ 我们在，呃，本来就在做一件，大家没有那么感感知强烈的事情。 那在有更感知更强烈的应用突增的情况下，我们是怎么看待这个问题的啊，这个就我截了个图，嗯，就是。 就是我我我其实我也写过写过文章，大家可以搜一下，其实我我我在蛮久之前呢，一直觉得 AI 没啥用啊，我就觉得好像那个幻觉也挺多的。 直到 AI 可以写代码之后呢，我就一夜之间改变了自己的想法，因为我认为一个东西只要能写代码，那它就可以做一切的事情，对吧。 这个这里面的推导我就不说了，但在过去的很长一段时间呢，我都是在想到底怎么样去做 AI 的创新。 甚至是我一直想要证明 AI 没用啊，我，我一直在想在团队当中证明 AI 没用，所以我鼓励大家。 从2025年年初的时候开始，我鼓励大家来来来怼我啊，就就就就来告诉我 AI 有用，然后我要那个靠着我强大的这个口才，以及一定的这个调薪权利告诉他 AI 没用。 但最后大家还是把我的这个把，把把我的这个观点给打击了啊，把我的观点给给给说服了，就是说。 大家不断的给出了一些新的想法，虽然很多我认为并不成熟，但是我看到了它的一个非常旺盛的生命力。 然后呢，我把它再把它套进这个宠物和牛群的这个领域当中。 我我突然发现了啊，就是 AI 的这个发展呢，反而是云的机会，对吧，它并没有取代云，它反而是云的机会。 那唯一的焦虑在哪呢？ 唯一的焦虑在于AI1定会让云变得更好，而不一定是我的云，对吧，不，不一定是我们所做的云，那我们就非常困扰的地方在于我们怎么样做好。 AI 时代的云基础设施啊，这就是呃，过去一年半到两年啊，让我睡不着的这个最重要一件事。 对，那那我们是怎么做的呢？ 我，我觉得可能这个地方也还是先简单说一下啊。 就是说，呃，除了每隔一段时间跟大家的这个 PK 以外啊，我们也去做了一些内部的产品的 AI 化，以及说通过 AI 去解决产品的问题。 比如刚才讲提到了，我们通过大模型的方式，通过机器学习的方式呢，去做用户业务的理解。 但那块还是更偏算法，还是还还是跟这个大语言模型呢，离得远了一点，那我们自己首先在这个产品上。 比如说 lighthouse 的 AI 助手 CVM 的这个内部的这个运营助手啊，GPU 的这个资源的这个，呃，回应，对吧？ 这些呢就在早期 AI 还不是很强的时候，我们做了很多的工作，去想办法去做一些客服啊，或者是一些操作指引，对吧。 因为以前我也讲过另外一个问题，就是说云服务器有一个非常大的问题在于它的带内和带外是割裂的啊，也就是说你在控制台上的所有的权限，在操作系统内部都是分离的。 那在这种情况下，其实我们是控制不了用户在里面也，也不叫控制，帮助不了用户去，去做什么的。 所以我们想的就是说我，我去做一些这个 OK，对吧。 比如说这种啊，新时代的这个 AI 增强的这个，呃，登录能力啊，怎么样帮助用户就做了很多这种尝试，也也有蛮好的尝，呃，也有蛮好的结果啊。 虽然我们一般是不会去做宣传的，然后呢，呃，去年。 去年，去年的这个公司的这个 AI 应用大赛啊。 我，我们团队这个最年轻的这个，呃，这个女同事啊，爱丽丝啊，她获得了这个金奖。 呃，我一开始都没大理解，后面看看呢，她的票特别高。 然后呢，以为她是一个团队做的，后来发现是她一个人做的，呃，这个是给我的震撼特别大的。 所以我会觉得其实我们每天都在研究 AI，但你自己没有真正去做过一个 AI 应用呢，好多时候你对它能做什么和不能做什么，是缺乏一个直观的理解。 所以我在去年年底的时候呢，在团队内部组织了一个 AI 内部的 AI 创新大赛啊，就大家想想做什么都可以，对吧，写歌也 OK。 呃，最后我们团队可能两三百个人吧，啊，一共有192个这个195个195个这个产品提交上去啊，然后我也非常认真的做了一个结果都没得奖啊，就说明还是。 那个 AI 的这个这个这个创新能力呢，其实是证明了一个点，你很难用原有的十几年的工作经验去规划它啊。 我觉得云上的这个产品能力呢，我还比较有信心，但 AI 的呢，我是没有的啊，这个进一步增加了 AI 焦虑。 但是呢，也其实让团队更理解 AI 到底能做什么，对吧。 而且我我我特别想跟大家分享的一个点啊，尤其是管理干部啊。 我去做这个 AI 创新大赛，我是没有去补贴 token 的啊，因为我认为如果我补贴 token 呢，可能首先这个钱在 csig 待久了，我也舍不得啊。 其次呢，我认为如果补贴 token 呢，很有可能会导致滥用 token，对吧，只有自己花钱啊，反反，反正我们这个奖品也就几百块啊，大部分人可能花了几千块去买 token 啊。 在在去年下半年的时候对我，我认为这是一个非常好的一个啊，成功经验啊！ 对，然后就就讲到这一点啊，所所以我们还是从云云服务器的角度来看，从云计算的角度来看啊。 我们的坚定和焦虑在哪里？ 首先呢，坚定在于 AI 不管怎么样，它未来 agent，呃，我我们先不考虑使用 GPU 的那部分啊。 就是使用 GPU 的那个，呃，训练和推理，可能它都是那个那个特别大的客户，特别巨大的客户，他去做的跟大众无关。 那我们考虑更多的企业和个人而言，我认为呢，agent 未来一定是跑在云上的，对吧。 这这，这是我的一个特别朴素和特别坚定的想法，就是因为我们原来也有很多脚本跑在本地，对吧，但是为什么我要去做云呢？ 做云的原因在于我云上是7×24小时，并且我有云原生的能力，可以让你的整个的业务体系变得更加丰富。 即使是你在之前并不在意我们在云上做了什么。 但是当 AI 变得更复杂，你有更多的 attention 无法在基础设施上，那基础设施上做的那些工作就会变得更加的有效，对。 所以我们认为 agent 只要是一直在线，它就是一个更典型的互联网应用而已，对吧，它仍然是一个互联网应用，它仍然需要存储网络数据库。 反正在这种情况下呢，它对于云而言只有增强，对吧。 那焦虑就是刚才讲到的，有可能我们不懂 AI 而丧失了 AI 对云的一个促进的机会。 对，然后我在去年下半年我也做了一件事，对吧，就是。 就是我我我那个时候跟 chatbot 有大量的聊天交互，对吧。 但是但但是也是这个在团队内部的这个 PK 啊，就是这个辩论赛当中呢，有同事告诉我说这个 manus 要比这个 chatbot 要好很多，对吧。 其实对于程序员而言呢，那时大家普遍是觉得 manus 不过如此，对吧。 但对于我而言啊，我我我一开始也这么想的。 但但是那个也是 alice 啊。 就是她代表了那个 minus 的这个方去讲了之后呢，我突然意识到了，其实 manos 就是做了一个 hosting，对吧，他做了一个 hosting，他把你的文件系统 hosting 到到了他的这个远端沙箱里面。 然后呢，他有了这个手和脚，他就能够做到比 chatbot 只有大脑要做的更更多的这个能力。 那我当时想了一点，我在 cloud code 里面去把这些事情都做好了，我去做。 self hosting 就是就是说我，我自己托管自己的那个文件，自己托管自己的数据理论上讲要比 manus 要做的更好，无非就是我。 要去支付这个维护的成本而已，对吧？ 而我作为一个程序员呢，我，我应该还是大概能够做到这一点的，对。 所以我就在去年下半年呢，把我的这个手表的数据呢，通过这个爬虫的方式啊，在官方也不愿意啊，爬虫的方式给爬爬到我的服务器里面，然后呢在服务器上面呢，去起一个 cloud code。 然后再去接了一个大模型，让他每天分析我的这个，呃，健康数据，给出一个。 那个最终目标要减肥1010kg的这个这个这个这个要求让他每天给出饮食和锻炼的建议啊，然后呃，最后目标达成了，最后目标达成了。 当然现在为了让告诉别人我比较懂 AI，我都不敢看回去了啊。 对，所以等到我做完这件事之后呢，我突然觉得，哎，如果 manos 做了一个云端 hosting。 而我们如果先去做一个云端的 self hosting，对吧，就是说我在云上或者在本地去帮助用户托管 cloud code ，并且一定程度上去解决一些场景的问题，就可以去做好这件事。 所以在在我想完这个点子之后。 那个 cloudboard 就出现了啊，就 open cloud 就出现了啊。 这这这页就不讲了啊。 cloud cloud cloudboard 就出现了。 cloudboard 出现之后呢，这个就是我们讲的龙虾之战啊，这个地方我稍微花点时间讲一讲，终于回到了这个一开始讲的那张宣传图，对不对？ 团队是那个跟帕鲁很像，也是有一天。 在这个用户群里面和在这个那个那个购买毛刺里面看到有一个突增。 哎，大家就去想是为什么，结果发现有很多的技术爱好者，他自己去买 lighthouse 搭建这个那个叫 cloudboard ，后面叫 open cloud 啊。 或者我们叫龙虾，就是因为用户发现了我如果能够把数据和业务流给到 AI，而 AI 在这里面去做一些工作呢，它就能够发挥出更大的作用，而且比 manners 还要便宜很多。 而且呢，我还可以非常好的去控制这些数据，不流出，对吧，这这这就是整个龙虾的一个，呃，核心观点。 当然啊，我觉得我必须要表明的一点就在于说我自始至终啊，从一开始到现在呢，我都认为 open cloud 这个产品呢，它要一分为二来看待。 首先呢，他的这个思路并不是他独创的，对吧。 我我认为其实 cloud code 是在往这个方向走，但是为什么 cloud code 和 open AI 都没有去做龙虾呢？ 是因为他们认为这种用户的自托管只能给到少数用户去使用，所以他在整个产品体系当中会做很多的工作，他是按部就班一步一步来的。 而 open cloud 呢，它是做了一个过渡承诺，意思就是你就别管了，你买个 mac mini，对吧？ 啊，直接就把你的这个这个这个这个对吧，一言不合就是干，结果他的过度承诺引爆了全世界技术爱好者以及。 AI 焦虑者的这个热情，让大家都非常疯狂的去做这件事，所以我们去做那个龙虾装机呢，当时最重要的点就在于我团队跟我讲说想做这个，我觉得其实挺好的。 我我我们想让中国的用户呢用中国的 IM，对吧，用中国的 token 也能够获得一个世界上最风靡的 AI 应用到底是怎么回事，而且我认为它一定是很快就会沉寂的。 它一定很快就会热度会，会，会，会降到降到零的啊，这是我的判断。 当然我的判断不准啊，我我一定要讲下我的判断不准，这是当时的判断。 所以那天团队说要去做云上龙虾的这个呃产品啊，我们就拿帕鲁的那个那个帕鲁服务器的那个呃，那个叫什么？ 那个管理台改一改就变成楼下的管理台，对吧？ 然后这个装机活动是怎么回事呢？ 我也简单跟大家讲一下装机活动呢，是因为公司内部很多同事不满啊，说没有抢到腾讯云的免费的这个龙虾的服务器，然后而且也不会用。 所以我我我一开始想的是说3月6号的时候呢，在腾大楼下，如如果当时想的是要去做宣传的话呢，肯定是滨海楼下了啊，因为滨海更是地标意义嘛，对吧？ 他考虑腾腾大腾讯楼啊，腾讯大厦楼下呢，纯粹是因为我们在腾讯大厦办公啊。 呃，然后当时想的是说做一个公司内部的互助活动。 就是说如果是大家用楼下用的不好，那就对了，因为它就不是一个特别好用的产品，但是呢技术人员之间可以互相交流，我们可以在腾大楼下，对吧？ 那个买一杯爱买格的咖啡，互相交流一下。 呃，结果后来意外的就在于这个消息被公众所知道之后，那天就变成了一个对外的活动了，而且呢，大家也其实是没有准备好的，对吧？ 然后我就紧急的跟团队讲啊，这个最多花1万块钱啊，花花多了之后我们也出不了，对，然后团队就开始紧急的。 跟这个公关的同事一起去想办法把这个活动给做起来，然后这个做这个活动的那天呢，我觉得有点担心，我就出差去了。 担心出问题，哎呀，怪尴尬的，对吧，我就我我我我我就我就我就出差去了。 然后听说早上六七点就已经有人来排队了，我其实是挺恐慌的，对吧，因为我们其实是想要解决大众的 AI 焦虑而去做了一个降低使用龙虾的产品。 但是似乎一定程度上又增加了大众的 AI 焦虑，对吧，虽然他又替我们赚了很多钱，但是这个其实并不是我想要的一个结果，对吧。 而且我们也认为，如果我在这个时候呢，突然又去做一个过度承诺，比 open cloud 更大的承诺可能可以赚很多很多很多钱，但是呢？ 用户最终肯定还是会流失的，对吧？ 用户肯定还是最终还是会流失的，所以我们在做这件事情呢，其实是非常克制的，对吧？ 大大家如果比较了解的话呢，会会知道我们做龙虾的这个活动呢，是非常非常克制的，甚至很快3月初的时候呢，就基本上只做云上的原价的龙虾服务器的售卖，对不对？ 在这种情况下，对吧？ 我我觉得其实龙虾的这个火爆很大一部分的成功之处是来自于两个点，一个点呢，就是我们团队对于 AI 的理解，对吧？ 比如说我举个例子啊，就是就是我们的这个小龙虾出生证啊，是当时特别火的，但这个事情呢，其实真的没有经过设计的。 我听同事说啊，因为我们参与我出差去了，是头一天晚上十点钟啊，大家想到了说我要做个小龙虾出生证，这样用户的拥有感会更强，它它它就是符合这个宠物的属性。 大家还记得吧，宠物的属性，我我如果是买一个宠物，我肯定要有个出生证嘛。 如果说以前呢想就想了也就算了，但是因为前一次的这个呃呃这个 AI 大赛内部大家使用，对吧？ 那个有些同事买的那个生图模型还在这个有效期之内，他就可以在20分钟之内做出10个版本出来，挑一个最好的。 当天晚上11点跑去打印店打印了几千张这个出生证出来，对吧？ 最后整个活动花了3000多块钱啊，就是这个出生证的钱，其他的都没有任何的一个投入成本，这这这这这这这这这这我觉得是一个很重要的原因。 对。 所以后来也有记者问啊，他说你们团队为什么总是能够非常敏锐的抓住帕鲁和龙虾这样的机会啊，说说怎么做到这么这么敏锐的啊，因为是记者嘛，所以我就给他装个逼。 我说不是因为我们很敏锐，是因为我们真的很懂 AI 啊，我是这么跟他讲的，当然事实上肯定不是啊，事实上绝对不是这样的啊。 然后另外一个点呢，就是真的，我们发现了 AI 焦虑是全社会的一个共同的病症啊，我觉得这个是一个很大的问题，甚至我认为现在还是有好多产品在利用用户的 AI 焦虑赚钱。 嗯，我觉得如果它是一个可持续演进的话呢，这个事情本身无关，对吧，本本身商业就是要解决用户未满足的需求，对吧？ 但是如果你明知道某个需求是不可能靠 AI 满足而去无限承诺，那我觉得很多的产品其实以后会遇到问题的。 对啊，我我也觉得如果是有机会的话呢，大家可以去自我审视一下你所做的产品是不是一个无限承诺的产品，对吧。 对，然后热闹之后啊，对吧？ 我认为呢，很快就会那个变得一文不值，就是，但事实也不是，对吧。 我我给大家那个口述一个经营数据啊，这个大家就不要出去传了。 我们通过龙虾装机，最终额外给腾讯云带来了一个亿以上的利润，对合数就不多，不说了啊。 然后这一个亿以上的利润呢，如果不是那天装机肯定是没有的，那那天装机之后呢就有了，而且我们自始至终从来没有给用户补贴过任何的。 token 还把这个服务器的这个学生活动给下线了，为了满足这个龙虾昂贵的这个这个售卖方式。 对，那这件事情做完之后呢，其实有两种声音啊。 一种是乐观的，一种是悲观的，乐观的呢，就觉得那我全国再去搞装机，对吧。 我以后看到开源社区有什么 agent 我就不什么 agent，那不就可以持续保持热度，不断的赚钱，不断的享受在 AI 领域第一线的这个尊崇地位吗？ 对另外一种悲观声音呢，就是基于对于 open cloud 无限承诺的这个打击，对吧，就是说。 大家能够一次焦虑，不可能次次焦虑，对吧，我也是这个观点啊，对吧。 大家可能在很短的一段时间之内想要去装龙虾，想要去问一下龙虾到底买什么股票好。 但是可能一个星期不到，他就会宁愿打开抖音，打开短视频要去享受人生去了，这就是 C 端用户俯视 C 端用户的一个一个本质的诉求嘛，对吧。 所以我觉得这两种声音呢，都对，但也都不对。 其实我觉得我们要看到龙虾的另外一面龙虾另外一面就在于他的过度承诺，只是过度承诺而已。 他的承诺并不是完全没有依据的。 他的承诺的依据就在于，其实我们只需要把你想要做到的事情通过 AI 去解决，那么很有可能你在这个地方是可以得到10倍的提升的。 只是说对于大部分的普世的 C 端用户而言，他压根就没有需要提升10倍效率的意义事情，对吧。 比如说我原来一个晚上刷100个短视频，我现在要刷1000个吗？ 其实完全没有必要的，对吧，只需要短视频的提供方，他在后后台用 AI 帮我。 我找到了更多我喜欢的视频就好了。 我在这个过程中对 AI 是不感知的。 但是实际上呢，我也是 AI 的消费者，对吧！ 所以你不需要给每个用户都去装龙虾，而是要去把龙虾变成一个合理的工作流的支持者，这是我认为是龙虾而已。 所以我们从宠物到牛群的角度来看呢，并不是每个人都能养得起龙虾的，这个一定是未来的判断，对吧。 或者说养得起龙虾的人呢，仍然是那些原来这个操作系统爱好者，这个建站爱好者，微信小程序爱好者，他不大可能是任何一个人。 那未来我们如果把它变成牛群，对吧？ 把龙虾变成牛群，应该怎么去做呢？ 对吧。 我觉得其实公司现在是是方向很对的，首先 work body 它就是变成了一个非常好的一个执行层面，对吧。 然后另外一方面呢，就是龙虾的这个热度呢，其实还是在的，我们去做了一个叫 cloud pro 的平台啊。 对 cloud pro 的平台呢，就是想说我，呃，这个是我截的同事发的片啊，我我也没跟他讲讲的，我觉得这个 AI 味太浓了。 但是呢，至少还是说明了一些观点，就是说我们不去做类似于 work body 这样的一个执行面。 因为现在 open cloud 啊，或者 homes agent ，对吧。 homes agent。 其实说的比 open cloud 要好一点，他就强，他不强调 open cloud 的这个呃， local first 他强调的是 self hosting，对吧。 就是我讲的 self hosting 所以 self hosting 呢，它一定要是在，呃，服务器上，那么对于企业用户或者对于一个真正的机构和组织，对吧。 我待会儿最后可能也有机会，他会讲一下个人绩效和组织绩效在这个 AI 上面的一个观点，也就是说对于对于组织而言呢，他要的什么呢？ 他要的是其实是我 AI 如何让我的这个组织的需求而得到提升？ 其实我们有时候认为我在 AI 上面得到的提效并不是对组织有帮助的，对不对？ 比如说我这个 PPT 那个大家一看就知道是 AI 做的。 但是呢，我只让 AI 做了一遍，然后我就把它做那些浮夸的东西删了之后贴了几个图而已，是为什么呢？ 难道我用 AI 做一个精美的 PPT？ 是一个有效的提效吗？ 我认为并不是，对吧。 我我认为一定不是这样的，甚至我认为现在好多人花了很多的 token 在这种无意义的提效上面，对吧，最终对组织而言是没有意义的。 对。 那我回到 cloud pro 的话呢，其实我们是需要呃，希望 cloud pro 能够解决企业里面对于一个执行体，对吧。 对，对于这些虾的管理，对吧。 它的 skill 是怎么样保持更新的，它的这个团队协作之间的这个呃，知识库的使用是怎么去做到的，对吧。 他甚至是如果他有这种 token 统一管控的需求，它的 token 的路由，对吧。 它的 token 的这个使用的报表是怎么样的？ 这是我们在 cloud pro 里面想要去做到的，而且呢 cloud pro 我看今天那个那个 KM 排名第一的就是 cloud pro 的这个产品经理写的啊，他写的是这个非 T 产品。 无代码什么经验啊，我有点忘了啊，我我觉得这个有点像这个小红书的这个这个啥了，我并不是很鼓励啊，但但那内容还是非常非常好的，对。 然后其实我再讲一下我们的观点是什么呢？ 我们观点就是龙虾的这个热潮，不管它过没过去，你都应该要看到龙虾以外的东西，也就是说我们为什么会花很大的精力相比龙虾很大的精力去做 skillup 呢？ 啊，就是因为其实对于大部分用户而言，或者大部分的这个创创造者啊，现在都讲有了。 AI 之后人人都是创造者，我并不赞同，但是我我觉得它有一定的意义，人人都是创造者呢，他那你创造什么呢？ 对吧。 我也举一个例子，前段时间全网都在找一个人说他做出了一个让好莱坞这个坐立不安的视频啊，这个视频呢，用 AI 生视频的方式做了一个非常精致的视频。 就是一个这个类似于僵尸年代这个机器人去猎杀僵尸的这个视频啊，可能大家都知道啊，最后找来找，去发现是一个中国人啊，这个这个这个中国人呢，是一个中专还是大专生啊？ 大家会觉得为什么是他能够做出这样的一个优秀的作品啊，其实我认为大家的判断还是很对的。 因为这个人呢，本来本身就是这个，这个影楼给这个年轻人结婚拍视频，然后剪辑的这个人，对吧。 他非常清晰的知道到底那些结婚的人，或者说普世的新一代的年轻人，喜欢什么样的视频风格，所以他在对于视频本身有理解的情况下，他才能用好 AI，而不是说你去学习了什么？ AI 之后呢，就能够颠覆行业，对吧，这就是原来友商经常讲什么互联网颠覆那个什么什么传统行业的这个，这个失败的地方。 我觉得对于 AI 而言，就是我们应该要让更多的对于某些领域有才华，有洞察力的人，把他的这些才华，在原来无法变成可复制的能力的情况下，通过 AI 来变成 skill。 所以我们在 skillub 上面是想要去建设这样一个中国的社区的啊，当然可能大家也都还记得 skillub 遇到过一些舆情上的挑战啊，我觉得这个。 也是这个做了 AI1小段时间还是活久见啊，见见见识到了这个物种的多样性啊，我觉得这个事情呢，今天因为保密的问题呢，也不好讲太多。 但如果大家有兴趣的话呢，其实也欢迎来交流吧啊，这个还是有蛮多的，挺有意思，但是又不能公开讲的这个经验在里面。 对。 然后其实今天的这个主要的内容呢，呃，我觉得就就就就差不多就是这些了啊，就是我我想讲的就是说我们遇到的这些困境啊，遇到这些困境，其实就是就是还是回到了这几件事啊，我看一下我写的总结是什么啊？ 呃，我写的总结的就是就就就是就这44件事。 首先一件事情呢，就是你还是要去想一下用户到底要什么，而不是去看大家去吹嘘嘘什么，对吧，就是军备竞赛而言呢，它并不是每个人都要去在其中脱不了身的。 所以你回到用户的本质需求上去，对吧！ 用户要的是宠物还是用户要的是牛群，用户要的要的是宠物是什么？ 宠物要的牛群是什么？ 什么牛群，对吧！ 你只要好好去做，比如说我讲到了我们10年前做的三个方向的延展啊。 产品做到了第一名又怎么样呢？ 也没有用户来买。 而到 AI 的时代呢，他们突然很多年前的这个积累就变成了非常宝贵的财富。 而友商如果要再抄的话呢，其实也没那么容易的，而且我也有一个案例没讲到，对吧。 帕鲁之后那个友商对于黑神呃黑神话，悟空是报予非常大的希望的，对吧？ 他想说帕鲁失败了。 黑神话悟空呢，他要抢在前面来做，结果友商等了一个月，我们就压根没做，对吧，其实是为什么呢？ 因为黑神话悟空它代表不了云上宠物的优势，所以我们就不做。 这就是当你对于用户需要什么，有了深刻洞察之后，你能做的非常坚定的选择，对吧，而且在时间面前，对吧，要相信这种时间的复利。 然后第三个点呢，其实我认为焦虑就是机会，对吧。 我也讲到了这种一开始的这个军备竞赛的焦虑，讲到后面 AI 的焦虑，但其实他都没有逃出宠物和牛群，没有逃出这个 hosting computing developing 的三个方向。 你只要去在焦虑的时候去找一些机会，并且呢，你要亲自去尝试一些新的技术。 我觉得 AI 确实跟别的技术是不一样的，对吧，你做了和没做是完全不一样的，对吧。 天天看论文和天天看这个，呃小红书是是肯定是完全不同的事情，对吧？ 比如说龙虾最火的时候，小红书上全是通过龙虾可以赚钱的，很多人是因为这个事情而焦虑的。 但是其实你真的做了一下之后呢，你就发现它只是非常罕见的，极少数的一部分人的不可复制的一个过程，那他通过这种方式呢，拍视频赚钱了，对吧？ 他其实也不一定是真的。 那么炒股炒币赚钱的，对，但但我觉得这个地方呢，就是真的要想办法多花时间去研究。 然后最后我还是想讲一下，就是 AI 给了我们去重新审视，每件事情都有可能改变的机会。 就比如说 skill hub 之类，对吧，高效的组织协作呢，和高效的 token 的使用是对于这种真正的问题的拆解。 所以最后呢，其实呃，因为也有一些这个相关的研讨啊，不一定是今天的主题，但是我我还是想花几分钟时间那个讲一下我对于这个大家经常提的一些点的看法，对吧。 首先一个呢是大家普遍提个人通过 AI 提效很多，为什么组织提效没有很多，或者说大家都通过 AI 变成了超级个体，为什么组织上还是这些人呢？ 对吧。 甚至有些人想，哎，管理干部啊，对吧。 我我原来养10个人，对吧，现在有了 AI 提效耗了我这么多钱的 token 还养10个人，那这 AI 不是白来了吗？ 那我是怎么看待这个问题的呢？ 我就简单说一下我的思路啊，首先呢，我还是认为。 很多的个人提效是被严重高估了，对吧，因为你要想一下一个人写 PPT 做数据分析，做精美的这个 demo，这些技能是有意义的吗？ 我认为很多时候是没有意义的，对吧。 甚至数据分析可能都没有意义，不代表说这件事情本身没有意义，而是说很有可能组织并不需要你去做这个事，或者我或或者我我后退一点来讲，对吧。 一个 PPT 做成什么样子算是一个好的 PPT 呢？ 对不对？ 甚至我们原来都在想不要做 PPT 了。 而现在呢，大家都在都在做 AI 做 PPT，这就是问题。 所以如果你在做一件组织，不需要你做的事情，那这个并不叫 AI 起效，这叫浪费 token，对吧。 所以很那那除除掉这些以外啊，除了这些以外，大家觉得哎，我做个页面不也挺好的吗？ 但是呢，我认为有时候做 demo 是比较简单的，而真正落地却很难，对不对？ AI 让大部分的领域的门槛都降低了，会让人有一种啊。 我我也能行，对吧，我我我我行，我就要上的感觉，但其实真你落地了啊，你把你把研发赶走了。 最后发现，哎，其实我还是搞不定，对吧？ 那再往下去看啊，如果是这个人真的提效了，我觉得很大的挑挑战在于组织是否需要你提这个效，对吧？ 那这里面其实就涉及到组织对目标的定义了。 如果说你提的效，对吧，比如说我跟那个领导讲，我最近学会了吹唢呐，那领导会觉得那我要。 又怎么样呢？ 对不对？ 其实很多时候我们的 AI 提效就停留在这个地方而已，并没有变得更多。 那当然组织可能有组织的问题啊。 那组织说我，我原来一份工作就拆成10个人干，每个人就只能干这么一点点，你提效了，我也不给你机会，那我觉得这就是我们想要探讨的组织提效的一个关键的问题。 所以我觉得我们在这个问题上面的想法是什么呢？ 就是如果你先不考虑组织的一个非常彻底，非常革命性的改变的情况下，我觉得至少要去重新理清楚组织的核心目标和个人的核心目标是什么？ 如果你做的这个事情是跟你的目标相关的，那么你提效不提效就很明确。 而如果你做事情都是无关的。 比如说去年的时候，我跟同事讲说这个 AI coding 能做什么，说能写单元测试，我说那你原来也不写呀，对吧？ 那那那那如果说那个因为写的单元测试那个降低了故障率，倒是可以认为是提效，但如果没有的话呢，那这里面的提效其实是。 没有什么意义的，对吧？ 所以我觉得嗯，这里面还是有蛮多的事情是可以探讨的，我觉得以后可能我们也可以再探讨啊，因为后面还有很多内容我就不展开了。 但是我我想说的就是很多时候大家会容易去高估自己提效的能力，其实很多事情就不是那么简单，或者说这个就很像是计划经济和市场经济，对吧？ 原来呢，市场经济可能效率不高，但是他有一只看不见的手在管理，在在在在在动它。 而现在计划经济呢，你说我要把所有的资源都投去这个原子弹的研发上啊，能不能研发呢？ 可能也可以，但是有可能这个就会带来一些人的死，对吧。 这件事情，呃，我觉得是要去这么看的，还包括有时候大家讲说 AI 要去扮演同事，还是说 AI 要去变成工具。 我认为其实如果我们把 AI 变成同事的话呢，很有可能就走错路了，对吧，你你只是把 AI 当做是一个可以执行部分任务的工具人而已。 而事实上，对吧。 你，你在工厂里面打螺丝，然后你找个机器人在那打螺丝，即使是它的效率更高，也不代表你是一个很好的。 AI 提效的方法，对于组织而言呢，很有可能，对吧？ 我做一个大型的打螺丝机器，对吧？ 把这个工厂的灯一关，你在电脑面前去看看监控指标啊，这种才可能会是更遥远的。 未来我们要去看待的这个，呃， AI 提效的这个方式。 所以就这个点呢，我再讲一下啊，超时了，我稍我稍微讲几分钟，再讲一下这个。 这个这个 token 对吧。 前面我讲到了，我们现在太过于强调 human in the loop 意思就是我在这个流当中，我在里面其实已经是很好的实践了啊，现在好多是 human outside the loop ，就是说我我我做的所有绩效都跟我这个 loop 没关系。 那如果我在这个 loop 里面呢，好歹还能够去做一些干预，对吧。 yes or no 但是我刚才讲到了，就是以打螺丝这个点来看的话呢，如果你能够 on the loop 它的这个自动化程度是跟你的这个闭环目标是有关系的。 然后你能够去操作它，这才是合理的。 那那那在 human out loop 的角度再来看这个问题，再来看 token 的这个使用问题，对吧。 我们现我我现在对团队使用 token 的要求非常苛刻，对吧。 大家也意见很大，其实我就是认为啊，现在我们对于 token 的管理和使用其实也是有很多的不成熟的地方，所谓的不成熟的地方在于我们拿 token 去。 优化 PPT 去了，这是我觉得非常痛心的地方，对吧。 就就是说我举一个不恰当的例子，呃，如果原来一个组织里面是有10个员工在做100分的业绩。 那么现在呢还是10个人在做100分的业绩，只是说我还要花1000块钱给到每一个人，让他每个月都能写更好的周报和汇报材料给我，那这每个人的1000块钱是否是合理的，对吧。 这就是前面那个问题。 组织提效其实并不依赖于你的这种无意的提效。 而在这个 token 的使用这里呢，我就是觉得这里面简单简简单单说一下啊，对吧。 因为我无意当中发现 chatbot 也可以写 PPT 其实写的也不差，那我们为什么要去用 token 去写 PPT 呢？ 这是一个蛮大的问题，对吧。 所以我准备了一个口诀啊，一个口诀。 首先第一个呢，就是你在用 token 之前，你先想想你你你这个需求是不是该有的需求？ 如果不是可能就先想想，先不要这么做了。 然后第二个呢，就回到组织目标和个人目标，你做的这件事情到底是不是在为组织着想啊？ 如果不是的话呢，你至少不要好组织的 token，对吧，你自己买一个别的玩一玩也可以这个学习学习归学习啊，对。 然后第三个呢，就是你所在的团队有没有去拆解团队的工作流和团队的 sop 的这个流程，如果没有的话，你很有可能在 token 这里面是严重浪费的，对吧。 第四个呢，就是我认为几乎所有的工作你都应该要先在 chatbot 里面去跟他聊几个，很有可能你聊着聊着发现 chatbot 的能力比你想象的要好，对吧。 比如说我通过 AI 去写文章，我最近发现 chatbot 的能力非常非常好，而且还便携，对吧，而且还免费。 而且还有一些跨 session 的记忆，对吧。 我认为其实我们很多很多的工作都是本应该在元宝里面执行而拿去消耗的token 那再往后啊，就是说是不是所有的这个大模型都需要用 cloud cloud opus4.8，对吧，我也觉得是没必要的，这还是回到了刚才组织提效的角度。 如果组织提效，组织已经确定好了，组织要做什么，那么至少组织的这个 honey 工程是需要去评价每一件工作的完成情况的。 如果有一些工作的完成情况是比较容易被评估的。 那我们其实是很容易在具体的工作当中找到哪个模型合适，对吧，尤其是模型的性价比去怎么评估，很多时候我会愿意失去一部分的模型的智能而去降掉80%的成本，这个也是。 非常重要，所以其实我我会觉得在 csig 待久了呢。 我我会把这个 token 这个事情呢，看作跟呃，CPU 和 GPU一样，它其实都是资源，你怎么去调度的问题，并不是每一个客户来了，我都把这个整机最好的那部分的 CCD 里面的所有的这个核和带宽都给到他。 而是要去想办法不断的去拼凑热，迁移，腾挪，提高利用率，以及是要去清除掉一些本不该有的这个 token 的使用，对吧。 甚至我原来跟人交流之后，发现有些组织根本就不需要提效啊，对吧，他提效之后可能就带来了别人的这个风险啊，那为什么还在这花 token 呢？ 对不对？ 所以很多时候我会认为。 AI 这件事呢，跟原来互联网对吧。 编程语言，大数据，云计算，区块链啊，所有的一切都是一样的东西，它是给了你一个更好的工具，让你去做一个让物理世界映射到数字世界，并且让这两个世界都变得更好的一个工具而已。 如果我们为了工具而去工具呢，就很可能会没有解决核心问题的情况下。 反而是让自己圈地自萌，对吧，去做一些错误的判断，对吧，回到我们的这个高密技术而言呢，也是一样的。 就是说即使到现在，还有很多人在在在在质疑讽刺和攻击，说腾讯云做这件事情就是个大**，但是呢，我们从结果上看和从这个呃技术的本质和用户需求本质上来看呢，这件事情就是大家一直不想去面对。 的一个非常重要的关键点。 而且这里面呢，又确实有很多需要挑战的技术和需要去跟客户沟通的这个这个这个工作量，对吧？ 那大家在过去的这段时间呢，想办法把它解决了，获得了几十亿，上百亿的这个利润的提升，对吧。 然后呢在 AI 这个时代呢，我我认为仍然是一样的，我们仍然是要在 schedule 在在调度的这个领域想办法让好的能力用在用户真正的需求和用在最重要的这个这个这个组织目标上，才能够做到，最终把云和 AI 变成这个社会的基础设施。 好。 我今天就分享这些，谢谢大家。 好，谢谢力哥最后的这个 token 治理的话题又回到我们的这个调度能力上了。 我看到评论区也有同学在关心这个力哥对公司的 token 治理怎么看啊，刚才力哥那段应该也已经解答了这位同学的疑惑了哈，那我们也再稍微花点时间 QA 对力哥辛苦了，也可以先喝口水啊，同学们，如果后续还有一些问题也可以持续在评论区留言哈。 那我们这边呢有私信收到一位同学问，力哥说这个高密的路线坚持了9年哈，这9年里团队有没有过一些怀疑和分歧的这个时刻，那最后是怎么促进团队去达成共识的？ 啊，不好意思，我刚看了一下消息，你能不能再说一下？ 啊，呃，这些同学关心说这个我们高密路线坚持了9年哈，就过程中团队内部有没有一些比较激烈的分歧，或者是对这条路线的怀疑，最后是怎么达成共识的？ 呃，对，其实我刚才讲到了这个肯定是有的，而且直到现在还是大家会有一些不同的观点啊，我我我我认为首先观点那个都是有它的合理性在的，那先从结果上看呢，它确实是一个非常非常好的结果。 然后呢，我认为现在这些不同的想法也是给我们带来一些更多的启发，也就是说我我我认为有时候确实是矫枉过正啊，就是说时候你真的要去推一件事儿呢，可能也错失了一些机会。 比如说那个对于某些场景而言，呃，CPU 的算力也很重要，对吧？ 那那那这个时候其实我们我们并没有说不去那个，呃，支持这个这个领域，但一定会因为大量的业务逐渐的切向了这个低主频的场景，而让这部分场景显得更加。 显得更加叫什么，显得显得更加另类了，对吧？ 那这样的话呢，这个场景所在的行业或者是客户或者是支持他的人，也会觉得很有压力。 但我觉得其实我们还是要回到这个问题的本质上来看啊，就是说我们做的所有的工作都是有成本的，这个是过去这么多年 csig一个很大的经验教训吧，对吧，我们无非就是要想在多少成本当中获得多少收益。 对不对？ 所以我们在做高密的时候呢，也并没有忽视对于高主频的设备的采购和技术的投入。 只是说我们真的是想办法去控制，呃，叫叫引导行业，尽可能的还是买低主频的。 因为他买低主频的话呢，我们买了很多在手里面，我的我们调度之后呢，还有很多碎片在手里面。 而且我们在这里面呢，是真的有比友商更好的技术在里面，这是这，这是我们一定程度上去做的引导。 对，那我我也想分享一下的地方在于用户对这个事情是非常不满的啊，这个也是我们的前端的行业，受了很多的委屈去做这件事。 但但我还是回到最初的想法，就是说我们要看组织的目标是什么，对吧，现在 csa 的目标是要那个经营提升，那么这是一个特别好的经营提升的方式，那就大家一起去努力去做这件事。 好，谢谢力哥的解答，那我们还有一个问题是因为这位同学说力哥在过程中其实也讲了挺多。 AI 时代大家的这些过度焦虑哈，那也想问一下力哥就是咱们的团队自己内部是怎么去消化的，有没有一些比较好的经验？ 啊，我觉得不一定好啊，但我把我们团队的这个情况说一下，其实刚才也大概讲了，对，就是。 呃，我我认为我在很多年前或者说是20232024的时候呢，我都是扮演一个 AI 质疑者的角度，就是我，我真在那个时候呢，我真觉得好像也没啥用，对吧。 除了 AI 陪伴，我，甚至那个时候，呃，把大部分的 AI 应用贬低为这个就是 AI 陪伴的应用，对吧，其实就是在利用模型的幻觉，让这个某些人的大脑去产生一些遐想而已。 但是后面大家这个是靠大家逐渐的转变了我的想法，那所做的方法呢，我还是想强调一下的点就在于。 嗯，首先我觉得管理干部和那个高级员，呃，职级更高的员工啊，一定要低调一点，要务实一点。 我会发现以前的工作经验呢，还是挺有用的，但是到 AI 这个年代呢，好像还真的有了很大的挑战，对吧。 有了很大的挑战，就是得亲自去用，对吧，所以我也提过了，我不断的在 push 大家当然也有很多人没听我的自费去使用全世界各种不同的 AI 产品。 然后大家来做互相的交流啊，为什么不用公司的 token 因为早期的时候没有，其次是我觉得也不应该拿个人学习和探索去消耗组织给予的资源，对吧。 那那在这种情况下呢，我是鼓励大家去做那个。 可以算得清成本的 AI 投入，对吧，就就我我我说过，我们从来没有去补贴过 token 就这个原因，因为这里面的投入实在太大了，但是我们在产品上是在很多产品上做了很多失败的尝试，这个我必须要去讲一下，但正是因为这些失败的尝试呢，让每个人有了不同的观点，即使是现在他可能都不支持我的一些对于 AI 的判断。 但是我认为其实你真的做了这个 AI 的事情之后，你就获得了一些以前没有的经验，对吧。 比如说我大概认为在什么时间点去做某一件事情，AI 可能就很难 harness 化，对吧，就很难真的让他有一个良好的产出，对吧，领导让我去做一件事情的时候呢，很有可能是他天马行空想太多了，我是根本做不了的，我有底气和经验去跟他讲一些更专业的话题。 对，然后到后面呢，我，我觉得最最成功的一件事情就是去年年底我们团队自己自发组织的这个 AI 应用大赛啊，就大家也可以去看一看，里面有很多不同类型的这个 AI 应用，其实就是。 当然这种比赛呢，可能也不能搞太多次是吧，大家的这个 attention 也被消耗掉了。 嗯，但在那个时候大家都普遍 AI 交流的时候，其实是有一些是是需要有一些交流的平台和这个实际的应用的产出来看待的。 对，所以我我现在在特别强调组织协同和 token 的合理使用，就是希望大家能够有一些约束条件的情况下去合理的多去尝试一些不管是产品上的还是自己学习上的这个 AI 的创新，对吧。 包括我我也讲过我自己嘛，我经常经常讲这个例子，就是我经常手机给别人看，你说这这个我我我的 agent 是怎么？ push 我让我不要吃饭的，对吧，其实还是效果很好的，但是我现在把它迁到 hermes agent 上去了，呃，也也差不多就是这样的一个过程啊。 所以自己多建立认知，其实是可以有效的去缓解一部分这个焦虑。 对，我我我想再补充一点啊，这个是我今天下午开会的时候，呃，bsc 的时候突然想到了一个点，嗯，纯粹个人观点还没有经过非常丰富的打磨，就我认为 AI 呢在我看来，其实是跟 python 没有太多本质区别的一个东西，对吧，它是一个工具，对吧。 甚至是最早我用 open AI 的 chatgpt 的时候呢，我认为我我我在20年前去用 ipython 就是 python 的这个交互式的这个这个这个语言的对话框的时候呢，我认为感受是一样的，就是我问它什么，它可以回答什么，而我只要问的足够好，它也可以回答的足够好，当然肯定那个大模型要比编程语言要强得多得多啊，但事实上呢，你会发现，当你去考虑组织绩效，当你去考虑 token 降低的时候，你你就会，你就会知道了。 另外一个点就是 AI 是需要工程化的，你要让 AI 工程化的这个过程本身跟你去维护一段代码。 的本质是没有什么区别的。 我们在十五年前把 python 和 PHP 引入到后台开发的时候呢，大家会觉得是不是很多人要失业，要离职，其实不是这样的，就就是你最终你会发现这个工具呢，是减少了你对于一些底层细节的关注，但是你要增加对于它的工程化的一个关注。 我们可以认为后台开发其实也是对 python 或者 PHP 的 harness 工程，你要想办法让它不要乱跑。 那在这种情况下呢，如果未来对于组织体系而言，或者对于 token 的节省而言，我们要把 AI 变得非常的工程化，那任何使用 AI 的人都有可能是要把它的 AI 项目变成一个代码的组织方式的变化，或者说如果以后你在那个对话框里面随便去输入一些东西，也能获得一些流程上的增强。 那那个呢就很像你现在用脚本语言写的一个脚本，对吧，写了一个脚本去，去去爬虫，或者去那个开关机。 那如果你要。 要变成一个真正的后台服务的话呢？ 不管这个 AI 有多强，它仍然逃脱不了对于它的工程化或者哈尼化的一个整体的管控。 那在这种情况下，其实我们现在大部分使用 AI 的方式肯定都是错的，你你就是说你获你通过 ipython 获得了 python 的一切的优秀的编程语言的能力，并不代表着这些优秀的编程语言的代表能，呃的的能力，能够让你的工作和让你的产品变得更好，想让它变得更好呢，还是要花很多时间跟着组织一起把它变得。 哈尼说话啊，这是这是我的一个新的观点。 嗯，所以这个工程和架构的能力其实未来会越来越重要。 对，就程序员其实是越来越重要的。 嗯，好，谢谢力哥给大家的信心，那我们今天的这个 QA 也差不多了，我们时间应该也差不多了，那我们也再次感谢力哥哈，今天晚上带来这么硬核又真诚的分享，可能很多同学跟我一样啊，今天第一次系统的了解了腾讯云坚持了9年的这个高密路线，尤其是这个技术路线背后的很多力哥以及团队深度本质的思考哈，我们看到这件事情啊，首先先想清楚，那想清楚了之后叠加时间的复利，呃，其实带来了很大很大的这个呃，带来了很大的惊喜，那我们也相信到了 AI 时代哈，我们能看到这件事情，未来越来越多的价值，我们也期待云服务器的业务在 AI 时代能够越走越远哈，那我们今天晚上的分享就到这里，也谢谢力哥，谢谢大家！ 谢谢大家。 大家晚安哈，我们下期再见，谢谢力哥，拜拜！ 大家拜拜。