馬斯克的X（前Twitter）已經(jīng)成為AI行業(yè)的風(fēng)向標(biāo)了。

前幾天《紐約雜志》發(fā)表了一片文章稱：不論你喜不喜歡，這場(chǎng)人工智能熱潮正在X平臺(tái)上演。其中提到，CEO 在這里發(fā)布、互懟，研究員在這里積累聲望，政策討論在這里提前試水，招聘和融資則順著私信往下走。

有一個(gè)事兒很能說明 X 的在AI行業(yè)的話題制造能力。

Vibe Coding（氛圍編程）這個(gè)概念，并不是出自論文、產(chǎn)品發(fā)布會(huì)，而是OpenAI聯(lián)合創(chuàng)始人 Andrej Karpathy 在 2025 年 2 月隨手發(fā)在 X 上的一種描述，用來概括他自己在 AI 輔助編程中的工作狀態(tài)。

現(xiàn)如今，氛圍編程成了AI年度行業(yè)的熱詞。

另外，這幾年在arxiv上的論文，你會(huì)發(fā)現(xiàn)很多做AI研究的學(xué)者和科學(xué)家，已經(jīng)把 X 當(dāng)成觀察和參與 AI 行業(yè)的核心場(chǎng)域之一。

幾乎所有頭部 AI 公司都在馬斯克的X上露面：Meta、Anthropic、Google 的高管和研究員會(huì)在這里講研究、講路線、講產(chǎn)品。

一、OpenAI是最愛發(fā)Twitter的公司

在X把發(fā)推當(dāng)成組織習(xí)慣的，非OpenAI及其創(chuàng)始人奧特曼莫屬。

奧特曼是2006年7月注冊(cè)Twitter，20年的老用戶，至今已經(jīng)發(fā)布7335條帖子，平均一天一條，算是比較勤奮的。ChatGPT發(fā)布之后，奧特曼的發(fā)推頻率更高了。

另外，OpenAI把X當(dāng)成了產(chǎn)品的平臺(tái)宣發(fā)平臺(tái)。Sora 發(fā)布后，奧特曼在 X 上直接向全網(wǎng)征集提示詞：“回復(fù)你想看的視頻字幕，我們開始做”。

隨后一段時(shí)間，Sora 的樣片就以這種眾包方式在時(shí)間線上滾起來——更像把發(fā)布會(huì)拆成了一條條可轉(zhuǎn)發(fā)的素材，讓圍觀者順手參與、順手?jǐn)U散。

紐約雜志New York Magazine報(bào)道的有一段話：

Altman loves a good tweeter almost as much as he loves his own tweets。

A奧特曼習(xí)慣以推文定調(diào)、試水、反應(yīng)輿情，而他也顯然偏好那些能在X 上發(fā)表行業(yè)觀點(diǎn)的人。

其實(shí)是對(duì) OpenAI 組織氣質(zhì)的一種揭示。對(duì)于一家掌握技術(shù)前沿的公司來說，信息發(fā)布也是內(nèi)部文化的一部分。

甚至還有一些行業(yè)里的說法稱，在高度扁平化的 OpenAI 內(nèi)部，X 上的發(fā)帖頻率和影響力，某種程度上也會(huì)反向轉(zhuǎn)化為個(gè)人在組織內(nèi)的話語(yǔ)權(quán)。

在OpenAI，你能在第一時(shí)間提煉觀點(diǎn)、引發(fā)關(guān)注、對(duì)話社區(qū)，也意味著你具備在一個(gè)高密度、開放環(huán)境下與行業(yè)對(duì)話交手的能力。

這個(gè)其實(shí)很像國(guó)內(nèi)一些公司在微博上的做法，社交媒體與公司治理的融合在一起。

X 在今天的 AI 圈里，扮演的正是這種角色，只是影響力更大、機(jī)制更緊湊。

二、AI創(chuàng)業(yè)者為什么喜歡擁抱社交媒體？

AI創(chuàng)業(yè)者，像一些芯片企業(yè)一樣，低調(diào)做事不行么？為什么都喜歡在X上展示、表達(dá)、爭(zhēng)論？

這里的原因，或許不是因?yàn)閺臉I(yè)者集體愛表達(dá)。更多時(shí)候，是因?yàn)樾袠I(yè)的核心要素、關(guān)鍵變量，本身就只能攤在公共空間中，被反復(fù)確認(rèn)。

先說最底層的東西。

AI行業(yè)發(fā)展太快了，充滿不確定。

它和做硬件、搞芯片不一樣，芯片工業(yè)路徑清楚一些。制程往前推一代，良率爬一段，客戶導(dǎo)入一個(gè)個(gè)談。過程折磨人，但至少知道自己在什么軌道上。

AI不太一樣。模型能力會(huì)不會(huì)突然撞墻，產(chǎn)品形態(tài)會(huì)不會(huì)一夜變樣，監(jiān)管會(huì)不會(huì)臨時(shí)改口，下游客戶到底什么時(shí)候愿意掏錢——這些問題是按周在變動(dòng)的。

不確定性高到這個(gè)程度，信息差就會(huì)被迅速放大。沒人知道誰真的走在前面，也沒人能確認(rèn)哪條路還值得繼續(xù)走。

于是行業(yè)會(huì)本能地尋找一種對(duì)齊方式，而社交媒體雖然喧囂，但也恰好提供了一個(gè)公共的對(duì)齊看板。

再往下一層，是人才，這一點(diǎn)不言而喻。

AI企業(yè)的核心資產(chǎn)，除了算力芯片，就是人了，他們是研究員、工程師、產(chǎn)品負(fù)責(zé)人。

而這類人做選擇時(shí)，看重的不只是工資條。他們會(huì)看：你的技術(shù)路線、你對(duì)行業(yè)的思考、你的價(jià)值觀是什么、你是不是在認(rèn)真解決問題，你在行業(yè)里的位置大概在哪。

所以很多在X上看起來在秀肌肉的內(nèi)容，也是一種組織行為。發(fā)模型結(jié)果、曬 demo、參與爭(zhēng)論，很大一部分是在對(duì)潛在同事對(duì)話，這是吸引關(guān)鍵人才的一個(gè)手段。

第三個(gè)層面，繞不開錢，但又不完全是收入。

很多 AI 公司早期還沒有穩(wěn)定的現(xiàn)金流，但算力賬單是真實(shí)存在的。合作方、客戶、投資人，都是在一個(gè)不完全可驗(yàn)證的未來上下注。

這時(shí)候，外界能看到的進(jìn)展，就變得異常重要，只需要持續(xù)地讓人感到：事情在往前走，能降低一個(gè)關(guān)鍵合作伙伴的焦慮。

再看產(chǎn)品本身。

芯片是B2B行業(yè)，少數(shù)客戶、長(zhǎng)周期、強(qiáng)保密。

AI 工具是B2C的，需要大量人來試，用得好不好，怎么用，有沒有奇怪的新用法，全靠社區(qū)跑出來。社交平臺(tái)更像試驗(yàn)田，一個(gè)功能，只有被不斷演示、改寫、復(fù)用，才算真正進(jìn)入行業(yè)視野。

所以你看到的熱鬧，很多時(shí)候是產(chǎn)品在尋找自己的使用方式。

總之，似乎目前的行業(yè)的關(guān)鍵要素——變化速度、人才、合作伙伴、使用擴(kuò)散——決定了它很難完全低調(diào)。

三、為什么是X？

奧特曼也好，馬斯克也好，當(dāng)然是 X 在 AI 行業(yè)里最重要的推手。兩個(gè)重量級(jí)人物長(zhǎng)期在這里發(fā)聲、交鋒，本身就會(huì)形成輿論場(chǎng)。這個(gè)時(shí)候，行業(yè)討論自然也被吸過來。這是注意力的基本規(guī)律。

但 X 真正和 AI 產(chǎn)業(yè)咬合得這么緊，還有一個(gè)因素是：X的產(chǎn)品機(jī)制，恰好貼合了 AI 創(chuàng)業(yè)本身的工作方式。

在X上，你發(fā)點(diǎn)東西，有人驗(yàn)證，有人拆解，有人引用，再有人順著這個(gè)鏈條來問你招不招人、要不要聊一聊。

很多事情是在同一個(gè)地方順手發(fā)生了。

首先，X上對(duì)半成品的容忍度很高。

AI 創(chuàng)業(yè)里，最小的傳播單位往往是一個(gè) demo、幾張對(duì)比圖、一條 benchmark、一段更新記錄。你不需要把背景交代清楚，也不必把邏輯包裝到能上臺(tái)演講的程度。

這看起來有點(diǎn)粗糙，但對(duì)早期團(tuán)隊(duì)極其重要。它讓先把東西扔出來變得合理。一個(gè)模型的小改動(dòng)，一個(gè) agent 的新玩法，一個(gè)還在灰度中的入口，只要能被別人試一試、罵一罵，就已經(jīng)值得出現(xiàn)。

也正因?yàn)檫@樣，X 上的更新更像工程日志，它鼓勵(lì)你邊跑邊說，不用等到一切看起來都完成了再說。

對(duì)比之下，另一個(gè)社交品臺(tái)LinkedIn 更像一個(gè)要求你展示交付成果的地方：你當(dāng)然也能發(fā) demo，但很快就會(huì)被推著去解釋意義、上價(jià)值，就變得更像一個(gè)公關(guān)展示的行為。

第二件事，是X的引用鏈條是可追溯的。

轉(zhuǎn)發(fā)、引用、回復(fù)，這些動(dòng)作是一套把上下游串起來的內(nèi)容機(jī)制。一個(gè)觀點(diǎn)出來，很快會(huì)被人逐句拆、補(bǔ)證據(jù)、拉對(duì)照，旁觀者再把兩邊帶走二次加工。

而 AI 行業(yè)恰恰需要這種可追溯。很多爭(zhēng)論發(fā)生在細(xì)節(jié)的地方：一個(gè)測(cè)試口徑、一段提示詞、一份訓(xùn)練數(shù)據(jù)、一個(gè)成本數(shù)字怎么算。

這也是Instagram、TikTok等短視頻平臺(tái)很難復(fù)制的地方。它們可以把一個(gè)東西推到更大的圈層，卻很難讓討論沿著同一條邏輯線沉淀下來。

你會(huì)看到一次次爆點(diǎn)，卻很少看到證據(jù)是如何被接力、被修正的。

總計(jì)，在短視頻上，熱鬧有了，但沉淀不多。

第三件事，能建立個(gè)人IP，形成人際之間的有效互動(dòng)。

X 的評(píng)論區(qū)經(jīng)常像一個(gè)臨時(shí)會(huì)議室：研究員、工程師、投資人、記者、潛在候選人同時(shí)出現(xiàn)。你發(fā)一個(gè)迭代，有人問技術(shù)細(xì)節(jié)，有人質(zhì)疑數(shù)據(jù)口徑，有人丟論文，有人直接問你招不招人。

很多真正的動(dòng)作，最后都發(fā)生在私信里。

你不需要先寫長(zhǎng)文、再路演、再參加活動(dòng)、再慢慢認(rèn)識(shí)人。原本要走很長(zhǎng)的一串流程，被折疊進(jìn)一次次公開互動(dòng)里。

Reddit 的短板也在這里。它可以產(chǎn)生高質(zhì)量討論，在一個(gè)板塊里講得很深，卻不一定能把個(gè)人的聲望帶走，簡(jiǎn)單來說就是不能建立個(gè)人IP，更別說自然過渡到招聘或合作。

把這些放在一起看，X 才顯得像一個(gè)真正的策源地，其他平臺(tái)各自能覆蓋其中一段，但很難把這條鏈條擰成一個(gè)連續(xù)動(dòng)作。

四、在中國(guó)，AI有自己的X嗎？

那在中國(guó)，目前來看是微博、小紅書、知乎，各自都占著一段位置，只是重心不同。

微博的傳播太快了，節(jié)奏快到足以把一件事瞬間推到公共視野，卻很難承載后續(xù)的展開。

娛樂屬性長(zhǎng)期占據(jù)主流，再疊加飯圈式的站隊(duì)邏輯，討論最終是情緒大于事實(shí)。

最終，很難看到結(jié)論的形成過程，很多有價(jià)值的信息被情緒和態(tài)度給覆蓋了。

知乎走的是另一條路。

它擅長(zhǎng)拆問題、補(bǔ)背景、講清楚來龍去脈，也確實(shí)積累了大量知識(shí)的信息。但這種反過來拖慢了節(jié)奏。討論往往在解釋為什么這一層停住，很少繼續(xù)追問接下來怎么辦。

對(duì)快速變化的行業(yè)來說，這種延遲本身就會(huì)變成摩擦——等答案寫完，問題可能已經(jīng)換了版本。

有些媒體把希望寄托在小紅書上，稱它是科技圈的小綠洲。

確實(shí)小紅書做的最接近X了。

小紅書做 AMA（Ask Me Anything），創(chuàng)業(yè)者、學(xué)者直接下場(chǎng)回答普通用戶的問題。信息密度未必像研報(bào)，但連接強(qiáng)度更高，且有一種很強(qiáng)的活人感。這很關(guān)鍵：它讓一個(gè)新東西是被反復(fù)問出來、試出來、改出來的。

但如果用X的標(biāo)準(zhǔn)去看，小紅書明顯還差一截。

X目前可B2B（對(duì)從業(yè)者、投資人、開發(fā)者），可B2C（直接對(duì)人才、用戶），小紅書依然還是B2C的痕跡明顯一些。

還是因?yàn)樗膬?nèi)容機(jī)制過于toC，它更擅長(zhǎng)把技術(shù)翻譯成可感、可用、可代入的生活語(yǔ)言。

這對(duì) AI 應(yīng)用尤其友好——一條筆記就能把圈內(nèi)玩具推到普通人愿意試。

可它對(duì)那種行業(yè)內(nèi)部的可追溯爭(zhēng)論不友好：引用鏈弱，討論容易散成體感和口碑，最后更像誰更好用的競(jìng)賽，不能形成一種thought leadership。

所以與其問“中國(guó)有沒有自己的 X”，不如說：在一個(gè)更偏向應(yīng)用、更偏向用戶的土壤里，行業(yè)的公共討論正在被拆散到不同平臺(tái)完成——擴(kuò)散有人接住，體驗(yàn)有人放大，但真正把判斷、爭(zhēng)論和方向擰在一起的場(chǎng)域，或許仍然缺位的。（作者：刀客doc）