今天没有发布会，也没有任何的新产品，只是我看到了一组数据：
中国智能汽车销量 Top5 里，有三款搭载了面壁。
借这个，一起来聊聊今年来的 AI 落地的显著变化。
年初，DeepSeek 卷翻全球，各家大厂频繁发货，模型越来越强，但也越来越像“反骨仔”。
我们反复教 prompt、改提示、调温度，像是在“远程管理一个聪明实习生”。它会帮你回答、写点文案、润色语言，有时也能惊艳你。
但如果我们冷静看，会发现它AI总是在“被服务”——人类去不断指示、不断监督、不断兜底。
而真正的生产系统，需要是稳定干活。
一个转折点
一个月前，Manus 发布，把 AI 装进虚拟机，开始“真干活”；
昨天，智谱发布的「沉思」让本地电脑开始自己打工，完成了一个交代清楚、结构完整、能复用的任务。
我们开始看到，大模型不再只是“接口”，而是“执行体”：不再 prompt in / answer out，而是感知任务，自主出手。
自此，我们对大模型的态度，发生了一些改变：从一个“被请求的接口”，变成了能感知任务、能主动推进的执行体。不是“听命行事”，而是“理解语境、直接动手”。
而当模型从“被动响应”走向“主动承担”，另一条更少被关注的路径，也正逐渐成形：模型开始不只是服务人，而是服务机器。 它不再是人类的助手，而是系统的一部分。
「上班」，而非「上线」
在很多语境中，“落地”意味着模型上线：模型调好，上传 Hugging Face，连个 API，就可以跑 demo 了。
真实系统里，“上线”远远不等于“上班”：“能用”，后者是“在用”，是模型在一个实际系统中持续运行，要接受稳定性监控、对接模态感知、支持中断恢复、容错控制、长时执行，并对输出结果承担责任。
对于上班，要求的不再是一种“能演示”的状态，而是一种“要负责”的状态，看似微小转变，却是两套体系。在这个体系中，你可以不被模型惊艳，但它不能掉线。你可以不感知它的存在，但它必须稳定地在岗。
“模型上班”这一幕，已经在多个现实场景里悄然出现。其中最具代表性的，就是汽车。
车是第一站
回顾到最开始的新闻：
中国智能汽车销量 Top5 里，有三款搭载了面壁。
之所以说这个新闻很有趣，是觉得模型开始进入一个长时间运行、交互密集、资源受限、网络不稳定的物理系统。注意：这里的“车”，或不仅仅是 Car，而是更广义的“Vehicle”。
在控制系统的语境下，Vehicle 是一切“可移动、具备执行能力的人工系统”：潜水器、无人机、月球舱、巡检机器人、采矿平台、轨道维修车……都是 Vehicle。
它们的共同点是：
-
• 网络不可依赖，模型必须离线运行； -
• 人类无法兜底，模型必须稳定决策； -
• 环境极其复杂，模型必须具备多模态感知与判断能力。
如果说智能汽车是模型走进物理系统的第一站，那这些更广泛的 Vehicle，才是真正的大规模上场。
为什么对讲机没被淘汰？
在线下聊天时，我经常拿出一个类比：对讲机
很多人以为智能手机已经什么都能干，对讲机这种设备早该退出历史舞台了。
而在任何一个施工现场、矿井、铁路、应急系统，主角依然是对讲机。
因为对讲机不需要信号，不用开 App，没有延迟，没有系统弹窗，它开了就能说，说了就能听，永远可用。当你面对的不是“信息获取”，而是“任务执行”，你就不再追求“多功能”，而追求“不中断”。
这正是大模型走入系统之后，需要面对的现实。它不再是一个“能对话”的工具，而是一个必须完成工作、不掉线、不宕机的部件。
大模型需要一套“对讲机级别的方案”——小巧、坚固、可靠、全离线。
在沙漠、在车舱、在井下、在太空，它可能不能联网，也不允许等待。它要常驻系统、听得懂现场、做得出反应，并且错不了。
面壁在做什么？
面壁是一个很有意思的公司，也是国内最早探索 Agent 落地的公司之一。早在 2023 年，面壁便联合 OpenBMB 及清华大学 NLP 实验室，开源的大模型+Agent 项目 ChatDev
反倒是今年，在 Agent 成为热点的语境下，你很少看到面壁高调参与这场叙事。没有“Agent 平台”发布，没有“自动化链路”路线图，也没有各种看起来很繁忙的 DAG 图、任务计划器和工具调用框架。
很多人会好奇，面壁去哪了？之前，我有呓语写到：
面壁和硅基流动，完成「DeepSeek 后，第一批的生态锚位」，并都拿了华为的投资：把各种最优秀的模型，部署在国产设备上
而今天，这份呓语开始兑现：
面壁，把 Transformer（大模型），装进了 Transformer（变形金刚），让物理设备成了 Agent 本身。
不做声明，只做部署，去解决更为真实的挑战：让模型长期在设备里运行、离线推理、实时控制，它该如何被训练、被剪裁、被评估、被信任。
于是，这家我本认为在做手机模型的公司，已与一汽大众、长安、长城、上汽、德赛西威、中科创达等企业达成合作，共同推进模型在车上的更广泛落地。
安全，是最大的豪华
我们太习惯了用“聪明”来评价 AI。但真正的系统，不是看它能说多少话，而是看它能不能持续工作。
在系统中，真正有价值的 AI，不是最能生成内容的，而是最少出故障的；不是能回答一千个问题，而是能干好一个任务。你可以容忍它答错一道冷门题，但你不能接受它误识别障碍物、延迟控制一秒、把空调温度调到极值。
在前两天文章里，我也表达过类似观点：参数大，不等于能力强；体积惊人，也不代表能稳定上岗。真正衡量一个模型的，不是“它能不能答题”，而是“它能不能干活”。
——《大，就聪明吗？论模型的尺寸虚胖》
在这种情形下，我们不再关心调用频次、响应速度、能力维度，而是关心它是不是能长期稳定在岗。不是“谁调了模型”，而是“模型在不在系统里”；不是 token per second，而是 uptime per day。
“安全，是最大的豪华”这句话原本属于汽车行业，现在也属于大模型。它不响、不火、不热搜，但它在你真正需要它的那一刻，必须在岗，而且不能错。
成为世界的一部分
当模型走出 PPT，跑去矿井、隧道、舱室、轨道系统中静默运转——它就不再是“技术的新鲜感”，而是“系统的一部分”。
当我们从“能不能回答问题”转向“能不能值一班岗”，大模型的主语就变了：模型不再是供人调用的工具，而是和设备一起驻留、与系统一同运行的执行体。它要理解上下文，适应环境变化，随时准备接管操作，随时能够承担后果。
未来属于谁，我们还不知道。但可以确定：未来不属于那些只会概念炒作、从不解决现实问题的方案。
但我相信：谁在真正干活，谁就留下来
最后，以一个很切题的宣传片，作为收尾：
（文：赛博禅心）