文｜刀客doc

馬斯克的X（前Twitter）已經成為AI行業的風向標了。

前幾天《紐約雜誌》發表了一片文章稱：不論你喜不喜歡，這場人工智能熱潮正在X平台上演。其中提到，CEO 在這裏發布、互懟，研究員在這裏積累聲望，政策討論在這裏提前試水，招聘和孖展則順着私信往下走。

有一個事兒很能說明 X 的在AI行業的話題製造能力。

Vibe Coding（氛圍編程）這個概念，並不是出自論文、產品發布會，而是OpenAI聯合創始人Andrej Karpathy在 2025 年 2 月隨手發在 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。

現如今，氛圍編程成了AI年度行業的熱詞。

另外，這幾年在arxiv上的論文，你會發現很多做AI研究的學者和科學家，已經把 X 當成觀察和參與 AI 行業的核心場域之一。

幾乎所有頭部 AI 公司都在馬斯克的X上露面：Meta、Anthropic、Google 的高管和研究員會在這裏講研究、講路線、講產品。

一、OpenAI是最愛發Twitter的公司

在X把發推當成組織習慣的，非OpenAI及其創始人奧特曼莫屬。

奧特曼是2006年7月註冊Twitter，20年的老用戶，至今已經發布7335條帖子，平均一天一條，算是比較勤奮的。ChatGPT發布之後，奧特曼的發推頻率更高了。

另外，OpenAI把X當成了產品的平台宣發平台。Sora 發布後，奧特曼在 X 上直接向全網徵集提示詞：「回覆你想看的視頻字幕，我們開始做」。

隨後一段時間，Sora 的樣片就以這種衆包方式在時間線上滾起來——更像把發布會拆成了一條條可轉發的素材，讓圍觀者順手參與、順手擴散。

紐約雜誌New York Magazine報道的有一段話：

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

A奧特曼習慣以推文定調、試水、反應輿情，而他也顯然偏好那些能在X 上發表行業觀點的人。

其實是對 OpenAI 組織氣質的一種揭示。對於一家掌握技術前沿的公司來說，信息發布也是內部文化的一部分。

甚至還有一些行業裏的說法稱，在高度扁平化的 OpenAI 內部，X 上的發帖頻率和影響力，某種程度上也會反向轉化為個人在組織內的話語權。

在OpenAI，你能在第一時間提煉觀點、引發關注、對話社區，也意味着你具備在一個高密度、開放環境下與行業對話交手的能力。

這個其實很像國內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 圈裏，扮演的正是這種角色，只是影響力更大、機制更緊湊。

二、AI創業者為什麼喜歡擁抱社交媒體？

AI創業者，像一些芯片企業一樣，低調做事不行麼？為什麼都喜歡在X上展示、表達、爭論？

這裏的原因，或許不是因為從業者集體愛表達。更多時候，是因為行業的核心要素、關鍵變量，本身就只能攤在公共空間中，被反覆確認。

先說最底層的東西。

AI行業發展太快了，充滿不確定。

它和做硬件、搞芯片不一樣，芯片工業路徑清楚一些。製程往前推一代，良率爬一段，客戶導入一個個談。過程折磨人，但至少知道自己在什麼軌道上。

AI不太一樣。模型能力會不會突然撞牆，產品形態會不會一夜變樣，監管會不會臨時改口，下游客戶到底什麼時候願意掏錢——這些問題是按周在變動的。

不確定性高到這個程度，信息差就會被迅速放大。沒人知道誰真的走在前面，也沒人能確認哪條路還值得繼續走。

於是行業會本能地尋找一種對齊方式，而社交媒體雖然喧囂，但也恰好提供了一個公共的對齊看板。

再往下一層，是人才，這一點不言而喻。

AI企業的核心資產，除了算力芯片，就是人了，他們是研究員、工程師、產品負責人。

而這類人做選擇時，看重的不只是工資條。他們會看：你的技術路線、你對行業的思考、你的價值觀是什麼、你是不是在認真解決問題，你在行業裏的位置大概在哪。

所以很多在X上看起來在秀肌肉的內容，也是一種組織行為。發模型結果、曬 demo、參與爭論，很大一部分是在對潛在同事對話，這是吸引關鍵人才的一個手段。

第三個層面，繞不開錢，但又不完全是收入。

很多 AI 公司早期還沒有穩定的現金流，但算力賬單是真實存在的。合作方、客戶、投資人，都是在一個不完全可驗證的未來上下注。

這時候，外界能看到的進展，就變得異常重要，只需要持續地讓人感到：事情在往前走，能降低一個關鍵合作伙伴的焦慮。

再看產品本身。

芯片是B2B行業，少數客戶、長周期、強保密。

AI 工具是B2C的，需要大量人來試，用得好不好，怎麼用，有沒有奇怪的新用法，全靠社區跑出來。社交平台更像試驗田，一個功能，只有被不斷演示、改寫、複用，纔算真正進入行業視野。

所以你看到的熱鬧，很多時候是產品在尋找自己的使用方式。

總之，似乎目前的行業的關鍵要素——變化速度、人才、合作伙伴、使用擴散——決定了它很難完全低調。

三、為什麼是X？

奧特曼也好，馬斯克也好，當然是 X 在 AI 行業裏最重要的推手。兩個重量級人物長期在這裏發聲、交鋒，本身就會形成輿論場。這個時候，行業討論自然也被吸過來。這是注意力的基本規律。

但 X 真正和 AI 產業咬合得這麼緊，還有一個因素是：X的產品機制，恰好貼合了 AI 創業本身的工作方式。

在X上，你發點東西，有人驗證，有人拆解，有人引用，再有人順着這個鏈條來問你招不招人、要不要聊一聊。

很多事情是在同一個地方順手發生了。

首先，X上對半成品的容忍度很高。

AI 創業裏，最小的傳播單位往往是一個 demo、幾張對比圖、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台演講的程度。

這看起來有點粗糙，但對早期團隊極其重要。它讓先把東西扔出來變得合理。一個模型的小改動，一個 agent 的新玩法，一個還在灰度中的入口，只要能被別人試一試、罵一罵，就已經值得出現。

也正因為這樣，X 上的更新更像工程日誌，它鼓勵你邊跑邊說，不用等到一切看起來都完成了再說。

對比之下，另一個社交品台LinkedIn 更像一個要求你展示交付成果的地方：你當然也能發 demo，但很快就會被推着去解釋意義、上價值，就變得更像一個公關展示的行為。

第二件事，是X的引用鏈條是可追溯的。

轉發、引用、回覆，這些動作是一套把上下游串起來的內容機制。一個觀點出來，很快會被人逐句拆、補證據、拉對照，旁觀者再把兩邊帶走二次加工。

而 AI 行業恰恰需要這種可追溯。很多爭論發生在細節的地方：一個測試口徑、一段提示詞、一份訓練數據、一個成本數字怎麼算。

這也是Instagram、TikTok等短視頻平台很難複製的地方。它們可以把一個東西推到更大的圈層，卻很難讓討論沿着同一條邏輯線沉澱下來。

你會看到一次次爆點，卻很少看到證據是如何被接力、被修正的。

總計，在短視頻上，熱鬧有了，但沉澱不多。

第三件事，能建立個人IP，形成人際之間的有效互動。

X 的評論區經常像一個臨時會議室：研究員、工程師、投資人、記者、潛在候選人同時出現。你發一個迭代，有人問技術細節，有人質疑數據口徑，有人丟論文，有人直接問你招不招人。

很多真正的動作，最後都發生在私信裏。

你不需要先寫長文、再路演、再參加活動、再慢慢認識人。原本要走很長的一串流程，被摺疊進一次次公開互動裏。

Reddit 的短板也在這裏。它可以產生高質量討論，在一個板塊裏講得很深，卻不一定能把個人的聲望帶走，簡單來說就是不能建立個人IP，更別說自然過渡到招聘或合作。

把這些放在一起看，X 才顯得像一個真正的策源地，其他平台各自能覆蓋其中一段，但很難把這條鏈條擰成一個連續動作。

四、在中國，AI有自己的X嗎？

那在中國，目前來看是微博、小紅書、知乎，各自都佔着一段位置，只是重心不同。

微博的傳播太快了，節奏快到足以把一件事瞬間推到公共視野，卻很難承載後續的展開。

娛樂屬性長期佔據主流，再疊加飯圈式的站隊邏輯，討論最終是情緒大於事實。

最終，很難看到結論的形成過程，很多有價值的信息被情緒和態度給覆蓋了。

知乎走的是另一條路。

它擅長拆問題、補背景、講清楚來龍去脈，也確實積累了大量知識的信息。但這種反過來拖慢了節奏。討論往往在解釋為什麼這一層停住，很少繼續追問接下來怎麼辦。

對快速變化的行業來說，這種延遲本身就會變成摩擦——等答案寫完，問題可能已經換了版本。

有些媒體把希望寄託在小紅書上，稱它是科技圈的小綠洲。

確實小紅書做的最接近X了。

小紅書做 AMA（Ask Me Anything），創業者、學者直接下場回答普通用戶的問題。信息密度未必像研報，但連接強度更高，且有一種很強的活人感。這很關鍵：它讓一個新東西是被反覆問出來、試出來、改出來的。

但如果用X的標準去看，小紅書明顯還差一截。

X目前可B2B（對從業者、投資人、開發者），可B2C（直接對人才、用戶），小紅書依然還是B2C的痕跡明顯一些。

還是因為它的內容機制過於toC，它更擅長把技術翻譯成可感、可用、可代入的生活語言。

這對 AI 應用尤其友好——一條筆記就能把圈內玩具推到普通人願意試。

可它對那種行業內部的可追溯爭論不友好：引用鏈弱，討論容易散成體感和口碑，最後更像誰更好用的競賽，不能形成一種thought leadership。

所以與其問「中國有沒有自己的 X」，不如說：在一個更偏向應用、更偏向用戶的土壤裏，行業的公共討論正在被拆散到不同平台完成——擴散有人接住，體驗有人放大，但真正把判斷、爭論和方向擰在一起的場域，或許仍然缺位的。