文｜刀客doc

马斯克的X（前Twitter）已经成为AI行业的风向标了。

前几天《纽约杂志》发表了一片文章称：不论你喜不喜欢，这场人工智能热潮正在X平台上演。其中提到，CEO 在这里发布、互怼，研究员在这里积累声望，政策讨论在这里提前试水，招聘和融资则顺着私信往下走。

有一个事儿很能说明 X 的在AI行业的话题制造能力。

Vibe Coding（氛围编程）这个概念，并不是出自论文、产品发布会，而是OpenAI联合创始人Andrej Karpathy在 2025 年 2 月随手发在 X 上的一种描述，用来概括他自己在 AI 辅助编程中的工作状态。

现如今，氛围编程成了AI年度行业的热词。

另外，这几年在arxiv上的论文，你会发现很多做AI研究的学者和科学家，已经把 X 当成观察和参与 AI 行业的核心场域之一。

几乎所有头部 AI 公司都在马斯克的X上露面：Meta、Anthropic、Google 的高管和研究员会在这里讲研究、讲路线、讲产品。

一、OpenAI是最爱发Twitter的公司

在X把发推当成组织习惯的，非OpenAI及其创始人奥特曼莫属。

奥特曼是2006年7月注册Twitter，20年的老用户，至今已经发布7335条帖子，平均一天一条，算是比较勤奋的。ChatGPT发布之后，奥特曼的发推频率更高了。

另外，OpenAI把X当成了产品的平台宣发平台。Sora 发布后，奥特曼在 X 上直接向全网征集提示词：“回复你想看的视频字幕，我们开始做”。

随后一段时间，Sora 的样片就以这种众包方式在时间线上滚起来——更像把发布会拆成了一条条可转发的素材，让围观者顺手参与、顺手扩散。

纽约杂志New York Magazine报道的有一段话：

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

A奥特曼习惯以推文定调、试水、反应舆情，而他也显然偏好那些能在X 上发表行业观点的人。

其实是对 OpenAI 组织气质的一种揭示。对于一家掌握技术前沿的公司来说，信息发布也是内部文化的一部分。

甚至还有一些行业里的说法称，在高度扁平化的 OpenAI 内部，X 上的发帖频率和影响力，某种程度上也会反向转化为个人在组织内的话语权。

在OpenAI，你能在第一时间提炼观点、引发关注、对话社区，也意味着你具备在一个高密度、开放环境下与行业对话交手的能力。

这个其实很像国内一些公司在微博上的做法，社交媒体与公司治理的融合在一起。

X 在今天的 AI 圈里，扮演的正是这种角色，只是影响力更大、机制更紧凑。

二、AI创业者为什么喜欢拥抱社交媒体？

AI创业者，像一些芯片企业一样，低调做事不行么？为什么都喜欢在X上展示、表达、争论？

这里的原因，或许不是因为从业者集体爱表达。更多时候，是因为行业的核心要素、关键变量，本身就只能摊在公共空间中，被反复确认。

先说最底层的东西。

AI行业发展太快了，充满不确定。

它和做硬件、搞芯片不一样，芯片工业路径清楚一些。制程往前推一代，良率爬一段，客户导入一个个谈。过程折磨人，但至少知道自己在什么轨道上。

AI不太一样。模型能力会不会突然撞墙，产品形态会不会一夜变样，监管会不会临时改口，下游客户到底什么时候愿意掏钱——这些问题是按周在变动的。

不确定性高到这个程度，信息差就会被迅速放大。没人知道谁真的走在前面，也没人能确认哪条路还值得继续走。

于是行业会本能地寻找一种对齐方式，而社交媒体虽然喧嚣，但也恰好提供了一个公共的对齐看板。

再往下一层，是人才，这一点不言而喻。

AI企业的核心资产，除了算力芯片，就是人了，他们是研究员、工程师、产品负责人。

而这类人做选择时，看重的不只是工资条。他们会看：你的技术路线、你对行业的思考、你的价值观是什么、你是不是在认真解决问题，你在行业里的位置大概在哪。

所以很多在X上看起来在秀肌肉的内容，也是一种组织行为。发模型结果、晒 demo、参与争论，很大一部分是在对潜在同事对话，这是吸引关键人才的一个手段。

第三个层面，绕不开钱，但又不完全是收入。

很多 AI 公司早期还没有稳定的现金流，但算力账单是真实存在的。合作方、客户、投资人，都是在一个不完全可验证的未来上下注。

这时候，外界能看到的进展，就变得异常重要，只需要持续地让人感到：事情在往前走，能降低一个关键合作伙伴的焦虑。

再看产品本身。

芯片是B2B行业，少数客户、长周期、强保密。

AI 工具是B2C的，需要大量人来试，用得好不好，怎么用，有没有奇怪的新用法，全靠社区跑出来。社交平台更像试验田，一个功能，只有被不断演示、改写、复用，才算真正进入行业视野。

所以你看到的热闹，很多时候是产品在寻找自己的使用方式。

总之，似乎目前的行业的关键要素——变化速度、人才、合作伙伴、使用扩散——决定了它很难完全低调。

三、为什么是X？

奥特曼也好，马斯克也好，当然是 X 在 AI 行业里最重要的推手。两个重量级人物长期在这里发声、交锋，本身就会形成舆论场。这个时候，行业讨论自然也被吸过来。这是注意力的基本规律。

但 X 真正和 AI 产业咬合得这么紧，还有一个因素是：X的产品机制，恰好贴合了 AI 创业本身的工作方式。

在X上，你发点东西，有人验证，有人拆解，有人引用，再有人顺着这个链条来问你招不招人、要不要聊一聊。

很多事情是在同一个地方顺手发生了。

首先，X上对半成品的容忍度很高。

AI 创业里，最小的传播单位往往是一个 demo、几张对比图、一条 benchmark、一段更新记录。你不需要把背景交代清楚，也不必把逻辑包装到能上台演讲的程度。

这看起来有点粗糙，但对早期团队极其重要。它让先把东西扔出来变得合理。一个模型的小改动，一个 agent 的新玩法，一个还在灰度中的入口，只要能被别人试一试、骂一骂，就已经值得出现。

也正因为这样，X 上的更新更像工程日志，它鼓励你边跑边说，不用等到一切看起来都完成了再说。

对比之下，另一个社交品台LinkedIn 更像一个要求你展示交付成果的地方：你当然也能发 demo，但很快就会被推着去解释意义、上价值，就变得更像一个公关展示的行为。

第二件事，是X的引用链条是可追溯的。

转发、引用、回复，这些动作是一套把上下游串起来的内容机制。一个观点出来，很快会被人逐句拆、补证据、拉对照，旁观者再把两边带走二次加工。

而 AI 行业恰恰需要这种可追溯。很多争论发生在细节的地方：一个测试口径、一段提示词、一份训练数据、一个成本数字怎么算。

这也是Instagram、TikTok等短视频平台很难复制的地方。它们可以把一个东西推到更大的圈层，却很难让讨论沿着同一条逻辑线沉淀下来。

你会看到一次次爆点，却很少看到证据是如何被接力、被修正的。

总计，在短视频上，热闹有了，但沉淀不多。

第三件事，能建立个人IP，形成人际之间的有效互动。

X 的评论区经常像一个临时会议室：研究员、工程师、投资人、记者、潜在候选人同时出现。你发一个迭代，有人问技术细节，有人质疑数据口径，有人丢论文，有人直接问你招不招人。

很多真正的动作，最后都发生在私信里。

你不需要先写长文、再路演、再参加活动、再慢慢认识人。原本要走很长的一串流程，被折叠进一次次公开互动里。

Reddit 的短板也在这里。它可以产生高质量讨论，在一个板块里讲得很深，却不一定能把个人的声望带走，简单来说就是不能建立个人IP，更别说自然过渡到招聘或合作。

把这些放在一起看，X 才显得像一个真正的策源地，其他平台各自能覆盖其中一段，但很难把这条链条拧成一个连续动作。

四、在中国，AI有自己的X吗？

那在中国，目前来看是微博、小红书、知乎，各自都占着一段位置，只是重心不同。

微博的传播太快了，节奏快到足以把一件事瞬间推到公共视野，却很难承载后续的展开。

娱乐属性长期占据主流，再叠加饭圈式的站队逻辑，讨论最终是情绪大于事实。

最终，很难看到结论的形成过程，很多有价值的信息被情绪和态度给覆盖了。

知乎走的是另一条路。

它擅长拆问题、补背景、讲清楚来龙去脉，也确实积累了大量知识的信息。但这种反过来拖慢了节奏。讨论往往在解释为什么这一层停住，很少继续追问接下来怎么办。

对快速变化的行业来说，这种延迟本身就会变成摩擦——等答案写完，问题可能已经换了版本。

有些媒体把希望寄托在小红书上，称它是科技圈的小绿洲。

确实小红书做的最接近X了。

小红书做 AMA（Ask Me Anything），创业者、学者直接下场回答普通用户的问题。信息密度未必像研报，但连接强度更高，且有一种很强的活人感。这很关键：它让一个新东西是被反复问出来、试出来、改出来的。

但如果用X的标准去看，小红书明显还差一截。

X目前可B2B（对从业者、投资人、开发者），可B2C（直接对人才、用户），小红书依然还是B2C的痕迹明显一些。

还是因为它的内容机制过于toC，它更擅长把技术翻译成可感、可用、可代入的生活语言。

这对 AI 应用尤其友好——一条笔记就能把圈内玩具推到普通人愿意试。

可它对那种行业内部的可追溯争论不友好：引用链弱，讨论容易散成体感和口碑，最后更像谁更好用的竞赛，不能形成一种thought leadership。

所以与其问“中国有没有自己的 X”，不如说：在一个更偏向应用、更偏向用户的土壤里，行业的公共讨论正在被拆散到不同平台完成——扩散有人接住，体验有人放大，但真正把判断、争论和方向拧在一起的场域，或许仍然缺位的。