从小就是 “学霸” 的王小川，其实不太喜欢自己的 “学霸” 标签。他在离开搜狗后的一次交流里，和极客公园创始人 & 总裁张鹏讲过自己的看法：“学霸” 的另一面，意味着在别人设定好的命题里取得 “高分”，但他接下来其实想找到自己的命题，不想再做别人命题里的学霸了。
ChatGPT 的爆发，带着大模型浪潮扑面而来，王小川自己和所有熟悉他的人，都觉得他是最适合 AI 时代的中国创业者之一。故事似乎和之前一样，王小川成立百川智能符合所有人的期待，然后就是响亮的 AI 六小虎的称号，以及大家在模型评分榜上的位置，产品 MAU 的数据、商业化 ARR 数字，等等。看起来王小川还是绕不开大家对于 “学霸” 的期待，有一堆必答题要去回答。
王小川自嘲，一度自己觉得百川成了三个公司：一个做模型，一个做 toB 商业化，一个做 AI 医疗。而王小川内心真正想做的，并非市场所期待的通用模型问题，而是 “为人类造医生，为生命建模型。”
王小川一度觉得这个命题，在迎合更多业界必答题的过程中，从原点变成了 “远方”，这让他觉得很有问题。这种撕扯，最终以今年 4 月开始的大调整而和解。王小川做出了选择：团队从 450 人精简至不足 200 人，回归扁平，回归专注。人数少了，团队的 “压强” 反而上去了，这让他对于未来，也更有底气和信心。
外界猜测这是 “遭遇困境” 后的被动收缩，唱衰百川的各种报道满天飞，这可能是王小川创业这么多年来被负面新闻包裹得最紧的一次。但是王小川本人选择沉默、完全没有回应。按照他的原话是 “我需要的是跟自己的内心做斗争，而不是跟环境做斗争”。
直到 8 月 12 日，当王小川带着百川全新的医疗大模型 Baichuan-M2 亮相后，外界才终于看懂了他沉默的这几个月在做什么。这款大模型的性能超过了 OpenAI 新近发布的两个开源模型；而在闭源领域，它的能力也仅次于 GPT-5。但这还不够。对王小川而言，他的目标，是在医疗这个垂直领域，实现对通用模型的超越。
这个时候，百川感觉上才真正变回了 “一家公司”，而王小川也终于结束 “一言不发”，愿意坐下来和张鹏再次进行一场长谈。
这更像是一次坦诚的复盘，一次对过去两年喧嚣的总结。也是一次对上半年不少朋友 “小心翼翼” 的关心和担心的回应。王小川觉得他现在的状态很好，因为他不再需要回答别人强加的必答题，而是可以真正定义自己的问题，并给出他更锐利的答案。
以下为王小川与张鹏对话内容实录，有编辑删减。
“智能的高度” 与 “应用的深度”
张鹏：最近 GPT-5 终于发布了，我们曾想象它会再次引领产业的大飞跃，但世界给予的反馈，似乎并不符合这个版本应该有的震撼。现在大家探讨 AIcoding 的热情、以及感叹 Anthropic 估值已经接近 2000 亿美金的热情似乎更高涨，你怎么看这些现象？
王小川：这可能是美国激烈竞争格局下的必然结果。毕竟那边牌桌上还有 Grok、Anthropic 等强劲的对手。值得注意的是，AI coding 确实也呈现了一个可能比 ChatGPT 拥有更好商业模式和数据飞轮的通向 AGI 的通道。
很可能，今天 OpenAI 正处于一个相对劣势的阶段，在竞争压力下显得有些仓促地发布了产品。所以，给人感觉有点 “拉下神坛” 了。但我觉得这不代表 OpenAI 就此沉寂，更不意味美国 AI 创新后继无人。恰恰相反，这证明了其他竞争者的实力，他们正在激烈地争夺王座。
张鹏：我们该如何理解这种现象？OpenAI 有做错了什么吗？
王小川：从技术路线图来看，我从一开始就更欣赏 Anthropic 的策略，尤其是它将代码作为发展的中心，这条路是以 API 为中心，特别是深耕代码能力。语言模型强化到代码层面，就能够赋能千行百业。
而 OpenAI 选择是把重心放在一个 C 端的 App 上，最初由 Ilya Sutskever 提出的 “predict next token”（预测下一个词元）开启了大模型范式，沿着这条路走下去，代码本应是可见的、必然的方向。但或许是因为 OpenAI 的 “包袱” 过重，什么都想要，反而无法专注，也就难以找到最关键的轴心去突破。
当它需要服务 7 亿用户时，就无法将代码置于足够高的战略位置。我认为这是一种路线图上的风险。
我心中的 AGI（通用人工智能），其核心是代码能够自动运行。对此我有两个逻辑：一个是从产业应用场景出发，例如造医生；但从更极致的技术追求来看，代码才是中心。
因此，无论从产品形态还是技术路线图来看，OpenAI 都没有走在我期望的路径上。
张鹏：Anthropic 的估值已经涨到了 1700 亿美元。我记得你每次都会强调，“语言才是智能的中轴”。所以 “代码语言” 这个轴线上的高速发展已经开始了呗？
王小川：代码，本质上就是一种更高级的语言。
最近 Geoffrey Hinton 也开始讲，人类智力的核心在于 “类比”。这正是我一直信奉的，语言的本质就是类比与推理。我之前反复推荐侯世达的《表象与本质》，那本书用完整的篇幅阐述了这件事。
因此，数学是语言，代码也是语言，而且是一种 “可运行” 的语言。它就像图灵机一样，能够解决万千问题。所以，真正的道路是清晰的：首先，通过人类语言理解常识、学会沟通；然后，掌握数学语言与代码语言，从而征服理科与工科。这条路，我过去在很多场合都讲过，从未改变。
今天代码的快速崛起已经开始验证其价值，更重要的是它的数据飞轮也已经高速启动了。
其实代码的终极用法，不是辅助程序员，而是它自己就能运行。今天所有类似的 Cursor 工具，本质上还是在辅助程序员。而一旦代码能够实现自我运行，AGI 也就到来了。我还记得多年前在知乎写过一个帖子，标题是：“程序员是自己的掘墓人”。现在，这句话正在被验证。
张鹏：以前大家对 “智能的高度” 特别充满热情，每次新模型的屠榜跑分都会被认真讨论很久，但感觉今天 Coding 带来了一个 “应用的深度” 和 “智能的高度” 可以一起前进的事情。未来 “应用的深度” 是不是会变得更被重视？
王小川：没错。单纯的评测已经不够，已经到了可应用的阶段。
其实除了代码的价值已经肉眼可见，今天大家对医疗的期待，也是与日俱增的。国内大家讨论得偏少，但其实医疗正迅速从 “非共识” 走向 “共识”。尽管 Anthropic 在代码领域跑得更快，但 OpenAI 在今年 5 月发布了 Health-Bench，把医疗健康纳入核心评测维度。在 OpenAI 的产品发布会上，“健康” 与 “医疗” 被反复强调。甚至在发布开源模型时，技术报告开篇第一章，就是阐述它在医疗领域的进展。
最值得玩味的，是在 GPT-5 的发布会上，唯一被请上台为它背书的，是一位癌症患者。
OpenAI 身负着服务 7 亿用户的巨大 “包袱”，这迫使它必须超越纯粹的技术叙事，走向一条 “以人为中心” 的路线。在这条路上，医疗是其无法回避，且必须占领的战略高地。
张鹏：硅谷确实还在越来越热闹，但过去一段时间，大家都觉得国内大模型领域许多备受瞩目的创业公司，也包括百川智能，似乎都变得 “安静” 了。这背后有什么共性原因吗？
王小川：身在局内，我反而觉得这是一个极其自然的过程。
2023 年是历史性的一年，资本的恐慌性涌入和对未来的无限畅想，是技术变革的必然序曲。这有点像 Gartner 技术成熟度曲线的规律，当期望膨胀到顶峰，现实与应用之间的距离必然会导致一个调整期。当人们发现技术突破未能立即转化为应用爆发，热情冷却，行业便会安静下来重新思考。
回答这个问题，必须从技术与环境两个层面来看。技术层面，如果大家研究下 OpenAI 最新的开源模型，会发现它在基础设施与工程化上的深厚实力，这不仅关乎算法。我们一度以为已经拉近的距离，现在又被重新拉开。我们期待国内同行在底层架构上持续追赶，而百川也会在医疗这样的垂直领域，做出自己的贡献。
然而，比技术差距更严峻的，是来自大环境的挑战。美国头部公司动辄百亿美金的融资，以及像 Anthropic 年化经常性收入（ARR）已接近百亿美金的规模，这在国内目前都难以想象。说实话，在这样的牌局里，任何一家能够 “咬住” 不掉队，本身已是一件了不起的事情。
本质上，我们和美国存在一个 “时间差”。当他们已经进入以 ARR 为核心的 “摘果子” 收获期时，我们绝大多数人还身处围绕基准测试（Benchmark）和参数的 “模型内卷” 阶段。这种阶段上的错位，会直接导致 “底气” 的缺失。
张鹏：这种 “看 ARR” 与 “看参数” 的差异，根源在于技术，还是商业环境？
王小川：我认为是双重叠加：既有技术追赶的压力，也源于商业土壤的不同。
张鹏：那之前大家在模型上投入的热情和资源，你觉得值得吗？如果这是一场如此艰难的追赶？
王小川：我认为，这取决于一家公司的终极抱负。
如果你的目标是打造一个轻巧、敏捷的公司，那么完全可以不自研模型。比如一个十几人甚至几个人的小公司，通过调用最优的第三方模型，完全有可能快速实现正向现金流，并获得资本的青睐。
但如果你立志要成长为一个长期的、具有系统性影响力的大公司，那么在模型层面的自主积累，就是一件不可或缺的事情。
重新变回一家 “有自己命题的公司”
张鹏：最近投资圈都在 “感谢” 大模型公司 “释放了很多优秀人才”，让他们看到了不少值得投，值得抢的新项目。百川的业务和人员调整好像也挺大的，这背后你是怎么想的？
王小川：你肯定还记得 2023 年百川当时的策略就是 “快”。快速入场、快速融资、快速抢占技术身位。这让我们在高峰期一度达到 450 人。速度为我们赢得了有利位置，但也带来了 “思想无法统一” 的后遗症。
许多人带着对大模型的热情，甚至是源于 FOMO 的恐惧，加入了百川，我们却未能真正 “捏成一股绳”。公司内部甚至自嘲，已经分裂成了做模型、做医疗、做商业化 “三个公司”。
后来，我在全员信中也坦诚沟通了这件事：我们必须回归创业的初心 ——“为人类造医生，为生命建模型”。
所以最近在组织上确实做了很多调整，直接说结果就是从 450 多人变成了不到 200 人，然后我们把管理层级从平均 3.6 级压缩至 2.4 级，从今年 4 月到 6 月，花了两个多月，我们完成了这次调整。你会发现，人数少了，整个团队的 “压强” 反而上去了，这让我对未来更有底气。我感到非常高兴的是，最终留下的，是一支既有 AI 信仰，又对医疗抱有热忱的团队。
张鹏：当初的快速扩张，在多大程度上是被客观的产业节奏裹挟？又在多大程度上，是因为自己主观上没控制好节奏？
王小川：我认为是 “三七开”—— 三分客观，七分主观。
客观上，在当时那个狂热的时间点，想要完全抵抗住浪潮的推力，确实很难。但更深层的原因，在于我自己。我确实为了迎合媒体、迎合团队、迎合外界的期待，做了很多 “多余的动作”。
比如，我对金融这类能快速变现的方向，内心并无真正的热情。但当时有团队想做，有股东感兴趣，我就 “从” 了。现在回看，这本质上是自己当时的 “心力” 还不够强大。而摊子铺得越大，心力被稀释得就越厉害。
张鹏：现在想想的话，当时有办法更好地避免这种问题吗？
王小川：我还真反思过，而且可能解法还真没那么复杂。比如当时如果我能坚持面试每一位新同事，情况会好很多。因为这个过程中就一定会让自己 “慢下来”、想清楚。创业者一旦只判断和选择目标，而不充分参与过程之痛苦，很多判断就会出问题。
我看其实大家的节奏调整都差不多，我相信行业会回归理性，大家也终将更专注于自己真正想做的事。
对我而言，这次调整最大的收获，是未来变得前所未有的清晰。因为我终于明白，真正的斗争，从来不是与环境的斗争，而是与自己内心的斗争。
张鹏：前段时间因为这些调整负面报道满天飞的时候，是不是有好多朋友给你打电话慰问？
王小川：慰问是有的。但大家似乎都有些小心翼翼，大都不敢打电话，反正就是各种谨慎小心的关心我，说的问的都挺含蓄。
张鹏：你觉得大家为什么要来小心翼翼的 “慰问” 你？或者说他们为你担忧的是什么？
王小川：估计是觉得我压力大。之前，无论对我，还是对百川，外界都抱有某种期待。当百川的发展轨迹，没有完全符合大家想象中那种高歌猛进的剧本时，可能一种低于预期的感受便产生了。我内心很清楚，媒体曾经给予了多少赞誉，当现实与预期出现偏差时，外界就会感受到同等程度的 “失望”。
张鹏：所有的媒体赞扬，本质上都是一种 “预支的借款”。
王小川：特别对。要么是消耗过往积攒的信誉，要么是透支未来的承诺，但终究是要 “偿还” 的。所以，外界的情绪，本质上是与你的发展速度和最终成绩紧密挂钩的。
张鹏：在那段时间里，你本人真实的状态是怎样的？
王小川：说实话，我确实没有焦虑。我非常感谢大家的关心。很多人曾将自己对技术的理想，部分投射在了我们身上。所以当百川的路径看似 “偏离” 时，那种失落感是真实存在的。
而我之所以不焦虑，是因为我看到了大家没看到的东西。
大家期待的百川，和我内心真正想构建的百川，其实存在一个错位。早在 2021 年，甚至在创立百川的公开信里，我就明确提出，我未来二十年的热情在于生命科学和大众健康。ChatGPT 的出现，只是让实现这一目标的路径变得更加清晰和可行。
但在 2023 年那个时间点，整个市场都沉浸在一种狂热里。无论是投资人、媒体，还是团队成员，他们都带着美国最前沿的模式作为对标，希望你做的跟美国一样，因为那是被验证过的、成功率最高的路径。
在那种氛围下，你去谈医疗，是很难被听进去的。所以，我们当时在某种程度上 “迎合” 了市场的期待，沿着大家都能看懂的 “共识” 路径在走。
但当我们的探索开始深入，逐渐回归到医疗的时候，之前那些因大模型、AGI 加入的人，都会产生一种跟期待不一致的地方。
而百川在过去一年里完成的最重要的一件事，就是经历调整，真正回归到了我们自己对于未来的 “意义感” 和核心驱动力上。
张鹏：你真实 “第一人称视角” 的投身大模型领域的起心动念是什么？我很好奇在过去的几年间，为什么没有去调整大家对你们的认知错位呢？
王小川：当我决定下场时，是因为我真切地感受到了 “模型” 的力量。2023 年初，我第一次深度使用 ChatGPT 时，内心有两种强烈的冲击。
第一种，震撼。因为我之前专注于医疗领域，对最前沿的技术进展没有那么紧密地追踪。一上手，我心里就咯噔一下，意识到：天变了。我过往做输入法、做搜索，每天都在和语言 AI 打交道，所以我能清晰地判断，眼前的这个东西，和过去完全不是一个物种。
第二种，随之而来的是一种失落感。我曾经也算是 AI 圈的中心人物，但那一刻，我发现自己想做的医疗事业，似乎与 AI 的主旋律，变成了两条平行线。
后来，我很快就想明白一个事：今天的大模型，能不能被用来 “造医生”？
这个想法，让我内心的两条逻辑线索瞬间串联了起来：
第一条逻辑：语言是智力的中轴。掌握了语言，就掌握了构建智能、乃至 “造人” 的关键。
第二条逻辑：医生是医疗的中轴。构建了 “AI 医生”，就能掌握用户、药厂和科研的枢纽。
所以，技术上，我们在 “造人”；应用上，我们则是在 “造医生”。因此，我们从基础模型做起，因为你不可能依赖一个不开源的外部模型，去构建你的核心壁垒。
我的计划始终是，超级模型里要走到 AGI，超级应用则要去 “造医生”。但问题是，当时你向外界讲述这个 “超级应用” 时，大家听不进去，他们只能听懂，或者说更愿意听 “超级模型” 的故事。
到了 2024 年，我们意识到，以百川的资源和国内的整体