7 月 18 日，我在上海逛了一整天 WAIC。从徐汇西岸，到世博中心 H1—H4，再到世博展览馆，几个展区全部走完。回去的路上，我一直在想该怎么概括这一天。最后留在脑子里的，不是某个大模型，也不是某台人形机器人，而是下午下的那盘棋。
一盘没人下的国际象棋
世博展区同时摆着中国象棋机器人和国际象棋机器人。在中国，国际象棋本来就是一项小众运动；现场有人围观象棋那一边，国际象棋这张桌子却一直空着，根本没人下。
我坐了下来。
刚开始走棋，旁边的外国媒体就围过来拍摄。那一刻甚至让人怀疑，主办方或许也没想到，真的会有人坐下来使用这台国际象棋机器人。它在展台上首先是一个供人观看的符号，其次才是一台等待对弈的机器。
开局十几步后，我走了王车易位。它卡死了。
工作人员走过来，很坦诚地解释：它目前还不支持王车易位。
不熟悉国际象棋的读者，可以把“王车易位”理解为一种基础规则：满足条件时，棋手可以在同一个回合里同时移动王和车，用来保护王并快速调动车。它不是偏门技巧，而是对局中非常常见的一步。
机器人卡死，不是因为这步棋太难，而是因为这条规则没有被写进系统。
那一刻，我突然明白这台机器究竟在做什么：它不是在跟我下棋，而是在执行一套覆盖不全的脚本；我只是碰巧走到了脚本之外。
这是我在 WAIC 看到的最诚实的一次演示。
场外：买符号的人
比展品更有意思的是观众。我在场内听到两段对话。
第一段。A 跟 B 说，他买了智谱的股票，当天跌了 30%。继续听下去，我发现 A 说不清 LLM 是什么，更不了解它的基本原理。他不是在为一项自己理解的技术定价，而是在买“AI”这两个字。跌了 30% 之后，他也无法判断跌掉的究竟是什么：商业化不及预期，开源模型挤压，还是单纯的市场情绪？他没有分析框架，只有仓位。
第二段。C 向 D 展示新买的某品牌 AI 录音笔，说它可以连续使用 96 个小时。D 回了一句：“这有什么用？不是有豆包吗？”
这句话很杀。至少在 D 看来，C 买的是硬件，但真正有感知的价值在模型层，而模型已经以近乎免费的方式装进了每个人的手机。录音笔厂商把续航作为核心卖点，也从侧面说明：它暂时没能在 AI 能力上建立足够明显的差异，只能退回传统硬件熟悉的参数战。
一个买股票的人不懂 LLM，一个买硬件的人被一句“有豆包”打回原形。这就是场外的需求侧：人们交易的是符号，不是理解。
场内：卖符号的人
供给侧也没有好到哪里去。逛完全部展馆后，我把公开展区的产品粗略分成四层。
第一层：硬件壳
智能眼镜，拆开看往往是字幕投影、录音和摄像头的重新组合；AI 录音笔还在拼续航；机器人展台看起来最热闹，但大量演示依赖预设动作或远程操控，很难自主完成一段完整任务。
三百多台机器人里，真正让我感到震撼的只有傅利叶。它至少让我看到，机器人不只是完成一套供围观和拍摄的预设动作，而是在运动控制与真实能力上继续向前走。
但其余大量产品共享同一种困境：AI 能力不是自己的，硬件外壳才是，于是最后只能卷外壳、动作和参数。
第二层：模型中间商
现场有模型中转平台兜售 API，宣传物料上仍写着 Kimi 2.5、GLM 5.1 等型号。它提供的核心价值并非技术突破，而是客户与上游模型之间的信息差。
这种生意很薄：上游一旦继续降价，或者客户逐渐熟悉模型调用方式，中间层的空间就会被迅速压缩。
第三层：薄软件
招投标 AI 工具、输入一句话就能生成 App 的平台，一家挨着一家，同质化严重。许多产品的核心仍是“模型套壳加行业 Prompt”，所谓护城河，更像几个月的先发时间。
第四层：AI 玄学
比如 AI 中医舌诊。这一层甚至很难讨论“同质化”，更像是用 AI 给原有的玄学叙事重新镀了一层金。
现场的营销动作同样充满错位。Kimi K3 本身是这次展会里值得看的内容，但展台同时做了一项让人费解的促销：一次消费 2000 元以上送一个足球。这是典型的快消品地推逻辑，搬到模型公司身上显得格外违和——普通消费者的一次订阅从哪里产生 2000 元客单价？现场几乎没人领取。
连激励设计都像是从别的行业复制过来的模板。很多公司或许并没有真正想清楚：自己的客户是谁，客户又为什么付钱。
不是没有真东西
如果因此得出“这届 WAIC 没有真东西”的结论，也不公平。
傅利叶机器人让我看到了硬件与控制能力真正向前推进的部分；Kimi K3 展台展示的是模型层仍在发生的变化；WorkBuddy 的 AI 落地演示，则直接回应了我最关心的问题：AI 怎样进入具体工作，而不只是再造一个聊天框。
尤其是 WorkBuddy。它展示的不是一句空泛的“赋能”，而是 AI 如何进入具体业务。这样的演示未必像人形机器人那样吸引镜头，却比许多舞台口号更接近真实生产。
问题在于，这些有价值的内容不是公开展区的多数。更多前沿项目仍留在闭门论坛、企业内部系统和尚未公开的 POC 里；公开货架上大量摆出的，依旧是模型能力的简单排列组合，以及一轮又一轮扫码、关注、领奖品的引流游戏。
后来我意识到，这不是简单的“展会上有没有好东西”，而是一种结构性的错位。
真正进入生产流程的 AI，通常长得又土又琐碎：标书、台账、审批流、资料归档。它们很难构成一个酷炫展台，拍不出有传播力的照片，也不适合写进宏大的新闻通稿。
于是，越容易被看见的“企业 AI”，往往越接近那些适合拍照、讲故事和交易的部分；真正嵌进生产流程的产品，反而容易淹没在声光和人群里。WorkBuddy 之所以让我留下印象，正因为它短暂地越过了这道错位。
换句话说：展会展出的，是 AI 里最可交易的部分，而不一定是最有价值的部分。
符号卖给股民，参数卖给消费者，展位故事讲给投资人，扫码数据交给 KPI。
五年以后
我有一个很粗略的判断：这届公开展区里的公司，能活过五年的可能不到 20%。
这个数字其实不算悲观。回头看历届互联网大会、VR 元年的展商，或者区块链峰会的参展名单，最终的存活率大抵如此。真正的问题是：那 80% 消耗掉的注意力和资本，与场外那些买股票、买录音笔的人交的钱，本质上是同一笔学费。
场内供给侧与场外需求侧的认知泡沫，在 WAIC 完成了对接。
至于那台不会王车易位的机器人——五年后，当我们再回头看这届参展名单，谁还留在棋盘上，谁会在真实用户走出脚本的那一刻卡死，答案自然会浮现。