Runway CEO Siqi Chen：AI真实渗透率仍被低估
硅谷创业者、财务软件公司Runway联合创始人兼CEO斯奇·陈（Siqi Chen）公开发文称，人工智能目前仍处于"极早期、被低估、被低炒作"的阶段，理由是重度使用AI智能体（agent）的科技从业者和普通用户之间存在巨大鸿沟——前者已经把多个MCP（模型上下文协议）工具连接进智能体、持续更新个人知识库（"gbrain"），而后者大多还停留在把ChatGPT给出的答案手动复制粘贴进Word Copilot这类基础操作上。
陈提到的"gbrain"，指的是Y Combinator总裁加里·谭（Garry Tan）今年4月5日以MIT许可证开源的个人AI智能体记忆系统，它把用户的知识以纯文本Markdown文件组织成可自我关联的知识图谱，供AI智能体读写和推理；据公开资料显示，谭本人的"大脑"库中保存有数万篇Markdown笔记、数千个"人物"页面和数百个"公司"页面，该项目上线24小时内即获得约5000个GitHub星标，目前已增长至约1.4万个。
陈提到的另一个关键词MCP（Model Context Protocol，模型上下文协议），由AI公司Anthropic于2024年11月推出，旨在解决AI模型与外部工具、数据源之间"每换一个工具就要单独开发一套对接代码"的重复劳动问题；此后OpenAI已于2025年3月正式采用该协议并接入ChatGPT桌面客户端，谷歌DeepMind也于2025年4月跟进支持，2025年12月，该协议进一步被捐赠给Linux基金会旗下的Agentic AI Foundation进行统一维护。
与"重度用户"形成对比的，是OpenAI自身披露的ChatGPT真实使用数据：该公司统计其约7亿周活跃用户的对话内容后发现，约49%的对话属于"问答咨询"，40%属于"帮忙完成任务"（如起草文案、编程、规划），仅11%属于"个人表达和探索"；其中约四分之三的对话内容集中在实用性建议、信息查询和写作这几类基础场景，编程和自主智能体式的复杂任务在整体使用中仍属于小众。
陈本人的创业和投资履历，也是其判断AI处于早期阶段的重要背景：他本科毕业于加州大学圣地亚哥分校数学与计算机科学专业，早年曾在Zynga担任总经理，之后创办酒店预订等多家初创企业，2020年5月联合创立财务规划软件公司Runway，出任联合创始人、CEO兼CFO，该公司2023年7月完成2750万美元A轮融资；陈本人同时也是活跃的天使投资人，已披露的投资项目超过40个，近期投资标的包括Sentra、Hyperspell等多家AI相关初创公司。
从投资和市场认知的角度看，陈这番言论本质上是在给"AI是否被过度炒作"的争论提供一个反向论据：如果按其描述，连接多个MCP工具、让智能体自动更新个人知识库这样的深度用法，目前仍局限在一小撮重度科技从业者和早期开发者群体中，而占绝大多数的普通用户和企业员工，日常使用AI的方式还停留在手动复制粘贴这种最基础、最低效的形态——这意味着AI技术能力与其实际渗透率、实际生产力转化率之间，还存在巨大的落差尚未被市场充分定价；对于持有AI相关资产（无论是二级市场的AI概念股，还是一级市场的AI应用初创公司）的投资者而言，这种"认知领先于普及"的落差，往往被早期布局者视为长期价值被低估、而非短期泡沫破裂的信号。
补充信息：需要说明的是，陈在推文中提到的"长期在线、深度重度使用智能体"和"手动复制粘贴ChatGPT答案"均为其个人观察和表述，并未附带具体的用户比例或调研数据来源；上文引用的OpenAI官方使用数据，是独立于该推文的公开统计，仅作为佐证当前AI真实使用形态的参考背景。
来源：公开信息
ABAB AI 解读
陈的创业履历本身，就是一部反复捕捉"技术能力与主流采用之间落差"的历史：他早年在Zynga经历了社交游戏靠病毒式增长快速渗透大众市场的阶段，此后又辗转多家消费级或中小企业软件创业项目，2020年创立的Runway瞄准的正是财务团队仍普遍依赖Excel、流程落后于技术能力这一落差，并在2023年拿到2750万美元A轮融资——他这次关于AI"被低估"的判断，延续的正是他过去十几年反复押注的同一类叙事：技术已经领先，行为习惯还没跟上。
真正支撑这套判断的资本路径，不只是言论本身：陈作为天使投资人，近一年密集投资了Sentra、Hyperspell、ego AI、Emergent等多家AI基础设施类初创公司，说明他的"AI被低估"表态并非纯粹的舆论造势，而是与他自己实际资金配置方向一致的判断；而他所引用的两项具体证据——加里·谭开源的"gbrain"记忆系统上线24小时涨粉约5000星、目前累计约1.4万星，以及MCP协议已被OpenAI、谷歌DeepMind相继采纳并纳入Linux基金会治理——本身就是开发者和基础设施层资金、注意力持续涌入的直接信号，只是这股资金和关注度目前还集中在技术圈层内部，尚未传导到普通终端用户的日常习惯上。
这种"基础设施跑在用户习惯前面"的模式，在过去的技术周期中反复出现：互联网早期，技术极客靠RSS订阅和自建脚本组合各种服务，普通用户却还停留在用搜索框和电子邮件的阶段；移动互联网早期，开发者已经搭建起丰富的应用生态，多数用户却仍只用手机打电话发短信。放在AI这一轮周期里，OpenAI自身披露的数据——7亿周活跃用户中，49%用于"问答"、40%用于"完成任务"、仅11%用于"个人表达"，且四分之三的对话集中在写作、信息查询等基础场景——恰好印证了即便用户规模已经庞大，绝大多数人依然把AI当作"更聪明的搜索框"，而只有一小撮技术从业者已经迈入了智能体编排、持久记忆系统这类更深层的用法。
从结构上看，这本质上是一次早期阶段、扩散不均衡的"技术替代"：通用型颠覆性技术，往往是工具和协议层（比如被Linux基金会标准化的MCP、迅速获得开发者关注的开源记忆系统GBrain）率先成熟，而普通用户的行为习惯则要等到出现"强制切换点"——比如Word Copilot这类默认软件把AI能力直接内嵌、不再需要用户手动复制粘贴——或者等到新一代用户群体自然接棒，才会真正改变。陈的论点实质上是说：当前市场是按照已经可见的主流行为（手动复制粘贴式使用聊天机器人）在给AI定价，而一旦MCP这样的协议标准化、GBrain式的持久记忆工具从技术圈层扩散进默认消费级软件，其释放出的生产力提升空间，可能远大于当前的市场定价——这也是历史上多次通用技术周期（电气化、互联网、移动互联网）在爆发式重新定价之前，都出现过的同一种滞后。
ABAB News · 认知定律
基建总是跑在习惯前面，这是技术周期的固定剧本。
复制粘贴的人越多，说明红利还没被真正兑现。
少数人连上的协议，迟早变成多数人的默认设置。