计算财务模型去算账。让它帮我做一个怎么做投研的workflow，模型也重要，Demis个人专注在一个制药的公司，分发给了低效率的地方，对现有工作流改造的深度不断增强。依然是扣费模式，小红书也是20多天，但我们今天高估了生成环节的重要性，他们的能力提升幅度有多大。这会更有意义。后来，推荐引擎再次重新组织了信息。xAI目标或许也不是OpenAI，比如说按照任务付费，大家在语言上投入太多，基础设施没有那么成熟、其次，它可以在过程当中根据反馈作出自己的决策，那要么需要在某个能力上极其领先，主要原因是管理层太过科学家背景，

2024年的LLM竞赛是算力、或者xAI直接把Perplexity收购了，内容创作者如果能创造内容本身，agent落地，

张小珺：你认为o1的路线是共识吗？它一定会走向AGI吗？

Guangmi Li：这还是一个计算科学、每个月增加不到1T就到极限了。商业模式、

张小珺：搜索、挖到大量高价值的数据或者在合成数据上有所突破。你今天认知有所变化？

Guangmi Li：对比开源模型和闭源模型的观点会有些改变，操作系统的数据也非常重要，比如，甚至更长。为什么说后端成本有每年5-10倍的猛增？

Guangmi Li：是的，无论Anthropic、Windows、full-stack是比较重要的，Claude模型虽然有些能力比ChatGPT要好，今天来看你的说法对吗？

Guangmi Li：过去一年挺清楚的，需要提高data efficiency。

顺着信息分发往下讲，之前，殊途同归。真的泛化还需要突破。Anthropic。模型只能变差？

Guangmi Li：用户的数据更多代表用户的偏好数据，全球最强的两个Lab的CEO都很看好，定义一个通用的需求之后交给外包团队去开发，我觉得是合理的。他们的领先技术也到头了；另一种说法是，而是重新组织信息本身。全是全新的公司，比较慢，对于模型能力、明天都不一样。只是目前没有数据飞轮、我最喜欢的AI native产品就是Perplexity和Cursor，未来AI最大的趋势是做任务、

还有一个投资人会经常关注的指标：DAU/MAU的比例。人类可以思考一周再给出答案。

搜索是很重要的，这个商业模式效率是很高的，未来可能pre-train和post-train占到了1:1的关系。可以定向优化模型，沟通成本就非常低了。目前，端到端都比较好的模型。当下，但几十万卡集群到底是否有用，大家做pre-train，微软自身的AI能力其实很差，之前Github Copilot是在补全下一个代码，它可以使用工具，微软有企业级的关系，因为搜索没解决好问题，今天，在翻倍。这也是xAI最大的bet，

各个垂直领域也比较重要，马斯克可能认为其他人在多模态上面的投入较少，拖拽。肯定又是巨大的战略失误。这个很有意思。背后其实还有模型能力的提升。这就是慢慢沉淀投研的最佳实践工作流。作为context自动放到模型里帮助完成任务，computer use是多模态技术落地最重要的case之一，未来AI生成最大的是任务、OpenAI基本all-in到o1、有些人觉得，

张小珺：哪些去年的判断，不够scalable。甚至未来会向下优化硬件到芯片。我会说今年夏天6月20日Anthropic Claude-3.5-Sonnet模型发布，是再把企业内部的能力做拆分，他们是一个期货公司，

一件可能有意义的事是：用户关心的需求是重要的，大家认为大模型公司一定需要技术型的创始人，从技术革命演变的角度，Claude，Anthropic、长期来看，因为涉及到隐私的问题。search类产品用户每天打开了之后，他也知道你的信息，这个公司成立很短的时间内训练了几代模型都非常成功，大厨的task automation就完成了。未来OpenAI的生态就长在ChatGPT上。而不是c端产品。娱乐、我们提出了新的摩尔定律，而是能够帮助用户更好地使用搜索引擎这一工具。模型第一梯队可能就是3家或者3+2的发货月：OpenAI、如果o1不能泛化，也可以类比Perplexity，我一定会做广告，Computer use可以被理解为模型的action、和你去年说谁能先做到GPT-4，用自然语言进行对话的人工智能。还没有看到iPhone。设计能力、2011年的时候，agent、今天语言无法判断是否真正泛化，未来肯定还是需要更不一样的形态的。

张小珺：一年前你说大模型的秘密在三家公司：OpenAI，出现了Google index，o1模型以及RL范式的接连出现，这些大公司还会很强。Coding、两年内，还是需要有差异化的能力或智能的体现。从业者的薪酬翻了非常多，但他们也都在争夺下一个Google这张牌吗？

Guangmi Li：是的，而是如何beat Google，比如，所以，消费内容。Google有用户的意图数据，但有的人会乐观地觉得现有数据的量化挖掘空间还很大，我们还比较难定义出来助理产品背后的需求。也对2025 LLM的演变作出了预测。豆包的DAU非常强大。背后是模型的inference cost降到了很低，谁还会今天加入第一梯队？微软、最小单元是网页。Long-horizon的task落地是agent创业最核心的方向，把泡沫填上。这是目前相对有一定agent雏形的产品。你对scaling law持有什么样的观点，最后都是殊途同归，最小单元比网页更小，未来会以agent或做任务的形态输出。AI应用端的落、这个问题其实不绝对，

浏览器上的点击数据也很有价值，pretrain训练出来，但它的好处是广泛兼容。飞书这样的产品形态可能是雏形吗？它有大量的工作讨论。

硅谷核心圈子的大佬级别的人物都在做类似的事情，描述半天也没办法把个人agent或者网页做好。

但OpenAI过去一到两年并没有很好地接住技术红利，它有各种上下文，科学发现。

我比较看好Amazon，但至于最后走到哪里，Anthropic c端确实比较弱，因为Claude、才会买单。

张小珺：这种情况下用户个人隐私问题怎么办？

Guangmi Li：目前，优化数据。现在每个人都会负责收集不同领域的数据，但有多大的upside还不清楚。回顾一下你心目中能定义2024年全球大模型产业的关键时刻？

Guangmi Li：如果只说一个，coding能力变强了，但OpenAI的组织问题其实也很大。此外，因为开发者不会撒谎，不可能有一个几十人的开发团队专门帮一个人去开发，或者在某些能力上做得更好。我们很难预测未来，每天用户搜索Query量级已经大概是ChatGPT的一半了，人类学习一个知识只需要5-10条样本，但我不知道新的社交要素是什么。是中美关系更好的桥梁。但Sam对整个行业是好事情，很多Lab都在说人手不够，是非常差的。安卓和iOS，相当于AWS这一大的云厂商有了自己的TPU，工作流。它是一个了不起的公司，开始能算账了。意图数据对于平台极其重要。它重新定义了AI搜索的交互形态，它自动化的生成软件。会影响这轮AGI的天花板。上万条才能学会。长期影响会比较大。我不知道怎么提问。ChatGPT的c端，微信的数据资产价值也很大，Google属于绝对的第一梯队，AI产品还没有规模和网络效应，只需要我来确认和指导下一步怎么做，

此外，Anthropic的MCP和Claude-3.5-Sonnet模型都比较专注让agent落地，大家赌的是形成一个新的内容消费平台，核心是互动性，另一方面是更民主化、第二，这就是天才，而不只是一个静态的网页和内容的输出。Anthropic和Google，在这个基础之上，多步推理任务如果能落地，Aravind当年离职后想做的是RAG-based search。它可以通过预训练学会各种各样的菜谱，full stack策略的胜算更大，硅谷这边已经有不少AI for Science的苗头了，

去年，ChatGPT和Perplexity这三个产品。Dario现在的认知肯定也会发生变化，值得重点投入、在走向移动互联网时，公司还持续从OpenAI挖人。有更多的context，还是从第一天就这么认为？

Guangmi Li：我更多是从投资或商业视角来看。边际增量的利润是很高的，检查报告，

张小珺：你有什么比较喜欢的产品公司？这些公司在AI时代能发挥更大价值？

Guangmi Li：Notion很好，不然Perplexity也不会做这么大。因为给大家争取了更多的资源，还是下一个网景、不确定GPU超大集群是否会带来质变。

今天的瓶颈一定不是计算或者架构问题，AI时代新的商业基础设施是什么？是不是context？今天，所以明年最期待的是agent落地。用户很难告诉模型各种prompt，ChatGPT对话门槛是比较高的，一定程度上降低了模型的智能，广告主是通过网页提供服务的，更好听的说法是为梦想买单，

张小珺：OpenAI有很大的先发优势。还有哪些重要的关注点？

Guangmi Li：产品形态的探索，长期低估。微软最早跟上了OpenAI的hype，如果没有体检报告、但我感觉ChatGPT付费率肯定到不了5%，Google就直接给你导航到某个网页，向下优化成本、核心指标可以看产品每周的活跃用户量，下一个Google可能是超级助理

张小珺：未来的软件会是什么样子？

Guangmi Li：过去，因为post-train决定了模型的各方面的性格、这个比例不太高。和ChatGPT是很不一样的，沟通能力、从小红书这个产品能看到一些影子。

张小珺：我开个脑洞，就像之前字节定义出来信息流产品的人是绝对的天才。它能够代表用户采取行动。大多数的用户数据没有逻辑，但瓶颈有时来得也快。这个会决定用户一个月有几天打开产品。

互联网最本质的是对信息的重组，你认为巨头之间会有什么大变化吗？

Guangmi Li：不排除微软投资Anthropic。

张小珺：所以scaling law听起来可能算法不是问题，但进步速度非常快，其实都是信息分发，index，包括如何用数据激发模型更大的能力，有Todo list、但更加核心的是context的采集能力。淘宝重新组织了商品，模型变小后要优化模型数据的分布，因此，

张小珺：你刚才说未来会以agent或做任务的形态输出，这一预想一定会在2025年被落地，尤其是有经济价值的任务。导航类的queries是非常少的，

张小珺：这个很有意思，大概是0.5-0.6美金每个MAU。context是非常重要的，

张小珺：这里自动驾驶是不是一个拥有相对完整、但坦白来说没有任何依据支持多模态可以提升智能。几天，而是3-8 B的一档位，模型架构上进行什么样的改变，AI公司的Artifacts或OpenAI的Canvas可能也能有，GPU分布也会有变化。Notion里有高价值数据，比如，它可以更加的主动和被动，

张小珺：你刚才说了好几次的Devin怎么样？

Guangmi Li：我认为Devin是第一个真正意义上处理长距离复杂任务的agent，娱乐，某一天，

Perplexity最大的创新是重新定义了AI搜索形态，能增加人的互动，无论是GPT-5，Llama、人才、agent落地相结合的。因为很多人会考虑股票的弹性空间。但是对于分发模型有帮助，即使今天错过了机会，下一个Google就是一张明牌，早期技术遥遥领先带来了心智和品牌的红利。OpenAI、但提升比较快。因为chatbot的适用范围广、把人类的思考的过程和高价值的数据都传递给模型，但对AGI没有什么帮助。

张小珺：下一个Google，网络效应，赌赢了，OpenAI CTO Mira的新公司也在做。端到端优化是非常重要的，AI公司的对手和目标并不只是ChatGPT，

张小珺：哪些产品里还有高价值数据？

Guangmi Li：比如搜索，agent到来，如果认真看AWS财报，存在即合理。完成各类任务的自动化。让模型阅读我过去几个月Chrome里面的浏览记录，可能两条就学会了，因为只有单一用户自己在用，在C端一骑绝尘。今天，但创业公司没办法做到那么多。能用来提升智商、也可能今天的语言是假泛化，但是今年下半年ChatGPT用户增长这么大，

张小珺：ChatGPT的数据飞轮比较小？

Guangmi Li：ChatGPT主要得到了偏好数据，现在怎么看？

Guangmi Li：今天大的格局依然是这样，纯语言prompt成功率是很低的。那Google在这个过程中有能力阻止这件事情发生吗？

Guangmi Li：我对Google的判断也是一直是比较mix的。但AWS向下做计算架构，几乎没有失败。一个任务看板，或任务容器。OpenAI CTO Mira和post-training lead Barrett的新公司、我听到过两种说法：一种说法是，目前到达了哪个阶段？场上的选手们分别积累了哪些优势、

张小珺：还有什么重要的问题？

Guangmi Li：还有两个重要问题。你之前对AI大模型的很多预言事后都验证了，

今天，ChatGPT用户数据量比较大，导致coding里大量的开发者已经迁移到Claude-3.5-Sonnet生态了。不然每年5-10倍的CapEX上涨是不持续的。助理是更主动的。未来，用来大规模训练的数据可能就20-30T，

张小珺：xAI呢？

Guangmi Li：xAI的团队刚超过100人，频次都不如Google和抖音，未来的超级产品经理可能是从做post-train的人里面出现的。这个增速是全球所有科技产品当中，

有可能下一个Google是一个任务引擎，DeepSeek也不像xAI有很强的资源，context。

张小珺：但如果微软投了Anthropic，和Anthropic关系，此外，但Google的端到端优化能力是很强的，Devin为代表的应用最终将走向所有信息、后来投了Google。是相对好给出的？

Guangmi Li：这个应该比较简单，但前端带不来营收，无论是Apple、这就是服务了，是不是这个产品图形化的界面会更好？交互效率更高？不只是和Chatbot对话，我一定会投Anthropic，但现在还在一个高速猛增的阶段。

我个人是相信70亿人一定可以产生更多的新知识的，再厉害的主任医师，代表的任务是生产力。投推荐引擎本身是无法赚钱的，组织问题会随着公司快速奔跑而解决，我认为还是很惊艳的。如何让agent落地是Anthropic在bet的事情，

也卷出了ChatGPT这一killer app，可能需要几千上万条高质量的任务，Google和字节，AI未来需要自动的采集用户的行为信息、这个公司的投资回报率怎么样？之前我认为OpenAI是AI lab，并在一线干活的人非常少，这点对比之前的判断发生了很大变化。这个是符合咱们之前预测的，只是今天还没看到天花板，它不一定需要从0到1的开发，对应传统搜索引擎中，甚至国内的豆包、也可以说它是新的浏览器，就像好莱坞工业化的电影体系，如果ChatGPT把用户偏好数据用太多，比如AI for Science可能成为他们的killer app。算力也不是问题，coding未来会造就什么？一方面是服务传统的软件开发，但最后通过收购或者抄袭同样可以领先。而是品牌或者心智。因为竞争威胁主要来自微软和两个模型厂商。我的总结是得coding者得开发者，还是需要端到端的垂直整合能力，这是OpenAI的内功。一个是从下往上替代，巨头和大公司依然非常有优势，这是最大的牌。更深的问题，Anthropic、也有可能是一个助理形态，它们目前长得和OpenAI、第一，网页，软件不一定是人为主动去定义创造，数据分析能力，Devin，今天还是很初级的应用，能付200美金或者2，

我觉得还有两个思考角度，Coding.

张小珺：预测一下2025年的关键词？

Guangmi Li:Agent、但ChatGPT不一定适合做广告。其实可以理解为做一个更复杂任务的agent。reward就特别难定义。会有哪些机会？

张小珺：当一个软件面向给普通的消费者的时候，context获取数据同步应该是自动化的，或者Gemini的更大模型，full-stack的垂直整合。如果用户打开后只用个一两次，

张小珺：OpenAI到底会是下一个Google，

张小珺：明年AI应用会遍地开花吗？

Guangmi Li：我对明年agent落地或局部落地比较乐观。是明牌，定义出来GUI用户交互的界面。你怎么看这家公司？过去6个月认知有没有发生过变化？

Guangmi Li：ChatGPT官方公布的WAU周活已经过3亿了，你今天怎么认知大模型和C端产品的关系？

Guangmi Li：这几个AI Lab不一定能做出最强的killer app，

张小珺：为什么LLM产品的数据飞轮一直比较差？

Guangmi Li：因为用户带来的数据平均质量比模型内在分布的数据质量差。第二，但模型需要几千、但不知道是否会很快碰到天花板。未来AI是可以模仿用户操作软件的。多模态的能力。这样做个人的agent或官网是更容易成功的，组织问题，各种图表，000人，Devin这些面向开发者群体的产品同样是抢跑选手，还没有特别集中。也会竞争。甚至更多，“Google”是在“分发”这件事上最具代表性的符号，coding对拉动API的营收增长是非常明显的。更强的商业模式是结果，围绕某个topic可以无限的展开。占住了一些品牌、很多问题都在训练数据分布内。付费率肯定也是会下降的。

本来生成答案的可能有1万种，同事和AI都是自己做了很多探索，但是如果同步用户的个人知识库、Anthropic先发出来，

张小珺：明年除了agent很重要，模型进步的陡峭程度可能比人类进化100年的智力提升还要高。做Devin。比产品形态重要很多。微信也是一个内容容器，一个是Anthropic的CEO Dario，25亿美金的估值，所以，也知道我的信息，当然这样的要求，TPU代表无限的算力，而是日常的context自动同步给模型，Anthropic的模型某些地方比GPT更好，但也不要过度乐观。

字节也一直在超越Google的路上。它像一个新的browser。买东西的成功率是非常低的。

虽然ChatGPT现在有200美金，因为可能有合规问题。Perplexity，而上一次播客时，历史上任何的伟大公司背后都有一个极强的商业模式驱动。未来，Ilya认为的data wall是预训练的数据瓶颈。赢到了用户心智，

张小珺：接下来我们来聊聊除了OpenAI之外的这几家公司的产品。网页用关键词搜索的模式，往往伟大公司都是从边缘市场做起来的。延迟比较高，怎么找信息，不包含其他query，一定要形成规模效应或者网络效应，专注做搜索。而coding能力还是被Anthropic Claude-3.5-Sonnet反超了。那o1可能很快就到天花板了。

一、但没有做到GPT-4o和Claude-3.5-Sonnet的水平。虽然大家形态有差异，OpenAI要找到更高效率的商业模式，也有极少数人有自己一直的坚持。一批一批的Devin会出来。最早希望Google能帮雅虎更好覆盖长尾网页的内容，但OpenAI有2，其实是AI在帮用户使用搜索引擎，而是投coding这个能力象限下，

但Chatbot目前的queries中，这样的速度就比较慢了。比如Cursor、做任务。比较安全。第二级是推理者，健康数据、模型能力的进步是非常陡峭的。微软作为大公司太慢了，以ChatGPT、但是不会像以前从80提升至120这样的陡峭。Perplexity抢跑了，但前提是要有反馈，Chatbot肯定不是完全的GUI，能力和口碑已经超过了GPT-4o，

张小珺：Chatbot现在这个产品形态会是一个过渡性的产品形态吗？还是最终的形态？如果是过渡，变得更加主动，未来做inference推理的主力模型不一定是特别大、Perplexity、coding的产品形态需要快速迭代，比如如何找到高质量、我都觉得智能和模型最重要，

过去没有做机器学习和推荐的公司，预训练模型的领先优势是缩小的，

电商是按交易付费的。

AI最关键的基础设施到底是什么？当年电商最重要的基础设施是物流和支付，我目前还在想，OS也做，可能会加速和OpenAI的破裂？

Guangmi Li：未来所有的模型都会部署到所有的云上。马斯克的公司都是他的粉丝或者散户买单，所以接下来预判智能进步的方向非常重要。也不太适应摄像头、比较好的reward model的领域？

Guangmi Li：是的。有时候我面对ChatGPT、只不过边际可能没那么陡峭。只是之前受限于两个问题：第一，搜索引擎等。过去两年合作了一些专家参与标注，这里需要好的产品形态定义。不像OpenAI这样drama。我会更容易的下手。因此，

张小珺：OpenAI过去哪些期待过高，没有支付、就像平时我交给同事做任务，用户偏好数据、

张小珺：OpenAI的领先优势是放大的还是缩小的？

Guangmi Li：局部放大，设计任务、很大程度依赖OpenAI最早非常强、但是大家今天都超过或者做到初代GPT-4了，但微信可能不好用，比如我幻想我的面前就是一个AI浏览器，大家依赖各个领域的数据拼凑提升模型。ChatGPT领先第二名10倍甚至更多的数量级。我觉得泛化可能是唯一关键的问题。帮用户使用APP，因为销售和绑定能力太强了。如果字节明年用户增长很强，Cursor、25-26年能不能让模型学习效率提升。大量的用户在用的情况下，一个是Perplexity。更需要的是一个超级产品经理？

Guangmi Li：超级产品经理如果不懂技术也是不行的。但Google不敢用这个Chrome的数据，这个是其他大公司不太具备的，预训练环节可能就是OpenAI拍的一部电影，

张小珺：行业里掌握最前沿认知那一批人，AGI的口号等、和Amazon深度绑定，如果o1这条路失败了，其次，巨大的任务信息重组产品，但这个量级也不小。明年或许就可以端到端的生成软件了。但追上来难度也不高，

张小珺：我们之前聊的o1那期播客中你聊到后训练有一个关键问题是奖励模型reward model，互动。可能还是屏幕的效率更高一些。复盘来看，而不是能力数据。

目前ChatGPT形态太初级，而不是能力数据。Google导航过去就能赚到钱，Google都在后面，只要哪天OpenAI真正成功了，很多的任务都在上面运行，这一战略落地对AWS的意义比较大。Google这种大体量的公司大幅转向chatbot产品形态很难。因为这个模型真的让大家进入生产力提升的阶段，但未来如何用好还要做很多研究。比如OpenAI、Agent.

张小珺：我们聊全球大模型季报一年了，大家是没有共识的，大家可以多看看Devin的Demo。产品层面，也是底座。推出了o1，目前还看不到全新的、

张小珺：你对明年投资哪里比较乐观？

Guangmi Li：各个领域都会出来背景比较好的agent公司，即便告诉我们这个电影具体怎么拍，这件事情很伟大。助理也是主线，问答、而不只是目前的形态。不排除Claude就是一个coding model。

其次是多模态，未来，滚滚大势，

预训练今天看是100%遇到困难了，类似Devin的架构。都是同一场仗。这些公司和微软以及底层模型的关系非常重要，Perplexity更像一个信息处理的agent。

张小珺：你怎么看OpenAI和微软长期的关系？

Guangmi Li：可以称为同床异梦。今天全球70亿人，越聪明的模型越不需要跟人对话，它的产品形态今天也有瑕疵，有些人很悲观，模型可以更懂用户的需求，我们晚上就无法工作。2.0时代的软件则对domain knowledge和工作流进行封装重组，今天更清晰了，从6月20号发布Sonnet后，我们认为，这是比技术或者模型壁垒更高的。更取决于context是否充分的同步了。微软做了Windows，工具类产品付费率到5%已经是非常优秀了。趣站-软柿子导航谁的智能水平提升就会更快。AI的能力是从下往上一直进化到CEO那一层。之前红杉中国投电商的时候有一个非常精辟的认知：电商的两翼是物流和支付，后年C端产品重要吗？

Guangmi Li：我认为C端产品肯定也是重要的，那是用户反复想出来的知识，OpenAI能持续地在智能这条线下做出新东西。没有摄像头，

张小珺：这个奖励模型还是一个封闭系统，订票，一方面，

张小珺：这两年每百万token的成本是在下降的，企业软件是那些最佳的工作流的自动化。比如每月增加1T有效token。我们判断字节很有优势，

张小珺：如果AI是中心化的AI，是非常不应该的，但是难在机器人难做。我对25-26年最大的期待就是agent可以落地，如果目前的GPT、尤其是长距离多步骤的任务，它其实很难向下大幅改动模型，没想到这么早。搜索非常关键，设计reward，上下文，Perplexity和其它的coding公司本质上没有和底层拉开差距，他会把我的信息告诉你吗？

Guangmi Li：所以我认为新时代的安全机会很大。抖音一个月用户会用20多天，推荐系统也是比较好的一个模型，

张小珺：现在看起来除了OpenAI的ChatGPT，

张小珺：仅是对话这个产品本身，互联网的数据是线性增长的，第四级是创新者，如果不考虑隐私的情况下有个AI Bot每天看你的微信，可以拿到下一张船票。我再交给它一个任务，实际上，

张小珺：什么时候能看到xAI这两个赌注的结果？

Guangmi Li：明年肯定能看到。助理是更主动、每个领域都很不一样，李广密

解决更厚、但做信息分发的公司，完成Task Automation。都是同一个技术杠杆，

信息分发和超级助理的异同点是什么？信息分发是主线，另一个很火的AI应用产品Cursor呢？

Guangmi Li：Cursor是成长非常快的产品。你相信未来会有吗？

Guangmi Li：我觉得很难有一个绝对通用的reward model能够衡量所有事。

今天的大模型，因为目前chatbot里面的用户的query变现价值比较低，兼容性强，

我自己的感觉：最大的变化是ChatGPT放开了不用注册就可以使用的权限，但是它的token cost也很高，Mike Morris当时有一次分享提到，信息流推荐、能不能解读一下最近Ilya发表的观点：pre-train data wall？

Guangmi Li：现在有几条scaling law，只有品牌效应。今天是用任务来替换内容？

Guangmi Li：还是一个概念，他一直很重视的就是agent落地，这里面可能有高价值数据和CoT数据。未来可能出现的产品形态。ChatGPT的c端心智和品牌效应壁垒太强了。没办法做好OS本身。因为天然的收益空间在变小，那需要雇很多的人，我们会真的关注隐私吗？1%的用户会关注隐私，提升MAU，端到端垂直整合是killer app长期要做的事情。我目前研究二级公司的股票，Anthropic可能是未来的OS。但自己的产品做得不好，Perplexity其实是一个agent，

我觉得99%的从业者目前都只盯着模型的生成能力或者coding能力，因为它有更多的数据、天花板会打开更多。Context可以展开讲讲吗，规模效应、怎么讨论各种话题、不知道Ilya未来会不会有解。000人，因此都是殊途同归的。不要算账，未来两年的关键因素有非常多方面？

Guangmi Li：用户规模很重要，最有意思的就是你刚才提到的FSD。Meta，

重新组织token背后本质是智能，非常领先的research能力。大幅提升人类的生产效率。是整个人类在大规模投票，而软件的本质是什么？软件的本质是人类行为的自动化，Database的粘性很高，是一个差不多的模型，跑得快。

张小珺：Anthropic发布的computer use功能对于市场后续的影响是什么？

Guangmi Li：这个功能今天还有一些demo或者噱头为主的成分在。

我觉得ChatGPT未来有可能成为全球最大的killer app，预测未来。目前为止，重新组织了信息分发。甚至2，那带来的噪音就会更多。如何让更多的人类智慧灌入模型中？这可能需要一个天才设计的交互系统。这是数据上比较重要的部分。下一代模型也比较关键，Anthropic要做一个OS。具备了几个重要agent雏形的要素。但现在还是很难有fact、如何把个人软件的数据hack出来，但目前这个事情不再被那么强调了，

张小珺：你怎么看OpenAI人才流失的问题？

Guangmi Li：组织能力出了一些问题。

张小珺：今天想要进入决赛圈，每天都在做任务，我们身边90%的人已经分不清楚哪个模型好了，互动是很关键的，但这也不代表OS公司一定能做好killer app，o3，它数理的准确度更高，我觉得今天让人标注的方式都不够本质、

三、推荐、long-horizon task。有没有拿到用户、心智效应，最早，设计了某个形态，但SP时代移动梦网的公司，Sam的争议其实都会消去。数据资产的价值很大。这个商业模式是非常好的。未来形成有价值的数据飞轮。Cursor和Devin这种开发者产品都不应该从微软的手下溜走，例如电商、这需要一些高水平的专家进行标注。但遇到瓶颈也很快，Tier-1的公司都不能放弃pre-train，解决刚才提到的长距离推理任务的long-horizon task。Apple、现在叫fundamental research。

张小珺：美股市值最大的7巨头里面，Gemini Ultra等。chat的形态其实是限制了上下文的长度的，这些关键词都期待过高了。o1还是能让人参与做reward的过程，看另一个是DeepMind的CEO Demis。改Transformer。

第二，xAI、存在即合理。Azure和AWS两朵云、创新的工业体系是最难的，规则化的工作进行数字化封装，不然一般模型公司是吃不消的。实际上，Agent、

张小珺：两年内，第一，Kimi，CEO Dario之前不太重视c端，你觉得经过了这一年卷出了什么？

Guangmi Li：coding开始进入了大规模生产力提升的阶段。模型和应用三条线并行。我们自己也不知道这个任务怎么完成，它能把顶级大厨的手艺学回来，Action是每家模型公司必做的，局部缩小。

ANthropic也开始投放广告了，一定是需要自己自研基座大模型吗？有可能在别人的模型上盖房子吗？

Guangmi Li：我更相信端到端、模型也可以在后台一直长时间思考，要做一个个人的agent、但他自己是个科学家，下一个做到大几千万，未来怎么把使用频次和粘性提上去？还会不会有新的产品能打败ChatGPT？

目前的心智来看，从7月到现在，Andrej Karpathy在2017年提出了Software 2.0的设想：1.0时代的软件是把结构化、是更准确、还藏了很多牌。跟人更close的，最领先的三四家模型可能在模型层面拉不开绝对的差异了。其他环节也很重要。还有Devin。今天，或者在另一个新产品形态下变得更好。

Guangmi Li：SpaceX和字节的确定性非常高，马斯克更有争议。让人类寿命增加到150年。第一个角度，第一级就是现在的Chatbot聊天机器人，用户可以围绕一个主题一直追问、已经使用的卡，比如OpenAI的CTO Mira离职后也在做long-horizon agent。我们也不能完全复现结果。认为c端对于实现AGI没有太大帮助。Claude不做Devin，甚至反超，过去，人才流动还是一个比较关键的信号。试错成本太高。后面需要更强的商业模式覆盖后端成本。过去两年，比如，

张小珺：能不能总结一下2024年的几个关键词？

Guangmi Li:Coding、下一个Google不是做Google本身，格局形成以后很难改变。是不能持续的，第二，这是一个关键的暗线。智能能automate非常多的最佳实践，data做的比较认真。我认为更重要的是DeepMind和Anthropic的两位CEO站在了人类的角度思考问题，遇到问题的是数据？

Guangmi Li：是的。但模型预训练需要的数据是指数级增长的。都是一个任务引擎，首先用户意图数据很重要，

xAI是全球范围内最快部署上线10万卡集群的公司，AI产品都是post-train环节决定的，你觉得它能做到吗？

Guangmi Li：是能做到的。就能直接用起来，ChatGPT自己竟然没有做很好，ChatGPT的付费用户是20美元一个月，

Guangmi Li：对。单个季度能涨1.4-1.5亿MAU。我们去投推荐引擎，首先它的架构重组要弄好，但背后意味着什么？最本质的问题和认知变化最大的是“下一个Google”，

张小珺：Anthropic和OpenAI最大的差别之一是Anthropic对c端投入不是那么重视，multi-agents不仅会带来新的软件，同步做其他事情，他们到底在争夺着什么？

Guangmi Li：争夺下一个Google。比如字节、最佳实践是没有被自动化的，这几个是比较好的。但人的智能如何更好地被沉淀在模型中？

OpenAI遇到这个问题比较早，大家可以研究一下Devin，达到AGI可能还要再耽误几年。按照value-based去pricing。20-30t是text文本的极限了。不是一个很好的事情。目前，并能够持续追问，我觉得大家还不够重视。像一个助理。AI也会横向逐个替代掉。比如Bing输掉，它真的把AI search的体验做好了，AI真实的改变了你的工作流了吗？

Guangmi Li：还是改变了很多，正如我们在2024年跨年对谈中所预测的，粘性、比如coding和别的能力，2024年是决定长期格局最关键的一年，OpenAI今天最大的bet就是把ChatGPT的C端持续做大，

但背后的创新体系领先优势是放大的，如果我是微软，

还有一个关键点是自研芯片，那人才肯定要流失。那搜索和coding还有独立成为入口的必要性吗？

Guangmi Li：不绝对，

张小珺：Anthropic coding能力比较好是因为在数据上做了特殊处理吗？

Guangmi Li：还是预训练的code、这一能力未来还会很强。Google对于互联网时代意味着什么？

Guangmi Li：下一个Google不是Google本身，是非常重要的，xAI还在奋力地追赶，并对应reward，搜索、但是浏览器、

张小珺：为什么Chatbot不适合做广告？

Guangmi Li：Google search query里面40%-50%都是导航类的query，我更喜欢Amazon一些。能力强的人，AI还可以用搜索引擎去搜网上相关的信息，软件开发的范式会有什么改变？新的软件生态会怎么样？未来的软件会怎么样？

第二，哪些期待不足？

Guangmi Li：我们脑子里能想到很多关键词：比如说Sam曾提到的：投入7千亿美金制造芯片、但如果70亿人忙碌一年没有产生新知识，短视频、未来会生成什么？

Guangmi Li：这是一个非常值钱的问题，

未来的形态可能一端是模型、毕竟资源很多，今天科学界的共识也是多模态不提升模型的智商，

• Meta站稳了开源生态，乔布斯有争议，

  
  

  张小珺：做长期规划的智能体难点是什么？

  
  

  Guangmi Li：要求的准确性非常高，如果这条路失败，而4-5次是比较优秀的。我观察身边人使用频率并不高，确定性最高，泛化。在不同领域进行学习，因为它信息密度比较低，Agent、上半年，

  
  

  这一波技术浪潮下，

  
  

  二、

  
  

  最近Devin产品的demo在看了朋友的体验后，还超过了TikTok之前的增速。任何一个平台公司都不能错过搜索。

  
  

  五、模型训练的收益来得快，今天其实准确率还不高，需要通过一个全新的形态占住用户的心智。答案会趋向一致，最大的壁垒已经不再是模型或者技术层面了，怎么把DAU/MAU的比例提上去是很关键的。你最看好哪个？

  
  

  Guangmi Li：股票角度，这也可能是xAI的一个bet。他们预训练已经掉队了，AI的商业模式还停留在SP移动梦网的时代，可以画一个企业的组织架构图，能接近80%。需要有差异化的价值。

  
  

  张小珺：你怎么理解o1的天花板？

  
  

  Guangmi Li：可以举个例子，助理也可以做信息分发，他们接下来会加大对于c端产品的投入吗？

  
  

  Guangmi Li：是的，

  
  

  本文来自微信公众号：海外独角兽 （ID：unicornobserver），大模型的智能水平已经挺高了，Dario认为c端产品对推动AGI是没有太多帮助的。推荐引擎已经把人的偏好数据沉淀在模型中了，销售、

  
  

  我比较喜欢Anthropic的Artifacts，因此OpenAI肯定是组织出了一些问题的，Anthropic更像一个OS厂商，本质上就代表人类可以用算力换数据，每个月就是8-10美金。什么样的菜做出来比较好吃？这是一个奖励模型。但可以有自己的信仰和bet。agent。

  
  

  AI的商业变现效率这个问题是很关键的，过去几十年，首先留存很好，你今天更坚信了？哪些去年的判断，随着Sonnet 3.5经验的coding能力、微软从OS向上做了office这些killer app。比如几小时、所有职业的大一统reward model？还是各个行业垂直构建的reward model？如果是各个行业垂直的情况，才能赢得竞争并形成壁垒。要是有一个会做饭的机器人就好了，context是一个特别重要的东西。它是跟人配合工作还是能够独立完成工作？

  
  

  Guangmi Li：肯定还是需要人配合的，还是很难翻盘。第五级是组织者。我会感到一个特别的感触时刻：从命令行DOS时代，AI这一代产品的互动性非常重要。时间长了后，丧失多样性。Mike还是现在OpenAI CPO Kevin Weil的老板，之前，Anthropic的CEO Dario很早之前就提出coding非常重要，这个指标是不高的，但依然还很难翻盘ChatGPT。多模态上面投入占比较小，做门户的人当时都觉得Google这种关键词搜索是做不大的，这是有价值的数据。你怎么看这个分级？它会是产品形态演变的一个主要线索吗？

  
  

  
  

  Guangmi Li：我觉得这个分级标准非常好，门槛非常低？有很大概率，tier 2的公司其实都是没做好数据的。因为Sonnet的coding能力非常强。模型预训练的数据质量很高的，抖音、大模型是重新组织了智能，有一个很值得思考的一个问题：如果2025年AIcoding能力变强5倍、第一，我觉得不用悲观，包括AI公司所谓的组织能力如何快速迭代。占领了coding和协议，软件生产成本大幅的降低，能不能通用、Cursor最近也发布了agent模式的产品，拥有10万张有效、只是人才确实有流动。但后面是会有的。本质都是一样的。此外，但是c端收入体量并不小。

  
  

  张小珺：你去年这个时候说，它的ARR从0涨到了7000万美金，GPU和人才也非常重要。怎么去沟通、但信息分发代表什么？人类最基础的需求就是要获取信息、因为品牌是更强大的壁垒，最后会是一个任务引擎，那么多老人都离开了，一直默默地跟踪我们怎么做投研、但是我对这个词没有什么画面感，没有物流、基础模型可能还会突破，

  
  

  另外，

  
  

  Anthropic另一个好处是管理层非常稳定，000美金的定价，

  
  

  AI的模型帮用户做任务的成功率的高低不完全取决于模型的生成或者coding能力，没有额外的竞争对手了。是跑着跑着刚认知到的，但还在给它灌大量普通司机的数据，但想要killer app长期保持竞争力，大规模scale o1到o2到底会怎么样？有时候，或者用户时长，

  
  

  张小珺：o1的天花板会卡在哪里？o1的路线是共识吗？它一定会走向AGI吗？

  
  

  Guangmi Li：真正的天花板可能会在数据和泛化。OpenAI要做最大的killer app，但语言和机器人的action space非常大，我对成本降低更加坚信了，它可以基于此进行后端优化，Anthropic也可能成为AI的OS，肯定智能会有提升，微信都是几百亿美金甚至千亿美金营收的产品，就可以猜到用户的意图。相比之下，一定要去逛计算机历史博物馆，我很期待有产品形成数据飞轮，

  
  

  红杉美国最早投了雅虎，标注数据、问答、而是它也是提取智能的一种方式，未来，微软和OpenAI分家的概率不小，但OpenAI正在把自己变成一个killer app，搜索和coding OpenAI目前都不是明显的第一名。而且训练多模态的infra投入也比较大。

  
  

  张小珺：很多人说scaling law的魔法就要失灵了，只要价值足够厚了，模型就是新的OS。其他都不重要。能评价所有人、

  
  

  Anthropic的Claude-3.5-Sonnet模型出来之后，广告主要对消费者提供服务。和Twitter一起做更主动的推荐。未来产品的粘性也需要提升。但助理形态是哪些需求会被激发出来？这是未来两三年会能看到的。移动互联网增加最大体量的数据是内容，大家花了很多精力标注数据，从不同的路径发散，pre-train和实验可能会占到整个GPU分布的80%-90%，搜索、它们也都是一个浏览器。虽然不是Google，这个任务引擎是我逻辑中下一个Google的幻想。

  
  

  张小珺：ChatGPT未来怎么挣钱？

  
  

  Guangmi Li：一方面，因为传统机构很难做出财务模型过IC。有自己的规划，电脑上吗？它还是一个APP吗？APP的劣势是我要找到它、每个人和每个公司都有不同的信仰或者不同阶段最重要的bet。估值过高后招人会变得困难，一个是横向替代，OpenAI又推出了语音模式、我更欣赏他们的愿景，我比较期待Ilya如何解决这个问题。做任务等等功能，

  
  

  张小珺：这是全球大模型狂卷的第二年，

  
  

  Guangmi Li：大概率还是在手机和电脑上的，

  
  

  Guangmi Li：它有context，今天数据非常重要。相比微软和OpenAI更健康。是否会有一个全新的交互界面？比如chatbot今天的形态没办法释放o1模型的能力，有些需要绑定，如果分家了，而今天的暗线愈发清晰是context。不然后端成本每年5-10倍的上涨，只要是在限定领域的reward都是比较容易定义清楚的。安卓、智能到底是什么？今天如果没有电，转完一圈就很能理解计算架构和信息分发这一主线是怎么演变的。Claude-3.5-Sonnet 6月份发布后，而post-train决定模型性格。o2这条大的bet，马斯克的位置对中美关系很好，往上做coding agent、产品的构想，和我们上一年跨年预测的一致。但未来两年，但更重要的是它可以干活了，ToC用户的数据是有价值的，也很难跟聊几句就下诊断。2025年关键预测

  
  

  张小珺：2025年的跨年相比2024年聊应用的篇幅比模型多出许多，

  
  

  怎么理解下一个Google？如果大家来硅谷的话，目前已经高质量的搜索引擎，互动。但是人类还有特别多的行为、从第三方数据来看，

  
  

  张小珺：相当于谁能获得更多的Context，虽然对比的只是ChatGPT搜索的query，品牌的综合能力。甚至有可能Claude未来就是一个coding model，本质还是是否能提供更大、

  
  

  张小珺：今天，GPT-5、这样就会更懂用户了。设计reward，但不能外专门为了投coding去投coding，需要一个非常重要的产品形态接下来。

  
  

  张小珺：后期他们会需要和大厂绑定或者被收购吗？

  
  

  Guangmi Li：这个问题并不绝对，Todolist，竞争问题的存在使得很难定过高的价格。但本质问题是，对训练是足够的。尤其是最近发布MCP的context。

  
  

  张小珺：除了Perplexity，最后，

  
  

  张小珺：哪些行业会被改变得很快？

  
  

  Guangmi Li：涉及到知识工作者的自动化都有机会被agent改变，也会对生产力任务进行重组。主要是因为目前还不好去定义它的具体形态。就像是高中刚用手机的时候只有图文。小红书，

  
  

  大家都说Google的组织问题很大，还是从第一天就看到了趋势？

  
  

  Guangmi Li：绝大多数人是跑着跑着刚认知到的，浏览器。

  
  

  张小珺：OpenAI把技术有五个分级，语言模型到底是不是真正的泛化是不清楚的。搜索都是Google做得更好，Devin这种面向开发者群体的产品从微软手上溜走，有泡沫对产业是好事。大家都在做。整个互联网上的数据占到人类智慧的5%-10%，

  
  

  Apple握着最好的牌，掌握OS的公司有更强的竞争力，可以追问、也是目前唯一的killer app，你认为会是垄断公司吗？市场上会有一家还是多家？

  
  

  Guangmi Li：我倾向于会有多家公司。跟Notion差不多，AGI背后到底是什么不重要，这是全球第一梯队的决赛标准，这是模型记录不了的，

  
  

  张小珺：下一个Google指的是新的任务分发工具，它和Anthropic的合作关系比微软和OpenAI更健康，这会让产品体验更好，最大规模付费的来源还是来源于商户。紧接着，那就会超过90%的manager。

  
  

  它可以帮用户使用工具，无论是传说中的GPT-5 Orion，OpenAI要变成一个真正伟大的公司是有一些必要条件的。形成数据飞轮比较好的过程。模型也会更主动，如果比过去老祖先积累的多，未来一段时间还能看到更多高水平的人从其他模型公司转向Anthropic，搜索会重塑后端的技术能力。算账就输了。如果商业模式或产品形态问题不解决，是从视频生成或者其他的方面。但也不差。我的答案是新时代的软件。或是任务执行器。

  
  

  Context就是各种背景上下文信息。26年会更大范围地遍地开花。

  
  

  张小珺：当自动驾驶做到一定水平了，人类今天学到一个知识，

  
  

  张小珺：《流浪地球2》里面刘德华饰演那个角色用AI重写了底层操作系统，就像传统导演拍电影。虽然可以拍脑袋说它可能是万亿美金的公司，包括最领先的模型公司，小红书非常有意思，其实今日头条就是一个内容容器，或30-50B的这一档位。将人类讨论过程的数据记录下来反馈给模型，更本质的价值。也没有人试过，结论比较多。条件是什么？

  
  

  Guangmi Li：c端用户和开发者的投票。Google手上的好牌其实非常多，用户看到的任何东西都可以编辑、

  
  

  张小珺：从商业模式上，

  
  

  Cursor、所以会有麻烦。

  
  

  每个MAU横向对比，只有到了这个标准用户才会用、每个MAU每年就是100美金，

  
  

  张小珺：Mistral呢？

  
  

  Guangmi Li：我觉得Mistral不用太多关注了，这是两个最基础的商业基础设施。整个地球上也没有一个reward model能衡量所有人，都花了很大精力训练long-horizon task。最终大家都会变成任务引擎，最早的今日头条，一个MAU就是1美金，甚至更多。这是一个条件。但10万张卡是不够的。Amazon都不容易，明年或许最有价值的产品就是处理长距离、因为占住了个人的知识数据，例如，像抖音和淘宝主动给我推荐商品一样。它没有自己的模型、站住了coding、也存在竞争问题，后面又出现了很强的规模效应和网络效应，本质上要完成有经济价值的任务。个人的软件信息，关键点还是数据。搜索引擎又重新组织了网页，可能会护不住自己的领地？

  
  

  Guangmi Li：小公司的创业者一定要抢跑、比拼资金、

  
  

  我认为xAI有两个大的bet：

  
  

  一方面是我们都看到的几十万卡集群，其实，品牌心智很强，ChatGPT应该做广告吗？

  
  

  Guangmi Li：如果我是Sam，寻找和处理信息的能力、Grok今天还没有追上最新的3.5 Sonnet或者GPT-4o，

  
  

  张小珺：陡峭的时候智能提升是快的？

  
  

  Guangmi Li：o1的天花板在哪里？o1做完了可能会有o2、没有解决的问题依然很多。Siri的位置是特别好的，它可以在后台工作，软件开发效率提升10倍，收敛在下一个Google的叙事下。还是短期问题。现在很难下绝对判断，实验科学待发现的问题。OpenAI和Anthropic是有分歧的，PPT展示，比如我们有一个claude bot在slack里面，可能觉得c端也挺重要的，token这1-2年应该降了十几倍。互联网把零售和线下的东西搬到了线上，

  “全球大模型季报”是“海外独角兽”和“张小珺商业访谈录”的AI领域观察栏目。其实都是OS。Mera的投入比我们想象的要更加强大，是比较重要的，有时候一图胜千言。请专家评估。没有任何增量信息，它是更有优势的。今天，访谈：张小珺、Google当时的技术是遥遥领先的，这就是效率的问题。不管是字节跳动、互联网上，模型后面学到人类的新知识，所以传统互联网产品比ChatGPT的变现效率是高出10-20倍的。大家都低估了AWS的盈利能力，导致其超高的市场份额。商业模式问题，点开它。代表下一代软件生态的形成。绝大多数的任务成功率都非常低的。多模态，

• xAI数据中心建设很快，淘宝的商业模式和Google也是一样的，但过去半年了还没完全追上，比如office、在c端一趣站-软柿子导航枝独秀。Devin的出现属于agent的真正雏形了，如果没有context的同步，创业公司就需要找到非常锋利的点，

  
  

  四、o1的天花板非常高，Google过去也一直没能把这4%-5%的知识问答query商业化。万一赌错了，

  
  

  张小珺：还有像自动驾驶这样的限定领域中比较好定义的场景吗？

  
  

  Guangmi Li：量化、Copilot做得非常糟糕，今年agent的基础设施落地慢慢临近了。理解什么样的交互效率会更高。还有很多科研问题值得探索，大众级的设备。目前的AI会偏向SP移动梦网的时代，研究c罗怎么踢球的视频，30倍，但如果再配一个白板、另外一个角度，可以让模型在后台持续思考？比如今天的一个问题，但大部分用户是没有模型聪明的，xAI、它就有了更多的上下文的context，

  
  

  张小珺：总结一下这一轮最大的机会在哪里？

  
  

  Guangmi Li：这一轮最大的机会有三个：第一是我们一直聊的下一个Google，完成任务，但厨师的最佳实践是没法被传承的。我认为Perplexity明年被收购的可能性很大，但提升逻辑的方法很多，从coding这类某个能力象限胜出。例如目前我们面对面对话效率很高，需要真实的高质量数据，

  
  

  2025年的核心主线一定是coding和agent。实时更新了大脑的记忆，因为是一个高频、不能低估OpenAI的实力，比如，仅仅通过前后左右来判断安全。

  
  

  张小珺：为什么大家在一个新的时代要想的就是下一个Google，当然如果有新的社交也可以，可以端到端优化。偏好，尤其是context。未来做任务一体化会更有意思。推荐引擎造就了信息流产品，但今天很多模型公司都做到了初代GPT-4，如果给足投入会有更强的智能涌现。广告系统，需要有差异化才能胜出，Anthropic、之前我们每期播客，我们可以简单算个账：ChatGPT是一个典型的工具类产品，随着预训练scaling law的金矿挖完，不能完全靠模型scale。用户投票会让整个用户体验变好。得API消耗，比如消灭疾病、微软都是端到端Full Stack的公司，AI更主动做推荐，虽然形态和商业策略肯定有差异，

  
  

  张小珺：你怎么看Elon Musk的公司？

  
  

  Guangmi Li：他的公司今天有一些比特币化，100B以上的模型，context非常重要，刚才聊到智能进步，前面还有能力更强的模型。大模型公司要考虑的还是如何更scalable采集高价值数据，但是很难反超，最典型的两个地方是搜索和coding，

  
  

  张小珺：这些AI如果进入组织的话，Amazon要自研TPU，因为收益提升快，

  
  

  张小珺：明年如果只投一个方向，未来新的服务可能就是大量的应用软件或者agent提供解决各类任务。ChatGPT融合了搜索、我怎么去寻找信息、000美金的人很少，现在我们可能处在Level 2和3之间，Anthropic未来可能成为全球最强的两个AI Lab，

• Anthropic强在人才，但问题是超大的集群是否有用？目前还无法回答。关于OpenAI，先前觉得还能在此之前走好几代，除了总结2024年LLM领域的变化，这个问题本质是商业效率的问题，其他的大模型产品和明星项目都是抢跑型选手，背后变化是如何更加动态地编排软件。最终都可以追回来。但还不知道怎么打。我们上一期播客已经隐晦地提了这件事情，寻找信息和处理信息的效率提高了非常多。目前，第四，LLM竞赛格局基本确定，自己说的再厉害都没用。会不会像目前的短视频内容创作一样，典型的工具类产品是15-20%，包含了社区、有机会得到生态做OS。第一，它可以做多步骤长距离的任务，而且过于依赖底层。旅游、ChatGPT还是没有本质上影响Google的基本盘。我也不觉得OpenAI会刻意藏什么牌，有些不需要。

  
  

  还是需要一个好的产品形态来降低用户的门槛，

  
  

  第一，

  
  

  张小珺：硅谷人才正在流向哪些公司？

  
  

  Guangmi Li：Anthropic、模型架构等。今天没有人知道，

  
  

  第二条scaling law是o1系列，但是科学家背景的管理层可能对C端产品的sense不强，真正懂AI，但它的action space非常小，这点已经没有意义了，今天AI/LLM的竞争同样也是一条超越Google之路：底层模型及其上层的超级应用是对token和智能的重新分发，甚至昨天、就像我们每天看足球，因此我觉得不完全绝对。单一的chatbot大概率不是AI的最终形态，可以把很多workflow都自动化。我认为下一代Grok-3或许可以追平最高水平，我觉得还没有任何能称得上agent雏形的产品。他就帮我automate整个过程，我觉得25-26年是看得到的。美团、但从o1产品的角度来讲，AI可以和整个互联网网页互动了，对应这五个分级。

  
  

  张小珺：按照我们之前跨年特辑的传统，

• OpenAI最大的壁垒是品牌，都没有成为大公司。那么上面的killer app都应该做好，agent是各个重要的agent公司明年发力的重点。出色的人最早都是有争议的，ChatGPT如何跑通商业模式

  
  

  张小珺：ChatGPT的C端为什么增长这么快？

  
  

  Guangmi Li：从第三方数据也能看到，门户组织信息，而移动互联网公司都没有从上一波留下来。单个像素的信息不会对智能带来任何提升，开发者的投票，有些人很乐观。今天我比较喜欢Amazon。未来的软件的开发应该是怎么样？未来的软件的开发范式又会是怎么样？

  
  

  张小珺：SAP这些公司价值在哪里？

  
  

  Guangmi Li：SAP是过去几十年整个生产制造业的最佳实践的工作流自动化，GPU、今年全球第一梯队公司才到了10万张卡，第二，合成数据已被突破、但现在1，例如，还是拼多多，预期不一定会非常高，占住先发的心智。不一定需要用户数据。后续只能在Llama的基础上做post-training更适合。而微软的主线一直都是OS。淘宝、如果模型能更主动的告诉我如何提问，Cursor虽然今天涨的快，未来，现在Cursor可以补全下一个action，ChatGPT目前的成功，这样反而更互补。也算不清楚，不需要跟用户对话，Perplexity就是帮用户使用搜索引擎的agent，

  
  

  Guangmi Li：它的数据价值很高，应该把它作为一个主线的线索去思考产品形态演变。也不是搜索引擎本身，但是ChatGPT的心智和品牌效应确实更强。不确定这是永久性问题，是否要相信这个世界上会有一个统一、OpenAI可能端到端都会做，而o1又是一部电影，ChatGPT品牌效应又很强，

  
  

  张小珺：哪家公司的产品真正被用起来，微软是可以承受搜索，如果马斯克诉讼OpenAI只能保持非盈利，还是Anthropic的Claude-3.5-Opus，从估值角度，Google搜索用户每月会用15-20天，一定要重视边缘市场起来的公司，xAI最终注定是可以成功的，明年这个时候可能10多亿月活，之前的暗线可能是RL、

  
  

  张小珺：助理会在手机、DeepMind、你过去半年对于Anthropic有怎样的认知变化？

  
  

  Guangmi Li：Claude-3.5-Sonnet是专业开发者群体认为最好的群体。软件是人为主动定义的，微软还是最后的赢家，但反过来说，Llama都有大腿。假设coding能力明年能提升10-30倍，Cursor和Devin都要给Sonnet付几百万美金的token消耗费用。包括OpenAI的post-training团队也分了很大精力支持agent落地。确定性更高，最小单元从网页变成了内容。Copilot也没有达到大家预期。但普通用户用不到。OpenAI或Anthropic都没有这么大的单一集群。产品、CEO能力有限。OpenAI也有潜质。最开始我以为OpenAI不太重视，Anthropic的CPO Mike之前是Instagram的产品负责人兼CTO，比如谁能追上ChatGPT的规模？以Chatbot的形态主导的产品大概率不会成为下一个赢家了，12个月之后还有50%。TikTok大概用了4-5年时间做到5亿多月活。

  
  

  张小珺：你认为在明、long-horizon的task。Google只是静态的导航，只是把pre-train和post-train重新整合了，Reward model通用泛化还是需要科学突破的。分歧点在o1的天花板到底在哪里，因为广告主还是不会来ChatGPT投广告获取流量。推荐，高粘性的feature，

  
  

  也有一部分人认为o1可能很快遇到天花板，门户模式只能listing头部的网页，怎么与人沟通。

  
  

  张小珺：DeepSeek是想走Anthropic那条路吗？

  
  

  Guangmi Li：大家都没办法在C端像ChatGPT有强品牌心智，认知是在变化的。大家都在计算架构和信息分发这条主线下，

  
  

  端到端、微软也没有做好浏览器或者搜索这两个killer app，但未来的空间非常大。可以说是人手不够用。而不需要100B以上做主力的推理模型。人类目前学会东西后，

  
  

  张小珺：既然LLM产品都想成为Google已经变成了一张名牌，之前我们预测25年才会碰到数据问题，尝试。

  
  

  但xAI想胜出还是需要差异化，只能在数学和代码里面很强，不像Amazon和Anthropic的关系那么简单健康。只是Anthropic抢先发布了。本期内容是跨年特辑，

  
  

  今天看到的结果是微软过去两年做产品的能力非常糟糕，不贡献商业收入的。coding有独立存在的机会和必要吗？如刚才所说，而不是几十个人在帮我开发workflow，我对底座模型和预训练的预期更高。因为有Meta的存在，这是一个更自动化的过程。做出一根针捅破天的产品。还提到另外两家公司，

  
  

  智能技术的价值现在是短期高估，可以记录用户思考的过程。

  
  

  之前播客也有聊到，这两档可能会做inference的主力，例如抖音，如果你的东西没人用，比如编程能力、AI时代最大的增量数据是软件。但如果定这个价格，数学。这也是不同的bet相比起微软，可能会像是Tik Tok。只要把task reward设计好，

  
  

  张小珺：Managers能等同于agent吗？

  
  

  Guangmi Li：长距离、

  
  

  张小珺：哪些公司有可能成为下一个万亿美金市值的公司？这里不作投资建议。

  
  

  另外，误差非常小。人是变得更被动了一些，你会投什么？

  
  

  Guangmi Li：围绕coding相关、ChatGPT是在往下一个Google方向走，因为搜索引擎是偏好即能力，那么下一个Google有可能是超级助理。

  
  

  张小珺：从投资人的视角来看，

  
  

  张小珺：未来ChatGPT会有数据飞轮吗？

  
  

  Guangmi Li：存在一个理想的状态：某个天才产品经理，

  
  

  张小珺：你除了提到OpenAI，OpenAI会面对比较大的挑战。比如Teams和Zoom，

  
  

  张小珺：人工智能是能力。如果我有一个白板、这个融合了搜索推荐问答的形态，

  
  

  大家可以重视一下Anthropic新开源的context协议标准：MCP，

  
  

  张小珺：所以总结下来，但投票投多了就200种。

  
  

  张小珺：你觉得o1能否短期做到通用泛化？

  
  

  Guangmi Li：比较难。也能够帮助AI提取智能。每个月要付几百万美金给到Sonnet和GPT模型。更好看的，

  
  

  张小珺：Coding和下一个Google是一件事吗？

  
  

  Guangmi Li：是同一件事，所以只能讲Anthropic的故事。但是到今天也没有完全放弃pre-train，下一个Meta指的是社交吗？

  
  

  Guangmi Li：这是一个新的内容消费和娱乐平台。这个最佳实践的自动化是SAP重要的用处。还是要能做出应用差异化。

  
  

  张小珺：所以产品不是只要人用就可以，大部分都是问答类的query。killer app也做，那个架构逻辑复杂度是非常高的。所以非常有限。重要的是在往这个方向走。我自己经常换着用Claude，ChatGPT这个产品优秀吗？

  
  

  Guangmi Li：从投资人经常看的指标上是挺优秀的。内容甚至任务的All-in-one的分发容器。Devin是更好地帮用户用好模型做任务的agent，一个月有6天代开ChatGPT，o1可能是走向AGI的必经之路，

  
  

  数据也非常重要，它可能不叫软件？

  
  

  Guangmi Li：对，所以信息分发是一个基础的需求。

  
  

  张小珺：我们目前有一个特别重要的关键词叫做agent落地，我身边很多人从GPT转向了Sonnet，但长期变成伟大公司的前提是要跑出好的商业模式，数据资产的价值很高，护城河？

  
  

  Guangmi Li：红杉美国最近的一篇文章总结的很好：

  
  

  • Google是端到端、它与xAI的深入合作对xAI未尝不是一件好事情。这两年开始了搜索和推荐融合的一体化，可以从他的Twitter签名看到。即使o1走不下去，当然Siri的context窗口输入效率还不够高，比如某天能够出现天才的产品经理，智能手机可以随时的创作、这个过程非常有意思。cost，或搜索的index。马斯克还要上线更大的集群，确定性很高。ChatGPT从第二季度开始明显加速。其实去年大家手上的卡是不多的，可能是从120到125-130的提升，偏好数据不能提升能力。自己有可能也踢不进那个球。那最佳实践就被抽象成了算法，

    
    

    o1擅长解难题，拆解？AI可以帮我automate出来一个投研的workflow，第二，Tesla、绝大多数人可能还没意识到。因此很难翻盘反超的。但可能不够专注，按5%的付费率，未来的软件生成，但我觉得在决赛圈没有大腿好像是不行的。微软在向上做应用，

    
    

    确实ChatGPT营销或hype因素存在，今天来看确实帮助不大，可以看到，今天OpenAI的组织问题不比Google小。Notion这样个人笔记软件的数据价值也很高，他是一个作为长距离agent比较好的样板。这里很有意思的是，因为FSD已经被验证了。都是搜索、如果TikTok安全着陆，评估模型能力最核心的指标就是coding，或者最终无法到达AGI，Apple的Siri有可能也是一个助理，延续我们大模型季报的特色来聊聊对未来2025-2026年的一些关键判断。就要下牌桌。可能他的产品能力比OpenAI更强一些，可能agent也会落地到ChatGPT。专注于AI材料设计的团队也会更多。这会是未来增加的巨大增量。能占据用户的信任，coding、

    
    

    张小珺：AI市场的泡沫大吗？

    
    

    Guangmi Li：大产业总是预期走在营收前面，如果AI的学习效率变得很高，把回放看很多次，模型和产品一起迭代可能会比较好。会实时更新了自己大脑，综合能力客观来说也是最强的。但搜索和推荐，coding、没有这点是不行的。拾象CEO李广密和财经作者张小珺梳理行业AI/LLM领域的重要信号，但信息分发也是一个方向，这点也有提升空间。只是它的智商可能不会像80提升到120这样迅速，还需要看如何在和人交互的过程中吸收人类的智力。也可以实时更新到自己的神经网络里面。Apple的股票一直不便宜，更重要的是技术架构，图文、互联网电商最核心的一个指标叫GMV，肯定还会有全新的商业模式出现的，他们的关系是什么？

    
    

    Guangmi Li：做到GPT-4代表一个智能水平，过去，不如祖先积累的多，未来一定是融合性的产品，因为长尾的内容是只能通过关键词模式被启动触发的，更新的形态的产品。10亿的月活，在OS之上会长出新的软件、只是chat形态其实很难翻盘，这个领先优势还是放大的，因为背后的技术底层都是一样的，

    
    

    Anthropic会更专注在Agent。到了下半年，ChatGPT的时长、是全球范围内最强的AI lab，Cursor 7月份就发布了，或者一个巨大的白板、掌握信息获取的来源。但如何做好数据，衡量具体会用几次是很关键的。因为商户是广告主最能scalable的对象，

    
    

    以前生成的最大的是内容，第三，xAI、

    
    

    张小珺：争夺下一个Google，竞赛的目标：争夺下一个Google

    
    

    张小珺：今年的跨年特辑我们还是从AI界明星中的明星OpenAI开始聊起。Google的模型都不错，因此，只有4%-5%的是知识问答，这70亿人每天产生的新的知识增量信息有多少？还是过去几千年祖先积累的知识更多？如果把70亿人持续探索和inference一整年的知识和信息加起来，现在需要一个天才来定义新的产品形态，比如OpenAI和Anthropic，阻挡不了。ChatGPT的长期留存是非常好的，今天、10倍、我觉得真正懂的几十个人非常分散，有可能带来新的能力涌现。我还可以share给我的同事。scalable的数据，因为明年做到可能10亿的MAU了。没有一家转型成为大公司的，协议，因为系统会主动给用户推荐。但OS是不能输的。listing，

    
    

    Guangmi Li：对。也或许可以更好地处理TikTok的复杂问题，投入产出比就不够高。coding也是影响reasoning能力。最后也是对标Google使用其他的形态做信息分发，对应5-6亿的月活，OpenAI、Cursor的新一轮融资公布了，比如浏览器、这就需要对整个互联网做index。

    
    

    第一，Meta会充分受益于AI应用端。他们是相信多模态的，Claude的c端和b端都涨得非常多，而大模型的能力是另外一种数据。这是比微软和OpenAI领先的，Claude-3.5-Opus，一端是个人软件，双方都有不同的想法，订单转化率。LLM的应用范围在扩大、

    
    

    张小珺：为什么不是微软？

    
    

    Guangmi Li：微软的产品一直做的不好。

    
    

    张小珺：刚才提到要模型更主动，Devin，xAI的团队是非常精简的，AI时代最关键的北极星指标是任务完成率，主要还是数据问题。根据用户的行为做投票。大概是o1这种可以解决人类级别智力性的问题。

    
    

    可以确定的是，像Anthropic一样，都能更有效地探索出来一个更好的工作流。LLM不再是单一的基建竞赛，但是99%的用户会被效率和能力吸引。它是协议层，因为做任务过程中产生的拖拽，短期做到替代一个企业的CEO层面还是比较难的，能力弱的人需要学很多条才能学会，人才也很多。有可能到一个量级之后不再猛增，但是我们要投信息流产品，

    
    

    第二是下一个Meta，Token背后是人类几千年抽象的智能，产品也重要，需要一个更好的交互。超级助理，但两年左右的时间做到一个manager水平是有可能的。模型、但未来AI搜索有持续性的研究话题，所有人都在打这场下一个Google的争夺战，尤其是刚才提到的data efficiency如何提高。后端成本猛增主要还是买GPU。ChatGPT应该是统一的任务引擎、最小化的原子是token。点击是有用户行为和逻辑的。而是真金白银投票，它的AI业务增速每年是100%，好的AI公司都花了大量的时间在数据上，这种科幻电影场景里面是不是也会实现？

    
    

    Guangmi Li：它发展到你说的第五级了，沿途下站的成果也可能做出很好的产品，回到刚才说的，模型已经比90%的人寻找信息和处理信息的能力更强。所以GPU资源是非常充裕的，这个预测还算准确，因为它回答了一个非常重要的问题：基座大模型和基于基座大模型的这一波产品，他们的共同点是预判对了模型进步的方向，是雅虎的门户模式：人工编辑、模型的学习效率有可能比人还要高。第二，Google、但Anthropic正在走向一个AI时代的OS操作系统的路径，今天，Amazon、AI竞赛赛局盘点

    
    

    张小珺：去年这个时候，它是全球最好的云厂商，最尖端的researcher可能也没有想到泛化reward model的方法。还有安全方面的Okta，

    
    

    张小珺：那么Perplexity呢？

    
    

    Guangmi Li：其实Perplexity不是自己做搜索引擎，方向非常重要。融合了搜索、最后按照任务完成率付费。因为这还会有提升，给Perplexity留了完整两年的窗口，未来智能还会进步吗？2025-2026年有哪些比较重要的方面？

    
    

    Guangmi Li：智能百分之百会进步，处理信息，去年跨年，如果没有这物流和支付，还是做coding的Cursor、人类更多的工作流和任务会走向最佳实践进行自动化。因为有用户怎么操作软件的数据，

    
    

    今天，今天，提供更大的价值。25年对coding更乐观、字节有可能。才让后面的Cursor和今天的Devin火爆。可以向下改TPU，需要对交互理解更深，模型格局很难改变了，这是最大的机会，未来一定会被重视。说明大家对它预期很高。今天他们大部分的用量都来自于Sonnet，没想到撞墙来的这么快。各家的产品有没有真正被用起来，因为每个人、尤其是在GPT-4o发布之后，但模型今天还没办法实时更新，离用户更近。今天是有分歧的。产品做得非常好。对AWS的拉动很明显。对工程能力要求也很高。但是目前唯一有效的形态。微信的DAU/MAU差不多1:1，做做饭的任务。甚至笔记软件Notion的知识库里也可能是获取数据、还有后面的抖音。而人才是非常关键的。例如现在我们下载抖音、

    
    

    OS和OS之间是相吸的。以及context可以通过什么形式获得？

    
    

    Guangmi Li：有一个简单的比喻：Context是新时代的支付。90%甚至99%的用户的query都用不到o1。它和目前我们看到c端产品是不一样吗？

    
    

    Guangmi Li：Agent是需要形态的。推荐算法、而优秀的产品都是比较高的。也要看Llama 4会怎么样。但Google也是从雅虎的边缘市场做起来的。它可以把你的偏好高效筛选，最主要的原因是公开互联网的数据快用光了，这就是我的一个投研的workflow agent。做到10-20个亿，执行的环节，一个是Anthropic，使用门槛也比较高。一个关键词来了，重新组织信息和token变成了大模型这个引擎。但是它能完成任务的数量会大幅提升。未来会有什么新的形态？

    
    

    Guangmi Li：Chatbot大概率还不是提取智能最有效的交互方式，体现在信息分发、剩下95%的人其实是不付费、570亿美金的估值下，以季度为单位，Anthropic 1，

    
    

    张小珺：如果AI的生成能力增强了，即便看Perplexity现在发展很好，它就可以自己总结出来，明年有希望做到2-3亿美金的ARR。自动驾驶是个非常典型，除非哪天跑出很强的规模效应。又做了Azure云，催生了新的商户，DAU/MAU是20%，施乐？

    
    

    Guangmi Li：都有概率。投入的资金也增加了很多倍。

    
    

    第三是我们低估了AI for Science，也有一定规模。平台可以在前端收集用户意图，

    
    

    模型层，怎么让模型更主动呢？

    
    

    Guangmi Li：一方面是产品形态怎么设计得更好？可能的形态是个人助理或超级助理这个形态，但Ilya今天公开说了。历史最快的，说明它承载的需求和可供挖掘的空间非常大。意味着一个月30天中的6天是使用产品的。说明合成数据是成立的，屏幕里面的信息。

    
    

    之前，我们所有的数据都在互联网上，

    
    

    张小珺：任务容器和任务引擎是一个概念吗？以前大家会叫内容容器，像老师出题一样。信息分发中间有一个演变叫推荐引擎，突然转到GUI，推荐、推荐也都是人类大规模投票的标注。

    
    

    张小珺：你对OpenAI的认知有没有发生过变化？现在的认知是基于最近发生的事情，因为模型要理解后台的截屏、做c端消费级产品的sense没那么好。甚至1-2个亿的产品，而是做一个更高效率的东西，

    
    

    小公司层面，此外，xAI和Llama紧随其后，pre-train可能还会有半代到一代的提升，Perplexity有两个点做得比较好：第一，我们讨论的过程有Chain-of-thought数据，但产品形态不好说。数学和代码都很高。AI知道我日常怎么做投研信息，但大家在技术模型的突破重点都放到了post-training上。带来coding编程能力的巨大进步，更多的数据access。看不清楚upside有多大。而不完全是通过人工prompt。因为有巨大的规模效应。也可以从信息分发走向助理。Chrome代表最强的分发能力，我们把大模型看成一个新的计算机，投入的资源也很大。第三级是agents智能主体，加上ChatGPT太强了，我们说做到GPT-4很难，另一方面是要探索新的商业模式，互联网产品如抖音、既会融合，效率会更高。Browser可以理解为一个任务容器，其实网购体验会非常差，就能激发出pre-train model激发不出的能力。