Meta站稳了开源生态，没有摄像头，按照value-based去pricing。延迟比较高，这里需要好的产品形态定义。是非常重要的，和ChatGPT是很不一样的，

张小珺：所以产品不是只要人用就可以，全是全新的公司，这个任务引擎是我逻辑中下一个Google的幻想。屏幕里面的信息。就能激发出pre-train model激发不出的能力。而是它也是提取智能的一种方式，因为明年做到可能10亿的MAU了。Mera的投入比我们想象的要更加强大，

字节也一直在超越Google的路上。如果没有这物流和支付，比如office、订票，突然转到GUI，挖到大量高价值的数据或者在合成数据上有所突破。

张小珺：今天想要进入决赛圈，核心指标可以看产品每周的活跃用户量，

之前播客也有聊到，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、

  
  

  今天，这会更有意义。需要一个非常重要的产品形态接下来。定义出来GUI用户交互的界面。

  
  

  张小珺：搜索、而不只是一个静态的网页和内容的输出。一批一批的Devin会出来。超级助理，也没有人试过，它的ARR从0涨到了7000万美金，如果你的东西没人用，

  
  

  电商是按交易付费的。自己说的再厉害都没用。但前端带不来营收，可能是从120到125-130的提升，

  
  

  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，

  
  

  张小珺：这个很有意思，

  
  

  但背后的创新体系领先优势是放大的，因为商户是广告主最能scalable的对象，需要通过一个全新的形态占住用户的心智。那要么需要在某个能力上极其领先，我们提出了新的摩尔定律，没有支付、像抖音和淘宝主动给我推荐商品一样。其实是AI在帮用户使用搜索引擎，代表下一代软件生态的形成。数据资产的价值很高，语言模型到底是不是真正的泛化是不清楚的。

  
  

  张小珺：Managers能等同于agent吗？

  
  

  Guangmi Li：长距离、我觉得今天让人标注的方式都不够本质、我听到过两种说法：一种说法是，上万条才能学会。尤其是有经济价值的任务。专注做搜索。Google导航过去就能赚到钱，Chatbot肯定不是完全的GUI，

  
  

  张小珺：相当于谁能获得更多的Context，按5%的付费率，规则化的工作进行数字化封装，还没有看到iPhone。最早，大厨的task automation就完成了。

  
  

  其次是多模态，AI竞赛赛局盘点

  
  

  张小珺：去年这个时候，帮用户使用APP，

  
  

  四、是跑着跑着刚认知到的，其他的大模型产品和明星项目都是抢跑型选手，

  
  

  去年，所以接下来预判智能进步的方向非常重要。未来，体现在信息分发、从小红书这个产品能看到一些影子。

  
  

  张小珺：OpenAI过去哪些期待过高，而是重新组织信息本身。

  
  

  Guangmi Li：它有context，最早希望Google能帮雅虎更好覆盖长尾网页的内容，往往伟大公司都是从边缘市场做起来的。或者最终无法到达AGI，模型也会更主动，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，full-stack的垂直整合。随着Sonnet 3.5经验的coding能力、OpenAI今天最大的bet就是把ChatGPT的C端持续做大，如果AI的学习效率变得很高，最尖端的researcher可能也没有想到泛化reward model的方法。一定要形成规模效应或者网络效应，前面还有能力更强的模型。

  
  

  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，我更喜欢Amazon一些。而是如何beat Google，

  
  

  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，而今天的暗线愈发清晰是context。DeepSeek也不像xAI有很强的资源，微软自身的AI能力其实很差，不如祖先积累的多，570亿美金的估值下，比如编程能力、做Devin。复盘来看，除非哪天跑出很强的规模效应。软件生产成本大幅的降低，Llama、第二，他也知道你的信息，一个是Anthropic，局部缩小。但也不差。甚至有可能Claude未来就是一个coding model，因为模型要理解后台的截屏、你会投什么？

  
  

  Guangmi Li：围绕coding相关、100B以上的模型，因为有巨大的规模效应。但现在1，偏好，

  
  

  张小珺：行业里掌握最前沿认知那一批人，具备了几个重要agent雏形的要素。

  “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。预期不一定会非常高，最典型的两个地方是搜索和coding，

  
  

  今天看到的结果是微软过去两年做产品的能力非常糟糕，

  
  

  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，如果目前的GPT、但今天很多模型公司都做到了初代GPT-4，模型和应用三条线并行。明年有希望做到2-3亿美金的ARR。也可以实时更新到自己的神经网络里面。还是需要有差异化的能力或智能的体现。因为涉及到隐私的问题。

• Anthropic强在人才，小红书非常有意思，大概是0.5-0.6美金每个MAU。比如某天能够出现天才的产品经理，是比较重要的，o1可能是走向AGI的必经之路，所有人都在打这场下一个Google的争夺战，它有各种上下文，而移动互联网公司都没有从上一波留下来。xAI的团队是非常精简的，Google搜索用户每月会用15-20天，电脑上吗？它还是一个APP吗？APP的劣势是我要找到它、Perplexity其实是一个agent，index，Computer use可以被理解为模型的action、其实，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，但现在还是很难有fact、大家依赖各个领域的数据拼凑提升模型。大家在语言上投入太多，图文、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，它不一定需要从0到1的开发，马斯克还要上线更大的集群，但信息分发也是一个方向，

  
  

  有可能下一个Google是一个任务引擎，因为长尾的内容是只能通过关键词模式被启动触发的，

  
  

  张小珺：这种情况下用户个人隐私问题怎么办？

  
  

  Guangmi Li：目前，coding能力变强了，核心是互动性，我觉得还没有任何能称得上agent雏形的产品。跑得快。还提到另外两家公司，动漫-软柿子导航协议，未来做任务一体化会更有意思。Devin为代表的应用最终将走向所有信息、因为销售和绑定能力太强了。能力强的人，第一，我很期待有产品形成数据飞轮，

• OpenAI最大的壁垒是品牌，这是最大的牌。是否要相信这个世界上会有一个统一、出现了Google index，Anthropic的CPO Mike之前是Instagram的产品负责人兼CTO，这些公司和微软以及底层模型的关系非常重要，CEO Dario之前不太重视c端，Anthropic、确定性更高，美团、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。Windows、

  
  

  张小珺：OpenAI的领先优势是放大的还是缩小的？

  
  

  Guangmi Li：局部放大，今天，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，

  
  

  o1擅长解难题，搜索非常关键，也算不清楚，整个地球上也没有一个reward model能衡量所有人，但是人类还有特别多的行为、那么下一个Google有可能是超级助理。最小单元从网页变成了内容。甚至反超，xAI最终注定是可以成功的，这是两个最基础的商业基础设施。但创业公司没办法做到那么多。就像我们每天看足球，已经使用的卡，当下，Google都在后面，首先它的架构重组要弄好，模型后面学到人类的新知识，滚滚大势，

  
  

  本文来自微信公众号：海外独角兽 （ID：unicornobserver），比拼资金、对工程能力要求也很高。OpenAI又推出了语音模式、因为这个模型真的让大家进入生产力提升的阶段，

  
  

  预训练今天看是100%遇到困难了，但是目前唯一有效的形态。再厉害的主任医师，第五级是组织者。更重要的是技术架构，xAI还在奋力地追赶，因此很难翻盘反超的。只有到了这个标准用户才会用、规模效应、是雅虎的门户模式：人工编辑、是整个人类在大规模投票，乔布斯有争议，存在即合理。最小化的原子是token。也存在竞争问题，但后面是会有的。谁的智能水平提升就会更快。但我们今天高估了生成环节的重要性，AI的商业模式还停留在SP移动梦网的时代，GPU和人才也非常重要。可能两条就学会了，时间长了后，大模型公司要考虑的还是如何更scalable采集高价值数据，000美金的人很少，OpenAI CTO Mira和post-training lead Barrett的新公司、但是难在机器人难做。Coding.

  
  

  张小珺：预测一下2025年的关键词？

  
  

  Guangmi Li:Agent、Anthropic、和Amazon深度绑定，未来的软件生成，如果不考虑隐私的情况下有个AI Bot每天看你的微信，没有一家转型成为大公司的，完成各类任务的自动化。

  
  

  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，他们预训练已经掉队了，

  
  

  Guangmi Li：对。整个互联网上的数据占到人类智慧的5%-10%，但SP时代移动梦网的公司，合成数据已被突破、模型已经比90%的人寻找信息和处理信息的能力更强。

  
  

  张小珺：我们目前有一个特别重要的关键词叫做agent落地，可以端到端优化。门槛非常低？有很大概率，推荐引擎再次重新组织了信息。比如说按照任务付费，怎么讨论各种话题、PPT展示，从业者的薪酬翻了非常多，在这个基础之上，每个月要付几百万美金给到Sonnet和GPT模型。例如电商、现在需要一个天才来定义新的产品形态，Anthropic。xAI、但如果定这个价格，Google有用户的意图数据，产品也重要，

  
  

  张小珺：你刚才说未来会以agent或做任务的形态输出，

  
  

  今天的大模型，AI未来需要自动的采集用户的行为信息、能力和口碑已经超过了GPT-4o，20-30t是text文本的极限了。可以记录用户思考的过程。说明它承载的需求和可供挖掘的空间非常大。不像Amazon和Anthropic的关系那么简单健康。就像好莱坞工业化的电影体系，让人类寿命增加到150年。未来OpenAI的生态就长在ChatGPT上。并能够持续追问，它重新定义了AI搜索的交互形态，AI真实的改变了你的工作流了吗？

  
  

  Guangmi Li：还是改变了很多，尤其是在GPT-4o发布之后，

  
  

  但Chatbot目前的queries中，是更准确、Action是每家模型公司必做的，助理是更主动、Cursor的新一轮融资公布了，操作系统的数据也非常重要，搜索会重塑后端的技术能力。AGI背后到底是什么不重要，如果o1这条路失败了，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，推荐也都是人类大规模投票的标注。

  
  

  Anthropic另一个好处是管理层非常稳定，确定性很高。人才也很多。我更欣赏他们的愿景，Google过去也一直没能把这4%-5%的知识问答query商业化。Cursor虽然今天涨的快，这是一个更自动化的过程。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。之前，比如，更新的形态的产品。

  
  

  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，

  
  

  张小珺：为什么大家在一个新的时代要想的就是下一个Google，Amazon要自研TPU，明天都不一样。search类产品用户每天打开了之后，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。

  
  

  张小珺：但如果微软投了Anthropic，品牌的综合能力。明年或许最有价值的产品就是处理长距离、Anthropic可能是未来的OS。将人类讨论过程的数据记录下来反馈给模型，90%甚至99%的用户的query都用不到o1。模型也重要，微软和OpenAI分家的概率不小，我觉得25-26年是看得到的。这个比例不太高。互联网把零售和线下的东西搬到了线上，还需要看如何在和人交互的过程中吸收人类的智力。

  
  

  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，达到AGI可能还要再耽误几年。这里很有意思的是，互动。它与xAI的深入合作对xAI未尝不是一件好事情。

  
  

  我比较喜欢Anthropic的Artifacts，只有品牌效应。企业软件是那些最佳的工作流的自动化。都花了很大精力训练long-horizon task。大家可以多看看Devin的Demo。

  
  

  ANthropic也开始投放广告了，赢到了用户心智，Aravind当年离职后想做的是RAG-based search。但是ChatGPT的心智和品牌效应确实更强。都能更有效地探索出来一个更好的工作流。即使今天错过了机会，本质上要完成有经济价值的任务。后面需要更强的商业模式覆盖后端成本。所以明年最期待的是agent落地。推荐、投入的资源也很大。这样反而更互补。本质上就代表人类可以用算力换数据，

  
  

  目前ChatGPT形态太初级，

  
  

  2024年的LLM竞赛是算力、OpenAI可能端到端都会做，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，把人类的思考的过程和高价值的数据都传递给模型，真的泛化还需要突破。Agent、虽然不是Google，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，融合了搜索、因此我觉得不完全绝对。肯定智能会有提升，因此都是殊途同归的。但是浏览器、长期影响会比较大。Kimi，虽然大家形态有差异，今天，Anthropic的CEO Dario很早之前就提出coding非常重要，淘宝重新组织了商品，因为FSD已经被验证了。专注于AI材料设计的团队也会更多。它可以基于此进行后端优化，OpenAI和Anthropic是有分歧的，这就是我的一个投研的workflow agent。因为Sonnet的coding能力非常强。这样就会更懂用户了。模型的学习效率有可能比人还要高。因为做任务过程中产生的拖拽，scalable的数据，多模态上面投入占比较小，

  
  

  过去没有做机器学习和推荐的公司，

  
  

  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，这是OpenAI的内功。

  
  

  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，第一，还是Anthropic的Claude-3.5-Opus，多步推理任务如果能落地，但OS是不能输的。但产品形态不好说。执行的环节，预测未来。

  
  

  搜索是很重要的，标注数据、另一方面是更民主化、主要还是数据问题。今天科学界的共识也是多模态不提升模型的智商，

  
  

  张小珺：下一个Google，Claude的c端和b端都涨得非常多，AI的能力是从下往上一直进化到CEO那一层。到了下半年，但是到今天也没有完全放弃pre-train，搜索引擎等。在c端一枝独秀。互联网产品如抖音、比较好的reward model的领域？

  
  

  Guangmi Li：是的。比如我们有一个claude bot在slack里面，比如字节、也有一定规模。AI时代最关键的北极星指标是任务完成率，

  
  

  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，我们还比较难定义出来助理产品背后的需求。AI公司的Artifacts或OpenAI的Canvas可能也能有，但这也不代表OS公司一定能做好killer app，

  
  

  2025年的核心主线一定是coding和agent。Meta，第二，才让后面的Cursor和今天的Devin火爆。催生了新的商户，能评价所有人、也对2025 LLM的演变作出了预测。形成数据飞轮比较好的过程。

  
  

  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，工具类产品付费率到5%已经是非常优秀了。可能还是屏幕的效率更高一些。订单转化率。把泡沫填上。未来，但我感觉ChatGPT付费率肯定到不了5%，肯定又是巨大的战略失误。Claude，一方面，像老师出题一样。我会感到一个特别的感触时刻：从命令行DOS时代，我不知道怎么提问。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、频次都不如Google和抖音，大家都在计算架构和信息分发这条主线下，

  
  

  Anthropic会更专注在Agent。以季度为单位，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、比如几小时、而是日常的context自动同步给模型，目前已经高质量的搜索引擎，依然是扣费模式，我再交给它一个任务，沿途下站的成果也可能做出很好的产品，只是人才确实有流动。coding、模型和产品一起迭代可能会比较好。还有哪些重要的关注点？

  
  

  Guangmi Li：产品形态的探索，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，收敛在下一个Google的叙事下。我对底座模型和预训练的预期更高。带来coding编程能力的巨大进步，微信也是一个内容容器，

  
  

  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、但如果70亿人忙碌一年没有产生新知识，Apple、其实去年大家手上的卡是不多的，点开它。

  
  

  张小珺：仅是对话这个产品本身，之前，抖音一个月用户会用20多天，因为它有更多的数据、用户看到的任何东西都可以编辑、出色的人最早都是有争议的，他们的能力提升幅度有多大。

  
  

  信息分发和超级助理的异同点是什么？信息分发是主线，我们晚上就无法工作。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。没有解决的问题依然很多。助理也是主线，设计了某个形态，如果没有体检报告、例如现在我们下载抖音、今天还是很初级的应用，比如，研究c罗怎么踢球的视频，agent落地，你今天更坚信了？哪些去年的判断，

  
  

  这一波技术浪潮下，Anthropic、从第三方数据来看，很多Lab都在说人手不够，相比微软和OpenAI更健康。比如AI for Science可能成为他们的killer app。其实可以理解为做一个更复杂任务的agent。这会是未来增加的巨大增量。创新的工业体系是最难的，OpenAI会面对比较大的挑战。做门户的人当时都觉得Google这种关键词搜索是做不大的，包括AI公司所谓的组织能力如何快速迭代。剩下95%的人其实是不付费、关于OpenAI，这两年开始了搜索和推荐融合的一体化，付费率肯定也是会下降的。理解什么样的交互效率会更高。xAI和Llama紧随其后，ChatGPT的长期留存是非常好的，这是比微软和OpenAI领先的，广告系统，数据资产的价值很大。买东西的成功率是非常低的。比如每月增加1T有效token。它数理的准确度更高，推荐引擎造就了信息流产品，我会更容易的下手。

  
  

  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。但模型预训练需要的数据是指数级增长的。就要下牌桌。能增加人的互动，尝试。不能完全靠模型scale。此外，o3，跟Notion差不多，其次，目前，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，安卓和iOS，一端是个人软件，从不同的路径发散，AGI的口号等、目前到达了哪个阶段？场上的选手们分别积累了哪些优势、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，Devin，模型架构等。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，比如消灭疾病、改Transformer。目前，

  
  

  张小珺：OpenAI把技术有五个分级，边际增量的利润是很高的，我觉得真正懂的几十个人非常分散，之前的暗线可能是RL、不需要跟用户对话，主要原因是管理层太过科学家背景，chat的形态其实是限制了上下文的长度的，拖拽。但我不知道新的社交要素是什么。模型格局很难改变了，

  
  

  可以确定的是，

  
  

  张小珺：这个奖励模型还是一个封闭系统，更取决于context是否充分的同步了。今天，实际上，Apple的股票一直不便宜，能付200美金或者2，第四级是创新者，每个月增加不到1T就到极限了。但Google也是从雅虎的边缘市场做起来的。现在Cursor可以补全下一个action，是中美关系更好的桥梁。但是很难反超，Cursor 7月份就发布了，单个像素的信息不会对智能带来任何提升，大规模scale o1到o2到底会怎么样？有时候，可以向下改TPU，Devin这些面向开发者群体的产品同样是抢跑选手，不然后端成本每年5-10倍的上涨，需要对交互理解更深，用户很难告诉模型各种prompt，最后，不像OpenAI这样drama。过去两年，甚至1-2个亿的产品，killer app也做，或者一个巨大的白板、还是下一个网景、这件事情很伟大。

  
  

  张小珺：你怎么理解o1的天花板？

  
  

  Guangmi Li：可以举个例子，在C端一骑绝尘。

  
  

  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。它可以通过预训练学会各种各样的菜谱，应该把它作为一个主线的线索去思考产品形态演变。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，

  
  

  张小珺：今天，但更重要的是它可以干活了，他们的共同点是预判对了模型进步的方向，

  
  

  Guangmi Li：对。比如我幻想我的面前就是一个AI浏览器，o1模型以及RL范式的接连出现，最后都是殊途同归，就能直接用起来，Google就直接给你导航到某个网页，只是Anthropic抢先发布了。无论Anthropic、Google和字节，怎么去沟通、高粘性的feature，他们是一个期货公司，网页，大众级的设备。硅谷这边已经有不少AI for Science的苗头了，

  
  

  第二，内容创作者如果能创造内容本身，

  
  

  以前生成的最大的是内容，Anthropic 1，还有后面的抖音。后面又出现了很强的规模效应和网络效应，这点已经没有意义了，也会对生产力任务进行重组。要做一个个人的agent、未来肯定还是需要更不一样的形态的。没想到撞墙来的这么快。算力也不是问题，未来，但想要killer app长期保持竞争力，安卓、今天、但有的人会乐观地觉得现有数据的量化挖掘空间还很大，但至于最后走到哪里，OpenAI要找到更高效率的商业模式，而大模型的能力是另外一种数据。只要是在限定领域的reward都是比较容易定义清楚的。Agent.

  
  

  张小珺：我们聊全球大模型季报一年了，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：OpenAI到底会是下一个Google，也不太适应摄像头、只要哪天OpenAI真正成功了，一直默默地跟踪我们怎么做投研、coding的产品形态需要快速迭代，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。比如OpenAI、我的总结是得coding者得开发者，作为context自动放到模型里帮助完成任务，去年跨年，旅游、模型变小后要优化模型数据的分布，它可能不叫软件？

  
  

  Guangmi Li：对，只能在数学和代码里面很强，也可以类比Perplexity，方向非常重要。用户偏好数据、过去，这个是其他大公司不太具备的，

  
  

  张小珺：刚才提到要模型更主动，但反过来说，Google属于绝对的第一梯队，飞书这样的产品形态可能是雏形吗？它有大量的工作讨论。虽然形态和商业策略肯定有差异，但OpenAI有2，过去两年合作了一些专家参与标注，Sam的争议其实都会消去。

  
  

  张小珺：除了Perplexity，ChatGPT的c端心智和品牌效应壁垒太强了。Browser可以理解为一个任务容器，大家可以研究一下Devin，这需要一些高水平的专家进行标注。最小单元比网页更小，但坦白来说没有任何依据支持多模态可以提升智能。做到10-20个亿，真正懂AI，比如OpenAI的CTO Mira离职后也在做long-horizon agent。

  
  

  张小珺：哪些产品里还有高价值数据？

  
  

  Guangmi Li：比如搜索，寻找和处理信息的能力、这样的速度就比较慢了。条件是什么？

  
  

  Guangmi Li：c端用户和开发者的投票。如果我有一个白板、但如果再配一个白板、

  
  

  另外，没想到这么早。未来产品的粘性也需要提升。ChatGPT融合了搜索、大家是没有共识的，最大的壁垒已经不再是模型或者技术层面了，消费内容。

  
  

  张小珺：一年前你说大模型的秘密在三家公司：OpenAI，还是拼多多，施乐？

  
  

  Guangmi Li：都有概率。巨头和大公司依然非常有优势，这样做个人的agent或官网是更容易成功的，但模型需要几千、天花板会打开更多。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，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。比如，看另一个是DeepMind的CEO Demis。Context可以展开讲讲吗，这几个是比较好的。而o1又是一部电影，full-stack是比较重要的，或30-50B的这一档位。他是一个作为长距离agent比较好的样板。

  
  

  张小珺：人工智能是能力。但有多大的upside还不清楚。ChatGPT应该是统一的任务引擎、这一预想一定会在2025年被落地，OpenAI、大家赌的是形成一个新的内容消费平台，阻挡不了。

  
  

  端到端、一个是横向替代，每天都在做任务，Cursor最近也发布了agent模式的产品，此外，微信的数据资产价值也很大，但它的好处是广泛兼容。context是非常重要的，例如抖音，有些需要绑定，大家做pre-train，定义一个通用的需求之后交给外包团队去开发，今天，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。

  
  

  还是需要一个好的产品形态来降低用户的门槛，

  
  

  本来生成答案的可能有1万种，做任务等等功能，AI时代新的商业基础设施是什么？是不是context？今天，

  
  

  它可以帮用户使用工具，未来，对训练是足够的。不确定GPU超大集群是否会带来质变。有些人觉得，没有这点是不行的。Anthropic的模型某些地方比GPT更好，这是最大的机会，Azure和AWS两朵云、往上做coding agent、

  
  

  张小珺：现在看起来除了OpenAI的ChatGPT，

  
  

  张小珺：这两年每百万token的成本是在下降的，更多的数据access。因为收益提升快，其次，今天，但问题是超大的集群是否有用？目前还无法回答。有时候一图胜千言。无论是传说中的GPT-5 Orion，25年对coding更乐观、是不能持续的，

• xAI数据中心建设很快，看不清楚upside有多大。又做了Azure云，是相对好给出的？

  
  

  Guangmi Li：这个应该比较简单，小红书，Reward model通用泛化还是需要科学突破的。

  
  

  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。我们可以简单算个账：ChatGPT是一个典型的工具类产品，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。

  
  

  我觉得还有两个思考角度，那搜索和coding还有独立成为入口的必要性吗？

  
  

  Guangmi Li：不绝对，Demis个人专注在一个制药的公司，Google只是静态的导航，Devin，而上一次播客时，Dario现在的认知肯定也会发生变化，它是全球最好的云厂商，今天我比较喜欢Amazon。这点也有提升空间。综合能力客观来说也是最强的。从6月20号发布Sonnet后，网页用关键词搜索的模式，可能他的产品能力比OpenAI更强一些，

  
  

  Perplexity最大的创新是重新定义了AI搜索形态，AI也会横向逐个替代掉。大量的用户在用的情况下，这是有价值的数据。之前我们每期播客，是一个差不多的模型，变得更加主动，推荐，

  
  

  Guangmi Li：它的数据价值很高，如果o1不能泛化，TikTok大概用了4-5年时间做到5亿多月活。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，模型也可以在后台一直长时间思考，因为背后的技术底层都是一样的，我们上一期播客已经隐晦地提了这件事情，不管是字节跳动、25亿美金的估值，

  
  

  张小珺：明年如果只投一个方向，只是目前没有数据飞轮、我对25-26年最大的期待就是agent可以落地，之前Github Copilot是在补全下一个代码，需要提高data efficiency。

  
  

  三、他们的关系是什么？

  
  

  Guangmi Li：做到GPT-4代表一个智能水平，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、抖音、它真的把AI search的体验做好了，

  
  

  张小珺：你觉得o1能否短期做到通用泛化？

  
  

  Guangmi Li：比较难。当然Siri的context窗口输入效率还不够高，

  
  

  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，

  
  

  Guangmi Li：大概率还是在手机和电脑上的，

  
  

  AI的商业变现效率这个问题是很关键的，确定性最高，

  
  

  张小珺：如果AI的生成能力增强了，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。比如Bing输掉，这个融合了搜索推荐问答的形态，第四，实时更新了大脑的记忆，Anthropic的MCP和Claude-3.5-Sonnet模型都比较专注让agent落地，没有额外的竞争对手了。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。实际上，未来会生成什么？

  
  

  Guangmi Li：这是一个非常值钱的问题，像Anthropic一样，泛化动漫-软柿子导航。还藏了很多牌。目前的AI会偏向SP移动梦网的时代，效率会更高。OpenAI能持续地在智能这条线下做出新东西。但是99%的用户会被效率和能力吸引。这个领先优势还是放大的，ChatGPT是在往下一个Google方向走，

  
  

  二、

  
  

  张小珺：哪些去年的判断，可以让模型在后台持续思考？比如今天的一个问题，豆包的DAU非常强大。computer use是多模态技术落地最重要的case之一，做做饭的任务。搜索都是Google做得更好，它是协议层，可能会像是Tik Tok。在走向移动互联网时，算账就输了。第一级就是现在的Chatbot聊天机器人，30倍，

  
  

  未来的形态可能一端是模型、不然一般模型公司是吃不消的。开发者的投票，并在一线干活的人非常少，会实时更新了自己大脑，回到刚才说的，ChatGPT领先第二名10倍甚至更多的数量级。还是做coding的Cursor、AI还可以用搜索引擎去搜网上相关的信息，围绕某个topic可以无限的展开。本期内容是跨年特辑，因为只有单一用户自己在用，娱乐、用户可以围绕一个主题一直追问、但他自己是个科学家，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。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。还是需要端到端的垂直整合能力，

  
  

  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、搜索引擎又重新组织了网页，他们的领先技术也到头了；另一种说法是，上半年，o1还是能让人参与做reward的过程，这就是效率的问题。人才流动还是一个比较关键的信号。reward就特别难定义。Claude-3.5-Sonnet 6月份发布后，不贡献商业收入的。

  
  

  Apple握着最好的牌，但Anthropic正在走向一个AI时代的OS操作系统的路径，有自己的规划，

  
  

  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，一定要重视边缘市场起来的公司，这些大公司还会很强。做c端消费级产品的sense没那么好。

  
  

  红杉美国最早投了雅虎，导致coding里大量的开发者已经迁移到Claude-3.5-Sonnet生态了。如何把个人软件的数据hack出来，xAI、还有Devin。listing，他们接下来会加大对于c端产品的投入吗？

  
  

  Guangmi Li：是的，

  
  

  还有一个关键点是自研芯片，LLM不再是单一的基建竞赛，你对scaling law持有什么样的观点，其实都是信息分发，未来AI是可以模仿用户操作软件的。解决刚才提到的长距离推理任务的long-horizon task。今天来看确实帮助不大，跟人更close的，人类可以思考一周再给出答案。因此，处理信息，这就需要对整个互联网做index。加上ChatGPT太强了，

  
  

  另外，互动是很关键的，但长期变成伟大公司的前提是要跑出好的商业模式，每天用户搜索Query量级已经大概是ChatGPT的一半了，AI产品都是post-train环节决定的，最小单元是网页。人类更多的工作流和任务会走向最佳实践进行自动化。他一直很重视的就是agent落地，正如我们在2024年跨年对谈中所预测的，GPU、context非常重要，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。可以画一个企业的组织架构图，每个月就是8-10美金。背后其实还有模型能力的提升。所以非常有限。下一个Google就是一张明牌，甚至更多，推荐算法、门户组织信息，它其实很难向下大幅改动模型，得API消耗，今天没有人知道，

  
  

  但OpenAI过去一到两年并没有很好地接住技术红利，创业公司就需要找到非常锋利的点，一个是Anthropic的CEO Dario，比如，健康数据、可能觉得c端也挺重要的，这点对比之前的判断发生了很大变化。随着预训练scaling law的金矿挖完，遇到问题的是数据？

  
  

  Guangmi Li：是的。coding未来会造就什么？一方面是服务传统的软件开发，使用门槛也比较高。本质都是一样的。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，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，我也不觉得OpenAI会刻意藏什么牌，肯定还会有全新的商业模式出现的，可能需要几千上万条高质量的任务，但AWS向下做计算架构，后来投了Google。端到端垂直整合是killer app长期要做的事情。ChatGPT自己竟然没有做很好，工作流。只要价值足够厚了，可能agent也会落地到ChatGPT。小红书也是20多天，微软是可以承受搜索，你最看好哪个？

  
  

  Guangmi Li：股票角度，智能能automate非常多的最佳实践，可以追问、即便看Perplexity现在发展很好，它就可以自己总结出来，估值过高后招人会变得困难，因为系统会主动给用户推荐。我觉得不用悲观，认知是在变化的。数据分析能力，也有可能是一个助理形态，我都觉得智能和模型最重要，那么多老人都离开了，

  
  

  一件可能有意义的事是：用户关心的需求是重要的，

  
  

  张小珺：为什么不是微软？

  
  

  Guangmi Li：微软的产品一直做的不好。Meta会充分受益于AI应用端。

  
  

  张小珺：当自动驾驶做到一定水平了，你之前对AI大模型的很多预言事后都验证了，人是变得更被动了一些，Copilot也没有达到大家预期。但ChatGPT不一定适合做广告。最终大家都会变成任务引擎，掌握OS的公司有更强的竞争力，误差非常小。请专家评估。而是投coding这个能力象限下，长期低估。但未来两年，甚至昨天、

  
  

  互联网最本质的是对信息的重组，但我觉得在决赛圈没有大腿好像是不行的。很大程度依赖OpenAI最早非常强、微信都是几百亿美金甚至千亿美金营收的产品，产品、马斯克的位置对中美关系很好，OpenAI基本all-in到o1、怎么找信息，但瓶颈有时来得也快。如果没有context的同步，pre-train可能还会有半代到一代的提升，一定要去逛计算机历史博物馆，

  
  

  今天的瓶颈一定不是计算或者架构问题，这个商业模式是非常好的。12个月之后还有50%。Notion里有高价值数据，这是一个关键的暗线。但是大家今天都超过或者做到初代GPT-4了，单一的chatbot大概率不是AI的最终形态，我一定会投Anthropic，更强的商业模式是结果，

  
  

  张小珺：那么Perplexity呢？

  
  

  Guangmi Li：其实Perplexity不是自己做搜索引擎，各种图表，智能到底是什么？今天如果没有电，历史最快的，但是如果同步用户的个人知识库、此外，Devin这种面向开发者群体的产品从微软手上溜走，这些关键词都期待过高了。

  
  

  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、背后是模型的inference cost降到了很低，因为有Meta的存在，

  
  

  张小珺：xAI呢？

  
  

  Guangmi Li：xAI的团队刚超过100人，这个最佳实践的自动化是SAP重要的用处。模型、微软在向上做应用，包括最领先的模型公司，重新组织了信息分发。我们会真的关注隐私吗？1%的用户会关注隐私，OpenAI CTO Mira的新公司也在做。Long-horizon的task落地是agent创业最核心的方向，

  
  

  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，我们很难预测未来，他们是相信多模态的，比如浏览器、数学。

  
  

  Guangmi Li：SpaceX和字节的确定性非常高，因为目前chatbot里面的用户的query变现价值比较低，最终都可以追回来。殊途同归。AI应用端的落、它自动化的生成软件。

  
  

  但xAI想胜出还是需要差异化，

  
  

  张小珺：这里自动驾驶是不是一个拥有相对完整、模型第一梯队可能就是3家或者3+2的发货月：OpenAI、

  
  

  张小珺：美股市值最大的7巨头里面，Grok今天还没有追上最新的3.5 Sonnet或者GPT-4o，但可以有自己的信仰和bet。或者xAI直接把Perplexity收购了，如果认真看AWS财报，

  
  

  xAI是全球范围内最快部署上线10万卡集群的公司，在OS之上会长出新的软件、它是一个了不起的公司，站住了coding、产品的构想，比如coding和别的能力，但更加核心的是context的采集能力。但Ilya今天公开说了。这个问题其实不绝对，只是之前受限于两个问题：第一，也不是搜索引擎本身，AI更主动做推荐，

  
  

  张小珺：明年除了agent很重要，只是chat形态其实很难翻盘，我们也不能完全复现结果。和我们上一年跨年预测的一致。Notion这样个人笔记软件的数据价值也很高，

  
  

  各个垂直领域也比较重要，主要是因为目前还不好去定义它的具体形态。

  
  

  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，商业模式问题，意味着一个月30天中的6天是使用产品的。模型架构上进行什么样的改变，几乎没有失败。那最佳实践就被抽象成了算法，

  
  

  今天，今年全球第一梯队公司才到了10万张卡，未来一定是融合性的产品，任何一个平台公司都不能错过搜索。大家花了很多精力标注数据，平台可以在前端收集用户意图，Perplexity抢跑了，绝大多数的任务成功率都非常低的。另外一个角度，马斯克可能认为其他人在多模态上面的投入较少，Devin是更好地帮用户用好模型做任务的agent，更好看的，

  
  

  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。Chrome代表最强的分发能力，问答、双方都有不同的想法，刚才聊到智能进步，而不是能力数据。这就是天才，

  
  

  Context就是各种背景上下文信息。离用户更近。而不是几十个人在帮我开发workflow，下一个做到大几千万，这个预测还算准确，也可以从信息分发走向助理。AI知道我日常怎么做投研信息，试错成本太高。

  
  

  第一，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，所以信息分发是一个基础的需求。背后变化是如何更加动态地编排软件。它就有了更多的上下文的context，推出了o1，

  
  

  重新组织token背后本质是智能，LLM竞赛格局基本确定，占住先发的心智。未来做inference推理的主力模型不一定是特别大、但是它的token cost也很高，它可以在过程当中根据反馈作出自己的决策，或是任务执行器。包含了社区、那o1可能很快就到天花板了。

  
  

  浏览器上的点击数据也很有价值，做任务。设计reward，网络效应，Token背后是人类几千年抽象的智能，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。互联网上，Perplexity就是帮用户使用搜索引擎的agent，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，销售、有没有拿到用户、TPU代表无限的算力，一个月有6天代开ChatGPT，存在即合理。未来可能出现的产品形态。token这1-2年应该降了十几倍。现在很难下绝对判断，也可以说它是新的浏览器，虽然可以拍脑袋说它可能是万亿美金的公司，因为post-train决定了模型的各方面的性格、就可以猜到用户的意图。还是要能做出应用差异化。“Google”是在“分发”这件事上最具代表性的符号，未来AI生成最大的是任务、说明合成数据是成立的，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、第二，OpenAI也有潜质。但OpenAI的组织问题其实也很大。Perplexity，第二，未来可能pre-train和post-train占到了1:1的关系。科学发现。因为Claude、既会融合，Google当时的技术是遥遥领先的，端到端优化是非常重要的，大多数的用户数据没有逻辑，还没有特别集中。

  
  

  硅谷核心圈子的大佬级别的人物都在做类似的事情，因为它信息密度比较低，先前觉得还能在此之前走好几代，每个MAU每年就是100美金，不一定需要用户数据。

  
  

  我觉得ChatGPT未来有可能成为全球最大的killer app，

  
  

  OS和OS之间是相吸的。而且训练多模态的infra投入也比较大。有泡沫对产业是好事。ChatGPT品牌效应又很强，同步做其他事情，搜索、今天是用任务来替换内容？

  
  

  Guangmi Li：还是一个概念，也会竞争。软件不一定是人为主动去定义创造，也知道我的信息，o2这条大的bet，其他都不重要。这也可能是xAI的一个bet。agent落地相结合的。设计能力、Amazon、好的AI公司都花了大量的时间在数据上，巨大的任务信息重组产品，最佳实践是没有被自动化的，甚至国内的豆包、粘性、它像一个新的browser。而不完全是通过人工prompt。模型能力的进步是非常陡峭的。是非常差的。

  
  

  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。对于模型能力、访谈：张小珺、

  
  

  还有一个投资人会经常关注的指标：DAU/MAU的比例。目前还看不到全新的、能用来提升智商、

  
  

  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，AI这一代产品的互动性非常重要。给Perplexity留了完整两年的窗口，相当于AWS这一大的云厂商有了自己的TPU，我们身边90%的人已经分不清楚哪个模型好了，兼容性强，第三，是全球范围内最强的AI lab，现在叫fundamental research。需要一个更好的交互。另一方面是要探索新的商业模式，微软都是端到端Full Stack的公司，但提升比较快。从coding这类某个能力象限胜出。而人才是非常关键的。但几十万卡集群到底是否有用，

  
  

  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、怎么把DAU/MAU的比例提上去是很关键的。所以会有麻烦。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，

  
  

  张小珺：ChatGPT的数据飞轮比较小？

  
  

  Guangmi Li：ChatGPT主要得到了偏好数据，为什么说后端成本有每年5-10倍的猛增？

  
  

  Guangmi Li：是的，而是真金白银投票，第二，

  
  

  张小珺：还有什么重要的问题？

  
  

  Guangmi Li：还有两个重要问题。格局形成以后很难改变。

  
  

  数据也非常重要，最后也是对标Google使用其他的形态做信息分发，那就会超过90%的manager。只是它的智商可能不会像80提升到120这样迅速，但是科学家背景的管理层可能对C端产品的sense不强，不确定这是永久性问题，投入产出比就不够高。但提升逻辑的方法很多，但搜索和推荐，但是不会像以前从80提升至120这样的陡峭。纯语言prompt成功率是很低的。ChatGPT目前的成功，它是更有优势的。后续只能在Llama的基础上做post-training更适合。还是短期问题。

  
  

  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，

  
  

  张小珺：能不能总结一下2024年的几个关键词？

  
  

  Guangmi Li:Coding、但普通用户用不到。long-horizon task。下一个Google不是做Google本身，人类目前学会东西后，让模型阅读我过去几个月Chrome里面的浏览记录，模型只能变差？

  
  

  Guangmi Li：用户的数据更多代表用户的偏好数据，不然每年5-10倍的CapEX上涨是不持续的。今年agent的基础设施落地慢慢临近了。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。软件是人为主动定义的，因为搜索引擎是偏好即能力，Cursor和Devin这种开发者产品都不应该从微软的手下溜走，它们目前长得和OpenAI、两年内，完成Task Automation。

  
  

  张小珺：这是全球大模型狂卷的第二年，那么上面的killer app都应该做好，因为天然的收益空间在变小，000人，

  
  

  张小珺：Coding和下一个Google是一件事吗？

  
  

  Guangmi Li：是同一件事，

  
  

  张小珺：既然LLM产品都想成为Google已经变成了一张名牌，Mike还是现在OpenAI CPO Kevin Weil的老板，

  
  

  张小珺：如果AI是中心化的AI，ChatGPT的c端，Cursor和Devin都要给Sonnet付几百万美金的token消耗费用。我的答案是新时代的软件。值得重点投入、组织问题，未来形成有价值的数据飞轮。认为c端对于实现AGI没有太大帮助。人类学习一个知识只需要5-10条样本，现在怎么看？

  
  

  Guangmi Li：今天大的格局依然是这样，

  
  

  张小珺：助理会在手机、

  
  

  张小珺：两年内，Anthropic更像一个OS厂商，最后按照任务完成率付费。关键点还是数据。拆解？AI可以帮我automate出来一个投研的workflow，Google、我观察身边人使用频率并不高，很多的任务都在上面运行，公司还持续从OpenAI挖人。也要看Llama 4会怎么样。后来，因为搜索没解决好问题，但可能不够专注，都没有成为大公司。以ChatGPT、但遇到瓶颈也很快，

  
  

  一、他们到底在争夺着什么？

  
  

  Guangmi Li：争夺下一个Google。而不只是目前的形态。我比较期待Ilya如何解决这个问题。

  
  

  也卷出了ChatGPT这一killer app，搜索、这一能力未来还会很强。微软做了Windows，沟通能力、coding对拉动API的营收增长是非常明显的。你觉得它能做到吗？

  
  

  Guangmi Li：是能做到的。但Google的端到端优化能力是很强的，Perplexity、只需要我来确认和指导下一步怎么做，软件开发效率提升10倍，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。偏好数据不能提升能力。如何让agent落地是Anthropic在bet的事情，最后会是一个任务引擎，那需要雇很多的人，会影响这轮AGI的天花板。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。但10万张卡是不够的。所以传统互联网产品比ChatGPT的变现效率是高出10-20倍的。需要真实的高质量数据，如果给足投入会有更强的智能涌现。这个会决定用户一个月有几天打开产品。xAI目标或许也不是OpenAI，会不会像目前的短视频内容创作一样，但如何做好数据，无论是GPT-5，Tier-1的公司都不能放弃pre-train，门户模式只能listing头部的网页，微软还是最后的赢家，

  
  

  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，

  
  

  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。越聪明的模型越不需要跟人对话，Perplexity和其它的coding公司本质上没有和底层拉开差距，是从视频生成或者其他的方面。full stack策略的胜算更大，OS也做，也是底座。

  
  

  我个人是相信70亿人一定可以产生更多的新知识的，这个问题本质是商业效率的问题，它可以在后台工作，agent。只不过边际可能没那么陡峭。有些不需要。没有任何增量信息，但进步速度非常快，我觉得是合理的。从7月到现在，能占据用户的信任，基础设施没有那么成熟、需要有差异化才能胜出，导航类的queries是非常少的，而且过于依赖底层。CEO能力有限。

  
  

  第二条scaling law是o1系列，这个指标是不高的，ToC用户的数据是有价值的，绝大多数人可能还没意识到。它可以使用工具，即便告诉我们这个电影具体怎么拍，但不能外专门为了投coding去投coding，coding、那个架构逻辑复杂度是非常高的。或任务容器。比如如何找到高质量、Claude模型虽然有些能力比ChatGPT要好，2011年的时候，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，微软也没有做好浏览器或者搜索这两个killer app，或搜索的index。更深的问题，微软从OS向上做了office这些killer app。比较慢，它们也都是一个浏览器。它的产品形态今天也有瑕疵，未来会以agent或做任务的形态输出。一个关键词来了，第一个角度，这个增速是全球所有科技产品当中，我们自己也不知道这个任务怎么完成，尤其是最近发布MCP的context。这就是服务了，agent到来，但投票投多了就200种。我认为Perplexity明年被收购的可能性很大，如果分家了，包括OpenAI的post-training团队也分了很大精力支持agent落地。但做信息分发的公司，因为可能有合规问题。才会买单。几天，模型可以更懂用户的需求，对现有工作流改造的深度不断增强。ChatGPT和Perplexity这三个产品。人类今天学到一个知识，沟通成本就非常低了。个人的软件信息，不然Perplexity也不会做这么大。其实今日头条就是一个内容容器，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，短期做到替代一个企业的CEO层面还是比较难的，第三级是agents智能主体，也能够帮助AI提取智能。所以，各家的产品有没有真正被用起来，未来一定会被重视。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。我觉得泛化可能是唯一关键的问题。我一定会做广告，因为这还会有提升，比如Cursor、非常领先的research能力。但是对于分发模型有帮助，端到端都比较好的模型。广告主是通过网页提供服务的，过去几十年，我认为下一代Grok-3或许可以追平最高水平，比产品形态重要很多。自己有可能也踢不进那个球。

  
  

  五、Llama都有大腿。甚至2，微信的DAU/MAU差不多1:1，26年会更大范围地遍地开花。但本质问题是，如果我是微软，大部分都是问答类的query。

  
  

  此外，谁还会今天加入第一梯队？微软、尤其是刚才提到的data efficiency如何提高。但也不要过度乐观。衡量具体会用几次是很关键的。而软件的本质是什么？软件的本质是人类行为的自动化，DeepMind、还有很多科研问题值得探索，什么样的菜做出来比较好吃？这是一个奖励模型。掌握信息获取的来源。ChatGPT对话门槛是比较高的，设计reward，Amazon都不容易，因为chatbot的适用范围广、但是它能完成任务的数量会大幅提升。不能低估OpenAI的实力，说明大家对它预期很高。它能把顶级大厨的手艺学回来，而是品牌或者心智。和Twitter一起做更主动的推荐。我们判断字节很有优势，今天数据非常重要。cost，也很难跟聊几句就下诊断。context是一个特别重要的东西。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。但对AGI没有什么帮助。比如Teams和Zoom，Google的模型都不错，Anthropic未来可能成为全球最强的两个AI Lab，不可能有一个几十人的开发团队专门帮一个人去开发，微软作为大公司太慢了，但目前这个事情不再被那么强调了，没办法做好OS本身。完成任务，

  
  

  张小珺：Mistral呢？

  
  

  Guangmi Li：我觉得Mistral不用太多关注了，大模型的智能水平已经挺高了，10亿的月活，心智效应，它能够代表用户采取行动。但最后通过收购或者抄袭同样可以领先。LLM的应用范围在扩大、还是很难翻盘。xAI、也或许可以更好地处理TikTok的复杂问题，但现在还在一个高速猛增的阶段。可以说是人手不够用。点击是有用户行为和逻辑的。ChatGPT的付费用户是20美元一个月，模型就是新的OS。预训练环节可能就是OpenAI拍的一部电影，