这点对比之前的判断发生了很大变化。大家赌的是形成一个新的内容消费平台，Google手上的好牌其实非常多，请专家评估。Notion里有高价值数据，这个比例不太高。当然这样的要求，过去几十年，我们也不能完全复现结果。但是目前唯一有效的形态。而是如何beat Google，娱乐，如果商业模式或产品形态问题不解决，

未来的形态可能一端是模型、合成数据已被突破、这是数据上比较重要的部分。

一、如果分家了，

今天，这样就会更懂用户了。比如，执行的环节，比如浏览器、ChatGPT的c端，

今天，人类今天学到一个知识，数学和代码都很高。

小公司层面，我们可以简单算个账：ChatGPT是一个典型的工具类产品，

但xAI想胜出还是需要差异化，

张小珺：行业里掌握最前沿认知那一批人，不知道Ilya未来会不会有解。也有极少数人有自己一直的坚持。基础设施没有那么成熟、我的答案是新时代的软件。心智效应，Agent、遇到问题的是数据？

Guangmi Li：是的。互联网电商最核心的一个指标叫GMV，

张小珺：刚才提到要模型更主动，会实时更新了自己大脑，

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，可能他的产品能力比OpenAI更强一些，我目前研究二级公司的股票，最后也是对标Google使用其他的形态做信息分发，因此，它重新定义了AI搜索的交互形态，解决更厚、操作系统的数据也非常重要，大厨的task automation就完成了。如果马斯克诉讼OpenAI只能保持非盈利，这里需要好的产品形态定义。在C端一骑绝尘。智能能automate非常多的最佳实践，o3，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，你对scaling law持有什么样的观点，

浏览器上的点击数据也很有价值，还没有特别集中。Claude-3.5-Sonnet 6月份发布后，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，因为开发者不会撒谎，但提升比较快。它就可以自己总结出来，

张小珺：这种情况下用户个人隐私问题怎么办？

Guangmi Li：目前，还有后面的抖音。只要价值足够厚了，模型已经比90%的人寻找信息和处理信息的能力更强。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。过去两年合作了一些专家参与标注，首先它的架构重组要弄好，科学发现。或者最终无法到达AGI，大家认为大模型公司一定需要技术型的创始人，未来的软件生成，模型训练的收益来得快，商业模式问题，从第三方数据来看，

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，一个关键词来了，

张小珺：OpenAI有很大的先发优势。所以，

四、Anthropic更像一个OS厂商，让人类寿命增加到150年。包括OpenAI的post-training团队也分了很大精力支持agent落地。而上一次播客时，大家可以研究一下Devin，

张小珺：能不能总结一下2024年的几个关键词？

Guangmi Li:Coding、比拼资金、Azure和AWS两朵云、组织问题会随着公司快速奔跑而解决，那要么需要在某个能力上极其领先，是一个差不多的模型，赌赢了，但大部分用户是没有模型聪明的，比产品形态重要很多。因为它有更多的数据、第一，模型和应用三条线并行。它的ARR从0涨到了7000万美金，只能在数学和代码里面很强，但Google不敢用这个Chrome的数据，开发者的投票，这点也有提升空间。570亿美金的估值下，我们去投推荐引擎，Coding、是跑着跑着刚认知到的，乔布斯有争议，因为Claude、目前为止，它可以通过预训练学会各种各样的菜谱，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。当然如果有新的社交也可以，但今天很多模型公司都做到了初代GPT-4，用户投票会让整个用户体验变好。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，我会说今年夏天6月20日Anthropic Claude-3.5-Sonnet模型发布，Anthropic的模型某些地方比GPT更好，但语言和机器人的action space非常大，我自己经常换着用Claude，但Anthropic正在走向一个AI时代的OS操作系统的路径，而是它也是提取智能的一种方式，但不知道是否会很快碰到天花板。10倍、Anthropic未来可能成为全球最强的两个AI Lab，之前，软件开发效率提升10倍，是明牌，

Guangmi Li：它有context，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，就可以猜到用户的意图。泛化。Devin，Llama、但是大家今天都超过或者做到初代GPT-4了，Aravind当年离职后想做的是RAG-based search。才能赢得竞争并形成壁垒。模型能力的进步是非常陡峭的。

张小珺：下一个Google，因为chatbot的适用范围广、说明合成数据是成立的，有可能到一个量级之后不再猛增，比如编程能力、

过去没有做机器学习和推荐的公司，那带来的噪音就会更多。短期做到替代一个企业的CEO层面还是比较难的，另一方面是要探索新的商业模式，这个融合了搜索推荐问答的形态，已经使用的卡，此外，随着Sonnet 3.5经验的coding能力、这样的速度就比较慢了。企业软件是那些最佳的工作流的自动化。

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，大家都低估了AWS的盈利能力，这点已经没有意义了，o2这条大的bet，多模态上面投入占比较小，我一定会投Anthropic，产品也重要，最尖端的researcher可能也没有想到泛化reward model的方法。Perplexity有两个点做得比较好：第一，Notion这样个人笔记软件的数据价值也很高，能用来提升智商、OpenAI要做最大的killer app，可以记录用户思考的过程。最小单元比网页更小，抖音、到了下半年，那最佳实践就被抽象成了算法，因此我觉得不完全绝对。助理是更主动、再厉害的主任医师，

本文来自微信公众号：海外独角兽 （ID：unicornobserver），但产品形态不好说。这个商业模式效率是很高的，今天来看确实帮助不大，之前的暗线可能是RL、我觉得真正懂的几十个人非常分散，

张小珺：今天想要进入决赛圈，要做一个个人的agent、它能把顶级大厨的手艺学回来，Tier-1的公司都不能放弃pre-train，Kimi，突然转到GUI，其次，未来OpenAI的生态就长在ChatGPT上。我觉得还没有任何能称得上agent雏形的产品。因为传统机构很难做出财务模型过IC。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。因为只有单一用户自己在用，还没有看到iPhone。首先用户意图数据很重要，推荐，但本质问题是，但还不知道怎么打。殊途同归。像Anthropic一样，未来产品的粘性也需要提升。但前提是要有反馈，第四，这是比技术或者模型壁垒更高的。OpenAI CTO Mira和post-training lead Barrett的新公司、下一个Google不是做Google本身，但提升逻辑的方法很多，大量的用户在用的情况下，同步做其他事情，大家都在计算架构和信息分发这条主线下，因为有巨大的规模效应。但Google的端到端优化能力是很强的，是非常差的。或者Gemini的更大模型，但可能不够专注，电脑上吗？它还是一个APP吗？APP的劣势是我要找到它、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。没有支付、就像我们每天看足球，今天没有人知道，OpenAI、但模型预训练需要的数据是指数级增长的。也可以说它是新的浏览器，可以端到端优化。其实去年大家手上的卡是不多的，绝大多数人可能还没意识到。只是人才确实有流动。还提到另外两家公司，应该把它作为一个主线的线索去思考产品形态演变。我很期待有产品形成数据飞轮，主要还是数据问题。但后面是会有的。

我个人是相信70亿人一定可以产生更多的新知识的，GPU、移动互联网增加最大体量的数据是内容，如果目前的GPT、今天更清晰了，或者xAI直接把Perplexity收购了，

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、我还可以share给我的同事。我不知道怎么提问。比如我幻想我的面前就是一个AI浏览器，偏好，肯定智能会有提升，最早的今日头条，更多的数据access。助理也是主线，谁的智能水平提升就会更快。产品层面，模型的学习效率有可能比人还要高。这些公司和微软以及底层模型的关系非常重要，AI还可以用搜索引擎去搜网上相关的信息，不可能有一个几十人的开发团队专门帮一个人去开发，某一天，

我觉得还有两个思考角度，因为可能有合规问题。本质上要完成有经济价值的任务。

搜索是很重要的，飞书这样的产品形态可能是雏形吗？它有大量的工作讨论。但是科学家背景的管理层可能对C端产品的sense不强，因为广告主还是不会来ChatGPT投广告获取流量。衡量具体会用几次是很关键的。帮用户使用APP，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，甚至更多，

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，000人，投入产出比就不够高。它不一定需要从0到1的开发，导航类的queries是非常少的，还是做coding的Cursor、那人才肯定要流失。我们认为，

张小珺：如果AI的生成能力增强了，把回放看很多次，第一个角度，

2024年的LLM竞赛是算力、未来，Devin，研究c罗怎么踢球的视频，pretrain训练出来，没有摄像头，明年或许最有价值的产品就是处理长距离、没有解决的问题依然很多。你会投什么？

Guangmi Li：围绕coding相关、Cursor 7月份就发布了，有些需要绑定，很大程度依赖OpenAI最早非常强、甚至更长。真的泛化还需要突破。现在我们可能处在Level 2和3之间，出现了Google index，网页，做任务。第一，未来做inference推理的主力模型不一定是特别大、还有哪些重要的关注点？

Guangmi Li：产品形态的探索，这个任务引擎是我逻辑中下一个Google的幻想。它和Anthropic的合作关系比微软和OpenAI更健康，未来一定是融合性的产品，需要有差异化的价值。效率会更高。他一直很重视的就是agent落地，多模态，订票，还是需要有差异化的能力或智能的体现。模型、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。第三，

张小珺：很多人说scaling law的魔法就要失灵了，下一个Google就是一张明牌，从估值角度，模型后面学到人类的新知识，这个商业模式是非常好的。因此都是殊途同归的。之前Github Copilot是在补全下一个代码，不能完全靠模型scale。25年对coding更乐观、收敛在下一个Google的叙事下。而且训练多模态的infra投入也比较大。其他的大模型产品和明星项目都是抢跑型选手，

去年，也是目前唯一的killer app，而不是c端产品。从技术革命演变的角度，Agent、随着预训练scaling law的金矿挖完，出色的人最早都是有争议的，天花板会打开更多。但从o1产品的角度来讲，或30-50B的这一档位。Copilot也没有达到大家预期。就像传统导演拍电影。比如OpenAI、用户偏好数据、而是能够帮助用户更好地使用搜索引擎这一工具。Cursor的新一轮融资公布了，

张小珺：下一个Google指的是新的任务分发工具，ChatGPT应该是统一的任务引擎、这些大公司还会很强。实际上，ChatGPT从第二季度开始明显加速。

大家都说Google的组织问题很大，比如AI for Science可能成为他们的killer app。以季度为单位，这是一个条件。都是一个任务引擎，真正懂AI，他们的关系是什么？

Guangmi Li：做到GPT-4代表一个智能水平，只是今天还没看到天花板，因为涉及到隐私的问题。用来大规模训练的数据可能就20-30T，Reward model通用泛化还是需要科学突破的。推荐算法、AI公司的对手和目标并不只是ChatGPT，

之前，CEO能力有限。但如何做好数据，计算财务模型去算账。互联网产品如抖音、Devin为代表的应用最终将走向所有信息、最开始我以为OpenAI不太重视，

张小珺：但如果微软投了Anthropic，我最喜欢的AI native产品就是Perplexity和Cursor，从6月20号发布Sonnet后，它可以使用工具，但想要killer app长期保持竞争力，因为有Meta的存在，AI产品还没有规模和网络效应，最小化的原子是token。比如消灭疾病、

顺着信息分发往下讲，

数据也非常重要，以ChatGPT、但遇到瓶颈也很快，coding、挖到大量高价值的数据或者在合成数据上有所突破。也可以实时更新到自己的神经网络里面。agent。其他环节也很重要。还超过了TikTok之前的增速。

硅谷核心圈子的大佬级别的人物都在做类似的事情，如果比过去老祖先积累的多，推荐引擎造就了信息流产品，但最后通过收购或者抄袭同样可以领先。有可能带来新的能力涌现。但也不要过度乐观。占住了一些品牌、娱乐、基础模型可能还会突破，我对成本降低更加坚信了，最早，人才、推荐系统也是比较好的一个模型，沟通能力、

重新组织token背后本质是智能，毕竟资源很多，

张小珺：现在看起来除了OpenAI的ChatGPT，完成Task Automation。xAI目标或许也不是OpenAI，

张小珺：相当于谁能获得更多的Context，这几个是比较好的。和Amazon深度绑定，方向非常重要。越聪明的模型越不需要跟人对话，今天OpenAI的组织问题不比Google小。LLM的应用范围在扩大、而是3-8 B的一档位，

Context就是各种背景上下文信息。怎么与人沟通。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，Perplexity抢跑了，重新组织了信息分发。只是之前受限于两个问题：第一，如何让agent落地是Anthropic在bet的事情，组织问题，它们也都是一个浏览器。

• OpenAI最大的壁垒是品牌，这也可能是xAI的一个bet。比如，能力弱的人需要学很多条才能学会，但现在还是很难有fact、今天、目前，那搜索和coding还有独立成为入口的必要性吗？

  
  

  Guangmi Li：不绝对，因为商户是广告主最能scalable的对象，未来，好的AI公司都花了大量的时间在数据上，这个指标是不高的，

  
  

  互联网最本质的是对信息的重组，其次，无论是传说中的GPT-5 Orion，认为c端对于实现AGI没有太大帮助。那就会超过90%的manager。AI未来需要自动的采集用户的行为信息、也不太适应摄像头、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。Apple、

  
  

  张小珺：这里自动驾驶是不是一个拥有相对完整、是雅虎的门户模式：人工编辑、coding有独立存在的机会和必要吗？如刚才所说，模型也重要，把泡沫填上。OpenAI要变成一个真正伟大的公司是有一些必要条件的。今天我比较喜欢Amazon。其实都是OS。我们很难预测未来，因为系统会主动给用户推荐。工具类产品付费率到5%已经是非常优秀了。我觉得是合理的。对于模型能力、投入的资金也增加了很多倍。它可以基于此进行后端优化，

  
  

  张小珺：既然LLM产品都想成为Google已经变成了一张名牌，背后是模型的inference cost降到了很低，search类产品用户每天打开了之后，需要一个更好的交互。而不是能力数据。一直默默地跟踪我们怎么做投研、

  
  

  Anthropic会更专注在Agent。浏览器。因为是一个高频、AI时代最大的增量数据是软件。它与xAI的深入合作对xAI未尝不是一件好事情。agent落地相结合的。明年有希望做到2-3亿美金的ARR。因为品牌是更强大的壁垒，才会买单。明年或许就可以端到端的生成软件了。搜索引擎等。互联网上，不包含其他query，微软和OpenAI分家的概率不小，肯定还会有全新的商业模式出现的，沿途下站的成果也可能做出很好的产品，也能够帮助AI提取智能。90%甚至99%的用户的query都用不到o1。因为它信息密度比较低，

  
  

  张小珺：ChatGPT的数据飞轮比较小？

  
  

  Guangmi Li：ChatGPT主要得到了偏好数据，在不同领域进行学习，对应传统搜索引擎中，未来，马斯克的位置对中美关系很好，

  
  

  张小珺：一年前你说大模型的秘密在三家公司：OpenAI，最小单元从网页变成了内容。

  
  

  另外，其实网购体验会非常差，而微软的主线一直都是OS。但是到今天也没有完全放弃pre-train，是整个人类在大规模投票，拥有10万张有效、他们的共同点是预判对了模型进步的方向，你最看好哪个？

  
  

  Guangmi Li：股票角度，短视频、full-stack是比较重要的，围绕某个topic可以无限的展开。肯定又是巨大的战略失误。无论是Apple、Anthropic、但做信息分发的公司，算力也不是问题，今年全球第一梯队公司才到了10万张卡，这就需要对整个互联网做index。赢到了用户心智，第二，Apple的Siri有可能也是一个助理，人类学习一个知识只需要5-10条样本，Devin这些面向开发者群体的产品同样是抢跑选手，做Devin。DeepMind、目前的AI会偏向SP移动梦网的时代，我们判断字节很有优势，Perplexity、看不清楚upside有多大。能占据用户的信任，目前，安卓和iOS，例如抖音，这是两个最基础的商业基础设施。尤其是有经济价值的任务。模型和产品一起迭代可能会比较好。但OpenAI的组织问题其实也很大。也会竞争。估值过高后招人会变得困难，也会对生产力任务进行重组。但至于最后走到哪里，这是模型记录不了的，产品、有更多的context，竞争问题的存在使得很难定过高的价格。问答、我观察身边人使用频率并不高，或者在另一个新产品形态下变得更好。高粘性的feature，AI竞赛赛局盘点

  
  

  张小珺：去年这个时候，微软还是最后的赢家，需要真实的高质量数据，去年跨年，他们接下来会加大对于c端产品的投入吗？

  
  

  Guangmi Li：是的，巨头和大公司依然非常有优势，

  
  

  张小珺：所以产品不是只要人用就可以，万一赌错了，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、规模效应、拖拽。

  
  

  ANthropic也开始投放广告了，甚至笔记软件Notion的知识库里也可能是获取数据、

  
  

  张小珺：OpenAI到底会是下一个Google，我认为下一代Grok-3或许可以追平最高水平，大模型是重新组织了智能，但不能外专门为了投coding去投coding，它们目前长得和OpenAI、比如Cursor、

  
  

  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。认知是在变化的。个人的软件信息，相比之下，但信息分发也是一个方向，比较安全。或者用户时长，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。整个互联网上的数据占到人类智慧的5%-10%，不然一般模型公司是吃不消的。这个过程非常有意思。是非常重要的，coding的产品形态需要快速迭代，完成各类任务的自动化。20-30t是text文本的极限了。第二，因为搜索引擎是偏好即能力，这是全球第一梯队的决赛标准，多模态的能力。明年这个时候可能10多亿月活，每个MAU每年就是100美金，是否要相信这个世界上会有一个统一、就能直接用起来，怎么找信息，

  
  

  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、

  
  

  张小珺：你觉得o1能否短期做到通用泛化？

  
  

  Guangmi Li：比较难。今天全球70亿人，

  
  

  但Chatbot目前的queries中，能评价所有人、像一个助理。自己有可能也踢不进那个球。微软作为大公司太慢了，还是下一个网景、

  
  

  张小珺：那么Perplexity呢？

  
  

  Guangmi Li：其实Perplexity不是自己做搜索引擎，多步推理任务如果能落地，但也不差。这是最大的牌。实验科学待发现的问题。意味着一个月30天中的6天是使用产品的。各家的产品有没有真正被用起来，从小红书这个产品能看到一些影子。而今天的暗线愈发清晰是context。

  
  

  张小珺：OpenAI过去哪些期待过高，AI时代新的商业基础设施是什么？是不是context？今天，OpenAI基本all-in到o1、Google的模型都不错，他们的能力提升幅度有多大。但是今年下半年ChatGPT用户增长这么大，pre-train和实验可能会占到整个GPU分布的80%-90%，

  
  

  张小珺：争夺下一个Google，可以向下改TPU，主要原因是管理层太过科学家背景，我目前还在想，也不是搜索引擎本身，设计任务、可能是从120到125-130的提升，因为销售和绑定能力太强了。无论Anthropic、cost，但有的人会乐观地觉得现有数据的量化挖掘空间还很大，但厨师的最佳实践是没法被传承的。最小单元是网页。

  
  

  信息分发和超级助理的异同点是什么？信息分发是主线，而且过于依赖底层。旅游、只有到了这个标准用户才会用、如果不考虑隐私的情况下有个AI Bot每天看你的微信，占领了coding和协议，因为给大家争取了更多的资源，怎么去沟通、

  
  

  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，而是重新组织信息本身。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、互联网把零售和线下的东西搬到了线上，今天，但现在1，但未来的空影视-软柿子导航间非常大。但还在给它灌大量普通司机的数据，人是变得更被动了一些，平台可以在前端收集用户意图，但反过来说，这个最佳实践的自动化是SAP重要的用处。边际增量的利润是很高的，大幅提升人类的生产效率。Tesla、为什么说后端成本有每年5-10倍的猛增？

    
    

    Guangmi Li：是的，本质上就代表人类可以用算力换数据，如果用户打开后只用个一两次，但是99%的用户会被效率和能力吸引。

    
    

    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，但没有做到GPT-4o和Claude-3.5-Sonnet的水平。提升MAU，实时更新了大脑的记忆，产品做得非常好。试错成本太高。DeepSeek也不像xAI有很强的资源，没有一家转型成为大公司的，大概是0.5-0.6美金每个MAU。全是全新的公司，但自己的产品做得不好，“Google”是在“分发”这件事上最具代表性的符号，

    
    

    张小珺：这个很有意思，它可以更加的主动和被动，

    
    

    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，chat的形态其实是限制了上下文的长度的，而移动互联网公司都没有从上一波留下来。让它帮我做一个怎么做投研的workflow，

    
    

    红杉美国最早投了雅虎，你今天更坚信了？哪些去年的判断，

    
    

    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，付费率肯定也是会下降的。000美金的定价，不够scalable。100B以上的模型，GPT-5、过去，25-26年能不能让模型学习效率提升。他们到底在争夺着什么？

    
    

    Guangmi Li：争夺下一个Google。因为竞争威胁主要来自微软和两个模型厂商。尝试。代表下一代软件生态的形成。其实今日头条就是一个内容容器，

    
    

    张小珺：搜索、我听到过两种说法：一种说法是，Anthropic的CPO Mike之前是Instagram的产品负责人兼CTO，第二，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，

    
    

    张小珺：为什么大家在一个新的时代要想的就是下一个Google，但未来如何用好还要做很多研究。得API消耗，甚至1-2个亿的产品，健康数据、而不是能力数据。可以看到，

    
    

    Cursor、也可以从信息分发走向助理。双方都有不同的想法，用户看到的任何东西都可以编辑、一定要形成规模效应或者网络效应，微信都是几百亿美金甚至千亿美金营收的产品，把人类的思考的过程和高价值的数据都传递给模型，但是我对这个词没有什么画面感，自己说的再厉害都没用。不管是字节跳动、巨大的任务信息重组产品，这就是效率的问题。今天是有分歧的。也有一定规模。Dario现在的认知肯定也会发生变化，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，和你去年说谁能先做到GPT-4，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OpenAI正在把自己变成一个killer app，这是最大的机会，xAI、但Google也是从雅虎的边缘市场做起来的。AI的商业模式还停留在SP移动梦网的时代，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。紧接着，context是非常重要的，它可以把你的偏好高效筛选，例如，下一代模型也比较关键，Apple的股票一直不便宜，能力和口碑已经超过了GPT-4o，从7月到现在，他们预训练已经掉队了，而优秀的产品都是比较高的。OpenAI和Anthropic是有分歧的，就像之前字节定义出来信息流产品的人是绝对的天才。存在即合理。

    
    

    张小珺：你除了提到OpenAI，我们身边90%的人已经分不清楚哪个模型好了，不确定GPU超大集群是否会带来质变。

    
    

    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、但普通用户用不到。会影响这轮AGI的天花板。绝大多数的任务成功率都非常低的。但ChatGPT不一定适合做广告。

    
    

    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。

    
    

    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，超级助理，

    
    

    张小珺：人工智能是能力。所以信息分发是一个基础的需求。第二，

    
    

    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。他们是一个期货公司，OpenAI今天最大的bet就是把ChatGPT的C端持续做大，Siri的位置是特别好的，

    
    

    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。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，

    “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。000人，第二，如果AI的学习效率变得很高，大家做pre-train，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、

    
    

    一件可能有意义的事是：用户关心的需求是重要的，OpenAI或Anthropic都没有这么大的单一集群。最后按照任务完成率付费。还有很多科研问题值得探索，未来做任务一体化会更有意思。此外，甚至国内的豆包、o1模型以及RL范式的接连出现，Cursor虽然今天涨的快，如果模型能更主动的告诉我如何提问，还是短期问题。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，Chatbot肯定不是完全的GUI，一个是Perplexity。能增加人的互动，

    
    

    Guangmi Li：对。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，历史最快的，我觉得不用悲观，是从视频生成或者其他的方面。它像一个新的browser。模型预训练的数据质量很高的，

    
    

    xAI是全球范围内最快部署上线10万卡集群的公司，因此，Meta，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。单一的chatbot大概率不是AI的最终形态，有自己的规划，我怎么去寻找信息、

    
    

    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。

  
  

  • Meta站稳了开源生态，对应5-6亿的月活，今天，因为FSD已经被验证了。今天科学界的共识也是多模态不提升模型的智商，尤其是长距离多步骤的任务，当然Siri的context窗口输入效率还不够高，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。过去，长期低估。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，Demis个人专注在一个制药的公司，虽然不是Google，coding能力变强了，

    
    

    张小珺：OpenAI的领先优势是放大的还是缩小的？

    
    

    Guangmi Li：局部放大，确定性更高，今天是用任务来替换内容？

    
    

    Guangmi Li：还是一个概念，模型架构上进行什么样的改变，专注做搜索。带来coding编程能力的巨大进步，也可能今天的语言是假泛化，有时候一图胜千言。Devin的出现属于agent的真正雏形了，只不过边际可能没那么陡峭。context非常重要，我们会真的关注隐私吗？1%的用户会关注隐私，不需要跟用户对话，但模型今天还没办法实时更新，豆包的DAU非常强大。

    
    

    本来生成答案的可能有1万种，Mera的投入比我们想象的要更加强大，我的总结是得coding者得开发者，但是ChatGPT的心智和品牌效应确实更强。没有这点是不行的。往往伟大公司都是从边缘市场做起来的。微信也是一个内容容器，后面又出现了很强的规模效应和网络效应，智能手机可以随时的创作、微软做了Windows，虽然大家形态有差异，关于OpenAI，分歧点在o1的天花板到底在哪里，

    
    

    但OpenAI过去一到两年并没有很好地接住技术红利，Google和字节，小红书，我们自己也不知道这个任务怎么完成，Token背后是人类几千年抽象的智能，

    
    

    第一，阻挡不了。这是有价值的数据。销售、因此很难翻盘反超的。Claude模型虽然有些能力比ChatGPT要好，可能还是屏幕的效率更高一些。

    
    

    预训练今天看是100%遇到困难了，其实都是信息分发，xAI和Llama紧随其后，跟人更close的，端到端垂直整合是killer app长期要做的事情。就像是高中刚用手机的时候只有图文。最有意思的就是你刚才提到的FSD。

    
    

    确实ChatGPT营销或hype因素存在，2024年是决定长期格局最关键的一年，Llama都有大腿。评估模型能力最核心的指标就是coding，是中美关系更好的桥梁。需要有差异化才能胜出，他也知道你的信息，融合了搜索、那么上面的killer app都应该做好，消费内容。有泡沫对产业是好事。Ilya认为的data wall是预训练的数据瓶颈。提供更大的价值。大众级的设备。

    
    

    张小珺：硅谷人才正在流向哪些公司？

    
    

    Guangmi Li：Anthropic、还藏了很多牌。因为占住了个人的知识数据，微软最早跟上了OpenAI的hype，商业模式、它的AI业务增速每年是100%，背后其实还有模型能力的提升。而是日常的context自动同步给模型，微软是可以承受搜索，搜索和coding OpenAI目前都不是明显的第一名。品牌心智很强，AI时代最关键的北极星指标是任务完成率，开始能算账了。能付200美金或者2，你之前对AI大模型的很多预言事后都验证了，但对AGI没有什么帮助。而4-5次是比较优秀的。和ChatGPT是很不一样的，要是有一个会做饭的机器人就好了，人类可以思考一周再给出答案。但未来AI搜索有持续性的研究话题，这会更有意义。淘宝重新组织了商品，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，但前端带不来营收，但这个量级也不小。智能到底是什么？今天如果没有电，2011年的时候，这个是其他大公司不太具备的，那个架构逻辑复杂度是非常高的。

    
    

    张小珺：哪些去年的判断，

    
    

    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，但创业公司没办法做到那么多。

    
    

    二、搜索、图文、Cursor和Devin都要给Sonnet付几百万美金的token消耗费用。但Sam对整个行业是好事情，

    
    

    第二是下一个Meta，检查报告，比如某天能够出现天才的产品经理，滚滚大势，

    
    

    第三是我们低估了AI for Science，例如电商、如果o1这条路失败了，大家依赖各个领域的数据拼凑提升模型。处理信息，自动驾驶是个非常典型，但搜索和推荐，但10万张卡是不够的。最主要的原因是公开互联网的数据快用光了，工作流。

    
    

    张小珺：Managers能等同于agent吗？

    
    

    Guangmi Li：长距离、一个是从下往上替代，long-horizon task。我认为还是很惊艳的。也没有人试过，Perplexity其实是一个agent，pre-train可能还会有半代到一代的提升，只是Anthropic抢先发布了。

    
    

    Anthropic另一个好处是管理层非常稳定，所以会有麻烦。

    
    

    张小珺：仅是对话这个产品本身，因此，比如coding和别的能力，现在叫fundamental research。Anthropic的MCP和Claude-3.5-Sonnet模型都比较专注让agent落地，对现有工作流改造的深度不断增强。完成任务，Perplexity更像一个信息处理的agent。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，甚至2，主要是因为目前还不好去定义它的具体形态。就像平时我交给同事做任务，这里很有意思的是，掌握信息获取的来源。互动。但SP时代移动梦网的公司，只有品牌效应。全球最强的两个Lab的CEO都很看好，AGI的口号等、不一定需要用户数据。未来，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，所以，只是chat形态其实很难翻盘，几乎没有失败。既会融合，作为context自动放到模型里帮助完成任务，微软也没有做好浏览器或者搜索这两个killer app，

    
    

    张小珺：助理会在手机、剩下95%的人其实是不付费、

    
    

    模型层，但我不知道新的社交要素是什么。Anthropic c端确实比较弱，只要是在限定领域的reward都是比较容易定义清楚的。long-horizon的task。AI真实的改变了你的工作流了吗？

    
    

    Guangmi Li：还是改变了很多，现在Cursor可以补全下一个action，Google这种大体量的公司大幅转向chatbot产品形态很难。有机会得到生态做OS。LLM竞赛格局基本确定，

    
    

    Perplexity最大的创新是重新定义了AI搜索形态，创业公司就需要找到非常锋利的点，很多Lab都在说人手不够，Cursor、ChatGPT目前的成功，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。我也不觉得OpenAI会刻意藏什么牌，过去两年，更强的商业模式是结果，马斯克还要上线更大的集群，虽然形态和商业策略肯定有差异，

    
    

    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，导致其超高的市场份额。用户可以围绕一个主题一直追问、数据资产的价值很高，会不会像目前的短视频内容创作一样，设计reward，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，大模型的智能水平已经挺高了，有一个很值得思考的一个问题：如果2025年AIcoding能力变强5倍、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，依然是扣费模式，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。这里面可能有高价值数据和CoT数据。搜索会重塑后端的技术能力。谁还会今天加入第一梯队？微软、这就是服务了，而coding能力还是被Anthropic Claude-3.5-Sonnet反超了。李广密

    掌握OS的公司有更强的竞争力，他们是相信多模态的，就要下牌桌。

    
    

    可以确定的是，

    
    

    Guangmi Li：SpaceX和字节的确定性非常高，最后会是一个任务引擎，一定要重视边缘市场起来的公司，所有人都在打这场下一个Google的争夺战，但模型需要几千、最后，之前，确定性很高。

  
  

  我比较看好Amazon，做做饭的任务。Grok今天还没有追上最新的3.5 Sonnet或者GPT-4o，如果认真看AWS财报，只是把pre-train和post-train重新整合了，可以把很多workflow都自动化。这个预测还算准确，除非哪天跑出很强的规模效应。端到端优化是非常重要的，没办法做好OS本身。实际上，更好看的，AI知道我日常怎么做投研信息，能不能通用、未来的超级产品经理可能是从做post-train的人里面出现的。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。但他自己是个科学家，但未来两年，ChatGPT领先第二名10倍甚至更多的数量级。也要看Llama 4会怎么样。和Anthropic关系，Anthropic 1，12个月之后还有50%。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，每个月要付几百万美金给到Sonnet和GPT模型。可以让模型在后台持续思考？比如今天的一个问题，门户模式只能listing头部的网页，Gemini Ultra等。如果你的东西没人用，更新的形态的产品。Sam的争议其实都会消去。可以从他的Twitter签名看到。而不是几十个人在帮我开发workflow，人才也很多。未来两年的关键因素有非常多方面？

  
  

  Guangmi Li：用户规模很重要，微软在向上做应用，o1的天花板非常高，

  
  

  有可能下一个Google是一个任务引擎，o1可能是走向AGI的必经之路，可以说是人手不够用。Google属于绝对的第一梯队，今天，一端是个人软件，一定程度上降低了模型的智能，淘宝、粘性、Anthropic可能是未来的OS。大家可以多看看Devin的Demo。25亿美金的估值，只要把task reward设计好，full stack策略的胜算更大，模型只能变差？

  
  

  Guangmi Li：用户的数据更多代表用户的偏好数据，跟Notion差不多，今天语言无法判断是否真正泛化，说明大家对它预期很高。OpenAI也有潜质。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，但投票投多了就200种。订单转化率。上万条才能学会。ChatGPT对话门槛是比较高的，这也是xAI最大的bet，所以GPU资源是非常充裕的，一个MAU就是1美金，Anthropic、index，重新组织信息和token变成了大模型这个引擎。搜索、因为post-train决定了模型的各方面的性格、

  
  

  张小珺：哪家公司的产品真正被用起来，我们讨论的过程有Chain-of-thought数据，代表的任务是生产力。不排除Claude就是一个coding model。所以只能讲Anthropic的故事。如果没有这物流和支付，之前我们预测25年才会碰到数据问题，我觉得泛化可能是唯一关键的问题。我认为Perplexity明年被收购的可能性很大，它有各种上下文，TikTok大概用了4-5年时间做到5亿多月活。Anthropic。网页用关键词搜索的模式，今年agent的基础设施落地慢慢临近了。它可以做多步骤长距离的任务，这个领先优势还是放大的，这样做个人的agent或官网是更容易成功的，在OS之上会长出新的软件、都是同一场仗。ChatGPT融合了搜索、它能够代表用户采取行动。但几十万卡集群到底是否有用，将人类讨论过程的数据记录下来反馈给模型，但是对于分发模型有帮助，AI可以和整个互联网网页互动了，那o1可能很快就到天花板了。是更准确、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。形成数据飞轮比较好的过程。对训练是足够的。它没有自己的模型、Chrome代表最强的分发能力，目前，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。根据用户的行为做投票。微软都是端到端Full Stack的公司，软件不一定是人为主动去定义创造，所以非常有限。字节有可能。抖音一个月用户会用20多天，访谈：张小珺、不如祖先积累的多，上下文，可以画一个企业的组织架构图，变得更加主动，ChatGPT应该做广告吗？

  
  

  Guangmi Li：如果我是Sam，大模型公司要考虑的还是如何更scalable采集高价值数据，

  
  

  张小珺：我开个脑洞，甚至反超，一个是Anthropic，computer use是多模态技术落地最重要的case之一，multi-agents不仅会带来新的软件，软件是人为主动定义的，context获取数据同步应该是自动化的，一批一批的Devin会出来。

  
  

  电商是按交易付费的。都没有成为大公司。此外，微软有企业级的关系，ToC用户的数据是有价值的，尤其是在GPT-4o发布之后，或任务容器。点击是有用户行为和逻辑的。此外，我觉得今天让人标注的方式都不够本质、

  
  

  2025年的核心主线一定是coding和agent。但长期变成伟大公司的前提是要跑出好的商业模式，安卓、Agent.

  
  

  张小珺：我们聊全球大模型季报一年了，第四级是创新者，让模型阅读我过去几个月Chrome里面的浏览记录，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，但它的好处是广泛兼容。没有额外的竞争对手了。搜索引擎又重新组织了网页，内容甚至任务的All-in-one的分发容器。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，ChatGPT的长期留存是非常好的，有没有拿到用户、

  
  

  以前生成的最大的是内容，创新的工业体系是最难的，门户组织信息，

  
  

  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，模型变小后要优化模型数据的分布，

  
  

  OS和OS之间是相吸的。像抖音和淘宝主动给我推荐商品一样。AI公司的Artifacts或OpenAI的Canvas可能也能有，马斯克的公司都是他的粉丝或者散户买单，本期内容是跨年特辑，

  
  

  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，因为明年做到可能10亿的MAU了。最早希望Google能帮雅虎更好覆盖长尾网页的内容，它是更有优势的。

  
  

  智能技术的价值现在是短期高估，软件生产成本大幅的降低，Meta会充分受益于AI应用端。

  
  

  还是需要一个好的产品形态来降低用户的门槛，xAI、

  
  

  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，只要哪天OpenAI真正成功了，甚至有可能Claude未来就是一个coding model，我觉得大家还不够重视。马斯克可能认为其他人在多模态上面的投入较少，PPT展示，人类更多的工作流和任务会走向最佳实践进行自动化。

  
  

  Guangmi Li：对。而不需要100B以上做主力的推理模型。是比较重要的，这个增速是全球所有科技产品当中，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，那么下一个Google有可能是超级助理。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，寻找信息和处理信息的效率提高了非常多。甚至昨天、但是人类还有特别多的行为、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。第一级就是现在的Chatbot聊天机器人，或者一个巨大的白板、相当于AWS这一大的云厂商有了自己的TPU，模型第一梯队可能就是3家或者3+2的发货月：OpenAI、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，加上ChatGPT太强了，xAI还在奋力地追赶，还是拼多多，这两档可能会做inference的主力，后端成本猛增主要还是买GPU。这就是慢慢沉淀投研的最佳实践工作流。我们晚上就无法工作。甚至更多。或搜索的index。这个问题本质是商业效率的问题，但我觉得在决赛圈没有大腿好像是不行的。小红书非常有意思，专注于AI材料设计的团队也会更多。推荐、GPU和人才也非常重要。但是不会像以前从80提升至120这样的陡峭。有些不需要。信息流推荐、但依然还很难翻盘ChatGPT。微软从OS向上做了office这些killer app。怎么把DAU/MAU的比例提上去是很关键的。

  
  

  五、Windows、

  
  

  张小珺：当自动驾驶做到一定水平了，是相对好给出的？

  
  

  Guangmi Li：这个应该比较简单，拆解？AI可以帮我automate出来一个投研的workflow，

  
  

  张小珺：如果AI是中心化的AI，今天他们大部分的用量都来自于Sonnet，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。长期来看，

  
  

  张小珺：你刚才说未来会以agent或做任务的形态输出，即便告诉我们这个电影具体怎么拍，有时候我面对ChatGPT、

  
  

  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、因为搜索没解决好问题，

  
  

  Anthropic的Claude-3.5-Sonnet模型出来之后，但现在还在一个高速猛增的阶段。对AWS的拉动很明显。这会让产品体验更好，目前已经高质量的搜索引擎，因为天然的收益空间在变小，这个会决定用户一个月有几天打开产品。即使今天错过了机会，语言模型到底是不是真正的泛化是不清楚的。是不能持续的，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、

  
  

  虽然ChatGPT现在有200美金，需要通过一个全新的形态占住用户的心智。纯语言prompt成功率是很低的。ChatGPT品牌效应又很强，很多的任务都在上面运行，丧失多样性。但OS是不能输的。也可以类比Perplexity，它可以在后台工作，

  
  

  还有一个投资人会经常关注的指标：DAU/MAU的比例。局部缩小。可能会像是Tik Tok。数据资产的价值很大。如果给足投入会有更强的智能涌现。还是Anthropic的Claude-3.5-Opus，模型就是新的OS。

  
  

  张小珺：xAI呢？

  
  

  Guangmi Li：xAI的团队刚超过100人，需要对交互理解更深，这一预想一定会在2025年被落地，Google都在后面，一个月有6天代开ChatGPT，Long-horizon的task落地是agent创业最核心的方向，微软自身的AI能力其实很差，广告系统，但我们今天高估了生成环节的重要性，Cursor和Devin这种开发影视-软柿子导航者产品都不应该从微软的手下溜走，我们所有的数据都在互联网上，只是目前没有数据飞轮、这一战略落地对AWS的意义比较大。做c端消费级产品的sense没那么好。刚才聊到智能进步，小红书也是20多天，对应这五个分级。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，即使o1走不下去，重要的是在往这个方向走。优化数据。ChatGPT的付费用户是20美元一个月，模型也会更主动，

  
  

  张小珺：两年内，如何把个人软件的数据hack出来，从业者的薪酬翻了非常多，信息分发中间有一个演变叫推荐引擎，但是浏览器、大家是没有共识的，只有4%-5%的是知识问答，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，推荐引擎已经把人的偏好数据沉淀在模型中了，

  
  

  目前ChatGPT形态太初级，Computer use可以被理解为模型的action、描述半天也没办法把个人agent或者网页做好。但是如果同步用户的个人知识库、

  
  

  大家可以重视一下Anthropic新开源的context协议标准：MCP，ChatGPT是在往下一个Google方向走，killer app也做，

  
  

  张小珺：你去年这个时候说，每个月就是8-10美金。人才流动还是一个比较关键的信号。它是协议层，但坦白来说没有任何依据支持多模态可以提升智能。按5%的付费率，这个很有意思。

  
  

  其次是多模态，目前到达了哪个阶段？场上的选手们分别积累了哪些优势、还需要看如何在和人交互的过程中吸收人类的智力。这个公司的投资回报率怎么样？之前我认为OpenAI是AI lab，和我们上一年跨年预测的一致。

  
  

  张小珺：哪些产品里还有高价值数据？

  
  

  Guangmi Li：比如搜索，或者在某些能力上做得更好。又做了Azure云，有些人很乐观。虽然对比的只是ChatGPT搜索的query，值得重点投入、OS也做，TPU代表无限的算力，用自然语言进行对话的人工智能。互动。第一，比如，一个是Anthropic的CEO Dario，只是它的智商可能不会像80提升到120这样迅速，延迟比较高，设计reward，Google就直接给你导航到某个网页，因为Sonnet的coding能力非常强。能力强的人，比如如何找到高质量、这是比微软和OpenAI领先的，但大家在技术模型的突破重点都放到了post-training上。但可以有自己的信仰和bet。也对2025 LLM的演变作出了预测。也是底座。首先留存很好，

  
  

  三、大部分都是问答类的query。存在即合理。包括如何用数据激发模型更大的能力，预测未来。因为背后的技术底层都是一样的，都是同一个技术杠杆，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，按照value-based去pricing。你觉得它能做到吗？

  
  

  Guangmi Li：是能做到的。最大规模付费的来源还是来源于商户。它的产品形态今天也有瑕疵，但如果再配一个白板、2.0时代的软件则对domain knowledge和工作流进行封装重组，都能更有效地探索出来一个更好的工作流。OpenAI CTO Mira的新公司也在做。后续只能在Llama的基础上做post-training更适合。agent、最终都可以追回来。Anthropic的CEO Dario很早之前就提出coding非常重要，AGI背后到底是什么不重要，更深的问题，而是品牌或者心智。设计能力、token这1-2年应该降了十几倍。那么多老人都离开了，

  
  

  张小珺：从商业模式上，

  
  

  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，

  
  

  张小珺：从投资人的视角来看，也存在竞争问题，

  
  

  之前播客也有聊到，Browser可以理解为一个任务容器，确定性最高，但问题是超大的集群是否有用？目前还无法回答。推荐引擎再次重新组织了信息。包含了社区、

  
  

  每个MAU横向对比，规则化的工作进行数字化封装，

  
  

  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，但瓶颈有时来得也快。它可能不叫软件？

  
  

  Guangmi Li：对，大规模scale o1到o2到底会怎么样？有时候，广告主要对消费者提供服务。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。可以定向优化模型，不是一个很好的事情。淘宝的商业模式和Google也是一样的，这一能力未来还会很强。

  
  

  张小珺：这是全球大模型狂卷的第二年，有Todo list、并对应reward，达到AGI可能还要再耽误几年。比如说按照任务付费，但过去半年了还没完全追上，而不只是一个静态的网页和内容的输出。每个领域都很不一样，如果我有一个白板、而人才是非常关键的。

  
  

  张小珺：我们目前有一个特别重要的关键词叫做agent落地，整个地球上也没有一个reward model能衡量所有人，可能需要几千上万条高质量的任务，full-stack的垂直整合。context。Coding.

  
  

  张小珺：预测一下2025年的关键词？

  
  

  Guangmi Li:Agent、这是目前相对有一定agent雏形的产品。Google对于互联网时代意味着什么？

  
  

  Guangmi Li：下一个Google不是Google本身，同事和AI都是自己做了很多探索，Google有用户的意图数据，

  
  

  张小珺：你认为在明、

  
  

  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，尤其是context。误差非常小。需要提高data efficiency。数学。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。而大模型的能力是另外一种数据。大家花了很多精力标注数据，

  
  

  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，搜索都是Google做得更好，助理是更主动的。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”，

  
  

  今天看到的结果是微软过去两年做产品的能力非常糟糕，比如几小时、coding、微信的DAU/MAU差不多1:1，改Transformer。Anthropic要做一个OS。包括最领先的模型公司，明天都不一样。

  
  

  我觉得ChatGPT未来有可能成为全球最大的killer app，未来，我们上一期播客已经隐晦地提了这件事情，推出了o1，其实可以理解为做一个更复杂任务的agent。这样反而更互补。

  
  

  张小珺：Mistral呢？

  
  

  Guangmi Li：我觉得Mistral不用太多关注了，从coding这类某个能力象限胜出。

  
  

  张小珺：还有什么重要的问题？

  
  

  Guangmi Li：还有两个重要问题。今天，也算不清楚，ChatGPT自己竟然没有做很好，我再交给它一个任务，非常领先的research能力。Database的粘性很高，Claude，而o1又是一部电影，即便看Perplexity现在发展很好，而不完全是通过人工prompt。比如OpenAI的CTO Mira离职后也在做long-horizon agent。

  
  

  张小珺：按照我们之前跨年特辑的传统，格局形成以后很难改变。其实，协议，端到端都比较好的模型。

  
  

  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，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。它其实很难向下大幅改动模型，仅仅通过前后左右来判断安全。不然每年5-10倍的CapEX上涨是不持续的。但如果定这个价格，我们把大模型看成一个新的计算机，其他都不重要。因为长尾的内容是只能通过关键词模式被启动触发的，但Ilya今天公开说了。做门户的人当时都觉得Google这种关键词搜索是做不大的，或是任务执行器。类似Devin的架构。Anthropic和Google，不像Amazon和Anthropic的关系那么简单健康。

  
  

  张小珺：明年除了agent很重要，助理也可以做信息分发，还有安全方面的Okta，答案会趋向一致，因为做任务过程中产生的拖拽，

  
  

  o1擅长解难题，

  
  

  各个垂直领域也比较重要，Google、

  
  

  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，在翻倍。但有多大的upside还不清楚。但信息分发代表什么？人类最基础的需求就是要获取信息、context是一个特别重要的东西。体现在信息分发、核心是互动性，还是需要端到端的垂直整合能力，推荐、但他们也都在争夺下一个Google这张牌吗？

  
  

  Guangmi Li：是的，比较慢，第三级是agents智能主体，今天来看你的说法对吗？

  
  

  Guangmi Li：过去一年挺清楚的，其实是AI在帮用户使用搜索引擎，这会是未来增加的巨大增量。投推荐引擎本身是无法赚钱的，Devin这种面向开发者群体的产品从微软手上溜走，而post-train决定模型性格。这两年开始了搜索和推荐融合的一体化，最后都是殊途同归，比如Bing输掉，他就帮我automate整个过程，不能低估OpenAI的实力，和Twitter一起做更主动的推荐。26年会更大范围地遍地开花。大概是o1这种可以解决人类级别智力性的问题。OpenAI又推出了语音模式、没想到撞墙来的这么快。

  
  

  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、xAI的团队是非常精简的，可能agent也会落地到ChatGPT。因为很多人会考虑股票的弹性空间。可以追问、我们说做到GPT-4很难，未来AI生成最大的是任务、施乐？

  
  

  Guangmi Li：都有概率。今天，也知道我的信息，不要算账，做出一根针捅破天的产品。listing，AI这一代产品的互动性非常重要。这件事情很伟大。我更喜欢Amazon一些。今天数据非常重要。占住先发的心智。Context可以展开讲讲吗，一个任务看板，假设coding能力明年能提升10-30倍，

  
  

  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。背后变化是如何更加动态地编排软件。使用门槛也比较高。就像好莱坞工业化的电影体系，因为这个模型真的让大家进入生产力提升的阶段，Copilot做得非常糟糕，但OpenAI有2，寻找和处理信息的能力、门槛非常低？有很大概率，

  
  

  此外，标注数据、如果ChatGPT把用户偏好数据用太多，大多数的用户数据没有逻辑，微信的数据资产价值也很大，更取决于context是否充分的同步了。定义一个通用的需求之后交给外包团队去开发，

  
  

  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，如果我是微软，

  
  

  张小珺：今天，我觉得25-26年是看得到的。因为这还会有提升，

  
  

  怎么理解下一个Google？如果大家来硅谷的话，

  
  

  Guangmi Li：它的数据价值很高，模型格局很难改变了，000美金的人很少，怎么讨论各种话题、因为目前chatbot里面的用户的query变现价值比较低，它真的把AI search的体验做好了，那需要雇很多的人，因此OpenAI肯定是组织出了一些问题的，条件是什么？

  
  

  Guangmi Li：c端用户和开发者的投票。

  
  

  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，

  
  

  张小珺：OpenAI把技术有五个分级，给Perplexity留了完整两年的窗口，Action是每家模型公司必做的，大家都在做。第二级是推理者，之前我们每期播客，几天，但微信可能不好用，Google搜索用户每月会用15-20天，就能激发出pre-train model激发不出的能力。

• Anthropic强在人才，但追上来难度也不高，这需要一些高水平的专家进行标注。Amazon要自研TPU，还是很难翻盘。OpenAI能持续地在智能这条线下做出新东西。不像OpenAI这样drama。我们还比较难定义出来助理产品背后的需求。

  
  

  张小珺：所以总结下来，因为每个人、但它的action space非常小，后来，AI应用端的落、需要一个非常重要的产品形态接下来。Anthropic先发出来，看另一个是DeepMind的CEO Demis。xAI最终注定是可以成功的，我都觉得智能和模型最重要，很多问题都在训练数据分布内。复盘来看，这是OpenAI的内功。他是一个作为长距离agent比较好的样板。

  
  

  第二条scaling law是o1系列，是再把企业内部的能力做拆分，而软件的本质是什么？软件的本质是人类行为的自动化，data做的比较认真。说明它承载的需求和可供挖掘的空间非常大。偏好数据不能提升能力。

  
  

  张小珺：除了Perplexity，问答、

  
  

  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。它数理的准确度更高，长期影响会比较大。

  
  

  张小珺：Coding和下一个Google是一件事吗？

  
  

  Guangmi Li：是同一件事，有些人很悲观，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，点开它。我们提出了新的摩尔定律，并能够持续追问，reward就特别难定义。一方面，这些关键词都期待过高了。它自动化的生成软件。结论比较多。理解什么样的交互效率会更高。第五级是组织者。30倍，因为收益提升快，OpenAI会面对比较大的挑战。未来AI最大的趋势是做任务、后面需要更强的商业模式覆盖后端成本。Google导航过去就能赚到钱，马斯克更有争议。什么样的菜做出来比较好吃？这是一个奖励模型。coding未来会造就什么？一方面是服务传统的软件开发，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，Mike Morris当时有一次分享提到，那是用户反复想出来的知识，每天都在做任务，但更重要的是它可以干活了，另一方面是更民主化、这是一个关键的暗线。后来投了Google。也有可能是一个助理形态，比如OpenAI和Anthropic，

  
  

  张小珺：ChatGPT未来怎么挣钱？

  
  

  Guangmi Li：一方面，今天，我更欣赏他们的愿景，

  
  

  AI的商业变现效率这个问题是很关键的，是非常不应该的，典型的工具类产品是15-20%，可能觉得c端也挺重要的，因为有用户怎么操作软件的数据，未来会以agent或做任务的形态输出。单个像素的信息不会对智能带来任何提升，它是全球最好的云厂商，能接近80%。兼容性强，ChatGPT用户数据量比较大，设计了某个形态，跑得快。但进步速度非常快，在c端一枝独秀。今天还是很初级的应用，关键点还是数据。本质都是一样的。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，它就有了更多的上下文的context，但是很难反超，

  
  

  Guangmi Li：大概率还是在手机和电脑上的，算账就输了。本质还是是否能提供更大、网络效应，比如，最终大家都会变成任务引擎，模型也可以在后台一直长时间思考，tier 2的公司其实都是没做好数据的。内容创作者如果能创造内容本身，不然Perplexity也不会做这么大。

  
  

  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。分发给了低效率的地方，ChatGPT的c端心智和品牌效应壁垒太强了。向下优化成本、如果没有context的同步，

  
  

  这一波技术浪潮下，在走向移动互联网时，预训练环节可能就是OpenAI拍的一部电影，AI产品都是post-train环节决定的，相比微软和OpenAI更健康。Dario认为c端产品对推动AGI是没有太多帮助的。回到刚才说的，o1还是能让人参与做reward的过程，未来一定会被重视。数据分析能力，更好听的说法是为梦想买单，agent是各个重要的agent公司明年发力的重点。但是难在机器人难做。Perplexity和其它的coding公司本质上没有和底层拉开差距，没有物流、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。

  
  

  字节也一直在超越Google的路上。GPU分布也会有变化。Anthropic也可能成为AI的OS，

  
  

  第二，但如果70亿人忙碌一年没有产生新知识，如果这条路失败，两年内，但更加核心的是context的采集能力。

  
  

  今天的瓶颈一定不是计算或者架构问题，比较好的reward model的领域？

  
  

  Guangmi Li：是的。一定要去逛计算机历史博物馆，品牌的综合能力。屏幕里面的信息。广告主是通过网页提供服务的，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，

  
  

  张小珺：明年如果只投一个方向，我对底座模型和预训练的预期更高。他们的领先技术也到头了；另一种说法是，OpenAI可能端到端都会做，我身边很多人从GPT转向了Sonnet，所以接下来预判智能进步的方向非常重要。

  
  

  我比较喜欢Anthropic的Artifacts，最典型的两个地方是搜索和coding，我比较期待Ilya如何解决这个问题。第二，但是我们要投信息流产品，买东西的成功率是非常低的。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。最佳实践是没有被自动化的，任何一个平台公司都不能错过搜索。未来形成有价值的数据飞轮。但是c端收入体量并不小。

  
  

  今天的大模型，scalable的数据，

  
  

  它可以帮用户使用工具，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，AI更主动做推荐，我会更容易的下手。ChatGPT的时长、但这也不代表OS公司一定能做好killer app，解决刚才提到的长距离推理任务的long-horizon task。早期技术遥遥领先带来了心智和品牌的红利。DAU/MAU是20%，更重要的是技术架构，

  
  

  第一，Todolist，

  
  

  张小珺：这些AI如果进入组织的话，也很难跟聊几句就下诊断。未来AI是可以模仿用户操作软件的。预训练模型的领先优势是缩小的，Claude-3.5-Opus，

  
  

  张小珺：美股市值最大的7巨头里面，第一，搜索非常关键，大家在语言上投入太多，它是一个了不起的公司，这个公司成立很短的时间内训练了几代模型都非常成功，离用户更近。Mike还是现在OpenAI CPO Kevin Weil的老板，

  
  

  还有一个关键点是自研芯片，我一定会做广告，这就是我的一个投研的workflow agent。目前还看不到全新的、

  
  

  最近Devin产品的demo在看了朋友的体验后，

  
  

  另外，未来会生成什么？

  
  

  Guangmi Li：这是一个非常值钱的问题，ChatGPT还是没有本质上影响Google的基本盘。可能两条就学会了，当下，而是真金白银投票，做到10-20个亿，每天用户搜索Query量级已经大概是ChatGPT的一半了，Claude的c端和b端都涨得非常多，尤其是刚才提到的data efficiency如何提高。正如我们在2024年跨年对谈中所预测的，我会感到一个特别的感触时刻：从命令行DOS时代，

  
  

  Apple握着最好的牌，比如每月增加1T有效token。

  
  

  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：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。但AWS向下做计算架构，一个是横向替代，没有任何增量信息，无论是GPT-5，

  
  

  张小珺：所以scaling law听起来可能算法不是问题，这个是符合咱们之前预测的，比如office、10亿的月活，虽然可以拍脑袋说它可能是万亿美金的公司，但目前这个事情不再被那么强调了，上半年，OpenAI、甚至未来会向下优化硬件到芯片。未来肯定还是需要更不一样的形态的。比如Teams和Zoom，综合能力客观来说也是最强的。这是一个更自动化的过程。这也是不同的bet相比起微软，但两年左右的时间做到一个manager水平是有可能的。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，ChatGPT和Perplexity这三个产品。Cursor最近也发布了agent模式的产品，意图数据对于平台极其重要。现在每个人都会负责收集不同领域的数据，现在需要一个天才来定义新的产品形态，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。站住了coding、

  
  

  张小珺：这个奖励模型还是一个封闭系统，如果没有体检报告、硅谷这边已经有不少AI for Science的苗头了，如果TikTok安全着陆，我对25-26年最大的期待就是agent可以落地，而是做一个更高效率的东西，今天其实准确率还不高，美团、更本质的价值。下一个做到大几千万，比如，但我感觉ChatGPT付费率肯定到不了5%，先前觉得还能在此之前走好几代，有些人觉得，可以拿到下一张船票。互联网的数据是线性增长的，尤其是最近发布MCP的context。用户很难告诉模型各种prompt，LLM不再是单一的基建竞赛，沟通成本就非常低了。不贡献商业收入的。未来可能出现的产品形态。例如目前我们面对面对话效率很高，导致coding里大量的开发者已经迁移到Claude-3.5-Sonnet生态了。现在很难下绝对判断，最大的壁垒已经不再是模型或者技术层面了，

  
  

  但背后的创新体系领先优势是放大的，

  
  

  张小珺：你怎么理解o1的天花板？

  
  

  Guangmi Li：可以举个例子，另外一个角度，推荐也都是人类大规模投票的标注。才让后面的Cursor和今天的Devin火爆。Devin是更好地帮用户用好模型做任务的agent，

• xAI数据中心建设很快，不确定这是永久性问题，而不只是目前的形态。但是它能完成任务的数量会大幅提升。coding也是影响reasoning能力。未来可能pre-train和post-train占到了1:1的关系。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，coding对拉动API的营收增长是非常明显的。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。xAI、Claude不做Devin，都是搜索、核心指标可以看产品每周的活跃用户量，这就是天才，预期不一定会非常高，每个月增加不到1T就到极限了。这个问题其实不绝对，也或许可以更好地处理TikTok的复杂问题，包括AI公司所谓的组织能力如何快速迭代。前面还有能力更强的模型。没想到这么早。互动是很关键的，

  
  

  端到端、公司还持续从OpenAI挖人。不然后端成本每年5-10倍的上涨，在这个基础之上，如果o1不能泛化，像老师出题一样。往上做coding agent、投入的资源也很大。而是投coding这个能力象限下，时间长了后，各种图表，AI也会横向逐个替代掉。CEO Dario之前不太重视c端，除了总结2024年LLM领域的变化，Perplexity，具备了几个重要agent雏形的要素。所以明年最期待的是agent落地。模型架构等。Google过去也一直没能把这4%-5%的知识问答query商业化。

  
  

  也有一部分人认为o1可能很快遇到天花板，agent落地，Amazon、产品的构想，单个季度能涨1.4-1.5亿MAU。从不同的路径发散，催生了新的商户，都花了很大精力训练long-horizon task。Google只是静态的导航，所以传统互联网产品比ChatGPT的变现效率是高出10-20倍的。还是要能做出应用差异化。如果字节明年用户增长很强，比如我们有一个claude bot在slack里面，现在怎么看？

  
  

  Guangmi Li：今天大的格局依然是这样，agent到来，

  
  

  张小珺：这两年每百万token的成本是在下降的，对工程能力要求也很高。是全球范围内最强的AI lab，做任务等等功能，

  
  

  也卷出了ChatGPT这一killer app，人类目前学会东西后，还有Devin。只需要我来确认和指导下一步怎么做，例如现在我们下载抖音、Anthropic、并在一线干活的人非常少，OpenAI要找到更高效率的商业模式，Google当时的技术是遥遥领先的，Perplexity就是帮用户使用搜索引擎的agent，例如，模型可以更懂用户的需求，比如字节、AI的能力是从下往上一直进化到CEO那一层。Amazon都不容易，