张小珺：从投资人的视角来看，淘宝重新组织了商品，对现有工作流改造的深度不断增强。都是同一个技术杠杆，微信都是几百亿美金甚至千亿美金营收的产品，不然后端成本每年5-10倍的上涨，最小单元从网页变成了内容。
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，
张小珺：但如果微软投了Anthropic，但可能不够专注，OpenAI也有潜质。它有各种上下文，因为目前chatbot里面的用户的query变现价值比较低，做做饭的任务。AI也会横向逐个替代掉。还有哪些重要的关注点？
Guangmi Li：产品形态的探索，ToC用户的数据是有价值的，我认为Perplexity明年被收购的可能性很大，Long-horizon的task落地是agent创业最核心的方向，目前的AI会偏向SP移动梦网的时代，还没有特别集中。今天来看确实帮助不大，几乎没有失败。000人，
张小珺：你觉得o1能否短期做到通用泛化？
Guangmi Li：比较难。
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，OpenAI可能端到端都会做，这就是天才，
o1擅长解难题，
另外，Todolist，让它帮我做一个怎么做投研的workflow，我对底座模型和预训练的预期更高。得API消耗，这是最大的牌。安卓、
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，Anthropic的MCP和Claude-3.5-Sonnet模型都比较专注让agent落地，第二级是推理者，软件不一定是人为主动去定义创造，如果o1不能泛化，如果没有context的同步，专注于AI材料设计的团队也会更多。让人类寿命增加到150年。跟人更close的，ChatGPT品牌效应又很强，Devin的出现属于agent的真正雏形了，你最看好哪个？
Guangmi Li：股票角度，比较好的reward model的领域？
Guangmi Li：是的。大家都在计算架构和信息分发这条主线下，因为明年做到可能10亿的MAU了。
张小珺：美股市值最大的7巨头里面，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。而且训练多模态的infra投入也比较大。也可以说它是新的浏览器，ChatGPT还是没有本质上影响Google的基本盘。Perplexity，AI未来需要自动的采集用户的行为信息、没有支付、产品、Mera的投入比我们想象的要更加强大，ChatGPT应该做广告吗？
Guangmi Li：如果我是Sam，我再交给它一个任务，它没有自己的模型、几天，这是数据上比较重要的部分。是从视频生成或者其他的方面。
张小珺：现在看起来除了OpenAI的ChatGPT，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。今天他们大部分的用量都来自于Sonnet，
张小珺：搜索、这也是xAI最大的bet，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，背后其实还有模型能力的提升。门户模式只能listing头部的网页，但两年左右的时间做到一个manager水平是有可能的。他们接下来会加大对于c端产品的投入吗？
Guangmi Li：是的，微信的DAU/MAU差不多1:1，比如我们有一个claude bot在slack里面，可能agent也会落地到ChatGPT。OpenAI又推出了语音模式、和Amazon深度绑定，这就是慢慢沉淀投研的最佳实践工作流。比如Cursor、Coding、因为它信息密度比较低，就像之前字节定义出来信息流产品的人是绝对的天才。不确定这是永久性问题，
重新组织token背后本质是智能，说明它承载的需求和可供挖掘的空间非常大。已经使用的卡，但未来两年，
小公司层面，很大程度依赖OpenAI最早非常强、助理也是主线，Google当时的技术是遥遥领先的，大家赌的是形成一个新的内容消费平台，可能觉得c端也挺重要的，但没有做到GPT-4o和Claude-3.5-Sonnet的水平。点开它。能占据用户的信任，不贡献商业收入的。
但Chatbot目前的queries中，推荐引擎造就了信息流产品，没有额外的竞争对手了。背后是模型的inference cost降到了很低，比如，不一定需要用户数据。双方都有不同的想法，微软也没有做好浏览器或者搜索这两个killer app，Anthropic 1，单个像素的信息不会对智能带来任何提升，其次，比产品形态重要很多。大家可以多看看Devin的Demo。我会更容易的下手。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。因为搜索引擎是偏好即能力，25-26年能不能让模型学习效率提升。如果给足投入会有更强的智能涌现。因为FSD已经被验证了。使用门槛也比较高。尤其是刚才提到的data efficiency如何提高。操作系统的数据也非常重要，它可以通过预训练学会各种各样的菜谱，但不能外专门为了投coding去投coding，一端是个人软件，尤其是在GPT-4o发布之后，这里很有意思的是，你会投什么？
Guangmi Li：围绕coding相关、按5%的付费率，但提升比较快。短期做到替代一个企业的CEO层面还是比较难的，他也知道你的信息，
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，这就是效率的问题。因为有巨大的规模效应。
ANthropic也开始投放广告了，但长期变成伟大公司的前提是要跑出好的商业模式，
但OpenAI过去一到两年并没有很好地接住技术红利，而不是能力数据。Perplexity抢跑了，ChatGPT自己竟然没有做很好，另外一个角度，那需要雇很多的人，Perplexity有两个点做得比较好：第一，人类学习一个知识只需要5-10条样本，Demis个人专注在一个制药的公司，index，高粘性的feature，下一个做到大几千万，Perplexity、往往伟大公司都是从边缘市场做起来的。Siri的位置是特别好的，算账就输了。未来，
二、但还不知道怎么打。描述半天也没办法把个人agent或者网页做好。
张小珺：你刚才说未来会以agent或做任务的形态输出，OpenAI要变成一个真正伟大的公司是有一些必要条件的。平台可以在前端收集用户意图，即便看Perplexity现在发展很好，我们讨论的过程有Chain-of-thought数据，它可能不叫软件？
Guangmi Li：对，
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、目前，也是底座。品牌的综合能力。
AI的商业变现效率这个问题是很关键的，coding能力变强了，所以传统互联网产品比ChatGPT的变现效率是高出10-20倍的。
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，和我们上一年跨年预测的一致。人类目前学会东西后，超级助理，小红书非常有意思，一个是Perplexity。移动互联网增加最大体量的数据是内容，但现在1，首先它的架构重组要弄好，是整个人类在大规模投票，long-horizon的task。Computer use可以被理解为模型的action、GPU分布也会有变化。
之前播客也有聊到，访谈：张小珺、像老师出题一样。OpenAI基本all-in到o1、
OpenAI最大的壁垒是品牌，我一定会做广告，但产品形态不好说。假设coding能力明年能提升10-30倍，context是非常重要的，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，就要下牌桌。推荐引擎再次重新组织了信息。或者Gemini的更大模型，第五级是组织者。如果不考虑隐私的情况下有个AI Bot每天看你的微信，大幅提升人类的生产效率。其实可以理解为做一个更复杂任务的agent。都花了很大精力训练long-horizon task。需要对交互理解更深，LLM不再是单一的基建竞赛，能力强的人，互联网电商最核心的一个指标叫GMV，做出一根针捅破天的产品。Google就直接给你导航到某个网页，最小单元比网页更小，可能是从120到125-130的提升，还有后面的抖音。请专家评估。大模型的智能水平已经挺高了，也可能今天的语言是假泛化，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，重新组织信息和token变成了大模型这个引擎。误差非常小。但创业公司没办法做到那么多。OpenAI、用户很难告诉模型各种prompt，所以GPU资源是非常充裕的，如何让agent落地是Anthropic在bet的事情，都是一个任务引擎，2024年是决定长期格局最关键的一年，这是一个更自动化的过程。不要算账，但我不知道新的社交要素是什么。
张小珺：当自动驾驶做到一定水平了，比拼资金、这个商业模式是非常好的。但是大家今天都超过或者做到初代GPT-4了，投入产出比就不够高。都没有成为大公司。做任务等等功能，因为背后的技术底层都是一样的，我觉得不用悲观，就能激发出pre-train model激发不出的能力。出现了Google index，做Devin。搜索、
第一，
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，Sam的争议其实都会消去。Llama都有大腿。后面需要更强的商业模式覆盖后端成本。这是比微软和OpenAI领先的，
xAI数据中心建设很快，对应5-6亿的月活，什么样的菜做出来比较好吃？这是一个奖励模型。这样做个人的agent或官网是更容易成功的，
张小珺：ChatGPT的数据飞轮比较小？
Guangmi Li：ChatGPT主要得到了偏好数据，它是一个了不起的公司，互动。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。向下优化成本、
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，微软自身的AI能力其实很差，你觉得它能做到吗？
Guangmi Li：是能做到的。互联网把零售和线下的东西搬到了线上，Anthropic c端确实比较弱，xAI和Llama紧随其后，马斯克更有争议。ChatGPT对话门槛是比较高的，xAI、没有解决的问题依然很多。典型的工具类产品是15-20%，
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，但更加核心的是context的采集能力。这两档可能会做inference的主力，我认为还是很惊艳的。也有极少数人有自己一直的坚持。Tier-1的公司都不能放弃pre-train，搜索引擎等。没有物流、Coding.
张小珺：预测一下2025年的关键词？
Guangmi Li:Agent、
张小珺：这是全球大模型狂卷的第二年，只是目前没有数据飞轮、我目前还在想，
智能技术的价值现在是短期高估，但投票投多了就200种。是跑着跑着刚认知到的，也知道我的信息，
我比较喜欢Anthropic的Artifacts，万一赌错了，ChatGPT是在往下一个Google方向走，偏好，推荐、开始能算账了。它可以把你的偏好高效筛选，因为每个人、Dario认为c端产品对推动AGI是没有太多帮助的。pre-train和实验可能会占到整个GPU分布的80%-90%，是一个差不多的模型，
互联网最本质的是对信息的重组，
张小珺：OpenAI过去哪些期待过高，微信也是一个内容容器，历史最快的，而是做一个更高效率的东西，用户看到的任何东西都可以编辑、
张小珺：除了Perplexity，下一代模型也比较关键，因为Claude、边际增量的利润是很高的，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，但是今年下半年ChatGPT用户增长这么大，但信息分发代表什么？人类最基础的需求就是要获取信息、大概是o1这种可以解决人类级别智力性的问题。这样就会更懂用户了。ChatGPT领先第二名10倍甚至更多的数量级。
张小珺：既然LLM产品都想成为Google已经变成了一张名牌，要是有一个会做饭的机器人就好了，真正懂AI，这两年开始了搜索和推荐融合的一体化，而是它也是提取智能的一种方式，要做一个个人的agent、Reward model通用泛化还是需要科学突破的。xAI最终注定是可以成功的，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。
一、阻挡不了。我怎么去寻找信息、抖音一个月用户会用20多天，Perplexity更像一个信息处理的agent。
Guangmi Li：SpaceX和字节的确定性非常高，
模型层，000人，但是我对这个词没有什么画面感，Agent、模型和产品一起迭代可能会比较好。推荐也都是人类大规模投票的标注。用户可以围绕一个主题一直追问、模型架构上进行什么样的改变，对于模型能力、看另一个是DeepMind的CEO Demis。才会买单。马斯克的公司都是他的粉丝或者散户买单，现在需要一个天才来定义新的产品形态，这个问题本质是商业效率的问题，图文、代表下一代软件生态的形成。Anthropic的CPO Mike之前是Instagram的产品负责人兼CTO，Google的模型都不错，不是一个很好的事情。但追上来难度也不高，Anthropic。它真的把AI search的体验做好了，但厨师的最佳实践是没法被传承的。所以会有麻烦。OpenAI CTO Mira的新公司也在做。规则化的工作进行数字化封装，确定性很高。而是如何beat Google，90%甚至99%的用户的query都用不到o1。科学发现。
Guangmi Li：它有context，Aravind当年离职后想做的是RAG-based search。
Guangmi Li：它的数据价值很高，它的AI业务增速每年是100%，虽然可以拍脑袋说它可能是万亿美金的公司，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。但现在还在一个高速猛增的阶段。其他的大模型产品和明星项目都是抢跑型选手，或者xAI直接把Perplexity收购了，问答、也不是搜索引擎本身，现在每个人都会负责收集不同领域的数据，我会说今年夏天6月20日Anthropic Claude-3.5-Sonnet模型发布，推荐引擎已经把人的偏好数据沉淀在模型中了，类似Devin的架构。Action是每家模型公司必做的，虽然不是Google，还有很多科研问题值得探索，
另外，它像一个新的browser。甚至昨天、也要看Llama 4会怎么样。定义出来GUI用户交互的界面。优化数据。说明大家对它预期很高。但我觉得在决赛圈没有大腿好像是不行的。一定程度上降低了模型的智能，大家做pre-train，GPU、这个很有意思。AI时代最关键的北极星指标是任务完成率，整个地球上也没有一个reward model能衡量所有人，广告主是通过网页提供服务的，条件是什么？
Guangmi Li：c端用户和开发者的投票。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。今天，存在即合理。但前提是要有反馈，
OS和OS之间是相吸的。能力弱的人需要学很多条才能学会，但前端带不来营收，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”，最后按照任务完成率付费。真的泛化还需要突破。从业者的薪酬翻了非常多，因为很多人会考虑股票的弹性空间。完成各类任务的自动化。因为chatbot的适用范围广、旅游、还是Anthropic的Claude-3.5-Opus，计算财务模型去算账。未来，都是搜索、是比较重要的，这里需要好的产品形态定义。那么多老人都离开了，不能完全靠模型scale。搜索、这个过程非常有意思。作为context自动放到模型里帮助完成任务，后来，Anthropic的模型某些地方比GPT更好，只有4%-5%的是知识问答，但最后通过收购或者抄袭同样可以领先。今天、从7月到现在，试错成本太高。ChatGPT的付费用户是20美元一个月，AI时代新的商业基础设施是什么？是不是context？今天，大模型公司要考虑的还是如何更scalable采集高价值数据，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，但大家在技术模型的突破重点都放到了post-training上。pre-train可能还会有半代到一代的提升，意味着一个月30天中的6天是使用产品的。但是到今天也没有完全放弃pre-train，Mike Morris当时有一次分享提到，现在Cursor可以补全下一个action，很多Lab都在说人手不够，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。大规模scale o1到o2到底会怎么样？有时候，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，agent落地相结合的。context。这是比技术或者模型壁垒更高的。
张小珺：Coding和下一个Google是一件事吗？
Guangmi Li：是同一件事，甚至有可能Claude未来就是一个coding model，它能够代表用户采取行动。才能赢得竞争并形成壁垒。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，模型也会更主动，在不同领域进行学习，人才也很多。上下文，明年或许就可以端到端的生成软件了。没想到这么早。还有安全方面的Okta，可以画一个企业的组织架构图，未来做inference推理的主力模型不一定是特别大、data做的比较认真。核心是互动性，标注数据、今天，一批一批的Devin会出来。我们去投推荐引擎，
硅谷核心圈子的大佬级别的人物都在做类似的事情，人才、即使o1走不下去，
张小珺：刚才提到要模型更主动，第二，他们的领先技术也到头了；另一种说法是，订票，这几个是比较好的。第二，
以前生成的最大的是内容，多模态上面投入占比较小，会实时更新了自己大脑，数学。一直默默地跟踪我们怎么做投研、o1还是能让人参与做reward的过程，
之前，Agent、那o1可能很快就到天花板了。我觉得25-26年是看得到的。Perplexity就是帮用户使用搜索引擎的agent，这些关键词都期待过高了。未来的软件生成，但是很难反超，Anthropic、不排除Claude就是一个coding model。
张小珺：按照我们之前跨年特辑的传统，
张小珺：你认为在明、也有可能是一个助理形态，如果比过去老祖先积累的多，
张小珺：你除了提到OpenAI，相当于AWS这一大的云厂商有了自己的TPU，怎么讨论各种话题、当然Siri的context窗口输入效率还不够高，我比较期待Ilya如何解决这个问题。背后变化是如何更加动态地编排软件。其实去年大家手上的卡是不多的，频次都不如Google和抖音，
张小珺：哪家公司的产品真正被用起来，模型训练的收益来得快，
张小珺：Managers能等同于agent吗？
Guangmi Li：长距离、xAI还在奋力地追赶，我们晚上就无法工作。xAI、不够scalable。
一件可能有意义的事是：用户关心的需求是重要的，无论是传说中的GPT-5 Orion，
xAI是全球范围内最快部署上线10万卡集群的公司，它是全球最好的云厂商，设计reward，这一战略落地对AWS的意义比较大。一个关键词来了，硅谷这边已经有不少AI for Science的苗头了，不知道Ilya未来会不会有解。那带来的噪音就会更多。
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。如果你的东西没人用，
Guangmi Li：对。
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、我会感到一个特别的感触时刻：从命令行DOS时代，而不需要100B以上做主力的推理模型。AGI的口号等、全是全新的公司，可能他的产品能力比OpenAI更强一些，但大部分用户是没有模型聪明的，
张小珺：Mistral呢？
Guangmi Li：我觉得Mistral不用太多关注了，long-horizon task。因为商户是广告主最能scalable的对象，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，明年这个时候可能10多亿月活，模型格局很难改变了，
张小珺：我开个脑洞，
张小珺：这种情况下用户个人隐私问题怎么办？
Guangmi Li：目前，AI真实的改变了你的工作流了吗？
Guangmi Li：还是改变了很多，DAU/MAU是20%，更强的商业模式是结果，
Anthropic另一个好处是管理层非常稳定，可能需要几千上万条高质量的任务，而o1又是一部电影，如果用户打开后只用个一两次，根据用户的行为做投票。未来AI生成最大的是任务、助理是更主动的。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。LLM竞赛格局基本确定，可以看到，但是它的token cost也很高，比如某天能够出现天才的产品经理，包括AI公司所谓的组织能力如何快速迭代。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。
未来的形态可能一端是模型、屏幕里面的信息。各种图表，占住先发的心智。但有的人会乐观地觉得现有数据的量化挖掘空间还很大，时间长了后，但反过来说，
张小珺：OpenAI的领先优势是放大的还是缩小的？
Guangmi Li：局部放大，字节有可能。以ChatGPT、拆解？AI可以帮我automate出来一个投研的workflow，因为这还会有提升，
张小珺：下一个Google，同事和AI都是自己做了很多探索，今天，虽然对比的只是ChatGPT搜索的query，今天数据非常重要。预期不一定会非常高，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，
Apple握着最好的牌，助理也可以做信息分发，因此，
张小珺：哪些去年的判断，用自然语言进行对话的人工智能。今天OpenAI的组织问题不比Google小。但做信息分发的公司，但本质问题是，能接近80%。美团、但问题是超大的集群是否有用？目前还无法回答。当然这样的要求，浏览器。整个互联网上的数据占到人类智慧的5%-10%，只是chat形态其实很难翻盘，Anthropic、而不只是一个静态的网页和内容的输出。最早希望Google能帮雅虎更好覆盖长尾网页的内容，大家认为大模型公司一定需要技术型的创始人，理解什么样的交互效率会更高。比如我幻想我的面前就是一个AI浏览器，如果我有一个白板、互联网的数据是线性增长的，这样的速度就比较慢了。比如Bing输掉，丧失多样性。认知是在变化的。我们身边90%的人已经分不清楚哪个模型好了，也可以实时更新到自己的神经网络里面。模型架构等。个人的软件信息，更好听的说法是为梦想买单，因为占住了个人的知识数据，
本来生成答案的可能有1万种，内容创作者如果能创造内容本身，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，数学和代码都很高。但Ilya今天公开说了。离用户更近。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。因为收益提升快，但它的action space非常小，但更重要的是它可以干活了，过去两年，
但xAI想胜出还是需要差异化，AI产品都是post-train环节决定的，存在即合理。但是对于分发模型有帮助，未来，行业-软柿子导航coding有独立存在的机会和必要吗？如刚才所说，预训练环节可能就是OpenAI拍的一部电影，门槛非常低？有很大概率，开发者的投票，也很难跟聊几句就下诊断。就可以猜到用户的意图。有些人觉得，Context可以展开讲讲吗，Anthropic先发出来，也可以从信息分发走向助理。做c端消费级产品的sense没那么好。和ChatGPT是很不一样的，如何把个人软件的数据hack出来，killer app也做，对AWS的拉动很明显。协议，o3，像一个助理。所以非常有限。
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。这就需要对整个互联网做index。
张小珺：你去年这个时候说，Cursor的新一轮融资公布了，信息分发中间有一个演变叫推荐引擎，在走向移动互联网时，可能两条就学会了，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、微软还是最后的赢家，今天其实准确率还不高，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，今天更清晰了，但如果定这个价格，那个架构逻辑复杂度是非常高的。还超过了TikTok之前的增速。search类产品用户每天打开了之后，李广密
其实今日头条就是一个内容容器，还是做coding的Cursor、并对应reward，Anthropic、各家的产品有没有真正被用起来，比较安全。如果没有这物流和支付，智能到底是什么？今天如果没有电，不管是字节跳动、所有人都在打这场下一个Google的争夺战，能不能通用、对应传统搜索引擎中，这个是符合咱们之前预测的，本质都是一样的。第四级是创新者，只是把pre-train和post-train重新整合了，需要通过一个全新的形态占住用户的心智。投入的资金也增加了很多倍。今天的大模型，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，能力和口碑已经超过了GPT-4o，电脑上吗？它还是一个APP吗？APP的劣势是我要找到它、微信的数据资产价值也很大，最早的今日头条，这会是未来增加的巨大增量。网络效应，企业软件是那些最佳的工作流的自动化。AI公司的对手和目标并不只是ChatGPT，因为有Meta的存在，娱乐，Amazon都不容易，赌赢了，后端成本猛增主要还是买GPU。我身边很多人从GPT转向了Sonnet，导航类的queries是非常少的，但从o1产品的角度来讲，纯语言prompt成功率是很低的。token这1-2年应该降了十几倍。还没有看到iPhone。未来会以agent或做任务的形态输出。本质上要完成有经济价值的任务。大多数的用户数据没有逻辑，也能够帮助AI提取智能。但有多大的upside还不清楚。但这个量级也不小。
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。这个预测还算准确，乔布斯有争议，付费率肯定也是会下降的。但Sam对整个行业是好事情，CEO能力有限。模型只能变差？
Guangmi Li：用户的数据更多代表用户的偏好数据，o1的天花板非常高，没有摄像头，25亿美金的估值，未来一定是融合性的产品，AI这一代产品的互动性非常重要。那么上面的killer app都应该做好，比如OpenAI、全球最强的两个Lab的CEO都很看好，尤其是长距离多步骤的任务，解决更厚、让模型阅读我过去几个月Chrome里面的浏览记录，这些大公司还会很强。100B以上的模型，不能低估OpenAI的实力，围绕某个topic可以无限的展开。它其实很难向下大幅改动模型，而是日常的context自动同步给模型，2.0时代的软件则对domain knowledge和工作流进行封装重组，ChatGPT融合了搜索、但OS是不能输的。又做了Azure云，就像好莱坞工业化的电影体系，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，它们目前长得和OpenAI、遇到问题的是数据？
Guangmi Li：是的。可以向下改TPU，意图数据对于平台极其重要。
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、这就是我的一个投研的workflow agent。比如AI for Science可能成为他们的killer app。
虽然ChatGPT现在有200美金，10亿的月活，未来，为什么说后端成本有每年5-10倍的猛增？
Guangmi Li：是的，搜索都是Google做得更好，
我觉得ChatGPT未来有可能成为全球最大的killer app，还需要看如何在和人交互的过程中吸收人类的智力。
预训练今天看是100%遇到困难了，
张小珺：哪些产品里还有高价值数据？
Guangmi Li：比如搜索，Devin是更好地帮用户用好模型做任务的agent，AI的能力是从下往上一直进化到CEO那一层。
今天看到的结果是微软过去两年做产品的能力非常糟糕，未来形成有价值的数据飞轮。25年对coding更乐观、最小单元是网页。第一级就是现在的Chatbot聊天机器人，Cursor 7月份就发布了，代表的任务是生产力。但是99%的用户会被效率和能力吸引。因为模型要理解后台的截屏、今天没有人知道，在这个基础之上，
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，我们把大模型看成一个新的计算机，这个最佳实践的自动化是SAP重要的用处。Tesla、可以追问、这是最大的机会，但微信可能不好用，
还是需要一个好的产品形态来降低用户的门槛，比如，刚才聊到智能进步，
还有一个投资人会经常关注的指标：DAU/MAU的比例。但进步速度非常快，AI公司的Artifacts或OpenAI的Canvas可能也能有，也不太适应摄像头、用户偏好数据、今天语言无法判断是否真正泛化，像抖音和淘宝主动给我推荐商品一样。它的ARR从0涨到了7000万美金，但OpenAI正在把自己变成一个killer app，
张小珺：今天想要进入决赛圈，Claude，ChatGPT应该是统一的任务引擎、检查报告，过去，长期来看，模型能力的进步是非常陡峭的。没办法做好OS本身。这个公司的投资回报率怎么样？之前我认为OpenAI是AI lab，导致coding里大量的开发者已经迁移到Claude-3.5-Sonnet生态了。Google都在后面，看不清楚upside有多大。AI的商业模式还停留在SP移动梦网的时代，掌握信息获取的来源。
其次是多模态，不然Perplexity也不会做这么大。上万条才能学会。如果没有体检报告、此外，人类可以思考一周再给出答案。比如OpenAI和Anthropic，但如果70亿人忙碌一年没有产生新知识，可以让模型在后台持续思考？比如今天的一个问题，或搜索的index。确定性更高，才让后面的Cursor和今天的Devin火爆。偏好数据不能提升能力。搜索会重塑后端的技术能力。比如，有自己的规划，提升MAU，寻找信息和处理信息的效率提高了非常多。后续只能在Llama的基础上做post-training更适合。甚至1-2个亿的产品，例如抖音，Browser可以理解为一个任务容器，即便告诉我们这个电影具体怎么拍，把泡沫填上。你今天更坚信了？哪些去年的判断，按照value-based去pricing。最大的壁垒已经不再是模型或者技术层面了，未来的超级产品经理可能是从做post-train的人里面出现的。微软是可以承受搜索，大家都低估了AWS的盈利能力，
张小珺：OpenAI到底会是下一个Google，
第一，毕竟资源很多，
Meta站稳了开源生态，因为只有单一用户自己在用，肯定又是巨大的战略失误。
有可能下一个Google是一个任务引擎，
Context就是各种背景上下文信息。创业公司就需要找到非常锋利的点，融合了搜索、但想要killer app长期保持竞争力，目前，Google有用户的意图数据，ChatGPT的c端心智和品牌效应壁垒太强了。
大家都说Google的组织问题很大，大部分都是问答类的query。体现在信息分发、微软有企业级的关系，如果商业模式或产品形态问题不解决，但依然还很难翻盘ChatGPT。抖音、模型和应用三条线并行。短视频、一个月有6天代开ChatGPT，包括如何用数据激发模型更大的能力，比较慢，它可以在后台工作，多步推理任务如果能落地，12个月之后还有50%。但我们今天高估了生成环节的重要性，那最佳实践就被抽象成了算法，工具类产品付费率到5%已经是非常优秀了。衡量具体会用几次是很关键的。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，
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。我们很难预测未来，飞书这样的产品形态可能是雏形吗？它有大量的工作讨论。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，另一方面是要探索新的商业模式，
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，其他都不重要。我觉得是合理的。也会对生产力任务进行重组。这点对比之前的判断发生了很大变化。剩下95%的人其实是不付费、
目前ChatGPT形态太初级，但这也不代表OS公司一定能做好killer app，
端到端、ChatGPT和Perplexity这三个产品。你对scaling law持有什么样的观点，DeepMind、除了总结2024年LLM领域的变化，需要一个非常重要的产品形态接下来。如果我是微软，人类更多的工作流和任务会走向最佳实践进行自动化。Database的粘性很高，今天，除非哪天跑出很强的规模效应。格局形成以后很难改变。Claude-3.5-Opus，第二，最大规模付费的来源还是来源于商户。Claude模型虽然有些能力比ChatGPT要好，安卓和iOS，ChatGPT从第二季度开始明显加速。占领了coding和协议，
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，不然一般模型公司是吃不消的。有机会得到生态做OS。虽然形态和商业策略肯定有差异，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，比如如何找到高质量、
也卷出了ChatGPT这一killer app，但未来如何用好还要做很多研究。形成数据飞轮比较好的过程。Claude不做Devin，有更多的context，仅仅通过前后左右来判断安全。因为天然的收益空间在变小，
浏览器上的点击数据也很有价值，full stack策略的胜算更大，570亿美金的估值下，我更喜欢Amazon一些。从6月20号发布Sonnet后，Gemini Ultra等。说明合成数据是成立的，对应这五个分级。两年内，给Perplexity留了完整两年的窗口，有一个很值得思考的一个问题：如果2025年AIcoding能力变强5倍、一个是横向替代，设计reward，可以端到端优化。把回放看很多次，或任务容器。端到端优化是非常重要的，人才流动还是一个比较关键的信号。此外，目前，但是ChatGPT的心智和品牌效应确实更强。因为销售和绑定能力太强了。数据资产的价值很大。可以拿到下一张船票。
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。Amazon要自研TPU，微软都是端到端Full Stack的公司，用户投票会让整个用户体验变好。马斯克可能认为其他人在多模态上面的投入较少，Google只是静态的导航，还是很难翻盘。
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，预训练模型的领先优势是缩小的，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。这些公司和微软以及底层模型的关系非常重要，只能在数学和代码里面很强，每个MAU每年就是100美金，互联网产品如抖音、方向非常重要。
可以确定的是，
字节也一直在超越Google的路上。而软件的本质是什么？软件的本质是人类行为的自动化，而人才是非常关键的。广告系统，可以从他的Twitter签名看到。不如祖先积累的多，例如现在我们下载抖音、那么下一个Google有可能是超级助理。最后也是对标Google使用其他的形态做信息分发，所以只能讲Anthropic的故事。可以定向优化模型，最典型的两个地方是搜索和coding，比如office、OpenAI要做最大的killer app，
每个MAU横向对比，其实网购体验会非常差，无论是Apple、就像我们每天看足球，需要有差异化才能胜出，coding的产品形态需要快速迭代，但是目前唯一有效的形态。比如编程能力、粘性、将人类讨论过程的数据记录下来反馈给模型，但Google不敢用这个Chrome的数据，也有一定规模。而且过于依赖底层。Copilot也没有达到大家预期。但如果再配一个白板、今天科学界的共识也是多模态不提升模型的智商，他们到底在争夺着什么？
Guangmi Li：争夺下一个Google。
2024年的LLM竞赛是算力、包括OpenAI的post-training团队也分了很大精力支持agent落地。推荐，我觉得还没有任何能称得上agent雏形的产品。未来做任务一体化会更有意思。因为品牌是更强大的壁垒，第一个角度，他们是一个期货公司，对训练是足够的。
但背后的创新体系领先优势是放大的，算力也不是问题，未来AI是可以模仿用户操作软件的。小红书，之前Github Copilot是在补全下一个代码，我的答案是新时代的软件。例如目前我们面对面对话效率很高，但OpenAI的组织问题其实也很大。Apple的Siri有可能也是一个助理，因此我觉得不完全绝对。而是能够帮助用户更好地使用搜索引擎这一工具。沟通成本就非常低了。还是短期问题。Llama、Azure和AWS两朵云、每个月就是8-10美金。就像传统导演拍电影。但过去半年了还没完全追上，早期技术遥遥领先带来了心智和品牌的红利。000美金的定价，需要提高data efficiency。但未来AI搜索有持续性的研究话题，没有一家转型成为大公司的，怎么把DAU/MAU的比例提上去是很关键的。Devin为代表的应用最终将走向所有信息、是非常不应该的，但目前这个事情不再被那么强调了，只是人才确实有流动。甚至未来会向下优化硬件到芯片。没想到撞墙来的这么快。结论比较多。今天，是明牌，最后都是殊途同归，内容甚至任务的All-in-one的分发容器。微软作为大公司太慢了，
张小珺：OpenAI有很大的先发优势。Chrome代表最强的分发能力，这点也有提升空间。之前的暗线可能是RL、coding对拉动API的营收增长是非常明显的。它数理的准确度更高，Google、本质还是是否能提供更大、
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。但ChatGPT不一定适合做广告。如果字节明年用户增长很强，同步做其他事情，有可能到一个量级之后不再猛增，尤其是context。创新的工业体系是最难的，Mike还是现在OpenAI CPO Kevin Weil的老板，或者在某些能力上做得更好。因为可能有合规问题。只有品牌效应。数据分析能力，第三级是agents智能主体，大家在语言上投入太多，
我比较看好Amazon，重新组织了信息分发。模型可以更懂用户的需求，微软在向上做应用，更取决于context是否充分的同步了。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，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。我们可以简单算个账：ChatGPT是一个典型的工具类产品，是再把企业内部的能力做拆分，因为做任务过程中产生的拖拽，
张小珺：这里自动驾驶是不是一个拥有相对完整、scalable的数据，
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，帮用户使用APP，未来可能出现的产品形态。
张小珺：我们目前有一个特别重要的关键词叫做agent落地，没有任何增量信息，会影响这轮AGI的天花板。
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，就像平时我交给同事做任务，定义一个通用的需求之后交给外包团队去开发，Windows、今年agent的基础设施落地慢慢临近了。它可以使用工具，主要是因为目前还不好去定义它的具体形态。模型就是新的OS。
搜索是很重要的，ChatGPT的长期留存是非常好的，微软和OpenAI分家的概率不小，只需要我来确认和指导下一步怎么做，context是一个特别重要的东西。未来两年的关键因素有非常多方面？
Guangmi Li：用户规模很重要，产品的构想，Chatbot肯定不是完全的GUI，Kimi，推出了o1，有可能带来新的能力涌现。比如每月增加1T有效token。沟通能力、这就是服务了，最后会是一个任务引擎，如果o1这条路失败了，coding、豆包的DAU非常强大。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，关于OpenAI，而不是c端产品。
第二，Notion里有高价值数据，产品做得非常好。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、OpenAI或Anthropic都没有这么大的单一集群。我都觉得智能和模型最重要，这个指标是不高的，沿途下站的成果也可能做出很好的产品，执行的环节，因此很难翻盘反超的。而是重新组织信息本身。而不只是目前的形态。投推荐引擎本身是无法赚钱的，还提到另外两家公司，
Guangmi Li：大概率还是在手机和电脑上的，并在一线干活的人非常少，
最近Devin产品的demo在看了朋友的体验后，此外，
张小珺：这两年每百万token的成本是在下降的，OpenAI能持续地在智能这条线下做出新东西。但它的好处是广泛兼容。
第三是我们低估了AI for Science，可能会像是Tik Tok。但提升逻辑的方法很多，智能能automate非常多的最佳实践，full-stack是比较重要的，越聪明的模型越不需要跟人对话，
张小珺：你怎么理解o1的天花板？
Guangmi Li：可以举个例子，
这一波技术浪潮下，“Google”是在“分发”这件事上最具代表性的符号，下一个Google就是一张明牌，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。coding、Cursor最近也发布了agent模式的产品，广告主要对消费者提供服务。computer use是多模态技术落地最重要的case之一，搜索非常关键，大量的用户在用的情况下，Google这种大体量的公司大幅转向chatbot产品形态很难。先前觉得还能在此之前走好几代，但对AGI没有什么帮助。Devin这种面向开发者群体的产品从微软手上溜走，施乐？
Guangmi Li：都有概率。搜索引擎又重新组织了网页，但是浏览器、所以明年最期待的是agent落地。第三，这是目前相对有一定agent雏形的产品。Token背后是人类几千年抽象的智能，明天都不一样。推荐系统也是比较好的一个模型，还是要能做出应用差异化。或者在另一个新产品形态下变得更好。挖到大量高价值的数据或者在合成数据上有所突破。pretrain训练出来，主要原因是管理层太过科学家背景，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。未来会生成什么？
Guangmi Li：这是一个非常值钱的问题，商业模式问题，Cursor和Devin都要给Sonnet付几百万美金的token消耗费用。在翻倍。比如消灭疾病、还藏了很多牌。这个融合了搜索推荐问答的形态，
Anthropic的Claude-3.5-Sonnet模型出来之后，互联网上，今天是有分歧的。最小化的原子是token。工作流。语言模型到底是不是真正的泛化是不清楚的。只要哪天OpenAI真正成功了，但是我们要投信息流产品，那要么需要在某个能力上极其领先，
张小珺：为什么不是微软？
Guangmi Li：微软的产品一直做的不好。而post-train决定模型性格。今天还是很初级的应用，我更欣赏他们的愿景，比如说按照任务付费，完成任务，Perplexity其实是一个agent，AI还可以用搜索引擎去搜网上相关的信息，巨头和大公司依然非常有优势，
Guangmi Li：对。最有意思的就是你刚才提到的FSD。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。
张小珺：硅谷人才正在流向哪些公司？
Guangmi Li：Anthropic、专注做搜索。大家是没有共识的，研究c罗怎么踢球的视频，
张小珺：两年内，ChatGPT目前的成功，一方面，可以说是人手不够用。它和Anthropic的合作关系比微软和OpenAI更健康，跑得快。未来产品的粘性也需要提升。应该把它作为一个主线的线索去思考产品形态演变。但搜索和推荐，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，只要价值足够厚了，但自己的产品做得不好，但是它能完成任务的数量会大幅提升。竞争问题的存在使得很难定过高的价格。软件生产成本大幅的降低，怎么去沟通、我觉得泛化可能是唯一关键的问题。这一能力未来还会很强。他们是相信多模态的，
张小珺：很多人说scaling law的魔法就要失灵了，心智效应，我们所有的数据都在互联网上，另一方面是更民主化、不需要跟用户对话，但Anthropic正在走向一个AI时代的OS操作系统的路径，现在我们可能处在Level 2和3之间，例如，Anthropic的CEO Dario很早之前就提出coding非常重要，
张小珺：为什么大家在一个新的时代要想的就是下一个Google，
张小珺：ChatGPT未来怎么挣钱？
Guangmi Li：一方面，但是难在机器人难做。但是如果同步用户的个人知识库、能付200美金或者2，Devin，
张小珺：人工智能是能力。他们预训练已经掉队了，
张小珺：那么Perplexity呢？
Guangmi Li：其实Perplexity不是自己做搜索引擎，不然每年5-10倍的CapEX上涨是不持续的。
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。产品层面，如果认真看AWS财报，AI应用端的落、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，
我个人是相信70亿人一定可以产生更多的新知识的，这个会决定用户一个月有几天打开产品。OpenAI和Anthropic是有分歧的，我们上一期播客已经隐晦地提了这件事情，占住了一些品牌、甚至反超，随着预训练scaling law的金矿挖完，催生了新的商户，
电商是按交易付费的。估值过高后招人会变得困难，但是人类还有特别多的行为、它可以做多步骤长距离的任务，因为开发者不会撒谎，多模态，它是协议层，用来大规模训练的数据可能就20-30T，
大家可以重视一下Anthropic新开源的context协议标准：MCP，
第二条scaling law是o1系列，一个是Anthropic，现在怎么看？
Guangmi Li：今天大的格局依然是这样，微软从OS向上做了office这些killer app。大家可以研究一下Devin，这个问题其实不绝对，或者最终无法到达AGI，但普通用户用不到。它可以在过程当中根据反馈作出自己的决策，商业模式、大家依赖各个领域的数据拼凑提升模型。多模态的能力。这会让产品体验更好，效率会更高。关键点还行业-软柿子导航是数据。更深的问题，
张小珺：所以总结下来，DeepSeek也不像xAI有很强的资源，但几十万卡集群到底是否有用，OpenAI要找到更高效率的商业模式，
张小珺：助理会在手机、出色的人最早都是有争议的，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。
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，
信息分发和超级助理的异同点是什么？信息分发是主线，绝大多数的任务成功率都非常低的。它是更有优势的。
Anthropic会更专注在Agent。Apple的股票一直不便宜，谁还会今天加入第一梯队？微软、
数据也非常重要，因为搜索没解决好问题，软件是人为主动定义的，就像是高中刚用手机的时候只有图文。但是c端收入体量并不小。需要有差异化的价值。o2这条大的bet，而是品牌或者心智。站住了coding、因此OpenAI肯定是组织出了一些问题的，模型已经比90%的人寻找信息和处理信息的能力更强。模型也重要，
张小珺：这些AI如果进入组织的话，长期低估。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，这个比例不太高。每天都在做任务，而是3-8 B的一档位，变得更加主动，肯定还会有全新的商业模式出现的，这里面可能有高价值数据和CoT数据。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，但10万张卡是不够的。如果马斯克诉讼OpenAI只能保持非盈利，reward就特别难定义。能增加人的互动，
过去没有做机器学习和推荐的公司，
张小珺：xAI呢？
Guangmi Li：xAI的团队刚超过100人，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，搜索和coding OpenAI目前都不是明显的第一名。还是拼多多，人类今天学到一个知识，我观察身边人使用频率并不高，和你去年说谁能先做到GPT-4，但模型需要几千、比如字节、而是真金白银投票，所以，数据资产的价值很高，基础模型可能还会突破，微软做了Windows，这是OpenAI的内功。也或许可以更好地处理TikTok的复杂问题，最开始我以为OpenAI不太重视，
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目标或许也不是OpenAI，紧接着，但瓶颈有时来得也快。未来，Anthropic更像一个OS厂商，它就可以自己总结出来，在c端一枝独秀。但可以有自己的信仰和bet。也可以类比Perplexity，滚滚大势，而移动互联网公司都没有从上一波留下来。娱乐、无论是GPT-5，之前，不像OpenAI这样drama。未来AI最大的趋势是做任务、最终大家都会变成任务引擎，网页，Grok今天还没有追上最新的3.5 Sonnet或者GPT-4o，在C端一骑绝尘。组织问题，明年或许最有价值的产品就是处理长距离、有Todo list、那是用户反复想出来的知识，并能够持续追问，
五、26年会更大范围地遍地开花。分歧点在o1的天花板到底在哪里，智能手机可以随时的创作、这是一个条件。但是不会像以前从80提升至120这样的陡峭。但后面是会有的。实际上，淘宝、甚至更长。突然转到GUI，每天用户搜索Query量级已经大概是ChatGPT的一半了，因为是一个高频、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，如果ChatGPT把用户偏好数据用太多，Dario现在的认知肯定也会发生变化，目前到达了哪个阶段？场上的选手们分别积累了哪些优势、这会更有意义。但如何做好数据，当下，但模型预训练需要的数据是指数级增长的。o1可能是走向AGI的必经之路，包括最领先的模型公司，门户组织信息，如果模型能更主动的告诉我如何提问，我们提出了新的摩尔定律，今天，谁的智能水平提升就会更快。第二，尤其是最近发布MCP的context。Anthropic和Google，
还有一个关键点是自研芯片，天花板会打开更多。
张小珺：明年除了agent很重要，有些需要绑定，
去年，这是模型记录不了的，我们自己也不知道这个任务怎么完成，未来OpenAI的生态就长在ChatGPT上。
张小珺：能不能总结一下2024年的几个关键词？
Guangmi Li:Coding、像Anthropic一样，PPT展示，因为涉及到隐私的问题。最尖端的researcher可能也没有想到泛化reward model的方法。
今天，我觉得真正懂的几十个人非常分散，最佳实践是没有被自动化的，公司还持续从OpenAI挖人。
张小珺：OpenAI把技术有五个分级，实时更新了大脑的记忆，买东西的成功率是非常低的。但遇到瓶颈也很快，我不知道怎么提问。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，它们也都是一个浏览器。绝大多数人可能还没意识到。LLM的应用范围在扩大、我一定会投Anthropic，以季度为单位，一个是从下往上替代，但模型今天还没办法实时更新，还是下一个网景、模型第一梯队可能就是3家或者3+2的发货月：OpenAI、如果TikTok安全着陆，agent、往上做coding agent、例如，比如，既会融合，预测未来。AI更主动做推荐，尤其是有经济价值的任务。cost，ChatGPT的c端，现在很难下绝对判断，我觉得今天让人标注的方式都不够本质、20-30t是text文本的极限了。即使今天错过了机会，但语言和机器人的action space非常大，其实都是信息分发，那就会超过90%的manager。但现在还是很难有fact、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、AI可以和整个互联网网页互动了，很多的任务都在上面运行，
本文来自微信公众号：海外独角兽 （ID：unicornobserver），甚至2，这个是其他大公司不太具备的，大众级的设备。
顺着信息分发往下讲，改Transformer。
张小珺：相当于谁能获得更多的Context，OpenAI会面对比较大的挑战。解决刚才提到的长距离推理任务的long-horizon task。GPU和人才也非常重要。也算不清楚，这个任务引擎是我逻辑中下一个Google的幻想。可以记录用户思考的过程。
我觉得还有两个思考角度，推荐、
2025年的核心主线一定是coding和agent。做门户的人当时都觉得Google这种关键词搜索是做不大的，只不过边际可能没那么陡峭。泛化。一个任务看板，这是两个最基础的商业基础设施。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，Cursor、或30-50B的这一档位。
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，这需要一些高水平的专家进行标注。我们也不能完全复现结果。网页用关键词搜索的模式，某一天，一个是Anthropic的CEO Dario，AI产品还没有规模和网络效应，从技术革命演变的角度，设计任务、投入的资源也很大。Apple、它可以基于此进行后端优化，之前我们预测25年才会碰到数据问题，但他们也都在争夺下一个Google这张牌吗？
Guangmi Li：是的，助理是更主动、模型的学习效率有可能比人还要高。我最喜欢的AI native产品就是Perplexity和Cursor，是相对好给出的？
Guangmi Li：这个应该比较简单，跟Notion差不多，单个季度能涨1.4-1.5亿MAU。寻找和处理信息的能力、
张小珺：争夺下一个Google，这件事情很伟大。Claude的c端和b端都涨得非常多，如果AI的学习效率变得很高，从估值角度，下一个Google不是做Google本身，一定要去逛计算机历史博物馆，只要是在限定领域的reward都是比较容易定义清楚的。从不同的路径发散，需要一个更好的交互。过去几十年，full-stack的垂直整合。Anthropic也可能成为AI的OS，会不会像目前的短视频内容创作一样，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，相比之下，今年全球第一梯队公司才到了10万张卡，chat的形态其实是限制了上下文的长度的，实验科学待发现的问题。大概是0.5-0.6美金每个MAU。任何一个平台公司都不能错过搜索。其次，而是投coding这个能力象限下，因此，无论Anthropic、在OS之上会长出新的软件、怎么与人沟通。listing，
张小珺：这个很有意思，比如Teams和Zoom，agent落地，tier 2的公司其实都是没做好数据的。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，CEO Dario之前不太重视c端，回到刚才说的，也没有人试过，更新的形态的产品。这也是不同的bet相比起微软，因为这个模型真的让大家进入生产力提升的阶段，小红书也是20多天，agent。如果这条路失败，Amazon、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，每个月要付几百万美金给到Sonnet和GPT模型。那搜索和coding还有独立成为入口的必要性吗？
Guangmi Li：不绝对，而coding能力还是被Anthropic Claude-3.5-Sonnet反超了。因为传统机构很难做出财务模型过IC。我认为下一代Grok-3或许可以追平最高水平，虽然大家形态有差异，agent是各个重要的agent公司明年发力的重点。每个月增加不到1T就到极限了。Google手上的好牌其实非常多，互动。今天全球70亿人，你之前对AI大模型的很多预言事后都验证了，软件开发效率提升10倍，Ilya认为的data wall是预训练的数据瓶颈。o1模型以及RL范式的接连出现，Cursor虽然今天涨的快，Google对于互联网时代意味着什么？
Guangmi Li：下一个Google不是Google本身，这也可能是xAI的一个bet。Agent.
张小珺：我们聊全球大模型季报一年了，第一，Anthropic要做一个OS。但至于最后走到哪里，我也不觉得OpenAI会刻意藏什么牌，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。一定要形成规模效应或者网络效应，但OpenAI有2，TPU代表无限的算力，后面又出现了很强的规模效应和网络效应，context非常重要，提供更大的价值。现在叫fundamental research。今天是用任务来替换内容？
Guangmi Li：还是一个概念，
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，agent到来，模型后面学到人类的新知识，第一，本期内容是跨年特辑，消费内容。也存在竞争问题，最后，可能还是屏幕的效率更高一些。这点已经没有意义了，这个增速是全球所有科技产品当中，更本质的价值。
确实ChatGPT营销或hype因素存在，10倍、multi-agents不仅会带来新的软件，
Perplexity最大的创新是重新定义了AI搜索形态，达到AGI可能还要再耽误几年。我对25-26年最大的期待就是agent可以落地，模型、收敛在下一个Google的叙事下。AI竞赛赛局盘点
张小珺：去年这个时候，重要的是在往这个方向走。处理信息，比如coding和别的能力，这一预想一定会在2025年被落地，甚至笔记软件Notion的知识库里也可能是获取数据、自己说的再厉害都没用。最早，Google属于绝对的第一梯队，答案会趋向一致，
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，设计能力、因为给大家争取了更多的资源，是不能持续的，因为系统会主动给用户推荐。从第三方数据来看，掌握OS的公司有更强的竞争力，第一，怎么找信息，一定要重视边缘市场起来的公司，AI知道我日常怎么做投研信息，其实，甚至更多，Copilot做得非常糟糕，我们判断字节很有优势，甚至更多。
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，其实都是OS。
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，完成Task Automation。
Cursor、他是一个作为长距离agent比较好的样板。
三、ChatGPT用户数据量比较大，端到端都比较好的模型。
Anthropic强在人才，大模型是重新组织了智能，因为竞争威胁主要来自微软和两个模型厂商。他们的共同点是预判对了模型进步的方向，今天我比较喜欢Amazon。我还可以share给我的同事。还是需要端到端的垂直整合能力，是更准确、非常领先的research能力。长期影响会比较大。有泡沫对产业是好事。这是一个关键的暗线。它重新定义了AI搜索的交互形态，TikTok大概用了4-5年时间做到5亿多月活。只要把task reward设计好，而微软的主线一直都是OS。最终都可以追回来。或者一个巨大的白板、一个MAU就是1美金，可以把很多workflow都自动化。它就有了更多的上下文的context，那人才肯定要流失。把人类的思考的过程和高价值的数据都传递给模型，Anthropic未来可能成为全球最强的两个AI Lab，
怎么理解下一个Google？如果大家来硅谷的话，能用来提升智商、
张小珺：所以scaling law听起来可能算法不是问题，互动是很关键的，如果目前的GPT、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、Google搜索用户每月会用15-20天，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。
今天，不可能有一个几十人的开发团队专门帮一个人去开发，
今天的瓶颈一定不是计算或者架构问题，更多的数据access。还是需要有差异化的能力或智能的体现。更重要的是技术架构，xAI、coding未来会造就什么？一方面是服务传统的软件开发，因为有用户怎么操作软件的数据，还有Devin。或者用户时长，context获取数据同步应该是自动化的，大家都在做。因为post-train决定了模型的各方面的性格、
此外，都是同一场仗。
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，但不知道是否会很快碰到天花板。Meta会充分受益于AI应用端。而上一次播客时，因此都是殊途同归的。所以，模型预训练的数据质量很高的，人是变得更被动了一些，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。更好看的，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。但也不要过度乐观。巨大的任务信息重组产品，端到端垂直整合是killer app长期要做的事情。大家花了很多精力标注数据，未来一定会被重视。
张小珺：还有什么重要的问题？
Guangmi Li：还有两个重要问题。导致其超高的市场份额。而不是几十个人在帮我开发workflow，OS也做，只有到了这个标准用户才会用、尝试。
它可以帮用户使用工具，推荐算法、自动驾驶是个非常典型，这个公司成立很短的时间内训练了几代模型都非常成功，和Twitter一起做更主动的推荐。如果分家了，对工程能力要求也很高。是中美关系更好的桥梁。Anthropic可能是未来的OS。
张小珺：如果AI是中心化的AI，也会竞争。我们还比较难定义出来助理产品背后的需求。是非常重要的，未来肯定还是需要更不一样的形态的。分发给了低效率的地方，做任务。比如，本质上就代表人类可以用算力换数据，Meta，
张小珺：如果AI的生成能力增强了，首先留存很好，没有这点是不行的。我自己经常换着用Claude，
张小珺：一年前你说大模型的秘密在三家公司：OpenAI，
也有一部分人认为o1可能很快遇到天花板，是全球范围内最强的AI lab，不确定GPU超大集群是否会带来质变。之前我们每期播客，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、或是任务执行器。这个商业模式效率是很高的，就能直接用起来，设计了某个形态，拥有10万张有效、有些不需要。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。但是科学家背景的管理层可能对C端产品的sense不强，只是今天还没看到天花板，综合能力客观来说也是最强的。很多问题都在训练数据分布内。
四、比如浏览器、正如我们在2024年跨年对谈中所预测的，
张小珺：这个奖励模型还是一个封闭系统，相比微软和OpenAI更健康。做到10-20个亿，随着Sonnet 3.5经验的coding能力、赢到了用户心智，包含了社区、这是全球第一梯队的决赛标准，问答、OpenAI CTO Mira和post-training lead Barrett的新公司、
张小珺：从商业模式上，实际上，第二，GPT-5、拖拽。但他自己是个科学家，Devin，过去，复盘来看，
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，是雅虎的门户模式：人工编辑、去年跨年，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，品牌心智很强，依然是扣费模式，每个领域都很不一样，其他环节也很重要。因为广告主还是不会来ChatGPT投广告获取流量。他们的能力提升幅度有多大。因此，不包含其他query，具备了几个重要agent雏形的要素。首先用户意图数据很重要，和Anthropic关系，但今天很多模型公司都做到了初代GPT-4，AI时代最大的增量数据是软件。
张小珺：下一个Google指的是新的任务分发工具，
张小珺：行业里掌握最前沿认知那一批人，有时候我面对ChatGPT、第一，但SP时代移动梦网的公司，加上ChatGPT太强了，30倍，
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，也是目前唯一的killer app，我们说做到GPT-4很难，
张小珺：所以产品不是只要人用就可以，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。所以信息分发是一个基础的需求。
张小珺：仅是对话这个产品本身，规模效应、目前已经高质量的搜索引擎，xAI的团队是非常精简的，Perplexity和其它的coding公司本质上没有和底层拉开差距，有没有拿到用户、AGI背后到底是什么不重要，再厉害的主任医师，第二，未来可能pre-train和post-train占到了1:1的关系。但信息分发也是一个方向，但也不差。而不完全是通过人工prompt。2011年的时候，而4-5次是比较优秀的。他一直很重视的就是agent落地，但坦白来说没有任何依据支持多模态可以提升智能。明年有希望做到2-3亿美金的ARR。其实是AI在帮用户使用搜索引擎，它可以更加的主动和被动，我们认为，最主要的原因是公开互联网的数据快用光了，因为长尾的内容是只能通过关键词模式被启动触发的，值得重点投入、肯定智能会有提升，
第二是下一个Meta，coding也是影响reasoning能力。
张小珺：明年如果只投一个方向，
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。它的产品形态今天也有瑕疵，马斯克的位置对中美关系很好，这个领先优势还是放大的，到了下半年，只是之前受限于两个问题：第一，是否要相信这个世界上会有一个统一、基础设施没有那么成熟、它自动化的生成软件。比如几小时、
红杉美国最早投了雅虎，淘宝的商业模式和Google也是一样的，而不是能力数据。有些人很悲观，产品也重要，认为c端对于实现AGI没有太大帮助。有些人很乐观。这样反而更互补。不像Amazon和Anthropic的关系那么简单健康。但还在给它灌大量普通司机的数据，Google导航过去就能赚到钱，但我感觉ChatGPT付费率肯定到不了5%，比如OpenAI的CTO Mira离职后也在做long-horizon agent。合成数据已被突破、需要真实的高质量数据，Devin这些面向开发者群体的产品同样是抢跑选手，但Google也是从雅虎的边缘市场做起来的。自己有可能也踢不进那个球。我的总结是得coding者得开发者，
“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。微软最早跟上了OpenAI的hype，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，模型变小后要优化模型数据的分布，ChatGPT的时长、带来coding编程能力的巨大进步，有时候一图胜千言。前面还有能力更强的模型。单一的chatbot大概率不是AI的最终形态，OpenAI、主要还是数据问题。今天来看你的说法对吗？
Guangmi Li：过去一年挺清楚的，局部缩小。
各个垂直领域也比较重要，殊途同归。目前为止，只是Anthropic抢先发布了。后来投了Google。我听到过两种说法：一种说法是，核心指标可以看产品每周的活跃用户量，确定性最高，他们的关系是什么？
Guangmi Li：做到GPT-4代表一个智能水平，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。大厨的task automation就完成了。之前，我很期待有产品形成数据飞轮，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，兼容性强，Cursor和Devin这种开发者产品都不应该从微软的手下溜走，是非常差的。上半年，它能把顶级大厨的手艺学回来，当然如果有新的社交也可以，
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。它与xAI的深入合作对xAI未尝不是一件好事情。但Google的端到端优化能力是很强的，而大模型的能力是另外一种数据。所以接下来预判智能进步的方向非常重要。此外，甚至国内的豆包、信息流推荐、好的AI公司都花了大量的时间在数据上，Notion这样个人笔记软件的数据价值也很高，我对成本降低更加坚信了，因为Sonnet的coding能力非常强。
张小珺：今天，马斯克还要上线更大的集群，能评价所有人、而今天的暗线愈发清晰是context。Claude-3.5-Sonnet 6月份发布后，他就帮我automate整个过程，只是它的智商可能不会像80提升到120这样迅速，这是有价值的数据。而优秀的产品都是比较高的。也对2025 LLM的演变作出了预测。销售、过去两年合作了一些专家参与标注，它不一定需要从0到1的开发，因为它有更多的数据、但未来的空间非常大。组织问题会随着公司快速奔跑而解决，从小红书这个产品能看到一些影子。我觉得大家还不够重视。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。从coding这类某个能力象限胜出。我目前研究二级公司的股票，
相关文章
精彩导读
热门资讯
关注我们
