“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。以季度为单位，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，预测未来。本期内容是跨年特辑，除了总结2024年LLM领域的变化，也对2025 LLM的演变作出了预测。
2024年的LLM竞赛是算力、模型和应用三条线并行。正如我们在2024年跨年对谈中所预测的，上半年，LLM竞赛格局基本确定，到了下半年，随着Sonnet 3.5经验的coding能力、o1模型以及RL范式的接连出现，LLM不再是单一的基建竞赛，LLM的应用范围在扩大、对现有工作流改造的深度不断增强。
2025年的核心主线一定是coding和agent。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、规则化的工作进行数字化封装，2.0时代的软件则对domain knowledge和工作流进行封装重组，背后变化是如何更加动态地编排软件。这一预想一定会在2025年被落地，Agent、multi-agents不仅会带来新的软件，也会对生产力任务进行重组。
互联网最本质的是对信息的重组，“Google”是在“分发”这件事上最具代表性的符号，我们认为，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，以ChatGPT、Perplexity、Devin为代表的应用最终将走向所有信息、内容甚至任务的All-in-one的分发容器。
一、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。关于OpenAI，我听到过两种说法：一种说法是，他们是一个期货公司，随着预训练scaling law的金矿挖完，他们的领先技术也到头了；另一种说法是，不能低估OpenAI的实力，它是一个了不起的公司，还藏了很多牌。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，对应5-6亿的月活，明年这个时候可能10多亿月活，这个增速是全球所有科技产品当中，历史最快的，还超过了TikTok之前的增速。TikTok大概用了4-5年时间做到5亿多月活。
确实ChatGPT营销或hype因素存在，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”，ChatGPT是在往下一个Google方向走，无论Anthropic、xAI、Perplexity，甚至国内的豆包、Kimi，还是做coding的Cursor、Devin，虽然大家形态有差异，从不同的路径发散，最后都是殊途同归，收敛在下一个Google的叙事下。AI公司的对手和目标并不只是ChatGPT，而是如何beat Google，这是最大的牌。我也不觉得OpenAI会刻意藏什么牌，下一个Google就是一张明牌，比拼资金、GPU、人才、产品、品牌的综合能力。
张小珺：这个很有意思，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，他们到底在争夺着什么？
Guangmi Li：争夺下一个Google。
怎么理解下一个Google？如果大家来硅谷的话，一定要去逛计算机历史博物馆，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。最早，是雅虎的门户模式：人工编辑、listing，最小单元是网页。门户模式只能listing头部的网页，所以非常有限。后来，出现了Google index，网页用关键词搜索的模式，重新组织了信息分发。
红杉美国最早投了雅虎，后来投了Google。Mike Morris当时有一次分享提到，最早希望Google能帮雅虎更好覆盖长尾网页的内容，因为长尾的内容是只能通过关键词模式被启动触发的，这就需要对整个互联网做index。这里很有意思的是，做门户的人当时都觉得Google这种关键词搜索是做不大的，但Google也是从雅虎的边缘市场做起来的。一定要重视边缘市场起来的公司，往往伟大公司都是从边缘市场做起来的。
顺着信息分发往下讲，信息分发中间有一个演变叫推荐引擎，根据用户的行为做投票。其实，人是变得更被动了一些，AI更主动做推荐，最小单元从网页变成了内容。
字节也一直在超越Google的路上。这两年开始了搜索和推荐融合的一体化，从小红书这个产品能看到一些影子。小红书非常有意思，包含了社区、信息流推荐、短视频、图文、多模态，目前已经高质量的搜索引擎，这个融合了搜索推荐问答的形态，未来做任务一体化会更有意思。
今天的大模型，最小单元比网页更小，最小化的原子是token。Token背后是人类几千年抽象的智能，因此，大模型是重新组织了智能，未来会以agent或做任务的形态输出。最后会是一个任务引擎，完成Task Automation。未来，ChatGPT融合了搜索、推荐、问答、做任务等等功能，而不只是目前的形态。过去几十年，互联网把零售和线下的东西搬到了线上，未来，人类更多的工作流和任务会走向最佳实践进行自动化。
目前ChatGPT形态太初级，未来一定是融合性的产品，模型也会更主动，像一个助理。模型也可以在后台一直长时间思考，比如几小时、几天，甚至更长。人类目前学会东西后，会实时更新了自己大脑，模型后面学到人类的新知识，也可以实时更新到自己的神经网络里面。此外，模型的学习效率有可能比人还要高。
张小珺：你刚才说未来会以agent或做任务的形态输出，我目前还在想，要是有一个会做饭的机器人就好了，它可以通过预训练学会各种各样的菜谱，做做饭的任务。你觉得它能做到吗？
Guangmi Li：是能做到的。但厨师的最佳实践是没法被传承的。如果AI的学习效率变得很高，它能把顶级大厨的手艺学回来，那最佳实践就被抽象成了算法，大厨的task automation就完成了。但前提是要有反馈，什么样的菜做出来比较好吃？这是一个奖励模型。
张小珺：这个奖励模型还是一个封闭系统，是相对好给出的？
Guangmi Li：这个应该比较简单，但是难在机器人难做。
张小珺：你除了提到OpenAI，还提到另外两家公司，一个是Anthropic，一个是Perplexity。它们目前长得和OpenAI、和ChatGPT是很不一样的，但他们也都在争夺下一个Google这张牌吗？
Guangmi Li：是的，大家都在计算架构和信息分发这条主线下，都是同一个技术杠杆，因此都是殊途同归的。虽然形态和商业策略肯定有差异，但OpenAI正在把自己变成一个killer app，也是目前唯一的killer app，在C端一骑绝尘。但Anthropic正在走向一个AI时代的OS操作系统的路径，站住了coding、协议，尤其是最近发布MCP的context。
Perplexity最大的创新是重新定义了AI搜索形态，其实是AI在帮用户使用搜索引擎，Perplexity其实是一个agent，用户可以围绕一个主题一直追问、互动。互动是很关键的，AI可以和整个互联网网页互动了，而不只是一个静态的网页和内容的输出。产品层面，最终大家都会变成任务引擎，或任务容器。这个任务引擎是我逻辑中下一个Google的幻想。
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，今天是用任务来替换内容？
Guangmi Li：还是一个概念，主要是因为目前还不好去定义它的具体形态。其实今日头条就是一个内容容器，微信也是一个内容容器，它们也都是一个浏览器。未来AI最大的趋势是做任务、完成任务，尤其是有经济价值的任务。
以前生成的最大的是内容，未来AI生成最大的是任务、agent、工作流。比如，我目前研究二级公司的股票，我怎么去寻找信息、处理信息，怎么去沟通、拆解？AI可以帮我automate出来一个投研的workflow，而不是几十个人在帮我开发workflow，这就是我的一个投研的workflow agent。
张小珺：争夺下一个Google，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、full stack策略的胜算更大，当然这样的要求，投入的资源也很大。即便看Perplexity现在发展很好，它其实很难向下大幅改动模型，或搜索的index。但Google的端到端优化能力是很强的，可以向下改TPU，改Transformer。端到端优化是非常重要的，Apple、Tesla、微软都是端到端Full Stack的公司，微软从OS向上做了office这些killer app。但这也不代表OS公司一定能做好killer app，微软也没有做好浏览器或者搜索这两个killer app，这个问题其实不绝对，存在即合理。
二、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，ChatGPT从第二季度开始明显加速。尤其是在GPT-4o发布之后，单个季度能涨1.4-1.5亿MAU。
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，背后是模型的inference cost降到了很低，不然一般模型公司是吃不消的。此外，OpenAI又推出了语音模式、推出了o1，背后其实还有模型能力的提升。ChatGPT用户数据量比较大，大量的用户在用的情况下，用户偏好数据、用户投票会让整个用户体验变好。
张小珺：从商业模式上，ChatGPT应该做广告吗？
Guangmi Li：如果我是Sam，我一定会做广告，但ChatGPT不一定适合做广告。这个问题本质是商业效率的问题，我们可以简单算个账：ChatGPT是一个典型的工具类产品，工具类产品付费率到5%已经是非常优秀了。ChatGPT的付费用户是20美元一个月，按5%的付费率，一个MAU就是1美金，剩下95%的人其实是不付费、不贡献商业收入的。但我感觉ChatGPT付费率肯定到不了5%，大概是0.5-0.6美金每个MAU。
每个MAU横向对比，互联网产品如抖音、淘宝、微信都是几百亿美金甚至千亿美金营收的产品，10亿的月活，每个MAU每年就是100美金，每个月就是8-10美金。所以传统互联网产品比ChatGPT的变现效率是高出10-20倍的。
虽然ChatGPT现在有200美金，甚至2，000美金的定价，但如果定这个价格，付费率肯定也是会下降的。第一，能付200美金或者2，000美金的人很少，第二，也存在竞争问题，因为Claude、xAI、Google都在后面，竞争问题的存在使得很难定过高的价格。
AI的商业变现效率这个问题是很关键的，不然后端成本每年5-10倍的上涨，但前端带不来营收，是不能持续的，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。
张小珺：这两年每百万token的成本是在下降的，为什么说后端成本有每年5-10倍的猛增？
Guangmi Li：是的，这个是符合咱们之前预测的，token这1-2年应该降了十几倍。后端成本猛增主要还是买GPU。其实去年大家手上的卡是不多的，今年全球第一梯队公司才到了10万张卡，但10万张卡是不够的。有可能到一个量级之后不再猛增，但现在还在一个高速猛增的阶段。
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，一个关键词来了，Google就直接给你导航到某个网页，例如电商、娱乐、旅游、订票，广告主是通过网页提供服务的，Google导航过去就能赚到钱，这个商业模式是非常好的。抖音、淘宝的商业模式和Google也是一样的，都是搜索、广告系统，这个商业模式效率是很高的，因为有巨大的规模效应。
但Chatbot目前的queries中，导航类的queries是非常少的，大部分都是问答类的query。对应传统搜索引擎中，只有4%-5%的是知识问答，Google过去也一直没能把这4%-5%的知识问答query商业化。目前为止，ChatGPT还是没有本质上影响Google的基本盘。因为广告主还是不会来ChatGPT投广告获取流量。
张小珺：ChatGPT未来怎么挣钱？
Guangmi Li：一方面，最大规模付费的来源还是来源于商户。因为商户是广告主最能scalable的对象，广告主要对消费者提供服务。另一方面是要探索新的商业模式，比如说按照任务付费，最后按照任务完成率付费。
电商是按交易付费的。过去，互联网电商最核心的一个指标叫GMV，订单转化率。AI时代最关键的北极星指标是任务完成率，本质上要完成有经济价值的任务。只要价值足够厚了，肯定还会有全新的商业模式出现的，按照value-based去pricing。例如抖音，催生了新的商户，内容创作者如果能创造内容本身，这就是服务了，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。
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。ChatGPT目前的成功，很大程度依赖OpenAI最早非常强、非常领先的research能力。早期技术遥遥领先带来了心智和品牌的红利。
但OpenAI过去一到两年并没有很好地接住技术红利，最典型的两个地方是搜索和coding，搜索和coding OpenAI目前都不是明显的第一名。
搜索是很重要的，因为是一个高频、高粘性的feature，ChatGPT自己竟然没有做很好，是非常不应该的，给Perplexity留了完整两年的窗口，不然Perplexity也不会做这么大。而coding能力还是被Anthropic Claude-3.5-Sonnet反超了。最开始我以为OpenAI不太重视，但过去半年了还没完全追上，导致coding里大量的开发者已经迁移到Claude-3.5-Sonnet生态了。因此OpenAI肯定是组织出了一些问题的，那么多老人都离开了，不是一个很好的事情。
大家都说Google的组织问题很大，但OpenAI的组织问题其实也很大。
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，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，但是目前唯一有效的形态。因为chatbot的适用范围广、兼容性强，未来肯定还是需要更不一样的形态的。目前，大模型的智能水平已经挺高了，比如我幻想我的面前就是一个AI浏览器，或者一个巨大的白板、一个任务看板，很多的任务都在上面运行，有Todo list、各种图表，只需要我来确认和指导下一步怎么做，围绕某个topic可以无限的展开。
还是需要一个好的产品形态来降低用户的门槛，今天，ChatGPT对话门槛是比较高的，有时候我面对ChatGPT、Claude，我不知道怎么提问。如果模型能更主动的告诉我如何提问，我会更容易的下手。例如现在我们下载抖音、小红书，就能直接用起来，因为系统会主动给用户推荐。单一的chatbot大概率不是AI的最终形态，模型可以更懂用户的需求，不需要跟用户对话，就可以猜到用户的意图。比如，让模型阅读我过去几个月Chrome里面的浏览记录，它就有了更多的上下文的context，这样就会更懂用户了。
今天，chat的形态其实是限制了上下文的长度的，一定程度上降低了模型的智能，长期来看，越聪明的模型越不需要跟人对话，AI未来需要自动的采集用户的行为信息、上下文，变得更加主动，像抖音和淘宝主动给我推荐商品一样。
张小珺：仅是对话这个产品本身，而是它也是提取智能的一种方式，这个很有意思。
Guangmi Li：它有context，context是一个特别重要的东西。
张小珺：OpenAI把技术有五个分级，第一级就是现在的Chatbot聊天机器人，用自然语言进行对话的人工智能。第二级是推理者，大概是o1这种可以解决人类级别智力性的问题。第三级是agents智能主体，它能够代表用户采取行动。第四级是创新者，第五级是组织者。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，应该把它作为一个主线的线索去思考产品形态演变。现在我们可能处在Level 2和3之间，所以明年最期待的是agent落地。
我觉得还有两个思考角度，第一个角度，可以画一个企业的组织架构图，AI的能力是从下往上一直进化到CEO那一层。另外一个角度，是再把企业内部的能力做拆分，比如编程能力、设计能力、沟通能力、销售、寻找和处理信息的能力、数据分析能力，AI也会横向逐个替代掉。一个是从下往上替代，一个是横向替代，对应这五个分级。短期做到替代一个企业的CEO层面还是比较难的，但两年左右的时间做到一个manager水平是有可能的。
张小珺：Managers能等同于agent吗？
Guangmi Li：长距离、多步推理任务如果能落地，那就会超过90%的manager。我觉得25-26年是看得到的。
张小珺：这些AI如果进入组织的话，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，但是它能完成任务的数量会大幅提升。
张小珺：刚才提到要模型更主动，能增加人的互动，也能够帮助AI提取智能。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，助理是更主动的。更重要的是技术架构，尤其是context。
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，但更加核心的是context的采集能力。如果没有context的同步，绝大多数的任务成功率都非常低的。context是非常重要的，绝大多数人可能还没意识到。例如，再厉害的主任医师，如果没有体检报告、健康数据、检查报告，也很难跟聊几句就下诊断。
Context就是各种背景上下文信息。这是一个关键的暗线。之前的暗线可能是RL、cost，而今天的暗线愈发清晰是context。
张小珺：相当于谁能获得更多的Context，谁的智能水平提升就会更快。Context可以展开讲讲吗，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。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，这是两个最基础的商业基础设施。如果没有这物流和支付，其实网购体验会非常差，买东西的成功率是非常低的。
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，更取决于context是否充分的同步了。例如，要做一个个人的agent、网页，用户很难告诉模型各种prompt，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、个人的软件信息，AI还可以用搜索引擎去搜网上相关的信息，这样做个人的agent或官网是更容易成功的，因为它有更多的数据、context。纯语言prompt成功率是很低的。
此外，context获取数据同步应该是自动化的，而不完全是通过人工prompt。比如我们有一个claude bot在slack里面，一直默默地跟踪我们怎么做投研、怎么讨论各种话题、怎么找信息，怎么与人沟通。某一天，我再交给它一个任务，它有各种上下文，沟通成本就非常低了。时间长了后，让它帮我做一个怎么做投研的workflow，它就可以自己总结出来，这就是慢慢沉淀投研的最佳实践工作流。
张小珺：这种情况下用户个人隐私问题怎么办？
Guangmi Li：目前，我们所有的数据都在互联网上，我们会真的关注隐私吗？1%的用户会关注隐私，但是99%的用户会被效率和能力吸引。滚滚大势，阻挡不了。
张小珺：如果AI是中心化的AI，他也知道你的信息，也知道我的信息，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。
张小珺：如果AI的生成能力增强了，未来会生成什么？
Guangmi Li：这是一个非常值钱的问题，我的答案是新时代的软件。移动互联网增加最大体量的数据是内容，智能手机可以随时的创作、消费内容。AI时代最大的增量数据是软件。而软件的本质是什么？软件的本质是人类行为的自动化，企业软件是那些最佳的工作流的自动化。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，分发给了低效率的地方，这个最佳实践的自动化是SAP重要的用处。但是人类还有特别多的行为、最佳实践是没有被自动化的，这会是未来增加的巨大增量。
三、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，软件是人为主动定义的，定义一个通用的需求之后交给外包团队去开发，就像传统导演拍电影。未来，软件不一定是人为主动去定义创造，而是日常的context自动同步给模型，它自动化的生成软件。比如，AI知道我日常怎么做投研信息，他就帮我automate整个过程，我还可以share给我的同事。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，因为只有单一用户自己在用，投入产出比就不够高。
之前播客也有聊到，未来的软件生成，会不会像目前的短视频内容创作一样，门槛非常低？有很大概率，我们自己也不知道这个任务怎么完成，就像平时我交给同事做任务，同事和AI都是自己做了很多探索，有自己的规划，都能更有效地探索出来一个更好的工作流。有一个很值得思考的一个问题：如果2025年AIcoding能力变强5倍、10倍、30倍，软件开发效率提升10倍，软件生产成本大幅的降低，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，它可能不叫软件？
Guangmi Li：对，这里需要好的产品形态定义。agent到来，coding能力变强了，需要一个非常重要的产品形态接下来。2011年的时候，我们去投推荐引擎，投推荐引擎本身是无法赚钱的，但是我们要投信息流产品，最早的今日头条，还有后面的抖音。
过去没有做机器学习和推荐的公司，都没有成为大公司。但不能外专门为了投coding去投coding，而是投coding这个能力象限下，未来可能出现的产品形态。推荐引擎造就了信息流产品，coding未来会造就什么？一方面是服务传统的软件开发，另一方面是更民主化、更新的形态的产品。现在需要一个天才来定义新的产品形态，就像之前字节定义出来信息流产品的人是绝对的天才。
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，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，那个架构逻辑复杂度是非常高的。
张小珺：Coding和下一个Google是一件事吗？
Guangmi Li：是同一件事，殊途同归。因为背后的技术底层都是一样的，都是一个任务引擎，完成各类任务的自动化。
张小珺：为什么大家在一个新的时代要想的就是下一个Google，Google对于互联网时代意味着什么？
Guangmi Li：下一个Google不是Google本身，也不是搜索引擎本身，而是重新组织信息本身。过去，门户组织信息，搜索引擎又重新组织了网页，推荐引擎再次重新组织了信息。未来，重新组织信息和token变成了大模型这个引擎。
重新组织token背后本质是智能，代表的任务是生产力。淘宝重新组织了商品，下一个Google不是做Google本身，而是做一个更高效率的东西，解决更厚、更深的问题，提供更大的价值。
张小珺：搜索、coding有独立存在的机会和必要吗？如刚才所说，ChatGPT应该是统一的任务引擎、巨大的任务信息重组产品，那搜索和coding还有独立成为入口的必要性吗？
Guangmi Li：不绝对，存在即合理。微软做了Windows，那么上面的killer app都应该做好，比如office、浏览器。但是浏览器、搜索都是Google做得更好，因此我觉得不完全绝对。掌握OS的公司有更强的竞争力，可以端到端优化。微软有企业级的关系，又做了Azure云，它是更有优势的。当下，Perplexity和其它的coding公司本质上没有和底层拉开差距，而且过于依赖底层。现在很难下绝对判断，甚至有可能Claude未来就是一个coding model，往上做coding agent、做Devin。如果目前的GPT、Claude不做Devin，肯定又是巨大的战略失误。
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，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。
第一，这个公司的投资回报率怎么样？之前我认为OpenAI是AI lab，但是今年下半年ChatGPT用户增长这么大，开始能算账了。但现在1，570亿美金的估值下，看不清楚upside有多大。虽然可以拍脑袋说它可能是万亿美金的公司，但现在还是很难有fact、商业模式、计算财务模型去算账。
第二，从技术革命演变的角度，认知是在变化的。之前我们每期播客，我都觉得智能和模型最重要，其他都不重要。但未来两年，AI应用端的落、agent落地，是非常重要的，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。OpenAI、Anthropic、Google的模型都不错，Llama、xAI还在奋力地追赶，但追上来难度也不高，还是要能做出应用差异化。
Anthropic的Claude-3.5-Sonnet模型出来之后，能力和口碑已经超过了GPT-4o，Claude的c端和b端都涨得非常多，但依然还很难翻盘ChatGPT。ChatGPT的c端心智和品牌效应壁垒太强了。我们身边90%的人已经分不清楚哪个模型好了，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：行业里掌握最前沿认知那一批人，对于模型能力、产品的构想，是跑着跑着刚认知到的，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，也有极少数人有自己一直的坚持。Anthropic的CEO Dario很早之前就提出coding非常重要，不排除Claude就是一个coding model。他一直很重视的就是agent落地，而不是c端产品。Dario认为c端产品对推动AGI是没有太多帮助的。今天，Dario现在的认知肯定也会发生变化，可能觉得c端也挺重要的，但他自己是个科学家，做c端消费级产品的sense没那么好。此外，ChatGPT品牌效应又很强，因此很难翻盘反超的。我们很难预测未来，但可以有自己的信仰和bet。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。
张小珺：我们目前有一个特别重要的关键词叫做agent落地，但是我对这个词没有什么画面感，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。Perplexity就是帮用户使用搜索引擎的agent，Devin是更好地帮用户用好模型做任务的agent，这是目前相对有一定agent雏形的产品。而上一次播客时，我觉得还没有任何能称得上agent雏形的产品。Devin的出现属于agent的真正雏形了，大家可以多看看Devin的Demo。
张小珺：OpenAI的领先优势是放大的还是缩小的？
Guangmi Li：局部放大，局部缩小。ChatGPT的c端，最大的壁垒已经不再是模型或者技术层面了，而是品牌或者心智。这是比技术或者模型壁垒更高的。Claude模型虽然有些能力比ChatGPT要好，但是很难反超，因为品牌是更强大的壁垒，ChatGPT领先第二名10倍甚至更多的数量级。这个领先优势还是放大的，因为明年做到可能10亿的MAU了。预训练模型的领先优势是缩小的，因为天然的收益空间在变小，最主要的原因是公开互联网的数据快用光了，20-30t是text文本的极限了。
但背后的创新体系领先优势是放大的，就像好莱坞工业化的电影体系，预训练环节可能就是OpenAI拍的一部电影，而o1又是一部电影，OpenAI能持续地在智能这条线下做出新东西。这个是其他大公司不太具备的，即便告诉我们这个电影具体怎么拍，我们也不能完全复现结果。创新的工业体系是最难的，这是OpenAI的内功。就像我们每天看足球，研究c罗怎么踢球的视频，把回放看很多次，自己有可能也踢不进那个球。
张小珺：OpenAI到底会是下一个Google，还是下一个网景、施乐？
Guangmi Li：都有概率。OpenAI要变成一个真正伟大的公司是有一些必要条件的。首先它的架构重组要弄好，如果马斯克诉讼OpenAI只能保持非盈利，那人才肯定要流失。第二，OpenAI要找到更高效率的商业模式，不然每年5-10倍的CapEX上涨是不持续的。组织问题会随着公司快速奔跑而解决，今天OpenAI的组织问题不比Google小。
张小珺：OpenAI过去哪些期待过高，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、GPT-5、合成数据已被突破、AGI的口号等、AGI背后到底是什么不重要，重要的是在往这个方向走。这些关键词都期待过高了。但Sam对整个行业是好事情，因为给大家争取了更多的资源，从业者的薪酬翻了非常多，投入的资金也增加了很多倍。出色的人最早都是有争议的，乔布斯有争议，马斯克更有争议。只要哪天OpenAI真正成功了，Sam的争议其实都会消去。
智能技术的价值现在是短期高估，长期低估。智能到底是什么？今天如果没有电，我们晚上就无法工作。智能能automate非常多的最佳实践，大幅提升人类的生产效率。
张小珺：从投资人的视角来看，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。首先留存很好，品牌心智很强，从第三方数据来看，ChatGPT的长期留存是非常好的，12个月之后还有50%。Database的粘性很高，跟Notion差不多，只是目前没有数据飞轮、规模效应、网络效应，但后面是会有的。
还有一个投资人会经常关注的指标：DAU/MAU的比例。这个比例不太高。典型的工具类产品是15-20%，这个会决定用户一个月有几天打开产品。DAU/MAU是20%，意味着一个月30天中的6天是使用产品的。一个月有6天代开ChatGPT，这个指标是不高的，而优秀的产品都是比较高的。微信的DAU/MAU差不多1:1，抖音一个月用户会用20多天，小红书也是20多天，Google搜索用户每月会用15-20天，甚至更多。怎么把DAU/MAU的比例提上去是很关键的。
另外，search类产品用户每天打开了之后，衡量具体会用几次是很关键的。如果用户打开后只用个一两次，是非常差的。因为搜索没解决好问题，而4-5次是比较优秀的。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，只是chat形态其实很难翻盘，需要通过一个全新的形态占住用户的心智。如果商业模式或产品形态问题不解决，目前的AI会偏向SP移动梦网的时代，还没有看到iPhone。基础设施没有那么成熟、没有支付、没有物流、没有摄像头，就像是高中刚用手机的时候只有图文。但SP时代移动梦网的公司，在走向移动互联网时，没有一家转型成为大公司的，全是全新的公司，不管是字节跳动、美团、还是拼多多，而移动互联网公司都没有从上一波留下来。
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。模型预训练的数据质量很高的，但大部分用户是没有模型聪明的，那带来的噪音就会更多。
张小珺：当自动驾驶做到一定水平了，但还在给它灌大量普通司机的数据，模型只能变差？
Guangmi Li：用户的数据更多代表用户的偏好数据，而不是能力数据。偏好数据不能提升能力。搜索、推荐，是整个人类在大规模投票，是更准确、更好看的，因为搜索引擎是偏好即能力，而大模型的能力是另外一种数据。
张小珺：既然LLM产品都想成为Google已经变成了一张名牌，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。一方面，Google手上的好牌其实非常多，TPU代表无限的算力，安卓、Chrome代表最强的分发能力，只是之前受限于两个问题：第一，组织问题，CEO能力有限。第二，商业模式问题，因为目前chatbot里面的用户的query变现价值比较低，Google这种大体量的公司大幅转向chatbot产品形态很难。但搜索和推荐，其实都是信息分发，那么下一个Google有可能是超级助理。
信息分发和超级助理的异同点是什么？信息分发是主线，助理也是主线，既会融合，也会竞争。助理是更主动、跟人更close的，有更多的context，能占据用户的信任，更多的数据access。但信息分发也是一个方向，助理也可以做信息分发，掌握信息获取的来源。但做信息分发的公司，比如字节、Google、Meta，也可以从信息分发走向助理。Apple的Siri有可能也是一个助理，都是同一场仗。
有可能下一个Google是一个任务引擎，也有可能是一个助理形态，本质都是一样的。今天，我们还比较难定义出来助理产品背后的需求。但信息分发代表什么？人类最基础的需求就是要获取信息、娱乐，所以信息分发是一个基础的需求。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。
张小珺：助理会在手机、电脑上吗？它还是一个APP吗？APP的劣势是我要找到它、点开它。
Guangmi Li：大概率还是在手机和电脑上的，目前还看不到全新的、大众级的设备。
它可以帮用户使用工具，帮用户使用APP，离用户更近。所以，Siri的位置是特别好的，当然Siri的context窗口输入效率还不够高，可能还是屏幕的效率更高一些。例如目前我们面对面对话效率很高，但如果再配一个白板、PPT展示，效率会更高。我会感到一个特别的感触时刻：从命令行DOS时代，突然转到GUI，这就是天才，定义出来GUI用户交互的界面。目前，我们把大模型看成一个新的计算机，需要一个更好的交互。Chatbot肯定不是完全的GUI，但它的好处是广泛兼容。
四、AI竞赛赛局盘点
张小珺：去年这个时候，大家认为大模型公司一定需要技术型的创始人，但目前这个事情不再被那么强调了，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。目前，AI产品都是post-train环节决定的，未来的超级产品经理可能是从做post-train的人里面出现的。因为post-train决定了模型的各方面的性格、偏好，pretrain训练出来，是一个差不多的模型，而post-train决定模型性格。在这个基础之上，需要对交互理解更深，理解什么样的交互效率会更高。如果我有一个白板、Todolist，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，有时候一图胜千言。
张小珺：下一个Google，虽然不是Google，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。今天，AI产品还没有规模和网络效应，只有品牌效应。除非哪天跑出很强的规模效应。Google当时的技术是遥遥领先的，后面又出现了很强的规模效应和网络效应，导致其超高的市场份额。
张小珺：今天，所有人都在打这场下一个Google的争夺战，目前到达了哪个阶段？场上的选手们分别积累了哪些优势、护城河？
Guangmi Li：红杉美国最近的一篇文章总结的很好：
我比较看好Amazon，它是全球最好的云厂商，和Anthropic关系，相比微软和OpenAI更健康。Amazon要自研TPU，确定性很高。可以看到，微软在向上做应用，Copilot做得非常糟糕，但AWS向下做计算架构，这也是不同的bet相比起微软，我更喜欢Amazon一些。
今天看到的结果是微软过去两年做产品的能力非常糟糕，微软最早跟上了OpenAI的hype，但自己的产品做得不好，微软作为大公司太慢了，Cursor和Devin这种开发者产品都不应该从微软的手下溜走，但反过来说，微软还是最后的赢家，因为销售和绑定能力太强了。即使今天错过了机会，它不一定需要从0到1的开发，但最后通过收购或者抄袭同样可以领先。比如Teams和Zoom，还有安全方面的Okta，最终都可以追回来。
Apple握着最好的牌，但还不知道怎么打。从估值角度，Apple的股票一直不便宜，说明大家对它预期很高。
小公司层面，Perplexity抢跑了，占住了一些品牌、心智效应，也有一定规模。每天用户搜索Query量级已经大概是ChatGPT的一半了，虽然对比的只是ChatGPT搜索的query，不包含其他query，但这个量级也不小。我认为Perplexity明年被收购的可能性很大，任何一个平台公司都不能错过搜索。搜索非常关键，第一，平台可以在前端收集用户意图，意图数据对于平台极其重要。第二，搜索会重塑后端的技术能力。
Cursor、Devin这些面向开发者群体的产品同样是抢跑选手，产品做得非常好。这些公司和微软以及底层模型的关系非常重要，因为竞争威胁主要来自微软和两个模型厂商。
张小珺：现在看起来除了OpenAI的ChatGPT，其他的大模型产品和明星项目都是抢跑型选手，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、跑得快。一定要形成规模效应或者网络效应，才能赢得竞争并形成壁垒。
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，有些需要绑定，有些不需要。
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。双方都有不同的想法，不像Amazon和Anthropic的关系那么简单健康。微软和OpenAI分家的概率不小，如果分家了，微软自身的AI能力其实很差，所以会有麻烦。如果我是微软，我一定会投Anthropic，这样反而更互补。
张小珺：但如果微软投了Anthropic，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。Anthropic更像一个OS厂商，而微软的主线一直都是OS。微软是可以承受搜索，比如Bing输掉，但OS是不能输的。
OS和OS之间是相吸的。Windows、Azure和AWS两朵云、安卓和iOS，其实都是OS。模型就是新的OS。OpenAI和Anthropic是有分歧的，OpenAI要做最大的killer app，Anthropic要做一个OS。OpenAI可能端到端都会做，killer app也做，OS也做，但可能不够专注，没办法做好OS本身。
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，所以只能讲Anthropic的故事。DeepSeek也不像xAI有很强的资源，那要么需要在某个能力上极其领先，比如coding和别的能力，或者在另一个新产品形态下变得更好。
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。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。从6月20号发布Sonnet后，我身边很多人从GPT转向了Sonnet，因为Sonnet的coding能力非常强。coding对拉动API的营收增长是非常明显的。评估模型能力最核心的指标就是coding，因为开发者不会撒谎，而是真金白银投票，coding也是影响reasoning能力。我的总结是得coding者得开发者，得API消耗，有机会得到生态做OS。
Anthropic另一个好处是管理层非常稳定，不像OpenAI这样drama。公司还持续从OpenAI挖人。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，人才流动还是一个比较关键的信号。
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。Anthropic先发出来，占住先发的心智。今天其实准确率还不高，但提升比较快。Computer use可以被理解为模型的action、执行的环节，也可以说它是新的浏览器，或是任务执行器。Action是每家模型公司必做的，只是Anthropic抢先发布了。此外，computer use是多模态技术落地最重要的case之一，因为模型要理解后台的截屏、屏幕里面的信息。
我比较喜欢Anthropic的Artifacts，它像一个新的browser。Browser可以理解为一个任务容器，用户看到的任何东西都可以编辑、拖拽。今天还是很初级的应用，但未来的空间非常大。
大家可以重视一下Anthropic新开源的context协议标准：MCP，它是协议层，长期影响会比较大。
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，他们接下来会加大对于c端产品的投入吗？
Guangmi Li：是的，Anthropic c端确实比较弱，但是c端收入体量并不小。主要原因是管理层太过科学家背景，CEO Dario之前不太重视c端，认为c端对于实现AGI没有太大帮助。今天来看确实帮助不大，但是对于分发模型有帮助，未来一定会被重视。
ANthropic也开始投放广告了，但是科学家背景的管理层可能对C端产品的sense不强，加上ChatGPT太强了，还是很难翻盘。Anthropic的CPO Mike之前是Instagram的产品负责人兼CTO，Mike还是现在OpenAI CPO Kevin Weil的老板，可能他的产品能力比OpenAI更强一些，但是ChatGPT的心智和品牌效应确实更强。
张小珺：OpenAI有很大的先发优势。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，但想要killer app长期保持竞争力，还是需要端到端的垂直整合能力，向下优化成本、模型、模型架构等。模型变小后要优化模型数据的分布，甚至未来会向下优化硬件到芯片。端到端垂直整合是killer app长期要做的事情。
Anthropic会更专注在Agent。如何让agent落地是Anthropic在bet的事情，可能agent也会落地到ChatGPT。OpenAI今天最大的bet就是把ChatGPT的C端持续做大，做到10-20个亿，未来OpenAI的生态就长在ChatGPT上。
我觉得ChatGPT未来有可能成为全球最大的killer app，DeepMind、Anthropic未来可能成为全球最强的两个AI Lab，Anthropic也可能成为AI的OS，在OS之上会长出新的软件、agent。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，比如AI for Science可能成为他们的killer app。我更欣赏他们的愿景，比如消灭疾病、让人类寿命增加到150年。
张小珺：xAI呢？
Guangmi Li：xAI的团队刚超过100人，但OpenAI有2，000人，Anthropic 1，000人，相比之下，xAI的团队是非常精简的，可以说是人手不够用。估值过高后招人会变得困难，因为很多人会考虑股票的弹性空间。
xAI是全球范围内最快部署上线10万卡集群的公司，OpenAI或Anthropic都没有这么大的单一集群。马斯克还要上线更大的集群，所以GPU资源是非常充裕的，对训练是足够的。但本质问题是，不确定GPU超大集群是否会带来质变。Grok今天还没有追上最新的3.5 Sonnet或者GPT-4o，但进步速度非常快，这个公司成立很短的时间内训练了几代模型都非常成功，几乎没有失败。我认为下一代Grok-3或许可以追平最高水平，甚至反超，或者在某些能力上做得更好。
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，有可能带来新的能力涌现。但几十万卡集群到底是否有用，今天没有人知道，也没有人试过，试错成本太高。
其次是多模态，因为FSD已经被验证了。他们是相信多模态的，但坦白来说没有任何依据支持多模态可以提升智能。今天科学界的共识也是多模态不提升模型的智商，因为它信息密度比较低，单个像素的信息不会对智能带来任何提升，而且训练多模态的infra投入也比较大。大家在语言上投入太多，多模态上面投入占比较小，马斯克可能认为其他人在多模态上面的投入较少，如果给足投入会有更强的智能涌现。这也可能是xAI的一个bet。
但xAI想胜出还是需要差异化，像Anthropic一样，从coding这类某个能力象限胜出。需要有差异化才能胜出，或者xAI直接把Perplexity收购了，专注做搜索。xAI目标或许也不是OpenAI，最后也是对标Google使用其他的形态做信息分发，和Twitter一起做更主动的推荐。xAI最终注定是可以成功的，但有多大的upside还不清楚。
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。
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，不要算账，也算不清楚，算账就输了。马斯克的公司都是他的粉丝或者散户买单，更好听的说法是为梦想买单，因为传统机构很难做出财务模型过IC。马斯克的位置对中美关系很好，也或许可以更好地处理TikTok的复杂问题，是中美关系更好的桥梁。如果TikTok安全着陆，它与xAI的深入合作对xAI未尝不是一件好事情。
张小珺：那么Perplexity呢？
Guangmi Li：其实Perplexity不是自己做搜索引擎，它没有自己的模型、index，而是能够帮助用户更好地使用搜索引擎这一工具。Perplexity更像一个信息处理的agent。复盘来看，Perplexity有两个点做得比较好：第一，它真的把AI search的体验做好了，赢到了用户心智，第二，它重新定义了AI搜索的交互形态，可以追问、互动。Google只是静态的导航，AI这一代产品的互动性非常重要。
这一波技术浪潮下，我最喜欢的AI native产品就是Perplexity和Cursor，还有Devin。他们的共同点是预判对了模型进步的方向，所以接下来预判智能进步的方向非常重要。
张小珺：除了Perplexity，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。Claude-3.5-Sonnet 6月份发布后，Cursor 7月份就发布了，从7月到现在，它的ARR从0涨到了7000万美金，甚至更多，明年有希望做到2-3亿美金的ARR。Cursor的新一轮融资公布了，25亿美金的估值，我觉得是合理的。coding的产品形态需要快速迭代，之前Github Copilot是在补全下一个代码，现在Cursor可以补全下一个action，明年或许就可以端到端的生成软件了。
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，具备了几个重要agent雏形的要素。第一，它可以在后台工作，第二，它可以做多步骤长距离的任务，第三，它可以在过程当中根据反馈作出自己的决策，第四，它可以使用工具，比如浏览器、搜索引擎等。明年或许最有价值的产品就是处理长距离、long-horizon的task。
张小珺：Mistral呢？
Guangmi Li：我觉得Mistral不用太多关注了，他们预训练已经掉队了，后续只能在Llama的基础上做post-training更适合。
五、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，你之前对AI大模型的很多预言事后都验证了，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。刚才聊到智能进步，方向非常重要。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，只是它的智商可能不会像80提升到120这样迅速，可能是从120到125-130的提升，但更重要的是它可以干活了，我对25-26年最大的期待就是agent可以落地，尤其是长距离多步骤的任务，long-horizon task。
硅谷核心圈子的大佬级别的人物都在做类似的事情，比如OpenAI的CTO Mira离职后也在做long-horizon agent。也可以类比Perplexity，Aravind当年离职后想做的是RAG-based search。Long-horizon的task落地是agent创业最核心的方向，包括最领先的模型公司，比如OpenAI和Anthropic，都花了很大精力训练long-horizon task。其实可以理解为做一个更复杂任务的agent。
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，对工程能力要求也很高。大家可以研究一下Devin，他是一个作为长距离agent比较好的样板。
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。26年会更大范围地遍地开花。Anthropic的MCP和Claude-3.5-Sonnet模型都比较专注让agent落地，包括OpenAI的post-training团队也分了很大精力支持agent落地。OpenAI CTO Mira的新公司也在做。
最近Devin产品的demo在看了朋友的体验后，我认为还是很惊艳的。Cursor最近也发布了agent模式的产品，agent是各个重要的agent公司明年发力的重点。
张小珺：明年除了agent很重要，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，也不太适应摄像头、多模态的能力。
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，AI时代新的商业基础设施是什么？是不是context？今天，AI的商业模式还停留在SP移动梦网的时代，依然是扣费模式，后面需要更强的商业模式覆盖后端成本。Cursor虽然今天涨的快，但是它的token cost也很高，每个月要付几百万美金给到Sonnet和GPT模型。更强的商业模式是结果，本质还是是否能提供更大、更本质的价值。
各个垂直领域也比较重要，比如如何找到高质量、scalable的数据，可能需要几千上万条高质量的任务，并对应reward，这需要一些高水平的专家进行标注。
张小珺：这里自动驾驶是不是一个拥有相对完整、比较好的reward model的领域？
Guangmi Li：是的。自动驾驶是个非常典型，端到端都比较好的模型。但它的action space非常小，仅仅通过前后左右来判断安全。但语言和机器人的action space非常大，reward就特别难定义。只要是在限定领域的reward都是比较容易定义清楚的。
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、coding、数学。下一代模型也比较关键，无论是传说中的GPT-5 Orion，还是Anthropic的Claude-3.5-Opus，或者Gemini的更大模型，他们的能力提升幅度有多大。我觉得不用悲观，但也不要过度乐观。肯定智能会有提升，但是不会像以前从80提升至120这样的陡峭。
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、o3，大规模scale o1到o2到底会怎么样？有时候，模型训练的收益来得快，但瓶颈有时来得也快。o1可能是走向AGI的必经之路，但不知道是否会很快碰到天花板。如果o1这条路失败了，达到AGI可能还要再耽误几年。
张小珺：你怎么理解o1的天花板？
Guangmi Li：可以举个例子，今天全球70亿人，每天都在做任务，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，如果比过去老祖先积累的多，本质上就代表人类可以用算力换数据，这件事情很伟大。说明合成数据是成立的，但如果70亿人忙碌一年没有产生新知识，没有任何增量信息，不如祖先积累的多，那o1可能很快就到天花板了。
我个人是相信70亿人一定可以产生更多的新知识的，只不过边际可能没那么陡峭。
张小珺：还有什么重要的问题？
Guangmi Li：还有两个重要问题。
第一，假设coding能力明年能提升10-30倍，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，context非常重要，我觉得大家还不够重视。
另外，还有很多科研问题值得探索，没有解决的问题依然很多。比如，模型架构上进行什么样的改变，可以让模型在后台持续思考？比如今天的一个问题，人类可以思考一周再给出答案。人类今天学到一个知识，实时更新了大脑的记忆，但模型今天还没办法实时更新，这点也有提升空间。
张小珺：你认为在明、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，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，需要有差异化的价值。核心指标可以看产品每周的活跃用户量，下一个做到大几千万，甚至1-2个亿的产品，可以拿到下一张船票。
张小珺：所以总结下来，未来两年的关键因素有非常多方面？
Guangmi Li：用户规模很重要，比产品形态重要很多。基础模型可能还会突破，pre-train可能还会有半代到一代的提升，但大家在技术模型的突破重点都放到了post-training上。
数据也非常重要，我很期待有产品形成数据飞轮，挖到大量高价值的数据或者在合成数据上有所突破。包括AI公司所谓的组织能力如何快速迭代。模型也重要，产品也重要，未来产品的粘性也需要提升。
今天，ChatGPT的时长、粘性、频次都不如Google和抖音，说明它承载的需求和可供挖掘的空间非常大。GPU和人才也非常重要。真正懂AI，并在一线干活的人非常少，而人才是非常关键的。很多Lab都在说人手不够，我觉得真正懂的几十个人非常分散，还没有特别集中。
张小珺：一年前你说大模型的秘密在三家公司：OpenAI，Anthropic和Google，现在怎么看？
Guangmi Li：今天大的格局依然是这样，只是人才确实有流动。之前，我们说做到GPT-4很难，但今天很多模型公司都做到了初代GPT-4，但没有做到GPT-4o和Claude-3.5-Sonnet的水平。过去两年，模型能力的进步是非常陡峭的。两年内，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。
端到端、full-stack是比较重要的，但创业公司没办法做到那么多。所以，创业公司就需要找到非常锋利的点，做出一根针捅破天的产品。
张小珺：两年内，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：很多人说scaling law的魔法就要失灵了，你对scaling law持有什么样的观点，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，Ilya认为的data wall是预训练的数据瓶颈。互联网的数据是线性增长的，比如每月增加1T有效token。但模型预训练需要的数据是指数级增长的。我们上一期播客已经隐晦地提了这件事情，但Ilya今天公开说了。
预训练今天看是100%遇到困难了，无论是GPT-5，Claude-3.5-Opus，Gemini Ultra等。预期不一定会非常高，但也不差。不确定这是永久性问题，还是短期问题。有些人很悲观，有些人很乐观。
今天的瓶颈一定不是计算或者架构问题，主要还是数据问题。互联网上，能用来提升智商、用来大规模训练的数据可能就20-30T，每个月增加不到1T就到极限了。但有的人会乐观地觉得现有数据的量化挖掘空间还很大，需要提高data efficiency。比如，人类学习一个知识只需要5-10条样本，但模型需要几千、上万条才能学会。25-26年能不能让模型学习效率提升。其次，整个互联网上的数据占到人类智慧的5%-10%，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。推荐算法、推荐引擎已经把人的偏好数据沉淀在模型中了，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，但是到今天也没有完全放弃pre-train，只是把pre-train和post-train重新整合了，现在叫fundamental research。GPU分布也会有变化。之前，大家做pre-train，pre-train和实验可能会占到整个GPU分布的80%-90%，未来可能pre-train和post-train占到了1:1的关系。Tier-1的公司都不能放弃pre-train，因为这还会有提升，也是底座。
第二条scaling law是o1系列，分歧点在o1的天花板到底在哪里，能不能通用、泛化。今天，语言模型到底是不是真正的泛化是不清楚的。很多问题都在训练数据分布内。如果o1不能泛化，只能在数学和代码里面很强，会影响这轮AGI的天花板。OpenAI基本all-in到o1、o2这条大的bet，如果这条路失败，OpenAI会面对比较大的挑战。赌赢了，天花板会打开更多。
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，整个地球上也没有一个reward model能衡量所有人，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。因为每个人、每个领域都很不一样，甚至昨天、今天、明天都不一样。最尖端的researcher可能也没有想到泛化reward model的方法。不知道Ilya未来会不会有解。
可以确定的是，今天数据非常重要。大家花了很多精力标注数据，需要真实的高质量数据，现在每个人都会负责收集不同领域的数据，标注数据、请专家评估。在不同领域进行学习，大家依赖各个领域的数据拼凑提升模型。Reward model通用泛化还是需要科学突破的。
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。我觉得泛化可能是唯一关键的问题。回到刚才说的，是否要相信这个世界上会有一个统一、能评价所有人、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，那需要雇很多的人，设计任务、设计reward，像老师出题一样。这样的速度就比较慢了。但从o1产品的角度来讲，我观察身边人使用频率并不高，它的产品形态今天也有瑕疵，比较慢，延迟比较高，使用门槛也比较高。实际上，90%甚至99%的用户的query都用不到o1。
o1擅长解难题，但普通用户用不到。它数理的准确度更高，数学和代码都很高。
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、实验科学待发现的问题。只是今天还没看到天花板，值得重点投入、尝试。但至于最后走到哪里，今天是有分歧的。有些人觉得，o1的天花板非常高，只要把task reward设计好，就能激发出pre-train model激发不出的能力。
也有一部分人认为o1可能很快遇到天花板，因为收益提升快，但遇到瓶颈也很快，不能完全靠模型scale。o1还是能让人参与做reward的过程，过去两年合作了一些专家参与标注，设计reward，这是数据上比较重要的部分。即使o1走不下去，或者最终无法到达AGI，沿途下站的成果也可能做出很好的产品，毕竟资源很多，人才也很多。
张小珺：所以scaling law听起来可能算法不是问题，算力也不是问题，遇到问题的是数据？
Guangmi Li：是的。大模型公司要考虑的还是如何更scalable采集高价值数据，未来形成有价值的数据飞轮。比如某天能够出现天才的产品经理，将人类讨论过程的数据记录下来反馈给模型，是比较重要的，我们讨论的过程有Chain-of-thought数据，这是模型记录不了的，这是有价值的数据。包括如何用数据激发模型更大的能力，尤其是刚才提到的data efficiency如何提高。能力弱的人需要学很多条才能学会，能力强的人，可能两条就学会了，这就是效率的问题。
张小珺：我开个脑洞，飞书这样的产品形态可能是雏形吗？它有大量的工作讨论。
Guangmi Li：它的数据价值很高，Notion这样个人笔记软件的数据价值也很高，数据资产的价值很高，但产品形态不好说。
张小珺：ChatGPT的数据飞轮比较小？
Guangmi Li：ChatGPT主要得到了偏好数据，而不是能力数据。它可以把你的偏好高效筛选，提升MAU，或者用户时长，但对AGI没有什么帮助。搜索、推荐也都是人类大规模投票的标注。如果ChatGPT把用户偏好数据用太多，答案会趋向一致，丧失多样性。
本来生成答案的可能有1万种，但投票投多了就200种。ToC用户的数据是有价值的，但未来如何用好还要做很多研究。大多数的用户数据没有逻辑，但提升逻辑的方法很多，不一定需要用户数据。
一件可能有意义的事是：用户关心的需求是重要的，这会让产品体验更好，可以定向优化模型，优化数据。Google有用户的意图数据，它可以基于此进行后端优化，这会更有意义。
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，设计了某个形态，把人类的思考的过程和高价值的数据都传递给模型，最有意思的就是你刚才提到的FSD。推荐系统也是比较好的一个模型，甚至笔记软件Notion的知识库里也可能是获取数据、形成数据飞轮比较好的过程。
未来的形态可能一端是模型、一端是个人软件，如何把个人软件的数据hack出来，作为context自动放到模型里帮助完成任务，这个过程非常有意思。我觉得今天让人标注的方式都不够本质、不够scalable。如果不考虑隐私的情况下有个AI Bot每天看你的微信，同步做其他事情，这是一个更自动化的过程。
张小珺：所以产品不是只要人用就可以，还需要看如何在和人交互的过程中吸收人类的智力。
Guangmi Li：对。
张小珺：哪些产品里还有高价值数据？
Guangmi Li：比如搜索，首先用户意图数据很重要，但未来AI搜索有持续性的研究话题，并能够持续追问，这里面可能有高价值数据和CoT数据。Notion里有高价值数据，那是用户反复想出来的知识，结论比较多。未来，AI公司的Artifacts或OpenAI的Canvas可能也能有，因为做任务过程中产生的拖拽，可以记录用户思考的过程。
浏览器上的点击数据也很有价值，点击是有用户行为和逻辑的。但Google不敢用这个Chrome的数据，因为可能有合规问题。操作系统的数据也非常重要，因为有用户怎么操作软件的数据，未来AI是可以模仿用户操作软件的。
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、data做的比较认真。最后，关键点还是数据。好的AI公司都花了大量的时间在数据上，比如OpenAI、Anthropic。但如何做好数据，大家是没有共识的，tier 2的公司其实都是没做好数据的。
张小珺：按照我们之前跨年特辑的传统，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，我会说今年夏天6月20日Anthropic Claude-3.5-Sonnet模型发布，因为这个模型真的让大家进入生产力提升的阶段，带来coding编程能力的巨大进步，紧接着，才让后面的Cursor和今天的Devin火爆。今天他们大部分的用量都来自于Sonnet，Cursor和Devin都要给Sonnet付几百万美金的token消耗费用。
张小珺：这是全球大模型狂卷的第二年，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。25年对coding更乐观、确定性更高，代表下一代软件生态的形成。
也卷出了ChatGPT这一killer app，在c端一枝独秀。今年agent的基础设施落地慢慢临近了。
张小珺：今天想要进入决赛圈，条件是什么？
Guangmi Li：c端用户和开发者的投票。各家的产品有没有真正被用起来，有没有拿到用户、开发者的投票，这是一个条件。如果你的东西没人用，自己说的再厉害都没用。
模型层，拥有10万张有效、已经使用的卡，这是全球第一梯队的决赛标准，没有这点是不行的。
张小珺：哪家公司的产品真正被用起来，和你去年说谁能先做到GPT-4，他们的关系是什么？
Guangmi Li：做到GPT-4代表一个智能水平，只有到了这个标准用户才会用、才会买单。但是大家今天都超过或者做到初代GPT-4了，前面还有能力更强的模型。这点已经没有意义了，因此，还是需要有差异化的能力或智能的体现。
张小珺：人工智能是能力。
Guangmi Li：对。但我觉得在决赛圈没有大腿好像是不行的。OpenAI、Anthropic、xAI、Llama都有大腿。
张小珺：你去年这个时候说，2024年是决定长期格局最关键的一年，格局形成以后很难改变。今天来看你的说法对吗？
Guangmi Li：过去一年挺清楚的，和我们上一年跨年预测的一致。模型第一梯队可能就是3家或者3+2的发货月：OpenAI、Anthropic、Google属于绝对的第一梯队，xAI和Llama紧随其后，没有额外的竞争对手了。模型格局很难改变了，谁还会今天加入第一梯队？微软、Amazon都不容易，字节有可能。
张小珺：哪些去年的判断，你今天更坚信了？哪些去年的判断，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，因为有Meta的存在，Mera的投入比我们想象的要更加强大，这点对比之前的判断发生了很大变化。也要看Llama 4会怎么样。去年跨年，我们判断字节很有优势，今天更清晰了，豆包的DAU非常强大。如果字节明年用户增长很强，模型和产品一起迭代可能会比较好。
去年，我们提出了新的摩尔定律，这个预测还算准确，误差非常小。我对成本降低更加坚信了，未来做inference推理的主力模型不一定是特别大、100B以上的模型，而是3-8 B的一档位，或30-50B的这一档位。这两档可能会做inference的主力，而不需要100B以上做主力的推理模型。
之前，我对底座模型和预训练的预期更高。之前我们预测25年才会碰到数据问题，没想到这么早。先前觉得还能在此之前走好几代，没想到撞墙来的这么快。其次，巨头和大公司依然非常有优势，无论是Apple、Amazon、Google和字节，这些大公司还会很强。
张小珺：美股市值最大的7巨头里面，你最看好哪个？
Guangmi Li：股票角度，今天我比较喜欢Amazon。第一，它和Anthropic的合作关系比微软和OpenAI更健康，Anthropic的模型某些地方比GPT更好，对AWS的拉动很明显。如果认真看AWS财报，它的AI业务增速每年是100%，在翻倍。因此，边际增量的利润是很高的，能接近80%。大家都低估了AWS的盈利能力，这一能力未来还会很强。
还有一个关键点是自研芯片，这是比微软和OpenAI领先的，相当于AWS这一大的云厂商有了自己的TPU，这一战略落地对AWS的意义比较大。
张小珺：为什么不是微软？
Guangmi Li：微软的产品一直做的不好。比如Cursor、Devin这种面向开发者群体的产品从微软手上溜走，Copilot也没有达到大家预期。
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。
Guangmi Li：SpaceX和字节的确定性非常高，OpenAI也有潜质。
张小珺：你觉得o1能否短期做到通用泛化？
Guangmi Li：比较难。今天语言无法判断是否真正泛化，也可能今天的语言是假泛化，真的泛化还需要突破。我比较期待Ilya如何解决这个问题。
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，可以把很多workflow都自动化。
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，类似Devin的架构。一批一批的Devin会出来。
张小珺：明年如果只投一个方向，你会投什么？
Guangmi Li：围绕coding相关、agent落地相结合的。解决刚才提到的长距离推理任务的long-horizon task。
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，有泡沫对产业是好事。但长期变成伟大公司的前提是要跑出好的商业模式，把泡沫填上。
张小珺：硅谷人才正在流向哪些公司？
Guangmi Li：Anthropic、OpenAI CTO Mira和post-training lead Barrett的新公司、Cursor、Devin，这几个是比较好的。
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，因为占住了个人的知识数据，数据资产的价值很大。微信的数据资产价值也很大，但微信可能不好用，因为涉及到隐私的问题。
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，融合了搜索、推荐、问答、coding、做任务。它可以更加的主动和被动，体现在信息分发、超级助理，这是最大的机会，确定性最高，是明牌，大家都在做。
第二是下一个Meta，核心是互动性，大家赌的是形成一个新的内容消费平台，是从视频生成或者其他的方面。但我们今天高估了生成环节的重要性，其他环节也很重要。
第三是我们低估了AI for Science，科学发现。全球最强的两个Lab的CEO都很看好，一个是Anthropic的CEO Dario，看另一个是DeepMind的CEO Demis。Demis个人专注在一个制药的公司，可以从他的Twitter签名看到。硅谷这边已经有不少AI for Science的苗头了，专注于AI材料设计的团队也会更多。
张小珺：下一个Google指的是新的任务分发工具，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。可能会像是Tik Tok。当然如果有新的社交也可以，但我不知道新的社交要素是什么。
张小珺：能不能总结一下2024年的几个关键词？
Guangmi Li:Coding、Coding、Coding.
张小珺：预测一下2025年的关键词？
Guangmi Li:Agent、Agent、Agent.
张小珺：我们聊全球大模型季报一年了，AI真实的改变了你的工作流了吗？
Guangmi Li：还是改变了很多，寻找信息和处理信息的效率提高了非常多。我自己经常换着用Claude，ChatGPT和Perplexity这三个产品。
