2025 开年对谈：AI 关键之年，Agent 开启元年 | 对谈真格基金戴雨森

摘要

• 戴雨森认为，2024 年 AI 的决定性变量是能力跃迁之“快”，而非版本号之多。 SWE-bench 从年初 GPT-4 的 2.8%，升至 Claude 3.5 Sonnet 的约 50% 和 o3 的 71.7%；o3 在 FrontierMath 也拿到 25 分。与此同时，Kimi 上线约一年达到 4,000 万月活，年初令人震撼的 Sora 到年底已面对可灵、混元、Veo 2 等可用甚至免费的替代品——“一年前大家觉得非常惊叹的东西，在现在可能就觉得不过如此。”
• AI 已在 coding 等少数领域跨过“可以打工”的阈值，但整个产业仍远未覆盖成本。 Cursor ARR 接近 1 亿美元；Bolt.new 两个月超过 2,000 万美元 ARR，Bolt.new 与 Lovable 都曾在四周达到 400 万美元 ARR；Higgsfield 从约 100 万美元增长至接近 5,000 万美元，Monica 也超过千万美元。戴雨森的限定没有变：“它在一些领域已经可以开始打工了”，但 ChatGPT 出现才两年，商业收入总体仍远低于成本。
• 技术主线已经从单纯堆 pre-training，转向 RL、inference scaling、长上下文、代码生成与 Computer Use 的组合。 Ilya 把互联网文本比作已经被开采的“化石燃料”；戴雨森据此判断，现成文本中的智能已压缩得相当充分，下一阶段要靠 post-training、工具使用和模型生成新知识。同时，相同智能的推理成本每年约降至原来的十分之一，先进能力也能装进更小模型，“大力出奇迹”不再是唯一 scaling law。主播还补充，function call 与 structured output 也可能为 Agent 提供更精确的指令能力。
• Devin 的意义不是更好的代码补全，而是第一次让“钱和算力可以近似直接购买异步工作”。 它能规划任务、在自己的虚拟机里执行、被中途纠正、积累组织知识，并在完成或真正卡住时再找人；500 美元对应 250 个 ACU，每个约 15 分钟，折算约 8 美元/小时，只有戴雨森所引加州最低时薪 16 美元的一半。“程序员喜欢 Cursor，老板喜欢 Devin”，因为后者展示的是“工作的 scaling law”。
• 2025 年最容易找到 PMF 的应用，要么直接帮客户赚钱，要么把重要任务提效十倍以上。 Midjourney 数亿美元年化收入中，据戴雨森估计约一半来自广告等商业制图；Higgsfield 主要落在营销，Cursor、Devin 和 Perplexity 则分别压缩编程与信息搜集成本。反面清单同样明确：谨慎进入被抖音等巨头占满的“杀时间”赛道、尚未收敛的物理世界操作、与手机高度重合的替代硬件，以及必须大改组织工作流却没有压倒性 ROI 的企业产品。
• “不出海就出局”被戴雨森视为过热共识，而不是适用于所有中国创业者的命令。 欧美工资高、工具付费与订阅习惯强、可用模型更先进，确实让生产力软件更易商业化；但中国团队出海通常是“低 buff”，企业服务必须补足本地客户理解和 Go-to-Market，增长也要更多依靠 SEO、社媒与病毒传播。反过来，中国企业也许不愿为工具付费，却可能愿意以低十倍的价格购买 AI 直接交付的工作结果。
• 戴雨森对 2025 年的核心机会判断是 Agent、可扩展的个性化、超人级研究能力与跨模态转换，但他仍把当下定义为“黑莓时代”。 产品会从“卖工具”变成“卖工作”，软件、内容和教育可能按个人即时生成；o3 则让 benchmark 从普通人、专家人类继续上移至 superhuman。乐观的依据不是现有产品已经成熟，而是“技术进步解锁应用、应用反过来激活模型”的循环正在加速。

精读

1. 2024 年最重要的事实，是能力增长快过了公众标准的重置

• 戴雨森用 SWE-bench 标定这一年：年初 GPT-4 只能解决约 2.8% 的 GitHub 常见任务，年底 Claude 3.5 Sonnet 已到约 50%，o3 的初步 eval 更达到 71.7%。他的乐观推演是，如果这一速度延续，2025 年 AI 可能覆盖绝大多数单项 GitHub 任务。
• 数学能力的反差同样剧烈：年初 ChatGPT 连三位数乘法都可能算错，年底 o3 已能处理 IMO 级题目，并在陶哲轩背书、从奥数延伸到前沿研究难度的 FrontierMath 上拿到 25 分。
• 产品扩散也在同步加速。Kimi 从 2023 年 10 月 9 日上线，到 2024 年底达到约 4,000 万月活；二月 Sora 宣传片令人震撼，年底用户已经能接触可灵、混元、Veo 2 等模型，后者可能比当时的 Sora 更好，甚至免费。
• 主播抓住了这种认知错位：公众常觉得只是 GPT-4o、o1、o3、Claude 3.5、Gemini 2.0 在换版本号，实际是“一年前大家觉得非常惊叹的东西，在现在可能就觉得不过如此”。

2. 早期行业的常态不是共识兑现，而是预测不断被打脸

• 戴雨森回顾，2024 年初市场曾预言中国会爆发“百 C 大战”，大量团队想做中国版 Character.AI；到八月，Character.AI 宣布被 Google 收购，也暴露了陪伴产品破圈并不容易。
• 三月 Cognition 只发布 Devin demo 时，不少人认为它“是忽悠吧”“甚至是骗子吧”，还有专门打假；十二月正式产品开放后，舆论又反转为“居然这个是真的”。
• OpenAI 的路径同样出人意料：2023 年底员工刷屏“OpenAI is nothing without its people”，到 2024 年底早期员工和核心研究员 Alec Radford 等陆续离开；市场等了一年的 GPT-5、甚至 4.5 都没出现，等来的却是 o1、o3 所代表的 inference scaling。
• 戴雨森因此不再追求预测永远正确：“早期投资，尤其看早期技术，打脸是常态；只有不怕打脸，才能够继续学习成长。”

3. Coding 已跨过打工线，商业化却仍只完成了局部验证

• 半年前戴雨森把大模型称作“小学生”，不是否认商业化，而是强调技术革命通常依次经历基建与科研投入、产品落地、再到收入兑现。如今他承认 coding 已率先跨过“可以打工”的阈值。
• Claude 3.5 Sonnet 能解决约一半 SWE-bench 任务后，Cursor、Windsurf、Devin 才能真正帮助程序员解决很多问题并带来生产力提升，而不只是展示 demo；这是模型能力提高直接解锁产品的典型案例。
• 收入信号已经很强：Cursor ARR 接近 1 亿美元；Bolt.new 两个月超过 2,000 万美元 ARR，并曾四周达到 400 万美元；Lovable 同样四周达到 400 万美元 ARR。Higgsfield 从约 100 万美元增长到接近 5,000 万美元，Monica 也超过千万美元。
• 但戴雨森保留了最重要的限定：“整体来讲，它获得的收入仍然远远低于成本。”模型提升、场景解锁、价值创造和商业化仍是逐层展开的过程，产业需要耐心。

4. AI 工具的终局不只是提效专家，而是让普通人获得专家能力

• 主播指出，Cursor、Bolt.new、Higgsfield 等并无传统网络效应，却借助一群热情的前沿用户快速扩散；他希望听众不要“隔岸观火”，而要花一点时间和钱亲自感受能力边界。
• 戴雨森借用 Gibson 的话：“未来已经到来了，它只是没有均匀分布而已。”在普通人眼里，AI 仍可能只是新闻；对程序员与数字艺术创作者，它已经是生产流程中不可缺的工具。
• 主播进一步强调，AI 编程和数字创作的更大意义不是只服务程序员、艺术家，而是让普通人也能完成过去只有这些专业群体能完成的创造，“这个其实是和大家超级有关系”。

5. 上千个项目显示，Agent 落地依赖三种能力同时成熟

• 真格团队一年接触了上千个 AI 应用项目，戴雨森本人聊了约 100 至接近 200 位创业者；他的总体感受是，应用落地确实正在加快。
• 第一项解锁是推理能力：GPT-4o、o1 等让幻觉下降，使模型可以规划并完成更复杂任务。第二项是编程能力，因为数字世界的大量问题都能转写为代码问题。
• 第三项是 Anthropic 率先推动的 Computer Use：模型能使用浏览器及既有软件，把人类积累的软件系统变成自己的工具。推理、写代码、用工具叠加后，Agent 才从原型走向实际执行。
• 主播补充，function call 和 structured output 能让 Agent 获得更精确的指令，是另一项可能解锁 Agent 的技术能力。
• 戴雨森预计 2025 年各个行业都会出现 Agent 尝试，“很多这些都还是在比较初级的阶段”，但 Devin 已经把抽象想象变成了可以模仿和改造的产品范式。

6. 中美创业方向的分叉，本质是商业环境对生产力价值的定价不同

• 在中国，企业服务落地困难，创业者因而更偏向情感陪伴、AI 聊天等 To C“杀时间”产品；美国团队则更常进入细分行业，直接替代一部分人工、实现降本增效。
• 国内另一条热潮是机器人和具身智能，大量公司成立并融资；主持人认为其中有一点过热，戴雨森后来也表示自己对通用人形机器人本体路线谨慎。
• 对谈还提到代际更新：80 后吃到互联网红利后，00 后一度觉得互联网“没啥可干”，AI 则重新提供了属于年轻创业者的技术平台和创业窗口。

7. 新一代创业者更全球化、更 AI native，但增长与商业化仍需补课

• 信息传播周期已经从互联网时代的三至六个月压缩到当天，海外模型和产品一出现就会被报道、翻译和讨论；模型自带多语言能力，也让许多团队从第一天就同时做国内与海外市场。
• 戴雨森看到的优秀年轻团队普遍更 AI native，成员具备 AI research 或工程实践，因而更早识别并实现新机会。
• 短板则来自经验缺口：没有经历互联网时代完整业务流程的团队，对推广、变现和组织建设往往不熟。Monica 这类经历过互联网增长的“老司机”有阶段性优势，但这些能力可以通过学习、招聘和团队互补追回来。

8. Pre-training 的单一路线见顶，模型规模也不再等于智能增量

• 戴雨森最大的认知变化，是不再相信 pre-training 可以无限“大力出奇迹”。Ilya 在 NeurIPS 把互联网文本称作“化石燃料”：人类多年积累、容易压缩的文本，已经大量进入模型。
• 下一阶段缺的是新知识——包括仍在人脑中、尚未表达出来的知识，以及 AI 自己发现和生成的知识；它们的供给速度不会像抓取互联网文本那样快。
• 他也修正了“模型一定从 7B、70B 走向 700B”的判断：同为 70B 的模型可以持续变强，同样智能也能被压进更小模型；真正超大模型可能更多承担 teacher model 与对齐角色。
• 戴雨森以 CPU 作类比：单核频率到约 3GHz 后不再直线上升，行业转向架构和能效。模型亦可能在相近 size 下学习更多知识与技能，而相同智能的成本每年约降到原来的十分之一。

9. RL、inference scaling 与长上下文构成了新的能力增长轴

• 2024 年初，reinforcement learning 仍只是少数研究者讨论的方向；o1、o3 发布后，通过 post-training 和 RL 持续提升能力，开始成为行业共识。
• Inference scaling law 的关键，不只是让模型“想久一点”，而是让它规划、检查、调用工具并持续工作，从实时的一问一答走向 System 2 式的深思熟虑。
• 第三个被重新估值的变量是 context。模型本身已经压缩了大量智能，但只有一句用户输入时，再聪明也难以准确理解任务；Cursor 能读取整个 codebase，Devin 能结合 Slack 对话和组织记录，产品价值因此大幅提高。
• 戴雨森据此判断，ChatGPT 式问答仍是“非常非常原始的方式”；下一代产品的竞争点，是让用户无痛地把个人、组织和当前任务的上下文交给模型。

10. 屏幕、光标与摄像头正在把 AI 从笔友变成在场助手

• 主播以 ChatGPT Mac 版举例：它不只读取截图，还能获取窗口内未显示、需要滚动才能看到的内容，并结合光标或选中文本理解用户此刻的注意力。
• 戴雨森的比喻是，过去 ChatGPT 像只能收发邮件的笔友；如果这个笔友“站在你电脑后边”，甚至住进电脑、看到屏幕之外的组织信息，它显然会有用得多。
• Gemini 2.0 的摄像头理解则把 context 延伸到现实环境：主播把镜头对准墙上的电影节海报，直接询问电影节名称和届次，过去属于科幻片的互动已能以可接受成本快速返回。
• 这种能力尚未完全包装成成熟 C 端产品，但两位对谈者都把亲手试用视为理解技术进度的最好办法。

11. AI 编程已经走完从“你问我答”到“你问我做”的四级跃迁

• 第一阶段是 ChatGPT：用户提出需求，AI 在不了解目的、运行环境和结果的情况下吐出一段代码；报错后还要用户本地执行、复制错误，再发回模型。
• 第二阶段是 GitHub Copilot：组织 codebase 成为上下文，AI 不再完全失明，但用户仍需亲自在 IDE 中放置、运行和调试代码。
• 第三阶段由 Cursor、Windsurf 代表：AI 预测用户下一步要写什么，创建或修改文件，并执行命令行与部署操作。戴雨森形容，AI 从“在一张纸上写代码”变成直接在用户电脑上工作。
• 第四阶段是 Devin 这样的虚拟员工：planner 让它异步推进，虚拟机让它自己运行和调试网站，用户还能在执行中插入新指令。总结起来，交互从“我问你答”“我问你写”升级为“我问你做”。

12. 出海有更好的收入土壤，却不是中国团队天然拥有的 buff

• 欧美人均工资更高，用户对生产力工具和订阅制的付费意愿也更强；一个能节省人工的软件以美元定价，更容易建立可观收入。
• 出海还可使用 Claude 3.5 Sonnet、GPT-4o 等更强模型，多语言能力又降低了全球化产品的技术门槛，这些共同解释了 AI 应用在海外更快商业化。
• 但戴雨森警告：“当所有 VC 都劝创业者出海的时候，这往往就说明市场太热了。”对多数中国团队，出海是客场作战的“低 buff”，需要额外理解语言、文化、渠道和陌生客户。
• 中国市场也可能先规模、后商业化。他以淘宝早期免费对比 eBay 抽佣为例，强调不同市场会长出不同路径，并非每个团队都应复制欧美订阅模式。

13. 海外企业服务成败取决于需求定义与低成本获客，而不只是工程执行

• 戴雨森认为，中国团队常高估“工程师强、执行快”带来的出海优势；真正困难的是定义关键问题，尤其企业服务必须实地接触客户，并补上本地 Go-to-Market 专家。
• 面向像 Monica 这样需求较普世的 C 端产品可以相对远程化，但销售驱动的企业产品“人一定要出去”；语言和地理距离越大，用户研究越不能靠想象。
• Higgsfield、Monica 等出海产品的共同点，是把 SEO、海外社媒、优质内容和病毒传播做得好，而非只依赖昂贵投流。除非变现能力足以算过 ROI，否则粗放买量很难持续。
• 对中国团队而言，产品执行通常不是瓶颈，“做什么”和“怎么推广”才是最容易拉开差距的两道题。

14. AI 硬件看上去承接中国供应链优势，扩张速度却未必匹配软件

• 戴雨森看过很多 AI 硬件项目，但总体谨慎：“硬件其实看上去很美，但不一定真的那么好落地。”中国团队过去落地较好的方式，是把海外已打出的原型做得更快、更便宜、更小；他举 PLAUD 为有创意产品的例子，但认为硬件扩张通常慢于软件。
• 对于 Rabbit、Humane 这些试图重构入口的产品，他从发布之初就保持保留。
• 真格并非完全不投硬件创业者，但没有像部分基金那样集中押注，因为现阶段软件仍是 AI 能力扩散更直接的载体。

15. Devin 最有说服力的任务，是像实习生一样处理不完整的信息检索

• 戴雨森让 Devin 调研美国顶级 VC 的价值观宣言：它先从 PitchBook、CB Insights 等来源确定十家顶级机构，再逐一寻找 manifesto、ethos、about、philosophy 等不同命名的材料。
• 遇到 Accel 官网没有直接对应页面时，Devin 没有机械地报告“未找到”，而是继续翻 news，最终从一篇 2023 年文章中提取出最接近其价值观的方法论。戴雨森认为，这体现了初级员工式的任务理解和创造性补位。
• 它也会偷懒：要求全文时，有几家只返回 summarization，用户必须明确要求“exact 全文文本”。戴雨森没有掩饰缺陷，而是把它视为需要 review、教导和纠偏的实习生。
• 这个非编程任务让他看到更广的边界：只要工作能由一个人坐在电脑前，通过上网和使用软件完成，未来就可能出现面向金融、法律、研究等行业的对应 Agent。

16. Devin 定义了工具的第三类：无需盯守，却能处理非重复问题

• 戴雨森把人类工具分为两类：锤子、电钻、键盘鼠标需要持续注意力；洗衣机、自动售货机、流水线不需要盯着，却只能执行机械重复流程。
• 人类一直缺少第三类工具——“不需要我持续的注意力，但同时又能自己规划、自己去解决问题”。硬件世界里 Waymo 接近这种定义，软件世界此前的 AutoGPT 仍只是原型。
• Devin 的关键不是每次都做对，而是任务可以异步推进：它在 Slack 被 @ 后自行工作，真正卡住或完成时才回来找人。用户因而可以同时给多个 Agent 派活，把注意力留给更重要的判断。

17. 虚拟机、可积累知识和按工作收费，使 Agent 更像员工而非软件许可证

• Devin 在云端拥有自己的虚拟机，可以操作浏览器、部署和调试，不会像 RPA、Cursor 或 Windsurf 那样占用用户电脑；这相当于“招一个实习生，我们要给他配台电脑”。
• 它还能积累 organization-specific knowledge：完成任务后主动提示自己学到了什么，用户确认后沉淀为未来规则。这像员工写工作总结、接受 review，而非一个每次打开都从零开始的静态工具。
• 500 美元套餐对应 250 个 ACU，每个 ACU 约 15 分钟，折算约 8 美元一小时；戴雨森以加州最低时薪约 16 美元作参照，认为正确比较对象不是 20 美元的 Cursor 订阅，而是同等产出的人工成本。
• 加上 7×24 小时、无需办公空间和人事管理，Agent 一旦能独立完成实习生任务，企业就会认真比较“请一个实习生，还是用一个 Devin Agent”。

18. 共享任务与并行执行，让“办公室里的实习生”第一次有了产品实感

• 主播在共享团队账号中看到 Devin 为戴雨森制作 VC manifesto 网站；初稿很差，他接手给出参考网站，又提供生图 API 文档和 key，要求为十篇宣言分别生成插图。
• 那一刻的感受不是操作工具，而是同事下楼吃饭后，自己给其共同实习生补充指导：“其实雨森想要的是那个，你再去完善一下。”任务和上下文能由不同管理者接续。
• 另一个任务需要搜集 LinkedIn 信息，Devin 没有账号，便让用户进入虚拟机输入账号密码，再继续使用已登录环境。这种“老板，你来输一下账号”的交互强化了员工感。
• 因为每个 Agent 使用自己的机器，工作可以并行展开；用户不再把整段注意力押在一个工具上，只需在关键节点分配、验收和纠偏。

19. “人人都是 CEO”成立的前提，是每个人先学会提出可执行的需求

• 主播把旧口号“人人都是产品经理”改成“人人都是 CEO”：使用 Devin 时，主要动作变成下指令、检查工作，以及在更高水平上给启发与方向。
• 戴雨森随即补上限制：一个老板若只说“帮我写个淘宝”，真人团队也无法交付；AI 目前仍会“傻傻地”接下超出能力的任务，最后制造双方失望。
• 真正稀缺的能力因此变成“我要做什么”，以及能否把意图组织成结构清楚、容易理解的任务。过去大家讨厌提出“五彩斑斓的黑”的老板，现在每个用户都要避免成为这种 AI 老板。
• Agent 不会消灭管理，反而把管理能力普及给更多人：任务拆解、优先级、上下文、检查标准和反馈质量都会直接决定产出。

20. Agent 会把开源世界的轮子变成普通人可以调用的生产资料

• 主播引用朋友的提醒：大量人类智慧以 GitHub、Hugging Face 上的代码库存在，但普通人不知道轮子在哪里，更不会下载、部署、连接到自己的工作流。
• 以国际象棋应用为例，规则实现可能需要数百至上千行代码；搜索又会返回数百页结果。Devin 可以异步找到现成代码库，识别社区验证的最佳实践，再把它接入项目。
• 戴雨森认为，AI 最擅长的正是找到已有 solution，再用“胶水”拼起来；最先被大幅提效乃至替代的，也会是初级美工、前端和代码搬运等复制粘贴型工作。
• 教育因此要从反复训练执行，转向理解原理、提出正确问题和创造性解决未被解决的问题，就像计算器普及后，人不再把主要精力花在手算本身。

21. 工作的 scaling law，是让资金、算力与组织产出建立更直接的映射

• 戴雨森对 scaling law 的直白定义是：“我能够花更多的钱买到更多的生产力。”传统公司融到钱后仍要招人、搭组织和管理协作，资本并不能自动转成执行。
• 异步 Agent 可以同时接受许多任务，也可以由产品经理型 Agent 拆解需求、指挥多个编程 Agent，最终形成虚拟组织；主要输入从人头与注意力，部分转为目标、算力和电力。
• 主播用《领导梯队》的思想解释：升任管理者后，个人产出不再是亲手完成的工作，而是整个团队的产出。Agent 把这种杠杆开放给原本不可能管理上千人的普通人。
• 一端是有钱公司用算力完成更多工作，另一端是有想法但缺程序员的人以较低成本验证产品；执行不再那么稀缺后，“做什么”将成为创业的核心约束。

22. 对 Devin 的批评大多成立，却没有推翻它所指向的范式

• 戴雨森认为，把 Devin 的 500 美元与 Cursor 的月费直接比较混淆了两类产品：Cursor 提高程序员本人时间的效率，Devin 试图替用户独立交付一段工作。
• 对熟练程序员，当前 Devin 像“笨笨的实习生”：解释任务、等待、验收和擦屁股，可能不如自己在 IDE 中修 bug；Cursor 贴合既有 workflow，因而短期更舒服。
• 组织也尚未建立“AI 员工会学习成长”的预期。真人犯错时，管理者知道培训可能生效；昂贵软件犯错时，用户更容易觉得“我买了一个工具，它居然也会出问题”。
• 戴雨森没有断言 Devin 会成为最终赢家：Cursor 是渐进式创新，Devin 是颠覆式创新，需要新的 onboarding、管理习惯和组织流程。重要的是它第一次清晰展示了 Agent 产品“可能长什么样”。

23. 2025 年仍是黑莓时代，但模型会不断激活此前做不成的产品

• 戴雨森不认同 ChatGPT 发布就等于 AI 进入 iPhone 时代；他更愿称之为“黑莓时代”——技术昂贵、方向分散、标准未收敛，很多想法看得到却做不到。
• AutoGPT 是“黑莓时代做抖音”的典型：计划、执行、检查的概念都对，但当时模型幻觉高、不会稳定使用工具，也无法可靠浏览网络，产品自然跑不起来。
• Cursor 2023 年已经存在，却要等 Claude 3.5 Sonnet 才真正实现预测 next action 和高质量写代码；反过来，Cursor 又把 Claude 3.5 Sonnet 推成 coding 用户偏爱的模型。产品与模型是相互激活的。
• Devin 也可能仍在等待更强的 o1、o3 或 Anthropic 新模型。戴雨森乐观的原因不是产品已成熟，而是两年内已经从“你问我答”走到“你问我做”，速度远超传统平台迭代。

24. PMF 最偏爱赚钱与十倍提效，最排斥弱增益和高迁移阻力

• 戴雨森首先看“能不能帮客户赚钱”。Midjourney 已有数亿美元年化收入，据他估计约一半来自广告等商业图像；Higgsfield 也主要服务营销视频，因为客户愿意为直接带来收入的工具学习和付费。
• 第二类是重要任务上的十倍提效。Cursor、Devin 大幅压缩找库、写代码和调试时间；Perplexity 把阅读十几二十个搜索结果、再自行总结，变成一次综合回答。
• 他对普通“杀时间”应用更谨慎：移动互联网把原本无法上网的碎片时间从零变一，今天这些时间已被抖音等成熟平台占满，AI 陪伴若没有强烈差异，只能在 NSFW 或小众需求中更容易立足。
• 同样困难的还有三类：三至五年内仍不易规模化的物理操作、与手机能力高度重合的替代设备，以及要大公司重构权限、隐私和工作流，却只能带来 50% 而非十倍提升的 Agent。

25. 2025 年的主线是卖工作、规模化个性化，并让 AI 进入超人研究区

• Agent 的商业表达将从 SaaS 变成“Service as a Software”，或者“Sell Work not the Tool”：异步、可规划、会用工具、按工作量收费。戴雨森预计会有大量尝试和大量失败，但工作结果而非软件席位会成为关键定价单位。
• 第二条主线是 scalable personalization。内容分发从门户的千人一面，经搜索的关键词个性化、推荐引擎的用户个性化，继续走向按需生成；Bolt.new、WebSim 已让用户用 prompt 临时生成网站，NotebookLM 则展示了个性化播客。
• 个性化还可能进入软件和教育：用户不必接受同一套微信 tab 或统一课程，而能得到适合自己习惯、水平与目标的应用和教学。真格对 AI 教育及 AI coding 生成个性化应用的投资，正是沿着这条假设展开。
• 第三条主线是 superhuman benchmark。o3 在 Codeforces 达到约 2700 分，对应人类前 0.01%、历史上仅约 130 多人达到；GPQA 已达 70 多分并超过人类 PhD 水平，AIME 也超过美国精英高中生水平，SWE-bench 则快要被解决，FrontierMath 则把评估推进到前沿研究。
• 戴雨森不介意 o3 高算力模式昂贵，因为它本就应解决人类最难的探索问题；未来模型可能分叉为 Sheldon 式科研模型、o3-mini 式干活模型和处理天气等日常请求的廉价模型。
• 多模态则补足 AI 对世界的理解，并打开模态之间的再创作：文本转播客不是朗读，而是改造成适合听觉的内容；视频理解可在咖啡机画面上叠加操作提示，AI 眼镜也可能实时指导网球姿态。
• 真正的 AI-native 巨头仍要等待技术扩散：互联网先有邮件、门户和自营电商，后有搜索、社交与平台电商；移动互联网普及后才有抖音、美团、滴滴。等个人和企业普遍拥有 AI 助手、Agent 彼此协作，组织软件和广告模式才会被重新设计。
• 戴雨森最后的非共识是：下一个字节未必长得像字节；通用人形机器人本体路线与数据规模化尚未收敛，真格更谨慎地选择灵巧手、电机等上游；中国企业也许不买工具，却可能购买价格低十倍、由 AI 外包直接交付的工作结果。“有很多很多的理由来保持乐观，尝试突破。”