97. 25年Q1大模型季报：和广密聊当下最大非共识、AGI的主线与主峰

摘要

• 广密把2025年最大的非共识定为：pre-training远未结束，而且只有它能抬高模型内在上限、涌现新能力。 他半年前还认为pre-training有50%概率结束，如今转而强调post-training和RL只能激发、加强已有能力，“O系列其实就是刷题”，而“只有pre-train才能把小学生本质上变成初中生”。RL生成的高价值CoT合成数据，以及sampling、inference与training在GPU上的融合，可能重新打开数据和scaling空间。
• 他将AGI兑现时间压到2026年底至2027年初，并称两年内实现的概率在他看来是“百分百”。 关键不是再等未知范式，而是把coding视为可动态操作、能获得实时反馈的数字环境，同时把代码视为模型改变环境的“手”；届时Agent操作电脑和手机的能力可能超过99%的人。AGI定义仍是“三个90%”：在90%的行业达到90%专家水平，完成90%有经济价值的工作，只是新增了“电脑和数字环境”这一边界。
• OpenAI与Anthropic的分化，本质是流量优先还是智能优先、O系列优先还是base model优先。 OpenAI押reasoning model和十亿级ChatGPT，Anthropic押pre-training、coding、agentic与B端生态；广密承认OpenAI眼下在流量和AI-native收入上领先，却更看好Anthropic长期价值。其依据包括Claude成为Cursor默认模型，以及Cursor每月向Claude Sonnet支付逾1,000万美元token费用、约为付给OpenAI的4—5倍。
• Agent尚未大规模爆发，不是需求不足，而是模型能力、inference供给和产品基础设施仍受限。 Manus平均一个任务消耗约70万—80万个token，远高于Chatbot的数千和AI搜索的数万；复杂任务还要求long-context reasoning、tool use、instruction following，以及planning、coding、action形成闭环。广密估计agentic inference相对Chatbot可能带来约1,000倍数量级的算力消耗，因此pre-training回归与Agent推理共同支撑其对GPU需求的长期乐观。
• 在“AGI登山图”里，ChatGPT只是山脚，Agent是正餐，AI for Science才是珠穆朗玛峰。 广密预计2026—2027年可能出现AI for Science爆发：虚拟实验室先扩大湿实验前的sampling空间，蛋白质、RNA、基因组等foundation model则可能形成superhuman能力；若能攻克癌症和更多疾病，健康消费可能是手机消费的10—100倍。相较之下，他降低了对robotics的短期预期：通用数据集、泛化架构都未成熟，采集1亿小时有效数据就可能耗费数亿美元。
• 应用公司的可投资性取决于能否成为“智能的盗火者”，承接research溢出，而非靠旧式产品增长制造壁垒。 “模型公司的secret没有保鲜期”，learning system会不断把feature内化，套壳脚手架必须反复重置；Cursor、Perplexity、Manus若想做大，最终仍需post-training、RL乃至端到端训练。张小珺追问：若Agent达到本科生水平，拥有无限memory、online learning和全部软件权限，“还需要SaaS吗？”广密回答他确实不知道SaaS公司的存在价值。
• 中国复现AGI的确定性，取决于现有pre-training与RL路线是否足够，以及是否无需几十万乃至百万张GPU。 若纯复现只需3万—5万张或5万—10万张GPU，而探索成本是复现的5—10倍，他认为中国实现AGI的确定性很高；中美差距正以每3—6个月追平一段的速度缩小。DeepSeek证明小团队、强infra与敢于下注可以改写格局，字节则因资本、人才密度和全栈infra成为他最看好的中国大公司；开源还能“突破地缘的封锁”。
• 投资端最重要的资产不是静态产品，而是算力、人才密度和“敢于放弃什么”的组织。 广密给出的假想组合是Anthropic 25%、Baidu 25%、OpenAI 10%、Mira 10%、Ilya 5%、Manus 5%，剩余15%未决定；若DeepSeek融资，也愿受基金上限约束投到25%。他后来又说Manus和Cursor投入一样多，但前述清单未列Cursor。广密判断Agent泡沫“还没开始”，真正黑天鹅可能来自全新高效率架构、多模态ChatGPT或新Agent形态；到2030年前，可能出现多家市值超过10万亿美元的公司，“AGI带来科学的文艺复兴”是其未来三五年的最大bet。

精读

1. pre-training从“结束共识”重新变成最大非共识

• 广密的开场判断非常明确：“今天最大的共识就是pre-training结束了，其实今天最大的非共识也是pre-training空间还非常大，甚至说刚开始。”下一代SOTA base model仍可能显著击败GPT-4.5、Grok 3、Claude 3.7 Sonnet与Gemini。

• 他修正了自己半年前的判断：当时认为pre-training有50%概率结束，并转向强调RL reasoning范式；如今所有人都追O系列和reasoning model，他反而要重新喊话，“大家还是要重视pre-training，我觉得这个才最本质。”

• 核心区分是能力上限与能力激发：post-training和RL可以加强、释放已有能力，却不能替代pre-training创造新的内在能力。“O系列其实就是刷题”，差base model上做强化学习像小学生刷题，很快饱和；“只有pre-train才能把小学生本质上变成初中生。”

2. OpenAI的pre-training放缓，是战略回报与组织流失共同造成的

• 从战略收益看，O系列可能用两个月就在benchmark上取得超过pre-training一两年的增益；与此同时，ChatGPT增长“非常恐怖，而且在加速”。两条快回报曲线自然吸走管理层精力，却不等于OpenAI主动宣布放弃pre-training。

• 从组织看，Dario带走一批人，Ilya离开，Mira又带走核心post-training人员及早期核心inference团队成员；原有pre-training成员不断被调往post-training。广密因此判断，外界看到的优先级下降，可能更多是组织动荡的结果。

• 他的外部评价是，Anthropic和xAI当前的pre-training团队强于OpenAI；OpenAI不是缺认知，而是“做pre-training好的人都走了”。pre-training一旦降级，未来再从RL或O系列切回来，比追赶reasoning路线困难得多。

3. 合成CoT与训练推理融合，可能重新打开scaling空间

• 过去常说互联网数据耗尽，但RL现在能生成更多高价值CoT合成数据，并把这些数据送回pre-training；进一步还可以从pre-train阶段就引入RL。广密认为，这正好回应了data bottleneck，而非证明scaling已经终结。

• 真正的工程难点是把training与RL inference融合：GPU要一边sampling、一边training，过去相互分离的训练框架和推理框架必须协同。这个融合过程很难，infra能力不足会让大量research时间耗在debug上，直接拖慢AGI进度。

• 广密建议把各路线画成资源投入—智能产出的坐标曲线：pre-training、RL和数据各有不同斜率与天花板。数据曲线可能收益尤其高，所以重视pre-training并不等于只堆参数，也包括重做数据与训练系统。

4. tool use的跃迁，会制造下一批ChatGPT moment

• 今天模型操作电脑仍像“我们爸妈用电脑的水平”，下一阶段却可能达到熟练程序员水平。Office和Windows有上百万功能点，多数人不会写Excel公式，但Agent理论上可以熟练调用，完成绝大部分数字操作。

• 广密把Manus称为Claude tool use能力的“ChatGPT moment”：Anthropic可能围绕数百种工具调用做过专门训练，却专注模型、没有抢先做产品；Manus凭借对Claude能力的理解和强执行力，第一次让大众感受到这项能力的magic moment。

• 张小珺追问为何不是模型公司自己完成这一击。广密的解释是，模型公司和云厂商都没预期Agent来得这么快，inference、环境与产品容器尚未准备好；Manus团队则先把“壳”做好，在外面等模型能力越过临界点。

5. AGI时间表被压到2026年底至2027年初

• 广密称自己对“两年内实现AGI”有“前所未有的信心”，主观概率是100%，具体落点为2026年底到2027年初。他认为越接近AGI，它越不神秘；沿现有pre-training与RL路径继续推进就能到达，不必等待全新路线。

• 早期节目提出的定义没有改变：在90%的行业达到90%专家水平，并完成90%有经济价值的工作。此次新增的是环境限定——在电脑、手机和更广泛的数字计算环境中衡量，AGI路径因此变得更清晰。

• 这仍是有条件的强判断：如果现有路线无法继续提升泛化性，online learning、统一多模态或未知架构才可能成为必需突破。广密对AGI确定性很高，对ASI、真正long-term memory和superhuman通才则明显保留。

6. coding既是AGI最好的环境，也是模型改变世界的“手”

• 一个好环境需要动态、可操作并提供实时反馈；coding、gaming和science满足这些条件，其中coding是最通用的赛博环境。AlphaGo有棋盘，搜索公司有网页索引，电商有商品搜索环境，而code能表达更大范围的数字经济活动。

• “模型的一只手”不是比喻性修辞而已：人用手采集、操作和改变物理环境，模型则生成并执行代码，完成信息采集、处理、动作与反馈。OSWorld、computer use和tool-use脚手架，都在增强这只手对环境的理解与控制。

• 广密推演，未来经济增量绝大部分可能来自数字经济，甚至以“成千上万倍”描述其相对实体增量的空间；Agent还可以调度现实中的人和实体。两年内，它操作电脑和手机的能力可能超过99%的人，并覆盖人类99%的常规数字行为。

• coding因此更像搜索引擎或推荐引擎，而不必以编程界面呈现。消费级产品会淡化代码门槛，正如抖音不自称推荐引擎；最终形态可能是新的内容流或交互系统，但“下一个百度或抖音”尚未被定义。

7. Anthropic的coding领先，正在被开发者用真金白银投票

• 广密对Anthropic的信心来自三项连续下注：pre-training base model、coding与agentic。Claude 3.5 Sonnet解锁了Cursor，Claude Sonnet后来成为其默认coding模型；这被他视为base model能力转化为开发者生态的直接证据。

• 节目给出的直接数字是：Cursor的agent已经超过150个命令，年底可能达到400—500个；它每月可能向Claude Sonnet支付逾1,000万美元token费用，约为付给第二名OpenAI的4—5倍。“这个是开发者投票了。”

• 他区分竞赛型与实战型coding：O系列在math与code benchmark上刷分很快，却更像竞赛题；Anthropic在真实软件工程数据上的投入更深。OpenAI可能未来“发个大招”，但过去一年左右仍未补齐，说明问题更像战略和组织，而非技术认知不足。

• 市场空间判断极其激进：coding一定会出现抖音、拼多多、微信级机会；只要Anthropic持续领先，估值可能到3,000亿—5,000亿美元，Cursor也可能到1,000亿美元。若进一步突破AI for Science，才有机会进入1万亿乃至10万亿美元量级。

8. OpenAI与Anthropic已经走成两套AGI组织

• OpenAI的两个核心bet，一是通过O系列或reasoning model实现AGI，二是把ChatGPT做成十亿级用户的Killer App、正面掀翻Google。它偏C端、产品与流量，创新文化也更自下而上。

• Anthropic则持续bet backbone pre-training、强base model、coding与agentic生态，更偏B端，也更像自上而下的研究组织。Dario出身pre-training，天然相信scaling；不同创始团队的路径依赖最终固化成公司战略。

• OpenAI内部的力量变化同样重要：做出O系列的Frontier团队上升，Mark Chen成为仅次于Sam和Greg的关键人物，资源随之倾斜。广密概括：“战略选择本质上是不同组织能力的表达”，也是具体人员影响力的表达。

• 对O系列的天花板，他没有给确定答案：benchmark增长很快，但math市场有限，coding又偏竞赛型；它能否独立打开智能上限，仍缺落地证据。强base model与O系列融合可能有效，但不能因此把二者视为可互相替代。

9. 硅谷真正争论的是“流量重要，还是智能重要”

• Sequoia US的Roelof、Khosla Ventures的Vinod等老牌投资人更青睐经典消费互联网逻辑：OpenAI应成为大型平台，模型训练资本效率太低。广密直言“我觉得他们是错的”，认为这是用旧商业模式的taste理解研究驱动的新范式。

• 他担心OpenAI过早把十亿用户置于AGI first、research first与model training first之前。几千名研究者可以杠杆几十亿人的生产力，攻克癌症、减少疾病；若先追求平台利润，可能错过“AGI科学的文艺复兴”。

• 两条路线谁胜出，取决于base model能否拉开显著差距。若智能只小幅领先，品牌和流量仍有效；若新模型好十倍，用户会迁移，“流量是没有忠诚度的”。Google反复追平却难抢走ChatGPT流量，正因为过去没有形成足够大的模型代差。

• 广密也拒绝把分歧写成简单对错：OpenAI与Anthropic都可能实现AGI，像从不同路线攀珠峰。OpenAI虽闭源，却持续公开可追随的技术路线，对行业贡献必须被尊重；关键是每个团队是否敢把自己的bet推到极致。

10. AGI的主线是一张登山图，山顶不是Chatbot

• 广密反复强调的总纲是：“智能提升是唯一的主线，智能本身就是最大的应用。”ChatGPT走到GPT-3.5后解锁通用对话，Claude 3.5 Sonnet解锁coding，随后是coding agent、general agent、AI for Science与robotics。

• 这条登山线上已有GPT-3.5、GPT-4、ChatGPT、Claude 3.5 Sonnet、OpenAI O系列、Deep Research、Cursor、Devin和Manus等里程碑；多模态、online learning、multi-agent也可能进入主线。每上升几百米，用户就看到此前不存在的风景。

• “ChatGPT只是前菜，接下来的Agent才是正餐”，而AI for Science才是珠穆朗玛峰。若智能能发现新药、攻克癌症并治疗更多疾病，它不仅是科研突破，也会成为新的经济与消费增长引擎。

• 他没有把所有生成能力都列入主线：视频生成和文生图有magic moment，却未必推动原教旨意义上的智能；多模态理解更接近主线。GPT-4o文本生成图片是统一全模态架构的前几步，但研究与算力成本仍高。

11. 技术每好十倍一次，旧护城河就会重新变成沙滩

• ChatGPT、AlphaGo、Claude 3.5 Sonnet、Sora和Manus的共同点，是创造用户能立刻感知的magic moment。模型能力的差异一旦足够大，就会触发流量迁移和应用爆发，不需要先证明稳定商业模式。

• 广密因此修正了对ChatGPT品牌壁垒的看法：“护城河还在沙滩上是没法构建的。”多模态ChatGPT、Agent版ChatGPT或可大规模使用的Manus，都可能以十倍体验差异击穿既有心智。

• 应用的作用，是构建承接研究溢出红利的环境或容器。DeepSeek曾因当时智能最好而带来恐怖流量增长，甚至可能走到上亿DAU，却选择继续铺设智能；以其组织文化和Chatbot商业效率看，广密认为放弃产品冲量“可能是对的”。

• 这不等于停止做应用，而是优先做“研究驱动的应用”。创业者要在模型跃迁前搭好容器，产品增长则不应反过来挤占model training，否则下一次十倍技术到来，积累的流量仍可能守不住。

12. AI for Science比robotics更接近下一座主峰

• 广密承认自己对robotics的态度发生了变化。语言模型有Common Crawl，机器人却靠人操作几十台设备采集，每小时成本几十到上百美元；若需要1亿小时有效数据，可能耗费数亿美元，scaling law的验证本身就极其昂贵。

• 架构层也没有共识：底层算法未统一，通用泛化性尚未出现。他更自然的路线是先让数字世界的AGI从二维屏幕与操作系统成熟，再把多模态能力扩展到三维，并让AI适配不同硬件，而非过早绑定某一种机器人身体。

• AI for Science已有更明确的容器：Agent搭建虚拟实验室，覆盖生化PhD的大量重复工作，把lab的batch size放大；湿实验暂时不可替代，但此前的sampling规模与探索空间可以显著扩大。

• 蛋白质、RNA、基因组乃至虚拟细胞的foundation model，可能正接近各自的“GPT-3 moment”，并在专家依赖trial and error的领域形成superhuman感知。广密据此把2026—2027年视为可能的AI for Science爆发窗口。

13. 手机仍是AGI时代的器官，眼镜只是增强件

• robotics的成熟周期可能更像自动驾驶：2015—2016年已被热炒，十年后仍未大规模落地；在出现泛化性magic moment前，技术还会经历波峰与波谷。即使虚拟Agent能完成大量工作，是否需要同等规模的物理机器人也仍是问题。

• 对智能眼镜，广密的判断是“绝对不可能替换手机，最多可能是一个加强”。眼镜目前更像带摄像头的GoPro；若眼镜、手表、指环和手机同时推送一条垃圾短信，增加的是摩擦而非价值。

• 云端智能最终仍需要稳定的context输入输出终端，端云结合也不会消失。“手机已经变成人的器官了”，所以AGI时代手机只会增强，不会被轻易削弱。

14. 智能的本质，是扩大生存、探索与自动化的空间

• 广密给出的宏观框架是三个词：生存、探索、自动化。探索形成经验、知识和组织，自动化把最佳实践传递、标准化并持续提高生产力；金钱则像社会的reward model，激励更多有效探索。

• AI的重要性在于放大探索容量。他过去可能用一上午搜索、阅读几百个网页研究一个topic，如今用ChatGPT和Deep Research可同时推进3—5个问题；这不是单纯节省时间，而是把投资研究的capacity扩大数倍。

• 他认同Dario的判断：未来一个世纪的探索，可能压缩到5—10年。无数Agent可以模拟地球、搭建虚拟实验室，再把自动化探索的成果以code表达；但“智能的本质”没有唯一答案，个人经验、品味和提炼方式仍会造成差异。

15. token消耗与超人行为，是比旧benchmark更有效的智能刻度

• 一个量化指标是每项任务实际消耗的token：普通Chatbot对话可能是数千个，Perplexity式AI搜索约数万个，Manus平均任务却达到70万—80万个。token越多不自动等于越聪明，但说明产品在更彻底地“榨干智能”。

• Manus任务常包含几十、几百乃至上千步，要阅读大量网页、反复调用工具，并把上一步结果继续放入context；因此token不是一次性增加，而是随长链任务反复累积，对long context要求尤其高。

• 更本质的信号，是模型开始做出超过人类认知的行为：例如写出人看不懂、却确实work的代码。广密认为这类结果会越来越多，传统人类benchmark则可能看不见模型背后的“暗物质”。

16. Agent仍供给受限，爆发点会像宇宙大爆炸

• 当前真正接近Agent的产品仍有限：文本任务有Deep Research，coding有Devin及未来的Cursor coding agent，通用方向有Manus、Computer Use与ChatGPT Operator。模型公司与云厂商尚未准备好足够的inference供给。

• Agent落地最关键的三项能力，是long-context reasoning、tool use与instruction following；进一步还需要planning、coding和action。模型必须知道哪些步骤可执行、哪些不可执行，并在很长任务中持续遵守最初指令。

• Claude在这些agentic能力上被广密评价为“断档式领先”，这与其coding优势高度相关。环境也不可忽视：虚拟机、操作系统、浏览器、工具、context和memory共同构成Agent可以行动的世界。

• 一位同为“AGI原教旨主义者”的朋友把临界点比作宇宙大爆炸：今天还能画单点路线，一旦智能接近AGI，应用会百花齐放、全面展开。广密接受这个描述——渗透初期慢，不代表越过临界点后仍会线性增长。

17. long context不是加长窗口，而是重建记忆与信息压缩

• long-horizon任务若需要1,000步，后面的每一步都依赖前面大量结果，工具返回也会迅速推高上下文，百万token很容易出现。真正难的是让模型有效推理、自我反思，而非仅把更多文本塞进窗口。

• 训练数据首先缺位：历史上几乎没有现成的百万token同时推理数据；成本又随长度近似平方上升。广密因此认为Google的One Million Token更像“大海捞针”，还不等于解决真正的long context。

• 长期方向可能是long-term memory取代简单扩窗。个人社交、旅游、电商软件里的数据像钱存在银行，却还没有“网银”接口；若能标准化调取，context层可能出现“支付宝级别的机会”。

• 他的基础设施比喻是：智能像电，long context是低损耗长电线，MCP是标准插座，每个应用是家电。linear attention等压缩方法仍不够动态；理想状态或许是把信息写入模型参数、权重里，但目前没有标准答案。

18. online learning与统一全模态，是最值得盯的候选新范式

• online learning的核心不是“实时”二字，而是让模型在生存和激励条件下自主探索，把好的workflow抽象并自动化。它更像人的学习过程，也可能让Agent真正积累经验，而非每次任务结束便遗忘。

• 难点是reward与更新边界：何时更新memory或weight，目标如何定义，都没有答案；Chatbot交互信号又很稀疏。个性化LoRA、memory agent和multi-agent可能提供局部实现，但广密承认它们也可能不够。

• 把pre-training scaling与RL scaling融合，在pre-train阶段就做RL，可算“半个范式级创新”；多模态输入、多模态输出的统一架构则有更大想象力。GPT-4o的文生图被他视为其中一步，但“非常耗卡”。

19. pre-training回归与agentic inference，共同抬高GPU需求

• 广密看多算力的两条主线，一是pre-training叙事重新回来，二是Agent复杂任务中的持续inference与multi-agent。后者相对Chatbot可能是约1,000倍数量级的消耗，因此他对长期GPU需求“一直非常乐观”。

• 他认为NVIDIA最大的战略棋，是最终变成AWS或Azure式云厂商，但又要维护现有云伙伴，无法完全放开手做。CoreWeave等GPU Cloud的软件能力被他评价为明显弱于AWS和Azure，单有GPU并不等于具备完整云能力。

• 贾扬清的Lepton走全栈路线，正好读到了NVIDIA对云软件能力的需求，因此被NVIDIA收购在战略上合理。这里的交易价值不是单一工具，而是补齐NVIDIA向完整云平台移动的栈。

20. AI产品的20美元定价，与其创造的价值严重错配

• 广密不理解为何产品普遍复制SaaS的每月20美元：传统SaaS不会持续消耗大量token，AI订阅却像“每家每户每个月电费都是20刀”，重度用户越用，单位经济性越差。

• 如果一个投资研究员年薪100万元，而成熟Deep Research能把其capacity提升到3—5人，那么一年付30万元也合理。进一步看，每月1,000或2,000美元的专业定价，可能随着价值被验证而被更多人接受。

• 模型训练相当于提前投入人类未来十年的R&D成本：传统软件要逐项开发功能，如今70%—80%的能力已包在模型中。OpenAI数百亿美元投入，由几千人杠杆几亿人的生产力，是通胀世界中的“巨大通缩力量”。

• 广密粗略描述当前利润池极不平衡：NVIDIA拿走80%以上利润，AWS拿走30%，Anthropic亏损，Cursor甚至负毛利。长期利润应向模型和应用层后移；若C端定价持续上升，OpenAI的商业模式未必比Anthropic卖API差。

21. learning system终会吞掉feature system，但新套壳仍有窗口

• “模型公司的secret其实是没有保鲜期的”，因为湾区人才持续流动。裸模型发布的时代可能结束，未来壁垒更可能来自两条路：成为Cloud，或成为有开发者生态的OS；云端GPU已是这套操作系统的硬件。

• 对应用投资，广密只愿优先看research推动的产品：创业者要做“智能的盗火者”，把模型研究溢出的能力转化为新体验。若只是用产品增长反推research，或把用户规模当护城河，他认为价值有限。

• 用户数据飞轮目前也很弱。Chatbot积累的大多是偏好数据，可以优化MAU，却未必提高模型能力；真正稀缺的是能力数据，而模型已经比多数闲聊用户聪明，“闲聊不产生智能”。

• 模型是持续进步的learning system，套壳则是feature system；越来越多脚手架会被内化，外部系统需要不断重置。阶段性套壳仍可赚钱，但执行与退出都必须快；想长期做大的应用，最终要具备向下调模型、post-training、RL乃至端到端训练能力。

22. Cursor、Perplexity与Manus都在和模型升级赛跑

• Manus和Perplexity都是高执行力团队，也都是“打开潘多拉魔盒的人”；区别是Manus像token容器，模型越强越能吸收其能力，而Perplexity对模型继续变强的边际体验提升没有那么直接。

• Perplexity抓住了模型公司两年未做好搜索产品的窗口，得以“猥琐发育”；Manus面对的竞争更激烈，没有同样长的空档。广密建议Manus尽快重视research，未来必须进入post-training与RL。

• Deep Research可能走向两条路：成为更高级的Deep Search，继续替代Google；或走向co-scientist、co-analyst、co-worker等专业Agent。它也可能集成Operator、coding与更多工具，最终成为OpenAI general agent的雏形。

• Devin的问题在于任务边界容易被模型吃掉：模型不work时它也不work，模型work后其附加价值又下降。Cursor当前交互价值更强，但Claude 3.7 Sonnet内置脚手架曾与Cursor外部脚手架冲突，迫使其修复数周，也推动它招募设计与training人才、尝试自己的端到端模型。

23. OpenAI领先仍在加强，但最大风险是base model不再领先

• 尽管广密对其战略有批评，他承认OpenAI过去两年的实际领先在加强：ChatGPT接近7亿MAU、超过4亿周活，在Chatbot中持续提高集中度；按他的估计，OpenAI的Sora拿走了AI-native市场约80%的收入。

• ChatGPT持续增加能力，Google Search却没有同等幅度改善；Gemini常在OpenAI发布后两三个月追平甚至反超局部指标，又遭Sam“狙击”，流量始终很小。OpenAI的成功也kill掉了不少创业空间，其生态反而没有长出与Cursor、Manus相当的公司。

• 广密认为GPT-4.5把model size推到新高度的意义可能大于O3，因为只有先登高，才看得到新的能力“风景”。他猜GPT-5会是GPT base model与O系列融合的hybrid model，且可能在夏天出现一次GPT-3.5到GPT-4量级的提升；但大模型直接做RL的成本仍是约束。

• OpenAI最大风险不是短期融资——其刚融资约400亿美元、估值约3,000亿美元——而是组织接近3,000人后失去专注。若竞争者先做出显著更强的base model，再由开发者做出super app，ChatGPT流量就可能迁移。

24. 微软、xAI、Mira与Ilya押注的是不同时间尺度

• OpenAI支持Anthropic的MCP，被广密视为它可能成为“AI Agent的TCP/IP协议”；这也说明两家公司虽竞争，路线已有分工。OpenAI偏C端，Anthropic偏B端与生态，Sam对这支老团队仍表现出尊重。

• OpenAI若拥有5,000亿美元级现金，就可能成为新的Azure云厂商，与微软发生根本冲突。广密认为分家对微软伤害更大：它“起了个大早”，却让开发者产品被Cursor等拿走；若foundation model是下一个Windows，微软可能正在失去自己的操作系统。

• xAI的突出点是writing、极强执行力、infra与production能力，Grok 3处于base model第一梯队；与X合并主要补流量与产品入口。X约5亿多MAU，可与ChatGPT的6亿—7亿MAU相提并论，但旧Twitter未必就是Grok的最终产品形态。

• Ilya的ASI更像“实现爱因斯坦”，而AGI只是让普通本科毕业生操作电脑；前者要产生新知识、点亮科技树，仍需突破。Mira团队则聚集OpenAI核心post-training与infra人才，可能先基于DeepSeek V3做post-training，再走mid-train、pre-train和产品路线，并代表更开放、把AGI power交给社区的价值观。

25. 中国的追赶取决于infra、开源与敢下注的小组织

• 广密判断，若美国沿现有路线实现AGI，中国复现几乎必然；过去两年差距快速缩小，很多能力每3—6个月便追平。美国顶尖科学家更集中，中国则拥有庞大教育体系提供的数百、数千名一线人才。

• 若不需要几十万或百万张GPU，纯复现可能用3万—5万张或5万—10万张完成；美国公司的巨额GPU还承担探索与serving，而探索可能比复现多耗5—10倍资源。这个条件成立时，中国实现AGI的确定性会很高。

• DeepSeek的底座是幻方量化长期积累的solid infra，而其范式级科学创新仍有待出现。它对字节的冲击是把组织重新拉回智能主线，减少对豆包投流增长的过度聚焦；广密最期待字节成为中国的Google DeepMind式长期AI lab。

• 开源“无国界”，可能帮助中国突破地缘封锁。中国过去擅长把硅谷的0到1放大为1到100，但DeepSeek证明资本充裕、冒险精神、强infra与小团队可以孕育0到1；好的产品若形成断层领先，创业者不必先被地缘问题吓退。

26. 最终的投资组合，是对组织能力与科学文艺复兴下注

• 在假设所有deal都能投的组合中，广密给Anthropic和Baidu各25%，OpenAI与Mira各10%，Ilya、Manus各5%，余下15%待定；他后来又说Manus和Cursor投入一样多，但前述组合清单未列Cursor。若DeepSeek融资，他也愿意投至基金25%的单一项目上限。

• 当时估值分别约为Anthropic 615亿美元、OpenAI 3,000亿美元、Mira 100亿美元、Ilya 300亿美元；节目后文另称字节与OpenAI同为约3,000亿美元，却已有强收入和利润、可内生投入AGI。Mira成功或被大厂收购的概率更高，Ilya则科学突破上限更大、失败风险也更高。

• 组织与文化是“仅次于算力的核心竞争力”。好的AGI组织应做到AGI first、research first、researcher first，拥有真正的AI一号位，奖励自己的bet；年轻、聪明、想象力和执行力比经验资历重要，人才密度也远胜人才数量。

• 判断组织的关键是“敢于放弃什么”。广密认同“不应该再持有不all in AGI的科技公司”；Agent hype才刚开始，未来既会有大量套壳公司IPO，也会有Ilya式新架构、多模态ChatGPT或全新Agent形态摧毁旧估值。

• 他未来三五年的最大bet是“AGI带来科学的文艺复兴”：2030年前可能出现多家市值超过10万亿美元的公司。next Google或许是OpenAI，next Windows可能是Claude，next Office是coding或general agent，而AI for Science里可能诞生下一个辉瑞或礼来。