创新者
4 场深度对话收录
广密
观点集合
136. 全球大模型季报第9集：和广密聊，Coding是AGI第二幕、硅谷御三家真相、模型正成为新一代OS
Opus 4.5到4.6被视为AI从Chatbot迈向Agent的代际跃迁，Coding已成为高价值任务入口，并把研发周期从数周压缩至数日。模型公司的商业指标正从DAU转向高价值用户的token usage和算力供给，Anthropic、OpenAI与Google的竞争仍未定局，Harness和正向token ROI将检验应用层价值。
查看摘要（7段）
- Opus 4.5 到 4.6 被广密视为本季唯一需要划重点的代际跃迁：AI 由 Chatbot 第一幕跨入能完成高价值任务的 Agent 第二幕。 他认为这一跳接近 GPT-3 到 GPT-4，过去一个季度的模型进步甚至可能超过 2025 年全年；Miso 与 Spark 若达到预期，才可能是“真正的 GPT-5 时刻”，而下一轮跨越或在今年六七月前继续发生。
- Coding 已不是垂直应用，而是仅次于 GPU 的 AGI 加速器。 前沿实验室去年一个系统或有七八成代码由人写，今年可能已低于 1%；Claude、Codex 在不少任务上被认为达到公司 CTO 或 Meta L8/L9 水平，把想法到代码跑通的周期从两三周压到一两天、两三天。“语言即世界，代码即方案”——如果 code 能表达数字世界绝大多数 solution，办公室里的大部分白领任务就可能被自动化。
- AI 商业模式的核心指标可能从 DAU 转向高价值用户的 token usage，塔尖一两百万人可能比五六百万订阅者更值钱。 广密称 Anthropic 的 ARR 已超过 OpenAI，并推演两家公司年底可能分别达到 800 亿—1000 亿美元、明年达到 1500 亿—2000 亿美元甚至更高；若成立，十几倍 PS 在他看来并不离谱。真正的约束可能不是需求，而是算力：“今年实现一千亿美金 ARR 最大的 bottleneck 可能就是算力。”
- 硅谷御三家仍会“各领风骚一百天”，2026 年内远未到格局落定之时。 Anthropic 胜在 top-down 聚焦、数据文化与高价塔尖市场；OpenAI 因 ChatGPT 过度成功而错判 Coding，却仍有约 50% 概率成为广密眼中的最终 winner；Google 短期晚了三四个月，但 TPU、现金流、Workspace 与体系化组织使其长期最稳。“今天胜利的秘籍可能就是下个时代的毒药。”
- 模型公司的终局不是更大的 SaaS，而是承载 Agent 生态、自动化 global GDP 的新一代操作系统。 广密把路线图概括为 Chatbot、Coding Agent、Automated AI Researcher 三幕，并判断今年底或明年初也许就会有一家公司宣布实现 AGI。其投资表达因此更极致：持续交付 SOTA model 的三五家公司，若最终自动化全球 GDP 的 30%—50%，每家可能走向 10 万亿美元级别。
- 技术繁荣之前可能先出现白领通缩、就业断层与美国中产社会的痛苦窗口。 广密提出一个激进但明确带有条件的估计：今年“有可能百分之三十的工作岗位就没了”；初级程序员等岗位、顾问需求、SaaS 与 IT 外包都可能承压，最顶尖的 AI researcher 也担心一两年后失去工作。模型令知识和智力变得廉价，但创造力、taste 与 IP 可能升值；他的建议是：“AI 取代的是不拥抱 AI 的人。”
- 应用机会没有消失，但模型溢出红利会缩短，Harness 与正向 token ROI 才是更耐用的判断框架。 Cursor、Manus 等产品若拿不到最强模型，就会受到上游自建 Agent 产品的挤压；另一方面，好的 Harness 能让普通或开源模型承担高价值任务。对 One-person company，最硬的闭环不是演示，而是“消耗 100 美元 token，能不能赚到 110 美元”；模型之外，广密最看好未来 6—18 个月可能质变的机器人和 AI for Science。
127. 大模型季报跨年对谈：和广密预言一场AI War、两大联盟和第三个范式Online Learning
AI不是泡沫，而是一场由算力、模型与资本共同驱动的长期战争。节目从英伟达与Google的联盟格局、OpenAI的商业账本，谈到online learning可能带来的范式跃迁，以及中国团队争夺下一代AI公司的机会。
查看摘要（8段）
- 广密对"AI bubble"的定性：不是泡沫，是AI war——“这是每个科技巨头都输不起的战争或军备竞赛”，AI得看作"新的国防或核武器一样的东西"，所以"很多人可能就会砸光最后一分钱，也不会轻易下牌桌"。 商业逻辑：模型把云厂商白牌化（像当年惠普、戴尔），agent入口把super app短路——“在湾区打Uber经常被平台抽个百分之五十”，信息对称之后这类中介"不应该赚那么多钱"。
- 格局判断：两大联盟——英伟达GPU vs Google TPU，三强GPT/Claude/Gemini交替领先是未来一年常态（现有预训练+RL范式下know-how彼此甩不开），策略是"哪一边跌了，其实都是加仓的时候"。 当下他认为英伟达和OpenAI被低估（Rubin能甩开TPU v8一个代际、已锁台积电1.6nm产能），Google经历18-19x→28-29x的PE估值扩张后"不便宜"。
- OpenAI的账：1.4万亿承诺短期算不过来（平均每年烧2000多亿美金 vs 2030年营收预测也就2000多亿），但未来两三年现金流没问题；看得清的订阅+广告电商+API能推到两三千亿美金年营收（≈Meta或字节），看不清的是agent吃掉10亿白领的工资预算——1T到10T营收的期权。 核心结论：Google+OpenAI总市值能到10万亿美金以上。
- 第三范式online learning已在孕育，是"核弹级别的突破"：预训练数据是石油（已用七八成）、RL专家数据是新能源、online learning是核聚变——“如果突破了就是无敌的，人类就进入硅基时代”。 2026年（如夏天）可能看到信号；OpenAI最领先，其次SSI和Thinking Machines，Google还没有top-down在做。
- 本期最锋利的暴论：机器人、世界模型甚至多模态可能是假问题，online learning才是"唯一重要的真问题"——不泛化就走自动驾驶老路，“有多少人工就有多少智能”，且"未来机器人世界模型的突破，可能不一定是今天在座的这批人，有可能今天在座的这批人是上一代NLP一样的结果"。
- AGI现实回归：“模型即产品，数据即模型”——今天的模型"还是一个巨大的压缩器"，rumor称Sam内部说"先忘掉AGI"；落点是知识工作者局部L3/L4"确定性非常高"，很难整体到R4。 ARR排行的元结论：越头部的公司越便宜、越没有bubble（OpenAI 200-210亿、Anthropic 90-100亿，Cloud Code/Cursor/Search AI/Mokr均>10亿，名称原音不清）。
- 投资：押注"技术成长最陡峭之处"——最领先模型、其算力infra、其技术溢出红利；AGI index调仓：从40% OpenAI+40%字节+10% Google+10% Anthropic，改为25% OpenAI+25%字节+10% Google+10% Anthropic，再加10%的英伟达和台积电。 2026最期待online learning突破与"agent take web——这才是真正的web3"。
- 中国：主持人提到听说豆包已超过1亿DAU，广密认为其表现超预期且"今天的模型完全不代表真实水平"，2026是C端chatbot关键窗口；华人团队3-5年内做出全球最领先AI公司的概率从0-5%上调到20%，瓶颈不在人才在资本——“市场化的民间资本太少了”。
112. 和广密聊大模型季报：分化与收敛、全家桶与垂直整合、L4体验与挖矿窗口
广密梳理大模型从通用能力到 coding agent 的收敛，解释模型公司为何下场收割应用，以及创业窗口为何从两年缩至数月。话题延伸至 Office agent、Google 的反攻、泡沫风险，以及巨头主导下的创业与投资判断。
查看摘要（7段）
- 大模型在分化，通用可能只剩两家：广密判断，往后真正做通用模型的可能只有 Google Gemini 和 OpenAI；Anthropic 几乎放弃多模态和 to C，all in coding+agentic——ARR 从23年底不足1亿美金到24年可能约9.5亿，有人猜25年年化超120亿、26年可能三四百亿，1700亿估值"我觉得其实不贵的，因为一年还有十多倍的增长"。 Kimi、DeepSeek 转向 follow Anthropic 路线，“我觉得是很聪明的”。
- C端头部在收敛，ChatGPT 的壁垒是非技术的：品牌大众化下沉、留存"可能仅次于微信"，模型训练烧的钱像 Netflix 拍内容一样转化成品牌——“充的模型的钱也是充的品牌的钱”。 一百块钱持仓较上期改变：40块 OpenAI、40块字节、10块 Anthropic、10块 Google，因为"coding 的壁垒、模型的壁垒远远没有 ChatGPT 的壁垒高"。
- 挖矿的人下场收割：模型公司花上百亿美金挖智能的矿，“前端的应用 Cursor 在那里咔咔咔的赚钱……模型公司我也不傻呀”。 Claude Code 晚 Cursor 八九个月、三四个月反超，可能很快到10亿美金 ARR、独立估值两三百亿；挖矿窗口从 Perplexity 的近两年缩到 Cursor 的九个月、Manus 的三四个月，且创业公司 1:3 到 1:10 的 token 亏损率"是会被拖死的"。
- L4级别体验是产品北极星：目前最优秀的两个 agent 是 ChatGPT Deep Research 和 Claude Code，交付了端到端的 aha moment，并触发订阅从20美金升级到200美金；下一个矿在 Office/Workspace——PPT 最需要的正是 coding+agentic 能力，用户群从 coding 的三千万可扩到五六亿上班族。
- 重新看好 Google：产品形态终将殊途同归、融合成全家桶，ChatGPT 势必做广告（新商业化 CEO 来自 Instacart、曾搭 Meta 广告系统），而"Google 还是全球最好的广告平台"，靠芯片到 OS 端到端垂直整合的规模效应"扳回一城"——最大不确定是能否改变用户习惯。
- 创业者绝望但要找"当下的黄峥"：巨头"既看得懂，还很重视，也跟得动"，正面战场逻辑上打不赢；但2015年很多人说淘宝不可撼动、拼多多 A/B 轮被集体 pass。 投资上"分散是失效的，集中才是有效的"——很多硅谷 VC 以毛利不够高为由错过了 OpenAI、Anthropic 和 Mira 的一百亿天使轮。
- 泡沫的观察哨与大叙事：“就观察最聪明的一拨人在用什么”——量化和顶尖程序员几乎都用 Claude；最怕今年约3000亿美金 capex 变成"套娃收入"、前端不创造价值。 湾区视角：美国最核心的是金融铸币权和硅谷科技领先两张牌，“假如中国的光刻机两年内突破了先进制程，我不知道全球的资本会不会又回流到中国”。一位老前辈的总结：“犹太人的金融，华人的AGI”。
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
广密将pre-training尚未结束重新定义为2025年最大非共识，认为RL只能激发既有能力，合成CoT与训练推理融合或再开scaling空间。他把AGI时间表压至2026年底至2027年初，并看好Anthropic在coding与agentic生态的长期价值，但Agent的推理供给、模型路线和SaaS存在价值仍待验证。
查看摘要（8段）
- 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。