和曾鸣聊产业史观:OpenAI、Anthropic 大概率不是原生时代大赢家
战略学家曾鸣提出 AI 产业化分三阶段,最终进入“原生应用阶段”,并判断 OpenAI、Anthropic 大概率不是该阶段的大玩家。他把模型公司类比为已消失的 AOL,认为其本质是未来的 AI 云公司,商业模式只能是寡头垄断加政府强监管。他还认为未来三年有可能出现 Agent 入口,而科层制公司制度将走向消亡。
战略学家曾鸣提出 AI 产业化分三阶段,最终进入“原生应用阶段”,并判断 OpenAI、Anthropic 大概率不是该阶段的大玩家。他把模型公司类比为已消失的 AOL,认为其本质是未来的 AI 云公司,商业模式只能是寡头垄断加政府强监管。他还认为未来三年有可能出现 Agent 入口,而科层制公司制度将走向消亡。
Higgsfield、Midjourney、OpenAI、Google Gemini、Adobe Firefly、Ideogram、Dreamina、Runway、Magnific 和 Canva 入选 2026 年十大 AI 图像生成器。
Airwallex 空中云汇 CRO 吴恺在播客中回顾公司 11 年从 0 到 110 亿美金估值的历程,并称下一道台阶是从 20 多万客户走向 100 万客户规模。
播客「十字路口」对谈 Superlinear.Academy 创始人课代表立正,讨论高手与普通人用 AI 的差距:高手把生活和工作的大小事都交给 AI,并建议普通人停止 ChatGPT 式聊天,改用 Codex / Claude Code / Cursor / Manus 等 agentic 工具。
OpenAI 和 Anthropic 上月同一天分别宣布各自的十亿美元级企业 AI 合资公司,且都称自己在做 FDE(Forward-Deployed Engineer,前置部署工程师)。十字路口对谈 Rolling AI 合伙人阿甘和刘开,讨论 FDE 是售前交付换名还是 ToB AI 时代的新组织结构,以及 AI 落地失败率超 50% 的三大死法。
真格基金戴雨森在《雨森的创投观察》第2集回应第1集"被打脸",提出Harness更像OS、模型更像处理器,并点名Manus、Claude Code、OpenClaw、Codex、Hermes等Coding Agent Harness。他抛出两个暴论:"AGI是在缩水的"、"字节系创始人要把在字节学的东西自己颠覆自己",并称下一个字节跳动级公司可能长得不像字节。
Altimeter Capital 合伙人 Freda Duan 在《Freda的投资札记》第2集里提出,Token 消耗并非越多越好,行业会逐渐从按 token 收费转向按效果收费。
广密在《全球大模型季报》第9集中判断,Coding把AI从Chatbot第一幕推向能干活的Agent第二幕,是新的"AI加速器",领先的Coding模型就像领先的GPU。他认为Opus 4.5到Opus 4.6是类似GPT-3到GPT-4的跨代际提升,今年6月前可能还有一次同幅度跨越。他还点评了Anthropic、OpenAI、Gemini的内部情况,并指出模型正成为新一代操作系统。
Sam Altman 公开家人照片,回应其住宅昨夜 3:45 遭燃烧瓶袭击一事,称燃烧瓶弹开、无人受伤。他表示此前一篇煽动性文章让他低估了文字与叙事的威力,并借此重申对 OpenAI 的信念:AI 需求几乎无上限、必须民主化、权力不能过度集中。他还回顾在 OpenAI 第一个十年的成绩与错误,称与 Elon 的诉讼临近,并坦言自己并非骄傲于回避冲突。
Leonis Capital 合伙人、前 OpenAI 研究员 Jenny Xiao 在播客对谈中拆解中美 AI 创投差异:美国投资人偏爱 To B、甚至「看不懂」To C,且对「只有两三个大客户」的 To B 公司最为警惕。她认为中美差异并没有想象中大,很多滤镜来自信息不对称,并给出中国创业者赴美融资的全流程与硅谷当前估值逻辑。
张小珺与广密在《全球大模型季报》第8集跨年对谈中提出,Pre-training scaling 已接近尾声,Online Learning 是继预训练和 RL 之后的第三个范式,可能才是唯一重要的真问题。
红杉中国合伙人郑庆生在本期访谈中,以20年投资生涯为线索,回看中国从互联网、移动互联网到AI的三轮技术浪潮,并用"流量革命"框架梳理公路、铁路、电力、电视到互联网的流量节点演变。
Altimeter Capital 合伙人 Freda Duan 在播客中复盘硅谷投资,披露该基金一级市场投资 OpenAI、Anthropic、字节跳动,二级市场投资 NVIDIA、Snowflake、Robinhood。
真格基金戴雨森在开年对谈中预判 2026 年将是 AI 的「Year of R」,三个 R 分别是 Return(商业回报)、Research(前沿研究)和 Remember(用户记忆)。他认为 Memory 将成为 AI 应用的关键差异化,Proactive Agent 可能是 10 倍机会,而现有 AI 研究范式遇到瓶颈,需要新的研究突破来解锁下一阶段。
真格基金管理合伙人戴雨森提出 2026 年关键词为"The Year of R",即 Return、Research、Remember 与多模态 Reasoning,认为这将是现实与回调之年。
朱啸虎在访谈中判断 AI 三年内看不到泡沫,并称相关泡沫论点是"无稽之谈"。他认为大家低估了 DeepSeek,称若没有 DeepSeek,人类的 AI 可能被几个私有公司控制。他还提到 OpenAI 越来越现实,Sam Altman 今年几乎不太提 AGI,并指出当前 VC 共识过于集中、项目多为 Club Deal。
42章经创始人曲凯与家族办公室从业者莫傑麟对谈认为,AI 的价格确实有泡沫,但价值没有,中国一级市场估值远比美国理性,一线 AI 从业者几乎不认为存在泡沫。双方共识是泡沫只是情绪化表象,真正值得关注的是行业从 AGI 叙事切换到 ROI 算账周期的结构性变化,以及英伟达、OpenAI 等巨头的商业动作所预示的格局。
MIT 在读博士杨松琳在播客中解析了 Kimi Linear、MiniMax M2、Qwen3-Next 等模型的注意力机制路线分歧:Kimi 走 Linear Attention,DeepSeek 探索 Sparse Attention,MiniMax 则从 M1 的 Linear Attention 回退到 M2 的 Full Attention。
百度智能云 AI 计算首席科学家王雁鹏在播客中亲述中国互联网基础设施从大数据、云计算到 AI 时代的演进,并介绍百度已建成国内首个全自研的 3 万卡集群。他谈到中美算力差距为 3 万卡对 10 万卡,电力是万卡集群的巨大瓶颈,一个 3 万卡集群需园区级变电站。他认为中国版英伟达的唯一路径是与最先进模型深度绑定。
十字路口与庄明浩复盘 2025 年 AI 行业,以“拐点”为年度关键词,梳理从年初 DeepSeek R1 到近期 Sora 2 的模型大战,以及 Manus 引爆的“Agent 元年”。节目还讨论开源生态与人才流向、DeepSeek V3.2 发布后 V4 和 R2 今年或不再出现,并将目光投向资本市场对 AI 的集体狂想。
Sam Altman 提出 OpenAI 的愿景:打造一座每周能产出 1 吉瓦新增 AI 基础设施的工厂,以支撑模型推理与训练算力需求。他称这一目标需数年才能实现,并要在芯片、电力、建筑到机器人等各层创新,还计划未来几个月公布合作方、今年晚些时候公布融资方式。
OpenAI研究员姚顺雨在3小时访谈中回顾了自己6年的Agent研究,并谈及AI主线程已进入下半场。他认为Agent发展最关键的两个方向是让Agent拥有自己的reward以自主探索,以及Multi-Agent形成组织结构,而最终的智能边界由不同交互方式决定,而非单一模型。
Sam Altman 发文致敬 OpenAI 首席科学家 Jakub Pachocki 与 Szymon Sidor,称没有他们就没有今天的 OpenAI。两人曾顶着"RL 无法扩展"的普遍看法把 RL 扩展为基线并促成 Dota 成果,搭建了支撑多项科学发现的基础设施,主导 GPT-4 预训练,并与 Ilya、Lukasz 共同推动推理突破的早期构想。
硅谷 AI 叙事核心指标已从 Scaling Law 转向 Token 消耗,行业竞争从比模型更聪明转向拼谁能把已有智能用得更好、更快、更省,Infra 将成为下一个主战场。节目还复盘了 GPT-5 发布、Agent 热潮冷却、Meta 抢人大战等半年变化,并讨论了英伟达估值、A 股牛市与散户角色等二级市场话题。
硅谷模型公司本季度开始分化:Google Gemini 和 OpenAI 继续做通用模型,Anthropic 转向 Coding 与 Agentic 能力,Thinking Machines 转向多模态原生。
Sam Altman 在博文中称人类已越过事件视界,接近造出数字超级智能,GPT-4 和 o3 背后的科学洞见是最难的部分且已过去。他预测 2025 年出现能完成真实认知工作的智能体,2026 年出现能产生新洞见的系统,2027 年可能出现能在现实世界执行任务的机器人。他还提到一次 ChatGPT 查询平均耗电约 0.34 瓦时、耗水约 0.000085 加仑。
前 Kimi 产品经理丁丁在播客对谈中分享了她对 Benchmark 与 Evaluation 的思考,认为进入 AI 下半场后「重新定义 Benchmark」比「刷榜提分」更关键。她结合在 Moonshot 负责 Kimi App 的实践经验,讨论了无标准答案问题的 Benchmark 制定方法、如何衡量 Benchmark 好坏,以及 AI 产品经理与古典产品经理的异同。
广密在《全球大模型季报》2025年Q1特辑中重新坚信Pre-training,认为只有预训练决定模型内在上限,Post-training+RL只是加强。他提出AGI主线是智能提升,ChatGPT只是山脚第一站,接下来Coding、Coding Agent、General Agent、AI for Science、Robotics才是后续山头,并称Manus平均消耗70-80万Token。
OpenAI CEO Sam Altman 撰文提出关于 AI 经济学的三点观察:模型智能大致等于训练与运行资源投入的对数,使用某一智能水平的成本约每 12 个月下降 10 倍,线性提升的智能带来的社会经济价值呈超指数增长。
Sam Altman 发文回顾 OpenAI 近九年历程,称 ChatGPT 于 2022 年 11 月 30 日发布后开启前所未有的增长曲线,周活跃用户从约 1 亿增至超 3 亿。他表示公司已进入可做复杂推理的新模型范式,并反思一年前自己被突然解雇一事是治理上的重大失败。
前 Character.ai 模型应用算法专家 Ted 在播客中复盘了 C.AI 的 Post Training 实践,称其核心是设计高效的迭代路径,主要依赖 SFT、RLHF、DPO 三大件,RAG 和 Prompt Engineering 几乎没做。他还提到 C.AI 的语音延迟基本是业界做得最好的,并观察到 ChatGPT 内部也是多模型混用、硅谷 Post-train 人才极其抢手。
Character.AI 被收购并非陪聊产品不成立,而是其官网第一篇文章的第一句话就注定了结局。Scaling Law 的本质是规模效应,拼的是资源整合与融资能力,大模型是一场拼爹游戏。这次收购宣告底层大模型战争几乎结束、模型注定商品化,做产品的人可以安心拥抱开源。
42章经创始人曲凯与家族办公室资深从业者莫傑麟对谈,将 Sora 与英伟达统一到 AI 发展的叙事框架下讨论。节目提出 AI 1.0 阶段靠 Scaling law、1.5 阶段靠 Scale in & Scale out、2.0 阶段靠应用大爆发,并认为当前正处于 1.0 到 1.5 的交替过程中。两人还讨论了英伟达股价的可持续性、国内大模型与 OpenAI 的差距,以及行业洗牌下谁领先谁出局。