這是一期真格基金管理合伙人戴雨森的訪(fǎng)談實(shí)錄，也是2025年中，對(duì)于整個(gè) AI 行業(yè)的一次半年度復(fù)盤(pán)。

戴雨森從投資人的視角出發(fā)，圍繞近期的AI 熱點(diǎn)分享了很多有價(jià)值的看法，包括：OpenAI 的通用大語(yǔ)言模型首次達(dá)到了 IMO 國(guó)際數(shù)學(xué)奧林匹克金牌水準(zhǔn)意味著什么、ChatGPT Agent 的發(fā)布、RL研究的進(jìn)展、AI 應(yīng)用和「套殼」的價(jià)值都被低估了、基礎(chǔ)模型未來(lái)演進(jìn)的方向等等。

戴雨森認(rèn)為，2025 年，屬于各行各業(yè)的「李世石時(shí)刻」，可能才剛剛開(kāi)始。

超 10000 人的「AI 產(chǎn)品市集」社群！每天推薦一款 AI 應(yīng)用。

邀請(qǐng)從業(yè)者、開(kāi)發(fā)人員和創(chuàng)業(yè)者，飛書(shū)掃碼加群：

進(jìn)群后，你有機(jī)會(huì)得到：

• 最新、最值得關(guān)注的 AI 新品資訊；
  

• 不定期贈(zèng)送熱門(mén)新品的邀請(qǐng)碼、會(huì)員碼；
  

• 最精準(zhǔn)的AI產(chǎn)品曝光渠道

01OpenAI 拿下 IMO 金牌，又一個(gè)李世石時(shí)刻

Q：最近有哪幾件重要的事值得展開(kāi)聊聊？

戴雨森：確實(shí)過(guò)去這個(gè)周末發(fā)生了很多事情。我覺(jué)得最重要的一件是 OpenAI 的一個(gè)新模型，在 IMO（國(guó)際數(shù)學(xué)奧林匹克）2025 年的題目上獲得了金牌級(jí)別的成績(jī)。具體來(lái)說(shuō)是六道題做對(duì)了五道。

這個(gè)為什么重要呢？因?yàn)榘凑?OpenAI 的描述，這是一個(gè)沒(méi)有聯(lián)網(wǎng)的通用大語(yǔ)言模型，并且沒(méi)有針對(duì)數(shù)學(xué)做特別優(yōu)化，也沒(méi)有用任何 Code Interpreter 一類(lèi)的工具。它完成的是 IMO 的證明題，而且 OpenAI 找了三位 IMO 的金牌得主來(lái)交叉驗(yàn)證，確認(rèn)這些解答是對(duì)的。

當(dāng)然，這個(gè)結(jié)果也引發(fā)了一些爭(zhēng)議。比如有些人指出它還沒(méi)有經(jīng)過(guò)官方認(rèn)證，因此不一定有效。陶哲軒也說(shuō)，IMO 題目的解法路徑會(huì)有很多不同，最終得分也會(huì)不一樣。

注：7 月 22 日當(dāng)晚，Google DeepMind CEO Demis Hassabis 在 X 上發(fā)帖強(qiáng)調(diào)，這一結(jié)果已經(jīng)獲得了奧賽組委會(huì)官方認(rèn)定。

但不管怎樣，這個(gè)結(jié)果是一個(gè)劃時(shí)代的進(jìn)展。語(yǔ)言模型沒(méi)有經(jīng)過(guò)特別的數(shù)學(xué)優(yōu)化，只在離線(xiàn)環(huán)境中就能解出 IMO 級(jí)別的證明題。像之前 Google 用 AlphaGeometry 是為數(shù)學(xué)專(zhuān)門(mén)設(shè)計(jì)的模型，還借助了形式化驗(yàn)證方法，并不具備泛化能力。

Q：這剛好是一年前的事，2024 年 7 月 Google 的 AlphaGeometry 達(dá)到了 IMO 銀牌的水準(zhǔn)，當(dāng)時(shí)差一點(diǎn)到金牌。但那不是通用大語(yǔ)言模型，而這次OpenAI說(shuō)是通用大模型。

戴雨森：對(duì)，而且今年這個(gè)時(shí)間點(diǎn)正好是 IMO 出題的時(shí)間，OpenAI 是題目一出就做了，所以也不存在模型訓(xùn)練時(shí)提前見(jiàn)過(guò)這些題的情況。

雖然過(guò)去一年語(yǔ)言模型已經(jīng)有很多進(jìn)展，但像數(shù)學(xué)證明這樣的任務(wù)，尤其是 IMO 這類(lèi)題，屬于 hard to verify 的問(wèn)題類(lèi)型。驗(yàn)證一個(gè)答案是否正確本身就非常難。

這類(lèi)問(wèn)題一直以來(lái)都被認(rèn)為是當(dāng)前語(yǔ)言模型難以勝任的任務(wù)。并且現(xiàn)實(shí)中世界上大部分真正的問(wèn)題，事先都是沒(méi)有標(biāo)準(zhǔn)答案和解法的。所以當(dāng)一個(gè)語(yǔ)言模型可以在沒(méi)有任何特別調(diào)教的前提下，解出這類(lèi)高難度的題，達(dá)到人類(lèi)頂尖水平時(shí)，這意味著它的思考能力確實(shí)上了一個(gè)臺(tái)階。

OpenAI 也提到，這種能力可以通過(guò)延長(zhǎng)思考時(shí)間進(jìn)一步提升，這也驗(yàn)證了 inference scaling law（推理擴(kuò)展定律）。

我們以前聊過(guò)，除了 pre-training，還有 post-training 和 inference scaling law。這次的結(jié)果說(shuō)明：

1.LLM 的泛化能力很強(qiáng)，能解決我們?cè)瓉?lái)認(rèn)為解決不了的問(wèn)題；

2.模型能力越強(qiáng)，可應(yīng)用的場(chǎng)景越多，所創(chuàng)造的價(jià)值也越大；

3.IMO 的證明題和現(xiàn)實(shí)中的某些理科的問(wèn)題在形式邏輯上很相似，都是證明題。LLM 既然能做前者，也許說(shuō)明它離發(fā)現(xiàn)新知識(shí)的能力也不遠(yuǎn)了。

目前它肯定還不能解決像哥德?tīng)柌孪脒@種超難問(wèn)題，但發(fā)現(xiàn)理科新知識(shí)這件事，可能已經(jīng)是一步之遙了。

還有一個(gè)八卦：據(jù)說(shuō)這次 OpenAI 使用的模型和 GPT-4o 是同一個(gè)底層模型。也就是說(shuō)，取得這個(gè)成績(jī)并不是因?yàn)榈讓幽Ｐ陀泻艽筇嵘窃?post-training 和 inference 階段做出了優(yōu)化。后續(xù)的優(yōu)化空間給整個(gè) AI 發(fā)展帶來(lái)了很多想象。

Q：你是從一些技術(shù)人員那聽(tīng)來(lái)的描述是嗎？

戴雨森：對(duì)，簡(jiǎn)單打聽(tīng)了一下。這事情也就 24 小時(shí)之內(nèi)發(fā)生的，但我感受非常強(qiáng)烈。

這讓我想到 2023 年 3 月微軟那篇論文《Sparks of AGI》，當(dāng)時(shí)他們測(cè)試 GPT-4 的預(yù)發(fā)布版本，感嘆從中看到了 AGI 的火花。那篇文章也就兩年半前，而現(xiàn)在我們已經(jīng)走到了能解 IMO 的地步。兩年半在科技進(jìn)步史中是很短的時(shí)間，甚至比很多創(chuàng)業(yè)公司從種子輪到產(chǎn)品發(fā)布還短。

那篇文章的作者后來(lái)加入了 OpenAI，他在看到這次OpenAI 模型獲得 IMO 金牌成績(jī)后說(shuō)：這是「AI 的登月時(shí)刻」。

一個(gè)「只是預(yù)測(cè)下一個(gè)詞」的語(yǔ)言模型，在沒(méi)有任何工具輔助的情況下，能夠完成一個(gè)只有極少數(shù)天才人類(lèi)才能做出的有創(chuàng)造性的數(shù)學(xué)證明。這確實(shí)說(shuō)明 AI 的能力已經(jīng)到了一個(gè)新的高度。

我們年初錄節(jié)目《》時(shí)也說(shuō)過(guò)：2024 年會(huì)是很多行業(yè)迎來(lái)「李世石時(shí)刻」的一年。所謂「李世石時(shí)刻」，就是 AI 在某個(gè)領(lǐng)域超越了人類(lèi)最強(qiáng)水平。

我們已經(jīng)在圍棋、編程、數(shù)學(xué)推理等領(lǐng)域看到這種情況不斷出現(xiàn)。接下來(lái)還會(huì)有更多這樣的時(shí)刻等待著我們，解決我們?cè)疽詾檫€很難、很遠(yuǎn)的問(wèn)題。

Q：而且我還看到一個(gè)信息：似乎不止 OpenAI 做到了。因?yàn)?OpenAI 發(fā)這個(gè)消息之后，一個(gè) Google 的研究員也在 X（原 Twitter）上發(fā)帖，說(shuō) OpenAI 搶先發(fā)布了。

戴雨森：我們也在拭目以待。好像 Google DeepMind 也做到了金牌，但我們不知道是不是用通用模型實(shí)現(xiàn)的。如果真是通用模型，那就說(shuō)明這個(gè)能力已經(jīng)不只是一家掌握的。這種技術(shù)一旦擴(kuò)散開(kāi)來(lái)，會(huì)帶來(lái)推理能力的大幅提升，不管是哪個(gè)模型廠商都會(huì)從中受益。

注：7 月 22 日，Google DeepMind 宣布，Gemini Deep Think 模型獲得官方認(rèn)證的 IMO 金牌，并公開(kāi)了具體解題過(guò)程。這一通用模型僅用純自然語(yǔ)言（英語(yǔ)）完成了解題。

Q：你和國(guó)內(nèi)一些從業(yè)者交流過(guò)，他們對(duì)這個(gè)成果是感到吃驚，還是覺(jué)得其實(shí)也在預(yù)期之中？

戴雨森：我覺(jué)得方向大家早就知道，是朝著更強(qiáng) reasoning 能力去的。誰(shuí)都知道 reasoning 能力提升了，模型就能解更難的題。但現(xiàn)在就能做到確實(shí)還是讓人很震驚。我聊到一些中國(guó)最頂尖的研究者，他們也表示非常驚訝。但就像原子彈一樣：爆炸那一刻起，大家知道這件事情可以做到，就已經(jīng)離做出來(lái)不遠(yuǎn)了。

Q：從技術(shù)進(jìn)展的角度看，圍棋、編程、數(shù)學(xué)是三個(gè)典型的「李世石時(shí)刻」。你怎么看這三個(gè)的不同影響？

戴雨森：數(shù)學(xué)推理其實(shí)比編程更難。

編程屬于好驗(yàn)證的問(wèn)題。強(qiáng)化學(xué)習(xí)在編程上容易成功，一大原因是因?yàn)樗?reward 清晰。代碼能運(yùn)行、能通過(guò) test case 就說(shuō)明結(jié)果是對(duì)的。

但數(shù)學(xué)證明題的判卷是非常復(fù)雜的。IMO 就是典型的「hard to produce, hard to verify」的問(wèn)題。

圍棋是一個(gè)雙方信息公開(kāi)且完備、勝負(fù)明確的任務(wù)，非常適合強(qiáng)化學(xué)習(xí)；編程也是結(jié)構(gòu)化任務(wù)，而且很多代碼是已有人寫(xiě)過(guò)的，拼裝比全新創(chuàng)造多。

但數(shù)學(xué)是理工科的基礎(chǔ)，它的推理是很多學(xué)科的根基。而且不依賴(lài)自然世界實(shí)驗(yàn)，只靠邏輯思維。所以 AI 能解 IMO 級(jí)別的證明題，意味著理工科很多知識(shí)生成方式可能都要改變，帶來(lái)的科學(xué)進(jìn)步可能比編程還大。

Q：你覺(jué)得這個(gè)應(yīng)用影響會(huì)更大？

戴雨森：有可能更大。因?yàn)榫幊态F(xiàn)在替代的是一些重復(fù)性較高的初級(jí)工作，比如 Vibe Coding 大部分還是復(fù)制粘貼一些前端代碼。但數(shù)學(xué)推理帶來(lái)的是非常強(qiáng)的思考和潛在的新知識(shí)發(fā)現(xiàn)能力。顯然，這是更值錢(qián)的部分。

AI 會(huì)不斷替代簡(jiǎn)單任務(wù)，而人類(lèi)往更有價(jià)值、更難的方向走。但現(xiàn)在 AI 正在追著人類(lèi)解決那些最有價(jià)值的難題。

這就是為什么我說(shuō)這次 IMO 金牌事件讓我更清晰地看到了 AGI 即將到來(lái)的信號(hào)。如果以前是遠(yuǎn)處看到一輛冒煙的火車(chē)，現(xiàn)在已經(jīng)能聽(tīng)到它的轟鳴聲了。

Q：有人在 X（原 Twitter）上說(shuō)強(qiáng)化學(xué)習(xí)現(xiàn)在也能處理那些獎(jiǎng)勵(lì)反饋不是很直接的領(lǐng)域。這可能是這次進(jìn)展背后更大的突破之一。還有人提到「驗(yàn)證的非對(duì)稱(chēng)性」，說(shuō)有些任務(wù)你做出來(lái)的時(shí)間可能比驗(yàn)證時(shí)間還短。IMO 數(shù)學(xué)題就屬于這種類(lèi)型。

戴雨森：對(duì)，以前很多任務(wù)是「hard to produce, easy to verify」，比如寫(xiě)代碼。但現(xiàn)在變成了「hard to produce, hard to verify」。

Q：不過(guò)有人認(rèn)為，在這些驗(yàn)證成本高的任務(wù)上，AI還很難完全替代人，因?yàn)樽罱K還得靠人來(lái)判斷。

戴雨森：有可能。但光是給出證明這一點(diǎn)，其實(shí)就已經(jīng)是質(zhì)的飛躍?，F(xiàn)在我們還不知道所有細(xì)節(jié)，但我們期待更多公開(kāi)信息，或其他模型公司復(fù)刻類(lèi)似成果。按照目前 AI 的發(fā)展速度，只要一件事被做到，那它就已經(jīng)不是遙不可及的難題了。

02ChatGPT Agent 發(fā)布，「殼」的價(jià)值在于 context

Q：7 月 18 日凌晨，OpenAI 發(fā)布了 ChatGPT Agent。不過(guò)和 Manus 不同，這個(gè) Agent 讓很多人其實(shí)覺(jué)得有點(diǎn)失望，沒(méi)有那么驚艷。

戴雨森：我覺(jué)得這反映了 OpenAI 作為 AI 的領(lǐng)頭羊、最大的 AI 應(yīng)用公司，他們也把 Agent 作為重要的方向。就像我們年初就開(kāi)始討論的：理解目標(biāo)、拆解規(guī)劃、編程使用工具、對(duì)結(jié)果進(jìn)行復(fù)盤(pán)和反思。從一開(kāi)始的構(gòu)想，到 Devin、Manus 等第一波產(chǎn)品的出現(xiàn)，再到 ChatGPT Agent 的發(fā)布，Agent 確實(shí)逐漸成為了AI 應(yīng)用的共識(shí)，變成了大家聚焦的方向。

Q：有人說(shuō)「OpenAI 發(fā)了一個(gè) Manus」，你怎么看？

戴雨森：我們不會(huì)這么想。我覺(jué)得不能低估 OpenAI。他們有最多的人、最多的卡、最多的用戶(hù)，在安全性上也做了很多考量，加了很多額外約束。其實(shí) ChatGPT Agent 的能力是被限制得很死的，這是負(fù)責(zé)任的表現(xiàn)。

這個(gè)產(chǎn)品也是他們第一個(gè)在 AI 安全性評(píng)估中被列為「高危險(xiǎn)級(jí)別」的，說(shuō)明他們確實(shí)擔(dān)心這類(lèi) Agent 會(huì)遇到比如釣魚(yú)網(wǎng)站、或者生物武器信息等風(fēng)險(xiǎn)（詳見(jiàn) OpenAI 發(fā)布的 ChatGPT agent System Card）。當(dāng)公司變大，就會(huì)變得更謹(jǐn)慎；這也反過(guò)來(lái)說(shuō)明了創(chuàng)業(yè)公司的行動(dòng)力快、敢于突破的機(jī)會(huì)所在。

Q：我覺(jué)得「發(fā)了個(gè) Manus」的說(shuō)法也不一定是說(shuō)效果不好，更多是說(shuō)產(chǎn)品形態(tài)。它其實(shí)把 Operator 和 Deep Research 結(jié)合起來(lái)了，形態(tài)上有點(diǎn)像 Manus 或 Genspark。

戴雨森：是的，Manus 確實(shí)探索出了一個(gè)方向：讓 AI 在做什么可以被直觀看到，讓人理解背景，否則如果只看到最后的結(jié)果，會(huì)很困擾。所以我們看到 Manus、Genspark、Kimi，還有 MiniMax 等中國(guó)團(tuán)隊(duì)也在針對(duì) OpenAI 的 Task，用自己已經(jīng)發(fā)布的線(xiàn)上 Agent 做對(duì)比。不得不說(shuō)，這些公司的產(chǎn)品在很多維度上的表現(xiàn)，比如做 PPT 的任務(wù)，確實(shí)比 ChatGPT Agent 要好。

Q：ChatGPT Agent 做出來(lái)的 PPT 真的有點(diǎn)丑。

戴雨森：但這讓我有幾個(gè)啟發(fā)：

第一，中國(guó)團(tuán)隊(duì)在產(chǎn)品力上確實(shí)不錯(cuò)。移動(dòng)互聯(lián)網(wǎng)時(shí)代就有很多例子，比如 TikTok、Shein、剪映，中國(guó)團(tuán)隊(duì)確實(shí)做出了很多好產(chǎn)品。

第二，所謂的「套殼」產(chǎn)品，也就是調(diào)用 API 的應(yīng)用，并不會(huì)就一定被 model native 產(chǎn)品吊打。之前大家以為 OpenAI 下場(chǎng)，訓(xùn)練的模型能端到端處理，就能完全替代第三方。但其實(shí)不然，尤其 Agent 需要更多 context 和工具，很多都依賴(lài)殼和應(yīng)用本身提供的環(huán)境。

Manus 分享的那篇關(guān)于 Context Engineering 的文章《》就收到很多好評(píng)。因?yàn)檫@就是一個(gè)大家現(xiàn)在都在解決的問(wèn)題，里面有很多實(shí)踐是需要時(shí)間和經(jīng)驗(yàn)的。

我理解，Context Engineering 最早是來(lái)自于 Prompt Engineering。Prompt Engineering 就是給 AI 一個(gè)命令、一個(gè)任務(wù)，然后 AI 自己去做事。這很像傳統(tǒng)管理方式：老板布置任務(wù)，員工去執(zhí)行。而像 Netflix、字節(jié)等先進(jìn)公司強(qiáng)調(diào)的「Context, not control」，意味著要給員工更多上下文和授權(quán)，才能更好完成任務(wù)。Context Engineering 也是類(lèi)似的道理：我們要給模型提供的是能夠幫助它更好完成任務(wù)的上下文。

第一個(gè)層面，就是單個(gè) session，看我們?cè)趺刺峁└玫纳舷挛?、更好的?shù)據(jù)、以更適合模型操作的格式去處理它。

第二個(gè)層面，是多 session 或跨 session 的個(gè)性化記憶：比如說(shuō)今天做了什么，明天再做對(duì)應(yīng)的事，用戶(hù)的偏好、習(xí)慣、工作經(jīng)驗(yàn)，能不能累積？這個(gè)長(zhǎng)期可能成為護(hù)城河。因?yàn)橥瑯拥哪Ｐ?，誰(shuí)有更好的上下文，它就更懂我。

第三個(gè)層面，是產(chǎn)品設(shè)計(jì)本身可以提供模型原本獲取不到的上下文。比如大家設(shè)想的一個(gè)還沒(méi)做出來(lái)的產(chǎn)品：戴個(gè)眼鏡可以實(shí)時(shí)看到周?chē)澜纭＿@樣的 context 是模型自己無(wú)法產(chǎn)生的，必須通過(guò)好的硬件與軟件設(shè)計(jì)來(lái)實(shí)現(xiàn)，也說(shuō)明了產(chǎn)品層的價(jià)值。

Q：你說(shuō)的眼鏡能看到的數(shù)據(jù)，是現(xiàn)在所有互聯(lián)網(wǎng)巨頭都沒(méi)有的。

戴雨森：對(duì)。所以從 ChatGPT Agent 的發(fā)布，我覺(jué)得可以看到三點(diǎn)：

第一，Agent 方向逐漸達(dá)成共識(shí)；

第二，創(chuàng)業(yè)公司在模型核心巨頭面前，依然有靈活性、先發(fā)優(yōu)勢(shì)和競(jìng)爭(zhēng)力；

第三，進(jìn)一步印證了我們之前說(shuō)的兩個(gè)被低估：模型進(jìn)步速度被低估了，產(chǎn)品「殼」的價(jià)值也被低估了。

模型這條線(xiàn)，OpenAI 這周剛拿下了 IMO 金牌，說(shuō)明它的進(jìn)步速度還是很快。而 OpenAI 自己做的 ChatGPT Agent 還有很大提升空間，說(shuō)明「殼」的價(jià)值也非常重要。所以我覺(jué)得模型和應(yīng)用都被低估了。

Q：你剛說(shuō)的 context 的價(jià)值特別好。它其實(shí)和管理學(xué)也打通了，比如 Netflix 的那本書(shū)《No Rules Rules》最開(kāi)始就講了這個(gè)邏輯。AI確實(shí)很像一個(gè)人，你要教它、要給上下文，比起給它具體指令，這可能是更好的方式。

戴雨森：第一階段大家都在寫(xiě)更好的 prompt，就像老板寫(xiě) brief。后來(lái)發(fā)現(xiàn)要加更多示例、更好的上下文、更適合模型工作的環(huán)境。這其中有很多具體技巧。Manus 的文章就分享了很多。我想說(shuō)的是，更多的 context 帶來(lái)模型能力的提升，也反映出我們對(duì) AI 的使用越來(lái)越深入，產(chǎn)品本身也越來(lái)越完善。以前一句 prompt 就能跑，現(xiàn)在產(chǎn)品本身要承擔(dān)更多事情，產(chǎn)品公司的價(jià)值也在這里體現(xiàn)。

Q：你覺(jué)得這一層的應(yīng)用價(jià)值，什么時(shí)候會(huì)被模型本身做掉？是不是等到模型具備在線(xiàn)學(xué)習(xí)能力、能不斷吸收新的上下文的時(shí)候？

戴雨森：也得看你的產(chǎn)品有沒(méi)有用戶(hù) input。如果沒(méi)有用戶(hù)輸入，那模型再怎么學(xué)習(xí)也沒(méi)法學(xué)到用戶(hù)自己獨(dú)特的東西。

Q：所以是不是又回到一個(gè)曾經(jīng)被否認(rèn)的邏輯？以前移動(dòng)互聯(lián)網(wǎng)時(shí)代，用戶(hù)越多，數(shù)據(jù)反饋越多，推薦越準(zhǔn)，有一個(gè)數(shù)據(jù)飛輪。但后來(lái)大家覺(jué)得大模型里用戶(hù)輸入對(duì)模型智能提升沒(méi)啥幫助。但你剛剛的意思是：用戶(hù)輸入對(duì)上下文是有幫助的。

戴雨森：這是兩個(gè)不同的問(wèn)題。大家說(shuō)的數(shù)據(jù)飛輪失效，指的是用戶(hù)的聊天記錄不能提升模型智能。這我同意。因?yàn)楝F(xiàn)在模型的智能已經(jīng)超過(guò)普通人。你跟它聊些日常話(huà)題，沒(méi)法提升它的能力。

最開(kāi)始模型通過(guò) RLHF（人類(lèi)反饋強(qiáng)化學(xué)習(xí)） 來(lái)學(xué)習(xí)人類(lèi)偏好，現(xiàn)在來(lái)看普通人反饋意義不大。比如 AI 都能解 IMO 的題了，為什么還要在意普通人覺(jué)得哪個(gè)答案更好？所以對(duì)于有標(biāo)準(zhǔn)答案的任務(wù)，用戶(hù)輸入越來(lái)越?jīng)]什么價(jià)值。

但如果是完成一個(gè)具體工作，比如 Agent 在完成人類(lèi)工作時(shí)怎么更好達(dá)成目標(biāo)，這時(shí)用戶(hù)的輸入和喜好當(dāng)然有用。

Q：所以用戶(hù)數(shù)據(jù)其實(shí)對(duì)產(chǎn)品體驗(yàn)是有幫助的，但不一定能直接提升模型能力？

戴雨森：是的，尤其是在智能能力或者那種有標(biāo)準(zhǔn)答案的任務(wù)上。最開(kāi)始大模型可以看作是對(duì)大量人類(lèi)平均智能的一種壓縮。當(dāng)時(shí)特德·姜（Ted Chiang）不是就說(shuō)過(guò)，語(yǔ)言模型本質(zhì)上是對(duì)互聯(lián)網(wǎng)的模糊壓縮嗎？但現(xiàn)在，它顯然已經(jīng)超越了普通人的水平，達(dá)到了某種超人水平。在這個(gè)階段，簡(jiǎn)單的數(shù)據(jù)可能就沒(méi)那么有用了。

Q：現(xiàn)在這個(gè)時(shí)間點(diǎn)，是越早做 Agent 越好嗎？因?yàn)槟惴e累的用戶(hù)上下文越多，價(jià)值也越大。之前大家可能擔(dān)心新的強(qiáng)模型會(huì)把已有產(chǎn)品淹沒(méi)掉。

戴雨森：如果你沒(méi)有上下文、沒(méi)有環(huán)境，最后只是調(diào)模型，那確實(shí)可能被新模型取代。

03AI 應(yīng)用普及：最重要的、被高估的、被低估的

Q：上次我們聊是二月份，轉(zhuǎn)眼到現(xiàn)在差不多五個(gè)月了。今年已經(jīng)過(guò)去一半，回頭看，你覺(jué)得 2025 年上半年AI領(lǐng)域發(fā)生的幾件最重要的事是什么？

戴雨森：整體來(lái)說(shuō)，AI 已經(jīng)從一個(gè)偏研究性質(zhì)、看起來(lái)很新穎但實(shí)用性有限的技術(shù)，進(jìn)入到了主流市場(chǎng)。上半年我認(rèn)為有幾個(gè)重大進(jìn)展。

第一，是AI在編程領(lǐng)域的突破。Coding 已經(jīng)成為 AI 應(yīng)用的重中之重。我今天還聽(tīng)說(shuō) OpenAI 現(xiàn)在已經(jīng)有三個(gè)業(yè)務(wù)線(xiàn)：GPT、API 和 Coding。用戶(hù)也發(fā)現(xiàn) AI coding 產(chǎn)品非常有用，也愿意為此付費(fèi)。Cursor 等 AI 編程工具的成長(zhǎng)速度就是一個(gè)代表。Claude Code 也有人稱(chēng)是 L3 或 Agent 級(jí)別的產(chǎn)品，能比人類(lèi)寫(xiě)得更快更好，代碼更優(yōu)雅，還能處理更大的代碼庫(kù)。所以 AI 在編程領(lǐng)域已經(jīng)正式跨越鴻溝，進(jìn)入了主流市場(chǎng)。

第二，是 o3 在四月的正式發(fā)布，伴隨著ChatGPT用戶(hù)的高速增長(zhǎng)，這是推理模型的持續(xù)演進(jìn)。從去年下半年開(kāi)始我們就看到 OpenAI 推出 o1、R1，到今年的 o3，它標(biāo)志著推理問(wèn)答、題解這些能力從科研層面進(jìn)入到了普通用戶(hù)可以使用的產(chǎn)品，是真正的落地了。

ChatGPT 的用戶(hù)增長(zhǎng)還在持續(xù)，這一波也受益于 o3 推理能力的提升。我們也看到年初中國(guó)這邊的突破，比如 R1 是國(guó)內(nèi)在 reasoning 上邁出的重要一步，Kimi Researcher 也是第一個(gè)廣泛可用的 deep research 類(lèi)產(chǎn)品，用戶(hù)反饋很好。AI 在這個(gè)領(lǐng)域已經(jīng)比絕大多數(shù)人做得更好了，也是跨越鴻溝。

第三，是 Agent 應(yīng)用開(kāi)始普及。比如 Devin 是第一個(gè)讓人看到 L3 Agent prototype 的產(chǎn)品。Manus 和 Genspark 都是在三月發(fā)布，Claude Code 也在不斷完善。我們看到隨著模型在推理、編程、工具使用這三大能力的增強(qiáng)，出現(xiàn)了第一批具備完整 Agent 形態(tài)的產(chǎn)品：它們能接收模糊目標(biāo)，自主調(diào)用工具，尋找解決方案，評(píng)估任務(wù)進(jìn)度，并最終完成任務(wù)。雖然它們還不算主流，但已經(jīng)進(jìn)入 Early Adopter 階段，部分場(chǎng)景下用戶(hù)非常愿意用。盡管還有不少問(wèn)題，但 Agent 已經(jīng)變得有用了，這是上半年 AI 應(yīng)用領(lǐng)域最重要的進(jìn)展之一。

第四，是多模態(tài)能力的快速進(jìn)步，尤其是圖像生成。從早期像玩具一樣的工具，變成了實(shí)實(shí)在在的生產(chǎn)力工具。比如 ChatGPT 的圖像生成對(duì)語(yǔ)義的跟隨非常好，能準(zhǔn)確理解用戶(hù)意圖。現(xiàn)在很多人用 AI 來(lái)畫(huà)漫畫(huà)、畫(huà)流程圖、做視覺(jué)內(nèi)容。這種生成能力的提升已經(jīng)變得非常實(shí)用。

Q：它也能支持 Agent 做出更豐富的輸出，對(duì)吧？

戴雨森：對(duì)，因?yàn)樗闹噶罡S能力越來(lái)越強(qiáng)，能更好滿(mǎn)足用戶(hù)需求。原來(lái)是像抽卡那樣的不確定性，現(xiàn)在已經(jīng)越來(lái)越好了。直播頭像好多都變成了 AI 生成的。

Veo3 也是一個(gè)很厲害的模型。它加入語(yǔ)音配音后，我發(fā)了個(gè)朋友圈感嘆，它生成的世界已經(jīng)接近真相難辨的虛擬世界了。Veo3 第一次讓我有一種跨越恐怖谷的感覺(jué)，真假難辨。

第五，是搶人大戰(zhàn)。無(wú)論是 Meta 的大規(guī)模挖人，還是創(chuàng)業(yè)公司瘋狂融資，再到 Windsurf 最近收購(gòu)的 drama，都說(shuō)明硅谷對(duì)人才的爭(zhēng)奪和資本競(jìng)爭(zhēng)進(jìn)入了一個(gè)新的階段。我們?cè)趪?guó)內(nèi)也感受到類(lèi)似熱度：融資額上升、項(xiàng)目搶手、一個(gè)月融資幾輪的情況又出現(xiàn)了。這背后是因?yàn)榇蠹艺娴目吹搅?/strong>AI正在落地，不再只是概念，很多已經(jīng)實(shí)實(shí)在在地產(chǎn)生收入了。

Q：你關(guān)注的主線(xiàn)還是圍繞AI的應(yīng)用普及，技術(shù)的變化是原動(dòng)力，對(duì)嗎？

戴雨森：我們認(rèn)為模型基礎(chǔ)能力的提升是解鎖應(yīng)用場(chǎng)景的關(guān)鍵。模型能力配合好的產(chǎn)品設(shè)計(jì)，才能真正釋放價(jià)值。一個(gè)真正有價(jià)值的 AI 應(yīng)用，一定能通過(guò)某種方式讓用戶(hù)付費(fèi)，比如訂閱或按工作交付。所以我們特別關(guān)注 AI 在提升生產(chǎn)力方面的價(jià)值，尤其是在數(shù)字世界里的應(yīng)用?？梢钥吹轿覀兺兜暮芏嗍?AI Agent 或者 AI 生產(chǎn)力方向的項(xiàng)目，因?yàn)檫@是當(dāng)下最能真正幫用戶(hù)解決問(wèn)題的場(chǎng)景。

Q：除了你說(shuō)的應(yīng)用這條主線(xiàn)，其實(shí)AI硬件也很熱，比如機(jī)器人，具身智能其實(shí)也在 AI 產(chǎn)業(yè)鏈上。

戴雨森：是的，但我認(rèn)為上半年有一個(gè)被高估的方向，就是人形機(jī)器人。特斯拉最近下調(diào)了對(duì) Optimus 的生產(chǎn)預(yù)期，我覺(jué)得很有代表性。

去年我就說(shuō)過(guò)，大家對(duì) Optimus 進(jìn)工廠打螺絲的期待值太高了。當(dāng)時(shí)有人說(shuō) 2025 年特斯拉就能有一萬(wàn)個(gè)機(jī)器人進(jìn)廠干活，這完全低估了 manipulation（操作控制）的難度?，F(xiàn)在我們看到的一些 demo 確實(shí)越來(lái)越好，比如疊衣服，但真的要機(jī)器人做出一杯咖啡，還是非常難的。

當(dāng)然，我認(rèn)為這個(gè)領(lǐng)域還在快速發(fā)展，在未來(lái)幾年可能會(huì)看到 manipulation 的「ChatGPT 時(shí)刻」突破，但如果期待 2025 年就能大規(guī)模落地，我覺(jué)得是大大高估了。

技術(shù)的發(fā)展不能拔苗助長(zhǎng)，必須經(jīng)歷：方向確定、逐漸放大、形成產(chǎn)品、再到大規(guī)模落地，這幾個(gè)階段，沒(méi)法跳過(guò)。機(jī)器人目前顯然還處在早期探索階段。

Q：另一方面，你覺(jué)得這半年有沒(méi)有一些被低估的事情、公司或者現(xiàn)象？

戴雨森：我覺(jué)得首先，應(yīng)用的價(jià)值還是在被低估的。一年前，大家還在講模型公司會(huì)顛覆應(yīng)用公司，說(shuō)「應(yīng)用只是套殼」，這個(gè)業(yè)務(wù)模式不成立。當(dāng)時(shí)不管是 Manus、Genspark，還是很多其他公司，都經(jīng)歷了不少質(zhì)疑，說(shuō)：「你是一個(gè)殼公司，有沒(méi)有長(zhǎng)期價(jià)值？是不是模型一升級(jí)你就完了？」

現(xiàn)在這個(gè)爭(zhēng)論雖然還在繼續(xù)，但顯然不是模型升級(jí)了應(yīng)用公司就會(huì)完蛋。相反，好的應(yīng)用公司是期待模型升級(jí)的，這樣可以讓用戶(hù)享受更強(qiáng)大的體驗(yàn)。「殼」的價(jià)值仍被低估了。

第二，優(yōu)秀團(tuán)隊(duì)的價(jià)值也在被低估。不管是 Kimi、Manus，還是 Genspark，我們歸根結(jié)底是投人。

大家之前可能不會(huì)料到，肖弘能做出一個(gè)世界級(jí)的 AI 應(yīng)用。而幾天前發(fā)布的 Kimi K2，在 7 月 15 日這個(gè)時(shí)間點(diǎn)，可以說(shuō)是全球最強(qiáng)的開(kāi)源大模型，沒(méi)有之一。它在 coding、Agent 工作流和中文寫(xiě)作等方面的表現(xiàn)，確實(shí)優(yōu)于 Claude。當(dāng)然，Claude 是在年初發(fā)布的，但在 AI 這個(gè)領(lǐng)域，六個(gè)月就相當(dāng)于很久了。

OpenRouter 上的調(diào)用數(shù)據(jù)顯示，K2 剛上線(xiàn)沒(méi)幾天，昨天還在編程類(lèi)目里排第 13，今天就升到了第 10，前面是 Claude、Gemini、GPT。這種上升速度是非?？斓?，說(shuō)明用戶(hù)反饋非常好，但現(xiàn)在大家其實(shí)已經(jīng)對(duì) benchmark 麻木了。我們更看重實(shí)際用戶(hù)的使用反饋。

比如 Perplexity 的創(chuàng)始人就在推特上說(shuō)，他們團(tuán)隊(duì)已經(jīng)開(kāi)始調(diào)研在 Perplexity 上引入 K2，也明確表示：Kimi 做得非常好。

Kimi 是最典型的例子，但不是唯一的。我們也討論過(guò) DeepSeek 后他們團(tuán)隊(duì)的轉(zhuǎn)型問(wèn)題，Kimi 背后的 Moonshot 也經(jīng)歷了很多復(fù)盤(pán)，并集中精力攻堅(jiān)下一代模型。我覺(jué)得外界太容易在很早期就下結(jié)論，比如說(shuō) DeepSeek 出來(lái)的六小龍公司是不是都不行了。但實(shí)際上，如果一個(gè)團(tuán)隊(duì)足夠穩(wěn)定，有優(yōu)秀人才、有資源、有意志，那他們的主觀能動(dòng)性和突破空間遠(yuǎn)遠(yuǎn)被低估了。

第三，我覺(jué)得模型能力進(jìn)化的速度也被低估了。比如現(xiàn)在已經(jīng)有傳言說(shuō) GPT-5 很快就要發(fā)，它可能是一個(gè)原生多模態(tài)、推理能力非常強(qiáng)、具備高級(jí) Agent 能力的模型。

現(xiàn)在新產(chǎn)品發(fā)布的時(shí)候往往會(huì)被噴，說(shuō)畫(huà)了大餅但實(shí)際上產(chǎn)品體驗(yàn)沒(méi)有那么好。但好的應(yīng)用公司需要為 6 到 12 個(gè)月后的模型設(shè)計(jì)。比如 Cursor 一開(kāi)始發(fā)布的時(shí)候，當(dāng)時(shí)的模型還無(wú)法實(shí)現(xiàn)它的完整愿景，直到 Claude 3.5 Sonnet 出來(lái)，Cursor 才真正成為一個(gè)好用的產(chǎn)品。

Manus 在設(shè)計(jì)時(shí)能用的最好模型是 Sonnet 3.5，發(fā)布時(shí) Sonnet 3.7 剛上線(xiàn)，Manus 因此能夠完成一些更復(fù)雜的任務(wù)，之后Claude 4，Gemini 2.5 Pro 等新模型的發(fā)布也進(jìn)一步提升了 Manus 的表現(xiàn)。也許再需要 1-2 個(gè)模型的大版本迭代，才能夠充分讓主流用戶(hù)感受到 Agent 帶來(lái)的生產(chǎn)力提升。

所以我們認(rèn)為，未來(lái)模型的能力提升仍然非?？?，也許很快就會(huì)有讓大家震驚的發(fā)布出現(xiàn)。那時(shí)，模型增長(zhǎng)和應(yīng)用價(jià)值可能都將超出市場(chǎng)預(yù)期，整個(gè) AI 發(fā)展節(jié)奏也會(huì)再度加快。

Q：這半年還有一個(gè)我之前沒(méi)有想到的新變化，就是最近非常激烈的外賣(mài)大戰(zhàn)。因?yàn)橥赓u(mài)大戰(zhàn)這件事情牽扯了好幾個(gè)巨頭的精力和資源，包括阿里、美團(tuán)和京東。你覺(jué)得這個(gè)會(huì)怎么影響中國(guó)的AI的格局，或者說(shuō)對(duì)創(chuàng)業(yè)公司來(lái)說(shuō)，它可能會(huì)有什么影響？

戴雨森：現(xiàn)在看其實(shí)還是兩個(gè)戰(zhàn)場(chǎng)。從長(zhǎng)期看，可能會(huì)對(duì)資源投入產(chǎn)生一些影響。

但我看阿里云的增速預(yù)期還是挺高的。今天 Jensen 還宣布可以重新向中國(guó)銷(xiāo)售 H100。我們看到，今年美國(guó)的 IDC 和云服務(wù)增長(zhǎng)得非常快，因?yàn)閼?yīng)用落地之后推理的用量會(huì)大幅增長(zhǎng)。

我認(rèn)為中國(guó)市場(chǎng)的發(fā)展路徑也會(huì)是類(lèi)似的。當(dāng) Kimi、字節(jié)、DeepSeek 等公司推出更好的模型后，更多場(chǎng)景被解鎖，推理的算力需求也會(huì)很快爆發(fā)。知識(shí)工作者在中美其實(shí)都很像，大家都用 Office、都要搜索、都用 deep research 工具，在美國(guó)市場(chǎng)已經(jīng)驗(yàn)證的這些需求場(chǎng)景在中國(guó)遲早也會(huì)爆發(fā)。

當(dāng)然這跟外賣(mài)大戰(zhàn)沒(méi)什么直接關(guān)系。但比如說(shuō)阿里云、火山云這些中國(guó)云服務(wù)商，可能也會(huì)經(jīng)歷一次美國(guó)那樣的增長(zhǎng)過(guò)程。

04從 DeepSeek 出發(fā)，不同公司各有演進(jìn)之路

Q：我們接下來(lái)圍繞一些具體的方向聊聊，你覺(jué)得為什么 DeepSeek 還沒(méi)發(fā)布 R2？

戴雨森：這個(gè)現(xiàn)在還是挺神秘的，我們也只能通過(guò)一些外圍信息去了解。我聽(tīng)說(shuō)現(xiàn)在 V4 還在訓(xùn)練階段。因?yàn)樗麄儺?dāng)時(shí)是先發(fā)了一個(gè) V3，然后再發(fā) R1，那現(xiàn)在 V4 都還沒(méi)補(bǔ)發(fā)，聽(tīng)說(shuō)還在訓(xùn)練中，那 R2 的發(fā)布時(shí)間可能就要等到 V4 之后了。但我相信 DeepSeek 肯定在做很多有意思的創(chuàng)新。我們也和里面的一些同學(xué)聊過(guò)，知道他們的創(chuàng)新能力是非常強(qiáng)的。不過(guò)我覺(jué)得他們也確實(shí)會(huì)受到算力資源的限制。畢竟卡的總量是有限的，而且他們發(fā)布模型之后，還有大量的算力要用來(lái)做推理（inference）。

Q：對(duì)，我覺(jué)得他們現(xiàn)在可能也在思考模型或者智能未來(lái)的演進(jìn)方向，基本上還是不做多模態(tài)。

戴雨森：對(duì)，這其實(shí)反映了一個(gè)很現(xiàn)實(shí)的情況：DeepSeek 的資源沒(méi)有多到可以在所有領(lǐng)域?qū)?biāo) SOTA。所以就像 Claude 背后的 Anthropic 一樣，他們要做一些判斷：哪些方向在當(dāng)前階段最重要、最能出結(jié)果，然后集中資源突破；而對(duì)于一些尚不明朗的方向，他們可以等等，等到思路更清晰之后，再利用自己的工程能力和團(tuán)隊(duì)的努力趕上。

而字節(jié) Seed 現(xiàn)在可能是在試圖做到全面領(lǐng)先：他們有 Edge 組去做最前沿的研究，有 Focus 組去沖擊 SOTA，還有 Base 組去做服務(wù)產(chǎn)品應(yīng)用。這種是全棧型的布局。

相比之下，DeepSeek 更有選擇性，比如重點(diǎn)突破模型智能。當(dāng)資源不那么充足時(shí)，確實(shí)需要做一些取舍。像 Seed 這樣的組織結(jié)構(gòu)，把 Edge、Focus、Base 三個(gè)方向明確分開(kāi)，我覺(jué)得是更明確的。

Q：對(duì)，他們現(xiàn)在就是這種比較明確的分工結(jié)構(gòu)。Edge 一開(kāi)始列了五個(gè)方向，現(xiàn)在可能已經(jīng)擴(kuò)展到了十幾個(gè)項(xiàng)目，確實(shí)挺厲害的。

戴雨森：我覺(jué)得把應(yīng)用和研究分開(kāi)，再把研究中的 SOTA 和 Frontier 部分繼續(xù)細(xì)分，是比較對(duì)的做法。之前大家可能就是分成 Frontier 和 Applied Research，但那時(shí)候資源不夠，組織的職責(zé)也不夠明確。普遍的問(wèn)題是：如果你讓一個(gè)模型團(tuán)隊(duì)既要做前沿研究追趕 SOTA，甚至超越 SOTA，同時(shí)又要滿(mǎn)足 App 的落地需求，這兩個(gè)目標(biāo)是很容易沖突的。

Kimi 在過(guò)去半年其實(shí)也總結(jié)了很多這方面的經(jīng)驗(yàn)。如果有個(gè)大用戶(hù)量的應(yīng)用在線(xiàn)上，需要花大量精力去維護(hù)，處理各種 corner case，修 bug。但這些工作其實(shí)對(duì)推動(dòng)下一代模型、挑戰(zhàn) SOTA 的幫助是有限的。今年就沒(méi)有投入太多精力在 K1 的迭代和應(yīng)用功能上，而是專(zhuān)注于做下一代模型，來(lái)拓展模型智能的邊界。

Q：這也是我們以前反復(fù)會(huì)問(wèn)大模型創(chuàng)業(yè)公司創(chuàng)始人的一個(gè)問(wèn)題：你一邊做模型，一邊做產(chǎn)品，中間的精力怎么分配？

戴雨森：目前來(lái)看，我覺(jué)得還是要先把一個(gè)方向做到極致。比如你如果是做應(yīng)用的，那就假設(shè)自己能用上最好的模型，誰(shuí)最強(qiáng)、最合適就用誰(shuí)。但如果你是做模型的，那目標(biāo)就是讓自己的模型保持在 SOTA 水準(zhǔn)，在某個(gè)具體領(lǐng)域做到最強(qiáng)。

05投人的價(jià)值，K2 如何逆風(fēng)翻盤(pán)

Q：我想聊一下 Kimi K2。今年年初 DeepSeek 引發(fā)熱潮后，Kimi 內(nèi)部也有了一個(gè)比較明確的目標(biāo)，就是要追求 SOTA。在這個(gè)目標(biāo)下，K2 應(yīng)該是他們做出方向調(diào)整后第一個(gè)比較重磅的成果。你對(duì)這個(gè)過(guò)程是怎么理解的？

戴雨森：我想先講個(gè)小故事。前幾天，暗涌在良渚組織了一個(gè)圓桌，把投資了 Kimi 和 MiniMax 的投資人都請(qǐng)到一塊。我還開(kāi)玩笑說(shuō)，這像是一個(gè)「同情局」，仿佛我們投了大模型公司，很慘該被同情。但我覺(jué)得，其實(shí)真正體現(xiàn)一個(gè)團(tuán)隊(duì)能力的，是他們面對(duì)挑戰(zhàn)時(shí)的應(yīng)對(duì)方式，以及是否堅(jiān)持自己的路線(xiàn)去做有價(jià)值的創(chuàng)新。

順風(fēng)的時(shí)候有順風(fēng)的打法，逆風(fēng)的時(shí)候也有逆風(fēng)的打法。像 MiniMax，他們專(zhuān)注自己的方向，現(xiàn)在也在推進(jìn)上市流程。這就是他們面對(duì)挑戰(zhàn)的方式。當(dāng)然，也有一些公司在逆風(fēng)中內(nèi)部團(tuán)隊(duì)發(fā)生較大變化，甚至業(yè)務(wù)方向都有調(diào)整。但我覺(jué)得 Kimi 特別的一點(diǎn)，是他們的團(tuán)隊(duì)非常穩(wěn)定。如果你看他們的創(chuàng)始團(tuán)隊(duì)或核心成員，幾乎沒(méi)有大的變動(dòng)。

Q：這其實(shí)就是我第一個(gè)好奇的點(diǎn)?，F(xiàn)在很多公司到了聯(lián)合創(chuàng)始人或核心業(yè)務(wù)負(fù)責(zé)人層面，都會(huì)有一些變化，但 Kimi 基本沒(méi)怎么變。

戴雨森：這可能跟他們的團(tuán)隊(duì)組成有關(guān)。Kimi 的創(chuàng)始團(tuán)隊(duì)一直是以植麟為核心，而且成員是清華的老同學(xué)，之間合作很多，甚至是室友還一起玩過(guò)樂(lè)隊(duì)。并不是因?yàn)橐龃竽Ｐ凸静排R時(shí)組起來(lái)的。

Q：我查閱資料時(shí)發(fā)現(xiàn)，當(dāng)年楊植麟去評(píng)特獎(jiǎng)的時(shí)候，有一張照片是他們系的一些同學(xué)舉著橫幅去支持他。幾位他們系的師弟師妹都會(huì)說(shuō)，楊植麟在當(dāng)時(shí)就是一個(gè)讓大家覺(jué)得非常有號(hào)召力的人。

戴雨森：沒(méi)錯(cuò)，這也是我們從一開(kāi)始就決定投資他們的重要原因之一。這個(gè)團(tuán)隊(duì)不僅有技術(shù)，而是有很長(zhǎng)的共同信任。創(chuàng)業(yè)會(huì)經(jīng)歷很多挑戰(zhàn)，如同壓力測(cè)試，在面對(duì)挑戰(zhàn)的時(shí)候，團(tuán)隊(duì)穩(wěn)定和方向聚焦會(huì)很重要。

Kimi 這個(gè)團(tuán)隊(duì)從一開(kāi)始就是以技術(shù)基因和技術(shù)視野作為核心能力的。很多人可能已經(jīng)忘了，在 2023 年的時(shí)候，AI 的變化太快，幾乎每個(gè)月都有新風(fēng)向。當(dāng)時(shí)，Kimi 就對(duì)長(zhǎng)文本這個(gè)方向做出了很重要的判斷，選擇做了一個(gè)具備長(zhǎng)文本能力的模型，并基于這個(gè)推出了帶搜索能力的 Kimi 第一個(gè)版本。

那時(shí)大量的 AI chatbot 其實(shí)是沒(méi)有搜索功能的。沒(méi)有搜索，模型的用途就會(huì)受到很大限制，比如你隨便問(wèn)一個(gè)「現(xiàn)在的美國(guó)總統(tǒng)是誰(shuí)」，它都可能答不上來(lái)。

Kimi 團(tuán)隊(duì)當(dāng)時(shí)對(duì)長(zhǎng)文本技術(shù)方向的判斷就展現(xiàn)了他們非常強(qiáng)的技術(shù) vision。到了 2025 年，AI 更強(qiáng)調(diào) Agent 能力、復(fù)雜任務(wù)執(zhí)行、以及處理更大的代碼庫(kù)，大家才真正意識(shí)到長(zhǎng)文本的重要性。如果你真的要讓 AI 做一個(gè) Agent，完成一個(gè)復(fù)雜任務(wù)，它不能只是執(zhí)行 100 步就歇了?；仡^看，其實(shí)這也驗(yàn)證了植麟判斷上的準(zhǔn)確。

所以我覺(jué)得他們團(tuán)隊(duì)身上，有三個(gè)特別重要的品質(zhì)：

第一是團(tuán)隊(duì)的穩(wěn)定性。這來(lái)自于成員之間長(zhǎng)期的淵源和信任。

第二是對(duì)技術(shù)方向的堅(jiān)持。他們不是看到哪個(gè)火就往哪兒跟風(fēng)，比如陪伴火了去做陪伴，多模態(tài)火了又去做多模態(tài)。很多方向都可以做，但真正有積累的是那些持續(xù)做一件事的團(tuán)隊(duì)。

第三是他們一直保持的技術(shù)敏感度和洞察力。這個(gè)在技術(shù)變化的關(guān)鍵節(jié)點(diǎn)上尤其重要。

當(dāng)然 R1 的成功也確實(shí)給了行業(yè)很多啟發(fā)，這一點(diǎn)毫無(wú)疑問(wèn)。當(dāng)時(shí)很多人看到 R1，有個(gè)流行說(shuō)法是：「pre-training 不重要，post-training 才重要?！沟艺J(rèn)為 R1 的基礎(chǔ)是 V3，這恰好說(shuō)明好的基礎(chǔ)模型很重要，pre-training 和整體架構(gòu)優(yōu)化可以帶來(lái)模型能力的提升。K2 現(xiàn)在還是個(gè) non-reasoning 的模型，已經(jīng)呈現(xiàn)出很好的能力，這也說(shuō)明 pre-training 依然很重要。

開(kāi)源也很重要?，F(xiàn)在全球 AI 社區(qū)正處于 Early Adopter（早期采用者）階段，通過(guò)開(kāi)源優(yōu)秀的模型和產(chǎn)品給社區(qū)提供價(jià)值的團(tuán)隊(duì)，很容易得到熱心的回應(yīng)。我們?cè)?DeepSeek、K2，以及我們 sponsor 的 vLLM、ControlNET 等開(kāi)源項(xiàng)目中看到，只要不斷拿出好的產(chǎn)品，保持對(duì)用戶(hù)開(kāi)放交流的態(tài)度，世界各地的用戶(hù)都會(huì)欣賞、支持你，甚至主動(dòng)幫你改進(jìn)問(wèn)題。但只開(kāi)源不是本質(zhì)，本質(zhì)是開(kāi)源好的東西，不是開(kāi)源就一定好，社區(qū)覺(jué)得好才是核心。

Q：說(shuō)到開(kāi)源，因?yàn)?K2 是 1 萬(wàn)億參數(shù)，開(kāi)源社區(qū)里能真正部署的人很少。

戴雨森：K2 主要的場(chǎng)景不是在本地機(jī)器部署，事實(shí)上要在本地滿(mǎn)血跑 Deepseek R1 也不簡(jiǎn)單。開(kāi)源的核心不在于本地部署，而是讓大家對(duì)模型有更多自主把控。

Q：你能總結(jié)下他們?yōu)槭裁茨茏龀?K2 這種級(jí)別模型？現(xiàn)實(shí)過(guò)程中遇到了哪些挑戰(zhàn)？外部輿論把他們放在低谷，是否帶來(lái)很大壓力，比如人才流失？我指的不光是核心層，還有一線(xiàn)工程師。

戴雨森：這里肯定有人流失，但 Kimi 有兩點(diǎn)優(yōu)勢(shì)：第一，核心層很穩(wěn)定；第二，很多年輕同事愿意留在 Kimi。

我覺(jué)得大家留下不只是因?yàn)殄X(qián)，更因?yàn)槟軐W(xué)到東西，能干成自己覺(jué)得厲害的事。這符合 Kimi 核心團(tuán)隊(duì)的基因。

之前做投放時(shí)討論過(guò)，他們做投放不是強(qiáng)項(xiàng)，要做團(tuán)隊(duì)能力最強(qiáng)的方向。我覺(jué)得這很重要。面對(duì)外部市場(chǎng)壓力，首先不要亂，要聚焦自己最擅長(zhǎng)、最能做好、最有意義的事情。知乎上也有好幾位 Kimi 的研究員寫(xiě)了參與 K2 的很多感想。

06技術(shù)變化：推理、編程、工具使用

Q：在技術(shù)領(lǐng)域，你會(huì)比較關(guān)注哪些變化？

戴雨森：我們之前聊到過(guò)，我認(rèn)為解鎖AI生產(chǎn)力的三大主線(xiàn)是 reasoning、coding 和 tool use。

在 reasoning 方面，我們看到了 o3、o4 mini 的發(fā)布，還有后來(lái)的 o3 pro。雖然這些模型在一些榜單上表現(xiàn)進(jìn)展不大，但我們自己的使用體驗(yàn)是，o3 相比 o1 是一個(gè)明顯的大臺(tái)階，o3 pro 在推理長(zhǎng)度和邏輯連貫性上也越來(lái)越好?，F(xiàn)在很多模型在 reasoning 的細(xì)節(jié)上都有進(jìn)步，比如細(xì)節(jié)的幻覺(jué)減少，推理結(jié)果更嚴(yán)謹(jǐn)。

同時(shí)我們還看到，一些小一點(diǎn)的模型也開(kāi)始具備很強(qiáng)的 reasoning 能力。像 GPQA 或 AIME 這些反應(yīng)模型 reasoning 能力的指標(biāo)都非常高。K2 在這方面也表現(xiàn)不錯(cuò)。

Q：我們之前和一些人交流，比如阿里云CTO周靖人，他并不覺(jué)得像 o 系列的更新是特別大的范式變化。他認(rèn)為這還是在大模型原有方法框架內(nèi)的自然延展。

戴雨森：這個(gè)我同意。如果這些模型還是 Transformer 架構(gòu)，那它們就還是在現(xiàn)有范式內(nèi)演進(jìn)。大家現(xiàn)在都在期待下一個(gè) Transformer 是什么。

不過(guò)有時(shí)候，一個(gè)技術(shù)范式就可以走得很遠(yuǎn)。就像高速公路可以用幾十年，不一定非要每年都有顛覆式的架構(gòu)變化才叫創(chuàng)新，實(shí)際上，如果每年都有顛覆式的技術(shù)發(fā)生，那說(shuō)明這個(gè)行業(yè)還很不穩(wěn)定，反而不一定適合產(chǎn)業(yè)落地。今年我們?cè)诋a(chǎn)業(yè)上真正能用到的技術(shù)，并不是從 0 到 1 的變化，更像是從 1 到 10，甚至從 5 到 8 的進(jìn)化。像 reasoning 的進(jìn)步，就是從很好變成非常好。

在 coding 上，Sonnet 3.5 已經(jīng)很不錯(cuò)了，但 context 長(zhǎng)度還不夠，自我糾錯(cuò)能力也一般。Sonnet 3.7 和 4 跑在 Claude Code 上效果非常好。對(duì)復(fù)雜代碼、長(zhǎng)代碼段，它們常常一步就能做對(duì)。這不是從 0 到 1，而是從 7 到 10 的質(zhì)量提升。

Q：在基礎(chǔ)模型的競(jìng)爭(zhēng)上，Google 最近的勢(shì)頭也很強(qiáng)。過(guò)去兩年OpenAI橫空出世時(shí)，Google 給人感覺(jué)有點(diǎn)被打懵。但現(xiàn)在 Gemini 2.5 的口碑和實(shí)際使用反饋都很好。

戴雨森：確實(shí)，Google 技術(shù)積累深厚，人才密度高，又非常有錢(qián)，算力也很充沛。所以我們今年明顯感覺(jué)到 Google 的邊際變化是很大的。

模型層面，Google 的 Gemini 2.5 表現(xiàn)非常好。云服務(wù)層面，提供同樣的 Claude API 推理服務(wù)上，GCP 的表現(xiàn)其實(shí)更好，這背后也離不開(kāi) TPU 的支持。Google 的實(shí)力很強(qiáng)，是現(xiàn)在模型領(lǐng)域前三名中非常有競(jìng)爭(zhēng)力的一家。

但他們現(xiàn)在也有一個(gè)現(xiàn)實(shí)問(wèn)題，就是 Google 的搜索主業(yè)正在承壓。因?yàn)閾?dān)心 AI 對(duì)搜索廣告帶來(lái)沖擊，所以它的股價(jià)一直在震蕩。我覺(jué)得這就是一個(gè)典型例子：老業(yè)務(wù)在受損，而新業(yè)務(wù)增長(zhǎng)又很快。這最終會(huì)怎么演化，我覺(jué)得可能還需要一兩年才能看清。

07應(yīng)用的生長(zhǎng)，讓 AI 不止于問(wèn)答

Q：這也回到了你之前提到的一個(gè)主題：模型和上層應(yīng)用之間的關(guān)系，現(xiàn)在這個(gè)關(guān)系還在演變。

戴雨森：應(yīng)用的價(jià)值首先取決于模型本身，也就是模型廠商固化在權(quán)重里的那些基礎(chǔ)能力。模型的推理能力、編程能力越強(qiáng)，應(yīng)用所能釋放的價(jià)值就越大。但權(quán)重一旦固定，內(nèi)容就是死的，而問(wèn)題是動(dòng)態(tài)的，所以需要引入 context，現(xiàn)在流行的 Context Engineering vs Prompt Engineering 也說(shuō)明了 prompt 模型并不夠，還需要更多更好的 context。

我認(rèn)為 context 可以分為三層：

第一層是通用信息，比如「今天的天氣怎么樣？」這類(lèi)模型本身是沒(méi)有的，需要通過(guò)搜索等方式動(dòng)態(tài)獲取。雖然現(xiàn)在也有模型能做簡(jiǎn)單的搜索工作，但這需要給模型配備合適的工具。

第二層是組織層面，比如公司內(nèi)部有哪些流程、文檔、已有的知識(shí)積累。這些信息模型本身也不知道，需要通過(guò)應(yīng)用層與模型協(xié)作，讓模型指導(dǎo)人去調(diào)用這些信息。比如一個(gè)人和 AI 的對(duì)話(huà)歷史、個(gè)人偏好、背景信息等，這些模型也不具備，必須由應(yīng)用層來(lái)提供。

所以 context 這一層是由應(yīng)用來(lái)提供的，它的質(zhì)量會(huì)對(duì) AI 應(yīng)用的表現(xiàn)帶來(lái)巨大差別。

AI 的目標(biāo)不只是成為一個(gè)問(wèn)答機(jī)器，最終它是要真正幫用戶(hù)完成事情。那在做事情的時(shí)候，它能調(diào)用哪些工具、影響什么結(jié)果，這些也是由應(yīng)用層公司提供的。比如產(chǎn)品提供了哪些公有或私有的 MCP 工具，或者最終 AI 能把它的輸出結(jié)果部署在什么環(huán)境上。

模型其實(shí)只是最底層的那一塊。但因?yàn)?ChatGPT 剛出來(lái)的時(shí)候，我們的大多數(shù)使用場(chǎng)景都是在「問(wèn)」模型，所以只能提取它通過(guò)壓縮已有知識(shí)所獲得的回答。比如問(wèn)一個(gè)事實(shí)類(lèi)的問(wèn)題，這種情況下確實(shí)主要靠模型本身。但當(dāng)任務(wù)更復(fù)雜、模型的智力需要與 context、甚至 environment 配合才能發(fā)揮作用時(shí)，那就是「殼」的價(jià)值了。

Q：所以你覺(jué)得這是一個(gè)很自然的演化路徑？也沒(méi)必要非得強(qiáng)化「我們就是做模型」這件事？

戴雨森：對(duì)，模型肯定很重要，但只靠模型本身可能不足以真正釋放出全部的價(jià)值。

Q：一年前大家怎么看 Google？一個(gè)失意者？

戴雨森：大家那時(shí)候肯定覺(jué)得 Google 有點(diǎn)落后，被 OpenAI 搶了風(fēng)頭，很多人才也選擇出走。但后來(lái) Google 的聯(lián)合創(chuàng)始人 Sergey Brin 回歸公司之后，很多事情發(fā)生了變化。比如有傳聞?wù)f Google 收購(gòu)的 Character.ai 創(chuàng)始人 Noam Shazeer 回去后親自改了一個(gè) bug，直接讓模型性能大幅提升。真假不確定，但關(guān)鍵人才確實(shí)能解決問(wèn)題。

Q：所以 Google 能快速追趕，可能不僅是技術(shù)，也有組織方式、投入強(qiáng)度的變化？

戴雨森：對(duì)，他們對(duì)這件事是非常重視。我聽(tīng)說(shuō) Gemini 團(tuán)隊(duì)加班也很厲害，原本大家覺(jué)得 Google 是養(yǎng)老公司，但現(xiàn)在他們也很拼。

Q：模型競(jìng)爭(zhēng)其實(shí)激活了很多聰明人，追求的成就感也回來(lái)了。

戴雨森：我覺(jué)得是的。這幾家公司的創(chuàng)始人都非常重視 AI，現(xiàn)在已經(jīng)不是「AI 會(huì)不會(huì)落地」的問(wèn)題了，而是必須贏。

不管是 Zuckerberg、Sergey Brin，還是 OpenAI 和 Anthropic 的團(tuán)隊(duì)，他們都看到 AGI 已經(jīng)迫在眉睫，意識(shí)到這件事的重要性，愿意花錢(qián)、愿意投入資源。

最近 Y Combinator 的創(chuàng)業(yè)營(yíng)也提到，現(xiàn)在做任何公司，都應(yīng)該以「AGI 兩年內(nèi)實(shí)現(xiàn)」為前提假設(shè)。你要思考：假設(shè) AGI 兩年內(nèi)實(shí)現(xiàn)，那你的公司該怎么做？

當(dāng)然 AGI 到底是什么還有很多爭(zhēng)議，但毫無(wú)疑問(wèn)巨大的變化正在發(fā)生，而且是快速發(fā)生?，F(xiàn)在硅谷學(xué)計(jì)算機(jī)的學(xué)生找工作都變難了，因?yàn)槌跫?jí)程序員的工作已經(jīng)被 AI 替代了很多，很多變化是實(shí)實(shí)在在發(fā)生的。

Q：我們回到你說(shuō)的三條主線(xiàn)。我們講了推理和編程，現(xiàn)在講工具使用。最近像 Kimi K2 和 Grok 都在訓(xùn)練階段就加入了使用工具的能力。這是新趨勢(shì)嗎？

戴雨森：現(xiàn)在 AI 使用工具主要有兩條路線(xiàn)：

1. 像 MCP 這樣，走 API 接口方式；

2.通過(guò)視覺(jué)模擬 AI 操作已有軟件。

這兩種方式都有人在做，現(xiàn)在像 MCP 這樣的生態(tài)已經(jīng)建立起來(lái)了，越來(lái)越多為 AI 搭建的工具變得可用。又比如 Manus 和 OpenAI 的 Operator 用的是沙盒虛擬機(jī)里面的瀏覽器、通過(guò)視覺(jué)操作瀏覽器等已有的軟件，模擬人類(lèi)的使用過(guò)程，目的是讓 AI 更好地調(diào)用已有軟件的功能。

能夠使用人類(lèi)的工具完成任務(wù)，我覺(jué)得這是讓AI真正變有用非常重要的一件事。

08Agent 讓每個(gè)人學(xué)會(huì)當(dāng)好老板

Q：其實(shí)在 OpenAI 最開(kāi)始規(guī)劃的五個(gè)階段里面，第三個(gè)階段就是推理之后的 Agent。

戴雨森：對(duì)，之前張祥雨有個(gè)播客講得特別好，我很認(rèn)同他的分析。第一個(gè)階段是 chatbot，對(duì)應(yīng) ChatGPT；第二個(gè)階段是 reasoning，對(duì)應(yīng) o 系列模型；第三階段的 Agent 對(duì)應(yīng)的是 Agent-native 模型，但目前好像還沒(méi)有真正出現(xiàn)。

在 Agent 的定義中，目標(biāo)是AI自己去尋找的，但目前目標(biāo)仍由人給定。Agent 是說(shuō)，我給你一個(gè)目標(biāo)后，它去預(yù)測(cè)使用工具的序列，選擇什么工具完成任務(wù)。它可能還沒(méi)做到像給員工完成任務(wù)那樣，自己拆分任務(wù)和定義目標(biāo)。

現(xiàn)在 AI Agent 這一類(lèi)產(chǎn)品還處于非常早期階段。比如 Manus 才剛推出幾個(gè)月，但我覺(jué)得一年甚至半年后，隨著模型能力提升，這類(lèi)產(chǎn)品的能力會(huì)大幅增強(qiáng)。

我想說(shuō)的是，不同公司因?yàn)橘Y源稟賦不同，解決 Agent 這個(gè)問(wèn)題的方式也會(huì)有差異。我們盡量不做預(yù)判，不認(rèn)為我們能夠預(yù)先知曉未來(lái)。比如 Kimi 的看法是 Model as Agent，通過(guò)模型訓(xùn)練中加入大量端到端的工具使用數(shù)據(jù)，讓模型本身具備強(qiáng)大的工具調(diào)用能力。而同樣是調(diào)用閉源模型 API 的產(chǎn)品。Manus 提出了「less structure, more intelligence」，但有時(shí)結(jié)構(gòu)化也能提升工作效率。Genspark 就專(zhuān)門(mén)做了針對(duì) PPT 場(chǎng)景的 slide 生成功能，引入了一系列優(yōu)化工作效果的方法。

Q：這兩種角度都對(duì)。對(duì)用戶(hù)來(lái)說(shuō)，有些場(chǎng)景有大致流程，結(jié)果更可控，成本也會(huì)更低。

戴雨森：因?yàn)橛脩?hù)要的是最后的結(jié)果，而不同的公司想實(shí)現(xiàn)這個(gè)結(jié)果，可能有各種不同的路徑。有的靈活但成本高，有的固定但成本低。所以大家解同一道題，用不同方法都合理。

Q：你說(shuō)的最大趨勢(shì)無(wú)疑還是 Agent？

戴雨森：是 AI 對(duì)生產(chǎn)力的提升，想讓 AI 把生產(chǎn)力真的提高，就得讓 AI 承擔(dān)更多工作。像 Claude Code、Manus 等 Agent 產(chǎn)品，核心理念是人不做事，AI 做事。

有人說(shuō)這是類(lèi)似自動(dòng)駕駛 L3級(jí)別的產(chǎn)品，人不動(dòng)方向盤(pán)，車(chē)自動(dòng)駕駛。我們發(fā)現(xiàn)寫(xiě)代碼的工程師一開(kāi)始喜歡 Cursor，因?yàn)樗€是讓你在熟悉的 IDE 里面寫(xiě)代碼，但Manus 發(fā)現(xiàn)產(chǎn)品經(jīng)理用 Cursor 去完成任務(wù)不怎么看代碼，只是看右邊的對(duì)話(huà)框，所以他們把對(duì)話(huà)框放到主要的位置，做出了一個(gè)更加適合非程序員人群使用的 Agent。

隨著模型能力的進(jìn)步，Claude Code 更極致，用戶(hù)不能寫(xiě)代碼，只能告訴 AI 你要做什么，其他的 AI 去完成。所以 L3 或 Agent 意味著 AI 去作為執(zhí)行主角，而用戶(hù)要學(xué)會(huì)當(dāng) AI 的好老板。

Q：這對(duì)很多人來(lái)說(shuō)挺難，是門(mén)檻。AI做事不滿(mǎn)意，你讓它做幾次都不行。

戴雨森：以前我創(chuàng)業(yè)時(shí)也這么想，所有事我都親自做。后來(lái)發(fā)現(xiàn)這不是好管理方式，我應(yīng)該賦能下屬，讓他們知道我要什么，讓他們有主觀能動(dòng)性。

以后人類(lèi)指揮 AI 可能也是這樣，這可能是人類(lèi)歷史上第一次要培養(yǎng)一個(gè)工具。以前培養(yǎng)人很難，大部分人是被培養(yǎng)的，很少有人有能力或機(jī)會(huì)去培養(yǎng)一個(gè)下屬。但現(xiàn)在每個(gè)人可能都要學(xué)會(huì)如何給 AI 下命令，如何培養(yǎng) AI 去更好完成工作。

Q：你提到 Manus、Genspark 這類(lèi)通用 Agent 的用戶(hù)群都比較廣泛。你們?cè)趺从^察垂直場(chǎng)景里的 Agent？

戴雨森：通用是因?yàn)楫?dāng)前模型能力偏通用，但肯定會(huì)逐漸涌現(xiàn)某些垂直場(chǎng)景。

我覺(jué)得一個(gè)好的產(chǎn)品，最后肯定還是要有清晰的定位，要在某些領(lǐng)域做到絕對(duì)的第一名，才能擁有長(zhǎng)期價(jià)值。或者說(shuō)我們目標(biāo)不是追求通用，而是從通用開(kāi)始，逐漸發(fā)展收斂到一些核心場(chǎng)景。

技術(shù)革命的早期發(fā)展階段，往往大家都在嘗試，也不知道新技術(shù)適合做什么，最后看什么效果最好。例如蒸汽機(jī)剛被發(fā)明時(shí)，最開(kāi)始是用于抽煤礦的水，后來(lái)發(fā)現(xiàn)用來(lái)驅(qū)動(dòng)火車(chē)和紡織機(jī)更好。蒸汽機(jī)也是一個(gè)「通用技術(shù)」，但最后最大的價(jià)值可能來(lái)自幾個(gè)具體場(chǎng)景。

我覺(jué)得現(xiàn)在 coding、做 PPT 這類(lèi)的 office work、deep research 三者毋庸置疑是已經(jīng)涌現(xiàn)出來(lái)的重要方向。

Q：有個(gè)話(huà)題挺有意思。國(guó)內(nèi)大家討論通用產(chǎn)品，覺(jué)得這是大公司的必爭(zhēng)之地。但跟國(guó)外投資人聊，他們反而對(duì) Super App 的可能性更感興趣，關(guān)心怎么打敗OpenAI和 Google。

戴雨森：如果你有機(jī)會(huì)挑戰(zhàn)大公司，那是好事，至少有資格參與奧運(yùn)會(huì)，比不參與強(qiáng)。

很有意思的一件事是，Manus 出現(xiàn)后，有很多人說(shuō)它沒(méi)壁壘，用開(kāi)源框架一個(gè)周末就能搞出來(lái)。但現(xiàn)在過(guò)了這么多個(gè)周末，還沒(méi)看到任何一個(gè)類(lèi)似的應(yīng)用能真正做好的。

我覺(jué)得在全球市場(chǎng)，大家對(duì)真正的創(chuàng)新還是尊重的，不會(huì)直接復(fù)制完全一模一樣的產(chǎn)品?？赡軙?huì)借鑒交互或呈現(xiàn)思路，比如 AI 在干活的表現(xiàn)形式，但不會(huì)直接像素級(jí)復(fù)制。在全球化競(jìng)爭(zhēng)里，先發(fā)優(yōu)勢(shì)會(huì)帶來(lái)很多口碑和傳播優(yōu)勢(shì)，這也是對(duì)創(chuàng)新者的獎(jiǎng)勵(lì)。

09每月 1000 美金的 AI 產(chǎn)品訂閱

Q：你算過(guò)現(xiàn)在一個(gè)月在AI產(chǎn)品訂閱上花多少錢(qián)嗎？

戴雨森：大概接近 1000 美金。Manus 是 200 美金，Genspark 是 200 美金，ChatGPT、Gemini、Grok 這些也都差不多各 200 美金。我買(mǎi)的基本上都是高級(jí)方案。

我一直有個(gè)理念，新產(chǎn)品就要多試試，很多時(shí)候花點(diǎn)錢(qián)試一試并不過(guò)分。很多AI產(chǎn)品的革命之處不能只看報(bào)道，得親身去用。當(dāng)你能看到一個(gè)未來(lái)的時(shí)候，你會(huì)產(chǎn)生很多的靈感。

我們?nèi)路菥陀^察到，Manus 上線(xiàn)后推理用量暴漲，Agent 產(chǎn)品的 token 用量相比 Chatbot 是顯著增長(zhǎng)。當(dāng)時(shí)二級(jí)市場(chǎng)很多人還在質(zhì)疑英偉達(dá)，覺(jué)得哪怕全世界所有人都用 chatbot，推理需求也根本沒(méi)那么大，用不了那么多算力。

但其實(shí)這就像撥號(hào)上網(wǎng)時(shí)代，一開(kāi)始所有人都在聊 QQ，不需要那么多帶寬。但有了寬帶網(wǎng)之后，大家就要在線(xiàn)上看 4K 視頻了。模型能力越強(qiáng)，可以解鎖的場(chǎng)景越多，token 使用就越多。

Q：2023 年，黃仁勛在英偉達(dá)內(nèi)部講話(huà)中說(shuō)，他們的市值目標(biāo)是 2 萬(wàn)億美元。當(dāng)時(shí)英偉達(dá)剛剛突破 1 萬(wàn)億。我們還在討論他這口氣是不是太大。結(jié)果今年已經(jīng)突破 4 萬(wàn)億了。

戴雨森：他很快可能會(huì)到 5 萬(wàn)億。因?yàn)?token 向生產(chǎn)力的轉(zhuǎn)化趨勢(shì)才剛剛開(kāi)始。

這就像火車(chē)開(kāi)動(dòng)了，就不會(huì)突然又停下來(lái)了。我們現(xiàn)在還在不斷發(fā)現(xiàn) AI 新的使用場(chǎng)景。比如說(shuō)一個(gè)工程師原來(lái)一天可以寫(xiě) 100 行代碼，現(xiàn)在有了 Cursor、Claude Code，可能寫(xiě)的代碼是原來(lái)的 10x，能解決更多以前沒(méi)想過(guò)要解決的問(wèn)題。又比如有了 ChatGPT 和 Manus，你會(huì)問(wèn)的問(wèn)題也會(huì)變多。

很多以前不知道該問(wèn)誰(shuí)的問(wèn)題，現(xiàn)在可以用AI來(lái)解決。給用戶(hù)帶來(lái)的生產(chǎn)力提升，導(dǎo)致用戶(hù)更愿意付費(fèi)。

Q：目前生產(chǎn)力場(chǎng)景的 token 消耗是非常高的？

戴雨森：生產(chǎn)力可以以 10 倍，100 倍的速度增長(zhǎng)。和 AI 閑聊再怎么聊，一天就那么多時(shí)間，這是我們以前講的 attention is all you need。如果你要的是用戶(hù)注意力，它是有限的，并且是和抖音，Tiktok、小紅書(shū)一起去爭(zhēng)奪的注意力。

但在生產(chǎn)力場(chǎng)景，用戶(hù)需求的上限很高，可以從問(wèn)一個(gè)問(wèn)題變成問(wèn) 100 個(gè)問(wèn)題，需要的算力可以漲 100 倍。

Q：而且單位時(shí)間內(nèi) token 消耗的復(fù)雜度也在迅速提升，比如我要消費(fèi)的內(nèi)容、視覺(jué)信息可能也變得更復(fù)雜。

戴雨森：在未來(lái)你可以問(wèn) AI 之前沒(méi)想到的非常復(fù)雜的問(wèn)題，我給你舉個(gè)很簡(jiǎn)單的例子。比如美股二級(jí)市場(chǎng)的朋友，在財(cái)報(bào)季時(shí)一天可能要關(guān)注五六家公司發(fā)業(yè)績(jī)。凌晨四點(diǎn)起床看財(cái)報(bào)數(shù)據(jù)、代入模型做對(duì)比、聽(tīng)電話(huà)會(huì)議、分析 CEO 的展望，都是他們的日常。

原來(lái)他們不可能同時(shí)聽(tīng)多個(gè)財(cái)報(bào)會(huì)，只能靠招更多人或挑重點(diǎn)去選擇。但現(xiàn)在有了 AI，雖然目前還不能完全跑通全流程，但 6-12 個(gè)月內(nèi)就有可能讓一個(gè)分析師同時(shí)覆蓋 50 家股票的財(cái)報(bào)。

AI 可以幫他們看財(cái)報(bào)、聽(tīng)電話(huà)會(huì)議記筆記、回答事前準(zhǔn)備好的問(wèn)題、總結(jié) CEO 回答、寫(xiě)報(bào)告。這些原來(lái)因?yàn)椤缸霾坏健共艣](méi)放到你的工作時(shí)間表里的事情現(xiàn)在 AI 能完成了，需求就自然增長(zhǎng)了。

就像飛機(jī)出現(xiàn)之前，沒(méi)有人會(huì)說(shuō)「我今天要飛美國(guó)出差」。但飛機(jī)一旦存在，新的需求就出現(xiàn)了。AI 也一樣，它讓你開(kāi)始做那些你原本不會(huì)想做的事。

Q：時(shí)間是有限的。但單位時(shí)間內(nèi)娛樂(lè)內(nèi)容的復(fù)雜度、感官刺激可能會(huì)大幅提升，這也是以前難以想象的。

戴雨森：對(duì)，確實(shí)難以想象。但我想說(shuō)的是，生產(chǎn)力的價(jià)值是直接可衡量的。比如 AI 幫我賺 100 塊錢(qián)，我為它付 1 塊或者10 塊。

而且我們觀察到一個(gè)很有意思的現(xiàn)象：當(dāng)AI按 token 用量計(jì)費(fèi)后，很多人是希望用得更多的。因?yàn)樗_實(shí)在幫你完成工作，比如幫你寫(xiě)了更多代碼。

這本來(lái)就是你自己要做、要花時(shí)間花錢(qián)雇人做的事，現(xiàn)在 AI 幫你完成了，它就有價(jià)值。

10硅谷 Acqui-hire 搶人大戰(zhàn)

Q：關(guān)于最近這場(chǎng)「搶人大戰(zhàn)」你有沒(méi)有什么看法？

戴雨森：確實(shí)最近有很多人被挖走，也有人接到電話(huà)但沒(méi)去。大量?jī)?yōu)秀人才被 disruptive（顛覆性）級(jí)別的薪資挖走。

這種挖角不管是對(duì)被挖團(tuán)隊(duì)，還是 Meta 自己原有的團(tuán)隊(duì)，都是非常大的沖擊。在硅谷幾乎所有頂尖公司都在發(fā)生類(lèi)似動(dòng)蕩。被挖的人所在團(tuán)隊(duì)軍心難免動(dòng)搖，留下的人也開(kāi)始質(zhì)疑：是不是自己也該漲薪？

這種高薪挖人當(dāng)然是人才價(jià)值的體現(xiàn)，但越是頂級(jí)人才，也越需要時(shí)間和環(huán)境來(lái)磨合，才能真正形成合力。歷史上失敗的例子也很多，所以對(duì)于這些組織來(lái)說(shuō)，這既是機(jī)會(huì)，也是一場(chǎng)挑戰(zhàn)。

Q：你覺(jué)得搶人競(jìng)爭(zhēng)算良心嗎？

戴雨森：我覺(jué)得這也是體現(xiàn)了創(chuàng)始人的精神，就是他愿意不惜代價(jià)去爭(zhēng)取人才。如果花錢(qián)能解決的事，我就花錢(qián)辦。這反映了人才確實(shí)很重要。

Q：壓力主要是在硅谷嗎？不過(guò)從另一面看，這也給創(chuàng)業(yè)公司提供了不錯(cuò)的退出機(jī)會(huì)。

戴雨森：但是這種退出可能不夠大。有的人覺(jué)得公司賣(mài)個(gè)幾億美元就挺好，有人則想做千億美元公司。創(chuàng)業(yè)公司也需要更多彈藥去和 Meta 這樣的大廠競(jìng)爭(zhēng)。比如說(shuō) Cursor 之前融了很多錢(qián)，我們一度還覺(jué)得融這么多錢(qián)做什么，現(xiàn)在看到他們要面對(duì)的是更多錢(qián)補(bǔ)貼用戶(hù)用 token，招人也要更高成本，所以融資更多很合理?，F(xiàn)在競(jìng)爭(zhēng)無(wú)論是補(bǔ)貼還是人才都升級(jí)了。頂級(jí)人才也有很多選擇，對(duì)很多創(chuàng)業(yè)公司來(lái)說(shuō)，加入戰(zhàn)局的門(mén)檻和水位都在提升。

Q：硅谷這種人才收購(gòu)（Acqui-hire）很流行，主要是為了繞過(guò)反壟斷限制，也反映了競(jìng)爭(zhēng)多激烈。

戴雨森：大家都想加快節(jié)奏，因?yàn)殄X(qián)太多了。幾家巨頭賬上都有大量現(xiàn)金，這些錢(qián)投下去，如果能用錢(qián)換時(shí)間和競(jìng)爭(zhēng)優(yōu)勢(shì)，對(duì)他們來(lái)說(shuō)就是簡(jiǎn)單的事情。

11Benchmark 鈍化，突破智能的邊界

Q：最后這一部分，我想問(wèn)一些你的感受。從 GPT-3 到現(xiàn)在，已經(jīng)有兩年半時(shí)間了。你目前對(duì)什么事情還是特別好奇？

戴雨森：我好奇始終還有很多。首先是如何衡量智能的邊界。

你想，ChatGPT 剛出來(lái)的時(shí)候，人類(lèi)還能指出它的回答問(wèn)題所在。但現(xiàn)在無(wú)論是它研究的內(nèi)容還是文筆本身，普通人類(lèi)越來(lái)越難發(fā)現(xiàn)它的缺陷了。當(dāng)人類(lèi)智能被逐漸接近的時(shí)候，你怎么衡量一個(gè)或許比你更聰明、更深度思考、記憶力更強(qiáng)的存在？

關(guān)于如何衡量智能，我的好朋友姚順雨在他寫(xiě)的文章《下半場(chǎng)》中提到，未來(lái) AI 的 benchmark 會(huì)越來(lái)越重要。現(xiàn)在的 benchmark 已經(jīng)鈍化，不能準(zhǔn)確區(qū)分模型差異。比如說(shuō)一個(gè) benchmark 得 85 分或 90 分真的能反映模型的區(qū)別嗎？Kimi 的經(jīng)驗(yàn)也說(shuō)明，內(nèi)部制定好的 benchmark 很重要。模型訓(xùn)練關(guān)鍵是如何衡量結(jié)果，而內(nèi)部 benchmark 的水平質(zhì)量往往決定了模型的質(zhì)量。

所以我覺(jué)得如何衡量智能、如何探索智能邊界依然非常重要?，F(xiàn)在我們還能勉強(qiáng)說(shuō)用一用模型，能「Vibe Testing」感受到模型的能力好壞，但再過(guò)幾年，前五名的模型可能都比你聰明的時(shí)候，你怎么去評(píng)估誰(shuí)更好？

Q：所以怎么去衡量智能的邊界？

戴雨森：第二個(gè)我想說(shuō)的是，我一直反復(fù)思考生產(chǎn)力這個(gè)邏輯。每個(gè)人擁有大量生產(chǎn)力之后，對(duì)于個(gè)人、組織、乃至世界的影響是什么？

對(duì)個(gè)人來(lái)說(shuō)，超級(jí)個(gè)體一個(gè)人能做的事情越來(lái)越多：從做小貓補(bǔ)光燈這樣的小 app，到開(kāi)發(fā)游戲，甚至到實(shí)現(xiàn) Sam Altman 預(yù)言的「一人獨(dú)角獸公司」。當(dāng)年 Instagram 被收購(gòu)時(shí)只有 13 個(gè)人，在 AI 時(shí)代，13 個(gè)人到 3 個(gè)人是完全有可能的。

這意味著人和人之間差距會(huì)變得很大。當(dāng)每個(gè)人都擁有無(wú)限聰明的助手，以及像 Manus 這種可以日夜無(wú)休幫你打工的「賽博牛馬」時(shí)，有人能很好地利用它創(chuàng)造巨大價(jià)值，有人可能沒(méi)有產(chǎn)生那么大價(jià)值，所以成長(zhǎng)速度差異會(huì)進(jìn)一步拉大。

對(duì)組織來(lái)說(shuō)，小組織可以變得很強(qiáng)大，而大組織則能通過(guò)先進(jìn)技術(shù)管理更大、更復(fù)雜的業(yè)務(wù)。比如美團(tuán)管理幾百萬(wàn)騎手，業(yè)務(wù)非常復(fù)雜，如果沒(méi)有先進(jìn)互聯(lián)網(wǎng)通信和管理技術(shù)，根本無(wú)法實(shí)現(xiàn)。加入 AI 后，大公司的管理人數(shù)、業(yè)務(wù)復(fù)雜度和深度都會(huì)再升一個(gè)臺(tái)階。

世界是由各種組織驅(qū)動(dòng)的，組織能力邊界的提升對(duì)世界影響巨大。進(jìn)一步來(lái)說(shuō)，當(dāng)整體生產(chǎn)力大幅提升，而人與人、組織與組織之間差距變大時(shí)，如何在效率和公平間尋求平衡？AI 最初是最聰明的人制作工具給頭部用戶(hù)用，但這些精英產(chǎn)生的價(jià)值如何反哺普通大眾？即便一個(gè)普通人不是特別努力學(xué) AI，我們?nèi)绾巫?AI 產(chǎn)品越來(lái)越易用，讓普通人也能從中獲益？

Q：AI還會(huì)帶來(lái)隱私暴露和虛假信息泛濫，讓真實(shí)界限變得模糊。

戴雨森：對(duì)，你很難區(qū)分什么是真實(shí)的文章。我現(xiàn)在還能讀出 DeepSeek 的味道，但一年后可能分辨不出，或者說(shuō)，可能有很多 AI 寫(xiě)的文章我已經(jīng)分辨不出來(lái)了，我能分辨出來(lái)的只是那些還偽裝得不夠好的。大家都知道 AI 會(huì)引用虛假內(nèi)容，但關(guān)鍵什么是虛假呢？真假的界限也越來(lái)越模糊了。

我一直在想，人類(lèi)最大的限制是什么？我這邊覺(jué)得是大腦的功率，大腦功率大約 20 瓦，人類(lèi)智能的上限就是這么多。而 AI 可以很快接近甚至突破這個(gè)上限。智能越多，我們用它做什么，人與 AI 的角色分工如何，這些都是我們很快要面對(duì)和調(diào)整的問(wèn)題。

有時(shí)候我覺(jué)得有點(diǎn)可怕，因?yàn)榇蟮淖兓呀?jīng)到來(lái)，只是大家還在逐漸感受到它。比如對(duì)程序員影響特別直接，普通初級(jí)程序員如果不用 AI，未來(lái)兩年后找到工作會(huì)非常困難。但一年的時(shí)間人是很難做出改變的。而更多的職業(yè)可能也會(huì)在很短的時(shí)間內(nèi)受到極大的沖擊。

12Talk is cheap,Show me the product

Q：你會(huì)對(duì)什么事感到疲倦？

戴雨森：我覺(jué)得第一個(gè)疲倦的是過(guò)度營(yíng)銷(xiāo)。過(guò)去幾年有一個(gè)趨勢(shì)，就是很多產(chǎn)品在過(guò)度營(yíng)銷(xiāo)，各種「震驚體」，但好的產(chǎn)品比如說(shuō) Manus，幾乎沒(méi)花錢(qián)營(yíng)銷(xiāo)，但大家誤以為它花了很多錢(qián)。

之前 AI 的進(jìn)步主要是模型的進(jìn)步，普通用戶(hù)還無(wú)法在產(chǎn)品中體驗(yàn)，因此研究員和媒體擁有很大的解釋權(quán)。但現(xiàn)在模型已經(jīng)開(kāi)始轉(zhuǎn)化成應(yīng)用了。那時(shí)候我在即刻發(fā)了一條說(shuō)：「Talk is cheap, show me your product.」

現(xiàn)在很多 AI 模型的核心能力最終都要轉(zhuǎn)化成產(chǎn)品，用戶(hù)能真正用得起來(lái)，AI 才有生命力。很多講故事、炒作的公司，不如專(zhuān)注做好產(chǎn)品。我們看到現(xiàn)在發(fā)展好的 AI 公司大多做到了這一點(diǎn)，拿出真正對(duì)客戶(hù)有價(jià)值的產(chǎn)品。

Q：你今年內(nèi)想驗(yàn)證的是什么問(wèn)題？

戴雨森：一個(gè)是AIL3 級(jí)別的 Agent 應(yīng)用能不能快速達(dá)到完成實(shí)際工作的程度。比如 Manus 我們都在用，用戶(hù)也在付費(fèi)，但有時(shí)一個(gè)任務(wù)只能完成七八十分，還需人補(bǔ)充到 100 分。Claude Code 相比之前的 coding agent，逐漸能做到一次完成，不用修改就能上線(xiàn)。

未來(lái)幾個(gè)月到年底，我相信 Agent 的能力還會(huì)有很大提升。到那時(shí)，可能你給 AI 一條指令，它就能埋頭干完，甚至一次就干好了。

Q：我現(xiàn)在用AI感覺(jué)是得刻意多用它。因?yàn)榻o它比較復(fù)雜的任務(wù)時(shí)，它完成得不完美。

戴雨森：這是普遍現(xiàn)象。好的 AI 產(chǎn)品一定是為未來(lái)的模型設(shè)計(jì)的。Cursor 上線(xiàn)兩三年了，但直到 Sonnet 3.5 出來(lái)的時(shí)候才開(kāi)始火，等 3.7 出來(lái)后才爆發(fā)增長(zhǎng)。

Manus 也是一樣，剛上線(xiàn)時(shí)很多任務(wù)其實(shí)也做得不好，但 6 個(gè)月、12 個(gè)月后，新一代模型會(huì)讓它表現(xiàn)更好。所以你要為未來(lái)設(shè)計(jì)，而不是為當(dāng)下就能獲得的模型設(shè)計(jì)。

Q：這對(duì)普通用戶(hù)可能反直覺(jué)，但我理解，這是快速發(fā)展階段。普及到主流用戶(hù)時(shí)，大家仍追求開(kāi)箱即用。

戴雨森：其實(shí)也不一定，比如我們之前發(fā)的《》，Youtube 的聯(lián)合創(chuàng)始人 Steve 說(shuō)，YouTube 出來(lái)時(shí)是為未來(lái)寬帶設(shè)計(jì)的。2005 年，那時(shí)候美國(guó)剛開(kāi)始普及寬帶，因此一開(kāi)始的體驗(yàn)并不是那么好。同樣短視頻平臺(tái)如抖音快手上線(xiàn)時(shí)，也是為一兩年后的智能手機(jī)和 4G 普及設(shè)計(jì)的。AI也是這樣，你要永遠(yuǎn)提前走一步，喬布斯曾經(jīng)說(shuō)過(guò)「要去冰球?qū)?huì)前往的地方」。

Q：所以你想驗(yàn)證的是，到年底看產(chǎn)品能否高度自動(dòng)化完成任務(wù)，不再需要人參與？

戴雨森：比如現(xiàn)在 Agent 完成任務(wù)的成功率可能是 20%，能不能到 70-80%？這會(huì)讓前沿用戶(hù)對(duì)工作的定義和 AI 使用方式發(fā)生巨大變化。

另外我好奇的是，隨著用戶(hù)使用 AI 產(chǎn)品的變多，記憶會(huì)帶來(lái)多大變化。AI 應(yīng)用長(zhǎng)期壁壘是什么？我覺(jué)得很重要的是記憶和個(gè)性化?，F(xiàn)在記憶個(gè)性化對(duì)結(jié)果影響有限，但長(zhǎng)期來(lái)看，我們希望它像員工或助手，隨著使用時(shí)長(zhǎng)增加，越來(lái)越了解你，變得不可替代。這是我們想看到的進(jìn)步。

Q：這個(gè)進(jìn)步不能光靠模型是嗎？記憶需要不斷互動(dòng)，給AI個(gè)人層面上下文。

戴雨森：一方面是在線(xiàn)學(xué)習(xí)（online learning），模型在使用中學(xué)習(xí)。另一方面需要你給它更多數(shù)據(jù)、文件、上下文，應(yīng)用設(shè)計(jì)非常重要。模型和應(yīng)用要協(xié)同合作。

我覺(jué)得我們對(duì)未來(lái)創(chuàng)新要有更多期待和包容，對(duì)中國(guó)團(tuán)隊(duì)的創(chuàng)新和發(fā)展能力要更有信心和支持。

13創(chuàng)業(yè)新浪潮的新觀察

Q：你們現(xiàn)在特別關(guān)注的團(tuán)隊(duì)是什么類(lèi)型的人？還有哪些地方有新創(chuàng)始人在出現(xiàn)？

戴雨森：今年我們看到，想出來(lái)創(chuàng)業(yè)的人多了很多。一兩年前大家還在相信未來(lái)應(yīng)用會(huì)落地，而現(xiàn)在已經(jīng)看到有 Manus 這個(gè)例子。金玉在前，所以大家肯定會(huì)想，「那我也許也可以」，這一定是一個(gè)更多的過(guò)程。我們看到很多不管是研究員，還是大廠里的年輕人，都蠢蠢欲動(dòng)。

Q：你最近在看什么比較好玩的書(shū)，或者有沒(méi)有作品想分享？

戴雨森：我想推薦《33 號(hào)遠(yuǎn)征隊(duì)》，一家法國(guó)創(chuàng)業(yè)公司開(kāi)發(fā)的游戲。故事設(shè)定在一個(gè)虛擬世界，有一個(gè)神「繪母」，每年在天邊的一個(gè)石頭上寫(xiě)下一個(gè)數(shù)字。這塊石頭叫 Monolith。

她從一百開(kāi)始倒計(jì)時(shí)，每寫(xiě)一個(gè)數(shù)字，對(duì)應(yīng)年齡達(dá)到那個(gè)數(shù)字的人就會(huì)死去，全部消失。第一年是 100，第二年是 99，如此類(lèi)推，一波一波的人死去。于是人類(lèi)開(kāi)始反抗，每年組織剩余年齡差一歲的人組成遠(yuǎn)征隊(duì)，想挑戰(zhàn)并打破這個(gè)魔咒，但一直沒(méi)有成功。今年繪母寫(xiě)下了 33，33 歲的人將在明年此刻死去，于是第 33 號(hào)遠(yuǎn)征隊(duì)出發(fā)了。

前幾天是 Manus 創(chuàng)始人肖弘的 33 歲生日，我就推薦他玩這個(gè)游戲。這個(gè)游戲講述了一個(gè)滿(mǎn) 33 歲的人如何出海挑戰(zhàn)天命的故事。游戲團(tuán)隊(duì)也是 33 個(gè)人，是一個(gè)創(chuàng)業(yè)公司開(kāi)發(fā)的。創(chuàng)始人曾在育碧（Ubisoft）工作，他在那里覺(jué)得無(wú)聊，于是出來(lái)做了這款游戲。

《黑神話(huà)·悟空》是中國(guó)的大 IP，結(jié)合中國(guó)的文化積淀和先進(jìn)技術(shù)制作的精品之作?！?3 號(hào)遠(yuǎn)征隊(duì)》也是一個(gè)法國(guó)浪漫主義設(shè)定，藝術(shù)與先進(jìn)技術(shù)結(jié)合帶來(lái)的優(yōu)秀作品。它的情節(jié)、畫(huà)面、音樂(lè)等都非常非常出色，是我今年非常喜歡玩的游戲之一，有望沖擊年度游戲。

轉(zhuǎn)載原創(chuàng)文章請(qǐng)?zhí)砑游⑿牛篺ounderparker