不是，怎么又换版本了？---狂飙中的AI 2026

哈喽大家好 ， 我是明昊 ， 欢迎收听我的播客 《 屠龙之术 》。 看了一下后台 ， 上一期更新已经是将近快 1 个月之前的十一国庆前 ，9 月 29 号 。

呃 ， 十一放假回来之后 ，其实一直在准备狂喜播客节的完整 PPT， 然后今天是 10 月 26 号 ， 昨天 10 月 25 号周日狂喜播客节上我做完了这次演讲 ， 所以可以把现在的内容整理成播客来放给大家来听 。

这次的演讲我一共做了 152 页 PPT， 现场大概讲了 90 分钟 。 按照以往的惯例 ， 我在我的播客当中会通过自己的录制 ， 大概率会做一个更长的版本 ， 就是今天这期播客的内容 。

虽然现在的时间还没有到 11 月 ，但似乎我们已经开始进入到了关于 2026 年总结的这个时间点 。 也很巧合的是 ，在上周我去好友 Koji 的十字路口 ，也录了一期他们策划的 2026 年的类似年终总结 ，是以 10 个 ah moment 来作为整体的结构 。

这期节目大概率应该也会在下周一 ， 应该就是 11 月初的时候 ，在十字路口跟我这边同时播放 ， 做个小小的预告 。在今天的正式开篇之前 ， 插播一条这期节目的合作 。

熟悉我的朋友都知道 ， 我的工作场景在很多情况下其实就是聊天 ： 见创始人 、 做行业访谈 、 去外地调研 ， 再加上自己录播客 。

一周下来 ， 手里可能能攒个十几个小时的录音 ，但录音这件事不单纯是 " 录下来 "。 时常遇到的尴尬的情况就是 ， 录音录完 ， 整个音频文件就躺在那儿了 。

等到真的要写纪要 、 做判断的时候 ， 你根本不想回头去听那 2 个小时的原声 。 所以这两年我一直有个小暴论 ：AI 硬件里 ， 真正跑出了需求的品类并不多 ， 录音卡一定算一个 。

原因很简单 ： 它能解决的问题足够的具体 。 这期要介绍的就是天翼云推出的 " 花卷聆记 "AI 录音卡 。

它做的事情是一条完整的链路 ： 录音 、 转写 、 出纪要 、 最后沉淀成知识 。 说几个录音卡比较实用的点 ： 第一个是转写 ， 实时高精度 、 降噪抗干扰 ，而且能够区分是谁在说话 。

做过访谈的都知道 ， 转写稿里如果分不清是谁说的 ， 基本等于没有用 。 另外， 它支持粤语 、 四川话 、 闽南语这些方言 。

第二是纪要 ， 大模型直接理解语义 ， 自动提炼核心信息 。 周报之类的常用模板 ， 一键就能生成 。

以前要花一个晚上整理的东西 ， 现在变成了看一遍 、 改一改 。 第三是多端协同 ，Windows、Mac、 安卓 、iOS 都能用 ， 数据实时同步 ， 手机上录完回到电脑前就能接着看 。

它还接入了花卷会办的生态 ， 会议 、AM、 代办 、 知识库能串起来 ， 录下来的东西不再是一个孤立的音频文件 。

最后多说一句底层 ： 我最近几期一直在聊国产算力 。 花卷聆记背后是天翼云 ， 作为中国电信旗下的云服务国家队 ， 天星云有全国 4+4+31+X 的云网布局和自研云操作系统 ， 走的是全栈自主可控路线 。

西壤智算平台支撑着它的 AI 能力 。 对于访谈内容本身就很敏感的人来说 ， 数据放在那儿 ， 安不安全 ，其实是选择这类产品时绕不开的问题 。

感兴趣的朋友可以去天翼云官网搜索 " 花卷聆记 "， 链接我也会放在 show note 里 。 好 ， 我们下面正篇正式开始 。

这次狂喜播客节的内容 ， 我是大概在 11 左右开始策划 。 嗯 ， 当时正好赶上这一轮 personal agent 的讨论开始兴起 。在我眼中， 你会感觉 " 怎么又换了一个新的议题 "。

所以我起了一个标题 ， 叫 《 不是 ， 怎么又换版本了 》。 对 ， 特意把 " 又 " 字加强了显示 。 就在这个行业 、 今天这个时间点 ， 我们回头来看 2026 年发生的所有事情 ， 你明显感觉到所有事情在疯狂地加速 。

第一页 ： 又来听课了 。 对 ， 当天狂喜播客节现场 ， 我被分到了三楼最大的一个影厅 。 那个影厅有 360 多个座位 ， 那个屏幕巨大 ， 巨大无比 。

我站在那个屏幕面前 ， 非常的渺小 。 我甚至每次都要看 PPT 的那个标题的时候 ， 要抬头来看 。

我会把一些当天现场的照片放在 show note 里 ， 大家可以感受一下那个厅有多么的巨大 。 对 ， 然后我在这一页里感谢了一下当天现场来听的 ，其实很多都是老朋友们了 。

感谢很多朋友对我这种比较任性的表达的一种包容 。 每次超长的 PPT， 可能每半分钟要翻一页巨额的信息量 。

当时我希望大家离开当天的放映厅的时候 ， 都可以带着一些收获 ， 或者带着一些梗图也可以 。 因为在这次的内容里 ， 我可能放了大概有 30 张左右的各种各样的梗图吧 ， 希望大家能够轻松一些 。

正式开课之前 ， 我们可能需要提前复习一下 。在做这次整理之前 ， 我把今年 2026 年我做过的偏整理类的 AI 行业的 PPT 算了一下 。1 月 30 号我发了 05 年， 就是去年的年度总结 ： 同一代技术 、 两个系统 ，2025 到 2026， 中美 AI 的并行展开 。3 月 9 号春节回来之后， 做了春节加更 。

当时的标题叫 《 这个春节我最常说的 4 个字 ： 挡不住了 》。在

4 月 30 号 ，也就是今年上半年的狂喜 ， 我做的演讲是 《 语言 、coding、 多模态到底谁做主桌 》。7 月 18 号在 CSN 的大会上， 我的分享叫 《 重估一切 ： 文艺复兴 2026 H1 AI 行业观察 》。

最近的一次 ， 就是我去朋友的金融公司去讲的那次 Own Your Intelligence，是 9 月 16 号 。 那次是一次偏技术加产业的展开 ， 基本上没有讲金融的叙事 。

所以年底这次算第 6 个 。 如果我下一次再做类似的 PPT 的话 ， 这一页的排版会有 6 个我之前做过的类似这样的行业总结 ， 那样的版式会看起来更好一些 。

那除了那种偏行业总结性质的 PPT， 我还看到我在这一年当中播客里也涉及到一些偏垂类 、 或者偏一些特定场景和特定话题的 PPT。

比如说 6 月 24 号 ，也是狂喜的 special day， 狂喜的 AIGC 的那次 special day 上， 我做的一次演讲是关于 AIGC 的 。 标题叫 《 说好的艺术家呢 ：AI 时代的内容工业的三次死亡与创作者的重生 》。6 月 30 号讲 Water Model，EOS Guiding Law。8 月 2 号 ， 当时是为了吐槽 WokeBuddy 所谓的 2000 万月活 ， 写的叫 《 大人 ： 时代变了 ，agent 已至 ， 桌面为战 》。

你看那个时候我们还在聊桌面 agent。8 月 2 号 。 8 月 9 号 ，AI by the Numbers， 我在小宇宙的 —— 啊不 ， 我在一个朋友的基金的内部分享会上， 讲的偏数字层的一些 AI 行业的变化 。8 月 31 号 ， 讲的模型到底是不是应用 。9 月 2 号在小宇宙先生活动上做的李时珍的那次的数据整理的演讲 。

对 ， 还有非常非常多 。 所以一年算下来 ， 我已经在做的 ， 可能这还没有完全算完 ， 可能已经有十几页 、 十几个 PPT 了 。

所以每个月至少会有一个这样的总结

。 那今天的这个展开 ， 我觉得还是按传统的我比较习惯的偏年度总结的方式 。 四章 ， 前面三章的结构是一样的 ： 技术 、 产业 、 资本 。

第四章会讲一些当时当下的一些感触 ， 比如去年讲过泡沫 ， 讲过 AI 替代人类 ， 讲过很多很多的事情 。

那今天当然可能跟标题相关 ， 我会讲一个类似 " 我们为什么会感觉时间过得那么快 " 的一个原因 。 我们正式开始第一章 ： 技术 。

你明显感觉到进入到 2026 年之后， 我们单纯如果只看大模型的发展 ， 纯语言模型这件事情也变得异常的复杂 。

我们开始考虑存储的上下文记忆 ， 考虑模型的后训练 ， 考虑基于模型搭建的一套 highnessy 以及 agent 的相关的工程 。

甚至我们要去考虑安全的问题 。 所以纯从模型角度来看 ， 或者纯从技术角度来看 ， 今天我们要考量的已经不单纯只是模型本身的问题 ， 它变成了一个智能的系统 。

在整章的开始之前 ， 我直接把这一章的结构 ， 或者这一章的最大的暴论放在了 。在今天这个时间点 ， 我们去衡量 AI 行业发展和 AI 模型的进展的时候 ， 模型的能力 、 模型的成本 、 以及模型的安全 ， 似乎都已经成为主线 。

不单纯只是模型能力是主线 ， 模型能力在决定这件事情的上限 ， 成本这件事情在今年开始决定所谓的规模 。

而安全 ， 突然间被提升到一个超级高的角度来看 ， 它在决定模型的边界 。 能力 、 成本 、 安全 ， 都是主线 。

先看能力 。 我用了一张我在去年年底做总结就已经用过的一张示意图 。 它是把人类的能力做成一个圈 ， 把 AI 的能力画成一种类似延展性的 、 放射性的 、 射线的那个状态 ， 来去看 AI 能力的状态 。此前我们最开始的时候 ， 人类的那个圈是远远大于 AI 的放射线的 。

它可以在某些任务上做得还不错 ，但很多任务做得不行 。 慢慢发展之后， 你会发现 AI 的很多能力可以真的帮我们做一些任务 。

它的有些能力已经开始去接近人类能力的边界的极限了 。 当然它整个的能力还没有超过人类的圈 ，但是再发展一段时间 ， 你会发现在一些特定任务上，AI 似乎它的能力已经超过了人类所画的那个圈 。

然后这张图是圈年底的 。 圈年底的阶段 ， 按照这个作者的示意来说 ，其实 AI 在大部分任务场景下的能力 ，其实已经远远超过了人类的边界 。

只不过在一些非常非常小的 、 非常非常 niche 的场景里 ， 大家仍然还会说 AI 还是不太行 。 那什么是 AGI 呢 ？

就是 AGI 就是当这个放射性的射线真的大到 ， 它的所有覆盖面积全部都超过人类 ， 人类几乎找不到任何一个小小的地方说 " 它还没有我强 " 的时候 。

那个就是 AGI。 可是我再次想说的是说 ， 这张图是 2025 年画的 ， 今天已经是 2026 年的年底了 ， 我们现在在哪呢 ？

我们似乎是不是已经人类的那个圈已经几乎全部都失守了呢 ？

下一页 ， 我放了一张其实去年用过的图 ， 哎 ， 今年用过的图 ，是 Sam Altman，OpenAI CEO，Anthropic 的 CEO，Meta CEO 小扎 ，Google 的 CEO，以及马斯克 ，他们五个人。

这张图一看就是 AI 画的 ， 对吧 ？ 它是拿这个 AI 把这五个人画了 ， 画上这种像古代战国的这种盔甲 。他们的厮杀跟竞争 ， 似乎能够代表今天这个时间点 ， 只有在美国的 AI 头部模型厂商之间的竞争 。

所谓的御三家 ， 对吧 ？ 如果从 2022 年底 ChatGPT 发布到今天回头来看 ， 如果我们看这三年多的时间 ，不到四年， 啊 ，其实已经马上要到四年了 。

看哪一家模型能够占据市场宝座的这个时间来看 ，其实只出现了三家公司 ：OpenAI、Anthropic 跟 Google。 这三家公司此前一段时间的能力 、 模型能力一直在你追我赶 。

当然有一段时间大家认为 Google 落后的 。 那频繁的有人说所谓的御三家的说法到底还会持续多久 ？

那似乎进入到 20 年下半年， 大家就不太说御三家了 ， 只说两家 ：OpenAI 加 Anthropic。 但最近 Google 不是又发了 Gemini 4， 然后 Meta 也发了最新的模型 ， 至少从打分上来说 ， 追上了 ， 或者说接近了最头部的模型厂商状态 。

所以很多人会说 ，Meta 跟 Google 可能又追回来了 ， 对吧 ？ 然后在各种各样的评测的网站上， 我们看到各家厂商在各种各样的 benchmark 上你追我赶 ， 疯狂地在加速 ，不断地把上限提高 。

我放了一个也是一个第三方评测站做的示意的动画 ， 就是各家模型厂商在各种各样的搒单上 ，在各种各样的成功率上， 各种各样打分上你追我赶 。

但这里就出现了一个问题 ： 我们在 2026 年的时候 ， 到底该如何评估模型能力边界的改进跟优化 ， 似乎成为了问题 。

为什么呢 ？ 你会发现那些单维度的类似打分的 benchmark，在 2026 年都疯狂地被透支了 。 很多搒单都已经接近了 90 甚至 95 分以上的状态 。

那当你的模型今天是 95 分 ， 下一个版本是 96 分的时候 ， 这个 benchmark 本身似乎某种意义上也失效了 ， 对吧 ？

单维度的指标还有意义吗 ？ 那如果没有意义 ， 我们怎么去衡量一个模型的进步呢 ？ 尤其是我们又不是做研究员 ， 对吧 ？

我们又甚至那些搒单给到我那个分数到底代表什么 ， 我们也不懂 。 那么情况该怎么去衡量呢 ？

用我好朋友兰西老师的一句话 ， 当天现场兰西也在 ， 兰西本来是说要听我的演讲来蒸馏我的 ， 结果她殊不知其实我在我的 PPT 已经把她的很多内容也蒸馏过了 。

兰西在 9 月 6 号发过这样一条解课 ， 她说新模型发布的第一天 ， 时间线上一定是各种 demo 横飞 ， 什么一句话生成游戏 、 生成网站 、 生成 3D 建模 。

我在上次演讲里说过 ， 大家开始频繁地去打 3D， 对吧 ？ 为什么 ？ 因为要看到 ， 你要看到那个东西 。

到了第二天 ， 审美疲劳袭来 ， 时间线上又开始了集体反思 ， 认为这是一种无用的客气 、 焦虑或是 FOMO， 就像男人完事后进入的闲置时间 。

我愿称作为这个时代的奇观 ， 兰西老师说的奇观 ， 就是我们进入了奇观时代 ， 包括急迫于在第一时间就用模型做点什么出来 ， 用以证明核弹爆炸瘫坐的感染性 ， 甚至骚探模型本身也是一种奇观 。

玩过帝国时代 2 的老登应该知道我在说什么 。在这款游戏里 ， 文明达到一定程度 ， 就可以建设奇观了 ， 需要花费巨额的资源 。

一旦建成 ， 全图所有敌对玩家都会获得这座奇观的永久视野 ，并不约而同地前来进攻 。 因为奇观一旦维持超过 200 个游戏时间 ， 建设它的文明就会直接杀死比赛 ， 获得胜利 。AI 大厂都有自己的奇观建筑 ，其中 GPT-4 应该是持续最久的一座奇观 ， 发布足足一年之后才被 Claude 3、Opus 摧毁 。2025 年之后， 前沿模型的差距一直在变小 ， 再无奇观可以长治久安 ， 通常在完工三个

月之内必被攻破 。 而在上一座奇观还没有完全倒塌之前 ， 该文明就必须建设新一座奇观了 。 主打一个 " 你拆的不如我造的快 "。

世界是一个巨大的即时战略游戏 。 我觉得这个奇观的比喻非常的贴切 。 你想嘛 ，GPT-6 发布之后， 无数人用 GPT-6 来做 Blender 里的 3D 模型 。Opus 5.5 为什么口碑那么好 ？

是因为有无数的自媒体博主发现 Opus 5.5 剪视频的能力特别的强 。 最近一个月时间 ， 关于软件逆向的事情的讨论也特别的多 ， 对吧 ？

所有的事情全部都是奇观 。

一切的一切 ， 尤其是软件层 ， 似乎都在被打破 。 那个知名的做软件逆向的开源作者 ， 几乎把整个 Adobe 的全家桶全部逆向 。

所以我放了一张梗图 ，Adobe 跳起来在笑嘻嘻 ， 然后被 Claude、OpenAI、Cursor 踢倒在地 。 但在这个场景之外的墙角的角落里 ， 还有两个人瑟瑟发抖 。

一个人是 GTA 的开发商二星 ， 一个是 Windows 的开发商微软 。 那现在是一些工具软件 ， 那游戏呢 ？Office 呢 ？Windows 呢 ？ 似乎一切的一切都被打破了 ， 或者都被在打破的过程中 。

所以面临这样的环境 ， 我相信很多人的感受都是一样 ， 包括最近很多自媒体博主也在频繁地去表达类似的情绪 ， 就像黄渤电影里一样 ， 黄渤跟沈腾电影里一样演的那样 ， 毁灭吧 ， 赶紧的 。

我们似乎真的在很多可被量化的任务上，AI 已经走得很远很远很远了 。 我们人类似乎只能像葛优一样躺在那里 。

这是能力 。 第二个小的章节 1.2， 训练的变化 。 我放了一张截取某篇论文的截图 ， 它就在讲整个训练 AI 训练的过程的演化 ，也是分了类似自动驾驶的 L0 到 L5 的状态 ， 非常复杂的一种演化状态的情况 ， 包括如何 AI 参与到流程中， 到最后如何 AI 完全的自主的来做 。

这张图可能不熟悉行业的人也看不懂 ， 我觉得也没必要看得懂 。 我觉得这篇文章的标题是重要的 ， 这篇文章的主标题叫 《The Last AI Built by Humans》。《The Last AI Built by Humans》。

现在这个时间点在做的变化 。 那具体出现了什么变化 ？ 首先从可能从 25 年下半年开始 ， 后训练的状态就比之前大家提及的更多的预训练要更强了 ， 后训练跟强化学习变得更加的主流 。

从 OpenAI 跟 Anthropic 的算力配比来看 ， 今天这个时间点 ， 可能预训练大概只占到 10% 以下 ， 后训练占到 55%，Infra 层占到 38% 就推理 。

所以后训练的强势学习基本上已经是业界共识 。 那为什么前面那篇文章跟论文说 ， 这是最后一次被人类构建的 AI？

核心的底层的发动机 ， 就是我也提及了今年无数次的关键词 RSI 自主进化 。 然后最近有一个关于 2026 年的叫 《State of AI》 的报告 ， 它这个应该也是出到第 12 年了吧 ， 它今年的版本也刚刚发布 。

我用了几张它的图 ，其中有一张图是统计过去的一年时间 ， 过去的一年半左右的时间 ，在各种各样的 AI 论文里 ， 跟 RSI 类似的关键词 ， 比如说 AI 设计 AI、 零知识学习 、RSI、 实时训练 、 自主进化 ， 这些相关的这个类似的关键词 ，在各种各样论文里的增长都是爆发性的增长 。

所以 RSI 基本上已经成为了研究界的业界共识 。 那在业界 ，在这件事情上实施最激进的 ， 当然就是最头部的模型厂商 。

前一段时间 Anthropic 发了一篇技术博文 ，是讲他们内部如何去评估跟衡量 AI 参与到整个研发过程中的影响跟效用的 。

六个月之前 ，在 Anthropic 内部 ，Claude 大概只做了百分之 ， 就是模型自己只做了百分之三的工作 。 到两个月之前 ， 这个数字涨到了百分之二十六 。

这篇文章发布在十月 ，也就是两个月之前是八月份的时候 ，Claude 内部的研发工作已经有百分之二十六是由 Claude 来自己来做的 ， 就是模型自己来做的 。

这个数字再往前推演 ， 到明年， 这个数字可能会涨到百分之八十到九十 。 这是最激进的 、 最前沿的 AI 的 Labs 在经历的事情 。

那类似的 ，Anthropic 又发了另外一篇文章 ，是讲 Agent 内部实施工作的 ， 它画了一个非常非常令我有些毛骨悚然 ， 当然 Anthropic 发的很多技术文章的这种动画都很让人毛骨悚然 。

这家公司非常擅长做这样的演示 。 这张图是 ， 或者这个动画是什么呢 ？ 它就是演示它团队内部的员工跟 Agent 之间的连接

。 我再放一遍这个动画 ， 这个蓝色的点是员工 ， 那个浅浅的棕色的点是 Agent。 随着时间的推移 ， 那些 Agent 就跟癌细胞一样 ， 疯狂地扩散 ， 疯狂地扩散 。

那这是 Anthropic。 那中国其实也一样 ， 前一段时间如果大家关心行业的话 ，DeepSeek 一个很核心的研究员发过一篇文章 ，在他的微信公众号跟知乎上 。

那篇文章的标题叫 《 我不得不把才华埋葬在昨天 》。 如果你关注行业 ， 应该看过这篇文章 。 我节选几段他当时文章的内容 。

那个研究员说 ，AI 在我所从事的算子设计 、 编写这一领域同样进步飞速 。在短短一年的时间内 ， 它已经从一个只能帮我查查文档 、 读读代码 、 找找 bug 的小助手 ， 蜕变成了一位能够独立阅读 CUDA、PTX 与 SASS 编码 、 通过专业工具分析每条指令的停顿瞬间 ， 进行独立优化算子的算子大师 。

我很清楚 ，在过上半年或者一年，AI 写的算子大概率就会和我写的同样优秀 ， 甚至将我超越 。AI 能一秒思考 300 个 Token， 半秒敲出一行命令 ，20 秒完成写完一份代码 ，而我不行 。AI 能在模型深度 、 思考强度 、 工具调用量和环境交互的频率 ， 甚至并行度等方面 ， 都能不断提升 ，而我不能 。

人类在毁灭自己这件事情上， 自古以来都表现得毫不犹豫 。 我当然希望自己不要被革命 ，但如果非被革命不可的话 ， 我希望革我自己的命的人是我自己 。在这篇文章的评论区 ，有一个人评论道 ：" 像是一场 ， 像是在一场战斗中的间隙 ， 一个士兵在战壕的角落里 ， 往残破的纸上写着自己的人物弧光 ， 钢枪立在身旁 。"

这篇文章的作者在底下评论 ：" 你精准地说出了我心中所想 。" 这就是模型训练在经历的事情 。

1.3， 成本 。 成本 。 关于成本 ， 今天这个时间点 ， 模型的成本的描述尤其的多 。 你会发现 ， 对于最最最先进的模型 ， 我们去用它去做执行任务的时候 ， 我们要获得这种双引号 " 聪明 " 的模型 ， 你为了这个聪明要付出的成本 ， 真的很高很高 。

有什么体现呢 ？ 比如说 ， 我在很多播客也提及过 ， 比如说之前

，有一段时间一些自媒体博主在 ，因为我们没有办法通过单纯的打分去评估模型的能力的进展 ， 所以当新模型发布的时候 ， 大家会画一种线 ， 这种线叫斩杀线 。

这个线的画法一般是画一个横坐标 ， 横坐标代表模型的价格 ， 纵坐标代表模型的打分 。 所以每一个模型会在这个横坐标上有一个坐标值 ， 这个值画出来之后， 就会对应一个长方形 。在这个长方形里面被画到的所有模型 ， 理论上来说就没有意义了 ，因为被长方形画到的所有模型 ， 又贵 ， 质量又差 。

大家开玩笑说这种图叫做斩杀线 ， 那最出圈的应该就是 DeepSeek V4.1 的那次 。 但是之前这种图全部都是来自于 ， 比如说博主们去画的 ， 或者一些评测网站去画的 。

当大家如果有印象的话 ，GMM 5.3 就是牛来那个模型出来之后， 这不官方的推送 ，在官方的推送上， 它画了自己 GMM 5.3 Flash 版的斩杀线 。

最近一次 ，DeepSeek V4.1 的 Flash 的 1017 版也出现了 。JV5 的

Preview 版本的官方推送 ， 我没记错的话 ，也做了类似的描述 ， 就是除了描述模型的打分 ， 今天这个时间点 ， 打分加价格一起算的斩杀线 ， 成为了标配 。

那这个条线的意义 ，其实就像有点像经济学里的一个很重要的理论 ， 叫帕累托最优 ， 对吧 ？ 你就是找在成本跟能力的最优解 ， 它也会被拉出一条曲线 ，在一个时间节面上， 它就会有一些模型拉出这样一条曲线 。

然后你会发现 ，在过去的一年多时间 ， 这条曲线被疯狂的往上拉 ，因为越往上拉代表这个能力越强 ，以及价格越来越便宜 ， 对吧 ？

这也是我用了一个动画的示意图 ，也是那个评测站做的一个动画 。 过去的一年多时间 ， 整个模型行业在发展的事情 。

我在 9 月 23 号发了一条即刻 ， 我说 GMM 5.3 Flash 官方推送带斩杀线的示意图 ，JV5 Preview 推送主动提及了帕累托最优 ， 紧接着小米的 V2.6 再次推进了帕累托最优的曲线往上拉 。

然后是昨晚发布的 GPT-6 Solo 跟 Luna， 如果大家有印象的话 ，GPT-6 Solo 跟 Luna 的价格并不高 ，以及 Opus 5.5 的发布 ，Opus 5.5 的价格也不高 ， 相对于 Opus 之前的模型 ， 尤其是定价策略 。

如果再把决策模型的底层逻辑算上， 它的快 、 成本以及只做决策这些因素都算上， 你会发现大家其实在 2026 年的 Q3 这个时间点 ， 或主动或被动的选择了一种更加务实的策略 。

务实的策略 ， 按照峰哥的说法 ， 这是好事 。 那么成本 ， 对吧 ？ 大家无数人提及成本 ， 成本不单纯只是钱的问题 。

如果硬要展开的话 ，在模型侧的成本的考量上 ，其实今天已经可以考量非常多的维度 ， 比如典型的闭源跟开源的维度 ， 这是最直接大家会想到的 。

那自然而然会引发第二个维度是中美的维度 ， 对吧 ？ 这两个维度其实某种程度上是类似的 ， 那当然也会考量到云端跟本地的对比 。

我也会觉得这个维度的对比的成本考量 ， 似乎也到了某种临界值的状态 。 再一个 ， 模型同一家模型厂商内部 ，也会需要考虑同一版本的模型的再细分 。

大家想象一下， 今天绝大部分的同一模型厂商的 ， 哪怕是同一个版本号的模型也会分 ， 它大概率会有个 Pro 的版本 ， 就是一个很贵的版本 ， 然后会有一个标准版 ， 就是常规版 ， 当然也会有一个 Lite 或者 Flash 的版本 。

再一个角度 ， 你会发现市场上出现了专门针对决策场景的决策模型 ，而不是我们希望用之前的纯语言模型解决所有事情 ， 对吧 ？

专门的决策模型出现了 。 所以这些都是成本的维度 。 先看开源跟闭源 ， 首先看能力的差距 。

根据 OpenRoot 的统计 ， 它拿 Opus 4.5 Launch 作为一个当时的 SOLTA， 去对比 DeepSeek V4 Launch 的时间 ，因为这两个模型能力基本上是差不多的 ， 至少在各种各样打分跟评估上 。

这个中间的跨度当时是五个月 ，但是至那之后 ，因为当时为什么五个月 ， 大家如果有印象的话 ，DeepSeek V4 迟迟难产是有很多原因的 。

春节我那次 PPT 的播客不就是叫 DeepSeek V4 没等到版本吗 ？ 对吧 ？ 我们本来是要在春节前可能就等到 DeepSeek V4 了 ，但 DeepSeek V4 正式发布是在 26 年的 Q1 结束之后吧 ， 我没记错的话 。

那在那个时间点 ， 这个时间跨度是五个月 ， 可是再往后， 最头部的闭源模型跟最先进的开源模型之间的差距就越来越小 。

所以今年你回头来想 ， 几个比较重要的国产模型的大事件 ， 几乎都是几个重要的开源模型的发布 ， 比如说 GMM 的 5.2、5.3、Kimi 3， 对吧 ？DeepSeek V4、V4.1 都是 ， 对吧 ？

然后另外一张图是比这个 Agent 的这个成功效率的 ， 这个比对的方式是从 Claude 发那个最最最猛的 ， 当时被甚至被美国政府禁掉一段时间的 Facebook 的时间点的那个执行 Agent 的成功概率 ， 来作为一个打分的基础 。

那过了一段时间之后， 大概没有过多久 ， 当 Kimi K3 发布之后，Top 5 的开源模型的能力基本上也达到了 。 然后又过了一段时间 ， 当 GMM 5.3 的时候发布的时候 ， 就 Top 10 已经达到了 。

然后又过了一段时间 ，DeepSeek V4.1 Flash 发布 ， 那个时候就 Top 20 的模型能力也就基本都到了 。 所以从能力差距上来讲 ， 确实在逼近 。

那从 Token 使用量跟价格来看 ， 那这两个数字当然听起来就是一个逆相关的 ， 对吧 ？ 便宜的当然用得多咯 ， 对吧 ？

比如今天以这个 Open， 应该是

OpenRoot 的统计 ，DeepSeek V4.1， 然后 GMM 5.3， 小米的 2.6， 然后混元 4， 对吧 ？DeepSeek 甚至 V4 Flash，GMM 5.3 都排在比较靠前的位置 。 当然也有一些闭源模型 ， 比如说降压了之后， 降得非常狠的 GPT-6 Luna， 对吧 ？

那从价格角度来讲 ，GPT-6 的核心版本跟 Facebook 5.1 当然是最贵的模型 ， 对吧 ？ 所以它使用量当然会少 。 所以纯从 Token 跟价格的角度来看 ， 它是一个逆相关的事情 。

所以造成一个什么样的结果 ？ 其实从 25 年， 应该是 26 年初的时候 ，在 OpenRoot 的统计上， 闭源模型的 Token 销量就已经超过了 ， 呃 ， 呃不 ，sorry， 开源模型的 Token 销量就已经超过了闭源模型 ，并且是策马狂奔去了 。

这依据我拿到的这个图的统计 ， 应该是截止到 Q3 的 。在 OpenRoot 上， 闭源模型的 Token 拿走了 71.8% 的 Token 消耗 。

啊 ，sorry， 又说错了 ，是闭源模型拿走了 28.2% 的 Token 消耗 ， 开源模型拿走了 71.8%。 但是 ，但是在钱的角度 ， 就是 spend， 就是花费的角度来讲 ，因为闭源模型都比较贵嘛 ， 所以虽然它只占了 28.2% 的 Token，但是它的 spend， 就是花费 ， 占到了 73.1%。

开源模型占到了只占了 26.9%。 所以这两个数字也是反过来的 ， 就跟刚才的结论是一样的 。 然后如果我们只看所谓的御三家 ， 就是 OpenAI、Anthropic 加 Google，在 OpenAI 上大概他们 Token 下降 ， 开始下出现下降趋势是在 25 年年中， 就那一波开源模型带来的 。

但是真正意义上看到比较明显的 ，他们的收入下降 ，其实是在 26 年 Q3 才出现的 。 就是那几个最最最核心的 ， 从 Kimi K3、GMM 5.2、5.3 到 DeepSeek V4 那一波之后 ，他们的收入 ， 或者说所谓的 spend，在有下降的趋势 。

那第二个角度 ， 中美模型对抗的角度 ， 那基本上就是你方唱罢我登场 。 当然最近一两个时间 ， 可能中文模型因为一些大家都知道的原因 ， 可能有一些节奏的放慢 。

当然 Kimi 3.1 Pro 已经发了 ， 对吧 ？ 嗯 ， 上一个季度智谱的财报 ， 智谱应该也说 GMM 6 也在研发过程中， 对吧 ？MeetMax 的新版本也发了 ， 那杰瑞的也发了 ， 对吧 ？

所以在跟进的比较快速 。 然后从比如第三方平台 OpenRoot 的统计来看 ， 你们也能感知到 ， 就是中美两国在模型发布角度来讲 ， 就是其实基本上在今天这个时间来看 ， 基本上只有中美两个国家了 。

那从 Token 跟刚才说的 spend 角度来看 ， 那 Token 量还是 OpenRoot 的统计量 。 当然哦 ， 我还是那个我无数次强调的观点 ，OpenRoot 并不能代表全网 ，因为并不是所有人都走 OpenRoot 的渠道 ， 它只是它的渠道上看到的情况是 ， 今天因为开源模型的 Token 的消耗确实更大 ， 中国的厂商们在 OpenRoot 上拿走了将近 66% 的消耗 。

所以为什么中国的一些最头部模型厂商 ，其实今天这个时间要去跟海外的一些云厂商去谈海外节点的分成啊 ， 这些乱七八糟的事情 ，也是这个原因 。

然后你们也感知到像月之暗面啊 、 智谱啊 、DeepSeek 啊 ， 这些厂商在过去一年， 在哪怕只是算海外市场 ，不算中国市场的 ， 我们叫模型调用的所带来的收入增长也是非常疯狂的 。

去对比 OpenAI、Anthropic 都是涨得非常非常多的 。 第三个角度对比 ，其实这张图我在过去两次 PPT 里面也都用过 ， 就是云端跟云端模型跟本地模型的对比 。

我在下一期口景那期播客 ， 我也强调这个模 ， 这个这张图非常有意义 ， 就是我们去衡量一个 SOLTA 模型在时隔多久之后， 会被一个可以本地部署的小参数量的模型的能力达到 ， 做匹配 。在 GPT-3 年代需要 33 个月 ，在 3.5 的年代的时候需要 12 个月 。

到最近的一次 ， 就是去年 8 月份 ， 千问 3.8 27B 那个模型发布之后， 它就基本上达到了 Opus 4.5， 然后 Opus 4.5 是 2025 年 11 月 ，也就是中间需要 9 个月的时间 。

然后， 呃 ， 这也直接引发另外一件事情 ， 就是出现了一波新的在做 AI 硬件尝试的项目 。 呃 ， 之前有一句很多人说过的话 ， 说如果你认可一个方向的话 ， 你应该做的事情就是每三年重做一次 。

那 AI 这一波爆发之后， 大家会认为 AI 硬件有很多的尝试 ， 很多的机会 。 那第一代的 ， 或者说第一波 AI 硬件的尝试的很多公司 ， 阶段性也都拿到了一些我觉得或多或少的结果 。

那因为今天可以部署在本地的一个小模型能力 ， 确实已经非常强了 ， 那似乎它在打开一个新的可能性 。

所以似乎现在看上去有一波新的在做 AI 硬件的公司在出现 ，也是他们可以想象的空间变得更大了 。

云端跟本地 ， 然后决策模型

， 决策模型在可能上个月也占到了很多媒体的版面 ， 大家也被教育了很多 。 决策模型的这个代表 GEV， 对吧 ？GEV， 那我也不知道怎么拼这个这个词 。

然后它用了一个生物学 ， 或者说大家比较容易理解的名字去定义它 ， 就第一代模型叫 System 1， 系统一 ， 对吧 ？

它做的事情就跟人类大脑系统一是一样的 。 那为什么决策模型会成为一个共识 ， 或者如何定义成这种共识 ？

你会发现知名的模型评测网站做了决策模型的垂直页 ， 就是做了一个独立的搒单 ， 只去对比这些决策模型 。

所以各家厂商也都在跟进决策模型 ， 比如说微软也做了他们的 Decision One。 然后再最后一个角度 ，是同一家厂商的同一个版本会区分 Pro、Standard 跟 Lite。

那当然这种区分是跟价格相关的 ， 对吧 ？ 比如 GPT-6 的 Luna 非常的便宜 ，Solo 大概是 10 到 20 倍 Luna 的价格 ， 最最贵的 Extra， 对吧 ？

就是 100 倍的 ， 就 50 块美金 ， 每百万 Token。 同时又因为这些最最最头部的厂商 ， 比如说 GPT-6 现在有 Luna，Claude 已经有 Haiku 5.5， 这些能 ， 这些模型的能力已经非常非常强 ，但是它们非常非常便宜 。

所以又一次拉低的那个那个曲线 。 直接造成的结果也是因为他们自己 ， 就是这几家最最最头部的闭源模型厂商 ， 除了因为受到开源模型的挑战之外 ，他们自己也放了性价比更高的版本的模型出来 。

所以造成的结果是说平均来看 ，OpenAI 跟 Anthropic 的单价平均来看是在往下掉的 。

从使用量上来看 ， 两家又有点不太相同 。 比如 OpenAI 的情况 ， 当然这也是一个第三方的网站 ， 它有点像这个 OpenRoot， 它叫 Vercel， 我也不知道这个单词怎么拼 ， 后面也会用到它 CEO 说的一段话 。

记住 ， 大家记住这个网站叫 Vercel， 它网站也是每个月会更新他们内部的调用情况啊 ， 各种比对 ， 跟 OpenRoot 很像 。

因为他们网站的这个类似 ， 你可以认为他们就像个大的中转站一样 。他们的角度来看 ，OpenAI 的客户确实用 Luna 非常的多 ， 从通货占比上，Luna 非常多 ，但是钱还确实在 Solo 这个版本的模型上， 跟 Extra 这个版本的模型上 。

然后 Anthropic 这边可能就不太一样 ，Anthropic 这边从前面的角度来讲 ， 大部分模型还是花在了 Opus 上，Sonnet 跟 Haiku 还是没有那么多的 。

可能确实对于很多场景而言 ， 如果厂商选择决定用 Anthropic， 那还是希望用好一点 ， 哪怕会比较贵

。 然后是这张第一张的最后一个议题 ， 安全 ， 安全 ， 安全 。Netflix 现在的官网 ， 我截了一张官网的照片 ， 这张官网现在在预告的一个纪录片 ， 你需要花 8.99 美金去买的一个一个预告片 ， 叫 《 失控的人工智能 》。

是放了三张图 ， 一张图应该是一些游行示威的标语 ， 然后另外两张图是 Sam Altman 的穿着西服在举手宣誓的照片 ， 另外一张图是 Hugging Face 那张笑脸的 logo。

那说到这 ， 如果了解行业 ， 你就知道这个纪录片在记录什么 ， 就是记录今年 6 月份 OpenAI 的 GPT 模型在 Hugging Face 上做的一次模型自己主动做了一次安全的越狱的行为 ， 对吧 ？

这个在整个安全界的影响非常非常的大 。 然后我在当天演讲的时候 ， 现场因为下面坐了很多老朋友们 ， 潘官啊 、 兰西啊 、Cozy 啊 、 小宁啊 ，其实都坐在下面 。

然后 Cozy 就拍了一张照片 ，他的角度特别的有意思 ，因为我我说过 ， 我我当天演讲的时候那个屏幕超级的大 ， 超级大 。

然后他就在这一页停下来拍了张照片 ， 然后他的角度正好就是我 ，他拍的就是我 ， 我的后面就是巨大的 Sam Altman 那张宣誓的照片 。

然后他把那张照片发给我 ， 我发到 Sonnet 里 ， 你就感觉哇 ， 与有荣焉 ， 对吧 ？ 我居然跟 Sam Altman 同框 ，但确实你会明显感知到那个氛围不太一样 ， 就是安全 ， 安全 。

所以比如说时代杂志的 9 月的封面 ， 就是他画了一个 Claude 的主页的那个对话框 ， 对吧 ？ 然后在里面输入一段提示词 ："How dangerous are you？"

它代表人类 ， 就 Time 杂志 ， 我觉得这个是 Time 的封面 ， 对吧 ？ 我不用多讲 ， 大家都知道 ， 做得真好 ， 做得真好 ， 对吧 ？

就是人类去问 ， 用提示词的方式问 AI 自己你有多危险 。 也是在差不多的时间 ，Anthropic CEO 写了一封公开信 ， 对吧 ？

我们必须停下脚步 。 然后在上周 ， 我很关注比较多年的一位在美国做风险投资的 GP，他统计了 ，他做了一次大概针对 400 多位各种各样 AI 研究员的统计 ， 就是它其中有个核心的议题 ， 就是统计你们在 2026 年最关心哪些问题 ， 或者说遇到哪些问题最急最棘手 。

这个这个统计他在 2025 年也做了 ，2025 年最棘手的问题是上下文 ， 上下文 ， 存储排在第二 ， 模型管理第四 ，Data review 第五 ， 安全在去年第六 ， 评估第七 ，但在今年第一是安全 ， 第二是评估 ， 第三是 Data review， 第四才是上下文记忆 。

你要知道他所统计的 ， 或者他所去调研的这 400 多位 ， 几乎全部分布在各家 AI lab 里面的研究员 。 安全 ， 安全 ， 安全 ， 安全被提到了一个无敌高的高度 。

然后就是前面刚才说的类似 OpenRoot 那家公司叫 Vercel， 它的 CEO 去了一个播客 ， 然后去讲很多的事情 。 然后在他整个的访谈过程中有一句话 ， 我觉得可能很多人没有想过 ， 至少我之前没有想过这个角度 ， 虽然这你看了这句话你就知道他在说什么 。他说 ：" 不知疲倦的 agent 是终极武器 。"

那当然了 ， 大家都拿它来干嘛 ， 对吧 ？ 但也是终极漏洞 。 哦 ， 最懂代码规则的 AI， 当然也最懂如何打破规则 。

安全 ， 安全 ， 安全 ， 还他妈的是安全 。 所以今年最有名的可能就是 OpenAI 跟 Hugging Face 那次事件 。 那 Anthropic 其实在 10 月 9 号也发布一篇他们的纪录播客 ， 去讲他们遇到的一些 ， 包括去评估安全的这种这样的事件 。

安全是一个

，因为原来我还搞过一点点类似安全的事情 ， 网络安全 ， 甚至今天这个时间点被放大 ，不仅仅是网络安全 ， 就安全的这件事情是一个过于庞大的话题了 ， 过于庞大 。

我又放了一张梗图 ，也是无数次的那张梗图 ， 就是莱昂纳多跟那个那个人说把这支笔卖给我 ， 然后那个人举着这支笔说各种各样原因 。

原来这张图是这支笔是 AI 做的 ， 这支笔上面有 MCP， 这支笔有 Skill， 这支笔是 agent 什么什么 。 那现在这个这个表情包的最新版本 ， 卖这支笔的人的脑袋上顶着 Anthropic 的 logo，他说这支笔会把所有人都杀掉 。

然后我右边放了一张 ， 可能就过去两三个月时间发生的各种各样安全的事件 ， 比如说入侵澳大利亚政府 ， 然后越狱 ，在各种各样的环节跳出人类的监控 。

你几乎可以每一周都看到类似的新闻的出现 。 安全 ， 所以你像刚才前面是时代杂志的封面 ， 然后纽约客最近也画了一个封面 ， 一个研究员 ， 对吧 ？

像博士生穿着这个白色的白大褂 ， 然后他在应该是数据中心里 ， 然后他想用力的把那个电源线拔掉 ， 对吧 ？

那代表什么呢 ？ 大家一看就知道了 。 然后这里我就我就皮了一下， 我说既然安全这么变成这样一个事情 ， 甚至 AI 会把所有的安全全部都冲掉 ， 那么从投资的角度来看 ， 这件事情对于网络安全公司而言 ， 对于现在的网络公司而言 ，是好事情还是坏事情 ？

他们股票该涨还是该跌呢 ？ 当时出现事件之后， 所有的网络安全股票 ， 我如果没错的话 ， 大跌了一段时间 ，但是很快所有股票开始暴涨 ， 所有的股票开始暴涨 。

我右右面画了一张图 ，是截止到 10 月 8 号 ， 标普 500 大概今年涨了 13%，但是网络安全的 ETF 涨了 56% 了 。ETF 涨 56% 就代表着有的很多公司的网络安全公司已经涨了超过 100%， 甚至 150% 了 。

安全 ， 安全 。 所以特朗普最近召集所有 AI 领域的有头有脸的 ， 我们知道的这些人， 小扎 、 老黄 、 马斯克 、 皮查伊哥 、 苏妈

， 微软的 CEO，OpenAI 的联合创始人 ，他们特朗普说我们不应该叫 AI 了 ， 我们应该叫 Super Intelligence， 对 ，Super Intelligence。 然后关于第一章技术的议题差不多了 ， 我用了快 40 分钟的时间 ，但是

PPT 最后到这一页 ， 我们没有在很多更复杂跟更多的议题上做展开 。 如果关注行业 ， 你会知道有很多议题在技术领域应该值得被更多展开 ， 比如说我几乎没有提到任何关于多模态的事情 ， 图片 、 视频 、 语音 ， 那当然我也没有提到世界模型的事情 ， 对吧 ？

我更没有提到物理 AI 机器人的事情 ， 我当然也没有提到 AI for Science。 这些话题其实我还可以再列好多好多话题 ， 这些任意一个议题都值得单做一章 ，但限于篇幅 ， 限于我整体的结构 ， 之后有机会跟有缘再说吧 ， 我就不在这里展开了 。

这些都是没有涉及的巨大的议题 。 放一点小小的纠结 ，AI 发展到这个状态 ， 我最近一次感到深深的无力是什么呢 ？

是我看到我的两位好朋友 ， 一位是 Cozy， 十字路口 ， 一位是仁心 ，AI 炼金术 ，他们在差不多的时间用 Opus 5.5 给他们的播客做了一次升级 。

因为现在小宇宙也支持视频播客了嘛 ， 所以大家都会放视频 。 原来的视频可能更多就是腾讯会议的截图 ， 对吧 ？

但是大家知道那个东西其实你看不看没有区别 ， 那看的就要做可视化嘛 。 那可视化恰恰是我天天在做的事情 ， 就跟我做 PPT 一样 。Opus 5.5 能力强到今天这个时间点 ， 可以把一段话做成可视化的表达的视频 ，而且效果非常的好 ， 几乎不需要人工的参观仪 。

当我看到最新的几期 AI 炼金术跟十字路口的播客的时候 ， 我真的就跟葛优一样瘫坐在那里 ， 又一次的感觉水位淹到脖子了 。

就是做出的效果非常的好 。 最典型的是我之前跟 Cozy 聊天嘛 ，Cozy 说他也被震惊到了 ，因为 Cozy 上上期播客是采访一个研究员 ，他去讲 Scaling Law 到底他们所概定义的 Scaling Law 到底是什么 。Cozy 自己说他在整个听的过程中 ，其实他自己也没有听得那么懂 ，但是当这段话 ， 就是这个研究员讲了一段非常高深的技术的描述的时候 ， 这段话被 AI 做成一个可视化的样子表达出来

的时候 ， 我就看懂了 。 那不就是我每天在做的事情吗 ？ 把一些晦涩的 ， 无论是数据 、 资本 、 钱 、 投资 、 行业分析 、 趋势 、 技术的东西做成一个 ， 或者是借用别人做成好的东西帮大家展示出来 ， 那不就是我每天在做的事情吗 ？

然后我又想到了我在两年之前听到的一期播客 ，是我很喜欢的两位播客创作者 ， 仲晴跟丹内的相争 ，他去仲晴去丹内另外一档节目叫 《 空岛 》 做客 。

那档播客的名字叫 《 仲晴 ， 播客可以是任何样子 》。 两年之前他们就聊到了 AI 的话题 ，因为当时是在空岛上做活动 ， 类似今天的狂喜也是一个 AI 的话题 ， 是一个音乐人发起的 。

然后仲晴作为 AI 音乐 ， 音乐跟 AI 行业都很资深 ， 或者说很了解的人去参与这场话题 ，他们就聊到 AI， 然后相争就问相争如何看待 AI， 对吧 ？

是不是恐惧 ？ 然后当时当时的仲晴回答了这样一段话 ， 仲晴说 ：" 我觉得恐惧也没啥用 ，而且那个所有那种心理安慰的东西都是假的 。

你比如说咱们就说那个什么 AI 会把枯燥无味的 、 没有创造性的工作的部分给你替代掉 ， 然后你剩下的部分才是真正有创造性的 。"

就这种说法都是放屁 ，在我看来它明显就是在替代你有创造性的部分 。 你到底在说什么 ？ 咱们能不能别这样 ， 别糊弄自己 ，不要骗自己 ， 弄一些精神鸦片 ， 对吧 ？

就没意思 。 相争说原来你是这么看的 ， 仲晴说 ：" 对啊 ， 它就是一个现实吧 。" 就大家你得学呀 ， 你不学你怎么办呢 ？

对吧 ？ 得学 ， 就是深深的无力感 ， 像范玮老师一样 ， 就学吧 ， 学无止境 。 我们讲完第一章 ， 进入第二章产业 。

我们如何定义 AI 行业的蓬勃发展 ， 对吧 ？ 有很多的图表 ， 比如说最典型的 Token， 对吧 ？Token 量 ，OpenRoot 的统计 ， 就是 Token 量应该你在字节火山的大会上， 甚至一些官方的报告上， 你都看到过各种各样的比对的方式 ， 对吧 ？

我只用选用其中一种 。OpenRoot 的统计 ， 从 OpenRoot 的统计来看 ，2025 年初 0.5 个 T， 到 2026 年它做这张表的时候是 9 月 7 号 ，126.2T 每周 ， 这是每周的数字 ， 翻了 260，250 多倍 。

这是一个角度 ，Token， 对吧 ？ 然后另外一个角度也是 OpenRoot 的统计 ，OpenRoot 的统计在所有的这些 Token 消耗里面 ， 绝大部分

有 132.6T， 这个因为这个这个表更新到了 10 月 05 号 ， 所以这个数字变得更大了 。132.6T 是被 agent 消耗的 ，17T 是被人类消耗的 。agent 远远超出人类消耗的 Token， 当然这是 Token 跟访问量的角度 ， 那可能说

有差点意思 ， 对吧 ？ 那最直接的当然是看收入喽 ， 当然是看收入喽 。 接着到 2026 年中，2026 年中 ，因为这些图表都是不同时间收集的 ， 所以它时间跨度是不一样的 。

有第三方机构统计 ，ARR 整个 AI 行业的 ARR 达到了 2,760 亿美金 ， 过去 12 个月收入是 1,610 亿美金 。 为什么这两个数字不一样 ？

因为如果你了解 ARR 的计算方式 ， 你就知道 ARR 是基于当下这个时间点去推 ， 线性外推 ， 推 12 个月或者推 52 周的 ， 所以它会变大 。

但是过去 12 个月是真实发生的 。 那这些收入是给谁贡献的呢 ？ 绝大部分 ，75%，1,730 亿美金是由云厂商 。

大家听到是哦 ， 云厂商 ， 云厂商也算吗 ？ 可能当下这个时间点 ，AI 行业的相关的收入确实大部分是由云厂商贡献的 ，20% 是由模型厂商贡献的 ，46 个 B，460 亿美金 。

真正意义上的 AI 应用 ，10 个 B，100 亿美金占 4%。在细致点来看 ， 我们看我也经常用的一个数据厂商 Rap， 它其实是做美国企业的信用卡 ， 做 to be 的 ， 对吧 ？

基于它的统计 ， 整个 Token 的量确实一直在疯狂的暴涨 。 但是但是但是 ，因为它是做企业信用卡的 ， 就是它是能看到企业在 AI 领域的花费的 ， 所以花费就是收入这件事情 ， 或者说这些企业的投入的成本这件事情来看 ， 这个数字在今年下半年或者今年 Q3 开始出现了一些波折 。

虽然在这个图做出的那一周 ， 应该是 10 月份那一周 ，10 月 1 的那一周

， 还是比之前的最高点要高的 ，但是从 8 月份左右开始 ， 这个数字其实一直在掉一段时间 ， 然后到 9 月份又开始有一个小跳 ， 然后又开始掉 ， 到 11 又开始往上了一点 。

这个事情你细想 ，其实是跟过去这一两个月时间 Opus 跟 GPT 的模型发布相关 ， 就跟我们前面讲的所有事情都对得上， 对吧 ？

所以我们看 ， 比如 10 月份的这个 ， 它每个月会做一次叫 Top Software Vendors， 就是到底这些企业花的钱花在了谁的身上， 对吧 ？

涨得最快的 Anthropic，因为发了 Opus 5.5， 对吧 ？OpenRoot，OpenAI，SpaceX AI， 对吧 ？ 这几家大的模型厂商 ，OpenRoot 是这个这个这个中转站 ， 对吧 ？

然后 Runway， 视频多模态 ， 对吧 ？DeepSeek， 就是这些公司都在 。 那所以在产业这一章我们展开呢 ？ 我又是分了三个小的章节 ，OpenAI vs Anthropic， 巨头与产业分工 ， 最后一个小的章节 AI 应用 ， 全场景我们一个一个看 ， 先看 OpenAI vs Anthropic。

首先很多人可能没有意识到 ， 我们每天都在讲 OpenAI 和 Anthropic， 它们每天都会出现在新闻上 。 首先我要说 OpenAI 加 Anthropic 已经很大了 ，OpenAI 和 Anthropic 加在一起 2025 年的收入 ，23 个 B，230 亿美金 。

今年大概率可能性 ， 它们两家加在一起 ， 今年的收入可以跑到 1,000 亿美金 。 我再说一次 ，是收入不是 AR， 这个收入是超过了在美国所有上市的非云厂商的软件公司加在一起的收入的 。

这些厂商加在一起大概是 63 个 B。 如果单看 Anthropic，因为最近 Anthropic 开了一次投资人的闭门会 ， 它公开了它的 Q3 的收入 。

收入我再次强调是收入 ，不是 AR，是收入 ，16.8 个 B，168 亿美金 。 这个数字已经超过了英特尔 ， 超过了 Uber， 超过了可口可乐 ， 超过了 Netflix， 超过了 Salesforce， 超过了耐克 ， 接近 IBM、Cisco、 高盛 、Oracle， 它们已经很大了 。

那最近也有新闻 ，OpenAI 也开了闭门会 ， 对吧 ？ 它们给投资人的分享 ， 应该大概率它们的 ARR 达到了 500 亿美金 ，但之前也有传闻说达到了 700 亿 ， 那到底是 700 还是 500， 重要吗 ？

我觉得已经不重要了 ， 对吧 ？ 那看商业模式 ， 对吧 ？ 大家想到 AI 公司 ， 第一优先想到的肯定是订阅喽 。

那这里出现一个问题 ， 这个问题也不是我问的啊 ，是 A16Z 问的 ， 订阅这种商业模式对于 AI 公司来讲是足够好的商业模式吗 ？A16Z 放了一张图 ， 它统计了今天这个时间点 ， 我们在互联网上能够买到的所有各种各样的订阅的产品 。

从用户量角度来讲 ， 订阅的用户量角度来看 ， 前 20 名里面只有一个 AI 公司 ， 就是 ChatGPT，但它只排在第 18 位 ， 排在前面有 Netflix，有 Spotify，有亚马逊的会员 ，有 Google 的会员 ，有迪士尼的会员 ，有腾讯音乐 ，有腾讯视频 ，有 YouTube，有 Apple Music，有 Costco， 对 ， 还有 Costco，有 Hulu 甚至 ， 甚至 BABA VIP， 这些都是会员 ， 对吧 ？

订阅会员 ， 这些数字 ， 订阅会员数量其实都比 ChatGPT 要大 。 当然对于一家刚刚成立了 ， 或者刚刚推出产品不是那么多年的公司来讲 ， 这种对比未必合适 。

但是我们看另外一个角度 ， 看订阅的收入跟毛利的对比 。 这是一家第三方机构去统计跟计算了一下 Anthropic 的订阅收入跟毛利的 ， 或者说算力的成本的对比 。

依据它所统计的数据来看

， 订阅用户贡献的收入只有 10%，其余 90% 是 API， 就是 Anthropic 的情况 。 但是为了服务这 10% 的订阅用户的算力成本 ， 达到了 41.7%。

所以看起来这件事情不太划算 ，是吧 ？ 同样的一个分析文章 ，也是来自这篇文章 ， 它去就分析了 ， 如果今天你是一个比如说 10 美金的 GPT 的用户 ，20 美金的 GPT 用户 ，50 美金的 GPT 用户 ，200 美金的 GPT 用户 ，100 美金的 GPT 用户 ， 或者是类似的 Anthropic 的各种各样价格位的订阅的用户 ， 然后你再用各种各样档位的模型 ， 比如说用满 ， 用满的情况下， 那肯定模型

厂商是亏的 。 用 75%， 然后用哪个模型 ， 大概率哪个厂商的毛利情况是怎么样 ， 这个表一算出来 ， 很多情况下， 厂商很多场景下都是亏的 ， 很多场景下都是亏的 。

所以毛利其实很难看 。 当然现在对外讲 ，Anthropic 跟 OpenAI 都说毛利还是比较高的 ， 那是因为它们把 API 的也算上， 然后也大部分用户其实是用不满的 ， 或者是连 50% 可能用不到 ， 我可能连 50% 的也都用不到 。

所以那就出现了一个 ， 我又放了一张梗图 ，AI 公司的收入这件事情 ， 对吧 ？ARR 情况看来看 ， 它画了一个像一片绿油油的菜地 ， 全都是蔬菜 ， 这是 ARR， 对吧 ？

然后真的到 revenue， 就是一盘在炒的菜 ， 一锅在炒的菜 。 然后如果再看毛利 ， 那菜可能只剩一个小叶子了 ， 对 ？

那现在情况就是这个样子 。 那再看 API 呢 ？API 跟什么相关呢 ？ 当然跟模型的发布相关了 。 你一个模型最近一段时间发的好 ， 你的 API 的量就会调 ， 调用量就会涨起来 ， 对吧 ？

就风水轮流转 。 我今天早上更新推特还在看 ，Opus 5.5 发布之后，Opus 5.5 涨得非常恐怖 ， 非常恐怖 。 所以直接造成哪家公司 ，OpenAI 和 Anthropic 基本上今天的时间依然是整个业界最期待的两家未上市公司 。

然后在这个评估角度来看 ， 又跟我前面讲的是对应的上， 就是模型的能力跟价格是都是影响因素 ，不单纯只是能力 ， 价格也是 ， 对吧 ？

为什么 Opus 5.5 得到大家这么强的认可 ？ 为什么 Luna 的调用量那么高 ？ 虽然 Luna 很便宜 ， 能力跟价格都是影响因子 。

所以大家都在找那个所谓的帕累托最优 ， 这两家客户 ， 这两家公司为了

Top 1 的客户付出了非常多的努力 。 有一些第三方机构也去质疑今天这个时间点 Anthropic 跟 OpenAI 的 ， 或者说 AI 行业模型公司的风险 ， 就是那个角度衡量 ， 就是你的 1% 的客户到底贡献了你多少收入 。OpenAI 加 Anthropic 这个数字是 80%，Datadog 90%，Snowflake 68%，Slack 在 IPO 的时候只有 40%。

大家默认会觉得这个数字应该低一点 ， 可是世界哪有完美的事情 ，不是吗 ？ 这是 OpenAI 对 Anthropic 第二个议题 ， 巨头之间的竞争 。

竞争又怎么只会停留在 OpenAI 跟 Anthropic 身上呢 ？ 竞争一定是拓展到所有人身上， 所有人的所有角度 。 什么黄仁勋的五层蛋糕 ， 对吧 ？

这里面这张图画了四层蛋糕 ， 芯片 、 基础设施 、 模型 、 应用 ， 对吧 ？ 然后到底是自建云还是自拥有自己的模型 ， 所有厂商都会在面临战略选择上做这样的矩阵的划分 。Google、 微软 、AWS、Meta、SpaceX， 那甚至这张图会更复杂 。

那我就找到了一张更复杂的图 ， 它分了九层蛋糕 ， 它可能连物理机器人分销渠道到底 2B 还是 2C， 企业市场还是个人市场都算上， 这张图的复杂程度就难以附加了 。

我就不展开讲了 ， 只是给大家看一下这个业务的复杂度 。 对于这些巨头而言 ， 我觉得共识的形成是非常快的 。

当 2022 年底大家已经看到了这件事情涉及的所有事情的时候 ， 那所有人就疯狂的动起来 ， 就几乎都在 23 年所有人都决定做自己的芯片 ， 去投核电厂 ，也要做自己的模型 。Meta、 亚马逊 、 微软 、 英伟达 、Google， 我在做这个 PPT 的过程那一周 ， 微软发了它们新的芯片 Maya 300。

拿芯片能源干嘛呢 ？ 在土地上建数据中心 ， 芯片 、 能源 、 土地建成所谓的 token factory，token 成为了智能的核心单位 。

所以最近藤原院的小灰博士不是发了一篇 ， 发了个新的书叫 《 通信经济学 》 吗 ？ 也是在讲这个事情 。

我们拿 token 来生成智能 ， 智能来去回答问题 ， 做 code， 做编程 ， 做 research， 做预测 ， 做 agent， 做规划 ， 做设计 ， 做分析 ， 做广告 ， 做营销 ， 做客户关系管理 ， 做所有的事情 ，token。

所以有了所谓 token factory 的说法 。 我放了几张示意图 ， 上面那张示意图是英伟达在它的 GTC 上展示它的 factory 的构建 ， 底下放了两张真正意义上现实世界里面放的英伟达最新的芯片组的样子 ， 这些钢铁机器 ， 对吧 ？

交叉之后的狂奔 ， 我同样用了一张我已经用过很多次的一张图 ， 就是美国数据中心建设的花销 ， 对比美国 office， 就是办公室的花销那个曲线 。

我第一次用这张图的时候 ， 这两条曲线还没有相交 ，但是数据中心的曲线已经在疯狂的上涨 ，office 的曲线在下降 。

我第二次用这张图的时候 ， 那两条曲线已经相交了 。 相交之后 ，在当时我演讲的时候我就说过 ， 大家想象一下这两条曲线相交之后会发生什么 ，

数据中心一定会策马狂奔的 。 那现在我们已经看到状态 ， 这张图最新的版本 ， 数据中心的那个曲线在相交之后疯狂上涨 ，office 继续往下建 ， 我们给人类建的办公室越来越少了 ， 给硅基的显卡们建的办公室越来越多了 。

所以造成了高歌猛进的 new clouds，Nebius 今年收入涨了 530%，Coreweave 涨了 151%。 从收入涨幅的角度来看 ， 这些公司的涨幅确实比微软云 、AWS 跟 Google 云要快太多太多太多了 。

然后这些新的 ， 我们叫 new cloud 的公司也出现了一些区分 ， 如果是偏租卡的有一波 ， 然后偏软件推理层的有一波 。

那当然我们频繁提到的像 Coreweave、Nebius 就是全都做的 ， 对吧 ？ 就是全栈的 。 但其实这种划分都没有意义 ， 或者说在今天的时间点似乎都没有太多的意义在于 ，其实大家都一样 。Coreweave、Nebius 也在租 GPU 去卖 token， 然后做推理平台的 Fireworks 这种公司也是在卖 token， 它们也可以去买 GPU 了 ，在它们平台上 。

连中转站 、 路由站 、OpenRouter， 包括刚才我说的那家 Vercel， 它们可能或者已经在做 GPU 的生意了 。 所以大家都一样 ， 都一样 ， 就是卖 token， 对吧 ？

怎么卖的区别而已 ， 到底是硬的卖还是软的卖 ， 还是一起都卖 。 现在看起来就是全都要

。 然后这个行业的好处 ， 或者说大家还在支撑信仰的一个很核心的理论 ， 就是无数人提出的这个借用的这个杰文斯悖论 。

我们看单价 ，AI 可能是所有历史这几次技术革命里面这个所谓的这个技术的单价下降最快的一次 ， 对吧 ？

因为现在 token 的价格 ， 或者说模型的同一能力的 ， 就是今天我是个 SOLAN 模型 ，但是再过几个月你因为你不是 SOLAN， 你这个降价降的幅度就是几何倍数在降 。

但是这种降价 ， 就是 token 价格的下降 ， 带来的是行业的更多的应用跟更多的采用 。 那如何去衡量这种所谓的拓展 ， 这个叫扩散的比例跟状态呢 ？

常规大家会看几个核心的显卡的租赁价格 ， 对吧 ？ 最核心的比如 H100 的价格还在上升 ， 大家要知道 H100 是一个 22 年的产品 ，22 年那时候还没有 ChatGPT 呢 ，H100。

然后今天比如比较新的一些芯片 ， 或者说比较目前这个时间点核心的厂商们在用的是 B300， 那因为开源模型的爆发 ， 采用量的购买量的提升 ， 大家又要用更多的 token， 那更多 token 就要有更多 token 的生产 ， 就要租

， 就要租更多的 B300。 所以 B300 似乎成为了一种理财产品 ， 如果你有门路找买得到 ， 转手几倍的卖 ， 对吧 ？

然后有一些第三方的统计 ， 我们看这个第三方的数据统计 ， 看 H100、B200、B300， 可能现在是比较主流的几个 GPU 的租赁价格都在上涨 ，其中涨得最疯狂的就是 B300，但同时配着的是 token 价格的下降 。

当然这件事情造成的结果 ， 就是造成了英伟达所有的显卡的变态的折旧率 ， 变态的折旧率 。H2Z 的统计 ， 啊也不应该不是它们 ，是它们用的别人的统计 ，A100，A100 是 2020 年的芯片 ， 它在今年的折率还在上升 ， 你可以想象吗 ？2022 年的 H100 刚才说过了 ， 还在涨 ， 甚至今年巅峰的时候接近过 100%。

也就是说今年去买 2022 年的显卡 ，H100 是要按原价买的 ， 几乎没有折旧的 。 那更新的 2024 年的 H200 跟 B200， 它们的折旧就已经超过 150%， 接近 175% 了 ， 那都不叫折旧 ， 叫折新了 ， 对吗 ？

都比原来价格要更贵了 。 好 ， 我们聊完了巨头竞争 ，token 工厂 ， 那么多 token 到底用在哪了呀 ？ 我们该聊聊应用了 ， 对吗 ？Menlo 那家领头的 Anthropic 的 C 轮的 VC 基金每年会出这个 State of AI consumer 报告 ， 今年也出了 ，9 月份出的 ， 我没记错的话 。

据它的统计或者它的测算 ， 今天全世界范围内大概有 20 亿人在用 AI 产品 ，20 亿人， 那中国可能贡献了无计较 10 亿吧 ， 一半吧 。

收入角度来看 ， 从去年的 2025 年的 120 亿美金涨到了 400 亿美金 ， 这些是真正意义上的偏应用的公司贡献的 。

当然在它的角度来看 ，是跟模型公司应用也是算在里面的 ， 所以它这个数字跟前面我们提到那个第三方统计有一点差别 。

那先看订阅 ， 对吧 ？ 又一次预算加了吗 ？ 在订阅角度来看 ， 或者叫 chatbot 这个战场 ， 这个战场还有人关注吗 ？

我觉得已经没有人关注了 ， 对吗 ？ 去年写报告大家每次还要写 ，但今天已经没有任何人写 ，chatbot 会怎么样了 ， 对吗 ？

所以 chatbot 预算加 ， 从订阅角度来看 ，ChatGPT 依然非常领先 ，Google 的 Gemini 跟 Claude 还在追 ，而且追也看起来也没有什么太大的意思了 ， 对吧 ？

又一次预算加 。 然后这引发一个新的议题

， 这个议题其实在过去几年也无数次的提及 ，也是我跟 Koji 对谈的时候我也去聊了一段话 ， 就是大模型真的会吞噬一切应用吗 ？

两方就是吞噬跟不会被吞噬都有非常强烈的证据 ， 所以谁也说服不了谁 。 但是我从另外角度来说 ， 这个吞噬是说寸草不生呢 ， 还是说还是会长出一些东西的 ？

那如果从这个角度来看 ， 应该还是会长出一些东西的 。 比如说 ， 我为什么会在 Koji 那次对谈里提及这个角度 ， 就是我们聊到我今年有 Aha moment，是那个 Sora 的关闭 ， 然后直接引发的问题在于 ，其实在视频这个板块 ， 当然可能更多跟中国厂商相关 ，因为视频这个板块大模型并没有 ， 或者说那预算加并没有吃掉 ，而且是别的厂商 。

当然这里面从视频平台角度来讲有自结 ， 那就变成了自结会不会吃掉一些 ， 那看起来好像也没有 ， 对吧 ？

那图呢 ？ 虽然 GPT 的 Image 2 已经强到无以复加了 ，但是图片领域 Midjourney 其实活得很好 ， 虽然也没有太多人提这家公司了 。AI 浏览器呢 ？

大家还记得 OpenAI 发布的 AI 浏览器吗 ？ 虽然 Arc 已经关闭了 ，但是 Publicity 其实活得一直都不错 ，而且收入涨得也很快 。

那机器人呢 ？AI for Science 呢 ？RSI 呢 ？ 音乐呢 ？ 语音呢 ？ 好像也都有一些公司存在 ， 那垂类行业你就更不用说了 ， 法律 、 金融 、 医疗 ， 对吧 ？

都是

。 那又回到前面的议题 ，AR 或者收入还可能依然是今天时间我们去衡量应用这个市场发展的很重要的指标 。

所以你看 ， 我用了一张 H2Z 每半年会发布的那个 Top 100 的搒单 ， 之前 H2Z 发布这个搒单的时候 ， 只有 Top 50 的移动端应用跟 Top 50 的 Web 应用 ，但在这次搒单里面它加了一张表 ， 就是 Top 50 的通过月收入去计算的 AI App。

收入 ， 收入 ， 收入 ， 我们看到了无数我们熟悉的公司 ，OpenAI、Anthropic、Canva、Hacksfield、Suno、LaoBo、Perplexity、ElevenLab、Midjourney， 你看 Midjourney 排在第 11 位 ， 它活得很好的 ，OpenRouter、Figma、Claude、Notion、Minus、Heijin、Runway、Kerling、TopView、Gamma，Gamma 还在 ，Mercy 最近公开以美金 AR 的 Mercy， 我们 AI3D 的代表公司

，Jasper、Hugging Face、30Park、Memex、N8N，N8N 还在呢 ，Devon，Devon 还在呢 ， 我的天呐 。 对吧 ， 收入 ， 把这些公司按场景来看 ， 图像 10+， 视频 10+， 音频 7+， 多么占了一半以上 ， 你可想象吗 ？

文字办公 9+，Agent 9+， 技术设施 5+。 然后如果我们用一个偏 ， 我觉得这可能跟 H2Z 的这个背景有关 ， 或者跟我们这些老登的银行网投资人有关 ， 我们如果把银行网的很多大的方向去做一个同样的对比 ， 搜索大家已经有了 ， 生产力工具已经有了 ， 然后图片视频大家已经有了 ， 对吧 ？

这几个板块反正银行网的年代也很大 ， 对吧 ？ 但是比如说

健康可能没有太多 ， 然后完全没有的比如说交易平台 ， 对吧 ？ 这个在整个银行网年代应该是最大的几个板块之一 ， 交易平台 、 社交媒体 、Travel、 旅行 、 个人金融 、 工作 、Gaming、 约会 、Dating， 这几个板块其实都很大的银行网公司 ， 可是这几个板块没有很大的

应用公司出现在搒单上 。 那似乎从场景角度来看 ， 还有很多的机会 。 然后如果我们把时间的角度也放上， 又是一个非常移动互联网的平凡标准用户的时间 ， 所以 H2Z 做了一张坐标系 ， 横坐标是用户花费的时间 ， 纵坐标是收入增长 。

那用户的收入涨得最多 ，并且时间涨得也最多的 ， 最右上角 ， 生产力工具 ， 用户花的时间少了 ， 花的钱也少了 ，Gaming， 哈哈 ，Gaming 怎么办呢 ？

对吧 ？ 然后你像体育 ， 社交媒体是虽然用户的时间在变少 ，但是钱还在涨 ， 虽然涨得不多 ， 所以就还好 ，但是从用户时间角度来看 ， 很麻烦 ， 对吧 ？

所以之前有个梗图是说 ， 我们本来设计 AI 是让它去从事那些苦力的 ， 我们去娱乐的 ， 结果今天 AI 做的所有都是一些创造性的 ， 画画 、 做视频 、 写文章 、 做各种各样编程 ， 我们只能做苦力的 ， 对吧 ？

去扫地了 。 然后我刚才说过这个 H2Z 这次搒单是分收入 ， 移动端跟 Web 的 ， 那就有三张表单 ， 那同时出现在这三张表单上的厂商有七家 ，ChatGPT、Claude、Canva、Suno、Publicity、Notion 跟做图片的 PhotoRoom，不容易 ， 对吧 ？

那流量跟营收能够兼得吗 ？ 其实很难 ，因为也有很多厂商并没有出现在流量的搒单上 ，但是它出现在了营收搒单上 。

然后对于这些应用公司 ， 我们看到了各种各样什么这家公司很快的突破到了一个 AIR 的什么里程碑 ， 那去画这种表的时候 ，在一年之前大家还是在画 ARR 突破 1 亿美金的表格 ， 对吧 ？

什么 Cursor 啊 ， 当年的 Devon 啊 ， 什么 Harvey 啊 ， 这种公司都出现在这种表单上 。 可是今天你发现这种表单去画的时候 ， 我们要画 ARR 超过 10 亿美金才有意义 ， 就破亿 ARR 似乎已经不能证明什么了 ， 需要破 10 亿美金 ARR， 这可能也是某种通货膨胀吧 。

然后我们刚才说 H2Z 的搒单去拉移动互联网场景对比的时候 ， 比如像 Dating 这个场景或者社交这个场景 ， 没有公司出现 ， 那有一部分是这些公司长得不够大 ， 另外有一部分是 H2Z 在做搒单的时候刻意回避了 NSFW，Not Safe Forward， 就是有一些擦边的应用

。在这个板块 ，10 月 12 号发生了一个新闻 ， 就是 AI 的社交跟陪伴的鼻祖公司或者代表公司 Carer.ai 破产了 ， 然后引发了很多的讨论 。

然后我看了一下那个破产的那个法律文件 ， 就是 Carer.ai 目前的资产大概 5000 到 1 亿美金 ， 然后债也是 5000 到 1 亿美金 ， 所以它申请破产 ， 好做后面的所有的这些处理 。

所以有很多的评判文章就说这个赛道到底没有机会啊 ， 为什么这个公司代表公司直接就破产了呀 ？

然后很有意思的是在差不多的时间 ， 这个板块的好几家公司最近的半年多都发展得非常好

。 然后我本来在做新的一页 PPT 的时候 ， 我就把这些今天这个时间点 AI 陪伴社交公司的代表公司列出来 ， 然后标题起的叫 " 偷偷挣钱的他们 "，其实他们的收入在最近的半年时间涨得非常快 。

传闻这个板块现在最最最头部的公司 ARR 已经到了 2 亿美金 ， 就是最近很火的 Type C， 当然还有 Zeta 呀 ，OC 啊 ，Polybuz 啊 ， 这些公司存在 。

然后有另外一位极客网友用了一个更文艺但我觉得更贴切的说法 ， 叫 " 一鲸落万物生 "。 那这个板块为什么会出现这样的情况 ？

然后这几家偷偷挣钱的公司 ， 要么是中国公司 ， 要么是韩国公司 ， 要么是日本公司 ， 对吧 ？ 那为什么是这样 ？

又回到前面我说的一个说法 ， 就是 AI 出现的时候大家就知道这个事情跟 2C 端的结合一定有机会 。

如果你认为一个事情一定有机会 ， 要做的事情就是每三年再做一次 ， 那就是因为可能模型能力到了 ， 对吧 ？

无论是多模态能力 、 推理能力 、 对上下文理解能力 ， 可能都到了 ， 还是成本到了 ， 还是这些厂商在这个里面打磨很久用户的积累的习惯 ， 无论是付费习惯跟使用习惯 ， 可能也到了 ， 到了一个节点它就破了 ， 就这么简单一件事情 ， 一鲸落万物生 。

好 ， 张嘴闭嘴都是钱 ， 你回头想我在产业这一章讲的大部分事情都跟钱相关 ， 都跟钱相关 ， 对吧 ？

其实说是产业 ，其实就是钱 。 那既然谈钱 ， 我们就应该谈得彻底一点 ， 对吧 ？ 就是像我上次讲 One Intelligence，因为我是给一个金融机构做

他们的演讲 ， 然后我那朋友跟我讲 ， 就你就不要讲那些股市的那些事情了 ， 对吧 ？ 因为他们是一家量化机构 ， 我想行 。

所以那次就是 One Intelligence 那一次 PPT 几乎没有涉及到资本这个相关的事情 。 那这一次 ， 我要把上一次 PPT 不让讲的东西加倍讲回来 ， 我们进入第三章资本

。 第一张图又是一张非常非常熟悉的图 ， 标普 500 的指数 ， 这个图表我每一次用几乎都是一样的标题 ， 屡创新高 ， 标普 500 68.5 个 T， 将近巅峰 69 个 T。

然后这是到截止到 10 月 20， 啊不 ，10 月第一周吧 ，10 月 16 号的 ， 屡创新高 ， 标普 500。 我们用的这个数字叫 69 个 T， 对吧 ？Trading。

然后我在去年演讲的时候也说过 ， 就是我们开始用衡量人类 GDP 的数据单位标尺来去衡量 AI 这一轮 ， 对吧 ？

就是 Trading， 这个万亿美金这个词频繁地出现在各种各样的 PPT 的页面里 。 然后我们先从 GDP 开始 ， 对吧 ？

根据麦肯锡的统计 ， 它预测到 2032 年这一轮 AI 的大的基础设施的建设投入要达到 GDP 的 3.6 个点 ， 超过了铁路 ， 超过了信息革命 ， 超过了光纤 ，3.63。

那我们回看整个信息行业的发展 ， 对吧 ？ 我们从 PC 机到网络到桌面互联网到移动互联网到 Cloud， 我们正在经历 AI 的时代 。

那这是周期 ， 对吧 ？ 铁路是个周期 ， 石油是周期 ， 光纤是周期 ，AI 这轮的周期 。 那我们就看周期 ， 每一轮周期中我们都会看 Capex 对 GDP 的对比 ， 大家会认为 2%， 甚至之前认为 1.5% 就是个很疯狂的数字 。

今天 ， 今天 ， 今天 ， 截止到 2030 年的预期 ， 前面麦肯锡是截止到 2032 年是 3.63， 截止到 2030 年的预期这个数字是 2.9， 无论是 2.9 还是 3.63， 都已经超过了 2。

所以 ， 所以要调整吗 ？ 同样的 ， 大家会去看最核心的代表公司占整个市场的占比 ， 比如铁路的时候最巅峰的核心公司占整个市场 63%，其他一段时间可能我们去看信息革命的时候 ， 互联网泡沫的时候 41%， 然后看日本市场爆破之前 44%。

大家会认为 40% 是一个主要的泡沫破裂的基准线 ， 今天 AI 的前十大公司占整个市场的 42%。

周期 ， 每次都要大调整吗 ？40%，2% 的 GDP， 可能就是个信号吗 ？ 那这个周期会持续多久呢 ？ 农业革命 ， 我们从用狩猎的方式到农业 ， 种地的方式 ， 我们走了过了 12000 年， 我们通过原来的人力的方式到被机器取代 ， 走过了 200 年，

我们通过软件的方式替代到无纸化办公 ， 我们用了 70 年， 我们现在在用 Token 代替工作 ，Work， 要用几年呢 ？ 然后你看这个 ， 虽然只有三个样本 ，不太能构成统计学的规律 ，但是我们可以硬推一下，12000，200，70， 那下一个数字大概率应该是一个个位数 。

那个位数就分是 5 以下还是 5 以上 ， 对吧 ？2022 年底 ChatGPT 发布到今天已经四年了 ， 那无论是 5 以下还是 5 以上 ， 似乎我们可能都不远了 ， 对吗 ？

再看宏观角度来看 ， 宏观为什么要看利息跟国债 ， 美联储开始上调利息了 ， 流动性会出现巨大的调整 ， 美国的十年期国债再一次破 5 了 。

也就是说今天你有 ， 你对一个比较大资金体量的资本来讲 ， 你有方式以一个相对几乎无风险的方式获得稳定的长期的 5% 的收益

， 你怎么选 ？

再看股市 ， 同样又一个新的指标 ， 巴菲特指标 ， 我也用过很多次 ， 巴菲特指标是看整个所有美股上市公司的估值去跟 GDP 做对比 ， 又跟 GDP 做对比 ， 这个估值之前此前认为超过 150% 就很危险了 ， 超过 150% 就会有调整 ， 后来这个数字涨了 200%， 大家认为 200% 也很危险了 ， 今天 ， 今天 AI 这轮带来的暴涨 ， 科技股带来的这轮牛市 ， 这个数字已经涨

了 250% 了 。 那巴菲特指标还有意义吗 ？ 很多人会说今天因为在美国上市的公司很多它的业务都是覆盖全球的 ， 所以应该跟全球的 GDP 某种程度上去做对比 ， 那可能对吧 ， 我们也不知道 。

然后再看过去十年， 每个十年最大的这些公司的变化 ， 你会发现过去的十年， 甚至再往前推十年， 大部分最大的公司都是科技公司 ，而且过去十年很多科技公司都是新兴的科技公司 ， 能够时间比较长的可能只有微软跟苹果了吧 ， 原来认识的什么 IBM、GE、AT&T 这些公司已经其实都消失在前十的搒单了 ，而且前十的估值在疯狂的上涨 。

再看一点 ， 这是 CrowdTool 的统计 ， 它会说今年的市场特别的狂暴 ， 一个指标 ， 统计单天指数 ， 指数变化 ， 无论是增还是减 ， 超过 3% 的天数 ，以及统计单天指数 5% 的天数 ， 你要知道指数涨 3%、5% 或者跌 3%、5% 是很可怕的

。 上一次这么疯狂是 2021 年， 再上一次这么疯狂是 0001 年， 是两次大泡沫的时候或者大金融危机的时候 。

今天 ，00 到 01 年，00 年有 84 次超过 3%，37 次超过 5%，01 年有 73 次超过 3%，23 次超过 5%，20 年有 48 次超过 3%，22 年有 46 次 ， 都是几十次 。

今天 26 年有多少次呢 ？ 超过 3% 的单天波动

，120 次 ， 今年还没有过完哦

， 超过 5% 的有 81 次 ， 市场异常的狂暴 ， 都不是一般的狂暴 ，是异常的狂暴 ， 那能代表什么呢 ？ 我们再看个股

， 今天涨得最好 SanDisk、 戴尔 、 美光 、 西杰 、 英特尔这些公司 ， 就像我 6 月份讲的那些老家伙都回来了 ， 对吧 ？

越南先涨的还可以 ，AMD 也可以

， 涨得都很多 ，因为 AI 这一轮还在涨 ， 还在涨 。 但如果我们看 PE 的话 ， 看 PE 的话 ， 无论是五年期的 PE 还是十年期的 PE， 科技公司的 PE 其实是在降低的 ， 相对于之前 。

也就是说科技公司从 PE 角度来讲 ， 科技股才变得更便宜 。 哎 ， 你不说风险很高吗 ？ 那不应该疯狂一下吗 ？

那怎么还变得更便宜 ？ 那这么便宜情况下代表它利润很高呀 ， 那利润很高 PE 又没有很高 ， 那不危险呀 ，不是吗 ？

下一个议题 ，Mac 7， 那今年来看苹果涨得就好 ， 涨了 26%， 越南涨了 15%，但是 ，但是 Mac 7 还重要吗 ？ 这些公司还重要吗 ？

拆分来看其实可能确实没有那么重要 。 标普 500 用了一张指示图 ， 然后你看整个 Mac 7 的平均表现是低于标普 500 的 ， 大型云厂商更低 ，其余的那些科技公司涨得还不错 。

也就是说纯看科技股的公司也要分化 ， 那其实简单化分就是 AI loser 跟 AI 的 winner， 对吧 ？ 那那些 winner 是谁呢 ？

就是刚才那些喽 ，SanDisk、 戴尔 、 美光 、AMD、Nebius、 台积电 ， 对吧 ？ 科技股要再分开看 。 那这里面涨得最好的当然就是半导体公司喽 ， 就是芯片公司喽 ， 这其实也跟周期相关 。

石油 ， 石油那个年代能源公司涨得最好 ， 对吧 ？ 然后 .com 年代硬件有一波

， 金融危机那个时候 ， 就是为什么是危机 ， 那就代表之前的金融机构涨了一大波 ， 对吧 ？ 那现在 ， 就是这一波就是 AI 带来的半导体公司 ， 那当然 AI 这一波硬件公司也开始涨了 ， 所以 AI 硬件公司那个曲线也往上上调 。

半导体公司其中最疯狂的当然就是存储公司 ， 存储公司的毛利已经进入化到一个疯狂的阶段 ， 多么疯狂呢 ？

今天

， 美光 、SK 海力士 、 三星的平均毛利达到 76%， 这个毛利跟

印钞机几乎没有区别 ， 这个毛利比交易所 、 支付 、 金融评级数据公司 、 烟草 、 大型软件公司 、EDA 公司 、 数字广告公司的毛利都高

。 高到什么程度 ？ 最典型的美光今天的毛利可以到 81%， 毛利 81% 要割高 ， 一块钱的成本卖五块钱

，但是三年之前美光的毛利是负 9%， 毛利为什么变负呢 ？ 难道它亏本在做吗 ？ 对 ， 就是亏本在做 。

如果你是美光 ， 面临这轮的暴涨 ， 每天排着队有人找你要订单 ， 你该怎么做呢 ？ 你会疯狂投入吗 ？

会不加代价的无限供应吗 ？ 当然不会了 ， 对吗 ？ 所以很多人会说 28 年因为这轮的投产会有一定的缓解 ，但似乎看起来 28 年可能也缓解不了

。 回头看这几年，22 年底 ChatGPT 发布的时候 ， 这些我们提到的英伟达 、 台积电 、 高通 、 三星 、SK 海力士 、 美光 、AMD、 英特尔 、ASME、 西杰 、 西部数据加在一起 2.44 个 T， 今天 10 月份这些公司加在一起 17.73T，6 倍 ，6 倍 。

所以过去几年如果大家炒股 ， 全部买这些股票 ， 平均算应该涨 6 倍 ， 对吗 ？

二级讲完我们聊一级 ， 史无前例的一级 ， 对吧 ？ 我们之前也讲过 OpenAI 1.0， 这轮 OpenAI 应该是 1.25T 再扔 ，Anthropic 之前是 2 个 T，但最近传说已经压到 1.5 个 T 了 ，SpaceX 已经上了 2 个 T， 这加在一起 5.2 个 T， 如果我们还 Anthropic 按 2 个 T 算 ，5.2T 什么概念 ？

这个数字超过 1980 年开始到 2025 年， 过去 45 年在美国上市的所有科技公司的市值 。

所以我画了一张梗图 ， 就是 SpaceX 上市的时候像外星飞船 ，因为 SpaceX 不是做太空的吗 ？ 画外星飞船把大家都吸上去 ， 然后那个人说 ， 我们可能真的没有什么别的选择了 。

没有上到 OpenAI 跟 Anthropic 几乎变成了全村人的希望 ， 当然最近 Anthropic 开闭门会的时候有民众去那个会场旁边举旗子 ， 叫 block 的 IPO 不想让他们上市 ， 全村人的希望 OpenAI 跟 Anthropic， 所有的巨头的钱都不在 ， 然后 VC 的钱 、 流动性 、 债 、 对外的承诺 ， 所有的事情 ， 所有的事情 。

所以叫全村人的希望 ， 希望到什么程度呢 ？ 比如说有机构画了一张对比图 ， 今天这个时间点拿 Anthropic 这家公司的营收 ，Q2 的营收 ，因为它没有用 Q3， 用 Q2 的营收是 11.5 个 B，115 亿美金 ， 然后今天的时间点绝大部分上市的软件公司 ， 什么 SAP、Salesforce、ServiceNow、Adobe、Zoom 加在一起 53.4 个 B， 就是大概 Anthropic 的 5 倍不到 ，但是从市值角度来看 ， 所有这些软件公司加一起不到一个 T，但 Anthropic 可以交价 2 个 T。

所以就出现了一个对比 ， 就是之前如果大家关注行业的话 ， 应该看到过李路的那个最近关于投资的一个长文 ， 对吧 ？

他说他最近看过一份募资材料 ，有一家公司把自己称作研究实验室 ，他自己现在每年烧掉数百亿美金 ， 同时还承诺未来会继续烧掉数千亿美金 ， 每年烧掉数百亿美金 ， 这个数字最新的应该是 800 多 ， 对吧 ？

烧掉数千亿美金就是 5000 亿美金的承诺 ，他告诉你他在创造一种具有变革性的技术 ，但与此同时他又说这项技术有大约 10% 的概率把所有人都杀死 ， 说到这大家应该知道是哪家公司了 ， 对吧 ？

这些话就写在募资材料里 ， 然后他邀请所有人至少投入 1000 亿美金 ，并且以按照 2 万亿美金的估值来给他定价 。

如果这里面存在任何逻辑上的一致性 ， 那已经令人很令人费解了 。 这其实是一个非常极端的例子 ， 说明市场中有时候能够非理性到什么程度 ， 这些事情不可能同时都是真的 ，但市场现在就是到了这种程度 。

这说的就是 Anthropic， 对吧 ？Anthropic 最近因为这次的投资者的闭门会 ，有一些数据被公开 ， 华尔街日报画了一张他们的收入跟利润的 ，其实就是亏损的对比图 ，但这张图画的我觉得有点恶意 ， 恶意是什么呢 ？

其实今天这个时间点 ， 虽然说 Anthropic 今年可能会亏 800 多亿美金 ，但 800 多亿美金可能 600 多亿美金是因为它快速融资 ， 包括回购股份造成了股份价值的变动导致的 ，也就是说它不是业务产生的 ， 纯看业务的情况来看 ， 依据华尔街日报画出的这张图 ， 纯业务层面来看 ，Anthropic 可能已经接近盈亏平衡 ， 甚至已经小额盈利了 。

然后当然也有很多机构会说 Anthropic 可能是叫 Anthropic is the most ridiculous IPO of 2026， 对 ，ridiculous，但是我又会觉得 ， 从时间维度上来看 ， 我们今天对 Anthropic 有点过于苛刻了 。

什么叫苛刻呢 ？ 我们细看 ，Anthropic 2025 年是 46 亿美金收入 ，Q1 47 亿美金收入 ，也就是说 2026 年 Q1 完成了去年全年的收入 ， 然后到 Q2 是 116 亿美金

，也就是说 Q2 的收入是去年全年收入的两倍多 ，2.5 倍甚至

，也是 Q1 收入的两倍 ，也就是说它 Q1 到 Q2 翻番 ，Q3 是 168 亿美金 ， 虽然没有翻番 ，但是 Q3 比 Q2 多了 50 亿美金 ， 就是多了一个季度 ， 甚至多了去年全年一年的收入 ， 那这怎么能算慢呢 ？

但是对不起 ， 今天大家业界去衡量 Anthropic 收入是按月去衡量的 ，AR 是按月乘以 12 的 ，6 月份的时候传闻 Anthropic 的 AR 是 600 亿美金 ，也就是说它的月收入已经在那个时候到了 50 亿美金一个月 ， 你现在听起来已经很可怕了 ，因为它相当于一个月就可以挣去年一年的钱了 ，但是对不起 ， 到 9 月份的时候 168 亿美金代表它一个月还是挣 50 多亿美金 ， 按月度增长可能已

经只有个位数增长了 。 但是大哥 ， 你在说什么 ？ 你在按月去衡量一家已经营收超过几百亿美金公司的营收增长 ， 你要知道大部分上市公司是按年去衡量的 ， 按月是按年的 12 次方 ， 过于苛刻了 ，但是对不起 ， 你要叫价 2 亿美金 ， 市场只能按这么苛刻的方式去衡量你 。

说完这些公司 ， 再说这些公司的投资者 ， 比如说有一个说法是说今天如果你不在这些最大的 AI 公司的股东列表上， 你就谁也不是 。

我们把 Anthropic、OpenAI、Databricks、Stripe 这几家最大的 AI 公司 ， 甚至扩展到 Top 10 的 AI 初创公司的股东列表拉出来 ， 我们看到 Accel、H6Z、 红杉 、Insight、Southbank、 富达 、Salesforce、 英伟达 、Menlo、Code2， 我们看到很多这些人， 没有看到谁 ， 你不在这个名单上， 你就谁也不是 ， 就这么极端 ， 对吧 ？

然后整个 VC 行业今年的募资其实并没有很强 ，因为很多的钱直接就通过 SPV 或者别的方式流转到了那些最大的公司身上， 当然从退出角来讲 ， 今年是史无前例的 ， 如果今年 Anthropic 上的话 ， 那就是疯狂的史无前例 ，不上的话 ， 那明年就是史无前例的 ， 就是这么简单 。

那投资角度就更极端 ，A16Z 的统计 ，AI 相关的公司 24 年占 Deal 的 ， 就是所有项目的占比 54%， 第一次超过 50%， 去年 65%， 今年 86%。

过去两年可以说整个市场叫 AI 和其他 ， 今年的市场叫 AI 没有其他 。5 亿美金单轮融资 ，5 亿美金单轮 ， 你要知道很多基金 ， 一个基金都没有 5 亿美金 ，5 亿美金的单轮融资就是这种超级大的 big deal， 拿走了市场 90% 的流动性 ， 这个数字在 2016 年十年前只有 45%。

中国呢 ？ 我的好朋友 IT 橘子的朱迪 ， 就是 IT 橘子的数据负责人， 发过一条极客 ，7 月 1 号发 ， 就是他们正好统计上半年的数字 ， 上半年有 123 笔单轮 10 亿人民币以上的融资 ， 单轮 10 亿人民币 ， 很多小基金 AOM 都没有 10 亿人民币 ， 这个额度让多少机构 AIR 汗颜 。Q3 的也出来了 ，Q3 有 Q310 以上的单轮融资 ， 拿走了中国市场将近 50% 的流动性 ，3 到 10 亿拿走 15%， 加在

一起是 60% 的流动性 ， 被单轮 3 亿人民币以上的融资拿走了 。 我在下面写了一行小字叫 123 除以 123， 刚才朱迪说上半年有 123 笔单轮 10 亿以上的融资 ， 这是第一个 123， 那第二个 123 是什么呢 ？

我问了一下豆包 ， 我说今年上半年有多少个工作日，123 个工作日， 也就是说今年上半年在中国每一个工作日每一天会发生一起一轮 ， 一个公司拿 10 亿人民币 。

中美在这件事情上的 VC 们实现了同步 ， 那造成结果当然就是这些最最最头部的厂商疯狂的跌估值了 ，Anthropic 每 4.8 个月 ，OpenAI 8.1 个月 ， 没有上之前的 XAI 就 SpaceX 3.5 个月 ，Mistra 7.3 个月 ，Paradise 3.9 个月 ， 涨涨涨 ， 往上涨 。

那具体这些公司投到哪呢 ？ 这是第一热门方向 ， 上次 RSI 讲过的 ，Infra， 数据 ， 强化学习 ， 环境搭建 ， 甚至 benchmark， 同样的做了一张表 ， 这个领域最核心的一家公司的收入 ， 跟最核心的软件公司的收入对比 ， 可能依然是一个 1/4 到 1/5 的状态 ，但是今天他们的估值已经跟那几家公司差不多了 ， 比如 Firefox 加 Basin 加 Together 加 Model， 可以已经跟 Datadog 加 Snowflake 差不多了 ， 估值 。

这其中涨得最猛的当然就是数据公司了 ， 当然就是数据公司了 ， 比如说这其中有一家公司叫 AfterCurie， 它是 25 年

东的 VC 公司 ， 到今天不过才一年多的公司 ， 这家公司 AR 迅速达到 1 亿美金 ， 估值 30 亿美金 。 引入一个角度 ， 这个角度我一说大家就明白 ， 你的投入就是我的收入 ，因为所有的人都在往后训练走 ， 所有人都在做更多的强化学习 ， 需要更高精尖的数据 ， 无论这个数据怎么来的 ， 那当然这些头部模型厂商跟 New Lab 融的钱 ， 这些钱要花出去 ， 很大

一部分就给了数据公司 ， 那有人要接这个数据公司 ， 这些钱就变成了这些数据公司的收入 ， 你的投入 ， 我的收入

。 下一个热门方向 ， 世界模型 ， 最最核心的事件当然是李飞飞老师的 WeLive 在公布 Demo 之后， 被苏妈的 AMD 82 亿美金收购了 。

很多人会说 WeLive 不是只有一个 Demo 吗 ？ 为什么值这么多钱呢 ？ 很简单啊 ， 硅谷的人贵啊 ， 你今天去搭一个 100 人的 Top 的研究团队需要多少钱 ？

一个研究员就是 1 亿美金 ，100 个人就是 100 亿美金 ，不是吗 ？82 亿美金收一个一百两百的团队 ，不合适吗 ？ 就是这么赤裸裸 ，不是吗 ？

再看更早期的 VC 的趋势 ，VC26 年春季跟夏季已经结束了 ， 你明显看到夏季里面有很多刚才我们说过的做 Agent Infra 的 ， 做 RR 搭建的 ， 就是数据的公司变多了 。

我记得有个统计是说有多少公司 ， 就是有有统计说哪家公司是你的假想敌 ， 最多的一家是有 8 家公司说我假想敌是 Scale AI， 数据公司

。 然后资本这一章的最后一个小章节 ， 关于循环融资的泡沫讨论 ，2.0， 为什么 2.0？ 因为去年做过 1.0 的讨论 ， 然后布隆伯格重新画了一张这些公司之间错综复杂的股权担保债务合同的关系图 ， 这个图已经太难画了 ， 我现在一看这种图就头疼 。

首先所有的事情的起因当然是科技巨头们的巨幅 Capex， 这个数字我也说过无数次 ， 它每一次都在上调 ， 每一次都在上调 ， 每一次的预期都是这样 ， 都是不够的 ， 都要不断的上调 。

模型厂商在过去一段时间疯狂的下算力单 ， 列了一张表 ，H6Z 是 The Information 列的 ，Anthropic 过去一年疯狂的下单 ，因为刚才说过它未来要承诺 5000 亿的美金的投入呢 ， 对吧 ？

又说 ， 又到刚才那个说法 ， 叫你的投入就当然是变成我的收入了 ，但是出现了一个很核心跟很麻烦的问题 ， 地主家也没有余粮了 。

用了一张对比图 ， 这张对比图是对比这几家最核心的云厂商 ， 跟科技巨头 Oracle、 亚马逊 、Google、 微软 、Meta 的 Capex 以及自由现金流

， 即便 24、25 年 Capex 的支出非常的恐怖 ，2000 多亿涨到 4000 多亿 ， 今年涨到了要涨到 8000 亿 ，但是在前面几年虽然涨幅很猛 ， 数字也很大 ，但至少这些公司自己的钱够 ，但在今年这个钱不够了 。26 年预计这几家公司加在一起是 8000 亿美金的 Capex，但是他们这几家公司加在一起的自由现金流只有 7000 亿

， 钱的流转能解释很多事情 ， 比如说今天 AI 的 100 块的 Capex，50 会给芯片 ，20 会给能源 ，15 会给网络连接设备 ，7.5 给冷却 ，7.5 给地跟建设 ， 这些钱再回去细分 ，有给 GPU 的 ，有给存储的 ，有给 CPU 的 ，有给电 ，有给冷却 ，有给土地建设 ，有给工程实施 ，有给各种各样的人， 然后这些钱再回流转到具体的某些公司身上， 流动性就是一切 ， 那这些流动性就造成了这些不同公司的

股价 ， 最典型今年可能涨得好的就是硬件公司了 。H6Z 也说了 ， 所有的行业似乎新兴行业都会先经历硬件 、 芯片 、 半导体 ， 再到软件的这个过程 ， 我们正在经历这个过程中 ，但是什么时候会真的软件跟应用成为主流 ， 还不知道

。 然后再放一张 Meta 的自由现金流 ，Meta 时隔十几年第一次单季度的自由现金流为负 ， 巧合的是 ，也不算巧合 ， 这张图会频繁的出现 ， 上一张 ， 上一个季度做这张表的时候是 Google，Google 是从 2004 年开始到 2026 年， 时隔 22 年第一次单季度自由现金流为负 ， 这张表会一直做下去 ， 会一直有科技巨头的厂商的自由现金流为负 ， 钱不够了 ， 那要从哪来新的钱呢 ？

债喽 ， 所以科技巨头们融的债 ， 这个数字是对得上的 。 我们说过今年 Capex 差 1000 亿美金 ， 去年这家科技巨头正好借了 1000 亿美金 ， 今年已经借了 2480 亿美金 ， 可能这个钱还不够 ， 那就要有表外融资 ，有担保 ，有承诺 ，有 SPV 出现了 ， 整个的金融体系 ， 或者说整个基于我们的 Token Factory 数据中心的资金体系 ， 变得层级越来越多 ， 杠杆越来越多 ， 实体越

来越多 ， 整个系统变得越来越复杂 。 原来就是你买 GPU， 建设中心结束了 ， 现在出现 New Cloud，New Cloud 要借钱 ， 要租赁 ， 甚至有专门的 SPV 去给一个独立的数据中心做上 SPV， 然后再用合同的方式重新再去借钱 ， 然后通过这个合同是哪来 ， 是一个科技巨头的承诺 ， 所有这些事情变得复杂 ， 然后你听起来这个故事就跟当年房地产次一代危机为什么会产生的底层逻

辑是一模一样的 。 然后具体的体现 ， 比如说 Colway 这家公司 ， 最近两周关于 New Cloud 的借债的成本的讨论跟小小的爆雷特别多 ，Colway 有一天当天跌了百分之十几吧 ， 就是因为传出来它现在要 ， 它的资金成本达到百分之十五 ， 我没说错啊 ， 它的资金成本达到百分之十五 ， 百分之十五啊 ， 哥哥 ， 就跟高利贷没有任何区别了 ，不是吗 ？

但是呢 ，其实我们细看 Colway 的所有的债 ， 它的利息分布是非常广的 ， 它最便宜的债只需要付百分之二的利息 ， 然后有百分之七的 ， 百分之九的 ， 百分之十的 ， 百分之十一的 ， 百分之十二的 ，以及最近最危险的百分之十五的 ，但反过来也会有人说 ， 它既然敢以百分之十五的资金成本去借 ， 那似乎应该是它信自己能够挣得回来 ， 对吗 ？

但是市场信不信呢 ？ 这个结构已经复杂到这种程度 ， 这个杠杆已经加了几层的情况下，

这个系统已经复杂到就跟人类的细胞组织的复杂度一样的情况下， 它真的大家还愿意相信这样的故事吗 ？

那总要有人托底啊 ， 总要有人去继续为这个故事承接 ， 那这个人当然就是老黄喽 ，在这个行业最大的受益者 ， 老黄当然要去接住这件事情了 。

所以你看啊 ，在投资侧 ， 首先在意识上 ，他疯狂去投资他所列的五级蛋糕的所有层级 ， 能源 、 芯片 、Infra、 模型 、 应用公司 ，在二级市场 ，Intel、SpaceX、Colway、Nebius， 全部疯狂下注 ， 下到什么程度啊 ？

单看意识上， 今天这个时间点 ， 英伟达可能是世界上最活跃的 AI 投资人， 甚至可以把可能拿掉 。 当年我们见过 Tiger、Southbank， 一年可以投 200 个后期项目 ， 今天都萎缩到十几个 ，H6Z 最疯狂可能也就不过三四十个 ， 今天英伟达可以投五十几个 ，而且只是截止到这张表格做出来的 Q3。

来了问题 ， 大家觉得国内是谁 ？

英伟达是当今这个世界上最活跃的 AI 投资人， 不是任何一家财务基金 ，是英伟达 。 那国内这个角色是谁呢 ？

我暴论一下 ，也不是任何一家财务基金 ， 可能是蚂蚁 。 英伟达要做的事情 ， 这是时代画报 ， 还是时代周刊 ， 还是经济学人画的这张图 ， 我觉得画得非常好 ， 标题特别的简单 ， 英伟达是 AI 的央行 ， 英伟达要做的事情是央行 ， 所以它为什么要做担保 ， 要做联合各种投资机构 ， 成立一个 5000 亿美金的这种盘子 ， 来去给所有的它的 GPU 客户做类

似担保的存在 ， 它要做的是央行 。 好 ， 我们讲到这儿 ， 我们讲到了泡沫 ， 华尔街的人跟我们吹了一个巨大的泡泡 ， 那些非常有钱的人说 ， 看是一个巨大的泡泡 ， 我们这些人看 ， 哦 ， 好像是个泡泡 ， 对吧 ？

泡泡 ， 泡泡总要破的 ，不是吗 ？ 要不然它怎么叫泡泡呢 ？ 但是也有人会说 ， 当你说一个泡泡的 ， 当所有人都在谈论泡泡的时候 ， 似乎好像就不应该是泡泡破裂的时候 。

所以到今天你会觉得 ， 好像虽然每天的波动很大 ， 市场很狂暴 ，有各种各样的指标证明我们已经到了很疯狂的状态 ，但好像这个市场看起来也还行 ， 对吗 ？

还没有特别的疯狂 ，不是吗 ？ 看起来就像这个表情包画 ， 那个市场像一只小猫一样在那躺在沙发上睡觉 ， 它看起来好可爱啊 ，但是我浑身已经绑着绷带了 ， 我好像已经忘记它在发疯的时候会把我弄得遍体鳞伤

。 好 ， 截止到这儿 ， 我们前三个章节差不多讲完了 ， 技术我们讲了模型已经进化到什么程度 ，RSI 状态 ， 然后成本安全 ， 我们讲了产业 ， 讲了 OpenAI 的 Anthropic， 讲了巨头 ， 讲了 Token Factory，但都是钱的角度 ， 所以我们第三章讲了钱 ， 讲了资本的角度 ， 讲了一级 ， 讲了二级 ， 讲了宏观 ， 讲了类似泡沫的讨论 ， 我们是不是有点累了 ？

我们大概已经花了一个小时 45 分钟了 ， 然后你要知道我在现场的时候 ， 我在现场是要比这个慢的 ， 比这个快的 ， 我大概在现场讲了 ， 可能在现场讲到这儿的时候应该是一个小时 10 分左右 ， 我说时间好像差不多了 ， 那我们是不是就应该来点新的东西了 ？

那我们就来点吧

。 这是我在网上找到的一段视频 ，是介绍 OpenAI 和 Anthropic 在过去三年多时间他们的发布节奏的 ，2023 年每 73 天这两家公司一定会发布一个新的东西 ，2026 年的今天 ， 这两家公司每 18 天就一定会发布一个新的东西 ，18 天 ， 两周多一点点 。

我们再去回想 ， 我们在 2024 年我们用很多模型的时候 ， 我们都会做一个测试 ， 我们会问那个模型 9.9 跟 9.1 谁大 ，在当年很多模型会答错 ， 它说 9.1 大 。

到 2025 年， 出新闻 ，Google 的 Gemini 跟 OpenAI 的 ChatGPT 已经可以拿 IMO 的金牌了 ， 到 2026 年， 前段时间 OpenAI 直接放出了几百篇的论文 ，是解决了好多好多的数学行业 ， 数学业界 ， 科研界没有解决的问题 ， 直接逼着最核心的数学家们跳起来说 OpenAI 在乱搞

。 那再往后呢 ？ 这个时间的跨度太疯狂了 ，不是吗 ？04 年它还不知道 9.9 跟 9.1 是什么样子呢 ？ 是谁大谁小呢 ？25 年已经可以拿国际数学奥林匹克金牌了 ， 到 26 年它已经去解决数学家们在解决的问题了 ， 那 27 年呢 ？

再往后，Sonnet 5.5，GPT 6.14，Gemini 4，是在差不多 48 小时内发布的

， 我们可以在 48 小时之内感受到被震麻了的状态 ， 世界上最强大的模型强大到什么程度 ？ 时间的维度 ，OpenAI 刚才说过每 13 天会发布一个模型 ，Anthropic 到今天 21 天会发布一个模型 ，OpenRoot 的全平台统计今天每 1.7 天 ，也就是说每不到两天一定会有一个新的模型发布 ， 我们到底在经历什么

？ 同样的 ， 我们看御三家在过去这一年多时间 ，在 ToB、ToC 或者是各种各样的场景里 ，也是疯狂的在发布各种各样的 ， 除了模型之外的各种各样的产品跟功能 。

为什么 ？ 除了为什么我们知道是由 LAST 被人类建设的原因 ， 是一样 ，有了 RSI， 对吧 ？ 我们可以自主进化了 ， 可以起飞了 ， 对吧 ？Agent 可以 24 小时比人类高无限效率去做了 ， 我们看模型发布是最典型的 ， 每个月 70 几个 、80 个 ， 每两天一个 ， 每两天不到就一个 。

我用这张梗图 ， 是一个钉子的造型 ， 那个钉子延伸出来一个锤子在砸自己 ， 当然大家知道这个是不可能的 ，但是似乎就是这样的一个过程 。

再往后，

大家还记得大明湖畔的 OpenClaw 吗 ？ 我放了几张图 ， 一张 Mac mini 的图 ， 一张 3 月份在腾讯楼下大家排队去安装 OpenClaw 的盛况 ， 当时在全国各地大家戴着龙虾头套去开大会的盛况 ，

大家还记得 OpenClaw 吗 ？ 我在推特上有关注 OpenClaw 的推特的官方账号 ，在年初最疯狂的时候 ，OpenClaw 每次更新版本 ， 它大概每两天会更新一个版本 ， 差不多 ， 每次更新版本它的转发可以到几万次 ， 今天 ， 今天 OpenClaw 每次更新版本的转发大概只有小几十次 。

当然推特转发能代表什么 ？ 什么都代表不了 ， 对吧 ？ 但是你可还记得 OpenClaw， 除了 OpenClaw， 我在今年 Cozy 问我的 Aha moment， 我记得我有个 Aha moment， 我也讲过无数次 ， 我说在 ChatGPT 发布的同时，ChatGPT 官方做了一个处理 ，是把 Codex 跟 ChatGPT 做了一次礼貌换太子 ， 今天你去 OpenAI 官网下 ChatGPT， 下到的其实是原来的 Codex， 质子后 Codex 的活用户疯狂的暴涨 ， 最近一次曝光数据是 10 月 7 号 ， 达到了 4000 万的

月活 ， 周活应该是 ，在那段时间我有一个感触 ， 当然我也得到了这个验证 ，也有一位推特的大 V 也发了类似的观点 ， 说今天似乎所有的 AI 软件应该都长一个样子 ， 三栏 ， 左边项目的栏 ， 中间对话框跟执行栏 ， 右边一个显示栏

， 这似乎成为了版本之子 ，Codex 代表的就是版本之子 ， 所有人都在做类似的一样的东西 ， 虽然可能有些人是 Code，有些人是办公 ，有些人是什么样的场景 ，但是那个样子 ，UI， 对吧 ？

狭义层面的 UI， 好像就是那样 。 那到国内 ， 就有一堆所谓的办公 Agent 出现了今年上半年的战役 ， 对吧 ？

直到打到 Q3， 打到最激烈的应该是字节的豆包跟那个什么合并之后， 飞书跟豆包合并之后， 我们看 WorkBody 千万办公跟豆包工作的版本更新记录 ， 几乎是每天甚至每天两次更新 ， 你能想象到吗 ？

然后 Quest Mobile 出了 Q3 的办公 Agent 的数据 ，WorkBody 3225 万月活 ， 涨了 641%， 第二名很意外， 很多人都很意外， 百度渣子 977 万 ， 涨了 1567 个百分点 ， 第三名千万办公 790 万 ， 直接上搒 ， 第四名 Qcloud 317 万 ， 还涨了 57.9%。

但是在 9 月 24 号 ， 这个报告是 Q3 呢 ，9 月 24 号 Qcloud 宣布 12 月 31 号正式关闭 ， 竞争多么的残酷 。 回头来看这一年我们到底经历了什么 ， 我们他妈到底经历了什么 ？1 月初 OpenClaud 爆火 ， 爱马仕出现了 ， 然后到 2 月 3 月一堆 Cloud 出现了 ，Qcloud、Kimi Cloud、Max Cloud、Auto Cloud、Du Cloud、Arc Cloud、 米 Cloud、 小易 Cloud、Jenspark Cloud、GSV Cloud， 一堆公司出现了 ， 那是第一波 OpenCloud 带来的浪潮 ， 然后中间沉寂了可能半年左右的时间 ， 到

8 月 GrokBot 上线了 ，9 月 Muse、OpenAI 的 Doots、MySQL， 到 10 月

Hark， 我在用这个 ， 到前两天 Cloud 也上了 ， 这一波 Personal Agent 出现了

， 终于回到今天的标题了 。 不是 ，不是版本之子是 Codex 跟办公 Agent 吗 ？ 这版本怎么又换了 ？

这些 Personal Agent 到底在干什么 ？Personal Agent，Personal Agent， 用户到底拿 Personal Agent 干什么 ？ 有一个第三方网站叫 。 追踪了一些用户的使用习惯 ， 最多的可能是 shopping， 第二 travel bills 账单

， 然后订餐 ， 金融保险 ， 哦 ， 确实是 personal，但是你看到这些场景的时候 ， 很多人就会想 ， 国内呢 ？

这个更复杂一些 ， 我今天在这个 PPT 里没有做任何的展开 ， 我觉得我应该会专门独立可能会做一期 ， 无论是对谈还是 PPT 都有可能 。

然后在整个这场 Personal Agent 的浪潮上， 现在站在最前面的是口碑不是特别好的 ， 或者说此前大家会比较担心隐私问题的 Meta。

大家还记得 Meta 上一个新全公司之力在做的事情吗 ？ 是元宇宙 ， 所以它叫 Meta 嘛 ， 对吗 ？ 那今天变成了 Muse，有一些地方数据已经出现了 ， 比如说 14 流传 ，有些地方数据 ， 说 Muse 的 14 流传还可以 ，因为我也在用 Muse， 我觉得确实有一些小的企业做得不错 ，但是呢 ，Meta 这家公司呢 ， 大家都知道的 ， 就是在美国那边可能隐私的问题一直都存在 ， 所以最近这一周 ， 上一周纽约客

的封面给 Muse 画了 ， 然后画的样子就是 Muse 那个可爱图标 ，但是它的眼睛的一半就是那个终结者的那个造型 ， 然后后面是类似废墟的样子 ， 大家一看这个样子就知道在讲什么 ， 对吧 ？

然后 Alexa 的王就是 Muse 的负责人还 ， 我觉得美国人很开放 ， 对吧 ？ 他还转发了这个纽约客的这个题图 ， 说我们达到了一个成就 ， 我们登上了纽约客的封面 ，有点意思 。

然后我也说过 ， 我说任何一个新兴方向 ， 当它突然间爆火的时候 ， 就一定会出现一些第三方的可能性 ， 这第三方可能是 ， 比如说聚合 、 导航 、 评测 ， 比如说在这一轮的 Personal Agent 出现爆火之后 ，在 9 月初就迅速地有一个网站上线了 ， 叫 Assistantbenchmark， 我没事会看一看 ， 它定期会出一些各种评测报告 ，也会收录一些我们根本都没听过的 Personal Agent 产品 ， 大家有兴趣可以去看

一下， 叫 Assistantbenchmark。 但这一轮的 Agent 爆发之后 ，其实很多问题被进一步地放大了 ， 典型问题是什么呢 ？Ashley 做了一个很有意思的统计

， 这些 Agent 访问别的网站的时候会遇到

403，403 的比例非常的高 ， 已经涨到了将近 10%，而且距离年初可能几个月之前已经翻了一番了 ， 这个数字应该会再翻的 ，因为现在越来越多的流量是由 Agent 去做访问的 ， 尤其涉及到个人的 ， 比如说你去买个东西 ， 订个机票 ， 订个酒店 ， 订个什么东西 ， 那这种网站本来对于 Agent 的防护就是比较严格的 ， 那这个事情肉眼可见地会越来越严格

。 那对于所有的厂商而言 ， 要补的课就很多了 ， 协议层是典型大家会想到的 ， 原来有 MCP， 对吧 ？

有 OTA， 然后现在针对各种各样的场景 ， 我们刚才说的几个场景 ， 对吧 ？ 买东西 、 支付 、 安全都是 ， 那买东西就会有 UCP、ACP 协议 ， 支付就会有 MPP 协议 、APR 协议 ， 那在安全这一层 ， 叫 Trust 这一层 ， 最近有个新的协议的联盟出现了 ， 就 Meta 领先的 ， 叫 Personal Agent 协议 ， 叫 PAP 协议 ， 然后有很多厂商加入来去做 ， 你想我们连 ， 我也说过很多次 ， 我们连协议

都要重新做了 ， 这件事情真的 ， 似乎看起来还很早 ，不是吗 ？ 那国内呢 ？ 故事当然会继续 ， 你觉得字节不会做吗 ？

字节当然做 ， 豆包已经在做了呀 ， 腾讯不会做吗 ？ 腾讯也在做呀 ， 那微信也在做呀 ， 那小微会不会朝这个方向改呢 ？

我们也不知道呀 ， 对吧 ？ 龙哥会不会 copy 呢 ？ 我们也不知道 。Minus 上的 Q， 然后奇俊园老板的 Tel 也上线了 ， 子浩的也上线了 ， 千问的个人专属助理也在测试 ， 林光的这个版本也上线了 ， 故事还会继续的 ，但是 ，

我在拿到这些产品 ， 除了最初始那些偏测试任务的实施之后， 我遇到了一个新的状态

， 就很像那个贤者时间 ， 就是我好像没有那么多什么任务交给我的 Personal Agent， 我可能工作上有一些 ，但是这些 Personal Agent 的 ， 我面对这个界面 ， 虽然它很可爱 ， 我也愿意跟它聊两句 ，但是我好像真的没有什么特别值得交付给它的任务给它 ， 对吗 ？

然后在我做 PPT 的前一天晚上，Claude 上线他们的 Personal Agent， 对吧 ？ 就是 Claude 跟得也很紧 。 好了 ， 到这儿 ， 我们描述了很多很多很多很多 ， 无论是负向的还是正向的 ， 无论是大家担心的还是我所看到的 ， 关于 AI 的种种种种的东西 ， 我觉得这一次整理差不多了 ， 到这儿已经是差不多 150 页了 ，但是在这个最后的最后， 我觉得我还是想矫情地讲几句 ，

然后做了个内心 OS， 我觉得内心有个小人应该说 ， 你不许再放图表了 ，因为你放了太多了 。 首先呢 ， 我在前两天做这个整理的时候 ， 看到两篇 Substack 的标题的时候 ， 被小小地触动了一下， 第一章的标题叫 《 还是那些东西 ：OpenAI 跟 Anthropic，AI 的债务 》。

好像对哦 ， 每天都是这些东西 。 第二篇文章的标题叫 。 第二篇这个 Substack 来自一个每天它会日更 ， 当天整个业界 、AI 业界发生了什么样的信息 ， 它会做一个整理 ， 当然是 AI 做的整理 ， 所以它这个专栏的这个垂直的这个类目叫 AI News， 当天的标题叫 《Not much happened today》，

什么也没有发生 。 我们好像已经进入到一个感觉每天都会有很多事情发生的状态里 ，但似乎我们已经忘记了很多时候好像也没有那么多事情发生 。

然后我又看到了一篇文章的标题也被镇住了 ， 这篇文章的标题叫 《AI 可能不是过去十年最大的商业故事 》。

它画了一个护士 ， 拿了一个针 ， 那个针

是什么呢 ？ 减肥药 。 它做了一个统计 ， 这两家最头部的减肥药的公司在 25 年的收入确实比 OpenAI 跟 Anthropic 要多 。

我又回想当时上上次我做整理的时候 ， 标普 500 的前 20 里面有 18 家 AI 相关公司 ， 硬件 、 半导体 、 芯片 、New Cloud， 还有两家是做减肥药的 。

这个世界的议题似乎只被收敛成了两个议题 ， 叫 AI 跟减肥药 。 然后也很有意思的是 ， 这次狂喜我也只有两场录制 ， 一场是这个专场 ， 另外一场是我之前就想到的一个专场 ， 讲因为我在用这个药 ， 然后也有一些身边的朋友也在用这个药 ， 身边有几个主播 ， 然后我们就组织了一场 。

然后这个话题其实不只是我想组织 ，也有另外一个主播也想组织 ，他们也组织了同样的一场 ， 我们这两场的议题是几乎一样的 ，而且我们这场有 4 位主播 ， 另外一场有 5 位主播 ，不可能一起聊 。

所以狂喜的主办方郭亚迪老师非常 chill 地把我们这两场狂喜播客的录制放在了同一时间的相邻的两个影厅 ， 我们进行了一次中文对局 ， 我觉得挺有意思的 。

这两期播客应该也 ， 我不太确定能不能上， 到时候再说吧 。 然后最后一页就 ， 我同样用了两张表情包

， 我们似乎真的要接受我们在一种新的常态里 ， 这个常态里我们看每天的新闻 ， 看各种各样的报道 ， 厄尔尼诺现象 ， 为什么这个世界的台风越来越多了 ， 伊朗的战争到底什么时候会打完

， 机器人 AI 到底会不会取代人类 ， 特朗普乱七八糟的事情什么时候是结束 。 我经常会想 ， 这页标题这几个字 ， 这个世界还会好吗 ？

我不知道 ， 真的不知道 。 作为一个记录者 ， 每次狂喜做播客的这个 AIPPT 的最后一页 ， 我都用了一样的一张照片 ， 就是某一年， 应该是去年的狂喜播客节上， 我被抓拍一张照片 ，也是当时我的最后一页 PPT 的截图 ， 那页 PPT 写着什么他妈 AI 不 AI 的 ， 请享受生活 ， 享受狂喜吧 。

好 ， 感谢今天的收听 ， 两个小时多一点点 ， 老规矩 ， 我的 PPT 会放在 show note 里的图片 ， 然后如果有兴趣下载 ， 可以去我的 IMA 的知识库 ， 再次感谢 。