上市前夕，智谱CEO张鹏在一次出差途中摔断伤了右腿。到达访谈地点时，他拄着一副拐杖。 当时，智谱的上市日期尚未明朗。它与MiniMax之间围绕“中国大模型第一股”的竞争仍在继续，结果并未尘埃落定。张鹏提到一句西方俚语：Break a leg（摔断一条腿），它通常意味着祝你好运。 几天之后，结果揭晓。 智谱确认于2026年1月8日登陆港交所，成为中国首家上市的大模型公司，这也意味着它将是“全球大模型第一股”。 在这个意味深长的时刻，我与张鹏进行了一场3小时长谈。 如果一百年后，智谱出现在人工智能的历史书中，你希望它以怎样的方式被写下？ “AGI的先行者。”张鹏想了想，说，“一个开路的人。” 这是《张小珺商业访谈录》与大家在2026年见面的第一集节目——祝大家新年快乐！期待在2026年，我们与AI共同进步！ 02:22 吃螃蟹的人 20:29 从感知智能到认知智能的摸索 29:25 GPT-3来了！ 40:46 ChatGPT又来了：既焦虑又兴奋的2023年 01:09:06 2024年：新的主角 01:17:58 Scaling Law的范式演变 01:29:56 2025年：向DeepSeek学习 01:38:40 开源 vs 闭源 01:48:33 IPO：全球大模型第一股 02:01:40 开路的人 【更多信息】 本集由语言即世界工作室与微博财经联合呈现。 免责声明：本内容不作为投资建议。

今天这集节目很特殊。 我们的录制时间是2025年12月1日，嘉宾是Manus联合创始人兼首席科学家季逸超（Peak）。就在刚过去的凌晨，Meta宣布全资收购Manus。而在节目录制的彼时，收购事件尚未发生。 最终，这期节目成为了Manus最后的访谈。 00:56 正道少年的荒蛮历险记 30:27 哦，我们集体做了一个错误决定！ 01:07:10 Manus：从0到1亿美金ARR 02:32:10 人工智能更像制造业 02:59:51 我很害怕Manus变得复杂 《95. 对Manus创始人肖弘的3小时访谈：世界不是线性外推，做博弈中的重要变量》

这里是《全球大模型季报》的第8集，也是我和广密跨年对谈的第三年了！ 这集节目将带你看到，在对AGI开始充斥着现实主义情绪回归的当下，全球AI War形成了怎样的战队、阵营和联盟？各个前沿实验室在探索哪些新范式？硅谷又涌现出了哪些新型的研究实验室？ 如果你对全球大模型季报有更多的想法或者建议，欢迎大家在评论区留言，我们都会看到。 2025的最后，期待我们和AI共同进步！ AI War：一场全球巨头都输不起的竞争 02:00 全球大模型季报陪伴大家到第8集了 03:19 一开始就不免俗地聊聊AI Bubble吧 07:38 OpenAI收入构成算账：看得清的收入和看不清的收入 13:10 有的公司是“巨头的棋子价值” 13:32 OpenAI做商业化的速度问题 15:04 纵观全局，这场AI War的主要推动方和阵营：英伟达GPU vs 谷歌TPU 17:16 Google越强，越会形成反Google联盟，OpenAI越强也会形成反OpenAI联盟 交替领先是顶尖模型的新常态 17:48 全球最领先的3个模型GPT/Claude/Gemini，交替领先是竞争常态 25:40 这里有个偷懒的判断，基础模型=综合电商，scale SKU=scale data 27:40 Gemini崛起，大家会担心OpenAI会怎么办？怎么看待这两家的竞争？ 31:20 另一个判断是：最终的最终，ChatGPT会融合传统Search，最终也会吃掉传统Search广告的份额 35:08 大家不把Google当做AI loser诺基亚了，但Google危机没有真正解除 Pre-training和RL之后的第三个范式：Online learning 36:01 Pre-training scaling确实快结束了，但Online learning刚开始 38:49 OpenAI即便分崩离析3-4次了也依然很强：Anthropic是OpenAI最早的Scaling team，Ilya是Pre-training team，Thinking Machines是原班ChatGPT和Post-training team 40:01 说一个暴论：大家提的机器人、世界模型、多模态，很多可能是假问题，Online learning可能才是唯一重要的真问题 41:01 Pre-training预训练是石油，化石燃料；RL专家数据是新能源，有用但总量少；Online Learning是核聚变，还没突破，突破了无敌，人类进入硅基时代 AGI像马拉松 or 自动驾驶？持久战+现金流之战 43:05 如果模型数据分布里面没有这类数据，这类任务就是不work，只有压缩过这类数据，才work——今天的模型还是巨大的压缩器 44:33 “模型即产品，数据即模型” 44:45 听过一个rumor：Sam在内部说先忘掉AGI？ 45:04 局部L3/L4，很难整体L4：现实一点的是，在知识工作者群体，局部L3/L4的体验是能看到的，比如ChatGPT做长尾信息获取, Coding Agent, Office/PPT/Excel Agent, Finance金融投研Agent 现阶段对于投资的思考（不作为投资建议） 47:11 上一期播客说的是40%OpenAI+40%字节+10%Google+10%Anthropic 现在是：25%OpenAI+25%Bytedance+10%Google+10%Anthropic+10%Nvidia+10%TSMC，每家都放一点 另外是今天要bet 3年后的范式和winner了，Thinking Machines和SSI这种Neo Labs也应该好好考虑下 2026年，湾区的重要趋势和信号 50:57 2026年期待投资的主题 52:53 模型即产品，数据即模型 54:48 一横一纵：横向蒸馏人类专家知识，横向扩宽更多的行业领域；纵向就是下一代技术范式，Online learning，创造更高的经济价值 56:45 硅谷新冒出的Neo Labs的分布图 59:43 Robotics的最新进展和公司分布 01:05:55 硅谷头部公司的ARR增长状况：越头部的公司越便宜，越头部的公司越没有Bubble 01:08:02 国内的大模型和应用公司 01:09:39 模型的下一个胜负手是什么？ 华人创业者、基金和“中国的硅谷” 01:10:16 中美的AI叙事差异 01:12:15 对华人创业者想说啥 01:14:20 为什么说希望推动中国有个硅谷？ 01:16:45 3-5年之后全球最领先的AI公司会是华人团队吗？ 年终对话【站在2025年之外】 《122. 朱啸虎现实主义故事的第三次连载：人工智能的盛筵与泡泡》 《124. 和戴雨森聊2026年预期、The Year of R、回调、我们如何下注》 《125. 与Altimeter合伙人Freda聊：下注OpenAI、Robinhood往事，美国资本坏小孩、算盘与泡沫》 《126. 和红杉郑庆生聊：经济史的流量革命、人类行为模式的不可预期，与创始人性格》 【更多信息】 免责声明：本内容不作为投资建议。

在前几集节目，我们的年终回顾系列【站在2025年之外】，收录了金沙江朱啸虎、真格戴雨森、Altimeter Capital Freda Duan的声音。 今天我们将延续这个系列节目，嘉宾是红杉中国合伙人郑庆生。 郑庆生提供了一个更宏大的视角——他把时间尺度拉长到20年，回看中国从互联网、移动互联网到AI的三轮技术浪潮；又进一步，把视角放进了更宏观的经济史中，用“流量革命”来试图寻迹下一代to C流量节点的端倪。 很巧的是，他于2005年入行风险投资业，今年是他做投资人的20年。 在投资人的本职工作外，他也是一名新产品体验官、一位经济史爱好者。 嘉宾小传 02:00 从1984年开始学习编程讲起 17:17 2005年成为投资人以后：从盛大战投到挚信资本再到红杉资本 人类新的行为模式是不可预期的 19:09 豆瓣和大众点评对我投资生涯的影响：我对此充满了兴趣，是对人类前沿行为模式的探讨 22:19 我对阿北（豆瓣创始人）的印象：“他和豆瓣是合一的” 23:21 我对张涛（大众点评创始人）的印象：“更成熟的有敏感产品洞察力的企业家” 23:55 现在回头看，Web2.0是在人类社会第一次数字化之后做了一波线上内容的产品创新，再往后，共享经济是又做了一次线上、线下结合的大规模创新 24:31 一位经济史爱好者眼中的中国创投20年：05年以前、10年以后、15年以后（Pinterest的范式直接影响了后来的内容平台） 29:13 站在历史的后视镜看，各个内容平台的诞生、繁荣、陨落 * “文字是高级形态的知识产品” * “图文混排倾向于覆盖文字” * “短视频是人类认识世界的基础方式” * “最终，短视频挑战的是文字本身” 34:10 人类天然会进化到和自己本来不需要学习、不需要长时间成本投入，就能认知这个世界的方式，AI是不是也回到这点？ 35:06 个人视角聊聊抖音、小红书、哔哩哔哩产品和他们的founders * “B站的founder更属于自己的产品，跟阿北一样” * “小红书是我到目前见过的最开放的产品结构” 39:56 总结：“人类新的行为模式总体是不可预期的” 42:26 我对于个人投资的审美和反思 48:23 为什么当我们觉得C端流量攫取殆尽时，小宇宙或播客会涌现？ * “听觉是可以唯一多线程并用的感官” 经济史中的流量革命 50:51 移动互联网C端流量终结于短视频，18年、19年以后的很多年都缺乏大的创新，to C投资进入蛰伏期 53:27 流量是人类经济史的支点：公路〉铁路〉运河〉电力〉有线电话〉电视〉互联网 57:21 “你可以认为现在所有的优秀互联网to C产品都是一个巨大的城镇” 57:47 人工智能让我们看到了新的to C流量入口的潜力 01:00:19 不同点：AI时代所形成的网络不是带有自然垄断性质的网络，它的边际成本不趋近于0；更结果导向 01:04:34 人工智能引发了深层次的数字化，我认为会带来新的硬件机会，它可能是大模型之外另一个新的流量节点 01:09:53 为什么AI时代的产品没有形成双边网络效应？ 01:12:20 AI产品的商业化比互联网、移动互联网要做的好 01:13:00 投资了Kimi、MiniMax，也投资了Manus，你觉得最终的价值会沉淀在模型公司还是应用公司？ AI有泡沫？就跟大海里有泡沫一样 01:18:24 AI时代，红杉的系统性投资策略 01:19:01 红杉对创始人的审美变化 01:19:45 我觉得“赛道覆盖”是对红杉的误解 01:22:10 Agent创业 vs App创业：现在是天生全球 01:23:50 过去三年在AI创业端的变化和节奏 01:24:40 对2026年的展望与预期 01:26:21 AI Bubble：“就跟大海里有泡沫一样” 01:28:39 见证了人类历史的三个流量革命 想象的共同体、抽象的生命和人格化代表 01:29:17 对从0到1、从1到10、从10到100和失败的创业者观察 * “CEO要成为组织和制度人格化的象征” * “哪怕你做不到都得扮演” * “同时有两种天赋是很难得的，又有产品的敏感力， 又扮演组织和部队的人格” 01:32:05 CEO和MBTI 01:35:20 最后的快问快答 年终对话【站在2025年之外】： 《122. 朱啸虎现实主义故事的第三次连载：人工智能的盛筵与泡泡》 《124. 和戴雨森聊2026年预期、The Year of R、回调、我们如何下注》 《125. 与Altimeter合伙人Freda聊：下注OpenAI、Robinhood往事，美国资本坏小孩、算盘与泡沫》 【更多信息】 免责声明：本内容不作为投资建议。

在年终对话系列【站在2025年之外】的前两集节目中： 朱啸虎提出“三年不会有泡沫”，“泡沫论调纯属无稽之谈”； 戴雨森则预测，2026年是“Year of R”，将会是一个现实回归之年。 今天推出的是系列第三集节目，嘉宾来自一线的硅谷视角。 1个多月前，在2025年11月初，Sam Altman上了一档由美国基金Altimeter Capital创始人主持的播客节目，在主持人连续追问OpenAI如何为1.4万亿美元级别算力与基础设施承诺买单时，Sam称：“If you want to sell your shares, I’ll find you a buyer. Enough.”（“如果你想卖掉你的股份，我可以帮你找到买家。够了。”）——随后，AI板块整体出现波动，关于AI是否存在泡沫的讨论进一步升温。 我们今天的嘉宾Freda Duan就来自这个名叫Altimeter Capital的基金，她担任合伙人。 Altimeter是一个硅谷科技基金，横跨一二级。在一级市场投资案例有OpenAI、Anthropic、字节跳动等，在二级市场投资案例有NVIDIA、Snowflake、Robinhood等。 这集节目，Freda将深入分析美国这些明星公司，给他们的巨额投入算算账；她也从一线硅谷投资人的视角聊聊，美国资本的新秩序，他们眼中的坏小孩、反叛者、刺猬型和哪吒型创始人，以及泡沫。 2025年，让我们和AI共同进步！ （录制于2025年11月） 03:30 Freda的自我介绍 04:41 2020-2025每一年的硅谷关键词 08:12 今天美股投资三条主线：AI + Re-industrilization（再工业化） + Digitization of Finance（金融产业创新），三条主线非常有意思，因为中间有很多联系 10:20 美国投资人怎么看待中国市场？ 10:59 投资OpenAI 12:14 给OpenAI的商业模式算算账（对比Netflix） 16:45 OpenAI的收入四个支柱 20:49 OpenAI的竞争 23:32 Google的变化 26:27 OpenAI的投资回报和IPO 28:25 投资Anthropic 31:25 Neo labs 32:31 投资Robinhood 40:29 硅谷资本喜欢乖小孩还是坏小孩？ 44:26 发现新物种（market prediction） 46:07 自动驾驶和机器人 55:25 “一级靠共识，二级靠非共识” 57:13 美国不同基金看人的taste：刺猬型、反叛者、哪吒型创始人 58:22 美国基金整体变化：更集中仓位下重注 01:03:43 复盘硅谷2025年最重点方向 01:09:51 这些AI公司的巨额收入从谁的口袋里来？ 01:14:11 巨额AI投资的投入产出比 01:15:04 我们在AI bubble中吗？ 01:16:31 展望2026年 年终对话【站在2025年之外】： 《122. 朱啸虎现实主义故事的第三次连载：人工智能的盛筵与泡泡》 《124. 和戴雨森聊2026年预期、The Year of R、回调、我们如何下注》 【更多信息】 免责声明：本内容不作为投资建议。

不知不觉，我们来到了2025年的最后一个月，在北京的初雪之中，我们希望和大家一起做一个回顾与展望系列：【站在2025年之外】。 今天的嘉宾是真格基金管理合伙人戴雨森。 在122集节目中，朱啸虎声称，三年之内不会有泡沫，泡沫论调纯属无稽之谈，创业者2026年当全速前进。 雨森今天带来全新的看法。在他看来，2026年的关键词是“The Year of R”——回报与研究会再次变得重要。某种意义上，2026年将是一个现实与回调之年。 02:00 复盘2025年 02:00 从模型侧看进展： o1为代表的Thinking Time Scaling带来模型能力大幅提升 OpenAI、Anthropic、Google三家的旗舰模型追赶很紧，又各有特点，预期和叙事轮动 中国模型公司一年下来dominate开源生态 28:13 从应用侧看进展： 模型能力带来应用大爆发 应用是有护城河的，开始看到复杂应用在context、environment等层面产生壁垒 模型公司不能没有产品，大家都下场做最重要的第一方应用 中国AI应用出海表现不错 52:31 2025年真格出手了多少项目？20个左右 对比中美AI公司估值，中国公司对于全球来说有很高期权价值： Thinking Machines天使轮估值在没有产品的情况下已是中国AI公司估值总和 模型公司：Mistral 14b，Kimi 4b，Mistral自己都不怎么做Pre-train了，benchmark也就是和Kimi对标 应用公司：在美国Manus这样一家几个月做到100m ARR，几十个点gross margin，MoM20%增长的公司应该是3-5bn 01:03:15 预测2026年：The Year of R The Year of R：Return、Research、Remember、多模态Reasoning 01:03:15 Return： 为什么Return很重要？ ROI，过去3年交易的是investment，因为大家被潜在的大return吸引，但现在随着I越来越大，大家对R的落地越来越关注，因为有R才能推动未来的I 为什么我们认为2026年大家会加大对return的关注？ 模型：模型能力进步是这一波AI革命最本质的驱动力，但模型的能力进步正在放缓；美国头部labs的投入（Capex，人工等）大了很多，但无法阻止中国模型低成本跟进，Scaling Law不能简单理解成为投入大力出奇迹 应用：AI应用的叙事从无所不能威胁人类的AGI收敛到现在的三种主要商业模式，是从梦想回归现实的过程 订阅制是OpenAI现在的核心商业模式：超过5亿DAU后，全球知识工作者低垂的果实已摘得差不多了，面临Gemini等的激烈竞争，针对普通用户再提价会比较难 被寄予厚望的广告 + 电商：首先其中大部分是分Meta、Google、字节的存量蛋糕，对于Chatbot这样新形态的应用，探索广告和电商变现的速度不会很快广告 + 电商：首先大量是存量分蛋糕，然后对于新形态的应用，速度没那么快 AI Coding/图片视频生成等“基于用量付费”的生产力产品：Token用量会持续增长，但Token价格也在持续下降，用户只会为SOTA的智能按用量付费；原来值钱的任务会很快变得不值钱，所以AI替代了很多程序员，并不意味着AI能长期赚到这些程序员的工资 AI+行业的企业服务：这部分首先还在早期市场，规模有限，尝鲜的企业多，长期留存未必好，一个例子是微软Copilot的发展持续低于预期，大公司有数据安全、权限、隐私、工作流再造等一系列阻碍，使用新技术的速度比小公司和个人要慢不少 结论： 需要实现Satya说的GDP加速增长，把蛋糕做大才是真正的AGI，比如说AI创造新的药物，发现新的知识，真正解放人类注意力等 投入：现在美国基础设施建设慢，算力贬值快，人员工资高，巨额投入需要尽快看到回报 2025年底二级市场的预期也和2024年底完全不一样：去年底是市场预期不高，但我们看到ChatGPT增速很快，Coding、Agentic模型提升的确定性带来应用机会；现在是投入很大预期很高，但短期模型端看不到革命性的新能力，新的范式变化还在萌芽期 对创业者的启示？ 负毛利烧钱一味追求增长的逻辑正在过去，需要有增长和毛利率并重的高质量增长。尤其是在美国非常宽松的融资环境可能会放缓，中美创投市场的价格鸿沟将会缩短 01:16:13 Research： new paradigm：AI历史上都是阶跃提高，需要有新的paradigm从新带来AI 能力的大增长，Ilya：scaling和research是交替的，现在又到了research的时候 目前看Online Learning、世界模型等都是重要的研究方向 neo labs：Thinking machines, SSI, Reflection, 到近期的Humans&，Periodic，Isara等） 因为做工程和产品和做研究是很不一样的，需要有宽松的环境，自由探索的文化，不设时间和KPI限制，大家希望neo labs能够探索和现在头部模型公司有差异化的新路径 new benchmark：现在的benchmark已经不能很好体现AI能力的区别，也不利于作为模型训练的目标，如何衡量一个在大多数领域超过人类表现的模型？姚顺雨指出的下半场已到，需要新的benchmark 对创业者的启示：要关注前沿研究的进展，研究的突破可能会解锁新的应用机会 01:21:00 Remember（Memory）： Memory是AI应用关键的差异化，现在的Memory能力已经对ChatGPT留存产生了很大的提高 现在的Memory基本上还是基于retrieval的，没有做到真正的理解，这部分也是研究的兵家必争之地，如果做好会带来进一步的提高 Proactive Agent：有memory和context才能解锁Proactive Agent的机会，而Proactive Agent非常重要，因为人主动去用AI意图有限，AI主动为人服务才能有10x的场景机会 01:24:06 多模态： Visual Reasoning可能会有大的突破，人本质上是Pixel Machine，通过视觉输入理解世界，可以关注Zerobench这个Visual Reasoning Benchmark的表现提升，现在头部模型基本上还是不到10分 Nano Nanana意味着图片生成进入到Sonnet 3.5这样的可用时代，那么Cursor of Image-gen会是什么？ GPT-3.5解锁了ChatGPT，Sonnet 3.5解锁了Cursor，Sonnet 3.7解锁了Manus，Nano Nanana/Veo会解锁什么应用的机会？在ChatGPT里面用Imagegen/Videogen显然不是很舒服的体验 语音是很重要的机会，更好更自然的交互，理解用户的Context，Plaud，Granola，Wispr flow/Typeless，Suno？ 01:30:29 AI Bubble 从二级市场来讲，明年有可能出现大的回调，时间点可能是下半年 《Boom: Bubbles and the End of Stagnation》书中提到了两种泡沫：好的泡沫和坏的泡沫 如果预期是回调，明年的投资策略变化是什么？ 二级会如何传导到一级？ 怎么看朱啸虎说：“至少三年内看不到泡沫”、“他们的论点是无稽之谈”？ “我个人现在是全部空仓的” 中美的估值差距预期会缩短 01:47:38 创业端变化和建议 基于Year of R的理论，对创业者的建议？ AI时代怎么判断创始人？和互联网时代最大不同是什么？ 创业像F1赛车 这两年miss什么项目没？ 有哪些方向是因为AI出现带来增量的？ Chatbot之外不错的交互是什么？ 今年个人聊了150个项目，只投了2个 02:18:31 也谈谈人生 对个人的思考：今年的读书、思考与人生 对VC的思考：年轻的投资人要差异化 对普通人的思考：学会在一个智能充沛的世界里生活 02:29:50 最后的快问快答 最后一个问题：你提出Year of R，你也清空了二级市场股票，那么你会做空吗？ 02:36:10 在这集节目的结束，我又放了一段和雨森在录节目之前的一场闲谈，比较随意。我们点评了一下那些时常会被议论起的AI公司。如果你觉得有意思，也可以继续听下去 02:36:30 OpenAI 02:46:38 Google（我并不觉得Genimi能阻止ChatGPT的增长，不觉得Google已经脱离危险） 03:06:36 Anthropic 03:11:05 Manus 03:19:47 Thinking Machines Lab、Safe Superintelligence Inc. 年终对话【站在2025年之外】： 《122. 朱啸虎现实主义故事的第三次连载：人工智能的盛筵与泡泡》 【更多信息】 免责声明：本内容不作为投资建议。

今天的嘉宾是一位创业者，ONE2X联合创始人兼CEO王冠，他们现在的产品是AI视频生成器Medeo。 王冠是一名产品经理型的创业者，我和他认识了很长时间，那时他刚从Kimi离职出来创业，此前他是Kimi模型产品负责人。（哦对了，上一个Kimi产品离职来我们节目的是明超平。） 除了AI时代应用型公司怎么做产品、搭组织之外，由于我也是一名内容创作者，所以我也很好奇地与他讨论了许多关于新时代的内容平台，生成系统，AI、创作者与平台权力分配的话题。 2025年，期待我们和AI共同进步！ 02:00 自我介绍、产品经理的经历和创业的开端 28:39 第一次听说“压缩即智能”，大为震撼 32:25 从月之暗面第一个离职创业的人 37:11 数据是智能的第一性原理，数据决定的智能的边界 42:23 数据三个阶段：公域数据>领域数据>产品内生数据 01:05:36 为什么选择视频生成方向？ 01:26:15 AI如何重塑现有互联网格局？ 01:30:50 广义AGI vs 狭义AGI 01:41:59 应用公司与模型公司的边界会变得模糊 02:01:44 AI时代的公司最终都是生成系统公司 02:25:49 权力重心向消费者端渗透，平台和创作者会如何演变？ 02:38:11 生成系统和推荐系统的本质区别是？“没有中间商赚差价” 02:50:34 应该怎么做AI产品？北极星指标是智慧程度 03:05:45 一个远程办公的组织 03:20:18 未来的平台会从分销平台到产销平台 我们对AI应用型公司的过往访谈： 《95. 对Manus创始人肖弘的3小时访谈：世界不是线性外推，做博弈中的重要变量》 《103. Lovart创始人陈冕复盘应用创业这两年：这一刻就是好爽啊！！哈哈哈哈哈》 《101. 对YouWare创始人明超平3小时访谈：今天Agent像大猩猩刚拿起一根烧火棍》 本集中提到的其他节目： 《59. 和杨植麟聊大模型创业这一年：人类理想的增量、有概率的非共识和Sora》 《113. 和杨植麟时隔1年的对话：K2、Agentic LLM、缸中之脑和“站在无限的开端”》 《115. 对OpenAI姚顺雨3小时访谈：6年Agent研究、人与系统、吞噬的边界、既单极又多元的世界》

2024年3月、2025年2月，我曾两次更新朱啸虎的中国现实主义AIGC故事，现在又过去了快1年时间。 站在2025年的尾巴上，AI产业有泡沫吗？泡沫会破吗？投资人对2026年的预期乐观吗？现在还是投资英伟达、OpenAI的好时候吗？——这里是朱啸虎现实主义故事的第三次连载。 2025年的最后一个月，还想和大家说那句：期待我们和AI共同进步！ 01:40 越来越现实的OpenAI：你看Sam Altman就知道了，今年几乎不太提AGI了，对吧？ 05:46 AI的超级入口之争：必然的就是超级入口之争，而且是日活之争、时长之争 08:34 三年内看不到泡沫：他们讲的这些论点，我觉得都是无稽之谈 13:24 你持有英伟达、OpenAI吗？ 16:16 大家低估了DeepSeek：如果没有DeepSeek，可能人类的AI是被几个私有公司控制的 19:06 和共识错开15度，那性价比一下子拉出来了，是吧？ 24:41 离开大厂三条马路，离开大厂三条马路，对吧？ 30:21 大家知道，我投不投都是十分钟 38:30 今天的VC共识太集中了：每个项目上都是Club Deal（俱乐部交易），每个股份比例都很小，那怎么赚钱？——GP赚不了大钱，LP也很不开心 40:50 手机游戏打个《王者荣耀》，单独抽半小时、二十分钟就够了 《62. 你们要的朱啸虎，来了》 《90. 朱啸虎又来了：中国现实主义AIGC故事的1周年连载》 【更多信息】 本集由语言即世界工作室与微博财经联合呈现。 免责声明：本内容不作为投资建议。

今天的嘉宾是Google DeepMind机器人团队的高级研究科学家兼技术负责人谭捷，他的研究方向是将基础模型和深度强化学习方法应用于机器人领域。 中美在机器人领域一直存在两种叙事：市场普遍认为，中国在硬件上发展更快，美国在机器人大脑设计上更领先。 本期节目中，谭捷将带我们一窥硅谷视角，尤其是Google DeepMind视角下的机器人前沿叙事。 前不久，他们刚发布了新工作 “Gemini Robotics 1.5 brings AI agents into the physical world”（Gemini Robotics 1.5将AI Agents带入物理世界），我们也聊了聊他们的最新发现。 由于嘉宾工作环境的原因，会出现一定程度的中英夹杂，还大家多多包容和支持。 02:00 机器人是在真实世界里做图形学，图形学是在simulation里做机器人 嘉宾小传：小时候喜欢打游戏，读博士读的计算机图形学 从图形学转型机器人的变轨 我在Google的第一篇论文《Sim-to-Real: Learning Agile Locomotion For Quadruped Robots》（从仿真到现实：学习四足机器人敏捷运动），开创了强化学习和seem to real在足式机器人上的应用 Paradigm Shift，过去十年第一个是强化学习，第二个是大语言模型 大语言模型对机器人的影响（大语言模型类似大脑，强化学习类似小脑） 13:06 机器人基座大模型到底是不是一个非常独立的学科？So far, not yet 今天的机器人发展到什么阶段了？ 从demo到真正落地，隔十年并不是一个非常夸张的事 从我的角度来说，我不得不承认，最近几年的机器人智能发展主要还是依赖于多模态大模型 但多模态模型缺什么呢？缺少robot action的输出 当你真正有一个generalist model（通用模型）的时候，specialized model（专有模型）就完全不能与之竞争 23:44 Robotics最大问题是数据，它在一个非常复杂的unstructured environment里，可以发生任何事情 最大的问题还是数据问题 但是robotics是在一个非常复杂的unstructured environment（非结构化环境）里，可以发生任何事情 它需要极大量的、非常diverse（多元）的数据，但这些数据现在是不存在的 现在有很多startup叫data factory（数据工厂） 所谓“数据金字塔”包括哪些？ ​27:52 Gemini Robotics 1.5：我们有一个方法叫motion transfer，这是独门秘诀 Gemini Robotics 1.5最重要的发现是什么？ 第一个是我们把“thinking”加入了VLA模型 第二个非常重要的突破是cross-embodiment transfer（跨具身迁移） Gemini Robotics 1.5的工作中，我们做了一个快慢模型的划分 它应该是个过渡的方式，因为现在受制于算力的限制、模型大小的限制 当你要一个unify model（统一模型）的时候，它必须非常大 Motion Transfer？It’s very secret 47:32 生成极大量仿真数据，是弥补它缺点的一个重要手段 我们比较重视的一点还是数据、数据、数据 遥操作是非常难以获取的数据 我们会花更多的精力，比如利用simulation数据，利用human video（人类视频），利用YouTube上的一些数据，甚至利用模型生成的数据，比如VEO生成的一些数据 真实数据没有sim-to-real gap（仿真到现实差距），但是泛化性是由数据的coverage（覆盖）导致的，并不是因为它本身是真实数据还是虚拟数据 在不远的将来，传统物理模拟仿真会慢慢地被生成式模型的仿真所取代 我信仰的是scalable data 01:03:48 世界模型就是Vision-Language-Vision，vision和language in，生成下一帧的图像 世界模型的定义是：如果给上前一帧，再给上机器人的动作，你可以预测下一帧 从另外一个角度，VEO它是一个视频生成模型，但是Genie它更像一个世界模型 当你在每一帧的时候，可以有一个输入来改变你的下一帧，那个感觉就是世界模型；但是如果它是一个已经生成好的、几秒钟的静态视频，那就不是 世界模型其实就是Vision-Language-Vision，vision和language in，它可以生成下一帧的图像 01:08:29 如果你有灵巧手，触觉就非常重要，之所以我前面觉得触觉不重要，是受限于当时的硬件 如果你有灵巧手，触觉就非常重要 之所以我前面觉得触觉不重要，是因为它其实受限于当时的硬件 现在还在夹爪时代 在所有夹爪能完成的任务里，我还是觉得视觉可能可以解决95%的问题 在未来，人形机器人不会成为唯一的形态，但一定是个主流的形态 如果你的目标是solve AGI in the physical world（在物理世界实现AGI），那么我会非常聚焦于最终的形态是什么样子，其他的东西可能都是distraction（干扰） 01:17:35 一个有使命感的人，他不会容忍说“I’m on a wrong ship” 这几年Google AI或者robotics的研究文化上有没有发生过变化？ 不管是从promotion、performance review、incentive，还是各种各样的structure上，Google想创造一个环境，使得更多的人可以一起解决更大的事情 像Gemini Robotics，它更多是自上而下 我发觉好像国内不一定比我卷，我一周可能工作70到80个小时 真的，这个时代真的是等不起，不然别人都做出来了 AI有很多是数学，华人数学比较好 《106. 和王鹤聊，具身智能的学术边缘史和资本轰炸后的人为乱象》 《109. 机器人遭遇数据荒？与谢晨聊：仿真与合成数据、Meta天价收购和Alexandr Wang》 【更多信息】 本集的文字版本已发布，请搜索我们工作室的官方公众号： 语言即世界language is world

今天的嘉宾是小鹏汽车自动驾驶中心负责人刘先明。 就在2025年10月9日，小鹏汽车突然宣布，原自动驾驶中心负责人李力耘将卸任，由世界基座模型负责人刘先明接任。 这意味着，刘先明成为小鹏在自动驾驶上，既谷俊丽、吴新宙（现英伟达自动驾驶中国团队负责人）、李力耘之后的第四任负责人。外界对他有诸多的好奇。 这是刘先明上任后首次接受专访。我们访谈的时间是2025年10月30日。这集节目，我们聊了聊他上任后拆掉大模型Language等关键技术决策，以及一家车企的AI战略转型。 02:16 人物小记 曾在Meta、Cruise，从事机器学习与计算机视觉研究 恰好Cruise当时是第二名，加入第二名再逆袭的故事永远是令人兴奋的 加入小鹏汽车始末：2024年1月在美国办公室与何小鹏见面1小时 所亲历过的自动驾驶的技术stage 19:00 大模型拆Language 我们的做法简单直接，把VLA的Language拆掉就完了 模型是机器，燃料是数据，一旦掺入Language会让效率变得极低 我们干脆把Language全都拆掉好了：输入V-L联合语料，直接输出Action “拆L”的过程、“简单就是美” 关键的数据问题 33:53 小鹏汽车向物理AI战略的转型 为什么一家汽车公司的自动驾驶战略需要向AI战略转型？ 转型的开端可能是去年小鹏汽车10周年 自动驾驶企业关心的是KPI、接管率，AI企业关注底层的技术指标，甚至risky的长期指标 刘先明的短期和长期KPI AI对于小鹏汽车意味着什么？“是乘法因子” 除了今年拆Language，之前还拆了激光雷达、规控规则、端到端 人工智能发展为什么一直在经历着拆拆拆的过程？ 世界模型 明年对L4的规划 54:30 换帅的背后 过去1年做过“头铁”的事情 看起来我性格很好，我也拍过桌子、发过火 “拆L”过程中遇到很大阻力，因为这很反paper里的常识 DeepSeek-OCR的反共识 现在关注的AI前沿方向 回应地平线创始人余凯的观点（“自动驾驶应该交给供应商”） 为什么国内自动驾驶还没有代际差？ AI是车企下一阶段的重要赛点，做不好会被淘汰 何小鹏对于AI的关注时间、方式和最近的3次话题 制造企业和AI企业的基因问题 接下来，对于我的挑战 小鹏智驾一号位，每个人的历史使命 《70. 和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊》

今天这集节目，我们将讨论一个在当下非常关键的话题：人工智能的算法与架构创新。 嘉宾是我们的往期嘉宾返场，她是MIT在读博士杨松琳，研究方向是线性注意力机制。 我们将从最新发布的几个模型Kimi Linear、Minimax M2、Qwen3-Next切入。松琳参与讨论Kimi Linear和Qwen3-Next的部分工作，是Kimi Linear论文的作者之一。 算法创新为什么在2025年变得尤为重要？ 它的背后原因是，数据、算力和算法是驱动人工智能的三驾火车，在数据撞墙的无奈前提下，各个模型公司不得不重新开始“雕模型架构”，以期Scaling Law的魔法继续。而由于中国的算力相对美国有限，这反而让中国的AI算法创新走在了世界前沿。 这集节目你将听到，近几年架构最大突破是DeepSeek的MoE（混合专家模型），它让MoE成为了全球共识；而下一个突破的重要方向可能就是Attention（注意力机制）。 中国公司在Attention展开了不同技术bet（押注）： * 截至目前已发布模型，DeepSeek正在探索Sparse Attention（稀疏注意力机制）； * Kimi正在探索Linear Attention（线性注意力机制）； * Minimax在年初的M1版本中探索Linear Attention，而在刚发布的M2版本中又回退到 Full Attention（全局注意力机制）。 节目中，松琳将讲解她参与的这篇《Kimi Linear: An Expressive, Efficient Attention Architecture》的工作，并分析以上这些公司在Attention上的不同抉择； 与此同时，她也将带领大家考古人工智能算法变种史，并预演未来算法与架构的改进方案。 本集比较硬核，会有一些专业难度，大家可以根据自己的实际需要收听嗷:)因为嘉宾的工作环境会出现中英夹杂，希望大家多多理解和支持。 04:00 个人、研究主线与线性注意力机制的探索之路 06:27 松琳做过一个开源库：flash-linear-attention（简称FLA） 07:04 怎么通俗理解Linear Attention的Linear？ 11:19 聊聊最近参与的新工作，前几天刚发布的《Kimi Linear: An Expressive, Efficient Attention Architecture》（Kimi Linear：一种具有强表达能力与高效率的注意力架构） （FLA库的另一个作者Zhang, Yu邀请） 12:20 为什么Kimi在年初开始需要重新设计注意力机制？设计的背景和目标 在Linear Attention下，推理阶段的计算与显存成本都显著降低；而使用Full Attention时，长文本解码的代价会非常高昂 14:39 《Kimi Linear》论文重点讲解：KDA模块（Kimi Delta Attention，增量注意力机制） 18:56 Kimi内部有一个Scaling Ladder（规模阶梯），在一个规模下面表现好就在下一个规模下面去scale，就像通关 20:20 Kimi Linear Attention vs DeepSeek Sparse Attention：Kimi走线性注意力路线，DeepSeek走稀疏注意力路线，都想解决长文本decoding（长上下文生成）的效率问题 23:01 Minimax从M1到M2的架构变化，从Linear Attention退回到Full Attention，为什么？ 27:00 硅谷的注意力机制方案不方便说，但可以浅聊一下OpenAI有paper的方案 28:05 Linear Attention从2020年发明出来开始后的前进线索 每一次大家关心Linear Attention都是因为大家撞到了Context Wall 最近长文本的decoding卷土重来，让人们不由自主审视这一套技术 38:16 纯Linear Attention是无效的，混合注意力机制还是有很多全局注意力层，这样下限有保证 40:30 Kimi Linear每3层KDA插入1层全注意力层，三比一的比例快变成共识了 Minimax之前用的是七比一，但现在大家逐渐回到三比一——这成为不共识的混合注意力机制中的共识了 42:32 权衡（Trade-off）表达能力（expressivity）与计算效率（efficiency） Minimax曾经也提到，混合线性注意力/混合滑窗注意力在“多跳推理”上会有缺陷 对于“多跳推理”，如果我们开发一些硬件高效但表达能力更好的RNN（循环神经网络），这个GAP有可能缩小 46:28 chunkwise algorithm for parallelization（分块并行算法） 47:55 如何设计Attention？两条主流和一些非主流路线 49:36 结合Linear Attention和Sparse Attention的未来理想方案 Linear Attention和Sparse Attention没什么竞争关系，Linear Attention的竞争对手可能是Sliding-Window Attention（滑窗注意力） 工业界Linear Attention和Sparse Attention结合的探索似乎还没开始 我想象中的理想方案是：把混合注意力的全局注意力（Full Attention）换成稀疏注意力（Sparse Attention） 只要Sparse Attention选得准，完全可以取代Full Attention，但现在的问题是它选不准 55:36 公平的比较：Linear Attention vs Sliding-Window Attention（滑窗注意力） 57:05 Transformer → MoE → Linear/Sparse Attention的算法演变，背后动因是给定你相同的FLOPs（浮点运算量），利用这些FLOPs，取得更低的损失函数 MoE（混合专家）是更高效的FNN（前馈神经网络）的替代品 58:26 近几年架构方面突破最大的是MoE，下一个突破可能是Attention；Transformer就两个模块，一个是FFN，一个是Attention；现在FFN已经雕成MoE，现在Attention大家也可以雕一下 01:01:28 数据、算法、算力是驱动人工智能的三驾马车，当数据遇到数据强，算法创新变得更重要 01:02:48 架构的未来：1、能不能干掉全局注意力？它是阻止context window继续scale up的主要瓶颈 2、Continue Learning，让AI自己学习 01:04:30 如何把Linear Attention的Transformer继续scale up? 01:07:43 中国AI的算法创新相比海外肯定是更强的——因为没有那么多卡（ 不过美国公司更多投入优化器一点，国内在逐步重视 01:10:56 其他训练细节：NoPE vs. RoPE 01:12:09 DeepSeek-OCR 01:12:55 松琳也参与了Qwen3-Next，没有参与Minimax M2 01:13:39 “雕”架构的人 01:15:16 自己的心路：“当你很清楚你要做什么的时候，你是不会遇到什么挫折的” 经验分享：PhD还挺顺利的，得益于我入学之前的半年考古 01:23:12 说到考古，我们在最后聊聊从Transformer开始的算法变种历史 01:29:50 Delta Rule算法、硬件亲和、DeepSeek非常追求硬件和算法的匹配 01:42:23 给更年轻的年轻人的建议 嘉宾往期节目： 《逐篇讲解DeepSeek、Kimi、MiniMax注意力机制新论文——“硬件上的暴力美学”》 谈到的论文： 《Kimi Linear: An Expressive, Efficient Attention Architecture》 《MiniMax-M1: Scaling Test-Time Compute Efficiently with Lightning Attention》 《DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models》

2025年4月，我与理想创始人兼CEO李想录制AI Talk第二季。那次对谈持续了很长时间，播出版仅1小时，今天你看到的是完整版。 这一集节目的发布比预期晚了些。过去几个月实在太忙了，我一度犹豫要不要继续放出。但当我重新整理这些内容时，仍然被它打动——这是一份关于人工智能技术变革的“节点式思考存档”。 你可以结合2024年底我们那场3小时谈话一起观看，感受两次对话之间，思考的延展与呼应。 这次，我把李想当作一个“CEO大模型”来提问。 假设他是一种MoE（Mixture of Experts，专家混合）架构的模型，我在对话的前三个回合调用了他的三位“专家”：技术专家、战略专家、组织专家。而当谈话深入到后半程，我们开始讨论人、能量、亲密关系、记忆程序与人类的智慧。 “AI与人的关系”，是本次对话的母题。 （录制于2025年4月） 02:35 第一章：假若你是一个CEO大模型 人类做熵减，AI做熵增 工具的三个分级：“信息工具”、“辅助工具”、“生产工具” “生产工具”重要的衡量是：你愿意为它付钱 梁文锋极简运用了人类最佳实践 按照最佳实践是反人性的，随心所欲才满足人性 我只能做最好的自己，我一直在自己的长板延长线上 理想为什么还做基座大模型？ 当时我们比较担心陈伟团队（基座模型自研团队）怎么想？这个压力挺大的 36:18 第二章：调用MoE之技术专家 李想手把手教你训VLA 达到VLA不是突变的过程，是进化的过程，经历了三个阶段 我给你讲一下VLA是怎么训的，以及VLA自己怎么去工作的 我不会做超长CoT，我的CoT链条一般两步到三步 至少5年内不会有通用Agent，但会有一个Agent OS 要顺着人性去说，逆着人性去做 如果大家不想做前面包子的积累，只想吃第10个包子，很像练《葵花宝典》 黑盒、世界模型和定价逻辑 每1万公里的验证成本，我们做到从最开始18万降到4000块钱 01:25:36 第三章：调用MoE之战略专家 2025年雁栖湖战略会 如果看战略，中间的圈是规模，圈外边有三个变量：用户需求、技术产品、组织能力 具备这四个特点的，就是AGI时代的终端：360度对物理世界感知的能力、认知决策的能力、Action的能力、反思反馈能力 到了AGI时代的终端，对于能力的要求变得不一样了 如果看到2030年，我们希望能够成为全球领先的人工智能终端企业 这是我们未来的3-6年要去解的题 李想的理想会不会太过于理想？ 构建3-7人能量体 高维组织兼容低维组织 02:09:26 第四章：智慧是我们和万物的关系 我的记忆程序 创业不容易，但是没必要苦哈哈的 大女儿 我们家里实现了一个“三人支撑”，这让家里的能量大幅地提升 人是用来发挥的，人不是用来改变的 不要构建那么多亲密关系，亲密关系太多了就证明这个人不会经营关系 把智慧当成一个重要的人类特质去发展 对李想的第一次3小时访谈： 《对李想的3小时访谈（播客版）：宅男、AI、家庭、游戏和天梯》 本集节目同步上线文字版和视频版： 文章：公众号（语言即世界language is world） 视频：Bilibili（张小珺商业访谈录）

今天的嘉宾是谢青池，他是美团光年之外的产品负责人。 一个月前，青池找到我，说他用了一年多的时间一篇一篇地啃完了200多篇AI论文，从开始全然不得要领，到后来逐渐地入门——而他希望将他的论文探索之旅开源给大家。 就这样，我们有了今天这集特别的节目。 他从200多篇论文中精选了36篇经典，4小时讲解，带你穿越AI变迁史。 他说，读论文是“给你打开一扇门”，让你能直接“与这个世界最聪明的头脑对话”。 2025年，期待我们和AI共同进步！ 01:30 探索的缘起 07:25 怎么读论文？（用AI学AI） 10:20 辅助小工具和路书 论文讲解的主干： 19:35 Part 1：模型的范式变迁 故事要从1999年的第一颗GPU开始讲起 Brook: 用GPU进行计算 （2004.08） AlexNet: 深度学习的开端（2012.10） 对序列建模：seq2seq和Attention的引入（2014.09） 蒸馏：模型能被学习吗？（2015.03） ResNet: 比深更深（2015.12） Transformer来了！拉开一个时代的序幕（2017.06） AlphaGo Zero: 强化学习的突破（2017.10） 现代MoE的开端（2017.01） CoT: Prompt Engineering的奠基之作（2022.01） LoRA: 那个我们每天都在用的东西（2021.06） ReAct: Agent从理论到落地（2022.10） The Bitter Lesson: 过去70年的教训（2018.08） 01:52:58 Part 2：Infra与数据的变迁 ZeRO: 大规模的GPU并行计算（2019.10） Scaling Law & Chinchilla: 上帝的指挥棒（2020.01 2022.03） LAION-5B: 开源社区的英雄主义（2022.10） The RefinedWeb: 互联网的数据也很够用（2023.06） MegaScale: 万卡GPU集群的训练（2024.02） 02:21:29 Part 3：语言模型的发展 Word2Vec: 用机器学习将单词向量化（2013.01） Google Translate: 神经网络的大规模线上部署（2016.09） GPT-1，它来了（2018.06） BERT: 曾经的王（2018.10） GPT-2: 是时候告别微调了（2019.02） GPT-3: ChatGPT来临前夜（2020.05） InstructGPT: 给LLM以文明（2022.03） Tulu 3: 后训练的开源（2024.11） 03:08:08 Part 4：多模态模型的发展 DeepVideo: 深度学习进入视频领域，Andrej 初出茅庐（2014.06） 双流网络: Karén和学术重镇牛津登场（2014.06） 图像生成的序章: GAN来了（2014.06） Diffusion: 在GAN的阴影下，悄然成长（2015.03） DDPM: Diffusion重回图像舞台的中央（2020.06） ViT: 当图像遇到Transformer（2020.10） CLIP: 文生图的奠基石（2021.03） Stable Diffusion，它来了（2021.12） DiT: 人们期待一个融合的未来（2022.12） 03:56:38 最后的聊天 架构抱住了硬件的大腿 今天技术的边界到达了哪？ 给“站在AI世界门外张望的人”和“已经在体系中工作多年的人”的建议 【技术之美】系列： 逐句讲解DeepSeek-R1、Kimi K1.5、OpenAI o1技术报告——“最优美的算法最干净” 逐篇讲解DeepSeek关键9篇论文及创新点——“勇敢者的游戏” 逐篇讲解DeepSeek、Kimi、MiniMax注意力机制新论文——“硬件上的暴力美学” 逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA” 逐段讲解Kimi K2报告并对照ChatGPT Agent、Qwen3-Coder等：“系统工程的力量” 【更多信息】 本集的投屏视频版已经同步发布于Bilibili（张小珺商业访谈录）：https://www.bilibili.com/video/BV1pkyqBxEdB/?spm_id_from=333.1365.list.card_archive.click&vd_source=aa7c66a3d015be4b5bfcd520784f2790 50页完整PPT开源地址（所有论文链接附在PPT上）：https://w7py8ou4dk.feishu.cn/wiki/KacewdlmSiSGC9kUOKDch9gwnKf?from=from_copylink

今天的嘉宾吴明辉是明略科技的创始人、CEO兼CTO，明略科技于2025年8月29日获境外发行上市备案通知书，不久后将于香港上市。 这是一次上市前的访谈，吴明辉口述一家To B公司漫长的19年故事，其间经历了好多次的分分合合、沉浮与急转。你能在这里面找到许多我们节目嘉宾的身影——肖弘、李广密、杨植麟。 我们也聊了聊面向全新的AI时代，企业服务级AI与Agentic Model的前景。 但这个故事的最开始，要从他与峰瑞资本创始合伙人李丰的公司合并聊起。 2025年，我们和AI共同进步！ 02:11 Part 1：第一段创业 开始的快问快答 和我们嘉宾广密、Red的渊源 创业的开始：祝伟投资吴明辉和李丰合并后的公司 最开始罗永浩、李笑来是我们的股东 第一版商业计划书就是推荐系统，为什么没做今日头条？ 奥林匹克竞技训练的心理调适 秒针系统的成功 眼睁睁看着今日头条的流量哗啦啦起来 56:08 Part 2：第二段创业 “老板上完商学院，团队遭殃” 同时创立明略科技、云迹机器人 学习美国一家数据分析公司Palantir，但从To G转向To B 收购Red的决策，我希望他做我的CEO successor 2020-2021年：战场开得太宽、走过的弯路 2022年：痛苦的急转，人生最suffer的一年 有AI以后，预计企业级服务会出现并购潮 01:45:01 Part 3：企业服务级AI 基于公开数据训基础模型、以卖Token为商业模式的公司会很卷，卷成电费 有私有Data的公司能产生差异化价值 现实世界的数值游戏 新产品“DeepMiner”的由来 Agent或Tool Use在企业服务领域产生了新的链接 Agent是一种交互技术，对To C和To B互联网都会产生革命性变化 那些不提供供给侧能力、只提供链接网络，而这个网络又不是根结点的公司，会很危险 将来企业只有两类人？老板和合伙人（合伙人不是公司员工） 一个幸福的老板，个人使命、家庭使命和公司使命高度相关

今天的嘉宾，我们很开心邀请了OpenAI研究员姚顺雨。 2025年4月，姚顺雨发布了一篇有名的博文《The Second Half》，宣告AI主线程的游戏已进入下半场。这之后，我们与他进行了一场播客对谈。 姚顺雨毕业于清华和普林斯顿大学，开始智能体的研究非常早。在博士期间他意识到语言可能是人类发明的最接近本质的工具，于是转向语言智能体研究，至今已6年。他有许多有代表性的工作。 我们的谈话从个体出发，共同探索由人、组织、AI、人与机器的交互，所抵达的这个世界智能的边界以及人类与机器的全景。 前不久，我刚刚创立了一家新的内容工作室「语言即世界工作室」，顺雨很意外地从另一个角度帮我回答了，我们工作室创立的初心。 为什么我们相信语言是这个世界的本质奥秘？他的表达是：“语言是人为了实现泛化而发明出来的工具，这一点比其他东西更本质。” （本次访谈发生在2025年5月，访谈为个人观点，与所供职公司无关。） 02:58 第一部分：人 * 感觉我前28年的人生，非常的乖 * 我一直有这个非共识：我想要去做Agent * 第一年最大收获是，要用GPT，不要用BERT；第二个learning是任务或环境非常重要 * 我的研究有两个核心：一是怎么去做一些有价值、和现实世界更相关的任务和环境；二是怎么去做一些简单、但又通用的方法 17:50 第二部分：系统 * Agent是一个非常古老的概念，任何能进行自我决策、与环境交互，并试图优化奖励的系统，都可以被称为Agent * Agent演变的三波兴衰：大家可能更多注意到方法线，容易忽视任务线，但这两条线是相辅相成的 * Agent发展最关键的两个方向：一个是让它拥有自己的reward（奖励），能自己探索；另一个是Multi-Agent（多智能体），让它们之间能形成组织结构 * Code有点像人的手，它是AI最重要的affordance（环境给予行动者的可能性） * 任务的设定 * 泛化的工具 * 奖励的机制 48:38 第三部分：吞噬的边界 * 创业公司最大机会是：能设计不同的interface（交互方式） * 可能模型的能力会产生beyond ChatGPT（超越 ChatGPT）的交互方式，变成Super App * 拥有一个Super App对于公司是双刃剑，当你有像ChatGPT这样的Super App，很自然你的研究就会围绕这个Super App * Assistant、Her，或者像人一样的交互方式，显然是最重要的交互方式之一；不显然的是，我能不能基于不像人的交互方式？ * 这世界是个相互抄的关系，而不是一个单向抄的关系 * OpenAI可能会成为一个类似Google的公司，成为新世界里非常重要的一环，但这并不代表，这个世界就会被这样一个单极系统垄断 * 最终的智能边界，是由不同的交互方式决定的，而不是由一个single model（单一模型）决定 * 前年冬天，我读到冯诺依曼临终前写的一本书：The Computer and the Brain * 环境永远是记忆层级中最外层的部分，这很哲学 * 模型公司的Chatbot系统会演化成一个很自然的Agent系统 01:05:01 第四部分：人类的全局 * 人与系统：Agent要不要像人？“是一个效用问题” * OpenAI是一个bottom-up（自下而上）的公司 * 如果你没有一个different bet（不同的下注方向），很难超越前面的霸主 * 我导师是GPT‑1第二作者，他在OpenAI待了一年，他对这件事是有点怀疑的 * 如果你成为了伯克希尔的CEO，未来要拿出500亿美金allocate（分配）到AGI行业，你会怎么allocate这笔钱？ * 真正的危险，不是一个类似微信的东西打败了微信，而是一个不一样的东西打败了微信 * 恰好这个时代，做上限更高的事更好 【更多信息】 文字版同步上线 文字版请前往公众号：语言即世界language is world