李广密：AI 任务引擎、模型竞争与 2025 年的 Agent 预测

张小珺请李广密回顾 2024 年第四季度的大模型进展，并讨论未来的产品形态。两人强调，这是一场年终时点的判断，许多看法仍是对未来的预测。

广密提出，下一代大型互联网产品可能不是单独的搜索框或聊天框，而是帮助人完成任务的入口。他借“下一个 Google”描述其规模和地位，而不是说它必须复制 Google 的形式。

他回顾互联网入口的变化：门户网站先把信息聚合在一起，搜索引擎让用户用关键词主动寻找，推荐系统又根据人的兴趣分发内容。每一步都改变了人和信息之间的关系。

小红书等产品同时包含搜索和推荐。广密认为，大模型有机会把这些能力和交互结合起来：用户不只是找到信息，也可以继续追问、生成内容并推进一个具体任务。

这一入口可能跨越很多原本分开的应用。用户提出目标后，系统需要判断要查什么、调用哪些工具、如何组织结果，以及什么时候应该把决定交还给人。

他拿投资研究举例：整理资料、搜索信息和形成初步分析可以组成连续工作流。产品价值来自完成整段工作，而不只是某一次回答看起来聪明。

广密推测，有竞争力的公司可能需要从模型到应用做较深的整合，才能把用户体验、推理成本和任务完成质量一起优化。他把这作为可能的产业路径，而非确定的组织模式。

谈到用户增长时，他根据当时可见的数据作出估计，认为大模型产品已展现出广泛需求，但不同统计口径和使用频率会影响比较。

商业化也可能不同于传统搜索。他比较广告和订阅，并用假设的用户规模与付费水平说明：即使单次回答成本下降，总推理开支也会随着使用量增长。

搜索中的许多查询只是导航，用户已经知道自己要去哪里；另一些则需要理解、比较和持续交互。广密认为，后者更适合由模型参与，但产品仍要找到合适的成本和收费方式。

如果系统能够承担完整任务，收费单位也可能从一次查询或每月订阅，转向具体工作的价值。他讨论的是一种设想，其前提是系统确实能可靠交付。

张小珺追问聊天机器人怎样变成任务产品。广密认为，对话是过渡性的界面，未来产品还需要更清楚地呈现任务状态、结果与下一步，而不是把一切塞进单一聊天窗口。

他设想系统持续了解用户的目标和背景，在合适的时候提供建议，而不是每次都等待重新输入一段提示词。但它必须在主动性和打扰之间找到平衡。

个人上下文也可能来自用户已有的文件和工作流程。广密认为这些信息可以改善结果，张小珺则提醒，能否访问私人数据以及用户愿意承担什么风险，是产品不能绕过的问题。

广密进一步讨论 AI 软件：如果模型能理解需求、编写和修改程序，许多工作流程可能不再完全依赖预先固定的界面。具体能做到什么，仍取决于可靠性和使用成本。

他看好编程能力对生产效率的影响，但强调这涉及一连串能力：理解问题、生成代码、运行检查和修正错误，而不是只看一次生成的速度。

所谓“下一个 Google”，在他看来更像重新组织获取信息和完成工作的方式。即使基础模型足够强，产品和分发方式也需要重新设计。

谈到 OpenAI，广密结合当时的搜索、编程产品和团队布局判断其方向。他的分析是外部观察，并不代表公司内部计划。

从投资人的角度，他认为模型能力的进步可以带来用户增长和品牌优势，但领先者也要面对持续投入、竞争者追赶和产品能否留住用户的问题。

他区分几种护城河：模型预训练的领先差距可能变化，用户心智、产品经验和持续创新能力也会影响竞争。单一技术领先并不自动保证长期胜利。

训练前沿模型需要资金、算力和研究组织长期配合。广密认为，一家公司能否持续获得资源、组织人才和把研究成果变成产品，与某次模型发布同样值得观察。

他还讨论活跃、留存和使用频率，认为这些指标比注册人数更能说明产品是否进入日常生活。节目中涉及的具体数值属于他当时的估计，不应当作已核实的公司数据。

用户数据与模型智能之间也有权衡。广密猜想，更聪明的系统即使起初了解用户较少，也可能在交互中逐步理解需求；反过来，拥有数据并不能弥补模型能力不足。

Google 拥有搜索、浏览器和手机等分发渠道，也有长期积累的数据与基础设施。广密同时认为，既有产品和商业模式会影响新功能的推出方式与速度。

双方讨论手机时代的界面优势能否延续到 AI 时代。对广密而言，问题不只是把一个聊天框加到现有产品上，还包括如何把模型能力嵌入真实任务。

图形界面让用户通过按钮操作，对话则让用户表达意图。两者不必互斥：实际产品可能结合自然语言、可视化状态和必要的人为确认。

广密把后训练和产品设计视为模型竞争之外的重要环节。模型是否能执行用户希望完成的事情，以及结果如何呈现，都会改变用户体验。

他不认为竞争必然只留下一个赢家。Google、OpenAI、Anthropic、xAI、Meta 以及云厂商各自拥有不同的模型、渠道、算力或产品资产，结果取决于它们如何组合。

对于 Perplexity 等搜索产品，他讨论独立发展的空间，也猜测大型公司可能对其感兴趣。这是当时的竞争与收购设想，而不是已经发生的交易。

他也分析 OpenAI 和 Microsoft 的合作与潜在张力：一家云平台需要服务不同模型和客户，模型公司则可能希望拥有更多产品和基础设施选择。双方未来关系在访谈时仍不确定。

在开发者产品上，广密提到 Claude Sonnet 在编程中的口碑，并以自己的观察解释其吸引力。模型受欢迎的程度和具体能力会随版本与任务变化。

Anthropic 的 Computer Use 和 MCP 是他关注的方向：前者尝试让模型操作电脑，后者为连接外部工具和数据提供协议。它们都指向模型从回答问题走向参与工作。

不过，把模型接上工具不等于任务已经完成。产品仍需要处理权限、反馈、错误和人与系统的分工，才能把演示变成可用的工作流。

谈到 xAI，广密从算力和多模态方向推测它的机会。他同时提醒，外部观察者很难准确知道各家公司内部进展。

在他的框架里，Perplexity 不只是给出链接的搜索框，也可以向交互式信息助手发展：围绕问题查找、综合，再根据用户的追问继续探索。

他看好 Cursor 代表的编程产品方向，认为开发环境和模型结合后，工具可以围绕整个写代码的过程提供帮助，而不仅是补全一行代码。

Devin 则让他想到更长的多步骤任务：系统需要在浏览器或开发环境中行动，观察结果，再根据反馈调整。这样的循环也暴露了长任务可靠性的难题。

对于其他模型公司的策略，广密也提出了一些未经证实的猜测。他的核心问题是，持续训练前沿模型需要多少资源，以及不同公司如何选择自己的竞争位置。

展望 2025 至 2026 年，两人讨论 agent 能否完成更长周期的任务。广密认为，能力提高可能带来新的界面和商业模式，但任务越长，单步错误累积的问题越突出。

他认为一个可行方向是在特定领域构造能验证结果的任务，并结合专家反馈改善模型。通用能力重要，但好的反馈环境和清晰的评价标准同样重要。

模型究竟还能进步多快、能力上限在哪里，访谈没有给出确定答案。广密愿意押注继续进步，也承认不同方法和任务可能遇到不同瓶颈。

他讨论合成数据是否能扩展训练材料，也质疑仅靠已有知识的重新组合能够带来多少新知识。这些是开放的研究问题，而非当时已经解决的结论。

如果编程能力继续改善，软件的制作和使用方式可能发生变化：用户描述需求，系统生成或修改工具，再通过实际运行不断修正。能否稳定实现仍需要验证。

实现这些产品不仅需要模型，还需要算力、人才、设计和可持续的业务。广密认为，技术机会很大，但不同环节的约束会决定产品推进速度。

谈到预训练的数据墙，他指出高质量公开文本并非无限，简单扩大数据量可能越来越困难。提高数据利用效率和寻找新的反馈来源，可能成为继续进步的一部分。

奖励和反馈也不像单一答案那样容易定义。不同任务需要不同的评价，系统在一个环境中学会的行为能否推广到其他环境，仍是困难问题。

对于 o1 展示的推理能力，广密认为值得持续观察，但不把某次实验直接等同于已经知道方法的上限。训练、测试时计算和任务设计之间的关系仍有待探索。

规模化反馈需要更多真实任务，也会带来数据使用的边界。张小珺和广密讨论工作资料、个人信息与模型服务之间的关系：产品能力越深入工作流，用户授权和隐私问题越具体。

回顾 2024 年，广密特别提到 6 月的 Claude Sonnet，认为它推动了开发者对 AI 编程的兴趣。这是他从产品和投资角度选择的年度重要变化。

他观察模型发布后的用户和开发者采用情况，也关注实际使用带来的算力需求。对他来说，技术演示要和持续使用一起看，才能判断影响。

他回看此前对 OpenAI 和开源模型的判断，并表示 Meta 的进展促使他调整对开放与闭源竞争的看法。竞争格局会随着能力、分发和成本变化而变化。

他还预测推理成本会下降，使更多应用有机会使用模型；不过成本降低并不自动消除可靠性、产品设计和获客的问题。

关于公开市场和公司选择，广密分享了自己在 2024 年末的投资偏好与理由。这些只是当时的个人观点，不是对未来收益的保证。

广密把长期机会概括为三个方向：帮助完成任务的“下一个 Google”、围绕互动内容的新产品，以及 AI 推动科学研究。每个方向都还需要新的产品和技术突破。

面向知识工作者，他尤其关注编程助手和 agent：如果工具能承担更多准备、执行和检查工作，个人可能把时间转向判断、沟通和更高层次的设计。

用一个词概括，广密把 2024 年与 coding 联系起来，把 agent 作为对 2025 年的期待。他也提到自己使用 Claude、ChatGPT 和 Perplexity 等工具；这些选择反映的是访谈时的习惯。

访谈最后，张小珺和广密总结了这些预测的不确定性，并结束年终讨论。