广密谈大模型分化、AI 产品与创业窗口

广密开场谈到 AI 投资与创业的矛盾心情：技术每个月都明显进步，令人兴奋；但头部模型公司跑得太快，不断挤压风险投资和创业者的机会。创业公司要面对巨头，手里往往没有足够强的牌。

张小珺回应这番判断“悲观又难受”。广密接着提出，头部基础模型公司都开始做产品，AI 创业者必须思考如何避开与巨头的正面竞争。

张小珺介绍《全球大模型季报》第七集：本季硅谷模型公司开始分化，Google Gemini 和 OpenAI 仍追求通用能力，Anthropic 聚焦 Coding 与 Agentic，Mira Murati 创办的 Thinking Machines Lab 则探索多模态和下一代交互。

张小珺欢迎广密，并解释节目为何延后：广密刚结束出差回到北京。两人也回顾此前六期，认为用播客记录阶段性思考很有价值，像一份随时间更新的思考档案。

广密希望听众记住三个关键词：模型公司既在分化，也在收敛；产品竞争会呈现横向全家桶与纵向垂直整合；AI 产品还要看能否提供 L4 级别的体验。

张小珺问这个季度是否平淡。广密认为恰恰相反，行业更加波涛汹涌：Google 和 OpenAI 继续覆盖多模态、推理、Coding、Agent、消费端，Google 甚至探索世界模型；其他实验室则开始专注特定方向。

广密认为全球 AI 叙事并不平淡，反而进入爆发期。最显著的信号是模型公司按优势分化，少数团队继续追求通用能力，其他团队则选择更专注的赛道。

张小珺追问 Anthropic 何时决定押注 Coding 和 Agent。广密认为，转向在 Claude 3.5 于 2024 年夏季发布后逐渐明确，开发者的正面反馈给团队带来了很强的强化作用。

Claude 的开发者反馈可能推动 Anthropic 全面聚焦 Coding 与 Agent，逐渐淡出多模态、消费端和独立推理模型。广密把这种高强度正反馈比作团队在“奖励劫持”中加倍投入。

广密引用公开收入估算说明 Anthropic 的增长速度：2023 年底年化收入可能不到 1 亿美元，2024 年约 9.5 亿，2025 年可能超过 120 亿，2026 年或达数百亿。即便 1,700 亿美元估值也未必显贵。

他还指出，OpenAI 和 Anthropic 的 token 消耗与收入都在高速增长，月环比增幅可能达到两三成。他看到的行业数据甚至显示，AI 实验室新增年化收入可能超过上市 SaaS 公司的增量。

广密认为 Anthropic 的核心是专注 Coding 与 Agent。若它像 Google、OpenAI 一样同时铺多模态和消费业务，就会变成撒胡椒面；但如果这两家巨头全力投入 Coding，Anthropic 也会面临压力。

张小珺问 Anthropic 聚焦 Coding 为何是非共识。广密提出，Coding 与 Agent 的长期价值可能远超外界预期，甚至与世界模型一样，都是通往更广泛智能的重要路径。

广密把 Coding 与 Agent 比作能扩展数字世界的工具：人类凭语言和工具创造能力拓展活动空间；Agent 若掌握语言、代码和工具使用，就可能执行人们在电脑和手机上能完成的各种操作。

他以制作网站或 PPT 为例：过去需要和工作室往返沟通数百甚至上千步；Agent 可以通过推理和 Coding 生成交互网页、一次性软件或 PDF。输出格式并非核心，关键是 Coding 与 Agent 能力。

广密认为 Anthropic 团队也比外界想象的更强。前几期节目已谈到 Kimi、通义千问和 DeepSeek 在部分能力上不再追随 OpenAI，而是借鉴 Anthropic 的路线。

张小珺提到有人把 Kimi 从“中国的 OpenAI”转向“中国的 Anthropic”。广密认为这很聪明，也觉得 DeepSeek 和千问在某些方向上同样如此。

张小珺请广密介绍 Mira Murati 和 Thinking Machines Lab。广密称这是硅谷近年最强的初创团队之一，天使轮估值约 100 亿美元、融资 20 亿美元，团队凝聚力很强。

广密把 Thinking Machines Lab 描述为 OpenAI 核心产品与基础设施人才的组合式拆分。他举例说，Meta 曾开出极高报价挖其基础设施负责人 Andrew，却未能挖走团队成员。

Mira 曾任 OpenAI CTO，了解 OpenAI 做得好与不足之处，也知道其可能的下一步。广密推测，她可能会把 Thinking Machines Lab 带向多模态原生和下一代消费交互。

广密认为 ChatGPT 在聊天产品上的领先优势已非常大，Thinking Machines Lab 因而可能探索新的交互，而非复制同一产品。新形态或许仍依托手机，因为大量个人上下文已沉淀在手机里。

他不认为 AI 会削弱手机的重要性。手机已从通话短信终端变成娱乐、联网和数据存储中心；下一代智能手机可能更主动，并出现新的交互属性。

广密把 OpenAI、Gemini 和 Anthropic 称为“智能优先”的实验室，并提出另一个问题：Mira 是否会采取“产品优先”的文化，因为现有智能已经足以支撑很好的产品探索。

广密进一步推测，Mira 的产品优先理念与 Apple 的方向相契合，未来一两年可以观察 Apple 董事会是否邀请她。若 Apple 缺少真正懂 AI 的团队，就很难规划下一代手机的核心体验。

张小珺追问“多模态原生”是什么意思。广密解释，用户在 ChatGPT 中输入的上下文远多于搜索框里的几个关键词，语音、动态输入以及 Agent 操作软件还会带来更多上下文。

随着用户更自然地表达、语音输入，或让 Agent 操作电脑并集成软件，交互会超越纯文本。张小珺补充，语音也许能收集更多上下文；广密说不止语音，还包括更自然的人机交互。

张小珺转问 xAI、Grok 和 Meta 的选择。广密认为，马斯克押注超大集群是重要赌注，但目前算力优势还没有带来确定的回报；巨大集群只是避免掉队的基础，不保证反超。

Grok 的生态位仍不清楚：做聊天会遇到 ChatGPT，做搜索会面对 Google 和 Perplexity，做 Coding 有 Anthropic，做多模态或世界模型也还未形成明确选择。广密担心马斯克想要太多，缺少聚焦。

广密指出 Grok 消耗的资源可能远超其他模型，但收益没有同比例增加；在语音端到端体验上，Doubao 甚至可能更好。他还担心 xAI 若没有更大的组织支撑，未来会掉队。

如果 xAI 未来拥有数十万张新一代 GPU，或许能靠集群实现模型质变；马斯克建设数据中心的能力很强。但在此之前，规模本身尚不能证明优势。

谈到 Meta，广密认为其超级智能团队短期进入全球前三并不容易，连马斯克大力推动的 xAI 也尚未做到。Meta 究竟智能优先还是产品优先、团队是否具备从零到一能力，仍待观察。

张小珺提到 Meta 大规模挖人。广密觉得这是扎克伯格发挥个人资源和执行力的关键时期；但即使硅谷前三家模型能力彼此接近，其他公司要挤进前三仍很难。

广密把近两年的关键范式概括为预训练 Scaling 和强化学习 Scaling，并指出这两条路径都由 OpenAI 推动。模型路线逐渐清晰，但未来公司仍可能沿不同产品和生态方向分化。

张小珺问各家公司的长期生态位置。广密说，今天它们都叫科技公司，但 Google 做搜索、Meta 做社交、Amazon 做电商、Apple 做手机；AI 公司虽共同追求 AGI，未来也会进一步分化。

广密用一个偷懒类比定位公司：ChatGPT 可能像下一代 Google，Anthropic 可能像下一代 Windows，因为 Coding 提供 API，让应用可以无限扩展。真正能支撑应用扩展的操作系统和平台并不多。

他认为 Google Gemini 仍会很强，优势可能来自规模效应。张小珺问投资或加入公司该如何选择，广密提醒模型终局变化太快，无法判断哪家一定稳赢。

领先模型的能力可能三到六个月就变成市场平均水平，行业竞争像 F1 赛车一样你追我赶。模型迭代从半年一年一代加速到两三个月一代，任何失误都可能让公司掉队。

被问到如何分配 100 元股票投资时，广密给出当下的主观配置：40 元投 OpenAI，40 元投字节，10 元投 Anthropic，10 元投 Google。他强调这只是当前时间切片下的判断。

广密提高 OpenAI 配比，是因为 ChatGPT 拥有远超单纯模型能力的非技术壁垒。张小珺也注意到，这与广密上一期的投资配置不同，说明他对产品价值的判断正在变化。

广密认为 OpenAI 的优势不只在模型。过去一个季度，模型能力逐渐趋同，但 ChatGPT 的口碑和品牌持续增强，消费端出现明显的头部收敛趋势。

ChatGPT 可能成为许多用户默认的 AI 首选，类似 Google 成为默认搜索工具。新用户不再频繁比较模型，手机首屏也会把 ChatGPT 或 Doubao 放在最顺手的位置。

ChatGPT 已成为许多新用户默认的 AI 工具，有人甚至把它或 Doubao 放在手机首页最顺手的位置。广密认为，品牌心智和用户习惯正在加速沉淀。

广密把模型训练比作 Netflix 投资内容：领先模型的训练支出会转化为产品体验、用户心智和品牌，而不像传统买量那样花完就消失。ChatGPT 获客并未依赖大量广告投放。

模型能力持续增强，还能把曾经退订的用户重新带回来。广密认为 ChatGPT 的长期留存可能非常突出，甚至接近微信这样的产品；最好的模型仍会拿走最大流量。

广密用可口可乐作类比：即使别人调出略好喝的配方，消费者仍可能首先想到可口可乐。ChatGPT 的品牌心智也会形成类似的非技术壁垒。

从收入规模看，广密引用 OpenAI 约 120 亿美元 ARR、Anthropic 约 50 至 60 亿美元的公开估算，认为两者与其他 AI 产品之间已有明显断层，且增速仍很快。

广密预计 Claude Code 可能很快达到 10 亿美元 ARR，甚至超过 Cursor。模型公司推出的产品正在扩大收入差距，也再次印证最强模型能够捕获大量价值。

OpenAI 甚至可能很快成为新一代科技巨头之一。对投资者和创业者来说，头部公司增长令人兴奋，也令人焦虑：它们正在持续吞噬创业和风险投资的机会。

张小珺问基础模型公司为何要亲自做 Agent，而不只收取 API 费用。广密用“挖矿”解释：模型公司花数百亿美元挖掘智能，如果应用层赚走大部分收益，模型公司自然会向前做产品。

Claude Code 晚于 Cursor 八九个月推出，却在短短几个月里快速追赶甚至反超。广密认为，基础模型公司正在从只依赖 API 生态，转向端到端打造 Agent，因为 API 的壁垒和留存不够强。

广密认为第三方 Agent 创业公司仍有空间，因为它们可以从 API 起步，用小团队快速交付体验。Claude Code 的成功也说明应用团队能创造很大价值，但模型公司的内部优势和跟进速度会持续施压。

广密相信 Anthropic 在 Coding 中积累的经验会复制到其他领域。对创业者而言，窗口很短：今天的科技巨头既看得懂新技术，也愿意投入集团资源跟进，和移动互联网时代的旧巨头不同。

张小珺追问使用外部模型的 Agent 是否还有优势。广密回答当然有，并提出两个趋势：横向把多种能力打包成全家桶，纵向则把芯片、模型、Agent 和应用生态整合起来。

ChatGPT 的全家桶以一个订阅账户打包聊天、搜索、Coding、Agent、Workspace 和 PPT 等功能。这会挤压单一垂直工具，因为大众用户不愿为每项能力重复付费。

广密认为，全家桶足以满足许多通用需求，专业 Agent 的市场可能因此受限。他进一步设想，PPT 可能与网页 Coding 融合，甚至不再需要传统文件格式。

Google Gemini 展示纵向垂直整合：从 TPU 芯片、Gemini 模型到 Agent，再延伸至 Docs、Chrome、Android 和 YouTube。即使模型暂时落后几个月，Google 的端到端规模仍可能带来后劲。

面对巨头布局，广密承认创业者很难在正面战场硬拼，但仍然乐观。行业格局看似已定时，新的结构性机会和非共识创业者仍可能出现。

他回忆 2015 年许多人认为淘宝的电商规模效应不可撼动，因此错过拼多多和 Shein。今天也需要寻找类似黄峥的创业者，深入理解产业结构，并从巨头看不见的方向破局。

广密认为投资人要花足够时间理解创业者内心的逻辑，而非只看表面产品。他仍在寻找“今天的黄峥”：能从巨头林立的市场里识别新机会的人。

张小珺问模型与产品哪个更重要。广密说，前六期季报高度关注智能上限，过去两三个月则明显转向产品，因为模型技术红利必须转化成商业壁垒。

广密的观点变化部分来自两个观察：ChatGPT 已建立强大的流量和品牌壁垒；Coding 领域即使 Anthropic 领先，Gemini 2.5 Pro 也能很快追上。模型领先未必持久，产品壁垒更稳。

DeepSeek、Gemini 和 Claude 的进步并没有根本动摇 ChatGPT。广密认为 ChatGPT 积累了许多非技术壁垒，而 Coding 工具或模型公司往往只有技术优势。

他提到 Sam Altman 曾提出两个并行愿景：让 ChatGPT 达到十亿日活，以及实现 AGI。很多实验室也许能实现 AGI，但并非所有公司都能拥有十亿日活产品。

广密认为 OpenAI 在智能探索和产品经营之间平衡得最好：研究能力处于全球第一梯队，同时把模型红利转化为产品流量和品牌心智。消费端的大规模分发具有巨大商业价值。

即使 Anthropic、Gemini 或 Grok 的模型不错，消费端仍未必同样强。ChatGPT 的品牌价值源自不可复制的社会时间窗口和用户积累；即使模型暂时停止进步，分发优势仍很强。

如果模型继续进步，OpenAI 的研究能力也在第一梯队。广密认为领先模型之间的差距可能只有三到六个月，技术体验的保鲜期很短，因此产品竞争更关键。

张小珺总结说，模型能力投入也是在给品牌充值。广密认同 ChatGPT 最大的壁垒不是技术，而是品牌；即便有更好的“配方”，消费者也未必改变首选。

张小珺问 Thinking Machines Lab 何时推出产品。广密说团队虽强，但新公司缺少成熟分发渠道；美国可能借助 Apple，独立做出 ChatGPT 量级的消费产品则不容易，Doubao 反而更有机会。

广密把模型公司比作“挖矿”，把产品公司比作发现矿脉后的“炼矿”。AI 产品的窗口尤其关键：第一个做出让用户惊叹的 Magic Moment，即使 Token 成本很高，也可能省下数亿美元广告费。

Perplexity、Cursor、Manus 和 DeepSeek 都曾挖到重要的模型能力红利，例如信息检索、Coding 或 Agent。广密指出，模型公司逐渐补上这些能力后，创业窗口正在缩短。

Perplexity 曾有近两年的窗口，因为模型公司很久没有做好联网搜索；Cursor 从形成热度到 Claude Code 发布约九个月；Manus 面对类似产品跟进的窗口只有三四个月。

窗口缩短不意味着应用创业必败，而是竞争更激烈。产品公司仍能使用 API 起步；广密以 Claude Code 为例，认为小型团队也能把产品做到数亿美元乃至更大规模。

广密认为模型公司内部团队更懂模型工具和训练细节，调用模型可能有优势。但若 Agent 效果相同，独立创业公司的 Token 成本会被 API 毛利拖累，这是结构性劣势。

广密指出成本是重要的不公平因素：即使创业公司的 Agent 效果相同，订阅费也可能覆盖不了高额 Token 消耗；基础模型公司提供 API 还要获得毛利，独立应用容易被成本拖垮。

目前 AI 产品的成功，很大程度来自模型研究红利：聊天、搜索、Coding、工具调用和 PPT 等能力，每一个都像手机上的传感器，催生了新的互联网产品。

张小珺请广密描述优秀 AI 产品经理。广密认为新一代产品负责人很可能来自算法或模型领域，同时要具备产品和业务判断力，才能把握模型红利与未来半年到一年的技术变化。

广密把产品北极星指标概括为能否规模化交付 L4 级别体验：用户从头到尾都感到惊艳，产品能真正完成任务，而不只是展示模型能力。

他认为当时最优秀的两个 Agent 已达到 L4 体验：ChatGPT Deep Research 对应信息搜索，Anthropic Claude Code 对应软件开发。达到这种体验后，用户愿意从每月 20 美元升级到 200 美元。

搜索和 Coding 最先实现 L4，既因为语言与代码是当前最大红利，也因为白领工作价值高、程序员报酬高，开发工作更容易闭环。机器人还要额外解决硬件迭代。

白领工作比蓝领工作更容易先形成 L4 体验，程序员又是白领中价值较高的一群。机器人还需要硬件迭代；只要 Coding 尚未实现大规模 L4，其他物理场景只会更慢。

广密把成功归因于数据积累：互联网沉淀了数十年的网页，GitHub 也积累了数十年代码。这些数据抽象了大量人类活动；一旦进入物理原子世界，迭代速度就会慢下来。

张小珺问 Claude Code 成功靠产品还是模型。广密判断约九成来自模型能力，约一成来自产品和工程，尤其是它对大型代码库的上下文管理与压缩。

谈到 Claude Code 与 Cursor 的竞争，广密认为 Claude Code 收入增长极快。若 Cursor 复制相同体验，仍要承担固定订阅费下数倍甚至十倍的 Token 成本，长期亏损难以承受。

以每月约 200 美元的订阅费为例，有些用户几天就能消耗掉价值数千美元的 Token，成本可能达到收入的数倍甚至十倍。广密认为 Cursor 若长期面对这种亏损，很容易被拖垮。

广密补充，Claude Code 会持续读取代码库并压缩上下文，保留重要信息；Anthropic 很重视长上下文。内部工具命名和训练经验也可能让模型公司更善于调用工具。

广密甚至认为，不做模型的 Coding 公司长期可能缺乏优势，最终竞争会转向成本；Cursor 或许需要与微软、Google、Grok 或 Meta 等大厂结合。但模型格局仍在动态变化。

张小珺指出模型和应用边界会持续变化。广密认为 AI 产品形态仍很早期，ChatGPT 和 Google 可能逐渐融合成全家桶，就像小红书已经把搜索、短视频和朋友圈结合在一起。

广密举小红书作例子：不少年轻用户已经把它当成搜索入口和朋友圈，搜索、短视频与社交逐渐融合。他认为 ChatGPT 和 Google 也可能沿着这种全家桶方向演化。

被问到下一批 L4 体验时，广密看好 Office、Workspace、PPT 和 Excel 数据分析。它们有结构化内容、可确认结果，与代码有重叠；但“什么样的 PPT 更好”仍缺少明确奖励信号。

Workspace 的用户规模可能远大于 Coding：不再只是几千万程序员，而是数亿上班族。广密随后谈到自己对 Google 的看法转变，认为 ChatGPT 和 Google 最终会走向相似产品形态。

广密推测 ChatGPT 以后会建立广告平台，因为 OpenAI 聘用了有广告商业化经验的 CEO。少数重度用户可能每月支付数百甚至数千美元，大多数用户则免费使用并看广告。

Google 仍拥有全球最强的广告平台。如果产品融合为全家桶，搜索与广告匹配效率可能增强；Google 也在推出广告产品刺激长尾需求，规模效应仍然很强。

广密说，ChatGPT 当前靠品牌心智领先，Google 未来可能凭规模效应扳回一城。ChatGPT 已改变用户习惯：从搜索框输入两三个关键词，变成向 AI 描述几十个关键词或整段需求。

更长的用户上下文有助于匹配需求和提高推理效率，但 Google 能否改变用户习惯仍是最大不确定性。它手中有自研芯片、模型、语音和操作系统等多张硬牌。

下一代主入口的具体形态还难想象，但广密认为一定会融合。Agent 可能打破应用之间的端到端孤岛，直接调用不同服务；界面或许介于手机屏幕和 App 之间。

关于 AGI 泡沫，广密建议观察最聪明的人在用什么：量化从业者和优秀程序员大量使用 Claude，是需求仍真实的信号。他更担心今年硅谷巨头合计投入数千亿美元的资本开支是否创造了前端价值。

他担心资本在芯片公司与模型公司之间循环流动，形成“套娃收入”，但前端应用没有创造实际价值。张小珺追问泡沫破裂时谁先受冲击，广密认为资本会向头部集中。

聊到湾区新话题，广密认为美国最核心的资产是金融铸币权和硅谷科技领先。中国的产业化能力正在侵蚀其他领域，美国的资本与科技处于社会金字塔顶端。

广密描述一种资本循环：美元增发后价值被稀释，资金流向科技巨头股票。中国人过去买房，美国人今天买 Mega Seven 股票；资本家、科技企业家和商人主导的体系也让人担忧。

他对美国制造业复兴抱有疑虑，认为许多年轻人不愿做脏活累活，更愿意投资或从科技中赚钱。如果硅谷不再领先，美元的金融优势是否还能维持？

广密设想，如果中国两年内突破先进制程光刻机，全球资本是否会重新流向中国。这显示技术领先与金融中心地位之间存在关联，但结果仍难预测。

张小珺提到华人创业者在全球 AI 中的影响力。广密引用一句话：“犹太人的金融，华人的 AGI”，并指出中国本土供给充裕、制造能力强，但内需相对有限。

他认为中国团队需要积极开拓全球市场，尤其是付费需求强的北美。英国工业革命后发展东印度公司，美国也在第二次工业革命后催生跨国企业；如今可能是华人创办全球公司的重要时点。

广密认为，华人创业者的关键优势是快速迭代和学习，劣势则需要在全球竞争中克服。进入北美市场的核心是扎根硅谷，并先进入 YC 和旧金山 AI 圈的扩散网络。

他列举几个非共识判断：格局看似已定，仍会出现“这个时代的黄峥”；Anthropic 和 Thinking Machines Lab 的团队价值可能被低估；Coding 的产业贡献也可能被低估。

广密认为机器人领域未必由当下视觉背景的团队率先突破，语言、代码和模式能力可能更关键。机器人技术还需跨越多个类似 GPT-4 的成熟阶段，短期未必快速普及。

他对未来三到五年的华人创业者非常乐观。谈到人与大猩猩的智能差异时，广密认为人类拥有语言、工具使用和创造工具的能力，因此探索空间更大。

张小珺请广密分享如何做 AI 投资、打造 30 倍 DPI 基金。广密指出，技术每月变化，头部公司也在收敛，OpenAI 甚至像一个内部配置资金和研究资源的 VC。

OpenAI 和其他头部模型公司正在挤压 Agent 创业机会，AI 投资难度很高。广密建议投资策略持续迭代，花足够时间理解新一代创业者的逻辑和机会。

张小珺问传统 VC 的人海战术和分散投资是否失效。广密认为，在当前阶段集中投资更有效；如果错过 OpenAI、Anthropic、xAI、Perplexity 或 Cursor 等公司，可能整轮投资都白忙。

回看移动互联网，微信、短视频、信息分发、外卖、电商和打车都是少数大机会。投资人要抓住少数大赢家，例如高瓴投中拼多多、五源投小米和快手、红杉投字节。

广密算了一笔账：管理 3 亿美元基金，要实现 30 倍回报需创造约 100 亿美元价值。但他仍看好 AI，因为美国一年 AI 资本开支约 3,000 亿美元，三年可达万亿美元。

他把巨额 AI 投资比作给未来“沤肥”：移动互联网基础设施曾为微信和拼多多等应用培土，今天数万亿美元级的 AI 投入也可能成为未来产品爆发的养料。

广密提醒，投资策略必须不断受到技术变化和头部收敛的挑战。当前集中投资可能有效，但未来也可能改变；从 ChatGPT 发布至今，OpenAI 与 Anthropic 是最大赢家。

许多硅谷 VC 因 AI 资本开支太大、毛利率不足而没有投 OpenAI 或 Anthropic，也有人错过 Mira Murati 的高估值创业公司。广密认为，识别优秀创业者本身就是非共识机会。

他建议投资人集中精力支持成长最快、最优秀的创业者，并每季度与他们深入交流。广密举例，张一鸣对信息分发、黄峥对社交电商都曾有深刻洞见。

张小珺总结，表面格局已定时仍会有新机会。她请听众分享未来四年愿意加入哪家公司、看好哪位 CEO；节目随后感谢听众并预告下期再见。

张小珺以主持人身份结束节目，邀请听众在小宇宙、Apple Podcasts、喜马拉雅和 QQ 音乐订阅《张小珺商业访谈录》，也欢迎在评论区留言推荐嘉宾与话题，并约定下期再见。