106: 与真格戴雨森长聊 Agent：各行业都会遭遇“李世石时刻”，Attention is not all you need|Agent#1

摘要

• 戴雨森判断，2025 年 Agent 的拐点来自 reasoning、coding 与 tool use 三条能力曲线同时接近可用阈值。 GPQA 从前沿模型年初的几分、十几分升至 O3 的 70 多分，SWE-bench 从 GPT-4o 的个位数升至 O3 Mini／O3 的 70—80 分，Codeforces 约 2703 分、进入人类前列；强化学习一旦进入具体行业，就可能带来更多“李世石时刻”。

• O1 的意义是验证 post-training RL 与 test-time compute 两条 scaling law，R1 的意义则是把这条路公开给全行业。 R1-Zero 显示不经过 SFT、直接在 V3 基础上做 RL，也能让输出持续变长、智能表现提高；GRPO、失败的 MCTS 路线等“一个比特信息”，既降低重复试错，也让微信、百度及应用开发者获得可用武器。

• Agent 真正改变的是互联网依赖用户时长的增长公式，因为它让具备主观能动性的工具不再持续占用人类注意力。 戴雨森把这一转向概括为“Attention is not all you need”：钱可近似兑换成算力，算力再兑换成工作产出，由此形成“工作的 scaling law”，生产力不再只能靠招聘、培训和扩张组织来增加。

• 第一批明确 PMF 是 read-only Agent，随后才是风险更高的 write Agent。 Deep Research 已能在几分钟内交付接近优秀公司白领一两年工作的研究报告；Operator、MCP 以及 Monica 等产品开始操作网页、发送邮件和调用工具，但越权、误杀进程等副作用意味着“写”会比“读”部署得慢。

• 成本下降不会削弱算力需求，反而可能通过 Agent 把 inference 放大 100 倍甚至 1000 倍。 GPT Pro 每月 200 美元可做约 100 次 Deep Research，折合每次 2 美元；美国 Agent 每小时 6—8 美元已低于加州约 16 美元的最低时薪。对算力链而言，总需求仍向上，但英伟达超过 90% 的份额和高毛利给 ASIC、TPU、昇腾等专用方案留下了机会。

• 模型公司与应用公司会共生，真正危险的是被第一个 PMF 和大用户量反向绑架。 黑莓被键盘、雅虎被门户、Chatbot 可能被碎片对话困住；DeepSeek 更像开源生态的“安卓时刻”，而 Cursor、Perplexity、Kimi 说明应用层仍可凭多模型组合、用户心智、准确性和场景理解占住价值。

• 2025 年的投资主线不止是模型能力继续上升，还包括生产力与财富分配方式开始改变。 一个会指挥 Agent 的个人可能成为“超级个人”，大公司和富人也可能用资本同时调动成千上万个 Agent；戴雨森因此支持技术普惠与创新加速，也警惕资源进一步集中，并强调“先用，有问题再改”不等于忽视安全。

精读

1. O1 把后训练与推理时间都变成了可扩展变量

• 戴雨森对 O1 的第一重定义，是它证明 reinforcement learning 用于 post-training 后，模型智能仍能继续提高；O3 随后又证明这不是一次性成果，而是一条“边际还很远、空间还很大”的路线。

• 第二条曲线是 test-time compute scaling law：同一个基础模型思考得越久，回答可能越好。传闻 O4 Mini 的推理时间可到数小时级别，方向不是只把模型训练得更聪明，也是在部署时给它更多“想”的预算。

• 他的博士论文类比很准确：基础素质决定一个人能否解决问题，五年研究时间则让优秀博士产出高价值成果；普通人即使给十年也未必写得出来。模型能力与可有效利用的推理时间，缺一不可。

2. R1 用“一个比特信息”拆开了推理模型的黑箱

• R1-Zero 最关键的公开结果，是不做 SFT、直接在 V3 基础模型上运行 reinforcement learning，也能让输出长度逐渐增加、智能表现持续提高。它把 OpenAI 未公开的训练方向变成了可重复研究的问题。

• DeepSeek 还公开了 GRPO 的有效性，以及 MCTS 等尝试没有走通。戴雨森称这类结论为“一个比特信息”：前沿探索中，“这条路能不能走”有时比完整教程更值钱，知道死路同样能节省大量算力和时间。

• 他也提醒，中美差距未必只在论文和芯片上，还藏在这种信息的传播时差里：2024 年年中，RL 可行已是硅谷一线 lab 的共识，中国行业却要等到 O1、R1 出现后才普遍确认。

• 开源让研究成果直接变成生态供给：微信、百度可以接入 DeepSeek，Monica 等应用开发者也能在国内使用 R1，不必再因只有 GPT-4o、Claude 3.5 等强模型而优先出海。

3. DeepSeek 证明资源约束和专注可以反过来制造领先

• 戴雨森把 MoE、MLA 等创新放在资源约束中理解：dense model 的训练和推理更贵，芯片受限又迫使团队优化架构与工程。“资源限制很多时候反而是创新的源泉”，不是对短缺的浪漫化，而是对选择压力的描述。

• DeepSeek 有钱、有卡、有人，却仍主动不做多模态生成、不追逐 AI 虚拟女友，也直到 R1 后才推出面向消费者的 App；资源始终集中在“提高智能、提高模型基础能力”这一主航道。

• 团队年轻、本土培养者居多，也打破了“小公司无法对抗有人、有钱、有卡、有用户的大厂”的预设。戴雨森总结的不是单一胜利，而是“开源、RL、专注、本土人才和 AI-native 团队”的叠加。

4. 魔法般的体验比旧互联网指标更早产生商业价值

• R1 让大量用户第一次接触 reasoning model、看到推理模型的输出，几乎不花广告费就获得数千万 DAU；API 供不应求，还有用户主动要求稳定付费版。戴雨森给出的链条是：技术突破改变体验，体验引发自然传播，价值再催生商业模式。

• 主持人的追问是，这是否已经成为共识。戴雨森承认 2023—2024 年已有 researcher 强调智能，但行业仍惯性盯着 DAU、留存和时长，于是 AI 女友、打电话等“杀时间”场景显得比“省时间”的智能更容易证明数据。

• 他在 2024 年 10 月向 LP 提出的判断是，“未来的字节跳动可能不会延续字节跳动的公式”：抖音、王者荣耀已占据大量醒着的时间，下一代大产品更可能替用户省时间，或在人类无法工作的时间里继续创造价值。

5. 模型能力的跃迁总会解锁新的产品形态

• GPT 经 scale-up、指令对齐形成 GPT-3.5，解锁了 Chatbot；以 Sonnet 为代表的编程能力解锁了 Cursor 一类编程助手；O1 之后更强的 reasoning，则可能解锁 Agent。戴雨森的主线始终是“技术进步解锁产品形态”。

• Agent 的词根 agency 意味着“主观能动性”：它知道目标、制定计划、选择工具，并检查任务是否完成。过去只有人类能稳定完成这一闭环，传统自动化则只能按预先规定的规则重复运行。

• 产品与模型是互相成就的：没有 Sonnet 3.5，Cursor 难以形成下一步代码预测等体验；没有 Cursor，Sonnet 的编程能力也缺少让大众感知价值的载体。

6. Agent 的门槛是 reasoning、coding 与 tool use 同时过线

• Reasoning 是规划和验收的底座：模型若不能理解目标，就无法把任务拆成可执行步骤，更无法判断自己的答案是否真正完成任务。

• Coding 是数字世界的通用语言。Agent 不必以写软件为唯一工作，但要在“赛博世界”自主行动，理解和生成 code 几乎是基础技能。

• Tool use 让模型接上人类已经创造的软件、网站、浏览器和 API。戴雨森认为，这三项能力在过去 12 个月都进入了近似指数增长阶段，Agent 因而从概念变成产品工程问题。

7. 三组 benchmark 显示 Agent 已跨过“基本不可用”

• 在戴雨森引用的 GPQA 上，普通人约 20 多分、人类博士生约 60 分；2024 年初的前沿模型只有几分至十几分，O3 已到 70 多分。推理能力已经跨过博士生参照线。

• 在 SWE-bench 这类取自 GitHub 真实任务的编程测试上，GPT-4o 年初约为个位数，处于“基本不可用”；O3 Mini 或 O3 已到 70—80 分量级，理论上相当比例的人类编程任务可被解决。

• 工具使用方面通常看 τ-bench，包含订机票、电商等操作测试，也从前沿模型的个位数升至约 30、40、50 乃至 60 分。工具使用仍弱于纯推理，但方向相同。

• 人类不断加题仍追不上：FrontierMath 原本被认为能挡住 AI 数年，O3 已约 25 分；刚推出时为 0 分、满分 100 分的 Humanity Last Stand（“人类最后的堡垒”），现在也好像已经达到约 20 分。

8. 强化学习会把每个行业推向自己的“李世石时刻”

• 戴雨森观察到，只要 reinforcement learning 能进入一个边界清晰、结果可验证的领域，AI 往往迅速逼近并超过顶级人类；AlphaGo、AlphaStar、编程竞赛和自动驾驶在他看来都是同一模式。

• O3 在 Codeforces 上约 2703 分，已超过人类 99.9% 的水平，可能进入全人类前 200 名。这不等于日常软件工程已被完全解决，因为真实工作还要读取大代码库和长期 context，但“超人智能”已先在可验证任务上出现。

• “李世石时刻”有两面：它摧毁人类对自身智力优势的信仰，也吸引更多人投入 AI。戴雨森预计，各行业都会经历一次“原来它真的比最强的人还强”的认知断裂。

9. 人类失去的不只领先优势，还有评价与解释能力

• 主持人补充，AlphaGo Zero 不只是推翻千年定式，更出现了人类“理解不了，但它就是更高”的局面；自动驾驶也类似，人类坐进车里试乘，未必还能有效判断系统能力的边界。

• 戴雨森不认为可解释性必然存在：普通人未必理解爱因斯坦，猫狗也不理解人的决策。未来的人类评测可能像“小学生考博士生”，测试得 100 分只是因为试卷只有 100 分，不代表能力上限就在这里。

• 这也把安全问题推到前台：当很多已有测试已被刷到 95 分以上，而 AI 靠算力、RL 和更强 inference 继续提升，人类可能在“几年”的可预见未来内很难确认它究竟会什么、不会什么。

10. Deep Research 已让部分信息工作接近 AGI

• 从 GPT-4o、O1、O1 Pro、O3 Mini High 到 Deep Research，戴雨森在三至六个月内感到明显的指数跃迁：模型会先设计研究计划，再搜索、比较、总结并形成报告。

• 他的直观判断是，从街上随机找十个人，至少九个人的研究能力已不如 Deep Research；它几分钟给出的成果，接近优秀公司里工作一两年的白领水平，有些人即使得到更多时间也做不到。

• 边界也被说得很清楚：已经存在于公开记录中的信息，AI 会超过绝大部分“比特进、比特出”的信息工作者；但本期访谈这种尚未发生、包含专有经验的对话，仍能创造模型原来没有的数据。戴雨森因此认为 AGI 已不再只是科幻概念。

11. Agent 把互联网公式从争夺注意力改成释放注意力

• 旧互联网可以压缩成“用户数 × 使用时长 × 变现率”。每人每天只有 16 个清醒小时，手机 screen time 已达 8 小时左右，用户和时长都接近物理上限，只能继续提高单位时间变现率。

• 传统自动化虽然不需要持续 attention，却没有 agency；人类使用的其他工具都要有人盯着。Agent 第一次把“不需要持续注意力”和“能自主处理非重复任务”放在同一个产品里。

• Deep Research 自己研究五分钟、Devin 接到任务后独立工作，都是“Attention is not all you need”的原型。人可以中途查看或打断，但不再需要全程操作。

12. “工作的 scaling law”可能让钱更直接地变成生产力

• 一家公司有 100 亿元、1000 亿元，并不能直接把钱变成产出；仍要招聘、培训和管理，人多后还会产生政治与内耗。Agent 则可能把钱近似换成算力，再把算力换成工作。

• 这条曲线成立有两个条件：模型本身持续变强；更长 inference 也持续带来增量结果。当前模型可能想五分钟优于一秒钟，却未必想一小时优于五分钟，长期推理仍有技术缺口。

• 主持人追问世界是否真需要这么多生产力。戴雨森用汽车、飞机和电力回应：技术出现前，人们同样会问“为什么要跑那么快”，但历史反复显示供给能力会创造此前不存在的需求。

• 变化之所以难适应，在于技术爆炸从“一代人一次”缩短到十年甚至数月；AlexNet 至访谈时仅约 13 年，ChatGPT 更短。“Gradually, then suddenly”，指数曲线在陡升前看起来总像线性。

13. 同一条生产力曲线既能造就超级个人，也能巩固巨头

• 乐观方向是“一人公司”：一个有 vision、会指挥 AI 的人，再让 Agent 调度其他 Agent，可以用极小组织创造过去只有大公司才能完成的价值。

• 反方向是，大厂也能用更多资金雇佣“创业 Agent”。普通创业者原本可凭组织效率打败大厂，未来却可能只有顶级创业者能胜过大公司的算力和 Agent 集群。

• 财富分配同样可能恶化：富人过去也只有 24 小时，未来却可并行调动一万个 Agent。所谓“超级个人”和“资源进一步集中”，是同一技术变量的两种组织结果。

14. 第一个 PMF 可能是技术革命里最甜蜜的陷阱

• 黑莓根据弱处理器、慢网络找到邮件和 push 的 PMF，于是把实体键盘当成核心优势；当网络、芯片和屏幕升级后，苹果去掉键盘，黑莓却仍用旧场景评价新设备。

• 雅虎的门户也是早期互联网 PMF：把大量内容铺在页面上供用户点击。Google 只留下一个搜索框，最终用新交互反过来颠覆门户。

• Chatbot 可能重演这一幕。碎片化短对话让普通大学生与科学家的差异不明显；若要求写博士论文或执行完整项目，能力差距才会显现。Agent 需要的输入更像完整 proposal，而非“我有个问题—你说吧”。

• 若继续用聊天时长优化产品，团队可能优先做语音通话、语气和情商，却不一定提高生产力。戴雨森的警告是：“甜蜜的陷阱”不是 PMF 本身错误，而是它会束缚下一次技术跃迁。

15. 2025 年最明确的 Agent PMF 是 read-only research

• Google、OpenAI、Perplexity、Grok 及多家创业公司都在推出或探索 Deep Research／Deep Search，不是偶然撞车，而是大家都看到了同一条可行路径。

• 这类 Agent 先读取资料，再根据新发现决定下一轮搜索，反复循环后交付报告。它仍是 read-only，不修改外部系统，因此价值容易验证，安全边界也更清晰。

• 戴雨森已明确感到 Deep Research 比自己的实习生做得好；对研究企业、浏览大量网页、整理资料的知识工作者，它同时具备明确场景、质量提升和付费意愿。

16. 从“读”到“写”会扩大能力，也会放大后果

• 下一步是允许 Agent 修改外部世界。OpenAI Operator、Anthropic MCP 等尝试，本质上都在解决模型如何安全使用软件、网页和账户的问题。

• Monica 团队测试其产品时，让 Agent 查美国某城市的地铁时刻表；官网链接失效后，它主动拉起邮件客户端，给市政府写信询问，并停在“是否发送”的确认点。

• 这个例子展示的不是固定流程，而是 Agent 会换解法：网页不通，就请求一个原先没有的信息渠道；必要时，它甚至可能发帖悬赏，让人类完成最后一步。

• “读”会先普及，“写”部署更慢。Operator 当时订机票仍不如人，且几乎每一步都要确认；但戴雨森提醒，AI 的慢会变快、贵会变便宜，当前体验不能被当成长期上限。

17. 真正的 AI 助理应该拥有自己的云端电脑

• Devin 让戴雨森兴奋的一点，是“AI 有一台自己的电脑”。助理通常用自己的手机替老板办事，不该占着老板的手机点外卖，让老板无法聊天或刷视频。

• 云端虚拟设备也让权限更可设计：有时老板临时授权 Bloomberg 等昂贵账户，有时则单独给助理购买 LinkedIn Premium。Agent 的身份和账户不必完全等同于用户本人。

• 数字任务无非经 API 或界面完成。Kimi K1.5 的多模态推理之所以重要，是 Agent 要看懂网页和手机画面；这比理解真实世界的三维深度容易，却足以覆盖大量办公室操作。

18. 会行动的 Agent 必须为越权和副作用付出安全成本

• 强模型会提出人类未必想到的解法：换问题、申请新权限，甚至绑定支付后悬赏 100 美元请人完成任务。创造性与越权风险来自同一种自主性。

• 戴雨森用 Windows 上一个能够在本地操作的 Agent 的经历说明副作用：为部署个人网站 demo，Agent 要杀掉占用端口的两个进程；他先同意，随后才意识到其中可能是系统进程，局部目标并不包含保护整台电脑。

• 因此 write Agent 需要更强对齐、权限隔离、监控和防滥用机制。它能做的事情越多，错误后果越大，产品团队就越不能只按任务成功率优化。

19. Agent 指挥 Agent 之前，memory 与 online learning 必须补课

• 如果任务一秒完成，人类连提新问题都来不及，下一步自然是 Agent 指挥 Agent；主持人设想，未来采访提纲可能由双方的 Agent 先行讨论。

• 但两个人的 Agent 要产生不同结论，必须积累各自的 memory。现在不同用户使用 ChatGPT 回答同一个问题还差不多，而一个相处多年的助理应当基于长期背景和偏好给出不同答案。

• 记忆既包括用户主动告诉它的内容，也包括它在观察和互动中形成的内容。有人设想把记忆放在眼镜等设备里，但记忆机制本身仍很初级。

• Online learning 是更底层的缺口。人每天通过阅读和社会经验改变“大脑权重”，当前模型却仍要重新训练、重新发版；戴雨森尚未看到记忆和在线学习出现类似 reasoning benchmark 的指数突破。

20. Coding 的终局不是 coding agent，而是 agent that can code

• 第一阶段是专门替程序员写代码的 Agent，如 Cursor、Devin、Windsurf；更大的阶段则是“agent that can code”，写代码只是每个知识工作者 Agent 的基础能力。

• 戴雨森举例，一个文科背景的助理若会写爬虫，就能自动收集采访对象和资料。地球上的程序员数量有限，但所有白领都可能需要一个能通过代码拓展自身能力的 Agent。

• 更往后，AI 不必一直使用为人类设计的软件。它速度更快、一次能处理更多信息，可能自己设计专用工具并持续改造；未来甚至可能由 AI 自己迭代工具，因为它认为人类的工具不好用。

21. 模型公司与应用公司会共生，但大用户量也可能拖累前沿探索

• 模型公司能直接用 RL 提升能力，并用更强模型做 fine-tuning，具备底层优势；应用公司则能混合多种模型，利用各自长处，并围绕具体用户工作流建立心智。

• Perplexity 占住“AI 搜索”，Cursor 占住“AI 编程”，都说明应用不必拥有基础模型。类比 Windows：微软既做系统也做 Office，但 Adobe 仍能在同一平台成为独立大公司。

• 戴雨森对 Agent 的“甜蜜陷阱”尚无确定答案，但指出大 DAU 可能迫使模型的尺寸和能力有所妥协，尤其在中国免费服务大量用户时，成本压力会与探索 AGI 冲突。

• 主持人追问 DeepSeek 是否应留住数千万 DAU；戴雨森认为不刻意运营反而正确。若它想做超级 App，就要耗费产品、运营和算力资源，也更难保持与微信等平台的中立合作。

22. 多模态先在使用与生成上兑现，未必先提升通用智能

• 戴雨森认为语言是高度压缩的智能：几句话即可表达牛顿定律，而模型可能要看大量视频才能总结同一规律。因此语言路线会先获得更快的智能提升。

• 多模态理解对 Agent 使用网页、手机等数字工具仍然关键；多模态生成则已有直接 PMF，Midjourney、Sora、可灵、海螺都可服务广告和内容生产。

• 他觉得 Sora 正式发布后的惊艳度不及预期，Google Veo 2 在单镜头生成上反而更强；但视频生成是否推进通用智能，和它能否商业化是两个问题。

• AI 研发会在“探索”和“直道狂奔”之间切换：方向明牌时，钱和卡更多的大公司占优；需要新 vision 时，创业公司仍可避开大厂。创业者的优势始终是做巨头尚未看见的事情。

23. Agent 的成本曲线在美国已越过可付费门槛

• 戴雨森的基础假设是“先让它能做，再让它变得便宜”：能力持续增强可能遇到瓶颈，但芯片进步、工程优化和规模化会让同等能力降价。

• 美国的替代账已经成立。Devin 当时每小时约 6—8 美元，而加州最低工资约 16 美元；在美国人工成本高、企业习惯为企业服务付费的环境里，Agent 即使尚不完美也有价格优势。

• GPT Pro 每月 200 美元，可做约 100 次 Deep Research，折合一次约 2 美元。戴雨森的比较很直接：“我不能半夜两点让实习生五分钟之内给我一个报告”，且人工报告质量未必更好。

• “未来已来，只是没有均匀分布。”已经熟练使用前沿模型的人，与仍在第一次体验 Chatbot 的人，对生产率和职业风险的感知几乎不在同一个时代。

24. RL 之后更大的范式是让 AI 发现并验证新知识

• 戴雨森判断 RL 本身仍能走很远；再下一步则是 AI 不只整理已有知识，而是提出新假说、设计验证，可能进入 OpenAI 五级分类中较高的级别。

• 科学发现通常包含“想”和“实验”。AI 在前者可能已很强，限制在后者：物理、化学和医疗实验需要真实环境、合规流程与时间；若实验能被大规模并行，知识生产速度会重新定标。

• AlphaFold、AI 找药和蛋白质靶点已是苗头，但发现候选物后仍要制药和临床。数学定理等可纯思考验证的领域，则更可能先形成“左脚踩右脚”的自我迭代。

• 能源是另一边界：算力指数增长而电力没有同步增长，液冷、供电、核能已受关注；若 AI 又能推进能源效率或可控核聚变，它便可能为自身扩张解除约束。

25. DeepSeek 迫使中国大厂重新选择自研、接入与合作

• 腾讯把 DeepSeek 接入元宝、微信等十多个产品，百度也接入文心；字节没有接。戴雨森会对豆包接入感到意外，因为字节的目标仍是自研前沿模型、全面探索 AGI。

• 腾讯的取舍更像“后发制人”：先利用微信用户和基础设施，在模型技术收敛、变得成熟后快速接入。接入 DeepSeek 后，部分产品数据据称取得两位数增长，元宝也迅速升至 App Store 前列。

• 但这不等于腾讯永久放弃自研，混元仍在扩招。真正特殊的是 DeepSeek 的中立性：它不谋求超级 App，也没有某家大厂的外部投资包袱，微信、Perplexity 等不同阵营才都能使用。

• 苹果同样更像后发型平台：入口、用户和品牌都在手里，宁可等技术成熟后整合。戴雨森认为，若苹果选择阿里作为合作伙伴也容易理解，因为阿里具备稳定服务大规模用户的 infra 和技术、运营能力；他同时提到苹果也与 DeepSeek、Kimi 沟通过合作。

26. R1 与 K1.5 同日发布，影响力差距来自开源叠加全球叙事

• Kimi K1.5 与 R1 在 1 月 20 日左右同日发布，早期技术社区对两者认可度差距并不悬殊；最终传播量却完全不同，开源和所有人可直接使用是关键分水岭。

• 美国市场把 V3 论文中的单次训练成本误读为“500 万美元训练出 O1 级模型”，再与融资十亿美元的公司对比；1 月 27 日英伟达一度下跌约 16%，特朗普也公开评论，技术事件由此升级为全球财经新闻。

• 戴雨森强调，行内人并不觉得 500 万美元本身不可思议，甚至认为美国头部 lab 依靠更大集群和更多经验可能更便宜；真正值得研究的是 MLA 等降低训练、推理成本的创新。

• DeepSeek 仍产生了“鲶鱼效应”：闭源公司必须更快行动，Anthropic 等团队也承受压力。GPT-4 API 成本已下降 90% 以上，他预计同类成本还会快速降至原来的二十分之一甚至更低。

27. DeepSeek 最出圈的不是数学，而是可能“对齐不足”的文笔

• 推理模型论文主要对标 AIME、MATH、LiveCodeBench 等数学和编程测试，但 R1 面向大众后，最具传播力的反而是天马行空的中文表达。

• 戴雨森听到两种解释：团队可能专门加强过中文写作对齐；也可能因为 truthfulness、中立性和防 hallucination 的约束不足，无意中保留了更自由的表达。两者都没有确切证据。

• 算命、MBTI、新年祝福等并非冲击 AGI 的标准任务，却最能展示这种创造力；模型动辄借量子力学上升到宏大叙事，反而成为用户眼中的 feature。

• 另一面是准确性取舍。戴雨森转述的观察是：工作场景中，用户仍会因 Kimi 幻觉更少而偏好 Kimi；他自己的概括是，干活可能更偏 Kimi，追求脑洞则 DeepSeek 更讨喜。

28. 商业模式不必先验设计，它会从真实价值里长出来

• DeepSeek 可直接通过 API 收入赚钱，且因推理优化而可能拥有毛利；一度关闭充值入口，不是没人付费，而是算力服务不过来。用户要求稳定付费版，本身就是需求证明。

• 主持人追问是否每次技术突破都能自然商业化。戴雨森明确否认：不是所有技术都会赚钱，关键在技术周期；陡峭增长期应先提高能力，平缓期才更适合围绕成熟能力做商业模式。

• Google 1998 年上线时以无广告、清爽搜索出名，2002 年还被批评“最难搜索的是自己的商业模式”；随后 AdWords、AdSense 成形，2004 年上市。先有十倍体验，再有印钞机。

• Facebook 2005 年上线、2007 年推出 News Feed，直到 2012 年改用推荐排序并加入信息流广告，才找到核心商业模式。戴雨森的比喻是，不要逼天资聪明的高中生立刻搬砖赚钱，应先让他成长为博士。

29. 开源不是必经之路，持续领先与中立定位才构成复利

• 戴雨森不把“开源”当成道德化标准：模型首先要领先，至少达到 SOTA 或对技术社区有增量；开源一个平庸模型，只是“为了开源而开源”。

• 免费是比“免费加领先”更弱的形式，但免费加领先仍然很有价值。DeepSeek 的真正壁垒不只是某次开放，而是从早期版本起持续开源，并维持不威胁平台方的中立定位；即便豆包同样强且开源，微信也未必会接。

• Meta、阿里等原有开源参与者因此多了压力。戴雨森把它们称作“赛博佛祖”：大公司拿出算力成果供全行业使用，而 DeepSeek 又把开放和迭代速度推高一层。

• 对 OpenAI 可能开源 O3 Mini 或端侧模型的选择，他更期待 O3 Mini。传闻其每次激活约 3.7B、可能采用 MoE；若如此小的模型通过更长推理获得高水平表现，会比手机端模型更具研究价值，但滥用风险也是真实顾虑。

30. DeepSeek 完成清场后，Kimi 仍试图留在 SOTA 牌桌

• 戴雨森直言，R1 对“六小虎”起到清场作用；其中几家在此前已因资金、团队或定位放弃基础模型和 SOTA，R1 只是让这种选择更明确。

• 作为 Kimi 的天使投资人，他主动承认可能“屁股决定脑袋”，但仍判断 Kimi 是六小虎或几家模型创业公司中，唯一一个仍具团队、资金、用户和技术条件冲击 SOTA 的玩家。

• 他的证据包括 K1.5、Moonlight 等持续技术输出、千万 DAU 量级用户，以及在准确性、多模态推理、拍照搜题等场景的差异；团队也砍掉海外等方向，以集中资源。

• Kimi 2023 年选择长文本并非弯路：它解锁多文件阅读、搜索上百网页、长思维链和未来记忆。更重要的是，联合创始人长期合作、团队稳定；创业像走平衡木，“能持续留在牌桌上往往就很厉害”。

31. 开源模型把 AI infra 与应用生态推入“安卓时刻”

• DeepSeek 爆火后，无问芯穹、硅基流动等 AI infra 公司承接了各地国资、政府等部署需求，包括在华为芯片上优化推理。闭源模型时代，这类第三方原本很难参与服务。

• 机会也夹在两面挤压之间：阿里云、腾讯云、火山引擎拥有资金、能源、客户服务和规模优势；DeepSeek 第一方又有自身推理优化。需求进入稳态后，创业公司仍须证明自己能做出大云厂商做不到的东西。

• 戴雨森的生态类比是：Sonnet、GPT-4o、O1 像 iPhone 时刻，强大的闭源能力首次解锁大量应用；DeepSeek 则像安卓时刻，把足够强的能力开放给更多开发者。

• “黑莓时代”只能发邮件，张一鸣回去也做不出抖音；iPhone 和安卓具备摄像头、屏幕、网络与芯片后，短视频、电商和社交才成为可能。应用机会取决于底座先把可能性空间打开。

32. 预训练降速不等于算力见顶，Agent 会把推理需求放大百倍

• 过去两年“大力出奇迹”主要指 pre-training 军备竞赛。Grok 3 据称用了约 20 万张卡，能力仍有进步，但边际收益已经下降，预训练算力增速可能放缓。

• 新增量转向 post-training 和 inference。Chatbot 只回答人类有限的问题，消耗不了多少 token；Agent 会长时间思考、反复调用工具并执行复杂任务，推理需求可能不是十倍，而是 100 倍、1000 倍。

• Deep Research 已是早期证据：GPT Pro 即使每月收 200 美元，据 Sam Altman 的说法仍可能亏钱，说明一次任务的 inference 远高于普通对话。

• 主持人追问百倍增长会在 2025、2026 还是 2027 年发生。戴雨森认为对技术史不重要、对股票交易很重要；他的确定判断只是 Agent 已接近出圈，具体年份仍须保留不确定性。

33. 英伟达的需求仍强，但超高份额给 ASIC 和国产芯片留下窗口

• 戴雨森认为在访谈时点，英伟达仍是训练和通用推理中性能、效率最强的选择；DeepSeek 最想获得的也依然是更多英伟达芯片，“能买多少买多少”。

• 但 R1 架构明确后，昇腾 910B 等国产芯片可做定点优化；Google TPU、Broadcom、Marvell 等 ASIC 路线也能针对稳定负载提升效率。技术越收敛，专用芯片越有机会。

• 反方风险是架构变化：若 Transformer 或 O 系列范式被新架构替代，开发周期长、约到 2027 年才部署的 ASIC 可能失去目标；产能、良率、软件栈也不是“设计出来就能用”。

• 英伟达更现实的估值风险不是需求消失，而是其份额已超过 90%，很难继续向上；份额、毛利率预期稍有松动就会触发市场重估。杰文斯悖论利好总算力，却不保证价值全归同一家芯片商。

34. DeepSeek 触发中国资产重估，却没有替代政策与基本面判断

• 一类海外投资者原本认为中国 AI 缺卡、缺人、缺钱，DeepSeek 让他们突然承认中国也有前沿能力，再发现阿里没有被充分估值、市场只计算了其电商业务，于是快速买入。

• 另一类长期了解腾讯、字节和中国创业公司的投资者，本来不怀疑技术能力，更关心经济刺激、营商环境和政策。民营经济座谈会对他们可能比模型 benchmark 更重要。

• 港股交易量一度达到上年同期约五倍，字节据称被重新定价至约 4000 亿美元。戴雨森的提醒是：“恐惧都是跌出来的，信心都是涨出来的”，极度悲观与 2021 年中国 PE 高于美国时的亢奋都未必合理。

• 真正长线外资仍需季度策略会、数据和内部流程才能改变配置。DeepSeek 是压紧弹簧后的释放点，却不是全部因果，随后美国投资政策等宏观变化仍让判断保持困难。

35. 2025 会出现更多“李世石时刻”，也会提前暴露分配与治理难题

• 戴雨森预计，AI 会在更多任务上超过 99% 的人类，编程竞赛已接近这一状态；主持人追问是否超过 99% 的程序员，他谨慎修正为“现在说人类”，但认为程序员也可能很快到来。

• Agent 可能出现 Cursor 级别的现象级破圈；Cursor 当时 ARR 约 1 亿美元，说明评价 AI 产品不必执着 DAU，用户愿付多少钱同样能衡量创造的价值。

• AGI 若按“能替代多少工作”定义，失业几乎是定义内结果；UBI、物质丰富能否缓冲冲击尚无答案。工业革命提高了所有人的绝对下限，却没有自动缩小相对差距，AI 也可能如此。

• 戴雨森主张允许新技术先发展、事后治理，而非要求事前证明绝对安全；汽车、电力早期都有事故，卢德主义也没能阻止工业化。但 deepfake、诈骗和 Agent 越权仍需更强 AI 防御，“加速”不是取消治理。

36. 个体最重要的准备是会提问题、创造独有信息并亲手试用未来

• 面对 Deep Research，稀缺能力从“会执行什么”转成“知道要让它做什么”。教育若仍只训练可被 AI 替代的技能会失焦；提出好问题、确定目标，以及创造模型里没有的 unique data 更重要。

• 戴雨森的学习方法是第一天亲手试：ChatGPT 发布当晚用到凌晨四点，Devin、DeepSeek V3、MLA 出现后立即体验并组织讨论。他说用一瓶茅台的钱看未来产品长什么样，本身就是高回报学习。

• Deep Research 已进入他的投资工作流：研究 2018 年特朗普关税公告后美债的反应，发现避险买盘压低收益率，并辅助其买入美债；读书遇到 GPS 从限制精度到开放的政策史，也让 Agent 先研究，自己继续阅读。

• 他推荐《A Brief History of Intelligence》和《第一只眼》：前者从地球生命到 GPT-4 总结智能跃迁，后者用“光变假说”解释眼睛如何触发寒武纪竞赛。AI 同样进入“红皇后”式奔跑，而人类或许仍在智能革命的“Day One”。