摘要

大模型在分化，通用可能只剩两家：广密判断，往后真正做通用模型的可能只有 Google Gemini 和 OpenAI；Anthropic 几乎放弃多模态和 to C，all in coding+agentic——ARR 从23年底不足1亿美金到24年可能约9.5亿，有人猜25年年化超120亿、26年可能三四百亿，1700亿估值"我觉得其实不贵的，因为一年还有十多倍的增长"。 Kimi、DeepSeek 转向 follow Anthropic 路线，“我觉得是很聪明的”。
C端头部在收敛，ChatGPT 的壁垒是非技术的：品牌大众化下沉、留存"可能仅次于微信"，模型训练烧的钱像 Netflix 拍内容一样转化成品牌——“充的模型的钱也是充的品牌的钱”。一百块钱持仓较上期改变：40块 OpenAI、40块字节、10块 Anthropic、10块 Google，因为"coding 的壁垒、模型的壁垒远远没有 ChatGPT 的壁垒高"。
挖矿的人下场收割：模型公司花上百亿美金挖智能的矿，“前端的应用 Cursor 在那里咔咔咔的赚钱……模型公司我也不傻呀”。 Claude Code 晚 Cursor 八九个月、三四个月反超，可能很快到10亿美金 ARR、独立估值两三百亿；挖矿窗口从 Perplexity 的近两年缩到 Cursor 的九个月、Manus 的三四个月，且创业公司 1:3 到 1:10 的 token 亏损率"是会被拖死的"。
L4级别体验是产品北极星：目前最优秀的两个 agent 是 ChatGPT Deep Research 和 Claude Code，交付了端到端的 aha moment，并触发订阅从20美金升级到200美金；下一个矿在 Office/Workspace——PPT 最需要的正是 coding+agentic 能力，用户群从 coding 的三千万可扩到五六亿上班族。
重新看好 Google：产品形态终将殊途同归、融合成全家桶，ChatGPT 势必做广告（新商业化 CEO 来自 Instacart、曾搭 Meta 广告系统），而"Google 还是全球最好的广告平台"，靠芯片到 OS 端到端垂直整合的规模效应"扳回一城"——最大不确定是能否改变用户习惯。
创业者绝望但要找"当下的黄峥"：巨头"既看得懂，还很重视，也跟得动"，正面战场逻辑上打不赢；但2015年很多人说淘宝不可撼动、拼多多 A/B 轮被集体 pass。投资上"分散是失效的，集中才是有效的"——很多硅谷 VC 以毛利不够高为由错过了 OpenAI、Anthropic 和 Mira 的一百亿天使轮。
泡沫的观察哨与大叙事：“就观察最聪明的一拨人在用什么”——量化和顶尖程序员几乎都用 Claude；最怕今年约3000亿美金 capex 变成"套娃收入"、前端不创造价值。湾区视角：美国最核心的是金融铸币权和硅谷科技领先两张牌，“假如中国的光刻机两年内突破了先进制程，我不知道全球的资本会不会又回流到中国”。一位老前辈的总结：“犹太人的金融，华人的AGI”。

精读

1. 分化与收敛：真正做通用模型的可能只剩 Google 和 OpenAI

广密对这个季度的总判断：“绝对不平淡，反而我感觉是爆发性更强，波涛汹涌。“最突出的感受是模型在分化：往后可能只有 Google Gemini 和 OpenAI 做真正通用的模型——多模态、推理、coding、agentic、to C 全都要，Google 甚至想做世界模型；Anthropic 分化到 coding+agentic，Mira 的 Thinking Machines Lab 想做多模态和下一代交互。
收敛的一面：前三名 GPT、Gemini、Claude 在能力上"彼此甩不开，但其他人想进前三也没那么容易”——范式已清晰，过去两年就两个大范式，pre-train scaling 和 L scaling，都出自 OpenAI。竞争像 F1竞赛：以前半年一年一代模型，今年两三个月就一代，“你还要确保自己不能犯错，不然很容易掉队”。

2. Anthropic 的非共识：coding 是孕育 AGI 的另一个"虚拟子宫”

选择的时点在24年夏天 Claude 3.5 之后：外部开发者的正反馈巨大，团队更加 all in coding 和 agentic——广密的玩笑是"管理团队也被 coding 给 reward hacking 了"。数字：ARR 从 23年底不足1亿美金 → 24年约9.5亿 → 有人猜25年年化超120亿、26年可能三四百亿；最新一轮1700亿美金估值"我觉得其实不贵的"。
非共识的本体：Demis 形容 Google 世界模型 Genie 3 是孕育 AGI 的"能无限扩展的虚拟子宫"，广密说 coding 也是这个虚拟子宫——“世界模型和 coding 其实是一件事儿，只是不同的路径”。人和动物的区别是语言与创造使用工具；code 加 agent 能让 agent 在数字世界实现人在电脑手机上的所有操作，“我觉得其实这已经是 AGI 了”。
风险是对称的：Anthropic 若不专注、像两巨头一样撒胡椒面"是很危险的"；但若 OpenAI 和 Google 举全公司之力 all in coding，“Anthropic 也危险了”——而问两家管理层要不要只做 coding，“他们的答案都是 no”，因为只做 coding 不足以支撑宏大叙事，所以 coding 这里依然有很强的非共识。
中国的映射：Kimi 从想做"中国的 OpenAI"变成想做"中国的 Anthropic"，广密：“我觉得是很聪明的”；DeepSeek、千问在某些能力上也不再 follow OpenAI 而是 follow Claude 的路线。

3. Thinking Machines Lab：史上最贵天使轮，产品为先的分化

100亿美金估值、融资20亿的天使轮，全球历史最贵。第一个关键点是团队：“硅谷过去几年最强的初创团队”，可能比今天的 xAI 还强，像 OpenAI post-train 加核心 infra 团队的分拆——小扎出15亿美金挖其 Infra 负责人被直接拒绝，“一个人都没有被挖走”，Meta 既挖不动 Thinking Machines 也挖不动 Anthropic。
Mira 作为前 OpenAI CTO 知道哪些做得好坏、下一步做什么。chat 形态下 ChatGPT 已稳赢——“领先性已经逃逸到地球之外了”——所以 Mira 可能分化到多模态原生、做 Her 式 to C、探索下一代交互；可能不做新硬件，因为"人类大多数 context 的数据都已经在手机上了"，手机在 AI 时代会越来越强而非被削弱。
前三家 lab 是"智能为先"的文化，Mira 猜测是"产品为先"——认为现有智能已能做出很好的产品。附送一个脑洞：Mira 是全球范围内可能适合做苹果 CEO 的人，“可以观察未来一两年苹果董事会是否会邀请 Mira 过去”——若没有真正懂 AI 的团队，苹果管理层可能无法规划下一代手机。

4. xAI 与 Meta：还没找到生态位

马斯克之前最大的 bet——单一超大集群算力带来模型根本性提升——“目前没有得到 payback”，超大算力只是不掉队的基础。Grok 还在摸生态位：chat 赢不了 ChatGPT，搜索前有 Google 和 Perplexity，coding 有 Anthropic；花了别人"maybe 十倍、二十倍的资源，但其实没有带来十倍多的好处"，“一定程度上，豆包都比 Grok 要好用的，语音的端到端体验是更好的”。猜测：xAI 未来半年一年可能并入特斯拉，“我是担心 xAI 可能会掉队的”，除非几十万卡加 GB200 哪天把模型怼出质变。
Meta 超级智能团队从模型上短期进全球前三"还是挺难的"——连马斯克这么 push 都没进前三；若智能为先其实还排在 Grok 后面，若产品为先则零到一的基因未知。“小扎要确保自己在牌桌上”，挖人动作夸张正是用钞能力的关键时刻，其他公司玩不起。

5. 终局图谱与一百块钱的持仓

偷懒的比喻：ChatGPT 可能就是下一个 Google；Anthropic 有可能是下一代 Windows——因为 coding 提供 API、支持应用的无限扩展，“今天全球范围内只有 Windows、iOS 和安卓，和今天的大模型 coding 能力才能支持应用的无限扩展”；Google 则会赢在规模效应。
一百块钱买股票（“今天这个时间切片下的回答”）：40块 OpenAI、40块字节、10块 Anthropic、10块 Google——与上期配置发生了变化。为什么 OpenAI 比 Anthropic 多这么多？“ChatGPT 身上有很多非技术壁垒……coding 的壁垒、模型的壁垒远远没有 ChatGPT 的壁垒高。”
他同时强调判断终局很难：“其实很难判断哪一家一定稳赢的，大家也没法躺赢”——上期他对 Anthropic 极度乐观，但大家在猛追 coding；SOTA 模型过三六个月就是市场平均水平。

6. C端头部收敛：ChatGPT 的可口可乐时刻

过去一个季度最大的感受：C端头部在明显收敛。ChatGPT 可能是史上最快到10亿活跃用户的产品，25年经历了品牌大众化下沉、增长还在加速，“陡峭程度比其他人都要陡峭”——大众用户已经不再对比，ChatGPT 是默认的 AI 首选工具，像默认 Google 是搜索首选一样被放在手机首屏最方便的位置。
模型训练很像 Netflix 拍内容：训练烧掉的钱转化成产品、心智和品牌，“不像以前做增长投流获客那样就烧掉了”，ChatGPT 几乎没花获客的钱。留存"可能是惊人的好，可能仅次于微信"——模型变强后，之前退订的老用户又回来了。“就像咱们喜欢喝碳酸饮料，首先想到的就是可口可乐”——即便配出更好喝的配方，大家还是首选可乐。这验证了季报一直以来的判断：最好的模型拿走了最大的流量。

7. 营收断层与创业者的绝望

营收侧的事实：OpenAI 公开 ARR 120亿美金，Anthropic 今天可能五六十亿，“你再往下数可能是断层的，你找不到今天十亿美金的 AI 产品”——头两名可能占 AI 产品营收七八成甚至更高，增速完全没有停下来的意思；两家 tokens 消耗月环比增20%-30%以上，堪比当年的抖音和拼多多，AI Labs 新增 ARR 可能已超过上市 SaaS 公司的新增 ARR，“在把很多 SaaS 的增量抢掉”。
由此而来的双重心态：每个月技术都在明显进步令人兴奋，但也"有点绝望"——“头两名跑的太快了，还在不断的吃掉 VC 或者创业者的机会。如果今天我是一个 AI 创业公司的 CEO……我手上是没有硬牌的，只能硬着头皮往前走了。“OpenAI 可能很快成为 Mag7 之一，或马上有新的科技巨头命名。

8. 挖矿的人下场收割：Claude Code 的启示

最简单的道理：模型公司花上百亿美金训练模型像挖智能的矿，回头发现"前端的应用 Cursor 在那里咔咔咔的赚钱……模型公司我也不傻呀，我肯定要往前去做收割呀”。Claude Code 比 Cursor 晚八九个月，三四个月就反超其 ARR（Cursor 公开约5亿美金），“可能很快十亿美金，可能很快十五亿”，增长速度"有可能比 ChatGPT 还要快”。
结构性判断：基础模型公司都要端到端做好 Agent，不满足于 API 生意，因为"API 的壁垒和留存其实还是不够好的"——连以前最想做生态的 Anthropic 都出来重点做一方产品，这套经验肯定会在其他领域批量复制。
反直觉的乐观面：把 Claude Code 当独立创业团队看，它也是纯基于 API 的——Boris 最开始一两个人，现在也就十几个人，“说明小型产品团队的空间是很大的”；广密给的独立估值：“可能是一个值两三百亿美金的公司了。”

9. 挖矿窗口在缩短：从两年到三个月

分工的比喻：模型公司挖矿，产品公司"第一个打开那个挖矿的窗口，在那炼矿"——第一个做出让用户惊叹的 magic moment，“起码可能得到了五亿美金、十亿美金的广告费”。Perplexity、Cursor、Manus 等都挖到了模型能力的矿，可能是信息检索、coding 或 agentic 能力溢出的矿。但广密让同事专门梳理了一下窗口期：窗口从 Perplexity 的近两年 → Cursor 的九个月 → Manus 的三到四个月，不代表创业公司就不好打了，“只是意味着竞争更激烈了”。
真正的不公平在成本：假设 agent 产品效果一样，“创业公司的 token cost 是会被拖死的”——基础模型公司卖 API 有一层毛利、长期还能端到端优化；产品定价200刀一个月，很多用户几天就用掉几千块 token，1:3 甚至 1:10 的亏损率成本吃不消。
传感器类比：今天 AI 模型的核心能力就对应手机上的每个 sensor——“每一个传感器都催生了一些大的互联网公司”，GPS 有打车外卖，大屏幕有抖音。AI 产品的成功很大程度上是研究红利、模型核心能力挖矿带来的红利。

10. 横向全家桶，纵向垂直整合

全家桶：花20或200美金买一个 ChatGPT 账号，已包含 chat、搜索、coding、agent、workspace，“你买了十几个套件”——对做单一垂直能力的套件很不利，专业 agent 的市场规模被限制，就像当年一块钱买 Office 三件套；甚至"maybe 有可能未来就不需要 PPT 了"，web coding 直接生成可交互的前端。
垂直整合的例子是 Google：从 TPU 芯片到 Gemini 模型到 Agent 应用，还有 Docs、Chrome、安卓、YouTube 的超级集成——“model 上落后几个月没问题的，何况它现在还不是落后的”，Google 后劲可能是最强的。
创业公司怎么办：PC 老大哥当年"看不懂、看不起、跟不动"，今天的巨头"既看得懂，还很重视，也跟得动"，像小扎集团军作战，窗口有点小。正面战场"从逻辑上是很难打赢巨头的"，但回想2015年很多人觉得淘宝规模效应不可撼动，很多人 pass 了拼多多的 A、B 轮和 Shein——“今天就是要去寻找能破局的那个黄峥”。有没有看到当下的黄峥？“在努力当中。”

11. 从智能上头到产品为先：广密的改观

季报前六期"对智能上限的探索是极度上头的，而且逻辑一直比较自洽"，过去两三个月确实更重视产品。触发点有二：ChatGPT 在流量上的成功和壁垒之高；以及上期他对 Claude 在 coding 的领先高度自信，“但没想到紧接着 Gemini 2.5 Pro 在 coding 上能力很快就追上来了”——模型或研究领先的红利必须转化成产品领先的壁垒，商业壁垒才更高。
Sam 去年公开采访"好像有两个 vision"：ChatGPT 做到十亿 DAU，和实现 AGI，两者平行——“有可能全球领先的 AI lab 都能实现 AGI，但不是所有人都能实现十个亿的 DAU”。OpenAI 是智能与产品平衡最好的一家；前几名模型差距只有三到六个月，“magic 技术的保鲜期就三到六个月，那其实产品是更关键的”。
但底线仍在：“模型不行，留存就不行。“给品牌充值不一定通过广告——“充的模型的钱也是充的品牌的钱”。张小珺引述 Red（音）初次见面就说大模型产品会像消费品、品牌价值重要，广密：“很同意……ChatGPT 今天最大的壁垒不是技术壁垒，是品牌壁垒。”

12. L4级别体验：下一个矿在 Office

好产品的北极星指标：在某个领域大规模交付 L4 级别的体验——端到端比较哇塞的 aha moment、magic moment。今天最优秀的两个 agent 都有了：ChatGPT Deep Research（信息搜索）和 Claude Code（软件开发）；L4 交付会触发商业模式变革——之前订阅费20块钱，现在大家愿意付200块。
为什么是这两个领域：今天最大的红利还是 Language 和 Code——互联网几十年的网页数据加 GitHub 几十年的代码数据，“是人类过去对人类活动最高价值的一个抽象”；白领里程序员工资最高、软件开发最容易闭环，“如果你都无法在 coding 这个程序员做大规模的 L4 体验，那其他领域肯定是更慢的”——只要涉及物理的原子世界，迭代就变慢。
下一个复制地：Office/Workspace 的 PPT、Excel 数据分析——结构化多、可确认闭环，虽然奖励系统差一些（“不知道什么 PPT 是好的”），但 PPT 最需要的正是 coding 和 agentic 能力，很像生成前端 HTML；用户群从 coding 的三千万能扩到五六个亿的上班族。
新一代 AI 产品经理画像：上一代 PM 多是码农出身，这一代"大概率可能是算法或者模型出身"又有好的产品 sense——不然没法利用模型红利，也无法预判未来六到十二个月模型的变化。

13. 重新看好 Google：广告与规模效应扳回一城

改观的根据：ChatGPT 和 Google 最终产品形态"肯定都是殊途同归的”——像小红书融合了搜索、短视频、朋友圈，年轻人的第一搜索心智已是小红书。且 ChatGPT 后面势必做广告：刚招的新商业化 CEO 来自 Instacart、更早搭建过 Meta 的广告系统；未来可能头部用户付200-2000美金一个月、付费用户占3%-5%，95%以上免费看广告——而"Google 还是全球最好的广告平台”。
是规模效应而非技术：ChatGPT 赢在品牌心智效应，Google 手上的硬牌是端到端全都自己 own——芯片、模型、语音、OS——未来靠规模效应"扳回一城"；最近推的 AMO（likely AI Mode）还能把长尾需求刺激出来。最大的不确定是Google 能不能改变用户习惯：搜索框里只输两三个关键词，ChatGPT 用户会输三五十个词的整段描述，context 越多匹配和推理效率越高。
下一代主导入口的形态"今天还比较难想象"，可能介于手机屏幕和 app 之间；agent 会打破 app 的端到端优势，直接调用这些东西。

14. 泡沫、铸币权与"华人的AGI"

泡沫的观察哨：“就观察最聪明的一拨人在用什么”——做量化的、很强的程序员几乎都用 Claude，“只要最聪明的人都还在用就还好”。最怕的是套娃收入：今年硅谷大厂 AI capex 加起来可能3000亿美金，“我投进去了英伟达的收入涨了、模型公司收入涨了，但最担心的是前端不创造价值”。若泡沫破裂，资本会收敛到前几家——字节能赚钱最健壮，其次是 OpenAI，像 xAI 这样的公司的后续融资能力会收敛。
湾区大图景：美国现在最核心的是两件事，金融铸币权和硅谷科技领先，“除了这两个东西，可能美国的其他东西都在被中国的产业化蚕食”。极端假设：“如果硅谷的科技不再领先，我不知道那个金融铸币权还是不是存在。假如中国的光刻机两年内突破了先进制程，我不知道全球的资本会不会又回流到中国。“顺带的惊叹：川普家族"竟然可以这么大张旗鼓的发币敛财割韭菜……实在不可思议”。
华人的角色：一位老前辈的总结——“犹太人的金融，华人的AGI”。中国供给充裕、制造强但内需不够，容易过度内卷；北美供给不算充裕但付费需求非常强，所以要更激进做全球化，像英国第一次工业革命后的东印度公司——“做好北美市场的核心就是做好硅谷，做好硅谷的核心就是先拿下 VC 那个圈子或者三藩的 AI 那个圈子”。“未来三五年对华人创业者有极度的乐观。”

15. 投资方法论：分散失效，集中有效，寻找当下的黄峥

传统 VC 的人海战术一定程度失效，“分散也是失效的，今天集中才是有效的”：如果不投 OpenAI、Anthropic、xAI，又错过 Cursor，“这一波就白忙活了”——而很多硅谷经典 VC 以"AI capex 太大、毛利不够高"pass 了这两家：Anthropic 当年四五十亿美金估值没人投，Mira 一百亿天使很多 VC 也 pass，“所以这里也有非共识嘛”。另一重挤压：OpenAI 本身很像一个 VC——Sam 融很多钱 allocate 给内部几十个组，“很大程度上把硅谷 VC 的某些生意就吃掉了”，很多人已经忘掉了 Jasper 当年的痛。
沤肥论：一年3000亿、三年加起来上万亿美金的 AI capex “都是未来爆发性的养料”——“微信当年就是给拼多多沤肥嘛”。30倍 DPI 要抓到几个大牌：高榕投中拼多多、五源投了小米和快手、红杉投了字节；三亿美金基金要30倍就得做到百亿美金回报。剩下的功课是花足够多时间理解新一代创业者——2025 年的一鸣对信息分发有非常深度的思考，2015 年的一鸣、2016 年的黄征对社交电商都极其深刻，字节当年也是在微信封锁的巨头夹缝中生存。“看着格局已定，但总是有新机会的。”
收尾的非共识清单：很牛的团队价值仍被低估——“Anthropic 我觉得还是被低估的，Mira 的（团队）还是被低估的”；coding 的价值依然被低估，“有可能这一轮科技革命 coding 会贡献很大很大”；机器人未来的突破"可能还是语言这帮人"而不是今天视觉出身的机器人团队——“只有语言走通用泛化了”，机器人可能还要迈过好几个 GPT-4 级别的技术成熟。

死里逃生、每晚只睡1小时，却打造出医疗帝国的CEO 崩盘前，再向上冲一把？