铃阅时讯
❌

普通视图

不止“生成”,更懂“设计”|Seedream 5.0 Pro 发布

2026年7月8日 21:23

原创 字节跳动Seed 2026-07-08 21:23 北京

释放专业生产力

如今,智能图像创作已经逐渐走进大众日常。

但在真实的生产环境中,画面好看往往只是起点。更重要的是,模型是否能够高效地满足复杂、专业的创作需求,将“创作者意图”与“视觉呈现”的距离缩到最短,实现真正可用。

今天,我们正式发布多模态图像创作模型—— Seedream 5.0 Pro。

相比之前版本,Seedream 5.0 Pro 在图文匹配、结构合理性、文字渲染与画面美感等基础能力上全面提升,并带来了四大核心能力突破:

  • 复杂信息可视化:将数据、概念与密集文字准确转化为专业排版,直接用于高信息密度的内容生产。

  • 交互式精准编辑:基于对空间位置与区域语义的理解,支持点选、圈选、草图渲染、色彩与材质替换、图层分离、多图融合的自由组合,实现可控编辑。

  • 真实的影像与人像质感:还原现实世界的光影、材质与皮肤肌理,兼顾 CG 表现与摄影质感,画面更具生命力。

  • 原生多语种输入与生成:支持十余种世界常用语言的直接输入与高质量渲染,准确传递本地化特征。

目前,Seedream 5.0 Pro已上线火山方舟体验中心,也将陆续在豆包、即梦上线,欢迎体验。

项目主页:

https://seed.bytedance.com/seedream5_0_pro

体验入口:

1)火山方舟体验中心-视觉模型-图片生成-Doubao-Seedream-5.0-pro;

2)豆包App/电脑版-AI创作-图片生成-选择模型 Seedream 5.0 Pro;

3)即梦网页端-图片生成/Agent模式-选择图片 5.0 Pro。

高密度信息表达

一图讲清复杂逻辑

在专业场景中,图像不仅是视觉装饰,更是信息本身。而信息图生成,是当前 AI 图像生成中复杂度最高的领域之一,它要求模型在单次生成中,同时兼顾数据准确、密集文字无错漏、版面结构合理与专业美感。

Seedream 5.0 Pro 对其进行了针对性优化,能深度解析用户意图,自主完成逻辑推理与版面规划,在不同场景下稳定输出高密度信息图。

如图所示,「南极科考站」中,模型在同一画面内融合了时间轴、折线图、柱状图与站体实景,信息层级分明,视觉隐喻准确,展现出对全景数据的空间统筹能力。

Prompt:主题为南极秦岭站科考纪事可视化信息图,中心放置秦岭站建筑主体;四周环绕排布科考发展时间轴、五座科考站规模柱状图、站点能源饼图、月度日照折线图,辅以科研设备实拍、夏季气象面板、野外作业七步流程、实地采样摄影,多方面展示中国南极科考实景。

模型也能满足教育、科普场景对事实准确度的高要求:不仅能生动解释“为什么月全食的月亮是红色”,还能准确提取不同鸟类的形态特征,完成规整的网格化排版。

Prompt:生成一张天文科普信息图,解释:为什么月全食的月亮是红色的?

Prompt:生成一张《新手观鸟入门指南》自然科普信息图,采用清新配色的网格排版,展示 8 种常见鸟类,并附带科学插画、中英文名、识别特征等内容。

面对「冬日圣诞促销海报」这种包含标题、折扣细则、活动时间等多层级的密集文本,模型在复古卷轴上疏密有致地排布:大量英文拼写无误,并按信息主次穿插粗体与手写体,兼顾信息密度与商业美感。

在「宠物电商首屏」UI 中,模型展现出对空间拓扑的理解力。它生成了清晰的导航栏与悬浮卡片,并执行跨层交互——金毛犬的前爪打破右侧图片边界,真实按压在左侧按钮上;可帮助用户快速生成产品原型图。

Prompt:16:9 宠物电商首屏 UI,日落暖阳色调,分层阴影。顶部导航;左侧奶油米色背景,含文案、商品卡片、金黄胶囊按钮;右侧金毛图,3D 特效:金毛前爪冲破右框,搭在左侧按钮上。

交互式精准编辑

让创作更自由可控

纯文本 Prompt 有天然局限:语言擅长描述“生成什么”,却难以精确指定“修改哪里”,而设计往往需要反复微调打磨。

Seedream 5.0 Pro 把控制信号原生介入生成过程,核心在于它对空间位置(Grounding)与区域语义的精准理解,从而实现精准编辑。

模型能深刻解析画面中的位置信息。在「2026 新高考数学试卷解答」中,它准确识别题目,锁定每一题下方的留白区域进行演算,并将答案填入对应的答题位置。

Prompt:帮我完成上述所有选择题,并写上对应的演算过程。

在日常应用场景中,模型同样能将海外菜单精准翻译成中文,并做到排版位置的一一对应。

Prompt:把菜单翻译成中文。

基于这种空间感知,模型能把用户通过点选、圈选、框选、涂鸦传递的坐标信息,转化为确定性的局部操控指令,衍生出多种实用玩法:

  • 局部交互与属性重构:点选、圈选、色彩编辑与材质替换

模型提供了一套并行的精细化控制手段。在空间定位上,通过点选或圈选即可锁定目标元素,实现局部对象的消除或定点新增;在对象修改上,模型支持色彩编辑与材质替换。几种手段相互配合,让改色、换材质或增删对象后的局部与整体环境自然过渡,透视正确。

如图所示,模型支持输入 Hex 色卡值或直接参考外部色卡控制颜色,并同步替换对象材质。

Prompt:请依据图 1 的材质和图 2 的色卡,修改图 3 中的沙发。

模型也展现了较强的区域隔离能力。用户以不同颜色边框圈定位置,模型即对应生成指定物品——例如红框生成看泡泡的蓝毛怪兽、紫框生成草绿色毛毯等,各元素遵循坐标划分、保持独立。

  • 草图渲染:将抽象意图转化为高保真视觉

用户可以通过随手涂鸦的色块、线条或简笔画作为控制信号,直接驱动画面的精细化渲染。

在「三里小学春游海报」中,仅需一张带粗略排版的草图,模型便能识别各区块意图,还原毛毡材质与缝线质感,并把出发时间、必备物品等文本准确填入草图指定的坐标区域。

  • 图层分离:智能拆分为独立图层

Seedream 5.0 Pro 支持图层智能拆分:通过文字描述,可将图像拆分为独立图层,输出可加工的设计素材。

如视频所示,模型能把一张完整海报拆分为文字、主体(鹦鹉)、背景以及环境装饰等十余个独立图层,被主体遮挡的背景区域也被补全还原。这些图层保留透明度,可自由拖拽、缩放,创作者还能将核心主体替换为新元素(把鹦鹉换成孔雀)。

  • 多图融合:复杂场景的多源素材拼搭

同时输入多张参考素材及一张目标底图,模型会按指令把不同元素融合进场景,适用于前期的视觉拼贴与创意发散。

  • 释放创作自由度,多种编辑能力任意组合

在实际创作中,上述能力可任意组合。如图所示,用户要求把南瓜修改为深绿色(#3E4A2E)与姜黄色(#DB973E)相间,并将背景字体改为刺绣质感。模型准确执行了材质替换与色彩编辑,修改后的局部与夏日午后的环境光融为一体。

这种“先精准定位,再执行修改”的机制,让设计师无需每次微调都重绘整图,可对半成品高频局部修正、提升迭代效率;也让普通用户凭直觉就能搭出高质量画面。

丰富影像与人像质感

让每一幕都栩栩如生

无论商业广告还是日常记录,画面细节的逼真度与光影的自然感都直接决定作品质量。Seedream 5.0 Pro 强化了对真实世界光影、物体材质与皮肤肌理的理解,CG 表现与摄影质感大幅提升。

真实感来自对光、物、人的准确还原。光影层面,模型能捕捉高频细节的微观动态:昏暗房间里穿过百叶窗的“耶稣光”、寿司海报中腾空的米粒与鱼籽、黑白胶片里的水花都能被定格,让画面兼具空间纵深与影调质感。

物体材质层面,模型遵循真实物理规律处理反射、折射与透光效果,让不同材质的光影虚实与周边环境自然融合。

如图所示,左侧街景橱窗里,玻璃上的复古人像海报保留印刷网点肌理,街景透视自然、玻璃环境反射层次分明,海报、街景、反射三层虚实交织。右侧「滨海悬崖玻璃别墅」在金属框架、落地玻璃、石材、海水与原木之间,让室内暖光与落日、海面的多重反射柔和过渡,尽显建筑摄影的写实质感。

人像层面,Seedream 5.0 Pro 细腻还原皮肤肌理,面部纹路、粗粝肤质层次立体,哑光面部光影过渡柔和,人物神态自带叙事张力。同时兼顾多元写实创作需求,除真人影视人像外,也能流畅驾驭 3A 游戏写实角色塑造,服饰、肢体与环境光影协调统一。

静态的真实感之外,模型也支持更进阶的摄影玩法。摇拍场景下,骑行人物与车身清晰锐利,背景街道拉出水平运动模糊,车轮辐条旋转虚化,准确还原了相机横移跟随与车轮高速转动的双重运动关系,速度感真实。

Prompt:摇拍一个骑行者,人物和自行车主体清晰,背景街道拉成水平方向的运动模糊,车轮辐条有旋转虚化,传递速度感。

多图合成则进一步延伸了这份控制力。输入多张独立的人物照片后,模型能提取各自的面部特征,按指定站位组合到同一场景,生成光影统一、质感协调的合影,适配社交分享等场景。

Prompt:将图 2 到图 6 的人物,参照图 1 站位合影,人物神态开心,背景有树和咖啡馆门店。

原生多语种输入与生成

适配本地化特征

全球化创作不仅是语言的简单转换,更需要准确传递不同市场的地域文化与视觉特征。除中英文外,Seedream 5.0 Pro 原生支持法语、德语、俄语、日语、韩语、西班牙语、阿拉伯语等十余种世界常用语言的直接输入与高质量生成。

创作者用不同语种输入指令时,模型不仅能准确解析语义,还能匹配对应文化语境下的建筑风貌、人物面孔与服饰细节,让画面贴合当地的视觉氛围。

在文字渲染上,模型能自动适配不同语种的排版规则。即使面对同一种视觉版式,它不仅能精准渲染常规的中英文字符,也能正确处理阿拉伯语从右向左的连写、还原西班牙语的重音符号(如 PASIÓN),确保各语种文字准确且符合当地的阅读习惯。

总结与展望

本次 Seedream 5.0 Pro 版本升级,主要得益于模型在空间结构感知、高密度文字渲染与多语种理解能力上的底层突破,不仅能够支持精准生成复杂信息图,更带来了灵活的局部修改和可控编辑能力,有效提升了专业生产力。

目前,Seedream 5.0 Pro 在复杂信息图生成、交互式精准编辑等方面实现了突破,但在更细粒度的文字渲染、像素级编辑保持等方面,依然有进步空间。未来,我们将继续打磨模型在专业级生产和设计领域的生成能力,希望它不仅是提升效率的辅助工具,更能深度融入各行各业,让复杂创意低门槛、高质量地转化为生产价值。

图片

图片

图片

阅读原文

跳转微信打开

企业为什么越来越花钱买闭源模型?Decagon CEO 提出了一个很重要的新观点

2026年7月8日 16:54

原创 StartupBoy 2026-07-08 16:54 日本

未来 AI 不会是「开源取代闭源」,而会形成新的产业分工

最近,Decagon CEO Jesse Zhang 写了一篇关于企业 AI 的文章《Everyone is wrong about open source AI in the enterprise》,我觉得很有价值。

过去一年,大家普遍认为:

开源模型越来越强,企业最终一定会全面转向开源。

但现实的数据却出现了一个看似矛盾的现象:

  • Decagon 自己 90% 的生产流量已经运行在开源模型上;

  • 但整个企业市场中,开源模型的 LLM 支出占比反而从 19% 降到了 11%。

为什么会这样?Jesse Zhang 提出了一个我认为非常有启发性的框架:未来 AI 不会是「开源取代闭源」,而会形成新的产业分工:

Frontier Models 负责 Discovery(探索),Open Source Models 负责 Production(生产)。

什么意思?当企业刚开始做一个 AI 产品时,没人知道:

  • Agent 应该长什么样

  • Workflow 应该如何设计

  • Prompt 怎么写

  • 用户真正需要什么

因此,企业最需要的是:世界上最聪明的模型。所以大家都会使用 GPT、Claude、Gemini 这类 Frontier Model。

但是,当产品逐渐成熟以后,企业已经知道用户会问哪些问题、Workflow 已经固定、Evaluation 已经完善、数据越来越多。

这个时候,企业真正需要的就不再是最聪明的模型,而是最快、最便宜、最容易微调的小模型。于是,模型就会经历一次迁移:

Frontier Model → Distillation → Fine-tuning → Open Source。

也就是闭源负责探索,开源负责规模化生产。

这也是为什么 Decagon 今天 90% 的生产流量已经迁移到了开源模型,但整个企业市场依然大量购买闭源模型——因为大多数企业仍然停留在探索阶段,而不是生产阶段。

以下是其全文的一个翻译:


当前主流的叙事是:开源正在吞噬企业市场。

如今,最优秀的闭源模型与开源模型之间的能力差距,已经缩小到了个位数百分点。全球《财富》500 强企业中已有三分之一在 Hugging Face 上完成认证;中国的 AI 实验室几乎每隔几周就会发布一款接近前沿水平的开源权重模型;而各大推理(Inference)服务商的发展势头也异常迅猛。

与此同时,在 Decagon,我们如今约 90% 的 AI 工作负载运行在开源模型上,而不是 OpenAI 或 Anthropic 的模型。这也符合我们观察到的趋势:大多数高速增长的 AI 应用公司都在这么做,我们合作的大型企业客户也正逐渐向这一方向迁移。

但有趣的是,整个企业市场的支出却呈现完全相反的趋势。企业在开源模型上的 LLM 支出占比已经下降到 11%,而一年前这一数字还是 19%。

也就是说,现实的发展方向其实和大众叙事正好相反。为什么会这样?这又意味着什么?

先解释一下为什么 Decagon 有 90% 的工作负载都运行在开源模型上。

原因不是成本。也不是因为客户要求使用开源(虽然他们对此并不介意)。真正的原因是:我们别无选择。

对于生产环境中的客服 AI Agent 来说,延迟(Latency)决定产品生死。如果一次对话每轮回复都需要 8 秒,没有人会愿意使用这样的产品。因此,你需要的是小而快的模型。

事实上,每一次模型调用并不需要知道立陶宛的首都是什么,也不需要掌握高中物理知识。

然而,小模型开箱即用时,并不足以达到我们客户要求的质量标准。只有针对具体任务进行大量 Fine-tuning(微调)之后,它们才能达到要求。

而目前的前沿模型公司,并没有真正提供这种组合。你无法按照我们的需求去微调他们最强大的模型;而他们的小模型,也并不属于我们,无法按照自己的需求进行塑造。

因此:小模型 + 深度微调 = 必须使用开源权重(Open Weights)。节省成本确实存在,但只是次要收益。企业客户喜欢可以自托管(Self-host)的模型,也只是一个额外的好处,而不是我们做出选择的原因。

那么,为什么像我们这样的公司已经 90% 使用开源,而整个企业市场的开源占比却在下降?

答案在于:AI 应用成熟度(Use Case Maturity)。当一个 AI 应用刚出现的时候,你希望使用最聪明、最通用的大模型。因为你还不知道问题真正的形状(shape)。

因此,即便为一些最终可能根本不需要的智能能力支付溢价,也是值得的。在这个阶段,这是正确的选择。

但是,当这个应用逐渐成熟之后,情况就完全不同了。你已经知道:

  • 输入数据长什么样;

  • 模型需要哪些行为;

  • 哪些错误必须避免。

这时候,权衡就发生了反转。通用智能反而成了一种额外负担。你真正需要的是:一个最小、最快、并且针对你的具体任务深度微调过的模型。

客服(Customer Service)正是整个 AI 行业最成熟的应用场景之一。它拥有:

  • 非常成熟、清晰的工作流程;

  • 巨大的对话数据量;

  • 极高的质量要求。

因此,像 Decagon 这样的公司,只不过比大多数企业部署更早走到了这条成熟曲线的后半段。

这也解释了前面那个看似矛盾的现象。开源模型占比下降,并不是因为开源输了。真正的原因是:整个企业 AI 市场仍然处于成熟曲线的最早阶段。

去年开始,企业停止自己开发 AI,而转向直接采购 AI 产品。于是,一夜之间涌现出了成千上万个全新的 AI 应用场景。而所有这些新的应用,几乎都运行在最强的 Frontier 模型之上。于是,闭源模型的市场份额迅速膨胀。

因此,11% 这个数字,本质上是一个分母问题(Denominator Problem):新的、不成熟的 AI 应用增长速度,远远快于已经成熟的 AI 应用。


我觉得,如果 Jesse Zhang 的判断成立,那么未来 AI 行业会出现几个非常重要的变化。

1、OpenAI 和 Anthropic 不会因为开源而失去价值

过去很多人认为,开源越来越强,Foundation Model 最终会变成商品。但这篇文章提供了另一种解释。未来最赚钱的 Token,依然来自 Frontier Model。因为所有新的 AI 应用,都会首先部署 GPT、Claude 等模型去探索产品形态。

所以:Discovery 的价值,远高于 Production。

也就是说,未来 Foundation Model 不一定赢得生产,但依然可以赢得利润。

2、真正的开源时代,可能比大家想象得更晚

很多人觉得,模型能力追平 GPT,企业自然就会迁移。事实上,真正决定是否迁移的,不是模型能力,而是业务成熟度。只有 Workflow 已经稳定、数据已经足够、ROI 已经验证、Evaluation 已经成熟时,企业才愿意投入大量资源去做 Fine-tuning。

所以,模型能力成熟,不代表商业成熟。这两者之间,可能相差几年时间。

3、Fine-tuning 会成为 AI 基础设施最大的机会之一

如果未来所有成熟 Agent 都会经历:Distillation → Fine-tuning。那么,未来最值钱的能力,可能不是 Prompt,而是:

  • Fine-tuning Platform

  • Evaluation

  • Data Pipeline

  • Synthetic Data

  • Distillation

  • Continuous Learning

整个 AI Infra,都会围绕这些能力展开。

4、真正的护城河,将从「模型」变成「数据」

未来,每一家企业都可以下载 Llama、Qwen 或其他开源模型。模型越来越容易获得。真正无法复制的是:

  • 企业自己的数据;

  • 用户反馈;

  • Agent Logs;

  • Workflow;

  • Evaluation Dataset。

因此,未来企业最大的竞争优势,还是拥有多少真实生产数据。

5、Inference Infra 仍然是一个长期机会

如果生产最终都会运行在小模型、微调模型、私有部署模型;那么:Inference Infrastructure 的需求不会下降,反而可能持续增长。GPU 云、模型部署、KV Cache、推理优化、Model Router 等基础设施,都会持续受益。

6、AI Agent 会进入「模型迁移时代」

今天很多 Agent 基本上都是上线之后,一直调用 GPT。未来,成熟 Agent 大概率都会经历几个阶段:用 Frontier Model 快速验证产品---蒸馏---微调---多模型协同。因此,未来真正优秀的 AI Agent 公司,本质上都可能会变成模型调度公司(Model Orchestrator)。

他们最重要的能力,不是拥有哪个模型,而是知道什么时候用最聪明的模型,什么时候用最便宜的模型。

过去的软件行业经历了「开发 → 部署 → 运维」的分工;未来的 AI 行业,也可能形成类似的两层结构:

  • Discovery(探索):由 Frontier Models 驱动,负责发现新的产品形态、工作流和能力边界。

  • Production(生产):由开源模型驱动,负责低成本、高效率、大规模运行成熟业务。

如果这个判断成立,那么未来几年,我们讨论的重点可能不再是「开源会不会战胜闭源」,而是:一个 AI 应用,什么时候应该继续使用 Frontier Model,什么时候应该迁移到开源模型?

1.Notion 已经不看简历了,CEO 认为 AI 时代的组织架构属于 Jazz Mode

2.另类产品 Obsidian:8 人 1 猫没融资,2500 万美金 ARR 不追 AI

阅读原文

跳转微信打开

迈向AI Native:快手技术团队的范式跃迁与组织进化

2026年7月7日 11:52

高可用架构 2026-07-07 11:52 中国香港

文末领取 PPT

在 AI 深度渗透软件工程、个体效率与组织效能之间鸿沟日益凸显的背景下,快手主站千余名工程师支撑着日活数亿用户的核心产品,其 AI 原生转型正面临"换了引擎却未重构流水线"的系统性困境。

本文整理自快手主站 AIDevops 负责人李思在 GIAC 2026·深圳站的分享《迈向AI Native:技术团队的范式跃迁与组织进化》。

【演讲摘要】

89%的企业已把AI投入实际业务,但生产力提升只有0.29%。DORA 报告也显示,个体效能上去了,组织效能却没变。AI 到位了,研发体系还是老样子,必须围绕 AI 重新设计。

过去一年踩了不少坑。24年下年代码生成率从17%涨到30%,交付周期却没变。后来发现只有不到10%的工程师真正变了,差异不在用不用 AI,而在有没有改变工作方式。快手把范式分成 L1 辅助、L2 协作、L3 自主,走两条路:L1 到 L2 铺开,L1 到 L3 特定场景突破。但个人快了组织没快,AI 越快人和人协作摩擦越大,人机摩擦也成了新负担,根源在围绕人设计的结构卡住了 AI。

解法就是三层重构。信息层面让 AI 能拿到知识,流程层面从串行改成 Agentic 模式,组织层面交付和守护分开、产研边界溶解。后面直播礼物的案例就是三层重构的落地缩影——方向、分镜、生成、评审都由 Agent 做,人只定目标,上新周期从20天压到4天以内。目前 L2 已成主流范式,较 L1 周期缩短20%到30%。

往前看还有验证规模化和先锋队模式两个难题。但说到底,变革落在每一个人身上。知识能被看见,品味和判断却很难,组织得给这些看不见的价值一个位置。人人都在加速,也要给远见留空间。 AI 跳过了慢慢写的过程,更要给年轻人慢慢生长的机会。范式在变,组织在变,底色永远是每一个工程师。

【演讲实录】

过去一年多,我们一直在推进千人规模研发团队的 AI Native 转型,包括研发范式的升级,以及整个团队怎么做组织层面的进化。今天想和大家分享一下,快手主站目前在这个方向的进展、心路历程和一些具体的实践,主要分享如下三个部分:

第一部分是宏观判断——行业目前在哪里,以及我们为什么要做 AI Native ;第二个是千人级实践——过去一年多做了哪些事情,踩了哪些坑,以及具体的思路和解法;第三个是组织进化相关的思考—— AI 改变的不只是代码,也在改变我们的人和协作的方式,我们是怎么做组织协作的演进,以及人才画像相关的一些思考。这是一个"打怪升级"的演进过程。

一、行业在哪里:AI Native 的宏观判断

Image

先看一组行业数据,NBER 今年对美英德澳四个国家的高管做了一个调查,发现89%的企业已经把 AI 投入到了实际业务,听起来占比非常高。但同时这份报告的另一个数字是:企业平均实际的生产力提升只有0.29%。高期待和低成效形成了一个非常鲜明的对比。右边这张图是《 DORA 2025 AI 辅助软件开发现状调查报告》,对 AI 在软件开发领域的影响提供了一个全景扫描,结论是个体效能提升非常显著,但组织的效能并没有太多变化。中间这条鸿沟,也是我今天想要分享的核心问题。

Image

从历史层面看这个问题,可能不是今天才有的。19世纪末,随着从蒸汽机到电动机的技术成熟,美国的工厂纷纷把引擎换成了电动驱动,大家以为从此效率会飞涨,但经过了30年,生产力并没有什么起色。真正的转变发生在1920年代,企业这时不再是换引擎,而是从整个流水线、车间动线、生产系统进行了一次重组,这次重塑彻底带来了效率的质的飞跃。

今天,我们面对的也可能是同样的局面。我们给每个工程师装上了 AI 的伙伴或者工具,但底层的研发体系仍然是老样子——如果在这套体系上只是装上 AI,那我们可能也是在重复历史的故事。所以可以看到:智能已经领跑,范式正在重塑。我们需要的是围绕 AI 重新设计研发体系和组织协作,这就是我们 AI Native 驾驭智能的进化之路。

二、千人级实践踩坑:个人提效 ≠ 组织提效

这些道理听起来都没错,但真正让我们理解它的,不是理论,而是一年多实践中踩过的每一个坑。

快手主站有一千多名工程师,在推进研发智能化的过程中,我们总结的坑是这两个不等式:第一,用 AI 开发工具不等于个人提效;并且,个人提效也不等于组织提效。

接下来分享下我们的故事,带入一下当时的情境。

Image

24年下半年,我们从编码环节开始引入 AI。代码生成率从17%提升到了30%,各个研发环节的采纳率也都保持在较高水平。

看到这些数据时,大家都很兴奋,认为研发交付效率应该会明显提升。然而,当我们把整体效能数据拉出来分析时,却发现一个出乎意料的结果:整个研发交付周期几乎没有变化。换句话说,新功能真正触达用户的时间,并没有因为 AI 的引入而缩短。

更有意思的是,我们进一步做了一些局部分析,发现约90%的工程师几乎没有发生明显变化。

Image

于是,我们找到了这不到 10% 的工程师,试图回答一个问题:他们到底是怎么工作的?

我们发现,真正的差异并不在于有没有使用AI工具,而在于有没有改变自己的工作方式。也就是说,他们是怎么和 AI 一起工作。有人把 AI 当作辅助工具,在需要的时候提供帮助;也有人让 AI 优先完成大部分工作,再由人负责判断、修改和审查。

所以,真正的问题需要重新定义:并不是在推动 AI 工具的使用,而是如何推动研发范式的升级——让原本只发生在不到10%工程师身上的高效工作方式,沉淀为一套可复制、可推广的研发范式,并在整个组织中系统性地发生。

基于这些思考,去年上半年,我们开始尝试回答另一个问题:AI 时代的研发范式,到底应该是什么样的?

我们把它划分为三个阶段。

  • L1 是 AI 辅助,AI 在部分环节提供信息;

  • L2 是 AI 协作,AI 在部分工作单元提供初稿,人做完善;

  • L3 更自主,AI 自主完成需求交付。

方向有了,接下来就是回答另一个问题:这条路应该怎么走?

最开始,我们的思路其实很朴素——所有场景都沿着同一条路径演进,从 L1 到 L2,再到 L3,循序渐进地完成研发范式升级。

但实践之后,我们发现,不同研发场景的演进条件并不相同。比如一些 B 端、从0到1的场景,任务边界清晰、风险可控、容错空间也更大,非常有机会直接实现端到端交付,而不必按部就班地经历每一个阶段。

因此,我们最终设计了两条演进路径。

第一条是L1 → L2 的主航道,在大规模研发场景中持续推进研发范式升级。

第二条是一条快速路,聚焦结构成熟、边界清晰的特定场景,尝试直接跃迁到 L3,实现 AI 驱动的端到端交付,推动研发效率实现非线性提升。

但 L1、L3 这些是交付的模式,组织关注的是什么呢?是一个结构。

我们规划了组织范式的演进路线:25年初,以 L1 为主,逐步 L1 收窄,最终 L2 和 L3 成为主流范式。经过半年的建设,L2、L3 的交付需求占比提升了,一些标杆团队的 Coding 时间也明显缩短了,看起来一切都在向好的方向走。

Image

但把视角再拉到组织效能上,情况就不一样了。

我们基于当时的效能数据做了一些分析和归因,发现个体效率确实提升了—— CR 代码生成率都在涨,个体耗时投入在降;但在协同层面,端到端的周期其实并没有太大变化。个人虽然提效了,但在组织和协同层面,传导的链条是断的。

为什么个人变快了,组织没快呢?时间到底去哪儿了?

基于千人团队的实践,我们得到两个非常重要的洞察。

Image

第一个洞察是:AI 越快,人和人之间的协作摩擦反而越明显。

AI 带来的提效首先发生在局部,最典型的就是编码环节。工程师的 Coding 时间确实缩短了,但一个工程师一天真正写代码的时间,大约只占 30%,甚至更少。剩下的大部分时间,都花在需求对齐、协作沟通、任务交接等工作上,而这些协作成本,很快就抵消了编码效率提升带来的收益。

第二个洞察是:人机协作本身,正在成为一种新的隐性成本。

AI 被引入之后,并不意味着人可以立刻把工作交给 AI。为了让 AI 真正发挥作用,人仍然需要投入大量额外的时间和精力。

结合大家的实际实践,我们把这些成本归纳为四类典型的协作摩擦。

  • 第一类是人工补位。当 AI 与研发系统之间还没有完全打通时,人不得不充当两者之间的桥梁,把信息不断搬来搬去。

  • 第二类是上下文对齐。AI 并不了解我们的业务背景,也无法天然理解需求语境,因此工程师需要不断整理、补充和传递上下文,充当系统之间的"搬运工"。

  • 第三类是验证与纠偏。AI 可以在几分钟内生成代码,但验证这些代码是否正确、是否符合业务需求,往往需要几个小时,甚至更长时间。AI 生成和人工验证之间,存在明显的速度不对称。

  • 第四类是能力边界判断。当大家对 AI 的能力边界还没有形成稳定认知时,低估 AI,会错过本可以释放的效率;高估 AI,则容易导致返工和重复修改。

这些都是我们在真实研发实践中反复观察到的现象。也正是这些协作摩擦,让我们意识到:真正制约 AI 研发效率的,已经不再是模型能力,而是人与 AI、AI 与系统、人与人之间的协作方式。

Image

那这些摩擦的根源到底在哪儿呢?我们总结了两层约束。

第一层是能力性约束:AI 的能力边界不确定,产出可信度不稳定,验证和纠偏的工作高度依赖人工。在人机摩擦里,蓝色的这部分——验证纠偏、高估和低估——主要来源于能力层面。但能力层面会随着 AI 本身模型能力的提升,以及我们在工程 Harness 层面的建设不断提升。

第二层是研发体系的结构性约束。我们的研发体系一直都是为人设计的——人有什么特性呢?认知带宽有限,注意力稀缺,所以需要按技术栈分团队,需要多个环节分阶段开发测试上线,还有产品研发设计这些角色去协作。在这套体系下就会映射出三个方面的投影:信息、流程、组织,形成这样的结构。在这个结构下,人和人之间的摩擦就会存在——协调、交接、对齐;同样这套结构也在卡着 AI。当技术栈切分以后,信息系统、技术设施都是分离的。

站在 AI 的视角来看,它其实很难获取完成任务所需的上下文。开发一个需求,客户端代码在一个仓库,前端代码在另一个仓库,后端又分散在多个微服务中;需求文档、设计文档、API 文档也分别存放在不同系统里。AI 无法像人一样跨系统理解和关联这些信息,于是,人只能不断充当桥梁,去补充上下文、搬运信息、连接系统。

归根结底,这些协作摩擦并不是模型能力的问题,而是研发基础设施和协作体系的问题。过去的研发环境,更多是围绕"人如何协作"设计的,而不是围绕"AI 如何协作"设计的。

因此,当模型能力真正转化为 AI 的执行效率后,这些效率并不能直接传递到组织层面,而是不断被协作结构中的各种摩擦所消耗,最终形成大量结构性损耗。结果就是:AI 看起来越来越聪明,但组织整体的效率提升却十分有限。

这也是我们一年多实践中最大的收获之一:真正需要升级的,不只是 AI 能力,而是支撑 AI 工作的研发结构。只有重塑这套结构,才能把模型的智能真正转化为组织的效率。

三、围绕 AI 重塑研发体系:信息·流程·工程基座

Image

那我们是怎么做的呢?我们需要围绕AI重塑研发体系。在讲AI如何改变之前,先讲一下度量——如果度量不了效率,就没有办法改进效率。

第一个阶段是平台化、数字化和精益化,这是在打地基——把研发活动在线化,让数据可信,才有资格谈度量;同时建立效能北极星,以及多个指标做交叉验证。

第二个阶段,我们把效能从一个模型变成了可拆解、可归因的指标体系,能看到每一个地方卡在哪里、出了什么问题。这也是前面那个分析的过程——为什么个人快了,组织没快,卡在了哪里。

第三个阶段就是现在,在效能模型的基础上扩展出了 AI 度量的维度,能够进一步看到组织的 AI 渗透率和 AI 成熟度。没有前三年的积累,我们今天并没有底气说AI让组织快还是没快,因为连快没快都量不出来。

Image

接下来是我们的行动框架,基于前面那三层框架——信息、流程和组织。

信息层面:首先 AI 能不能拿得到信息?

我们的信息架构从围绕人转变成围绕 AI 进行重组。第二个是拿到信息以后能不能做得好,工程基座怎么样——比如 infra、评测体系、反馈闭环构建的情况。第三个是 AI 做得好以后,我们敢不敢放手、能不能信得过,这就是保障体系——验证、观测、约束。

第二个视角是流程层面,即研发流程:从传统的基于人协作的软件开发生命周期,怎么过渡到 AI-Native 的SDLC。

第三个是组织:组织形态、人才画像是什么样的,角色边界应该怎么划分,怎么样有一套新的评价体系,以及组织拓扑、组织治理与文化。

Image

先看工程环境这一层。工程环境可以认为是一套广义上的 Harness Engineering。大家都在聊 Harness Engineering 应该怎么做,以及关于 Loop Engineering 的讨论。我今天更想分享是:我们应该把重点放在哪儿,哪些是真正应该投入的。我们的出发点是 AI 的能力在持续涌现,但很多东西是它内化的,比如工程脚手架里我们给模型打的一些补丁——但哪些是它真正内化不了的?就是企业里面的事实、判断和责任。

第一个是事实:模型能力再强,它并不能知道你此刻系统的真实状态。所以第一个要投入的是让模型能看到正确的世界——包括信息架构的重组、私域基础设施的 AI 友好化、面向企业内的知识工程。

第二个是判断:定义什么是对的、好的,这只能由我们自己来定义。验证工程和评测驱动是把判断力固化为系统和组织能力的一种最关键的方式。也有一个观点我非常认同:我们有没有把最优秀、最高效、高绩效的工程师放在评测体系里面,这是 AI 化能否成功的关键。

第三个就是责任:AI 模型能力越强,守底线就越重要。AI 的能力边界越来越大,它对应的自主半径会扩大,潜在的爆破半径也会扩大。但如果 AI 闯了祸,真正承担代价的还是我们自己。所以这三个层面非常重要:第一个是工程的卓越性,即当前的技术水位;第二个是工程保障,质量稳定性、安全等方面;第三个是持续的工程治理,通过约束可见、回滚、应急预案等兜底机制和响应机制来确保底线守得住。

Image

再看研发流程层面,我们希望的是一个 Agent 驱动的 SDLC。传统方式是在 AI 增强下,基于多阶段、多角色协作流程,只是把 AI 加进来了,所以有很多损耗。目标态是意图驱动、面向结果的端到端交付。

但很多场景目前很难一步到位,我们的渐进思路是:先把协作和执行做一个分层。人与人之间的协作在这个阶段完全避免不了,我们就先把它分层——比如产品、设计、研发之间有一些接力,能不能把人之间的协作变得更松散?人与人之间比较擅长松散、模糊和创造性的沟通,而 Agent 擅长的是结构化、确定性的、可重复的执行,所以把这两层分开。让人把所有需要对齐的事前置消化掉——意图对齐、决策冻结,全部在这一层完成,不让协作摩擦渗透到 Agent 执行链路里。

在中间通过工具让产出能被 Agent 消费:比如给产品在生产力工具里,通过 Skill 或工具化的方式,把意图转化成结构化的 Spec;或者通过 Design Agent,让设计师构建出更贴合实现的视觉稿以及局部场景;还可以通过原型驱动的开发来降低损耗,避免通过 PRD 或设计稿进行信息交接。人在上面自由沟通,工具自动把各自的产出汇合成结构化的 Specs。经过人的审核、决策冻结之后,协作摩擦前置消化掉,保持执行链路的 AI 高自主。

四、组织进化:协作重塑与人才重构

Image

第四部分就是组织的变革、协作的进化以及人才的重构。组织的这一层是整个变革最深的,同时在千人团队里,组织的惯性阻力肯定很大。所以我们首先做先锋的试点和验证,蹚出一些路,然后再做规模化的复制。

在技术栈这个层面,我们之前是按技术栈来切分的,逻辑是:自己交付的功能、自己写的代码和自己守护的代码,是一拨人,因为只有他们最懂这套代码。但在AI时代,这个逻辑被打破了——当一个 AI Agent 能帮前端工程师写出相对合格的后端代码,或者反之,继续把交付和守护绑在一起,反而会让效率变成瓶颈。所以我们把交付和守护做了一个分层:交付层把前端后端这些职能抹平了,定义它叫做功能 Owner,通过AI协同完成交付。

但守护还是需要专业的人,也就是目前技术栈团队的架构师,负责定标准、建机制、守门禁这些方向。经过组织机制和形态的渐进式过渡,我们发现这样以后可以完成单人闭环,协作摩擦也会降低。

Image

前面讲的都是研发内部协作和组织设计的变化,产研之间其实也会发生一些变化。很多需求的判断并不一定都在研发——设计优化的判断力在设计师,运营需求的判断力在产品运营。所以另外一个思路是主动赋能这些角色,让他们有能力自己交付。

那这样是不是有一些需求可以不经过研发?所以我们做了一些事情,比如给设计师构建自主交付的能力,给产品构建自主交付的通道。当角色边界溶解以后,研发系统正在从所有需求的默认承接方变成复杂专业问题的承接方,工程师的工作会更聚焦,同时也能向更多可能性延展。

Image

接下来是组织层面的画像。在人才结构之前,得先回答一个问题:在 AI 变革的时代,我们的组织到底需要什么样的工程师。所以我们尝试做了一些人才画像的定义。最终的观点是:AI 时代工程师的价值是底层特质乘以能力基座乘以核心杠杆。

五、三个叩问:洞察、远见与温度

前面都是在讲效率,但 AI 时代技术团队的边界价值是不是只是让交付更快更多呢?研发提效本身也只是一个起点,AI 时代技术团队需要从高效交付走向价值共创。这里引用蚂蚁的 CTO 梁纥老师的一个类比:玻璃最早在欧洲发明以后,传到了东方。

Image

最早玻璃被当做器皿的改良——之前都是用陶瓷杯,现在变成玻璃杯,它是一种奢侈品。但在西方,人们用它打造出了镜片,有了镜片以后就有了显微镜,所以才有了现代医学;有了望远镜,才有了天文学和物理学。所以我们怎么看待这个玻璃呢?是把它当做器皿继续喝水,还是用它做成显微镜和望远镜?AI 今天做成了一个杯子,它会替代很多当下的工作,但我们依然只把它当杯子,没有用它去做真正有价值的事——找到真正的望远镜,去发现新的机会和洞察新的价值。所以我们希望能看到更多看不到的业务可能性。

举一个具体的案例:我们是怎么从业务共创的视角去思考,重塑一些产研运营的流程设计的。这是一个直播场景礼物设计的整体流程和机制。在过去我们也在用 AI,在各个环节里把 AI 集成进来。

Image

比如当一个人构思好礼物内容创意以后,他会选择模型去生成、去抽卡,最后人去审稿——这个过程能不能重新思考?因为它还是围绕人去设计的流程,人的认知、时间和精力都是瓶颈。所以我们重新思考:人和 AI 在这件事里的边界和分工是什么样的。于是做了一些探索,发现AI可以做方向剧本、分镜、美术的专业制作,通过 AIGC的agent来完成;AI Agent Tools 能提供生成、剪辑和合成;评审、验证、评测都可以通过 Agent evaluation 来做;以及消费付费特征因子的反馈。人在这个过程中就上移到定义目标、标准和关键方向。这是一个案例,我们希望将过去业务中的流程和行为进行拆解,以 AI 为中心重新思考和设计。

Image

在 AIGC 这件事上我们也达到了非常好的效果,包括业务效率、商业形态,还有用户参与度和生态。最后看一下当前的阶段性成果。在研发范式方面,大盘目前 L2 的需求已经成为主流范式—— L2 相对于 L1,交付周期大概缩短了20%到30%;L3 在一些运营类的特定场景里,跑出了一些稳定的实践,能看到大幅度的交付周期缩短和整体提效。在业务价值层面,我们在多个业务方向上都贡献了显著的业务收益和增量。这是我们 AI DevOps 的整体全景大图。

Image

再往前看,前面这些历程其实一直有很多困难和波折,同时也遇到了一些关键的问题,这也是我们目前仍然在持续探索的。比如验证能力的规模化,尤其是在 C 端场景,怎么做好稳定的验证,确保稳定性、适应性,以及整个验证的效率和质量。第二个是先锋队的模式探索——在千人规模下需要有一些先锋团队先冲到前面,但这些先锋队的灵活性和未来泛化的标准化之间应该怎么平衡,也是我们仍在尝试攻克的难题。

Image

前面我们在讲范式和组织进化,但在这场变革中,AI真正的重塑,最终落到的是每一个人。所以这里我想分享三个自己最近在问的问题。

第一个问题是关于洞察:看得见的是知识,看不见的是品味、洞见和判断。我们的组织能不能让看不见的价值被看见,给它一个位置和认可?

第二个关于远见:人人现在都能加速,大家都在追求更多新工具,更快、更及时的结果。但有没有一个瞬间能停下来看一看——稀缺的是一个能够为判断留出时间、为方向留出耐心的定力。我们的组织有没有为这份定力留出空间?

第三个是关于温度。AI 抹平了入门的门槛,很多 Junior 工程师上手都能用 AI 出活,效率也很高。但我们这一代古典工程师,很多东西是靠一行一行写出来的、靠一个一个 bug 调出来的——对代码的手感、对优雅设计的审美、对系统的敬畏、面对复杂问题时的直觉,对严谨性和确定性的坚守。这些以前是在慢慢写的过程中长出来的,当 AI 跳过了这个过程,谁给他试错的空间?谁在他犯错的时候说“没关系,这个坑我当年也踩过”?所以问题是:我们的组织有没有在追求快速产出的同时,给年轻人留出更多生长的机会?

Image

对于这些问题,我现在还没有标准答案,但有一点越来越清晰:AI 让组织更强,而好的组织进化,也能让人的洞察、远见和温度更充分地生长。范式在变,组织在变,不论系统怎么演进,最终底色都是我们每一个工程师、每一个创造者。我们希望在这场变革中,每个人都能找到属于自己的价值和可能。希望在追求工程理性的尽头,也能活得更丰盈、自洽且无可替代。

团队介绍

快手主站技术部是负责快手 app 和快手极速版 app 的核心业务研发团队,服务于数亿用户每天时长上百分钟的使用,专注于打造极致且高效的生产、社交、消费、直播、运营、增长、房聘、孵化等业务研发体验;同时也是快手最大的技术部门之一,拥有业界资深的大前端、服务端、质量等团队,承担着核心业务需求迭代、超高并发服务开发,春节、奥运、暑期等大型活动工程技术保障,以及业界领先的基础技术建设等任务。

通过与产品、算法、设计、运营等各团队的紧密协作,主站技术践行 AI Native 理念,以数据驱动的方式,不断追求用户体验及技术架构上的最高标准,持续优化研发效率、质量和成本。一方面不断通过技术赋能业务,持续拿到业务指标上的正向收益;一方面也在积极探索最新的技术方向,产出了如 AIGC、M0、GUI-Agent、跨端动态化、端智能等业界领先的技术方案。

点击【阅读原文】,获取讲师PPT!

参考阅读

阅读原文

跳转微信打开

EdgeBench:衡量真实世界环境学习,发现新 Scaling Law

2026年7月7日 11:41

原创 Seed Research 2026-07-07 11:41 北京

Agent 在环境学习中表现出明显的 log-sigmoid 规律

过去几年,预训练 Scaling Law 让人们逐渐形成了一种共识:模型能力会随着数据量和算力的增加,以相对可预测的方式持续提升。但当大模型真正进入真实世界之后,一个更贴近应用的问题开始出现:它还能不能在与环境的持续交互中继续学习,并不断变强?

近日,我们发布了用于衡量真实世界环境学习的超长程评测集 EdgeBench。该评测集包含 134 个真实且多样的任务,横跨六大能力领域,Agent 在每个任务上都可持续工作至少 12 小时。

基于这些任务上的长程环境交互运行结果,我们发现,Agent 在“环境学习”过程中的整体表现遵循一条高精度的 log-sigmoid 曲线,平均拟合精度 R² 达到 0.998。同时,从不同代际的前沿模型来看,Agent 的学习速度大致呈现出每三个月翻一倍的趋势。

目前,EdgeBench 已开源其中 51 个任务及完整评测框架,供社区进一步研究 Agent 如何从真实世界环境中学习。

项目链接:

https://seed.bytedance.com/edgebench

论文链接:

https://edge-bench.org/paper.pdf

代码链接:

https://github.com/ByteDance-Seed/EdgeBench

数据链接:

https://huggingface.co/datasets/ByteDance-Seed/EdgeBench

 1. 衡量真实世界环境学习的超长程评测集 

真实世界中的模型表现,不只取决于它在训练中学到什么。很多关键知识并不直接存在于训练语料里,真实工作所依赖的也不只是现成信息,还包括反复试错、解读反馈和持续修正的过程。

与此同时,现实环境本身始终在变化,新工具、新问题和新知识不断出现,这意味着任何静态训练数据都不可能提前覆盖一切。因此,Agent 从环境中学习并持续提升任务表现的能力,正变得越来越重要。

现有的大多数模型评测集,衡量的主要是模型已有的知识和能力。而 EdgeBench 更关心 Agent 在拥有足够时间、反馈和改进空间时,如何从真实世界环境中学习。EdgeBench 在任务设计上呈现以下特点:

  • 面向环境学习:每个工作区、反馈信号和评测器都贴近真实实践,分数体现了 Agent 在环境中的学习和改进情况。

  • 超长时程:每个任务都支持 12 小时以上的连续运行,部分延长实验超过 72 小时,让经验能够持续累积。从已记录人工投入的任务来看,人类专家完成单个任务所需的时间平均为 57.2 小时,最高达到 320 小时。

  • 覆盖六大领域:134 个任务覆盖了科学、复杂软件工程、白领知识工作、算法优化、前沿数学和数字游戏,并由领域专家结合真实问题持续迭代,其中超 90% 任务为全新构建。

EdgeBench 的任务分类

 2. 发现环境学习中的 Scaling Law 

在 EdgeBench 中,Agent 不是提交一次就结束,而是会不断与任务环境交互,并接受评分、错误信息和改进线索等反馈。也正因此,曲线反映的并不是 Agent 一次性完成任务的能力,而是 Agent 在持续交互中吸收反馈、调整策略,并逐步改进结果的能力。

基于 Agent 在 134 个真实世界任务中的约 38000 小时环境交互记录,我们发现,Agent 的表现并不是静态固定的,而是能够在与环境的持续交互中不断学习、提升。

进一步来看,Agent 在环境学习中的成长轨迹并不单一。除了最终表现存在差异之外,它们在学习、吸收反馈和持续改进的过程中也表现出明显不同的路径:有些稳步提升,有些前期快速进步后进入平台期,也有一些会在长时间停滞后才迎来突破。

Agent 在 3 个任务中 12 小时内的学习曲线,从左到右分别为稳步提升、前期快速进步、后期突破的学习情况

以引力波任务中的一次 12 小时运行为例,GPT-5.5 在 247 次评分尝试中将分数从 42.8 提升到 67.0。这个案例表明,环境学习不是简单的连续调优:分数的关键跃升往往来自 Agent 根据反馈重新定义、拆解并组织问题。

Agent 先让任务可衡量,再拆解失败、定位瓶颈,最后保留可用核心,只修补剩余错误

如果把视角从单个任务扩展到跨任务整体表现,就会发现:这种学习并非无序波动,而是呈现出一种高度稳定的整体规律。

对于每个模型,研究都覆盖了 134 个任务,并对每个任务进行了 3 次独立运行,因此每个模型都会产生 402 条学习曲线。单看某一条任务轨迹时,Agent 在环境中的表现往往充满噪声、波动。但当这些轨迹按照交互时间进行聚合平均后,整体收敛为一条形式简洁且高精度的 log-sigmoid 曲线:

这一函数形式不仅能够稳定拟合不同模型的平均学习轨迹,而且拟合精度极高,平均 R²=0.998。这并不只是经验层面的拟合现象,还可以从图探索(graph exploration)理论的视角加以解释。

从 134 个任务的平均结果上看,随着与环境交互时间的增加,Agent 整体表现会持续提升,相关分析可参考论文原文

此外,我们还尝试回答:模型从环境中学习的速度,是否会随着代际演进而变化?

为尽量减弱模型先验知识与基础能力差异带来的干扰,我们选取了 18 个初始表现相近的任务,并对自 2025 年 9 月至 2026 年 5 月陆续发布的多代模型进行 2 小时评测,再用这段时间内的性能提升幅度来刻画其“学习速度”。结果表明,随着模型代际演进,模型从环境中学习的速度也在显著加快,对于当时表现最领先的一批模型而言,这一速度接近每三个月翻一倍。

不同版本大模型的学习速度变化趋势

 3. 写在最后 

随着模型从环境中学习的速度不断提升,未来模型之间的差距,可能不只体现在初始能力上,也会越来越体现在进入环境之后的学习速度上。对反馈的理解能力、经验积累能力以及策略调整能力,将越来越成为模型在长时程、开放式任务中建立持续优势的关键。

我们希望 EdgeBench 能为相关研究和应用实践提供一些参考,也期待未来有更多工作去关注模型在开放环境中的学习、适应与改进。同时,我们将继续理解和研究那些在真实环境中持续创造价值的能力,以及未来决定 AI 上限的关键能力,不断探索未知的智能边界。

阅读原文

跳转微信打开

人生周报v080: Bayes

2026年7月6日 18:41

原创 李继刚 2026-07-06 18:41 北京

「世人解听不解赏」

《剑来》里,陈平安遇到眼前一亮的句子,会一笔一画刻在竹简上,时不时拿出来晒晒太阳,翻拣重读。

以陈平安为师,我想记录一下每周在这世上遇到的好句子。

每周读到的好句子,收下来晾一晾——是以有「读」。

心里总有话忍不住想对这个世界讲,——是以有「说」。


读

每个人都有自己的小宇宙

每家公司都有自己的世界模型

即刻 @张斯成

人的魅力其实来源自内心的秩序感。

即刻 @野生粽子 yeah

三件事不能停:要持续地学习、见人、输出。

即刻 @野生粽子 yeah

永远关注两件事:

  1. 用户真正存在的问题是什么

  2. 我如何简化我的解决方案

除此之外都不重要

即刻 @二当家李多余

和 AI 合作的全部难题,归根结底就是人类社会自己几千年自己也没弄明白的那个问题:

如何外行领导内行。

即刻 @木遥

搞不定问题,就先去搞定工具。

搞不定工具,就先去搞定工具的工具。

哲学(认识论)即生产力的时代。

即刻 @Odysseys.eth

No one can copy your obsessions.

X @MoZarrinsadaf

说

语言是一种技术。 ────────

技术,是人类将能力外化为系统,并通过这个系统降低某种稀缺能力的成本。

当这种能力足够便宜、足够普遍时,它就会反过来重塑社会结构、认知方式和人的自我理解。

语言是一种技术,我们正在经历一次新的自我认知过程。

书架上的书,是你大脑的训练语料。

你不会往语言模型里灌垃圾数据,你知道数据质量决定模型质量。但大部分人对自己的书架毫无门槛:畅销榜推什么读什么,等于拿互联网噪声训练自己的神经网络。

“多”不是好指标。关键问题只有一个:你允许谁的思想进入你的权重?

每一本书都会微调你的参数,你的判断方式、你的审美偏好、你的注意力朝向。一本平庸的书不是“没用”,是在用平庸去覆盖你本可以形成的结构。它占的不是书架空间,是你的梯度更新方向。

盯着书架看,那一本本立在那里的不是纸,是一个个你选中的思想内核。达尔文站在那,塔勒布站在那,维特根斯坦站在那。他们不说话,但他们的权重已经写进了你的每一次判断里。

他们成为了你思考的背景底色。

不可不慎。

你用的 prompt、skills 都有一个默认的前提假设,比如默认 ai 不理解你的习惯,所以会在 prompt 中各种描述;默认 ai 长程认知会出现记忆漂移,所以会通过文件中继的方式来辅助。

模型和 harness 能力在按月更新迭代,有些默认假设之前跑的好好的,当前可能不成立了,那就需要新的更适合的 skill 来适配。

大家可以关注下这个前提变化情况。

任何一个漂亮的模板,被大量传播使用之后,都会快速进入审美疲劳。

还是应该向内看,寻找自己对「美」的理解,哪怕是粗糙的、笨拙的、质朴的,都有一种「你之为你」的味道。

这种「异质性」的味道,本身就是美的。

进化式笔记系统:

https://gist.github.com/lijigang/3a3f9ad825d63d980e0f766ce4a0cd9f

上次在 43 Talks 听了三亿对 Context 的分享,被他的视角启发(静态的笔记之网加上一层动态机制),我选择把进化论引入到笔记系统中,实测下来很有启发。

视笔记为个体,笔记中的思想为基因,笔记与笔记每天会繁衍变异,形成新笔记。

我喜欢「高桥流」的 PPT,在这风格基础上做了些优化调整,形成了一个生成 PPT 的 skill:

/ljg-present

书

本周推荐书籍《统计学关我什么事》。

这个月的主题阅读选的是贝叶斯思维,读的其中之一就是日本作家写的这本。

通俗易懂,浅显深入,已经逐渐喜欢使用 Bayes 取景框来分析事情:

  • 世界是什么(类别有哪些)

  • 各自的先验是多少

  • 事件是什么(新信息)

  • 似然比是多少

  • 更新之后的后验是多少

这五步里的每一步,都可以像拿放大镜一样细看,不断展开细节,理解越深,使用时越感觉神奇。

这是一个必备的取景框。

跳转微信打开

硅谷王川的公众号文章目录 (2026年七月)

2026年7月3日 06:33

硅谷王川 2026-07-03 06:33 美国

硅谷王川的公众号文章目录

本目录最近一次更新是 2026年7月2日。

有兴趣加入投资俱乐部的朋友,请仔细阅读下面的连接

王川: 长期主义的实践为什么这么难

RTFM - 关于投资俱乐部的使用说明 ( 第二版)

申请者必须有现任会员的介绍,恕不接受直接申请。

我的网站已经上线,地址是 http://chuan.us/   公众号的历史文章和以前微博,X 上的发言纪录都在上面存档。以后公众号的原创文章,一些最新消息,也会在网站上,和微博,X 上面同时发布。

点击下面连接可以直接看到从 2015年初以来的两百多篇原创文章。

往期文章连接目录:(可直接点击下面的连接)

王川:当隔壁老王投资存储股票赚了三十倍后,如何还能不焦虑 (七)- 四分之一世纪的轮回

王川:当隔壁老王投资存储股票赚了三十倍后,如何还能不焦虑 (六)- 同质化商品的陷阱

王川:当隔壁老王投资存储股票赚了三十倍后,如何还能不焦虑 (五)- 牛鞭效应

王川:当隔壁老王投资存储股票赚了三十倍后,如何还能不焦虑 (四)

王川:当隔壁老王投资存储股票赚了三十倍后,如何还能不焦虑 (三)

王川:当隔壁老王投资存储股票赚了三十倍后,如何还能不焦虑 (二)

王川:当隔壁老王投资存储股票赚了三十倍后,如何还能不焦虑 (一)

王川:每天睡到自然醒你就赢了 – 美国电信泡沫之回顾

王川:摆脱卡点的解法大多在别处

王川:从九十亿美元对冲基金破产的教训看风险管理

王川:论强制函数 (一)

王川:大家都是普通人 (五) 安重诲

王川:大家都是普通人 (四) 任圜

王川: 大家都是普通人 (三) 康延孝

王川:大家都是普通人(二)郭崇韬

王川:大家都是普通人 (一)李振

王川: 为什么利润翻一倍但股价可能翻九倍

王川:躺平者最终能赢 (一)

王川: 只有生存狂才无需偏执

王川: 论情绪记忆 (一)

王川:论气急败坏, 恼羞成怒之投资大法

王川: 从思科的财务报告历史, 来看英伟达的估值

王川: 长期主义的实践为什么这么难

王川:为什么人们守不住四年三倍的资产?

王川: 从 chatGPT 看人工智能的投资机会和风险

王川:关于 chatGPT 的随想 (一)

王川: 2022年岁末看美联储加息和通货膨胀

王川: 从权力和垄断的演化机制,看投资(一)

王川: 论熊市投资者的自我修养

王川: 论兴趣和世界第九大奇迹 (一)

王川: 从长期国债的悖论到胆固醇的悖论(三)

王川: 论做题家和出题家 (一)

王川:  从长期国债的悖论到胆固醇的悖论 (中)

王川: 从长期国债的悖论到胆固醇的悖论(上)

王川:论投资高成长垄断型资产的八个误区

王川:在元宇宙留下些永恒的印记 (2021年十月)

王川: 幸福来自效率的全面复合增长

王川: 三十二个有用的思维模型

王川:随感合集 - 回报递增 /时间压力 /聪明和智慧 /认知和自信

王川: 从间歇性断食,看躺平的正确姿势 (一)

王川:从刘邦的自吹自擂看区块链

王川:为什么优质 NFT 潜力远大于实体收藏品(二)

王川:为什么优质 NFT 潜力远大于实体收藏品 (一)

王川:入门以太坊的 RTFM

王川:以太坊的费用,为什么这么高?

王川: 为什么你买了腾讯亚马逊特斯拉比特币, 还是很难发大财

王川:去中心化的流动性黑洞, 和区块链第一法则

王川: 关于 GPT-3 的随想 (一)

王川:活下来就好,及时出场就好

王川: 一年读五百本书,让你每天高潮迭起

王川:宁要高维度抽象化的草,不要低维度具象化的苗

王川: 实力决定意图,工具决定价值

王川:为什么读书少会犯大错误(一)

王川:不思考临界值的决策机制是愚蠢的

王川: 为什么摩尔定律一直没死, 但人们还会继续预测摩尔定律要死

王川: 出钱最多者的视角,才是上帝视角

王川: 用摩尔定律武装自己

王川:抛弃对世界的一厢情愿 (一)

王川:创新扩散的理论模型和误区

王川:从商业密度看为什么要坚决拒绝大部分线下活动

王川:论决策机制和纠错成本

王川: 理解别人错误观点背后的原因更重要

王川:谈谈构建个人信息基础设施

王川: 下个十年, 来自软件定义世界的挑战

王川: 重要的东西, 往往是看不见的

王川:脑联网即将带来的智能大核爆

王川:向智能合约进军的号角已吹响

王川:从品牌和应用场景的思维模型看比特币

王川:Uber 上市会引爆硅谷的泡沫破灭吗?

王川:为什么思维模型是最重要的财富 (一)

王川: 为什么宝马可能在2022年或之前破产重组

王川: 论信息与整合

王川:再论选择权

王川: 成功的关键 = 网络网络再网络

王川: 2018年岁末, 七点随感

王川:从算力演变看比特币现金(BCH)的边缘化

王川:三十年前油价大跌后的最大赢家是谁?

王川:2024, 石油工业的我靠时刻

王川:从有限游戏和无限游戏看连续性

王川:从编程技术的变迁看程序员的不连续性

王川:为什么特斯拉是做空者的最爱?

王川:美好未来, 注定并不连续(上)

王川: 与不可预测的未来分一杯羹 (一)

王川:不要打扰别人心中的故事

王川:输入信息狭隘, 近乎精神病 (一)

王川:关于技术本质,财富本质和自我意识本质的夸夸其谈之一

王川:开局的结尾 - 纪念特斯拉私有化, 和汽车工业的我靠时刻

王川:做一个独特而稀缺的人

王川:关于涌现的随想 (一)

王川:你的选择比四年前更多了吗?

王川: 你如何在纷杂的世界中寻找“特立独行的正确”?

王川:为什么你要像爱马仕和香奈儿一样坚定捍卫个人品牌价值

王川:闪电网络要涌现了吗?

王川:财富取决于认可者愿支付的最高价

王川:论指数增长的反直觉性

王川: 给年轻人的十点职场建议

王川:论投资和涌现 (一)

王川:抽象者劳心,被抽象化者劳力 (一)

王川:很少有人因吃喝玩乐而破产

王川:自说自话的人是可耻的

王川:做一个大规模并联者

王川:论数量就是质量

王川:软件定义财富 (一) -- 从特斯拉 Roadster 谈起

王川:关于区块链投资的七个猜测

<硅谷财经圈> 视频第二十季: 区块链和正反馈循环

王川:如何做一个超级连接者

王川:我们正进入一个可以从世界七十亿人民每人身上赚一分钱的伟大时代

王川: 从乔布斯和分析师的最后一次对话,看系统性思维

王川:论写作的六大好处和一个坏处

王川:从“邻近可能性”看创新的秘诀

王川: 从组件的角度看正反馈循环和区块链产业

王川:比数字目标更重要的是扩展性和正反馈循环

王川:好莱坞会被 Netflix 吞噬吗?

王川:论意外好运气 serendipity (一)

中科院穷硕士如何四年内变身为全球第十的比特币大矿主

王川:论特斯拉可能破产的二十个原因

王川:为什么大部分求职者的管理之道荒唐且低级

王川:从选择权看“心灵自由”和“经济自由” (一)

王川:为什么大多数商务社交活动是”彩票型机会主义“

王川:论“非常挑剔”和“非常自由”

王川: 论 1% 和 99%

王川: 为什么特斯拉可以预防忧郁症

王川:从交易的“干柴烈火度” 看扩展性和正反馈循环(二)

王川: 再论区块链和“正反馈循环”

王川:论"正反馈循环" 和 “远离平衡态的耗散结构” (一)

王川:论“扩展性” (一)

王川: 论"目标导向"和"过程导向"

推荐傅渥成同学的新书: “演生” (Emergence)

王川:论弱关系的重要性 - 反脆弱的随想 (四)

王川:无处不在的不对称性 -- 反脆弱的随想(三)

王川: 从叔本华的"天才论"看知识的广度之重要性

王川: 区块链技术的终局是什么?(一)

王川:比特币支付费用为什么这么高?

王川:  适应度地形和模拟退火 - 范式转移的随想 (五)

<硅谷财经圈> 视频第十九季: 比特币- 数字货币的软件平台

王川: 反脆弱的随想 (二)- 机会成本和选择权

王川: 论移动屁股和改变脑袋的艺术 -- 范式转移的随想 (四)

王川: 范式转移的随想 (三)

王川:  范式转移的随想 (二)

王川: 反脆弱的随想 (一)

王川: 范式转移的随想 (一)

王川: 关于区块链的随想 (三)

王川: 关于区块链的随想 (二)

王川: 关于区块链的随想 (一)

王川: 最大的问题是解决正确的问题 - 论第一性原理的理论和实践 (六)

王川: 论第一性原理的理论和实践 (五) - SpaceX如何开辟新市场

王川: 论第一性原理的理论和实践 (四) - SpaceX 如何克服各种困难

王川: 论第一性原理的理论和实践 (三) - 从 SpaceX 谈起

王川: 打比方的误区 - 论第一性原则的理论和实践 (二)

王川: 论第一性原理的理论和实践 (一)从特斯拉的崛起谈起

<硅谷财经圈> 视频第十八季: 论强者益强 (抄袭的进化优势,兰切斯特方程)

王川投资第四法则:波爱为王

<硅谷财经圈> 视频第十二季: 增速为王

王川投资第三法则: 增速为王

巴菲特水牛城历险记和简单粗暴的王川投资第一法则

牛逼的王川投资第二法则: 为什么你要卖掉所有的能源投资

王川: 从波色*爱因斯坦凝聚态,看强者益强的最高境界 (四)

王川: 论兰切斯特方程在商业竞争中的应用 (三)

王川: 从兰切斯特方程, 看强者益强和如何以弱胜强 (二)

王川: 从抄袭的进化优势, 看强者益强 (一)

王川: 论摸着石头过河的艺术 - 从巴拿马运河的选址到渗流理论

<硅谷财经圈> 视频第十七季: 外表丰满,内在骨感的美国风险资本业

王川: 外表丰满, 内在骨感的美国风险资本业

<硅谷财经圈> 视频第十六季: 美国汽车工业和电力公司的我靠时刻

王川:  我和苹果公司, 一个不得不说的故事

王川: 2020, 美国电力公司的我靠时刻 (三)

王川: 2018, 汽车工业的我靠时刻 (二)

王川: 从海明威运动定律,看技术革命的"我靠"时刻 (一)

王川:小议复杂系统里的不要和要

王川: 论投资的十大矛盾 (一) - 简单和复杂的矛盾

王川:论投资的十大矛盾 (二)- 策略和结果的矛盾

王川: 论投资的十大矛盾 (三) - 经验的重要和错误套用经验的矛盾

王川: 论"自动车就是房地产"

王川: 从美国的汽车安全管理历史看自动驾驶的未来

王川: 关于特斯拉的十三个 FUD (恐惧,不确定和疑虑) 的反驳 (下)

王川: 关于特斯拉的十三个 FUD (恐惧,不确定和疑虑) 的反驳 (中)

王川: 关于特斯拉的十三个 FUD (恐惧,不确定和疑虑) 的反驳 (上)

<硅谷财经圈> 视频第七季: 为什么传统汽车厂商大多很快会倒闭?

王川: 为什么传统汽车厂商大多很快会倒闭?

<硅谷财经圈> 视频节目第六季: 无人驾驶技术的现状和未来

王川:论无人驾驶车投资布局的六大要点

王川: 特斯拉推出能量包,躺枪的却是核电站?

王川:2017年, 特斯拉将敲响石油工业的丧钟

王川: 为什么石油在2025年之前会永久性跌破20美元一桶,而一去不复返

<硅谷财经圈> 视频节目第三季: 特斯拉的能量包和Model 3

除非你和瑞士行长睡,否则不要炒外汇

<硅谷财经圈> 视频第十四季: 摩尔定律还能走多远

王川:  摩尔定律还能走多远? (六) - 有钱能使鬼推摩(尔定律)

王川: 摩尔定律还能走多远? (五) -- 这都是为了钱

王川: 摩尔定律还能走多远? (四) -- 并行计算的威力

王川: 摩尔定律还能走多远? (三) - CPU 的内存瓶颈

王川: 摩尔定律还能走多远? (二)

王川: 摩尔定律还能走多远? (一)

<硅谷财经圈> 视频第十季: 亚马逊的云服务将吞噬美国的IT产业吗?

王川:亚马逊的云服务将吞噬美国的 IT 产业吗?(下)

王川: 亚马逊的云服务将吞噬美国的 IT 产业吗? (中)

王川: 亚马逊的云服务将吞噬美国的 IT 产业吗? (上)

王川: 被误读的亚马逊帝国 -   只剩下一颗小石头才能阻止贝索斯了

<硅谷财经圈> 视频第九季: 集装箱的革命 / 软件吞噬世界

王川: 2016, 我的商业计划书

王川:集装箱震撼世界

王川:为什么软件正在吞噬世界 (一)

王川:  为什么天使投资平均回报一年26%的说法完全不靠谱? 论 W 教授的样本偏差

<硅谷财经圈> 视频节目第五季: 劫贫济富的美国信用卡

王川: 劫贫济富的信用卡让美国的互联网金融裹足不前

王川:  有些事,往回看四十年就清楚了

王川:用研究房产的精神去研究股票  - 为什么我还是更喜欢股票

王川:苦命房东的辛酸历史 – 为什么美国的黄世仁反而成了弱势群体

王川: 为什么大多数人靠房地产发财,可我还是更喜欢股票  (一)

王川: 太极站桩是精神抖擞的灵丹妙药 – 再谈如何定量化地提高自己

王川: 为什么日本今年的新生儿有一半将活到 108 岁?

你也可以活到109岁—王川老师教你三招让你健康长寿

王川:每天四分钟,练出六块肌的方法论

王川:减肥其实很简单–只需十六美元和一点定力

王川: Netflix 的前世今生 (下)-- 你不了解的"纸牌屋"后面的故事

王川: Netflix 的前世今生 — 一个硅谷创新者的坎坷历程 ( 上)

王川: 域名大亨叶云的传奇  -- 为什么投资不只是买股票

王川: 只有主动分享,才能实现理想 -- 一个理工屌丝男的第二次忏悔

王川:投资不只是买股票 – 一个理工屌丝男的忏悔

王川: 优步崛起的祭品 – 出租车大亨弗老师的陨落

王川:  Uber 帝国的疯狂崛起

王川:四千亿个理由告诉你,视野比勤奋更重要,长期持有才是王道

王川:瓦老师黑莓走麦城 – 再论价值投资的陷阱

一个陌生老头的来信 – 加拿大的"巴菲特" Prem Watsa 瓦老师的盛世危言

王川:一个不陌生老头的来信 -- 为什么巴菲特的核心竞争力不是选股票

王川:我的伯克利商学院之奇遇  – 扒一下金融工程硕士班的内幕  (下)

王川:我的伯克利商学院之奇遇  – 扒一下金融工程硕士班的内幕  (中)

王川:我的伯克利商学院之奇遇  – 扒一下金融硕士班的内幕  (上)

王川:为什么分析宏观经济大多是浪费时间 – 从希腊赖账谈起

王川:如何避免成为投资上的机会主义者?(一)

王川:投资与做人 - 李嘉诚的故事

王川:投资的几个太极招式 -- 从 "斜行拗步" 到 "掩手肱拳"

王川:杀毒软件大王迈克菲的亡命天涯之旅,以及为什么他和张学友同命相怜

王川: 关于胡雪岩覆灭的三个细节,以及投资的顶层设计

克林顿的女婿的烦恼,以及乔布斯的老婆的前老板的最后一搏

小鲜肉在价值投资中常遇的陷阱 -- 为什么你现在不要买便宜的IBM股票

大数据的内线交易 - 从第一资本的两位华人数据分析师被起诉谈起

让你的投资"下盘稳固"

王川:成长投资才是王道  (上)

关于投资: 用自己选择的方式战斗

关于投资 - 在自己选择的时间战斗

关于投资 - 我只在自己选择的战场战斗

王川: 杠杆是万恶之源

限定自己能力的边界

听得见炮火的地方最精彩

王川:  有了想法你就写

王川:为什么“退休以后就如何如何的计划”完全不靠谱?

为什么焦躁易怒的吃货容易早死 ? -- 赚钱这事,不可入戏太深 (四)

王川: Narrative, 三观和雅浦岛上的石头 - 赚钱这事,不可入戏太深  (三 )

王川: 赚钱这事,不可入戏太深 (二) -- 从德川家康的故事谈起

王川:赚钱这事,不可入戏太深 (一)

王川: 深度学习有多深?(二十五) 从突围看宠辱不惊

王川:深度学习有多深?(二十四) 乔布斯和 Deepmind 的突围

王川:深度学习有多深?(二十三) 经历的回放

王川:深度学习有多深?(二十二) 发散的大脑

王川:深度学习有多深?(二十一) 双陆棋和神经网络

王川: 深度学习有多深? (二十) - 多巴胺的诱惑

王川: 深度学习有多深? (十九) -- 维度的诅咒和蒙特-卡洛模拟

王川: 深度学习有多深? (十八) -- 从贪婪算法和动态规划说起

王川: 深度学习有多深? (十七) -- 衡量GPU的计算能力

王川: 深度学习有多深? (十六) -- 再论计算速度的蛮力

王川: 深度学习有多深? (十五) -- 自然语言的困惑

王川: 深度学习有多深? (十四) 循环神经网络和言情小说

王川: 深度学习有多深? 学了究竟有几分? (十三)

王川: 深度学习有多深? 学了究竟有几分? (十二)

王川: 深度学习有多深? 学了究竟有几分? (十一)

王川: 深度学习有多深? 学了究竟有几分? (十)

王川: 深度学习有多深? 学了究竟有几分? (九)

王川: 深度学习有多深? 学了究竟有几分? (八)

王川: 深度学习有多深? 学了究竟有几分? (六)

王川: 深度学习有多深? 学了究竟有几分? (五)

王川: 深度学习有多深? 学了究竟有几分? (四)

王川: 深度学习有多深? 学了究竟有几分 (三)

王川: 深度学习有多深, 学了究竟有几分? (二)

王川: 深度学习有多深? 学了究竟有几分?  (一)

跳转微信打开

监督工程: 编排软件的“中环”

2026年7月2日 19:00

Richard Gall 2026-07-02 19:00 北京

AI 编程助手的出现,在传统的“内环”与“外环”之间催生了一个全新的软件工程层次——“中环”。工程师的职责正在从“编写代码”转向“监督工程”:设定约束、评估产出、纠正偏差。这不是人与机器的对决,而是人类的判断力驾驭机器的速度。

几十年来,软件开发被整齐地组织成两个核心节奏:内环和外环。内环很大程度上发生在你的 IDE 中:编写函数、运行本地测试、修复语法。同时,外环则是你在输入 git push 之后发生的一切:代码审查、CI/CD 流水线、暂存环境和部署。

但情况已经发生了变化。生成式 AI 和自主编码智能体打破了这种双环心智模型。智能体现在能够在几秒钟内产出数百行语法完美的代码。瓶颈不再围绕着我们编写或实现代码的速度,而是围绕着我们验证的速度。

这种变化不亚于软件开发中的一个全新层级:中环。更重要的是,这个中环需要一种全新的软件方法;一种我们称之为监督工程的方法。

什么是“中环”?

The Middle Loop

要理解中环,我们需要看看由于 AI 的影响,软件工程正如何在结构上被重新架构。

从历史上看,软件开发是一个二元模型:你编写代码(内环),然后部署它(外环)。中环可以被理解为一个由于 AI 生成代码的数量和速度而被迫存在的全新操作层。它是人类判断与机器执行相互摩擦的阶段。

要了解为什么中环是独特的,可以将其与传统的两个环进行对比:

内环: 从历史上看,这是人类工程师在本地输入、编译和修复语法错误。今天,AI 智能体正在接管这项工作中的大部分:智能体可以启动本地环境、编写函数并进行迭代,直到代码编译成功。

外环: 这是 DevOps 和平台工程的领域——CI/CD 流水线、自动化安全扫描、容器化以及推送到生产环境。

中环:在 AI 智能体提出解决方案的那一刻,这个新层级就会被触发。在中环,人类工程师评估智能体是否真正解决了正确的问题,确保代码不会引入架构漂移,并编排多个由智能体创建的组件如何契合在一起。

实践中的中环:监督工程

在中环,你不是从头开始编写代码。你是在监督一个系统。然而,“监督”一词并不意味着开发人员除了看管系统并在出错时进行纠正之外别无他法。事实上,他们仍然需要做很多事情。

对齐意图与设定约束

在智能体开始构建之前,监督者需要确立其构建所需的基础参数。这涉及向智能体提供精确的架构约束、API 规范和风格指南。提示智能体构建某些东西很容易;让它以正确的方式构建正确的东西则是另一回事;这需要软件工程师在这种全新监督角色中的知识和经验。

多智能体合成

现代 AI 工作流不仅依赖于一个大语言模型。一个智能体可能编写前端组件,另一个重构后端 API,第三个生成数据库迁移。中环是工程师必须合成这些并行工作流的地方。你要确保智能体 A 的输出能够干净地与智能体 B 的输出集成,而不会破坏整体系统架构。

差异与行为审查

在传统的代码审查中,你会查看同行编写的拉取请求以捕捉逻辑缺陷。在中环,你正在审查在几秒钟内生成的巨大代码墙。你的审查从检查代码是如何编写的,转变为验证代码做了什么。这涉及运行行为驱动的测试、检查隐藏的幻觉漏洞,并确保智能体没有采取古怪的捷径来让测试通过。

把关与护栏

中环应该被视为一种过滤阶段,在任何内容触及你的 CI/CD 流水线之前,都需要通过这个阶段。在这里,你应用自动化的策略即代码、运行针对性的集成测试,并做出高风险的执行决策:这段机器生成的代码是否足够安全,可以合并到我们的核心代码库中?

监督工程的三大支柱

理解监督工程的另一种方式是通过三个关键支柱的视角:指导、评估和纠错。当工程师开始掌握中环时,这些共同强调了软件工程中正在发生的整体转变。

指导: 这远远超出了基础的提示。它涉及将庞大的系统架构分解为“智能体大小”的区块、管理上下文窗口,并明确地将工程标准代码化,这样智能体就不会幻觉出自己的设计模式。

评估: 这是困难的部分。它需要深刻的系统上下文来阅读高度可行、缩排漂亮的代码,并立即询问:“这是否抓住了重载下的边缘情况?它是否使用了已弃用的 API?这是否只是自信的胡言乱语?”

纠错: 将由并行工作的三个不同智能体生成的三个不同代码库缝合在一起,保持架构的一致性并确保系统无缝衔接。

除了这三个支柱之外,也许最需要记住的一点是:你过去常常在编写代码时慢下来;现在,你必须强迫自己在阅读、质疑和审计代码时慢下来。

随规模发展的技能

工程责任的表面积并没有缩小;它扩大了。行业不再需要你成为一本行走的语法字典。相反,它看重:

• 对系统架构的强大心智模型。

• 对软件如何运行的机械同理心与敏感度。

• 委派和编排复杂任务的能力,而不是手动实现它们。

初级开发人员可能需要适应甚至绕过传统的“语法精通”阶段,去学习严谨评估的艺术(尽管这仍然是一个未知数)。然而,花费数十年调试系统的资深工程师,应该已经具备了作为有效监督者所需的精准直觉。

软件工程的未来不是人类 vs 机器;而是人类的判断力管理机器的速度。那么,欢迎来到中环;是时候投入你的专业知识和经验,开始进行监督了。

跳转微信打开

吴恩达最新思考:从分钟到天,AI产品如何靠三层Loop迭代

2026年7月2日 15:38

高可用架构 2026-07-02 15:38 广东

导读:吴恩达(Andrew Ng)在 the batch 上最新发表文章中详细阐述了“循环工程”(Loop engineering)这一 AI agent 开发热门概念,介绍了构建 0-to-1 产品的三个关键循环:Agentic 编码循环(分钟级)、开发者反馈循环(小时级)和外部反馈循环(天级),并配以循环示意图。

亲爱的读者朋友们:

Boris Cherny(Claude Code 的创造者)和 Peter Steinberger(OpenClaw 的创造者)提到 “loop engineering” 后,这个词在社交媒体上火了。循环现在已经成为我们让 AI Agent 长时间迭代、构建软件的关键方式。在这封信里,我想分享自己用于从 0 到 1 构建产品的 3 个关键循环,如下图所示。这些循环不只指导我如何构建软件,也指导我决定要构建什么软件。

Agentic coding loop: 给定一份产品规格,可选地再给一组 eval,也就是用于衡量性能的数据集,我们可以让 AI Agent 编写代码、测试自己的工作,并持续迭代,直到代码没有 bug 且符合规格。这个闭环思路在去年年底前后开始流行,它彻底改变了 coding agent 的工作方式,让它们可以在没有人工介入的情况下更长时间地持续产出。比如上个周末,我在给女儿做一个打字练习应用,我的 coding agent 可以轻松工作大约一个小时,期间多次使用 web 浏览器检查自己构建的结果,然后再回来找我,全程不需要我介入。

工程循环执行得很快。每隔几分钟,coding agent 可能就会构建并测试一个新版软件。我经常听到开发者分享他们发现的新方法,用来设计更有效的工程循环。这是一个非常活跃的创新领域。

Developer feedback loop: 在这个循环里,开发者检查当前产品,并引导 coding agent 继续改进。去年,很多开发者,包括我自己,都在为自己的 coding agent 扮演 QA(质量保证)角色,手动找 bug,再让 Agent 修复。但随着 coding agent 更有能力测试自己的代码,我们需要花在这项职能上的时间已经显著减少。这样我们就能做更高层次的产品决策,例如应该提供哪些关键功能,UI 哪里需要改进,等等。

开发者反馈循环的时间尺度通常是几十分钟到几小时,这大致就是开发者审查产品并给出反馈的频率。以那个打字应用为例,我几次改变主意,调整视觉设计、孩子在学习过程中可以解锁哪些猫咪服装(她喜欢猫),以及成年人登录并引导孩子学习体验的用户流程。

3 Key Product Development Loops: Agentic Coding Loop (minutes), Developer Feedback Loop (hours), External Feedback Loop (days)
3 Key Product Development Loops: Agentic Coding Loop (minutes), Developer Feedback Loop (hours), External Feedback Loop (days)

3 个关键产品开发循环:Agentic Coding Loop(分钟级)、Developer Feedback Loop(小时级)、External Feedback Loop(天级)

开发者对要构建什么有清晰的愿景,但把这个愿景转化成 coding agent 能执行的规格,工作量仍然不小。此外,在开发者看到一个实现之后,他们可能会更新,或者进一步澄清规格,把它引向自己真正想要的方向。如果你发现系统反复遇到某些问题,为 Agent 构建一组 eval 就会很有用。

AI 原生团队越来越多地用 AI 帮助塑造产品方向,例如自动收集和分析使用数据,总结书面和口头客户反馈,或者做竞品分析。不过,对于我参与的几乎所有产品,我都认为人类相对于当前 AI 系统拥有显著的上下文优势。我们比 AI 系统更了解用户,也更了解产品所处的使用场景,因此人类仍然扮演关键角色。很多人把这种人类贡献称为“品味”,但我更愿意把它理解为人类拥有上下文优势,因为这种说法给了我们一条更清晰的路径,去帮助 AI 系统变得更好。这也解释了为什么这一步无法自动化:只要人类知道 AI 不知道的东西,就需要 human-in-the-loop,把这些知识注入系统。

External feedback loop: 这包括一系列广泛的策略[1],比如请几位朋友反馈、发布给 alpha 测试者,或者把代码上线到生产环境配合 A/B 测试。这些策略通常很慢,很少能在几个小时内完成,有时需要几天甚至几周。这些数据会影响开发者愿景[2],开发者愿景继续驱动详细产品规格,产品规格再驱动 coding agent。

随着 coding agent 加速软件开发,更多工程师开始承担部分产品管理角色。对很多正在成长到这个角色中的工程师来说,最难的部分是塑造产品愿景,并在构建和获取用户反馈之间取得平衡。这里的构建,指的是弥合愿景与规格之间的距离;用户反馈,则用于不断演化愿景。两件事都很重要。

我以后会写更多关于如何做到这一点的内容。不过现在,让我感到鼓舞的是,工程师正在承担更广泛的角色,正如产品经理和设计师现在也在做更多工程工作一样。

继续构建!

吴恩达

参考阅读

References

  1. 策略: https://www.deeplearning.ai/the-batch/how-to-get-user-feedback-to-your-ai-products-fast?utm_campaign=The%20Batch&utm_source=hs_email&utm_medium=email&_hsenc=p2ANqtz-9IU5WWvlZnFv4GFOY2DPAg8PWrnhPB_aFANXt2LIg2tC97Y7bMJ07wp5JEddrBEnV27XVg
  2. 开发者愿景: https://www.deeplearning.ai/the-batch/how-to-get-through-the-product-management-bottleneck?utm_campaign=The%20Batch&utm_source=hs_email&utm_medium=email&_hsenc=p2ANqtz-9IU5WWvlZnFv4GFOY2DPAg8PWrnhPB_aFANXt2LIg2tC97Y7bMJ07wp5JEddrBEnV27XVg
  3. 原文 https://www.deeplearning.ai/the-batch/issue-359

跳转微信打开

AI巨头们之间的资本混战,到底是个什么情况?

2026年7月2日 12:39

原创 小 Lin 团队 2026-07-02 12:39 北京

错综复杂的美国AI资本圈,和它们之间的派系之争。

美国AI资本圈

派系斗争有多乱?

朋友们,咱们今天来一口气拆析一下,错综复杂的美国AI资本圈,和它们之间的派系之争。

AI就像是一个资本黑洞一样,吸引着全球的钱。谷歌、微软、英伟达、亚马逊、OpenAI、甲骨文等等巨头,自身估值不断膨胀的同时,互相之间也投来投去、买来买去。

比如,最近谷歌就承诺了最多400亿美元投资Anthropic,要知道Anthropic可是谷歌Gemini的直接竞争对手,俩人前两个月还在给企业服务的AI市场打得你死我活呢,突然一下就要钻一个被窝了!

基本上,这就是过去三年,整个AI投资圈的缩影,乱。

所以今天呢,我们不评价模型、不对比芯片,只看资本操作,来跟大家捋一捋,截止到目前为止,这些AI公司、之间是怎么个盘根错节的投资合作关系,其实我们分析到最后,你就能看出来一个很清晰的脉络了。

入围玩家

首先,我今天会聊到哪些公司呢?

做AI的公司那么多,这年头谁不都多少搞点AI啊,是吧。

这个范围说实在的就很主观了,我先跟大家解释一下大概的选择标准:

  • 首先,肯定得是最前沿,站在AI风口浪尖的公司,苹果我就不算进去了;

  • 其次,因为我们今天是说这些公司之间的资本关系、投资关系,所以我会选资本市场很活跃的公司;

  • 再有就是体量够大,估值至少在千亿美元以上。像CoreWeave、FigureAI,这都小公司,上不了咱的牌桌~

根据这三个标准,我就选出来了这些公司。

图片截取自: 小Lin说

产业关系

好,那这些公司在AI产业链里到底是个什么关系?谁和谁是竞争关系,谁和谁是上下游?

我简单把AI产业链从上游到下游,分成了这么四层:

  • 最底层芯片层。GPU、CPU、存储等等芯片都算在内。

英伟达显然是这一层的王者了,AI加速器市占率有百分之八九十。

除此之外还有AMD、英特尔。

谷歌也有自己针对AI训练研发的TPU,数量非常庞大,2026年预计能产超过300万颗,它的Gemini主要都是靠这些TPU来训练的;

亚马逊也有自研的AI芯片Trainium,虽然优化得也不错, 但目前总量还没有很大。

还有一个很厉害的就是博通,其实它是ASIC芯片的霸主,刚才说到的谷歌TPU、还有Meta的芯片都是和博通合作生产的。

大概是这些玩家啊。其它巨头可能多多少少也有自研的AI芯片,不过不太成气候,我们就不算了。

  • 再往上是数据中心和云计算层。

这俩其实放在一起不太严谨,我就简化把它俩合并了。大概都是把一大堆AI芯片放在一起,来提供算力的。

云计算基本上有三大巨头:亚马逊的AWS;微软的Azure;谷歌的Google Cloud。

除此之外甲骨文,这两年在数据中心这块很猛;

SpaceXAI,也就是原来的xAI,也建了非常大的数据中心Colossus,现在马斯克还号称要在太空上建全球,或者说全太阳系最大的数据中心。

它们都是这层里的大玩家。

图片截取自: 小Lin说

  • 然后,就是大模型公司。

这层市占率断层领先的三巨头:OpenAI、Anthropic、还有Google的Gemini。

这个Anthropic,可能有些朋友没那么熟,但我说Claude你可能就听过了,它最近这半年,发展势头极其迅猛, 根据刚刚5月份的一轮融资,它的估值已经超过了OpenAI,达到9650亿美元,无线逼近万亿市值。你知道资本圈看看这些AI大模型公司,一个很常用的指标叫做ARR:年化经常性营收,你可以大概理解成估算的年收入。

这个Anthropic,虽然用户数量肯定还是没有OpenAI多,但它营收,15个月里增长了30倍,26年4月份达到了300亿的ARR,5月达到了470亿,已经超过了OpenAI。也就是说它虽然用户少,但更赚钱,而且还在以火箭般的速度上升。

这就是大模型层的三个主要玩家。

其它巨头肯定也是人人都有自己的大模型了,但市占率上目前还拼不过这三位。

  • 最上面一层就是应用层,这些大模型公司也都做。

以上就是我对AI产业链一个非常笼统的划分,以及这些AI巨头的业务分布。

划重点:我们说的都是它们比较成气候的主营业务,比如英伟达哪个都做点,Meta也有自己的芯片,但我们先只看核心的部分。

资本博弈

OA争夺战

接下来,我们就来看看他们之间的投资合作了啊。

这些大模型公司里面其实最最核心的,就是这两家公司:OpenAI 和 Anthropic。

其它都是大厂,只有这两个是独立的纯模型公司,而且模型能力、人才实力也一直是全球第一梯队。所以这些股权投资,很主要一部分就是围绕着它俩展开的。

其实谷歌的Geimini也强,但它背靠谷歌,又不缺钱又不缺算力,谷歌也不愿意让别人进来,所以资本圈都还是围绕OA这两位。

早期其实就是OpenAI的天下,是独一档的存在。它背后最著名的投资人也是众人皆知,就是微软。早早入局,到现在前前后后总共投资了130亿美元,占它大概27%的股权。

要知道,现在OpenAI的估值已经大概8500亿美元了,微软手上的股权估值大概已经有2290亿美元了,也就是说从纯投资的角度看,微软OpenAI这笔投资已经翻了17倍,非常成功。

作为对比,软银的孙正义已经花了超过600亿美元投资OpenAI,是微软投资的四五倍,却只拿到OpenAI股权的13%左右,还不到微软股份的一半。可见微软这押宝还是非常成功的。

顺带一提,软银孙正义为了凑这笔钱,把手上 58 亿美元的英伟达股票全部清仓了。他自己后来在投资者会议上说:"我太尊重黄仁勋,太尊重英伟达了""我是哭着把英伟达卖掉的"。

也正是因为微软在OpenAI的股份非常高,作为另一大巨头亚马逊,当时觉得再赶过去投资OpenAI,就没啥意思了,怎么办?赶紧扶持OpenAI的竞争对手 Anthropic。亚马逊早在2023年就投了它40亿美元,2024年又跟了40亿,是最早投Anthropic的一批了。

但有意思的来了,后来亚马逊换思路了。它干了什么呢?今年OpenAI和Anthropic都进行了一轮大规模融资,亚马逊都是他俩最核心的外部投资人之一,承诺投OpenAI最多500亿,Anthropic追加最多250亿。

所以你会发现,大厂里微软和亚马逊,都没有自己非常出圈的AI大模型,因为它俩都是早早入股了大模型公司,选择不费那么大劲自研,而是去扶持!

那谷歌呢?早期也和亚马逊一样,投了Anthropic,不过不多,每笔都是几亿几亿这个规模。了解投资的朋友知道,这种一般压根就不是为了投资,而主要是想交个朋友,认识一下。谷歌主要重心还是放在研发自己的Gemini上。

但后来呢,这个Anthropic的发展太快了,不光没被OpenAI落下,反倒有追赶上来的势头。尤其是Claude Code出圈让它一飞冲天。

对谷歌来说怎么办?俩竞争对手都这么变态,把注全押在自己的Gemini,风险太高;所以它开始虽然没有大额投资,但是我可以怎么样啊?卖给你服务!咱俩合作!

他就找到了Anthropic,说: 你来,你不是缺算力么,我的TPU便宜点租给你,咱俩交个朋友,以后有什么好事儿记得带上我!

2025年10月,双方宣布大规模合作,谷歌提供最多100万颗定制TPU芯片,新增超过1吉瓦的算力,这就非常暧昧了。

而今年随着Anthropic的爆火,谷歌忍不了了,不暧昧了,亲儿子Gemini,不好意思了,他直接去和Anthropic抱在一起了,4月24日宣布投资最多400亿美元,同时还要在未来五年内提供5吉瓦的算力。

图片截取自: 小Lin说

其实围绕这两家核心大模型公司的投资还没完——还有一个重要玩家没登场,谁啊?英伟达。

英伟达和OpenAI,签了300亿美元的战略合作意向书。什么叫战略合作意向书呢?就是我给你投资300亿,但前提是你得用多少多少我的GPU、我的芯片。

其实这笔投资本来最高有1000亿美元,但OpenAI的估值实在太高了,说白了就是英伟达上车太晚了,OpenAI太贵了。

Anthropic 那边呢,黄仁勋说过最多战略投资 100 亿美元,目前还没敲定。

黄仁勋自己在 4 月份的一档播客上承认自己上车晚了:"我承认我错过了 OpenAI 和 Anthropic 的早期入股机会......"

所以,围绕这两家公司投资大致的格局,可以非常笼统地总结为:

  • 微软和OpenAI是一边的,但有点被OpenAI边缘化,也在和Anthropic搞暧昧;

  • 谷歌是跟Anthropic一边的;

  • 亚马逊最开始独宠Anthropic,但今年开始两边都猛猛投资,搞双押;

  • 英伟达入局晚了,两边都投了一些,OpenAI更多;

  • SpaceX和Meta并没有明显的投资、站边,但要补充的是,马斯克和OpenAI的关系是出了名的差,所以他即便要站边,也一定是Anthropic。其实最近也有动作了,这个我们一会儿会说到。

当然我强调一下啊,并不是微软、谷歌、亚马逊就是它们最大金主了。很大一部分都是财务投资人。

比如,软银不就投了OpenAI 600亿么。包括阿联酋的基金、卡塔尔的基金也都投了不少钱,这些纯财务投资我们就不多说了。

图片截取自: 小Lin说

上下游合作

上文是围绕这两边主要的股权投资来分析。那上下游的合作呢,基本上就完全没有什么派系的关系了,大家又不是直接竞争,那就都是好伙伴。

  • 微软不光给OpenAI提供云服务,也会给Anthropic提供;

  • 亚马逊的AWS自然更是两边都满足,年初跟OpenAI签了8年的云服务合同;

  • 谷歌的TPU主要是给Anthropic;

  • 还有马斯克,非常有戏剧性。他今年2月26号在X上发文直接骂Anthropic, 说它反人类,邪恶,都整这么大词儿;可70天之后,5月6号,马斯克的SpaceX就和Anthropic宣布合作了,要给它提供22万颗GPU。

这马斯克赶紧给自己打圆场,说"我跟Anthropic团队聊过了,没人触发我的邪恶探测器"~

你看这就是AI圈,如此巨大的利益面前,打脸就打脸吧,况且敌人的敌人就是朋友嘛!

所以现在很明显,Anthropic的朋友,从数量上来讲更多,是三大云厂商唯一的共同选择,还有SpaceX的合作。

而OpenAI那边怎么没那么多合作呢?它不是领头羊么?因为它有那个著名的算力项目 - Stargate, 星际之门。

但这个Stargate,星际之门项目其实挺戏剧化的。给不太了解的朋友简单介绍一下啊。

它是一个有史以来最大的数据中心项目,2025年特朗普一上台,就牵头,把OpenAI、软银、甲骨文的老大都拉到白宫里,高调宣布了这个项目。

要造号称"史上规模最大的人工智能基础设施计划",要在得克萨斯州,建一个总规模5000亿美元、10吉瓦的超大型数据中心集群。

初始股权出资是软银 190 亿、OpenAI 190 亿、甲骨文 70 亿、阿联酋的 MGX 70 亿。

那这么庞大的项目,肯定首先是要满足OpenAI的算力需求啊,它甚至还牵头在阿联酋、英国、挪威、阿根廷等等地方,都要建立Stargate项目。

大概是这么个庞大的计划,甚至有人拿它和曼哈顿计划相比较。

图片截取自: 小Lin说

可发布当晚,马斯克就开怼,说 "他们其实根本没那个钱"。

而结果呢……还真让马斯克说对了。

这个项目,除了初始那四位承诺的钱以外,几乎没融到像样的大投资。

去年12月份,有媒体爆料OpenAI、甲骨文、软银三方,在东京谈判桌上吵得不可开交,争场地所有权、争系统控制权;

  • OpenAI觉得,我是咱仨里的明星,虽然我没钱,但是我应该有设计权和长期使用权;

  • 甲骨文觉得这都是我主要建的,应该听我的!

  • 软银觉得我出钱最多,你们甭管怎么搞,但是得保证我的投资回报率!

这是我猜的啊,大概这意思吧。你看看,特朗普就管攒局,你倒是指定个老大啊,他不管。

现在据说OpenAI内部,已经实质性放弃了所谓"星际之门"这个大型联合项目了,而变成传统的、简单的找甲骨文、AWS走双边合同,OpenAI就是一个简单的租客。

当然它很多项目还是在建,只是整体这个庞大的项目,就变成一个个单独的数据中心项目了。

这就是AI时代的速度,千亿美元级别的项目也是说起就起,说没就没。你看甲骨文的股价很能说明问题,去年下半年,因为星际之门项目一路疯长,帮助它创始人Ellison一度登上世界首富。

但后来,随着星际之门项目的负面小道消息,接连爆出,感觉要黄,这股价又跌回来了。

视频截取自: 小Lin说

其它

我们再来看看底层芯片层啊。其实要说合作,英伟达几乎是和所有人都合作,谁不需要英伟达的显卡啊。要是全都在这图上表示出来就太乱了,所以我没加上,大家知道一下就好。

英伟达,这两年混得风生水起,手里也确实不差钱。所以除了投资了OpenAI,承诺投资Anthropic,在美国政府的牵线下,投资了英特尔50个亿,还投资了SpaceX 20亿。

除此之外,其实英伟达投资了非常多小型AI公司,当然,我指的"小型"是在咱们今天这个量级来看的啊,千亿以下都算:

比如CoreWeave、FigureAI、Wayve、Mistral、Cohere等等,光今年总计承诺投资400亿美元左右。要从卖铲人,变成整个产业链的大股东。

试想一下,英伟达这边垄断性越强,作为下游的大模型公司就越不踏实。

海量的算力,需求全指望着英伟达这一家公司,一天到晚要看老黄脸色,总归是有点不踏实,所以大家一方面肯定是要和老黄搞好关系,同时还是想尽办法分散一下风险,找找备胎。

所以,咱上文提到Anthropic就和谷歌合作,用它的TPU;和亚马逊合作,用它的Trainium。

而OpenAI呢,主要就是通过各种Stargate项目,用英伟达的GPU。

所以OA这两家大模型公司,非常笼统的来说,OpenAI主要是用英伟达的芯片;而Anthropic,主要是用非英伟达的芯片。有这么一个朦胧的合作倾向。

但听完我这么分析后,你可别觉得英伟达的统治力就不行了啊,其实Anthropic属于比较个例了,其它大部分算力需求,基本上都还是会用英伟达的,它基本上还可以说是垄断,我强调一下怕大家误解。

那OpenAI,也不想在英伟达这一棵树上吊死。它一方面和英伟达战略合作,同时还要和博通合作自研芯片,在去年年底,还和AMD谈下了一笔超级大合作:

在接下来几年,AMD提供总计6吉瓦的算力,但同时必须要专门为OpenAI,发行最多1.6亿股Warrant,权证,行权价$0.01/股。

什么意思呢?就相当于OpenAI,可以以1分钱每股的价格,购买1.6亿股的AMD股票,那就是白送给它1.6亿股股票嘛。当然,具体的条款不是这么简单,还是有很多条件、细节的,但大概就是AMD牺牲自己10%的股权,去换了大订单,说实话对它来说成本挺高的,但没办法,想要坐上这最中心的牌桌就不得不出点血。

然后紧接着,今年2月份,Meta终于有资本大动作了,也和AMD签了协议,几乎就是AMD和OpenAI的复刻版。6吉瓦算力,换10%股权。

图片截取自: 小Lin说

写在最后

这就是整体的大框架,从结果来看,错综复杂,但我们简单拆解了一下每家公司的思考逻辑,其实也不难理解,是吧。

中心牌桌

AI这么一桌人,大家都清楚,这种剧烈波动的行业,短期赚多少钱是次要的,关键是什么,你得留在最中心的牌桌上。

这个牌桌上:

OpenAI和Anthropic,有点像两个天才的年轻创业者,势头很猛、天赋极高,目前还没那么有钱,但未来的天花板极高,风险也极大;

Meta、谷歌、亚马逊、微软这些互联网巨头,已经算是那种体量很大的"老钱"了,手里不差钱。这张图为了清晰美观,所以并没有完全按市值,来画它们的大小,实际上要按比例画谷歌,应该是Anthropic的十多倍。这些"老钱"呢,打法有点跟不上年轻人,一边自己培养自己的"年轻人",一边赶紧投资、拉拢年轻人;

英伟达,就像是正处于鼎盛时期的中年大佬,运筹帷幄统筹整个桌子,它的目标不是分更大的蛋糕,而是把整个蛋糕做大;

博通,就和各个老钱关系都很好,很靠谱供应商,成了新贵;

甲骨文、AMD、英特尔,就属于费不少劲好不容易坐到了这主桌上来,想也来争取更大的蛋糕;

SpaceX呢,就属于那种不是名门正派,完全另一套路数、另一套打法,和大家的竞争关系、合作关系都不是特别紧密,但未来天花板也极高,有可能在某些时候和大家形成强力竞争关系。

有点像这种感觉,这个比喻,就是我非常主观的感觉啊,你要是觉得不妥,可以发表你的版本~

图片截取自: 小Lin说

那这一桌人之间,错综复杂的资本关系呢,基本上就是同级之间竞争,不同级之间捆绑。

有这么三条主线:

  • 英伟达投资所有人;

扶持整个行业加控股,也锁定未来订单,"你以后还得继续用咱这边的GPU啊";

  • 所有人投资OA两强,换取他俩的算力订单;

你看这么多箭头都指向它俩,尤其是今年它俩临近上市,融资活动明显更活跃;

  • 大家都不想在一棵树上吊死;

都在努力脚踩两条船、三条船、四条船。

视频截取自: 小Lin说

一条船上

所以,这么乱七八糟一捆绑,大家都成了一条船上的人。这张图里的投资,其实和我们普通意义上的投资完全不一样。

看似OpenAI和Anthropic很光鲜,众星捧月,融那么多钱,一定很舒服吧。

其实不是的,它融资的同时,是承诺出去很多的算力和合作的。

上文咱们分析不管是英伟达的投资、亚马逊的投资、谷歌的投资等等,都是"承诺最多"多少亿美元么。什么意思啊,就是你得用我的算力,达到多少多少的指标,我才继续投资给你这么多钱。

粗略估算,乱七八糟全加起来,OpenAI已经累计承诺出去超过万亿美元的订单了。

所以,OpenAI不是一家融资1100亿的公司,而是一家融资1100亿、同时立刻欠出去万亿的公司。它已经把自己跟别人死死的绑住了。

这种股份、合作捆绑,它降低了每家公司自己的风险,但增大了整体行业的系统性风险。

就像这么多艘大船小船都绑在了一起,来抵御风浪。那看过三国的朋友都知道,他们怕什么啊?火。

这推翻整个行业的火是什么呢?

可能是算力需求达不到预期,可能是电力跟不上,可能是某个公司的暴雷,都确实有可能"火烧赤壁";

但反过来呢,如果需求持续爆发、算力需求旺盛、行业爆发,那就皆大欢喜,至少是这帮人皆大欢喜。

以上就是大体上这帮巨头、这帮资本之间的关系,有点意思吧。

其实,半年之前这幅图还完全不长这个样子,这里很多箭头,都是最近两个月才加上去的,现在这张图里SpaceX、OpenAI、Anthropic,都计划在年内上市,到时候,估计又要掀起资本市场的腥风血雨。

到时候咱们就再聊吧~

视频截取自: 小Lin说

—— E N D ——

点击阅读原文可以来B站找小Lin玩呀~

阅读原文

跳转微信打开

❌