Podcast Interview · Global LLM Quarterly · Online Learning

广密大模型季报 #127 深读：AI War 的真正战场是算力、流量与在线学习

#127 是一场 1 小时 18 分钟的跨年对谈。广密把模型竞争放进更大的坐标系：OpenAI、Anthropic、Google 的轮换领先，Nvidia 与 TPU 的联盟，ChatGPT 对搜索和广告的潜在重排，以及预训练之后“在线学习”这座尚未开挖的矿。这里最值得保留的不是“战争”修辞，而是对资本、算力、流量和反馈闭环如何互相放大的观察。

完整覆盖 1:18:03 · 34 个阅读章节 · 说话人归属不可靠，正文不强行标注 · 嘉宾估算、传闻与本文推断分层

原文讲解：1:18:03 内容地图：从 AI War 到第三个范式

以下先按节目自身的推进讲清楚原文：主持人问了什么，嘉宾怎样回答，哪些经历、案例和转折把后面的结论串起来。这里先不替嘉宾下判断。

时间章节本章要回答的问题
00:00–07:38AI War 与 OpenAI 账本为什么模型竞争会同时改变流量分配与收入结构？
07:38–15:04收入与未知上行订阅、广告、API、劳动力替代和科学发现如何被放进同一张估算表？
15:04–25:40两大联盟与三家轮换Nvidia/GPU 与 Google/TPU 的生态差异，能否形成长期优势？
25:40–36:01模型公司的边界基础模型为何像通用电商，模型公司又会如何侵入应用层？
36:01–44:45预训练的尽头与在线学习数据、RL 专家轨迹和真实环境分别扮演什么角色？
44:45–56:45L3/L4、投资与 Agentic Web知识工作、Coding、研究与办公自动化的近期边界是什么？
56:45–1:05:55新公司与机器人NeoLabs、世界模型和机器人数据是否构成下一轮机会？
1:05:55–1:18:03ARR、全球竞争与中国团队哪些数字是判断，哪些只是节目现场的估算与押注？

下面按节目自己的推进，把上表中的主题展开成连续讲解；其中的判断、数字和经历先按嘉宾/作者在节目中的说法呈现，尚未进入本文的独立审计。

一、“战争”真正解释的是流量迁移，而不是必然的军事冲突

广密把 AI 的影响描述为平台级的流量重分配：用户如果直接在对话框里完成搜索、写作、代码和办公，传统搜索、广告和 SaaS 的入口就会被重新定价。这个判断有现实基础，但“会吃掉广告”仍是嘉宾推演，不能当作已发生的市场事实。更稳健的读法是：模型产品正在争夺用户的任务起点。

节目中的 OpenAI 收入算术把订阅、广告、电商、API、劳动力替代和科学发现放在同一张潜在价值表里。后两项不是当期收入，而是把模型当作劳动力与研究基础设施之后的长期上行。数字本身均为嘉宾估算，真正可验证的指标应换成付费用户、留存、单位推理成本、任务完成率和客户新增产出。

边界“几十亿美元 ARR”“广告份额”“科学发现价值”等表达均保留为节目现场口径；公开页面不把它们改写成公司财务或行业统计。

二、三家模型轮换领先：当前范式的优势与脆弱性同时存在

访谈把 GPT、Claude、Gemini 放在轮换领先的位置：预训练加 RL 的共同范式使顶尖团队很难长期拉开数量级差距，人才流动和论文/工程扩散又会进一步缩短差距。这并不意味着模型没有壁垒，而是壁垒从单次权重转向资本、算力、人才、数据、分发和组织执行的联合配置。

GPU 联盟

Nvidia 的优势是广泛的开发者生态、软件栈与供应链协同；生态越大，迁移成本越高。

TPU 联盟

Google 的优势是芯片、模型、搜索、浏览器、Android 和办公产品的垂直整合；控制面更集中。

“Google 像 Apple、Nvidia 像 Android”的比喻有助于理解组织与生态，但不应被当成完整的产业预测。真正的观察点是：算力供给是否稳定、同等预算下的训练/推理效率、模型能否进入高频入口，以及组织是否能把研究速度传到产品。

三、基础模型像通用电商：价值会沿着任务链向应用层迁移

“基础模型等于通用电商”的比喻，指模型提供一个巨大的能力 SKU 池，应用再把它们组合成面向场景的结果。模型公司若拥有聊天、搜索、代码、办公和身份入口，就会自然地从底座向上吃掉一部分应用；单点应用只有在私有上下文、工作流深度、独特分发或评价器上形成差异，才不容易被平台吸收。

通用模型
上下文
工具与权限
任务完成
结果反馈
下一轮模型

这条链也修正“模型会越来越便宜，所以应用没有价值”的过度结论：模型便宜会扩大可试验空间，但任务的隐性约束、组织责任和失败成本并不会同步消失。应用的价值不在于把 API 再包一层，而在于把一项工作变成可交付、可验收、可复用的结果。

四、在线学习：从“数据是燃料”走向“数据是闭环状态”

广密把预训练数据比作石油/化石能源，把 RL 专家轨迹比作稀缺的新能源，再把在线学习比作尚未大规模实现的聚变。比喻背后的技术主张是：静态数据只能给模型先验，专家反馈能教会模型在已知任务上怎样行动，而在线学习要让系统在真实环境里持续获得新状态。

阶段主要信号真实瓶颈可观测指标
预训练海量文本/代码/图像质量、版权、重复、算力跨任务先验与单位训练成本
后训练 / RL专家示范、可验证奖励、偏好评价器错配、探索成本、分布窄错误修正与陌生任务迁移
在线学习交互状态、结果、失败恢复安全、记忆污染、回滚、责任下一次行动是否因反馈而改善

二次拆解：在线学习其实包含三种不同的“更新”

节目把 continual learning、memory、always-on 和边推理边学习放在同一段里，但工程上必须拆开，否则会把“记住了用户”误说成“模型学会了”。第一层是参数更新：把新轨迹写回权重，收益可能跨任务迁移，代价是训练成本、遗忘、污染与审核。第二层是记忆/上下文更新：不改权重，只改变下一次可见的事实、偏好和任务状态，速度快但要处理来源、过期、删除和权限。第三层是策略/环境更新：改工具路由、提示模板、评价器、沙盒或数据采集规则，模型不变，系统的行动分布却会变。

更新层反馈写在哪里它真正带来的收益最容易被忽略的失败最低验收
参数模型权重/适配器跨任务复用、减少重复提示错误反馈永久化、灾难性遗忘、责任难追溯回放旧任务、隔离新任务、版本可回滚
记忆用户档案、工作状态、检索索引个性化、连续任务、减少重新解释把猜测当事实、越权读取、过期信息污染逐条来源、TTL、删除测试、权限测试
策略/环境工具、harness、verifier、沙盒更快探索、更低失败成本、可执行反馈评价器漏洞、工具漂移、回滚只恢复表面状态同一任务的冷启动/热启动对照与事故演练

因此，“边推理边学习”只有在反馈改变了未来行动、并且这种改变能在新任务上复现时才算学习。否则它可能只是更长的上下文，或一次性的缓存。这个区分也让节目里的“模型即产品、数据即模型”更精确：数据不只是训练燃料，而是决定哪一层状态会被更新、谁有权更新以及如何证明更新有效的控制面。

隐藏瓶颈：信用分配与污染控制在线系统最难回答的不是“有没有新数据”，而是长链行动中哪一步导致了结果、反馈应该归因给哪个策略、错误是否来自工具而非模型，以及一次错误更新影响了多少后续用户。没有时间信用分配、数据血缘和紧急冻结按钮，在线学习的速度越快，事故半径越大。

二次拆解：Agentic Web 争夺的是控制面，不只是流量

“Agent 成为入口”并不等于另一个聊天 App 获得更多 DAU。它争夺的是任务从哪里开始、身份和预算由谁持有、工具调用由谁排序、结果由谁确认，以及交易完成后反馈回到谁的系统。搜索、超级应用和手机厂商今天拥有的是分发与归因；Agent 若能跨平台执行，就可能把这些能力拆成一个新的控制面。

入口指标

用户从哪个界面发起任务、授权了哪些身份与预算，而非只看打开次数。

执行指标

任务路由份额、工具成功率、转人工率、取消率和跨平台完成率。

价值指标

可归因的交易/工作产出、分成、错误责任和反馈是否回到入口。

这也修正“Agent 会短路所有信息中介”的强叙事：只有当 Agent 能可靠地替用户比较、执行、追踪和处理异常，信息分发才会真正改变；若它仍需用户逐个确认，旧平台的品牌、支付和责任接口仍然有价值。最有信息量的验证不是 MAU，而是同一任务在不同入口的完成率、总成本和归因权。

五、近期现实：知识工作 L3/L4 先于通用 AGI，机器人仍在数据前夜

节目对知识工作给出相对务实的近景：Coding、研究、Office、财务等任务可能先出现局部 L3/L4，即系统能独立完成一段可验收工作，但仍需要人在边界处确认。整份白领工作被替代则是另一种命题，涉及现金流、组织重排、监管和责任，不能从一个 demo 外推。

机器人部分强调数据与本体：美国更容易形成软件、模型和研究实验室，中国更容易形成硬件与实际场景；两者的交汇处才是可规模化的反馈。机器人如果只有演示而没有跨本体迁移、连续运行和维护账本，不能简单称作“GPT 时刻”。

可先验证

代码测试、研究引用、表格核对、文档交付等具有明确验收器的工作。

难度上升

跨部门协调、隐性政治、开放式创意和高后果决策需要更强的上下文与责任。

仍待闭合

机器人在陌生家庭/工厂环境中的长程可靠性、维修成本与事故责任。

原文讲解到这里。接下来才进入本文的结构化抽象、证据分层和独立判断。

核心判断：AI War 首先是一条资本—算力—流量的协调论

访谈开头把大模型竞争称为 AI War，容易被读成军事预言；放回全文，它更像一种产业协调论：谁能持续买到算力、训练出足够强的模型、把模型接到高频入口，再把真实使用反馈回写，谁就能在下一轮竞争中获得更多现金流与数据。战争隐喻放大了紧迫感，却不能替代对任务、收入和风险的逐项验证。

可持续优势 ≈ 模型能力 × 分发流量 × 反馈速度 ÷（算力成本 + 组织复杂度 + 尾部风险）

能力侧

预训练与后训练仍决定先验和推理上限，但前三家在当前范式内会轮换领先。

分发侧

聊天、搜索、办公、代码和设备入口决定模型能否转成持续的使用频率。

反馈侧

真实工作环境产生的纠错、偏好和结果数据，才可能支持下一种在线学习。

本文的中心推论“在线学习”不是把模型接上一个永不停止的训练按钮，而是让系统在受控环境中完成交互、记录状态、获得反馈、更新策略并能回滚。它必须同时解决记忆、评价、权限和安全，才称得上新的 scaling 方向。
从原文切换到独立分析

以下卡片是本笔记此前整理出的独立洞察，现统一放在核心判断之后，避免与嘉宾/作者原文混读。

Insight：在线学习是控制回路，不是标签最小闭环是“观察环境 → 选择行动 → 记录结果 → 评价偏差 → 更新策略/记忆 → 在相似任务上验证”。没有版本化状态、反事实评估和停止权，持续更新很可能只是把噪声写进模型。

进一步推演：这期访谈留下的八条 Insight

  1. AI War 的核心变量是任务起点。 谁拥有用户第一次提出问题、选择工具和确认结果的入口，谁就掌握流量与反馈。
  2. 模型公司的壁垒会从权重转向联合配置。 资本、算力、人才、数据、分发、工具和责任缺一不可。
  3. 在线学习的真正资产是可回滚的状态。 没有状态版本、失败标签和反事实验证，持续训练只会扩大污染面。
  4. 模型像 SKU，应用像交付团队。 当结果需要隐性上下文、权限、审计与客户承担时，应用层仍有深度价值。
  5. L4 不是自动化比例，而是端到端完成。 “模型写了 90%”不代表任务完成了 90%；返工、核验和接管必须计入。
  6. 机器人 scaling 的单位应是跨本体经验复用率。 只增加采集小时而不提高迁移，得到的是更大的数据仓库，不是更强的智能。
  7. 资本故事需要换成里程碑。 ARR、估值和公司名单只有在成本、留存、任务和现金流持续兑现时才有解释力。
  8. 中国团队的机会是把硬件反馈接到全球模型接口。 这是一条组织与供应链命题，不是简单的国别模型排名。

二次证据账本：哪些是节目判断，哪些还没有证据闭合

节目中的主张当前证据状态可以怎样核验本页不做的推断
预训练边际下降，在线学习将成为下一范式方向性判断；官方材料能支持训练/推理时计算扩展，不能证明实时参数更新已经成熟。公开冷启动/热启动曲线、遗忘率、污染率、回滚记录和长期任务迁移。不把“continuous learning”宣传语当作已部署的在线训练。
GPT、Claude、Gemini 交替领先且前三拿走大部分收入嘉宾估算与产业观察；营收、token 和市场份额未由同一口径审计。同时间窗的付费用户、API 消耗、毛利、留存与任务完成率。不把模型榜单或节目算术写成公司财务事实。
机器人下一次突破来自真实专家数据/世界模型合理机制假设；真机数据量、跨本体迁移和硬件占比多为公司/嘉宾口述。按本体、任务和接管率公开数据血缘，报告新增数据的边际迁移收益。不因“27 万条”或某个 demo 宣布通用机器人已出现。
Agentic Web 会短路超级应用和搜索结构性推演；尚缺大规模跨平台任务路由与责任归因证据。比较同一任务的入口份额、完成率、总成本、交易归因和异常处理。不把流量迁移等同于平台收入必然消失。

这张账本的作用是把“值得关注”与“已经发生”分开。节目提供的是高密度先验和问题列表；真正能改变判断的，是下一轮公开数据是否同时覆盖分母、时间、成本和失败，而不是某个单点的峰值数字。

二次阅读新增的四条 Insight

  1. 在线学习的第一竞争点不是学习率，而是更新权限。 谁能写入参数、记忆或工具策略，谁就拥有改变系统行为的权力；因此数据血缘、删除权和冻结权本身是产品能力。
  2. Agentic Web 的核心计量单位是任务路由。 当入口从“打开哪个 App”转成“谁替我完成任务”，DAU 会掩盖真正的控制权迁移；应追踪任务起点、预算、归因和失败接管。
  3. 机器人数据必须按迁移价值而不是采集总量定价。 一条跨本体、跨任务的失败修正轨迹，可能比大量重复演示更有价值；没有数据血缘和接管率，规模数字不足以解释能力。
  4. “三家轮换领先”与“数据决定模型”是一条链。 当通用方法扩散、人才流动时，短期 SOTA 会轮换；真正拉开差距的是谁能把独特数据分布接入高频入口，并以低成本回收反馈。

读这期时最好把“模型、产品、资本”拆成三本账：模型账记录等预算能力、推理延迟和错误类型；产品账记录任务完成、返工、留存和人工接管；资本账记录算力投入、现金流与组织承诺。三本账只有在同一任务上相互对齐，才足以支撑路线判断。否则，ARR 可能只是补贴，模型分数可能只是考试，在线学习也可能只是把偶然反馈写进长期记忆。本文因此把嘉宾的宏观预测保留为方向信号，把能复查的判断尽量改写成里程碑。

怎样证伪或修正这套判断

证据边界与资料索引

正文以 #127 的完整逐句材料为主，并按章节通读；本期 ASR 没有可靠分离两位说话人，因此公开笔记不伪造逐句身份。收入、ARR、公司名单、机器人能力和“中国/美国概率”等数字与判断均标为嘉宾口径、节目现场估算或推断。原始文字中的 ASR 错字只在分析层做谨慎归一化，不冒充原文修订版。

证据顺序：节目原始材料 → 官方技术/产品资料 → 本文分析。完整精确文字、章节阅读版、SRT 与审计结果保存在私有材料区；公开页提供结构化深读，不复刻整期逐字稿。

返回顶部 ↑