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。
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）
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。
1:18:03 内容地图：从 AI War 到第三个范式
| 时间 | 章节 | 本章要回答的问题 |
|---|---|---|
| 00:00–07:38 | AI 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？ |
| 44:45–56:45 | L3/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？ |
| 1:05:55–1:18:03 | ARR、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？ |
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 |
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。
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。
进一步推演：这期访谈留下的八条 Insight
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
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
- 若单一模型权重长期解释几乎全部真实任务提升，分发、上下文和环境的边际价值会被高估。
- 若在线更新在开放环境中能稳定改善结果且几乎没有污染、越权或回滚成本，本文对治理约束的强调需要下调。
- 若应用层被模型平台吸收后仍能保持更高的留存、利润和任务完成率，模型—应用迁移的判断需要更细化。
- 若机器人跨本体迁移、连续运行和维护成本同时公开达标，当前对“数据前夜”的判断应更新。
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。
- Zhang Xiaojun Podcast #127：大模型季报跨年对谈：原始视频入口。
- Scripod #127：公开章节与文字入口。
- OpenAI：Learning to Reason with LLMs、o1 System Card：推理与测试时计算的一手对照。
- Anthropic：Claude 3.7 Sonnet：混合推理与 Claude Code 的公开产品边界。
- Google：Gemini 1.5：长上下文与模型—产品整合的公开材料。
- DeepSeek-R1 论文：RL 与推理 scaling 的公开技术对照。
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。