谢尔盖·布林重新回到Google AI权力中心，DeepMind为什么必须退半步？

人工智能、博客文章Laoer发表留言

这几天Google AI最大的一次变化，不是新模型，而是人事。Demis Hassabis不再负责Google DeepMind的日常运营，转任DeepMind董事长和Alphabet首席科学家，把更多精力放到AGI、科学研究以及Isomorphic Labs；原DeepMind CTO、Google首席AI架构师Koray Kavukcuoglu接过日常管理。与此同时，谢尔盖·布林出现在Google AI的权力中心。

严格来说，布林并没有获得“Google AI负责人”的正式头衔，Koray是日常执行者。但《金融时报》报道，Koray去年已从伦敦搬到Mountain View，现在就在布林旁边办公；此前《The Information》也报道，当布林需要为AI团队协调算力、招聘或人员调动时，找的人就是Koray。布林从ChatGPT出现后回到Google，也早已不是偶尔参加会议，而是直接参与Gemini的训练和产品讨论。

所以，如果只把这次变化理解成一次管理层换届，可能低估了它的意义。Google真正要解决的是：DeepMind过去十几年形成的研究文化仍然很重要，但在今天与OpenAI、Anthropic、xAI进行近乎按月计算的模型和产品竞争时，仅靠这种文化已经不够了。

DeepMind没有失败，只是AI竞争换了游戏

我一直很喜欢DeepMind。它最吸引我的地方，从来不是做出更聪明的聊天机器人，而是相信AI最终应该去解决那些人类长期解决不了的问题。AlphaFold就是最好的例子：今天它已经提供超过2亿个蛋白质结构预测，被全球190多个国家的300多万研究人员使用，超过30%的相关研究与疾病有关。这样的成果，很难用季度收入衡量。

DeepMind之所以能做出这些东西，也因为它长期保持着接近研究机构的文化，允许科学家研究短期看不到商业回报的问题。但ChatGPT之后，前沿研究第一次和大规模商业竞争几乎重叠在了一起。今天一个模型训练完成，还要迅速完成评测、安全、API、开发工具、Agent能力和产品集成；Anthropic靠Claude Code建立开发者优势，OpenAI不断用新模型和Agent改变产品形态，xAI也在快速追赶。在这样的竞争里，两三个月都可能改变开发者的使用习惯。

Google应该很清楚这一点。Transformer论文来自Google，但后来真正把大语言模型变成大众产品的却是OpenAI。研究领先和市场领先，从来不是一回事。

Google现在最缺的，可能不是技术，而是组织速度

我不太认同“Google调整DeepMind，是因为Google AI已经落后”这种说法。从数据看，Google一点都不弱：今年第二季度Gemini App月活已经达到9.5亿，Google Cloud收入同比增长82%，Search仍增长17%；Alphabet还把2026年资本开支指引提高到1950亿至2050亿美元。Google拥有其他AI公司很难同时具备的算力、产品和分发体系。

问题可能恰恰出在资源太多。一家创业公司做出新模型，核心团队很快就能决定上线；Google发布旗舰模型，却要同时考虑Search、Cloud、Android、YouTube、开发者、安全、法律和几十亿用户。每个部门都有合理诉求，最后叠在一起，就可能拖慢组织速度。

Gemini 3.5 Pro的延期是一个很现实的例子。Google在5月曾表示Pro版本预计6月推出，但到现在仍在测试。报道显示，它尤其在Coding能力上没有达到内部目标，多层利益相关方参与发布也增加了协调成本。当然，这不能简单证明“DeepMind研究文化导致延期”，但至少说明Google今天需要的不只是更好的研究，还需要缩短研究到产品之间的距离。

Koray的重要性也正在这里。他过去几年一直负责组织Gemini研究团队，去年成为Google首席AI架构师后，又负责把Gemini推进整个Google。《The Information》把他称为Google AI内部的“fixer”。这次调整，与其说Google把DeepMind交给了一个“更商业的人”，不如说是把日常执行交给了一个更擅长穿透组织的人。

布林真正带回来的，可能不是技术，而是权力

我不太愿意把这件事写成“Pichai不行，所以创始人回来救公司”。过去几年Google合并Brain和DeepMind、大幅增加AI投入，都说明Pichai并不保守。但职业经理人和创始人在巨型公司里的作用确实不同。Pichai需要对整个Alphabet负责，要平衡搜索广告、Cloud、监管和资本回报；布林却可以只盯着一件事：Google不能输掉这一轮AI。

更重要的是，他拥有普通高管很难拥有的跨部门权威。算力给谁、哪个团队应该合并、哪个研究员必须留下、什么项目应该提高优先级，这些在大公司里往往不是技术问题，而是组织问题。技术范式剧烈变化时，大公司最稀缺的有时不是流程，而是有人能越过原有利益边界重新排序资源。

因此，布林与Koray的组合才值得关注：一个拥有足够的组织影响力，一个擅长把复杂事情真正推进下去。《金融时报》认为这次调整进一步强化了布林在Google AI中的影响力，这比“布林正式接管Google AI”准确得多。

但DeepMind只能退半步，不能退出

如果因为商业竞争激烈，就把DeepMind彻底变成Gemini产品部门，我反而认为会是Google的损失。今天大家讨论AI，注意力很容易被Benchmark、Coding和Agent吸走，但如果十年以后回头看，AI给人类带来的最大价值，也许不是帮我们多写了多少代码，而是有没有解决疾病、衰老、能源、材料这些过去解决不了的问题。AlphaFold已经证明，这条路值得有人长期坚持。

所以我更愿意把Demis这次变化理解成“退半步”。他不再承担Gemini每天面对的产品、进度和组织管理，把这些交给Koray；同时成为Alphabet首席科学家，继续把精力放到AGI、AI for Science和Isomorphic Labs。现有报道也显示，这次调整并不等于Google放弃长期研究，而是让Demis重新聚焦自己最独特的能力。

如果Google能把这套结构运行起来，它实际上是在建立两种时间尺度：一边是布林和Koray，需要几个月交一次答卷，让Gemini在Coding、Agent、API和产品上保持竞争力；另一边是Demis和DeepMind的科学研究，允许一些项目五年、十年以后才看到结果。Pichai则负责让两套体系都能获得足够资源。

这比“商业派战胜研究派”更接近Google需要的答案。我也因此更加期待Gemini 3.5 Pro，以及已经开始推进的下一代Gemini模型。Google已经表示，新的预训练正在进行，而且是迄今“最雄心勃勃”的一次。3.5 Pro能不能把Coding和Agent的短板补上，下一代Gemini能不能重新建立明显领先，会成为这次调整最直接的检验。

Google过去最宝贵的能力，是DeepMind愿意研究十年以后的问题；今天最紧迫的任务，却是Gemini必须几个月就交一次答卷。这两件事都重要，也不该让任何一件吞掉另一件。

所以我真正期待的，不是布林回来后把DeepMind变成只追逐模型榜单的AI公司，而是让Google跑得更快，同时让Demis继续有空间去做那些短期没有收入、却可能真正改变人类未来的研究。如果这件事能做到，那么DeepMind这次退的半步，也许会让Google的AI走得更远。

吴恩达最新判断：为什么AI自动化程度越高，懂业务的人反而越贵？

人工智能、博客文章Laoer发表留言

过去几年，关于AI与就业的讨论，几乎一直被一种简单的替代逻辑所主导：既然AI可以写代码、做表格、整理资料和撰写文案，那么企业需要的人自然会越来越少。在这种叙事里，AI能力每提高一分，就意味着知识工作者的价值下降一分，最终的结果似乎只能是企业不断裁员，而人逐渐退出生产过程。

但吴恩达最近一系列公开表达，却指向了另一种更复杂的现实。

在《华盛顿邮报》“Building America”系列对谈中，吴恩达主要讨论了美国的AI竞争力、开放模型、基础设施和政策选择；在他随后关于AI工程师、前沿部署工程师以及企业AI转型的文章中，他又反复强调，市场正在出现对AI工程人才的强烈需求，特别是那些既能使用AI工具，又能理解客户需求、业务流程和组织约束的人。最近发布的OpenWorker，则进一步体现了他的判断：AI正在从回答问题的聊天工具，变成能够调用文件、邮件、日历和企业软件，直接参与完成工作的执行系统。

把这些观点放在一起，可以看到一个值得注意的变化：AI并没有简单地让所有人的价值一起下降，而是在重新划分工作的价值。越接近标准化执行的部分，越容易被压缩；越接近业务判断、系统设计和结果责任的部分，反而越稀缺。

一、买到AI能力，不等于拥有AI竞争力

过去两年，很多企业对AI的理解仍然停留在采购软件的阶段。给员工购买ChatGPT、Claude或Microsoft Copilot账号，在内部建设一个知识库，再要求各部门提交几个AI应用场景，似乎就算完成了AI转型。

这些工具当然能够提高效率，但问题在于，竞争对手也可以买到同样的模型和服务。当通用AI能力越来越容易获得，单纯拥有模型访问权限，就像企业购买了电脑、云服务器或办公软件一样，很难独立构成长期竞争优势。

真正困难的部分，是如何把通用模型接入企业自己的数据、权限、流程和决策机制。让AI修改一封邮件并不难，但让它理解什么客户值得优先跟进、哪些承诺可能带来合规风险、什么情况下必须由主管审批，就需要大量业务知识和组织经验。模型可以生成答案，却不知道一家企业内部那些没有写进制度、却真实影响业务运行的规则。

因此，企业AI转型的瓶颈往往不是模型不够聪明，而是没有人能够准确回答三个问题：公司真正值得用AI重构的业务是什么，AI应该进入流程的哪一个环节，以及出了问题之后谁来承担责任。

购买API只是获得了一种生产工具，能够围绕这种工具重新组织业务，才有可能形成竞争力。

二、软件岗位没有一起消失，而是开始明显分化

软件工程是目前受生成式AI影响最深的行业之一，也是观察就业变化最合适的样本。过去几年，AI编程工具已经从代码补全发展到可以阅读整个项目、修改多个文件、运行测试和处理部分开发任务。直觉上看，软件工程师应该是最先被大规模替代的一群人。

现实却没有这么简单。

美国劳工统计局预计，2024年至2034年，软件开发者岗位仍将增长约16%，新增超过26万个职位；与此同时，工作内容更偏向按照既定规格编写和修改代码的“计算机程序员”岗位，预计下降6%。Indeed对2026年招聘市场的分析也显示，软件开发职位虽然出现回升，但增长主要集中在高级岗位和AI相关岗位：2025年5月至2026年5月新增的软件开发招聘中，71%来自高级职位，37%来自名称中明确包含AI的职位。

这组数据比“AI会不会消灭程序员”更能说明问题。AI没有让软件行业中的所有人一起升值，也没有让所有人一起失业，而是在加速淘汰其中更容易标准化的部分，同时提高了对经验、架构能力和AI使用能力的要求。

吴恩达提到，目前市场对AI工程师的需求正在快速增长。这些人不只是调用模型API，还要理解提示、Agent工作流、评估体系、数据接口和生产环境，并能够借助Claude Code、Codex等AI编程工具完成真实产品。对于前沿部署工程师来说，技术能力之外，还需要进入客户组织，理解需求、确定优先级、解释复杂技术，并在客户提出不现实要求时作出判断。

这也意味着，AI自动化程度越高，企业越不需要只会按照明确要求完成一段代码的人，却越需要能够判断应该做什么、为什么要做，以及怎样让系统真正运行起来的人。

三、开发成本下降之后，被释放出来的是更多需求

用“杰文斯悖论”解释软件行业的变化，是一个有用的观察角度，但它更适合作为一种分析框架，而不是一条必然成立的定律。所谓杰文斯悖论，是指一种资源的使用效率提高、单位成本降低之后，其总消耗量有时不会减少，反而会因为应用范围扩大而增加。

过去，企业里存在大量没有被满足的软件需求。一个部门可能希望建立内部客户管理工具，财务人员可能需要自动核对报表，运营团队可能希望把几个重复流程连接起来，但这些需求通常规模太小，无法排进正式开发计划。不是因为它们没有价值，而是因为传统软件开发需要产品经理、设计师和工程师共同投入，开发和维护成本超过了能够带来的收益。

AI编程正在改变这笔账。当原型可以在几天甚至几小时内完成，许多过去不值得开发的内部工具和细分应用，开始具备经济上的可行性。代码变得更便宜，不一定意味着企业需要的软件更少，也可能意味着过去被压抑的大量需求开始释放。

但需求一旦释放，新的瓶颈也随之出现。企业不再只是缺少写代码的人，而是缺少能够识别需求、梳理流程、连接数据并判断投入产出的人。AI可以快速生成十个版本，却不能代替企业决定哪一个问题最值得解决；它可以根据要求建立系统，却无法天然知道这个系统应该怎样嵌入组织，才能不增加新的风险和管理成本。

所以，执行成本下降之后，价值并没有消失，而是从执行环节向需求定义、系统设计和业务决策转移。

四、企业需要的不是更多提示词高手，而是能把AI接进业务的人

吴恩达参与的摩根士丹利AI Challenge Lab，很能说明企业AI落地需要什么。这个项目并不是让员工自由使用聊天机器人，而是把业务、技术和战略人员放在同一个团队中，围绕真实业务问题开展为期四周的项目，最终推进了八个具体AI用例。

这个案例的重要之处，不在于摩根士丹利使用了哪个模型，而在于它改变了技术与业务之间原有的协作方式。过去，业务部门提出需求，产品经理整理文档，再交给技术团队开发，每一次传递都会损失信息。AI让开发速度加快之后，这种漫长的层层转交反而会成为新的瓶颈。业务人员需要更加理解技术能够做到什么，工程师也需要更直接地理解业务结果，而不是只等待一份已经写好的需求文档。

吴恩达在谈到Agent工作流时也强调，AI能否完成真实任务，通常取决于任务是否足够明确，企业是否具备必要的数据管道，以及原有流程能否被描述成相对清晰的操作规范。换句话说，大模型能力只是其中一部分，数据、流程和组织上下文决定了它最终能不能工作。

这也是为什么，单纯掌握几个提示词技巧很难成为长期壁垒。随着模型越来越善于理解自然语言，提示词本身会逐渐变得简单，真正稀缺的是知道应该给AI什么背景、开放哪些数据、设置什么权限，以及如何评价结果是否正确的人。

五、不是人不会被替代，而是价值判断正在改变

当然，这并不意味着AI不会减少岗位，更不意味着每一个从业者都能自然地完成转型。标准化程度高、业务上下文较少、结果容易验证的工作，依然会受到直接冲击。基础代码编写、常规资料整理、格式化报告和简单文案，都可能由更少的人借助AI完成。

初级岗位也会面临一个现实问题：过去，很多人通过完成简单任务积累经验，逐渐形成对系统和业务的理解；当这些任务被AI接管后，企业会更倾向招聘能够直接承担复杂工作的高级人才，却减少培养新人的耐心。软件招聘向高级岗位倾斜，已经显示出这种趋势。

吴恩达认为，大学课程还没有及时适应AI编程带来的变化，结果是一方面企业很难找到真正懂AI的开发者，另一方面一些刚毕业的计算机专业学生却面临就业困难。问题不是计算机知识失去了价值，而是市场需要的能力已经从单纯编写代码，转向借助AI创建软件、理解系统和解决实际问题。

因此，AI时代真正危险的，不只是“不会使用AI”，而是一个人的价值长期停留在接收明确任务和完成标准操作上。会不会写提示词并不是决定性的分界线，能不能主动发现问题、组织资源并对结果负责，才是更重要的区别。

做AI时代的“业务架构师”

AI带来的并不是一次平均发生在所有人身上的效率提升，而是一场新的价值重估。当代码、文字和数据处理可以被快速生成，过去建立在操作熟练度和信息差上的部分优势会逐渐减弱；与此同时，行业经验、业务判断、系统思维和责任能力会变得更加重要。

这里所说的“懂业务”，也不只是熟悉几个行业术语，而是理解一家企业怎样赚钱，客户为什么付费，流程在哪些地方真正受阻，技术改变一个环节之后会不会给其他环节带来新的成本。能够把这些问题转化为AI可以执行的系统，同时又知道AI在哪些地方不能被信任，这样的人才会成为企业AI转型的关键。

所以，更准确的结论不是“AI不会替代人”，而是AI不会平均地替代所有人。它会压缩纯执行工作的空间，也会放大那些能够定义问题、组织系统和承担决策责任的人的产出。

当AI越来越会干活，人的价值就不再主要取决于能完成多少任务，而取决于能不能判断什么任务值得完成。代码和文字可以批量生成，但业务方向、取舍标准以及对最终结果的责任，仍然需要人来决定。也正因为如此，AI自动化程度越高，懂业务、会使用AI并且具有判断力的人，反而可能越来越贵。

Sam Altman不再相信“AI会消灭工作”，他到底看错了什么？

人工智能、博客文章Laoer发表留言

在最近一期《Invest Like the Best》访谈中，主持人Patrick O’Shaughnessy问Sam Altman，他对AI与工作的看法是否发生了变化。Altman没有直接从未来谈起，而是回到了2019年：如果把OpenAI今天最先进的模型拿给当时的AI从业者看，他们大概会认为AGI已经到来，也会判断经济和劳动力市场早就应该被彻底改变。

但现实并没有发生如此剧烈的变化。

Altman说，当时整个AI行业对此都非常自信，而事实证明，这种判断至少在时间和方式上错了。既然曾经如此确信，结果却与现实存在这么大的差距，就应该保持“智识上的谦逊”，重新修正自己的认识。他现在明确表示，自己不再是一个“工作末日论者”，未来仍然会有大量工作，人们甚至可能比现在更忙。

这段话真正值得注意的，不是Sam Altman突然变得乐观了，而是他承认，过去关于AI与就业的推理可能过于简单。我们曾经以为，只要模型拥有足够强的知识和推理能力，它就会迅速替代白领工作。但今天的模型能力已经超过几年前许多人的想象，截至2026年6月，美国失业率仍为4.2%，当月非农就业增加5.7万人，至少没有出现人们想象中的大规模失业。这个数据当然不能证明AI没有造成局部替代，却足以说明，模型变强与工作消失之间，并不存在一条简单的直线。

一、AI能完成很多任务，却还不能完成“一份工作”

Altman给出的第一个解释，是AI的能力非常“锯齿状”。它在一些领域像超人，在另一些领域却像一个不懂常识的幼儿，而人类目前恰好可以补上这些能力缺口。

这并不只是使用AI时的一种主观感受。哈佛商学院等机构曾对758名波士顿咨询公司的顾问进行实验。在AI能力边界以内的任务中，使用GPT-4的顾问平均多完成了12.2%的任务，速度提高25.1%，结果质量也更高；但在超出模型能力边界的任务上，依赖AI的人反而更容易得到错误答案。AI不是从简单到复杂整齐地向前推进，而是在相邻任务之间也可能出现巨大的能力落差。

过去很多就业预测的问题，就出在这里。我们把“AI能够完成工作中的某项任务”，直接推导成“AI能够替代从事这份工作的人”，中间省略了最重要的一层：一份工作不是若干任务的简单相加。

软件工程师不只是写代码，还要理解模糊的需求，选择架构和技术方案，处理旧系统留下的问题，判断结果是否可用，并在上线后承担后果。医生不只是识别影像，教师也不只是讲解知识。AI最先自动化的，往往是边界清晰、输入明确、结果容易验证的环节；只要剩余的判断、协调和例外处理仍然需要人，一种职业就不会按照任务自动化的比例同步消失。

二、我们高估了模型能力转化为现实生产力的速度

2023年，OpenAI参与的一项研究估计，美国约80%的劳动者，至少有10%的工作任务可能受到大语言模型影响；约19%的劳动者，至少一半任务可能受到影响。这个数字后来被大量引用，也制造了不少焦虑。但研究衡量的是任务的“技术暴露程度”，并不是预测多少人会失业，更没有给出这些能力被企业真正采用的时间。

从模型“理论上能够做到”，到企业“真的把工作交给它”，中间还有很长的距离。企业需要整理数据、接入内部系统、重新设计流程，处理权限、安全和合规问题，还要建立人工复核与责任机制。AI能够生成合同，不代表法务部门会允许它独立签发合同；AI能够给出医疗建议，也不意味着医院可以把诊疗责任直接交给模型。

Anthropic在一项研究中，把职业任务的理论暴露程度与Claude的实际使用情况进行了比较。计算机程序员的任务覆盖率达到75%，数据录入岗位为67%，但仍有约30%的劳动者，其工作任务在Claude的使用数据中几乎没有覆盖。即使在最适合AI的知识工作中，能力、使用和真正的岗位替代之间，仍然存在明显距离。

所以，企业更可能先少招一些人，或者让一个团队用更少的人完成过去的工作，而不是看到模型升级，就立刻按照比例裁掉员工。AI对就业的影响更像一层一层渗透：先改变个人的工作方式，再改变团队规模和招聘需求，最后才可能改变职业本身。

三、人类仍然掌握的，不只是完成任务的能力

Altman给出的另一个解释，是人类社会并没有因为AI能力提升，就迅速放弃人与人之间的关系。现在已经可以使用AI咨询师、AI销售和AI工程师，但多数人仍然更愿意与一个具体的人交流；AI能够生成优秀的图片和小说，人们也依然会关心作品背后的创作者是谁。对于CEO这样的职位，人们希望知道是谁在为一家公司的决策负责，以及决策错误时应该追究谁，而不是把最终决定完全交给一个AI系统。

在访谈的另一部分，Altman还谈到，人类的判断力和“品味”仍然很难被AI建模，不过他也承认，“品味”或许并不是最准确的词，我们可能还需要一个新的概念来描述这种能力。

这里需要区分几件事情。AI并不是完全没有审美和判断能力，它可以学习大量作品，模仿不同风格，也可以依据历史数据判断什么样的标题更容易传播、什么样的界面更符合大众偏好。随着模型能力提高，这类判断还会继续改善。

但一项选择是否被人们接受，并不只取决于结果本身，还取决于是谁作出了选择、他为什么这样选择，以及人们是否信任这个选择者。人们阅读一本小说，购买一件艺术品，或者接受一次咨询，得到的不只是一个结果，也包括结果背后的经历、立场和人与人之间的关系。

责任则是另一个层面。AI可以生成决策，却不能自然获得决策权，也不能像人一样被辞退、吊销执照、赔偿损失或承担道德谴责。责任不是一种与写作、编程并列的技术能力，而是一种由法律和社会制度赋予的身份。当前更难被AI替代的，因此未必只是所谓的“品味”，而是工作中的控制权：谁确定目标，谁判断结果是否可以接受，谁作出最终取舍，以及出了问题之后由谁负责。

四、没有出现“工作末日”，不等于没有人失去入场券

这并不意味着我们可以得出“AI不会替代工作”的乐观结论。宏观就业市场没有崩塌，与一些岗位已经开始收缩，完全可以同时成立。

斯坦福数字经济实验室利用ADP的薪资数据发现，在AI暴露程度最高的职业中，22至25岁的初级劳动者就业表现明显弱于年长劳动者。最新数据中，早期职业的软件开发者和客服岗位出现了显著下降，而相同职业中的资深劳动者仍然相对稳定或继续增长。研究同时强调，宏观经济、利率和企业周期也可能影响就业变化，因此这些结果不能被简单理解为AI造成失业的完整因果证明。

但这个信号仍然值得重视，因为AI最先替代的那些任务，恰好也是过去交给初级员工的工作。基础编码、资料整理、标准文案、简单设计、初步研究和常规客服，一方面最适合AI，另一方面又是新人进入行业、熟悉业务和积累判断力的主要方式。

如果企业不再需要新人完成这些基础任务，新人就很难通过日常工作成长为高级工程师、咨询顾问和管理者。AI一方面把有经验的人推到更高的工作层级，另一方面也可能抽掉通往这个层级的梯子。未来最先发生的，也许不是大量在职员工突然被裁，而是公司减少招聘，一个团队从十个人变成六个人，过去需要几年才能掌握的架构、判断和管理能力，开始成为新人进入行业时就必须具备的条件。

五、AI改变的不是工作是否存在，而是人站在哪一层

Altman用软件工程举例。程序员可能越来越少以传统方式逐行编写代码，但“让计算机按照人的意图完成事情”仍然是一项重要工作；研究人员当前的大量工作流程也会被自动化，但研究本身会转移到更高的抽象层级。

我自己的感受也是如此。现在日常开发中的大部分代码都可以交给AI完成，写代码本身的重要性确实在下降，但这并没有让开发变得不再需要人。相反，当代码生成越来越便宜，真正决定结果的，变成了需求是否清楚、任务能否正确拆分、架构是否合理，以及人能不能及时发现AI做错了什么。

这也意味着，“学会使用AI就不会被替代”是一句过于轻松的话。不是每个人都能自然地上移到更高层级，更高层级的位置也不会和过去一样多。AI带来的未必是所有人效率提高之后皆大欢喜，而可能是少数能够定义问题、组织资源、验证结果并承担责任的人，管理越来越多由AI完成的工作。

Sam Altman当年真正看错的，不是AI能力提升的速度，而是模型能力、企业组织和劳动力市场之间，并不存在一条直接的传送带。AI可以在一年内跨过多个能力门槛，企业却需要更长时间重构流程，社会也不会轻易把判断权和责任交给机器。

但这同样不能成为长期乐观的理由。锯齿状的能力边界一直在向前移动，今天必须由人补上的缺口，明天可能就会被填平。AI没有按照人们想象的方式瞬间消灭工作，它正在做的，是先拆解工作，自动化其中的任务，压缩初级岗位，再重新划分谁负责执行、谁负责判断、谁拥有决定权。

未来真正稀缺的，可能不再是完成一项任务的能力，而是知道什么任务值得完成，能够判断结果是否可以接受，并愿意为这个结果负责。

Google首席科学家Jeff Dean离职创业，他把“AI成功率1%”的选题法用在了自己身上吗？

人工智能、创业、博客文章Laoer发表留言

在宣布离开Google创业之前，Jeff Dean其实已经把自己的创业逻辑讲了出来。

7月25日，在Y Combinator的Startup School现场，面对约6000名创业者，他被问到：当基础模型越来越强，创业公司还能选择什么方向？Jeff Dean的回答有些反直觉。他建议创业者不要优先寻找模型已经能够完成20%的任务，而应该寻找模型目前只能成功0%或1%的问题。因为如果模型已经能做20%，说明这种能力已经开始出现，随着训练数据和模型规模继续增长，它很可能很快变得更好。

十天之后，Jeff Dean宣布结束自己在Google近27年的职业生涯，与Sanjay Ghemawat、Oriol Vinyals和Quoc Le共同创办Discovery Loop。这家公司不是再做一个聊天机器人，而是尝试自动化科学与工程研究的完整循环：提出实验、运行实验、评价结果，再根据反馈进入下一轮。

这里要先澄清，“成功率1%”说的不是创业公司的成功概率，而是通用模型完成某类任务的成功率。Jeff Dean不是鼓励创业者去赌一个几乎不可能成功的项目，而是在提醒他们：基础模型进步越快，最容易做出来的AI产品，越可能最先被模型本身吞掉。

一、AI已经能做20%，为什么反而可能更危险？

传统软件创业，往往从一个已经被证明可行的需求开始。技术能解决20%，创业公司补齐剩下的80%，再通过产品、渠道和服务建立优势。这套逻辑能够成立，是因为底层技术一般不会在几个月内突然完成一次能力跃迁。

基础模型改变了这种节奏。模型能够完成20%，有时并不意味着创业窗口已经打开，反而意味着这个任务已经进入模型能力的覆盖范围。创业公司可能花一年时间优化提示词、补充工作流和产品界面，下一代模型更新以后，原来最核心的功能就变成了标准能力。

所以，“1%选题法”真正关心的不是难度，而是耐久性：创业公司究竟是在利用模型，还是把自己的命运完全交给模型供应商？如果产品价值主要来自模型暂时不稳定的能力，那么模型越强，产品的护城河反而越薄。

这不意味着所有模型已经能做20%的方向都不值得进入。消费产品仍可依靠品牌和分发建立价值，企业应用也可能掌握模型厂商拿不到的数据与流程。更准确的问题是：即使明天模型能力提升一倍，这家公司是否仍有独立存在的理由？

二、Discovery Loop几乎就是这套方法的标准答案

今天的AI已经能够读论文、生成假设、编写实验代码，也可以帮助分析数据。但让一个系统独立完成开放式科学研究，持续提出值得尝试的新方向，正确运行实验、识别失败原因，再将结果用于下一轮决策，仍然远未成为可靠能力。Discovery Loop选择的不是其中某个环节，而是试图把它们连成一个持续运行的闭环。

公司的路线是先把自己作为第一个客户，从机器学习研究开始，让系统自动提出、执行和评价大量实验，用这些实验改进自己的模型和算法，再扩展到芯片设计、生物、药物和材料等领域。Oriol Vinyals也承认，当前模型并不擅长提出真正新颖的想法，因此最初仍会由人与AI共同选题。

四位创始人的能力也与这条路线高度匹配：Jeff Dean与Sanjay Ghemawat长期负责Google的大规模计算和搜索基础设施，Oriol Vinyals曾是Gemini的重要技术负责人，Quoc Le参与创建Google Brain，并参与了自动发现机器学习算法的AutoML-Zero。后者早在2020年就尝试让系统从基本数学操作出发，自动发现完整的机器学习算法。

Discovery Loop采用公共利益公司结构，获得Khosla Ventures、Radical Ventures等机构支持，融资金额与估值尚未公开。Google虽然失去四位核心科学家，却没有与他们切割，而是成为创始投资者和云合作伙伴，并将在第一年提供计算资源。

Jeff Dean选择的不是“AI已经能做，只是体验还不够好”的产品，而是“AI目前还不能可靠完成，但一旦形成闭环就可能产生巨大价值”的问题。Discovery Loop即使不是按一条公式算出来的项目，也几乎是“1%选题法”的一次自我示范。

三、真正值钱的不是困难，而是能把失败变成反馈

仅仅选择一个AI不会做的问题，并不等于找到了创业机会。很多问题的成功率为0%，只是因为技术路径、数据条件和成本结构都不成立。

“1%问题”能够变成一家公司，关键是失败能否被快速验证，并转化为下一轮决策的反馈。结果需要能够评价，实验需要自动或半自动执行，单次尝试的成本要能够下降，实验结果还要重新进入系统。

这也是Discovery Loop先从机器学习研究开始，而不是直接进入新药研发的原因。机器学习实验天然数字化，模型结构、训练方法和性能指标都可以在计算环境中运行和评价；到了生物、药物和材料领域，许多实验仍需要真实实验室、漫长周期和监管验证，自动化难度会明显上升。

Google已有的AI Co-Scientist、ERA和AlphaEvolve也说明，这条路线并非空想。它们分别尝试生成可验证的科学假设、编写计算实验软件，以及把大模型生成代码、自动评价器和进化搜索结合起来。这些系统还不能独立完成完整科学发现，却证明了一个关键逻辑：只要评价标准清晰，模型偶尔产生的正确答案，就可以通过大规模实验被筛选和放大。

因此，Discovery Loop真正想建立的护城河，未必是某个单独模型更强，而是模型、实验环境、评价器、算力和领域知识组成的闭环。实验如何设计、结果如何评价、反馈如何进入下一轮，这些才可能成为长期资产。

四、Google自己已经在做，为什么还要离开？

这也是整件事最值得讨论的矛盾。Google并不缺少相关项目，也不缺模型、算力和人才。既然这些技术已经在Google内部出现，四位核心科学家为什么还要单独成立一家方向相近的公司？

现有信息不足以给出确定答案，但组织问题可能比技术问题更重要。Oriol Vinyals在采访中提到，大型组织总有很强的惯性，要推动激进变化需要克服很多阻力。Discovery Loop可以把“自动发现循环”设为唯一目标，让模型、基础设施、人才和产品围绕这一件事重新组织，而不必同时服务Google的多个业务。

Google成为投资者并提供算力，也让这次离开不像传统意义上的决裂，更像是把一项高风险、长期、难以按现有组织方式推进的研究放到外部公司。Discovery Loop获得创业公司的专注和速度，同时继续使用Google的资源；Google失去直接管理权，却保留投资关系和潜在回报。

这或许也是大公司越来越常见的一种创新方式。不是把所有前沿项目都留在内部，也不是等核心科学家彻底离开，而是允许一部分团队独立出去，用新的组织结构承担更高风险，同时通过投资、云服务和技术合作保留联系。对于Google而言，Discovery Loop既是一次人才流失，也可能是一次研究能力的外部延伸。

但现在还不能把它写成成功案例。Discovery Loop刚刚成立，没有公开产品、客户和研究成果，创始团队在公司公布时甚至尚未开始大规模招聘。顶级团队能够获得资金和算力，并不代表它一定能把AI变成真正的科学研究者。在提出原创问题、验证复杂因果关系，以及把计算实验转化为现实结果这些环节，当前模型仍有很长的路要走。

五、普通创业者不该照抄“1%”，但应该用它检查自己

Jeff Dean有资格选择一个模型成功率接近0%的问题，是因为他拥有可能最适合解决这类问题的团队，还有Google的计算资源和顶级投资机构支持。普通创业者如果只记住“越难越好”，得到的很可能不是护城河，而是一个永远无法交付的产品。

这套方法真正值得借鉴的，不是具体百分比，而是一次反向压力测试：如果下一代模型直接提供了你的核心功能，用户为什么还需要你的产品？你是否拥有模型厂商拿不到的数据、评价体系和真实工作流？用户使用后能否留下独有反馈？AI除了回答问题，能否进入业务中执行和验证结果？

大量AI产品争夺的是模型已经会做的事情，区别只是界面更漂亮、提示词更完整、某个流程暂时更顺畅。这些产品并非没有价值，但如果不能继续沉淀数据、工作流、评价标准和客户关系，模型升级越快，它们面临的替代压力也越大。

所以，Jeff Dean是否把“AI成功率1%”的选题法用在了自己身上？

目前没有公开证据证明，他依据这条规则决定创办Discovery Loop。但可以确认的是，他在YC现场描述“自动化科学方法”时，这家公司已经在秘密筹备；他提出的选题逻辑与Discovery Loop的方向，也来自同一种判断：不要只做AI今天已经能做一点、明天很可能会做得更好的事情，而要寻找AI仍然不会做，但你有办法让每一次失败都推动它向前一步的问题。

Discovery Loop最终能否成功，现在还无法判断。它甚至可能再次证明，自动化科学远比自动化写代码困难。但至少在选题上，Jeff Dean给出了一个清楚的答案：真正的“1%”，不是创业成功的概率，而是基础模型尚未占领的能力空间。

Palantir季度净赚10亿美元，真正值钱的可能不是AI，而是FDE

人工智能、博客文章Laoer发表留言

很多人第一次听说Palantir，可能是在美股市场、俄乌战场或者美国政府的国防合同里。它经常被称为大数据公司、国防科技公司，最近又被归入企业AI公司，但这些标签都只描述了Palantir的一部分。

Palantir本质上是一家帮助政府和大型企业整合数据、分析问题并执行决策的软件公司。它面对的通常不是简单的办公需求，而是军队如何协调情报和装备、制造企业如何安排生产、医院如何调度资源、航空公司如何管理机队，以及供应链出现异常时应该采取什么行动。

它的产品主要可以分为四部分。Gotham最早面向政府、情报和国防机构，用来连接不同来源的数据，帮助一线人员进行分析和决策；Foundry主要面向商业企业，将分散在各个系统中的数据、业务规则和工作流程连接起来；Apollo负责把这些软件持续部署到云端、本地机房甚至高度受限的网络环境；AIP则是在这套基础上，把大模型、AI Agent和企业真实业务连接起来。Palantir将AIP、Foundry和Apollo组合起来，称为一套“企业操作系统”。

简单来说，Palantir卖的并不是一个模型，也不只是一个数据分析工具。它希望成为企业数据、AI和业务行动之间的连接层，让AI不只能够回答问题，还可以在严格的权限控制下进入真实工作流程。

这也是为什么Palantir刚刚发布的财报，显得格外值得讨论。

2026年第二季度，Palantir实现营收19.35亿美元，同比增长93%；其中美国商业收入7.64亿美元，同比增长149%，美国政府收入8.09亿美元，同比增长90%。公司实现GAAP营业利润9.12亿美元，营业利润率47%；归属于普通股股东的GAAP净利润达到10.62亿美元，净利率55%。当季，Palantir还签下了220笔金额超过100万美元的交易，合同总价值达到33.73亿美元。

当然，55%的净利率不能全部理解为软件业务本身的盈利能力，其中还包括7750万美元的利息收入和9180万美元的其他收入。真正更能体现经营效率的，是47%的GAAP营业利润率。但无论使用哪个口径，这都是一份很少见的财报：一家营收仍然接近翻倍增长的软件公司，同时已经获得极高的利润率。

更反常的是，Palantir过去最受质疑的地方，恰恰是它的交付模式。

一、企业买的不是AI，而是把AI真正用起来

在传统软件行业的理解中，一家公司越依赖工程师进入客户现场，越需要针对每个客户进行个性化开发，就越难形成规模效应。客户数量增加，实施和维护人员也必须同步增加，最后很容易从软件公司变成咨询公司或者项目公司。

Palantir却长期要求工程师深入客户现场。它甚至专门创造了一个岗位：Forward Deployed Engineer，简称FDE，通常翻译为前线部署工程师或前向部署工程师。

如果只看工作方式，FDE确实很像高级实施顾问。他们会进入军队、医院、工厂和大型企业，与客户一起梳理数据、理解流程、构建应用，甚至直接编写生产代码。但Palantir今天取得的结果说明，这种看起来非常“重”的交付方式，并没有拖累它的利润率，反而可能正是其产品和商业模式的核心。

原因在于，企业AI真正困难的部分，从来不只是模型。

今天的企业很容易获得GPT、Claude或者其他大模型，也可以在几天内做出一个聊天机器人。但一家制造企业的数据可能分散在ERP、供应链、仓储、财务和生产系统中，同一个产品在不同部门里可能使用不同的编码，权限和责任边界也完全不同。

模型可以告诉企业“库存可能不足”，却未必知道哪些订单应该优先、应该调用哪条生产线、谁有权修改计划，以及最终结果应该写回哪个系统。如果这些关系没有被梳理出来，再强的模型也很难真正进入企业的核心业务。

Palantir真正解决的，是模型与现实世界之间的这段距离。

二、FDE不是售后，而是产品研发的一部分

Palantir对FDE的定义很清楚：传统产品工程师通常开发一种可以服务很多客户的通用能力，而FDE直接嵌入客户环境，使用Palantir现有的软件平台，为一个客户组合和启用多种能力。

FDE需要理解客户真正想解决的问题。有时客户提出的需求是做一个数据看板，但工程师进入现场后可能发现，真正的问题不是缺少图表，而是多个部门的数据口径不一致；客户希望引入AI预测需求，实际障碍却可能是预测结果无法进入现有采购和审批流程。

这种工作与传统咨询最大的区别，不在于是否有人驻场，而在于现场产生的经验最终沉淀在哪里。

咨询公司完成一个项目后，主要价值通常留在客户报告、项目系统以及参与人员的经验里。Palantir希望建立的是另一种循环：FDE进入现场发现问题，先使用Foundry、AIP和现有工具完成解决方案；如果某种数据模型、工作流或功能会在其他客户中反复出现，就将它抽象出来，反馈给产品团队，最终变成平台的一部分。

Palantir甚至把FDE称为产品开发过程中的“人类反向传播”：工程师在真实环境中观察软件哪里有效、哪里失效，再把这些反馈传回产品。公司公开资料也明确表示，AIP、Foundry与Apollo的产品演进，反映了这种Forward Deployed Engineering方法。

因此，FDE并不是用人力替代产品，而是用人力加快产品学习。

三、Palantir不是消灭定制，而是让定制逐渐变轻

传统SaaS追求的是尽量减少定制。开发一套标准产品，通过互联网卖给尽可能多的客户，客户最好可以自己注册、自己配置、自己使用，这样才能获得最低的边际成本。

这种模式适合邮箱、协作工具、财务软件等标准化程度较高的需求，但企业AI面对的往往是另一类问题。每家大型企业都有不同的历史系统、数据结构、工作流程和权力关系，很难依靠一套完全标准化的界面解决。

Palantir没有回避这种复杂性，而是选择先进入复杂性，再从复杂性中寻找可以复用的部分。

第一次进入一家医院，团队可能要花很多时间理解病床、科室、人员和物资之间的关系；但这些关系一旦被抽象为平台中的数据对象、权限规则和工作流程，下一家医院就不必再从零开始。第一次为制造企业解决生产计划问题可能很重，但一旦数据接入、异常预警和决策流程被沉淀为产品能力，以后的交付就会越来越快。

Palantir过去曾将客户关系划分为获取、扩展和规模化三个阶段。早期进入客户时，公司可以投入大量资源；当更多部门和场景开始使用平台，客户收入继续扩大，而Palantir相对于收入的投入比例会逐渐下降。

生成式AI进一步放大了这种机制。Palantir通过AIP Bootcamp，让客户使用真实数据，在很短时间内构建可以运行的AI用例；其新推出的AI FDE，还可以通过自然语言帮助用户处理数据转换、代码开发和Ontology维护。人类FDE负责理解业务、判断问题和推动组织采用，AI则承担越来越多重复性的配置与开发工作。

真正的软件规模，并不一定意味着完全没有定制，而是完成一次定制之后，下一次不再需要付出同样的成本。

四、模型越强，FDE反而可能越重要

最近，OpenAI也在全球多个地区扩充FDE团队。OpenAI对这个团队的描述，与Palantir非常接近：FDE位于产品、工程、研究和商业化的交叉位置，需要与客户共同将研究突破转化为生产系统，同时将真实部署中发现的问题反馈给平台和产品团队。

这背后有一个容易被忽视的变化。模型能力越强，代码生成、数据处理和应用开发的成本确实越低，但企业自身并不会因此变得标准化。

AI可以帮助企业更快地构建系统，却不能自动判断一家企业最值得解决的问题是什么，也不能自动协调部门利益、责任划分和历史流程。企业AI最后一公里的难点，越来越不是“能不能做出来”，而是“能不能进入真实业务，并长期运行下去”。

当模型逐渐成为一种通用能力，知道如何将模型放进工厂、医院、金融机构和政府部门的人，可能反而会变得更加重要。

FDE真正稀缺的不是代码能力，而是同时理解技术、业务和组织的能力。他们需要将客户模糊的需求转化为可以运行的软件，也要判断哪些需求只是单个客户的特殊情况，哪些问题值得进入产品路线图。

AI不会简单地消灭FDE，更可能为FDE增加杠杆。

五、中国企业应该学的，不是派更多人驻场

Palantir的成功很容易产生一种误解：既然FDE有效，企业软件公司只要多招一些懂技术、懂业务的人，派到客户现场就可以了。

但如果只是增加驻场人员，最后大概率只会变成一家成本更高的项目公司。

FDE模式成立至少需要三个前提：首先，公司必须有足够强的底层平台，让现场团队组合已有能力，而不是每次重新开发一套系统；其次，客户现场发现的问题必须能够反馈给产品团队，经过抽象后成为通用功能；最后，客户使用越深入，公司投入的人力占收入的比例必须逐渐下降。

如果客户数量增加一倍，驻场工程师也必须增加一倍；每个客户都有一套只有原团队才能维护的代码，那么无论岗位叫什么，本质上仍然是外包。

中国企业软件长期存在的一个问题，就是项目与产品之间没有形成真正的循环。销售为了拿下项目承诺大量定制，交付团队为了按时上线做出临时方案，产品团队又担心个别客户的特殊需求破坏统一架构。项目结束之后，经验没有进入产品，下一个项目依然从头开始。

Palantir真正值得学习的，不是它敢于进入客户现场，而是它能把现场的复杂性持续写回产品。每完成一个复杂项目，平台就变得更完整；平台越完整，下一次复杂项目就越容易。

当然，Palantir的模式也不能被简单复制。它拥有大量高客单价的美国政府和大型企业客户，国防、数据主权和复杂安全要求为其产品提供了特殊市场。此次财报中，美国收入已经达到15.73亿美元，占总收入超过八成，其美国业务的增长速度也明显快于其他地区。

但这份财报至少说明了一件事：深入客户现场与软件规模化并不是天然对立的。

过去的软件公司希望尽量远离客户复杂性，通过标准产品实现规模；Palantir选择进入最复杂的现场，再将反复出现的问题变成平台能力。前一种方式适合标准化需求，后一种方式可能更适合企业AI，因为AI最终需要改变的不是一个独立工具，而是企业已有的数据、流程和决策方式。

Palantir真正值钱的，可能不只是Gotham、Foundry或者AIP，也不只是它接入了哪个大模型，而是它建立了一套从客户现场学习，再把经验变成软件的机制。

真正的软件规模，不是完全不需要人，而是人的经验能够被产品保存下来，并在下一次交付中继续复利。

Claude Code的创造者Boris Cherny：当AI开始包办写代码，开发者真正该学什么？

人工智能、博客文章Laoer发表留言

最近，Y Combinator采访了Claude Code的创造者Boris Cherny，话题从Anthropic最新发布的Opus 5，一直谈到Claude Code的设计哲学，以及AI Agent正在如何改变软件开发。

访谈中有很多值得关注的内容。例如，随着模型能力提高，Claude Code已经删除了大约80%的系统提示词；开发者也不应该再像过去那样，把任务拆成非常详细的步骤交给模型，而应该告诉它目标、边界和完成标准，然后给它足够的空间自己寻找解决方案。Boris认为，很多人仍然在用半年前的方式使用今天的模型，过度限制AI，反而无法发挥它真正的能力。

但这场访谈里，最让我感兴趣的并不是Opus 5又能连续工作多久，也不是Claude Code未来可以同时调度多少个Agent，而是Boris给开发者和计算机专业学生的建议。

他的建议不是多学习几种编程语言，也不是研究更复杂的提示词，而是尽快使用这些工具，同时努力成为一个更全面的人。除了计算机和软件工程，还应该理解产品、设计、商业、数据分析，并且学会与用户交流。

在Boris看来，未来回报最高的，不只是那些熟练使用AI工具的人，而是那些知识面更广、能够跨越多个专业，并且理解自己究竟在解决什么问题的人。

这实际上提出了一个比“程序员会不会被AI替代”更现实的问题：当AI已经开始包办越来越多代码，今天仍在学校学习计算机的学生，究竟还应该学什么？

一、代码正在从核心能力变成基础设施

过去几十年里，软件开发一直有一个很高的门槛。一个人即使有很好的产品想法，也必须先学会编程语言、开发框架、数据库、服务器和各种工程工具，才有可能把想法变成可以运行的软件。

正因为实现成本很高，能够写代码本身就是一种稀缺能力。企业需要大量程序员，不只是因为软件需求很多，也是因为每一项需求都需要人把它转化为具体代码。

AI Coding正在改变这件事。

Boris此前曾说，对他自己的工作而言，编程已经在很大程度上成为一个“基本解决的问题”。他从2025年11月开始就没有再手工修改代码，每天提交的十几个甚至几十个PR，全部由Claude Code完成。我们当然不能因为Claude Code的创造者不再亲自写代码，就认为所有软件工程问题都已经解决，但这种变化至少说明，在最熟练使用AI工具的人群里，软件开发的工作方式已经完全不同。

我自己这两年使用AI Coding，也有非常明显的感受。过去需要花费大量时间查文档、寻找API、调试语法错误的工作，现在大部分都可以交给AI完成。即使面对一个不熟悉的开发框架，也不再需要先系统学习几个月，才敢开始做项目。

目前我的日常开发里，95%以上的代码都是AI编写的。真正需要我手工修改的代码已经非常少，很多时候，即使发现了问题，我也不会直接打开文件修改，而是把问题、预期结果和相关上下文交给AI，让它自己定位并完成调整。在开发DoseLoop，也就是“用药有数”这款App时，AI完成了100%的代码。我没有手写其中任何一行代码。

这并不意味着软件开发变得没有难度，而是难度正在发生转移。过去最困难的是如何把一个方案写成代码，今天越来越困难的是如何把问题说清楚，怎样设计系统，以及如何确认AI完成的结果是正确的。

代码不会消失，但它正在变得越来越像云服务器、电力和互联网：非常重要，却不再是只有少数专业人士才能掌握的资源。

二、计算机基础仍然重要，但学习它的目的变了

每当讨论AI Coding，就会出现一种很极端的观点：既然AI已经可以写代码，学生就没有必要再学习数据结构、算法、操作系统和数据库了。

我并不认同这种看法。

AI可以生成代码，不等于它生成的每一种方案都是正确的，更不等于使用者可以在完全不了解软件系统的情况下，长期维护一个复杂产品。一个人如果不理解数据库事务，就很难发现数据一致性的问题；不理解网络和并发，就无法判断一个系统为什么在用户增加后崩溃；不理解安全，就可能把AI生成的漏洞直接部署到生产环境。

计算机基础仍然是开发者判断系统是否合理的前提。变化在于，过去学习这些知识，主要是为了亲手完成实现；未来学习这些知识，更多是为了理解、设计和判断。

以前考试会要求学生在白纸上写出排序算法，是为了证明他有能力把算法实现出来。未来真正重要的，也许不再是能否凭记忆写出每一行代码，而是能否理解不同算法的成本，知道什么情况下应该使用它，以及能够判断AI生成的实现是否存在问题。

基础知识正在从一种生产技能，逐渐变成一种判断技能。

这和计算器出现以后，人们仍然需要学习数学是一样的。计算器替代了大量手工计算，却没有降低数学思维的价值。恰恰因为计算变得便宜，人们才有机会处理更复杂的问题。

AI对编程也会带来类似的变化。手工编写代码的比例会下降，但理解计算机系统、拆解复杂问题和判断技术方案的能力，反而会更加重要。

三、真正最先贬值的，是语法和工具熟练度

过去，一个开发者的职业竞争力经常表现为熟悉多少种语言、使用过多少框架，或者能否熟练记住某个工具的各种命令。

这些能力不会突然失去作用，但它们的价值正在快速下降。

编程语言、开发框架和工具，本来就是为了把人的意图转化为机器能够执行的指令。当AI可以完成这种翻译以后，熟记大量语法和API的意义自然会降低。

一个学生花几个月背诵某个框架的用法，可能还没有真正掌握，框架就已经更新了。即使他全部记住，AI也可以在几秒钟内查阅完整文档，并生成符合当前版本的代码。

真正能够长期保留价值的，不是某一种工具的具体操作，而是工具背后的原理。例如，为什么前端需要状态管理，为什么数据库需要索引，为什么大型系统需要异步任务，以及不同技术方案之间存在什么取舍。

这也是未来计算机教育需要改变的地方。学校当然还要教学生写代码，因为不经过实际编程，很难真正理解软件是如何运行的。但学习重点不应该停留在“能否写出来”，而应该进一步走向“为什么这样设计”“还可以怎样实现”以及“这种方案会产生什么后果”。

AI可以替代语法记忆，却不能自动替代一个人的系统理解。

四、找到值得解决的问题，比写出代码更难

当实现软件变得越来越容易，真正的瓶颈就会向更上游移动。

过去，很多产品没有出现，是因为开发成本太高。一个普通人即使发现了问题，也很难组织一支包括产品、设计、前端、后端和测试人员的团队，把它做成完整产品。

现在，一个人借助AI就可以完成过去一支小团队的工作。原型可以在几小时内完成，一个小型应用可能几天就能运行，技术实现不再是最难跨越的门槛。

但产品数量增加，并不意味着好产品也会按相同比例增加。

AI可以帮助开发者迅速实现一个功能，却无法自动回答用户是否真的需要这个功能；可以根据要求设计一个界面，却很难替代长期积累形成的审美和对用户行为的理解；也可以生成完整的商业计划，但不能保证用户愿意付钱。

当代码变得便宜，最稀缺的能力就不再是把需求实现出来，而是判断什么需求值得实现。

这需要开发者走出代码编辑器，理解真实世界中的人是如何工作、生活和作出选择的。一个医疗应用需要理解患者、医生和医院的实际流程；一个旅游产品需要理解游客在陌生环境中的焦虑和决策方式；一个企业软件则必须理解组织内部复杂的利益关系和业务规则。

这些知识不会自动存在于计算机专业的课程里，却决定了软件最终有没有价值。

未来最危险的情况，可能不再是开发者做不出产品，而是在AI帮助下，用非常高的效率做出一个没有人需要的产品。

五、产品、设计和商业，不再只是管理者的能力

在传统软件公司里，分工通常非常明确。产品经理负责定义需求，设计师负责界面和交互，程序员负责实现，市场和销售负责把产品卖出去。

这种分工建立在一个前提上：每个专业领域都有较高的执行成本，一个人很难跨越多个岗位完成全部工作。

AI正在降低这些专业之间的执行门槛。

产品经理可以直接让AI做出原型，设计师可以自己修改前端代码，开发者也可以完成需求分析、界面设计和数据分析。在Claude Code团队里，不只是工程师写代码，产品经理、设计师、工程管理者、数据科学家甚至财务人员也在写代码。Boris认为，工程、产品和设计之间已经出现了大量重叠，未来“软件工程师”可能逐渐变成更宽泛的“Builder”。

这并不意味着所有人都要成为每个领域的专家，而是说，只掌握单一执行技能的人会越来越容易受到AI影响。

一个优秀开发者仍然可以在基础设施、数据库或者安全领域拥有很深的专业能力，但他还需要理解这些技术最终服务于什么产品，用户为什么需要它，以及企业为什么愿意为它付出成本。

专业深度依然重要，只是专业深度必须与更广泛的现实理解结合起来。

过去我们经常把产品意识、设计感和商业判断看作程序员的加分项，未来它们可能会逐渐成为基本能力。因为当AI承担越来越多实现工作，开发者剩下的主要职责，就是决定方向、作出取舍并对最终结果负责。

六、学生应该从“完成作业”转向“创造产品”

传统计算机教育中的很多项目，本质上是在验证学生是否掌握了某项知识。老师规定题目、输入、输出和评分标准，学生只需要在明确边界内完成任务。

这种训练可以帮助学生学习基础知识，却很难培养面对真实问题的能力。

现实世界不会给出完整需求，也没有人提前告诉你正确答案。用户经常说不清自己需要什么，产品上线后会出现完全没有预料到的使用方式，技术方案还要受到成本、时间、安全和组织资源的限制。

因此，AI时代学生最好的学习方式，不只是完成更多编程题，而是尝试做出真正有人使用的东西。

这个产品不必很大，可以是一个解决自己问题的小工具，也可以是为同学、家人或者某个特定群体开发的应用。重要的是把它真正交给别人使用，并观察他们是否理解、是否愿意持续使用，以及产品到底解决了什么问题。

在这个过程中，学生才会发现，写出代码只是产品开发的一部分。他还需要采访用户、整理需求、设计交互、处理异常、保护数据、部署服务，并根据反馈不断调整。

AI可以帮助学生更快完成其中很多工作，但不能代替真实用户带来的反馈。

一个没有用户的课程项目，最多只能证明学生完成了题目；一个有人愿意持续使用的小产品，才能证明他理解了问题，并且有能力把技术转化为现实价值。

七、AI时代需要的不是更少学习，而是学习更多

有人可能会认为，既然AI已经能够承担大量工作，学生需要学习的内容应该越来越少。

实际情况很可能正好相反。

过去，程序员只要深入掌握一个技术领域，也可以找到相对稳定的位置。未来，纯粹的代码实现越来越容易被AI完成，开发者需要理解的范围反而会扩大。

他不仅要理解技术，还要理解产品；不仅要能够调用AI，还要能够验证AI；不仅要知道系统怎样运行，还要知道用户为什么使用、企业如何持续经营，以及技术可能给社会带来什么影响。

这并不是要求每个学生都成为全才，而是要建立一种跨领域学习的能力。一个人的核心专业仍然可以是软件工程，但他不能把自己限制在代码以内。

Boris给学生的建议，本质上不是放弃计算机科学，而是不要只学习计算机科学。他认为，最优秀的工程师往往同时具备其他能力：有人兼具产品和基础设施经验，有人具有很强的设计感，有人理解商业，也有人愿意长期与用户交流。

这种变化并不只属于计算机专业。随着AI进入设计、写作、金融、法律和科研，几乎每个专业都会面对类似问题：当AI可以完成本专业的大量执行工作，人还能提供什么价值？

答案不会是比AI执行得更快，而是提出更好的问题、作出更可靠的判断，并承担AI无法承担的责任。

八、会写代码依然重要，但只会写代码已经不够了

我不认为计算机专业会因为AI Coding出现而失去价值，软件也不会因为代码生成成本下降而减少。相反，当更多人拥有创造软件的能力，软件会进入更多行业，解决更多过去不值得开发或者无法开发的问题。

就像印刷术没有让写作消失，而是让阅读和写作进入更广泛的人群；摄影没有让艺术消失，而是改变了艺术的表现形式；电子表格也没有消灭会计，而是让企业可以处理更多数据。

AI Coding同样不会简单地消灭程序员，它会扩大能够创造软件的人群，同时重新定义专业开发者的价值。

过去，程序员的优势是能够把想法变成代码。未来，这项能力会被越来越多人拥有，甚至不需要他们真正理解每一行代码。

专业开发者的优势，将变成能够理解复杂系统、识别真正的问题、设计可靠的方案、判断AI的结果，并把技术、产品、用户和商业连接在一起。

所以，当AI开始包办写代码，计算机学生当然还应该学习编程，也应该学习算法、数据库、网络和操作系统。但不能再把学习的终点放在“找到一份写代码的工作”上。

更重要的问题是：你准备使用这些技术解决什么问题？你是否理解这个问题背后的真实世界？你能否判断AI给出的答案是正确的？你做出的东西，是否真的有人需要？

AI没有让学习编程失去意义，它只是让“只会编程”越来越不够。

过去，掌握代码意味着拥有创造软件的资格。未来，这种资格会变得越来越普遍。真正拉开人与人差距的，不再是谁能够写出更多代码，而是谁知道应该创造什么，并且能够让它真正产生价值。

Kimi、GLM和Claude的差距，为什么每个人感受完全不同？

人工智能、博客文章Laoer发表留言

上一篇文章《这次真不慌了，Claude随时可以取消订阅》发出来以后，评论区里有不少读者反馈，在他们的实际使用中，Kimi、GLM、Qwen等国产模型，与Claude相比仍然存在明显差距，有些任务国产模型来回修改几次都做不好，换成Claude之后却很快就能完成。

这些反馈当然不能简单理解为不会使用AI，其中可能有很多同样从事软件开发的人。后来我想了一下，大家的感受之所以如此不同，可能并不是谁高估或者低估了某个模型，而是我们虽然都在谈AI Coding，实际交给AI完成的却不是同一种工作。

模型之间的能力差距真实存在，但不会平均地出现在所有任务中。任务越模糊、链条越长、需要模型自己做决定的地方越多，Claude等旗舰模型的优势越容易被感受到；任务越清晰、拆解越充分、人工控制越强，Kimi、GLM等模型与Claude之间的实际差距就越容易缩小。

同样叫AI Coding，实际可能是完全不同的工作

现在只要使用自然语言让AI修改代码，大家都会把它称为AI Coding，但这里面包含的工作跨度非常大。

最简单的一类，是在现有项目里增加字段、修改页面或补充接口，需求、架构和实现方式都比较清楚，AI主要负责执行。另一类则是让AI进入陌生代码库，自己寻找模块、判断问题并设计修改方案。

再往前一步，有些人给AI的甚至不是一项开发任务，而只是一个产品想法。技术选型、系统架构、数据库设计、模块拆分、测试和部署，全部需要模型与编程Agent自行完成。表面上都是“让AI做一个功能”，背后需要的能力却完全不同。

真正拉开差距的，往往不是一段代码能不能写出来，而是模型能不能在信息不完整时作出正确判断，能不能理解很多文件之间的关系，能不能在执行很久以后仍然记得最初目标，以及第一次方案失败后，能不能找到真正原因，而不是继续在错误方向上打补丁。

Anthropic对Claude Opus 4.6的介绍，重点就放在更谨慎的规划、更长时间的Agent任务、大型代码库以及代码审查和调试能力上；Claude Code本身也不只是聊天窗口，而是一套能够读取代码库、编辑文件和运行命令的完整编程Agent。它的优势不只是代码写得更漂亮，而是在复杂任务中更少走错方向。

模型真正昂贵的能力，是替人做决定

假如需求已经明确，数据结构和接口都设计完成，测试条件也写清楚，那么模型面对的是一道有标准答案的执行题。但如果用户只说“帮我增加一个会员系统”，模型就要自己判断会员分几级、权益如何配置、权限在哪里控制、数据表怎样设计，以及修改失败后如何回滚。后一个任务未必多写多少代码，却包含了更多需要判断的地方。

Claude等旗舰模型的价值，往往就体现在这些判断中。一次正确的架构选择或根因定位，可以省掉很多返工。对于需要AI长时间自主工作，或者无法逐步检查结果的人来说，这种差距会直接转化为成功率和最终质量。

Kimi和GLM也在向这个方向进步。Kimi K3已经把长程编程、百万Token上下文和Agent工作作为主要能力，GLM-5.2同样把长时间任务作为升级重点。国产模型也在努力承担更多原本需要人完成的规划与执行。

但从“能够完成不少编程任务”，到“能够在复杂项目中持续作出正确决定”，中间仍然有距离。也正是在这段距离上，不同人的感受开始分化。

我的开发经验，只是减少了模型需要做的决定

从我自己的使用情况来说，大多数时候确实用不到最强的模型。原因并不是我认为Kimi、GLM已经在所有能力上与Claude相同，而是很多最考验模型的工作，在调用AI之前已经由我完成了。

做一个系统时，我通常会先确定需求是否合理，选择技术方案，划分模块和接口，设计数据结构，再把工作拆成可以独立完成和验证的小任务。交给AI的往往不是“帮我做一个系统”，而是“按照现有架构完成这个模块，并通过这些测试”。

当任务被拆到这个程度，模型需要猜测的内容已经很少。它更像一个执行者，只需要理解局部上下文、遵守已有规则并产出代码。只要模型跨过了基本能力门槛，更强模型增加的推理和规划能力，就不一定能够同比转化成效率提升。有时我真正关心的反而是速度、价格、额度和是否可以随时切换。

这并不意味着开发经验越深，就越感觉不到差距。另一些资深开发者经常处理遗留系统、复杂重构或陌生技术栈，对代码质量要求也更高，自然更容易发现模型之间的差别。

所以，开发经验真正改变的是人与AI如何分工。有的人用经验提前消化了复杂性，让AI在一条比较清楚的轨道上执行；有的人则希望AI进入未知环境，自行寻找道路。即使同样是专业开发者，这两种工作方式也会带来完全不同的评价。

我们使用的不是模型，而是一整套系统

用户实际感受到的“Claude”“Kimi”或“GLM”，通常并不是单独一个模型，而是模型、Agent、上下文管理、工具调用、项目规范以及用户自身能力共同组成的结果。

同一个模型放进不同的编程Agent里，表现可能完全不同。Agent怎样搜索代码、什么时候压缩上下文、如何运行测试、失败后是否回退、能否记住此前决定，都会影响最后结果。2026年的一项Agent Harness研究，在不更换基础模型的情况下，通过改进工具、中间件和长期记忆，把Terminal-Bench 2的通过率从69.7%提高到77.0%；另一项研究也发现，不同Harness会让同一模型每完成一个任务的Token成本相差数十倍。

这说明我们经常把一整套系统的体验，归因到模型名字上。有人说Claude更强，比较的可能是Claude模型加Claude Code的完整能力；有人说国产模型已经够用，背后可能是成熟的项目规范、清楚的任务拆解和持续的人工检查。

模型比较当然有意义，但进入真实工作后，更合理的比较单位是模型与Agent的组合，以及它在具体约束下能够交付什么结果。

国产AI Coding真正要解决的，是降低对使用者经验的依赖

从开发者角度看，未来未必需要为所有任务都使用最强模型。明确、可验证、执行性强的工作，可以优先考虑速度和成本；模糊、复杂、跨模块和长时间任务，则更值得使用能力更强的旗舰模型。同一个项目里，让不同模型承担不同层级的任务，可能比选择一个“永远最好”的模型更符合实际。

但对国产AI Coding产品来说，仅仅让有经验的开发者觉得“已经够用”，还不是终点。更大的市场来自那些没有能力提前设计架构、拆解任务和检查代码的人。对他们来说，真正需要的不是一个更会写代码的聊天机器人，而是一个能够主动澄清需求、发现矛盾、制定计划、运行测试并在失败后纠正自己的完整Agent。

国产模型与Claude之间真正需要缩小的，也不只是排行榜上的几分，而是结果对使用者经验的依赖程度。即使用户没有把任务描述得非常准确，没有事先搭好架构，也不知道怎样判断生成的代码是否可靠，Agent仍然能够把项目带到一个基本正确的方向，这才是真正降低软件开发门槛。

所以，Kimi、GLM和Claude的差距确实存在，但它不是一个固定数字，更不会在每个人的工作里以同样方式出现。有人测试的是代码执行能力，有人测试的是架构和规划，有人测试的是长时间自主工作，还有人比较的是包含Agent和工作流在内的完整产品。

大家得出不同结论，不一定是谁判断错了，而是他们测试的能力不同。模型是否够用，从来不只是模型单方面的问题，它取决于任务需要模型做多少决定，也取决于人和Agent已经替它解决了多少问题。

DeepSeek V4 Flash只差GPT-5.6 Luna 1分，价格却低了一大截，AI模型开始争夺“用得最多”

人工智能、博客文章Laoer发表留言

7月30日，OpenAI宣布将GPT-5.6 Luna的API价格降低80%，输入价格降到每百万Token 0.20美元，输出价格降到1.20美元。一天之后，DeepSeek发布V4 Flash正式版。它没有扩大参数规模，只是在预览版基础上重新进行后训练，官方公布的多项Agent评测却超过了V4 Pro Preview，并继续维持每百万Token 0.14美元输入、0.28美元输出的价格。

两件事发生得很接近，很容易被理解成一场普通的模型价格战。但我觉得，真正的变化不是谁在排行榜上前进了几名，而是AI模型正在出现一种新的竞争标准：未来最重要的模型，未必是解决最难问题的那个，也可能是每天被调用最多、承担最多实际工作的那个。

DeepSeek V4 Flash争夺的，正是这个位置。

一、Flash已经不再意味着能力弱一档

过去各家公司名称里的Flash、Mini、Haiku，通常都代表一种明确定位：能力比旗舰模型弱一些，但速度更快、价格更低，适合摘要、分类、信息抽取和简单问答。真正复杂的推理、编码和Agent任务，仍然要交给更大的模型。

V4 Flash正式版开始打破这个边界。DeepSeek公布的九项Agent测试中，它全部超过V4 Pro Preview。Terminal Bench 2.1从72.1提高到82.7，DeepSWE从12.8提高到54.4。第三方机构Artificial Analysis的综合智能指数中，V4 Flash最高推理档得到50分，与Gemini 3.6 Flash处在同一区间，只比GPT-5.6 Luna最高推理档低1分。

这些数字不能被理解为DeepSeek已经全面超过闭源模型。它的代码Agent测试使用了尚未公开的Harness，其中两项还是内部测试集；V4 Flash也只支持文本，无法与Gemini 3.6 Flash的多模态能力直接相比。

但它至少证明，低价模型已经跨过“只能做简单任务”的门槛。在一部分编码、工具调用和自动化任务中，大部分工作可以交给一个足够可靠、成本足够低的模型，只有遇到困难时，才调用更强的模型。

二、真正夸张的不是分数，而是这个分数对应的价格

如果只看50分和51分，V4 Flash与GPT-5.6 Luna差距不大；把价格放进来，情况就完全不同了。

V4 Flash每百万输入Token为0.14美元，输出为0.28美元；降价后的Luna分别为0.20美元和1.20美元；Gemini 3.6 Flash则是1.50美元和7.50美元。V4 Flash的输入价格比Luna低30%，输出价格低约77%；与Gemini 3.6 Flash相比，输入价格低约91%，输出价格低约96%。

假设一个Agent系统每月消耗1亿输入Token和2000万输出Token，不考虑缓存和不同模型的Token效率，V4 Flash的理论账单约为19.6美元，Luna约44美元，Gemini 3.6 Flash约300美元。这个简化计算足以说明价格差异如何随调用规模被放大。

不过，API单价最低不等于每个任务的真实成本最低。Artificial Analysis完成同一套评测时，V4 Flash生成了约2.1亿输出Token，明显高于同类模型中位数，说明它仍然偏冗长；DeepSeek还预告未来会实行高峰时段双倍价格。

开发者以后比较模型，不能只看每百万Token多少钱，还要看任务成功率、工具调用和重试次数、缓存利用率以及运行时间。真正应该比较的单位，不再是Token，而是“每个成功任务的成本”。

三、Agent让低价模型第一次成为大市场

在聊天产品里，用户问一个问题，模型回答一次，单次价格差异通常没有那么敏感。但Agent为了完成“修改一个功能”“分析一批合同”这样的工作，可能先读取文件、制定计划，再搜索、调用工具、执行代码、检查结果，发现错误后重新修改。一次用户请求背后，可能发生几十次甚至更多模型调用。

模型不再只是回答问题，而是在持续消耗算力完成工作。这也是为什么OpenAI在Luna降价时，重点案例几乎都围绕Agent展开。Ramp把Luna作为后台Agent自动化的默认模型，Cognition用它配合更大的模型处理常规编程工作；OpenAI自己给出的方案，也是让Sol负责制定计划，再让Luna执行修改、编写测试和检查结果。Google对Gemini 3.6 Flash的定位，同样是多步骤Agent工作流和更少的推理轮次与工具调用。

未来的Agent很可能不会只使用一个模型。最强模型负责规划、判断和处理异常，便宜模型负责搜索、执行、验证和大量子任务。就像一家公司不会让最资深的专家处理所有基础工作，Agent也不会把每一步都交给最昂贵的模型。

在这种分工下，旗舰模型决定能力上限，真正产生海量调用的，反而可能是中间这一层：能力已经足够，价格又低到可以反复使用。V4 Flash与Luna争夺的，正是Agent背后这个不一定被用户看见、却可能消耗最多Token的执行层。

四、开放权重让竞争不只发生在价格上

V4 Flash还有一个Luna和Gemini不具备的条件：开放权重。它采用MIT许可证，拥有2840亿总参数、每个Token激活130亿参数，并提供vLLM、SGLang等部署方式。

开放权重经常被理解为企业可以本地部署，但大多数公司并没有能力低成本运行这样规模的模型。它更现实的意义，是让云厂商和推理平台能够部署，让企业根据价格、数据要求和稳定性选择供应商，并针对自己的任务进行优化。

即使企业最后仍然使用官方API，开放模型也会成为闭源模型定价的参照，让任何一家厂商都更难依靠能力领先长期维持高溢价。OpenAI刚把Luna价格降低80%，DeepSeek紧接着用更低的价格提供接近的智能水平。两者之间没有证据表明存在直接因果关系，但它们共同说明，中间层模型的价格正在快速被压低。

未来模型公司的利润，可能越来越难只来自Token本身，而要转向Agent框架、工具生态、企业数据、稳定服务、分发入口和完整产品。模型能力仍然重要，但单纯出售模型能力这件事，正在越来越像一门基础设施生意。

五、最强模型决定上限，便宜模型决定规模

DeepSeek V4 Flash仍然有明显边界。它不是多模态模型，官方API的全球覆盖、稳定性、延迟和企业支持仍需验证；Gemini的多模态和原生工具能力，Luna与Codex、ChatGPT Work以及OpenAI生态的结合，也不是Token价格能够完整体现的。

但这不影响它释放出的信号。过去一年，开放权重模型首先证明自己可以接近闭源模型的能力；现在，它们又开始证明，这些能力可以被压到极低价格，并进入原本只有商业闭源模型才能承担的Agent工作流。

在聊天时代，我们习惯问哪个模型最聪明；到了Agent时代，企业会越来越关心：哪个模型能够稳定完成任务，哪个模型可以运行一百万次，哪个模型失败后重试的成本仍然可控，哪个模型不会让一个看起来不错的产品，在扩大用户量之后失去商业可行性。

所以，DeepSeek V4 Flash不是在挑战最强模型。最强模型负责解决最困难的问题，也决定整个行业的能力上限。但AI真正进入企业流程、替代大量重复工作、支撑成千上万个Agent持续运行，靠的未必是排行榜第一名。

最强模型决定我们能把AI带到多高，而足够强、足够便宜的模型，决定AI最终能够铺到多广。DeepSeek现在争夺的，正是后一个市场：它未必总是用户主动选择的模型，却可能成为Agent背后被调用最多的那个模型。

OpenAI把GPT-5.6 Luna降价80%，AI模型开始分成两个市场

人工智能、博客文章Laoer发表留言

7月30日，OpenAI宣布将GPT-5.6 Luna的API价格降低80%，Terra降低20%，同时为最强的Sol推出Fast mode，速度最高提升到标准模式的2.5倍，价格则是标准模式的两倍。

7月30日，OpenAI宣布将GPT-5.6 Luna的API价格降低80%，Terra降低20%，同时为最强的Sol推出Fast mode，速度最高提升到标准模式的2.5倍，价格则是标准模式的两倍。

看到“降价80%”，很多人的第一反应大概都是：OpenAI终于开始打价格战了。中国开放权重模型不断逼近前沿能力，价格又普遍更低，OpenAI不可能感受不到压力。

这种理解不能说错，但只解释了一半。OpenAI没有给整个系列统一降价：最便宜的Luna降了80%，Terra只降20%，最强的Sol一分钱没降，想让它跑得更快，反而要支付两倍价格。

所以，这次真正值得关注的，不是模型又便宜了一点，而是OpenAI正在把AI模型划分成两个市场：一个出售越来越便宜、可以大规模使用的“足够强的智能”；另一个出售仍然稀缺的前沿能力、速度和确定性。

真正值得注意的，不是降价80%

GPT-5.6发布时，Luna每百万输入Token 1美元、输出6美元；调整后变成0.20美元和1.20美元。Terra从2.50美元和15美元降到2美元和12美元，Sol继续维持5美元和30美元。OpenAI对三个型号的定位也很清楚：Luna负责高频和后台任务，Terra承担日常工作，Sol处理更复杂、失败成本更高的问题。

这不是一次简单打折，而是在重新划分模型的使用边界。现在OpenAI希望企业先判断一项任务值多少钱，再选择刚好够用的模型。它给出的例子是让Sol规划，再让Luna执行代码修改、测试和评估。未来的智能会像云计算资源一样，按照任务价值分级购买。

这也意味着，模型公司的定价方式正在发生变化。过去主要按照Token多少收费，未来真正决定模型价值的，可能是任务的风险、规模和失败成本。整理一批文档、检查格式或者运行测试，不需要每次都动用最强模型；但涉及复杂决策、长时间自主执行，或者一次错误就可能造成很大损失时，企业仍然愿意为更强的模型支付高价。

OpenAI说是效率提升，但竞争压力不能忽略

OpenAI给出的官方解释，是模型、推理系统和基础设施效率提高。GPT-5.6 Sol参与优化GPU内核，使端到端推理成本下降约20%；它设计和执行的实验，又让Token生成效率提高超过15%。这些数据说明OpenAI确实具备降价的成本基础，并不是单纯拿利润补贴市场。

但这仍然回答不了一个问题：既然基础设施效率整体提高，为什么Luna降80%，Terra只降20%，Sol却保持原价？

OpenAI没有公开说此次调整是为了应对中国模型，因此不能把“被中国模型逼着降价”当作事实。不过，把开放权重模型的竞争完全排除在外，同样不符合现实。Moonshot AI发布的Kimi K3拥有2.8万亿参数和100万Token上下文。Moonshot承认，它的整体性能仍落后于GPT-5.6 Sol和Claude Fable 5，但已经把开放模型推到前沿能力附近；其官方API每百万输入Token为3美元、输出15美元。

降价后的Luna，输入价格只有Kimi K3的十五分之一，输出不到十分之一。它们并非同一能力层级，不能只看价格判断谁更划算，但OpenAI显然不准备把“便宜而且足够好”的市场全部让给中国模型。

这个价格对比甚至有一点反直觉。过去，人们通常认为中国模型负责低价，欧美闭源模型负责最强能力；现在OpenAI自己开始把低价模型压到极低的位置，同时继续用Sol守住最前沿的高价市场。这已经不是哪个公司简单降价，而是闭源模型公司开始主动应对开放权重模型带来的市场结构变化。

开放权重改变的是价格参照系

开放权重并不等于免费。像Kimi K3这样体量巨大的模型，自行部署需要昂贵的GPU和运维能力，普通企业仍多半会选择托管服务。

但开放权重的价值，本来就不在于所有企业都要自己部署，而在于它提供了一种退出的可能。权重开放以后，同一个模型可以由不同服务商提供，企业也可以根据数据合规、成本和性能选择部署方式。即使客户最后继续使用OpenAI，只要它能够迁移到Kimi、DeepSeek、Qwen或其他模型，闭源平台就更难长期维持过高溢价。

以前，最强能力只存在于少数公司的API里，价格主要由这些公司决定；现在，开放模型即使还没有全面超过最强闭源模型，也已经足以完成大量真实工作。它们改变的不是某一个模型的标价，而是整个市场判断“这种能力应该值多少钱”的参照系。

开放模型最先冲击的，也不是Sol这种绝对前沿模型，而是位于中间层、能力已经足够好、差异却没有大到不可替代的产品。Luna降价80%，恰好说明这一层的定价权正在迅速减弱。

对于大量企业来说，它们并不需要模型在所有评测中都拿第一。只要能够稳定完成客服分类、文档整理、常规编码、数据分析和后台自动化，模型能力再提高几个百分点，未必能产生同等比例的商业价值；但价格下降一半，却会直接影响一项业务是否值得规模化部署。

AI模型开始分成两个市场

第一个市场，是逐渐商品化的通用智能。这里竞争的是调用成本、速度、稳定性和规模，适合文档分析、常规编码、后台Agent和批量自动化。只要质量达到要求，几分钱的差异乘以每天几百万次调用，就会变成很大的成本差异。

OpenAI称，Luna已经能以大约一年前前沿模型6%的单任务成本提供接近的能力，并达到近九倍速度。其发布数据中，Luna在Artificial Analysis Intelligence Index上的得分为51.2，接近GPT-5.5的54.8；Terra则达到55。这些数字来自OpenAI发布材料，不能代替企业自己的评测，但至少说明，去年还需要旗舰模型完成的一部分工作，今天已经可以交给最低价型号。

第二个市场，是仍然稀缺的前沿智能。这里出售的不只是Token，而是解决高不确定性问题的能力、更长时间的自主执行、更高成功率，以及关键时刻节省下来的时间。Sol继续维持每百万输入5美元、输出30美元，Fast mode按两倍价格收费，说明高价值任务仍然愿意为能力和延迟支付溢价。

因此，AI模型的未来未必是所有价格一起下降。更可能的情况是：旧的前沿能力不断下沉，进入越来越便宜的模型；每个时代最新、最强、最可靠的那一层能力，仍然保持高价。

开放权重模型削弱的，首先是普通智能的品牌溢价，而不是立刻消灭最强智能的稀缺溢价。只有当开放模型在复杂推理、长周期Agent任务和可靠性上也全面接近最强闭源模型时，Sol这一层的价格才会真正受到冲击。

AI也有自己的“摩尔定律”

2023年GPT-4刚开放API时，每百万输入Token约30美元，输出60美元。2024年GPT-4o在接近GPT-4 Turbo文本能力的同时，速度提高一倍、价格降低一半；到2025年的GPT-5，价格已经降到输入1.25美元、输出10美元。不同年代的模型不能视为同一种商品，但趋势很清楚：支付相近的钱，可以获得越来越强的能力；完成相近的任务，需要的成本也在下降。

这有点像AI行业自己的摩尔定律，但真正应该观察的不是每Token价格，而是每个成功任务的成本。一个模型单价很低，如果需要更多推理Token和反复重试，最终并不一定便宜；另一个模型单价更高，如果一次完成、工具调用更少，反而可能更经济。

未来企业不会只看排行榜和API价目表，而会计算一项工作成功完成需要多少时间、Token和人工返工。最强模型负责少数困难判断，便宜模型负责大量明确执行，开放权重模型则成为成本、数据和供应商风险之间的另一种选择。

这也会改变AI应用的技术架构。过去开发者可能为整个产品选择一个默认模型，未来更合理的方式，是让系统根据任务自动路由：简单问题调用低价模型，复杂问题升级到旗舰模型，敏感数据进入私有部署模型。真正有价值的产品能力，将不只是接入了哪个大模型，而是能否把不同模型组织成一套成本可控、结果可靠的系统。

价格下降之后，竞争才真正开始

对于OpenAI来说，Luna大幅降价可以扩大调用规模，也能减少开发者因为成本迁移到开放模型的动力；但当中间层能力越来越像标准化商品，真正的护城河就不能只是“我有一个更强的模型”。它必须转向更稳定的基础设施、更好的Agent框架、更丰富的工具和企业数据连接，以及ChatGPT、Codex这些直接触达用户的产品。

对于中国模型公司来说，开放权重和低价策略正在改变全球市场，但低价不自动等于商业成功。模型越大，推理成本越高；价格越低，越需要调用规模、云服务收入或企业服务来支撑持续研发。开放可以建立生态，也可以削弱竞争对手的定价权，但最终仍要回答收入从哪里来。

所以，OpenAI这次降价并不意味着前沿模型高价时代结束了。它真正说明的是，“足够强的智能”正在迅速失去稀缺性。开放权重模型、推理效率提升和基础设施竞争，会不断把昨天昂贵的能力推向今天的低价市场；模型公司则会把新的溢价放到更复杂的能力、更快的速度、更高的可靠性和更完整的产品上。

OpenAI把Luna降价80%，Sol却不降价，这两件事并不矛盾。它们展示了AI模型市场可能长期存在的结构：边界以内的能力会越来越便宜，边界之外的前沿智能仍然昂贵。

开放权重模型真正改变的，不是所有模型都会立刻降到同一个价格，而是这条边界向前移动的速度会越来越快。

1273名前沿AI公司员工突然联名，他们到底在担心什么？

人工智能、博客文章Laoer发表留言

过去几年，几乎每一家前沿AI公司都在同时讲两件事。一方面，它们不断发布更强的模型，投入更多算力，争夺用户、开发者和企业客户；另一方面，它们又不断提醒外界，越来越强的AI可能带来网络攻击、生物安全、就业冲击，甚至人类无法控制的风险。

这两件事放在一起，多少显得有些矛盾。一家公司一边把油门踩到底，一边告诉所有人前方可能有危险，很容易被理解为一种商业策略：既要抢占技术和市场的领先位置，又要把自己塑造成最了解风险、最有资格制定规则的人。

但最近出现的“Pacing the Frontier”声明，还是值得认真看一下。

截至7月30日，来自OpenAI、Anthropic、Google DeepMind、Meta等前沿AI公司的1273名员工签署了这份声明，其中包括OpenAI首席科学家Jakub Pachocki、Anthropic CEO Dario Amodei、Meta AI首席科学家Shengjia Zhao，以及Google DeepMind联合创始人Shane Legg等人。签署行为代表个人立场，并不等于相关公司的正式决定，但OpenAI和Anthropic随后也公开认可了这份声明所讨论的问题。

Pacing the Frontier

声明的内容并不长，也没有要求立即暂停AI研发。它真正提出的诉求，是希望美国政府支持一项国际行动，提前开发必要的技术和治理工具，让人类在有需要的时候，可以有意识地调节自动化AI研发的速度。

这份声明中最值得注意的，其实不是AI可能失控，而是它承认了一件过去很少被前沿AI公司公开说得如此直白的事情：每一家公司和每一个国家，都承受着巨大的竞争压力，没有谁敢单方面放慢速度。

这可能才是当前AI发展中最现实的风险。

一、他们担心的，不只是下一代模型更强

“Pacing the Frontier”讨论的重点，不是ChatGPT、Claude或者Gemini下一次更新会提高多少分，也不是模型能不能写出更完整的代码，而是AI是否即将具备自动化AI研究的能力。

现在的AI已经可以帮助研究人员写代码、查阅论文、分析实验数据、寻找程序错误，但整个研发过程仍然主要由人来决定。人类研究人员提出方向、设计实验、组织训练、判断结果，再决定下一步应该做什么。

如果未来的AI不仅能够执行这些工作，还可以独立提出研究假设、设计实验、修改训练方法、分析失败原因，并根据结果继续改进下一代模型，AI研发的速度就可能发生完全不同的变化。更强的AI帮助开发更强的AI，新模型又进一步提高研发效率，最终形成一个不断加速的反馈循环。

没有人能够准确判断这个过程会以怎样的速度发生，甚至不能确定它一定会发生。声明本身对此也保持了克制，只是说世界领先的AI公司认为，它们“可能已经接近”自动化AI研究，而这种自动化究竟会把AI进步加速多少，目前很难预测。

问题正在这里。假如AI能力仍然按照现在的节奏发展，人类社会至少还有时间适应。政府可以制定规则，企业可以改造业务，学校可以调整教育内容，安全研究人员也可以慢慢寻找模型的问题。但如果研发周期突然从几年缩短到几个月，再从几个月缩短到几周，社会理解和管理技术的速度就可能跟不上技术本身。

这并不意味着AI一定会突然产生意识，或者某一天自行接管人类社会。更加现实的情况是，新的能力不断出现，但人类来不及验证它们是否安全，也来不及建立相应的监督制度。在旧问题尚未解决之前，下一代更强的系统已经开始训练和部署。

二、没有一家AI公司敢自己慢下来

如果所有前沿AI公司都已经意识到这种风险，最直接的办法似乎很简单：大家把研发速度放慢一点，留出更多时间研究安全问题。

但现实并不是这样运转的。

对于OpenAI、Anthropic、Google和Meta来说，模型能力不只是一个科研指标，它还关系到企业客户、订阅收入、云计算业务、开发者生态、资本估值和人才流动。一家公司推迟几个月发布新模型，竞争对手不会因此一起等待。它获得的可能不是更多安全时间，而是用户流失、收入下降，以及技术领先地位的丧失。

国家之间也是如此。AI已经被美国、中国和其他国家视为影响经济、军事、科研和产业竞争力的基础技术。即使一个国家认为AI发展过快可能带来风险，也很难在无法确认其他国家是否会同时减速的情况下，主动限制自己的企业和研究机构。

这形成了一个非常典型的集体行动困境：几乎所有参与者都知道继续加速可能存在危险，但每一个参与者又都认为，自己不能成为唯一放慢速度的人。最后的结果，是所有人只能继续向前。

过去几年，AI公司发布了许多安全框架，建立了红队测试、能力评估和模型发布标准，这些工作当然有价值。但它们始终存在一个隐含前提：安全措施不能严重影响公司的竞争力。一旦安全要求与产品发布时间、市场份额和融资预期发生直接冲突，自我约束究竟能够坚持到什么程度，很难只依赖公司的承诺。

所以，“Pacing the Frontier”才没有要求某一家公司率先暂停，而是把问题交给了政府和国际协调机制。因为签署者显然已经认识到，仅靠企业自愿，很难解决一个由竞争本身造成的问题。

三、真正失去控制的，可能是竞赛机制

我们通常说AI失控，想到的是一个拥有自主目标的超级智能系统。它拒绝人类命令，突破技术限制，开始按照自己的方式采取行动。

但在这样的系统真正出现之前，另一种失控可能已经发生了。

所谓控制，并不只是人类能不能关闭一台服务器，也包括我们能不能决定技术应该以什么速度发展。当所有参与者都知道速度过快可能有风险，却没有任何一个参与者能够主动改变整体节奏时，这场竞赛实际上已经拥有了自己的惯性。

今天的AI发展，表面上是由OpenAI、Anthropic、Google、Meta等公司推动的，但这些公司同样被资本、市场和国家竞争推动着。CEO可以决定某个模型具体在哪一天发布，却很难决定公司在未来两年不再追求更强的模型。因为一旦它停下来，竞争对手就会占据它留下的位置。

每家公司都在做自己的理性选择，最终却可能形成一个所有人都无法接受的结果。这个问题并不神秘，在金融、军备、环境和互联网平台竞争中都曾经出现过。不同之处只在于，AI能力可能提高得更快，影响的范围也更广，而我们现在甚至还没有确定应该在什么情况下减速。

从这个角度看，AI真正失控的，可能首先不是模型，而是围绕模型形成的商业和国家竞赛。模型还在数据中心里接受人类指令，但决定它发展速度的机制，已经不完全服从任何一个人的意志。

四、“Pacing”不是停止，而是保留争取时间的能力

“Pacing the Frontier”容易被理解为要求停止AI发展，但这并不是声明提出的主张。

它没有要求立即暂停模型训练，没有设定半年或一年的期限，也没有反对AI商业化和普通应用。它提出的是一种更有限的能力：当自动化AI研发开始显著加速，或者某些危险能力突然出现时，产业、政府和社会应该能够争取时间，用来分析风险、加强安全措施和建立监督机制。

这与永远停止技术进步是两回事。

一辆汽车不能只有油门，也需要刹车。刹车的存在并不意味着汽车不应该向前，而是驾驶者需要保留调整速度的能力。真正危险的情况，不是汽车开得快，而是驾驶者发现前方出现障碍时，才意识到车上从来没有安装刹车。

现在的问题是，AI行业还没有这样的机制。

我们不知道应该用什么指标判断自动化AI研究已经出现，也不知道哪些能力达到什么程度后需要减速。即使一家实验室发现了风险，又应该如何通知其他公司，怎样确认竞争对手会采取同样的行动，如何避免有人表面暂停、实际继续研发，这些都缺少可执行的答案。

声明要求建设的技术和治理工具，理论上就是为了解决这些问题，包括更可靠的能力评估、前沿模型监测、跨公司信息共享、触发减速的标准，以及国际之间的验证机制。OpenAI回应称，未来AI研发加速到一定程度后，世界可能确实需要调节AI进步的速度；Anthropic也表示，其关于递归式自我改进的研究显示，社会需要提前准备相关工具。

因此，这份声明更像是在提醒政府：不要等到风险真正发生以后，才开始讨论如何争取时间。

五、真正困难的问题，是谁有权踩下刹车

我认同人类应该保留让AI减速的能力，但这并不意味着“Pacing the Frontier”已经解决了问题。相反，它只是把最困难的问题提了出来，却没有给出答案。

首先，谁来定义什么是前沿AI？

如果按照训练算力划分，大公司最容易被纳入监管，但一些使用更高效方法训练的模型可能被遗漏；如果按照模型能力划分，又需要一套稳定、可信而且无法被针对性优化的评估标准。今天的模型在不同任务上的能力并不均衡，很难用一个分数决定它是否已经危险。

其次，谁来决定什么时候需要减速？

这个决定不可能只交给AI公司。企业既是风险信息的主要掌握者，也是监管规则的直接利益相关者。它们当然最了解模型，但也有动机夸大某些竞争对手的风险，或者把只有自己能够承担的合规成本变成行业门槛。

如果未来的前沿AI研发需要复杂的许可证、安全团队、独立评估和高额合规成本，OpenAI、Google和Meta可能仍然有能力继续训练模型，规模较小的公司、大学和开放模型团队却可能被挡在门外。最终，一套以安全名义建立的制度，反而帮助今天的领先者把技术优势固定下来。

这并不是说这些签署者的动机一定是维护垄断。1273名员工来自不同公司，许多人的担忧显然是真实的，而且他们的签名只代表个人观点。问题在于，任何治理方案都会重新分配技术和市场权力，不能因为它使用了“安全”这个正确的理由，就不再讨论谁从中受益。

还有一个更现实的问题：声明请求美国政府支持国际行动，但美国推动的“国际规则”，很难完全脱离美国自身的产业和国家利益。如果治理工具最终主要限制美国以外的企业，或者被转化为芯片、算力和模型能力的出口管制，那么它就不只是AI安全机制，也会成为技术竞争的工具。

人类需要刹车，但刹车不能只掌握在领跑者手中。否则，决定AI发展速度的权力，可能从市场竞争转移到少数公司与政府组成的封闭体系里，普通企业、开发者和社会公众仍然没有真正的参与权。

六、AI不能只有加速这一个选项

我一直认为，AI真正重要的价值，不是生成更多营销文案、替代更多初级工作，而是帮助人类解决过去无法解决的科学问题，包括疾病治疗、新药研发、能源、材料和气候变化。

从这个角度看，我并不赞成因为不确定的风险，就让AI停止发展。技术进步本身不是问题，缺少选择才是问题。

今天的AI竞赛有一种越来越明显的倾向：更强的模型、更大的算力、更快的发布速度，似乎天然就是正确方向。公司担心落后于竞争对手，国家担心失去战略优势，投资者又要求更快看到回报，所有力量最终都指向同一个选择——继续加速。

但一个真正成熟的技术治理体系，不应该只有这一个选项。

我们应该能够在AI帮助人类解决科学和医疗问题时加速投入，也应该能够在某种能力突然跨过风险边界时停下来观察；可以鼓励企业竞争，也要让不同企业在发现共同风险时拥有协调的机制；可以利用前沿公司的技术能力制定规则，但不能把规则完全交给这些公司自己决定。

“Pacing the Frontier”最重要的意义，并不是1273名AI从业者预测了一个一定会到来的灾难，而是他们从这场竞赛内部承认，单靠任何一家公司都无法解决速度问题。

当所有人都想慢一点，却没有人敢先慢下来时，风险已经不只是来自技术本身。

真正值得警惕的，也许不是某一天AI突然拒绝人类控制，而是在人类仍然控制着每一台机器的时候，我们已经失去了控制整个方向和速度的能力。

著作权 © 2026 i@laoer.com - 由 CosmosWP 提供支持