靠API躺着赚钱的时代要终结了，Kimi 砸碎护城河、OpenAI 孤立无援、谷歌仍深陷内耗

用公司配发的电脑，在办公软件里密谋偷老东家的路线图，还敲下一句“LOL”——这起大概是史上最没技术含量的泄密案，刚刚被苹果抓了现行。几十名 OpenAI 员工收到了法律保全通知。

这桩荒唐的官司背后，其实是 OpenAI 越来越孤立的处境。马斯克、Anthropic 创始人 Dario，暗讽他们拿走用户数据的最大金主微软，再加上现在的苹果。曾经的朋友，正一个个变成敌人。

不光在失去朋友，他们最核心的赚钱逻辑也快被颠覆了。以前大厂的玩法很直接：砸钱训出最聪明的模型，然后收高昂的 API 费。但现在护城河正在变浅。月之暗面在上周刚推出了 2.8 万亿参数的 Kimi K3，整体水平已经稳稳挤进了 GPT-5.5 和 Opus 4.8 的区间。开源模型跟美国顶尖水平的代差，硬生生从 15 个月缩短到了 4 个月。面对便宜 40% 甚至 70% 的靠谱平替，企业很难再闭着眼睛为“前沿智商”付高溢价。

微软的 Satya 最近在网上提了个“反向信息悖论”，提醒企业别为了用模型把核心数据全交出去，最后让提供方越喂越胖。这其实就是在对客户眨眼暗示：别去买那几家的 API。

在最新一期《Big Technology Podcast》里，嘉宾 Ranjan Roy 和主持人拆解了这兵荒马乱的一周：

靠“垄断智商”收高价 API 的模式走不通了。 Kimi K3 证明了开源模型把技术代差缩短到了四五个月，性能已经稳在第一梯队。当大企业和云厂商能直接部署这种级别的开放权重模型时，前沿模型的高利润会被大幅挤压，智能开始变成普通商品。

竞争重点变成了“比谁的产品做得好”。 既然大家都很聪明且有平价替代，前沿实验室就不能指望靠卖模型吃一辈子。要赌 OpenAI 和 Anthropic 赢，你得相信他们是世界上最好的 AI 产品团队，目前 Anthropic 正靠 Claude Code 证明这一点。

谷歌连算力都能往外租，旗舰模型却因为内部抢地盘延期。 谷歌在多模态上依然有优势，但在 AI 编程上却动作迟缓。Google Cloud、DeepMind、Android 都在各自搞编程工具，甚至还有纯粹主义工程师抵制用 AI 写核心代码，内耗生生拖慢了进度。

那场“最蠢泄密案”背后，是 OpenAI 没朋友了。 OpenAI 挖了大约 400 名苹果前员工，现在几十人卷入了官司。不仅是苹果，微软的 Satya 也在用“反向信息悖论”做防御。在这行，靠单打独斗是走不远的。

围墙倒下前夜：Kimi K3 凭什么让硅谷和华尔街同时破防？

主持人：OpenAI 和 Anthropic 的围墙正在倒下：更便宜的模型，以及来自中国的新开源竞争者，正在挑战它们的盈利能力。与此同时，Google 推迟了旗舰模型，看起来像在原地空转。还有，OpenAI 为什么留不住合作伙伴，反倒让他们一个个心生不满？

这一期属于 Kimi K3。我们会全面讨论这位来自中国的新挑战者：一款拥有 2.8 万亿参数的模型，正在冲击前沿，并且几乎击败了除 Fable 外的所有模型。接着，我们会讨论这意味着什么，以及价格战是否真的已经打响，特别是在 Meta 和 SpaceX 也发布了更便宜的模型之后。

我们还会讨论 Google 的现状：那里到底出了什么问题，为什么最新模型延期。当然还有 OpenAI，上周我们甚至没来得及聊它，因为就在上周播客发布的仅仅几小时后，Apple 就宣布起诉 OpenAI。所以今天我们当然会谈这场诉讼，更重要的是，为什么 OpenAI 现在无法留住合作伙伴？（至少留不久）

和往常每周一样，和我们一起的是 Margins 的 Ranjan Roy。Ranjan，很高兴见到你。

Ranjan Roy：Kimi K3 日快乐。这是 Kimi 时刻。准备好了吗？

主持人：当然准备好了。对 AI 的故事来说，这是极其重大的一周，甚至可能是撼动格局的一周，因为 Kimi K3 加入了这场讨论。

我先读一下 Bloomberg 的报道，然后我们再聊。Bloomberg 写道：“中国强大的新 AI 令投资者意外，推动科技股抛售。中国 AI 初创公司 Moonshot 的一次意外突破，周五波及全球市场。投资者将其与去年的 DeepSeek 时刻相提并论，导致 AI 和半导体股大幅下跌。导火索是 Moonshot 的新模型 Kimi K3，该公司称，它可与 OpenAI 和 Anthropic 最强的产品匹敌。这次发布很快被称作新的 Kimi 时刻。”

风投分析师 Ling 有一段很有意思的话，她是 Union Square Ventures 的董事总经理。她说，人们担心的是：如果美国公司开始更多地使用中国模型、较少使用 Anthropic 的模型，Anthropic 的投入就会减少。这意味着美国公司会降低资本支出，最终芯片需求也会受到影响。

事情大致是这样：OpenAI 和 Anthropic 的模型一直领跑，其他一批模型大约落后它们十到十五个月，适合分担那些要求不高的任务。但 Moonshot 此前刚推出大获成功的 Kimi K2，转眼又发布了这款拥有 2.8 万亿参数的庞大模型 Kimi K3。在几乎所有基准测试上，它都已与 GPT-5.6 和 Opus 4.8 齐平。它甚至在 ProgramBench 和 SWE Marathon 上击败了 Fable 5。就我们用来衡量模型能力的各项基准来看，它已经跻身顶级模型之列。

这很重要，因为它说明中国开源模型或许并没有比美国 AI 晚十到十五个月，最多只差四五个月，甚至更短。如果真是这样，为什么还要选封闭且昂贵的模型，而不选开源模型？当别人这么快就能追上来，抢先做出最强模型还有多大价值？这就是我的看法。Ranjan，你怎么看？

Ranjan Roy：我觉得这是个大事件，确实能和 DeepSeek 时刻相提并论，因为背后的逻辑是一样的。说到底，前沿模型让人忍不住问：为什么要投它？它到底重要在哪？比起做出真正好用的东西，它真算护城河和竞争优势吗？有没有更便宜、更好的路？这再次印证了我说过一段时间的看法：未来大量会被 agent 化的任务，未必需要前沿模型。至少我不这么看。现在有强大、便宜得多又开源的模型，公司很可能就会选它。

中美科技关系暂且不谈，我不想把它叫成科技战。但过去几个月，我参与的讨论确实都转向了模型互操作性：什么任务该用什么模型？现在，人们更进一步意识到：既然我还有这么多其他选择，为什么需要 Fable？为什么需要 GPT-5.6？模型会越来越像商品，胜负会落在怎么把模型用起来、流程怎么设计、数据掌握在谁手里。我不想把这夸成彻底翻盘，但“前沿模型就是巨大护城河”这套说法，确实会因此更站不住脚。

但问题是，Kimi 并没有比其他模型便宜多少，基准测试上也没真正打败最新的前沿模型。比如，在大多数基准测试中，它并没有真正超过 Fable。它击败了 OpenAI 的 5.5 和 5.6，也击败了 Opus 4.8，但没有超过最顶尖的 Fable 模型。所以，它没有明显更好。它也没有比 Grok 4.5 或 Meta 的 Muse 1.1 便宜太多。后两者更便宜，而且在一些基准测试中，也能与 Opus 4.8 和 GPT-5.5 系列模型竞争。

对我来说，DeepSWE、前沿基准之间那最后一点差距，远不如它是否大致达到 4.8 或 5.5 的水平重要。达到那个水平，就够资格参赛了。所以从这个角度看，它能在部分基准上击败 Fable，很重要。

主持人：说到 Grok 5.5——我猜他们还在冲刺这个版本。

Ranjan Roy：他们（xAI）确实在冲。Grok 4.5 在编程基准上很能打，据说 token 效率更高，最重要的是便宜。过去八天里，我们看到 Meta 和 Grok 加入战局。它们推出的并不是比 Opus 4.8、GPT-5.5 或 GPT-5.6 更好的模型，而是几乎一样好、价格却只有其 25% 或 50% 的模型。

主持人：所以我觉得这次发布最吸引人的地方在于，它并没有便宜得离谱，但确实更便宜：每百万输入 token 3 美元、输出 token 15 美元。它比 GPT-5.6 便宜 40%，比 Fable 便宜 70%。再说一次，Meta 已经强势入场，Grok 也强势入场了。更关键的是，这是一家中国公司在说：“我们不是靠大幅低价抢市场。我们直接比质量，价格稍低一点，而且用户对模型有更多控制权。”

所以我认为这很不一样。DeepSeek 的核心是：我们能不能做出一个没那么好、但大致够用且便宜得多的东西？现在，我们第一次看到在实际质量上具备竞争力的东西。它比 Fable 5 或 GPT-5.6 更好，还是不如它们？我想时间会给出答案。但这不是便宜到离谱的东西，也不是你在 Temu 上随手买的廉价货。这是真正有质量、价格也合理的产品。它让人意识到，前沿能力或许已不再是护城河。

至于这会不会彻底改写投资周期，例如 Anthropic 发现前沿不再构成护城河后就停止投入，我们可以另说。但它很重要，因为从现在起，大家会越来越常问：某项任务到底该用哪种模型，才最省钱、最有效率？我已经听到这种说法了，接下来只会更普遍。六个月前大家还会说：怎么能不用前沿模型？它显然最好。

Ranjan Roy：这里有几点很重要。

过去你可能会想：“我要用最强的模型。”

于是你把 Anthropic 或 OpenAI 的前沿模型交给工程师，让他们替公司做产品。Moonshot 这款模型会开放权重。只要团队能力够，你就能下载权重，自己拿它做应用。当然，模型体量太大，自己部署得有大量基础设施。这种事大概只有政府或 J.P. Morgan 这类机构做得起。

Apple 已经借 Gemini 做过类似的事，对吧？问题是，既然 Apple 已经做出了这些进展，它会像开发 Apple Intelligence 那样，找 Google、OpenAI 或 Anthropic 用一个很强的模型做点什么，还是会转去用开源模型？另一方面，模型会被下载、部署到各家云平台上，商品化就从这里开始。你刚列的只是 Moonshot 的报价，各家云平台能不能把它跑得更有效率，再用更低的价格卖给用户？

那就有意思了。OpenAI 和 Anthropic 的 API 生意一直是：做出远强于市面其他模型的产品，再靠溢价服务赚取极高利润。现在两股力量一起冲过来：Meta 和 Grok 拿出性能相近但便宜得多的模型；中国开源模型也以有竞争力的价格，给出不逊于其优秀模型的表现。做 API 的人自然要问：这门生意还有多少利润？模型会不会全变成商品？

也得承认，Anthropic 已彻底转向企业市场，而且干得不错。OpenAI 在企业市场还没有同样的优势，但它显然投入很大，也做了不少动作。

利润层层转移：当模型层成为买方垄断的终结者

Ranjan Roy：我觉得 Kimi K3 的发布，对 OpenAI 的定位和转向打击最大。突然之间，“OpenAI 到底为什么重要”这个问题，比一周前尖锐得多。我想读一段 Atreides Management 投资人兼管理合伙人 Gavin Baker 的分析。他最近频繁上播客，但这次分析得特别好，把谁受冲击、谁受益说得很清楚。

他说：“Kimi K3 可能是 AI 的一个重要拐点。它对 Anthropic 和 OpenAI 可能是利空，但对世界上几乎所有其他公司而言，整体是利好。如果世界上只有两三家占主导地位的前沿实验室，拥有 90% 的推理利润率，那么除这两三家实验室外，对其他所有层都是净负面。这两三家实验室当然会因此获益，但它们会成为电力、数据中心、半导体和超大规模云服务商的买方垄断者，并且显然会随着时间推移向所有这些层面垂直整合，同时彻底吞并应用软件层。任何降低模型层利润率、增加模型层竞争的事，都对 AI 的其他每一层有利：电力、半导体、超大规模云服务商、新型云服务商，当然还有软件。”

我认为这概括得很准确。

主持人：“买方垄断”是我最喜欢的词之一。我还记得本科经济学学到过它：它指的是一个占主导地位的买方，而不是一个占主导地位的卖方。我太想看 Anthropic 的 S-1 文件了，真的太想看。我相信它们总能讲出一套说得通的故事。但再说一次，这个故事是不是建立在 90% 的推理利润率上？训练、砸钱、模型领跑，然后赚得盆满钵满。Kimi K3 正在直接冲击这个逻辑。我觉得，这给整个 AI 故事带来了更多机会，也让更多玩家能入场。

Twitter 上的风向变得太快了。六到八个月前，大家还说 Claude 和 Anthropic 无人能挡，是全世界最伟大的东西；现在都在痴迷于什么模型最适合什么任务。Kimi 3 把这些因素全搅到了一起。竞争是好事，这很让人兴奋。

Ranjan Roy：Baker 还说，运行开源模型所需的算力，和运行规模、架构相近的封闭前沿模型一模一样。按每个 token 算，Kimi K3 与 GPT-5.6 Terra 的规模大致相当。这反而说明，它的计算效率可能更低。不过，模型层少赚一点，基础设施层各环节就能多赚一点；对软件公司更是天大的好消息。这种情况既可能由 K3 这类开源前沿模型带来，也可能由 Meta、SpaceX、Google 这类垂直整合的前沿模型公司带来。我们说的就是这个。Google 也正在入场。

Baker 认为，无论哪种结果，都会压低模型层的利润率。垂直整合的模型公司并不特别在意利润究竟落在哪一层。所以，当年 Google 在模型能力上紧咬 OpenAI 和 Anthropic，才会让后两家那么难受。这也是为什么 Grok 4.5 和 Muse 1.1 跟 Kimi K3 一样重要。而这些事全都挤在本周发生了。

主持人：那你觉得 OpenAI 和 Anthropic 该怎么办？OpenAI 还能做音箱、硬件、云服务，或者再开几条业务线。可 Anthropic 呢？它现在就靠这个吃饭，推理利润率就是它的命根子。这下它们的压力显然更大了。如果你是其中一家，会怎么做？

Ranjan Roy：我再读一点 Baker 的分析。他也谈到这个问题，之后我再说自己的看法。他说：“Kimi K3 对 Anthropic 和 OpenAI 只是可能构成利空，原因有二：第一，如今 Claude 和 ChatGPT 的产品与工作框架，可能比它们的模型更重要；第二，有一种假设认为，它们内部已有先进得多的模型检查点，并已用来进行递归自我改进。后一种情况中，只要比其他实验室早几个月实现递归自我改进，就可能足以锁定永久领先。”

我先说第二点，再说第一点。有一种说法是，它们内部已经有能自我改进的 AI，所以能迅速把其他竞争者甩开。我不信。开源模型和其他竞争模型已经追得这么近、这么快，我不认为这种优势守得住。研究员 Ryan Greenblatt 说：“只要 Kimi 等公司不改变开放权重模型的政策，我现在预计大约五个月内，就会出现一款在网络安全能力上明确达到 Mithras 级别的开放权重 AI。”这就是开源阵营如今离前沿有多近。不管是明显的技术优势、模型智能优势，还是别的智能优势，我现在都不太信了。

如果聪明不再稀缺，拼的就是谁更懂“做产品”了

主持人：趋势本来就一直如此。这也就绕不开 AGI。我喜欢我们聊到这里才第一次真正说出“AGI”，但我跟这些公司里的人，还有其他人聊过，他们依然相信这回事。我们上周争论过：模型效率也好，为不同任务挑合适的模型也好，随着模型越来越聪明，这些都可能不再重要。模型强到一定程度，就什么都能做。可我越来越觉得，现在已经没人这么谈了。就连“这些实验室靠递归自我改进就能拉开巨大差距”的说法，我也拿不准。它真有那么大区别吗？真能成立吗？如果 Kimi 或月之暗面也做得到，我想答案是否定的。

Ranjan Roy：没有任何证据说明这种能力能被谁长期独占。这正是关键。几年前，Meta 高管 Nick Clegg 上过这个节目。他大意是说：“我不明白追逐超级智能的利润从哪里来。因为等你达到那个水平时，我不觉得你会是唯一拥有超级智能的公司。”我从没听过能有力回应这句话的答案。

我想说的是，先假定智能会变成商品吧。眼下所有事都在往这个方向走。看看 Meta、Grok 和 Kimi K3。按 Baker 的说法，两家公司有这种能力，还能玩；五家公司都有同等智能，价格战就开始了。智能就会沦为商品。所以我认为，我们该把智能商品化当成前提。我们在节目里一直这么说。

主持人：回到 Baker 的观点，ChatGPT 的产品和用户界面，和底层模型本身一样重要，这一点很有意思。我记得 2023 年，往 ChatGPT 里输入内容，看它像在思考一样把答案一点点吐出来；和只收到一整块 API 返回的文本相比，感受完全不同。前者就是让人觉得更聪明。我们早就说过，OpenAI 和 ChatGPT 的产品做得很好。但 Anthropic 和 OpenAI 现在似乎都在淡出产品和用户界面，又把一切拉回命令行。ChatGPT 的新版 Mac 应用甚至删掉了更多聊天功能。本周又加回来一些，结果引发强烈反弹。它们基本放弃了用户界面这场仗，押注于“模型会聪明到无所不能”。一部分阵地已经让出去了。

Ranjan Roy：认为你说得对，因为我一直都说，关键在模型。

主持人：我知道。我刚刚把那些话说出口时，心想：“哦，现在感觉更真实了。”你现在站产品派，不站模型派了吗？

Ranjan Roy：我一直认为，达到 AGI 很重要，因为一旦达到那个水平，产品体验会好得多。智能提升后，它们也能做出更好的产品。但今天你要问我，它们会靠做出最聪明的模型取胜，还是靠做出最好的产品取胜，我只能说——

主持人：“它们”是谁？

Ranjan Roy：这就是事情变得很有意思的地方。如果智能会商品化，OpenAI 或 Anthropic 真比任何拿这些模型做竞品的人强那么多吗？我觉得它们会靠产品拉开差距。一旦智能充足，而且多个供应商都能提供，OpenAI 和 Anthropic 就不再是在争夺智能的垄断权、让所有人依赖自己。

到头来，比的是谁能做出最好的产品。竞争会从 OpenAI、Anthropic，以及可能还有 Google 之间的两三家公司赛跑，变成另一回事：你若相信 OpenAI 和 Anthropic 会赢，就得相信它们是世界上最会做 AI 产品的公司。这比相信它们最会做智能，难押注得多。

主持人：可这样一来，它们还算是一门说得通的生意吗？这几家公司从一开始就把赌注压在“智能必须赢”上。它们能不能做好产品？能，产品也能用，还有不少亮点。但这不是它们对外讲的核心故事。我看过一份银行分析师报告，居然说 Anthropic 应该值 6 万亿美元。得了吧。这个估值故事靠的是超级智能，至少也得是 AGI；而不是“我们产品做得还不错，准备建一家优秀的垂直整合公司，成为下一个 Google”。那不是它们现在讲的故事，也不是它们原本要靠它上市的故事。

所以本周最值得看的，是我不想说这已经给这套叙事判了死刑，但它不像三个月前，甚至不像上周那么说得通了。除非 OpenAI 拿到一个特别出色的 Jony Ive 别针，然后突然也做点新型云业务，不然我真不知道还有什么故事可讲。除了第一阶段 AI，它们还有别的路数吗？

Ranjan Roy：如果不能独占智能，这个故事当然难讲得多，但也不代表完全讲不下去。我过去一年采访过两位 Anthropic 的人，他们其实展示了这类公司怎么把路走通。去年我和 Dario 聊时，他确认 Anthropic 超过一半收入来自 API。今年我采访负责 Claude Code 的 Boris Cherny 时，他不愿确认这一点。相反，他说 Claude 产品已为公司贡献了相当可观的收入；从去年我见 Dario 到现在，公司收入增长了十倍。

离模型能力这么近，本身就有优势。你不用猜它怎么运作，能比其他人更快、更好地把它放进产品里；整合方式也更难被复制，而且你知道下一步要发生什么。Anthropic 就是凭这个立足的。

我看这才是出路：公司既开发 AI，又有产品直觉，依然可以做得非常大。Anthropic 就在这么做。API 对它仍很重要，但靠卖产品，它已经走出了很远。

别忘了，Claude Code 之前先有 Cursor。Claude Code 是 Anthropic 自己做的，它已经证明，公司亲自下场也能做出一门极好的生意。Anthropic 或 OpenAI 还能在哪些领域自己做 AI 原生产品，并赚到大钱？这条路还没关上。

交出数据换取智能：“反向信息悖论”与巨头们的算盘

主持人：我要说，Claude Code 即使只跑在命令行里，也一直是一款惊人的产品。它不只是模型加上工作框架，更是一种使用体验。即使在命令行里，它们也做出了和此前产品完全不同、甚至明显更好的东西。但这也让我想到另一件事：最近我看到越来越多关于 Figma 的 Claude 插件的消息；接着有 Claude Design，Cursor 大量使用 Anthropic 模型，随后 Claude Code 又出来了。别的公司会从什么时候开始真正躲着 Anthropic？越来越清楚的是，尤其当 Anthropic 完全依靠向高端市场走、推出整套 AI 原生产品时，它之所以能做到，是因为接入这些系统的公司一直在把数据喂给它。人们什么时候会说：“不，抱歉，我们看清楚你们在干什么了？”

Ranjan Roy：如果有像 Kimi K3 一样好用、还能定制的模型，避开 Anthropic 就容易得多。当然，自己搞也很花钱。

主持人：这正是我的意思。现在有这个选项了。如果你担心 Anthropic 会把你通过模型交给它的一切拿去，再重做你的业务，你就有替代方案。这会拖慢一些事：比如 Anthropic 彻底复刻 Figma 并做得更好，或者复刻 Cursor，而且可能做得更好。我觉得人们会更认真地质疑这件事。这里还得提 Satya Nadella 本周写的“反向信息悖论”。他说 Microsoft 也想向客户提供这样的服务，意思是：“我们会保护你，让你开发 AI，也不会拿走你的东西。”

他写道：“在 AI 时代，买方为了使用自己购买的东西，反而面临交出知识的风险。你本质上为智能付费两次：一次是用钱，另一次是用更有价值的东西，也就是为了让智能发挥作用而必须披露的专有知识。你希望模型表现得越好，就必须向它喂入越多知识。随着时间推移，信息不对称会越来越倾斜。卖方会在你使用所购产品的过程中越来越了解你，而你对卖方作为回报到底学到了什么，却知之甚少。我把这称为反向信息悖论。”

Ranjan Roy：懂的都懂，别直接找 OpenAI 和 Anthropic 买。

主持人：你怎么看 Satya 在 X 和 LinkedIn 上发的这些帖子？我很好奇。这已经是他第二次做类似的事了。

Ranjan Roy：大概有人帮他写。不过我一向支持高管多发声。作为记者，这能让我看清他们在想什么。Microsoft 的心态当然看得很清楚：它看起来气坏了。我们不是上周或者前几周聊过吗？OpenAI 和 Anthropic 成了单点故障，因为只有它们把产品做对，也只有它们靠此赚钱。其他人都会进场，试着压一压它们的风头。现在我们正在看着这事发生，Meta 就是其中之一。

主持人：不只是压一压风头。我觉得这从根子上就是在挑战整套模式。我工作的 Writer 有自己的基础模型，用合成数据训练。我们已经看到，一旦把用户数据全喂进去，模型进步和训练的方向都会变。Anthropic 和 OpenAI 也很坦白，至少理论上，所有非企业数据都能用于训练。这是它们最重要的优势之一，也是飞轮的一部分。Satya 显然是在点明这件事。几个月前，也许半年前，大家已经不太关心这些公司会不会拿你的数据训练；现在又重新谈起来了。眼下的风向变得太快，连讨论本身都在迅速换题。但 Satya 在这件事上完全正确。

Ranjan Roy：这是正常的商业周期。公司取得领先，然后优势被压缩。

主持人：但压缩得太快了。通常要几年才发生的事，现在几周就发生了，很有意思。还有一点：即使有种种限制，也不能轻描淡写地看待中国竟能这样追上来。这是一位 Twitter 用户 Matt 的帖子，我确信他肯定不是中国机器人。

Ranjan Roy：这是我最喜欢的一个。他的账号是 Matt503A5S95。

主持人：现在听起来更不像机器人了。

Ranjan Roy：他写道：“Kimi 怎么能跑在一堆 14 纳米的“烤面包机”上，却击败拥有多个 Blackwell 芯片数据中心的 SpaceX AI？”这是我本周在 Twitter 上看到的最喜欢的内容。

主持人：你认为这不仅对美国与中国意味着什么，对美国内部又意味着什么？回到你开头读的那段，有人担心 Anthropic 之所以持续投资，是因为它相信前沿模型将是主战场。它带动的不是整个美国经济，但确实是当前 AI 生态中很大一块活动。从这个角度说，如果 Anthropic 和 OpenAI 不再相信这一点，确实会是坏事。

Ranjan Roy：我觉得这很荒谬。我不同意。假设 Anthropic 和 OpenAI 都归零，但这个行业实现了 AGI，或者实现了接近 AGI 的东西。Amazon、Google 和 Microsoft 会接手这些公司拥有的数据中心和算力。这里面很大一部分算力，本来就是这些大公司一起出钱买单的。

主持人：Amazon 刚刚给它们付过钱。那些款项被算作收入，再由它们拿去投资——

Ranjan Roy：拜托，这不是循环融资。

主持人：你说得对。这不是循环融资。假设我是 Andy Jassy，我在经营 Amazon。突然之间，Anthropic 归零了，而作为大股东，我可以收回并实际拥有这些数据中心的 100% 股权。我不用再兑现先前给 Anthropic 的算力承诺，但客户还是能用 Kimi K3，得到 AGI 级别的表现。我只要提供基础设施，就能收费。即使 Anthropic 和 OpenAI 不再独占这些能力，这种局面反而会推动我更多投资 AI 基础设施。

Ranjan Roy：我很少会拿 Amazon 来举“竞争经济”的正面例子，但你刚才这个说法成立，我同意。这是一种很合逻辑的演变路径。我不说它一定会发生，但完全可能。

主持人：好，离开美国政府这个话题前，我们再简短聊一下。

All-In Podcast 主持人 David Sacks 和美国政府官员 Michael Kratsios 写道。Kratsios 当时曾推动及时实施 Fable 禁令：“这令人担忧。中国模型 Kimi K3 首次在前端代码竞技场取得第一名，并在其他基准测试中达到或接近前沿水平。与此同时，美国正把自己束缚得动弹不得。政客和官僚禁止新数据中心，层层加码州级监管，并推动建立新的联邦机构，对前沿模型进行预先审批。这就是你输掉 AI 竞赛的方式。如果我们把自己拖慢，世界其他地方不会遵守我们的规则。无需许可的创新让美国赢得了互联网，并成为世界艳羡的技术强国。我们也能在 AI 上再做到一次。”

David Sacks 说的很多话我赞同，我也请过他上节目。但这话太可笑、太虚伪，也太讽刺了。要靠无需许可的创新击败中国？拜托。别忘了，监管俘获几乎就是整门生意，至少 Stargate 和他帮忙协调的那一摊就是这么回事。也许早期他确实抵制过不少东西。你觉得现在监管是不是过头了？这会不会让美国在对中国的竞争中吃亏？

Ranjan Roy：同意。我们在峰会上听 Stamos 解释过：Fable 并没有开源模型做不到的网络能力。

主持人：但 Fable 不是，还是那句话，Fable 禁令给人的感觉既有政治因素，也有——

Ranjan Roy：对，这正是我的观点。那是一个考虑不周、监管过度的纯粹案例。

主持人：我想区分两件事：一是围绕真实安全风险的过度监管，或出于善意却可能太激进的模型发布政策；二是 Dario 跟国防部长或国防部某人的争端。后者先放一边。

Ranjan Roy：不，纯粹政治化的部分，无论在什么情况下都不好。

主持人：我是说，相比中国，美国是否该像欧洲那样，更积极引领安全、公平、受监管的 AI。

Ranjan Roy：我不知道“安全、公平、受监管的 AI”是什么意思。

主持人：我自己都不知道那是什么意思。我想说的是聪明监管的 AI，不是那种打着“无需许可的创新”旗号、什么都能发生的自由放任。

Ranjan Roy：我的看法是：如果一款模型一公开就会给公司带来网络安全问题，而且不只是公司，学术机构和政府机构也会受影响；你又能从测试中看出，一旦立即全面开放就会出问题，那我会先采取受控方式发布，之后再向所有人开放。我觉得 Fable 最初的发布方式合理，GPT-5.6 也是。但政府最近的介入方式并不明智，因为很大程度上是政治操作。

大厂病发作的谷歌，和那场史上最蠢的“商业间谍案”

主持人：眼下各家都在密集发布 AI 模型：Anthropic 刚推出 Fable，OpenAI 有 GPT-5.6，Meta 有 Muse 1.1，SpaceX 有 Grok 4.5，中国有 Kimi K3，Google 呢……什么也没有。Bloomberg 报道称：“Google Gemini 发布延期，因为技术未达到内部目标。”这家公司到底怎么了？

Bloomberg 说，Google 的旗舰模型 Gemini 3.5 Pro 比原定时间晚了几个月。公司一直试图提升它的能力，尤其是编程能力。这次延期让 Google 的工程师、AI 研究人员和管理层很沮丧。很多人担心，Anthropic 和 OpenAI 接连推出能力更强的模型后，Google 会失去市场优势。

Google 发布模型前要经过多层利益相关方，而且还得把 AI 塞进庞大的产品线，包括 Search、Maps 和 YouTube，这都可能拖慢进度。OpenAI 和 Meta 最近推出的新模型，在编程能力上进一步拉开了与 Google 现有产品的差距。上个月底，Google 更新了训练 Gemini 所用的数据，想补强这些能力，结果却不理想。周四股价一度下跌 3.2%。

Ranjan Roy：我们已经知道 Google 落后了一段时间，但现在开始尴尬了。

主持人：我刚才查到，Gemini 3 是在 2025 年 11 月 18 日发布的。别忘了，有几个月所有人都在说：“它们回来了。”我们也在说：“Gemini 回来了。”而且它们当时确实回来了。

Ranjan Roy：Google 当时确实回来了，Gemini 与其他模型旗鼓相当，然后就停滞不前了。我真想知道出了什么事。Google 已经追上来，甚至像是可能领先，而且它的分发能力无人能比。可突然之间，Gemini 本身，连普通消费者版都好像差了一点；或者是别家进步得太快。你能明显感觉到差距。过去七八个月，除了 AI Overviews，几乎没有什么明显进展。我自己越来越常用 AI Overviews：先搜 Google，再继续追问它。也许 Google 会全力押注这个并赚大钱。但在真正的前沿模型竞争里，它看起来已经出局了。

主持人：我有个猜想。去年一二月 DeepSeek 出来后，大家看 AI 的方式变了。当时的想法是：如果你能提供与现有模型相当的智能，已经够聪明但价格更低，就会有更多人用，你也能吃到杰文斯悖论的红利。Google 不只卖模型，还卖云服务。它或许认为，把更小的 Flash 模型和云服务打包，就能让用户做更多事。

但后来局势变了：从今年十二月、一月起，大模型开始能自主写代码。一年之后，大公司行动总是慢半拍。Google 只是花了很久才追上。也许“大模型就够了”这套思路在 Google 内部并没有真正站稳脚跟。它没有训练大型统一模型，而是押注更小的 Flash 模型，用为特定用途打造的 AI 去增强自家产品。

Ranjan Roy：你甚至能感觉到大公司的那套毛病。报道说，Google 联合创始人 Sergey Brin 等人主张公司加快脚步，抓住 AI 编程的机会，却被内部互相较劲的派系拖住了。两名前员工称，Google Cloud、研究实验室、Google DeepMind，以及 Android 团队，都在做 AI 编程工具。你完全能想象那场面，乱成一锅粥。

主持人：开发者有机会做自己的开发者工具，肯定都会去做。但要把这些统一起来，就很像老派 Google，而不是 Sundar 重组后那台精干的战斗机器。又回到 Google Chat、Hangouts 和那些我都记不起名字的产品：一个个荒唐地叠在一起。这就是那个 Google 的感觉。

Ranjan Roy：Bloomberg 这篇报道里还有个很离谱的地方。Google 一些比较纯粹主义的工程师，抵制为赢得编程竞争而做的努力。他们觉得所有重要代码都该由人写，才符合 Google 的标准。当然，你不会想让 AI 去写 Google 的核心软件。但如果还有纯粹主义者坚持“代码必须手写”，而现在已经没人真这么干了，问题就大了。

主持人：这就很有意思了，毕竟 Google 是个庞然大物。更好笑的是，我记得 Sundar 说过，75% 的代码由 AI 写。

Ranjan Roy：75%？

主持人：75%。

Ranjan Roy：我猜那些坚决不用 AI 的人，还在手工打磨自己的代码。不过你觉得 Google 还能回来吗？它真能回来吗？

主持人：会回来。Gemini 4 会让我们所有人都大吃一惊。Google 肯定还会回来。它有人才，也有算力。可有一点我怎么也想不通：要是你是 Google，怎么会缺算力？它们居然把算力用完了。更别提云业务还在对外出租大量算力，实在让我想不通。也许云业务做得很好；但如果你认定 AI 是史上最重要的技术之一，这些算力或许更该投向 AI 研发。Sundar 显然这么想过，他还把 AI 比作火。我还是不明白 Google 怎么会缺算力。这像是管理出了问题。

Ranjan Roy：不，这恰好说明 Google Cloud 不能被简单看成一个可以随便调度的资源池。它是过去十五年增长最快的业务之一，体量巨大，运营上也相当独立于 Google 其他部门。你以为资源能不牵扯巨大复杂性和内部政治就重新分配？我都能想象有多难。把资源挪到效率最高的地方，本来就不容易。

主持人：但当你运营这样一家公司时，这就是你的本职工作。（隔空喊话）拜托，Sundar。你必须作决定。

Ranjan Roy：再来一次重组吧。

主持人：它们会做到的。Google 已经证明过：全公司拧成一股绳盯住一个目标时，它就能办成事。但看着它从散漫变得专注高效，再变成今天这副样子，真挺离谱。情况很不好。

Ranjan Roy：不过得承认，Google 仍然强在多模态、图像和视频。现在大家普遍觉得它在这些领域领先很多。我没怎么听到 ChatGPT 图像生成或其他产品有多出彩。几家巨头里，Google 在多模态上仍然占优。所以这块它做得不错，但其余方面肯定出了问题。

众叛亲离的 OpenAI：在硅谷，想赢就不能没有朋友

主持人：今天还有件事不能不聊：Apple 和 OpenAI 的冲突。一直听这个节目的朋友应该已经知道，Apple 起诉 OpenAI 窃取商业机密。看过材料或相关报道的人都知道，这可能是史上最没脑子的企业间谍操作。Apple 的员工用公司配发的笔记本电脑，讨论怎么把 Apple 数据弄出去，还把 Apple 的资料带进面试，想靠一个漏洞拿到 Apple 的产品路线图和未来计划。Apple 当场把他们抓了个正着。Ranjan，我先问你：这算不算企业间谍史上货真价实最蠢的时刻之一？

Ranjan Roy：你都在一家以实现超级智能为目标的公司上班了，就别做这么蠢的事。我到现在都不敢相信。是，我完全同意，这是我见过最蠢的企业间谍事件之一。就连当年的 Uber-Waymo 事件都更像谍战。这个案子简直像有人在 Slack，或者别的聊天软件里公开问：“怎么偷雇主的信息？”

主持人：而且不只是上 Slack，你还是在 Apple 的电脑上用 Slack。Slack 只是打个比方，但你确实用的是 Apple 的电脑。蠢得离谱。好，Apple 这边，你继续。

Ranjan Roy：这些人真算职业技术人员吗？怎么会混到这一步，还会冒出这种念头？有些人某些方面特别聪明，另一些方面却蠢得惊人。

主持人：唯一能替他们说句话的是：看起来他们之前大概没偷过信息，也没干过企业间谍。这点就算给他们吧。

Ranjan Roy：当你犯下可能毁掉职业生涯、甚至毁掉公司的大错，而且开头还是“LOL”（哈哈大笑），那就说明你完全没搞清楚自己在干什么。OpenAI 的一人显然在聊天里说：“LOL，我找到了所有网络文件。”太蠢了。

主持人：拜托，各位。间谍水平提高一点。最新进展是，Apple 已向数十名 OpenAI 员工发出法律函件，要求他们保全文件。Apple 还说，这只是冰山一角。OpenAI 表示，自己认真对待这些指控，但不知道有什么证据能证明诉状站得住脚。下一步，Apple 会把 OpenAI 拉进证据开示程序。可以想见，Apple 不会和解，会尽可能多地拿信息。等一切尘埃落定，情况恐怕会难看得多。

Ranjan Roy：40 名员工可不少，而且我认为 OpenAI 大约有 7,000 或 8,000 名员工。

主持人：OpenAI 有 400 名前 Apple 员工。

Ranjan Roy：如果其中 10% 的人卷进这种事，而且这还只是冰山一角，那就太离谱了。

主持人：OpenAI 有 400 名前 Apple 员工，其中 40 人已经直接收到跟这件事有关的通知，事情会很有意思。

Ranjan Roy：对 OpenAI 来说可一点也不有意思。

主持人：如果你是 OpenAI，得问问自己：我做了什么，才把合作伙伴都变成了敌人？OpenAI 的创始人 Elon Musk，如今是它的敌人。OpenAI 的早期员工 Dario Amodei，如今也是它的敌人。Microsoft 长期以来是 OpenAI 最大的资助者，至少有一段时间还力挺过它。可正如我们刚听 Satya 说的，如今 Microsoft 也是敌人。Apple 曾与 OpenAI 合作，把 ChatGPT 接入 Apple Intelligence；现在 Apple 也成了敌人。

我只想说一件事：在科技行业，想赢就得有朋友。一个人做不成。看看 Apple 和 Google，它们本该是死对头。可 Google 把 Gemini 放进 Siri，某种程度上帮 Apple 救了场。我不想把这话说得太满。

OpenAI 一路失去这些朋友，最后一定会累积成严重后果。具体会怎样没人知道，但总有一天，它会需要 Satya、John Ternus 或 Elon，而他们不会站在它那边。所以我一直在想：会是谁出手？Tim Cook，还是 Ternus？会不会是 Cook 的最后一幕——手里捧着 Sam Altman 的脑袋？还是 Ternus 会以“杀手 Ternus”的身份登场？谁会带头干这件事？

Ranjan Roy：问得好。肯定是 Ternus 吧？Cook 会卸任，而这场官司在他离开后还会打很久。我猜 Cook 会把这事带给 Ternus，说：“John，出问题了。你的一些前员工，包括直接向你汇报过的人，偷了我们的——”

主持人：等一下，他们曾向 Ternus 汇报？

Ranjan Roy：其中一人向 Ternus 汇报过。Ternus 主管硬件工程，而这些人偷的正是硬件工程部门的东西。他会狠狠处理这件事。

主持人：他会狠狠处理。Cook 可能会说：“我们想这么做。推进起来可能得花很多精力，但归根结底，要不要起诉 OpenAI 由你决定。”Ternus 可能看着他说：“Timmy boy，放律师去咬这些——”

Ranjan Roy：忘了 Kimi K3，忘了整个 AI 生态和经济的未来。我现在只想看 Ternus 会怎么收拾 OpenAI。

主持人：我得澄清：不是我在骂 OpenAI 的员工。我只是说，John Ternus 大概会这么骂。

Ranjan Roy：我觉得 John Ternus 不说脏话。他是个非常礼貌、正派的人。

主持人：最后问一个问题：这些公司高层里，有谁白天从来不说脏话吗？

Ranjan Roy：没有。这些工作压力这么大，几乎得靠说脏话泄压。

主持人：我有个七岁的孩子；我自己这辈子也骂过很多脏话，还挺以此为傲。但成年人在很公开的交流和场合说脏话，如今已经常态化到让我觉得奇怪。总统和其他人显然都这么干。它现在太正常了，这让我觉得很怪。脏话还是脏话。我们都知道，Ternus 私下大概 F 字开头的脏话张口就来；但别在孩子面前。这是我唯一的要求。我们也算教育事业的一部分，要让全世界的年轻人长大后知道 AI 行业是什么样。我们不是来招惹 John Ternus 的。

Ranjan Roy：其中一条教训就是：和 John Ternus 处好关系，因为你永远猜不到他会干什么。

主持人：这会不会变成贯穿节目的一句梗：我们就叫他“坏 John”？总之，以上就是我们围绕这周新闻的所有讨论。

(参考资料：https://youtu.be/jPbN5m2iQ_M)

本文来自微信公众号“CSDN程序人生”，编译：王启隆，36氪经授权发布。