智能的下一幕，让人兴奋

这期单口来自一份在 9 月上旬完成的行业演讲稿。明浩把材料收束为四章：模型狂奔、智能分化、循环自生、界面重构。它们并非四个互不相干的话题：模型供给变得密集，企业就得重新考虑该买什么、自己该建什么；训练和评估的工作被拆开后，自动反馈循环才有了落地的条件；而当能力和流程都被重新组织，产品界面也不能维持原样。

发布密度改变了模型竞争的表面

主持人按中美头部厂商整理，称 8 月到 9 月已有超过 40 至 50 个模型发布。这个数字不是全行业的普查，却足以解释一种普遍感受：用户很难再把每一次发布当成独立事件。节目引述 OpenRouter 的统计，2024 年上线模型通常是每月十几个到 20 个，最高为 28 个；到 2026 年，4 月和 7 月分别达到 80 个和 70 个，8 月前 11 天已有 22 个。

高频交付也改变了版本号。DeepSeek V4 Flash 0731、V4 Pro 0813 与千问 3.8 Max 0902 这类命名，同时携带了主版本、产品档位和发布日期。发布日期之所以被写进名字，是因为单凭 V4 或 Pro 已经不足以辨认两次相隔不久的更新。明浩把这种状态形容为模型生产越来越像制造业：持续推出产品、划分规格、快速修订，成为竞争的一部分。

能力比较却没有随之变得容易。榜单可以给出分数，也可以把价格放进同一张图，但它们很难覆盖模型在不同任务中的稳定性、速度和使用成本。节目因此观察到 3D、游戏和连续视频生成的演示越来越多。它们让人一眼看到模型能做什么，也更容易在社交媒体上传播。明浩以智谱 GLM 5.3 Flash 的匿名登榜和低价定位、以及 MiniMax H3 经后训练后进行连续视频直播为例，说明演示正在承担注意力入口的角色。演示能提供直觉，仍不能替代真实任务里的评测。

最强模型不再自动是最合适的选择

节目将模型市场的变化放在三条边界上看：中美头部模型之间的距离、开源与闭源的竞争、云端与本地部署的关系。主持人认为，开源模型能力和经济性的改善，使得后两条边界尤其重要。企业可以用较低价格获得接近前沿能力的模型，也可以把一部分任务放到自己掌控的环境中。

明浩引用一张云端与本地模型的对照图，比较前沿模型发布后，较小参数量、可本地部署的模型要多久才能达到相近能力。他将 GPT-3 时期的间隔概括为 33 个月，又以千问 3.8 的 27B 模型与 Opus 4.5 的对照称间隔约为 9 个月。这个说法依赖图表对能力的定义，并不意味着每个任务都按同样速度追平；它指出的变化是，本地方案进入企业候选清单的时间正在提前。

价格使这种变化更具体。节目引述 Ramp 的企业端数据：使用最贵模型的比例从 8 月 2 日的 53% 降到 9 月 6 日的 45%，主要回流到标准档位；支出最高企业的人均 AI 月支出在 7 月约为 8,000 美元，8 月略有回落。主持人没有把一个月的变化当成定论，还提到季节性或异常值的可能。但他的判断是，前沿模型的技术领先未必会转成超额利润，因为单价下降很快，领先窗口也很短。

这张对照解释了一个看似矛盾的现象：低单价模型可以承接大量 Token，却未必拿走最多的收入。企业需要的是一套能在预算、时延、任务效果和数据控制之间取得平衡的能力。明浩借用拥有自己的智能这一说法，讨论的是这套组合能力，并未要求每家公司都从头训练基础模型。

从买模型到建设研究与训练能力

一旦企业把智能当成内部能力，问题会从选哪家 API 延伸到如何衡量、训练和部署。租用还是本地部署，团队由谁推动，先试点还是全员铺开，都没有通用答案。节目认为，成本只是开始；速度、效果和对数据的掌控方式，同样会改变最终方案。

Harvey 是节目中的实施案例。这家法律 AI 公司被描述为像建设研究实验室一样组织工作：先建立法律领域的基准，再据此搭建可运行、可评分的强化学习环境，随后让后训练与评估反复回到这个基准。明浩提到 Harvey 与 LangChain 及模型、数据、训练等不同服务商合作。重点不在于采用了多少工具，而在于每次训练都有一个能对照的任务标准；这样，开源模型、私有数据和后训练的结果才能与直接调用云端模型相比较。

明浩据此判断，围绕模型训练长出了一层更广义的软件基础设施。它既包括训练和数据，也包括评估、权限和任务环境。节目引用 Brex 的增长软件商榜单，称 Top 25 中有 14 家帮助别的公司构建 AI 模型；这类榜单只能作为服务分工正在扩张的迹象，不能代表完整市场份额。

AI 参与改进 AI，不等于循环能解决所有问题

节目把下一步称为循环自生。模型开始参与奖励信号、训练数据、教师模型、使用行为归纳、研究试验和任务环境的建设。明浩从相关论文和行业新闻中看到，AI 在研发流程里承担的部分越来越多。物理世界仍被他视为最难完全纳入的一端，这也解释了世界模型和物理 AI 为什么受到关注。

这股预期吸引了大量资金。节目援引一项美国机构统计：119 家 New Lab 在一段时间内融资约 943 亿美元，但只有 16 家公开过收入，英伟达投资了其中 34 家。明浩将它们分为物理 AI、世界模型、AI for science、新架构、推理和 RSI 等方向，并认为后几类更直接押注训练与研究的自动循环。融资规模与收入披露的反差也留下了一个实际问题：没有传统 SaaS 的产品、收入、增长阶段，也没有生物医药的临床阶段时，市场该如何判断这些公司的进展。

在他的分工设想中，人首先提出目标和约束，Agent 在环境中执行、记录、评分和改进，达到目标后，人再选择下一件值得做的事。循环加快的是尝试和反馈，不会自动定义所有价值判断。

明浩还把循环推广到商业运行：报价可以根据用户反应调整，再由新的接受度检验。这是一个解释反馈如何进入下一次决策的类比，并非对经营结果的因果承诺。它与模型训练的共同点，只是都需要把结果重新放回下一轮选择。

界面要替用户处理多少复杂度

最后一章回到产品。主持人从苹果最近财报中 App Store 收入首次出现下降的说法出发，提出传统软件可能正面对新的供给方式：AI 编程可以迅速满足个人、甚至一次性的需求。编程 Agent 先把需求变成工具，办公 Agent 尝试接住通用工作流，个人助理则希望持有更长的上下文，覆盖更多日常任务。

办公 Agent 的竞争还没有形成可直接比较的成绩单。节目并列了 QuestMobile 的月活数据，以及产品公司自行公布的用户数和增长率；它们的时间窗口、统计范围和用户定义不同。明浩没有用这些数字宣告谁赢了，而是把问题留在产品方向上：频繁更新功能和堆叠入口，能否形成长期护城河？

他更在意普通用户面对的复杂度。技能、连接器、伙伴、定时任务、API 和插件如果都要由用户理解和配置，Agent 的界面就可能比原有软件更难使用。字节、腾讯、阿里、百度的组织调整，在节目中与这件事放在一起讨论：产品能否持续迭代，取决于模型、产品和业务怎样协同；而好的交互应把不必要的配置留在系统内部。

Grok Bot、Meta Muse 和 Manus 的虚拟机式交互，是主持人提到的几种尝试。它们都在探索让系统承接更多后台操作的方式。国内办公 Agent 会不会转向同一路径，节目没有预测答案。整期整理停在这个尚未收敛的界面问题上：模型、训练和企业部署都在加速变化，但用户最后愿意长期使用的产品形态，仍需要靠实际任务与反馈来筛选。