← 返回目录
深度研究 Deep Dive

分化与收敛、全家桶与垂直整合、L4体验与挖矿窗口

#112 全球大模型季报第七集:和广密聊产品与商业
2025 · 张小珺Jun|商业访谈录
🎙 小宇宙 📺 B站 🎧 Apple Podcasts 🎵 Spotify

目录

  1. 硅谷前三名的分化与收敛
  2. Thinking Machines Lab与下一代交互
  3. xAI/Grok与Meta的困境
  4. ChatGPT的品牌护城河
  5. Claude Code与Cursor的生死竞速
  6. 横向全家桶 vs 纵向垂直整合
  7. 挖矿窗口正在缩短
  8. L4级别体验:为什么是Coding和搜索
  9. Google Gemini的规模效应反击
  10. AI创业者的绝望与希望
  11. AI投资:分散失效,集中有效
  12. 华人创业者与全球AGI
  13. 泡沫、套娃收入与风险信号
  14. 非共识清单
  15. 关键数据汇总
  16. 启示与延伸思考

一、硅谷前三名的分化与收敛

本期季报最核心的观察之一:硅谷模型公司在这个季度开始分化到各个领域,但前三名之间的模型能力差距反而在收敛

核心判断

前三名格局:能力趋同,生态分化

OpenAIGoogle GeminiAnthropic三家在模型能力上"彼此拉不开很大的差距","彼此也甩不开了"。但在产品和生态上,各自分化到了截然不同的方向。其他人想进前三"好像也没有那么容易",说明范式级的技术路径大家都比较清晰了。

各家的分化方向

公司分化方向广密的类比
ChatGPT / OpenAI通用模型 + C端品牌,做"下一个Google"搜索 + Chat + 全家桶
Google Gemini通用模型 + 规模效应 + 垂直整合TPU到模型到应用的端到端
AnthropicCoding + Agentic模型能力"下一代的Windows"
Thinking Machines Lab (Mira)下一代交互 + 多模态原生可能适合做苹果CEO
广密
就像今天所有的巨头都叫科技公司、互联网公司,但Google做搜索,Meta做社交,Amazon做电商,Apple做手机。虽然今天的AI公司都在奔向AGI,但后面还会更加的分化和演变。

两大范式变化

过去两年推动格局形成的技术范式

  • Pre-train的Scaling:模型参数和数据量的持续扩大
  • R(推理)的Scaling:以o1为代表的推理时计算扩展

这两个范式都出自OpenAI,"OpenAI对整个行业的贡献还是很大的"。

Anthropic被类比为"下一代Windows"的逻辑

广密的类比逻辑:Coding提供的是API,API支持应用的无限扩展。"之前很多人说自己是OS,但其实都不是真正的OS。今天全球范围内只有Windows、iOS和安卓,和今天的大模型Coding能力,才能支持应用的无限扩展。"无限扩展是关键词。

二、Thinking Machines Lab与下一代交互

广密重点介绍了Mira(OpenAI前CTO)创办的Thinking Machines Lab,并做了一个大胆预测。

100亿
美金估值(天使轮)
20亿
美金融资额
15亿
美金 Meta挖人被拒的offer

三个关键判断

第一:最强初创团队

"全球历史上最贵的天使轮","硅谷过去几年最强的初创团队"。更像是OpenAI的ChatGPT或PostTrain加上核心infra团队的分拆。Meta花15亿美金挖其中一个人(infra lead Andrew)都被拒绝,"一个人都没有被挖走"。

第二:产品为先的文化

Mira可能觉得"现有的智能技术已经能做出很好的产品",所以选择探索下一代的产品和交互。这与OpenAI/Gemini/Anthropic"智能为先"的文化形成对比。

第三:苹果CEO人选

广密大胆猜测:Mira是"全球范围内有可能适合做苹果公司CEO的"。"如果苹果没有一个真正懂AI的团队,那下一代手机如何规划都很难的。"

多模态原生与下一代手机

从关键词搜索到自然交互的演进

  • Google搜索:输入2-3个关键词
  • ChatGPT:输入30-50个关键词,整段描述
  • 下一代交互:不止语音,人与人般的自然交互,Agent后台自动化,收集更多context

广密相信"手机在AI时代会越来越强,而不是被削弱"。过去手机只能打电话发短信,现在承载了娱乐、联网、数据存储,未来真正的智能手机会有新的属性——更主动

广密
人类大多数的context的数据都已经在手机上了。我其实相信手机在AI时代会越来越强的,而不是被削弱。

三、xAI/Grok与Meta的困境

xAI / Grok

  • 马斯克最大的bet:单一超大集群算力能带来模型根本性提升
  • 目前没有得到payback:超大算力只是"不掉队的基础"
  • 花了别人"maybe 10倍20倍的资源",但没有带来10倍多的好处
  • "一定程度上豆包都比Grok要好用的"
  • 还在摸索生态位:做chat赢不了ChatGPT,做搜索有Google和Perplexity,做coding有Anthropic
  • 大概率未来半年一年并入Tesla一体化

Meta

  • 从模型上短期进入全球前三"其实还是挺难的"
  • 连马斯克这么push,xAI都没进前三
  • 不知道是"智能为先还是产品为先"
  • 0到1的基因"还不知道"
  • 花钱很夸张,中国公司"都是玩不起"
  • 小扎要确保自己在牌桌上

广密对Grok的尖锐判断

"因为马斯克有可能想要的比较多,啥都想要,其实就没有专注分化或者bet。其实这个是比较危险的。"广密认为xAI担心掉队,除非未来几十万张GB200的超大集群让模型质变,否则前景不乐观。但他也补充:"Elon在搞数据中心这块是极其领先的。"

四、ChatGPT的品牌护城河

广密在本期季报中对ChatGPT的判断发生了重大变化——从关注模型能力转向关注非技术壁垒

ChatGPT身上的非技术壁垒

品牌的大众化下沉

  • 可能是历史上全球范围内最快到十亿活跃用户的产品
  • 2025年经历了品牌的大众化下沉,心智和品牌壁垒"大大变强"
  • 增长还在加速,"抖翘程度比其他人都要抖翘"
  • 大众用户基本上不对比了,ChatGPT就是默认的AI首选工具
  • "有点像默认Google是搜索的首选工具一样"
广密
ChatGPT就很像可口可乐一样。就像咱们喜欢喝碳酸饮料,你首先想到的就是可口可乐。

模型训练 = 品牌投资

核心洞察

Netflix式的内容逻辑

广密提出一个新颖的类比:模型训练很像Netflix拍内容。"你只要有领先的模型,模型训练花掉的这些钱,其实都会转化成产品或者心智或者品牌。"这不像以前做增长投流获客那样烧掉,ChatGPT几乎没有在投流获客上花太多钱,但模型训练烧掉的钱"很大程度上都转化成了品牌"。

留存数据的惊人表现

广密指出ChatGPT有一个被低估的优势:长期留存比短期留存好。"随着模型能力在变强,之前退订的老用户今天又重新回来了。"留存数据"可能仅次于微信这种产品"。

120亿
美金 OpenAI公开AR
50-60亿
美金 Anthropic AR
70-80%
头两名占AI产品营收比例

广密强调,头两名之后是断层:"你找不到今天十亿美金的AI产品。"头两名加起来占AI产品营收的绝大部分,且两家的增速"还是越来越陡峭的,完全没有停下来的意思"。

广密投资配置的变化

如果有100块钱买股票:40块给OpenAI,40块买自己的股票(即广密所在基金),10块给Anthropic,10块给Google。这与上一期的配置比例不同——OpenAI的比重上升了。原因:"ChatGPT身上有很多非技术壁垒,Coding的比例、模型的比例,远远没有ChatGPT的(品牌)比例高。"

五、Claude CodeCursor的生死竞速

Claude Code成为本期季报最受关注的产品案例。广密给出了极其具体的数据和判断。

10亿
美金 Claude Code即将达到的AR
~5亿
美金 Cursor公开AR
200-300亿
美金 Claude Code独立估值

Claude Code的关键优势

90%靠模型,10%靠产品和工程

  • 对Context的压缩做得比较好——后台读Codebase并不断压缩
  • 团队知道Claude在模型训练时的几百个工具命名,调用效率更高
  • Cloud重视Long Context,最近发了百万Context能力
  • 起初可能只有Boris一两个人,现在可能也就十几个人
  • 可能是历史上最快到10亿美金AR的产品

为什么Cursor长期很悲观

广密
假如让我作为Cursor的团队,我觉得今天要跟Cloud Code的长期竞争,其实是很悲观的。

Cursor的唯一希望

"Cursor今天肯定是盼着说GPT-5的成本又低了好几倍,Gemini的成本也能降下去,或者这几个模型在Agentic的能力上能跟Cloud打平。"只有其他模型追上Anthropic在Coding上的领先,Cursor才有喘息空间。

六、横向全家桶 vs 纵向垂直整合

广密提出了本期最重要的产业结构框架:两大趋势正在同时发生。

横向全家桶

  • ChatGPT:20或200美元买一个账号
  • 包含chat、搜索、coding、agent、workspace、PPT
  • 对做单一垂直能力的套件非常不利
  • "就像当年买Office一块钱买三件套"
  • PPT的内容格式可能不重要了——web coding直接生成漂亮前端
  • "未来有可能就不需要PPT了"

纵向垂直整合

  • Google Gemini的全栈:TPU芯片 → Gemini模型 → Agent应用 → Google Docs → Chrome → Android → YouTube
  • "可以做超级集成"
  • 模型上落后几个月没问题
  • "后劲可能是最强的"
  • 规模效应长期超过ChatGPT
AI产业两大趋势:横向全家桶 vs 纵向垂直整合
广密
其实科技产品是在融合的。就像小红书融合了好东西、融合了搜索、融合了短视频、融合了朋友圈。ChatGPT也好、Google也好,这些产品也在融合。

对AI创业公司的挤压

全家桶趋势意味着:通用模型的全家桶套件已经能满足大众化用户的很多需求,专业Agent的市场规模就会被限制。这是对所有垂直AI创业公司的结构性威胁。

七、挖矿窗口正在缩短

广密提出了一个精妙的比喻框架:模型公司是挖矿的,产品公司是炼矿的。而最关键的是那个"窗口"。

核心框架

挖矿 → 炼矿 → 窗口期

做AI产品很像挖矿——"第一个做出来让用户惊叹的体验是最重要的"。只要你第一个做出来能让用户非常惊叹的Magic Moment,"你起码可能得到了5亿美金10亿美金的广告费"。Perplexity、ManusDeepSeek、Cursor都是挖到了模型的某种"矿"——信息检索的矿、Coding能力溢出的矿、Agentic能力溢出的矿。

窗口正在急剧缩短

AI产品挖矿窗口期变化
产品领域窗口期说明
Perplexity联网搜索~2年模型公司平均晚了两年才加联网搜索
CursorAI Coding~9个月从Cursor有热度到Claude Code发布
Manus通用Agent~3-4个月今年三四月发布,ChatGPT跟进类似产品大概三到四个月
广密
从两年、一年、九个月、三个月,其实窗口是在缩短的。不代表说大模型公司发了类似的产品创业公司就不好打了,只是意味着竞争更激烈了。

Perplexity的韧性

尽管窗口在缩短,但Perplexity是一个反例:"ChatGPT加了联网,Perplexity今天依然还在保持高速增长,每个月可能还有几千万的新增用户。"这说明第一个做出惊叹体验的公司可以建立持久的品牌壁垒。

八、L4级别体验:为什么是Coding和搜索

广密提出了一个重要概念:L4级别的体验——端到端让用户感到惊叹的Aha Moment。目前全球只有两个Agent交付了这种体验。

ChatGPT Deep Research

  • 对应信息搜索领域
  • 端到端感觉比较"哇塞"
  • 触发了商业模式变革:订阅费从20美元升到200美元

Claude Code

  • 对应软件开发领域
  • 90%靠模型能力自然结果
  • AR增长速度可能比ChatGPT还快

为什么最早是这两个领域?

三层原因

  • 数据基础:互联网积累了几十年的网页数据,GitHub积累了几十年的代码数据。"这两大库其实就是人类过去对人类活动最高价值的一个抽象。"
  • 比特世界优先:在比特世界迭代最快,涉及物理的原子世界就变慢了
  • 经济价值:白领工资高于蓝领,程序员工资最高。"最容易闭环的就是软件开发工程师。"如果在coding这个领域都无法做到大规模L4体验,其他领域肯定更慢

下一个L4体验在哪里?

Office / Workspace

  • Claude Code模式可以在其他领域复制
  • Office与Code有很多overlap——结构化内容多,可以确认和闭环
  • PPT最需要的是coding和agentic的能力——"很像生成前端的HTML"
  • 用户群从Coding的3000万扩展到Office的五六亿
  • 奖励系统是短板——"不知道什么PPT是好的"
广密
只要给用户交付了L4级别的体验,这个其实就会触发商业模式的变革。之前订阅费可能都是20块钱,现在大家愿意付200块钱。模型能力变强以后,商业模式也会跟着升级。

九、Google Gemini的规模效应反击

广密在本期的一个重大判断变化:重新看好Google

为什么重新看好

产品形态殊途同归

ChatGPT和Google最终的产品形态"肯定都是殊途同归的"。就像小红书融合了搜索、短视频、朋友圈,AI产品也在融合。

广告平台优势

ChatGPT后面势必要搭广告平台(最近招了Instacart前CEO,之前是Meta广告系统的lead)。但Google还是全球最好的广告平台。95%以上的免费用户需要看广告。

规模效应

Google手上的硬牌"非常多":TPU芯片、Gemini模型、语音、Android OS、Chrome、YouTube——"所有的东西全都是端到端自己own的"。ChatGPT赢在品牌心智,Google未来靠规模效应扳回一城

ChatGPT vs Google Gemini:两种壁垒的博弈

广密判断变化的原因

上一期对Anthropic在Coding上的领先"高度自信",但紧接着Gemini 2.5 Pro在Coding上"很快就追上来了"。这个事件改变了观点:"模型公司肯定还是需要把模型或者研究领先的红利,转化成产品领先的红利或者壁垒。"技术的保鲜期只有三到六个月,产品壁垒更关键。

最大的不确定性

Google能不能改变用户习惯。ChatGPT已经深刻改变了用户习惯——从输入2-3个关键词变成几十个关键词的整段描述。AI产品获取的context更多,匹配效率更高。Google的挑战是在新的交互方式中保持竞争力。

十、AI创业者的绝望与希望

广密对AI创业生态给出了"绝望中的乐观"这一核心判断。

广密
作为一个AI的投资人或者AI的创业者,你一方面是很兴奋的,兴奋的是每个月技术都在很明显的进步。另外一方面呢,其实是有点绝望的。绝望的是头两名跑得太快了,还在不断地吃掉VC或者创业者的机会。

绝望的一面

乐观的一面

拼多多类比

  • 2015年很多人觉得淘宝不可撼动,很多人pass了A轮B轮的拼多多和SHEIN
  • "今天要去寻找能破局的那个黄峥"——对AI模型和产业结构有深刻独念,逻辑自洽
  • "看着格局一定,但总是有新机会的"
  • AI的爆发性足够强:一年美国AI CAPEX投入3000亿美金,三年加起来1万亿——"这是在给未来施肥"
广密
所以我今天一直在想一个问题:今天怎么才能理解谁是当下的黄峥?这个人特点到底是什么?他怎么思考今天的东西?

好的AI产品经理画像

人才判断

算法/模型出身 + 产品sense + 预判力

上一代优秀的PM很多是码农出身(知道哪些功能可以实现)。这一代的PM"大概率可能是算法或者模型出身"——否则无法利用好关键的模型红利,也无法判断好未来6到12个月模型的变化。核心是预判力

十一、AI投资:分散失效,集中有效

AI投资面临的三大挑战

1
技术变化太快,每月都有变化
2
头部在收敛
3
OpenAI在做VC的事
广密
其实OpenAI很大程度上是一个VC。Sam就是一个在做VC——他hype很大,融了很多钱,然后Sam作为VC他allocate给内部的这个researcher、那个researcher、那个产品、几十个组。OpenAI很大程度上是把硅谷VC的某些生意就吃掉了。

"30倍DPI基金"的逻辑

移动互联网的教训

  • 移动互联网就那5-10个大牌:微信、手机、短视频、信息分发、外卖、电商、打车
  • 高瓴投中了拼多多——30倍
  • 五源投了小米和快手——30倍
  • 红杉投了字节——30倍
  • 如果错过这些,"移动互联网就白忙活了"

AI投资同理:如果不投OpenAI、不投Anthropic、不投xAI,又错过Perplexity和Cursor,"这一波就白忙活了"。

非共识的投资机会

硅谷很多经典VC因为"AI CAPEX投太大、商业模式不够好、毛利不够高"而pass了模型公司。当年Anthropic出来融资四五十亿美金估值时"也没人投",Mira的Thinking Machines Lab天使轮100亿美金"很多硅谷VC都是pass的"。但ChatGPT发布以来最大的赢家还是OpenAI和Anthropic。

十二、华人创业者与全球AGI

广密
我觉得有一个总结是非常好的,叫犹太人的金融,华人的AGI。

华人创业者在全球AGI中的角色

2025年华人创业者拿到了全球AGI的声誉——DeepSeek、Manus、Lovart等。广密认为"未来三到五年华人创业者会非常牛"。

中国本土市场

  • 供给非常充裕
  • 制造能力非常强
  • 内需不够强
  • 很容易陷入过度内卷

北美市场

  • 供给不算充裕
  • 付费需求非常强
  • 做好北美的核心是做好硅谷
  • 做好硅谷的核心是先拿下VSE/三番的AI圈子

历史类比

工业革命后的全球化路径

  • 第一次工业革命后,英国本土市场不够大,所以有东印度公司
  • 第二次工业革命后,催生了美国的跨国公司
  • 今天"可能就是处在华人做全球跨国公司的很重要的一个timing下"

十三、泡沫、套娃收入与风险信号

AGI泡沫的最大风险

风险信号

套娃收入

今年硅谷大厂AI CAPEX加起来可能投3000亿美金。最怕的是"套娃收入"——投进去了英伟达的收入涨了,模型公司收入涨了,但前端不创造价值。"所以前端的价值是后端投入(能否持续)的关键。"

观察泡沫的方法

广密
最好的一个观察就是:你观察最聪明的一拨人在用什么。比如说做量化的或者很强的程序员,他们几乎都是用Claude的。我觉得只要最聪明的人都还在用,就还好。

如果泡沫破裂

资本收敛逻辑

  • 资本会收敛到前几家
  • 字节因为能赚钱,"肯定是最健壮的"
  • 其次是OpenAI(Sam的后续融资能力)
  • 第一批受冲击的:其他未上市AI公司

美国的两个核心支柱

金融铸币权 + 硅谷科技领先

  • "除了这两个东西,可能美国的其他东西都在被中国的产业化蚕食"
  • 美元越来越多 → 美元本身价值稀释 → 流入科技巨头股票
  • "中国人之前买房,美国人今天都买Mega 7巨头的股票"
  • "资本主义赚钱太容易,美国人不愿意干脏活累活了"
  • 极端假设:如果硅谷科技不再领先,如果中国光刻机两年内突破先进制程——"全球的资本会不会又回流到中国"

十四、非共识清单

广密在节目最后列出了多个他认为的"非共识"判断。

#非共识广密的论据
1今天格局看着一定,但还会有这个时代的黄峥发现不一样的结构性机会,就像当年淘宝看似不可撼动
2Anthropic和Thinking Machines Lab依然被低估团队凝聚力、相信力很强
3Coding的价值依然被低估有可能这一轮科技革命Coding会贡献很大很大
4机器人突破可能不来自机器人这帮人,而来自语言这帮人"只有语言走通通用泛化了。今天机器人这帮人很多都是视觉来的"
5机器人不会那么快可能还需要迈过好几个GPT-4级别的技术成熟
6未来三到五年华人创业者会非常牛极度乐观,与过去几年的悲观对比
7很牛的团队价值还是被低估的硅谷VC因商业模式/毛利pass了模型公司
广密
机器人可能不会那么快。可能还需要迈过好几个GPT-4级别的技术成熟。语言是一个很特别的东西。语言和Code和Pattern,这些东西是很不一样的。

十五、关键数据汇总

指标数据
OpenAI公开AR120亿美金
Anthropic AR50-60亿美金
头两名占AI营收比例70-80%甚至更高
Claude Code AR增速可能很快到10亿美金,年底可能15-20亿
Cursor公开AR约5亿美金
Claude Code独立估值约200-300亿美金
Thinking Machines Lab估值100亿美金(天使轮)
Thinking Machines Lab融资20亿美金
Meta挖人offer15亿美金(被拒绝)
硅谷大厂AI CAPEX2025年约3000亿美金
Perplexity窗口期约2年
Cursor窗口期约9个月
Manus窗口期约3-4个月
广密投资配比OpenAI 40% / 自身 40% / Anthropic 10% / Google 10%
Coding用户群规模约3000万
Office用户群规模约5-6亿
ChatGPT订阅价格20美元/月 或 200美元/月
Claude Code成本倒挂1:3甚至1:10的Token亏损率
中国机器人创业公司非常火,但广密认为需要多个GPT-4级突破

十六、启示与延伸思考

1. "模型即品牌"是一个被低估的飞轮

广密提出的"模型训练花掉的钱都转化成了品牌"这个观点,揭示了一个与传统互联网完全不同的增长逻辑。传统产品的投流获客是消耗性支出,而AI公司的模型训练投入是生产性投入——既提升了产品能力又积累了品牌。ChatGPT几乎不投流却增长最快,因为每次模型升级本身就是一次品牌事件。这意味着模型能力领先的公司拥有其他行业不存在的双重复利。

2. 全家桶趋势可能消灭大量垂直AI公司

20或200美元买到chat+搜索+coding+agent+PPT的全家桶,这直接压缩了所有单一垂直AI产品的市场空间。就像Office三件套让独立文档软件消失一样,ChatGPT的全家桶正在发生类似的事情。创业公司唯一的出路是在某个垂直领域做到L4级别体验——让用户觉得全家桶的对应功能"不够好"。但这个窗口只有3-9个月。

3. "Anthropic是下一代Windows"意味着什么

如果Coding的API能支持"应用的无限扩展",那Anthropic正在建设的不只是一个AI模型,而是一个新的操作系统级别的基础设施。过去能做到"无限扩展"的只有Windows/iOS/Android。Claude Code可能不只是一个编程工具,而是下一代应用生态的入口。这也解释了为什么广密认为其独立估值就值200-300亿美金。

4. "OpenAI是一个VC"是一个深刻的类比

Sam Altman的角色不像传统CEO——他更像一个超级GP:hype很大、融了很多钱,然后allocate给内部几十个团队。这意味着OpenAI内部的每个研究小组、每个产品线都是Sam"投资"的创业公司。这种组织形态既是优势(资源集中、人才密度高)也是风险(如果某个内部团队远超预期或严重失败,调整成本更高)。这也解释了为什么OpenAI"把硅谷VC的某些生意吃掉了"。

5. "挖矿窗口"缩短暗示AI行业正在加速进入成熟期

从Perplexity的2年窗口到Manus的3个月窗口,缩短的不只是时间,而是创业公司建立壁垒的机会。当模型公司自己下场做产品的速度越来越快时,"先发优势"的时间价值在急剧贬值。未来可能只有两种AI创业公司能存活:一种是在3个月内建立了不可逆的品牌心智(如Perplexity),另一种是在模型公司无法触及的深度垂直领域积累了专有数据和knowhow。

6. "机器人突破来自语言而非视觉"是最大的非共识

广密判断未来机器人的突破可能不是今天做机器人的人推动的,而是做语言的人。"只有语言走通通用泛化了"——而今天做机器人的人"很多都是视觉来的"。这个判断如果成立,意味着当前中国火热的机器人创业赛道中,大量公司可能押错了技术路线。真正的壁垒不在运动控制或硬件,而在language-first的通用泛化能力。

7. 季报本身的方法论变化值得关注

广密明确承认"过去六期都是对智能上限的探索极度上头",但这一期"更重视产品了"。触发这个转变的两个事件:ChatGPT在流量上的品牌壁垒超预期,以及Gemini 2.5 Pro在Coding上迅速追上了Anthropic。这说明即使是最关注技术的分析者,也开始意识到技术领先的保鲜期只有3-6个月,产品和品牌的壁垒才是持久的。"模型即产品"的时代正在过渡到"模型+产品+品牌"的复合竞争。

延伸阅读