站在2025年尾，市场弥漫着AI Bubble的讨论。广密给出了一个根本性的重新定义：这不是泡沫，而是一场每个科技巨头都输不起的战争。
广密从商业和国家战略两个层面解释了这场战争的不可退出性：
广密提出Agent如果成为流量入口，将引发一场流量的中距之战——本质是抢夺流量的分配权。这是一个"流量短路"和极强颠覆性的技术点。不限量运转的助理型Agent，将对Uber、携程、传统搜索等现有信息仲介平台产生巨大冲击。广密认为"这才是真正的Web3"，终于有了让创业公司掀桌子的机会。
AI Bubble讨论的主要导火索是2025年10月Sam Altman提出的1.4万亿美元基础设施建设计划（30GW算力），GPU按6年摊销，意味着OpenAI平均每年要烧掉2000多亿美金。而OpenAI到2030年的公开预测营收也就2000多亿美金。但广密认为短期现金流没有问题——OpenAI按8000多亿美金估值再融1000亿，1.4T中大部分投入在2028年及之后。
广密对OpenAI的收入进行了详细的"看得清"与"看不清"两层拆解：
| 板块 | 假设 | 规模估算 |
|---|---|---|
| 订阅 | 2030年前做到40亿MAU、4亿付费用户（10%付费率），年费200美金 | ~800亿美金 |
| 广告+电商 | 20多亿周活，每人ARPU 20-50美金 | 500-1000亿美金 |
| API | 模型即新的云，类似亚马逊电商做云的逻辑 | 500-1000亿美金 |
三块合计可达两三千亿美金年营收，相当于今天的Meta或字节。
微信三年涨到4.5亿MAU，ChatGPT三年涨到14亿MAU。广密认为ChatGPT长期会是10-20亿DAU的产品，终局形态是一个信息分发融合产品，有可能形成一套全新的搜索引擎。
广密将全球AI格局简化为两大阵营的对峙：
广密认为Google短期高估（PE从18-19倍扩张到28-29倍，估值扩张逻辑），OpenAI短期被低估（过去20年唯一有机会挑战Google的公司、当下最好的AI标的、最高概率引领下一代范式创新）。英伟达也因Google崛起被低估。
广密本期季报的核心判断之一："交替领先"将是未来一年模型竞争的常态。
| 模型 | 年化营收（2025年底） | 占比 |
|---|---|---|
| GPT (OpenAI) | ~210亿美金 | 合计~360亿美金，占全球AI Native营收的80-90% |
| Claude (Anthropic) | ~90-100亿美金 | |
| Gemini (Google) | ~50亿美金 | |
| 其他全球大模型原生收入 | ~400多亿美金 | XAI Grok约3-10亿美金 |
在现有范式（预训练+强化学习）下，头部三家的know-how、方法论彼此甩不开，人才在流动，信息在流动，已经是"明牌的竞争"。哪怕领先3%-10%就能有极大的放大效应——就像C罗梅西能力上没比其他球员强几十倍，但赚的钱强几十倍。想真正甩开，必须靠新的范式。
上一期季报主题是"模型在分化"，本期的"交替领先"与之构成递进关系：通用能力上你追我赶甩不开，但各自都有了鲜明的战略BET。
| 公司 | 战略BET | 核心差异化 |
|---|---|---|
| Google / Gemini | 多模态 | 多模态断档式领先，但Text/Coding追平前代水平，优先级后置 |
| Anthropic / Claude | Coding + Agent（2B） | Opus 4.5仍是Coding领域最好的模型，做任务更长更可靠更省Token，放弃2C |
| OpenAI / ChatGPT | 2C消费端朋友 | 4.85亿DAU断档领先（Gemini的5-6倍），长期做10-20亿DAU的个人助理/朋友 |
| Ilya (SSI) / Mira (Thinking Machines) | 下一代范式 | 不再catch up现有model，赌下一代Online Learning突破 |
Anthropic专注2B、放弃2C、专注Coding和Agent的战略BET，是广密认为"很值得AI创业者学习"的范例。如果没有鲜明的分化，"Anthropic早就在这么激烈的竞争中挂掉了"。战略BET之下，模型优化的本质是优化数据——ChatGPT做C端体验好是因为对C端数据做了专门优化，Claude做2B好是因为对企业/知识工作者数据做了优化。
广密提出一个重要类比：基础模型公司就像10年前的综合电商平台。模型公司Scale data比垂直应用更高效——就像Amazon早年卖书拉通了物流仓储和用户，然后横向Scale更多SKU。ChatGPT做Chat和Coding都拉通了Full Stack和Data Pipeline。关键问题：Perplexity、Cursor到底是"垂直电商"还是"小红书"？垂直电商能赚钱但历史上没有大平台公司；小红书在综合电商之上构建了高消费价值的内容资产。
广密给出了一个大胆判断：Google + OpenAI总市值能到10万亿美金以上。
广密认为Google和英伟达可能是人类最快接近10万亿美金的公司候选人。"10年前大家不敢想象有万亿美金公司，就像今天不敢想象有10万亿美金公司。"从3-5万亿涨到10万亿的难度，远小于几百亿涨到千亿、千亿涨到万亿。
这期季报最重要的技术判断：第三个范式——Online Learning正在孕育，可能是"核弹级别的突破"。
数据像石油/化石燃料——量大但有限。5-6十个T可能已是极限，模型激活参数并没有无限变大反而在变小，吸收度在变高，趋势走向大MOE架构。
专家蒸馏数据像新能源——有用但总量小。催生了Scale AI、Mercor等专门招聘人类专家的外包公司（收入快速爆发），大家都在Scale Data。
像核聚变——还没突破，但如果突破了就是无敌的，人类将进入"归基时代"。模型自主学习、学习效率更高、更少数据就能学更快、边推理边交互边学习。
广密提出一个"暴论"：大家热议的机器人、世界模型甚至多模态，很多可能是假问题。Online Learning才是唯一重要的真问题——只有模型的自主学习和泛化能力突破了，其他问题才能本质性解决。否则就是走自动驾驶的老路："有多少人工就有多少智能"。机器人的最大问题是不泛化，没有泛化就要像自动驾驶一样走十年踩数据。
| 机构 | 方向 | 状态 |
|---|---|---|
| OpenAI | Online Learning | 遥遥领先，投入最大 |
| SSI (Ilya) | 预测更长的逻辑（不只下一个token） | 最领先的新实验室 |
| Thinking Machines (Mira) | 原班ChatGPT和Post-train团队 | 有一盘大棋 |
| 尚未整体top-down推进 | 独立研究员个人探索阶段 |
过去半年广密团队认真研究了给frontier model做数据标注的公司，最大的体感冲击了对AGI的乐观预期。
广密听到的rumor：Sam最近在内部也说"先忘掉AGI"。了解了模型公司怎么弄数据后，大家都在用很大力气搞数据。这让广密对AGI需要的时间预期拉长。但在知识工作者群体的局部——Coding、信息获取、Office PPT/Excel、投研——实现L3/L4体验的确定性非常高。结论是：局部L3/L4确定性很高，整体L4很难。
如果AGI周期拖得比较久，那就是烧现金流的现金流之战——Google有自我造血优势、Meta投入太大（明年1200亿美金CAPEX但账上现金仅500亿）、Anthropic是棋子价值、OpenAI依然能融到很多钱。
硅谷正在涌现一批新型研究实验室，广密逐一做了梳理：
| 实验室 | 创始人背景 | 方向 | 亮点 |
|---|---|---|---|
| SSI | Ilya Sutskever | 模型自主学习，预测更长逻辑 | 最领先的Neo Lab |
| Thinking Machines | Mira Murati（原OpenAI CTO） | 原班ChatGPT和Post-train团队 | "有一盘大棋" |
| Periodic Labs | Liam（OpenAI Post-train负责人）+ DeepMind化学模型负责人 | 材料大模型/室温超导 | 实验反馈周期比医药更短，RL周期更短 |
| Isara | Eddie Zhang（OpenAI出身） | Multi-agent群体智能 | 训练Multi-agent交互环境 |
| Math-N | XAI出身 | 有同理心的模型 | 类似早期Inflection方向 |
| General Intuition | 游戏高光录制平台 | 世界模型 | 38亿游戏片段，天然带用户标注的高质量操作反应数据 |
| Reflection | 英伟达投资 | 美国版DeepSeek（开源模型） | 填补美国对中国开源模型依赖的空白 |
一个值得注意的模式：Anthropic是OpenAI最早的Scaling team，Ilya是最早的Pretrain team，Thinking Machines是原班ChatGPT和Post-train。OpenAI即便在分崩离析了三四次以后依然很强。这些"分裂"反而构成了整个AI生态最活跃的创新源泉。
广密给出了机器人发展阶段的明确判断：
| 公司 | 数据采集方式 | 特点 |
|---|---|---|
| Google + Pi | 遥操作的真机数据 | Google综合能力最强（Gemini多模态底层） |
| Sunday（Tony/子豪） | 手套和重力包方式 | 低成本大规模采集家庭数据，直接进家庭做家务 |
| Generalist（Pete/Andy） | 手套采集大量真机数据 | 宣称27万条最大真机数据集，发现了机器人领域的Scaling Law |
| Dana | — | 务实路线：先做好叠衣服、叠纸巾等场景，运营能力强 |
主要应用场景目前仍集中在叠衣服和冲咖啡两个场景，除此之外还没有大规模泛化。越来越多算法公司开始做自己的硬件，有研究者认为硬件可能占70-80%的成功要素。
广密给出了一个核心结论：越头部的公司越便宜，越头部的公司越没有Bubble。
| 梯队 | 公司 | ARR（亿美金） |
|---|---|---|
| 第一梯队（百亿级） | OpenAI | 200-210 |
| Anthropic | 90-100 | |
| 第二梯队（10亿级） | Claude Code（Anthropic子产品） | 10+ |
| Cursor | 10+ | |
| Scale AI | 10+ | |
| Mercor | 10+ | |
| Mid Journey | 7-8 | |
| 第三梯队（1-5亿级） | Together AI（Serving） | ~3 |
| 11 Labs（语音） | ~3 | |
| Glean（企业搜索） | 2-3 | |
| Replit（Web Coding） | 2-3 | |
| Lovable（前端建站） | 2+ | |
| Harvey（法律） | 1.5-2 | |
| Open Evidence（医生版ChatGPT）/ Synthesia（数字人）/ Fireworks AI | 1-2 |
广密对中国AI格局的几个关键判断：
就像当年投电商平台，不存在"小而美的垂直电商"。最领先的模型拿走绝大部分价值。
英伟达和宁德时代是一类公司——大家总还是低估这个趋势的规模。
肯定还会有更多的Perplexity、Cursor从技术溢出的夹缝中冲到几百亿美金。往大了说可能有拼多多和TikTok级别的机会。
| 标的 | 上期配比 | 本期配比 |
|---|---|---|
| OpenAI | 40% | 25% |
| 字节 | 40% | 25% |
| 10% | 10% | |
| Anthropic | 10% | 10% |
| 英伟达 | - | 10% |
| 台积电 | - | 10% |
| Neo Labs (SSI/Thinking Machines等) | - | 10% |
技术变化太快，只投一家风险很大。最好是投多家组成组合，因为交替领先的格局下很难最终判断谁是赢家。"这几个大的公司再涨个三五倍概率是更大的，而且是简单题。"同时要关注大平台（ChatGPT、Gemini、字节）做好什么、做不好什么——平台的漏洞就是创业机会。
广密用"War"替代"Bubble"，不仅是乐观的重新叙事，更是一个不可退出性判断：对科技巨头而言，AI失败意味着被颠覆（云白牌化、Super App被短路、搜索份额被侵蚀）；对国家而言，AI等同于新时代的核武器。这解释了为什么即使账面亏损，巨头们不会减少投入——这不是ROI计算，是生存博弈。Sam的1.4T计划从这个角度看不是疯狂，而是"输不起"的逻辑必然。
广密明确说机器人和世界模型"可能很多是假问题"，这是一个极强的判断。其逻辑是：没有泛化能力的AI系统本质上是"有多少人工就有多少智能"——这正是自动驾驶走了十年的老路。如果Online Learning突破了，机器人和多模态的泛化问题才能本质解决；如果没突破，今天在座的机器人团队"有可能是上一代NLP一样的结果"。
从"模型级产品"到"数据级模型"，广密揭示了一个常被忽视的递推链：产品体验的差异本质来自模型差异，而模型差异本质来自训练数据分布的差异。Google多模态强是因为弄了真实多模态数据，Anthropic Coding强是因为有最高质量Code数据，ChatGPT C端好是因为对个性化数据做了优化。对创业者的核心建议不是"做好产品"，而是"你到底有哪些差异化的数据BET"。
"Google越强越会形成反Google联盟，OpenAI越强也会形成反OpenAI联盟"——这个动态平衡机制意味着AI行业不太可能出现一家独大。这既是投资组合策略的理论基础（交替领先、每家都买），也解释了为什么Anthropic能持续获得融资（巨头棋子价值），以及为什么Neo Labs有生存空间。
过去3-4年全球AI应用独角兽100+家，中国团队只有3-5家。广密认为核心瓶颈不是人才（95后/97后非常优秀），而是市场化风险资本太少。0-1的高风险创新天然需要VC支持，但中国的VC资本相比美国少了几十倍甚至几百倍。这个结构性问题如果不解决，"年轻人的想象力就无法被激发出来"。
ChatGPT与Google搜索的流量比从年初的95:5变为85:15，三年MAU达到14亿（超过微信同期三年的4.5亿）。ChatGPT在移动端、高价值市场、DAU/MAU比、周末使用率等维度全面领先Gemini。这些数据指向一个结论：ChatGPT不再是边缘替代品，而是正在成为一个主流信息分发平台——其终局可能是融合搜索的新形态。
广密展望2026年：(1) Online Learning范式突破的信号；(2) Agentic Web带来的流量重分配；(3) 知识工作者领域挖出更多Coding级别的金矿；(4) 多模态大年可能改变技术架构；(5) 手机厂商作为新的AI入口。SSI和Thinking Machines预计也将在2026年发布产品。