第一个做出AGI的必然是垄断者，中国只能走生态这条路
追求第一个碾压对手的AGI，本质是商业霸权野心——他会用这个大脑发明手段维持垄断。中国公司打不过这场烧钱游戏，只能先把推理成本降下来，用生态当护城河。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
推理成本不降，应用生态起不来
零一万物2024年最重要的技术决策是义无反顾走混合专家（MoE）路线，做出能力高、速度快、价钱低的模型。李开复的洞察是：整个行业的引爆一定在应用端，而应用端需要非常便宜的推理才能引爆。他算过一笔账——应用会一个比一个难，chatbot 可以容忍一个字一个字吐，搜索引擎要更快，取代抖音那种要刷三五个小时，使用强度和模型难度不断递增，几个相乘之下，推理成本每年降十倍都不够。
— 李开复垂直整合才是把成本打下来的办法
李开复不认可躺平等 GPU 和内存降价——那样一年享受十倍降价，等适当时候再跳出来做应用。他举 iPhone 为例：苹果没有等电容屏、多点触控、软键盘、音乐 API 变成行业标准，而是依次把它们揉起来，因为等的话可能要等五到七年。所以零一万物选择垂直整合：从硬件到软件、从模型到应用通通结合优化。具体做法是把计算转换成内存，设计 GPU 旁边的 HBM、CPU 的 RAM、SSD 三层内存，多花 10% 的钱买内存，可能降 40% 到 50% 的 GPU 运算。
— 李开复做世界最牛的模型和做应用不能衔接
李开复拿 Character.AI 举例：创始人 Noam Shazeer 一心做 AGI，先搞个 character.ai 产品，但这两件事有冲突——AGI 的模型是杀鸡用牛刀，并不适合 character，公司一直难找位置，最终被 Google 收购，想做 AGI 的人回 Google，想做 APP 的人留在 character。他解释机制：追求世界第一 AGI 的人有一种理想和傲慢共存，认为做成 AGI 就碾压所有对手，上面未必有生态系统，每个 APP 只是薄薄一层壳，英文叫 veneer（贴皮），所有价值都在 AGI 上。李开复说自己不是这样的人。
— 李开复第一个做出AGI的必然是商业霸权垄断者
李开复推演：假设 AGI 有远超人的思考推理、创造发明、独立思考自我学习能力，那它可以帮你发明新事物——发明一个商业模式把其他大模型公司打倒，设计公关策略让大家都信任你，甚至设计网络攻击让竞争对手瘫痪。所以第一个做出 AGI 碾压对手的，当然是技术理想，但也是商业霸权垄断者，会成为一个终极垄断者的野心。这比过去说微软垄断、Google 垄断要大得多，因为过去微软很难让 Windows 把 Mac 都弄没，但这是一个大脑。
— 李开复今天的AI生态是个倒三角
李开复画了一张生态图：良性生态应该是芯片赚最少的钱、平台赚蛮多、应用赚最多，所有应用加起来比平台赚更多——PC、互联网、移动互联网、云都是这样。但今天 AI 生态是芯片 GPU 占 750 亿美金、云厂商 100 亿、应用商（ChatGPT 这类）只有 50 亿，完全是个倒三角。如果持续倒三角，应用不会像雨后春笋冒出来，用户得不到福利，做应用也难快速拿到 PMF、赚到钱、融到资，正向循环转不起来。
— 李开复OpenAI还藏了很多牌，不要低估它
李开复刚从硅谷回来，见了很多人的一个共识是：OpenAI 还藏了很多好东西没放出来。GPT5 训练不顺利，但为了融资丢了一个 O1 出来，手中还有很多牌，不急着出——因为每次出一张牌，全球技术公司包括中国的就会看他出了什么牌去猜去做，最后就算不能打平也能做到八九成，所以他想留到接近 AGI 有望时再打。李开复认为 O1 本身没带来那么大的推理和理解提升，最厉害的是推理时的 scaling law，画的那条直线开阔了另一个金矿。
— 李开复英伟达的优势可能随训练转推理而动摇
李开复逐家点评海外巨头：英伟达是现在最大的获利者，但之后可能面临的问题是——当大部分 GPU 不再做训练而是做推理时，它的优势能不能持续。Meta 是最大的搅局者，什么事情赢不了就开源，这次看起来蛮成功，靠广告赚一笔钱，做开源来卡位，虽然技术落后，但打不过人家就开源已经两次成功（第一次是 TensorFlow 跟 PyTorch）。微软位置最好，可攻可守，但挑战是自己的模型一直没做好，长期如果做不出模型又跟 OpenAI 闹掰会有挑战。
— 李开复Google的搜索面临两面受敌
李开复说 Google 比较伤感：理论上它应该最强，最厉害的大模型论文是 Google 做的，最厉害的强化学习 Deep Mind 做过，但并在一起似乎没产生很大杀伤力。搜索四面挑战——大模型让用户有问题先问 ChatGPT，带走一些量；更严重的是很多用户想买东西直接去 Amazon，commercial search 不在 Google 做了。加上两难：放不放大模型进搜索？取代搜索会把广告业务拆没，做成两个入口是掩耳盗铃，两者并存就变四不像——给个 overview 又不给答案，还有一大堆链接和广告。
— 李开复原话 · 已逐字校验
因为你要做AGI的话 你就是有一种理想和傲慢 两者共存 就是我做成了AGI 我就碾压所有的竞争对手了 我上面就未必有什么生态系统了 我可能每一个APP就是薄薄的一层壳 我们英文叫veneer 贴皮
因为你要做 AGI 的话，你就是有一种理想和傲慢两者共存，就是我做成了 AGI，我就碾压所有的竞争对手了，我上面就未必有什么生态系统了，我可能每一个 APP 就是薄薄的一层壳，我们英文叫 veneer，贴皮。
李开复28:28
所以第一个做出AGI碾压对手的 当然是一个技术的理想 但是他也是一个商业霸权垄断者 而且会成为一个终极垄断者的一个野心
所以第一个做出 AGI 碾压对手的，当然是一个技术理想，但他也是一个商业霸权垄断者，而且会成为一个终极垄断者的野心。
李开复41:25
我们会看到一个良性的生态 应该是芯片赚最少的钱 平台赚蛮多的钱 应用赚最多的钱 平台本身可能比任何一个应用都赚钱 但是所有的应用加起来是比平台赚更多的钱
我们会看到一个良性的生态，应该是芯片赚最少的钱，平台赚蛮多的钱，应用赚最多的钱，平台本身可能比任何一个应用都赚钱，但是所有的应用加起来是比平台赚更多的钱。
李开复45:44
人人可用什么意思呢 你在美国做了OpenAI不给中国人用 那就不是人人可用 所以你不敢把它写到你的vision
人人可用什么意思呢？你在美国做了 OpenAI 不给中国人用，那就不是人人可用，所以你不敢把它写到你的 vision。
李开复1:12:11
我觉得OpenAI还藏了很多好东西 没有放出来 我们千万不要低估它 他GPT5训练的不是很顺利 但是他为了融资就丢了一个O1出来 他手中还有很多牌的 他不急着出这些牌
我觉得 OpenAI 还藏了很多好东西没有放出来，我们千万不要低估它。他 GPT5 训练的不是很顺利，但是他为了融资就丢了一个 O1 出来，他手中还有很多牌的，他不急着出这些牌。
李开复1:14:14
其实绝对不是的 我们衡量过Perplexity的幻觉 其实还挺高的 但是用户就觉得是Citation 看到了就放心 你不去真的点就信任他了 这个是很有意思 很值得学习的一个 用户体验的Trick
其实绝对不是的，我们衡量过 Perplexity 的幻觉其实还挺高的，但是用户就觉得是 Citation，看到了就放心，你不去真的点就信任他了，这个是很有意思、很值得学习的一个用户体验的 Trick。
李开复1:33:25
数字与实体
| 零一万物今年产品收入 | 可能五六百万美元 | 33:31 |
| GPT-4O 与零一万物模型推理成本对比 | 5个月前 10 美元一个 million tokens，今天做到一毛四一个 million tokens | 48:47 |
| AGI 预计发生时间 | 7年以后 | 49:43 |
| 今天 AI 生态芯片 GPU 规模 | 750 亿美金 | 45:44 |
| 今天 AI 生态云厂商规模 | 100 亿 | 45:44 |
| 今天 AI 生态应用商规模 | 50 亿 | 45:44 |
| LAMA405B 推理成本与零一万物对比 | 约 20 倍 | 1:20:18 |
| Google 每个搜索产生收入 | 1.6 分美元 | 1:32:23 |
术语
- veneer贴皮
- 李开复用来形容 AGI 之上每个 APP 只是薄薄一层壳，价值都在底层模型。
- Service as Software服务即软件
- 硅谷新说法，用软件接入方式提供数字员工，按一个人的工作量收费。
- TCPMF技术约束下的产品市场契合
- 李开复在 PMF 上加的两个字，指还需判断需要多强技术、谁何时能做出来、成本何时够低。
- HBM高带宽内存
- GPU 旁边最快的一层内存，李开复三层内存架构中最常用数据存放处。
收听指南
关注 AGI 地缘格局、大模型公司战略选择、海外巨头卡位的创业者和投资人，尤其适合正在判断应用层何时爆发的人。
开头聊 Hinton 诺奖和求学经历的 2:03 到 10:20 可跳过，信息偏回忆。