第一個做出AGI的必然是壟斷者，中國只能走生態這條路
追求第一個碾壓對手的AGI，本質是商業霸權野心——他會用這個大腦發明手段維持壟斷。中國公司打不過這場燒錢遊戲，只能先把推理成本降下來，用生態當護城河。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
推理成本不降，應用生態起不來
零一萬物2024年最重要的技術決策是義無反顧走混合專家（MoE）路線，做出能力高、速度快、價錢低的模型。李開復的洞察是：整個行業的引爆一定在應用端，而應用端需要非常便宜的推理才能引爆。他算過一筆賬——應用會一個比一個難，chatbot 可以容忍一個字一個字吐，搜索引擎要更快，取代抖音那種要刷三五個小時，使用強度和模型難度不斷遞增，幾個相乘之下，推理成本每年降十倍都不夠。
— 李開復垂直整合才是把成本打下來的辦法
李開復不認可躺平等 GPU 和內存降價——那樣一年享受十倍降價，等適當時候再跳出來做應用。他舉 iPhone 為例：蘋果沒有等電容屏、多點觸控、軟鍵盤、音樂 API 變成行業標準，而是依次把它們揉起來，因為等的話可能要等五到七年。所以零一萬物選擇垂直整合：從硬件到軟件、從模型到應用通通結合優化。具體做法是把計算轉換成內存，設計 GPU 旁邊的 HBM、CPU 的 RAM、SSD 三層內存，多花 10% 的錢買內存，可能降 40% 到 50% 的 GPU 運算。
— 李開復做世界最牛的模型和做應用不能銜接
李開復拿 Character.AI 舉例：創始人 Noam Shazeer 一心做 AGI，先搞個 character.ai 產品，但這兩件事有衝突——AGI 的模型是殺雞用牛刀，並不適合 character，公司一直難找位置，最終被 Google 收購，想做 AGI 的人回 Google，想做 APP 的人留在 character。他解釋機制：追求世界第一 AGI 的人有一種理想和傲慢共存，認為做成 AGI 就碾壓所有對手，上面未必有生態系統，每個 APP 只是薄薄一層殼，英文叫 veneer（貼皮），所有價值都在 AGI 上。李開復說自己不是這樣的人。
— 李開復第一個做出AGI的必然是商業霸權壟斷者
李開復推演：假設 AGI 有遠超人的思考推理、創造發明、獨立思考自我學習能力，那它可以幫你發明新事物——發明一個商業模式把其他大模型公司打倒，設計公關策略讓大家都信任你，甚至設計網絡攻擊讓競爭對手癱瘓。所以第一個做出 AGI 碾壓對手的，當然是技術理想，但也是商業霸權壟斷者，會成為一個終極壟斷者的野心。這比過去說微軟壟斷、Google 壟斷要大得多，因為過去微軟很難讓 Windows 把 Mac 都弄沒，但這是一個大腦。
— 李開復今天的AI生態是個倒三角
李開復畫了一張生態圖：良性生態應該是芯片賺最少的錢、平臺賺蠻多、應用賺最多，所有應用加起來比平臺賺更多——PC、互聯網、移動互聯網、雲都是這樣。但今天 AI 生態是芯片 GPU 佔 750 億美金、雲廠商 100 億、應用商（ChatGPT 這類）只有 50 億，完全是個倒三角。如果持續倒三角，應用不會像雨後春筍冒出來，用戶得不到福利，做應用也難快速拿到 PMF、賺到錢、融到資，正向循環轉不起來。
— 李開復OpenAI還藏了很多牌，不要低估它
李開復剛從硅谷回來，見了很多人的一個共識是：OpenAI 還藏了很多好東西沒放出來。GPT5 訓練不順利，但為了融資丟了一個 O1 出來，手中還有很多牌，不急著出——因為每次出一張牌，全球技術公司包括中國的就會看他出了什麼牌去猜去做，最後就算不能打平也能做到八九成，所以他想留到接近 AGI 有望時再打。李開復認為 O1 本身沒帶來那麼大的推理和理解提升，最厲害的是推理時的 scaling law，畫的那條直線開闊了另一個金礦。
— 李開復英偉達的優勢可能隨訓練轉推理而動搖
李開復逐家點評海外巨頭：英偉達是現在最大的獲利者，但之後可能面臨的問題是——當大部分 GPU 不再做訓練而是做推理時，它的優勢能不能持續。Meta 是最大的攪局者，什麼事情贏不了就開源，這次看起來蠻成功，靠廣告賺一筆錢，做開源來卡位，雖然技術落後，但打不過人家就開源已經兩次成功（第一次是 TensorFlow 跟 PyTorch）。微軟位置最好，可攻可守，但挑戰是自己的模型一直沒做好，長期如果做不出模型又跟 OpenAI 鬧掰會有挑戰。
— 李開復Google的搜索面臨兩面受敵
李開復說 Google 比較傷感：理論上它應該最強，最厲害的大模型論文是 Google 做的，最厲害的強化學習 Deep Mind 做過，但並在一起似乎沒產生很大殺傷力。搜索四面挑戰——大模型讓用戶有問題先問 ChatGPT，帶走一些量；更嚴重的是很多用戶想買東西直接去 Amazon，commercial search 不在 Google 做了。加上兩難：放不放大模型進搜索？取代搜索會把廣告業務拆沒，做成兩個入口是掩耳盜鈴，兩者並存就變四不像——給個 overview 又不給答案，還有一大堆鏈接和廣告。
— 李開復原話 · 已逐字校驗
因為你要做AGI的話 你就是有一種理想和傲慢 兩者共存 就是我做成了AGI 我就碾壓所有的競爭對手了 我上面就未必有什麼生態系統了 我可能每一個APP就是薄薄的一層殼 我們英文叫veneer 貼皮
因為你要做 AGI 的話，你就是有一種理想和傲慢兩者共存，就是我做成了 AGI，我就碾壓所有的競爭對手了，我上面就未必有什麼生態系統了，我可能每一個 APP 就是薄薄的一層殼，我們英文叫 veneer，貼皮。
李開復28:28
所以第一個做出AGI碾壓對手的 當然是一個技術的理想 但是他也是一個商業霸權壟斷者 而且會成為一個終極壟斷者的一個野心
所以第一個做出 AGI 碾壓對手的，當然是一個技術理想，但他也是一個商業霸權壟斷者，而且會成為一個終極壟斷者的野心。
李開復41:25
我們會看到一個良性的生態 應該是芯片賺最少的錢 平臺賺蠻多的錢 應用賺最多的錢 平臺本身可能比任何一個應用都賺錢 但是所有的應用加起來是比平臺賺更多的錢
我們會看到一個良性的生態，應該是芯片賺最少的錢，平臺賺蠻多的錢，應用賺最多的錢，平臺本身可能比任何一個應用都賺錢，但是所有的應用加起來是比平臺賺更多的錢。
李開復45:44
人人可用什麼意思呢 你在美國做了OpenAI不給中國人用 那就不是人人可用 所以你不敢把它寫到你的vision
人人可用什麼意思呢？你在美國做了 OpenAI 不給中國人用，那就不是人人可用，所以你不敢把它寫到你的 vision。
李開復1:12:11
我覺得OpenAI還藏了很多好東西 沒有放出來 我們千萬不要低估它 他GPT5訓練的不是很順利 但是他為了融資就丟了一個O1出來 他手中還有很多牌的 他不急著出這些牌
我覺得 OpenAI 還藏了很多好東西沒有放出來，我們千萬不要低估它。他 GPT5 訓練的不是很順利，但是他為了融資就丟了一個 O1 出來，他手中還有很多牌的，他不急著出這些牌。
李開復1:14:14
其實絕對不是的 我們衡量過Perplexity的幻覺 其實還挺高的 但是用戶就覺得是Citation 看到了就放心 你不去真的點就信任他了 這個是很有意思 很值得學習的一個 用戶體驗的Trick
其實絕對不是的，我們衡量過 Perplexity 的幻覺其實還挺高的，但是用戶就覺得是 Citation，看到了就放心，你不去真的點就信任他了，這個是很有意思、很值得學習的一個用戶體驗的 Trick。
李開復1:33:25
數字與實體
| 零一萬物今年產品收入 | 可能五六百萬美元 | 33:31 |
| GPT-4O 與零一萬物模型推理成本對比 | 5個月前 10 美元一個 million tokens，今天做到一毛四一個 million tokens | 48:47 |
| AGI 預計發生時間 | 7年以後 | 49:43 |
| 今天 AI 生態芯片 GPU 規模 | 750 億美金 | 45:44 |
| 今天 AI 生態雲廠商規模 | 100 億 | 45:44 |
| 今天 AI 生態應用商規模 | 50 億 | 45:44 |
| LAMA405B 推理成本與零一萬物對比 | 約 20 倍 | 1:20:18 |
| Google 每個搜索產生收入 | 1.6 分美元 | 1:32:23 |
術語
- veneer貼皮
- 李開復用來形容 AGI 之上每個 APP 只是薄薄一層殼，價值都在底層模型。
- Service as Software服務即軟件
- 硅谷新說法，用軟件接入方式提供數字員工，按一個人的工作量收費。
- TCPMF技術約束下的產品市場契合
- 李開復在 PMF 上加的兩個字，指還需判斷需要多強技術、誰何時能做出來、成本何時夠低。
- HBM高帶寬內存
- GPU 旁邊最快的一層內存，李開復三層內存架構中最常用數據存放處。
收聽指南
關注 AGI 地緣格局、大模型公司戰略選擇、海外巨頭卡位的創業者和投資人，尤其適合正在判斷應用層何時爆發的人。
開頭聊 Hinton 諾獎和求學經歷的 2:03 到 10:20 可跳過，信息偏回憶。