Coding 是 AGI 第二幕：沒有領先的 Coding 模型就像沒有領先的 GPU
模型公司真正的分水嶺不是 C 端 DAU，而是能不能組織幾百個最聰明的人 all in 做數據這件髒活——Anthropic 贏在戰略專注，OpenAI 輸在什麼都想要。
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
過去一個季度的進步超過 2025 全年
廣密把過去一個季度最本質的轉折點歸結為 Anthropic 的 Opus 4.5 到 4.6 的跨越，認為這是從 GPT3 到 GPT4 水平的跨時代提升——模型從「可以對話問問題」變成了「真正的 agent 可以做高價值任務」。因為任務價值量提升，usage 和價值同步提升。他的體感是過去一個季度模型水平進步的幅度可能超過了 2025 年全年的進步幅度，而且加速度特別快，有可能今年夏天六七月份之前還有一次 GPT3 到 GPT4 的跨越。
— 廣密前沿實驗室的研究員已經不寫代碼了
廣密描述硅谷一線的真實體感：前沿實驗室的 AI researcher 和很強的程序員基本上不寫代碼了。去年一個系統裡可能還有七八成代碼是人寫的，今年可能小於 1%，日常工作是「AI 來寫人來審」，而且人審的能力都不夠了。他認識的身邊的人每天消耗幾百美金 token，一週幾千美金。效果是過去一個想法到跑通代碼要兩三個星期，現在一兩天。更質變的信號是：很多 AI research 上的突破不是人類工程師帶來的，而是 Codex、Cloud Code 帶來的——AI 今天可以顯著加速 AI。
— 廣密一兩百萬塔尖用戶貢獻的收入超過五六千萬訂閱用戶
廣密指出 Anthropic 官宣 AR 超過 OpenAI，但更重要的是它頭上的一兩百萬用戶貢獻的收入超過了 OpenAI 可能五六千萬訂閱的用戶。這意味著競爭指標變了：不再是只追求 DAU 或廣告規模，而是追求 Token Usage，尤其是超級開發者或塔尖用戶。他判斷 Coding 的爆發性比 ChatGPT 當年還要陡峭，如果勢頭下去，年底 OpenAI 和 Anthropic 的 AR 有可能到 800 億或 1000 億美金，明年奔著 2000 多億美金。
— 廣密不重視 Coding 的模型公司會掉出第一梯隊
廣密的第二個強觀點：如果領先的模型公司不重視 Coding，大概率會掉出第一梯隊，而且不存在只給自己用的 Coding Model，因為自家任務數據分布不夠全，肯定落後。更關鍵的是斷供風險——一旦你做到第一梯隊對 Anthropic 有威脅，Anthropic 大概率給你斷供，OpenAI 也被斷供了，xAI 也被斷供了，可能 Google 大部分被斷供了，Meta 也可能某一天被斷供。所以 Coding 跟 GPU 一樣，沒有最領先的 Coding model 就像沒有最領先的 GPU，你用 A100 跟別人用 GB 差別很大。
— 廣密做好 Coding 的難點是組織和數據，不是技術
廣密認為做好 Coding 最重要的就兩件事：組織和文化、數據。Coding 不只是技術 know how 問題，更多是戰略和組織問題。難點在於哪個 AI lab 能組織好最聰明的幾百個人 all in 搞 Coding 一件事——因為這裡面有很多髒活苦活，而每個 lab 裡最聰明的人都想做自己的 bet、搞 0 到 1、都想成為 Elia。Anthropic 不一樣的點是 founders 一開始就意識到數據是所有問題的根本，重視數據刻在骨子裡，有 rumor 說首席科學家 Jared Kaplan 親自帶著談數據。
— 廣密Anthropic 是戰略的勝利，不是技術的勝利
廣密復盤 Anthropic：all in coding 也不是 day one 想清楚的，一方面是 C 端沒機會了，第二是 2024 年夏天發了 Sonnet 3.5 給了 coding 正反饋。之後只 all in 一件事就是 coding，放棄了 C 端、放棄了多模態，戰略上非常 top down，而 OpenAI 是特別 bottom up 的。Anthropic 創始人憨厚懂技術，帶著大家搞數據搞工程，團隊穩定，每個人都相信 AGI。他們不神話某一個環節——預訓練撞牆論、RL 封神論、reasoning model 都沒跟風，更像一個集體、一個球隊、一個工業化的體系。
— 廣密OpenAI 有 50% 概率是 AGI 最終贏家
廣密對 OpenAI 沒那麼悲觀，認為有 50% 的概率整個 AGI 最終的 Winner 可能還是 OpenAI。邏輯是：今天勝利的秘籍可能就是下個時代的毒藥——OpenAI 在 ChatGPT 過於成功讓他們專注 2C 而忽視了 Coding，因為要重視 Inference 成本所以模型一直沒做很大。Anthropic 的成功更多是漸進式積累、把細節做好，是執行的勝利、專注或組織的勝利，但不一定能抵禦 OpenAI 下一個範式級的突破。OpenAI 自下而上的文化放開自由探索，今天 Coding 能力很強，一兩個人就能幹出驚天動地的大事。
— 廣密人類的知識和智力變得廉價了
廣密談社會影響：最本質的一個點是人類的知識和智力變得廉價了。以前通過學習讀書獲取知識可以有個工作，但今天這些智力和知識模型裡都有了，被大幅壓縮變成了計算資源或 token。他判斷有可能百分之七八十的人在社會上的價值和意義會發生微妙變化。AI 還會帶來很大通縮——用了 ChatGPT 和 Cloud 之後，找顧問和買其他軟件的需求小了很多，一個產品滿足很多需求，長期看很多 SaaS 也會消失。今年肯定是人類開始面臨失業比較痛苦的一年，有可能 30% 的工作感覺就沒了。
— 廣密原話 · 已逐字校驗
因為自然語言是對世界的描述 Code是對Solution的描述 就是語言及世界 代碼及方案
因為自然語言是對世界的描述，Code 是對 Solution 的描述，就是語言即世界，代碼即方案。
廣密1:01
如果領先的模型公司不重視Coding 它大概率會掉出第一梯隊的
如果領先的模型公司不重視 Coding，它大概率會掉出第一梯隊。
廣密12:10
你沒有最領先的Coding model 就像是沒有最領先的GPU
你沒有最領先的 Coding model，就像是沒有最領先的 GPU。
廣密13:11
數字與實體
| Anthropic 過去 50 多個工作日發布產品數 | 70 多款產品和 features | 8:06 |
| Codex 周活躍用戶 | 300 萬 | 37:36 |
| Cursor AR | 25 億美元 | 1:16:58 |
| Perplexity AR | 超過 5 億美元 | 1:16:58 |
| 11 Labs 和 Suno AR | 都超過 3 億美元 | 1:16:58 |
| Minders 和 Lovable AR | 都超過 4 億美元 | 1:16:58 |
術語
- Harness EngineeringHarness 工程
- 給 Agent 搭建工作環境和管理約束的工程，讓普通模型也能做高價值任務。
- Token UsageToken 使用量
- 衡量模型消耗的 token 總量，廣密認為比 DAU 更能反映模型公司價值。
- Solta model前沿模型
- 廣密用來指代最領先的 frontier model，持續做好它是投資模型公司的關鍵指標。
- feedback loop反饋閉環
- 任務從執行到獲得反饋的循環，閉環越短 AI 進步越快，Coding 因此最先跑出來。
收聽指南
關注 AI 模型公司競爭格局的創業者和投資人，想理解 Coding 為什麼是 AGI 主線、以及如何評估模型公司組織能力的讀者。
1:17:58 之後機器人、AI 硬件等方向較泛，可快速跳過。