大模型是製造業不是魔法：誰都別想領先超過一個月
喪鐘AI的作者認為，大模型廠沒有任何能保密的技術差異，數據和算力就是生產資料，這和光伏、手機、電動車的邏輯一樣——誰的領先都撐不過一個月。
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
AI編程越強，寫作能力越弱
Xian Yu說他從2025年下半年起完全不再用AI寫作，一方面是自己寫更有成就感，另一方面是模型確實做不好寫作這件事。他說模型能很好替代程序員編程，卻無法把原創思想用自己的語言表達出來。原因在於訓練數據的蹺蹺板效應：模型廠把更多精力投入Agentic編程數據集，寫作數據集就被擠佔，「它就像一個打地鼠樣的事情」,編程能力和寫作能力此消彼長。所以到2026年9月，主流模型編程能力持續進步的同時，創意寫作和非工程化表達人類思想的能力反而在下降，而且降幅不小。
— Xian Yu大學生花10塊錢測出真排名
過去半年字節跳動Seedance系列視頻模型統治國際市場。Xian Yu和搭檔想找比技術指標更好玩的方式評價模型，於是用B站抖音評論區的網絡熱梗(奶龍等)拼成狂野提示詞，讓不同模型生成視頻，再到大學生群裡發兼職，每人10塊錢打分，約300人參與。結果出來後，MiniMax剛開源的H3在這個梗圖測試裡超過了Seedance 2.0和2.5,與「Seedance全面領先」的主流敘事完全相反。Xian Yu一度認真考慮過用技術手段把H3排名壓低，最後沒這麼做。他認為H3勝出是因為它專門優化了圖生視頻、加特效這類貼近普通用戶的場景，而Seedance更面向專業影視工作室。
— Xian Yu投訴者反成了招聘HR
今年7月Xian Yu寫文章說MiniMax基模M3落後於千問、GLM等國產模型，因為M3已經四五個月沒更新。MiniMax很在意「落後」這個說法被傳播——它是上市公司，對股價敏感，於是投訴了這篇文章。Xian Yu的應對是把原文重寫一遍：把「MiniMax落後了」改成反諷的「MiniMax太進步了，我們向MiniMax道歉」。巧的是，道歉發布當天，MiniMax的HR就加了他搭檔，問要不要入職。Xian Yu說這說明投訴是員工個人行為，不代表公司真正口徑；後來MiniMax還邀請他搭檔去公司聊技術，雙方關係反而變好——錄這期節目時他正穿著MiniMax的衣服。
— Xian Yu國產AI敘事三個月抄一輪硅谷
中國AI創業圈大體是「三個月一輪」主題輪轉，完全跟隨硅谷節奏：硅谷火什麼，國內就有人做對標項目去融資。2025年上半年Manus帶火通用agent敘事後，大批人湧入做AI應用，但這些項目大多缺乏真實用戶洞察，是自我滿足式創業；隨後「讓用戶自己構建agent」的UGC敘事也火過一陣，但這類產品基本半死不活，因為做產品遠比拍一條抖音視頻複雜，根本不是普通用戶能參與的事。到今年上半年，輪到「世界模型」成為最火賽道——起因只是李飛飛、楊立坤在做世界模型，美元基金就要在國內找對標項目。
— Xian Yu世界模型多是換皮的視頻模型
Xian Yu認為「世界模型」賽道很大程度是集體講故事：AI應用好不好一兩個月就能驗證，投不出留存數據項目就黃了；但「世界模型」要三年才能驗證，demo好不好沒人真關心，大家買的是故事和預期。他說國內多數所謂「世界模型」項目，實際是把阿里一年前開源的視頻模型One拿去後訓練，改成數字人或實時生成，只是換了更宏大的包裝詞。熱度前幾個月已降溫，但MiniMax H3開源後，這些講故事的項目又被救活——用H3做的數字人效果明顯比用One強，他們可以拿新demo繼續講故事。
— Xian Yu中國AI行業不造詞因為不自信
Xian Yu說一個明顯現象是：中國AI行業幾乎不造詞，RSI(遞歸自我改進)這類最火的術語都是美國人發明的，公司名字也大量直接用英文(DeepSeek、MiniMax)。他認為這不是技術問題，是自信問題——中國AI創業大體是「硅谷火什麼，我們做一個平替」的邏輯，也和錢的來源有關：美元基金的LP更願意相信「對標硅谷熱門賽道、執行更便宜更高效」的故事。他舉例，同一個benchmark,如果告訴投資人是中國公司做的，另一個說是OpenAI做的，市場幾乎都會選擇相信OpenAI的話語權。不過他也承認造詞不一定是好事——過去幾個月國產模型能力的大躍進，或許正是因為大家埋頭做事，沒空討論這些宏大概念。
— Xian Yu大模型是製造業，沒有技術秘密
Xian Yu認為大模型行業本質是製造業邏輯，沒有真正能保密的技術秘密。怎麼構建數據、怎麼規模化是個小圈子——各家模型廠的人互相跳槽，沒有秘密；算力更不是秘密，誰都能堆卡。給模型更多數據和算力(生產資料),就能得到更強的模型，這條鏈條不需要顛覆性技術創新，靠的是工程手段做scaling law。這和光伏、手機、電動車邏輯一樣——說不清幾家電動車公司有什麼根本技術差異，但份額依然波動。結果是競爭異常殘酷：任何模型的領先很難維持兩個月，往往只能維持一個月——國產的GLM5.3、千問3.8Max、K3就是在一個多月內密集發布，能力落在同一區間。
— Xian Yu熱錢越多，從業者越不正常
Xian Yu收尾時說，他生活中遇到的大部分人都是正常人，無非性格有點怪；但AI行業充斥著「如此之多的騙子、NPD(自戀型人格),和你不知道他在幹嘛的人」,而這些人居然還能拿到錢、成為行業明星。他半開玩笑說應該有人調研一下AI行業從業者的精神健康指標，NPD或ADHD比例大概率高到誇張。對比之下，普通AI應用創業者按小几千萬美元估值融資已算正常；做模型公司的話，Kimi最新一輪融資估值是500億美元。他的結論是：這個行業湧入瞭如此多熱錢，從業者卻如此不正常，熱錢和「不正常」之間很可能是正相關的。
— Xian Yu原話 · 已逐字校驗
親愛的AI炒作狗們, 別做一句話生成文章, 一句話生成視頻,一句話生成播客的AI產品了, 沒有價值,純粹給互聯網製造噪音,
親愛的AI炒作狗們，別再做一句話生成文章、一句話生成視頻、一句話生成播客的AI產品了，這些東西沒有價值，純粹是在給互聯網製造噪音。
Xian Yu3:06
它就像一個打地鼠樣的事情 這是模型你給它為了更多的關於編程的關於Agentic的數據集 那麼你沒有該為更多的寫作數據集 那它寫作能力就會被編程能力給吞噬掉
這就像打地鼠一樣：模型廠投入更多編程和Agentic數據集的同時，沒有投入對應更多的寫作數據集，寫作能力就會被編程能力吞噬掉。
Xian Yu7:29
當時排名出來之後我一度認真的思考過 要不要用各種各樣的技術手段 包括條件 把H3的排名給降低一下 讓CLS排名在前面 但當然最後沒有這樣做 維護了這個問題的公平性
排名出來之後，我一度認真考慮過要不要用各種技術手段把H3的排名降低、讓Seedance排在前面，但最後沒有這樣做，維護了這件事的公平性。
Xian Yu19:49
這個競爭會非常殘酷 非常殘酷的競爭就是任何一個模型 你的領先很難持續兩個月 你只能持續一個月
這個競爭會非常殘酷：任何一個模型，你的領先很難持續兩個月，只能持續一個月。
Xian Yu52:33
我問他怎麼解決了漏水問題 他告訴我說 他問豆包應該如何解決 豆包最後給他搜出來的 這個裝修公司老闆的電話
我問她怎麼解決漏水問題，她說自己問了豆包該怎麼辦，豆包最後幫她搜出了裝修公司老闆的電話。
Xian Yu55:37
但AI行業裡面充斥著如此之多的騙子, NPD, 和你不知道他在幹嘛的人, 但這些人居然, 有的人居然還能拿到錢, 有的人居然還能成為行業明星
但AI行業裡到處是騙子、NPD(自戀型人格),還有你根本不知道他在幹嘛的人，可這些人居然還能拿到錢，居然還能成為行業明星。
Xian Yu1:01:43
數字與實體
| MiniMax H3 對比 Seedance 2.0 綜合水平 | 綜合指標下約為Seedance 2.0的80%水平 | 14:38 |
| 梗Bench 測試報酬 | 10元/人 | 18:48 |
| 梗Bench 參與測試人數 | 約300人 | 19:49 |
| 美國個人agent項目Instant融資額 | 20億美元 | 29:58 |
術語
- benchmark基準測試
- 用於橫向比較不同AI模型能力的標準化測試集
- RSI遞歸自我改進
- 通過模型自我迭代實現能力躍升的技術路徑設想
- scaling law規模定律
- 用更多數據、算力和參數換取模型能力提升的方法論
- PMF產品市場契合
- 產品真正被目標用戶需要、願意持續使用的狀態
收聽指南
關注國產AI模型競爭格局、做AI相關投資或創業判斷的人，想繞開大廠公關敘事看真實競爭態勢的讀者。
9:32-11:00關於美國脫口秀主持人幽默哲學類比的段落，偏題可跳過。