用公司配發的電腦，在辦公軟體裡密謀偷老東家的路線圖，還敲下一句“LOL”——這起大概是史上最沒技術含量的洩密案，剛剛被蘋果抓了現行。幾十名 OpenAI 員工收到了法律保全通知。
這樁荒唐的官司背後，其實是 OpenAI 越來越孤立的處境。馬斯克、Anthropic 創始人 Dario，暗諷他們拿走使用者資料的最大金主微軟，再加上現在的蘋果。曾經的朋友，正一個個變成敵人。
不光在失去朋友，他們最核心的賺錢邏輯也快被顛覆了。以前大廠的玩法很直接：砸錢訓出最聰明的模型，然後收高昂的 API 費。但現在護城河正在變淺。月之暗面在上周剛推出了 2.8 兆參數的Kimi K3，整體水平已經穩穩擠進了 GPT-5.5 和 Opus 4.8 的區間。開源模型跟美國頂尖水平的代差，硬生生從 15 個月縮短到了 4 個月。面對便宜 40% 甚至 70% 的靠譜平替，企業很難再閉著眼睛為“前沿智商”付高溢價。
微軟的 Satya 最近在網上提了個“反向資訊悖論”，提醒企業別為了用模型把核心資料全交出去，最後讓提供方越喂越胖。這其實就是在對客戶眨眼暗示：別去買那幾家的 API。
在最新一期《Big Technology Podcast》裡，嘉賓 Ranjan Roy 和主持人拆解了這兵荒馬亂的一周：
靠“壟斷智商”收高價 API 的模式走不通了。Kimi K3 證明了開源模型把技術代差縮短到了四五個月，性能已經穩在第一梯隊。當大企業和雲廠商能直接部署這種等級的開放權重模型時，前沿模型的高利潤會被大幅擠壓，智能開始變成普通商品。
競爭重點變成了“比誰的產品做得好”。既然大家都很聰明且有平價替代，前沿實驗室就不能指望靠賣模型吃一輩子。要賭 OpenAI 和 Anthropic 贏，你得相信他們是世界上最好的AI產品團隊，目前 Anthropic 正靠 Claude Code 證明這一點。
Google連算力都能往外租，旗艦模型卻因為內部搶地盤延期。Google在多模態上依然有優勢，但在 AI 程式設計上卻動作遲緩。Google Cloud、DeepMind、Android 都在各自搞程式設計工具，甚至還有純粹主義工程師抵制用 AI 寫核心程式碼，內耗生生拖慢了進度。
那場“最蠢洩密案”背後，是 OpenAI 沒朋友了。OpenAI 挖了大約 400 名蘋果前員工，現在幾十人捲入了官司。不僅是蘋果，微軟的 Satya 也在用“反向資訊悖論”做防禦。在這行，靠單打獨鬥是走不遠的。圍牆倒下前夜：Kimi K3 憑什麼讓矽谷和華爾街同時破防？
主持人：OpenAI 和 Anthropic 的圍牆正在倒下：更便宜的模型，以及來自中國的新開源競爭者，正在挑戰它們的盈利能力。與此同時，Google推遲了旗艦模型，看起來像在原地空轉。還有，OpenAI 為什麼留不住合作夥伴，反倒讓他們一個個心生不滿？
這一期屬於Kimi K3。我們會全面討論這位來自中國的新挑戰者：一款擁有 2.8 兆參數的模型，正在衝擊前沿，並且幾乎擊敗了除 Fable 外的所有模型。接著，我們會討論這意味著什麼，以及價格戰是否真的已經打響，特別是在Meta和SpaceX也發佈了更便宜的模型之後。
我們還會討論 Google 的現狀：那裡到底出了什麼問題，為什麼最新模型延期。當然還有 OpenAI，上周我們甚至沒來得及聊它，因為就在上周播客發佈的僅僅幾小時後，Apple 就宣佈起訴 OpenAI。所以今天我們當然會談這場訴訟，更重要的是，為什麼 OpenAI 現在無法留住合作夥伴？（至少留不久）
和往常每周一樣，和我們一起的是 Margins 的 Ranjan Roy。Ranjan，很高興見到你。
Ranjan Roy：Kimi K3 日快樂。這是Kimi 時刻。準備好了嗎？
主持人：當然準備好了。對 AI 的故事來說，這是極其重大的一周，甚至可能是撼動格局的一周，因為Kimi K3 加入了這場討論。
我先讀一下 Bloomberg 的報導，然後我們再聊。Bloomberg 寫道：“中國強大的新 AI 令投資者意外，推動科技股拋售。中國 AI 初創公司 Moonshot 的一次意外突破，周五波及全球市場。投資者將其與去年的DeepSeek時刻相提並論，導致 AI 和半導體股大幅下跌。導火線是 Moonshot 的新模型Kimi K3，該公司稱，它可與 OpenAI 和 Anthropic 最強的產品匹敵。這次發佈很快被稱作新的Kimi 時刻。”
風投分析師 Ling 有一段很有意思的話，她是 Union Square Ventures 的董事總經理。她說，人們擔心的是：如果美國公司開始更多地使用中國模型、較少使用 Anthropic 的模型，Anthropic 的投入就會減少。這意味著美國公司會降低資本支出，最終晶片需求也會受到影響。
事情大致是這樣：OpenAI 和 Anthropic 的模型一直領跑，其他一批模型大約落後它們十到十五個月，適合分擔那些要求不高的任務。但 Moonshot 此前剛推出大獲成功的Kimi K2，轉眼又發佈了這款擁有 2.8 兆參數的龐大模型Kimi K3。在幾乎所有基準測試上，它都已與 GPT-5.6 和 Opus 4.8 齊平。它甚至在 ProgramBench 和 SWE Marathon 上擊敗了 Fable 5。就我們用來衡量模型能力的各項基準來看，它已經躋身頂級模型之列。
這很重要，因為它說明中國開源模型或許並沒有比美國 AI 晚十到十五個月，最多隻差四五個月，甚至更短。如果真是這樣，為什麼還要選封閉且昂貴的模型，而不選開源模型？當別人這麼快就能追上來，搶先做出最強模型還有多大價值？這就是我的看法。Ranjan，你怎麼看？
Ranjan Roy：我覺得這是個大事件，確實能和DeepSeek 時刻相提並論，因為背後的邏輯是一樣的。說到底，前沿模型讓人忍不住問：為什麼要投它？它到底重要在那？比起做出真正好用的東西，它真算護城河和競爭優勢嗎？有沒有更便宜、更好的路？這再次印證了我說過一段時間的看法：未來大量會被 agent 化的任務，未必需要前沿模型。至少我不這麼看。現在有強大、便宜得多又開放原始碼的模型，公司很可能就會選它。
中美科技關係暫且不談，我不想把它叫成科技戰。但過去幾個月，我參與的討論確實都轉向了模型互操作性：什麼任務該用什麼模型？現在，人們更進一步意識到：既然我還有這麼多其他選擇，為什麼需要 Fable？為什麼需要 GPT-5.6？模型會越來越像商品，勝負會落在怎麼把模型用起來、流程怎麼設計、資料掌握在誰手裡。我不想把這誇成徹底翻盤，但“前沿模型就是巨大護城河”這套說法，確實會因此更站不住腳。
但問題是，Kimi 並沒有比其他模型便宜多少，基準測試上也沒真正打敗最新的前沿模型。比如，在大多數基準測試中，它並沒有真正超過 Fable。它擊敗了 OpenAI 的 5.5 和 5.6，也擊敗了 Opus 4.8，但沒有超過最頂尖的 Fable 模型。所以，它沒有明顯更好。它也沒有比 Grok 4.5 或 Meta 的 Muse 1.1 便宜太多。後兩者更便宜，而且在一些基準測試中，也能與 Opus 4.8 和 GPT-5.5 系列模型競爭。
對我來說，DeepSWE、前沿基準之間那最後一點差距，遠不如它是否大致達到 4.8 或 5.5 的水平重要。達到那個水平，就夠資格參賽了。所以從這個角度看，它能在部分基準上擊敗 Fable，很重要。
主持人：說到Grok 5.5——我猜他們還在衝刺這個版本。
Ranjan Roy：他們（xAI）確實在沖。Grok 4.5 在程式設計基準上很能打，據說token效率更高，最重要的是便宜。過去八天裡，我們看到 Meta 和 Grok 加入戰局。它們推出的並不是比 Opus 4.8、GPT-5.5 或 GPT-5.6 更好的模型，而是幾乎一樣好、價格卻只有其 25% 或 50% 的模型。
主持人：所以我覺得這次發佈最吸引人的地方在於，它並沒有便宜得離譜，但確實更便宜：每百萬輸入 token 3 美元、輸出 token 15 美元。它比 GPT-5.6 便宜 40%，比 Fable 便宜 70%。再說一次，Meta 已經強勢入場，Grok 也強勢入場了。更關鍵的是，這是一家中國公司在說：“我們不是靠大幅低價搶市場。我們直接比質量，價格稍低一點，而且使用者對模型有更多控制權。”
所以我認為這很不一樣。DeepSeek 的核心是：我們能不能做出一個沒那麼好、但大致夠用且便宜得多的東西？現在，我們第一次看到在實際質量上具備競爭力的東西。它比 Fable 5 或 GPT-5.6 更好，還是不如它們？我想時間會給出答案。但這不是便宜到離譜的東西，也不是你在 Temu 上隨手買的廉價貨。這是真正有質量、價格也合理的產品。它讓人意識到，前沿能力或許已不再是護城河。
至於這會不會徹底改寫投資周期，例如 Anthropic 發現前沿不再構成護城河後就停止投入，我們可以另說。但它很重要，因為從現在起，大家會越來越常問：某項任務到底該用那種模型，才最省錢、最有效率？我已經聽到這種說法了，接下來只會更普遍。六個月前大家還會說：怎麼能不用前沿模型？它顯然最好。
Ranjan Roy：這裡有幾點很重要。
過去你可能會想：“我要用最強的模型。”
於是你把 Anthropic 或 OpenAI 的前沿模型交給工程師，讓他們替公司做產品。Moonshot 這款模型會開放權重。只要團隊能力夠，你就能下載權重，自己拿它做應用。當然，模型體量太大，自己部署得有大量基礎設施。這種事大概只有政府或 J.P. Morgan 這類機構做得起。
Apple 已經借 Gemini 做過類似的事，對吧？問題是，既然 Apple 已經做出了這些進展，它會像開發 Apple Intelligence 那樣，找 Google、OpenAI 或 Anthropic 用一個很強的模型做點什麼，還是會轉去用開源模型？另一方面，模型會被下載、部署到各家雲平台上，商品化就從這裡開始。你剛列的只是 Moonshot 的報價，各家雲平台能不能把它跑得更有效率，再用更低的價格賣給使用者？
那就有意思了。OpenAI 和 Anthropic 的 API 生意一直是：做出遠強於市面其他模型的產品，再靠溢價服務賺取極高利潤。現在兩股力量一起衝過來：Meta 和 Grok 拿出性能相近但便宜得多的模型；中國開源模型也以有競爭力的價格，給出不遜於其優秀模型的表現。做 API 的人自然要問：這門生意還有多少利潤？模型會不會全變成商品？
也得承認，Anthropic 已徹底轉向企業市場，而且幹得不錯。OpenAI 在企業市場還沒有同樣的優勢，但它顯然投入很大，也做了不少動作。利潤層層轉移：當模型層成為買方壟斷的終結者
Ranjan Roy：我覺得Kimi K3 的發佈，對 OpenAI 的定位和轉向打擊最大。突然之間，“OpenAI 到底為什麼重要”這個問題，比一周前尖銳得多。我想讀一段 Atreides Management 投資人兼管理合夥人 Gavin Baker 的分析。他最近頻繁上播客，但這次分析得特別好，把誰受衝擊、誰受益說得很清楚。
他說：“Kimi K3 可能是 AI 的一個重要拐點。它對 Anthropic 和 OpenAI 可能是利空，但對世界上幾乎所有其他公司而言，整體是利多。如果世界上只有兩三家佔主導地位的前沿實驗室，擁有 90% 的推理利潤率，那麼除這兩三家實驗室外，對其他所有層都是淨負面。這兩三家實驗室當然會因此獲益，但它們會成為電力、資料中心、半導體和超大規模雲服務商的買方壟斷者，並且顯然會隨著時間推移向所有這些層面垂直整合，同時徹底吞併應用軟體層。任何降低模型層利潤率、增加模型層競爭的事，都對 AI 的其他每一層有利：電力、半導體、超大規模雲服務商、新型雲服務商，當然還有軟體。”
我認為這概括得很準確。
主持人：“買方壟斷”是我最喜歡的詞之一。我還記得本科經濟學學到過它：它指的是一個佔主導地位的買方，而不是一個佔主導地位的賣方。我太想看 Anthropic 的 S-1 檔案了，真的太想看。我相信它們總能講出一套說得通的故事。但再說一次，這個故事是不是建立在 90% 的推理利潤率上？訓練、砸錢、模型領跑，然後賺得盆滿缽滿。Kimi K3 正在直接衝擊這個邏輯。我覺得，這給整個 AI 故事帶來了更多機會，也讓更多玩家能入場。
Twitter 上的風向變得太快了。六到八個月前，大家還說 Claude 和 Anthropic 無人能擋，是全世界最偉大的東西；現在都在痴迷於什麼模型最適合什麼任務。Kimi 3 把這些因素全攪到了一起。競爭是好事，這很讓人興奮。
Ranjan Roy：Baker 還說，運行開源模型所需的算力，和運行規模、架構相近的封閉前沿模型一模一樣。按每個 token 算，Kimi K3 與 GPT-5.6 Terra 的規模大致相當。這反而說明，它的計算效率可能更低。不過，模型層少賺一點，基礎設施層各環節就能多賺一點；對軟體公司更是天大的好消息。這種情況既可能由 K3 這類開源前沿模型帶來，也可能由 Meta、SpaceX、Google 這類垂直整合的前沿模型公司帶來。我們說的就是這個。Google 也正在入場。
Baker 認為，無論那種結果，都會壓低模型層的利潤率。垂直整合的模型公司並不特別在意利潤究竟落在那一層。所以，當年 Google 在模型能力上緊咬 OpenAI 和 Anthropic，才會讓後兩家那麼難受。這也是為什麼 Grok 4.5 和 Muse 1.1 跟Kimi K3 一樣重要。而這些事全都擠在本周發生了。
主持人：那你覺得 OpenAI 和 Anthropic 該怎麼辦？OpenAI 還能做音箱、硬體、雲服務，或者再開幾條業務線。可 Anthropic 呢？它現在就靠這個吃飯，推理利潤率就是它的命根子。這下它們的壓力顯然更大了。如果你是其中一家，會怎麼做？
Ranjan Roy：我再讀一點 Baker 的分析。他也談到這個問題，之後我再說自己的看法。他說：“Kimi K3 對 Anthropic 和 OpenAI 只是可能構成利空，原因有二：第一，如今 Claude 和 ChatGPT 的產品與工作框架，可能比它們的模型更重要；第二，有一種假設認為，它們內部已有先進得多的模型檢查點，並已用來進行遞迴自我改進。後一種情況中，只要比其他實驗室早幾個月實現遞迴自我改進，就可能足以鎖定永久領先。”
我先說第二點，再說第一點。有一種說法是，它們內部已經有能自我改進的 AI，所以能迅速把其他競爭者甩開。我不信。開源模型和其他競爭模型已經追得這麼近、這麼快，我不認為這種優勢守得住。研究員 Ryan Greenblatt 說：“只要Kimi 等公司不改變開放權重模型的政策，我現在預計大約五個月內，就會出現一款在網路安全能力上明確達到 Mithras 等級的開放權重 AI。”這就是開源陣營如今離前沿有多近。不管是明顯的技術優勢、模型智能優勢，還是別的智能優勢，我現在都不太信了。如果聰明不再稀缺，拼的就是誰更懂“做產品”了
主持人：趨勢本來就一直如此。這也就繞不開 AGI。我喜歡我們聊到這裡才第一次真正說出“AGI”，但我跟這些公司裡的人，還有其他人聊過，他們依然相信這回事。我們上周爭論過：模型效率也好，為不同任務挑合適的模型也好，隨著模型越來越聰明，這些都可能不再重要。模型強到一定程度，就什麼都能做。可我越來越覺得，現在已經沒人這麼談了。就連“這些實驗室靠遞迴自我改進就能拉開巨大差距”的說法，我也拿不準。它真有那麼大區別嗎？真能成立嗎？如果Kimi 或月之暗面也做得到，我想答案是否定的。
Ranjan Roy：沒有任何證據說明這種能力能被誰長期獨佔。這正是關鍵。幾年前，Meta 高管 Nick Clegg 上過這個節目。他大意是說：“我不明白追逐超級智能的利潤從那裡來。因為等你達到那個水平時，我不覺得你會是唯一擁有超級智能的公司。”我從沒聽過能有力回應這句話的答案。
我想說的是，先假定智能會變成商品吧。眼下所有事都在往這個方向走。看看 Meta、Grok 和Kimi K3。按 Baker 的說法，兩家公司有這種能力，還能玩；五家公司都有同等智能，價格戰就開始了。智能就會淪為商品。所以我認為，我們該把智能商品化當成前提。我們在節目裡一直這麼說。
主持人：回到 Baker 的觀點，ChatGPT 的產品和使用者介面，和底層模型本身一樣重要，這一點很有意思。我記得 2023 年，往 ChatGPT 裡輸入內容，看它像在思考一樣把答案一點點吐出來；和只收到一整塊 API 返回的文字相比，感受完全不同。前者就是讓人覺得更聰明。我們早就說過，OpenAI 和 ChatGPT 的產品做得很好。但 Anthropic 和 OpenAI 現在似乎都在淡出產品和使用者介面，又把一切拉回命令列。ChatGPT 的新版 Mac 應用甚至刪掉了更多聊天功能。本周又加回來一些，結果引發強烈反彈。它們基本放棄了使用者介面這場仗，押注於“模型會聰明到無所不能”。一部分陣地已經讓出去了。
Ranjan Roy：認為你說得對，因為我一直都說，關鍵在模型。
主持人：我知道。我剛剛把那些話說出口時，心想：“哦，現在感覺更真實了。”你現在站產品派，不站模型派了嗎？
Ranjan Roy：我一直認為，達到 AGI 很重要，因為一旦達到那個水平，產品體驗會好得多。智能提升後，它們也能做出更好的產品。但今天你要問我，它們會靠做出最聰明的模型取勝，還是靠做出最好的產品取勝，我只能說——
主持人：“它們”是誰？
Ranjan Roy：這就是事情變得很有意思的地方。如果智能會商品化，OpenAI 或 Anthropic 真比任何拿這些模型做競品的人強那麼多嗎？我覺得它們會靠產品拉開差距。一旦智能充足，而且多個供應商都能提供，OpenAI 和 Anthropic 就不再是在爭奪智能的壟斷權、讓所有人依賴自己。
到頭來，比的是誰能做出最好的產品。競爭會從 OpenAI、Anthropic，以及可能還有 Google 之間的兩三家公司賽跑，變成另一回事：你若相信 OpenAI 和 Anthropic 會贏，就得相信它們是世界上最會做 AI 產品的公司。這比相信它們最會做智能，難押注得多。
主持人：可這樣一來，它們還算是一門說得通的生意嗎？這幾家公司從一開始就把賭注壓在“智能必須贏”上。它們能不能做好產品？能，產品也能用，還有不少亮點。但這不是它們對外講的核心故事。我看過一份銀行分析師報告，居然說 Anthropic 應該值 6 兆美元。得了吧。這個估值故事靠的是超級智能，至少也得是 AGI；而不是“我們產品做得還不錯，準備建一家優秀的垂直整合公司，成為下一個 Google”。那不是它們現在講的故事，也不是它們原本要靠它上市的故事。
所以本周最值得看的，是我不想說這已經給這套敘事判了死刑，但它不像三個月前，甚至不像上周那麼說得通了。除非 OpenAI 拿到一個特別出色的 Jony Ive 別針，然後突然也做點新型雲業務，不然我真不知道還有什麼故事可講。除了第一階段 AI，它們還有別的路數嗎？
Ranjan Roy：如果不能獨佔智能，這個故事當然難講得多，但也不代表完全講不下去。我過去一年採訪過兩位 Anthropic 的人，他們其實展示了這類公司怎麼把路走通。去年我和 Dario 聊時，他確認 Anthropic 超過一半收入來自 API。今年我採訪負責 Claude Code 的 Boris Cherny 時，他不願確認這一點。相反，他說 Claude 產品已為公司貢獻了相當可觀的收入；從去年我見 Dario 到現在，公司收入增長了十倍。
離模型能力這麼近，本身就有優勢。你不用猜它怎麼運作，能比其他人更快、更好地把它放進產品裡；整合方式也更難被覆制，而且你知道下一步要發生什麼。Anthropic 就是憑這個立足的。
我看這才是出路：公司既開發 AI，又有產品直覺，依然可以做得非常大。Anthropic 就在這麼做。API 對它仍很重要，但靠賣產品，它已經走出了很遠。
別忘了，Claude Code 之前先有 Cursor。Claude Code 是 Anthropic 自己做的，它已經證明，公司親自下場也能做出一門極好的生意。Anthropic 或 OpenAI 還能在那些領域自己做 AI 原生產品，並賺到大錢？這條路還沒關上。交出資料換取智能：“反向資訊悖論”與巨頭們的算盤
主持人：我要說，Claude Code 即使只跑在命令列裡，也一直是一款驚人的產品。它不只是模型加上工作框架，更是一種使用體驗。即使在命令列裡，它們也做出了和此前產品完全不同、甚至明顯更好的東西。但這也讓我想到另一件事：最近我看到越來越多關於Figma的 Claude 外掛的消息；接著有 Claude Design，Cursor 大量使用 Anthropic 模型，隨後 Claude Code 又出來了。別的公司會從什麼時候開始真正躲著 Anthropic？越來越清楚的是，尤其當 Anthropic 完全依靠向高端市場走、推出整套 AI 原生產品時，它之所以能做到，是因為接入這些系統的公司一直在把資料喂給它。人們什麼時候會說：“不，抱歉，我們看清楚你們在幹什麼了？”
Ranjan Roy：如果有像Kimi K3 一樣好用、還能定製的模型，避開 Anthropic 就容易得多。當然，自己搞也很花錢。
主持人：這正是我的意思。現在有這個選項了。如果你擔心 Anthropic 會把你通過模型交給它的一切拿去，再重做你的業務，你就有替代方案。這會拖慢一些事：比如 Anthropic 徹底復刻 Figma 並做得更好，或者復刻 Cursor，而且可能做得更好。我覺得人們會更認真地質疑這件事。這裡還得提 Satya Nadella 本周寫的“反向資訊悖論”。他說 Microsoft 也想向客戶提供這樣的服務，意思是：“我們會保護你，讓你開發 AI，也不會拿走你的東西。”
他寫道：“在 AI 時代，買方為了使用自己購買的東西，反而面臨交出知識的風險。你本質上為智能付費兩次：一次是用錢，另一次是用更有價值的東西，也就是為了讓智能發揮作用而必須披露的專有知識。你希望模型表現得越好，就必須向它喂入越多知識。隨著時間推移，資訊不對稱會越來越傾斜。賣方會在你使用所購產品的過程中越來越瞭解你，而你對賣方作為回報到底學到了什麼，卻知之甚少。我把這稱為反向資訊悖論。”
Ranjan Roy：懂的都懂，別直接找 OpenAI 和 Anthropic 買。
主持人：你怎麼看 Satya 在 X 和 LinkedIn 上發的這些帖子？我很好奇。這已經是他第二次做類似的事了。
Ranjan Roy：大概有人幫他寫。不過我一向支援高管多發聲。作為記者，這能讓我看清他們在想什麼。Microsoft 的心態當然看得很清楚：它看起來氣壞了。我們不是上周或者前幾周聊過嗎？OpenAI 和 Anthropic 成了單點故障，因為只有它們把產品做對，也只有它們靠此賺錢。其他人都會進場，試著壓一壓它們的風頭。現在我們正在看著這事發生，Meta 就是其中之一。
主持人：不只是壓一壓風頭。我覺得這從根子上就是在挑戰整套模式。我工作的 Writer 有自己的基礎模型，用合成資料訓練。我們已經看到，一旦把使用者資料全喂進去，模型進步和訓練的方向都會變。Anthropic 和 OpenAI 也很坦白，至少理論上，所有非企業資料都能用於訓練。這是它們最重要的優勢之一，也是飛輪的一部分。Satya 顯然是在點明這件事。幾個月前，也許半年前，大家已經不太關心這些公司會不會拿你的資料訓練；現在又重新談起來了。眼下的風向變得太快，連討論本身都在迅速換題。但 Satya 在這件事上完全正確。
Ranjan Roy：這是正常的商業周期。公司取得領先，然後優勢被壓縮。
主持人：但壓縮得太快了。通常要幾年才發生的事，現在幾周就發生了，很有意思。還有一點：即使有種種限制，也不能輕描淡寫地看待中國竟能這樣追上來。這是一位 Twitter 使用者 Matt 的帖子，我確信他肯定不是中國機器人。
Ranjan Roy：這是我最喜歡的一個。他的帳號是 Matt503A5S95。
主持人：現在聽起來更不像機器人了。
Ranjan Roy：他寫道：“Kimi 怎麼能跑在一堆 14 奈米的“烤面包機”上，卻擊敗擁有多個 Blackwell 晶片資料中心的 SpaceX AI？”這是我本周在 Twitter 上看到的最喜歡的內容。
主持人：你認為這不僅對美國與中國意味著什麼，對美國內部又意味著什麼？回到你開頭讀的那段，有人擔心 Anthropic 之所以持續投資，是因為它相信前沿模型將是主戰場。它帶動的不是整個美國經濟，但確實是當前 AI 生態中很大一塊活動。從這個角度說，如果 Anthropic 和 OpenAI 不再相信這一點，確實會是壞事。
Ranjan Roy：我覺得這很荒謬。我不同意。假設 Anthropic 和 OpenAI 都歸零，但這個行業實現了 AGI，或者實現了接近 AGI 的東西。Amazon、Google 和 Microsoft 會接手這些公司擁有的資料中心和算力。這裡面很大一部分算力，本來就是這些大公司一起出錢買單的。
主持人：Amazon 剛剛給它們付過錢。那些款項被算作收入，再由它們拿去投資——
Ranjan Roy：拜託，這不是循環融資。
主持人：你說得對。這不是循環融資。假設我是 Andy Jassy，我在經營 Amazon。突然之間，Anthropic 歸零了，而作為大股東，我可以收回並實際擁有這些資料中心的 100% 股權。我不用再兌現先前給 Anthropic 的算力承諾，但客戶還是能用Kimi K3，得到 AGI 等級的表現。我只要提供基礎設施，就能收費。即使 Anthropic 和 OpenAI 不再獨佔這些能力，這種局面反而會推動我更多投資 AI 基礎設施。
Ranjan Roy：我很少會拿 Amazon 來舉“競爭經濟”的正面例子，但你剛才這個說法成立，我同意。這是一種很合邏輯的演變路徑。我不說它一定會發生，但完全可能。
主持人：好，離開美國政府這個話題前，我們再簡短聊一下。
All-In Podcast 主持人 David Sacks 和美國政府官員 Michael Kratsios 寫道。Kratsios 當時曾推動及時實施 Fable 禁令：“這令人擔憂。中國模型Kimi K3 首次在前端程式碼競技場取得第一名，並在其他基準測試中達到或接近前沿水平。與此同時，美國正把自己束縛得動彈不得。政客和官僚禁止新資料中心，層層加碼州級監管，並推動建立新的聯邦機構，對前沿模型進行預先審批。這就是你輸掉 AI 競賽的方式。如果我們把自己拖慢，世界其他地方不會遵守我們的規則。無需許可的創新讓美國贏得了網際網路，並成為世界豔羨的技術強國。我們也能在 AI 上再做到一次。”
David Sacks 說的很多話我贊同，我也請過他上節目。但這話太可笑、太虛偽，也太諷刺了。要靠無需許可的創新擊敗中國？拜託。別忘了，監管俘獲幾乎就是整門生意，至少 Stargate 和他幫忙協調的那一攤就是這麼回事。也許早期他確實抵制過不少東西。你覺得現在監管是不是過頭了？這會不會讓美國在對中國的競爭中吃虧？
Ranjan Roy：同意。我們在峰會上聽 Stamos 解釋過：Fable 並沒有開源模型做不到的網路能力。
主持人：但 Fable 不是，還是那句話，Fable 禁令給人的感覺既有政治因素，也有——
Ranjan Roy：對，這正是我的觀點。那是一個考慮不周、監管過度的純粹案例。
主持人：我想區分兩件事：一是圍繞真實安全風險的過度監管，或出於善意卻可能太激進的模型發佈政策；二是 Dario 跟國防部長或國防部某人的爭端。後者先放一邊。
Ranjan Roy：不，純粹政治化的部分，無論在什麼情況下都不好。
主持人：我是說，相比中國，美國是否該像歐洲那樣，更積極引領安全、公平、受監管的 AI。
Ranjan Roy：我不知道“安全、公平、受監管的 AI”是什麼意思。
主持人：我自己都不知道那是什麼意思。我想說的是聰明監管的 AI，不是那種打著“無需許可的創新”旗號、什麼都能發生的自由放任。
Ranjan Roy：我的看法是：如果一款模型一公開就會給公司帶來網路安全問題，而且不只是公司，學術機構和政府機構也會受影響；你又能從測試中看出，一旦立即全面開放就會出問題，那我會先採取受控方式發佈，之後再向所有人開放。我覺得 Fable 最初的發佈方式合理，GPT-5.6 也是。但政府最近的介入方式並不明智，因為很大程度上是政治操作。大廠病發作的Google，和那場史上最蠢的“商業間諜案”
主持人：眼下各家都在密集發佈 AI 模型：Anthropic 剛推出 Fable，OpenAI 有 GPT-5.6，Meta 有 Muse 1.1，SpaceX 有 Grok 4.5，中國有Kimi K3，Google 呢……什麼也沒有。Bloomberg 報導稱：“Google Gemini 發佈延期，因為技術未達到內部目標。”這家公司到底怎麼了？
Bloomberg 說，Google 的旗艦模型 Gemini 3.5 Pro 比原定時間晚了幾個月。公司一直試圖提升它的能力，尤其是程式設計能力。這次延期讓 Google 的工程師、AI 研究人員和管理層很沮喪。很多人擔心，Anthropic 和 OpenAI 接連推出能力更強的模型後，Google 會失去市場優勢。
Google 發佈模型前要經過多層利益相關方，而且還得把 AI 塞進龐大的產品線，包括 Search、Maps 和 YouTube，這都可能拖慢進度。OpenAI 和 Meta 最近推出的新模型，在程式設計能力上進一步拉開了與 Google 現有產品的差距。上個月底，Google 更新了訓練 Gemini 所用的資料，想補強這些能力，結果卻不理想。周四股價一度下跌 3.2%。
Ranjan Roy：我們已經知道 Google 落後了一段時間，但現在開始尷尬了。
主持人：我剛才查到，Gemini 3 是在 2025 年 11 月 18 日發佈的。別忘了，有幾個月所有人都在說：“它們回來了。”我們也在說：“Gemini 回來了。”而且它們當時確實回來了。
Ranjan Roy：Google 當時確實回來了，Gemini 與其他模型旗鼓相當，然後就停滯不前了。我真想知道出了什麼事。Google 已經追上來，甚至像是可能領先，而且它的分發能力無人能比。可突然之間，Gemini 本身，連普通消費者版都好像差了一點；或者是別家進步得太快。你能明顯感覺到差距。過去七八個月，除了 AI Overviews，幾乎沒有什麼明顯進展。我自己越來越常用 AI Overviews：先搜 Google，再繼續追問它。也許 Google 會全力押注這個並賺大錢。但在真正的前沿模型競爭裡，它看起來已經出局了。
主持人：我有個猜想。去年一二月DeepSeek 出來後，大家看 AI 的方式變了。當時的想法是：如果你能提供與現有模型相當的智能，已經夠聰明但價格更低，就會有更多人用，你也能吃到傑文斯悖論的紅利。Google 不只賣模型，還賣雲服務。它或許認為，把更小的 Flash 模型和雲服務打包，就能讓使用者做更多事。
但後來局勢變了：從今年十二月、一月起，大模型開始能自主寫程式碼。一年之後，大公司行動總是慢半拍。Google 只是花了很久才追上。也許“大模型就夠了”這套思路在 Google 內部並沒有真正站穩腳跟。它沒有訓練大型統一模型，而是押注更小的 Flash 模型，用為特定用途打造的 AI 去增強自家產品。
Ranjan Roy：你甚至能感覺到大公司的那套毛病。報導說，Google 聯合創始人 Sergey Brin 等人主張公司加快腳步，抓住 AI 程式設計的機會，卻被內部互相較勁的派系拖住了。兩名前員工稱，Google Cloud、研究實驗室、Google DeepMind，以及 Android 團隊，都在做 AI 程式設計工具。你完全能想像那場面，亂成一鍋粥。
主持人：開發者有機會做自己的開發者工具，肯定都會去做。但要把這些統一起來，就很像老派 Google，而不是 Sundar 重組後那台精幹的戰鬥機器。又回到 Google Chat、Hangouts 和那些我都記不起名字的產品：一個個荒唐地疊在一起。這就是那個 Google 的感覺。
Ranjan Roy：Bloomberg 這篇報導裡還有個很離譜的地方。Google 一些比較純粹主義的工程師，抵製為贏得程式設計競爭而做的努力。他們覺得所有重要程式碼都該由人寫，才符合 Google 的標準。當然，你不會想讓 AI 去寫 Google 的核心軟體。但如果還有純粹主義者堅持“程式碼必須手寫”，而現在已經沒人真這麼幹了，問題就大了。
主持人：這就很有意思了，畢竟 Google 是個龐然大物。更好笑的是，我記得 Sundar 說過，75% 的程式碼由 AI 寫。
Ranjan Roy：75%？
主持人：75%。
Ranjan Roy：我猜那些堅決不用 AI 的人，還在手工打磨自己的程式碼。不過你覺得 Google 還能回來嗎？它真能回來嗎？
主持人：會回來。Gemini 4 會讓我們所有人都大吃一驚。Google 肯定還會回來。它有人才，也有算力。可有一點我怎麼也想不通：要是你是 Google，怎麼會缺算力？它們居然把算力用完了。更別提雲業務還在對外出租大量算力，實在讓我想不通。也許雲業務做得很好；但如果你認定 AI 是史上最重要的技術之一，這些算力或許更該投向 AI 研發。Sundar 顯然這麼想過，他還把 AI 比作火。我還是不明白 Google 怎麼會缺算力。這像是管理出了問題。
Ranjan Roy：不，這恰好說明 Google Cloud 不能被簡單看成一個可以隨便調度的資源池。它是過去十五年增長最快的業務之一，體量巨大，營運上也相當獨立於 Google 其他部門。你以為資源能不牽扯巨大複雜性和內部政治就重新分配？我都能想像有多難。把資源挪到效率最高的地方，本來就不容易。
主持人：但當你營運這樣一家公司時，這就是你的本職工作。（隔空喊話）拜託，Sundar。你必須作決定。
Ranjan Roy：再來一次重組吧。
主持人：它們會做到的。Google 已經證明過：全公司擰成一股繩盯住一個目標時，它就能辦成事。但看著它從散漫變得專注高效，再變成今天這副樣子，真挺離譜。情況很不好。
Ranjan Roy：不過得承認，Google 仍然強在多模態、圖像和視訊。現在大家普遍覺得它在這些領域領先很多。我沒怎麼聽到 ChatGPT 圖像生成或其他產品有多出彩。幾家巨頭裡，Google 在多模態上仍然佔優。所以這塊它做得不錯，但其餘方面肯定出了問題。眾叛親離的 OpenAI：在矽谷，想贏就不能沒有朋友
主持人：今天還有件事不能不聊：Apple 和 OpenAI 的衝突。一直聽這個節目的朋友應該已經知道，Apple 起訴 OpenAI 竊取商業機密。看過材料或相關報導的人都知道，這可能是史上最沒腦子的企業間諜操作。Apple 的員工用公司配發的筆記型電腦，討論怎麼把 Apple 資料弄出去，還把 Apple 的資料帶進面試，想靠一個漏洞拿到 Apple 的產品路線圖和未來計畫。Apple 當場把他們抓了個正著。Ranjan，我先問你：這算不算企業間諜史上貨真價實最蠢的時刻之一？
Ranjan Roy：你都在一家以實現超級智能為目標的公司上班了，就別做這麼蠢的事。我到現在都不敢相信。是，我完全同意，這是我見過最蠢的企業間諜事件之一。就連當年的 Uber-Waymo 事件都更像諜戰。這個案子簡直像有人在 Slack，或者別的聊天軟體裡公開問：“怎麼偷僱主的資訊？”
主持人：而且不只是上 Slack，你還是在 Apple 的電腦上用 Slack。Slack 只是打個比方，但你確實用的是 Apple 的電腦。蠢得離譜。好，Apple 這邊，你繼續。
Ranjan Roy：這些人真算職業技術人員嗎？怎麼會混到這一步，還會冒出這種念頭？有些人某些方面特別聰明，另一些方面卻蠢得驚人。
主持人：唯一能替他們說句話的是：看起來他們之前大概沒偷過資訊，也沒幹過企業間諜。這點就算給他們吧。
Ranjan Roy：當你犯下可能毀掉職業生涯、甚至毀掉公司的大錯，而且開頭還是“LOL”（哈哈大笑），那就說明你完全沒搞清楚自己在幹什麼。OpenAI 的一人顯然在聊天裡說：“LOL，我找到了所有網路檔案。”太蠢了。
主持人：拜託，各位。間諜水平提高一點。最新進展是，Apple 已向數十名 OpenAI 員工發出法律函件，要求他們保全檔案。Apple 還說，這只是冰山一角。OpenAI 表示，自己認真對待這些指控，但不知道有什麼證據能證明訴狀站得住腳。下一步，Apple 會把 OpenAI 拉進證據開示程序。可以想見，Apple 不會和解，會儘可能多地拿資訊。等一切塵埃落定，情況恐怕會難看得多。
Ranjan Roy：40 名員工可不少，而且我認為 OpenAI 大約有 7,000 或 8,000 名員工。
主持人：OpenAI 有 400 名前 Apple 員工。
Ranjan Roy：如果其中 10% 的人捲進這種事，而且這還只是冰山一角，那就太離譜了。
主持人：OpenAI 有 400 名前 Apple 員工，其中 40 人已經直接收到跟這件事有關的通知，事情會很有意思。
Ranjan Roy：對 OpenAI 來說可一點也不有意思。
主持人：如果你是 OpenAI，得問問自己：我做了什麼，才把合作夥伴都變成了敵人？OpenAI 的創始人 Elon Musk，如今是它的敵人。OpenAI 的早期員工 Dario Amodei，如今也是它的敵人。Microsoft 長期以來是 OpenAI 最大的資助者，至少有一段時間還力挺過它。可正如我們剛聽 Satya 說的，如今 Microsoft 也是敵人。Apple 曾與 OpenAI 合作，把 ChatGPT 接入 Apple Intelligence；現在 Apple 也成了敵人。
我只想說一件事：在科技行業，想贏就得有朋友。一個人做不成。看看 Apple 和 Google，它們本該是死對頭。可 Google 把 Gemini 放進 Siri，某種程度上幫 Apple 救了場。我不想把這話說得太滿。
OpenAI 一路失去這些朋友，最後一定會累積成嚴重後果。具體會怎樣沒人知道，但總有一天，它會需要 Satya、John Ternus 或 Elon，而他們不會站在它那邊。所以我一直在想：會是誰出手？Tim Cook，還是 Ternus？會不會是 Cook 的最後一幕——手裡捧著 Sam Altman 的腦袋？還是 Ternus 會以“殺手 Ternus”的身份登場？誰會帶頭幹這件事？
Ranjan Roy：問得好。肯定是 Ternus 吧？Cook 會卸任，而這場官司在他離開後還會打很久。我猜 Cook 會把這事帶給 Ternus，說：“John，出問題了。你的一些前員工，包括直接向你匯報過的人，偷了我們的——”
主持人：等一下，他們曾向 Ternus 匯報？
Ranjan Roy：其中一人向 Ternus 匯報過。Ternus 主管硬體工程，而這些人偷的正是硬體工程部門的東西。他會狠狠處理這件事。
主持人：他會狠狠處理。Cook 可能會說：“我們想這麼做。推進起來可能得花很多精力，但歸根結底，要不要起訴 OpenAI 由你決定。”Ternus 可能看著他說：“Timmy boy，放律師去咬這些——”
Ranjan Roy：忘了Kimi K3，忘了整個 AI 生態和經濟的未來。我現在只想看 Ternus 會怎麼收拾 OpenAI。
主持人：我得澄清：不是我在罵 OpenAI 的員工。我只是說，John Ternus 大概會這麼罵。
Ranjan Roy：我覺得 John Ternus 不說髒話。他是個非常禮貌、正派的人。
主持人：最後問一個問題：這些公司高層裡，有誰白天從來不說髒話嗎？
Ranjan Roy：沒有。這些工作壓力這麼大，幾乎得靠說髒話洩壓。
主持人：我有個七歲的孩子；我自己這輩子也罵過很多髒話，還挺以此為傲。但成年人在很公開的交流和場合說髒話，如今已經常態化到讓我覺得奇怪。總統和其他人顯然都這麼幹。它現在太正常了，這讓我覺得很怪。髒話還是髒話。我們都知道，Ternus 私下大概 F 字開頭的髒話張口就來；但別在孩子面前。這是我唯一的要求。我們也算教育事業的一部分，要讓全世界的年輕人長大後知道 AI 行業是什麼樣。我們不是來招惹 John Ternus 的。
Ranjan Roy：其中一條教訓就是：和 John Ternus 處好關係，因為你永遠猜不到他會幹什麼。
主持人：這會不會變成貫穿節目的一句梗：我們就叫他“壞 John”？總之，以上就是我們圍繞這周新聞的所有討論。 (JQman科技網)