上個(gè)月，真格基金管理合伙人戴雨森與「晚點(diǎn)」長(zhǎng)聊了一次 AI 與 Agent。我們將這次訪談?wù)沓赏暾嫖淖指?，分為（上）、（下）兩期發(fā)布。
去年至今有兩個(gè)重要節(jié)點(diǎn)：o1 和 R1。它們分別帶來(lái)了兩個(gè)對(duì) AI 全行業(yè)的影響：
一是 o1 在大語(yǔ)言模型中引入強(qiáng)化學(xué)習(xí)，開(kāi)啟 pre-training（預(yù)訓(xùn)練）Scaling Law 之外的 post-training（后訓(xùn)練）和 test-time computing（即推理階段的計(jì)算）階段的新 Scaling Law，讓模型推理能力大幅提升。
二是與 o1 同為推理模型的 DeepSeek R1 強(qiáng)勢(shì)開(kāi)源，以極低的成本，和后續(xù)引發(fā)的巨大全民影響力，讓很多人重估了大模型行業(yè)當(dāng)前的最重要課題：提升模型能力。R1 的開(kāi)源和同期發(fā)布了詳細(xì)技術(shù)報(bào)告另一個(gè)推理模型的 Kimi-k1.5 ，也明確告訴整個(gè)領(lǐng)域，一些方向是「此路不通」，他們都沒(méi)有使用蒙特卡洛樹(shù)搜索等方法。
這期節(jié)目，雨森和「晚點(diǎn)」從 o1 和 R1 開(kāi)始聊，二者一同帶來(lái)的推理能力的提升、成本的下降，和同期模型編程能力與工具使用能力的提升，開(kāi)啟了 Agent 在 2025 年的應(yīng)用前景。
雨森詳細(xì)分享了他對(duì) Agent 機(jī)會(huì)的當(dāng)前觀察，以及在 DeepSeek 帶來(lái)的開(kāi)源生態(tài)的變化中，大小 AI 公司的新動(dòng)作和調(diào)整。
01
OpenAI o 系列與 DeepSeek R 系列的啟發(fā)
Q：過(guò)去這將近 6 個(gè)月，AI 屆最重要的兩個(gè)事：一個(gè)是 OpenAI 去年 9 月 o1 的發(fā)布，另一個(gè)是近期 DeepSeek 在發(fā)布 R1 后掀起全球狂潮。我們可以從這兩個(gè)最重要的事兒開(kāi)始聊。你可以先講講，你怎么看 o1 和 R1 分別的意義？
戴雨森：我覺(jué)得 o1 首先讓大家看到了 Reinforcement Learning 應(yīng)用于 post-training 領(lǐng)域所帶來(lái)的智能提升。因?yàn)楫?dāng)時(shí)大家都在想在 ChatGPT-4o 之后下一個(gè)是什么？o1 出來(lái)之后，確實(shí)在推理方面還有很多智能的表現(xiàn)上得到了很大的提高。后來(lái) o3 發(fā)布，又證明沿著 o 這條技術(shù)路線，模型的能力還能持續(xù)提升，它的邊際還很遠(yuǎn)、空間還很大。
聽(tīng)說(shuō) o4 mini 也訓(xùn)練完了，從這里面我們既看到了，在 post-training 階段用 Reinforcement Learning 實(shí)現(xiàn)了 post-training 的 Scaling Law。同時(shí)也看到了，當(dāng)模型推理的時(shí)間越來(lái)越長(zhǎng)，給出的回答質(zhì)量也越來(lái)越好，這就是 test-time compute scaling law，也叫推理時(shí)間的 Scaling Law。這兩條新的 Scaling Law，在之前 pre-training 的基礎(chǔ)上，讓 AI 模型能進(jìn)一步提升。
之前頭部的那些公司或多或少也了解到 Reinforcement Learning 挺有用的，能提升模型的表現(xiàn)。但 o1 出現(xiàn)之后，大家才確定這條路真的能行得通。我覺(jué)得 o 系列模型帶來(lái)的推理能力提升，是解鎖 Agent 這種產(chǎn)品形態(tài)的關(guān)鍵。因?yàn)槟Ｐ偷乃伎寄芰Σ粔驈?qiáng)，它就沒(méi)辦法自主使用工具、制定計(jì)劃、檢查自己的工作有沒(méi)有完成，可這些都是 Agent 產(chǎn)品必備的點(diǎn)。所以得先靠 o 系列提升模型的思考能力，才能解鎖新的產(chǎn)品形態(tài)。
Q：o4 和 o3 大概的區(qū)別是什么？或者說(shuō)它主要優(yōu)化迭代的是什么？
戴雨森：最近有一些八卦消息，據(jù)說(shuō)像 o4 mini，它的推理時(shí)間可能達(dá)到幾個(gè)小時(shí)的級(jí)別。我就在想，優(yōu)秀的人類(lèi)和一般人類(lèi)的區(qū)別是什么？為什么博士論文要寫(xiě) 5 年？因?yàn)橐粋€(gè)博士他可以通過(guò) 5 年的時(shí)間得到一個(gè)更好的、更高價(jià)值的工作。但是換成普通人，給他 10 年可能都寫(xiě)不出一篇博士論文。所以首先這個(gè)人基礎(chǔ)素質(zhì)要好，其次還得有足夠的時(shí)間。
我們常說(shuō)訓(xùn)練模型，其實(shí)就跟培養(yǎng)一個(gè)更聰明的人差不多。但是聰明的人需要更多時(shí)間來(lái)傳遞更好的工作，這就是推理時(shí)間的 Scaling Law。在 o 系列模型，比如 o3、o4 中，模型能夠思考更長(zhǎng)的時(shí)間、得到更好的結(jié)果，逐漸成為一個(gè)愈發(fā)可及的目標(biāo)。
Q：剛剛講的是 o1。簡(jiǎn)單總結(jié)一下：o1 證明了強(qiáng)化學(xué)習(xí)在后訓(xùn)練以及測(cè)試時(shí)間計(jì)算的 Scaling Law 方面，有著很大的潛力，而且這事兒還可以走很遠(yuǎn)。這是 o 系列的價(jià)值。
接下來(lái)可以說(shuō)說(shuō) R1，我覺(jué)得在某種程度上，它的影響力超過(guò)了 o 系列，因?yàn)?R1 是全民都在討論的熱點(diǎn)話題。
戴雨森：我覺(jué)得 R 系列確實(shí)是一個(gè)世界級(jí)的工作，這里面給了我們非常多的啟發(fā)。第一就是開(kāi)源 VS 閉源。當(dāng)它選擇開(kāi)源后，大家就能了解模型的訓(xùn)練過(guò)程。在 R1、V3 的訓(xùn)練論文里，我們看到了大量 OpenAI 早就知道，但公眾此前并不知道的事情。比如 DeepSeek-R1-Zero 證明了，在不用 SFT 的情況下，僅基于基礎(chǔ)模型 V3 進(jìn)行 Reinforcement Learning，就能讓模型輸出更長(zhǎng)的長(zhǎng)度、獲得更好的智能，實(shí)現(xiàn)推理的 Scaling Law。不用 SFT 這一點(diǎn)是個(gè)很重要的創(chuàng)新。然后是 GRPO，聽(tīng)說(shuō) OpenAI 之前就知道它，不過(guò)是 DeepSeek 的文章讓大家意識(shí)到 GRPO 這條路可行。之前很多人在探討 o1 時(shí)，會(huì)思考是不是可以通過(guò) MCTS 這種搜索方式去實(shí)現(xiàn)，或者像 PRM 那樣按步驟標(biāo)注進(jìn)行 reinforcement 來(lái)實(shí)現(xiàn)？但 DeepSeek 很慷慨地分享說(shuō)，他們?cè)囘^(guò)這些方法，都行不通。其實(shí)很多時(shí)候，知道一條路走不通是很重要的。
我最近學(xué)到一個(gè)詞，叫「一比特信息」，意思是有些關(guān)鍵信息，一個(gè)比特就足夠傳達(dá)了。
我覺(jué)得 DeepSeek 這篇論文厲害之處就在于，它給大家提供了這些「一比特信息」。比如 MCTS 此路不通，至少 DeepSeek 試過(guò)不通，那大家就不用在這條路上白費(fèi)力氣了。這種「一比特信息」一方面體現(xiàn)了 DeepSeek 慷慨的分享精神，另一方面也反映出硅谷和中國(guó)的差距，硅谷可能還有一些「一比特的信息」我們不知道。根據(jù)我們?nèi)ツ曜龅囊恍┝私鈦?lái)看，2024 年年中，在硅谷 RL 這條路線走得通已經(jīng)是一線實(shí)驗(yàn)室的共識(shí)，但這個(gè)信息傳到中國(guó)，可能要等到 o1 和 R1 出現(xiàn)后。所以說(shuō)，前沿探索的關(guān)鍵信息很多都藏在這些「一比特信息」里。
開(kāi)源的分享精神有很多好處。一方面，讓模型的同行訓(xùn)練者學(xué)到了大量知識(shí)。另一方面，我們也看到微信、百度這些原本就有自己模型的公司，也因?yàn)?DeepSeek 開(kāi)源接入了它。這樣一來(lái)，使更多人能用上好模型，比如我們投資的 Monica，最近推出的國(guó)內(nèi)版也用上了 R1。以前，很多國(guó)內(nèi)的應(yīng)用開(kāi)發(fā)者在海外做應(yīng)用，也是因?yàn)楹Ｍ庥?ChatGPT-4o、Claude 3.5 等好模型，所以他們能做出好的產(chǎn)品?，F(xiàn)在國(guó)內(nèi)有了 R1 這樣好的模型之后，開(kāi)發(fā)者們手頭的「武器」更豐富了。而且，開(kāi)源還能促進(jìn)整個(gè)行業(yè)更快發(fā)展，大家可以互相學(xué)習(xí)、共同進(jìn)步；
剛才提到了第一點(diǎn)，是開(kāi)源帶來(lái)的勝利。第二點(diǎn)，我覺(jué)得是強(qiáng)化學(xué)習(xí)（RL）的勝利。OpenAI 并沒(méi)有公開(kāi) o1 訓(xùn)練的具體細(xì)節(jié)，但 R1 的公布讓大家看到，Reinforcement Learning 這條路真的能走得很遠(yuǎn)，為大家指明了一條值得深入探索的方向，所以我覺(jué)得這是 RL 的一大勝利；
第三點(diǎn)，R1、V3 以及整個(gè) DeepSeek，都充分證明了團(tuán)隊(duì)專(zhuān)注的重要性。在資源受限的情況下，大家反而能想出更具創(chuàng)造性的解決辦法。比如，用 MOE 是一種節(jié)省資源的方式，要是用傳統(tǒng)的 dense model，推理成本和訓(xùn)練成本都會(huì)高很多。而使用 MOE，并且在芯片等面臨「卡脖子」問(wèn)題時(shí)，通過(guò)像 MLA 這樣的技術(shù)創(chuàng)新，在合法合規(guī)的前提下，讓訓(xùn)練和推理得以順利進(jìn)行，還能取得更好的效果。這就說(shuō)明，資源限制往往能成為創(chuàng)新的動(dòng)力源泉。
同時(shí)，DeepSeek 也是一家在研究方向上做了很多選擇的公司。2023 年，很多人都在做多模態(tài)生成、AI 虛擬女友這類(lèi)項(xiàng)目，也有不少人專(zhuān)注于 to C 產(chǎn)品的開(kāi)發(fā)，但 DeepSeek 并沒(méi)有跟風(fēng)。他們直到 R1 發(fā)布之后才推出自己的 App。雖然 DeepSeek 已經(jīng)擁有很多卡、錢(qián)以及很優(yōu)秀的人，但他們依然專(zhuān)注于提高智能、提升模型的基礎(chǔ)能力，把力量集中在一個(gè)方向上，最終獲得這樣的結(jié)果。這不僅體現(xiàn)了他們對(duì)技術(shù)發(fā)展方向的精準(zhǔn)判斷，也展現(xiàn)了堅(jiān)定選擇、堅(jiān)決投入所帶來(lái)的好的結(jié)果。
同時(shí)，這也讓我們看到，年輕的 AI native 團(tuán)隊(duì)是有能力跟規(guī)模更大、資源及用戶更多的大廠 PK 的。以前大家總覺(jué)得大廠在資金、人才、卡和用戶數(shù)量上占據(jù)絕對(duì)優(yōu)勢(shì)，小公司根本無(wú)法與之抗衡。DeepSeek 雖然不是普通意義上的小公司，但相對(duì)來(lái)說(shuō)，它還是比較年輕的團(tuán)隊(duì)，團(tuán)隊(duì)里很多成員都是中國(guó)本土培養(yǎng)的研究生、博士生。這讓大家對(duì)中國(guó)的人才體系充滿信心，這一點(diǎn)也很關(guān)鍵；
還有一點(diǎn)對(duì)我來(lái)說(shuō)也很重要，DeepSeek 證明了在技術(shù)革命的早期，如果能通過(guò)技術(shù)進(jìn)步為用戶帶來(lái)全新的、像魔法般的體驗(yàn)，就會(huì)收獲意想不到的成果。很多人第一次使用 DeepSeek 的 R1 模型，第一次用到 reasoning model，看到它輸出的結(jié)果，用戶會(huì)覺(jué)很棒。這會(huì)引起自發(fā)的傳播，帶來(lái)了大量的自然流量，在沒(méi)有投入一分錢(qián)廣告費(fèi)的情況下，就獲得了幾千萬(wàn)的日活躍用戶（DAU）。同時(shí)，它的 API 也供不應(yīng)求，很多人都愿意付費(fèi)使用，甚至有人主動(dòng)提出希望能有一個(gè)付費(fèi)穩(wěn)定版的 R1 模型。這也意味著，技術(shù)進(jìn)步帶來(lái)產(chǎn)品體驗(yàn)的變革，產(chǎn)品體驗(yàn)的變革帶來(lái)用戶的自發(fā)傳播、自然流量，同時(shí)也會(huì)涌現(xiàn)出商業(yè)模式。所以我覺(jué)得，在技術(shù)革命的早期，要堅(jiān)持技術(shù)的突破、在智能上的領(lǐng)先，而不是在已有的智能上進(jìn)行產(chǎn)品、運(yùn)營(yíng)的雕花。
Q：你覺(jué)得這個(gè)已經(jīng)是共識(shí)了嗎？
戴雨森：之前有不少人提出過(guò)，2023 年到 2024 年期間，有很多研究者表達(dá)過(guò)「智能很重要，不要在已有的基礎(chǔ)上雕花」。但我覺(jué)得大家需要一個(gè)實(shí)際的、鮮活的例子。在 2024 年 DeepSeek-R1 出世之前，大家都過(guò)于關(guān)注互聯(lián)網(wǎng)時(shí)代的指標(biāo)，比如 DAU、用戶留存率以及用戶使用時(shí)長(zhǎng)等。就拿當(dāng)時(shí)很火的 AI 虛擬女友和 AI 打電話功能來(lái)說(shuō)，為什么會(huì)有那么多人熱衷于開(kāi)發(fā)這類(lèi)產(chǎn)品呢？原因就在于，從數(shù)據(jù)上看，這類(lèi)產(chǎn)品的用戶留存率比較高，用戶與它們互動(dòng)的時(shí)間也很長(zhǎng)。畢竟和 AI 打電話，時(shí)間自然就拉長(zhǎng)了。但這真的能代表智能提升嗎？至少我個(gè)人覺(jué)得，這更多是滿足了用戶的情感需求，并不是智能的提升。如果把時(shí)長(zhǎng)、DAU 作為優(yōu)化指標(biāo)，就不會(huì)去做 Deepseek 這樣提高智能的產(chǎn)品。
在中國(guó)互聯(lián)網(wǎng)領(lǐng)域，一直存在著不少爭(zhēng)議。大家都知道企業(yè)服務(wù)的土壤不足，而且似乎用戶更愿意為殺時(shí)間付費(fèi)不為省時(shí)間付費(fèi)，所以大家都習(xí)慣性的尋找下一個(gè)字節(jié)跳動(dòng)。我在 2024 年 10 月給我們的 LP 做匯報(bào)時(shí)就提到，未來(lái)可能不會(huì)再沿用字節(jié)跳動(dòng)的公式，因?yàn)樽止?jié)跳動(dòng)是通過(guò)占用用戶時(shí)間去賺錢(qián)的，然而用戶的時(shí)間是有限的，抖音、王者榮耀等已經(jīng)占據(jù)了用戶大量的時(shí)間。所以，接下來(lái)具有創(chuàng)新性的「殺手應(yīng)用」，可能會(huì)是那些能夠幫用戶節(jié)省時(shí)間，或者在這 8 小時(shí)、 16 個(gè)小時(shí)以外去給用戶創(chuàng)造價(jià)值，而不是一定要把刷抖音的時(shí)間搶過(guò)來(lái)，那是很難搶的，抖音很厲害。在這種情況下，DeepSeek 就成為了一個(gè)很好的范例。
02
Agent 帶來(lái)資本轉(zhuǎn)化為生產(chǎn)力的 Scaling Law
Q：以 o 系列和 R 系列為代表的推理模型，接下來(lái)會(huì)帶來(lái)哪些行業(yè)和應(yīng)用變化？有一點(diǎn)你之前已經(jīng)提到過(guò)——推理能力的提升，會(huì)指向 Agent 應(yīng)用，這也是從去年下半年到現(xiàn)在大家頻繁討論的話題。
戴雨森：按照我們剛剛講的框架——技術(shù)進(jìn)步解鎖新的產(chǎn)品形態(tài)。我們可以看到，從 GPT 逐步升級(jí)到 GPT 3.0，然后對(duì)齊成對(duì)話模式的 InstructGPT，最后出來(lái) GPT-3.5 模型，解鎖了 Chatbot 這種產(chǎn)品形態(tài)；以 Sonnet 為代表的 coding 能力很強(qiáng)的模型，則解鎖了像 Cursor 這樣像編程助手的產(chǎn)品形態(tài)，可以說(shuō)是相互成就的關(guān)系，如果沒(méi)有 Sonnet，Cursor 就不可能火。從 Sonnet 3.5 開(kāi)始，模型開(kāi)始具備一定的推理能力，而 o1 及后續(xù)的 o 系列模型的進(jìn)展，讓模型的推理能力變得很強(qiáng)。解鎖對(duì)應(yīng)的產(chǎn)品形態(tài)，我覺(jué)得可能就是 Agent。
什么叫 Agent？在英文里「agency」有主觀能動(dòng)性的含義，以前地球上只有人類(lèi)具備主觀能動(dòng)性，我們清楚自己的目標(biāo)，能夠制定計(jì)劃、使用工具、評(píng)估工作成果，這也是人類(lèi)得以統(tǒng)治世界的原因之一。但是現(xiàn)在 AI 的能力逐漸到達(dá)了一個(gè)突破點(diǎn)，使得 AI 能夠扮演 Agent。
在我看來(lái)，AI 能夠?qū)崿F(xiàn)這一轉(zhuǎn)變，是由三個(gè)技術(shù)的進(jìn)步解鎖的：
第一是 reasoning。推理能力是 AI 的基礎(chǔ)智能，如果推理能力不足，就會(huì)面臨一系列問(wèn)題。比如，它無(wú)法明確自己的任務(wù)目標(biāo)，難以制定出切實(shí)可行的執(zhí)行計(jì)劃，更無(wú)法判斷自己是否完成了任務(wù)。
第二是 coding 能力。在數(shù)字世界中，理解 code、寫(xiě) code、完成各種任務(wù)是基礎(chǔ)技能，是賽博世界的「語(yǔ)言」。
第三是工具使用能力。在數(shù)字世界，人已經(jīng)為自己造了這么多的工具、軟件，那 AI 要想充分發(fā)揮作用，首先得適應(yīng)人類(lèi)用的這些工具。比如，AI 需要借助人類(lèi)的瀏覽器、網(wǎng)站來(lái)獲取信息。
在過(guò)去的 12 個(gè)月里，推理（reasoning）、編程（coding）和工具使用（tool use）這三種能力都發(fā)生了翻天覆地的變化，進(jìn)入指數(shù)增長(zhǎng)的階段。為了衡量這些能力，業(yè)界有一些不同的 benchmark（基準(zhǔn)測(cè)試）。以推理能力為例，我們常用 GPQA 進(jìn)行測(cè)試，這是一種模擬人類(lèi)博士生入學(xué)資格水平的測(cè)試。在這個(gè)測(cè)試中，普通人類(lèi)大約能得 20 多分，人類(lèi)博士生能達(dá)到 60 分左右。在 2024 年年初，AI 領(lǐng)域最前沿的模型僅得 10 幾分。但如今，像 o3 這樣的前沿模型，得分已經(jīng)達(dá)到了 70 多分（如果我沒(méi)記錯(cuò)的話），所以這個(gè)漲得非?？?。
在衡量 AI 的編程能力時(shí)，大家常用 SWE-Bench 進(jìn)行測(cè)試，它抽取了一系列 GitHub 上真實(shí)的人類(lèi)編程任務(wù)。在 2024 年初，4o 得分只有個(gè)位數(shù)，基本是不可用的狀態(tài)。但現(xiàn)在，o3 已經(jīng)到了 70-80 分的程度，這意味著人類(lèi) 70%-80% 的編程任務(wù) AI 都可以解答。
如今，AI 能力的快速發(fā)展給我們帶來(lái)了一個(gè)新的問(wèn)題，那就是我們很難再找到合適的題目來(lái)測(cè)試 AI 了。前段時(shí)間，陶哲軒提出了一個(gè)名為 Frontier Math 的測(cè)試，里面最簡(jiǎn)單的題目都是 IMO（國(guó)際數(shù)學(xué)奧林匹克競(jìng)賽）級(jí)別的難題。當(dāng)時(shí)大家認(rèn)為，這些難題至少能夠擋住 AI 幾年的時(shí)間，結(jié)果現(xiàn)在 o3 模型在 Frontier Math 測(cè)試中已經(jīng)能拿到 25 分，o4 模型的表現(xiàn)更好。
一旦 Reinforcement learning 應(yīng)用到某個(gè)領(lǐng)域，相關(guān) AI 的成長(zhǎng)曲線常常呈現(xiàn)指數(shù)式增長(zhǎng)。就像之前 AlphaGo 的出現(xiàn)，它運(yùn)用強(qiáng)化學(xué)習(xí)技術(shù)，在圍棋領(lǐng)域取得了巨大突破。后來(lái)，DeepMind 開(kāi)發(fā)的 AlphaStar，在《星際爭(zhēng)霸》游戲中，也憑借強(qiáng)化學(xué)習(xí)，迅速超越了人類(lèi)頂級(jí)玩家。還有自動(dòng)駕駛技術(shù)，其實(shí)從技術(shù)層面來(lái)講，自動(dòng)駕駛已經(jīng)比人類(lèi)駕駛安全很多倍了，只是由于各種監(jiān)管因素，還沒(méi)有大規(guī)模應(yīng)用。我把這種 AI 能力超越人類(lèi)的標(biāo)志性時(shí)刻稱(chēng)為「李世石時(shí)刻」。大家應(yīng)該都記得，李世石與 AI 進(jìn)行圍棋對(duì)決時(shí)，五盤(pán)棋輸了四盤(pán)，那時(shí)候發(fā)現(xiàn)，AI 原來(lái)連最強(qiáng)的人類(lèi)都能輕松打敗。
Q：人類(lèi)是不是很快就沒(méi)有能夠評(píng)價(jià) AI 能力的能力了？
戴雨森：我覺(jué)得現(xiàn)在已經(jīng)很缺乏了。就像 Alexandr Wang 弄出的那個(gè)「Humanity's Last Exam」的問(wèn)題，現(xiàn)在也到 20 分了。
Q：滿分是 100 分嗎？
戴雨森：對(duì)，從 20 分到 80 分可能很快的。關(guān)鍵是人類(lèi)要想出來(lái)難題來(lái)，那無(wú)疑對(duì)人類(lèi)而言是個(gè)很大的挑戰(zhàn)。但是如果 AI 靠花算力、靠 RL、靠更強(qiáng)的 inference 就能實(shí)現(xiàn)的話，差距是很難趕上的。
Q：像你剛剛提到的「李世石時(shí)刻」，開(kāi)端肯定是 AI 超越了人類(lèi)，這一點(diǎn)是很直觀的。我和一些圍棋愛(ài)好者交流過(guò)，比如樓天城，他說(shuō)當(dāng) AlphaGo Zero 出現(xiàn)后，不僅超越了人類(lèi)，而且人類(lèi)的智能其實(shí)不能理解它。他覺(jué)得下圍棋和做自動(dòng)駕駛都是這種感覺(jué)，自動(dòng)駕駛試乘是試不出來(lái)什么東西的。下圍棋也是，人類(lèi)積累了上千年的定式，被 AI 輕易打破了。
戴雨森：我覺(jué)得可理解性和可解釋性其實(shí)并不一定存在的。
Q：因?yàn)榘凑盏谝恍栽?，人?lèi)現(xiàn)在根本沒(méi)有辦法掌握世界上所有的真理和規(guī)律。
戴雨森：比如我們也沒(méi)法理解愛(ài)因斯坦當(dāng)時(shí)是怎么想出那些理論的，如果你進(jìn)一步來(lái)想，貓貓狗狗肯定也理解不了人類(lèi)為什么要做各種各樣的事情對(duì)吧？如今 AI 發(fā)展這么快，我們可能很快就會(huì)面臨一種情況，就好比小學(xué)生去考核博士生。現(xiàn)在我們可能正逐漸處于這樣的階段，小學(xué)生絞盡腦汁想出自己覺(jué)得超難的題目去考博士生，可對(duì)博士生來(lái)說(shuō)，這些題目可能并不難。
這對(duì) AI 安全來(lái)說(shuō)，是個(gè)至關(guān)重要的問(wèn)題，我們可能無(wú)法評(píng)價(jià)了。因?yàn)楝F(xiàn)在很多人類(lèi)已有的測(cè)試，AI 都能輕松刷到 95 分以上。像在清華讀書(shū)時(shí)經(jīng)常有人講，有人考 100 分是因?yàn)樗哪芰ι舷蘧褪?100 分，而有的人考 100 分是因?yàn)樵嚲頋M分只有 100 分，如果滿分是 1000 分，他也能考 1000 分。
Q：現(xiàn)在已經(jīng)到了這個(gè)階段嗎？就我們已經(jīng)無(wú)法評(píng)價(jià) AI 的能力了。
戴雨森：我覺(jué)得還不是無(wú)法評(píng)價(jià)，但已經(jīng)在可以預(yù)見(jiàn)的未來(lái)，可能在小幾年的時(shí)間內(nèi)就很難去評(píng)價(jià)了。
Q：那個(gè)時(shí)候會(huì)帶來(lái)什么什么呢？
戴雨森：其實(shí)現(xiàn)在大家已經(jīng)看到了很多相關(guān)的苗頭。比如春節(jié)期間有一篇文章，據(jù)說(shuō)是梁文鋒發(fā)在知乎上的回應(yīng)，非?；?，后來(lái)大家發(fā)現(xiàn)那就是 DeepSeek 寫(xiě)的。
我最近一直在用 OpenAI 的 Deep Research，它給了我很大幫助，也帶來(lái)了很多震撼。咱們剛才聊到 Agent，其實(shí) Agent 的第一個(gè)應(yīng)用場(chǎng)景就是幫我做研究。我向它提出一個(gè)問(wèn)題，它得思考如何解答、列出研究計(jì)劃、尋找資料、進(jìn)行總結(jié)和對(duì)比。從原來(lái)沒(méi)有 reasoning 能力的 4o，到后來(lái)出現(xiàn)了 o1。接著，o1 有了 o1 pro，能進(jìn)行更深入的思考，再到 o3 mini high，然后又有了 Deep Research。整個(gè)過(guò)程也就花了 3-6 個(gè)月的時(shí)間，但我明顯感覺(jué)到它的水平提升是呈指數(shù)級(jí)的。
昨天我就在想，要是從大街上隨便找十個(gè)人，我覺(jué)得至少有九個(gè)人的能力已經(jīng)比不上 Deep Research。因?yàn)?Deep Research 能在幾分鐘內(nèi)，針對(duì)任何你需要的話題，給出一份在我看來(lái)達(dá)到在較好公司工作一兩年的白領(lǐng)水平的研究報(bào)告。其實(shí)很多人即便花再多時(shí)間，也不具備這樣的思考推理能力、信息獲取能力以及總結(jié)能力。所以我覺(jué)得 AGI 已經(jīng)不再是一個(gè)科幻概念。要是兩年前大家談?wù)?AGI，還覺(jué)得那是很遙遠(yuǎn)的事，但現(xiàn)在在收集信息、整理信息這類(lèi)任務(wù)上，AI 已經(jīng)超過(guò)了大多數(shù)人。
Q：像我們這樣的人，比特進(jìn)比特出的信息工作者。
戴雨森：所以像今天這樣的聊天對(duì)話，AI 目前還做不到。畢竟這是我們之間的專(zhuān)有信息，在聊之前，這些信息根本不存在。但要是這些信息已經(jīng)存在某個(gè)地方，不是專(zhuān)有信息的話，那 AI 肯定比絕大部分人做得要好得多，這點(diǎn)我很確定。可以說(shuō)，AI 的增長(zhǎng)速度真的特別快，我們已經(jīng)看到了它的指數(shù)級(jí)增長(zhǎng)，也會(huì)見(jiàn)證很多剛才提到的「李世石時(shí)刻」的到來(lái)。
回到最開(kāi)始的話題，我覺(jué)得解鎖 Agent 有著非常重要的意義。過(guò)去，互聯(lián)網(wǎng)上所有的產(chǎn)品模式，我覺(jué)得可以用一句很著名的話來(lái)概括，就是「Attention is all you need」。
不管是騰訊還是字節(jié)，它們的核心都是看有多少用戶在自家產(chǎn)品上花了多少時(shí)間。這其實(shí)可以用一個(gè)公式來(lái)理解：時(shí)長(zhǎng)×用戶數(shù)×變現(xiàn)率。所以大家都想著怎么吸引更多用戶，讓他們花更多時(shí)間，然后提高變現(xiàn)率。但這件事肯定是有上限的，畢竟總共就這么多人，每個(gè)人一天睡 8 小時(shí)，醒著最多 16 個(gè)小時(shí)，還得吃飯、工作，有些事兒還不能看手機(jī)，所以很難把看手機(jī)的時(shí)間再提高一倍。于是大家就想提高變現(xiàn)率，同樣的一個(gè)小時(shí)我怎樣在你這獲取更高的價(jià)值，就變成了抖音的視頻廣告、直播，但這條路肯定也有盡頭。
在人類(lèi)歷史上，所有事情基本都需要人的 Attention，只有一種情況例外，就是自動(dòng)化，以前的機(jī)械自動(dòng)化，比如機(jī)床，人把自動(dòng)化系統(tǒng)搭建好后，它就能自行運(yùn)轉(zhuǎn)，但它沒(méi)有主觀能動(dòng)性。目前 AI 技術(shù)的進(jìn)步帶來(lái)了一種，第一不需要人類(lèi)的注意力，第二又能自主執(zhí)行任務(wù)的可能。不夸張地說(shuō)，這是人類(lèi)誕生以來(lái)最大的進(jìn)步。如果說(shuō)人類(lèi)和其他動(dòng)物的區(qū)別在于人類(lèi)會(huì)使用工具，而以前人類(lèi)用的工具都需要 Attention，直到現(xiàn)在有了 Agent 這種不需要 Attention 的工具。就像我把問(wèn)題丟給 Deep Research，它自己研究 5 分鐘，這期間我不用 Attention。去年我用 Devin 的時(shí)候，給它一個(gè)任務(wù)，它就自己去干，我可以中途打斷它，提出新需求，也能看看它的進(jìn)度，但要是我不打擾，它就自己完成。所以我想提出一句新的話：在 Agent 時(shí)代，「Attention is not all you need」。
它會(huì)解鎖人類(lèi)無(wú)限的潛能。前面說(shuō)了，人類(lèi)的 Attention 是有限的，如果人類(lèi)的 Attention 不需要再被使用的話，那它的理論倍數(shù)是無(wú)限的。這就好比從老板的角度讓員工做事，就不用 Attention。以前大部分人都是執(zhí)行別人 Attention 的結(jié)果，只有少數(shù)人是老板。
但現(xiàn)在 AI 越來(lái)越強(qiáng)大，每個(gè)人都能當(dāng) AI 的老板。那讓 AI 做什么是一個(gè)很重要的問(wèn)題。很多人覺(jué)得助手很聰明，除了訂機(jī)票、訂外賣(mài)這些簡(jiǎn)單事情，但不知道讓它干什么。我覺(jué)得這對(duì)社會(huì)、教育都會(huì)有重大影響，不過(guò)我相信，等大家適應(yīng)了這種范式之后，會(huì)發(fā)現(xiàn)有更多事可以交給 AI 去做。進(jìn)一步延展，我覺(jué)得我們可能會(huì)看到一種工作的 Scaling Law。其實(shí)現(xiàn)在工作、生產(chǎn)力不太容易被簡(jiǎn)單地?cái)U(kuò)大，比如一家大廠，即便有 100 億甚至 1000 億資金，也不能直接把這些錢(qián)轉(zhuǎn)化成生產(chǎn)力，還得招人、培訓(xùn)，人多了還會(huì)有內(nèi)斗，所以有錢(qián)不一定就有生產(chǎn)力。但如果 AI 模型越來(lái)越強(qiáng)，模型的推理能力也不斷提升，你會(huì)發(fā)現(xiàn)有錢(qián)就等于有算力，算力越多，就能讓 AI 產(chǎn)生更多生產(chǎn)力，這就是資金轉(zhuǎn)化為生產(chǎn)力的 Scaling Law。
Q：但世界上需要這么多的生產(chǎn)力嗎？
戴雨森：這就跟在汽車(chē)和飛機(jī)發(fā)明之前，大家的想法一樣。那時(shí)候人們會(huì)覺(jué)得，要去隔壁村，走路過(guò)去就行了，為啥要坐飛機(jī)呢？
Q：你覺(jué)得它會(huì)創(chuàng)造新的需求？
戴雨森：我至少覺(jué)得歷史上大量的技術(shù)已經(jīng)重復(fù)驗(yàn)證了這一點(diǎn)。
Q：相比人類(lèi)物種和長(zhǎng)期的古代歷史，其實(shí)人類(lèi)的技術(shù)爆炸的時(shí)間很短，也就四五百年。
戴雨森：這是個(gè)更有意思的點(diǎn)。原來(lái)人類(lèi)的技術(shù)爆炸是以「一代人」為單位的，逐漸變成了，一代人的生命周期里，能經(jīng)歷幾次技術(shù)爆炸？現(xiàn)在技術(shù)爆炸的周期已經(jīng)縮短到了十年以?xún)?nèi)，從 AlexNet 問(wèn)世到現(xiàn)在不過(guò) 13 年，從 ChatGPT 誕生到現(xiàn)在也沒(méi)過(guò)去多久?；叵?ChatGPT 剛出現(xiàn)的時(shí)候，都覺(jué)得它的能力很牛，但放到現(xiàn)在來(lái)看，當(dāng)時(shí)的它其實(shí)還有很大的提升空間。技術(shù)變化這么快，人們可能很難及時(shí)適應(yīng)，這勢(shì)必會(huì)對(duì)社會(huì)產(chǎn)生很多影響。
拋開(kāi)這個(gè)之外，指數(shù)增長(zhǎng)本來(lái)是世界的常態(tài)，但指數(shù)增長(zhǎng)在最后陡峭的曲線之前，它看上去很像線性增長(zhǎng)。有句話叫「gradually then suddenly」，在進(jìn)入快速上揚(yáng)階段之前，一切看起來(lái)很平靜。這也是關(guān)注 AI 安全的人如此擔(dān)心的原因，現(xiàn)在大家都覺(jué)得已經(jīng)進(jìn)入指數(shù)增長(zhǎng)階段，這就不叫未雨綢繆了，已經(jīng)開(kāi)始打雷、快下雨了。我覺(jué)得生產(chǎn)力的大幅提高是一個(gè)很重要的變量，如果你認(rèn)為生產(chǎn)力最后帶來(lái)的是經(jīng)濟(jì)價(jià)值的話。
那問(wèn)題就變成了生產(chǎn)力是什么，以及怎樣讓它為大家創(chuàng)造價(jià)值。一方面，就如 Sam Altman 所說(shuō)，一個(gè)人的公司會(huì)變得很強(qiáng)大，如果一個(gè)人能夠很有效的指揮 AI，甚至通過(guò) AI 指揮 Agent，那他可能創(chuàng)造很大的價(jià)值；另一方面，以往創(chuàng)業(yè)者之所以有時(shí)能打敗大廠，是因?yàn)樗麄兡芨咝У匕奄Y金轉(zhuǎn)化為生產(chǎn)力，因?yàn)樗麄冇懈翡J的 vision、更努力、沒(méi)有組織的阻力。但假設(shè)大廠投入大量資金去聘請(qǐng)很厲害的創(chuàng)業(yè) Agent，那普通創(chuàng)業(yè)者可能就難以與之抗衡了，或許只有頂級(jí)創(chuàng)業(yè)者能夠打敗大廠，一般創(chuàng)業(yè)者可能會(huì)被大廠花錢(qián)請(qǐng)來(lái)的 AI 淘汰，這也是說(shuō)不好的事情。所以有人認(rèn)為，這會(huì)導(dǎo)致富人更富有，因?yàn)楦蝗四苜I(mǎi)來(lái)更多生產(chǎn)力。過(guò)去，一個(gè)人固然有錢(qián)，也可能比不過(guò)一個(gè)聰明的年輕人，但未來(lái)情況可能會(huì)不同。
Q：這是兩個(gè)方向，一個(gè)是其實(shí)是超級(jí)個(gè)人，一個(gè)是像「科幻烏托邦」那樣，將資源逐漸匯聚到更厲害的公司。
戴雨森：所以我覺(jué)得 AI 帶來(lái)的變化是很大的，不管是從生產(chǎn)力角度，還是社會(huì)結(jié)構(gòu)角度來(lái)看。不過(guò)，要解鎖這些變化，前提條件是模型能力得提高。我覺(jué)得，在技術(shù)革命早期找到第一個(gè) PMF，有時(shí)候就像是個(gè)甜蜜的陷阱，甚至可以說(shuō)是詛咒。比如移動(dòng)互聯(lián)網(wǎng)，黑莓算是第一個(gè)找到 PMF 的。當(dāng)時(shí)技術(shù)有限，處理器弱、網(wǎng)絡(luò)慢，所以它覺(jué)得只能搞發(fā)郵件、發(fā)黑莓消息、收推送這些功能。為了做好這個(gè) PMF，就做了帶鍵盤(pán)的黑莓手機(jī)，還一直以鍵盤(pán)為傲?？珊髞?lái)技術(shù)進(jìn)步了，處理器更強(qiáng)、網(wǎng)絡(luò)更快、屏幕更大，蘋(píng)果直接說(shuō)不要鍵盤(pán)，做了全觸屏手機(jī)。那時(shí)候黑莓還覺(jué)得沒(méi)鍵盤(pán)打字、發(fā)郵件肯定不好用，這就是 PMF 的詛咒，當(dāng)后面技術(shù)一升級(jí)，就被自己的 PMF 困住了。
互聯(lián)網(wǎng)也有這種情況。雅虎是互聯(lián)網(wǎng)領(lǐng)域第一個(gè)找到 PMF 的公司，搞的是門(mén)戶模式，就是把信息列出來(lái)給用戶看。后來(lái)搜索引擎 Google 出現(xiàn)，對(duì)雅虎是個(gè)巨大的沖擊。原來(lái)雅虎是很復(fù)雜的，有大量?jī)?nèi)容，得點(diǎn)進(jìn)去看，而 Google 就一個(gè)搜索框，直接輸入就行。其實(shí)雅虎曾經(jīng)有機(jī)會(huì)收購(gòu) Google，可惜出價(jià)不夠高，后來(lái)就被 Google 給顛覆掉了。
所以我想說(shuō)，像聊天機(jī)器人（Chatbot）可能也是個(gè)甜蜜的陷阱?，F(xiàn)在有這么多 chatbot，大家可能就想著在這基礎(chǔ)上優(yōu)化。但我一直覺(jué)得，chatbot 可能會(huì)限制前沿 AI 模型能力。比如你和 ChatGPT、Kimi 或者豆包聊天，是不是習(xí)慣像在微信上那樣特別碎片化的短對(duì)話。但如果要給 agent 一個(gè)指令，很多時(shí)候就得寫(xiě)個(gè)更重要的 proposal，就像申請(qǐng)國(guó)家自然基金的 Grant，得完整闡述要做的事、目標(biāo)和條件，得進(jìn)行完整溝通。但在 chatbot 這種類(lèi)似微信的語(yǔ)境里，只能進(jìn)行碎片化溝通，模型的智能都不一定能體現(xiàn)出來(lái)。
我之前跟 OpenAI 的同學(xué)聊，他們說(shuō)發(fā)現(xiàn)先進(jìn)的模型在和用戶聊天時(shí)，并沒(méi)有讓用戶滿意度提升太多。這就有點(diǎn)像跟人在微信上聊天，你跟一個(gè)普通大學(xué)生和一個(gè)科學(xué)家聊，感覺(jué)差別沒(méi)那么大。但要是讓他們寫(xiě)博士論文，那完全是 0 和 1 的區(qū)別。所以說(shuō)，Chatbot 這種早期容易被大家接受的產(chǎn)品形態(tài)，不一定就是能走到最后的產(chǎn)品形態(tài)。
如果在這個(gè)基礎(chǔ)上進(jìn)行短期的指標(biāo)優(yōu)化，比如說(shuō)想辦法讓大家在 chatbot 上停留更久，然后就出個(gè)打電話功能。但打電話和智能提升是不是一致的？因?yàn)榘央娫挻蚝茫赡芸康氖钦f(shuō)話語(yǔ)氣、情商，跟智能、提升生產(chǎn)力沒(méi)關(guān)系。我在想，歷史上經(jīng)常出現(xiàn)這種情況，那些先找到第一個(gè) PMF 的人，如果不繼續(xù)深入探索，很可能就會(huì)被這個(gè) PMF 給困住。
Q：我們剛才做了很多關(guān)于 Agent 的展望，如果按照你說(shuō)的工作 Scaling Law 的邏輯，在 2025 年的話，第一批出現(xiàn)的 Agent 會(huì)是什么樣的形態(tài)呢？
戴雨森：第一批的話，我覺(jué)得像現(xiàn)在最火的 Deep Research。你看 OpenAI 出了 Deep Research，不過(guò)最早是 Google 推出的，接著 Perplexity 推出了 Deep Research，而且我知道好多創(chuàng)業(yè)公司也打算往這個(gè)方向發(fā)展。為什么大家要發(fā)展這個(gè)方向？因?yàn)榇蠹野l(fā)現(xiàn)，讓 AI 更深度地去研究信息、獲取更多資源，再根據(jù)獲取的內(nèi)容決定下一步獲取什么樣的信息，形成這么個(gè)循環(huán)，最后給出一個(gè)研究報(bào)告，這其實(shí)就是我們平時(shí)讓分析師干的事情。但大家發(fā)現(xiàn)，花差不多的時(shí)間，甚至稍微多花點(diǎn)時(shí)間，用這個(gè)就能得到更好的結(jié)果。我們把這叫「read only Agent」，就是它只做讀取操作，不做寫(xiě)的操作。我覺(jué)得目前這個(gè) PMF 已經(jīng)很明顯了，我用的 Deep Research 確實(shí)比我的實(shí)習(xí)生干得還好。所以我覺(jué)得，對(duì)于我們這些知識(shí)工作者，需要在電腦前研究某個(gè)話題、瀏覽一堆網(wǎng)站然后出報(bào)告的人來(lái)說(shuō)，付費(fèi)意愿和使用場(chǎng)景都很明確。
第二步就是從讀到寫(xiě)。OpenAI 推出了 Operator，Anthropic 推出了 MCP，其實(shí)都是在說(shuō) AI 怎么使用工具。不過(guò)這也會(huì)帶來(lái)很多安全隱患，畢竟大家都不希望 AI 亂搞。但顯然，在可控的情況下，讓 AI 可以寫(xiě)操作、對(duì)外發(fā)布信息，是非常重要的能力。我們們投資的 Monica 就在做類(lèi)似的產(chǎn)品——現(xiàn)在大家知道了，它叫 Manus。昨天他們跟我分享了一件很有意思的事，比如說(shuō)有個(gè)測(cè)試問(wèn)題，要獲取美國(guó)某個(gè)城市，像鳳凰城之類(lèi)的地鐵時(shí)刻表。這個(gè)模型先去官網(wǎng)查，發(fā)現(xiàn)鏈接打不開(kāi)了，這時(shí)候它直接調(diào)用郵件客戶端，給鳳凰城的市政府發(fā)郵件詢(xún)問(wèn)，最后走到了確認(rèn)是否發(fā)送郵件這一步，它完全能自主做這些事。
Q：這是他們的產(chǎn)品嗎？
戴雨森：對(duì)，他們的產(chǎn)品能調(diào)動(dòng)工具、調(diào)用瀏覽器，這里面有很多有意思的特點(diǎn)。比如說(shuō) AI 能主動(dòng)使用工具，還有自己的「電腦」，這就很有意思。以前很多人覺(jué)得，像國(guó)內(nèi) AutoGLM 這類(lèi)應(yīng)用，是讓 AI 操控我們的手機(jī)，比如讓 AI 在我們手機(jī)上點(diǎn)外賣(mài)。但仔細(xì)想想，助理干活是用自己的設(shè)備還是用你的設(shè)備呢？肯定是用他的。所以應(yīng)該是我的 AI 助理在云端，有他自己的手機(jī)或者電腦，然后用他自己的設(shè)備給我點(diǎn)外賣(mài)，而不是用我的手機(jī)，畢竟我自己還得刷抖音、聊微信。這其實(shí)就是虛擬化技術(shù)。
Q：那在權(quán)限上，他還是你的賬戶體系，對(duì)吧？
戴雨森：不一定，有可能給 AI 配一臺(tái)它自己的「電腦」。比如說(shuō)你訂了個(gè)很貴的 Bloomberg（彭博終端），說(shuō)不定你的 AI 助理會(huì)說(shuō)：「老板，把你的賬號(hào)借我用一下。然后你輸入賬號(hào)，讓他去用。還有一種情況，你也可能給你的助理也買(mǎi)個(gè) LinkedIn 的 premium，讓他使用，這些情況都有可能發(fā)生。
其實(shí)你會(huì)發(fā)現(xiàn)，當(dāng) AI 能使用工具時(shí)，他能做很多事情。畢竟大部分軟件工具的使用方式，要么就是調(diào)用 API，要么就是操作軟件界面本身。所以 Kimi k1.5 里的多模態(tài)推理很重要，特別是在使用軟件界面的時(shí)候，使用軟件界面得看懂網(wǎng)頁(yè)才行?，F(xiàn)在大家都在說(shuō)世界模型去理解世界，這其實(shí)挺難的。舉個(gè)簡(jiǎn)單例子，我們看東西能知道物體有前后、有深度，但現(xiàn)在 AI 在識(shí)別深度信息的方面表現(xiàn)一般。不過(guò)，要是只是操作電腦和手機(jī)界面，AI 能做很多很多事情。
Q：所以這是第二種，就是既可以讀又可以寫(xiě)。
戴雨森：我可以寫(xiě)的話，我再隨便舉個(gè)例子，當(dāng) AI 遇到問(wèn)題的時(shí)候，理論上它可以發(fā)帖求助。甚至它可以懸賞，因?yàn)樗呀?jīng)和支付商綁定好了，誰(shuí)幫它把事兒解決了，就給對(duì)方 100 美金。這不是科幻情節(jié)，現(xiàn)在完全能做到。而且我們發(fā)現(xiàn)，強(qiáng)大的 AI 模型能想出很多人類(lèi)想不到的解決思路，比如說(shuō)人類(lèi)覺(jué)得某個(gè)問(wèn)題解不出來(lái)，AI 可能就會(huì)想能不能換個(gè)問(wèn)題，或者能不能獲取原本沒(méi)有的權(quán)限。
不過(guò)這也是 AI 安全研究里需要關(guān)注的事情，因?yàn)?AI 為了解決問(wèn)題，可能真會(huì)做出一些有傷害性的事。我自己就碰到過(guò)一個(gè)典型例子，我用 Windsurf 讓它做一個(gè)個(gè)人網(wǎng)站的示例，它為了部署這個(gè)網(wǎng)站，說(shuō)有兩個(gè)進(jìn)程占用了端口，要把它們殺掉，我當(dāng)時(shí)同意了，可后來(lái)一想，萬(wàn)一殺掉后系統(tǒng)崩潰了怎么辦。它只是為了部署那個(gè)演示網(wǎng)站，卻沒(méi)考慮到可能對(duì)我造成的影響。當(dāng)然這些問(wèn)題是可以對(duì)齊的，但這里面存在很多潛在風(fēng)險(xiǎn)。
所以說(shuō)，這種具備「寫(xiě)」功能的 Agent，一旦做好了能力很大，但部署起來(lái)肯定會(huì)更慢，因?yàn)樗赡軒?lái)的后果也很大，需要對(duì)它進(jìn)行大量監(jiān)控、訓(xùn)練和對(duì)齊，還要防止它被濫用，所以我覺(jué)得「讀」會(huì)比較快?！笇?xiě)」的話，Operator 是個(gè)例子，你用它訂機(jī)票，會(huì)發(fā)現(xiàn)它還不如自己訂快，每一步都要確認(rèn)。不過(guò)在 AI 領(lǐng)域，慢的問(wèn)題總能解決，從慢變快、從貴變便宜，這是一直 AI 都在發(fā)生的事情?？梢韵胂笠幌?，要是原本助理需要花 30 分鐘完成的事，AI 一秒鐘就能搞定，那每天能多做多少事？空出的時(shí)間還能去做其他更多的事，這對(duì)大家的沖擊會(huì)很大。
Q：這個(gè)進(jìn)階的路程，是不是就是 OpenAI 之前定義的那五個(gè)技術(shù)級(jí)別？Agent 下面就是創(chuàng)新者，再下面就是組織者。
戴雨森：對(duì)，這里面又會(huì)衍生出幾個(gè)問(wèn)題。最簡(jiǎn)單的一個(gè)就是，現(xiàn)在是人指揮 Agent，那能不能實(shí)現(xiàn) Agent 指揮 Agent。假設(shè)每個(gè)任務(wù)都能在一秒鐘內(nèi)完成，那人類(lèi)提問(wèn)題的速度都跟不上了。
Q：以后做采訪提綱，可能就是 Agent 對(duì)接雨森的 Agent，然后它們就把提綱寫(xiě)好了。
戴雨森：我覺(jué)得這完全有可能實(shí)現(xiàn)，不過(guò)有個(gè)重要問(wèn)題，就是 memory（記憶）。現(xiàn)在你用 ChatGPT 和我用 ChatGPT 回答同一個(gè)問(wèn)題的結(jié)果差不多。但如果是和我相處了幾年的助手，除了公有的那部分外，回答問(wèn)題肯定會(huì)和你的不一樣。這樣咱倆的 Agent 才能有內(nèi)容可聊，因?yàn)槲覀兌加形覀冏约旱?memory，但現(xiàn)在這個(gè) memory 機(jī)制還非常初級(jí)。
我覺(jué)得記憶這一塊特別重要，大家都在做但還沒(méi)做得特別好。就拿 ChatGPT 來(lái)說(shuō)，它所謂的記憶，其實(shí)就是跟你交流時(shí)形成了一個(gè)系統(tǒng)提示（prompt），比如記住「這個(gè)人有一條狗，這個(gè)人是個(gè)大學(xué)生」之類(lèi)的，這很簡(jiǎn)單。但實(shí)際上，真正的記憶非常長(zhǎng)，而且這些記憶有的是你跟它對(duì)話時(shí)主動(dòng)灌輸給它的，有的可能是它通過(guò)其他方式獲取的?？傊?，記憶肯定是很關(guān)鍵的一點(diǎn)。
還有 online learning 這也是非常重要的點(diǎn)。人有個(gè)獨(dú)特的能力，目前 AI 還不具備，現(xiàn)在 AI 模型更新權(quán)重還得發(fā)布新版本。但人在日常生活中，不管是通過(guò)讀書(shū)還是社交，都能不斷學(xué)習(xí)，主動(dòng)改變大腦里的「權(quán)重」，這是生物的一個(gè)特點(diǎn)，而 AI 現(xiàn)在每次更新都得經(jīng)過(guò)一個(gè)訓(xùn)練過(guò)程。
另外，現(xiàn)在還有很多很有意思的前沿探索話題。比如說(shuō)，現(xiàn)在 Agent 用的是人類(lèi)的工具，但要是它比人類(lèi)聰明十倍、快十倍，為什么還要用人類(lèi)的工具呢？這就好比我們不會(huì)用小孩子的餐具吃飯，肯定會(huì)用適合大人的餐具。所以，可能會(huì)有一系列專(zhuān)門(mén)為 AI 設(shè)計(jì)的工具，給超人設(shè)計(jì)的工具，肯定和普通人用的不一樣。在這方面，AI 專(zhuān)用工具以及 AI 如何迭代自己的工具都是值得研究的，說(shuō)不定到時(shí)候它的工具我們?nèi)祟?lèi)都不會(huì)用，就像很多人不會(huì)用 EDA 一樣。
Q：而且有可能這個(gè)工具 AI 自己能設(shè)計(jì)。
戴雨森：所以再往下想，這里面的迭代速度快到科幻領(lǐng)域了。不過(guò)現(xiàn)在我們發(fā)現(xiàn)，很多原本覺(jué)得是純科幻的概念，已經(jīng)不是遙不可及了，只要模型再發(fā)展發(fā)展，這些事情就能實(shí)現(xiàn)。所以我覺(jué)得，這里面，智能的進(jìn)步會(huì)解鎖新的產(chǎn)品形態(tài)。而且這些新的產(chǎn)品形態(tài)可能會(huì)非常厲害，要是只在原來(lái) Chatbot 的基礎(chǔ)上做優(yōu)化、雕花，說(shuō)不定很快就會(huì)被顛覆。
Q：其實(shí)我們兩三個(gè)月前聊 Agent 的時(shí)候，你還會(huì)提到 coding，剛才你沒(méi)提到 coding。
戴雨森：你是說(shuō)用來(lái) coding 的 Agent 是吧，我覺(jué)得 Agent 和 coding 的關(guān)系，第一步是去做 coding 的 Agent，像 Cursor 或者 Windsurf 這樣，這算是目前 Agent 比較容易落地的場(chǎng)景。但我覺(jué)得更進(jìn)一步是 Agent that can code，比如說(shuō)你的助理可能是文科生，要是讓他學(xué)習(xí)寫(xiě)代碼，他能寫(xiě)個(gè)爬蟲(chóng)幫你搜集更多信息，這樣采訪的時(shí)候你就知道該采訪誰(shuí)，相當(dāng)于你的 Agent 掌握了編程這項(xiàng)新技能 code。我覺(jué)得這會(huì)是接下來(lái)更大的發(fā)展范式。
最開(kāi)始，Agent 主要是用來(lái)寫(xiě)代碼的，但需要寫(xiě)代碼的人沒(méi)那么多。像 Cursor、Windsurf、Devin 這些開(kāi)發(fā)工具，其實(shí)主要面向程序員?？沙绦騿T在人群中占比畢竟有限，那對(duì)于更多非程序員的知識(shí)工作者，也就是普通白領(lǐng)來(lái)說(shuō)，他們的 Agent 該發(fā)揮什么作用呢？我覺(jué)得寫(xiě)代碼對(duì)他們的 Agent 來(lái)說(shuō)是必備能力，因?yàn)樗挥锌繉?xiě)代碼才能夠在這個(gè)賽博世界行動(dòng)自如。
Q：行業(yè)發(fā)展真的很快，幾個(gè)月前大家聊 Agent，還覺(jué)得 coding 是一個(gè)方向，也有很多人朝著這個(gè)方向創(chuàng)業(yè)。但現(xiàn)在再聊，就是要有能寫(xiě)代碼的 Agent，然后讓它去做更多的事。
戴雨森：以前的 Agent 是專(zhuān)門(mén)寫(xiě)代碼的 Agent（Coding Agent），現(xiàn)在是一個(gè) Agent 可以寫(xiě)代碼（Agent that can code）。
Q：你覺(jué)得做好 Agent 還需要哪些能力？
戴雨森：我梳理一下，現(xiàn)在三大能力：推理、代碼、工具使用，然后再接下來(lái)是記憶、online learning。這幾個(gè)我覺(jué)得都是非常重要、還沒(méi)有解決的問(wèn)題。
Q：在 2025 年做 Agent 這件事，你覺(jué)得會(huì)是更多由應(yīng)用公司來(lái)做，還是像 OpenAI 推出 Operator、Anthropic 推出 Computer Use 那樣，由模型能力特別強(qiáng)的公司來(lái)做呢？
戴雨森：目前來(lái)看，模型公司確實(shí)能利用 RL 提升模型能力，并且用更強(qiáng)大的模型對(duì)自己的模型進(jìn)行優(yōu)化，它們可能確實(shí)有一定優(yōu)勢(shì)。不過(guò)，應(yīng)用公司也有幾個(gè)好處。第一，它用多種模型去混合，發(fā)揮各個(gè)模型的長(zhǎng)處；第二就是用戶心智方面，就拿 Perplexity 來(lái)說(shuō)，它一開(kāi)始做 AI 搜索，其實(shí)是占據(jù)了用戶的心智，它用的模型在不斷升級(jí)，多數(shù)用戶就覺(jué)得它是 AI 搜索的代名詞。Cursor 也是個(gè)很好的例子，一開(kāi)始大家覺(jué)得它就是套殼，但實(shí)際上它和模型是相互成就的過(guò)程。要是沒(méi)有 Sonnet 3.5，Cursor 就不會(huì)那么火，也實(shí)現(xiàn)不了預(yù)測(cè)下一步代碼的功能；而要是沒(méi)有 Cursor，Sonnet 3.5 可能也缺少一個(gè)能讓它火的載體。
Q：你剛才提到像 Monica 也是你們投資的公司，他們?cè)谧鲆恍?Agent 方面的探索，是基于別的模型或者開(kāi)源模型來(lái)做的，是嗎？
戴雨森：因?yàn)樗麄儾贿M(jìn)行自己的模型訓(xùn)練，如果不延期的話，他們下周會(huì)發(fā)布一個(gè)很有意思的 Agent 產(chǎn)品（Manus 于 2025 年 3 月 6 日面世開(kāi)始內(nèi)測(cè)）。我們覺(jué)得，當(dāng)你能使用模型，讓模型去使用工具，再通過(guò)一系列巧妙的產(chǎn)品設(shè)計(jì)，其實(shí)能帶來(lái)很不一樣的體驗(yàn)。
Q：你剛才提到，chatbot 這種形式，其實(shí)對(duì)第一個(gè)發(fā)現(xiàn) PMF 的人來(lái)說(shuō)，是個(gè)「甜蜜的陷阱」。那在 Agent 這種應(yīng)用形態(tài)上，會(huì)不會(huì)也有類(lèi)似「陷阱」的部分呢？我是指哪些方面會(huì)讓你分心，或者拖慢你去極致逼近 AGI 的腳步呢？
戴雨森：Agent 我還沒(méi)想得特別清楚。畢竟它現(xiàn)在還處于探索階段，目前不太好說(shuō)。但我有個(gè)感覺(jué)，如果現(xiàn)在有個(gè) AI 產(chǎn)品用戶量很大，為了服務(wù)好這么多用戶，可能在模型的尺寸和能力上就得做些妥協(xié)。簡(jiǎn)單舉個(gè)例子，要是用戶特別多、模型很大、在中國(guó)大家覺(jué)得收費(fèi)也比較難，如果免費(fèi)給大量用戶提供一個(gè)推理成本很高的模型，那肯定不劃算。這時(shí)候可能就得把模型做得更輕便一些。但更輕便的模型會(huì)不會(huì)和追求 AGI 有沖突、有阻礙呢？所以我覺(jué)得，當(dāng) DeepSeek 有這么多用戶的時(shí)候，很多人討論要不要留住這些用戶，我認(rèn)為其實(shí)這也是個(gè)「甜蜜的陷阱」。有幾千萬(wàn) DAU，而且世界各地用戶的使用場(chǎng)景各不相同，要把他們服務(wù)好，不管是算力、產(chǎn)品設(shè)計(jì)還是運(yùn)營(yíng)方面，都得投入大量的時(shí)間和精力，我覺(jué)得這會(huì)影響探索 AGI 的資源，畢竟資源不是無(wú)限的。
Q：現(xiàn)在看起來(lái)，DeepSeek 好像并沒(méi)有有意的去留?。ㄓ脩簦?。
戴雨森：我認(rèn)為這是正確的，這樣才能跟微信合作。如果 DeepSeek 也想借助這個(gè)機(jī)會(huì)，做一款超級(jí) App，那微信估計(jì)很難跟他們合作。
Q：其實(shí)我剛想到一個(gè)點(diǎn)，就是多模態(tài)。不過(guò)我覺(jué)得做 Agent 的話，更相關(guān)的是多模態(tài)的理解，而不是生成那部分。
戴雨森：我覺(jué)得多模態(tài)肯定很重要，但目前它對(duì)智能的提升沒(méi)那么快。因?yàn)檎Z(yǔ)言是一種非常濃縮的智能，依靠語(yǔ)言來(lái)提升智能是一條比較快的途徑。要是語(yǔ)言這方面研究得差不多了，接下來(lái)就是圖像。圖像里的信息量很大，隨便拍張照片都包含很多信息。但圖像里包含的智能卻不多，得看很多視頻才可能從中總結(jié)出一些智能?？梢抢斫馀ｎD定律，可能幾句話就能明白，但是要看多少視頻才能總結(jié)出牛頓定律？所以我覺(jué)得視頻更多是在具體應(yīng)用方面發(fā)揮作用，在智能產(chǎn)生這塊，目前它的信息壓縮率還不夠高。
Q：那一段時(shí)間為什么大家都在訓(xùn)多模態(tài)的模型？
戴雨森：這分成兩種情況。第一種是像 Sora 走的多模態(tài)生成路線，我覺(jué)得這種路線有很明確的 PMF ，因?yàn)槿澜缒敲炊嘁曨l廣告，像現(xiàn)在很火的「做飯大橘貓」，這類(lèi)的視頻做得差不多就能拿來(lái)變現(xiàn)，所以有這樣的商業(yè)模式。像 Midjourney，它都沒(méi)融資，其實(shí)就已經(jīng)初步實(shí)現(xiàn)了 PMF。既然有 PMF，效果也挺不錯(cuò)，自然就有人去做。
Q：現(xiàn)在 Midjourney 和 Sora 的 DAU 怎么樣？掉了嗎？
戴雨森：Midjourney 的情況還還不錯(cuò)，第一批用戶已經(jīng)用上了，他們本來(lái)就是自帶「干糧」。Sora 我覺(jué)得，像可靈、海螺這些按照它的技術(shù)方案做出來(lái)的效果也挺好，反而現(xiàn)在看 Sora，起了個(gè)大早，最后卻沒(méi)那么驚艷。不過(guò)昨天 Google 發(fā)布的 Veo 2 還挺驚艷的，至少在單鏡頭的情況下，它是目前最好的視頻生成模型。
但現(xiàn)在大家普遍覺(jué)得，視頻生成在提升智能方面可能不是最重要的方向，目前還是往 reasoning 的方向上「卷」。我覺(jué)得這就跟走路一樣，當(dāng)你眼前有一條明確的路可以走時(shí)，很多人就會(huì)先選這條路走。所以在 AI 領(lǐng)域，我們會(huì)不斷經(jīng)歷探索和奔跑交替的過(guò)程。當(dāng)遇到瓶頸時(shí)，你會(huì)發(fā)現(xiàn)之前那些看似漫無(wú)目的的分支探索，說(shuō)不定能帶來(lái)新的突破。所以從公司的角度來(lái)說(shuō)，一方面得「直道狂奔」，就像大家在賽跑。另一方面，同時(shí)也要有這種 frontier 的探索，因?yàn)槎唐趦?nèi)不知道會(huì)發(fā)生什么。
Q：所以說(shuō)還是得大公司來(lái)搞嗎？在美國(guó)就是 Google，在中國(guó)就是字節(jié)跳動(dòng)。
戴雨森：美國(guó)還有 OpenAI。
Q：所以創(chuàng)業(yè)公司根本沒(méi)有資源。
戴雨森：我覺(jué)得也不能這么講。得看現(xiàn)在處于哪個(gè)階段，以及這個(gè)階段會(huì)持續(xù)多久。如果現(xiàn)在處于需要?jiǎng)?chuàng)新的階段，那創(chuàng)業(yè)公司有可能通過(guò)不同的 vision 去避開(kāi)大廠的競(jìng)爭(zhēng)。但如果現(xiàn)在就是「直道狂奔」，那肯定是誰(shuí)有錢(qián)、誰(shuí)有卡，誰(shuí)就更容易往前沖。一直以來(lái)，創(chuàng)業(yè)公司的長(zhǎng)處就是去做那些大公司沒(méi)看到的事情，如果都已經(jīng)「明牌」了，那肯定大公司就更有優(yōu)勢(shì)。
Q：我們剛才討論 Agent 在 2025 年可能會(huì)普及的時(shí)候，其實(shí)沒(méi)特別提到成本這個(gè)維度。成本降低是不是推動(dòng) Agent 發(fā)展很重要的點(diǎn)？
戴雨森：當(dāng)然，而且我相信成本降低是一定會(huì)發(fā)生。所以我有個(gè)基礎(chǔ)假設(shè)，先讓它能做，再把它變便宜。因?yàn)槌杀窘档涂隙〞?huì)實(shí)現(xiàn)，Agent 的能力也會(huì)不斷變強(qiáng)，但中間遇到瓶頸、碰到卡點(diǎn)也是完全有可能的。所以我覺(jué)得，得先讓它能用，再讓它變得好用，最后變得便宜。要是連能用都做不到，那就更別提便宜了。
而且我覺(jué)得在中國(guó)和美國(guó)，Agent 落地的難度也不一樣。美國(guó)現(xiàn)在人工成本特別高，大家總能看到那邊就業(yè)市場(chǎng)很緊張，很多崗位都招不到人。所以對(duì)他們來(lái)講，像 Devin 當(dāng)時(shí)定價(jià)是每小時(shí)工作大概幾美金，咱們可能覺(jué)得貴，但對(duì)美國(guó)公司而言，美國(guó)加州平均最低工資是 16 美金，就算去麥當(dāng)勞打工一小時(shí)都得 16 美金，而一個(gè) Agent 每小時(shí)只要 6-8 美金。第一是很便宜，第二是一年之后它能力會(huì)更強(qiáng)，同樣的價(jià)格就變得更便宜。所以在這種習(xí)慣為企業(yè)服務(wù)付費(fèi)的環(huán)境下，是合理的。
包括我自己也是 GPT Pro 每月 200 美金套餐的訂閱用戶，我覺(jué)得太劃算了。它能讓你做 100 次 Deep Research，每次 2 美金。要是讓我的實(shí)習(xí)生做，首先我不可能半夜兩點(diǎn)要求他五分鐘內(nèi)給我一份報(bào)告，而且他做出來(lái)的報(bào)告質(zhì)量基本沒(méi) GPT Pro 好。所以我總跟實(shí)習(xí)生說(shuō)，如果只是收集信息，弄出一份模棱兩可的報(bào)告，可能真不如人家 2 美金一次的服務(wù)。
威廉·吉布森說(shuō)過(guò)：「未來(lái)早已到來(lái)，只是尚未平均分布」。我覺(jué)得現(xiàn)在那些已經(jīng)在使用前沿 AI 或者用得很好的人對(duì)未來(lái)的想象，和很多第一次用 Chatbot 甚至還沒(méi)用過(guò)的人，分布是非常不均勻的。所以我真覺(jué)得，在文書(shū)工作方面，AI 替代人已經(jīng)不是想象，而是正在發(fā)生的事。
Q：那你覺(jué)得在 RL 之后，就是解鎖 Agent 之后，下一個(gè)技術(shù)范式可能是什么呢？
戴雨森：首先我覺(jué)得 RL可以走很遠(yuǎn)。其次，我認(rèn)為接下來(lái)很重要的一點(diǎn)是發(fā)現(xiàn)新知識(shí)。Anthropic 的創(chuàng)始人 Dario 寫(xiě)了一篇文章叫《Machines of Loving Grace》，他提到未來(lái) AI 要進(jìn)一步就是如何發(fā)現(xiàn)新的科學(xué)、獲取新的知識(shí)，這好像也在 OpenAI 的五級(jí)分類(lèi)里。
Q：第四級(jí)。第四級(jí)是 innovator（創(chuàng)新者）。
戴雨森：因?yàn)榇罅康目茖W(xué)發(fā)現(xiàn)通常是先提出設(shè)想，再通過(guò)實(shí)驗(yàn)去驗(yàn)證。在想這方面，AI 可能已經(jīng)做得很好了。但在驗(yàn)證環(huán)節(jié)，有時(shí)需要觀察，有時(shí)要進(jìn)行物理、化學(xué)或醫(yī)療實(shí)驗(yàn)，這方面可能會(huì)受到一些限制。如果我們能找到一種方法，大規(guī)模并行地開(kāi)展實(shí)驗(yàn)，來(lái)驗(yàn)證 AI 提出的假設(shè)是否正確，包括有些像數(shù)學(xué)定理這類(lèi)的，還能通過(guò)純思考產(chǎn)生新知識(shí)。那從這一步來(lái)看，AI 可能就會(huì)進(jìn)入一種「左腳踩右腳」的狀態(tài)，它產(chǎn)生新知識(shí)，再用新知識(shí)來(lái)自我改進(jìn)，可能形成一個(gè)自我迭代進(jìn)化的過(guò)程。
但到那個(gè)時(shí)候，誕生的產(chǎn)品形態(tài)可能又會(huì)不一樣。很多大佬都問(wèn)我什么時(shí)候能發(fā)明出長(zhǎng)生不老藥？我覺(jué)得這可能是大家賺了很多錢(qián)之后的共同目標(biāo)。大家可能不再只想著讓 Agent 干很多活兒，而是希望能有長(zhǎng)生不老藥。而且還能解決人類(lèi)面臨的很多重大問(wèn)題，比如癌癥的治療方法到底是什么。
Q：AI 變得更聰明之后，可能自己就能找到一些更高效利用能源的辦法，甚至能解決可控核聚變這個(gè)人類(lèi) 50 年都沒(méi)攻克的問(wèn)題，形成一個(gè)閉環(huán)。
戴雨森：就是 AI 能完成人類(lèi)能完成的任務(wù)，但很快就會(huì)遇到人類(lèi)解決不了的任務(wù)時(shí)候。這就跟當(dāng)年李世石遇到的「第 37 手」一樣，不知道這一步棋是怎么下出來(lái)的，但只要能驗(yàn)證這個(gè)結(jié)果，雖然不知道它是怎么產(chǎn)生的，但發(fā)現(xiàn)它確實(shí)可行、能用，那就可能帶來(lái)很多新的進(jìn)步。
熱門(mén)跟貼