来源：Alex Kantrowitz
原始视频：https://www.youtube.com/watch?v=jPbN5m2iQ_M
目录
- OpenAI 的墙正在倒塌 [00:00:00 - 00:10:02]
- 模型互操作与商品化 [00:10:02 - 00:20:03]
- 从模型优势转向产品竞争 [00:20:03 - 00:30:08]
- Satya Nadella 的“逆向信息悖论” [00:30:08 - 00:39:59]
- Google 的模型延期 [00:40:00 - 00:48:44]
- OpenAI 与 Apple 的企业间谍案 [00:48:44 - 00:58:29]
OpenAI 的墙正在倒塌
Alex Kantrowitz：OpenAI 和 Anthropic 面前的墙正在倒塌。更便宜的模型，以及来自中国的新一批开源竞争者，正在挑战它们赚钱的能力。与此同时，Google 推迟了旗舰模型，似乎在原地打转。还有一个问题：OpenAI 为什么总是留不住合作伙伴，甚至让伙伴开始讨厌它？这些内容将在 Big Technology Podcast 周五特别节目中讨论。
欢迎收听 Big Technology Podcast 周五特别节目。我们会用一贯冷静、细腻的方式拆解新闻。今天是 Kimi K3 这一集，我们会详细讨论这个来自中国的新挑战者：一个 2.8 万亿参数的模型，它正在挑战前沿模型，几乎击败了所有模型，只有 Fable 除外。接下来我们会讨论这件事的影响，以及价格战是否真的已经开始，尤其是 Meta 和 SpaceX 最近也推出了更便宜的模型。我们还要聊 Google 的现状、它的最新模型为什么延期，当然还有 OpenAI。上周录制时，Apple 起诉 OpenAI 的消息还没出来；就在我们录完几小时后，Apple 宣布了诉讼。所以今天我们也会谈这起诉讼，更重要的是，为什么 OpenAI 至少在一段时间后总会失去自己的合作伙伴。[00:00:00]
今天周五和我一起讨论这些问题的，还是 Margins 的 Ranjan Roy。Ranjan，很高兴见到你。今天是 Kimi K3 日，也可以说是 Kimi 时刻。准备好了吗？
Ranjan Roy：当然。这是 AI 故事中非常重大、甚至可能改变格局的一周，因为 Kimi K3 进入了这场讨论。你先把 Bloomberg 的报道读一下，我们再来讨论。
Alex Kantrowitz：Bloomberg 的标题是《中国强大的新 AI 模型令投资者震惊，推动科技股大跌》。一家中国 AI 初创公司 Moonshot 的意外突破在周五波及全球市场，AI 和半导体股票大幅下跌，投资者把它和去年的 DeepSeek 时刻联系起来。导火索就是 Moonshot 的新模型 Kimi K3，公司称它可以与 OpenAI 和 Anthropic 最强的产品竞争。这次发布很快被称为新的“Kimi 时刻”。
Union Bainacare Privy 的董事总经理 Wei-Chern Ling 有一句话很有意思。他说，人们担心，如果美国公司更多使用中国模型，Anthropic 的投资就会减少；这会导致美国企业降低资本开支，最终影响芯片需求。
基本情况是：OpenAI 和 Anthropic 掌握着前沿模型，而其他模型原本落后它们十到十五个月，只能作为处理低强度任务的备选。现在，Moonshot 在推出非常成功的 Kimi K2 后，又推出了这个规模巨大的 2.8 万亿参数模型 Kimi K3。它在几乎所有我们用来评估模型质量的基准测试上，都已经接近 GPT 5.6、Sol 和 Opus 4.8，甚至在 Program Bench 上击败了 Fable 5，在 SWE Marathon 上也击败了 Fable 5。
这很重要，因为它似乎表明，中国的开源模型运动并没有落后美国 AI 十到十五个月，最多可能只落后四五个月，甚至更少。这样一来，选择封闭且昂贵的模型、而不是这些开源模型的理由就越来越弱了。我们开始要问：如果前沿智能这么快就会被追平，投入资源打造前沿智能到底有什么好处？这就是我的判断。Ranjan，你怎么看？[00:03:40]
Ranjan Roy：我认为这是一个非常重大的时刻，确实可以和 DeepSeek 时刻相提并论，因为背后的原则是一样的：为什么一定要投资前沿模型？它真的构成护城河和竞争优势吗？还是说，做出能工作的东西其实有更便宜、更好的方法？
我已经说了一段时间了：未来大多数要被“智能体化”的任务，真的需要前沿模型吗？我认为并不需要。现在有了一个非常强大、价格更低、而且开源的模型，我认为企业会朝这个方向走。
至于这对美国和中国的科技竞争意味着什么，我暂时不想急着称为科技战争。但在讨论地缘政治之前，过去几个月里，我参与的许多讨论已经转向“模型互操作”：每项任务应该用什么模型？现在人们会更强烈地意识到，既然有这么多选项，为什么一定要用 Fable，为什么一定要用 5.6？模型正在变得商品化，竞争重点会转向工具链、流程和数据。
我不想把它称为一个彻底改变世界的时刻，但前沿模型是巨大护城河这一想法，确实会进一步消退。只是，Kimi 并没有比其他模型便宜很多，在这些基准测试上也没有真正击败最新的前沿模型。
Alex Kantrowitz：没错。它并没有真正击败 Fable。在大多数基准测试中，它击败了 OpenAI 的 5.5 和 5.6，也击败了 Opus 4.8，但没有击败最顶尖的 Fable 模型。因此，它并不是明显更强，也不一定比 Grok 4.5 或 Meta 的 MuseSpark 1.1 更便宜；而后两者在一些基准测试上同样能与 Opus 4.8 和 GPT 5.5 竞争。我只是先把情况摆在这里，你继续说。
Ranjan Roy：对我来说，基准测试上的最终差距没有那么重要。只要它的综合质量处在 4.8 或 5.5 的范围内，就已经足够投入使用了。它在某些测试中甚至击败了 Fable，这一点很关键。Meta 和 Grok 最近几天也进入了这场竞争：它们的模型不一定比 Opus 4.8、GPT 5.5 或 5.6 更好，但已经几乎一样好，而价格只有后者的四分之一或一半。
所以我觉得 Kimi K3 的发布方式特别有意义。它不是大幅降价，而是以每百万输入 token 3 美元、输出 15 美元的价格，在质量上正面竞争。它比 GPT 5.6 便宜 40%，比 Fable 便宜 70%，同时用户拥有更多控制权。DeepSeek 当时的核心是纯粹的价格：哪怕质量差一点，只要大致接近、价格低很多就行。现在，第一次有人在说，质量本身也已经有竞争力了。它不是从跳蚤市场买来的廉价货，而是质量不错、价格合理的产品。
这会让我们重新思考投资周期：如果 Anthropic 发现前沿模型不再是护城河，它还会继续投资吗？越来越多的人会讨论，哪一个模型最适合某项任务。六个月前，大家还会觉得“不用前沿模型怎么行，它显然是最好的”。现在这种心态已经开始变化了。[00:09:30]
Alex Kantrowitz：这里有几个重要问题。过去，你可能会想，我需要最好的智能，于是请 Anthropic 或 OpenAI 的前线工程师用它们最好的模型为公司搭建系统。
模型互操作与商品化
Alex Kantrowitz：现在，Moonshot 的模型会以开放权重的形式发布。如果你找对人，就可以下载权重，用它为自己构建应用。当然，它的规模非常大，需要大量基础设施，可能只有政府或摩根大通这样的机构才做得起。Apple 已经用 Gemini 做过某种类似的事。问题是，Apple 以后还会去找 Google、OpenAI 或 Anthropic，用它们的强大模型构建 Apple Intelligence，还是会改用开源模型？
另一方面，这个模型会被下载并部署到各家云平台上，商品化就从这里开始了。现在的价格是 Moonshot 给出的价格，但云服务商能不能用更高效的方式提供它，把前沿智能的价格再压低？
这会把 API 业务带入一个很有意思的世界。OpenAI 和 Anthropic 的商业模式原本是：我们打造比其他产品强很多的模型，然后收取溢价。可现在，Meta 和 Grok 带来了性能相当、价格更低的模型，中国的开源模型也带来了与更强模型基本相同的性能。于是人们会开始问：API 业务还有利润吗？这一切会不会变成商品？[00:11:44]
Ranjan Roy：还要注意，Anthropic 已经把战略彻底转向企业市场，而且做得非常好。OpenAI 还没有以同样的方式占据主导，但它确实在企业领域投入很大，也做了不少重要动作。像你我这样的公司，不可能在 MacBook Pro 上运行自己的 Kimi K3；即使我的 MacBook Pro 很不错，也需要大约五十台才行。大型企业，或者云服务商，可能会把这类能力整合进自己的产品。
所以，这个消息对 OpenAI 的战略转向打击可能比对其他公司更大：人们突然会更强烈地问，为什么还要选择 OpenAI？这个问题的重要性比一周前高多了。你刚才提到 Gavin Baker，我想听听他的分析。
Alex Kantrowitz：Gavin Baker 是 Aristides Management 的投资人和管理合伙人，也参加过很多播客。他认为，Kimi K3 可能是 AI 的一个重要拐点：对 Anthropic 和 OpenAI 可能是负面的，但对几乎所有其他公司都是净利好。
如果只有两三家前沿实验室，拥有 90% 的推理利润率，这对其他所有层都不利，却对那两三家实验室极其有利。它们会成为电力、数据中心、半导体和超大规模云服务商的主要买家，并且最终垂直整合这些层，同时吞并应用软件层。任何降低模型层利润率、增加竞争的事情，都会利好电力、半导体、超大规模云、专用云，以及软件公司。
Ranjan Roy：我很喜欢“买方垄断”这个词。经济学里，它指的是一个占主导地位的买家，而不是占主导地位的卖家。Anthropic 的 S-1 真的让我很好奇。我想看看它会怎样讲这个故事：原本的逻辑是，推理利润率达到 90%，用这些钱训练模型，模型变得主导市场，然后赚很多钱。但 Kimi K3 直接冲击了这条逻辑，整个 AI 故事因此变得全新，也带来了更多机会和参与者。
过去六到八个月，社交平台上的风向变化非常剧烈。以前大家认为 Claude 和 Anthropic 无可阻挡，现在所有人都在讨论，哪一个模型最适合哪一项任务。竞争是好事，这很令人兴奋。Baker 还说，开放模型和相同规模、相同架构的封闭前沿模型，运行所需的计算量基本相同。Kimi K3 按 token 计算的规模大致和 GPT 5.6 相同，这甚至说明它的计算效率可能更低。[00:14:54]
Alex Kantrowitz：但即使如此，模型层利润率下降，也意味着基础设施的每一个环节都能获得更多利润，这对软件是天大的好消息。它既可能通过 Kimi K3 这样的前沿开源模型实现，也可能通过 Meta、SpaceX 或 Google 这类垂直整合的公司实现。因为垂直整合的模型公司不太在乎利润到底落在哪一层，所以模型层利润率下降是可以接受的。
这也是为什么当 Google 在模型竞争力上追上 OpenAI 和 Anthropic 时，会让它们如此难受；Grok 4.5 和 MuseSpark 1.1 之所以重要，和 Kimi K3 一样，都是因为这件事正在同时发生。那你觉得 OpenAI 和 Anthropic 应该怎么办？OpenAI 还可以做硬件、云和其他业务线，可 Anthropic 现在的全部业务就是推理利润。如果你是它们，你会怎么做？[00:16:01]
Ranjan Roy：我也想问同样的问题。OpenAI 可以做硬件和云等其他业务，但 Anthropic 的全部游戏就是推理利润，所以它会感受到更大的压力。它们应该怎么办？
Alex Kantrowitz：我再读一点 Baker 的观点，然后说说自己的看法。他认为，Kimi K3 之所以“可能”对 Anthropic 和 OpenAI 不利，是因为两点：第一，Claude 和 ChatGPT 这些产品以及它们的工具链，今天可能比底层模型更重要；第二，有一种假设认为，这两家公司内部已经有更先进的模型检查点，并且正在用它们进行递归自我改进。
如果后一种情况成立，那么只要比其他实验室早几个月实现递归自我改进，就可能形成永久领先。但我先谈第二点。我不相信这个说法，也不认为它在我们看到开源模型和竞争者快速追赶之后仍然站得住脚。研究员 Ryan Greenblatt 说，他现在预计，只要 Kimi 和其他公司不改变开放权重政策，五个月左右就会出现一个在网络安全能力上直接达到 Mythos 水平的开放权重 AI。
这说明开源世界已经离前沿非常近了。因此，我不再相信有什么巨大的技术、模型或智能优势可以长期被囤积。以前我也一直觉得事情会朝这个方向发展。[00:18:00]
Ranjan Roy：这就涉及 通用人工智能 了。我很喜欢我们聊到现在才第一次说出这个词。和很多公司的人交流时，我仍然能感受到一种信念：只要模型越来越聪明，就可以完全不必考虑模型效率和“任务对应模型”，因为一个足够好的模型什么都能做。
但现在越来越没人这样说了。即便是实验室内部的递归自我改进，真的能带来显著优势吗？如果 Kimi 或 Moonshot 也能做到，我不知道它们之间到底有什么本质差别。
Alex Kantrowitz：我也不认为有本质差别。没有证据表明你可以把这种能力永久藏起来。这正是问题所在。Medic 的高管 Nick Clegg 几年前来过这个节目，他当时说，他不理解这些公司追求超级智能的利润从哪里来，因为当你实现超级智能时，不可能只有你一家拥有它。我从来没有听到一个令人满意的回答。
假设智能会商品化，这正是所有迹象共同指向的地方。Meta、Grok 和 Kimi K3 都在发生类似的事情。Baker 说，如果有两家公司拥有这个级别的智能，商业模式还能成立；如果有五家公司拥有这个级别的智能，就会变成价格战，智能也会商品化。我们应该假设智能最终会商品化。[00:19:49]
从模型优势转向产品竞争
Ranjan Roy：回到 Baker 的观点，我认为 ChatGPT 的产品和用户界面和底层模型、智能同样重要。2023 年时，把文字输入 ChatGPT，看到它像是在思考、逐字流式输出，和直接收到一大块 API 文本相比，感觉更有智能、更像 AI。
我们一直说 OpenAI 和 ChatGPT 是很好的产品，但 Anthropic 和 OpenAI 最近似乎都在离开产品和界面竞争，越来越回到命令行体验。ChatGPT 的 Mac 应用也在减少聊天功能，虽然这周它们又加回来了一些。它们像是放弃了界面竞争，把赌注全压在模型足够聪明上。
我认为真正重要的是产品，是硬件，也是模型。你现在是“产品优先于模型”这一派了吗？
Alex Kantrowitz：我的观点一直是，达到 通用人工智能 很重要，因为智能提升之后，产品体验也会变好，模型能力的提高让公司能构建更好的产品。但如果你问我，今天这些公司究竟靠打造最聪明的模型竞争，还是靠打造最好的产品竞争，我会先问：你说的是谁？
如果智能会商品化，OpenAI 或 Anthropic 相比任何一个拿到这些模型、自己构建产品的人，还能拥有多大优势？所以它们最终会靠产品差异化。但这不再是 OpenAI、Anthropic，可能再加上 Google，三家公司争夺智能市场；只要智能可以从多个供应商获得，竞争就会变成谁能打造最好的 AI 产品。
这对 OpenAI 和 Anthropic 是更难的赌注。押注它们会成为世界上最好的智能构建者，和押注它们会成为世界上最好的产品构建者，是两件完全不同的事。[00:22:12]
Ranjan Roy：问题是，按照这些公司的现有定位，它们还适合做这样的生意吗？它们的整个商业故事都建立在“必须赢得智能竞争”上。市场上甚至有分析师说 Anthropic 应该值六万亿美元，这个故事的荒谬之处就在于，它至少建立在超级智能或 通用人工智能 的预期上。
如果故事变成“我们会做一些不错的产品，会成为一家垂直整合的公司，成为下一个 Google”，那并不是它们现在对外讲的故事。除非 OpenAI 做出非常好的 Jony Ive 硬件，并且建立起专用云业务，否则我看不出它们还有什么故事。
Alex Kantrowitz：没有了囤积智能的能力，这确实是更难的故事，但并不代表不可能。我过去一年采访过 Anthropic 的两个人，他们展示了这类公司如何把故事讲通。
去年我采访 Dario 时，他确认 Anthropic 超过一半的收入来自 API。今年我采访 Claude Code 负责人 Boris Cherny 时，他没有确认这一点，反而说 Claude 产品已经对公司收入作出了有意义的贡献。而在这段时间里，公司收入大约增长了十倍。
离智能最近仍然有优势：你不必猜测它如何工作，可以把它更好地嵌入产品，也更早知道接下来会出现什么。Anthropic 正在利用这一点。它既可以成为 AI 的开发者，又拥有足够强的产品意识，从而成为一家巨大的公司。
接下来，这些公司会继续向上游和企业市场扩张。Cursor 之前就有类似产品，Claude Code 已经证明 Anthropic 能够自己构建出很大的业务。还有多少领域适合 OpenAI 或 Anthropic 自己开发 AI 原生产品并获得巨大利润？这条路仍然开放。[00:26:51]
Ranjan Roy：Claude Code 虽然只是命令行产品，但确实是一个不可思议的产品。它把工具链、模型和体验结合在一起，创造出了比此前产品明显更好的东西。
我最近越来越多地看到，Figma 接入 Claude 后，Claude 可以参与设计；Cursor 大量使用 Anthropic 模型，Claude Code 也出现了。问题是，当其他公司发现 Anthropic 正在利用它们接入系统后产生的全部数据，去构建自己的 AI 原生产品时，它们会不会选择离开？
Alex Kantrowitz：如果有一个像 Kimi K3 这样的模型，性能同样好，还可以定制，选择就更容易了。它的运行成本仍然很高，但如果你担心模型供应商会拿走你提供的一切、再造一个与你竞争的业务，那么你现在至少有了另一条路。
Anthropic 复制 Figma 并做得更好的速度、复制 Cursor 的速度，都会让客户更加警惕。接下来我们应该谈谈 Satya Nadella 这周提出的“逆向信息悖论”。[00:28:31]
Satya Nadella 的“逆向信息悖论”
Alex Kantrowitz：Microsoft 也希望向客户提供 AI。Satya Nadella 写道，在 AI 时代，买家可能必须交出知识，才能使用自己购买的东西。你实际上要为智能付两次钱：一次用金钱支付，另一次用更有价值的东西支付，也就是为了让智能有用而必须透露的专有知识。
你希望模型表现越好，就必须给它输入越多知识。随着时间推移，信息不对称会越来越严重：卖家越来越了解你，而你几乎不知道卖家在了解什么。这就是我所说的“逆向信息悖论”。
Ranjan Roy：这其实是在暗示大家：不要直接从 OpenAI 和 Anthropic 那里购买。你怎么看 Satya 在 X 和 LinkedIn 上写的这些文章？
Alex Kantrowitz：我喜欢。作为记者，我一直希望高管多公开表达，因为这能帮助我理解他们的思路。Microsoft 的态度也很清楚：它们似乎非常恼火，尤其是 OpenAI 和 Anthropic 曾经是唯一把产品做好、并且从中获利的公司。我们上周还说过，它们是整个行业的单点故障，其他公司迟早会试图把它们拉下马。[00:29:59]
Ranjan Roy：现在我们就在看这件事发生。Meta 不只是把它们拉下来一点，而是在从根本上挑战整个模式。以我工作的 Writer 为例，我们有自己的基础模型，用合成数据训练。我们发现，一旦开始吸收用户数据，模型的进步路径和训练方式就会发生变化。
Anthropic 和 OpenAI 都很明确，至少理论上，所有非企业数据都会被用于训练。这正是它们的优势和飞轮。几个月前，可能六个月前，大家还不太在乎这些公司用自己的数据训练；现在这个问题又重新回到了讨论中心。风向变化真的非常快。
Alex Kantrowitz：这本来就是正常的商业周期：一家公司的优势会被其他公司赶上。但 AI 把周期压缩了，通常需要几年发生的事，现在可能几周就会发生。
即使在限制之下，中国也已经追赶到这个程度，这一点不能忽略。Twitter 上有个用户 Matt 写道：一群用 14 纳米华为“烤面包机”运行的 Kimi，怎么能击败使用多个 Blackwell 芯片数据中心的 SpaceX AI？这是我本周看到的最有趣的说法之一。[00:32:14]
Ranjan Roy：这确实是我本周在 Twitter 上看到的最喜欢的内容。你觉得这对美国和中国之间的竞争意味着什么？不仅是国家之间的竞争，也包括美国国内的竞争。你之前说过，如果 Anthropic 相信前沿模型才是决定性战场，它会继续投资；但如果它们不再相信这一点，整个美国 AI 生态都会受到影响。
Alex Kantrowitz：假设 Anthropic 和 OpenAI 最终归零，但整个行业实现了 通用人工智能 或接近 通用人工智能 的能力，那么 Amazon、Google、Microsoft 会买下它们的数据中心和计算资源。很多计算资源本来就是这些公司和云厂商一起付费取得的。
假设我是 Andy Jassy，正在经营 Amazon。Anthropic 归零后，作为大股东，我可以收回并最终拥有这些数据中心，也不用再承担原本为 Anthropic 承诺的计算资源。但我的客户仍然可以用 Kimi K3 获得接近 通用人工智能 的性能，而我只需要靠提供基础设施赚钱。这反而会鼓励我进一步投资 AI 基础设施，即使 Anthropic 和 OpenAI 不再囤积智能。[00:34:19]
Ranjan Roy：我很少把 Amazon 看成会讲竞争经济学好故事的公司，但你刚才确实讲出了一个合理的故事。这是一个可能发生、也符合逻辑的结果。
监管与政策挑战
Alex Kantrowitz：在离开美国政府的视角之前，再看一下 David Sacks 的说法。他是 All-In Podcast 节目主理人，也是美国政府的前 AI 负责人，曾参与推动 Fable 禁令。他说，Kimi K3 第一次让中国模型在前沿代码竞技场上排名第一，并且在其他基准测试中接近前沿；与此同时，美国政客和官僚却在禁止新的数据中心、增加州级监管，还想设立机构预先批准前沿模型。这种做法会让美国输掉 AI 竞赛。
他还说，美国靠“无许可创新”赢得了互联网竞争，成为全世界羡慕的科技强国，AI 也可以这样做。但这段话很讽刺：正是他参与的特朗普政府采取了最干预性的政策，在当时禁止了 Fable，现在却又说要靠无许可创新击败中国。
Ranjan Roy：别忘了，监管俘获几乎就是这套业务的一部分。Stargate 以及其他项目都和他参与协调的事情有关。你觉得美国现在是不是监管过度，已经危及对华竞争？
Alex Kantrowitz：我认为是，但要区分两件事。Fable 禁令并不是因为它具备 Opus 4.8 没有的网络安全能力，而更多是政治因素。至于真正的安全问题，如果一个模型在测试中已经表现出会给企业、大学或政府机构带来网络安全风险，我会先以受控方式发布，之后再全面开放。Fable 和 GPT 5.6 的初始发布方式就有道理，但政府最近的介入大多是政治性的，并不聪明。
Ranjan Roy：所以你支持受控发布？
Alex Kantrowitz：我支持有理由的受控发布，不支持政府毫无理由地禁止模型。两者不是一回事。[00:39:34]
Google 的模型延期
Alex Kantrowitz：我们休息一下，回来聊 Google，然后以 Apple 和 OpenAI 的冲突，以及 OpenAI 和它所有伙伴的矛盾收尾。
欢迎回来。现在 AI 模型正在快速发布：Anthropic 的 Fable、OpenAI 的 5.6、Meta 的 MuseSpark 1.1、SpaceX 的 Grok 4.5、中国的 Kimi K3，还有 Google 的——目前还是省略号。
Bloomberg 的报道标题是《Google Gemini 发布延期，因为技术没有达到内部目标》。Apple 的 Google 业务团队称，Google 最强大的旗舰模型 Gemini 3.5 Pro 已经延期数月，因为公司一直在努力提升能力，尤其是编码能力。
这次延期让 Google 的工程师、AI 研究人员和管理者都很沮丧。他们担心，当 Anthropic 和 OpenAI 发布编码能力超过 Google 的模型时，公司会失去市场优势。Google 在发布模型时有很多层利益相关者，还要把 AI 融入 Search、Maps、YouTube 等庞大的产品组合，因此容易拖延。
OpenAI 和 Meta 最近发布的新模型进一步拉开了 Google 在代码生成方面的差距。Google 上月底更新了用于训练 Gemini 的数据，希望改善这项能力，但结果令人失望。周四，Google 股价一度下跌 3.2%。Google 落后已经有一段时间了，但现在似乎到了尴尬的程度。你怎么看？[00:41:40]
Ranjan Roy：Gemini 3 是 2025 年 11 月 18 日发布的。别忘了，当时有几个月大家都在说 Google 回来了，我们也说它回来了。它确实回来了，甚至一度看起来和其他模型不相上下，可能还更好。
但之后它就停住了。Google 拥有无可匹敌的分发能力，可现在连普通消费者版 Gemini 都显得有些停滞。它不一定变差，只是其他东西进步得太快了。过去七八个月里，除了 AI Overviews，我很难说 Google 有什么明显进步。
我发现自己越来越多地使用 AI Overviews，然后再进行 Google 搜索并继续查找。也许 Google 会押注这项功能并赚很多钱，但在真正的前沿模型竞争中，它确实像是掉队了。
Alex Kantrowitz：有一种解释是，去年 DeepSeek 出现后，大家认为只要用更低的价格提供相当的智能，更多人就会使用你的模型，你就能获得杰文斯悖论带来的好处。Google 不仅有模型，还有云业务，所以它可能认为，把更小的 Flash 模型和云服务捆绑起来，就能让人们完成更多工作。
但后来世界变了。从去年十二月、今年一月开始，更大的模型能够自主完成编码任务。Google 是大公司，追赶本来就需要时间。也许它没有及时意识到，大模型才是关键；它可能转而认为，小型 Flash 模型才是最好的路径，既能支持自家产品，也更适合许多专门任务。[00:43:57]
Ranjan Roy：你能感受到大公司的内部摩擦。报道提到，Google 联合创始人 Sergey Brin 等人希望公司加快 AI 编码领域的行动，但不同派系拖慢了进度。Google Cloud、研究实验室、Google DeepMind 和 Android 团队都在构建 AI 编码工具。
你可以想象这会多混乱。开发者当然想自己做开发者工具，但要以统一方式推进，对 Google 来说就像回到了 Google Chat、Hangouts 等产品层层叠加的老路。这不像 Sundar 重新组织后那支精干、善战的机器，而是过去那个效率低下的 Google。[00:45:33]
Alex Kantrowitz：报道还有一段很疯狂：Google 内部有一些更“纯粹”的工程师，认为所有重要代码都必须由人来写，以符合 Google 的标准。你当然不希望 AI 直接写 Google 的核心软件，但如果有人坚持所有代码都必须手写，那就会遇到麻烦，因为现在几乎没人再手写代码了。
Ranjan Roy：这很有意思。Sundar 不是说过 95% 的代码由 AI 编写吗？
Alex Kantrowitz：好吧，也许还有 75%。但我无法理解，如果 Google 认为 AI 是历史上最重要的技术之一，为什么会缺计算资源。它本来不应该缺计算资源。也许是因为它把大量计算资源投入了云业务，但如果真是最重要的技术，就应该把资源优先给自己的研发。这看起来就是管理不善。
Ranjan Roy：Google Cloud 是过去十五年增长最快、规模最大的业务之一，而且和 Google 其他部门相对独立。要在内部重新分配资源，必然会涉及复杂的政治和流程。
Alex Kantrowitz：但那就是管理者的工作。Google 过去在把全公司集中到一个目标上时，确实能做成事情。看着它从不聚焦到聚焦、从高效再回到现在的状态，很令人不安。
Ranjan Roy：我还是要肯定 Google 在多模态、图像和视频方面的能力。现在业内基本都认为它在这些领域领先，我也很少听到别人谈 ChatGPT Image 2 或其他产品。Google 仍然拥有优势，只是除此之外，确实有些不对劲。[00:48:18]
OpenAI 与 Apple 的企业间谍案
Alex Kantrowitz：我们不能在今天结束前不谈 Apple 和 OpenAI。听过节目的人已经知道，Apple 起诉 OpenAI 窃取商业机密。
如果你看过报道，就会知道，这可能是历史上最愚蠢的企业间谍尝试之一。Apple 发放的工作电脑上，员工讨论如何把 Apple 的数据带出去，如何把 Apple 的零件带进面试，甚至试图利用漏洞访问 Apple 的产品路线图和未来规划。Apple 当场抓到了他们。
Ranjan，你同意这是企业间谍史上最愚蠢的时刻之一吗？
Ranjan Roy：如果你要去一家目标是实现超级智能的公司工作，就别做这么蠢的事情。我完全同意，这是我见过最愚蠢的企业间谍案之一。即使是当年的 Uber-Waymo 案，也还有一点秘密行动的味道；这次简直是在聊天工具里公开讨论“怎么从雇主那里偷信息”。[00:49:57]
更荒唐的是，这些人还是职业技术人员。你怎么会走到这一步？有些人某些方面非常聪明，另一些方面却完全不聪明。唯一可以说的好消息是，他们大概以前没有做过企业间谍；否则不会在公司和个人都可能毁掉的行动里，以“LOL，我找到了所有网络文件”开头。
Alex Kantrowitz：这确实太蠢了。Apple 已经给几十名 OpenAI 员工发了法律函，要求他们保存文件，并且表示目前发现的可能只是冰山一角。OpenAI 说自己认真对待这些指控，但没有发现投诉有事实依据的证据。下一步很可能是 Apple 把 OpenAI 带入取证程序，而不是简单和解，以便尽可能多地获得信息。这件事最终可能会变得更难看。[00:51:46]
Ranjan Roy：四十名员工已经很多了。OpenAI 可能有七八千名员工，其中大约四百人来自 Apple。如果已经有 10% 的人参与了类似事情，而这还只是冰山一角，那真的非常夸张。接下来会很有意思，当然，对 OpenAI 来说不会有意思。
Alex Kantrowitz：如果你是 OpenAI，就必须问自己：我做了什么，竟然让合作伙伴变成敌人？Elon Musk 是 OpenAI 的创始人，现在成了敌人；Dario 是 OpenAI 的早期员工，现在也成了敌人；Microsoft 曾是 OpenAI 最大的出资方和支持者，现在 Satya 的表达也像是在与 OpenAI 对立；Apple 曾与 OpenAI 合作，把 ChatGPT 接入 Apple Intelligence，现在也成了敌人。
在科技行业，你需要朋友才能赢，不能只靠自己。Apple 和 Google 本来应该是敌人，但 Google 仍然帮助 Apple 通过把 Gemini 放进 Siri，在一定程度上拯救了 Apple 的业务。我不想夸大这件事，但 OpenAI 长期失去这些朋友，最终会累积成非常严重的问题。总有一天，OpenAI 需要 Satya，需要 John Ternus，或者需要 Elon，而那时他们可能都不会在那里。[00:53:24]
Ranjan Roy：我一直在想，最后会是 Tim Cook 还是 John Ternus 出手。会不会成为 Tim Cook 的最后一幕，由他亲自把 Sam Altman 的头颅捧在手里？还是 Ternus 会成为那个真正推动行动的人？
Alex Kantrowitz：应该是 Ternus。Cook 会在案件结束前离任，而这起诉讼可能持续很久。我猜 Cook 会把问题交给 Ternus：John，我们有麻烦了。你的前员工，包括至少一名曾向你汇报的人，偷了我们的东西。
这些人从硬件工程部门窃取信息，Ternus 肯定会强硬处理。Cook 可能会问，我们要不要起诉 OpenAI？Ternus 大概会说：Timmy，赶紧让律师去收拾这些混蛋。背叛，真是背叛。[00:54:56]
Ranjan Roy：这已经成了我最喜欢的故事之一。我甚至不想再讨论 Kimi K3 和整个 AI 生态的未来了，我只想知道 Ternus 会怎么对付 OpenAI。不过我先说明，刚才那段只是我想象中 Ternus 会说的话。
Alex Kantrowitz：我觉得 Ternus 不会骂人，他是一个非常礼貌、正派的公民。
你觉得这些公司的高层里，有没有谁白天完全不说脏话？这些工作压力太大了，偶尔说几句脏话，几乎是释放压力的必要方式。
Ranjan Roy：作为一个七岁孩子的父亲，也作为一个一生中骂过很多次脏话的人，我还是觉得，成年人在公开通信和公共场合说脏话已经变得过于正常了。总统和其他人也这样做，确实很奇怪。脏话仍然是脏话。Ternus 可以在办公室里尽情骂，但别在孩子面前这样做。
Alex Kantrowitz：那我们就花一点时间批评 John Ternus：你竟然在孩子面前说脏话。你在节目里想象中的那个版本，已经让我们和听众深感不安，请认真反省。
Ranjan Roy：如果我真的在节目里说脏话，至少收听 Big Technology Podcast 的七岁孩子应该是最少、甚至不存在的听众群体之一。
Alex Kantrowitz：肯定不是不存在，所以我尽量保持节目干净，因为很多家长会在车里播放。我们在某种意义上也是教育节目，要让全世界的年轻人了解自己长大后 AI 行业会变成什么样。当然，其中一课就是：别惹 John Ternus，因为你永远不知道他会做什么。
Ranjan Roy：我对他的性格了解太少，只能围绕他创作这种延伸同人小说。John，抱歉了，准备好吧。
Alex Kantrowitz：好，这对我们来说是一个新的讨论线索，也是一个新梗。我们这周就聊到这里。Kimi K3 这一集最后以关于语言的冥想收尾，这也是 Big Technology Podcast 的传统。谢谢你，Ranjan，很高兴再次见到你，也感谢所有听众和观众。我们下期再见。[00:57:58]