全球大模型季报第9集：和广密聊，Coding是AGI第二幕、硅谷御三家真相、模型正成为新一代OS

2026 年 4 月，张小珺在《全球大模型季报》第 9 集里，把广密请回来做了一次 83 分钟的长谈。录制时，广密给出一句很重的判断：过去一个季度模型能力的进步幅度，可能超过 2025 年全年。他把这轮变化的转折点，指向 Anthropic 的 Opus 4.5 到 Opus 4.6。

这期节目聊的不只是模型榜单。Coding 把 AI 从聊天机器人推向能干活儿的 Agent，研究员开始不亲自写代码，Anthropic、OpenAI、Google 三家公司的战略和组织被拆开来看，Meta 与 xAI 的位置也被重新排了一遍。节目后半段，话题落到白领通缩、失业窗口、模型作为新一代操作系统，以及广密为什么把投资主线收得更窄。

下面按节目里的时间顺序，把这场长谈里最值得留下的判断、案例和数据整理出来。广密在节目里也提醒，这些内容不作为投资建议。

一个季度抵一年，Coding 把 AI 从 Chatbot 推到 Agent 3:28

广密把过去一个季度称为“推背感非常强”的阶段。最关键的变化发生在 Opus 4.5 到 Opus 4.6 之间。他判断，这次跨越差不多是 GPT-3 到 GPT-4 的级别。模型从“可以聊天、可以搜索”变成“可以接住高价值任务”，usage 和价值量一起往上走。

过去一个季度模型水平进步的幅度，可能超过了 2025 年全年。

硅谷一线的体感更直接。广密说，前沿实验室的研究员和很强的程序员，基本上已经不写代码了。去年一个系统里可能还有七八成代码是人写的，今年这个比例可能小于 1%。日常工作是 AI 写、人来审，人的审查能力有时候还不够用。

他举了几个具体场景。Claude Code 和 Codex 在很多任务上已经达到很多公司 CTO 或首席架构师的水平，对标 Meta 的 R8、R9。开发一个 feature，过去要两三次迭代才跑通，现在两三次就通了。身边一些人每天消耗几百美金 token，一周几千美金。一个想法从出现到跑通代码，过去要两三个星期，现在一两天、两三天。

Coding 和 Agentic 能力，成了 AGI 加速里仅次于 GPU 的关键要素。广密还听到一种更质变的信号：最近一些 AI research 突破，来自 Codex、Claude Code，而不是人类工程师。多模态团队做一次数据迭代，过去要一两个月，现在几天或一周。Anthropic 在五十多个工作日里发了七十多款产品和功能，这种节奏在互联网时代很难想象。

这带来一个残酷的放大效应。最顶尖的 1% 甚至千分之一的人，生产力被放大几十倍。头部开发者的 token 消耗、任务价值、收入贡献，和普通用户拉开距离。Coding 的爆发曲线，广密认为比当年的 ChatGPT 还陡。

语言即世界，代码即方案，Coding 是新的 GPU 11:29

广密把这轮对 Coding 的理解，收成几个强判断。第一个判断是一个假设：你信不信代码可以表达数字世界里的绝大多数任务。自然语言是对世界的描述，代码是对 solution 的描述。语言和代码都是高度浓缩的抽象，覆盖范围很广。

语言即世界，代码即方案。

如果这个假设成立，Coding Agent 做好之后，白领知识工作者在电脑上完成的大部分任务，都可以被自动化。广密没有把 Coding 只看成一个垂直场景。他把它看成一条能泛化到大量数字工作的主线。

第二个判断更直接：领先的模型公司如果不重视 Coding，大概率会掉出第一梯队。他也不相信存在“只给自己用”的 Coding 模型。每家公司的任务数据分布不够全，闭门造车会落后。领先公司过度依赖 Anthropic，一旦做到第一梯队、形成威胁，Anthropic 大概率会断供。OpenAI 被断供过，xAI 被断供过，Google 大部分被断供过，Meta 某一天也可能被断供。

广密把 Coding 类比成 GPU。没有最领先的 Coding 模型，就像别人用 GB200，你还在用 A100。研发效率、研究速度、产品迭代都会落后。Coding 不只是一个行业、一个应用场景或一个产品，它成了 AI 路线图里的加速器。

第三个判断是亚马逊卖书的类比。亚马逊最早卖书，借助卖书把仓储、物流、用户、供应链全部拉通，再横向扩 SKU。Coding 也在扮演类似角色：先把任务、环境、评估、数据、产品形态跑通，再向更多白领任务扩展。长期看，Coding 只是 AGI 实现后很小的一部分，但它在当下承担了加速和打样的作用。

为什么 Coding 最先跑出来？广密的解释是反馈闭环最短。过去几年，AI 跑得最快的地方，都是 feedback loop 最清晰的地方。数学也能提升智能，但数学能表达的东西有限。语言和代码的泛化性，已经被反复证明。

第四个判断是 AGI 的三幕。第一幕是 Chatbot，模型可以对话、可以联网搜索，商业价值有限。第二幕是 Coding Agent，AI 直接帮人完成任务，开始干活儿。第三幕是自动化的 AI Researcher，每个人都有一个强大的研究助理，去解基础科学问题，比如脑科学、神经科学、材料学。

广密说，Coding Agent 实现之后，AGI 的 90% 可能已经实现了。大多数知识工作者的任务可以被自动化，不一定需要新的范式创新。今天还只是爬科学高山的开始。

Anthropic 的胜利，战略聚焦、数据信仰和 Underdog 文化 22:10

Anthropic 是这期节目里被拆得最细的一家公司。广密先纠正一个误解：All in Coding 不是这个团队第一天就想清楚的。一方面，C 端窗口已经没什么机会；另一方面，2024 年夏天 Claude 3.5 Sonnet 给了 Coding 正反馈。团队在摸索中把这条路线摸清楚了。

摸清之后，Anthropic 只 all in 了一件事：Coding。它放弃了 C 端，放弃了多模态，也没有因为外界热炒 reasoning 就改变主线。广密把这种风格称为 top down，战略非常集中。OpenAI 则更 bottom up，自下而上，容易长出很多支线。

Anthropic 把重视数据写在基因里。创始人特别 hands-on，亲自看训练数据，带着团队搞数据、搞工程。广密听到一个 rumor：首席科学家 Jared Kaplan 亲自带团队过数据，这在硅谷比较少见。模型即应用，数据即模型，这是 Anthropic 的组织信条。

组织和文化也配合得上。广密说，Anthropic 更像一帮人做一件事。OpenAI 经常是一个人做一个新的事儿。Anthropic 不怎么招 big name，偏好 underdog。文化面试很严，会问 AGI 实现之后你会怎么选。早期 offer 比 OpenAI 低，风险也大，还是有人进来。这些人比较 AGI 原生，文化稳定，人才流失少。

两位创始人 Dario Amodei 和 Jared Kaplan 都是物理学家出身。广密的理解是，他们没有执念去造下一个 Transformer 架构，而是像物理学家一样观察规律，把 Transformer scale 好，把 data efficiency、架构 efficiency、工程 efficiency 做好。产品团队里很多是工程师和 researcher，文化像早年 Google。

产品 sense 也被广密单独拿出来讲。Claude Code 的创始人 Boris 是很强的 coder，他想交付一种最强的 Coding 工作方式，引领开发范式。Cursor 火了之后，很多人讨论模型公司要不要做 IDE。Anthropic 没有做 IDE，而是做了终端形态的 Claude Code。广密认为，这种形态更能接住模型能力的指数增长红利。

护城河有多高？广密说，Anthropic 的产品线和收入高度集中在 Coding 和 Agentic，可能七八成 revenue 来自这块。它定位高价格带用户，定价一直很高，没有降价，模型可以做大，效果做好，margin 也不错。风险在算力。过去一个季度需求爆发，Anthropic 内部的算力规划可能保守了。今年要实现 1000 亿美金 ARR，最大的 bottleneck 可能是算力。

广密不认为 Anthropic 能轻松守住。OpenAI 和 Google 最终都可能追上来。Anthropic 的优势更像战略的胜利、产品专注的胜利、组织文化的胜利。它从落后位置杀出来，靠的是坚定，不摇摆。

OpenAI 的包袱，ChatGPT 太成功，Coding 被耽误 33:35

OpenAI 的部分，广密先讲了强项。ChatGPT 周活 9 亿多，付费用户五六千万，C 端遥遥领先，但最近增长比较 flat。OpenAI 过去立过两次范式创新，下一次大概率还是它。新模型 Spud 很快要发，综合实力、人才密度、对 research 的重视都很强，researcher 在内部像一等公民。

问题也在这里。ChatGPT 在 C 端看着赢了，但 Coding 可能比 Chatbot 大十倍到一百倍。广密判断，OpenAI 真正意识到 Coding 重要、开始加码，可能也就是两三个月之前。之前它还在跟 Google Gemini 抢 C 端流量，抢 DAU，做增长。从 Meta 来的商业化负责人，带来的还是互联网时代的打法。

今天胜利的秘籍可能就是下个时代的毒药。

广密把这句话用在 OpenAI 身上。ChatGPT 的成功让公司过度专注 To C，忽视了 Coding。为了控制 inference 成本，模型一直不敢做很大。Sora 这类多模态项目占用大量 GPU，团队努力推，Sam Altman 像 VC 分配资本一样给资源，不太拒绝。广密认为，多模态应该是支线，Sora 做出来让很多人创作，对 OpenAI 的好处也有限。

组织文化是另一面。OpenAI 自下而上，特别 value 从 0 到 1 的突破，没有那么 value 从 1 到 100 的突破。很多人 EGO 很强，都想做突破性工作，没人愿意做脏活、苦活、累活。数据清理、产品运营、细节打磨，容易被忽视。ChatGPT 很成功，但广密觉得产品没有灵魂，甚至不知道产品经理是谁。

OpenAI 最大的战略误判，还是预训练和 Coding 这两件根本的事没做好。它曾经有很强的领先优势，可能领先一年两年。Sam Altman 不是技术出身，对技术路线和关键决策的果断程度，可能不如 Anthropic 的技术创始人。广密也承认，自下而上有硬币的另一面。Coding 能力变强之后，一两个人就可能干出惊天动地的大事，OpenAI 的文化有机会搞出下一个范式。

新模型 Spud 被广密称为“真正意义上的 GPT-5”。之前的 5.1、5.2、5.3、5.4，更多还是 GPT-4 level。Spud 是代际提升。软件开发、软件工程可能还是不如 Anthropic，其他能力会大幅提升。Chat 和 Code all in one 的平台策略是对的。最后可能还是拼算力，OpenAI 的算力比 Anthropic 多很多。

广密给 OpenAI 的最终胜率是 50%。市场对 OpenAI 的叙事比较悲观，他没有那么悲观。今年一年的格局定不下来，过去三年格局都没稳定过，今天还是巡回赛，还得打一年。

Gemini 被高估，Meta 成四号种子，xAI 战略摇摆 47:13

Google Gemini 3 在广密看来被高估了。benchmark 刷得很高，C 端没有持续增长，用户不太买单。实际体验没有那么好，benchmark 有过度优化的痕迹。Gemini 3 连 PC 桌面版都还没有，产品能力不行。Google 还是工程师或技术驱动的文化，PM 文化没有那么强。

Gemini 3 热度很高，让 Google 股价翻倍，证明自己不是 AI 的 loser。广密认为，其他好处没有捞到太多。3.1 也没有真正大的突破，反而让团队沉浸在 Gemini 3 的成功里，严重误判了 Coding 的重要性。最近 Coding 被提到公司最高优先级，但已经晚了三四个月。

Google 过去更重视 C 端和多模态，忽视了 Coding。2025、2026 是 C 端格局最关键的两年窗口，Google 忙着跟 ChatGPT 争 C 端，给了 Anthropic 在 Coding 上一个黄金窗口。广密说，Coding 落后三个月，以后可能落后一年，因为它会放大。Google 应该降低多模态投入，优先把 Coding 补回来。

Google 的组织文化也偏自下而上，每个人有自己想做的事，senior 的人占住位置，新东西不容易加上去。广密对 Google 的长期判断反而稳：它是最领先的追随者，资源和布局没有绝对短板，战略跟随 OpenAI、Anthropic，掉队可能性很低。算力最足，现金流最足，TPU 可以变成另一个英伟达。公司已经到第三代职业经理人，体系化运转，换掉一两个人影响不大。短期拿不出太多牛逼东西，拉长看总能追上去。

Meta TBD 被广密称为“最有机会的挑战者”，已经取代 xAI，成为硅谷四号种子。团队人才密度很高，从各个 AI lab 汇聚过来，知道各家的 knowhow。9 到 10 个月做出一个还不错的模型，进步速度很陡。长期模型能力有机会追上第一梯队。

Meta 的思路比较简单，七八成学 Google，对标 Gemini，也做多模态、文生图；两三成学 OpenAI，学 post train 和 RL。产品战略还不清楚。广密觉得 Meta 更适合做个人助理、个人朋友，门槛更低，或者把 Claude Code 做成更低门槛的版本。收购 Manus 之后，如果真能用好，也有机会。Manus 是 harness 的鼻祖，独立团队把 harness 做得很好。广密认为 Manus 卖便宜了，AI 的 beta 更重要，大水漫灌，每个人都往上涨。

xAI 短期掉队了。最核心的 founding team 陆续离开，几位世界级研究员走了。广密把最大问题归到战略摇摆。最初 Elon 相信大力出奇迹，弄十万卡集群，pretrain 很大的模型。模型大小不是根本，数据、data efficiency 才是。别人用一个小十几倍的模型，可能比 xAI 做得还好。中国蒸馏的模型，可能都比 xAI 今天要好。

xAI 还做过多模态，音频做得很好，但这不是主线。中间想做 Chatbot、AI 搜索，今年可能想 all in Coding。事儿刚上手还没做热，Elon 可能没有耐心，又拉去做另一个事儿。团队老换人，战略不坚定。广密说，崩溃的源头可能是 Elon 对 founding team 不满意，但这个 founding team 是世界级的，他有点没有耐心。

特斯拉 FSD 和大模型生意的差别，广密落在“耐心”和“research taste”上。做好模型数据是长期工程，什么数据是好数据，怎么做得更好，需要偏研究的判断。Elon 希望短平快，feedback loop 最短，恨不得两个星期看到效果。这种文化会追求短期效果，牺牲长期质量。xAI 不是彻底没戏，手上还有很多 GPU，Elon 作为顶级企业家的调整能力很强，搞数据中心、芯片厂是宏大愿景，但需要时间，也需要一个能帮他 deliver 的团队。

Harness Engineering，模型正成为新一代操作系统 1:02:00

一季度还有一个火起来的新词：Harness Engineering。广密给了三个思路。第一，把 AI Agent 当人看，当成一等公民，跟人一体。人有工作环境、工作电脑、信用卡，Agent 也需要一套平行世界里的环境。

第二，Agent 想做好，一边是模型，一边是 Harness。Agent 像一个新人加入公司，公司的管理和环境能让一个正常人的下限很高。Harness 就是 Agent 的管理学和组织约束。有了 Harness，普通模型也能做高价值任务。Claude 的需求溢出接不住，非 SOTA 模型、开源模型也能被用上，这是更大的意义。

第三，思维方式的改变。过去看 To C 和 To B，今天要看 To Human 还是 To Agent。To Agent 看重的不是 DAU，可能是 token usage、token 价值、margin。以后用什么工具，可能不是人决策，是 Agent 调用哪些工具去决策。

国内御三家的路线也在收敛。广密观察，Kimi、MiniMax、智谱都在 bet Anthropic 这条路线，过去 3 到 6 个月形成共识。C 端已经没机会，Coding 和高价值任务的上限比 C 端更高。豆包在 C 端做得最好，其他几家觉得跟豆包没得打，才转型。广密认为 Coding 和 Agent 是不能输的，豆包大概率也能追上来，最后拼组织能力和资源。

模型可能就是新一代操作系统，未来最领先的几个模型会是世界最重要的基础设施。生活问题问它，工作自动化靠它，科研支持也靠它。它的重要性可能超过今天的 Google。操作系统支持应用的无限扩展，Agent 就是新的应用形态，慢慢形成类似 iOS、安卓、Windows 的生态，还能兼容电脑、手机、眼镜各种硬件。

广密说，过去称得上操作系统的，可能是 Windows、iOS、安卓和微信。未来不管你追求工作助理、Coding，还是生活助理、ChatGPT、Gemini、豆包，最终都可能走向世界的基础设施，一个 Global GDP 的 OS。AGI 路线图也更清晰了：Chatbot、Coding Agent、Automated AI Researcher 三段路。时间表在加速，以前觉得还要两三年，现在也许今年年底或明年初，就有一家公司宣布实现 AGI。

白领通缩与失业窗口，社会和个人怎么应对 1:07:01

节目后半段的情绪变得复杂。广密说，社会没有准备好。几百个、两三千个 researcher 在前沿看到的东西，没有传递到社会上。最本质的变化是，人类的知识和智力变得廉价了。以前通过学习、读书获取知识，可以换一份工作。今天这些知识和智力被压缩进模型，变成计算资源和 token。

广密判断，百分之七八十的人在社会上的价值和意义，可能发生微妙变化。人类以前觉得自己是最聪明的，现在模型比人聪明，我们不是最聪明的物种了。AI 还会带来很大的通缩。用了 ChatGPT 和 Claude 之后，找顾问、买其他软件的需求小了很多，一个产品满足很多需求。长期看，很多 SaaS 会消失。印度的 IT 外包可能已经被模型冲击。今年美国本科毕业生的就业率可能是历史新低。

AI 已经把工作两三年、三四年的初级岗位和工作环境自动化了。初级程序员也在内。广密说，今年可能是人类开始面临失业的比较痛苦的一年，有可能 30% 的工作岗位就没了。Meta 裁了 1.6 万人，未来可能再裁一万人。微软不一定需要 15 万人，3 万人可能比今天 15 万人干得更好。人才成长和培养的路径，被 AI 拦腰截断。

社会矛盾会加剧。广密提到 Sam Altman 最近两次被袭击，未来这种事情可能越来越多。美国是一个中产社会，一亿多中产，程序员、律师、医生、中介、banker，很多人在未来一两年可能没有工作。贫富差距拉大，矛盾激化。硅谷内部很乐观，技术变化太快，每个人、每家公司都没有安全感，甚至有点末日论的感觉。AI 终究会带来繁荣，但中间有一个痛苦的窗口。

那个人去干什么？广密说，去创造。以前想创造，没有支持。未来一个人、两个人可能做出很惊天动地的大事，从有想法到跑通代码很快，创造力会被极大释放。第二是审美和 taste。人以前有很多想法无法实现，今天基础设施极大繁荣，可能都能实现。以前做一个有影响力的媒体要几百人，现在一个人做自媒体也能很有影响力。

AI 取代的是不拥抱 AI 的人，积极拥抱 AI 的人可能是受益者。

广密自己过去一个季度从 ChatGPT 变成 Claude Code 的重度用户，生产力提升很多，但还是没有像塔尖开发者那样消耗那么多 token。他的 Claude Code 100 美金套餐，大部分时间用不满。做 research 和写代码不一样，消耗方式不同。他也担心跟不上 AI 的进步，每周进步太快，学习压力很大。

投资上，广密把主线收得更窄。他越来越相信，最好的三五家模型公司会成为全球 GDP 的操作系统，每家可能都是十万亿美金，未来加起来三五十万亿美金。最理想的 AGI portfolio 没有大变化，只是更极致。一句话总结：投能持续做好 SOTA 模型的公司。这可能是未来投资最关键的指标。他个人八九成精力都在模型上，做一个模型基金也挺好。全球最领先的三五家模型，未来都是十万亿美金，如果相信全球 GDP 的 30% 到 50% 会被模型 automate，那就表达得更极致。

剩下的 20%，他分给机器人、AI for Science、Agent Infra。机器人和 Science 可能是大模型之后下一个大平台。机器人未来 6 到 18 个月可能有质变，架构突破，技术路线收敛，data scaling 和 real scaling 开始。第一视角、ego centric、摇操作、五米手套这些数据，大家刚弄清楚怎么用。中国团队在硬件上有优势，硅谷公司过去只觉得算法重要，现在开始重视硬件，都要在深圳招人。

AI 应用的机会，广密没有看空。模型平台变成全球基础设施，足够 powerful，每个个体都能做很多事。一人公司可能成为常态。他听到一个不错的指标：消耗 100 美金 token，能不能赚到 110 美金，把 ROI 跑正。很多人没有跑正，闭环没有跑通。这个指标比讲故事更实在。

终局问题，广密回到三个条件。第一，一家科技公司每年能不能投三五百亿美金，持续投三五年。第二，创始人和管理层有没有认知和魄力，敢不敢买卡，怕不怕砸手里。第三，能不能招到上百名世界级 AI 科学家。只有这三条还不够，还要有战略 bet、产品 go to market。今天有钱也不一定买到 GPU。再出现新的模型公司不是没机会，难度比想象的大很多，像再造一个台积电，有窗口和资源限制。

硅谷出现很多 new labs，广密没有急着下注。GPU 太有限，资本也有限，OpenAI 和 Anthropic 对下一代范式的内部投入也很多。最优秀的 AI 人才流向最能说明问题。今天 new labs 的技术路线还没有收敛，真正的 scaling 还没开始，可以再观察。

如果要从这期节目里带走几件事，我会留下三个动作。第一，把 Agent 当同事，不当搜索框，给它环境、工具、权限和评估标准。第二，盯住 token 的 ROI，别只看消耗量，100 美金 token 能不能换回 110 美金收入，这是小团队能立刻验证的指标。第三，接受“持续交付 SOTA 模型”是一场长期大考，个人和公司都要把学习速度、组织聚焦、数据质量当成日常能力，而不是一次性的项目。