即刻App年轻人的同好社区
下载
破案了，原来是被瓦总 @瓦恁 关注了
永不停止的阿尼塔: 一下子被 300 多人围观…是发生了啥
2 00
高盛的这篇智谱 GLM-5.3 的报告值得一看。
大模型竞争逻辑正在发生变化👉Scaling 正从一味堆参数，转向 Post-training。
GLM-5.3 参数规模基本没变，仍约 744B，但通过更长任务环境、更长训练时间、强化学习和工具协同，代码、长任务执行和安全能力继续提升。
模型进步开始越来越依赖“真实任务里的训练”，而不是单纯做更大的模型。
这背后还有一层更重要的商业逻辑。像 ZCode 这样的 Coding 产品，不只是变现工具，也可能成为数据入口：用户完成真实的软件工程任务，产生长周期执行轨迹，再反哺下一轮 Post-training，形成“产品使用 → 数据 → 模型升级 → 更多使用”的飞轮。
所以资本市场接下来真正要看的，已经不是 GLM-5.3 比 DeepSeek、Claude 高几个 Benchmark 点，而是三个转化率：
1️⃣ 模型能力 → 用户使用量
2️⃣ 用户使用量 → 付费收入
3️⃣ 真实任务数据 → 下一代模型能力
这也是为什么模型升级和股价逻辑要分开看。技术突破只能解释为什么产品更强，估值最终还是要靠收入增速、付费率和利润率兑现。
模型能力是起点，数据飞轮是护城河，商业化效率才是估值终点。
大模型竞争逻辑正在发生变化👉Scaling 正从一味堆参数，转向 Post-training。
GLM-5.3 参数规模基本没变，仍约 744B，但通过更长任务环境、更长训练时间、强化学习和工具协同，代码、长任务执行和安全能力继续提升。
模型进步开始越来越依赖“真实任务里的训练”，而不是单纯做更大的模型。
这背后还有一层更重要的商业逻辑。像 ZCode 这样的 Coding 产品，不只是变现工具，也可能成为数据入口：用户完成真实的软件工程任务，产生长周期执行轨迹，再反哺下一轮 Post-training，形成“产品使用 → 数据 → 模型升级 → 更多使用”的飞轮。
所以资本市场接下来真正要看的，已经不是 GLM-5.3 比 DeepSeek、Claude 高几个 Benchmark 点，而是三个转化率：
1️⃣ 模型能力 → 用户使用量
2️⃣ 用户使用量 → 付费收入
3️⃣ 真实任务数据 → 下一代模型能力
这也是为什么模型升级和股价逻辑要分开看。技术突破只能解释为什么产品更强，估值最终还是要靠收入增速、付费率和利润率兑现。
模型能力是起点，数据飞轮是护城河，商业化效率才是估值终点。
5 01
中国人恐惧的 35 岁+，在硅谷正在成为香饽饽
Y Combinator总裁兼首席执行官Garry Tan，在采访里提到一个正在出现的趋势，35岁、40岁，甚至45岁的创业者，正在获得一种过去从未有过的优势。
这听起来很反常识。
过去硅谷科技创业故事，总是属于二十多岁的天才少年。年轻、精力旺盛、没有负担，可以连续熬夜，敢挑战一切。一个工作十几年的工程师，往往被认为成本更高、行动更慢，甚至已经错过了创业的最佳年龄。
但AI正在改写这套规则。
Garry Tan说，资深创业者已经“见过足够多的世面”。
他们做过公司，踩过坑，见过产品失败，也知道一个看起来热闹的方向，最后为什么可能没人买单。
他们最稀缺的能力，是知道什么值得做。
Garry Tan认为，Peter Steinberger就是一个典型案例。
他拥有多年的工程和创业经验，创办过PSPDFKit，后来又创建了OpenClaw。
用Garry Tan的话说：
他经历得足够多，所以知道该做什么。
过去，这种判断力很难被放大。
一个人就算再有经验，每天也只有24小时。要把想法做成产品，依然需要招人、组团队、分任务，再通过大量会议完成协作。
但AI出现以后，情况变了。
Garry Tan用了一个非常有冲击力的比喻，想象一下，一个这样的资深创业者，突然拥有了400个自己。不是400个刚入行的执行者。而是400个共享同一套经验、判断和目标的“自己”。他一个人的能力，甚至可能超过任何一家美股科技巨头的整个部门。这里的“400个自己”不是经过普遍验证的生产率数据，而是Garry Tan用来描述AI杠杆的比喻。
但这个比喻揭示了一个更重要的变化，AI真正放大的，不只是写代码的速度，而是一个人过去十几年积累的判断力。
AI可以迅速生成100个方案。但经验会告诉你，哪99个根本不值得做。
AI可以帮助你快速开发产品。但经验会提醒你，用户嘴上说想要的东西，未必愿意付钱。
AI可以让所有人的执行速度变快。只有那些踩过坑的人，才知道应该朝哪个方向跑。
所以，AI时代的竞争不再只是“谁学工具更快”。而是：当所有人都拥有同样的AI，谁有更多值得被AI放大的经验？谁的「品味」更好？
过去让你显得“不再年轻”的十年经历，可能恰好是下一轮竞争中最难复制的资产。
如果AI可以替你完成大部分执行工作，你最想把哪些变成一个真正的产品？
Y Combinator总裁兼首席执行官Garry Tan，在采访里提到一个正在出现的趋势，35岁、40岁，甚至45岁的创业者，正在获得一种过去从未有过的优势。
这听起来很反常识。
过去硅谷科技创业故事，总是属于二十多岁的天才少年。年轻、精力旺盛、没有负担，可以连续熬夜，敢挑战一切。一个工作十几年的工程师，往往被认为成本更高、行动更慢，甚至已经错过了创业的最佳年龄。
但AI正在改写这套规则。
Garry Tan说，资深创业者已经“见过足够多的世面”。
他们做过公司，踩过坑，见过产品失败，也知道一个看起来热闹的方向，最后为什么可能没人买单。
他们最稀缺的能力，是知道什么值得做。
Garry Tan认为，Peter Steinberger就是一个典型案例。
他拥有多年的工程和创业经验，创办过PSPDFKit，后来又创建了OpenClaw。
用Garry Tan的话说：
他经历得足够多，所以知道该做什么。
过去，这种判断力很难被放大。
一个人就算再有经验，每天也只有24小时。要把想法做成产品，依然需要招人、组团队、分任务，再通过大量会议完成协作。
但AI出现以后，情况变了。
Garry Tan用了一个非常有冲击力的比喻，想象一下，一个这样的资深创业者，突然拥有了400个自己。不是400个刚入行的执行者。而是400个共享同一套经验、判断和目标的“自己”。他一个人的能力，甚至可能超过任何一家美股科技巨头的整个部门。这里的“400个自己”不是经过普遍验证的生产率数据，而是Garry Tan用来描述AI杠杆的比喻。
但这个比喻揭示了一个更重要的变化，AI真正放大的，不只是写代码的速度，而是一个人过去十几年积累的判断力。
AI可以迅速生成100个方案。但经验会告诉你，哪99个根本不值得做。
AI可以帮助你快速开发产品。但经验会提醒你，用户嘴上说想要的东西，未必愿意付钱。
AI可以让所有人的执行速度变快。只有那些踩过坑的人，才知道应该朝哪个方向跑。
所以，AI时代的竞争不再只是“谁学工具更快”。而是：当所有人都拥有同样的AI，谁有更多值得被AI放大的经验？谁的「品味」更好？
过去让你显得“不再年轻”的十年经历，可能恰好是下一轮竞争中最难复制的资产。
如果AI可以替你完成大部分执行工作，你最想把哪些变成一个真正的产品？
19 68
今天热度最高的女人。
Anthropic CEO Dario Amodei 身后，居然一直站着一个几乎被互联网“隐身”的女人。
她叫 Cami Clark，是 Dario 的妻子。
WSJ 今天专门起底了她：没有 Anthropic 职位、不在董事会，却长期充当 Dario 最核心的私人顾问和政商关系连接者。
更离谱的是她的人生履历。
20 岁时，她曾与一名比自己年长 40 多岁的男人结婚；后来大学辍学、创业失败、房产被止赎，还申请过个人破产。
她还创办过一家面向女性市场的成人内容公司，并曾接触 Jeffrey Epstein 寻求融资。注意：目前报道支持的是“寻求投资”，不是 Epstein 最终真的投了钱。
真正进入硅谷核心圈，是从 Eric Schmidt 开始。
2011 年左右，她与这位前 Google CEO 交往，关系持续约三年。
2014 年，她开始与当时还只是科研人员的 Dario Amodei 交往。
然后最戏剧性的事情发生了：
Dario 后来离开 OpenAI 创办 Anthropic，Clark 又把自己的前男友 Schmidt 介绍给了现任。
Schmidt 随后成为 Anthropic 最早期的重要投资者之一。
“让前 Google CEO 前男友，给现任老公的 AI 公司投钱。” 虽然很八卦，但主线居然基本是真的。
而 Clark 真正值得关注的，不是情史，是权力。
她没有 title，却会陪 Dario 出席 Davos、Sun Valley 等顶级政商场合；在一些只能带一名随行人员的高级会议上，Dario 带的也是她。
她不是 Anthropic 的高管，但很可能是离 Anthropic CEO 最近的非正式权力节点之一。
更微妙的是，这家公司现在正在冲击资本市场。
Anthropic 已秘密提交 IPO 文件，最新投资者预期甚至押注其上市估值可能达到 2 万亿美元。但这里要说清楚：2 万亿美元目前是投资者预期，不是已经确定的发行估值。
当一家 AI 公司价值可能达到万亿美元时，真正影响 CEO 决策的人，到底只有董事会和高管，还是还包括那些根本不会出现在 org chart 上的人？
Cami Clark 最厉害的地方，不是从破产创业者变成 Anthropic CEO 的妻子。
而是她没有职位、没有董事席位，却把自己十几年积累的人脉，变成了 Anthropic 的社会资本。
在硅谷，title 决定你在组织架构里的位置。
但 access，决定你离权力到底有多近。
Anthropic CEO Dario Amodei 身后，居然一直站着一个几乎被互联网“隐身”的女人。
她叫 Cami Clark，是 Dario 的妻子。
WSJ 今天专门起底了她：没有 Anthropic 职位、不在董事会，却长期充当 Dario 最核心的私人顾问和政商关系连接者。
更离谱的是她的人生履历。
20 岁时，她曾与一名比自己年长 40 多岁的男人结婚；后来大学辍学、创业失败、房产被止赎，还申请过个人破产。
她还创办过一家面向女性市场的成人内容公司，并曾接触 Jeffrey Epstein 寻求融资。注意：目前报道支持的是“寻求投资”，不是 Epstein 最终真的投了钱。
真正进入硅谷核心圈，是从 Eric Schmidt 开始。
2011 年左右，她与这位前 Google CEO 交往，关系持续约三年。
2014 年，她开始与当时还只是科研人员的 Dario Amodei 交往。
然后最戏剧性的事情发生了：
Dario 后来离开 OpenAI 创办 Anthropic，Clark 又把自己的前男友 Schmidt 介绍给了现任。
Schmidt 随后成为 Anthropic 最早期的重要投资者之一。
“让前 Google CEO 前男友，给现任老公的 AI 公司投钱。” 虽然很八卦，但主线居然基本是真的。
而 Clark 真正值得关注的，不是情史，是权力。
她没有 title，却会陪 Dario 出席 Davos、Sun Valley 等顶级政商场合；在一些只能带一名随行人员的高级会议上，Dario 带的也是她。
她不是 Anthropic 的高管，但很可能是离 Anthropic CEO 最近的非正式权力节点之一。
更微妙的是，这家公司现在正在冲击资本市场。
Anthropic 已秘密提交 IPO 文件，最新投资者预期甚至押注其上市估值可能达到 2 万亿美元。但这里要说清楚：2 万亿美元目前是投资者预期，不是已经确定的发行估值。
当一家 AI 公司价值可能达到万亿美元时，真正影响 CEO 决策的人，到底只有董事会和高管，还是还包括那些根本不会出现在 org chart 上的人？
Cami Clark 最厉害的地方，不是从破产创业者变成 Anthropic CEO 的妻子。
而是她没有职位、没有董事席位，却把自己十几年积累的人脉，变成了 Anthropic 的社会资本。
在硅谷，title 决定你在组织架构里的位置。
但 access，决定你离权力到底有多近。
2 00
Qwen3.8 正式开源
一个 27B 模型，开始打上一代云端旗舰模型了。
Qwen3.8-27B 是 Dense 架构，只有约 270 亿参数，却把目标直接瞄准上一代 Qwen Plus 级能力，重点强化 Coding、Office Work 和 Agent 场景。与此同时，27B 仍然处在可以量化后单机部署的区间。
另一边，Qwen 已经把 2.4T 参数、约 95B 激活的 Qwen3.8 Max-class 模型权重放出来。
所以 Qwen3.8 的策略是 2.4T 冲 Frontier，27B 抢本地部署。
大模型竞争正在从“谁参数更多”，变成“谁能把同样的智能压进更少的参数、更低的显存和更便宜的推理成本里”。
如果 27B 真的能稳定达到此前 Plus 级模型的实际生产力，那么下一轮开源模型战争最重要的指标，可能不再是参数规模，而是：
Intelligence per GB。
这对本地 AI、企业私有部署和端侧 Agent，可能比又一个万亿参数模型重要得多。
一个 27B 模型，开始打上一代云端旗舰模型了。
Qwen3.8-27B 是 Dense 架构，只有约 270 亿参数，却把目标直接瞄准上一代 Qwen Plus 级能力，重点强化 Coding、Office Work 和 Agent 场景。与此同时，27B 仍然处在可以量化后单机部署的区间。
另一边，Qwen 已经把 2.4T 参数、约 95B 激活的 Qwen3.8 Max-class 模型权重放出来。
所以 Qwen3.8 的策略是 2.4T 冲 Frontier，27B 抢本地部署。
大模型竞争正在从“谁参数更多”，变成“谁能把同样的智能压进更少的参数、更低的显存和更便宜的推理成本里”。
如果 27B 真的能稳定达到此前 Plus 级模型的实际生产力，那么下一轮开源模型战争最重要的指标，可能不再是参数规模，而是：
Intelligence per GB。
这对本地 AI、企业私有部署和端侧 Agent，可能比又一个万亿参数模型重要得多。
1 10
