李广密、张小珺 · 2025-01-09

LLM 竞赛 2025：超越 Google 之路的深度解析

摘要

本文是「全球大模型季报」的跨年特辑，由拾象 CEO 李广密和财经作者张小珺共同撰写。文章以对话形式回顾了 2024 年 LLM 领域的发展历程，并对 2025 年的发展趋势作出预测。核心观点包括：2025 年的主线将是 coding 和 agent，AI/LLM 竞争的目标是争夺下一个 Google，ChatGPT 面临商业模式挑战，以及 Context 信息将成为 AI 时代的关键基础设施。

内容框架与概述

文章从五个维度展开论述。首先探讨了 AI/LLM 竞赛的核心目标——争夺下一个 Google。作者认为，互联网的本质是对信息的重组，Google 代表了在信息分发方面的成功，而 AI/LLM 的竞争同样也是一条超越 Google 的路径。通过重组 token 和智能，AI 产品将走向更全面的信息分发容器，最终形成任务引擎和任务容器。

其次，文章深入分析了 ChatGPT 的商业模式。尽管 ChatGPT 的 C 端增长迅速（周活 3 亿+，月活 5-6 亿+），但其商业模式存在挑战。作为工具类产品，其付费率难以达到传统互联网产品的水平，广告变现效率也不高。文章指出，未来的盈利模式可能包括商户付费、按任务完成率付费以及基于价值的定价。

第三部分讨论了 AI 产品形态的演变。文章预测，未来的 AI 产品将不再局限于当前的 chatbot 形态，而是会发展出更主动、更懂用户需求的产品形态，如 AI 浏览器或任务看板等。OpenAI 将技术发展分为五个级别，从当前的聊天机器人到未来的组织者，目前 AI 可能处于 Level 2 和 Level 3 之间。

第四部分对当前 AI 领域的主要参与者进行了盘点，包括 Google、OpenAI、Anthropic、xAI、Meta 等。每家公司都有其优势和挑战：Google 拥有端到端垂直整合能力，OpenAI 具备品牌和综合能力，Anthropic 在人才和 coding 能力方面表现突出。

最后，文章提出了对 2025 年的关键预测。2025 年 AI 领域将重点关注 agent 的落地，尤其是长距离多步骤的任务。此外，产品形态的探索、AI 基础设施的发展、垂直领域的数据获取等也将是重要的关注点。文章总结认为，2024 年的关键词是"Coding"，而 2025 年的关键词将是"Agent"。

核心概念及解读

Software 2.0 与 Agent 落地：Andrej Karpathy 在 2017 年提出的 Software 2.0 设想将在 2025 年落地。Agent 和 multi-agents 不仅会带来新的软件，还会对生产力任务进行重组。AI 将在企业组织架构中从下往上进化，逐步替代或辅助编程、设计、沟通、销售等各种能力。2025-2026 年，AI 有望达到 manager 水平，能够完成长距离、多步推理任务。

Context 作为 AI 时代的基础设施：Context（上下文信息）是 AI 成功的关键，类似于电商时代的物流和支付。没有充分的 context 同步，大多数任务的成功率会很低。未来，context 的采集能力将变得至关重要，它将决定 AI 模型在执行任务时的成功率。尽管用户隐私是一个重要议题，但大多数用户可能更关注效率而非隐私。

端到端垂直整合的重要性：是否需要自研基座大模型？文章认为，端到端、full stack 策略的胜算更大。端到端优化在 AI 竞争中至关重要，这解释了为什么 Google、OpenAI 等公司都在追求全栈能力。掌控从硬件到软件的完整链条，能够实现更好的性能优化和用户体验。

数据飞轮效应的挑战：与预期不同，AI 产品的数据飞轮效应实际上较差。因为用户带来的数据质量通常低于模型预训练数据的质量。高价值数据存在于搜索、Notion、Artifacts、Canvas、浏览器、操作系统等场景中。如何更 scalable 地采集高价值数据，形成数据飞轮，是 AI 公司面临的重要挑战。

AI 竞赛的多维度竞争：AI 竞赛不仅仅是模型能力的竞争，还涉及用户规模、产品形态、数据获取、人才储备、商业模式等多个维度。决赛圈的条件包括 C 端/开发者投票、模型层（10 万卡）、以及需要有强大的合作伙伴。文章预测，万亿美金公司可能出现在 SpaceX、字节跳动、OpenAI 等公司中。