翻译：宝玉AI，整理：Founder Park
知名 AI 工程师、Pleias 的联合创始人 Alexander Doria 最近针对 DeepResearch、Agent 以及 Claude Sonnet 3.7 发表了两篇文章，颇为值得一读，尤其是 Agent 智能体的部分。
Alexander的观点很明确：
未来 AI 智能体的发展方向还得是模型本身，而不是工作流（Work Flow）。
还拿目前很火的 Manus 作为案例：他认为像 Manus 这样基于「预先编排好的提示词与工具路径」构成的工作流智能体，短期或许表现不错，但长期必然遇到瓶颈。这种「提示驱动」的方式无法扩展，也无法真正处理那些需要长期规划、多步骤推理的复杂任务。
而下一代真正的 LLM 智能体，则是通过「强化学习（RL）与推理（Reasoning）的结合」来实现。文章举例了 OpenAI 的 DeepResearch 和 Anthropic 的 Claude Sonnet 3.7，说明未来智能体会自主掌控任务执行的全过程，包括动态规划搜索策略、主动调整工具使用等，而不再依靠外部提示或工作流驱动。这种转变意味着智能体设计的核心复杂性将转移到模型训练阶段，从根本上提升模型的自主推理能力，最终彻底颠覆目前的应用层生态。
01
模型即产品（The Model is the Product）
过去几年里，人们不断猜测下一轮 AI 的发展方向：会是智能体（Agents）？推理模型（Reasoners）？还是真正的多模态（Multimodality）？
但现在，是时候下结论了：
AI 模型本身，就是未来的产品。
目前，无论是研究还是市场的发展趋势，都在推动这个方向。
为什么这么说？
-
通用型模型的扩展，遇到了瓶颈。
GPT-4.5 发布时传递的最大信息就是：
模型的能力提升只能呈线性增长，但所需算力却在指数式地飙升。
尽管过去两年 OpenAI 在训练和基础设施方面进行了大量优化，但仍然无法以可接受的成本推出这种超级巨型模型。
-
定向训练（Opinionated training）的效果，远超预期
。强化学习与推理能力的结合，正在让模型迅速掌握具体任务。这种能力，既不同于传统的机器学习，也不是基础大模型，而是某种神奇的第三形态。比如一些极小规模的模型突然在数学能力上变得惊人强大；编程模型不再只是简单地产生代码，甚至能够自主管理整个代码库；又比如 Claude 在几乎没有专门训练、仅靠非常贫乏的信息环境下，竟然也能玩宝可梦。
-
推理（Inference）的成本，正在极速下降
。DeepSeek 最新的优化成果显示，目前全球所有可用的 GPU 资源，甚至足以支撑地球上每个人每天调用一万个顶尖模型的 token。而实际上，目前市场根本不存在这么大的需求。简单卖 token 赚钱的模式已经不再成立，模型提供商必须向价值链更高层发展。
但这个趋势也带来了一些尴尬，因为所有投资人都将宝压在了「应用层」上。然而，在下一阶段的 AI 革命中，最先被自动化、被颠覆的，极有可能就是应用层。
02
下一代 AI 模型的形态
过去几周，我们看到了两个典型的「模型即产品」的案例：OpenAI 推出的 DeepResearch 和 Anthropic 推出的 Claude Sonnet 3.7。
关于 DeepResearch，很多人存在误解，这种误解随着大量仿制版本（开源和闭源）的出现，变得更严重了。实际上，OpenAI 并非简单地在 O3 模型外面套了层壳，而是从零开始训练了一个全新的模型*。
*OpenAI 的官方文档：https://cdn.openai.com/deep-research-system-card.pdf
这个模型能直接在内部完成搜索任务，根本不需要外部调用、提示词或人工流程干预：
「该模型通过强化学习，自主掌握了核心的网页浏览能力（比如搜索、点击、滚动、理解文件）……它还能自主推理，通过大量网站的信息合成，直接找到特定的内容或生成详细的报告。」
DeepResearch 不是标准的大语言模型（LLM），更不是普通的聊天机器人。它是一种
全新的研究型语言模型（Research Language Model）
，专为端到端完成搜索类任务而设计。任何认真用过这个模型的人都会发现，它生成的报告篇幅更长，结构严谨，内容背后的信息分析过程也极为清晰。
相比之下，正如 Hanchung Lee 所指出*的，其他的 DeepSearch 产品，包括 Perplexity 和 Google 版，其实不过就是普通模型加了一点额外的小技巧：
*https://leehanchung.github.io/blogs/2025/02/26/deep-research/
「虽然谷歌的 Gemini 和 Perplexity 的聊天助手也宣称提供了『深度搜索』的功能，但他们既没有公开详细的优化过程，也没有给出真正有分量的量化评估……因此我们只能推测，它们的微调工作并不显著。」
Anthropic 的愿景也越来越明确。去年 12 月，他们给出了一个颇有争议，但我认为相当准确的「智能体」定义*。
与 DeepSearch 类似，一个真正的智能体必须在内部独立完成任务：
「智能体能够动态地决定自己的执行流程和工具使用方式，自主掌控任务的完成过程。」
*Anthropic 的定义：https://www.anthropic.com/research/building-effective-agents
但市面上大多数所谓的智能体公司，目前做的根本不是智能体，而是「工作流」（workflows）：
也就是用预先定义好的代码路径，串联 LLM 与其他工具。这种工作流仍然有一定价值，尤其是在特定领域的垂直应用上。但对于真正从事前沿研究的人来说，很明显：
未来真正的突破，必须是直接从模型层面入手，重新设计 AI 系统。
Claude 3.7 的发布，就是一个实实在在的证明：Anthropic 专门以复杂的编程任务为核心训练目标，让大量原本使用工作流模型（比如 Devin）的产品，在软件开发（SWE）相关的评测中表现大幅提升。
再举一个我们公司
Pleias
更小规模的例子：
我们目前正在探索如何彻底自动化 RAG（基于检索的生成系统）。
现阶段的 RAG 系统由许多复杂但脆弱的流程串联而成：请求路由、文档切分、重排序、请求解释、请求扩展、来源上下文理解、搜索工程等等。但随着模型训练技术的进步，我们发现完全有可能把这些复杂流程整合到两个相互关联的模型中：
一个专门负责数据准备，另一个专门负责搜索、检索、生成报告。这种方案需要设计一套非常复杂的合成数据管道，以及完全全新的强化学习奖励函数。
这是真正的模型训练，真正的研究。
03
这一切对我们意味着什么？
意味着复杂性的转移。
通过训练阶段预先应对大量可能的行动和各种极端情况，部署时将变得异常简单。但在这个过程中，绝大部分价值都将被模型训练方创造，并且最终被模型训练方所捕获。
简单来说，Anthropic 想要颠覆并替代目前的那些所谓「智能体」工作流，比如像 llama index 的这种典型系统：
Llama Index Basic Agent
转变为这种完全模型化的方案：
Claude Agent
04
模型供应商与应用开发商
的蜜月期结束了
目前 AI 的大趋势已经明朗：
未来 2-3 年内，所有闭源 AI 大模型提供商都会停止向外界提供 API 服务，而将转为直接提供模型本身作为产品。
这种趋势并非猜测，而是现实中的多重信号都指向了这一点。
Databricks
公司生成式 AI 副总裁 Naveen Rao 也做了清晰的预测：
在未来两到三年内，所有闭源的 AI 模型提供商都会停止销售 API 服务。
简单来说，API 经济即将走向终结。
模型提供商与应用层（Wrapper）之间原本的蜜月期，已彻底结束了。
市场方向可能的变化：
-
Claude Code 和 DeepSearch都是这种趋势的早期技术与产品探索
。你可能注意到，DeepSearch 并未提供 API 接口，仅作为 OpenAI 高级订阅的增值功能出现；Claude Code 则只是一个极为简单的终端整合。这清晰表明，模型厂商已开始跳过第三方应用层，直接创造用户价值。
-
应用层企业开始秘密地布局模型训练能力。
当前成功的应用型公司，也都意识到了这种威胁，悄悄尝试转型。例如
Cursor
拥有一款自主开发的小型代码补全模型；WindSurf 内部开发了 Codium 这样一款低成本的代码模型；Perplexity 此前一直依靠内部分类器进行请求路由，最近更是转型训练了自己的 DeepSeek 变体模型用于搜索用途。
-
当前成功的「应用套壳商」（Wrappers）实际上处于困境之中：他们要么自主训练模型，要么就等着被上游大模型彻底取代。他们现在所做的事情，本质上都是为上游大模型厂商进行免费的市场调研、数据设计和数据生成。
接下来发生什么还不好说。成功的应用套壳商现在陷入两难处境：「自己训练模型」或者「被别人拿来训练模型」。据我所知，目前投资者对「训练模型」极为排斥，甚至使得一些公司不得不隐藏他们最具价值的训练能力，像 Cursor 的小模型和 Codium 的文档化至今都极为有限。
05
市场完全没有计入
强化学习（RL）的潜力
目前 AI 投资领域存在一个普遍的问题：所有投资几乎都是高度相关的。
现阶段几乎所有的 AI 投资机构，都抱持以下一致的想法：
但我不得不说，这些判断日益看起来过于冒险，甚至是明显的市场失灵。
尤其是在最近强化学习（RL）技术取得突破的情况下，市场未能正确对强化学习的巨大潜力进行定价。
眼下，「强化学习」的威力根本没有被资本市场准确评估和体现。
从经济学角度看，在全球经济逐渐迈入衰退背景下，能够进行模型训练的公司具有巨大的颠覆潜力。然而很奇怪的是，模型训练公司却根本无法顺利获得投资。以西方的新兴 AI 训练公司 Prime Intellect 为例，它拥有明确的技术实力，有潜力发展为顶级 AI 实验室，但即便如此，其融资仍面临巨大困难。
纵观欧美，真正具备训练能力的新兴 AI 公司屈指可数：
Prime Intellect、EleutherAI、Jina、Nous、HuggingFace 训练团队（规模很小）、Allen AI 等少数学术机构，加上一些开源基础设施的贡献者，基本涵盖了整个西方训练基础设施的建设和支持工作。
而在欧洲，据我所知，至少有 7-8 个 LLM 项目正在使用 Common Corpus 进行模型训练。
然而，资本却对这些真正能够训练模型的团队冷眼旁观。
「训练」成为被忽略的价值洼地
最近，甚至连 OpenAI 内部也对目前硅谷创业生态缺乏「垂直强化学习」（Vertical RL）表达了明显的不满。
我相信，这种信息来自于 Sam Altman 本人，接下来可能会在 YC 新一批孵化项目中有所体现。
