AI到了什么阶段？

梳理下过去一段对AI叙事影响最大的问题，试图定位下我们现在处于什么阶段。

1. 微软在capex上的态度转向了吗？

这可能是capex叙事转向谨慎的开端。就此也请教了多个西雅图朋友，侧面都印证了一点，的确satya在公开场合的态度就是最真实的态度，甚至可能更保守一点。 但更准确定义，应该是减少训练投入，增加推理投入。 从预算角度二者有本质区别，推理是 应用为先，投入在后 。验证一步，再投资一步。不会有FOMO导致的过度建设或者提前，应用到什么量级就对应多少投入。因此基于目前看到的应用，微软整体投入的增速二阶导就下去了。但不排除某年应用爆发重新加速的可能。

2. OpenAI祛魅了吗？可能要把研究和商业分开看

DeepSeek这次主导的开源“偷袭”，的确扭转了中长期AI堆栈的价值量分配。闭源模型本身的长期利润水平大幅缩水。看到广密总朋友圈说的，今天Nvidia/AWS/基础模型的利润分配是：90%/30%/-20%。之前认为投入阶段结束后，闭源模型可以扭亏且大幅盈利（就是OpenAI募资材料的财务预测），但开源的拐点可能会将模型层本身利润压制在接近于0。

这的确可能影响了一些资本市场情绪，但没有改变产业对AGI的预期。最近很多朋友都在湾区，包括最近北美一些AI领袖的发言， 其实很多人对AGI的时间表反而越来越笃定。包括国内相信DeepSeek对此也很坚定。

另一方面，ChatGPT过去2个月却实现了 用户量历史最快增长。 如下图：23年增长1亿周活用了9个月，o1推出用了4个月，最近一次只用了2个月。

说明什么？ AI应用的用户渗透率在快速提升 。可能OpenAI昂贵的定价的确抑制了用量， 但每一代模型的更新，都能看到活跃用户基数的增加 。而这一点在中国也同样上演，不仅模型在迭代、价格也在快速下降，这也是为什么我们说： 中国自上而下的方式，可能会上演全世界最快的AI渗透率提升。

3. 预训练真的证伪了吗？不绝对

最近组织了一些硅谷调研，最前沿实验室有些交流， 20万卡的确试过了， 也就是目前Grok3或者GPT-4.5表现出的边际提升，的确差强人意。但今天你依然看到，比如谷歌刚发的分布式scaling、Anthropic在pre train阶段本身就加入大量RL工作、以及 最可能被低估的DeepSeek下一代基座模型V4 。之前NSA论文的当天我们写过： 基于NSA，DS基座还会有一次能力显著提升，且不是来自于传统chinchilla定律，而是来自对Infra层面的优化。

说明什么？ chinchilla是个经验定律，后验结果， 因此各家不是就此停下了pre train，而是优先投入ROI更高的post-train，同时重新回到research去尝试突破和延续pre-train。毕竟基座模型依然是核心，如果基座能带来代差，20%的收益也会被尽力squeeze。何况创新还在继续，B卡刚部署，还有很多尝试机会。

某家行就此做了些量化，撞墙不撞墙的算力需求差别（其中假设也很多，大概看看）