AI到了什么阶段？

主要观点总结

本文梳理了过去一段时间对AI叙事产生重大影响的问题，并分析了当前AI发展的阶段。文章主要围绕微软的态度转变、OpenAI的祛魅、预训练模型的状况、中国AI的叙事以及应用叙事的衔接等五个关键点展开。

关键观点总结

关键观点1: 微软的态度转变

微软在CAPEX上的态度转向谨慎，减少训练投入，增加推理投入。目前微软整体投入的增速二阶导下降，但不排除应用爆发导致重新加速的可能性。

关键观点2: OpenAI的祛魅与AGI的预期

OpenAI主导的开源“偷袭”改变了AI堆栈的价值量分配，可能导致闭源模型长期利润缩水。这影响了资本市场情绪，但没有改变产业对AGI的预期。OpenAI的ChatGPT用户量实现了历史最快增长，说明AI应用的用户渗透率在快速提升。

关键观点3: 预训练模型的状况

最前沿实验室的交流显示，预训练模型的提升差强人意，但依然有很多创新和尝试机会。各家公司可能优先投入ROI更高的post-train，同时回到研究阶段尝试突破和延续pre-train。基座模型依然是核心，创新还在继续。

关键观点4: 中国AI的叙事

中国在AI领域可能无法全面接力北美，但在自身生态中有足够的机会。中国AI应用的普及和渗透率提升可能对全世界有更大的意义。中国可能成为最大的“杰文斯悖论”观察实验，通过平铺算力和猛怼应用来推动AI的发展。

关键观点5: 应用叙事的衔接

从chatbot到agent，用户与AI交互的方式发生质变。AI整体迭代进步的堆栈增加了新的层级，每个层级的进步叠加起来可能导致整体提升。需求侧的演变已经蠢蠢欲动，最终AI应用和普及速度多了一个引擎。

文章预览

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 ………………………………