创作者写的节目说明

本来我不算做季度的AI行业梳理的，

但恰巧有朋友找到我希望给他们同事做个内部培训，

所以趁着这个机会我还是做了一个PPT内容，

以及这一期的主题如果关注我的即刻应该都能猜到：

《Own Your Intelligence-从模型竞争到智能生产》

第一部份关于模型竞争：

过去几个月，模型发布的速度越来越快，版本号、参数规模与日期不断叠加，

模型训练和迭代逐渐呈现出“制造业”特征。

当模型之间的能力差距缩小，传统 Benchmark 也越来越难以准确衡量模型价值，

行业开始借助 3D 生成、游戏、无限流等更直观的“奇观”来展示模型能力。

也由此展开对中美模型竞争、开源与闭源、本地与云端模型关系的讨论。

第二部分聚焦“智能分化”：

最强的模型不再等同于最好用、最适合企业的智能。

随着开源模型能力快速提升、模型价格持续下降，企业开始重新思考如何拥有自己的智能；

包括模型选择、数据准备、Benchmark 设计、评估体系、后训练、Agent Harness、路由与强化学习环境等。

围绕这些环节，一整套新的 AI 基础设施和服务产业正在形成，

模型训练、数据、评估与 Agent 开发逐渐被拆解并商品化，

企业也从单纯调用模型 API，走向构建适合自身业务的智能系统。

第三部分讨论“循环自生”：

当 AI 不只是完成任务，而是开始参与数据生成、环境搭建、模型训练、评估和自身改进，

自动化研究、RSI、Test-time Training 与各种 Loop 成为行业关注的方向。

AI 参与改进 AI，可能带来新的研发飞轮，但 Loop 并不是万能的魔法；

不同任务在可验证性、可编辑性上的差异，决定了哪些领域更容易形成有效闭环。

节目也进一步追问：当越来越多的工作可以交给 Agent Loop，

人类的价值是否会更多体现在定义目标、寻找新的“高峰”与提出关键洞察上？

最后，本期节目讨论“界面重构”：

从 Coding Agent、办公 Agent，到 Personal Agent，

AI 产品正在改变软件的入口、交互和组织方式。

与此同时，产品也需要把复杂的技能、连接器、插件和工作流内化，

而不是继续把复杂度转嫁给用户。

老规矩，PPT在我的ima数据库中，有需要可以去ima获取；

屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb

最后本期节目感谢欧倍青DMG洗发水的赞助播出。

保持对世界的兴奋，也保持自己的好状态。

欧倍青为听友们带来新一代头皮“兴奋剂”，欧倍青旗下最强配方「欧倍青DMG洗发水」源自德国的强发科技-专利DMG+咖啡因:DMG长效续航，促进头皮微循环;咖啡因瞬时启动，快速激活发根--双通路协同为毛囊持续供能。每天2分钟，让头皮保持兴奋，也让自己状态持续在线。

相关产品可以在欧倍青天猫商城了解和购买。

（想加粉丝群的请先+微信：rosicky311)

下面正片开始……

【时间线】

这次的PPT和过往的有些不同

一些核心关键词

第一章：模型狂奔

模型密集发布

总量和频率上的趋势

版本号的变化

纯纯的“制造业”

benchmark的失效

为什么要用3D效果衡量模型能力？

“注意力”

中美对抗

开源闭源之争

云端与本地模型

第二章：智能分化

近期两笔大收购

一个默认前提松动

企业支出的变化

核心原因：模型价格

过去三年半开源模型的发展

价格趋势非常明显

要决定是否own了

开始之前的问题

第一个问题：成本

第二个问题：组织

执行路径

最后评估效果

Harvey的实施

LangChain的主张

Mercor的主张

为什么需要Agent和Harness

简而言之～

模型训练的商品化与分工

一级市场热门方向出现了

brex和ramp的榜单也出现了一样的趋势

YC明星公司也证明了这一点

新的可能性出现了

第三章：循环自生

《When AI builds itself》

L1-L5和智谱GLM-6.0

GPT 6和Seed也都提及了Loop

“Take Over”

neolabs疯狂融资

他们在bet什么？

大佬们的共识似乎也收敛了

人类的价值放哪里？

Loop之后的里程碑怎么确立？

所有都可以Loop么？

Loop的又岂止是技术和产品

第四章：界面重构

软件的时代变了

个人Agent的梦想

阶段性共识出现

codex的共识

办公Agent战役能打多久？

阶段性数据

再吐槽一些数据

“护城河”

组织调整

复杂度都给用户？

界面……创新

Grok Bot和Meta Muse

国产厂商？

收尾

【播客简介】

屠龙之术是一档关注科技、互联网、风险投资的播客，

主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。

其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“……

或许某天再有新的“龙”出现的时候，就是这档播客停更之时。

【ima知识库】屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb

在小宇宙查看该单集文稿

说明里标出的时间点，点一下跳过去

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

庄明浩用一期 PPT 把过去一个季度 AI 行业的技术与产品线索串成四章：模型发布密度已经到日均两个，版本号不得不加日期；Stripe 七十亿美金收 OpenRouter、英伟达一百二十九亿收 Hugging Face；一百一十九家 New Labs 融了九百四十三亿美金却只有十六家公开过收入；苹果 App Store 收入十年来第一次下降。他给出的判断是，大模型正在变成制造业，而 Loop 是一种结构、不是魔法。

AI 概要

本期概要

由 AI 从整集转写生成，是创作者说明之外的补充

这是庄明浩的一期单口 PPT 节目，针对过去一个季度 AI 行业做技术加产品的梳理。节目分四章：模型狂奔、智能分化、循环自生、界面重构。第一章用 OpenRouter 和 Hugging Face 的数据说明模型发布密度创下新高，版本号已需加日期区分，大模型正在变成制造业。第二章讲 Stripe 收购 OpenRouter、英伟达收购 Hugging Face，企业端开始松动「用最新最强模型」的默认前提，开源模型崛起推动价格下行，企业开始考虑「拥有自己的智能」。第三章讲 AI 参与改进 AI 的循环，智谱 GLM-6.0 定位全自训练、GPT-6 和字节 Seed 论文出现 Loop，New Labs 融资九百四十三亿美金但仅十六家有收入。第四章讲 App Store 收入首次下降，Coding 和 Personal Agent 成为共识，界面复杂度与护城河问题浮现。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立