Stay hungry, Stay foolish

Similarweb 发布截止到 2026 年 1 月 2 日的最新 AI 应用 Web 端访问数据。注意：该 PDF 文档中提到的增长率都是“基于域名级别（domain level）的 total visits（总访问量）”，“不包含 API 使用或集成”，可以简单的理解为这是 Desktop 与 Mobile Web 两端的 web 访问量统计。 OpenAI 的至暗时刻与谷歌的翻盘 OpenAI 2025 年太惨了，被 Google 按在地上摩擦。 ChatGPT 流量也从年初的 86.7%，降低为现在的 64.5%，可以预见的是今年大概率继续被 Gemini 蚕食。 反观 Gemini 从年初的 5.7% 来到现在的 21.5% 排名第二。马斯克的 Grok 和 DeepSeek 流量相当都在 3.5 %左右，并列第三。 Anthropic 因为核心精力都在 toB 上面，toC 应用 Claude 2025 年整体流量变化不大，从年初的 1.5% 升至年底的 2%。但考虑到 Claude Code 的成功，2026 年 如果 Claude Code 和 Claude 本身集成较好的好，机会也非常大。...

2025 年 3 月 5 日，一家在武汉的创业公司蝴蝶效应发布一款 Agent 产品： Manus，该产品能够调度不同的工具解决复杂问题，其在 GAIA 等基准测试中表现出 SOTA 的性能。该产品一经发布便引发国内外的关注和讨论，火爆程度堪比 DeepSeek R1 的盛况。 2025 年 12 月 17 日，Manus 宣布年度经常性收入（ARR）已突破 1 亿美元。消耗总 token 量超过 147万亿 token，创建了超过 8000 万台虚拟计算机。 2025 年 12 月 30 日，Meta 以 20 亿美元收购 Manus 的公司蝴蝶效应。收购完成后，蝴蝶效应公司将保持独立运作，创始人肖弘出任 Meta 副总裁。 配图来自于2025 年 7 月 Manus 团队对谈 YouTube 联合创始人陈士骏。左起依次为：季逸超（Manus 联合创始人、首席科学家）、肖弘（Manus 创始人兼 CEO）、陈士骏、张涛（Manus 联合创始人，产品负责人） 本文整理自 Manus 被 Meta 收购前对外接受的最后一次专访，张小珺对谈季逸超（Peak）：Manus’ Final Interview Before the Acquisition: Oh, the Surreal Odyssey of 2025。这篇访谈长达 3 小时 31 分钟，季逸超的分享畅汗淋漓，信息量超大，虽然本文能让你快速了解其中的核心输出和认知，但我还是建议大家去看原视频，开 1....

2022年 11 月 30 日 ChatGPT 横空出世已经过去 3 年了，2023 年 OpenAI 再次给世界一震撼，重磅发布了 GPT-4，而2024 年 OpenAI 仍然一枝独秀，给 AI 的发展带来了两个新的方向，一个是视频生成，一个是推理范式，前者的代表是 Sora，后者的代表是 o1。时间来到 2025 年，OpenAI 终于不再一枝独秀，迎来众多挑战者，全球 AI 可以说是呈现百花齐放的状态，有 Google 和 Anthropic 等闭源模型的兴起，有 DeepSeek、Qwen、Kimi、GLM、Minimax、Mistral 等开源模型的觉醒，当然也有 Llama 4 开源模型的落寞。 本文将按照时间顺序带你一起回顾一下 2025 年 AI 圈每一个核心大事件、技术突破及社会影响。 DeepSeek R1 火爆全球 2024 年 12 月 6日，OpenAI 重磅发布 o1 系列推理模型，把大模型的发展从仅使用系统 1 思维（快速、自动、直观、容易出错）发展到系统 2 思维（缓慢、深思熟虑、有意识、可靠）。而就在 2025 年 1 月 20 日，中国 AI 创业公司 DeepSeek（深度求索）发布了其最新一代开源模型 DeepSeek R1，该模型也是一个推理模型，在基准测试中其表现与 OpenAI 的 o1 模型相当，但价格却显著低于 o1（大概是其 1/30）。这一事件迅速在全球科技界引发了海啸般的反应，被西方媒体和战略分析师称为 AI 领域的“斯普特尼克时刻”（Sputnik Moment）。R1 不仅在性能上紧追 OpenAI 的顶尖闭源模型，更重要的是，它打破了关于大模型训练成本的固有认知。...

2025年12月15日· Martin Alderson 过去十五年，我们目睹了软件吞噬世界。整个行业被软件吞没——零售、媒体、金融——只要你说得出来的，在过去几十年里都经历了 SaaS 工具激增带来的惊人颠覆。这催生了大量 SaaS 公司——总估值达数万亿美元。 在我上一篇关于软件成本是否因 AI 编程智能体而下降 90% 的文章中，我主要关注了市场的供应端。如果这个假设成立，SaaS 工具的需求端会发生什么？我一直在思考软件工程变革带来的这些二阶和三阶效应。 “自建还是购买”（build vs buy）的权衡考量开始发生变化。软件吞噬了世界。智能体将要吞噬 SaaS。 我看到的信号 最明显的起点就是需求开始蒸发——尤其是对于“更简单”的 SaaS 工具。我相信许多软件工程师已经开始意识到这一点——很多我以前会考虑寻找免费增值或付费服务来做的事情，现在我经常可以让智能体在几分钟内完全按照我想要的方式解决。有趣的是，我甚至没有注意到这种转变。它就这样发生了。 如果我想要一个内部仪表板，我甚至不会觉得 Retool 或类似工具会让它更容易。我直接构建仪表板。如果我需要在媒体摄取过程中重新编码视频，我只需让 Claude Code 编写一个围绕 ffmpeg 的健壮封装器——而不必承担将原始文件发送到单独服务的成本（和速度损耗），也不必担心触及层级限制或试图在脑海中适应另一个 API 的心智模型。 对于不那么纯粹的软件开发任务，这一点更为明显。例如，我已经让 Gemini 3 在几分钟内生成了非常高质量的 UI/UX 原型图和线框图——不需要使用单独的服务或寻找起始模板。同样，当我想做演示文稿时，我不需要使用平台来美化幻灯片——我只需让 Claude Code 将我的 markdown 导出为设计精美的 PDF。 我开始看到的另一个可能影响更大的转变是，人们真的开始质疑大型“企业级” SaaS 公司的续约报价。虽然这还处于非常早期的阶段，但我相信这是一个非常重要的新兴行为。我现在已经看到几个例子：SaaS 供应商 X 发来了他们惯常的年度两位数百分比的涨价通知，而现在团队开始问：“我们真的需要支付这笔钱吗，还是我们可以自己构建所需的功能？”一年前，这充其量是一个很快会被否定掉的假设性问题。现在，这是一个人们正在投入真正精力去思考的现实选项。 最后，大多数 SaaS 产品包含许多客户并不需要或不使用的功能。SaaS 产品工程的许多复杂性在于管理这一点——当你只有一个客户（你的组织）时，这种复杂性一夜之间就消失了。同样，当客户就是开发者本人时，这个客户拥有路线图的完全控制权。不用再指望 SaaS 供应商将你的请求优先于其他客户。 维护方面的异议 对此的主要异议是“谁来维护这些应用程序？”。这是一个真实且正确的异议。软件有 bug 需要修复，有扩展问题需要解决，有安全漏洞需要修补，这一点没有改变。 我认为首先需要指出的是，很多 SaaS 维护得很差（根据我的经验，往往越贵质量越差）。通常，安全风险来自于需要连接和交互内部数据的外部第三方本身。如果你能将所有这些都移到现有的 VPN 或访问解决方案之后，你会突然大幅减少组织的攻击面。 最重要的是，智能体本身极大地降低了维护成本。我遇到过一些最痛苦的维护任务——从弃用的库更新到另一个支持更好的库——通过智能体变得容易多了，特别是在静态类型的编程生态系统中。此外，公司构建内部工具最大的顾虑是只有一个人了解所有内容——如果他们离开，所有的内部知识也就随之而去。智能体不会离职。而且通过一个考虑周全的 AGENTS.md 文件，它们可以向未来的任何人解释代码库。 最后，SaaS 同样伴随着维护问题。我这个月从一位朋友那里看到的一个最近的爆发点是，一家 SaaS 公司决定弃用他们现有的 API 端点并转移到另一套 API，而新 API 并没有提供所有相同的方法。由于这是一个核心系统，这是一个巨大的问题，需要大量的资源来更新、测试和推出受影响的集成。...

本文翻译自 A16z 联合创始人 Marc Andreessen 在 2011年 8 月 20 号发布的文章 Why Software Is Eating the World。 本周，惠普（我是其董事会成员）宣布正在探索剥离其陷入困境的 PC 业务，转而更大力地投资于软件领域，因其在那里看到了更好的增长潜力。与此同时，谷歌计划收购手机制造商摩托罗拉移动（Motorola Mobility）。这两项举措都震惊了科技界。但这两项举措也都符合我观察到的一个趋势，这个趋势让我对美国乃至世界经济的未来增长感到乐观，尽管最近股市动荡不安。 简而言之，软件正在吞噬世界。 在 1990 年代互联网泡沫达到顶峰十多年后，大约十几家新的互联网公司，如 Facebook 和 Twitter，正在硅谷引发争议，因为它们快速增长的私募市场估值，乃至偶尔成功的 IPO。由于 Webvan 和 Pets.com 鼎盛时期的伤痕在投资者心中记忆犹新，人们在问：“这难道不只是一个危险的新泡沫吗？” 我和其他一些人一直在提出相反的论点。（我是风险投资公司 Andreessen-Horowitz 的联合创始人兼普通合伙人，该公司投资了 Facebook、Groupon、Skype、Twitter、Zynga 和 Foursquare 等公司。我个人也是 LinkedIn 的投资者。）我们认为，许多杰出的新互联网公司正在建立真实的、高增长、高利润、高防御性的业务。 如今的股市实际上讨厌科技，这一点从各大上市科技公司创历史新低的市盈率（price/earnings ratios）就可以看出来。例如，苹果公司（Apple）的 比率约为 15.2——与整个股票市场大致相同，尽管苹果公司拥有巨大的盈利能力和主导的市场地位（苹果在过去几周按市值计算已成为美国最大的公司，超过了埃克森美孚）。而且，也许最能说明问题的是，当人们不断高喊“泡沫！”时，你就不可能真正处于泡沫之中。 但是，太多的争论仍然围绕着财务估值，而不是硅谷最优秀的新公司潜在的内在价值。我自己的理论是，我们正处于一场深刻而广泛的技术和经济变革之中，软件公司正准备接管经济的广阔领域。 越来越多的大型企业和行业正在依靠软件运行，并作为在线服务交付——从电影到农业再到国防。许多赢家是硅谷式的创业型科技公司，它们正在侵入并颠覆既有的行业结构。在未来 10 年，我预计会有更多行业被软件颠覆，而在更多情况下，进行颠覆的将是新的、世界一流的硅谷公司。 为什么现在会发生这种情况？ 计算机革命已过去六十年，微处理器发明已过去四十年，现代互联网崛起也已二十年，所有通过软件改造行业所需的技术终于成熟，并且可以在全球范围内广泛交付。 现在有超过 20 亿人使用宽带互联网，而十年前，当我在我共同创立的 Netscape 公司时，这个数字也许只有 5000 万。在未来 10 年，我预计全球至少有 50 亿人拥有智能手机，让每个拥有这种手机的人都能在每天的每一刻即时访问互联网的全部功能。 在后端，软件编程工具和基于互联网的服务使在许多行业中创办新的全球性软件驱动型初创企业变得很容易——无需投资新基础设施和培训新员工。在 2000 年，当我的合伙人 Ben Horowitz 担任第一家云计算公司 Loudcloud 的 CEO 时，一个客户运行基本互联网应用的成本约为每月 150,000 美元。如今在亚马逊（Amazon）的云上运行同样的应用，每月花费约 1,500 美元。...

本文整理自 Anthropic 的工程师 Barry 和 Mahesh 在 AI Engineer 做的关于 Skills 的分享：Don’t Build Agents, Build Skills Instead。 Anthropic 这帮工程师真的非常高产，继创造了 MCP 协议、Claude Code 编码 Agent 后，又创造了 Skills。他们的每一次创新都是源于实际工程开发中的真实需求，比如： MCP 协议的提出是因为解决模型与异构数据源（如本地文件、SaaS工具）连接的碎片化与标准化难题； Claude Code 创造是因为突破对话框的限制，让 AI 直接深入本地开发环境，实现从“阅读代码”到“执行构建”的自主闭环。 而 Skills 的创造是因为 将高频、复杂的任务逻辑封装为可复用的标准化模块，让 Agent 拥有长期的“肌肉记忆”，避免在重复任务中反复进行低效的 Prompt 引导。 以下是本次分享的核心内容，由我和 Gemini 3 Pro 共同整理而成。 代码就是这一层通用的接口 以前我们有个误区，觉得不同领域的 Agent 应该长得完全不一样。做金融的 Agent 和写代码的 Agent，肯定需要完全不同的工具和脚手架，甚至得为每个用例单独造一个 Agent。 但后来我们发布了 Claude Code（我们的第一个编程 Agent），搞着搞着发现：原来底下那个通用的 Agent 其实比我们想象的要强大得多。 代码不仅仅是一个使用场景，它其实是连接数字世界的通用接口。 想象一下生成一份财务报告：模型调用 API 拉数据、在文件系统里整理、用 Python 分析、最后输出格式化文件。这一整套流程，其实只需要极薄的一层脚手架（Bash 和文件系统）就能搞定。 智商 300 的天才 vs....

本文翻译自 Andrej Karpathy 发布在 X 上的对于 2025 年 LLM 的年度回顾：2025 LLM Year in Review. 2025 年是 LLM（大型语言模型）取得长足进步且充满大事的一年。以下是一份我个人认为值得注意且略显意外的“范式转变”清单——这些事物改变了格局，并在概念上令我印象深刻。 1. 基于可验证奖励的强化学习 (RLVR) 在 2025 年初，各大实验室的 LLM 生产技术栈看起来大概是这样的： 预训练 (Pretraining, 约 2020 年的 GPT-2/3) 监督微调 (Supervised Finetuning, 约 2022 年的 InstructGPT) 基于人类反馈的强化学习 (RLHF, 约 2022 年) 在很长一段时间里，这是训练生产级 LLM 的稳定且行之有效的配方。在 2025 年，基于可验证奖励的强化学习 (RLVR) 崛起，成为了这一组合中事实上的新增主要阶段。通过在多个环境（例如数学/代码谜题）中针对可自动验证的奖励来训练 LLM，LLM 自发地发展出了在人类看来像是“推理”的策略——它们学会了将解决问题的过程分解为中间计算步骤，并学会了多种反复推敲以弄清问题的解题策略（参见 DeepSeek R1 论文中的例子）。这些策略在以前的范式中很难实现，因为对于 LLM 来说，最佳的推理轨迹和纠错方式是什么并不明确——它必须通过针对奖励的优化，自己找到行之有效的方法。 与 SFT 和 RLHF 阶段（这两个阶段相对较薄/较短，计算上只是微小的微调）不同，RLVR 涉及针对客观（不可被操纵）奖励函数的训练，这允许进行更长时间的优化。事实证明，运行 RLVR 提供了极高的能力/成本比，它吞噬了原本用于预训练的计算资源。因此，2025 年的大部分能力进步都是由 LLM 实验室消化这一新阶段的“剩余红利”所定义的，总体而言，我们看到了体量相似的 LLM，但 RL 运行时间要长得多。此外，这一新阶段独有的是，我们获得了一个全新的旋钮（以及相关的缩放定律），可以通过生成更长的推理轨迹和增加“思考时间”来控制作为测试时计算量函数的能力。OpenAI o1（2024 年末）是 RLVR 模型的首次演示，但 o3 的发布（2025 年初）是一个明显的拐点，你能直观地感受到这种差异。...

本文翻译自 Notion 创始人 Ivan Zhao 在 X 上发表的文章：Steam, Steel, and Infinite Minds。 每个时代都由其奇迹材料所塑造。钢铁锻造了镀金时代。半导体开启了数字时代。如今，AI 作为无限思维已经到来。如果历史教会了我们什么，那就是掌握这种材料的人将定义这个时代。 [左图：少年时期的安德鲁·卡内基和他的弟弟。右图：镀金时代的匹兹堡钢铁厂。] 19 世纪 50 年代，安德鲁·卡内基作为一名电报员，奔跑在匹兹堡泥泞的街道上。当时十分之六的美国人是农民。在两代人的时间里，卡内基和他的同辈们锻造了现代世界。马匹被铁路取代，烛光被电力取代，铁被钢取代。 从那以后，工作从工厂转移到了办公室。如今，我在旧金山经营一家软件公司，为数百万知识工作者打造工具。在这个行业重镇，每个人都在谈论通用人工智能（AGI），但二十亿案头工作者中的大多数尚未感受到它的存在。知识工作很快会变成什么样子？当组织架构吸收了永不休眠的思维时，会发生什么？ [早期的电影看起来通常像舞台剧，只有一台摄像机对着舞台拍摄。] 这种未来往往难以预测，因为它总是伪装成过去的样子。早期的电话像电报一样简练。早期的电影看起来像是被拍摄下来的戏剧。（这就是马歇尔·麦克卢汉所说的“通过后视镜驶向未来”。） [今天最流行的 AI 形式看起来就像过去的谷歌搜索。引用马歇尔·麦克卢汉的话：“我们总是通过后视镜驶向未来。”] 今天，我们看到的是模仿谷歌搜索框的 AI 聊天机器人。我们正深陷于每一次新技术变革都会出现的那个令人不安的过渡阶段。 我没有关于接下来会发生什么的全部答案。但我喜欢用几个历史隐喻来思考 AI 如何在不同层面上发挥作用，从个人到组织，再到整个经济体。 最初的端倪可以在知识工作的高级祭司——程序员身上找到。 我的联合创始人 Simon 就是我们所说的“10 倍程序员”，但他现在很少写代码了。走过他的办公桌，你会看到他同时指挥着三四个 AI 编程智能体（Agent），它们不仅打字更快，而且会思考，这让他变成了“30-40 倍工程师”。他在午餐或睡前排好任务，让它们在他离开时工作。他已经成为无限思维的管理者。 [20 世纪 70 年代《科学美国人》的一项关于移动效率的研究激发了史蒂夫·乔布斯著名的“大脑的自行车”隐喻。只不过从那以后，我们一直在信息高速公路上费力地踩着踏板。] 20 世纪 80 年代，史蒂夫·乔布斯称个人电脑为“大脑的自行车”。十年后，我们铺设了互联网这条“信息高速公路”。但今天，大多数知识工作仍然是人力驱动的。这就像我们在高速公路上骑自行车一样。 有了 AI 智能体，像 Simon 这样的人已经从骑自行车毕业，转而驾驶汽车了。 其他类型的知识工作者什么时候才能开上车？必须解决两个问题。 [与编程智能体相比，为什么 AI 更难帮助知识工作？因为知识工作更加碎片化，且更难以验证。] 首先是上下文碎片化。对于编程，工具和上下文往往存在于一个地方：IDE、代码库、终端。但一般的知识工作分散在数十个工具中。想象一个 AI 智能体试图起草一份产品简介：它需要从 Slack 讨论串、战略文档、仪表盘中的上季度指标以及仅存在于某人脑海中的组织记忆中提取信息。今天，人类是胶水，通过复制粘贴和在浏览器标签页之间切换将所有这些缝合在一起。在上下文整合之前，智能体将仍然受困于狭窄的用例中。 第二个缺失的要素是可验证性。代码具有一种神奇的属性：你可以通过测试和报错来验证它。模型制造者利用这一点来训练 AI 更好地编程（例如强化学习）。但是，你如何验证一个项目是否管理得当，或者一份战略备忘录是否优秀？我们尚未找到改进一般知识工作模型的方法。因此，人类仍然需要在回路中进行监督、指导，并展示什么是好的结果。 [1865 年的《红旗法案》要求车辆在街道上行驶时，必须有一名旗手在车前行走（该法案于 1896 年废除）。这是一个不受欢迎的“人在回路中”的例子。] 今年的编程智能体教会了我们，“人在回路中（human-in-the-loop）”并不总是可取的。这就像让专人检查工厂流水线上的每一颗螺栓，或者走在汽车前面开路（参见：1865 年的《红旗法案》）。我们希望人类站在杠杆点上监督回路，而不是身处其中。一旦上下文得到整合且工作可验证，数十亿工人将从骑自行车转变为开车，进而从开车转变为自动驾驶。...

本文整理自 Moonshots 播客特别节目: 2026 Predictions on AI, the State of the Economy, Humanoid Robots, and Space Exploration | EP #217。这次的讨论非常硬核，Peter Diamandis 和他的“Moonshot Mates”（包括 Emad, Salim, Alex 和 Dave）对 2026年 做出了 10 个极其大胆的预测。 这不是那种模糊的“未来会更好”的空话，而是关于技术奇点、商业模式重构和甚至人类寿命突破的具体推演。 系好安全带，我们要起飞了。 2026年十大预测：奇点临近，未来已来 如果说 2025 年让你觉得世界变化很快，那只是热身。根据 Moonshots 团队的最新推演，2026 年将是“感觉像未来”的一年。无论是在太空竞赛、AI 算力爆发，还是人类寿命的延长上，这一年都将成为历史的转折点。 以下是五位顶尖科技思想家对 2026 年的 10 个核心预测： 1. 太空竞赛易主：贝佐斯将在月球上击败马斯克 (预测者: Peter Diamandis) 这听起来可能有点反直觉，毕竟 SpaceX 现在的发射频率高得吓人。但 Peter 预测，在 2026 年，杰夫·贝佐斯（Jeff Bezos）的 Blue Origin 将率先在月球南极的 Shackleton 陨石坑着陆。 与此同时，埃隆·马斯克（Elon Musk）在忙什么？他会在这一年全力完善 Starship 的在轨加油技术，为 2027 年的火星发射窗口做准备。但这不仅是两个亿万富翁的游戏，中国也在这一赛道上紧追不舍。2026 年，以前那种科幻剧集里的“太空争霸”将真实上演。...

本文整理自 Youtube 知名博主 Alex Kantrowitz 对 Sam Altman 的最新访谈。访谈中 Sam Altman 深度解析了 ChatGPT 的下一步：从应对 DeepSeek 和 Gemini 的“红色代码”时刻，到 1.4 万亿美元的基础设施算账逻辑。为何他认为目前的模型能力被严重低估？未来的 AI 硬件为何可能没有屏幕？本文为你详细解读 OpenAI 赢得这场 AI 军备竞赛的底层逻辑。以下内容由我和 Gemini 3 Pro 共同整理完成。 OpenAI 已经十岁了，而 ChatGPT 也走过了三个年头。在这个不仅被谷歌 Gemini 紧追不舍，还被 DeepSeek 点击软肋的时刻，外界都在问：OpenAI 还能保持领先吗？ 最近，OpenAI CEO Sam Altman 在一档深度访谈中，非常坦诚地聊了聊现在的局势、那个让人咋舌的 1.4 万亿美元基建计划，以及他对未来 AI 形态的真实想法。 与其说这是一次商业访谈，不如说是一次对未来几年的预演。如果你关心 AI 的走向，这篇深度解读不容错过。 不要浪费一次好的“危机” 还记得前段时间 DeepSeek 带来的冲击吗？或者谷歌发布的 Gemini 3？Altman 并不避讳这些竞争对手的存在。 实际上，OpenAI 内部有过所谓的“红色代码（Code Red）”时刻。但这并不是外界想象中的那种恐慌性崩溃。对 Altman 来说，这种状态通常只会持续 6 到 8 周。这是一种健康的“偏执”——当 DeepSeek 展现出某种优势，或者竞争对手不仅在模仿还在超越时，这对 OpenAI 来说反而是好事。它暴露了产品策略中的弱点，迫使团队快速修补。...