引言：AI行业的疯狂迭代与硬核对话

大家好，这里是最佳拍档。过去一年，我们已经感受到了AI行业的疯狂迭代，从刷新我们认知的模型发布，到技术路线的激烈博弈，再到全球范围内的竞争与合作，AI正在以超出想象的速度重塑我们的世界。

2月1日，知名科技播客博主莱克斯·弗里德曼邀请到了两位AI领域的重量级嘉宾，展开了一场长达数小时的硬核对话。一位是知名机器学习研究员与教育家塞巴斯蒂安·拉施卡，另一位是艾伦人工智能研究所的后训练负责人、RLHF领域的权威专家内森·兰伯特。他们一位深耕技术原理与教育普及，一位专注后训练技术与行业实践，恰好代表了当前AI领域的两大核心关切。

这场访谈信息密度极高，不仅复盘了2025年的关键技术突破，更是对2026年的行业走向做出了深刻预判。今天，我们就来给大家拆解一下这场访谈的核心内容，一起看清AI行业的现状与未来。

全球AI竞争：DeepSeek时刻与开源格局反转

谈到全球AI竞争，2025年最关键的转折点无疑是DeepSeek时刻。2025年1月，中国公司DeepSeek发布了开放权重的模型DeepSeek R1。这款模型以更低的算力成本达到了接近Sota的性能，瞬间震惊了业界，也被视为中美AI竞争的分水岭。

内森·兰伯特在访谈中提到，中国公司在开源权重模型领域的表现堪称强势。除了DeepSeek，阿里巴巴的通义千问、MiniMax、Kimi等公司都发布了大量高性能开源模型，凭借出色的性能和友好的许可协议，赢得了全球开源社区的广泛青睐。

与之形成鲜明对比的是美国曾经的开源标杆——Meta的Llama系列。拉施卡分析指出，Meta在2025年陷入了刷榜陷阱，试图通过构建巨大的Llama 4模型在基准测试中击败ChatGPT，却忽略了AI领域真正的需求，也就是轻量级、可用的模型。这种战略失误导致Llama留下的生态空白，正被中国的开源模型迅速填补。

兰伯特则补充道，中国的开源模型不仅数量多，规模也更大，大多采用混合专家模型架构，峰值性能更高，而许多西方开源模型，比如Gemma、Nemotron则以较小规模为主。不过这种局面在2026年可能会发生改变，Mistral Large 3、英伟达的Nemotron等模型也开始向大参数量的混合专家架构靠拢。

不过，中国公司坚持开源权重模型的策略，背后其实有着务实方面的考量。兰伯特解释道，由于安全担忧，许多美国的顶尖科技公司不会购买中国公司的API订阅服务，因此开放权重模型成为了中国企业参与全球AI市场的重要途径，通过让全球用户本地部署模型，打入美国巨大且不断增长的AI支出市场。

此外，中国开源模型的许可协议往往更加友好，大多采用无限制的开源许可，比如Apache 2.0，而Llama、Gemma等模型则附带用户数量上限等条件，这也成为中国开源模型受欢迎的重要原因。

不过，这场竞争并非零和博弈。拉施卡认为，中国顶级开源模型的广泛使用，反而会鼓励美国公司发布更好的开源模型，从而形成一种积极的循环。而兰伯特也提到，他正在推动一项名为亚当计划的美国版DeepSeek项目，旨在构建和托管高质量的美国开源AI模型及基础设施，与中国开源生态竞争。这也意味着2026年的全球开源竞争将会更加激烈。

闭源模型格局：巨头的优势与挑战

在闭源模型领域，当前的市场格局同样精彩。访谈中，两位嘉宾对主流AI实验室和模型的表现进行了细致点评。Anthropic无疑是当前的热门玩家，它们推出的Claude Opus 4.5被视为顶流模型，尤其在编程领域表现出色，深受开发者的喜爱。

兰伯特提到，Claude Opus 4.5发布后热度一路攀升，甚至盖过了Google Gemini 3的风头。而Anthropic最突出的优势在于组织有序，是所有主流实验室中最不混乱的，这种稳定的组织架构为技术迭代提供了有力保障。

Google的表现则展现出了低调的强大。Gemini 3发布时的营销声量不如对手，但是性能极其强劲。Google的核心优势在于全栈垂直整合能力，从TPU芯片、云计算，到模型研发和应用落地，形成了完整的技术栈。这让它不依赖英伟达的高价GPU芯片，利润率极高。弗里德曼也提到，Gemini在大海捞针任务中表现突出，处理长上下文并且寻找特定信息的能力堪称顶尖。

OpenAI则呈现出了混乱中的强大。尽管内部运营常被传混乱，但是OpenAI的交付能力依然极强。GPT-5系列模型通过推理时计算优化，节省了大量成本，并且定义了新的技术范式。拉施卡和兰伯特都提到，ChatGPT凭借先发优势和飞轮效应，积累了庞大的用户群体，它们的记忆功能、多场景适配能力也让用户形成了使用习惯，短期内难以被超越。

相比之下，Meta的Llama系列则面临困境。兰伯特透露，Llama系列存在内部政治和激励机制的问题，研究人员想要构建实用的模型，但是管理层更倾向于追求基准测试排名，导致技术决策出现偏差。对于未来是否会有开源的Llama 5，嘉宾们普遍持怀疑态度，认为Meta的开源策略正在动摇，其开源生态的领先地位已经不复存在。

除此之外，其他模型也各有特色。xAI的Grok-4 Super Heavy在硬核调试任务中表现出色，被弗里德曼用来解决其他模型无法处理的编程问题。OpenAI推出的首个开源模型GPT-OSS，则在工具调用方面实现了突破，成为首个在训练时就充分考虑工具调用的公开权重模型。

对于2026年的竞争格局，兰伯特预测，Gemini将继续追赶ChatGPT，而Anthropic会在软件和企业端延续成功。Google Cloud凭借丰富的产品线和TPU芯片优势，将保持良好发展势头。而OpenAI虽然面临竞争，但是凭借着它在全新研究理念落地方面的核心能力，依然难以被超越。

后训练时代：RLVR的技术革命

如果说过去几年AI的进步主要依赖于预训练的规模扩张，那么2025年的最大技术突破则标志着AI行业正式进入后训练时代。兰伯特明确指出，预训练已经变得极其昂贵，而且边际效益递减，现在模型能力的提升重点已经从预训练转向了后训练阶段的创新。

传统的预训练是计算密集型任务，核心依赖算力堆叠，通过扩大模型参数和数据集规模来提升性能。但是随着模型参数量达到万亿级别，预训练的成本已经高到令大多数机构望而却步。DeepSeek的预训练费用大约为500万美元，而如果包含工程调试、实验和集群闲置在内，训练一个模型的实际成本可能更高。更重要的是，预训练的唾手可得的果实已经被大量采摘，继续扩大规模带来的性能提升越来越有限。

与之相对，后训练阶段的核心技术——带有可验证奖励的强化学习（RLVR），彻底改变了模型的训练方式。兰伯特解释道，传统的基于人类反馈的强化学习（RLHF），更多是调整模型的语气和风格，属于微调偏好，容易触及性能天花板。而RLVR则是让模型在数学、代码等有客观答案的领域进行大规模试错，通过从生成到评分的迭代循环，让模型像人类学生一样在数万次练习中自我修正，从而解锁预训练中已有的知识。

拉施卡用一个生动的例子展示了RLVR的强大：他在Math 500数据集上训练通义千问3基座模型，仅用了50个步数，几分钟内准确率就从15%飙升到了50%。这并非是模型在短时间内学会了数学，而是RLVR解锁了预训练中已经存储的知识。RLVR的美妙之处在于，它能让模型展示完整的推理步骤，甚至出现顿悟时刻，让模型意识到自己的错误并自我修正，这不仅提高了准确性，也增强了用户对模型的信任。

值得注意的是，预训练和后训练的硬件需求截然不同。预训练是算力受限，核心指标是每秒浮点运算次数（FLOPS）；而后训练阶段的RLVR则更像是内存密集型任务，更看重GPU的运行时间，而非单纯的算力堆叠。兰伯特提到，现在强化学习的运行天数正在接近预训练的天数，虽然没有同时使用那么多GPU，但从GPU小时数或者实际时长来看，强化学习的规模正在快速追赶。

除了RLVR以外，后训练阶段还包括中期训练和人类反馈强化学习。中期训练介于预训练和后训练之间，本质上是专业化的预训练，比如专门训练模型的长上下文能力，以弥补预训练阶段在特定领域的数据不足。而RLHF则依然是必不可少的点睛之笔，主要用来调整模型的语气、风格和格式，使其更符合人类的交互习惯。用兰伯特的话来说，中期训练赋予模型技能，RLVR通过试错深化能力，RLHF负责最后的润色与交互体验，三者共同构成了后训练的完整体系。

AI重塑编程：Vibe Coding与工业化

除了训练范式的变革，AI对编程领域的重塑可能也远超许多人的预期。访谈中，三位嘉宾都分享了自己使用AI编程工具的体验，而这些体验背后，是软件工程领域的深刻变革。

兰伯特提到了Vibe Coding的概念：开发者不再纠结于具体的代码细节，而是通过自然语言描述需求，让AI快速生成并且修改代码差异。在这种模式下，人类的角色从代码的编写者，转变为了系统设计师和审查者。他提到，自己用Claude Code构建数据分析工具时，原本需要几天时间的工作，AI几小时就完成了，而且生成的代码趋势合理，只需进行简单的核查即可。

拉施卡则更倾向于使用VSCode的Codex插件，他认为这款工具达到了恰到好处的平衡点，既能提供代码帮助，又没有完全取代人类的工作，符合他对代码的控制欲。弗里德曼则是Cursor和Claude Code的重度用户，他提到，使用Claude写代码的一个意外收获是培养了用英语编程的能力，这种体验让他不再微观管理代码生成的细节，而是更关注代码的逻辑和结构。

三位嘉宾都认同，AI正在让软件开发变得高度工业化。虽然完全自动化的超级智能编程，因为数据分布的参差不齐，难以在短期内完美实现，但是工具的门槛正在急剧降低。兰伯特预测，未来一个不懂底层代码的人，只要拥有清晰的系统设计思维，利用Claude Code或Cursor等工具，就能构建出复杂的软件系统。

而弗里德曼分享的一项调查数据也印证了这一点：在拥有10年以上经验的专业开发者中，超过50%代码由AI生成的案例中，高级开发者占比更高。而且大约80%的开发者表示，AI让他们的工作更有趣。

不过，AI编程也带来了一些新的挑战。拉施卡提到，自己维护的开源仓库最近收到了大量由大模型生成的Pull Request，作为维护者，他需要花费大量时间审核这些代码，这让他有些应接不暇。此外，AI生成的代码可能存在隐藏的漏洞，而初学者如果过度依赖AI，可能会失去亲手构建代码的机会，难以建立深刻的思维框架。

因此，嘉宾们普遍认为，AI是编程的强大助手，但不是替代品。人类开发者需要保留核心的系统设计能力、调试能力和逻辑思维能力，在AI的辅助下提升效率，而非完全依赖AI。

Scaling Laws多维扩展：AI发展的基石

针对AI发展是否遇到瓶颈的质疑，两位嘉宾给出了明确的否定答案：那就是Scaling Laws并没有失效，只是扩展的维度变得更加丰富了。传统的Scaling Laws主要关注两个核心维度：分别是模型参数规模和数据集规模。过去几年，AI行业的发展确实遵循着这个规律，模型参数量从数十亿一路飙升到万亿级别，数据集规模也达到了万亿Token级别，模型性能随之持续提升。

但是正如我们之前提到的，单纯的预训练规模扩展已经面临成本高、边际效益递减的问题。因此行业开始探索多维度的扩展策略。兰伯特将当前的规模扩展分为了三个维度：

• 第一个维度是传统的Scaling Laws，即继续堆叠模型参数和数据集。这依然是技术发展的基石，尤其是对于大模型而言，更多的参数和更高质量的数据依然能带来性能提升。
• 第二个维度是强化学习规模，也就是模型可以进行多长时间的试错学习。这正是RLVR技术的核心，通过延长强化学习的训练时间，让模型在更多任务上进行试错，从而深化能力。
• 第三个维度是推理侧算力扩展，即让模型在回答前思考的更久，生成更多的思维链Token。OpenAI的o1模型就是这个维度的典型代表，它通过在推理时生成大量隐藏的思维链，显著提升了复杂任务的解决能力。

这种多维度的扩展策略，使得科技巨头们在2026年依然敢于投入数百亿美元建设吉瓦级规模的算力集群。拉施卡用一个形象的比喻解释了这种策略：在一个拥有无限算力的理想世界里，你会把这三个维度的旋钮全部拉满。但是在现实中，这变成了一场关于性价比的权衡游戏。大公司需要考虑是花1亿美元训练更大的模型，还是花200万美元做推理侧扩展，才能获得同等的性能提升。

OpenAI选择了后者。兰伯特提到，GPT-5系列通过高端线路功能的路由机制，让大多数用户不再消耗昂贵的GPU资源，节省了大量成本。而对于需要巅峰性能的特定任务，比如奥数竞赛、复杂编程，则可以通过调用更多的算力、生成更长的思维链来实现。这种通用场景省成本、高端场景提性能的策略，已经成为了当前平衡性价比和用户体验的最优解。

嘉宾们普遍认为，Scaling Laws的多维度扩展将在未来几年持续主导AI行业的发展。随着吉瓦级算力集群的落地，实验室将拥有更多算力用于训练和推理，而如何在三个维度之间找到最佳平衡点，将成为各大AI公司的核心竞争力。

AGI未来：多Agent与专业化模型

谈到通用人工智能（AGI）的未来，嘉宾们打破了单一全能模型统治世界的幻想。兰伯特明确表示，单一通用模型的梦想已经破灭。未来的AI生态将是分工明确的系统，属于多Agent与专业化模型。

为什么单一通用模型难以实现呢？首先，不同任务的需求差异巨大。法律、医疗、编程、数学等领域都有其独特的知识体系和任务特点，一个模型很难在所有领域都达到顶尖水平。其次，数据分布的参差不齐也限制了通用模型的能力，某些领域的训练数据非常匮乏，模型难以通过预训练和后训练掌握相关技能。最后，从性价比角度来看，专业化模型更具优势。针对特定任务优化的模型能够以更低的成本提供更高的性能，而通用模型为了覆盖所有任务，往往需要付出巨大的算力和数据成本。

因此，未来的AI生态将呈现术业有专攻的格局，不会再依赖一个单一的ChatGPT去处理所有事务，而是会有专门负责法律的垂直模型、专门处理医疗诊断的模型、专注于编程的模型等。人们将根据不同的任务调用不同的Agent。而未来的数据中心里，将是许多专门的AGI在相互交流、管理和执行任务。

弗里德曼则提到，在《AI 2027报告》中曾预测2027年将出现超越人类水平的编程者，进而实现AI研究自动化。但是嘉宾们认为这个时间线可能需要推迟。兰伯特认为，AI的能力是锯齿状的，在某些方面表现卓越，而在另一些方面表现糟糕。即使在编程领域，AI也可能在传统机器学习系统和前端开发中表现出色，但在分布式机器学习等领域存在短板。因此，人机协作的模式将长期存在。最顶尖的AI研究人员和开发者，将是那些能够充分发挥AI优势、弥补AI短板的人。

不过，嘉宾们对AI的长期发展依然乐观。拉施卡认为，大语言模型最终会像计算器解决计算问题一样，解决编程问题，成为一种通用的工具。而兰伯特则预测，到2026年底，被自动化的软件数量将会非常高，软件开发将更多地转向系统设计以及对结果目标的追求，任何人都能凭指尖灵感创造软件。

AI开发者入门指南：挣扎与细分

对于想要从零开始进入AI开发与研究领域的人，两位嘉宾结合自己的经验，给出了一些非常实用的建议。

拉施卡的核心建议是：从头开始构建一个简单的模型。他认为，这么做的目的不是为了用自己构建的模型来取代ChatGPT或其他开源模型，而是为了确切了解大模型的输入输出、预训练的运作机制，以及注意力机制、Transformer块等核心组件的工作原理。通过在自己的电脑上从零构建一个模型，能让学习者深入理解预训练、监督微调等关键流程，而这种底层理解是使用现有工具无法获得的。他特别提醒，不要一开始就去阅读Hugging Face的Transformers库源码，为了兼容成百上千种模型和生产环境，这些代码极其复杂而且交织在一起，阅读体验不是线性的，不适合初学者学习原理。相反，他建议采用逆向工程的方法，先查看模型仓库中的配置文件，了解模型的层数、注意力机制类型等参数，然后从基础模型开始，逐步添加这些组件，加载预训练权重，验证自己的架构是否正确。他举例说，自己曾花了一天时间处理Llama 3的位置嵌入扩展，正是在这种挣扎的过程中，才真正理解了相关技术。

兰伯特则建议，在掌握基础后，应该深入研究一个细分领域。AI领域发展太快，顶尖人才往往会转向解决更大的难题，这就为初学者留下了许多细分领域的机会。他以自己关注的性格训练为例，通过调整数据让模型变得幽默、讽刺或严肃，就是一个有趣且有价值的细分方向。他提到，一位牛津大学的博士生正是在这个方向深入研究，最终发布了相关论文。对于没有充足算力的初学者，兰伯特建议专注于评估工作，通过使用闭源模型或开放权重模型的补全结果，研究模型的失败模式和能力边界。如果你能发现一些顶尖模型难以处理的问题，同样能在行业中获得认可。

两位嘉宾都强调了挣扎的价值。拉施卡认为，学习过程中没有感到挣扎，说明没有遵循正确的学习流程。兰伯特则提到，他在推导DPO论文的数学步骤时非常痛苦，但这种挣扎让他对技术有了更深刻的理解。

对于使用AI辅助学习，嘉宾们的建议是分阶段进行：先进行一轮离线、专注模式的学习，努力克制立即查阅资料的冲动，让问题沉淀一段时间，之后再使用AI作为复习工具，补充背景知识、解决遗留问题，而不是一开始就依赖AI获取答案。

职场文化与商业整合：高强度与高回报

除了技术本身，访谈还探讨了AI行业的职场文化、商业整合等热门话题。在AI行业，九九六文化正在变得越来越普遍。拉施卡解释道，九九六指早上9点工作到晚上9点，每周六天，总共七十二小时的工作模式。这种拼命工作的心态在硅谷AI公司中尤为突出。兰伯特则提到，前沿实验室的员工几乎是一直工作。这种高强度工作的背后，是激烈的行业竞争和互相超越的技术氛围，因为模型更新迭代的速度极快，一旦落后就可能被市场淘汰。

不过，这种高强度工作也带来了高昂的人力资本代价，许多员工会感到职业倦怠。尽管工作强度大，但是AI行业的薪酬待遇非常诱人。兰伯特透露，OpenAI员工的平均薪酬，仅股票部分每年就超过100万美元。对于普通人来说，只要能进入这类顶尖AI实验室，人生都会发生翻天覆地的变化。这也导致了一种现象：许多顶尖大学的博士生会选择放弃学位，加入OpenAI、Anthropic等公司。

不过，嘉宾们也指出，学术界和工业界各有优势。学术界能提供更自由的研究环境和个人认可，而工业界则能提供更充足的资源和更高的薪酬。选择哪种路径，取决于个人的职业规划和价值追求。

在商业层面，2026年AI行业将迎来整合浪潮。兰伯特提到，目前AI初创公司的溢价非常高，成立仅一年左右的初创公司估值可能达到100亿美元，而成立八个月的Manus，就以20亿美元的价格被收购。未来，大型科技公司可能会收购更多有技术优势的AI初创公司，比如有传言称Apple可能收购Perplexity。此外，授权交易也会成为重要的整合方式，比如Grok与英伟达之间的200亿美元非排他性授权协议。不过这种方式可能无法让普通员工受益，与完整收购存在本质区别。

对于Anthropic、OpenAI等顶尖AI公司是否会IPO，嘉宾们普遍认为短期内可能性不大。只要融资容易，这些公司就不会选择IPO，因为公开市场会带来业绩压力。而在中国，MiniMax和零一万物等公司已经提交了IPO申请，这也反映了中美AI公司不同的资本路径。

技术前沿、硬件趋势与长远未来

访谈的最后，嘉宾们探讨了AI领域的新技术方向、硬件发展趋势，以及人类文明与AI的长远关系。

在技术前沿方面，文本扩散模型成为备受关注的新方向。拉施卡解释道，文本扩散模型源于图像生成领域的扩散模型，其核心思路是从一段随机文本开始，通过多次迭代不断填补和完善缺失部分，实现文本生成。与传统的自回归Transformer一次生成一个Token不同，文本扩散模型可以同时处理多个Token，实现并行化生成，效率更高。不过，文本扩散模型也存在权衡：要想达到与自回归模型相同的质量，需要增加去噪步数，最终消耗的算力可能相差无几，而且在推理、工具调用等非并行任务中表现不佳。嘉宾们认为，文本扩散模型不会取代自回归大语言模型，但是可能用于快速、廉价且大规模的文本生成任务。

工具调用是另一个重要的发展方向。目前，工具调用主要集中在闭源大模型上，但未来会有更多开源工具涌现。工具调用的核心价值在于，将某些依赖记忆的任务外包给工具，比如让模型调用计算器解决数学问题、调用搜索引擎获取实时信息，这能有效减少模型的幻觉问题。不过，工具调用也面临信任和安全挑战，赋予大模型访问邮件、硬盘的权限可能带来风险，如何在保障安全的前提下实现工具调用的广泛应用，是行业需要解决的问题。

在硬件方面，英伟达依然占据主导地位，但是面临着Google、Amazon、微软等公司的挑战，这些公司都在制造自己的芯片。嘉宾们认为，英伟达的核心护城河不仅是GPU硬件，更是演进了二十年的CUDA生态系统，这种长期积累的软件生态很难被复制。未来，训练和推理算力可能会发生分离，英伟达也推出了针对特定场景的新芯片，比如专为推理预填充阶段设计的低内存芯片。而黄仁勋作为英伟达的核心领导者，他对公司的高度掌控和对AI趋势的敏锐判断，将继续推动英伟达在AI硬件领域的领先地位。

谈到人类文明与AI的长远关系，嘉宾们都保持了乐观的态度。认为，100年后，AI可能会被统称为计算机，其核心依然是计算能力的提升，而深度学习作为一个术语会被铭记。兰伯特则预测，未来人类会随身携带某种物理计算设备，用于保障隐私和实现与互联网的接口。而AI带来的最大价值，将是提升人类的自主性和社区感，让人们有更多时间与亲近的人相处，赋予生活更多意义。

嘉宾们也提醒，AI的发展需要平衡创新与伦理。AI生成的垃圾内容可能会泛滥，需要建立有效的内容验证机制；AI带来的就业岗位流失可能会引发社会问题，需要建立完善的社会支持系统；而AI的安全问题则是重中之重，尤其是在机器人、自动驾驶等具身智能领域，必须确保AI系统的可靠性，避免造成人身伤害。

总的来说，这场长达数小时的硬核访谈，为我们清晰地勾勒出了2026年AI行业的全景图：从中美开源竞争的格局反转，到主流AI实验室的各有优劣；从后训练与RLVR的技术革命，到AI编程带来的行业变革；从多维度扩展的规模定律，到多智能体主导的AGI终局。我们看到了一个充满活力、快速迭代的AI行业。AI的发展不是一蹴而就的，它需要技术的持续创新、资本的理性投入、人才的不断涌现，更需要行业对伦理和安全的坚守。作为普通人，我们不应畏惧AI的发展，而是应该主动拥抱这个变革，无论是学习AI知识，还是使用AI工具，都能让我们在这个快速变化的时代中占据主动。

感谢收看本期视频，我们下期再见。