Notion的新疆CEO指出了AI改变社会的方式

大家好，欢迎收听“老范讲故事”的YouTube频道。作为Notion的老付费用户，阅读了文章之后，觉得还是非常值得跟大家分享的。

Notion的CEO叫做赵伊。他最新发了一篇长文，2025年12月23号，在Notion自己的官网博客上发了这篇文章。文章的标题叫《蒸汽、钢铁与无限思维》。他换了一种方式，来回答大家最关心的问题，就是AI到底会如何改变这个社会。

Notion的CEO真的是个新疆小伙子吗？

老范你是不是在这里标题党呢？不会的。这个人叫赵伊，在国外管他叫Ivan Zhao（伊万·赵）。他出生于新疆乌鲁木齐，高中阶段随母亲去了加拿大，现在是加拿大国籍。他自幼学习编程，并且参加过国际信息奥赛相关的竞赛体系。毕业于英属哥伦比亚大学（也就是UBC），学的是认知科学，并将艺术审美训练与摄影兴趣纳入了学习与创作的脉络。这哥们不是一个程序员，他是个产品经理和设计师。

创业历程与关键转折

2011年他毕业了，就被当时有一个产品叫Pulse（这是一个新闻阅读类的产品）的CEO阿克谢·科塔里欣赏，想招募赵伊，但是赵伊拒绝了他。他的第一份工作在一个叫Inkling的创业公司，这个公司是做电子出版相关的业务，赵伊在这里边担任产品设计。上班的同时，他就觉得电子出版这个软件实在是太难用了，他就开始利用业余时间做Notion，后来离职去创办了Notion。

还记得前面咱讲的Pulse的那个创始人吗？那个阿克谢·科塔里是个印度名字，所以念起来稍微有点费劲。他的项目Pulse被LinkedIn给收购了。2013年，Notion获得了天使投资200万美金，其中就包括刚才咱们讲的阿克谢·科塔里的投资。

2015年，他们经历了很严重的一个打击，把钱烧光了。赵伊跟他的一个合伙人叫做Simon Last，把所有的员工都裁了，就剩他们俩。然后向赵伊的母亲借了15万美金，他们两个人就跑到日本京都重新闭关，把整个Notion重写了一遍。Simon Last就是他那个合伙人，就真的是“最后一刻”，Simon“最后一刻”跟他一起去重新写了项目。

2018年，阿克谢·科塔里离开了LinkedIn。他当时是LinkedIn的印度区负责人以及LinkedIn的产品VP。他离开以后加入了Notion，担任了Notion的COO，成为了Notion的“关键先生”。很多企业在创业过程中会出现这种关键先生，就是他一来了以后，就跟整个资本圈、创投圈联合在一起，资本圈的链路打通了，让这个企业进入快速发展阶段。这位阿克谢·科塔里就是Notion的关键先生了。

估值飙升与现状

2019年Notion获得融资1,000万美金，2020年融资了5,000万美金，估值就已经到20亿美金了。超过10亿美金就是独角兽了，这就是两倍的独角兽。2021年10月8日，蔻图资本和红杉资本投了2.75亿美金，Notion的估值达到了100亿美金。这两个基金大家应该是听说过，最近正热乎的时候，为什么？他们俩都是字节跳动的投资人，现在进行了股东穿透，成为了TikTok USDS的新的股东。

在2021年之后，其实整个互联网和移动互联网市场是经历了一波泡沫的。虽然没有那么明显，但是还是有一波泡沫，所以很多项目在2021年都是有最高估值，再往后估值就很难维持下去了，甚至有很多就直接挂掉了。Notion在这几年里一直维持这样一个估值，大家还认可这个估值，再继续往前走，但是也没有特别大的发展。

到2025年12月份，Notion做了一次员工兑现老股，就是有外面的人去收购Notion员工手里的这些股票期权。最新的估值是110亿美金，在原来100亿美金的基础上，还是又往前走了一点点，但是并没有大的发展。这就是Notion的一个状态。

《蒸汽、钢铁与无限思维》：AI如何重塑世界

讲完了Notion这个从新疆乌鲁木齐出去的CEO，以及他的一些简单创业故事之后，咱们来讲一讲赵伊给AI时代到底指明了一个什么样的方向。他的标题叫《蒸汽、钢铁与无限思维》。他为什么起了这样一个标题？他认为每一个时代都是由传奇材料所塑造的。这里边蒸汽与钢铁都是那一个时代的真正传奇材料。因为有了蒸汽和钢铁，当时的时代被彻底改变了。而现在，AI就是新时代的传奇材料，而AI的这个传奇材料就叫做“无限思维”。这玩意它不休息，你给它下了命令以后，你去玩去了，它可以接着干活。

通过后视镜驶向未来

他提出了一个很有趣的观点，叫做“通过后视镜驶向未来”。什么意思呢？就是用新工具解决传统问题。

• 最早的汽车其实长得像马车一样；
• 大家最早在电话里说话的时候，都像发电报一样简洁。
• 即使有了蒸汽机，那些纺织厂依然会将工厂建在河流边上，因为原来是靠水车的嘛。

但是有了蒸汽机以后，你还是在河边去建这个东西。所以有了新技术以后，大家通常会尝试用这个新技术去解决传统问题。这就叫“通过后视镜驶向未来”。

AI真正要解决的问题：信息瓶颈与协作规模

他告诉大家说，AI真正要解决的问题是什么？是信息处理瓶颈和组织协调规模的边界问题。什么意思呢？苹果的乔布斯曾经说过，个人电脑就是一个“思维的自行车”。因为咱们都在讲信息高速公路，我们现在是一帮人，用个人电脑，骑着自行车在高速公路上狂飙。虽然公路车可以跑得很快，但是你肯定没有汽车跑得快嘛。因为我们在用电脑的时候，经常要干一个活是什么呢？叫复制粘贴。

很多人说：“你说你会干嘛？你不就会个复制粘贴吗？”是这样的，但是谁在复制粘贴？复制粘贴真的容易吗？要注意，复制粘贴干这个活的人是人，而复制粘贴并没有大家想象的那么容易。你需要开很多浏览器标签，你需要从不同的地方（比如说微信、Slack、Notion或者是Word Office）各种地方去找到这些信息。找到了以后，你还要去阅读、要去校验、要去确认，确认完了以后你还要再去复制粘贴，粘贴在一起以后还要再润色。所以复制粘贴这个事没有那么简单。

在整个复制粘贴过程中，人就是其中的最大限制了。你像刚才我讲的，你需要找到信息、阅读、校验、复制粘贴、把这些信息从不同地方聚集在一起，然后还要润色。这个人是骑着自行车的，这不是一个很高效的运作方式。而且最后让整个公司的架构、让组织架构进一步扩张下去的这种瓶颈、这种限制，就是人复制粘贴的速度。人就是信息的边界和组织规模的极限了，再往前发展没法整了。

现在最大的公司可能是有上百万人，但是通常情况下，这种高科技公司可能有10万人已经到头了。因为再往前，你内部的各种问题没法解决了，人没法去看这么多的信息，然后把它复制粘贴到一起，让整个的项目往前推进了。

摆脱旧有约束

AI就可以突破这种限制。只是现在大家还是在河边建立蒸汽机纺织厂，还在思考如何用AI解决现有问题。其实现有问题分两种：

• 第一种问题是什么？就是我真正要去造什么东西，要把东西卖给谁，这是一类问题；
• 另外一类问题是什么？是如何维持巨大的组织架构。

你要想去用AI解决传统问题的时候，实际上他们在想办法用AI去继续维持原来那个庞大和复杂的组织架构。这就是用后视镜向前行驶。纺织厂即使有了蒸汽机，还是在河边上建。但是后来，大家发现我不需要，我已经摆脱了原来河流对于我的限制，所以后来的纺织厂就离开了河流，去了工人、原材料聚集地，或者是到港口附近去建去了。它要去解决最终的问题，而不是原来那条河的问题。

AI也是。AI也不是用来解决现有问题的，特别是现有组织架构的这种问题。当一些约束被打破之后，AI会重新开始用新的方法去解决一些根本的需求。

Notion的内部实践：智能体与编程

赵伊举了他们自己的例子，也就是Notion公司是怎么来用的。他先讲了前面他的这个合伙人叫Simon Last。中间他经过裁员嘛，还有一些合伙人就不在了，最后就剩他们俩。Simon Last说是一位“十倍程序员”。什么意思？就是这哥们天才程序员嘛，一个人写的代码够别人十个人写的。现在他已经成为了30倍到40倍的程序员，就是他一个人写的代码够别人30个人到40个人写的。这个量是怎么实现的呢？他说这个Simon同时指挥三个智能体，每天产生大量的代码。说Simon可以在去休息之前给智能体下指令，然后智能体就不停歇地去工作了。只要Simon回来以后再去检查这些工作，就可以极大地提高效率。

而Notion公司自己有1,000多个员工，却有700多个智能体在不停歇地运作。Notion自己也不再拘泥于维持这样的一个组织架构所必需的什么汇报体系、什么周会月会，把这些东西也很多都打破了，在更灵活地组织各种运营活动。这就是他们自己的一个工作方式。

Simon举出了一个例子，说你看编程这件事已经很好地被AI Agent、被AI所改变了，其他的知识工作是不是也可以像编程这样被改变呢？为什么编程这么容易被改变？他说编程跟普通的知识工作是有两个特别大的差异的。

• 第一个特别大的差异是什么？就是编程是有IDE的。IDE叫集成开发环境，所有的信息都聚集在一起，而且这些信息是相互关联以及相互验证的。你在一个统一的窗口或者同一个统一的应用里头，你就可以找到这些信息，而且确认这些信息之间的关联关系，以及通过相互验证来判断它们是不是可信的。这是一个。
• 第二个是什么呢？就是程序这个东西对不对，编译器或者什么语法检查，这个东西就直接可以知道结果了。即使不是语法错误，你也可以通过各种测试手段，直接知道你这个程序对不对。所以它极大地降低了验证的成本。

而刚才我们讲这个复制粘贴的过程，最费劲的是什么？就是你要去验证每一个信息片段是不是对。你找到信息就很费劲，普通的信息你要到各种各样的环境里面去找。找完了以后，你还要验证每一个信息对不对，而且每一种信息的验证方式还不一样，验证的成本也不一样。

所以编程的这两个问题都已经解决掉了：信息是集中的、关联的、可验证的，所有的中间结果都直接可以有编译和测试环境去给你判定，这个东西是对还是不对。所以编程现在是被AI改造的最快的一个领域。

总结与展望

Notion应该是在尝试解决类似的问题。Notion其实提供的是信息的集成环境，他在一个框架里头同时去通过文档、文档块、数据库的方式，去将信息关联在一起，而且很灵活地关联在一起，相当于是信息集中环境。Notion内部也可以开发各种AI Agent，这个就可以对很多的信息进行快速的核验。他希望把Notion做成这样的一个系统，来去快速地解决各种问题。这就是赵伊为AI之后的社会可能发展的方向指明的一个道路。

最后总结一下吧。

• 首先，Notion的CEO赵伊确确实实是来自于新疆乌鲁木齐，老范不是标题党。
• 第二个，就是他写了一篇《蒸汽、钢铁与无限思维》的长文，来论述他对于AI如何改变社会的看法。这里边最核心的是，现在还处在“后视镜看未来”的阶段，大家还在尝试用AI解决传统问题，就像是有了蒸汽机依然会将纺织厂建在河边一样。
• AI真正解决的是突破人类复制粘贴的信息处理瓶颈，突破协作的规模限制。不要再尝试用AI去解决老问题了，到了重新思考摆脱信息瓶颈和组织协作规模限制之后，我们到底应该解决一些什么新问题的时候了。

好，这就是今天要跟大家讲的内容。感谢大家收听，请帮忙点赞、点小铃铛，参加Discord讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

背景图片

Prompt：high-contrast watercolor illustration, neon cyan rim light glowing edges, deep navy blue background, cinematic dramatic composition, sharp subject isolation with clean separation, minimal color palette of ink-deep navy, vibrant neon cyan, subtle gold metallic accents, glossy reflective surfaces on white and light gray modern office furniture, San Francisco Bay Area winter internet company office interior, predominantly white and light gray color scheme furniture and home-like decor, simple clean black line accents, minimalist Notion-style aesthetic, large Notion logo (bold black serif N inside geometric cube outline) prominently hanging on the wall, extremely legible negative space designed for text overlay, sleek modern desks with monitors, ergonomic chairs in pale tones, subtle gold highlights on metal frames, soft diffused winter daylight mixed with neon cyan rim lighting, ultra-detailed watercolor brush strokes, high contrast, –ar 16:9 –raw –s 250 –v 7.0 –p lh4so59

Prompt：minimalist tech office interior in San Francisco Bay Area during winter, clean white and light gray color scheme with simple black linear accents, Notion-inspired aesthetic, large wall featuring the Notion company logo, modern ergonomic furniture, open workspace with natural daylight filtering through large windows, soft overcast winter light, cool neutral tones, wide-angle view from entrance, ultra-detailed, sharp focus –ar 16:9 –raw –s 250 –v 7.0 –p lh4so59

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲5月份了，民营企业赶快来投标啊，真的有可能会中标的哦。这是个什么样的事情？5月份招投标出现了一些新的规定，其中最重磅的，是国务院办公厅印发的《关于创新完善体制机制，推动招标投标市场规范健康发展的意见》。哇，真不容易，我是念了好多遍才把它念对的啊。这么长的一个名字，还挺绕嘴的。嗯，大家要知道，一般是事越大，字越少，文件的名字有这么长呢，到底在说什么？咱们自己猜吧。

这个文件呢，并不是说国务院办公厅自己发了就完事了啊，它是一堆的机构一起来发的：国务院办公厅、各省自治区直辖市政府、国务院各部委各直属机构啊，是他们一起来去发的这样的一个文件。也就是说，基本上到省直机关或者是部级机关，他们是认这个东西的啊，再往下是不是继续认，不知道啊，有可能认，也有可能不认这个事呢啊。

这么长的一个名字，你要把它读明白也不太容易啊。至于里边具体说了什么呢？我还稍微看了一下，但是实话实说没太看懂啊，也是各种的片汤话吧，上来是我们先要遵从谁谁谁的领导，在什么的思想领导下做各种事情。然后也讲到了我们要用人工智能，要用大数据，公开的投标标准和过程，对吧，也讲了我们要使用新技术，还讲到区块链，不知道他具体讲的是什么啊，反正雨露均沾，都讲到了一点点。

那么，具体实施这样一个名字很长很绕嘴的规定，到底怎么个执行法？当然，肯定是要各自的去解读了。他把名字写这么长，把文件写得这么包罗万象，一定是要给下面留出各自解读的空间来。所以现在呢，各种官方媒体就开始报道和解读了，说啊，我们要规范招投标了，赶快来吧，现在变得更公平了，更透明了，对吧，更使用新技术了。我们一定要努力的去把招投标的事情做好。因为大家知道，很多的政府采购或者一些大型的工程承包，它是需要走招投标流程的。按道理来说，招投标还是一个比较科学、比较规范化，或者说守一定规则的一个流程，对吧？啊，但是这个里面真的是一言难尽呐。官媒的报道和解读呢，我们也不再一一赘述了。我呢，找了一份相对看得懂的，它叫《山西建筑》，大概你们猜猜他是干嘛使的吧，这样的一个账号，做了一份解读。这个解读呢，我觉得讲的还是比较有意思的。

他说我们要消除几个不公平。第一个不公平的，叫消除经营主体地域差异。什么意思？以前很多的招投标要求什么呢？你必须在本地，或者你在本地有主体，你在本地交税，你在本地生产，你在本地做服务，或者你在本地有良好的声誉，你在本地有良好的技术维护，或者一些关系体系。原来呢，说是这个要求是可以加分的。你说我这个公司在你本地没有落地过啊，那你可能基本上就不太容易中标。但是他也不能说不让你来，但是呢，其他的因为在本地有一定的合作，所以给你加一些分。哪怕说，“哎，你这个项目在本地没落地过，你看我二叔那是不是上那落地一个，成为一个你的代理商啊，把这个钱从他那过一手。”以前这个是很多的。那么现在说这个要尽量取消。

第二个呢，是消除经营主体的所有制差异。你说国有企业加分，央企加分啊，这个原来很多。但是这个要消除掉。但是写文件嘛，不能这么写。对吧？人家写的是国有企业加分要消掉，民营企业加分也要消掉，合资企业加分要消掉，独资企业加分也要消掉。我们是不能写一大堆的，什么样所有制企业我们要加分，这个事是不能写的。以前我觉得民营企业加分的，这个反正我没太见过，谁家的招标文件里这么写的。总之，以后要一视同仁了。

再往后呢，是产品的产地供应链差异。什么意思呢？以前啊，我只要进口的，或者我只要国产的；我只要本地的，或者是我一定要在地方上有供应链的。比如说你造汽车了，或者造一些什么东西，哎，你这里头有一部分是地方本地供应链的，我们要照顾一下啊。这个以后都不要写了，我们买什么东西，只要它的技术指标啊，便宜好用，你就去买，是不是在你那造的，这个事已经不重要了。

再往后呢，是消除经营主体规模、注册地、注册资金、市场占有率、负债率、净资产规模的一些差异。原来有很多说哎，到5,000万以上啊，加分啊，注册资本啊，或者说你的市场占有率达到50%以上，我给你加分。现在呢，这个都不允许。但是呢，他还会有这个准入门槛，你比如说我这个项目是一个一亿的项目，对吧，你注册资本少于两个亿，我就不让你接，这个其实是合情合理的。但是呢，你只要进来了，你不能说哎，谁更大一些，我多给你加点分，这事不行。你只要进来了，一视同仁。你也不能说哎，我这个公司是负债的，我不让你去投标哎，这事也不行。你说我负债率很高，但是呢，我其他的要求是满足的。

以前呢，我们写招标文件的时候会干嘛呢？就是来看谁会投标，然后用各种各样的条件，就像写数学题一样，让我们需要他中标的这个人呢，去中标啊，然后呢，让其他来捣乱的人呢，知难而退。现在这个数学题不是不能做了，只是变得更难了而已。还有很多条件进行了限制，然后呢，取消对联合体的限制。以前有很多的这种联合体投标，我们几个公司合一块，我们这标投了行不行啊？原来是不允许啊，必须一家把它投下来。那么一家投下来，就只有大国企能干这事吗？很多小一点的企业就搞不定啊。比如说你是卖消防器材的，我是卖紧急广播的，他是卖网络设备的，还有一个是卖各种投影和音响设备的。那么，我们可以联合在一起去投标，而不用非得有一家大的资质，然后去投标。按现在这块也要取消，还有一些其他限制，比如说限定品牌和供应商的，这种就不要想了。你以后就说，我要买什么，你不能说我要买谁谁家的。什么东西，这事是不允许的。还有呢，设置一些不合理的技术规格，你把技术规格设置得很奇葩，导致能够满足要求的产品少于3个的，这个都不允许了。这就是给写招标文件的人出了更大的难题嘛。然后呢，限定特定的许可和标准的，这个也不要来。待会儿我们来讲许可和标准，这事是怎么弄的。

啊，讲一讲我自己的招投标生涯，因为我自己原来也是，参与过很多投标的。啊，因为我是乙方嘛，就是经常写标书去投标。但是招标文件我也写过，待会儿咱们再讲这事是怎么来的。我呢，在以前做过弱电总包，就是网络、音响设备、紧急广播、同声传译、各种投影啊，什么这些设备，我们都做过这块的招投标。大家注意啊，一般在大楼盖好了以后，你内部关于电器相关的招投标呢，一般是分强电、弱电。强电就是220伏或380伏那块的，都属于强电。比较低一些电压，就是你摸着电不死人那部分，那个就叫弱电。

每天呢，会去看政府招投标采购网，要去研究一下谁家盖了新大楼了，哪个新大楼需要有会议室装修了，哪个新大楼有一些什么样的新的投标放出来了。这个我们要去每天去看。但是呢，你并不要认为说你看了以后，你就可以去投。什么样的才是可以去投的？肯定是你要从头跟到尾，跟下这个项目才可以去投。其他的呢，也不是说不能投，你如果有空，你也可以去CA山上去，但是呢，通常是没有什么结果的。就我基本上没有遇到过，政府招投标采购，看完一单子卡就扔上去了，你也不认识人，也不知道张三李四。也不知道庙门朝哪边开，你就去投标，最后还中了标了，还痛痛快快执行，还把钱收回来的，真没见过啊。而现在可能不一样了，我这个是稍微有点老黄历啊，你千万不要跟我抬杠说啊，我们家就这么干。我这个事情，应该是在20零几年的时候啊，那个时候呢，就我们经常会要去干的一个事情，叫什么？叫借资质。什么叫借资质呢？就是刚才我们也讲了，现在说不允许靠资质去砍人了，也不允许靠注册资金去砍人了啊，但以前是没有这种规定的啊。我们要去投标，人家说，你这个必须要有多少多少钱的注册资金啊，或者是必须要有哪些国家的许可证，你才可以来投标啊。我们没有吧，那就要去找人借。

最喜欢往外出借资质的是谁呢？什么清华紫光啊，审证数码啊，我们找人借。借完了以后呢，他们就盖一大本章。什么叫盖一大本章呢？就是啊，他会给你一个活页夹子，然后里面是他们的营业执照复印件，各种的证书，各种的注册资本的一些证书，法人的证书，一大堆啊，给你一本上面都要盖满章。这个章是什么呢？就是这些复印件，他肯定不会给你原件，说这些复印件就是为了投某一个标啊，或者投标专用，到某年某月某日就作废了，因为他也怕你拿这个东西出去瞎搞吧。

所以所有的这些东西都盖成一本章，然后我们就拿这个东西去投标去。但是原来呢，借资质做完了以后啊，他还是允许本钱打给我们自己公司，我们只管说借一次资质给人几万块钱，人家也很开心，说哎我啥也没干啊，就几万块钱就回来了。现在呢，这个事已经不太允许了，你现在使谁家的资质去投标，钱就会打到那家公司的账上去，那个公司什么时候再把这钱打给你，这事就不好说了。所以现在借资质没有那么容易了。然后就是拼凑标书，像我们以前做弱电总包吗？就刚才我讲的一些东西——紧急广播、监控、同声传译、投影仪，这些东西，我们啊，要去做一套完整的这个标书。但是，我不可能都懂吧，所以我们就需要四处去凑。这个其实挺辛苦的，就我当时最高记录，大概一个礼拜能写两份。为什么这么费劲？每一份要好几百页呢，大家也能够理解，就是里边肯定错漏百出啊，原因一定是四处抄嘛，搞许可证啊。这个呢，也是特别有意思的一件事。这一次也专门规定了，说不允许再拿许可证卡人了。

许可证是什么东西呢？比如说，哎，我今儿要去投这弱电的标了，这个里头有一项，叫什么呢？啊，比如说叫电话会议系统。电话会议呢，以那个时候大家玩的，叫Policom，国内有几个品牌，但是主要玩的是Polycom。那你说我现在要拿Polycom的这个电话会议系统去投标去啊，Polycom的这个厂家就会来给你开一个许可证，说“我允许你代表我们去投标”。这事是可以的，但是呢，Polycom的这个厂家也不会说谁来要他这个许可证都会给。他们会干嘛呢？他说我要挑那么两三家，一定跟我最关系最好的啊，哪怕咱不说有任何其他的商业之外的这种利益纠葛，你至少说哎，你是不是买了我们家足够多的货呀，或者是跟我关系足够好，对吧，这样的。我去给你开这样的一个证书出来。

而且这个证书呢，是一事一开，不是说呃，我给你一个证书，你就是在各种投标的时候，你都可以投我们家设备了，不是这样的啊。就是我会专门给你写，这是比如说“河南省政府人民代表大会会议大厅，二零零几年哪一次投标专用的许可证”，然后给你盖一张。人家到时候检查你的资质的时候一看，说不对啊，说你这个许可证不是给我们这次投标准备的呀，是给上一次人家比如说山西省准备的，你怎么可以拿到河南省来用呢？在这个过程中，也是相当痛苦的。毕竟，我们做弱电，从上到下涉及各种设备，数量繁多。每种设备的许可证都需要一一申请。原始厂商通过这些许可证严格控制供应商体系，不会轻易配合。你不能等到要投标了才想起我，需要许可证。当我邀请你压货，邀请你帮我解决困难时，你又在哪里？有时，他们甚至设置排他性条款，想要获得许可证？可以，但条件是你得成为我的独家代理，不能销售竞争对手的产品。对于系统集成商来说，只好成立两家公司，一家卖你的，另一家卖别人的，以此应对。那时，很多人就这么操作，投标文件的编写更是东拼西凑，常常没时间细看，甚至5年前的错误都能原封不动地抄进去。面对两三百页的文件，一周要写两份，怎么可能逐字校对清楚呢？接下来就是找打印社打印标书，零几年的时候，打印一套彩色标书可能要上千元，因为它包含各种图表、设计图、产品图，以及带红章的证书和许可文件。彩色的是正式版，黑白的副本便宜些。一套完整的投标文件，加上技术方案和附录，厚达三四百页。评标时，专家们需要各自一份，所以通常要求提供一个正本和4到5个副本。

所以我们就是，明天要投标，今天一定要找一个打印社，然后去打印装订这个东西。他弄完了以后还会给你装一个硬壳，就像一本书似的，那个做得非常漂亮。啊，而且这个东西是非常非常重的，对吧？你想，几百页的一本，而且是A4这种大开本，一整份标书，我估计应该有个几公斤。再加上这么多套，应该会有个十几公斤的样子吧。送到人家的投标处去，再告诉大家说，“哎，我们投的是多少价钱。”其实价钱这里头，有作用吗？有啊，但是并没有那么夸张，不像大家在电视剧里头看的，还有我多报了几分钱，少报了10块钱啊，还是怎么怎么样，最后谁中标了。它算是考虑因素之一，但并没有那么重要。

咱们刚才写都是写投标文件，那你说我怎么会去写招标文件呢？啊，这个呢，是这样啊，就是在中国，以前至少是这样，啊，咱不说现在的状态，就是，你如果不参与招标文件的编写，你基本上是没法去中标的。所以真正我们能够中标的那些案子，都是招标文件也是我写的，投标文件也是我写的。那么写招标文件的时候，我们就会根据各种条件，根据各种的允许限制和不允许限制的条件，使自己成为唯一有可能中标的那个人。你也不能给领导出难题，你把这个招标文件写得很宽泛，大家上来以后都可以中标，那么你最后让领导去选的时候，领导说我为什么选你家？你要给我一个理由啊，你不能说，“因为我给你钱了，你选我们家”，这事肯定不行。所以领导们通常会干嘛呢？就要求你把它写得很严格。你看这个，不太符合，你看我们要求，明明是进口的，谁谁谁家的设备才可以用啊，或者那家，他的这个注册资质差那么一点点，另外一家，哎呀，他在本地没有售后服务网络，这个不能用他啊。他以前就是通过这种方式来把它卡掉。啊，还有一个说Disco的网络设备啊。Disco没有给你做授权啊，啊，或者这个授权不是这一次的呀。这个也给他pass掉啊。都都是这么干啊，我们会把它都确认好。而且，我们在写这个招标文件的时候，就会跟各个的，这个上面的供应商是说，“哎，呃，我这次有一个大的项目，我准备投你们家的设备啊。招标文件里头这个许可书啊，你一定要给我控制好了啊，别四处乱发。我保证中标，我们都关系可铁了，要跟人说明白了。”因为对于上级的这些厂商来说，甭管谁中标了，上他们家设备就行。那他你既然这么有把握，那行啊，你放心吧，我给你控制好了。一共就出3张啊。为什么是3张呢？少于3家，就整个招标过程就不成立了，所以至少要三家都打好招呼。写完了招标文件以后，我们再自己去写投标文件，再拿着准备的所有东西，然后去做完整的表演啊，才有可能去中标，去做项目。

刚才我们反复强调，要三家一起来玩这个事，那么就避免不了另外一个事，叫什么？叫陪标。这一次，我已经把这个招标文件写好了啊，控制的好像只有我能中标，别人都中不了了啊。但是我还需要两家来陪着我怎么办呢？啊，我正好比如说做了两个实体啊，那么我们就两家自己的公司一起上吧。那还缺一个怎么办呢？哎，找人来陪我一下吧。啊，跟人说好了，“哎，您陪我一个标行不行？呃，所有的费用我出啊，包括你去借资质的钱啊，包括你各种差旅啊，我来出费用啊，你陪我去投个标去啊。”这样呢，就凑够三家，大家就可以去投了。当然，有的时候可能还是十几二十家，总有一些拍着脑袋上的，或者说这个大的单位里头人家的，这个啊，也是错综复杂的关系嘛，大家都觉得自己好像还有点机会似的，啊，都要试一下啊。最后呢，会决出一个，做准备做得最好的那一家来吧。这种时候呢，也是叫皇天不负苦心人吧。哎，那么这次您陪了我了，下次我就陪您一个。一般也是大家相互之间的，既有竞争也有合作的一个关系。即使是这样啊，其实整个的招投标过程已经算是呃……正规的不能再正规了。为什么？因为我们毕竟是个北京的公司，而且我们当时做弱电这一块的话，呃，相对来说呢，还是一些比较大的项目，大的政府项目去投嘛。所以这一块呢，还算是正规，啊，正确。那种比如说什么中学小学，或者什么教委，或者什么县级啊这种的招投标呢，我没参加过啊，所以咱也不评说这事。

为什么现在突然开始出这个规范，招投标相关的这种文件了？大家有没有想过这个问题？第一个还是要提振经济，经济上不去嘛，对吧，咱们喊了这么多，要以旧换新，我们要把内需拉起来，那就政府把包发下来，大家要来投标啊，你不能不来，对吧？以前呢，政府是有钱的，我让国企中标啊，我让根红苗正的中标啊，或者是大家来抢标啊，你像我们刚刚才讲的，所有整个招投标的过程，大家都是去抢的。

那么现在呢，我们还是要去做这个事，但是呢，大家都不来了，这个事不行啊，没有信心了啊，你不认为你把这个标做完了以后，你能挣到钱了。那么我们要提振这个信心，那提振谁的信心呢？我们得提振民营企业的信心啊，疫情这么多年，前面强调了太多了，国营企业怎么起到支柱作用了啊，现在我们要换过来，民营企业，你们也好样的啊，提振一下你的信心。

原来这个标呢，是大家抢，现在呢，国营企业不来了，民营企业他也不来啊，这事不行。那么现在就说哎，就跟这个以前鬼子进村似的啊，有一个啊，汉奸呢前头喊说大家都出来啊，皇军是不杀人的呀，对吧，在喊这样的一个话啊，但你出来以后，你到底是遇到什么，这事就不好说了啊。

现在为什么不敢投标了呢？大家再仔细看这个文件啊，只规定了如何规范招投标的过程，我如何能够让民营企业中标。所以咱们这个开题说，民营企业你们赶快来投标啊，这回你真的能中，对，是的。但是呢，他没有任何关于项目结束了以后的…

要不要付钱的规定？或者说，如果你的项目结束了以后，付不出钱来，会有什么样的处罚？这件事只字未提。这正是现在他不敢投票的原因。原来，做完了项目，政府可能说没钱，或者说压着你的钱不执行，最后你起诉他们，也拿他们一点办法没有。我投了半天标，自己还借着款，垫款做到最后，结果一分钱收不回来，别说利润，本金都没了。那这谁还敢投呢？

所以现在他们说：“你们来试试啊，我让你中标，你试试呗。”就像是在说：“皇军是不杀人的啊，你们看看能不能让经济再运转一下。”大概也就是这样的一个事情，这就是5月份的招投标新规，一个故事吧。

这一期呢，我们就讲到这里。感谢大家收听，请帮忙点赞，点小铃铛，参加Disco讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见！

大家好，欢迎收听老范讲故事YouTube频道。今天咱们来讲第一个故事。

Llama3发布了，李彦宏是不是被打脸了呢？Llama3突然发布，又是一个遥遥领先。它呢，发布了8B和70B的两个版本。8B就是80亿参数，70B呢就是700亿参数。8B的，我其实已经试过了，就在本地已经装上了。这个某些方面，接近了原来，或者超过了原来的Llama2的70B。包括一些咱们在本地跑的这种30多B的，这种就是300多亿参数的模型，它已经都超过了。而且速度还飞快。

啊，70B呢，据说已经超越了cloud 3的中量级模型。Note 3是有三个模型的：一个是特别微小的，就是可以在手机上跑；一个是中等量级的，是可以在PC本地跑的；然后还有一个是那种特别大的，特别大的，是可以对标GPT4的。70B的基本上已经超过这个中等量级了，也超越了GMINI 1.5 Pro。现在大家想去试GMINI 1.5 Pro的，可以到AI studio.google.com上去试，那个是可以免费用的。也超越了现在70B发布出来的版本。普遍他们自己讲的是超越了GPT3.5，但是呢，还达不到GPT4。这在所有测试数据上都是这样。我相信梅塔应该不会像咱们似的，专门做一些调优以后去跑分，不像咱们这么无聊。

在现在的这种开元大模型里头，同等体量的效果最好。咱们在衡量一个开元大模型的时候，如果它没有一些特别革命性的变化，我们一般是怎么衡量它？就是你的体量大小。你比如说大家都是8B的，你跟这个8B的比，你是最好的。这个都属于是同等体量的。你说我一个8B的…\n非要跟一个几百臂、几千亿参数的模型去比，这个事呢，就属于叫不公平竞争了。那么70B的模型，他们现在基本上应该是可以的。注意，GPT 3.5有多少参数是1,750亿，175B的一个。GVT 3.5 其实它已经超越那个时候了。所以呢，大家都在比，这个有点像什么呢？有点像拳击，先看重量级。我如果能够越级干掉一个老拳手，一个8B的，可以干掉几年前的175B的这个，其实已经算是这几年我们可以看到的技术进步了，这个是非常不容易的。他呢，也超越了啊，Metro的这个medium版本，就是这个中间版，但是达不到这个launch这个版本，master的这个最大的版是可以接近GPT4的。然后呢，也超越了千问，同一千问也超了，体验呢肯定是上升了。

第一个是8K上下文。咱们讲说这个大模型，做上下文增长其实挺费劲的，对吧？传统的Lama two是4K的，就是4,000字，现在呢可以上8,000字。大家注意，这个上下文不光是输出8,000字，是输入加输出加一块8,000字。所以呢，你比如说你输入写的比较长了，那么输出就会比较费劲。因为我最近在尝试用这个东西写小说嘛，我就特别喜欢像啊零一万物的200K的上下文，20万字，所以我可以写特别多的这个背景信息扔进去，说来照这个背景信息，给我输出个2,000字出来，哎，那个效果就非常好。

现在的这个新的提升呢，就是包括整个新的框架的提升，他整个训练的效率也上去了。大家要注意，妈妈，其实真正核心的是什么？就是这个框架。为什么说他这块框架厉害呢？就是其他人，包括像刚才咱们讲的名义万物啊，extra，好多都是要参考它的框架，然后在这个框架基本上再去改。如果Lama把这个整个框架的效率提升了，可能我们很快就可以看到大量的这种大模型。一个一个升级，升级完了以后，发现我们都变快了吧。这个是开元大模型做的最大的贡献！而且呢，Llama3啊，现在有更强的推进能力和代码能力。但是我还没有尝试让他写代码，我让他试了些别的——他的安全性提升了。你别看他开源的，你可以弄到本地来，你说你让他干点坏事啊，干不了。我自己亲自测了一下，因为我在尝试写小说嘛，稍微写的不太合适了，他就直接告诉你说：“对不起，后边我没法给你写了。”你让他给你写一些黑客程序啊，一些这种有害代码呀，他都会直接拒绝你。这个是现在做得非常好的一点！但是我相信，这样的这种模型，你按道理说，你对他进行微调，或者对他进行PUA，还是有可能能够让他去做一些突破底线的事情。特别是这个模型现在到我们自己手里了，对，那我就可以反复PUA他，然后找到到底哪一个提示词可以把它这个坏的一面释放出来。这个事还是OK的。我现在是让他去写小说，肯定是写到一些过分的地方，他就退掉了，还没有找到刺激他的正确的提示词啊。这个我相信应该是很多人会去找的。超大规模的预训练数据——Llama3，最后告诉大家说，大力出奇迹，这条路依然走得通。扎克伯格花钱买了35万块H100，加上他原来所有的这些H100，然后呢，拿这么多的H100去进行训练，而且他的训练数据的量，是原来Llama2的好几倍啊。现在有15T的训练数据，这些鸽子里头的训练数据质量非常高。他们强调如何利用高质量的训练数据，比如用Lamar对所有训练数据进行驱虫。虽然有些数据质量好一点，有些差一点，但他们会挑选最好的。此外，他们利用Lamar生成新的训练数据，因此拥有大量由Lamar生成的训练数据。这表明大模型正在自我迭代，Lamar生成的数据被用来训练Lamar3。

当然，也存在一些潜在问题。例如，在对话中，模型可能会自称是GPT、Gemini或文心一言，因为即使通过大模型清洗训练数据，也未必能完全清除这些信息。对于版权数据，Meta的态度较为模糊。Open AI使用大量YouTube视频进行训练，而谷歌已指出这可能违反视频协议。Meta同样使用大量版权内容训练，声称部分数据得到授权，部分来自公开网络，这在法律边缘试探。尽管模型开源且免费，但起诉Meta并不容易，因此多数人选择针对Open AI。值得注意的是，尽管该模型支持30多种语言，但非英语内容仅占5%，中文内容的比例更少。\n所有英语之外的内容，就是5%。也就是说，英语内容是95%。是这样训练出来的一个东西。我尝试让他写小说，他经常还是会在中文小说里头加大英文，或者写到第几章以后，就后边都改英文了。这个… 现在肯定还是需要再进行中文微调。Lamari 二杠有一个专门针对中文的微调版本，对中文的支持会更好一些。但是既然他把这个东西拿出来了，就是让大家去微调的。在聊天的过程中，对中文的支持也没有那么好。当然，后面还有超大杯。现在我们能够拿到的是8B和70B，已经放出来给大家用了。8B的这个部分，我在我自己的机器上已经测过了，没有任何问题，而且速度很快。70B呢，你需要128G的内存才可以跑起来，我的机器跑不起来。但是呢，我到Poe上去试了一下，试的效果极烂。因为试的人太多了，把Poe的服务器给挂崩了。Poe没有给他放那么多的资源和测试，所以经常一点完了以后他就不动了。这个70B到底效果怎么样，我并没有进行很多的测试。其实还有一种测试方式是，你可以到自己到云服务器上去租。租一台4090，就是单4090显卡的云主机，一个小时大概两块多钱，3块钱人民币。如果不是有特别集中的使用，就不建议大家去租这个玩了。后边还会有多模态的大模型放出来。现在这两个还都是文本模型。前面也跟大家录过很多视频在讲，梅塔做了这么多年的元宇宙，在多模态这块的积累，其实是蛮深厚的。后面多模态的大模型出来，我们还是要去稍微的期待一下。因为我已经用梅塔AI去画了几张画了，效果其实还可以。我最近也试了字节跳动的绘画程序，什么视频程序，我都试了。然后也试验了阿里的通一千问的绘画，梅塔AI的绘画，其实现在效果已经很好了。你就这么想吧，stable diffusion的最新的版本的效果这么好，那么国内这些用Saberity future去搭模型，搭框架的，不管是字节的，还是阿里通1,000问的那个…\n效果一般也就上去了。虽然达不到像Mijili那么好控制，但是呢，也都还可以使用。谜坦AI的这一块呢，还是可以去试试。后面呢，还会有一个400币的模型会出来。400币是多少？4,000亿啊。4,000亿呢，现在还在训练和调整之中，还没有彻底弄完。我估计训练应该训完了，但是这种模型就是训完了以后，最后的这个调整过程是非常麻烦的。那么有可能开源。为什么说有可能开源呢？就是前面这个group one开源的时候，314币，3,140亿参数的时候，其实我是录了一条视频，马斯克还骂了一顿。我说，你开一个这样的东西出来，没有100万人民币的服务器，谁也跑不起来。你说你弄他干嘛使？而且还是个MOE的模型。MOE是什么？就是这种专家模型，就是它是由8个小模型凑的，每一次动两个啊，就是每问一个问题，它有两个小模型去工作。你即使这样，还是需要上百万人民币的服务器，才可以把它带起来。巴马3的400币模型，它不是MOE，它是个单模型，实实在在的有4,000亿参数。它不是说像group one那样，每次跑的时候，比如说我整个1,000多亿的参数，剩下都休息。这样的模型，估计至少要上千万人民币的设备，才有可能让它跑起来。所以这样的模型，到底最后会不会开出来，不好说啊。

梅塔AI呢，现在也放出来给大家试，就是大家可以到AI点梅塔.com上去试啊，AI点meta.com去试尝试这东西啊，已经可以去聊天了。而且未来呢，就是梅塔AI呢，会到全线的啊，美塔相关的产品里头去用。比如说你可以到WhatsApp, Messenger, Instagram就可以用。怎么用呢？你直接给他@梅塔AI，然后你就可以告诉他说…\n我跟谁谁谁在WhatsApp上聊天儿呢。聊着聊着我就哎，突然想到一个问题，问美美塔AI：“天气怎么样啊？或者有什么事啊？给我解一个什么什么东西出来。”他就干活去了。这个真的很棒！或者你在这个里头写一个斜线”imagine”，就跟咱们在那个discount里的调料制作过程一样，直接就能画画去了。现在这个功能已经在30多个国家的WhatsApp、Message和Instagram上上线了。还会在哪里出现呢？在雷鹏的梅塔眼镜上，或者在快速3上，也即将登陆。

现在Instagram上的修图工具也是调用的梅塔AI。你可以告诉它：“把这帽子给我从绿的换成红的，或者不要戴帽子，绿的不太吉利。”它现在已经可以执行这些任务了。我测试了一下，这个只吃英文。现在的维卡AI，你上去以后可以说：“我要试一下。”据说是在30多个国家开通了。然后我特别逗，用英中文提了问题，提完问题以后，吉塔AI用中文回答了。它噼里啪啦答完以后，屏幕闪了一下，那个回答的所有内容就没了，然后用英文告诉我：“对不起，我现在无法理解这个中文，等我知识更丰富的时候再告诉你。”它这样的一个东西，实际上是可以做到的，只是效果还没那么好，所以没正式推出。

大家要知道，Llama（Lama）其实一直是整个开源AI界里的领头羊。所以现在有很多人叫什么呢？叫开源GPT4来了。有很多人写了这样的标题，很多人都在想去做开源，但只有Llama氏，在整个的开源行业里头，真正起到了扛鼎的这个位置。为什么？因为所有的其他人，都是在拉马的基础上去做的。其实，拉马一出来的时候，并没有那么多响动。因为大家都知道，给你一个开源软件或系统，你要把它刨根问底并不容易。在拉马一刚出来的时候，你想去深入研究，这事儿是很麻烦的。到拉马2出来的时候，就已经非常厉害了，它彻底打破了垄断，打破了Open AI和Cloud这样的程序的垄断，彻底推动了开源文化。特别是在拉马2出来的这段时间里，比如我用的Olama，还有Lam Studio，各种各样的开源工具包，让我们可以在本地运行这些大模型，各种开源生态都搭建起来了。

这是从拉马尔开始的，而且为整个行业指明了方向。很多开源大模型直接用了Lama 2的数据结构。像我前面还去跟零一万物的Wechat录过一期节目，有人说，你们是不是抄Lama 2了？他们说没有，我们只是用了这个数据结构，但所有数据都是我们自己的，所有的训练也都是我们自己跑的，只是最后的结构与LIME2相似。现在大量的开源模型都是用Lamar结构的，无论你是用Lamar进行微调，还是从零开始训练，最后都会塞到LIME2的结构里。

现在，这真的给很多人创造了新的机会。比如零一八五、Matro等，都号称可能与Lamar2的架构有些像，但他们每一家都会在基础上做一些创新，比如调整某些参数，添加新的算法，提升效率或在特定环境里更好用。但底层都是拉马2，它彻底推动了行业变革，大批以拉马2为基础微调出来的模型应运而生。\n现在，各行各业都在运转。我去日本时也看过，日本当地的大模型，比如NTT的或像LINE这样的，大多数都是基于拉曼2进行微调后使用的。整个大模型行业中，真正赚到钱的基本上都是利用拉曼2进行训练而获利的。像百度、阿里这样的公司，可能还没赚钱，就连Open AI也在亏损。然而，利用拉曼2赚钱的现象很普遍。

李彦宏曾说，开源大模型会越来越低级，但这句话显然已经打脸了。Llama3发布后，我相信它无需达到400币，可能70币就已经能碾压文心言3.0或3.5。现在称为3.5，它没有任何问题，甚至可以碾压需要付费的文心言四，70币足以做到这一点。

我个人一直很支持开源，因为我的朋友是天空开物基金会的负责人，而我本身是做开发者关系出身，也是该基金会的顾问，所以我自然站在开源这边。不过，我要说的是，李彦宏，你怎么又在说这种大实话了呢？我遇到过很多次他这样直言不讳的情况。比如以前在盛大网络，我们起诉百度抄袭我们的书，特别是小说。盛大文学那时有一个系统，专门在百度搜索我们的小说，结果发现排在前面的不是我们的，我们就起诉。结果发现排在最前面的是百度文库，对此，李彦宏就说…\n“了说，你们这帮人就是来蹭我热度的。”
他们是一小公司，对于当时的百度来说，盛大确实是没有他大。所以他说：“你是一个小公司，你来起诉我，你就是想蹭我热度。你希望通过起诉百度这个事情，让更多的人来去看小说。”最后，李彦宏是怎么办的呢？他是把百度文库里边的所有小说全删了。法院也是判盛大胜诉了，啊，胜诉了我们获得了多少赔偿呢？50万人民币。这个就没法讲了，因为当时盗版的赔偿上限就是50万人民币。你说这个事情他盗版了对不对？他肯定不对。但是呢，我们需要什么？我们需要流量。你别看我们得到了50万人民币的赔偿，我们还胜诉了，但是每年盛大向百度花的钱，我们上这去投放，希望百度能够把盛大的小说，能把起点排头一个，每年花好几千万。那一年他就象征性的要退了我们50万。在这个过程中，我们通过起诉百度，100又可以得到大量的流量。然后啊，你看这个书应该到起点那边去看去，对吧，大家有这样的一个印象。这是第一次啊，瞎说大实话。其实他说的话呢，就是有道理啊，但是呢，很多跟大家的认知的，或者说这些道德他是不匹配的。

第二次赶上李彦宏瞎说大实话，又是我赶上了什么事呢？我当时离开盛大了，后来去了猎豹移动。到猎豹移动以后啊，我们开始做隐私保护，怎么能够让用户啊，把隐私保护起来，做了这样的一个功能。袁弘又上去瞎说大实话去了，说中国用户根本就不在意隐私，隐私保护这个需求就是个伪需求，你只要给他们一点点方便，他们就很开心的用隐私出来给你换。当时我们觉得这怎么可能呢，这个事太违反常识了。你跟任何一个人说你要隐私吗，他都说要啊。后来我们发现李彦宏又在瞎说大实话，是什么呢？我们跟用户商量说，你给我10块钱，我帮你保护一下隐私，行吧，用户说不给。隐私啊，我要，但是要钱，没有。它是这样的，所以保护隐私是个伪需求啊，你如果是个真的需求啊，那你就应该老老实实为保护隐私付钱。对吧，没有任何人愿意为这个事付钱啊。你说我现在要拿你的数据回来，你要去给我签这个用户执行同意书，签完了以后我拿你的数据去做预算了。但同时我给你提供了搜索服务，提供了其他的各种推荐服务，你干不干呢？啊，一帮用户就开开心心去干去了。对吧，所以李彦宏又在不对了。那么这一次呢，依然如此。什么叫瞎说大实话？就是真话，这说的都是真的，但是呢，有很多事啊，他叫可以做，但不可以说呀。对吧，李彦宏瞎说的大实话，就是你都可以这么干，而且我们在圈里的人呢，也都知道这事就这么回事，但是你不能拿出来说。对吧，你也作为一个BAT，虽然现在B稍微的这个衰落了一点，也算是国内大佬，你把这种大实话拿出来说，他是有问题的。而且还有一点是什么，就是大家老说他瞎说大实话呢，就是他每次干完了这事，在百度自己身上呢，也没得到什么好处。

那么李彦宏这次说的是什么呢？开源模型会越来越落后，这个事是什么意思呢？就是训练大模型的成本实在是太高了，特别是当它的底层框架确定了以后，你想去训练它，这个成本是非常非常高的，非常费钱。所以要什么呢？比如说Llama，从Llama2升级到Llama3，给大家指明了方向，大家向这个方向去前进。那么在这个时候大家再去训练，你说我连方向都没有，然后底层都不清楚，我们要从头开始做这个事情，那这个成本实在是太高了，至少中国企业很难去承担这个成本，即使是在Lama 2的基础上，说我用这个数学模型或者用这个数据结构，我重新去训练新的模型，这些公司其实也很难盈利。这个事是太难了。所以呢，如果大家的底层就这样的不动了，比如就蓝帽2这样不动了，就在这个基础上，这个吃老本，那么李彦宏说这话就对了，就是说你就越来越落后。我们不停地去寻找有这个底层开发能力的人，我们不停地去迭代、去更新。你的那些人就老是在蓝码2的基础上去做，但是现在，蓝码3出来了，大家又可以往前走一步了。对，但是这些人的底层都不是自己的。比如说华为说我今天做芯片了，那芯片底层是什么？底层是UP或者是台积电，你底层永远不在自己手里面，那么他的天花板是有限的。所以李彦宏说的这句话本身并没有大毛病，虽然Llama三帮所有的开源模型又往前升级了一步，但是你的底层依然不是不可控的。

第二个，李彦宏讲的是开源并不便宜。这个话，其实我作为一个这么长时间去推广开源的人来说，我是极其赞同的。你去使用商业服务，其实你省去了大量的成本，因为有人给你签服务协议，你只要交钥匙就完事了。你要是想去做开源，你还要雇开源的程序员，然后这个人今天开心了，明天不开心了，后天你发现面试的时候看走眼了，这个成本是非常高的。而且，开源系统底层还有很多的不确定性。其实闭源系统也有bug，但是它处理方式是什么？我给你签一个服务协议，有bug你给我改去，我不管了。对，但是开源系统有时候有bug，里面他懒，没人理你，对吧，这个事是有可能的。所以开源，使用整个的开源系统是非常贵的，这个是我认同的。然后呢，是闭源才有商业模式，这件事其实没有那么认同。为什么呢？就是开源大模型通常在商业模式的周期上，它是比较漫长的。从拉马尔出来，一帮人开始弄，然后最后能挣到这笔钱，可能也得要个一两年的时间，你才能把这个钱挣到手，所以他是非常漫长的。而且呢，到现在为止，梅塔自己其实也没想明白，怎么用Llama去挣钱。梅塔虽然是Llama一、Llama二、Llama三都出来了，但是你说梅塔，你在这里头收着钱了没？他也没收着，对吧。而且他都没想明白，说我到底怎么把钱收回来。只是谁挣到钱了，就是我拿Lamar去再训练新的模型，比如我训练了一个医药的模型，或者我训练了一个移民中介，什么留学中介，我先练了一个这样的模型，就这个是能挣点钱的。但是你说梅塔自己怎么挣钱，不知道，对吧。所以想去靠开元大模型就直接挣着钱的，谁也搞不清怎么玩啊，包括像通1,000问，对吧，他怎么挣钱呢？他最后是说，哎，你们都用通1,000问吧，我是做云计算的，反正你都得上网来，用来你买我的云主机，我我通过卖云主机的过程再把钱挣过来，对吧，他是这么来挣这钱的。

所以你做从以前问，这到底是挣了钱没挣着钱，或者说我的这个云算多卖了多少，这个是一笔糊涂账。而且阿里在挣钱的方式是什么？就是我把所有这一圈子里头做这个大模型的全投资一遍，然后你们通通都上我这阿里云上来去干活去，我把阿里云的这个业绩做上去，任何人甭管我是用Kimi啊，是用什么mini Max呀，都上阿里云上用去，你们就用上阿里云去充值，不就完事了吗？对吧，阿里是挣这个钱的。但梅塔到底怎么挣这个钱，他自己也没想明白，所以它这个生命周期非常的长。然后大模型跟开元Linux是不一样的，跟安卓也不一样，实际上，最主要的开发者就是梅塔一家，不是一个真正大家一起协同开发的产品。这是李安红讲的，我觉得这句话呢，说的也非常正确。现在大家用的各种开元大模型，基本上都是在拉嘛2啊，或者是现在马上要出来拉嘛3啊，在这个基本上改来改去。我估计现在凌医万物的小伙伴们应该都在加班呢，对吧，拉嘛3出来以后赶快拆，拆完了以后，那么怎么能够重新去训练一个新的模型。怎么能够让这个模型的效率提升呢？我现在等着使用他们的新模型。在整个过程中，真正愿意做底层、愿意在底层上做前瞻性工作的公司，其实是没有的，或者说很少很少。听说质谱清音使用了全新的技术，但具体如何还不清楚。很多其他模型其实都是从Lamar借鉴了很多。李彦宏还说，既然不赚钱，为什么要做大模型？我觉得至少在中国，这种做法是对的。你说Open AI，像山姆奥特曼，马斯克，他们为什么要做大模型？是不是就是为了赚钱？这个我们不得而知，毕竟我们和他们不在同一个高度上，不能乱讲。

那么，构建国内最强的大模型，是李彦宏现在想要去做的事情。他第一个发布，哪怕被批评得一无是处，也是第一个尝试的。他穿着一条特别花哨的皮带，就这样上去了。甚至有人评论，他穿着白衬衫，像白衣飘飘的样子。他希望成为国内最大的，甚至在国内外都是最强的大模型。在国外，这个说法我觉得可以接受，就像众英雄围攻光明顶，光明顶就是GPT4，包括像Cloud这样的产品，它们是最强的，无可超越。即使是正在赶超的Gemini，也是必圆产品。而Gemini开源出来的那部分叫Gema，它并不是Gemini那个模型。\n国外的情况是这样，但国内的情况真不好说。为什么呢？因为国内的模型中，百度和Kimi是必远的。百度的使用体验对我来说太差了，太难操作。相比之下，Kimi我用得比较多，确实比较好用。此外，通易千问、百川智能、质朴清音、灵异万物、昆仑万维、360和猎豹都是开源的模型。我尝试过通易千问和一万物这两个开源的，以及一个闭源的。目前我觉得通易千问，尤其是千问1.5的32B版本，非常好用，运行速度非常快，给人留下深刻印象。

现在我主要在用通易千问和Kimi。不过Kimi有一个缺点，就是它经常在运行时报错，说服务器太忙，服务不过来。当你直接向Kimi提问几次后，它会告诉你它太忙了，让你稍后再问。这种情况时有发生。

百度一直自称是国内AI领域的领头羊，根据2023年第四季度的财报，其智能云业务营收为84亿人民币。但要注意，这其中包括了云计算和其他业务，比如智能汽车（自动驾驶）的收入。真正由大模型为百度云带来的收入增长，可能只有6.6亿人民币，这对百度来说可能只是杯水车薪，烧不了多久。所以这对百度来说，无疑是一个相当亏损的业务。而且…\n文心艺言嘛，为百度广告系统带来了数亿元的增收。但这个呢，就是百左手倒右手啊，哪一部分是由文心艺言带来，哪一部分是广告系统，就直接正着了。这个不好说啊。每天呢据说有5,000万次调用，这个我觉得也挺夸张的啊，真的我不知道为什么会有这么多人使这东西，因为那玩意真挺难使。预计2024年，大模型的收入贡献会成10倍，就是去年大概是挣了不到10亿美啊，人民币啊，今年大概会挣到几十亿人民币，在这样的一个水平上。

那么李彦宏为什么说这个话呢？啊，第一个，整个行业其实都不挣钱，包括他自己。就是做了半天大模型也没挣着钱，开元啊肯定是没挣到钱，甭管是刚才咱们讲的，灵异万物也好，百川啊，昆仑，360猎豹在这块估计挣到的钱都不多。360跟猎豹没准还能挣到点，因为他们就是纯纯做图币去了。他们自己那个开元模型，到底拿多少钱训的，而且他也不会推这个东西啊，推开源模型本身的成本也很高。不光是说你本东西开源出来就会有人用啊，然后通1,000问，刚才我讲的，他是通过另外一种方式。

之前呢咱们不管他，整个行业没挣着钱，开源也没挣着钱，但是呢，开源同时会极大的影响闭园挣钱。什么意思呢？比如说我这有一个公司，现在需要一个大模型来给我干活，正常你应该怎么办呢？我上百度上去买去啊，或者上open AI，上微软去买去啊。现在人说哎，我这有开源的啊，那等有很多的系统集成相关的公司，就可以把开源的这些大模型直接集成到我的系统地区了啊，我还可以给你做私有化部署，就这些人能挣着钱。现在Llama已经说了，可以免费商用，你拿去使吧，我不管了，等于把所有的这种中小规模的系统集成商，一把就全赋能了啊，他们挣钱去了。但是这些人挣钱的时候，这个单位就不会再去花钱干嘛呢？买这个open AI，买微软买百度了。所以他就一定要出来讲说，开元是没戏的啊，你们就老老实实买我的这个闭元的就好了。而且呢，开元有的时候啊，你避免不了，为什么呢？拿开元做定制是现在唯一的挣钱路径，而且这个是百度最受不了的，因为这块真的是在吃他的肉。哎，中国大模型创业呢，其实有很多困境的。第一个，成本非常高。尤其是合规成本，非常高。如果你说错了话，是要被封号的。

第二个，中国做任何创业，都必须马上挣钱。你如果说，我想先去折腾一段时间，过个10年再挣钱，想都甭想。像Open AI这样的公司，在中国是不可能成功的。为什么？因为大家在建立时是非营利组织，压根就没想明白该怎么挣钱，然后就四处融资。融完一大笔钱以后，就坐着吭哧吭哧地做。确实很多年一点收入没有，而且还烧钱烧得贼快。这个在中国是行不通的，必须马上挣钱。而且市场有限，现在在中国基本上没有C端市场。所有愿意出钱、花钱再去做工程做项目的人，大多是政府和大企业。

政府和大企业的客户争夺，不完全依靠技术。还有很多其他相关的，或者不相关的，商业的或者非商业的因素影响。最后谁中标，谁没中标，就是这样。

所以，为什么一帮中国人一听说Lama开源了，然后自主研发、自主知识产权的国产大模型就出来了。出来以后，他们去那些大的甲方那里去中标。其实李彦宏在骂的就是这帮人，就是你们不要去抄袭人家的东西，然后自己号称是自主知识产权。

在中国到现在为止，拿到牌照的大模型有多少？117个。如果有这么多大模型都拿到牌照了，中国有这么多数据，有这么多GPU让他们去训练，能出这么多模型来吗？或者花了这么多钱去训练吗？没有。大家拿的，都是Lama改的，全是这样。就是你拿数去看就行了，你不用管他到底是不是这个数。一看就知道，有很多的数据，你只要拿下来比，你就知道说，如果所有这些大模型都是自主研发，自主知识产权，从拿数据开始，一分钱一分钱的去训练出来的，那么这事是不可能的。你像我去问过零一啊，什么这些人，就是他们是从头拿数据去训练，虽然他底层的数据结构是Lamar的，但是那也是花了很多钱的。就是你不融到几亿美金，根本就不敢干这活。但是你想，中国有多少个融到几亿美金的大模型公司？刚才我们讲的是有牌照的，还有很多没有牌照的。没有牌照就是不用动外，对外服务啊，我还是可以比如说做一个什么，颁个奖然后在对内服务，这事还是有的。可能中国现在有几百个，甚至上千个大模型在跑。所以啊，这件事情呢，对于这些做大模型的人来说，是比较难受的。在这一块上，没准最后阿里能把钱挣着，就甭管你用谁的大模型，你到阿里云上来租我的服务器吧。而且呢，李彦宏的意思就是就这么点钱，就这么点甲方，你让百度张了吧。大家都是自主研发，自主知识产权，这还是看谁的资本硬吧。百度在这种竞争中呢，有一定的优势，毕竟排在这，但是呢，你有的时候真备不住谁七大姑八大姨说，哎，我这事我能搞定啊，你就不用用百度了是吧。这是李彦宏出来瞎说大实话的一个原因吧。就是大家注意啊，我每次讲李彦宏出来瞎说大实话的时候，实际上都是百度遇到了一些问题的时候，挣钱挣的不够多了啊，或者说是有一定压力的市场发生变化了啊。第一次是百度希望做内容营销，发现他遇到了版权的问题，出来瞎说了一个大实话。第二次是什么呢？百度希望做移动，结果发现移动里头有一帮人去搞这个隐私保护，又搞了一次。现在呢，是啊，去做大模型了，然后发现一帮人在喊开元对吧，他又又要出来瞎说大实话了啊。干了这么三件事，咱们最后讲一下，Lamar3到底会带来什么东西吧。Lamar3呢，会带来哪些改变啊？第一个，整个开元大模型行业会迎来爆发式升级，就所有做开源大模型的人…\n都会在未来的可能两三个月里头，就会升级自己的大模型。大家可以看看谁升级的快，哎，升级快的，这个就属于技术力比较强的。因为你想，你给你一个新的大模型，整个各种系统架构都是变化了，都是新的，效率更高，质量更好。大家就一定会去研究、分解，然后再去拿这个相应的训练方法，相应的注意结构，再去训练自己的模型。所以到未来，可能我们再使用在本机上三十几币的这种模型，就完完全全可以接近到GPT4的一个水平，超越这事还不敢乱说。然后你在服务器端可以跑到的这种70币模型，基本上是可以超越GPT4的。大概就是可以到这样的一个程度。

而且呢，各种Lama3的微调模型会快速爆发。就是我先不去训练新的，我现在这个基本上进行一定的微调，这些可能在几周之内就会疯狂上线了。然后呢，行业应用可能会快速的提升，这个可用性就提升了。比如说我原来是给建筑业用的，给银行用的，给保险公司用的，那么他们可能会发现，我这个升级了，升级了以后，这个系统一下就变得不是那么人工智障了，就变得好用了。这件事情应该可能在未来的一两个月里就会发生。

这件事情之后，从头训练自研大模型的公司呢，这个日子会稍微的再难那么一点，包括百度自己。这就是Llama3可能会带来的改变。而且我相信Llama3出来以后，在未来的半年里头，会有大量的新的公司出来，我要创业，我要再去做大模型相关的创业去了，一定会有人干这个事的。对于我们来说呢，可能还可以继续期待一下GPT5。我们不期待GPT5到底能够带来哪些能提升什么，真正需要的是GPT5可以给整个的行业再指明一次方向，大家向这个方向冲，这个是可以证明的。那么在这个过程中呢…\n这方向明确了，人跟钱都不缺啊。有很多人说我们很聪明，我们要干这个事情，还有很多钱啊，等着冲上去说：“哎，方向指明了，赶快上！”就想这个Solar大模型，现在还没有人上来用上吧，但是已经有大量的视频模型，已经冲上来，可以给大家使了。所以啊，Open AI，你指明方向就可以了啊。咱们也可以看看，到什么时候真的会出现能源短缺吧。其实现在大家在叫做芯片短缺，等芯片灯真的都充满了以后啊，咱们看看，是不是咱们会把所有电用光啊。这就是咱们今天讲的第一个故事啊，就是Llama三来了，是不是给李彦宏打脸了啊？但是我到现在还是认为，李彦宏说的话啊，就是真的是瞎说大实话啊。大概是这样的一个情况。