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

OpenAI连续12天的发布会到底为世界指明了什么样的方向？大家好，欢迎收听老范讲故事的YouTube频道。

OpenAI的12天发布会已经结束了。首先，从我个人的感受上来说，稍微有一点点失望。没有带来新一代的Dalle，也就是绘图模型；也没有GPT-5，哪怕是GPT-4.5的升级都没有。Sora虽然发布了，但是他所发布出来的产品跟大家的预期是严重不符的。

那么，这12天到底都发了些什么呢？前面7天其实已经录了一期节目进行总结了，咱们这里就不再重复。后边5天，第八天是搜索和实时语音进行了合并。我在前面7天总结最后的时候，讲了一下我说，现在OpenAI发布了大量的工具，是隔离的。语音是语音，搜索是搜索，canvas这种画板，还有其他的很多工具，是相互隔离的。就是你要选择其中一个功能，其他的功能就不能选了。未来的话，一定会逐渐把他们再合并起来。

第八天就给大家演示了通过带有搜索功能的实时语音，解决很多现实的问题。原来实时语音你跟他聊了半天，他是就给你瞎编的，就是截止到某一个时间点的知识，然后以此为基础来跟你去闲聊。现在的话，你就真的可以问他：“今天天气怎么样？哪个地方餐馆是不是定满座位了？”他可以用一些真实的信息来给你回答，这个就会变得非常有趣。甚至，他们还演示了一下去结合地图跟大家做一些回复，说哪个地方有什么什么东西。他可以把这个地图调出来，你附近有哪些好的餐厅，有哪些好玩的地方。

到第九天，叫开发者日。这么多功能出来了以后，他给大家了一些API，也就是像我们这些程序员可以通过API把这些功能集成到我们自己的程序里边去。所以，先给大家看了O1的API进行升级。大家注意，O1原来我们是可以通过API去调用的，只是它很多东西都没有，包括函数调用、结构化输出、视觉输入，这些东西实际上都没有。这些是在4O上都有的东西，但O1上没有。稍微跟大家讲一下什么叫函数调用。

就是我们在调用大模型的时候，按道理说应该是我们给他一个提示词，他就吭哧吭哧就干去了。但为了能够让他有一些更多的功能呢，OpenAI也好，或者很多其他的这种大模型也好，都有这种函数调用功能。就是你跟他描述一下，说这个函数是查天气的，以后遇到查天气，请调用这个函数，直接把这个天气查出来。等于你把一个实际天气预报的网站就可以封装成一个函数，告诉这个大模型，然后它就可以去做这样的工作，等于它就具备了查天气的功能。

这个就叫做函数调用。而所谓结构化输出是什么呢？就是我们正常看到大模型输出的，都是乌七八糟的一大堆话。你想在里边找到真正有用的东西，然后再到下一个模型里去调用的话，有几种方式。第一种呢，就是你再给他一个大模型，说来把这个里头有用的信息总结总结，然后到下一个地方再去使用。但是这种方式呢，会有一个问题，过了大模型这个过程了以后的话，每一次的结果是不可预期的。有的时候找得着，有的时候未必找得着，这个会挺麻烦的。

另外一种方式，就是我们常用的方式，是把它写程序，直接在这个输出的内容里边进行正则表达式的过滤。就是说我过滤一下，这个里头有没有谁的名字呀，有什么性别呀，还有什么这些东西，然后把这些数据拎出来，然后到下一个环节继续使用。以前我们是这么使，但后来OpenAI就发明了一个方式，说哎，我干脆结构化输出吧。我再输出出来的东西，就不是一个完整的文字了，而是把它拆成程序员比较习惯使用的JSON格式。他上来就告诉你，这个人的姓名是什么，性别是什么，然后有3个人形成数组，每一个的属性都按这个方式写好。那这样的话，我们在后边拿程序去接收这个数据的时候，就直接可以拿这个已经结构化好的数据去把相应的信息拎出来，往下一个环节去走。这块还是很棒的。

至于视觉输入的话，他其实干的事情很简单，现在的O1的API可以直接往里塞图片了。原来都是你需要用文字去描述，它是不支持图片的，现在支持了。

这就是O1的API增强的东西。然后呢，给大家演示了一个叫WebRTC。加上WebRTC以后呢，等于我们自己的程序里头就可以有这个实时语音功能了。原来我们没有办法做这个实时语音，是因为呢，我们需要通过像API的方式来去调用它。必须是我先得到了一段声音，然后把声音塞到这个后台的服务器上去，先给我识别说说文字，然后呢，它产生结果，再去给我念。原来是这样。现在的话，就是它可以做WebRTC了。

RTC什么意思呢？叫Real Time Communication，叫实时通讯。所谓实时通讯就是说，你给了它这个音频流或者是视频流，给了它以后呢，它等于实时的去处理了。像我们使用的OpenAI的高级语音功能，就是它是说着说着你可以打断它，它会听到你的声音，然后接着跟你聊。这个东西就是WebRTC实现的。

咱们日常生活中各种的会议软件，还有很多直播软件，实际上它背后用的技术都是WebRTC。那么现在都是我们给大家提供WebRTC的这种API，你也可以让你的应用或者网页呢，拥有这种可以被实时打断的高级语音功能。这个也是一个非常棒的技术，至少对于程序员来说，稍微有点激动人心哦。

还有一个让程序员比较开心的事情，就是API降价。你调用了API，它是按TOKEN来收费的嘛，要每过一段时间都会降价，降一点点。那么又降价了，这个是让程序员开心的事情。

这是第九天开发者日。到第十天呢，发布了一个特别有趣的功能，就是直接电话通话功能。他给ChatGPT申请了一个电话号码，大概是1-800-ChatGPT。大家可以直接给他打电话，而且呢，应该是每一个电话，每个月应该有十几分钟的免费时长，可以去跟他进行通讯。他发布了这么一个有趣的东西，就是你不需要安装APP，上网页登录账号都没有，随时抄起一部电话来，就可以去跟他聊天了。

除了这种方式之外呢，还可以做WhatsApp。你把刚才那个1800……

后边ChatGPT的这个电话号码呢，写在联系人里，以后就可以使用WhatsApp跟他进行通讯了。跟他聊天也是允许的，这样的话，他等于极大地去扩容他的用户层面。很多的老人小孩，原来从来没有接触过电脑，没有接触过网络，没有接触过手机的人，就开始可以成为他的用户了。这个也是很有趣的一个发布吧。

我尝试了一下，我没法使，因为我的WhatsApp是用大陆手机号注册的。我使用大陆的手机号去给他打这个电话的话，肯定他也不会有任何回应，所以呢，就不用费劲了。

这是第十天。到第十一天呢，做了一个Mac桌面版的升级，可以呢看到Notion以及其他笔记软件里边的信息，然后还做了一些高级语音功能的整合，也就是刚才我们讲的ChatGPT的Mac版。你连到本机的Notion以后，或者连到本机的各种应用上，今后你现在可以跟他说话，通过说话的方式来控制这些应用了。

这是第11天。到第12天说终于到最后一天了。我记得到第11天的时候，就去讲说明天特别激动人心。在前边应该是发布apple intelligence那天呢，也在说说这个，以后有一天我们会发布这个AGI的，激动人心的AGI。所以呢，就是留足了悬念，大家就都等第十二天了。终于到第十二天了，坐在这看发什么了。

他发了一个叫O3的模型，这个就实在是太厉害了，都不好意思叫O2，因为前面一个模型叫O1嘛。说O2我们跳过了，我们直接叫O3了。整了这么个东西，是一个非常强大的推理模型，然后也发布了O3 mini，还有一个叫谨慎对齐的技术。

现在呢，这些O3模型呢都是期货，O3 mini是到明年1月底可以跟大家见面，而O3的话还要再往后推一些，据说是在O3 mini发布以后的一个时间跟大家见面。目前呢是开放了安全员申请，就是你可以申请成为安全员，进去呢帮他评测一下他们的安全机制是不是有效。因为这么厉害的模型出来以后的话，一旦是被坏人利用了，那等于坏人也如虎添翼吗。

这个是他们不希望看到的。具体第12天的东西呢，咱们后边详细讲一下，这个还是有点意思的。然后到第十三天，对，连续发布12天嘛。第13天还有事。到第13天呢，山姆奥特曼发了条推特，说从今天开始，Sora一直到年底，免费给大家使用，就是不限额随便使。我估计呢，它Sora发布出来以后，发现完全没有什么热度，没有什么人愿意在上面折腾。因为呢，很多人试了以后发现效果并不好，特别是很多物理bug，比如说多个手指头，或者什么腿往外弯了，两条腿变三条腿了呀，什么这种事情稍微有一点点多。而且呢，他限制非常严，像我到现在在他的Sora上，不可以画有人的视频。所以呢，我就试了一次，以后就再也没登录过。虽然我作为plus用户，每月还是有一些绘画的，或者绘制视频的这个额度的，但是没兴趣。

现在他又出来找补来了，说我们第13天还有东西，就是大家可以继续去使用Sora，作为圣诞庆祝，因为他觉得后边该过圣诞节了，大家都应该去画一些视频出来，然后去四处发发社交媒体，给人祝福祝福，这是一个很好的时间点。但是从现在来看呢，我并没有看到什么响动。怎么叫看到响动？别人画没画我怎么知道呢？也很简单，就是你到Twitter里边去，到YouTube里头去，如果你发现有大量由Sora渲染生成的这种视频在传播，在大家互相的转发点赞，那说明呢，这个策略是成功的。但是他发了这个推特以后呢，我并没有发现有任何变化，所以我觉得这个事情，应该他的目标没有达成。

好，下面呢，咱们稍微详细的讲一下第12天的O3发布吧。O3模型呢，就是这种博士生模型，前面我们还专门录了一期视频，再去讲如果花2,000美元一个月，让你去雇佣一个达到博士级别的AI助手，你到底愿不愿意？那么现在看来，人家也不是无地放矢，实际上都是在为O3去打基础。O3模型呢，在编程比赛里头获得了2,700多分，当场做主持的那哥们大概是做了2,500分，然后旁边的山姆奥特曼就问他说：“你多少分？”

他说2,500，当时那个脸就不是那么好看。但是他马上纠正说：“哎，我知道公司里头是有人得到3,000分的。”对于他们来说，我估计达到2,500就已经很强了。因为那个比赛我自己没有跑过，但是我估计以我的能力，应该是差得比较远。因为现在脑子已经比较木了，不是原来每天坐那写程序的那种脑子了。

然后呢，他说：“哎，公司里有人是3,000分的。”然后山姆·奥特曼的反应特别逗，他说：“这个3,000分，这哥们也蹦跶不了几天了。”为什么呢？因为以AI的进化速度，他想去追上人类的这一点点分数差异是非常容易的。特别是在这种规则比较明确的挑战赛上，人类是不太可能很长时间保持优势的。

第二个是参加数学竞赛，也得到了一个非常高的分数，就做错了一个题。山姆·奥特曼就想起来问说：“兄弟，你那个数学竞赛考了多少分？”那哥们赶快松了一口气，在老板面前保住面子了。他说：“我是满分，我一个题也没错。”后来又赶快找补，他说：“我是做出过满分答案的。”

对于这个O3来说，对于这种大模型来说，你让他反复去做，他最后肯定也是能够做出满分答案的。甚至原来还有那种猴子理论，就是你让一堆猴子在这随机的点点点，或者随机的打字的话，都有可能能够形成有意义的长文本。所以你让O3反复叙事，他肯定也能够达到满分，这个不用担心。我估计这哥们也是压力挺大的，老板坐在旁边，随便出点什么数：“你多少分？”这个还是稍微有一点点吓人。

而且他说他满分了以后，估计他也想明白了：“说不对，这个不是老板在面试我，不是在考教我，我们是在发布新产品，还是要说产品牛。”然后赶快又找补回来了这个东西，这个也是很厉害的。但这一点上呢，一定是O3体现出了极强的编程能力和数学能力。

然后参加了一个叫ARC AGI的测试，这呢是一个全球可以开放的测试，所有做AI的人都可以去拿自己的模型上面去跑去。GPT-3在里面大概是0分，GPT-4是5分，4O可能比这个4稍微好那么一点点，O3的话是达到了87.5分。

这是一个非常非常高的分数了。人类的平均水平是84分，所以它已经超过人类了。我们正式向AGI进发了。这个比赛呢，超过85分的就可以获得60万美金的奖励，还是一个非常棒的比赛。但是呢，它也展示了另外一个事情，就是O3模型的运行是需要超高的运行成本的。

为了应对这个超高运行成本，他们还设计了一个很有趣的东西，就是在你每一次向O3问问题的时候，可以设置说，我到底是用这个高成本运算、中成本运算，还是用低成本运算，而不是像原来使用GPT式的，就是你只管问，它自己来根据你的问题决定使用多少算力、多少成本来算出结果来。

他们参加这个ARC AGI的测试的时候，如果使用低成本运算的话，只能得到75.7分。虽然没有达到人类的平均水平，但已经很高了。然而，这样的75.7分的结果是用20美金算出来的，不是20美金一个月，而是20美金一次哦。这是非常非常恐怖的。

他们刚才说的这个87.5的分数，超过人类平均智力水平，这个分数是用高成本算出来的。他算一次需要花几千美金，这是非常吓人的。所以前面录节目讲的这个2000美金一个月的，我觉得2000美金未必够他烧的。就是你按照运转一次就需要花几千美金的这种高成本运算来算的话，那这个收费的方式可能还需要重新思考一下。

除了发布这个O3之外，还有O3mini。O3mini呢，是高中低三档算力开关，也是如此。效能呢做了很大的提升，低成本推理这一档呢，速度很快，基本上跟GPT4O的速度是一样的。现在我们使用O1 mini、O1这样的模型的话，它的速度是非常慢的，你需要等半天才能有结果出来。但是呢，使用O3mini基本上是可以达到4O水平的。

然后使用中档推理的时候，可以达到O1的这个效果，但肯定它比O1要便宜嘛，因为它是叫迷你的一个版本嘛。但是呢，它的运算的结果跟O1是一样的，但是高档就没事没得比了嘛。

而且呢，O3 mini呢，提供了丰富的API，就是结构化输出函数调用，这些都给了大家可以去写程序去使用了。但是O3的API到底长什么样，这个就不好说了。除了O3和O3 mini之外呢，还发布了一个东西叫谨慎对齐。你发了这么神奇的东西，万一有坏人用怎么办呢？所以这个事情一定要去讲一下。

他们整了这样的一个谨慎对齐，实际上是什么？这是原来我们要去对齐的时候，或者说我们要去甄别用户提进来的提示词，是不是恶意或者隐藏恶意的时候呢，他们以前都是通过这种静态的关键词去进行过滤的。现在说不用了，我们训练了一个模型，然后这个模型呢，自己可以推理出一个标准来，灵活地去甄别每一次的提示词。但是这个呢，现在请大家报名去做测试，看看到底能不能突破它。因为我对于他们的这种数学和推理能力，其实是缺乏理解的。就是以我的这个理解状态来说，我觉得这个谨慎对齐的这些安全方式的话，应该突破不难。这个等他慢慢后面进化去吧。

通过第三天的发布呢，我们看到了一个非常有趣的现象，也就是OpenAI的用人原则。他们其实就是通过各种的智力测验、各种的编程比赛、数学比赛，挑了一堆的这种天才儿童坐在这。但是我们去讲“天才儿童”这个词的时候，听到的朋友们，你觉得这是一个完全正面褒义的词吗？好像不是吧。

现在这一群的天才儿童坐在一起，给我们带来的产品就是O3、O3 mini，一些普通人已经完全无法去理解和使用的一个强推理模型。没有给我们所期盼的普通人能够用的GPT-4.5或者GPT-5，而是给了我们一个O3。我们对天才儿童的这种认知，一般是什么样的？咱们从字面意思上去理解的话，大概是这样。这帮人在某一些特定的环境下，已经跑得非常远了，一骑绝尘跑出去了，让其他人完全无法望其项背了。但是呢，对于正常的生活，柴米油盐酱醋茶来说，基本上是弱智。反正至少我的对于天才儿童的理解是这样的。所以呢，现在GPT的O3以及他的谨慎对齐的话。

我基本上是按照天才儿童的方式来理解他们的，这个事没有什么依据，这就是完全的感受。好，这就是第十二天发布的产品了。往后呢，我们来讲一下OpenAI的方向判断，通过12天的发布，他们到底想干什么，这个我们要去看一下。

第一个，OpenAI现在一定是希望拉更多的用户进来，甭管是Apple Intelligence，还是直接可以给他打电话，直接可以用WhatsApp跟他联系。他还是希望拉更多的用户进来，而且呢，可以覆盖更大的应用范围，比如CANVAS Project或者其他一些新的功能。它希望可以覆盖很多原来，比如说Office或者是其他的一些软件所覆盖的这些功能。

包括第11天所演示的ChatGPT麦克端的APP，可以直接跟大家的Notion、Notebook也可以跟这些产品一起工作的这个能力。他希望把AI带到所有的边边角角、方方面面里边去。我觉得这个Notion AI可以哭晕在厕所里边了。

另外一块呢就是降价。OpenAI的降价其实一直都没有停下来，每过一段时间就会降价。但是对于普通用户来说，你一个月20美金也好，或者是200美金，或者其他这种版本也好，这个它不会降。但是什么东西在降价呢？就是API在降价。每过一段时间API就会降价，降价的原因呢，就是现在其实我们在程序员使用API调用的各种大模型里面，OpenAI的ChatGPT还算是最好用的之一。现在只能算之一了，因为呢，它跟这个Anthropic Claude 3.5 Sonnet比起来，算是不分伯仲吧。在这样的一个情况下，他只要是不断的降低API TOKEN的成本，那么我们这些人就会继续去使用他的API，那么他就可以很有效地去挤压他的竞争对手。这件事情一直在前进，然后瞄准高端狂奔，这就是这一次12天发布会里的实际最主要的东西。像第一天欧一完整版。

第二天，什么是强化学习？然后到最后，上了一个O3。中间其实还有很多，是专门进行这种研究型应用的模型，已经完全脱离了普通人使用的这种模型。这个方向其实在O1的时候就已经指明了，我们要向这个方向前进，不再去做5了，或者再做什么这些东西了，我们就要去做强推理。

在这样的方向指明了以后，现在谷歌、国内的像Moonshot、Deepseek、阿里这些都已经纷纷跟进，分别推出了自己的数学模型。谷歌推出的叫Gemini 2.0，Flash Thinking，Kimi的话应该也是推出了一个叫m系列的模型。Deepseek应该也有一个类似的模型，国内还有一些这种数学模型。阿里推出的叫QWQ，也就是通义千问QWQ模型。有一些我已经用过了，效果其实还可以。

OpenAI已经成功地把整个行业的方向向着研究方向带过去了。再往下一步，OpenAI要做的事情，继续是各种工具之间的联通和统合，这里还有很多工作需要做。你比如说，现在你想用CANVAS的时候，还是不能用搜索。虽然可以在实时语音里头用搜索，但在CANVAS里用不了。CANVAS跟其他各种功能结合起来，或者绘图什么结合起来，这个还需要逐渐把它自己这些功能打通，这需要下功夫。

然后，面向普通人的大模型进化，OpenAI还在探索。现在有传闻说，GPT-5训练了几次，效果不好，依然在训练。就是成本非常非常高，周期很长，训练一次几个月的时间，花5亿美金才能训练一次，但是训练了两次都没有出来结果。不过目前这些都是传闻，我自己也没有详细考证过，还是慢慢等进一步详细的消息出来吧。

那么未来AICC行业的方向是什么？这刚才我们讲了OpenAI的方向。大家要注意，12天连续发布会，实际上对整个行业来说，有一个重大的利好。这个利好是什么呢？就是两大困扰创业者的问题。

有一个暂时没有爆发。两个问题是什么？第一个是底层架构不稳定，第二个呢，是上层应用被覆盖。这个什么意思？咱们先想后边这个。就是你吭哧瘪肚坐半天，等OpenAI再去开发布会的时候，你发现你的功能被覆盖掉了，你的事情白干了。就是每一次OpenAI一开发布会，就说又有一大片的创业公司倒下了，就是功能被它覆盖了。这个问题依然没有解决。

这一次这个OpenAI 12天发布会里头，依然是覆盖了一些东西，比如说ChatGPT的Mac客户端可以直接跟Notion结合了。那么Notion AI的一部分功能实际上是被它覆盖掉了。甚至呢，Mac端的ChatGPT的应用可以直接跟各种的IDE开发工具去结合去写程序了。为了应对这件事，微软说来GitHub Copilot免费了。所以现在你想写程序的话，可以直接使最好的那个，不用去跟其他的那些免费模型较劲了。这也是这个倒逼微软降价吧。所以这块依然没有解决。

但是另外一个问题呢，基本解决了。什么呢？就是底层架构的不稳定。原来你要去做一个创业，说：“哎，我在GPT2的基础上做了一个东西。”等你这个东西吭哧瘪肚开发了一年，写出来了，人家说我GPT3出来了。那说咱们升级，GPT3上我吭哧瘪肚写了半年，又把它写出来了。我3.5了，那咱再升级，又吭哧瘪肚写了一年，说我这个现在是完全适应GPT3.5的了。我们要去开发布会了，正要出门了，我们这个GPT4出来了，然后4O出来了。这个就叫底层架构不稳定。

现在一看说，哎，5依然遥遥无期，5的各种特性都不知道。因为我告诉你，不需要把5做出来。如果OpenAI能够做出来，说我5是按哪个方向做的，朝哪个方向发展的，这个事他如果敢出来说的话，那么整个行业就会奔着那个方向开始跑。就跟他2024年年初说我要做Sora，我放了一堆演示出来的过程是一样的。实际上他已经把整个行业带着跑了一年了。所以现在5到底是什么样，不知道。那么这件事就算稳定了。

底层基本上稳定了。现在呢，甭管是LLama、通义千问、Gemini、Claude、OpenAI，还有其他的各种模型，都基本上停留在GPT-4的这样一个水平上，上上下下吧。然后呢，他们的调用方式，整个的反馈的这个结构基本上是跟OpenAI一致的。就OpenAI制定了一个标准，规定好了这个东西是怎么调用的，提示词大概怎么写，调用的时候是分几个命令进去，出来了以后可以有哪些功能。像刚才我们讲的什么函数调用、这个结构化输出，这些东西其他人都是照这个标准做的。

所以呢，现在再去做什么应用，或者做AI Agent，大量的这种工作流都串起来，干这个事情的话，那中间的这些大模型就有极强的可替代性。我用OpenAI可以用，我用Gemini可以用，我用Claude可以用，我可以随便换。这个的话，其实是对于开发者来说，或者对于创业者来说，是一个巨大的好消息。就是底层暂时稳定了，大家赶快冲上去，把一些具体的应用做掉，这是很好的机会。

OpenAI自己呢，还会继续去将各种分散的功能逐步整合起来。所以在这个时候，千万不要尝试去做拼接工具。什么意思呢？你比如说，哎，我现在是不是做一个带有搜索的CANVAS功能？这个你就别费劲了。你要相信我，OpenAI自己一定可以搞定这个事。而且他一旦搞定了以后，你做的那个产品一定会被覆盖掉，这个事不要去干，直接面向混合后的OpenAI功能就可以了。

你比如说，我们认为带有搜索和这个项目功能的OpenAI的这种API未来会出来，那么我们就直接以此为目标进行开发就行了。等它一出来的时候，我们其他东西就开发完了，这也许是一个方向和玩法。那么用户交互方面呢，肯定还是会有很多可以值得探索的东西。这一次OpenAI给了我们两个提示，第一个提示就是如何让AI更好地跟现有的系统相结合，到底是通过Mac上面的ChatGPT APP。

直接去跟各种APP进行结合，还是说我到这个网页里边，直接给你上canvas或上画板，这块呢是大家值得去探索的，也是呢这个OpenAI给大家做的一些演示或指明的方向吧。这块是值得去试试的。

另外一块的话，就是如何将复杂的需求准确地表达给AI，这个是OpenAI这一次开发布会的时候给大家演示了。那说哪一个是做的这块的演示呢？Sora的故事版。我怎么能够把一个有持续的信息分成持续提进去？这个其实是OpenAI给大家做了一个创新，虽然这个创新很小，但呢非常有意义。

以后我们不用再去想说，我如何可以在一个提示词里一次性把一个完整视频所需要的信息都扔进去。你可以在故事版上，在时间线上，这个地方要干什么，那个地方要扭个头，这个地方要变个颜色，这个时间点要起始，要画什么东西，然后到几分几秒的某一个时间点，这个主人公向哪个方向走，或者做什么动作，或者到几分几秒这个颜色发生什么变化，或者亮起什么样的灯光。他可以通过这样的方式呢，进行更精确的有持续性的信息输入。

而且这些的话，应该会很快被像什么吉梦、可灵、Runway这些模型应用起来，这个我觉得可能一两个月就会看到变化了。现在呢是研究和推理领域，肯定会越来越小众。面向普通用户的方向的话，各种的APP，各种的这个用户交互方式，这块呢现在大家就可以去干了，2025年应该是这一块可以出成绩的时候。

另外呢，就是具身智能必然会爆发。其实我们这一次看OpenAI 12天的连续发布会里头，真正让我感觉很震撼的东西是什么？就是带有视觉的高级语音。你可以开着摄像头对着自己跟他聊天了。这种东西你扔给了具身智能的机器人，再要求OpenAI直接输出代码，说来你给我输出代码，然后我用这个代码去控制机械手。技术变化了以后再给你进行一些反馈。

现在的OpenAI大模型，其实已经距离控制机器人非常非常接近了。所以呢，这些机器人公司应该发力了。

新的具身智能未必长得像人，只需要做好插件、传感器、动作执行以及反馈这一块就行了。下边就是怎么提高技能、提高准确度、降低成本。这就是2025年可能提给所有具身智能行业的一个要求了。后边大模型的部分不用管了，扔给OpenAI就完事了。

带有视觉的实时语音，会改变每一个人的生活方式。这个智能的硬件产品包括一些新软件产品或者网页，在2025年的话，应该会有非常多的涌现。

最终总结，2025年依然是AIGC的一年。虽然前面OpenAI连续12天的发布会让我感到稍微有些失望，但是他还是尽到了责任。不是说发布了什么让我特别感到眼前一亮的革命性产品或者什么iPhone时刻，没有。但是呢，他依然作为老大，执行使了他的义务，就是为整个行业指明了方向。

好，这一期就跟大家讲到这里。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。