大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲DeepSeek。这条鲶鱼搅浑了水，GPT5要来了，百度也要免费开源了，到底是一个什么样的情况？大模型这个赛道未来会怎么去发展？

DeepSeek呢，算是彻底改变了游戏规则。OpenAI给整个行业挖的坑，到现在呢，还有一些公司没查出来呢。什么坑？就是客户端这个订阅20美金一个月这个坑。这个其实是一个非常失败的商业模式。谷歌到现在还在往外爬，因为谷歌他其实自己不太想爬出来。为什么？因为他一旦爬出来以后的话，谷歌搜索的广告收入就没了，只能在那里头装聋作哑了。Perplexity到现在也还在思考，到底是不是要爬出来。

大家有没有想过一个问题？开源模型，因为DeepSeek是满血版671B的开源模型，它对于OpenAI的伤害，到底是ToB的伤害大，还是ToC的伤害大？这是一个大家值得去思考的事情。虽然现在DeepSeek在很多的C端有非常大的影响力，就是很多的个人去下载这个东西去用去，但其实真正的开源模型影响最大的是B端。我这是一个自己的公司，我是一个政府项目，或者是一个什么样的商业相关的事情，我要去使用大模型的时候，一定是会优先去选择这种完全可控的开源模型，而不是说我去用人家的闭源的，买人家API。因为你一旦是有开源模型的话，你就可以选择完全私有部署，我自己买台服务器往里装就完了。

现在中国卖的特别好的就是DeepSeek一体机。什么叫DeepSeek一体机？就是它一个机器里边给你塞满了，比如说8块或者16块升腾910，华为的这个算力卡，可以把DeepSeek 671B的这样的模型直接塞进去，就是一台机器搞定。但是这机器很贵，这一台机器大概是三四百万人民币。但很多的大企业说，我们愿意去花这个钱。中国的那些大企业，特别是央国企，他们花这种钱还是蛮开心的。花完了以后，华为就可以发挥他们比较擅长的事情。

做这种ToB销售、做大客户销售，剩下的这个我们就不能细说了。所以一旦是有这种完全开源的大模型，而且是跟你这个OpenAI差不多功能的这种大模型的话，对于OpenAI也好，对于谷歌也好，最大的伤害是B端的。C端的其实你说有伤害吗？有，但是C端的人呢，主要是凑个热闹，我们上去看一下就可以了，发现“哎，慢了吧唧不太好使呢”，就跑掉了，也就这样。但是B端真的是差异很大，现在大家都已经开始动起来了。谷歌的Gemini 2.0 Pro已经发出来了，而且谷歌Gemini 2.0，就是Flash、Flash light什么一大堆的版本出来，那是真便宜，而且是比DeepSeek还便宜的一个价格。你不是跟我卷价格吗？我卷的比你还低，现在是谷歌的应对方式。

而山姆·奥特曼的话，也终于要发布他的GPT-5了。这个是路线的一个彻底改变，从去年年底12天连续的挤牙膏，到现在突然说“哎，GPT-4.5要出来了，马上GPT-5也要出来了”，这个转变是非常非常巨大的。而且我相信到目前为止，这个弯应该没有转完，这只是转了其中的一半，剩下的我们还要再等它继续去发布，还有一些新的消息，可能未来一段时间会出来。为什么说这个弯还没有转完呢？因为你还得开源一部分，你光说我4.5和5这事不行。到目前为止，OpenAI到底怎么开源这件事，山姆·奥特曼都没说，这个肯定是有问题的。

而且山姆·奥特曼也好，OpenAI也好，现在已经开始有流量焦虑了，就是他们的流量到底了，靠自然增长涨不上去了。所以他们1,400万美金，跑到超级碗去打广告去了。他们等于进入到下一个阶段了，原来就是我自然增长，再涨上去就完了，现在涨不动了。而且呢，除了出4.5和5之外，还要求什么呢？就是他还说了，我们要开放全部的功能给免费用户使用，不用再去说一定要交钱了。这个是非常大的变化，就是你甭管是GPT-4.5还是GPT-5，什么搜索、什么生成图片，这个东西免费用户都可以用起来。

这个是真的要革自己的命的路子了。GPT-4O以后，其实再往后发展，这个事本身是挺难的。就是普通的这种对话模型，在GPT-4O出来以后，我们就做过这个结论。其实GPT-4到4O之间，主要增加的东西是什么？是语音的部分，是多模态的部分，高级语音功能。为什么涨不上去呢？原因就是你再往上涨，大家其实没法欣赏了。

马上要跟大家见面的GPT-4.5，就是说未来几周就会见面。那么4.5代表的是什么意思？有提升，但是呢，提升又不够大，所以它的名字叫4.5。越往后发展，这个提升就越难被普通大众所感知。你说我今天去跟一个出租车司机聊个天，哎，聊得还挺开心。待会你在这给我做一个博士，我跟他聊天发现聊不到一块去。人家说什么我不懂，我说什么，人家都是像看傻子一样看着我。那这个事肯定是没法整。因为你GPT这种东西从4到4.5或者到5，你变得更聪明了以后，是不是就是我说点什么，对面都像看傻子一样看着我呢？这个就会很痛苦。

而且加入搜索以后的话，其实对于大模型本身，就没有那么高的要求。他只要把我们的内容通过互联网搜索以后，再去进行一个总结归纳的话，他对于模型本身的能力要求，其实已经下降了。还有一个问题是什么？就是越聪明的模型，对于安全和对齐就越费劲。我还记得在GPT-3.5出来的时候，他们就说说，我们这个模型其实训出来一年多了。那这一年多干嘛呢？就是不停的在去做对齐，做安全性的这种防护，不能让人去攻破它呀。而且发出来以后还不停的有人上来说，我奶奶告诉我怎么样，或者是我做了个梦造原子弹了什么，还不停的去绕他。绕了这么多年了以后肯定是攒的，各种各样的防越狱的手段越来越多。

那么现在GPT-4.5可能早就训练出来，但是他就为什么没有办法把它拿出来？就是没法去搞定这个安全措施。原来可能还要再去蘑菇很长时间，内部才能达成一致，说我们把它放出来。现在DeepSeek来了以后说算了，不用费劲了，咱们拿出去用吧。

其实，在Llama出来的时候，OpenAI这边就应该想明白了。就是在这个时候再把它做这个，那么安全其实意义不大。因为有开源的，你这个做的再安全都没有什么意义。

DeepSeek在安全跟对齐这方面呢，有点像拼多多的商品。原来很多人说DeepSeek是AI界的拼多多，这个是有道理的。拼多多的商品有什么特点？能用，这个东西不是说不能用，能用便宜，但是安全性跟稳定性呢，就没有那么讲究。你去拿DeepSeek，特别是DeepSeek的API，基本上是百无禁忌的。一个模型放在那里，那你说这个大模型这样百无禁忌，他有问题，你万一说点不该说的怎么办？

但是你想想，我们今天相当于雇了个人在家里干活。我们希望这个人的道德标准是由我们掌握的，而不是由DeepSeek或者OpenAI，由对方来掌握的。我觉得宁肯找一个百无禁忌的人回来，我们重新给他立规矩，也不要说哎，已经训练好了一个道德规范，在进我们家来。这个还是有区别的。而且现在大模型安全性这一块事，大家都还在摸索，谁也没有搞明白，到底怎么能够让大模型彻底安全下来。现在就是一抓就死，一放就乱的这么一个状态。DeepSeek就属于彻底乱带了，像Claude呀OpenAI，都属于抓的相对来说比较死。

但是我觉得对于很多ToB，就是自己可以去做这个开发的，这些用户来说，我自己把握，你不要指手画脚。GPT4.5这个呢，应该就是OpenAI的最后一个对话模型了，再往后不做了。再往后的所有方向都是向O系列，也就是推理模型的方向前进了。那么GPT5是什么？GPT5其实是不用太期待的一个东西，它呢应该会在几周或者几个月之后发布。这个名字呢应该是逼出来的，就如果没有人逼它，我估计它也就不叫GPT5了。GPT4.5发完就完事了，接着做O3、O4、O5，就这么发下去了。那现在不行了，要改方向，新的方向就是GPT5。那这个名字到底是什么意思呢？其实GP5不是一个模型。

它是一个AI agent的聚合体。他后面有大量的O系列模型，如O1、O3等，这些模型在后面盯着。然后，4.5这样的对话模型也在后面盯着。他呢，是每一次接到一个问题以后，根据用户的意图来判断，说你到底想干嘛，然后再调用不同的模型来解决用户的需求。

很多人使用OpenAI以后说很讨厌，说你这个上面有一个叫模型选择器的东西。你上来以后先要选，我到底是用4回答问题、4o回答问题、4O mini，还是用O1、O3，用哪个去回答问题。选来选去的很麻烦。现在甭选了，我们就统一入口。你就来问，问完了以后我替你选，替你去回答就完事了。你就不用管后边我是怎么调度的了。这个呢，算是又一次指明了方向。

OpenAI说这个话之前，或者山姆·奥特曼说这个话之前，谷歌呢，还是发了一大堆的模型出来。他那个模型叫Gemini 2.0 Flash、Gemini 2.0 Flash light、Gemini 2.0 Pro、Gemini 2.0 Flash thinking，等于是这个系列的模型出了一堆。OpenAI说别费劲，咱们统一接口。而且呢，所有功能都统一放在一起。像去年其实我讲过好多次，就OpenAI这个模型不支持上传图片，那个模型不支持搜索，再了一个模型不支持什么canvas，就是那种画板。每一个都是很别扭。现在说，哎都有，GPT5所有的这些功能，什么搜索、高级语音、多模态生成、生成视频、生成音频、图片识别、文件上传、canvas，统统都放在一起。就是你就不用管它后边儿到底是谁了，我给你搁一块儿完事儿了。这个还是非常棒的一个事情。

所有免费用户都可以使用全部的功能。那你说还有没有人付费呢？付费用户是可以根据付费的情况，获得更聪明的回答，或者是更多步骤的回复。但这个效果怎么样呢？我觉得还有待观察。我现在感觉，OpenAI又在给大家挖坑儿了。就前面它这个一个月20美金，我就觉得是个大坑儿。

免费用户获得这个比较笨的回答，付费用户获得比较聪明的回答。这件事我觉得被人歧视了，总觉得浑身不舒服。当然了，我现在已经准备要退定它了，一个月20美金，可能等到GPT5出来的时候我就退定了。以后呢，就是有钱人获得更聪明的AI服务，穷人的话面对的就是敷衍了事的扑克脸了。未来只有O系的推理模型还会继续发展，这种普通对话模型到4.5到头了，到此结束了。

为什么是走这条路呢？你说我们真的需要那么多工程师吗？真的需要去解决什么全人类的这个疾病问题吗？其实不是。这种推理模型有一个很大的优势是什么？它可以一部分地解决幻觉的问题。有的时候说真话，有的时候说假话，或者是有的时候一本正经胡说八道。这个事大家是受不了的。大家要注意AI犯错误的方式跟人犯错误的方式是完全不一样的。

人类犯错误的方式是什么？就是我们会在不熟悉的领域犯错误，还有什么？在疲惫的状态下容易犯错误。而我状态好的时候可能说的比较顺溜。人呢，在不熟悉的领域或者是疲惫状态不好的时候，情绪能表达出来，他会犹犹豫豫的，说的不是那么肯定。所以大家也比较容易判断你这个答案是不是靠谱。有很多人就他自己也不懂，这个东西到底对不对，但是只看对方的这个语气语调，就能猜出来：“哦，这个事原来你也不太拿准。”

人呢，在被反复询问的时候其实会不耐烦，这都是人的特性。AI正好反过来，它呢是任何时候犯错误的概率都差不多，就是甭管这东西你熟还是不熟，AI其实没有什么状态的问题，他都会犯错，而且犯错误的概率是一样的。而且呢，人犯错误的时候会显得犹疑不定，AI呢不管是不是犯错误都一本正经，所以我们经常说他一本正经胡说八道嘛。

当然AI有一个好处是什么？他被反复询问的时候不会不耐烦。所以推理模型呢，他就可以解决这个问题。一个问题我问你3遍，问你5遍，再拿这些结果进行判断，看看是不是一个靠谱的结果。所以这个就是O系推理模型，大家很努力地再去往前推这个事情的原因。

因为我最近一段时间是 DeepSeek R1 用的比较多。O1 出来，O3 出来，其实我用的都比较少。但是 DeepSeek 出来了以后，我还是很努力的用了一下。我发现就是很多事情，不是一些数学问题、物理问题、工程问题，就是普通的这种生活中的问题，你扔给推理模型去干，效果也挺好的。唯一缺点就是慢，还有一个就是啰里八嗦的。中间上这个思维链这个事是比较讨厌的，其他的都还可以。

再往后呢，就是 API 可能会比较麻烦。现在山姆奥特曼就是说以后 API 也是统一接口，但这个就很麻烦了。为什么？就是你可能问了一个很简单的问题，不定他哪根筋搭错了，直接跳到推理模型那边去干活去了。那你可能这一个问题就直接几千个 TOKEN，上万个 TOKEN 就直接干掉了，而且出了一大堆啰里八嗦的东西，你也不知道他在说什么。这个事是比较讨厌的。所以我估计 API 可能还是分模型去处理的，这个应该是让我们自己去选择。你不能说你替我选完了就直接干了。

所以呢，GPT5 呢其实是一个黑箱子。每个用户提问之前，也不知道会为哪个模型去服务，也不知道会获得多大的算力，或者是推理预算。免费用户获得的服务可能会不太稳定。就是用的人少，没准多给你思考一下；用的人多就拉倒了。就跟我们去医院看病似的，如果一大堆人在外面排着队呢，那大夫肯定可不耐烦了。但是你说哎，我有钱，我去看这个特需门诊，那个大夫肯定脸上笑出花来，说您哪不舒服，慢慢跟你说一下。当然我每次去看病的时候，那个大夫看我一眼说，哎，该减肥了。这个也是让我比较不爽的一个事情了。

现在呢，对于 B 端市场，统一黑箱的这个方式其实并不是一个特别好的办法。为什么？因为弊端市场他肯定还是要先试用，测试完了以后，再去确定说我是不是要去下单。那你现在没有什么可以定制的地方，上来给你一黑箱子，结果你说我弊端市场要测试的时候，遇到一个脑子不太灵光的扑克脸，那这个成单的可能性就会下降很多。统一接口为什么费劲？就是原来……

为什么大家不是做这种统一的接口？原因呢，是这样：就是大模型跟传统软件是不一样的。传统软件是模块化的，大家可以拼来拼去的。大模型呢，是训练完了你就不能拆分拆迭代了。说我训练完一整块，说我把胸间哪一块拆出来改一改行不行？不行，训练完了就是一整块，它是不允许动的。每一个模型训练完了以后，都需要单独的调整，才能够接上各种外挂。这个是大模型跟传统软件之间的一个比较大的差异。传统软件就是模块化随意增减，大模型是一次成型不可分拆。

那么，你说到底是一个诸葛亮厉害，还是三个臭皮匠厉害呢？像我们以前一起合作或者带团队干活的时候，都会理解这件事，就是沟通确认这个成本是很高，效率是很低的。很多事情都是说，哎，干脆一人把他干完了，也比跟很多人商量着做要快很多。所以呢，如果你有一个特别特别强的基座模型，要肯定要比一大堆的模型凑一块干活要顺畅的多。大模型之间的配合呢，其实更像是一堆人商量着干活。就是为什么原来没有统一接口，大家都是一大堆的模型让你去选，这个也是有原因的。

GPT5的这种方式呢，为什么说我感觉它像一个坑呢？这是一种突c的全能型助手，就是你甭管是问他什么问题，他都来给你判断意图，然后进行回答。可以说呢，是像端到端的这种智能助手的方向迈进了一大步。未来呢，给这种端到端的黑盒子做定制开发，或者是和系统集成的话，应该是比较费劲的。为什么呢？就是各种OpenAI基础上搭建的这个系统的话，它的底层会没有那么稳定。就是你每一次把命令扔进去以后，你不知道它会用哪个模型给你回复。比如说你写了5,000字的提示词进去，OpenAI给你回答一个好的，或者叫回答一个阅，已阅，那这个事不就这个哭笑不得了吗？或者是你问他说，哎，明吃什么呀，他给你思考了半天，说哎呀明天是一个什么样的日子，啰里吧嗦给你写了2万字出来，这个就可能会造成一些坑。

那你说统一接口这件事，对OpenAI自己有什么好处呢？有一个巨大的好处。

就是你要再想分析、开解、蒸馏它的模型，就费劲了。原来我们可以逮着O1去蒸馏，蒸馏出来的东西去训练，比如说DeepSeek R1。现在变成了一个统一接口的黑箱子，你说我现在想对你去进行蒸馏，大家想一想这多费劲吧。你不一定哪句话回来一个“已阅”，不一定哪句话回来了，给你回答一大堆乱七八糟事情。这个有点像咱们现在看3D电影，这个3D电影的效果未必好，但是呢，最主要的这个功能是防止盗录。就是我现在拿个手机或者拿个摄像机，在这个电影院里把这个3D电影拍下来，是没用的，出去没法看。所以我觉得统一接口这个事情，未来也许是大方向，但现在的话，应该主要是OpenAI一个防盗措施。

现在呢，商业上统一接口这件事呢，我觉得可能也是个坑。为什么？得屌丝者得天下，明显带有歧视性的这种政策，会把屌丝用户都推给竞争对手的。就像我们现在为什么在国内看病，大家老觉得不爽。你去挂普通号，就是要一堆人在那排队乌泱乌泱的，进去了以后这个大夫极其没有耐心。你每次这样看完了以后，你看旁边那个特需门诊窗明几净，大夫特别耐心的这种诊疗制度的话，你肯定会觉得不爽。所以在这样的一个情况下，免费用户你再怎么使，你都会觉得不舒服的。这玩意叫“不患寡而患不居”呢，这个是应该是有坑。

而且现在OpenAI，虽然号称每年可以降低成本90%，就是说我推理成本会不断下降，原来是10块钱的事儿，过一年就变一块钱了。但是呢，这一次失去的收益，估计不一定少于90%。目前OpenAI的收入75%来自于订阅，就是一个月20美金也好，一个月200美金也好，就是这个钱是占他整个收入的75%的。2024年可能预计他是挣了40亿美金，然后这个钱可能都不用算训练新模型，就是他原来的这个旧模型的这个推理，压根这个40亿美金都未必覆盖的了。到新的一年，他可能大量的订阅就会流失掉，C端用户一定会大量流失。B端用户的话，如果不走开源的路，那么在B端的这个市场上。

面对DeepSeek这种全开源模型，我觉得OpenAI的竞争力是比较差的。而且，如何盈利的问题现在还是需要思考。目前的收入还是很难覆盖公司其实有三大成本（不算人员成本）：第一个是训练成本，第二个是推理成本，第三个是推广成本，也就是获取用户的成本。

训练成本，比如说我招了一大堆科学家回来，来做新模型，我要去收集数据。这个成本是一次性的，我有一个模型可以对外服务了，我就可以一直收钱了。推理成本的话，就是你要让一大堆的GPU在那等着给我们回答问题。推广成本的话，OpenAI在这个超级板上花了1,400万美金，那个就叫推广成本。

正常的一个公司运作下来，应该是训练成本最低，推理成本应该比训练成本高一些，推广成本有可能会比推理成本还要再高一些。但是现在这一块大家还在有争论，为什么？因为原来推广成本最高的一个六小虎，现在快玩不下去了。Kimi花了好多钱去推广，结果发现DeepSeek一出来，完全为他人做嫁衣了。

使用大模型聊天工具这件事上，用户基本上是没有忠诚度的。只要有一个比你好的基座大模型，大家就直接跑了。所以大家也在想说，我是不是不应该花钱去推广，还是应该把这个模型再往前推一步。但是这个事没有地吃后悔药去。后面的话，我估计OpenAI还会有比较大的调整，应该会开源一部分东西出来。你如果不开源的话，对于ToB市场是基本上没有办法的。

说完OpenAI以后，咱们再讲讲李彦宏同学。那真的给大家演绎了一下，什么叫唾面自干。文心一言不但要免费还要开源。李彦宏呢，就属于被OpenAI忽悠瘸了的那个，上来就开始收费，什么都不行。文心一言还比较烂的时候，就找人去收钱，而且呢，一个月是50多块钱，很贵的这个玩意在中国。当然，这坑肯定是他自己愿意跳的嘛。搜索引擎嘛都是这样，因为他后边还有搜索广告输入。你一旦是免费让人用搜索，免费让人用这个东西，那你这个搜索广告收入就没有了。

所以，李彦宏就跳到这坑里去了。如果模型还没有遥遥领先就开始收费的话，那用户肯定是很反感的吧。他现在到底有多少人订阅了文心一言4.0版本？反正我是从来没有用过，也从来没有定过。现在的话，直接就是180度大转弯，文心一言全部的模型都免费，而且直接开放深度搜索功能。而且呢，带有搜索功能的其实是叫文心一言4.0 Turbo的一个版本。带有搜索功能的所有大模型，一般都是有什么Turbo、light呀，或者是快速的Flash呀，有这样的这种标签在上的。就是它实际上是一个中量级的，我估计可能也就是30B或者是70B这样的一个模型，绝不可能是那种几百B的模型。这是文心1.4.0 Turbo的一个版本。他准备呢，在未来几个月陆续发布4.5版本。他到底是陆续发布，还是直接向OpenAI学习，整一个统一接口出来，现在还不确定。而且呢，讲到6月30号，4.5版本就要开源。但是呢，具体4.5版本有几个版本开源，哪些不开源，哪些到现在都没有说。

另外呢，在让人失望这件事上，百度是从来没有让人失望过。我看到新闻以后就好开心的，赶快跑到百度去用一下呗，结果告诉你说不行，你现在还用不了，你要收费。我说不是免费了吗？他说对，我们从4月1号才开始免费的。那天是愚人节，我们要从愚人节那天开始免费。为什么会有这么傲慢的人？你这个免费了就要在愚人节嘲笑我是傻瓜，那天给我来用。今天我上去看了，还要求付费。据说最近一段时间，百度在开会研究怎么退款，因为有些人直接订了一年的，那你没有用掉的这个部分是要给人退钱的。未来到底会不会做统一模型的入口，这个还有待来去看。百度这条路会更加的难走，为什么呢？主要是搜索收入。因为一旦大家转型了，说我们以后都去用AI搜索了，百度的搜索广告输入就没了。现在根本就没有办法去填补这块空白。就算是我们去交这每个月的使用费，他挣那点钱也绝对弥补不了搜索引擎的或者搜索广告的这个输入。

根本就顶不住。所以，一旦流量流向了免费的百度文心一言深度搜索功能的话，百度的命格子就断了。谷歌其实也面临同样的问题。谷歌的处理方式是什么呢？到现在为止，Gemini的客户端还收费，但是呢，AI studio.Google.com，就是Gemini的这个程序员网站，大量的模型是可以免费使用的，最新的模型都在那里使。所以，谷歌是非常矛盾的。通过这个Gemini调用谷歌搜索，这个功能是可以的。我原来算过，具体是一毛多钱还是两毛多钱，我想不起来了，反正你调一次就要给钱，调一次就要给钱。这个到底是不是未来的方式不好说，大家也还在摸索。

Grok3和Llama4应该是在未来几周都会出来。所以我估计呢，2月和3月份应该会非常非常热闹，大家所期待的大模型都会出来。现在还有人说Claude也快出4了，这个事现在大家也在期待看看，他们到底能够做出一个什么样的东西出来。未来的模型市场，会向什么样的方向发展呢？其实核心的问题，到现在为止依然没决掉。什么是核心问题？就是大模型到底咋挣钱。这个事情其实到目前为止，谁也没想明白，特别是C端的钱，到底怎么把它挣回来。因为B端的钱，你一旦有这个彻底开源免费的版本了，这个B端的钱，就基本上跟大模型公司没关系了，后边的就是系统集成公司该去挣这个钱了。因为我们现在已经都有开源、免费的大模型了，我们只要用这个大模型就可以了，剩下的就是，我们去买这个几百万一台的一体机，DeepSeek R1一体机，买的过程中呢没准还可以有些回扣。剩下能够挣的钱就是C端的钱。那么C端到底咋挣钱？是这个广告费吗？还是做电商呢？还是做直播带货还是做什么？这个还是需要未来一段时间大家去思考。

OpenAI想的这个方式，就是给这个免费用户用笨一点的模型，给这个付费用户用聪明一点的模型。这件事呢，反正我觉得，这是OpenAI为整个行业挖的下一个坑，这个大家拭目以待，等这个事情开始跑起来以后。

咱们看看效果到底怎么样。这就是我们今天的第一个故事：鲶鱼已经来了，所有的鱼都得动起来，甭管你乐意不乐意。DeepSeek来了，所有的人就不要再想着在ToB这块能够大捞特捞了。在ToC这一块儿，怎么去寻找新的商业机会和商业模式，才是大家需要去思考的问题。好，这就是我们今天的第一故事。

大家好，欢迎收听“老范讲故事”的YouTube频道。今天，咱们来讲一讲OpenAI，也开启了“买买买”模式。什么是“买买买”模式呢？就是一家公司开始不停地进行并购，快速、集中地开始进行收购。这叫“买买买”模式。OpenAI在过去的一周里头，连开两枪，也就是说，OpenAI在过去一周里头，连续收购了两家创业公司。哎，这也是说它现在开始改变战略了。

这两个公司呢，一个叫Rockset，啊，ROCKSET，这是由两名印度裔的前Facebook员工创立的数据库公司。据说呢，是一个上亿美元的交易。为什么是据说呢？因为这种交易通常是保密的啊，待会儿我们来讲为什么。

另外一个呢，叫Multi，啊，MULTI，啊，是多个这个意思。这个公司呢，是一家位于纽约的，只有五个人的小团队。他们呢，做远程桌面管理的，估计呢，应该也是上亿美金的一个交易。具体交易细节保密。

Rockset到底干嘛了呢？实时锁引和查询。Rockset可以在几秒钟内，将数据锁引并查询，即使是新的数据也能够快速响应。等于是我们这边儿大量数据入库，那边儿马上就可以找到。这个是很难的啊，因为很多传统的搜索引擎和数据库，都是可能一天或者更慢一些的时间，来去进行数据更新的。你需要把数据从这头塞进去，然后它处理，处理完了以后，可能要过一段时间你才能搜到。然后还可以做高性能查询啊。Rockset使用聚合过滤窗口和连接等功能，可以在数据量很大的情况下保持非常高的性能。

大家知道，在数据库里查询，数据越多，查得越慢，对吧？但是，有很多方法可以让你很快速地查出来。而且，可以进行矢量搜索。咱们现在甭管是做RAG，还是做各种信息嵌入，最后你还是要去做矢量搜索的。所以，Rokeside在这块也是很强大的。而且，他们还可以做很好的数据存储与管理。Rockset使用RocksDB作为其存储引擎，可以高效地存储和管理数据。数据可以通过各种方法进行压缩和锁引，以节省存储空间，这也是他们比较强的一个地方。另外，就是它有很好的安全性和合规性。做什么呢？做加密解密，就是你数据存在里头以后非常安全。而且，相对来说比较容易使用。Rockset的目标是使开发人员能够快速地开始进行查询，通常只需要几分钟。因为它里面用的是标准的C口语言，可以通过C口进行这种大型的查询，而不是像很多的这种新型数据库一样，你需要再去学一些新的查询语言、查询方法，才可以去使用其中数据。

这是Rockset这样的一个公司。那你说为啥要收购它呢？这不是很明显吗？前面咱们传说OpenAI要做Search GPT，它要做搜索，要去跟Perplexity这样的公司去竞争。你自己也是大模型，是OK的啊，但是一些真正的做数据存储、数据检索这样的工作还是要做的。与其去调别人的，还不如干脆自己买一个回来，自己去拼呢。这就是去收购Rockset的一个原因。

那么，Multi是干嘛的呢？远程桌面管理。什么叫远程桌面管理？远程桌面管理是一种技术，允许用户从远程位置控制和管理计算机。这通常涉及到通过网络连接，将一个计算机的桌面环境显示在另一个计算机上，使得用户能够在远程计算机上执行操作，就像直接在该计算机前一样。这种技术在IT支持、远程工作和多地点操作中非常有用。

它可以通过远程去控制别人的桌面。比如说，我现在要想去使用张三、李四的桌面电脑，我可以通过Multi这样的软件，直接把那个电脑的桌面映射到我的电脑的一个窗口里面去。然后，通过鼠标，通过键盘去使用对方的这个电脑。它呢，是专门针对Mac端的啊，就是在Windows端它没有，Linux端一般没有人干这个事。为什么呢？因为既然Linux了，大家通常不是通过鼠标啊，通过点击去干活的，都是直接登上去以后就通过自服界面，或者我们叫终端接口就开始干活了。所以，通常只有Windows端和Mac端干这个活。而Windows端类似这样的软件比较多，包括咱们使用的QQ都有这种功能。像原来很多人说，哎呦装了别人的一个软件不会装了怎么办？你叫客服了以后，客服说来，你QQ加我一下，然后我通过远程来控制你的桌面，帮你把最后几步给你点了。

Multi当时想的是什么？就是多人协作。其实很多人都在想说，我如何能够让多个人一起来操作一个应用，一个界面，一个文档？这个最简单的方式，比如说我们多个人同时写一个文档，我们会看到呃，这个文档上有很多的光标出来，这是张三，那是李四，大家那个每个光标都在前后挪动。文字会冒出来，或者是被修改掉。这是我们一种多人协作的方式。另外一种多人协作的方式就是我们在一个界面上，大家都举着鼠标在这点点点。这个也可以。Multi呢，实际上就是在干这样的一个事情啊，多个人可以在同一个桌面上点点点。

他呢，原来的产品是可以让10个人在一个桌面上点点点。那你说，OpenAI收购它干嘛呢？大家想一想，WWE在DC上有一个场景，让我们觉得非常震撼。是什么？就是当你去问Siri什么事情的时候，它整个的屏幕外边会亮一个框，说啊，这就是我的操作范围了。我现在看到你整个屏幕了，我现在可以操作你的一些屏幕，至少我能看到吧。看到完了，我需要点什么东西或者划什么东西，我可以来处理了。这是我们当时看WWDC上觉得好厉害，怎么可以这样。但是那个是在iPhone上啊。现在，比如说我在Mac上，是不是也可以这样？我在整个的屏幕上跨靠一块，在这个里边就可以点点点，可以确认了，可以滑动了，可以做各种输入输出了。是不是可以干这个事情啊？那么这个事情怎么看呢？就要靠Multi来干。但是呢，这个再去操作的，可能就不是另外一个人了，而是谁呢？OpenAI在后台就可以操纵你的电脑了。嘿，这也是一个很有趣的未来发展方向。那么未来的China GBT客户端，可能就是长这个样子。你跟他说着说着，然后他直接就接管你的屏幕，接管你的鼠标，从远程开始点点点，确认确认，确认输入东西了。因为经常是这样，你问他说，哎，我有什么东西找不着了啊？他告诉你说，你应该点开哪哪哪，在哪个菜单里，在第几项。然后你点过去以后，我没找着。然后你再点点点，他再怎么去描述这个位置，他再给你看截图。你当然说我还是没找着。对吧，有这功夫，还不如他直接接管鼠标。

替你点了就完了，哎，这就是Multi干的活。现在Multi的人也出来说啊，我们很开心，我们加入了OpenAI，而且加入的呢，就是OpenAI的客户端团队，因为他一共就5个人嘛，大家非常快乐。另外一个Rock Size也是发了文章，我们很开心加入OpenAI了，而且这两个公司呢，都写了说哎，我们加入OpenAI以后啊，我们原来的产品就关闭了，我们会有一个缓冲区，比如到7月多少号之前啊，你可以去备份数据。那以后，我们就直接把所有用户数据都清除，所有的用户使用权限都关闭，然后，我们就老老实实上OpenAI打卡上班去了。啊，原来的产品就没有了，不再对外服务了。一帮人现在也在骂，说我使的好好的，咋不让我使了。

那么OpenAI的这种买买买的姿势呢，别人还不太好学。你说我拿现金去买，人家未必乐意卖给你啊。OpenAI属于是既不用花钱，大家还上赶着让他买，一堆的好公司，在这排着队说来，您挑吧，您挑上哪一个，我们马上就打包给您送来，而且价格都很好谈。这是为什么啊？你说因为OpenAI厉害，OpenAI有钱，OpenAI现在是时代的楷模，是全村人的希望，有这个原因啊，但是并不完全是。跟大家讲讲，这种公司的收购大概是怎么做的啊？首先，这种公司的收购通常是保密的，不会去公开收购的相关细节。为什么？就是一事一议，这个公司我收购的是按这个价格收，另外一个公司我按另外一个价格收，那你说我们就公布不就完了啊？

不一样的原因在于，其本身的交易要稍微复杂那么一点点。而且，大家愿意把公司卖给他的原因，也是看中了后边的复杂交易。OpenAI现在的估值是860亿美金，但是请注意，这个估值是怎么来的。这个估值是OpenAI上一次让员工卖老股时，算出来的一个估值。所以，普遍认为OpenAI的估值应该比这个数要高很多。如果OpenAI再融资或者上市的话，这将是一家妥妥的几千亿美金的公司。

在这样的情况下，你说我现在要去收购了，那么你以为他会拿现金去收购吗？绝对不会。他的收购通常是用股份去收购。怎么收购呢？咱们以Multi为例。Multi里头有一些股份是前面投资人的，有一些股份是创始团队的。那么现在假设吧，RT是值1亿美金，因为具体的这个数据并没有公开。为什么这么假设呢？因为他前面拿了投资人1,300万美金，那么假设1亿美金，或者是七八千万，大概是这样的一个数字。

那么OpenAI会拿出1亿美金来收他吗？或者，拿出1亿美金相关的股票来收他吗？也不会的。他们通常是怎么干呢？先跟投资人谈，说我现在想要这公司了。那这个公司呢，你们原来投了1,300万美金进去，我给你一个议价，比如说投了有几年了，每年给你算个5%的利息，或者10%的利息。算好了以后说，哎，现在这个应该是值，比如一千七八百万美金，大概是值这么多钱。然后呢，我给你这一千七八万美金的股票，就是OpenAI的股票，我直接给你了。

你现在呢，就成为 OpenAI 的股东，一千七八百万美金的一个股东。哪怕说我们这个大方点，我给你 3,000 万美金的这个股票，你成为 OpenAI 的股东。剩下的呢，是创始团队的。创始团队，咱们坐下来再谈。说你们现在这个创始团队的股票，原来应该是值，比如说 6,000 万美金啊，7,000 万美金。那咱们来谈一谈啊，比如说我们按照 5,000 万美金，有时候会打折扣的，给你折成 OpenAI 的股票。你乐不乐意？这帮创始团队通常也是挺乐意的。那我们就拿着 OpenAI 的股票吧。啊，5,000 万美金，五个人分一分，一人分个 1,000 万美金的 OpenAI 的股票。

而且这个 OpenAI 的股票，给了这些创始团队之后呢，他们还需要干嘛？还需要签对赌协议。就是说你如果现在拿着这股票，马上就走了，那这个就不给你了。那你要必须老老实实在这给我做，做到哪些哪些东西，比如，把我的恩恩爱爱的客户端给我做出来，或者做成什么样。然后啊，工作多少年，我再把这个股票慢慢地在兑现给你。等到你比如说干了四年五年了，到那个时候你要走啊，这股票都是你的。到那个时候呢，这可能每人 1,000 万美金，到那个时候就值个，比如说每个人啊，四五千万美金。这些人就变得很有钱了。

但是这样的一个交易过程，投资人呢，通常会有溢价啊，至少是把利息给人家。有的时候还会有些溢价。创始团队呢，还有的时候会打折扣，就是把他们原来的公司的股票。

通通都折换成 OpenAI 的股票就完事了。这个呢，其实很多都是叫 HR 并购，就是相当于是把这个团队招聘进来了。要你原来的产品，要你原来的技术，要你原来的人。哪怕说你原来的产品都不要了，代码都扔了，你现在就把你原来的技术啊，按照我现在的要求，整个给我重写一遍。这种并购还是蛮多的啊，特别是对于 OpenAI 现在这个状态来说，它是有需求的。那么 OpenAI 呢，一定是整个创投圈里头最有竞争力的购买者。因为所有的这些小公司，你说我现在加入 OpenAI 了，我原来的公司到底做成什么样，我也不知道。加入 OpenAI，这个上升的空间、上升的速度一定是比我原来公司快的。他们会很开心。这些小公司的投资人呢，他们也会很开心。等于通过这种并购案，一下就成为 OpenAI 的投资人了。然后我也可以去跟别人说，你看我投的项目被 OpenAI 收购了。那么他的名声也会上升，他再去募集新的基金，再去投资新的案子，大家也会喜欢他们。所以他等于是 OpenAI 利用自己的名声啊，可以在所有的这些项目里先挑。而且挑的时候呢，他还可以跟大家讨价还价，这个你贵了点啊，稍微便宜点，要不然我不买了啊。还可以干这样的事情。所以 OpenAI 买买买的姿势，别人不太好学。

最后啊，咱们讲讲 OpenAI 为什么在现在开启买买买模式呢？原因也很简单，OpenAI 现在要开始走向产品化。原来最早的时候，他在做非盈利机构的时候。

实际上，这是一个研究性机构，它连盈利都不盈利。我不需要挣钱，但现在呢，说我需要挣钱了啊。再往后呢，说我可能不能再依靠微软，不能再依靠苹果，不能再依靠其他这些企业了。我需要单独自己去挣钱，我需要做出产品来，需要直接为最终用户服务。他现在能够直接为最终用户服务的，就是聊天机器人，聊天工具。其他的其实没有什么可以直接为用户服务的东西。搜索也没做出来呢，视频也没做出来。PPT4O直接聊天这部分也没有发布呢。那么后面怎么办啊？

我要做一个完整的产品化，要有很多的ToC的产品也好，ToB的产品也好，我要把它做出来。那么在这呢，就有一个新的问题产生了。什么问题叫open i？原来只有大冒险对吧。它所有产品周边的东西都没干过，影响微软嘛。微软投资了它，占了它一半的股份。所有跟用户打交道的东西里头，有哪个是微软自己不干的？人家全都干好了。有操作系统，有Office，有浏览器，有搜索引擎。不需要你再弄那个，你只要把你的大模型搞定了就完了。

但现在为什么？他去收购了一个专门给苹果做这个成桌面管理的一个公司。因为苹果原来没有这部分。你现在OpenAI插着GPT客户端应用，只出了苹果版，Windows版就没出。为啥微软不需要啊？微软说我自己上copilot就完了啊，你就不用给我做这个。而且我是作为你50%的大股东，49%的大股东，我要求你不要做，那你就不要做这个事。但是苹果说，那你就做吧。

所以啊，这一块需要 OpenAI 自己去处理。后来呢，OpenAI 的光有模型的状态，就相当于是缸中之脑啊——就是一个大缸子里头养了一脑子。现在呢，需要在缸子外边加什么呢？呃，眼睛、鼻子、嘴啊，加上手和脚，加上各种的消化系统，像刚才他买的这个 Rockset 这样的东西啊。你需要做搜索了，你也需要完整的数据处理、数据搜集、数据的检索，整个系统你都需要。你不能说我只有一个大模型，只有一脑子，这事肯定不行。

传统的，比如说，我们现在在 ChatGPT 里头去做一些搜索，它是怎么做的呢？你在里头说哎，去给我搜索啊。这个时候，他会去调用病的微软必硬的搜索引擎，搜的一堆结果回来，然后再对结果进行检索，或者进行总结。但是你有了像 Rockset 这样的东西呢，他就说别费劲了啊，我自己上搜索引擎，我自己上爬虫，然后把所有东西都搁在我自己这，然后我拿这个东西，再去进行模型调整，再去进行检索，去进行结果输出。这个效率就完全不一样了。这就是他为什么买 Rockset。

在 Mac 上，我们怎么去控制 Mac 电脑？怎么去让 Mac 电脑，就像 Windows 有 Copilot 一样，可以完完全全控制它去工作？这就是它买 Multi 的原因。那么未来一段时间，可能 Open I 还会继续买，因为它周围欠的东西很多。它要想成为一个可以为各种用户服务的东西，那么他除了中间的脑子之外，周围的手手脚脚还需要慢慢地去买，就做肯定是做不过来，一定得去买。

这就是为什么 OpenAI 在这个时候，突然转换成“买买买”模式。可能，我们再到年底，或者是明年的时候，我们就会看到大量的 OpenAI 应用，直接扑面而来。而且，当 OpenAI 大量的应用到我们用户面前，真的能让我们很喜欢用以后，也许下一个叫纯智能操作系统，就会到来了。

现在，我们还是在 Mac OS、iOS、安卓、Windows 这样的系统上，在使用 ChatGPT。但到未来，说：“我为什么要需要这样系统？我只要有 ChatGPT 能够聊天，剩下的事情你都给我搞定了。”哈哈，那这个其实也挺好的啊。

好啊，这就是今天讲的故事：OpenAI 开启“买买买”模式。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。