以下文章来源于极客公园 ，作者Moonshot 极客公园 . 用极客视角，追踪你最不可错过的科技圈。欢迎同步关注极客公园视频号 内容整理：极客公园 本期内容是极客公园创始人张鹏和拾象 CEO 李广密、AI Research Lead 钟凯祺的对话。 • 做 Agent 不一定一开始就要做完全自动化的 Agent，可以先从 Copilot 做起，并在这个过程中收集用 户数据、做好用户体验、占领用户心智，然后慢慢地转型； • AGI 有可能最先在 Coding 实现，Coding 是衡量 AGI 最关键的先验指标，有可能拿走整个大模型产 业阶段性 90% 的价值； • AI Native 产品需要内建一套同时服务于 AI 和人类的双向机制； • 一个好的 Agent 需要有可验证的反馈机制，能构建数据飞轮，实现强化学习和持续迭代； • Agent 商业模式 正在从按 token 或调用次数计费，演进到按结果、工作流计费，未来甚至可以实现 直接雇佣 Agent； • 未来或许是人与 Agent、Agent 与 Agent 的异步协同，这背后需要全新的交互方式与基础设施的支 撑。 …… 2025 年是 Agent 按 ...

这一转型的 PMF 很快被验证，2025 年初 ARR 到达 7500 万美元。2025 年 2 月，在自身业务已达数 千万美元收入、现金流充裕的背景下，Mercor 仍然吸引了资本的追逐，以仅稀释 5% 的极低代价， 完成了由 Felicis Ventures、Benchmark、General Catalyst 等顶级机构加持的 1 亿美元 B 轮融资，估值 攀升至 20 亿美元。 作者：haina Mercor 所处的赛道是 AI 中一个关键且尚未被充分满足的供需交叉点：下一代 AI 模型对高质量、垂 直领域专家级 Human Data 的需求，以及相关人才稀缺所带来的供需不平衡。合成数据无法完全替代 Human Data，尤其是在特定领域知识和复杂判断方面。AI 模型的突破性进展高度依赖于垂直领域专 家的"人类智能输入"。 Mercor 最初的定位是 AI 招聘平台。在此基础上，它发现了一个机会：作为 BPO（业务流程外包） 服务商，为像 Scale AI 这样的大型数据标注公司提供"合同制人才（contract people）"。在这个过程 中，Mercor 发现其高效匹配与供给专家的能力，在 Hu ...

嘉宾：辛华剑 访谈：penny Era of Experience 这篇文章中提到：如果要实现 AGI， 构建能完成复杂任务的通用 agent，必须借助"经验"这一媒介，这里的"经验"就是指强化学 习过程中模型和 agent 积累的、人类数据集中不存在的高质量数据。 强化学习是 AGI 的关键解法。从 OpenAI o1 到 DeepSeek R1，我们不断在看到强化学习的潜力：DeepMind AlphaProof 被认为是"经验时代"初露端 倪的一个例子，作为第一个在 IMO 获奖的 AI，AlphaProof 借助 RL 算法自行"做题"，积累经验，AlphaProof 的案例表明，在像数学这样人类高水 平知识接近极限的领域，RL 通过互动试错可以突破瓶颈，取得超人类的成果。 以 AlphaProof 为开端，整个数学证明领域也在最近半年迎来了 AI 突破的密集期：除了 AlphaProof ，OpenAI 的 o1 模型在数学推理上展现出了惊 人表现，DeepSeek-Prover 三部曲也在形式化数学证明上不断创造新纪录。 为了理解数学和 AGI 的关系，海外独角兽访谈了 DeepSeek-Prov ...

作者：haina，zirong 从 Airbnb 到 Figma，从 Ethereum 到 Scale AI，Thiel Fellowship 一直是"小天才"创业者的"秘密起 点"之一。Thiel Fellowship 由 PayPal 创始人 Peter Thiel 2011 年创办，每年为每一位入选者提供 10 万 美金奖金和"辍学自由"。 在 AI 成为主叙事后，Thiel Fellowship 开始将重心放在 AI 带来的范式变革上。从 Cognition AI （Devin 背后的公司）的创始人 Walden Yan 和 ScottWu，Scale AI co-founder LucyGuo、再到 Mercor 的创始人 Adarsh Hiremath、Brendan Foody 和Surya Midha 等，越来越多来自 Thiel 网络的年轻创始 人，成为 AI 时代的结构性变量。 2025 年的 Thiel Fellow，延续了这种趋势。这届入选者呈现出几大显著特征： • 地域上，从传统的湾区、东北部高校，扩展到更广泛的全球化视野，包括德国、以色列、拉美等新 兴技术生态； • 项目方向上，A ...

本期内容是拾象 CEO 李广密对大模型公司阶跃星辰首席科学家张祥雨的访谈， 首发于「张小珺商业 访谈录」。 张祥雨专注于多模态领域，他提出了 DreamLLM 多模态大模型框架，这是业内最早的图文生成理解 一体化的多模态大模型架构之一，基于这个框架，阶跃星辰发布了中国首个千亿参数原生多模态大 模型 Step-1V。此外，他的学术影响力相当突出，论文总引用量已经超过了 37 万次。 一直以来，业界都相当期待一个理解、生成一体化的多模态，但直到今天这个模型还没出现，如何 才能达到多模态领域的 GPT-4 时刻？这一期对谈中，祥雨结合自己在多模态领域的研究和实践历 程，从纯粹的技术视角下分享了自己对多模态领域关键问题的全新思考，在他看来，虽然语言模型 领域的进步极快，但多模态生成和理解的难度被低估了： • 接下来 2-3 年，多模态领域会有两个 GPT-4 时刻：多模态推理和自主学习； • 多模态生成理解一体化难以实现的原因在于，语言对视觉的控制能力弱，图文对齐不精确，数据质 量有限，生成模块往往无法反向影响理解模块等； • 模型 scale 到万亿参数后，在文本生成和知识问答能力增强的同时，推理能力，尤其是数学， ...

多模态大模型发展现状 - 阶跃星辰发布中国首个千亿参数原生多模态大模型Step-1V 基于业内最早的图文生成理解一体化框架DreamLLM [3] - 多模态领域预计未来2-3年将迎来两个GPT-4时刻：多模态推理和自主学习 [3] - 当前多模态生成理解一体化面临四大挑战：语言对视觉控制能力弱 图文对齐不精确 数据质量有限 生成模块无法反向影响理解模块 [3] 计算机视觉领域瓶颈 - CV领域长期缺乏类似NLP的GPT时刻 主要受限于数据标注依赖和自监督方法局限性 [13][15] - 对比学习和MIM等方法在小模型有效 但缺乏scale up特性 因其学习的不变性来自人工设计而非数据驱动 [16][18][19] - 静态图像数据存在本质缺陷：生成 理解与人类对齐三者割裂 难以实现智能质变 [24][25][26] 多模态技术突破方向 - 短期解决方案是利用图文对齐数据 通过文字的自闭环特性赋予模型智能能力 [27] - 长期需探索视频和具身系统 视频数据蕴含更丰富信息但利用难度更高 [27] - 生成理解一体化需先解决视觉空间CoT问题 当前action space过于受限 [55][56] 大模型训练范式演进 - Next Token Prediction存在本质缺陷：更大模型在数学等推理任务上表现反降 因倾向跳步且优化目标与任务目标存在gap [38][40][42] - Rule-based RL通过直接优化任务目标 可抑制跳步并强化稳定思维路径 [44] - o1范式突破在于激发Meta CoT 允许模型在关键节点反悔重试 使推理从单线变为图状结构 [44][53] 多模态数据影响 - 图文混排训练中生成模块产生的gradient噪声大且信息量低 可能破坏语义理解 [62] - 高质量多模态数据应确保图文强相关 避免无关数据导致模型confuse [63][64] - 视频数据蕴含丰富思维过程但清洗难度大 是扩展action space的重要方向 [65][66] 未来技术趋势 - 多模态GPT时刻预计1年内到来 需解决生成可控性和视觉空间推理问题 [68][69] - 当前long context方案存在注意力涣散问题 未来可能采用multi-agent分层记忆架构 [69][73][74] - 模型自主学习是ASI关键路径 需解决环境scaling和自然语言反馈利用问题 [78][80][82]

Agent商业模式演进 - Agent能力边界快速扩展，未来将深度参与社会经济运作，可能诞生Visa或Stripe级别的商业基础设施机会 [2] - 当前处于下一代Agent商业模式成型前夜，代表企业如Sequoia投资的Paid AI，以Agent实际产出为基础重构收益模型与交易结算网络 [2] - Paid CEO Manny Medina为连续创业者，曾创办估值44亿美元的B2B销售科技独角兽Outreach [2] 商业模式选择 - 垂直领域AI应用现阶段价值更大，专注解决具体问题可创造巨大价值，典型案例包括保险续签(Quandri)、货运协调(Happy Robot)、渗透测试(Expo) [6][7] - BPO外包市场是AI最佳落地场景，替代正在消失的劳动力市场(如保险精算师、理赔员)，具有强粘性、高增长特性 [9][11] - 通用型AI助理(EAS)在跨时区等复杂场景仍不成熟，但房产经纪等单一业务方向已适用 [8] 定价模式创新 - 四种有效定价方式：按行动计费(如信用积分)、按工作流计费(如文档审阅)、按结果计费(设置结果奖金)、按Agent计费(替代人力成本) [13][14][15] - AI推动定制化合同成为趋势，可基于聊天界面解释条款并动态调整，突破传统CPQ系统限制 [14][15] - 定价成熟曲线需从基础计费升级至价值定价，避免陷入同质化竞争，关键是与客户定义"成功指标" [18][20] 成本与盈利结构 - AI总成本包含LLM调用、第三方API、数据服务等，多模态能力推高外围支出，当前成本分布不透明导致管理困难 [22][23] - 推理模型复杂度提升可能使Token成本中期上涨而非下降，需平衡错误率与可持续性 [22] - 行业存在价值与利润错配，部分公司低估服务价值，需建立"人类等效价值"测算体系 [23][24] Paid业务定位 - 定位为AI公司商业引擎，提供定价、计费、毛利管理等全流程运营系统，核心解决单位经济模型问题 [25][26] - 已推出定价引擎和利润管理系统，后续扩展催收、供应商管理等衍生功能 [26] - 采用人工协助上轻模式，基于行业最佳实践帮助客户优化定价策略 [29] 行业趋势洞察 - AI创业者更倾向从最小阻力客户群起步，避免早期过度扩展，聚焦单一场景更易实现产品市场匹配 [27][28] - 模型尚未商品化，推理能力需求使新一代模型输入成本比前代贵6-8倍 [35] - AGI可能已以潜在形式存在，但尚未被充分开发利用 [36] 创业建议 - 忽略TAM规模论，专注服务小群体创造卓越体验，"小市场"可转化为"大机会" [37] - 避免直接对标高薪岗位(如律师、医生)，优先解决"没人愿意做"的低端流程 [10][11] - 协作型工作流是软件界"第八大奇迹"，深度嵌入客户流程可建立竞争壁垒 [12]

为什么 Agentic 叙事下 infra 是确定性最高的机会？过去 Agent 开发大多依赖开发者手动使用传统 Infra 搭建，开发工程量大、流程复杂，如何缩小 Agnet 的开 发难度和周期是一个确定性需求。随着 Agent 开发需求彻底爆发，更多人才和资源投入到新工具搭建中，Agent 开发范式的重构和收敛已经在发生。 另一个视角则是： 如果我们把 Agent 看做互联网使用者和开发者的增量，这些"新用户"的爆发式涌入又会带来什么样的需求？ 本文来自 Agent Infra 创业者 Hang Huang 的投稿，他以自己过去一年通过 AI 辅助进行产品开发的实践经验出发，为我们分享了第二个视角下 Agent Infra 的 在这篇文章中，他提了一个很有意思的观点" AI 的终极目标，不是帮人写代码，而是获得对整个软件生命周期的控制权 ：从构思到上线，再到持续运维"， 随着 AI 对工具利用深度和主动程度不断变化， AI-native Infra 也在相应进化，Hang Huang 把 AI-native 的 Infra 划分为了 5 个阶段，L0-L5，"在L5 阶段的 Agent-Native OS ...

作者：haina 保险业是全球最大的行业之一，年保费超 7.4 万亿美元，美国市场以 2.5 万亿美元的体量位居首位， 行业占总 GDP 比例达 11.3%。但与其庞大规模形成鲜明对比的是其极低的运营效率，超过 60%的流 程仍依赖人工判断与数据录入，人工成本占总运营支出的 40%-60%。漫长的索赔周期（平均 7-15 天）和低下的客户满意度（NPS 仅 31 分）是行业常态。分销费用高昂、人工理赔成本巨大、欺诈损 失严重（美国每年约 1200 亿美元）以及普遍存在的信息孤岛，构成了这个人力驱动的"信息搬运工 行业"的结构性浪费。 过去两年，LLMs 在理解和操作复杂文本、合同、邮件等非结构化信息方面的巨大进展为 AI 接管保 险业核心流程（如核保、报价、索赔、合规、客户支持）提供了前所未有的可能性。 AI Agent 不仅 能作为效率工具优化现有流程，更可能催生出商业模式和成本结构上完全不同的"AI-native 保险公 司"。 本文系统梳理了 AI Agent 在保险行业的产业结构和应用图景。Voice AI 与 Agent 正在革新获客与客 户服务方式。Strada 正在为保险经纪人自动化销售外呼，F ...

编译：haozhen 编辑：Siqi 海外独角兽原创编译 转载请注明 Anthropic 在上周五发布了 Claude 4，这是目前最前沿的 Coding 模型，也是最强的 Agentic 模型，可 以连续编程 7 个小时。本文是对 Anthropic 两位核心研究员 Sholto Douglas 和 Trenton Bricken 最新访 谈的编译，其中，Sholto 专注于 RL scaling，Trenton 则在做机制可解释性的研究： • 2025 年在模型训练上，最大的变化是 RL 终于有效，只要有合适的反馈机制，模型就能达到专家级 人类的表现和可靠性； • 今年年底会出现可以替代初级程序员的 Agent，到明年这个时候软件工程类的 Agent 将会在实际任 务中创造价值； • 可验证奖励强化学习 RLVR 的范式已在编程和数学领域得到证明，因为这些领域很容易获得此类清 晰的信号； • 模型自我意识的发展关键在于 reward。因为模型会以某种方式追求 reward，而这种追求会深刻地影 响模型的"人格"和个性，最终带来自我意识； • 让 AI 获得诺贝尔奖比获普利策小说奖更容易，因为要让模型具备像 ...