模型篇：成本、折旧与创新平衡 - 基础模型训练成本五年内从450万美元飙升至3亿美元，涨幅近两个数量级[4][6] - 模型生命周期急剧缩短，GPT-4训练成本超1亿美元但一年后被1000万美元开源模型DeepSeek-VL超越[6][8] - 参数量扩张趋势逆转，30亿参数"深度思考"模型数学能力超越700亿参数模型[5][12] - 开源模型性能差距快速收敛，新模型在排行榜领先中位数时间仅3周[8][11] - 数据成本高企，DeepMind年标注花费10亿美元，OpenAI为单条推理轨迹支付2000-3000美元[11] 技术突破与指数增长 - 自监督学习+注意力架构突破数据/计算瓶颈，实现三年15,500倍参数增长[23][24][31] - "涌现"现象使模型规模达临界点后性能非线性跃升[25] - ChatGPT 60天获1亿用户，创科技史最快增长记录[28] - 上下文窗口从数千token扩展至百万级，训练成本从1亿降至10万美元实现1000倍缩减[32] - AI完成任务时长从1秒跃升至1小时以上，能力倍增周期7个月[35] 应用层重塑 - Cursor一年达成10亿美元年收入创SaaS增长记录，25%YC公司95%代码由AI生成[5][38] - GitHub Copilot三年收入4亿美元，Midjourney两年2亿美元，Cursor一年1亿美元[30] - 软件工程师80%传统技能贬值，20%核心能力杠杆放大10倍[41] - AI渗透全开发周期：代码审查(Graphite)、文档(Dosu)、测试(Ranger)等环节[41] - 垂直领域信息中枢崛起，超1000家初创公司找到PMF[37] 智能体技术演进 - 应用形态从RAG进阶至智能体，实现"规划-执行-反馈"闭环[52][53][54] - 特化智能体(如Lovable/Dosu)表现优异，通用智能体商业化受阻[60][63] - 系统性方法将复杂问题分解为20次模型调用，性能提升100%[5][69] - OpenAI内部73%收入来自ChatGPT订阅，Anthropic 85%来自API[119] - 记忆功能成消费级AI粘性关键，但实现难度极高[124][125] 市场结构与资本动态 - 2024年基础模型公司获330亿美元投资占全球风投10.5%，较2020年0.03%暴涨[112][113] - OpenAI 2025年收入预计127亿美元(2024年37亿)，Anthropic年化收入达20亿美元[115] - 机器人领域获巨额融资：Skild AI(3.5亿)、Figure AI(6.75亿)、Physical Intelligence(5亿)[128][129] - AI原生应用ARR超12亿美元，Midjourney/Cursor/ElevenLabs领跑[131][134] - 英伟达AI推理token生成量一年增长10倍，GPU生态主导地位稳固[141] 组织范式变革 - 30人团队实现5000万美元ARR成新常态，CTO转向管理AI智能体[144][146] - 产品经理直接提交代码，Neon平台AI创建实例超人类[148] - 成本结构转变：规模化阶段机器成本占比50% vs 早期57%人才成本[5] - 苹果混合架构实现端-云协同，设备端含路由器/工具集/任务编排器[76] - 软件开发重心"右移"，产品/设计/工程边界模糊化[156][157] 未来基础设施机遇 - 数据收集成本降低1000倍催生"数据即服务"文艺复兴[158][160] - 需专为AI设计基础设施：浏览器/支付系统/身份认证接口[164] - "生成+验证"闭环架构成可靠AI关键模式[163][165] - 半导体行业复兴，Transformer专用芯片初创公司涌现[107][111] - 评估体系/数据清洗/检索工程成初创公司核心竞争力[87][89]