对话 MiniMax 闫俊杰：M3、10X 计划、10T 模型、和智能的终局

嗨，我是 Koji。这一期播客是在 MiniMax Developer Meetup，也就是核心开发者聚会上主持的一场圆桌讨论。嘉宾包括 MiniMax 创始人兼 CEO、IO 闫俊杰，3 万星开源项目 Multica 的创始人张嘉源，7 万星开源项目 Dear Flow 的核心负责人何涛，以及一家上市金融公司的技术负责人于洋。

其实我自己有点 surprised，一看说“IO 也会来”，而且分享了那么多。所以今天想问 IO 的第一个问题也是：这个活动为什么对你来说这么重要？你自己花那么多时间来参与？

闫俊杰

其实我们主要是感谢各位，感谢大家花时间一起来分享，包括何涛。何涛坦白说是非常好的开源项目的作者，他们应该是 7 万星。包括嘉源，嘉源其实很早之前就给我们提了很多建议和帮助。核心还是感谢大家。

1. AI Coding Goes Mainstream

刚才说了，你也是我们第一次来办这个活动。我觉得 AI 编程或者生成式 AI，其实不会让从业者越来越少。比如说可能在 2 年前，我记得曾经问过另外一家公司的一个人，实际上我当时问过梁文锋：“你们要不要做 AI coding？”他说不做。为什么呢？因为全中国会写代码的人可能只有 100 万还是 200 万人，这好像不是一个很大的市场。

两年前大家都是这么一个理解，但现在显然不是，对吧？因为 AI 确实可以让更多的人拥有生产力了，我觉得这是一个非常好的因素变化。即使这个事情可以让很多人普惠，它的核心还是说，一开始有一些真正热爱这么来做的人，然后在这个里面把它传播给更多的人。

我觉得今天是我们第一次，反正我后面也会把它变成一个持续性的事情。

从 M1 到 M3，我们看到了非常多的突破。你觉得哪些突破是符合预期的，哪些突破还没有达到预期？

闫俊杰

2. The M3 Breakthroughs

我觉得一个比较客观的指标其实是 token 消耗量。M1 的 token 消耗其实是比较低的，客观来说，当时的 M1 模型最终效果不太好。但是实际上我们从做 M1 的时候就感受到这件事了，就是那种“瘫坐在椅子上”“后背发凉”的感觉，我们在做 M1 的时候就有过。

第一次跑通刷题的时候，我记得特别清楚，是去年五一假期。那个时候我们第一次感受到这个东西了，但是那个模型其实没有怎么做成功。

到 M2 的时候，也就是去年下半年，那个时候大家最关心的评测其实是 LMArena。所有人发布都会讲这个东西，但我们那个时候就非常明确，只做 coding 和 editing，不管那些不相关的对话场景，我们真的是这么决定的。

这个决定让我们内部有很多质疑：为什么你不管这些东西？但我们就这么做了。一开始 M2 刚上线的时候，我们觉得每天消耗 1 万亿 token 就满意了，当时定的目标是这样的。结果到 M2.7 的时候，大概就变成了每天 10 万亿 token 的消耗，基本上相当于目标超了 10 倍。

M3 的话，我们其实定了一个更大的目标，但这个目标还没有完全实现。从 token 消耗量的角度来说，我觉得还是比较超出预期的。

从能力上来说，我们在 M2 的时候其实就想实现多模态，但在 M2 的时候没有实现。我们也希望 M2 能够在编程里作为一个主功能来用，这个其实也没有实现。但它实现的是，后来 Cloud Code（音）出来、各种各样的 agent 出来以后，它找到了这样一个市场。

M3 的两大模型目标，是让大家可以无限制地使用，不需要关心成本地使用 30B 的模型和 20B 的模型。如果再加上整个行业的大盘增长，我们觉得总量能到一个非常可观的量级。我觉得我们已经非常接近这件事了。

好，谢谢。嘉源刚才其实也有一个精彩的分享，讲了 loop engineering。你们在做它的时候用的是 M3，使用的过程中，你觉得有哪些好与不好？

张嘉源

3. Multi Model Workflows

首先，我们的工作流里面有大量可以 pipeline 化的场景，包括处理 GitHub issue、做 customer support 等等一系列场景。并不是所有场景都需要用最高级的模型来做。我们每个人自己都有好几个 Cloud Code（音）账号，再加上 Code X、Cursor，可能每个月有几千美元的 token 消耗，成本其实非常高。

我们现在做的一个尝试，就是单一模型的能力或多或少会在某些方面有所不足，但是能不能设计一个系统，把不同模型的能力聚合起来，把不同 agent 的能力聚合起来，在一定程度上弥补模型能力在某些情况下的不足。

比如我们发现，M3 有些时候会比较啰嗦，有些时候 thinking 的时间会比较长，或者它给你的结果里面不一定所有的点都是正确的。这个时候你就可以用其他模型，比如 ops 或者 GPT，去给它做 review，或者作为它的 mentor，让 M3 作为 coding 模型。

这其实就是用系统的方式，去弥补单一模型部分能力的不足。我们实践下来发现，它确实能够达到 token 消耗以及整体产出效果之间的平衡。未来整个公司里的 token cost 肯定是需要考虑的目标，这个时候就需要考虑怎么让不同的工作由不同的模型来完成。

好，谢谢。接下来请何涛介绍一下 7 万 star 的 Dear Flow。今天的 Dear Flow 和一开始已经有很大的不一样了，请大家介绍一下，今天的 DeerFlow 是一个什么样的 DeerFlow，以及是什么原因让它那么受欢迎？

4. Dear Flow Builds A Community

这个问题我是第一次代表我们团队在公开场合回答，我也跟我们团队讨论了一下。我先说一句大白话：为什么火这件事，我们也没有追求出原因。很多时候，go viral 可能就是上帝握着你的手写下一行代码，或者握着你的嘴说出一句话，让 Cloud Code（音）或者 Cursor 写了一段代码，然后 X 上有人帮你转发，它就火了。

但我想说的是，Dear Flow 其实有两个身份。第一个身份是一个开源项目。这个开源项目一开始的初衷，是我们在 2025 年发现 deep research 这样的任务非常贵。你首先需要有一个 200 美元的 ChatGPT Pro 订阅，才能去用几次。我们就觉得，奸商，开源必须得把你打下来，而且还要用中国的模型给你打个样，还得连生图都用中国的模型。

所以我们一开始的初衷，就是想用一种自己的表达方式，把在电脑端要做的事情完成。我们当时在一个大公司里面，日常工作就是写报告；报告肯定还要有图表，报告和图表之后，还要生成像 Koji 那样特别优质的播客，最后还希望它能够变成一段动画片。因为我们很多人都有小孩，有这种动画片的需求。最后还有人说，我想听音乐，那我要听音乐。

所以我得表扬一下 MiniMax 的 token plan。这也是我们在 Day 0 就接入 MiniMax Open Platform 的原因。多模态是一个非常有魅力的事情，而且每个人的日常工作就是一个多模态的工作。

如果反推来说，这也是 Dear Flow 一开始做对的一个点：我们一定要完成桌面工作者所有的工作。它有可能一开始是残缺的，会被喷，但我们要接受被人喷。

Dear Flow 还有一个比较有意思的身份，就是它现在是一个社区。我们有 1,000 多位 contributor，这些 contributor 覆盖了除了北极、南极以外的其他所有陆地地区，大概可以这么说。而且经常会有人用各种我们看不懂的语言给我们提 issue。

怎么用 agent 去管理这样的一个开源项目，也成为我们现在不断研究和探讨的一个方向。还有，现在很多人 complain，说我们的代码已经是屎山了，那我们怎么样再把屎山代码清扫一下，让它变得更好？我觉得这也是今天来到这个 Dev Day、能够跟更多开发者一起交流的原因。

我理解，这其实也是所有成功的开源项目都会头疼的事情。最近 Open Cloud、Nano Boat 都纷纷表达不得不这么做，再不这么做的话就受不了了。

接下来想请教一下于洋。在互联网金融这样一个垂直领域，你们又作为一家上市公司，现在怎么使用 AI 或者 agent？哪些部分已经看到产生了非常直接的商业价值？

于洋

5. AI Enters Financial Services

我们直接做的是金融行业。从用户角度来说，他们其实不太会表达。大多数用户根本不知道今天打开应用是想干什么。一般来说，如果你打开一个行情软件，你总会希望目标是赚钱，对吧？这是很明显的一件事情。

但除了这个目标以外，用户其实很难表达自己今天要干什么。可能他问的问题就是“帮我选几只个股”，这是我们收到最多的一个问题。那你遇到一般情况，这个事情就傻了，对不对？比如说现在我问你，或者你问我，我也很难给你选这个问题。

第二个问题是，我发现很多同类厂商做的东西是：你问“我今天某只个股怎么样”，它会给你罗列很多信息，然后就没有然后了。这是一个很大的问题。

所以我觉得，从这个角度上来说，大家能做的第一步是筛选信息，这也是现在所有 AI 产品都在做的事情。第二个，我们可以降低很多人的门槛。大家都知道很多术语，比如 PE 是什么，这个东西是大了还是小了之类的。

从 AI 的角度来说，它可以降低很多门槛，告诉你这个数字为什么是这样，告诉你这个东西对你的影响是什么。这是我们认为 AI 要做的事情。

再问一个很简短的问题。作为一家上市金融公司的技术负责人，你们用不用 AI 帮你炒股？

于洋

这是一个很好的问题。第一，因为有合规的原因，我们不能直接炒股。第二，实话实说，我们自己有这样一套回测机制。我们给用户输出的内容里不带投资建议，但内部版本有，我们可以根据自己的东西去做回测，大致看胜率是多少。

实际上对我个人而言，我对我们的东西是无比有自信的，因为我们有真实的数据支撑，能够说明这个东西的胜率是多少。

你会不会发现，很可能你今天的工资收入比不上你 follow 模型告诉你的投资建议去炒股的收入，甚至远远比不上？如果是这样的话，你会怎么办？你有没有考虑过放弃工作，今天就开始 all in 炒股？

于洋

这是一个很好的问题。炒股跟一般做大模型推理不太一样，它不是一个文字问题。里面会有很多步骤：你的信息要对，个人画像要对，整个分析状态也要对。

另一方面，这些东西都是实时变化的。今天我做了一个决策，说“OK，没有问题”，但市场下一步很有可能发生变化。比如 OpenAI 直接拿出来 IPO 了，那就是一件很大的事情。

你要做的第一件事，是预测这个东西到底是好还是不好，以及接下来有哪些可能性。第二件事是，当这个事情真的发生以后，你要怎么做。这比告诉你它会怎么发展，其实重要得多。

下一个问题还是想请教 IO，也是很简单的一个问题：你怎么看模型和 agent 的关系？未来还会有 agent 吗，还是只剩下基模？

闫俊杰

6. Models And Agents Coevolve

我觉得是这样。我们回想一下，去年这个时候，坦白说，我想不到现在的模型是什么样的。因为去年我们自己还在做 M1，那个时候也没有 Cloud Code（音）。去年这个时候，Claude Code 可能还只有非常少的用户。

按照这个道理来说，明年会怎么样，我觉得现在可能也没法预测。这就是 AI 里面比较神奇的地方：AI 这个行业一年经历的事情，可能就等价于其他行业好几年才能经历的事情。

并且，模型的进步跟 harness 的进步，也不是互斥的关系，而是共同进步的关系。比如一开始，假设没有 Claude Code，可能 Anthropic 的模型也不会这么火。再假设一开始 OpenAI 没有做出来 GPT-5.5，Codex 其实也做不起来；有了 GPT-5.5，Codex 才真正起来。

所以我觉得这两个东西是相互的关系。我们可以把模型和 harness 都看成实现更高智能的手段。虽然模型现在越来越强，我们还是应该假定，模型或者智能最终还是要为人类服务的，应该抱着这个前提来想这件事。模型和 harness 是两个手段。

我觉得确实很难预测，也想起一位计算机科学家 Alan Kay 的一句名言：“预测未来最好的办法是去创造未来。”

刚才我记得 IO 在前面的分享中提到，10T 的模型是必须要实现的。现在离这个目标，整个中间最大的卡点可能有哪些？

闫俊杰

它实际上没有特别的卡点，卡点就是需要时间和积累。AI 已经是一个很大的产业了，就跟之前半导体是很大的产业一样。所谓一个产业，就是里面没有什么特殊障碍，能够让一件事情完全实现不了。它有的障碍是，为了把这个东西做出来，需要时间，需要积累很多东西，需要实验，需要脚踏实地。

就像我们现在这样，需要跟大家在一起分析模型到底应该优化什么，什么东西需要变得更好。我觉得它就是这么一个积累的过程。

积累的具体内容是什么？是数据、算法，还是基本上都是这些？

闫俊杰

基本上模型的特点是这样的：每提升一代，比如参数量可以大 3 倍或者 5 倍，你会发现原来大家都知道的 scaling law，它的外推其实不能外推那么多，只能外推几倍。如果大了 10 倍，就会发现很多外推实际上失效了。

如果外推失效，就意味着你的结论不一定对，做模型就像是在开盲盒。所以这件事的实质是，需要一代一代往上做。

现在美国的模型比中国模型基本上大 10 倍，10 倍其实意味着两代，基本上是这么一个差距。这个东西怎么做到？我们觉得这个量级的模型，国内每家公司基本上都要再提升两代。

第一代要把 3T 的模型真正做好，第二代再基于积累的经验去做 10T，基本上就是这两个阶段。

每一次训练规模变大，对算力、训练效率、网络结构都会有很大的变化。比如这次 M3 的计算量其实比较低，但是它的 KV Cache 还是比较大的，所以下一版我会进一步压缩 KV Cache，让它的推理表现更好。

更大的模型意味着更大的参数量。一般情况下，一个模型的参数量是多少，它需要的数据量基本上就是参数量乘以 20。一个 10T 的模型意味着需要 200T 的数据，但全世界没有这么多数据。

数据质量其实也不一样。越大的模型越容易拟合噪声，所以越大的模型对数据质量的要求其实越高。相当于数据量要大很多，质量要求也高很多，同时实验的 scaling law 外推也要大很多。

所以这其实是一个非常大的系统性挑战，我们只能一代一代往下走。好处是，我们非常确定地认为，过去几个月我们一直是进步速度最快的那一个。所以我对这件事坦白说比较忐忑，但我觉得我们应该能够做到。

刚才开场的时候，IO 分享说我们的进步速度最快，全场响起了掌声。我当时也有点好奇：这个“快”的 benchmark 是什么？从什么维度来讲？

闫俊杰

比如说，比较国内任何一个模型现在的智能水平——不管你用哪个标准来定义——和它 3 个月前或者 6 个月前的智能水平的比例，我觉得我们这个比例应该是其中最高的。

谢谢。接下来想和嘉源、何涛一起探讨一下：在完全依赖 AI 去做一个复杂项目的时候，现在到底应该怎么做，才能把软件工程实践做得更好？

张嘉源

7. AI Coding Needs Engineering

我先分享一下我的想法。现在 AI coding 相当于已经被商品化了，几乎人人都可以写代码。但实际上，Web coding 这件事从历史上来看并不新鲜。第一代 vibe coding 的用户其实是产品经理，过去他们已经在做 vibe coding，只不过驱动他们的是程序员。现在人人都可以 Web coding 之后，相当于人人都变成了产品经理这样的角色。

从产品经理的角度来说，判断一个产品经理好坏的标准，从来都不是他做了 100 件事情，或者提了多少需求。我觉得更重要的第一个判断标准，是他怎么判断要不要做一件事情，或者要不要不做一件事情。

因为你几乎能做任何事情，所以这个时候你不去做什么事情，你的决策标准就非常重要。过去软件开发发展了几十年，有各种各样的软件工程理论。比较早的程序员可能都看过一本叫《Code Complete》的书，中文名是《代码大全》。

那本书讲的就是，因为软件开发本身不是一个人的事情，它可能是一个组织的事情。代码复杂度上来之后，里面会有非常多需要优化的地方。这本书讲的是怎么在一个复杂项目里面更好地做开发，怎么避免项目架构变大之后出现各种屎山代码，怎么让整个架构变得更加清晰。

所以，怎么让一个项目不变成屎山，其实是大家研究了几十年的一个命题。包括 Dear Flow、Multica 这样的开源项目，每天都有大量 contributor 提交代码，因为提交代码实在是太方便了。

我们现在的做法是，首先由核心项目维护者定义产品的 roadmap 和品味，明确要做哪些事情、不要做哪些事情。另外，外部 contributor 或多或少会缺少一部分 context，所以我们维护开源项目的时候，也会跟很多外部 contributor 对齐这部分 context。这是我们的一些经验。

嘉源分享得很好。我先说一个暴论：Web coding 从来没有人说是 web engineering，但是写代码从来都是一个 engineering 工作，而不只是一个 coding 工作。

我特别讨厌别人说你是一个码农。你应该说自己是一个软件工程师，因为你的职责是把它变成一个工程的东西。Engineering 的定义从来不是一次性交付的产品，而是一个可以长期交付、持续有生命力的东西。

所以这对 IO、对做模型的同学也有一个要求。现在很多 benchmark，从 SWE-bench 到 SWE-bench Pro，都是一次性解决一个问题。模型很容易在 coding 任务上使命必达，你会发现它特别努力，最后告诉它“OK，just so so”。

还有一点是，你会发现后面接着它做，根本做不了。所以我觉得在 coding 领域，benchmark 上可以做很多工作，但还需要定义一种 agent，让它明白在长程任务上怎么样持续维护一个 codebase，把它变得更好。

这有点像把人的能力放到模型里面：除了写一次性完成的任务，还要有长期维护一个项目的 taste。我觉得这是对模型的一个要求。

还有一个是对人的要求。这一代模型太有魅力、太有诱惑力，以至于会让你陷入一个极端：你觉得它是一个魔法棒，跟它说什么都应该无所不能。它犯了一个错，你再跟它说一句，它就好了。

你会发现它总会用一种相对来说比较讨巧的形式说：“对不起，我可以改正。”但有可能其实是你有偏，人家可能是对的。所以这时候还是需要人带有一些古早的判断力。

我再推荐一本书，叫《Clean Code》，中文名是《代码整洁之道》。很多时候，先哲们已经把这些事情全都列举出来了。所以这时候我觉得人需要多做一些工作。可能我们已经没有办法人工 review，但我做过的一些事情，是把这些先哲的东西全都蒸馏成一些 skill，或者把 Google、Amazon 的 best practice 整理出来，再配合 agent，给 agent 更多 context，以及你的偏好。

每个人写出来的代码很多时候跟性格都挺像的。我现在特别讨厌一个人说：“这个东西是 agent 做的，所以你不要怪我。”只要它拿你的账号提交上来，用的就是你的 credit，背后表达的就是你的责任心，以及你对待这个世界的态度。

所以首先我们需要 take it seriously，把这个东西当成一门工程学去持续迭代。我觉得这样才对。

我觉得都会有一个阶段。比如我们当年很多时候都觉得有了电之后什么事情都能解决，但后来发现中间还是经历了很多过程。

所以我觉得还是我们的 mindset，还有我们要有更多耐心，要把这个东西当成一个新的工具来看待，而不是魔法棒。只有从 mindset 上转变，才能慢慢根治一些问题。

我也好奇，在 MiniMax 内部，你们现在怎么看 AI coding？

闫俊杰

有人被 cue 到了。对，服务会报一个很高的数。包括我最近去阿里分享，他们有很多大资产，可以覆盖几百个微服务。他们的感受是，把几十个仓库放在一起，一个域以前可能一个人只能改一个仓库，现在一个人一下子有十几个仓库提了一个巨大的 PR。

结果就是，看起来是对的，但没有人敢上线。用 QA 做手动功能验证，功能的实现确实快了很多，但实际上验证没有跟上。

我记得最早刚开始带团队的时候，他们提交的每一行代码可能都会有一个 review。这个项目必须 follow 我的标准，必须足够简洁，结构足够清晰，我是属于那种看代码就能把它基本看出来的人，否则我就不做这个事情。

后来肯定看不过来，我就会做架构 review。但今天在 Web coding 里，我们这种 review 是缺失的。换句话说，生产能力在极大提升，包括我们的 harness 也是奔着生产去的，模型也是奔着生产去的，但是在验证、交付和 review 方面，无论是 harness 还是模型，做得都不够。

我的观点是，我们应该在验证上投入，甚至投入接近研发生产的能力。当项目达到一个足够大的尺度之后，否则这个项目就会死。

大家应该都有这样的感受：大概在去年的 Claude 4、GPT-4.5 还没出来的时候，一个项目到几千行代码就崩溃了，根本干不动。今天可以达到十几万行，但它终究还是会崩溃。

因为我觉得它还是缺少 context，或者说 context 是有限的。另外一方面，我觉得人类的直觉还是稍微有点难替代。

我们确实在用 Web coding 来开发，比如我们的训练、post-training 系统，有点像 Multica：从 base model 提一个 issue 上去，然后这个 issue 一个阶段一个阶段地走，直到搞定。他们也会遇到类似的问题，我们也在用相似的方式解决。

解决方法有很多，比如测试上的 E2E、benchmark，还有很多东西可以去验证。但还有很多量，刚才嘉源也说到，你要为这个项目建立它的 principles：什么东西做，什么东西不做，什么东西违反这个 mode，还要拉红线。这样才能实现，因为人真的看不过来。

谢谢。刚才 IO 分享的时候提到过数据的问题。我们都知道 MiniMax 上个月做了一个疑似 SOTA 的项目，IO 刚才也提到，去年这个时候我们对数据的理解可能还是数据标注，现在则希望找专家来带路。可以分享一下中间的转变是怎么发生的吗？

闫俊杰

我觉得这个事情的实质是，一个比较根源的东西是，我们在想，刚才也说了，AI 的核心其实是生产力。生产力这个事情里，模型本质上是提供工具，就跟发明汽车一样，它让赶路的时间变得更快了。

AI 让大家思考和验证的过程变得更快，但它的实质还是那个行业里面本身的真实问题。这个事情很显然光靠模型，或者光靠 researcher，是做不到的。

我们在做 coding 的时候就已经遇到了。去年做 coding 的时候，我们发现对于 coding 的理解，开发工程师显然比算法同学更理解什么叫好的 coding。

所以那个时候我们就开始意识到，决定 coding 好坏的东西，可能是算法同学做出来的模型迭代框架，但如何做评测、如何归类，以及如何构造强化学习环境，这些事情真正的软件工程师其实能做得更好。因为这件事在我们内部已经发生了。

之前做 coding 的时候，只需要两个角色：researcher 和 engineer。Engineer 在里面其实决定了最关键的评测和 test。后来做更多领域的时候，就发现需要三个角色：算法开发工程师，以及真正的领域专家，相当于多了一个角色。

既然我们已经把两个角色合作的事情走通了，现在就在里面再加一个角色，逻辑其实就是这样。这是第一个触动，是我自己的推演。

第二个原因是，我们很仔细地研究了一下 Anthropic 是怎么招人的。你会发现，他们公司有大量非 researcher、非 engineer 的人，有很多经济学家、心理学家，甚至还有核物理学家和哲学家。

为什么需要核物理学家？因为他们每次做对齐的时候，都会测试越狱之后这个东西能不能被用来制作核武器。

半年前我们还没有意识到为什么需要这么多这样的人。现在我们对这件事的理解已经非常深了，我们确实需要这些人跟我们在一起。

我们的 10T 项目也有很多非常好的同学在跟我们沟通，其实也吸引到了一些包括在座的同学。我觉得接下来在网络安全、金融、法律等几个领域，我们都会有这样的人。我们在这块接下来做的深度，应该会比现在深很多。

8. Human Judgment Still Matters

最后一个问题，其实我最想问的是：每个人推荐一个个股。

我知道这个问题很可能得不到答案，所以替代问题是，2026 年还剩半年，有什么事情是你们认为接下来半年自己最想 all in 的？可以回答这个问题，也可以回答推荐个股的问题，看谁先来分享。

于洋

那咱们就不推荐个股了。我想说两件事情。现在 AI 和大模型在应用场景当中，什么东西是以前的东西可能替代不了的？我觉得有一点是陪伴。

绝大多数人都有陪伴需求。包括在我们自己的领域里，有赚钱的时候，就一定有亏钱的时候，而且很有可能对于很多人来说，亏钱的时候会更多一点。所以我觉得第一件事情是陪伴。

第二个是，我们现在做金融场景的时候，最初期做 agent 是限制模型发挥，不让它做很多奇怪的事情。等 agent 进步以后，最近要做的事情就是引领模型，让它去思考，去做一些创造性的事情，帮我们完成更多东西。这是我觉得今年可能两个比较大的目标。

张嘉源

刚刚两位嘉宾其实都透露很多，所以推荐的个股我觉得大家应该都懂了，我就不说了。其实我个人平常会写一个专栏，叫《How AI Shapes Our Society》，就是 AI 怎么改变我们的社会。

我有一个非常直观的感觉，就是 AI 其实在让很多人变得内耗、变得焦虑。因为我有一个切实的体会：国内的模型大概在 2026 年的时候跨过了某一个基点，已经具备了走进千家万户的机会。

不管是 MiniMax 的 M 系列模型，还是国产之光 DeepSeek，其实都已经跨过了某一个基点。MiniMax 这一次在多模态上的进步，相当于让模型有了眼睛，也可以做更多的事情。

我分享一个个人案例。我老婆有一段时间很焦虑，因为掉头发，所以她总去看中医。她去问了国内 DAU 最大的某个 chatbot 产品，我就不举它的名字了。它给她说了很多东西，她觉得焦虑缓解了，结果那个方法让她头发掉得更多了，她就变得更焦虑。

后来她开始跟我说：“你们这个行业害人害己，最后还害到你老婆身上。”我觉得我得给她吃点好的，于是给她建了一个属于她个人的 LLM agent。这个可能术语有点专业，就是一个属于她个人的智能体。

我用 Code X 把她所有的体检报告、单据、做过的检查、吃过的药，甚至包括她和那个 chatbot 的聊天记录全都导进去。然后我把 Codex 接到了她的飞书里，让她去用。我跟她说：“以后你不要用那个 chatbot，你就用我给你做的，相信你老公。”

她可以问它：“下一次去看医生的时候，我可以问什么问题？”甚至把跟医生的对话录下来之后再问它，让它直接反问医生。她按照这个方式去做，后来发现她跟医生的沟通也更顺畅。

所以我感觉，其实我们普通人每个人都有机会使用 AI，让家人、身边的人和更多事情变得更好，只要我们愿意。我觉得这也是我们用 Web coding 的意义，不是用来替代人，或者替代一些工种让人失业，而是让大家很好的 idea、很好的想法能够绽放出来，让身边原来觉得离 AI 很远的人感到一种温暖。

从冰冷的软件工程里，最后能够发现一种人类社会的温暖，我觉得最终还是要回归到这个。谢谢。

我觉得大家分享得非常好。首先我也不投资，我只投资我自己和我自己的公司，所以个股建议我也给不出来。

下半年要 all in 的点，我不能说是要 all in，但可以说是我想探索的几个事情。其实我是一个 AI 降临派，我认定 AI 的能力发展到后面一定会比人更强。

在过去几年跟 AI 深度协作的过程中，我越来越发现，未来你已经不是在和人竞争，而是在和 agent 竞争，或者是在和 AI 竞争。你的智能其实没有办法跟 AI 做抗衡。

在这样的情况下，社会应该是什么样的，我觉得这是一个值得我们思考的问题。人都是有惰性思维的，有了 AI 之后，大家都喜欢把事情交给 AI 去做，把自己的思考外包给 AI。

我现在的做法是，我可能会和 AI 一起做探索，但我会把思考这个最重要的部分留给自己。

IO 来压轴。所以你是降临派吗？

闫俊杰

我觉得是这样的。首先，现在的 AI 本质上是一个黑盒。我们作为从业者，也不知道它 1 年之后会怎么样，只知道它会进步。坦白说，我们也不太理解为什么会有 scaling law、为什么会有各种各样的现象。

我认为单纯靠人类也很难理解这件事，因为现有的数学工具其实还不太够。大概 10 年前，我在读博士的时候就看过一篇论文，大概意思是，一个超过 3 层的神经网络，用现有的数学工具其实没法分析它的收敛性。

但这个行业还在进步。随着 AI 越来越强，我特别关心的一件事情是：什么时候 AI 能够帮助人类来理解 AI？我觉得这是一个非常本质的问题。只有这样，AI 的安全问题，以及 AI 到底能够走多久，可能才会有答案。

现在有看到什么信号吗？

闫俊杰

其实我看过很多生命科学的论文。现在大家越来越发现，大脑跟神经网络之间有很强的相关性，真的是这样。

大脑显然不会计算矩阵乘法，但大脑里面有一些模块，类似于会有矩阵这样的概念。大脑里面有些机制，甚至几乎可以等价成梯度反向传播。

大脑里面还有点像 Transformer。比如海马体会有一些记忆，它跟 DeepSeek 上次做的记忆机制其实很像。

一年前我们还不太理解安全为什么重要，现在我们可能还是不太理解为什么可解释性是一个很重要的事情，但我觉得我们越来越知道它的重要性了。

而且我觉得 AI coding 应该能在这里发挥很大作用。AI 本身的可解释性，也需要靠 AI 一起帮助 AI 自己理解。

好，今天谢谢大家的时间。