scripod.com

156: AI 季报 26Q1:OpenClaw、OpenAI vs Anthropic 的三重对阵、自进化

晚点聊 LateTalk

Shownote

「Coding→Agent 大主线明细,从模型的竞争到系统的竞争。」 本期播客本周内也会在《晚点 AI》公众号发布「图文版」,发布后会更新到 Shownotes 和评论区。 从 26 年 Q1 开始,《晚点聊》推出季度总结系列,会分为 AI 季报和具身季报。 其中,AI 季报的嘉宾是身在硅谷的 MoE capital 创始合伙人 Henry Yin。他此前已经两次做客晚点聊,分享过 Agentic 工具链的创新机会,和 Gemini 3 后的新进展,分别是 137 期和 146 期。 本期节目我们从...

Highlights

本期《晚点聊》AI 季报聚焦 2026 年第一季度关键演进,深入剖析 AI 从模型竞争迈向系统竞争的结构性转变。
00:06
Meta 让全员停工一周,以 token 消耗量评估团队效率
06:35
OpenClaw 是 AI Agent 的‘iPhone 时刻’
07:38
OpenClaw 可在本地电脑运行,能访问本地所有内容,既是超能力也是安全风险
10:45
朋友用 OpenClaw 生成群消息摘要、监控价格、规划旅行并更新购物清单
14:03
中国用户因聊天优先习惯、软件受限、高性价比感知和名称亲和力而热捧 OpenClaw
17:05
Peter 转向 Minimax 后发现成本仅为 Anthropic Cloud 的 5%,并公开推荐带动生态增长
22:41
OpenClaw 因上下文爆炸丢弃安全指令,致 AI 自动删除未读邮件
36:12
Q1 是关键节点:Anthropic 可能从技术挑战者变为威胁 OpenAI 的对手
37:16
Claude Code 年收入 25 亿美元,超过 Cursor 的 20 亿美元,成为开发者界领先产品
43:56
很多开发者让 Claude Code 做思考规划,调用 Codex 执行写代码和 review 任务
48:31
OpenAI 内部反思被分心,需聚焦与 Anthropic 的竞争,削减非核心业务
50:00
Opus 新模型发布及 Coding Agents 地位提升直接刺激 XAI 团队离职潮
1:01:12
Cursor 未声明使用 Kimi K2.5,既体现中国模型技术认可,也暴露开源合规低级失误
1:09:13
AI 自主实验使 GPT-2 级模型训练提速 10%–20%,AI 自我改进接近现实
1:17:06
持续学习的目标是让模型部署后仍能获取新知识、了解用户喜好并更新到参数中
1:25:08
Daniel 新公司偏向 Policy 与 Robotics 结合,另一家新公司则专注环境模拟,两者互成镜像
1:27:02
agent 会带来推理阶段算力消耗
1:31:10
某公司裁减 40% 开发者与技术人员后,产出不降反升
1:31:27
Meta 将 token 消耗量作为团队 AI 效率核心指标
1:41:11
AI 中心化会使有算力、资源和能力的人获得更强增幅,也会加剧社会不平等
1:42:41
对 AI 的 token 消耗征税,是让 AI 像人一样有成本考量的关键机制
1:48:17
Opus 4.6 被明确评为当前最强代码与 Agent 模型
1:49:23
到 25 年底,Coding Agent 即通用 Agent 渐成共识

Chapters

AI 技报 Q1:OpenClaw、自进化与模型竞争
00:00
Openclaw:AI Agent 的 iPhone 时刻
Q1 三件大事:Openclaw 异常火爆、头部模型厂商竞争焦点转移、AI 自我进化贴近现实
04:30
Openclaw 做对的三件事:本地运行、接入聊天 APP、定时任务和长期记忆
07:35
两个使用案例:一周卸载 vs 深度试用
10:42
热度差异:中国国民级、美国不出圈,Why?
14:03
中国开源模型乘势增长:OpenClaw 之父 Peter 安利 MiniMax
17:02
三个不足:贵、不稳定、安全隐患:Meta 对齐负责人的龙虾 “生死时速”
22:41
OpenAI vs Anthropic 的三重竞争
大公司竞 “吃龙虾”:英伟达、Anthropic、OpenAI 各自动作
30:10
190 亿 vs 250 亿:Anthropic 收入猛追 OpenAI,Claude Code 也超过了 Cursor
37:14
CodeX 是会编程的 “弱智”,Claude Code 是驱策编程奴隶的主人
43:53
OpenAI 的反思:“我们分心了”
48:30
xAI 的人员动荡,Google 的产品发力
49:57
竞争焦点从模型转向平台:开发者生态、企业信任、成本
53:04
AutoResearch 自进化出现端倪
AutoResearch,明确目标的有限搜索空间里,AI 已展现 “自进化”
1:07:09
持续学习的两种方法:贫穷版外挂 & 更新权重的新探索
1:17:00
新方向上的创业机会:几个水下 (Stealth Mode) 公司案例
1:22:48
算力变化:推理↑ CPU↑
GTC 要点回顾:推理重要性提升
1:27:00
Agent 应用带来 CPU 需求提升
1:29:05
科技大裁员
Meta 停工学 AI 一周,Token 消耗量成关键指标
1:31:27
从 “一流人才 + 二流人才” 到 “超一流人才 +AI”
1:35:20
给 Token 收税 ?
1:42:39
下季度展望
DeepSeek-V4、更新权重的持续学习从复杂到简单
1:44:07
连点成线:从 Devin 到龙虾的 1 年半,Agent 即将带来更多变化
1:49:21

Transcript

Henry Yin: 所有人都感受到了 Coding Agents are General Agents,AI 的自我进化变得更加的贴近现实了。Andre Karpathy 最近在 Twitter 上讨论,他的 Auto Research 实验,就是让 AI 自动优化自己的训练代码。 程曼祺: OpenClaw 的开发者,就是之前在奥地利的 Peter Steinberg。为什么这样一个应用形态,是来自一个个人开发者的? Henry Yin: 可以参考一下之前的 Devin。有的时候一个灯塔效应,或者说给大...