2026/7/2 · 14:53
广密的第二幕：Coding、御三家与白领通缩
精读张小珺《商业访谈录》第136集：广密复盘全球大模型季报第9集，拆解 Coding 如何成为 AGI 第二幕、Anthropic/OpenAI/Gemini 的战略差异、模型 OS 化与白领通缩窗口。
这期最刺耳的判断，不是 Anthropic、OpenAI、Gemini 谁在下一代模型里领先半步，而是 Coding 已经从一个垂直应用，变成 AGI 进程里的加速器。张小珺和广密在第 136 集里把这件事讲得很重：如果 AI 的第一幕是 Chatbot，第二幕就是能够自己干活的 Agent，而 Coding 是 Agent 最早撞开的门。1
本期速读
时间线：这 83 分钟怎么推进
| 时间点 | 讨论焦点 | 信息增量 |
|---|---|---|
| 00:03:28 | 硅谷体感与 Coding 判断 | 广密认为过去一个季度的智能进步很陡，Coding 会是头部人才的放大器，顶尖 1% 可能被放大 10-50 倍。1 |
| 00:22:10 | Anthropic | 它的 All in Coding 不是一开始就写在墙上的战略，而是后来被组织真正押上去；节目中特别强调创始团队对训练数据和技术细节的 hands-on。1 |
| 00:33:35 | OpenAI | ChatGPT 时代的 ToC 胜利，可能让 OpenAI 在 Coding 这个新战场上不够敏感。广密把它概括为「过去胜利秘诀，可能是下个时代的毒药」。1 |
| 00:47:13 | Gemini | Gemini 被评价为「最领先的追随者」：Google 资源和布局没有绝对短板，但 Coding 体验落后，被视作战略误判。1 |
| 01:05:42 | 模型是新一代 OS | 模型不再只是应用背后的能力接口，而开始接管任务分发、工具调用、环境理解和执行路径，越来越像数字世界的新操作系统。1 |
| 01:07:01 | 白领通缩 | 当 Coding Agent 提升高端生产力，社会层面的压力会从「写代码变快」扩大到白领岗位价格、组织编制和职业入口。1 |
核心观点拆解
1. Coding 不是程序员插件，而是 AGI 第二幕的实验场
广密的判断很明确：Chatbot 让普通人第一次感到模型能「说话」，Coding 则让模型第一次高频进入真实工作流。代码的特殊性在于，它不是单纯文本。代码天然带有目标、约束、反馈和可验证结果；写完能不能跑、测试过不过、报错在哪里，都能迅速回到模型面前。
这也是为什么他把 Coding 称为新的「AI 加速器」。上一代加速器是 GPU，提升的是训练和推理的物理速度；这代加速器是 Coding 模型，提升的是研究、产品、评估、数据处理和工程迭代的速度。节目里的那句「领先的 Coding 模型就像领先的 GPU」，说的正是这个层面。1
更狠的一层是人才放大。Coding Agent 不会平均地把每个人都提高 10 倍，它更可能先放大少数本来就知道自己要什么的人。能定义问题、拆任务、判断输出质量的人，会被工具抬得很高；只会等需求、搬砖式执行的人，反而更容易被挤压。
2. Anthropic 的领先不是单点模型，而是把组织押进 Coding
节目里对 Anthropic 的观察，不只是「Claude 写代码好」。更关键的是，这家公司把 Coding 当成主战场之后，组织动作、数据投入和文化偏好都围着它转。
张小珺和广密提到，Anthropic 的 All in Coding 不是 Day 1 就想清楚的宏大叙事，而是团队在竞争中逐渐校准出来的方向。这里最有信息量的是「脏活」：Coding 数据、真实环境、评测体系、任务链路都很难做，不是把 LeetCode 题喂进去就完事。它需要创始团队和核心研究员愿意亲自看数据、看失败、看模型到底卡在哪。1
这解释了为什么「重视数据」在这里不是一句口号。Coding 的数据不干净，反馈也不总是标准答案。模型要学会读工程上下文、改旧代码、跑工具、理解错误，还要在多步任务里保持目标。谁愿意把这些枯燥环节吃下来，谁就可能先拿到 Agent 第二幕的入口券。
3. OpenAI 的危险在于，ChatGPT 的胜利路径太成功
OpenAI 在第一幕赢得太漂亮：ChatGPT 把 AI 带进大众市场，产品心智、品牌传播和 ToC 入口都被它吃到。问题是，第二幕未必按同一套打法展开。
广密的表述很锋利：「在这个时代的过去胜利秘诀，可能是下个时代的毒药。」放到 OpenAI 身上，这句话指向一个组织惯性：当公司已经围绕 ChatGPT 的消费者入口建立了巨大的成功感，它就可能低估 Coding 这种更像底层生产力工具的战场。1
这不等于 OpenAI 技术不强。节目里也提到，OpenAI 即将发布的新模型可能仍然很强。真正的问题是优先级：当一个时代的关键任务从「让人愿意和模型聊天」转成「让模型能接手复杂工作」，最好的组织也会被过去的辉煌拖一下。
4. Gemini 的问题不是没资源，而是跟随者心态
Gemini 在节目中的位置很微妙。它不是弱者。Google 有算力、研究人才、工程体系、分发入口，也有足够多的产品场景。但广密对 Gemini 3 的判断是「被高估」，核心原因仍然落在 Coding：Benchmark 可以好看，真实体验未必够锋利。1
节目里把 Google 称为「最领先的追随者」。这句话挺准确：它掉队的概率低，因为底子太厚；但如果战略上总在跟 OpenAI 和 Anthropic 的节奏，它很难定义下一幕。对大公司来说，资源不是最大的约束，选择什么不做、在哪里押重注，才更痛。
5. 模型正在变成新一代 OS
「模型是新一代操作系统」这句话，在这期里不是一句漂亮比喻。操作系统的本质，是管理资源、调度任务、连接应用和用户意图。过去这些事情由 Windows、iOS、Android 或云平台承担；现在模型开始理解用户目标，调用工具，读写文件，改代码，串联服务。
这也是 Coding 重要的原因。代码是数字世界里最硬的执行语言。节目里那句「语言即世界，代码即方案」，把两层关系压在一起：自然语言负责表达意图，代码负责把意图落成可执行方案。1
如果模型真成为 OS，应用层的竞争会被重写。用户不一定打开一个个软件，而是把任务交给模型；开发者不一定只做完整应用，也可能围绕模型的工具、环境、数据和评测做模块。真正的入口不只是 App 图标，而是模型能不能理解并执行你的任务。
6. 白领通缩不是远景，它从「能干活的模型」开始
这一集的情绪复杂，就复杂在这里：技术进步越快，社会压力越近。节目提到「白领通缩与失业窗口」，这个词比「效率提升」更冷。效率提升听起来人人受益，通缩意味着同样的工作需要更少人，或者同样的人力价格被压低。1
Coding 先发生，是因为软件工作高度数字化，反馈闭环短。但它不会只停在程序员身上。咨询、投研、运营、产品、法务、财务、内容生产，只要工作能被拆成目标、资料、工具和交付物，就会进入类似的压缩过程。
最难受的地方在于，组织会先看到「少数人加 AI 做得更多」。这会改变招聘、晋升和培养新人方式。初级岗位以前承担训练新人和处理杂活的双重功能；当杂活被 Agent 吃掉，新人从哪里积累判断力，会变成一个现实问题。
高密度金句
「Coding 把 AI 从聊天机器人 Chatbot 第一幕，推向了能够干活的 Agent 第二幕。」1
「语言即世界，代码即方案。」1
「领先的 Coding 模型就像领先的 GPU。」1
「过去胜利的秘诀，可能是下个时代的毒药。」1
读完带走
- 判断模型公司，不能只看聊天体验和发布会声量，要看它在 Coding、Agent 环境、评测和真实工作流里有没有硬突破。
- 判断个人机会，重点不是「会不会用 AI 聊天」，而是能不能把目标拆成可执行任务，并判断模型交付物好坏。
- 判断组织竞争力，要看它有没有把数据、评测、工具链和文化拧在一起；只买模型 API，不等于拥有第二幕的生产力。
- 判断社会影响，要把「提效」和「岗位压缩」同时看见。白领通缩不会等所有人准备好才开始。
参考ソース
関連コンテンツ
- ログインするとコメントできます。