转：原型越多，模型能力被发现得越早；真实使用越深入，反馈越具体；eval越贴近任务，下一轮训练越有方向。
模型与产品由此不再彼此等待，而是在同一个co-design loop中共同演进。
如今，这套循环，正在更多 AI 公司内部转动起来。
比如，姚顺雨加入腾讯后，着力推动模型与产品 Co-design，让模型研发更贴近真实需求。
这一思路已在 Hy3 和 WorkBuddy 上初见成效：Hy3在WorkBuddy 首发上线后，自选模型用户中选择Hy3的占比达到60%。
调用量增长带来更多真实反馈，推动 Hy3 持续迭代。更强的模型能力，又进一步改善了 WorkBuddy 的体验。
类似的转变也发生在马斯克的 AI 版图中。核心团队流失、产品落地不畅，曾让 xAI 陷入低谷，马斯克也坦言要“从地基开始重建”。
Cursor 的加入成为转折点。它补上了真实任务入口，也让 SpaceX AI 跑通开发者反馈、模型训练与产品验证的闭环。
AI 产业最早比的是理论突破与技术路线，随后比的是算力规模与数据质量。
下一阶段，胜负或许更多取决于——产品与模型的齿轮能否真正咬合，循环能否转得足够快，以及每一次循环，能否成为下一次加速的复利。