开源 AI 的竞争问题，最后落到一个很现实的选择：谁来决定模型能做什么、谁能使用、谁还能继续参与。
本期 The a16z Show 对谈 Hugging Face 联合创始人兼 CEO Clément Delangue，时长 28 分 08 秒，讨论前沿模型监管、开源安全、1 亿美元 ARR、本地模型、模型路由、蒸馏争议、欧洲 AI 生态与年轻 builder。1
一张图先看懂
- 前沿模型可以接受更严格的透明评估，但监管成本不应直接落到创业公司、学术界和小型开发者身上。
- Clément 认为，开源模型通常更专业化，较少围绕危险网络安全能力训练，控制权也更分散，因此整体风险可能低于闭源前沿模型。这个判断不等于「所有开源模型天然无风险」。
- Hugging Face 突破 1 亿美元年经常性收入，被他视为开源平台商业模式再次得到验证。1
- 未来的默认架构可能从「一个模型包打天下」转向模型路由：简单、私密、长期运行的任务交给本地或专用模型，困难请求再交给前沿模型。
- 他对蒸馏的判断很直接：蒸馏很常见，却不是成功的核心原因；比少数公司少赚几十亿美元更值得担心的，是能力、财富和权力过度集中。
嘉宾背景
Clément Delangue，Hugging Face 联合创始人兼 CEO。 TIME 将他介绍为 Hugging Face 的联合创始人兼 CEO，并将 Hugging Face 描述为开源、营利性的机器学习平台，供研究者分享 AI 模型、数据集与实践方法。2
本期嘉宾卡使用 TIME 公开人物页面的真人头像。
01｜监管先盯前沿，别把成本转嫁给生态
主持人从节目中提到的 GPT-5 发布限制谈起：政府似乎不只想决定模型能不能发布，还想监督模型会被发给哪些客户。Clément 说，他上周在华盛顿特区，碰到 Tom Brown，也看到美国政府相关人士正在认真了解 AI 风险，希望对前沿模型部署采取更谨慎的方式。
他不完全责怪监管者。过去几年，前沿实验室持续用非常强的安全叙事做市场传播，例如 GPT-2 曾被描述为「危险到不能发布」。在这种背景下，政府想知道模型到底安全到什么程度，并不奇怪。Clément 更希望接下来出现可复核的模型评估、安全边界和透明数据，而不是只靠公司自己的宣传。
他的边界也很清楚：如果监管只围绕少数前沿模型和大公司展开，大公司还有资源应对；如果同一套成本扩散到创业公司、小公司、学术界和普通开发者，结果可能是只有最富有的公司才能继续做 AI。1
02｜开源为什么可能更安全
Clément 的理由有三层。
第一，开源模型通常没有闭源前沿实验室那么通用，更常见的是面向具体任务和领域的专业模型。第二，很少有人在开源体系里专门投入资源，去构建危险的网络安全能力。第三，权重开放后，用户拥有更多透明度和控制权，单一供应商不容易通过 API 偏置、拒绝服务或突然切断访问来影响用户。
他用核武器做了一个极端比喻：核武器从来不是靠开放协作网络造出来的，而是由拥有巨额资源的闭源团队完成。这个比喻不意味着开源绝对安全，而是提醒人们，能力越强与风险越高之间并不存在自动等号。更强的模型，如果没有接受危险网络安全任务的训练，也可能只是在其它领域更强。
他说，事后加上的安全护栏经常会被 jailbreak，监管讨论不应只围绕「发布前禁止」或「发布后打补丁」，还应追问模型训练了哪些能力、没有训练哪些能力，以及评估能否被独立复现。
03｜开源不是闭源的替代品，而是另一层基础设施
主持人问，开源能力被认为更弱，会不会反过来说明开源研究不够重要。Clément 的回答是：它解决的是不同问题。
本地模型就是一个例子。用户坐在飞机上、开着飞行模式，仍然希望获得智能服务，这件事只能由本地模型完成，API 没有办法在没有网络时替代它。很多闭源系统也在使用开源模型和开源基础设施，所以他把开源比作引擎，把 API 比作汽车。引擎未必长得像一辆 Ferrari，却决定了汽车能不能跑起来。
他还提出一个「锯齿状前沿」的看法：AI 的 frontier 不是一条所有任务都同步推进的直线。同一个模型可能在写代码上很强，在另一个领域却很弱；开源模型可能不擅长制造网络攻击，却更适合帮助人们处理某些真实工作。把所有能力压成一个总分，会掩盖这种差异。
04｜1 亿美元 ARR，验证了开源平台的生意
主持人提到 Hugging Face 刚刚跨过 1 亿美元 ARR。Clément 说，团队并没有把收入最大化当作唯一目标，他们更想做一个基于使用量的平台，让更多 AI builder 能够接触并使用模型、数据集和工具。
但这个数字仍然提供了一个重要验证：开源平台有商业模式。GitHub 等公司的历史已经说明，开放生态可以长出商业服务；Hugging Face 的收入规模则证明，模型、数据集和开发工具组成的平台也可以用商业方式运行。1
他还说，最近几周开源模型和本地模型的兴趣、采用率都在增加。对 Hugging Face 来说，收入增长与生态扩张不是两条互相排斥的路线。
05｜本地模型的价值，先从隐私和成本开始
Clément 提到的本地模型使用场景很具体：
- 私密健康信息，不希望被发送给外部 API；
- 公司内部数据，不希望离开设备或交给 API 供应商；
- 需要持续运行的 agentic workload，例如 24 小时运行的任务；
- 手机、笔记本、Mac mini 等本地硬件可以承担一部分工作，成本和持续运行的负担都更低。
他提到 llama.cpp 是本地 AI 工作负载常用的运行时，用户也会在笔记本上运行 GPT-OSS、Qwen、Gemma 等模型。这里的重点不是每台设备都要放进最大的模型，而是让模型位置、任务隐私、成本和响应速度匹配起来。
节目还引用了一项 Stanford 研究：大约 70% 的 ChatGPT 查询，理论上可以在本地笔记本上准确回答。这个比例是访谈中的口述引用，正文不把它当作本轮独立核验的统计结论；它在节目里的作用，是说明大量请求并不需要最强的前沿模型。1
06｜模型路由：别把每个问题都送给 Einstein
如果所有请求都被送进同一个模型，用户很容易忽略真正的成本和适配问题。Clément 用 Einstein 打比方：在现实生活里，你不会因为 Einstein 已经坐在房间里，就让他回答「今天天气怎么样」；但 AI 订阅制把很多成本统一补贴了，于是用户把所有问题都发给同一个大模型。
他设想的路由系统会把不同请求交给不同模型：
- 简单任务使用更便宜、更快的本地模型；
- 专业任务使用经过定制的领域模型；
- 高难度、需要前沿能力的请求，才交给最大的 frontier model。
多模型还有风险控制价值。单一模型可能被撤走、被偏置、拒答，或者在某个领域故意给出错误答案。依赖多个模型，意味着系统可以比较结果、切换供应商，也可以根据任务保留更多控制权。
他认为，这种路由会把价值从少数前沿模型重新分配到更长尾的模型生态。Lovable 也开始尝试类似方向。AI 正从「一个巨型入口」进入「多个模型分工」阶段，模型选择权会逐渐从用户手里的下拉菜单，转移到产品本身的路由策略。1
07｜蒸馏不是成功秘诀，竞争才是安全阀
主持人把 Anthropic 指责 Alibaba 蒸馏攻击的问题摆到桌面上：一边说这是窃取模型能力、违反服务条款，另一边说这些公司付费购买了 token，而前沿实验室自己也训练了整个互联网。
Clément 没有把蒸馏说成正义或邪恶。他认为蒸馏很常见，很多公司都在用，甚至不排除 Anthropic 过去也用过蒸馏来帮助训练某些专用模型。它可以加速训练，却不是决定成败的主要原因。他的原话式判断是：「如果你本来不行，有没有蒸馏都一样。」
因此，停止蒸馏不会让中国实验室凭空消失，游戏规则也不会因此自动改变。Clément 真正反对的是把竞争问题说得过大。OpenAI 和 Anthropic 是全球增长最快的公司之一，他很难接受它们被描述成缺乏竞争优势。
他更担心另一件事：少数公司把能力、财富和权力全部集中起来。与其担心这些公司少赚几十亿美元，不如先问 AI 是否正在形成一个只有少数公司可以决定方向的世界。1
08｜欧洲仍能做前沿，但先做生态
主持人问，欧洲是否还有机会建立前沿实验室。Clément 的答案是可以。
他列出的资源包括研究人员、Mistral 等实验室，以及法国相对充足的核能。清洁能源能为大规模 AI 计算提供条件，但它只能解决其中一部分问题。真正需要建设的是开放研究、开源 AI、公司、人才和资本之间的生态。
他不相信一家明星公司会凭空出现。美国 AI 的故事里，Google 对 Transformer 的研究与开源贡献，后来成为很多公司的共同基础。前沿实验室看似来自单家公司，底层却往往是多年研究、人才流动和开放工具叠加的结果。
所以欧洲要做的不是复制某一家美国实验室，而是让更多组织逐步接近 frontier：支持开放研究，维护开源基础设施，让公司能在同一片生态里竞争。1
09｜AI 用户正在变成 AI builder
节目最后回到 Hugging Face 平台上的年轻人。
Clément 观察到，年轻人很快走过了「使用 AI」阶段，开始自己拿模型、做产品、优化训练、构建数据集。他们不只追逐最常被讨论的前沿领域，也在气候变化、生物学、化学和社交媒体等方向做东西。
主持人把它称为一个「白色药丸」式的结尾。这个判断并不来自一句宏大口号，而来自参与者数量和主题范围都在扩大：模型不再只属于少数实验室，更多人可以带着自己的问题进入 AI。
逐句全文翻译
以下为基于本期完整原始音频转录的中文逐句翻译，按节目原始先后排列，只保留中文译文，不保留英文原文。对话中可确认的嘉宾发言标为「Clément」，两位主持人的发言统一标为「主持人」，避免在没有逐句说话人分轨的情况下擅自把每一句分别归给 Theo 或 Sofia。节目片头、访谈、片尾口播与免责声明均保留。1
片头引题
Clément：我认为蒸馏是一种非常常见的做法，大家都在用。但它不是成功的主要原因。如果你本来就不行，有没有蒸馏都一样。
Clément：很难说 OpenAI 或 Anthropic 受到了不公平竞争，因为它们是世界上增长最快的公司。如果要说什么，我反而认为它们需要更多竞争，而不是更少竞争。
Clément：我们正在走向一个少数几家公司完全占据主导地位的世界。它们集中所有权力、所有能力和所有财富。相比之下，它们少赚几十亿美元并没有那么危险。
片头旁白：随着 AI 模型越来越强大，政府开始提出新的问题：安全怎么判断，监管怎么做，谁应该控制前沿技术的访问权？
片头旁白：本期节目中，Theo Jaffe 和 Sofia Puccini 与 Hugging Face 联合创始人兼 CEO Clément Delangue 对谈。他们讨论 Clément 为什么认为开源 AI 天然更安全，Hugging Face 达到 1 亿美元年经常性收入说明了什么，以及 AI 的下一阶段为什么可能由模型路由定义，而不是由少数占主导地位的前沿实验室定义。
片头旁白：他们还讨论 GPT-5、AI 监管、本地模型、欧洲 AI 生态，以及 AI 全栈竞争的重要性。
访谈开始：前沿模型的监管
主持人：我们又和 Hugging Face 的 Clément Delangue 见面了。这是他第二次参加这个节目。Hugging Face 基本上就是开源 AI 平台。Clément，欢迎回来。
Clément：当然。谢谢。
主持人：我们刚才在聊一条很有意思的新闻：政府似乎要单方面限制 GPT-5 的发布，而且几乎没有先例。我不记得政府以前要求前沿实验室不要发布模型，也不记得政府要求前沿实验室监督模型会发布给哪些客户。这听起来很不寻常。你怎么看？
Clément：很有意思。我上周在华盛顿特区，算是坐在了这件事的前排。一个有趣的小插曲是，我们在那里碰到了 Tom Brown。那时我们就觉得，白宫那边的对接人员似乎发生了变化，后来这件事才公开。
Clément：从我看到和听到的情况看，美国政府里有很多人确实想认真理解 AI 的风险，并且想对前沿模型的部署采取更谨慎的方式。
Clément：说实话，我不能完全责怪他们。过去几年，前沿实验室基本一直在做营销。你还记得 GPT-2 曾经被说成危险到不能发布吗？那大概是四五年前。
Clément：我不责怪他们曾经那样做。我只是希望，接下来我们能逐渐获得更多透明度，知道什么是安全、什么是不安全。模型评估应该更透明。
Clément：我还希望这件事只停留在少数前沿模型上，因为坦白说，我认为它们是最危险的。那些公司是万亿美元级别的公司，还有一整支华盛顿团队，能够处理这类监管。
Clément：我希望监管不要扩散到创业公司、小公司、学术界，或者那些没有足够资金、规模和能力应对这些要求的人。这是我最担心的地方。
主持人：完全同意。我们刚才还在讨论，这能不能以某种方式适用于开源公司和开源模型？美国政府有没有可能从实际操作或法律层面限制开源公司？
Clément：我认为不会。开源模型本身就比现在受到限制的那些模型更不危险。因为现在被限制的模型更接近 frontier。
Clément：开源模型也没那么通用，通常更专业化。几乎没有人，或者只有极少数人，专门在开源体系里构建危险的网络安全能力。所以它和闭源实验室不一样。
Clément：我不认为把限制扩大到开源有意义。总体上，我认为开源 AI 比专有 AI 安全得多，原因有很多，我在其它地方也谈过。
Clément：所以我希望，对闭源前沿模型和 AI 行业其它部分采取不同做法。后者对社会造成的威胁小得多，我们应该继续支持它，继续建设竞争环境，让小型科技公司和每个人都能参与 AI。
主持人：我同意现在开源模型的危险性更低。但如果趋势继续，六个月后某个地方可能会出现一个拥有神话级能力的开源模型，把政府吓到。你可以想象，政府到那时至少会想限制开源模型。
Clément：我不太确定。这里有一件奇怪的事：真正危险的东西通常并不是在开源环境里开发出来的。有人说过，阳光是最好的消毒剂。
Clément：安全领域的人有时会拿核武器作比喻。但核武器从来不是通过开源建造的，我认为它也不可能通过开源建造。它是在一个拥有数十亿美元资源的闭源、专有团队里完成的。
Clément：所以，开源社区有一条路径：继续为不同领域构建更加专业化的模型，而不是把重点放在风险最大的领域。更强的模型不自动意味着更危险的网络安全能力。比如，如果你没有用网络安全数据训练它，它就不一定更危险。
Clément：奇怪的是，人们很少讨论这一点，却总在讨论要不要禁止发布，或者事后加入安全护栏。我们明知道很多护栏并不真正有效，因为每个人都能 jailbreak。
Clément：开源社区的结构和大实验室非常不同。我不会惊讶它走出一条不同的路线，保持更安全，也不需要闭源 AI 实验室那种监管强度。
开源能力、模型层与 API 层
主持人：这会不会也构成一个反对开源 AI 研究能力的论据？
Clément：我认为不是，因为它解决的是不同问题。我有时会举本地模型和本地智能的例子。你在飞机上打开飞行模式，没有网络，却仍想获得智能服务。这只能靠开源实现，API 在没有网络时根本做不到。
Clément：所以，它们只是处于技术栈的不同层。事实上，开源也建立在闭源之上，因为很多闭源系统都在使用开源模型和开源基础设施。
Clément：我喜欢这样的比喻：开源可能是引擎，API 是汽车。引擎显然永远不会像 Ferrari，但它驱动着 Ferrari。
Clément：在坏事上不如别人，并不代表在好事上也不如别人。开源也许更擅长解决人的问题，更擅长帮助人们完成真正重要的事情；它可能不擅长制造网络安全攻击。那会是最理想的情况。
Clément：现在大家把 frontier 当成一个总的概念。现实是，frontier 在不同任务、不同领域之间呈现锯齿状。一种模型在某些事情上更好，在其它事情上更差。我认为应该这样理解它。
主持人：是的，这很有道理。你们刚刚突破了 1 亿美元 ARR，对吧？这对开源的商业模式意味着什么？
Clément：现在 AI 领域里，很多公司的收入都比我们高。考虑到我们要建设的是一个基于使用量的平台，让尽可能多的 AI builder 接触并使用它，我们一直没有把收入最大化当作首要目标。
Clément：但在这个规模上，它说明开源有商业模式，开源平台也有商业模式。我们其实早就知道这一点，因为之前已经有 GitHub，也有很多成功的开源公司。现在更多像是一次验证。
Clément：过去几周，我们看到人们对开源模型和本地模型的兴趣、采用率都增长很快。这也说明了问题。
主持人：人们具体会拿本地模型做什么？
Clément：本地模型基本是免费的，因为它们跑在手机或笔记本上，不需要你支付 API 费用。它们便宜得多，而且从设计上更保护隐私，因为数据不需要发给 API。
Clément：你的数据留在手机上。我们看到人们在最在意的场景里使用本地模型。比如，你想谈自己的隐私健康问题，不想把它分享给别人；你有公司的私密数据，不想把它交给外部 API 供应商。
Clément：或者你要运行很重的工作负载，例如 agentic workload，并且希望它 24 小时运行。把它放在笔记本、Mac mini 或其它本地硬件上，会更可持续。
Clément：我们有一个叫 llama.cpp 的库，它是本地 AI 工作负载最常用的运行时之一。用户会在笔记本上本地运行 GPT-OSS、Qwen、Gemma 等模型。
开源权重、出口限制与评估
主持人：回到开源模型。你可以想象，政府会因为很多模型来自中国，而想限制开源模型。也许不是用严格的法律禁令，而是从出口角度限制。你觉得这会发生吗？对 Hugging Face 会有什么影响？
Clément：开源和 API 的限制方式完全不同。比如，如果你从 Hugging Face 下架一个开源权重，它仍然会出现在 ModelScope，或者出现在 torrent 平台上。
Clément：所以，开源限制和 API 限制差异很大。你几乎无法真正阻断它，因为按定义，总会有其它访问方式。
Clément：开源权重的来源也没那么重要。分享权重的人，在某种程度上已经放弃了对它的控制，也放弃了影响你的能力。对我来说，权重来自哪里并没有那么关键。
Clément：API 就是另一回事。如果你用中国的 API 供应商或云服务来运行推理，你显然会把数据发送过去，对方也可能切断你的访问，或者对访问做偏置。这是大得多的问题。
Clément：但对开源权重和开源来说，来源没有那么重要，因为你获得了控制权和透明度。没有人能轻易欺骗你、操纵你、给你加偏置，或者直接拿走访问权。
主持人：你怎么看美国政府限制 GPT-5 发布？他们是知道风险有多大，还是不知道？他们对这件事掌握得充分吗？还是因为知道自己不了解，所以才采取这些措施？
Clément：这是个好问题。我不能代表他们发言。我确实认为，无论是美国政府还是其它地方，在模型评估、模型风险评估方面都有很多东西需要学习。
Clément：我们没有一个真正好的 benchmark，这本身就是很大的问题。我希望最终我们能获得更多透明度。
Clément：有一些机构正在做很好的工作，建设评估模型、构建 benchmark 的能力。我很期待它们承担更多工作，用更科学的方法评估这些模型。等这些能力成熟，对整个行业都会有帮助。
主持人：我们确实想尽快和做这件事的人聊聊，虽然会很难。我们会试试。
从单一模型走向路由
主持人：我昨天还和 DeepMind 的 Andrew Trask 聊过。他提到 OpenRouter 上有一个叫 OpenFusion 的模型，似乎把很多模型融合起来，获得了很强的能力，也在效率上超过了很多方案。未来会有更多这种模型吗？
Clément：我认为会。现在很多人和公司都意识到，只依赖一个模型太危险、太冒险，也没有意义。
Clément：为什么？因为这个模型可能被拿走，可能被偏置，可能拒绝回答，也可能告诉你错误的东西。我们以前见过这种情况，某个模型在一个领域里甚至被设计成故意给你错误信息，用来迷惑你。
Clément：所以，人们开始意识到，我们需要依赖多个模型。这正在推动更多路由。
Clément：去年年底，Stanford 有一项有意思的研究显示，人们向 ChatGPT 提出的查询，大约 70% 可以在本地笔记本上准确回答。
Clément：换句话说，人们今天用前沿模型处理的大多数问题，其实可以由更便宜、更快、更可定制、更可控的模型完成。
Clément：人们没有这样做，坦白说，是因为挑选模型很麻烦。你得打开模型选择器，告诉自己这次要选便宜一点的模型。但订阅制把成本补贴了，你不需要在意，于是所有问题都被送到同一个地方。
Clément：这就像把所有问题都交给 Einstein。你问 Einstein 今天天气怎么样。在现实生活里，Einstein 可能会说：「别烦我，我不回答这种蠢问题。」但因为 AI 由大实验室补贴，所有问题都被送给 Einstein。
Clément：理想情况下，不同的人、不同的模型应该在不同领域回答问题。与其把模型选择器交给用户，不如由产品替用户完成路由，我认为这是很聪明、也更好的选择。
主持人：Lovable 也开始这样做了，对吧？它在做路由。
Clément：是的。我认为这有可能把价值捕获从前沿模型重新分配给更长尾的模型。现在大部分收入都被前沿模型拿走了，但未来由更多模型共同完成，可能更合理。
Clément：这也说明 AI 正在成熟。第一阶段的 AI 很简单，大家都通过专有 API 使用一个巨型模型。第二阶段会更成熟：使用多个模型，使用开源，保留控制权，自己构建。我对此很兴奋。
蒸馏争议与竞争问题
主持人：昨天还有一条大新闻，Anthropic 指责 Alibaba 做蒸馏攻击。这里有两种看法：一种是这些人窃取模型能力、违反服务条款、欺诈性地访问产品；另一种是，他们只是创建账号并购买 token，而前沿实验室自己也拿走了整个互联网。你更接近哪一种？
Clément：蒸馏是一种非常常见的做法，大家都在用。我不会惊讶 Anthropic 过去也用过蒸馏，比如用更强的模型帮助训练某些专用模型。
Clément：当 OpenAI 在编程上更强时，你可以使用它的模型，帮助训练自己的编程模型。很多人都在用。但蒸馏不是成功的主要原因。
Clément：如果你本来不行，有没有蒸馏都一样。它只是稍微加速训练，不是决定你训练模型好坏的东西。
Clément：如果明天停止蒸馏，中国实验室不会因此全部消失。它们依然可能做得很好，游戏规则不会因为蒸馏停止就改变。
Clément：我唯一会偏向担心它的情况，是存在真正严重的竞争问题，蒸馏确实扭曲了竞争。但这很难让我接受，因为 Anthropic 和 OpenAI 已经是世界上增长最快的公司之一，几乎一夜之间成为万亿美元公司。
Clément：当你是世界上增长最快的公司，还说自己受到了不公平竞争，我很难完全接受。竞争对它们一直是可承受的。如果要说什么，我认为它们需要更多竞争，而不是更少。
Clément：我们正在走向一个少数公司完全主导的世界，所有权力、能力和财富都集中在它们手里。这比它们少赚几十亿美元更危险。
主持人：确实很难对这个问题产生同等程度的共情。AI 世界里还有很多更重要的问题。
欧洲的前沿实验室与生态
主持人：自从上次见面后，欧洲出现了两篇重要文章。一篇是《Europe 2031》，把 AI 2027 的叙事放到了欧洲；另一篇是政策作者 Anton Leisch 在 Substack 写的《The Moonshot》，解释欧洲如果愿意，仍然可以建设前沿实验室。你认为欧洲现在还做得到吗？
Clément：可以。欧洲有很多很好的资源，也有很优秀的人。
Clément：欧洲已经有一些出色的实验室，例如 Mistral。它们做得非常好，也可以说处在 frontier。欧洲还有很好的能源条件。
Clément：比如法国的核能很充足，可以为 AI 使用大量清洁能源。所以我认为欧洲能做到，问题在于把精力集中到这件事上，建设生态。
Clément：我们有时喜欢讲某家公司凭借自己的力量突然出现，但现实更像一个生态系统。OpenAI 的故事也是如此。Transformer 里的 T 来自 Google 的研究，很多 Transformer 工作后来也开放出来了。
Clément：所以，在我看来，欧洲需要培育开放研究和开源 AI 生态。这正是美国发生过的事情。让越来越多公司和组织逐渐靠近 frontier。
年轻人进入 AI
主持人：你管理着这么大的平台。年轻人现在如何使用 AI？他们是否真的正在变得非常熟练，变成 AI native？你怎么看这种行为模式？
Clément：我们经常看到。年轻人很快就走过了成为 AI 用户的第一阶段。现在很多人想成为 builder。
Clément：我们看到很多非常年轻的人进入新阶段，自己拿模型、自己构建产品、自己优化训练模型、自己构建数据集。
Clément：年轻人在很多不同领域都表现出构建 AI 的意愿，不一定只是在最常被讨论的领域，也包括气候变化、生物学、化学、社交媒体，以及很多我们不太讨论、却更贴近每个人兴趣的话题。
主持人：这是一个很好的「白色药丸」式结尾。
Clément：是的。
主持人：谢谢你，Clément。这次聊得很棒。
Clément：谢谢邀请。
主持人：谢谢你，Clément。我们都是你的忠实听众。
节目片尾
片尾旁白：感谢收听本期 a16z 播客。如果你喜欢这期节目，请点赞、评论、订阅，留下评分或评论，也把它分享给朋友和家人。
片尾旁白：更多节目可以在 YouTube、Apple Podcasts 和 Spotify 收听。请在 X 和 a16z 关注我们，并订阅 a16z 的 Substack。感谢再次收听，我们下一期见。
片尾免责声明：本信息仅用于教育目的，不构成买入、持有或卖出任何投资或金融产品的建议。本播客由第三方制作，可能包含付费推广广告、其它公司的引用，以及与 a16z 无关联的个人或机构。
片尾免责声明：这些广告、公司和个人并不代表 AH Capital Management LLC、a16z 或其任何关联方获得认可。信息来自节目发布日被认为可靠的来源，但 a16z 不保证其准确性。
Comentar
Inicia sesión para comentar.