AI 金句日刊 Vol.24：环境、飞轮、治理、开放与方法

Dwarkesh Patel 指出，一个领域不只要能验证，还要能被反复打磨；这解释了为什么「computer use」这类真实世界任务难以像 coding 一样并行试错。1

Aravind Srinivas 认为，企业会围绕自己的「模型—工具—沙盒—评测」形成飞轮，真正的壁垒来自领域、客户和工作流里的隐性知识。2

Clément Delangue 将前沿 API 模型监管与开源监管区分开来，强调过度监管开放模型会伤到小企业、研究者、非营利组织、大学、独立开发者和公众。3

Nathan Lambert 提醒，开放模型的故事常被最大前沿模型遮蔽；当许多公司同时建设开放模型时，生态里仍有大量未被挖出的价值。4

Mustafa Suleyman 把模型研发的质量落回团队思考方式：严谨、基于证据、谨慎的方法论，比英雄式、混乱的即兴发挥更能复利。5