开放权重,不是前沿实验室的敌人

这期 a16z Show 邀请 Box 联合创始人兼 CEO Aaron Levie 1,讨论一个看似二选一、实际更像分层竞争的问题:开放权重模型扩大了什么,封闭模型又凭什么继续赚钱?Levie 的答案并不只停留在模型能力,而是把视线推向推理基础设施、企业数据、权限、工作流和应用层。
下面先按节目顺序整理主要论点,再附上独立的逐句全文翻译。精读部分明确区分节目观点、节目推演与公开资料;逐句翻译保留原始顺序。音频中出现广告、节目口播和几处明显错拼,无法可靠核对的位置以异常标记保留。

按节目顺序逐段精读

1. 开放权重增加用例,不是把市场切成两半

节目观点: Levie 把开放权重看成 AI 生态里的增量变量。开放模型允许更多团队直接部署、修改,或针对自己的用例继续训练。结果不是所有需求都从封闭模型手里搬走,而是更多原本不会发生的尝试变得可行。
节目观点: 这也解释了为什么开放模型可能反过来推动封闭实验室。更多可用模型会让开发者提出更多需求;封闭提供商仍可以凭借前沿能力、服务质量和产品化能力获得收入,但需要更快回应市场。
金句转述: 开放模型增加的是 AI 的使用场景,不是把市场简单切成两半。

2. 蒸馏的边界,不能只靠一句“模型输出不可用”画出来

节目观点: 对话把模型蒸馏放进了一个更难的伦理问题:如果公共互联网中的知识可以被用来训练模型,为什么一个模型的输出就天然不能成为另一个模型的训练材料?Levie 认为,两者之间并不存在一条显而易见、可以普遍适用的道德红线。
节目观点: 他同时承认,假如自己经营一家模型实验室,也会用 API 限制、防护机制和服务条款尽量保护模型。但“提供商有充分商业理由阻止蒸馏”,与“蒸馏已经越过了统一的道德边界”,是两种不同的判断。
读法: 这一段不是在替任何具体的蒸馏行为背书,而是在提醒读者拆开三个层次:访问权限是否合法,训练行为是否违反合同,以及行业是否真的形成了可解释、可执行的伦理共识。

3. 中国竞争:不要把美国 AI 变成更贵的 AI

节目推演: 节目讨论了一个担忧:如果大量开放权重模型来自中国,美国创业生态是否会形成依赖;如果这些模型停止发布,或者持续压低美国公司的利润,美国科技产业和国家安全会不会受损。
节目推演: Levie 用制造业作类比:如果替代方案只是让美国的 AI 更贵,而不是让美国拥有更强的开放权重、算力和基础设施,那么限制本身不等于竞争优势。假设中国把 AI 视为战略技术,封锁不会让中国放弃 AI,反而可能促使替代生态更快成熟。
边界: 以上是节目中的战略推演,不是对中国模型来源、人才数量或竞争结果的外部事实裁定。更稳妥的观察方式,是把“开放能力来自哪里”“美国是否拥有自己的开放供给”“限制带来的成本由谁承担”分开核验。

4. 模型开放了,算力账单仍然会流向推理基础设施

节目观点: 模型权重开放,并不意味着 AI 的经济价值消失。模型可以被更多人获取,但大规模使用仍需要 GPU 集群、推理服务、部署能力和持续的计算支出。
节目观点: Levie 进一步建议,前沿实验室可以更快开放上一代模型。上一代能力能够覆盖后训练、主权部署和大量企业场景,也可能把更多推理需求留在实验室自身的生态里。开放与商业化因此不必互相排斥,关键在于价值最终落在哪一层。
可验证问题: 读者在评估一个开放模型时,不只要看权重能否下载,还要问:推理成本由谁承担,部署是否需要专有服务,数据能否留在企业内部,以及应用是否真正减少了总成本。

5. 知识工作需要两条轴:行业深度与横向能力

节目观点: 在生命科学、律所、大型银行等企业环境里,“更聪明”不是唯一指标。模型一方面要理解行业语境、专业术语和长文档,另一方面还要能连接数据、调用工具、执行分析,并把结果放进既有流程。
节目观点: 纯粹的通用模型即使具备强大的推理能力,也可能因为缺少正确的数据访问、权限控制和工作流接口,难以深入法律、金融或医疗场景。企业需要的是“行业深度 × 横向能力”的组合,而不是一个孤立的分数。
启发: AI 产品的竞争单位正在从“哪个模型更强”转向“哪个系统能把正确的模型、企业数据和责任边界接起来”。

6. AI 没有让 Box 的工程路线图变小,反而让更多项目进入可行区

节目观点: Levie 描述了 AI 对工程团队的实际影响:过去需要一周、但价值不足以排进计划的小问题,可能现在只需要两小时;过去复杂到需要几年、因而没人敢启动的大项目,也可能重新进入可行区间。
节目观点: Box 因此出现了许多“没有 AI 根本不会启动”的项目。Levie 的结论不是少招工程师,而是重新审视团队的野心:如果生产力提升后,公司只是缩减团队,却没有承担更多问题,组织可能没有把新增能力转化成新增目标。
节目中的例子: 对话还提到,工程师和编码代理往往会高估项目周期;模型会根据过去的项目沟通形成偏保守的时间预期。这个例子是节目中的轻松讨论,不应当被当成对所有项目工期的普遍测量。

7. 企业不会永远押注一个模型,模型路由会把价值推向应用层

节目观点: 当模型发布越来越频繁、不同模型在成本、速度和前沿能力上各有强弱时,企业很难长期忠诚于单一提供商。企业更可能需要一个能理解任务、读取数据、遵守权限并接入工作流的路由层。
节目观点: 这层系统可以为不同任务选择不同模型:用成本更低的模型处理常规工作,用前沿模型处理复杂推理,再把输出交回企业流程。模型数量越多,理解任务并做出选择的那一层就越有价值。
节目观点: Levie 把 Cognition、Factory、Cursor、Replit 等应用方向视为可能受益者,但具体公司和产品的商业结果仍需单独核验。应用层的护城河不只是模型调用,而是对行业场景、数据、权限和执行方式的深度适配。

读者可以带走的判断

开放权重、封闭模型、算力基础设施和应用工作流不是同一层的竞争。看一项 AI 能力是否真的创造价值,可以沿着四个问题往下追:它新增了什么用例?成本最终流向哪里?谁掌握企业数据与权限?团队是否把效率提升换成了更大的问题,而不只是更少的人?

逐句全文翻译

  • 00:04.9 旁白: 亚伦·莱维 (Aaron Levie) 认为这会导致经济倒退。
  • 00:08.1 旁白: Box 联合创始人兼首席执行官与 Theo Jaffee 和 Sofia Puccini 一起在 MTS 上讨论为什么开放模型可以使人工智能生态系统更具竞争力、中国关于蒸馏的争论以及为什么美国需要更多开放权重 AI。
  • 00:21.8 旁白: 他们还探讨了最新的前沿模型、AI 如何扩展而不是缩小 Box 的工程路线图,以及为什么模型路由可以成为企业 AI 的默认设置。
  • 00:35.7 Theo: 我们与 Box 联合创始人兼首席执行官 Aaron Levie 进行了现场直播,Box 可以做各种各样的事情,云内容管理、企业文档、权限、协作以及许多不同的人工智能功能。
  • 00:47.7 Theo: 他在 Levie 拥有一个令人难以置信的 Twitter 帐户。他一直活跃在该网站上,并撰写有关人工智能和许多其他主题的文章。
  • 00:56.1 Theo: 今天我们有两个重大故事。我想知道我们应该从哪一个开始呢?
  • 01:01.7 Theo: 占星术。
  • 01:02.9 Theo: 占星术。
  • 01:03.5 Sofia: 当然是占星术。
  • 01:05.5 Sofia: 是的,占星图像生成领域的巨大收购。
  • 01:10.5 Sofia: 我们将监控一些事情。
  • 01:12.9 Sofia: 它是否是开源游戏?
  • 01:16.4 Sofia: 我想还没有。
  • 01:18.0 Sofia: 我认为占星学可能暂时保持封闭状态。
  • 01:20.6 Sofia: 好吧,那太糟糕了。我们必须与之抗争。
  • 01:22.4 Sofia: 是的,我们确实必须与之抗争。
  • 01:23.7 Sofia: 但还是要讲真实的故事。
  • 01:25.6 Sofia: 所以今天有一封黄仁勋写的、Box 签名的公开信。
  • 01:31.9 Sofia: 那么您能告诉我们您对这封信的解释吗?
  • 01:34.7 Sofia: 其具体目的是什么?
  • 01:36.9 Sofia: 就像,你们想塑造什么?
  • 01:38.9 Sofia: 你认为 Jensen 想要塑造什么?
  • 01:41.0 Aaron: 是的,这封信可能像,就像罗夏墨迹测试一样,你在这封信中看到了什么?
  • 01:45.9 Aaron: 好吧,当我们读到它时,我们看到的是,希望它就像签署它的人的默认立场,但基本上它几乎是双重的要点。
  • 01:54.1 Aaron: 第一,开放权重人工智能之所以超级重要,是因为它实际上推动了人工智能的进步。
  • 01:59.7 Aaron: 我们获得更多创新,我们获得更多选择,您可以在这些模型的基础上进行构建。
  • 02:03.3 Aaron: 您可以针对您自己的用例对它们进行培训。
  • 02:05.3 Aaron: 因此,我认为,就像一般的开放权重一样,它实际上是人工智能生态系统中非常重要的一部分。
  • 02:10.1 Aaron: 如此之多以至于我认为它实际上有点被误认为是封闭权重的零和游戏。
  • 02:13.9 Aaron: 它实际上只是增加了人们使用人工智能的用例数量。
  • 02:17.9 Aaron: 这可能是第一部分。
  • 02:19.5 Aaron: 然后是第二部分,我认为其中包含了一点对美国进行武装的号召。
  • 02:23.2 Aaron: 实际上可能需要在开放权重模型上投入更多。
  • 02:27.5 Aaron: 我们可能希望更多的公司带着这种创新出现在桌面上。
  • 02:31.3 Aaron: 因此,这似乎并不是直接关系到我们必须支持中国正在发生的所有事情,就像美国需要继续支持开放权重一样。我们可能需要更多的创新。顺便说一句,我知道蒸馏实际上并不总是坏事,而且有很多用例。因此,让我们冷静下来。
  • 02:48.5 Aaron: 我们支持每一种立场。
  • 02:50.3 Aaron: 我认为,开放模型对于人工智能生态系统非常重要。
  • 02:53.7 Aaron: 事实上,我认为它甚至推动了封闭模型提供商更快地创新,并能够为市场提供更多产品。
  • 02:59.8 Aaron: 所以我认为,由于开放权重,每个人都是赢家。
  • 03:03.4 Aaron: 为了公平地对待争论的另一方,我认为有一个类别。
  • 03:06.6 Aaron: 暂时忘记一些封闭参与者的商业和经济利益,我认为有一个类别显然在未来能力的某个时刻围绕开放式重量的安全要素存在真正的争论。
  • 03:16.4 Aaron: 我不同意这种观点,但我认为围绕它进行讨论是一场健康的辩论。
  • 03:21.4 Aaron: 但我几乎明确地认为,更加开放的创新和开放权重的创新有利于人工智能的广泛应用和人工智能的传播。
  • 03:29.7 Theo: 因此,深入探讨蒸馏点,您如何将正常的、基本上正常的经济活动的蒸馏与跨越界限的蒸馏(例如某种民事或刑事违法行为)区分开来?
  • 03:41.7 Aaron: 是的。
  • 03:43.9 Aaron: 好吧,我不知道我是否会提出这个论点。
  • 03:46.0 Aaron: 我不知道那条线会存在于哪里。
  • 03:47.9 Aaron: 我几乎深深地站在一边
  • 03:50.8 Aaron: 我认为很难提出论据
  • 03:52.5 Aaron: 人工智能模型应该在广泛的公共互联网上进行训练,
  • 03:55.8 Aaron: 但另一个人工智能模型无法根据一个人工智能模型的输出进行训练。
  • 03:58.9 Aaron: 我认为这是一个非常站不住脚的论点。
  • 04:01.5 Aaron: 我不明白你如何能做到这一点。
  • 04:03.5 Aaron: 与此同时,我明白,如果我正在运营一个实验室,
  • 04:06.4 Aaron: 我想尽可能地锁定这些东西。
  • 04:09.5 Aaron: 所以我会努力寻找每一种防御机制
  • 04:11.3 Aaron: 以防止我的模型蒸馏。
  • 04:13.6 Aaron: 但我不知道你是否能够可信地辩称存在某种道德界限被跨越了,
  • 04:18.8 Aaron: 只是因为那样你基本上就会反对这些模型的基础训练运行。
  • 04:23.9 Aaron: 大多数人无法选择加入或退出他们的数据接受培训。
  • 04:27.8 Aaron: 也许是在底层提供商的某种服务条款中的细则中。
  • 04:31.7 Aaron: 但这是我们假设世界的一般知识将被训练到这些模型中的事情。
  • 04:38.0 Aaron: 而一般知识,无论是来自 Reddit 还是来自 Anthropic,就像是,我看不出它们之间有任何有意义的区别。
  • 04:46.1 Sofia: 是的,我的意思是,我们昨天听到的录音正是如此。
  • 04:49.0 Sofia: 就像,当我们指责蒸馏时,我们关注的是链条的错误部分。
  • 04:53.8 Sofia: 它真的应该是这样的,Anthropic 是如何思考如何限制他们的 API 使用,或者如何非常有效地防止这种......
  • 05:01.7 Sofia: 因为我们也在谈论如何像蒸馏一样,他们仍然需要为 API 使用付费。
  • 05:38.0 识别异常: 【音频识别异常:此处文本被节目简介或广告片段错误拼接,无法可靠核对】
  • 05:29.6 识别异常: 【音频识别异常:此处文本被节目简介或广告片段错误拼接,无法可靠核对】
  • 05:33.8 Aaron: 模型将针对这两种场景进行训练,这之间有什么引人注目的区别?
  • 05:38.6 Aaron: 我不确定我是否至少理解为什么会有争论,为什么两者之间会有某种道德界限。
  • 05:47.4 Aaron: 然后你又加入了另一个元素,我认为有很多人认为,在这种情况下,中国实际上正在做一种独立于蒸馏的突破性创新。
  • 05:49.2 Aaron: 这导致模型不断进步。
  • 05:53.5 Aaron: 但我也确信,关于正在发生的事情还会有其他类型的争议和阴谋。
  • 06:00.0 Aaron: 我的了解还不够,无法可信地论证其他事情正在发生或没有发生
  • 06:01.7 Aaron: 以及为什么这些模型正在取得进展。
  • 06:07.0 Aaron: 显然,我会让实验室进行这些案例,并让政府按照他们认为合适的方式追求这一目标。
  • 06:10.6 Aaron: 但对我来说,所有这些都与我们是否想要开放权重模型无关
  • 06:13.5 Aaron: 我们是否希望从生态系统中获得这种创新?
  • 06:17.1 Aaron: 我个人认为最好的情况是
  • 06:35.2 Aaron: 有些人正处于人生的某个阶段,他们可能会说,是的,我将投入 100 亿美元在美国建立一个开放实验室。我们有自己的登月版本。就像,我认为这对美国和整个创新来说都是一项伟大的服务。所以我一直在等待有人这么做的那一天。但是,你知道,目前仍在等待。
  • 06:37.0 Aaron: 我们要攻击盖茨基金会。
  • 06:37.7 Aaron: 是的。
  • 06:39.0 Aaron: 并在这篇文章下。
  • 06:42.9 Aaron: 他们可能会这么做。他们可能会这么做。这里还有另一个角度,就是,你知道,
  • 06:48.6 Aaron: 大多数开放权重模型都来自中国。有些人担心如果我们变得太
  • 06:52.5 Aaron: 依赖,如果美国创业生态系统变得过于依赖中国开放权重
  • 06:57.9 Aaron: 模型,然后他们喜欢关闭开放权重,他们停止发布新的开放权重
  • 07:03.1 Aaron: 模型,这可能对美国科技行业非常不利。或者说因为这些
  • 07:07.2 Aaron: 是中国的开放权重模型,它们削弱了美国公司的利润。
  • 07:10.2 Aaron: 一些人说,这是一个国家安全问题。
  • 07:14.1 Aaron: 我认为这些都是很好的论据,但问题是,好吧,那么你对此怎么办?
  • 07:22.1 Aaron: 你知道,有人说 iPhone 的价格应该是 5,000 美元,而不是 1,000 美元,因为我们不应该依赖中国现有的制造业进步。
  • 07:29.7 Aaron: 就像,我不知道,如果你想出另一种选择,那么你基本上会争论的是美国应该拥有非常昂贵的人工智能,而世界其他地方应该拥有非常便宜的人工智能。
  • 07:34.4 Aaron: 然后我们会看到,你知道,在接下来的五年或十年内,它的竞争力如何。
  • 07:34.9 Aaron: 是的。
  • 07:35.0 Aaron: 是的。
  • 07:39.0 Aaron: 所以这可能只是其中之一,你知道,这件事是秘密的。
  • 07:40.5 Aaron: 我们无法放松这种动态。
  • 07:42.3 Aaron: 就像存在开放权重模型一样。
  • 07:43.7 Aaron: 中国知道如何生产它们。
  • 07:46.5 Aaron: 我更倾向于詹森的观点。
  • 07:50.1 Aaron: 你知道,每个人都有这样的时刻,他们观看了 Jensen-Dorakesh 播客,
  • 07:53.8 Aaron: 这就像最初的罗夏墨迹测试一样……
  • 07:58.0 Aaron: 你知道,有些人会认为 Dworkesh 显然是正确的立场。
  • 07:59.7 Aaron: 而且,你知道,你应该审问 Jensen。
  • 08:07.0 Aaron: 然后其他人看了之后会想,为什么德沃克什不理解詹森的观点,并让他,你知道,对此进行扩展。
  • 08:10.3 Aaron: 我很喜欢看它,然后就想,是的,詹森显然是对的。
  • 08:13.8 Aaron: 你可以不同意,但他显然是对的,以下将会发生。
  • 08:18.0 Aaron: 如果封锁中国,中国就不会放弃人工智能,对吗?
  • 08:22.9 Aaron: 他们不会仅仅认为这对他们来说不是那么重要的技术类别。
  • 08:28.7 Aaron: 因此,如果你假设中国认为人工智能非常具有战略意义,你知道,具有战略重要性,
  • 08:34.1 Aaron: 而且,哦,顺便说一句,你知道,所有这些有趣的模因推文,
  • 08:37.5 Aaron: 我们中国的人工智能研究人员比中国在美国的实验室还多。
  • 08:40.7 Aaron: 显然,他们可以培养出令人难以置信的人工智能人才。
  • 08:49.5 Aaron: 所以这不是我们拥有的东西,你知道,一些难以理解的,你知道的,一种才能,你知道,能够与之竞争的基础。
  • 08:52.7 Aaron: 因此,这对中国来说具有极其重要的战略意义。
  • 08:58.8 Aaron: 他们实际上拥有许多所需的核心原材料,你知道,原始人才和工业实力。
  • 09:21.5 识别异常: 【音频识别异常:此处文本被节目简介或广告片段错误拼接,无法可靠核对】
  • 09:29.7 Aaron: 世界采用他们的模型和架构,从长远来看,这显然对美国经济不利。
  • 09:40.5 Aaron: 因此,詹森的观点是,也许我们实际上应该成为基础设施建设过程的一部分,而不是通过施加的限制来强制并催化这种情况更快地发生。
  • 09:59.2 识别异常: 【音频识别异常:此处文本被节目简介或广告片段错误拼接,无法可靠核对】
  • 10:11.1 Aaron: 我只是认为这在这个领域不会发挥作用。
  • 10:13.1 Aaron: 所以,你知道,所有的...
  • 10:18.1 Aaron: 你知道,很多理论风险要么是开放权重,要么是基础设施方面必须假设我们对中国有如此不可逾越的领先优势。
  • 10:30.3 Aaron: 而且这种情况只会加速到无法追赶的地步。
  • 10:34.8 Aaron: 我认为,正如我们最近在 K3 和其他型号上看到的那样,随着时间的推移,这种差距可能正在缩小,而不是扩大。
  • 10:43.7 Aaron: 是的,顺便说一下,德沃梅什·詹森 (Dworkesh Jensen) 的采访。
  • 10:47.0 Aaron: 世代相传。
  • 10:47.5 Aaron: 他们里面有这样的宝石。
  • 10:49.2 Aaron: 就像 Jensen 说的那样,我不是一个失败者。
  • 10:51.9 Aaron: 你知道,你不是在跟一个一觉醒来就变成失败者的人说话。
  • 10:54.0 Aaron: 我们不是一辆车。
  • 10:55.8 Aaron: 是的,这种失败的心态毫无意义。
  • 10:58.8 Aaron: 不,那是有史以来最好的内容之一。
  • 11:02.0 Aaron: 所以我不知道他们为什么不收费。
  • 11:04.8 Sofia: 是的,感觉就像科技真人秀。
  • 11:07.0 Sofia: 就像他实际上刚刚涉足其中一样。
  • 11:09.0 Sofia: 太棒了。
  • 11:10.1 Theo: 绝对的电影院。
  • 11:11.4 Sofia: 是的。好吧,如果美国在开源方面击败中国,比如 Kimmy K3 级能力模型,你认为会发生什么?
  • 11:22.9 Sofia: 就像,因为我理解这样的论点,比如,好吧,我们需要部署美国的开源模型,这些模型与中国的开源模型相同,甚至更好。
  • 11:32.9 Sofia: 但是,您认为将其完全开源到显然中国实验室能够访问它的程度是什么?
  • 11:41.6 Aaron: 是的,我,你知道,首先,即使是开放与封闭,我实际上很欣赏就此发生的所有辩论。
  • 11:49.8 Aaron: 所以我对这个话题非常感兴趣,但我也完全欣赏对方的所有论点。
  • 11:56.1 Aaron: 甚至,你知道,虽然我可能对其中一些观点持相反的看法,但其中一些确实提供了信息。
  • 12:01.1 Aaron: 就我的观点而言,我可能会进行更新,以便在我的立场上更加细致入微,但在美国开源方面,我通常认为人工智能的赚钱工具是推理。
  • 12:16.2 Aaron: 因此,最终资金将以某种方式流向基础设施堆栈。我认为在一个只有一两个实验室的世界里,不知何故存在着关于培训的这些疯狂的秘密,你拥有真正的知识产权,可以受到保护和申请专利,没有人可以知道,就像,你知道,完全被锁定。
  • 12:38.4 Aaron: 然后在那个世界中,我想你可能会争辩说,你知道,堆栈中还有另外几层你可以关闭。但在这个世界上,你知道,美国有三到五个参与者认为拥有领先的模型对他们来说是至关重要的,对吗?
  • 12:53.5 Aaron: 然后,市场上就有足够的竞争动态,您必须预期代币的成本随着时间的推移越来越接近基础设施的成本。不归零。我绝对不相信那里没有边际,但更接近。所以,你知道,在...
  • 13:11.3 识别异常: 【音频识别异常:此处文本被节目简介或广告片段错误拼接,无法可靠核对】
  • 13:36.0 Aaron: 再次推动该模型的推理。
  • 13:39.3 Aaron: 因此,如果你假设像这样的事情,你知道,我实际上会证明,即使对于开放权重 AI 之类的东西,
  • 13:44.8 Aaron: 如果您以更一致的速度使用上一代的开源版本快速追随您的前沿模型,
  • 13:52.7 Aaron: 我实际上认为你的前沿模型会更具竞争力
  • 13:57.0 Aaron: 因为它将在您的生态系统和家庭中保留越来越多的用例。
  • 14:01.7 Aaron: 您可能也可以为这些开放模型的大量推理提供支持。
  • 14:05.7 Aaron: 因此,我想说的是,这些都是利用人工智能实现不同类型用例的方式,而不是完全不同的人工智能经济结构。
  • 14:17.0 Aaron: 因为无论如何,归根结底,您都需要为大型 GPU 集群付费。
  • 14:22.7 Aaron: 开源人工智能并不意味着我要在我的笔记本电脑上运行《神鬼寓言》,
  • 14:27.4 Aaron: 而且我能够避免对云基础设施的需求。
  • 14:32.5 Aaron: 美元最终会流动。
  • 14:34.6 Sofia: 我们刚刚谈到了这个。
  • 14:35.7 Aaron: 是的,所以美元将流入一些基础设施提供商,并且没有理由开放权重 AI 不能成为该基础设施提供商或 Anthropic 不能成为该基础设施提供商。
  • 14:43.1 Aaron: 你知道,显然 Meta 和 SpaceX 现在将进入这个领域。
  • 14:45.9 Aaron: 因此,我不相信开放权重 AI 会极大地改变人工智能的经济结构,而不仅仅是提供更多的创新途径和更多开始出现的用例途径。
  • 14:59.3 Aaron: 我认为这实际上对整个生态系统来说是一件好事。所以我是美国公开重量级选手。实际上,我认为许多封闭实验室应该考虑采用更快的开放权重模型,以便能够处理训练后用例和一些主权用例。我认为,实际上情况不会像从市场角度所认为的那么糟糕。
  • 15:22.7 Theo: 是的,这是一个非常有趣的话题。
  • 15:24.3 Theo: 我很好奇,你知道,如果这对商业模式、实验室有利,为什么实验室不这样做呢?
  • 15:29.3 Theo: 是的。
  • 15:29.5 Theo: 要知道,Anthropic 从来没有开源过任何东西。
  • 15:31.8 Theo: 谷歌开源了 Gemma,它有点像,但又不像上一代 Gemini。
  • 15:36.4 Theo: 哦。
  • 15:36.8 Aaron: 我认为人们可以分为两类。
  • 15:38.5 Aaron: 一个是你,你必须有一个,你知道,
  • 15:42.0 Aaron: 你的时间范围必须更长
  • 15:43.9 Aaron: 相信您可以通过开放式举重货币化。
  • 15:46.5 Aaron: 因为就像明天一样,如果我发布一个封闭模型,
  • 15:48.9 Aaron: 我真的会赚更多的钱
  • 15:50.3 Aaron: 如果我把它关上
  • 15:51.5 Aaron: 我强制一切都通过我的 API 进行路由。
  • 15:53.7 Aaron: 从纸面上看,毫无疑问,我会赚更多的钱。
  • 15:56.3 识别异常: 【音频识别异常:此处文本被节目简介或广告片段错误拼接,无法可靠核对】
  • 16:34.5 Aaron: 然后,具体而言,对于 Anthropic 来说,我实际上只是相信他们认为这是一个重大的安全风险。所以对于他们来说,他们不喜欢去想这个。我猜他们并没有把这当作一个经济论点,你知道,出于市场份额的原因,他们应该开源。我实际上只是认为他们从根本上相信,不,你实际上需要......
  • 16:46.8 Aaron: 一个控制令牌流的实体,能够做到,你知道,一种预防,你知道,提示注入,并确保你可以根据人们正在进行的查询类型路由到不同的模型。
  • 16:49.5 Aaron: 你不能在开放权重的环境中做到这一点。
  • 17:01.9 Aaron: 因此,我几乎认为他们可能永远不会开源他们的模型,因为,你知道,有点像,你知道,这种原因,你知道,首先与 Anthropic 的创建有关。
  • 17:12.0 Sofia: 是的,我觉得,对于 Frontier Labs 来说,这将是 Cloud Opus 4.5 或 Cloud Opus 5 的后续版本。
  • 17:17.8 Sofia: 但是,是的,就 Frontier Labs 模型发布的时间而言,现在感觉就像是一个时机问题。
  • 17:20.2 Sofia: 就像我们知道他们正在内部制作好的模型一样。
  • 17:29.5 Sofia: 话虽如此,您对 Opus 5 有什么看法,尤其是从知识工作的角度来看,因为您在 Box 也有这种观点?
  • 17:29.8 Sofia: 是的。
  • 17:39.7 Aaron: 是的,所以我们在过去的一周、一周半左右、几周的时间内一直在 Opus 5 上进行评估,这是一个非常棒的模型。
  • 17:50.2 Aaron: 与 Opus 4.8 相比意义重大,Opus 4.8 在发布时就已经是同类中最好的了。
  • 18:08.5 Aaron: 所以,你知道,这在我们的世界中出现的方式,所以我们处理每个行业的公司数据、文件、财务、文件、合同、营销资产、研究材料。所以这可能是生命科学公司、律师事务所、大型银行。所以你可以想象
  • 18:13.7 Aaron: 如果你是一家大型企业,那么你需要人工智能模型的两个主要方面。
  • 18:21.1 Aaron: 你想要深入的领域理解,就像你必须了解生命科学,你必须了解法律,就像必须将其打包到模型中一样。
  • 18:30.9 Aaron: 然后,你必须非常擅长处理大量数据,处理数据,处理工具,以及横向的分析能力。
  • 18:36.4 Aaron: 因此,你拥有某种一般情报,你知道,上升很重要,然后你就有非常具体的行业情报。
  • 18:40.9 Aaron: 你知道,Opus 5 代表了这两个方面的改进。
  • 18:46.0 Aaron: 因此,我们针对我们所做的各种不同行业测试进行了尝试。
  • 18:48.9 Aaron: 再次强调,超越 4.8 是有意义的。
  • 18:55.0 Aaron: 我希望这会再次成为跨知识工作的一个非常引人注目的模型。
  • 18:58.9 Aaron: 正如,你知道,GPT 5.6,你知道,我认为同样如此。
  • 19:02.5 Aaron: 所以这绝对是一项伟大的工作......
  • 19:25.9 Aaron: 我想,你知道,再一次,令人兴奋的是,这就是为什么我不认为这是零和的,就像封闭的实验室继续在前沿保持领先一样。我认为,在几乎所有情况下,利润的绝大多数仍将流向封闭实验室。所以,你知道,我认为对于开放权重 AI 和人类学来说,这都是一个伟大的月份。
  • 19:26.9 Aaron: 是的。
  • 19:30.2 Sofia: 您是否发现《Fable》比《Opus》更适合完成任何任务?
  • 19:35.2 Sofia: 你知道,就像它一样,它在共鸣上似乎稍微好一点,但也贵两倍。
  • 19:37.5 Sofia: 所以 Opus 看起来帕累托优越。
  • 19:59.2 Aaron: 是的,所以我不认为我们有处理一般知识工作的内部基准,我实际上同意你的观点,可能是由于成本差异,你可能会认为 Opus 5 现在比《神鬼寓言》有所改进,因为成本增量。在某些编码任务上,
  • 20:08.1 Aaron: 我们内部测试过,《神鬼寓言》完全超越了 4.8,就像你无法通过代币成本差异来弥补的那样。
  • 20:12.9 Aaron: 就像能够对困难的技术问题有更好的解决方案一样。
  • 20:14.4 Aaron: 抱歉,4.8 还是 Opus 5?
  • 20:25.1 Aaron: 在访问 5 之前,如果我们比较 5 的飞跃有多大,我没有足够的内部编码测试来进行比较。
  • 20:37.4 Aaron: 所以我必须看看,与他们刚刚推出的许多基准相比,4.8 是否意味着一种优越的编码模型,这些一般知识在其中发挥作用。
  • 21:02.0 识别异常: 【音频识别异常:此处文本被节目简介或广告片段错误拼接,无法可靠核对】
  • 21:03.3 Aaron: 访问控制代码。
  • 21:08.1 Aaron: 所以它有点吓坏了,你知道,然后并没有给你寓言级别的智力。
  • 21:11.7 Aaron: 所以我确实认为 Anthropic 必须解决这个问题。
  • 21:16.7 Aaron: 我听说,你知道,生物空间中的人们实际上无法使用寓言
  • 21:21.8 Aaron: 因为它只是再次频繁地降低他们的查询。
  • 21:24.3 Aaron: 所以你没有从模型中获得原始情报。
  • 21:28.3 Aaron: 所以,你知道,我认为我们必须,比如……
  • 21:44.5 Aaron: 我很欣赏 Anthropic 的最终建议,即我们应该如何与政府合作解决这些类型的动态问题,建立一种多点框架,让我们就这些具有不同风险级别的能力达成一致,并测试它们的模型。
  • 21:50.2 Aaron: 但有一个有趣的问题,那就是,谁来决定风险框架?
  • 21:56.6 Aaron: 我们如何同意这些风险实际上是我们感知到的真实风险?
  • 21:58.3 Aaron: 因为我会争辩说,如果...
  • 21:58.3 Aaron: 如果你及时快照,寓言,现在,他们压低并阻止你做的事情的水平,
  • 22:06.7 Aaron: 这对于人工智能的未来来说是站不住脚的。
  • 22:09.1 Aaron: 如果这是一种持续的环境,人们根本不会使用人工智能。
  • 22:14.4 Aaron: 那么,我们现在应该如何决定?
  • 22:17.0 Aaron: 也许这些风险是非常微妙的。
  • 22:20.9 Aaron: 因此,这就是为什么我通常倾向于锁定这些模型,现在还为时过早。
  • 22:26.5 Aaron: 你知道,考虑到我们还早。
  • 22:29.3 Sofia: 那么它对 Box 的软件工程有何影响呢?
  • 22:32.3 Sofia: 比如,你雇用更多的人还是更少的人?
  • 22:34.8 Sofia: 例如,您所寻找的软件工程师的技能会随着时间的推移而发生怎样的变化?
  • 22:39.1 Sofia: 您预计他们在不久的将来会发生什么变化?
  • 22:42.0 Aaron: 是的,我仍然非常看好软件工程。
  • 22:45.8 Aaron: 我们使用这些模型的方式只是为了比以前做得更多。
  • 22:52.2 Aaron: 这种类型,就像是定性的,只有每天可能参与产品路线图审查的人才能完全处理。
  • 23:01.8 Aaron: 但有一些完全不同的东西。
  • 23:05.1 Aaron: 当你在进行产品规划会议时,当你思考一个完全基于人类的限制的世界与现在人工智能所解锁的世界时,
  • 23:17.4 Aaron: 它完全改变了你对你将要去解决和承担的事情的心态。
  • 23:22.3 Aaron: 我们现在有几十个项目,如果人工智能不存在,我们绝对不会做。
  • 23:30.4 Aaron: 否则我们就不会点亮这些项目。
  • 23:33.5 Aaron: 就像,我们会说,不,那太复杂了。这是不值得的。就像,你实际上有两个有趣的场景。你要么对非常小的事情说不,因为它不值得,要么你对真正的大事情说不,因为它们太难了。所以你的大多数软件项目都停留在这个中间地带,就像,好吧,
  • 23:49.2 Aaron: 好吧,感觉就像你可以在一到六个月内完成的事情。
  • 23:53.0 Aaron: 就像,这些都是我们用来解决前人工智能问题的东西。
  • 23:57.2 Aaron: 现在发生的事情是您可以处理多年项目
  • 24:01.1 Aaron: 因为它们不再是多年的了。
  • 24:03.0 Aaron: 那些事情就像,嗯,这需要一周的时间,
  • 24:06.5 Aaron: 但这并不是什么大问题,所以我们永远不会这样做。
  • 24:09.6 Aaron: 所以它只是停留在积压的工作上,只是远远落后于积压的工作。
  • 24:12.7 Aaron: 你这样做是因为现在需要两个小时。
  • 24:15.2 Aaron: 因此,最终您基本上能够解决客户一直遇到的越来越多的问题,这实际上只会增加您的野心。
  • 24:23.9 Aaron: 所以,你知道,只要有可能,我通常都会尝试在其中添加更多人才,因为实际上我们想要承担更多的事情。
  • 24:33.6 Aaron: 现在实际上主要的问题是我们......
  • 24:35.5 识别异常: 【音频识别异常:此处文本被节目简介或广告片段错误拼接,无法可靠核对】
  • 24:58.8 Sofia: 是的,完全可以。是的,即使像与其中一些编码代理交谈一样,他们也会高估完成一个项目所需的时间。
  • 25:07.1 Sofia: 严重的是,他们会说,这是一个为期周末的项目。
  • 25:10.6 Aaron: 有时他们说是一个月。
  • 25:11.9 Sofia: 是的,他们就像,这是一个为期一个月的项目。我就想,天哪,这会是这么长。然后我在三个小时内就把它搞定了。
  • 25:19.0 Aaron: 是的,那是因为它在人工智能出现之前就接受了我们所有 Slack 消息的训练。
  • 25:22.6 Aaron: 工程师说,这将是两年。
  • 25:26.6 Aaron: 所以我认为它绝对是经过训练在项目时间表上高度保守的。
  • 25:33.7 Aaron: 数学也一样。
  • 25:34.5 Aaron: 就像如果你问人工智能,比如,人工智能模型反驳数学中的开放猜想的时间表是什么?
  • 25:42.3 Sofia: 大概会是五年。
  • 25:45.3 Sofia: 没有。
  • 25:46.5 Aaron: 这已经发生了。
  • 25:48.5 Sofia: 是的,完全可以。我想就像最后一个问题一样,因为我们之前讨论过这个问题,因为看起来模型发布只是更频繁地发生,特别是对于企业来说,似乎,你知道,对一个提供商的忠诚度基本上不会成功。那么您认为这里的最佳策略是什么?就像我们正在讨论模型路由如何成为未来一样,所有提供此类服务的服务都是未来。
  • 26:14.5 Aaron: 是的,我的意思是,这就是我的结论,但我的结论也非常有偏见。
  • 26:20.6 Aaron: 就像,您越需要多个模型来完成一项任务或一组任务,
  • 26:28.9 Aaron: 能够理解任务的层获得的价值就越大
  • 26:31.9 Aaron: 并访问数据并处理工作流程,
  • 26:34.7 Aaron: 这显然对于应用人工智能层来说是一个更好的结果,
  • 26:39.4 Aaron: 这是我们经常坐的地方。
  • 26:41.9 Aaron: 显然,这是很多公司都致力于实现的未来,
  • 26:49.4 Aaron: 在某些情况下,具有战略性和存在性。
  • 26:52.9 Aaron: 所以如果你是 Cognition、Factory、Cursor 和 Replit 等等,
  • 26:58.0 Aaron: 显然,您希望发生的结果是您实际上拥有许多模型。
  • 27:01.9 Aaron: 他们在不同的方面都表现出色。
  • 27:04.3 Aaron: 有些确实像经过成本调整的主力模型,
  • 27:08.5 Aaron: 还有一些像超级前沿模型。
  • 27:10.5 识别异常: 【音频识别异常:此处文本被节目简介或广告片段错误拼接,无法可靠核对】
  • 27:34.5 Aaron: 因此,这五个参与者都在为降低情报成本并同时改善前沿而战。
  • 27:51.3 Aaron: 因此,拥有一个可以高于此的模型路由器,并且再次在不同的点进行选择,你知道,使用哪种模型,我认为为企业创造了很多价值,并且实际上有帮助,你知道,
  • 28:02.3 Aaron: 有趣的是,它实际上有助于人工智能的传播。
  • 28:06.7 Aaron: 你知道,企业面临的挑战之一
  • 28:09.7 Aaron: 几乎有点像分析瘫痪......
  • 28:13.9 Aaron: 如果你有这么多正在出现的模型
  • 28:16.6 Aaron: 他们不断地互相超越,
  • 28:19.0 Aaron: 你实际上对刚刚着陆有抵抗力
  • 28:21.8 Aaron: 一个模范家庭或一个伴侣。
  • 28:23.9 Aaron: 所以应用层...
  • 28:25.9 识别异常: 【音频识别异常:此处文本被节目简介或广告片段错误拼接,无法可靠核对】
  • 28:45.6 Aaron: 因此,我认为随着时间的推移,这一层将变得越来越有价值。
  • 28:50.7 Aaron: 该层实际上经过了精心调整,可以理解人工智能需要应用的深层行业和垂直用例。
  • 28:58.6 Aaron: 而纯粹的横向模型,你知道,它们要深入法律、金融和医疗保健要困难得多,不是因为模型做不到。
  • 29:08.1 Aaron: 但是因为你知道,模型周围所需的设备不存在。
  • 29:14.6 Aaron: 它需要访问正确的数据。
  • 29:16.3 Aaron: 它需要以正确的方式实施到工作流程中。
  • 29:19.2 Aaron: 这就是为什么我认为你将在堆栈的这一层创造大量的价值。
  • 29:23.2 Sofia: 是的,完全可以。
  • 29:24.7 Sofia: 这似乎就是我们前进的方向。
  • 29:26.9 Sofia: 嗯,非常感谢,亚伦。
  • 29:28.2 Sofia: 我们正时。
  • 29:29.0 Aaron: 这是疯狂的一周。
  • 29:31.2 Aaron: 疯狂的。
  • 29:31.7 Aaron: 我认为一切还没有结束。
  • 29:32.9 Aaron: 作品。
  • 29:33.1 Theo: 是的,我们不是。
  • 29:35.5 Theo: 距离今天可能发生的事情还有至少 10 个小时。
  • 29:40.7 Aaron: 基于开放,开源,就这么多了。
  • 29:43.0 Aaron: 我们很高兴您的加入。
  • 29:45.2 Sofia: 伙计们,四天前,Open AI 攻击了 Hugging Face。
  • 29:48.4 Sofia: 是的,那是四天前的事了。
  • 29:50.6 Sofia: 我以为那是一个月前的事了。
  • 29:52.2 Sofia: 我们必须在 1159 年之前弄清楚下一个重大故事。
  • 29:56.4 Aaron: 今天可能发生很多事情。
  • 29:58.0 Aaron: 这么多的事情。
  • 29:58.9 旁白: 非常感谢你,亚伦。
  • 30:02.4 旁白: 感谢您收听本期 A16z 播客。
  • 30:05.7 旁白: 如果您喜欢本集,请务必点赞、评论、订阅、给我们评分或评论,并与您的朋友和家人分享。
  • 30:13.0 旁白: 如需更多剧集,请访问 YouTube、Apple Podcasts 和 Spotify。
  • 30:17.1 旁白: 在 X 和 A16z 上关注我们,并在 a16z.substack.com 上订阅我们的子堆栈。
  • 30:23.2 旁白: 再次感谢您的收听,我们下一集再见。
  • 30:27.1 旁白: 此信息仅用于教育目的,并不建议购买、持有或出售任何投资或金融产品。
  • 30:33.7 旁白: 该播客由第三方制作,可能包含付费促销广告、其他公司参考资料以及与 A16z 无关的个人。
  • 30:41.3 旁白: 此类广告、公司和个人并未得到 AH Capital Management LLC、A16z 或其任何附属公司的认可。
  • 30:49.1 旁白: 信息来自于发布之日被认为可靠的来源,但 A16z 不保证其准确性。

References

  1. 1
    a16z Show E1189

    a16z.simplecast.com

This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.

Related content

Comments