本文信息来源：techcrunch
基础模型有多重要？
这似乎是个愚蠢的问题，但在我与 AI 初创公司的对话中经常出现。这些公司越来越适应曾被贬称为”GPT 套壳”的业务模式——即在现有 AI 模型（如 ChatGPT）之上构建界面的企业。如今，初创团队专注于为特定任务定制 AI 模型和界面开发，将基础模型视为可按需替换的商品。这种理念在上周的 Boxworks 大会上尤为明显，整个会议似乎完全聚焦于基于 AI 模型开发的用户端软件。
推动这一现象的部分原因是预训练的规模效益正在放缓——即利用海量数据集训练 AI 模型的初始过程，这是基础模型的专属领域。这并不意味着 AI 停止了进步，而是超大规模基础模型的早期红利已触及收益递减点，未来进展的焦点已转向训练后优化和强化学习。若想打造更优秀的 AI 编程工具，相比在预训练上再耗费数十亿美元的服务器时间，专注于微调与界面设计会是更明智的选择。正如 Anthropic 的 Claude Code 所展示的那样，基础模型公司在这些领域同样表现出色——但这种优势已不再如从前那般持久。
简而言之，人工智能的竞争格局正在发生变化，这种变化削弱了大型人工智能实验室的优势。未来的短期前景并非一场争夺全能人工通用智能（AGI）的竞赛，而是涌现出大量分散的业务领域：软件开发、企业数据管理、图像生成等等。除了先发优势之外，构建基础模型是否能在这些业务中带来任何优势尚不明确。更糟糕的是，开源替代方案的丰富意味着，如果在应用层竞争中失利，基础模型可能无法拥有任何定价权。这将使 OpenAI 和 Anthropic 等公司沦为低利润商品业务的后端供应商——正如一位创始人对我所言，“就像向星巴克出售咖啡豆一样。”
很难夸大这对人工智能行业将意味着怎样戏剧性的转变。在当代繁荣时期，人工智能的成功始终与构建基础模型的公司（尤其是 OpenAI、Anthropic 和谷歌）的成功密不可分。看好人工智能就意味着相信其变革性影响将使这些公司成为划时代的重要企业。我们可以争论哪家公司会脱颖而出，但很明显，某些基础模型公司终将掌握行业命脉。
当时有充分理由认为这种观点成立。多年来，基础模型开发曾是人工智能领域的唯一业务——快速的进步速度使其领先优势看似不可逾越。而硅谷历来对平台优势有着根深蒂固的偏爱。人们普遍认为，无论人工智能模型最终通过何种方式盈利，最大利益都会回流至基础模型公司，因为它们完成了最难复制的核心工作。
过去一年让这一局面变得更加复杂。虽然第三方 AI 服务百花齐放，但它们往往可以随意切换基础模型。对初创企业而言，他们的产品究竟是基于 GPT-5、Claude 还是 Gemini 已不再重要，他们甚至期待能在产品发布中途更换模型而不被终端用户察觉差异。基础模型确实在不断进步，但任何一家公司想要保持足以垄断行业的巨大优势，现在看来都已不太现实。
我们已有诸多迹象表明先发优势并不显著。正如风投机构 a16z 的 Martin Casado 在近期播客中指出的，OpenAI 曾是首个发布编程模型及图像/视频生成模型的实验室——却在三个领域全数被竞争者超越。”就我们观察，人工智能技术栈中并不存在天然护城河，”Casado 总结道。
当然，我们不应过早否定基础模型公司。它们仍拥有诸多持久优势，包括品牌认知度、基础设施和难以想象的庞大现金储备。OpenAI 的消费者业务可能比其编程业务更难复制，随着行业成熟还可能涌现其他优势。鉴于 AI 发展的迅猛速度，当前对训练后技术的热衷很可能在未来六个月内逆转。最大的变数在于，通用智能竞赛可能通过制药或材料科学的新突破获得回报，彻底改变我们对 AI 模型价值的认知。
但与此同时，打造更庞大基础模型的战略已远不如去年那样诱人——而 Meta 数十亿美元的豪赌正开始显得异常冒险。