基础模型究竟有多重要？
这看似是个愚蠢的问题，但在我与人工智能初创公司的交流中，它被频繁提及。这些公司如今已不再忌讳那些曾被贬为“GPT包装商”的业务，即基于ChatGPT等现有AI模型构建界面的公司。
如今，初创团队专注于针对特定任务定制AI模型以及进行界面开发，并将基础模型视为一种可根据需要随时替换的通用商品。这种做法在上周的BoxWorks上尤为明显，该大会似乎完全致力于展示建立在AI模型之上的面向用户的应用软件。
推动这一趋势的部分原因在于，预训练——即使用海量数据集教授AI模型的初始过程，这也是基础模型的专属领域——所带来的规模效益正在放缓。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正面临收益递减，人们的注意力已转向后训练和强化学习，将其视为未来进步的源泉。
如果你想打造更好的AI编程工具，不如将精力集中在微调（fine-tuning）和界面设计上，而不是再花费数十亿美元用于预训练的服务器时间。正如Anthropic的Claude Code所展现的成功那样，基础模型公司在其他领域同样表现出色，但这种优势已不像过去那样持久。
简而言之，AI的竞争格局正在发生变化，削弱了最大AI实验室的优势。未来的短期图景并非一场争夺能够匹配或超越人类在所有认知任务能力的万能AGI的竞赛，而是一系列离散业务的蓬勃发展：软件开发、企业数据管理、图像生成等等。
除了先发优势外，目前尚不清楚构建基础模型能为这些业务带来任何优势。更糟糕的是，开源替代方案的丰富意味着如果基础模型在应用层竞争中失利，它们可能毫无定价权。这将使OpenAI和Anthropic这样的公司沦为低利润通用商品业务中的后端供应商——正如一位创始人对我所说的那样，“就像向星巴克出售咖啡豆”。
这种转变对AI行业而言影响之巨大，无论如何强调都不为过。在整个当代繁荣期，AI的成功与构建基础模型的公司（具体而言是OpenAI、Anthropic和Google）的成功密不可分。看好AI就意味着相信AI的变革性影响将使这些公司成为具有代际意义的重要企业。我们可以争论哪家公司会最终胜出，但显然，某家基础模型公司将掌握通往王国的钥匙。
当时，有很多理由让人相信这是真的。多年来，基础模型的开发是唯一的AI业务，而且进展迅速，使其领先地位看似不可逾越。硅谷一直对平台优势有着根深蒂固的热爱。人们假设，无论AI模型最终如何盈利，大部分利益都会回流到基础模型公司，因为它们完成了最难复制的工作。
过去一年让这个故事变得更加复杂。虽然有许多成功的第三方AI服务，但它们往往可以互换使用基础模型。对于初创企业来说，其产品是否基于GPT-5、Claude或Gemini已不再重要，它们期望能够在发布中途切换模型，而终端用户不会察觉差异。基础模型仍在取得实质性进展，但似乎没有任何一家公司能够保持足够大的优势来主导整个行业。
我们已经有很多迹象表明，先发优势并不明显。正如a16z的风险投资家马丁·卡萨多（Martin Casado）在最近的一次播客中指出，OpenAI是最早推出编码模型以及图像和视频生成模型的实验室，但最终在这三个领域都输给了竞争对手。“据我们所知，AI技术栈中没有固有的护城河，”卡萨多总结道。
当然，我们还不应该过早地排除基础模型公司的可能性。它们仍然拥有许多持久的优势，包括品牌认知度、基础设施和难以想象的巨额现金储备。OpenAI的消费者业务可能比其编码业务更难复制，随着该领域的成熟，其他优势可能会出现。鉴于AI发展的快速节奏，当前对后训练的兴趣可能在接下来的六个月内发生逆转。最不确定的是，朝着通用智能迈进的竞赛可能会在制药或材料科学领域带来新的突破，从而彻底改变我们对AI模型价值的看法。
但与此同时，构建越来越大的基础模型的战略看起来远不如去年那样吸引人，Meta的十亿美元支出计划开始显得非常冒险。