{"source":{"id":"2076366659514974671","title":"AI 公司都在卷模型，拉里·埃里森卷的是模型吃不到的数据。 这句话不好听，但很现实。 现在整个行业都在拼谁的模型更聪明。…","url":"https://mubeitech.com/p/2076366659514974671"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2060165224871706792","account":"mubei","brand":"@mubei","title":"拉里·埃里森把大模型的底牌掀了。 人工智能正在迅速商品化。 市面上的顶流都在这了。 ChatGPT、Anthropic、…","summary":"拉里·埃里森把大模型的底牌掀了。 人工智能正在迅速商品化。 市面上的顶流都在这了。 ChatGPT、Anthropic、Grok、Llama。 它们看起来各显神通，其实底座一模一样。 全都在靠互联网上的公开数据进行训练。 大家吃的是同一座山上的草。 既然语料完全同质化，模型本身的…","body":"拉里·埃里森把大模型的底牌掀了。\n人工智能正在迅速商品化。\n\n市面上的顶流都在这了。\nChatGPT、Anthropic、Grok、Llama。\n它们看起来各显神通，其实底座一模一样。\n全都在靠互联网上的公开数据进行训练。\n大家吃的是同一座山上的草。\n\n既然语料完全同质化，模型本身的差异只会越来越小。\n算力可以买，参数可以卷。\n真正的竞争优势已经不在模型本身了。\n\n埃里森指出了下一条路。\n要让模型达到最高商业价值，公开数据已经不够用了。\n必须把私有的、专属的数据集开放给它们去学。\n这是AI赛道仅剩的护城河。\n\n谁手里捏着别人爬不到的行业私有数据，谁就拥有下一个周期的定价权。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-29 08:57:26","created_at":"2026-05-29T10:52:58.889449","url":"https://mubeitech.com/p/2060165224871706792","markdown_url":"https://mubeitech.com/p/2060165224871706792/markdown"},{"rank":2,"id":"16623018","account":"mubei","brand":"@mubei","title":"现在全网最贵的资产，可能也是人类历史上贬值最快的资产。 这是风投专家加文·贝克给大模型公司下的死亡判决。 为什么？ 因为…","summary":"现在全网最贵的资产，可能也是人类历史上贬值最快的资产。 这是风投专家加文·贝克给大模型公司下的死亡判决。 为什么？ 因为光有模型，没有护城河。 贝克看得很透：如果你没有独家数据，没有互联网级别的分发渠道，你的模型能力很快就会沦为不值钱的大路货。 他的预测很残酷。 绝大多数大模型公…","body":"现在全网最贵的资产，可能也是人类历史上贬值最快的资产。\n这是风投专家加文·贝克给大模型公司下的死亡判决。\n\n为什么？\n因为光有模型，没有护城河。\n贝克看得很透：如果你没有独家数据，没有互联网级别的分发渠道，你的模型能力很快就会沦为不值钱的大路货。\n他的预测很残酷。\n绝大多数大模型公司最后的估值，就是一个零。\n最后能成气候的，大概只有十来家。\n剩下那些人的唯一出路，就是像Inflection被微软收编那样，祈祷被亚马逊这种巨头连人带代码打包买走。\nAI的战争逻辑变了。\n壁垒不再是卷参数，而是谁掌握着数据，谁把守着入口。\n\n谁把守着入口？\n谷歌有安卓和Chrome，苹果有iOS。\n这就是互联网的收费站。\n\n一年前，OpenAI的突袭对谷歌来说就像珍珠港事件。\n但巨兽醒了。\n他们让戴密斯·哈萨比斯接管了AI业务，这是一个真正的战时指挥官。\n谷歌手里有一张硬底牌：他们自己造的TPU芯片。\n这让Gemini拥有了极具杀伤力的“上下文缓存”能力。\n同一个场景下，问过的问题，算出了好答案，它就直接调取记忆。\n不用每次都烧钱重新算一遍。\n在所有创业公司都在绞尽脑汁省计算费用的今天，这招非常致命。\n\n苹果呢？\n似乎还在睡，但马上要醒了。\n苹果的字典里从来不强求第一个做，但一定要做最后一个进场并拿走利润的人。\n接下来的玩法已经很清晰了。\n你的iPhone里会跑着一个小型的本地AI模型。\n它绝对隐私，认识你的狗，知道你的习惯。\n只有当它处理不了时，才会去云端向OpenAI求助。\n为了跑动这个本地AI，新iPhone的内存必须翻两倍甚至三倍。\n就为了这个能懂你的本地AI，无数人会心甘情愿扔掉手里屏幕摔裂的旧手机。\n\n但在这场狂欢的尽头，物理世界的墙已经竖起来了。\nAI现在的死穴不再是GPU算力。\n而是去哪找地方插电源。\n未来的数据中心，体积会比曼哈顿还要庞大，直接秒杀五角大楼。\n想喂饱这些吞电巨兽？\n选址只能直接往核反应堆旁边靠。\n\n如果贝克是对的，现在的百模大战，可能只是开场前那段调音。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2084233733511504089","translated_status_id":"2084233733511504089","published_at":"2026-08-03 08:47:46","created_at":"2026-08-03T10:20:05+02:00","url":"https://mubeitech.com/p/16623018","markdown_url":"https://mubeitech.com/p/16623018/markdown"},{"rank":3,"id":"2077033333578772654","account":"mubei","brand":"@mubei","title":"万亿美元 AI 公司的话术，是按融资周期切换的。 查马斯·帕里哈皮蒂亚把这层皮撕开了。 他看融资需求曲线，能看出这些公司…","summary":"万亿美元 AI 公司的话术，是按融资周期切换的。 查马斯·帕里哈皮蒂亚把这层皮撕开了。 他看融资需求曲线，能看出这些公司什么时候开始在两套说法之间来回摇摆。 第一套：我们造出了超级神。 风投们像旅鼠一样往前冲，生怕没站到超级神这一边。 第二套：这东西是完整武器。 世界太危险了，赶…","body":"万亿美元 AI 公司的话术，是按融资周期切换的。\n\n查马斯·帕里哈皮蒂亚把这层皮撕开了。\n他看融资需求曲线，能看出这些公司什么时候开始在两套说法之间来回摇摆。\n\n第一套：我们造出了超级神。\n风投们像旅鼠一样往前冲，生怕没站到超级神这一边。\n\n第二套：这东西是完整武器。\n世界太危险了，赶紧停下来，监管一切。\n\n问题在于，当一家公司估值冲到万亿美元级别，这套游戏就不再只是创业公司自己的融资话术。\n它的波纹会碰到整个行业。\n标普500公司的 CEO，真的会拿它来决定自己的 AI 路线。\n\n所以查马斯说，帕兰提尔 CEO 亚历克斯·卡普该拿一枚奖章。\n因为卡普把企业用 AI 的风险直接摆上了桌面。\n\n企业老板想要 AI。\n谁不想？\n销售、客服、代码、财务、供应链，全都想加速。\n但另一边，他们也不想把自己的配方、客户、定价、流程、研发路线，顺手喂给别人的模型。\n\n大语言模型现在常讲一个词：零数据留存。\n听起来很舒服。\n打开这个选项，数据不保存，一切都好。\n\n可细看条款，事情没那么圆。\n比如有人把肯德基秘方上传进模型，这段内容可以被零数据留存处理。\n但如果他只是点了一个喜欢按钮，这个互动信息有没有保证不被存？\n技术上诚实的答案是：没有。\n因为现在没人真正知道怎么把所有边角料都隔离干净。\n\n这就是卡普戳中的地方。\n企业真正需要的，不只是一个会回答问题的模型。\n还需要一个独立的第三方控制层，把模型能力接进来，同时别把自己的优势漏出去。\n\n查马斯还提到一个细节。\n卡普那段话传开以后，安斯罗皮克没有第一时间站出来说：他完全错了，技术细节是这样，问题不存在。\n如果对方说错了，最简单的做法就是逐条技术反驳。\n但他们没有。\n\n这就让很多大公司 CEO 坐不住了。\n查马斯说，卡普那段内容出来后，一堆标普500公司 CEO 打电话给他，问这话到底该怎么理解。\n\n翻译一下：以前企业还可以边试边看。\n现在这些数据点都摆在桌上，还继续把核心业务绑在私营 AI 公司的融资周期、估值压力和条款细则上，就已经不是实验了。\n\n那是在把自己的护城河，接到别人的水管上。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2077087596400742837","translated_status_id":"2077087596400742837","published_at":"2026-07-14 16:51:17","created_at":"2026-07-14T18:50:04.508957","url":"https://mubeitech.com/p/2077033333578772654","markdown_url":"https://mubeitech.com/p/2077033333578772654/markdown"},{"rank":4,"id":"2072306837005967854","account":"mubei","brand":"@mubei","title":"“天天买 token 折腾半天，结果自家的核心 IP 全被拿走了。”Palantir 的 CEO Alex Karp 最…","summary":"“天天买 token 折腾半天，结果自家的核心 IP 全被拿走了。”Palantir 的 CEO Alex Karp 最近在 CNBC 上，直接把矛头对准了 OpenAI 的 Sam Altman 和 Anthropic 的 Dario Amodei。 他说，现在美国企业界普遍存…","body":"“天天买 token 折腾半天，结果自家的核心 IP 全被拿走了。”Palantir 的 CEO Alex Karp 最近在 CNBC 上，直接把矛头对准了 OpenAI 的 Sam Altman 和 Anthropic 的 Dario Amodei。\n\n他说，现在美国企业界普遍存在一种焦虑。\n\n原话很糙，但很真实：\n“有些事情彻底搞砸了。现在很多企业觉得，自己像个傻子一样，天天在那买 token，折腾半天没看到什么实际业务价值，结果自家的核心 IP 还被他们拿走了。”\n\n这话说到了点子上。\n现在企业用 AI，最大的痛点在于怎么安全地接入内部数据、流程和权限，模型够不够聪明反倒是其次。\n\n大模型就像一个没有边界感的天才实习生。\n你把战场机密、受监管的制造流程、或者医院的临床数据喂给它，它转头就可能在后台把这些数据缓存起来，甚至学会了你的业务模式，去复制一个一模一样的你。\n\n所以 Karp 强调，现在大家跟风买 token 的玩法，根本就是本末倒置。\n真正决定 AI 能否落地的，是“应用层”：怎么在不碰未授权数据、不转移 IP、不泄露顶级机密的前提下，让大模型安全、精准地干活。\n\n这也解释了为什么在涉及军工、公共基础设施等关键领域，企业宁愿选择信任有严格数据安全经验的老牌玩家，也不敢轻易把命根子交给激进的 AI 新贵。\n\n光卖算力和 token 的时代正在过去。\n谁能守住企业的数据安全红线，谁才是下一个阶段真正的赢家。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2072371382998999058","translated_status_id":"2072371382998999058","published_at":"2026-07-01 15:32:56","created_at":"2026-07-01T17:28:32+02:00","url":"https://mubeitech.com/p/2072306837005967854","markdown_url":"https://mubeitech.com/p/2072306837005967854/markdown"},{"rank":5,"id":"2073572608466194838","account":"mubei","brand":"@mubei","title":"那些坐在旧金山喝着拿铁的 AI 天才们，根本不知道真实的物理世界有多脏、多乱、多玩命。 CNBC 记者问 Palanti…","summary":"那些坐在旧金山喝着拿铁的 AI 天才们，根本不知道真实的物理世界有多脏、多乱、多玩命。 CNBC 记者问 Palantir 的 CEO Alex Karp：现在大模型这么猛，OpenAI 和 Anthropic 随时能写代码，你们这些做数据服务的会不会被轻易替代？ Karp 直接…","body":"那些坐在旧金山喝着拿铁的 AI 天才们，根本不知道真实的物理世界有多脏、多乱、多玩命。\n\nCNBC 记者问 Palantir 的 CEO Alex Karp：现在大模型这么猛，OpenAI 和 Anthropic 随时能写代码，你们这些做数据服务的会不会被轻易替代？\nKarp 直接嗤之以鼻。\n在他看来，只有华尔街那帮盯着短期利益、不懂技术的投资人，才会得这种焦虑症。\n真正的工业和国防客户，一个都不慌。\n\n为什么大模型替代不了他们？\n因为目前主流的 AI 依然是概率模型。\n做投资或者写文案，准确率能达到 51% 就算好用，因为有容错空间。\n但在真实的硬核世界里，概率游戏是要人命的。\n\n你想制造一辆汽车，少一个特定的零件都无法出厂。\n你想把火箭送上月球，容错率是绝对的零。\n你想把导弹精准砸在敌人头上，保障前线士兵安全回家，你敢用一个“大概率有用”的系统吗？\n这种高精尖的硬核现场，根本容不下半点概率偏差。\n\n硅谷的顶级工程师们确实聪明，但他们和真实的产业现场完全脱节。\n他们有一种近乎宗教式的傲慢。\n你去旧金山找他们，他们的态度通常是：我今天不需要解决你这个具体而脏乱差的现实问题，因为明天我们的 AI 就会自动进化，到时候一切都会迎刃而解。\n他们指望用一个一键部署的软件，去替代在泥潭里摸爬滚打的现场工程，这完全是一场滑稽的戏码。\n\n企业 AI 的真正护城河，在于你能不能进得去那些最混乱、最昂贵、容错率极低的组织现场，并有能力把手弄脏，去解决那些恶心的细节。\n拼模型参数大小或写代码能力，根本解决不了这些问题。\n大模型可以生成完美的 PDF，但物理世界的逻辑，依然在工厂、车间 and 战场上。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2073749794225377372","translated_status_id":"2073749794225377372","published_at":"2026-07-05 10:41:09","created_at":"2026-07-05T12:35:42+02:00","url":"https://mubeitech.com/p/2073572608466194838","markdown_url":"https://mubeitech.com/p/2073572608466194838/markdown"},{"rank":6,"id":"2059986678262235405","account":"mubei","brand":"@mubei","title":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。 他…","summary":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。 他说，过去三年，底层技术大体按他的预期前进。 模型从聪明高中生，走到聪明大学生，再走到开始做 PhD 和专业工作的水平。 在代码领域，甚至已经越过这个线。 真正让…","body":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。\n\n他说，过去三年，底层技术大体按他的预期前进。\n模型从聪明高中生，走到聪明大学生，再走到开始做 PhD 和专业工作的水平。\n在代码领域，甚至已经越过这个线。\n\n真正让他惊讶的，是外面的人还在吵同一批旧政治议题。\n新剧集。\n新表情包。\n明星互撕。\n选举新闻。\n人类历史级别的生产力迁移，反而像背景噪音一样被滑过去。\n\n他的底层判断很朴素。\n早在 2017 年，GPT-1 刚出来时，他写过一个想法，叫 Big Blob of Compute Hypothesis。\n大意是，别太迷信聪明技巧。\n真正长期起作用的，是几件笨东西。\n\n原始算力有多少。\n数据量有多少。\n数据分布够不够广。\n训练时间够不够长。\n目标函数能不能一路扩展。\n数值稳定性能不能撑住那团巨大的计算流。\n\n这套逻辑，后来在预训练 scaling law 里跑通了。\n现在 Anthropic 看到，RL 也在走类似路线。\n先在数学竞赛题上训练。\n再扩到代码。\n再扩到更多任务。\n模型能力会随着训练时间呈现近似对数线性提升。\n\n有人质疑，这不像人类学习。\n人类不用看几万亿个 token，也不用烧掉几十亿美元算力，才会用 Excel、PowerPoint、浏览器。\n如果 AI 真有人的学习核心，为什么还要建这么多强化学习环境？\n\nDario 的回答有意思。\n这个谜题存在，但可能没那么致命。\n人脑出生时已经带着进化给的先验。\n语言模型从随机权重开始，像一张更空的白纸。\n\n所以预训练和 RL，更像夹在人类进化与人类学习之间的一层东西。\n模型先用天量数据长出先验。\n再靠长上下文，在具体任务里快速适应。\n当上下文长度到一百万级别时，推理成本成了主要阻碍，学习能力本身已经开始显形。\n\n这就是很多人低估 AI 的地方。\n他们以为差距在于知道哪个工具火。\n真正的差距在于，谁已经把工具嵌进工作流，谁还把它当搜索框、玩具、聊天窗口。\n\n大多数人只用了 10%。\n少数人正在把 100% 的工作方式重写一遍。\n\n下一轮阶层分化，未必先发生在公司估值表里。\n它会先发生在同一间办公室里，发生在两个看似职位相同的人之间。\n一个人在操作软件。\n另一个人在调度计算。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-28 16:01:27","created_at":"2026-05-28T17:58:23.017496","url":"https://mubeitech.com/p/2059986678262235405","markdown_url":"https://mubeitech.com/p/2059986678262235405/markdown"}]}