{"source":{"id":"mb-20260823-338c21","title":"两个月时间，AI 行业的底层权力结构被悄悄颠覆了","url":"https://mubeitech.com/p/mb-20260823-338c21"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"mb-20260823-da2f86","account":"mubei","brand":"","title":"Vercel 创始人 Guillermo Rauch 披露了一组很有意思的数据","summary":"Vercel 创始人 Guillermo Rauch 披露了一组很有意思的数据","body":"Vercel 创始人 Guillermo Rauch 披露了一组很有意思的数据。\n在他们的开发者网关上，开源权重模型的 Token 消耗占比创下了历史新高。\n两个月前的 6 月 24 日，闭源大模型还占据着 71.6% 的绝对大头，开源模型只有 28.4%。\n到了 8 月 22 日，局面彻底颠倒。\n开源模型的份额暴涨到了 62%，闭源模型直接缩水到了 38%。\n短短六十天，整个行业的分词结构发生了一场静悄悄的倒灌。\n为什么会这样？\n如果看社交网络上的讨论，大家都在追捧最新、最贵、推理能力最强的闭源旗舰。\n但为什么工程落地最前线的真实账单，却把超过六成的流量倒给了开源？\n因为软件的调用形态变了。\n过去人类使用大模型，是坐在聊天框前面单轮提问。\n一个人一分钟最多读几百个词，哪怕每次都调用单价最高的顶配模型，一个月也花不了几块钱。\n现在的 AI 正在离开对话框，进入后台的自动化智能体和命令行工具。\n当代码开始在后台自主循环，Token 的消耗量被瞬间放大了成百上千倍。\n一个智能体为了修复一行代码或抓取一组数据，可能要在后台执行几十次工具调用。\n这些在后台跑来跑去的分词，九成以上都属于中间过渡环节。\n它们负责格式对齐、参数校验、状态清洗、搜索过滤和重试循环。\n行业里管这些叫计算脚手架。\n用单价几美元的顶级闭源模型去跑海量的基础脚手架，账单会在几小时内被彻底击穿。\n而开源模型只要跨过了性能及格线，分词成本能直接降下一到两个数量级。\n工程师算得很精：把 90% 的脏活累活分流给廉价的开源模型，只把顶层 10% 最关键的裁决交给昂贵的闭源旗舰。\n商业史上早就有一台现成的机器解释过这种演变。\n哈佛商学院教授克莱顿·克里斯坦森在 2003 年提出过一个理论，叫利益守恒定律。\n当一条产业链底层的核心模块越过及格线、变成随取随用的廉价商品时，整条链条的利润并不会凭空蒸发。\n它会沿着接口向上迁移，转移到那个负责组织、调度和约束它的整合层上。\n这正是开发者生态正在发生的事情。\n底层模型的分词正在迅速商品化，变成类似自来水一样的廉价公共品。\n而真正拉开系统差距、吃下核心价值的，变成了外层的调用脚手架与路由网关。\n决定一套智能系统最终上限的，从来不是你在后台烧了多少昂贵的底座分词。\n是在外面把控每一次分流、判定每一步对错的那套架构。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-23 00:21:48","created_at":"2026-08-23 00:21:48","url":"https://mubeitech.com/p/mb-20260823-da2f86","markdown_url":"https://mubeitech.com/p/mb-20260823-da2f86/markdown"},{"rank":2,"id":"2070909773776597461","account":"mubei","brand":"@mubei","title":"中共国近日发布了开源模型 GLM 5.2，性能直逼 OpenAI 和 Anthropic 的顶尖闭源模型。 这事让美国的…","summary":"中共国近日发布了开源模型 GLM 5.2，性能直逼 OpenAI 和 Anthropic 的顶尖闭源模型。 这事让美国的 AI 实验室集体陷入了焦虑。 这无关“东风压倒西风”的宏大叙事。 “作弊小抄”正在重塑整个 AI 商业护城河。 投资人 Gavin Baker 揭秘了他们是怎…","body":"中共国近日发布了开源模型 GLM 5.2，性能直逼 OpenAI 和 Anthropic 的顶尖闭源模型。\n这事让美国的 AI 实验室集体陷入了焦虑。\n这无关“东风压倒西风”的宏大叙事。\n“作弊小抄”正在重塑整个 AI 商业护城河。\n\n投资人 Gavin Baker 揭秘了他们是怎么做到的。\n核心只有两个字：蒸馏（Distillation）。\n\n什么是蒸馏？\n想象一个塞满手机和电脑的群控机房。\n成千上万个账号挂在云端 API 上，用极度具体的问题去拷问那些昂贵的闭源模型。\n然后，把这些顶尖模型吐出来的\"推理痕迹\"（Reasoning Traces）全部打包收集起来。\n\n这就是拿着满分学霸的解题步骤来给自己抄。\n把这些步骤喂给自己的模型做强化学习，就能用极低的成本，无限逼近行业的最前沿。\n这在过去很长一段时间里，是行业内公开的秘密。\n\n但最关键的转折点来了。\n一旦这个开源模型通过\"抄作业\"跨过了临界点，它就具备了独立进行强化学习（RL）的能力。\n潘多拉的魔盒，自此被彻底打开。\n\n这真正动摇的，是硅谷闭源巨头们的算盘。\n未来的企业 AI 架构不再是单选题，将演变为所谓的\"LLM 委员会\"（Council of LLMs）。\n每个企业都会拥有一个顶级闭源模型，同时搭配一个本地化的开源模型。\n80% 以上的日常调用会直接交给极低成本的开源模型，只有最难的 20% 才会去调用闭源大厂。\n\n闭源实验室砸下百亿美金研发，最终却要面临定价权和分发秩序被彻底改写的现实。\n价值正在从前沿实验室的溢价，快速向基础设施和开源生态转移。\n这无关阵营的输赢，这是商业护城河的重定价。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2070925213542265289","translated_status_id":"2070925213542265289","published_at":"2026-06-27 16:46:26","created_at":"2026-06-27T18:39:00+02:00","url":"https://mubeitech.com/p/2070909773776597461","markdown_url":"https://mubeitech.com/p/2070909773776597461/markdown"},{"rank":3,"id":"2068767074663690502","account":"mubei","brand":"@mubei","title":"“模型，已经不再是产品了。” 说这话的，是 OpenAI 的联合创始人 Greg Brockman，和 Perplexi…","summary":"“模型，已经不再是产品了。” 说这话的，是 OpenAI 的联合创始人 Greg Brockman，和 Perplexity 的老板 Aravind Srinivas。 按理说，最希望“模型就是产品”的，应该是这些头部大模型厂商。 但现在，大家都回过神来了。 如果你只是个转售大模…","body":"“模型，已经不再是产品了。”\n\n说这话的，是 OpenAI 的联合创始人 Greg Brockman，和 Perplexity 的老板 Aravind Srinivas。\n按理说，最希望“模型就是产品”的，应该是这些头部大模型厂商。\n但现在，大家都回过神来了。\n如果你只是个转售大模型 Token 的二道贩子，你根本没有壁垒，因为模型终究会沦为便宜的“大宗商品”。\n\n现在真正的产品，叫“编排系统”（Orchestration System）。\n说白了，就是把一个大模型，装进一套“智能体马鞍”（Agent Harness）里。\n\n什么是 Agent Harness？\n\n就是一套运转规则。\n决定这个智能体怎么跑循环、怎么拆解任务、什么时候调用工具、什么时候召唤子智能体。\n光有聪明的脑子（模型）没用，你得有手、有脚、有工作流，才能把脑力变现。\n\n这里面，还藏着一个杀手级的行业竞争差。\n为什么独立编排系统（比如 Perplexity）能跟大厂抗衡？\n因为门户之见。\n你绝不可能在 Anthropic 的 Claude Code 里，看到 OpenAI 的 GPT-5；\n你也绝不可能在 OpenAI 的产品里，调用 Claude 3.5。\n但第三方的编排系统可以。\n它可以在不同的任务节点，调用最合适、最便宜的模型，把效率压榨到极致。\n\n所以，未来的 AI 竞争，拼的是一个终极指标：\nToken Value Per Watt Per User（单用户、单瓦特功耗下，所产出的 Token 价值）。\n\n算力的底层是电力，电力是不可逾越的物理限制。\n谁能用最少的电，帮用户跑出最值钱的输出，谁就握着终极定价权。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2068992951938585041","translated_status_id":"2068992951938585041","published_at":"2026-06-22 09:11:51","created_at":"2026-06-22T11:10:45.506141","url":"https://mubeitech.com/p/2068767074663690502","markdown_url":"https://mubeitech.com/p/2068767074663690502/markdown"},{"rank":4,"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":5,"id":"2078933114894823662","account":"mubei","brand":"@mubei","title":"开源AI并没有削弱行业，它只是在改写谁来收钱。 投资人加文·贝克指出了一个常见的认知误区：很多人以为开源模型对AI发展不…","summary":"开源AI并没有削弱行业，它只是在改写谁来收钱。 投资人加文·贝克指出了一个常见的认知误区：很多人以为开源模型对AI发展不利。 恰恰相反，这简直是基础设施供应商的狂欢。 逻辑很简单：开源并没有消灭利润，它只是把经济价值从“前沿模型实验室”的利润表里，转移到了底层基础设施上。 他算了…","body":"开源AI并没有削弱行业，它只是在改写谁来收钱。\n\n投资人加文·贝克指出了一个常见的认知误区：很多人以为开源模型对AI发展不利。\n恰恰相反，这简直是基础设施供应商的狂欢。\n逻辑很简单：开源并没有消灭利润，它只是把经济价值从“前沿模型实验室”的利润表里，转移到了底层基础设施上。\n\n他算了一笔账，点出了一个反差极大的现实。\n他估计，市场上最顶尖的前沿模型，可能依然切走了90%的经济收益。\n但如果看实际的使用量，开源模型处理的数据量，很可能已经占到了总量的80%以上。\n\n前沿模型依然有不可替代的位置，负责赚取那部分高溢价。\n但这“二八开”的使用量格局，或许会成为行业长期的常态。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2079128531372540210","translated_status_id":"2079128531372540210","published_at":"2026-07-20 08:05:05","created_at":"2026-07-20T10:01:44+02:00","url":"https://mubeitech.com/p/2078933114894823662","markdown_url":"https://mubeitech.com/p/2078933114894823662/markdown"},{"rank":6,"id":"2079562824112538096","account":"mubei","brand":"@mubei","title":"卖大模型的人，其实都在给云厂商打工。 一位前AWS高管算了一笔账。 以明星AI公司Anthropic为例。 客户在AWS…","summary":"卖大模型的人，其实都在给云厂商打工。 一位前AWS高管算了一笔账。 以明星AI公司Anthropic为例。 客户在AWS上每花1美元用它的模型，这钱怎么分？ 0.2美元，AWS拿走，这叫“带客费”。 0.4美元，分给Anthropic。 剩下0.4美元，又回到了AWS口袋，这是运…","body":"卖大模型的人，其实都在给云厂商打工。\n\n一位前AWS高管算了一笔账。\n以明星AI公司Anthropic为例。\n客户在AWS上每花1美元用它的模型，这钱怎么分？\n\n0.2美元，AWS拿走，这叫“带客费”。\n0.4美元，分给Anthropic。\n剩下0.4美元，又回到了AWS口袋，这是运行模型的算力费。\n算下来，60%的钱在云厂商手里。\n\n还没完。\nAnthropic其实是在双头交租。\n为了训练模型，它得先向AWS买下50万个芯片系统的算力。\n等模型做好了要卖，摩根大通这种大客户要求绝对的数据隐私。\n怎么办？\n只能把模型直接丢进AWS的私有网络里。\n99.9%的客户，都是通过AWS的托管服务Bedrock来调用模型。\n等于把产品命脉全交了出去。\n而Bedrock这种平台服务，比直接卖裸算力，利润率高出15%到20%。\n\n那如果客户嫌贵不用Anthropic，改用免费的开源模型呢？\n云厂商笑得更大声。\n客户照样得在云上烧GPU跑模型。\n更妙的是，原本要分给模型公司的那0.4美元也省了。\n亚马逊不需要付任何模型费，直接把利润吃干榨尽。\n\n不管开源还是闭源，只要算力还在云上，庄家就永远不会输。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2079608348245127254","translated_status_id":"2079608348245127254","published_at":"2026-07-21 16:06:06","created_at":"2026-07-21T18:01:24+02:00","url":"https://mubeitech.com/p/2079562824112538096","markdown_url":"https://mubeitech.com/p/2079562824112538096/markdown"}]}