开源与闭源模型处于不同指数曲线上

定义开放与封闭AI模型生态系统未来权力平衡的最大争论，本质上是经济问题——即AI用户是否会继续为顶级封闭模型支付高得多的费用（即高利润率）。2026年初是AI行业的关键时期，因为编码代理（coding agent）¹ 已展现出首个巨大AI市场将持续为更优智能支付高额溢价的领域。这一分化的另一面，则是这些实验室API业务的必然衰退。这些实验室将意识到需要保护其最佳模型，推迟在API中发布，以保护token供应、避免蒸馏，并专注于利润率更高的用例。所有这些效应将在5-10年的时间跨度内清晰可见，因为短期内市场、价格、利润率和需求将由计算能力的快速建设（短期供应受限）和token的大规模补贴（通过持续投资新AI公司）所主导。

这一论点的核心，在于超越Opus 4.5和Codex 5.2门槛的编码代理所引发的明显习惯变化。人们做出这一转变并非出于懒惰，而是因为使用代理作为复杂知识工作的实施辅助工具时，其净产出明显更高。对于依赖编码代理工作的人来说，他们总会为最佳产品支付更多，而非满足于“足够好”。产品有太多改进方向：速度、智能、专用模型等。如今我愿意为这些工具每月支付2000美元，尤其知道它们还会变得更好。与此同时，许多公司可能正强制人们使用代理，而这些人实际上从当前形式的代理中获益甚微——这反而助长了AI建设（或泡沫）的持续。

最佳封闭实验室——目前这个名单只有Anthropic和OpenAI，但合理预期Google会迎头赶上——将始终以给定成本制造出最智能的模型。构建模型是对人才、数据和计算的大规模资本投入。这些系统——模型权重、框架、工具和服务基础设施的组合——在集成方面具有巨大回报（而开放模型则设计用于适应多种不同的服务场景）。这些集成优势——硬件与新形式软件的集成——可以通过任何可能的方式体现，使模型变得更好。不久的将来，模型可能在基准分数上趋于饱和，但如果智能天花板真的成为效用的上限，那么实验室将优化每秒或每瓦的效用，以另一种方式服务用户。模型的改进在所有方向上都是可能的——进展中从未遇到壁垒。我们仍处于智能大规模建设的早期阶段，这涉及利用物理世界建造大量数据中心，组织众多AI研究人员使大型团队能贡献于一个模型，当然还要解决许多解锁性能的小型底层难题。所有迹象都表明，仍有显著性能待解锁，而封闭实验室是提取这些性能的最佳配置。

实验室的集体共识是，让模型更智能——就绝对智能的前沿而言——具有最大价值。在我看来这是正确的选择，因为它能开启巨大的新市场。在固定智能水平上优化模型则能锁定市场、随时间扩大可及性，并提高用户的投资回报（同时可能降低销售智能的利润率）。许多人正押注模型会持续变好，并学习在这些框架中良好运作——尽管某些工作流程仍略显笨拙。这是正确的赌注。这些人将继续使用绝对最佳的可用模型。这就像消费者购买iPhone。你可以买Android并忍受一堆小麻烦来省钱，但何必呢？在工作场景中，性能回报甚至更高，这驱动了定价权。

在这种思维模型中，作为企业的前沿实验室将看起来像苹果和微软混合体的全新重塑形态。苹果的一面是，它们销售集成且极难复制的技术。微软的一面是，它们在整个经济中销售高杠杆的订阅服务。我预计5-10年内，OpenAI和Anthropic的估值将在2-10万亿美元区间。真正的前沿实验室将形成一个类似当今云市场的寡头垄断。Interconnects AI 是一份由读者支持的出版物。考虑成为订阅者。

这一方程的另一面是开放模型经济。这并非说前沿实验室将主导AI使用的所有方面。是的，我预计OpenAI和Anthropic将成为AI热潮中最具代表性的公司（与Nvidia并列的新公司），但围绕开放模型的集体价值捕获总体上将大得多——只是收入和利润将在广泛的产业链公司间分摊。许多企业希望转向开放模型，但当前模型在分布外任务中仍不够好。最终，开放模型构建者将停止在Artificial Analysis指数上追逐Claude和GPT，转而填补这一利基。这种分叉可能由经济因素驱动——它们不再有足够收入支撑持续扩展模型的研发成本。也可能由纯粹需求驱动——某些AI解决方案只能存在于开放模型提供的低价位。封闭实验室是寡头垄断，而开放模型构建者和用户将远更多样化和数量庞大。总市场价值将远超OpenAI和Anthropic的累积价值。开放模型本质上未集成，因此它们将依赖多家公司协调服务。每一层都有替代方案，将价格压至商品化水平。这些低且可预测的价格，将是许多企业进入、为利基任务构建内部代理和工具的切入点。这里的主要部署模式是：企业找到一个在感兴趣任务上达到足够性能阈值的模型，之后不再替换（设置成本高）。随着模型定制变得更容易——在开放模型微调栈中我们正看到Tinker、Fireworks、Prime Intellect等涌现——这个市场会变得更大。未来几年，在Google、Amazon、Microsoft等根深蒂固的超大规模云，以及Together、Fireworks、OpenRouter等新AI基础设施公司中，开放模型推理的比例将稳步上升，超过OpenAI和Anthropic。

关键在于，开放与封闭模型经济正运行在不同的指数曲线上。我仍然相信整个生态系统的进步将继续快速推进，但关于递归自我改进（RSI）将赋予封闭实验室不可逾越优势的说法被夸大了。像后台代理（background agent）这样的新产品形式可以同时支持开放和封闭模型。封闭模型通过当前代理实现了惊人的产品-市场契合，通过将知识工作的高端变现，开启了其集成的指数增长。开放模型经济将花费更长时间，但追随它也会更令人满足——因为它追踪着AI向整个经济和世界的更广泛扩散。

¹ “编码代理”这个说法很有趣，因为我们几乎不在其中写代码。它们是通用代理，之所以如此强大，正是因为它们编写了大量代码。