我在AI领域交谈过的每一个人都一直假设AI的未来是更少数玩家拥有的更大模型。我理解……他们能看到过去10年非常明显的趋势并将这种观点带到每一个AI监管、投资者策略、VC融资路演和未来主义预测中。但他们错得不能再错了而且现在数据已经证明了这一点。较小AI模型的网络在速度、准确性和成本方面都超越了每一个前沿AI系统包括Fable/Mythos。IBM、美国政府、贝尔电话、贝尔实验室以及其他所有人在1960年代对大型计算机的判断都是错的……而今天所有人对集中式AI的判断也都是错的。未来是一个神经网络的网络。它是AI的PC互联网。未来不是开源或闭源AI……而是网络源AI。1、经济博弈已经结束如果AI竞赛是一场最大化AI能力/速度并最小化成本的竞赛……如果AI用户从根本上要么追求最大可能的能力……要么追求最低价格下的最佳交易能力速度那么集中式AI竞赛已经结束去中心化AI已经明确获胜。要了解原因让我们逐一来看。1.1 能力神经网络的网络现在比任何前沿AI系统都更快、更便宜、更强。博弈已经结束。我亲自测试了这一点互联网的多个角落也在验证这一点。这是今天刚刚发布的一个它不仅展示了如何超越最佳模型的准确率而且以一半的价格击败了最佳模型。我在6个月前亲自使用了相同的技术。当时以下是前沿AI模型在人类最后一次考试的选择题部分上的得分。而且……它们的一个差分隐私组合达到了低50多分这是一个斯坦福学生做到这一点并创办了一家公司。底线……如果你想要世界上最有能力的AI系统……从今天开始……你只能从**较弱AI模型的路由/加权集成中获得。**由于扩展定律/集成的工作原理没有任何单一的前沿AI系统将再次达到能力前沿下面会详细说明。1.2 速度开源模型就是更快部分原因是托管它们的人只靠交付极快/极便宜的结果来赚钱。不信我OpenRouter有独立评级注意这与这些公司的销售说辞不同……这是实际发生的情况。1.3 成本开源模型以推理成本提供训练基本免费。全行业来看同样的智能水平下它们更便宜……但以前存在一个差距集中式AI是达到最高智能水平的唯一途径但现在这张图正在被改写……因为一种不同种类的去中心化AI正在出现……在撰写本文时获得Fable/Mythos级别性能最便宜的方式……不再是FABLE/MYTHOS……基本上是GPT和Opus的任何排列组合包括Opus与自身的组合。而这张图遗漏的是……如果他们添加更多模型……能力会继续上升我知道这一点因为我6个月前亲自做了这些实验。例如……你可能对上面的列表有疑问因为它主要包含闭源模型……但最新的Kimi模型今天刚刚发布……它毫无疑问将与Opus或GPT-5.5结合达到Fable水平同时更便宜。我为什么知道因为Kimi K2.7比OpenRouter集成的除了Fable之外的任何模型都更好。新Kimi模型基准测试标准打法是取任何前沿AI模型找到下一个最佳更便宜的前沿AI模型将其与领先的开源模型集成现在你就得到了一个更便宜版本的前沿模型。这会不断递归。更大的集成、更好的路由器、更好的准确性、更低的成本。所谓的前沿AI公司将永远无法再次达到准确率/成本/速度前沿。前沿现在由领先模型和公司的网络所拥有。2、为什么集中式AI无法回应九头蛇效应当今集中式AI公司面临的问题与20世纪后期大型计算公司面临的问题相同。一旦互联网开始通过电话线将大型计算机连接起来……大型计算机网络 总是比任何单台大型计算机更强。这意味着……每次他们添加一台更强的大型计算机来对抗互联网……互联网只是将那台大型计算机纳入其网络变得更加强大。你最喜欢的VC、播客主或前沿营销部门可能不同意……但现在*单一家公司拥有AI前沿已经不可能了。*船已离港。游戏结束。欢迎来到神经网络的网络。2.1 基本理论准确性为什么这种竞争优势如此稳固坦率地说它基于对机器学习如此基本的原理……几乎不算研究。Critch……他的推文应该获得更多浏览量事情是这样的……在AI研究领域待了足够长时间的人都记得2010-2020年左右在NeurIPS竞争最先进准确率是什么感觉。如果你达到了SOTA你就能发表论文……你可能还能进入顶级研究生院等。我作为本科生获得了SOTA这让我在ICML 2015获得了一作口头报告的机会因此一个纳什维尔的小本科生得以在DeepMind资助下去牛津并在2017年加入DeepMind的语言建模研究团队。竞争SOTA是一件大事。每个人都这样做许多人现在仍然这样做。但有一种达到SOTA的方法太可靠了以至于被*禁止了。如果你将模型加权***集成在一起你几乎总是获得更好的准确性……即使你集成的是同一模型的多个训练版本原因其实很简单……不同的AI模型犯不同的错误。当你结合它们的输出时……它们的错误往往相互抵消……产生更准确的AI预测。做好这件事有一些微妙之处需要加权集成但它是有效的。有趣的部分是……因为它被研究会议禁止了……它也被禁止出现在研究论文中。所以我想……嗯……很多人都忘了。哈哈。总之……这就是为什么一个神经网络的网络总是会击败任何一个神经网络。但你可能会问……成本呢2.2 基本理论成本关于一个巨大的神经元束……它目前的形式效率低得令人难以置信。这就是为什么攻克这种低效性正在以每年10-900倍的速度降低AI成本。许多因素在推动这一点但我想关注算法方面的……特别是缓存和索引。**LLM推理价格**想象你去了图书馆问图书管理员国际象棋的规则是什么“图书管理员说请稍等”然后开始阅读整个图书馆里每一本书的每一页……然后回到你面前给你…………一个token。这就是GPT-3所做的。它几乎使用每一个神经元来生成每一个token……记住……全世界的知识都在神经元里“DeepSeek时刻是一个简单的想法……“如果图书馆有分区呢”。那么图书管理员就可以走到象棋分区”……更快地交付结果。这指向了AI的理想发展方向……不是专家混合……而是专家混合的混合的混合。是索引想想图书管理员是怎么做的当你问图书管理员国际象棋的规则是什么他们会区域走到游戏区域书架找到摆放象棋书籍的书架书籍扫描书脊寻找国际象棋入门书或类似的章节扫描目录寻找规则概述段落找到给出象棋规则高层次概述的段落走回你面前把那段话交给你。这比每次生成token时阅读每个书架上每本书的每一页高效了大约十亿倍因此也更便宜。AI正在做同样的事情……而且原因相同……最快和最低成本的方案将是一个巨大的世界神经元索引……而不是一个在每次生成token时考虑宇宙中每个可能事实的单一模糊网络。而一个全球神经网络网络是有史以来最史诗规模的缓存索引。网络上的每个模型都是内部心智模型的缓存存储在神经元中。你找到它们的方式是路由器……巨大的索引。这就是它将获胜的原因。稍后再详细说明。2.3 基本理论速度成本的基本论证与速度的基本论证相同……但我要解决一个疑问AI模型的组合不会比任何单一AI模型更慢吗它在首个token时间你等待响应开始流式传输的时间方面会更慢但在整体tok/s方面不会……而后者才是真正重要的。基本上……如果你并行调用50个模型并用另一个模型组合它们……延迟会受到影响50个模型中最慢的速度组合模型的速度但带宽是一样的。它会流式传输给你再次……看OpenRouter。2.4 综合新的AI经济总的来说市场力量和机器学习的基本原理正在接管虽然非理性、既得利益和炒作可能还会持续一段时间……但最终账单会到期。我们正在实时看到这一切发生。3、地缘政治博弈已经结束AI的能力取决于用于创建它的数据、计算和人才的数量。这实际上是我刚才提到的集成/九头蛇效应的另一种描述方式。因为**当你集成AI模型时……你隐式地结合了它们的数据、计算和算法。**扩展定律告诉我们……集成获胜。所以从地缘政治角度来看这就引出了一个问题哪个国家将赢得AI竞赛2010-2026公司级AI直到现在比如……基本上就是今天世界一直生活在公司级AI中……意味着AI的能力等同于最大公司能聚集的数据、计算和人才的总量。这就是为什么最大、最强、最前沿的AI来自最大的公司Google、Microsoft、OpenAI、Anthropic等。他们有将数据、计算和人才聚集在一起所需的资金。2026-2026国家级AI今年AI似乎即将被国家所拥有。中国显然处于有利位置从政治制度角度来看可以在14亿人口的国家中国有化数据、计算和人才。美国正在试探对其AI公司50%的所有权……并且现在正在控制AI模型何时发布以及谁被允许使用它们。理论上……这是新的前沿。国家可以在扩展定律上碾压任何公司……训练出最大、最强和最安全的AI模型。对吧2026-永远世界级AI但现在……坦率地说……我们正在跳过这一步。美国政府刚刚禁止了Fable……而*24小时内AI互联网正在通过OpenRouter提供超越Fable水平的质量。*还认为我们会在国家级AI上花时间吗再想想吧。这以前就发生过。TCP/IP/HTTP/WWW都是变得太受欢迎太快了的协议原型……将全世界的大型计算机以及后来的个人计算机连接成一个比任何特定计算机都强大得多的网络。我不开玩笑……ARPANET的提案字面意思是将大型计算机连接在一个分时网络中。这就是重点。网络大于节点。但当时……大型计算就是最酷的东西。理论上世界最终只需要大约5台大型计算机更多的是一个梗而非原话……但你懂意思。但这并没有发生……因为同样的范式……美国欧洲也直接从公司级计算跳到了世界级计算……而且美国欧洲因为最先到达而主导了信息技术50年WWW来自欧洲分组交换来自英国TCP/IP来自美国……组合成一个偏向开放、自由、民主、互操作性的全球网络并从此产生了巨大的文化影响。我们正在跳过国家级AI直接进入世界级AI。如果你为国家政府工作并且正在读这一行……对抗它不是获胜的方式。当世界级AI摆在桌面上时试图留在国家级AI是……坦率地说……愚蠢的。相反的策略WWW/TCP/HTTP等策略才是获胜的方式。封闭自己会将你从全球网络中隔离而中间力量将在中央力量之前崛起。认为这以前没发生过再想想吧 4、文化博弈已经结束社会资本已经流向拥有最强能力或最受欢迎AI系统的人……DeepMind凭借AlphaGo登顶。OpenAI凭借ChatGPT领先。Anthropic凭借Claude等等。这已经不可能维持了。我确信前沿AI的营销部门会很好地管理这一转型他们拥有……真的……世界上最好的广告/营销头脑但最终……“真相会水落石出”。这也将颠覆拟人化。当它明显是一个集体智慧时很难声称它是单一的思维……而那个集体智慧中的个体参与者可以随时开启/关闭他们对集体的贡献。我们正在获得一个智能的经济。5、接下来会发生什么简而言之代替开源/闭源AI的……网络源AI代替公司级AI的……世界级AI代替集中化的……联邦化和去中心化AI代替数据殖民主义的……数据主权代替监控的……隐私代替合理使用的……版权代替数据孤岛的……全球互联数据这里有百万倍更多的数据代替AI作为核武器的……AI作为互联网代替AI作为单一思维的……心智模型的开放市场代替失控的……集体控制代替AI偏见的……代表性查询代替围墙花园的……互操作性代替虚假信息的……基于归因的信任链代替AI单边控制的……AI的基于归因的控制代替深度学习的……深度投票代替广播的……广泛聆听短期市场与对话之间的不一致如果股市需要很长时间才会崩盘既得利益者会坚持一段时间。如果出现市场回调对低成本方案的需求可能会创造更戏剧性的转变人们会自行托管开源模型并彼此或跨企业点对点连接。庞然大物不会一夜之间转向……即使基本面明显指向不同的方向。长期JCR Licklider对互联网的原始愿景得以实现。JCR Licklider是ARPANET背后的远见者……ARPANET成为了互联网。1968年他写了对我来说20世纪最重要的信息技术论文。题目是计算机作为通信设备。前三分之一将改变你对通信的思考方式中间三分之一描述了他对互联网的愿景即我们今天所知的互联网最后三分之一……关于智能体 是的……AI智能体……在1968年……我告诉你这家伙是个天才这里要写的太多了但集中权力有巨大的失控、价值对齐、偏见、奖励黑客和其他风险。虽然这个新范式改变了最重要的安全问题但我相信这对于世界上热爱AI安全、自由和民主的人来说是一个深远的胜利。我会尽快写更多关于这个的内容。原文链接前沿AI公司终将凋零 - 汇智网