紅杉資本 David Cahn 解析：為何 AI 實驗室愈發形似運動隊

作者 ｜ 大模型機動組
郵箱 ｜ damoxingjidongzu@pingwest.com

作為全球知名的頂級投資機構，紅杉資本在創投領域有著舉足輕重的地位，其投資版圖橫跨科技、消費、醫療等多個領域，曾成功孵化出眾多改變行業格局的巨頭企業，對全球創新創業生態的發展有著深遠影響。

紅杉資本合伙人 David Cahn 發表文章，探討了人工智能團隊的發展動態。文中回顧了過去一年人工智能的主要進展，包括編碼人工智能的崛起、推理技術找到產品市場契合點以及 ChatGPT 使用習慣的融入等。文章重點分析了人工智能實驗室的變化，指出其正越來越像運動隊，在計算資源日益豐富的背景下，人才成為關鍵的差異化優勢，并且人才競爭呈現出短期合同多、流動性大等特點，還提及了當前人工智能生態系統的整體狀態。

本文編譯自紅杉資本《Why AI Labs Are Starting to Look Like Sports Teams》，原文鏈接：https://www.sequoiacap.com/article/why-ai-labs-like-sports-teams/，以下為全文編譯：

去年夏天，我撰寫了大量關于人工智能的文章，從《人工智能的 6000 億美元問題》《人工智能資本支出的博弈論》《人工智能已準備就緒》《鋼鐵、服務器與電力》，到最后《人工智能供應鏈的拉鋸戰》。

一年后回顧現狀會發現，人工智能領域的變化甚微：倘若英偉達到 2025 年底數據中心的年化收入能達到 2100 億美元左右，那么人工智能的 6000 億美元問題如今已大致變成 8400 億美元問題。據媒體報道，OpenAI 仍占據人工智能總收入的最大份額，最近其收入突破了 100 億美元。人工智能生態系統的總收入與投入的資金相比，仍相形見絀 —— 如果說有什么不同的話，那就是我去年對大型科技公司在人工智能方面的收入估計可能過高了。

在過去一年里，人工智能有三個主要進展：首先，編碼人工智能真正崛起。一年前，這些產品的演示令人驚嘆，而如今，編碼人工智能領域的年化收入約為 30 億美元。其次，推理技術找到了產品市場契合點，人工智能生態系統對圍繞推理時間計算的第二個縮放定律感到興奮。通過反復查詢這些模型以及使用強化學習，我們能夠獲得更好、更可靠的結果。最后，ChatGPT 的使用呈現出一種 “微笑曲線”，這種新的行為方式正真正融入日常生活。

人工智能的應用層生態系統持續改進，利用廉價的計算資源和集成的工作流程構建可持續發展的業務。更充裕的計算資源對創業生態系統來說是好事，像 Harvey、Sierra、Abridge、SmarterDx、Perplexity、OpenEvidence、Clay、Sesame 等眾多公司在為客戶整合這些能力方面都取得了巨大進展。我們一年前的目標是盡可能多地投資這些公司，而這一目標在今天依然未變。

然而，有一個動態自去年以來確實發生了變化。一年前，所有人都在談論集群規模和預訓練擴展，而現在這似乎已悄然從公眾對話中消失。或許是因為新的集群投入使用所需的時間更長，又或者正如伊利亞?薩茨克弗在 12 月所說：“我們所知道的預訓練將會結束?！?同樣，一年前，由于建立基礎模型實驗室的成本高得令人望而卻步，我們看到研究實驗室出現了整合的趨勢。微軟 / OpenAI、亞馬遜 / Anthropic、谷歌、Meta 和 xAI 成為人工智能競賽中的五個 “決賽選手”，其他公司則紛紛倒閉，因為這些公司已經擁有了 GPT-4 水平的模型，并且有足夠的資金繼續擴展。相比之下，現在一批新的參與者涌現出來，包括 SSI、Thinking Machines 和 DeepSeek，它們聲稱人才而非原始計算規模是其主要的差異化優勢。

如果說一年前的說法是預訓練計算需求推動了整合，那么如今的說法則完全是在計算資源日益豐富的世界里，人才優勢至關重要。谷歌和 Meta 尤其如此。從產品定位來看，谷歌正面臨困境，它正竭盡全力扭轉這種局面。Meta 大膽決定收購 Scale 公司 49% 的股份，并聘請其首席執行官亞歷克斯?王來領導他們新的 “創始人模式” 人工智能實驗室，這是朝著這個方向邁出的更為明確的一步。對于這兩家公司以及整個生態系統而言，2025 年的信息是，僅靠大規模集群是不夠的。每個人都明白，要在人工智能競賽中躍升到下一個水平，需要新的突破 —— 無論是在強化學習還是其他方面 ——而人才是實現這些突破的關鍵。

由于對人才的極度關注，人工智能實驗室正越來越像運動隊：它們各自都有財力雄厚的科技公司或個人支持。明星“球員”能夠獲得數千萬、數億美元的薪酬待遇，對于那些最頂尖的人才，薪酬甚至似乎能達到數十億美元。與運動隊中球員通常簽訂長期合同不同，人工智能領域的 employment agreements 期限短且流動性大，這意味著任何人都可能在任何時候被挖走。具有諷刺意味的是，雖然人工智能競賽動態這一概念最初是由人工智能安全社區作為一個需要避免的 “惡魔” 而普及開來的，但這恰恰在兩個不同領域成為了現實：首先是計算資源，現在是人才。

我認為這是人性使然。人類什么時候見過美好的事物后，會說 “現在我們已經足夠了，是時候冷靜下來了”？人性的一個固有屬性是，一旦越過關鍵閾值，我們就會將事情推向極致。我們無法克制自己。而且，當獎勵像人們所認為的人工智能獎勵那樣巨大時，任何阻礙成功的瓶頸 ——尤其是像人才這樣流動性差的瓶頸—— 都會被推向驚人的程度。

然而，即便在這種激烈的競爭中，如今更廣泛的人工智能生態系統也比過去三年中的任何時候都更顯平靜。這是因為對大多數人來說，這場競賽本身現在已是常態，市場結構也讓人感覺穩定。人們正逐漸適應現狀。這種不穩定的競爭平衡本身目前是穩定的 —— 至少現在是這樣。、