首页 > 科技快讯 > 红杉资本David Cahn 解析：为何AI 实验室愈发形似运动队

红杉资本David Cahn 解析：为何AI 实验室愈发形似运动队

晰数塔互联网快讯
2025-08-11 17:10

本文来自微信公众号：硅星GenAI （ID：gh_e06235300f0d），作者：大模型机动组，原文标题：《红杉资本 David Cahn 解析：为何 AI 实验室愈发形似运动队》

作为全球知名的顶级投资机构，红杉资本在创投领域有着举足轻重的地位，其投资版图横跨科技、消费、医疗等多个领域，曾成功孵化出众多改变行业格局的巨头企业，对全球创新创业生态的发展有着深远影响。

红杉资本合伙人David Cahn发表文章，探讨了人工智能团队的发展动态。文中回顾了过去一年人工智能的主要进展，包括编码人工智能的崛起、推理技术找到产品市场契合点以及ChatGPT使用习惯的融入等。文章重点分析了人工智能实验室的变化，指出其正越来越像运动队，在计算资源日益丰富的背景下，人才成为关键的差异化优势，并且人才竞争呈现出短期合同多、流动性大等特点，还提及了当前人工智能生态系统的整体状态。

本文编译自红杉资本《Why AI Labs Are Starting to Look Like Sports Teams》，原文链接：https://www.sequoiacap.com/article/why-ai-labs-like-sports-teams/，以下为全文编译：

去年夏天，我撰写了大量关于人工智能的文章，从《人工智能的6000亿美元问题》《人工智能资本支出的博弈论》《人工智能已准备就绪》《钢铁、服务器与电力》，到最后《人工智能供应链的拉锯战》。

一年后回顾现状会发现，人工智能领域的变化甚微：倘若英伟达到2025年底数据中心的年化收入能达到2100亿美元左右，那么人工智能的6000亿美元问题如今已大致变成8400亿美元问题。据媒体报道，OpenAI仍占据人工智能总收入的最大份额，最近其收入突破了100亿美元。人工智能生态系统的总收入与投入的资金相比，仍相形见绌——如果说有什么不同的话，那就是我去年对大型科技公司在人工智能方面的收入估计可能过高了。

在过去一年里，人工智能有三个主要进展：首先，编码人工智能真正崛起。一年前，这些产品的演示令人惊叹，而如今，编码人工智能领域的年化收入约为30亿美元。其次，推理技术找到了产品市场契合点，人工智能生态系统对围绕推理时间计算的第二个缩放定律感到兴奋。通过反复查询这些模型以及使用强化学习，我们能够获得更好、更可靠的结果。最后，ChatGPT的使用呈现出一种“微笑曲线”，这种新的行为方式正真正融入日常生活。

人工智能的应用层生态系统持续改进，利用廉价的计算资源和集成的工作流程构建可持续发展的业务。更充裕的计算资源对创业生态系统来说是好事，像Harvey、Sierra、Abridge、SmarterDx、Perplexity、OpenEvidence、Clay、Sesame等众多公司在为客户整合这些能力方面都取得了巨大进展。我们一年前的目标是尽可能多地投资这些公司，而这一目标在今天依然未变。

然而，有一个动态自去年以来确实发生了变化。一年前，所有人都在谈论集群规模和预训练扩展，而现在这似乎已悄然从公众对话中消失。或许是因为新的集群投入使用所需的时间更长，又或者正如伊利亚・萨茨克弗在12月所说：“我们所知道的预训练将会结束。”同样，一年前，由于建立基础模型实验室的成本高得令人望而却步，我们看到研究实验室出现了整合的趋势。微软/OpenAI、亚马逊/Anthropic、谷歌、Meta和xAI成为人工智能竞赛中的五个“决赛选手”，其他公司则纷纷倒闭，因为这些公司已经拥有了GPT-4水平的模型，并且有足够的资金继续扩展。相比之下，现在一批新的参与者涌现出来，包括SSI、Thinking Machines和DeepSeek，它们声称人才而非原始计算规模是其主要的差异化优势。

如果说一年前的说法是预训练计算需求推动了整合，那么如今的说法则完全是在计算资源日益丰富的世界里，人才优势至关重要。谷歌和Meta尤其如此。从产品定位来看，谷歌正面临困境，它正竭尽全力扭转这种局面。Meta大胆决定收购Scale公司49%的股份，并聘请其首席执行官亚历克斯・王来领导他们新的“创始人模式”人工智能实验室，这是朝着这个方向迈出的更为明确的一步。对于这两家公司以及整个生态系统而言，2025年的信息是，仅靠大规模集群是不够的。每个人都明白，要在人工智能竞赛中跃升到下一个水平，需要新的突破——无论是在强化学习还是其他方面——而人才是实现这些突破的关键。

由于对人才的极度关注，人工智能实验室正越来越像运动队：它们各自都有财力雄厚的科技公司或个人支持。明星“球员”能够获得数千万、数亿美元的薪酬待遇，对于那些最顶尖的人才，薪酬甚至似乎能达到数十亿美元。与运动队中球员通常签订长期合同不同，人工智能领域的employment agreements期限短且流动性大，这意味着任何人都可能在任何时候被挖走。具有讽刺意味的是，虽然人工智能竞赛动态这一概念最初是由人工智能安全社区作为一个需要避免的“恶魔”而普及开来的，但这恰恰在两个不同领域成为了现实：首先是计算资源，现在是人才。

我认为这是人性使然。人类什么时候见过美好的事物后，会说“现在我们已经足够了，是时候冷静下来了”？人性的一个固有属性是，一旦越过关键阈值，我们就会将事情推向极致。我们无法克制自己。而且，当奖励像人们所认为的人工智能奖励那样巨大时，任何阻碍成功的瓶颈——尤其是像人才这样流动性差的瓶颈——都会被推向惊人的程度。

然而，即便在这种激烈的竞争中，如今更广泛的人工智能生态系统也比过去三年中的任何时候都更显平静。这是因为对大多数人来说，这场竞赛本身现在已是常态，市场结构也让人感觉稳定。人们正逐渐适应现状。这种不稳定的竞争平衡本身目前是稳定的——至少现在是这样。、