宇宙纪事 / COSMIC CHRONICLES

播客拆解

PODCAST BREAKDOWN · CNBC TECHCHECK · POST-FRONTIER ERA

后前沿时代：开源模型的挤压开始了

一场三人访谈，给前沿实验室算了一笔账：未来90%的Token，可能只留下10%的收入。模型不再是产品，编排、成本与算力成为新的赛点。

#后前沿时代#开源模型#GLM#OLLAMA#模型编排

过去两年，AI竞赛有一块清晰的记分牌：更大的模型、更好的跑分、更多的GPU。OpenAI发布，Anthropic回应，谷歌追赶，偶尔某家中国实验室拿出一个令所有人重新计算座次的东西。这块记分牌简单、粗暴、好用——直到它开始失灵。

7月9日，CNBC科技主播Deirdre Bosa在TechCheck直播中给这个失灵的时刻起了一个名字：「后前沿时代」（The Post-Frontier Era）。她请来三位嘉宾：Perplexity首席执行官Aravind Srinivas、Benchmark合伙人Peter Fenton、Ollama首席执行官Jeff Morgan。三个人的身份很有意思——一个是把「模型路由」做成公司战略的编排者，一个是硅谷最老牌风投里下注开源的合伙人，一个是让890万开发者在自己电脑上跑开源模型的工具作者。

节目的开场白只有一句话，却是全片的题眼：这是开源模型的挤压——更便宜的模型、更多的控制权，以及对「少数几家前沿实验室将拥有整个AI技术栈」这一叙事的正面挑战。

第一章　倒转的记分牌

故事从一家外卖公司讲起。

本周，DoorDash公开了自己的内部基准测试DashBench：不看公开榜单，不听发布会宣传，用自己的代码库、自己的真实拉取请求（PR）、自己的工程问题，给市面上的AI代码审查系统打分。结果颇有意味——没有任何单一模型赢下所有项目。简单的「单遍审查」只能抓出约30%的真实问题；DoorDash现役的生产系统，用Sonnet 4.6做侦察、Opus 4.8做深度复核，召回率53.6%，每个PR成本3.91美元；而表现最好的组合，是用开源的Kimi K2.6做侦察、前沿的Fable 5做复核的混合架构——加权召回率65.2%，F1达到75.3%，成本反而更低。

答案不是某个模型，而是一个系统：多个模型、不同分工，围绕DoorDash真正要解决的那件事编排起来。

Bosa在开场评论里点破了这件事的历史意义：过去几年，是实验室给模型跑分，市场做出反应；现在，是客户给实验室跑分。一旦企业开始自建评测，它们就不必再相信任何人的一面之词——哪个模型好用，自己说了算。思科总裁G2 Patel在节目播出后向Bosa证实：这件事已经悄悄发生了好几个月，公开基准与真实业务结果之间的落差，企业早就心里有数。

记分牌还在，只是握笔的手换了。

⁂

第二章　编排者的野心

第一位登场的是Srinivas。Bosa称他为「模型路由的元老」——早在这个词流行之前，Perplexity就在不同模型之间做调度了。

Srinivas的判断是：自从智能体载具（agent harness）兴起，模型路由的重要性呈指数级上升。没有任何一个模型擅长所有事情——他引用Anthropic首席执行官Dario Amodei的说法：模型之间的差异化，远比云计算之间的差异化要大。不同模型在不同能力、不同性价比区间各有所长，而领先者更替的速度快到没有企业能靠追榜单过日子。

「换一种说法：模型本身不再是产品。产品是载具——是那个把模型放进强大编排系统、为它配齐工具的东西。」——Aravind Srinivas

这不是空谈。就在节目播出当天，Perplexity发布了新编排模型的研究预览：基于智谱GLM 5.2做后训练，专门为其Computer智能体载具定制。这个模型内置了一个「顾问工具」——它被训练得知道自己的能力边界在哪里，一旦任务超出能力范围，就自动升级调用前沿模型。Perplexity宣称，配合顾问机制，这套系统达到Opus 4.8级别的性能，成本却只有Opus的0.344倍。Srinivas在访谈中口述该模型约为7000亿总参数、约400亿激活参数，并当场承认这个数字「可能不完全准确」——但量级足以说明问题：一个开源基座，加一层针对性后训练，加一个懂得何时求助的升级机制，就能以三分之一的价格逼近前沿。

Computer产品目前编排着超过19个模型，后训练的GLM充当廉价的底层默认，大多数任务根本碰不到昂贵的前沿模型。整套系统运行在美国境内的英伟达B200上。下一步，Perplexity打算用同样的配方后训练英伟达的Nemotron 3 Ultra——用美国开源模型复刻这套架构。

Srinivas把这称为最大的范式转移：把「路由技能」直接嵌进模型权重里，而不是在外面搭一个对模型能力一无所知的独立路由器。前沿模型在这个架构里降格为载具内部的一个子智能体、一件工具。你永远不必再纠结「用开源还是用前沿」——答案永远是：用最适合当前任务的那个，并把这个判断力训练进模型本身。

至于开源与前沿的差距，Srinivas给出的估计是六个月左右——中国实验室大约还需要六个月，就能拿出与Mythos、Fable或GPT 5.6同级的模型。他并不认为规模化撞墙了：GB300训练范式才刚刚开始，前沿与开源会在未来一两年内继续同步进步。但他补了一句关键的话：这几乎不重要了。即使双方的能力此刻冻结，部署与编排层面要做的事，也足够整个行业忙上很多年。

⁂

第三章　每瓦特的Token价值

访谈中段，Srinivas抛出了他反复布道的那个指标：每用户每瓦特的Token价值（token value per watt per user）。

逻辑链条是这样的：你问AI公司为什么收入不够多，回答是算力不够；再问为什么算力不够，回答是电力不够。当数据中心建设被电力卡住脖子，真正重要的就不再是Token的数量，而是每一瓦特电力换来的Token价值。美元最终都能追溯到电力，而电力是任何公司都补贴不起的东西。

顺着这条链，他给出了一个多数人还没消化的答案：既然电网里的电不够用，为什么不用每个人家里和桌上已经有的电？英伟达的DGX Spark在他口中是「一件惊人的硬件」——GB10芯片，CPU与GPU统一内存。数据中心里最大的电力损耗之一，是数据在CPU与GPU的内存之间来回搬运；统一内存在本地设备上一次性解决了这个问题，几百瓦的功率就能跑起相当可观的本地模型。

「AI是新的计算机。PC已经过时了，它们只是显示器。」——Aravind Srinivas

在他描绘的图景里，桌上放一台DGX Spark，接一台戴尔显示器，甚至不必再直接使用Windows——智能体通过连接器去操作Excel、PowerPoint和Word，人只负责委派任务。算力运行时取代操作系统，成为「计算机」本身。本地的编排模型处理绝大多数工作，只在必要时通过网络调用服务器上的前沿模型充当顾问——本地消耗的每一个Token都不需要付费。

Bosa追问了一个尖锐的问题：如果开发者、企业、政府都转向这种「桌边计算」，是不是就不需要那么大规模的基建了？Srinivas的回答很干脆：「肯定不需要今天这么多。」对于正在为数据中心资本开支辩护的整个华尔街，这句话值得单独记下来。而对犹豫的非科技企业首席财务官，他的类比是：这不是自建数据中心，这就是给每个员工配一台PC——大银行几十年来都在用集中管理的方式给员工发电脑，管理一桌一台的DGX Spark没有任何新增的风险。

这一章的民间版本，是本季所有人都在引用的那句话：你不会开着法拉利去买菜。Perplexity的浏览器与Computer产品已经这么干了——先用便宜的开源模型起步，只在任务真正需要时才唤来昂贵的强模型。

⁂

第四章　九成之赌

节目的下半场属于Peter Fenton和Jeff Morgan。就在同一天，Morgan的Ollama宣布完成6500万美元B轮融资，Theory Ventures领投，Benchmark、8VC、Y Combinator等跟投，累计融资8800万美元。Benchmark曾领投其A轮，Fenton坐在董事会里。

Ollama的数字本身就是一篇宣言：890万月活开发者，比今年1月翻了一倍；每周新增近100万次安装；渗透进85%的财富500强企业，包括航空、保险、医疗这些监管最重的行业；社区构建的集成超过67000个。而做成这一切的团队，只有14个人。

Fenton在节目里给出了那个注定被反复引用的预测：

「一个正在从逆共识变成共识的判断：未来18到24个月内，90%以上的Token将由开放权重模型生成——甚至可能今年年底就会实现。」——Peter Fenton

支撑这个预测的力量有两股。第一股是成本：当「够用」的开源模型可以在自己的算力上运行，前沿实验室在推理上收取的加价就成了可以绕开的东西——今天在前沿模型上生成一个Token，价格大约是开源模型的三到五倍。第二股力量更重要，也更少被华尔街理解：头部的应用型AI公司转向开源模型，首要原因不是便宜，而是性能。针对特定任务微调过的小模型，首Token延迟能有数量级的下降。Sierra这样的公司已经公开说过：这是性能驱动的选择，省钱只是附带的奖励。

但Fenton紧接着说出了全片最值钱的一句话——一个几乎所有转述者都会漏掉的悖论：即使90%的Token由开放权重模型生成，90%的收入仍可能流向前沿实验室。数量与价值是两条曲线。前沿模型继续统治最复杂、最贵、最新的任务；开源模型吞下海量的、已被理解的、可被界定的日常工作。挤压的对象不是前沿实验室的营收，而是它们的推理利润率——当客户随时可以把「够用」的负载搬走，加价能力就在系统性地流失。

那么前沿实验室怎么办？Fenton不认为它们会转身去给开源模型卖算力——那需要它们放弃对AGI的追求，改写整个商业模式。更可能的路径是「上移」：走向垂直应用，在设计、金融、医疗、生物这些利润率更可防御的领域做深，用差异化对冲通用智能的大众化。他还顺带提到了Token统治权的现状：单纯以Token量计，中国的开源模型占据主导份额没有疑问——GLM在多数使用者手里已经近似于Opus级的体验，业界都在期待下一个DeepSeek模型。

Morgan则从需求侧补充了一个朴素的观察：一家普通的财富500强企业，内部可能有数千个应用系统正在被AI改造。要让这场改造真正符合企业利益，答案是开源模型——尤其是与数据放在一起、就近部署的开源模型。企业在意的从来不是模型在哪里训练的，而是它在哪里运行、如何运行。

⁂

第五章　上下文即护城河

访谈的第三条线索，是数据。这一周，Palantir首席执行官Alex Karp在电视上炮轰前沿实验室：企业凭什么把自己最值钱的数据交给你们去训练？

Fenton的回应比Karp更冷静，也更彻底。他的论证是：AI在企业里兑现为经济价值，靠的是上下文与编排——把公司内部的工作流、专有数据、任务图谱映射到模型上。把这层上下文拱手交回给封闭模型公司，在逻辑上是不成立的。他用了一个精妙的类比：为什么同一个员工在这家公司比在那家公司更值钱？因为公司训练了他、给了他上下文、把他编排进了组织。企业对AI要做的，就是对这位「新员工」拥有同样的所有权。

这里藏着他对AI行业长期利润率的一个判断：模型之间的切换成本，只是重新灌注一遍上下文的成本。只要上下文归企业所有、可以随身携带，模型层就永远面对完全竞争。被问到「投资组合公司该不该请OpenAI或Anthropic的前置部署工程师」时，Fenton的回答是：我会跟他们辩论——谁拥有数据、数据能不能带走，这一串问题问下来，多数企业会自己得出结论。

Srinivas把同样的逻辑推到了消费者一端：你真的想再经历一遍互联网的历史，让所有数据躺在两三家公司的服务器里吗？家庭机器人需要高帧率推理，家里的音频、照片、日常影像——这些数据要么流向云端被别人的模型处理，要么留在你自己的硬件上被你自己的模型处理。他预言：未来每个人家里都会有某种形式的「数据中心」。而对不在乎隐私的人，成本论据同样成立。

这一章里最惊人的数字来自Perplexity自己的账本。Srinivas透露了一个客户案例：一家年收入约300万美元的单人公司，加三四个承包商，在Perplexity企业级Computer产品上的年支出约80万美元——而这笔支出帮它挣回了剩下的220万。十人以下的小公司贡献的收入，有时超过卖出几百个席位的大企业——SaaS按席位收费的模式，正在被按Token产出价值的模式宣判过时。他最后给出的市场坐标是：美国小企业与创业者的工资支出总额约3万亿美元——AI的产出价值应该扩散给这些人，而不是锁在前沿实验室和少数巨头手里。

⁂

第六章　华盛顿的选择题

三个人都被问到了同一个问题：面对中国开源模型的强势，华盛顿该怎么办？

Srinivas的回答分两层。第一层是坦然：他不担心在美国使用中国开源模型会招来政策反弹，因为英伟达会「替美国解决这个问题」——Nemotron 3 Ultra已经相当接近中国开源模型的水平，再迭代两三代预训练与后训练就能追平，Perplexity自己就在Nemotron联盟里参与后训练。第二层是一个技术判断，值得所有政策制定者细读：开源模型根本不需要达到Fable 5或Sonnet 5的水平——只要够到Sonnet 4.6级，配上载具后训练和顾问机制，就能以零头价格逼近Opus级效果。换句话说，追赶的门槛比外界想象的低得多。

在开放与管制之间，他的立场与黄仁勋一致：与其靠出口管制竞争，不如靠能力竞争；让别人构建在你的芯片和生态之上，才是对美国有利的格局。安全顾虑同样有先例可循——Linux与安卓都是开源软件，恰恰因为开放，漏洞才被修补得最快；开放权重模型的安全护栏，也可以用同样的方式建立。至于监管的正面文章怎么做，Srinivas的答案回到了经济学：如果你希望AI的红利广泛扩散到小企业，AI就必须足够便宜；而只有当模型以开放权重发布、按算力成本而非实验室加价定价时，这件事才可能发生。支持开源，符合美国自身的利益。

Fenton的警告则更直接。他听说过「限制开放权重模型获取」的政策讨论，他的判断是：这只会产生完全相反的效果——那些模型不会在其他地区被封锁，全球开发者会在别处形成临界规模，最终被孤立的是美国科技市场自己。他甚至点出了一种风险：前沿实验室可能游说出一套连它们自己都会后悔的管制——因为任何放弃「争取绝大多数开发者」的战略，在技术史上最终都会把自己困在市场的高端一角。他的建议是主动拥抱：支持开放，在包括中国在内的多个地区之间保持同一水平线上的竞争。

Morgan的回答最朴素，也许也最接近问题的本质：先去认识你的客户，尤其是美国本土的客户，弄清楚他们的AI旅程里到底需要什么。政策应该从需求出发，而不是从恐惧出发。

⁂

结语：挤压之后

「后前沿时代」这个词容易引起误解。它不是说前沿终结了——GB300范式才刚开始，前沿与开源都会继续进步。它说的是另一件事：前沿还在移动，但价值的重心已经离开了前沿本身，迁往编排层、部署层和上下文层。

把三个人的论点叠在一起，可以看到一条完整的传导链：客户自建评测，撕掉了公开榜单的定价权；开源模型加载具后训练，撕掉了前沿推理的利润率；本地算力与统一内存，撕掉了「智能必须住在数据中心」的假设；上下文的可携带性，撕掉了模型层的锁定能力。每一层撕掉的，都是过去两年支撑着前沿实验室天价估值的一块叙事。

但挤压不是替代。Fenton那个悖论值得再读一遍：90%的Token归开源，90%的收入仍可能归前沿。前沿实验室会继续拿走最难的问题和最高的单价，它们失去的是「拥有整个技术栈」的想象空间。而这个想象空间，恰恰是当下估值里最贵的部分。

上一个时代问：谁的模型最强？下一个时代问：谁拥有载具、评测与上下文？记分牌换了持有人，比赛才真正开始。

本文根据CNBC TechCheck直播节目「AI's Next Race: Cost, Control, and Compute」（2026年7月9日播出，主持人Deirdre Bosa，嘉宾Aravind Srinivas、Peter Fenton、Jeff Morgan）访谈内容整理评述，并结合Perplexity、Ollama、DoorDash同期公开信息交叉核实。

转载请注明出处。

宇宙纪事 / COSMIC CHRONICLES