Stratechery

Obituaries

8.5内容质量
Obituaries

TL;DR · AI 摘要

Nvidia CEO Jensen Huang因AI芯片需求激增而崛起,最终因政治与供应链问题被迫辞职,揭示了技术巨头在政策与市场间的脆弱性。

核心要点

  • Nvidia因CUDA和AI芯片需求成为行业龙头,但高利润也带来政治风险。
  • Jensen Huang通过频繁演讲和亚洲供应链布局推动了AI产业的发展。
  • 2022年美国芯片管制政策直接导致Nvidia被迫调整战略,Huang最终辞职。

结构提纲

按章节快速跳转。

  1. 文章回顾了Jensen Huang的生平及其对Nvidia的深远影响。

  2. Huang因政治与供应链问题辞去Nvidia CEO一职,揭示了技术巨头的脆弱性。

  3. ·CUDA与Nvidia的崛起

    CUDA的推出使Nvidia在AI芯片市场占据主导地位,带来高利润与政治风险。

  4. Huang通过频繁演讲和亚洲供应链布局推动了AI产业的发展。

  5. 2022年美国芯片管制政策直接导致Nvidia被迫调整战略,Huang最终辞职。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • Jensen Huang与Nvidia的兴衰
    • CUDA与AI芯片
      • CUDA的推出
      • AI芯片需求激增
    • 政治与政策
      • 2022年美国芯片管制
      • Nvidia的政策调整
    • 亚洲供应链
      • Huang的供应链布局
      • AI产业推动

金句 / Highlights

值得收藏与分享的关键句。

#Nvidia#AI#供应链#CUDA#政治风险
打开原文

逝者如斯 – Ben Thompson 的 Stratechery

逝者如斯

2026 年 11 月 16 日,星期一

亲爱的朋友们,今天我们聚集在这里,是为了共同面对这被称为“人生”的事情。 ― 普林斯

杰森·黄,Nvidia 首席执行官,1993–2026

杰森·黄于 2026 年 11 月 12 日星期四辞去了 Nvidia 首席执行官的职务。自 1993 年 4 月 5 日他创立公司以来,他一直担任该公司的首席执行官。Nvidia 最初是一家图形卡公司;黄的离职——表面上是因为与一位买家的事务,这位买家可能是一位也可能不是一位中国间谍,以及至少两名公司员工——最终是因为 Nvidia 被视为一家国防承包商,而黄从未对此做出调整。

在这方面,黄可以说是自己成功的最终受害者。Nvidia 的第一块图形卡只是将三角形转换为像素。2001 年推出的 GeForce 3 引入了可编程像素着色器,这意味着显卡的功能不再预先定义。然而,这一步棋几乎让公司陷入绝境,那就是 2006 年引入的 CUDA,这是一个用于编程这些着色器的 API。在接下来的 16 年里,黄一直在推销 CUDA 的福音,坚信它是加速计算未来的主要平台;然而,2022 年 ChatGPT 的出现改变了这一切。

ChatGPT 明确表明了 GPU 最适合用于什么:大型语言模型,而 Nvidia 拥有最好的 GPU。不仅如此,黄还意识到加速计算的未来不仅仅是芯片,而是系统;这一认识促使他在 2019 年收购了 Mellanox,为 Nvidia 提供了从芯片扩展出去的技术,使它走上成为大型语言模型训练最佳选择的道路。为此,Nvidia 收取了非常高的价格,利润率超过 70%,因为他们可以这样做:他们拥有平台、技术,而且在过去几年中,当其他公司试图制造自己的芯片时,他们还拥有供应链。

黄对亚洲供应链的影响不可低估。Byrne Hobart 在他的书《Boom: Bubbles and the End of Stagnation》中指出,泡沫的一个好处是它们提供了一种协调功能,因为害怕错失机会的激励促使多个具有相互依赖关系的实体同时承诺进行建设;在很多方面,黄就像一个人的协调功能。黄每年都会发表多次主题演讲,他解释说这是他与生态系统广泛沟通的方式,他以在亚洲各地吃喝玩乐而闻名,说服那些犹豫不决的供应商,人工智能的繁荣是真实的,并锁定了他们大部分的产出,以满足 Nvidia 对每年发布周期的惊人承诺。

黄在数十年的默默无闻中辛勤工作,主要为游戏玩家所知,科技行业也只是略知一二。然而,他却一跃成为摇滚明星,所到之处总是被人群包围,始终穿着他标志性的黑色皮夹克。此外,他最终还成为了政治人物。Nvidia长期以来在华盛顿特区和北京都没有存在感,因此对拜登政府于2022年实施的芯片管制措手不及。面对这些最初的限制措施,这些措施基于互连速度限制出口,Nvidia的直接反应是立即在中国推出A800,这实际上是A100,但其三分之一的互连功能被禁用。这一举动为我所认为导致黄最终失败的真正冲突定下了基调:黄强烈反对各种版本的芯片禁令,而Nvidia只是做了最低限度的努力,以遵守法律的字面意思,而非其精神。

这种做法很可能也延伸到了Nvidia对新加坡实体的监管(或缺乏监管),这些实体被指控是为中国提供芯片的中介。其中一些是合法的:中国公司被允许访问境外的云计算设施,这些设施配备了最前沿的Nvidia芯片,尽管芯片管制支持者正在努力关闭这一漏洞;而另一些则不合法,因为这些芯片最终被运往了中国。Megaspeed,其高管Alice Huang是黄被指控有婚外情的第一人,官方上属于前者业务,但被指控实际上从事后者业务。有传言称,Megaspeed的最终客户不仅仅是阿里巴巴,还包括中国军队。但必须明确的是,这些只是传言;至少在公开层面,导致黄辞职的,是这些婚外情。

全球最有价值公司,Nvidia,2024–2026

Nvidia的韧性——至少是其利润率的韧性——早已成为公开讨论的问题。首先从CUDA说起:当市场上的软件是为GPU编写的,一个平台——不仅是一个API,还包括大量针对各种可能的加速计算市场的库——几乎是一个无法逾越的护城河。这就是为什么像GPT这样的大型语言模型(LLMs)是使用CUDA编写的。

然而,LLMs既为Nvidia带来了巨大的成功,也埋下了最大的风险。第一个风险是,绝大多数开发者的精力都转向了上层堆栈,使用LLM的API作为平台;对大多数公司来说,CUDA并不重要。第二个风险是,Anthropic,这家最初在微软-OpenAI合作中处于次要地位的公司,后来从亚马逊和谷歌获得了资金,不得不学习如何使用亚马逊的Trainium芯片和谷歌的TPU芯片;这虽然困难,但最终意味着领先的LLM完全不依赖Nvidia(Anthropic运行在Nvidia芯片上,因为他们学会了如何在任何设备上运行)。第三个风险是最具破坏性的:LLMs在编写软件方面如此高效,以至于任何基于软件的护城河最终都会枯竭。

英伟达的第二道护城河,即其网络和系统方法,更为持久,尽管受到了谷歌(以及由此延伸的Anthropic)的挑战。英伟达的系统方法也是企业与政府希望拥有自己硬件的便捷选择,同时也是新云服务商希望构建独立于超大规模云服务商的数据中心的便捷选择。后者的市场向超大规模云服务商、前沿实验室以及个别公司出租芯片,但随着明显权力来源和政治许可的消失,该市场也面临挑战。此外,他们还需要资金来负担英伟达的系统,而这些资金越来越多地来自英伟达自身。

英伟达的第三道护城河是其对供应链的掌控,而这道护城河如今看起来却变得愈发脆弱。黄仁勋曾吹嘘过这样一个事实:在与台积电长达三十年的合作伙伴关系中,他从未签署过任何合同;这种关系是基于握手和对黄仁勋本人的相互信任建立起来的。正如上文所述,这是一种非常亚洲式的商业方式,而黄仁勋正是这种方式的掌握者。然而,当握手不再存在时,这种信任和愿意承诺的意愿是否仍然存在,却令人质疑。

然而,英伟达最重要的护城河在于,它并不是一家普通的公司。黄仁勋将英伟达组织成了一种围绕一个人——他自己——的外骨骼结构。英伟达的管理层非常少——黄仁勋著名的直接下属只有60人——这与缺乏继任计划的原因相同:英伟达之所以能够如此迅速和激进地行动,是因为公司仍然表现得像一家初创公司。事实上,许多已经成立的公司——包括那些仍然由创始人领导的公司——都声称自己仍然是初创公司,但只有英伟达真正以这种方式组织起来。这种组织方式带来了所有那些成功的投资回报;同时也创造了一个没有对黄仁勋进行约束的环境。而如今,黄仁勋已经不在,这种外骨骼结构比你可能预期的更容易崩溃。

人工智能泡沫,2025–2027?

人工智能基础设施建设的第一阶段由自由现金流资助,特别是来自超大规模云服务商。然后,在去年下半年,几乎所有人都开始转向债务融资。现在——从今年夏天开始,以谷歌为首——主要的融资机制是股权。从长远来看,这应该会形成一个完整的循环,未来的基础设施建设将再次由当前正在建设的基础设施所产生的自由现金流来资助。

对英伟达而言,问题在于,最能够驾驭这一进程的公司是超大规模云服务商,它们拥有足够的资源来挑战英伟达在芯片市场上的主导地位。为此,英伟达一直非常积极地确保自己不仅向超大规模云服务商销售产品,还向其他潜在竞争对手,如新云服务商销售产品;在某个时候,很可能会出现对英伟达在追求这一目标过程中如何分配计算资源的严肃质疑。

然而,新云服务商在融资方面却处于明显的劣势。首先,由于他们的唯一业务是出租GPU(而不是像运行世界上最值钱的广告业务、全球最大的电商平台或主导企业软件那样),他们的债务成本要高得多。其次,由于与这种信贷相关的风险很大,他们的股权价值也越来越低。如果一家新云服务商无法支付,首先被清零的就是股权持有者。

这导致了我称之为英伟达的“高风险业务”:英伟达越来越多地利用其现金流和信用评级来为那些购买其芯片的公司提供担保和资金支持。熊市人士称这种做法是循环融资;牛市人士则认为这是通往一个未来所必需的桥梁,在这个未来中,AI收入将偿还这些公司的债务并带来巨大的回报。毫无疑问的是,这种高风险的业务模式,只有在一家市值数万亿美元、完全由一个人控制的公司中才有可能实现,而这个人一生的职业生涯都是在不断突破极限、进行高风险押注——并且这些押注最终都得到了回报。

然而,这也是一系列不太可能持续下去的押注。新云公司(neoclouds)应该对失去他们的庇护者、债权人和股东感到非常担忧。另一个问题是,使所有这些扩张计划得以实现所需的收入,按照行业范围来看,大约需要达到万亿美元的规模,而且必须尽快实现;如果这一目标未能达成,那么超大规模云服务商(hyperscalers)将优先满足自身的计算需求,并且他们很可能会被视为所有承诺支出者的安全避风港。在那样的世界里,如果没有黄仁勋愿意支持生态系统,英伟达的新云对冲策略很可能会变成一块拖累,其资产大量涌入市场,而供应链的加速扩张又会带来越来越多的供应。

人工智能作为普通技术与美国半导体产业,1947~2047

也许正是因为黄仁勋长期以来一直在宣扬加速计算的福音,他成为反对围绕人工智能的末日叙事的主要人物。是的,人工智能是一个巨大的商业机会,但它仍然是一种普通的技术;所呈现的安全问题只是需要解决的工程挑战。需要考虑的不仅仅是接下来的五年,而是接下来的五十年。坦白地说,我完全认同这一观点。

但其他人并不这么认为。一方面,有上述的末日论者,他们坚信快速的AI爆发即将到来——或者已经开始了,因为人工智能正通过一个递归循环不断制造出更好的人工智能。最终状态是一个远远超越人类能力、人类无法控制的人工智能;唯一的希望是确保人工智能与人类保持一致,而持这种观点的人认为,这种一致性意味着人工智能与他们以及他们对世界的看法保持一致。这一群体在总体上由Anthropic代表。在这一观点中,积极促进和加速不可控的开放权重模型的开发,是对人类的威胁。

另一方面,有鹰派人士,他们将人工智能视为国家安全问题,并认为它是美国在世界范围内军事主导地位的关键,因为在这个世界中,中国拥有大多数军事相关硬件的生产手段。在这样的世界里,向中国提供芯片实际上是对美国的背叛。

对于这两个群体来说,黄仁勋都是头号公敌,因为他的决心是为英伟达的业务做最好的事情,即向中国出售芯片。这对英伟达来说有多个原因:

  • 第一个也是最明显的原因是,一家公司能够向所有人销售产品,包括世界上第二大市场(中国传统上占英伟达销售额的四分之一,早在人工智能成为热门之前就已经如此)。
  • 第二个原因是,中国拥有足够庞大的市场,以及足够有动力和能力的开发者,实际上可以创造出一个具有重要意义的 CUDA 替代方案;而且,从长远来看,这种替代方案并不局限于中国,而是能够在全球范围内与英伟达竞争。
  • 第三个原因是,中国的 AI 生态系统不受诸如服务条款等限制,因此能够提炼前沿实验室模型并将其作为开放权重模型发布;同时,这些模型也经过调整,可以在英伟达芯片上运行。这些模型为英伟达在全球各地的前沿实验室(包括西方国家)提供了竞争优势。
  • 第四个原因是,中国在利用光学互连技术构建系统设计方面具有独特的优势,这种技术可以扩展训练集群的规模。虽然这种方案在电力使用效率上远不如英伟达更优雅的设计,但中国在制造大量电力以支持这种技术方面也具有更强的能力。
  • 第五个原因是,从长远来看,中国可以创建一个完整的半导体替代供应链,从而使英伟达在西方对齐的供应链上的主导地位变得不再那么重要。

这一点值得我们深入探讨。尤其是鹰派人士,他们对向中国出售芯片以防止其超越美国这一想法的主要反对意见是,中国已经在大力投资于构建自己的生态系统。这当然是事实,但我认为这低估了芯片的复杂性以及真正与西方竞争所需的条件。

具体来说,中国政府只能通过花钱和制定自上而下的指令来控制供应端;而构建生态系统,无论是针对 AI 还是更广泛的半导体领域,都需要需求端的推动。模型、系统和芯片的进步依赖于用户与开发者之间、客户与制造商之间的反馈循环。然而,需求端往往比中国政府可能希望的更加短期导向。模型公司的关注点是其他模型公司:这意味着如果他们正在提炼模型,我们也必须提炼;如果他们使用英伟达芯片,我们也必须使用。这种影响贯穿整个技术栈,就像技术领域一直如此,这与其他几乎所有行业都不同。

一个有用的类比是考虑互联网。为什么一个又一个国家都宣称希望拥有本土的替代方案来取代美国科技巨头,却在每一次尝试中都惨遭失败?原因在于,这些科技巨头只需一次点击就可触及!在这方面,中国的“防火墙”是历史上最精明的地缘战略举措之一:通过切断对美国科技公司的访问,中国创造了推动本国科技巨头崛起的需求。你需要的是需求,而不仅仅是愿望。

这正是为什么中国目前正禁止进口英伟达落后两代的H20芯片,此前特朗普政府愚蠢地禁止进口这些芯片,但随后又反悔,同时吹嘘他们这么做的理由——即让中国继续依赖英伟达。中国正在重演“防火墙”策略:迫使国内需求使用其远不如英伟达的替代品,因为这是让这些替代品变得更好的唯一途径。从长远来看,这些替代品及其支持它们的整个生态系统将席卷全球。

坦白说,黄仁勋在坚持向中国出售芯片,或者在当前的争议中,据称对那些名义上合法但意图违反芯片禁令的买家视而不见时,他是在为自己的书做宣传;但这并不意味着他关于长期影响的看法是错误的,至少如果人工智能是一种正常技术的话(我还没有谈到它对台湾海峡带来的风险)。然而,现在很明显,悲观者和鹰派已经赢了:在政策层面,人工智能将不会被视为正常技术,随着时间的推移,最终付出代价的将是美国的芯片生态系统。

技术公司独立,1968–2026

上一篇讣告的诞生日期是晶体管的发明;这篇讣告的诞生日期是英特尔的成立。罗伯特·诺伊斯和他的联合创始人此前十年一直在仙童半导体公司工作,但他们受到母公司基本保守主义的限制,并对缺乏上升空间感到不满。阿瑟·洛克通过资助英特尔,实际上在硅谷创建了风险投资行业;诺伊斯则创造了以商业市场需求为导向的技术公司概念,通过大量生产来弥补这一差距。当时最大的单一芯片买家是美国政府;诺伊斯意识到,最快取得进步的方式是为所有人制造芯片,包括政府,而且按照自己的条件,而不是政府的条件。

从那时起,技术行业一直假设世界是其客户,而他们自己的高管定义了进步的路线。政府可以自由购买他们的产品,但不能定义这些产品,如果他们想要最好的产品,那么最好不要限制他们可以卖给谁。这就是销量多么重要的原因,随着时间的推移,生态系统的力量和重要性也变得越来越明显。

其他行业则运作方式不同;我认为《金融时报》的这篇文章非常引人注目,不仅仅是因为标题:贝森特表示,英伟达需要“外部CEO”来进行“整顿”:

Bessent 表示,重要的是“要审查 Nvidia 是否在遵守美国出口限制方面存在合规文化”,以及其高管是否知道他们正在规避这些限制。“这是低层人员的失误吗?是中层的失误,还是高层(C-suite)的失误?谁知道?这些空壳公司很明显,它们正在被调查,Nvidia 是否利用它们作为变通手段,向中国出售芯片?”他说。“他们是否在推动这些看似非法的销售,以提升收入和利润?”财政部长补充说,Nvidia 需要在几天内提供答案:“我认为我们需要在接下来的 10 天内从董事会和外部法律顾问那里得到答案。”他还表示,“我们将看看 Nvidia 是否故意忽视了这些空壳公司的警告信号,其中许多公司位于新加坡。”Bessent 将聚光灯对准了 Howard Lutnick 的商务部,指责其未能禁止向 Megaspeed 出口 Nvidia 的芯片,而 Megaspeed 是一家与据称与中国间谍有婚外情的 Huang 相关联的新加坡公司。美国当局正在调查 Megaspeed 是否参与了将高端 Nvidia 芯片(这些芯片正在推动人工智能热潮)走私到中国的活动。本周,Bessent 多次指责商务部未能禁止向 Megaspeed 出口 Nvidia 的芯片。商务部推迟了将 Megaspeed 加入华盛顿黑名单的行动,该名单列出了美国认为对国家安全构成威胁的公司。“其他许多部门都在推动此事,而商务部握有决定权,”Bessent 在周日重复说道。“我们已经拥有了所有必要的规则,我们只需要执行它们。”Lutnick 正面临来自政府内部和国会的压力,国会要求他解释他是如何允许芯片被出口到一家与据称的中国间谍有关联的公司的。美国国会议员也在加快努力,以打击先进的人工智能芯片进入中国。Bessent 说:“如果 Nvidia 是一家银行,而他们没有像这样遵守规定,那么(财政部货币监理署)现在就会介入,而且很多高管都会被解雇。”

Scott Bessent 是财政部长,这意味着他所掌管的机构在权力上可能与美国军队不相上下,甚至更强大。财政部控制着全球资金的流动,其“士兵”是银行;如果财政部对某个实体实施了制裁,那么银行就有责任确保这些制裁得到执行。他们需要了解自己的客户,并分析通过其系统流动的每一笔资金;如果他们没有这么做,他们就违反了法律。无知不能作为辩护。

然而,无知一直是科技行业的辩护理由,基本上一直如此。是的,世界上确实有坏人,这意味着如果全世界都在使用你的产品,它们就会被用来做坏事。然而,这被认为是可接受的权衡,因为大多数人是好的,而且规模带来的好处——以及避免追踪数十亿人活动所带来的摩擦——是值得承担这种风险的。

这正是黄仁勋所相信的,而且,对他来说这是不利的,他咄咄逼人地贬低任何敢于提出异议的人(黄仁勋在华盛顿特区受到的憎恨程度,从上周网上那种狂喜和嗜血的情绪就可以看出,是极其罕见的)。在黄仁勋看来,只要商务部表示可以向Megaspeed出售产品,那么向Megaspeed出售产品就是可以的,甚至与其中一名高管发生关系也是可以的。

贝森特则完全持不同的看法:他认为Nvidia应该像银行一样运作。他们不仅要遵守法律的字面意思,还要遵守其精神。不是政府的职责去执行芯片禁令,而是公司的责任。来自新加坡客户的证明,芯片不会被运往中国,这毫无价值;真正派人员到实地确保合规,才是Nvidia不违反美国政府规定的方式。

再次强调,对于科技行业来说,这非常不寻常,即使在银行业这是常态。事实上,这种不寻常的程度,使得黄仁勋被许多人——不仅是在华盛顿,还包括金融界——贴上了叛徒的标签。在我看来,黄仁勋只是一个只关心Nvidia的商人;当他在政府无人关心或理解的时期制造用于游戏的GPU时,这种做法非常成功。那是一种普通的科技;然而,当AI被认为与普通完全不同时,常规的商业行为不仅结束了,而且变成了犯罪,这导致黄仁勋失去了他的工作,也许还更多。

值得一提的是,尽管这一事件令人震惊,但回顾起来,我其实不应该感到意外。今年早些时候,当Anthropic与美国政府对峙时,我在《Anthropic与对齐》一文中写道:

同时,如果不通过由选举产生的国会所通过的法律来决定什么被允许、什么不被允许,那又有什么标准呢?Anthropic的立场是,Amodei(我用他作为Anthropic管理层和董事会的代表)应该决定其模型的使用方式,尽管Amodei既未被选举,也未对公众负责。其次,谁来决定何时以及以何种方式使用美国的军事能力?这是战争部的职责,而战争部最终要对总统负责,总统也是被选举产生的。然而,Anthropic的立场是,一个不受问责的Amodei可以单方面限制其模型的使用方式。

我在那篇文章中的观点是,如果AI真的如所声称的那样具有特殊性,那么政府将要求在如何使用AI方面拥有发言权,无论私人公司高管是否同意;而且,这是一件好事,至少是相对而言最好的选择。同样的分析也适用于Nvidia和黄仁勋:黄仁勋可能从根本上不同意芯片禁令,但最终,他有责任接受这是该国的法律。在他没有做到这一点的程度上,最终责任在他自己身上。

美国例外主义,1776–2026

或许黄仁勋事件中最悲剧的方面,是他几乎完美地体现了“美国梦”的形象。黄仁勋九岁时被送到美国,一句英文都不会说,但不知怎么地,他最终被送到了肯塔基州农村一所专为行为不端的青少年设立的寄宿学校,在那里,他通过帮助同学完成作业来换取免受欺凌的保护。从那里,他进入俄勒冈州的一所公立学校,成为一名工程师,随后在著名的Denny’s餐厅与他的联合创始人一起创立了NVIDIA。此后33年里,他一次次地承担风险,一次次地推动创新,最终成为不仅在美国,而且在全球范围内都备受尊敬的英雄。

然而,你可以说,他飞得离太阳太近了。确实,他在私人生活中如此做:不仅仅是那些可能对富人和有权势的人来说司空见惯的婚外情;更值得注意的是,这些婚外情有多么鲁莽。上周曝光的婚外情对象包括一位客户和潜在的中国间谍,还有他自己的两位员工;这两件事都足以被解雇。同时,黄仁勋对待对手的方式——包括积极寻找手段让那些他觉得妨碍自己行事的人被解雇——显示出他构建了一个生活和公司,其中没有人敢或愿意站出来反对他。这是一场灾难的配方,而我们正身处其中。

与此同时,我真的感到沮丧,最终导致黄仁勋失败的是一套与现状大相径庭的规则——在我看来,这些规则是错误的。黄仁勋在执行芯片禁令方面的行为(或缺乏行为)被当作显而易见的犯罪,而事实上,这与不久前的预期相比是一个巨大的转变(尽管这确实让人回想起之前围绕向对手出售先进计算能力的争议)。毫无疑问,黄仁勋应该调整并接受新的现实;我理解他无法做到这一点,并承认在没有建立能够警告他所走危险道路的结构方面存在失败,尽管我也意识到黄仁勋愿意走危险道路的特质正是他成为美国成功故事的原因。

然而,除了黄仁勋之外,还有一个问题,即我们如何与中国竞争。我感到失望,尽管并不感到意外,我们选择的是通过禁令和强制合规的路线,而不是创新和开放。请不要误解,我不是一个对华软弱的人,我早就指出我们自愿将整个行业出口到共产主义国家是一个巨大的错误。然而,这恰恰使我们更加迫切地需要朝着与中国相反的方向冲刺,即在自由的基础上,押注于发明新的产业,而不是更多的控制和专注于保护我们已有的东西。我理解这种逻辑,尤其是在人工智能领域,这确实非同寻常;我为这所反映出的关于我们对自身信念和保持领先地位能力的含义而感到遗憾。

由 OpenRouter 提供

随着人工智能模型的不断改进,你可能会认为市场将围绕少数几家供应商进行整合。但用户数据却讲述了一个不同的故事。

在每月至少花费100美元的OpenRouter客户中,过去一年中,使用的AI模型家族的中位数数量从三个增加到了六个,翻了一倍。

即使 AI 模型变得越来越强大,企业使用模型的数量却在增加,而不是减少。这在你考虑到智能并非一维时是合理的。一个在编写代码方面表现出色的模型,可能在回答客户问题时并不最快,或者在处理数百万文档时并不最经济。

问题正在从“我们应该基于哪个 AI 模型?”转变为“哪个模型应该处理每个任务?”答案越来越是“视情况而定”。这对灵活性来说是好事,但对简单性来说则不那么理想。

最近加入 Stripe 的 OpenRouter,允许企业访问并管理数百个模型,同时具备根据市场变化优化成本、性能和可靠性的灵活性。

了解更多请访问 openrouter.ai。

[googlesitekit-end-of-content]

分享

  • 在 Facebook 上分享(在新窗口中打开) Facebook
  • 在 X 上分享(在新窗口中打开) X
  • 在 LinkedIn 上分享(在新窗口中打开) LinkedIn
  • 通过电子邮件将链接发送给朋友(在新窗口中打开) Email

←

2026.46:Jensen 的终结