（来源：上观新闻）
一边是推理成本持🆖续下降☂🇸🇹、调用门槛几乎被📖抹平，另🌵🈶一边却是算力、🇧🇮带宽乃至组织内部👡🥗认知结构的全🖲面紧张——🔈🗄供给看似在爆💴🇺🇸炸，约束📲🎲却变得🏗更加隐⬛🧁性而复杂🇧🇭。而这个执💽🏃♀️行在浏🇧🇸♒览器层面变得异🌳常的丝滑👄🛳。最崩溃的🏃♀️是，有时候📲💴忙完一圈发🚳现，热点都凉了🐧✂。但我们现在🧥🎙知道，用🌕 CPU 来训练👩🍳🇨🇻 AI🐆，本质🇬🇱🥇上是个非常低🇲🇦效的行为😵。DeepSee🇬🇲k固然🇨🇼是为了实🏠现更快的计🍳算速度、更低的缓🚕存需求，但也🤧🇸🇧为此牺牲了准🥮确率😱㊙。主持人：那🐦🦑你有没有担心⛪🤸♀️过一个极限🇸🇪情况：那些掌握🇲🇾资本、负责投👩✈️资的人——他们本🏛来就是你的🏨🤺客户——会不会有🇬🇱🇺🇾一天说，“我📁们自己也有很📻聪明的分🌟⬜析师，那我们🍯👩👩👧干脆自己💓🤱做，不再买你🤑蜘蛛爬身上怎么办的服务了”？如果🎷🌁一切变得这么🚻容易，🇵🇸蜘蛛爬身上怎么办最终会不会所有能🇦🇴力都内收进这些投🏀🇵🇼资机构🐇📄内部？ Dyla⛱n Patel：🧕 首先，✊🐦任何信息🌵🥮服务业务都🤐有一个基💝🏤本逻辑📨：我从信🎮息中创造🇳🇪的价值，永🌩🎶远小于我的客户从🌆👨👧👧中获得的😉🇬🇷价值👨🎨。
原因很简单🤒💄：我们有某种“优〰♒势因子”🗿。在当时大家🇰🇭👩👩👧👧也没钱🍥🇮🇳买这么多 CPU🥀🤜。它的优🎺🥴势：做得最早，有👸先发优势；做了很🔘👳多创新，➡一直引🌆领方向——不⚽管是开✡👩👩👧源的 Open🦊Code 👨👨👦🚍还是 Op😘🦷enCl🙉aw，很多功能🍳🙄都是 Cl🧞♂️aude C🈵🍜ode 先出来，💁然后其他的再去抄🔵；Claud⌨🔴e 模型本身的代🐣码能力非🕞🇲🇱常强🇭🇺🇦🇺。研发团队用了一🛫🔶周，没人🔆再打开了🇲🇬。同时，模型🏌️♀️🏥公司也不🇮🇸🐿希望被“蒸馏”📹🔴或复制，所🤥🕺以不会大规模👩🦱🔡开放最先进能💢🐜力🧨🌄。再举一💍个能源领域的💧⚜蜘蛛爬身上怎么办例子🐹🔦。
