开源模型正在逼近GPT-3.5：顶级投资人眼中的AI下一年

在这期《No Priors》播客中，Sarah Guo 与 Elad Gil 罕见地放下准备稿，直接回答听众关于开源模型、AI Agent、监管与AGI的尖锐问题。他们从投资者和一线观察者视角，给出了多个清晰判断：开源大模型正在快速追赶闭源巨头，训练成本会持续下降，而真正决定格局的不是技术本身，而是谁能长期跑在前面并把领先优势变成商业结果。

为什么开源大模型突然“追上来了”？

这个问题之所以重要，是因为它直接关系到AI权力是否会长期集中在少数公司手中。Sarah Guo 给出的判断非常明确：今天的开源模型还没有达到 GPT‑3.5 或 Anthropic Claude 的水平，“现在还没有任何一个开源模型，能在整体质量上等同于 GPT‑3.5”。但她紧接着强调，真正的变化发生在最近几个月。

她点名了 Meta 的 LLaMA，称它“相当不错”，以至于“很多创业公司即便存在授权问题，也在默认 Mark Zuckerberg 不会来找麻烦的情况下直接使用”。与此同时，Tomorrow 发布了新的预训练数据集，Stability AI 推出了 Diffusion XL，在图像生成领域对标 Google 的 Imagen。这些事件叠加在一起，传递出一个信号：会训练大模型的团队正在快速增多。

更关键的是成本结构的变化。Sarah 提到一个在研究者中广泛流传的经验法则：“第二次训练同样规模的模型，成本可以下降到原来的五分之一。”原因并不神秘——踩过坑、知道参数怎么选、流程怎么优化，再加上模型蒸馏（用大模型教小模型）和用模型本身来标注数据、做高级自监督学习。她因此做出一个大胆预测：“如果风险投资继续资助开源基础模型，我会赌一年之内，开源生态里会出现一个接近 GPT‑3.5 水平的模型。”

这个判断的分量在于，她坦言自己“几个月前完全不相信这会发生”。

闭源领先一到两代，会成为长期常态吗？

当开源快速逼近，真正的问题就变成了：领先优势能否守得住。主持人直接追问：是否会长期存在少数公司领先开源一到两代模型的格局？

Sarah 的回答非常现实。她认为，如果“直线外推”当前趋势，这种状态很可能持续：OpenAI 等公司跑在前面，开源在后面追。但她马上抛出更本质的问题：“你能不能一直保持领先？以及，你到底想不想为此付出代价并把它变成收入？”

这句话点出了基础模型公司的战略困境。领先意味着巨额算力投入、人才竞争和组织复杂度，而领先本身并不自动等于商业成功。她并没有低估 OpenAI 的能力，相反，她直言：“如果你有一个很强的领导者、很多资源、还有一群极其聪明的人，这是我不愿意下注失败的一种组合。”

这不是对某一家公司做判断，而是对“规模化研究型组织”本身的认可。领先并非偶然，而是一整套系统能力的产物。

AI Agent：投资圈最热，但也最容易被误解的方向

如果说开源模型是过去几个月的显性变化，那么 AI Agent 则是投资人私下讨论最多的话题之一。节目中，几位嘉宾都提到，过去几周 Autonomous Agents（自治智能体）被频繁提及。

这里的 Agent，并不是简单的聊天机器人，而是能够拆解目标、调用工具、持续执行任务的系统。它们往往基于大语言模型，但核心价值在于“行动能力”，而不是回答本身。正因为如此，这个方向被认为可能是真正释放生产力的下一步。

不过，讨论中并没有出现夸张的短期承诺。相反，语气更像是一种方向性的共识——“我觉得我们都会往这个方向走，你们听到的是第一手消息。”这句话的意味在于：Agent 不是一个立刻成熟的产品形态，而是一种几乎不可避免的演化路径。

对于创业者和投资人来说，难点不在于是否要做 Agent，而在于什么时候、以什么形态切入，才能避开纯概念化的泡沫。

从AGI到监管：真正的转折点还没到

当话题转向 AGI（通用人工智能）和监管时，讨论明显变得更加克制。嘉宾们承认，围绕 AGI 的焦虑和呼吁监管的声音正在快速增加，但他们并不认为世界已经站在一个必须立刻重锤监管的临界点。

其中一个核心观点是：监管往往在“可预见风险”和“已造成后果”之间寻找平衡，而当前的大模型仍然处在能力快速变化的阶段。过早冻结技术路线，可能会锁定错误假设。

他们更关注的是“拐点”——也就是模型能力与现实世界产生系统性、不可逆影响的那一刻。而从对话判断，这个拐点“还相当远”。这并不是否认风险，而是强调节奏感：安全、伦理和政策讨论应该跟上技术，而不是用恐惧替代判断。

这种态度，某种程度上解释了为什么一线投资人同时支持模型创新，也支持逐步推进的安全研究。

总结

这期《No Priors》的价值，不在于给出确定答案，而在于呈现了一组正在形成共识的判断：开源模型的追赶速度被严重低估，训练成本的下降正在改变参与门槛；闭源公司的领先优势依然真实，但需要持续用组织能力去捍卫；AI Agent 是方向而非捷径；而关于 AGI 和监管，真正的决策窗口还没有完全打开。对读者而言，最大的启发或许是：在AI时代，判断趋势比追逐热点更重要。

关键词： 开源模型， GPT-3.5， LLaMA， AI Agent， AGI

事实核查备注： 节目名称：No Priors Ep.14；嘉宾：Sarah Guo、Elad Gil；提及模型与产品：GPT-3.5、LLaMA、Stable Diffusion、Imagen、Diffusion XL；公司：OpenAI、Anthropic、Meta、Stability AI；关键判断：一年内出现接近GPT-3.5水平的开源模型（预测性观点）；训练成本下降到原来的五分之一（研究者经验法则）。