跨国深谈← 返回←Harvey 弃用 OpenAI:开源将赢得一切

Harvey 弃用 OpenAI:开源将赢得一切

关联

人物 Lon Harris

公司 GrokBot · OpenAI · Harvey · Kimi K3 · Willow

概念 智能体 · 系统胜过目标 · 开源 · 前沿模型 · 后训练 · 蒸馏 · 听写 · 自动驾驶

这一集是 This Week in Startups(第 2328 集)，主持人 Jason 和 Lon Harris 聊 AI 圈的最新动向。开场 Jason 就演示了他刚花 200 美元订阅的 GrokBot——一个跑在云端、自带电脑的智能体(能自己操作浏览器、连上各种应用的 AI 助手)，随后他把话题推向本集最重的主张：应用层公司正在集体弃用前沿模型，他说出了那句判断——「开源将会赢得一切」。

GrokBot 实战：系统胜过目标

Jason 用 GrokBot 搭了几套持续运转的工作流：每天找适合 Founder University 的演讲者(含对方的 X 和 LinkedIn 账号)、每晚为 This Week in AI 扫描头条、追踪 Politico、Economist、Forbes 等媒体的动态和人事变动，连找新联合主持人都交给它——包括查候选人的政治立场，因为他请过立场鲜明的嘉宾，听众流失很直接。他的核心方法论是「系统胜过目标」：目标只是「找到好嘉宾」，系统则是让智能体每天做研究、团队成员排名、进 Google Sheet 的完整流程。

他算了笔账：每位嘉宾意味着 5 到 10 小时的研究加 3 小时的邀约，系统能省掉这些。结论是「每个人都必须成为系统思考者」,而他自认还没解决的是反向问题——怎么让有系统思维的人学会品味。

OpenAI 上市：增长背后看不清的两个数字

OpenAI 的 CFO 在全员会上表示公司将在 2027 年或更早上市，还把 IPO 定性为「里程碑、又一轮融资」而非终点线。Jason 认为有两件事不会随 IPO 公开：一是流失率(churn,即有多少用户在退订)，而这恰是他最想看的真相；二是提供服务的真实成本。

他还分享了一个老梗图式的故事：有人月付 200 美元买 Anthropic 高级档位、月底一看用量表花了 8000 美元算力，笑到歇斯底里——钱一路流向上游的微软和 NVIDIA,全在互相付钱。「人们已经开始盯着计价器了」。他拿 Uber 早期类比：当年每单亏 5 到 7 美元，靠风投补贴烧出习惯、再慢慢涨价——但他随即指出 AI 算力市场不一样，替代品太多、竞争太激烈，补贴逻辑未必成立。

Harvey 自研模型：应用层的集体叛逃

本集最大新闻：法律 AI 公司 Harvey 发布了第一个自研后训练模型 Harvey Tenet，基座是开源的 Kimi K3，与 fireworks research 合作训练。Jason 翻出旧账：Harvey 最早的种子轮正是 OpenAI 创业基金领投的 500 万美元，还是其最早四笔投资之一，并给了 GPT-4 早期访问权限——如今却「不仅不信任 OpenAI，还需要拥有自己的模型」。

【背景】Kimi K3 的开发方月之暗面（Moonshot AI）为背景补充，本段原文未提及公司名。

Harvey 的动机很直接：让竞争对手的律所各用各的专属模型、数据互不共享，像各自守着城堡。Jason 估计 Harvey 每月给 OpenAI 的花费约 1000 万美元，并预言 Lovable、Eleven Labs、Cursor 这个量级的公司同样如此，而它们「99% 的支出都会从前沿模型上撤走」,剩下的钱也只会用来做蒸馏(用大模型的输出训练自己的小模型)。

他的最终判断：「压倒性多数的美国企业界的 token,不会跑在前沿模型上，而是会在那些企业内部」——因为企业「不想把自己的智能交给某个想做成『最终公司』的人」。他还重播了自己两年前在 All-In 上的预言「开源可能赢得 AI 竞赛、赢家是拥有训练数据的人」，宣布从「可能」升级为「必将」。给创始人的忠告也延续了他一贯的火药味：「当有人带着免费 token 来找你时，要知道生活中没有免费的东西」。

Willow:把听写免费化的「向上打」打法

第一位嘉宾是 Willow 联合创始人兼 CEO Alan Guo。Willow 是免费的 AI 语音听写应用，竞品是 Jason 重度上瘾的一款同类听写工具，延迟低于 250 毫秒。真正的付费产品是 Scribe：一个写作助手，你只需说「用我们的常用排查建议回复她」，它结合知识库、个人上下文甚至你的日历链接直接生成整段回复，客服和销售团队已不必逐字口述。

免费策略的逻辑由 Alan 亲口道出：听写正在商品化，Apple 两三年内会做到 70-80% 的水平且深度内建设备，「与其被这种商品化吞噬，我们想先把它商品化」。Jason 当场总结出两条可复用的创业法则：一是「向上打」——小公司要挑战比自己大的对手，大鱼永远不要向下应战；二是「你的利润率就是我的机会」——对手收费的环节直接免费，在别处收费。

斯坦福学生的自动驾驶高尔夫球车

第二位嘉宾是斯坦福计算机系大三学生 Ethan Goodhart,他做的自动驾驶改装高尔夫球车在校园里爆火，连 NVIDIA 的 Jensen 都坐过——他是守在讲座外面拦到的。项目细节很有信息量：标准高尔夫球车加装物理改装套件，不动原车电子系统；纯视觉方案(6 个摄像头，无激光雷达)，算力是一台直连电池的 NVIDIA Jetson Thor;车顶装 Starlink Mini,用于测试云端推理和边开边部署代码。第一个原型只花了两三周。

最有意思的是软件选择：他们最终放弃开源自动驾驶模型，自写软件——「很多开源模型出人意料地要么太大，要么不能很好地泛化到我们行驶的环境上」,校园场景的行人密度和普通道路差异极大。他估计量产套件售价可低于几千美元，而高尔夫球场、Disney 这类有大量球车需求的场景已有真实兴趣。Jason 顺势聊起 AI 时代的大学教育：Ethan 坦言同学们对不感兴趣的课就直接「AI 速通」，热爱的课才真正去学——Jason 的结论是「孩子们会没事的」，因为这和成年人绕开无聊工作干正事是一回事。

本集带走

• 「系统胜过目标」的具体做法：把重复目标(找嘉宾、扫新闻、竞争情报)拆成智能体每天自动跑的流程，人类只负责最后的排名与把关；每位嘉宾能省下 5-10 小时研究加 3 小时邀约。
• 应用层公司的资金正在大迁徙：Harvey 这类手握专家数据的公司会把绝大部分支出从前沿模型撤向开源自研模型，剩余支出主要用于蒸馏；这是 Jason 判断「开源赢得一切」的核心依据。
• 警惕平台的「免费 token」:OpenAI 既是 Harvey 最早的投资人又给了 GPT-4 早期访问，如今 Harvey 自研模型自立门户——大平台的扶持往往伴随被复制、被吞并的风险。
• 商品化市场的先手棋：当基础功能注定免费(如听写)，主动把它免费化、卡位上游，在上下文理解和团队协作层收费。
• 两个创业法则：向上打(挑战更大的对手，大鱼别向下应战)；你的利润率就是我的机会。
• 自动驾驶的门槛在软件：硬件原型两三周就能跑起来，难点是找到适合具体场景、跑得动边缘算力的模型——开源方案未必直接可用。

开源将会赢得一切。
Open source is going to win it all.
—— 嘉宾 · [35:14]

大多数的 token,压倒性多数的美国企业界的 token,不会跑在前沿模型上，而是会在那些企业内部。
The majority of tokens, the overwhelming majority of tokens in corporate America. will not be on the frontier models, it will be inside those enterprises.
—— 嘉宾 · [35:30]

没有免费啤酒，没有免费披萨，总有一笔代价。
There’s no free beer, there’s no free pizza, there’s always a price.
—— 嘉宾 · [23:59]

那些在 80 年代跟 Microsoft 同床共枕、2000 年代跟 Facebook、或者现在 2020 年代跟 Sam Altman 合作的人，没有一个不是醒来时喉咙被割开的。
Nobody who went to bed with Microsoft in the 80s, Facebook in the 2000s or Sam Altman now in the 2020s did not wake up with their throat slit.
—— 嘉宾 · [24:40]

所以我认为赢家是那些拥有训练数据的人。
So then I think the winner is folks who have the training data.
—— 嘉宾 · [27:34]

每个人都必须成为系统思考者。
Everybody has to become a systems thinker.
—— 嘉宾 · [09:12]

所以与其被这种商品化吞噬，我们想先把它商品化。
And so rather than getting eaten by this commoditization, we want to commoditize it first.
—— 嘉宾 · [43:10]

第二，你的利润率就是我的机会。
And two, your margin is my opportunity.
—— 嘉宾 · [43:58]

我觉得我们生活在一个这样的世界里：每个年轻人都能接触到一位超人类的软件工程师、数学家、医学专家、物理学专家——全都同时拥有。
I think we live in a world where every young person has access to a superhuman software engineer, mathematician, expert in medicine, physics, all at the same time.
—— 嘉宾 · [64:50]