前沿模型 (frontier models)
集里怎么说它
- 《Bret Taylor:智能体是新应用,软件要按结果定价》(52:42起):本集说前沿模型(或基础模型)市场完全是资本支出的游戏,模型作为资产贬值极快,最终只会剩下少数超大规模云厂商和大型实验室,初创公司不应碰。
- 《Stanford AI Index 报告十大要点速览》(04:00起):本集指出超过 90% 的著名前沿模型是 2025 年产出的,其中不少在多项任务上达到或超过人类基准,但基准测试本身有缺陷不能完全当真
- 《黄仁勋对话 LangChain:用开放堆栈打造企业超级智能体》(05:46起):本集把它说成:一直在变好的云端通用大模型,适合处理写代码、写文章等通用任务;黄仁勋建议做 AI 时始终先从前沿模型起步,但企业专有的工作流智能体必须用开放工具自建
- 《Hugging Face CEO:开源 AI 更安全,下一阶段属于模型路由》(03:09起):本集说受政府限制的专有前沿模型更接近前沿、是最危险的;前沿实验室过去的危险营销(GPT-2 太危险不能发布)招来了政府监管;前沿在不同任务间是参差不齐的。
- 《Anthropic 产品负责人:评估是新的 PRD,不反驳你的 AI 才是好 AI》(09:23起):本集将其描述为处于行业最前沿的模型,如 Opus 3,并强调需要搭配前沿产品,才能让大众真正感受到前沿模型的魔力。
- 《不靠一个模型打天下:多模型路由的早期探索与实战权衡》(03:21起):最昂贵但最智能的大模型;本集核心论点是它们更擅长委派工作,因此应该只做规划和拍板这种高难度动作,同时始终在场监视小模型的工作进度。
- 《AI模型正在学会黑入一切:软件供应链已成最薄弱环节》(01:05起):本集指能力最强的一批 AI 模型(如 Opus 4.6)。它们被专门训练用于网络安全,且经过优化会使用令牌最少的路径(如直接用泄露密码)来入侵系统完成目标。
- 《产品里的智能体为什么总“瞎”:Harmonic 的上下文可见性法则》(03:46起):本集提到随着前沿模型能力的提升,Harmonic 果断抛弃了旧的解析图架构,将前沿模型与 Deep Agents 组合作为新架构的核心。
- 《AI 投资泡沫的崩盘剧本:为什么万亿美元建数据中心注定亏钱》(19:16起):本集把它说成:正在快速趋同(百事可乐盲测都喝不出区别),差异从「能力」转向纯价格战。还在辛苦卖 token,本身就证明它们知道自己强不到能直接吃掉整个经济。
- 《医疗是最高风险的前沿 AI 战场:Abridge 的 clinical intelligence 之路》(19:27起):本集提出「制胜权」逻辑:拥有前沿实验室没有的数据、聚焦他们没聚焦的问题,就可能跑赢前沿模型的变化速度;质量已到顶的任务则训模型只为降本降延迟。
- 《管理者日程突然能写代码了:CTO 的通宵智能体工作流》(02:11起):本集说产品核心技术变成了每三个月迭代一次的前沿模型,领导者必须亲手整天使用才能判断新模型适合做什么
- 《Harvey 弃用 OpenAI:开源将赢得一切》(23:22起):本集说应用层公司正在集体弃用它:Harvey、Lovable、Eleven Labs、Cursor 这个量级的公司 99% 的支出都会从前沿模型撤走,剩下的也只用于蒸馏。
- 《Insight 创始人 Jerry Murdock:AI 泡沫何时破裂,谁会死掉》(00:52起):本集说前沿模型每个 token 成本是两位数美元,在创新上从未被开源模型赢过,能做复杂任务;但长期会被持续学习模型取代,需要全新架构
- 《NVIDIA 布局全栈、OpenAI 被迫上市与 AI 资本的”第五名效应”》(12:38起):本集反复讨论前沿模型,核心论点是’全世界只有四五家公司能资助最先进的前沿模型’——Microsoft、Google、Amazon 和 NVIDIA,VC 早已被挤出,‘VC 的钱很久以前就在 Anthropic 和 OpenAI 上用光了’
- 《最便宜的模型反而是最便宜的:Factory CTO 谈 AI 定价陷阱》(00:15起):本集说其总可触达市场(TAM)目前权重过高,用例非常小众(前沿生物研究、超先进 AI 开发、安全和国防),全球 2000 强企业 99% 的时候不需要真正的智能前沿
- 《a16z 消费投资合伙人 Anish Acharya:别怕被 AI 甩下,该怕的是野心太小》(22:23起):本集说前沿模型定价非理性——每多一个 IQ 点要付 100 倍价钱,但在药物发现这类上行空间无界的领域是理性的;今天的非前沿模型就是六个月前的前沿。
- 《邮箱里的 AI 助手:Plaid 前 CTO 谈如何在巨头围剿下赢》(07:04起):本集最焦虑的成本问题:没人知道一家公司有多少工作量留在昂贵的前沿,前沿任务上你在和自己的供应商竞争,没有定价权,Cursor 就是前车之鉴。
- 《从 Hugging Face 到中国药企:NVIDIA 的开源终局与 AI 制药的未来》(18:12起):本集说 Anthropic 和 OpenAI 已开始不再通过 API 开放前沿模型,使其不可被蒸馏,可能导致中美前沿模型差距扩大
- 《A16Z 消费投资合伙人 Anish Acharya:别怕“永久下层”,公司正在变成一串循环》(21:54起):本集说前沿模型定价『不理性』——为概念上一分额外智能要多付 100 倍,但对上行无界的工作值得付费
- 《AI 末日论反弹:是营销烟雾弹,还是真该警惕?》(09:06起):本集说「拥有前沿就赢」的二元商业论点已死;Ramp 数据显示前沿模型使用占比从 53% 掉到 45%,流量被路由服务分流向更便宜的标准模型。
- 《「数百万个爱因斯坦」还没法雇:UiPath 创始人拆穿 AI 转型的真瓶颈》(46:28起):Dines 预测企业工作 90% 的流量会流向高性价比模型而非前沿模型,大多数运营性工作不需要前沿级别的模型质量;从法律角度看开源模型、前沿模型都会表现得足够好。
- 《SAP CEO:单靠 LLM 跑不动企业,商业 AI 只差几个月》(43:58起):本集引用 Ramp 数据:AI 支出中前沿模型占比一个月从 53% 降到 45%;Klein 确认 SAP 只在编程等场景保留前沿模型。
- 《一切都会成功:a16z 投资人 David 的 AI 全栈乐观主义》(11:11起):本集说前沿实验室占了市场 95% 以上的钱,用户显现的偏好是愿意为前沿 token 支付 10 倍价格,前沿模型会被用于价值更高的任务。
- 《把模型护栏做成可开关的生意:Obliteration 与「无限制 AI」》(02:59起):本集质疑「前沿模型」这个词:它暗示固定排名永远领先,但中国模型与绝对前沿的差距已从一年缩到约三个月,窗口关闭越来越快。
- 《每家公司都该有自己的AI模型吗?》(07:56起):本集说前沿模型在基础能力上领先开源模型,但分布外数据上的后训练可以反超;同时供应商风险使其不宜极端依赖。
- 《永不宕机的软件:OutSystems CEO 谈 AI 时代的企业级开发》(34:26起):本集说:今天大多数组织的企业工作负载并不需要前沿模型,几乎没有任何企业工作负载需要;大部分任务用更好的 harness 或低成本模型就能做得同样好。
- 《开源模型追得上前沿吗?一位AI研究者拆解谣言与真相》(06:11起):本集把闭源前沿实验室描述为靠算力、数据、人才和敢下重注的组织最先进场、利润率最高,且因整合(模型+推理+收入+融资)形成飞轮而持续领先。
① 提到它的金句
30 条
原因在于创建前沿模型完全是资本支出的函数。
指向原始笔记的链接
And the reason for that is that creating a frontier model is entirely a function of CapEx.
—— Bret Taylor · [52:57]
当然,它们不在前沿水平,但如果你能通过这样做省下很多钱,我就能理解为什么自研模型,而不是用任何可用的前沿模型。
指向原始笔记的链接
Of course, they are not at the frontier, but if you are able to save a lot of money doing exactly this, I can see the reason to develop models in-house versus using whatever frontier model is available.
—— Florian · [17:14]
超过 90% 的著名前沿模型是在 2025 年生产的,其中几个现在在许多方面达到或超过了人类基准
指向原始笔记的链接
over 90% of notable frontier models were produced in in 2025, and several of those now meet or exceed human baselines on a number of things
—— Daniel Whitenack · [04:06]
这种有人写了一个提示词并且他们刚得到了一个前沿模型就要扼杀一切的想法被极度夸大了,而投资者们只是我这辈子遇到过的最愚蠢、最不理性的人,我无法相信他们掌握了所有的资本。
指向原始笔记的链接
This kind of idea that someone wrote a prompt and they’ve just got a frontier model that’s going to kill everything is wildly overblown and investors are just the silliest, most irrational people I’ve ever met in my life, and I can’t believe they have all the capital.
—— Barney Hussey-Yeo · [38:10]
这个问题在于前沿模型在自动化红队测试方面极其糟糕,因为它们内置了大量的保障措施。
指向原始笔记的链接
the issue with this is that frontier models are extremely bad at automated red teaming because they have a lot of safeguards built into them.
—— Zico Kolter · [09:59]
它可能比那些前沿模型便宜大约 100 倍,而且仍然更好。
指向原始笔记的链接
It’s probably like 100x cheaper than those frontier models and still better.
—— Matei Zaharia · [60:52]
就像大部分收入获取原本集中在前沿模型上,将转向一个更像长尾的模型群。
指向原始笔记的链接
Like majority of the revenue capture was on frontier models to a more like long tail of models
—— Clement DeLong · [19:47]
你需要前沿产品才能拥有前沿模型,并让人们感受到前沿模型的魔力。
指向原始笔记的链接
You need frontier products in order to have frontier models and for people to feel the magic of frontier models.
—— Dianne Penn · [12:59]
前沿模型将会,它们正在导致漏洞发现和漏洞利用之间的时间大幅减少。
指向原始笔记的链接
The frontier models are going to, they are causing kind of a massive reduction in the time between the vulnerability discovery and vulnerability exploitation.
—— Firas · [07:25]
我认为我们选择法律领域的原因之一是,如果你只是构建一个这些顶级律所正在处理的真实客户案件,前沿模型仍然做不了这个。
指向原始笔记的链接
And I think part of why we picked the legal domain is if you just build a realistic client matter that these top firms are working on, like the frontier model still can’t do this.
—— Gabe Pereyra · [19:19]
我们的关键洞察是,如果我们拥有制胜权——也就是拥有他们可能没有的合适数据,以及聚焦于他们可能没有聚焦的问题——我们实际上有可能跑赢前沿模型的变化速度。
指向原始笔记的链接
Our key insight is we can actually potentially beat the rate of change on the frontier model if we have the right to win by having the right data that they may not have and the focus on a problem that they may not be focusing on.
—— Chaitanya Asawa · [19:33]
而是要想:这个前沿模型需要什么样的全部上下文,才能像我一样做决策。
指向原始笔记的链接
But rather what is all the context this frontier model needs to be able to make decisions like I would make.
—— Hursh Agrawal · [07:29]
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。
指向原始笔记的链接
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]
如果你看看一个每个 token 成本为双位数的美元的前沿模型,再看看一个每 token 成本为 10、11 美分的开源模型,虽然不是所有的 token 都生而平等,但这仍然是一个巨大的差异,足以带来大规模的采用。
指向原始笔记的链接
if you’re looking at a frontier model with double dollar digit cost per token, and you’re looking at an open source model that’s 10, 11 cents per token, while all tokens aren’t created equal, it’s still enough of a difference that there’s going to be a massive adoption.
—— Jerry Murdock · [14:06]
我不认为你可以把持续学习附加到一个现有的前沿模型上。
指向原始笔记的链接
I don’t think you can bolt on continuous learning into an existing frontier model.
—— Jerry Murdock · [49:47]
我实际上认为我们离任何具有知道发布什么的智能的前沿模型还差得很远。
指向原始笔记的链接
I actually think we’re nowhere near any frontier model having the intelligence to know what to ship.
—— Ryan Carson · [20:13]
前沿模型已经从人类记录下来的一切中学习,但最有价值的任务并不在互联网上。
指向原始笔记的链接
Frontier models have learned from everything humanity has written down, but the most valuable tasks are not on the internet.
—— Varun Shenoy · [10:18]
前沿模型的 TAM,坦率地说,目前权重过高。
指向原始笔记的链接
The TAM of frontier models is, frankly, overweighted right now.
—— Eno Reyes · [00:15]
我认为前沿模型的 TAM 坦率地说目前权重过高。
指向原始笔记的链接
I think that the TAM of frontier models is frankly over-weighted right now.
—— Eno Reyes · [15:50]
这个世界不应该只有五个前沿模型提供商,而应该是50万个。
指向原始笔记的链接
Like, the world shouldn’t be five, you know, frontier model providers. It should be 500,000.
—— Matthew Prince · [12:22]
我实际上认为你的前沿模型会更有竞争力,因为这会让越来越多的用例留在你的生态系统和你的家族之内。
指向原始笔记的链接
I actually think you would be even more competitive with your frontier models because it would keep more and more of the use cases within your ecosystem and your family.
—— Aaron Levie · [13:52]
我要花 50 亿美元训练一个前沿模型,然后我就这么把它免费送出去。听起来很蠢,对吧?
指向原始笔记的链接
I’m going to spend $5 billion training a frontier model and then I’m just going to give it away. Sounds stupid, right?
—— Anastasios Angelopoulos · [17:01]
所以你最终可能会看到中美前沿模型之间出现不断扩大的差距,仅仅因为美国前沿模型不再可被蒸馏——仅仅因为它们关闭了 API 访问。
指向原始笔记的链接
And so you might end up seeing a little bit of a growing gap between Chinese frontier models and American frontier models simply because American frontier models are no longer distillable simply because they’ve shut down API access.
—— Zavain Dar · [18:22]
但文档 OCR 的帕累托前沿,相比前沿模型在文档理解方面所处的帕累托前沿,总是会精确得多也便宜得多。
指向原始笔记的链接
But the Pareto Frontier for document OCR will always be much more accurate and cheap compared to the Pareto Frontier for wherever the Frontier models are in terms of document understanding.
—— Jerry Liu · [12:19]
现在还不完全是这样,但已经非常接近了,我认为前沿模型会在几乎所有方面帕累托占优。
指向原始笔记的链接
It’s not quite true yet, but it’s very close, where I think the frontier models will be Pareto-dominant over almost everything.
—— Thariq Shihipar · [25:53]
所以一个可合并性的基准,如果我们能做出来的话,不仅仅是一种度量,它会立刻成为前沿模型的训练信号——也就是可维护性、范围纪律、回归安全性这些。
指向原始笔记的链接
So a benchmark of mergeability, if we could make one, wouldn’t only be a measurement, it would immediately become a training signal for the frontier models, which means maintainability, scope, discipline, regression safety.
—— Laurie Voss · [09:59]
它相当于芯片领域的前沿模型——如果你能找到一种办法,在结构上切分出三到六个月的优势,你将会赢下所有那些部署。
指向原始笔记的链接
It’s the equivalent of the frontier model for the chip space is if you can just find a way to structurally carve out a three to six months advantage, you will be winning all of those deployments.
—— Walter Goodwin · [00:30]
人们花在闭源前沿模型上的钱确实比开源多,但他们在开源上生成的 token 比闭源多。
指向原始笔记的链接
I do think that people are spending more money on closed source frontier models than they are on open source, but they are generating more tokens on open source than closed source.
—— Chase Lochmiller · [49:15]
前沿模型很了不起,但我没想到人们会如此在意真正地把成本优化好,为正确的任务使用正确的模型。
指向原始笔记的链接
Frontier models are amazing, but I didn’t expect how much people would care about really cost-optimizing and using the right model for the right task.
—— Yash · [43:57]
所以我认为,对今天大多数组织来说,现实是他们的企业工作负载并不需要前沿模型,几乎没有任何企业工作负载需要。
指向原始笔记的链接
So I think the reality for most organizations today is that they don’t need frontier models for their enterprise workloads, like almost none of enterprise workloads.
—— Woodson Martin · [29:17]
② 出现在这些集
28 集
- 《Bret Taylor:智能体是新应用,软件要按结果定价》 — 作为概念
- 《Stanford AI Index 报告十大要点速览》 — 作为概念
- 《黄仁勋对话 LangChain:用开放堆栈打造企业超级智能体》 — 作为概念
- 《Hugging Face CEO:开源 AI 更安全,下一阶段属于模型路由》 — 作为概念
- 《Anthropic 产品负责人:评估是新的 PRD,不反驳你的 AI 才是好 AI》 — 作为概念
- 《不靠一个模型打天下:多模型路由的早期探索与实战权衡》 — 作为概念
- 《AI模型正在学会黑入一切:软件供应链已成最薄弱环节》 — 作为概念
- 《产品里的智能体为什么总“瞎”:Harmonic 的上下文可见性法则》 — 作为概念
- 《AI 投资泡沫的崩盘剧本:为什么万亿美元建数据中心注定亏钱》 — 作为概念
- 《医疗是最高风险的前沿 AI 战场:Abridge 的 clinical intelligence 之路》 — 作为概念
- 《管理者日程突然能写代码了:CTO 的通宵智能体工作流》 — 作为概念
- 《Harvey 弃用 OpenAI:开源将赢得一切》 — 作为概念
- 《Insight 创始人 Jerry Murdock:AI 泡沫何时破裂,谁会死掉》 — 作为概念
- 《NVIDIA 布局全栈、OpenAI 被迫上市与 AI 资本的”第五名效应”》 — 作为概念
- 《最便宜的模型反而是最便宜的:Factory CTO 谈 AI 定价陷阱》 — 作为概念
- 《a16z 消费投资合伙人 Anish Acharya:别怕被 AI 甩下,该怕的是野心太小》 — 作为概念
- 《邮箱里的 AI 助手:Plaid 前 CTO 谈如何在巨头围剿下赢》 — 作为概念
- 《从 Hugging Face 到中国药企:NVIDIA 的开源终局与 AI 制药的未来》 — 作为概念
- 《A16Z 消费投资合伙人 Anish Acharya:别怕“永久下层”,公司正在变成一串循环》 — 作为概念
- 《AI 末日论反弹:是营销烟雾弹,还是真该警惕?》 — 作为概念
- 《「数百万个爱因斯坦」还没法雇:UiPath 创始人拆穿 AI 转型的真瓶颈》 — 作为概念
- 《戈尔:别慌数据中心,该盯的是4.5万亿清洁能源的缺口》 — 作为概念
- 《SAP CEO:单靠 LLM 跑不动企业,商业 AI 只差几个月》 — 作为概念
- 《一切都会成功:a16z 投资人 David 的 AI 全栈乐观主义》 — 作为概念
- 《把模型护栏做成可开关的生意:Obliteration 与「无限制 AI」》 — 作为概念
- 《每家公司都该有自己的AI模型吗?》 — 作为概念
- 《永不宕机的软件:OutSystems CEO 谈 AI 时代的企业级开发》 — 作为概念
- 《开源模型追得上前沿吗?一位AI研究者拆解谣言与真相》 — 作为概念
③ 关联
点进去有真内容 —— 本页主要出口
智能体 · OpenAI · Anthropic · Cursor · NVIDIA · 推理 · 开源模型 · 后训练 · Harvey · 护栏
