红杉年度文章解读 运行层价值凸显以及商业形式将重塑 生成式AI进入第二阶段

在红杉资本在最新颁布的文章《Generative AI's Act O1 ：The Agentic Reasoning Era Begins》中，探讨了当下生成式AI正在从以训练时计算的快思索，向以推理时计算的慢思索开展。OpenAI 的新模型 o1便是关键的标记。慢思索的来到也将会带来新的时机，行业认知的关键性被高度注重起来，过去关于AI运行以及面前的商业了解也将被刷新。

便捷说，过去以模型服务商作为相对主角的时代将过去，群众对通用基座模型抱着只需把它越训越大，它就能无所不能的希冀，这曾一度给下层运行开发者极大的不安保感焦虑，而理想上，这两年通常上去，这一认知正在始终被纠正。运行服务商也不再是模型的wrapper，随时或者被降维打击，未来的空间大大裁减。

随着底层模型才干打破遭逢瓶颈，加上白热化的竞争，模型服务商曾经不再那么吸引人，最近，有信息称国际做预训练大模型的厂商越来越多正在选用丢弃基础大模型的投入，转战运行层。

上方就一同来了解红杉在文中提到的关键观念以及笔者解读。

从“快思索”到“慢思索”的转变

假设说，快思索是生物都具有的天性反响，那么快思索就是人类特有的明智优惠。显然，人类等候的AI处置的不便捷是快思索的疑问，而更在意慢思索的才干。例如，以 AlphaGo 击败围棋巨匠李世石为例，AlphaGo 经过深思熟虑的战略而非便捷依赖以往的阅历，从而走向胜利。 过去，生成式 AI 关键依赖于极速的预训练模型启动照应，这种思想属于系统 1（快思索），便捷的形式婚配和极速照应。但是，随着 o1 模型的推出，AI 开局具有更复杂的推理才干，表现为系统 2思想（慢思索）。这种思想形式强调深度思索和复杂决策，能够让 AI 在面对新疑问时启动深化剖析和推理，有效应答复杂疑问。

同时，o1 颁布让大家看到推理时计算（或“测试时计算”）侧的价值，它的出现带来了新的 scaling law（推理时），也给泛滥模型服务商新的启示，开局从卷训练计算，向卷推理计算转变，便捷堆机器堆数据的资源竞争格式将带来缓解。

一模统管并未出现，从模型算法向畛域KnowHow迈进

红杉称，过去猜想未来AI的渺小时机或者会被几家基座模型提供商所垄断，随着模型才干的始终优化，运行层开发也毫无价值和壁垒。但理想上，这两个推测都没出现，不只模型服务商堕入了强烈的老本竞争，基础模型做运行产品成功的案例也少之又少。

另一方面，只管模型才干曾经从“预训练层”向“推理计算层”推动，但凌乱的理想环球依然有有少量的畛域和运行特定推理，也就是行业认知，这些不可有效地编码在通用模型中。因此，还会有“定制认知架构（Custom Cognitive Architectures）”层，即代码和模型交互的流程，它接纳用户输入并口头操作或生成照应，教模型如何思索。实践上就是畛域运行逻辑，它是模型到落地的最后一公里。比如说，在工厂环境中，每款“机器人”产品都装备了一个定制化的认知架构，旨在模拟人类的思想形式来应答特定的义务。例如，它们能够审查拉取恳求、编写并实施迁徙方案，将服务从旧的后端迁徙到新的后端。这些机器人会剖析一切依赖项，提出必要的代码修正，减少相应的单元测试，并约请人类启动审查。一旦取得同意，它们将在开发环境中口头一切更改，并且在一切测试经事先，才集兼并这些代码。整个环节相似于人类处置义务的形式——经过一系列明白的步骤，而不是提供一个抽象的、不透明的处置方案。

转变会带来什么？

慢思索，以及畛域认知将会给未来带来什么？不难构想，沿此思绪将会有比原来多得多的场景被解锁，行业认知+模型的弱小才干将使得AI运行层产品价值大大强化，进而推翻原有的业务形式。

运行层价值被强化

随同着推理才干的优化，一少量新的Agent运行程序将会降生，这里说的新，不再是便捷的模型包装，而是或者同时联合多个基础模型和复杂的认知架构的运行服务。

文章中提到了这些低劣的运行层产品：

不难发现，他们都是面向畛域的，具有复杂业务流程和认知复杂度的场景的产品。在过去两年的通常来看，想要一个通用模型搞定一切事件，运行层专一做界面包装的意识被打破了。过去开发者被OpenAI等模型服务商的降维打击的压榨感以及无助感在迅速缓解，AI运行的兴盛正在出现。特意是最近cursor等产品的出现，更让大家看到了运行产品的价值。

服务即软件（Service-as-a-Software），AI Native企业将涌现

不难构想，随着AI运行的始终深化到行业，才干始终强化，集体能效始终优化，这将极大地降落人力老本，关于人力密集型和常识密集型服务业市场将是渺小冲击，比如律师，会计，编辑，程序员等行业。有了AI加持，雷同的事件或者会经常使用很少的人就能搞定，进而清楚降落了企业在开发软件时所需的人力老本，优化企业的市场竞争长处。这样传统的人力外包型业务将极速被服务型AI运行所代替，外包化将愈加盛行。

以软件公司为例，传统提供saas服务给客户协助处置疑问，而变成了间接承包业务，从传统的“软件即服务”形式向“服务即软件”转变。这一转变将市场重心从便捷的软件经常使用转向更复杂的上班成绩，潜在市场规模可达数万亿美元，按价值付费变得不再是口号。

人机单干正在从AI辅佐，到AI in loop，再到human in loop，再到AGI这一进程极速迈进。某种意义上讲，或者咱们苦苦寻觅的AI Native产品并不存在，而Ai Native的企业将亘古未有。未来的外包市场或将是最为火爆的行业之一。

投资重点

最后，红杉指明了受投资者青睐的新方向，那就是运行层产品，他们示意，企业业务在云计算过渡时期，大概有 20 家运行层公司发明了 10 亿美元以上的支出，而在移动过渡时期，又有大概 20 家公司发明了相似的成就。那么，企业AINative化或者也未来如此大的规模效应，甚至更大。

点此原文：

本文转载自​​，作者：