Kevin Simback

目前整个AI行业的首要任务应该是推进美国本土的开源模型
美国没有理由无法与中国推出的开源模型保持同步，甚至超越它们

你通过Max计划剩下12天的Fable访问时间，让每一天都变得有意义：
> 复习你正在维护的每一个现有代码库
> 一次性实现你一直坚持的想法
> 压力测试你所依据的每一个论点
> 在喧嚣中找到那个Alpha
你会怎么做？

在短短6个月的时间里，我们从：
vibecoders
到代理工程师
再到循环设计师
每一次演进，都消耗越来越多的令牌
一直专注于任何与推理相关的内容

我们都知道人工智能尚未拥有出色的品味，至少在大多数领域如此
因此，这项技能仍然完全集中在人类手中
但另一项强大的人类技能是拥有一个好的AI牛$shit 检测试器——你需要知道何时质疑输出与何时将其视为理所当然

辣评：Anthropic 的定价是为了达到绝对的完美
> Mythos 必须交付
> 企业必须在代币支出上保持松弛
> 采用率必须在全年保持一月至五月的节奏
> 计算能力必须扩展
> 不会遇到政府或社会层面的阻力
我不赌他们到年底前能达到 $100b 的运营水平，但他们不能有任何失误

这一批最新的加密AI项目可真不一样。
人们仍然会用代币价格来衡量产品质量。
但在深入挖掘这批项目之后，我可以说这种关系并不成立。
alpha就体现在真正去评估这些产品上。

我目前在人工智能领域的重点是寻找满足以下任一条件的公司：
> 帮助降低前沿实验室API账单
> 提供/支持替代前沿实验室使用的方案（90%的任务不需要它）
从纯粹的代币最大化到代币成本优化

今天使用 LLM 订阅计划，就像去一场奢华的自助餐，想吃多少就吃多少
反正试什么都不用花钱，所以你就为了尽情消耗而吃个不停
趁着还能享受就赶紧享受，下一步是“代币节食”，然后再到 GLP-1 的代币版本——这样我们就会少吃一点、少消耗一点

这有点偏题，但retatrutide（每周一次的小剂量）+每天10-20克肌酸感觉像是作弊码
减了几磅，力量在两个月内提高了10-15%，而且感觉精神焕发，睡眠时间少了大约一个小时

我很清楚，对于企业高管和所有者来说，使用人工智能的最佳机会如下：
> 发现你工作流程中的顶尖表现者
> 基于这些顶尖表现者的工作流程构建代理
> 将这些代理放入在这些工作流程中自我改进的循环
> 让这些自我改进的代理协调跨工作流程，重新定义业务的运作方式
> 人类来监督所有这些
所有工具都已到位，只是哪个组织能接受这个想法的问题

我们将回顾2026年，作为补贴智能的黄金时代
以Netflix的价格，你可以几乎无限制地访问前沿模型
每月200美元，你可以雇佣一支代理群，构建你想要的任何东西
而企业正获得“甜头”般的优惠，以确保供应商锁定
这一切都由投资者补贴
但潮流正在开始转向
前沿实验室正在提价（目前还算温和）并开始将高级能力转移到基于使用的定价模型后面
他们离IPO越近，就越需要为价值定价，而不是为采纳度定价
这意味着什么？
对于公司
聪明的公司将更积极地转向使用开源权重模型进行后训练
那些允许他们的组织进行Tokenmax的CFO们正看到巨额账单，并将要求他们在Token支出上变得更聪明
Modal刚刚在其公告中提到$355m ，并这样说：
“他们在用自己的数据进行微调，运行RL，并为自己的延迟、吞吐量和成本需求调整推理。”
为什么？因为开源权重模型已经达到了足以实现这一点的质量水平
他们仍会大量使用前沿模型，但不会把所有工作负载都用在前沿模型上
如果一家公司不去探索这种做法，那将是不负责任的
对于消费者
我们将能享受更久的好处，但限制也会越来越多
你仍然可以用大约20美元/月的计划来获取优秀的模型，但：
> 信用额度会更快用完
> 模型的表现将不如基于使用的计划（也就是说，你会被提供量化版本，而性能质量将始终优先满足基