前年三大模型开发耗资数十亿，Agent 基础设施现状观察
_changxu · x · 2026-08-28
作者总结了与数十位 Agent 基础设施创始人和企业工程领袖（来自 Nvidia、Microsoft、Databricks 等）交流后的六点观察：
- 定价策略复杂化：基础模型公司不再仅按 Token 计费，而是通过包装、许可和容量限制（如 Anthropic 的席位制、MiniMax 的地区和衍生模型限制）来捕捉价值。
- 开发成本激增：今年三大前沿模型开发成本合计约 20-40 亿美元。训练成本自 2016 年以来年复合增长率约 2.4 倍，预计 2027 年单次训练或超 10 亿美元，2030 年达 100 亿。
- 下游持久优化：由于促销和容量限制频繁变动，企业需持续优化算力栈，这使得路由、评估和成本监控成为独立刚需产品。
- FDE 角色定义混乱：Forward-deployed engineering（前置部署工程）等头衔在不同公司职责差异巨大，涉及销售演示、咨询部署和交付实施的归属不一。
- 受监管行业落地受限：医疗和金融领域的 AI 应用仍集中在环境记录、文档和聊天机器人等有限场景，复杂监管既是障碍也是巨大机会。
- Neocloud 泡沫隐忧：大量公司转型做 Neocloud（AI 云算力服务商），部分融资和资本承诺远超前端实际需求，资本结构似乎建立在需求已爆发的前提上。
「公司和人」频道最新
- HumanX 演讲预告：探讨 AI 推理生产化实战 — demian_ai · 2026-08-28
- Build What Moves India 黑客松报名数据出炉 — sagartheamruth · 2026-08-28
- 创意总监涌入科技界建立个人品牌，带来编辑实践 — round · 2026-08-28
- 印度 Sarvam AI 招聘：API 业务年增百倍 — itsOmSarraf_ · 2026-08-28
- 独立开发者谈 AI 产品轻量化与差异化困境 — yihui_indie · 2026-08-28
- 波士顿动力揭秘：人形机器人“外科医生”如何修 Atlas — mattbeane · 2026-08-28