铃阅时讯
❌

普通视图

监督工程: 编排软件的“中环”

2026年7月2日 19:00

Richard Gall 2026-07-02 19:00 北京

AI 编程助手的出现,在传统的“内环”与“外环”之间催生了一个全新的软件工程层次——“中环”。工程师的职责正在从“编写代码”转向“监督工程”:设定约束、评估产出、纠正偏差。这不是人与机器的对决,而是人类的判断力驾驭机器的速度。

几十年来,软件开发被整齐地组织成两个核心节奏:内环和外环。内环很大程度上发生在你的 IDE 中:编写函数、运行本地测试、修复语法。同时,外环则是你在输入 git push 之后发生的一切:代码审查、CI/CD 流水线、暂存环境和部署。

但情况已经发生了变化。生成式 AI 和自主编码智能体打破了这种双环心智模型。智能体现在能够在几秒钟内产出数百行语法完美的代码。瓶颈不再围绕着我们编写或实现代码的速度,而是围绕着我们验证的速度。

这种变化不亚于软件开发中的一个全新层级:中环。更重要的是,这个中环需要一种全新的软件方法;一种我们称之为监督工程的方法。

什么是“中环”?

The Middle Loop

要理解中环,我们需要看看由于 AI 的影响,软件工程正如何在结构上被重新架构。

从历史上看,软件开发是一个二元模型:你编写代码(内环),然后部署它(外环)。中环可以被理解为一个由于 AI 生成代码的数量和速度而被迫存在的全新操作层。它是人类判断与机器执行相互摩擦的阶段。

要了解为什么中环是独特的,可以将其与传统的两个环进行对比:

内环: 从历史上看,这是人类工程师在本地输入、编译和修复语法错误。今天,AI 智能体正在接管这项工作中的大部分:智能体可以启动本地环境、编写函数并进行迭代,直到代码编译成功。

外环: 这是 DevOps 和平台工程的领域——CI/CD 流水线、自动化安全扫描、容器化以及推送到生产环境。

中环:在 AI 智能体提出解决方案的那一刻,这个新层级就会被触发。在中环,人类工程师评估智能体是否真正解决了正确的问题,确保代码不会引入架构漂移,并编排多个由智能体创建的组件如何契合在一起。

实践中的中环:监督工程

在中环,你不是从头开始编写代码。你是在监督一个系统。然而,“监督”一词并不意味着开发人员除了看管系统并在出错时进行纠正之外别无他法。事实上,他们仍然需要做很多事情。

对齐意图与设定约束

在智能体开始构建之前,监督者需要确立其构建所需的基础参数。这涉及向智能体提供精确的架构约束、API 规范和风格指南。提示智能体构建某些东西很容易;让它以正确的方式构建正确的东西则是另一回事;这需要软件工程师在这种全新监督角色中的知识和经验。

多智能体合成

现代 AI 工作流不仅依赖于一个大语言模型。一个智能体可能编写前端组件,另一个重构后端 API,第三个生成数据库迁移。中环是工程师必须合成这些并行工作流的地方。你要确保智能体 A 的输出能够干净地与智能体 B 的输出集成,而不会破坏整体系统架构。

差异与行为审查

在传统的代码审查中,你会查看同行编写的拉取请求以捕捉逻辑缺陷。在中环,你正在审查在几秒钟内生成的巨大代码墙。你的审查从检查代码是如何编写的,转变为验证代码做了什么。这涉及运行行为驱动的测试、检查隐藏的幻觉漏洞,并确保智能体没有采取古怪的捷径来让测试通过。

把关与护栏

中环应该被视为一种过滤阶段,在任何内容触及你的 CI/CD 流水线之前,都需要通过这个阶段。在这里,你应用自动化的策略即代码、运行针对性的集成测试,并做出高风险的执行决策:这段机器生成的代码是否足够安全,可以合并到我们的核心代码库中?

监督工程的三大支柱

理解监督工程的另一种方式是通过三个关键支柱的视角:指导、评估和纠错。当工程师开始掌握中环时,这些共同强调了软件工程中正在发生的整体转变。

指导: 这远远超出了基础的提示。它涉及将庞大的系统架构分解为“智能体大小”的区块、管理上下文窗口,并明确地将工程标准代码化,这样智能体就不会幻觉出自己的设计模式。

评估: 这是困难的部分。它需要深刻的系统上下文来阅读高度可行、缩排漂亮的代码,并立即询问:“这是否抓住了重载下的边缘情况?它是否使用了已弃用的 API?这是否只是自信的胡言乱语?”

纠错: 将由并行工作的三个不同智能体生成的三个不同代码库缝合在一起,保持架构的一致性并确保系统无缝衔接。

除了这三个支柱之外,也许最需要记住的一点是:你过去常常在编写代码时慢下来;现在,你必须强迫自己在阅读、质疑和审计代码时慢下来。

随规模发展的技能

工程责任的表面积并没有缩小;它扩大了。行业不再需要你成为一本行走的语法字典。相反,它看重:

• 对系统架构的强大心智模型。

• 对软件如何运行的机械同理心与敏感度。

• 委派和编排复杂任务的能力,而不是手动实现它们。

初级开发人员可能需要适应甚至绕过传统的“语法精通”阶段,去学习严谨评估的艺术(尽管这仍然是一个未知数)。然而,花费数十年调试系统的资深工程师,应该已经具备了作为有效监督者所需的精准直觉。

软件工程的未来不是人类 vs 机器;而是人类的判断力管理机器的速度。那么,欢迎来到中环;是时候投入你的专业知识和经验,开始进行监督了。

跳转微信打开

吴恩达最新思考:从分钟到天,AI产品如何靠三层Loop迭代

2026年7月2日 15:38

高可用架构 2026-07-02 15:38 广东

导读:吴恩达(Andrew Ng)在 the batch 上最新发表文章中详细阐述了“循环工程”(Loop engineering)这一 AI agent 开发热门概念,介绍了构建 0-to-1 产品的三个关键循环:Agentic 编码循环(分钟级)、开发者反馈循环(小时级)和外部反馈循环(天级),并配以循环示意图。

亲爱的读者朋友们:

Boris Cherny(Claude Code 的创造者)和 Peter Steinberger(OpenClaw 的创造者)提到 “loop engineering” 后,这个词在社交媒体上火了。循环现在已经成为我们让 AI Agent 长时间迭代、构建软件的关键方式。在这封信里,我想分享自己用于从 0 到 1 构建产品的 3 个关键循环,如下图所示。这些循环不只指导我如何构建软件,也指导我决定要构建什么软件。

Agentic coding loop: 给定一份产品规格,可选地再给一组 eval,也就是用于衡量性能的数据集,我们可以让 AI Agent 编写代码、测试自己的工作,并持续迭代,直到代码没有 bug 且符合规格。这个闭环思路在去年年底前后开始流行,它彻底改变了 coding agent 的工作方式,让它们可以在没有人工介入的情况下更长时间地持续产出。比如上个周末,我在给女儿做一个打字练习应用,我的 coding agent 可以轻松工作大约一个小时,期间多次使用 web 浏览器检查自己构建的结果,然后再回来找我,全程不需要我介入。

工程循环执行得很快。每隔几分钟,coding agent 可能就会构建并测试一个新版软件。我经常听到开发者分享他们发现的新方法,用来设计更有效的工程循环。这是一个非常活跃的创新领域。

Developer feedback loop: 在这个循环里,开发者检查当前产品,并引导 coding agent 继续改进。去年,很多开发者,包括我自己,都在为自己的 coding agent 扮演 QA(质量保证)角色,手动找 bug,再让 Agent 修复。但随着 coding agent 更有能力测试自己的代码,我们需要花在这项职能上的时间已经显著减少。这样我们就能做更高层次的产品决策,例如应该提供哪些关键功能,UI 哪里需要改进,等等。

开发者反馈循环的时间尺度通常是几十分钟到几小时,这大致就是开发者审查产品并给出反馈的频率。以那个打字应用为例,我几次改变主意,调整视觉设计、孩子在学习过程中可以解锁哪些猫咪服装(她喜欢猫),以及成年人登录并引导孩子学习体验的用户流程。

3 Key Product Development Loops: Agentic Coding Loop (minutes), Developer Feedback Loop (hours), External Feedback Loop (days)
3 Key Product Development Loops: Agentic Coding Loop (minutes), Developer Feedback Loop (hours), External Feedback Loop (days)

3 个关键产品开发循环:Agentic Coding Loop(分钟级)、Developer Feedback Loop(小时级)、External Feedback Loop(天级)

开发者对要构建什么有清晰的愿景,但把这个愿景转化成 coding agent 能执行的规格,工作量仍然不小。此外,在开发者看到一个实现之后,他们可能会更新,或者进一步澄清规格,把它引向自己真正想要的方向。如果你发现系统反复遇到某些问题,为 Agent 构建一组 eval 就会很有用。

AI 原生团队越来越多地用 AI 帮助塑造产品方向,例如自动收集和分析使用数据,总结书面和口头客户反馈,或者做竞品分析。不过,对于我参与的几乎所有产品,我都认为人类相对于当前 AI 系统拥有显著的上下文优势。我们比 AI 系统更了解用户,也更了解产品所处的使用场景,因此人类仍然扮演关键角色。很多人把这种人类贡献称为“品味”,但我更愿意把它理解为人类拥有上下文优势,因为这种说法给了我们一条更清晰的路径,去帮助 AI 系统变得更好。这也解释了为什么这一步无法自动化:只要人类知道 AI 不知道的东西,就需要 human-in-the-loop,把这些知识注入系统。

External feedback loop: 这包括一系列广泛的策略[1],比如请几位朋友反馈、发布给 alpha 测试者,或者把代码上线到生产环境配合 A/B 测试。这些策略通常很慢,很少能在几个小时内完成,有时需要几天甚至几周。这些数据会影响开发者愿景[2],开发者愿景继续驱动详细产品规格,产品规格再驱动 coding agent。

随着 coding agent 加速软件开发,更多工程师开始承担部分产品管理角色。对很多正在成长到这个角色中的工程师来说,最难的部分是塑造产品愿景,并在构建和获取用户反馈之间取得平衡。这里的构建,指的是弥合愿景与规格之间的距离;用户反馈,则用于不断演化愿景。两件事都很重要。

我以后会写更多关于如何做到这一点的内容。不过现在,让我感到鼓舞的是,工程师正在承担更广泛的角色,正如产品经理和设计师现在也在做更多工程工作一样。

继续构建!

吴恩达

参考阅读

References

  1. 策略: https://www.deeplearning.ai/the-batch/how-to-get-user-feedback-to-your-ai-products-fast?utm_campaign=The%20Batch&utm_source=hs_email&utm_medium=email&_hsenc=p2ANqtz-9IU5WWvlZnFv4GFOY2DPAg8PWrnhPB_aFANXt2LIg2tC97Y7bMJ07wp5JEddrBEnV27XVg
  2. 开发者愿景: https://www.deeplearning.ai/the-batch/how-to-get-through-the-product-management-bottleneck?utm_campaign=The%20Batch&utm_source=hs_email&utm_medium=email&_hsenc=p2ANqtz-9IU5WWvlZnFv4GFOY2DPAg8PWrnhPB_aFANXt2LIg2tC97Y7bMJ07wp5JEddrBEnV27XVg
  3. 原文 https://www.deeplearning.ai/the-batch/issue-359

跳转微信打开

AI巨头们之间的资本混战,到底是个什么情况?

2026年7月2日 12:39

原创 小 Lin 团队 2026-07-02 12:39 北京

错综复杂的美国AI资本圈,和它们之间的派系之争。

美国AI资本圈

派系斗争有多乱?

朋友们,咱们今天来一口气拆析一下,错综复杂的美国AI资本圈,和它们之间的派系之争。

AI就像是一个资本黑洞一样,吸引着全球的钱。谷歌、微软、英伟达、亚马逊、OpenAI、甲骨文等等巨头,自身估值不断膨胀的同时,互相之间也投来投去、买来买去。

比如,最近谷歌就承诺了最多400亿美元投资Anthropic,要知道Anthropic可是谷歌Gemini的直接竞争对手,俩人前两个月还在给企业服务的AI市场打得你死我活呢,突然一下就要钻一个被窝了!

基本上,这就是过去三年,整个AI投资圈的缩影,乱。

所以今天呢,我们不评价模型、不对比芯片,只看资本操作,来跟大家捋一捋,截止到目前为止,这些AI公司、之间是怎么个盘根错节的投资合作关系,其实我们分析到最后,你就能看出来一个很清晰的脉络了。

入围玩家

首先,我今天会聊到哪些公司呢?

做AI的公司那么多,这年头谁不都多少搞点AI啊,是吧。

这个范围说实在的就很主观了,我先跟大家解释一下大概的选择标准:

  • 首先,肯定得是最前沿,站在AI风口浪尖的公司,苹果我就不算进去了;

  • 其次,因为我们今天是说这些公司之间的资本关系、投资关系,所以我会选资本市场很活跃的公司;

  • 再有就是体量够大,估值至少在千亿美元以上。像CoreWeave、FigureAI,这都小公司,上不了咱的牌桌~

根据这三个标准,我就选出来了这些公司。

图片截取自: 小Lin说

产业关系

好,那这些公司在AI产业链里到底是个什么关系?谁和谁是竞争关系,谁和谁是上下游?

我简单把AI产业链从上游到下游,分成了这么四层:

  • 最底层芯片层。GPU、CPU、存储等等芯片都算在内。

英伟达显然是这一层的王者了,AI加速器市占率有百分之八九十。

除此之外还有AMD、英特尔。

谷歌也有自己针对AI训练研发的TPU,数量非常庞大,2026年预计能产超过300万颗,它的Gemini主要都是靠这些TPU来训练的;

亚马逊也有自研的AI芯片Trainium,虽然优化得也不错, 但目前总量还没有很大。

还有一个很厉害的就是博通,其实它是ASIC芯片的霸主,刚才说到的谷歌TPU、还有Meta的芯片都是和博通合作生产的。

大概是这些玩家啊。其它巨头可能多多少少也有自研的AI芯片,不过不太成气候,我们就不算了。

  • 再往上是数据中心和云计算层。

这俩其实放在一起不太严谨,我就简化把它俩合并了。大概都是把一大堆AI芯片放在一起,来提供算力的。

云计算基本上有三大巨头:亚马逊的AWS;微软的Azure;谷歌的Google Cloud。

除此之外甲骨文,这两年在数据中心这块很猛;

SpaceXAI,也就是原来的xAI,也建了非常大的数据中心Colossus,现在马斯克还号称要在太空上建全球,或者说全太阳系最大的数据中心。

它们都是这层里的大玩家。

图片截取自: 小Lin说

  • 然后,就是大模型公司。

这层市占率断层领先的三巨头:OpenAI、Anthropic、还有Google的Gemini。

这个Anthropic,可能有些朋友没那么熟,但我说Claude你可能就听过了,它最近这半年,发展势头极其迅猛, 根据刚刚5月份的一轮融资,它的估值已经超过了OpenAI,达到9650亿美元,无线逼近万亿市值。你知道资本圈看看这些AI大模型公司,一个很常用的指标叫做ARR:年化经常性营收,你可以大概理解成估算的年收入。

这个Anthropic,虽然用户数量肯定还是没有OpenAI多,但它营收,15个月里增长了30倍,26年4月份达到了300亿的ARR,5月达到了470亿,已经超过了OpenAI。也就是说它虽然用户少,但更赚钱,而且还在以火箭般的速度上升。

这就是大模型层的三个主要玩家。

其它巨头肯定也是人人都有自己的大模型了,但市占率上目前还拼不过这三位。

  • 最上面一层就是应用层,这些大模型公司也都做。

以上就是我对AI产业链一个非常笼统的划分,以及这些AI巨头的业务分布。

划重点:我们说的都是它们比较成气候的主营业务,比如英伟达哪个都做点,Meta也有自己的芯片,但我们先只看核心的部分。

资本博弈

OA争夺战

接下来,我们就来看看他们之间的投资合作了啊。

这些大模型公司里面其实最最核心的,就是这两家公司:OpenAI 和 Anthropic。

其它都是大厂,只有这两个是独立的纯模型公司,而且模型能力、人才实力也一直是全球第一梯队。所以这些股权投资,很主要一部分就是围绕着它俩展开的。

其实谷歌的Geimini也强,但它背靠谷歌,又不缺钱又不缺算力,谷歌也不愿意让别人进来,所以资本圈都还是围绕OA这两位。

早期其实就是OpenAI的天下,是独一档的存在。它背后最著名的投资人也是众人皆知,就是微软。早早入局,到现在前前后后总共投资了130亿美元,占它大概27%的股权。

要知道,现在OpenAI的估值已经大概8500亿美元了,微软手上的股权估值大概已经有2290亿美元了,也就是说从纯投资的角度看,微软OpenAI这笔投资已经翻了17倍,非常成功。

作为对比,软银的孙正义已经花了超过600亿美元投资OpenAI,是微软投资的四五倍,却只拿到OpenAI股权的13%左右,还不到微软股份的一半。可见微软这押宝还是非常成功的。

顺带一提,软银孙正义为了凑这笔钱,把手上 58 亿美元的英伟达股票全部清仓了。他自己后来在投资者会议上说:"我太尊重黄仁勋,太尊重英伟达了""我是哭着把英伟达卖掉的"。

也正是因为微软在OpenAI的股份非常高,作为另一大巨头亚马逊,当时觉得再赶过去投资OpenAI,就没啥意思了,怎么办?赶紧扶持OpenAI的竞争对手 Anthropic。亚马逊早在2023年就投了它40亿美元,2024年又跟了40亿,是最早投Anthropic的一批了。

但有意思的来了,后来亚马逊换思路了。它干了什么呢?今年OpenAI和Anthropic都进行了一轮大规模融资,亚马逊都是他俩最核心的外部投资人之一,承诺投OpenAI最多500亿,Anthropic追加最多250亿。

所以你会发现,大厂里微软和亚马逊,都没有自己非常出圈的AI大模型,因为它俩都是早早入股了大模型公司,选择不费那么大劲自研,而是去扶持!

那谷歌呢?早期也和亚马逊一样,投了Anthropic,不过不多,每笔都是几亿几亿这个规模。了解投资的朋友知道,这种一般压根就不是为了投资,而主要是想交个朋友,认识一下。谷歌主要重心还是放在研发自己的Gemini上。

但后来呢,这个Anthropic的发展太快了,不光没被OpenAI落下,反倒有追赶上来的势头。尤其是Claude Code出圈让它一飞冲天。

对谷歌来说怎么办?俩竞争对手都这么变态,把注全押在自己的Gemini,风险太高;所以它开始虽然没有大额投资,但是我可以怎么样啊?卖给你服务!咱俩合作!

他就找到了Anthropic,说: 你来,你不是缺算力么,我的TPU便宜点租给你,咱俩交个朋友,以后有什么好事儿记得带上我!

2025年10月,双方宣布大规模合作,谷歌提供最多100万颗定制TPU芯片,新增超过1吉瓦的算力,这就非常暧昧了。

而今年随着Anthropic的爆火,谷歌忍不了了,不暧昧了,亲儿子Gemini,不好意思了,他直接去和Anthropic抱在一起了,4月24日宣布投资最多400亿美元,同时还要在未来五年内提供5吉瓦的算力。

图片截取自: 小Lin说

其实围绕这两家核心大模型公司的投资还没完——还有一个重要玩家没登场,谁啊?英伟达。

英伟达和OpenAI,签了300亿美元的战略合作意向书。什么叫战略合作意向书呢?就是我给你投资300亿,但前提是你得用多少多少我的GPU、我的芯片。

其实这笔投资本来最高有1000亿美元,但OpenAI的估值实在太高了,说白了就是英伟达上车太晚了,OpenAI太贵了。

Anthropic 那边呢,黄仁勋说过最多战略投资 100 亿美元,目前还没敲定。

黄仁勋自己在 4 月份的一档播客上承认自己上车晚了:"我承认我错过了 OpenAI 和 Anthropic 的早期入股机会......"

所以,围绕这两家公司投资大致的格局,可以非常笼统地总结为:

  • 微软和OpenAI是一边的,但有点被OpenAI边缘化,也在和Anthropic搞暧昧;

  • 谷歌是跟Anthropic一边的;

  • 亚马逊最开始独宠Anthropic,但今年开始两边都猛猛投资,搞双押;

  • 英伟达入局晚了,两边都投了一些,OpenAI更多;

  • SpaceX和Meta并没有明显的投资、站边,但要补充的是,马斯克和OpenAI的关系是出了名的差,所以他即便要站边,也一定是Anthropic。其实最近也有动作了,这个我们一会儿会说到。

当然我强调一下啊,并不是微软、谷歌、亚马逊就是它们最大金主了。很大一部分都是财务投资人。

比如,软银不就投了OpenAI 600亿么。包括阿联酋的基金、卡塔尔的基金也都投了不少钱,这些纯财务投资我们就不多说了。

图片截取自: 小Lin说

上下游合作

上文是围绕这两边主要的股权投资来分析。那上下游的合作呢,基本上就完全没有什么派系的关系了,大家又不是直接竞争,那就都是好伙伴。

  • 微软不光给OpenAI提供云服务,也会给Anthropic提供;

  • 亚马逊的AWS自然更是两边都满足,年初跟OpenAI签了8年的云服务合同;

  • 谷歌的TPU主要是给Anthropic;

  • 还有马斯克,非常有戏剧性。他今年2月26号在X上发文直接骂Anthropic, 说它反人类,邪恶,都整这么大词儿;可70天之后,5月6号,马斯克的SpaceX就和Anthropic宣布合作了,要给它提供22万颗GPU。

这马斯克赶紧给自己打圆场,说"我跟Anthropic团队聊过了,没人触发我的邪恶探测器"~

你看这就是AI圈,如此巨大的利益面前,打脸就打脸吧,况且敌人的敌人就是朋友嘛!

所以现在很明显,Anthropic的朋友,从数量上来讲更多,是三大云厂商唯一的共同选择,还有SpaceX的合作。

而OpenAI那边怎么没那么多合作呢?它不是领头羊么?因为它有那个著名的算力项目 - Stargate, 星际之门。

但这个Stargate,星际之门项目其实挺戏剧化的。给不太了解的朋友简单介绍一下啊。

它是一个有史以来最大的数据中心项目,2025年特朗普一上台,就牵头,把OpenAI、软银、甲骨文的老大都拉到白宫里,高调宣布了这个项目。

要造号称"史上规模最大的人工智能基础设施计划",要在得克萨斯州,建一个总规模5000亿美元、10吉瓦的超大型数据中心集群。

初始股权出资是软银 190 亿、OpenAI 190 亿、甲骨文 70 亿、阿联酋的 MGX 70 亿。

那这么庞大的项目,肯定首先是要满足OpenAI的算力需求啊,它甚至还牵头在阿联酋、英国、挪威、阿根廷等等地方,都要建立Stargate项目。

大概是这么个庞大的计划,甚至有人拿它和曼哈顿计划相比较。

图片截取自: 小Lin说

可发布当晚,马斯克就开怼,说 "他们其实根本没那个钱"。

而结果呢……还真让马斯克说对了。

这个项目,除了初始那四位承诺的钱以外,几乎没融到像样的大投资。

去年12月份,有媒体爆料OpenAI、甲骨文、软银三方,在东京谈判桌上吵得不可开交,争场地所有权、争系统控制权;

  • OpenAI觉得,我是咱仨里的明星,虽然我没钱,但是我应该有设计权和长期使用权;

  • 甲骨文觉得这都是我主要建的,应该听我的!

  • 软银觉得我出钱最多,你们甭管怎么搞,但是得保证我的投资回报率!

这是我猜的啊,大概这意思吧。你看看,特朗普就管攒局,你倒是指定个老大啊,他不管。

现在据说OpenAI内部,已经实质性放弃了所谓"星际之门"这个大型联合项目了,而变成传统的、简单的找甲骨文、AWS走双边合同,OpenAI就是一个简单的租客。

当然它很多项目还是在建,只是整体这个庞大的项目,就变成一个个单独的数据中心项目了。

这就是AI时代的速度,千亿美元级别的项目也是说起就起,说没就没。你看甲骨文的股价很能说明问题,去年下半年,因为星际之门项目一路疯长,帮助它创始人Ellison一度登上世界首富。

但后来,随着星际之门项目的负面小道消息,接连爆出,感觉要黄,这股价又跌回来了。

视频截取自: 小Lin说

其它

我们再来看看底层芯片层啊。其实要说合作,英伟达几乎是和所有人都合作,谁不需要英伟达的显卡啊。要是全都在这图上表示出来就太乱了,所以我没加上,大家知道一下就好。

英伟达,这两年混得风生水起,手里也确实不差钱。所以除了投资了OpenAI,承诺投资Anthropic,在美国政府的牵线下,投资了英特尔50个亿,还投资了SpaceX 20亿。

除此之外,其实英伟达投资了非常多小型AI公司,当然,我指的"小型"是在咱们今天这个量级来看的啊,千亿以下都算:

比如CoreWeave、FigureAI、Wayve、Mistral、Cohere等等,光今年总计承诺投资400亿美元左右。要从卖铲人,变成整个产业链的大股东。

试想一下,英伟达这边垄断性越强,作为下游的大模型公司就越不踏实。

海量的算力,需求全指望着英伟达这一家公司,一天到晚要看老黄脸色,总归是有点不踏实,所以大家一方面肯定是要和老黄搞好关系,同时还是想尽办法分散一下风险,找找备胎。

所以,咱上文提到Anthropic就和谷歌合作,用它的TPU;和亚马逊合作,用它的Trainium。

而OpenAI呢,主要就是通过各种Stargate项目,用英伟达的GPU。

所以OA这两家大模型公司,非常笼统的来说,OpenAI主要是用英伟达的芯片;而Anthropic,主要是用非英伟达的芯片。有这么一个朦胧的合作倾向。

但听完我这么分析后,你可别觉得英伟达的统治力就不行了啊,其实Anthropic属于比较个例了,其它大部分算力需求,基本上都还是会用英伟达的,它基本上还可以说是垄断,我强调一下怕大家误解。

那OpenAI,也不想在英伟达这一棵树上吊死。它一方面和英伟达战略合作,同时还要和博通合作自研芯片,在去年年底,还和AMD谈下了一笔超级大合作:

在接下来几年,AMD提供总计6吉瓦的算力,但同时必须要专门为OpenAI,发行最多1.6亿股Warrant,权证,行权价$0.01/股。

什么意思呢?就相当于OpenAI,可以以1分钱每股的价格,购买1.6亿股的AMD股票,那就是白送给它1.6亿股股票嘛。当然,具体的条款不是这么简单,还是有很多条件、细节的,但大概就是AMD牺牲自己10%的股权,去换了大订单,说实话对它来说成本挺高的,但没办法,想要坐上这最中心的牌桌就不得不出点血。

然后紧接着,今年2月份,Meta终于有资本大动作了,也和AMD签了协议,几乎就是AMD和OpenAI的复刻版。6吉瓦算力,换10%股权。

图片截取自: 小Lin说

写在最后

这就是整体的大框架,从结果来看,错综复杂,但我们简单拆解了一下每家公司的思考逻辑,其实也不难理解,是吧。

中心牌桌

AI这么一桌人,大家都清楚,这种剧烈波动的行业,短期赚多少钱是次要的,关键是什么,你得留在最中心的牌桌上。

这个牌桌上:

OpenAI和Anthropic,有点像两个天才的年轻创业者,势头很猛、天赋极高,目前还没那么有钱,但未来的天花板极高,风险也极大;

Meta、谷歌、亚马逊、微软这些互联网巨头,已经算是那种体量很大的"老钱"了,手里不差钱。这张图为了清晰美观,所以并没有完全按市值,来画它们的大小,实际上要按比例画谷歌,应该是Anthropic的十多倍。这些"老钱"呢,打法有点跟不上年轻人,一边自己培养自己的"年轻人",一边赶紧投资、拉拢年轻人;

英伟达,就像是正处于鼎盛时期的中年大佬,运筹帷幄统筹整个桌子,它的目标不是分更大的蛋糕,而是把整个蛋糕做大;

博通,就和各个老钱关系都很好,很靠谱供应商,成了新贵;

甲骨文、AMD、英特尔,就属于费不少劲好不容易坐到了这主桌上来,想也来争取更大的蛋糕;

SpaceX呢,就属于那种不是名门正派,完全另一套路数、另一套打法,和大家的竞争关系、合作关系都不是特别紧密,但未来天花板也极高,有可能在某些时候和大家形成强力竞争关系。

有点像这种感觉,这个比喻,就是我非常主观的感觉啊,你要是觉得不妥,可以发表你的版本~

图片截取自: 小Lin说

那这一桌人之间,错综复杂的资本关系呢,基本上就是同级之间竞争,不同级之间捆绑。

有这么三条主线:

  • 英伟达投资所有人;

扶持整个行业加控股,也锁定未来订单,"你以后还得继续用咱这边的GPU啊";

  • 所有人投资OA两强,换取他俩的算力订单;

你看这么多箭头都指向它俩,尤其是今年它俩临近上市,融资活动明显更活跃;

  • 大家都不想在一棵树上吊死;

都在努力脚踩两条船、三条船、四条船。

视频截取自: 小Lin说

一条船上

所以,这么乱七八糟一捆绑,大家都成了一条船上的人。这张图里的投资,其实和我们普通意义上的投资完全不一样。

看似OpenAI和Anthropic很光鲜,众星捧月,融那么多钱,一定很舒服吧。

其实不是的,它融资的同时,是承诺出去很多的算力和合作的。

上文咱们分析不管是英伟达的投资、亚马逊的投资、谷歌的投资等等,都是"承诺最多"多少亿美元么。什么意思啊,就是你得用我的算力,达到多少多少的指标,我才继续投资给你这么多钱。

粗略估算,乱七八糟全加起来,OpenAI已经累计承诺出去超过万亿美元的订单了。

所以,OpenAI不是一家融资1100亿的公司,而是一家融资1100亿、同时立刻欠出去万亿的公司。它已经把自己跟别人死死的绑住了。

这种股份、合作捆绑,它降低了每家公司自己的风险,但增大了整体行业的系统性风险。

就像这么多艘大船小船都绑在了一起,来抵御风浪。那看过三国的朋友都知道,他们怕什么啊?火。

这推翻整个行业的火是什么呢?

可能是算力需求达不到预期,可能是电力跟不上,可能是某个公司的暴雷,都确实有可能"火烧赤壁";

但反过来呢,如果需求持续爆发、算力需求旺盛、行业爆发,那就皆大欢喜,至少是这帮人皆大欢喜。

以上就是大体上这帮巨头、这帮资本之间的关系,有点意思吧。

其实,半年之前这幅图还完全不长这个样子,这里很多箭头,都是最近两个月才加上去的,现在这张图里SpaceX、OpenAI、Anthropic,都计划在年内上市,到时候,估计又要掀起资本市场的腥风血雨。

到时候咱们就再聊吧~

视频截取自: 小Lin说

—— E N D ——

点击阅读原文可以来B站找小Lin玩呀~

阅读原文

跳转微信打开

❌