底层看稀缺,顶层看客户!看到
@chamath 分享的这张 AI Stack,感觉这个架构划分和 Rewire Index 5 Layer 相当类似,分享一下我对每一层的理解:
1. 能源与基础设施层(最底层)
与 Rewired Index 的逻辑一致。电力会迎来爆发式增长,尤其是无需接入电网的独立供电商(IPP);而土地受政策影响太大,弹性有限。在大众的舆论压力之下,太空基建应该会是未来几年的新机会,无需土地,无限电力⚡️
2. 芯片层
做独立芯片,初创公司基本没有机会:性能要求极高、工艺极其复杂,最关键的是供应链已被完全锁死——这是头部玩家的战场。
真正的机会在融合与生态。从 Google TPU 的发展路径,到 Cerebras 等高速推理芯片的崛起,可以看出芯片会与云厂商、模型公司深度绑定。围绕芯片构建数据中心的整体供应与创新,机会很多;单做独立芯片,机会渺茫。
3. 云服务层
云可以分为 Hyperscaler 和 NeoCloud两类。模型商品化之后,几乎所有的负载都要靠云来承载,这会是非常赚钱的生意。但构建极其复杂,堪称 AI 时代的重资产业务——或者说,智能时代的房地产。
4. 模型层
模型公司面临的核心问题是正在被商品化:
- 如果 Scaling Law 已到极限,模型百分之百会被商品化;
- 即使 Scaling Law 还有很大空间,大家对「最好智能」的需求也在被分解——大量日常应用不需要最顶级的智能,中等水平模型和开源模型会逐渐接管这些需求,反而加速了商品化;
- 最尖端的头部模型公司,更像是「先进制程」的芯片:能从中获取很高的价值,但并非所有任务都需要它。
5. 应用层:Harness vs Application
这张图最有趣的地方,是把应用层拆成了 Harness 和 Application 两层。
我的判断是:按目前模型的进化速度,Application 还没有任何机会,但 Harness 的机会已经大量出现,尤其在企业端。企业内化的知识只能通过 Context 和约束来落地,所以 Harness 就是新的企业应用层;它们会替代旧的 SaaS,或倒逼旧 SaaS 升级。
如果把 AI 扩展到大语言模型之外的更广义范畴,应用层更可能以垂直集成的形态出现,例如:自动驾驶 / RoboTaxi / 任何可端到端自动化工业流程和武器系统;生物研究 / Wet Labs;把执行能力直接部署进企业内部的模式(类似 Palantir 的服务方式)