Max For AI (@MaxForAI) “刚刚，一位押中过英伟达、特斯拉和SpaceX的顶级科技投资人，给出了一个非常激进的判断” — TopicDigg

刚刚，一位押中过英伟达、特斯拉和SpaceX的顶级科技投资人，给出了一个非常激进的判断：AI应用公司可能要迎来一轮集体爆发。 Gavin Baker是美国知名科技投资人，曾在富达工作18年，管理过规模约170亿美元的科技基金，后来创办Atreides Management，也是英伟达、特斯拉和SpaceX的早期投资者。 他认为过去做AI应用，最尴尬的问题就是产品卖得越好，模型账单越贵。 客户多用一次，你就多给OpenAI、Anthropic交一笔钱。 更麻烦的是，底层模型每升级一次，你辛苦做出来的功能，还有可能被直接吃掉。 但现在，游戏规则开始变了。 模型路由、开源模型、基于开源模型的后训练，这三件事正在同时成熟。 AI应用公司可以拿自己的真实业务数据，对开源模型进行训练，再把不同任务分配给不同模型。 简单、高频的任务，交给便宜的专用模型。 真正困难的任务，再调用最强的前沿模型。 结果就是： 效果可能差不多，成本却能直接砍掉一大截。 更关键的是，客户使用得越多，公司积累的数据越多，模型就能继续变强，成本还能继续下降。 以前客户增长，意味着API账单增长。 现在客户增长，可能反而意味着模型越来越便宜。 这就是为什么 @GavinSBaker 会判断，接下来会出现一大批AI应用公司。 像 @WeAreLegora 这样的法律AI公司，已经能用自己的法律数据训练开源模型，再把它和前沿模型结合。 @cognition 身上也看到了同样的趋势。 它们正在证明一件事：AI应用公司不必永远给大模型厂商交租。 当一家公司同时掌握客户、数据、评测、工作流和专用模型，它就不再只是套壳应用。 它开始拥有自己的模型能力。 Legora最近披露，ARR同比增长超过10倍，7月净新增ARR比此前纪录高90%。 AI应用最难解决的成本问题，可能正在被解决。 过去大家担心AI应用没有护城河。 现在看，真正的护城河可能才刚刚开始形成。 现在应该狠狠训模型了家人们（是的，我们 @lobehub 也即将推出我们的私有模型😉）