关于大语言模型(LLM)的几点论断

这是一篇拖更了一年的文章。去年未敢发，因为人微言轻，不好口出狂言。

但这一年里，LLM领域新技术、新公司不断地涌现出来，整个行业的发展现状，已经部分印证了之前的观点，所以就班门弄斧，出一回狂言吧！

说几点个人对LLM的看法，没有数据支撑，也不是有技术背景的专业人士。各位且看且轻喷。

一、定位

大语言模型是一项技术而不是一个产品。

它的作用应是作为技术底座为新时代（AI的时代）的各种应用赋能，就像电厂为社会输送电流、宽带和5G为网民提供网络连接一样，它应该是新基建，而不是自己作为一个终端应用去卷用户、卷流量、卷商业变现。

这是一个定性的问题。如果定性出错了，后边的就全错了。

二、起势

大模型发力的层次不在应用层，而在系统层和硬件层。

GPT4刚问世的时候，很多人说，所有app都值得用AI重做一遍。

这句话对，也不对。

大语言模型的确为新的交互方式提供了可能，也能为现有的APP带来很多便捷。但作为终端应用，尤其在国内，各大厂商数据各自深沟高垒，没有互通的前提下，APP+AI这种模式对LLM这项技术来说，根本就是暴殄天物，完全发挥不出来它应有的优势。就好像你拿个牛刀去杀蚂蚁，不能说牛刀一点用都没有吧，反正普通用户肯定会觉得just so so，玩个鸡毛？不如我一根小手指，稳准狠还不费劲儿。这是其一。

其二，即使全部的终端应用打通了数据，在每个APP上叠一个LLM也是极大的浪费，根本没必要重复造轮子，从系统层解决才是王道。

去年有不少人看到了这一点，AI PC, AI Phone，已经有不少人下场在搞了，但是现在没有看到什么有效的成果。手机这块某大厂号称AI智能机，我个人没试用过，但看了网上的测评，离我想象的效果差得很远，本质上还在用上一代手机的思维做产品，没有实质性突破。这也不能怪他们没想象力，现在的LLM技术还没有完全达到能实现我们理想智能的水平，硬件层、应用层也还有很多问题需要解决。但随着LLM技术的突飞猛进，预测未来两三年将会在硬件和系统层看到冒头的小幼苗。如果苹果没有跟上这波浪潮，有可能会交出智能机的王座，让位给的新的“智能“。（后面再专门发文聊一下这部分）

当然硬件层也不止于手机、PC、眼镜……现在的硬件厂商们谁能出头，不好说，但跟不上一定会成为前浪；后浪们又有谁能横空出世，我们就拭目以待。

三、落地

当前的大模型技术，更好的应用场景仍在B端。

这条是我一贯的判断。LLM还没有更进一步的技术突破之前，以当前的技术水平来说，最适用的场景仍在B端，在B端的交互层。为什么是B而不是C，这点我们也放以后专门发文展开说，此不赘述。

四、破局

大模型厂商需要做的不是单纯的裁撤产线、压缩产能，而是控制成本，集中优势兵力打歼灭战。（注：这里的裁撤产线、压缩产能指的不是主动裁撤与AI核心研究无关的产线、产能，而是指部分厂商为了降本或迫于资本压力被动而短视地裁掉核心研究人员和产能。）

勿短视，AI的未来是星辰大海，但现在要苟住，活下去。

对挣扎中的AI大模型厂商，几点建议如下：

1）把技术做到极致。比如，立个小目标，先超过或至少赶上GPT。做到这点，就能够奠定在未来国际市场的竞争力。我们一定不能短视，只在国内四小龙、六小虎的圈子里卷到死，要看到宏观，看到国际形势和国家战略布署的大局。这不是单纯国内卷流量的战争，这是东西方争话语权的强国之战，AI必然要在这场战争中做急先锋。打赢了，全世界的钱都会源源不断送进来，何必在意一城一地之得失。

2）市场化不要太快。不要把融到的钱投太多在市场营销和用户运营上，要苦修内功。现在不是在意市场占有率和用户规模的时候，如本文第一节所述，LLM的定性要搞清楚，它是技术底座，是未来的电厂、电信网，不要把它当成一个终端应用去运营，先把技术磨到顶尖。不要过分关注商业化的效率，它不是一个适合用盈利指标来考核的标的——当然研究需要很多钱，这需要和投资人达成共识，需要去说服投资人，需要他们给时间和耐心。

3）现有的模型厂商，如资金充裕，建议集中资源去扶持若干（不要太多）市场化方向明晰的应用层产品——即是说，自己不要在应用层投入太多精力和资源，而是以自己的技术能力和部分可用资金去扶持在应用层有可能突破的尖子生，这是一个共荣的策略，也是分散风险的一个路径。应用层的数据可以倒过来反哺大模型，而如应用层有所突破，未来需要的底座资源也是一个很大量级，就好像黄铮刚搞起PDD时你成为了嫡系供应商，你赚的不是它起步时的仨瓜俩枣，而是给未来的巨无霸做天使投资。

4）杀入系统层。如本文第二节所述，大模型发力在硬件和系统层。硬件或系统不一定是大模型厂商的强项，可以考虑合作或孵化模式。合作的好处是成本低，坏处是可控性差，且现有的系统或硬件厂商不一定有AI创新的基因；自研或孵化的缺点是需要较高的成本，且极有可能面临大厂竞争，但一旦成功，可能就是未来20-30年的江湖霸主。各有利弊，可综合自身的条件考虑。

5）考虑行业的互透互荣。未来一定不是六小虎、七小虎的格局，互相渗透甚至兼并是必然。在被动走上合并之前，不如主动开放，互相拥抱，共克难关。如本节第（1）条，AI是国与国的较量，不只是公司和公司的较量。能做到什么程度，就看业内大佬们的心胸和眼界了。

五、展望

大模型的终局还为时尚早，乾坤未定，一定还有黑马。

GPT刚出来不久，国内第一批跟进的某大厂BOSS就在公开场合说，中国不需要那么多大模型。听了这P话，我真的很想笑，想阻止后生也不用这么明晃晃的吧？心胸呢？风度呢？

我的看法恰恰相反！中国的大模型数量还不够多、不够卷。

这并不是说怂恿后来者进来这里卷，而是当初卷进来的很多人，根本不是真正有能力做大模型的人。谁为了钱，谁为了追风口、谁为了占市场来的谁知道。我坚信的是，最适合搞AI的孩子们还在路上，可能都还没上路。最近半年爆出来的DeepSeek部分验证了我的观点，但他也不会是最后一个，也不会是最终BOSS。这一把，注定是年轻人的游戏，老同志们靠靠边，等看戏就好。当然如果够格局，背后给孩子们托个底，打扫一下路障也是极好的。

加入读者群，在最前沿的科技圈吃瓜