Andrew Feldman, Robin Rombach: 开源胜出、AGI 已至，以及斯科塞斯的 AI 工具箱：对话 Cerebras 与 Black Forest Labs 的 CEO

对话开场再次介绍 Cerebras（转录为“Cerebrus”）的 CEO 兼创始人 Andrew Feldman。该公司制造推理芯片，近期完成了 IPO。第一个话题是 AI 基础设施的物理规模。主持人将其比作中国长城、金字塔，以及近代历史中的战时动员，形容这是一场资本、时间和人才的大动员，在他们有生之年找不到明确的先例。

讨论将此与人们通常谈论硬件的方式作对比。芯片和机箱并不具有当下所建设之物那种“同等的物理庞大感”。所作的断言规模很大。据称，未来几年数据中心的耗电量有望超过地球过去 50 年的用电总量，而单栋足球场大小的建筑耗电被描述为超过中等规模的城市。建设被描述为遍及美国、加拿大、北欧、法国及欧洲其他地区、中东，以及哈萨克斯坦、塔吉克斯坦、格鲁吉亚和亚美尼亚等国。讨论还提到，每个国家、美国的每个州都觉得自己必须参与其中。

在买方方面，发言者点名 OpenAI、Anthropic、SpaceX AI 和 Google，称它们“眼下欲壑难填”。他们说，这些买家在 Cerebras 芯片尚未完成时就已下单。他们强调的要点是，这轮热潮不同于以往的科技热潮，因为买家并不是在押注未来需求：

他们是在努力满足昨天的需求，对吧？需求远远超过了我们建设数据中心并为其装满硬件的能力。

文中提到 250 亿美元的积压订单，发言者说这并非个例。Google、Microsoft 和 AWS（转录为“ATWS”）都被描述为想要更多数据中心。他们将此描述为与“你建好了，他们自然会来”相反的局面：需求早已锁定，问题变成如何留住客户不流失。发言者称这“极不寻常”。

主持人提出围绕“token maxing”的争论：大量消耗 token 是否在创造价值？回答承认两方面都成立。“显然正在产生巨大的价值”，但同时也存在“大量的试验”。给出的类比是 AWS 早期，当时工程师被告知用信用卡注册，以绕开自己公司的 IT 部门。其中很多工作是有用的，也有一些让人后悔。得出的结论是，试验并不会抵消巨大的净价值，只是意味着部分支出会打水漂。

第二个类比是 1988 年 Costco 在帕洛阿尔托地区开业。早期顾客像在 Safeway 一样逛遍每条过道，回家时带着“四样用不着的东西，每样 22 美元”。有经验的顾客则直奔特定商品。发言者把这套用到企业 AI 上。起初，企业给每个人想要多少 token 就给多少。如今它们开始分配：高生产力用户得到所需，其他工作交给开源或更便宜的模型。一位发言者将此描述为“像企业一样运营”，符合企业通常不会给任何人不受约束的资源这一原则。

主持人还描述了一类正在出现的用户：以系统方式思考的人，开发者和具有战略眼光的 CEO 往往如此。主持人看到创始人、风险投资人以及自己公司的助理开始摆弄这些工具，直到“工具开始摆弄他们”。AI 会要求一份需求文档，询问目标是什么，并告诉用户他们在 token maxing，需要聚焦。

文中引用一位 20 年前的同事的话，说计算机“完全按你说的做”。讨论称早期的提示词正是如此，对提示的微小修改会让答案大幅改变。较新的模型被描述为越来越能理解意图。使用转录为“Fable or 5-6 from Open A”的模型，用户不再需要做“提示词低语者”（“prompt whisper”）。所举的例子是模型建议做一张同时包含折线和柱状的图表，用户并未要求，却更喜欢这样。发言者称理解意图是“巨大的飞跃”。他们补充说，两年前没人能预料到，在 24 个月内，就从总结网页结果走到了理解意图并交付抽象化的解决方案。