之所以会起这个标题，源自于前段时间笔者的亲身经历，上个月我利用ZhipuAI结合开发了一个阅读PDF的AI小工具，还没开始正式使用，突然发现KimiChat已经支持20万字的超长文本输入，意味着你可以直接塞入一整套知识库进去。再回头看看自己写的那个工具，才越发觉得所做的一些努力不值一提。
这不禁引发我的思考，移动互联网时代，个人开发者以极低的成本（一台电脑，一部手机）开发出独立作品的场景，在如今的大模型的时代变得不再现实。那个年代，代码稀少，因此程序员的薪资才水涨船高。可生成式AI的出现，让代码生成的成本变得更低，代码在这个时代变得越来越不值钱。
你问我焦虑不焦虑，那肯定是焦虑的，真的很焦虑。尤其在对比了国内外的现况后，变得愈发焦虑了。似乎海外一直在高歌猛进，Google、Meta、OpenAI等大公司军备竞赛，NVIDIA股票节节攀升，各种开源工具应接不暇。反观这里，仍然一直发布着各项评测结果遥遥领先，但实际效果一般的大模型，颇有一种被世界甩在身后的感觉。
笔者常年在互联网上划水，算是比较先接触AIGC和大模型的，期间也陆陆续续写过一些文章。从一年多的使用来看，大模型真的很强，强到帮我写代码，根据大纲编辑文字，给我提供各种思路和解决方案。但同时大模型也很弱，弱到我问他鲁迅和周树人是什么关系都会瞎说。这种矛盾带来的割裂感让我陷入了深思。技术，尤其是像生成式AI这样突破性的技术，始终带有双刃剑的特质。其一面能够无限放大人类的创造力，简化日常工作，提升效率；另一面则是误导信息、扩张偏见，让你无法分辨究竟什么是真，什么是假。因为大模型对于输出错误答案和输出正确答案同等自信，以至于在某种程度上反而增加了人类获取真实信息的成本。
大模型时代的开源
借着这个话题，探讨一下如今这个时代大模型开源是否还有意义。
首先，开源作为一种协作模式，是鼓励开发者共享知识和资源，这样可以加速技术的迭代和创新，同时也降低了参与门槛，使得更多的企业和个人能够参与到AI大模型的研发和应用中来，颇有一种众人拾柴火焰高的意思在里面。但是现在，我们发现各种性能卓越的大模型都是闭源产品，无论是GPT4，还是Gemma，都是大公司的产品。OpenAI在成立之初，是希望让AI服务于每个人，但是现在越来越多的人调侃他们变成了CloseAI。
闭源可以保护商业模式，聚集人才和算力资源，反观开源社区的很多成员都是个人开发者，没有足够的算力支持，所以观察GitHub可以发现一个规律，大公司不断发布自己最新最强的大模型，个人开发者不断的发布自己的各种调用大模型API的应用和工具。
也许未来开源社区会成为反哺这些大模型公司生态重要的一环。
大模型之于我们
这几天腾讯新闻有两篇文章值得看一看。分别是《朱啸虎讲了一个中国现实主义AIGC故事》和《月之暗面杨植麟复盘大模型创业这一年：向延绵而未知的雪山前进》
这两篇文章介绍了中国科技界对大模型的态度分裂成两股阵营，一方认为应该追求更大更强的AI能力，另一方认为应该将足够的AI能力投入可以快速变现的商业场景中。
其实，杨植麟和朱啸虎并不是对立的。在中国也可以做大模型，但是要基于两个真相。第一，阿里这类云计算厂家会砸钱，反正大模型买我的算力，甚至投资款都用算力支付，云计算规模上去还可以打价格战，一石多鸟，空手套白狼。第二，大模型作为基础设施，中国肯定要自主可控，不管好不好，肯定要有。
这些机会，属于杨植麟这样的，和杨立昆一起发过paper的天之骄子。而普通人做AI，多听听朱啸虎说的，不要挑战高大上的科研，一定要做应用，一定要想办法快赚钱，养活自己。
套用《一代宗师》的台词 —— 今天我们不比武功，比想法。
那么未来AI的走向会是什么样的呢？
悲观的预测，这轮AI是元宇宙，泡沫破裂，英伟达成为思科。又或者这轮美国的AI，成了中国的5G，的确遥遥领先，但是烧了那么多钱，却找不到爆款应用。中性的预测，这轮AI是互联网。前期技术曲线陡峭，后期变得平缓，中国能慢慢赶上来。再次印证，美国擅长底层技术，中国擅长应用落地。最乐观的预测，这轮AI是AGI，scaling law带来的强人工智能，是黑客帝国，是人类被全面超越和奴役的开始。
但是不管怎么样，我们都不应该焦虑，饭是一口一口吃的，路也是一步一步走的，我们注定不是会引领世界的一批人，因此让自己站在巨人的肩膀上才是我们要做的。历史课本上说人类进化的重要标志是学会使用工具，现如今大模型是进入信息时代以来，人类最伟大的工具，你能够直接调用人类千年以来积累的知识与技能，这些足以让你变得十分强大。