20VC 圆桌：开放模型、AI 经济与支付交易

Harry Stebbings 询问投资人 Jason Lemkin 和 Rory O’Driscoll 对近期中国开放权重模型发布的看法，包括 Kimi 和 Alibaba 的 Qwen。Lemkin 提醒，基准测试只是基准测试：他希望在得出广泛结论前看到实际使用中的表现。

Lemkin 说，中国开发的模型已经在 OpenRouter 流量中占据重要位置，并区分了模型来源与托管地点。他的使用量数字反映的是他对一个平台的理解，而非全球推理量的完整统计。

O’Driscoll 认为，这是资金充足的团队持续取得进展，而非方向突然改变。他说，模型规模和算力需求差异很大，因此价格和能力的比较取决于模型及任务。他对与前沿模型差距的判断针对特定时间，并非普遍排名。

发言者讨论一位 OpenAI 政策高管的公开评论及其引发的反应。O’Driscoll 认为，当一个人的雇主可能从限制中获得商业利益时，其支持限制的政策提案会受到审视；这是他对激励的看法，并非任何人私下意图的证据。

Lemkin 预计，一些美国政府客户和受监管客户会对中国开发的模型持谨慎态度，同时指出限制可能达到什么程度仍不确定。他还引用一家受监管企业 token 使用量增加的例子，预计低成本替代方案将面临更大需求压力。

O’Driscoll 反对全面禁令，并区分敏感的政府用途与风险较低的商业工作负载。他提到一项报道中的政策讨论，但没有确立已确定的政府规则；他的结论是个人政策偏好。

Lemkin 说，自己仍担心潜在的数据泄露，不会接受本地托管可以消除所有风险的简单保证。他的担忧并非任何被点名模型供应商存在后门或不当行为的证据。

O’Driscoll 区分了开放权重与完全获取训练数据，并询问哪些技术控制可以限制应用访问信息。他认为一些风险可以管理，但政治和组织信任是另一个问题。两位发言者都没有证明存在特定安全入侵。

嘉宾询问，低成本的美国开放权重模型能否支撑一门生意。O’Driscoll 概述了对更便宜智能的潜在需求，并讨论 Thinking Machines 这一新兴尝试，同时强调成本和商业模式都存在不确定性。

Stebbings 说，自己收到一项涉及 Kimi 的投资机会，并在这一背景下引用了一个估值。这一事例不是经过独立核实的公司估值，也不是投资建议。嘉宾继续询问，为何没有更多美国实验室进入同一细分市场。

讨论转向有关 OpenRouter 正在进行收购谈判的报道，以及竞争性路由产品。Lemkin 认为，随着更多平台加入类似功能，可能出现出售窗口；O’Driscoll 则考虑云服务商为何可能重视一个不依赖特定模型的网关。

O’Driscoll 说，收购者获得的战略价值可能不同于公司的独立价值，尤其是当产品能帮助买方赢得客户时。两位发言者讨论的是假设出售；访谈没有确认买方、报价、泄露或交易。

被问到董事会应如何处理一项重大报价时，O’Driscoll 说，创始人应认真对待机会，并权衡个人目标和未公开的顾虑。他认为，投资人应支持创始人在充分了解情况后作出决定，而不是把估值倍数当作唯一考虑。

Lemkin 将投资人的计算与创始人的个人风险作比较：改变人生的现金报价，可能比多年工作后收入翻倍的不确定前景更有价值。他假设的持股和收益数字是为了说明观点，并非 OpenRouter 的实际股权或真实报价。

O’Driscoll 同意财务比较需要考虑风险，但补充说，一些创始人可能更愿意继续建设毕生事业。在他看来，正确决定不仅取决于金钱，也取决于个人目标。

Lemkin 担心路由功能可能变成大型平台附带的一项功能。O’Driscoll 不愿将每个产品都视为相同的商品，但同意其他供应商纳入类似功能可能改变竞争格局。

Stebbings 讨论 Fireworks AI 据报道的融资、估值、收入运行率和 token 数量，并披露 20VC 参与了该轮融资。这些数字和预测由主持人提出，访谈没有对其进行独立审计。

O’Driscoll 将独立推理服务商的需求与组织希望运行不同开放权重模型联系起来。他说，强劲需求可以改善近期经济状况，但供应商集中度、算力成本和竞争仍是重要问题。

Stebbings 转述 Fireworks 管理层对利润率处于 30% 多、接近中段的描述，以及进一步进入数据中心基础设施的雄心。O’Driscoll 指出，拥有更多技术栈可能带来控制权，但也需要大量资金；未来利润率和回报都没有保证。

嘉宾对比了流入 AI 基础设施的巨额资金与他们观察到的规模较小的应用收入。所引用的市场总量和公司数字是发言者粗略估计，并非经过核对的 AI 支出账目。

O’Driscoll 将生态系统分为基础设施、基础模型和应用，并询问应用收入何时能够支撑正在建设的基础设施。Lemkin 说，他仍在等待更广泛的应用层繁荣，尽管两人都承认个别产品正在增长。

Lemkin 描述了自己构建智能体招聘应用并标注示例以改善结果的过程。他说，这帮助了特定工作流程，并将自己的规则和推理层与单独训练的基础模型区分开来。

他认为，企业会越来越多地使用领域数据定制智能。他对少量专家示例所带来改进的热情说法反映了个人经历和预期，并非受控研究，也不是适用于所有用途的证据。

Stebbings 在询问数据标注业务时披露自己投资了 Mercor。O’Driscoll 说，市场前景部分取决于企业模型开发是增加需求，还是减缓购买大量数据的前沿实验室的增长。

O’Driscoll 说，他不知道开放模型在未来一到两年会对前沿实验室的增长产生多大影响。他概述了如果增长放缓，算力需求和财务承诺可能重新分配的情景；这不是对资不抵债的预测，也不是已知市场结果。

Lemkin 认为价格竞争可能给前沿供应商施压，但它们也需要收回训练和提供模型服务的成本。O’Driscoll 补充说，快速增长可能掩盖困难的单位经济状况，而价格和利润率下降会改变计算结果。

嘉宾将推理的实体服务成本与传统软件捆绑作比较。他们给出的模型定价、增长和利润率数字是示意性估计，也承认竞争结果不确定。

Stebbings 提到报道中 Stripe 和 Advent 涉及 PayPal 的提案。O’Driscoll 比较公司的支付量，讨论潜在战略收益和运营挑战。发言者讨论的是报价和可能的交易，而非已完成的收购。

他提醒，Stripe 和 PayPal 的收入报告方式不同，因此不能简单比较毛额和净额。他给出的数字是近似值，讨论中未独立核实；整合和融资需要详细分析。

Lemkin 担心，将增长较快的业务与增长较慢的业务合并可能降低整体增长率。O’Driscoll 强调潜在的规模收益，但也认识到任何交易都涉及运营工作和复杂融资。

嘉宾推测 PayPal 董事会可能如何评估报价、未来表现和替代方案。他们对董事义务和潜在谈判的评论属于一般观点，并非法律建议或董事会讨论情况的证据。

两人都表示认为交易可能发生，Lemkin 还推测了更高的价格和谈判过程。访谈没有确立竞购方的策略、董事会决定、最终价格或交易完成；他们对时间和结果的预测仍不确定。

O’Driscoll 指出 AI 公司对私人科技市场价值影响很大，并看到半导体和能源领域的相关需求。他提到 Databricks 是大型私人公司之一，但报道中的融资和估值仍只是讨论中的说法。

嘉宾比较早期和后期 AI 投资定价。Stebbings 描述了一些例子：一家后期公司的收入高得多，而估值仅高出几倍；他将这一选择视为风险调整后的问题，而非有保证的回报。

Lemkin 说，早期投资人可以持有赢家更多股份，但必须能够在激烈竞争中识别赢家。O’Driscoll 说，成长期投资受益于近期估值上涨，同时警告有利条件未必持续。

他们讨论按不同价格分批完成的融资轮次。Lemkin 质疑，在短时间内向投资人收取不同价格，是否值得承担对关系和员工期权的后果，但他承认大规模融资可能改变这一权衡。

O’Driscoll 说，创始人可以计算综合估值，但应理解未来激励和交易条款。两位嘉宾描述了取舍和可能的信号价值；他们的评论不能替代对任何具体融资条款的审查。

话题转向核能和 Valor Atomics 据报道的融资。O’Driscoll 看到技术持续发展，同时也看到重大风险，并质疑为何一些早期核能公司已经上市，而规模大得多的成熟科技公司仍保持私有。

Lemkin 讨论一家数据中心公司的公开上市，并将其报道中的增长和估值与更加亢奋的 AI 故事作比较。参与者承认债务和企业价值很重要；他们的数字和判断未经独立核实。

O’Driscoll 将半导体供应商之间的长期关系，与他所描述的更为波动的内存定价作比较。这些是他对供应链行为和公司经济状况的解读，并非任何供应商私下意图的经核实证据。

他认为，需求、投资和内存成本可能影响基础设施企业，并根据未来资本支出描述了 Nvidia 的几种可能路径。Stebbings 提到自己持有 Nvidia；两位发言者的情景都不能保证股价结果。

嘉宾再次讨论未来前沿模型增长的不确定性及其对整个科技供应链的影响。他们以轻松的交流结束节目，同时区分了当前需求与仍未知的众多财务和政策结果。