泡沫还是机遇？星际之门：OpenAI 的艰难起飞及其对微软的影响

　　硬起飞描述了一种现象，即AI可以在人类研究人员的极少帮助下提高个人的智能，从而引发自我强化的反馈循环。自从OpenAI 发布其推理模型以来，领先的AI研究人员的乐观情绪急剧上升。令人震惊的星际之门公告称，“一家新公司打算在未来四年内投资 5000美元为 OpenAI 构建新的人工智能基础设施”，这增强了这种硬起飞的叙述。

　　从历史上看，AI系统在特定任务上表现优异，例如在围棋或国际象棋中击败人类。AI系统在近期内获得真正通用智能的想法似乎遥不可及。这种观点在最近几个月发生了变化。GPT的早期版本可以生成流畅的文本，但缺乏强大的训练数据之外的解决实际问题的能力。然而，OpenAI 最近在测试时计算扩展方面取得的突破使得推理模型的创建成为可能。从类似 GPT 的模型到这些基于推理器的系统的飞跃使AI走上了一条新的轨道。

　　这种现象正是人工智能思想家多年来所期待的。这不仅仅是原始的扩展，即在模型中添加更多参数并投入更多数据。相反，这些模型结合了先进的思路链推理和测试时间搜索策略，让人想起 AlphaGo 的自我对弈。结果是一个可以即时适应、纠错和提前规划多个步骤的系统，特别是 Francois Chollet 的ARC-AGI测试，此时硬起飞的可能性很高。

　　传统的 LLM 通常对任何查询使用单次前向传递。这些较新的推理器模型（如“o1”）采用中间步骤，不断重新检查逻辑、调查巨大的解决方案空间并丢弃有缺陷的方法。这种方法的妙处在于，这些模型执行此“思考”过程的时间越长，其最终答案就越准确。一旦这样的模型解决了功能上可验证的问题，它就会改进并保留解决方案路径作为推理模型后续迭代的训练数据。

　　结果是一个递归管道。导师推理模型需要无数次尝试处理问题，记录成功的推理步骤，并使用这一些推理链教导下一个模型。这种办法能够为艰难的起飞铺平道路。每当创建一个新的前沿推理模型时，它都会以合成数据的形式将精炼知识传授给下一个模型。这种反馈回路减少了对人类监督的依赖，并进一步加速了发展。随着这些模型在每次迭代中变得“更智能”，它们随后可以生成更高质量的推理链。

　　硬起飞假说的核心是知识提炼。像“o1”这样的强大教师模型在处理功能可验证的任务的同时，会生成并完善自己的思路链。然后，正确的内部推理序列被整理成合成的“思路链”记录。然后，这些记录被用作更高效的学生模型的训练数据。随着问题慢慢的变困难，教师必须提出越来越复杂的理由和更多的推理链。最终，学生吸收了足够多的合成推理数据，超越了教师，成为下一代导师。

　　这种现象类似于蜂巢。“女王”模型使用巨大的计算能力来处理艰巨的任务，然后将其发现提炼成用于日常用途的“无人机”模型。跟着时间的推移，新的“无人机”可以发展到足够先进来取代女王本身，此时循环继续。实验室现在正在大规模自动生成数据，并使用这一些数据进行未来的训练。这与 AlphaGo 通过不断的自我对弈达到围棋超人水平的方式相似。在这里，范围远比围棋的狭窄领域要广泛得多。

　　这种自我强化的循环让人想起了“智能爆炸”。一个普遍的观点是，人工智能必须在所有领域超越人类的研究能力，才能引发不可阻挡的浪潮。事实上，只在某些领域表现出色，或者重要的是增强人类研究人员的能力，仍然有助于实现新的突破。

　　许多业内人士怀疑 OpenAI 以及 Anthropic 或 DeepMind 等实验室已经在朝着这个方向发展。例如，OpenAI 的首席执行官 Sam Altman暗示未来的收益可能超出几乎所有预期。最近的Axios 报告表明，OpenAI 已经在研究“博士级超级智能体”。Anthropic 首席执行官 Dario Amodei 也发出了类似的声音。在最近发布的 CNBC 采访中，他表示：

　　我从未像现在这样有信心，我们即将开发出强大的AI系统。过去几个月我在 Anthropic 内部和外部所见所闻让我相信，我们正朝着人类水平的系统迈进，该系统将在 2-3 年内在所有任务上超越人类。

　　在任何旨在实现更高智能的竞赛中，领先的模型都享有巨大的优势。用户往往会为使用此类模型支付高额费用。OpenAI的200 美元“o1”专业模式的高使用率反映了这种模式。考虑到智能的“昂贵”，愿意为最好的模型支付如此高的价格才是合理的。

　　对冲基金愿意为可提升 1% 回报的领先模型支付多少钱？如果这种模型能够在一定程度上帮助药物研发，价值 10 亿美元的制药公司愿意支付多少钱？谁能保持优势，哪怕只有几个季度甚至几个月，谁就能获得明显更大的回报。OpenAI 已经证明，它不仅仅可以保持领先，而且还能快速创新。星际之门计划只会加快 OpenAI 创新的进程。

　　像英伟达和 AMD 这样的公司将从激增的 GPU 需求中获益最多。然而，微软、亚马逊和谷歌等领先的云计算公司也将蒸蒸日上。如果 Salesforce或 Palantir 等加快速度进行发展的 SaaS 公司能够迅速采用这些技术，它们将受益匪浅。

　　在这些重量级公司中，微软很可能成为公众投资者的首选。由于 OpenAI 仍处于私有状态，微软与 OpenAI 的深度合作和股份使其能快速实现高水平的突破。这家科技巨头最近的2025 财年第一季度数据反映了这一优势。该公司的营收为 656 亿美元，每股盈利为 3.30 美元，微软云营收为 389 亿美元，同比增长分别为 16%、10% 和 22%。

　　微软预测，到下个季度，其人工智能部门的年营业额将超过 100 亿美元。这是有必要注意一下的，因为这在某种程度上预示着其人工智能部门的上涨的速度将超过其之前发布的任何产品线。这表明AI已经通过 Microsoft 365 Copilot、GitHub Copilot 和 Azure AI 产品实现了强劲的利润。供应限制，而不是疲软的需求，似乎是 Azure 发展的阻碍。这在某种程度上预示着，本财年下半年的额外产能可能会带来进一步的增长。

　　能够提前获得 OpenAI 的领先模型并有能力将 OpenAI 的模型集成到其产品套件中，这对微软来说是一个巨大的优势。微软不仅将拥有更具吸引力的产品和最先进的人工智能功能，而且由于 OpenAI 与 Azure 的紧密集成，该公司还将能够吸引更多客户使用其云平台。这使 Azure 在与亚马逊 AWS 和谷歌GCP 云平台的竞争中占据了巨大的优势。

　　Stargate 计划只会加速 OpenAI 的进步，从而使微软受益。虽然根据与该项目相关的新条款，微软将不再是 OpenAI 的唯一云提供商，但微软仍将拥有是否愿意向 OpenAI 提供所需计算的优先权。如果不这样做，OpenAI 可以向其他云提供商寻求所需的任何多余计算。这对微软来说是一件好事，因为它消除了 OpenAI 传统的计算能力瓶颈，同时仍让微软拥有优先权。

　　亚马逊与 Anthropic 关系紧密，并且拥有庞大的云业务，可能会位居第二。事实上，许多研发人员仍然更喜欢 Claude 3.5 Sonnet，甚至比“o1”更受欢迎。考虑到该模型的编码能力仍然位居最知名的排行榜榜首，这并不奇怪。话虽如此，OpenAI 的最佳模型在基本上所有别的方面仍然明显优于 Anthropic 的 Claude 模型。OpenAI 似乎再次凭借其推理模型领先，而星际之门项目几乎肯定会促进扩大这一差距。

　　如果人工智能最终真的遭遇挫折，微软的命运可能会发生逆转。最明显的风险是微软向其人工智能基础设施投入了多少资金。事实上，微软刚刚宣布计划在 2025 年投资800 亿美元建设人工智能数据中心。如果人工智能进展遭遇挫折，这些令人瞠目结舌的数字可能会让微软一蹶不振。

　　一些公司将难以跟上这些一直在升级的人工智能能力。假如没有大量的研发预算或无法立即获得最佳模型，这一些企业将面临被淘汰的风险。以较旧的 IT 服务为导向的较小公司（如 DXC Technology 或 Unisys可能会面临生存威胁。中型咨询公司（如 EPAM Systems ( EPAM ) 或 Globant ( GLOB )）也可能陷入困境，因为它们依赖自定义代码。如果人工智能能够以最少的错误输出完整的软件管道，对此类服务的需求可能会大幅减少。

　　未能利用以AI为重点的战略的芯片制造商可能会被更敏捷的竞争对手所取代。英特尔 似乎就是这类公司的典型例子。事实上，即使在美国政府的帮助下，英特尔也屡屡未能创新。常规 SaaS 平台和大规模的公司软件供应商（如 ServiceNow ( NOW )、Atlassian ( TEAM ) 和 SAP ( SAP)）也可能面临过时的风险。尽管如此，这些结果远非必然。某些陷入困境的公司可能会收购顶级人工智能初创公司或开发专有人工智能。同样，那些看似准备占据主导地位的公司可能会在错误的人工智能技术上过度投资并失去领先地位

　　硬起飞不再只是假设。推理模型、思维链转录和自动合成数据生成一同推动了智能的递归攀升。即使只是在特定领域增强人类研究人员的能力，也可以大幅度加快进步。对于寻求利用这一现象的投资者来说，微软因其与 OpenAI 的密切联系而脱颖而出。虽然其他云巨头也将受益，但没有一家拥有微软的整体品牌实力、集成产品和企业关系。因此，越来越明显的是，在一个越来越以领先的AI工具的使用权为特征的时代，微软将成为明显的赢家。