科赫联合创始人Nick Frosst：如何在OpenAI与Anthropic夹缝中竞争

摘要

本文是20VC播客对Cohere联合创始人Nick Frosst的深度访谈。作为前谷歌大脑研究员，Nick坦率剖析了Cohere如何在OpenAI、Anthropic等巨头夹缝中找到生存空间——专注企业级AI应用，强调ROI和实际价值而非AGI幻想。他批评Sam Altman过度渲染AI威胁，质疑规模化定律，主张AI应成为提升生产力的工具而非取代人类的魔法。

内容框架与概述

文章首先介绍了Cohere的核心定位：与OpenAI、Anthropic一样致力于基础大模型研发，但独特聚焦企业客户市场。Nick强调Cohere通过让模型熟悉企业内部工具API、流程和数据集成，真正帮助企业解决工作中的实际问题。在训练策略上，Cohere大量采用合成数据来模拟企业真实场景，同时依赖人类注释者生产高质量数据以应对行业数据瓶颈。

接着Nick深入分析了AI发展的"三大支柱"：算力、数据和算法。他直言算法创新趋缓，算力提升不再是唯一动力，真正卡脖子的是如何获取足够多的高质量、能直接应用于具体任务的数据。他对"规模化定律"提出鲜明质疑，认为单纯砸算力并非持续进步的灵药。Nick批评Sam Altman四处宣扬AI威胁论是"学术上不严谨，实际上伤害了AI技术本身"。

在产品策略上，Nick指出当前大模型评测基准普遍浮夸脱离实际，企业客户从不关心模型能否解数学题，而在乎能否自动化日常办公任务。Cohere将核心能力定位在训练与部署效率上，只需两块GPU即可运行，大大降低企业落地门槛。面对人才争夺，Nick认为顶薪固然重要，但真正留住人才的是有意义的工作环境和文化认同。

核心概念及解读

合成数据：Cohere采用的核心训练策略，通过模拟公司内部邮件、API调用等日常流程生成针对性强的训练集。这既补足了企业真实数据的瓶颈，也提升了模型与实际场景的贴合度。Nick认为高质量数据依然是行业核心难题，合成数据是务实解决方案。

务实主义企业观：与其沉溺于与OpenAI、Anthropic的直接竞争，不如专注解决客户实际问题。企业家应建立独特价值主张，坚持自己的主航道。Nick强调真正的竞争不是融资额最大，而是谁最懂客户、最能把AI落地到客户场景。

效率优先框架：Cohere团队处处追求最优成本效能，不断优化模型结构与推理引擎，让企业客户能低成本部署。与消费级AI不同，企业级AI是否有用的唯一标准是能否提升企业效率和收益，而不是模型是否更像人。Nick主张放下对分数排名的执着，专心倾听客户痛点。

AGI批判：Nick对AGI炒作持强烈批评态度，认为Sam Altman的AI威胁论是行业误导。他指出AGI定义含糊，大多数人对何为AGI并无清晰标准。真正需要警惕的是AI在职场带来的结构性分化和收入不均，应通过政策和教育管控而非妄想阻止技术进步。

半开放路线：Cohere选择中间路线，自研模型权重完全开放用于科研和非商用，企业商用则需洽谈合作。这既争取AI生态社区认可，也保障自身商业化安全。Nick预测未来AI基础设施会更像国家级底座，各国必然推动主权模型以确保技术自主可控。

原文信息

此文档由 AI 自动整理