Former OpenAI researcher questions frontier lab business models; Dwarkesh counters
Former OpenAI researcher Andrew Ho published a critique arguing that frontier AI labs may not earn enough to sustain development until AGI, citing OpenAI's 2025 losses of over $20 billion on $13 billion revenue. Podcaster Dwarkesh Patel countered that rapid capability growth itself creates commercial value and that AGI would self-diffuse, with Elon Musk endorsing the optimistic view. The debate highlights the tension between escalating R&D costs and uncertain monetization timelines for leading model developers.
Coverage timeline
机器之心机器之心
编辑｜山辉 离开 OpenAI 不到一天，研究员 Andrew Ho 在 X 上写下一篇长文，质疑整个前沿 AI 实验室的商业模式。 「 前沿 AI 实验室赚的钱，或许根本撑不到 AGI 到来。 」 AI 圈知名播客主持人 Dwarkesh Patel 随后发文反驳： 只要模型能力仍在快速增长，领先本身就能创造巨大的商业价值；一旦真正的 AGI 出现，它就会主动扩散。 马斯克迅速评论，支持这样乐观的预期。 这场争论指向一个很现实的问题：AI 越来越强，大模型公司就一定越来越赚钱吗？ 烧钱的模型竞赛 大模型公司，可能是当下最光鲜，却也最难赚钱的一门生意。 2025 年，OpenAI 实现约 130 亿 美元收入，总成本和费用却达到 340 亿 美元，经营亏损超过 200 亿 美元。 换句话说， OpenAI 每赚进 1 美元，就要支出约 2.6 美元 。 Andrew Ho 将当前的模型竞争描述为一种 「 惩罚性循环 」。 训练下一代模型，需要更多芯片、电力、数据和人才。实验室只有不断扩大投入，才有机会实现能力的领先。 但这种领先只能维持几个月。 竞争对手会推出水平接近的闭源模型，开放权重模型也会继续追赶。率先突破的实验室承担了探索能力的全部成本，上一代能力却可能很快变成价格低廉、随处可得的商品。 最近发生的两件事，正好展现了这种压力。 GPT-5.6 系列在 7 月 9 日发布，三周后的 7 月 30 日，OpenAI 便将 Luna 的 API 价格下调 80%、Terra 下调 20%。 并且就在此前几天，月之暗面开放了 2.8 万亿参数 Kimi K3 的完整模型权重，允许第三方自行部署和继续开发。 前沿实验室几乎没有停下来的空间。 同时，即使保持能力领先，这种领先也不会自动转化为商业收入。 一项新技术出现后，人们通常需要经过很长时间的尝试，才能推出符合市场并且可以长期获利覆盖成本的产品。 Andrew 甚至认为，即使模型能力停留在今天的水平，社会也可能需要 20 年以上，才能将大语言模型充分整合进日常生活。 这意味着，前沿实验室既要持续承担越来越高的研发成本，又可能要等待多年，才能看到新技术大规模落地带来的收入。 也正因如此，Andrew 质疑 这些公司的股权是否真的值现在这么多钱 。 如果有机会按照 OpenAI 或 Anthropic 最近一轮融资的估值
