#LLMs

乔治·霍茨发布博客文章称，尽管 LLM 具有变革性，但前沿 AI 实验室的估值被高估了，因为它们创造的价值将被开源商品化捕获，而非专有模型。 这挑战了 AI 超级估值的主流叙事，并凸显了专有 AI 与开源 AI 之间的紧张关系，可能重塑投资策略和行业格局。 霍茨认为，LLM 带来的生产力提升尚未转化为可见的新软件产品，这表明价值正在被私有化捕获（例如在家庭实验室中），而非由前沿实验室获取。

该文章将电影行业转向 CGI 与软件行业采用 LLM 进行类比，警告过度依赖 LLM 可能会贬低核心编码技能。 这一类比揭示了软件工程师面临的潜在长期风险：虽然 LLM 提高了生产力，但它们可能会侵蚀基本技能和工匠精神，就像 CGI 削弱了实际特效的艺术性一样。 文章指出，逐行手写代码已不再是常态，但阅读和理解架构仍然至关重要。它还提到，由于大规模重构变得普遍，测试比以往任何时候都更重要。

多家亚洲 AI 初创公司发布了与 Anthropic 的 Mythos 相当模型，例如 Sakana AI 的 Fugu Ultra（一种多代理编排系统），而 Anthropic 对 Mythos 的出口限制仍在持续。 这一发展标志着 AI 领导地位的转变，亚洲初创公司开始与西方前沿模型竞争，可能重塑全球 AI 供应链并引发监管反应。 Fugu Ultra 并非单一模型，而是一个学习的多代理编排系统，可在底层模型池中路由任务（如 OpenRouter 所述）。早期用户报告称其可能比 Anthropic 的 Opus 更慢且成本更高。