Reflection AI 创始人解析开放模型如何从租用智能转向拥有智能并构建商业闭环

Reflection AI 联合创始人 Misha Laskin 在播客中确认公司正被英伟达洽谈收购或投资，同时披露其首个开放权重模型 Beam 采用稀疏混合专家架构，总参数 5010B、激活 230B，重点针对编程与 Agent 任务，推理效率为同类模型的三至四倍。他提出企业采用开放模型的路径通常是从“租用智能”的闭源 API 开始，待业务规模扩大且面临成本与控制权压力后，才转向自主部署，而这一过程的关键不在于模型本身，而在于围绕模型构建的推理软件、集群管理及运行框架等全套基础设施。

关于商业化逻辑，Laskin 指出开放模型与闭源模型最终都服务于扩大推理业务，区别仅在于客户是购买 Token 还是拥有算力。由于 GPU 硬件昂贵且需配套软件栈，即便模型许可宽松，部署成本依然高昂，因此 Reflection AI 的商业价值在于帮助大型企业完成从裸机到应用落地的全链路建设，通过解决具体业务场景（如 KYC、合规、网络安全）来带动持续的推理需求。他预测未来 Token 流向将发生逆转，开放模型占比将从当前的少数变为七三开，但经济价值将高度集中在提供部署服务和定制化解决方案的环节，而非模型授权费。

在安全与地缘政治层面，Laskin 认为开放模型并非更不安全，相反，让更多研究者参与漏洞发现能提升整体安全性，类比网络安全中攻击与防御能力的共生关系。他强调中国开放模型的崛起对全球生态是“礼物”，但也指出模型竞争已延伸至芯片和数据中心等基础设施层面，国家倾向于在其技术栈上构建产品以获取地缘优势。事实部分基于访谈原文，推断部分涉及对 Token 流向趋势及商业模式重心的判断，猜测部分包括对中国模型持续开放的激励机制分析。