今天小編分享的科技經驗：無聲處的驚雷：OpenAI和微軟的競争悄然開始，歡迎閲讀。
文 | 李智勇
在 OpenAI 開源了個 Swarm 演示 Multi-Agent 後，微軟則開源了 magentic-one。雖然演示的功能不太一樣，前者關于業務邏輯處理，後者關注檔案訪問這些基本操作，但這也是個 Multi-Agent 的例子。橫向比較，微軟的比 OpenAI 的略好，可以解決實際問題，真能用。但關鍵卻不在這裏，而是當你把兩個項目放在一起做比較的時候，你就會發現一種無聲的競争已經開始。
我們有理由相信，随着 Multi-Agent 的智能原生程式變的越來越關鍵，這種競争也會變得越來越激烈。
很多做戰略分析的同學未必願意讀代碼，願意讀代碼的同學未必願意花心思發現這種競争的導火索，所以我在這裏挑個事，還是把這事再説説。
AI 的兵家必争之地
什麼是 AI 產業的兵家必争之地 ?
備受關注的大模型其實基本不是，除非只有一家一騎絕塵，别人的模型水平是 1，你是 10。
如果大模型是競争最關鍵的地兒，那其實 OpenAI Swarm 基于 GPT-4o，微軟 magentic-one 也是基于 GPT-4o，大家沒什麼衝突。你做好模型，我用好模型，你好我好，根本沒啥衝突的事。
關鍵就在于如果你預期的是超級應用，我預期的也是超級應用，那就随着超級應用的價值變大，那超級應用全鏈條的關鍵控制點上就會有你死我活的競争。
OpenAI 和微軟之間暗搓搓衝突的根源倒不是在于某個應用，而在于誰對 AI 的基礎設施有控制力。
那什麼是未來各種超級應用的關鍵控制點？找出這個控制點就找到了 AI 的兵家必争之地。
OpenAI 和微軟的潛在衝突和下面這個被我随手畫的簡圖有關：
因為我們在説微軟，所以我們拿 LLM based OS 和過去的 Windows 做類比。
比如我們常用的 Windows 裏面也封裝有很多算法，但不管我們在 Windows 上寫多少程式，也不會直接使用裏面封裝的算法，而是要通過 Windows 對外提供的接口。這些算法對你是透明的。誰知道 Windows 裏面封裝了多少了算法呢？
為什麼這樣呢，因為 Windows 裏面不止有算法這些功能，還有賬户管理、消息機制等把功能鏈接起來的部分。
上面兩張圖中，核心差異就是這個：
左側的圖仍然有系統的概念存在，而在右側的圖裏，系統的概念消失了，模型不單履行邏輯判斷的能力，也還取代了系統。
為什麼這會導致劇烈衝突和競争呢？
多大池子養多大魚
智能原生應用因為數據所有權不同，所以注定有多個，但 LLM based OS 和 LLM 不是的。
這種基礎設施是個超級大的大池子，但理論上在一個聯通的市場空間裏最後可能就剩下少數幾個，并且 Top1 的占據 50% 以上的市場份額。
誰在 AI 時代幹成這事，誰就是新時代的巨頭。
OpenAI 需要這個，而微軟顯然不會放過這個。
可左側的構圖裏面有微軟的位置，右側的沒有。
如果世界最終選擇了右側的圖，那模型即系統，微軟公司在 AI 這塊地兒的基礎設施上就沒有位置！
一切剛剛開始
上面其實是一些猜想，這個猜想有個大前提：智能原生（AI Native）的應用會席卷各個應用場景。這還需要點時間，所以上面説的深層矛盾也就在開源項目上漏出一點端倪。
但數字的事最違反人類常規感知的點就是速度，假如説人類進化的速度是 1，制度文化進化的速度是 100，那數字的進化速度至少是 100 萬甚至更高。
一兩年前大家不知道智能原生到底是什麼，但現在上述兩個開源項目，每個都是智能原生的。
所以這種潛在衝突也可能在某個瞬間一下爆發出來，關鍵節點應該是智能原生應用的收入規模。
後續的走勢
當前這類競争會在無聲狀态開始，短期誰占優由用户的選擇決定，但模型如果不繼續迭代幾次，應用的範圍就還是會比較窄。微軟這次開源項目附帶的説明很直接道出了當前的狀态。
1、 2、3、4、5、6 如果用一句話來簡單概括就是你要把它放沙盒裏面，然後人類看着點免得造成不可預計的損失。
具體來説就是下面這個任務在跑的時候沒準就執行了别的什麼，比如把系統搞宕機這種事是可能發生的。
https://github.com/microsoft/autogen/tree/main/python/packages/autogen-magentic-one
在這樣一種前提下，這種新的智能原生模式不是不能用，而是範圍會被限制的比較窄，你也不敢讓它負責出錯後代價特别大的事，比如直接做診療。
好消息是這種精度問題确定可解決，眼下不知道的是在通用的大模型上到底什麼時候解決。
如果有足夠的錢其實可以在比較垂直的領網域走特斯拉 FSD12 走過的路，如果沒有那就必須等待通用大模型的更新，這二者其實等價。
理論上如果通用大模型足夠強大，那專門訓練一個 E-To-E 的模型和直接把數據扔給通用的模型其實并沒有區别。
通用模型哪有什麼智能邊界！
終點上應用的邊界其實是數據的邊界。
不管怎麼樣，這裏需要個拐點。否則我們上面説的就只有影子，而不會漏出真身。
這個拐點在技術上是通用大模型的進步，在商業上是出現一個 Top 的智能原生應用公司。互聯網為什麼變得如火如荼？本質是因為當年的 BAT 啊，BAT 的那個收入量級确實足以啓動一個時代。
這個臨界點，我看美國人要到了。Tesla 的 FSD12 就不説了，Glean 的 ARR 一年翻 4 倍，5500 萬美金也不算少了。
小結
更有趣的事情并不是老美怎麼樣，而是米國和我國的 AI 顯然會抽成兩套很難聯通的生态系，那國内的情況如何？走到最後米國和我國的生态系最終又會如何競争、共存？互聯網用了 20 幾年來把這類問題交出答卷。從現在開始算，AI 可能也需要這麼多時間。所以潛在的小時代可能要過去了。
