Matan Grinberg

模型大战可能不会有唯一赢家。 Matan 过去12个月最大的认知转变是：他曾认为会有1、2家实验室甩开其他竞争者、统治前沿模型，如今则认为“可能至少会有4家，能力大致相当，而这本身就是胜利……对人类而言，最糟糕的情况是只有一家特别特别强”。Factory 自己的悲观情景则是反过来：只有当一家实验室明显领先时，公司才会死掉——“但那就意味着整个经济都要担心一家垄断者”。如果被迫在 IPO 当天选一家，他会纯粹因为波动性选择 Anthropic：“OpenAI 的随机、混乱、动荡事件更多。”

企业 AI 已经进入“宿醉”阶段。 路径是：董事会向 CEO 施压 → 把 Token 最大化写进绩效考核 → “你回头看账单，会发现，天啊，我们花了这么多钱，却完全不知道 ROI 是什么”。他认识的一位 CIO 发现，公司每月有数十万美元花在员工向 Opus 4.8 问“最近怎么样”和天气上。Factory 多家客户私下已经出现类似 Uber 的$1,500/人上限，他预计前沿模型使用量会出现短期收缩，并认为这是健康的。

如今在前沿模型上运行的任务中，有80%-90%其实可以交给开源模型。 通常只有“规划”需要前沿模型。Harry 反问，这难道不是对 Claude Code 和 Codex“有史以来最大的悲观情景”吗？Matan 的回答是，剩下的10%-20%属于“决策 Token”——类似管理层工时，数量少却最有价值——而且即使前沿模型的使用占比下降，单 Token 的前沿模型支出仍在上升。他还说：“美国没有前沿开源模型，实在挺丢人的。”

Token 支出很可能会接近薪资支出。 针对 Harry 的基准——可能是 Marc Benioff 花在 Anthropic 上的3亿美元，相当于开发人员薪资的3.8%——Matan 认为，3年内的中位数将达到“一个数量级……与薪资相当”。但个体差异会从0%一直拉大到“数万个百分点”，因此给每名工程师设统一预算是在“用过于宽泛的刷子作画”。

价值归属是一个随时间变化的现象——模型、应用和基础设施都在“试图把不是自己的那一层商品化”，因此他强烈反对未来12个月属于 AI 基础设施的判断。 Kirkland 投入5亿美元自建 AI 的案例说明了另一点：“构建 AI 技术不是这家公司的核心能力”，而这“其实对 Harvey 有利”。更深层的变化是：“未来将不会再有任何东西是没人能造出来的”——护城河会从能力转向资源配置。

劳动力替代叙事是融资策略，不是预测。 Dario 说“我们会拿走你的工作”，让他“非常恼火……这是出于自私的原因”：当你要筹集数千亿美元时，“说整个资本主义都完了”是最能说服投资人的方式；等到 IPO 时，同一批人又会变成买家。Harry 补充说，可能 Zuck 和 Demis 从未这样说过，因为他们从来不缺钱。短期替代令他担忧，长期则不担忧。基础设施泡沫？“长期绝对不是，完全不是一回事。”

人才与市场进入正在被同时重估：奥赛漏斗式履历如今“有点像反向信号”，“博学多才者的时代回来了”；把销售和市场视为脏活，则是一颗定时炸弹——那些靠淘金热混日子的 AI 公司是“漂在太空中、没有重力的宇航员。 你的肌肉会萎缩，重力终将回来”。

🔗 原始收听与视频来源： OpenAI vs Anthropic vs 开源模型｜Token 最大化、AI“宿醉”与即将到来的 ROI 清算

Factory 的核心押注是：企业软件开发将从 IDE 内协作，转向覆盖完整 SDLC 的云端委派。 目标用户是维护 30 多年历史代码库的数十万名开发者，真正的价值不在于让人“快 15% 或 20%”，而在于把完整任务交给并行运行的云端 agents。随着人类亲自编写的代码减少，规划和协调仍将由人主导，而代码与文档执行可能“很快”完全委派出去；测试和验证预计反而需要更多人工投入。

产品的差异化不在单一编码模型，而在编排能力：专业化的“droids”、企业级上下文、选择性检索和异步执行。 知识、代码和可靠性 droids 可连接 Linear、Jira、Slack、GitHub、Sentry 和 PagerDuty 等系统；agent 会主动提出澄清问题，而不是要求用户掌握 prompt engineering。演示中，它修改或新建了约 12 个文件，仅消耗 43% 的上下文，随后还可以被指示创建 pull request，同时向用户展示一幅“通往其大脑的 X 光片”。

Legacy modernization 是本期提出的最清晰的企业 ROI 切入口。 创始人称，一家大型上市公司的迁移项目据报从 4 个月压缩至约 3.5 天，且全程零停机。其代表性流程把代码库分析、文档编写、依赖关系梳理、Jira 工单和并行实施转化为 agent sessions，压缩了一个长期受“官僚流程、技术复杂度和理解成本”拖累的瓶颈。

按使用量计费使检索效率成为商业要求，而不只是技术偏好。 客户支付少量固定接入费和按用户计费的费用，但大部分支出来自“standard tokens”；因此 Factory 只检索相关代码和组织上下文，而不是把整个 monorepo 倾倒进不断扩大的上下文窗口。企业级质量的一项指标是代码 churn：成熟代码库可能处于 3%-4%，维护糟糕或变化迅速的代码库则可能达到 10%-20%。

创始人认为，在 frontier models 持续变化的背景下，更高杠杆的层是 harness 和评测栈。 他们把基于任务的代码评测与针对提问、规划和工具调用的行为规范结合起来；主持人提到，一次 SWE-bench 运行的成本估计可达 8000-15000美元，Matan 则指出，基准图表可以充当“粗柱对细柱”的营销。Factory 最可能提出的模型需求，是让模型基于持续 1-3 小时的目标导向轨迹进行 post-training，同时摆脱供应商特有的 CLI 习惯——目前这些习惯会让模型偏好 Grep 或 Glob，而不是更好的工具。

按创始人的说法，商业化目前更多受采用率和 top-of-funnel 限制，而不是受早期产品拉力限制。 在略超过 2 年的时间里，他们用了约前 1.5 年打磨企业交互模式；过去 90 天，Fortune 500 的部署据称明显加速，主要靠口碑传播。一名 1 月份的用户据称表示，即使公司里只有他一个人使用 Factory，他仍会要求公司允许他继续使用，而不是“为我自己雇 3 名工程师”；Factory 目前正在大量招聘技术能力很强、面向客户的运营人员，内部称其为“初级 Eno”。

🔗 原始收听与视频来源： AI 编码工厂