主题 先锋 趋势 方法 作者
返回先锋
Tarun Chitra
创新者 2 场深度对话收录

Tarun Chitra

正在生成长图…

观点集合

为什么 OpenAI 应该害怕开源

Delphi Digital

Robot Ventures领投Nous Research 9,000万美元融资,Tarun押注Hermes掌握AI用户关系。中国机器人厂商未经邀约采用Hermes,印证产品契合;企业分发和token返利或拓展增长,需求仍须签约验证。

查看摘要(7段)
  • Robot Ventures 领投 Nous Research 的 9,000 万美元融资,押注 Hermes 能掌握 AI 的用户关系。 Tarun Chitra 将这一机会比作投资 Phantom 或 FOMO:智能体框架掌控用户偏好、上下文和触达,推理服务商则提供执行能力。若 AI 市场演化出加密行业的市场结构,他预计这两层能够捕获价值,而路由层和模型将面临压力。
  • Hermes 的产品优势,来自多年研究积累并不断转化为更好的默认设置。 Tarun 认为,Nous 在训练、推理和上下文管理上的工作,让 Hermes 能替用户处理 OpenClaw 留给用户的各种决策。他用 OpenClaw 打比方:“这是造车所需的所有零件,自己把车造出来。”Hermes 则会学习用户偏好、生成技能,并支持跨模型工作。
  • 加密行业真正值得借鉴的是节约资源的工程思路;以代币为先的项目则提供了反面教材。 Tarun 认为,中国模型公司采用了比去中心化训练团队更有效的优化方案,促使后者在 2024–2025 年转向。早期代币智能体虽然预判了需求,产品却很弱,往往只是“多绕了几道弯的 meme 币”。
  • 机器人领域未经邀约的采用,比又一个变现故事更能证明产品价值。 Tarun 花了 3到4个月研究使用情况和代码分支,发现中国制造商在 Nous 不知情的情况下,就把 Hermes 集成进小型机器人。他将这些分支视为产品质量和品牌认同的证据;即使个别分支不产生收入,经济下行时“留存和黏性”也可能更重要。
  • 企业定制让 Hermes 在消费者社区之外,多了一条分发路径。 企业可以叠加权限、合规、隐私保护和内部数据连接。Tarun 表示 Microsoft 和 NVIDIA 参与了本轮融资;他预计 Hermes 将成为 Microsoft 提供的开源智能体框架之一,并称 NVIDIA 已在 DGX Spark 机器上默认安装 Hermes。Tommy 认为,自有 AI 技术栈是企业资产;Tarun 则提醒他别过早认定现成的企业需求已经到手:“合同没签,一切都不算数”(“nothing’s in the bag until the contract’s signed”)。
  • 推理报价看似很低,智能体的总账单却可能更高。 Tarun 以 GLM 5.2 为例:当缓存节省消失时,标称 95% 折扣的方案在 21 次查询后会花到 1.05 美元;报价更高、但缓存完美的服务商,总费用则略高于 1 美元。他称有统计证据显示服务商在利用这一机制:“你可能确实用了缓存,但服务商没有把缓存带来的价格优惠让给你。”
  • 更长期的机会,是为其他公司的智能体提供底层框架。 Tarun 将 Hermes 称为“任何人都能用的白标智能体框架”,认为安全性、上下文管理和品牌可信度有助于推动采用。他的判断很明确:每家 SaaS 公司都需要智能体框架或路由器,才能参与 token 订单流;汇聚需求后,就有机会获得返利和收入分成。

读精读全文 →

收听完整访谈 →

与 Tarun Chitra 对谈:AI 为何比你想象中更快走向解耦|第164期

Frictionless

可投资价值正从协议代币转向钱包、订单流与执行,加密货币逐渐收窄为“TradFi plus”。稳定币若从约3000亿美元增至1万亿美元,借贷和交易或增长超过3倍,Hyperliquid模型更清晰。代理交易达到20-30%后,市场时钟可能重塑,封装层经济与算力结算仍待验证。

查看摘要(7段)
  • Tarun Chitra认为,加密货币的前沿正从改变世界的基础设施收窄为“TradFi plus”,但其可服务市场未必同步收缩。 如果稳定币规模从约3000亿美元增至1万亿美元,他预计借助金融反身性,借贷和交易规模将增长超过3倍。Logan Jastremski则给出了更尖锐的表述:加密货币可以继续局限于金融领域,但链上交易量仍可能增长1,000倍。

  • 可投资的加密货币敞口正越来越集中于订单流与执行,而非一揽子持有协议代币。 Chitra认为,DeFi的价值捕获已从“厚协议”转向Phantom等钱包,以及MEV和执行环节;费率开关则卡在中间,无法持续控制订单流。Hyperliquid提供了相对清晰的“交易量×基点”模型,而Solana和ETH的代币价值积累逻辑要模糊得多。

  • AI代理可能通过取代部分被动投资来改变市场微观结构,而不是神奇地击败专业交易员。 用户不必购买铀ETF,而可以直接陈述投资论点,由代理构建并持续再平衡一篮子个性化资产,将交易分散到全天候运行的市场中。Chitra估计,如果代理驱动的散户流量达到交易量的20-30%,就可能显著削弱当前开盘与收盘时段的集中交易,以及围绕ETF展开的可预测套利。

  • Chitra最强的加密货币-AI论点是主权计算与密码学,而不是为了去中心化训练本身。 他承认自己此前判断去中心化学习不可行是“我错了”,但仍认为InfiniBand和网络优化是中心化数据中心的结构性优势。更高价值的机会可能在于选择性使用FHE、TEE、ZK证明和GPU完整性证明——隐私应是昂贵操作的定向功能,而不是用户愿意多付一倍价格购买的大众产品。

  • 开源AI正在解耦为与DeFi相同的功能层:接口类似钱包,路由器类似DEX聚合器,模型类似协议,推理服务商类似流动性提供者。 看似简单的接口之下,是一个决定“谁处理你的token、谁为你挑选GPU、谁保证价格”的订单流市场。如果DeFi的历史再次押韵,价值可能集中在接口与执行两端,而不会自动积累到模型本身。

  • 算力正成为一种金融商品,拥有现货代币、期限期货、GPU产能曲线和路由经济学。 据称OpenRouter抽取约5%的费用,推理服务商则围绕价格、速度、延迟、在线率和硬件展开竞争;部分服务商比标准价格低30-40%,另一些则因提供更快的Cerebras输出而收费更高。Chitra预计,联网的4x、8x和16x GPU集群将出现非线性溢价,并认为一旦硬件能够证明自己计算了什么,链上市场就会成为自然的交易场所。

  • 即便模型具备生成工具、并在超大上下文中学习的能力,第三方封装层仍具备战略价值。 企业不愿将自身工作流和专有上下文交给两家模型公司,这正是Ramp、Cursor、Databricks和Palantir都在构建路由器的原因。Chitra押注主动学习不会消灭这一市场,因为它的算力需求“过高”;封装层可以保留上下文、主权和模型可替换性。

读精读全文 →

收听完整访谈 →