科技虎嗅·TOP创新区研究院©··AI 生成
他靠Databricks赚了几十亿，现在却劝年轻AI人才别去大厂……
Databricks与Perplexity联合创始人安迪·康温斯基（Andy Konwinski）自掏1亿美元创立Laude研究所，呼吁顶尖AI学者留在学术界或开源，而非进入大厂。文章指出，前沿AI研究的“公共品”属性因算力与人才被大厂垄断而瘫痪，但技术演进正转向“后-后训练”的系统层创新，为学术界留下低成本杠杆空间。同时揭露Laude“非营利研究所+风投基金”的双螺旋模式，并质疑其能否在缺乏垄断利润的土壤上复现贝尔实验室的辉煌。适合关注AI产业格局、开源生态与科研资助机制的深度读者。原文 ↗原文 ↗
核心观点
- ▍前沿AI研究的“公共品”属性已被商业资本侵蚀：算力与人才成为天价排他性商品，大学和公共资金无力竞争，导致研究被锁入大厂高墙。
- ▍学术界突围之道在于聚焦“后-后训练”层（系统与架构创新），以轻量高杠杆的方式撬动AI能力，而非与巨头正面拼算力。
- 01安迪·康温斯基自掏1亿美元创立Laude研究所，并提供“和平协议”董事会名单，包括图灵奖得主大卫·帕特森、谷歌首席科学家杰夫·迪恩等。
- 02训练前沿大模型需数千万至上亿美元显卡和电费；美国NSF的CISE年度预算约10亿美元，分到教授头上连买高规格显卡都不够。
- 03OpenAI从开放走向闭源，DeepMind研究日益融合谷歌Gemini产品，反映大厂“圈地运动”下研究成果被锁定的趋势。
- 04Laude首批资助项目包括斯坦福DSPy（自动优化模型指令的算法）和伯克利LMArena（行业中立评测平台），均属系统层创新。
- 05Laude结构为“双螺旋”：非营利研究所发Grant资助开源研究，并行风投基金Laude Ventures优先捕获商业化溢价，试图复制Databricks从伯克利Spark开源项目起家的模式。
反方 / 局限
- — 批评者指出，Laude模式可能重蹈OpenAI覆辙：先以非营利名义聚集人才，再通过商业基金套现成果，研究者实际从迎合大厂股东转为迎合富豪审美。
- — 历史证据显示，基础研究最伟大的突破（晶体管、UNIX等）多诞生于垄断企业（贝尔实验室、PARC），因垄断利润能长期“豢养”天才。Laude试图解耦基础科研与垄断企业，但缺乏稳定产业造血，存在“开源与商业交账”的拉扯风险。
11 分钟 · 4 卡片 · 12 资料
读原文 →前置背景
平行视角
未来推演
延伸追问