‏مدل‌های باز و بسته روی دو منحنیِ رشدِ متفاوت‌اند

نویسنده (نیتن لمبرت) می‌گه بزرگ‌ترین بحثی که آیندهٔ توازنِ قدرت بین اکوسیستم مدل‌های باز و بسته رو تعیین می‌کنه، اساساً اقتصادیه: آیا کاربرهای هوش مصنوعی همچنان حاضرن برای بهترین مدل‌های بسته به‌شکل چشمگیری بیشتر (یعنی با حاشیهٔ سودِ بالا) پول بدن؟ به گفتهٔ او اوایل ۲۰۲۶ یه نقطهٔ عطفه، چون ایجنت‌های کدنویسی اولین حوزه‌ای شدن که نشون داده یه بازارِ عظیم حاضره برای هوشِ بهتر، حقِ بیشتری بپردازه.

به نظر نویسنده، آدم‌ها این انتخاب رو از سرِ تنبلی نمی‌کنن؛ خروجیِ خالصشون با ایجنت به‌عنوان دستیارِ پیاده‌سازیِ کارهای پیچیده آشکارا بیشتره. کسی که کارش به این ایجنت‌ها وابسته‌ست، همیشه برای بهترین گزینه پول می‌ده نه «به‌اندازهٔ کافی خوب». خودش می‌گه حاضره ماهی ۲۰۰۰ دلار بابتشون بده، مخصوصاً که می‌دونه قراره خیلی بهتر بشن.

استدلال او اینه که لابراتوارهای بستهٔ برتر (الان فقط Anthropic و OpenAI، و احتمالاً به‌زودی Google) همیشه کاراترین مدل‌ها رو به‌ازای یه هزینهٔ مشخص می‌سازن، چون این سیستم‌ها (ترکیبِ وزن مدل، ابزارها و زیرساخت سرویس‌دهی) از یکپارچگی سودِ زیادی می‌برن. نویسنده پیش‌بینی می‌کنه این لابراتوارها مثل ترکیبی از Apple (فناوریِ یکپارچه و سختِ تقلید) و Microsoft (اشتراک‌های پراهرم تو کل اقتصاد) بشن و تو ۵ تا ۱۰ سال آینده ارزش‌گذاریِ ۲ تا ۱۰ تریلیون دلاری پیدا کنن؛ یه اولیگوپولی شبیه بازار ابریِ امروز.

طرف دیگهٔ ماجرا اقتصادِ مدل‌های بازه. نویسنده می‌گه مدل‌های باز ذاتاً یکپارچه نیستن و برای سرویس‌دهی به هماهنگیِ چند شرکت نیاز دارن؛ همین هر لایه رو رقابتی و قیمت رو به سمتِ قیمتِ کالایی (commodity) می‌بره. این قیمت‌های پایین و قابل‌پیش‌بینی، همون‌جاییه که خیلی از شرکت‌ها برای ساختِ ایجنت‌ها و ابزارهای داخلیِ کارهای خاص واردش می‌شن: یه مدل که به آستانهٔ کافیِ کارایی برسه رو انتخاب می‌کنن و معمولاً دیگه عوضش نمی‌کنن.

نکتهٔ محوری نویسنده اینه که این دو اقتصاد روی «دو منحنیِ رشدِ نماییِ متفاوت» حرکت می‌کنن. او معتقده ادعاهای مربوط به خودبهبودیِ بازگشتی (RSI) که می‌گن لابراتوارهای بسته یه مزیتِ شکست‌ناپذیر پیدا می‌کنن، اغراق‌شده‌ست. به نظرش هرچند Anthropic و OpenAI نمادِ اصلیِ این دوره‌ان، ولی ارزشِ کلی‌ای که حول مدل‌های باز ساخته می‌شه در مجموع بزرگ‌تره؛ فقط این ارزش و حاشیهٔ سود بین یه پشتهٔ گستردهٔ شرکت‌ها پخش می‌شه. اقتصادِ بسته زودتر به Product-Market Fit رسیده، ولی اقتصادِ باز دیرتر و گسترده‌تر، نفوذِ AI به کلِ اقتصاد رو دنبال می‌کنه.

نکات کلیدی:

• دعوای باز در برابر بسته اساساً اقتصادیه: آیا کاربرها برای هوشِ بهتر حاشیهٔ سودِ بالا می‌پردازن؟
• ایجنت‌های کدنویسی اولین بازارِ بزرگی‌ان که جواب رو «بله» نشون دادن
• لابراتوارهای بسته مثل ترکیبی از Apple و Microsoft، یکپارچه و پرحاشیه می‌مونن
• مدل‌های باز به قیمتِ کالایی می‌رسن ولی ارزشِ بازارِ کلیشون پخش‌شده و بزرگ‌تره
• نویسنده ادعای مزیتِ شکست‌ناپذیر از راه خودبهبودیِ بازگشتی رو اغراق‌شده می‌دونه