开放模型经济新演讲：开放模型靠压低推理成本避免被吞并

Nathan Lambert 在 X 上介绍自己关于开放模型经济的新演讲，内容是在 OpenAI、Anthropic 等闭源实验室快速扩张的背景下，拆解开放模型开发者应如何引导行业经济结构，以免被吞并。他认为关键在于在专门化、重复性的任务上大幅压低推理成本，而非在通用 agent 上与前沿实验室拼成本；同时指出开放模型生态高度碎片化，如何让应用端收入回流到下一轮模型研发是待解的难题。演讲议题包括人们是否在用开放模型、开放模型与前沿的差距、开放模型经济图谱和获胜路径，这是他 2026 年 11 月 3 日在旧金山 Fireworks Forge 2026 所做演讲的现场录音。适合关注开源模型商业模式与推理成本经济学的人关注。