The Open-Source AI Reality | How Token Costs Will Fall 10X & Usage Will Explode 100X | Lin Qiao
20VC · 2026-07-21
Fireworks 创始人 Lin Qiao预测：未来三年 token 成本降 10 倍，带动使用量涨 100 倍；但企业真正需要的是数百万个专用模型，而不是一两个通用 AGI。
所有人都在赌一个 AGI 通吃，这位前 PyTorch 负责人赌反面：几百万个专用模型，一家公司一个
嘉宾 Lin Qiao，Fireworks 创始人兼 CEO。她是数据库和分布式系统的博士，在 LinkedIn 做过系统，又在 Facebook/Meta 待了 7 年、带过 PyTorch——今天几乎所有大模型都跑在 PyTorch 上。她 48 岁才创业，主持人 Harry 跟她聊了 15 分钟就开了一张 1000 万美元的支票，说这是十年投资生涯里最容易做的决定之一。如今 Fireworks 一天处理 40 万亿个 token、年化收入 8 亿美元、只有 200 人，她的目标是今年内再翻一倍。这期她把一个反直觉的判断讲透了：真正稀缺的不是通用智能，而是每家公司自己的智能。
这期回答了 8 个问题：
- 所有巨头都在赌 AGI，为什么她说这个逻辑本身就错了？
- 开源模型明明落后，凭什么她敢说它已经够用、还更划算？
- 什么叫"规模到破产"？为什么有客户、有营收的公司反而不敢扩张？
- token 成本三年降 10 倍是拍脑袋吗？这对"AI 是不是泡沫"意味着什么？
- 同样是自己造，为什么她碰数据中心、却坚决不碰芯片？
- 30% 的毛利率，是这门生意的天花板还是主动选择？
- 跟黄仁勋合作，她偷到的最大一课是什么？
- 让这位 CEO 觉得"最恐怖"的那个瞬间，是什么？
一上来 Harry 就替所有人问：既然通用智能这么强，为什么还要费劲做专用的？Lin Qiao 的反驳是从数据切进去的——如果智能是数据的衍生物，那么绝大多数数据根本没被用来训练通用模型。公开互联网只是世界数据里很小的一撮，真正的大头锁在企业内部：产品怎么设计、用户意图怎么理解、业务怎么跑，全是永远不会外泄的专有资产。这些数据没被激活，也就没有变成智能。
她还搬出了黄仁勋的原话来背书。两人在 GTC 后随口一聊，黄仁勋对她说："There's no specialized general company"（不存在通用的公司，每家公司之所以存在，都是因为它有一套别人学不走的独特做法）。顺着这个逻辑，她给出了那个吓人的结论："millions of specialized model one per application per use case"（未来是几百万个专用模型，一个应用、一个场景各一个）。
这意味着 AGI 派押注的"中心化超级模型"和她押注的"高度碎片化的专用智能"，是两条互斥的路线——赌错方向的一方，护城河会整个消失。
被问到开源模型到底行不行，Lin Qiao 说过去两年发生了两件事。第一，开源和闭源都跨过了同一条质量线，能解决的问题多到 Fireworks 自己内部招聘、财务、代码调试都在用开源模型跑，而且他们对成本极度敏感。第二，也是更关键的——开源模型变得极易调教，用一家公司自己那点独特数据，就能把模型"爬坡"到在你自己的评测集上超过通用模型。
但她真正在乎的不是省钱，是控制。她的原话是："Openness gave control to the user"（开源把控制权交回给了用户）——模型权重一旦开放，就是你的，你想怎么改就怎么改，随便在上面盖楼。这跟租一个你无权改动的闭源 API，是两种完全不同的操作原则。
推论很直接：当调模型的门槛降到"少量数据就能超过通用模型"，企业选开源就不再是图便宜的妥协，而是为了拿回改造权——这才是开源在最近三个月加速的真实动因。
聊到为什么这么多公司想用前沿模型却用不起，Lin Qiao 抛出一个 SaaS 时代不存在的现象。以前产品市场匹配几乎等同于一门持久生意——找到匹配就拼命扩，因为算力和基础设施是便宜的，根本不用操心。现在这两件事被劈开了。她直接问主持人："Have you heard about scaling to bankruptcy?"（你听过"规模到破产"吗？）
具体是什么样？初创公司有产品市场匹配、客户愿意付钱、真心喜欢产品，但一扩张就会亏到破产。大公司更惨：它们手握十年攒下的海量流量，一旦把 AI 功能推给全部客户，CFO 看一眼成本预测就会直接否掉——按那个单价乘上流量盘子，账根本算不平。她给的唯一出路，是掌握开源权重、部署自己的模型，把单位成本压到能承受。
也就是说，决定一家公司能不能真正把 AI 铺到生产环境的，不是模型多聪明，而是它有没有把成本捏在自己手里的控制权。
有人担心 AI 是 capex 泡沫，Lin Qiao 的回应是拿使用量数据顶回去：Fireworks 今天一天处理 40 万亿个 token，她判断明年这个数字还能涨 20 到 100 倍，"我们正处在 S 曲线爆发的最早期"。顺着这个体量，她给了那句招牌预测："10x cost reduction in the next three years and this 10x cost reduction will drive a 100x usage"（未来三年成本降 10 倍，这 10 倍的降本会带出 100 倍的用量）。
她也解释了成本现在为什么没降：卡在供应链，卡在能源、芯片、乃至一颗小小的晶体管这种制造业的物理瓶颈——这些产业当初没有一个是按"100 倍扩张"来设计的。但在自由经济里，短缺推高价格，高价格又招来竞争，竞争最终把成本压下去。
推论是反直觉的：如果用量真是 20 到 100 倍地涨，那说"capex 过剩"就完全说反了——我们缺的算力，比现在喊的还要多得多。
被追问要不要像 OpenAI、Anthropic、Meta 那样自研芯片，Lin Qiao 给了一条清晰的分界线："we need to earn the rights of building anything"（做任何东西，你都得先挣到做它的资格）。她把敏捷放在第一位，只在自己最能加价值的地方发力，其余借别人的长处。
芯片她不碰，原因是硬件一旦流片就极难改，而 AI 的工作负载现在还太动态——你得等某个负载模式真正稳定下来，才值得把它烧进芯片。Meta 能做 MTIA，是因为它的排序推荐负载已经跑了十年、足够稳。数据中心她反而愿意碰，因为那里也有专精空间：她还点出一个折磨人的新账——过去硬件按 6 年折旧、3 年一代，现在一年就出三代芯片，新模型又只在最新硬件上跑得最好，两年前的硬件配两年前的模型，还值不值得用都成了问题。这套"造 vs 买"的算法，被折旧节奏彻底改写了。就像 Harry 打趣的那句："you either die or you live long enough to build your own data centers"（你要么早死，要么活到久得自己建数据中心）——但到底哪天该建，答案永远是"看时机"。
Harry 直接点破：你们这层的毛利大概 30% 到 40%，远低于传统 SaaS 的 80%，这是新常态吗？Lin Qiao 说不是，这是超速增长阶段的选择。在她看来，优化毛利本质是一个约束问题——你要保 70%、80% 的毛利，就得反过来给自己套上一堆约束，而约束会拖慢创新。就像做系统，在高速扩张、还在试什么该留什么该砍的阶段就急着优化，毫无意义；等确定要把某套系统放大一千倍了，再往死里优化。
她把边界划得很硬：涨毛利可以，但不靠往上下游硬挤。"we absolutely are not going to move into application layer"（我们绝对不会挪进应用层）——数据中心那种下沉倒可以留在桌面上，但也只是时机问题。过度优化毛利换来增长停滞，在她眼里是"灾难级"的结果。
这意味着看这类基础设施公司，用 SaaS 的毛利尺子会看走眼：低毛利可能不是生意差，而是它故意把利润换成了增速。
聊到跟黄仁勋合作学到什么，Lin Qiao 说他仿佛有几百个分身——她发一封邮件，对方一分钟就回。自己当了四年 CEO 后她才想通这背后的道理："Leadership is just judgment. It's not privilege."（领导力就是判断，不是特权。） 在高速变化的领域，信息在一层层往上传的过程中必然衰减，如果你不知道地上到底发生了什么、什么有用什么没用，你就会做出错误的判断。
这套判断力，也定义了她招什么人。她说 Fireworks 要的不是能力最强的，而是"they are really built for taking extreme ownership"（骨子里就是来扛极致担当的人）——不把任何人塞进固定的格子里，而是让人自己认领端到端的问题，说"这事我盯到底，拉上一帮人无论如何交付出来"。她观察到，这种人的成长曲线最长、跑得最远。
推论是：在一个每天都在变的行业里，可复制的判断力和主动担当，比任何一项具体技能都更抗贬值。
访谈里最坦诚的一段，是聊到国家安全和主权模型。Harry 指出 OpenRouter 上排名前六的开源模型如今全是中国模型、质量惊人；又提到 Fable 曾被短暂封禁 19 天，让欧洲一下子意识到"我们的医疗系统不能架在一个随时可能被关掉的基础设施上"。
Lin Qiao 没有回避这种恐惧。她把通用智能类比成电力、成一条电线，主张每个国家、乃至每家公司都该拥有自己的那条线。她说得很直白：一想到"我的电线可能被切掉、日常全部瘫痪"，就是极其恐怖的时刻——她连家里断网、断电都会焦虑到不行。至于模型会不会最终被政府持有，她难得地承认自己也没答案："I actually don't know"。但有一件事她态度不含糊，也正是全场她重复最多的一句："What I don't want to see is there's only one company owns intelligence"（我最不想看到的，是只有一家公司掌握智能）。这不是商业判断，是她的价值底线。
从"赌 AGI 逻辑上就错"，到"我的电线不能被别人切"，Lin Qiao 其实自始至终在回答同一个问题：AI 时代真正稀缺、真正要抢的，不是智能本身，而是对智能的控制权。专用模型是把控制权攥在手里（第 1 条），开源是把权重的改造权还给你（第 2 条），自建部署是为了不被成本卡死（第 3 条），主权模型是不让别人拔掉你的电线（第 8 条）——四件事指向的是同一根主线。
所以她那句"每家公司都该拥有自己的智能"，不是一句口号。落到你自己身上，无论你是在选型、做架构，还是评估一家 AI 公司值不值得下注，都值得先问一句：这套智能的控制权，到底攥在谁手里？押注中心化的一方和押注碎片化的一方，未来三年只有一边的护城河会留下来。
