论断：ChatGPT的奇袭

这份文件没有标题。在微软雷德蒙德总部的内部系统里，它只有一个编号：Project-2023-0115。文件首页是一张表格，三列，从左到右依次是“产品线”“AI集成节点”“交付日期”。涉及的产品线列出了十二项：Bing搜索、Word、Excel、PowerPoint、Teams、Outlook、Azure OpenAI服务、GitHub Copilot、Windows Copilot、Dynamics 365、Power Platform、Edge浏览器。每一项后面都跟着一个精确到周的时间节点。最早的日期是2023年2月7日，对应Bing搜索。最晚的是2023年9月26日，对应Windows Copilot。表格下方有一行加粗的备注：“所有节点均为公开发布日期，内部集成测试必须提前四周完成。任何延迟须由纳德拉本人批准。”

萨提亚·纳德拉的名字出现在这份文件的三个位置：作为批准人签在首页右上角，作为最终决策者写在备注条款中，以及作为召集人列在文件附带的“紧急决策委员会”名单首位。委员会成员只有八个人：纳德拉、首席财务官艾米·胡德、云与AI业务负责人斯科特·格思里、Office业务负责人拉杰什·贾、Bing与广告业务负责人米哈伊尔·帕拉欣、首席技术官凯文·斯科特、法务总监，以及一位来自OpenAI的联络人。这份文件本身不包含任何技术细节。它不讨论模型架构，不涉及训练数据，不提及基准测试分数。它是一个纯粹的时间表——一份将微软全部核心产品线与GPT-4的集成精确锁定到具体日期的作战地图。

在微软的历史上，类似格式的文件只在两个时刻出现过：1995年，比尔·盖茨发布“互联网潮汐备忘录”，要求所有产品线在六个月内转向互联网；2014年，纳德拉就任CEO后签发的“云优先”战略文件，要求Azure业务在三年内追平亚马逊AWS的营收差距。前两份文件改变了微软的命运。第一份让微软从网景手中夺回了浏览器市场的主导权，但也引发了长达数年的反垄断诉讼。第二份让微软从Windows依赖中挣脱出来，成为全球第二大云服务商，市值在八年间增长了五倍。现在，第三份文件摆在了八人委员会的桌上。

2023年1月15日的这次会议没有留下完整记录。但事后多个渠道的零散信息拼凑出了大致轮廓。纳德拉在会议开始时说了大意如下的一段话：ChatGPT的增速表明，我们过去对AI产品化速度的判断是错误的。这不是一个需要五年才能成熟的技术，它现在就已经足够好到改变用户行为。如果我们在接下来的六个月内不能将AI嵌入每一款核心产品，我们将失去定义这个市场的资格。

“定义这个市场”——这个措辞值得停下来细看。纳德拉没有说“进入这个市场”或“竞争这个市场”。他说的是“定义”。这意味着微软的战略目标不是参与大模型的应用，而是设定大模型应用的规则。产品形态、定价模式、集成深度、开发者工具、安全标准——微软要成为所有这些维度的标准制定者。

这个野心背后有一个冷酷的计算。微软在搜索市场追赶了Google二十年，从未将市场份额推到百分之十以上。微软在移动操作系统上与苹果和Google竞争，以Windows Phone的彻底失败告终。微软在社交媒体、电商、流媒体等每一个消费互联网的关键战场上都是迟到者和落后者。

但大模型不一样。通过与OpenAI的深度绑定，微软这一次不是在追赶——它是在领跑。而且领跑的不是一个边缘产品，是一个将重塑所有软件品类的底层技术。这种“聚焦”与“规范化”的研究方法，让研究者能产出可验证的成果，并促进了与统计学、经济学及数学等其他学科的交叉合作，最终在21世纪初为人工智能在学术界重建了声誉。

会议做出的第一个具体决定，是批准了那张时间表。第二个决定，是为这个项目分配了一笔不受常规预算流程约束的专项资金。据后来《金融时报》的报道，这笔资金的规模约为二十亿美元，主要用于三件事：采购英伟达H100 GPU以扩展Azure的推理能力、为Office 365的AI功能组建专属工程团队、以及为Bing搜索的AI整合提供算力保障。第三个决定最为激进。委员会同意，在Bing搜索中整合GPT-4时，不设置传统的“安全缓冲期”。通常，微软的搜索产品更新要经过至少三个阶段的渐进式发布：内部测试、小范围A/B测试、全量推送。但这一次，纳德拉要求直接面向全球用户发布。唯一的限制是初期仅支持Edge浏览器，用户需要注册微软账户才能使用完整功能。

这个决定的风险显而易见。ChatGPT虽然在消费市场爆红，但它也暴露了大模型的诸多缺陷：幻觉、偏见、对恶意提示的脆弱性、在敏感话题上的不可预测性。将这样一个不完美的技术直接嵌入拥有数亿用户的搜索引擎，可能引发的公关灾难规模远超ChatGPT本身的任何一次翻车。但纳德拉的计算是：速度本身就是一种防御。如果微软等到模型完美再发布，Google就有时间组织反击。而一个已经在市场上运行的、不断迭代的产品，即使有缺陷，也比一个还在实验室里的完美模型更有价值。

2月7日，雷德蒙德总部。发布会现场布置得简洁到近乎朴素。没有巨型屏幕，没有激光秀，没有乐队表演。纳德拉和奥尔特曼坐在两张灰色扶手椅上，中间是一张小圆桌，上面放着一台Surface笔记本电脑。台下坐着不到五十名记者和分析师。整个场景更像一场学术对话，而不是科技巨头的产品发布会。纳德拉开场时没有使用“革命”“颠覆”这类词汇。他直接切入了一个具体场景。他说，搜索是互联网最重要的工具，但它二十年来基本没有改变过。用户输入关键词，得到一堆链接，然后自己在链接之间跳转、比较、整合。这个模式效率很低，但因为没有更好的替代方案，所有人都接受了它。现在，有了更好的替代方案。

然后他打开了新Bing。演示的核心功能后来被称为“对话式搜索”。用户在搜索框中输入一个自然语言问题，Bing返回的不是传统的十个蓝色链接，而是一个分成两栏的页面。

左侧是传统搜索结果，右侧是一个聊天窗口，里面是AI生成的完整答案。答案底部附带了信息来源链接，用户可以点击验证。

纳德拉演示了三个查询。第一个是旅行规划：“为我规划一次为期五天的墨西哥城旅行，包括文化景点、当地美食推荐和交通建议。”聊天窗口在几秒钟内生成了详细行程，按天划分，包含博物馆开放时间、餐厅名称和地铁线路。第二个查询是多步推理：“帮我比较这趟旅行在三月和四月的天气差异，并据此调整行程。”新Bing理解了上下文，检索了气候数据，将户外活动调整到降雨概率更低的日期。第三个查询涉及实时信息：“我刚才提到的那些餐厅，哪几家在本周有营业时间变动？”新Bing检索了每家餐厅的官网和社交媒体，给出了最新信息。三个查询演示完毕，用时不到十分钟。

纳德拉没有做总结陈词。他只是说了一句：“这就是搜索的新时代。”然后发布会进入问答环节。

但真正的冲击不在发布会现场。真正的冲击在发布会结束后，当全球科技媒体和行业分析师开始消化新Bing的含义时逐渐浮现。有三件事引起了最密集的讨论。第一件事是新Bing的设计选择。微软没有试图用对话界面取代传统搜索结果，而是在同一页面上并行展示。这个设计让用户可以在AI答案和传统链接之间自由切换，降低了使用门槛，也减少了对“AI可能编造答案”的恐惧。但它同时也意味着，微软没有直接攻击Google的广告模式——至少表面上如此。传统搜索结果页上的广告位仍然存在，用户仍然可以点击广告。微软的策略不是摧毁旧模式，而是在旧模式之上叠加新模式，让用户自己选择。

第二件事是微软的速度。从ChatGPT发布到新Bing发布，只用了六十九天。在这六十九天里，微软完成了一整套产品集成：将GPT-4接入搜索索引、构建实时检索增强生成管道、设计全新的用户界面、完成安全合规审查、准备全球发布的基础设施。这个速度在微软历史上是空前的。它证明了一件事：纳德拉在2014年开始的组织扁平化改革，在关键时刻发挥了作用。微软不再是一个被部门墙和审批流程拖慢的巨人。

第三件事是奥尔特曼的在场。OpenAI的CEO与微软的CEO并肩而坐，共同展示一款直接挑战Google核心业务的产品。

这个画面本身就是一个宣言：微软和OpenAI的联盟不是简单的投资关系，而是一种战略共生。微软提供算力、分发渠道和企业客户关系，OpenAI提供模型能力和技术品牌。两者加在一起，构成了一个Google无法在短期内复制的竞争实体。

Google的反应来得比任何人预期的都快——但快得不够体面。2月6日，也就是新Bing发布前一天，皮查伊发表了一篇博客文章，宣布Google将推出名为Bard的对话式AI服务。文章只有六百多个单词，没有产品截图，没有具体功能描述，没有发布日期。它只说Bard将在“未来几周”向受信任的测试者开放。科技媒体立刻捕捉到了这篇文章的异常之处。Google的产品发布通常经过精心策划，提前数月就开始向媒体吹风。这篇博客文章却像是临时赶出来的。The Verge的标题直接点破：“Google匆忙宣布Bard，以应对ChatGPT。”

更糟糕的事情发生在两天后。2月8日，Google在巴黎举办了一场发布会。这场发布会原本应该展示Bard的能力，以及Google在AI领域的整体愿景。但演示环节出了差错。一位产品经理向Bard提问：“关于詹姆斯·韦伯太空望远镜，我可以告诉我九岁的孩子哪些新发现？”Bard生成了三条回答，其中一条写道：“JWST拍摄了有史以来第一张太阳系外行星的照片。”这个陈述是错误的。第一张系外行星照片早在2004年就由欧洲南方天文台的甚大望远镜拍摄。詹姆斯·韦伯望远镜确实拍摄了系外行星图像，但不是“第一张”。

错误很小，只有一句话。但在那个时间节点，它是致命的。发布会正在通过YouTube全球直播。路透社在几分钟内发出快讯：“Google母公司Alphabet股价下跌超过百分之七，此前其新AI聊天机器人Bard在演示中给出了错误答案。”当天收盘时，Alphabet市值蒸发了约一千亿美元。

这个数字后来被反复引用，成为“创新者窘境”的量化代价。但它真正的意义不在于损失规模，而在于它揭示的结构性困境。Google不是没有能力做出正确的演示。Google的问题是，它被对手的节奏拖入了自己的弱点区域。微软可以承受Bing给出错误答案——用户对Bing的期望本来就不高。但Google不能承受Bard给出错误答案——用户对Google的期望是“答案应该是正确的”。微软的攻击策略，正是利用Google的品牌资产作为武器：你越好，你犯错时的代价就越大。正如人工智能研究领域在20世纪60至70年代所经历的，研究人员坚信他们的方法最终能够成功创造出具有通用智能的机器，并将此视为最高目标，但事实证明他们低估了问题的复杂性。

巴黎发布会后的第三天，皮查伊向全体员工发送了一封内部邮件。邮件的具体内容没有公开，但后来有多位Google员工向媒体透露了大致意思。皮查伊承认了演示失误，但强调这不会改变Google的AI战略方向。他要求所有AI相关团队进入“战时状态”，加速产品化进程。邮件中有一个措辞引起了内部广泛讨论：皮查伊说，Google需要在未来几个月内“重新赢得用户的信任”。

“重新赢得”——这个措辞意味着Google承认自己失去了什么。对于一家以“组织全世界的信息”为使命、以信息准确性为核心品牌资产的公司来说，一次公开的事实错误造成的伤害远超一次股价波动。它动摇了用户对Google AI能力的信心。而这种信心，恰恰是Google在接下来的AI产品竞争中最重要的资本。

现在，让我们把视线转向微软的第二条战线。3月16日，微软发布了Microsoft 365 Copilot。这一次，演示场景不再是搜索，而是日常工作流。

发布视频展示了一位产品经理的典型工作日。她打开Word，输入指令：“根据以下要点，起草一份项目建议书。”要点包括项目目标、时间线、预算和团队成员。Copilot在几秒钟内生成了完整文档，格式规范，引用了用户之前存储在OneDrive中的相关数据。接着，她打开PowerPoint，要求Copilot将这份建议书自动转换为演示文稿。幻灯片生成后，她打开Outlook，要求Copilot根据建议书内容，为不同收件人起草风格各异的邀请邮件——给高管的邮件正式简洁，给团队成员的邮件详细具体，给客户的邮件强调商业价值。最后，她打开Teams，要求Copilot总结她在过去一周错过的相关消息和文件。整个演示持续了不到二十分钟。但它的含义远比新Bing深远。

微软不是在为Office添加新功能。它是在重新定义“办公软件”这个品类。自1990年Microsoft Office首次发布以来，办公套件的核心逻辑一直是：提供工具，让用户自行操作。Word提供排版功能，Excel提供公式引擎，PowerPoint提供幻灯片模板。用户是操作者，软件是工具。但Copilot改变了这个关系。用户变成了指令发出者，软件变成了执行者。用户不再需要知道如何排版、如何写公式、如何设计幻灯片。用户只需要描述想要的结果，AI负责生成。

这个转变的商业含义是双重的。第一，它大幅提高了用户迁移成本。如果一家企业的所有文档、表格和演示文稿都通过Copilot生成并相互关联——一份Word文档的数据来自Excel表格，PowerPoint的内容基于Word文档，Outlook邮件的上下文来自Teams对话——那么离开微软生态的成本将远高于过去。用户不是在更换办公软件，而是在重建整个信息基础设施。第二，它创造了一个全新的收费层。Copilot不是免费的。微软为其设定了每用户每月三十美元的附加费用。对于一家拥有十万员工的企业来说，这意味着每年额外支出三千六百万美元。而企业几乎无法拒绝，因为竞争对手会先采用Copilot，从而获得生产力优势。

Azure OpenAI服务则在另一个维度上推进。从2023年第一季度开始，微软的云服务销售团队接到了一项新指令：在与企业客户的每一次接触中，必须主动推介GPT模型API。微软甚至为此修改了标准合同范本。新范本中增加了一个条款，允许客户在Azure上调用OpenAI模型时，享有与微软自身产品同等级别的服务级别协议。这意味着微软在合同层面承诺，GPT模型在Azure上的可用性、响应延迟和数据安全标准，与微软自己使用的完全一致。

这一条款的杀伤力在于：它直接回应了企业客户对AI服务可靠性的担忧。ChatGPT虽然在消费者市场爆红，但企业在考虑将其整合进核心业务流程时，最担心的就是幻觉问题、数据安全和响应稳定性。微软通过合同条款承诺，这些问题在Azure上会得到企业级的保障——至少在法律文本的层面上如此。

到2023年3月底，Azure OpenAI服务的注册企业客户数量已经超过两千五百家。这些企业不是在做实验，而是在将GPT模型嵌入供应链管理、客户服务和医疗诊断流程。

现在，让我们回到Google。4月20日，Google宣布了一项重大组织调整：将Google Brain和DeepMind合并为Google DeepMind，由哈萨比斯担任CEO，杰夫·迪恩出任首席科学家。这份内部公告的措辞经过精心设计，强调合并将“加速AI进展”和“整合世界级人才”。但组织架构图透露了更真实的信息。在合并前，Brain和DeepMind是两个独立运作的实体，各自拥有独立的预算、研究方向和汇报线。Brain主要服务于Google的产品需求，其开发的模型——包括LaMDA和PaLM——可以直接进入Google的产品管道。DeepMind则长期保持学术独立性，其研究成果需要通过Google的“伦理审查委员会”才能进入产品管道。

这种双轨制在和平时期可以确保研究质量和安全标准。DeepMind的团队可以专注于长期研究，不受短期产品需求的压力。Brain可以快速将研究成果转化为产品功能，不必等待漫长的安全审查。但在战时，双轨制变成了协调噩梦。当微软以每周一次的产品更新速度推进AI整合时，Google还在经历两个AI团队之间的协调成本。Brain团队开发的LaMDA模型需要经过DeepMind的安全评估才能大规模部署。DeepMind的Gopher模型则缺乏直接的产品落地管道，其研究成果停留在论文阶段。两个团队的算力资源各自独立分配，无法灵活调配。汇报线不同，预算池不同，绩效考核标准也不同。

合并公告中有一个细节值得注意。哈萨比斯被任命为Google DeepMind的CEO，而不是Google Brain的负责人杰夫·迪恩。这意味着Google选择了外部视角来领导内部整合。哈萨比斯在DeepMind一直强调“通用人工智能”的长期愿景，但他对产品化的态度相对开放——DeepMind在此之前已经通过AlphaFold等项目证明了其研究成果可以转化为实际应用。选择他而非迪恩，暗示皮查伊希望在保持研究深度的同时，加快产品转化速度。

但组织调整需要时间。合并后的团队整合、项目优先级重新排序、汇报关系梳理——这些都需要数月才能完成。

而微软不需要经历这个过程。微软没有自己的大型语言模型研发团队需要整合。它只需要将OpenAI的模型接入自己的产品。微软的“创新者窘境”成本是零，因为它在AI研发上的历史投入远低于Google。

这是一个残酷的反讽：Google因为投入太早、积累太深，反而在需要快速行动时被自己的资产所累。这种困境，部分源于人工智能研究高度技术性和专业化的特性，各分支领域深入且各不相通，涉及范围极广。

5月10日，Google举办了年度开发者大会Google I/O。这是Bard演示灾难后的第一次大规模公开亮相。皮查伊在主题演讲中宣布了一系列AI功能更新：Bard取消等待名单，向一百八十多个国家和地区开放；Gmail增加“帮我写”功能，可以自动起草邮件回复；Google Photos增加AI编辑工具，可以自动移除照片中不需要的对象；Google Maps增加沉浸式路线预览，用AI生成3D导航视图。皮查伊还宣布了PaLM 2模型，强调其针对多种设备尺寸进行了优化，包括一个可以在智能手机上离线运行的轻量版本。

每一项功能单独看都不错。但放在一起，它们暴露出一个模式：Google在做“功能追加”，而微软在做“平台重构”。微软的Copilot不是在Word里加一个按钮——它是重新定义了文档的生成方式，改变了用户与软件之间的权力关系。Google在Gmail里加一个“帮我写”，只是在现有产品上涂了一层AI漆。用户仍然在使用Gmail，只是现在有一个AI助手帮忙写邮件。但用户与Gmail的关系没有改变。这不是能力差距，这是战略姿态的差距。微软的姿态是进攻——它要改变游戏规则，让“AI原生”成为所有软件的默认范式。Google的姿态是防守——它要证明自己也能玩这个游戏，自己的产品也可以加上AI功能。进攻方定义战场，防守方适应战场。微软在定义“AI原生”应该是什么样子，Google在追赶微软的定义。

这种差距在数字上逐渐显现。到2023年6月，新Bing的月活跃用户达到了一亿。虽然仍远低于Google搜索的数十亿用户，但增长曲线陡峭。更重要的是，Bing在发布后的三个月内，市场份额从百分之二点八上升到了百分之三点四。零点六个百分点的增长看似微小，但在搜索市场，这代表着数十亿美元的年收入转移方向。

Office 365 Copilot的早期测试反馈则更让Google焦虑。参与测试的企业IT部门报告说，Copilot显著减少了文档起草和数据分析的时间。摩根大通的一位技术主管在内部备忘录中写下了这样的判断：这不是一个提高效率的工具，这是一个减少人力的理由。如果这个判断正确，那么Copilot不是在卖软件，而是在卖劳动替代——这个价值主张将彻底改变企业软件的定价模型。

企业不会按照“每个用户每月多少钱”来评估Copilot的价值，而是按照“减少了多少人力成本”来计算投资回报。这个计算的结果，可能远远超过微软收取的三十美元月费。

现在，让我们回到那份编号Project-2023-0115的文件。在第八周的节点上，有一行被标为绿色的完成状态：“Azure OpenAI服务企业客户突破三千家。”下面有一行手写的批注，据信来自纳德拉本人，大意是：这只是开始。

真正的战场不在云服务，不在搜索，不在办公软件。真正的战场在开发者生态。这句话揭示了微软战略的最终指向。通过将OpenAI模型深度嵌入Azure、Office和Bing，微软不只是想卖更多产品。它想建立一个以微软为中心的AI开发生态。

当企业开始在Azure上训练定制模型、通过Copilot管理日常工作、依赖Bing的对话界面获取信息时，离开微软的成本将变得无法承受。这不是供应商锁定——供应商锁定指的是更换供应商需要付出成本。这是认知锁定——用户已经无法想象没有AI辅助的工作方式，而微软是这种工作方式的唯一提供商。

Google看到了这个危险。在I/O大会上，皮查伊宣布的PaLM 2轻量版本，可以在智能手机上离线运行，正是针对微软弱点的一个精准打击。微软依赖云端推理，这意味着用户必须联网，必须将数据发送到微软的服务器，必须支付API调用费用。Google可以提供端侧AI——模型直接在用户设备上运行，不需要联网，不需要上传数据，不需要支付API费用。如果成功，Google将能够在移动设备上建立AI入口，绕过微软的云服务壁垒。但问题是，这个优势需要时间才能转化为产品。PaLM 2的轻量版本在I/O大会上只是宣布了存在，没有给出具体的产品落地时间。而时间，正是Google最缺的东西。

6月中旬，一个细节进一步说明了双方的节奏差异。微软发布了Copilot for Power Platform，允许用户用自然语言指令生成低代码应用。从宣布到发布，只用了六周。同一周，Google宣布Bard将增加图像生成功能——但要等到“未来几个月”。在科技行业的竞争史上，速度从来不只是速度。速度是组织能力的体现，是战略清晰度的证明，是对机会窗口大小的判断。微软在2023年上半年的速度，反映的是纳德拉在2014年接手微软时就确立的原则：放弃对Windows的执念，拥抱跨平台和云服务。当AI机会来临时，微软的组织架构和文化已经为此准备了近十年。Google的组织架构和文化，则是在广告业务的巨大成功中固化的。改变它，比写一份“红色警报”报告难得多。

2023年6月底，一份内部报告在Google的管理层中流传。报告的具体内容没有公开，但后来有多位消息人士向媒体透露了其核心结论，大意是：Google必须在未来三年内，找到搜索广告之外的第二个营收支柱，否则将无法承受AI转型带来的收入损失。“无法承受AI转型带来的收入损失”——这句话的含义需要拆解。Google的搜索广告业务在2022年贡献了约一千六百亿美元的收入，占Alphabet总营收的百分之七十八。当Google开始在搜索结果顶部显示AI生成的摘要时，用户点击广告的可能性就会下降。每一次AI摘要的展示，都在蚕食广告点击率。而广告点击率是Google收入的根基。

这不是一个技术问题。这是一个商业模式问题。Google可以训练出更好的模型，可以优化AI摘要的准确率，可以设计更精巧的广告植入方式。但根本矛盾无法消除：AI摘要的目的是让用户不需要点击链接就能获得答案，而广告收入的前提是用户点击链接。两者在逻辑上是对立的。Google越成功地实现AI搜索，就越严重地破坏自己的收入基础。

这就是“范式税”的本质。它不是一项固定成本，而是一种持续出血。每一次Google向AI原生模式靠近一步，它就在蚕食自己的收入基础。

微软没有这个问题，因为Bing的广告收入在微软总营收中占比不到百分之五。微软可以承受Bing的广告收入归零——事实上，如果Bing的AI功能能够吸引足够多的用户，微软完全可以将Bing从广告模式转向订阅模式，或者将其作为Azure和Office 365的引流工具。Google不能承受Google搜索的广告收入下降百分之十，因为那将是一千六百亿美元的百分之十——一百六十亿美元，超过许多国家全年的科技预算。

7月，纳德拉在微软年度战略会上，向全球副总裁级以上的管理者传达了一个判断，大意是：微软正在经历历史上第三次平台级转型。第一次是Windows，第二次是云，第三次是AI。前两次都几乎错过了。这一次，必须在所有人之前到达终点。

他没有提到Google。但他提到的“前两次”，一次输给了网景和后来的互联网浪潮，一次在亚马逊的AWS面前追赶了十年。纳德拉的潜台词很清楚：微软知道落后的滋味，现在轮到Google了。

这份战略会的纪要后来被部分公开。其中有一个数字值得注意：微软计划在2024财年将AI相关研发支出增加百分之四十，其中大部分用于购买GPU和扩建数据中心。这意味着微软不仅在战略上激进，在资本配置上也在全力押注。纳德拉不是在赌一个产品，他是在赌一个时代。

到2023年8月，这场攻防战的格局已经清晰。微软和OpenAI的联盟，占据了“AI原生”的定义权。它们设定了产品形态——对话界面加副驾驶嵌入；定价标准——每用户每月三十美元加API调用费用；市场节奏——每周一次更新，每季度一次重大发布。Google在技术储备上毫不逊色，但在产品化速度和商业模式兼容性上陷入两难。其他玩家——亚马逊、Meta、苹果——则在各自的位置上观望和试探。

但就在这看似尘埃落定的时刻，一个来自不同方向的压力正在积聚。微软和OpenAI的闭源联盟，虽然在商业上势如破竹，但其高昂的API调用成本和严格的使用条款，正在将大量中小开发者和初创公司排除在AI原生时代之外。GPT-4的API定价为每千token输入零点零三美元、输出零点零六美元。对于一家月活百万用户的消费级应用来说，这意味着每月数十万美元的推理成本。不是所有人都能承受这个价格。Meta的LLaMA模型在2月泄露之后，开源社区开始以惊人的速度追赶。到了7月，基于LLaMA微调的一系列开源模型，在多项基准测试中已经逼近GPT-3.5的水平。这些模型可以在消费级显卡上运行，不需要支付API费用，不受使用条款限制。

微软和Google在2023年上半年的正面阵地战，确立了大模型作为产业核心范式的地位。但这场战争也暴露了闭源联盟的结构性弱点：当技术门槛被开源社区快速拉低时，微软和OpenAI建立的商业壁垒——API定价权、使用条款控制权、客户锁定效应——可能比它们想象的要脆弱得多。

这个压力点，在2023年夏天还只是一股暗流。但它的存在意味着，“智力引擎”的历史远未终结。巨头之间的攻防战只是第一幕。

第二幕的参与者，正在GitHub的代码仓库和Hugging Face的模型库中集结。他们不拥有数千张H100 GPU，不掌握数十亿美元的资金，不控制全球最大的云服务平台。但他们拥有一个巨头无法封堵的优势：开源代码可以自由复制，开源模型可以自由修改，开源社区可以以去中心化的方式协作创新。当闭源联盟试图通过定价权和控制权收割市场时，一场由开源社区发起的、旨在降低技术门槛和侵蚀巨头溢价的运动，已经悄然开始。