Anastasios Angelopoulos

开源领域的领导格局变化速度超出预期。 Anastasios表示，Kimi K3在前端编程等一批有实际意义的任务上击败了包括Fable在内的所有美国模型；这并不能排除蒸馏，但打破了中国实验室“只是在蒸馏美国模型”的叙事。如今开源模型在全球推理支出中占比仍很小，但其发展轨迹正在对闭源模型寡头的经济模式施压。

企业对AI主权的需求将不断上升：拥有自己的模型，在专有数据上进行微调，同时不把智能和供应链控制权交给潜在的未来竞争对手。 Anastasios预计，美国至少会诞生一家“数千亿美元、甚至万亿美元级”的本土开源公司：要么通过推理收入分成实现变现，要么用免费模型获取客户，切入规模庞大的AI现代化和部署工程市场。

中国模型制造了一个政策陷阱。 Anastasios猜测，美国限制措施可能在3年内出台，但他强调这一判断“非常不确定”，也未必是理想选择：禁用中国模型或许能降低后门风险、帮助本土实验室，却可能让美国公司基于开源模型第10名构建产品，而海外竞争对手使用第1名。将模型部署在本地也不是完整防线——模型可能包含一段隐藏序列，触发越狱并让它“吐出”私人数据。

推理和路由的成本都应下降，但到达这一结果的路径仍有争议。 路由需要理解每个查询的领域和难度，持续测量所有模型，并每周接入新发布的模型；Anastasios认为，在真正的赢家出现之前，必须先挤掉这轮炒作泡沫。他预计，Anthropic公开披露成本结构后，其“高得令人作呕的毛利率”将面临压力；Harry则反驳称，真正差异化的公司可以像Chanel或Apple一样保有定价权。

AI安全将变成AI对抗AI的问题：守护模型必须监控智能体的操作轨迹，并做到“和智能体一样聪明”，因为人类的反应速度会太慢。 Anastasios反对政府预先批准模型发布——“凭什么由车管所告诉我能用什么模型？”——更倾向于结果导向的责任制度和巨额罚款。他给出的具体警告已经发生在现实中：Arena面试过一名看似真实、技术能力极强的候选人，最终却证实是AI生成的假人。

Anastasios预计，至少75家新型实验室中有三分之二最终会一文不值，或被收购后拆分变卖。 一家估值100亿美元的实验室若想实现10倍回报，在25-30倍收入倍数下，需要在2-3年内实现约40亿美元收入；团队价值提供的下行保护或许足以支撑第一笔投机性支票，但一旦投资人要求看到真正的商业模式，“下一轮融资就会非常难”（“next round’s a bitch”）。

到2030年，数据将成为一个1000亿美元市场，潜在规模甚至达到1万亿美元。 这是因为数据需求会与模型同步扩张，而目前数据已约占前沿实验室GPU支出的10-20%。Anastasios认为，数据的商品化程度低于GPU——“要让数据变得无关紧要，人类就必须变得无关紧要”——并预计头部数据供应商尽管收入高度集中，仍可能达到数千亿美元估值。

如果推理服务走向商品化，前沿实验室将向应用层上移，法律软件及其他AI原生软件供应商都将面临风险；Harry认为设计软件也是同样的例子。 持久的GTM能力、网络效应和企业深度嵌入将成为防线。尽管如此，Anastasios仍认为企业AI采用可能为Nvidia带来又一个10倍增长机会；同时他警告，开源模型带来的成本节省可能削弱OpenAI和Anthropic的收入，在算力债务压力下推高资不抵债风险，并让周边基础设施生态失去动力。

🔗 原始收听与视频来源： Arena CEO：美国将出现一家1000亿美元级的开源模型公司，数据是万亿美元市场

Arena 融资 1亿美元买来的是战略重试权，而不是烧钱授权。 Anastasios Angelopoulos 称，如果第一笔下注失败，资本就是可以翻开的“牌”；眼下的支出包括为免费推理买单、招聘，以及从 Gradio 迁移到 React，但他强调，Arena 不必把这笔融资全部花掉。

Arena 的护城河来自原生使用的规模与真实度，而不是一套静态基准测试目录。 主持人将其社区规模描述为 500万 MAU；Angelopoulos 提到，平台上已有约 2.5亿次对话，每月新增数千万次。他还表示，约 25%的用户以软件为业。不同于围绕预生成输出搭建的竞技场，Arena 记录用户提出的真实问题，持续刷新评测分布。

公开排行榜是建立可信度的亏损引流产品，并明确承诺不 pay-to-play。 Angelopoulos 称其既是“慈善项目”，也是“亏损引流产品”：无论是否付费、得分多少，已发布模型都会出现，模型提供商也不能付费要求下架。他对“排行榜幻觉”批评的回应是，相关分析存在事实错误，包括声称开源模型抽样率为 9%，而 Arena 的实际构成约为 60/40；同时，该分析也误读了长期运行的预览模型测试。

Nano Banana 展现出图像生成的经济吸引力后，嘉宾与主持人都扭转了此前的怀疑。 Angelopoulos 如今预计，多模态系统将成为 AI 在消费端和企业端最具经济价值的能力之一，营销与设计是增长最快的采用领域。主持人的案例是：把 DeepSeek V3.2 对强化学习环境的解释输入 Nano Banana Pro，得到一张论文级图示；这项工作过去可能需要一个博士生花上一个月。

Arena 正从单一综合排名扩展到职业、模态和智能体专属评测类别。 其庞大用户群中，已有个位数比例分别构成医疗、法律、金融、会计、创意和营销等群体；视频评测计划于今年晚些时候或明年初推出。Code Arena 也可能从评估模型，进一步比较 Devin 这类完整智能体 harness。

用户留存与创业公司的聚焦能力仍是执行约束。 持久化历史记录显著推动了用户登录，但 Angelopoulos 表示，“每个用户都要靠自己赢得”，用户在一次“昙花一现”的爆发后仍可能随时离开。API 仍有可能推出，但 Arena 当前应对战略发散的答案很简单：“我们确实应该把一件事做好”——竞技场。

🔗 原始收听与视频来源： [评测现状] LMArena 的 17亿美元愿景——Anastasios Angelopoulos，LMArena