AI 横纵赛道边界

Vertical Vs Horizontal AI Boundary · vertical-vs-horizontal-ai-boundary--logan-kilpatrick

解决什么问题

基于大模型API做产品的创业者,如何判断自己的赛道会不会被模型公司自己"顺手"做掉?哪些方向是安全的,哪些方向注定要和OpenAI这类平台正面竞争?

核心内容

Logan Kilpatrick 给出一条清晰的边界线,用来判断"OpenAI会做什么、不会做什么":

OpenAI(以及类似的基础模型公司)会长期聚焦在非常通用的能力上:通用推理、通用编程、通用写作。这些是他们的使命所在,会持续投入。
OpenAI大概率不会做的:高度垂直、需要行业专属知识和定制模型/工具的应用。举的例子是法律AI公司 Harvey——建立面向律师和律所的定制模型和工具。Kilpatrick 直言"我们的模型可能永远不会像Harvey做的那些东西那样强",因为OpenAI的目标是解决通用问题,然后让别人在这基础上做fine-tuning、做自己的UI和产品功能。

由此得到给创业者/产品人的具体建议:

想清楚自己做的是"通用"还是"垂直"。如果你在做一个通用助理/通用Agent去正面对标ChatGPT,你事实上就是在和OpenAI直接竞争——Kilpatrick说这并不意外,而是必然,因为OpenAI自己也在往通用助理(如后来的GPTs)方向发展。
如果一定要做通用产品,门槛极高:必须"彻底不同",让用户觉得"这解决了我用ChatGPT时的十个痛点,所以我愿意换"。否则,单纯砸更多工程和研究资源做出一个"不错的"通用助理,只会遇到正常创业公司都会遇到的"很难打过巨头"的老问题。
更现实的路径是做垂直:要么训练/微调针对某个场景的专用模型,要么围绕一个具体问题打造专属界面和体验(即前面提到的"get specific about use cases")。拥有领域知识、对某个问题空间真正兴奋的团队,可以站在OpenAI的通用模型基础上,不用自己重复所有底层研发,依然能保持在技术前沿。

适用边界

这是2024年初(GPT-4时代)的判断,基础模型公司自身的产品边界会随时间推移而扩张(Kilpatrick自己也提到"不要惊讶我们哪天推出通用Agent产品"),所以这条边界线不是永久有效,需要持续跟踪模型公司自己的路线图变化;
边界线本身是基于OpenAI的使命定位(通用智能)得出的判断,换一家基础模型公司,边界可能不一样。

关键引述 · 原话

"我们不会去做一个AI销售agent,这就不是我们要做的方向。而那些有领域专属知识、真正对某个问题空间感到兴奋的公司,可以用我们的模型继续站在前沿,而不用自己做全部研发。"——Logan Kilpatrick

— Logan Kilpatrick

关联卡片

与其他播客中"foundation-model-custom-model-sandwich"(michael-truell)形成互补视角——一个讲基础模型公司自己该怎么组合自研/通用模型,一个讲下游创业者该怎么在基础模型公司的边界外找空间。

出处：Logan Kilpatrick (OpenAI 开发者关系负责人) · 03-podcasts/logan-kilpatrick.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast（2019–2026）。本站为个人学习用途的二次创作，与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2