Mistral、Perplexity、Cursor、Thinking Machines Lab 等公司的首席執行官與黃仁勛一起登上舞臺，共同勾勒了開放前沿時代的未來。

NVIDIA 創始人兼首席執行官黃仁勛在本周 GTC 大會上邀請了 11 位開放模型生態系統領導者，不是為了辯論開放與閉源創新，而是為了探討未來趨勢。

這場時長 90 分鐘的會議由 LangChain、Cursor、Reflection AI、Perplexity、Thinking Machines Lab、Mistral、OpenEvidence 和 Black Forest Labs 的首席執行官，以及 AI2 自然語言處理高級總監 Hanna Hajishirzi 和 AMP PBC 創始人 Anjney Midha 共同參與，會議分為兩個連續的圓桌討論。

黃仁勛一開場就提出了一個新的視角。

他對現場觀眾表示：“專有與開放不是對立的概念。可以既是專有，又是開放。”

第一場圓桌討論重點關注開放模型生態系統的演變。參與者包括 LangChain 的 Harrison Chase、Perplexity 的 Aravind Srinivas、Cursor 的 Michael Truell、Reflection AI 的 Misha Laskin 以及 Thinking Machines Lab 的 Mira Murati。

Truell 認為，業界正在見證第三類公司的崛起，既不是純粹的基礎模型實驗室，也不是純粹的應用構建者，而是介于兩者之間的公司：這類公司“在 API 層面充分利用市場提供的最佳資源，在模型前沿領域做出了卓越貢獻，同時將所有這些都整合到垂直領域帶來最佳產品。”

由此誕生了新型 AI 公司，將模型、系統和產品集成到單一堆棧中。

對話不斷回到智能體話題上。

Srinivas 將 Perplexity 的愿景描述為構建“AI 能夠完成的所有任務的編排系統”，其中模型是工具，而系統負責指揮。

他表示：“我們終于能夠在模型之上進行抽象操作。這很令人興奮。”

Laskin 將單一模型描述為“沒有身體的大腦”。他認為，OpenClaw 的發布為 AI 提供了與文件系統交互并執行自主工作所需的“肢體”。

Chase 指出轉變正在悄然發生。他表示：“現在有一個新術語叫‘駕馭工程’ (Harness Engineering)，指的是模型周邊的整套體系：如何連接到系統、使用哪些子智能體以及何時調用哪些工具。”

Murati 又把對話拉回到了更長的弧線上。她表示：“我們正處于一個指數級的發展階段，一切都被極度壓縮了，而僅靠大型實驗室是無法完成所有工作的。”

開放訪問（包括模型、基礎設施和后訓練）以封閉模型世界無法實現的方式加速了研究。

黃仁勛不斷重復一個簡單的理念：AI 不是模型，而是系統。

他認為，編程僅僅只是個開始。

他說：“編程不僅僅是軟件工程。它是對業務流程的描述和編碼，幾乎涵蓋了所有工作。”

從系統到利害關系

第二場圓桌討論匯聚了 Mistral 的 Arthur Mensch、OpenEvidence 的 Daniel Nadler、AI2 的 Hajishirzi、Black Forest Labs 的 Robin Rombach 和 AMP PBC 的 Midha。

此時，對話從系統轉向了更深層的現實與行業影響。

對此，黃仁勛則開門見山地點明了核心議題。

他說：“過去三年來，所有問題都是關于 AI 的投資回報率。我認為現在……我們將看到真正商業價值爆發的拐點。”

Nadler 認為醫療領域是代理式系統的試驗場。

多步驟、重復、可預測的工作流（事先授權函、保險申訴）正是智能體擅長的領域。

他表示：“你可以想象，當醫生還在睡覺時，智能體會對保險拒保提出上訴，最終為患者爭取到可能至關重要甚至可以挽救生命的治療。”

Mensch 認為開放模型具有兩大優勢：管理和定制。

企業需要嚴格管理其智能體可以訪問和執行的內容，并使其適配那些通用模型永遠無法完全覆蓋的現實業務系統。

Midha 從產業層面描述了其中的利害關系。

開放模型需要開放的基礎設施：一個允許任何規模的公司進行擴展的計算網格。其含義很明確：可見且可控的系統比封閉的系統更值得信任。

Midha 表示：“歸根結底，如果你想讓這些智能體融入我們生活中最重要的部分，你就必須信任它們。而開放模型是建立系統信任的快速方式之一。”

換句話說，前沿不再由少數實驗室定義，而是取決于在這些模型之上構建、部署和實際落地的應用。