亚历山大·卡多斯-尼海姆

当我在英国获得律师资格时，我卖掉了我的人工智能研究公司。我与来自剑桥、DeepMind、哈佛大学和麻省理工学院的研究人员一起创建了 Safe Sign Technologies，他们对这一使命充满信心，相信一位 21 岁的法学院学生可以领导这艘船。

大约 20 个月后，汤森路透收购了我们，这是该公司 170 年历史上首次收购一家尚未盈利的公司。汤森路透收购我们是为了科学。

不过，到达那里是痛苦的。我们发表的论文使该模型在法律推理方面跻身世界最佳之列，并且我们对其进行训练的费用只是大型实验室支出的一小部分。我们是“DeepSeek 故事”的安静版本，使用具有巨大资本效率的新颖算法开发非常强大的模型。

在我走进的房间里，这些都没有多大意义。投资者总是询问产品和吸引力。英国投资者通过了，我最终在美国筹集了大部分资金。

我现在支持创始人，而且我权衡的东西一直保持一致。作为一名创始人，我一次又一次地被告知，科学在被应用到产品上之前毫无意义。当时那个测试是错误的，我相信现在它是致命的。

在基础层支持创始人

2026 年第一季度，基础人工智能初创公司筹集了约 1780 亿美元。市场正在意识到基础人工智能才是长期价值所在，今年我们可能会看到证明押注正确的退出和 IPO。

然而，首都和定罪也集中在一些已经任职的名字上。 OpenAI、Anthropic 和 xAI 占据了大约 97%，世界上所有其他基础人工智能公司都分享了剩下的部分。

对于现在刚起步的深科技创始人来说，这可能会促使他们对市场做出一种诱人但危险的解读：竞争已经结束，明智的举动是在这些巨头之一的基础上发展。

我正在寻找相反的创始人。

大多数应用层公司建立在他们不拥有的模型上，适应上游公司为他们决定的定价和访问权限，并在同一家公司可以随时选择吸收的类别中进行竞争。

更耐用的地方是下面的层。人工智能系统的成本、速度、可靠性、可解释性和安全性仍然是未解决的真正的科学挑战，它们决定了位于它们之上的所有东西的功能。

训练效率、模型架构和推理成本方面的真正进步是五年后仍然重要的工作，即使在当今大多数包装器已被定价或被吸收很久之后。

提出正确的问题

所以我问人工智能创始人的问题是：

• 你们的技术团队（科学家对科学家）是否等于或优于 DeepMind 的团队？
• 问题是出在模型和系统的层面上，还是其他人的问题上？
• 未来五年，如果没有“产品”，它是否会变得越来越难以生存，或者它是否会像其他初创公司一样寻求早期收入？

一些最终在人工智能时代最重要的公司就是那些在这种思路中幸存下来的公司。 DeepMind 和 OpenAI 最初只是研究工作，没有明显的产品，对于传统的早期软件投资者来说，这两者都会显得不舒服。事后看来，它们的重要性是显而易见的，但基本的问题解决方案往往看起来无法获得资助，直到它看起来不可避免为止。

本季度不要打造看起来可融资的项目。构建整个堆栈将来都依赖的东西。雇佣你能找到的最好的团队来做这件事，并在它仍然不流行的时候解决这个困难的、基础性的问题。

深科技资本市场发展缓慢，在一段时间内仍将继续追逐熟悉的名字。工作仍然是第一位的，而敢于早做的创始人才是市场最终要找到的人。

未来在于深度技术，而不是当今大多数产品的表面包装。

Alexander Kardos-Nyheim 是 Safe Sign Technologies 的创始人兼首席执行官，该公司于 2024 年被汤森路透收购。他是汤森路透实验室的天使投资人和高级总监。

插图：多姆·古兹曼