——内化了企业流程、借助了大模型能力的、带有可交互界面的程序。2025 年会成为大模型应 用或 AI 应用之争。 另外还有一个趋势也很明显，就是知识管理和协作。我们都说这波 AI 浪潮把原来“没用” 的非结构化数据给激活了，所以我们马上会看到那些原来堆在角落里面的“冷”文件和知识（类 似 wiki）会被大量启用，“热”文件和知识会爆炸性增长，知识的协作和管理会成为新的问题— —就像你有再多的先进坦克和 Wikipedia 和 Common Crawl：Wikipedia 是一个由全球用户共同编辑和维护的高质量在 线百科全书,以文字为主，知识高度结构化，Common Crawl 是一个非营利组织，定期抓取互联 网公开网页，生成大量的网页数据集，可提供大量的互联网用户知识及非结构化数据。他们的共 同点是为模型训练提供了充沛的文字素材。这些大型文本数据集为自然语言处理（NLP）模型的 训练提供了丰富的语料库。像 Markdowner 等开源项目，能够将网页内容转换成适合 大模型处理的上下文，从而利用最新信息提升问题回答的质量。这些项目的共同目标是将原始数 据转化为有价值的资产，助力企业大规模部署 AI。 对于结构化数据，如对话历史记录和其他数据源的存储管理同样重要。向量数据库如 Chrom、Weaviate、Pinecone、Milvus 等，提供了语义检索和向量存储功能，使得 AI 应用 能够利用超出模型上下文限制的数据源。传统数据库

每年的托管和服务费获利。 托管意味着提供一个完全托管的项目版本，当用户想要在生产中部署时，可以使用该软件启动远程服务器， 而不必担心它不用担心备份、停机、升级等问题。Databricks、Acquia 等公司已经成功证明了托管模 式商业化路径的可行性。但是这也引起了公有云提供商（例如 AWS）与开源社区的矛盾。 Restrictive Licensing 限制性许可——通过提供一个带有稍带限制的开源许可证来激励使用者进行付 管理的控制权完全交予企业。 102 图表 39 ：GitLab 的 Open Core 商业模式 资料来源：公司公告，云启资本 5.3 Jina AI Jina 首创的“神经搜索”，可以让企业利用可操作的非结构化数据构建搜索解决方案，做出更有效的业 务决策。Jina AI 的核心项目在 Github 上被称为 Jina ，允许用户在短短几分钟内创建一个由深度学习 驱动的云原生搜索解决方案。Jina 将构

务费获利。托管意味着提供一个完全托管的项目版本，当用户想要在生产中部署时，可以使用 该软件启动远程服务器，而不必担心它不用担心备份、停机、升级等问题。Databricks、Acquia 等公司已经成功证明了托管模式商业化路径的可行性。但是这也引起了公有云提供商（例如 AWS）与开源社区的矛盾。 Hosting: Vendors host their open source software on 资料来源：公司公告，云启资本 Source: Company announcement, Yunqi Partners 5.3 Jina AI Jina 首创的“神经搜索”，可以让企业利用可操作的非结构化数据构建搜索解决方案，做出更 有效的业务决策。Jina AI 的核心项目在 Github 上被称为 Jina ，允许用户在短短几分钟内创 建一个由深度学习驱动的云原生搜索解决方案。Jina 将构建一个生产就绪的神经搜索系统的工

不应该存在， ⽤⼾跟模型的交互历史就是最好的个性化过程，历史上每⼀代技术都是在提升
context
length。
杨植麟⾝上的标签有天才
AI
科学家、连续创业者……在这次深度访谈中，他再次证明⾃⼰是个真 正“懂”⼤模型的创业者，所以本⽂中有许多反共识的观点：杨植麟觉得微调最终会不存在， tokenizer
最后也不⼀定是必须的；硅⾕⼤模型训练者们担⼼数据瓶颈和能源限制，他反⽽觉得所有问 增加。
⽉之暗⾯：最好的⼈才需要
unlearn
能⼒

海外独⻆兽：AGI
公司最理想的
CEO
画像应该是什么样的？
杨植麟：⼀⽅⾯需要有
tech
vision。不能⼀直做别⼈已经证明过的东西。真的
AGI
公司必须有⾃⼰独 特的技术判断，⽽且这个判断应该影响到公司的整体⽅向。如果⼀号位不能拍板也不⾏。我们年初已 经在做
auto-regressive
的多模态、lossle
海外独⻆兽：但有可能投资⼈分辨不出来到底谁的
tech
vision
是最领先的。
杨植麟：我不太担⼼这个问题。现在就是最好的分配⽅式，更接近⼀个⾃由市场，最后会有最⾼的分 配效率。我们要跟别⼈证明的也不是我们的
vision，因为
vision
是⼀个抽象的东西，还是要通过真实 的
deliver
模型和产品。Anthropic
放出
Claude
这些模型之后，⻢上就得到了更多的资源。市场是公

AI）代表了微软在 LLM 领域的野心和 决心，它首次把当时世人能想到最有价值又可行的 LLM 应用场景——“智能对话+联网搜索”——无缝整合了起来， 大有干掉搜索行业和问答社区的趋势，而后事实证明，全 球 最 强 IT 问 答 社 区 Stack OverFlow 深 受 其 害 。 Google 紧随其后推出 Bard，作为其首次亮相的对话 LLM 产品，无疑具有其里程碑意义，尽管它的首秀并不尽 简洁性，到头来仍旧会添加了这些内容，不仅语言超着复杂方面进化，实现功 力未必赶得上 C++。Bjarne 说过，世界上只有两种语言，一种没人用，另一 种是一边用一边骂的语言。 dwcz：这文章就证明了 C 系语言的没落。就像汇编的没落一样--人们需要的 是更先进和更方便的编程方式，而不是语言上的改良。现在 AI 都可以替代一 部分工作了，还在讨论语言的安全和高效，已经没意义了。C++之父还没理解

多的人了解如何开展红队测试和评估人工智能模 型，才能解决这些模型中的各种问题。”通过对 人工智能模型组开展最大规模的红队演习，AI Village和DEF CON希望能培养出处理人工智能 系统漏洞的研究者社区。事实证明，大语言模型 的锁定难度远超想象，部分原因在于所谓“提示 词注入”技术。人工智能研究员Simon Willison 详细介绍了提示词注入的危险，这种技术可以令 语言模型偏离正轨，执行创建者想要回避的操

法》起诉被告侵害 软件著作权。 开源软件“抄袭”违 反什么法律? 软件的“抄袭”可以被认定。在法律实践中，应当将原告主张权利的计算机软件源程序 与被诉侵权的计算机软件源程序进行对比，在案证据能够证明原告主张权利的计算机软 件源程序、文档等文件与被诉侵权的计算机软件相同或者相近似的，可以认定二者构成 实质性相似。 是否能认定软件“抄 袭”，如何做到？ 我国法律认为：开源协议属于公开可自由取得的文件，著作权人在公开源代码时明确声