撰文：Techub News 整理
近日，Transformer 架構奠基性論文《Attention Is All You Need》的聯合作者之一、AI 初創公司 Cohere 的聯合創始人兼 CEO Aidan Gomez（艾丹·戈麥斯）做客知名科技媒體人 Eric Newcomer 的播客節目。在這場長達 20 多分鐘的深度對話中，Gomez 不僅以技術先驅的視角回顧了 Transformer 的驚人生命力，更以企業 CEO 的身份，分享了關於 AGI 現狀、企業 AI 採用、開源模型真實成本，以及 AI 時代地緣政治與「數字主權」的尖銳見解。在當前中美科技競爭加劇、全球 AI 監管與安全討論白熱化的背景下，這位身處行業核心的創業者兼學者的觀點，為我們理解 AI 技術演進與産業格局的未來提供了關鍵綫索。
作為 Transformer 架構的締造者之一，Aidan Gomez（艾丹·戈麥斯）坦言，七年前論文發表時，團隊無人預見到它會引發一場席卷全球的 AI 革命。「我們當時是為解決谷歌翻譯這樣一個非常具體、範圍有限的問題而構建了它。後來的發展是一個巨大的震撼。」更讓他感到「好笑」的是，近十年過去了，Transformer 不僅未被淘汰，反而展現出驚人的「生命力」和「抄襲」能力。
Gomez 以之前流行的狀態空間模型（SSM）為例，當時許多人認為 SSM 因其超長上下文窗口等優勢將取代 Transformer。「結果 Transformer 只是‘抄襲’了那些好點子，將其整合進自身架構，我們依然叫它 Transformer。」他比喻道，Transformer 就像一個偉大的藝術家，擅長從其他架構中汲取精華。這種持續的進化能力，使得它可能不再是那個需要被「超越」的對象，而是演變為一個長期的基礎平台。
「我認為人們正在向技術棧的上層移動，並將創新精力投入那裡。」Gomez 解釋說，就像訓練模型的基本算法在過去十多年裡沒有根本性改變一樣，Transformer 可能成為 AI 的「平台」。未來的巨大進步，例如「推理」能力的提升，也將在這個平台内部發生。雖然他希望仍有突破性新架構出現的空間，但他承認，要徹底取代 Transformer，「需要一些相當重大的東西」。
當被問及「我們今天是否已實現通用人工智能（AGI）」時，Gomez 給出了一個耐人尋味的肯定：「從很多方面來說，是的。」他認為，當前的 AI 已經展現出通用性，無論人類指向什麼問題，它基本上都能在該問題上超越人類能力。這種能力的泛化，正是 AGI 的核心特徵之一。
然而，在商業落地層面，AI 的潛力遠未釋放。Gomez 指出，當前企業界對 AI 的採用存在一種「令牌狂熱」（token maxing）現象，即公司初期為了激勵員工使用 AI 而不設預算上限，導致開支激增，隨後不得不進行回調。他認為這是一個典型的技術採納周期：狂熱採用、過度消費、然後修正。而修正的動力一方面來自企業自身控制成本，另一方面則來自模型公司通過創新實現的效率提升和成本壓縮。
「成本將急劇下降，」Gomez 預測，「而隨著成本下降，使用量的增長將解鎖更多應用。」他堅信，企業 AI 的採用仍處於非常早期的階段。編碼（編程輔助）是當前最成熟的應用，可能正在接近飽和點，但企業内其他所有流程——從金融決策、跨部門溝通協調，到法規合規自動化——在他看來「基本上尚未被觸及」。
「我們所做的事情（指當前已落地的 AI 應用）是如此簡單，」他比喻道，「水面之下還有一座巨大的冰山。」他認為，僅在企業端，令牌消耗量就還有 10 倍甚至 100 倍的增長空間。對於 Cohere 這類公司而言，客戶因控制成本而縮減開支並不會損害其長期收入，因為更低的成本將激活一個龐大得多的增量市場。
面對「令牌狂熱」，開源模型常被視為一種成本更優的解決方案。但 Gomez 對此提出了不同看法。他認為，如果企業選擇完全自託管開源模型，需要自行構建和維護整個軟件棧、服務框架，並確保最佳的運行效率，實際成本可能相當高昂。
「這很像數據庫的情況。是的，你可以拿一個開源數據庫來自行託管、維護和管理它。但幾乎沒人這麼做。」Gomez 指出，絕大多數企業選擇託管服務，因為運營這些係統是困難、痛苦且昂貴的。開源模型看起來便宜，往往是基於使用 DeepSeek 或阿裡巴巴等公司提供的低價 API 的假設，但這意味著將數據發送給這些服務商。一旦涉及數據主權和安全性要求高的關鍵工作負載，自託管的復雜性和成本就會凸顯。
這也解釋了 Cohere 的核心戰略：自己構建模型，並專注於為企業提供高度定制化的解決方案。Gomez 強調，Cohere 並不追求在「前沿模型」的燒錢競賽中競爭，那是一場「必輸的競賽」。相反，他們觀察到，模型本身往往已不是市場應用的瓶頸。
「前沿模型的能力已經遠遠領先於市場實際使用水平。即使你用的是一年前、18 個月前甚至兩年前的模型，企業仍然在努力追趕這些能力。」因此，對於大多數企業任務，模型的能力已經「足夠好」。真正的瓶頸在於市場如何消化和利用這些能力。而當企業確實需要更強大能力時，天價的前沿模型又讓他們望而卻步，轉而尋求性價比更高的定制化模型。這種對成本、主權和定制化的綜合需求，正是 Cohere 試圖抓住的市場機會。
訪談中最具戰略高度的部分，集中在 AI 的地緣政治和「數字主權」議題上。Gomez 尖銳地指出，過去 30 年，以 G7 為代表的民主世界，其技術供給日益 consolidated（集中）於極少數（主要是美國）科技巨頭。這構成了一個極其脆弱的係統。
「這是一個單點故障。作為一名計算機科學家或工程師，你學到的第一件事就是：不要構建單點故障。」Gomez 警告道。如果你關心民主事業，那麼將 AI 能力擴散到其他 G7 國家或更廣泛的民主聯盟中，對於民主制度本身的韌性至關重要。「如果一個（供應源）倒下了，你需要確保有備份。」
他認為，此前 Anthropic 模型出口受限等事件，已經驚醒了那些對這類風險抱有天真想法的人。這凸顯了「數字主權」的重要性——國家必須控制那些支撐其經濟命脈（如電信、金融、醫療、電網、國防）的關鍵基礎設施所依賴的 AI 能力。Cohere 與德國 AI 公司 Aleph Alpha 的合並，正是為了構建一個橫跨加拿大和德國的「雙總部」架構，旨在成為這種多極化民主 AI 能力聯盟的一部分。
「我們有一個民主國家目前在 AI 領域領先，這很棒。但民主國家需要佔據第一、第二、第三、第四……的位置，而現狀並非如此。」Gomez 呼籲，中等強國需要聯合起來，共同發展 AI 能力，這既是為了民主聯盟的共同利益，也是為了在未來可能出現的「兩個世界」的格局中，形成民主國家陣營的集體競爭力。
在討論外部競爭時，Gomez 特別提到了中國。他直言，那種將中國模型視為僅僅是西方模型「蒸餾」産物的看法是「自欺欺人」。「他們（中國模型）能力非常強，擁有政府提供的極其豐富的資源，而且只會獲得更多資源。他們非常擅長構建這項技術。」他承認蒸餾技術可能起過作用，但中國 AI 的發展軌迹是獨立且強勁的。這進一步強化了他關於民主國家需要建立多元、有韌性 AI 供應鏈的論點。
展望未來 12 到 18 個月的技術趨勢，Gomez 認為變革將完全發生在企業工作方式内部。AI 智能體（Agent）將從目前軟件開發者的「協作夥伴」角色，滲透到更多領域。人們將越來越多地與模型作為「同事」一起工作。
對於 AI 對就業的影響，他持謹慎樂觀但密切關注的態度。他提到了「傑文斯悖論」——效率大幅提升的技術可能反而創造更多就業，因為需求會隨之飙升。但他也承認，此次 AI 革命與以往不同，AI 在形態上更接近人類，因此其替代效應可能更強。「我希望能避免（大規模失業），但我們需要為此情景做好準備並制定應對工具」，如再培訓計劃、工作崗位保障等。
在這場坦誠的對話中，Aidan Gomez（艾丹·戈麥斯）不僅展現了一位技術先驅對行業本質的洞察，也勾勒出一位肩負地緣政治責任的科技企業家眼中的未來圖景：一個技術持續演進但基礎可能穩固、市場廣闊但挑戰重重、且必須在全球競爭與合作中謹慎尋求平衡的 AI 新時代。
内容來源：TECHUB NEWS