8 月 1 日消息，据 36 氪报道，Cognition 工程师、前 Meta 工程师马培元在访谈中指出，硅谷 AI 创业已经进入共识快速失效的阶段。中层管理减少、通才工程师增加，并不只是组织扁平化口号，而是 AI 开始承担信息整理、进度同步和跨团队协作后，部分管理工作被重新拆分。
他特别反对用 Token 消耗量衡量工程师是否「AI 原生」。公开排行榜会诱导员工为了数字而空跑任务，最终只留下更高账单；企业需要比较 AI 支出换回了多少工程时间和业务结果。Cognition 为此尝试把 Devin 的每次对话折算为「等效工程师小时数」，把抽象的模型调用重新连接到生产率。
马培元认为，模型崇拜也在退潮。更可行的做法是让便宜模型和前沿模型按任务组合调度，同时为智能体增加沙盒、可观测性和输出监控。垂直智能体的机会则来自那些无法一次训练完成的复杂流程：产品必须在客户现场持续吸收税务、法律等行业细节，这些沉淀不会随着通用模型升级自动消失。
在他的判断里，这类公司未必能复制基础模型公司的估值倍数，却仍能依靠持续交付获得稳定回报。创业者需要避开已经成为共识的赛道，寻找通用模型难以直接吞并、客户又愿意长期付费解决的流程。
声明：内容来源公开的各类媒体平台，若收录的内容侵犯了您的权益，请联系邮箱，本站将第一时间处理。