近日，《硅谷坐标》主持人曹卿云与 Fireworks 联合创始人 Benny Chen 陈宇飞进行了一场深度对谈。
一个月前，AI 推理平台 Fireworks 刚刚完成新一轮融资，估值 175 亿美元，NVIDIA、Index、TCV 等参与投资；黄仁勋称它为“AI 界的台积电”。Fireworks 做的是一件定义 AI 落地成本的事：把开源模型，变成企业用得起、用得好的专属智能。
这次对话聊到了开源 vs 闭源的终局、蒸馏之争、垂类与通用模型之战、平台 token 的真实流向、推理优化与定制模型两门生意、与 CSP 云厂的竞合，以及大厂 CapEx 的反向算账。
嘉宾资料： Benny Chen 陈宇飞，Fireworks AI 联合创始人，前 Meta 广告基础设施负责人，UCLA 毕业。
本集时码 ｜ Show Notes 01:23 未来开源 vs 闭源的产业格局 03:00 蒸馏 vs 非蒸馏：开源如何保持领先 07:00 闭源 SOTA 模型 ARR 增速能否持续 + 分层话语权 07:55 Harvey 法律垂类 vs 通用 SOTA 模型 10:18 Fireworks 平台 token 增长量应用赛道 13:50 估算北美客户在开源模型的总支出 15:36 未来六个月北美 token / 支出的趋势 16:40 北美客户偏好哪些开源模型 17:35 Coding 当前渗透率与 TAM 想象空间 18:50 新模型上线，客户 fine-tune 模型会被洗掉吗 22:11 企业权衡开源 vs 闭源的因素，本地部署 vs 云端部署 00:00 从 PoC 到生产的关键变量 + eval 的缺口 27:00 两门生意：推理优化的空间 30:50 硬件配置的优化空间：一个无量纲数 33:50 什么样的企业适合定制模型 34:52 定制 RL 最耗时花钱的部分 35:49 客户模型上线后需不需要「回炉」 36:20 Fireworks 核心竞争力：与 CSP 的竞合 40:29 RSI 全面自动化后，核心竞争力在哪 41:16 未来一两年最大的挑战 41:39 大厂 CapEx vs ROI：开源追平叙事的反向思考