Neolabs今天面临一个不可能的任务：既要交付研究突破，又要打造风险投资规模的企业，尽管每个目标只有1%的成功概率。合并起来，成功概率降至万分之一。作者主张借鉴制药业的更好模式。
像Open AI、Anthropic和Google Deep Mind这样的前沿实验室正陷入竞赛，要交付经过验证的改进——数据管道、基础设施、算力——而研究人员则在追逐“下一个重大突破”。这种紧张关系催生了neolabs，即在尚未有产品前就获得大量资金的初创公司，团队在建立公司和追求通用人工智能之间分配精力。
作者提出一个激进的转变：让neolabs专注于开创性研究，预期几乎没有收入，如果成功则接受人才收购。这反映了制药业数十年来的分工模式，即小型生物技术公司负责高风险发现，而大公司负责规模化生产和分销。
虽然这种模式在科学领域有效，但对风险投资公司来说却行不通，因为他们需要能够回报基金的公司，而不仅仅是收购，尤其是在当今数十亿估值的背景下。
关键实体：公司：Open AI, Anthropic, Google Deep Mind, Databricks | 人物：Ali Ghodsi
常见问题：为什么neolabs难以成功？
他们被期望同时实现研究突破和风险投资规模的企业。每个目标单独成功的概率只有1%，因此合并后的概率是1/10,000。
来源: Hacker News · 由HeadlinesBriefing整理摘要