万众瞩目的 GPT-5 终于来了。 不过路透社采访的两位新模型测试者却说，尽管 GPT-5 的编程能力和解决科学和数学问题的能力很强，但他们认为从 GPT-4 到 GPT-5 的飞跃不如从 GPT-3 到 GPT-4 那么大。 瓶颈原因不难理解——数据不够。 有个非常不严谨但是非常形象的说法是，当时 GPT-4 训练时已经把能从互联网上抓取的数据基本都抓取尽了，有种类似于阅尽世界繁华的感觉。 所以，曾经 OpenAI 首席科学家Ilya Sutskever 去年才会说，虽然计算能力在增长，但数据量并未同步增加。 其实坦率来讲，一个通才型的 AI 很长一段时间内的巅峰大概也就是 GPT-5 了，而接下来各类 AI 公司卷的一定是专家型的 AI。 比如说这个采访里 OpenLedger 的 AI 专家 Ram Kumar 提到的，很多甲方（例如 Trust Wallet），想把 AI 融进钱包，但他们不能直接用通用模型——满足不了特定需求，必须按场景定制，OL 提供的就是让大家能这么做的协议与工具。 再比如说，当年彭博社第一时间就开始研发 BloombergGPT，基于彭博庞大的专有终端、新闻、企业数据和文本（总计超过 7000 亿个标记）进行训练。正是因为这个封闭语料库，它在金融任务上一定会大幅优于通用LLMs。 再比如马斯克的特斯拉（FSD）自动驾驶，基于特斯拉独自收集的数十亿英里的车队视频/遥测数据进行训练，这是特斯拉竞争对手没有的。所以前几天，马斯克暗示，如果他也可以拿中国本地的驾驶相关的数据，在之前懂车帝的竞赛里，特斯拉可以完全通关。 所以说，未来的 AI 白热化竞争一定是在专家数据赛道里，光靠白嫖海量互联网普通数据肯定不够了。所以像 OpenLedger 研发的数据归属权（Data Attribution）系统会成为新的基建。 想象一下吧，珍贵数据之所以珍贵，不仅仅是因为它稀缺，更是因为它能给数据的持有者带来回报（如果你把数据视作为一种资产的话），就像房子会产生房租，数据也应该产生数据租。 Ram 在视频里说，Hugging Face 很伟大，但上面 90% 的数据集对商业落地来说没那么有用。 因此，想要可以商用的专家 AI，必须先有数据归属权系统，让珍贵数据的持有者把它的珍贵数据拿出来，并且让他获得回报尝到甜头，进而鼓励更多的珍贵数据持有者拿出来，形成正循环。 AI 带来的平权可能就隐藏在此，过去专家的资源是宝贵的，是特权阶级特有的，毕竟是专家的时间有限。而 AI 时代，如果是专家 AI 呢？它极大降低了边际成本，让普通人使用专家级或者准专家级的服务成为可能。 期待 OL 主网上线。