The Sequence 學習循環——第960期：上週AI基礎設施回顧

DeepSeek、Google和NVIDIA最近的公告表明，業界正將重點放在AI的實際操作層面。儘管AI模型的能力經常受到關注，但要將其部署為可靠的產品，需要在管理底層系統方面付出大量努力。這包括確保模型高效運行、維護其操作環境，以及控制其行為以防止意外結果，例如AI代理存取敏感數據。

這些發展所解決的核心挑戰是將原始AI智能轉變為可靠且經濟實惠的產品。報道指出，智能只有在能夠以可持續的成本重複運行並在值得信賴的操作環境中運行時，才能成為可行的產品。這表明，目前阻礙AI更廣泛採用的障礙，與其說是原始模型能力不足，不如說是將這種能力在工業或商業環境中變得持續有用和安全所需的工程投入。

儘管DeepSeek的DeepInfer和Google的Agent Compute Engine的具體功能尚未詳細說明，但它們的推出，以及NVIDIA擴展的代理基礎設施，都指向了構建必要後端的協同努力。這些舉措旨在解決AI擴展的實際問題，確保系統能夠在不過度耗費成本的情況下處理重複執行，並確保代理在定義的、安全的參數內運行。這一轉變強調，未來的AI發展將優先考慮穩健的操作框架，其重要性不亞於（甚至超過）原始模型性能。