在我看來，這可能是我們@a16z前100個AI應用報告中最有趣的數據。 我們查看了前6個最受歡迎的LLM的「親和力評分」。 例如，如果你是Claude或Perplexity的用戶，你最有可能使用哪些其他應用？ 這給了我們AI消費者的迷你檔案👇 - ChatGPT = 企業家（Upwork, Mercury, Replit） - Gemini = 有志的編碼者（HackerX, Programming Hub） - Perplexity = 生產力極客（Readwise, Claude, Arc） - Claude = 知識分子（Snipd, Readwise, Monica） - Deepseek = 在中國的人😂 - Grok = 作家/學生（Notewise, Grammar Check）

華盛頓經典的深層國家思維圍繞技術的關注點純粹是*控制*和*風險*，缺乏對技術/開發者生態系統運作的理解。 正如@DavidSacks所說：為了讓美國的AI堆疊獲勝，我們需要最大化市場份額。這意味著要最大化由美國模型在全球範圍內運行的美國硬體推斷的代幣。 為此，我們需要最大化： a) 在我們的硬體上訓練的模型 b) 在我們的硬體上進行推斷的模型（NVIDIA、AMD等） c) 在我們的硬體和模型上構建的開發者（無論是開放的還是封閉的）。 對於任何技術人員來說，這顯然是一個開發者+平台的飛輪——與經典生態系統如Windows+x86沒有區別。 它們是相互關聯的： (a) 在任何平台上構建的開發者越多，該平台就越好，從而吸引更多的建設者，依此類推。 (b) 在當今快速變化的模型架構中，它們是相互依賴的：模型架構影響硬體選擇，反之亦然，通常是一起構建的。 擁有美國堆疊及其在全球的版本為我們建立了護城河。 反之亦然：一個獲得使用的替代堆疊（庫、優化、github代碼、HF模型使其更好）將侵蝕我們的市場份額。這是許多經典華盛頓思維所忽視的關鍵洞察。 拜登的出口管制和擴散規則複雜、繁重，專注於控制而不是出口我們的技術。它們通過兩個關鍵錯誤，以一種明顯的悲觀和控制為中心的心態，驅使我們的盟友進入一個替代堆疊。 (a) 使美國的開源開發受到抑制，並未預見到DeepSeek和中國OSS模型的擴散[1] (b) 對中國半導體生產能力的判斷失誤[2]。 走這條路將導致一個世界，往往選擇華為+CloudMatrix+DeepSeek/Qwen。 我們面臨的挑戰是阻止這種結果的發生——確保我們的硬體和模型（無論是封閉的還是開放的）在全球範圍內得到使用。這是總統關於美國AI在全球主導地位的願景的核心，也是AI行動計劃所要實現的目標。