在一个封闭实验室估值达数百亿乃至数千亿美元的世界里，两位研究者却决定反其道而行之：公开数据、代码以及后训练的中间检查点。创始人 Nathan Lambert 和 Tom Zick 发起非营利组织 Trillium Labs，旨在让 AI 研究重拾曾经缔造整个行业的科学开放性。
现代 AI 脱胎于共同的科学财富——大学与企业分享的论文、基准测试和代码。然而，随着商业价值不断攀升，后训练与强化学习变得封闭：如今公开完整配方代价高昂，因为它们直接影响产品估值与 IPO。Anthropic 计划筹集高达 100 十亿美元，而每一个可靠智能体的秘密方法都是竞争优势。
Trillium Labs 打算在未来 18 个月内投入最多 30 百万美元用于训练，总体融资目标为 40–100 百万美元。资金已来自 Schmidt Sciences 和 Halcyon Futures。与商业实验室不同，非营利结构允许记录失败的运行、公开实验的每个阶段，并且无需保护知识产权。这使独立研究者得以验证企业永远不会公开的假设。
重点在于后训练、强化学习、智能体和递归自我改进。正是在这些领域，模型行为最难以预测地形成，而封闭性阻碍了集体寻找解决方案。曾任职于 Allen Institute for AI 和 Hugging Face 的 Lambert 与 Zick 认为，这是回归一种曾经让社区将进展加速数倍的模式。
经济悖论显而易见：知识越有价值，隐藏它的诱惑就越大，但恰恰是开放性在历史上为整个行业创造了最大价值。Trillium Labs 押注，集体智慧的长期收益将超越封闭巨头们的短期估值。
归根结底，问题不仅在于技术，还在于我们如何分配对这个时代最强大工具的访问权。开放的配方或许会成为那些“种子”，让整片森林——而不仅仅是几棵高树——得以生长。
