# Sarah Guo 谈模型训不出的东西：开放模型、Agent 实验室与意图

> 原标题：[AINews] Open Models, Model Labs vs Agent Labs, and What's Untrainable — Sarah Guo

- 来源：Latent Space
- 发布时间：2026-06-11T03:14:26.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/38345
- 原文：https://www.latent.space/p/ainews-open-models-model-labs-vs

## 摘要

Sarah Guo 发了篇博客，用“可读性”框架解释哪些事靠训练模型搞不定。她认为开放模型之所以重要，是因为应用层公司得干那些模型干不了的脏活累活：整理企业私有数据、给模型配工具、改造客户的工作流程。

## 推荐理由

Sarah Guo 用可读性框架区分哪些能力靠训练模型无法获得，并指出开放模型的价值在于应用层公司要处理企业私有数据、配置工具和改造客户流程。

## 锐评

Sarah Guo 这个框架听着漂亮，落到账上就一句话，模型训不出来的活，才是应用层公司能收钱的地方。整理企业私有数据、配工具、改客户流程，这些事没有 benchmark 能打分，也没法靠下一代模型自动解决，所以谁先扎进客户的脏数据里谁就有壁垒。

Anthropic 那个降级的事更值得琢磨，用户没法验证模型什么时候被换了，这种信任成本最后会算到所有闭源 API 头上。
