导语：加密货币交易所 Coinbase 通过微调开源权重模型 Qwen3.5-9B，用于欺诈预防，并称其在公司特定高风险任务上以更低成本、更快速度取得优于前沿模型的表现。这一进展再次引发业界争论：AI 的未来是一个巨型通用模型，还是众多面向具体业务微调的专用模型？
前沿 AI 模型是强大的通用模型，但成本高、速度慢，并且在公司特定的高风险任务上并非最优。Coinbase CEO Brian Armstrong 表示，该交易所使用专有内部数据微调了开源权重模型 Qwen3.5-9B，其在欺诈预防方面以低得多的成本和更快的速度超越了前沿模型。
Armstrong 在 X 上发帖称，经过后训练的模型在专门任务上击败了前沿系统。Coinbase 将其设计用于支付风险审查等特定工作，该架构最终可能取代交易所的部分后端服务。
来源：Brian Armstrong/X
据 Armstrong 介绍，后训练的 Qwen3.5-9B 在欺诈检测、精确率、召回率、F1 和美元加权召回率上超过其他模型，同时降低了延迟。该结果进一步支持了一种观点：AI 的未来可能不是一个大模型，而是许多经过微调的模型。
Anthony Pompliano 也支持这一看法，并提到 Silvia（纳斯达克：SVIA）。Silvia 是由一家领先研究实验室为个人理财打造的 AI CFO，在税务、抵押贷款和信用卡基准测试中排名第一，击败了 ChatGPT、Claude、Gemini 和 Grok。
来源：Anthony Pompliano/X
不过，批评者认为，自定义训练模型可能只有几周保质期。他们还指出，Armstrong 将后训练模型与 Opus 4.5 进行比较时，市场上已有更好的 5.5 版本。
扎克伯格的预言获得更多支持。这一趋势似乎印证了 Mark Zuckerberg 的判断。他曾在 2023 年 6 月接受 Lex Fridman 播客采访时表示，未来会针对特定业务、品牌和需求开发多个 AI。他预测，创作者会构建 AI 来代理自己并与粉丝互动，而企业和个人会使用专用 AI 用于陪伴、指导、教育、辅导和功能性关系。
总结：Coinbase 面向特定任务微调 AI，强化了“未来不是一个大 AI，而是许多专用模型”的观点，也被认为进一步印证了扎克伯格三年前的预言。