Louis Amira，Circuit & Chisel 创始人——访谈系列

Louis Amira是 Circuit & Chisel 的创始人，拥有在人工智能、加密货币和支付领域打造产品、建立合作关系的经验。他的职业经历包括在 Google 的 Area 120 孵化器内共同创办一家企业、在 Chainlink 任职，以及在 Stripe 负责加密货币和人工智能合作。他与 David Noël-Romas 共同创立 Circuit & Chisel，旨在弥补基础设施方面的不足，让人工智能智能体能够为企业可靠、高效地完成实际工作。

Circuit & Chisel为人工智能智能体构建基础设施，也是 ATXP、Unbiased 和 Pareto 背后的公司。ATXP 为智能体提供身份认证和支付能力；Pareto 则结合前沿模型与开放权重模型，以兼顾人工智能推理的质量和成本。Unbiased 通过其平台提供对 Pareto 的访问。本次访谈中，Amira 谈到了模型编排、评估、推理经济学、数据留存，以及可靠的智能体推理与自主支付之间的关系。

您的职业生涯从 Google 的 Area 120 孵化器起步，之后在 Stripe 负责加密货币和人工智能合作，继而共同创立 Circuit & Chisel。这些经历让您对人工智能智能体所需的基础设施有了哪些认识？最终又是什么促使您创立这家公司？

在 Google，我在 Area 120 内共同创办了一家公司。我从中得到的教训是：先构建什么，决定了以后还能构建什么。在 Chainlink 和 Stripe，我从另一个角度看到了同样的规律。新技术在演示环境中，遇上晴朗天气和完美条件时运行良好；但一旦进入现实世界，就会因为所需的基础设施尚未到位而停滞不前。

David 和我创立 Circuit & Chisel，是为了打造能为真实企业处理实际工作的智能体。它们总会因为一些不起眼的原因而失败：智能体无法证明自己的身份，也无法支付任何费用。因此，我们构建了 ATXP，为智能体提供身份认证和支付方式。

接着，我们遇到了下一道难关：智能体不仅要能够采取行动，还必须做对，而且价格要符合任务的实际需求。这就是 Pareto。两次遇到问题时，我们的本能反应都一样：找到缺失的环节，然后把它构建出来。

Circuit & Chisel 最初专注于 ATXP。这是一种旨在支持人工智能智能体之间自主支付的协议，之后公司又将业务拓展到人工智能模型基础设施领域，推出了 Unbiased 和 Pareto。是什么促使你们作出这一转变？这些技术如何融入你们对智能体经济的整体愿景？

客户（以及他们的智能体）让我们看到了 ATXP 的成效：智能体能够拥有身份并进行消费。但我们与企业交流后发现，它们首先遇到的问题并非支付，而是对输出结果缺乏信任。没有人会把预算交给一个为任务选错模型或给出错误答案的智能体。

因此，今年早些时候，我们加大了对质量和成本的投入。这项工作最终促成了 Pareto。

这两者仍然相辅相成。Pareto 决定智能体如何思考并处理任务；ATXP 则让它能够采取行动并支付费用。两者缺一不可，而且必须按这个顺序建立，因为在信任智能体的判断力之前，没人会先给它一个钱包。只是我们当初构建它们的顺序搞反了。

与传统大型语言模型不同，Pareto 并不依赖单一模型或传统的路由系统，而是整合多个前沿模型和开放权重模型的输出。能否介绍一下这一架构的运作方式，尤其是它如何综合彼此竞争的回答，从而得出更准确或更有用的结果？

Pareto 是一个系统，而非单一模型。它会将任务分派给多家实验室的模型，既包括前沿模型，也包括开放权重模型，并为每个模型安排具体任务。多个模型可能都能胜任某项工作，不过有时任务会很复杂，需要其中一个模型进行审核并提出建议。系统会根据各模型在此类任务中的能力、成本、速度和可靠性评分，决定调用哪些模型；也会判断任务需要经过多少检查。

我们不会对答案取平均值。取平均会把错误混在一起、掩盖问题。我们希望模型之间出现分歧，因为错误往往会在分歧中显现。当可用模型组合发生变化时，我们会重新测试，并发布一个带有新编号的 Pareto 版本。

Pareto 的核心承诺之一，是以大幅降低的成本提供前沿级别的智能。鉴于生成回答时可能会调用多个模型，你们如何实现这样的成本效益？在推理成本、延迟和输出质量之间又有哪些取舍？

Pareto 的任务是提供前沿级别的答案。成本降低，得益于它实现这一目标的方式。

人们提交给人工智能的请求，大多数都只是常规任务。对于这类请求，较便宜的模型答对的概率与最昂贵的模型一样高。Pareto 会将这类请求交给较便宜的模型处理，把前沿模型或多个模型协同处理的能力留给真正需要它们的请求。在我们公布的测试中，这种组合在大多数主要基准测试中的得分与 GPT-6 Astra 和 Claude Opus 5.5 相差仅数分，而每项任务的成本低 30%–70%。

取舍并不显著。Pareto 无法保证每次请求都能完美路由，但我们会衡量路由出错的频率，并据此改进，而且会公布结果。

贵团队公布的基准测试结果显示，Pareto 与领先的专有模型和开放权重模型相比颇具竞争力，其中包括与 GPT-6 Astra 和 Claude Opus 5.5 的比较。你们如何确保这些评测反映真实世界的表现，而非针对特定基准进行优化？与 Pareto 相比，前沿模型目前在哪些方面仍具有显著优势？

我们会公开评测代码，任何人都可以据此复现我们的结果。所有模型都使用同一套测试框架，Pareto 也不例外。我们展示 Pareto 的失利时，也会像展示它的胜利一样毫不避讳。如果一张排行榜上总是主办方获胜，那不过是广告。

我们已在多个 AI 网关上线，并向各类规模的公司开放新模型预览。我们会近乎实时地吸收他们的反馈，持续提升模型性能。

据报道，Pareto 在上线后的前 48 小时内处理了超过 2 万亿个词元。最初的需求揭示了成本高效的 AI 推理市场的哪些情况？在如此大的处理量下，要维持性能、可靠性和可扩展性，面临的最大技术挑战又是什么？

需求是我们和合作伙伴预期的好几倍。遗憾的是，我们没有足够的算力来妥善满足需求。上线首日，需求超过每分钟50亿至100亿个词元，而我们的服务量约为每分钟16亿个词元。要免费妥善满足所有这些需求，每天将耗费数百万美元。

这让我们明白，价格限制了大量 AI 应用。对于一些开发者来说，他们的产品按某个价格计算行得通，价格涨到五倍就行不通了。价格降下来，他们就会出现。

最棘手的问题很简单：我们的容量用完了。上线首日，模型的响应速度慢到让一些人放弃了使用。我们连夜增加了可用容量，并在上线两天后转为付费使用；老实说，这就是合理分配资源的方式。

我们还从中了解到披露信息的重要性。一些用户发现 Union Alpha 是由多个模型协同工作的系统，而非单个模型后，觉得自己受到了误导。与合作伙伴一起把它作为“另一个普通模型”推出，部分原因就在于此——对用户而言，实际体验路由器的输出，与体验单个模型的输出并无区别。

零数据留存也是 Pareto 定位中的重要一环，尤其是随着企业越来越担心敏感信息经由第三方 AI 服务商传递。涉及多个底层模型时，你们如何落实并验证这些保护措施？企业客户能获得哪些关于其数据处理方式的保证？

在我们的零数据留存方案中，我们不会存储你的提示或输出，我们发送这些内容的任何服务商也不会存储。

如果请求会经过多个模型，零数据留存（ZDR）的承诺能否兑现，取决于其中最薄弱的一环。因此，ZDR 请求只会发送给按照零留存条款运行的模型。如果服务商无法满足这些条款，就不会收到 ZDR 流量。

企业客户会获得书面文件：数据处理协议和 ZDR 附加条款。我们也会明确说明哪些方案不提供 ZDR，避免有人误选。对于希望数据绝不离开自家办公场所的公司，我们正在开发一个可在其自有硬件上运行的版本。相关消息很快就会公布。

随着 AI 智能体从回答问题转向执行复杂的多步骤工作流，细小的推理错误可能会不断累积，最终造成严重故障。Pareto 如何应对幻觉、模型输出相互冲突，以及智能体长时间执行任务时的可靠性等问题？组合多个模型是否也可能引入新的故障模式？

这是我们最先遇到的问题。智能体一旦脱离演示场景，就会崩溃。第二步中的一个小错误，到第十步就会变成大问题。

多个模型有助于处理棘手步骤。它们可以分别处理同一个问题、相互核查，或在智能体继续执行之前确认结果。单个模型没有第二种意见；Pareto 有。

我们会衡量用户满意度和模型在真实任务中的表现，公布结果，包括不理想的结果，并解决发现的问题。需要每次都获得相同行为表现的客户，可以固定使用某个 Pareto 版本，这样它就不会自行改变。

通过 ATXP 和 Unbiased，Circuit & Chisel 正在解决自主智能体面临的两个重要挑战：高效获取智能能力，以及为所使用的服务付费。你们设想这两种能力将如何融合？未来智能体能否根据性能、成本和任务需求，自主选择、购买并协调 AI 模型及外部工具？

可以。这就是发展的方向。

如今，人们决定使用哪个模型、调用哪些工具，以及如何为它们付费。今后，越来越多的这类选择将由智能体来做。它会为每一步挑选合适的模型，找到所需工具，为每家服务商付费，并在继续执行前核查结果。

这需要两样东西：一种是为每项任务获取恰当智能能力的方式，也就是 Pareto；另一种是证明自身身份并完成支付的方式，这正是 ATXP 最初的设计目的。

许多公司目前都在研究限制、责任等问题，毕竟在任何人愿意让智能体经手资金之前，这些问题都必须先解决。这就是我们从判断能力入手的原因。人们越信任使用支付功能的智能体，支付功能就越能发挥作用。

展望未来，你认为人工智能领域的下一项重大突破，主要会来自训练出越来越强大的单个模型，还是来自开发能够智能整合现有模型与能力的系统？你认为，这一区别将在未来几年如何影响新兴人工智能公司与主要前沿模型提供商之间的竞争？

两者都会发生。各家实验室会继续打造更好的模型，而这非常重要。我们要确保人们不必费心了解并测试每一个模型。我们应该针对合适的任务，提供最合适的模型，并实现恰当的投资回报率（ROI）。不再为模型感到疲惫。

我们永远无法在训练模型上的投入超过各家实验室，因此我们会在它们的成果之上继续开发，并帮助推广这些模型。每当某家实验室推出更好的模型，Pareto也会随之变得更好。

各家实验室完全可以自己开发这样的系统，有些也会这么做。但实验室的路由器难免偏向自家模型。我们不拥有任何模型，因此只有在客户能以相应的价格获得最佳答案时，我们才能胜出。模型越多，这一点就越重要。

感谢这次精彩的采访。希望进一步了解 Pareto、智能体基础设施，以及将人工智能推理与身份验证和支付连接起来的工具的读者，请访问 Circuit & Chisel。