Delphi 对话 Grass 负责人:瞄准 AI 训练与推理数据入口

Delphi 对话 Grass 负责人:瞄准 AI 训练与推理数据入口

N
News Editor
2026-10-21 08:43:01
Delphi Digital 在 2026 年 10 月播客中采访了 Wyn Labs 联合创始人兼 CEO、Grass 负责人 Andrej Radonjic。Andrej 介绍称,Grass 已从共享带宽项目发展为面向前沿 AI 实验室的数据基础设施网络,拥有数百万节点,累计交付 10 亿 GB 级别网页数据。他还谈到训练数据与推理数据两类市场、机器人视频数据需求、刚发布的 Live Context Retrieval 产品套件,以及 Grass 基金会与 Wyn Labs 的业务结构。

Delphi Digital 在 2026 年 10 月播客中采访了 Wyn Labs 联合创始人兼 CEO、Grass 项目负责人 Andrej Radonjic。Andrej 在对话中表示,Grass 已从一个共享带宽的小项目,发展为服务 OpenAI、Anthropic 等前沿 AI 实验室的数据基础设施网络。按他的说法,Grass 网络目前已有数百万节点,累计向 AI 实验室交付了 10 亿 GB 级别的网页数据。

Delphi 对话 Grass 负责人:瞄准 AI 训练与推理数据入口 2

这场对话围绕 Grass 的业务结构展开,也涉及训练数据与推理数据两类市场、机器人视频数据的机会,以及刚发布的 Live Context Retrieval 产品套件。

Grass 的定位:由用户共享带宽构成的数据网络

在节目开场,主持人请 Andrej 解释 Grass 是什么。Andrej 说,Grass 是一个由数百万节点组成的网络,用户自愿加入并共享自己的带宽,以获得奖励;另一端,各类数据基础设施会利用这些用户带宽,大规模访问网页数据。

他把 Grass 描述为一个表面上看像普通用户正常上网、实际承担大规模数据采集能力的平台。在他看来,这套网络正在为 AI 前沿系统提供信息输入。

谈到个人经历时,Andrej 介绍,自己曾在加拿大学习工程物理,方向是核工程和光子学。毕业后,他没有选择去加拿大较偏远地区从事核工程工作,而是先进入金融行业工作数年,之后又回到学校攻读计算物理博士。疫情开始时,他在读应用数学博士,研究复杂物理方程建模。那段时间里,他开始尝试做一些项目,其中包括在不同网站寻找价差的套利机器人。由于这类工具需要大量爬虫,他也由此进入网页爬虫领域。几年后,他遇到两位联合创始人,交流各自经历后,决定把这件事持续做下去。

为什么 AI Agent 很难像人一样访问互联网

主持人追问,当时究竟看到了什么信号,促使团队决定做这件事。Andrej 的回答是,最大的信号来自疫情。

他说,疫情期间,大部分业务转移到线上,许多企业获取情报的方式也被迫改变。以价格情报为例,甚至政府统计 CPI,过去可能依赖人工到商店货架记录价格;但在疫情期间,商店关闭,消费活动转向线上。

在他看来,网页基础设施越来越先进的同时,对网页情报的需求也在快速增长。很多网站一方面需要公开信息,让消费者发现自己、购买产品;另一方面又希望形成只允许消费者访问的封闭环境,并封锁所有数据中心 IP。

Andrej 认为,对自动化网页数据基础设施的需求正是在这一阶段爆发,而且这一趋势不会停止。随着机器学习算法能力增强,这种需求会扩展到整个互联网。

当被问到 AI Agent 现在具体难以访问什么内容时,Andrej 说,如果如实描述,当前大部分为人类设计的互联网,AI agent 都很难访问,而且这种情况还会持续很长时间。

他给出的原因是,许多网站会出于不同考虑封锁 AI 爬虫,可能是担心竞争对手抓取数据,也可能是担心内容被用于 AI 训练。但无论原因是什么,网站往往难以区分访问者身份,因此默认策略就是直接封锁所有数据中心 IP。

他举例说,如果 Agent 运行在 AWS 上,网站通常可以识别出这是 AWS 的 IP。在网站看来,这类 Agent 与竞争对手用于抓取价格的爬虫没有本质区别,因此默认就会被封掉,而且这种情况越来越常见。

Andrej 还提到,这不仅影响 Agent,也影响标准大模型使用场景,甚至影响模型训练本身。因为在训练阶段,模型同样需要爬取网页来获取训练数据;而要拿到最好的训练数据,就必须尽可能多地访问信息,再经过过滤和筛选,把合适内容放进模型权重中。

训练数据与推理数据是两条流程

谈到 Grass 当前的业务时,主持人提到,Grass 同时覆盖训练数据和推理数据两个市场,并请 Andrej 解释两者差异。

Andrej 说,当前 AI 模型训练周期很长,其中大量时间花在把数据整理成适合训练的格式上。之后,模型会基于输出生成更多数据,这一过程被他归为强化学习,再据此调整模型。

但模型一旦训练完成并部署到现实世界,它的知识在几秒钟内就会截止,无法实时继续学习。虽然连续学习仍在研究中,但目前尚未解决。

因此,在他看来,现在存在两套完全不同的流程:

  • 训练过程:爬取海量互联网内容,构建预训练数据集,规模很大,有时还会针对特定语言、特定文件类型或特定内容做定向抓取。
  • 推理过程:模型训练完成后,需要在运行时去网上获取信息。如果模型部署在 AWS 等数据中心环境中,很多内容无法访问,例如仅限特定国家访问的内容。若要实现大规模实时访问,就需要通过 Grass 这样的网络来路由流量。

Andrej 说,团队目前对推理数据这个新兴领域非常兴奋。核心逻辑是,模型在使用过程中,或者被另一个模型调用时,需要实时获取上下文信息,才能保持可用性。

他还给出一个更长期的判断:未来几年,如果连续学习框架足够成熟并能大规模运行,训练数据与推理数据会逐步合并,模型会像「消防水管」一样持续接收整个互联网的实时信息并不断更新。

机器人公司对网页视频数据的需求正在上升

在机器人数据部分,主持人提到 Grass 已索引超过 100 亿个公开网页视频,并询问机器人公司如何使用这些数据。

Andrej 回应称,这个数字可能已经过时,Grass 现在索引的视频数量已经超过 1000 亿个。他特别说明,这里的「索引」并不意味着盲目下载每一个视频,因为视频这种媒介过于密集,存储和处理成本都很高,Grass 采用的是定向抓取方式。

他把机器人与机器人数据称为当前非常有意思的领域,并解释了背后的机器学习逻辑:如果优化目标明确、数据格式合适,那么把大量数据交给成熟算法后,模型可以很快学到东西。

按他的说法,机器人研究者理想中的状态,是让模型看几百万个视频,准确说是几十亿个视频,听几百万个播客,再读几万亿文字的互联网数据,然后从中学会如何行动、如何泛化。比如,模型看过一个人使用割草机,就可能学会相应动作;看过人如何走路、如何摆动手臂、如何拿工具,在重复足够多次后,只要算法和设置合适,模型就能掌握这些行为。

Andrej 提到,具身智能公司 Generalist AI 的模型之所以引发关注,是因为它可能首次证明,模型可以仅通过观看大量视频,就学会实际操作,例如拿起特定颜色的球并放进杯子里。他还提到,该模型曾实时展示:一个人完成动作后,模型观看视频,机器人随后复制了同样动作。

他还说,在那之后,另一家具身智能公司 Skild AI 也发布论文,证明这种行为可以通过网页视频实现规模化。因此,市场对网页视频的需求正在快速增长。

Live Context Retrieval:把网页访问与反爬处理封装成 API

节目中,主持人还问到 Grass 最近发布的 Live Context Retrieval(LCR)产品套件。

Andrej 介绍,团队刚发布的是 Contents API,这是整个套件中的第一个产品。后续还会推出 Search 产品,并加入多模态能力,包括听音频、读图片和语义理解。

他说,Contents API 最初是内部工具。因为团队需要大规模收集不同模态的训练数据,而仅依赖住宅 IP 网络有时并不足够,还需要处理 TLS 指纹、在服务器上高效渲染浏览器,并持续变化请求模式,否则网站就会封锁访问。为提高内部训练数据采集效率,工程师构建了一个网页内容 API,供团队直接调用,而不必每次从零开始写爬虫。

后来,团队发现这个产品已经达到业界顶尖水平,优于市面上大部分同类工具,于是将其作为 LCR 套件中的首个对外产品开放。

Andrej 对其功能的描述是:Grass 把管理全球住宅代理网页请求、加载浏览器、配置反爬策略等整套流程,简化成一次 API 调用。用户只需提供一个 URL,系统就会较快返回网站内容;同时还可以指定从哪个国家的视角访问,并把结果输出为 Markdown 或纯文本。

他还透露,接下来要发布的是 Search。之所以认为 Search 会加速整个 LCR 的采用,是因为普通 Agent 每次上网通常要访问 5 到 50 个网页,复杂推理时还会更多。Contents API 更适合那些已经知道自己要监控哪些网站的客户;而 Search 上线后,模型甚至不需要先知道去哪里找内容,只需调用 Search API,再调用 Contents API 提取内容即可。

与前沿 AI 实验室合作:需求变化快,保密要求高

谈到与前沿 AI 实验室合作的感受时,Andrej 说,这类合作让人非常兴奋。他认为,AI 可能会被后人视为定义这一代人、甚至定义人类历史某个时代的技术。能够看到这些模型如何一步步改进,并帮助人类文明提升能力上限,本身就很有吸引力。

他也提到,资源高度集中,这些实验室聚集了很多非常聪明的人,每一次对话都具有很强的智力挑战性,也能看到很多有意思的东西。

不过,在他看来,最难的一点是很多事情不能对外分享。比如,团队可能参与了某个项目发布,在过去几个月里已经知道它将要到来,因为自己也在其中提供了支持,但不能公开谈论。

Andrej 说,他几个月前在 Handsome 的播客中提过,自己经常把这种状态类比为国防科技公司:如果一家帮助政府追踪恐怖分子的公司公开谈论自己做了什么,外界就可能据此反推其方法并进行对抗。按他的说法,现在的 AI 行业也有类似特征,各家公司都在竞速争取最强能力;如果外界知道某家模型公司重点关注哪些数据,就可能反推出其研发方向,并在其发布前抢先做出竞争产品。

因此,他表示,团队经常能看到未来 6 到 12 个月 AI 行业可能前进的方向,但不能公开说明。

Grass 的结构:基金会面对客户,Wyn Labs 提供服务

主持人还提到,Grass 最近发布了收入证明,市场反应积极,并请 Andrej 解释 Grass 的组织结构。

Andrej 说,Grass 的结构比较独特,对不少客户来说可能显得有些不同,但这种设计有非常重要的原因,核心是激励对齐。

他介绍,相关审计报告由会计师事务所完成,核对了 Grass 与各大 AI 实验室及其他客户之间的所有采购订单,并与实际收到的现金进行对账。虽然存在一定时间差,例如部分发票在开出 60 天后才付款,但总体上可以对应。

他特别强调,审计报告中的主体是 Grass 基金会,而不是股权实体。Grass 基金会是一个没有所有者的基金会,所有客户——无论购买的是预训练数据、微调数据还是推理数据产品——最终面对的都是 Grass 基金会。这个结构没有所有者,由独立董事管理,任何资金往来都需要董事批准。

Andrej 说,自己在 Wyn Labs 工作,而 Wyn Labs 是 Grass 基金会的服务提供商。之所以需要 Wyn Labs,是因为现实世界中仍然需要雇佣员工、缴纳社保、购买保险,因此需要一个股权实体来承担这些事务。

不过,他同时表示,Wyn Labs 本身不拥有任何知识产权,所有知识产权都已转移给 Grass 基金会。Wyn Labs 不直接面对客户,Wyn Labs 与 Grass 基金会之间的任何合作,也都需要 Grass 基金会董事批准,而这些董事在 Wyn Labs 中没有任何经济利益。当然,Wyn Labs 团队成员本身也都是代币持有者。

长期愿景:成为 AI 访问信息的管道

在对话最后,主持人问,如果一切按愿景推进,5 到 10 年后的 Grass 会是什么样。

Andrej 回答说,以当前这种指数级进步速度,没有人能准确判断 5 年后的世界会是什么样,但 Grass 的使命很明确,就是成为 AI 访问信息的方式。

他说,无论是 Agent 上网,还是未来更复杂的 AI 系统需要以更好、偏差更小的方式获取信息,Grass 都希望成为其中的媒介。至于 5 年后的具体形态,他没有给出确定答案,只举例说,也许到那时团队会把卫星送上天收集信息,而不是像现在这样依靠全球数百万个 IP,像数字卫星一样从各自视角观察世界。

不过,他反复强调的一点没有变化:不管世界如何变化,AI 系统都需要访问信息,无论是用于训练学习、合成新数据,还是进入一个更庞大的连续学习过程。Grass 的愿景,就是成为这条信息通道。

本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.
8700

免责声明:

本平台展示的市场信息、项目资料与第三方内容仅用于行业信息分享,不构成任何形式的投资建议或收益承诺。

加密资产交易具有较高风险,用户应充分评估自身风险承受能力并独立作出决策,相关盈亏及法律责任由用户自行承担。

Delphi 对话 Grass 负责人:瞄准 AI 训练与推理数据入口 | Bit.Fan