AI 原生基础设施需应对不确定性，治理的关键在于制度化管理成本与风险。系统运行不再确定，需将不确定性视为默认输入，以确保在最坏情况下仍具经济可行性与可控性。治理机制包括入口控制、意图转译、计量与预算管理，以实现系统的稳定运行。

谷歌支持在伊利诺伊州建设Broadwing能源中心的燃气发电厂，配备碳捕集与储存技术。尽管该技术旨在减少温室气体排放，但其经济可行性及对化石燃料依赖的延续引发质疑。谷歌希望通过此项目推动新技术，但面临诸多挑战。

小型语言模型（SLMs）被视为未来自主人工智能的关键。尽管大型语言模型（LLMs）在推理和知识广度上表现优越，但SLMs在效率、成本和适应性方面更具优势。SLMs的快速性能提升和模块化架构使其适合特定领域应用。文章指出，SLMs的经济可行性和灵活性有助于其普及，但当前LLMs的主导地位和投资仍是主要障碍。

经济可行性是新产品成功的关键因素。Nosana展示RTX 4090在LLM推理中的成本比A100低2.5倍。基准测试表明，RTX 4090在高并发用户下性能优于A100，且投资回报周期更短，显示消费级硬件的竞争优势。

开源项目推动了全球软件开发的创新与合作，但经济可行性仍是关键问题。尽管开源软件成本低、透明度高，但缺乏直接盈利模式，依赖志愿者，容易导致疲惫和项目放弃。为增强经济可持续性，可采用赞助、双重许可、支持服务、众筹和企业贡献等策略。企业与用户应重视开源背后的无形劳动，探索混合模式以确保财务可持续性。

人工智能（AI）领域的乐观情绪逐渐消退，接受新的模型：S型曲线。AI发展面临数据可用性、能源和经济可行性挑战，以及信任危机。AI进入更成熟和现实阶段，需要明确了解能力和局限性，并做出更明智决策。未来可期待AI巩固改进和高效模型的出现。