Databricks執行長阿里·格哈德西揭露，其開源AI模型DBRX的訓練成本高達2,000萬美元，其中近八成用於摸索與錯誤，凸顯AI開發高昂的試錯成本。同時，開源程式設計代理技能庫claude-skills的出現，正試圖透過標準化與效率提升，來解決AI開發面臨的挑戰。
Databricks共同創辦人兼執行長阿里·格哈德西（Ali Ghodsi）近日揭露，該公司開源模型DBRX的訓練總成本高達約2,000萬美元。其中，直接用於模型訓練的費用為400萬美元，但另外1,600萬美元則歸因於「摸索階段、停機時間以及缺乏經驗所造成的錯誤」。
阿里·格哈德西強調，大型模型訓練並非一蹴可幾，並非隨意啟動運算便能成功。他指出，叢集（cluster）並非持續運作，而是會閒置，因此會先進行較小規模的訓練，逐步推進至完整的訓練流程，避免在耗費大量資源後才發現結果不如預期。
Databricks於2024年釋出開源的DBRX模型，其訓練成本的公開，突顯出開發頂尖人工智慧模型所需投入的龐大資源，同時也凸顯了業界在追求效率與避免資源浪費方面的挑戰。
在另一方面，為提升AI程式設計代理（AI coding agent）的效率與標準化，開發者阿里雷扎·雷茲瓦尼（Alireza Rezvani）維護的免費開源函式庫claude-skills，已成為最全面的可重複使用技能套件集。該函式庫提供了逾345個可立即投入生產的套件，且能直接在13種不同的工具上運作。
claude-skills函式庫旨在讓AI程式設計代理能像領域專家一樣執行任務，即使團隊成員使用不同的工具也能保持行為一致性。這項技術的基礎是Anthropic於2025年12月發布的SKILL.md開放規格，該規格已獲Google、微軟、JetBrains公司和AWS等32款工具支援。
此外，該函式庫的載入機制也注重效率。代理在啟動時只會掃描每個已安裝技能的名稱和簡要描述（通常僅數十個Token），僅在用戶請求觸發時才會載入完整的技能內容。研究顯示，一個結構良好的技能檔每會話可減少約2,000個不必要的澄清Token，有助於降低Tokenmaxxing可能帶來的資源臃腫問題。
不過，開放原始碼工具也伴隨著安全風險。思科的AI防禦團隊在2026年1月掃描OpenClaw技能生態系統時發現，分析的31,000個技能中，有26%包含至少一個漏洞。名為ClawHavoc的協調性攻擊行動，則在ClawHub註冊中心植入了341個惡意技能。Datadog Security Labs也記錄到試圖竊取開發者憑證的Clawsights技能。為此，claude-skills函式庫已內建技能安全稽核工具，並對每個程式碼請求進行CI品質把關，同時其所有579個Python工具僅使用標準函式庫，以減少潛在攻擊面。