a16z对谈Vals联创：公开刷榜成大厂遮羞布，AI评测急需独立机构

Vals联合创始人Rayan在a16z对谈中指出，Llama 4在主要公开Benchmark上表现亮眼，却在Vals保密测试中低于预期，公开榜单成绩与实际能力差距正在拉大。Vals曾在一个月免费期内消耗价值约150万美元的Token，约为同期员工工资的10倍，促使其按GitHub Issue推荐起步工具。他主张由独立第三方机构收集能力与风险证据，政府负责制定并执行规则。