要点提炼：场外配资
AI技术量级： AI是比互联网更宏大的技术变革，可与电力、微处理器和蒸汽机相提并论，目前仍处于“非常早期”阶段。成本“通缩”： 智能的单位成本（Per unit cost）下降速度远超摩尔定律，这将带来需求的爆发性增长。“短缺导致过剩”： 遵循“短缺导致过剩”的历史规律，GPU和数据中心的大规模建设最终将导致供应过剩，从而进一步压低AI成本。市场结构： 未来AI市场将类似计算机产业结构：少数“上帝级模型”（类似超级计算机）在顶端，海量低成本“小模型”在边缘侧普及。中美竞争： 这是一个双雄争霸的局面。中国（如DeepSeek、Kimi）在追赶速度、开源策略和芯片自研上表现惊人，这促使美国联邦层面的监管风向转为支持创新。他说道，“基本上AI只在美国和中国被构建。世界其他地方要么造不出来，要么不想造”。商业模式： AI应用正从“按Token付费”向“基于价值定价”转移；初创公司不再只是“套壳（Wrappers）”，而是正在向后集成构建自己的模型。AI的平民化： 无论是文本、视频还是音乐，全球最先进的AI技术（如ChatGPT、Sora、Suno）已打破壁垒，任何人都可以在第一时间直接使用并验证这些“原本昂贵”的顶尖技术。
民众一边恐慌一边拥抱AI：民调显示公众对“AI替代”感到恐慌，但实际行为数据显示人们正在疯狂采用AI。欧洲落后的AI局面： 欧盟因无法在创新上领跑，转而追求“监管领先”（如《欧盟AI法案》）。安德森认为，这种做法几乎扼杀了本土AI发展，甚至导致苹果和Meta拒绝在欧洲发布最新功能。“如果有什么东西出现了短缺，人类的历史证明它最终会被大规模复制，直到变成过剩——AI芯片和算力也不会例外。”
在最新的The a16z Show特别节目中，a16z联合创始人、硅谷风投教父Marc Andreessen（马克·安德森）就人工智能的未来格局、中美技术竞赛以及资本市场最关心的回报问题进行了深度拆解。作为经历了互联网周期的资深投资人，安德森直言：“（AI）这是我有生以来经历的最大规模的技术革命……不仅比互联网大，其量级堪比电力和微处理器。”
“导致过剩的第一大原因就是短缺”尽管市场对于AI的营收增长与烧钱速度存在分歧，但安德森从投资者的角度指出，目前的许多担忧可能被误读了。他认为，核心在于智能成本的“极度通缩”。
“AI价格的下降速度比摩尔定律还要快，”安德森在访谈中强调，“所有AI输入的单位成本都在崩塌。结果就是单位成本的‘超通缩’（hyper deflation），这将推动超出预期的需求增长。”
对于投资者普遍关注的GPU和基础设施瓶颈，安德森给出了基于历史周期的判断：“在任何具有商品属性的市场中，导致过剩的第一大原因就是短缺……因为短缺，你会看到数千亿甚至数万亿美元投入地下。未来十年，AI公司的单位成本将像石头一样直线下跌。”
中美竞赛：DeepSeek带来的震撼访谈中，安德森罕见地详细评价了来自中国的竞争压力，特别是提到了DeepSeek和Kimi等模型的崛起。他承认，中国在开源模型上的进展让华盛顿和硅谷都感到惊讶。
“DeepSeek的发布是一个‘超新星时刻’，”安德森说道，“它不仅性能出色，而且来自一家对冲基金，而非大型科技巨头，这完全出乎意料。”他指出，中国公司在开源领域的策略，实际上形成了一种全球性的价格竞争，这或使美国政策制定者重新思考监管方向。
“在华盛顿，不管是民主党还是共和党，现在都很少有兴趣做任何可能阻止我们战胜中国的事情，”安德森透露，此前业界担心的联邦层面严苛监管风险已经大幅降低，现在的博弈主要集中在州一级（如加州的SB 1047法案）。
AI定价权的转移：从“按次计费”到“价值定价”在商业模式上，安德森观察到一个关键的转变。虽然云巨头乐于通过“按Token计费（Tokens by the drink）”来销售算力，但初创公司正在探索更具护城河的模式。
“如果你能让医生、律师或程序员的生产力大幅提升，你能不能从这部分提升的价值中分一杯羹？”安德森认为，高定价往往对客户是有利的，因为它支撑了更好的研发。“AI初创公司在定价上比SaaS公司更具创造力。”
此外，对于“初创公司是否只是大模型的套壳（GPT Wrappers）”这一质疑，安德森进行了有力反驳。他指出，像Cursor这样的领先应用公司，正在向后集成，“实际上正在构建自己的AI模型”，因为他们拥有最深的领域认知。
闭源大模型VS开源小模型对于未来是闭源大模型赢还是开源小模型赢，安德森认为这并非零和博弈，而是一个分工明确的“智力金字塔”。他用招聘做比喻：“有些任务需要智商160的弦理论博士（大模型），但世界上绝大多数经济活动只需要智商120的胜任者（小模型）。”
他预测行业结构将类似计算机产业：
“你会有极少数相当于超级计算机的‘上帝模型’运行在巨大的数据中心里；然后会有层层递进的小模型，最终延伸到嵌入式系统。”安德森总结道，“最聪明的模型永远在顶端，但数量最多的将是那些边缘侧的小模型。”
Marc Andreessen访谈全文翻译：
背景介绍：Marc Andreessen 2026年展望：AI时间线、中美博弈与AI的价格2026年1月8日 The a16z Show
安德森 (Marc Andreessen) 00:00这波新的AI公司正在实现营收增长，我说的是实实在在的客户收入，是真实的需求转化为真金白银出现在银行账户里，其起飞速度绝对是前所未有的。我们看到公司的增长速度要快得多。但我非常怀疑人们今天使用的产品形态会是五年或十年后的样子。我认为产品会从现在开始变得更加完善。所以我认为我们可能还有很长的路要走。
安德森 00:20这些都是价值万亿美元的问题，而不是答案。但是一旦有人证明了某件事是可行的，其他人想要追赶似乎并不难，即使是那些资源少得多的人。当一家公司面临根本性的开放战略或经济问题时，这往往是一个大麻烦。公司需要回答这些问题。如果他们把答案搞错了，他们就真的有麻烦了。
安德森 00:40在风投领域，我们可以同时押注多种策略。我们正在积极投资于我们要确定的每一项策略背后，只要我们认为它有合理的成功机会。如果你想了解人们，基本上有两种方法来了解他们在做什么和想什么。一种是问他们，另一种是观察他们。你在许多人类活动领域经常看到的，包括政治和社会的许多不同方面，当你询问人们时得到的答案，与你观察他们时得到的答案是非常不同的。如果你进行一项调查或民意测验，比如美国选民对AI的看法，结果就像是他们全都处于极度恐慌之中。就像是，天哪，这太可怕了。这太糟糕了。这会抢走所有工作，会毁了一切。但如果你观察他们的“显示偏好”（实际行为），他们所有人都在使用AI。
主持人 (The a16z Show) 01:22很多朋友提前发来了问题。我已经把这些问题整理成了几个不同的板块，用于今天上午与Marc的这场AMA（有问必答）。所以我们想我们要涵盖四大主题：AI与市场动态、政策与监管、关于a16z的一切，最后我们还有一个有趣的综合环节，我们称之为“沙盒”，如果我们有时间的话。那么首先从最大的问题开始，我们正处于AI革命的中心，Marc，你认为我们现在处于第几局（Inning，棒球术语，意指阶段）？你最兴奋的是什么？
安德森 01:51首先，我要说这是我有生以来最大的技术革命。你知道，希望在未来的30年里我能看到更多这样的变革。但这确实是最大的一次。仅从量级上来看，这显然比互联网还要大，能与之类比的是微处理器、蒸汽机和电力这类事物。所以这是真正巨大的变革。
安德森 02:13之所以说它如此巨大，也许对大家来说已经很明显了，但我还是快速过一遍。如果你回溯到20世纪30年代，有一本很棒的书叫《机器的崛起》（Rise of the Machines）讲了这个过程。
安德森 02:26如果你一直回溯到1930年代，实际上在发明计算机的人之间存在一场辩论。这种辩论在于，他们在真正造出机器之前就已经理解了计算理论。他们就是否应该按照当时所谓的“加法机”或“计算器”的形象来构建计算机进行了大辩论，你可以想象成本质上的收银机。IBM实际上是美国国家收银机公司的继任者。当然，那是行业最终选择的道路，即构建这些超字面意义的数学机器，它们每秒可以执行数十亿次数学运算，但当然没有能力像人类喜欢的那样与人类打交道。所以，它们无法理解人类的语音、语言等等。这就是我在过去80年里所处的计算机行业，也是过去80年里创造了所有财富和财务回报的计算机行业，跨越了从大型机到智能手机的所有代际。但在当时，实际上在30年代，他们就知道，他们理解人脑的基本结构。他们理解，他们有一套人类认知的理论，实际上他们有一套神经网络的理论。所以他们有这个理论，实际上第一篇神经网络学术论文发表于1943年，也就是80多年前，这极其惊人。你可以去读一篇采访，或者在YouTube上看一段这两位作者McCulloch和Pitts的采访。我想你可以看到McCulloch在1946年左右的采访。那是他在电视上的样子，在远古时代。那是一段真正令人惊叹的采访，因为他在他的海边别墅里，出于某种原因没穿衬衫。他在谈论这样一个未来：计算机将通过神经网络建立在人脑模型之上。那是一条未被选择的路。基本上发生的事情是，计算机实际上是按照加法机的形象建造的，而神经网络基本上没有发生。
安德森 04:22但是神经网络作为一个想法，在学术界和前沿研究中继续被一小群人探索，原本被称为控制论，后来被称为人工智能，基本上持续了80年。本质上它并不奏效，基本上是十年又十年的过度乐观紧接着失望。当我在80年代上大学时，硅谷有过一次著名的AI繁荣与萧条周期。按照现代标准看它很小，但在当时是件大事。到了1989年我上大学进入计算机科学系时，AI算是一个冷门领域，每个人都认为它永远不会实现。但科学家们值得称赞，他们坚持研究，建立了一个巨大的概念和思想库。然后基本上我们都看到了ChatGPT时刻的发生。突然之间，一切具象化了，就像是，天哪，事实证明它是可行的。所以，这就是我们现在所处的时刻。
安德森 05:18然后，非常重要的是，那是不到三年前的事，对吧？那是2022年的夏天，或者说2022年的圣诞节。所以我们实际上才进入这波浪潮三年，而这实际上是一场80年的革命，终于能够兑现那些处于“另一条路径”——即人类认知模型路径——上的人们从一开始就看到的承诺。
安德森 05:43然后，这项技术的巨大好消息是它已经某种程度上极其民主化了。世界上最好的AI可以在ChatGPT、Grok、Gemini或者其他这些你可以直接使用的产品上获得，你可以直接看到它们是如何工作的。视频也是一样，你可以通过Sora看到视频领域的最新技术。你可以看到音乐，你可以看到Suno和Udio等等。所以我们基本上正在见证这一切的发生。
安德森 06:09现在硅谷正以这种令人难以置信的热情浪潮作为回应。而且，非常关键的是，这触及了硅谷的魔力，即硅谷很久以前就不再是一个制造“硅”（芯片）的地方了，那个产业很久以前就搬出了加州，最终搬出了美国，尽管我们现在正试图把它带回来。但硅谷在过去80年的存在中，其伟大的优点在于它能够从之前的技术浪潮中回收人才，并从新的技术浪潮中吸纳人才，然后激励整整新一代的人才加入这个项目。所以硅谷有一种循环模式，能够重新分配资本和人才，建立热情，建立临界质量，建立资金支持，建立人力资本，建立一切热情，迎接每一波新技术。
安德森 06:57这就是AI应用正在发生的事情。我想大概我能说的最大的一点就是：我很惊讶。我觉得我基本上每天都对我所看到的东西感到惊讶。而且，我们处于一个幸运的位置，可以从两个角度看到它。一个是我们可以非常仔细地追踪底层科学和研究工作。所以我可以说，每天我都会看到一篇新的AI研究论文，完全让我震惊，那是某种新的能力，或者某种新的发现，或者某种新的进展，是我从未预料到的，我只是感叹，哇，我不敢相信这是真的。
安德森 07:30然后在另一边，当然，我们看到了所有新产品和新初创公司的涌现。我想说我们经常会说一些话，同样是让我下巴掉到地上的那种。所以，这感觉像是一场巨大的变革。我认为它确实会断断续续地到来，这些过程是混乱的。你知道，这是一个经常会“滑雪滑得太快（超前）”和过度承诺的行业。所以肯定会有这样的时刻，人们会觉得，哇，这并不像人们想的那么好，或者，哇，这结果太贵了，经济账算不过来等等。
安德森 08:05但是，除此之外，我只想说这些能力确实是神奇的。顺便说一句，我认为这就是消费者在使用它时的体验，我认为这也是企业在进行试点和考虑采用时的大部分体验。然后这就转化为了底层数据。我是说，我们刚刚看到这一波新的AI公司正在实现营收增长，就像实际的客户收入，实际的需求转化为真金白银出现在银行账户里。这绝对是前所未有的起飞速度。我们看到公司的增长速度要快得多。关键的领先AI公司，以及那些拥有真正突破和极具吸引力产品的公司，其收入增长速度肯定比我以前见过的任何浪潮都快。
安德森 08:46所以从所有这些来看，感觉它肯定还处于早期。很难想象我们已经见顶了。感觉一切都还在发展中。坦率地说，对我来说，感觉产品本身仍然超级早期。我非常怀疑人们今天使用的产品形态会是五年或十年后的样子。我认为产品会从现在开始变得更加完善，所以我认为我们可能还有很长的路要走。
主持人 09:11既然谈到这个话题。最大的质疑之一是，是的，收入是巨大的，但支出似乎也保持着同步增长。那么在这个讨论中人们忽略了什么？
安德森 09:21是的，让我们从商业模式开始。你说得对。这个行业基本上有两种核心商业模式：消费者商业模式和所谓的企业或基础设施商业模式。看，在消费者方面，我们生活在一个非常有趣的世界，互联网已经存在并已完全部署，对吧？所以我举个例子，有时人们会问：AI像互联网革命吗？嗯，有一点像，但这不同于互联网的一点是，我们当年必须“建设”互联网。我们必须实际建立网络，我们必须那样做，最终这涉及在地底下埋设大量的光纤，涉及大量的移动基站，涉及大量的智能手机、平板电脑和笔记本电脑的出货，才能让人们上网。这是一项令人难以置信的物理工程。顺便说一句，人们忘记了这花了多长时间，对吧。
安德森 10:10互联网本身是1960年代、1970年代的发明。消费者互联网是90年代初的新现象。但是，直到2000年代，如果你还记得的话，我们才真正让宽带进家庭。那真的直到互联网泡沫破裂后才开始真正铺开，这相当惊人。然后直到2010年左右我们才有了移动宽带。人们实际上忘记了最初的iPhone是在2007年发布的。它没有宽带。它是在窄带2G网络上的。它没有高速数据，完全不像那样。所以直到大约15年前，我们才真正拥有移动宽带。所以互联网是一项巨大的工程，但互联网已经建成了，智能手机也普及了。所以现在的关键点是，地球上有50亿人都在使用某种版本的移动宽带互联网。对吧。
安德森 11:12而且，世界各地的智能手机售价低至10美元。我们有像印度的Jio这样惊人的项目，正在把地球上剩余的人口带上线。所以我们谈论的是50亿、60亿人。我之所以讲这一通，是因为消费者AI产品基本上可以以他们想要采用的速度，迅速部署给所有这些人，对吧？所以互联网是AI能够以光速扩散到全球广泛人口的载体波。这是一种以前从未可能的潜在新技术扩散速度。就像什么？你不能下载电力，对吧？你不能下载室内管道，你不能下载电视机，但你可以下载AI。
安德森 11:48这就是我们所看到的，AI消费级杀手级应用的增长速度惊人。然后它们的变现能力非常好。再强调一遍，我之前提到过，但总的来说，变现非常好，顺便说一句，包括在更高的价位上。
安德森 12:05我喜欢观察AI浪潮内部的一点是，我认为AI公司在定价上比SaaS公司和消费互联网公司更有创造力。例如，现在消费者AI每月的价格层级达到200或300美元已变得很常见，我认为这非常积极。因为我认为很多公司因为定价太低而限制了自己的机会。我认为AI公司更愿意推动这一点，这很好。
安德森 12:30总之，我认为这是对我们所谈论的消费者收入规模保持相当理性乐观的理由。
安德森 12:38然后在企业方面，问题基本上就是：智能值多少钱？对吧。如果你有能力向你的业务注入更多智能，如果你有能力做哪怕是最平淡无奇的事情，比如提高你的客户服务评分，增加追加销售，或者减少客户流失，或者如果你有能力更有效地运行营销活动，所有这些都与AI直接相关，比如这些是人们已经看到的直接商业回报。然后，如果你有机会将AI注入新产品，突然之间你的车会和你说话，世界上的所有东西都亮了起来并开始变得非常聪明。那值多少钱？这再一次，你只要观察一下就会发现，哇，领先的AI基础设施公司的收入增长快得令人难以置信。那种拉动力真的很巨大。所以，这再一次感觉就像这种令人难以置信的产品市场契合（Product Market Fit），而核心商业模式实际上非常有趣。核心商业模式基本上就是“按次购买Token（tokens by the drink）”，也就是每美元购买多少智能Token。
安德森 13:43哦，顺便说一句，另一件有趣的事是如果你看看AI的价格正在发生什么，它的下降速度比摩尔定律还要快。我可以详细讲讲，但基本上，AI的所有输入都在单位基础上成本崩塌。结果就是这种单位成本的极度通缩。这就带来了供需弹性下的超越对应水平的需求增长。所以，即使在那方面，我们也感觉只是刚刚开始弄清楚这东西到底会变得多贵或多便宜。我是说，毫无疑问，“按次购买Token”的价格将从这里开始大幅下降。这只会驱动我认为的巨大需求。然后成本结构中的一切都将得到优化，对吧？
安德森 15:21所以，当我们谈论芯片或者无论什么，构建AI的单位输入成本时，现在供需法则将会起作用，对吧？但是在任何具有商品属性的市场中，导致过剩的第一大原因就是短缺。而导致短缺的第一大原因就是过剩，对吧？所以，当你遇到GPU短缺、或者芯片短缺、或者数据中心空间短缺时，如果你看看人类响应需求建造事物的历史。如果有某种东西短缺且可以被物理复制，它就会被复制。所以将会有一场巨大的建设热潮。我是说，现在可能有数千亿甚至数万亿美元正投入地下搞这些东西。所以AI公司的单位成本将在未来十年像石头一样直线下跌。
安德森 15:52所以，是的，经济问题当然是非常真实的。当然，围绕所有这些业务都有微观经济问题。但至少在这里，我认为宏观力量是非常强大的。是的，鉴于这项技术对消费者和企业用户的潜在价值，以及目前正在积极探索人们如何在生活和业务中使用它的所有方式。实际上，我真的很难看出它怎么会不大幅增长并产生巨大的收入。
主持人 15:52是的，实际上，我想大概是两三周前，AWS说他们一直使用的GPU，他们已经能够将其使用寿命延长到甚至7年以上。所以他们使用的GPU的保质期也在延长，这使得他们能够比过去几个周期更好地进行优化，这也是正确的思考方式吗？
安德森 16:12是的，没错。这是一个非常重要的问题和观察。顺便说一句，这也引出了另一个存在不同理论的问题，基本上就是大模型与小模型之争。很多数据中心的建设是围绕着托管、训练和服务大模型的，原因显而易见。但在同一时间，小模型革命也在发生。
安德森 16:37如果你只是追踪——你可以从各种研究机构那里得到这些图表——如果你只是追踪前沿模型的能力随时间的变化，你会发现在6或12个月后，就会有一个小模型拥有同样的能力。所以有一种追逐功能正在发生，即大模型的能力基本上被压缩并在更小的尺寸下提供，因此成本更低，而且速度很快。我举个最近的例子，就在过去两周发生的。再次强调，这就是那种让人震惊的事情。
安德森 17:07有一家中国公司，我忘了公司的名字（注：指月之暗面Moonshot AI），但这是一家生产名为Kimi模型的公司，Kimi是中国领先的开源模型之一。Kimi的新版本是一个推理模型，至少根据目前的基准测试，它基本上复制了GPT-5的推理能力（注：此处原文可能指o1或类似的高级推理能力，安德森用GPT-5代指下一代能力）。而GPT-5级别的推理模型相对于GPT-4是一大进步。当然，GPT-5的开发和服务成本极其高昂。突然之间，无论六个月后还是什么时候，你有了一个名为Kimi的开源模型。而且我想，我不知道他们是否已经做到，它要么是被压缩到可以在一台MacBook上运行，要么是两台MacBook上，对吧？所以你突然之间，如果你是一个企业，你想拥有一个GPT-5能力的推理模型。
安德森 17:52但你不想支付GPT-5的成本，或者你不想让它被托管，你想在本地运行它，你可以做到。这又是一次突破。就像是又一个周二，又一个巨大的进步，就像，天哪。当然，OpenAI会做什么？显然他们会去开发GPT-6，对吧？
安德森 18:12所以有一种阶梯效应正在发生，整个行业都在向前发展。大模型变得更有能力，小模型在后面追赶。然后小模型提供了完全不同的部署方式，价格非常低。所以，是的，我想我们会看到会发生什么。
安德森 18:32在这个行业里有一些非常聪明的人认为，最终一切都只会在大模型上运行。因为显然大模型总是最聪明的。所以你总是会想要最智能的东西。因为如果你能用最智能的东西，为什么还要用不那么智能的呢？
安德森 18:45反驳的观点是，经济和世界上发生了大量的任务不需要爱因斯坦，你知道，一个智商120的人就很好了。你不需要一个智商160的弦理论博士，你只需要一个能干的人，那就很好了。而且，正如我们之前讨论过的，我倾向于认为AI行业的结构会很像计算机行业的结构，也就是说你会有极少数基本上相当于超级计算机的东西，也就是这些运行在巨大数据中心的巨型“上帝模型”。然后，我对此并不完全确信，但我的工作假设是，接下来会发生这种向下的级联，即更小的模型，最终一直到非常小的模型，运行在嵌入式系统中，运行在世界上每一件实物内部的单个芯片上。
安德森 19:33那就是，最聪明的模型总是会在顶端，但模型的数量实际上会是那些扩散出去的小模型更多。对吧，这正是微芯片发生的事情。这就是计算机发生的事情，它们变成了微芯片，这也是操作系统和我们在软件中构建的许多其他东西所发生的事情。所以，我倾向于认为这就是将会发生的事情。关于芯片方面，再次强调，就像芯片一样，如果你看整个芯片行业的历史，短缺会变成过剩。
安德森 20:00你会得到——就像任何时候在一个新的芯片类别中出现巨大的利润池，有人领先一段时间，并获得了我们所谓的稳健市场份额所对应的利润。但随着时间的推移，会发生什么，对吧，这会吸引竞争。当然，这正在发生。所以Nvidia实际上是一家很棒的公司，完全配得上他们所处的地位，完全配得上他们产生的利润。但他们现在太值钱了，产生的利润太多了，这对芯片行业的其他公司来说是有史以来最好的信号，去弄清楚如何推进他们的AI芯片状态。
安德森 20:32顺便说一句，这已经在发生了，对吧？所以你有其他大公司像AMD在追赶他们。然后非常重要的是，你有超大规模云厂商（Hyperscalers）在制造自己的芯片。所以，很多大科技公司正在制造自己的芯片，当然，中国人也在制造他们自己的芯片。所以，五年内AI芯片很有可能会变得便宜且丰富，至少与今天的情况相比是这样，这再次我认为将极有利于我们所投资的那类公司的经济效益。
主持人 21:02而且初创公司也开始着手新的芯片设计。
安德森 21:06是的，那就是另一回事，你有这些颠覆性的初创公司。实际上就芯片而言，我们并不是芯片的大投资者，因为那有点像是大公司的事情，但AI运行在所谓的GPU上有点历史的偶然性，GPU代表图形处理单元。基本上，对于没有追踪这个的人来说，基本上有两种芯片促成了个人电脑的诞生。所谓的CPU，中央处理单元，经典的就是Intel x86芯片。那是电脑的大脑。然后是另一种叫GPU或图形处理单元的芯片。那是每台PC里的第二种芯片，负责所有的图形处理。这包括游戏、CAD/CAM或者任何其他涉及大量视觉效果的东西，比如Photoshop。所以个人电脑的经典架构是一个CPU和一个GPU。顺便说一句，智能手机也是如此。但这已经随着时间变得模糊了。所以很多CPU现在内置了GPU功能。实际上很多GPU现在也内置了CPU功能。
安德森 22:05所以这个界限随着时间变得模糊，但那是经典的分类。但事实是，这种分类意味着虽然Intel在CPU上垄断了很长一段时间，但在GPU这个市场上，Nvidia打了30年的GPU战争并成为了赢家，是该领域最好的公司，但这曾是一个竞争极其激烈的图形处理器市场。实际上利润率并没有那么高。实际上市场也没有那么大。然后基本上，事实证明有两种其他形式的计算非常有价值，而且恰好在操作上是大规模并行的，这恰好非常适合GPU架构。这两种基本利极其丰厚的额外应用大约从15年前开始是加密货币。然后是从大约四年前开始的AI。所以，Nvidia，我想说，非常聪明地建立了一种非常适合这个的架构。但也有一点命运的转折，事实证明如果AI是杀手级应用，GPU架构恰好是致力于它的最佳传统架构。
安德森 23:08我讲这些是为了说，如果你今天从头开始设计AI芯片，你不会构建一个完整的GPU。你会构建专用的AI芯片，它们会更严格、更具体地适应AI，我认为在经济上会更有效率。而且，Jen，正如你所说，有初创公司实际上正在构建专门面向AI的全新类型的芯片。我们会看看那里会发生什么。从头开始建立一家新的芯片公司很难。可能其中一家或多家初创公司能靠自己成功，其中一些做得很好。当然也有可能如果他们被大公司收购，大公司有能力扩展他们。所以我们会看看这究竟如何展开。当然，顺便说一句，我们也会看到，韩国人肯定会参与进来。日本人会参与进来，然后中国人也会以主要的方式参与进来。你知道，他们正在建立自己的本土芯片生态系统。所以，未来会有很多AI芯片的选择。那将是一场巨大的战斗。那将是一场我们非常仔细观察的巨大战斗，我们要确保我们的公司基本上能够利用这一点。
主持人 24:16既然谈到了国际话题，我们早些时候提到了Kimi，看来今天一些最好的开源模型来自中国。这应该让人们担心吗？你如何与华盛顿的人思考和讨论这个话题？我知道你上周刚去过那里。这对美国公司来说有多大的担忧，特别是看到中国在太阳能市场、汽车市场上做了一些非自然的事情，他们是不是在某种程度上淹没生态系统，以便他们最终可以占据份额并日益拥有这个生态系统？
安德森 24:51是的，有几件事。一是，你想开始这些讨论时先说，看，在美国和世界各地都在激烈辩论。就像，我们应该把他们看得多有敌意？这很有诱惑力，顺便说一句。很有诱惑力。
安德森 27:27然后就是这个AI问题。AI问题是一个经济问题，但也是一个地缘政治问题，即，好的，基本上AI本质上只在美国和中国被构建。世界其他地方要么造不出来，要么不想造，我们可以谈谈这个。所以基本上就是美国对中国。然后AI将扩散到全世界。那么扩散到全世界的将是美国AI，还是中国AI？
安德森 27:54而且，我想说在华盛顿即使跨越党派界限，这就是他们看待这件事的方式。中国人正在参与这场游戏。所以，中国肯定在游戏中，在软件方面，DeepSeek有点像发令枪，打响了软件竞赛。
安德森 28:12现在你有，我想你有像DeepSeek这样的，DeepSeek是中国一家对冲基金的AI模型。这有点让人措手不及。然后通义千问是阿里巴巴的模型。Kimi来自另一家初创公司，叫月之暗面（Moonshot）。然后还有腾讯、百度和字节跳动，它们都是在AI领域做很多工作的主要公司。所以，大概有三到六家主要的AI公司。然后有大量的初创公司。所以，他们在软件竞赛中。他们正在努力追赶芯片。他们还没到那一步，但他们正在极其努力地追赶。然后，所以这就在那儿，然后是随之而来的一切，基本上是机器人形式的AI，对吧？所以基本上全球技术、经济、机器人竞赛正在拉开帷幕，中国在机器人方面有点领先，因为他们在很多组成机器人的组件上领先。我想说，华盛顿正在非常仔细地观察它。
安德森 29:54今年的那种“超新星时刻”是DeepSeek的发布，在很多方面都令人惊讶。一个是它有多好。再次，沿着这条线索，它采用了我们在云端大模型中运行的能力集，并将其压缩，变成了一个缩小版的、具有相当能力的版本，你可以在少量的本地硬件上运行。所以有这个。然后令人惊讶的是它作为开源发布。然后令人惊讶的是它实际上来自一家对冲基金。所以它不是来自大型研发、大学研究实验室。它不是来自大型科技公司。它来自一家对冲基金，就我们所知，这基本上是一个有点特殊的案例，你有一个非常成功的量化对冲基金，拥有所有这些超级天才，那个对冲基金的创始人基本上决定建立AI。
安德森 30:53在DeepSeek发布时，它不是一家国家冠军科技公司。它有点像是从左外野（意指意料之外）冒出来的，顺便说一句，这对该领域非常令人鼓舞，因为这可能意味着一个不知名的人有可能做出这种东西，这可能意味着也许你不需要所有这些超级天才研究员。也许实际上聪明的孩子就能造出这东西，我认为这是事情发展的方向。
安德森 31:23所以这开启了，我想说，这种，我不知道模仿是不是正确的词，但这感觉像是DeepSeek的成功以及来自中国的DeepSeek作为开源的成功，开启了中国发布这些开源模型的趋势。
安德森 31:37看，华盛顿的愤世嫉俗者会说，是的，就像他们在倾销，对吧？他们显然在倾销。他们试图，你知道，他们看到西方有机会建立这个训练产业。他们试图在起跑线上就把它商品化。这可能有点道理。中国工业经济确实有补贴生产的历史，这导致在某些情况下以低于成本的价格销售产品。但我认为这也几乎是一种过于愤世嫉俗的观点，因为这就像是，哇，他们真的在比赛中，不管开源、闭源，无论什么，他们实际上真的在比赛中。
安德森 32:11我们过去在LP电话会议上谈过，我们在华盛顿已经进行了两年的这些政策斗争。两年前，美国政府内部有一个相当大的推动力，基本上是限制，或者是彻底禁止很多AI。如果一个国家是镇上唯一的玩家，进行这种对话是很容易的。如果你实际上在与中国进行赛跑，那就是另一回事了。所以我认为实际上，华盛顿的政策格局已经有了巨大的改善，因为现在人们意识到这实际上是一场双马竞赛，而不是单马竞赛。
主持人 32:45当然。是的，实际上关于这一点，我想跳到政策和监管部分，因为看起来目前各州制定50套不同的AI法律的立场似乎是一种灾难性的方式，实际上这让我们在AI竞赛中有一只手被绑在背后。这有什么计划吗？人们是否认识到这将对进步和发展是灾难性的？今天大多数人在这个话题上站在哪里？
安德森 33:16是的，这有点复杂。倒带一下，两年前，我非常担心联邦层面对AI会有真正的破坏性立法。那时候我们介入非常深，我们过去谈过这个。关于那个的好消息是，我认为今天这种风险非常低。在华盛顿，不管是民主党还是共和党，几乎没有什么情绪真的想要扼杀它。本质上，很少有兴趣做任何可能阻止我们战胜中国的事情。所以，在联邦方面，情况现在好多了。系统中会有问题和紧张关系，但我认为情况看起来相当不错。Jen，正如你所指出的，这把很多注意力转移到了各州。基本上发生的事情是，在我们的联邦制体系下，各州可以通过很多事情的法律。所以，是的，基本上，很多，我认为任何事情总是两者的结合。很多好心人试图弄清楚在州一级该做什么。当然也有很多机会主义，AI只是热门话题。所以如果你是一个积极进取的州议员，在某个州，你想竞选州长然后是总统，你想依附于这个热度。所以有做州级事务的政治动机。今天坐在这里，我们在50个州追踪大约12项法案。顺便说一句，不仅是蓝州，也有红州。所以，我已经花了大概五年时间抱怨民主党政客威胁要对科技做什么。也有很多共和党人，比如共和党在这个问题上不是铁板一块。在不同州有不少地方共和党官员，我认为也有，我们说，被误导或建议不当的观点，并试图提出糟糕的法案。
安德森 34:54这有点奇怪，因为联邦政府确实有权监管州际贸易。而技术AI本质上是州际的。没有哪家AI公司只在加利福尼亚运营，或者只在科罗拉多或德克萨斯运营。在所有技术中，AI显然是某种全国范围的东西。很明显联邦政府应该是监管者，而不是各州。但联邦政府需要宣示权力，需要介入。
安德森 35:25实际上有过这样的尝试。曾试图增加一个暂停州级AI监管的禁令，基本上保留联邦政府监管AI的权利，并某种程度上阻止各州推进这些法案。我认为那是所谓的“一个美丽的大法案”谈判的一部分。那是背后的交易，那个交易在最后一刻搞砸了，那个暂停令没有发生。公平地说，那个暂停令的批评者认为它可能扯得太远了。我是说那是为了获得足够的支持通过确实太勉强了，但在限制各州进行某些他们真的应该能做的监管方面，也可能扯得太远了。所以它只是没能成行。我们现在正在华盛顿进行非常积极的讨论，关于下一步该怎么做。政府非常支持联邦政府负责这一点的想法，因为这实际上是一个50州的问题，是一个具有国家重要性的问题。而且，我想说双方的大多数国会议员某种程度上都明白这一点。所以我们要想办法让它落地。但我认为那会发生的。一些州级法案很疯狂。科罗拉多州去年通过了一项非常严苛的监管法案，遭到了丹佛和博尔德当地创业生态系统的强烈反对。实际上他们现在正试图逆转那个法案，也许是一年后。
主持人 36:51其中一些细微之处，比如算法歧视以及如何制定，他们提出的极端版本有哪些？
安德森 36:59是的，真正严苛的是我们在加州努力抗争的那个，叫SB 1047。它基本上是模仿所谓的欧盟AI法案（EU AI Act）。这是所有美国事情的背景，欧盟通过了这个叫AI法案的东西，我不知道，大概两年前。它基本上扼杀了AI发展，实际上在很大程度上扼杀了欧洲的AI发展。甚至它如此严苛，以至于像苹果和Meta这样的大型美国公司都没有在欧洲的产品中推出领先的AI功能。那个法案就是这么严苛。这是一种典型的欧洲做法，他们就像，你知道，他们有这种观点，实际上他们真的这么说：如果我们不能成为创新的领导者，至少我们可以成为监管的领导者。然后他们通过了这个令人难以置信的、毁灭性的自我伤害的东西。然后几年过去了，他们就像，天哪，我们做了什么？所以他们正在经历他们那个版本的后悔。
安德森 38:00顺便说一句，当我谈到欧洲时，我对整件事往往非常悲观。我会告诉你，我对欧洲最悲观的朋友是那些搬到美国的欧洲企业家，他们对欧洲在这个问题上发生的事情感到绝对愤怒。但即便如此，欧洲的情况太糟了，他们搬起石头砸自己的脚太狠了，以至于欧盟现在有一个程序试图撤销它，试图撤销GDPR。总之，对于追踪欧洲的人来说，Mario Draghi（马里奥·德拉吉），我想是意大利前总理，大约一年前做了一个叫做Draghi报告的东西，一份关于欧洲竞争力的报告。他某种程度上详细列出了欧洲阻碍自己的所有方式，其中一部分就是像AI这样的领域的过度监管。所以他们正试图逆转，或者做出姿态。我们会看看发生什么。
安德森 38:45好的。在这一切之中，加利福尼亚莫名其妙地决定基本上抄袭欧盟AI法案，并试图将其应用于加利福尼亚，这可能会让你觉得完全疯了，对此我会说，是的，欢迎来到加利福尼亚。这基本上就是萨克拉门托（加州首府）的政治动态。他们有点疯了。如果不幸通过，那会完全扼杀加州的AI发展。幸运的是，我们的州长在最后一刻否决了它。它确实通过了立法机构的两院，但他在最后一刻否决了它。Jen，正如你所说，它会做一大堆具有毁灭性坏影响的事情。但它会做的其中一件事是，它会将下游责任分配给开源开发者。所以，我们谈到了中国开源的事情。好的，现在你可以有美国公司做开源AI。顺便说一句，你也会有美国学者和独立的个人在晚上和周末开发开源，这是所有这类技术扩散的关键方式。而这项法律会将任何滥用开源的下游责任分配给开源的原始开发者。
安德森 39:48所以，你是一个独立开发者，或者是学者，或者是初创公司，你开发并发布了一个AI模型。AI模型工作正常。那个发布很棒。五年后，它被内置到一个核电站里，然后核电站发生了熔毁，然后有人说，哦，那是AI的错。核熔毁或任何其他在数年后发生的实际现实世界事件的法律责任将回溯分配给那个开源开发者。当然，这完全是疯了。这会完全扼杀开源。这会完全扼杀做开源的初创公司。这会完全扼杀学术研究，就像彻底扼杀该领域的任何东西。
安德森 40:24所以，这就是那些州级政客迷恋的那种玩火的水平。就像我说的，我认为好消息是联邦政府明白这一点。我怀疑这会得到解决，但确实需要解决，因为作为一个国家，让各州像这样自杀式地运作是没有任何意义的。所以这就是我们正在做的。
安德森 40:45这就是我们所说的“小科技议程”（Little Tech Agenda）。我们极其关注初创公司的创新自由。我们并不试图争论许多其他问题。我们以完全两党合作的方式运作。我们得到了广泛的支持，无论是在过道两边还是两边。所以这是一个真正的两党努力，非常基于政策。而且我认为这与国家的广泛利益非常一致。所以这就是我们正在做的事情。然后我们得到的另一个问题，实际上有些来自LP，但很多实际上来自员工，就是：好的，为什么是我们？对吧？就像对于任何这类政策问题，总有一个集体行动问题，这就是公地悲剧，理论上每个风险投资公司、每个科技公司都应该在这个问题上发表意见。实际上发生的是大多数人根本不发声。所以在某种程度上，抗争这些事情的责任落在了某些人的肩上。我们，Ben和我基本上得出的结论是，这里的赌注太高了。如果我们要成为行业领导者，我们就必须为自己的命运负责，无论好坏。我认为这是作为该领域领导者做生意的成本。
主持人 41:51在结束AI话题之前，我想回到一个提交上来的问题。你认为基于使用量或效用是AI定价的正确方式吗？相比于按席位收费？
安德森 42:02这是一个极好的问题。这是我列出的“万亿美元问题”清单中的一个巨大的问题，取决于这个问题的答案，将驱动数万亿美元的市场价值。是的，基于使用量的定价，如果你从初创公司的角度、从风险投资的角度思考这个问题，实际上发生的事情相当惊人。我在公开场合不怎么谈论这个，因为我不想它停止，对吧？我认为这实际上非常惊人，也就是你有这些科技公司，这些拥有令人难以置信的研发能力的大型科技公司，正在构建这些大模型，这些大型AI模型。这是令人难以置信的新型智能。然后事实证明他们已经处于一场战争中。他们已经处于云战争中，对吧？所以他们已经处于云服务的战争中。这是AWS对Azure对Google Cloud，以及所有其他云努力。所以实际发生的是，在另一个平行宇宙中，他们基本上把所有的魔法AI保密和私有，只在自己的业务中使用，或者用它来在更多类别中与更多公司竞争。但在现实中他们做的是，他们基本上通过他们的云业务扩散了他们神奇的新技术，这是一个具有令人难以置信的规模效应的业务，并且供应商之间存在这种超级竞争，价格下降得非常快。所以你拥有世界上最神奇的新技术，然后它基本上被这些公司作为云业务提供给地球上的每个人，只需点击即可使用，而且只需相对少量的钱。并且是基于使用量的，这意味着使用量对初创公司来说很棒，因为这意味着你可以很容易地开始，对吧？对于构建AI应用的初创公司来说基本上没有固定成本。他们不需要巨大的固定成本，因为他们可以直接接入OpenAI或Anthropic或Google或Microsoft或其他任何云端的“按次付费”的智能Token服务，然后直接开始。所以从初创公司的角度来看，这是一件奇妙的事情，就像世界上最神奇的东西可以按次购买。这是绝对惊人的。
安德森 44:09而且，那种模式在运作，那些公司很高兴，他们增长得非常快，他们很高兴地报告巨大的云收入增长，他们对利润率感到满意等等。所以，是的，我认为通常来说这是行得通的，那些业务可能会变得更大。所以我认为通常来说那是行得通的。
安德森 44:27但回到问题，这并不意味着所有应用的最佳定价模式都应该是按次收费。事实上，我认为情况恰恰相反。你知道，我们花很多时间研究。实际上我们在公司里有专门的定价专家。我们花很多时间与我们的公司一起研究定价，因为这是一门很多公司不够重视的神奇艺术和科学。所以我们花很多时间与我们的公司在这个问题上。
安德森 44:50当然，定价的一个核心原则是，如果可以避免，不要按成本定价，你要按价值定价，对吧？就像你想要一个价格，你可以从中获得一定比例的业务价值，特别是当你向企业销售时，你希望定价为你所提供的业务价值的百分比。
安德森 45:06所以你确实有一些AI初创公司对他们正在做的某些事情按次收费，但你也有很多其他公司正在探索其他定价模式。有些只是SaaS定价模式的复制，但你也有其他公司正在探索定价模式，例如，如果AI实际上可以做程序员的工作，或者AI可以做医生、护士、放射科医生、律师、律师助理或老师的工作，对吧？或者无论什么。基本上，你能按价值定价吗？你能从本来需要一个人来完成的工作价值中获得一定比例吗？或者顺便说一句，同样地，你能按边际生产力定价吗？所以如果你能让一个人类医生的生产力大大提高，因为你给了他们AI，你能否定价为这种来自人类和AI之间共生关系的生产力提升的一定比例？
安德森 45:58所以我认为我们在初创公司领域看到的是对这些定价模式的大量实验。我认为再次强调，那是非常健康的。
安德森 46:07我曾就此做过一个小演讲：高价格真的被低估了。高价格往往是对客户的一种恩惠。这实际上非常有趣。
安德森 46:14很多关于定价的幼稚观点是价格越低对客户越好。更复杂的看法是高价格往往对客户有益。因为更高的价格意味着供应商可以让产品变得更好、更快，对吧？即使那些拥有更高价格、更高利润率的公司实际上可以在研发上投入更多，他们实际上可以让产品变得更好。大多数买东西的人不仅仅是寻找最便宜的价格。他们想要一些真正好用的东西。所以通常高价格，客户永远不会这么说。它永远不会出现在调查中。但高价格实际上可以是给客户的礼物，因为它可以让供应商变得更好，可以让产品变得更好，最终让客户受益。
安德森 46:49所以我对AI企业家愿意进行这些实验的程度感到非常受鼓舞。我们会看到结果如何。但至少到目前为止，我对行业的态度感觉良好。
主持人 47:01太棒了。实际上当你在讲的时候，我有大概10个后续问题，但我实际上要回到你在那个时间点提出的一个万亿美元问题：开源还是闭源会赢？感觉我们在这场辩论中已经有了结果，或者你把它放在什么位置？
安德森 47:17不，我认为这仍然是开放的。我认为这仍然是非常开放的。闭源模型在不断变得更好。顺便说一句，如果你大致了解一下在大实验室工作的人，也就是那些从事大型专有模型工作的人，通常他们会告诉你进展正以非常快的速度继续。市场上经常会出现这种担忧，就是也许这些模型的能力正在见顶。确实有些领域人们正在努力攻克，但在大实验室工作的人就像是，哦不，我们有100个新想法。我们有大量的新想法。我们有大量做事的新方法。我们可能需要找到扩展的新方法，但我们有很多关于如何做到的想法。我们知道很多让这些东西变得更好的方法。基本上我们一直在做出新发现。
安德森 48:01所以我想说，总的来说，所有大实验室里工作的人都相当乐观。所以我认为大模型将继续变得更好，而且很快。
安德森 48:11然后，总的来说，开源模型也在继续变得更好。就像我说的，大概每个月都会有另一个像Kimi这样的大发布，就像是，哇，太棒了。哇，他们真的把它压缩了，并在非常小的形式因子上获得了那种能力。所以那是事实。然后，也许只要提一下第三点，开源的另一个真正的好处是开源是容易学习的东西，对吧？所以如果你是一个想教CS或AI课程的计算机科学教授，或者如果你是一个想学习它的计算机科学学生，或者如果你只是一个普通公司的普通工程师想学习这个新东西。或者只是某个在地下室里有创业想法的人。
安德森 48:59这些最先进的开源模型的存在是惊人的。因为那是你需要的教育。实际上这些开源模型实际上向你展示了如何做一切，对吧？所以，这也导致了关于如何构建AI的知识扩散正在非常快地扩展，这再次与一个反事实世界相比，在那个世界里，这一切基本上都被封锁在两三家大公司里。所以开源也在扩散知识，然后那些知识正在产生很多新人。所以，正如你们今天坐在这里看到的，AI研究人员极其稀缺。今天的AI研究人员得到的报酬比职业运动员还高，对吧？这就是供需失衡。没有足够的人手。但是，短缺创造过剩。世界上有大量聪明人正在非常快地掌握如何构建这些东西。世界上一些最好的AI人才大概才22、23、24岁。根据定义，他们不可能在这个领域待太久。他们不可能一辈子都是专家，对吧。所以他们必须在过去四五年里迅速掌握。如果他们能做到，那么未来会有更多人能做到。所以关于这项技术的专业水平的传播现在发生得非常快。
安德森 50:15所以，是的，我认为这仍然，就像我说的，我认为这仍然是一场比赛。顺便说一句，长期答案很可能就是两者兼有。就像我说的，如果你相信我的金字塔行业结构，那么肯定会有一个巨大的业务属于无论什么最聪明的东西，几乎不管它花多少钱。但也将会有一个巨大的无处不在的小模型价值市场，这也是我们正在看到的。
主持人 50:39你在那个时间点提出的另一个问题是现有巨头（Incumbents）对比初创公司（Startups）谁会赢？在那个时间点，我认为现有巨头对AI的态度喜忧参半。我认为在过去两年里发生了根本性的变化。而且，例如，初创公司的蓬勃发展现在越来越多地迁移到现有巨头类别中，从那时起，你想回答这个问题并给出你对世界现状的评估吗？
安德森 51:08所以，看，大公司肯定在努力玩这个游戏。Google在努力，Meta在努力，Amazon、Microsoft。有一批这样的公司非常有侵略性地参与其中。然后你有这些我们称之为“新巨头”的公司，像Anthropic和OpenAI。但你也看到，即使在过去两年里，你也看到了这些全新的公司诞生，它们几乎瞬间成为了巨头。你可以说xAI是其中之一。
安德森 51:33Mistral，顺便说一句，Mistral是我之前提到的欧洲事情的一个很好的例外。Mistral应该会做得很好。一种欧洲大陆的AI冠军，证明规则的例外。但现在有一批这样的公司做得很好，正在成为新巨头。
安德森 51:52当然，还有大量的初创公司，顺便说一句。然后有实际的基础模型初创公司，对吧？所以我们资助了Ilya Sutskever离开OpenAI去做一家新的基础模型公司（Safe Superintelligence）。我们资助了Mira Murati也离开OpenAI。我们资助了斯坦福的李飞飞做一家空间智能模型公司（World Labs）。
安德森 52:07所以，有新的尝试，都很早期，但非常有希望快速建立新巨头。所有这些都在发生。然后，除此之外，还有AI应用公司的巨大爆炸，对吧？基本上是那些获取技术然后在特定领域部署的公司，无论那是法律、医学、教育、创意还是什么。再次强调，这里的复杂程度提升得非常快，令人惊叹。
安德森 52:42我就稍微谈一下应用公司。比如像Cursor这样的应用公司。所以他们获取核心AI能力，这是他们从Anthropic或OpenAI或Google按次购买的Token，然后他们构建了一个代码编辑器，我们以前称之为IDE（集成开发环境），或者基本上是一个软件创建系统。所以他们在Anthropic或OpenAI或其他大模型之上构建了一个AI编码系统。行业对这些公司的批评是，哦，那些是所谓的“GPT套壳（GPT Wrappers）”。那有点贬义，其想法基本上是，好吧，他们实际上没有做任何能保值的事情，因为他们所做的全部重点就是展示AI，但那不是他们的AI，展示的AI来自别人。
安德森 53:31所以这些有点像传递空壳的东西最终不会有价值，实际上发生的事情恰恰相反。领先的AI应用公司，像Cursor。首先，他们发现他们不仅仅是使用单一的AI模型。实际上，随着这些产品变得更加复杂，他们实际上最终使用了许多不同种类的模型，这些模型是为产品工作方式的特定方面定制的。所以他们可能开始只用一个模型，但最终使用了十几个模型。然后在时间的推移中，可能是50或100个不同的模型用于产品的不同方面。
安德森 54:02其次，他们最终构建了很多自己的模型。所以他们，很多领先的应用公司实际上正在向后集成，并实际构建他们自己的AI模型，因为他们对自己的领域有着最深刻的理解，他们能够构建最适合那个的模型。顺便说一句，还有AI开源，他们也能够拿起并在开源模型上运行。所以如果他们不喜欢从云服务提供商按次购买智能的经济账，他们可以拿起这些开源模型之一并实施它，这些公司也在这样做。所以最好的AI应用公司实际上是完全成熟的深度科技公司，实际上正在构建他们自己的AI。所以，我认为所有的...
主持人 54:43这使得模型权... Marc。但是当你思考上帝模型对比小模型，正如你所描述的，那些小的，你会把那归类为...
安德森 54:49其中一些，我是说，我们应该让他们自己在合适的时候宣布他们在做什么。但其中一些现在也在做大模型开发。
安德森 54:57再次强调，这也是过去两年学习的一部分，这非常有趣。两年前或三年前，你肯定会说，哇，OpenAI遥遥领先，可能所有人都不可能追上。
安德森 55:12然后就像，好吧，Anthropic追上了。但是你知道，他们来自OpenAI，所以他们拥有所有的秘密，无论如何，所以知道怎么做。所以，好吧，他们追上了。真的没人能在他们之后追上。
安德森 55:20但在那之后很快，有一批其他公司非常快地追上了。xAI也许是最好的例子，Elon的公司xAI，Grok是它的消费产品版本。
安德森 55:34xAI实际上基本上从零开始在不到12个月的时间里追上了最先进的OpenAI和Anthropic水平，对吧？再次，这有点反驳了任何一种永久领先的说法，即任何一个现有巨头基本上能够锁定整个市场。如果你能那样追上的话。
安德森 55:50正如我们讨论过的，中国部分是在去年全新的，对吧？DeepSeek时刻大概是在今年的一月或二月，对吧？所以不到12个月前。现在你有大概四家中国公司实际上已经追上了。所以就像是，好吧。再说一次，这些是万亿美元的问题而不是答案，但这就像是，哇，好吧。这是那种事情之一，一旦有人证明它是可行的，其他人想要追赶似乎并不难，即使是那些资源少得多的人。所以，我不知道这会带来什么。也许这会让你对大玩家的长期经济效益稍微更加怀疑。另一方面，也许这会让你对创业生态系统更加看好。这肯定应该让你对初创应用公司更加看好，对吧，能够做有趣的事情，这就是为什么我们对此如此兴奋。
安德森 56:52所以，是的，我认为这些是实时的动态。我认为我们仍然需要更多时间过去才能知道确切的答案。我应该说这个。有时我这么说会吓到人，说这些是开放性问题。当一家公司面临根本性的开放战略或经济问题时，这往往是一个大麻烦，因为公司需要有一个战略，战略需要非常具体。公司必须做出非常具体的、具体的选择，关于在哪里部署投资资金和人员，战略必须逻辑连贯，否则公司就会在混乱中崩溃。所以公司需要回答这些问题，如果他们把答案搞错了，他们就真的有麻烦了。
安德森 57:32风险投资，我们在风投中有我们的问题，但我们拥有的一个巨大优势是我们不必...我们可以同时押注多种策略，对吧？我们正在这样做。所以我们押注大模型和小模型。专有模型和开源模型，对吧？以及基础模型和应用，对吧？以及消费者和企业。
安德森 57:51所以投资组合方法，其本质就是我们正在积极投资于我们要确定的每一项策略背后，只要我们认为它有合理的成功机会，即使当那与我们投资的另一项策略相矛盾时。一个是世界是混乱的，可能很多事情都会奏效。所以很多这种事情不会有干净的是或否的答案。很多这类问题的答案，我认为只是“和（AND）”的答案。另一个是如果其中一个策略不奏效，我们并不试图对冲本身，但你知道，我们将在投资组合中有替代策略的代表，我们将有多种获胜的方式。总之，这就是目标。这就是为什么我们在该领域采取这种方法的理论。这就是为什么当我说有这些大的开放性问题时，我脸上带着大大的微笑，因为我认为这实际上对我们的优势有利。
主持人 58:39这也是过渡到a16z问题的好时机，因为我们已经收到了一些，还有一些我们提前发过去的。所以我从一个广泛的话题开始。有什么事情是你和Ben（本·霍洛维茨）“持不同意见但承诺执行（Disagree and Commit）”的？
安德森 58:55基本上承诺，你知道，我们同意。我是说，我们就像一对老夫妻。所以我们不断争吵。但是我们...是的，火花早已熄灭。是的，我们在公园里一直在争吵。所以，是的，我是说，看，我们辩论一切。我们争论一切。话虽如此，让我们的合作关系奏效的一点是，我们确实倾向于得出相同的结论。就像我们每个人都愿意被对方说服。所以我们最终大部分时间都得出相同的结论。
安德森 59:32所以我想说，今天坐在这里，没有什么具体的问题是我坐在这里觉得，我不敢相信，我只是不敢相信我正在忍受他在做的这件疯狂的事情，我真的不同意，但我觉得我必须承诺，或者我不认为反之亦然。所以我们没有那样的事情。
安德森 59:51坦率地说，我想说最大的一件事，那就是我和他讨论最多的事情。既然有人问了这个问题，这并不是我们正在做的最重要的事情，但这确实是一个话题。我和他讨论最多的，我不知道，也许我总是自我怀疑，或者我从来不确定我应该持什么立场，那就是基本上公司的公众形象。也就是我们在世界上的存在感，包括公开声明、争议、我们如何发声并表达我们对事物的看法。我想说那里存在张力，那是真实的，也许很明显，但非常重要的张力。
安德森 01:00:32一般来说，我们越是在外面，越是直言不讳，越是有争议，对业务越好，从这个意义上说，企业家喜欢这样，创始人想与之合作。这一点此刻非常清楚，创始人想与那些基本上勇敢、有争议、采取有争议的立场并清晰表达事物的人合作。他们想要那个有很多原因。一个是那是勇气的展示，他们欣赏。另一个是因为这在他们见到我们之前就告诉了他们我们是谁。这已被证明是一种不可思议的竞争优势。
安德森 01:01:07长期的LP会知道这就是为什么我们从一开始就采取非常积极的营销策略。这完全奏效了。整个事情就是如果我们能够广播我们的信息，我们能够基本上非常清楚我们相信什么，甚至到了有争议的地步。世界上最好的创始人甚至在进门之前就会了解我们，对吧？他们甚至在见到我们之前就会了解我们和我们的信仰，而不像风投界的其他人。至少在那时，基本上就是保持一切安静，创始人根本不知道这些人是谁，他们相信什么。
安德森 01:01:35这非常有效。它继续非常有效。顺便说一句，这是普遍真实的。另一方面，公开可见和在许多方面有争议也有外部性。我想说，我们非常努力地试图穿针引线。所以我们并没有退缩不做大量的对外工作。Eric Werenberg和他建立的团队，我们过去跟你们谈过，已经蓄势待发。我们要加倍努力，基本上成为阐述重要的商业问题的领导者，确切地说是人们需要能够理解的问题。这已被证明非常有效。顺便说一句，我们相当一部分的公关实际上是针对华盛顿的。因为再次强调，如果你是华盛顿的政策制定者，你坐在3000英里外，你所有的信息来源都是那些讨厌硅谷的东海岸报纸，那是很糟糕的。所以，我们广播关于技术的明智观点的能力，我们经常在DC遇到人说，是的，我对这个话题的大部分了解都是从你们那里学到的。因为我听播客，我看文章，我看YouTube频道。所以，我们将继续这样做。所以我们总体上在这方面是在前线的。但是是的，他和我在确切应该触碰多少“第三轨道（敏感）”话题以及频率上确实有些反复。我想说我们正试图调和这一点。
主持人 01:03:03正如伊丽莎白·泰勒所说，只要把我们的名字拼对就行，这在大多数情况下通常是好事，特别是涉及到“小科技”时。我想那个问题里也隐含了某种程度的你和Ben的关系，这已经是30多年的合作了，以至于Marc已经变成了代表两个人的一个人。有些人把Marc称为Andreessen Horowitz。不，加上Marc已经合体成一个人了。是的。这是30多年一起工作的结果。好的，既然你们围绕AI重组并推出“美国活力（American Dynamism，AD）”基金已经两年了。你认为你们做得最对的是什么？事后看来，在这个决策过程中有什么你们低估或错过的吗？
安德森 01:03:51不。我是说，看，我们犯了很多错误。我认为那些是正确的决定。AI就像我说的，支持整个风投理论，我们要从一开始就有的风投理论是，许多在我们之前的人也有过。这是非常正确的。
安德森 01:04:05我认为这两种理论也是：风投的钱是在发生根本性架构转变时赚到的，当技术格局发生根本性变化时。这对风投来说基本上永远是真实的。原因是因为如果你有根本性的技术变革，那么你就有一段创造期，在这期间你可以有基本上积极进取的人开始这些新公司，他们有机会在大公司反应过来之前进入并赢得类别。如果没有根本性的技术变革，初创公司很难成功，因为大公司最终会做所有事情。所以某些公司确实依生于这些浪潮的过渡。
安德森 01:04:46所以总有这个问题。我是说，我想说历史上最好的风险投资公司，我认为是那些最积极能够从一个浪潮导航到另一个浪潮的公司，对吧？看，我在1994年来到硅谷时是受益者。1994年没有一家风险投资公司是像“互联网风险投资公司”那样的。它根本不存在。但当时有一组风险投资公司。当时我们的公司，Kleiner Perkins（凯鹏华盈）说，哦，这是一种新架构，这是新技术变革。这看起来完全疯狂。每个人都说你赚不到钱。不管怎样。这些孩子疯了。但是我们要下注。所以他们愿意投资。顺便说一句，KP在90年代不仅投资了Netscape，还投资了Amazon，然后是Google。公司接一家，他们投资了@Home，这基本上让家庭宽带得以实现。他们投资了一系列公司，而那是一家始于1970年代围绕所谓的微型计算机的风险投资公司，那是三代技术之前的事了，他们从一个浪潮导航到了另一个浪潮。Sequoia（红杉）也是如此，基本上任何经营了30、40或50年的成功风险投资公司都是如此。所以我认为在这个行业的所有业务中，你必须跳上新事物。
安德森 01:08:15也许相关的问题是，我们觉得我们现在错过了什么？我认为答案真的不是... 我不认为像现在这样我们并没有错过一个垂直领域。我不觉得像目前有一个具体的垂直领域，不管是无论什么，我们就像，哦，我们只需要一个新的单元或一个新的基金等等。目前我看不到那个。我认为更多的是在我们面前的垂直领域执行得非常好，并且成为投资组合公司的最佳合作伙伴。
主持人 01:08:44是的，实际上关于AD这一点，因为AI正在创造，有很多关于AI抢走工作的讨论等等。具有讽刺意味的是，AD板块的工作岗位实际上在物理世界中从未如此抢手，这与能源有关，显然与数据中心建设有关等等。所以看起来钟摆也在从加速剂的角度摆动，从社会的角度来看。你谈到了社会也需要为技术采用做好准备的重要性。像，你最近看到那种加速了吗？你对如何实际增加这种准备有什么看法？只是为了确保采用的融合也与技术实际实施的速度保持一致。
安德森 01:09:27所以，看，我们以前谈过这个，但在很长一段时间里，技术并不是非常相关。看。如果你回溯300年，总是反复出现这种由新技术引起的全面恐慌和吓坏。或者甚至你回溯500年，回到印刷术，那基本上是与新教的产生携手并进的，完全改变了事物。然后，总是有持续的恐慌。
安德森 01:09:55过去200年里有过多次自动化恐慌浪潮。马克思主义的基础恐慌在很大程度上基本上是对通过应用自动化消除工作的恐惧。今天你听到的很多同样的论点，关于AI将把所有财富集中在少数人手中，其他人都会变得贫穷和悲惨。
安德森 01:10:14这基本上就是马克思过去常说的，顺便说一句，我认为那在当时是错的，现在也是错的。我们可以讨论这个。但是甚至在1960年代，也有围绕AI取代所有工作的整个恐慌。这已经很久被遗忘了，但在约翰逊政府时期那是件大事。你读今天的这些“AI暂停”信。你知道几周前刚出的那个，哈里王子是头条人物。他谈论AI会毁了一切。然后说到1964年，基本上有一群学术界、科学界和公共事务界的领军人物组成了所谓的“三重委员会”或“三重革命委员会”。如果你去谷歌搜索“三重革命委员会 约翰逊白宫”，你会看到这个东西。那是一份非常类似的宣言，比如我们需要今天停止技术的商业化，否则我们会毁了一切。甚至在过去20年的过程中，2000年代围绕外包也有过大恐慌，认为会抢走所有工作。然后实际上是机器人，奇怪的是，在2010年代，这很惊人，因为机器人在2010年代甚至都不能正常工作。它们某种程度上现在还是不行。但是，有过围绕那个的恐慌。现在是某种程度的AI恐慌。所以就像，我会说，看，我描述它的方式是，我们在硅谷一直希望我们所做的工作是有意义的。坦率地说，我们大部分时间都在听人们告诉我们要做的每件事都是愚蠢的，行不通的。那是默认立场，然后基本上那会在某个时刻翻转成关于它将如何毁了一切的恐慌。
安德森 01:11:51坐在这里很容易对此愤世嫉俗，尤其是当你看到随时间推移的模式时。但是，我的观点是我们实际上需要非常尊重这一点，我们需要非常意识到这一点。基本上我们就像“追上公交车的狗”，我们一直想做有意义的事情。我们正在做有意义的事情。社会上的其他人实际上真的很关心这些事情。我们需要非常仔细地思考这一切，并做好工作，这不仅是构建技术，还要解释它。看，我认为我们有真正的义务真正解释我们自己并在这些问题上进行接触，关于如何衡量它的进展。
安德森 01:12:27这是经典的社会科学问题，也就是，好的，如果你想了解人们的模式，基本上有两种方法来了解人们在做什么和想什么。一种是问他们，另一种是观察他们。像每一位社会学家都会告诉你这一点，基本上你可以问人们。对吧。你这样做的方法是调查、焦点小组、民意测验。你知道他们怎么想，但然后你可以观察他们，你可以做所谓的“显示偏好”或只是观察行为。你在许多人类活动领域经常看到的，包括政治和社会的许多不同方面和文化随时间的变化，是你问人们时得到的答案与你观察他们时得到的答案非常不同。原因是因为你可以有一堆理论解释为什么会这样。马克思主义者声称人们有虚假意识。某种程度上，我相信的解释只是人们对各种事情都有意见，特别是当他们在某种情境下可以表达自己时。然后他们会有一种倾向以非常激烈的方式表达自己。然后如果你只是观察他们的行为，他们通常会冷静得多，更有分寸，更理性。这就回到了AI现在正在发生的事情，如果你进行一项调查或民意测验，比如美国选民对AI的看法，结果就像是他们全都处于极度恐慌之中。就像是，天哪，这太可怕了。这太糟糕了。这会抢走所有工作，会毁了一切，整套说辞。但如果你观察显示偏好，他们所有人都在使用AI。他们在下载应用，他们在工作中使用ChatGPT。你知道，你经常在网上看到这个。
安德森 01:14:04现在我和我的男朋友或女朋友吵架了。我不明白发生了什么。我把短信交流复制粘贴到ChatGPT里，让ChatGPT给我解释我的伴侣在想什么，并告诉我应该怎么回答，这样他/她就不生我的气了，对吧？或者比如，我有这个皮肤状况，医生... 我拍张照片喂给它，我终于了解了自己的健康状况，我在工作中使用它。比如，我必须在周一早上准备好这份报告，我没时间了。ChatGPT真的救了我的命。所以人们在日常生活中，我会说，你只要看数据，就像，他们不仅在使用这项技术，他们热爱这项技术，他们热爱它，并且正在尽可能快地采用。所以我倾向于认为我们会看到这种公开讨论会来回拉锯一段时间。因为在人们所说的和所做的之间存在这种分歧。但我确实认为人们所做的部分，显然是最终获胜的部分。顺便说一句，我认为这项技术将和所有其他技术完全一样，这里将发生的事情是这只会非常广泛地扩散。它会让每个人都吓坏。然后，20年后，每个人都会说，哦，谢天谢地我们有它。如果我们没有这个，生活难道不会很悲惨吗？或者，五年后或一年后，人们会得出那个结论。所以我对这最终的着陆点非常乐观，只是沿途会有动荡。
主持人 01:15:22我在笑，因为我也在野外目睹了这一点，就在上周晚些时候。我在飞机上。旁边那个人正在跟他的ChatGPT说话，我能看到，他说：帮我起草一封给美联航的关于这次航班延误的投诉信。我当时想，先生，你现在就在航班上。至少等到结束吧。那非常有趣。我确信他有一封很棒的邮件。好的，我要转换齿轮，问几个发来的有趣问题。这旨在是一个闪电回合。所以最近有什么事情你改变了主意？加分项：如果是比你年轻的人让你改变的。
安德森 01:15:59我是说，这就像每天都在发生。这只是一个常态。几乎所有都在“可能”的范畴内。我不擅长举具体例子，所以我手头没有一个现成的。但这就像我说的，总是，是的，不，经常是有人出现，要么是某人写的东西，要么是某人说的话。是的，非常频繁地是很年轻的人。是的，这就像我想说这是一种日常体验。
主持人 01:16:24这是保持年轻的好方法。你打算被冷冻吗？
安德森 01:16:32不，以目前的低温技术，其记录并不好，故事有些恐怖。但是，你知道，我们得给它点时间。
主持人 01:16:48当你的影响力本身可能会扭曲你周围的现实时，你如何保持脚踏实地？
安德森 01:16:53是的，所以我想说好消息是... 一是，看，这种担忧是真实的，这对我来说很难谈论，带着我中西部人的那种... 我们中西部人要么非常谦虚，要么非常擅长伪装谦虚。但是，这很难谈论但需要一些内省。但是是的，我是说，看，“现实扭曲效应”肯定是真实的。顺便说一句，现实扭曲效应有一个非常大的优势，就是能够让人们做你想让他们做的事。所以，那有另一面。但确实，在对正在发生的事情有一个实际准确的理解方面，这是一个担忧。
安德森 01:17:30我想我会说两件事。我想说一是，你知道，我的合伙人们，我认为非常直率，包括Ben，当我不对时会非常直率地告诉我。但是，更普遍地说，我们非常暴露于现实中。这也是，再次，你提到，我不知道，保持年轻的方法，确发际线不后退或其他什么，就像，我们进行这些实验，你知道，因为我们做出这些决定，投资还是不投资。我们与这些公司合作做所有这些事情，现实很快就会介入。在这个行业里，妄想不会持续很长时间，因为这些事情要么行得通，要么行不通。你有这些漫长的、详尽的讨论，关于这那那的理论。然后现实就像直接扇在你脸上，你知道，像你这个白痴，对吧？你知道，这就像商业的终极挫折，这也是非常有动力的，就是这种次数：你认为你应用了卓越的分析，然后你基于那个分析投资或不投资。结果证明那只是，你的分析完全错了，对吧？你只是完全高估了你在认识论上分析这些事情的能力。你只是，你知道，基本上造成了伤害。
安德森 01:18:35比如我总是问，我们做的任何活动，是增加价值，实际上是减少价值？我认为在这个行业的所有业务中，有点像那样。这适用于我自己所有的贡献。所以有这个。然后我想说，也许最后一点就是，我有整个互联网准备好告诉我我是一个白痴。那也没坏处。而且它确实定期这样做。
主持人 01:19:04关于你刚才提到的关于投资公司的决定，我最喜欢的一句话，我想那是你接受Cheeky Pint采访时说的，你知道，当你投资一家公司，它进展不顺利。至少它破产了，对吧？如果它做得好，它做得非常好。你在余生的每一天都会听到它。
安德森 01:19:24在接下来的30年里。现实扇在你脸上说，你这个傻瓜，你拥有过它。它确实就在你的办公室里。你所要做的就是说好，顺便说一句，这就是事情，就像每个伟大的VC，这就是VC们互相讲的故事。每个伟大的VC基本上都有这样的历史，比如，天哪，我有过，它在我的办公室里。那东西就在我的办公室里。我说不。如果我当时说好的话。所以，是的，很难... 是的，《华尔街日报》和CNBC每天都在提醒你犯了一个巨大的错误。这很好。对保持谦卑这一因素非常好。
主持人 01:20:02非常让人谦卑。帮助你时刻保持脚踏实地。最后一个问题，如果机会出现，你打算去火星吗？
安德森 01:20:10大概不会。
主持人 01:20:16我的Zoom背景并没有发出积极的信号。这就是...
安德森 01:20:21我甚至不愿意离开加利福尼亚。我几乎不愿意离开我的房子。所以，是的，我不... 也许，也许通过VR。然后我们会看看发生什么。我是说，看，话虽如此，我认为Elon会做到的。所以我认为，我不确切知道。我不想预测。这不是预测。但我如果十年内有往返的例行旅行，我也不会感到惊讶。所以是的，这实际上可能会成为一个实际问题。顺便说一句，我确实认识很多人要去。
主持人 01:20:53包括我自己。
安德森 01:20:54把我算上。哦，太棒了。
主持人 01:20:55环球飞行已经让我为去火星的6个月旅程做好了准备场外配资。所以我会被托运的。
风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。华林优配提示：文章来自网络，不代表本站观点。
热点资讯