哈希游戏,哈希游戏官网,哈希游戏平台,哈希娱乐/哈希游戏作为一种新兴的区块链应用，它巧妙地结合了加密技术与娱乐，为玩家提供了全新的体验。BET哈希平台台凭借其独特的彩票玩法和创新的哈希算法，公平公正-方便快捷!哈希游戏官网,哈希游戏平台,哈希娱乐,哈希游戏

　　全景图解3万字 马克·安德森2026AI展望：2026年AI成本通缩、中美地缘博弈与未来技术时间线

　　作为硅谷最具影响力的风险投资人之一，Netscape的创始人、Andreessen Horowitz（A16Z）的共同创始人马克·安德森（Marc Andreessen）一直处于技术变革的震中。在1月8日的最新a16z官方访谈中，安德森以2026新年展望为主题, 以其一贯的深刻洞察力为我们做了AI风暴的最新全景结构。全篇干货非常, 关注AI发展的同学绝对不应该错过.

　　：计算机行业过去80年选择了“加法机”路径，而如今的AI浪潮是回归1940年代提出的“人类认知/神经网络”路径的第80个年头，其规模远超互联网。

　　：AI智能令牌的价格下降速度远超摩尔定律，这种“单位成本暴跌”将驱动巨大的市场需求。

　　：风险投资的本质是抓住技术架构转变的浪潮，A16Z通过押注互相对抗的多种策略（大/小模型、开源/闭源）来应对混乱且不确定的世界。

　　：尽管民意调查显示公众对AI存在恐慌，但“揭示偏好”显示人们正以最快速度采纳并热爱这项技术。

　　“这是我一生中最大的技术革命。从数量级上来说，它显然比互联网要宏大得多，足以与蒸汽机和电力并提。”

　　“人工智能令牌（Tokens）的价格下降速度远超摩尔定律，这种单位成本的暴跌将驱动巨大的、超越弹性的市场需求。”

　　“人工智能目前本质上仅在美中两国大规模制造。这是一场两强竞争，而开源模型正成为中国追赶并试图将西方产业商品化的利刃。”

　　“虽然民意调查显示公众对AI充满恐慌，但‘揭示偏好’证明人们正以最快速度拥抱它。人们口头咒骂它夺走工作，私下里却用它写情书和诊断疾病。”

　　“风险投资的本质是抓住架构转变的浪潮。在混乱且不确定的世界里，我们通过同时押注互相对抗的多种策略来对冲风险。”

　　在安德森看来，理解当前的AI热潮必须回到计算机科学的源头。自20世纪30年代以来，计算机行业在“加法机”（高度字面化的数学机器）和“神经网络”（模拟人脑认知）两条路径中选择了前者，并以此建立了过去80年的信息帝国。

　　“神经网络作为一种思想，在过去80年里经历了无数次过度乐观与随后的失望，直到ChatGPT时刻，它突然结晶了。”安德森指出，我们目前正处于这场长达80年革命的“第三年”。他强调，这不是一次微小的跨越，而是文明级别的演进。“这是人类认知模型路径的胜利，它无法被下载，它正在重塑我们与机器交互的每一个字节。”

　　当市场担忧AI的高昂投入产出比时，安德森提出了一个极具颠覆性的观察：AI的单位成本正在以岩石坠落般的速度暴跌。这种通缩不仅来自于硬件的迭代，更来自于算法效率的指数级提升。

　　“人工智能的价格下降速度远快于摩尔定律。这种单位成本的通缩正驱动需求水平超过相应的弹性水平。”安德森解释道，随着超大规模云服务商（Hyper-scalers）纷纷构建专用芯片，以及短缺诱发的产能过剩，未来五年内智能令牌将变得廉价且充足。他坚信，这种成本结构的重塑将彻底改变软件行业的定价逻辑：“高价实际上是给客户的一份礼物，因为它允许供应商投入更多研发，让产品变得更好，但最终，价值将从基础成本转向实际创造的产出百分比。”

　　地缘政治是这场技术革命无法回避的底色。安德森明确指出，AI是一场属于美中两国的“双强游戏”。特别是在过去一年中，以DeepSeek为代表的中国开源模型的崛起，让硅谷感到了真实的技术压力。

　　“人工智能目前仅在美中两国大规模制造，世界上其他地方要么造不出来，要么不想造。”他重点提到了DeepSeek带来的冲击，认为这是一个关键信号：“它证明了你不需要超级巨星研究员，聪明的年轻人也能通过压缩模型实现最前沿的推理能力。”这种“开源倾销”策略不仅是技术竞争，更是战略上的纠缠，迫使美国必须在政策层面保持高度的敏锐，以防止因过度监管而错失领先地位。

　　安德森对当前美国的监管环境表示了深切的忧虑，特别是加利福尼亚州的SB 1047等地方性法案。他认为，将下游的责任强加给开源开发者是极其危险的行为。

　　“SB 1047基本上是以欧盟的人工智能法案为蓝本，而那项法案已经扼杀了欧洲的开发环境。”他直言不讳地批评道，“如果开发者要为五年后模型在核电站的使用负责，这会彻底扼杀开源、扼杀初创公司和学术研究。”他呼吁联邦政府应彰显权威，统一监管尺度，避免因各州自毁式的政策导致美国在与中国的竞赛中“自缚双手”。

　　针对社会普遍存在的“自动化恐慌”，安德森引用了社会学中的“揭示偏好”（Revealed Preference）概念。他认为，公众在问卷调查中表达的焦虑与其真实的消费行为之间存在巨大的鸿沟。

　　“如果你问选民对AI的看法，他们会说这太可怕了，会毁灭一切；但如果你观察他们实际的行为，他们都在最快速度地下载应用，并热爱这项技术。”安德森举例说，人们正用AI处理工作、辅助医疗决策，甚至解决人际沟通中的障碍。“20年后，每个人都会说：谢天谢地，我们拥有了它。过程虽然会有动荡，但人们对效率和智能的本能追求最终会赢得这场拉锯战。”

　　作为投资人，安德森坦言A16Z正在通过一种“多样化策略”来应对极其复杂且不确定的未来。他并不急于为“开源还是闭源”、“大模型还是小模型”提供定论，而是选择在每一个具有成功概率的路径上布下重兵。

　　“风险投资的理论是，在根本性的架构转变发生时，创造力周期会随之开启。我们愿意同时押注互相对抗的多种策略。”无论是资助从顶级实验室出来的“大牛”，还是看好将AI嵌入垂直领域的“封装器”初创公司，安德森都在践行其穿越周期的逻辑。他乐观地总结道：“当这些万亿美元级别的问题尚未有最终答案时，正是风险投资最能发挥作用的时刻。我们正处于这种实时动态中，带着灿烂的笑容迎接混乱。”

　　安德森: 这一波新的人工智能公司正在以一种前所未有的速度实现收入增长，就像真正的客户收入一样，真正的需求，以美元的形式体现在银行账户中。我们看到公司的增长速度快得多。我非常怀疑今天人们使用的产品的形式和形态是他们在五到十年后还会继续使用的。我认为接下来的事情会变得更加复杂。

　　因此，我认为我们可能还有很长的路要走。这些是价值万亿美元的问题，而不是答案，但一旦有人证明了它的可行性，其他人似乎就能迎头赶上，即使是资源少得多的公司也能做到。当一家公司面临根本性的开放性战略或经济问题时，这通常是一个烦。像这样的公司需要回答这些问题，如果它们给出了错误的答案，它们就真的陷入了困境。风险投资，我们可以同时押注于多种策略。我们正在积极地投资于我们所确定的、我们认为有合理成功机会的每一个策略。

　　如果你想了解人，了解人们在做什么和在想什么，基本上有两种方法。一种是问他们，另一种是观察他们。你经常在许多人类活动领域看到，包括政治和社会的不同方面。当你询问人们时得到的答案与你观察他们时得到的答案截然不同。如果你进行一项调查或民意测验，例如，美国选民对人工智能的看法，那就像他们都处于彻底恐慌之中。我的天哪，这太可怕了，这太糟糕了。它会摧毁所有的工作，它会毁掉一切。如果你观察他们实际偏好的行为，他们都在使用人工智能。

　　主持人: 很多人提前发送了问题，而我所做的就是在这个早晨与马克进行的问答环节（AMA）中将它们精选成几个不同的部分。所以我们想做的是涵盖四个大的主题。所以是人工智能及其在市场上的发展、政策和监管、所有关于A16和Z的事情，然后我们有一个有趣的“万事通”环节，我们称之为“沙盒”，如果时间允许的话我们会讨论到。那么我们先从最大的问题开始。马克，我们正处在人工智能革命的中心。你认为我们处于哪个阶段，你最期待的是什么？

　　安德森: 首先，我要说这是我一生中最大的技术革命。我希望在接下来的三十年里还能看到更多这样的革命。但这是个大事件。从数量级上来说，这显然比互联网要宏大得多。可以与之相提并论的（里程碑）是微处理器、蒸汽机和电力。所以这是一个非常重大的事件，就像轮子一样。

　　这个（革命）如此重大的原因，对于在场的人来说可能很明显了，但我还是快速地过一遍。如果你一直追溯到20世纪30年代，有一本很棒的书叫做《机器的崛起》，它详细阐述了这一点。如果你一直追溯到20世纪30年代，实际上在那些真正发明计算机的人中间存在一场争论。这场争论是关于计算机在他们真正构建这些设备之前，是否已经理解了计算理论。

　　他们围绕计算机是否应该基本上按照当时被称为加法机或计算机的形式来构建，进行了激烈的辩论。可以想象成基本上就是收银机。IBM 实际上是美国国家收银机公司的继承者公司。当然，这是整个行业所采取的路径，即构建这些高度字面的数学机器，它们每秒可以执行数十亿次数学运算，但当然没有能力以人类喜欢的方式来处理人类事务。它无法理解人类的语音、人类的语言等等。

　　这就是过去80年里建立起来的计算机行业，这也是在过去80年里，从大型机到智能手机的每一代计算机，积累了计算机行业所有财富和财务回报的行业基础。但他们当时就知道，实际上在30年代他们就知道人脑的基本结构。他们理解了他们有人类认知的理论。而且他们实际上拥有神经网络的理论。因此，他们有一个理论，第一篇神经网络的学术论文发表于1943年，那是80多年前的事了，这非常惊人。你可以阅读一篇关于麦卡洛克和皮茨这两位作者的访谈，或者在YouTube上观看他们的访谈。我想你可以在电视上看到麦卡洛克的一次采访，在很久以前。那真是一次令人惊叹的采访，因为就像他和他的海滩别墅在一起，而且不知何故他没穿上衣。他就像在谈论未来，在这个未来中，计算机将通过模仿人脑的模式来构建。

　　而那条路没有被选择。基本上发生的事情是，计算机行业是按照加法机的模式建立起来的。但神经网络基本上没有发展起来。但是，神经网络作为一种思想，在学术界和所谓的“残余运动”（最初称为控制论，后来演变为人工智能）的推动下，在过去大约80年里一直被探索和推进。基本上，它行不通，基本上是十几年又十几年地过度乐观，随后是失望。

　　在我80年代上大学的时候，风险投资在硅谷经历了一次著名的“人工智能的繁荣-萧条”周期。按今天的标准来看，那时的规模很小，但当时却是一件大事。等到我89年上大学读计算机科学系时，可以说，它是一个边缘领域，所有人都认为它永远不会实现。但科学家们仍然在继续研究它，这值得赞扬。他们积累了这种庞大的概念和思想储备，然后我们都看到了ChatGPT时刻发生了什么。突然之间，它似乎结晶了，人们会想，我的天哪，事实证明，它奏效了。

　　这就是我们现在所处的时刻。然后，非常重要的一点是，那是什么时候，那是不到三年前，那是2020年的夏天，是22年的圣诞节。所以我们基本上是进入了一个为期三年的进程，这是一个旨在兑现那些在替代路径上，也就是人类认知模型路径上的人们从一开始所看到的全部承诺的、长达80年的革命的第三年。

　　安德森: 然后，这项技术的极好消息是它已经趋于高度的普及化。世界上最好的人工智能可以在ChatGPT或Grok或Gemini或，这些其他的产品上使用。而且你就可以直接了解它们是如何工作的。视频也是一样。你可以看到Sora和Veo在这一领域达到了最先进的水平。你可以看到音乐方面，你可以看到Suno等等。我们基本上正在目睹这种情况的发生。

　　现在硅谷正以一种令人难以置信的热情浪潮对此作出回应。至关重要的是，这触及了硅谷的魔力所在，即硅谷早已不再是人们制造硅的地方了。那在很久以前就迁出了加利福尼亚州，并最终迁出了美国，尽管我们现在正试图将其带回来。但过去大约80年来，硅谷的伟大美德在于它能够整合以往技术浪潮和新技术浪潮中的人才，并激励全新一代人才，基本上是让他们加入这个项目。

　　因此，硅谷有一种反复出现的模式，能够重新分配资本和人才，并建立热情、建立临界质量和建立资金。支持并建设人力资本，并为每一波新技术建立热情。所以这就是人工智能正在发生的情况。我想我每天都能看到我所看到的东西，这可能是最让我惊讶的事情。我们很幸运能够从两个角度来看待它。一是我们非常仔细地追踪底层科学和研究工作。所以我想说，我每天都会看到一篇新的人工智能研究论文，它完全让我惊叹于某种新的能力、某种新的发现或某种新的发展，这是我从未预料到的，我当时就想，哇，真不敢相信这正在发生。

　　然后另一方面，当然，我们看到了所有新产品和所有新初创企业的流动。而且，我得说，我们经常会看到一些事情，老实说，这真是让我目瞪口呆。感觉我们打开了一个巨大的视野。我确实认为它会时不时地出现。这些都是混乱的过程，这个行业经常会操之过急，过度承诺。肯定会有一些时候你会觉得，哇，这不像人们想象的那么奏效，或者，哇，这个成本太高了，经济效益行不通，或者诸如此类。

　　但是，与此相对，我想说的是，这些能力确实是神奇的。顺便说一句，我认为消费者在使用它时的体验就是如此。而且我认为，在大多数情况下，企业在进行试点项目和考虑采用时所获得的体验也是如此。然后，然后这对他们来说就转化成了数字。我们只是看到这波新的人工智能公司正在增长收入，就像实际的客户收入，实际的需求转化为美元，出现在银行账户中。以一种绝对空前的起飞速度，我们看到公司正在更快地发展。关键的领先人工智能公司以及那些取得真正突破、拥有极具吸引力的产品或收入增长速度比我所见过的任何时候都要快的公司。

　　仅仅从这一切来看，感觉肯定还处于早期阶段。比如，很难想象我们已经在任何方面达到了顶峰。感觉一切仍在发展中。坦率地说，感觉这些产品，对我而言，感觉这些产品仍然非常早期。比如，我非常怀疑人们今天使用的产品的形式和形态就是他们五年或十年后将要使用的东西。我认为从现在开始，事情将变得更加复杂精深。所以我认为我们可能还有很长的路要走。

　　主持人: 也许就这个话题。所以一个很大的负面评价是，收入是巨大的，但支出似乎也在同步增长。那么，人们在讨论和这个话题中错过了什么呢？

　　安德森: 所以我先从核心的商业模式开始谈起，你的意思是，这个行业基本上有两种核心商业模式：面向消费者的商业模式和所谓的企业级或基础设施的商业模式。你看，在消费方面，我们现在生活在一个非常有趣的世界，因为互联网已经存在并且完全部署了，所以举个例子。有时候人们会问，人工智能是不是像互联网革命？有点但

　　互联网的特点是我们必须建设互联网，比如我们必须实际建设网络，而且我们实际上有，最终它涉及到大量的地下光纤，需要大量的移动蜂窝塔，以及大量的智能手机、平板电脑和笔记本电脑的出货，才能让人们上网，这需要一个巨大的、难以置信的实体建设努力，顺便说以为，人们忘记了这花了多长时间，互联网本身是20世纪60年代、70年代的发明，消费者互联网在90年代初是一个新现象，但直到21世纪初我们才真正实现了家庭宽带。这实际上是在互联网泡沫破裂之后才开始普及的，这相当令人惊讶。

　　然后直到 2010 年左右我们才有了移动宽带。人们其实忘记了第一代 iPhone 是在 2007 年发布的。它没有宽带。它使用的是窄带 2G 网络。它没有高速连接。它没有任何接近高速数据传输的能力。所以直到大约 15 年前，我们才真正拥有移动宽带。

　　因此，互联网是一项巨大的飞跃，但互联网被构建起来了。没错，智能手机也激增了。所以关键在于，现在地球上有50亿人正在使用某种版本的移动宽带互联网。而且，世界各地的智能手机售价低至像10美元。而且你有像Geo和印度这样令人惊叹的项目，它们正在将地球上尚未联网的剩余人口连接到线亿人。然后消费者，我之所以要讲这些，是因为消费者的人工智能产品可以基本上以他们想要采用的速度迅速部署给所有这些人，因此，互联网是人工智能能够以接近光速的方式迅速普及到全球民众中的载波。

　　这是一个，让我们这样说，这是一个新技术传播速度的潜力，它比以往任何时候都快得多。比如，你不能下载电力，你不能下载，你不能下载室内管道。你不能下载电视，但你可以下载人工智能。这就是我们所看到的。这就是人工智能消费者应用，人工智能的消费者级杀手级应用正在以惊人的速度增长。而且它们的盈利能力也非常强劲。再说一遍，我已经提到过了，但总的来说，盈利情况非常好。

　　顺便说一句，包括在更高的价位上也是如此。我喜欢观察这波人工智能浪潮的一个方面是，我认为人工智能公司的定价策略比传统的软件即服务（SaaS）公司或消费互联网公司更具创造力。因此，例如，现在消费者人工智能拥有200美元或300美元一个月的套餐已经变得很常见，我认为这非常积极，因为我认为很多公司通过将定价定得太低来限制了它们机会的范围。我认为人工智能公司更愿意推动这一点，我认为这是件好事。所以总而言之，我认为这是我们谈论消费者收入范围的一个相当合理的乐观理由。

　　而在企业端，那里的问题基本上智能到底值多少钱，而且，如果你有能力，比如为你的业务注入更多智能，并且有能力做，即便是最平庸的事情，比如提高你的客户服务分数，增加向上销售，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，所有这些都与人工智能直接相关，这些是人们已经看到的一些直接的商业回报，你知道。然后，如果你有机会将人工智能注入新产品中，突然之间，突然之间你的汽车与你交谈，世界上的一切都开始变得非常智能，那价值几何呢？再说一次，在那里，你只是，你只是观察到它，然后你想，哇，领先的人工智能基础设施公司的收入增长速度非常快，这种拉力确实是巨大的。再说一次，感觉就像这个，就像难以置信的，产品市场契合度。

　　而且核心商业模式，实际上非常有趣。核心商业模式基本上是按次计费的令牌，所以它有点像是每美元对应一定量的智能令牌，你知道。顺便说一下，这也是另一个有趣的地方是，如果你看看人工智能价格的变化，人工智能的价格下降速度远快于摩尔定律。我可以非常详细地阐述这一点，但基本上，像所有输入到人工智能的成本都是按单位计算的，正在急剧下降。因此，结果是单位成本出现了一种非常剧烈的通货紧缩。而这正在驱动需求增长的水平超过相应的弹性水平。

　　即使在那方面，我们也感觉我们才刚刚开始了解这些东西到底变得有多贵或多便宜。看看吧，毫无疑问，按次计费的令牌价格将从这里变得便宜得多。我认为这将驱动巨大的需求。然后成本结构中的一切都将得到优化，当人们谈论像芯片，或者，构建人工智能的单位投入成本之类的时候，盲目需求的损失将会显现出来，但在任何具有某种商品特性的市场中，供应过剩的首要原因是短缺，而短缺的首要原因是供应过剩。

　　因此，如果你在一定程度上存在图形处理器短缺，或者任何推理芯片短缺，或者任何数据中心空间短缺，如果你看看人类响应需求来建造事物的历史，如果某种可以物理复制的东西短缺，它就会被复制出来。因此，将会有巨大的全面建设。确实有。现在，可能有数千亿美元，甚至数万亿美元被投入到所有这些事物中。因此，在未来十年里，人工智能公司的单位成本将像岩石一样暴跌。经济问题当然是真实存在的。当然，所有这些企业都存在着微观经济方面的问题。

　　但我认为，宏观力量至少在过去一年中非常强劲。考虑到这项技术对消费者和企业用户的潜在价值，并且鉴于人们正在以极其激进的方式发现如何在他们的生活和业务中使用这项技术，这真的很难。对我来说，很难想象它既不能大幅增长，又不能产生巨大的收入。

　　主持人: 实际上，我认为就在两三周前，亚马逊云计算服务（AWS）表示，他们使用的图形处理器（GPU）的寿命已被延长到七年以上。他们正在使用的图形处理器（GPU）的生命周期也在延长，其优化方式可能比过去几代要好。这样理解也是正确的吗？

　　安德森: 没错。那么，这是一个非常重要的问题和观察。另外，这也引出了关于大模型与小模型的不同理论的另一个问题。因此，很多数据、很多数据中心的构建都是围绕着托管、训练和部署大模型而展开的，这是出于所有显而见的原因。

　　但与此同时，小模型革命也在发生。如果你追踪一下，你可以获得各种研究公司所拥有的图表，但如果你只是追踪领先模型的性能随时间的变化，你会发现，经过六到十二个月后，就会有一个性能相当的小模型出现。发生了一种追赶效应，即大模型的性能基本上被缩小并以更小的规模和因此更低的成本快速提供。

　　我举一个过去两周内发生的最新例子。而且，这一点非常令人震惊，有一家中国公司，我忘了公司的名字了，但它是生产一个名为 Kimi 的模型的公司，K-I-M-I，它是领先的开源模型之一。来自中国。而 Kimi 的新版本是一个推理模型，至少根据迄今为止的基准测试来看，它基本上复制了 GPT-5 的推理能力。而 GPT-5 的推理模型比 GPT-4 有了巨大的进步，当然，开发和部署 GPT-5 耗费了巨额资金，而突然之间，我们发现，无论如何，六个月后，你就拥有了一个名为 Kimi 的开源模型。我想，我不知道他们是否已经，它要么被缩小到可以在一台 MacBook 或两台 MacBook 上运行。

　　没错。突然之间，如果你有一个应用程序，如果你是一家企业，想要一个推理模型，具备 GPT-5 的能力，但是，你无论如何，你不会支付 GPT-5 所谓的成本，或者你不想让它托管，你想在本地运行它，你可以做到。而且，这又是一个，又是一个，又是一个突破。就像是，又是一个星期二，又是一个巨大的进步。感觉我的天哪。然后当然，那么开源意味着什么呢？我要去做了。显然，他们将要转向 GPT-6，你懂的，所以正在发生一种层级推进，整个行业都在向前发展。

　　大型模型的能力在增强，但小型模型也在紧追不赶。然后小型模型以非常低的价格点提供了一种完全不同的部署方式。我们将拭目以待。业界有一些非常聪明的人认为，最终一切都只依赖于大型模型，因为显然大型模型将永远是最聪明的，所以你总是想要最智能的东西，因为对于任何应用，你为什么要选择一个不是最智能的东西呢？

　　反驳的论点是：在经济和世界中存在着大量的任务，它们不需要爱因斯坦级别、数据中心级别。我对此并不完全信服，但我目前的工作假设是，发生的情况是模型会逐级下降，一直到最终在嵌入式系统中运行的极小型模型，运行在世界上每个物理设备内部的单个芯片上，最聪明的模型将永远处于顶端，但模型数量上的主体将是扩散开来的小型模型。微芯片就是这么发展的。这正是发生在计算机身上的事情，它们变成了微芯片。然后这是操作系统以及我们构建的所有其他软件发生的事情。其他我们用软件构建的东西。我倾向于认为将会发生这种情况。

　　安德森: 快速谈谈芯片方面，老实说，芯片，如果你看看整个芯片行业的发展历史，短缺会变成供过于求，就像任何时候一个新的芯片类别中存在巨大的利润池时，总有人会领先一段时间，并获得，我们称之为强劲市场份额所对应的利润。但最终发生的是什么，那就是会吸引竞争，当然，你知道这现在正在发生，所以英伟达，英伟达是一家非常出色的公司，完全配得上他们所处的位置，完全配得上他们产生的利润，利润之丰厚，对整个芯片行业来说都是一个强烈的信号，促使他们想办法推进人工智能芯片的尖端技术，顺便说一下，这已经发生了，所以你有像 AMD 这样的其他大公司正在迎头赶上，然后你看到一个非常重要的现象，就是超大规模的云服务提供商（Hyper-scalers）正在构建自己的芯片，所以许多那些大型科技公司都在构建自己的芯片。当然，中国人也在构建自己的芯片。

　　很可能在五年内，人工智能芯片就会变得廉价且充足，至少与今天的状况相比是如此，我认为这反过来会对我们投资的这类公司的经济效益产生极其积极的影响。

　　主持人: 而且初创公司也开始着手设计新的芯片，这是另一件事，你有这些颠覆性的初创公司。

　　安德森: 而且实际上，就芯片而言，我们并不是芯片领域的大型投资者，因为这有点像大公司的事务，但人工智能运行在所谓的图形处理器（GPU）上，这在某种程度上是历史的偶然，GPU代表图形处理单元。基本上，对于没有关注过这件事的人来说，让个人电脑得以实现的主要有两种芯片，即所谓的中央处理器（CPU），经典上是英特尔的X-86芯片，它相当于计算机的大脑。然后是另一种称为GPU或图形处理单元的芯片，它是每台个人电脑中的第二个芯片，负责所有的图形处理。这些图形处理，比如用于游戏的3D图形，或者用于计算机辅助设计制造（CAD/CAM），或者用于，任何其他事情，Photoshop，或者任何涉及大量视觉元素的事情。

　　因此，个人计算机的典型架构是中央处理器（CPU）和图形处理器（GPU）。顺便说一句，智能手机也是如此。顺便说一句，随着时间的推移，它们已经有所融合。因此，现在很多CPU都内置了GPU功能。实际上，现在很多GPU也内置了CPU功能。随着时间的推移，这一点变得模糊了。但是，就像那是经典的划分一样。但事实是，那是经典的划分，这在一定程度上意味着。虽然英特尔长期垄断了CPU市场，但还有一个GPU市场，英伟达基本上为之进行了30年的GPU之战，并取得了胜利，可以说是在该领域最好的公司。但那是一个对图形处理器而言竞争极其激烈的市场。实际上，其利润率并不是特别高。实际上它并没有那么大。

　　然后基本上，结果是存在另外两种计算形式，它们具有极高的价值，其运行方式恰好是大规模并行的，这恰好非常适合图形处理器（GPU）架构，而这两种基本上非常有利可图的额外应用是大约15年前开始的加密货币，以及大约四年前开始的人工智能。因此，英伟达可以说非常巧妙地为自己搭建了一个架构，它非常适合这些应用，但这也有一点点运气的成分，因为恰好如果人工智能是杀手级应用，那么恰好图形处理器架构就是最适合致力于此的遗留架构。

　　我之所以这样说，是因为如果你今天要从零开始设计人工智能芯片，你不会去设计一个完整的图形处理器。你会设计出专用于人工智能的专用芯片，我认为那在经济上会更有效率。而且，珍，正如你所指出的，有一些初创公司实际上正在构建专门面向人工智能的全新类型的芯片。我们得看看那里的情况如何发展。白手起家建立一家新的芯片公司是很困难的。有可能其中一两家初创公司能够独立发展壮大。而且其中一些公司，表现得非常好。当然，也有可能它们会被有能力进行规模化的大公司收购。我们将确切地看看事态如何发展。

　　另外，顺便说一句，我们肯定也会看到韩国人将参与其中。日本人也将参与其中。然后，中国人也将以重要的方式参与进来。他们正在建立自己的本土芯片生态系统。因此，未来将有许多人工智能芯片可供选择。这将是一场巨大的竞争，一场我们将密切关注的巨大竞争。并且我们要确保我们的公司基本上能够充分利用这一点。

　　主持人: 在谈到国际方面时，您早些时候提到了 KIMI，所以目前一些最好的开源模型似乎来自中国。这对人们来说是否应该令人担忧？您是如何与华盛顿特区的人士讨论这个话题的？我知道您上周刚去过那里。这对美国的关注程度有多大，特别是考虑到中国在太阳能市场、汽车市场等领域采取了非自然行为，他们是否在向生态系统倾销产品，以便最终占据市场份额并越来越多地控制整个生态系统？

　　安德森: 有几点要说。其中一点是，你想通过这样开始这些讨论：看看，美国国内存在激烈的辩论，以及世界各地都在讨论，我们正处于一场新的冷战中吗？试图，以及我们应该以多大的敌意来看待他们？顺便说一句，这非常有诱惑力。这非常有诱惑力，而且我认为我们提出的论点非常好，即我们正处于一种新的冷战之中。在很多方面，这就像20世纪的美国对苏联一样。

　　这是反驳，因为它比那更复杂，因为从贸易角度来看，美国和苏联从未真正地交织在一起。坦率地说，很大一部分原因是苏联从未真正制造出任何人需要的东西，除了武器。但苏联的主要出口产品字面意义上字面意义上就是小麦和石油。而当然，中国出口了数量惊人的实物产品，包括基本上构成美国制造商生产的几乎所有东西的零部件的整个供应链的一部分，因此，到美国，任何时候，到美国公司将玩具推向市场时，或者，或汽车或任何东西，或计算机或智能手机或任何东西，它包含大量的零部件，而且它是在中国制造的。因此，美国和中国经济之间的相互联系比美国和苏联经济之间的联系要紧密得多。亚当·斯密或任何人都可能会说，这对和平是件好事，因为两国都需要对方。

　　顺便说一下，这个论点的另一部分是中国，基本上，中国，中国的治理模式是基于高就业率的，因为，至少所有地缘政治人士都说，如果中国的失业率达到25%或50%，那将引发内乱，这是中国最不希望看到的事情。因此，贸易压力的相应部分是中国需要美国的出口市场。美国的消费者约占全球消费需求的五分之三。中国需要美国的出口市场，否则它将突然面临大量工厂瞬间破产的局面，并将在中国造成大规模失业和动荡。所以总而言之，这是一种复杂、相互交织的关系。

　　线年里，华盛顿D.C.两党的一致看法是，我们需要把我们，美国，需要更严肃地对待中国这个地缘政治对手。而且，在这种思想流派下，有一种……有一种军事维度，那南海发生某种战争的风险，台湾周边发生某种战争的风险，这让华盛顿的每个人都高度戒备。还有一个经济问题，围绕着美国的去工业化以及潜在的再工业化，以及这对依赖中国意味着什么。

　　然后还有……然后还有这个人工智能问题。人工智能问题是一个经济问题，但它也是一个地缘政治问题，那基本上人工智能只在美国制造和中国制造。世界上其他地方要么，造不出来，要么不想造，这一点我们可以讨论。所以基本上是美国对阵中国。然后人工智能将遍布世界各地，是美国的人工智能遍布世界各地，还是中国的的人工智能遍布世界各地？我可以说，在华盛顿的跨党派中，这……我刚才讲的这些就是他们看待问题的方式。而且中国也加入了这场竞争。

　　中国人肯定参与了这场竞争，在软件方面，DeepSeek可以说是开启软件竞赛的重大信号。现在，我认为有四个，就像DeepSeek，DeepSeek实际上是中国一家对冲基金开发的人工智能模型。这有点让很多人感到惊讶。然后是Qwen，是阿里巴巴的模型。KIMI来自另一家初创公司叫Moonshot。  然后还有腾讯、百度和字节跳动，它们都是在人工智能领域做大量工作的主要公司。有三到六家左右的主要人工智能公司，然后还有数量巨大的初创公司。

　　他们在软件竞赛中处于领先地位。他们正在努力追赶芯片方面。他们还没有赶上，但他们正在非常努力地追赶。举个例子，至少在美国的普遍理解是这样的，就是你还没有看到DeepSeek的新版本，是因为中国政府基本上指示他们只能使用中国芯片来构建它，以此作为激励，推动中国的芯片生态系统建立和运行起来。然后主要的芯片公司是华为，尽管未来可能会有更多。

　　然后还有接下来的一切，基本上就是以某种机器人形式存在的人工智能，所以一场基本上是全球性的技术经济机器人竞赛正在拉开序幕。而且，中国在机器人方面开局领先，因为他们在许多构成机器人的组件上处于领先地位，因为，就像我说的，这种整个机电产品供应链，基本上是在30年前从美国转移到中国的，而且再也没有回来。所以这就是华盛顿特区的看法。我想说，华盛顿特区正在非常仔细地关注着它。

　　安德森: 今年最大的一个爆炸性时刻是DeepSeek的发布。DeepSeek的发布在很多方面都令人感到意外。其中一个意外之处在于它的出色性能，沿着这条思路，它将先前在云端运行的大型模型的全套能力进行了压缩，使其成为一个尺寸减小、性能相当的较小版本，可以在少量的本地硬件上运行。这是一种情况。

　　另一个意外之处在于它是以开源形式发布的，尤其是它来自中国，因为中国在开源方面并没有悠久的历史。再者，它竟然来自一家对冲基金，这也令人感到意外。所以它不是来自于一个大型的、众所周知的大学研究实验室。它也不是来自于一个大型科技公司。它来自一家对冲基金，据我们了解，这是一种相当特立独行的局面，即你拥有一家非常成功的量化对冲基金，里面聚集了所有超级天才，而这家对冲基金的创始人，基本上决定要开发人工智能。

　　而且，至少从外部迹象来看，这对中国政府来说也是一个意外。中国政府对哪些事情感到意外，哪些没有，这是不可能证明的。但是，至少从气氛上来看，这不是完全计划在 DeepSeek 发布时，它并不是一家全国冠军级别的技术公司。它有点像是“横空出世”（came out of left field），顺便说一句，这对该领域来说是非常鼓舞人心的，因为它证明了像这样默默无闻的人也有可能做到这一点，因为这似乎意味着你不需要那些超级天才、超级明星的研究人员。也许实际上聪明的年轻人就能构建这些东西，我认为事情正朝着这个方向发展。

　　我想说，这引发了一种——我不知道，“效仿者”（copycast）可能不是正确的词——但这感觉就像是 DeepSeek 的成功，以及 DeepSeek 作为开源模型在中国取得的成功，引发了中国发布这些开源模型的一种趋势。你看，华盛顿特区的愤世嫉俗者会说，就像他们在倾销一样，他们显然是在倾销，他们试图，他们看到西方有机会建立这个中国产业。他们试图从一开始就将其商品化。这其中可能有一些道理。中国的工业经济确实有过一段历史，比方说，有补贴性的生产，这在某些情况下会导致以低于成本的价格销售。但我也认为，比如，我认为那样的看法也过于愤世嫉俗了，因为这就像是，哇，他们确实在竞赛中，无论是开源还是闭源，随便什么，他们确实在竞赛中。

　　我们过去在有限合伙人（LP）会议上谈到过，我认为，关于我们在华盛顿特区过去两年里一直在进行的那些政策斗争。大约两年前，美国政府内部有一个很大的、相当大的推动，基本上是为了限制或直接禁止很多人工智能（AI）。对于一个“一枝独秀”的国家来说，进行这些讨论非常容易。但如果你实际上正与中国进行一场赛跑，情况就完全不同了。所以我认为华盛顿特区的政策格局，由于现在意识到这是一场两强竞争而非一枝独秀，这种格局已经发生了巨大的变化。这确实如此。

　　主持人: 事实上，关于这一点，我将直接跳到政策和监管上，因为目前各州对50套不同的AI法律采取的立场，似乎是一种灾难性的方式，使我们在人工智能竞赛中实际上像是被绑住了一只手。有没有一种计划状态，是大家认识到这对进步和发展来说将是灾难性的？如今大多数人对这个话题至少持何种立场？

　　安德森: 所以情况有点复杂。所以我平衡回溯到大约两年前，我非常担心。比如真的会破坏这项联邦的联邦人工智能立法。在那一点上，我们参与了，可以说是非常深入，我们过去也谈到过。而且我认为好消息是，我认为今天坐在这里，那种风险非常低。在华盛顿特区，两党内部都没有什么情绪真正地，从根本上说，没有人有兴趣做任何会阻止我们击败中国的事情。在联邦层面，情况现在好多了。会有问题和系统中的紧张关系，但我认为情况看起来相当不错。

　　珍，就你的观点而言，这已经将很多注意力转移到了各州。基本上发生的情况是，根据我们的联邦制体系，各州可以在很多事情上通过自己的法律。基本上，对于这些事情，很多时候都是一个组合。很多好心的人正在试图弄清楚在州一级该怎么做。然后，当然，也有很多机会主义，人工智能只是热门话题。如果你是某个州里一个积极进取的、崭露头角的州议员或任何职位，想竞选州长，然后是总统，你想把自己和这种热度联系起来。

　　因此，存在一种推动州一级立法的政治动机。你今天坐在这里，我们正在追踪 50 个州中大约 1,200 项法案。顺便说一句，不只是自由州（蓝州），共和党州（红州）也是如此。在过去大约五年里，我花了很多时间抱怨，政客们威胁要对科技做什么。也有很多共和党人，比如，共和党人在这方面不是铁板一块，而且在不同的州，有相当数量的共和党地方官员，我认为他们也有，我们姑且说，被误导或建议不当的观点。他们试图制定和推出糟糕的法案。

　　这种情况发生得有点奇怪，而且，联邦政府确实对州际商业和技术进行监管，而人工智能，从定义上讲，就是跨州的。比如，没有任何一家人工智能公司只在加利福尼亚州或只在科罗拉多州或德克萨斯州运营。在所有技术中，人工智能显然是具有全国性规模的。很明显联邦政府应该是监管者，而不是各州。但是联邦政府需要彰显其权威，需要介入。

　　实际上确实有过这样做的尝试。曾有人试图增加一项州一级人工智能监管的暂缓令，该暂缓令基本上保留了联邦政府监管人工智能的权利，并试图阻止各州推进那些法案，我认为这是所谓“一项宏伟的法案”谈判的一部分。在那之后有一个协议，但那个协议在最后一刻告吹了。而且那个暂缓令没有实现。说句公道话，暂缓令的反对者认为，那可能要求太高了。要获得足够的票数通过，那确实是要求太高了，但从限制各州本应有权实施的某些监管来看，那可能也是要求太高了。所以它就是没有完全整合起来。

　　我们正在华盛顿特区进行非常活跃的讨论，关于这件事的下一步动向。我认为政府非常支持联邦政府负责此事，因为这是涉及所有50个州的议题，也是一个具有国家重要性的议题。然后，我想说，国会两党的大多数人都理解这一点。所以我们只是需要找到一种方法来实现它，但我认为这将会发生。一些州一级的法案非常离谱。科罗拉多州去年通过了一项非常严苛的监管法案，这遭到了丹佛和博尔德当地初创生态系统的激烈反事实上，他们现在正在试图在一年后撤销这项法案，也许是其中的一些细微差别，比如算法歧视以及如何承认它，他们提出的某些极端版本是什么？

　　安德森: 那个真正严苛的法案是，我们努力抗争的那个是在加利福尼亚州，叫做参议院法案1047号（SB 1047）。它基本上是以那个——它被称为《欧盟人工智能法案》，也就是欧盟的《人工智能法案》为蓝本的。好的，这是所有美国相关事务的背景，即欧盟通过了这项名为《人工智能法案》的法案。我不知道，大概两年前吧。它基本上扼杀了人工智能的开发，但在很大程度上，它确实扼杀了欧洲的人工智能开发。而且它极其严苛，以至于像苹果和Meta这样的大型美国公司都没有在它们的产品中向欧洲推出前沿的人工智能功能。这个法案就是这么严苛的。

　　这有点是欧洲人的一种典型做派，他们喜欢，就像他们只是认为，他们有一种看法，如果你不能成为领导者的话，顺便说一下，他们真的这么说。如果我们在创新方面不能成为领导者，至少我们可以在监管方面成为领导者。然后他们通过了这种，这种极具破坏性的自我伤害的举措。然后，几年过去了，他们才意识到，‘我的天哪，我们都做了些什么？’所以他们，正在经历他们自己的版本。顺便说一句，当我谈论欧洲时，我对整件事往往持非常悲观的态度。我告诉你，我认识的关于欧洲最悲观看法的人是那些移居美国的欧洲企业家。他们对欧洲正在发生的这些事情感到非常愤怒。

　　但即使在他们那里，欧洲的情况也糟到如此地步，他们给自己造成了如此严重的损害，以至于欧盟现在实际上有一个试图撤销该措施的程序。他们正试图撤销《通用数据保护条例》（GDPR）。所以总而言之，对于那些关注欧洲的人来说，马里奥·德拉吉（Mario Draghi），我猜是意大利前总理，大约一年前做了一件关于欧洲竞争力的事情，那就是德拉吉报告。他用非常详细的方式概述了欧洲在哪些方面束缚了自身的发展。其中一部分就是人工智能等领域的过度监管。所以他们正试图扭转这一局面，或者做出姿态，我们拭目以待。

　　在这一切中间，加利福尼亚州似乎莫名其妙地决定基本上模仿欧盟的《人工智能法案》（AI Act）并试图将其应用于加州，这在你看来可能完全是疯了，对此我只能说，欢迎来到加州。这基本上是萨克拉门托（Sacramento）的一种政治动态，变得一团糟。这本可以，彻底扼杀加州的人工智能发展。幸运的是，我们的州长在最后一刻看到了这一点。维托，那项法案确实通过了立法机构的两院，这是最后一刻的。

　　詹，关于你提出的观点，它本会做很多灾难性的坏事，但它会做的一件事是，它会将下游责任分配给开源开发者。我们谈到了中国的开源问题，所以你们有中国人在做开源。现在你们将拥有使用开源的美国公司。顺便说一句，你们也将拥有开发开源的美国学者以及像独立人士在他们业余时间做的事情，这是所有这些技术传播的关键途径。因此，这项法律会将开源被滥用的下游责任分配给开源的原始开发者。

　　如果你是一个独立开发者，或者你是一名学者，或者你是一家初创公司，你开发并发布了一个人工智能模型。这个人工智能模型运行良好。在你发布的那天，它很棒。但可能五年后，它被集成到核电站中，然后核电站发生了熔毁。然后有人说，这是人工智能的错，对核熔毁或任何其他在未来实际发生的实际事件的法律责任。然后被重新分配给那个开源开发者。

　　当然，这完全是疯了。这会彻底扼杀开源。这会彻底扼杀从事开源的初创公司。这会彻底扼杀学术研究，完全是这样，该领域的一切。这就是这些州级政客沉迷于其中，那种玩火的程度。正如我所说，我认为好消息是联邦政府理解这一点。我怀疑这个问题会得到解决。但这确实需要解决，因为，作为一个国家，任由各州如此自毁式地运作是完全没有道理的。

　　所以这就是我们正在做的事情。我们谈论这个。我们称之为我们的小型科技议程。我们极其关注自由和初创企业的创新。我们不试图争论许多许多其他问题。我们的运作方式是完全两党合作的。我们得到了两党广泛的支持，也为了两党。因此，这是一项真正的两党合作的努力，非常基于政策，而且我认为它与整个国家的利益非常一致。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，在某些情况下来自有限合伙人（LP），实际上在很多情况下来自员工，就是“为什么是我们”，对于任何此类政策问题，总会有一个集体行动的问题，这就是“公地悲剧”，即理论上，每一个风险投资公司，每一个科技公司，无论什么，都应该对这些事情发表意见，但在实践中。发生的情况是，他们大多数人根本没有。因此，在某个时刻，有人必须承担起解决这些问题的责任。我和本基本上得出的结论是，这里的风险实在太高了。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。不管好坏，我认为这就是目前在这一领域成为领导者的经营成本。

　　主持人: 在我们结束关于人工智能（AI）的话题之前，我想回到一个收到的问题。那么，你认为与按席位定价相比，基于使用量或效用的方式是否是为人工智能定价的正确途径？

　　安德森: 啊，这是一个极好的问题。所以这是那些巨大的问题之一，在我称之为万亿美元问题清单中的一个，这取决于答案如何，将驱动，数万亿美元的市场价值。

　　基于使用量的定价实际上是相当惊人的。如果你从初创公司的角度，从风险投资的角度来看，所发生的一切实际上是相当惊人的。我其实很少在公开场合谈论这个，因为我不想让它停止，但我认为这实际上非常惊人，那就是你拥有这些技术公司，这些大型科技公司，它们拥有令人难以置信的研发能力，正在构建这些大型模型，这些大型人工智能模型，拥有这种令人难以置信的、一种新的智能。然后结果是它们已经在打一场战争，它们已经在打云战争，所以它们已经在进行关于云服务的战争。这就像是亚马逊云服务（AWS）对战微软云（Azure）对战谷歌云（Google Cloud），还有所有其他的云业务努力。

　　所以实际发生的情况是，就像是，存在一个平行宇宙，在这个宇宙中，它们基本上将所有的神奇人工智能技术保密并据为己有，只将其用于自己的业务，或者用于在更多领域与更多公司竞争，你知道。但它们实际所做的却是，如果说“商品化”这个词太强烈了，但它们通过自己的云业务推广了这种神奇的新技术，这项业务拥有这些规模惊人的、你知道的、组成部分，以及提供商之间这种超强的竞争，以及这些价格下降得非常快。你们拥有了世界上最神奇的新技术，然后这些公司基本上将其作为一项云业务提供，并让地球上任何人都可以点击使用，而且只需相对较少的费用。

　　然后是按使用量付费，这意味着，而使用量对初创公司来说非常棒，因为它意味着你可以轻松起步，几乎没有，基本上没有固定成本。对于构建人工智能应用的初创公司来说，它们没有巨大的固定成本，因为它们可以接入OpenAI、Anthropic、谷歌或微软或任何，云，按次计费的代币，按次计费的智能代币服务，然后就可以起步了。所以从初创公司的角度来看，这就像一件奇妙的事情，世界上最神奇的技术可以按需获取。这绝对是惊人的。

　　而且，这种模式，顺便说一句，这种模式是奏效的，这些公司也很高兴，而且它们增长得非常快，而且它们，很高兴地报告了云收入的大幅增长，而且，它们对利润率等感到满意。我认为总体而言它是有效的。而且我认为这些业务可能会变得大得多。所以我认为，总的来说这会奏效的。

　　但对于像这样的问题，这并不意味着所有应用程序的最佳定价模式都应该是按次计费的代币。事实上，我认为情况并非如此。我们花了大量时间进行研究，我们公司里实际上有专门从事定价的专家。我们花大量时间与我们的公司一起研究定价，因为它真的是一门艺术与科学的结合，但很多公司没有给予足够的重视。所以我们花了很多时间与他们的公司一起研究这个问题。

　　当然，定价的一个核心原则是你不想按成本定价。如果可以避免，你想要按价值定价，比如，你希望设定的价格能够反映你所获得的业务价值的百分比，尤其是在你向其他企业出售业务时，你希望定价是基于你所获得的业务价值的一个百分比。你确实看到一些人工智能初创公司正在对他们所做的一些事情实行按次计费的定价，但也有许多其他公司正在探索其他定价模型，有些只是对软件即服务（SaaS）定价模型的复制，但你也有其他公司正在探索定价模型，例如，如果人工智能真的能完成程序员的工作，或者人工智能能完成医生、护士、放射科医生、律师、律师助理或教师的工作，基本上你是否可以按价值定价，并获得该价值的百分比？

　　否则本应是，本应是一个人的价值，或者，或者顺便说一句，同样地，你能否按边际生产力定价？如果你能通过提供人工智能，让你的人类医生效率大大提高，你是否可以对这种提升的生产力的百分比进行定价，是基于人类与人工智能之间的这种增强的、你知道的、这种共生关系所带来的提升？因此，我认为我们在初创企业领域看到的是，关于这些定价模型正在进行大量的实验。

　　而且我认为，我再次认为这非常健康。我……我曾就此发表过一段简短的演讲，那就是高价其实是被严重低估的。高价通常是客户所青睐的。说实话，这很有趣，很多关于定价的天真的看法是价格越低对客户越好。而更成熟的看待方式是，高价通常对客户也有好处，因为高价意味着供应商可以把产品做得更好，比如，那些定价高、利润率高的公司可以投入更多资金进行研发，他们确实能让产品变得更好。而且，大多数购买东西的人并不仅仅在寻找最便宜的价格。他们想要一个能运行得非常好的东西。

　　所以高价，客户从来不会说出这一点。这永远不会出现在调查问卷中，但高价实际上可能成为给客户的一份礼物，因为它能让供应商变得更好，能让产品变得更好，并最终让客户受益。所以我对企业家们愿意进行这些实验的程度感到非常鼓励。我们将不得不观其发展情况。但至少到目前为止，我对业内对此的态度感到满意。

　　主持人: 太棒了。事实上，在你刚才讲述的时候，我本来还有大约10个后续问题，但我实际上要回到一个话题。你简要提过的，关于万亿美元的问题。开源还是闭源会赢？关于这个辩论，我们是否已经有了结论？或者你认为它处于哪个阶段？

　　安德森: 不，我认为这仍然是开放性的。我认为这仍然是非常开放的。闭源模型正在不断进步。顺便说一句，总的来说，如果你去了解一下那些在大型预训练模型实验室工作的人们的情绪，他们通常会告诉你，进展正以非常快的速度持续下去。网上或者市场上会周期性地出现一种担忧，那这些模型的能力是否达到了顶峰。在某些领域，有人正在努力攻克。但是那些在大实验室工作的人会说，不，我们还有大约800个新想法。比如，我们有大量的新想法。我们有大量的新方法来做事情。我们可能需要找到新的扩展方式，但是，我们有很多关于如何做到这一点的想法。我们知道很多方法可以让这些事情变得更好。而且，我们基本上总是在不断地创造新的东西。

　　我想说，总的来说，在所有大实验室工作的人都相当乐观。因此，我认为大型模型会在这里继续非常快速地改进。然后，总的来说，开源模型也在不断改进。正如我所说，几乎每个月或者什么时间，都会有另一个像这个“KIMI”（指代某事物）一样的大型发布，让人觉得哇，这太棒了。而且，哇，他们真的把那个东西缩小了，并将其能力集成在一个非常小的外形尺寸上。

　　情况就是这样。然后，也许我要提到的第三点是开源的另一个非常好的好处是，开源是易于学习的东西，如果你是一名计算机科学，如果你是一名希望教授关于人工智能的计算机科学教授，或者如果你是一名试图学习它的计算机科学学生，或者如果你只是像一家普通公司的普通工程师，试图学习这个新事物，或者只是你家里某个人，顺便说一句，你家里在夜里有创业点子的人，这些，这些，这些。最先进的开源模型是惊人的，因为那就是你需要的教育。比如，它们实际上，这些开源模型实际上向你展示了如何做所有事情，这导致了什么，关于如何构建人工智能的知识正在迅速扩散。再说一遍，与一个基本上被两三家大公司垄断的反事实世界相比。

　　开源也在传播知识，然后这些知识正在培养出很多人。正如你们今天坐在这里看到的那样，人工智能研究人员的需求非常大。如今人工智能研究人员的薪水比职业运动员还高，你说得对，那就是供需失衡。市场上供应不足，但，短缺反过来也会造成过剩。世界上能非常快速地掌握如何构建这些东西的聪明人的数量。世界上一些最顶尖的人工智能人才才22、23、24岁，从定义上讲，他们在这个领域的时间并不长。他们不可能一辈子都是专家，他们必须是在过去四五年里才迅速掌握这些技能的。如果他们能做到这一点，那么未来将会有更多的人能做到这一点。因此，这种技术专业水平的扩散现在正在非常迅速地发生。

　　我认为这仍然，正如我所说，我认为这仍然是一场竞赛。顺便说一句，你看，长远的答案很可能就是两者兼有。正如我所说，如果你相信我的金字塔行业结构，那么无论成本如何，最聪明的技术一定会有庞大的业务。几乎不考虑成本是多少。但也会有无处不在的、规模庞大的大众市场模型，这也是我们现在所看到的。

　　主持人: 你当时提出的另一个问题是，是现有企业还是初创公司会赢？在那个时间点，我认为现有企业在对待人工智能方面的情况不一。我认为在过去两年中，情况已经发生了根本性的变化。然后作为反例，初创公司的蓬勃发展，现在越来越多地可能正在向现有企业类别迁移，这是自那时以来发生的时间变化。你想接手这个问题，并评估一下当前的世界现状如何？

　　安德森: 你看，大公司肯定在努力拼搏，谷歌在努力拼搏，Meta 在努力拼搏，亚马逊、微软，有很多这样的公司，他们正处于其中，非常积极。然后你有我们称之为新的现有企业，比如 Anthropic 和 OpenAI。但你也可以看到，比如，即使在过去的两年里，也突然涌现出许多全新的公司，它们几乎立刻就成为了现有企业，你可以说 XAI 就是其中之一，Mistral 也顺便说一句，Mistral 是我前面提到的欧洲情况中的一个显著的特例，比如，Mistral 作为欧洲层面上的、法国的、欧洲大陆层面的那种人工智能领军者，它的发展确实非常好。可以说是“常能证明其规则的例外”。

　　但是，现在有很多这样的公司发展得相当不错，正在成为新的既得利益者。然后当然了，还有大量的初创公司。顺便说一句，还有真正的基础模型初创公司，我们资助了，我们资助了，我怀疑是从 OpenAI 出来的某人去创办一家新的基础模型公司。我们资助了 Miramir Moradi，他也是来自 OpenAI。我们资助了来自斯坦福大学的 Fefe Ali 去创办一家世界模型基础模型公司。所有这些新的尝试都处于早期阶段，但它们很有希望能够快速建立起新的既得利益者。

　　所以这一切都在发生着。而且在此之上，还出现了人工智能应用公司的巨大爆炸式增长，所以基本上有一些公司，通常是初创公司，它们采用这项技术，然后在特定的领域中加以应用，无论是在法律、医学、教育还是创意，或者其他任何领域，但再次强调，事情发展之迅速、之复杂是惊人的。

　　因此，我们花点时间谈谈应用公司，比如像 Cursor 这样的应用公司，它们就是应用公司。它们从 Anthropic、OpenAI 或谷歌那里按需购买核心人工智能能力，按令牌购买，然后在此基础上构建一个代码，一个代码编辑器，我们过去称之为集成开发环境（IDE），或者基本上是一个软件创建系统。所以它们在 Anthropic 或 OpenAI 或其他大型模型之上构建一个人工智能编码系统，并将其提供给用户。而这些公司在业内受到的批评是，这些就是所谓的 GPT 封装器（GPT wrappers）。这是一种贬义的说法。其基本观点是，它们实际上没有做任何能保值的事情，因为它们所做的一切的全部目的只是展示人工智能，但这不是它们自己的 AI，所展示的 AI 来自于别家。因此，这些最终不会具有价值的只是某种中转性的外壳。

　　实际上，我们发现情况恰恰相反，这体现在像 Cursor 这样的领先人工智能应用公司身上。首先，他们发现他们不仅仅在使用单一的人工智能模型。事实上，随着这些产品变得越来越复杂，他们最终会使用许多不同类型的模型，这些模型是根据这些产品工作方式的具体方面进行定制的。所以他们可能一开始使用一个模型，但最终他们会使用十几个模型。随着时间的推移，对于产品的不同方面，可能会使用 50 个或 100 个不同的模型，A，其次，他们最终会构建许多自己的模型。

　　因此，许多这些前沿的应用公司实际上正在进行向后整合，并构建自己的 AI 模型，因为他们对自己的领域有最深入的理解，他们能够构建最适合该领域的模型。另外，顺便说一句，他们也能够采纳和运行开源的 AI 模型。因此，如果他们不喜欢从云服务提供商那里购买智能（即购买服务）的经济效益，他们可以选择采用其中一个开源模型来替代，这些公司也正在这样做。最顶尖的人工智能应用公司实际上是完全成熟的深度技术公司，它们正在构建自己的人工智能。

　　主持人: 我想所有模型都是如此，马克，当你想到大型模型与小型模型（正如你描述的那样），那将是小型模型。你会将其归类为小型模型吗？

　　安德森: 有些公司，我们应该，我让他们在适当的时候宣布他们正在做什么，但其中一些现在也在进行大型模型开发。过去两年中一个重大的学习点是，这非常有趣，那就是两年前或三年前，你肯定会说，哇，OpenAI 遥遥领先。而且对所有人来说可能都无法追赶一样。然后Anthropic 追上来了。但是，他们是从 OpenAI 出来的。所以他们掌握了所有的秘密，无论是什么。所以他们知道该怎么做。他们追上来了。但肯定没有人能追上他们。

　　然后在那之后非常快，出现了一大批其他公司，它们非常快地迎头赶上。而 XAI 也许是最好的例子。XAI，就是埃隆（Elon）的公司，XAI，名为 Grok 的公司是它的消费者产品版本。XAI 基本上在从零开始的情况下，在不到 12 个月的时间里就追赶到了最先进的、与 OpenAI 和 Anthropic 同等的水平，再次强调，这恰恰反驳了任何一家现有巨头能够拥有永久领先地位，从而完全锁定市场的观点，如果其他人能这样追赶上来。

　　然后正如我们讨论过的，中国部分是过去一年中出现的新情况，深知（DeepSeek）的这个，我认为深知的这个时刻是在今年一月或二月，所以不到 12 个月前，所以现在你有大约四家中国公司已经有效地迎头赶上，所以所以这再次说明，这些是价值万亿美元的问题，而不是答案，但感觉哇，好的，这是这样一种情况：一旦有人证明了某事是可行的，其他人似乎就能迎头赶上，即使是那些资源少得多的公司也是如此，我不知道这对长期来看大型参与者的经济效益意味着什么，也许会让你稍微持怀疑态度。

　　另一方面，也许这会让你对初创企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，因为它们能够做一些有趣的事情，这就是我们如此兴奋的原因。这应该会让你对中国更加兴奋一些。另一方面，中国的竞争给美国体系施加压力，使其不至于自我搞砸，这是非常积极的，所以这可能应该让你对美国更加看好一些。我想，这些都是，这些都是我们的实时动态，我认为我们需要更多时间过去，才能知道确切的答案。

　　我应该说，有时候，因为有时候我不知道，当我说这些都是开放性问题时，有时会吓到人们。当一家公司面临根本上开放的战略或经济问题时，这通常是一个大问题，因为公司需要有一个战略。而这个战略需要非常具体。公司必须做出非常具体、具体的选择，关于它将如何部署投资资金。以及人员，而且战略必须是合乎逻辑和连贯的，否则公司就会陷入混乱。公司需要回答这些问题。如果他们给出了错误的答案，他们就真的有烦了。

　　风险投资，我们在风险投资领域确实存在一些问题，但我们拥有的一大优势是，我们不必，我们可以同时押注多种战略，我们正在这样做。所以我们正在押注大型模型和小型模型，以及草原模型和开源模型，还有，还有，还有基础模型和应用。还有面向消费者和面向企业的。

　　因此，投资组合这种做法的本质是，我们正在积极地，基本上，我们正在积极地支持我们确定的、我们认为有合理成功机会的每一个战略。即使这与我们正在投资的另一个战略相矛盾。一个原因就是世界是混乱的，可能很多事情都会成功。对于很多事情，不会有明确的是或否的答案。就像许多答案一样，我认为其中一些只是答案，但另一部分是，比如，如果这些策略之一不起作用，比如，我们并不是要对冲本身，但我们将在投资组合中拥有替代策略的代表性，因此我们将有多种获胜的方式。所以总而言之，那就是目标，那就是我们在这个领域采取这种方法的原因和理论。这就是为什么当我说存在这些重大的未决问题时，我的脸上带着灿烂的笑容，因为我认为这实际上对我们有利。

　　主持人: 这正好可以引出A16Z的问题，因为到目前为止我们已经收到了一些，而且我们事先也收到了一些提交的问题。所以我将从一个广泛的主题开始。你和本在哪些问题上存在分歧但最终达成一致？

　　安德森: 分歧并承诺。我们同意。我们，我正要说，我们就像一对老夫老妻，所以我们不断争吵。但我们在一起了。

　　安德森: 火早就熄灭了。但我们总是在公园里争吵，我们辩论一切，我们争论一切，话虽如此，让我们的伙伴关系奏效的事情之一是，我们确实倾向于得出相同的结论，我们每个人都愿意被对方说服，所以我们最终得出，我们大多数时候都得出相同的结论，所以我可以说，没有坐在这里，没有像零个问题是我坐在这里，我想，我真不敢相信，我只是，我真不敢相信我正在，容忍他做的一些疯狂的事情，我非常不同意，但我感觉我必须承诺。或者我认为反之亦然。所以我们没有那些。

　　老实说，最大的事情，我说，他和我们，我和他讨论的最大事情，顺便说一下，这不是我们正在做的最重要的事情，但既然有人问了这个问题，它就是一个话题。我和他讨论的最大的事情，我不知道，也许我总是在自我怀疑，或者我从不知道我应该在上面得出什么结论，他和我们经常谈论的就像基本上是公司的公开足迹一样。

　　比如我们在世界上的存在形式，就公共声明、争议，我们如何就某些事情发出声音和表达观点。我只想说，存在着一种真实的、存在着一种张力，一种真实的，也许很明显，但非常重要的张力。比如，一般来说，我们越是活跃、越是直言不讳、越是有争议性，对企业就越有利，因为创业者们喜欢这样。在这一点上，这一点非常清楚。创始人希望与那些基本上是勇敢、有争议、采取有争议立场并清晰阐述观点的人合作。

　　他们希望如此，原因有很多。一个原因是，这证明了他们所赞赏的勇气。但另一个原因是，这在他们甚至在我们见面之前就教会了他们我们是谁。这已被证明是一个难以置信的竞争优势。从长远来看，有限合伙人会知道，这就是为什么我们从一开始就采取了非常积极的市场营销策略。而且，这完全奏效了。整个事情是，如果我们能够广播我们的信息，并且我们能够非常清楚地表达我们的信念，即使到了引起争议的地步，那么世界上最优秀的创始人也会在他们进门之前就理解我们。没错。而且在他们还没见到我们之前就已经了解我们了，这与当时风险投资界其他人截然不同，他们基本上都对一切保持沉默，以至于创始人根本不知道这些人是谁，也不知道他们相信什么。这效果极其好。它现在仍然效果极其好。顺便说一句，这在整个行业中通常都是如此。这基本上就是情况。

　　另一方面，公开露面并在许多方面引发争议会带来外部影响。我想这么说，我们非常非常努力地在走钢丝。我们并没有放弃做一个在很多方面都有所建树的公司。埃里克·伦伯格（Eric Wrenberg）和他组建的团队，就是我们过去和你们谈过的那个团队，已经开始全力冲刺了。我们正在加倍投入，致力于成为阐明重要技术和商业问题的领导者。

　　你知道问题肯定在于人们需要能够理解，顺便说一句，这已被证明非常有效。我们相当一部分的咨询活动是针对华盛顿的，因为再说一遍，如果你是华盛顿的政策制定者，你身处 3000 英里之外，你的所有信息来源都是像憎恨硅谷那样的东海岸报纸，那很糟糕。我们能够广播关于技术的、知情的观点，我们经常在华盛顿特区遇到人，他们说“我关于这个主题的大部分知识都是从你们那里学到的，因为我听了播客，读了文章，看了 YouTube 频道。”

　　我们将继续这样做，所以我们，总的来说，我们在这方面是积极主动的。但是他和我确实就我们应该触及多少“三号线”话题，以及频率如何，有过一些来回的讨论。我想说，我们正在努力调节这一点，正如伊丽莎白·泰勒所说，“只要我们把我们的名字拼对”，在大多数情况下，这通常是件好事，尤其是在涉及一点技术问题时。

　　主持人: 而且，我认为这个问题中可能包含着你和本之间的关系程度，这一点已经持续了 30 多年了，以至于马克现在已经成为了代表两者的一个人。有些人将马克称为“安德森·霍洛维茨”。现在，这个标记已经合并成了一个人。

　　主持人: 距离你们围绕人工智能进行重组已经两年了。我启动了AD。你认为你最正确的是什么？事后来看，在这个决策过程中，有什么是你低估或错过的吗？

　　安德森: 没有，你看，我们犯了很多错误。我认为那些……我认为那些都是正确的决定。对于人工智能来说，就像我说的，整个理论……我们从一开始就有的整个风险投资理论，和许多在我们之前的人所持有的理论一样。

　　这是非常正确的，我认为，这两种理论，比如风险投资的产生，是在出现根本性的架构转变时产生的，比如技术格局发生根本性变化时，这对风险投资来说基本上是永恒的真理，原因是：如果技术发生根本性变化，那么你就会有一个创造力周期，在这个周期中，你可以有基本上具有侵略性，非常具有侵略性的人，来创办这些新公司，他们就有机会进入，并且在那些大公司能够做出反应之前赢得细分市场；如果技术没有根本性的变化，那么就很难起步，因为那些大公司最终会做所有的事情。

　　因此，风险投资的兴衰在很大程度上取决于这些转变的浪潮。所以总是有这个问题，一直都有这个问题。我认为历史上最好的风险投资公司，是那些在穿越浪潮方面最积极的公司，你看，当我1994年来到硅谷时，我就是其中的受益者，1994年根本就没有像互联网风险投资公司那样的风险投资公司，它就是不存在的。但在当时，当时有一批风险投资公司，比如我们的公司凯鹏华兴（Kleiner Perkins），他们说，这是一个新的架构，这是一次新的技术变革。这看起来完全疯狂。所有人都说你不可能从中赚钱，等等等等，这些年轻人疯了，但是，我们要下注。

　　所以他们愿意投资。顺便说一下，90年代的凯鹏华兴不仅投资了我们，还投资了亚马逊，然后是谷歌，一家又一家公司。他们在家庭宽带方面进行了投资，这基本上使家庭宽带得以实现。他们投资了一系列公司，他们是一家成立于20世纪70年代的风险投资公司，当时大约是围绕着所谓的迷你计算机，那差不多是落后了三代技术。他们已经成功地度过了这一波又一波的浪潮。对于红杉资本也是如此。对于任何一家成功的、存在了，30年、40年或50年的风险投资公司，情况基本都是如此。

　　所以我想在这个行业里，就像在所有行业中一样，你就是需要，你需要跟上新的事物。坦率地说，我认为风险投资生态系统中的大多数人决定不参与加密货币，这相当令人惊讶。在我们交谈过的众多风险投资人中，从2009年比特币白皮书发布到2021年加密货币战争开始的这段时间里，他们基本上都说，我们不做加密货币。这很奇怪，我一直不明白如何对待那些说，有新一波技术出现，但我有意识地不参与其中的风险投资人。我总是在想，这不是他们的工作内容吗？

　　所以我对那些没有转向加密货币的风险投资人感到相当惊讶。我想说，在过去三四年间的加密货币战争中，他们看起来短暂地显得很明智。我想他们现在看起来可能要显得没那么聪明了。人工智能是另一个领域，有些公司正在全力以赴地跟进。而有些公司只是袖手旁观，任其发展。顺便说一句，有些公司从未成功过渡到互联网时代。有些公司在80年代非常知名且非常成功，但就是没能跟上互联网的浪潮，基本上就逐渐消亡了。

　　长篇大论地说了这么多，我想在这个行业，尤其是在所有行业中，你都必须抓住机遇，必须跟上新的浪潮。而且我认为我们已经把握了它的规模，即这对公司内部来说是一种根本性的变革。AD（应用开发/先进设备等，根据上下文推断）做得很好。我认为AD本身也是人工智能的受益者，因为有两个方面，一方面是AD公司自己构建的许多类型的产品都受益于人工智能。另一方面，人工智能也是能源和材料等AD其他领域的需求驱动力。因此，我认为这总体上是非常一致的，并且运行良好。

　　顺便说一句，由于所有政策变化，加密货币又回到了一个，我想说，令人兴奋的行业。然后我认为还会出现交叉点，我认为人工智能和加密货币之间实际上会有相当多的交叉点。然后生物技术，以及生物和医疗保健，我认为显然将通过人工智能进行变革，无论是在医疗保健方面还是在实际的药物发现方面。而这正在进行中。所以总而言之，公司内部的个人努力感觉很好，适合当前时机，团队之间的互动以及混合理念，那些从多个角度处理这些问题的公司，感觉非常好。

　　也许后续的问题是，我们现在感觉缺少了什么？我认为答案其实不是，我现在不认为我们缺少一个垂直领域。我现在没有，没有一个特定的垂直领域，比如，我不知道或者随便什么，我们只是觉得，我们只需要，我们需要一个新的部门，或者一个新的基金，或者随便什么。我目前没有看到这种情况。我认为它在我们目前关注的垂直领域执行得非常好，然后，成为我们投资组合公司能够得到的最好合作伙伴。

　　主持人: 实际上，关于人工智能（AD）这一点，因为人工智能正在创造，并且有很多关于人工智能抢走工作的讨论等等，具有讽刺意味的是，与能源相关的物理领域，以及与数据中心建设等相关的“人工智能领域”的工作的需求从未如此之高。从加速器的角度来看，从社会的角度来看，钟摆似乎也在摆动。你谈到了社会也需要为技术采纳做好准备的重要性。你最近看到这种加速了吗？你对如何实际增加这种普及率有何看法，以便确保采纳的融合也与技术实际实施的速度保持一致？

　　安德森: 你看，我们之前讨论过，但很长一段时间以来，技术一直不是非常相关的。你看，如果你回顾过去，比如300年，总是有由新技术引起的反复出现的恐慌和歇斯底里的浪潮。甚至你可以追溯到500年前，回到印刷术，它基本上与新教的产生相伴而生，而新教真正改变了世界。

　　然后，你回顾过去，总是有持续不断的恐慌。在过去的200年里，自动化恐慌已经以多种方式出现过。马克思主义背景下的很多基础性恐慌，基本上是对自动化应用将导致工作岗位被消除的恐惧。今天你听到的关于人工智能将使所有财富集中在极少数人手中，而其他所有人都会变得更穷、更困苦的许多论调，基本上就是马克思过去所说的，顺便说一句，我认为那时的说法是错的，现在也是错的，我们可以讨论一下。

　　但甚至在20世纪60年代，也有关于人工智能的一整套恐慌，会取代所有工作岗位。当时有一个非常重大的事件，现在已经被人遗忘了，但在约翰逊政府时期，它曾是件大事。你今天读到那些人工智能暂停信函，就是几周前刚出来的那封，居然是哈里王子带头的。他认为人工智能将毁掉一切。信中提到，在1964年，基本上有一群来自学术界、科学界和公共事务界的领军人物。有一个叫做“三方委员会”的东西。或者叫“三次革命委员会”。如果你在谷歌上搜索，“三次革命委员会，约翰逊白宫”或者其他什么，这个东西就会跳出来。它有一个非常相似的宣言，大意是：我们今天必须停止技术进步的步伐，否则我们将毁掉一切。

　　然后，即使在过去的20年里，2000年代也曾出现过一场关于外包将会夺走所有工作的巨大恐慌。然后，说来也奇怪，到了2010年代，恐慌对象变成了机器人，这很神奇，因为机器人在2010年代根本就没怎么运作，到现在也差不多是这样。但是，围绕着这个存在恐慌，而现在则存在某种程度的人工智能恐慌。

　　我想说的是，我描述它会是这样，我们硅谷的人一直希望我们所做的工作是有意义的。老实说，我们大部分时间都在听人们告诉我们，我们所做的一切都很愚蠢，而且不会成功。这是一种默认立场。然后基本上在某个时刻，这会转变为对它将如何毁掉一切的恐慌。坐在这里很容易对这一点持愤世嫉俗的态度。尤其是当你随着时间的推移看到这些模式时。我的观点是，我们实际上需要对此抱有极大的尊重，我们也需要对此有充分的认识。

　　基本上，我用“狗咬公交车”这个比喻，就像我们总是想做有意义的事情一样。我们正在做有意义的事情。社会上其他的人确实非常关心这些事情。我们有责任非常仔细地考虑这一切，并且把工作做好，不只是构建技术，还要解释它。看，我认为我们有真正的义务，真正地解释我们自己并在这些问题上进行参与。

　　就如何衡量进展而言，这可以说是经典的社会科学问题，也好的，如果你想了解人们的模式，基本上有两种方法可以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。正如每位社会科学家，每位社会学家都会告诉你的那样，基本上就是你可以问人们，而你做到这一点的方式，就像调查、焦点小组、民意测验。他们怎么想。但然后你可以观察他们。你可以做所谓的“揭示偏好”或只是观察到的行为，因为你实际上可以观察他们的行为。

　　在人类活动的许多领域，包括政治以及社会和文化中随时间变化的许多不同方面，你经常会看到，当你询问人们时得到的答案与当你观察他们时得到的答案非常不同。原因在于，比如，你可以对为什么会这样提出一堆理论，马克思主义者声称人们具有虚假意识。我认为比较合理的解释是，人们对各种事情都有看法，尤其是在他们可以表达自己的情境中，他们往往倾向于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，他们在行动时往往要平静得多，也更加审慎和理智。

　　所以这正在人工智能领域上演，也就是说，如果你进行一项调查或民意测验，例如美国选民对人工智能的看法，就像他们都处于完全恐慌之中一样。简直是，天哪，这太可怕了，这太糟糕了，它会消灭所有工作，会毁掉一切，整个事情。如果你观察实际偏好，他们都在使用人工智能。所以他们他们正在下载应用程。