#A16Z
150 億美元押注 AI:a16z 講明白,什麼才值錢
2026 年 1 月 9 日,a16z 在官網宣佈: 我們剛剛募了超過 150 億美元。這個數字佔到 2025 年美國全年 VC 募資總額的 18%。資金明細顯示:Growth 增長基金 67.5 億AI Infrastructure 17 億AI Apps 17 億American Dynamism 11.76 億其他早期策略 + BioHealth 近 37 億其中,AI 基礎設施和 AI 應用加起來 34 億,是單一領域投入最大的方向。但他們押的不是 AI 模型本身。傳統 VC 算市場規模、看產品競爭力、卡估值天花板。a16z 看的是:能不能創造不存在的市場,能不能讓供給側突破 10 倍、100 倍,能不能把不可能變成現實。(a16z創始人深度訪談:150億美元押注AI的邏輯)1 月 16 日,a16z 的兩位創始人 Marc Andreessen 和 Ben Horowitz 在一場深度訪談中,詳細解釋了這套投資邏輯。第一節|押什麼:那些還沒出現的好東西Marc 說:真正有價值的,不是市場裡已有的東西,而是那些本來不會出現的東西。這就是他們投 Substack 的原因。Substack 是一個付費訂閱寫作平台,讓獨立作者可以直接向讀者收費。2017 年剛起步時,很多人覺得這產品沒必要存在。 寫作平台不缺,部落格時代已經證明大多數人不願為文字付費。行業普遍的看法是:這筆投資不會成功。但 a16z 從一開始就不是看平台現在能賺多少錢。 他們看的是:這個平台能不能讓創作者活下去,把那些原本不會出現的好內容寫出來。Marc 認為: 很多寫得好的人,不是離不開媒體機構,而是沒有獨立謀生的路。Substack 給了他們那條路。a16z 的邏輯很簡單:供給出來了,需求就會來。但什麼樣的供給值得押注?Marc 用貓咪視訊開了個玩笑:我喜歡貓咪視訊,AI 生成的更好看。他的意思是:娛樂內容有巨大市場,這個大家都看得到。但高品質、長篇、有深度的內容,同樣有巨大的潛在市場。只是現在看不到,因為寫的人養不活自己。換句話說:值錢的不是市場裡已有的東西,而是那些本該存在、卻還沒出現的東西。第二節|押誰:能把想法變成公司的人但光有供給端的機會還不夠。Marc 和 Ben 更關心的是:誰能把這個機會變成現實?他們說: 我們不是先問產品有多好,而是先看這個人能不能把自己變成 CEO。這句話幾乎概括了 a16z 這輪 AI 下注的重點。因為在 AI 時代,做出一個看起來很厲害的產品越來越容易。真正難的,是把一個技術想法變成一家能長期跑下去的公司。Ben 舉了 Databricks 的例子。當年創始人 Ali Ghodsi 在招人時說,公司未來值 100 億美元。 Ben 聽完後直接給他發郵件:你低估了自己。你應該按 10 倍規模去想。這不是鼓勵吹牛。 而是在糾正創始人對市場天花板的認知。Ben 後來解釋說: Ali 這個人超級偏執,所以那個建議對他特別管用。你必須瞭解你的企業家,給他需要的那種推動力。在 Ben 看來,創業不是靠流程推進,而是一場長期的心理戰。你敢不敢招最頂級的人?你敢不敢打大客戶?你敢不敢公開說自己要做行業第一?每一步,拼的不是技術能力,而是這個人能不能持續向前走。Marc 指出:很多創業者以為,只要產品夠好,世界自然會接受它。現實不是這樣。現實很亂,很吵,有 80 億人,每個人都有意見。也就是說,技術只是起點。 真正的難關,在產品之後:誰能在混亂中持續向前?a16z 在選項目時,其實是在選一种放大能力。他們反覆強調“口碑”,不是為了面子,而是因為口碑會形成正循環:有口碑 → 更容易招到好工程師有口碑 → 客戶更願意試你的產品有口碑→ 後續融資更順所有這些 → 反過來又增強創始人的信心Ben 的總結是:“我們做的事情,就是在幫創始人建立一種向上的勢頭。”這也是為什麼 a16z 不滿足於當出錢的人,而是做播客、寫文章、參與公共討論,甚至介入政策話題。他們要做的不是投完就走,而是把創始人推到更大的舞台上。AI 時代,技術門檻在降低,產品窗口期在縮短。最後拼的不是誰先做出來,而是:誰能更快建立隊伍、跑通市場、撐過動盪。第三節|怎麼押:讓文化傳下去Ben 說,a16z 的每個人加入之前,都要簽一份檔案。上面寫的不是規章制度,而是一套價值觀。比如:不攻擊創業者,不管投沒投;不貶低別人的技術路線;不站在上帝視角指手畫腳;不抱怨市場,而是站在想做事的人一邊。為什麼要立這種規矩?因為創業不是按部就班,而是需要有人相信你、推你一把。Ben 說:我們不是來挑毛病的,是來幫你把事業做成的。所以 a16z 的文化,不只是用來管自己人的,更要的能夠影響創始人。一個被他們投資的創始人能拿到什麼?借他們的品牌談合作;用他們的團隊補短板;用他們的信念穩住自己。Marc 認為:風投的品牌不是給自己的,是給創始人用的。這就是 a16z 看重人的原因:他們要的不是聽話的創始人,而是能把 a16z 的影響力用到極致的人。這就必須提到他們說得最多的一群人,Z 世代創始人。Marc 對他們的評價是: 我們這幾年接觸到的 Z 世代創業者,真的很猛。他們不裝模作樣,不迷信傳統經驗,也不羞於表達野心。他們從小在網際網路上長大,現在又是 AI 原生使用者。對很多技術、工具的使用,不用解釋,直接上手。Ben 說他最喜歡的一點是:沒有那個 Z 世代創始人會跟你說,我要一邊做好事一邊賺錢。這種空話他們不說。他們只說,我要把這事做成。Marc 也補了一句: 他們不糾結、不拖拉,有幽默感,有力量感。他們不是等認同,他們就是衝著要幹一票大的來的。這就是 a16z 今天真正要做的: 不是扶一個按部就班的團隊,而是找一群真想幹出點事的創始人。給他們機會,給他們支援,給他們舞台, 讓他們自己證明自己。他們不相信靠制度能塑造一個偉大的創業者,但他們相信:文化可以感染人,信念可以傳下去。歸根到底,a16z 這 150 億美元押的是:那些本該出現卻沒出現的好東西,那些沒被發現來的創始人,能讓他們撐下去的文化。少一個,都不成立。 (AI深度研究員)
a16z 創辦人:AI 價格打下來了,機會才剛開始
(矽谷創投教父Marc Andreessen: AI 產業處於早期)進入2026,矽谷最會押趨勢的那批人,開始強調一個更底層的邏輯:AI 不是先變強,而是先變便宜。1月7日,a16z 創辦人Marc Andreessen(馬克安德森)在自家播客上做了一場訪談,核心觀點是:AI 是他見過最大的技術變革,但關鍵不在於模型能力的突破,而是智慧本身正在從奢侈品變成日用品。調用一次AI 的成本,正以驚人的速度往下掉。不是降了一點,是斷崖式暴跌。Marc 同時強調:現在還早。成本已經降下來了,但大部分機會還沒被創業家發現。他這場訪談不談技術前景,也不談市場泡沫,而是聚焦一個更具體的問題:如果智慧像水電一樣便宜且隨處可得,商業規則會怎麼變?變化體現在四個面向:成本結構、技術路徑、定價模式、競爭格局。現在的AI,不是誰更強,而是誰先把便宜智能變成標準流程。第一節|崩的是價格,起飛的是收入Marc Andreessen 首先指出:AI 的智慧成本正在暴跌他說:“AI 的單位成本,下降速度比摩爾定律還快。”模型越訓練越強,但每次調用AI 所需的成本,反而越來越低。不是降一點點,而是斷崖式往下掉。他特別提到:過去一年,大模型的token 成本正在快速下滑。 OpenAI、Anthropic、Google 都在把自己的AI 能力連接到雲端服務,誰都想多拿市場份額。競爭一激烈,價格自然一落千丈。硬體端的使用年限也變了。 Marc 引用了一條AWS 的數據:GPU 的使用壽命從3 年延長到7 年以上。企業買一塊卡、蓋一個伺服器,能跑AI 的時間直接翻倍,攤到每次呼叫上的成本,就降了一半還多。這意味著什麼?智慧正在變成一種可批量採購、按需計費的新材料。而且成本下降的同時,收入卻在快速成長。Marc 用「起飛」來形容AI 公司最近一年的變現速度。他說:我們看到的AI 公司,營收成長速度比以往任何一波科技周期都快。具體看兩端:個人端:越來越多消費者願意為AI 服務付高價訂閱。20 美元/月不再是上限,現在200~300 美元/月的高級方案也開始有大量付費用戶。企業端也是一樣:AI 能幫客服多處理一個工單、幫銷售多挽回一個用戶,光這些日常工作,就能帶來直接回報。只要能帶來結果,就有人願意花錢用。也就是說:價格在掉,價值在漲。在 Marc  看來,這正好說明:AI,不是泡沫,而是開始變成真生意了。第二節|AI 不用做最強,用得起才是關鍵第一節說了成本在崩,但為什麼崩?因為AI 不是要做到最聰明才有用。Marc Andreessen 在對話中舉了一個形象的例子:有些工作任務,不需要「愛因斯坦」大腦來解決,只要一個聰明、可靠的普通人就足夠。這一點破了一個很多人沒注意到的機會:模型不需要越大越好,夠用就好,尤其是在成本敏感的場景下。過去一年,大量小模型開始冒頭。 Marc 特別提到國內的Kimi 模型:最新版Kimi 在推理能力上已經追平了GPT-5,但模型體積更小,成本更低,可能在MacBook 上就能跑。他觀察到一個規律:大模型推出後,6 到12 個月,就會出現同等能力的小模型。大模型證明某個能力可行,小模型快速複製,然後以更低成本提供。這帶來兩個現實變化:一是使用方式改變了:AI 正在從高高在上的聰明大腦變成隨手可用的小工具;二是開發方式改變了:新創公司、獨立開發者都可以拿開源模型,快速部署上線,甚至自己微調一套專用模型。但這不代表大模型會消失。Marc 認為,AI 產業會形成金字塔結構:頂端:少數超級模型,在巨型資料中心運行,永遠是最聰明的底層:大量小模型,擴散到各種裝置裡,運行在手機、手錶、甚至每個實體物品內部就像電腦產業的演化:超級電腦沒有消失,但真正改變世界的是無所不在的微晶片。所以真正的機會在那裡?不是去做最強,而是:誰能把智慧壓縮、量產、變成隨時可調用的標準件,誰就能搶佔最大的市場。因為當智慧不再稀缺,拼的不是最強,而是「用得起」。第三節|AI 應用不只是套殼,定價方式決定天花板過去一年,很多人看AI 應用公司時會說:這不就是套了一層GPT 介面?Marc Andreessen 可不這麼看。以AI 編程工具Cursor 為例:一開始確實是呼叫大模型輔助編程,但很快,這類公司開始自己微調模型、甚至自研模型。產品不是換個殼,而是在功能、速度、成本上做了深度最佳化。他把這個叫做「向後整合」。換句話說,以前是前端產品,後端呼叫別人的API,現在是:從一個模型起步,最後用12 個、50 個、甚至上百個模型不同模型負責不同部分:介面回應、程式碼邏輯、情境記憶針對垂直場景,自己訓練客製化模型這不是為了技術而技術,而是為了掌控技術棧。因為對業務理解最深的人,才知道那些環節需要什麼樣的智慧。Marc 說,最前衛的AI 應用公司,實際上掌握了核心技術。那麼AI 應用在定價上呢?這裡的規則和第一節不一樣。第一節說,基礎設施層(OpenAI API)在打價格戰,成本暴跌。但應用層的定價邏輯完全不同。因為定價邏輯分層了:基礎設施層:智慧變成水電,按使用量計費,競爭激烈,價格往下走應用層:產品賣的是結果,以價值計費,差異化大,價格可以往上走關鍵在於:不要以成本定價,要以價值定價。傳統SaaS 按年訂閱、按坐席收費,但AI 應用可以探索更多可能:不是按「產生了幾份文件」收費(使用量)而是以「節省了多少工時」收費(價值)或以「提升了多少生產力」分成(回報)舉個例子:如果一個AI 程式設計工具讓程式設計師效率提升30%,它可以收走這30% 生產力帶來的部分價值,而不是只收調用了多少次API的成本。為什麼高價產品反而好賣?因為使用者買的不是模型,而是結果。只要結果值這個價,就有人付錢。這就解釋了第一節提到的現象:200~300 美元/月的訂閱越來越多,本質上這些產品在賣“解決了什麼問題”,而不是“用了多少Token”。依照這個思路,應用層的機會在於:向後整合,掌控技術棧深耕場景,瞭解使用者價值按價值定價,而不是按成本定價基礎設施層會繼續價格戰,但應用層的天花板,取決於你能創造多少價值。這個機會窗口,到底留給誰?第四節|追趕只需要半年,不確定性變成了常態很多人看AI 產業,第一個反應是:已經有OpenAI、Anthropic 這些巨頭了,我們是不是來晚了?但實際情況是,一旦有人證明某件事可行,其他人追上來的速度會很快。幾個具體的例子:xAI 不到12 個月追上行業前列: Elon Musk 的團隊從零開始做Grok,不到一年就把產品性能拉到了OpenAI 和Anthropic 的水平。DeepSeek 用開源衝進主舞台:避險基金背景的團隊,用開源模型直接把能力推到全球視野,還能在本地運行。多家中國公司同時追上:月之暗面(Kimi)、阿里巴巴(Qwen)、字節跳動、百度等,不到12 個月都追到了前沿水平。1.為什麼追趕這麼快?Marc 給了三個主要因素:第一,開源降低了學習門檻:領先者做出了新突破,開源模型就把「怎麼做」展示出來。任何人都能學習、複製、改進。第二,知識擴散速度極快:現在全世界最好的AI 人才,很多只有22、23、24 歲。他們不可能在這個領域待很久,必然是過去四、五年迅速成長的。如果他們能做到,未來會有更多人做到。第三,成本已經不是門檻:前三節說的成本塌陷、小模型崛起、雲端服務競爭,都在降低做AI 的資源需求。不需要幾千人團隊,也不需要數十億美元,一個小團隊就能快速驗證想法。2、這對不同角色意味著什麼?第一,對現有的AI 公司來說,這是個壞消息Marc 指出:當一家公司不知道該往那個方向發展時,這是個大麻煩。因為公司必須做出選擇,把資源押注在某個方向上。一旦押錯了,競爭對手追上來,優勢就消失了。這就是他說的「兆美元問題」:不是現成的答案,而是每個公司都要面對的策略不確定性。第二,但對創投和創業家來說,這是個好消息a16z 的投資策略是:不只投一個方向,而是同時支援多個有希望的路徑。只要某種方法有可能跑通,就支持有人試一次。對創投來說,不確定性意味著可以分散投資。對創業者來說,不確定性意味著窗口還開著。總結來說:領先者不再安全。追趕只需要半年到一年,技術方法已經透明,成本也降低。但這也意味著,追上之後你也會被追趕。持續競爭變成了常態。結語|不是AI 更強了,而是你用得起了Marc Andreessen 說,AI 產業的轉捩點,不是模型多聰明,而是智能不再昂貴。成本暴跌讓智慧變成了可以大量採購的新材料。小模型夠用就能打,應用層可以用價值收費。而且追趕只需要半年到一年,領先者的護城河正在變淺。這意味著什麼?模型再大,不如先落地。技術再強,不如用。這場技術變革才剛開始,但商業競爭規則已經重寫了。(AI深度研究員)
AI將重塑三大產業 | a16z對2026年的深度預測
在第二期“Big Ideas 2026”節目中,a16z合夥人Ryan McEntush、Angela Strange與Sarah Wang共同探討了AI在未來一年將如何重塑產業、金融與企業軟體的底層結構。他們分別從工業基礎、金融服務與企業系統的角度出發,描繪了AI原生平台、智能代理系統以及系統級重構的趨勢。工業革命的底層堆疊Ryan指出,下一輪工業革命不再侷限於工廠,而是發生在驅動工廠的機器內部。支撐這場新工業革命的,並不是全新的發明,而是一套已經存在數十年的底層工業能力——“電動-工業堆疊”(electro-industrial stack)。它涵蓋從礦物提煉、電力驅動到精密電機、感測器與軟體協調的完整體系,是連接“推動世界的原子”與“指揮世界的位元”的關鍵基礎。然而,這一堆疊的建構能力正在美國本土加速流失。Ryan強調,誰能掌握這套堆疊,誰就能在未來的工業體系中佔據戰略優勢。金融服務的轉折點Angela認為,金融與保險行業正處在一個基礎設施重構的臨界點。過去幾年,AI作為“外掛”被整合在舊系統之上,但真正的變革來自於底層架構的重建。她預測,2026年將有更多大型金融機構放棄傳統供應商合同,轉向AI原生平台。這些新平台能夠統一底層資料、打通流程、平行執行任務,從而實現“類別融合”與“規模躍遷”。例如,客戶KYC與風險監控資料將整合進一個統一平台,形成更大的軟體市場空間。Angela強調,未來的金融服務不是在舊系統上應用AI,而是建構一個以AI為基礎的新作業系統。企業軟體的智能代理層Sarah指出,企業軟體的真正顛覆在於“系統記錄層”的地位正在被“智能執行層”取代。AI模型如今可以直接在運算元據上進行讀寫與推理,使得ITSM與CRM系統從被動資料庫轉變為主動工作引擎。隨著推理模型與智能體工作流的進化,企業將建構“動態代理層”,而傳統系統則退居為“持久化儲存層”。掌握智能執行環境,就等於掌握了戰略槓桿。這一轉變意味著企業組織結構、角色定義與軟體架構都將被重塑。從軟體到系統的遷移隨著AI深入各行各業,競爭優勢正從單點軟體轉向系統級平台,從分散工具轉向AI原生架構,從靜態記錄轉向智能執行。工業領域正在把可觀察性延伸到物理世界,金融體系的重構將催生更大規模的贏家,企業軟體的價值焦點也從資料所有權轉向智能體的協調能力。跨行業的變化共同指向一個趨勢:系統級重構正在成為AI時代真正的增長引擎。結語回看這場關於2026年的討論,真正被重新定義的不是某項技術,而是我們理解系統的方式。AI正在把工業、金融與企業軟體這些看似分散的領域重新編織成一個整體,使組織從依賴工具的時代邁向依賴系統的時代。技術的變化固然重要,但更關鍵的是:企業如何在新的系統結構中找到自己的位置,並以此建構新的能力邊界。未來的競爭,不再是比拚某個產品或模型,而是誰能率先適應這種系統級的秩序重構。 (楊承帥談超人工智慧和奇點)
a16z 眼中的加密 2026:这 17 个趋势将重塑行业
作者:a16z New Media;编译:深潮TechFlow在过去两天里,我们分享了基础设施、增长、生命科学与健康、Speedrun、应用程序以及美国活力团队认为建设者将在2026年面临的挑战与机遇。今天,我们将分享由 a16z 加密领域的多位合作伙伴(以及一些特邀贡献者)总结出的关于未来的17个洞察。这些主题涵盖了从智能代理与人工智能(AI)、稳定币、代币化与金融、隐私与安全,到预测市场、SNARKs(零知识证明技术)以及其他应用……还有未来的构建方式。(若想随时掌握趋势更新、建设者指南、行业报告及其他加密领域资源,请务必订阅 a16z 加密新闻通讯。)明天,我们将以一项特别的公告以及来自 a16z 的独家邀请为本周画上句号,千万不要错过!以下是我们今天的重点:隐私将成为加密领域最重要的护城河隐私是推动全球金融上链的关键特性之一,同时也是当下几乎所有区块链都缺失的一环。对于大多数区块链来说,隐私仅仅是一个次要甚至被忽视的功能。然而,如今隐私本身已经足够有吸引力,足以让一条链在众多竞争者中脱颖而出。更重要的是,隐私还能创造“链锁效应”,甚至可以称之为“隐私网络效应”。在一个单纯依赖性能竞争已不再足够的世界里,这种效应尤为重要。由于跨链桥协议的存在,只要一切都是公开的,从一条链迁移到另一条链变得极为简单。然而,一旦引入隐私,这种便利性便不复存在:迁移代币很容易,但迁移秘密却很难。在从一个隐私链转移到公共链,或者在两个隐私链之间迁移时,总会存在一些风险,例如观察链上交易、内存池(mempool)或网络流量的第三方可能会识别出你的身份。跨越隐私链和公共链的边界,甚至是两条隐私链之间的边界,都会泄露各种元数据,比如交易时间和规模的关联性,这些信息会让追踪变得更加容易。与众多同质化的新链相比,这些新链的费用可能因竞争而降至零(区块空间的本质在各链间已趋于相同),拥有隐私功能的区块链能够形成更强的网络效应。事实上,如果一条“通用型”区块链没有一个繁荣的生态系统、杀手级应用或不对称的分发优势,那么几乎没有理由吸引用户使用或开发,更别提用户忠诚度了。在公共区块链上,用户可以轻松地与其他链上的用户进行交易——他们加入哪条链并不重要。然而,在隐私区块链上,用户选择哪条链就变得尤为重要,因为一旦加入某条链,他们会更不愿意迁移,以免暴露风险。这种现象创造了一种“赢家通吃”的动态。而由于隐私是大多数现实场景的必要条件,少数几条隐私链可能占据加密领域的大部分市场。——Ali Yahya,a16z 加密领域合伙人预测市场:更大规模、更广范围、更智能化的未来预测市场已经从小众走向主流,而在即将到来的这一年,它们将在与加密技术和人工智能(AI)的交汇中变得更大规模、更广范围、更智能化,同时也为建设者带来了新的重要挑战。首先,将会有更多的合约被列出。这意味着我们不仅可以获取关于重大选举或地缘政治事件的实时概率,还可以了解各种细枝末节的结果以及复杂交叉的事件。随着这些新合约揭示更多信息并逐渐融入新闻生态系统(这一趋势已经开始),它们也将引发重要的社会问题,比如如何平衡这些信息的价值,以及如何更好地设计这些市场,使其更加透明、可审计等——这些问题可以通过加密技术来解决(<SC将链接到我们的相关文章>)。为了应对更大规模的合约数量,我们需要新的方式来对真相达成共识以解决合约问题。集中化平台的解决方式(某事件是否真的发生?我们如何确认?)至关重要,但像泽连斯基诉讼市场和委内瑞拉选举市场这样的争议案例却暴露了其局限性。为了解决这些边缘案例并帮助预测市场扩展到更有用的应用场景,新型的去中心化治理和基于大型语言模型(LLM)的预言机可以帮助确定争议结果的真相。AI 在预言机的应用上还可以超越 LLM。例如,在这些平台上交易的 AI 智能体可以搜寻全球信号,为短期交易提供优势,从而揭示关于世界的新思路并预测未来可能发生的事情。(像 Prophet Arena 这样的项目已经让人感受到这个领域的潜力。)除了作为复杂的政治分析师供我们查询洞见外,当我们研究这些智能体的策略时,它们还可能揭示复杂社会事件的根本预测因子。预测市场会取代民意调查吗?不会;它们会让民意调查变得更好(而民意调查的信息也可以被输入预测市场)。作为一名政治学家,我最感兴趣的是预测市场如何与一个丰富而充满活力的民意调查生态系统协同运作——但这需要依赖新技术,例如 AI,它可以改善调查体验;以及加密技术,它可以提供新的方式来证明民调/调查的参与者是人类而非机器人,以及其他功能。——Andy Hall,a16z 加密研究顾问(兼斯坦福大学政治经济学教授)以更“加密原生”的视角看待现实资产的代币化与稳定币我们看到银行、金融科技公司和资产管理公司对将美国股票、大宗商品、指数及其他传统资产上链表现出了浓厚兴趣。然而,随着越来越多的传统资产上链,这种代币化往往是“拟物化”的——基于当前对现实资产的认知,而未能充分利用加密原生的特性。但像永续合约(perps)这样的合成表示形式,不仅能够提供更深的流动性,而且通常更易于实现。永续合约还具有易于理解的杠杆机制,因此我认为它是最契合加密市场需求的衍生品。我还认为,新兴市场股票是最值得进行“永续化”(perpify)的资产类别之一。(例如,一些股票的“0天到期期权”(0DTE)市场的流动性甚至比现货市场更高,这为永续化提供了一个非常有趣的实验机会。)这归结为“永续化 vs. 代币化”的问题;但无论如何,我们应该在未来一年内看到更多加密原生的现实资产(RWA)代币化。类似地,2026年,当稳定币在2025年进入主流后,我们将看到更多“发行,而不仅仅是代币化”的趋势,稳定币的未偿发行量将继续增长。然而,没有强大信用基础设施的稳定币更像是“窄银行”,只持有被认为特别安全的特定流动资产。尽管窄银行是一种有效的产品,但我不认为它会成为长期内链上经济的支柱。我们已经看到许多新的资产管理者、策展人和协议开始促成基于链下抵押品的链上资产支持贷款。这些贷款通常先在链下发起,然后再被代币化。但我认为,在这种情况下,代币化所带来的好处有限,或许只是便于将资产分发给已经上链的用户。因此,债务资产应该直接在链上发起,而不是先在链下发起再进行代币化。链上发起可以降低贷款服务成本和后台结构化成本,并提高可及性。挑战在于合规性和标准化,但开发者们已经在努力解决这些问题。——Guy Wuollet,a16z 加密领域普通合伙人加密业务的中转站:交易并非终点站如今,除了稳定币和一些核心基础设施外,几乎每一家表现良好的加密公司都已经转向或正在转向交易业务。但如果“每一家加密公司都变成了交易平台”,那行业的未来又会如何?当太多玩家都在做同样的事情时,不仅会削弱彼此的市场关注度,还会导致只有少数几家大公司成为赢家。这也意味着,那些过早转向交易的公司错失了构建更具防御性、更持久的业务的机会。尽管我对那些努力让公司财务状况奏效的创业者们充满同情,但追逐短期的产品市场契合感同样也有代价。这个问题在加密领域尤其突出,因为代币和投机的独特动态会让创业者在寻找产品市场契合的过程中倾向于选择即时满足……这可以说是一种“棉花糖测试”(意指延迟满足的测试)。交易本身没有错,它是市场的重要功能,但它不一定是业务发展的最终目的地。那些专注于产品市场契合中“产品”部分的创业者,可能最终会成为更大的赢家。——Arianna Simpson,a16z 加密领域合伙人从“了解你的客户”(KYC)到“了解你的代理”(KYA)代理经济的瓶颈正在从智能转向身份。在金融服务领域,“非人类身份”如今的数量已经超过人类员工96比1——但这些身份仍然像幽灵一样无法进入银行系统。这里缺失的关键基础设施是 KYA:了解你的代理(Know Your Agent)。正如人类需要信用评分来获得贷款一样,代理也需要加密签名的凭证来进行交易——这些凭证将代理与其委托人、约束条件和责任相关联。在这种机制建立之前,商家仍会在防火墙上阻止代理的进入。金融行业花了数十年构建 KYC 基础设施,而现在,它只有几个月的时间来解决 KYA 的问题。——Sean Neville,Circle 联合创始人兼 USDC 架构师;Catena Labs CEO稳定币的未来:更优、更聪明的入场与出场机制去年,稳定币的交易量估计达到了46万亿美元,并且不断刷新历史新高。为了更好地理解这一规模,这相当于 PayPal 交易量的20倍以上;接近全球最大支付网络之一 Visa 的3倍;并迅速逼近美国自动清算中心(ACH)的交易量——ACH 是美国处理直接存款等金融交易的电子网络。如今,你可以在不到一秒的时间里,以不到一美分的成本完成一笔稳定币交易。然而,尚未解决的问题是如何将这些数字美元与人们日常使用的金融体系连接起来——换句话说,如何构建稳定币的入场(onramps)和出场(offramps)机制。新一代的初创公司正在填补这一空白,将稳定币与更为熟悉的支付系统和本地货币连接起来。一些公司使用加密证明,让人们可以私密地将本地余额兑换为数字美元。一些公司则与区域网络集成,利用二维码、实时支付轨道等功能实现银行间支付……还有一些公司正在构建真正具有互操作性的全球钱包层和发卡平台,使用户能够在日常商户中消费稳定币。这些方法共同拓宽了数字美元经济的参与范围,并可能加速稳定币直接作为主流支付方式的普及。随着这些入场和出场机制的逐步成熟,数字美元将直接接入本地支付系统和商户工具,从而催生新的行为模式:跨境工作者可以实时领取薪资;商户无需银行账户即可接受全球化的美元支付;应用程序可以随时随地与用户实现即时结算。稳定币将从一种小众的金融工具,逐步转变为互联网的基础结算层。——Jeremy Zhang,a16z 加密工程团队稳定币:解锁银行账本升级周期,开启新支付场景如今,许多银行仍在使用现代开发者难以辨认的软件系统:20世纪60至70年代,银行是大型软件系统的早期采用者;到了80至90年代,第二代核心银行软件(如 Temenos 的 GLOBUS 和 InfoSys 的 Finacle)开始兴起。然而,这些软件已逐渐老化,升级速度却过于缓慢。因此,银行业——尤其是负责追踪存款、抵押品和其他义务的关键核心账本数据库——仍然普遍运行在大型主机(mainframe)计算机上,使用 COBOL 编程语言,依赖批量文件接口而非现代的 API。全球绝大多数资产依然依附于这些已有数十年历史的核心账本之上。尽管这些系统经过了长期的实践验证,得到了监管机构的信任,并深度融入复杂的银行业务场景,但它们同时也在阻碍创新。比如,要为这些系统新增实时支付(RTP)等关键功能可能需要数月甚至几年,并且需要应对层层技术债务和监管复杂性。这正是稳定币大显身手的地方。在过去几年间,稳定币不仅找到了产品市场契合点并进入主流,今年,传统金融机构(TradFi)更是以全新高度接受了稳定币。稳定币、代币化存款、代币化国债以及链上债券,正在让银行、金融科技公司以及金融机构能够构建新产品并服务新客户。更重要的是,这些机构可以在不需要完全重写其遗留系统的情况下实现创新——这些遗留系统虽然老化,但几十年来运行稳定可靠。因此,稳定币为机构提供了一种全新的创新途径。——Sam Broner去中心化才是消息传递的未来,比量子加密更重要随着世界逐步迈向量子计算时代,许多基于加密技术的消息应用(如 Apple、Signal、WhatsApp)正在引领潮流,并取得了卓越的成果。然而问题在于,几乎所有主要的消息应用都依赖于一个由单一组织运营的私有服务器。这些服务器很容易成为政府关闭、植入后门或强制获取私人数据的目标。如果一个国家可以关闭你的服务器,如果一家公司拥有私有服务器的密钥,甚至如果一家公司仅仅拥有一个私有服务器,那么量子加密又有多大意义呢?私有服务器需要用户“信任我”,但如果没有私有服务器,那就意味着“你不需要信任我”。通信不需要一个中间的公司来运作。消息传递需要开放协议,让用户无需信任任何人。而实现这一目标的方式就是去中心化网络:没有私有服务器,没有单一应用,所有代码开源,并且采用顶尖的加密技术——包括抗量子威胁的加密。通过开放网络,任何个人、公司、非营利组织或国家都无法剥夺我们的通信能力。即使一个国家或公司关闭了某个应用程序,第二天也会有500个新版本出现。即使一个节点被关闭,区块链等技术带来的经济激励也会促使新节点立即取而代之。当人们像拥有自己的金钱一样,通过密钥掌控自己的消息时,一切都会改变。应用程序可能会来来去去,但用户将始终掌控自己的消息和身份。即使应用程序失效,终端用户依然可以拥有自己的消息。这不仅仅是量子抗性和加密的问题,而是关于所有权和去中心化。如果没有这两者,我们所构建的只是无法破解却仍然可以被关闭的加密系统。——Shane Mac,XMTP Labs 联合创始人兼 CEO从“代码即法律”到“规范即法律”——DeFi 安全的新进化最近的一些 DeFi 黑客事件袭击了那些经过战斗考验的协议,这些协议由强大的团队运营,进行了严格的审计,并且已经上线多年。这些事件揭示了一个令人不安的现实:当前的安全标准实践仍然主要依赖于经验法则和个案处理。要使 DeFi 安全进一步成熟,我们需要从针对漏洞模式的修补转向设计层面的属性保障,从“尽力而为”转向“原则性方法”:在静态/部署前阶段(测试、审计、形式化验证等),这意味着要系统性地验证全局不变量,而不是仅仅验证手选的局部不变量。如今,多个团队正在构建的 AI 辅助证明工具可以帮助编写规范、提出不变量,并分担过去昂贵且耗时的手动证明工程工作。在动态/部署后阶段(运行时监控、运行时强制等),这些不变量可以转化为实时的“护栏”——作为最后一道防线。这些护栏会直接被编码为运行时断言,确保每笔交易都必须满足这些断言。因此,现在我们不再假设每个漏洞都被提前捕获,而是将关键的安全属性直接嵌入代码中,自动回滚任何违反这些属性的交易。这不仅仅是理论。在实践中,几乎每一次已发生的攻击在执行过程中都会触发这些检查,从而可能终止黑客行为。因此,“代码即法律”的理念正在演变为“规范即法律”:即使是新颖的攻击也必须满足保持系统完整性的安全属性,最终剩下的攻击只能是微小的或极难执行的。——Daejun Park,a16z 加密工程团队加密技术超越区块链:开启验证计算的新纪元多年来,SNARKs(零知识简洁非交互性知识论证)——一种无需重新执行即可验证计算的加密证明技术——几乎只被应用于区块链领域。这是因为其计算成本过高:生成一个计算证明所需的工作量可能是直接运行该计算的 1,000,000 倍。这种高昂的成本在需要分摊到数千个验证者时是值得的,但在其他场景中显得不切实际。这种局面即将改变。到2026年,zkVM(零知识虚拟机)证明器的开销将降至约 10,000 倍,内存占用仅需几百兆字节——这将足够快以在手机上运行,也足够便宜以应用于各种场景。为什么“10,000 倍”可能是一个神奇的数字?这是因为高端 GPU 的并行吞吐能力约为笔记本电脑 CPU 的 10,000 倍。到2026年底,一台 GPU 将能够实时生成 CPU 执行的计算证明。这项技术的突破有望实现一些早期研究论文中的愿景:可验证的云计算。如果你已经在云端运行 CPU 工作负载——无论是因为计算量不足以利用 GPU,还是缺乏相关专业知识,亦或是由于遗留系统的限制——你将能够以合理的成本获得计算正确性的加密证明。而且,这些证明器已经针对 GPU 进行了优化,无需对你的代码进行额外调整。——Justin Thaler,a16z 加密研究员 & 乔治城大学计算机科学副教授AI将成为科研助手作为一名数学经济学家,今年1月时,我还很难让消费级 AI 模型理解我的工作流程;但到了11月,我已经可以像对博士生那样给模型下达抽象指令……它们有时甚至会给出新颖且正确的解答。除了我的个人经历之外,我们也开始看到 AI 在更广泛的研究领域中被应用,尤其是在推理领域——模型如今不仅直接参与发现过程,还能自主解决 Putnam 问题(可能是世界上最难的大学数学考试之一)。目前仍不清楚这种研究辅助方式会在哪些领域表现得最为有效,以及具体如何发挥作用。但我预计,AI 研究将催生并奖励一种全新的“多才多艺”研究风格:它强调在不同想法之间推测关系的能力,并能够快速从更具假设性的答案中进行外推。这些答案可能并不完全准确,但依然能够指向正确的方向(至少在某种拓扑结构下)。讽刺的是,这种方法有点像利用模型“幻觉”的力量:当模型足够“聪明”时,给它们一个抽象的空间自由探索,虽然可能生成一些无意义的内容,但也可能偶然触发某种发现,就像人类在非线性、不明确的方向上工作时往往更具创造力。这种推理方式需要一种全新的 AI 工作流程——不仅是“代理对代理”(agent-to-agent),更是“代理包裹代理”(agent-wrapping-agent)的结构。在这种结构中,不同层次的模型帮助研究者评估早期模型的方法,并逐步从中提炼出有价值的内容。我已经在用这种方法撰写论文,而其他人则用它进行专利搜索、创造新的艺术形式,甚至(令人遗憾地)寻找智能合约的新型攻击方式。不过,要高效运行这种围绕推理代理的研究体系,需要更好的模型间互操作性,以及一种识别并合理补偿每个模型贡献的方法——而这些问题,正是加密技术可以帮助解决的。——Scott Kominers,a16z 加密研究团队成员 & 哈佛商学院教授开放网络的“隐形税”:AI时代的经济失衡与解决之道随着 AI 代理的兴起,开放网络正面临一项隐形税,这种税收正在从根本上破坏其经济基础。这种破坏源于互联网的“上下文层”(Context Layer)与“执行层”(Execution Layer)之间日益加剧的不匹配:当前,AI 代理从依靠广告支持的内容网站(上下文层)中提取数据,为用户提供便利的同时,却系统性地绕过了支撑这些内容的收入来源(如广告和订阅)。为了防止开放网络的进一步侵蚀,并保护为 AI 提供燃料的多样化内容生态,我们需要大规模部署技术和经济解决方案。这可能包括下一代赞助内容模式、微归因系统或其他新颖的资金模式。然而,现有的 AI 授权协议正在证明其在财务上的不可持续性——这些协议往往仅补偿内容提供者因 AI 分流流量而损失收入的一小部分。网络需要一个全新的技术经济模型,让价值流动自动化。未来一年的关键转变在于从静态授权模式转向基于实时使用的补偿机制。这意味着需要测试和扩展系统——可能借助区块链支持的纳米支付技术和先进的归因标准——以自动奖励每一个为 AI 代理成功完成任务贡献信息的实体。——Liz Harkavy,a16z 加密投资团队“质押媒体”的崛起:用区块链重塑信任传统媒体模式中关于“客观性”的裂痕已经显现了一段时间。互联网赋予了每个人发声的权利,如今越来越多的运营者、实践者和建设者直接向公众表达观点。他们的视角反映了他们在世界中的利益,而令人意外的是,观众往往因为这些利益而尊重他们,而非尽管如此。真正的新变化并非社交媒体的兴起,而是加密工具的到来,这些工具让人们能够做出公开可验证的承诺。在 AI 使得生成无限内容变得廉价且容易的时代——无论是以真实或虚假的身份、从任何视角发表观点——仅仅依赖于人们(或机器人)所说的话已显得不足。代币化资产、可编程锁仓、预测市场以及链上历史为信任提供了更强大的基础:评论者可以在发表观点的同时证明他们“用行动表态”;播客主可以锁定代币,表明他们不会投机性地“拉高出货”;分析师可以将预测与公开结算的市场挂钩,创建可审计的记录。这正是我所称的“质押媒体”(Staked Media)的雏形:一种媒体形式,不仅接受“有风险才有投入”的理念,还提供证明。在这种模式中,可信度不再来自伪装的超脱或毫无依据的主张,而是来自清晰透明、可验证的承诺。“质押媒体”不会取代其他形式的媒体,而是对现有模式的补充。它提供了一种新的信号:不仅仅是“相信我,我是中立的”,而是“这是我愿意承担的风险,以及你可以如何验证我是否在说真话。”——Robert Hackett,a16z 加密编辑团队“秘密即服务”:隐私保护如何成为互联网的核心基础设施在每个模型、代理和自动化系统的背后,都依赖一个简单但关键的因素:数据。然而,当今的大多数数据管道——即输入或输出模型的数据流——都是不透明的、可变的且无法审计的。这对于某些消费级应用来说或许无伤大雅,但对于许多行业和用户(如金融和医疗)而言,企业需要确保敏感数据的隐私性。而对于目前试图将现实资产代币化的机构来说,这更是一个巨大的障碍。那么,如何在保护隐私的同时,实现安全、合规、自主且全球互通的创新呢?虽然方法有很多,但我更关注数据访问控制:谁掌控敏感数据?数据如何流动?谁(或什么)可以访问它?在缺乏数据访问控制的情况下,任何希望保护数据机密性的人目前都只能依赖中心化服务或定制化解决方案——这不仅费时费钱,还阻碍了传统金融机构及其他行业充分利用链上数据管理的功能和优势。而随着代理系统开始自主浏览、交易并做出决策,各行业的用户和机构需要的是加密学上的保证,而不是“尽力而为”的信任。因此,我认为我们需要“秘密即服务”(Secrets-as-a-Service):一种新技术,能够提供可编程的原生数据访问规则、客户端加密以及去中心化的密钥管理,明确规定谁可以在什么条件下解密数据,以及解密的有效时长……所有这些都通过链上机制强制执行。结合可验证的数据系统,“秘密”可以成为互联网的基本公共基础设施的一部分,而不是事后才在应用层面补充的隐私功能。这将使隐私成为互联网的核心基础设施。——Adeniyi Abiodun,Mysten Labs 首席产品官兼联合创始人人人可享的财富管理个性化财富管理服务传统上仅面向高净值客户,因为在不同资产类别中提供定制化建议并个性化配置投资组合既昂贵又复杂。然而,随着更多资产类别实现代币化,加密技术的基础设施使得通过 AI 推荐和辅助的个性化投资策略能够以极低成本即时执行和调整。这不仅仅是“机器人投顾”的升级版:每个人都可以享受主动投资组合管理,而不仅仅是被动管理。2025年,传统金融(TradFi)已将投资组合中 2-5% 的资产配置转向加密领域(通过银行直接投资或交易所交易产品 ETPs),但这仅仅是个开始;到2026年,我们将看到更多专注于“财富积累”而非仅“财富保值”的平台崛起——金融科技公司(如 Revolut 和 Robinhood)以及中心化交易所(如 Coinbase)将利用其技术优势占据更大的市场份额。与此同时,去中心化金融(DeFi)工具如 Morpho Vaults 能够自动将资产分配到风险调整后收益最佳的借贷市场,为投资组合提供核心的收益分配。此外,将剩余的流动资金持有为稳定币而非法币,并投资于代币化货币市场基金而非传统货币市场基金,还能进一步扩大收益可能性。最后,普通投资者如今更容易接触到更多非流动性私人市场资产,如私人信贷、Pre-IPO 公司和私募股权。代币化技术在解锁这些市场的同时,仍然能够满足合规性和报告要求。随着平衡投资组合的各个组成部分逐步实现代币化(从债券到股票,再到私募和另类资产的风险谱系),这些资产可以在无需银行转账等繁琐操作的情况下自动重新平衡。——Maggie Hsu,a16z 加密市场拓展团队互联网变身银行:价值流动的未来随着 AI 代理的大规模普及,以及更多交易在后台自动完成而非依赖用户点击,资金——即价值的流动方式需要随之改变。在一个系统基于意图而非逐步指令运作的世界中,资金的移动可能因为 AI 代理识别需求、履行义务或触发结果而发生。此时,价值需要像今天的信息一样快速且自由地流动,而区块链、智能合约以及新型协议正是实现这一目标的关键。如今,智能合约已经能够在全球范围内秒级结算美元支付。而到2026年,新兴的基础工具(如 x402)将使这种结算变得可编程且具有反应性。代理可以即时且无需许可地为数据、GPU 时间或 API 调用相互支付——无需开具发票、对账或批量处理;开发者可以发布内置支付规则、限额和审计记录的软件更新——无需法币集成、商户入驻或银行参与;预测市场可以随着事件的进展实时自动结算——无需托管方或交易所,赔率实时更新,代理交易,支付在全球范围内秒级完成。当价值能够以这种方式流动时,“支付流程”将不再是一个单独的操作层,而成为网络行为的一部分。银行将成为互联网基础设施的一部分,资产则会演变为基础设施。如果资金能像数据包一样在互联网中被路由,那么互联网不仅是金融系统的支撑,它本身就将成为金融系统。——Christian Crowley 和 Pyrs Carvolth,a16z 加密市场拓展团队当法律架构匹配技术架构:释放区块链的全部潜力过去十年间,在美国构建区块链网络的最大障碍之一就是法律不确定性。证券法被扩展并选择性地执行,迫使创业者进入一个为公司而非网络设计的监管框架。多年来,减轻法律风险取代了产品战略;工程师的角色被律师取代。这种动态导致了许多奇怪的扭曲:创业者被告知要避免透明化;代币分发变得法律上随意;治理演变成表面化的“戏剧”;组织结构被优化为法律保护伞;代币设计被迫避免经济价值,甚至没有商业模式。更糟糕的是,那些规避规则的加密项目往往比诚信建设者发展得更快。然而,美国政府目前比以往任何时候都更接近通过加密市场结构监管,这项立法有望在明年消除所有这些不对称。如果通过,这项立法将激励透明度,制定明确的标准,并用更清晰、结构化的路径取代“执法轮盘”,为融资、代币发行和去中心化提供规范化的指导。在 GENIUS 推动下,稳定币的普及已经呈现爆炸式增长;而围绕加密市场结构的立法将是一场更为重大的变革,但这一次是为网络而生。换句话说,这种监管将使区块链网络能够真正以网络的方式运作——开放、自主、可组合、可信中立且去中心化。——Miles Jennings,a16z 加密政策团队及总法律顾问
矽谷風投之王A16Z,為什麼總能解構技術未來?
為何風投機構A16Z總能精準站在技術革命爆發的前沿?這種解構技術未來的能力究竟又是如何煉成的呢?Andreessen Horowitz(簡稱A16Z),從2009年成立到如今,已成為矽谷乃至全球最具影響力的風險投資機構之一,幾乎每一次技術浪潮背後,都能看到它的身影。16年的時間,這家風投機構不僅押中了Facebook、Twitter、Airbnb等網際網路巨頭,還活躍在加密貨幣、人工智慧、醫療健康等多個前沿領域,其管理資產規模更突破450億美元,累計為LP創造了250億美元的淨回報。甚至,每當傳統風投還在追逐現有賽道時,A16Z卻早已盯上了下一場技術變革的爆發點。為何A16Z總能精準站在技術革命爆發的前沿,這種解構技術未來的能力究竟又是如何煉成的呢?1 程式設計師基因與“反傳統”密碼A16Z的與眾不同,或許源於其兩位創始人的獨特經歷與對創業生態的深刻洞察。馬克·安德森(Marc Andreessen)在23歲時就主導開發了世界上第一款圖形化瀏覽器“網景”(Netscape),推動網際網路從文字時代邁入可視化時代。五年後,網景被美國線上(AOL)以42億美元收購,安德森也成為登上《時代》雜誌封面的“程式設計神童”。而本·霍洛維茨(Ben Horowitz)則是一位從逆境中突圍的實戰派創業者。他與安德森聯合創辦的Loudcloud在網際網路泡沫破裂期間幾近崩潰,最終通過艱難轉型為Opsware後,以16.5億美元售予惠普,完成了一次商業上的“成功轉型並高價出售”的經典案例。正是這段從頂峰到谷底再重回頂峰的共同經歷,讓兩人深切體會到創業者最需要的不僅是資金,更包括迷茫時的戰略指引和瀕臨崩潰時的關鍵支援。在Opsware成功退出後,兩位年輕創業者隨即以個人身份進行天使投資,相繼投資了當時不被看好的Twitter、Facebook等明星項目。在這一過程中,他們越發感受到傳統風投模式有著諸多侷限,比如很多VC只是將創業者視為“交易標的”,投後支援流於形式,而在招聘、合規、市場推廣等實際挑戰面前往往無能為力。正如霍洛維茨後來直言:“風投對LP是好產品,但對創業者卻是平庸產品。”2009年,倆人以彼此名字合作成立了“Andreessen Horowitz”投資機構。由於覺得姓氏拼寫太長、網址也難記,於是便借助科技圈早已通行的“數字省略”慣例(如i18n表示internationalization),將18個字母的Andreessen Horowitz壓縮成5字元後的“A16Z”,這樣既好讀又好打,隨後迅速成為品牌標識的“A16Z”。A16Z成立時,就做出一項顛覆性決定:不盲目擴大投資團隊,通過一支超過200人的專業營運團隊,覆蓋招聘、市場、政策遊說、技術支援等關鍵領域,使得企業投資人員佔比不到四分之一,其餘全部投入“投後賦能”。事實上,這一模式是借鑑於好萊塢頂級經紀公司CAA(Creative Artists Agency)的“全端服務”模式,其核心理念是將創業者視為“客戶”,而非一次性的交易對象,通過專業化服務來提升創業者的成功機率。為了實現這一目標,A16Z還特意重構了當時風投行業薪酬體系,其普通合夥人年薪約為30萬美元,遠低於行業標準的100萬美元,省下的資金則全部用於支付上百位領域專家的費用。這種“低薪高賦能”模式,立即吸引了眾多資深人士加入,例如美國SEC前主管Bill Hinman、拜登總統前高級顧問Tomicah Tillemann等人。這些專業人士不僅給了初創時期的A16Z極為關鍵的專業指導與建議,也使其投資企業A輪後存活率達到68%,遠超行業平均的42%。在投資策略上,A16Z更是展現出對技術敏銳的洞察力。在AI時代剛出現時,A16Z就斷言,未來沒有純粹的“AI公司”,AI技術將如同氧氣般融入所有行業,成為所有創新的底層引擎。正是基於這一判斷,A16Z迅速領投了Relace這樣的AI初創公司,在全球AI智能體的設計開發領域佔了先機。除了資本和營運支援,A16Z還善於通過強大的內容輸出能力建構行業話語權,展現獨特的投資理念。比如2011年,安德森就在《華爾街日報》上以一篇題為《Software Is Eating theWorld》(軟體正在吞噬世界)署名文章,提出“凡是能被軟體重構的行業,最終都會被重構”,引發業內熱烈討論。這種將內容作為“資本槓桿”的做法,不僅降低了市場教育成本,更使A16Z在加密、AI等新興領域掌握了定義賽道標準的話語權,為其後續前瞻性佈局埋下了伏筆。2 顛覆傳統風投:從資金中介到創新作業系統縱觀A16Z的16年發展,就是一部“錨定技術範式、加速行業成熟”的投資史,其佈局節奏清晰貫穿網際網路、加密、AI三代技術浪潮,每一步都精準踩中行業變革的關鍵節點。2009年公司成立時,網際網路正從PC端向移動端遷移,社交、出行等場景的數位化重構尚未完成,A16Z卻沒有跟風“移動端概念”,而是始終聚集“使用者需求”的底層邏輯。從早期重倉Facebook,推動其從校園平台升級為全球社交基礎設施;到看中其“即時資訊流動”價值,投資Twitter,使其成為全球重要資訊節點;以及押注Airbnb,通過共享經濟顛覆傳統酒店業,無不顯示出其對個性化市場需求的精準洞察。尤為關鍵的是,A16Z對投資企業還一直堅持“長期陪伴”策略,而非“快進快出”的短期套利。以GitHub為例,A16Z在其2008年A輪融資時就領投,後續持續加注,直到2018年微軟以75億美元收購。正是憑藉這種“不急於退出”的耐心,才最終在網際網路平台型公司的爆發期中收穫豐厚回報。到2013年,A16Z管理資產已突破10億美元,憑藉多個網際網路平台型明星項目的退出,正式躋身矽谷一線VC行列。也是在此時,A16Z又將目光投向尚處邊緣的加密貨幣領域。彼時的全球加密市場堪稱“蠻荒時代”,比特幣價格一度從100美元飆升至1200美元,又在短短一個月內回落至200美元,使得多數VC對此敬而遠之,甚至將比特幣視為“投機工具”。A16Z卻看出加密市場的“去中心化金融可能重構傳統金融的信任機制”,而這種“無須信任的價值傳遞”將有可能打開全新的金融場景。為此,A16Z連續8次投資了主營數字貨幣交換和錢包服務的Coinbase。儘管當時全球加密貨幣市場規模不足百億美元,監管態度模糊,但A16Z依然堅定押注了Coinbase五年之久。2018年,加密市場依然萎靡不振,A16Z卻逆勢成立首隻3億美元的加密專項基金,隨後三年又連續加碼至22億美元,先後投資了Solana、Aave、OpenSea等數十個標竿項目,並把公鏈、DeFi、NFT三大加密貨幣平台也陸續收入囊中,建構出極為龐大的“區塊鏈基礎設施”矩陣。隨著2021年牛市到來,Coinbase登陸納斯達克,市值一度衝破860億美元,A16Z早期持股價值飆升至97億美元;OpenSea估值更是從16億美元半年暴漲至133億美元,單筆回報超十倍,令業內豔羨不已。加密盛宴落袋之際,A16Z又將籌碼押向下一個賽道——AI人工智慧。面對AI技術近年來指數級的增長,A16Z對未來的判斷也從“軟體吞噬世界”迅速轉向為“AI將成為新的作業系統”,投資了一大批極具潛力的AI企業。在其投資的AI應用版圖中,既有能將醫生寫病歷的時間從45分鐘縮短至3分鐘的Abridge;也有讓普通人也能輕鬆進行AI創作的Runway、Descript等工具,顯示出其“凡是需要靈活判斷的問題,都可能借助AI找到新的解決方案”投資理念的落地。借助這些投資佈局,A16Z也表達了自己的投資觀點,提出“每一個無法用確定性計算解決的問題,都將是AI的機會。”值得注意的是,這些案例看似是A16Z在網際網路、加密、AI三代技術浪潮中都“押對了寶”,但這絕非偶然的運氣疊加,而是來自其最與眾不同的“既投錢也做事”的投資模式。3 獨特的營運邏輯和管理模式在A16Z的字典裡,“投資”從來不是“給錢就走”的單向交易,而是“資金+資源+敘事”三位一體的服務體系。A16Z的投資邏輯是為創業者打造“降低失敗機率”生態系統,這一理念的直觀體現包括顛覆行業的“平台型VC”定位,以及旗下規模超200人的營運團隊。與“投資團隊主導”的傳統VC不同,A16Z的營運團隊並不參與投資決策,卻通過專業的投資分析與營運,直接決定項目的生存效率與成長效率。比如在其人才端,有專門的獵頭團隊,負責招募各類高管與核心工程師;在品牌端,則是通過自有部落格、播客及各類行業峰會建構傳播矩陣;在政策端,還有專職遊說團隊,深度對接美國國會與監管機構,負責規避項目因政策問題夭折的風險;而技術端的專業的專家團隊,不僅提供技術盡調,還會深度參與產品路線圖最佳化,讓初創公司避開技術方向偏差的坑。通過這種“全端式”的貼心服務,A16Z在創業者心中的地位與日俱增。很多創始人直言:“選擇A16Z,不是因為估值最高,而是它能幫我們解決從0到1的冷啟動、從1到100的規模化難題。”A16Z的另一項核心競爭力,是頗為獨特地通過“敘事先行”節奏來掌握賽道話語權。比如聯合創始人安德森可謂是頂級的“話題製造者”,經常現身媒體發佈各類觀點,以壯大A16Z的影響力。2021年,他靠一篇《Why Web3 Matters》(Web3為何至關重要)打破了加密“只炒作”的偏見;2023年,又以《Why AI Will Save the World》(AI為何將拯救世界)來反駁AI威脅論。兩篇文章發佈後,不僅使得相關領域融資熱度均顯著上升,也給A16Z帶來更多關注。而且,A16Z不僅擅長“講故事”,還很會借此“帶貨”。比如Web3概念剛冒頭的時候,A16Z就馬上推出22億美元的加密基金,先把OpenSea這類明星項目的估值拉起來,吸引其他投資機構跟著投,直接拉高了加密賽道的價值,讓自身也獲得了豐厚收益。到了AI時代,A16Z的“敘事+資金聯動”策略運用更為嫻熟,先是借各種管道傳播“什麼是AI原生的企業用軟體”的理念,隨後又投資了Klarna這樣的公司實現落地實踐,精心打造了一套從賣概唸到案例驗證,最後變成行業趨勢的完整閉環。更關鍵的是,A16Z諸多項目能如此迅速落地,離不開其“大家一起分收益、但決策權集中”的管理模式。通常情況下,傳統VC項目要落地,必須要合夥人都到齊後再投票商量,效率特別低。可A16Z內部,就是安德森和霍洛維茨說了算,無論是決定佈局加密領域,還是全力押注AI,只要他們說“OK”,很快就推進了。正如安德森所說是:“企業同時在好幾個領域做事,不能把決策權拆得太散,集中做決定才能跟上技術變化的速度。”可以說,不同尋常的投資與做事邏輯,不僅讓A16Z迅速成為全球頂尖的投資機構,也改變了行業裡“只給錢不管事”的老規矩,從往日只“比誰錢多”,逐漸演變為“比誰能給創業者提供更全的資源支援”的行業新玩法。4 重塑全球創投生態在A16Z出現前,全球VC行業都有個“尷尬症”:不到十個人的規模,握著3億-5億美元的基金,什麼賽道都想沾點邊,卻又沒能力深耕,天天坐在辦公室等項目自己找上門。只可惜這種模式既沒有足夠資源幫企業做投後服務,也無法及時抓住AI、加密這種大賽道的機會,只能在中間地帶晃悠。而A16Z入場後,立即採取“兩頭強、中間弱”的“槓鈴模式”衝擊了行業的固有模式。一方面,作為掌管450億美元的超大平台型VC,A16Z能集中資源押注AI、加密這種需要大投入的賽道;另一方面,A16Z還設立了專門扶持小眾創業者的TxO計畫,精準挖掘那些沒被注意到的潛力項目。資料顯示,自2011年以來,A16Z為LP們創造的淨回報,扣除相應成本,已累計達到了250億美元(約合1780億元人民幣),相應的“現金”回報更是高達370億美元(約合2630億元人民幣),堪稱“矽谷風投之王”。正是見識到A16Z的“生猛”帶來的收益,國內許多VC也開始效仿A16Z,組建專門的投後團隊,推出垂直領域基金。比如紅杉成立專門的AI基金,凱鵬華盈(KPCB China)加強政策遊說能力,這些變化都離不開A16Z的示範效應,使得VC的“投後服務”從之前“順帶做的小事”變成了不得不做的核心競爭力,推動整個行業從昔日“粗放式”向“精細化”逐漸轉型。A16Z對行業的改變,也直接改變了創業者選擇VC的“標準”。以前創業者挑VC就看兩件事:誰給的估值高、誰的名氣大,那家給的錢多就跟那家。可對比A16Z服務後,越來越多的創業者將“能不能幫上實際忙”,作為選擇合作夥伴的重要參考。一家AI初創公司創始人曾表示:“現在找VC,最關心的是‘能不能幫我對接算力資源’‘能不能幫我搞定相關資質’,這些事遠比估值更重要。”A16Z帶來的VC和創業者之間的關係變化,也進一步提升了VC行業的門檻,面對那些具備優勢的科技創投項目,那些沒有足夠的資源儲備(人才、政策、技術),僅靠“人脈”和“判斷力”的VC就很難找到好項目,甚至出現了“優質項目挑VC”的現象。可以說,A16Z是以幾乎“降維打擊”的商業模式,不斷倒逼整個VC行業提升服務能力,以適應不斷發展的市場需求。不過,即便如此,A16Z的投資生涯也並非只有高光時刻。比如最初投資的去中心化電商項目OpenBazaar,初衷是打造“加密版淘寶”,但最終因未能適應市場實際需求而停止營運;還有由Meta(原Facebook)發起的穩定幣項目Diem,儘管陣容豪華,但在全球監管機構的強烈壓力下,只能擱置。甚至,A16Z還曾被同一位創業者“割了兩次”。早先,他們先投資了一位名為Nader Al-Naji創業者的演算法穩定幣項目Basis,可惜項目因未能解決美國證券法的合規問題,在融資1.33億美元後被迫關閉;A16Z隨後又投資了他的新項目BitClout(一個區塊鏈社交媒體平台),但其代幣價值此後卻暴跌超過97%,最終不得不放棄。這些案例表明,即便是頂級的投資機構,在面對技術可行性、監管合規與真實市場需求的綜合考驗時,其投資判斷也同樣會“馬失前蹄”。但不管怎麼說,對於正在轉型的中國VC來說,A16Z還是有很多值得借鑑的價值。一方面,以前中國VC多盯著“模式創新”,比如做個電商平台、搞個本地生活APP,靠流量紅利和人口多就能賺得盆滿缽滿,可隨著科技發展,越來越多案例證明,只有像AI、加密等“技術底層的創新”,或許才是能長期賺錢的根本。如今,中國VC加大對AI晶片、醫療AI這些硬科技的投入,逐漸從“賺流量的快錢”,轉為“賺技術的慢錢”,或多或少也是受到A16Z等投資公司的啟發。值得一提的是,也正是投資方向的轉變,如今中國AI科技才得以迅猛發展。比如在AI陪伴賽道,中國項目就佔到六成以上,出現了海螺、可靈這些AI視訊生成工具,許多功能甚至比國外的Sora、InVideo AI還好用,並得到了A16Z的認可。對於中國VC來說,最重要的或許還是學習A16Z的“長期主義”。A16Z對Coinbase前後投了8輪,投AI也從2020年一直堅持到現在,並不著急套現離場,這與中國VC以前“3-5年就想退出賺錢”的短期思維完全不同。而隨著全球創投市場進入“硬科技時代”,技術研發需要更長周期,這種“不著急”的耐心,也是未來競爭最重要的核心競爭力。從另一個角度來看,面對2025年AI革命的深水區和全球市場新變革,中國VC或許還要重點關注A16Z正悄悄進行怎樣的戰略佈局。因為這些舉措,將會持續影響全球創投行業的走向。5 押注AI巨潮的底層邏輯2025年,全球AI行業已從“技術探索”邁入“規模化落地”階段:大模型能處理醫療診斷、供應鏈預測等複雜任務,但算力成本與研發投入同步飆升,一家AI公司想實現商業化突破,往往需要數億甚至數十億美元支援。對全球投資機構而言,AI是重構所有行業的核心力量,需要充足的資本托底已成為共識。正是看準這一趨勢,A16Z將人工智慧定為2025年核心戰略,計畫募集200億美元AI專項基金做系統佈局。不過,這筆龐大資金並未採用“廣撒網”的投資策略,而是聚焦“全端式AI機會”,即從底層技術到上層應用,從軟體到硬體,一步步搭起投資閉環。底層技術上,A16Z重點投OpenAI、Anthropic等頭部大模型公司,因為這類企業握有核心演算法與資料,可謂AI行業的“地基”。因此,A16Z不只是給錢,還希望借此影響AI的技術方向。比如其在醫療領域,就是不斷推動大模型適配臨床場景,以避免AI技術陷入“單純拼參數規模”的誤區。應該說,A16Z在AI醫療領域的投資最為可圈可點。比如其投資的Anthropic,已推出醫療專用大模型,對病灶的識別精準率比通用模型高出16%;另一家投資標的Abridge,能將醫生的診療對話即時轉化為結構化病歷,減少80%的文書工作,讓醫生更專注於診療本身;還有一家AI藥企,借助演算法模擬分子與疾病靶點的結合效果,將傳統需要2-3年的藥物分子篩選周期縮短至3個月,大幅加快了新藥研發處理程序。針對企業服務領域,A16Z則主打通過AI重構傳統軟體。傳統的ERP(企業資源計畫)和CRM(客戶關係管理)系統主要側重於資料記錄,而AI原生系統則能即時分析資料並主動提供決策建議。A16Z也是借助所投資的AI供應鏈公司,通過整合分析全球物流、原材料價格等動態資料,進而精準預測庫存需求,最終最佳化服務企業的庫存周轉效率。在硬體領域,A16Z主要聚焦於兩大方向:AI晶片與邊緣計算。隨著大模型參數規模持續增長,傳統GPU在算力與能效比方面逐漸難以滿足需求。如A16Z所投資的Cerebras公司推出的專用AI晶片,其算力相當於數千塊傳統GPU,能夠將大模型訓練時間從數月縮短至數周。在邊緣計算方向,A16Z則著眼於解決AI應用中的隱私與延遲問題。如在醫療場景中,患者病歷等敏感資料無需上傳至雲端,可在本地裝置完成處理,既保障了資料安全,也實現了更低的響應延遲。目前,該模式已被多家醫院採納並投入使用。A16Z不僅在AI領域進行全產業鏈佈局,也積極推動其與其它前沿科技的跨界融合。例如,在其“AI加密錢包”構想中,AI未來可自主管理資產並以獨立身份參與金融活動;同時,A16Z還投資了“去中心化自治聊天機器人”項目,此類機器人能夠依據社區設定的規則自主運行,以滿足使用者在社交、諮詢等場景下的個性化需求。作為矽谷頂級投資機構,A16Z還始終在全球範圍內挖掘並投資於具有變革潛力的領域。其核心舉措之一便是佈局RWA(現實世界資產),例如通過投資QGEX交易所,推動房地產、藝術品等傳統高價值資產實現鏈上代幣化,極大降低了大眾投資者的參與門檻。值得注意的是,A16Z並非僅以商業回報為目標,也持續通過公益項目踐行其社會責任,展現風險投資的社會價值。比如在其支援中小企業的TxO計畫中,就專門設立了面向少數族裔與缺乏資源的初創者的扶持通道。該計畫不僅提供100萬至300萬美元的種子資金,還積極協助對接行業導師與潛在客戶,切實幫助創業者將技術構想轉化為可落地的項目。從上述佈局與案例可見,A16Z的底層投資邏輯並非追逐短期風口,而是致力於建構一套支撐未來世界的“作業系統”。其核心在於,始終立足於技術範式的起點,通過資金與資源的系統性投入,加速未來願景的實現。正是憑藉這一理念,A16Z才能不斷穿越網際網路泡沫、加密市場低迷與AI監管波動等多輪周期,成為矽谷頂級的投資機構。正如其聯合創始人馬克·安德森所言:“賽道是結果,未來才是起點。”而這,或許也正是A16Z能夠持續精準押注並始終引領行業的關鍵所在,也給所有希望實現持續成功的創投機構,提供了一份極具參考價值的行動指南。 (礪石商業評論)
a16z閉門峰會創始人對談,重點提到了具身和中國
最知名的投資機構之一 a16z 又來分享了。在 a16z 昨天舉辦的 Runtime 閉門峰會閉幕對談上,兩位創始合夥人 Marc Andreessen 和 Ben Horowitz 聊了聊當前 AI 領域的熱門話題。對談中,他們重點分享了大模型的能力邊界、AI 的創造力與智能的關係、AI 領域泡沫、具身智能等話題,也重點提到了中國在 AI 領域的飛速進展。我們整理了其中的一些核心觀點:創造力的本質: 對“AI 無法真正創新”的批評是不對的,因為絕大多數人類也無法做到這些要求。無論是科學突破還是藝術創作,本質都是對前人工作的“改造”和“組合”。真正的“概念性突破”在人類中也極其罕見。智力不是一切: 認為“更智能的 AI 終將統治人類”的假設是錯誤的。現實世界並非總是由“最聰明”的人來負責決策。領導力和成功還需要心智、勇氣、感知力等非智力因素。AI 沒有成為泡沫: 目前的 AI 領域並不算泡沫,因為“當所有人都在問這是不是泡沫時,它就不是泡沫”。真正的泡沫發生在所有人都已“投降”、堅信其只漲不跌時。而 AI 的基本面依然成立,只要技術有效,使用者就會願意付費。AI 還處在早期階段: 我們今天所見的聊天機器人和搜尋引擎遠非 AI 的終極形態。我們正處於 AI 的“文字提示詞”時代,就像1992年之前的個人電腦。AI 的“圖形介面(GUI)”或“瀏覽器”時刻尚未到來,產品形態仍有巨大的創新空間。行業變化非常快:AI 領域將會持續以非常快的速度發生變化,創業者們需要提高警惕。不管是產品形態,技術瓶頸,還是供需關係,都可能發生快節奏的遷移。尤其是供需關係,在一個供需市場裡,造成“過剩”的永遠都是“短缺”。競賽的“第二階段”: 美國與中國的 AI 競賽仍將繼續,真正的決勝點將會出現在“第二階段”,那就是機器人。由於西方在過去幾十年中選擇了“去工業化”,中國在硬體、供應鏈和製造生態上擁有巨大優勢。即使美國在軟體上保持領先,也可能在硬體上被中國趕超。AI到底有沒有創造力?Erik Torenberg(本次對談的主持人,a16z 合夥人):Marc,最近有很多關於大模型侷限性的討論,說它們無法實現真正的新科學發明,無法展現真正的創造性,因為它們所做的只是“組合”或“包裝”。你對此有什麼看法?Marc Andreessen:我經常會遇到兩類問題:第一,語言模型是否智能,即它們能否像人類一樣處理資訊並實現“概念性突破”?第二,語言模型或視訊模型是否具有“創造力”,能否創造新藝術並實現真正的“創意突破”?我會對這兩個問題反問:人類能做到這些事嗎?這裡有兩個問題。首先,即便有些人是所謂“智能的”,能產生原創的、概念性的突破,那有多少比例的人能真正做到這一點?我只見過少數幾個,他們中的一些就在這個會場裡,但數量並不多,大多數人永遠也做不到。然後是創造力。到底有多少人是真正具有創造力的?你可能會指著貝多芬或者梵高說:“看,這就是創造力。”是的,這確實是創造力。但歷史上又有多少貝多芬和梵高呢?顯然,數量非常非常少。所以,第一點是,如果這些 AI 能超越 99.99% 的人類,那它本身就已經非常智能了。我們再深入挖掘科技史,就會發現幾乎所有的重大突破,通常都至少需要 40 年前期工作的積累。事實上,語言模型本身是過去八十年工作的結晶。藝術領域情況也完全一樣。小說、音樂和其他藝術領域,顯然存在創造性的飛躍,但同樣也受到前輩們的巨大影響。所以,如果一個 AI 達到世界的前 0.001%,可能就已經完全達到目標了。當我在使用 AI 時,我的感覺是:“哇,它們似乎聰明得可怕,也具有驚人的創造力。”大多數人都不智能,所以也不必苛求AIErik Torenberg:當人們談論大模型的侷限性時,似乎提到一個共同主題。它們能做遷移學習 (Transfer Learning) 嗎?*遷移學習:跨學科將知識融會貫通的能力。Marc Andreessen:人類能做到嗎?這就像橫向思維,或者說,是在“分佈內”(inside distribution)推理還是在“分佈外”推理?*分佈內推理:模型已擁有的知識。情況是這樣的:我認識很多人,他們非常擅長在“分佈內”推理。但我到底認識多少擅長在“分佈外”推理並進行遷移學習的人呢?屈指可數。我認識幾個人,無論你什麼時候問他們一個問題,你都會得到一個極具原創性的答案,但通常這個答案會涉及多個領域。比如,你問某人一個關於金融的問題,他會給你一個融合心理學並且更恰當的答案。或者你問一個心理學問題,他會給你一個結合生物學的答案。在我認識的一萬個人中,大概只有三個人能做到這一點。這個比例並不高。這非常鼓舞人心。因為看看我們人類,儘管有各種侷限性,卻依然能做到今天的這一切。看看我們展現的所有創造力,所有那些了不起的藝術、電影、小說,以及了不起的技術發明和科學突破。所以,我們訓練 AI 是否需要讓它達到 100% “創新思考”的程度?我認為不需要。更聰明的AI不會“統治”世界Erik Torenberg:有很多人會認為,“更智能的東西會統治那些不那麼智能的東西”。Marc Andreessen:任何養貓的人都不會這麼說。你看看今天的世界,你認為我們總是被全世界最聰明的人們領導著嗎?我認為有兩件事是真的。第一,我們可能低估了智力的重要性。過去一百年裡,“智力”因種種原因成了一個極具煽動性的話題。即使是“有些人確實比其他人更聰明”這個觀念本身,都會讓人抓狂。但情況確實是,智力幾乎與每一種人生結果相關。在社會科學中,他們會告訴你,所謂的“流體智力”(fluid intelligence)或者 G factor(G因子),它與幾乎所有事情(教育成果、職業成果、收入,甚至生活滿意度)都有 0.4 的相關性。另一方面,那些身處涉及智力領域的人可能又都高估了智力。集體層面一個著名的觀察結果是:你把一群聰明人放進“烏合之眾”裡,他們絕對會變得更蠢。因此,某些 AI 圈子裡的那種,“聰明的東西將統治愚蠢的東西”的假設,非常容易,也非常明顯地被證偽了。Erik Torenberg:這就引出了一個後續問題,有那些技能是在智力之外的?更具體地說,為什麼 AI 系統不能學會它們?Marc Andreessen:你認為除了智力之外,還有什麼因素決定了領導力、創業精神或組織方面的成功?Ben Horowitz:很多事情。很大程度上,成功的人要能以正確的方式進行對抗。這其中有一定智力成分,但更多的是真正理解你在和誰說話,能夠解讀對方的想法。對創始人,要通過公司員工的眼睛,而不是你自己的眼睛來決策。這是一種需要不斷與人交談、理解對方在說什麼來培養的技能。這當然不是一個智商問題。Marc Andreessen:這是一些勇氣、激勵以及情感理解和心智的結合。“全身體驗”的必要性,機器人的必要性Marc Andreessen:有越來越多的科學證據表明,人類的認知不是純粹的大腦活動。著名的“心身二元論”(mind-body dualism)是不正確的。人類的體驗,並不僅通過大腦的理性思考,還因為全身體驗。我們的神經系統,我們的腸道菌群到荷爾蒙等各種生物化學方面,它們一起構成了生命。人類的認知是一種全身的體驗,遠超想像。這也是目前 AI 領域的重大基礎挑戰之一。機器人革命肯定會到來。當我們把 AI 放入在世界中移動的物理物體中時,就成了“具身智能”。這時的 AI 將更接近整合了智力、物理的體驗。但這些都非常早期,還有很多工作要做。我們正處於AI泡沫中嗎?Erik Torenberg:我們來談談“泡沫”。黃仁勳、Amin Vahdat(Google工程院 Fellow 兼副總裁)、Jeetu Patel(思科總裁兼首席產品官)、和 Matt Bornstein(a16z 合夥人)都談到了正在建設的、物理基礎設施的巨大規模。AI 的資本性支出 (Capex) 佔到了 GDP 的 1%。我們應該如何思考這個“泡沫”?Ben Horowitz:我認為“它是一個問題”這件事,就意味著我們沒有處於泡沫之中。泡沫在很大程度上是一種心理現象。如果真的達到泡沫的程度,那每個人都必須相信它不是泡沫。就像在網際網路泡沫時代,價格飛漲,巴菲特開始投資科技股。他曾發誓永遠不會投資科技,因為他不懂。如果連他都“投降”了,那確實是泡沫了。現在如果你回過頭看看,網際網路顯然不是泡沫,它是真實的東西。雖然在短期內,確實發生了價格錯位,因為當時網路上根本沒有足夠的人來讓那些產品運轉起來。在 AI 領域很難看到這一點,因為短期的需求如此之大,我們現在沒有需求問題。而且,“我們五年後會遇到需求問題”的想法,在我看來非常荒謬。會不會出現像“我們沒有足夠的冷卻能力”這樣的奇怪瓶頸?也許會。但就現在而言,如果看需求和供應,以及市盈率,這根本不像是一個泡沫。Marc Andreessen:順便說一句,很多 VC 也不知道是不是泡沫,他們只會感到沮喪。當創業者們拿到更高的估值時,VC 們會感到情緒上非常沮喪,這讓他們很生氣。這導致有很多人在情緒上“希望”它是一個泡沫,沒有什麼比錯過一個交易,然後看著這家公司取得巨大成功更糟糕的了。“那個估值太離譜了!” 在我們的行業裡,你可以為此憤怒 30 年。所以我總是說,把對話帶回到“基本面”。兩個最大的基本面是:第一,技術是否真的有效? 它能兌現它的承諾嗎?第二,客戶是否在為它付費?如果這兩件事都是真的,那麼只要這兩件事保持穩固,通常事情都會步入正軌。AI巨頭與新貴誰能贏Erik Torenberg: 有人曾說 ChatGPT 對 Google 來說是一個“珍珠港時刻”。當我們回顧關鍵的時代轉折點時,是什麼決定了是“在位者”獲勝,還是“新進入者”獲勝?Ben Horowitz: 對變化做出反應是很重要的。我認為 Google 確實把頭抬起來了,所以它不會被徹底碾壓,但我也不認為 OpenAI 會消失。部分原因是速度,這是在一個很長時期內的執行力。這些非常大的公司中,有一些在不同程度上已經失去了執行能力。微軟在 Google 搜尋上栽了跟頭。微軟仍然非常強大,但它錯過了整個搜尋機會,也錯過了移動網際網路。但它仍然憑藉 Windows 壟斷地位如此龐大,以至於他們可以在其他領域發展。所以新公司贏得了新市場,但這並不意味著上一代的巨頭會消失。Marc Andreessen:我也認為我們還不知道最終產品的形態和形式。現在常見產品形態,要麼是聊天機器人,要麼是搜尋引擎。Google 面臨的問題是“創新者的窘境”。你是否要顛覆“10個搜尋結果連結”的模式,換上 AI 答案?畢竟這會顛覆廣告模式。而 OpenAI 的問題是,他們有完整的聊天產品,但他們還沒有廣告或 Google 規模的分發管道。所以,你可能會說:“好吧,這是一個非常清晰的、一對一的場景。”但是,這種思維方式可能犯的錯誤是,它假設了5年、10年、20年後,人們將要使用的主要產品形態,將是搜尋引擎或聊天機器人。一個明顯的歷史類比就是,個人電腦從1975年發明到1992年,它一直是一個“文字提示詞”(text prompt)系統。在當時,一個“互動式文字提示符”相比於打孔卡系統,已經是一個巨大的進步了。到了1992年,17年後,整個行業突然轉向了 GUI(圖形使用者介面),並且再也沒有回頭。又過了5年,行業又轉向了“網路瀏覽器”,再也沒有回頭。所以,使用者體驗的形態和本質仍未定型。我敢肯定20年後還會有聊天機器人,但我同樣非常確信,無論是現有的聊天機器人公司,還是許多新公司,都將找出許多種類的、我們甚至還不知道的、截然不同的使用者體驗。“短缺”終將成為“過剩”Erik Torenberg:當你指導企業家時,這個時代還有什麼讓你感覺不同的?你還想給他們留下那些這個時代的獨特建議?Ben Horowitz:我認為你說了正確的事情,那就是:這是一個獨特的時代。所以,試圖學習過去的組織設計經驗,或者試圖從上一代人那裡學到太多東西,可能是具有欺騙性的,因為事情真的不一樣了。人們建立公司的方式,在很多方面都非常不同。大家對 AI 博士研究員的觀察,就和一個傳統的全端工程師非常不同。所以我認為必須從第一性原理去思考很多事情,因為它就是不同的。Marc Andreessen:我只想提供一點:我認為事情會發生變化。我認為產品的形態和形式將會改變,仍然有很大的創造空間。我還認為,在一個供需的世界裡,造成“過剩”的一直是“短缺”。當某個東西變得過於稀缺時,就會產生巨大的經濟激勵,讓很多人去搞清楚如何釋放新的供應。當前這一代的 AI 公司正在與 AI 研究人員和工程師的短缺作鬥爭。然後他們受到了基礎設施容量、晶片、資料中心和電力的短缺的挑戰。我不想預測轉變的時間點,但總會有一天,這兩樣東西都會變成“過剩”。先來說研究人員/工程師。中國正湧現出卓越的模型,它們來自多家公司,特別是 Deepseek、Qwen 和 Kimi。值得關注的是,創造這些模型的團隊,很大程度上並不是那些名字出現在所有論文上的“大牌人物”。中國正在成功地把年輕人帶入這個領域並把他們培養好。Ben Horowitz: 嗯,xAI 很大程度上也是如此。Marc Andreessen: 是的。所以我覺得資訊正在被傳遞到環境中,人們正在學習如何做這件事,未來會有更多的人知道如何建構這些東西。當然,也還有 AI 正在建構新的 AI,工具本身將會變得更擅長為此做出貢獻。我認為這是好事,因為目前工程師的短缺程度太束手束腳了。在晶片方面,我不是一個晶片專家,但晶片行業的每一次短缺最終都導致了過剩。因為短缺帶來的利潤池太大了,利潤率變得太高了,激勵著其他人進入並找出如何將該功能商品化的方法也太多了。所以,輝達或許擁有晶片領域有史以來最好的地位。但儘管如此,我很難相信,5年後基礎設施還會面臨這種程度的壓力。Ben Horowitz:是的。假如未來某一天基礎設施內部的瓶頸轉移了,比如它變成了電力或冷卻,那麼肯定會遇到晶片過剩。Marc Andreessen:我們大家在五年後所面臨的挑戰,將會是不同的挑戰。AI競賽的“第二階段”,要看中國Erik Torenberg: Marc,你提到了中國。我們應該如何理解美國與中國之間的 AI 競賽?Marc Andreessen:如果只觀察目前的情況,特別是像 Deepseek,Qwen 以及那些來自中國的模型,我想說,美國和西方在“概念創新”(conceptual innovations)方面,一直領先。但中國極其擅長獲取創意,並將其執行、規模化和商品化。他們在整個製造業世界都是這樣做的,而且他們現在在 AI 領域也做得非常成功。所以我想說,中國在“追趕遊戲”中跑得非常好。當然,他們渴望的不止於此,中國有很多非常聰明和有創造力的人。所以,現在看看概念上的突破在多大程度上會開始來自那裡,以及他們是否會超越,這將是很有趣的。但是,這是一場全面的競賽,是一場賽跑,而且賽況非常激烈,分毫必爭。我們不會有5年的領先優勢,我們可能最多隻有 6 個月的領先優勢。軟體的競賽感覺還算不錯,我認為我們真的非常擅長軟體。但是當這件事進入以機器人形式出現的“具身智能”時,我認為事情會變得可怕得多。這就是我現在花時間在華盛頓特區,試圖真正教育人們的事情。美國和西方在過去40年裡,選擇了在一定程度上“去工業化”(de-industrialize)。中國現在擁有一個龐大的工業生態系統,用於製造各種機械、電氣、半導體和現在的軟體,同時也包括各種裝置,比如手機、無人機、汽車和機器人。AI 競賽將有第二階段,那就是機器人技術。它很快就會到,當它到達時,即使美國在軟體上保持領先,機器人也得被立刻製造出來。這不是一件容易的事,不是單一公司能做到的,它必須是一個完整的生態系統。就像汽車工業當年一樣,整個行業不是只有三家公司,而是有成千上萬的零部件供應商。機器人技術也將如此,而且,這一切正在中國發生。所以,即使中國在軟體上永遠趕不上我們,他們也非常有可能在硬體上直接“套圈”我們,然後比賽就結束了。但美國正在意識到這件事。我持謹慎樂觀地認為,美國將在這方面取得一些進展,但確實還有很多工作要做。 (四木相對論)
a16z訪談AI沙皇: 美國如何在與中國的AI競賽中勝出 - 美國AI與加密貨幣的政策棋局-創新,監管與未來之路 | 2.5萬字
城主說| 美國AI和加密貨幣政策負責人, 素有美國AI/加密沙皇之稱的大衛·薩克斯(David Sacks)作為嘉賓, 在今天最新放出的播客裡向a16z的兩位著名創始人安德森和霍洛維茨剖析了川普政府與拜登政府在監管思路上截然不同的方針,強調了為加密貨幣提供監管確定性以防止產業外流的重要性,並深入辯論了AI領域“無需許可的創新”與“監管俘獲”之間的鬥爭。討論還涵蓋了中美AI競賽的關鍵支柱(創新、基礎設施、出口)、AI發展的現實路徑(從“終結者恐慌”到“協同工具”),以及開源AI和去中心化技術對維護自由的價值。薩克斯作為在科技投資與政策領域均有深遠影響力的實權人士, 他認為,美國正面臨一個關鍵的岔路口:是選擇通過“無需許可的創新”來釋放私營部門的全部潛力,還是陷入由恐懼驅動的“監管俘獲”,從而將未來的領導地位拱手讓人。對於加密貨幣,當務之急是提供明確的規則以終結“通過執法進行監管”的混亂局面;而對於AI,真正的威脅並非來自技術本身,而是來自大型企業利用“末日論”推動的、旨在扼殺競爭的繁重監管。薩克斯為美國如何在與中國的AI競賽中勝出,提出了一個由創新、基礎設施和開放出口構成的三足鼎立戰略。視訊完整版:0:00:00 歐洲的人工智慧監管與美國的不同策略0:00:36 加密貨幣與人工智慧:投資組合的意義及監管對比0:05:02 矽谷與華盛頓的文化差異:彌合橋樑的角色0:05:40 加密貨幣行業現狀與未來展望0:08:23 人工智慧監管中的“監管俘獲”與創新0:11:01 免許可創新對矽谷的重要性0:14:16 人工智慧競賽:宣稱與現實的悖論0:21:12 通用人工智慧(AGI)敘事的演變與現實0:23:52 人工智慧的“多神教”特性與協同關係0:30:17 人工智慧的民主化趨勢0:35:12 虛擬人工智慧研究員與通用人工智慧(AGI)0:36:23 開源人工智慧的重要性0:39:16 封閉生態系統的擔憂與開放原始碼的替代方案核心觀點摘要• “對於加密貨幣,最需要的是監管確定性……告訴我們規則是什麼。我們很樂意遵守,但是監管機構不會告訴我們規則是什麼。” “在人工智慧領域……前政府的做法是,他們正在實施非常嚴厲的監管……現政府領導下,採取的方針是我們希望美國贏得人工智慧競賽。”• “過去幾十年真正讓矽谷與眾不同的東西是無需許可的創新,也就是兩個在車庫裡的人就可以追求他們的想法。”• “對我來說,這實際上是人工智慧最大的風險……它不是《終結者》,而是《1984》。鑑於人工智慧正在吞噬網際網路……當權者將利用它來控制我們接收的資訊。” “贏得技術競賽的方式是建立最大的生態系統……我們把每個國家都排除在我們的技術聯盟之外,基本上就是把他們推向中國的懷抱。” “我認為這項技術保持去中心化非常重要,因為奧威爾式的擔憂是最終的中心化。”監管的兩種路徑:加密貨幣尋求“確定性”,AI呼喚“自由”在薩克斯看來,儘管AI和加密貨幣同為新興技術,但它們在政策層面面臨的問題卻截然相反。加密貨幣行業多年來一直深陷“監管不確定性”的泥潭。“這些年來我交談過的所有企業家,他們都說了同樣的話,那就是告訴我們規則是什麼。我們很樂意遵守,但是監管機構不會告訴我們規則是什麼。” 他尖銳地批評了拜登政府領導下的美國證券交易委員會(SEC)主席根斯勒(Gensler)改採取的“通過執法進行監管”的策略,認為這種做法迫使整個行業在恐懼中“離岸轉移”,嚴重削弱了美國的競爭力。因此,川普政府承諾的路徑是提供清晰的規則,讓行業回歸正軌。“他將使美國成為地球上的加密貨幣之都,並且他將解僱根斯勒。” 這並非放棄監管,而是通過立法(如《清晰法案》)來明確數位資產的分類和交易規則,從而保護消費者,並為創新提供穩定的法律環境。與此形成鮮明對比的是人工智慧領域。薩克斯認為,AI面臨的危險並非規則缺位,而是規則過剩。“在某種程度上,人工智慧有點相反,我認為拜登政府在這方面過於強硬。他們甚至在不瞭解這個領域的情況下就開始真正地監管它。” 他強調,贏得全球AI競賽的核心在於創新,而過早、過嚴的監管只會扼殺這種創新活力。“我們不會通過監管來戰勝我們的對手。我們只需要在創新方面勝過他們。”AI監管之辯:警惕“監管俘獲”而非“終結者”與加密貨幣行業普遍呼籲明確規則不同,AI領域出現了大型公司利用“末日論”恐慌來推動“監管俘獲”(Regulatory Capture)的危險趨勢。薩克斯指出,一些領先的模型公司正在通過誇大AI的生存風險(X-risk),來遊說政府建立一套需要預先審批的許可制度。他引用了Anthropic聯合創始人傑克·克拉克(Jack Clark)的一次演講,後者承認讓人們非常害怕是他們戰略的一部分,其最終目標是 ** 在你發佈新模型之前,在華盛頓獲得一個批准系統**。薩克斯對此發出了嚴厲警告,認為這直接違背了矽谷成功的核心精神。“矽谷成功的整個基礎……是無需許可的創新。” 一旦建立起繁瑣的審批流程,只有資源雄厚的大公司才能Navigate,初創企業的創新之路將被徹底堵死。在他看來,這種由內部玩家推動的監管,比AI本身構成的威脅要大得多。“我們真正談論的是奧威爾式人工智慧……它不是《終結者》,而是《1984》。” 他認為,最大的風險在於,一個被意識形態偏見程式設計、並受到政府集中控制的AI,將成為審查和監控的完美工具,這遠比科幻電影中的機器人末日更為現實和緊迫。贏得AI競賽:美國的三大戰略支柱那麼,美國應如何贏得這場至關重要的AI競賽?薩克斯闡述了一個清晰的三點戰略:支援創新: 核心是捍衛“無需許可的創新”。他主張通過聯邦層面的統一立法,取代各州拼湊的、日益嚴苛的法規(如科羅拉多州的“演算法歧視”法案),為初創企業掃清障礙。“50個不同的監管體制拼湊在一起,將給合規帶來難以置信的負擔。”保障基礎設施與能源: AI的競爭本質上是算力的競爭,而算力的基礎是能源和資料中心。他強調,必須簡化許可流程,消除“鄰避效應”的阻礙,大力發展包括核能和天然氣在內的能源供應,以滿足資料中心建設的指數級需求。開放出口,建構生態系統: 在這一點上,薩克斯的觀點與華盛頓的傳統策略形成鮮明對比。他認為,技術競賽的勝利不靠“囤積”,而靠“傳播”。“贏得技術競賽的方式是建立最大的生態系統,你要讓最多的開發者在你的平台上進行建構。” 他批評拜登政府限制向海灣國家等盟友出口先進晶片的政策是“搬起石頭砸自己的腳”,認為這只會將這些國家推向中國的懷抱,幫助華為等競爭對手擴大其技術生態。通用人工智慧的現實路徑:從末日恐慌到協同工具對於業界熱議的通用人工智慧(AGI)何時到來的問題,薩克斯表現出一種務實的冷靜。他認為,矽谷正在從“迫在眉睫的AGI”敘事中抽身,逐漸認識到智能是多維度的,模型的進步並不均衡。他更傾向於一個“金發姑娘情景”(Goldilocks Scenario)——既非虛無的泡沫,也非迫在眉睫的末日。他引用了巴拉吉·斯里尼瓦桑的觀點,認為人工智慧是多神教的,而不是一神教的,即未來將是多個專業化模型並存,而非一個全知全能的超級智能。此外,“人類是端到端的,而人工智慧是中間到中間的”,這意味著在可預見的未來,AI將更多地扮演一個強大的協同工具,而不是人類工作的替代品。“我只是認為在很長一段時間內,這將是一個非常協同的工具。我不認為它會消滅人類的工作。” 這種觀點將AI從一個潛在的威脅,重新定位為一個賦能個體、提升生產力的革命性夥伴。開源與去中心化:對抗奧威爾式未來的終極防線無論是AI還是加密貨幣,薩克斯的政策思想最終都回歸到一個共同的哲學基石:去中心化。他認為,這是對抗過度中心化控制(即“奧威爾式風險”)和保障技術民主化的關鍵。“我認為這項技術保持去中心化非常重要,因為奧威爾式的擔憂是最終的中心化。” 在AI領域,他大力倡導開源模型,認為這賦予了個人和企業在自有硬體上運行模型、控制自身資料的自由。儘管目前最好的開源模型來自中國(如DeepSeek),但他認為美國應迎頭趕上,鼓勵更多本土的開源創新。同樣,加密貨幣的本質也是去中心化的。一個清晰、合理的監管框架,將使這個行業能夠在美國本土蓬勃發展,從而為金融體系提供一個不被單一實體控制的替代方案。最終,薩克斯的藍圖描繪了一條清晰的道路:通過擁抱開源AI和去中心化的加密技術,同時輔以明智、克制的監管,美國不僅可以在這場全球技術競賽中保持領先,更能確保這些強大的技術最終服務於個體自由和創新,而非集權控制。這場政策棋局的每一步,都將深刻影響未來幾十年的技術、經濟和地緣政治格局。天空之城全文整理版監管的兩種心態:歐美之別薩克斯: 歐洲人,他們對所有這些事情都有著非常不同的心態。當他們談論人工智慧領導地位時,他們的意思是他們正在帶頭並定義法規。他們在布魯塞爾聚在一起,弄清楚所有的規則應該是什麼,這就是他們所說的領導地位。安德森: 這幾乎像一個遊戲節目或者其他什麼。他們竭盡所能地扼殺它們於搖籃之中。然後,如果它們在小公司經歷了大約十年的虐待後倖存下來,他們就會給它們錢來發展。薩克斯: 羅納德·里根對此有一句名言,那就是如果它動,就徵稅。如果它繼續動,就監管它。如果它停止動,就補貼它。歐洲人絕對處於補貼階段。主持人: 大衛,歡迎來到A6Z播客。感謝你的參與。很高興來到這裡。那麼大衛,你是人工智慧和加密貨幣的沙皇。你能不能先談談為什麼把它們作為一個投資組合是有意義的?它們之間有什麼關聯?然後我請你闡述一下川普在人工智慧和加密貨幣這兩個領域的計畫,以及我們目前的進展。薩克斯: 我想這是兩項相對較新的技術。因此,人們對它們有很多恐懼。而且我認為人們實際上對它們瞭解不多。他們真的不知道該如何處理它們。我認為從政策角度來看,我們可以討論相似之處和不同之處,但方法略有不同。加密貨幣的監管風暴與新機遇薩克斯: 我認為對於加密貨幣,最需要的是監管確定性。這些年來我交談過的所有企業家,他們都說了同樣的話,那就是告訴我們規則是什麼。我們很樂意遵守,但是監管機構不會告訴我們規則是什麼。事實上,在拜登執政期間,你有一位美國證券交易委員會主席採取了一種策略,我猜這被稱為“通過執法進行監管”,基本上意味著你會被起訴。他們不會告訴你規則是什麼。你基本上會被起訴。然後,當你們受到起訴、罰款和監禁時,其他人都應該推斷出規則是什麼。這就是過去幾年的方法。霍洛維茨: 因此,基本上整個加密貨幣行業都在離岸轉移的過程中。薩克斯: 我認為美國正在失去這個未來的產業。所以川普總統去年在他的競選活動中,在納什維爾發表了一次現在著名的演講,他在演講中宣佈,他將使美國成為地球上的加密貨幣之都,並且他將解僱 Gensler。那就像是最大的掌聲。我想他談到他對在那次演講中獲得如此熱烈的歡呼感到多麼驚訝。所以他又說了一遍,人群再次爆發。但無論如何,他基本上承諾提供這種明確性,以便該行業能夠瞭解規則是什麼,並能夠遵守。反過來,這應該為消費者和企業,以及生態系統中的每個人提供更大的保護。這也使美國更具競爭力。所以我認為這就是某種程度上對加密貨幣的授權,在某種程度上,它是支援監管的。基本上,我們想要制定規章制度。AI監管之辯:創新許可與監管俘獲薩克斯: 在某種程度上,人工智慧有點相反,我認為拜登政府在這方面過於強硬。他們甚至在不瞭解這個領域的情況下就開始真正地監管它。他們沒有,沒有人真正花時間去瞭解人工智慧是如何被使用的,真正的危險是什麼。存在著一種強烈的恐慌情緒。由於這個原因,拜登政府的做法是,他們正在實施非常嚴厲的監管,包括軟體和硬體方面。我們可以深入探討一下。我認為在川普政府領導下,採取的方針是我們希望美國贏得人工智慧競賽。這是一場全球競爭。有時我們提到中國可能是我們在這一領域的主要競爭對手。他們是唯一另一個擁有技術能力、人才、訣竅和專業知識,可以在這一領域擊敗我們的國家。我們要確保美國獲勝。當然,在美國,真正負責創新的並不是政府。而是私營部門。所以這意味著我們的公司必須獲勝。如果你對他們施加各種瘋狂的、繁重的監管,那將會造成損害,而不是幫助。所以總統在幾個月前的7月23日發表了一個我認為非常重要的AI政策演講,他在演講中毫不含糊地聲明我們必須贏得AI競賽。他闡述了我們如何做到這一點的幾個支柱。它是支援創新、支援基礎設施的,這也意味著支援能源和支援出口。如果你想的話,我們可以深入探討所有這些事情,但這就是主線。所以我想,再說一次,對於人工智慧,關鍵在於,我們如何釋放創新?我認為對於加密貨幣來說,更多的是關於我們如何創造監管的確定性。但就我的角色而言,我為什麼要同時做這兩件事呢?我認為共同點在於,這些都是新技術。它們顯然都來自科技行業,而科技行業與華盛頓有著非常不同的文化。我認為我的角色是在矽谷和華盛頓之間架起一座橋樑,幫助華盛頓不僅瞭解所需的政策或正在發生的創新,而且在文化上瞭解是什麼讓科技行業如此與眾不同和特別,以及如何保護它免受政府過度干預。安德森: 所以,大衛,我們今天將討論很多關於人工智慧的問題,但就加密貨幣而言,我今年有了一個有趣的經歷,在選舉之後,人們適應了政府的更迭。我和一些人進行了討論,這些人,比如說在政治領域,以前是反對加密貨幣的,他們一直在試圖找到一種方法來達成更明智的立場。還有一些金融服務行業的人,他們從遠處關注此事,可能參與了各種取消銀行服務的事情,但並沒有真正理解發生了什麼。但共同點是,他們會說,馬克,我真的不明白情況有多糟糕。我基本上認為你們搞科技的人基本上就是在不停地抱怨和懇求特殊待遇,而且在做一些很正常的事情。我覺得那些恐怖故事都是編造的,比如有人被起訴,創業者的房子被調查局突襲,以及各種各樣發生的事情。我當時並沒有真正地,現在回想起來,現在我回頭看,我想,我的天那,這實際上比我想像的還要糟糕得多。你有這樣的經歷嗎?當你身處其中,並且,當你現在對發生的一切都有一個完整的瞭解時,你認為人們真的理解當時的情況有多糟糕嗎?薩克斯: 我是說,我認為這是一個很好的觀點。我是說,我當時也不是很清楚。你只是大概聽說過。我是說,我們知道當時正在發生取消銀行服務的事情。順便說一句,被取消銀行服務的不僅僅是加密貨幣公司,還有他們的創始人也被親自取消了銀行服務。所以如果你是一家加密貨幣公司的創始人,你無法開設銀行帳戶。這是個大問題。你如何交易?你如何支付?你如何支付給別人?這基本上剝奪了你的生計。這是一種非常極端的審查形式。所以那確實在發生。然後當然還有美國證券交易委員會(SEC)支援的所有起訴。所以情況真的很糟糕。我記得那是在,我想是3月份,我們在白宮舉行了一次加密貨幣峰會。一位與會者說,一年前,我更有可能認為我會在監獄裡,而不是在白宮。所以這對這個行業來說是一個非常重要的里程碑。他們從來沒有得到過這樣的認可。甚至認為這是一個可以在白宮舉辦活動的行業。至少,我認為加密貨幣被認為是相當低級的,但無論如何,不,這是一個巨大的轉變。我們基本上已經阻止了這種情況。這是非常不公平的,因為再說一次,這些創始人想要遵守規則,但他們沒有被告知規則是什麼。我認為,這都是將加密貨幣推向海外的一項蓄意策略的一部分。霍洛維茨: 我們注意到加密貨幣和人工智慧之間一個非常不同的地方是,在加密貨幣方面,每個人都想要規則。並且這個行業相對統一。然而在人工智慧領域,我們已經看到非常有趣的呼聲來自內部,某些公司實際上正在尋求監管俘獲。再次,一些人憑藉早期優勢說,讓我們阻止所有新公司開發人工智慧等等。你對此有何看法?你認為事情會如何發展?薩克斯: 我認為這是一個非常大的問題。我最近實際上批評了我們的一家人工智慧模型公司,因為它採取了監管俘獲策略。非常公正的批評,順便說一句。確實非常公正。實際上,當然他們否認了這一點。那麼,我應該講這個故事嗎?你很少能在X平台上得到如此徹底和完全的證明,就像我在這件事上一樣,因為在這家公司之後,基本上就是Anthropic了,在他們否認之後,基本上發生的事情是,Anthropic的聯合創始人兼政策主管傑克·克拉克在一次會議上發表了一次演講,他說,他將對人工智慧的恐懼比作一個孩子,在黑暗中看到怪物,或者認為黑暗中有怪物,但是當你打開燈時,怪物就在那裡。我認為這是一個非常荒謬的類比。這基本上是在一段時間內如此。這太幼稚了,幾乎是在自我控訴,因為你基本上承認恐懼是捏造的,不是真實的。無論如何,我說,好吧,這就像是恐嚇,是監管捕獲策略的一部分。當然他們否認了,但是當時在他演講現場的一位律師說,好吧,但是傑克沒有告訴你他在問答環節說了什麼,他基本上承認了Anthropic所做的一切,比如SB53之類的東西,據說只是為了實施透明化。他說,不,他承認這一切只是他們真正目標的墊腳石,那就是在你發佈新模型之前,在華盛頓獲得一個批准系統,一個預先批准系統。他在問答環節中承認,讓人們非常害怕是他們戰略的一部分。那麼再次強調,這就像在X平台上爭吵中你能找到的最確鑿的證據。但我認為那種方法如此有害的原因在於,我認為過去幾十年真正讓矽谷與眾不同的東西是免許可創新,也就是兩個在車庫裡的人就可以追求他們的想法。也許他們從天使投資人或風險投資公司那裡籌集了一些資金,基本上是那些願意損失所有資金的人。這些人是年輕的創始人。他們也可能是,也可能是宿舍裡未來的輟學生。他們能夠直接追求他們的想法。我認為這只發生在矽谷的原因是,當你看看像製藥、醫療保健、國防、銀行或這些高度監管的行業時,你根本看不到很多初創公司,因為它們都受到嚴格監管,這意味著你必須去華盛頓獲得做事的許可。我在華盛頓看到的情況是,批准的設立是有原因的,但這些原因很快就不再重要了。重要的只是你的政府事務團隊在駕馭官僚機構和弄清楚如何獲得這些批准方面有多麼出色。這不是你典型的初創公司創始人擅長的。這正是大公司擅長的,因為他們擁有資源,而這正是監管俘獲的含義。因此,矽谷成功的整個基礎,它真正成為美國經濟的掌上明珠以及世界其他地區羨慕的原因,我們看到所有其他國家都在嘗試建立自己的矽谷。出現這種情況的原因是由於無需許可的創新。目前正在考慮、討論和實施的關於人工智慧的事情是,對軟體和硬體都實行審批制度。這不是理論上的,這已經發生了。在硬體方面,拜登政府在任期的最後一周所做的最後一件事之一是實施所謂的拜登擴散規則,該規則要求地球上每筆GPU的銷售都必須獲得政府許可,也就是說,除非屬於某種例外情況,否則需要預先批准。但基本上,總體思路是,計算現在將成為一個需要許可和預先批准的類別。我們取消了這項規定。然後在軟體方面,就像我說的,非常明確的目標是從向政府、各州提交報告的要求開始。然後升級到,你必須去華 supérieure獲得許可才能發佈新模型。這將大大減緩創新,並降低美國的競爭力。這些審批可能需要幾個月,可能需要幾年。當一款新的晶片每年都會發佈,而我們的許可證卻已經在漏斗中積壓了兩年。這些請求在最終獲得批準時已經過時了。對於新model的周期時間只有三到四個月的模型來說,情況更是如此。華盛頓的官僚機構究竟能瞭解多少關於這項技術的資訊,以至於他們能夠在任何情況下都處於批准的有利位置。但這就是目前正在考慮的事情。我認為這對矽谷來說將是一場災難,對創新也是如此,因此對美國的競爭力也是如此。我認為,如果我們有這樣一套規則,我們將在人工智慧競賽中輸給像中國這樣的國家。霍洛維茨: 他們論點中一個非常惡毒的地方在於,如果他們真的相信存在怪物,那麼他們為什麼要以比任何人都快的速度購買GPU?然後,我們從這個行業中瞭解到的另一件事是,他們的聲譽是,在他們自己的程式碼方面,他們擁有整個行業中最糟糕的安全措施。所以如果你在建造這個怪物,你最不想做的就是留下漏洞讓人入侵。所以他們不相信自己說的任何話。這完全是虛構的,目的是通過這種非常病態的方式來保持領先地位。薩克斯: 我認為確實如此,我認為從根本上說,宣稱我們正在創造一種新的超級智能,它可能會摧毀人類,但我們是唯一足夠有德行的人來確保這件事正確完成,這是一種令人陶醉的毒藥。我認為那是——這是一個很好的招聘工具,加入有德行的團隊。我認為那是對的。但是,但我認為那絕對是,我認為在所有公司中,那家公司在監管俘獲和推動這些監管方面是最積極的。奧威爾式AI的風險薩克斯: 而且,讓我們把它提升到一個更高的層面,不一定非得是關於他們的。現在大約有1200項法案正在各州立法機構進行,以監管人工智慧。其中25%位於四個頂級的藍色州,即加利福尼亞州、紐約州、科羅拉多州和伊利諾伊州。已經通過了100多項措施。我認為僅在過去一個月,加利福尼亞州就有他們中的三個簽約了。我告訴你,讓我先告訴你科羅拉多州的情況,實際上科羅拉多州、伊利諾伊州和加利福尼亞州都已經做了某種版本的叫做演算法歧視的事情,我認為這真的很令人擔憂它未來的發展方向。這個概念的意思是,如果模型產生的輸出對受保護群體產生不同的影響,那麼這就是演算法歧視。受保護群體的名單非常長。它不僅僅是通常的那些。例如,在科羅拉多州,他們將可能不具備英語語言能力的人定義為受保護群體。所以我想如果模型說了關於非法移民的壞話,那將會,那基本上會違反法律。我不知道模型公司應該如何遵守這條規則。大概歧視已經是違法的了。所以如果你是一家企業,你違反了民權法,你從事歧視,你已經要對此負責了。如果你碰巧犯了那個錯誤,並且在做這件事的過程中使用了任何工具,我們沒有理由去追究工具開發者,因為我們已經可以追究做出那個決定的企業。但這些法律的全部目的就是要針對工具。他們不僅讓使用人工智慧的企業承擔責任,還讓工具開發者承擔責任。我甚至不知道工具開發者應該如何預測這一點,因為你怎麼知道你的工具會被以各種方式使用?你怎麼知道這個輸出,特別是如果這個輸出是100%真實和精準的,而且模型只是在做它的工作,那麼你怎麼知道這個輸出被用作一個具有不同影響的決策的一部分?儘管如此,你還是要承擔責任。我能看到的模型開發者嘗試遵守這一規定的唯一方法,就是在他們的模型中建立一個多元、平等和包容(DEI)層,試圖預測,這個答案是否會產生不同的影響?如果是這樣,我們要麼不能給你答案,要麼必須淨化或扭曲答案。你只要把這個推到它的邏輯結論,我們就回到了覺醒人工智慧,順便說一句,這是拜登政府的主要目標。我們在川普政府期間廢除的拜登關於人工智慧的行政命令中,有大約20頁的多元、平等和包容(DEI)語言。他們非常努力地想在模型中推廣多元、平等和包容(DEI)的價值觀,他們是這麼稱呼的。我們看到了那樣的結果是什麼。我們看到了整個黑人喬治·華盛頓事件,歷史被即時改寫,因為有人在模型中建構了一個DEI層。我幾乎覺得用“覺醒人工智慧”(woke AI)這個詞不足以解釋正在發生的事情,因為它在某種程度上輕描淡寫了這件事。我們真正談論的是奧威爾式人工智慧。我們談論的是會欺騙你、扭曲答案、即時改寫歷史以服務於當權者當前政治議程的人工智慧。這非常奧威爾式。在川普總統當選之前,我們肯定已經走上了這條道路。這是拜登行政命令的一部分。我們看到它發生在第一個Gemini模型的發佈中。那不是意外。那些扭曲的輸出是有來頭的。所以對我來說,這實際上是人工智慧最大的風險,它不是詹姆斯·卡梅隆所描述的那樣,而是喬治·奧威爾所描述的那樣。在我看來,它不是《終結者》,而是《1984》。鑑於人工智慧正在吞噬網際網路,並成為我們線上互動和獲取資訊的主要方式,當權者將利用它來控制我們接收的資訊,它將包含一種意識形態偏見,從本質上講,它會審查我們,所有為社交媒體建立的信任和安全機制都將被移植到這個新的人工智慧世界。馬克,我知道你已經談論過很多。我認為你說的絕對正確。除此之外,還有監控問題,人工智慧將會瞭解你的一切。它將會成為你的私人助理。因此,它成為了政府監控和控制你的完美工具。對我來說,這是人工智慧最大的風險。這是我們應該努力防止的事情。問題是,許多通過恐嚇手段制定的法規,實際上正在授權政府參與這種我認為我們都應該非常害怕的控制。通用人工智慧的現實與未來:從終結者到協同工具主持人: 山姆·奧特曼本周早些時候表示,到2028年,他預計將擁有自動化研究人員。我很好奇您對人工智慧模型開發或總體進展的看法,以及您認為這會帶來什麼影響?有些人一直在說通用人工智慧(AGI)將在兩年內實現,比如人工智慧2027論文,以及阿什頓·布倫納的情境感知論文。我很好奇,您如何解讀人工智慧發展的現狀,以及由此產生的影響?薩克斯: 我的感覺是,矽谷的人們正在從所謂的“迫在眉睫的通用人工智慧(AGI)”的敘事中抽身。我看到Andrej Karpathy接受了一次採訪,突然之間他又重新承銷了這一說法,他說AGI至少還需要十年時間。他基本上是說,強化學習有其侷限性。它非常有用。這是他們目前取得很大進展的主要範式。但他說,實際上人類的學習方式並不是真正通過強化。我們做的事情有點不同,我認為這是一件好事,因為它意味著人類和人工智慧將是協同的。如果人工智慧的理解是基於強化學習,那麼它與我們直覺和推理的方式會有點不同。但無論如何,我感覺到人們正在從這種迫在眉睫的AGI敘事中抽身,即AGI在兩年內就會到來的想法。當然,通用人工智慧(AGI)的具體含義尚不明確,但它常以一種令人恐懼的方式被提及,指的是那種失控的超級智能。我覺得人們正在逐漸從這種觀點中抽離,並開始理解,我們仍然在取得很大進展,而且這些進展令人驚嘆。但與此同時,我們所說的智能是多方面的。這並不意味著,在某些維度上取得了進展,但在所有維度上都是如此。因此,我認為,我再重複一遍,實際上我所描述的我們現在所處的情況有點像一個金發姑娘情景,極端情況是,你可能會遇到可怕的終結者場景,即即將到來的、會超出我們控制的超級智能。而你在媒體上經常聽到的另一種說法是,我們正處於一個巨大的泡沫之中。換句話說,整件事都是虛假的,媒體基本上同時推動這兩種說法。但無論如何,我認為真相更接近中間。這有點像一個金發姑娘情景,我們看到了很多創新。我認為這些進展令人印象深刻。我認為我們會從中看到經濟領域生產力的巨大提升。但我喜歡巴拉吉最近的觀察,他說,有幾件事讓我印象深刻。其中之一是人工智慧是多神教的,而不是一神教的,這意味著我們看到的是許多,而不是一個全知全能的上帝,我們看到的是一群較小的神祇,更專業化的模型。並不是那種,我們目前還沒有進入那種遞迴的自我完善軌道,但我們看到許多不同類型的模型在不同的領域取得進展。另一個是他觀察到人工智慧是中間到中間的,而人類是端到端的,因此這種關係是相當協同的。我認為這是對的。我認為所有這些觀察都與我產生共鳴,就我們目前所處的位置而言。霍洛維茨: 這與我們所看到的也非常一致,我們認為肯定會被大型模型吞噬的想法,正在成為非常差異化的業務,僅僅因為宇宙的長尾非常長,你需要對某些場景有非常具體的瞭解才能建構有效的模型。情況就是這樣。沒有那個模型能做到精通一切。薩克斯: 當模型擁有上下文時,效果最佳,而且,我們都見過這種情況,你的提示越籠統,你就越不可能得到一個很好的回應。而且我不知道,如果你告訴人工智慧一些非常籠統的事情,比如我可以建立什麼業務來賺10億美元?它不會給你一些可操作的東西。你必須非常具體地說明你想要做什麼,並且它必須能夠訪問相關資料,然後它才能給你一些針對提示的具體答案。我認為這部分是巴拉吉的觀點,即人工智慧不會提出自己的目標。它需要被提示,需要被告知該做什麼。在這個階段,我們還沒有看到任何證據表明這種情況正在改變。就人工智慧以某種方式提出自己的目標而言,我們仍處於第0步。因此,模型必須被提示,然後它會給你一個輸出,並且該輸出必須經過驗證。你必須以某種方式確保它是正確的,因為模型仍然可能出錯。而且更有可能你需要迭代幾次,因為它不能完全給你你想要的東西。所以現在你有點重新提示,我們都有過這種體驗,這就是為什麼聊天介面如此必要,因為它需要你幾次迭代才能得到真正對你有價值的輸出。再次強調,人類是端到端的,而人工智慧是中間到中間的。我只是,我們沒有看到任何證據表明這種基本動態正在改變。我認為我們正處於,我很想聽聽你們對此的看法。我們顯然正處於代理的開端,你可以給代理一個目標,然後它就能代表你執行任務。但我懷疑,當代理擁有更狹窄的上下文時,它們也能更好地工作。它們不太可能脫軌,開始朝著奇怪的方向發展。如果你給它一個非常廣泛的任務,它不太可能在需要人工干預之前完全弄清楚。但如果你給它一個非常具體狹窄的任務去做,那麼它就更有可能成功。所以,我只是猜測,比如,好吧,就這樣,你告訴人工智慧,銷售我的產品。它不太可能自己弄清楚那意味著什麼以及如何去做。但是如果你是一名銷售代表,並且你正在使用人工智慧來幫助你,那麼你可能可以告訴它去做非常具體的任務,而它在做這些任務時會更加成功。所以,我只是傾向於認為,這也在某種程度上說明了整個失業的說法。我只是認為在很長一段時間內,這將是一個非常協同的工具。我不認為它會消滅人類的工作。我不認為對人類認知的需求會消失。至少在可預見的未來,這將是我們都用來獲得巨大生產力提升的東西。我不知道。我不知道我們之中是否有人可以預測未來5年或10年會發生什麼,但這就是我現在看到的。我不知道。我很好奇,你們在這方面看到了什麼?霍洛維茨: 總體上與此一致。情況正在改善。所以,就像在智能體方面,早期的智能體,運行的任務越長,它們就越會完全失控、脫離正軌。人們正在努力解決這個問題。我確實認為一切在上下文中都運行得更好。至少從我們所看到的來看,這種情況將會持續下去。甚至,就你提到的超級智能模型而言,現在已經有十幾個視訊模型了,但沒有一個在所有方面都是最好的,甚至沒有一個接近在所有方面都是最好的。就像有那麼十幾個在某一方面都是最棒的。這有點令人驚訝,至少對我來說是這樣,因為你會認為,僅僅是資料的龐大規模就應該是一種優勢。薩克斯: 但即便如此,也還沒有完全得到證實。霍洛維茨: 這取決於你想要什麼,你想要一個表情包嗎?薩克斯: 你想要一部電影嗎?你想要一個廣告嗎?這一切都非常、非常不同。霍洛維茨: 而且我認為這說到了你的主要觀點,也就是,馬克·祖克柏說過一些我非常喜歡的話。他說,智能不是生命。以及那些我們與生命相關聯的東西,比如我們有一個目標,我們有自由意志,我們是有感覺的。那些並非是在一個分佈中搜尋並找出答案的數學模型的一部分,甚至也不是一個通過強化學習技術能夠改進其邏輯的模型的一部分。所以就像與人類的比較一樣,我認為,它在很多方面都還不足,這就是我們所說的。我們就是不一樣。而且這些模型在某些方面非常出色。它們在某些事情上已經比人類更擅長,很多事情上。AI的民主化與去中心化價值安德森: 我想提出的與此相關的另一件事是,這有點像是,我認為有點正交,但也有很大關聯,那就是,世界的未來會是少數幾個公司,或者就此而言,是政府,或者是一些掌控一切的超級人工智慧。並且所有的價值都彙集到少數幾個實體手中。在那裡你會陷入這種境地,就像是超級資本主義版本,少數公司賺取所有錢,或者像是超級**主義版本,你擁有完全的國家控制或其他什麼。或者這是一種將會擴散開來,掌握在每個人手中,成為賦權、創造力、個人努力、表現力的工具,並作為基本上每個人都可以使用的工具的技術。我認為在這個時期,以及你所扮演的角色中,最引人注目的事情之一是,情景二確實非常明顯地展現出來了,那就是人工智慧實際上正在實現高度的民主化。我認為實際上人工智慧正在被高度地民主化。在歷史上任何一項新技術中,它在最短的時間內傳播到了國內和世界各地的更多個人。我們今天大約有6億使用者,並且迅速朝著10億,再迅速朝著50億使用者增長,幾乎遍及所有消費產品。世界上最好的AI都在消費產品中,所以,如果你使用現在的ChatGPT或Grok或任何這些東西,就像我不能花更多的錢來獲得更好的AI。它就在消費產品中。因此,實際上,你即時看到的是這項技術將掌握在每個人手中,每個人都能夠使用它來最佳化他們所做的事情,讓它成為一個思考夥伴,成為一個建構公司、創辦公司或創作藝術或做人們想做的所有事情的助手。今天早上我的妻子剛用它來為我們10歲的孩子設計一個新的創業課程,實際上哇,那真是一個好主意。她花了幾個小時,就為他準備了一套完整的課程,讓他能夠創辦他的第一家視訊遊戲公司,這裡是他需要學習的所有不同技能,以及所有的資源。而這僅僅是一種能力水平。如果沒有這些現代消費者人工智慧工具,你就必須去聘請一位特殊教育專家或其他什麼人,這基本上不可能做到這種事情。現在每個人在他們認識的人中都有這些故事。所以我認為我們有很多證據表明,這條軌道上的東西將會掌握在每個人手中。事實上,這將是一件非常好的事情。大衛,我認為你們在促成這件事方面發揮著關鍵作用。薩克斯: 我認為這項技術保持去中心化非常重要,因為奧威爾式的擔憂是最終的中心化。幸運的是,到目前為止,我們在市場上看到的是,它是極具競爭力的。有5家主要的模型公司都在進行巨額投資。而且基準、模型性能和評估相對集中,並且有很多蛙跳現象。所以,Grok發佈了一個新模型,它超越了ChatGPT,但是然後ChatGPT發佈了新的東西,他們又超越了。所以他們都非常有競爭力,而且彼此非常接近。而且我認為這是一件好事。這與之前預測的,通過這種迫在眉睫的通用人工智慧的故事所預測的恰恰相反,那種敘事是說一個模型會取得領先,然後它會利用自己的智能來使自己變得更好。因此,它的領先優勢會越來越大,你會得到這種遞迴的自我改進,很快你就會走向奇點。但我們並沒有真正看到這種情況,我們沒有看到一個模型在能力方面完全脫穎而出。而且我認為這是一件好事。所以埃裡克,正如你所說的關於虛擬人工智慧研究員的敘述,那是這種迫在眉睫的通用人工智慧敘述的一種變體,即步驟是,模型變得更聰明,模型建立虛擬人工智慧研究員,然後你得到100萬個虛擬人工智慧研究員,然後,那就是奇點。而且我認為其中的詭計在於,什麼是虛擬人工智慧研究員,這就像一句很容易說出口的話,但是,這到底意味著什麼?而且,就像巴拉吉關於人工智慧仍然是中間到中間環節的觀點一樣,它不是端到端的。因此,如果一個人工智慧研究員是端到端的,那麼就有些事情必須,這個人必須弄清楚的事情,他們必須設定自己的目標,他們必須能夠以人工智慧無法做到的方式進行調整,比如,建立一個虛擬的人工智慧研究員真的可行嗎?我認為這項工作中有一些部分,人工智慧可能會變得非常擅長,甚至比人類更好,但可能這種工具必須由人類人工智慧研究員使用。所以我想我懷疑的論點可能是目的論的,因為你可能需要通用人工智慧(AGI)來建立一個虛擬的人工智慧研究員,而不是反過來。如果是這樣的話,你就不會,你不會得到奇點。所以我對這個說法有點懷疑。我們會看到的。山姆說,他可以在2028年做到。我想我們會在20年後看到。我認為所有這些說法都傾向於像是招募想法,而不是實際的預測。他不是第一個提到這個想法的人。其他模型公司也在推廣它,但是,利奧波德也提到過。我們會看到,但我懷疑那個論點的問題在於虛擬人工智慧研究員需要通用人工智慧(AGI)。所以,通過虛擬人工智慧研究員獲得通用人工智慧的想法是本末倒置的,但我們會看到,我們會看到。開源AI的重要性與地緣競爭安德森: 大衛,你,你和政府部門,我認為也一直非常支援開源人工智慧,我認為這與市場競爭非常激烈也相吻合。你想花點時間談談你們在這方面做了什麼,以及你們是如何考慮的嗎?薩克斯: 就開源而言,它非常重要,因為我只是認為它與自由同義,軟體自由。你基本上可以在你自己的硬體上運行你自己的模型,並保留對你自己的資訊的控制權。順便說一句,這正是企業通常一直在做的事情,大約全球一半的資料中心市場都是在本地部署的,這意味著企業和政府建立自己的資料中心。他們不去大型雲服務商那裡。順便說一句,我並不反對超大規模企業,只是,人們喜歡運行自己的資料中心,保持對自己資料的控制權以及諸如此類的事情。而且我認為在某種程度上,這對消費者來說也是如此。所以我確實認為這是一個我們應該鼓勵和推廣的重要領域。目前市場上的諷刺之處在於,最好的開源模型是中國製造的。這有點奇怪,這與你預期的相反。你會期望美國體系會促進開放,而中國體系會促進封閉。但結果卻有點,事與願違。我認為這有很好的理由。這可能只是一個歷史性的巧合,因為DeepSeek的創始人非常致力於開源,並且以這種方式開始了。或者這可能是一種深思熟慮的策略的一部分。如果你是中國,並且正在試圖趕超,那麼開源就是一個非常好的方法,因為你可以讓所有不結盟的開發者都願意幫助你的項目,如果是一個封閉的項目,他們就無法做到這一點。所以這是一個趕超的絕佳策略。此外,如果你認為你的商業模式,無論是作為一個公司還是一個國家,比如說,是規模化製造硬體,那麼你就會希望軟體部分是免費或廉價的,因為它與你的業務互補,所以你會嘗試商品化你的互補品。我不知道這是偶然還是有意為之,但這似乎就是中國的策略。我認為美國在這方面的正確做法是鼓勵我們自己的開源。我認為如果我們看到更多的開源倡議啟動,那將是一件很棒的事情。我想有一個很有希望的項目叫做Reflection,它是由GoogleDeepMind的前工程師創立的。所以我希望我們能在西方看到更多的開源創新。但是,我認為這非常重要,至關重要。就像我說的,在我看來,它與自由同義,而且絕對不是我們想要壓制的東西。現在,讓我們回到封閉的生態系統一會兒。確實,我們在那裡有5個主要競爭對手,而且他們都在投入大量資金。我確實有點擔心,在某個時候,這種模式,不是這種模式,而是市場會整合,最終我們會得到,像壟斷或雙寡頭壟斷之類的東西。正如我們在其他技術市場看到的那樣,我們在搜尋中看到了這種情況,等等。我只是認為,如果這個市場能保持比只有一兩個贏家更具競爭力,那就太好了。我真的不知道該怎麼辦。我只是在做這個觀察。而且我確實認為,擁有開源作為一個選項總是能確保,即使市場確實整合了,你仍然有一個替代方案。並且這種替代方案更完全地在你的控制範圍內,而不是一家大型公司,或者,或者像我們看到的那樣,在推特檔案中,與該公司合作的深層政府,深層政府正在與所有這些,社交媒體公司合作,實施比我們任何人都認為可能的更廣泛的審查。所以我們過去已經看到了證據。還有,在社交網路領域,關於政府可能以不正當方式介入的問題。擁有替代方案會很好,這樣,可以預防那種情況,或者降低人工智慧導致那種情況發生的可能性。安德森: 正如您所知,我們和其他人正在積極地投資於各種新型模型公司,包括新型基礎模型公司。還有,正如你可能瞭解的,有很多新的開放原始碼專案,這些項目尚未公開,但希望在未來幾年能有所成果。所以我認為至少在中期,我們看到的是模型開發的爆發,而不是它們的整合。我們會看看接下來會發生什麼。薩克斯: 聽到這些真好。我認為,如果我們評估人工智慧競賽的狀況,尤其是與中國相比,這似乎是我們唯一落後的領域,即開源模型領域。我認為,如果你不在意它是開源還是閉源,我認為我們處於領先地位。我認為我們的頂級模型、模型公司領先於頂級的中國公司,儘管它們也很優秀。但僅僅是開源這個狹窄的領域,似乎是中國公司具有優勢的地方。所以很高興聽到你們看到,有更多努力進入市場。會有更多。霍洛維茨: 很好。肯定會有更多。贏得AI競賽:美國的地緣戰略與政策支柱主持人: 彼得·蒂爾多年前曾打趣說,他認為加密貨幣將是自由意志主義或去中心化的,而人工智慧將是**主義或中心化的。我想我們學到的一件事,也許是技術並非決定性的,而有一系列選擇決定了這些技術是去中心化的還是中心化的。也許我們可以用這個作為過渡,更深入地探討與中國的競爭態勢。也許大衛,你可以闡述一下,什麼是最重要的,需要做對的。你已經表明了,開源就是一個例子。你早些時候暗示了某種程度上我們的晶片相關策略。有些人說,做我們正在做的事情是個好主意,因為它會限制國內半導體生產。另一些人說,好吧,這些公司中的一些公司說晶片是他們最大的限制因素。那麼我們是否在以某種方式賦能他們?為什麼你不談談當前的局勢以及我們的策略?薩克斯: 所以,當我們談論贏得人工智慧競賽時,有時我們會說我們是在與中國競賽。有時我們只是讓它更模糊一些,因為我認為我們不應該過度痴迷於我們的競爭對手或對手。我認為我們是否獲勝,主要取決於我們自己對技術生態系統所做的決定,而不是我們對他們所做的事情。所以總統在7月23日關於人工智慧政策的演講中,我認為提到了我們如何贏得這場人工智慧競賽的幾個關鍵支柱。順便說一句,我並不是說它會結束。這可能是一個無限遊戲,但我們至少想保持領先。而且我確實認為可能會有一段時間,以網際網路為例,網際網路仍在發展,它已經發生了,但我們明白,現在已經基本確定了誰是贏家。因此,可能會有一段時間,人工智慧領域的贏家也基本確定了。但無論如何,就我們如何贏得這場競賽而言,我提到了一些關鍵支柱。第一是創新。支援私營部門非常重要,因為他們是創新的主體。我們不會通過監管來戰勝我們的對手。我們只需要在創新方面勝過他們。我提到過,我認為目前最大的障礙是各州過度監管的狂潮。我迫切地認為我們需要一個雲的,一個單一的雲標準,50個不同的監管體制拼湊在一起,將給合規帶來難以置信的負擔。我認為即使是那些支援許多此類監管的人現在也承認我們需要一個雲標準。問題是,當他們談論它時,他們真正想要的是將所有州法律中最繁重的版本雲化。這也不能被允許。所以,將會有一場戰鬥要來。我認為隨著各州變得越來越笨拙,當它變得更像是初創公司的陷阱時,他們現在必須在50個不同的時間向50個不同的州,50個不同的機構報告50件不同的事情,人們會意識到這是瘋狂的,他們會試圖將其雲化。然後我認為問題是我們是獲得強先佔權還是弱先佔權。我們是否會得到一個,我認為最終每個人都會支援一個單一的雲標準,因為我認為美國最大的優勢之一是我們擁有一個龐大的國內市場,不是像歐盟之前的歐洲那樣,有50個獨立的州市場,在網際網路上根本沒有競爭力,因為那裡有30個不同的監管體制。所以,如果你是一家歐洲初創企業,即使你在你的國家贏了,這並不能讓你走得很遠,因為你仍然需要,弄清楚如何在其他30個國家競爭,然後才能贏得歐洲。與此同時,你的美國競爭對手贏得了整個美國市場,並準備在全球範圍內擴張。因此,我們擁有一個統一的國內市場這一事實,對我們的競爭力至關重要,這也是為什麼,美國的勝者隨後能夠贏得整個世界。所以我們必須保護它。我認為我們最終會得到一些雲優先權。我認為問題仍然是,我們是進行嚴格優先還是寬鬆優先。第二大領域是基礎設施,還有能源。我們想幫助正在發生的這場令人驚嘆的基礎設施繁榮。我認為,那裡最大的限制因素將是圍繞能源的問題。我認為川普總統在這方面非常有遠見。他多年前就在談論“鑽井,寶貝,鑽井”。我們明白能源是萬物的基礎。它絕對是這次人工智慧繁榮的基礎。我們基本上想要消除所有這些不必要的法規、許可限制以及大量的鄰避主義,以便人工智慧公司能夠建造資料中心並獲得電力。如果你願意,我們可以進一步討論這個問題,但我認為這是贏得人工智慧競賽的第二個非常重要的因素。第三個方面是關於出口。也許這是最具爭議的一個。這真切地體現了矽谷和華盛頓之間的文化差異。所以我認為我們在矽谷的所有人都明白,贏得技術競賽的方式是建立最大的生態系統,你要讓最多的開發者在你的平台上進行建構。你要在你的應用程式商店中擁有最多的應用。每個人都只用你。那些通常是獲勝的公司,或者是獲得所有使用者、所有開發者的公司等等。所以我們矽谷這裡有一種合作的心態。我們只想發佈應用程式程式設計介面(APIs),讓每個人都使用它們。華盛頓有不同的心態,它更像是一種命令和控制。我們希望你獲得批准。我們有點想囤積這項技術。只有美國應該擁有它。我認為這對於拜登的擴散規則來說是根本性的,該規則的重點是阻止擴散,擴散是一個貶義詞。但在矽谷,我們明白傳播才是制勝之道。我不認為我們以前稱之為傳播。這對我來說是個新詞。我們只是稱之為使用。但我們明白,獲得最多的使用者才是制勝之道。所以現在發生了一種根本的文化衝突。我理解的方式是,我們決定向中國出售什麼總是很複雜,因為他們是我們的競爭對手和對手。而且存在潛在的雙重用途。因此,向中國出售什麼這個問題是微妙的。但是我們向世界其他地方出售什麼,這應該是一個簡單的問題,那就是我們應該想與世界其他地方做生意。我們應該想要擁有儘可能大的生態系統。而且,我們把每個國家都排除在我們的技術聯盟之外,基本上就是把他們推向中國的懷抱,從而擴大了他們的生態系統。而我們在拜登執政期間看到的情況是,他們不斷地將其他國家推向中國的懷抱,從2023年10月的海灣國家開始。基本上,海灣國家,我說的是像沙烏地阿拉伯、阿聯這樣的國家,這些長期的美國盟友,他們不被允許從美國購買晶片。換句話說,他們不被允許建立資料中心並參與人工智慧。而我們現在卻告訴所有這些國家,人工智慧對未來至關重要,它將成為經濟的基礎,但我們卻將你們排除在美國的技術體系之外。那麼,他們會怎麼做是顯而易見的。我們給他們的唯一選擇就是去中國。因此,所有這些規則基本上只是為中國晶片和模型創造了積壓的需求,並創造了一個華為“一帶一路”。我們聽到華為開始在中東和東南亞擴散或傳播。我只是覺得這是一種非常適得其反的策略。我們完全是在搬起石頭砸自己的腳。最具諷刺意味的是,那些一直在推行這種將所有這些國家推向中國懷抱的策略的人,卻自稱是中國鷹派,好像他們所做的事情正在傷害中國。不,這就像是在幫助中國。這基本上就是把市場拱手讓給他們。而且我們的產品更好,但如果你不給這些國家購買美國技術堆疊的選擇,顯然他們會選擇中國技術堆疊。中國正在大力推廣深度求索模型和華為晶片,他們不像我們這樣,為向阿聯的資料中心出口晶片是否會製造出終結者,以及所有這些我們編造出來的荒謬敘事,我們編造出來的不向我們的朋友出售美國技術的理由而憂心忡忡。所以我認為,令人驚訝的是,這最終成為了我們所倡導的內容中最具爭議的部分。但事情就是這樣。總之,我就說到這裡。這些是我們一直以來所倡導的一些主要支柱。能源與基礎設施的瓶頸主持人: 關於基礎設施和能源方面,我們是否應該深入探討,要獲得足夠的容量真正需要什麼,或者你在第二個要點中談到的最重要的是什麼?薩克斯: 當然,肯定有人比我更瞭解能源,並且是這個領域的專家,但以下是我能夠推斷出的:首先,川普總統的政府已經簽署了多項行政命令,允許發展核能,使許可更容易。我們甚至開放了土地用於資料中心,希望能借此繞過一些州和地方的限制。顯然,總統讓新建能源項目、發電以及所有這些事情變得容易得多。不過,我仍然認為我們在美國州和地方層面存在日益嚴重的鄰避效應問題,這正變得有點令人擔憂。如果我們找不到解決它的方法,那麼它可能會真正減緩這種基礎設施的建設。就電力而言,我的理解是核能需要5到10年。這不是我們未來兩三年內能夠做到的事情。因此,在短期內,這實際上意味著天然氣是這些資料中心獲取能源的方式。而天然氣的問題在於,短缺並非是指,美國有大量的天然氣,而且它存在於足夠多的紅色州,在那裡你可以直接在靠近源頭的地方建設資料中心,這將是明智的。問題在於這些燃氣輪機存在短缺。只有兩三家公司生產這些東西。而且,大約有兩三年的積壓。所以我認為這可能是目前需要解決的直接問題。然而,我確實認為在未來兩三年內,我們可以從電網中獲得更多。所以,我曾經聽能源行業的高管告訴我,如果我們每年能從電網的峰值負荷中減少40個小時,比如轉移到備用發電機、柴油發電機之類的裝置上,就可以釋放額外的80吉瓦電力,這相當可觀。因為我想它的運作方式是,電網全年只使用了大約50%的容量。因為他們必須為高峰日建造足夠的容量,比如夏天最熱的一天或冬天最冷的一天,這些是你的高峰日。而且他們不想承諾大量容量被使用。然後,你發現冬天有一個非常寒冷的日子,人們無法為他們的家獲得足夠的熱量。所以他們不能過度承諾,簽訂合同或資料中心之類的。但是,如果可以,再次,如果你每年可以將大約40個小時的峰值負荷轉移到備用電源,那麼你就可以釋放80吉瓦的電力,這相當可觀。這肯定能幫助我們度過未來兩三年,直到燃氣輪機瓶頸得到緩解。然後最終你會涉及到核能。那樣會非常好。我認為那裡的問題在於,存在大量瘋狂的法規,阻止了,減載。所以,例如,你不能使用柴油。而且,能源部長克里斯·賴特非常擅長所有這些事情。我認為他正在努力解開所有這些,這樣我們才能真正做到這一點。安德森: 很有趣,戴維,當你談論這些事情時,我忍不住。薩克斯: 這有點這有點像原則就是做與歐盟相反的事情。安德森: 基本上,我認為到目前為止我們所談論的一切,基本上都與歐洲的做法相反。薩克斯: 歐洲人,他們對所有這些事情都有非常不同的心態。當他們談論人工智慧領導力時,他們的意思是他們在定義法規方面處於領先地位。我們都知道,他們為此感到自豪,他們認為這就是他們的比較優勢,即他們在布魯塞爾聚在一起,弄清楚所有的規則應該是什麼。這就是他們所謂的領導力。安德森: 歐盟剛剛宣佈了一項,我不應該告訴他們太多,但他們剛剛宣佈了一項大型新的增長基金,一項大型新的公私部門技術增長基金,以擴大歐盟公司的規模。我只是,我真的,我這實際上相當,這幾乎像一個遊戲節目之類的。他們竭盡所能扼殺它們於搖籃之中。然後,如果它們在小公司經歷了長達十年的虐待,那麼他們就會給它們錢來成長。有點,薩克斯: 羅納德·里根對此有一句名言,那就是如果它動,就徵稅。如果它繼續動,就監管它。如果它停止移動,就補貼它。歐洲人肯定處於補貼階段。安德森: 而且,我不應該告訴他們太多,但我只是說,我一直為自己是美國人而自豪,特別是現在,因為就像我們一樣,我們一直,真的感覺我們正在重新以核心美國價值觀為中心,在我們談論的很多事情中,這真的很棒。薩克斯: 再說一次,我們的觀點是,首先,我們必須贏得人工智慧競賽。我們希望美國在這個關鍵領域處於領先地位。這對我們的經濟和國家安全至關重要。你怎麼做到這一點?好吧,我們的公司必須成功,因為他們是進行創新的人。再次強調,你不能通過監管來贏得人工智慧競賽。我不是說我們不需要任何監管,但關鍵是,那不是,那不是決定我們是否成為贏家的因素。AI末日論的興起與政治博弈主持人: 大衛,你最近發推文說,基於比爾·蓋茲最近的評論,氣候末日論可能正在讓位於人工智慧末日論。你這話是什麼意思?你是指這將成為美國左翼的一個主要側翼嗎?你這個評論是什麼意思?薩克斯: 我認為左翼需要一場核心的組織性災難來證明他們接管經濟和監管一切是正當的,特別是要控制資訊空間。我認為你正在看到,整個氣候變化末日論敘事的吸引力已經消退。也許是因為他們10年前預測,整個世界將在10年內被淹沒,而這並沒有發生。所以,在某個時候,你會被你自己的災難性預測所否定。我懷疑幾年後我們也會對人工智慧末日論有同樣的看法。但與此同時,這確實是一個很好的敘事,可以取代氣候末日論。實際上有很多相似之處,我會這麼說。你已經有了一些,有很多預先存在的支援這個觀點的,好萊塢的故事講述方式和流行文化。你有《終結者》電影和《駭客帝國》以及所有這些東西。所以人們已經被教育要害怕這些。然後,有足夠多的偽科學在背後支援它,有點就像你有了所有這些人為捏造的研究,比如他們聲稱人工智慧研究員被他自己的人工智慧模型勒索之類的。聽著,引導模型得出你想要的答案非常容易。許多這樣的研究都是非常牽強的,但它表面上有一層偽科學的外衣。它肯定足夠技術化,以至於普通人不會覺得可以舒服地說這毫無意義。更像是你不是專家,你懂什麼?甚至共和黨政客,我認為,也在某種程度上被這種說法迷惑了。所以,這是一個非常理想的敘事。當然,隨著人工智慧觸及越來越多的事物,越來越多的經濟領域,每個企業都將在某種程度上使用它。如果你你能監管人工智慧,那麼這會讓你對很多其他事物擁有控制權。就像我提到的,人工智慧正在吞噬網際網路。它就像是你獲取資訊的主要方式。所以再說一次,如果你能掌控人工智慧向人們展示的內容,那麼你就能控制他們所見、所聞和所想,這與整個左翼的審查議程相吻合,他們從未放棄這個議程,也與他們洗腦孩子的議程相吻合,這就是整個覺醒運動。所以,這對左派來說將非常理想。這就是為什麼,看,他們已經在這樣做了。這不是我做的某種預測。基本上在詐騙、銀行擠兌欺詐之後,他用FTX做了他所做的事情,然後被送進了監獄。他就像一個大型的有效利他主義者,他把流行病作為他們的重要事業。他們需要一個新的事業。他們支援了X風險這個概念,也就是生存風險。意思是如果人工智慧有1%的機率毀滅世界,那麼我們應該放下一切,只關注這件事,因為你要做期望值計算。所以如果它毀滅了人類,那麼這應該是你唯一關注的事情,即使它發生的機率非常小。但他們真的以這個為中心重新組織起來,並且他們已經有了相當多的擁護者。實際上,這是一個令人驚嘆的故事,講述了他們在拜登執政期間,很大程度上在幕後或暗中取得了多大的影響力。他們基本上說服了所有拜登的主要工作人員,讓他們相信這種觀點,即這種迫在眉睫的超級智能即將到來。我們應該真的很害怕它。我們需要鞏固對它的控制。理想情況下,應該只有兩到三家公司擁有它。我們不希望世界上的其他人得到它。然後他們說,一旦我們確保只有兩到三家美國公司,我們就能解決協調問題。這就是他們認為的自由市場。我們將解決購買這些公司的協調問題,並且我們將能夠控制整個事情,防止精靈從瓶子裡逃脫。我認為這就像是對將會發生的事情的一種完全偏執的版本。它已經在被駁斥的過程中了。但這種願景從根本上激發了拜登關於人工智慧的行政命令。它激發了拜登的擴散規則。馬克,你談到你曾與拜登的人會面,他們基本上要禁止開源,並且他們基本上要指定兩到三個贏家,就這樣。安德森: 他們明確地告訴了我們。而且他們告訴我們的和您剛才說的一模一樣。他們告訴我們他們要禁止開源。當我們質疑他們禁止開放原始碼的能力時,因為我們討論的是數學,比如在教科書、YouTube視訊和大學裡教授的數學演算法,他們說,在冷戰期間,我們禁止了整個物理學領域,並將其列為禁區。如果我們必須這樣做,我們也會對數學做同樣的事情。那是,那是,那是最好的。霍洛維茨: 你會很高興知道,實際上說這話的那個人現在是Anthropic的員工。不是,不是,曾經是。不,完全正確。薩克斯: 所有那些人,確切地說,拜登政府一結束,所有拜登政府頂尖的AI僱員就都去Anthropic工作了,這告訴你他們在拜登執政期間是和誰合作的。是啊,是啊。但不,這在很大程度上是當時的敘事。你彷彿看到了迫在眉睫的超級智能。然後,你聽到的一種說法是,人工智慧就像核武器,而GPU就像鈾或鈈之類的東西。因此,所以我們需要監管這個的正確方式就像成立一個國際原子能機構。所以,一切都會被集中和控制,他們會選定兩三個贏家,現在,我認為這種敘事真的開始瓦解了,隨著DeepSeek的發佈,這實際上發生在川普政府的最初,我不知道,幾周內,因為,如果你問這些人,當他們推動所有這些監管措施時,他們對中國的看法是什麼,他們基本上,特別是,等等,如果我們通過過度監管人工智慧而自毀前程,難道中國不會贏得人工智慧競賽嗎?如果你問他們這個問題,他們會說,他們也確實說過,中國遠遠落後於我們,這無關緊要,而且,這是在完全沒有證據的情況下說的,如果我們基本上放慢速度來實施,所有這些所謂的健康法規,那麼,中國就會抄襲我們,做同樣的事情。我認為這是一種極其幼稚的觀點。我認為如果我們搬起石頭砸自己的腳,中國只會說,非常感謝。我們將直接在這一技術中佔據領導地位。我們為什麼不呢?但這就是他們所說的。而且,在制定拜登關於人工智慧的行政命令時,根本沒有討論與中國競爭的問題。它只是再次假設我們遙遙領先,以至於我們可以對我們的公司做任何事情,而這實際上不會影響我們的競爭力。我認為這種說法真的開始隨著DeepSeek在模型層面的出現而瓦解。早在4月,華為就推出了一項名為Cloud Matrix的技術,通過將更多的晶片聯網在一起,來彌補其單個晶片不如輝達晶片的事實。所以他們帶走了其中的384個。你利用他們在網路方面的實力來建立,這種機架系統,雲矩陣。而且已經演示證明,輝達晶片更好。它們更節能,但在機架層面,在系統層面,華為可以用這些,昇騰晶片和雲矩陣完成這項工作。因此,再說一次,我認為這表明,我們不是晶片領域唯一的玩家,這意味著如果我們不把晶片賣給,我們在中東和其他地方的朋友和盟友,那麼華為肯定會賣給他們。所以我認為這就像是一個又一個的啟示,我們從中瞭解到他們的許多先入之見和信念都是錯誤的。我們已經討論過,市場的最終結果比他們所能預測的要分散得多。我還要說一件事,那就是他們也認為會有,迫在眉睫的災難。所以這有點像全球變暖的事情,我們現在應該都被淹沒在水下了。他們說,在,我想,我不知道,比如10到25次浮點運算或者其他什麼上訓練的模型太危險了。然而,現在前沿的每一個模型都是在這種計算水平上訓練的。如果我們早在2023年就聽從這些人的話,那麼他們甚至會禁止我們出現在今天所處的這個地方,也就是幾年前的事。所以要記住這一點非常重要,即他們對迫在眉睫的災難的預測已經被駁斥了。因此,事情正朝著我認為非常不同的方向發展,與他們在,我們稱之為Chats GPT發佈後的第一年所想的非常不同。對吧。立法之路:為加密貨幣的未來鋪路安德森: 好的,戴維,在我們還連線著你的時候,快速回到加密貨幣的話題。因此,政府和我認為國家今年早些時候取得了一項重大勝利,總統簽署了穩定幣法案,即《天才法案》。我認為,我只想告訴你我們所看到的,是該法案的積極後果比我們想像的還要大。我會說,這對穩定幣行業來說是好事,而且你現在實際上看到各種金融機構都在以一種以前沒有的方式擁抱穩定幣。而且,這種現像在美國蔓延,順便說一句,美國處於領先地位,並且在那裡做得很好。但更廣泛地說,也只是向加密貨幣行業發出一個訊號,即這,這確實是一個,這確實是一個新時代。而且確實會有監管框架使這些事情成為可能,並且,這些框架是負責任的,但同時也使這個行業真正有可能蓬勃發展。而且在美國,正如您所知,還有第二項立法正在建構中,也就是被稱為《清晰法案》的市場結構法案,這算是立法議程的第二階段。我想知道您是否可以簡單地談談您對該法案重要性的看法,以及您認為這個過程進展如何?薩克斯: 我認為這極其重要。正如您提到的,幾個月前我們通過了《天才法案》,但這僅僅是針對穩定幣的。穩定幣約佔Token總市值的6%。那麼94%是所有其他類型的Token。《清晰法案》將適用於所有這些Token,並為所有其他加密項目和公司提供監管框架。您知道,如果我們能確定,比如說,目前我們有一位很棒的美國證券交易委員會(SEC)主席,保羅·阿特金斯,並且如果我們能確保保羅·阿特金斯這樣的人永遠都在美國證券交易委員會任職,那麼我們就不一定需要立法,因為他們已經在實施更好的規則並提供監管的清晰性。但事實是我們無法確定。如果您是一位創始人,現在正在決定在那裡建立您的公司,您希望在未來10年、20年內都具有確定性。我們想鼓勵長期項目。因此,再說一次,我認為非常重要的是將規則規範化,首先要提供清晰度,然後確保圍繞這些規則有足夠的穩定性,並將這些規則以立法的形式規範化。這是你提供長期穩定性的唯一途徑。我認為我們將完成《清晰法案》。就像你提到的,它在眾議院以大約300票通過,其中大約有78名民主黨人。因此,它是具有實質性的兩黨支援的。我認為它將會,它現在正在參議院審議。我認為它最終會完成。我們正在與大約十幾名民主黨人談判。我們必須獲得60票。因此,困難之處在於,根據阻撓議事規則,我們必須達到60票。所以,但我們正在與大約十幾名民主黨人談判。而且我確實認為我們最終會達到這個數字。順便說一句,最終我們在參議院為Genius獲得了68票,其中包括18名民主黨人。所以我確實認為,即使我們只獲得當初支援Genius的民主黨人數的三分之二,那麼我們在清晰度方面也會沒問題。但這將再次為除穩定幣之外的所有其他Token提供監管框架。而且我認為這只是一項至關重要的立法。我認為這最終會完成加密議程,我們將從拜登的加密戰爭轉向川普的加密貨幣之都。然後,我認為該行業將擁有其所需的穩定性,並且可以專注於創新,並且會有規則更新之類的事情。但從根本上奠定了該行業的基礎。關於Genius法案,川普總統確實使該法案成為可能。首先,是他的當選徹底改變了關於加密貨幣的對話。如果是不同的結果,我們仍然會,再次,就像弄清楚美國證券交易委員會一樣,創始人仍然會被起訴。我們不會知道規則是什麼。伊麗莎白·華倫將發號施令。因此,川普總統的當選使一切皆有可能,他對行業的承諾以及他在選舉期間對履行承諾的決心,使這一切成為可能。而且,他直接參與了確保《天才法案》的通過。該立法曾多次被宣佈無效。我親眼看到他能夠說服頑固的選票,並施加壓力、勸誘和施展魅力。他最終完成了這件事。我認為這種明確性會帶來類似的結果。人們總是過早地宣佈這些事情已經結束或怎麼樣。立法過程中有很多曲折。確實,你不想看到香腸的製作過程,但無論如何,我認為我們現在正走在正確的軌道上。政治風向與城市治理的挑戰主持人: 好,太棒了,很好。皮特·布蒂吉格最近參加了《All In》節目,你們談到了左翼的身份危機,他希望看到一個更加溫和的中間偏左派出現,與此同時我們在紐約看到了馬姆達尼。我很好奇你怎麼看,你認為民主黨未來的發展方向是什麼?是否會出現更加溫和的力量,還是會是這種馬姆達尼式的覺醒民粹主義?薩克斯: 在我看來,馬姆達尼和,我不知道,像是覺醒社會主義,似乎是該黨的未來。所有的能量和他們的基本盤都在那裡。我不希望是那樣。我寧願有一個理性的民主黨,但他們的基本盤和能量似乎都在那裡。而且你真的聽不到民主黨內部有人試圖自我約束,並與此保持距離。你看到了,民主黨的所有重要人物都支援了馬姆達尼。所以該黨似乎正朝著那個方向發展。我認為部分原因是他們的基本盤就在那裡。我認為部分原因可能是一種誤讀,這可能有點像對川普的部分反應,他們覺得建制派政治有點失敗了。因此,他們需要一種左翼民粹主義來與右翼民粹主義競爭。所以我認為這可能是他們朝這個方向發展的部分考量。但我堅信,我不認為這行得通。我不認為社會主義行得通。我不認為“取消警察經費”和“清空所有監獄”的政策行得通。所以,我認為我們即將迎來另一個案例,紐約的一個教學時刻。不幸的是,這對這座城市來說不會是好事,但我們以前看過這部電影。但是,這就是,民主黨似乎就是這樣。我並不完全理解。其他人也做過這種觀察,但他們似乎總是站在每個80/20問題的20%的一方。開放邊境、對犯罪的軟弱態度、釋放所有累犯,以及這種反資本主義的方式,我認為這對經濟將是災難性的。但這有點像是當前該黨的立場。這有點可怕,因為它確實意味著,如果我們在選舉中失敗,在那些我們確實會輸掉選舉的地方,結果可能會非常糟糕,不僅僅是在美國政治中在40碼線上博弈了。這確實有點可怕。而且我確實認為,如果不是唐納德·川普,在某種程度上我們可能已經到那一步了。我認為,但我們必須確保川普革命繼續下去。主持人: 最後,我們剛才談到了紐約。最近在一集中,完全是在舊金山,你贊成派遣國民警衛隊。貝尼奧夫發表了他的評論。他對這些評論的態度有所反覆。我很好奇,說到教育意義,我很好奇你是否認為舊金山在某種意義上是可以拯救的,如果可以的話,需要滿足什麼條件才能實現?薩克斯: 丹尼爾·盧裡是我們幾十年裡遇到的最好的市長。所以我認為他在舊金山現有的約束條件下做得非常好。不幸的是,在舊金山,市長這個職位是個弱勢市長。我不是指他,我只是指像它所有的設定方式。監督委員會擁有巨大的權力。隨著時間的推移,他們已經能夠將權力從市長轉移到自己手中。然後,當然,你還有所有這些左翼法官。現在有一個案例讓我感到驚訝。這個案例在幾年前激勵了我,是特洛伊·麥卡利斯特的案例,他是一個慣犯,在新年前夜殺死了兩個人。我想那是2020年左右。他在最終殺害這兩個人之前的那一年被捕了4次。而且他有非常非常長的犯罪史。他之前犯過武裝搶劫罪,偷過很多車。他本應該在監獄裡。他本不應該被釋放,但他基本上是由於當時的地方檢察官蔡斯·布丁的零保釋金政策而被釋放的,而我們後來把他罷免了。引起了巨大的抗議。霍洛維茨: 即使在舊金山,要罷免一位政治家,你也得是非常左翼,才能基本上疏遠舊金山。而蔡斯·布丁設法變得如此極端,以至於他疏遠了舊金山。薩克斯: 然而,我不知道為什麼特洛伊·麥卡利斯特還沒有被判刑,並在監獄裡服刑20年以上,但他的案件仍在法院審理中,永無止境。而且有一位左翼法官正在考慮直接給他緩刑,基本上意味著你可能只是戴著腳踝監視器或其他東西被釋放。這太瘋狂了。所以,這就是我們在舊金山所面臨的情況。就像那些想釋放所有罪犯的瘋狂的左翼法官。所以我就在想,丹尼爾是否面臨太多的限制?因此,我知道他不想讓總統派遣國民警衛隊,但也許最終這會有所幫助。但無論如何,我認為總統已經同意暫緩此事,因為丹尼爾與總統進行了一次良好的對話,並要求他暫緩行動。總統同意了,並給予他時間來實施他的解決方案。聽著,如果丹尼爾和他的團隊能夠不斷取得進展,並在不需要國民警衛隊介入的情況下解決問題,那就再好不過了。我們拭目以待... 我知道他想這樣做,而且就像我說的,他是我們幾十年來的最好的市長。問題僅僅在於他是否會受到該市其他當權者的過多限制。大衛,非常感謝你來參加播客。霍洛維茨: 謝謝你,大衛,太好了。也感謝你所做的工作。我們和任何人一樣,都非常感激你過去為解決問題所做的工作,以及為我們走向美好的未來鋪平的道路。薩克斯: 好的,謝謝。我也很感謝你們所做的一切。所以感謝你們的支援,感謝你們所做的一切。我很感激。 (Web3天空之城)