Основатель a16z: В эпоху Agent действительно важные вещи изменились

Оригинальный заголовок видео: Марк Андреессен размышляет о смерти браузера, Pi + OpenClaw и о том, почему «Это время — другое»

Источник видео: a16z, Latent Space

Перевод и компиляция: FuturePulse

Источники сигнала：

Это последний интервью основателя a16z Марка Андреессена в подкасте Latent Space.

Он — известный американский интернет-предприниматель, один из ключевых фигур в раннем развитии интернета; после основания a16z стал представителем топовых инвесторов Кремниевой долины.

Вся беседа посвящена истории развития ИИ и последним трендам, очень стоит прочтения.

1. Этот этап ИИ не появился внезапно, а является результатом 80-летней технической гонки, которая впервые «начинает работать»

· Этот этап ИИ не появился внезапно, а является результатом 80-летней технической гонки, которая впервые «начинает работать»

· Марк Андреессен прямо называет текущий момент «80-летним ночным успехом», подразумевая, что внезапный взрыв популярности — это лишь видимость, за которой стоит десятилетия накопленных технологий.

· Он прослеживает эту линию технологий до ранних исследований нейронных сетей и подчеркивает, что сегодня индустрия уже приняла как правильную архитектуру «нейронные сети».

· В его рассказе ключевые моменты — не один конкретный момент, а цепочка: AlexNet, Transformer, ChatGPT, модели рассуждения, затем агенты и самоулучшение.

· Он особо подчеркивает, что сейчас не только текстовое поколение усилилось, а одновременно появились четыре функции: большие языковые модели (LLMs), рассуждение, кодирование, а также агенты / рекурсивное самоулучшение.

· Он считает, что «это время — другое», не потому что повествование более привлекательное, а потому что эти возможности уже начинают работать в реальных задачах.

2. Архитектура агента, представленная Pi и OpenClaw, — это более глубокое изменение программной архитектуры, чем чатботы

· Он описывает агента очень конкретно: по сути, это «LLM + оболочка + файловая система + markdown + cron/loop». В этой структуре LLM — ядро рассуждения и генерации, оболочка обеспечивает среду выполнения, файловая система хранит состояние, markdown делает состояние читаемым, а cron/loop обеспечивает периодическое пробуждение и продвижение задач.

· Он считает важным, что эта комбинация важна не только потому, что сама модель новая, а потому что остальные компоненты — давно зрелые, понятные и переиспользуемые в программном мире.

· Состояние агента сохраняется в файлах, что позволяет переносить его между моделями и средами выполнения; базовая модель может быть заменена, но память и состояние сохраняются.

· Он неоднократно подчеркивает важность саморефлексии: агент знает свои файлы, может читать свое состояние и даже переписывать свои файлы и функции, двигаясь в направлении «расширения себя».

· По его мнению, настоящий прорыв — не только «модель отвечает», а то, что агент может использовать существующие инструменты Unix, чтобы задействовать весь потенциал компьютера.

3. Эра браузеров, традиционных GUI и «человеческих программ» постепенно заменяется агент-ориентированным взаимодействием

· Марк Андреессен ясно заявил, что в будущем «вам, возможно, больше не понадобится пользовательский интерфейс».

· Он дополнительно отметил, что основными пользователями программного обеспечения станут не люди, а «другие боты».

· Это означает, что многие интерфейсы, предназначенные для кликов, просмотра и заполнения форм, сегодня станут лишь вызовами для агента, который их выполнит за вас.

· В этом мире человек скорее — это тот, кто ставит цель: говорит системе, что ему нужно, а агент вызывает сервисы, управляет программами и завершает процессы.

· Он связывает это изменение с более широким будущим программного обеспечения: качественное ПО станет все более «богатым», перестанет быть редкостью, созданной несколькими инженерами вручную.

· Он также считает, что важность языков программирования снизится; модели смогут писать код на разных языках, переводить его, а в будущем люди будут больше интересоваться, почему AI так организовал код, а не зацикливаться на конкретном языке.

· Он даже упоминает более радикальный сценарий: концептуально AI может не только генерировать код, но и напрямую выводить более низкоуровневый двоичный код или веса моделей.

4. Этот цикл инвестиций в ИИ напоминает пузырь 2000 года, но фундаментальные структуры спроса и предложения отличаются

· Он вспоминает 2000 год и подчеркивает, что крах был в основном не из-за «неработающего интернета», а из-за чрезмерного строительства телекоммуникационной инфраструктуры и пропускной способности: оптоволокно и дата-центры были заложены заранее, что привело к длительному периоду переработки.

· Он считает, что сегодня тоже есть опасения «перестройки», но основные инвесторы — крупные компании вроде Microsoft, Amazon, Google — с наличными, а не с высокой долговой нагрузкой.

· Он особо отмечает, что сейчас инвестиции в GPU быстро превращаются в доход, в отличие от 2000 года, когда было много неиспользуемых ресурсов.

· Он подчеркивает, что сейчас мы используем «заслоненную» технологию: из-за нехватки GPU, памяти и дата-центров потенциал моделей не полностью реализован.

· По его мнению, в ближайшие годы ограничивающими факторами станут не только GPU, но и CPU, память, сеть и взаимодействие всей чиповой экосистемы.

· Он сравнивает законы масштабирования ИИ с законом Мура, считая, что они не только описывают закономерности, но и продолжают стимулировать капитал, инженерию и индустриальное развитие.

· Он отмечает необычное явление: с ускорением оптимизации программного обеспечения некоторые старые чипы могут стать более ценными, чем при покупке.

5. Открытый исходный код, краевая обработка и локальное выполнение — это не побочные продукты, а часть конкурентной среды ИИ

· Марк Андреессен ясно считает, что open source очень важен, не только потому что он бесплатен, а потому что «учит весь мир, как он сделан».

· Он описывает открытые проекты вроде DeepSeek как «подарок миру», потому что код и статьи быстро распространяют знания и повышают уровень всей индустрии.

· В его рассказе открытый исходный код — не только технический выбор, но и геополитическая и рыночная стратегия: разные страны и компании используют разные стратегии открытости, исходя из своих бизнес-ограничений и целей влияния.

· Он также подчеркивает важность краевой обработки («Edge inference»): в ближайшие годы централизованные вычисления могут быть недостаточно дешевыми, и многие потребительские приложения не смогут долго держать высокие затраты на облачное выполнение.

· Он приводит повторяющуюся модель: модели, которые сегодня кажутся невозможными для запуска на ПК, через несколько месяцев могут успешно работать на локальных устройствах.

· Помимо стоимости, важными факторами для локального выполнения являются доверие, конфиденциальность, задержки и сценарии использования: носимые устройства, дверные замки, переносные гаджеты — все это лучше подходит для низкой задержки и локальных вычислений.

· Его мнение очень прямое: почти все устройства с чипами в будущем могут содержать AI-модель.

6. Истинные сложности ИИ — не только в возможностях моделей, а в безопасности, идентификации, финансовых потоках, организационных и регуляторных препятствиях

· В области безопасности его мнение очень острое: почти все потенциальные уязвимости станут легче обнаружимы, и в ближайшее время возможны крупные «кибербезопасностные катастрофы».

· Но он также считает, что программируемые агенты смогут масштабировать исправление уязвимостей; в будущем «защита программного обеспечения» может заключаться в том, чтобы боты сканировали и исправляли их.

· В вопросе идентификации он считает, что «доказательство бота» невозможно, потому что боты станут все сильнее; более реалистичный путь — «доказательство человека», то есть биометрия, криптография и выборочное раскрытие информации.

· Он также говорит о часто игнорируемой проблеме: если агенты действительно начнут действовать в реальном мире, им потребуется деньги, платежные системы, а возможно, и банковские счета, карты или стабильные монеты. В организационном плане он использует концепцию управленческого капитализма, полагая, что AI может усилить роль основателей, поскольку боты отлично справляются с отчетностью, координацией, документацией и управленческими задачами.

· Но он не считает, что общество быстро примет AI без сопротивления: он приводит примеры лицензий, профсоюзов, забастовок портовых рабочих, государственных структур, K-12 образования, медицины, показывая, что в реальном мире есть много регуляторных тормозов.

· Его мнение — и оптимисты, и апокалиптики недооценивают один момент: если технология станет возможной, это не значит, что 8 миллиардов человек сразу изменят свои привычки.

Ссылка на видео

Нажмите, чтобы узнать о вакансиях в BlockBeats

Добро пожаловать в официальное сообщество BlockBeats:

Телеграм-канал подписки: https://t.me/theblockbeats

Телеграм-группа: https://t.me/BlockBeats_App

Официальный аккаунт в Твиттере: https://twitter.com/BlockBeatsAsia