棋牌游戏大全,棋牌游戏app,棋牌游戏平台,棋牌游戏赌博,棋牌娱乐,棋牌娱乐平台,棋牌论坛,棋牌,开元棋牌,棋牌游戏有哪些,斗地主,扑克游戏,麻将,德州扑克,牛牛,麻将糊了,掼蛋,炸金花,掼蛋技巧,掼蛋口诀,抢庄牛牛,十点半,龙虎斗,21点,贵阳捉鸡麻将,牌九

　　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？

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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？

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。

　　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。”

　　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？

　　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。

　　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？

　　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。

　　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。

　　他们，正在争吵，你现在在网上经常看到这种情况。我正在和我的男朋友或女朋友争论。我不明白发生了什么。我把文本交流记录拿过来，复制粘贴到聊天GPT中，让聊天GPT向我解释我的伴侣在想什么，并告诉我应该如何回应。所以这些人，他或她就不再对我生气了，或者我有一个问题，我有一个皮肤病，医生还有巴拉巴拉巴拉巴拉，我终于，好了解了我自己的健康状况。或者我在我的工作中使用它。比如，我必须在周一早上准备好这份报告，但我时间不够了。我喜欢它，ChatGPT 真的帮了我大忙（救了我一命）。

　　所以人们在日常生活中，看看数据就知道了。他们不仅仅是在使用这项技术，他们热爱这项技术。他们热爱它，并且正以他们能达到的最快速度采纳它。因此，我倾向于认为，我们将不得不应对一段时间内来回拉锯的公众讨论，因为人们所说的和人们所做的之间存在分歧。但我确实认为，人们所做的那一部分显然是最终会获胜的部分。而且我认为，顺便说一句，我认为这项技术将与其他所有技术完全一样，这里将发生的事情是，它将以非常广泛的方式扩散开来。它会把所有人都吓坏。然后20年后，每个人都会说，谢天谢地，我们拥有了它。如果没有这个，我们会很痛苦一样。或者五年后，或者一年后，人们都会得出这个结论。因此，我对我们的前景感到非常乐观，对事态的最终走向感到非常乐观。只是，过程中会有一些动荡。

　　主持人: 我笑是因为我也在实际应用中见证了这一点。就在上周晚些时候，我正在飞机上。我旁边的先生正在和他的聊天机器人交流。我看到他，他好像在说，帮我起草一封给联合航空的升级信，投诉这次航班延误。我当时心想，先生，您现在就在飞机上呢。至少等飞机落地之后再说吧。不过，这真的很有趣。我敢肯定，作为那一部分的一部分，他撰写了一封很棒的电子邮件。好的，我要换个话题，问一些有趣的问题了。这些问题是收到的，意图是快速赠款。那么，最近你改变了什么想法？如果改变想法的人比你年轻，可以加分。

　　但是，就好像拥有对正在发生的事情的准确理解而言，这确实是一个令人担忧的问题。我想我会说两件事。我会说第一点是，其中一点是，我的合作伙伴，我认为他们相当，包括本，在告诉我错了的时候相当直言不讳。但是，更一般地说，我们只是，我们非常贴近现实。再次，你提到了，我不知道，这是不是，保持年轻的方式，确保我们的头发永不后退或者别的什么，我们进行这些实验，因为我们决定是否投资或不投资，我们与这些公司及其所有事物合作。

　　然后，现实很快就来了。在这个行业里，幻想不会持续太久，因为，这些事情要么成功，要么不成功。而且，你会就这事那事以及其他事情进行冗长、精心设计的理论讨论。然后现实就像一记响亮的耳光把你打懵了，就像“你这个白痴”，你到底是怎么回事，这是商业中最令人沮丧但同时也极具激励性的事情，那就是你认为自己运用了更卓越的分析，并基于该分析进行投资或不投资的次数。结果发现你的分析完全是错误的，而且，你只是完全高估了自己认识论上分析这些事物的能力。你只是，基本上造成了损害。比如，我总是，一个问题总是，我们进行的任何活动，它是在增加价值还是实际上是在减损价值？而且我认为在这个行业和所有行业中，它就是这样，这同样适用于我自己的所有贡献。

　　安德森: 直到你余生的每一天。在接下来的 30 年里，现实会扇你耳光，说：你这个傻瓜。你拥有它，字面意义上，字面意义上，它就在你的办公室里。你所要做的就是说“是”。顺便说一句，这是回事，就像每个伟大的风险投资家一样，这些都是风险投资家们互相讲述的故事。所以每个伟大的风险投资家基本上都有这样的历史，我的天哪，它就在我的办公室里。那东西在我办公室里，我说了不，如果我当时说了是呢。这非常难以，华尔街日报和CNBC每天都在不断提醒你犯了一个巨大的错误，这对保持谦逊的因素非常有益，非常有益。