założyciel a16z: W erze agentów zmieniło się to, co naprawdę się liczy

Oryginalny tytuł: Marc Andreessen zastanawia się nad śmiercią przeglądarki, Pi + OpenClaw i dlaczego „tym razem jest inaczej”

The European Union</b>} has launched a new initiative to promote sustainable development</i>}. The initiative aims to reduce carbon emissions</1>} and promote renewable energy</1>} sources. The European Commission</1>} has allocated €100 million</1>} for this project. The European Parliament</1>} has also expressed its support for the initiative. The European Council</1>} is expected to approve</1>} the initiative at its next meeting. FuturePulse

Źródło sygnału: To jest założyciel a16z Marc Andreessenw najnowszym wywiadzie w podcastzie Latent Space. Jest on znanym amerykańskim przedsiębiorcą internetowym i jedną z kluczowych postaci we wczesnym rozwoju internetu; po założeniu a16z stał się reprezentatywna postacią wśród czołowych inwestorów w Dolinie Krzemowej. Cała rozmowa koncentruje się na historii i najnowszych trendach w rozwoju sztucznej inteligencji, co czyni ją bardzo wartościową do przeczytania.

I. Ta runda sztucznej inteligencji nie jest nagłym pojawieniem się, ale pierwszym kompleksowym „rozpoczęciem pracy” po 80 latach maratonu technologicznego.

• Ta runda sztucznej inteligencji nie jest nagłym pojawieniem się, ale wynikiem 80-letniego maratonu technologicznego.

• Marc Andreessen bezpośrednio odnosi się do teraźniejszości jako do „80-letniego sukcesu z dnia na dzień”, co oznacza, że nagła eksplozja w oczach opinii publicznej jest w rzeczywistości skoncentrowanym uwolnieniem dekadowych rezerw technologicznych.

• Śledzi on tę ścieżkę technologiczną od wczesnych badań nad sieciami neuronowymi i podkreśla, że branża zaakceptowała teraz osąd, że „sieci neuronowe są właściwą architekturą”.

• W jego narracji kluczowe węzły to nie pojedyncze momenty, ale seria akumulacji: AlexNet, Transformer, ChatGPT, modele wnioskowania, a następnie agenci i samodoskonalenie.

• Szczególnie podkreśla, że tym razem nie tylko generowanie tekstu stało się silniejsze, ale jednocześnie pojawiły się cztery rodzaje funkcjonalności: LLM, wnioskowanie, kodowanie i agenci/samopoprawa rekursywna.

• Uważa, że „tym razem jest inaczej” nie dlatego, że narracja jest bardziej przekonująca, ale dlatego, że te możliwości zaczęły działać na prawdziwych zadaniach.

II. Architektura agenta reprezentowana przez Pi i OpenClaw to głębsza zmiana w architekturze oprogramowania niż czatyboty.

• Opisuje agenty bardzo szczegółowo: w zasadzie „LLM + powłoka + system plików + markdown + cron/loop”. W tej strukturze LLM stanowi rdzeń rozumowania i generowania, powłoka zapewnia środowisko wykonawcze, system plików zapisuje stan, markdown czyni stan czytelnym, a cron/loop zapewnia okresowe wybudzanie i postęp zadań.

• Uważa, że znaczenie tego połączenia polega na tym, że poza samym modelem, który jest nowy, wszystkie pozostałe komponenty są częściami świata oprogramowania, które są już dojrzałe, zrozumiałe i nadające się do wielokrotnego użytku.

• Stan agenta jest zapisywany w plikach, co umożliwia migrację między modelami i środowiskami wykonawczymi; można wymienić model podstawowy, ale pamięć i stan są nadal zachowane.

• Wielokrotnie podkreśla on znaczenie introspekcji: agenci znają swoje własne pliki, mogą odczytywać swoje własne stany, a nawet mogą przepisywać swoje własne pliki i funkcje, zmierzając do zasady „rozszerzaj samego siebie”.

• Jego zdaniem prawdziwym przełomem nie jest tylko to, że „model odpowie”, ale to, że agenci mogą wykorzystywać istniejące łańcuchy narzędzi systemu Unix, aby wykorzystać pełny potencjał komputera.

III. Era przeglądarek, tradycyjnych interfejsów graficznych i „oprogramowania uruchamianego przez kliknięcie myszką” będzie stopniowo zastępowana metodami interakcji opartymi na agentach.

• Marc Andreessen wyraźnie stwierdził, że w przyszłości „może nie będzie już potrzebny interfejs użytkownika”.

• Ponadto zauważył, że głównymi użytkownikami oprogramowania w przyszłości mogą nie być ludzie, ale „inne boty”.

• Oznacza to, że wiele interfejsów zaprojektowanych z myślą o klikaniu, przeglądaniu i wypełnianiu formularzy przez ludzi, przekształci się w warstwę wykonawczą wywoływaną przez agenty.

• W tym świecie ludzie są bardziej jak ci, którzy wyznaczają cele: mówią systemowi, czego chcą, a następnie agenci wywołują usługi, obsługują oprogramowanie i kończą procesy.

• Łączy tę zmianę z większą przyszłością oprogramowania: wysokiej jakości oprogramowanie stanie się coraz bardziej „obfite”, przestając być rzadkim produktem tworzonym ręcznie przez kilku inżynierów.

• Przewiduje również, że znaczenie języków programowania spadnie; modele będą pisać programy w różnych językach i tłumaczyć je między sobą, a w przyszłości ludzie mogą bardziej interesować się wyjaśnianiem, dlaczego sztuczna inteligencja organizuje kod w określony sposób, niż trzymaniem się konkretnego języka.

• Wspomina nawet o bardziej radykalnym kierunku: teoretycznie sztuczna inteligencja może nie tylko generować kod, ale także bezpośrednio generować kod binarny niższego poziomu lub wagi modelu.

IV. Ten cykl inwestycji w sztuczną inteligencję jest podobny do bańki internetowej z 2000 roku, ale struktura podaży i popytu jest inna.

• Przypomina, że w 2000 roku krach nie był w dużej mierze spowodowany „nieprawidłowym działaniem Internetu”, ale raczej nadmierną budową infrastruktury telekomunikacyjnej i przepustowości, z wyprzedzeniem układaniem światłowodów i centrów danych, po których nastąpił długi okres przetwarzania.

• Uważa, że obecnie istnieją obawy dotyczące „przesadnej rozbudowy”, ale obecnymi inwestorami są głównie duże firmy takie jak Microsoft, Amazon i Google, dysponujące dużymi środkami pieniężnymi, a nie kruche podmioty o wysokim poziomie zadłużenia.

• Wskazuje konkretnie, że obecnie, o ile inwestycja stanowi działającą kartę graficzną, można ją zwykle szybko przekształcić w przychód, co różni się od dużych ilości niewykorzystanych mocy obliczeniowych w 2000 roku.

• Podkreśla również, że to, z czego obecnie korzystamy, to tak naprawdę „osłabiona” wersja technologii: z powodu niewystarczającej podaży kart graficznych, pamięci, centrów danych itp. potencjał modeli nie został w pełni wykorzystany.

• Według niego rzeczywiste ograniczenia w nadchodzących latach będą dotyczyć nie tylko kart graficznych, ale także powiązanych wąskich gardeł w postaci procesorów, pamięci, sieci i całego ekosystemu chipów.

• Przeciwstawia prawa skalowania sztucznej inteligencji dawnemu prawu Moore'a, wierząc, że nie tylko opisują one wzorce, ale także nieustannie stymulują współpracę kapitałową, inżynieryjną i przemysłową.

• Wspomina o bardzo nietypowym, ale ważnym zjawisku: wraz ze wzrostem szybkości optymalizacji oprogramowania, niektóre starsze generacje chipów mogą stać się nawet bardziej wartościowe ekonomicznie niż w momencie ich zakupu.

V. Open source, wnioskowanie na obrzeżach i lokalna egzekucja nie są marginalne, ale stanowią część konkurencyjnego krajobrazu sztucznej inteligencji.

• Marc Andreessen jest głęboko przekonany, że open source jest bardzo ważny, nie tylko dlatego, że jest darmowy, ale ponieważ „uczy cały świat, jak to się robi”.

• Opisuje on wydania typu open-source, takie jak DeepSeek, jako „dar dla świata”, ponieważ kod + artykuł szybko rozpowszechniają wiedzę i podnoszą poziom całej branży.

• W jego narracji open source to nie tylko wybór techniczny, ale może być również strategią geopolityczną i rynkową: różne kraje i firmy będą przyjmować różne strategie otwartości w oparciu o własne ograniczenia biznesowe i cele wpływu.

• Podkreśla również znaczenie wnioskowania na obrzeżach: w nadchodzących latach koszty scentralizowanego wnioskowania mogą być niewystarczająco niskie, a wiele aplikacji konsumenckich nie będzie w stanie udźwignąć długoterminowych wysokich kosztów wnioskowania w chmurze.

• Wspomina o powtarzającym się wzorcu: modele, które wydają się „niemożliwe do uruchomienia na komputerze PC” dzisiaj, często mogą działać na lokalnych maszynach zaledwie kilka miesięcy później.

• Oprócz kosztów, czynniki promujące lokalne wykonanie obejmują zaufanie, prywatność, opóźnienia i scenariusze użytkowania: urządzenia do noszenia, zamki drzwiowe, urządzenia przenośne itp. są bardziej odpowiednie do wnioskowania na miejscu o niskim opóźnieniu.

• Jego osąd jest bardzo bezpośredni: niemal wszystko, co ma układ scalony, może w przyszłości zawierać model sztucznej inteligencji.

VI. Prawdziwe wyzwania związane ze sztuczną inteligencją leżą nie tylko w możliwościach modelu, ale także w bezpieczeństwie, tożsamości, przepływie finansowym, oporach organizacyjnych i instytucjonalnych.

• Jego osąd w kwestii bezpieczeństwa jest bardzo ostry: niemal wszystkie potencjalne błędy bezpieczeństwa będą łatwiejsze do wykrycia, a „katastrofa bezpieczeństwa komputerowego” może wystąpić w krótkim czasie.

• Jednak uważa również, że agenci programistyczni zwiększą zdolność do usuwania luk w zabezpieczeniach; w przyszłości sposób „ochrony oprogramowania” może polegać na umożliwieniu botom skanowania i naprawy.

• W kwestii tożsamości uważa, że „dowód bot” nie jest wykonalny, ponieważ boty będą coraz potężniejsze; prawdziwie wykonalnym kierunkiem jest „dowód człowieka”, który jest kombinacją biometrii, weryfikacji kryptograficznej i selektywnego ujawniania.

• Omówił również często pomijany problem: jeśli agenci mają działać w świecie rzeczywistym, ostatecznie będą potrzebować pieniędzy, możliwości dokonywania płatności, a nawet pewnej formy rachunków bankowych, kart lub infrastruktury podobnej do stablecoinów. Na poziomie organizacyjnym czerpie z ram zarządzającego kapitalizmem, wierząc, że sztuczna inteligencja może wzmocnić firmy prowadzone przez założycieli, ponieważ boty doskonale radzą sobie ze sprawozdawczością, koordynacją, dokumentacją i dużą ilością „pracy zarządczej”.

• Jednak nie wierzy, że społeczeństwo szybko i bezproblemowo zaakceptuje sztuczną inteligencję: przytacza przykłady, takie jak licencje zawodowe, związki zawodowe, strajki robotników portowych, departamenty rządowe, edukacja K-12 i opieka zdrowotna, aby zilustrować, że w świecie rzeczywistym istnieje wiele instytucjonalnych przeszkód.

• Jego zdaniem zarówno utopijni, jak i pesymistyczni zwolennicy sztucznej inteligencji mają tendencję do pomijania jednego punktu: to, że technologia jest możliwa, nie oznacza, że 8 miliardów ludzi natychmiast się zmieni.