Transcription
[音乐]
今天的节目有点特别。我们精选了今年与金融、软件、人工智能和媒体领域的创始人、运营者和建设者们进行的一些我们最喜欢的对话的精彩片段。从工作和人工智能的未来，到网络经济和文化的变迁，这些片段捕捉到了世界如何实时被重塑。让我们开始吧。
首先是 Carile 的联合创始人 David Rubenstein，他谈到了为什么他一直置身于党派政治之外，以及保持中立如何使他能够与不同政府合作，并团结两党人士。
>> 我不参与政治。我不给政客钱。不给任何人钱。
>> 哇。
>> 我从未给过一分钱，一分钱都没给过任何竞选美国总统的人。
>> 为什么？
>> 嗯，原因如下。嗯，我们的系统运作方式是，如果我给某位总统候选人捐款 100 美元，那么这个人犯的每一个错误，他们都会怪罪于我。如果这个人提出了一个与我自己的观点截然相反的立场，他们就会说：“哦，你相信‘大绿色协议’。”嗯，我与‘大绿色协议’毫无关系。我只是给了这个人 100 美元。所以，这是一个问题。其次，随着 Carla 变得越来越大，如果我捐了 1000 美元，有人当选总统，而那位总统有一个国防部，他们……他们会给一家 Carla 拥有的公司一份合同，那么头条新闻可能是“Rubenstein 因为给了 Joe Blow 1000 美元而获得了合同”，或者诸如此类。我不想读到那个。现在，显然，1000 美元可能与捐赠一百万美元或一千万美元不同，但与其让任何人认为我试图购买便利或在政治上……获得好处，我干脆不给政客任何钱。
>> 嗯，而且，参与政治会自动疏远 50% 的可能想与您一起筹款的选民。就像迈克尔·乔丹曾经说过，你知道的……
>> 共和党人也买鞋。
>> 完全正确。但例如，在过去的 11 到 12 年里，我在国会图书馆举办了一个项目。我是国会图书馆支持委员会一个名为“麦迪逊委员会”的组织的主席。我还是全国图书节的主席，并且我非常热衷于阅读世界和书籍。嗯，我启动了这个项目，以教育国会议员们了解美国历史。所以，我每个月都会在国会图书馆与国会图书馆一起举办一次晚宴，在那里我会采访 Doris Kerns Goodwin 或同等水平的人物……关于美国历史，以及他们的新书。所以，我将主持并支付晚宴和招待会的费用。国会议员们会来，民主党人和共和党人，我们让他们与对立政党的人坐在一起，这在华盛顿他们很少有机会做到，并且让他们与对立议院的人坐在一起，这在现在他们也很少有机会做到。嗯，如果我是一个坚定的民主党人或一个坚定的共和党人，我不确定我能否让对立政党的人来参加这样的活动。所以，通过保持中立，我……我认为我可以让更多人来参加，也许能更好地教育他们。我曾担任特朗普总统解雇我的前 14 年的肯尼迪中心的董事长。我曾担任史密森尼学会的董事长四年。我现在是国家美术馆和劳工国会委员会的主席。所以，我认为所有这些事情，通过不参与政治，我都能更有效地完成。
>> 特朗普真的解雇了你吗？我读到了那个标题，但我本来想问你是不是真的。14 年。
>> 是的。嗯，我……乔治·W·布什把我任命到委员会，奥巴马总统重新任命了我，然后……拜登总统重新任命了我，嗯……我知道特朗普总统相当了解我，多年来我与他谈论过许多不同的事情，我认为他喜欢我……无论这有什么价值。嗯，他对肯尼迪中心某件事不满意。有人告诉他那里有一个变装秀，他对此感到非常不满。我认为有些人……告诉他，肯尼迪中心的荣誉不是授予政治保守派人士的。无论是什么原因……他决定做出改变，他很不高兴。我认为拜登总统在他离任前不久将一些白宫工作人员任命到了委员会。无论是什么原因，我真的不知道。嗯……他决定更换委员会。他告诉一些人，他认为我已经退休了，因为我……我曾宣布我将于 12 月退休，并且为我举办了一个盛大的告别派对，但是委员会找不到人来接替我，所以他们让我再留两年。所以，我仍然是董事长，但是……他告诉一些人，他认为我已经退休了，无论如何，他都替换了我。所以，在美国政府漫长的历史中……250 年，我们即将庆祝，我是第一个被总统解雇并被他接替的人。
接下来是 HubSpot 的 Yami Rangan，他谈到了如何穿透人工智能的炒作，并将当下与真正的客户价值和成果联系起来。
我们作为营销人员、销售人员、支持人员所做的工作现在正在被彻底改写，我们可以做得更多，这正是令人兴奋的地方。虽然在人们的增长速度和所有正在进行的对话的理念方面存在一些相似之处，但这从根本上是令人兴奋的，因为你可以更好地利用你的时间，你可以重新想象可以完成的工作量，而且它不再是关于软件帮助你完成任务。它是关于软件为你完成任务，从而最大化你在花费的时间内可以取得的成果和结果。
>> 我完全同意。我的意思是，当我刚开始职业生涯时，我可能每天打 100 个冷电话，每天写 400 到 500 封电子邮件，复制粘贴它们……
>> 而且我们是一家名为 Nooks 的公司的投资者。它将完成所有这些。
>> 对。
>> 它就是这么做的。
>> 对。它真的就是完成了所有那些工作。我不需要做那些工作。真是浪费时间。我仍然需要一份工作要做。那里有一份我需要做的工作，但那不是那份工作。
>> 嗯，而且，想想这个。对你作为销售代表来说，这项工作，这也是我开始职业生涯的方式，就是完成交易，赢得业务，对吧？就是与客户面对面，就是理解客户的痛点，并赢得他们作为客户。这就是要完成的工作。为了完成这项工作，你研究公司，你打电话，冷呼，你写了一堆电子邮件，你跟进所有事情，然后你做所有这些只是为了争取一小部分时间与客户面对面。那就是当时的范式。而且，你看，我在销售和市场推广领域已经很长时间了。你知道，我跟踪了 20 年的一个非常令人难以置信的统计数据，那就是销售人员与客户面对面的时间，这个数字一直没有变。大约是 25%，如果你把事情做得井井有条，你有出色的运营，你有惊人的数据，你有出色的系统，那就是 27%。所以，你真的只有大约 2% 的改进，如果你在与客户面对面的时间方面做得一切都对，而其他所有事情都是你所说的准备工作。这是研究，然后，你知道，当我第一次转向运营时，我会……我会恳求销售团队，我说，你能否请在系统中完成你的笔记，因为下一个人，下一个人需要更好的交接。所以，这正在改变，而且非常酷。看到公司们在做什么真是太令人兴奋了。你知道，HubSpot 完全做到了，这就是我们正在为我们的……我们的客户设想的。
>> 我同意。我认为这是真实存在的。是的。
>> 好的。是的。
>> 嗯，但是……在……加密货币的时候，是的。
>> 或者在共同……的时候，每个人也认为这是一个非常真实的事情。而且，你知道，在每个人都远程办公的日子里，而且这会持续下去，这种数字需求将持续数十年。
>> 问题是，这与现在相似……
>> 无论它是真实的还是虚假的，如果你错了。如果它是真实的，而你错了，并且你没有在那个时候做出正确的投资，你就完蛋了。意思是，如果你以 10 亿美元的速度增长 100%……而且你只是说，“哦，不，这不会持续下去。”然后你说……而它确实持续下去了。
>> 你只是错过了……数亿美元。
>> 完全正确。
>> 完全正确。
>> 对。或者，你知道，像现在这些……这些……这些大型科技公司，比如 Meta、Google 和 Microsoft，它们在基础设施上的投资是惊人的。就像，惊人的。
>> 真是惊人。我们从未见过如此巨额的支出。
>> 但是，他们会怎么做呢？就像，就像，如果他们错了呢？就像，就像，如果……如果这甚至不是足够的投资……而微软决定不做了，而 Meta 和亚马逊做了呢？
>> 是的。
>> 就像他们错过了整个事情。
>> 完全正确。完全正确。所以……这就是为什么它很难。这太……这太难了。所以，我认为，你知道，我感觉到的事情之一是，有很多热门观点和炒作，以及所有这些，而且每个周期，无论它是否最终成真，都有……热门观点，而且每天都有一些加密货币，一些 Web3，现在是 AI，对吧？它真的归结为客户价值，你必须回到……你知道，所有这些技术……你知道，谈论什么并不重要，你必须回到你的客户是谁，他们的工作是什么，你能否改善它并增加价值？这就是我们……这就是我们看待它的方式。我们有一个……北极星，那就是为客户解决问题，SFTC，我们一直都在谈论这个。然后，它又回到了……好的，忘掉所有炒作，忘掉所有酷炫的技术。我们能否利用 AI 的一个巧妙……功能，并使其成为 AI 的一个必要功能？
>> 如果我们能通过客户使用和重复价值证明我们交付了，那么这个周期就有东西了。如果不是，如果它是你今天做的酷炫的事情，然后下周它就……流失了，所有人都离开了，那么就没有价值了。所以，我认为你必须……让自己扎根于客户价值和真相。如果你做到了，那么你就可以从中筛选出来。但是，你知道，在周期的开始，你只能……你知道，使用某种模式识别来说，这是否会奏效，然后做出一个赌注。而且你不能出错。而且，你知道，这就是发生的事情。就像，我……我会说，嗯，你知道，SAP，我以前在 SAP 工作过，你知道，在那些日子里，有很多关于云是否真实的问题。你知道，本地部署是否会消失，云是否真实？而且，CIO 是否会信任不在他们数据中心而是位于某种公共云中的数据？这些都是真实的辩论。现在情况不同了。我认为我们所有……你知道，那些已经成立了很长时间的人，或者如果是初创公司，我们都知道并看到了 AI 的价值，而且我们……我们非常关注对客户的价值是什么。
接下来是 Mailchimp 的 Ben Chestnut，他反思了技术周期的加速速度，以及为什么他很高兴自己不再处于人工智能浪潮中的一家科技公司。
>> 我很高兴我不再做生意了。
>> 是吗？
>> 是的。
>> 这与我听说的非常不同。
>> 真的吗？因为人工智能正在颠覆一切，而且一旦有什么东西被人工智能颠覆，它就会被颠覆。而且，你知道，在 Mailchimp 的早期，我意识到在科技行业，我们需要每 3 年重新发明自己。客户的品味在变化，他们的技术需求也在每 3 年变化。我必须让 Mailchimp 保持非常灵活。我永远不会承诺任何需要超过一年时间的事情，因为那样我就无法迅速做出改变。所以，你知道，这在……前 10 年奏效了。然后，你知道，到了第 15 年，它就像……它在加速。我能感觉到它在加速，我的公司越来越大，越来越难改变。我必须开始下注。而且，这些不是大赌注，这些是……你知道，中等规模的赌注，以我能承受的程度。而现在，随着它加速得更快，我……我不知道你如何……你如何跟上。而且，这是来自一个……我们投资，我们很早就投资了人工智能，大数据等等，使用了 Nvidia，就像 2008 年……我们在那个世界里非常早，因为我们在处理滥用数据、电子邮件数据、垃圾邮件数据，对吧？我们需要保护我们的服务器，所以我们……我们是为了防止滥用而这样做的。然后，你知道，我们进入了……比如，使用人工智能进行电子邮件设计和文案撰写，然后我卖掉了旧的。现在我回顾一下，只是说，“我的天啊，我很高兴我不再是一家科技公司的 CEO 了。”
在 Harvey，Winston Weinberg 专注于法律领域最棘手的问题，他正在构建能够经受住模型多年进步的人工智能，首先是通过赢得信任。
>> 有多少公司在涉足人工智能法律领域？我很久以前看过一张市场图，我不得不……我不得不放大很多，因为它……但是，你知道，我的意思是，我会让 Winston 来回答这个问题，但是，你知道，市场……不只是……只有一个法律科技公司。不只是……一个市场，不一定，对吧？市场中有一些细分领域非常重要，有影响力，而且是一个好的起点。而且，我认为……你知道 Harvey 在哪里，那就是大型顶级律师事务所，大型企业内部法律团队。那就是……那个……那个美味的……正确的切入点。嗯，这是一个相当有趣的点，因为再次，它是非常协作的。所以，我敢肯定，会有……你知道，各种形式的法律人工智能。嗯，显然，对于市场的许多部分，但对我来说，至少这是……这是最大的、最核心的一个，因为它确实驱动了其他一切。有信任，有品牌，有推荐客户。那就是……那个地方。
>> 是的。我认为，我经常思考的一件事是……就是……模型在……10 年后能做什么，对吧？嗯，以及你如何围绕它建立一家公司，对吧？而且，你知道，‘护城河’等术语，所有这些。但是，我认为……一个有趣的部分是……让我们回到……比如，微软收购动视的合并，对吧？这项工作是在模型可以完全自动化它的……尾部。换句话说，如果我们生活在一个 GPTX，无论是什么，都可以自动化大部分公司消失的世界，对吧？就像，让我们说实话，对吧？所以，我认为，去追求那种工作真正有趣的是，它极其混乱，极其依赖上下文，它的准确性真的非常非常重要。所以，我们正在努力将我们所有的精力都投入其中，因为我们认为……这不是下一代模型将要解决的问题。我想说的是，当我想象竞争对手时，我认为我们最大的竞争对手就是不够快。就像，远远不够快。嗯，我认为间接上，你想确保你正在建立一个能够度过未来 10 年模型发布的业务，对吧？嗯，这就是我思考产品的方式。这就是我思考 GTM 的方式。这就是我思考……基本上一切的方式。嗯，这是正确的玩法吗？我认为它会在……一段时间内是正确的。但是，你知道，我们有大量的收入增长。老实说，如果我们让它自助服务，我们走了另一种路线，我们会获得更多的收入。嗯，我认为那些东西最终会被模型……蚕食。
>> Glean 在早期发展时，团队承受着巨大的压力，要求他们自助服务，免费提供，对吧？
>> 是的。而且他们走了艰难的路，就像你一样。自上而下，企业级，深入组织……而且，这正在为他们带来丰厚的回报。
>> 是的。而且，这很有趣，因为我们也有一个非常……‘登陆和扩张’的模式。所以，我们有一个奇怪的……我们有 PLG。只是你必须进入组织才能开始 PLG。而且，我认为这有很多优势。嗯，而且，我认为……好处是，你知道，我们谈论过……早期，我们有选择，因为我们有财富 500 强公司，而且你谈论过这些……第三方合作。你有内部传播。换句话说，就像，在一家律师事务所，你有不同的律师，你知道，在不同的团队之间互相传播。在企业中，你知道，我们会卖给法律团队，然后他们也会告诉税务团队，对吧？所以，你那里有内部传播。然后，你有外部传播，如果你有很多律师事务所使用我们的产品，他们会告诉他们的客户。我记得我说过，他们主要是我们早期企业客户的推荐，反之亦然，企业会告诉他们的律师事务所，比如，“嘿，我们正在做一笔交易，你们在使用 Harvey 吗？我们正在使用。”对吧？嗯，所以，我认为这是另一种扩张方式。它只是在开始时慢一些，但我认为……你仍然可以非常快速地进行 PLG，只是类型不同。
>> 我认为这里的另一部分是信任。
>> 是的。
>> 归根结底是因为，如果你将某样东西释放到以太中，人们可以自助服务，它是自下而上采用的，无论是在大公司还是小公司。
>> 但它还没有定型。
>> 而且还没有完全信任。而且你没有坐在客户旁边使用它，你……你可能会错过，因为如果你做错了什么，尤其是在法律这样关键的事情上……
>> 这就是……你知道，一个禁忌话题。所以，我认为……这里的方法非常聪明，因为你将建立一个……坚固的、企业级的、运行良好的东西，然后你可以让它随着时间的推移自行传播。嗯，这……这和 Glean 一样，我认为这是正确的做法。
Garrett Lord 解释了为什么人工智能的下一个进步来自于专家人类数据，以及前沿模型如何依赖领域专家进行训练、验证和纠正复杂推理。
所以，例如，OpenAI 或其中一个实验室会找到你，他们的模型正在输出一些算法，一些关于某个科学发现的东西，他们需要有人来查看它，基本上对其进行训练，并说这是对的吗？这是错的吗？他们需要一个具有特定专业知识的人来基本上查看模型在给定领域内产生的任何内容，然后询问专家。
>> 是的。人们……有一个很棒的简单故事，就是……你知道，人们一直在谈论代理人，对吧？代理人需要能够遵循分步指令，或者……代理人的基本理念是你理解……推理，而且推理选择必须是正确的。所以，如果你问任何一个大型前沿模型问题，并要求它分解它的思考过程，分步指令……很多时候，这些模型都无法得到正确的答案。嗯，所以，当你想到一个模型时，就像你有计算能力，你有算法，你还有……数据。这些是……对模型很重要的三件事。每个人都在应用大量的计算能力，每个人都在不断地改进算法，而且人们显然在算法能力方面互相追逐。而你有数据，数据才是真正推动所谓的……这是训练后阶段。训练后是人类数据。而且，嗯，我们所做的就是……你知道，世界已经从……通才发展而来，你主要利用……利用国际技能的低成本劳动力，利用它们之间的套利，到现在，这些模型已经吸收了整个互联网的语料库以及每一本书和视频。它们也吸收了，而且它们已经足够好了，以至于……通才不再需要了。模型实际上比通才更好。所以，他们需要的是专家。他们需要会计、法律和医学方面的专家。他们需要编码方面的专家。他们需要物理、数学、化学等 STEM 领域的专家。嗯，以及……设计一个专注于专家的网络，善待这些专家，并使其成为一个拥有高留存率的精彩社区体验，人们可以……你知道，通过学校的徽章和排行榜与你联系。你知道，我们拥有数百万专家的访问权限。所以，这些专家……
>> 这很酷。哦，你可以赚取 60、80、100……你知道，我认为我们的平均……每小时超过 100 美元……你知道，每小时 125 美元，运用你在你正在研究的领域的专业知识，你知道，你正在攻读会计学硕士学位，你每小时可以赚取 100 美元来提供数据和纠正模型……嗯，是的，我们还做了一些非常疯狂的事情，比如……你知道，大量的音频工作……这些模型……我无法深入探讨，但……你知道，在……轨迹工厂和……工具使用和……文本数据和编码数据领域……在我们看来，Handshake 拥有……捕获并信任 Handshake 的专家网络中最大的网络之一。所以，我们正试图为他们建立一个出色的体验，为实验室生产数据。
>> 你能给我讲讲……比如，他们如何找到数学或科学方面的专家？
>> 那个专家到底在做什么？
>> 我们合作的六个前沿实验室中的每一个，大多数前沿实验室，让我们以数学为例。所以，他们都关心……而且，让我们将数学与教育设计结合起来。所以，……我们为实验室做的类似的项目实际上是解释和分解关于如何向学生教授某个特定数学问题的决定。
>> 嗯，所以，你会运用数学专家，他们会就……一步一步地达成一致，比如……我将如何解决这个问题，然后你将其与……拥有教育设计博士学位的人结合起来，关于你更喜欢选项 A 还是选项 B。你甚至可以更具体，比如，你可能会提供……提示，或者你可能会提供……关于东南地区学生更喜欢这种教育设计模式，而西北地区学生更喜欢那种教育设计模式的数据。所以，这是一篇公开的论文。所以，你进去，如果你是物理学博士，你就会打破模型。嗯，你会在分步指令流程中识别出推理错误。你纠正推理流程，然后提供地面真实答案。嗯，然后他们会做一些事情，比如……你知道，通过 K1，通过 K3，通过 K10，这意味着……模型，因为它们是非确定性的，模型是否……三分之一的时间正确，你知道，三分之二的时间正确，十分之三的时间正确。所以，我们实际上会提供数据分布，关于模型通过这个问题的次数，这里是正确的答案。嗯，这就像一个物理学博士专注于……他们的研究领域，提出……模型今天无法回答的问题，并提供实际的正确答案。我们产生的大部分数据，如果你读了……
>> 你知道，你可以把我关进监狱 30 天，让我解决其中一个物理问题……我……
>> 发生。你甚至……我甚至几乎读不懂……我们创建的数据类型，因为……你知道，这是真正的专家和博士。
接下来，Aiden Gomez 反思了共同撰写 Transformer 论文的经历，以及为什么一个开放的可扩展架构引发了随后的 AI 进步浪潮。
被列为……现在已成为我们行业中可能最具影响力的论文之一的合著者之一。
>> 完全正确。是的。
>> 嗯，显然，我认为你当时一无所知。我认为谷歌当时也一无所知。否则他们可能就不会免费提供它了。
>> 是的。是的。
>> 告诉。是的。
>> 是的。嗯，我的意思是，如果谷歌不免费提供，它会变得如此重要吗？
>> 它会像这样爆发吗？一个秘密。你的意思是，谷歌是否会知道……谷歌是否会创造出 ChatGPT 的时刻？
>> 是的。是的。完全正确。嗯，或者……学术界是否会创造出一种不同的架构，以不同的名称，看起来非常相似，感觉非常相似，并承担了重任？所以，也许谷歌拥有其专有的 Transformer 模型，没有人可以使用，因为它属于知识产权，而且……它没有变得非常流行，但是世界其他地方创造了一些略有不同的东西，你知道，它具有足够多的相同属性，可以驱动我们过去 10 年所看到的一切。我认为这可能更有可能，因为当时……Transformer 是建立在一系列想法之上的，比如……它叫什么？Bitnet，WaveNet，嗯……Seek to Seek，有这些……一系列论文，这些论文具有自回归模型的想法，这些模型在训练方面更具可扩展性，而且这些想法就在那里，我们只是以某种方式将它们组合在一起。我认为，如果我们没有这样做，有人会在接下来的 12 到 18 个月内做到。嗯，所以，如果谷歌没有告诉任何人，把它保密，我认为外面有人会创造出非常相似的东西，但名称不同。
>> 你为什么这么认为？
>> 因为所有那些想法都在……那里。
>> 它只是朝着那个方向发展。
>> 是的，完全正确。完全正确。就像，这是必要的。就像，必须有人尝试 Transformer 这样的东西。只是，你知道，我们是第一个尝试它的人。嗯，我们得到了足够的关注来催化这个滚雪球，一旦它开始滚动，一旦人们开始……
>> 这就是你写完论文之后。
>> 是的。一旦我们发布了它，在 NeurIPS 上发表了，它就得到了足够的关注和动力，以至于社区解决了其余的问题，对吧？就像，我们……我们播下了种子，你知道，打包了一个小雪球，然后把它推下山坡，然后社区就涌了进来，开始实现所有不同的框架，你知道，在所有不同的基准测试上测试这个东西，社区承担了这项工作。与其说是在谷歌的我们推动了这件事，向世界展示了它的能力。嗯，而是其他人将这个小种子变成了今天的 Transformer。
>> 用你的话来说，那篇论文的核心独特见解是什么，它推动了如此多的进步？
对效率的关注。所以，它是一个非常简单的架构，非常简约……而且，它非常适合在当时扩展到许多 GPU。我们构建它时，许多 GPU 就是几十个 GPU，对吧？就像，而今天的许多 GPU 是什么？哦，成千上万，也许数十万。嗯，几年后，也许数百万。但是，是的，所以……核心见解是，嘿，我们需要扩展这个东西。对我们来说，这意味着与其在单个 GPU 上训练，不如在 32 个 GPU 上训练。嗯，所以，让我们确保我们构建一个训练框架和架构，它与……兼容。嗯，这使得它变得容易，变得高效。嗯，然后，碰巧的是，你知道，这对机器学习的未来来说是一个非常重要的属性，因为每个人都开始扩展模型，而扩展得最好的模型占据了主导地位，而 Transformer 恰恰是这样。
在接下来的环节，Cloudflare 的 Michelle Zatlin 剖析了人工智能如何危及网络的商业模式，以及为什么内容创作者可能需要新的方式来获得报酬，因为人工智能爬虫正在重塑信息消费的方式。
我看到亚马逊在对 Perplexity 大喊大叫，因为它在使用……而且，你将能够比我更好地解释它。所以，首先为我们解释一下，然后告诉我你的想法。但基本上，亚马逊在对 Perplexity 大喊大叫，因为它……它的代理人代表人们在亚马逊上购物。是的。
>> 而且 Cloudflare 在这一切中都扮演着角色。嗯，所以，就像，让我们把 Cloudflare 的角色放在一边，因为我认为它只是让你了解这个话题。所以，告诉我这个话题。我认为现在非常及时。然后，然后，你对此的看法。
>> 当然。嗯，这很有趣。好的。所以，人工智能……一个大事件，非常大的事件。所以，正在改变一切。好的。而且，而且，这不会消失。而且，如果你只是看看……如果你看看……互联网的发明，然后是……人工智能的发明，或者说是采用，它的速度是……移动的五倍。就像，它无处不在，而且同时发生。这就像，它比我们过去 30 年所见过的任何事情都快。而且，这是有道理的。所以，我认为……人工智能的最佳比喻就是……电的发明。而且，你能想象当他们第一次推出灯泡时，你如何看待今天的电力，它就是一切……即使是我们现在使用的播客系统，以及你现在如何在网上观看这些东西。它就像……这一切都与电的发明有关。所以，人工智能也将是如此。它将超越……每一个事物。好的。所以，这很棒，令人兴奋。所以，有趣的是，我认为……但是，它危及网络的商业模式。而我的意思是，我的意思是，所有这些人工智能服务的工作方式是，它们会爬取网络上的所有内容，以喂养它们的 LLM，以便能够为你提供答案。现在，在人工智能存在之前，发生的是，如果你想要什么，你就会在浏览器上搜索，你知道，选择你喜欢的浏览器，Safari、Chrome、Mozilla，对于那些使用 Mozilla 的人来说，你会看到一些东西，点击它，然后去网站了解它或购买东西。而且，实际上有一个完整的商业模式在后台，实际上……就像，内容创作者如何获得报酬，为……创造内容的想法……有一个完整的商业模式在那里。但是，如果人工智能爬虫爬取网络并获取所有内容，当你去你的……你的 Perplexity 或 OpenAI 或聊天……无论你使用的是 ChatGPT 还是其他什么，你还会回头看原始来源吗？不，你只是在那里阅读。原始来源没有得到补偿。所以，如果你是一个内容创作者，而你不再为你创造的东西获得报酬，那么你还有什么动力继续创造它呢？
>> 没有。所以，……网络的商业模式目前正面临……人工智能崛起的风险。所以，人工智能不会消失。这是一件好事，但必须有一个新的商业模式。所以，一部分想法是……而且，这是我们正在努力的，就是说，好的，我们如何提供帮助？一部分是，好的，如果你是那个内容创作者，那个出版商，那个媒体公司，人工智能爬虫是否应该能够爬取你所有的文章并将其放入它们的 LLM 中，还是你应该为它们付费？媒体公司说，如果你要使用我的内容，你需要付钱给我，在你的 LLM 中。我认为这是一个……合理的……商业模式，但是，你如何进行交换呢？所以，有很多技术在后台发生，这些技术正在汇集，包括人工智能爬虫、媒体公司、所有内容创作者以及技术人员，他们正在说，好的，我们能否创造一个新的商业模式，当人工智能爬虫来爬取内容时，我可以选择“不，你不能拿走我的内容”，他们会尊重这一点，就像，如果有人说“不要爬取我的内容”，任何试图爬取它的人都应该尊重这一点，或者他们可以说，“实际上，爬取我的内容”，但是，然后，这是……为了这个费用，我希望你为此付费。某种价值交换。所以，这很酷。我们将详细介绍所有细节，但有 Coinbase 和我们一起推出一个新的……在线协议，称为 X42 代码，它基本上说，是的，你可以……你可以获取这个内容，如果你付给我一些钱。然后，就像，好的，你能使用像加密货币这样的东西来帮助成为价值吗？
>> 一个虚拟的收费站，供代理人支付通行费。
>> 嗯，我不喜欢那些词，因为收费站和通行费似乎是负面的。它更像是一种商业模式，说你来拿走我创造的内容。你可以拿走，只要你付给我一些钱。也许有些人会说，“我的……我开始，我的内容是免费的。”有些人会选择这样做。其他人可能会说，“嘿，这是 25 美分。”其他人会说，“不，这个有价值的内容非常有价值。”这就是今天的网络在很多方面运作的方式。存在价值交换。只是，在这个新模式中，它很有趣。你如何前进？所以，我认为有一条前进的道路。有很多……有趣的是，过去几年的加密货币兴起使得……支付、微支付的渠道得以建立，因为其中一些支付将是小额的，它们不会是支票，你寄给小企业或内容创作者。但是，这个想法是……我们确实想要原创内容。我认为这是世界想要、渴望和需要的东西。那些人应该获得报酬，人工智能爬虫应该获得报酬，只要他们同意商业模式。
>> Cloudflare 在其中扮演什么角色？
>> 嗯，我们……这很有趣。所以，我们……今天有大约 20% 的网络在使用我们的服务。所以，我们有数百万出版商在使用我们的服务，这就是我们帮助看到的。而且，你可以……我花时间与客户在一起，回到我的观点，他们说，“嘿，你看，每天，人工智能爬虫会来我的网站 2500 次来获取我的内容。”
>> 现在有很多浪费，因为它的发展速度太快了。但是，顺便说一句，在云计算中，有人在为来到你网站的每一个请求付费，无论是人类还是人工智能爬虫。就像，那家公司必须为那个请求向他们的云提供商付费。所以，这很昂贵。所有这些……额外的爬取都产生了大量的费用。
>> 而且他们说，“顺便说一句，他们来了，他们向我收费 25 美分。而我没有……而且我看到我的流量下降了，因为他们没有把流量送回来。所以，我的成本在……基础设施方面上升了，但我没有看到……眼球，因为眼球仍然停留在人工智能公司的聊天机器人里。所以，他们很沮丧。
>> 嗯。
>> 所以，他们一直在说，“现在，我们的世界……在所有这些之前，是我们客户聘请我们做的事情，就是为他们做网络安全。我们让互联网对我们的客户来说更快，更安全，更可靠。所以，我们的客户说，“好吧，我们……他们聘请我们做网络安全。我们帮助阻止了各种在线攻击，顺便说一句，这些攻击……处于历史最高点。这很可怕。我们……我们帮助保护那些被钓鱼的员工，这也是历史最高点。可怕。但是，这个想法是……好吧，机器人数量的增加，过去八年……在人工智能出现之前，只是大量的机器人一直在互联网上游荡，试图获取内容，做恶意的事情。所以，机器人管理是……网络安全领域的一个大词。但实际上，这是……我想知道谁来到我的网站，我想能够……访问控制。作为内容所有者，我想要控制权。那个机器人是否应该能够访问我的网站，或者不应该？所以，我们只是帮助促进这一点。我们帮助提供可见性。这是来到你网站的每个人。它是搜索引擎吗？它是机器人吗？它是人类吗？
>> 可见性，然后你就有控制权来决定，是的，允许，是的，不允许。然后，下一步实际上是，是的，允许，但付给我这个，并帮助……成为能够促进这一点的技术。我认为这很酷。而且，我不知道这一切将如何发展，但我喜欢这些难题将成为……未来十年网络的重要组成部分。我认为这将是……我们有机会参与解决下一个网络的重要组成部分。
为了结束这个特别的年终节目，Evan Spiegel 解释了人工智能如何最终让增强现实眼镜变得有用，将其变成一个协作式的便携式工作站，而不仅仅是另一个设备。
>> 我小时候，我觉得戴眼镜很糟糕。然后，在某个时候，它变成了我的新常态，在我 43 岁的时候。但是，你知道，我拥有很多副不同的专用眼镜。所以，你想要的是，如果你费尽心思戴上它们，世界就必须变得更好。所以，你必须……你必须看到一些数字文物。你必须看到一些信息。你必须看到一些东西。所以，它必须立即变得更好。
>> 我认为你刚才说的话完全符合我们的经验，那就是你必须专注于功能和效用。我认为很多人，包括我们自己，在早期，对吧？我们在眼镜上装了一个摄像头，但价值并没有体现出来，对吧？它并没有比用手机拍照好十倍。所以，我认为我们从中吸取了很多教训。而且，我同意你的观点，价值必须是……在人类历史上，计算将是共享的，而不是单人玩的。就像今天，我们每次使用电脑，都是独自使用。我们每次使用手机，都是独自使用。而且，我认为眼镜的承诺是，我们可以一起看到同一件事，互动同一件事，一起构建同一件事，就像我们在……白板前协作一样。这对计算来说是一件大事。让我对此进行一下跟进。这个……眼镜的形态因素的想法……也许它从来都不是关于眼镜，而是关于如何……将本地化模型用于做更有趣的事情的交付机制。就像 Bing 说的，你从眼镜里投射出什么？我们花了 15 年以上的时间来让这些眼镜发挥作用。它可能……我不知道，我不想……把人工智能过度描绘成万能药，但某种程度上……它不是一个关键的解锁，让你思考如何使用这种形态因素，并且……非常有趣的方式。
>> 我认为它将增加很多价值，因为人们使用电脑的方式正在改变。所以，我认为这可能是人工智能在加速眼镜方面发挥的最大作用。那就是，与其需要坐下来操作你的电脑一整天，人工智能将为你操作你的电脑，而你将……你知道，观察人工智能，监控人工智能，确保它走在正确的轨道上，但总的来说，你不需要像以前那样花一辈子时间操作电脑。所以，我认为这加速了眼镜的发展，并将更多的时间从……工作站时间转移到能够走出去，四处走动，做你喜欢做的事情，当然，带上人工智能，带上你的工作站，但不是以你今天思考操作工作站的方式。
>> 是的，非常有趣。
>> 我有一个女儿，现在三十出头。她和她最好的朋友……这对一个家长来说是一个顿悟。当她们大约 14 岁时，我们在一次假期中，她和她最好的朋友并排坐着，都在笔记本电脑上互相聊天。从未……从未面对面。这一代人与我不同。你说协作。所以，现在是早上 7 点。你早上起床，你的眼镜放在床头柜上。你什么时候戴上它们，什么时候协作？老实说，我认为你不需要戴上它们，直到……你知道，你上火车之类的，你……你正在去上班的路上。我认为你……
>> 把它们放进口袋里，然后拿出来，然后你就会有……你知道，一个巨大的 100 多英寸的屏幕工作站，在你路上，在你准备上班的时候。你将能够以一种完全不同的方式进行多任务处理。现在，你知道，你的手机在多任务处理方面确实很挣扎，对吧？它是一个单一的应用程序框架，这真的……我认为会降低你完成事情的能力。所以，台式机仍然如此重要的原因之一就是多任务处理。所以，我认为你可以在路上以一种非常有意义的方式获得好处。所以，在你上班的路上，你已经在完成事情，整理你的一天。我认为这非常强大。
>> 我们知道数字一代相信多任务处理是一种更好的生活方式。所以，我从未听过有人将 AR 主要视为一种更好的多任务处理方式。这很有趣。嗯，因为……你的视野有限，你同时可以看到多少不同的任务……
>> 今天在手机上。是的。但是，有了增强现实，我的意思是，你的……你的工作站基本上是无限的。
>> 所以，你把数字物品放在你的视野中，然后通过某种方式启用每个数字物品来多任务处理。
>> 是的，这是一种思考方式。我的意思是，你知道，就像今天人们在桌子上放多个显示器一样，对吧？因为他们试图在多个应用程序之间完成工作。我认为，你知道，眼镜提供了一种更流畅的方式来做到这一点，并且能够随时随地拿起并带走它。
>> 你那 10 万亿名员工中有多少人有两个显示器放在桌子上？
>> 我们只有 5000 名团队成员。嗯，所以，你知道，而且我们服务于一个近十亿人的社区，其中有 5000 人。嗯，所以，相当多的人有两个显示器。
>> 真的吗？
>> 哦，当然。是的。是的。
>> 哦，那很好。甚至那些编码的人，不仅仅是艺术家。
>> 哦，当然。而且，你知道，至少有一个巨大的显示器，对吧？这是不可能带走的。我的意思是，这是我最大的沮丧之一。如果我想看一件创意作品，如果我想……深入研究……你知道，我们正在制作的视频。在手机上看，并且期望从那个小屏幕上看质量好，几乎是不可能的。
>> 2025 年最佳回顾就到这里。你可以在 YouTube、Spotify 或任何你收听播客的地方找到与今天所有嘉宾的完整对话。这个播客是 Kleiner Perkins 的制作，我是 Juben。感谢收听。