Transcription
早上好。大家怎么样？>> 很好。很好。好多了。谢谢大家前来。我们非常感激。我们这样做是为了服务社区，因为我们正经历着重要的时代，能成为大家聚集的场所，为我们服务，我们感到很荣幸。而且，这是我们迄今为止组织过的最好的议程，也是我们迄今为止聚集过的最棒的与会者。所以，我们想先说声谢谢。我们知道大家都很忙。感谢大家今天光临。
那么，我们确实准备了一个非常特别的议程。像往常一样，索尼娅穿着无可挑剔的服装，我和康斯坦丁将先说几句话。你知道，我们有幸与许多有趣的人进行大量的对话。所以，我们每年都会尝试对这些对话进行一些总结，并与大家分享我们听到的内容。我将先说几句关于整体校准的话，然后索尼娅会谈谈我们今天看到的情况，最后康斯坦丁会谈谈我们认为未来可能会发生什么。
关于校准，我们将从宏观视角开始，回顾那些赋予这个领域名称的硅基晶体管，它们被构建成由网络连接的系统，这些系统以互联网的形式公开，支持着像社交媒体这样的应用程序，最终出现在我们口袋里的移动设备上，而这些设备如今能够做到一些与魔法无异的事情，那就是人工智能。我们喜欢展示这张幻灯片的原因，以及那些过去来过这里的人已经见过这张幻灯片的人，是因为它提醒我们，所有这些浪潮都是累加的。我们需要数十年的演变，才能拥有计算能力、带宽、数据和人才，以充分利用这一时刻。
现在，这个人工智能浪潮在三个方面略有不同。首先，这是迄今为止最大的一波浪潮。这通常是正确的。但这一波浪潮有一些更具体的事实，那就是它是第一个同时包含软件和服务的浪潮。顶行显示了云迁移的最初15年，其中软件的总潜在市场（TAM）从约3500亿美元增长到6500亿美元，而云在其中增长了约4000亿美元。底行是全新的。这是现在似乎也可用的一项服务收入。10万亿美元是一个方便的整数。我们不知道是10万亿还是5万亿还是50万亿。我们确实知道，仅在美国，法律服务就是一个4000亿美元的市场。这只是一个垂直领域和一个地理区域，它与所有软件的市场规模相当。所以，这个机会是巨大的。
第二点，迄今为止最快的一波浪潮。我认为我们都能感受到这一点。这意味着这个空白区域，我将你们的注意力引向页面上的人工智能一侧，这个空白区域正在迅速被填补。这些标志是那些由于云计算、移动设备以及现在的人工智能构造性转变而实现收入超过10亿美元的公司。按照目前的路线和速度，很快就会有更多公司出现。
第三点，这可能是最有趣的一点，我从我的合伙人康斯坦丁那里借用了这个观点，那就是技术上有两种基本类型的革命。有通信革命，它们是关于信息分发的方式。这个房间里的大多数人只经历过通信革命。互联网、云计算、移动设备，这些都与信息分发有关。这些是通信革命。人工智能不同。人工智能是这一种。人工智能是一场计算革命。它关乎信息是如何处理的。这听起来可能像是文字游戏，但这些是根本不同的浪潮形态。也许最直观的感受方式是想到脚下的地板一直在移动。每个人赖以构建的基础技术，每天都在随着新功能的出现而改变。在过去的几年里，我们经历了三个主要的转折点。第一个是ChatGPT时刻，2022年11月，世界看到了预训练的力量。第二个是几年后，01模型推理，突然之间，推理时间计算周围出现了第二个规模定律。第三个是最近，Cloud Code，nopus45，现在是47。世界看到了长时代理论的力量。虽然这看起来像是连续体上的三个点，但二和三之间有一个相当大的断层。这是一个有点不连续的变化。如果我们敢于大胆地说，我们会说这就是AGI。
看，我是电子商务专业的。我们是风险投资家。我们不会提出AGI的技术定义，好吗？我们研究创始人、市场以及它们的碰撞，也就是企业，但我们确实研究企业。所以，从商业角度、实际角度、功能角度来看，如果你能派一个代理人去完成一项工作，并且它能从失败中恢复并持续工作直到完成，我不知道。这感觉很像AGI。即使你认为它不是AGI，那也没关系。顺便说一句，索尼娅会在她的部分详细讨论这一点。即使你认为它不是AGI，我认为我们都能看到汽车已经来了。
在过去的几年里，我们看到了许多更快的马匹，这些应用程序使你的生产力提高了10%或40%，但并没有从根本上改变你的工作方式。现在我们开始看到汽车，这些应用程序使你的生产力提高了10倍或40倍，并彻底改变了你的工作方式。改变你的工作性质。改变你的组织性质。汽车已经来了。
这是红杉资本的创始人唐·瓦伦丁。他以问一个问题而闻名。那么，这有什么意义呢？为什么所有这些东西都很重要？重要的是，因为就在过去的几个月里，比赛已经开始了，而且这是一种我们不习惯的比赛。驾驶汽车的方式与骑马的方式不同。制造汽车的方式与照顾马匹的方式不同。所以，这是一种非常不同的比赛。
我们今天想召集大家的原因之一是，没有人拥有所有的答案。我们在一起的时间越多，我们就能学到越多，并希望弄清楚这一切的走向。而且，尽快这样做很重要，因为从商业角度来看，有很多东西摆在桌面上。有10万亿美元的收益。我们有实验室从技术出发的方法，有初创公司在其之上构建，从更贴近客户的方法出发。我们确实有所有实验室都在这个房间里，但你们大多数人都是在其之上构建的。所以，我们将花一点时间来谈谈这种客户至上的方法。
因此，我们对那些在实验室之上构建的人的建议是，这是免费的建议，所以它值您付出的每一分钱。我们的建议是“MAD”，我们并不真的需要你们生气。如果你想生气，可以。如果那是驱动你的东西，那很酷。尽管生气吧。但这只是一个方便的缩写，代表模式（Modes）、可供性（Affordance）和扩散（Diffusion），它们是构建在模型之上的一种策略的三个特征或三个支柱。
首先是模式（Moes），纯粹为了好玩。有人还记得去年的这张幻灯片吗？一个人，那是我的合伙人。好吧，那很酷。我们不会。作为提醒，这张幻灯片展示了商品化周期，这是将某物从想法变为满意客户所需的价值链中的环节。我们实际上不会遍历链条中的环节。我想在这里提出的观点是，如果你从技术出发的观点来看待事物，链条中的每个环节都会被以略微不同的方式处理。如果你从客户至上的观点来看待事物，链条中的每个环节都会被以略微不同的方式处理。
现在，这里有一个反直觉的部分。在一场关于计算的革命中，这场革命关乎信息处理，你应该向下看，因为这里总是有很酷的新东西出现。但为了构建模式，你实际上应该向上看，因为你的客户的变化速度远不如能力的改变速度快。你构建的东西明天可能会变得无关紧要。你围绕客户的程度将更加持久。这并不是说产品和技术不重要。它们非常重要，总的来说，最好的产品会赢。但在一个产品变化如此之快，因为能力变化如此之快，在考虑模式时，我们鼓励你尽可能地以客户为中心，并考虑所有你可以围绕这些客户构建的方式。
MAD中的A代表可供性（Affordance）。这是我们从设计领域借用的一个术语。锤子是一种具有力量的物体。我有一个两岁的儿子。如果我给他一把锤子，他会知道该怎么做。他会抓住你，开始敲打东西。这就是为什么我们不给他锤子。具有可供性的物体是不需要解释的。人们知道如何使用它。Cloud Code 非常强大。打开一个终端，看看普通财富500强公司的员工能走多远。虽然它很强大，但它提供的可供性并不多。这不是对Anthropic的批评，而是对任何想在其之上构建的人的机会，为你的特定客户及其特定问题创造阻力最小的路径，这样他们就能轻松地弄清楚如何获得他们业务所需的结果。这就是可供性的概念。
最后，MAD中的D代表扩散（Diffusion）。扩散差距是为在应用层构建的公司提供的机会。能力扩散到市场上的速度远远落后于能力被创造的速度。每一天，基础模型比普通财富500强企业运行得更快，这个差距就越大，机会就越大。所以，对于模式，尽量从客户的角度出发；对于可供性，尽量考虑为你的客户创造阻力最小的路径；而扩散差距则代表你的机会。
除非前面那张关于空白区域开始被填满的幻灯片让任何人感到沮丧。我们提醒大家，没有领先是安全的。赛车界有句俗语：你不能在阳光下超15辆车，但你可以在雨中超15辆车。而现在，基础模型正在源源不断地涌现出新的能力，这意味着没有领先是安全的。但这也意味着任何人都可以获胜。多么美好的时代啊。
说到这里，我将把它交给索尼娅。谢谢，帕特。我能说看到观众中有这么多熟悉的面孔真是太好了。今天这里有一群杰出的人，我很高兴能与大家一起成为这个生态系统的一部分。
我这一部分的目的，是谈谈目前人工智能领域正在发生的事情，对于2026年来说，那就是代理（agents）。好的，闪回到2022年。举手。这里有人还记得AutoGPT或BabyAGI吗？好的。好的。这些项目在GitHub上风靡一时。它们所做的就是，它们获取了GPT3，给了它一些工具，用一个循环包装起来，然后让它朝着目标运行。这很有希望，直到你看着这些代理一次又一次地失败。有点可爱，有点讨人喜欢，但完全没用。我放这张幻灯片是为了提醒我们，你知道，我们都知道代理即将到来。我们几年前就能预见到它，但到2022年，模型还没有准备好。
快进到今天。大约在年初的时候，情况真的发生了变化。突然之间，我们身边到处都是代理，而且它们似乎真的在起作用。有两个代理尤其取得了巨大成功。对于技术人群来说是Cloud Code，以及OpenClaw及其所有同类产品，它们将代理民主化，让任何拥有手机的人都能使用。因此，无论你是一个硬核工程师还是一个普通人，关键在于现在任何人都可以创建代理。
所以，我们看到人们正在为一切事物构建代理。有一些有趣的事情，比如一个OpenCall代理，它会因为邻居逃税而告发他们。请不要这样做。或者也许请这样做。有一些创业的事情，代理运行生成式媒体活动来销售建筑服务。然后是专业层面。我可以告诉你，红杉内部有一场激烈的竞争，看谁能构建出最好的代理来更好地完成我们的工作。
那么，成为一个代理意味着什么？这里有一个可能的定义。代理是一个感知其环境、选择行动并自主地朝着目标前进的系统。顺便说一句，各位，这是我一个人用C dance制作的。我为此感到非常自豪。视频模型已经走了很长一段路。更具体地说，我认为代理有三个功能组成部分。首先是推理和规划的能力。这是基本直觉和即时思考的能力。第二是采取行动的能力。这是工具、搜索、编写、编译。最后是朝着目标迭代的能力。这是使代理能够完成长期任务的持久性。
因此，代理能力结合了这三者。它就是完成任务的能力。如果我们把代理分解成其组成部分，模型、工具、框架，每个组成部分在过去一年里都取得了快速进展。首先，模型是大脑。这是发生的最重要的事情。仪表图衡量一个模型在不偏离轨道的情况下，能够在一个复杂任务上维持进步多长时间。一年前，我们大约是几十分钟，而今天则是几个小时。所以，这是发生的最重要的事情。模型终于足够强大，能够维持长期任务的性能。
其次，工具是手臂和腿。它们使模型能够访问那些让我们在计算机上高效工作的工具。终端用于文件系统和开发工具，iMessage、Slack、网络搜索、计算机使用，等等。过去二十年我们为人类构建工具的经验，最终能够移植过来，对代理也极其有用。有一种普遍的说法是SaaS已死。我认为恰恰相反，随着使用这些工具的代理数量的增加，这些工具的价值将呈指数级增长。
模型和工具赋予代理能力。框架赋予它们持久性。保持任务一致、适应并继续前进的能力。现在，这个反馈循环真的开始加速了，尤其是在强化学习方面。我们正在让这些代理去参加驾驶学校，在RL健身房里训练它们，并在从机械工程到设计再到金融等不同领域推动性能。我们还看到了自我改进的早期迹象，或者说是机器制造机器。例如，安德烈的另一个研究项目在短短两个小时内就自主地将研究改进到了GPT2级别的模型。
那么，一个到处都是代理的世界会是什么样子呢？代理存在于一个代理性的滑动尺度上。所以，以编码为例。在2023年，我们有了标签自动补全。一个AI在一行中协助人类。这很有用，但并非根本性变革。我们现在有了代理式开发。一个人与一个代理对话，指示它做什么，也许管理一个代理团队。但这种模式正在被进一步推动。我们现在看到后台代理、异步代理、代理生成子代理。我们认为，由于系统中的杠杆作用，异步代理和整个这种模式很可能会在数量上超过当前的模式。
最后，推动前沿的极限，我称之为“黑暗工厂”。完全将人工审查排除在系统之外。这听起来很疯狂，但我已经在生产环境中看到过这种情况，包括与网络安全公司合作。只要有足够好的护栏和足够好的工程，这是可能的。因此，我们正在沿着代理性的尺度前进。代理正从我们身边的小助手，变成需要管理的实习生，变成能够自我管理的实习生，最终变成可以信任到可以无监督地推送到生产环境的实习生。这不仅在编码领域，而且在所有代理领域都在发生演变。
对于这个房间里的创始人来说，最重要的收获是服务是新的软件。帕特认识我以来一直这么说。我们的合伙人朱利安，今天也在观众席中，他发表了一篇关于这个主题的精彩文章。我们很早就知道了这一点，但我认为它现在真的正在发生。例如，在医学领域，你可以雇佣一个代理来检查你的基因组，为你提供个性化建议，为你开药，推荐临床试验。在法律领域，你可以雇佣代理来代表你谈判合同，甚至进行诉讼并为你解决。在数学和科学领域，我们看到代理可以解决Airdos问题或发现新的超导体。这有多令人兴奋？在消费领域，有个人代理可以为你管理收件箱、日历、财务，帮你报税。我们预计代理将无处不在。
这在一定程度上是因为雇佣代理比雇佣员工容易得多。人类很难规模化。无限的计算能力可以无限地扩展。人类很难让他们满意。除了我，我总是很开心。代理的维护成本很低。人类很昂贵。你给他们发工资。你给代理支付代币。一般来说，用代币完成一项任务的成本低于同等工资的成本。今天，人类通常仍然更聪明，但苦涩的教训仍在继续，很快代理将在许多方面变得更聪明。
所以，这张幻灯片的重点不是我们人类失业了。我认为人类独有的特质是适应性。但我们确实预计代理将在应用层得到迅速部署，并且以空前的速度和规模部署，因为经济效益非常清晰，而且由于其固有的可扩展性。
因此，如果我们把这一切加起来，代理的数量正在呈指数级甚至超指数级增长。我认为我们即将达到事情变得真正奇怪的地步。当商业发生在代理之间时会发生什么？它们可以互相支付吗？当代理能够互相协商交易条款时会发生什么？我们会有一群代理来监管我们，防止网络安全或大规模灾难之类的事情发生吗？我们所知道的是，世界正在迅速变得奇怪。
所以，我将以我内心深处的贝内塞拉特（Beneserate）的风格来结束。长时代理已经到来。它们所处的曲线非常清晰。对于创始人来说，我认为每个人都有这样的例子，他们因为人工智能而实现了令人难以置信的艰巨时间线。例如，Zed的内森在假期里独自一人用Cloud Code完成了为期三年的“登月”项目。布雷特·泰勒在周末重建了Sierra。Notion团队在短短六周内重写了800万行代码。所以，每个人都有这些时间线压缩的例子，但我认为，除了AGI实验室之外，很少有人见过将这些压缩的时间线堆叠在一起会发生什么。而这正是现在可能实现的。因此，无论你能在未来一百年里想象出什么，我们认为现在在100天内都可以实现，这要归功于代理。
我将把话筒交给康斯坦丁。>> 谢谢你，索尼娅。好的。非常感谢索尼娅和帕特精彩的概述和分析。在这一部分，我们将谈谈下一步。所以，目标是，我们都知道我们正处于人工智能时代。它看起来会是什么样子？感觉会是什么样子？它的特点是什么？
在之前的演讲中，帕特将技术革命分为计算和通信。我们将在这里对工作类型进行另一次划分。有体力劳动。这是驿马车上的包裹。这是猎鹰9号上的卫星。工作等于力乘以距离。物理移动。然后是认知劳动。这是毕达哥拉斯提出他的定理。这是DeepMind解决了蛋白质折叠问题，有意识的思考。这些是非常不同的工作类型，但我们相信它们将遵循非常相似的革命模式。
所以，让我们谈谈体力劳动，因为我们已经经历了工业革命。在人类历史的大部分时间里，所有或几乎所有为人类服务的工作都是由某种肌肉完成的。人或动物。人搬运东西，或者动物拉着人前进。这始于1700年，但可以追溯到几千年前。然后事情开始改变。水和风，蒸汽机，然后事情加速了。蒸汽机、内燃机、电动机。今天，2026年，你可以估计，地球上为人类完成的所有体力劳动中，有99%以上是由机器完成的。把你带到这里的飞机，这个房间里所有商品的制造，所有为你现在拥有的巅峰人类体验服务的交通。
那么，我们认为认知领域也将发生类似的模式。我们只是早一点。所以，在人类历史的大部分时间里，地球上所有为人类进行的思考主要是由人类完成的，也许还有一点点动物，比如牧羊犬追赶羊，对吧？在机械工作之上，有一点点东西，比如星盘或时钟。现在，在过去的几百年里，直到电子计算出现之前，进展并不多，而在过去的一百年里，想想任何给定时刻正在为你服务的数万亿次计算。所有这些工作，所有这些正在为我们服务的认知工作，任何给定时刻。数万亿次计算。
我们相信神经网络是下一波大浪潮，在不久的将来，地球上99.9%的认知将由机器完成。那么，这种平行关系是相当明显的。好消息是，我们已经经历过这样的革命。认知革命将与工业革命非常相似，只是规模更大，速度更快。
那么，生活在这个未来会是什么样子呢？我想通过四个短篇故事来分享一些对这个未来的启示。
第一个故事。在19世纪中叶，美国想为我们的第一任总统和最伟大的战争英雄乔治·华盛顿建造一座宏伟的纪念碑。所以，我们设计了当时世界上最高的建筑，华盛顿国家纪念碑。我们想用世界上最珍贵的金属来加冕它，100盎司世界上最珍贵的金属。它如此珍贵，以至于我们在曼哈顿的蒂芙尼（Tiffany's）展出它。那种金属是铝。
在华盛顿国家纪念碑建成后的几十年里，一位年轻的发明家发明了电解，即从泥土中分离铝的工艺。在几十年内，铝被用来包装我们的糖果和三明治，然后被扔进垃圾桶。铝就是智能。电解就是人工智能。我们即将进入一个世界，在这个世界里，一些最宝贵的技能，需要花费数十年才能获得，比如博士级别的技能，将如此即时地被调用，以至于在使用它们之后，你可以将它们揉成一团扔进垃圾桶。
第二个故事，我们正在进入一个外星设计世界。我们今天所看到的世界都是为人类设计的。你知道，它已经被优化到对我们的大脑有意义的程度，因为我们几乎承担了世界上所有的认知工作。那么，当机器承担认知工作时，情况将有所不同。
2006年，NASA正在为一个大型太空任务、卫星太空任务优化天线。传统上，它们的天线看起来是这样的。它是一种美丽的几何对称图案，在某些功率限制下优化了表面积。这次，他们说我们将把它交给计算机，我们将使用一种进化算法，类似于强化学习。结果是这个天线，它具有惊人的生产力，但对人类思维来说并不直观。在这个人工智能时代，当我们把认知交给机器时，我们将得到对我们来说不直观的结果。当人工智能设计芯片、汽车、建筑时，它们可能看起来截然不同。我们进入的世界，我们必须保持开放的心态，因为人工智能不会像我们一样思考。它将具有外星设计。
第三个启示故事是关于新兴科学。不是新兴科学。我们都知道有新兴科学。我说的是新兴科学。在工业革命早期，有纽曼和瓦特这样的伟大工程师，他们完善了内燃机。基本上是将石化产品放入活塞，点燃，数百万、数十亿的粒子爆炸。移动活塞，工作。近一百年来，所有这些都是在摸索。一位工程师说，“啊，这样效果好一点。”也许是你能看到的东西，比如规模定律，但这是工程师在玩弄产品，看看如何改进它一点点。在萨迪·卡诺出现并将其形式化为一门新科学——热力学——之后的一百二十多年。他说，“等等。有数百万或数十亿的粒子。我们可以正式化这一切。”
在这种情况下，有数十亿个神经元，数万亿个代币。现在，我们正处于人工智能的摸索阶段。即使我们认为它是一门已知的科学，它也不是。在未来，我们将拥有一门像热力学一样基础的科学，它将在未来几十年内出现。这个房间里的某个人可能会提出这门科学。这门科学将在高中教授。它将如此基础。它将帮助我们掌握人工智能。它甚至将帮助我们掌握意识。
第四个故事，非理性艺术。在人类历史的大部分时间里，数万万年，艺术一直在朝着写实主义发展，这是大约25000年前的洞穴壁画，埃及象形文字，希腊陶器，文艺复兴时期的绘画，朝着写实艺术的巨大转变。看看区别。在数万年的时间里，人类的胜利，然后工程出现了，道格尔类型，早期摄影，突然之间，花费数十年生命来完善每一个笔触的技能消失了。
那么，世界是如何反应的呢？他们认为绘画结束了。哦，就这样了。机器能比任何人做得更好。艺术结束了。那么，发生了什么？人类是如何回应的？人类的回应是说，艺术的目的是捕捉眼睛所见的瞬间，还是捕捉心灵和灵魂所见的瞬间？印象派、表现主义、立体主义、新表现主义。所有这些新的艺术形式都是人类对科学的这种剧烈变化的回应。
2500年前，希腊哲学家毕达哥拉斯写道：“人是万物的尺度。”他的意思是，在真空中，没有任何东西对人类有价值。不是铝，不是艺术，不是智能。它之所以有价值，是因为体验。人工智能可以完成工作。人工智能将完成工作。但只有人际联系才能让你关心。这就是为什么我们今天都在这个房间里。
十年后，工作将大不相同。事情将发生巨大的变化。但唯一不变的是你今天与身边的人建立的关系将持久存在。这就是你将回顾的。这就是今天有价值的东西。所以，我鼓励你与身边的人建立这些关系，享受在这次人工智能上升期中的时光，并真正拥抱那些让我们最有人性的东西。