硅谷大神Reid Hoffman最新談GenAI現狀與未來：2萬字全文+視頻

文：天空之城·城主

（未經授權請勿轉載，請保留原文鏈接和公號傳送）

日前，哥倫比亞大學商學院展開了一場別開生面的爐邊談話，LinkedIn創始人里德·霍夫曼(Reid Hoffman)與哥大商學院院長考斯蒂斯·麥克洛里斯(Costis McCloris)共同探討了人工智能和數字經濟的未來圖景。

B站傳送：【精校】硅谷大神Reid Hoffman 哥倫比亞商學院訪談【中英】-嗶哩嗶哩】

https://b23.tv/gLN7bFw

Reid Hoffman是誰？美國著名的互聯網企業家、風險投資家。主要成就包括:

1. 聯合創立了職業社交網站LinkedIn，并擔任執行董事長。LinkedIn于2016年被微軟以262億美元收購。

2. 作為PayPal的創始董事會成員，參與早期運營。PayPal于2002年被eBay以15億美元收購。

3. 是硅谷著名風險投資公司Greylock Partners的合伙人，投資了Facebook、Airbnb、Zynga等知名科技公司。

4. 被譽為"硅谷最成功的天使投資人之一"，在美國商界和創投界具有廣泛影響力。

作為硅谷人脈最廣的企業家和投資者之一，Reid在打造LinkedIn、PayPal等明星公司的過程中建樹頗豐，并參與孵化了Facebook、Airbnb等一系列獨角獸。他還與人合著了5本暢銷書，最新一本還"網羅"了GPT-4作為"特邀嘉賓"。

而考斯蒂斯則是哥大商學院的"掌門人"，在其治理下學院實現了從傳統商科教學向前沿科技教育的華麗轉身。

Reid形象地將當下的AI浪潮比作"心靈的蒸汽機"，標志著一場認知工業革命的序幕已然拉開。在他看來，算法創新僅僅是"前菜"，當前的AI模型已經具備"賦予人類超能力"的巨大潛力，比如GPT-4能幫助我們深入洞察數據關聯、發掘事物規律，并做出更精準的預測。在討論中，二人還對比了開源VS專有模型、通用大模型VS特定領域小模型等話題。Reid認為，隨著我們與AI協同，迭代式思維和游戲化交互將成為常態。同時AI將極大拓展人類的想象力和創造力邊界，即便是藝術細胞欠佳的人，也能憑借言語實現"腦洞"到"眼前"的飛躍。

技術進步的速度同樣令人瞠目。Reid指出，算力、數據的飛速增長以及Transformer等新范式的誕生，催生了過去十年AI能力的爆炸式提升。這股勢頭短期內大概率會持續，直到遇到類似摩爾定律的瓶頸。

對于AI開源的利弊，Reid給出了自己的看法。他指出開源社區在推動技術創新方面起到重要作用，但模型一旦開源就意味著失去可控性，存在被濫用的風險。因此，發布前應當對模型嚴格審查、負責任地管控。在大模型與小模型之爭上，相信隨著通用大模型能力不斷增強，針對特定場景定制的小模型仍大有可為，未來或許會出現大小模型協同的局面。

談到硬件發展，Reid高度評價了NVIDIA在GPU創新上的不懈探索，但同時預言其短期內將面臨激烈競爭，因為很多玩家正試圖在芯片和軟件上另辟蹊徑。他相信未來幾年NVIDIA芯片需求量依舊可觀。

關于數據問題，二人一致認為，數據訪問的規則應該與信息獲取遵循同樣的邏輯，即個體是否擁有對相關內容的合法訪問權限。在確保隱私和安全前提下，對高質量數據的獲取將助力AI模型發揮更大價值。醫療助手、智能法務等面向大眾的垂直應用正是很好的方向。

Reid還分享了自己在AI領域的投資理念和實踐。在他看來，判斷一項技術的投資價值，要看其在提升個人、組織乃至整個人類福祉方面是否具有變革性潛力。對于那些描繪了美好愿景、擁有優秀創始團隊和計劃的企業，投資的時機自然成熟。OpenAI就是他押中的一匹"黑馬"，與馬斯克、奧爾特曼的交流更堅定了他在AI造福全人類方面的信念。他披露，當前幾乎所有打著AI旗號的項目都不乏投資者追捧，有點類似互聯網早期的盛況。

基于自己創業、管理的豐富經驗，Reid還就快速成長期的公司治理分享了真知灼見。在他看來，硅谷一個被嚴重低估的法寶就是"閃電式擴張"，即公司快速壯大時對"擁抱混亂"的包容度。組織結構的重組、崗位的調整、高管的更替在所難免，但目標不是追求盡善盡美，而是要為犯錯留足空間、及時止損。除了理性判斷力，同理心、接納變化的心態和快速決策的能力也不可或缺。互聯網時代的競爭早已突破地域界限，變成全球化的角逐。只有保持高頻的OODA循環(觀察、定位、決策、行動)，才能在瞬息萬變的賽道上笑到最后。

關于AI對就業的影響，Reid提出了與眾不同的見解。他認為打工人被AI顛覆只是時間問題，因為AI在許多具體任務上的表現已勝過人類。但從樂觀的一面看，新的崗位需求也會隨之而來。關鍵是要善于用AI工具為己所用，"人機結合"反而能讓自己更具競爭力。一個最直觀的例子是，客服將從機械化的電話答復升級為用情感化的溝通來建立品牌忠誠度。總的來說，就業市場正在加速洗牌，唯有順應科技浪潮，練就一身硬核技能，方能立于不敗之地。

當被問及如何看待政府對AI的監管時，Reid給出了自己的見解。他主張監管的重點應該是明確界定預期目標，為產業發展創造良性環境，而非簡單地"踩剎車"。此外，科技公司也應積極承擔社會責任，投身教育事業，與各界攜手構建行業標準。只有監管與創新并行，用包容審慎的態度對待新生事物，我們才能駕馭好智能革命的"狂瀾"，讓AI造福人類。

最后，當被問及對年輕人的職業建議時，Reid強調，機遇往往藏在風口之中。他建議大家把眼光投向軟件、人工智能等前沿領域，主動去學習、去結交人脈，而非局限于某個具體的公司。他以Airbnb的成功為例，闡釋了想象力和行動力的重要性。在當時，Airbnb的商業模式飽受質疑，面臨著諸多監管和道德風險，但Reid卻憑借敏銳的洞察力和魄力，力排眾議投資了這匹"黑馬"。事實證明，他的遠見卓識得到了最好的回報。

附：以下是完整訪談的天空之城書面版：

好的，各位晚上好。我是斯蒂芬·邁耶，擔任商學院的詹姆斯·B·戈爾曼商學教授。我非常高興歡迎大家參加今天的爐邊談話，我們將討論塑造人工智能和數字經濟的未來。這是新演講者系列的一部分，這是一個獨特的系列，旨在成為商業遠見者分享他們的見解，設定和實施雄心勃勃的目標，以及激發新創新的平臺。有誰比里德·霍夫曼更適合作為演講者呢？

因此，我很榮幸地歡迎并介紹我們的兩位嘉賓，LinkedIn 和 Inflection AI 的聯合創始人、Greylock 合伙人 Reid Hoffman，以及哥倫比亞商學院院長 Costis McCloris。很高興你能來到這里，里德。他希望我對他進行簡短的介紹，但我想稍微詳細一些。

他被譽為硅谷人脈最廣的人，我相信他可能也是最忙碌的人之一。他是一位非常有成就的企業家和高管，作為投資者，在打造 LinkedIn 和 PayPal 等領先消費品牌的過程中發揮了重要作用。他在 Facebook 和 Airbnb 等許多公司中也發揮了重要作用。他還與人合著了五本暢銷書，盡管他的最后一本是與一位非常強大的合著者 GPT-4 合作的。我確信他們談論這是否是作弊或聰明。

他不僅參與商業活動，還參與許多慈善事業，并因此獲得了很多獎項。對我來說最引人注目的是英國女王授予的大英帝國榮譽指揮官，我認為這很酷。以及馬丁·路德·金中心頒發的向偉大致敬獎。歡迎里德來到哥倫比亞商學院。

他將與科斯蒂斯·麥克盧里斯進行討論。科斯蒂斯是哥倫比亞商學院第16任院長，也是David and Lynn Silphan商學教授。他是一名電氣工程師，后來成為商學院教授、商學院院長。在他的領導下，我認為學校發生了巨大的轉變，特別是在教育領域的領先和擁抱技術方面。

鑒于他的遠見卓識，他對我們項目的 STEM 認證發揮了重要作用，推出了 MBA、工程學碩士雙學位和許多舉措，包括數字未來計劃，這是我所關心的，因為我是其中之一是教職聯席主任的，也是這里共同贊助的。這是我們商學院的新智囊團。我們的目標是讓學生們為下一個世紀的數字化轉型做好準備。幫助組織、政府和社區了解、利用當前和未來的數字顛覆浪潮并從中實現繁榮。所以我非常期待我們正在進行的討論。

言歸正傳，讓我們歡迎 Reid Hoffman 來到哥倫比亞商學院，歡迎你們，然后將其交給McCloris。

McCloris：

我正在思考這次談話，我意識到它可能會采取很多很多不同的路徑。我們可以談論早期的互聯網和 PayPal 時期。我們可以談論建立最成功的社交網絡之一 LinkedIn，以及這段業務超大規模擴張的時期。我們可以談談您作為灣區風險投資家的令人難以置信的職業生涯。但我認為也許我們現在應該討論人工智能。特別是，因為你實際上參與了投資、創辦公司、為政府提供咨詢，幾乎所有這些領域都參與過。我認為，討論這個問題并聽取你的觀點將會非常有益。

我們之前進行過一次簡短的對話，你提到了“認知超能力”這個詞。因此，為了開始我們的討論，我想請你介紹一下，讓我們了解人工智能能力的驚人增長。從你的角度來看，你對此有何看法？你認為我們的發展方向應該是什么？然后我們將從那里開始。

Reid：

從根本上來說，我認為我們正在做的是創造一種認知工業革命，就像心靈的蒸汽機一樣。作為其中的一部分，它極大地增強了我們的能力。蒸汽機的出現使物理事物變得更加強大，引發了工業革命，推動了運輸和物流，促進了制造業的發展。現在，我們正在經歷的是一場在認知和語言特征上的革命。這場革命的序幕是由算法的創新拉開的。

當然，這些算法已經存在了幾十年，但現在我們正在經歷的是一個規模計算的革命。事實上，你可以應用數千、數萬個計算單元、圖形處理器（GPU），并且它改變了我們構建系統的方式，從編程轉變為學習。這就是為什么你需要數據和其他所有資源的原因。

我們仍處于起步階段，因為雖然這些人工智能、這些代理、這些模型已經學到了非常有趣的東西，但它們才剛剛開始理解數據關系、交易范式、計算規模以及所有這些因素的影響。但例如，GPT4 已經賦予我們超能力。

所以，如果你說，我想讓一位專家告訴我這兩者之間的相互關系。專家部訓練人工智能的模型和博弈論，我相信我們可能可以找到 20 或 30 個可以做到這一點的人。然后你說，我想要這個，加上它與海洋學的相似之處。零人類。GPT4 可以做到這一點。

現在，這樣做的想法，問題是，在某種程度上，當你使用這些設備時，你得到了什么，這就是你帶來的。例如，在教育背景下，你說，給我寫一篇關于商業戰略的精彩文章，但它可能并不會寫得那么好。它會連貫，我們已經寫好了這一切。但是你會說，我想要了解數據和制造的交集將如何影響全球某些供應鏈中通用機器人和專用機器人的情況。假設這些材料越來越貴，而那些材料越來越便宜，你可能會得到更好的東西，例如，它仍然對它們的運作方式有用。這就是我所說的認知超能力。

自從我寫了這本書以來，我意識到思維模式正在發生變化的一件事是，隨著我們學會深思熟慮和深入，我們的思維模式將變得更像電子游戲。因為與長途跋涉試圖得到一個大創意相反，你坐下來開始敲打，然后說，這是一個提示，哦，這不是很有趣，但這里還有另一個，哦，等等，也許我應該繼續這個。我認為我們會有更多的，我們將擁有這種思考和推理的能力。以更好的方式參與這個迭代過程。

顯然，將會有很多不同類型的超能力，因為，例如，我的藝術能力非常有限，但如果我有一個想法并且我可以描述它，我可以去大理或中途開始創作拿東西。這也拓寬了事情的范圍。因此，如果我想為我朋友的生日制作一張卡片，想做一些具體的事情并有一個視覺創意，那就是另一種形式的超能力。這些只是所有事情的姿態。

我認為我們對語言所做的任何事情都是開始放大的最低限度。

當你考慮變化的速度時，人們已經知道你提到的很多事情已經有一段時間了。計算是我們在過去 10 年里開始大規模應用的技術。數據是我們在過去 10 年里開始大規模應用的東西。Transformer技術大約在七年前被發明。然而，從某種意義上說，我們已經看到了其能力的急劇增長。

您認為這種情況還會繼續嗎？

所有的指數曲線最終都會變成S曲線，所有的J曲線最終也會變成S曲線。但我認為這種情況肯定會持續幾年甚至更長時間。任何聲稱他們肯定知道這種情況將在未來幾年繼續存在的人，可能是出于某種意識形態或愿望，或者其他原因，他們認為這種情況肯定會發生。但是，所有這些事情最終都會發生。

S曲線的一部分，我認為有些人會犯的錯誤之一，就是他們會認為三年后就會變得超級聰明，他們會問，你能得到這條能力的S曲線嗎？這是由更大規模的計算驅動的嗎？他們會說，這就是智商曲線。但這并不完全是一條智商曲線。你所做的推論、判斷實際上并不是同一件事。現在，一些功能正在呈指數級增長。但這與智商并不是一回事。

當你思考時，你處于投資的有利位置，涉及到整個AI生態系統的各個方面。您對開源與專有模型或類似的東西有什么看法？我們如何加速增長，使其更具普及性，或者您對此有什么看法？

我在LinkedIn擔任Mozilla董事會成員近11年，我們開源了許多不同的東西。我通常認為開源各種形式的軟件（類似于公共和開放科學）具有很大的價值。這些模型有很多功能。開源模型的問題之一是讓它們普遍可用，將功能交到每個人手中。現在，如果您說，嘿，我們可以開源它們，但只能是學術機構，只能是企業家，只能是政府。有些政府就不那么容易了。但開源的問題是，一旦模型走出谷倉，它就會無限地存在。就像我們在今年的選舉中肯定會看到的一件事一樣，就是使用這些不同的開源模型來生成內容，試圖在選舉中破壞我們的信息系統。這就是我們必須努力克服的問題。

現在，我認為我們也可以使用人工智能來幫助解決這個問題。但我對開源這些模型更加謹慎的原因是，它也會放大不良行為者，無論是流氓國家、網絡犯罪分子、恐怖分子等等。如果這些人有開源網絡瀏覽器，我就很好。他們對此無能為力。再次強調，這是一個開源數據庫，他們對此無能為力。這些模型賦予他們超能力，但可能危害更大。

我們已經通過共享充分開源了嗎？

其中一些模型是。因此，對于某些用例，例如大規模的政治錯誤信息，開源模型目前可以做到這一點。其中一些，例如我們將看到網絡攻擊的增加，我們已經看到網絡攻擊的增加，并且將繼續增加，因為網絡釣魚等類似于錯誤信息。然后是其他一些領域，我認為到目前為止我們還沒有擴大范圍，例如生物恐怖主義等。但是，如果你只是繼續開源所有東西，你就無法控制這些負面情況，其中一些情況很嚴重。所以，到目前為止，有一些問題，但沒有五級火警。但是如果你不小心，我們會很快達到五級火警。

好的，讓我換個話題。

我們已經走上了你之前提到的道路，大規模計算，大規模模型，以及構建具有通用屬性的基本上基礎模型，然后我們將其部署到不同的應用程序中。另一種觀點是，與其構建大規模通用模型，不如構建較小的針對特定應用的模型。而且，正如你在工程領域所知道的那樣，這種情況已經發生了很長很長時間。您如何看待目前的情況？雙方都付出了很多努力，您觀察到了什么？

我認為雙方的努力都會取得很好的成果。當我們觀察GPT-2、3、4時，可以看到，例如，對GPT-3進行了某些情況下的微調，然后GPT-4在大多數情況下都表現得更好，甚至GPT-3.5也是如此。因此，到目前為止，我們可以看到，隨著模型規模的增大，它們的能力也在提升，變得更加強大，更有能力。如果你把它看作是一種研究助理，它可以立即、快速、隨需應變，并且會產生一些幻覺問題，盡管他們正試圖通過搜索和其他方式來解決這個問題。這就是說，你永遠無法將幻覺問題降到零，但你可能會讓它大大低于人類標準，在這種情況下，就我們的目的而言，這非常接近于零。或者說，至少已經足夠好。因此，大規模模型的能力有了驚人的提升。

然而，你可能有理由想要一個較小的模型。它在手機上運行，運行起來更便宜，它只需要做一些特定的事情，或者它有一個不同的訓練區域，你希望它在那個區域的生成性要好得多，錯誤要低得多，你不關心其他一切。這就是為什么我認為，未來不可避免的一部分是它不會只像一個模型。當你創建代理或創建某種應用程序時，你將部署多個協調的模型。

現在，讓我們稍微切換到硬件方面。

您提到了計算硬件，首先想到的是NVIDIA，GPU，大型集群。五個月前我在這里與NVIDIA的Jensen黃仁勛進行了交談，當時他的公司剛剛突破一萬億，而現在他們有2.3萬億左右。您如何看待目前尚未商業化這一事實？臺積電似乎并沒有從其生產這種超尖端集群的能力中賺取可觀的租金，您認為這種情況會持續下去嗎？您認為硬件是這場革命的必然推動因素，還是隨著時間的推移會商品化或飽和的東西？

我認為NVIDIA做了很多出色的工作。他們并沒有專門為AI或加密創建GPU，而是創造了一個非常好的數學處理器，這與那些情況有關。我認為，這是資本主義、發明等的好處之一，我認為NVIDIA不可避免地會面臨激烈的競爭。盡管英偉達做出了巨大貢獻，擁有出色的團隊、出色的建筑和設計文化，但沒有什么可以從結構上阻止它。因此，我認為未來幾年英偉達芯片的需求量仍將非常大，但我知道有很多人努力創造替代芯片、替代程序，這就是市場有需求時會發生的情況。所以我認為，也許一兩年后，你就會開始看到一些芯片，至少，它可能還不適用于訓練，但將有助于我們所說的行業推理，即為模型服務，為結果服務。而且，我看到很多初創公司在推銷，我看到很多大公司也在想辦法以有趣的方式做到這一點。

你提到訓練，你可能需要尖端技術。推理，也就是當我訓練了模型，現在我正在執行查詢以獲得響應時，我可能需要專用硬件，但更簡單，不同的硬件。

是的。

現在，讓我們談談數據。這些系統正在吸收大量數據，包括我們的數據。我們是否已經用完了新數據來提供數據，這兩個問題都存在？

我不認為是這樣。

但另一件事是數據所有權問題，你對此有什么看法？我相信你會全面地思考這個問題，包括正在發生的OpenAI的所有事情等等。

這是一個復雜的問題，大多數人對此并不十分了解。

有時候，我們會遇到一些問題。比如，我聽到有人在拍照。這就像有人在房間里給我拍照一樣。那是你的照片嗎？還是我的照片？或者是我們的照片？數據又是什么呢？我可能已經簽署了一些免責聲明，這可能是你的照片。但這是一件復雜的事情。

數據的價值是什么？它的價值數據是什么，它是如何形成的，它是由什么組成的？所以，我的第一印象是，當你訓練這些模型時，就像在閱讀一樣，對嗎？因此，管理數據的規則應該與管理閱讀的規則相同，即你是否有權合法訪問你正在閱讀的內容？你買了這本書嗎？等等。

那很好，因為那就是閱讀。版權法不保護我購買一本書或將其贈送或出售給你，然后你閱讀它，這就是其中的一部分。它確實阻止我做的是我買了這本書，然后我就想，哦，我要重做這本書并開始自己銷售，等等。所以我認為這就是你想要在數據方面的細微差別。

顯然，在很多地方你都會說，有些東西是我的私人數據，我不想在任何地方泄露。這些生成模型并不是特別擅長知道那是什么時候。因此，我們不要將這些數據輸入生成模型本身。現在，部分原因是生成模型更像是推理引擎。人們經常將其視為數據庫。但要到達推理引擎，這是因為你有一堆數據到達那里，但它是一個推理引擎。

我對《紐約時報》的法律案件感到困惑的一件事是，看，它轉載了這些文章。你剪切并粘貼了文章的前半部分，然后說完成它。它以前就學過這些東西。現在，有權訪問文章前半部分的人可能可以訪問整篇文章，并且這可能仍然是一個合法的案例。我不清楚這里有什么危害。

如果你說，給我一篇文章，給出標題并生成它，然后你說，好吧，你正在提供《紐約時報》正在銷售的東西，而這個人還沒有購買它。那么這將是一個問題。我不認為這些模型會這樣做，因為他們受過訓練不這樣做。

因此，數據方面存在許多不同的復雜性。我認為這個問題，例如，你正在接受互聯網上廣泛提供的內容的訓練。我在互聯網上發布。我想說的是，大家請讀一下這篇文章。一個人工智能模型閱讀它并接受訓練，這讓我覺得這是對這項技術的合理使用。

我認為我們希望這些模型的存在非常重要。這是我們在上臺之前快速討論過的事情之一，有了這些人工智能模型，我們就知道如何創建一個可以在每部智能手機上運行的醫療助理。無論你是否有機會看醫生，每個人都可以使用它。

顯然，它甚至可以以一種方式進行訓練，比如說，嘿，你能看醫生嗎？如果你有，那太好了，讓我告訴你一些事情，你應該馬上去看醫生，這就是你要告訴他們的。或者，你可能沒事，但這些是你可能想和你的醫生商量的事情。如果你沒有機會看醫生，然后說，看，我不是醫生，但這是你可能會考慮的事情，那可能會很棒。

還有導師，還有一堆其他事情。或者，比如說，你請不起律師，你正在看一些類似合同的東西。實際上，存在一些方法可以幫助我們解決這個問題，這是一件好事。因此，一般來說，我認為我們應該期待這些模型得到訓練。我們的主要問題并不是模型是否應該訓練，而是我們應該確保盡可能多的人能接觸到這些模型，以便幫助全人類，而不僅僅是富人或富裕國家。無論如何，這只是對某些數據的初步印象，但它顯然非常復雜。是的，這是一個不斷發展的話題，我們就這么說吧。

你提到了OpenAI。你是OpenAI的早期投資者之一，然后你開始了人工智能的轉變，你已經在這方面進行了各種投資。那么，是什么促使你幫助啟動OpenAI并繼續關注它？你是如何評估人工智能投資的？你現在已經從事這個工作八年了，或者具體來說，OpenAI投資是在2015年還是2016年？

是的，我沒有歷史學家的記憶，所以我必須查閱文件才能得到準確的答案。

最初，我想我會成為一名學者。我在牛津大學攻讀哲學學位，我決定通過幫助創建軟件來對世界產生更大的影響。我實際上從未想過我會成為一名投資者。投資并不是我的直接目標，問題是我如何幫助構建正確類型的項目？因此，最初我更傾向于創業或產品創造。當我研究這些技術時，我通常會看到的東西。作為一個專注于軟件的專家，我進行了一些非軟件投資，但大部分都是慈善事業。

我認為，對于氣候變化，核裂變和核聚變是關鍵，所以我會對此進行一些投資。有時你會看到一種你真正認為世界上應該存在的產品，所以你會投資它。當我進行這些投資時，我會將這些投資視為零，因為我不知道如何預測一系列結果。當然，我希望它們具有經濟價值，但事實就是如此。

在軟件方面，從互聯網開始，然后是Web 2.0，然后是Web 3.0，再到人工智能，我尋找的是那些能夠在提升個人、團體、社會、行業和人類水平方面產生巨大變化的東西，以及世界應該是什么樣的？如果世界應該是這樣的，可以創造一個真正有價值的行業轉型，并且有一個企業家或她或他有一個非常好的計劃并且擁有資源，那么時機就是正確的，這就是我進行投資的時機。

對于OpenAI來說，它始于我與薩姆·奧爾特曼和埃隆·馬斯克的一些對話。看，我們即將迎來這場人工智能革命。我們應該確保有益的人工智能不僅是超大型科技公司的專利，而且具有造福人類的傾向。我并不明顯反對大型科技公司。我認為他們為人文學科做了很多事情。但我認為這是一件好事。這也是我在Mozilla董事會任職超過11年的原因。我仍然是Kiva董事會成員。公共利益技術的真正重要問題是什么，而這是一個我們沒有很好解決的問題？是的，讓我們幫助它開始吧。這就是進入其中。

現在，在那個階段，也許這里有什么東西，對吧？風險投資的一部分就像是，看看它或A輪融資，這是一個想法。可能有用，對吧？我們來試試吧。然后當你經歷的時候，這是我真正學到的事情之一，我認為使硅谷成為一個如此有趣的地方的原因之一是它是一個密集的學習網絡。我們都在以極快的速度交換有價值和無價值的物品，因此整個生態系統都在學習。這種情況在融資方式上有所體現，例如種子融資、A輪、B輪、C輪融資等。當你證明了某些觀點并展示了一些可能更有可能成功的事物時，你就會進行下一輪更大規模的交易，價格也會更高。你正在為關注它、投資它、選擇這樣做的人、員工、投資者、客戶、合作伙伴等建立一個網絡。因此，在OpenAI剛剛起步時，這種規模的人工智能可能會產生一些有趣的成果。我們并不確定，但我們可以試試。我們要確保其治理首先以人性為導向，該子公司是一個營利性機構，由非營利組織管理，并且你知道，它有助于啟動。

你如何評價近幾年的人工智能投資？

我不確定現在是否有任何軟件投資不把自己標榜為人工智能投資，這有點有趣。它非常像早期的互聯網，它將會是一些非常了不起的東西。會有很多事情變得有點瘋狂，而且不會成功，因為他們在制定戰略時并沒有真正考慮前景會是什么樣子。我認為總的來說，結果，那些生存下來并蓬勃發展的公司將大體上是非常積極和具有聯系性的。他們必須看看其中的一些事情，看看他們在做什么。但是，我可以想象一些初創公司可能會產生負面結果。但是，記住，投資者不喜歡被關聯。員工不喜歡被關聯。客戶不喜歡這樣做。有很多網絡治理，因為當我們思考如何對人性做出反應時，這不僅僅是選民去投票站投票。這也是投票站。它也是顧客。這也是員工。也是投資者。這也是新聞。所有這些事情也創造了治理網絡。所以我認為，通常當你度過這個難關時，你通常會得到廣泛積極的結果。并非總是如此，但通常如此。

所以我認為，我們將看到任何涉及認知任務、任何涉及語言的事物的轉變。我認為我們將看到一種新型藥物的發現。我想我們將會，我告訴斯坦福大學長期規劃委員會的一件事，可能是七年前，就是說，我看到了人工智能如何成為放大器的視線。每個學科。除了理論物理之外。

甚至可能是理論物理學，對吧？

那么，人工智能會做什么？如果你想自己做這個練習，想象一下，如果它比專門的搜索引擎好一千倍。并且這些學科中的每一個都可以使用專門的搜索引擎。好吧，想象一下好一千倍。這將是一個有用的人工智能工具。并不意味著它會寫論文。顯然，在某些方面可以。但是，當論文與它們相結合并圍繞它進行某種人類概念化時，論文會好得多。

我想稍微轉變一下。我們這里有一群主要是MBA學生的人。我想轉向領導力。特別是管理這些公司的爆炸式增長和擴張。你已經做到了，你創辦了最成功的社交網絡公司之一LinkedIn。你管理著它，帶領它度過了一段爆炸式增長時期。想到這個你會想到什么？

你可能知道，我確實寫過一本名為《閃電擴張》的書。到目前為止，它部分地就像這本書一樣，是我所發現的世界。無論是從創業角度來看，你們每個人都應該像自己的企業家一樣思考自己的工作、生活和職業。并不意味著您一定應該創辦一家公司。也許你應該，也許你不應該，但你應該以企業家的視角來思考你的職業道路。這是第一點。其次，你需要考慮如何與公司和組織建立聯盟，以及如何處理權利等問題。再者，你需要理解閃電式擴張，這是硅谷，甚至在某種程度上是中國，以及世界上大多數地方并不真正理解的概念。在全球互聯的世界中，從一個想法到行業轉型的步伐是如何的，以及其中哪些東西是非典型的？

因此，有很多原則，比如擁抱混亂。你需要有快速行動的傾向，然后在行動過程中修復出現的問題。有一章是關于負責任的閃電式擴張的，就是要確保你不會引發一些非常糟糕的事情，但這并不是問題。所以，這些都是其中的一部分。

部分原因是，當你在做互聯網軟件時，包括移動軟件，你基本上是在與整個世界競爭。這不僅僅是與坐在你旁邊的人競爭，而是與街上的人競爭。因此，成為一個生態系統的一部分，了解速度和節奏以及解決關鍵問題的方式，例如進入市場，或者依據現代技術做某事，實際上是非常關鍵的。

當你有這樣的愿景并試圖帶領公司度過爆炸性增長階段時，你如何在這個過程中管理人員？

書中也有一大堆原則。例如，其中之一是當你思考時，所以規模節奏的一部分是縮放。員工數量大致按數量級排列，如10、100,000等。然后是組織如何變化，因為這些公司發生的一些事情是數量級的變化。比如，我見過一些公司從年初的20人增加到年底的800人。

那么，你是怎么做到的？

因此，你需要意識到的部分原因是，你的目標不是完美，不是穩定的組織結構圖等，你在早期階段擔任關鍵領導者的一些人并不是你的目標。事情的正確領導者。舉例來說，就像一條完全微觀的建議，但對于做這些閃電式擴張的事情非常重要，那就是，好吧，你是我30%組織中的產品負責人。你不會說，好吧，只要你做得很好，當我們成為1,000%的組織時，你將繼續擔任產品主管。也許他們會，也許他們不會。你所說的是，只要你做得好，你的工作就會不斷變大。因為當你從30%的組織轉移到1,000%的組織時，你作為一家公司所做的事情就會變得更大。你的工作變得更大了。你不一定要繼續擔任產品主管。

通常，當你跨越每個規模級別時，當你快速執行此操作時，通常你所認為的公司執行管理層的50%以上都會發生變化。你必須為這種活力做好準備，你必須準備好在其中犯錯誤和做出判斷。即使這個人以前做得非常出色，但現在不再合適，你必須做出早期的承諾，建立信任關系，做到這一點才能改變這一點。這本書里充滿了這樣的東西，因為這是我學到的東西。閃電式擴張，可能每個人第一個學習閃電式擴張的地方就是PayPal。

你認為該領域最重要的軟技能是什么？我們應該教導什么，我們應該渴望擁有什么？

非常經典的例子，例如，弗雷德·考夫曼（Fred Kaufman）有一本名為《意識商業》（Conscious Business）的書，我非常喜歡。這就是將管理視為同情的觀念，但不僅僅是對你正在打交道的個人的同情，而且是對你周圍的所有人的同情。例如，您可能會批評某位醫生的診斷能力不佳，但如果您選擇解雇他，他將會承受巨大的痛苦。同時，我們必須記住，他們的所有患者，或者說他們治療過的所有人，也需要我們的同情。因此，我們必須擁有廣泛的同情心，對所有在前線工作的人都要有同情心。

我認為，軟技能可能是最核心的能力。這是非常好的，一個學習機構應該始終處于學習狀態，對吧？軟技能就是要認識到，當你快速行動時，你可能會犯錯誤。例如，在初創企業和快速擴張的環境中，我經常會說，如果這是我的工作決策和判斷，我可能會犯錯誤，但我們必須做出判斷，否則我就會出錯。因此，每個人都必須參與進來。但我并不是說，如果你不同意我的觀點，你就一定是錯的。我們必須做出這個決定，才能運作良好。

我認為這實際上是其中一件事，我忘了它是在《閃電式擴張》這本書的哪一章，但那是幾本書之前的事情。OODA循環是硅谷常用的一個術語，它源自戰斗機飛行員的術語，代表觀察、定位、決定、行動。我之所以教授這個，是因為在戰斗機飛行員的混戰中，OODA循環更快的飛行員能夠存活下來，而另一個飛行員則可能會死亡。因此，你真的需要努力讓你的OODA循環正確。

硅谷是那些討論個人OODA循環和公司OODA循環的地方之一。這必須正常運作，因為競爭的速度非常激烈。人們往往無法理解的一點是，每一家在硅谷誕生的大型創業公司，都有數十到數百個競爭對手，甚至可能有數千個。順便說一句，在中國，競爭對手可能有成千上萬。因此，新興企業必須擁有快速的OODA循環，并且非常積極。因此，你必須有能力自己做到這一點，將其灌輸到公司文化中，駕馭你快速做出所有這些決定的復雜性。

例如，領導力的相對軟技能接受混亂的原因之一是讓每個人都學習反直覺的腳部縮放規則的第一課。這是因為如果每個人都明白，我不會完全了解情況，我們將會做出一些低效的決定。但因為我們必須快速行動，必須做出決定，必須從中學習，所以我們集體這樣做。所以他們總是在學習，這是其中的關鍵部分。

在我們進入問答環節并談論人工智能、未來的工作、社會之前，我想稍微轉換一下話題。這是一個大話題，有來自各個領域的有趣想法。首先，您對未來三五年內人工智能的發展有什么看法？您對社會有什么看法？然后我們可以談談更具體的事情。

我想換個話題，我不會具體談論這本書，但Reid在GPT-4的幫助下，在兩個月內寫了一本書。所以，是的，兩個半月。這告訴你一些我們將能做的事情。目前，而不是在不久的將來。你的想法是什么？

所以，顯然人們喜歡做的是鼓吹工作替代。而且，不要太過簡單化，但隨著時間的推移，我們的人類組織對技術的可用性和工作變化的接受速度將比通常慢得多。但如果你的工作基本上是試圖讓人類模仿機器人，機器人通常可以更好地完成這些工作。但實際上將會發生很多轉變。

例如，如果你看著一家公司，然后說，好吧，我們打算，假設三年后這些工具可以為每項工作創造2倍或4倍更好的績效。銷售，你會解雇銷售人員嗎？不，你喜歡2倍、4倍更好的表現。非常好。所以，這并不是說人類將被取代，而是說，那些能夠運用人工智能的人類將更有可能獲得工作。在公司之間的競爭中，營銷起著關鍵的作用。一些工作的構成可能會發生變化。例如，如果你的工作是進行數字表格輸入，進入廣告系統，像機器人一樣工作，那么這將大大加速。但我們如何定位自己，獲得情感聯系，創建品牌，我們如何以不同的方式探索這一點，我們如何帶來新的營銷方式，比如內容營銷等，這些都是你需要經歷的。

大多數部門最終都沒有消失，我們正在降低人力工作崗位的交易價格。我們更喜歡能夠使用人工智能的人類。

這是我想插話的一點。我們需要教導人們成為有能力的、聰明的消費者和人工智能用戶。

看，即使是客戶服務，這往往是，這是你的腳本，遵循腳本，例如，成為一個人，看起來像一個機器人。看，它的行為就像一個機器人，那些工作就會減少。但也許客戶服務現在變成了如何建立關系。所以，是的，你有一個人工智能可以解決我的東西到了但它壞了的問題，或者我不知道如何使用它，或者達達達，還有一個機器人，人工智能可以幫助解決這個問題。但接下來，嘿，你愿意嗎？你有興趣與我們公司進行更多接觸嗎？然后就需要人類輔助人工智能來實現這一目標。

所以無論如何，也許，對吧，猜測，但工作會改變。因此，有些任務確實得到了加速，而另一些任務則變得新的可能。因此，即使在教育機構中也會發生這種情況。確實如此。

但是，您如何看待變化的速度？當變化速度跨越代際時，社會有時能夠很好地適應，但跨代變化往往很困難。您對此有什么看法？

我們永遠不會看到，社會的某些部分繼續加速發展。在未來主義和后現代主義中，他們認為我們已經處于最快速度，而我們比現在快得多。您在互聯網上部署新產品，實際上幾天之內就可以到達數十億人的手中。通常情況并非如此，但它確實可以做到。這種速度是新的，具有挑戰性的。

這就是為什么我很高興您將其帶回這里的原因之一，因為我并不是想過分樂觀地認為過渡會很容易。人工智能可以幫助我們實現過渡，這是件好事。你說，嘿，我們現在正在建造自動駕駛卡車，盡管我們現在卡車司機短缺，但如果每個制造商都開始建造自動駕駛卡車，現在只有自動駕駛卡車，則需要10多個幾年后，道路上一半以上的卡車將是自動駕駛卡車。

但你說，好吧，當卡車司機離開時會發生什么，等一下，這是我喜歡的工作，而這份工作，正在減少并消失？你說，好吧，看，它發生了。順便說一句，它使道路更安全，在網格管理和其他一系列方面變得更環保。但這是一個人工智能，可以幫助你找出你可能喜歡的其他類型的工作，幫助你學習做這些工作，幫助你做這些工作。因此，我認為這種轉變是非常有可能的。

但是，轉型很難，速度也很難，具體來說，教育系統不再是建立在工業模式之上，即你訓練人們，你有訓練課程，現在你去工作。你必須一直學習，對吧？就像你今天接受的訓練，五年后，如果我們取得進展，那將會有所改變。然后，不僅僅是通過經驗，你還必須不斷學習。

好的，非常好。我想簡短地談一談政策問題，這也是你所涉足的一個領域。特別是，我們正在考慮的是國內政策，以及一些地緣政治和人工智能的問題。此外，我們還需要考慮科技公司在教育方面應該扮演什么樣的角色。在考慮良好的政策和可能實際上會扼殺創新的限制性政策時，我認為你真正反對的是后者。但是，現在的情況是怎樣的呢？你認為我們在未來幾年會看到什么？

我們用于做偉大事情和減輕壞事的工具集只會越來越多。因此，例如，一個相似之處是，隨著這些人工智能模型越來越大，我們發現，將它們與人類利益聯系起來更容易。例如，如果有人對人工智能說，我真的很沮喪，我想自殘，它不會給出一個關于如何自殘的網站，而是會說，這真的很難。你在和人說話嗎？你有沒有想過和別人談談？我認為你可能能夠處理這個問題，并以更一致和更有幫助的方式做出回應。這就是我對未來如此關注的部分原因。

你開始強加，讓我們放慢速度，讓我們現在就停下來。實際上，這是有害的。比如，我們每部手機上都有一個醫療助理。在我們讓每個有手機的人都能使用它之前，我們不應該放慢速度。我們應該嘗試以某種方式讓每個人都可以使用電話，也許可以使用村莊的電話，或者可以使用鄰居的電話，但是，類似的事情。現在，這顯然并不意味著，如果你說你想從A點到達B點，那么每小時五英里的速度對你沒有幫助。但這并不意味著你不能很好地導航。當你進入彎道時，你會在轉彎時放慢速度，因為這就像不要越過懸崖一樣。所以，你必須聰明地導航。

現在，關于這些政策問題，我考慮的事情之一是，比如說，這種轉變的概念。舉例來說，我記得大約一年前，《即興曲》的第一章是關于教育的，這就是引起大量驚愕的原因之一。從大學設立開始，哦，天哪，這正在改變我們的大學申請流程。順便說一句，這就是所謂的進步。是的，中間階段很難，你必須弄清楚新的階段，但事實是，我們已經這樣做了幾十年，而且我們很習慣這樣做，順便說一句，這是織布工對織布機的抱怨，對吧？我們對自己的編織很滿意。你會說，是的，是的，但如果我們去織布機，我們可以為每個人提供更多的衣服。這是一件好事。我們只需要以各種方式幫助人類實現這一轉變。

所以我認為，當你考慮政策時，問題是，很多時候很自然的事情是，我們如何放慢速度，如何停下來？問題是，我們如何開車到正確的位置？事情是什么？比如說，你知道，我有時會和這個國家的政客們坐在一起討論這個問題，我會問他們，你希望制造業恢復活力嗎？他們說，是的，這些都是很棒的中產階級工作，等等。我說，好吧，你們到達那里的產業政策是什么？他們好吧，好吧，是的，你不能。保護主義確實行不通。它可能會有效十年，在那之后，你將給你的孩子一個更糟糕的未來。人工智能和機器人技術是振興它的最佳途徑。他們說，好吧，但這不都變成了機器人工廠嗎？看，這都是機器人工廠。我們還有其他有趣的機會。實際上，當我們觀察亞馬遜中心，隨著其自動化程度的提高，他們確實為在那里工作的每個人運送了更多的包裹。再次強調，這是生產力和進步的體現。然而，他們也增加了員工的數量，這是資本主義進步的一部分。我認為這就是我們應該關注的問題。

那么，在我們的政策對話中，有哪些具體的事情值得我們關注？在未來幾年，我們需要重點關注什么？

以醫療助理為例。目前，大多數這些模型的構建者都試圖避免以任何特定方式提供醫療建議，因為他們不想承擔責任。如果是我，我會建議他們在醫療環境中進行操作，因為至少有一個人在觀眾中這樣做，我之前見過他。但是，例如，GPT-4等正在更多地避開這種情況。

我實際上認為，如果我是一個積極主動的政策制定者，我會說，這就是你的責任，這是你必須明確的界限。你必須聲明，我不是醫生。你必須詢問，你能看醫生嗎？你必須說，我不確定我給你的建議是否正確。你確實應該盡可能地尋求醫療建議，在此基礎上，你才能給出一些答案，我們應該跟進，看看效果如何。然后，你就可以開始在每部手機上配備醫療助理，對嗎？

我個人認為，隨著社會的發展，醫療服務應該由社會提供。我認為，這不一定需要通過就業來實現。我們這里有很多人沒有保險，這意味著他們無法獲得醫療服務。這可能是一種開始提供幫助的方式，例如，你可以積極主動地嘗試實現積極的結果。這是可以基于政策完成的事情。

我收到了進入問答環節的信號，但我想問一下您對人工智能、社交網絡和選舉周期的簡短看法。

簡短看法？

因為我們需要進入問答環節。

我一直倡導的部分內容，LinkedIn 顯然也表明了這一點，我認為科技公司需要意識到，我們不僅向個人提供產品，而且當您達到一定水平時，您還必須將社會作為客戶。您如何與社會和人群打交道？當我們集體學習時，民主就會發揮作用。您希望這些網絡參與集體學習，集體學習意味著學習真正正確的東西，對嗎？

因此，如果您有一個信息生態系統。那些聲稱2020年選舉被竊取的人，當你看清自治領訴訟等事情時，福克斯的觀點評論員會這么認為。犯下這種行為的人互相發短信知道這是錯誤的，對嗎？這是一個嚴重的問題。這是社會應該學習的。為了實現這一目標，您應該擁有學習生態系統。

所以這并不意味著你有一個真理的提供者。我在LinkedIn會告訴你什么是真的，什么是假的。這是一個挑戰。你想要的是擁有一個學習生態系統，這就是為什么當我們考慮幾乎任何系統、任何機構時，我們說真理判斷很重要的原因之一。我們做人類小組。我們在科學領域、學術期刊和評論家中做到這一點。我們通過陪審團來進行。我們在研究和科學中這樣做。所有這些事情，比如，我們如何將它們部署為學習系統？這就是我們應該努力的方向。

問答環節：

感謝您今天的到來。我是這個領域的新手，只有一年的經驗。我想問的是，如果你現在30歲，愿意冒險、愿意學習，你會抓住哪些機會？

我曾在創業評論中提到過，人們有時會低估某些類型的決策的重要性。比如，投資決策，你獲得的可能是軟資產而不是硬資產，這些軟資產包括你的人脈網絡、知識等等。現在，很多人都認同投資知識是一件好事，而且建議加入行業網絡，而不是僅僅加入某個特定的公司。公司可能很好，但是哪些網絡和哪些行業有擴大和發展的潛力呢？然后，你需要盡一切可能進入這個行業。

以我自己為例，我對我的職業生涯以及我最終從事的工作并不感到不滿。但是，如果我回過頭來想想我可能會做什么事情，這些事情會是更明智的決定。當我離開蘋果去富士通時，我被定位為產品經理，我必須有產品經理的經驗。但實際上，也許我的決定應該是去網景，因為這是一場在線革命，成為在線革命的一部分比在富士通更重要。

因此，選擇適合你的網絡和行業，適合你想做的事情。例如，我不想點名批評某些行業，但有些行業正在衰落。如果你不想進入這些行業，那就深思熟慮。如果你決定進入某個行業，那很好，但要意識到你選擇的行業應該是潮流在你前面，而不是在你后面。

現在，顯然，軟件技術、人工智能可以成為認知工業革命的一部分，但你開始思考的方式是，我在哪里是逆向的、我在哪里有有趣的潛在論文。能爆發并做出非凡的事情嗎？也許人們現在不那么專注。只有小團體專注于藥物發現和人工智能。我會去做那件事。我有生物學背景。我對你的背景一無所知。所以我只是想扔掉一些東西。

我在初創公司審查中規定的部分內容是，看，你已經擁有了自己的資產。你有你的愿望。你有市場現實。你正在開發一款產品來實現最大的競爭差異化。這就是值得關注的事情。

非常感謝您的分享。我只是好奇，你的投資理念是什么？你最喜歡哪種公司？是什么促使你決定投資 Airbnb？謝謝。

我投資 Airbnb，因為這很容易。因為它還有一個有趣的故事。所以，第一個向我推銷 Airbnb 的人把它推銷成沙發沖浪。這導致我有一年沒有見到創始人，因為我覺得，哦，沙發沖浪不是一個好主意。它不會作為一種一般策略發揮作用。所以，其他人告訴我這些創始人很棒。

我學到的第一課是，不要讓不是創始人的人向你推銷的東西過度地讓你變得消極，因為那個人搞錯了。

在與三位創始人見面三分鐘后，我就說，好吧，我要向你提出投資要約。來推銷這個企業吧。那是星期天。明天過來推銷合作關系，等等。

我們提出了合作伙伴關系，David Z 是我最有價值的人，也是我加入 Greylock 的原因，他是 LinkedIn 最有價值的董事會成員。所以，我們進行了推介。創始人走了出去。David Z 看著我說，每個 VC 都必須有一個失敗的交易。Airbnb 可以是你的。我們在合作會議桌上直言不諱地交談。我覺得這個話題非常有趣。我發現這增強了我對投資的興趣，無論是逆向投資還是正確的投資，然而，六個月后，數據并沒有發生任何變化。

有一次，David找到我，他說：“好吧，我完全同意你的觀點，David的學習機器確實很棒。”另一次，有人找到我，他說：“你是對的，我錯了。”你看到了什么？你看到了我沒看到的東西嗎？我回答說：“你看，你說的都是對的。”

地方工會可能會對此感到不滿，尤其是在酒店行業。城市也不會喜歡這種重新劃分區域的做法。鄰居們可能會感到不舒服。也許會發生一些不好的事情，比如謀殺或其他不良事件。所有這些都可能抑制這項投資。

然而，他們有一個很好的計劃，他們認為世界應該是這樣的：旅行者突然有機會在他們所在的地方獲得更多獨特的體驗、聯系和當地社區。房東可以成為小企業家，他們可以提供自己的房間或公寓。他們可以以酒店實際上不會創新的方式進行創新。這種方式可能更便宜，也可能更昂貴，但更令人愉快。它可以是全方位的。實際上，這才是世界應該的樣子。

因此，我認為如果我們能規避這些風險，我們就能創造出真正令人驚嘆的東西。我認為，這三位創始人有潛力。總是有風險系數。這有點像我看待投資的典型方式。我無法評論最近的投資，因為它們仍然是秘密的，但這就是我更深入地回答Airbnb的原因。

感謝您來到這里。問題分為兩部分。首先，您認為有任何爭論嗎？開源人工智能有什么優點？其次，您是否覺得政策制定者正在領先于技術？以便他們能夠更加妥善地進行監管。與2016年的Web2生態系統思維相比，不良行為者已經存在，我們正在讓其中一些影響發生。沒有人真正關注？您是否認為政策制定者更加關注正在建設的內容并真正了解正在發生的事情？

讓我們看看。那么關于第一個問題，我確實認為開放，比如一般來說，開源軟件是我廣泛贊同的事情。所以我認為有很多不同類型的小型開源模型完全可以做。我認為促進創業、促進學術工作、開放考試都是很好的。

因此，如果您可以查看模型并了解，因為順便說一句，這些模型一旦投入使用就可以進行后期訓練。我做了安全訓練，然后我就發布了。安全訓練可以撤銷。好吧，我訓練它不是為了告訴你如何制造炭疽。是的，我可以取消訓練它，它也可以做到這一點。然后突然間有更多的人可以遵循如何制造炭疽的配方。相對于公共健康來說并不好。這就是關于開源的大致情況。

如何在沒有百分之百的情況下獲得一定比例的開源？比如，你如何讓它說，你有更廣泛的訪問權，這很好，但不是恐怖分子或瘋子或罪犯或流氓國家。所以這是第一點。

現在第二點，問題是開發了技術，它做了很多好事，但也遇到了一些挑戰。事后看來，每個人都會說，很明顯當時應該如何監管。應該這樣做。是的，但順便說一句，如果試圖事先進行監管，對真正問題是什么以及解決方法的認識，實際上幾乎肯定是專家們不準確的。因此，也許會阻止很多好事，也許會阻止壞事，但你取得的進步卻少了很多。

因此，我的總體看法是，例如，當監管機構與我談論監管任何事物（包括社交網絡）時，我會說，看，嘗試以清晰的方式定義您的結果，然后說，在這里，我想要更多這些結果以及更少的這些結果。例如，讓我們以社交網絡為例。我們可以參考新西蘭的一個案例，其中一名恐怖分子正在直播他的謀殺行為。你可能會說，我希望減少這種謀殺行為。但你需要做的是，你需要審計這個過程，你需要通過你的審計員來運行它，這樣我們就能建立一個良好的基礎設施。比如，你展示了一起意外謀殺案，那可能需要花費10,000美元。如果你展示了同一事件中的100起謀殺案，那可能需要一百萬美元。然而，技術生態系統會找到方法讓這個數字保持在一個較小的范圍內。這就是正確的思考方式，這就是對這些問題的監管方式。

當然，你必須努力思考你試圖避免的結果是什么，這是真正的工作，而不是說，停下來，直到你知道你是完美的。如果你這樣做，就像今天評估技術的鏡頭一樣，如果它們從一開始就開始，阿司匹林就不會被批準，汽車也不會被批準。所以你必須說，不，不，不，我們如何邊走邊學，邊迭代，邊添加安全帶？邊走邊添加。這就是我們需要討論的問題。

關于InflectionAI。我認為InflectionAI可能是理解和表達動作的最佳大型語言模型。想知道實現這一目標的秘訣是什么？為什么GP4和Gemini不能做同樣的事情？

謝謝你的問題。關于我們的訓練發展秘訣，我認為最好是誠實地說，這是商業秘密的一部分。我認為它是可復制的。我認為其他人看到它后，他們會意識到他們也可以生產它。但是，這需要非常聰明的人經過多年的努力才能實現。

關于Reid您的背景。為什么選擇學習符號系統和哲學，以及為什么選擇轉向創業。這個背景如何讓您成為更好的投資者、企業家或個人？

我試圖讓人們注意的一件事是，我認為投資并不僅僅是做一個分析，比如折現現金流和市場增長以及客戶獲取成本和生命周期價值等等，這些都很重要。但實際上，當你想象世界可能是什么樣子時，它就是一種可能性的鏡頭。這是一個關于你可以用技術構建什么的問題。這是團隊如何運作，如何擴展，以及許多其他事情的問題。

當我和Sam Altman一起教一堂Y Combinator課時，Sam問我，我相信什么，而這個房間里的大多數人都不相信？我想，要想成為一名優秀的企業家，你需要有一套明確的人性理論。當你在構建產品并思考它時，你會說，這就是我認為的人性，這就是我認為人們會對我的產品做出良好反應的方式，我會幫助他們通過它提升自己，變得更好。而這正是哲學發揮作用的領域之一。

就符號系統而言，雖然我是從思考符號系統需要學習什么開始進入哲學領域的，但它是關于如何精確思考的問題。在思考問題或者思考語言如何運作時，你如何在你創造的物品中應用這些思考呢？我認為在進行技術創造時，這比許多其他事情都更為重要。當然，你也必須了解一些技術知識，這是理所當然的。然而，我想要強調的一點是，問題的關鍵在于估值、泡沫、風險資本，以及當前的人工智能。

每個人都在談論即將出現的驚人技術，就像互聯網一樣，人們開始投資，而估值，尤其是對于投資者來說，往往在貼現現金流分析和其他方面顯得不太合理。問題的一部分在于，我們應該考慮什么樣的時間范圍以及復利的情況。因此，我認為有很多瘋狂的交易，而部分瘋狂的交易也帶來了瘋狂的估值。但這也是人們知道你可能會創造的地方。在相對較短的時間內收購價值數十億美元的公司，這是你所冒的風險。

作為投資者，我希望估值更低。然而，市場推動了估值的提高。這對于企業家來說是一件好事，這也是我真正喜歡的，因為這就是創造事物的方式。投資者就像是來湊熱鬧的，如果他們表現出色的話，他們會盡力提供幫助。

然而，這只是一個過于簡單的答案，這也是為什么幾乎所有的技術，經典的投資者都會說，哦，這些技術都是瘋狂的，因為它們的價格都被抬高了，就像特斯拉一樣。為什么特斯拉的估值高于所有其他汽車公司的總和？我并不是說這應該是這樣，我只是說，這是一個問題。你可能會覺得這似乎不合理。但是，如果你相信汽車和交通正在從機械工程范式轉變為軟件范式，而目前沒有一家公司能夠生存下來并做到這一點，而特斯拉將成為一家偉大的汽車巨頭，那么這個估值就不那么瘋狂了。

現在，我認為他們的評估可能讓這看起來像是一種確定性而不是可能性，對吧？但是，這種事情是圍繞科技的市場估值中正在發生的事情的一部分，這也是人們確信科技領域即將出現的東西是未來的原因之一，他們對此的看法基本上是正確的。謝謝。

感謝您的分享。我有一個問題問你。您認為人工智能是否會從根本上挑戰人際關系和互動的重要性，特別是在那些以人際關系為中心的行業，例如 K-12 學校？你是否認為，我們說我們的師生關系是最重要的事情之一，決定學生的成長和表現。你認為人工智能最終會挑戰嗎？或在任何意義上修改它？

我認為它會帶來轉變。因為它會像一位無限耐心的導師一樣加入到教育系統中。因此，與目前的情況相反，老師會說，你看，我負責 X 名學生，我只有有限的時間，如果學生做錯了，我只有有限的時間來調試和花時間，在這種情況下，你會得到一些真正有幫助的東西。我不認為它會取代。

因為，就像一個手勢比較，人類下棋不再像人工智能那么好了，句號。但我們有更多的人觀看人類之間下棋。我們以人為本。我們以人為本。這有點像我們是部落群居動物。因此，我認為從廣義上講，盡管有些人會說，哦，沒有人理解我，這個人工智能是我唯一的朋友，而且，我們會有一些奇怪的功能，但我認為我們構建像 Pi 這樣的人工智能來對我說，嘿，讓我來幫助你與你的朋友建立聯系，我認為這更健康，而且我認為從廣義上講，我認為人們無論如何都會自然而然地朝著這個方向發展，因為我們喜歡以各種方式與人建立聯系。因此，我認為這可以帶來革命性的變化，這種變化可以被放大并應用于教育、醫療以及各種其他領域。我相信這將是一件有益的事情，但它也會經歷一些轉變。

好的。里德，非常感謝你的到來。

感謝所有人的參與。