a16z閉門峰會創始人對談，重點提到了具身和中國

最知名的投資機構之一 a16z 又來分享了。

在 a16z 昨天舉辦的 Runtime 閉門峰會閉幕對談上，兩位創始合伙人 Marc Andreessen 和 Ben Horowitz 聊了聊當前 AI 領域的熱門話題。

對談中，他們重點分享了大模型的能力邊界、AI 的創造力與智能的關系、AI 領域泡沫、具身智能等話題，也重點提到了中國在 AI 領域的飛速進展。

我們整理了其中的一些核心觀點：

• 創造力的本質：對“AI 無法真正創新”的批評是不對的，因為絕大多數人類也無法做到這些要求。無論是科學突破還是藝術創作，本質都是對前人工作的“改造”和“組合”。真正的“概念性突破”在人類中也極其罕見。

• 智力不是一切：認為“更智能的 AI 終將統治人類”的假設是錯誤的。現實世界并非總是由“最聰明”的人來負責決策。領導力和成功還需要心智、勇氣、感知力等非智力因素。

• AI 沒有成為泡沫：目前的 AI 領域并不算泡沫，因為“當所有人都在問這是不是泡沫時，它就不是泡沫”。真正的泡沫發生在所有人都已“投降”、堅信其只漲不跌時。而 AI 的基本面依然成立，只要技術有效，用戶就會愿意付費。

• AI 還處在早期階段：我們今天所見的聊天機器人和搜索引擎遠非 AI 的終極形態。我們正處于 AI 的“文本提示詞”時代，就像1992年之前的個人電腦。AI 的“圖形界面(GUI)”或“瀏覽器”時刻尚未到來，產品形態仍有巨大的創新空間。

• 行業變化非常快：AI 領域將會持續以非常快的速度發生變化，創業者們需要提高警惕。不管是產品形態，技術瓶頸，還是供需關系，都可能發生快節奏的遷移。尤其是供需關系，在一個供需市場里，造成“過剩”的永遠都是“短缺”。

• 競賽的“第二階段”：美國與中國的 AI 競賽仍將繼續，真正的決勝點將會出現在“第二階段”，那就是機器人。由于西方在過去幾十年中選擇了“去工業化”，中國在硬件、供應鏈和制造生態上擁有巨大優勢。即使美國在軟件上保持領先，也可能在硬件上被中國趕超。

以下內容由對談的現場實錄整理而來，歡迎閱讀。

AI到底有沒有創造力？

Erik Torenberg（本次對談的主持人，a16z 合伙人）：Marc，最近有很多關于大模型局限性的討論，說它們無法實現真正的新科學發明，無法展現真正的創造性，因為它們所做的只是“組合”或“包裝”。你對此有什么看法？

Marc Andreessen：我經常會遇到兩類問題：第一，語言模型是否智能，即它們能否像人類一樣處理信息并實現“概念性突破”？第二，語言模型或視頻模型是否具有“創造力”，能否創造新藝術并實現真正的“創意突破”？

我會對這兩個問題反問：人類能做到這些事嗎？

這里有兩個問題。首先，即便有些人是所謂“智能的”，能產生原創的、概念性的突破，那有多少比例的人能真正做到這一點？我只見過少數幾個，他們中的一些就在這個會場里，但數量并不多，大多數人永遠也做不到。

然后是創造力。到底有多少人是真正具有創造力的？你可能會指著貝多芬或者梵高說：“看，這就是創造力。”是的，這確實是創造力。但歷史上又有多少貝多芬和梵高呢？顯然，數量非常非常少。

所以，第一點是，如果這些 AI 能超越 99.99% 的人類，那它本身就已經非常智能了。

我們再深入挖掘科技史，就會發現幾乎所有的重大突破，通常都至少需要 40 年前期工作的積累。事實上，語言模型本身是過去八十年工作的結晶。

藝術領域情況也完全一樣。小說、音樂和其他藝術領域，顯然存在創造性的飛躍，但同樣也受到前輩們的巨大影響。

所以，如果一個 AI 達到世界的前 0.001%，可能就已經完全達到目標了。

當我在使用 AI 時，我的感覺是：“哇，它們似乎聰明得可怕，也具有驚人的創造力。”

大多數人都不智能，所以也不必苛求AI

Erik Torenberg：當人們談論大模型的局限性時，似乎提到一個共同主題。它們能做遷移學習(Transfer Learning) 嗎？

*遷移學習：跨學科將知識融會貫通的能力。

Marc Andreessen：人類能做到嗎？這就像橫向思維，或者說，是在“分布內”（inside distribution）推理還是在“分布外”推理？

*分布內推理：模型已擁有的知識。

情況是這樣的：我認識很多人，他們非常擅長在“分布內”推理。但我到底認識多少擅長在“分布外”推理并進行遷移學習的人呢？

屈指可數。我認識幾個人，無論你什么時候問他們一個問題，你都會得到一個極具原創性的答案，但通常這個答案會涉及多個領域。

比如，你問某人一個關于金融的問題，他會給你一個融合心理學并且更恰當的答案。或者你問一個心理學問題，他會給你一個結合生物學的答案。

在我認識的一萬個人中，大概只有三個人能做到這一點。這個比例并不高。

這非常鼓舞人心。因為看看我們人類，盡管有各種局限性，卻依然能做到今天的這一切。看看我們展現的所有創造力，所有那些了不起的藝術、電影、小說，以及了不起的技術發明和科學突破。

所以，我們訓練 AI 是否需要讓它達到 100% “創新思考”的程度？我認為不需要。

更聰明的AI不會“統治”世界

Erik Torenberg：有很多人會認為，“更智能的東西會統治那些不那么智能的東西”。

Marc Andreessen：任何養貓的人都不會這么說。

你看看今天的世界，你認為我們總是被全世界最聰明的人們領導著嗎？

我認為有兩件事是真的。

第一，我們可能低估了智力的重要性。過去一百年里，“智力”因種種原因成了一個極具煽動性的話題。即使是“有些人確實比其他人更聰明”這個觀念本身，都會讓人抓狂。

但情況確實是，智力幾乎與每一種人生結果相關。在社會科學中，他們會告訴你，所謂的“流體智力”（fluid intelligence）或者 G factor（G因子），它與幾乎所有事情（教育成果、職業成果、收入，甚至生活滿意度）都有 0.4 的相關性。

另一方面，那些身處涉及智力領域的人可能又都高估了智力。集體層面一個著名的觀察結果是：你把一群聰明人放進“烏合之眾”里，他們絕對會變得更蠢。

因此，某些 AI 圈子里的那種，“聰明的東西將統治愚蠢的東西”的假設，非常容易，也非常明顯地被證偽了。

Erik Torenberg：這就引出了一個后續問題，有哪些技能是在智力之外的？更具體地說，為什么 AI 系統不能學會它們？

Marc Andreessen：你認為除了智力之外，還有什么因素決定了領導力、創業精神或組織方面的成功？

Ben Horowitz：很多事情。很大程度上，成功的人要能以正確的方式進行對抗。這其中有一定智力成分，但更多的是真正理解你在和誰說話，能夠解讀對方的想法。

對創始人，要通過公司員工的眼睛，而不是你自己的眼睛來決策。這是一種需要不斷與人交談、理解對方在說什么來培養的技能。這當然不是一個智商問題。

Marc Andreessen：這是一些勇氣、激勵以及情感理解和心智的結合。

“全身體驗”的必要性，機器人的必要性

Marc Andreessen：有越來越多的科學證據表明，人類的認知不是純粹的大腦活動。

著名的“心身二元論”（mind-body dualism）是不正確的。人類的體驗，并不僅通過大腦的理性思考，還因為全身體驗。

我們的神經系統，我們的腸道菌群到荷爾蒙等各種生物化學方面，它們一起構成了生命。

人類的認知是一種全身的體驗，遠超想象。這也是目前 AI 領域的重大基礎挑戰之一。

機器人革命肯定會到來。當我們把 AI 放入在世界中移動的物理物體中時，就成了“具身智能”。這時的 AI 將更接近整合了智力、物理的體驗。但這些都非常早期，還有很多工作要做。

我們正處于AI泡沫中嗎？

Erik Torenberg：我們來談談“泡沫”。

黃仁勛、Amin Vahdat（谷歌工程院 Fellow 兼副總裁）、Jeetu Patel（思科總裁兼首席產品官）、和 Matt Bornstein（a16z 合伙人）都談到了正在建設的、物理基礎設施的巨大規模。

AI 的資本性支出 (Capex) 占到了 GDP 的 1%。我們應該如何思考這個“泡沫”？

Ben Horowitz：我認為“它是一個問題”這件事，就意味著我們沒有處于泡沫之中。泡沫在很大程度上是一種心理現象。

如果真的達到泡沫的程度，那每個人都必須相信它不是泡沫。

就像在互聯網泡沫時代，價格飛漲，巴菲特開始投資科技股。他曾發誓永遠不會投資科技，因為他不懂。如果連他都“投降”了，那確實是泡沫了。

現在如果你回過頭看看，互聯網顯然不是泡沫，它是真實的東西。雖然在短期內，確實發生了價格錯位，因為當時網絡上根本沒有足夠的人來讓那些產品運轉起來。

在 AI 領域很難看到這一點，因為短期的需求如此之大，我們現在沒有需求問題。而且，“我們五年后會遇到需求問題”的想法，在我看來非常荒謬。

會不會出現像“我們沒有足夠的冷卻能力”這樣的奇怪瓶頸？也許會。但就現在而言，如果看需求和供應，以及市盈率，這根本不像是一個泡沫。

Marc Andreessen：順便說一句，很多 VC 也不知道是不是泡沫，他們只會感到沮喪。當創業者們拿到更高的估值時，VC 們會感到情緒上非常沮喪，這讓他們很生氣。

這導致有很多人在情緒上“希望”它是一個泡沫，沒有什么比錯過一個交易，然后看著這家公司取得巨大成功更糟糕的了。“那個估值太離譜了！” 在我們的行業里，你可以為此憤怒 30 年。

所以我總是說，把對話帶回到“基本面”。

兩個最大的基本面是：第一，技術是否真的有效？它能兌現它的承諾嗎？第二，客戶是否在為它付費？如果這兩件事都是真的，那么只要這兩件事保持穩固，通常事情都會步入正軌。

AI巨頭與新貴誰能贏

Erik Torenberg： 有人曾說 ChatGPT 對 Google 來說是一個“珍珠港時刻”。當我們回顧關鍵的時代轉折點時，是什么決定了是“在位者”獲勝，還是“新進入者”獲勝？

Ben Horowitz： 對變化做出反應是很重要的。我認為 Google 確實把頭抬起來了，所以它不會被徹底碾壓，但我也不認為 OpenAI 會消失。

部分原因是速度，這是在一個很長時期內的執行力。這些非常大的公司中，有一些在不同程度上已經失去了執行能力。

微軟在 Google 搜索上栽了跟頭。微軟仍然非常強大，但它錯過了整個搜索機會，也錯過了移動互聯網。但它仍然憑借 Windows 壟斷地位如此龐大，以至于他們可以在其他領域發展。

所以新公司贏得了新市場，但這并不意味著上一代的巨頭會消失。

Marc Andreessen：我也認為我們還不知道最終產品的形態和形式。現在常見產品形態，要么是聊天機器人，要么是搜索引擎。

Google 面臨的問題是“創新者的窘境”。你是否要顛覆“10個搜索結果鏈接”的模式，換上 AI 答案？畢竟這會顛覆廣告模式。而 OpenAI 的問題是，他們有完整的聊天產品，但他們還沒有廣告或 Google 規模的分發渠道。

所以，你可能會說：“好吧，這是一個非常清晰的、一對一的場景。”

但是，這種思維方式可能犯的錯誤是，它假設了5年、10年、20年后，人們將要使用的主要產品形態，將是搜索引擎或聊天機器人。

一個明顯的歷史類比就是，個人電腦從1975年發明到1992年，它一直是一個“文本提示詞”（text prompt）系統。在當時，一個“交互式文本提示符”相比于打孔卡系統，已經是一個巨大的進步了。到了1992年，17年后，整個行業突然轉向了 GUI（圖形用戶界面），并且再也沒有回頭。

又過了5年，行業又轉向了“網絡瀏覽器”，再也沒有回頭。

所以，用戶體驗的形態和本質仍未定型。我敢肯定20年后還會有聊天機器人，但我同樣非常確信，無論是現有的聊天機器人公司，還是許多新公司，都將找出許多種類的、我們甚至還不知道的、截然不同的用戶體驗。

“短缺”終將成為“過剩”

Erik Torenberg：當你指導企業家時，這個時代還有什么讓你感覺不同的？你還想給他們留下哪些這個時代的獨特建議？

Ben Horowitz：我認為你說了正確的事情，那就是：這是一個獨特的時代。所以，試圖學習過去的組織設計經驗，或者試圖從上一代人那里學到太多東西，可能是具有欺騙性的，因為事情真的不一樣了。

人們建立公司的方式，在很多方面都非常不同。大家對 AI 博士研究員的觀察，就和一個傳統的全棧工程師非常不同。

所以我認為必須從第一性原理去思考很多事情，因為它就是不同的。

Marc Andreessen：我只想提供一點：我認為事情會發生變化。我認為產品的形態和形式將會改變，仍然有很大的創造空間。

我還認為，在一個供需的世界里，造成“過剩”的一直是“短缺”。當某個東西變得過于稀缺時，就會產生巨大的經濟激勵，讓很多人去搞清楚如何釋放新的供應。

當前這一代的 AI 公司正在與 AI 研究人員和工程師的短缺作斗爭。然后他們受到了基礎設施容量、芯片、數據中心和電力的短缺的挑戰。

我不想預測轉變的時間點，但總會有一天，這兩樣東西都會變成“過剩”。

先來說研究人員/工程師。中國正涌現出卓越的模型，它們來自多家公司，特別是 Deepseek、Qwen 和 Kimi。

值得關注的是，創造這些模型的團隊，很大程度上并不是那些名字出現在所有論文上的“大牌人物”。中國正在成功地把年輕人帶入這個領域并把他們培養好。

Ben Horowitz： 嗯，xAI 很大程度上也是如此。

Marc Andreessen： 是的。所以我覺得信息正在被傳遞到環境中，人們正在學習如何做這件事，未來會有更多的人知道如何構建這些東西。

當然，也還有 AI 正在構建新的 AI，工具本身將會變得更擅長為此做出貢獻。我認為這是好事，因為目前工程師的短缺程度太束手束腳了。

在芯片方面，我不是一個芯片專家，但芯片行業的每一次短缺最終都導致了過剩。因為短缺帶來的利潤池太大了，利潤率變得太高了，激勵著其他人進入并找出如何將該功能商品化的方法也太多了。

所以，英偉達或許擁有芯片領域有史以來最好的地位。但盡管如此，我很難相信，5年后基礎設施還會面臨這種程度的壓力。

Ben Horowitz：是的。假如未來某一天基礎設施內部的瓶頸轉移了，比如它變成了電力或冷卻，那么肯定會遇到芯片過剩。

Marc Andreessen：我們大家在五年后所面臨的挑戰，將會是不同的挑戰。

AI競賽的“第二階段”，要看中國

Erik Torenberg： Marc，你提到了中國。我們應該如何理解美國與中國之間的 AI 競賽？

Marc Andreessen：如果只觀察目前的情況，特別是像 Deepseek，Qwen 以及那些來自中國的模型，我想說，美國和西方在“概念創新”（conceptual innovations）方面，一直領先。

但中國極其擅長獲取創意，并將其執行、規模化和商品化。他們在整個制造業世界都是這樣做的，而且他們現在在 AI 領域也做得非常成功。

所以我想說，中國在“追趕游戲”中跑得非常好。當然，他們渴望的不止于此，中國有很多非常聰明和有創造力的人。所以，現在看看概念上的突破在多大程度上會開始來自那里，以及他們是否會超越，這將是很有趣的。

但是，這是一場全面的競賽，是一場賽跑，而且賽況非常激烈，分毫必爭。我們不會有5年的領先優勢，我們可能最多只有 6 個月的領先優勢。

軟件的競賽感覺還算不錯，我認為我們真的非常擅長軟件。但是當這件事進入以機器人形式出現的“具身智能”時，我認為事情會變得可怕得多。這就是我現在花時間在華盛頓特區，試圖真正教育人們的事情。

美國和西方在過去40年里，選擇了在一定程度上“去工業化”（de-industrialize）。中國現在擁有一個龐大的工業生態系統，用于制造各種機械、電氣、半導體和現在的軟件，同時也包括各種設備，比如手機、無人機、汽車和機器人。

AI 競賽將有第二階段，那就是機器人技術。它很快就會到，當它到達時，即使美國在軟件上保持領先，機器人也得被立刻制造出來。

這不是一件容易的事，不是單一公司能做到的，它必須是一個完整的生態系統。就像汽車工業當年一樣，整個行業不是只有三家公司，而是有成千上萬的零部件供應商。

機器人技術也將如此，而且，這一切正在中國發生。

所以，即使中國在軟件上永遠趕不上我們，他們也非常有可能在硬件上直接“套圈”我們，然后比賽就結束了。

但美國正在意識到這件事。我持謹慎樂觀地認為，美國將在這方面取得一些進展，但確實還有很多工作要做。