a16z闭门峰会创始人对谈，重点提到了具身和中国

最知名的投资机构之一 a16z 又来分享了。

在 a16z 昨天举办的 Runtime 闭门峰会闭幕对谈上，两位创始合伙人 Marc Andreessen 和 Ben Horowitz 聊了聊当前 AI 领域的热门话题。

对谈中，他们重点分享了大模型的能力边界、AI 的创造力与智能的关系、AI 领域泡沫、具身智能等话题，也重点提到了中国在 AI 领域的飞速进展。

我们整理了其中的一些核心观点：

• 创造力的本质：对“AI 无法真正创新”的批评是不对的，因为绝大多数人类也无法做到这些要求。无论是科学突破还是艺术创作，本质都是对前人工作的“改造”和“组合”。真正的“概念性突破”在人类中也极其罕见。

• 智力不是一切：认为“更智能的 AI 终将统治人类”的假设是错误的。现实世界并非总是由“最聪明”的人来负责决策。领导力和成功还需要心智、勇气、感知力等非智力因素。

• AI 没有成为泡沫：目前的 AI 领域并不算泡沫，因为“当所有人都在问这是不是泡沫时，它就不是泡沫”。真正的泡沫发生在所有人都已“投降”、坚信其只涨不跌时。而 AI 的基本面依然成立，只要技术有效，用户就会愿意付费。

• AI 还处在早期阶段：我们今天所见的聊天机器人和搜索引擎远非 AI 的终极形态。我们正处于 AI 的“文本提示词”时代，就像1992年之前的个人电脑。AI 的“图形界面(GUI)”或“浏览器”时刻尚未到来，产品形态仍有巨大的创新空间。

• 行业变化非常快：AI 领域将会持续以非常快的速度发生变化，创业者们需要提高警惕。不管是产品形态，技术瓶颈，还是供需关系，都可能发生快节奏的迁移。尤其是供需关系，在一个供需市场里，造成“过剩”的永远都是“短缺”。

• 竞赛的“第二阶段”：美国与中国的 AI 竞赛仍将继续，真正的决胜点将会出现在“第二阶段”，那就是机器人。由于西方在过去几十年中选择了“去工业化”，中国在硬件、供应链和制造生态上拥有巨大优势。即使美国在软件上保持领先，也可能在硬件上被中国赶超。

以下内容由对谈的现场实录整理而来，欢迎阅读。

AI到底有没有创造力？

Erik Torenberg（本次对谈的主持人，a16z 合伙人）：Marc，最近有很多关于大模型局限性的讨论，说它们无法实现真正的新科学发明，无法展现真正的创造性，因为它们所做的只是“组合”或“包装”。你对此有什么看法？

Marc Andreessen：我经常会遇到两类问题：第一，语言模型是否智能，即它们能否像人类一样处理信息并实现“概念性突破”？第二，语言模型或视频模型是否具有“创造力”，能否创造新艺术并实现真正的“创意突破”？

我会对这两个问题反问：人类能做到这些事吗？

这里有两个问题。首先，即便有些人是所谓“智能的”，能产生原创的、概念性的突破，那有多少比例的人能真正做到这一点？我只见过少数几个，他们中的一些就在这个会场里，但数量并不多，大多数人永远也做不到。

然后是创造力。到底有多少人是真正具有创造力的？你可能会指着贝多芬或者梵高说：“看，这就是创造力。”是的，这确实是创造力。但历史上又有多少贝多芬和梵高呢？显然，数量非常非常少。

所以，第一点是，如果这些 AI 能超越 99.99% 的人类，那它本身就已经非常智能了。

我们再深入挖掘科技史，就会发现几乎所有的重大突破，通常都至少需要 40 年前期工作的积累。事实上，语言模型本身是过去八十年工作的结晶。

艺术领域情况也完全一样。小说、音乐和其他艺术领域，显然存在创造性的飞跃，但同样也受到前辈们的巨大影响。

所以，如果一个 AI 达到世界的前 0.001%，可能就已经完全达到目标了。

当我在使用 AI 时，我的感觉是：“哇，它们似乎聪明得可怕，也具有惊人的创造力。”

大多数人都不智能，所以也不必苛求AI

Erik Torenberg：当人们谈论大模型的局限性时，似乎提到一个共同主题。它们能做迁移学习(Transfer Learning) 吗？

*迁移学习：跨学科将知识融会贯通的能力。

Marc Andreessen：人类能做到吗？这就像横向思维，或者说，是在“分布内”（inside distribution）推理还是在“分布外”推理？

*分布内推理：模型已拥有的知识。

情况是这样的：我认识很多人，他们非常擅长在“分布内”推理。但我到底认识多少擅长在“分布外”推理并进行迁移学习的人呢？

屈指可数。我认识几个人，无论你什么时候问他们一个问题，你都会得到一个极具原创性的答案，但通常这个答案会涉及多个领域。

比如，你问某人一个关于金融的问题，他会给你一个融合心理学并且更恰当的答案。或者你问一个心理学问题，他会给你一个结合生物学的答案。

在我认识的一万个人中，大概只有三个人能做到这一点。这个比例并不高。

这非常鼓舞人心。因为看看我们人类，尽管有各种局限性，却依然能做到今天的这一切。看看我们展现的所有创造力，所有那些了不起的艺术、电影、小说，以及了不起的技术发明和科学突破。

所以，我们训练 AI 是否需要让它达到 100% “创新思考”的程度？我认为不需要。

更聪明的AI不会“统治”世界

Erik Torenberg：有很多人会认为，“更智能的东西会统治那些不那么智能的东西”。

Marc Andreessen：任何养猫的人都不会这么说。

你看看今天的世界，你认为我们总是被全世界最聪明的人们领导着吗？

我认为有两件事是真的。

第一，我们可能低估了智力的重要性。过去一百年里，“智力”因种种原因成了一个极具煽动性的话题。即使是“有些人确实比其他人更聪明”这个观念本身，都会让人抓狂。

但情况确实是，智力几乎与每一种人生结果相关。在社会科学中，他们会告诉你，所谓的“流体智力”（fluid intelligence）或者 G factor（G因子），它与几乎所有事情（教育成果、职业成果、收入，甚至生活满意度）都有 0.4 的相关性。

另一方面，那些身处涉及智力领域的人可能又都高估了智力。集体层面一个著名的观察结果是：你把一群聪明人放进“乌合之众”里，他们绝对会变得更蠢。

因此，某些 AI 圈子里的那种，“聪明的东西将统治愚蠢的东西”的假设，非常容易，也非常明显地被证伪了。

Erik Torenberg：这就引出了一个后续问题，有哪些技能是在智力之外的？更具体地说，为什么 AI 系统不能学会它们？

Marc Andreessen：你认为除了智力之外，还有什么因素决定了领导力、创业精神或组织方面的成功？

Ben Horowitz：很多事情。很大程度上，成功的人要能以正确的方式进行对抗。这其中有一定智力成分，但更多的是真正理解你在和谁说话，能够解读对方的想法。

对创始人，要通过公司员工的眼睛，而不是你自己的眼睛来决策。这是一种需要不断与人交谈、理解对方在说什么来培养的技能。这当然不是一个智商问题。

Marc Andreessen：这是一些勇气、激励以及情感理解和心智的结合。

“全身体验”的必要性，机器人的必要性

Marc Andreessen：有越来越多的科学证据表明，人类的认知不是纯粹的大脑活动。

著名的“心身二元论”（mind-body dualism）是不正确的。人类的体验，并不仅通过大脑的理性思考，还因为全身体验。

我们的神经系统，我们的肠道菌群到荷尔蒙等各种生物化学方面，它们一起构成了生命。

人类的认知是一种全身的体验，远超想象。这也是目前 AI 领域的重大基础挑战之一。

机器人革命肯定会到来。当我们把 AI 放入在世界中移动的物理物体中时，就成了“具身智能”。这时的 AI 将更接近整合了智力、物理的体验。但这些都非常早期，还有很多工作要做。

我们正处于AI泡沫中吗？

Erik Torenberg：我们来谈谈“泡沫”。

黄仁勋、Amin Vahdat（谷歌工程院 Fellow 兼副总裁）、Jeetu Patel（思科总裁兼首席产品官）、和 Matt Bornstein（a16z 合伙人）都谈到了正在建设的、物理基础设施的巨大规模。

AI 的资本性支出 (Capex) 占到了 GDP 的 1%。我们应该如何思考这个“泡沫”？

Ben Horowitz：我认为“它是一个问题”这件事，就意味着我们没有处于泡沫之中。泡沫在很大程度上是一种心理现象。

如果真的达到泡沫的程度，那每个人都必须相信它不是泡沫。

就像在互联网泡沫时代，价格飞涨，巴菲特开始投资科技股。他曾发誓永远不会投资科技，因为他不懂。如果连他都“投降”了，那确实是泡沫了。

现在如果你回过头看看，互联网显然不是泡沫，它是真实的东西。虽然在短期内，确实发生了价格错位，因为当时网络上根本没有足够的人来让那些产品运转起来。

在 AI 领域很难看到这一点，因为短期的需求如此之大，我们现在没有需求问题。而且，“我们五年后会遇到需求问题”的想法，在我看来非常荒谬。

会不会出现像“我们没有足够的冷却能力”这样的奇怪瓶颈？也许会。但就现在而言，如果看需求和供应，以及市盈率，这根本不像是一个泡沫。

Marc Andreessen：顺便说一句，很多 VC 也不知道是不是泡沫，他们只会感到沮丧。当创业者们拿到更高的估值时，VC 们会感到情绪上非常沮丧，这让他们很生气。

这导致有很多人在情绪上“希望”它是一个泡沫，没有什么比错过一个交易，然后看着这家公司取得巨大成功更糟糕的了。“那个估值太离谱了！” 在我们的行业里，你可以为此愤怒 30 年。

所以我总是说，把对话带回到“基本面”。

两个最大的基本面是：第一，技术是否真的有效？它能兑现它的承诺吗？第二，客户是否在为它付费？如果这两件事都是真的，那么只要这两件事保持稳固，通常事情都会步入正轨。

AI巨头与新贵谁能赢

Erik Torenberg： 有人曾说 ChatGPT 对 Google 来说是一个“珍珠港时刻”。当我们回顾关键的时代转折点时，是什么决定了是“在位者”获胜，还是“新进入者”获胜？

Ben Horowitz： 对变化做出反应是很重要的。我认为 Google 确实把头抬起来了，所以它不会被彻底碾压，但我也不认为 OpenAI 会消失。

部分原因是速度，这是在一个很长时期内的执行力。这些非常大的公司中，有一些在不同程度上已经失去了执行能力。

微软在 Google 搜索上栽了跟头。微软仍然非常强大，但它错过了整个搜索机会，也错过了移动互联网。但它仍然凭借 Windows 垄断地位如此庞大，以至于他们可以在其他领域发展。

所以新公司赢得了新市场，但这并不意味着上一代的巨头会消失。

Marc Andreessen：我也认为我们还不知道最终产品的形态和形式。现在常见产品形态，要么是聊天机器人，要么是搜索引擎。

Google 面临的问题是“创新者的窘境”。你是否要颠覆“10个搜索结果链接”的模式，换上 AI 答案？毕竟这会颠覆广告模式。而 OpenAI 的问题是，他们有完整的聊天产品，但他们还没有广告或 Google 规模的分发渠道。

所以，你可能会说：“好吧，这是一个非常清晰的、一对一的场景。”

但是，这种思维方式可能犯的错误是，它假设了5年、10年、20年后，人们将要使用的主要产品形态，将是搜索引擎或聊天机器人。

一个明显的历史类比就是，个人电脑从1975年发明到1992年，它一直是一个“文本提示词”（text prompt）系统。在当时，一个“交互式文本提示符”相比于打孔卡系统，已经是一个巨大的进步了。到了1992年，17年后，整个行业突然转向了 GUI（图形用户界面），并且再也没有回头。

又过了5年，行业又转向了“网络浏览器”，再也没有回头。

所以，用户体验的形态和本质仍未定型。我敢肯定20年后还会有聊天机器人，但我同样非常确信，无论是现有的聊天机器人公司，还是许多新公司，都将找出许多种类的、我们甚至还不知道的、截然不同的用户体验。

“短缺”终将成为“过剩”

Erik Torenberg：当你指导企业家时，这个时代还有什么让你感觉不同的？你还想给他们留下哪些这个时代的独特建议？

Ben Horowitz：我认为你说了正确的事情，那就是：这是一个独特的时代。所以，试图学习过去的组织设计经验，或者试图从上一代人那里学到太多东西，可能是具有欺骗性的，因为事情真的不一样了。

人们建立公司的方式，在很多方面都非常不同。大家对 AI 博士研究员的观察，就和一个传统的全栈工程师非常不同。

所以我认为必须从第一性原理去思考很多事情，因为它就是不同的。

Marc Andreessen：我只想提供一点：我认为事情会发生变化。我认为产品的形态和形式将会改变，仍然有很大的创造空间。

我还认为，在一个供需的世界里，造成“过剩”的一直是“短缺”。当某个东西变得过于稀缺时，就会产生巨大的经济激励，让很多人去搞清楚如何释放新的供应。

当前这一代的 AI 公司正在与 AI 研究人员和工程师的短缺作斗争。然后他们受到了基础设施容量、芯片、数据中心和电力的短缺的挑战。

我不想预测转变的时间点，但总会有一天，这两样东西都会变成“过剩”。

先来说研究人员/工程师。中国正涌现出卓越的模型，它们来自多家公司，特别是 Deepseek、Qwen 和 Kimi。

值得关注的是，创造这些模型的团队，很大程度上并不是那些名字出现在所有论文上的“大牌人物”。中国正在成功地把年轻人带入这个领域并把他们培养好。

Ben Horowitz： 嗯，xAI 很大程度上也是如此。

Marc Andreessen： 是的。所以我觉得信息正在被传递到环境中，人们正在学习如何做这件事，未来会有更多的人知道如何构建这些东西。

当然，也还有 AI 正在构建新的 AI，工具本身将会变得更擅长为此做出贡献。我认为这是好事，因为目前工程师的短缺程度太束手束脚了。

在芯片方面，我不是一个芯片专家，但芯片行业的每一次短缺最终都导致了过剩。因为短缺带来的利润池太大了，利润率变得太高了，激励着其他人进入并找出如何将该功能商品化的方法也太多了。

所以，英伟达或许拥有芯片领域有史以来最好的地位。但尽管如此，我很难相信，5年后基础设施还会面临这种程度的压力。

Ben Horowitz：是的。假如未来某一天基础设施内部的瓶颈转移了，比如它变成了电力或冷却，那么肯定会遇到芯片过剩。

Marc Andreessen：我们大家在五年后所面临的挑战，将会是不同的挑战。

AI竞赛的“第二阶段”，要看中国

Erik Torenberg： Marc，你提到了中国。我们应该如何理解美国与中国之间的 AI 竞赛？

Marc Andreessen：如果只观察目前的情况，特别是像 Deepseek，Qwen 以及那些来自中国的模型，我想说，美国和西方在“概念创新”（conceptual innovations）方面，一直领先。

但中国极其擅长获取创意，并将其执行、规模化和商品化。他们在整个制造业世界都是这样做的，而且他们现在在 AI 领域也做得非常成功。

所以我想说，中国在“追赶游戏”中跑得非常好。当然，他们渴望的不止于此，中国有很多非常聪明和有创造力的人。所以，现在看看概念上的突破在多大程度上会开始来自那里，以及他们是否会超越，这将是很有趣的。

但是，这是一场全面的竞赛，是一场赛跑，而且赛况非常激烈，分毫必争。我们不会有5年的领先优势，我们可能最多只有 6 个月的领先优势。

软件的竞赛感觉还算不错，我认为我们真的非常擅长软件。但是当这件事进入以机器人形式出现的“具身智能”时，我认为事情会变得可怕得多。这就是我现在花时间在华盛顿特区，试图真正教育人们的事情。

美国和西方在过去40年里，选择了在一定程度上“去工业化”（de-industrialize）。中国现在拥有一个庞大的工业生态系统，用于制造各种机械、电气、半导体和现在的软件，同时也包括各种设备，比如手机、无人机、汽车和机器人。

AI 竞赛将有第二阶段，那就是机器人技术。它很快就会到，当它到达时，即使美国在软件上保持领先，机器人也得被立刻制造出来。

这不是一件容易的事，不是单一公司能做到的，它必须是一个完整的生态系统。就像汽车工业当年一样，整个行业不是只有三家公司，而是有成千上万的零部件供应商。

机器人技术也将如此，而且，这一切正在中国发生。

所以，即使中国在软件上永远赶不上我们，他们也非常有可能在硬件上直接“套圈”我们，然后比赛就结束了。

但美国正在意识到这件事。我持谨慎乐观地认为，美国将在这方面取得一些进展，但确实还有很多工作要做。