别验bot，要验真人
bot 能通过 Turing test 后，系统已经无法可靠证明一个账户不是 bot，只能转向 proof of human。可行结构是用生物识别确认真人，以密码学验证身份，再通过选择性披露只证明年龄或信用等必要属性。
verifiability
跳到 01:04:36 
DEPTH PROFILE
马克·安德森
Marc Andreessen
投资人、创业者
Andreessen Horowitz
投资人创始人美国生态
- 29
- 观点
- 3
- 精选
- 1
- 访谈
EDITOR'S SELECTION
代表观点
3 条经过五问筛选的核心判断
投资创始人就是反押管理主义
venture capital 的核心下注，是让 founder CEO 保留最终判断，尝试完成职业经理人控制的大公司无法完成的创新。这不是口头偏好，而是长期用资本选择创始人主导型组织。
org-and-talent
跳到 01:09:36 基础协议应优先人类可读
设计基础协议时，应优先人类可读性和可学习性，即使这会牺牲当下效率。HTTP、HTML 和 view source 让使用者能直接理解、模仿并扩展系统，需求增长随后会推动带宽等供给补上。
understanding
跳到 00:43:23 ALL INSIGHTS
全部观点
按当前资料入库顺序排列
01
AI是八十年的隔夜成功
当前 AI 浪潮不是凭空出现的新事物，而是八十年研究积累的集中释放。早期研究者看对了神经网络的能力方向，只是反复高估了能力兑现和商业化的速度。
agi-roadmap
跳到 00:08:25 02
技术突破来自多层积累
AI 进步更像多层能力持续叠加，而不是一次孤立发明。AlexNet、transformer、早期机器学习应用和产品部署逐层累积，最终在催化时刻集中爆发。
agi-roadmap
跳到 00:06:14 03
AI能力突破会继续扩散
reasoning、AI 编程、agent 和自我改进相继开始工作，说明 LLM 已不再只适合生成文字。AI 编程尤其提供了高难度验证场景，因此其他现实领域也可能沿着这条路径扩散。
agi-roadmapai-codingagent-native
跳到 00:11:27 04
Scaling law不是自然定律
scaling law 本质上是对进步速度的预测，也是一种协调机制。它为行业设定 benchmark，进而动员研究者和资本突破眼前的墙，使预测具有自我实现的可能。
agi-roadmap
跳到 00:13:15 05
能力进步不等于采用提速
模型能力快速增长，不代表现实世界会同步改变。八十亿人的选择、机构规则和经济系统会制造漫长而混乱的适应过程，建立在模型薄弱优势上的产品还可能被下一代模型吞没。
agi-roadmapbusiness-of-agi
跳到 00:16:10 06
短期押注算力崩塌很危险
AI 基础设施确有重演电信过度建设的风险，但当前运行中的 GPU 能迅速产生收入，市场仍长期缺少算力。软件能力提升甚至让旧芯片比过去更能赚钱，因此短期需求崩塌并非最有力的基准情景。
business-of-agiagi-roadmap
跳到 00:23:20 07
agent应组合成熟组件
agent 的关键架构可以简化为 LLM、shell、文件系统、markdown 和 cron。Unix 已经积累了大量命令和接口，与其重造复杂协议，不如让模型直接组合这些成熟能力。
agent-native
跳到 00:36:35 08
agent的核心是文件
把记忆和状态保存在文件中，agent 就能替换 LLM、shell、文件系统和运行环境，同时保留自身连续性。agent 还可以检查和改写这些文件，从而迁移自己或增加新能力。
agent-native
跳到 00:37:31 09
每个人都会拥有agent
一个人未来可能拥有一个 agent，甚至一组分工不同的 agent，并主要通过它们使用计算机。随着 agent 能够调用现实服务，任务关系还可能反转为 agent 雇用人类完成工作。
agent-native
跳到 00:40:50 10
高质量软件将不再稀缺
AI 编程会把高质量软件从稀缺资源变成近乎无限供给。语言转换、安全修复和反向工程过去受人工成本限制，一旦 agent 能规模化执行，许多原本不值得做的任务都会变得可行。
ai-coding
跳到 00:47:44 11
编程语言可能失去意义
如果 bot 成为主要编码者和软件使用者，传统编程语言、面向人的界面和部分历史抽象可能不再必要。人类更可能负责提出目标，再让系统选择实现方式并解释结果。
ai-coding
跳到 00:50:23 12
AI会重写失效的旧软件
AI 编程不只会创建新应用，还能进入旧设备，修复原本无法协同或长期失效的软件。这样一来，分散的联网设备可能形成无需人工逐项配置的智能家居。
ai-codingagent-native
跳到 01:00:33 13
AI会成为crypto杀手应用
自主 agent 要代表用户购买服务，就必须持有和使用网络原生资金，因此 AI 可能成为 crypto 的关键应用。少量早期用户已经给 OpenClaw 银行账户和信用卡，展示了这种需求的雏形。
agent-nativebusiness-of-agi
跳到 00:54:44 14
真实任务才能测出agent
判断通用 agent 的能力边界，不能只看受控演示，还要观察它接触支付、家庭网络、健康监测和机器人控制后的表现。高权限部署会暴露严重风险，也能发现新用途并修复长期失效的系统。
agent-nativeverifiability
跳到 00:56:16 15
端侧模型会占据重要位置
中心化推理难以满足 agent 带来的潜在需求，供应约束和补贴变化还可能减缓成本下降。端侧模型不必达到云端最强水平，只要在价格、信任和低延迟上更合适，就会获得大量用途。
open-sourcebusiness-of-agi
跳到 00:26:45 16
开源更大的价值是传播方法
开源的价值不只在于免费获得软件，更在于让所有人理解实现方法。R1 公开代码和论文后，其他模型迅速加入 reasoning，说明知识扩散即使不带来直接使用，也能加快整个行业进步。
open-sourceunderstanding
跳到 00:29:22 17
落后者可能转向开源
基础模型市场难以长期容纳约十二家规模化竞争者，最终可能只剩少数赢家。失去领先位置的公司可能把开源作为替代战略，硬件公司也会用 commoditize the complement 推动软件开源。
open-sourcebusiness-of-agi
跳到 00:31:18 18
先识别攻防的成本不对称
互联网 bot 和现实无人机属于同一种经济结构，攻击成本很低，识别和防御成本却很高。处理这类问题时，应先改变攻防成本结构，而不只是继续提高单点识别能力。
verifiability
跳到 01:03:39 19
别验bot，要验真人
bot 能通过 Turing test 后，系统已经无法可靠证明一个账户不是 bot，只能转向 proof of human。可行结构是用生物识别确认真人，以密码学验证身份，再通过选择性披露只证明年龄或信用等必要属性。
verifiability
跳到 01:04:36 20
无人机攻防会同步爆发
Ukraine 冲突和 Iran 局势正在迫使各方正视低成本无人机带来的不对称威胁。无人机能力扩张会同步推动反无人机、反反无人机等多层攻防技术快速发展。
verifiability
跳到 01:05:58 21
规模化常以创造力为代价
创始人式组织拥有领域判断和创造力，却难以靠一个人的指令无限扩张。职业经理人体系解决了规模问题，但管理者不必精通业务，也往往缺少创造下一次突破的能力。
org-and-talent
跳到 01:08:27 22
投资创始人就是反押管理主义
venture capital 的核心下注，是让 founder CEO 保留最终判断，尝试完成职业经理人控制的大公司无法完成的创新。这不是口头偏好，而是长期用资本选择创始人主导型组织。
org-and-talent
跳到 01:09:36 23
创始人加AI可能胜过经理人
新的组织模式可能让创始人保留创新和最终判断，同时让 AI 承担文书、报告及其他管理工作。它有机会兼得创造力与规模，也会让大公司面对能力结构不同的新竞争者。
org-and-talentagent-native
跳到 01:10:30 24
基础协议应优先人类可读
设计基础协议时，应优先人类可读性和可学习性，即使这会牺牲当下效率。HTTP、HTML 和 view source 让使用者能直接理解、模仿并扩展系统，需求增长随后会推动带宽等供给补上。
understanding
跳到 00:43:23 25
好界面会创造更多需求
更好的通用界面不只是替换旧界面，还会释放数据库和操作系统中未被利用的能力。Web 降低了数据库应用的使用和开发门槛，结果不是存量迁移，而是应用数量大幅增长。
understandingagent-native
跳到 00:45:26 26
新应用不必重造技术栈
面对新应用，不应默认先造新的编程语言、操作系统和芯片。更有效的路径往往是组合和开放既有系统，让其中已经存在但尚未释放的能力得到利用。
agent-native
跳到 00:45:53 27
技术可行不等于经济采用
AI 能完成一项工作，不代表行业会立刻采用它。职业许可、工会、公共部门保障和行业组织能够阻止自动化或延缓人员调整，使经济采用长期落后于技术能力。
business-of-agiorg-and-talent
跳到 01:14:30 28
AI教育要从体系外重建
美国 K-12 体系很难从内部采用 AI，政府垄断和教师反对会阻止原有课堂发生实质变化。更现实的路径是像 Alpha School 一样建立全新的学校系统。
understandingorg-and-talent
跳到 01:15:00 29
AI两派都高估了改变速度
AI 乐观派和悲观派都假设技术一旦可用，八十亿人的行为就会迅速改变。现实中的制度黏性会造成能力与采用之间的巨大延迟，采用过慢甚至可能让经济继续停滞。
business-of-agiorg-and-talent
跳到 01:15:23 EVIDENCE
访谈来源
观点所依赖的证据层
一手音视频
查看来源 ↗Marc Andreessen introspects on The Death of the Browser, Pi + OpenClaw, and Why "This Time Is Different"
2026-04-03 · 77 分钟 · EN