Marc Andreessen、Chris Dixon 和 Ben Horowitz：AI 如何拓展创业的边界

Chris Dixon 宣布，a16z 将加密基金扩展为 a16z Frontier。原因之一是加密技术已融入更广泛的科技领域：稳定币进入金融科技工具箱，金融机构也在探索资产代币化。随着应用普及，加密、金融科技和其他行业的界限变得模糊。

Dixon 说，公司还希望投资其合伙人 Martin 所称的“外行星”机会：那些不容易归入现有投资团队的非常规项目。各团队的核心领域已有许多机会，因此更边缘的创意可能存在覆盖空白。

对 Dixon 来说，新范围延续了他 2013 年加入公司以来的工作。他寻找技术变革的二阶效应：智能手机不仅催生了应用，还形成了更先进的传感器和芯片供应链，创业者能重新组合这些部件，造出 Oculus 和 Skydio 等产品。

Dixon 还将加密技术与开源软件的演进，以及社交媒体促成的社区联系起来。他认为 Frontier 延续了公司长期支持前沿技术的历史，而非突然转向。

Ben Horowitz 说，公司过去发现有前景的新领域后，通常会建立专门的垂直投资团队。这一策略很有效，但新创意仍可能落在各类别之外，而将其发展为一项投资业务的过程也未必清晰。

Frontier 为公司提供了支持这些新领域创业者的方式。如果某个类别发展得足够大，未来可能成立独立基金，Frontier 本身也可能围绕它演变。Horowitz 强调，公司投资的是创业者，而不仅是类别或产品；一些最有意思的创业者就在既定边界之外。

谈到当初为何看好 Dixon，Horowitz 提到了他独到的观点、写作能力和创业经历。Dixon 理解创始人的旅程，这种经历在公司早期建立文化时十分重要。

Dixon 提出过一个对公司影响很大的框架：寻找看起来像坏主意的好主意，也就是创业者掌握了别人尚未发现的秘密。Horowitz 说，这帮助公司区分具有独特性和巨大潜力的投资，与利润容易在竞争中消失的机会。

Marc Andreessen 补充说，Dixon 的团队将深厚的技术专长与商业和市场判断结合起来。他认为，加密投资要求人们理解行业表面文化现象背后的复杂软件、密码学和博弈论。扩大投资范围后，团队可以将经验用于更多领域。

Dixon 还指出另一项可以迁移的能力：政策和监管工作。无人机、自动驾驶汽车和 AI 都涉及公共政策问题，他预计加密行业监管实践积累的经验能够帮助其他前沿技术创业者。

谈及公司历史，Dixon 说 Andreessen 和 Horowitz 一直鼓励有雄心的想法。他描述了一种愿意调整组织结构、接纳有充分理由支持的新观点的文化。他自己曾以创始人身份接受风险投资，因此看到了为创业者提供更好服务的可能。

Horowitz 回忆起一句归于 J. P. Morgan 的话：做一流的生意，而且只用一流的方式去做。他认为风险投资人需要有原则、清楚表达自己的立场，让人们知道公司代表什么，并能够信任它。

几位嘉宾指出，从外界看起来成功的公司通常也经历过艰难时期。随后 Erik Torenberg 问起风险投资中常见的问题：如何看待过早进入市场的风险。

Dixon 说，许多最终成功的技术都有失败的早期版本，有时早了十年。时机取决于技术、文化、商业环境和政治环境能否同时成熟。Frontier 打算宁可偏早，也接受一些新兴领域可能失败的事实。

虚拟现实说明了这种不确定性。Oculus 找到了买家，但十多年后，VR 的普及程度仍低于 Dixon 的期望，部分原因是仍有许多棘手的技术问题。他仍然看好这一领域，也希望继续投资。

Dixon 认为 AI 可能迫使投资人重新评估技术风险。随着软件工程和数学能力提升，他认为其他领域的进步也可能提前到来。过去被视为科学问题而非工程问题的项目，如今可能需要重新判断。

他认为，小团队现在或许能够尝试打造一家全栈设备公司，而过去这需要多得多的人手。创业者仍需考虑防御能力：如果产品只领先快速进步的 AI 能力一点点，就可能被追上。但他认为这些能力还有许多尚未探索的用途。

Andreessen 说，他看到 AI 早期使用者对其能力的理解，与普通人及现有企业的认识之间存在异常巨大的差距。在他看来，AI 原生初创公司对自身能力的判断截然不同，技术进步又让差距继续扩大。

Andreessen 认为，这意味着创业者能够带着技术上更复杂的产品计划和更广阔的雄心进入行业。他开玩笑说，如果 Netscape 早年拥有今天这样的 AI 工具，他和 Horowitz 或许能自己建成更多互联网基础设施。

Andreessen 说，这些创始人不必将公司局限为软件、硬件或 AI 公司，而可能组合多个领域。Horowitz 补充说，投资人提出的问题正从“这个想法是否太有野心”转向“它是否足够有野心，能够脱颖而出”。

Andreessen 预计一些现有企业能够适应，但提醒大家变化速度很快。他说，即使全职追踪发展也很难跟上，而拥有 AI 的年轻创业者可能完成过去需要大团队才能做到的事情。

Torenberg 问 AI 主要会强化现有企业，还是会颠覆它们。Andreessen 观察到，个人采用工具的速度可能快于机构：员工可能已经用 AI 工作，而雇主还没有充分意识到变化。其中一些人可能发现，自己创办公司变得更可行。

Dixon 认为，单纯把问题看成科技公司之间的竞争过于狭窄。借助 AI 的团队可以在经济的其他行业打造全栈业务，机会并不限于现有科技公司的较量。

被问到 AI 的哪一层会获得价值时，Dixon 说，大型实验室、开放模型、硬件和应用领域都十分活跃。他预计价值分布会随时间变化，但相对于潜在的智能市场，需求仍处于早期。

Dixon 将早期 AI 市场与早期互联网相比。第一波往往用新技术改善熟悉的活动，例如把商品目录搬到网上。后续浪潮则可能依赖新行为：YouTube 最初是一个空平台，需要创作者和观众逐渐发展起来。

嘉宾预计 AI 也会催生陌生的新产品。Dixon 推测，智能体可能成为互联网上数量众多的参与者，需要自己的沟通、知识交换和交易方式。几人将早期实验视为更广泛智能体生态的线索，同时承认其形态尚不确定。

Andreessen 批评了他所说的“产品经理脑”：早期产品常常反映开发者自己的生活和需求。餐厅预订和旅行安排固然有用，但他预计随着更多人参与实验，AI 应用会变得更加多样、有趣和富有创造力。

他提到近期涌现的 AI 辅助音乐视频和游戏实验。Dixon 认为游戏领域技术文化浓厚、迭代快速，经常走在前沿；他举出游戏移植和组合实验，说明工具周围正在出现新行为。

几位嘉宾预测游戏领域将迎来创意复兴。Dixon 认为，独立小团队或许能以过去需要大型组织才能达到的规模工作。他认为技术会扩展人的创造力，同时讨论也承认游戏行业内部存在抵触。

Andreessen 将类似观点用于电影：如果制作成本大幅下降，以现有预算难以盈利的项目可能变得可行。他举出一部自己认为有创意但成本高昂的电影，认为更低成本可以改变实验的经济条件。

Andreessen 还预计 AI 会打开硬件领域。他描述了帮助人们理解和修改现有设备的逆向工程工具，并以家庭自动化为例：未来 AI 系统或许可以帮助用户让不同设备协同工作。

对 Andreessen 来说，更广泛的可能是，掌握软件技能的人可以承担过去难以涉足的硬件问题。他和 Dixon 认为，这些影响会从科技产品扩展到经济的许多领域。

Horowitz 提醒说，AI 原生应用正因为是新事物，才很难准确预测。他预计 AI 会提高传统电影制作的效率，但也可能带来一种不同的媒体，以及过去无法实际制作的故事。

Dixon 将变化比作摄影。照相机可能威胁某些既有视觉工作，但也帮助催生了电影。同样，AI 可能改变已有媒体，并让人们创造出现在难以描述的新形式。

Torenberg 引用 Peter Thiel 对加密技术和 AI 的对比，问 AI 是否必然导致权力集中。Dixon 认为市场结构有多种可能：大型专有实验室可以与开放模型并存，未来用户也可能在自己的设备上运行模型。

Dixon 还设想加密基础设施服务于智能体经济：稳定币可能成为支付方式，其他金融服务可以在此之上构建。他强调这些仍是开放问题。他希望未来强大的公司与开源软件、开放权重模型并存，让消费者和初创公司拥有选择。

Andreessen 说，美国和中国的开放模型都在进步，但他担心政府可能施加严格限制。他支持开放的理由包括教育：学生和独立研究者应当能够研究 AI 的工作方式、理解其问题并学习如何构建。

几人还讨论了本地模型的实际用途。Andreessen 想象有人在没有网络连接时，在手机上携带模型。他将这种可能与依赖少数云服务商的情况作对比，同时认为监管和未来权力集中仍值得关注。

Horowitz 认为权力过于集中很危险，开放获取也可能有助于安全研究。他提到奖励黑客问题，即系统以非预期方式追求奖励，并提出如果更多研究者能够访问模型权重，也许有助于寻找解决方案。

Dixon 描述了互联网一项不成文的交易：出版商允许平台索引或展示内容，平台通过链接把读者送回网站。他说，随着搜索引擎直接回答问题、社交平台将注意力留在自己的网站上，这种交易关系正在削弱。

访问量下降可能威胁依靠广告或转化收入的网站。Dixon 预计人们仍会预订旅行和寻找信息，但可能通过智能体或其他中介完成。他认为现有业务短期会受到冲击，同时也存在重建在线服务和经济模式的机会。

谈到智能手机之后的设备，Dixon 预计随着 AI 和语音界面改善，可穿戴设备将重新受到关注。他仍然看好虚拟现实，但指出重量和舒适度是障碍。他认为 AI 生成内容可能让沉浸式体验更容易制作。

Dixon 也希望看到自制硬件复兴。他描述了结合 AI 辅助设计、3D 打印外壳、廉价电路板和定制固件的方式。几人进一步谈到建筑和制造业，认为 AI 可以帮助完成过去需要专业团队的工作。

Dixon 认为 AI 很大程度上仍处于单人模式：一个人在电脑前输入并获得回答。早期互联网和移动产品后来发展出社交与协作层，他预计 AI 也可能走向人和智能体共同工作的网络。

协作式智能体团队可能解决困难的科学问题或帮助设计建筑。Dixon 还提到智能体之间建立信任关系的早期实验。他将这些视为有希望的迹象，而不是已经成熟的产品类别。

被问到 18 岁的人应该学习什么时，Dixon 借用了 Andreessen 的说法：“现代炼金术”，即人类已学会将沙子变成智能。他建议学习数学和计算机科学，也许还有经济学；即使不从事纯技术工作，使用这些工具也会有价值。

嘉宾预计 AI 会影响古典学、经济学、生物学、设计和艺术等许多学科。他们讨论的例子包括解读古代卷轴和研究动物交流。重点是学生既可能在 AI 领域，也可能在现有学科中找到新机会。

Andreessen 回忆 Douglas Adams 的观察：人们对新技术的体验因年龄而异。孩子可能认为能回答问题的电脑理所当然，而年长者会把相同能力视为颠覆。他认为年轻人会找到成年人尚未想到的用途。

Torenberg 将这场对话概括为一种技术乐观主义：公司愿意早早下注，即使有些投资时机可能过早。Dixon 补充说，今天谈到的具体创意都只是一些假设；公司的工作是找到拥有自己想法的优秀创业者，以知识上的谦逊支持他们。