Reid Hoffman 谈 AI 模型、Inflection、治理与科技的社会影响

Reid Hoffman 将 AI 描述为人类能力和风险的放大器，并对 Donald Trump 表达强烈批评。他的政治言论和预测反映的是 2024 年 6 月访谈时的观点，并非对大选或后续事件的中立描述。

Harry Stebbings 问，Hoffman 担任 Microsoft 董事期间是否能够保持公正。Hoffman 说自己力求真实发言，但承认董事职责限制了他能讨论的内容，Microsoft 的经历也可能影响他的视角。他联合创立 Inflection AI，曾任 OpenAI 董事，并投资了多家讨论中的公司。

Hoffman 说，AI 可以帮助人们发现信息，但如果用户把它的回答当作权威，也可能受到误导。他支持可信机构和集体审视，并以科学审查、委员会和陪审团为例，说明人们评估说法的方式。

他认为，越来越多的人需要在专业工作中使用 AI，并建议人们尝试严肃任务，而不只是新奇的提示词。他回忆曾询问 AI 应该如何投资，得到的回答过于笼统，他认为没有帮助。他对专业能力的预期是一项预测，并非适用于每份工作的既定要求。

谈到模型商品化，Hoffman 预计竞争模型仍会有不同的优缺点，即便竞争压低价格、用户在模型间切换。他将使用多个系统比作指挥交响乐，而不是把所有模型当作完全相同的产品。

他预计大型软件和云公司会构建、收购或调整模型能力，尽管并非每家公司都必须训练前沿模型。他说，算力在训练和推理中都很重要，并预计大型系统投资会持续增加。这些是来自 Microsoft 董事兼 AI 投资者的前瞻观点。

Hoffman 相信，尽管初期成本很高，基础模型最终可以形成可持续的商业模式。他将这种经济状况比作其他先亏损、达到规模后才盈利的企业。他的信心不能证明任何特定模型供应商已经盈利或必将盈利。

Stebbings 问，大型现有企业是否过于强大，使初创公司难以挑战。Hoffman 预测大型科技公司的数量会增加而非减少，并认为它们之间的竞争可以支持投资。Stebbings 指出企业现金与风险投资融资之间的不对称；Hoffman 建议创业者寻找新市场，而不是直接攻击既有优势。

他认为，新初创公司若照搬现有资本密集型方法，几乎不可能再创建前沿模型，但仍为其他方法留有空间。他说，模型质量不仅取决于算力，也取决于训练选择、专业知识和数据。这些是对当时领域状况的判断。

被问到 Nvidia 是否值得投资时，Hoffman 称赞其技术和领导力，但表示不知道股价是否有吸引力。他指出自己主要是私募市场投资者。这段交流不是买入股票的建议。

关于 Inflection 与 Microsoft 的安排，Hoffman 说 Satya Nadella 和 Mustafa Suleyman 最初讨论了共同工作的可能。由于他在双方董事会和 Greylock 担任不同角色，他分别与两人交谈，并说自己力求区分这些职责。这些重叠角色对理解他的讲述很重要。

他说，Suleyman 担心保持前沿水平的成本可能让独立智能体业务长期严重亏损。按 Hoffman 的讲述，一些 Inflection 员工可以在 Microsoft 继续开发面向消费者的智能体，而 Inflection 则利用交易资金继续经营企业 AI 工作室。

Stebbings 问，如果模型优势衰减很快，Microsoft 看中什么。Hoffman 说模型和团队都具有价值，Microsoft 希望借助相关经验将 Copilot 发展成智能体。他将 Inflection 的模型描述为兼具较强的情感与分析交互能力；这是参与者的评价，不是独立评测。

他说，延续经营的 Inflection 业务将通过 API 为企业提供模型，供其开发应用。他认为独立经营前沿智能体业务的风险大得多。访谈提供的是他对安排的解释，而非交易及回报的完整财务说明。

被问及 AI 更有利于现有企业还是初创公司时，Hoffman 说两者在不同领域都有机会。在获得可靠营收之前，初创公司很难为一轮十亿美元的训练买单；但它们可以开发较小模型、应用，或服务大型企业未优先关注的市场。

他认为，闪电式扩张可能需要在成功仍不确定时作出看似不理性的融资决定。他回忆 Microsoft 早期向 OpenAI 投资十亿美元，是在清晰产品或商业计划出现之前作出的大胆承诺。他的讲述反映了其 Microsoft 董事身份，并非交易的完整财务历史。

Hoffman 说，竞争可以迫使公司聚焦和执行。他认为 OpenAI 的工作促使 Google 对生成式 AI 作出回应。Stebbings 同意竞争可能有用，但区分了面对薄弱的现有企业与进入有许多融资充足对手的市场。

Hoffman 称赞 Sam Altman 希望 OpenAI 拥有独立于创始人的治理董事会。他回忆，Altman 曾在公司会议上问，如果自己持续无法胜任工作，Hoffman 是否会解雇他；Hoffman 回答会。

Hoffman 将 11 月的董事会危机称为一系列错误，同时认为独立治理本身有价值。他说，董事会既需要安全专业知识，也需要治理快速成长组织的经验。他的讲述来自前董事，并未构成对争议完整或公正的说明。

Stebbings 提到了有关声音、离职安全人员和股权相关协议的争议。Hoffman 说，快速成长的公司可能同时遭遇多项危机，应当学习并适应。他的总体回应没有独立解决主持人提出的具体指控。

他回忆了 PayPal 和 Airbnb 面临的不同紧急事件，包括 Airbnb 早期一次严重房屋损坏事件，使信任与安全变得紧迫。在 PayPal，他的职责包括处理平台接入和国际业务上线等问题。这些是他的回忆，而非完整案例史。

Hoffman 认为 Peter Thiel 的优势是逆向的第一性原理思考与速度相结合；他认为潜在弱点是可能假设同一种方法适用于每个问题。两人有长期职业关系，这影响了他的视角。

Hoffman 预测，智能手机用户最终会拥有处理日常问题和工作的个人 AI 智能体，并以 Inflection 的 Pi 作为该愿景的例子。他提出潜在健康用途，但访谈没有证明临床准确性，也不支持用智能体替代医疗护理。

他设想整合个人数据与传感器，让助手能在健康紧急情况发生前提醒个人或临床医生。这是假设中的未来能力，并不能证明所述心脏病发作预测系统存在或有效。他承认，人们可能会将数据整合感受为失去控制。

被问及人们是否会投票选择算法来治理国家时，Hoffman 回答不会。他区分了抽象算法和通过反馈训练的学习系统，并表示良好判断仍然是人类领导力的重要部分。

他认为，AI 的近期主要风险是放大有害的人类行为者，而不是自主机器人，同时也认为更具推测性的风险值得关注。这是他对风险优先级的判断，并不能证明其他风险可以忽略。

Stebbings 说，有人告诉他 Trump 必然获胜。Hoffman 不同意，强烈批评 Trump，并认为选民重新考虑他的执政记录后可能作出不同反应。他的选举预测和指控在此作为 2024 年的政治观点呈现，而不是独立事实认定或最终选举结果的报道。

Stebbings 质疑 Biden 的领导能力。Hoffman 为 Biden 辩护，描述了一次两小时的午餐，两人讨论了 AI、劳动者和国际事务。一位参与者的会面经历属于轶事证据，不能全面证明总统的健康状况或工作表现。

谈到不平等，Hoffman 预测 AI 可以提高不同收入群体的收入，并引用与 Greylock 投资组合公司 Cresta 有关的一项客服研究，称经验较少的员工受益。这只是一项具体研究，且存在商业关系，不能证明全经济范围的收入都会增加，也不能保证没有岗位流失。

他支持机会平等，认为经济和社会生活中存在一定的结果差异。Stebbings 与 Hoffman 讨论了高管薪酬；Hoffman 说，什么程度的不平等才合适是另一个困难问题。他的规范性立场不应被误认为是对分配结果的测量。

Hoffman 担心过度监管会减缓有益应用。他提出未来医疗辅助和辅导作为政策制定者可能推动的例子。这些是需要证据、安全保障和实施工作的愿景，而不是已证明能够替代医生或教师的方案。

他称赞了几位政策制定者以及截至 2024 年的英国 AI 安全研究所。对于中等规模国家，他建议利用现有平台、确保获得算力并根据当地需求塑造服务，而不是假设每个国家都必须训练自己的前沿模型。这是一位科技投资者的政策建议。

被问及 ByteDance 或 TikTok 是否威胁美国民主时，Hoffman 说他没有看到表明当时存在异常威胁的证据。不过，他指出与中国政府对企业的权力有关的潜在安全和治理担忧，并讨论剥离业务作为一种可能回应。这些是他的观点，并非经过证实的滥用证据。

他在没有内幕信息的情况下推测 ByteDance 可能如何应对美国大选，并对 Trump 作出进一步贬损性指控。访谈没有证明这些指控或该公司的实际策略。这段讨论描述的是 2024 年的特定时刻，而非 TikTok 当前的法律状态。

Hoffman 称赞 Mark Zuckerberg 理解战略博弈的能力，并认为当公司突然宣布大额投资时，公开市场可能作出负面反应。作为 Facebook 的早期投资者，他的评价与自身经历和利益相关。

快问快答环节播放了 AI 生成的 Reid 数字人录音。当数字人称他最近改变了对 AI 进步速度的看法时，Hoffman 说这不是他的实际回答：他更惊讶的是一些受众认识潜在益处的速度有多慢。合成片段的话不应当作他本人所说。

他大体同意 AI 数字人的说法，即工作会发生变化，而不是所有岗位简单消失，并认为可能出现围绕使用 AI 的新职业。这是他的就业前景判断，并不能证明每位受影响员工都会找到同等工作。

数字人将 Satya Nadella 列为商业影响人物；Hoffman 认为这个回答有道理，并称赞 Nadella 改变 Microsoft 文化、作出重大押注的能力。Hoffman 担任 Microsoft 董事，是理解这一评价的重要背景。

Hoffman 回忆，在听 Elon Musk 描述把生命送往火星的计划后，他最初没有投资 SpaceX。他说自己低估了改变一个根深蒂固行业的机会：技术已经进步，但市场结构限制了变化。这是事后反思，并不是说所有逆向投资都会成功。

谈到 Airbnb，他说自己在投资并加入董事会之前咨询了更早认识创始人的 Keith Rabois。Rabois 对创始人和市场的看法帮助他作出判断，但 Hoffman 不记得 Stebbings 所说的那句决定性的话。

Hoffman 同意创始人应该根据反馈迭代，但补充说，他们还应主动寻找可能推翻自身论点的信息。他说，单个批评可能是错误的；多次知情交流中的共同模式则可能显示需要调整之处。

他与 Stebbings 讨论了分销作为初创公司重大优势的作用。Hoffman 认为，由少数供应商控制的移动生态系统，与开放互联网相比有不同限制，因此分销对新产品尤其重要。

另一个 AI 数字人回答设想 Hoffman 将领导一系列未来项目。他以玩笑方式回应，并没有将其作为字面计划。他本人表示的目标是帮助社会实现 AI 增强人类的潜力，未来可能作为顾问、投资者或以其他角色参与。

他认为 Silicon Valley 擅长围绕技术问题组织团队、资本和网络，同时承认技术并非一切问题的解决方案。他对技术在重大问题中能贡献多少的估计是个人经验法则，而不是经过测量的普遍比例。

他说，科技公司不能再只依靠颠覆者的姿态，让公众简单地相信自己。由于产品影响日常生活，他主张与社区、政府和媒体展开对话，包括讨论儿童心理健康、欺凌和安全问题。

最后，Hoffman 将 TikTok 描述为一个通过行为推荐连接创作者和观众的系统，而不是只依靠明确社交关系。他对其起源和付费分发提出了一种具体解释，但访谈没有独立证明这些历史说法。他将其与基于明确连接的网络相比较，包括他联合创立的 LinkedIn。