Marc Andreessen 反思浏览器消亡、Pi + OpenClaw，以及为什么“这次不一样”
摘要
Andreessen 认为，AI 的决定性拐点已经到来，因为这项技术如今能处理具有重大后果的任务，而不只是生成流畅文本。 这场“80年一夜成功”始于1943年的神经网络论文，经过 AlexNet、transformer 和 ChatGPT，最终走到今天；o1 和 R1 的推理能力回应了“只是模式补全”的质疑，编码、agents 和递归式自我改进则进一步强化了这一判断。他承认繁荣—萧条周期可能延续，但认为底层技术进步如今已经成为现实。
AI 基础设施交易确实存在类似互联网泡沫时期的过度建设风险，但 Andreessen 认为，未来几年做空这一趋势“基本等于自杀”。 看空类比来自电信业：1995—1996年互联网流量每季度翻倍，使用杠杆的运营商据此外推，约2万亿美元蒸发，过剩光纤花了约15年才被填满。看多的一面在于，Microsoft、Amazon、Google、Meta、Nvidia、OpenAI 和 Anthropic 的资产负债表更强；与此同时，几乎每一块正在运行的 GPU 都在产生收入，供应链未来3—4年都处于售罄或接近售罄状态。
软件进步可能正在反转 AI 芯片通常遵循的折旧曲线。 对 Michael Burry 式做空 Nvidia 的反驳是：一块3年前的推理芯片，如今赚的钱可能比刚上市时更多，因为模型进步速度超过了硬件老化速度。Alessio 同样质疑，H100 和 H200 的生命周期是否会从通常的4—7年缩短至2—3年，还是反而延长。“实际上，是老 Nvidia 芯片变得更有价值了”（“It’s actually the old Nvidia chips are getting more valuable”），Andreessen 称这一现象前所未有。
即使性价比取得激进提升，推理需求也可能压垮供给，从而强化边缘模型和开源模型的逻辑。 Andreessen 知道有用户每天在 OpenClaw token 上花约1,000美元，却仍然“还有1,000个想法”，这意味着个人 agent 的潜在需求可能达到每天5,000—10,000美元；即使效率提升10倍，今天每天1,000美元的工作负载仍要花100美元。GPU 稀缺也正在扩散为 CPU、内存和网络稀缺；只要用户“不需要云端的 Einstein”，本地模型就在成本、信任和延迟上占优。
Pi 和 OpenClaw 指向一种由旧 Unix 原语构建的新计算架构，而不是复杂的 agent 协议。 Andreessen 将 agent 简化为“LLM 加 shell 加文件系统加 markdown 加 cron”：Pi 提供了架构洞见，OpenClaw 则展示了它的边界。由于状态和能力都存在文件中，用户可以更换模型或运行时，agent 也能检查、迁移并重写自身，使“扩展自己”成为一条可执行命令，尽管安全问题仍未解决。
机器生成软件的充裕，最终可能让编程语言、浏览器和用户界面不再是显著类别。 Andreessen 预计高质量代码将“无限供应”，agents 可以将需求翻译成 Rust、生成二进制文件，甚至生成模型权重，也可以逆向工程二进制文件、修复遗留系统。他仍让自己11岁的孩子学习编程，但他对长期前景的提问很直接：如果 bots 同时编写和消费软件，人类可能只需说出想要的结果，再要求 agent 解释它是如何完成的。
即使当前供应商发生剧烈整合，开源模型仍然具有战略重要性。 R1 的论文和代码展示了如何复现 o1 式推理，之后约3个月内，竞争模型纷纷加入推理能力；即使源头模型没有部署，这种知识扩散本身也很重要。Andreessen 预计，约12家已经形成规模的中美基础模型公司将在3年内压缩至3—4家，甚至1—2家；被淘汰的实验室可能转向开源，而 Nvidia 则会通过“商品化互补品”（“commoditize the complement”）获益。
AI 可能让创始人主导的资本主义重新回归，但决定 GDP 影响的将是制度阻力，而非技术能力。 Andreessen 想象一种可能的第三种组织模式：把 Henry Ford、Steve Jobs 或 Elon Musk 的“天才火花”，与能够大规模处理管理文书的 bots 结合起来。但加州理发师900小时培训、覆盖约35%经济的职业许可、反自动化的码头协议，以及政府垄断，都意味着“巨大的脱节”：“AI 乌托邦主义者和 AI 末日论者都过于乐观。”
精读
上游暂未提供，后续同步将继续补齐。