Balaji Srinivasan

Srinivasan 的基准情景是一个去中心化的 AI 经济：模型创建成本高，但蒸馏容易；有价值的运营语境则以“个人化、私密、可编程”的形式，留在可信社群内部。 AI 实验室一方面很难从技术上阻止蒸馏，另一方面在模型曾经训练过整个公共互联网之后，也很难从道德上抗议别人复制自己的成果。在社群内部，AI 提升生产率；社群之间，AI 制造垃圾信息和更高的验证成本。

AI 降低生成成本，却推高验证成本，使专业能力而非原始产出成为瓶颈。 视觉内容、可测试代码和物理任务更受益，因为人类可以直接看到、运行单元测试或观察结果；无边界的语言工作仍然模糊。“AI 是捷径”，但从未走过远路的用户也无法调试这条捷径。

Srinivasan 不认同 LLM 只要持续进步就能把我们带到 AGI，认为具备经济价值的系统“生来就戴着缰绳”，缺乏直接感知现实世界的能力，也无法在没有闭环物理供应链的情况下自我复制。 市场和政治还会反过来对抗模型学到的策略，而竞争者拿到的是同样的通用模型。因此，他的运行公式是：“人类是传感器，AI 是执行器。”

关于就业，他的判断是“AI 不会夺走你的工作，而是让你成为 CEO”（“AI doesn’t take your job, AI makes you the CEO”）：更多人可以指挥廉价代理，在不同职能上达到合格水平。 制椅匠会转型为管理者和技术员；创始人会成为6或7分的通才，而专家仍凭借词汇、打磨和验证能力保有优势。AI 还会接替“前一个 AI 的工作”，让模型选择变成一项持续性的采购工作。

生物学可能是 AI 最清晰的知识整合和感知机会，因为它能统一散落在数千篇论文中的事实，并根据用户从未用语言表达的遥测数据采取行动。 Srinivasan 称这可能是“生物学的世纪”，但也区分了综合“我们已经知道的一切”和发现无人知晓的事物。“我不确定 AI 能不能读懂你的思想，但它能读懂你的身体。”

现有 SaaS 面临压力，但不会自动被一刀切掉，因为 AI 能复制界面，却复制不了分发。 Figma、Notion 和 Replit 同样可以更快推出产品；Obsidian 等工具中的本地数据会不断积累，停滞的老牌软件则更脆弱。即使完美克隆出一个 facebook2.com，也不会凭空获得用户。

他的加密领域分工非常明确：AI 负责进攻，ZK 负责防守；Bitcoin 将成为“可证明、全球化、机构级的抵押品”，而 Zcash 则追求面向个人的私密数字现金。 他认为，如果量子威胁出现，Bitcoin 的机构地址可以迅速迁移大部分资金，但持有小额资产的数十亿人做不到。Zcash 的卖点包括可互换性、隐私、Tachyon 带来的扩展性、更高的量子安全性、简洁性，以及10年的安全记录。

🔗 原始收听与视频来源： Balaji Srinivasan 谈 AI 的未来｜The a16z Show

阻止退出交易无法约束 Big Tech，只会饿死初创公司、减少可获得的资本，最终强化在位者。 Balaji 将这条挤压链条追溯至 Sarbanes-Oxley：上市公司和 IPO 数量下降，迫使初创公司长期留在私有市场；随后又经历 4 年 M&A 受阻，他以 DOJ 干预 JetBlue 收购 Spirit 为例——Spirit 最终破产，Roomba 也陷入困境。他认为可投资的作用机制是：收购是巨头的“投降”，交易所得为挑战者提供资金，因此“真正监管大公司的方式，是用 1,000 条初创公司的食人鱼围攻它们”。

企业 M&A 本质上是一个幂律分布的风险投资组合，而不是一连串事后看似显而易见的垄断收购。 Steven 表示，研究已证明并购总体上摧毁价值，大公司约有 90% 的时间押错战略；但成功的离群案例往往被事后改写成必然结果。Instagram 当时没有收入，刚以 $500M 估值融资，Facebook 却以 $1B 收购——交易发生在 IPO 前几周，约占 Facebook 现金的 25%，且事先没有咨询董事会；“所有人都想分一杯羹”，却没人承担最初的风险。

反垄断压力催生了“acqui-fire”：被选中的人才转移，资金留在原实体，但公司本身并未被收购。 Balaji 将 Scale、Character、Inflection、Adept、Covariant 和 Windsurf 归为这一结构的不同变体，其执行速度可能快于传统 M&A。按他的说法，Google 接收了 Windsurf 约 40 名员工，同时把约 200 名员工和超过 $100M 留在公司；缺失的对价其实是身份与地位，因此留下的人又寻求与 Cognition 达成第二笔交易。

AI 是一次平台迁移，在工具和顶尖人才上的战略性非理性投入，仍可能具备经济理性。 Steven 将今天编程工具的繁荣类比 DOS、BASIC 以及当年推动 PC 操作系统整合的过度投资：工具未必会成为最大的独立业务，但每个想做平台的公司“都必须拥有它”。Balaji 补充说，AI 能放大最优秀研究者和工程师的产出，使选择性人才交易更具吸引力，即使整家公司并不值得整合。

两人认为，动态软件市场与为铁路、煤炭及地理受限分销体系设计的监管之间存在根本错配。 当一部 iPhone 同时是电话、相机和可编程互联网设备，或 Apple、Google 与 Facebook 在重叠的产品集合中相互竞争时，基于 HHI 的市场定义就会失效。Balaji 的“网络 versus 国家”框架进一步解释了政治机制：Uber、YouTube 等平台已成为事实上的监管者，而政府仍是用户无法同等退出的垄断平台。

美国在 AI 上的领先地位，可能同时受到版权诉讼、能源约束以及对中国模型限制的挤压。 Balaji 反驳“现在已经是最糟，以后只会更好”的说法，指出 Napster 和 Google Books 都曾因法律攻击而退化；他认为 Kimi、Qwen 和 DeepSeek 已经是不错的 open-weight 模型，尽管并非完全 open source。Erik 用 Christensen 的话框定中国策略：将美国的优势商品化。Steven 将其比作 Google 免费发布 Google Docs；Balaji 则反驳说，版权和知识产权同样帮助造就了科技产业。

两人的政策主张都回到市场，但尺度不同：Steven 倾向可预测的规则和允许交易失败，Balaji 则希望组织化地推动司法辖区竞争。 Steven 认为预测性阻止合并在统计上站不住脚，称其相当于“对投资实施租金管制”。Balaji 提议为全部 50 个州和 190 个主权国家起草示范法，由 10 位 CEO、创始人或投资人——或代表明确收入规模或 AUM 的更大群体——承诺在通过立法的辖区投入资本：以“物理学的速度，而不是许可的速度”建设。

🔗 原始收听与视频来源： Steven Sinofsky & Balaji Srinivasan 谈 M&A、AI 与科技的未来

Srinivasan 的核心宏观判断是“多神教 AGI”：不是一个单一智能无限起飞，而是美国、中国和去中心化开源模型不断分化，形成具有各自文化特征的系统。 每个互联网原生社会都可能把 AI 作为概率式“神谕”、把加密货币作为确定性法律，再以社交网络充当连接组织，构成网络国家的“反应堆核心”；相比押注某个 AGI 胜者，模型的多元化与定制化更值得关注。

AI 末日叙事把柏拉图式理想误当成了受计算、混沌、湍流和密码学约束的软件。 Casado 强调，今天的模型是真实运行的计算机系统；Srinivasan 则指出，快速起飞并未发生，当前 AI 也缺乏设定目标、具身行动、繁殖和独立行动能力——不过他把自我复制视为“今天”的约束，并不认为这必然永久成立。

正在形成的 AI 经济是“中段到中段”：人类通过提示词提供方向，再承担昂贵的验证工作。 提示词就像给高速飞船设定的高维航向，而自主反馈之所以脆弱，是因为模型“不知道自己知道什么”，并且“被优化成伪装得像知道”。Srinivasan 预计，企业支出和就业将转向提示、监考和验证；Torenberg 则把更广泛的验证负担类比为 KYC。

短期价值会最快流向视觉、前端和无状态工作，因为这些工作的质量几乎可以即时检查。 图片、视频和界面以很低成本呈现整体观感；后端代码、法律语言和数学则需要缓慢的 System 2 审核，而有状态软件可能在计算上不可约。Srinivasan 说，“AI 让一切都变得虚假”，因此验证工具会成为产品的一部分。

AI 看起来更可能放大专业能力，而不是抹平专业优势。 Casado 表示，早期编码数据已经显示，资深开发者获得的相对生产率提升更大，因为他们会提出更好的问题、理解权衡，并拒绝糟糕的输出；Srinivasan 将其称为“放大的智能，而非代理式智能”。AI 可以让“每个人都成为 CEO”，但更准确的说法是，它往往“接替上一个 AI 的工作”。

市场和政治仍是 AI 难以征服的领域，因为它们不断变化规则、时刻变化，并且具有对抗性。 一旦竞争者采用某种策略，该策略就会失效；而且“对手也在用 AI 对付你”，因此 CEO、意见领袖或创作者仍是解读环境变化的实时传感器。Srinivasan 仍把 StarCraft 视为一个真实的反例：它使这条边界变得复杂，但并未抹去边界。

加密技术可以为数字历史提供认证，但 Casado 的反驳是，它本身无法证明物理世界的输入是真的。 Srinivasan 的回答从区块浏览器验证 FTX 转账延伸到 Farcaster 帖子、加密身份，以及在采集时就把摄像头或测序仪输出哈希并上链的工具。这会带来更强的来源证明和协同认证，以及“并非不可能”的抗伪造能力。

最具体的“杀手级 AI”已经是无人机，其后果将波及边境、监控和政治反弹。 Srinivasan 预计，随着远程系统能够控制辖区内的机器，数字边界会逐渐硬化；AI 也会让过去无法检索的监控档案变得可查询。劳动力压力进一步加剧政治冲突：在他的示例中，一名西方专业人士的收入从20万美元向2万美元靠拢，同时一名2000美元的海外工人收入提高10倍。

🔗 原始收听与视频来源： Balaji Srinivasan：AI 将如何改变政治、战争与金钱