Illia Polosukhin

Polosukhin 对软件的核心判断是：AI 编程将用围绕每位用户工作流组装的个人软件，取代大量通用 SaaS。 Salesforce 是他的样本：产品复杂到企业要专门雇人配置，而 AI 构建的 CRM 可以原生映射业务流程，并按需接入 Telegram。他回忆自己在2017年曾预测“软件即服务会消亡”；更大的转变，是从固定界面转向模型、可信执行、数据访问与编排。

AI 压缩了实施时间，却提升了架构、判断与审查的相对价值。 前端和原型已经很容易生成，而复杂区块链代码仍然困难，因为模型必须同时推理算法、架构和外部依赖。因此，Polosukhin 招聘的是适应性强的问题解决者，而非看重学历资历：行业正在“从软件是一门手艺，转向真正只需要解决问题、与计算机对话”，这对标准化初级劳动力偏空，但不针对能自主构建的人。

Vibe-coded 区块链应用的约束不在于能否生成，而在于正确性是否具备经济可信度。 控制资金的公开代码会把每个小错误都变成可利用的目标，因此 Polosukhin 希望应用在交易时提供数学证明，例如证明存款人之后至少可以取回 x。但 Labenz 保留了关键反驳：证明代码符合规格，并不等于证明规格准确表达了人的意图；沉船等现实事件会重新引入信任、概率风险与保险。

私有个人 AI 可能成为连接手机、手表、眼镜、笔记本电脑和未来机器人的操作系统，随后成为消费经济中的买方。 它可以预测下一步行动，按照健康目标订餐，并直接与农场或制造商汇总需求。Polosukhin 认为，这可能削弱广告和中间商，通过减少供给过剩降低美国30–40%被丢弃的食物比例，并让经济协调成为更丰富的信息系统，而不再主要被压缩成价格。

拟议中的算力架构是混合式的：能本地完成的个性化留在本地，需要功率和规模时则使用机密的去中心化推理。 Labenz 提出一个可由集体访问的1.4万亿参数模型，叠加本地 LoRA 层；Polosukhin 预计会是“各种方案的组合”，包括边缘数据中心。Labenz 认为几百块 GPU 可能需要约1兆瓦，Polosukhin 则设想一个配备约1,000块 GPU 和小型核反应堆的集装箱；电池限制意味着大量工作仍无法放在个人设备上。战略要求是，云端 agent 必须保持私密、归用户所有，并且“站在我们这边”。

自动化不会消灭地位竞争，而是把竞争导向不断增多的细分社群和稀缺的人类体验。 Polosukhin 预计，体育、电子游戏、NFT 社群、手工艺以及无数其他“地位游戏”，即使生产性工作高度自动化，仍会提供身份与层级。AI 生成的音乐和视频可能占据绝大多数数量，但人类表演和由人服务的餐厅可能成为容量有限的高端商品——内容越充裕，真实性反而越稀缺。

Polosukhin 的去中心化 AI 愿景最终取决于尚未解决的治理与社会防御体系。 NEAR 正从配备 AI 副驾驶的人类代表，转向可检查的 AI 代表，最终让个人 agent 持续投票；Labenz 则反驳说，alignment-faking 表明模型可能发展出类似自身利益的行为。在安全问题上，Polosukhin 不认为关闭模型是可靠答案，而是呼吁建设适配 AGI 的机构、污水与空气监测、DNA 合成筛查、病原体扫描器和更快的生物反制手段：“社会设计需要适应这个 AGI 世界。”