a16z合伙人认为，AI正在改写创新的底层经济逻辑：从工程约束转向资本约束，20人团队如今能有效部署10亿美元。这一判断直接影响对初创公司vs大厂竞争格局、风险投资逻辑乃至AI能力边界的判断。三人同时坦承，面对百亿美元规模的模型训练，没人真正知道会产生什么，“这是人类从未创造过的数字产物”。
近日，在a16z最新播客节目中，普通合伙人Martin Casado、Erik Torenberg与董事会合伙人Steven Sinofsky展开了一场深度对话：AI在数学领域的突破意味着什么？创新的底层逻辑是否正在被重写？初创公司与大厂的竞争格局又将如何演变？
三位讨论者认为，过去75年支撑整个计算机产业的基本假设，正在被AI逐条重新检验。其中最关键的一条——创新是工程问题，不是资金问题——已经失效。AI正在改写创新的底层经济逻辑：从工程约束转向资本约束，20人团队如今能有效部署10亿美元。这一判断直接影响对初创公司vs大厂竞争格局、风险投资逻辑乃至AI能力边界的判断。
从算盘到AI：抽象层级的75年跃迁
Sinofsky拿出一本1953年IBM的宣传册。
封面上，原子轨道环绕着人头，开篇第一句话是：“人类花了数百万年才认识到轮子的用处。”
那本册子里，IBM用了整整一页解释什么是“数字计算机”——输入、存储、运算、控制、输出。
Sinofsky说：“这就是75年来我们理解计算机的方式。”
从算盘到计算尺，从差分机到个人电脑，从图形计算器到云计算——每一次技术跃迁，本质上都是“抽象层级的上移”。低层级的问题被封装，人类在更高层级上解决新问题。
TI-85图形计算器出现时，数学老师们集体恐慌：“我们的专业要完了。”Sinofsky说：
但他们没有抱怨微积分的出现，因为微积分对他们来说已经是起点。人们对变化的反应，远比对基准线的反应激烈。
AI解出数学难题，引发的恐慌，与当年图形计算器如出一辙。
AI解数学：突破还是“游戏高手”？
近期，有人让Claude尝试求解黎曼猜想，在数学界引发广泛讨论。
对此，Casado直接泼了一盆冷水。
0
评论 (0)