بنیانگذار a16z: در عصر ماموران، آنچه واقعاً اهمیت دارد تغییر کرده است

عنوان اصلی: مارک اندریسن در مورد مرگ مرورگر، Pi + OpenClaw و اینکه چرا «این بار فرق دارد» تأمل می‌کند

ترجمه اصلی: فیوچرپالس

منبع سیگنال: این آخرین مصاحبه‌ی مارک اندریسن ، بنیانگذار a16z ، در پادکست Latent Space است. او یک کارآفرین اینترنتی مشهور آمریکایی و یکی از چهره‌های کلیدی در توسعه اولیه اینترنت است؛ پس از تأسیس a16z، به چهره‌ای شاخص در میان سرمایه‌گذاران برتر در سیلیکون ولی تبدیل شد. کل مکالمه حول تاریخچه و آخرین روندهای توسعه هوش مصنوعی می‌چرخد، و خواندن آن را بسیار ارزشمند می‌کند.

من. این دور از هوش مصنوعی یک ظهور ناگهانی نیست، بلکه اولین «شروع به کار» جامع پس از ۸۰ سال ماراتن فناوری است.

• این دور از هوش مصنوعی یک ظهور ناگهانی نیست، بلکه نتیجه یک ماراتن فناوری ۸۰ ساله است.

• مارک اندریسن مستقیماً به زمان حال به عنوان «موفقیت یک شبه ۸۰ ساله» اشاره می‌کند، به این معنی که انفجار ناگهانی در انظار عمومی در واقع آزادسازی متمرکز ذخایر تکنولوژیکی دهه‌ها است.

• او این رشته فناوری را به تحقیقات اولیه شبکه عصبی بازمی‌گرداند و تأکید می‌کند که صنعت اکنون این قضاوت را پذیرفته است که «شبکه‌های عصبی معماری صحیح هستند».

• در روایت او، گره‌های کلیدی نه لحظات منفرد، بلکه مجموعه‌ای از انباشت‌ها هستند: AlexNet، Transformer، ChatGPT، مدل‌های استدلال، و سپس عامل‌ها و خودبهسازی.

• او به ویژه تأکید می‌کند که این بار، فقط تولید متن نیست که قوی‌تر شده، بلکه چهار نوع قابلیت به طور همزمان ظهور کرده‌اند: LLM، استدلال، کدنویسی، و خودبهسازی عامل‌ها/بازگشتی.

• او معتقد است که «این بار متفاوت است» نه به این دلیل که روایت جذاب‌تر است، بلکه به این دلیل که این قابلیت‌ها در وظایف واقعی شروع به کار کرده‌اند.

دوم. معماری عامل ارائه شده توسط Pi و OpenClaw یک تغییر معماری نرم‌افزاری عمیق‌تر از چت‌بات‌ها است.

• او عامل‌ها را خیلی خاص توصیف می‌کند: اساساً «LLM + پوسته + سیستم فایل + markdown + cron/loop». در این ساختار، LLM هسته استدلال و تولید است، پوسته محیط اجرا را فراهم می‌کند، سیستم فایل حالت را ذخیره می‌کند، markdown حالت را قابل خواندن می‌کند و cron/loop بیدارباش دوره‌ای و پیشرفت وظیفه را فراهم می‌کند.

• او معتقد است اهمیت این ترکیب در این واقعیت نهفته است که گذشته از جدید بودن خود مدل، تمام اجزای دیگر بخش‌هایی از دنیای نرم‌افزار هستند که از قبل بالغ، قابل فهم و قابل استفاده مجدد هستند.

• وضعیت عامل در فایل‌ها ذخیره می‌شود و امکان مهاجرت بین مدل‌ها و بین زمان اجرا را فراهم می‌کند؛ مدل اصلی می‌تواند جایگزین شود، اما حافظه و وضعیت همچنان حفظ می‌شوند.

• او بارها بر درون‌نگری تأکید می‌کند: عامل‌ها فایل‌های خودشان را می‌شناسند، می‌توانند حالت‌های خودشان را بخوانند و حتی می‌توانند فایل‌ها و توابع خودشان را بازنویسی کنند و به سمت «توسعه‌ی خودشان» حرکت کنند.

• از نظر او، موفقیت واقعی فقط این نیست که «مدل پاسخ خواهد داد»، بلکه این است که عامل‌ها می‌توانند از زنجیره ابزارهای موجود یونیکس برای مهار قابلیت‌های بالقوه کل کامپیوتر استفاده کنند.

سوم. عصر مرورگرها، رابط‌های کاربری گرافیکی سنتی و «نرم‌افزار کلیک‌شده توسط انسان» به تدریج جای خود را به روش‌های تعاملی مبتنی بر عامل خواهد داد.

• مارک اندریسن به وضوح اعلام کرده است که در آینده «ممکن است دیگر به رابط کاربری نیازی نداشته باشید».

• او در ادامه اشاره می‌کند که کاربران اصلی نرم‌افزار در آینده ممکن است نه انسان‌ها، بلکه «بات‌های دیگر» باشند.

• این بدان معناست که بسیاری از رابط‌های کاربری که برای کلیک، مرور و پر کردن فرم توسط انسان طراحی شده‌اند، به لایه اجرایی که توسط عامل‌ها فراخوانی می‌شود، تنزل پیدا می‌کنند.

• در این دنیا، انسان‌ها بیشتر شبیه کسانی هستند که اهداف را تعیین می‌کنند: به سیستم می‌گویند چه می‌خواهند، و سپس عامل‌ها سرویس‌ها را فراخوانی می‌کنند، نرم‌افزارها را اجرا می‌کنند و فرآیندها را تکمیل می‌کنند.

• او این تغییر را به آینده‌ی نرم‌افزاری بزرگ‌تری مرتبط می‌داند: نرم‌افزارهای باکیفیت به طور فزاینده‌ای «فراوان» خواهند شد، و دیگر محصولی کمیاب که توسط چند مهندس ساخته شده باشد، نخواهند بود.

• او همچنین پیش‌بینی می‌کند که اهمیت زبان‌های برنامه‌نویسی کاهش خواهد یافت؛ مدل‌ها برنامه‌ها را به زبان‌های مختلف خواهند نوشت و بین آنها ترجمه خواهند کرد و در آینده، انسان‌ها ممکن است بیشتر به توضیح این موضوع اهمیت دهند که چرا هوش مصنوعی به جای پایبندی به یک زبان خاص، کدها را به روشی خاص سازماندهی می‌کند.

• او حتی به یک جهت‌گیری رادیکال‌تر اشاره می‌کند: از نظر مفهومی، هوش مصنوعی نه تنها می‌تواند کد تولید کند، بلکه می‌تواند مستقیماً کد دودویی سطح پایین‌تر یا وزن‌های مدل را نیز تولید کند.

چهارم. این چرخه سرمایه‌گذاری هوش مصنوعی مشابه حباب اینترنت در سال ۲۰۰۰ است، اما ساختار عرضه و تقاضای اساسی آن متفاوت است.

• او به یاد می‌آورد که در طول سال ۲۰۰۰، این سقوط عمدتاً به دلیل «کار نکردن اینترنت» نبود، بلکه به دلیل ساخت بیش از حد زیرساخت‌های مخابراتی و پهنای باند بود، به طوری که فیبر نوری و مراکز داده از قبل طراحی شده بودند و پس از آن یک دوره طولانی هضم و تحلیل وجود داشت.

• او معتقد است که امروزه نگرانی‌هایی در مورد «ساخت بیش از حد» وجود دارد، اما سرمایه‌گذاران فعلی عمدتاً شرکت‌های بزرگی مانند مایکروسافت، آمازون و گوگل با پول نقد فراوان هستند، نه بازیگران شکننده با اهرم مالی بالا.

• او به طور خاص اشاره می‌کند که اکنون، مادامی که یک سرمایه‌گذاری، یک پردازنده گرافیکی قابل اجرا را تشکیل دهد، معمولاً می‌تواند به سرعت به درآمد تبدیل شود، که با حجم زیاد ظرفیت بلااستفاده در سال ۲۰۰۰ متفاوت است.

• او همچنین تأکید می‌کند که آنچه اکنون از آن استفاده می‌کنیم، در واقع نسخه‌ی «بسته‌بندی‌شده» فناوری است: به دلیل عرضه ناکافی پردازنده‌های گرافیکی، حافظه، مراکز داده و غیره، پتانسیل مدل‌ها به طور کامل آزاد نشده است.

• به نظر او، محدودیت‌های واقعی در سال‌های آینده نه تنها پردازنده‌های گرافیکی، بلکه تنگناهای به هم پیوسته پردازنده‌های مرکزی، حافظه، شبکه‌ها و کل اکوسیستم تراشه نیز خواهند بود.

• او قوانین مقیاس‌بندی هوش مصنوعی را با قانون مورِ گذشته مقایسه می‌کند و معتقد است که آنها نه تنها الگوها را توصیف می‌کنند، بلکه به طور مداوم همکاری‌های سرمایه‌ای، مهندسی و صنعتی را نیز تحریک می‌کنند.

• او به یک پدیده بسیار غیرمعمول اما مهم اشاره می‌کند: با افزایش سرعت بهینه‌سازی نرم‌افزار، برخی از تراشه‌های نسل قدیمی‌تر حتی ممکن است از نظر اقتصادی ارزشمندتر از زمانی شوند که برای اولین بار خریداری شده‌اند.

وی. متن‌باز، استنتاج لبه‌ای و اجرای محلی، حاشیه‌ای نیستند، بلکه بخشی از چشم‌انداز رقابتی هوش مصنوعی هستند.

• مارک اندریسن قاطعانه معتقد است که متن‌باز بسیار مهم است، نه فقط به خاطر رایگان بودنش، بلکه به این دلیل که «به تمام دنیا یاد می‌دهد که چگونه انجام می‌شود».

• او نسخه‌های متن‌باز مانند DeepSeek را به عنوان «هدیه‌ای به جهان» توصیف می‌کند، زیرا کد + کاغذ به سرعت دانش را گسترش می‌دهد و پایه کل صنعت را ارتقا می‌دهد.

• در روایت او، متن‌باز فقط یک انتخاب فنی نیست، بلکه می‌تواند یک استراتژی ژئوپلیتیکی و بازاری نیز باشد: کشورها و شرکت‌های مختلف، استراتژی‌های باز بودن متفاوتی را بر اساس محدودیت‌های تجاری و اهداف نفوذ خود اتخاذ می‌کنند.

• او همچنین بر اهمیت استنتاج لبه‌ای تأکید می‌کند: در سال‌های آینده، هزینه‌های استنتاج متمرکز ممکن است به اندازه کافی پایین نباشد و بسیاری از برنامه‌های کاربردی در سطح مصرف‌کننده نمی‌توانند هزینه‌های بالای بلندمدت استنتاج ابری را تحمل کنند.

• او به یک الگوی تکرارشونده اشاره می‌کند: مدل‌هایی که امروزه «اجرای آنها روی رایانه شخصی غیرممکن» به نظر می‌رسد، اغلب تنها چند ماه بعد می‌توانند روی دستگاه‌های محلی اجرا شوند.

• علاوه بر هزینه، عواملی که اجرای محلی را ارتقا می‌دهند شامل اعتماد، حریم خصوصی، تأخیر و سناریوهای استفاده هستند: دستگاه‌های پوشیدنی، قفل‌های در، دستگاه‌های قابل حمل و غیره برای استنتاج در محل با تأخیر کم مناسب‌تر هستند.

• قضاوت او بسیار صریح است: تقریباً هر چیزی که تراشه دارد، ممکن است در آینده یک مدل هوش مصنوعی داشته باشد.

ششم. چالش‌های واقعی هوش مصنوعی نه تنها در قابلیت‌های مدل، بلکه در امنیت، هویت، جریان مالی، مقاومت سازمانی و نهادی نیز نهفته است.

• در مورد امنیت، قضاوت او بسیار تند است: تقریباً همه اشکالات امنیتی بالقوه آسان‌تر قابل کشف خواهند بود و ممکن است در کوتاه‌مدت یک «فاجعه امنیتی رایانه‌ای» رخ دهد.

• اما او همچنین معتقد است که عوامل برنامه‌نویسی، توانایی وصله کردن آسیب‌پذیری‌ها را افزایش خواهند داد؛ در آینده، راه «محافظت از نرم‌افزار» ممکن است این باشد که به ربات‌ها اجازه دهیم آن را اسکن و رفع کنند.

• در مورد مسئله هویت، او معتقد است که «اثبات ربات» امکان‌پذیر نیست زیرا ربات‌ها به طور فزاینده‌ای قدرتمند خواهند شد؛ جهت‌گیری واقعاً عملی «اثبات انسان» است که ترکیبی از بیومتریک، تأیید رمزنگاری و افشای گزینشی است.

• او همچنین در مورد یک مسئله‌ی اغلب نادیده گرفته شده بحث می‌کند: اگر قرار باشد کارگزاران در دنیای واقعی فعالیت کنند، در نهایت به پول، قابلیت‌های پرداخت و حتی نوعی حساب بانکی، کارت یا زیرساختی شبیه به استیبل کوین نیاز خواهند داشت. در سطح سازمانی، او از چارچوب سرمایه‌داری مدیریتی الهام می‌گیرد و معتقد است که هوش مصنوعی ممکن است شرکت‌های تحت رهبری بنیانگذار را تقویت کند، زیرا ربات‌ها در گزارش‌دهی، هماهنگی، مستندسازی و حجم زیادی از «کارهای مدیریتی» برتری دارند.

• با این حال، او معتقد نیست که جامعه به سرعت و به راحتی هوش مصنوعی را بپذیرد: او نمونه‌هایی مانند مجوزهای حرفه‌ای، اتحادیه‌ها، اعتصابات کارگران بارانداز، ادارات دولتی، آموزش K-12 و مراقبت‌های بهداشتی را ذکر می‌کند تا نشان دهد که موانع نهادی زیادی در دنیای واقعی وجود دارد.

• قضاوت او این است که هم آرمان‌شهرگرایان هوش مصنوعی و هم بدبینان به آینده، تمایل دارند یک نکته را نادیده بگیرند: صرفاً به این دلیل که فناوری امکان‌پذیر است، به این معنی نیست که ۸ میلیارد نفر فوراً تغییر خواهند کرد.