Al baru saja memberimu kekuatan super sekarang apa?

sumber: a16z kripto

Bahasa asli:

SEBUAH MAKALAH BARU BERJUDUL THE EXTREME ECONOMICS OF AGI SEDANG DISEBARLUASKAN SECARA LUAS. UNTUK INI, KAMI TELAH TERLIBAT DALAM DIALOG DENGAN PENULIS SURAT KABAR, MELIPUT:

Audisi dan validasi: pembagian ekonomi inti

MENGAPA, AL, INTELIJEN SEKARANG TERASA SEPERTI APA YANG TERJADI DI TINGKAT JUNIOR DARI REKAN, DAN "KUTUKAN BUAYA"

:: Nilai dari "generator makna", konsensus dan status ekonomi

Mengapa uang terenkripsi dapat menjadi infrastruktur kunci untuk identitas, asal, dan kepercayaan

dua kemungkinan masa depan: ekonomi berongga vs perekonomian yang ditingkatkan

Program ini mengundang Christian Catalini, pendiri laboratorium ekonomi enkripsi MIT, dan Eddie Lazzarin, Kepala Teknisi Petugas A16z kripto, untuk terlibat dalam dialog dengan Robert Hackett tentang bagaimana otomatisasi dapat membentuk kembali pasar tenaga kerja dan sifat kecerdasan。

Apa arti perubahan ini untuk starting-up, pekerjaan masa depan dan karir Anda

Dialog sebagai berikut:

Halo. Hari ini ada Christian Catalini, pendiri Lightstap, pendiri Laboratorium Ekonomi Enkripsi MIT, dan 16z kripto Eddy Lazzarin。

Kita berbicara tentang makalah terbaru Christian, "AGI 's Short Economics"。

SAYA INGIN MULAI DENGAN BERTANYA, "APA YANG MENDORONG ANDA UNTUK MULAI MEMPELAJARI HUBUNGAN EKONOMI ANTARA AL DAN DUNIA NYATA?"

Saya ingin mengatakan bahwa ini berasal dari krisis semi-ada. Kita semua menghadapi kemajuan teknologi yang cepat dan seberapa cepat semuanya berubah。

Saya optimis, tapi pertanyaan utama tetap: Apa yang harus kita lakukan? Apa yang harus kita fokuskan? Apa yang layak kita waktu, energi dan perhatian

Beberapa bulan lalu, kami menulis artikel tentang pengukuran, titik pusatnya adalah bahwa apa pun yang dapat diukur pada akhirnya akan otomatis. Kedengarannya tidak bagus. Dan di jantung kertas kedua ini, apa yang terjadi jika kita mendorong ke ekstrim

Apa yang akan ekonomi menjadi seperti? Apa inti dari tenaga kerja? Apa yang harus saya lakukan dengan perusahaan start- up? Apa yang harus raksasa saat ini lakukan? Lagipula, seperti apa masa depan itu

Beberapa penilaian akan menjadi, beberapa salah. Saya harap kita berada di arah yang benar. Sekarang surat-surat telah dipublikasikan, kita melihat apa yang resonansi dan apa yang tidak。

Kau bilang ini krisis semi-ada

Pelajaran utamaku adalah tiga hal. Pertama, teknologi ini masih di bawah kendali kita. Kedua, nilai positif adalah beberapa perintah besarnya lebih besar dari klaim pesimis. Ketiga, saya pikir kita semua memiliki satu set pedoman untuk tindakan。

Kita dapat berpikir: di mana kita menciptakan nilai? Pekerjaan apa yang kita lakukan? Pekerjaan sering kombinasi tugas. Orang-orang sangat cemas ketika beberapa dari tugas-tugas atau bagian dari mereka otomatis。

SAYA PIKIR PEMROGRAMAN SEDANG MELALUI PROSES INI: BANYAK ORANG BAIK YANG TELAH MENULIS KODE ELEGAN, LUAR BIASA SELAMA BEBERAPA DEKADE TERAKHIR AKAN MENEMUKAN: "WOW, AI ADALAH MELAKUKAN APA YANG SAYA LAKUKAN"

TUBUH PINTAR AI: DARI ALAT KE KOLEGA

Aku ingin pergi lebih dalam. Kami mengundang Eddie Lazzarin hari ini, yang telah menjadi CTO 16z selama bertahun-tahun. Eddie, apa pendapatmu tentang perubahan ini

Saya akan mulai dengan garis waktu dan latar belakang kertas. Banyak orang merasa bahwa ada semacam perubahan kualitatif pada Desember 2025. Perubahan adalah bahwa serangkaian peningkatan progresif dalam kemampuan tubuh yang cerdas terakumulasi ke titik kritis: kecerdasan AI tertanam dalam kemampuan untuk melakukan tugas jangka panjang。

Setahun yang lalu, itu seperti, "Saya membiarkan kecerdasan melakukan hal kecil. Ini bagus, tapi aku harus memberikan arahan berikutnya, satu langkah pada satu waktu."。

Sekarang Anda dapat memberikan kurang bimbingan. Mungkin itu tidak sempurna, tapi tiba-tiba, itu seperti bekerja dengan seseorang。

Anda tidak perlu meruntuhkan misi dan menindaklanjuti. Itu mikromanajemen ekstrim. Sekarang yang harus kau lakukan adalah membicarakannya, dan itu akan datang kembali dengan hasil dalam satu atau dua hari. Perubahan kualitatif ini telah menimbulkan peningkatan imajinasi yang luar biasa, kenyataan yang mulai dihadapi semua orang。

Ini sebagian volatilitas emosional, tapi bagian yang lebih menarik adalah bagaimana memaksimalkan nilai dalam produksi nyata dan adegan bisnis。

SECARA BERTAHAP DITEMUKAN BAHWA AI DAPAT MENGHASILKAN BANYAK PEKERJAAN, BEBERAPA DI ANTARANYA SANGAT BAIK DAN MEMAKAN WAKTU HANYA DI MASA LALU. NAMUN, SERING MENDERITA KEKURANGAN HALUS YANG TIDAK CUKUP DITANGANI SEBELUMNYA。

Sebagai contoh, bekerja pada rekayasa perangkat lunak sedang didefinisikan ulang. Di masa lalu, rekayasa perangkat lunak dianggap hanya duduk dan menulis banyak kode: berpikir tentang masalah, pemahaman kebutuhan, dan kemudian menulis kode, yang mengeluarkan。

TAPI SEBENARNYA, AL MEMBANTU KITA MEMBUSUK DAN MEMAHAMI HAL INI. INI ADALAH REVISI YANG SANGAT HALUS, ITERATIF, MENGUMPULKAN UMPAN BALIK, PROSES INTEGRASI, BUKAN HANYA SEBUAH LINE- BY- BARIS KNOCK. INI ADALAH TUGAS HOLISTIK. AKIBATNYA, FOKUS DARI INSINYUR YANG BAIK ADALAH CEPAT BERGESER。

Proses mencoba, mengarahkan, mengambil risiko, Kristen menyebutnya validasi dalam kertas。

Perubahan adalah bahwa struktur kerja yang diperlukan untuk insinyur yang baik berubah. Line- by- baris upaya coding menjadi minimal, hampir nol untuk beberapa ekstrim "Vibe Coding" adegan. Sekarang, sebagian besar pekerjaan adalah validasi。

automatisasi vs validasi: divisi pusat ekonomi

Bagian otomatisasi intuitif. Pada intinya, tubuh cerdas dapat melakukan lebih dari orang-orang sebelumnya. Pada saat ini, bagaimanapun, mereka masih agak terbatas untuk daerah diamati. Semua kode yang telah mereka pelajari dalam pelatihan atau fine- tuning adalah dasar bagi mereka。

Banyak orang akan berkata, "Lalu mereka tidak dapat berinovasi, mereka tidak memiliki kreativitas, mereka tidak memiliki rasa"

Aku benar-benar tidak setuju。Memang, inovasi sebagian besar reorganisasi ide. Manusia mungkin telah menjelajahi hanya kemungkinan kecil kombinasi disiplin. Jadi saya yakin bahwa dengan menggunakan pengetahuan yang kita berikan, tubuh-tubuh cerdas ini akan menjadi sangat inovatif。

SERTIFIKASI ADALAH BIAYA PENTING DALAM EKONOMI BARU. BERAPA BIAYA SERTIFIKASI? VALIDASI DIMULAI DENGAN MENGUKUR KONSEP. JIKA ANDA SETUJU, AI SANGAT BAIK DALAM MENYALIN PROSES KETIKA DATA TERSEDIA, MAKA ANDA MULAI BERTANYA: APA LAGI YANG TIDAK TERUKUR HARI INI

Beberapa hal tidak dapat diukur karena mereka tidak dapat diukur oleh alam. Para ekonom menyebutnya ketidakpastian Nate, dinamai seperti ekonom Frank Knight。

Sederhananya, perbedaan antara Anda dapat menetapkan probabilitas untuk peristiwa masa depan dan Anda tidak dapat mengalokasikan probabilitas sama sekali。

Bagi orang-orang yang tidak berekonomi, Donald Rumsfeld mungkin lebih akrab dengan apa yang Donald Rumsfeld sebut "tidak diketahui"。

Ya。

Yang tidak diketahui pada dasarnya merupakan bagian yang tak terukur, biasanya berhubungan dengan masa depan. Itulah sebabnya, bahkan jika Anda melemparkan kecerdasan ke pasar saham, mereka dapat melakukan dengan baik rata-rata - bahkan lebih baik daripada penasihat keuangan Anda - dan mereka mungkin tidak dapat mengatasi dengan perubahan dramatis di lingkungan, seperti pergeseran geopoli. Ini adalah hal-hal yang tak terukur. Ada banyak contoh。

Jadi di koran, buktinya adalah:Sebagai manusia, kau menerapkan semua pengukuran tersembunyi dari lahir sampai karirAku tidak tahu。

DUA ORANG MUNGKIN MEMILIKI PENGETAHUAN YANG SANGAT DEKAT DAN PENGALAMAN PROFESIONAL, TETAPI GABUNGAN PENILAIAN TIDAK AKAN PERNAH IDENTIK. KETIKA ORANG MENGATAKAN, "ORANG INI ADALAH ORANG DENGAN SELERA YANG BESAR", "SEORANG PRIA DENGAN SELERA YANG BESAR" DAN "SEORANG PRIA DENGAN PENILAIAN BESAR" SALAH SATU INSPIRASI DARI KERTAS INI ADALAH BAHWA SETIAP ORANG MENCARI ALASAN UNTUK MENGHIBUR DIRI MEREKA SENDIRI, SEPERTI "SEBUAH MESIN TIDAK PERNAH BISA MELAKUKAN X, Y, Z."。

Tapi alasan ini tidak jelas. Bagaimana Anda mendefinisikan kelas? Bagaimana Anda mendefinisikan penilaian yang baik? Lebih buruk lagi, insinyur yang baik bisa membutuhkan jauh lebih banyak penilaian tiga bulan yang lalu。

Jadi kita perlu menemukan sesuatu yang lebih penting dan yang dapat dipaku sampai mati. Kesimpulan kami adalah setiap kali ada data di belakangnya yang dapat digunakan untuk otomatisasi, itu akan otomatis。

Tiga jenis peran manusia dalam ekonomi masa depan

Dalam waktu dekat, Anda telah membagi berbagai tugas dan pekerjaan di dalam ekonomi menjadi tiga kategori, tergantung pada tingkat otomatisasi mereka, atau ukuran keluaran dan perilaku。

Saya pikir manusia masih memiliki banyak ruang tak tergantikan di banyak dimensi. Pertama-tama, tentu saja, tes。

SEKARANG, PENGARUH SETIAP INDIVIDU DALAM PROFESI INI BESAR DIBANDINGKAN DENGAN 2025, SAMPAI DESEMBER. INI BERARTI BAHWA KITA SEMUA HARUS LEBIH AMBISIUS, MEMIKIRKAN KEMBALI ALIRAN KERJA YANG ADA, YANG KITA SEBUT DENGAN AI SANDWICH。

Sebuah perusahaan atau perusahaan start- up dapat hanya memiliki satu manusia, dan kami menyebutnya konduktor, yang bertanggung jawab untuk mengarahkan kontrol dan sertifikasi untuk memastikan bahwa sistem dikoreksi ketika menyimpang dari harapan. Lantai atas bisa hanya satu orang, atau tim kecil。

Di tengah, ada banyak kecerdasan. Kita telah melihat bahwa orang-orang mencoba segala macam hal baru。

Di bagian bawah, ada akan menjadi beberapa top-of-the-seni sertifikat. Dengan alat yang sesuai, para ahli atas di setiap daerah akan bertanggung jawab untuk memastikan bahwa keluaran sistem sejalan dengan harapan. Ini pekerjaan yang sangat penting. Untuk waktu yang sangat lama, para ahli di lapangan telah sangat terkesan dengan segmen ini。

Tapi ini berita buruknya:KETIKA ANDA MELAKUKAN PEKERJAAN INI, ANDA MENCIPTAKAN LABEL UNTUK DIRI SENDIRI. VERSI PALING SEDERHANA YANG PERNAH KITA LIHAT: ORANG-ORANG LABEL GAMBAR UNTUK AI, BERPARTISIPASI DALAM PELATIHAN, DAN PEKERJAAN INI TIDAK LAGI DIPERLUKAN。

Besar model laboratorium sekarang mempekerjakan ahli terkemuka dari berbagai bidang, termasuk keuangan. Orang-orang ini menciptakan kriteria evaluasi dan pelatihan data yang akhirnya akan menggantikan rekan-rekan mereka. Jadi lantai sertifikasi sangat penting, dan banyak orang akan berhasil di dalamnya, dan penghargaan super-spesialisasi. Jika Anda adalah orang yang dapat memberikan kemampuan akhir untuk membuka, leverage Anda besar。

Ini kategori pertama. Dan peran dari sertifikat, Anda sebut kutukan koder。

Kutukan pembuat kode adalah mekanisme seperti itu, dan jika Anda adalah sertifikat atas, Anda harus terus-menerus upgrade, karena teknologi semakin kuat。

Apa yang baru saja saya katakan tentang konduktor pada dasarnya adalah orang yang mendorong niat. Para pengusaha adalah para komandan, dan mereka melihat masa depan dan membayangkan jalan untuk itu。

Dan kemudian ada jenis pekerjaan lain, dan kita harus mengakui bahwa itu mudah untuk otomatis. Pos-pos ini telah menghilang atau akan menghilang. Masyarakat belum benar-benar membahas dampak ini, dan di masa depan akan ada permintaan besar untuk pelatihan ulang, memindahkan orang ke perbatasan pengetahuan yang lebih。

KADANG-KADANG ADA KESALAHPAHAMAN TENTANG KERTAS: KITA MENGATAKAN SERTIFIKASI MANUSIA ADALAH LANGKAH TERAKHIR, TETAPI SERINGKALI AI AKAN MEMVERIFIKASI AI. AKAN ADA RANTAI PANJANG SERTIFIKASI SEBELUM AKHIRNYA MENCAPAI MANUSIA。

Ada juga salah satu yang paling sulit untuk mendefinisikan peran, yang kita sebut pencipta makna. Orang-orang ini sangat baik dalam memahami tren, perubahan sosial, topik perhatian sosial, hal-hal yang perlu disetujui oleh semua orang. Itulah seni, dan begitu juga jaringan enkripsi sampai batas tertentu。

Ini berarti pencipta tidak di daerah yang terukur. Terkadang pekerjaan ini membutuhkan "wajah manusia". Tapi aku percaya bahwa pentingnya wajah manusia ini telah sangat berlebihan. Seperti konseling psikologis, perawatan orang tua, perawatan anak。

Saya pikir orang mulai dengan berbagai kekhawatiran, tapi tidak ada yang benar-benar berpikir tentang jatuh besar biaya. Jika 100 kali lebih murah, 1.000 kali lebih murah, orang berubah pikiran dengan cepat. Memang, kita sudah tahu bahwa model besar digunakan secara ekstensif untuk menjawab pertanyaan pribadi yang sangat pribadi。

Dan ada jenis pekerjaan di mana "dibuat" menjadi label yang sangat penting. Uang enkripsi akan memainkan peran penting di dalamnya, karena kita akan segera kehilangan esensi dari identitas itu jika tidak didukung dengan teknik enkripsi yang kuat。Tapi manusia-dibuat layak hanya karena manusia waktu dan perhatian langka。

Bukan karena itu lebih baik, tetapi karena Anda tahu bahwa manusia telah mengabdikan langka waktu dan perhatian untuk membangun pengalaman ini. Hal ini masih penting。

POSISI MATA UANG YANG DIENKRIPSI DALAM DUNIA AI: IDENTITAS, SUMBER, KEPERCAYAAN

Kau bicara tentang kriptografi. Dimana lokasi uang terenkripsi di dunia

Sangat penting。

KETIKA KAMI MULAI MELIHATNYA, BANYAK ORANG MENUNJUKKAN BAHWA MODEL BESAR DAN AI ADALAH PROBABILITAS, DAN UANG TERENKRIPSI ADALAH KEPASTIAN. ANDA DAPAT MEMBAYANGKAN MENGGUNAKAN KONTRAK CERDAS UNTUK MENGATUR BATANG UNTUK TUBUH CERDAS, ATAU MEMBERIKAN MEREKA KEMAMPUAN UNTUK MEMBELI DAN MENJUAL SUMBER DAYA。

LOGICS INI VALID. TAPI SAYA PIKIR ADA KOMPLEKSITAS YANG LEBIH DALAM ANTARA AI DAN UANG TERENKRIPSI. MUNGKIN MASIH BELUM TERLIHAT DALAM EKONOMI HARI INI KARENA EFEK SAMPINGNYA, YAITU MASALAH YANG TERKAIT DENGAN IDENTITAS ATAU SUMBER INFORMASI DIGITAL, BELUM MENJADI JELAS。

Saya percaya bahwa dalam bulan-bulan mendatang, karena kemampuan-kemampuan ini menjadi benar-benar kuat, kita akan memasuki medan yang sama sekali tidak diketahui. Setiap platform digital harus menghadapi kenyataan: Apa yang dihasilkan oleh manusia (posting, gambar, apa pun) sekarang dapat datang dari tubuh cerdas。

Saat tren ini berkembang, masyarakat harus merekonstruksi sistem identitasnya sepenuhnya. Dalam lingkungan di mana kepercayaan semakin langka, enkripsi dalam bahasa asli akan berkembang dalam banyak aplikasi. Apa yang telah dibangun selama dekade terakhir akan menjadi lebih mendasar. Kembali ke validasi: ketika informasi bawah pada rantai blok, sertifikasi lebih murah, lebih dapat diandalkan dan lebih dapat dipercaya。

Eddy: Biaya otomatisasi menurun pada tingkat ekstrim. Biaya sertifikasi luas yang baru saja kita jelaskan juga menurun, tapi tidak begitu cepat, menciptakan kesenjangan yang menarik。

Anda dapat menggambarkan kesenjangan ini dalam banyak hal, beberapa orang akan menyebutnya kesempatan. Ini adalah penilaian Kristen terhadap tenaga kerja manusia: jika ada seperti bottleneck, kesenjangan yang mengurangi yang dihasilkan dari adapbilitas universal manusia, pengalaman dan interoperabilitas, maka manusia cenderung lebih khusus dalam validasi daripada mesin。

Mesin ini memang memiliki beberapa tantangan yang sulit untuk ditangani dalam jangka pendek。Dalam jangka panjang, saya tidak berpikir ini permanen, tetapi tentu dalam jangka pendek。

Sandi dan rantai blok adalah alat otentikasi。Provenance sumber hanya serangkaian kode bukti bahwa sesuatu telah melewati beberapa orang, beberapa jalur, atau beberapa transformasi pasti, yang menyediakan kita dengan sinyal yang membuat lintas-kategori otentikasi lebih mudah. Jadi apa pun yang membuatnya lebih mudah untuk memverifikasi akan terlibat dalam mengisi celah itu。

Biaya implisit otomatisasi: resiko sistemik dan tanggung jawab

Bisakah kita bicara tentang Kuda Trojan? Kita telah berbicara tentang risiko bagi pekerja, dan ada banyak yang dapat dikatakan, tetapi dalam hal produktivitas ekonomi, apa risiko ekonomi yang timbul dari biaya otomatisasi yang sangat rendah

Kita telah melihat beberapa tanda, dan banyak perusahaan mengatakan bahwa kode X% sekarang mesin-dihasilkan。

Siklus rilis produk telah menjadi lebih pendek. Tapi pada saat yang sama, kita juga tahu bahwa tidak mungkin bagi manusia untuk meninjau semua kode, dan kemungkinan untuk membawa utang teknis。

Kita semua memiliki godaan untuk meminta model besar pertanyaan, untuk melihat, untuk mempublikasikan secara langsung sebagai miliknya, tanpa validasi lengkap, karena model semakin baik. Tapi apakah itu kalimat yang salah, kode yang salah, atau celah yang akhirnya menembus perpustakaan kode, saya pikir kita akan melihat lebih dan lebih masalah ini。

PANDANGAN KORAN ADALAH MENERBITKAN KODE GENERASI AI, BERKAS ATAU HASIL APAPUN DENGAN KESALAHAN POTENSIAL ADALAH PILIHAN YANG SANGAT RASIONAL, KARENA ANDA TIDAK DAPAT MEMVERIFIKASI SEPENUHNYA。Jika skala sampai ke masyarakat secara keseluruhan, ini berarti bahwa kita dapat mengumpulkan beberapa derajat risiko sistemik。

Sementara mempercepat pembangunan, diharapkan kita dapat mengembangkan peralatan sertifikasi yang lebih baik dan kembali ke apa yang telah kita terbitkan. Dalam medium untuk jangka panjang, bagaimanapun, perusahaan menghadapi dilema bahwa biaya tinggi investasi dalam pengembangan peralatan sertifikasi yang lebih baik, termasuk dalam kode asli, dapat memperlambat kecepatan pembangunan. Gains yang tercermin di masa depan, sementara perusahaan bersemangat untuk menerbitkan dan tumbuh。

Jadi saya pikir kita akan melihat dua jenis pendiri:satu jenis kekhawatiran untuk tanggung jawab jangka panjang terstruktur dengan cara yang benar. kami telah melihat tanda-tanda yang dapat disebut "tanggung jawab sebagai perangkat lunak". masalah kewajiban dan asuransi menjadi semakin penting ketika kita menggunakan kecerdasan sebagai penyebaran staf. ini bukan topik yang paling terang, tapi kita akan melihat kegagalan sistemik dalam kenyataan。

Eddy: Ini adalah ide yang menarik. Karena jika produksi perangkat lunak sebelumnya terutama dilakukan langsung oleh manusia, Anda dapat default bahwa banyak langkah diamati dan diperiksa. Ini bukan berarti bahwa tidak pernah ada kesalahan, tapi selalu ada seseorang di setiap jalan。

Namun, ketika otomatisasi menjadi lebih tinggi, resiko menjadi lebih tinggi, dan nilai-nilai menjadi lebih tinggi, tanggung jawab meningkat. Gains juga meningkat secara dramatis, jadi kami bersedia untuk mentolerir mereka. Namun, kemampuan untuk memantau, membatasi dan memahami batas risiko harus diperluas。

Oleh karena itu, pengantar sama mekanisme asuransi yang memberikan nilai untuk risiko kegagalan dapat menjadi komponen penting dari manajemen perusahaan yang tidak dapat sepenuhnya diawasi. Anda ingin mempercayakan tanggung jawab untuk mengukur risiko dan memahami masalah para ahli。

Saya pikir itu menarik bahwa bahkan pengembangan perangkat lunak mungkin memiliki dimensi keuangan baru yang tidak tersedia sebelumnya。

Kembali ke mata uang terenkripsi, semua yang telah kita bangun selama dekade terakhir telah meningkatkan batas-batas kami mengukur dan mempertimbangkan risiko. Anda dapat belajar DeFi, memprediksi pasar, dan kata-kata ini tiba-tiba menjadi penting。

JIKA ANDA MENYEBARKAN PERANGKAT LUNAK DAN KECERDASAN, PENTING BAHWA TEKNOLOGI YANG MEMUNGKINKAN KECERDASAN UNTUK MELIHAT SINYAL YANG LEBIH BAIK. UNTUK MEMBERIKAN CONTOH SEDERHANA: SAYA BERBICARA DENGAN PENDIRI PERDAGANGAN DAN PEMBAYARAN YANG CERDAS, YANG MENEMUKAN BAHWA KETIKA IA BERALIH DARI SISTEM PEMBAYARAN TRADISIONAL KE PEMBAYARAN STABIL, SISTEM LEBIH DAPAT DIANDALKAN KARENA SEMUA SINYAL BERADA DI RANTAI. TUBUH CERDAS DAPAT MEMAHAMI APA YANG TERJADI, BUKAN HANYA MEMANGGIL API TANPA UMPAN BALIK, YANG DAPAT MELIHAT SELURUH KONTEKS PERILAKU。

HAL MENARIK LAINNYA ADALAH APA YANG ANDA KATAKAN TENTANG ASURANSI DAN KEWAJIBAN. BEBERAPA ORANG MENGATAKAN BAHWA EFEK JARINGAN AKAN MENJADI PARIT BERKELANJUTAN DARI ERA AI. KURASA KENYATAANNYA LEBIH HALUS. SISTEM AI CERDAS DAN OTONOM SANGAT BAIK DALAM MEMECAHKAN BANYAK PARIT YANG MEMBUAT PLATFORM BILATERAL BERTAHAN. BIAYA MEMULAI PLATFORM INI, DAN JUGA BIAYA MEMULAI BILATERAL DINGIN UNTUK PASAR, MENURUN。

Tapi efek jaringan lain menjadi lebih penting: jika Anda memiliki kunci yang Anda hasilkan dalam bisnis, yang memungkinkan Anda untuk memperpanjang sertifikasi dari manusia ke mesin, Anda lebih baik dapat menutupi risiko, membuat keputusan yang lebih baik, dan menyediakan produk yang lebih aman dengan biaya yang lebih rendah。

Jadi, ketika kita membandingkan perusahaan yang ada dengan startup-up: perusahaan yang ada dengan database lengkap kegagalan akan menjadi sangat berharga. Sebuah perusahaan start- up fokus pada membangun loop umpan balik positif sekitar sertifikasi (misalnya, memperkenalkan ahli tingkat atas, belajar pelajaran dari keputusan-membuat) akan memiliki sukses besar。

Eddy: Ini adalah bukti lebih lanjut bahwa data kepemilikan mungkin salah satu aset yang paling defensif。

dua masa depan: ekonomi berongga vs perekonomian ditingkatkan

Saya punya masalah yang ingin saya jelajahi, dan makalah ini mengacu pada ekonomi Hollow dan ekonomi yang ditingkatkan. Bisa kau jelaskan? Apa perbedaan kuncinya

Oke, mari kita mulai dengan ekonomi berongga. Ada tanda-tanda awal bahwa perusahaan teknologi akan menyadari bahwa mereka dapat berbuat lebih banyak dengan lebih sedikit orang。

TENTU SAJA, MEREKA MULAI DENGAN KURANG DARI RATA-RATA ATAU KARYAWAN BIASA, KARENA AI SUDAH KOMPETEN; ADA JUGA PRAKTISI MUDA, KARENA KAPASITAS KARYAWAN SENIOR SEKARANG DAPAT DIPERLUAS 10 KALI, 100 KALI, TERGANTUNG PADA TUGAS. INI ADALAH SALAH SATU KEKUATAN YANG MENDORONG PERUBAHAN。

Hal kedua yang kami sebutkan adalah kutukan dari pembuat kode. Ketika para ahli dilatih dan membuat keputusan, mereka pada dasarnya menghasilkan data berlabel. Data ini dapat digunakan di masa depan untuk membuat keputusan yang sama tanpa ahli。

dan akhirnya, semuanya mengambang. singkatnya, keselarasan tidak dapat dianggap sebagai proses satu - off, "kami telah melatih model, kita punya mereka, kita punya mereka, kita punya mereka, kita punya mereka, kita punya mereka, kita punya mereka, kita punya mereka, kita punya mereka, kita punya mereka。

PASANG TIGA DINAMIKA INI BERSAMA-SAMA DAN TAMBAHKAN FAKTA BAHWA INSENTIF UNTUK MEMPUBLIKASIKAN AI YANG TIDAK BERSERTIFIKAT SANGAT TINGGI, KARENA SAYA BISA MENDAPATKAN PRODUKTIVITAS SAAT INI (MISALNYA "60% KODE YANG DIHASILKAN OLEH MESIN"), TAPI BEBERAPA BIAYA AKAN MUNCUL DI MASA DEPAN. KITA MUNGKIN MENGALAMI EKONOMI DI MANA KITA TIDAK LAGI MELATIH CERTIFYERS MASA DEPAN。

Bakat junior (sertifikat teratas masa depan) menjadi langka. Kelompok ini menyusut. Kita menciptakan risiko potensial yang akhirnya bisa menyebabkan ekonomi berongga。

Sekali lagi, aku optimis. Saya pikir kita akhirnya bergerak menuju perekonomian ditingkatkan. Pertanyaannya adalah seberapa cepat kita bisa sampai di sana dan apakah kita dapat membuat transisi paling halus bagi mereka yang membutuhkan pelatihan ulang dan adaptasi。

EKONOMI YANG DITINGKATKAN ADALAH SEBALIKNYA. KAMI SADAR BAHWA BAKAT UTAMA TIDAK SEDANG DIKEMBANGKAN. TAPI KABAR BAIKNYA ADALAH BAHWA AI SANGAT AJAIB DALAM MEMPERCEPAT PENGUASAAN. ANDA DAPAT MENEMUKAN BAKAT NYATA SEORANG PEMUDA, TIDAK MENEMPATKAN MEREKA DALAM KURIKULUM STANDAR。

Anda harus mempercepat pertumbuhan mereka, biarkan mereka menemukan diri sejati mereka, menemukan apa yang benar-benar mereka cintai, menemukan apa yang dapat mereka masukkan ke dalamnya. Setidaknya kita memikirkan anak-anak kita. Tidak ada yang tahu apa yang paling berharga di masa depan, tetapi jika Anda membangunnya pada bakat nyata, Anda jauh lebih mungkin untuk berhasil。

SAYA PIKIR AL AKAN MEMAINKAN PERAN BESAR DI DALAMNYA. INI ADALAH ALAT BELAJAR YANG SANGAT BAIK BAHWA KITA HARUS MEMBANGUN, DAN SAYA PIKIR TIDAK ADA INSTRUMEN SKALA TERSEBUT。

Kedua, untuk kembali ke kutukan pembuat kode: orang-orang ini harus terus melatih dan melompati rantai nilai dan menemukan bahwa "Saya sekarang memiliki pengaruh besar, dan saya bisa menjadi komandan"。

Banyak yang berbicara tentang pentingnya otonomi. Saya pikir itulah kuncinya: Anda harus menyadari bahwa Anda dapat menjadi komandan dan bahwa Anda dapat melakukan lebih dari sebelumnya。

Dalam keselarasan, melalui pengembangan alat sertifikasi yang aman dan lebih baik, jika kita dapat memberdayakan diri kita sendiri, kita dapat lebih baik mengesahkan dan menjadi mitra sejati。

Menempatkan ini bersama-sama, Anda akan pergi ke tempat kejadian: banyak hal mahal di masa lalu, mereka hampir bebas. Apa pun yang diukur bisa otomatis。

Kemudian kita akan menemukan sesuatu yang baru. Sejumlah besar pekerjaan baru, termasuk status ekonomi dan ekonomi yang tidak terukur, didasarkan pada gudang sertifikasi yang kuat, jadi kita memiliki dasar faktual. Kami tidak akan tenggelam oleh peran identitas palsu, yang mencoba untuk meluncurkan serangan penyihir。

Diambil bersama-sama, masa depan agak baik. Apa yang pemerintah selalu ingin lakukan, seperti pendidikan kualitas dan layanan kesehatan berkualitas, bisa menjadi terjangkau dan universal。

Tapi kita harus berinvestasi dalam proses dan tidak membuat keputusan ekstrim seperti membongkar pusat data, yang akan sulit untuk bertahan hidup. Itu mustahil, dan itu tidak akan pernah berhasil。

Jadi jika Anda berada di bagian awal karir Anda, Anda harus menggunakan alat-alat ini untuk mensimulasikan lingkungan yang akan Anda temukan dan melatih diri Anda sendiri. Jika Anda berada di akhir karir Anda, Anda perlu rasa mendesak dan kesadaran bahwa Anda dapat melakukan lebih dengan kurang。

Sulit untuk mengatakan berapa lama ini bisa bertahan sampai gelombang lain perubahan tak terduga datang. Tapi keahlian manusia terletak pada kemampuan untuk melihat seluruh gambar, melihat seluruh proyek, mengetahui di mana lebih banyak perhatian diperlukan, di mana lebih banyak sumber daya diperlukan dan bagaimana keseluruhan proyek perlu disesuaikan。

Jika saya adalah seorang pemuda yang baru saja mulai hari ini, saya akan sedikit sedih: kemuliaan proses yang sangat elegan dan efisien yang mengambil semua musim panas telah menghilang. Itu sekarang menjadi hobi。

Tapi pada gilirannya, saya akan mencoba untuk mendapatkan orang tua saya untuk memberi saya uang untuk menjalankan sekelompok komputer dan melihat apakah saya bisa menggunakan $5.000 untuk membuatnya bekerja. Sebagai contoh, bisakah aku memimpin sekelompok mesin ke dalam satu hal

Komunitas teknologi telah menyebar selama bertahun-tahun: seseorang dapat memulai perusahaan bernilai miliaran dolar. Bukankah begitu cara kerjanya

Kemampuan untuk mengontrol berbagai macam mesin dan data dan mempertahankan pandangan global hal-hal yang belum pernah dikembangkan. Perkembangan keterampilan tersebut tidak pernah berarti。

Tetapi jika Anda ingin proyek besar, Anda perlu belajar bagaimana memobilisasi banyak orang. Itulah bagaimana kau mendapat pengaruh. Pendekatan ini berubah sebagai struktur perubahan tenaga kerja. Sekarang kau harus belajar menangani hal baru ini。

Pembagian baru telah muncul. Belajar menggunakannya, itulah pelajaran untuk anak muda。

Ini belum berakhir - ini konyol. Anda baru saja diberitahu Anda memiliki kekuatan super. Apa yang akan kau lakukan

Singkatnya, magang mungkin sudah mati, tapi pekerjaan nyata baru saja dimulai。

Ada banyak daerah yang sulit dicapai, seperti perangkat keras, di mana Anda bisa pergi sekarang, jika Anda penasaran。

Jika saya mengklasifikasikan itu, sinyal yang paling positif dari model ini adalah bahwa siklus percobaan akan dikompresi dan orang-orang benar-benar akan dapat memperluas ide-ide mereka dengan cepat。

perspektif investasi: tim kecil, nilai tinggi, kebutuhan mata uang terenkripsi

Eddy, kau pernah melihat tren ini di perusahaan yang mengevaluasi investasi

Tentu saja. Kami telah melihat pemotongan besar di perusahaan seperti Block dan X。

Saya tidak melihat analisis formal, tapi banyak proyek enkripsi, seperti Hiperflute, Uniswap, sangat berharga, dengan kurang dari 20 karyawan。

Jika hanya beberapa orang yang bisa membuka perusahaan, akan ada banyak perusahaan di masa depan, kan? Jika itu terjadi, ada kebutuhan untuk koordinasi di antara mereka, yang kompleks。

Anda perlu reputasi, identitas, bukti sumber data, bukti jenis pembayaran. Kami hanya berbicara tentang asuransi。

JUSTRU KARENA MEREKA KREDIBEL DAN NETRAL BAHWA JARINGAN RANTAI BLOK SANGAT MENARIK. ANDA TIDAK PERLU KHAWATIR TENTANG REPUTASI SPESIFIK DARI 50 MILIAR PERUSAHAAN YANG ANDA BERINTERAKSI DENGAN. ANDA HANYA HARUS PERCAYA KONTRAK CERDAS DAN DIVERIFIKASI MODEL AI UNTUK MEMASTIKAN BAHWA TRANSAKSI BERLANGSUNG SEPERTI YANG DIHARAPKAN DAN MEMBAYAR SESUAI YANG DIPERLUKAN。

Saya pikir ini hampir tak terelakkan. Saya percaya bahwa rantai akan memainkan peran utama dalam cerita ini。

Aku sangat setuju. Kita telah di jalur dan infrastruktur untuk waktu yang lama, dan saya pikir akan lebih berguna。

Christian, bagaimana Anda mengintegrasikan penemuan ini ke dalam pekerjaan dan kehidupan Anda setelah semua penelitian dan eksplorasi ini

Jujur, kami tidak bisa menulis makalah ini tanpa Gemini, ChatgPT, Gok, Claude. Mereka adalah penulis yang sangat baik. Tentu saja, mereka kadang-kadang kehilangan dan terus menghapus paragraf yang kita butuhkan。

Kami bahkan meninggalkan beberapa telur untuk model besar di koran. Aku sedang berbicara dengan Gemini, dan katanya menyukai telur, dan itu membuat komentar yang sangat baik。

Saat itu Anda benar-benar merasa intelijen。Hal ini tidak identik, tapi inovatif. Itu adalah momen penting: Anda merasa itu adalah pendamping, bukan alat。

Oke. Jika Anda ingin membaca makalah ini, itu disebut "Economy Ekstrim AGI". Saya sangat menyarankan Anda melihat. Ada beberapa wawasan yang mungkin mempengaruhi hidup Anda dan bagaimana Anda harus berurusan dengan masa depan。

Tautan Asli