前 Coinbase 首席技术官 Balaji Srinivasan 关于 AI 的10 个想法

1. 首先：不存在单一的 AGI，存在许多 AGI。

换言之，经验告诉我们，AI 的发展呈“多神论”格局（多个强大模型并存），而非“一神论”格局（一个全能模型主宰一切）。我们看到，多个阵营推出的众多模型，其能力已趋于同化，并未出现某个模型遥遥领先、一骑绝尘的局面。因此，我们更可能看到的是一个由“人与 AI 的融合体”构成的多级制衡世界，而非某个超级 AGI 将我们都变成回形针或盐柱。

2. 接下来，AI 将所有成本转移至“提示”与“验证”两端。

本质上，如今的AI只能处理流程的“中间环节”，而非“端到端”的全部流程。因此，即便AI加速了中间环节，所有业务开销也都会向流程始端的“输入提示”和末端的“结果验证”迁移。

3. AI 是“增强智能”（amplified intelligence），而非“人工智能”（artificial intelligence）。

当下的 AI 并无真正的主体性（agentic），因为它无法真正独立于你。目前的 AI “智能体”尚不能设定复杂目标，也无法有效验证输出结果。你必须在提示、验证和系统集成上投入大量精力。这恰恰意味着，你越聪明，AI 就越聪明。所以，它本质上是“增强智能”（Amplified Intelligence），而非具备自主性的智能。

4. AI 不会抢你的饭碗，它让你能涉足任何领域。

因为它能让你成为一个还过得去的用户体验设计师，一个像模像样的特效动画师，等等。但这并不意味着你能把这些工作做到极致，因为要达到专业水准的润色和打磨，专家依然不可或缺。

5. AI 不会抢你的饭碗，它只会抢“上一代 AI”的饭碗。

例如：Midjourney 抢了 Stable Diffusion 的饭碗，GPT-4 抢了 GPT-3 的饭碗。一旦你的工作流中为 AI 图像生成、AI 代码生成等任务留出了位置，你只需将这笔预算分配给最新的模型即可。因此，AI 抢的是上一代 AI 的饭碗。

6. AI 在视觉领域比在语言领域更胜一筹。

也就是说，AI 更擅长前端而非后端，更擅长处理图像/视频而非文本。原因在于，用户界面和图像的优劣，人眼一望便知，而大段由 AI 生成的文本或代码，人工验证的成本则相当高昂。参见下图与 Andrej Karpathy 的讨论。

7. 所谓的“杀手级 AI”早已存在，那就是无人机。

并且每个国家都在全力研发。所以，真正需要警惕的，并非那些图像生成器和聊天机器人。

8. AI 是概率性的，而加密技术（Crypto）是确定性的。

因此，加密技术能约束 AI。例如，AI 可以破解验证码，但无法伪造链上资产余额；它可以解一些方程，但解不了密码学方程。所以，加密技术所能做的，大致就是 AI 所不能及的。AI 让万物皆可伪造，而加密技术使其回归真实。

9. 从经验上看，AI 正带来去中心化，而非中心化。

目前，AI 无疑正在发挥去中心化的作用。原因有三：（a）AI 公司多如牛毛；（b）借助合适的工具，小团队能办成的事呈指数级增长；（c）大量高质量的开源模型正不断涌现。

10. AI 的最佳使用比例并非100%。

毕竟，0% 的 AI 意味着效率低下，而 100% 的 AI 则意味着粗制滥造。因此，AI 的最佳使用率其实在 0 到 100% 之间。是的，具体比例因事而异，但仅仅是认识到 0% 和 100% 均为次优解这一点，就已颇为受用。这便是 AI 领域的“拉弗曲线”。

链接：balajis.com/p/ai-is-polytheistic-not-monotheistic