a16z fundador: Na era do Agente, as coisas realmente importantes mudaram

Título original do vídeo: Marc Andreessen reflete sobre a Morte do Navegador, Pi + OpenClaw, e Por que「Este Tempo é Diferente」

Fonte original do vídeo: a16z, Latent Space

Tradução do conteúdo: FuturePulse

Fontes do Sinal:

Esta é a última entrevista de Marc Andreessen, fundador da a16z, no podcast Latent Space.

Ele é um renomado empreendedor da internet nos EUA, uma das figuras-chave no desenvolvimento inicial da web; também, após fundar a16z, tornou-se uma das principais figuras de investidores em Silicon Valley.

Toda a conversa gira em torno da história do desenvolvimento de IA e as tendências mais recentes, altamente recomendada.

1. Esta rodada de IA não surgiu do nada, mas é a primeira vez após 80 anos de uma longa jornada tecnológica que ela「começa a realmente trabalhar」

· Esta rodada de IA não surgiu do nada, mas é a primeira após 80 anos de uma longa jornada tecnológica

· Marc Andreessen chama diretamente o momento atual de「sucesso repentino de 80 anos」， significando que o que parece uma explosão repentina para o público, na verdade, é o resultado de décadas de reserva tecnológica sendo liberada de uma só vez.

· Ele remonta essa linha de raciocínio até as primeiras pesquisas em redes neurais, enfatizando que a indústria hoje já aceita a hipótese de que「redes neurais são a arquitetura correta」.

· Em sua narrativa, os pontos-chave não são momentos isolados, mas uma sequência de marcos: AlexNet, Transformer, ChatGPT, modelos de raciocínio, até agentes e autoaperfeiçoamento.

· Ele destaca especialmente que desta vez não é apenas a geração de texto que se fortalece, mas quatro categorias de funções ao mesmo tempo: LLMs, raciocínio, codificação e agentes / autoaperfeiçoamento recursivo.

· A razão pela qual ele acredita que「este tempo é diferente」não é por uma narrativa mais convincente, mas porque essas capacidades já começaram a atuar em tarefas reais.

2. Pi e OpenClaw, representando arquiteturas de agentes, representam uma mudança mais profunda na estrutura de software do que chatbots

· Ele explica o que é um agente de forma bastante concreta: essencialmente「LLM + shell + sistema de arquivos + markdown + cron/loop」. Nesse esquema, o LLM é o núcleo de raciocínio e geração, o shell fornece o ambiente de execução, o sistema de arquivos armazena o estado, o markdown torna o estado legível, e o cron/loop fornece despertadores periódicos e avanço de tarefas.

· Ele acredita que a importância dessa combinação está no fato de que, além do modelo em si ser novo, os outros componentes já são partes maduras, compreendidas e reutilizáveis do mundo do software.

· O estado do agente é salvo em arquivos, permitindo migração entre modelos e ambientes de execução; o modelo subjacente pode ser substituído, mas a memória e o estado permanecem.

· Ele reforça repetidamente a introspecção: o agente sabe seus próprios arquivos, consegue ler seu estado e até reescrever seus arquivos e funções, avançando na direção de「autoextensão」.

· Para ele, a verdadeira inovação não é apenas「o modelo responder」, mas que o agente pode usar toda a cadeia de ferramentas Unix para explorar o potencial de toda a máquina.

3. Navegadores, GUIs tradicionais e a era do「software de clique manual」serão substituídos gradualmente por interações centradas em agentes

· Marc Andreessen afirmou claramente que, no futuro,「você talvez não precise mais de interface de usuário」.

· Ele aponta ainda que, no futuro, os principais usuários de software podem não ser humanos, mas「outros bots」.

· Isso significa que muitas interfaces atualmente projetadas para cliques, navegação e preenchimento de formulários serão substituídas por camadas de execução acionadas por agentes.

· Nesse mundo, as pessoas serão mais como quem define objetivos: informam ao sistema o que querem, e o agente chama os serviços, opera softwares e conclui os processos.

· Ele conecta essa mudança a um futuro maior do software: softwares de alta qualidade se tornarão cada vez mais「abundantes」, deixando de ser produtos escassos feitos por poucos engenheiros.

· Ele também prevê que a importância das linguagens de programação diminuirá; os modelos escreverão código em múltiplas linguagens, traduzirão entre elas, e, no futuro, as pessoas se preocuparão mais em entender por que a IA organiza o código de determinada forma, do que em dominar uma linguagem específica.

· Ele até menciona uma direção mais radical: conceitualmente, a IA pode não apenas gerar código, mas também produzir diretamente código binário ou pesos de modelos (model weights).

4. Este ciclo de investimento em IA é semelhante à bolha da internet de 2000, mas a estrutura de oferta e demanda subjacente é diferente

· Ele revisita 2000, destacando que a crise não foi tanto por「a internet não funcionar」, mas por excesso de construção de infraestrutura de telecomunicações e banda larga, com fibras ópticas e data centers sendo instalados de forma prematura, seguido de um longo período de digestão.

· Ele acredita que hoje também há preocupações com「excesso de construção」, mas os principais investidores atuais são grandes empresas como Microsoft, Amazon e Google, com forte liquidez, ao contrário dos players altamente alavancados e frágeis de então.

· Ele destaca que, atualmente, um investimento suficiente para fazer GPUs operarem geralmente se converte rapidamente em receita, diferente do excesso de capacidade ociosa em 2000.

· Ele reforça que estamos usando uma versão「sandbagged」(subestimada) da tecnologia: devido à insuficiência de GPUs, memória e centros de dados, o potencial dos modelos ainda não foi totalmente liberado.

· Para ele, nos próximos anos, as verdadeiras restrições não serão apenas GPUs, mas também CPUs, memória, rede e o ecossistema de chips como um todo, formando gargalos interligados.

· Ele compara as leis de escalonamento de IA às Leis de Moore, acreditando que elas não apenas descrevem padrões, mas continuam a impulsionar a sinergia entre capital, engenharia e indústria.

· Ele menciona um fenômeno incomum, mas importante: com a velocidade de otimização de software cada vez maior, algumas gerações antigas de chips podem, na prática, se tornar mais valiosas economicamente do que quando foram adquiridas.

5. Open source, inferência na borda e execução local não são detalhes secundários, mas parte integrante da competição em IA

· Marc Andreessen enfatiza que o open source é extremamente importante, não apenas por ser gratuito, mas por「ensinar ao mundo como é feito」.

· Ele descreve o lançamento de projetos open source como DeepSeek como uma「doação ao mundo」, pois o código e os artigos disseminam rapidamente o conhecimento, elevando o padrão de toda a indústria.

· Para ele, open source não é apenas uma escolha técnica, mas também uma estratégia geopolítica e de mercado: diferentes países e empresas adotam estratégias de abertura distintas, baseadas em suas restrições comerciais e objetivos de influência.

· Ele reforça a importância da inferência na borda: nos próximos anos, o custo de inferência centralizada pode não ser suficiente para todas as aplicações, e muitas aplicações de consumo não suportarão custos elevados de inferência na nuvem por longos períodos.

· Ele observa um padrão recorrente: modelos que hoje parecem impossíveis de rodar em PCs muitas vezes podem ser executados localmente em poucos meses.

· Além do custo, fatores como confiança, privacidade, latência e cenários de uso impulsionam a preferência por execução local: dispositivos vestíveis, fechaduras inteligentes, dispositivos portáteis, todos se beneficiam de inferência de baixa latência e local.

· Sua avaliação é bastante direta: quase tudo que contém um chip, no futuro, provavelmente terá um modelo de IA embutido.

6. Os verdadeiros desafios da IA não estão apenas na capacidade do modelo, mas na segurança, identidade, fluxo de dinheiro, organização e resistência institucional

· Em relação à segurança, sua análise é bastante contundente: quase todas as vulnerabilidades potenciais serão mais fáceis de detectar, podendo ocorrer, a curto prazo, uma「grande catástrofe de segurança de computadores」.

· Mas ele também acredita que os agentes de programação irão escalar a capacidade de corrigir vulnerabilidades; no futuro,「proteger o software」poderá significar deixar que bots escaneiem e consertem suas falhas.

· Sobre identidade, ele acha que「prova de bot」não é viável, pois os bots ficarão cada vez mais fortes; a alternativa viável será「prova de humano」, combinando reconhecimento biométrico, criptografia e divulgação seletiva.

· Ele também menciona uma questão frequentemente negligenciada: se os agentes realmente operarem no mundo real, precisarão de dinheiro, capacidade de pagamento, e até de alguma infraestrutura de contas bancárias, cartões ou stablecoins. No nível organizacional, usa o conceito de capitalismo gerencial, sugerindo que a IA pode reforçar empresas lideradas por fundadores, pois bots são eficientes em relatórios, coordenação, tarefas administrativas e gestão em larga escala.

· Mas ele não acredita que a sociedade aceitará a IA de forma rápida e tranquila: cita exemplos de licenças profissionais, sindicatos, greves de trabalhadores portuários, órgãos governamentais, educação K-12, saúde, mostrando que há muitos obstáculos institucionais.

· Sua conclusão é que, tanto os utopistas quanto os apocalípticos da IA, tendem a ignorar um ponto: quando a tecnologia se torna possível, isso não significa que os 8 bilhões de pessoas irão imediatamente mudar junto.

Link do vídeo original

Clique para conhecer as vagas na BlockBeats em ritmo de movimento

Participe do grupo oficial da BlockBeats no Telegram:

Grupo de assinatura no Telegram: https://t.me/theblockbeats

Grupo de discussão no Telegram: https://t.me/BlockBeats_App

Conta oficial no Twitter: https://twitter.com/BlockBeatsAsia