2024 年 8 月 20 日，正站在科技变革的风暴中心，见证着人工智能（AI）以惊人的速度重塑着世界。谷歌前 CEO Eric Schmidt 对 AI 未来两年的预测，引起了广泛关注，如今 YC 的 CEO Garry Tan 也高度赞同这些观点，而 YC 的众多公司正在亲身经历着这场变革。

一、史无前例的不确定性

Schmidt 每六个月都会重新评估自己对 AI 的看法。仅仅六个月前，小型公司似乎还能够缩小与前沿 AI 模型之间的差距，这也促使他进行了大量投资。然而，如今这种信心已荡然无存。Schmidt 在领导谷歌期间，推动了 DeepMind 的收购、transformer 架构的开发以及 TPU 芯片的构建，对规模和神经网络有着深刻的理解。但即便如此，在短短六个月内，他的观点却发生了 180 度大转弯。

二、史无前例的速度

Schmidt 描绘了一幅令人惊叹的未来画卷。大上下文窗口、能够自我学习和改进的 AI 代理，以及文本到行动的能力，将对世界产生巨大影响，其程度甚至远超社交媒体。现有的大语言模型（LLMs）已经能够处理大量上下文信息，而未来的模型将能处理更多。基于代理的系统能够自主执行多步骤任务并适应环境反馈，有望在接下来释放出巨大的经济价值。在此基础上，文本到行动的能力将会显现，将自然语言转化为具体的、可行的程序。想象一下，你自己的个人程序员就在你的指尖，随时准备创造你所设想的任何东西。一个基于人们的 Netflix 观看历史和 Spotify 播放列表来匹配人的约会应用？几分钟内就能做出一个原型。这里分享一个开源的 AI 程序员框架：GitHub - entropy-research/Devon: Devon: An open-source pair programmer。未来两年的速度和动荡程度可能会超越过去两年。

三、史无前例的颠覆

对于创业者而言，现有的 LLMs 已经能够在短时间内完成许多任务，尽管这些模型的上下文窗口有限，代理系统脆弱，行动能力有限。一个具有挑战性的场景设想是：“对 LLM 下达指令，‘复制 TikTok，获取所有用户和音乐，加入个人偏好，30 秒内生成并发布程序，一小时内若不火爆，立即进行类似调整。’” 未来的 LLMs 可能快速迭代新的数字产品，甚至物理产品。

四、史无前例的规模

不确定性还延伸至投资规模。领先公司正在讨论 100 亿、200 亿、500 亿甚至 1000 亿美元的资金需求。OpenAI 的 Sam Altman 预测可能需要 3000 亿美元或更多。这些资金需求不仅仅是金钱问题，还涉及到巨大的能源需求，可能重塑地缘政治格局。

AI 的未来两年充满了未知与挑战，也蕴含着无限的机遇。我们将拭目以待，看这场史无前例的变革如何重塑我们的世界。