神譯局是36氪旗下編譯團隊，關注科技、商業(yè)、職場、生活等領域，重點介紹國外的新技術(shù)、新觀點、新風向。

(相關資料圖)

編者按：大規(guī)模語言模型促成的AI大爆發(fā)讓大家驚呼AI正在蠶食白領工作。但這篇文章從另一個角度剖析了作為軟件的AI影響最大的正是軟件自己。AI也許會引發(fā)軟件成本的坍塌，進而引爆一波新的創(chuàng)新浪潮。文章來自編譯。

摘要

關于人工智能，尤其是像 ChatGPT 這樣的大型語言模型的最新發(fā)展，社會上存在著極大的夸張。此類技術(shù)對工作的實質(zhì)影響也值得關注。但觀察者遺漏了兩樣非常重要的東西：

每一次技術(shù)創(chuàng)新浪潮都是因為昂貴的東西變得便宜到可以揮霍而引發(fā)的。長期以來，由于軟件的生產(chǎn)過于復雜與昂貴，導致我們數(shù)十年來軟件交付不足，進而導致全社會范圍內(nèi)背負了龐大的技術(shù)債務。

隨著軟件生產(chǎn)的成本與復雜性坍塌，從而釋放出一波創(chuàng)新浪潮，這筆技術(shù)債務將會戲劇性地、遍及整個經(jīng)濟地償還回去。

軟件被誤解了。軟件給人感覺像是個離散的東西，是我們與之互動的東西。但是實際上，軟件作為一種非常異域的東西，是對我們的世界的一種侵入。這是與電力、半導體以及指令的一種奇怪的交互，用各種各樣的方式神奇地控制了從屏幕到機器人到電話、醫(yī)療設備、筆記本電腦以及眾多令人眼花繚亂的其他東西。它幾乎具有無限的可塑性，能夠滑動、扭曲和變形，以至于這種易適應性為我們撬開了新世界的大門。

這種軟件的異域色彩最近已經(jīng)浮出水面，因為真正的對話式人工智能，也就是基于大型語言模型 （LLM）的聊天機器人，比如 ChatGPT，已經(jīng)從科幻小說變成了某種像人們可以在互聯(lián)網(wǎng)上搜索一樣輕松把玩的東西。

為什么軟件還沒有蠶食世界？

這讓人想起馬克·安德森（Marc Andreessen） 在上一個技術(shù)周期那句著名的“軟件正在蠶食世界”。雖然安德森那句話是思考“軟件的胃口有多大”的一種比較有用的方式，但值得思考的是，為什么軟件要花那么長時間才能蠶食完世界。而且，再刨深一點的話，如果軟件真的要大快朵頤，催化劑該是什么，那個被軟件蠶食掉的世界會是什么樣子？

要回答這些問題，我們必須先以史為鑒，然后再展望未來。為此，我們需要考慮一系列的因素，包括復雜性、要素成本以及軟件供需的經(jīng)濟模型。

我們從思考軟件供需的經(jīng)濟模型開始。軟件是有成本的，這里存在一個買賣市場。其中部分市場是組織內(nèi)部的。但大部分的市場都屬于外部市場，人們以 app、云服務或游戲的形式購買軟件，甚至嵌入到其他物體之中，從門鈴到用于癌癥檢測的內(nèi)窺鏡攝像頭，不一而足。所有這些東西都是軟件，無數(shù)形式的軟件。

考慮到這些特征，你可以用經(jīng)濟學導論里面的基本供需曲線圖來思考軟件。這里面有一個價格和這一價格下的需求量，然后有一個價格和數(shù)量剛好處于處于大致均衡的狀態(tài)，如下圖所示。當然，由于多種原因，這個均衡點可能會發(fā)生偏移，導致 P/Q 交叉點處于總需求的較高或較低水平。如果價格太高，軟件就會生產(chǎn)不足（留下技術(shù)債務），如果價格太低，那么……就讓我們回到那個話題。

這引出了在經(jīng)濟學課程當中有時候會被問到的一個基本問題：我們怎么才能知道這種價格和數(shù)量的組合是最優(yōu)組合？答案是價格和數(shù)量的最優(yōu)組合應該在供給和需求曲線的相交點上。需求曲線通常是向下傾斜的，因為當價格上漲時，人們往往會減少對大部分商品的需求。而供給曲線通常是向上傾斜的，因為當價格上漲時，生產(chǎn)商通常會愿意提供更多的商品。如果我們在這個點上提高價格，那么消費者會減少購買，而制造商會增加生產(chǎn)，這最終會導致過剩庫存或價格崩潰。反過來，如果我們在這個點上降低價格，那么制造商會減少生產(chǎn)，即使消費者想購買更多，這會導致供應短缺，最終可能會再次推高價格，直到供給和需求達到平衡。

技術(shù)如何讓經(jīng)濟學更加復雜和難以預測

這些都是本科學的經(jīng)濟學，簡單易懂。但技術(shù)有攪渾經(jīng)濟學的習慣。說到技術(shù)，我們怎么知道那些供需曲線是對的？答案是我們不知道。這時候有趣的事情才剛剛開始。

比方說，有時某種東西的供應增加會導致需求增加，從而導致曲線移動。這種情況在技術(shù)領域已經(jīng)發(fā)生過很多次，因為技術(shù)的各種核心組件隨著能力（或存儲或帶寬等）的增加而導致成本曲線的下降。在 CPU 的場景下，這種情況一直被歸結(jié)為摩爾定律，也就是說 CPU 的能力每 18 個月左右就會出現(xiàn)一定幅度的提高。雖然這些定律更像是試探法而非 F=ma 這樣的物理定律，但它們確實有助于讓我們窺見未來可能與過去有何不同。

我們在技術(shù)領域一再看到這種情況，各種技術(shù)的價格暴跌，但它們的能力卻迅速增長。我們感覺這種情況仿佛已經(jīng)變得司空見慣，但事實并非如此。經(jīng)濟的其他板塊可不是這種情況，歷史上的經(jīng)濟也不是這樣的。東西越好價格反而越便宜并非常態(tài)。雖然很多市場都有規(guī)模經(jīng)濟的特點，但在經(jīng)濟史上還沒有出現(xiàn)過像 CPU 成本崩潰，但性能卻提高了一百萬倍或更多的情況。

為了幫助大家進一步看清這一點，不妨設想如果汽車以計算機的速度加以改進的話，那么現(xiàn)代版的汽車將：

擁有 6 億多匹的馬力

在不到百分之一秒內(nèi)從 0 加速到 60 邁

每加侖可行駛約一百萬英里

每輛車的成本低于 5000 美元

汽車并沒有出現(xiàn)這種情況。當然，Tesla Plaid 是一輛速度很快的汽車，但遠遠達不到上述規(guī)格——永遠不會有這樣的汽車。這種汽車的性能拐點不是我們的未來，但它充分說明了在過去 40 年（軟件）技術(shù)領域里發(fā)生的變革有多大。但是，大多數(shù)人甚至都沒有注意到這一點。大家把它當成司空見慣，以至于都沒有注意到這些變革如何的驚人。

技術(shù)崩潰的動態(tài)

你可以在下圖看到這些動態(tài)。請注意 Y 軸上的對數(shù)刻度，這是為了避免價格/性能曲線顯示出直線下挫的情況——因為這些因素的單位性能價格下降的速度和幅度實在是太大了。這在經(jīng)濟史上是前所未有的。

每一次的崩潰都產(chǎn)生了更為廣泛的后果。CPU 價格的暴跌直接將我們從大型機拽進了個人電腦時代；（各種類型）存儲價格的崩潰不可避免地導致更多帶有可觀本地存儲的個人計算機的出現(xiàn)，從而幫助催生了數(shù)據(jù)庫和電子表格，然后導致了 web 服務，接著是云服務。而且，最近，（隨著帶寬的爆發(fā)式增長）網(wǎng)絡傳輸成本的崩潰直接導致了現(xiàn)代互聯(lián)網(wǎng)、流媒體視頻以及移動 app 的出現(xiàn)。

與保羅·西蒙 (Paul Simon) 的那首老歌（“泡沫中的男孩”）優(yōu)點相反，每一代技術(shù)都將一位英雄推向流行（或單位性能價格）排行榜。每一次崩潰，伴隨著性能的提升，都會催生巨大贏家與大規(guī)模變化，從英特爾到蘋果，再到 Akamai，乃至于谷歌與 Meta，再到當前的 AI 熱潮。崩塌的每一個受益者都需要一項或多項核心技術(shù)的價格下降與性能飆升。這反過來又開辟了新的“浪費”它們的機會——可以把這些東西用在以前似乎不可能、昂貴得令人望而卻步或兩者兼而有之的事情上。

人工智能是技術(shù)領域下一場崩塌的推手

所有這一切將我們帶到了今天。突然之間，人工智能變得廉價起來，以至于人們可以通過給聊天機器人輸送提示來“寫文章”、獲得微服務代碼方面的幫助等諸多“揮霍”它的手段。你可能會認為智能本身的價格/性能曲線也正在下降，就像發(fā)生在前幾代技術(shù)身上的事情那樣。

你可以提出這樣的觀點，但這種觀點太狹隘，太正統(tǒng)，或者至少是不完整和不成熟的。通用人工智能 (AGI) 的倫理和對齊問題姑且不談。即便現(xiàn)在給人感覺比幾十年來更接近 AGI 了，但往好了說這樣的日子到來可能還有幾年的時間。有鑒于此，值得提醒一下自己的是，AI 的熱潮每一二十年就會對我們的“意識海灘”發(fā)起一次沖擊，但又會隨著噱頭大于實際而再次退潮。我們從 1950 年代明斯基（失敗的）工作看到了這一點，從 1970 年代的日本（失敗的）第五代項目再次看到了這一點，從 2000 年代的 IBM（失敗的）沃森又再次看到了這一點。如果你真的瞇著眼睛仔細看的話，你也許會看出一種模式。

盡管如此，大規(guī)模語言模型的突然爆發(fā)還是讓一些人花費大量時間去思考哪些服務業(yè)的職業(yè)可能會被自動化干掉，經(jīng)濟學家稱之為“替代性”自動化。但這種替代性自動化不會給整個社會增加太多的價值，甚至可能會減少價值并造成不穩(wěn)定——如同將美國白領工人的工作外包到中國?；蛟S我們應該少考慮一些替代性自動化的機會，而多考慮一點增強型自動化的機會，那種可以釋放創(chuàng)造力并帶來財富和人類繁榮的事情。

那么這會從何而來呢？我們認為，這種增強型自動化熱潮將與之前的熱潮一樣，均來自同一個地方：某種東西的價格暴跌，而相關的生產(chǎn)力和性能卻出現(xiàn)飆升。也就是軟件本身。

就此而言，我們的意思并不是“軟件”就會出現(xiàn)價格下降的情況，就好像 AI 會引發(fā) Microsoft Word 等文字處理器或 AWS 微服務出現(xiàn)價格戰(zhàn)一樣。這種屬于線性思維，推斷性思維。話雖如此，我們確實認為當前將 AI 注入到你能見到的每一個應用或服務的狂熱會引發(fā)更多競爭，而不是更少。它將通過提高軟件成本（每一次 AI API 調(diào)用都會有錢落入某人的腰包）來實現(xiàn)這一點，同時又不會帶來真正的差異化，因為大多數(shù)供應商調(diào)用的 AI API 都是來自同樣的供應商。

鮑莫爾成本病與軟件的問題

要想理解我的意思，需要簡單回顧一些基本的經(jīng)濟學。我們大多數(shù)人都熟悉技術(shù)產(chǎn)品的價格是如何暴跌，而教育和醫(yī)療保健的成本卻不斷飆升的。這似乎是個令人抓狂的謎團，隨之而來的是大家呼吁要找出新辦法，讓這些行業(yè)變得更像科技業(yè)——大家通常認為，科技業(yè)更容易受到技術(shù)通貨緊縮的影響。

但這是一種誤解。解釋一下：假設有一個經(jīng)濟板塊就只有兩個部門，一個部門的生產(chǎn)率、專業(yè)化程度和財富生產(chǎn)率要高得多，而另一個部門則低得多，則后者將面臨提高工資的巨大壓力，以免許多員工離開。隨著時間的推移，生產(chǎn)力較低的部門開始變得越來越昂貴，盡管它的生產(chǎn)力不足以證明更高的工資是合理的，于是它開始“吞噬”該經(jīng)濟板塊越來越多的資源。

經(jīng)濟學家威廉·鮑莫爾（William Baumol）通常被認為是這種現(xiàn)象的發(fā)現(xiàn)者，因此這又被稱為“鮑莫爾成本病”。你可以在下圖當中看到這種成本病是什么樣的，美國的各種產(chǎn)品和服務（劇透：主要是在高接觸、低生產(chǎn)率的行業(yè)）變得越來越昂貴，而其他產(chǎn)品和服務（非劇透：主要是基于技術(shù)的）變得越來越便宜了?？紤]到與其他一切相比技術(shù)所出現(xiàn)的爆發(fā)式進步，現(xiàn)在這一切應該都能說得通了。事實上，這幾乎是數(shù)學使然。

如果沒有重大的生產(chǎn)力改善，這只能通過消除這些服務的人類因素來實現(xiàn)，很難想象這種情況會發(fā)生怎樣的變化。假設未來我們?nèi)孕枰t(yī)療保健和教育，鑒于這些服務的大部分價值仍繼續(xù)由人類提供，情況更有可能會繼續(xù)惡化。

但還有一個板塊受到鮑莫爾成本病變體的阻礙，那就是軟件本身。這聽起來可能有些矛盾，可以理解。畢竟，生產(chǎn)力最高、創(chuàng)造財富最多、通貨緊縮的部門怎么也會成為其他部門所遭受的同樣問題的受害者呢？

如果你回想一下我們之前討論的雙部門模型的話，會的。一個部門是半成品以及 CPU、存儲與骨干網(wǎng)絡。這些東西價格正在崩潰，其制造需要的人變少了，同時正以更低的價格帶來了極大的性能提升。與此同時，軟件還是那樣，以與幾十年前開發(fā)者幾乎沒有太大不同的方式生產(chǎn)著同樣的東西。是，軟件的生產(chǎn)和部署已經(jīng)取得了進展，但歸根結(jié)底，依舊是靠雙手在鍵盤上敲代碼。這看起來似曾相識，盡管生產(chǎn)力相對不足，但我們對軟件薪水保持高位并繼續(xù)上漲并不感到驚訝。這是鮑莫爾成本病，發(fā)生在技術(shù)本身很狹隘的雙部門經(jīng)濟當中。

這些高薪直接導致高昂的軟件生產(chǎn)成本，并鑒于要素生產(chǎn)成本以及那些令人討厭的供應曲線，導致了軟件產(chǎn)量受限。初創(chuàng)企業(yè)需要花費數(shù)百萬美元聘請工程師；大公司繼續(xù)要砸數(shù)百萬美元來留住他們。而且，雖然市場有出清價格，也就是供求曲線相交的點，但我們?nèi)匀恢?，當其工資高于其他部門的可比職位時，生產(chǎn)的商品還是會低于社會的期望。在這種情況下，生產(chǎn)不足的商品是……軟件。我們最終產(chǎn)生了一種社會性的技術(shù)債務，因為其生產(chǎn)的數(shù)量遠低于社會的期望——我們不知道少了多少，但可能是一個非常大的數(shù)字，并且也解釋了為什么軟件還沒有蠶食掉太多世界。而且因為情況一直如此，所以沒有人注意到。

人口結(jié)構(gòu)、老齡化，以及LLM即將帶來的勞動力顛覆

我們認為這一切都將會發(fā)生改變。不管如何不是出于本意，當前這代 AI 模型仿佛一枚導彈，直接對準了軟件制作本身。當然，聊天 AI 在撰寫本科生論文或創(chuàng)作營銷文案、編寫博客文章方面表現(xiàn)是很出色（好像這些東西還不夠多一樣），但這些技術(shù)在快速且?guī)缀鯚o成本地生成、調(diào)試和加速軟件制作方面表現(xiàn)更棒，棒到幾乎像黑魔法的地步。

為什么不呢？如下圖所示，大型語言模型 (LLM) 對就業(yè)市場的影響可以被認為是一個 2x2 矩陣。一個軸向表示領域的語法規(guī)范程度，意思是控制符號操作的規(guī)則導向程度如何。比方說，寫文章是要講規(guī)則的（問問任何一位發(fā)火的英語老師），因此可以訓練基于LLM的聊天 AI 來寫出好得出人意料的文章。稅務服務提供者商、合同以及許多其他領域也在此范疇。

未來幾年，對于處在右上角象限的職業(yè)而言，其顛覆性是非常厲害的，幾乎是前所未有的地步。我們將看到一系列職業(yè)數(shù)以百萬計的工作崗位被取代，而且其發(fā)展速度比以往任何一波自動化浪潮都要快。對于嚴重依賴某些受影響最嚴重的工作類別的地區(qū)或國家的行業(yè)、稅收，甚至社會穩(wěn)定來說，這會產(chǎn)生巨大影響。這些廣泛且可能破壞穩(wěn)定的影響不應被低估，而且非常重要。

部分人認為，老齡化社會的人口結(jié)構(gòu)以及發(fā)達經(jīng)濟體倒掛的人口金字塔會抵消人工智能造成的這些變化。雖然人口結(jié)構(gòu)會在未來幾十年減緩這種打擊的影響——老齡化社會以及世界部分地區(qū)勞動力萎縮將迫切需要勞動力——但這些人口結(jié)構(gòu)的力量可能還不夠。

軟件位于自己這場顛覆的震中

不過，現(xiàn)在讓我們先回到軟件本身。軟件的規(guī)則性和語法規(guī)范性高于會話英語或任何其他會話語言。從 Python 到 C++，編程語言可以被認為是具備一系列高度明確的規(guī)則的形式語言，這些規(guī)則管理著可以如何使用或者不能使用每個語言元素來產(chǎn)生期望的結(jié)果。編程語言的語法問題是最煩的，這讓很多想成為程序員的人感到非常沮喪（就因為少了一個冒號？！這就是問題所在？！真見鬼），但對于像 ChatGPT 這樣的 LLM 來說，這是完美的處理對象。

這張圖的第二個軸向也同樣重要。除了底層的語法以外，還有領域的可預測性問題。同樣的原因總會導致同樣的結(jié)果嗎？還是說這個領域比較特別，原因有時候會在結(jié)果的前面，但并非總是如此，而且不可預測。

同樣地，編程是具備可預測性領域的一個很好例子，編程中設計之初就是要讓給定相同輸入的情況下產(chǎn)生相同的輸出。如果結(jié)果并非如此，那問題 99.9999% 可能出在你身上，而不是編程語言。其他領域的預測性要差得多，比如股權(quán)投資、精神病學，或者氣象學。

這種框架，也就是語法與可預測性讓我們相信，在軟件行業(yè)的歷史上，第一次出現(xiàn)了將從根本上改變我們軟件生產(chǎn)方式的工具。這關乎的不是讓調(diào)試、測試、構(gòu)建或共享變得更容易，雖說這些也會改變，關乎的是操縱構(gòu)成編程語言的符號意味著什么。

我們可以再說具體一點。比方說，再也不用學習 Python 來解析某些文本并刪除 ASCII 表情符號，只需要直接給 ChatGPT 寫下這些提示即可：

寫一些 Python 代碼，讓它打開一個文本文件并刪除里面所有的表情符號，我喜歡的那個出外，然后再次保存。

如果你的想法是，“不可能行得通的”，那你就錯了。程序工作正常，只用了兩秒鐘，以前你怎么也學不會的編程技能，現(xiàn)在人人都可以掌握了，這只是其中的一個縮影罷了：

要指出的是，顯然：這個例子微不足道，乏善可陳，而且很蠢，盡管對于現(xiàn)在這種表情符號滿天飛的環(huán)境很有用。這不是什么復雜代碼。對于熟練的從業(yè)者來說，這種程序很簡單，甚至簡單到令人討厭，但同時對于大多數(shù)其他人來說又是不可能的，如果不去Reddit 和 Quora 上面看很多東西的話。

但它正在變得更好，更加深入。如果你不確定為什么這個能行得通，或者懷疑它是否行得通，并認為 AI 可能在騙人，你可以要求它自己做出解釋，如下所示：

簡而言之，LLM 用了一個很巧妙的技巧。它不是靠窮盡所有的 ASCII 表情符號來檢查文本是否存在這些字符，而是選擇用字符編碼來區(qū)分表情符號與非表情符號。這個做法是在是太聰明了，還有，你可以要求 LLM 解釋它是怎么做一件事的，這種自我參照的解釋能力則是改變了軟件這場游戲的另一個原因。

這只是開始（而且只會變得越來越好）。從將各種 Web 服務連接在一起的微服務（你以前可能在 Upwork 上向開發(fā)者支付了 10000 美元完成的任務）到整個移動app（一項可能要花費你 20000 美元到50000 美元或更多的任務），利用此類技術(shù)編寫幾乎所有類型的代碼都成為了可能。

更便宜的、不那么復雜的軟件產(chǎn)品是什么樣的

有一點要說清楚。你能寫出一個更好的 MICROSOFT WORD 嗎？或者用新穎的方式解決這個經(jīng)典的 COMPSCI 算法嗎？不，你不能，這會導致很多人把這些技術(shù)當作玩具。確實是玩具，但具備重要意義。它們之所以是“玩具”，是因為它們能夠為真實的人，尤其是非編碼人員生成代碼片段，一小部分人會認為這個微不足道的，而另一個龐大的群體會認為這是不可能的。這個認知差距將會改變一切。

怎么改變？呃，一方面，軟件生產(chǎn)的清算價格將會改變。但不僅僅是因為生產(chǎn)軟件變得更便宜了。在極限情況下，我們認為這一時刻類似于之前的技術(shù)變革浪潮如何讓基礎技術(shù)（從 CPU 到存儲和帶寬）的價格跌到近乎為零的地步，從而早就物種形成和創(chuàng)新的大爆發(fā)。用軟件進化的術(shù)語來說，我們剛剛從人類的周期時間過渡到果蠅的周期時間：一切都進化和變異得更快了。

我們不妨來一次思想實驗：如果軟件生產(chǎn)成本遵循類似的曲線，甚至可能遵循更陡峭的曲線，并且正在下挫到近乎為零的地步的話，會怎樣？如果生產(chǎn)軟件即將變成次要的事情，就像用文字解釋自己一樣自然和普遍會怎樣？那時候的軟件開發(fā)就類似 “我需要給 iPhone 做 X、Y ，不要做 Z，如果你對讓它不那么丑陋有什么想法的話，我洗耳恭聽”這樣一句話的事情。

現(xiàn)在我們可以重新審視之前的那條成本下降曲線，并把軟件添加到組合里面。由于之前討論的各種原因，盡管內(nèi)部的“鮑莫爾成本病”可能會導致成本居高不下，但如果生產(chǎn)軟件的成本即將崩潰會怎樣？考慮到LLM的發(fā)展速度，這一切可能會發(fā)生得非?？?，比前幾代都要快。

這一切意味著什么呢？我們不是反對軟件工程師，而且其實我們投資了很多杰出的工程師。但是，我們的確認為，如果不擺脫軟件行業(yè)的束縛的話，軟件就無法發(fā)揮其最大潛力，因為軟件行業(yè)成本很高，而且生產(chǎn)力相對較低。人人都可以編寫軟件，而且只需幾分錢就可以編寫軟件，并且可以像說話或?qū)懽忠粯虞p松地完成的軟件行業(yè)，將是一個變革性的時刻。古滕堡發(fā)明了歐洲鉛字印刷術(shù)之后，之前的創(chuàng)作障礙——學術(shù)、創(chuàng)意、經(jīng)濟等——都消失了。說這相當于古騰堡（編者注：歐洲活字印刷術(shù)發(fā)明人）時刻有點夸張，但只是有點，因為人們從此可以自由地做那些僅受限于自身想象力的事情了，或者說得更實際一點，受制于過去生產(chǎn)軟件的成本的事情了。

當然，改變會帶來顛覆?；仡欀暗淖兏锢顺?，情況表明這不會是一個平穩(wěn)的過程，可能需要數(shù)年甚至數(shù)十年才能完成。如果我們是對的，那么軟件開發(fā)者的就業(yè)格局將發(fā)生翻天覆地的重塑，隨之而來的是“生產(chǎn)力飆升”，這是因為軟件生產(chǎn)成本的下降彌補了數(shù)十年來軟件生產(chǎn)不足在全社會積累的技術(shù)債務。

當我們還清這筆技術(shù)債務時，接下來會發(fā)生什么？

我們現(xiàn)在已經(jīng)多次提到這個技術(shù)債務，強調(diào)這一點并不為過。幾乎可以肯定，我們生產(chǎn)的軟件仍遠遠趕不上需求。這個技術(shù)債的規(guī)模有多大我們不知道，但不可能很小，所以后續(xù)可能會呈幾何級數(shù)的增長。這意味著隨著軟件成本下降到接近為零的地步，可以預見，軟件的創(chuàng)建會以之前幾乎無法想象的方式爆炸。

在這一點上大家總是會產(chǎn)生這樣的疑問：“那會做出什么樣的應用？”雖然這個疑問可以理解，但確實有點愚蠢而且現(xiàn)在提出這個絕對為時過早。當互聯(lián)網(wǎng)傳輸成本為 500000 美元/Mbps 時，你會想到有Netflix嗎？當屏幕、中央處理器、存儲設備以及電池等的尺寸會導致設備跟一間房那么大時，你能想象蘋果 iPhone 的出現(xiàn)嗎？當然不能。關鍵是，我們唯一知道的是app和服務將會到來。這一點毫無疑問。你希望能夠參與其中，剛有點風吹草動的時候就開始投資它們。簡而言之，我們面前的這塊綠地現(xiàn)在看起來就像是下一個偉大的技術(shù)周期，但有太多人根本看不到這個周期的出現(xiàn)（因為他們的關注點仍然放在投資應用于當前軟件環(huán)境的LLM上）。

企業(yè)家、發(fā)行人 Tim O"Reilly 有一個很好的表述，這個表述用在這里也很合適。他認為投資者和企業(yè)家“創(chuàng)造的價值應該高于攫取的價值”。剛開始的時候科技行業(yè)就是這樣的，但近年來這個行業(yè)變得浮躁，往往想追求速贏，通常是按照金融服務業(yè)的劇本開局。我們認為，這是幾十年來技術(shù)行業(yè)第一次可以回歸本源，并通過釋放一波軟件生產(chǎn)的大爆發(fā)，真正實現(xiàn)創(chuàng)造的價值出高于攫取的價值。

譯者：boxi。

關鍵詞：