Podcast連結

Roger’s Takeaway

Mark Andreesen看到這次AI浪潮和以往很不一樣，過去的革命，都是從政府、企業到個人，現在是反過來，個人幾乎立刻受惠於AI的幫助，而企業和政府因為官僚體系反而較慢採用。

因此這可能是世界上最民主的小型技術。

這一點真的蠻有insight，這也很可能是此次工業格命與以往不同之處。

對於創業家，他認為儘管現在不需要在矽谷就能取得最新的技術，但是最好強烈考慮這裡，因為全世界想做AI的人都來矽谷了。

對於中國，他看到中國有命令優勢，可以集權國之力去客服一個議題，另一個優勢是工業化，美國已經在30-40年前去工業化了，而中國基本上做得更好。

摘要

Mark Andreesen 與 Mark Halperin 深入探討人工智慧的現狀。Andreesen 指出，最強大的 AI 工具現已透過 App 普及於大眾，小型企業比大型官僚機構更能快速採用。訪談涵蓋了如何正確使用 AI（將其視為員工而非計算機）、AI 的創造力與幻覺問題，以及美中之間在科技與製造業上的地緣政治競爭。

Highlight

1.

這可能已經是史上最民主的小型技術，因為世界上最好的 AI 已經完全可以在任何人都能下載的應用程式上使用。

你可以隨意挑選，ChatGPT、Claude、Gemini、Grok、Mistral，任何這些，順帶一提還有來自 China 的 DeepSeek。下載這些應用程式中的任何一個，你就能獲得最先進的、完整且最複雜、最強大的 AI 能力，而目前下載這些應用程式的人數已達五億，正邁向十億。

2.

公平地說，電腦剛出現時適應電腦的舊模式是，最大的機構首先獲得技術，然後其他人稍後獲得。電腦推出的方式是，政府在 1940 年代首先獲得了大型主機，大公司在 1950 和 1960 年代獲得了大型主機，小公司在 1970 年代開始獲得小型電腦，然後我們作為個人直到 1980 年代才獲得個人電腦。技術從世界上最大的組織向下傳遞到小企業再到個人，花了 40 年。

這種 AI 技術正朝著相反的方向發展，就像我說的，最複雜的能力今天在消費者應用程式上是可用的。我們發現消費者適應得最快，只是個人在他們的生活中。小企業緊隨其後採用，因為小企業通常只是一個人在為自己的企業做決定，非常容易做新事情。大公司隨後跟隨小公司，所以名單上的那些公司，顯然其中一些正在做有趣的事情，但一般來說，大公司現在在內部流程、所有遺留系統、組織和培訓，以及工會和所有其他必須處理的問題上都相當糾結。

相較於個人和小企業，它們的採用速度相對較慢。政府則是較晚的採用者。當然，政府已經在試圖弄清楚如何適應這種技術，但由於所有的規則、制度和官僚主義，他們無法快速採用。

關於技術如何通過我們的社會移動，確實發生了真正的反轉，AI 正成為其中的一個案例研究。

所以回答你的問題，我認為大公司的執行長們，他們中的許多人正在做這件事，但他們真的必須在公司內部強推這個議題，因為這些大公司現在是如此巨大的官僚機構，有這麼多的規則，默認情況下他們會扼殺新想法。要進入像那樣的名單並能夠自豪地說我們處於領先地位，這是一種真正的領導行為。

3.

中國確實有優勢，特別是他們有兩個關鍵優勢。第一，他們確實擁有指令經濟（command economy）的優勢。

他們擁有的另一個優勢是，我們在美國自願去工業化了，從 30 或 40 年前開始。工業化，製造實體東西，特別是製造機器，已經大量轉移到 China。我們現在看待機器的方式是，它們基本上是硬體版本的軟體，它們是 AI 的具體化版本。

4.

主要問題只是我們選擇了不做製造業經濟，我們選擇了將其移至海外。很長一段時間我們對將其移至海外感到非常自豪，出於各種原因。

所以挑戰不在於我們理論上不能做得比他們好，挑戰在於如果你不製造東西，你就根本做不到。

這不是因為我們做不到，而是因為我們選擇了一套政策，驅使該產業移至海外。我們最好開始製造它們。

5.

曾經有一段很長的時間，如果你想成功並擁有人際關係和互動，你必須住在 Silicon Valley。現在還是這樣嗎？

我是從外地來的，我在中西部農村長大，Wisconsin 北部，有點像在凍原上。所以我並沒有在這裡長大，我沒有參與你們所描述的那些現象的全盛時期。所以我是一個後來者，繼承了其他人建立的傳統和系統模型。

Silicon Valley 的歷史是一系列波浪的序列，這是讓它特別的一部分。這就像是第九或第十波，也就是這些主要的微處理器、智慧型手機、雲端、社群和行動等所有這些波浪。

無論如何，我的觀點是，當這個山谷，我們是傳統和系統模型的繼承者，這是由其他人建立的。然後針對你關於地理焦點的問題，這是一個非常有趣的事情。所以有兩件事：第一，就像我說的，Silicon Valley 建立的技術正在以比過去快得多的速度向全國和全球擴散。所以你不必身在 Silicon Valley 就能獲得最好的技術。你現在可以在任何地方得到它。這一點非常重要，因為過去並非如此。

話雖如此，如果你想在一家將要從頭開始建立領先技術的公司工作或創辦一家這樣的公司，我會說在這一點上，也許你不需要在 Silicon Valley 本身，但你最好強烈考慮，如果你不在這裡，大概還有三四個其他地方你可以試試看。但主要想做這件事的人都來到了 Silicon Valley。

逐字稿

這可能已經是史上最民主的小型技術，就某種意義而言，世界上最好的 AI 已經完全可以在任何人都能下載的應用程式上使用。

這是一種完全不同類型的電腦，它具有更像人的特徵。也就是說，它大部分時間是正確的，偶爾會出錯，但當它出錯時，它能夠自我批評。你必須像與人共事那樣與它共事。你要利用它的創造力，然後包容它並不總是正確的事實。

AI 基本上將一切直接帶回了我所在的 20 英里半徑範圍內的 Silicon Valley，達到了一個令人難以置信的程度。所以我會說，西方幾乎 100% 真正有趣的 AI 公司都發生在 Silicon Valley 的零點。

某處有一位麵包店老闆正在使用與 Google 執行長相同的 AI，根據 Mark Andreesen 的說法，這位麵包店老闆正在獲勝。發明了現代網頁瀏覽器並建立了數十億美元公司的這個人剛剛揭示了一些非凡的事情。

AI 正在透過社會逆向傳播。個人第一，小型企業第二，Fortune 500 公司第三，政府最後。這與電腦從大型主機演變到智慧型手機的過程截然相反。Mark 說，已有五億人的手機上擁有世界上最先進的 AI，所以問題是，為什麼大多數人只用它來寫電子郵件，而只有少數人用它來建立帝國？

今天我們分享 Mark Andreesen 與 Mark Halperin 在他的節目 Next Up 中的對話。他們談到了將 AI 轉變為世界級顧問的具體提示詞，為什麼 Silicon Valley 在經歷了五年的分散後又縮回了 20 英里半徑的範圍，以及關於美國與 China 之間 AI 競賽令人不安的真相。

我們希望你喜歡。

接下來是 Mark Andreesen，創新者、創造者，以及非常成功的商人。早期他發明了 Mosaic 網際網路瀏覽器，共同創立了 Netscape，從那時起，他一直是許多非常成功公司背後的推動力和投資者，包括一些數十億美元級別的公司。他共同創立了他的公司 Andreesen Horowitz，他是那裡的普通合夥人，他們做了很多很多的事情，他對很多事情都非常了解。Mark，歡迎。

謝謝你，Mark，很高興來到這裡。

真的很高興有你。關於 AI，我有太多想和你談的，所以我們會花很多時間在這上面。

首先，現在很容易說 AI 的發展介於那些真正聰明、受過高等教育且正在適應它的人，以及那些在工作中沒有能力輕易做到這一點的人之間。但我發現，即使在做我這一行的人當中，受過良好教育、非常有特權的人，也存在貧富差距。我還是一個初級使用者，並沒有用得非常複雜，頻率也不高。但與我的一些同行相比，我就像 Einstein。我想知道你是怎麼看的，你認為區分那些了解它即使現在依然強大的人，與那些似乎對此一無所知的人的差別是什麼？

所以我認為有一個虛假的故事，然後有一個真實的故事。虛假的故事是那種經典的馬克思主義故事，即只有富人擁有它，只有時髦的人擁有它，大型科技公司擁有它，其他人都將被冷落在外。

實際上發生的並非如此。現在有很多這些公司發布的數據來證實我將要說的話。真實的故事是，這可能已經是史上最民主的小型技術，因為世界上最好的 AI 已經完全可以在任何人都能下載的應用程式上使用。

你可以隨意挑選，ChatGPT、Claude、Gemini、Grok、Mistral，任何這些，順帶一提還有來自 China 的 DeepSeek。下載這些應用程式中的任何一個，你就能獲得最先進的、完整且最複雜、最強大的 AI 能力，而目前下載這些應用程式的人數已達五億，正邁向十億。

個人正在弄清楚如何將其融入生活中。你在數據中看到的也許是你所預期的，那就是有一部分人整天都在使用這些新系統。字面意義上的整天，用於所有事情。在很多情況下，他們報告說從中獲得了巨大的好處。還有很多人正在試驗並試圖弄清楚。還有一些人出於某種原因不感興趣或沒有參與。

但我會說，這種技術在起步階段就已經如此普及是令人難以置信的。我想說的是，即使擁有我所有的資源和所有的人脈，我也無法獲得比你在 App Store 下載的更好的 AI。所以我認為這實際上是一個令人難以置信的故事，即世界上最先進的技術從一開始就對每個人開放。

你必須讓人們去使用它才能從中受益，對吧？所以我有一個朋友起草了一本書，帶給他的經紀人，經紀人說，這是 14 萬字，你必須刪減到 7 萬字。我說，如果你試著手動做這件事，即使你僱用某人，也要花好幾個月。我可以在一個小時內完成。我可以對 AI 說，不要改變風格，不要改變語氣，不要刪減任何破壞故事的內容。

他說，那是不道德的。出版商會生氣我那樣做，那是不對的。我該如何回答那個人？

這同樣的爭論在幾年前電腦剛出現時就出現過。實際上，我最近一直在和孩子看很多老科幻電影，有一部著名的 1982 年科幻電影《Tron》，那是第一部真正的電腦圖形電影，它因為使用了電腦而被取消了奧斯卡特效獎的資格。

這有一種悠久的傳統，即無論新工具是什麼，它都是某種不合法的，肯定有什麼問題。在這種特定情況下，毫無疑問有些人感覺和你的朋友一樣。這個問題實際上在最近的好萊塢罷工中被訴訟過。在電影和電視領域的創意專業方面，後來的罷工實際上變成了 AI 罷工，但片廠與工會的解決方案是：如果你是編劇並使用 AI，那是完全沒問題的。不允許的是片廠使用 AI 然後聲稱那是編劇寫的。

基本上，工會和好萊塢片廠決定，這是另一個工具，就像文書處理器，就像電腦的第一個版本，就像使用印表機而不是手寫稿件一樣。

所以我認為有些人感覺像你的朋友那樣，但我認為世界已經適應得很快，開始使用它，坦白說，你可能會向你的朋友指出的一個原因就是，我甚至不知道還有誰能分辨出來了。

如果你要對某件人們可以做且沒人知道的事情進行道德禁止，這真的行得通嗎？所以我認為那些自我施加的障礙可能會很快崩潰。

我希望如此。Fortune 發布了一份使用 AI 的頂尖美國公司名單。Alphabet、Visa、JPMorgan Chase 是前三名。如果這是在個人層面上，如果你是一家公司的執行長或向執行長提供建議，出現在那份名單上有多重要？換句話說，讓你的公司適應它有多重要，不管是對內還是對消費者，現在有多重要？

這實際上回到了我們開始的地方。公平地說，電腦剛出現時適應電腦的舊模式是，最大的機構首先獲得技術，然後其他人稍後獲得。電腦推出的方式是，政府在 1940 年代首先獲得了大型主機，大公司在 1950 和 1960 年代獲得了大型主機，小公司在 1970 年代開始獲得小型電腦，然後我們作為個人直到 1980 年代才獲得個人電腦。技術從世界上最大的組織向下傳遞到小企業再到個人，花了 40 年。

這種 AI 技術正朝著相反的方向發展，就像我說的，最複雜的能力今天在消費者應用程式上是可用的。我們發現消費者適應得最快，只是個人在他們的生活中。小企業緊隨其後採用，因為小企業通常只是一個人在為自己的企業做決定，非常容易做新事情。大公司隨後跟隨小公司，所以名單上的那些公司，顯然其中一些正在做有趣的事情，但一般來說，大公司現在在內部流程、所有遺留系統、組織和培訓，以及工會和所有其他必須處理的問題上都相當糾結。

相較於個人和小企業，它們的採用速度相對較慢。政府則是較晚的採用者。當然，政府已經在試圖弄清楚如何適應這種技術，但由於所有的規則、制度和官僚主義，他們無法快速採用。

關於技術如何通過我們的社會移動，確實發生了真正的反轉，AI 正成為其中的一個案例研究。

所以回答你的問題，我認為大公司的執行長們，他們中的許多人正在做這件事，但他們真的必須在公司內部強推這個議題，因為這些大公司現在是如此巨大的官僚機構，有這麼多的規則，默認情況下他們會扼殺新想法。要進入像那樣的名單並能夠自豪地說我們處於領先地位，這是一種真正的領導行為。

如果你朋友擁有一家麵包店，他說 Mark，我想讓你進來幫我弄清楚現在如何使用 AI，一個擁有單一店面的麵包店老闆怎麼用它？

是的，我的意思是有幾十種方法，顯然取決於你的商業目標是什麼。

但他們是麵包師，有幾十種方法。

並不完全是。所以，你可以做的第一件事就是說，幫我做一個績效評估。只要輸入進去，這就是我的人員配置表，你覺得如何？給我一個評論。這是我從客戶那裡收到的最近 100 封電子郵件，其中的模式是什麼？這是我要在當地報紙、Facebook 或其他地方刊登的廣告文案，你覺得這個怎麼樣？讓它做一個績效評估。

很多人發現它對個人教練非常有效，所以老闆可能會這樣使用它，或者可能要求員工這樣使用它。

我認為真正發揮作用的地方是，你是一個小企業主，你有一家麵包店，現在你想有兩家麵包店，你想有一個品牌，也許如果行得通，你想有五家，然後五十家，然後五百家，你想有包裝產品等等。在那裡你基本上將 AI 變成了思考夥伴。你基本上說，好吧，從單一店面擴展到多個店面的最佳方法是什麼？把它變成一個更大的企業。AI 因為已經接受了大量人類知識的訓練，它內部擁有關於 Ray Kroc 如何將單一餐廳變成 McDonald's 以及之前所有其他企業家如何做到這一點的所有資訊。所以它可以向你解釋並幫助你弄清楚如何為自己的企業做這件事。

當你使用它時，你會發現這就像擁有世界上最好的教練、導師、治療師、顧問、董事會成員，但它是無限耐心的。它很樂意進行對話，它很樂意進行這場對話 50 次，如果你承認你的不安全感，它很樂意引導你度過，如果你進行瘋狂的推測且沒有任何意義，它很樂意在凌晨四點做所有這些事情。使用它很多的人發現它在他們的現實生活中實際上非常具有支持性。

你可以說這是最暢銷肉桂捲的食譜，我該如何改進它？這會有效嗎？

是的，100%。你可以說，這是我目前的食譜，我該如何改進它？你也可以說，世界上最好的肉桂捲食譜是什麼？從那裡反推。你也可以說，看，我想做世界上最好的，但我需要以十分之一的價格做到，有哪些成本優化的方法？

順便說一句，你可以問它的另一件事是，你應該問它什麼問題。所以你可以輸入，我經營一家麵包店......我應該問什麼問題？你會發現這實際上是一個幫助你弄清楚該問什麼問題的思考夥伴。

很棒。前幾天我說，我想知道每一個投票反對彈劾 Bill Clinton 條款的共和黨人。給我每一個共和黨人的名單。結果回來了，列出了一些民主黨人。混在裡面。上面寫著他們是民主黨人。我回覆說，我只想要共和黨人。它說，喔抱歉，我不小心把民主黨人包括在內了。

我可以理解人類、初級研究員會這樣做，但 AI 怎麼會犯錯，被指出來，然後說，喔對，那怎麼會在模型中發生？

這涉及技術細節，我很樂意深入探討技術細節，我會試著忍住。這是一種新類型的電腦。思考它的方式是，直到現在的電腦都是所謂的超字面（hyper literal）。也就是說，直到現在的電腦做數學非常快，但它們每次都做同樣的事情，它們完全沒有表現出任何創造力。如果你期望它們表現出創造力，它們做不到。如果它們犯錯，那是因為寫程式的人犯了錯。這使得電腦對於運行大型數學運算和做電腦所做的許多事情非常有用，但電腦從來沒有創造力。電腦從來沒能幫你寫詩。或者幫你處理肉桂捲食譜。這從來都不是我們可以思考的事情。所以它從來沒有那種人類的創造力元素。

這只是一種完全不同類型的電腦，它具有更像人的特徵。也就是說，它大部分時間是正確的，偶爾會出錯，當它出錯時，它能夠自我批評。你必須像與人共事那樣與它共事。所以你必須基本上弄清楚，當你使用它時，你要利用它的創造力，然後包容它並不總是正確的事實，就像你與人共事一樣。

話雖如此，關於它容易犯錯的地方，即它是骨子裡的事實錯誤，我們稱之為幻覺。最新的系統在不這樣做方面已經好得多了，它們更加準確。特別是對於任何觀看這段影片的人，如果你想看看這個行動，我舉個例子，如果你購買完整版的 ChatGPT，有一個模型叫做 GPT Pro，GPT-5 Pro，這是最新的版本，然後有一個叫做 Deep Research 的功能，這是一個你打開的開關。如果你使用 GPT-5 Pro 並打開 Deep Research 問這樣的問題，在這個時間點，我認為這真的很好。我不會說是萬無一失的，但在掌握事實方面真的很好。它實際上會上網，它會檢查所有權威來源，它會上 Congress.gov 或其他地方檢查投票記錄並驗證。所以我認為那個問題正在我們說話的同時被解決。

對於正在觀看、收聽但還沒怎麼用過或根本沒用過的人，你說好的提示詞很關鍵。這確實區分了那些真正從中獲得生產力的人和沒有的人。這很有趣。如果給它正確的提示詞，它可以寫出非常好笑的東西。那從哪裡來的？它怎麼有能力理解，因為幽默涉及隱喻、複雜性和人性，它怎麼能做到這一點？

這涉及到它如何被訓練的想法。基本上這些系統是什麼，它們基本上是隨著時間累積的人類知識，或者可以說大部分訓練數據就是網際網路。這之所以現在發生而不是 20 年前，是因為網際網路終於變得夠大了，網路終於變得夠大了，擁有所有這些資訊。所以如果你今天上網，你可以找到各種在線書寫材料，你可以找到百年前電影黃金時代的經典劇本，你可以找到人們整天在社群媒體上互相開玩笑，你可以找到專業喜劇演員口述他們如何做偉大喜劇的歷史。網路上有大量關於喜劇和什麼是有趣的資訊。

所有這些資訊都在訓練數據中，所以這一切都在訓練過程中被輸入到 AI 中。AI 基本上像處理任何其他類型的數據一樣處理它，並從另一端出來，基本上就是，喔，現在 AI 是幽默方面的世界級專家。當然，你可以是幽默方面的專家但實際上並不有趣，大概有些大學裡的喜劇教授並不有趣。但是，它僅僅知道太多關於幽默是什麼，它知道太多關於笑話模式的例子。它有太多讓人們發笑的例子可以學習。

專業喜劇演員會告訴你，喜劇是有模式的。我曾經和一位專業喜劇演員共事，他說關鍵在於具體性。你只需要準確地抓住參考點。另一位喜劇演員會說關鍵是時機或節奏，或者是對前一個笑話的回呼，無論它是什麼。所以它知道所有這些，現在它強大到實際上能夠做到這一點。老實說，我發現這些東西非常歇斯底里，特別是在凌晨兩點的時候。

最後一分鐘休息前。你對一個幾乎沒用過或沒用過的人有什麼建議？他們如何開始？

目前為止最好的方法就是下載並使用它。就像我說的，Elon 有 Grok，這現在非常棒。順帶一提，有趣的是這些東西現在是如何內建到產品中的。X 的新版本，前身為 Twitter，實際上如果你去 X 上的任何貼文，貼文右上角有一個小 Grok 圖示，看起來像一個小黑洞圖示。如果你點擊它，它實際上會呼叫 Grok AI 向你解釋這篇貼文。

所以它實際上就像，如果有一些關於政治的貼文，你不明白發生了什麼，你只是迷失了話題的線索，你只需敲擊那個按鈕，你會進入與 AI 的對話，一個小的 AI 視窗彈出並解釋貼文，你可以詢問更多細節。所以它內建在那產品中。Google 現在實際上已經將 AI 構建到搜尋中，所以現在當你進行搜尋時，它有一個叫做 AI 模式的東西，你敲擊它，除了給你十個藍色連結外，你現在還可以進入 AI 對話。

所以只要開始使用那些產品，或者直接下載這些應用程式並開始使用它。就像我說的，一個非常好的問題是，我該如何使用你？或者教我也非常有效。你可以說，教我如何以最好的方式為我的專案、為我的業務使用你。這些東西喜歡說話，它會很高興地坐在那裡聊天並帶你經歷它。

儘可能具體地要求你想要的東西。不要保留，要非常具體，它會做你要求的。

Mark，你是屬於那一派認為我們正處於與 China 的生存鬥爭中嗎？你認同這個觀點嗎？

我希望這不是真的，我希望這不會走到我們與蘇聯最終陷入的那種境地。像你一樣，我在那個時代長大，我確信每個人都會死於核戰。所以我希望不會回到那種強度的水平，但我確實認為這與 20 世紀美國與蘇聯之間發生的事情有很多歷史相似之處，現在正在發生。

你有兩個霸權超級大國，都有社會應該如何結構以及全球政治體系應該如何結構的願景。他們的願景是更好的，他們兩者在軍事、技術、經濟、文化上都有國家的優勢和劣勢，並且正在發生那種地緣政治鬥爭。

我希望我們保持在這種合作競爭、沒有軍事衝突的緊張模式，但這是一個足夠充滿危機的局勢，我們當然需要並確保我們有一個實際的戰略來贏得這場比賽。

在 AI 方面，他們對我們有一兩個優勢嗎？

他們有。所以他們有兩個關鍵優勢。順帶一提，我們有很多優勢。我非常看好美國，我認為我們比他們處於更好的位置。我不會與他們交換位置，我們可以談談這個。話雖如此，他們確實有優勢，特別是他們有兩個關鍵優勢。第一，他們確實擁有指令經濟（command economy）的優勢。一般來說，或者是 100%，我是支持自由市場、去中心化和擁有動態經濟的，我們有更好的創業生態系統等等。話雖如此，他們確實擁有這種優勢，當他們的政府決定某事是國家優先事項時，他們就直接去做。我的意思是，不僅政府做，他們還告訴私部門你做以下事情。

所以他們有這種蘇聯曾經有過的事情，即整個社會能夠對抗單一任務。我們只是比那更加分歧，所以我們以自己的方式度過這個過程，但我們沒有接近那種程度的組織。這給了他們執行特定關注領域的能力，這可以說是優越的。

然後他們擁有的另一個優勢是，我們在美國自願去工業化了，從 30 或 40 年前開始。工業化，製造實體東西，特別是製造機器，已經大量轉移到 China。我們現在看待機器的方式是，它們基本上是硬體版本的軟體，它們是 AI 的具體化版本。

所以汽車不再只是鋼鐵和玻璃，它是裝了輪子的機器人。無人機不只是一個玩具，它是一台在空中飛行的電腦，能夠自行導航。機器人即將到來，我們將生活在一個充滿機器人的世界。作為過去 30 年政策的結果，China 在製造實體東西方面只是遙遙領先。

本屆政府和其他政府都有重新奪回這一點的願景，但我們還有一段長路要走。

隨著美國試圖成為一個製造業國家，在我看來，AI 整合到製造業中是極其強大的。在這方面他們領先我們嗎？現在他們的大型製造商比我們更多地使用 AI 嗎？

所以我認為如果不受限制，我們可以做得更快更好。如果我們能在美國像 30 或 40 年前那樣製造，我們絕對可以做得更快，原因有很多，包括我們有更好的軟體工程師，我們有更靈活和動態的經濟。我們當然可以做得更快。主要問題只是我們選擇了不做製造業經濟，我們選擇了將其移至海外。很長一段時間我們對將其移至海外感到非常自豪，出於各種原因。

所以挑戰不在於我們理論上不能做得比他們好，挑戰在於如果你不製造東西，你就根本做不到。這就是我們讓自己陷入的境地。就拿他們的一個汽車產業來說，發展得非常快。我們與 Tesla 等公司有極少的接觸，但如果你去中東和普通富裕人群交談，他們不是自願開中國車的，不是因為買不起賓士，而是因為中國車更好。中國車是全自動駕駛、電動、自動、語音 AI，它們是藝術品，完全就是你在說的那樣。我們剛剛看到 XPeng、Tesla，主要他們組裝來自其他地方的第三方零件。China 只是在統一硬體和 AI 製造的更具體的高級水平上做得更多。順便說一句，你在無人機中也看到了這一點。全球無人機產業幾乎全部，以及在美國使用無人機的人幾乎全部，幾乎 100% 的無人機都是在 China 製造的。再次強調，這不是因為我們做不到，而是因為我們選擇了一套政策，驅使該產業移至海外。我們最好開始製造它們。

我想和你談談 Silicon Valley。儘管過去四分之一個世紀有了這麼多報導，我不認為這些報導甚至接近解釋它有多重要。像你這樣非常成功的人的故事很棒，但其對我們文化、政府、經濟和世界的影響是如此巨大。像你這樣了解工程、市場、經濟、技術的人，曾經有一段很長的時間，如果你想成功並擁有人際關係和互動，你必須住在 Silicon Valley。現在還是這樣嗎？如果你想向擁有這些技能的人銷售，Silicon Valley 還是一個你必須親身處在的地方嗎？

我應該先說我是外地人，我是從外地來的，我在中西部農村長大，Wisconsin 北部，有點像在凍原上。所以我並沒有在這裡長大，我沒有參與你們所描述的那些現象的全盛時期。所以我是一個後來者，繼承了其他人建立的傳統和系統模型。

我於 1994 年來到這裡，Silicon Valley 真的很過時，可以追溯到 50 年代，特別是 Hewlett Packard 是最初的公司。90 年代是我們現在認為的面向消費者、社群媒體、網際網路的階段。這是一個相當大的分水嶺。所以沒錯，你是對的，我錯過了 Hewlett Packard 時代，但你在這裡見證了我們現在所處的階段。

但我要說的是，Silicon Valley 的歷史是一系列波浪的序列，這是讓它特別的一部分。這就像是第九或第十波，也就是這些主要的微處理器、智慧型手機、雲端、社群和行動等所有這些波浪。

無論如何，我的觀點是，當這個山谷，我們是傳統和系統模型的繼承者，這是由其他人建立的。然後針對你關於地理焦點的問題，這是一個非常有趣的事情。所以有兩件事：第一，就像我說的，Silicon Valley 建立的技術正在以比過去快得多的速度向全國和全球擴散。所以你不必身在 Silicon Valley 就能獲得最好的技術。你現在可以在任何地方得到它。這一點非常重要，因為過去並非如此。

話雖如此，如果你想在一家將要從頭開始建立領先技術的公司工作或創辦一家這樣的公司，我會說在這一點上，也許你不需要在 Silicon Valley 本身，但你最好強烈考慮，如果你不在這裡，大概還有三四個其他地方你可以試試看。但主要想做這件事的人都來到了 Silicon Valley。

過去五年發生的一件重要事情是，在新冠疫情期間，我們都以為 Silicon Valley 的地理集中度實際上正在瓦解，我們以為虛擬工作和遠端工作，你可以隨處創辦公司，你在 Miami 和 Austin 以及其它地方有大量的高科技創業家，有很多繁榮發生，感覺整件事正在分散。AI 基本上將一切直接帶回了我所在的 20 英里半徑範圍內的 Silicon Valley，達到了一個令人難以置信的程度。所以我會說，西方幾乎 100% 真正有趣的 AI 公司都發生在 Silicon Valley 的零點。

順帶一提，這是好消息也是壞消息。順便說一句，世界上發生這些事情的另一個地方基本上就是 China 的 Shanghai-Beijing 軸心。這就是那兩個地方。

還有一點非常重要，那就是它在世界其他地方並沒有發生。那裡有某種高科技聚落，但如果你是一個敏銳的 AI 人才，我隨便舉個例子，比如 London，你已經搬到了 California 或者你正準備搬來。因為他們基本上已經決定將其定為非法，歐盟已經決定將其定為非法。所以人們正被驅趕到美國和 California。我認為這種集中度比我剛來這裡時還要高。

列舉人類歷史上比 iPhone 更造福個人生活的發明。

喔，我的意思是，如果你回溯得夠遠，電燈是一個大發明，蒸汽動力是一個大發明，抗生素是簡單的選擇。實際上，電力本身。你知道，室內管道。這很難質疑這些。人們有時會說，你們這些人並沒有發明像室內管道那樣重要的東西，我就說，好吧，那是個大發明，我承認，我們可以在那一點上妥協。

如果你說放棄你的 iPhone 或者改用茅坑，我會改用茅坑。

我認為這有... 你知道，我認為這下面有一個嚴肅的點，這就是... 我在開玩笑。

不，所以這就是，大概的概括是，我認為人們可能系統性地低估了溝通的重要性。所以能夠與其他人聯繫，然後能夠實際學習事物，能夠獲得資訊。這兩件事，在 Silicon Valley 文化中有某種東西是被看輕的，或是被認為不那麼重要的。實際上我認為就像你說的，這實際上非常重要，是人們所做的其他一切的基礎。人類連結和人類學習是我們所做一切的核心。

這是我關於真人秀節目的想法。你把像我們這樣的人放在 Cleveland 一週，不帶智慧型手機，給他們一系列任務，否則他們會用智慧型手機完成。祝好運。

順帶一提，我有 70 年代的親戚仍然有茅坑，這沒問題，在 Iowa 一月份攝氏零下 40 度的時候，你會開始重新考慮這是否沒問題，但過去並沒有那麼久遠。

是的，我知道。

Mark Andreesen，非常感謝你。我只是淺嚐輒止，我有大約一萬五千個問題，AI 幫我篩選到了 1500 個，但我們沒能全部問完。非常感謝你撥出時間，再次強調，這星球上沒有多少人像你一樣了解這些東西，所以非常感謝你的分享，希望能啟發一些人學習如何使用最新的技術。謝謝你。

太好了，太棒了。謝謝你，Mark。