Marc Andreessen introspects on Death of the Browser, Pi + OpenClaw, and Why "This Time Is Different"

Marc Andreessen 深度反思浏览器之死、AI 作为 80 年一夜成功、neural networks 胜出的历史意义、A16Z 的 AI 投资逻辑，以及为什么 Pi + OpenClaw 代表了全新的人机交互范式

元信息

• 被访者：Marc Andreessen（联合创始人，Andreessen Horowitz / A16Z）
• 访谈者：Alessio Fanelli（创始人，Decibel Labs）+ Swyx（Latent Space 编辑）
• 来源：Latent Space 播客
• 日期：~2026-04
• 时长：~76 分钟

Executive Summary

• AI 是"80 年一夜成功"：从 1943 年第一篇神经网络论文到 ChatGPT、O1、OpenClaw，技术突破不是凭空出现，而是 80 年基础研究的集中兑现。Andreessen 认为我们现在知道了"神经网络就是正确的架构"——这个在过去 60-70 年间一直有争议的命题已经被证实。四个根本性突破（LLM、推理、Agent、自我改进/RSI）已全部实现并正在运行。
• Pi + OpenClaw 是"Unix 时刻"级别的架构突破：Agent 的本质被还原为 LLM + bash shell + 文件系统 + markdown + cron——所有非模型组件都是已知技术。关键洞察是 Agent 的状态存在文件中、可以迁移运行时、可以更换底层模型、可以自省和自我扩展功能。Andreessen 认为这是"十大最重要的软件之一"，其概念突破的深度堪比语言模型本身的"下一个 token 补全"。
• 当前 AI 不会重演 2000 年泡沫崩盘：与当年电信公司（Global Crossing 等）用高杠杆超建光纤不同，当前投入主体是微软、亚马逊、谷歌等蓝筹公司，且每一美元的 GPU 投资都在立即转化为收入。供应链未来 3-4 年全部售罄，GPU 甚至出现"旧芯片比新芯片时更值钱"的反常现象——Michael Burr 做空 Nvidia 的论点被"180 度证伪"。
• AI 与 Crypto 的"大统一"即将发生：AI Agent 天然需要钱——最激进的 OpenClaw 用户已经给自己的 Agent 开了银行账户和信用卡。加密货币和稳定币提供了互联网原生货币，这正是 1990 年代浏览器时代 HTTP 402（Payment Required）未能解决的问题。同时，"证明你是人类"（Proof of Human）成为刚需，World 项目的生物识别+密码学验证架构被 Andreessen 认为"完全正确"。
• AI 的真正阻力不在技术，而在制度刚性：加州成为理发师需要 900 小时专业培训，码头工人工会 5 万人中 2.5 万人拿全薪在家坐着，联邦机构员工每月只到办公室 1 天——教育、医疗、法律、住房等行业被执照垄断和公共部门工会牢牢锁死。Andreessen 的结论是"AI 乌托邦主义者和 AI 末日论者都太乐观了"——他们都高估了 80 亿人改变行为的速度。

贯穿全场的核心线索是"释放已有系统的潜在力量"（unlocking latent power）：从 1990 年代浏览器释放操作系统和数据库的潜力，到今天 Pi/OpenClaw 释放 Unix shell 和文件系统的潜力，再到 AI 编码释放所有"本该好用但从没好用过的设备"的潜力——Andreessen 的每一个技术判断都指向同一个底层信念：最好的突破不是从零发明，而是用新的桥接层解锁已经存在但被困住的能力。

核心要点：AI 不是突然出现的新事物，而是 80 年基础研究的集中兑现——四个根本性功能突破（LLM、推理、Agent、RSI）已全部实现。

• 1943 年第一篇神经网络论文问世，1955 年达特茅斯大学 AGI 会议获得 NSF 资助，一群 AI 专家认为 10 周暑假就能搞出 AGI——结果当然没有。Andreessen 本人经历了 1980 年代的 AI 大繁荣：专家系统、Lisp 语言、Lisp 机器——"我自己当年就在写 Lisp，那是'AI 未来的语言'"。
• 2013 年 AlexNet 是"曲线真正拐弯的点"，2017 年 Transformer 是关键突破，但之后出现了一段"诡异的四年空白期"（2017-2021）：谷歌内部有聊天机器人却不让任何人用，GPT-2 出来后 OpenAI 宣布"太危险不能部署"，普通人使用 GPT-3 的唯一途径是通过 AI Dungeon 假装玩龙与地下城——"实际上你只是想跟 GPT 说话"。
• 到 2025 年春天，善意的怀疑论者仍可以说"这只是模式匹配"、"幻觉率太高"、"这对创意写作很好但不能用于编程或医学"。O1 和 R1 的推理突破回答了这个问题，假期期间的编码突破是第三步——"如果 Linus Torvalds 都说 AI 编码比他强，这是前所未有的基准"。然后是 OpenClaw 的 Agent 突破和自我改进（RSI）突破。
• 有大量 AI 研究者一辈子都没看到自己的工作成功："拿了 PhD，研究了 40 年，退休了，很多情况下去世了，从来没有看到它真正工作。" Andreessen 特别提到 John McCarthy——达特茅斯会议的组织者之一，在斯坦福教了 40 年书后去世，没能看到 AI 成真。"但回过头来看，这些人极其聪明，工作极其努力，而且他们是对的。"

"If I were 18, this is 100% what I would be spending all of my time on. This is such an incredible conceptual breakthrough." —— Andreessen

"I call it an 80-year overnight success — it's an overnight success because bam, ChatGPT hits, then O1 hits, then OpenClaw hits — but they're drawing on an 80-year wellspring backlog of ideas and thinking." —— Andreessen

核心要点：Andreessen 亲历了 .com 崩盘，对当前 AI 投资周期的核心判断是——基本面完全不同，做空是"邀请别人撕掉你的脸"。

• .com 崩盘的真正故事是电信崩盘/带宽崩盘：美国商务部 1996 年发布报告称互联网流量每季度翻番，电信企业家据此融资铺设光纤。1998-1999 年增速放缓，预期与现实出现缺口——Global Crossing 等公司不仅融了大量股权，还上了大量债务杠杆，结果"大约 2 万亿美元被蒸发"。那些超建的光纤和数据中心全部在用——但花了 15 年（2000 到 2015 年）才填满产能。"酒店业有句话：总是第三任业主才赚钱，因为前面要破产两次。"
• 当前 AI 投资的关键差异：投入主体是微软、亚马逊、谷歌、Meta、Nvidia 这些蓝筹公司，拥有大量从未动用的债务容量；每一美元的 GPU 投资都在立即转化为收入——"所有人都在抢算力"。
• 一个反直觉的现象：3 年前的 Nvidia 芯片今天赚的钱比 3 年前更多，因为软件优化的速度快于芯片折旧速度；谷歌据说在用"非常老的 TPU"且利润很高。"旧芯片变得更值钱，这在历史上从未发生过。" Michael Burr 做空 Nvidia 的论点被"180 度证伪"。
• Andreessen 有朋友每天在 OpenClaw 上花 1,000 美元买 Claude token——每月 3 万美元——"而且这些朋友还有一千个想让 Agent 做的新想法"。他估计一个完全部署的个人 Agent 的潜在需求可达每天 5,000-10,000 美元，即使价格性能提升 10 倍，仍然是每天 100 美元，远超普通消费者支付能力。

"The 4 most dangerous words in investing are 'this time is different.' ...I'll tell you what's different: now it's working." —— Andreessen

"The idea of betting against this is an invitation to get your face ripped off." —— Andreessen

核心要点：AI 的缩放定律与摩尔定律一样，本质上是"自我实现的预言"——设定基准后激励整个行业去突破障碍，而 AI 可能存在多条尚未发现的缩放曲线。

• 摩尔定律是"每 18 个月芯片性能翻倍或价格减半"，持续了 50 年，把 2500 万美元的大型机变成了口袋里 500 美元的手机。关键特征是：缩放定律不是真正的"定律"，而是预言——但当它们奏效时，就成为自我实现的预言，激励全行业最聪明的人去确保它成真。
• AI 的缩放定律也一样：会遇到看起来"即将到来的墙"，然后工程师们会想办法穿透；会看起来停滞然后再加速。目前已出现多条缩放曲线（训练、推理、Agent 等），"可能还有我们尚未发现的"——比如世界模型和机器人领域可能存在关于大规模真实世界数据获取的缩放定律。
• Agent 突破带来的不仅是 GPU 瓶颈，还转化为 CPU 和内存瓶颈——"整个芯片生态系统都可能被卡脖子，持续数年"。推理成本总体会继续下降，但下降速率可能会因供应约束而趋平，加上实验室可能减少补贴。
• 我们今天用的模型是"缩水版"：如果 GPU 便宜 10 倍、数量多 10 倍，模型会好得多——"我们甚至没拿到好东西"。Swyx 补充说"我们用的都是量化版，因为实验室必须把完整版留给自己"。

"Even if technical progress stops, once there's a much bigger build of GPU manufacturing capacity...even the current technology is going to get much better." —— Andreessen

核心要点：中国公司做开源有特定商业逻辑——无法在美国销售商业 AI，因此视开源为损失前导（loss leader）；开源的最大价值不是免费软件本身，而是"学会它怎么运作"。

• DeepSeek R1 的意义在于"信息扩散"：OpenAI 的 O1 是了不起的推理突破但不公开原理、隐藏推理链；R1 开源代码和论文后，全世界知道了怎么做——3 个月内所有其他 AI 模型都加上了推理能力。"即使中国模型本身不被使用，对世界其他地方的教育和信息扩散作用也极其强大。"
• 当前美国和中国加起来约有 12 家有规模的基础模型公司，但 3 年后不会有 12 家——"这类市场容不下 12 家，会剩下 3-4 个大赢家或 1-2 个"。开源将成为"出局者"的替代策略，谁来做开源这件事会变化很快。
• Nvidia 的策略是"商品化互补品"（commoditize the complement）：Jensen 黄仁勋在大力投入开源 AI 软件——这对他来说显而易见，因为软件商品化了，硬件就更值钱。"也许最终做开源 AI 的就是 Nvidia，我觉得那很好。"
• 上届美国政府"想把美国开源 AI 掐死在摇篮里"，现任政府对 AI 和开源 AI 持"非常开明的观点"。
• 中国的"五虎"（Moonshot、DeepSeek、智谱、Qwen/通义、01）竞争激烈，字节跳动是下一梯队，腾讯也可能有后手。

"DeepSeek was like a gift to the world...the impact of open source is felt two ways: you get the software for free, but you also get to learn how it works." —— Andreessen

核心要点：Agent 的架构被还原为已知组件的组合（LLM + bash shell + 文件系统 + markdown + cron），其中最颠覆性的特征是 Agent 与底层模型解耦、可自省、可自我扩展——这是历史上从未有过的广泛部署的自省式软件系统。

• Andreessen 从 Unix 历史讲起：1960 年代 IBM 的 OS/360 是"天空中的巨型城堡"——巨大的单体架构，强大但几乎不可接近。然后 Unix 说"不，我们要一个完全不同的架构"：shell、离散模块、管道串联——"操作系统本身就是一种编程语言"。这催生了 shell 的中心地位、Perl 等脚本语言、Unix 工具链。Andreessen 自己从 1988 年起就是 Unix 人。
• Pi + OpenClaw 的本质是把语言模型思维嫁接到 Unix shell 思维上。Agent 是什么？LLM + bash shell + 文件系统 + markdown 格式 + cron 循环（heartbeat）。除了模型之外，每一个组件都是我们已经完全理解的。
• 几个令人震撼的推论：（1）Agent 独立于底层模型——可以换一个 LLM，Agent 的状态（存在文件中）完全保留，"就像换了编译器重新编译，但还是你的 Agent，保留所有记忆和能力"；（2）Agent 可以自我迁移到不同运行时环境、不同文件系统；（3）Agent 拥有完全的自省能力——它知道自己的文件，并且可以改写自己的文件——"历史上从未有过广泛部署的软件系统具备这种自省和自我修改的能力"；（4）你可以告诉 Agent "给自己添加新功能"，它就会去做。
• 一个派对上的真实场景：有人说"我的 OpenClaw 连接了我的 Eight Sleep 床垫，给我更好的睡眠建议"。你回家跟自己的 Agent 说"把这个能力加给你自己"——它就会上网查资料、用 Claude Code 写代码、然后自动获得这个新能力——"你什么都不用做，只需要告诉它你想要这个"。
• 关于 MCP 等"花哨协议"：Andreessen 认为不需要——"我们只需要命令行接口就行了"。Shell 本身有巨大的潜在力量，所有 Unix 命令、所有命令行接口、整台电脑的全部能力都在 shell 层面可用。

"What is an agent? It's LLM plus shell plus file system plus markdown plus cron. And it turns out that's an agent." —— Andreessen

"You can tell the agent to add new functions and features to itself and it can do that — extend yourself, give yourself a new capability." —— Andreessen

核心要点：1990 年代浏览器时代最关键的设计选择——文本协议而非二进制协议、人类可读性、"假设无限带宽来构建"——正在 AI 时代重演，核心逻辑相同：释放已有系统的潜在力量。

• 当年所有老派系统架构师都说互联网带宽稀缺（家用 14Kbit 调制解调器），应该用高压缩二进制协议、持久连接。Andreessen 团队"完全反着来"：HTTP 是文本协议、HTML 标签人类可读、"用最低效的方式"。这是一个有意识的赌注——"假设无限带宽的未来来构建，如果系统的潜在能力足够强大，就会创造出足够的需求，推动带宽供应的建设"。
• 浏览器最关键的功能可能是"View Source"——每个网页都能看源码，这意味着你能自学如何建网页。"那个时代的人类可读性指的是技术规范，现在指的是英语自然语言——但给每个用户一个'下探并理解系统如何运作'的选项，这种潜在力量是惊人的。"
• Web 服务器的本质是释放操作系统和数据库的潜在力量：把互联网连接桥接到 OS 的文件系统管理能力和 Oracle/Postgres 数据库。当时有人说"我们一直有数据库，这只是数据库的又一个界面"——没错，但这个界面让 80 亿人使用，让数据库应用的数量爆炸了百万倍。
• 这与 Pi/OpenClaw 的逻辑完全一致——Andreessen 反复强调，最好的突破不是从零发明，而是"释放已有系统的潜在力量"。"行业里最聪明的人面对新挑战时想的是'先造一个新编程语言、再造一个新操作系统、再造一个新芯片'——我更倾向于：不，你已经有了所有这些潜在力量，你要做的是解放它。"

"The key breakthrough in the browser was the view source option — every web page you go to, you could see how it worked, which means you could teach yourself how to build." —— Andreessen

核心要点：如果 AI 做所有编码，中间抽象层（编程语言、浏览器、UI）的存在理由将被根本性动摇——10 年后可能不存在我们今天理解的"编程语言"概念。

• Andreessen 认为模型不在乎用什么语言编程，且能在任意语言间互译。想要所有代码用 Rust 写？"告诉 bot 就行了"。他认为"我们很接近能让 AI 自己设计最优编程语言"——甚至让语言模型直接生成新模型的权重（已有人做了实验），跳过编程语言直接输出二进制。
• "高质量软件从稀缺资源变成无限可用的东西"——这将带来计算机安全领域有史以来最剧烈的变化："首先所有潜在安全漏洞都会被暴露——我们会迎来计算机安全的末日。但另一面是编码 Agent 可以修复所有漏洞。"
• 更激进的推论——"如果不需要编程语言，那浏览器也死了"。谁会在未来使用软件？"其他 bot。" 那还需要用户界面吗？"你确定吗？" Swyx 追问："那你干嘛？" Andreessen 回答："想干嘛干嘛。" 他引用历史做比："不久前 99% 的人类还在犁地。人们不犁地之后会干什么？结果发现有比犁地好得多的事情可做。"
• 但 Andreessen 并非绝对主义者："我有一个 11 岁的儿子，他正在学编程，我觉得学编程仍然是好主意。"

"Are you even going to have programming languages in the future? Or are bots just going to be emitting binaries?" —— Andreessen

"Who is going to use software in the future? Other bots." —— Andreessen

核心要点：最激进的 OpenClaw 用户正在用 Agent 做上千件事——从监控睡眠到改写机器狗固件，这些"先烈"式的实践正在定义 AI Agent 的真正能力边界。

• Andreessen 有一个朋友让 OpenClaw 用卧室摄像头监控自己睡觉。他看过运行日志，场景极其生动："Joe 睡着了。这很好，因为我有他的健康数据，我知道他最近睡眠不足。我真的希望他能睡满 5 小时 REM。" 然后："Joe 在动。Joe 可能要醒了。这是真正的危机——如果 Joe 现在醒来会毁掉他的睡眠周期。" 然后："好的，Joe 只是翻了个身，又睡着了。好的，我可以放松了。" 朋友的评价是：一方面这很诡异也许在接管自己的生活，另一方面——"如果我半夜心脏病发作，这东西毫无疑问会疯掉然后打 911，可能还会召唤 SWAT 来救我的命。"
• 中国公司 Unitree 的机器狗：自带的非 LLM 控制系统"营销不错但实际上不太行"——上楼梯有问题。后来加了 LLM 和语音，但与控制系统完全不连通——"你有了一条精神分裂的狗，爬楼梯是白痴，但能用一口英国口音教你量子力学"。Andreessen 的朋友让 OpenClaw 入侵并重写了机器狗的固件——"现在它是他孩子们真正的宠物狗了"，每次出问题 Agent 就直接重写代码修复。
• OpenClaw 特别擅长"入侵你局域网里的所有东西"——物联网设备虽然安全性差但可被发现。最激进的用户让 OpenClaw 接管家里所有设备：安防摄像头、门禁系统、网络摄像头。"这是我第一次能自信地说，我知道怎么才能真正拥有一个智能家居——30 种带芯片和网络的设备全部协调一致。"
• 关于"YOLO 模式"（dangerously 标志，来自 Facebook 的内部文化——把东西命名为"dangerous"以提醒你正在做危险操作，但当然这反而让人更想启用它）：Sam Altman 在自己的笔记本上用跳过权限模式运行 Codex。Andreessen 的态度是："我自己没这么做，但我爱这些人——他们是人类文明进步的殉道者。虽然他们的银行账户可能在头 20 分钟就被 bot 洗劫，但他们对物种未来的贡献是惊人的。就像 Ben Franklin 放风筝试图被闪电劈中，就像 Jonas Salk 给自己注射脊髓灰质炎疫苗。"

"I have a friend whose claw watches him sleep...the transcripts are literally: 'Joe's asleep. This is good. I really hope he gets his full 5 hours of REM sleep.'" —— Andreessen

"I think the people who turn that on for bots are like martyrs to the progress of human civilization." —— Andreessen

核心要点：AI 是 crypto 的杀手级应用——Agent 天然需要互联网原生货币来执行经济行为，这正是 1990 年代 HTTP 402（Payment Required）未能解决的遗留问题。

• Andreessen 确认自己当年就是提出"互联网最大的错误是没有解决支付问题"的人——HTTP 402 状态码"Payment Required"至今未被实现。他现在认为"这次肯定会被解决"。
• 两个原因：（1）我们现在有了互联网原生货币——加密货币和稳定币；（2）AI Agent 显然需要钱——"如果你有一个 Agent 要替你买东西，你必须给它某种形式的钱"。
• 最激进的 OpenClaw 用户已经给 Agent 开了银行账户和信用卡——"目前可能只有 5,000 人这么做了，但这就是这类事物开始的方式"。Andreessen 引用 William Gibson 的名言："未来已经到来，只是分布不均。"
• 他开玩笑说："如果你不给 OpenClaw 银行账户，它反正会自己黑进去把钱拿走——所以你还不如给它。"

"AI is the crypto killer app. I think this is the grand unification of AI and crypto." —— Andreessen

核心要点：Bot 已通过图灵测试，"证明不是 bot"已不可能，必须转向"证明是人类"——World 项目的生物识别+密码学+选择性披露架构被 Andreessen 认为"完全正确"。

• 互联网充斥假人和 bot——"每个社交媒体用户都知道这个问题"——但从未被正面对抗。如今语言模型让 bot 彻底不可区分，"证明不是 bot"已不可能，必须转向"证明是人类"：需要生物识别验证起点（否则 bot 会注册为假人）、密码学验证、选择性披露（证明你是人类而不暴露底层信息）。
• 未来还需要"年龄证明"（各国法律对 13/16/18 岁的不同要求）、"信用评分证明"等——"查你信用的人不应该需要知道你的名字"。这也是隐私问题的终极解法："我只需要在那个时刻证明我需要证明的东西。"
• Andreessen 将虚拟世界的 bot 问题和物理世界的无人机问题视为同一种"经济不对称"：发动攻击成本极低，防御成本极高。无人机方面：20 年来我们知道廉价自杀式无人机是最大不对称威胁，但每栋写字楼、体育场、学校、监狱都毫无防护——"我们知道了，却什么都没做"。乌克兰冲突和伊朗局势正在推动反无人机技术的爆发。

核心要点：James Burnham 在 1940 年代提出的"资产阶级资本主义 - 管理资本主义"二阶段论可能被 AI 打破——创始人 + AI 超级能力可能实现"天才直觉 + 管理规模"的第三种模式。

• Burnham 的理论：第一阶段是"资产阶级资本主义"（bourgeois capitalism）——"门上挂名字"的模式，Henry Ford 亲自指挥一切，但不可扩展；第二阶段是"管理资本主义"——创建不懂具体业务但懂管理的专业经理人阶层，催生了商学院、管理咨询公司，今天的财富 500 强绝大多数由非创始人的职业经理人运营。
• 风险投资本质上是对管理主义的"反叛残余"（rump protest movement）——试图找到下一个 Henry Ford / Elon Musk / Steve Jobs / Mark Zuckerberg，用"君主制"的创始人模式去创新，赌注是创始人能做到管理主义官僚做不到的事。"但我一辈子都觉得我们是在'怒斥光明的消逝'（rage against the dying of the light）——不断试图阻止管理主义吞噬一切。"
• AI 可能开启第三条道路：创始人 + AI 超级能力。AI 最擅长什么？"做文书工作、填表格、写报告、阅读材料——所有管理工作，它们都极其擅长。" 因此最佳模式可能是"天才创始人的直觉创新 + AI 做所有管理层的工作"——"我们从来不知道自己想要这个，因为我们从来没想过这是可能的"。
• 对大公司的影响：管理主义运营的传统巨头将面对一种前所未有的"叛乱者"——拥有 AI 超能力的创始人驱动型公司。"这将迫使很多大公司要么搞清楚创新，要么死于尝试。"

"VC is a rump protest movement...we're constantly trying to fight off managerialism basically swamping everything and everything getting boring and gray and dumb." —— Andreessen

核心要点：技术使某件事成为可能，不等于 80 亿人会改变行为——经济中大量行业被执照垄断、工会保护和政府垄断锁死，AI 的真正对手不是技术瓶颈而是制度惯性。

• 加州成为理发师需要 900 小时培训；全美约 35% 的经济需要某种专业认证才能从业——"这些职业本质上都是卡特尔"。
• 码头工人工会的故事：亚洲现代码头全部机器人化，美国码头仍然靠人工搬运。工人罢工成功，迫使码头业主承诺不引入更多自动化。工会有 5 万人：2.5 万人在码头工作，另外 2.5 万人根据此前的工会协议拿全薪坐在家里。"即使只有 2.5 万人的工会仍然有巨大的政治影响力。"
• 联邦政府机构的例子：有些机构在 COVID 期间签订的新集体谈判协议规定员工每月只需到办公室 1 天。员工很聪明——在月末最后一天和下月第一天来——"所以他们每 60 天在办公室 2 天，大楼空 58 天，我们所有人都在为此买单"。
• 美国 K-12 教育是"政府垄断"——"AI 如何应用于教育？答案是不会，因为这是政府垄断，永远不会改变。教师 100% 反对，100% 不会发生。唯一能做的是像 Alpha School 那样创建全新的教育体系。"
• Andreessen 的终极判断："AI 乌托邦主义者和 AI 末日论者都太乐观了——因为他们都相信技术使某件事成为可能后，80 亿人就会改变行为。不会的。现有经济的运行方式大量是'硬接线'的。AI 快速落地对社会来说是幸运的——因为如果不快速落地，我们只会得到停滞。"

"Both the AI utopians and the AI doomers are far too optimistic — because they believe that because the technology makes something possible, 8 billion people are all of a sudden going to change how they behave." —— Andreessen

| 项目 | 详情 |

|------|------|

| Marc Andreessen | A16Z 联合创始人，Mosaic/Netscape 浏览器创造者，1980 年代起从事 AI |

| A16Z | Andreessen Horowitz，投资了 OpenAI、Thinking Machines、World 等 |

| Pi | Agent 架构的底层突破，将 LLM 与 Unix shell 思维结合 |

| OpenClaw | Agent 产品，基于 Pi 架构，Andreessen 称两者组合为"十大最重要软件之一" |

| DeepSeek R1 | 中国开源推理模型，"给世界的礼物"，让全球学会了如何实现推理能力 |

| World（原 Worldcoin） | Alex Blania 领导的 Proof of Human 项目，A16Z 参与投资 |

| James Burnham | 20 世纪政治思想家，提出"资产阶级资本主义→管理资本主义"二阶段论 |

| AlexNet（2013） | 深度学习突破点，"曲线真正拐弯的点" |

| Transformer（2017） | 关键架构突破，之后经历 4 年"诡异空白期" |

| HTTP 402 | "Payment Required" 状态码，互联网支付的未兑现承诺 |

| Global Crossing | .com 时代电信公司，高杠杆超建光纤后破产，约 $2 万亿蒸发的标志 |

| 达特茅斯 AGI 会议（1955） | 首次 AGI 研究会议，获 NSF 资助，认为 10 周可实现 AGI |

| John McCarthy | AI 领域创始人之一，斯坦福教授 40 年，未能亲眼见到 AI 成功即去世 |

| Linus Torvalds | Linux 创始人，承认 AI 编码已超越自己——"前所未有的基准" |

| Mistral | 欧洲开源模型公司，A16Z 投资，"在中国之外做得极好" |

| Unitree 机器狗 | 中国公司产品，控制系统差但 LLM 好，用户让 Agent 重写固件变成"真宠物" |

| Alpha School | 新型教育体系，Andreessen 认为是绕过公立教育垄断的唯一出路 |

| 每天 $1,000 token 消费 | Andreessen 朋友的 OpenClaw 使用成本，月均 $3 万 |

| 900 小时 | 加州成为理发师所需的专业认证培训时长 |

| 25,000 + 25,000 | 美国码头工人工会：2.5 万在岗 + 2.5 万拿全薪在家 |

| 15 年（2000→2015） | .com 时代超建的光纤和数据中心填满产能所需时间 |