{ "type": "tldr", "lang": "zh", }"lang": "zh",[TL;DR Pilihan Harian] Saya akan katakan dengan jujur: ketika Sam Altman menyebut DRAM yang lama terbengkalai di komputer anda sebagai "sangat buruk" dalam penggunaan sumber daya, dia tidak hanya membicarakan memori—tetapi memperkenalkan satu pertanyaan yang lebih besar: siapa yang seharusnya menguasai kekuatan komputasi, agen, dan infrastruktur masa depan? Komputer pribadi anda yang sesekali menjalankan model, atau pusat data awan yang memaksimalkan penggunaan sepanjang waktu? Pernyataan ini sangat tajam, jadi tidak heran komunitas langsung berteriak. 🍺 Wawancara ini penuh informasi. Secara tampak, ini membahas "AI lokal vs AI awan", tetapi pada intinya membahas tiga hal: Pertama, AI sedang mengembalikan chip, memori, energi, dan pusat data sebagai sumber daya strategis; Kedua, masalah keamanan sudah bukan lagi celah kecil yang bisa ditambal, tetapi mungkin memerlukan penulisan ulang seluruh tumpukan teknologi; Ketiga, imajinasi Altman tentang masyarakat masa depan bukanlah satu kecerdasan super yang menguasai segalanya, tetapi sekelompok besar agen "sedikit lebih cerdas dari manusia" yang saling menyeimbangkan dan bekerja sama. Dengan kata lain, dia menginginkan bukan "Tuhan digital", tetapi seluruh masyarakat agen. 📌 Memori Jangan Dibiarkan Menganggur? Altman Ingin Menyimpan Semua DRAM di Awan • Altman secara langsung mengatakan: menyimpan DRAM yang langka di komputer pribadi dengan tingkat penggunaan hanya 5% adalah "sangat buruk" dari sudut pandang alokasi sumber daya global. • Logikanya sederhana: karena memori, kekuatan komputasi, dan kapasitas wafer hulu semuanya terbatas, sumber daya harus dikonsentrasikan ke pusat data awan untuk meningkatkan tingkat penggunaan seoptimal mungkin. • Pernyataan ini menyentuh titik kontroversi—karena ini bukan hanya soal efisiensi, tetapi juga apakah pengguna akan semakin kehilangan kedaulatan atas perangkat keras dan perangkat lunak lokal, lalu bergantung pada "AI yang disewa". • Jangan lupa, memori yang digunakan di PC, ponsel, dan kartu akselerasi AI meskipun tidak identik, bersaing atas kapasitas produksi hulu. Siapa yang memesan dalam jumlah besar biasanya memiliki suara lebih kuat. Sangat realistis, dan sangat kapitalis. 📌 Pasar Tidak Memperbaiki Kekurangan Secara Otomatis, Altman Mengatakan "Tangan Tak Terlihat Gagal" • Ia percaya produsen memori terlalu konservatif dalam memperluas produksi—bukan karena tidak menguntungkan, tetapi karena trauma sejarah yang dalam—industri ini lama sekali terasa seperti "menghabiskan $20 miliar capex untuk mendapatkan laba $1.9 miliar". • Menurutnya, saat ini produsen mungkin menghasilkan sekitar $100 miliar arus kas bebas per tahun, tetapi bayangan kegagalan akibat pembangunan pabrik berlebihan di masa lalu masih menghantui, sehingga mereka enggan berkembang agresif. • Maka kesimpulannya: permintaan AI terhadap memori, chip, dan energi bersifat eksplosif, tetapi mekanisme pasar tradisional terlalu lambat merespons. • Strategi OpenAI pun sangat keras: mengembangkan chip sendiri, membangun pusat data sendiri, melibatkan robot dalam pembangunan infrastruktur, bahkan mengusulkan konsep "pusat data yang bisa mereplikasi dirinya sendiri"—di mana AI mengendalikan robot untuk mengoperasikan pabrik wafer dan membangun listrik serta pusat data. Terdengar seperti film fiksi ilmiah, tetapi dia jelas tidak bercanda. 📌 Keamanan AI Sedang Memasuki Tahap "Tambalan Tidak Cukup Lagi" • Mengenai gelombang kerentanan perangkat lunak yang baru-baru ini menimbulkan kepanikan, penilaian Altman sangat dingin: kemampuan model besar untuk menemukan kerentanan akan terus meningkat pesat, sementara kode internet sangat luas. • Ini berarti bahwa ketika AI digunakan secara sistematis untuk memindai kode, kita mungkin menemukan bahwa "kerentanan serius jauh lebih banyak dari yang diperkirakan". • Kesimpulannya bukanlah merekrut lebih banyak insinyur keamanan, tetapi lebih radikal: router, sistem operasi, dan lapisan aplikasi mungkin perlu direkayasa ulang untuk dunia di mana "kerentanan juga menjadi cerdas". • Mengenai mengurung model superkuat dalam "sandbox tingkat keamanan tertinggi"? Ia tidak optimis. Sandbox, pemantauan, peninjauan rantai pemikiran, dan pemantauan aktivasi hanya bisa bertahan sementara—pada akhirnya semua kembali pada pertanyaan: "Apakah Anda benar-benar percaya pada alignment?" Masalah ini tidak bisa diselesaikan hanya dengan menempelkan stiker. 📌 Ledakan Kecerdasan Tidak Akan Hanya Satu Mesin Dewa, Tetapi Seluruh Masyarakat Agen • Altman secara eksplisit menyatakan bahwa ia tidak menyukai istilah "agent swarms", lebih suka menyebutnya "agent teams". Pemilihan kata ini bukan hanya soal estetika, tetapi logika tata kelola: tim berarti kolaborasi dan saling menyeimbangkan. • Penilaian intinya sangat menarik: alih-alih membiarkan satu superinteligensi "triliunan IQ" masuk ke masyarakat, ia lebih suka melihat "triliunan agen kecerdasan sedikit lebih unggul dari manusia" bergabung ke dalam masyarakat. • Alasannya adalah robustness. Masyarakat manusia bisa berjalan bukan karena ada satu otak serba tahu, tetapi karena banyak individu saling membatasi, berbagi tugas, dan memperbaiki kesalahan. • Pendekatan ini secara tak langsung sangat dekat dengan semangat dasar AgentFi—nilai, kekuasaan, dan kemampuan eksekusi sebaiknya tersebar di jaringan agen kolaboratif yang banyak, bukan terkunci dalam satu otak terpusat. 📌 Penelitian Ilmiah Sedang Ditulis Ulang oleh AI, Kurva Biaya Juga Dihitung Ulang • Altman menyebut contoh ekstrem tapi penting: sebuah pembuktian terkait Navier-Stokes membutuhkan biaya sekitar $10 juta per percobaan, dan di tengah prosesnya "keluar kendali selama seminggu". • Namun prediksinya: satu tahun lagi dengan model yang lebih cerdas dan metode yang lebih matang, biayanya bisa turun menjadi 1/100. • Ini mencerminkan tren: di era GPT-4 dulu, mengalokasikan $1 biaya komputasi untuk satu pertanyaan saja sudah sulit; kini dengan chain of thought dan tim agen, sistem sudah bisa secara paralel melakukan ribuan kali "berpikir keras". • Yang lebih mengejutkan adalah emosi yang ia ungkapkan—antusiasme, kurang tidur, keterkejutan—tetapi juga sedikit kesedihan. Karena jika banyak soal paling sulit dalam karier ilmiah mulai dipecahkan oleh model secara massal, maka identitas ilmuwan, rasa pencapaian, dan jalur pelatihan mereka akan didefinisikan ulang. 📌 Model Bisnis Juga Harus Berubah: Pengguna Ingin "AI yang Mengerjakan Tugas untuk Saya", Bukan Lebih Banyak Form Web • Altman menilai bahwa "saat Macintosh" untuk agen pribadi belum tiba. Orang merasa produk-produk ini keren, tetapi belum sampai pada tingkat "tidak bisa hidup tanpanya". • Pemenang sebenarnya mungkin bukan yang paling banyak fitur, tetapi yang paling andal—yang bisa menangani tugas kompleks dan benar-benar "berjalan mulus". • Dalam hal komersialisasi, ia menyoroti kontradiksi nyata: perusahaan masih bertahan pada pop-up AI dan halaman HTML mereka sendiri—takut kehilangan pintu masuk pengguna; tetapi konsumen sebenarnya ingin menyelesaikan semua tugasnya di aplikasi obrolan utama mereka. • Ia bahkan menyebut banyak form web saat ini sebagai "pekerjaan palsu". Pernyataan ini agak kasar, tetapi benar-benar menyentuh inti masalah—di masa depan Anda mungkin tidak butuh Anda yang lebih pandai mengisi formulir, tetapi agen yang bisa bergerak lintas platform untuk menyelesaikan tugas Anda. 📌 Harga, Kekuatan Komputasi, dan Deflasi: Akuntansi Ekonomi AI Masih Jauh dari Selesai • OpenAI secara internal tidak mendorong konsumsi token tinggi—bahkan "peringkat konsumsi token tinggi dianggap memalukan", karena menumpuk konsumsi tidak sama dengan efisiensi nyata. • Mereka sempat mempertimbangkan sistem penagihan berbasis tugas seperti AWS—melemahkan penagihan berbasis token—tetapi pelanggan menolak keras: orang ingin tahu persis apa yang mereka bayar. • Altman juga memberikan data keras: biaya total kepemilikan 5 tahun untuk 1GW kekuatan komputasi AI terdepan saat ini sekitar $70 miliar; ia percaya jika bisa turun menjadi $20 miliar akan lebih ideal. • Dengan kata lain, masa depan AI bukan hanya perlombaan model—tetapi pertempuran komprehensif untuk merampingkan energi, desain chip, dan struktur marjin infrastruktur. Siapa yang bisa membuat seluruh rantai "dari pasir hingga token" lebih tipis, dialah yang kemungkinan besar akan mendapatkan posisi unggul di tahap berikutnya. Penilaian saya sendiri: hal paling penting untuk diperhatikan dari wawancara ini bukanlah perdebatan permukaan seperti "haruskah DRAM di komputer anda tetap ada", tetapi sebuah pergeseran yang lebih dalam—AI sedang berubah dari masalah kemampuan perangkat lunak menjadi masalah pengaturan sumber daya, tata kelola sosial, dan organisasi ekonomi. Memori, chip, energi, kolaborasi agen, dan hak penetapan harga—topik-topik yang dulu terpisah—sedang disatukan oleh satu benang merah. Jika masa depan benar-benar bukan 'satu AI super', tetapi ribuan tim agen yang bersama-sama berpartisipasi dalam produksi, perdagangan, dan tata kelola—maka pertanyaannya adalah: bagaimana agen-agen ini mendapatkan anggaran, otoritas, reputasi, dan aturan kolaborasi? Saat membahas ini, saya tentu akan melihat lebih dekat pada AgentFi. Karena begitu agen mulai bekerja, mereka pasti akan membutuhkan sistem ekonomi mereka sendiri. Bagaimana menurut Anda—apakah Anda lebih ingin memiliki satu AI super lokal, atau bergabung dengan masyarakat awan yang terdiri dari ribuan agen?}