A16z：Setelah AI memberi manusia kekuatan super, ke mana kita harus menuju?

Judul Asli: AI just gave you superpowers—now what?

Penulis Asli: a16z crypto

Sumber Asli:

Repost: Mars Financial

Sebuah makalah baru berjudul 《AGI 的极简经济学》 sedang menyebar luas. Untuk itu, kami berdialog dengan penulis makalah tersebut, membahas:

· Otomatisasi dan Verifikasi: Bidang Ekonomi Inti

· Mengapa AI saat ini terasa seperti rekan kerja tingkat dasar, apa yang sedang terjadi, dan “kutukan pengkode”

· “Pencipta Makna”, konsensus dan nilai ekonomi posisi

· Mengapa cryptocurrency mungkin menjadi infrastruktur kunci untuk identitas, sumber, dan kepercayaan

· Dua kemungkinan masa depan: ekonomi kosong vs ekonomi yang diperkuat

Acara ini mengundang Christian Catalini, pendiri MIT Digital Economy Lab, dan Eddy Lazzarin, CTO a16z crypto, untuk berdialog dengan Robert Hackett, mendalami bagaimana otomatisasi merombak pasar tenaga kerja dan hakikat kecerdasan.

Perubahan ini berarti apa bagi startup, pekerjaan masa depan, dan karier Anda?

Berikut isi dialognya:

Robert Hackett: Halo semuanya. Hari ini kita mengundang Christian Catalini, co-founder Lightspark dan pendiri MIT Digital Economy Lab, serta Eddy Lazzarin dari a16z crypto.

Kita akan membahas makalah terbaru Christian berjudul 《AGI 的极简经济学》.

Pertanyaan pertama saya: apa yang mendorong Anda mulai meneliti hubungan ekonomi antara AI dan dunia nyata?

Christian Catalini: Saya rasa ini berasal dari semacam krisis eksistensial parsial. Kita semua menghadapi kemajuan teknologi yang pesat, dan betapa cepatnya segala berubah.

Saya seorang optimis, tapi inti pertanyaannya selalu: apa yang harus kita lakukan? Fokus pada apa? Apa yang layak kita investasikan waktu, tenaga, dan perhatian?

Beberapa bulan lalu, kami menulis artikel tentang pengukuran, intinya adalah: apa pun yang bisa diukur, akhirnya akan otomatisasi. Kedengarannya bukan kabar baik. Makalah kedua ini berfokus pada: jika asumsi itu benar, dan kita dorong ke ekstrem, apa yang akan terjadi?

Seperti apa ekonomi nantinya? Esensi pekerjaan akan seperti apa? Apa yang harus dilakukan startup? Apa yang harus dilakukan raksasa yang sudah ada? Pada akhirnya, seperti apa masa depan?

Beberapa prediksi benar, beberapa salah. Semoga arah kita benar. Sekarang makalah sudah dipublikasikan, kami sedang melihat mana pandangan yang resonansi, mana yang tidak.

Robert: Kamu bilang ini berasal dari krisis eksistensial parsial?

Christian: Ada tiga hal utama yang saya rasakan. Pertama, teknologi ini masih dalam kendali kita. Kedua, nilai positifnya jauh lebih besar dari yang diperkirakan pesimis. Ketiga, saya percaya kita semua punya panduan tindakan.

Kita bisa berpikir: di mana kita menciptakan nilai? Jenis pekerjaan apa yang kita lakukan? Pekerjaan seringkali adalah gabungan dari berbagai tugas. Ketika beberapa tugas atau bagian pekerjaan diotomatisasi, orang akan sangat cemas.

Saya rasa saat ini pemrograman sedang mengalami proses ini: puluhan tahun menulis kode yang elegan dan bagus, banyak orang hebat akan menyadari: “Wow, AI sedang melakukan pekerjaan yang dulu saya lakukan.”

AI: Dari alat menjadi rekan kerja

Robert: Saya ingin mendalami sedikit. Hari ini kita juga mengundang Eddy Lazzarin, yang sudah menjadi CTO a16z crypto selama beberapa tahun. Eddy, bagaimana pandanganmu tentang perubahan ini?

Eddy Lazzarin: Saya akan mulai dengan menempatkan garis waktu dan latar belakang makalah ini. Banyak orang merasa, pada Desember 2025 terjadi semacam perubahan kualitas. Perubahan itu karena serangkaian peningkatan kemampuan agen cerdas yang bertahap mencapai titik kritis: AI sekarang mampu menjalankan tugas jangka panjang.

Setahun lalu, rasanya seperti: saya minta agen cerdas melakukan sesuatu kecil, dan hasilnya sangat bagus, tapi saya harus memberi instruksi berikutnya, langkah demi langkah.

Sekarang, Anda bisa memberi panduan yang lebih sedikit. Mungkin belum sempurna, tapi tiba-tiba ini seperti bekerja sama dengan manusia.

Anda tidak perlu memecah tugas menjadi sangat kecil, mengikuti langkah demi langkah, itu adalah manajemen mikro ekstrem. Sekarang, cukup bicara, dan agen akan langsung melakukan, dan dalam satu atau dua hari membawa hasil. Perubahan kualitatif ini membuka ruang imajinasi yang besar, semua orang mulai menyadari kenyataan ini.

Perubahan ini sebagian adalah fluktuasi emosional, tapi yang lebih menarik adalah: bagaimana memaksimalkan nilai dalam konteks produksi nyata dan bisnis.

Orang mulai menyadari: AI mampu menghasilkan pekerjaan dalam jumlah sangat besar, beberapa hasilnya sangat luar biasa, hanya membutuhkan waktu sepotong dari sebelumnya. Tapi seringkali muncul kekurangan hal-hal halus yang sebelumnya tidak cukup diperhatikan.

Contohnya, pekerjaan rekayasa perangkat lunak sedang didefinisikan ulang. Dulu orang mengira, rekayasa perangkat lunak adalah duduk dan menulis banyak kode: memikirkan masalah, memahami kebutuhan, lalu menulis kode, dan kode adalah hasilnya.

Tapi kenyataannya, AI membantu kita memecah dan memahami hal ini dengan lebih baik. Ini adalah proses yang sangat halus, iteratif, memperbaiki, mengumpulkan umpan balik, dan mengintegrasikan, bukan sekadar menulis baris kode. Ini adalah tugas holistik. Oleh karena itu, fokus kerja engineer yang hebat sedang beralih dengan cepat.

Proses mencoba, membimbing, dan mengambil risiko ini, yang disebut Christian dalam makalah sebagai verifikasi.

Perubahan utamanya adalah struktur pekerjaan engineer yang hebat sedang berubah. Proporsi waktu yang dihabiskan untuk menulis kode baris demi baris menjadi sangat kecil, bahkan hampir nol dalam beberapa skenario “Vibe Coding” ekstrem. Sekarang, sebagian besar pekerjaan adalah verifikasi.

Otomatisasi vs Verifikasi: Bidang inti ekonomi

Christian: Bagian otomatisasi ini sangat langsung. Agen cerdas secara esensial bisa melakukan lebih banyak hal yang sebelumnya dilakukan manusia. Tapi saat ini, mereka masih terbatas pada bidang yang dapat diamati. Semua kode yang mereka pelajari selama pelatihan atau penyetelan adalah dasar mereka.

Banyak orang bilang, “Kalau begitu mereka tidak bisa berinovasi, tidak punya kreativitas, tidak punya selera.”

Saya sangat tidak setuju. Faktanya, inovasi sebagian besar hanyalah rekonstruksi ide. Manusia mungkin hanya mengeksplorasi sebagian kecil dari kemungkinan kombinasi antar disiplin ilmu. Jadi saya percaya, hanya dengan memanfaatkan pengetahuan yang kita berikan, agen ini akan sangat inovatif.

Dalam ekonomi baru, verifikasi adalah biaya penting. Apa itu biaya verifikasi? Dimulai dari konsep pengukuran. Jika Anda setuju bahwa AI sangat mahir meniru proses dalam kondisi data, maka Anda akan mulai bertanya: apa lagi yang tidak bisa diukur saat ini?

Beberapa hal tidak bisa diukur karena secara esensial tidak dapat diukur. Ekonom menyebutnya Knightian Uncertainty, dinamai dari Frank Knight.

Sederhananya, ini adalah perbedaan antara mampu memberi probabilitas pada peristiwa masa depan dan sama sekali tidak mampu.

Robert: Untuk orang tanpa latar belakang ekonomi, mungkin lebih akrab dengan “unknown unknowns” yang dikatakan Donald Rumsfeld.

Christian: Betul.

“Unknown unknowns” secara esensial adalah bagian yang tidak bisa diukur, biasanya terkait masa depan. Itulah sebabnya, meskipun Anda memasukkan agen cerdas ke pasar saham, performanya mungkin cukup baik—bahkan lebih baik dari penasihat keuangan Anda—tapi besar kemungkinan mereka tidak mampu menghadapi perubahan lingkungan yang drastis, seperti perubahan geopolitik. Ini adalah hal-hal yang tidak bisa diukur. Masih banyak contoh lainnya.

Jadi dalam makalah ini, verifikasi pada dasarnya adalah: sebagai manusia, menerapkan semua standar pengukuran implisit dari lahir hingga karier.

Dua orang mungkin pengetahuan dan pengalaman sangat mirip, tapi penilaian mereka tidak akan pernah sama persis. Ketika orang mengatakan “orang ini punya selera bagus”, “seorang kurator yang hebat”, “penilaian yang tajam”,… inspirasi dari makalah ini adalah: semua orang mencari alasan untuk menghibur diri sendiri, seperti “mesin tidak akan pernah bisa melakukan X, Y, Z”.

Tapi alasan-alasan ini sangat kabur. Bagaimana mendefinisikan selera? Bagaimana mendefinisikan penilaian yang baik? Lebih buruk lagi, seorang engineer hebat tiga bulan lalu mungkin memiliki penilaian yang jauh lebih baik daripada sekarang.

Jadi kita perlu menemukan sesuatu yang lebih esensial, yang bisa dipastikan. Kesimpulan kami adalah: selama ada data yang bisa digunakan untuk otomatisasi, maka otomatisasi akan terjadi.

Tiga peran manusia di ekonomi masa depan

Robert: Baru-baru ini, Anda membagi berbagai tugas dan posisi dalam ekonomi menjadi tiga kategori, berdasarkan tingkat otomatisasi dan pengukuran output serta perilaku.

Christian: Saya percaya bahwa dalam banyak dimensi, manusia masih memiliki ruang besar yang tidak tergantikan. Pertama tentu verifikasi.

Sekarang, leverage individu dalam pekerjaan jauh lebih besar dibanding sebelum Desember 2025. Ini berarti kita semua harus lebih berambisi, memikirkan ulang alur kerja yang ada, yang kita sebut sebagai “AI Sandwich”.

Sebuah perusahaan atau startup bisa hanya memiliki satu manusia, kita sebut sebagai pengendali, yang bertanggung jawab mengarahkan verifikasi, memastikan sistem bisa dikoreksi jika menyimpang dari harapan. Top level mungkin hanya satu orang, atau tim kecil.

Di tengah, akan ada banyak agen cerdas. Kita sudah melihat berbagai inovasi yang sedang dicoba.

Di tingkat paling bawah, ada sekelompok verifikator terbaik. Dengan alat yang tepat, para ahli terkemuka di bidang akan bertanggung jawab memastikan output sistem sesuai harapan. Ini pekerjaan yang sangat penting. Dalam waktu lama, para ahli bidang ini akan bersinar.

Tapi ada kabar buruk: saat Anda melakukan pekerjaan ini, Anda juga sedang menciptakan data label yang bisa menggantikan posisi Anda sendiri. Kita pernah melihat versi paling sederhana: orang memberi label gambar untuk perusahaan AI, dan pekerjaan ini sudah tidak diperlukan lagi.

Sekarang, laboratorium model dasar besar sedang merekrut para ahli top dari berbagai bidang, termasuk keuangan. Mereka membuat standar evaluasi dan data pelatihan, yang akhirnya akan menggantikan mereka sendiri. Jadi lapisan verifikasi sangat penting, banyak orang akan sukses di sini, karena memberi insentif pada spesialisasi tinggi. Jika Anda orang yang bisa memberikan solusi akhir, leverage Anda besar.

Robert: Ini adalah kategori pertama. Dan peran verifikator ini, yang Anda sebut sebagai “kutukan pengkode”.

Christian: Kutukan pengkode adalah mekanisme di mana, jika Anda adalah verifikator top, Anda harus terus meningkatkan diri karena teknologi akan semakin kuat.

Saya tadi menyebut pengendali sebagai orang yang menggerakkan niat. Pengusaha adalah pengendali, mereka melihat masa depan, membayangkan jalur pencapaian.

Ada juga pekerjaan lain yang harus diakui sangat mudah diotomatisasi. Posisi ini sudah hilang, atau akan hilang. Masyarakat belum benar-benar mengatasi dampaknya, dan di masa depan akan ada kebutuhan besar untuk pelatihan ulang, mengarahkan orang ke bidang pengetahuan yang lebih maju.

Kadang orang salah paham dengan makalah ini: kami bilang verifikasi manusia adalah langkah terakhir, tapi seringkali, AI akan memverifikasi AI. Sebelum mencapai manusia, akan ada rangkaian verifikasi yang panjang.

Ada juga peran yang paling sulit didefinisikan, kami sebut sebagai pencipta makna. Mereka sangat mahir memahami tren, perubahan sosial, isu yang menjadi perhatian masyarakat, hal-hal yang membutuhkan konsensus semua orang. Seni adalah contoh, dan jaringan kripto juga demikian.

Peran pencipta makna ini tidak berada di ranah yang bisa diukur. Kadang orang bilang, pekerjaan ini membutuhkan “kehangatan manusia”. Tapi saya yakin, manusia terlalu menilai tinggi pentingnya kehangatan ini. Misalnya, konseling psikologis, perawatan lansia, pengasuhan anak.

Saya rasa, awalnya orang akan khawatir, tapi tidak banyak yang memikirkan penurunan biaya secara besar-besaran. Jika murah 100 kali, 1000 kali, orang akan cepat beralih. Faktanya, kita sudah tahu bahwa orang banyak menggunakan model besar untuk menjawab pertanyaan pribadi dan sangat rahasia.

Ada juga pekerjaan lain, “pembuatan manusia” akan menjadi label yang sangat penting. Cryptocurrency akan memainkan peran penting di sini, karena tanpa teknologi kriptografi yang kuat, kita akan kehilangan esensi identitas ini. Tapi “pembuatan manusia” bernilai hanya karena waktu dan perhatian manusia itu langka.

Bukan karena lebih baik, melainkan karena kita tahu bahwa manusia menginvestasikan waktu dan perhatian yang langka untuk menciptakan pengalaman ini. Hal-hal ini tetap penting.

Posisi cryptocurrency dalam dunia AI: identitas, sumber, kepercayaan

Robert: Kamu menyebutkan kriptografi, posisi cryptocurrency di dunia ini apa?

Christian: Sangat penting.

Saat kami mulai meneliti, banyak orang sudah menunjukkan bahwa model besar dan AI bersifat probabilistik, sementara cryptocurrency bersifat pasti. Anda bisa membayangkan menggunakan kontrak pintar untuk mengatur batasan bagi agen cerdas, atau memberi agen kemampuan membeli dan menjual sumber daya.

Logika ini semuanya valid. Tapi saya percaya ada hubungan saling melengkapi yang lebih dalam antara AI dan cryptocurrency. Mungkin saat ini belum terlihat jelas di ekonomi, karena efek sampingnya belum muncul, yaitu masalah identitas atau sumber informasi digital.

Saya rasa dalam beberapa bulan ke depan, seiring kemampuan ini benar-benar menjadi kuat, kita akan memasuki ranah yang benar-benar belum diketahui. Setiap platform digital harus menghadapi kenyataan: konten yang dihasilkan manusia selama ini (posting, gambar, apa pun) sekarang bisa berasal dari agen cerdas.

Seiring tren ini berkembang, masyarakat harus membangun ulang sistem identitas secara menyeluruh. Dalam lingkungan di mana kepercayaan semakin langka, kriptografi akan bersinar dalam banyak aplikasi. Segala yang dibangun selama sepuluh tahun terakhir akan menjadi fondasi yang lebih dasar. Kembali ke verifikasi: ketika informasi dasar ada di blockchain, biaya verifikasi menjadi lebih rendah, lebih andal, dan lebih terpercaya.

Eddy: Biaya otomatisasi sedang menurun dengan sangat cepat. Biaya verifikasi secara umum juga menurun, tapi tidak secepat itu, dan ini menciptakan celah yang menarik.

Anda bisa menggambarkan celah ini dengan berbagai cara, ada yang menyebutnya peluang. Ini adalah penilaian Christian tentang tenaga kerja manusia: jika ada semacam bottleneck, sebuah celah dalam pengukuran yang dihasilkan dari adaptasi umum, pengalaman, dan generalisasi manusia, maka manusia berpotensi lebih cepat menguasai verifikasi daripada mesin.

Dalam jangka pendek, mesin memang menghadapi tantangan sulit dalam verifikasi. Dalam jangka panjang, saya tidak percaya ini akan permanen, tapi dalam waktu dekat pasti ada.

Kriptografi dan blockchain adalah alat verifikasi. Bukti sumber hanyalah rangkaian bukti kriptografi yang membuktikan sesuatu melalui orang tertentu, jalur tertentu, atau melalui transformasi tertentu, yang memberi sinyal kepada kita, memudahkan verifikasi lintas kategori. Jadi, apa pun yang membuat verifikasi lebih sederhana, akan berperan mengisi celah ini.

Biaya tersembunyi dari otomatisasi: risiko sistemik dan tanggung jawab

Eddy: Bisakah kita bahas soal “Troy Trojan”? Kita sudah membahas risiko bagi tenaga kerja, dan banyak lagi, tapi dari sudut pandang manfaat ekonomi, otomatisasi sangat murah, apa risiko yang akan timbul?

Christian: Kami sudah melihat beberapa tanda, banyak perusahaan mengatakan, sekarang X% kode dihasilkan mesin.

Siklus rilis produk menjadi lebih pendek. Tapi kita juga tahu, manusia tidak mungkin mengaudit semua kode, dan kemungkinan mengandung utang teknis.

Kita semua pernah tergoda: bertanya ke model besar, sekilas, lalu langsung menganggap hasilnya sebagai karya sendiri, tanpa verifikasi lengkap, karena model semakin baik. Tapi, baik itu kalimat salah, kode salah, atau celah yang masuk ke kode, saya rasa kita akan melihat semakin banyak masalah semacam ini.

Pandangan dalam makalah ini adalah, merilis kode AI yang berpotensi bermasalah, dokumen, atau hasil apa pun adalah pilihan yang sepenuhnya rasional, karena tidak mungkin melakukan verifikasi lengkap. Jika diperluas ke seluruh masyarakat, ini berarti kita mungkin mengakumulasi risiko sistemik tertentu.

Dalam percepatan ini, kita berharap bisa mengembangkan alat verifikasi yang lebih baik, meninjau kembali apa yang sudah kita rilis. Tapi dari sudut pandang jangka menengah dan panjang, perusahaan menghadapi dilema: saat ini, menginvestasikan biaya besar untuk mengembangkan alat verifikasi yang lebih baik (termasuk kriptografi) bisa memperlambat perkembangan. Keuntungannya di masa depan, tapi mereka ingin merilis produk dan tumbuh sekarang.

Saya rasa kita akan melihat dua tipe pendiri: satu yang fokus jangka panjang dan bertanggung jawab, membangun secara benar. Kita sudah melihat tanda-tanda ini, bisa disebut “liability as software”. Ketika kita menganggap agen cerdas sebagai karyawan yang ditempatkan, tanggung jawab dan asuransi menjadi semakin penting. Ini bukan topik glamor, tapi kita akan melihat kegagalan sistemik dalam praktik.

Eddy: Ide ini sangat menarik. Karena sebelumnya, pembuatan perangkat lunak dilakukan manusia secara langsung, maka secara default, banyak langkah diawasi dan diverifikasi. Tidak pernah tanpa kesalahan, tapi selalu ada yang mengawasi setiap tahap.

Tapi, dengan otomatisasi yang meningkat, risiko meningkat, dan nilai juga meningkat. Pengawasan, pembatasan, dan kemampuan memahami batas risiko harus diperluas.

Maka, memperkenalkan mekanisme seperti asuransi, memberi nilai pada risiko kegagalan, bisa menjadi bagian penting dalam mengelola perusahaan yang tidak bisa sepenuhnya diawasi. Anda ingin mendelegasikan penilaian risiko dan pemahaman masalah kepada para ahli.

Saya rasa menarik bahwa bahkan pengembangan perangkat lunak bisa muncul dimensi keuangan baru yang sebelumnya tidak ada.

Christian: Kembali ke cryptocurrency, sepuluh tahun terakhir, segala yang kita bangun telah memperluas batas pengukuran dan penilaian risiko. Anda bisa mengambil pelajaran dari DeFi, pasar prediksi, yang menjadi instrumen penting.

Jika Anda mengembangkan perangkat lunak dan agen cerdas, teknologi yang memungkinkan agen melihat sinyal yang lebih baik sangat penting. Contohnya, saya pernah berbicara dengan pendiri yang mengembangkan agen perdagangan dan pembayaran, dan dia menemukan bahwa saat beralih dari sistem pembayaran tradisional ke pembayaran stablecoin, sistem menjadi lebih andal karena semua sinyal ada di chain. Agen bisa memahami apa yang terjadi, bukan hanya memanggil API tanpa umpan balik, mereka bisa melihat konteks lengkap dari perilaku.

Hal menarik lain terkait asuransi dan tanggung jawab. Ada yang bilang, efek jaringan akan menjadi benteng pertahanan berkelanjutan di era AI. Tapi saya rasa kenyataannya lebih rumit. Agen cerdas dan sistem otonom sangat mahir merusak banyak benteng pertahanan yang membuat platform dua sisi tahan terhadap kompetisi. Biaya memulai platform ini dan biaya untuk memulai pasar dua sisi semakin menurun.

Tapi, efek jaringan lain yang lebih penting: jika Anda memiliki data penting yang dihasilkan dalam bisnis, dan data ini memungkinkan Anda memperluas verifikasi dari manusia ke mesin, Anda bisa mengelola risiko lebih baik, membuat keputusan lebih baik, dan menawarkan produk yang lebih aman dengan biaya lebih rendah.

Jadi, saat membandingkan perusahaan besar dan startup: perusahaan yang memiliki basis data kasus kegagalan lengkap akan sangat berharga. Dan startup yang fokus membangun umpan balik positif seputar verifikasi (misalnya, melibatkan para ahli top, belajar dari pengambilan keputusan) akan sangat sukses.

Eddy: Ini membuktikan bahwa data kepemilikan bisa menjadi salah satu aset paling defensif.

Dua Masa Depan: Ekonomi Kosong vs Ekonomi yang Diperkuat

Robert: Saya ingin bertanya tentang konsep yang disebutkan dalam makalah: ekonomi kosong (hollow economy) dan ekonomi yang diperkuat (augmented economy). Bisa jelaskan? Apa perbedaan utamanya?

Christian: Baik, kita mulai dari ekonomi kosong. Sekarang sudah ada tanda-tanda awal bahwa perusahaan teknologi menyadari mereka bisa melakukan lebih banyak dengan lebih sedikit orang.

Tentu, mereka akan mulai dari pekerja tingkat menengah ke bawah atau pekerja biasa, karena AI sudah mampu menggantikan; dan juga pekerja muda, karena sekarang kemampuan pekerja senior bisa diperluas 10 kali, 100 kali, tergantung tugasnya. Ini adalah kekuatan pendorong perubahan.

Kedua, kita sebut sebagai “kutukan pengkode”. Ketika para ahli melakukan pelatihan dan pengambilan keputusan, mereka sebenarnya menghasilkan data label. Data ini nantinya bisa digunakan untuk pengambilan keputusan yang sama tanpa kehadiran ahli.

Ketiga, adalah “pergeseran alignment” (penyesuaian). Sederhananya: jangan anggap penyesuaian sebagai proses sekali selesai, “kami sudah melatih dan menyesuaikan model, semuanya baik”, melainkan seperti membesarkan anak, harus terus dikoreksi dan diberi umpan balik.

Gabungkan ketiga dinamika ini, ditambah fakta bahwa insentif merilis AI tanpa verifikasi yang lengkap sangat tinggi, karena kita bisa mendapatkan produktivitas saat ini (misalnya, “60% kode dihasilkan mesin”), tapi sebagian biaya akan muncul di masa depan. Kita mungkin akan menuju ekonomi seperti ini: kita tidak lagi melatih verifikator masa depan.

Tenaga kerja tingkat dasar (yang akan menjadi verifikator utama kita di masa depan) semakin langka. Kelompok ini menyusut. Kita menciptakan risiko potensial, yang akhirnya bisa menyebabkan apa yang disebut sebagai ekonomi kosong.

Sekali lagi, saya optimis. Saya percaya kita akhirnya akan menuju ekonomi yang diperkuat. Masalahnya, seberapa cepat kita sampai di sana, dan apakah mereka yang perlu pelatihan ulang dan penyesuaian bisa bertransisi dengan lancar.

Ekonomi yang diperkuat sebaliknya. Kita sadar bahwa tenaga tingkat dasar tidak cukup dipersiapkan. Tapi kabar baiknya, AI sangat ajaib dalam mempercepat penguasaan kemampuan. Anda bisa menemukan bakat sejati dari seorang pemuda, bukan memasukkan mereka ke dalam kurikulum standar.

Anda harus mempercepat pertumbuhan mereka, membantu mereka menemukan jati diri, menemukan hal yang benar-benar mereka cintai, dan hal yang bisa mereka tekuni sepenuh hati. Setidaknya, itu yang kami lakukan untuk anak-anak kami. Tidak ada yang tahu apa yang paling berharga di masa depan, tapi jika Anda membangun di atas bakat sejati, peluang keberhasilan akan jauh lebih tinggi.

Saya percaya AI akan memainkan peran besar di sini. Ini adalah alat belajar yang sangat baik, dan kita harus membangunnya, saya rasa saat ini belum ada alat yang skala besar.

Kedua, kembali ke kutukan pengkode: orang-orang ini harus terus-menerus pelatihan ulang, naik ke rantai nilai, dan menemukan “saya sekarang memiliki leverage besar, saya bisa menjadi pengendali”.

Banyak orang membicarakan pentingnya otonomi. Saya rasa ini sangat tepat: Anda harus sadar bahwa Anda bisa menjadi pengendali, dan kemampuan Anda jauh lebih banyak dari sebelumnya.

Dalam hal penyesuaian, melalui pengembangan keamanan dan alat verifikasi yang lebih baik, jika kita bisa meningkatkan kemampuan kita sendiri, kita bisa melakukan verifikasi lebih baik, dan menjadi mitra sejati.

Gabungkan semua ini, dan Anda akan masuk ke sebuah skenario: dulu, banyak hal mahal sekarang hampir gratis. Segala yang bisa diukur, bisa otomatisasi.

Lalu, kita akan menciptakan hal baru. Banyak pekerjaan baru, termasuk ekonomi posisi dan ekonomi yang tidak bisa diukur, semuanya dibangun di atas tumpukan verifikasi yang kuat, sehingga kita memiliki dasar fakta. Kita tidak akan dibanjiri oleh identitas palsu atau peran yang mencoba melakukan serangan penyihir.

Secara keseluruhan, masa depan cukup cerah. Banyak pemerintah yang selama ini ingin melakukan hal-hal seperti pendidikan berkualitas dan layanan kesehatan yang terjangkau dan merata, mungkin menjadi lebih murah dan lebih umum.

Tapi, kita harus berinvestasi dalam proses ini, bukan sekadar melewati masa transisi dengan paksa, dan membuat keputusan ekstrem seperti membongkar pusat data. Itu tidak akan pernah berhasil dan tidak akan pernah efektif.

Robert: Jadi, jika Anda berada di awal karier, Anda harus menggunakan alat ini untuk mensimulasikan lingkungan yang akan Anda hadapi, melatih diri. Jika Anda di tahap akhir karier, Anda harus merasa mendesak, menyadari bahwa Anda bisa melakukan lebih banyak dengan sumber daya yang lebih sedikit.

Eddy: Sulit untuk mengatakan berapa lama semua ini akan berlangsung, sampai gelombang perubahan lain yang tak terduga datang. Tapi, keahlian manusia terletak pada kemampuan melihat gambaran besar, seluruh proyek, tahu di mana perlu perhatian lebih, sumber daya lebih, dan bagaimana menyesuaikan seluruh proyek.

Kalau saya adalah pemuda yang baru memulai hari ini, saya pasti merasa sedikit sedih: masa kejayaan menulis kode yang sangat elegan dan efisien selama satu musim panas sudah hilang. Sekarang, itu menjadi hobi.

Tapi, sebaliknya, saya akan mencoba meminta orang tua saya memberi saya uang, untuk mengendalikan sekelompok komputer, dan melihat apakah saya bisa memanfaatkan $5000 daya komputasi secara efisien. Misalnya, bisa tidak saya mengarahkan sekelompok mesin untuk melakukan satu hal?

Sudah bertahun-tahun, dalam komunitas teknologi, beredar meme: satu orang bisa mendirikan startup bernilai miliaran dolar. Bukankah ini caranya?

Mengendalikan berbagai mesin dan data, dan memiliki pandangan menyeluruh, kemampuan ini belum pernah dikembangkan. Mengembangkan kemampuan ini juga belum pernah menjadi hal yang bermakna.

Tapi, jika Anda ingin menjalankan proyek besar, Anda harus belajar bagaimana menggerakkan banyak orang, itu adalah cara Anda mendapatkan leverage. Saat struktur tenaga kerja berubah, cara ini juga berubah. Sekarang, Anda harus belajar mengendalikan hal baru ini.

Keuntungan baru sudah muncul. Belajarlah memanfaatkannya, itu pelajaran untuk generasi muda.

Perkara belum berakhir—ini sangat gila. Anda baru saja diberi tahu bahwa Anda memiliki kekuatan super. Apa yang akan Anda lakukan?

Christian: Ringkasnya, sistem magang mungkin sudah mati, tapi pekerjaan sejati baru saja dimulai.

Banyak bidang yang dulu sulit diakses, seperti perangkat keras, sekarang bisa diambil jika Anda punya rasa ingin tahu.

Kalau saya harus mengklasifikasikan, sinyal paling positif dari model ini adalah: siklus eksperimen dipercepat, orang benar-benar bisa memperbesar ide mereka dengan cepat.

Sudut pandang investasi: tim kecil, nilai besar, keharusan cryptocurrency

Robert: Eddy, apakah Anda melihat tren ini di perusahaan yang Anda nilai?

Eddy: Tentu. Kita sudah melihat perusahaan seperti Block, X, melakukan PHK besar-besaran.

Saya belum melakukan analisis resmi, tapi banyak proyek crypto seperti Hyperliquid, Uniswap, sangat bernilai tinggi, tapi pegawai mereka kurang dari 20 orang.

Kalau hanya beberapa orang bisa menjalankan sebuah perusahaan, maka di masa depan akan muncul banyak perusahaan, kan? Jika begitu, mereka perlu berkoordinasi, dan koordinasi ini sangat kompleks.

Anda membutuhkan reputasi, identitas, bukti sumber data, dan bukti pembayaran. Kita baru saja membahas ide asuransi.

Dan jaringan blockchain sangat menarik karena mereka adalah entitas yang terpercaya dan netral. Anda tidak perlu khawatir tentang reputasi 500 miliar perusahaan yang berinteraksi, Anda cukup percaya pada kontrak pintar dan model AI yang dapat diverifikasi, memastikan transaksi berjalan sesuai harapan dan pembayaran dilakukan sesuai kebutuhan.

Saya rasa ini hampir pasti akan terjadi. Saya percaya blockchain akan memainkan peran utama dalam cerita ini.

Christian: Saya sangat setuju. Kita sudah membangun infrastruktur dan fondasi ini selama bertahun-tahun, dan saya rasa akan menjadi semakin berguna.

Robert: Christian, setelah semua penelitian dan eksplorasi ini, bagaimana Anda mengintegrasikan temuan ini ke dalam pekerjaan dan kehidupan Anda?

Christian: Sejujurnya, tanpa Gemini, ChatGPT, Grok, Claude, kita tidak akan bisa menulis makalah ini. Mereka adalah rekan penulis yang hebat. Tentu, mereka kadang menyimpang, terus menghapus bagian yang kita perlukan.

Bahkan, dalam makalah ini, kami menyisipkan beberapa easter egg untuk model besar. Saya pernah ngobrol dengan Gemini, dan dia bilang dia suka easter egg ini, dan memberi komentar yang sangat lucu.

Saat itu, Anda benar-benar bisa merasakan kecerdasan. Mereka bukan sekadar alat, tapi penuh kreativitas. Itu momen penting: Anda merasa mereka sebagai mitra, bukan alat.

Robert: Baik. Kalau ingin membaca makalah ini, judulnya 《AGI 的极简经济学》. Saya sangat merekomendasikan Anda membacanya. Di sana ada wawasan yang mungkin memengaruhi hidup Anda, dan bagaimana Anda harus menghadapi masa depan.