a16z Gründer: Im Zeitalter der Agenten hat sich das, was wirklich zählt, verändert.

Originaltitel: Marc Andreessen reflektiert über das Ende des Browsers, Pi + OpenClaw und warum „diesmal alles anders ist“.

Originalübersetzung: FuturePulse

Signalquelle: Dies ist das neueste Interview von Marc Andreessen , dem Gründer von a16z, im Latent Space Podcast. Er ist ein bekannter amerikanischer Internetunternehmer und eine Schlüsselfigur in der frühen Entwicklung des Internets; nach der Gründung von a16z wurde er zu einer repräsentativen Figur unter den Top-Investoren im Silicon Valley. Das gesamte Gespräch dreht sich um die Geschichte und die neuesten Trends in der KI-Entwicklung, weshalb es sich sehr lohnt, es zu lesen.

ICH. Diese KI-Welle ist kein plötzliches Auftauchen, sondern der erste umfassende Einsatzbeginn nach 80 Jahren technologischen Marathons.

• Diese KI-Revolution ist kein plötzliches Phänomen, sondern das Ergebnis eines 80-jährigen technologischen Marathons.

• Marc Andreessen spricht direkt von der Gegenwart als „80-jährigem Übernacht-Erfolg“, womit er meint, dass der plötzliche Erfolg in der Öffentlichkeit in Wirklichkeit die konzentrierte Freisetzung jahrzehntelanger technologischer Reserven ist.

• Er verfolgt diesen technologischen Faden zurück bis zu den Anfängen der Forschung an neuronalen Netzen und betont, dass die Branche mittlerweile die Auffassung akzeptiert hat, dass „neuronale Netze die richtige Architektur sind“.

• In seiner Erzählung sind die Schlüsselmomente nicht einzelne Augenblicke, sondern eine Reihe von Ereignissen: AlexNet, Transformer, ChatGPT, Schlussfolgerungsmodelle und dann Agenten und Selbstverbesserung.

• Er hebt insbesondere hervor, dass diesmal nicht nur die Textgenerierung leistungsfähiger geworden ist, sondern dass gleichzeitig vier Arten von Funktionalitäten entstanden sind: LLMs, logisches Denken, Codierung und Agenten/rekursive Selbstverbesserung.

• Er glaubt, dass es diesmal anders ist, nicht weil die Geschichte überzeugender ist, sondern weil diese Fähigkeiten begonnen haben, bei realen Aufgaben zum Einsatz zu kommen.

II. Die von Pi und OpenClaw repräsentierte Agentenarchitektur stellt eine tiefgreifendere softwarearchitektonische Veränderung dar als Chatbots.

• Er beschreibt Agenten sehr spezifisch: im Wesentlichen „LLM + Shell + Dateisystem + Markdown + Cron/Schleife“. In dieser Struktur ist LLM der Kern der Argumentation und Generierung, die Shell stellt die Ausführungsumgebung bereit, das Dateisystem speichert den Zustand, Markdown macht den Zustand lesbar und Cron/Loop sorgt für regelmäßiges Aufwachen und den Fortschritt der Aufgaben.

• Er ist der Ansicht, dass die Bedeutung dieser Kombination darin liegt, dass – abgesehen vom Modell selbst, das neu ist – alle anderen Komponenten bereits ausgereifte, verständliche und wiederverwendbare Bestandteile der Softwarewelt sind.

• Der Zustand des Agenten wird in Dateien gespeichert, was eine Migration zwischen verschiedenen Modellen und Laufzeitumgebungen ermöglicht; das zugrunde liegende Modell kann ersetzt werden, Speicher und Zustand bleiben jedoch erhalten.

• Er betont immer wieder die Bedeutung der Selbstreflexion: Agenten kennen ihre eigenen Dateien, können ihre eigenen Zustände lesen und sogar ihre eigenen Dateien und Funktionen umschreiben, was einer „Erweiterung des eigenen Selbst“ gleichkommt.

• Seiner Ansicht nach besteht der eigentliche Durchbruch nicht nur darin, dass „das Modell antworten wird“, sondern darin, dass Agenten bestehende Unix-Toolchains nutzen können, um die potenziellen Fähigkeiten des gesamten Computers auszuschöpfen.

III. Das Zeitalter der Browser, der traditionellen grafischen Benutzeroberflächen und der „vom Menschen bedienten Software“ wird nach und nach durch agentenbasierte Interaktionsmethoden ersetzt werden.

• Marc Andreessen hat deutlich gemacht, dass man in Zukunft „möglicherweise keine Benutzeroberfläche mehr benötigt“.

• Er weist ferner darauf hin, dass die Hauptnutzer von Software in der Zukunft möglicherweise nicht Menschen, sondern „andere Bots“ sein werden.

• Dies bedeutet, dass viele Schnittstellen, die für menschliches Klicken, Stöbern und Ausfüllen von Formularen konzipiert wurden, auf die Ausführungsschicht reduziert werden, die von Agenten aufgerufen wird.

• In dieser Welt sind die Menschen eher diejenigen, die Ziele setzen: Sie teilen dem System mit, was sie wollen, und dann rufen Agenten Dienste auf, bedienen Software und führen Prozesse durch.

• Er verbindet diesen Wandel mit einer umfassenderen Zukunft der Softwareentwicklung: Hochwertige Software wird zunehmend „reichlich vorhanden“ sein und nicht länger ein seltenes Produkt darstellen, das von wenigen Ingenieuren in Handarbeit gefertigt wird.

• Er prognostiziert außerdem, dass die Bedeutung von Programmiersprachen abnehmen wird; Modelle werden Programme in verschiedenen Sprachen schreiben und zwischen ihnen übersetzen, und in Zukunft werden sich die Menschen vielleicht mehr dafür interessieren, zu erklären, warum KI den Code auf eine bestimmte Weise organisiert, als sich an eine bestimmte Sprache zu halten.

• Er erwähnt sogar eine noch radikalere Richtung: Konzeptionell gesehen könnte KI nicht nur Code ausgeben, sondern auch direkt binären Code auf niedrigerer Ebene oder Modellgewichte ausgeben.

IV. Dieser KI-Investitionszyklus ähnelt der Internetblase von 2000, aber die zugrunde liegende Angebots- und Nachfragestruktur ist anders.

• Er erinnert sich daran, dass der Zusammenbruch im Jahr 2000 größtenteils nicht darauf zurückzuführen war, dass „das Internet nicht funktionierte“, sondern vielmehr auf den übermäßigen Ausbau der Telekommunikations- und Bandbreiteninfrastruktur, wobei Glasfasernetze und Rechenzentren im Voraus verlegt wurden, gefolgt von einer langen Phase der Anpassung.

• Er glaubt, dass es heute tatsächlich Bedenken hinsichtlich einer „Überdimensionierung“ gibt, aber die aktuellen Investoren sind hauptsächlich große Unternehmen wie Microsoft, Amazon und Google mit reichlich liquiden Mitteln und nicht hoch verschuldete, fragile Akteure.

• Er hebt insbesondere hervor, dass Investitionen heutzutage, sofern sie zu einer funktionsfähigen GPU führen, in der Regel schnell in Einnahmen umgewandelt werden können, was sich von den großen Mengen ungenutzter Kapazitäten im Jahr 2000 unterscheidet.

• Er betont außerdem, dass wir derzeit im Grunde nur eine eingeschränkte Version der Technologie nutzen: Aufgrund unzureichender Versorgung mit GPUs, Speicher, Rechenzentren usw. konnte das Potenzial der Modelle nicht voll ausgeschöpft werden.

• Seiner Einschätzung nach werden die eigentlichen Engpässe in den kommenden Jahren nicht nur bei den GPUs liegen, sondern auch bei den miteinander verknüpften Engpässen von CPUs, Speicher, Netzwerken und dem gesamten Chip-Ökosystem.

• Er stellt die Skalierungsgesetze der KI dem früheren Mooreschen Gesetz gegenüber und ist der Ansicht, dass sie nicht nur Muster beschreiben, sondern auch kontinuierlich Kapital, Ingenieurwesen und industrielle Zusammenarbeit fördern.

• Er erwähnt ein sehr ungewöhnliches, aber wichtiges Phänomen: Mit zunehmender Geschwindigkeit der Softwareoptimierung können bestimmte Chips älterer Generationen sogar wirtschaftlich wertvoller werden als zum Zeitpunkt ihrer Erstanschaffung.

V. Open Source, Edge-Inferenz und lokale Ausführung sind keine Randerscheinungen, sondern fester Bestandteil der Wettbewerbslandschaft im Bereich der KI.

• Marc Andreessen ist der festen Überzeugung, dass Open Source sehr wichtig ist, nicht nur weil es kostenlos ist, sondern weil es „der ganzen Welt zeigt, wie es geht“.

• Er bezeichnet Open-Source-Veröffentlichungen wie DeepSeek als ein „Geschenk an die Welt“, da Code und Papier Wissen schnell verbreiten und das Niveau der gesamten Branche anheben würden.

• In seiner Darstellung ist Open Source nicht nur eine technische Entscheidung, sondern kann auch eine geopolitische und Marktstrategie sein: Verschiedene Länder und Unternehmen werden unterschiedliche Offenheitsstrategien verfolgen, die auf ihren eigenen geschäftlichen Zwängen und Einflusszielen basieren.

• Er betont außerdem die Bedeutung von Edge-Inferenz: In den kommenden Jahren könnten die Kosten für zentralisierte Inferenz nicht niedrig genug sein, und viele Anwendungen auf Verbraucherebene können die langfristig hohen Kosten der Cloud-Inferenz nicht tragen.

• Er erwähnt ein wiederkehrendes Muster: Modelle, die heute noch als „unmöglich auf einem PC lauffähig“ gelten, können oft schon wenige Monate später auf lokalen Rechnern ausgeführt werden.

• Neben den Kosten sprechen Faktoren wie Vertrauen, Datenschutz, Latenz und Nutzungsszenarien für die lokale Ausführung: Wearables, Türschlösser, tragbare Geräte usw. eignen sich besser für latenzarme, lokale Inferenz.

• Sein Urteil ist sehr direkt: Fast alles, was einen Chip hat, könnte in Zukunft ein KI-Modell enthalten.

VI. Die wahren Herausforderungen der KI liegen nicht nur in den Fähigkeiten der Modelle, sondern auch in den Bereichen Sicherheit, Identität, Finanzströme sowie organisatorischer und institutioneller Widerstand.

• In puncto Sicherheit ist sein Urteilsvermögen sehr scharfsinnig: Fast alle potenziellen Sicherheitslücken werden leichter zu entdecken sein, und es kann kurzfristig zu einer „Computersicherheitskatastrophe“ kommen.

• Er glaubt aber auch, dass Programmieragenten die Fähigkeit zur Behebung von Sicherheitslücken ausbauen werden; in Zukunft könnte der Weg zum "Schutz von Software" darin bestehen, Bots die Software scannen und reparieren zu lassen.

• In Bezug auf die Identitätsfrage ist er der Ansicht, dass ein „Beweis für Bots“ nicht praktikabel ist, da Bots immer leistungsfähiger werden; der einzig gangbare Weg ist ein „Beweis für Menschen“, der eine Kombination aus Biometrie, kryptografischer Verifizierung und selektiver Offenlegung darstellt.

• Er spricht auch ein häufig übersehenes Problem an: Wenn Agenten in der realen Welt agieren sollen, benötigen sie letztendlich Geld, Zahlungsmöglichkeiten und sogar eine Art Bankkonto, Karten oder eine Stablecoin-ähnliche Infrastruktur. Auf organisatorischer Ebene greift er auf das Rahmenwerk des Managerial Capitalism zurück und glaubt, dass KI gründergeführte Unternehmen stärken kann, da Bots sich in den Bereichen Reporting, Koordination, Dokumentation und einer großen Menge an "Managementarbeit" auszeichnen.

• Allerdings glaubt er nicht, dass die Gesellschaft KI schnell und reibungslos akzeptieren wird: Er nennt Beispiele wie Berufslizenzen, Gewerkschaften, Hafenarbeiterstreiks, Regierungsbehörden, das Schulwesen (K-12) und das Gesundheitswesen, um zu veranschaulichen, dass es in der realen Welt viele institutionelle Hürden gibt.

• Sein Urteil lautet, dass sowohl KI-Utopisten als auch -Pessimisten einen Punkt oft übersehen: Nur weil Technologie möglich ist, heißt das nicht, dass sich 8 Milliarden Menschen sofort verändern werden.