a16z 创始人：Agent 时代，真正重要的东西变了

Penulis: a16z

Terjemahan: FuturePulse

Sumber sinyal: Ini adalah wawancara terbaru pendiri a16z Marc Andreessen di podcast Latent Space. Dia adalah pengusaha internet terkenal di Amerika Serikat, salah satu tokoh kunci dalam perkembangan awal internet; juga setelah mendirikan a16z, menjadi salah satu investor terkemuka di Silicon Valley. Sepanjang percakapan ini, fokusnya adalah sejarah perkembangan AI dan tren terbaru, sangat layak dibaca.

I. Gelombang AI kali ini bukan muncul secara tiba-tiba, melainkan kali pertama setelah 80 tahun perjalanan teknologi “mulai bekerja secara menyeluruh”

Gelombang AI ini bukan muncul secara tiba-tiba, melainkan setelah 80 tahun perjalanan teknologi

Marc Andreessen secara langsung menyebut saat ini sebagai “kesuksesan semalam selama 80 tahun”, artinya ledakan mendadak di mata publik, padahal sebenarnya adalah akumulasi cadangan teknologi selama puluhan tahun yang dilepaskan secara bersamaan.

Dia menelusuri jejak teknologi ini kembali ke penelitian jaringan saraf awal, dan menekankan bahwa industri saat ini sebenarnya sudah menerima penilaian “jaringan saraf adalah arsitektur yang benar”.

Dalam narasinya, titik kunci bukanlah satu momen tunggal, melainkan rangkaian yang bertumpuk: AlexNet, Transformer, ChatGPT, model reasoning, lalu agents dan self-improvement.

Dia menekankan bahwa kali ini bukan hanya teks yang menjadi lebih kuat, tetapi empat fungsi muncul bersamaan: LLMs, reasoning, coding, serta agents / recursive self-improvement.

Dia percaya bahwa “this time is different” bukan karena narasinya lebih menarik, tetapi karena kemampuan ini sudah mulai bekerja dalam tugas nyata.

II. Arsitektur agent yang diwakili oleh Pi dan OpenClaw adalah perubahan arsitektur perangkat lunak yang lebih dalam daripada chatbot

Dia menjelaskan agent secara spesifik: pada dasarnya adalah “LLM + shell + sistem file + markdown + cron/loop”. Dalam struktur ini, LLM adalah inti reasoning dan generasi, shell menyediakan lingkungan eksekusi, sistem file menyimpan status, markdown membuat status dapat dibaca, dan cron/loop menyediakan pemanggilan berkala dan kemajuan tugas.

Dia berpendapat bahwa pentingnya kombinasi ini terletak pada: selain model itu sendiri yang baru, komponen lainnya sudah matang, dapat dipahami, dan dapat digunakan kembali di dunia perangkat lunak.

Status agent disimpan dalam file, sehingga dapat dipindahkan antar model dan runtime; model dasar dapat diganti, tetapi memori dan status tetap dipertahankan.

Dia berulang kali menekankan introspeksi: agent tahu file-nya sendiri, dapat membaca statusnya sendiri, bahkan mampu menulis ulang file dan fungsinya sendiri, menuju arah “extend yourself”.

Menurutnya, terobosan sejati bukan hanya “model akan menjawab”, tetapi agent mampu memanfaatkan rangkaian alat Unix yang ada, menghubungkan seluruh potensi komputer.

III. Era browser, GUI tradisional, dan “software yang dikendalikan manusia” akan secara bertahap digantikan oleh interaksi berbasis agent-first

Marc Andreessen secara tegas mengatakan bahwa di masa depan “kamu mungkin tidak lagi membutuhkan antarmuka pengguna”.

Dia menambahkan bahwa di masa depan, pengguna utama perangkat lunak mungkin bukan manusia, melainkan “bot lain”.

Ini berarti banyak antarmuka yang dirancang hari ini untuk klik, browsing, dan pengisian formulir akan bertransformasi menjadi lapisan eksekusi yang dipanggil oleh agent di belakang layar.

Dalam dunia ini, manusia lebih berperan sebagai pemberi target: memberi tahu sistem apa yang diinginkan, lalu agent yang memanggil layanan, mengoperasikan perangkat lunak, dan menyelesaikan proses.

Dia mengaitkan perubahan ini dengan masa depan perangkat lunak yang lebih besar: perangkat lunak berkualitas tinggi akan semakin “melimpah”, bukan lagi barang langka yang dibuat secara manual oleh sedikit insinyur.

Dia juga memprediksi bahwa pentingnya bahasa pemrograman akan menurun; model akan menulis kode lintas bahasa, menerjemahkan satu sama lain, bahkan di masa depan manusia lebih peduli menjelaskan mengapa AI mengorganisasi kode seperti itu, bukan hanya menguasai satu bahasa tertentu.

Dia bahkan menyebutkan arah yang lebih radikal: secara konseptual, AI tidak hanya bisa mengeluarkan kode, tetapi juga langsung menghasilkan kode biner (binary) atau bobot model (model weights).

IV. Siklus investasi AI kali ini mirip dengan gelembung internet tahun 2000, tetapi struktur penawaran dan permintaannya berbeda

Dia meninjau kembali tahun 2000 dan menekankan bahwa kejatuhan pasar bukan karena “internet tidak bagus”, melainkan karena infrastruktur telekomunikasi dan bandwidth yang berlebihan, serat optik dan pusat data yang dibangun terlalu dini, kemudian mengalami masa pemulihan panjang.

Dia percaya bahwa saat ini juga ada kekhawatiran “overbuilding”, tetapi pelaku investasi utama saat ini adalah perusahaan besar seperti Microsoft, Amazon, Google yang memiliki kas melimpah, bukan pemain yang sangat leverage dan rapuh.

Dia menyoroti bahwa selama ada investasi yang mampu menjalankan GPU, biasanya dengan cepat bisa menghasilkan pendapatan, berbeda dengan kapasitas yang banyak idle di tahun 2000.

Dia juga menekankan bahwa teknologi yang kita gunakan saat ini sebenarnya adalah versi “sandbagged”: karena pasokan GPU, memori, pusat data terbatas, potensi model belum sepenuhnya tereksploitasi.

Menurutnya, dalam beberapa tahun ke depan, batasan utama bukan hanya GPU, tetapi juga CPU, memori, jaringan, dan ekosistem chip secara keseluruhan yang saling terkait.

Dia membandingkan hukum skala AI dengan Moore’s Law, dan percaya bahwa keduanya tidak hanya menggambarkan pola, tetapi juga terus memacu kolaborasi modal, rekayasa, dan industri.

Dia menyebutkan fenomena yang cukup aneh namun penting: seiring kecepatan optimisasi perangkat lunak yang semakin cepat, beberapa chip generasi lama bahkan bisa menjadi lebih bernilai secara ekonomi daripada saat baru dibeli.

V. Open source, inferensi edge, dan eksekusi lokal bukanlah hal sepele, melainkan bagian dari kompetisi AI

Marc Andreessen menegaskan bahwa open source sangat penting, bukan hanya karena gratis, tetapi karena “membuat seluruh dunia belajar bagaimana cara kerjanya”.

Dia menggambarkan rilis open source seperti DeepSeek sebagai “hadiah untuk dunia”, karena kode dan makalahnya akan menyebarkan pengetahuan dengan cepat, meningkatkan standar industri secara keseluruhan.

Dalam narasinya, open source bukan hanya pilihan teknologi, tetapi juga strategi geopolitik dan pasar: negara dan perusahaan berbeda akan mengadopsi strategi terbuka yang berbeda berdasarkan batasan bisnis dan pengaruh mereka.

Dia juga menekankan pentingnya inferensi edge (“Edge inference”): dalam beberapa tahun ke depan, biaya inferensi terpusat mungkin tidak cukup rendah, dan banyak aplikasi konsumen tidak mampu menanggung biaya inferensi cloud yang mahal dalam jangka panjang.

Dia menyebutkan pola yang sering muncul: model yang tampaknya “tidak bisa dijalankan di PC” hari ini, dalam beberapa bulan kemudian sering sudah bisa berjalan di mesin lokal.

Selain biaya, faktor kepercayaan, privasi, latensi, dan skenario penggunaan juga mendorong eksekusi lokal: perangkat wearable, kunci pintu, perangkat pribadi lebih cocok untuk inferensi dengan latensi rendah dan di tempat.

Pendapatnya sangat langsung: hampir semua perangkat yang mengandung chip di masa depan kemungkinan akan dilengkapi dengan model AI.

VI. Tantangan utama AI bukan hanya kemampuan model, tetapi juga keamanan, identitas, keuangan, organisasi, dan hambatan regulasi

Dalam hal keamanan, pendapatnya sangat tajam: hampir semua bug keamanan potensial akan lebih mudah ditemukan, dan dalam waktu dekat mungkin akan terjadi “bencana keamanan komputer besar”.

Namun dia juga percaya bahwa agen cerdas akan mampu mengatasi kerentanan dengan skala besar; cara melindungi perangkat lunak di masa depan mungkin adalah dengan membiarkan bot memindai dan memperbaikinya.

Dalam hal identitas, dia berpendapat bahwa “proof of bot” tidak akan berhasil karena bot akan semakin kuat; solusi yang lebih realistis adalah “proof of human”, yaitu kombinasi biometrik, verifikasi enkripsi, dan pengungkapan selektif.

Dia juga membahas masalah yang sering diabaikan: jika agents benar-benar harus beroperasi di dunia nyata, mereka akhirnya membutuhkan uang, kemampuan pembayaran, bahkan mungkin rekening bank, kartu, atau infrastruktur stablecoin. Secara organisasi, dia mengutip kerangka manajemen kapitalisme (managerial capitalism), dan berpendapat bahwa AI bisa memperkuat kembali perusahaan yang dipimpin pendiri, karena bot sangat mahir dalam pelaporan, koordinasi, dokumen, dan pekerjaan “manajerial” lainnya.

Namun dia tidak percaya bahwa masyarakat akan menerima AI secara cepat dan mulus: dia menyebutkan contoh lisensi profesi, serikat pekerja, mogok pelabuhan, lembaga pemerintah, pendidikan K-12, dan layanan kesehatan, yang menunjukkan bahwa ada banyak hambatan institusional di dunia nyata.

Pendapatnya adalah bahwa para utopis dan apokaliptikus AI sama-sama sering mengabaikan satu hal: selama teknologi memungkinkan, tidak berarti 8 miliar orang akan langsung mengikuti perubahan tersebut.