Marc Andreessen 的2026年展望：AI时间线、中美之争与AI的价格
摘要
Andreessen 的基准情景是：AI 只是这场80年革命的第3年，而收入和需求正在验证这一转变。 他认为，AI 的重要性超过互联网，与微处理器、电力和蒸汽机并列；头部公司正以“绝对前所未有的起飞速度”将需求转化为银行账户里的真金白银。未来会有反复、停顿和经济模型失败，但与用户在5年或10年后可能使用的产品相比，今天的产品仍显得原始。
AI 无需重建实体分发网络，就能触达50亿至60亿互联网用户，因此其普及速度和变现可见度都异常之高。 “你不可能下载电力”，但消费者可以把 AI 下载到售价低至10美元的智能手机上；一些产品已经提供每月200美元或300美元的套餐。民调可能显示恐慌，但实际选择显示，人们正在用 AI 处理工作、健康和人际关系——而且“他们喜欢这项技术”。
企业端的核心逻辑是：智能能够创造可衡量的商业价值，而其单位价格下降速度快于摩尔定律。 更好的服务、增购、留存、营销和 AI 原生产品都会带来直接回报；与此同时，“按杯购买的 tokens”越来越便宜，短缺会催生新增产能，数千亿美元、甚至数万亿美元正流入基础设施。Andreessen 预计，需求弹性会把成本崩塌转化为足以抵消、甚至超过降价幅度的需求增长。
模型市场更可能是一座金字塔，而不是赢家通吃的终局。 前沿“神模型”可能始终最聪明，但更小的模型会在6至12个月后复现其能力，并扩散到本地和嵌入式系统中。最典型的样本是 Kimi：根据早期基准测试，其推理能力接近 GPT-5，据称只需1台或2台 MacBook 就能运行——“又是一个星期二，又是一次巨大进步”。
Nvidia 的超额利润同时也是“史上最强的蝙蝠信号”，会吸引竞争者进入芯片市场。 Andreessen 预计，AMD、超大规模云厂商自研芯片、中国芯片公司和 AI 专用初创企业，大约5年后将让芯片相较今天“便宜且充足”。GPU 的胜出既有历史偶然性，也因为适合并行处理；专用 AI 架构可能具备更高的经济效率，并进一步压低成本。
AI 的战略竞赛已经清晰地变成中美竞赛，但双方的经济纠缠程度高于美苏对抗。 DeepSeek 从量化对冲基金中崛起，随后又出现 Qwen、Kimi 和其他中国模型，说明资源较少的参与者也能迅速追赶；机器人领域可能更有利于中国，因为其机电供应链已经在那里。Andreessen 承认，开源发布可能构成补贴式“倾销”，但更大的影响是迫使华盛顿把 AI 领导权视为一场双雄竞赛。
美国近期最大的政策风险，已从联邦限制转向覆盖红州和蓝州、总数约200项的州级法案。 加州被否决的 SB 1047 说明了风险所在：下游责任可能让开源开发者在多年后为模型被滥用负责，实际上扼杀初创企业和学术机构的发布。Andreessen 预计最终联邦权力会占据主导，同时承认失败的暂停条款过于宽泛，无法保留州政府合理的监管权限。
应用型初创企业捕获的价值可能高于“GPT 套壳”这一轻蔑标签所暗示的水平，但胜出的定价和市场结构仍是“万亿美元的问题，而不是答案”。 Cursor 等产品可以编排数十个模型，自研模型，并替换为开源模型；供应商可以围绕被替代的劳动力或创造的生产力定价，而不是围绕 token 成本定价。公司必须选择一套连贯的战略，但风险投资可以同时押注相互矛盾的方向：大模型和小模型、闭源和开源、基础模型和应用、消费端和企业端——从而获得“多种获胜方式”。
精读
上游暂未提供，后续同步将继续补齐。