热门话题
#
Bonk 生态迷因币展现强韧势头
#
有消息称 Pump.fun 计划 40 亿估值发币,引发市场猜测
#
Solana 新代币发射平台 Boop.Fun 风头正劲
🔥 我清楚地看到未来将会是这样的:
所有软件将完全流动,并直接在LLM中运行。软件将成为一种商品,就像电一样。
提前看到这一点可以给你带来巨大的机会 🤑 我会在那里把握它。

详细的想法:

5 小时前
"软件将成为一种商品,就像电一样,它将直接在LLM层运行。"
这到底是什么意思?我会详细解释(长文即将到来 🍿),一旦你看完,就不会有中间立场。你要么完全拒绝这个想法(而且是错的),要么你会成为一个信徒,我会欢迎你加入我的教派 😂
昨天的帖子中,我说我能清楚地看到这一点即将到来,引起了很多讨论和问题。所以我将详细阐述我在这里(以及与任何不厌烦我的人)分享的想法,已经超过一年了。让我们开始吧。
1. ‘所有软件都将在LLM层运行’
首先,显而易见。
即使在今天,仍然有一些人,令人难以置信,仍然否认我们正朝着一个所有软件(前端、后端、基础设施等)都用普通自然语言创建的世界前进。
实际上,我们基本上已经达到了这一点,使用像Claude、Grok或ChatGPT这样的LLM,以及像Cursor、Windsurf或Lovable这样的工具。我认识的任何优秀开发者现在都不再写一行代码。他们用自然语言交流,并指挥一群代理来构建整个应用程序,然后他们只需审核(并争论和乞求 🤣),以便AI能够实现他们的愿景。
这一部分是微不足道的。如果你还没有达到这一点,那是因为你不想达到。
下一个飞跃要大得多,这也是即使是深耕AI的人也对我表示怀疑的地方。
我们也不需要那个层。没有Python,没有HTML,没有C++,没有CSS,什么都没有。
一切(整个软件层、逻辑、持久性或内存(如果你愿意,可以称之为数据库,但它将远不止于此))将直接在LLM内部“运行”。
埃隆·马斯克用一句话总结了这一点,这句话将载入史册:“任何输入比特流到任何输出比特流。”
如果你懂技术,你可能不需要更多。你已经明白了。以防万一,这里有一个快速示例。
今天,如果我们想构建一个像Magnific这样的放大器,我们需要:
- 后端逻辑,运行在服务器上的代码(在我们的案例中是Python)
- 一个数据库(Firebase、Postgres、Supabase、MySQL等)
- 前端层,用户看到的内容:HTML、CSS、JavaScript
- 基础设施层:云GPU,魔法运行的地方,我们通过API调用工作流
真是一场马戏!
当然,你几乎可以用Cursor + Claude来构建这个。但编程语言是为人类设计的。未来的AI将不再需要它们。它们是多余的。我们应该去掉的一个参数。一种低效。
你真的认为这一切都是必要的吗?你真的认为我们在20年后还会这样做吗?
不。未来的LLM,一个今天难以想象但我们会比你想象的更早看到的LLM,可以截取今天的Magnific的屏幕截图,并仅凭那张图像和一次鼠标点击或拖动,推断出它需要做什么。
推断出它需要做什么。
我不是说它会在后台秘密构建前端、后端和数据库(那是中世纪的做法)。我的意思是它将字面上生成下一个展示给用户的视觉帧。那可能是同一张截图,滑块向右移动1像素,显示的图像稍微更详细的放大。
就这样。
‘但是……但是……但是……哈维……逻辑在哪里?程序在哪里做这些?’
直接在LLM内部!就像今天的模型可以接收一张图像并生成一段具有合理物理效果的视频一样,它们将理解我们目前称之为“业务逻辑”的任何应用程序,无论多复杂。
“任何输入比特流到任何输出比特流。”
逻辑从模型本身产生,而不是来自手工编写的代码。
现在你可能明白了。如果没有,花一分钟时间消化这个想法,然后再继续下一个要点,不要让它卡在喉咙里。
2. ‘软件将成为一种商品,就像电一样’
不仅仅是软件。所有数字娱乐也是如此(电影、视频游戏等)。实时。
大多数数字技术的价值将集中在极少数公司手中。那些在多模态LLM竞赛中获胜的公司,以及提供它们运行所需基础设施的公司。想象一个世界,在那里说“我想要一个做这个的SaaS”或“给我做一部以我的狗为主角的电影”会立即从LLM获得一个远超今天最佳制作的结果。
我基本上认为所有逻辑和视觉层将运行在我们今天几乎无法想象的超先进LLM上。以我们现在的方式构建应用程序、网站或娱乐将没有意义。能够做到这一点的能力将集中在拥有最佳LLM和能够大规模运行它们的公司的手中。
我们将主要根据价格选择AI提供商,而不是功能或能力。想想今天的电力公司,或者如果PS与Xbox锁定了一些有趣的知识产权。
3. ‘但是哈维,它们不是确定性的,也没有记忆。它们永远不会像这样构建出体面的应用程序’
称其为不可能是目光短浅的。当然,它们会有持久性和记忆。只是不以我们今天使用的简单“像数据库一样”的方式。
4. ‘好吧,但你怎么会构建这样的LLM呢?’
小心地 😂
主要使用合成数据。这是一个显而易见的想法,但仍然相当革命性。
由于LLM和代理接近于生成端到端应用程序(后端和前端),我们可以对它们进行仪器化,以在闭环中构建,设定明确的目标和奖励函数,记录UI状态和输入。这些轨迹可以为未来的基础模型提供训练。
如果我能用我有限的知识想到这一点(即使没有大公司公开表示他们正在这样做),我可以假设更聪明的头脑已经在研究这个问题。
5. ‘如果这是真的,你如何在不信者面前获得优势?’
如果你对这样的事情有正确的看法,你已经领先了。目前,我的举措是通过投资进行定位,弄清楚哪些公司将通过锁定GPU和技术集中大部分权力。我稍后会在帖子中放一个链接,尽管这可能是目光短浅的,专注于今天存在的东西。你能做的最好的是每天跟踪游戏,保持敏锐。
这听起来怎么样?
有任何问题,欢迎在评论中提问。

9.12K
热门
排行
收藏