人工智能的瓶颈已与智能无关，A16Z如是说

人工智能迈入基础设施制约新阶段

当前人工智能发展正步入全新时期，其主要制约因素已不再是模型能力，而在于缺乏相应的经济与治理基础设施支撑。近期一系列前瞻性评估指出，现有AI系统已能胜任从学术研究到金融实务等实质性工作，但在大规模运作时仍缺乏必需的身份验证、归属认定及价值补偿机制。

基于此现状，分布式账本技术体系正被重新定位为基础设施而非投机性技术，其价值在于构建可信运行环境。

从辅助工具到发现引擎的演进

过去一年间，人工智能模型取得了突破性进展。系统已从难以处理抽象指令的阶段，跃升至能够以媲美高阶研究生的思维方式进行复杂问题推演。在数学等重推理领域，AI正日益成为发现工具，甚至能解决顶尖大学级别的专业问题。

这种能力催生了以猜想、综合与探索为核心的新型研究范式，即便中间产出存在瑕疵，整体进程仍能持续推进。值得注意的是，当前工作流通常依赖多层系统架构，多个模型通过相互评估与优化实现协同，这引发了关于系统互操作性以及贡献度认定与奖励机制等尚未解决的重要课题。

身份认证体系的范式转移

智能体经济当前面临的核心制约已从智力水平转向信任机制。金融系统中非人类智能体的数量早已超越人工雇员，但绝大多数仍处于无法获得金融服务的状态。正如金融机构依赖客户身份认证规则，AI智能体同样需要密码学可验证的凭证体系，这种“智能体身份认证”框架将成为必要基础设施。

缺乏此类系统将导致商业平台持续限制自主智能体进行大规模交易，从而制约整个智能经济的发展空间。

开放网络面临的价值分配挑战

人工智能智能体正在对开放网络征收“隐形税赋”——它们在提取内容价值的同时，绕过了基于广告和订阅的传统收益模式。现有授权协议已被证明不足以应对这种新形势，网络亟需建立实时、基于使用量的补偿体系。

通过分布式技术实现的微支付与溯源标准，或将使价值能够自动流向内容贡献者，为网络生态可持续发展提供新的解决方案。这种机制不仅关乎公平分配，更影响着未来互联网内容生产的根本动力。