共计 3504 个字符，预计需要花费 9 分钟才能阅读完成。
此翻译已取得原文作者 Mitchell Hashimotov 受权
原文链接|https://mitchellh.com/writing/ai-through-a-cloud-lens
每隔 10 年左右，就会开始一次平台迁徙。17 年前，随着 AWS 旗下 S3 和 EC2 的公布，拉开了平台迁徙的尾声。这个被概括为「云原生」的迁徙，从根本上扭转了咱们构建和交付软件的形式，从集体到最大的全球化公司，无一例外。
明天，人工智能 — 特地是大型语言模型（LLMs）的提高 — 开始让人感觉是另一个平台迁徙的开始。这不是从云开始的迁徙，而是一个不同类别的平台迁徙，但它同样有可能从根本上扭转咱们构建和交付软件的形式。
我将通过云计算崛起的历史镜头来对待人工智能的崛起。我不会讲述残缺的云计算历史（很无聊！），我将进行一些分类，并应用这些类别来比照云计算和人工智能以及对将来的预测。
即时价值
云计算的晚期胜利是以向晚期采纳者提供即时价值为标记的。对于小型我的项目（最后，前面会有更多的介绍），EC2 是取得服务器的最快和最便宜的形式，S3 是存储和提供动态资产和二进制文件的最简略和最牢靠的形式。所有都有一个易于应用的 HTTP API，激励工程师进入自动化和触手可达的新时代。
最近的人工智能倒退也有同样的即时价值感触。以前很难疾速整合的问题，如情感剖析（「这个生物有攻击性吗？」），当初变得轻而易举了。通过像 Copilot 这样的工具生成的代码不仅不蹩脚，而且 …… 还有点像样？哦，对了，所有的货色都开始有一个易于应用的 HTTP API，激励工程师进入一个自动化和触手可达的新时代。即时价值是一个十分好的迹象，并建设了一个晚期的发烧友部落，收回了很多的声音。同时，即时价值往往被误认为是长久价值。人工智能的初始价值是不可否认的，有待察看的是这种价值带来多大的影响。
「Crypto」（指加密货币，而不是密码学）对我来说没有通过这个测试。它没有间接的实用价值。发烧友们宣称它有各种长期的将来价值。兴许是，兴许不是。我只晓得在 2010 年有人给我寄了一个比特币，我想「好吧，当初怎么办？」而我集体素来没有真正过了那个阶段，甚至到了 13 年后的明天，无论是否有何长期的后劲。
不切实际的开始
晚期的云计算是原始的，对一大片问题来说不切实际。直到 2008 年，即 EC2 推出两年后，才有了固定 IP 地址。长久化存储使你能够牢靠地保留数据，但这也是在 EC2 推出两年后才呈现的。每一个 EC2 实例都在一个共享的公共网络上，直到 2009 年推出 VPC，即三年之后。还有很多相似的例子。
某件事的不切实际不能孤立地判断。一件事只有在某些场景下才是不切实际的。因而，尽管在商业软件的场景下，不足公有网络是不切实际的，但对于小我的项目和晚期守业公司来说，这并没有什么影响。因此在那些具备实操性的场景下，引发了对于云的兴奋和增长。而随着 AWS 一直推出新的服务，其不切实际的场景也在一直放大。
随着云计算的遍及和炒作，在这个云计算时代，一个常见的否定论调是「真正的企业永远无奈应用它」。而随着云计算能力的一直加强，标尺也随之挪动，如「财产 500 强企业永远不会上云」，而后是「受监管的公司永远不会上云」，而后是「政府永远无奈上云」等等。
明天，好坏另论，美国国防的重要方面也都依赖于云。明天，人工智能也处于相似的地位。只管它有间接的价值，但因为不足额定的性能和工具，它在许多状况下是不切实际的。对于某些问题，牢靠地取得正确的答案是十分艰难的，甚至是不可能的。将 LLM 与外界的最新常识联合起来还处于起步阶段。很多工具不足企业级的反对，或者目前是一千多个种子阶段的守业公司之一，没有显著的赢家。为时尚早。
就像云计算一样，我也听到了对该技术的相似否定：「它永远不会产生大量的代码」或「它永远须要人的染指」等等。兴许是，兴许不是。这种否定自身不能被立刻否定，但它自身也不足以漠视一个趋势。
鉴于之前所说的人工智能明天所具备的即时价值，我置信这个问题会以同云计算雷同的形式自行解决。人工智能不切实际的局部并不是说它没有用，而是说它很难在规模上整合或信赖它的有用性。这是一个能够解决的问题，而不是一些基本上的不可能。
在思考将来（未证实的）价值时，有一些基本上不可能的问题。作为一个极其的例子，围绕人工通用智能（AGI）的兴奋点是十分未经证实的，明天存在的模型对 AGI 来说是不切实际的。然而，这种类型的不切实际的问题是基于齐全未被证明的价值和一种不同于我所形容的「不切实际」的定义。
软件因素的演变
平台迁徙的标记特色是迫使软件因素的演变。具备这些因素的软件通常被冠以一些名词，如「云原生」或「挪动优先」。早在 2016 年，我曾发表过一次演讲，概述了「云原生」的因素，即从动态到动静的思维形式的转变：
(这不是我在 2016 年应用的那张幻灯片。这是一个更新的版本，咱们在起初的几年里将其整合到各种 HashiCorp 的幻灯片中)
我的论点是，左列的软件是「传统」软件。传统软件能够在云环境中运行，但它不迭具备等同性能的、拥抱动静、云原生办法的软件。对于左列的软件供应商来说，他们的产品也更有可能被构建雷同软件但具备右列因素的新守业公司吃掉。举个例子，我常常认为，如果当初的在位者适应了云原生的世界，Vault 就不会存在。
被软件因素转变而影响的一个较早的例子是挪动应用程序。我在 2010 年代有机会与一家美国大型银行的 CEO 会面。他反诘我：「你认为人们转换银行的首要起因是什么？」通过一些谬误的猜想，他通知我：「挪动利用中的更多功能」。他在形容为什么银行在云服务和软件工程方面投入了这么多钱，而这些钱都是用于挪动性能。那些花了较长时间来适应挪动设施的衰亡的银行，失去了更多的客户。
一个更古老的例子是 web 利用。我认为这一点很显著：如果一项服务在网络上呈现，你就更有可能应用它。而且，你更有可能应用在网上有更好体现的服务。
我预测，人工智能也会呈现相似的状况。某种辨别「旧」和「新」的因素将呈现，拥抱「新」的产品和业务将对转变中的一代用户更具吸引力。「旧」软件不会立刻被淘汰，只是与「新」相比，它将是一个不太有吸引力的抉择，而且随着工夫的推移，这种差距只会越来越大。
当初谈这些因素还为时过早，这些因素须要多年的成熟期能力以一种自信的形式出现进去。鉴于 LLM 所代表的自然语言界面的商品化，一个预测是，所有的软件至多都须要某种模式的自然语言界面。例如，一个具备事件生成性能的日历应用程序，一个具备语言疏导配置性能的命令行工具，一个真能帮当忙的助手 SaaS，等等。这些当初都是绝对容易解决的问题，为用户提供了很好的价值，所以它可能只是成为软件的一个根本冀望。
只有不同行业类别的现任者意识到这一变迁，并作出反应和适应，大多数都会好起来。大多数应用程序的外围性能依然是用人工智能加强之前的一个重要的必要根底。然而，这种变迁也将代表着一个微小的机会，让新兴企业可能从口头迟缓的现有企业上变现。
带上老伙计
我置信晚期云计算有一个真正重要的因素，使其胜利，那就是它有一个迁徙门路。你能够通过「lift and shift」的形式取得胜利 — 无限但也是相当大的水平上。其余大型平台的变迁，如容器化，也有相似的因素。
而当初更面向未来的云上转移，如 Heroku 或更广泛的平台即服务（PaaS），并不具备这种个性。晚期的 PaaS 依然十分风行，但它并不具备同样的平台转移影响力，因为它通常很难或不可能与「遗留」应用程序整合。
换句话说，相比于以某种形式带着旧技术的新技术，须要抛弃旧技术的新技术更难扩大到整个行业的影响力。
最近的人工智能倒退使现有的软件变得更好。是的，它们也为某些类别的软件提供了一些革命性的新办法，但它们也持续使「遗留」软件变得更好。
疏忽我对它的其余各种埋怨，这是我对 web3 生态系统从来不感冒的另一个次要起因。你要么是一个 dApp，要么不是。没有一个真正的两头地带。我晓得在实践上，一些性能能够建设在「链上」，而另一些则不用，但整个生态并没有去这样宣传。
总结
人工智能可能正在达到其「平台转移」的时刻。它与我在晚期云计算中意识到的许多踊跃品质和挑战雷同。
如果这是真的话，咱们正处于一个十分漫长的游戏的晚期阶段。如果你把 AWS 推出 S3 和 EC2 作为云平台转变的「0 点时刻」，那么再过十年左右，生态系统才会成熟，那些短暂存在的「传统」从业者才会开始被大幅颠覆。
诚然，我感觉围绕人工智能的炒作比云计算有更宽泛的社会面触达，所以我认为市场成熟的时间跨度（如果有的话）会更短。然而，我依然预测至多有多年的「凋谢窗口」，这是对先行者们的时机。
至多，我会告诫不要齐全漠视它。
