مدیرعامل Y Combinator سالانه تا ۲۰۰ هزار دلار برای استفاده از ایجنتهای هوش مصنوعی هزینه میکند
گری تن، مدیرعامل شتابدهنده Y Combinator، اعلام کرد که سالانه تا ۲۰۰ هزار دلار صرف خرید توکنهای هوش مصنوعی میکند. او با سپردن مدیریت امور کاری، کدنویسی و حتی بخشهای شخصی زندگیاش به ایجنتهای خودمختار، چشماندازی ملموس از آینده دستیارهای هوشمند ارائه داده است.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- گری تن مدیرعامل Y Combinator سالانه رقمی بین ۱۰۰ تا ۲۰۰ هزار دلار صرف خرید توکن برای فعالیت مداوم ایجنتهای هوش مصنوعی خود میکند.
- ایجنت هوش مصنوعی او علاوه بر انجام امور کاری و کدنویسی به تمام ایمیلها و یادداشتهای شخصی بیست سال گذشتهاش دسترسی کامل دارد.
- مدیرعامل این شتابدهنده معتقد است ایجنتهای شخصی بهزودی فراگیر خواهند شد اما تحقق این هدف نیازمند کاهش محسوس هزینههای پردازش توکن است.
گری تن، مدیرعامل Y Combinator، پیشتر به شوخی اعتراف کرده بود که به «روانپریشی سایبری» دچار شده است و گاهی بهدلیل هیجان بالا برای کار با ایجنتهای هوش مصنوعی خود، به سختی میخوابد. اکنون او در قسمت جدیدی از پادکست The Builders اثر والتر آیزاکسون، هزینه واقعی این اشتیاق بیپایان را فاش کرده است.
او در گفتگو با آیزاکسون اعلام کرد: «من سالانه شاید حدود ۱۰۰ تا ۲۰۰ هزار دلار صرف خرید توکنها میکنم.» تن از ایجنتهای هوش مصنوعی برای پروژههای کاری متعدد و وظایف کدنویسی استفاده میکند. او همچنین مجموعهای از ۲۳ مهارت Claude Code خود را با نام gstack بهصورت رایگان در GitHub منتشر کرده است؛ اقدامی که به گفته خودش، با هدف آموزش پتانسیلهای واقعی ایجنتها به دیگران انجام شده است.
او از یک سو، همانند بسیاری از کاربران برای تحقیق درباره پادکست آیزاکسون و آمادهسازی پاسخ سؤالات احتمالی از ایجنت خود بهره میگیرد؛ اما از سوی دیگر، این عامل هوشمند در مدیریت جنبههای شخصی زندگی او نیز نقشی پررنگ ایفا میکند.
تن در این باره میگوید: «این ایجنت تمام ایمیلها و همه محتوای دراپباکس من را خوانده است. تمام یادداشتهای Apple Notes و حتی یادداشتهای جلسات رواندرمانی من را در ۲۰ سال گذشته مطالعه و تحلیل کرده است.»
او بهرهگیری از ایجنتهای هوش مصنوعی را دریافت کمکی خودکار در تقریباً تمام امور روزمره توصیف میکند: «تصور کنید وجدان بیدار و همراهی همیشگی مثل جیمینی کریکت روی شانه شما نشسته است. او تقریباً در هر کاری شما را میشناسد و آماده کمک است؛ حتی از شما جلوتر حرکت میکند، ایدههای تازه پیش پایتان میگذارد و به شما کمک میکند زوایای نادیده مسائل را پیشبینی کنید.»
تن، بهعنوان یکی از کاربران اولیه و حرفهای پلتفرم OpenClaw، تأکید میکند که بزرگترین درس او این بوده که نباید با ایجنتهای هوش مصنوعی مانند نرمافزارهای سنتی برخورد کرد. به گفته او: «برخی افراد آنقدر نگران تکرارپذیری و ایمنی هستند که عملاً تمام نقاط قوت و زیباییهای تعامل با یک ایجنت هوش مصنوعی را، که رفتاری بسیار شبیه به انسان دارد، فدا میکنند.»
بهعنوان نمونه، شتابدهنده Y Combinator نیز از یک عامل هوشمند داخلی استفاده میکند که شیوه مدیریت امور این مجموعه را متحول کرده است. تن توضیح میدهد: «ما اکنون یک ایجنت داخلی به نام Stray Light داریم که علاوه بر داشتن نوعی شخصیت، نقش مغز متمرکز شرکت را ایفا میکند. این ابزار به بافت کامل اطلاعات تکتک بنیانگذارانی که حمایت کردهایم، ایمیلهای دریافتی و پروندههای درخواستی دسترسی دارد.»
مدیرعامل Y Combinator که شیفته دنیای فناوری است، باور دارد که ایجنتهای شخصی هوش مصنوعی در نهایت همهگیر خواهند شد؛ مشروط بر اینکه یک مانع بزرگ برطرف شود: هزینهها باید بهشدت کاهش یابد.
او با اشاره به اینکه هزینه فعلی استفاده از این فناوری بسیار بالاست، میگوید بودجهای که صرف ایجنتها میکند، امتیازی ویژه و تجملی بهشمار میرود که در حال حاضر در دسترس همگان نیست.
با این حال، تکیه بر ایجنتهای رایگانی که تحت کنترل شرکتهای بزرگ فناوری هستند نیز راهحل مناسبی نخواهد بود. تن در جریان بحث درباره آینده مطلوب فناوری و نحوه کنترل الگوریتمها توسط شرکتی مانند متا گفت: «متا غول بزرگی است که الگوریتمها را تحت سلطه دارد و همه ما تا حدی ترجیح میدهیم این کنترل مطلق وجود نداشته باشد. بنابراین چشمانداز ایدهآل، داشتن یک هوش مصنوعی شخصی است که کاملاً تحت هدایت و برنامهریزی خود کاربر باشد.»
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

هشدار رئیس Blackstone درباره ریسک بدهیها؛ توسعه زیرساخت هوش مصنوعی نیازمند سرمایهگذاری مستقیم است
رئیس شرکت Blackstone هشدار داد که موج عظیم سرمایهگذاری در زیرساخت هوش مصنوعی، خطرات بزرگی برای وامدهندگان ایجاد کرده است. بهگفته او، هزینههای هنگفت مراکز داده و توان پردازشی فراتر از ظرفیت بازار بدهی است و این حوزه به سرمایهگذاری مستقیم و سهامداری بیشتری نیاز دارد.

گارتنر: مدلهای وزنباز ۹۰ درصد وظایف عاملهای هوشمند را با یکبیستم هزینه انجام میدهند
گزارش جدید موسسه گارتنر نشان میدهد مدلهای وزنباز قادرند بخش عمده وظایف روزمره در عاملهای هوش مصنوعی را با کسری از هزینه مدلهای تجاری پیشرو اجرا کنند. تحلیلگران پیشبینی میکنند تا سال ۲۰۳۰ بیش از ۹۰ درصد مراحل عملیاتی سازمانها به این مدلها واگذار شود و ارزش اصلی بازار به بسترهای مدیریت و هماهنگسازی عاملها منتقل گردد.

بنچمارک MER-Bench ضعف مدلهای هوش مصنوعی را در ویرایش دقیق میمها آشکار کرد
میمهای اینترنتی بهدلیل پیوند ناگسستنی میان متن و تصویر، به چالشی بزرگ برای ابزارهای ویرایش چندوجهی هوش مصنوعی تبدیل شدهاند. بنچمارک جدید MER-Bench نشان میدهد که مدلهای تصویری هنوز نمیتوانند بار احساسی یک میم را بدون برهم زدن ساختار تصویر، چیدمان صحنه یا اصل شوخی تغییر دهند.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.