Replay 2025: David Sacks on AI, Crypto, and America’s Technology Future

Summary & Insights

What does it actually mean for a government to “lead” in the AI race? For many in Europe, leadership is defined as being the first to write the regulations, a strategy that critics argue effectively strangles innovation in its crib. In contrast, the perspective shared by David Sachs is that true leadership is defined by unleashing the private sector, ensuring a steady supply of energy, and maintaining a “permissionless” environment where two people in a garage can build the next global giant without seeking approval from a bureaucracy in Washington.

The conversation pivots deeply into the danger of “regulatory capture,” where dominant AI companies may actually push for heavy regulation—not for safety, but to create a “moat” that prevents smaller startups from competing. This is often achieved through fear-mongering about existential risks or the “Terminator” scenario, which Sachs argues is a distraction from the more immediate, Orwellian risk: the creation of “woke” or biased AI that distorts truth and rewrites history to serve a specific political agenda.

On the global stage, the race with China is framed not as a battle of government directives, but as a battle of ecosystems. While the U.S. has a lead in frontier models, China is aggressively winning the open-source game and leveraging networking prowess to compensate for inferior individual chips. The argument is clear: if the U.S. continues to restrict its allies from accessing American tech, it effectively hands the global market—and the future of the digital stack—to China.

Surprising Insights

AI is “Middle-to-Middle”: While humans are “end-to-end” (able to set their own objectives and pivot), AI currently lacks the ability to generate its own goals. It requires human prompting and validation to be effective, suggesting a synergistic future rather than a total job replacement.
Polytheistic AI: Instead of a single, all-knowing “God” model (monotheism), the industry is moving toward a “polytheistic” landscape of many specialized, smaller deities—models that are the best at one specific thing rather than all things.
The Open-Source Paradox: In a counterintuitive twist, some of the best open-source AI models are currently coming from China, as they use open-source as a strategic tool to attract global developers and catch up to American closed-source leaders.
Grid Capacity Secrets: A significant amount of energy for AI data centers could be unlocked simply by “shedding” peak load (about 40 hours a year) to backup generators, potentially freeing up 80 gigawatts of power.

Practical Takeaways

Embrace Specificity in Prompting: Because AI is “middle-to-middle,” avoid general prompts. To get actionable, high-value results, provide narrow context and specific objectives.
Focus on Complementary Skills: Since AI lacks independent objective-setting and high-level pivoting, humans should focus on the “end-to-end” aspects of their work—strategy, validation, and goal-setting.
Prioritize Regulatory Certainty: For entrepreneurs in crypto and AI, the primary goal should be advocating for clear, federal standards rather than a patchwork of state laws, which creates an insurmountable burden for early-stage startups.
Leverage Open-Source for Control: Use open-source models to maintain control over your own data and information, preventing the risks associated with centralized corporate or government “black boxes.”

Que signifie concrètement pour un gouvernement « mener » la course à l’IA ? Pour beaucoup en Europe, le leadership se définit par le fait d’être le premier à rédiger les réglementations, une stratégie qui, selon les critiques, revient à étouffer l’innovation dès son berceau. À l’inverse, la perspective partagée par David Sachs est que le véritable leadership consiste à libérer le secteur privé, à garantir un approvisionnement énergétique constant et à maintenir un environnement « sans permission », où deux personnes dans un garage peuvent bâtir le prochain géant mondial sans avoir à solliciter l’approbation d’une bureaucratie à Washington.

La conversation s’oriente ensuite vers le danger de la « capture réglementaire », où les entreprises d’IA dominantes pourraient en réalité pousser vers une réglementation lourde — non pas pour des raisons de sécurité, mais pour créer un « fossé » (moat) empêchant les petites startups de rivaliser. Cela s’opère souvent par le biais de discours alarmistes sur les risques existentiels ou le scénario à la « Terminator », ce que Sachs considère comme une diversion face à un risque orwellien plus immédiat : la création d’une IA « woke » ou biaisée qui déforme la vérité et réécrit l’histoire pour servir un agenda politique spécifique.

Sur la scène mondiale, la course avec la Chine n’est pas présentée comme une bataille de directives gouvernementales, mais comme une bataille d’écosystèmes. Si les États-Unis conservent une avance sur les modèles de pointe, la Chine gagne agressivement la bataille de l’open-source et exploite son savoir-faire en réseau pour compenser la performance inférieure de ses puces individuelles. L’argument est clair : si les États-Unis continuent d’interdire à leurs alliés l’accès à la technologie américaine, ils cèdent de fait le marché mondial — et l’avenir de l’infrastructure numérique — à la Chine.

Perspectives Surprenantes

L’IA est « Middle-to-Middle » : Alors que les humains sont « end-to-end » (capables de fixer leurs propres objectifs et de pivoter), l’IA manque actuellement de la capacité de générer ses propres buts. Elle nécessite l’incitation et la validation humaine pour être efficace, suggérant un avenir synergique plutôt qu’un remplacement total des emplois.

L’IA Polythéiste : Au lieu d’un modèle unique et omniscient, tel un « Dieu » (monothéisme), l’industrie s’oriente vers un paysage « polythéiste » composé de nombreuses petites divinités spécialisées — des modèles excellant dans un domaine précis plutôt que dans tous.

Le paradoxe de l’Open-Source : Contre toute attente, certains des meilleurs modèles d’IA open-source proviennent actuellement de Chine, le pays utilisant l’open-source comme outil stratégique pour attirer les développeurs mondiaux et rattraper les leaders américains du closed-source.

Les secrets de la capacité du réseau : Une quantité importante d’énergie pour les centres de données d’IA pourrait être débloquée simplement en « délestant » la charge de pointe (environ 40 heures par an) vers des générateurs de secours, libérant potentiellement 80 gigawatts de puissance.

Conseils Pratiques

Privilégiez la spécificité dans vos prompts : L’IA étant « middle-to-middle », évitez les prompts généraux. Pour obtenir des résultats exploitables et à haute valeur ajoutée, fournissez un contexte restreint et des objectifs précis.

Concentrez-vous sur les compétences complémentaires : Puisque l’IA est incapable de fixer des objectifs indépendamment ou de pivoter à haut niveau, les humains doivent se concentrer sur les aspects « end-to-end » de leur travail : la stratégie, la validation et la définition des objectifs.

Priorisez la certitude réglementaire : Pour les entrepreneurs dans la crypto et l’IA, l’objectif principal devrait être de plaider pour des normes fédérales claires plutôt que pour un patchwork de lois étatiques, lequel crée un fardeau insurmontable pour les startups en phase de démarrage.

Tirez parti de l’open-source pour garder le contrôle : Utilisez des modèles open-source pour garder la maîtrise de vos propres données et informations, évitant ainsi les risques associés aux « boîtes noires » centralisées des entreprises ou des gouvernements.

Was bedeutet es eigentlich, wenn eine Regierung im KI-Wettlauf „die Führung übernimmt“? Für viele in Europa definiert sich Führung dadurch, als Erster Regulierungen zu schreiben – eine Strategie, von der Kritiker behaupten, dass sie Innovationen bereits im Keim erstickt. Im Gegensatz dazu vertritt David Sachs die Ansicht, dass wahre Führung darin besteht, den Privatsektor zu entfesseln, eine stetige Energieversorgung zu gewährleisten und ein „genehmigungsfreies“ Umfeld zu schaffen, in dem zwei Personen in einer Garage den nächsten globalen Giganten aufbauen können, ohne die Zustimmung einer Bürokratie in Washington einholen zu müssen.

Das Gespräch vertieft sich in die Gefahr des sogenannten „Regulatory Capture“ (regulatorische Vereinnahmung), bei dem dominante KI-Unternehmen möglicherweise selbst auf eine starke Regulierung drängen – nicht aus Sicherheitsgründen, sondern um einen „Burggraben“ zu errichten, der kleinere Start-ups an einem Wettbewerb hindert. Dies wird oft durch die Schürung von Ängsten vor existenziellen Risiken oder dem „Terminator“-Szenario erreicht. Sachs argumentiert, dass dies ein Ablenkungsmanöver vom unmittelbareren, orwellschen Risiko sei: der Erschaffung einer „woken“ oder voreingenommenen KI, die die Wahrheit verzerrt und die Geschichte umschreibt, um einer bestimmten politischen Agenda zu dienen.

Auf der globalen Bühne wird der Wettlauf mit China nicht als ein Kampf staatlicher Richtlinien, sondern als ein Kampf der Ökosysteme dargestellt. Während die USA bei den Frontier-Modellen führen, gewinnt China aggressiv das Open-Source-Spiel und nutzt seine Vernetzungskompetenz, um die Unterlegenheit einzelner Chips zu kompensieren. Das Argument ist klar: Wenn die USA ihren Verbündeten weiterhin den Zugang zu amerikanischer Technologie verwehren, übergeben sie den globalen Markt – und die Zukunft des digitalen Stacks – effektiv an China.

Überraschende Erkenntnisse

KI ist „Middle-to-Middle“: Während Menschen „End-to-End“ agieren (in der Lage sind, eigene Ziele zu setzen und den Kurs zu ändern), fehlt der KI derzeit die Fähigkeit, eigene Ziele zu generieren. Sie benötigt menschliche Prompts und Validierung, um effektiv zu sein, was eher auf eine synergetische Zukunft als auf einen vollständigen Ersatz von Arbeitsplätzen hindeutet.

Polytheistische KI: Anstelle eines einzigen, allwissenden „Gott-Modells“ (Monotheismus) bewegt sich die Branche hin zu einer „polytheistischen“ Landschaft aus vielen spezialisierten, kleineren Gottheiten – Modellen, die in einer spezifischen Sache am besten sind, anstatt in allen.

Das Open-Source-Paradoxon: In einer kontraintuitiven Wendung stammen einige der besten Open-Source-KI-Modelle derzeit aus China, da sie Open-Source als strategisches Instrument nutzen, um globale Entwickler anzulocken und zu den amerikanischen Closed-Source-領führern aufzuschließen.

Geheimnisse der Netzkapazität: Eine beträchtliche Menge Energie für KI-Rechenzentren könnte allein dadurch freigesetzt werden, dass Spitzenlasten (etwa 40 Stunden pro Jahr) auf Notstromaggregate ausgelagert werden, was potenziell 80 Gigawatt Leistung freimachen könnte.

Praktische Takeaways

Spezifität beim Prompting nutzen: Da KI „Middle-to-Middle“ ist, sollten allgemeine Prompts vermieden werden. Um umsetzbare, hochwertige Ergebnisse zu erzielen, liefern Sie einen engen Kontext und spezifische Ziele.

Fokus auf komplementäre Fähigkeiten: Da es der KI an unabhängiger Zielsetzung und hochrangiger Kurskorrektur mangelt, sollten sich Menschen auf die „End-to-End“-Aspekte ihrer Arbeit konzentrieren – Strategie, Validierung und Zielsetzung.

Regulatorische Sicherheit priorisieren: Für Unternehmer in den Bereichen Krypto und KI sollte das primäre Ziel darin bestehen, für klare, bundesweite Standards zu plädieren, anstatt einen Flickenteppich aus Landesgesetzen zu akzeptieren, der für Start-ups in der Frühphase eine unüberwindbare Hürde darstellt.

Open-Source für mehr Kontrolle nutzen: Verwenden Sie Open-Source-Modelle, um die Kontrolle über Ihre eigenen Daten und Informationen zu behalten und so die Risiken zu vermeiden, die mit zentralisierten unternehmerischen oder staatlichen „Black Boxes“ verbunden sind.

As part of our summer replay series, we’re revisiting one of our most-discussed conversations from the past year.

David Sacks joins Marc Andreessen, Ben Horowitz, and Erik Torenberg to discuss the intersection of AI, crypto, regulation, and American competitiveness.

The conversation explores the Trump administration’s approach to AI and crypto policy, open source AI, export controls, energy and infrastructure, the global race with China, and the role regulation plays in shaping innovation. They also discuss stablecoins, the future of AI development, permissionless innovation, and why they believe America’s long-term advantage depends on enabling builders rather than slowing them down.

Along the way, Sacks shares his perspective on AI safety, decentralized technology, federal versus state regulation, and what it will take for the U.S. to remain the global leader in emerging technologies.

Resources:

Follow David Sacks on X: https://x.com/DavidSacks

Follow Marc Andreessen on X: https://x.com/pmarca

Follow Ben Horowitz on X: https://x.com/bhorowitz

Stay Updated:

Find a16z on YouTube: YouTube

Find a16z on X

Find a16z on LinkedIn

Listen to the a16z Show on Spotify

Listen to the a16z Show on Apple Podcasts

Follow our host: https://twitter.com/eriktorenberg

Please note that the content here is for informational purposes only; should NOT be taken as legal, business, tax, or investment advice or be used to evaluate any investment or security; and is not directed at any investors or potential investors in any a16z fund. a16z and its affiliates may maintain investments in the companies discussed. For more details please see a16z.com/disclosures.

Hosted by Simplecast, an AdsWizz company. See pcm.adswizz.com for information about our collection and use of personal data for advertising.