a16z Podcast
Summary & Insights
Would you trust an AI agent enough to let it break up with your partner for you? While that sounds like a dystopian punchline, the conversation around personal AI agents has shifted rapidly from simple chatbots to proactive “agents” capable of executing complex real-world tasks. The core tension lies in the balance between autonomy and trust; while the ideal agent is an invisible force that handles the tedious administrative burdens of life—like filing HSA reimbursements or snagging flight credits when prices drop—one single “presumptuous” mistake can permanently destroy user trust.
The current landscape is a “wild west” of fragmented interfaces and varying philosophies. Some users prefer the intimacy of iMessage, others want a dedicated visual app, and some are experimenting with ambient hardware like pendants or audio-only glasses. However, the real battle is moving beyond the “productivity” hook. Most consumers aren’t looking to be 10% more efficient; they are looking for “free money” or the elimination of bureaucratic pain. This suggests that the winners in the space won’t necessarily be the general-purpose assistants, but those that provide immense value in high-stakes, infrequent domains like finance and legal admin.
Looking further ahead, we are entering an era of agent-to-agent commerce. This shift could fundamentally disrupt industries that rely on human attention and advertising revenue. For instance, if an agent buys socks on your behalf, the “impulse buy” ads on Amazon become irrelevant, potentially shifting power back to high-quality, niche creators (like a grandma knitting socks on Etsy) who can be discovered by an agent seeking the best possible product rather than the best marketing. The end goal is “possibility expansion”—using AI to automate the mundane so humans can spend more time being authentic and present in the physical world.
Surprising Insights
- The Hardware Data Play: The “Muse charm” and similar wearables may be less about winning a hardware market and more about Meta collecting massive amounts of real-world ambient data to map the physical world for the metaverse.
- Productivity vs. Entertainment: Contrary to popular belief, the general population doesn’t actually crave “efficiency” for its own sake; they are motivated by “free money” (cost savings) and the removal of administrative dread.
- Ad-Revenue Fragility: Agentic commerce is a direct threat to the Amazon business model because agents remove the “human eyeballs” that fuel advertising revenue, potentially favoring platforms like Shopify.
- Social Indirection: AI agents could act as “arbiters of confrontation,” providing a non-emotional layer of social indirection to handle awkward interpersonal conflicts or feedback.
Practical Takeaways
- Audit Your “Life Admin”: Identify infrequent but high-value tasks (like checking for flight price drops or reviewing insurance premiums) that can be delegated to current agentic tools to reclaim “found money.”
- Experiment with Voice-First Workflows: Use full-duplex voice modes (like ChatGPT Voice) during “hands-busy” times—such as commuting or gardening—to clear your inbox or organize your calendar.
- Prioritize Proactivity over Interface: When choosing an AI tool, look for “proactive” capabilities (the agent suggesting a solution before you ask) rather than just a pretty user interface.
- Explore Specialized “Narrow” Tools: Instead of relying solely on one giant LLM, seek out specialized agents for specific domains (travel, finance, or professional workflows) where proprietary knowledge provides better results.
🛍️ Products & Resources Mentioned
- ⚡ DeviceMuse Charm — A wearable device with a camera and microphones discussed as a tool for ambient data collection and personal assistance.View on Amazon →
- ⚡ DeviceMeta Audio-only Glasses — Mentioned as a potential ‘sleeper hit’ for those who want connectivity without the social awkwardness of a camera.View on Amazon →
Bạn có đủ tin tưởng một tác nhân AI (AI agent) để giao cho nó việc chia tay người yêu thay bạn không? Nghe có vẻ như một câu đùa trong một bộ phim viễn tưởng u tối, nhưng các cuộc thảo luận xoay quanh tác nhân AI cá nhân đã chuyển dịch nhanh chóng từ những chatbot đơn giản sang những “tác nhân” chủ động, có khả năng thực hiện các tác vụ phức tạp trong thế giới thực. Điểm mấu chốt nằm ở sự cân bằng giữa quyền tự chủ và niềm tin; trong khi một tác nhân lý tưởng là một lực lượng vô hình xử lý những gánh nặng hành chính tẻ nhạt của cuộc sống—như nộp yêu cầu hoàn tiền HSA hay săn tín dụng chuyến bay khi giá giảm—thì chỉ một sai lầm “tự tiện” duy nhất cũng có thể phá hủy vĩnh viễn niềm tin của người dùng.
Bối cảnh hiện tại giống như một vùng “miền Tây hoang dã” với các giao diện phân mảnh và những triết lý khác nhau. Một số người dùng thích sự riêng tư của iMessage, số khác muốn một ứng dụng hình ảnh chuyên dụng, và một số đang thử nghiệm các phần cứng môi trường như mặt dây chuyền hoặc kính chỉ có âm thanh. Tuy nhiên, cuộc chiến thực sự đang vượt ra ngoài cái mác “năng suất”. Hầu hết người tiêu dùng không tìm kiếm việc hiệu quả hơn 10%; họ tìm kiếm “tiền miễn phí” hoặc sự xóa bỏ những nỗi đau về thủ tục hành chính. Điều này cho thấy những kẻ chiến thắng trong lĩnh vực này không nhất thiết là những trợ lý đa năng, mà là những tác nhân cung cấp giá trị to lớn trong các lĩnh vực ít xảy ra nhưng có rủi ro cao như tài chính và hành chính pháp lý.
Nhìn xa hơn, chúng ta đang tiến vào kỷ nguyên thương mại giữa tác nhân với tác nhân (agent-to-agent commerce). Sự chuyển dịch này có thể gây gián đoạn căn bản các ngành công nghiệp dựa vào sự chú ý của con người và doanh thu quảng cáo. Ví dụ, nếu một tác nhân mua tất thay bạn, các quảng cáo “mua sắm ngẫu hứng” trên Amazon sẽ trở nên vô nghĩa, điều này có tiềm năng chuyển quyền lực trở lại cho những nhà sáng tạo ngách chất lượng cao (như một người bà đan tất trên Etsy), những người có thể được một tác nhân tìm thấy khi tìm kiếm sản phẩm tốt nhất có thể thay vì chiến dịch marketing tốt nhất. Mục tiêu cuối cùng là “mở rộng khả năng”—sử dụng AI để tự động hóa những việc tầm thường để con người có thể dành nhiều thời gian hơn để sống chân thực và hiện diện trong thế giới vật lý.
Những góc nhìn bất ngờ
- Chiến lược dữ liệu phần cứng: Những thiết bị như “Muse charm” và các thiết bị đeo tương tự có thể ít tập trung vào việc chiếm lĩnh thị trường phần cứng, mà thiên về việc Meta thu thập lượng lớn dữ liệu môi trường thực tế để lập bản đồ thế giới vật lý cho metaverse.
- Năng suất đối lập với Giải trí: Trái với quan niệm phổ biến, đại đa số mọi người không thực sự khao khát “hiệu quả” vì chính nó; họ bị thúc đẩy bởi “tiền miễn phí” (tiết kiệm chi phí) và việc loại bỏ nỗi ám ảnh về thủ tục hành chính.
- Sự mong manh của doanh thu quảng cáo: Thương mại tác nhân là mối đe dọa trực tiếp đối với mô hình kinh doanh của Amazon vì các tác nhân loại bỏ “ánh nhìn của con người” vốn là nhiên liệu cho doanh thu quảng cáo, điều này có thể gây lợi cho các nền tảng như Shopify.
- Sự gián tiếp trong giao tiếp xã hội: Các tác nhân AI có thể đóng vai trò là “trọng tài đối đầu”, cung cấp một lớp gián tiếp phi cảm xúc để xử lý các xung đột cá nhân hoặc phản hồi khó xử.
Bài học thực tiễn
- Rà soát “hành chính đời sống”: Xác định các tác vụ ít xảy ra nhưng giá trị cao (như kiểm tra giá vé máy bay giảm hoặc xem xét phí bảo hiểm) mà bạn có thể giao cho các công cụ tác nhân hiện nay để thu hồi “số tiền bị bỏ quên”.
- Thử nghiệm quy trình làm việc ưu tiên giọng nói: Sử dụng các chế độ giọng nói song công (full-duplex voice modes) như ChatGPT Voice trong những lúc “bận tay”—như khi lái xe hoặc làm vườn—để dọn dẹp hộp thư đến hoặc sắp xếp lịch trình.
- Ưu tiên sự chủ động hơn là giao diện: Khi chọn một công cụ AI, hãy tìm kiếm khả năng “chủ động” (tác nhân đề xuất giải pháp trước khi bạn yêu cầu) thay vì chỉ là một giao diện người dùng đẹp mắt.
- Khám phá các công cụ “hẹp” chuyên dụng: Thay vì chỉ dựa vào một mô hình ngôn ngữ lớn (LLM) khổng lồ, hãy tìm kiếm các tác nhân chuyên biệt cho các lĩnh vực cụ thể (du lịch, tài chính hoặc quy trình làm việc chuyên nghiệp), nơi kiến thức độc quyền mang lại kết quả tốt hơn.
你會夠信任 AI 代理（AI agent），讓它替你向伴侶提出分手嗎？雖然這聽起來像是一個反烏托邦式的冷笑話，但關於個人 AI 代理的討論已迅速從簡單的聊天機器人，轉向能夠執行複雜現實任務的主動型「代理」。其核心矛盾在於自主權與信任之間的平衡；理想的代理應像一股隱形的力量，處理生活中枯燥的行政負擔（例如申請 HSA 醫療儲蓄帳戶報銷，或在機票價格下跌時搶購退款額度），但只要一次「自作聰明」的錯誤，就可能永久摧毀使用者的信任。
目前的格局就像是一個充滿碎片化介面與不同理念的「西部開拓時代」。有些使用者偏好 iMessage 的親近感，有些想要專用的視覺化 App，還有些人則在嘗試如吊墜或純音訊眼鏡等環境硬體。然而，真正的戰場正超越「生產力」這個誘餌。大多數消費者追求的並非提升 10% 的效率，而是追求「白賺的錢」或消除官僚程序帶來的痛苦。這表明，該領域的贏家未必是通用型助手，而將是那些能在金融、法律行政等高風險且低頻率領域提供巨大價值的工具。
展望未來，我們正進入一個「代理對代理」（agent-to-agent）的商業時代。這種轉變可能會從根本上顛覆依賴人類注意力與廣告收入的產業。例如，如果代理替你買襪子，亞馬遜（Amazon）上的「衝動消費」廣告將變得毫無意義，權力可能會重新回到高品質的分眾創作者手中（例如在 Etsy 上織襪的奶奶），因為代理追求的是最佳產品，而非最佳行銷。最終目標是「可能性擴展」——利用 AI 自動化平庸的瑣事，讓人類能花更多時間在物理世界中展現真實自我並活在當下。
驚人洞察
- 硬體數據布局： 如「Muse charm」及類似的穿戴裝置，其目的可能不在於贏得硬體市場，而是在於讓 Meta 收集海量的現實環境數據，以便為元宇宙繪製物理世界的地圖。
- 生產力 vs. 娛樂： 與普遍認知相反，大眾其實並不追求「效率」本身；驅動他們的動力是「白賺的錢」（成本節省）以及擺脫行政瑣事的恐懼。
- 廣告收入的脆弱性： 代理商業模式對亞馬遜的商業模式構成了直接威脅，因為代理移除了推動廣告收入的「人類目光」，這可能會使像 Shopify 這樣的平台更具優勢。
- 社交間接化： AI 代理可以充當「衝突調解員」，提供一層非情緒性的社交緩衝，用以處理尷尬的人際衝突或反饋。
實踐建議
- 審視你的「生活行政」： 找出那些低頻率但高價值的任務（如監控機票價格下跌或審視保險保費），將其委託給目前的代理工具，以找回「意外之財」。
- 嘗試語音優先的工作流： 在「雙手被占用」的時間（如通勤或園藝時），使用全雙工語音模式（如 ChatGPT Voice）來清理收件匣或整理行事曆。
- 優先考慮「主動性」而非「介面」： 在選擇 AI 工具時，尋找其「主動」能力（代理在詢問前就提出解決方案），而非僅僅看它是否有漂亮的介面。
- 探索專業的「垂直」工具： 不要僅依賴單一的大型語言模型（LLM），嘗試尋找特定領域（如旅遊、金融或專業工作流）的專門代理，因為專有知識能提供更好的結果。
Feriez-vous assez confiance à un agent d’IA pour le laisser rompre avec votre partenaire à votre place ? Bien que cela ressemble à une chute dystopique, le débat autour des agents d’IA personnels a rapidement évolué : nous sommes passés de simples chatbots à des « agents » proactifs capables d’exécuter des tâches complexes dans le monde réel. La tension principale réside dans l’équilibre entre autonomie et confiance ; si l’agent idéal est une force invisible qui gère les fardeaux administratifs fastidieux de la vie — comme les demandes de remboursement de santé ou la récupération de crédits de vol lorsque les prix chutent — une seule erreur « présomptueuse » peut détruire définitivement la confiance de l’utilisateur.
Le paysage actuel est un véritable « Far West » d’interfaces fragmentées et de philosophies divergentes. Certains utilisateurs préfèrent l’intimité d’iMessage, d’autres veulent une application visuelle dédiée, et certains expérimentent du matériel ambiant comme des pendentifs ou des lunettes audio. Cependant, la véritable bataille dépasse désormais le simple argument de la « productivité ». La plupart des consommateurs ne cherchent pas à être 10 % plus efficaces ; ils recherchent de l’« argent gratuit » ou l’élimination des douleurs bureaucratiques. Cela suggère que les vainqueurs dans ce domaine ne seront pas nécessairement les assistants généralistes, mais ceux qui apporteront une valeur immense dans des domaines à enjeux élevés et peu fréquents, comme la finance et l’administration juridique.
En regardant plus loin, nous entrons dans l’ère du commerce d’agent à agent. Ce basculement pourrait bouleverser fondamentalement les industries qui reposent sur l’attention humaine et les revenus publicitaires. Par exemple, si un agent achète des chaussettes en votre nom, les publicités d’« achat impulsif » sur Amazon deviennent insignifiantes, redonnant potentiellement le pouvoir aux créateurs de niche de haute qualité (comme une grand-mère tricotant des chaussettes sur Etsy) qui pourraient être découverts par un agent recherchant le meilleur produit possible plutôt que le meilleur marketing. L’objectif final est l’« expansion des possibles » : utiliser l’IA pour automatiser le banal afin que les humains puissent passer plus de temps à être authentiques et présents dans le monde physique.
Perspectives Surprenantes
- Le pari des données matérielles : Le « Muse charm » et les wearables similaires visent peut-être moins à gagner un marché du matériel qu’à permettre à Meta de collecter des quantités massives de données ambiantes en temps réel pour cartographier le monde physique pour le métavers.
- Productivité vs Divertissement : Contrairement aux idées reçues, la population générale ne recherche pas l’« efficacité » pour elle-même ; elle est motivée par l’« argent gratuit » (économies de coûts) et la disparition de l’angoisse administrative.
- La fragilité des revenus publicitaires : Le commerce agentique est une menace directe pour le modèle économique d’Amazon, car les agents suppriment les « yeux humains » qui alimentent les revenus publicitaires, favorisant potentiellement des plateformes comme Shopify.
- L’indirection sociale : Les agents d’IA pourraient agir comme des « arbitres de confrontation », offrant une couche d’indirection sociale non émotionnelle pour gérer les conflits interpersonnels délicats ou les retours critiques.
Conseils Pratiques
- Auditez votre « administration de vie » : Identifiez les tâches peu fréquentes mais à haute valeur ajoutée (comme surveiller la baisse des prix des vols ou réviser vos primes d’assurance) qui peuvent être déléguées aux outils agentiques actuels pour récupérer de l’« argent trouvé ».
- Expérimentez les flux de travail vocaux : Utilisez les modes vocaux full-duplex (comme ChatGPT Voice) lors de vos moments « mains occupées » — comme les trajets ou le jardinage — pour vider votre boîte de réception ou organiser votre calendrier.
- Priorisez la proactivité sur l’interface : Lorsque vous choisissez un outil d’IA, recherchez des capacités « proactives » (l’agent suggère une solution avant même que vous ne demandiez) plutôt qu’une simple interface utilisateur esthétique.
- Explorez les outils spécialisés « étroits » : Au lieu de vous reposer uniquement sur un seul LLM géant, recherchez des agents spécialisés pour des domaines spécifiques (voyage, finance ou flux de travail professionnels) où des connaissances propriétaires offrent de meilleurs résultats.
Würden Sie einem KI-Agenten genug vertrauen, um ihn für Sie die Trennung von Ihrem Partner aussprechen zu lassen? Auch wenn das wie die Pointe einer dystopischen Geschichte klingt, hat sich die Diskussion über persönliche KI-Agenten rasant von einfachen Chatbots hin zu proaktiven „Agenten“ verschoben, die in der Lage sind, komplexe Aufgaben in der realen Welt auszuführen. Das zentrale Spannungsfeld liegt im Gleichgewicht zwischen Autonomie und Vertrauen: Während der ideale Agent eine unsichtbare Kraft ist, die die mühsame administrative Last des Lebens bewältigt – wie etwa HSA-Erstattungen einzureichen oder Fluggutschriften zu sichern, wenn die Preise fallen –, kann ein einziger „übergriffiger“ Fehler das Vertrauen des Nutzers dauerhaft zerstören.
Die aktuelle Landschaft gleicht einem „Wilden Westen“ aus fragmentierten Benutzeroberflächen und unterschiedlichen Philosophien. Einige Nutzer bevorzugen die Intimität von iMessage, andere wünschen sich eine dedizierte visuelle App, und wieder andere experimentieren mit Ambient-Hardware wie Anhängern oder reinen Audio-Brillen. Der eigentliche Kampf bewegt sich jedoch über den bloßen „Produktivitäts-Haken“ hinaus. Die meisten Konsumenten streben nicht danach, 10 % effizienter zu sein; sie suchen nach „geschenktem Geld“ oder der Beseitigung bürokratischer Qualen. Dies deutet darauf hin, dass die Gewinner in diesem Bereich nicht zwangsläufig die Allround-Assistenten sein werden, sondern diejenigen, die einen immensen Mehrwert in hochsensiblen, selten vorkommenden Bereichen wie Finanzen und Rechtsverwaltung bieten.
Mit Blick in die Zukunft treten wir in eine Ära des Agent-to-Agent-Handels ein. Dieser Wandel könnte Branchen, die auf menschliche Aufmerksamkeit und Werbeeinnahmen angewiesen sind, grundlegend disruptieren. Wenn beispielsweise ein Agent in Ihrem Namen Socken kauft, werden die „Impulskauf-Anzeigen“ auf Amazon irrelevant. Dies könnte die Macht zurück an hochwertige Nischenanbieter verschieben (wie eine Großmutter, die Socken auf Etsy strickt), die von einem Agenten entdeckt werden, der nach dem bestmöglichen Produkt sucht und nicht nach dem besten Marketing. Das Endziel ist die „Erweiterung der Möglichkeiten“ – der Einsatz von KI zur Automatisierung des Alltäglichen, damit Menschen mehr Zeit haben, authentisch und präsent in der physischen Welt zu sein.
Überraschende Erkenntnisse
- Das Hardware-Daten-Spiel: Beim „Muse Charm“ und ähnlichen Wearables geht es möglicherweise weniger darum, einen Hardwaremarkt zu erobern, sondern vielmehr darum, dass Meta massive Mengen an realen Umgebungsdaten sammelt, um die physische Welt für das Metaverse zu kartieren.
- Produktivität vs. Unterhaltung: Entgegen der allgemeinen Meinung sehnt sich die breite Masse nicht nach „Effizienz“ um ihrer selbst willen; sie wird durch „geschenktes Geld“ (Kosteneinsparungen) und die Beseitigung administrativer Angst motiviert.
- Fragilität der Werbeeinnahmen: Der agentenbasierte Handel ist eine direkte Bedrohung für das Geschäftsmodell von Amazon, da Agenten die „menschlichen Augen“ entfernen, die die Werbeeinnahmen befeuern, was Plattformen wie Shopify zugutekommen könnte.
- Soziale Indirektion: KI-Agenten könnten als „Schlichter bei Konfrontationen“ fungieren und eine unemotionale Ebene der sozialen Indirektion bieten, um unangenehme zwischenmenschliche Konflikte oder Feedback zu bewältigen.
Praktische Tipps
- Auditieren Sie Ihr „Life Admin“: Identifizieren Sie selten vorkommende, aber wertvolle Aufgaben (wie die Überprüfung von Preisstürzen bei Flügen oder die Durchsicht von Versicherungsprämien), die an aktuelle agentenbasierte Tools delegiert werden können, um „gefundenes Geld“ zurückzugewinnen.
- Experimentieren Sie mit Voice-First-Workflows: Nutzen Sie Full-Duplex-Sprachmodi (wie ChatGPT Voice) in Zeiten, in denen Ihre Hände belegt sind – etwa beim Pendeln oder Gartenarbeiten –, um Ihren Posteingang zu leeren oder Ihren Kalender zu organisieren.
- Priorisieren Sie Proaktivität vor Interface: Achten Sie bei der Auswahl eines KI-Tools auf „proaktive“ Fähigkeiten (der Agent schlägt eine Lösung vor, bevor Sie danach fragen) und nicht nur auf eine hübsche Benutzeroberfläche.
- Nutzen Sie spezialisierte „Narrow“-Tools: Verlassen Sie sich nicht ausschließlich auf ein einziges riesiges LLM, sondern suchen Sie nach spezialisierten Agenten für bestimmte Bereiche (Reisen, Finanzen oder professionelle Workflows), bei denen proprietäres Wissen bessere Ergebnisse liefert.
a16z General Partner Anish Acharya sits down with Assistant Benchmark creator David Pawlan to unpack the sudden explosion of personal AI agents and what it will take for one to become part of everyday life.
David has been testing dozens of assistants across real-world tasks, from managing email and booking travel to handling financial admin. They discuss why the most useful agents may become increasingly invisible, proactively checking you into flights, finding refunds, filing reimbursements, or simply handling the small tasks that pile up across everyday life.
They also explore whether the winning interface is an app, text thread, voice, or wearable; how much autonomy consumers will actually give their agents; and what happens when agents start interacting with other agents. From commerce and restaurant reservations to entirely new agent-native services, Anish and David ask what the internet looks like when software starts acting on our behalf.
This episode was recorded on September 24, 2026.
Resources:
Follow David Pawlan on LinkedIn:https://www.linkedin.com/in/david-pawlan/
Follow Anish Acharya on X:https://x.com/illscience
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.
-
Who Grades the AI Models? | Ben Horowitz & Rayan Krishnan
a16z’s Erik Torenberg, Ben Horowitz, and Jennifer Li sit down with Vals founder and CEO Rayan Krishnan to discuss one of AI’s increasingly difficult problems: how do you actually measure whether a model is getting…
-
OpenAI Researchers on the Future of Mathematical Reasoning
a16z Infra Partner Lisha Li sits down with OpenAI mathematicians Mehtaab Sawhney and Mark Sellke to discuss how quickly AI’s mathematical capabilities are advancing, what recent results reveal about model reasoning, and what happens when…
-
Can Open Source Keep AI Power From Concentrating?
MTS host Sophia Dew visits the Open Source AI Summit in San Francisco to ask researchers and founders across the AI stack a central question: can open source prevent AI power from concentrating in the…
-
Your AI Doctor Is Coming | Julie Yoo
a16z General Partner Julie Yoo joins MTS host Sophia Dew to explain why she believes healthcare could benefit more from AI than almost any other industry, and why decades of slow technology adoption may actually…
-
Aaron Levie on Why Open AI Wins
Box co-founder and CEO Aaron Levie joins MTS hosts Theo Jaffee and Sofia Puccini to make the case for open-weight AI, unpack the economics of open versus closed models, and explain why he believes more…
-
Fei Fei Li: The Race to Build World Models For AI
World Labs co-founders Fei-Fei Li, Justin Johnson, and Ben Mildenhall join a16z General Partner Martin Casado to discuss Atlas, their latest world model, and what it reveals about the pursuit of spatial intelligence. At the…
-
The $100B Niches Hiding Inside Payments
Erik Torenberg is joined by a16z General Partner Alex Rampell and Affirm Co-Founder and CEO Max Levchin for a conversation on 25 years of fintech, from the early days of digital payments to the origins…
-
Inside Moderna’s Personalized Cancer Vaccine
a16z General Partner Jorge Conde sits down with Moderna CEO Stéphane Bancel to discuss a major milestone for mRNA technology: positive Phase 3 results from Moderna and Merck’s individualized treatment for melanoma, after more than…
-
Daniel Litt: The Mathematician’s Guide to AI
a16z’s Lisha Li sits down with Daniel Litt, Assistant Professor of Mathematics at the University of Toronto, to unpack AI’s rapid progress in mathematics, what today’s frontier models can actually do, and what they’re still…
-
Gavin Baker: Why AI Demand Is Outrunning Compute Supply
a16z’s David George sits down with Gavin Baker to unpack the state of the AI boom, why demand for intelligence may still be dramatically underestimated, and why the outcome doesn’t necessarily have to be winner-take-all.…