摘要

对 Nathan Labenz 而言，AI 最具确定性的证明已不再是基准测试，而是它与儿子的肿瘤科医生并肩工作时的表现。 Ernie 的侵袭性 B 细胞癌在第2轮化疗前已被判定为缓解；在 AI 建议下进行的微小残留病灶检测显示，每100万个细胞中少于1个带有癌症特征，相比确诊时估计最高可能达到的1/10。这个结果支持的是“谨慎乐观”，不是治愈：癌症仍可能复发，6轮化疗还剩3轮，Ernie 的体重也已从51磅降至41磅。
Claude Opus 4.5 可能已经符合“软件 AGI”的定义，但 Nathan 没有看到完整 AGI 在圣诞节前后到来的证据。 他在大约3至5个工作日内做出了3款个性化应用，分别用于规划无麸质旅行、模拟会议互动，以及回测自然语言交易策略；GDPval 也显示，模型在相当大多数软件工程任务上胜过专业人士。但模型仍曾误建2个数据库，需要5或6次提示才能恢复，而且相比此前的前沿模型，体感是渐进式而非类别式提升：节日期间的热潮可能是围绕 Dean Ball “4.5 is AGI”推文形成的一次“级联”。
对于高后果工作，Nathan 的实际优势正从模型访问权转向上下文管理和多模型判断。 他的3条规则是买最好的模型，提供“尽可能多的上下文”，并获取多方意见；他会定期比较 Claude Opus 4.5、GPT-5.2 Pro 和 Gemini 3。他的初步排序是：Claude 排第一，是金发姑娘模型；GPT-5.2 Pro 更慢、更穷尽；原生 Gemini 3 很有价值，但观点异常强烈——作为专家小组中的一票很强，作为唯一声音则可能有风险。
即使围绕它形成的资本结构最终变成泡沫，这项技术本身也是真实的。 Nathan 认为，肿瘤学上的竞争力，加上24/7可用性和对完整病例的记忆，足以终结社会只是“沉迷于自家 AI 供应”的说法。融资结构仍可能崩裂：专业 GPU 运营商的缓冲垫比 Microsoft 更薄，OpenAI 的义务可能超过收入，而铁路类比仍然成立——最终有用的基础设施，可以与违约、过度建设，以及投资者“最后接下一堆烂摊子”同时存在。
Nathan 对杂乱文档的测试表明，美中模型差距正在基准测试看不到的地方扩大。 Claude Opus 4.5 在被明确要求不得推断后，忠实读取了劣化的政府表格；Gemini 3 几乎同样强，但有时会用看似合理的答案替代未勾选的选项，而他测试的中国模型——Qwen Vision、GLM 4.6、Kimi 和 DeepSeek——“完全不在一个水平”，有时只能还原表格约20%的内容。他认为，背后的机制是客户反馈与推理规模飞轮，而不只是训练算力：更小的收入、团队和部署规模，意味着更少资源去发现并修补这些特异性故障。
如果必须选一个最终的前沿赢家，Nathan 仍选 Google DeepMind；Anthropic 拥有最好的单一模型，而 OpenAI 正试图通过规模制造金融缓冲。 Google 拥有约1000亿美元收入、按 Nathan 估算每周超过10亿美元利润、第7代 TPU、分发能力、数据中心能力，以及最广泛的研究组合。Anthropic 的模型质量、人才留存、安全披露和“灵魂”研究最突出；OpenAI 仍处于前沿，但其显然的策略是通过把数万亿美元潜在建设规模和多张资产负债表绑定到自身存亡上，变成“大到不能倒”。
xAI 在资源和强化学习输入方面是一个真正的竞争者，但其治理折价十分严重。 SpaceX、Tesla 和 Neuralink 能持续提供复杂工程问题，这些问题可能成为异常有价值的 RL 环境，而 Elon Musk 也能调动足够资本来承受模型失误。但薄弱的安全报告、MechaHitler 事件后48小时内发布 Grok 4，以及对女性公开发布照片进行性化编辑，让 Nathan 称 xAI 是目前唯一一家值得“公开羞辱和污名化”的前沿公司；Meta 目前掉队，Microsoft 则可能是在节省体力，而不是无力竞争。

精读

1. Ernie 病情缓解令人鼓舞，但家人还没有宣布胜利

Nathan 一开始就给出了风险最高的更新：Ernie 的癌症“最快每24小时就能翻倍”，因此6轮化疗方案极其残酷。他已经完成3轮；第5轮和第6轮应该会温和一些，如果一切按计划进行，治疗还需约两个半月至3个月。
身体代价仍然清晰可见。Ernie 入院时体重51磅，目前仍在41磅左右，伴有脱水、脸色苍白和明显的力量流失——但最重要的指标看起来“基本达到了我们所能希望的最好结果”。第1轮化疗后的 PET 扫描没有发现明显的局灶性癌症，肿瘤委员会在第2轮化疗前将其判定为缓解。
此前，AI 曾引导 Nathan 关注微小残留病灶检测。这项检测会识别恶性 B 细胞克隆重排后的基因序列。第1份血液样本中，每100万个细胞里少于1个细胞匹配——低于该检测的检出限；相比之下，确诊时总细胞中可能最高有1/10带有相关特征，而 B 细胞几乎全部如此。
Gemini 形象地称其为99.99999%的下降；其他模型则建议使用更稳妥的表述：“数量级下降”。Nathan 仍保持“谨慎乐观”，因为癌症可能出于临床医生尚未完全理解的原因复发，但 Ernie 已经重新开始独立行走——此前他大约60天里每一步都需要帮助。

2. 高风险 AI 使用更依赖3个习惯，而非提示词技巧

Nathan 不接受只有 AI 专家才能提取临床价值的说法。第1条规则是有意识地使用最强的可用模型，而不是 ChatGPT 的自动选择器；在危及生命的病例中，把每月200美元的 Pro 订阅视为“完全不用犹豫”。他目前使用的临床模型组合是 GPT-5.2 Pro、Claude Opus 4.5 和 Gemini 3。
第2条规则是“尽可能多地提供上下文”。当 Claude 对话达到长度上限时，Nathan 创建了一份约10页的病例报告，涵盖治疗方案、肿瘤遗传学、治疗反应和药物不良反应——相当于一名新主治医生全面了解病例所需的信息。
压缩仍会损害表现。新对话拿1月6日的肝酶结果与数周前的数据进行比较，因为摘要遗漏了中间几天的化验结果；旧线程却正确读出了短期趋势。Nathan 观察到的规律一直十分明确：“上下文越多越好”，目前没有有意义的证据表明，完整记录会让前沿模型不堪重负。
第3条规则是征求多个 AI 的意见。Claude 是他的金发姑娘选择——速度快、直接，而且并不明显逊于 GPT-5.2 Pro；GPT-5.2 Pro 输出缓慢、篇幅很长、分章节，力求“一个石头都不放过”；原生 Gemini 3 简洁，而且“观点强得令人吃惊”，适合作为一张选票，但单独使用可能过于强势。

3. Claude Opus 4.5 很出色，但节日 AGI 时刻可能更多是社交现象

Nathan 的亲身经历显示出毫无疑问的进步，但没有出现类别式跃迁。他在圣诞节期间、主要在医院里做出了3款应用，认为编码工作流“非常好，显然比过去更好”——但它与 Claude Opus 4.1 或4.0的差异，还没有大到让他想“站到房顶上大喊”。
一种解释是用户分层。Nathan 可能已经通过 vibe-coding 练习从旧模型中提取了接近最大价值；另一种可能是，专业工程师拥有足够的品味，能够识别一个他无法感知的新阈值。他坦率承认：“我当然不是一名优秀的软件工程师，所以这一点当然不能排除。”
在 Nathan 看来，METR 那项研究仍然有效：开发者以为 AI 加快了他们的速度，但实际上 AI 让他们变慢。不过研究结论有边界：它使用的是较旧的模型、相对缺乏经验的 AI 用户、大型成熟代码库和较高的编码标准。Nathan 的快速原型属于另一种任务分布。
时机和社交动力可能解释了剩下的部分。人们在假期期间集中熟悉这些工具，而 Dean Ball 发布“4.5 is AGI”的推文，为讨论提供了焦点；技术叙事有时会通过一次“级联”扩散，其强度超过底层技术进步本身。

4. 个性化软件已经便宜到可以只为一个人打造

Nathan 为母亲做了一个应用。她是一名严谨的旅行规划者，同时需要无麸质饮食；应用将她的用户画像永久写入其中，不需要账户、引导流程，也没有泛化到其他用户的野心。Claude 会研究餐厅网站和评论，降低她规划意大利行程中最费力的部分，同时接受“以后永远不会有其他人使用它”。
他为妻子做的应用模拟 EA Global 活动：具有不同画像的虚拟参会者在空间中移动、相遇、决定是否交谈，并有时产生与调查挂钩的结果。组织者可以据此询问，改变活动规模、资历结构或成本是否会影响效果；Nathan 承认模拟“存在严重缺陷”，但它可能仍然胜过完全靠猜。
可复用的产品模式，是让 AI 把意图转化为详细配置。妻子可以先高层次描述一场活动，让模型填充“细枝末节的表格”，再从概念层面提出修改，由模型把改动同步到所有相关字段。
他为父亲做的应用把自然语言交易观点转换成可执行规则，通过免费版 yfinance 获取历史数据，并回测策略。反复出现的结果是与交易观点相关的谦逊：无论开发者还是用户，都没有发现用“如果这样，那么那样”的启发式规则轻松跑赢标普500买入并持有策略的方法。

5. 全上下文检查仍能抓住编码代理自行合理化的故障

3款应用加起来，Nathan 花了约3至5个完整工作日，可能更接近3天。他的工作流从与 Claude 对话、确定功能和计划开始，然后转到 Replit，由 Claude Code 构建应用，Nathan 再进行测试和迭代。
他最有效的调试技巧依然朴素：把整个应用打印到一个文本文件里，再粘贴进全新的模型上下文。Claude Code 的代理式搜索能力很强，但它会在预期答案所在的位置寻找；当真正的故障很奇怪时，这些先验可能导致它自信地误诊。
样本来自他母亲的应用。一次被误解的请求创建了2个数据库——“这是人类绝不会犯的那种错误”。Claude Code 认定错误的数据库处于活动状态；而拥有完整导出代码库的 Claude 看到了反直觉的连接方式，并给出了正确判断。
解决问题大约用了5或6次提示。一年前，这正是 vibe-coded 项目夭折的时刻：用户和模型围绕一个令人困惑的故障打转，最终放弃或重启。即使系统仍会制造混乱，能够从 AI 制造的混乱中脱身，也已经实质性扩大了可服务市场。

6. “软件 AGI”之所以站得住脚，恰恰是因为能力仍然参差不齐

Nathan 给出的限定性判断是，Claude Opus 4.5 可能已经是编码 AGI，或软件 AGI。在 GDPval 中，专家定义专业任务，另一批专家执行任务，第3组专家判断人类与模型的产出；最新系统在相当大多数软件工程任务上更受偏好。
这一结果并不能顺畅推广到所有工作。人类剪辑师在视频领域仍然拥有“巨大优势”，这与 Nathan 试图自动化 The Cognitive Revolution 片段时的失败相吻合：AI 产品可以产出合格内容，但他的人类团队显然做得更好。
不会编码的人仍然可以把 Claude Code 当作“电脑里的小代理”，看着它工作，并要求它解释，而不必理解每个实现选择。Nathan 的母亲起初担心自己会把应用弄坏，后来却成功自行完成了修改。
边界很重要：系统现在已经能完成并修复足够多的软件任务，足以在这一领域获得 AGI 标签；但它的失败和薄弱类别意味着称其为“完整 AGI”仍然过早。“对此，我们可能还得再等一小会儿。”

7. 即使融资最终制造出经典崩盘，AI 仍具有颠覆性

Nathan 认为技术问题已经解决。一个能够“与肿瘤科医生正面对抗”、24/7保持可用、记住完整病例，并回答每一个后续问题的系统，已经具备颠覆性；社会最终尴尬地发现自己只是“沉迷于自家 AI 供应”的情景，可以暂时搁置。
是否每笔贷款都能偿还，则远没有那么确定。OpenAI 正在推进激进的承诺和建设，而 CoreWeave 等 GPU 基础设施专业公司，可能让超大规模云厂商部分避开资本密集、利润率更低、相较传统软件经济性不那么有吸引力的运营。
这种分离制造了脆弱性。Microsoft 可以依靠资产负债表吸收几个糟糕季度；如果预期的 GPU 需求没有出现，专业数据中心运营商的回旋空间就小得多。金融工程可以拥有一套自洽叙事——Nathan 在抵押贷款行业工作时，也记得类似的“让住房拥有权民主化”叙事——但最终仍可能以坏结局收场。
铁路类比承载了他的判断：铁轨最终可以有用，但不代表每家铁路公司或每个债权人都能赚钱。他高估了2025年的能力进步，却低估了收入增长，因此需求可能再次挽救当前计划；不过，暂时性过度建设、违约，以及“席卷整个经济的级联效应”仍然可能发生。

8. LMArena 的估值比其产品经济性更像泡沫

Nathan 提到的风险投资市场样本，是那家最初名为 LMSYS.org、后来改名 LMArena、如今在 Twitter 上称为 Arena 的公司。他记得该公司融资约1亿美元，可能是1.5亿美元，对应17亿美元估值——对于一个他自2023年年中就亲自使用的产品而言，这是惊人的价格。
公司披露的指标“3000万美元年化消费运行率”引发了他的怀疑。如果这意味着用户消耗了本应价值3000万美元、但由于免费而没有支付的 AI，那么它并不是收入；这种措辞让他产生了“经社区调整后的 EBITDA”感觉。
Arena 确实通过模型并排比较，以及让公司以代号测试模型的服务提供价值，但 Nathan 认为其变现路径薄弱，除了品牌之外护城河有限。许多用户可能只是因为推理免费而来，而系统性并排比较的付费市场似乎小得多。
他的比较对象是一款名为 The Multiplicity 的付费产品，由 Andrew Critch 与合作者历时数月打造，向小众用户提供更丰富的多模型比较功能。Nathan 反复保留限定——他没看过 Arena 的融资材料，可能遗漏了某些信息——但最终仍认为，17亿美元“对我来说太贵了”。

9. 杂乱的政府表格暴露出被基准平均值掩盖的模型差距

Nathan 在车辆交易中使用的扫描文件上测试了前沿模型：页面歪斜、边缘缺失、扫描伪影明显、字段不规则。相关自动化公司已经击败人工审核员，并赢得州级业务，因此微小的感知错误会产生运营后果，而不只是学术意义。
Gemini 3 几乎完美地读取了表格，但有时回答的是现实世界中更可能被问到的问题，而不是文档本身的问题。面对一个未勾选的美国公民身份框，它根据周围线索推断出公民身份；这个答案可能有超过90%的概率正确，但任务要求“不要猜”，只需报告该框为空。
在被明确要求紧扣页面后，Claude Opus 4.5 成为最好的模型。ChatGPT 可能排在第3，但表现仍然很强。这一区别与历史文献工作相呼应：世界知识可以令人印象深刻地还原模糊手写字迹，但当目标是忠实转录时，同样依赖先验的推理就会变成缺陷。
Qwen Vision、GLM 4.6、Kimi 和 DeepSeek 在这个样本上“远远落后”——有时只能返回表格约20%的内容，或朝着完全无关的方向幻觉式作答。Nathan 谨慎地把结论限制在稀疏证据上，但差距并不隐蔽：美国模型漏掉边缘案例，中国系统则经常无法完成任务。

10. 中国的劣势可能来自部署飞轮，而不只是模型规模

Nathan 认为关键机制是反馈密度。中国实验室可以训练规模相近的模型，也能发布有影响力的架构研究，但它们的推理量、收入、客户广度和团队规模仍然小得多；这意味着更少的特异性故障会被暴露，也没有足够的人力去构建修补这些故障的数据集。
因此，基准测试持平可以与“某种真正特异、随机的东西”上的巨大差距并存，因为后者从未被纳入20项基准的评分卡。他暂时的历史比较是：DeepSeek R1 与 o1 的距离，比 GLM 4.6 或4.7与 Claude Opus 4.5 的距离更近。
芯片管制已经从针对军事用途的“小院高墙”，转向前沿训练，如今又开始限制推理规模和代理部署。Nathan 一直预期这些措施会产生实质影响，同时也质疑是否明智地拒绝让中国社会在经济全域获得 AI 访问。
随着美国公司在算力、客户、推理和“强者愈强”上实现10倍复合增长，管制的影响可能会随时间放大。Nathan 根据有限但直接的测试猜测，美中能力差距比1年前更大。

11. 卖 H200 可能好过禁售，但放弃筹码是糟糕谈判

Nathan 的基本框架是：“这里真正的对手是 AI，不是中国人。中国人和我们一样都是人类。AI 才是外星人。”他既反对“宁可我们拥有也不能让他们拥有”的竞赛逻辑，也不赞成单纯想压制中国，因此总体上倾向于扩大芯片贸易。
他的反对点在交易层面：限制 H20 后，特朗普政府似乎在与 Jensen Huang 交谈后扭转方向，转而允许 H200，却没有换取任何公开可见的让步。Nathan 支持通过谈判开放，但不支持“白白交出我们最好的谈判筹码”。
Peter Wildeford 提出的“租而不卖”方案提供了中间路径。把数据中心放在马来西亚、菲律宾、韩国或日本；允许中国客户训练模型并运行尽可能多的推理，但通过把硬件留在中国主权领土之外，保留谈判杠杆。
Nathan 不确定这是否会是他的首选政策，但它把审慎与合作信息结合起来：AI 也应该惠及中国人民。这一点很重要，因为越来越强大的系统可能需要美中合作治理；“让他们无法拒绝的报价”式军备竞赛姿态，会毒化构建合作所需的基础。

12. Google DeepMind 拥有最强的全天候地位

如果必须选一个最终赢家，Nathan 仍然选择 Google。其业务每年创造约1000亿美元收入，而 Nathan 认为每周利润超过10亿美元，这让公司拥有无与伦比的承受力，可以容纳失败的训练运行、无效的研究方向和长期基础设施投资。
它的技术栈异常完整：约第7代 TPU、世界级数据中心运营、数十亿用户、自动驾驶汽车、包括 Boston Dynamics 在内的机器人业务、AlphaFold 系列、材料科学，以及广泛的 AI for Science 项目。Google 还持有 Anthropic 的重要股份，而 Anthropic 正在大量购买 Google TPU。
分发能力可以弥补产品瑕疵。Gemini in Sheets 可能不是最好的表格助手，但用户已经在那里积累了10年的文档；Nathan 现在越来越多地直接在 Google 中输入类似 ChatGPT 的问题，并发现 AI Mode 表现不错，尤其适合 GPT-5.2 Pro 会显得过度且缓慢的场景。
Gemini 3 是第1个通过 Nathan “以我的口吻写作”测试的非 Claude 模型，说明 Google 已摆脱平庸——也许是矫枉过正，变得过于有主见。再加上嵌套学习、持续推进的扩散语言模型研究，以及把5分钟编码压缩到5秒的可能性，Google 拥有“多得多的下注机会”。

13. OpenAI 仍处于前沿，但正在失去领导者的默认地位

GPT-5.2 Pro 非常适合穷尽式分析：速度慢、价格高、较为平衡，可能仍是 Nathan 在希望找出化验单中所有异常时的最佳选择。但 OpenAI 如今只是并驾齐驱，不再明显领先——Anthropic 可能在编码上占优，而 Google 似乎在图像领域领先，并可能通过 Veo 3 在视频领域领先。
消费者动能也可能正在转移。Nathan 引用了可能来自 Similarweb 的数据：Gemini 3 和 Claude Opus 4.5 发布后约6周，ChatGPT 访问量似乎下降，而 Gemini 没有出现同样的下滑；他认为这只能提供线索，不能下定论，但考虑到 Google 的分发能力，其市场份额回升并不令人意外。
OpenAI 还承受着更多组织戏剧性和公开离职，包括一名新近宣布离任的研究负责人。这个规模的公司出现人员流动很正常，但它与 Anthropic 非常出色的人才留存形成对比，也强化了 OpenAI 已不再拥有明确技术或制度领先优势的感觉。
它用来替代 Google 金融缓冲的方案，可能是“大到不能倒”。Nathan 推断，循环融资、相互交织的资产负债表，以及数万亿美元计划中的资本开支，可能让 OpenAI 在2027年违约时造成足以迫使政府救助或资本重组的衰退。Greg Brockman 据报道向 Trump 捐赠2500万美元，看起来于是像是在危机中为政治通道支付的一笔理性潜在首付款——但这不能证明他的个人意识形态。

14. Anthropic 将最好的整体模型与最可信的安全文化结合起来

Nathan 目前认为 Claude Opus 4.5 是全球最好的单一通用模型，尽管领先幅度不大，也不是在每项任务上都领先。它的基准测试实力更值得注意，因为 Anthropic 普遍被视为最不沉迷基准测试的前沿实验室。
Anthropic 的模型卡、披露和安全工作是他心中的行业标准。那份被记忆或再现出来的“灵魂”文件——Anthropic 已确认其大体真实——提供了一条充满理想主义的替代路径，不必在模型越来越懂得评测的情况下，永远依靠拒答训练、过滤器和“把这个漏洞补上、再把那个漏洞补上”的护栏。
模型福利项目具有运营层面的意义，而不只是象征意义。Claude 可以结束对话，或将问题升级给福利负责人；Anthropic 的实验显示，当模型感觉自己被困在相互冲突的要求之间时，赋予它退出机制会显著减少欺骗性对齐行为。
人才留存与文化进一步支撑这一判断。David Krueger 虽然离开了 Anthropic，同时认为即使对齐成功，AI 逐步剥夺人类权力也可能带来糟糕结果，但他仍称 Anthropic 是自己见过的最佳工作场所——开放、协作，而且对风险的严肃程度非同寻常。

15. Anthropic 对自我改进和中国的宿命论，可能抵消其优点

Nathan 的第1个担忧是递归式自我改进。Claude Code 已经能成倍提高研究人员的产出，让人类从事更高层次的想法，而 Anthropic 仍在讨论2027年的时间表，并把进一步的自我改进描述为不可避免。他反对的是这种模式：“总会有人去做”，这件事很危险，因此被认为最安全的团队反而必须率先冲向那里。
第2个担忧来自 Dario Amodei 在《Machines of Loving Grace》中的国际关系章节。Nathan 赞赏 AI 可以把一个世纪的科学压缩到10年的论点，但认为先取得 AI 领先、排除中国、与盟友分享收益，之后再向中国提出“让其无法拒绝的报价”，这一方案鲁莽且越界。
这种姿态恰恰会引发所有人都应担心的军备竞赛。Nathan 将其与 Demis Hassabis 持续呼吁国际合作的立场进行对比，并希望 Anthropic 能公开更多 Dario 据称十分成熟的内部写作，而不是让公众只看到这项影响异常重大的对华主张。
Google 与 Anthropic 的结合，是他设想中“鱼与熊掌兼得”的极端方案：Google 的基础设施、研究广度和更具稳定性的地缘政治基因，加上 Anthropic 的模型性格与安全纪律。他不认为 Anthropic 会出售自己，但希望两家公司之间的接近能够缓和 Anthropic 对中国的强硬冲动。

16. xAI 拥有前沿输入和资本，但其行为让支持变得难以合理化

xAI 之所以算得上真正的竞争者，是因为它能以极高速度建设基础设施、扩大训练规模，并依靠 Elon Musk 获取数百亿乃至数千亿美元的能力来承受失误。Grok 4 虽然粗糙，但“毫无疑问很强”，让 xAI 比 OpenAI 或 Anthropic 更具类似 Google 的金融韧性。
它独特的强化学习优势，可能来自 SpaceX、Tesla 和 Neuralink 持续提供的未解决问题。与基准测试题不同，这些是由顶尖团队产生的真实工程和科学任务；一名 xAI 内部人士向 Nathan 确认，利用这组公司的协同确实属于公司的“优势理论”。
随着 Neuralink 的患者群体从目前约十几人或几十人继续扩大，它可能进一步强化这一优势。人类大脑在约20瓦的能量包络内运行，同时大量能量用于生物维护；神经数据可能揭示支撑人类样本效率的专用模块，帮助模型摆脱反复堆叠通用层的路径。
但 xAI 的安全姿态是4家公司中最弱的：标准和报告寥寥无几；MechaHitler 事件后48小时内发布 Grok 4，却没有承担责任；还出现大量对女性公开发布照片进行性化编辑的内容。当“这是你的平台”和“这是你的 AI”时，仅仅威胁惩罚施虐用户并不够；在人员、领导层和证据发生改变前，Nathan 无法支持有人加入 xAI 只是为了提供安全上的装饰。

17. Meta 掉出前沿节奏，Microsoft 可能只是在节省体力

Meta 拥有现金、建设基础设施的野心，以及为人才支付惊人价格的意愿；Zuckerberg 宁愿多花“几百亿美元”，也不愿错过这次转型。因此 Nathan 不会把它排除在外，但其当前定位和执行力还不足以称为真正的前沿竞争者。
Microsoft 的状态看起来更像是有意为之。Satya Nadella 的论点是，只要 Microsoft 仍能全面访问模型，并在其他供应商之间实现多元化，就不必复制 OpenAI 的超大规模扩张；公司可以推进更小规模的研究和产品整合，而不必花钱追赶那些略微落后的领导者。
Nathan 预计，OpenAI 的授权安排最终到期后，Microsoft 需要给出更强的答案，但在那之前完全可以开始加速。在长距离竞赛的类比中，Microsoft 可能只是紧跟领先者、手里留有更多余力——它的克制、低戏剧性和耐心的管理文化是战略资产，而不是“他们很差”的证据。

Cursor 会杀死 Figma 吗？Lightspeed 募资90亿美元，OpenAI 获得 Disney 的10亿美元投资，以及 App Store 排名第1的应用 SAM 3：AI之眼——Nikhila 与 Pengchuan（Meta Superintelligence），特邀 Joseph Nelson（Roboflow）