摘要

Gemini 3 让 Google 成为本期讨论中明确的前沿领先者，预测市场认为它以第一名结束今年的概率为91%，但到明年夏天仍居首的概率只有60%。 Alexander Wissner-Gross 称这是继4月 OpenAI 发布 o3 后最大的一次更新：覆盖面广、具备多模态能力，而且显然没有过拟合那些有利于宣传的基准测试。Peter Diamandis 更尖锐的判断是，自然语言软件意味着“从今天开始，世界已经与我们昨天生活的那个世界不同”。
代理正从助手跨入经济行为者阶段，而 Gemini 3 在模拟的 Vending-Bench 经济中取得近3,000%的利润优势，为这一转变给出了可量化结果。 该基准给每个代理 $500、运营工具和破产约束；Wissner-Gross 称，在那里取得成功“已经走到自主经营现实世界企业的一半”。Salim Ismail 的推论是：1年前讨论的3人初创公司，正变成零员工公司。
基准测试的饱和如今指向聊天机器人质量之外的数学、科学、工程和医学硬核研究。 根据讨论，Gemini 3 在 Humanity’s Last Exam 上接近50%，在 ARC-AGI-2 上大约是 GPT-5.1 的2倍，在 Humanity’s Last Exam 上实际上是 Claude 4.5 的2倍。Wissner-Gross 表示，如果到明年年底硬核研究问题还没有被这类模型攻克，他会“非常惊讶”，但同时对持续学习和超长上下文保留了限定。
Google 的护城河在于分发加整合，但真正解锁它的不是既有地位，而是竞争压力。 Gemini 可以跨 Google Workspace 执行任务、生成界面、致电商店并撮合交易；语音能力的提升也让 Diamandis 提到 Duolingo 较前一年下跌近50%。Blundin 的反向判断是，Google 内部早已拥有底层技术，只是 OpenAI 迫使它行动：“这就是 Google 会动起来的唯一原因。”
当超大规模云厂商可以复刻界面并向下延伸技术栈时，应用层估值仍然暴露在风险之中。 Cursor 在6个月内从约 $10B 上涨到 $30B，并融资 $2.3B；但 Blundin 表示，除模型接入外，Google 的 Antigravity 看起来“和 Cursor 一模一样”。他拒绝预测赢家：Cursor 的团队、资本和多模型架构都很强，但“它的核心定位极其脆弱”。
AI 的资本开支账单很可能主要由企业承担，因为企业会把昂贵的推理算力配置到高价值工作上。 GPT-5.1 的路由机制会给困难提示词分配更多算力，预示着这样一个市场：如果 AI 能让商品规划利润率提高20%，零售商可能会很乐意为它付费。Blundin 还指出一个罕见的定价优势：AI“把销售员直接内置进了自己的能力”，能够展示高端体验，然后告诉用户升级。
更便宜的智能可以降低生活成本，但丰裕不会自动到来：部署、监管、安全和社会分配将成为瓶颈。 Wissner-Gross 认为上游指标是每单位智能的美元成本，目前正“以同比约40倍的速度超通缩”；Ismail 则提出，抑郁症发生率可能比物质产出更早成为诚实的进步指标。生物安全暴露了其中的权衡：防御性 AI 可能与攻击能力同步扩张，但代价或许是无处不在的传感系统，以及一个类似“全球机场”的世界。

精读

1. Gemini 3 让奇点显得出奇地平常

Peter Diamandis 开场直说：“Google 赢了”（“Google is winning”）。Gemini 3 只用了11个月就接替 Gemini 2，发布节奏快到足以让真正的不连续进步，听起来像“把模型名字填进去、再把编号填进去”的例行发布。
Diamandis 将今天的自然语言开发，与从 COBOL、0和1、十六进制一路发展到高级语言的大约40年编程史并置；Dave Blundin 补充说，人类最初甚至从汇编语言起步。直到现在，软件与机器之间的接口始终是代码；如今直接与机器对话，可能把这条边界从软件延伸到基因测序、白领自动化和机器人工业设计。
Wissner-Gross 的框架是：奇点可能只是“一种视觉错觉”，因为身处其中时，“时空感觉是平的”，每周发生的突破都会显得平淡。他将 Gemini 3 排在 o3 之后最大的发布，并认为 GPT-5 主要只是重新包装了 OpenAI 在4月已经交付的能力跃升。

2. Google 的存量用户如今拥有通用代理

Google 的演示让 Gemini 从回答请求转向执行请求：规划旅行、研究产品、执行多步骤操作并调用工具。生成式 UI 意味着答案可以变成带有图片、模拟和交互组件的定制界面，而不再只是“一堵文字墙”。
Wissner-Gross 认为 Gemini 与 Gmail、Calendar、YouTube 及整个 Google 环境的整合几乎无缝，但称这“可能是最不值得关注的部分”。更大的后果是，数十亿现有用户如今都有了“随叫随到的超级智能”。
他判断“大模型气味”的测试，是看能否跨模态生成：Gemini 只根据一张 MIT 的照片，就一次性生成了一个可交互的3D体素风校园。Antigravity 则提供了对应的软件开发界面——这是 Google 基于 Visual Studio Code 构建、由前 Windsurf 人才参与打造的代理式开发环境。

3. Vending-Bench 将自主经营变成量化测试

Andon Labs 的 Vending-Bench Arena 给代理一个模拟的 $500、电子邮件、互联网搜索、银行账户、库存和定价控制权。若连续10天未能支付每天 $2 的费用，代理就会破产；目标是最大化资本回报。
据称，Gemini 3 创造的利润比 GPT-5 或 Claude Sonnet 高出近3,000%。Wissner-Gross 喜欢这项基准，因为它把 AI 建模为“第一类经济行为者”，实际上是在执行中层管理者的工作，而不是回答孤立问题。
Diamandis 反驳称，模拟忽略了“员工的混乱”。Wissner-Gross 的回应是，自然语言交互的对手已经迫使代理与供应商谈判；加入绩效评估或员工互动，在技术上也不会难多少。
Blundin 估计，仅互联网广告就是一个规模达 $300B、且大部分由非人类完成的业务，并表示如果自动化经济规模不到 $1T，他会感到意外。Diamandis 没有解决的分配问题是：是否有人可以给代理 $10,000 稳定币并说“去帮我赚更多钱”，还是说这种接入只会扩大财富差距。

4. 一次生成正在瓦解软件技能门槛

Wissner-Gross 只给 Gemini 一条提示：“创建一个视觉效果惊艳、我可以直接玩的赛博朋克 FPS。音乐要好听，画面要丰富。”可玩的结果不到5分钟就完成，提示词大约140个字符——“这是我见过能力最强的一次性生成”。
如果写一条简短社交媒体帖子就足以生成一款游戏，Wissner-Gross 预计1年内会出现数十亿款游戏。Diamandis 对孩子的建议也随之改变：不要只是玩游戏，而是要设计和构建游戏，再修改生成出来的作品。
Blundin 将这一机会比作拍照手机让600万美国人得以全职从事网红工作。过去需要制作团队、摄像机和技术训练的生产能力，如今通过思想和语音即可获得，让那些前一天还不会写代码的人也能拥有职业机会。

5. 语音与现实世界交易强化 Google 的分发优势

Diamandis 说，过去 Gemini 的语音与 GPT-5 的 Ember 语音相比显得机械，但如今 Google 在自然度上已经领先。他将实时语言辅助与 Duolingo 面临的压力联系起来，并称 Duolingo 过去1年下跌了近50%。
Blundin 将功劳归于 OpenAI 带来的竞争压力：Google 开发了包括 Transformer 在内的大量底层技术，但一直不愿公开部署。“作为 CEO，说‘各位，赶紧动起来，这里有威胁’要容易得多。”
Wissner-Gross 认为，更丰富的口音和语音互动与其说是新能力，不如说是“解除束缚”（“unhobbling”）。从音频转文字再转音频的管线，转向直接的音频到音频模型，将解锁更细腻的对话；再结合 AR 眼镜，讨论者预计同声翻译将重塑国际交流。
Google 的购物代理可以致电附近商店询问库存和价格，这距离 Duplex 在2018年首次亮相已经过去7年。Blundin 希望保留人类对产品的主观判断；Ismail 则反驳说，AI 会知道得更多，还能即时展示图片。Wissner-Gross 的总结是：当正式整合不存在时，语音提供了一个出口——“一切都能有 API”（“APIs for everything”）。

6. 基准测试如今衡量的是距离经济有用研究还有多远

Wissner-Gross 为基准测试辩护，称其是文明进步的量化仪表盘。Humanity’s Last Exam 近似测试博士级问题解决能力，ARC-AGI-2 测试类似人类的视觉推理；它们的价值不在排行榜本身，而在于测试饱和意味着哪些现实问题已经变得可处理。
Gemini 3 在 Humanity’s Last Exam 上接近50%，在 ARC-AGI-2 上大约是 GPT-5.1 的2倍，在 Humanity’s Last Exam 上实际上是 Claude 4.5 的2倍。Wissner-Gross 表示，它看起来并不是狭窄的“刷榜”，而是一个均衡的通才模型，而非专门优化宣传友好的分数。
他的条件式预测异常具体：按照当前轨迹，如果到明年年底数学、科学、工程和医学领域的硬核研究问题还没有被 Gemini 这类模型攻克，他会“非常惊讶”。
限定出现在超长上下文下的持续学习能力上，Wissner-Gross 不会自动期待一次戏剧性跃升。检索能力则更强：Gemini 3 Pro 在测试大型上下文中隐藏事实的“大海捞针”任务上表现“惊人地好”。

7. Scaling 仍是反驳“需要新 AGI 范式”的核心依据

Ismail 问，在这种规模下保持连贯，是否意味着系统思维和世界模型已经出现。Wissner-Gross 给出了绝对判断：能够解决数学问题、编写源代码，并跨学科处理博士级工作的模型，已经在进行符号推理并建模系统；等待某种模糊的神经符号突破是“彻头彻尾的胡说”。
Diamandis 将 Gemini 3 描述为“7万亿参数级模型”，而前一年约为1万亿参数，并预计原始算力还会再增加10倍至40倍。他要求技术和医疗领域的领导者明确判断：基准测试何时足以允许模型自我改进，并可靠地治愈疾病。
Diamandis 提到 Yann LeCun 认为 LLM 是通往 AGI 的错误分支。Wissner-Gross 尊重另一条强调在具身空间中采取行动的路径，但认为可行道路不止一条：只要 scaling law 和能力仍在持续提升，就无需新范式，“也许我们真的可以继续 scaling”。

8. GPT-5.1 预示着按任务价值为智能定价的市场

Wissner-Gross 认为，GPT-5.1 的路由经济学比技术本身的变化更重要：困难提示词获得更多推理时算力，简单提示词获得更少。他将其与搜索广告相比较：间皮瘤诉讼搜索的价值，远高于一道算术题。
这种分配暗示了谁会为数万亿美元的数据中心资本开支买单。最典型的付款方可能是把大量资金投入高价值工作的企业——Blundin 举的例子是，如果更好的商品规划能让利润率提高20%，Target 就会购买算力——而不是每个消费者每月支付数百美元。
Blundin 不接受通过降低半个模型档位来节省成本，因为前沿模型的表现“就是不一样”。AI 也是历史上最奇怪的产品发布：它一边销售自己，一边与用户对话，提供令人信服的体验，还会亲自解释为什么更多能力需要升级。

9. 防御性协同扩展是应对 AI 生物武器的方案

OpenAI 向 Red Queen Bio 投资了 $15M，该公司结合 AI 与实验室测试来识别生物脆弱点。Wissner-Gross 借用红皇后的赛跑——只能通过奔跑来维持原地不动——解释“防御性协同扩展”：安全能力必须与模型能力同步提升。
Ismail 将2024年约 $34B 的生物防御市场，与预计在2034年或2035年翻倍的规模，以及一次可能只需约 $1,000 就能发起的数万亿美元级极端攻击进行对比。Diamandis 提议在机场和交通系统部署传感器，在本地测序空气中的生物因子，并以光速分发对策，而病原体只能以飞机速度传播。
Diamandis 认为，生物武器风险“正是美国开源 AI 已死的原因”，并称美国实验室不再发布前沿模型，而中国实验室仍在发布。他警告，本地模型可以绕过按查询触发的拒答系统，让一个原本无能为力的攻击者拥有“天才级 AI 作为副手”。
Wissner-Gross 将 Linus 定律推广为：“拥有足够的超级智能后，所有隐藏代理都会变得浅显。”代价是监控；Ismail 想象人类生活在“全球机场”里，而 Diamandis 保留了 EFF 的反驳：安全并不总要以牺牲隐私为代价。Wissner-Gross 提醒，不应过度聚焦风险，因为防御性 AI 也会同步扩展。

10. Cursor 的增长惊人，但在战略上极其脆弱

Grok 4.1 在文字排行榜上的第一名大约只维持了1周，随后领先优势就消失了。对 Wissner-Gross 来说，这段短暂统治说明，通用模型可以每周、甚至随着前沿加速而每天抹平针对基准测试优化的领先。
Cursor 的估值在6月至11月间从约 $10B 增至 $30B，翻了3倍，同时融资 $2.3B。它让编程变得代理化且易于使用，并将工作路由给 Claude 4.5、OpenAI 和 Grok 等外部模型。
Blundin 给出了一个令人不安的视觉比较：把 Cursor 和 Antigravity 并排打开，“你甚至不知道自己在哪个里面”。Cursor 提供多种模型，Antigravity 则绑定 Gemini 3；但 Diamandis 拒绝选择赢家，因为 Cursor 既有天才般的团队又资本充足，同时在结构上暴露无遗。
Wissner-Gross 预计，开发环境会引入自有模型，并掌握更大部分供应链。软件工程是第一个被自动化的主要高生产率劳动类别；雇主已经在非正式地区分两类工程师：一类在代理式编程出现前受训，另一类可能已经因代理而“萎缩”。

11. Project Prometheus 将资本从超级智能转向产业

据报道，Jeff Bezos 以 $6.2B 启动 Project Prometheus，并从 OpenAI、Google、Meta 等公司招募了近100名研究人员。Diamandis 强调，一家初创公司在第0天资产负债表上就拥有数十亿美元，这种情况既前所未有，也令人畏惧。
Wissner-Gross 认为，资本市场正从资助超级智能，转向资助超级智能之后的事情：解决数学、科学、工程和医学中的未决问题。他估计，这一机会是超级智能本身市场的10倍至100倍，并预计将有数万亿美元资金流入；招聘动向显示，生物学获得的重视可能高于报道所暗示的程度。
讨论者将 Prometheus 描述为 AI 从办公室走向工厂、物流、实体测试，最终进入太空自主产业的过程。Wissner-Gross 说，他职业早期构建的一个基础模型耗时5年，如今2个月就能重建；再过1年，这一时间还可能进一步缩短5倍至10倍，因为“你可以用 AI 构建下一个 AI”。

12. 丰裕取决于抬升底部，而不是缩小差距

Elon Musk 在录音中的判断是，AI 和人形机器人“基本上是让所有人变得富裕的唯一途径”。讨论者重新定义了成功：即使超级富豪仍然存在，真正重要的里程碑也是每个孩子能否获得充足的食物、水、能源、医疗和教育。
Diamandis 以2004年海啸后的印度尼西亚为例说明信息如何实现民主化。渔民获得手机并报告危险后，只用2个月收入就增加了30%，因为他们可以查看鱼价，并选择何时、何地出售；Ismail 补充说，他们还能识别出哪个港口给价更高。Diamandis 认为，AI 可以把这种信息优势延伸到个性化教育和早期医学诊断，而早期发现可能让治疗成本降低约100倍。
Diamandis 将美国平均家庭每年 $77,000 的预算拆分为：住房33%、交通17%、食品13%、保险和养老金12%、医疗8%、娱乐5%，教育约2.5%。他将远程办公、打印式住房、自动驾驶电动交通和 AI 医疗分别对应到这些支出上；他还表示，垂直农场可以实现7倍产量，同时节省99%的淡水。
Ismail 提议用抑郁症发生率，而不是单纯的物质丰裕，作为早期有意义的基准。Wissner-Gross 将上游变量定义为每单位智能的美元成本，并称其每年下降约40倍；剩余约束则是监管、社会凝聚力，以及能够分配“便宜到无需计量的智能”的安全网。

E215 ｜资本视角聊聊万亿大基建钱从哪儿来，以及电力破局的六条路径摆脱 AI 垃圾内容：Atlassian 如何让 AI 队友拥有品味、知识和工作流——与 Sherif Mansour 对谈