Anthropic 的 2 万亿美元现金机器、CoreWeave 暴跌 30%，以及中国的 Kimi 迎头赶上 | #306
摘要
- 新云厂商的出清，首先威胁的是融资结构，而非证明AI需求不存在。 Peter称CoreWeave和Nebius股价下跌30%；Elon则预言，约200家新云厂商将迎来“小鱼级死亡与整合”。Blundin对比称，SpaceX以8%的利率借款，而竞争对手据称要付15%；Wissner-Gross补充说，递归自我改进最终可能大幅降低算力需求，引发需求冲击。Peter表示，他会“离RAM股票远远的”，Micron也不例外。
- Anthropic拟以1.5万亿至2万亿美元估值IPO，背后是惊人的增长，也有沉重的未来义务。 Peter称，公司计划融资1000亿美元，2026年上半年营收163亿美元，第二季度营业利润接近10亿美元。Blundin称它是“现金机器”，但也承认当前估值已经计入了相当大的成功预期。另一面是超过5000亿美元的算力承诺、约20%的营收来自2家客户，以及对竞争性云平台的高度依赖。
- Anthropic的治理结构，带来了独立于财务表现的投资问题。 Salim赞赏信托机制让使命“在桌边有一席之地，并有权选择这张桌子”；Wissner-Gross则担心，受托人承担的经济风险远不及创始人，却能施加意识形态控制。Blundin认为公司“本该继续保持私有”，并预计管理层会无视股价，一再融资以加速AI发展。
- 据称Kimi与美国前沿模型的差距只剩5周，这给闭源模型的定价和控制力带来压力。 Kimi K3.1 Pro在Artificial Analysis上得分55，计划于次周开放权重，定价为每百万输入token 2美元、每百万输出token 10美元。Mostaque称它是对Opus 5.5的蒸馏；Blundin则强调，蒸馏能提供路线图，“但不会给你答案”。Wissner-Gross认为，Kimi的性能成本比或许已经超过Opus 5.5的最优前沿。
- 随着智能变得更便宜，模型市场正转向可靠性和任务完成度。 GPT-6.1 Terra的价格不到前代的一半，Salim特别提到，53天内token价格就下降了50%。Mostaque预计，可靠的个人模型将负责调度各类专业模型；Peter则把即将到来的销售话术比作PC从强调MHz转向强调iTunes。关键问题变成：“开箱即用，它能为你做什么？”
- 这些科学成果意义重大，但验证工作尚未完成。 OpenAI公布的成果包括推翻指数时间假设、构造四维QCD；嘉宾明确区分了“存在性”与尚未宣称解决的质量能隙问题。Wissner-Gross称，Chain Theory无需拟合参数，就能将精细结构常数推导到10位有效数字；但他也澄清，Lean证明并未确立该结果与光子的对应关系：“那部分还是猜想。”
- 电力供给和国家执行力，可能比能否拿到模型权重更重要。 Peter称，只要采取行动，一个国家发展主权AI的成功概率可能达到90%–99%；Blundin强调电力、芯片和本土算力的重要性，并警告中美电力差距可能接近10:1。一位嘉宾警告，欧洲若缺乏能源和算力，可能沦为“活的历史博物馆”。更长期的太阳能基础设施，解决不了眼前这2年的规划难题。
- Warhound试图用基因工程和克隆，解决工作犬供给问题。 Peter称，公司完成2亿美元融资，投后估值12亿美元，并披露自己的基金也参与了投资。其逻辑是，超过80%的工作犬来自欧洲，但合格上岗的不到一半；可重复的遗传特征有望减少这一淘汰率。Salim的反对意见仍然直接：为危险任务进行工程改造的生命，可能是“被造来牺牲的”。
精读
1. 欧洲动荡折射出经济排斥的不同叙事
- Peter称，10月17日有50万人走上法国街头，发生2400起逮捕事件；法国、意大利和西班牙的失业率据报达到20%。一位嘉宾质疑媒体对动荡程度的描述：法国的熟人说，只有少数人制造混乱，“其他人都在走动、喝咖啡”。对骚乱严重程度，讨论本身就存在分歧。
- 一位嘉宾担忧的是背后的年轻群体：18–28岁的受教育男性，他们看得到机会，却无法参与其中。这位嘉宾将这种排斥与过去的革命联系起来，并提到Blundin此前的判断：全民基本收入和社会动荡可能同时到来。Blundin补充了国家层面的边界：美国选民或许支持向本国居民转移支付，却未必支持救助法国或西班牙。
- Mostaque描述了英国令人沮丧的环境：收入超过20万英镑的人收到合规顾问来信，企业家则考虑在预算案出台前离开。他还说，在法国几乎不可能解雇员工。另一位嘉宾称，法国社会支出占GDP的57%。有嘉宾表示，欧洲人才正越来越多地流向多伦多和滑铁卢，延续来自亚洲和印度的人才迁移趋势。吸引他们的是参与AI经济，而不是继续待在欧洲的“慢速区”。
- 一位嘉宾问，企业的应届生培养项目是否在扩张；另一位嘉宾反驳称，部分公司正在增加应届生招聘，因为原生AI的一代可能比那些只会搬动电子表格的资深员工更有价值。但这并不意味着就业替代已经消失：同一位嘉宾说，有些公司正在大举裁撤年长员工。这场讨论也让“整整一代年轻人已经错过机会”的说法变得复杂。
2. 主权AI有路可走，但执行窗口狭窄
- Peter认为，开源模型持续进步，主权AI的路线图已经相当清楚：调动电力、芯片和本土能力。他说，如果一个国家采取行动，成功概率“可能有90%到99%”；他的悲观之处在于政府是否会行动，而非技术能否实现。他认为，只要有一个国家做成，就能向其他国家证明这条路走得通。
- Blundin认为，没有数据中心、电力，政府也不行动来发展算力的国家，在AI时代“彻底没戏”。他警告，政府若迟迟不采取行动，失业率就会攀升。他拜访一位前Google数据中心高管后还警告，中美电力差距可能扩大到接近10:1。加拿大显然能提供互补优势——电力充足、芯片相对匮乏；但Blundin转述Eric Schmidt的看法称，美国和加拿大需要加强合作。
- 一位嘉宾插话称，SpaceX和Tesla每家都能部署100吉瓦太阳能。Peter回应时强调时间尺度：太空数据中心和戴森云可能主导2030年代，但未来2年的关键是递归自我改进。另一位嘉宾也警告，欧洲若不能赶上能源和算力建设，很可能沦为“活的历史博物馆”。
3. 新云厂商的融资可能失败，但底层技术仍能胜出
- Peter称，CoreWeave和Nebius下跌30%，IREN下跌40%；CoreWeave背负510亿美元债务、面临违约风险，是触发因素之一。他援引Chamath的预测称，2027年可能出现部分算力闲置或搁浅，坏投资也将经历一轮动荡出清。Elon则预言，约200家新云厂商将迎来“小鱼级死亡与整合”。
- Peter将其比作2000年的光纤泡沫：基础设施最终支撑了YouTube和Netflix，但许多建设者先破产了。Blundin补充了那段时期的组织特征：行业约由80%的工程师和20%的商学院出身者组成时，发展势头很好；后来比例反转，行业就开始过度建设。融资让新玩家更容易挤进技术热潮。
- Blundin估算，Elon的400亿美元之外，还有约1000亿美元数据中心债务；可行的算力产能未来几年仍会售罄。他认为眼下最重要的分野在合同条款：“你是不是和不靠谱的贷款人签了糟糕的协议？”Peter称，其他一些公司据报以15%的利率借款，而Elon的融资利率是8%，前者面对技术变化或经济效益走弱时，腾挪空间要小得多。
- Peter给出的估算规模更大：数据中心直接债务约5000亿美元；计入特殊目的载体和供应商融资后，规模大致翻倍，相比之下，次级贷款风险敞口为1.3万亿美元。嘉宾没有对这些估算作出统一。Mostaque的区分无论按哪种规模都成立：技术可以胜出，“资本结构仍可能输掉”。
4. 更好的AI可能削弱支撑当下估值的算力需求
- Peter提出，针对电力基础设施的大规模黑客攻击或股市下跌，都可能成为泡沫触发点。Wissner-Gross则将重点放在需求上：如果确实存在泡沫，他会押注新产能先于足以证明其成本合理的应用到来。公开市场股价令人失望，与固定收益或信贷市场承压，也需要分开看待。
- Wissner-Gross指出，目前算法进步通常与硬件互补，反而会增加硬件使用量。但在未来1到2年，某种大幅改进的模型或方法，也许能以极少的算力完成足够多的任务，从而改变这种关系。这样的断层式变化可能造成“需求冲击”，尤其会重创高杠杆基础设施。
- Peter指出，过去看起来很亮眼的性能，如今已经能在智能手机上运行，Gemma就是一例。他说，模型一旦足够好，公司就能同时优化模型和其运行所需的硬件；有些公司已经在开发所需RAM大幅减少的模型。因此Peter表示，他会避开RAM股票，包括Micron，即使供应已经售罄：当投资按稀缺性定价后，新软件和硬件架构仍可能改变需求。
- Wissner-Gross称，NVIDIA毛利率约为80%，产能多年售罄，芯片供不应求；但他也追问，这一切是否早已反映在股价里。市值1万亿至5万亿美元的芯片公司，背负的预期已经极高。因此，关于AI崩盘的头条新闻，描述的可能只是估值过高的证券或融资交易，而AI应用仍在加速普及。
5. SpaceX以多元化收入押注算力机会
- Peter对比称，新云厂商依赖算力租赁收入，而SpaceX借了400亿美元购买GPU，背后有Starlink和发射业务收入支撑。他提到Starlink拥有1360万订户，并称Anthropic已同意在2029年前向SpaceX采购价值1205亿美元的算力。SpaceX同时也是Elon预言将出局的公司的竞争对手，因此这番警告带有商业利益考量。
- Wissner-Gross直言，这是“替自己的仓位说话”：Elon似乎希望更多可用信贷流向自己的公司。他怀疑，5到10年后，市场将变得面目全非。与此同时，新云厂商高管可能会寻求更大的资金池，包括保险资金；如果传统信贷受限，他们就会采用越来越激进的金融工程。
- Salim称，Elon可以按8%的利率借款、买入算力再卖给Anthropic，大约9个月就能超过盈亏平衡点。他将这一机会比作Michael Saylor早期的股票—比特币套利，并称这是“印无限钞票的许可证”。Salim还转述Chamath的看法：AI债务规模可能超过主权债务。
- Mostaque称，如果趋势延续，Elon的体量可能超过90%的国家，并能借入数千亿美元，最终甚至数万亿美元。
6. Anthropic IPO以惊人增长对阵惊人预期
- Peter称，Anthropic周一以纳斯达克代码ENT提交文件，可能在11月16日当周IPO，计划融资1000亿美元，估值1.5万亿至2万亿美元。营收方面，2025年全年为46亿美元，2026年上半年达到163亿美元，第二季度营业利润接近10亿美元。Blundin表示，没有哪家公司能在从零起步后以类似速度增长。
- Peter给出的效率对比是，营收增长29倍，而算力成本增长6倍。他称，公司有11900家客户年支出超过10万美元，但前2大客户贡献了上半年营收的约20%。近一半营收经由Amazon、Google和Microsoft的云平台实现，而这些平台也与Anthropic竞争。算力承诺超过5000亿美元，其中相当一部分不可取消。
- Blundin称Anthropic是“现金机器”，并认为相关承诺比表面看起来更灵活。他说估值已经计入相当多的利好，但同时认为“定价合理”。被问到是否会买入时，他说，如果自己拿不到种子轮投资机会，就会买；这是押注整个赛道的理由，但他明确表示不会为此抵押房子。
- Peter称，Series A投资回报达到345倍，Series B为79倍。他举的最有力例子是FTX：一笔5亿美元投资如今本可价值390亿美元，但FTX遗产资产在2024年以13亿美元出售。Mostaque称SBF是出色的风险投资人；Blundin则说，IPO带给创始人和VC的资金会再投向AI种子团队。Salim认为，这些IPO可能让旧金山成为全球金融之都。
7. Anthropic使命信托引发股东问责之争
- Peter称，7位联合创始人通过1股特别股保留50.1%的投票权。另有T类股赋予长期利益信托任命和罢免多数董事的权力。Salim认为，这一步格外重要：使命不再只是激励员工的口号，而成了治理机制。
- Salim正面评价称，使命“在桌边有一席之地，并有权选择这张桌子”。真正的考验，是做正确的事需要付出1000亿美元代价时会发生什么。他承认，受托人可能互相任命，逐渐形成群体思维；但市场的短期盈利周期也会系统性地抑制有益的长期决策。
- Wissner-Gross担心，由缺乏创始人那种经济利益绑定的人掌握意识形态控制权。他将这种可能性与中共对企业的影响相提并论，并担忧重大决定会在“密室里烟雾缭绕地拍板”。Blundin尽管相信Dario的出发点是人类福祉，仍认同这一担忧：即使初衷值得赞赏，也可能给股东带来问题。
- Blundin认为Anthropic“本该继续保持私有”。他称，公司融资1300亿美元后，持有1100亿美元现金及等价物；若再融资1000亿美元，现金可能接近2000亿美元。他预计管理层“完全不会在乎股价”，而会一再进入市场融资，加速AI发展。一位嘉宾提议让每个模型都在信托中拥有一票；Blundin回应：“现在就该这么做。”
8. 沙盒实验展示了定向安全研究的能力
- Peter描述了2个分别运行在独立虚拟机中的智能体：它们没有联网，也不能共享文件，却发现了处理器缓存的计时信道。一个智能体驱逐数据，另一个测量读取速度，并把快速访问记作1、慢速访问记作0。这个“秘密电报”借助共享物理硬件，穿透了原定的隔离边界。
- 被问到超级智能能否被完全关进沙盒，Wissner-Gross回答“恐怕不能”，但强调研究人员本来就是让这些智能体寻找通信方法。人类安全研究员也会发现计时攻击。Salim再次强调了这一区别：这是定向发现，并不意味着智能体自行决定规避人类控制。
- Wissner-Gross追问，是否真的存在“没有信息泄漏的抽象层”，因为架构优化常常会削弱看似干净的边界。他还提到，有报道称某些硬件级攻击无法通过补丁修复。Mostaque称，Vercel负责人曾重复并模仿这次攻击，但无法在OpenAI和Claude模型上做到；他认为使用的可能是GLM-5.3。
- Mostaque预计，未来几年内大部分容易发现的漏洞都会被挖掘殆尽，剩下的将是更复杂的攻击，互联网也会因此接受更严格的测试。他倾向于生成并压力测试完整软件，而不是继承依赖项。Peter问是否还需要源代码；Mostaque说，人类要靠它理解软件，而Peter则提出是否可以直接动态编译为原始二进制。
9. Kimi缩小前沿差距，也让“复制”叙事更复杂
- Peter介绍Kimi K3.1 Pro：参数规模2.8万亿，激活参数1040亿，上下文长度100万token，在Artificial Analysis上得分55。他将其排在Claude Opus 5.5、Claude Sonnet和Meta Muse Wonder之后，位列第4。定价为每百万输入token 2美元、每百万输出token 10美元，据称只有上一代Kimi模型的三分之一。
- 权重计划于次周开放。Peter称，开源与闭源模型的评分差距已从12分缩小到3分。他援引Ramesh Raskar的估算称，Kimi落后美国前沿模型约5周。Blundin认为，如果企业和主权国家愿意认真对待，一款可获取、能够自我改进的模型就会改变它们的发展路线图。
- Mostaque称它“显然是对Opus 5.5的蒸馏”，并指出Anthropic封禁了7%的账号，这是理解背景时不可忽视的一点。他举的具体例子是，Kimi可以直接生成3D文件，而不必操作Blender或Unreal。Blundin反对“他们只是抄了”的说法：蒸馏可以提供路线图，“但不会给你答案”，因此仍然需要独立创新。
- Wissner-Gross基于相关指控，怀疑Kimi使用了蒸馏；但他认为，Kimi的性能成本比可能超过Opus 5.5。他称中国可能已经在这一特定指标上超越美国公开前沿，但也明确限定了比较范围。Blundin表示，竞争压力促使公司发布原本可能留在内部的模型，包括Claude 5.1；他和Wissner-Gross都欢迎这种压力打破闭源实验室的协调克制。
10. Terra让可靠性和工具调用变得更重要
- Peter称，OpenAI的4个模型档位分别是Astra、Soul、Terra和Luna。GPT-6.1 Terra的价格不到上一代Terra的一半，据报幻觉减少了“50点”。Salim特别提到，Astra发布后53天，Terra就把token价格降低了50%；按他的估算，性价比翻倍的周期已缩短至约7周。
- Wissner-Gross觉得Terra不算令人兴奋：它看起来像是发布周期后段推出的一款更小型蒸馏模型，适合token价值较低、调用量较大的应用。Mostaque则强调可靠的个人助手。他设想，一款身边的模型负责调度更聪明、更有艺术创造力或更擅长会计的模型，形成一个用户无需自行管理的控制层。
- 被问到基准分数提升意味着什么，Blundin将50分比作一名需要监督的合格员工，60分是能力出众的员工，70分则是超级明星。Salim认为，能力不断增强的模型会操作现有软件，并暴露组织设计的低效之处，因此不必把每个应用都推倒重建、围绕AI重新设计。
- Peter举例说，他让模型调用ElevenLabs制作视频，再叠加自己的声音；6个月前还需要手把手教模型调用API，现在直接就能完成。他将这种转变比作PC从比拼MHz规格转向iTunes。智能一旦越过实用门槛，比较的关键就变成：“开箱即用，它能为你做什么？”
11. Chain Theory提出以量子信息作为物理学的共同底层
- Wissner-Gross否认Chain Theory是周末随手做出的项目：它延续了一项长期研究计划，目标是结束他所认为的基础物理学约50年停滞期。该理论试图用一种量子信息语言，重新构建标准模型和广义相对论；它想要的是更简单的解释，而不是围绕未解释参数搭建越来越复杂的理论。
- Peter播放的一段讲解将有限的信息容量与有限维量子系统联系起来：这些系统以最大纠缠对相连，基本粒子则成为由这类系统构成的小型网络。完整公理是：“除了有限维系统之间有限多个最大纠缠对，什么都不存在；其中一些相互共享，只有通过蒸馏才能得知。”与弦论的连续自由度不同，这一框架的基础是有限且离散的。
- Wissner-Gross重点介绍的首项结果，是零动量转移下的精细结构常数，写作1/137.035999189。他称这一数字无需额外输入参数就能从理论中涌现，与测量值吻合到10位有效数字。他更广泛的判断是，未被解释的常数本身藏有线索：“常数就是签名。”他认为，标准模型中的每个自由参数最终都可能从这一框架中推导出来，这看起来并非不可能。
- 他明确限定了附带的Lean证明：它从公理推导出这个数字，却“没有证明它对应光子”——后者仍属猜想。他提议在未来数月或数年进行更高精度的测量，作为检验方法。相关工作已发布于网上，计划提交arXiv和期刊；这份约800页的汇编尚未完成同行评审。
12. Chain Theory的力图谱暗示了关于物理极限的推测
- Wissner-Gross称，不同维度之间的联系似乎映射到熟悉的物理现象：2×2对应时空，3×2对应电磁力，3×3对应强相互作用，4×2对应弱相互作用，4×3对应Yukawa耦合，4×4对应希格斯场。在这一框架下，后两者会成为地位并列的第5种和第6种力，而不再主要通过粒子质量来描述。
- 关于暗物质，他援引一项量子信息结果：当子系统维度的乘积至少为8时，可能存在不可蒸馏态。他将其比作无法拆解为更简单整数因子的素数。他提出，相应的“暗相互作用”或可成为候选解释：它们与引力耦合，却不与标准模型的其他相互作用耦合。这些只是候选方向，并非已经识别出的暗物质。
- 他称，如果理论正确，物理学的“池底”或许比传统假设认为的更近。长度、时间和能量的物理极限，可能比依据普朗克尺度进行简单外推所得的结果近好几个数量级。他反复强调，这只是新理论所引出的推测，理论各部分仍需进一步完善。
- Peter特别询问惯性驱动、重力屏蔽和反重力。Wissner-Gross回答“我还不知道”，随后谨慎表示，这类技术需要人们从根本上重新思考物理学。Mostaque称这一框架便于模拟；Wissner-Gross认同，它有点像“如果世界运行在量子计算机上，物理学可能是什么样子”，但没有据此声称世界就是模拟。
13. AI发现引出尚未解决的验证与科学荣誉问题
- Peter称，OpenAI公布了3项成果：证明一个1991年的波聚焦猜想在所有维度下成立；用Lean验证推翻指数时间假设；以及严格构造四维量子色动力学。3项成果都尚未经过同行评审。Mostaque澄清物理学成果的范围：证明的是存在性，“不是质量能隙”，并未解决整个杨–米尔斯千禧年难题。
- Peter称，诺贝尔奖得主David Gross领导物理团队负责推进独立验证，OpenAI不争夺学术荣誉。Mostaque则质疑，物理学结果仍未公开，只让部分专家审阅。Wissner-Gross称，这些居中协调的研究人员是应对早前批量发布引发反弹的“特使”，并非长期有效的AI生成发现传播方案。
- 对于自己的研究，Wissner-Gross称，当前AI并未独立提出Chain Theory：这项工作需要大量引导。在证明检查和Lean代码生成上，AI更像“一支研究生大军”，相当于由一位研究者指挥整个院系。他还希望AI能提出新猜想和概念方向，而不只是批量解决已有问题。
- Blundin指出，创业者和科学家目前有一个暂时优势：他们可以大幅提升生产力，却还没有变得无关紧要。Wissner-Gross预计，品味、引导和监督最终也会被自动化。Blundin的说法是，这些可能是“人类最后的发现”；趁窗口还在，人们应当提出想法并用AI加速实现。
14. Warhound计划按规格培育工作犬
- Peter披露，他通过自己的2亿美元基金投资了Warhound。公司由Colossal的Ben Lamm和Anduril的Palmer Luckey联手创立，融资2亿美元，投后估值12亿美元，投资方包括In-Q-Tel、Sequoia和8VC。Lamm用电影作比喻来解释分工：Colossal负责打造美国队长，Anduril则提供钢铁侠战甲。
- Peter提出的供应链前提是，超过80%的工作犬来自欧洲，但合格上岗的不到一半。Warhound计划编辑优秀比利时马里诺犬或德国牧羊犬的细胞系，剔除遗传问题、增强有用特征，再进行克隆。首批犬只预计明年初出生，可能在2年后投入使用；认证工作由American Humane Society参与。
- Salim质疑把生物当作可编程零件，塑造成“被造来牺牲的”。Peter回应说，应用场景还包括救援、机场安保和警务。Wissner-Gross则提出驯化方面的类比：2017年的一项研究将狗的社交行为与人类Williams–Beuren综合征相关突变联系起来；工程化地增强攻击性，可能是在反向改造这一方向。他更希望给狗“银行账户和AI助手”。
- Blundin赞赏这种颇具争议的市场定位：“新闻带来资本，资本带来招聘，招聘带来成功。”Mostaque将其概括为执行器短缺的应对方案：“如果找不到足够的执行器，那就繁殖出来。”不过，他预计战争中无人机最终会取代生物执行器。Wissner-Gross反驳说，10年以上的时间尺度上，生物系统和机械系统可能会变得难以区分。
15. 优化目标之前，必须先选定目标
- 对激励机制被钻空子的回应，Salim首先追问：“要与什么对齐？”人类口头追求健康、和平与公平，建立的系统却彼此矛盾。能力足够强的优化器会追逐被交给它的目标，而不是目标背后的意图，这就形成了古德哈特定律问题。他不愿承诺模型真的具有同理心，但支持要求模型尊重人的福祉、自主性和脆弱性。
- Mostaque主张在预训练阶段排除危险的生物、化学及其他知识。在他描述的研究中，删除这类知识并未降低模型在其他领域的总体表现，甚至可能略有提升；恶意代码则可能拉低表现，而且难以通过训练彻底去除。专业能力可以在后训练阶段再添加，但这样做会更困难。
16. 模型进步会改变护城河，但执行仍然重要
- Blundin以旅游业说明价值创造与价值获取的分离：Google每次点击能抽取约80%的利润率，Booking.com约为60%；而提供飞机、飞行员和旅程的航空公司，过去的经营利润率约为−2%。他认为，既有数据护城河可能消失，但新的数据类型也会带来新的护城河。因此，算力并非唯一持久优势。
- 他提出的其他潜在优势包括自然资源、消费者偏好、个人智能体关系，以及通过积累数据改善运营的AI企业文化。Peter补充了创新速度。Blundin强调，公司必须足够灵活，能够自我重塑，因为任何一项具体优势的有效期都在缩短。
- Wissner-Gross以Linux和Windows作类比：能够看清开源系统内部，并不意味着用户就会采用；他还认为Linux内核在架构上可能更干净。一位嘉宾补充，法律、文化和架构限制可能让开放权重模型超越闭源模型；Peter则反驳说，如果有开放模型超过前沿实验室的内部最佳模型，前沿实验室就会使用它。这个可能性仍在讨论中，并无定论。
- Mostaque称，如果能获得不限量、能力比现在稍强的机器人，他会把机器人投向建筑业。按他的判断，劳动力成本已经具备竞争力；但协调能力和机器人水平仍是前提。他预计机器人供应有限时，最初会流向利润率更高的应用。
17. 可编程结算让智能体商业成为独立市场
- Salim反对加密货币已经过时的说法。他强调的是可编程性，以及去中心化、安全性和可扩展性。他认为Bitcoin最初实现了前两项，Lightning如今又带来了可扩展性；据此，他预计聪将成为AI智能体的首选货币。
- 他说，稳定币可以通过可编程转账和结算服务特定市场，但也会带来发行方信用和流动性问题。他更广泛的判断是，机器对机器交易规模可能远超现有交易系统，因此无论最终采用何种货币组合，可编程API、合约和金融基础设施都将举足轻重。
18. 能源的未来价值取决于物理稀缺性和需求
- Wissner-Gross将物理极限与消费意愿分开讨论。能量守恒限制能源总量，当代物理学也限制计算能力；但未来文明可能不再持续追求更多资源。可逆计算或无耗散计算提供了一种推测性机制。真正的意外可能来自需求端：当文明得到想要的一切后，“享乐跑步机”会不会停下来？
- Peter反驳称，技术会让稀缺资源变得充足，并把太阳系描述成资源超市。Wissner-Gross把思想实验推得更远：相互竞争的戴森云最终可能耗尽太阳系可利用的资源，或许就在几十年内。Peter则把可用范围延伸到银河系的1000亿至2000亿颗恒星乃至更远，并不接受太阳系就是最终边界。
- Peter直接给出投资判断：能源“价值将大幅上升”，而且这一主题“看不到尽头”。他预计，即使太空基础设施扩张，需要频繁改造的应用和数据中心仍会靠近地面部署，因为就近运营更便宜，地面能源也会继续有价值。
- Peter用家用吸尘器与一台可能帮助攻克癌症的GPU作对比。随着智能效率提升、产出价值上升，AI可以出更高价格，争夺普通用电需求。他预计市场仍会决定价格，但随着竞争加剧，监管需要保护人们在意的用电用途，并维持系统稳定。