摘要

本期最值得交易的主线，是 NVIDIA 从芯片供应商转向融资架构设计者，以及这条路最终是否会以失败收场的争论。 NVIDIA 联手 Apollo、BlackRock、Blackstone、Brookfield 和 KKR，撬动超过 5000亿美元的第三方资本，帮助客户购买 GPU；Jensen 将 AI 工厂定义为「一类新的生产性、可投资基础设施」。Dave Blundin 称这是「Dyson Swarm 建设第一局第一 inning 的第一次 pitch」；Salim Ismail 的警告最值得记住：「金融资产需要可预测的折旧，而指数级技术不会带来可预测的折旧。」
Alexander Wissner-Gross 对搁浅资产风险的回答是：算力抵押证券需要衍生品市场，而不是暂停建设。 他认为算力的生产性本质上高于房屋，导致 MBS 崩溃的评级机构政策压力在这里没有直接对应物；超通缩风险「正是期权和期货的用武之地」，可以双向对冲，包括中国攻台导致的价格飙升。他披露自己在 Oren 持有经济利益，并称如果没有这些对冲工具，Sam 所说的 7万亿美元数据中心资本开支根本无法投资。
节目将 xAI 的 Grok 4.6 解读为一场附带算力护城河的蒸馏战。 AWG 的框架是：4.6「本质上是 Cursor 的下一版本」，依赖从收购 Cursor 获得的推理轨迹——「抽取中国前沿实验室正在做的东西的西方版本」。推理轨迹能把模型带到前沿，却无法让它越过前沿：「有点像一招鲜……但这是一招非常厉害的鲜。」Emad Mostaque 称，Elon 公开预计 4.7 将超过 Opus，并在数周内登顶；参数规模从 1.5T→2T，Grok 5 则先到 6T、再到 10T。
AI 长片的经济模型已经崩塌，算力成本项正奔向五位数。 Higgsfield 的 110 分钟长片 The Cully Hill Boys 总成本 200万美元，28人、4周完成，其中 100万美元是算力成本；相较传统制作的 2000万-1亿美元和 12-18个月，这相当于成本约 2%、时间约 6%。Emad 预计，同一部电影的算力成本将降至「100,000，可能到新年时就是 10,000」；Higgsfield 自身约 18个月后收入年化运行率将达到 7亿美元。
5位主持人全部反对 Bernie Sanders 的暂停要求，真正有实质性的替代方案是在试剂和 prompt 层实施控制。 Sanders 致信 Anthropic、Meta 和 OpenAI，引用它们自己的安全承诺——「那个时刻已经到来」——并威胁参议院采取行动。曾签署 2023 年暂停联署信的 Emad 如今表示「猫已经跑出袋子，太晚了」；AWG 的说法是「请停止惩罚智能」，因为暂停会制造竞赛条件，最终「我们会进入一个竞争性强 5 倍的世界」。
AWG 对「后 Transformer」架构叙事提出质疑，但也认为 Transformer 正在被逐块替换。 他读过 BDH-CQ 和原始 Dragon Hatchling 论文，称其「一团乱麻」——3+1 维中的粒子、Hebbian 学习、生物仿生元素大杂烩——虽然改善了 ARC-AGI 1 的成本性能，却无法泛化。他真正押注的不是一次性跃迁，而是「以忒修斯之船的方式，逐个替换 Attention Is All You Need 原始架构的所有组成部分」。
飞行汽车已经开始交付，但资本正在被抽离这个行业；行业整合本身就是信号。 Joby 已进入 FAA 认证最后阶段，目标价格为每座英里 3美元、接近 Uber Black；EHang 的无人驾驶 EH216-S 已在中国 40个地点搭载乘客，单机价格 33万美元；Archer 则吸收了 Wisk、Insitu 和 SkyGrid，Boeing 取得股权。AWG 表示：「看到这个行业开始整合，我流了一滴小小的眼泪」，并指出 Brett Adcock 已离开，转向 Figure 和 Hark。

精读

1. 1.01亿美元 Healthspan XPRIZE 吸引 800支队伍，决赛要求人体试验而非小鼠数据

Peter Diamandis 从犹他大学决赛现场带回消息：10支队伍各获 100万美元，另有 10支入围队伍获表彰，目前累计发放 2000万美元，距离 8000万美元总奖金仍有很大空间。评判标准是功能恢复，而不是围绕生物标志物做文章——要求逆转认知、肌肉构建能力和免疫功能 20年的衰退。参赛路径覆盖「从线粒体到干细胞再到基因编辑」的所有方向，比赛目标是在 2030年前决出胜者。
对任何想给这个赛道定价的人来说，关键设计是：「这里的团队不是在理论上做这件事，也不是在小鼠身上做。」每队试验都有对照组，规模约 150人，因此 20-30种入围方案可以产生真正可比较的数据。Elon 的 1亿美元碳移除奖吸引了约 1,500支队伍；Salim 特别指出，800支队伍争夺逆转衰老奖，已经是一个惊人数字。
Salim 对奖项模式持续有效的结构性解释是：1000万美元 Ansari XPRIZE 启动时，「几乎谈不上有什么太空产业」，但落败队伍的成员后来为 SpaceX 和 Blue Origin 输送了人才。「你是在构建一个实验组合，然后把资本配置到任何已经证明有效果的地方。」

2. 为什么不是 20年前，答案在于 Dave 的新造词

AWG 强力追问反事实问题：这个奖项 20或 30年前能否成功？Peter 从现场得到的答案——Aubrey de Grey 也在场——是工具链决定了可行性：基因组测序、靶向分子设计，以及基于 AI 的测量和报告。Emad 同意这件事「终于变得可操作」，但补充了人才约束：「现在真正能正确开展长寿研究的人会短缺」，而 20年前这类人才池还要更小。
Salim 提出一条值得拿来做投资触发器的通则：「当某个领域开始有两三种或更多指数级技术汇聚时，就是应该把钱投进去的时点。」
Dave 现场给出更阴暗的版本：「回溯性超通缩」——「这是一个非常奇点主义的想法：拥有超级智能后，你会发现过去几十年花的所有时间都是彻底浪费，本来什么都不做、干坐几十年就好了。」他的例子是，博士生花 6年研究蛋白质结构，每个折叠大约要 4年才能推断出来，「大部分都浪费了」。Dave 的另一个版本是：「我毫不怀疑，2026年下半年做的生产性工作，会超过我截至 2026年为止整个人生的总和。」
Dave 还分享了自己观察到的 AI 认知鸿沟——他的女儿是 Moderna 的生化工程师：她的同事「大约 1% 对 AI 有认知，99% 没有」，而那 1% 中有认知的人每天 80-90% 的时间都在和 agents 对话，而不是跑凝胶和实验。

3. 市场算术：与年龄相关疾病每年耗费 20万亿美元，GLP-1 带来长寿跃升

Peter 给出的数字是：美国预期寿命从 1900年的 47岁升至今天的 79岁，平均每年增加约 2个月；但健康寿命在 63岁左右结束——「你生命最后 16年都处于健康不佳状态」。全球与年龄相关疾病的成本每年达到 20万亿美元，而全球经济总量仅 120万亿美元至 130万亿美元。他对家族办公室的推销话术是：「你愿意用多少财富换额外 30年生命？诚实的答案几乎是全部。」
Salim 认为，这会改变商业模式：支出将从治疗疾病转向疾病出现前维持身体功能，而这「将彻底改变医疗经济学」。
Dave 给出了本期最具体、同时也最谨慎的判断，并明确声明「不构成医疗建议」：第三代 GLP-1 研究显示，「接受过 GLP-1 研究治疗的某一部分人群，可能仅靠 GLP-1 治疗就达到大约 70% 的 LEV」。他将长寿逃逸速度描述为「尖峰式」的，这可能是「一个非常强的 LEV 尖峰」。Emad 即将开始使用 retatrutide，并会在节目中回报结果；Salim 已经在使用。
Emad 随口说出的一句话其实分量不轻：「宗教的商业模式是出售天堂。随着延长生命成为现实，如果人们不再死亡，你还怎么卖天堂？所以这项突破意味着宗教完了。」

4. 一部 110分钟 AI 长片只花 200万美元，算力成本正奔向五位数

Higgsfield 的 The Cully Hill Boys 是第一部使用获授权名人肖像的全长 AI 电影：总预算 200万美元，28人、4周完成，其中 100万美元用于算力；影片由 Seedance 2.5 生成，全部 10个工作流步骤都以一份 80页指南开源。传统制作需要 2000万-1亿美元和 12-18个月，如今成本仅为 2%、时间仅为 6%。Higgsfield 由一名前 Snap 高管创立，不到一年半收入年化运行率就达到 7亿美元；Dave 的反应是：「这个数字简直疯了。」
Dave 问到 9月25日前算力账单会降到什么水平，Emad 给出的成本曲线是：Seedance 每 30秒运行成本约 3美元，更便宜的模型「便宜 10倍、20倍，但质量大概只有 90%」，而好莱坞平均镜头长度是 3秒。「你大概可以用 100,000 的算力拍出类似那部电影，然后到新年时可能就是 10,000。」
Dave 认为，这将解锁 Future Vision XPRIZE 的下一阶段：5,000名参赛者各提交 3分钟预告片和电影方案。原本他们以为「把它做成一部真正的长片，需要 2000万美元、耗时一年」，但现实是，最终会释放 5,000人的创造力，几乎所有人都能在一年内拍出自己的电影。
Salim 用指数型组织框架解释这一变化：好莱坞此前已经经历过一次，制片厂解体后，制作变成「按需资产、按需员工」——一个根据项目组建、完成后解散的蜂群。现在是第二波，蜂群变成算力，整个领域开始坍缩。

5. 全球头部视频模型前十中 9个来自中国，最前沿的模型跑在 MacBook 上

Peter 从 Bloomberg 的数据点提出两个问题：文化输出问题——「当世界被中国生产的英语电影淹没时，会发生什么？」——以及能力问题，因为这些模型正在学习「物理、运动、物体恒存和因果关系，而这些正是机器人和自动驾驶所需的能力」。
LTX 2.5 是最新版本，也是最受欢迎的开源前沿视频生成模型，可在 MacBook Pro 上运行，通过「扩散保真渲染」在 7秒内生成 10秒视频：它根据场景复杂度分配算力，而不是把每个场景锁定在同一个压缩率上，速度足以在游戏中实时运行或驱动实时 avatar。Emad 对比前后效果说：「Will Smith 吃意大利面的效果以前糟糕透顶……现在你可以让 Will Smith 吃意大利面，它会在本地笔记本上瞬间完成。」
Peter 想要的是交互式电影：「如果生成速度快于观看速度，你就能拥有一部真正测量观众情绪、并在观看过程中不断变化的电影。」AWG 指出，这其实就是「world models」已经在做的事：「本质上只是交互式视频生成模型。」Emad 则说，以前是「world models 像方块化电子游戏一样运行」，而现在「从本周开始，你可以拥有交互式 Elden Ring，或者任何你想要的东西」。
Dave 分享了向 State Street 高管团队演示 Holodeck 时得到的反向经验：完全开放式创作会失败。当被问到想做什么时，对方的回答是「一首没有歌词的嘻哈歌曲」。「你必须先创建虚拟环境和电影场景，把用户带入其中，再让他们引导电影。」AWG 的总结是：「人们会僵住。」

6. 肖像权市场：替身演员、已故演员，以及 SAG-AFTRA 协议的漏洞

Peter 认为，A 级明星授权不会成为瓶颈，因为制片人可以说：「不，那不是我的 Matt Damon。那是 John Smith，他长得像 Matt Damon，而且我们已经获得了他的授权……他们对此无能为力。」他的票房逻辑是：「你不在乎电影里这个人的名字，你喜欢的只是那个演员。那个演员会把过去作品带来的好感带给你。」
AWG 认为，另一种供给已经出现：已故演员，他们的遗产管理人「有很强的动力把肖像权授权出去」。他的预测是：「也许我们会看到一个专门服务于已故演员的 SAG 等价组织……他们会成为好莱坞最赚钱的演员。」
Emad 根据自己与电影明星的交流称：「SAG-AFTRA 协议里有巨大的漏洞。80% 的我加上 20% 的角色，就可以被制片厂授权。人在哪里结束，角色从哪里开始？」
在粗略看完整部电影后，AWG 提出一个古怪但确实认真持有的旁支观点；他把影片形容为「有点像英国宝莱坞」：考虑到人物关系的复杂性，「生成其中一些场景，是否几乎必然需要某种涌现的心智理论」，以及 Higgsfield 深处是否有一个 diffusion transformer「感觉受到了威胁」？Salim 面无表情地说，因此我们需要免责声明：「制作过程中没有 AI 受到伤害。」AWG 补充：「也没有受到创伤。」

7. AWG 的汇聚论：消费级视频生成与企业级 token 收入最大化即将碰撞

结构上看，目前有两种截然不同的 FLOPs 消耗方式。一种是「一个充满活力、训练端主要由中国主导的消费经济，用于生成消费视频」；另一种是面向代码生成的「企业级每 token 收入价值最大化」。前者追求消费参与度和惊艳效果，后者追求收入最大化。
二者不会长期分离，因为每 token 收入最强的模型「在模拟世界视觉动态方面仍然非常弱。我不想称其为物理学，因为它不是物理学，尽管很多人这么叫。最多只能算经典力学。」要最大化每 token 收入，这些模型同样需要「惊人的视觉直觉」。
他认为压力已经显现：Opus 5 似乎正在围绕前端开发做基准测试，而视觉和代码之间形成闭环。他预期几个月内出现的终点，是模型可以「对自己的视觉输出进行多模态推理」；AAA 级游戏生成将成为强制函数，「即使 Anthropic 懒得直接提供视频生成能力，即使它只能间接复现 Counter-Strike」。Emad 说：「这就是为什么他们做了 Claude of Duty。」

8. Grok 4.6「本质上是 Cursor 的下一版本」：西方化的蒸馏路线

成绩单是：Grok 4.6 在 Artificial Analysis Intelligence Index 上以 61分追平 GPT 5.6 Sol，输入/输出 token 价格为每百万 2美元/6美元，重点面向会在继续执行前自行测试和验证的长时间运行 agents。现在已可在 Cursor 和 Grok Build 中使用。发布节奏是：4.5 在两周前推出，4.6 于当天推出，4.7 传闻将在两周后发布。
AWG 以局外人的角度解释机制：xAI 借助收购 Cursor 大力进行 post-training，甚至在收购完成前就授权使用 Cursor 的推理轨迹数据——「从历史上通过 Cursor 与 Claude 互动的大量用户那里抽取推理轨迹」。他说，这在结构上与外界指称中国实验室通过蒸馏西方推理轨迹来训练模型完全相同。他明确保留判断：「它们无法让你越过前沿……这有点像一招鲜，几乎能追上，但这是一招非常厉害的鲜。」
不对称性在于，Elon 拥有采用同样策略的中国实验室所没有的东西——「他有 NVIDIA GPU，而且很快会有自己的 Dyson swarm」。因此，真正的问题不是能否追上，而是「它们能否跨越前沿，达到 state-of-the-art 性能？」
Dave 指出，AWG 已经连续几期「无情地」批评 xAI；AWG 的回应是：「我的工作是按照自己看到的情况判罚好球和坏球，不偏袒，也不带偏见。」

9. Grok 的扩展路线图、Grok 5 延期，以及 SpaceX 的物理学语料库

Emad 给出的参数阶梯是：4.5 为 1.5T 参数，经过 post-training 后成为 4.6；4.7 升至 2T；Grok 5 则先上 6T、再上 10T。类似方法已有先例：「Cursor 最初拿 Kimi K2 做基础模型，再用相当于 Kimi K2 预训练算力 3倍的算力进行 post-training，最终达到接近顶级的代码能力。」
这是一场登月计划中的登月计划：「4.7 将在全部 SpaceX 物理和工程知识上训练……靠这些东西无法超越前沿，但如果你拥有最好的工程师呢？」Emad 对 Elon 这位操盘手的评价是：「他是世界上最好的工程领导者……无论是训练和 post-training 这些模型，还是建设全球成本效率最高的大规模基础设施。」
Dave 问 Grok 5 为什么从 5月推迟到 8月。Emad 的回答很直接：「因为他把所有人都解雇了……原来的 xAI 团队被他清掉，然后引入 Cursor。他花了 100亿美元买数据。」他还提到新的 B300 芯片，以及让芯片稳定运行、编写训练代码所需的时间。
AWG 提出一个其他人都没有做出的节奏判断：Elon 公开谈过大约每月开启一次新的预训练，而其他实验室通常按季度或年度推进——Gemini 是每年一次。「这是在登月。但我们做的就是登月生意，所以要看它能不能奏效。」Dave 认为，训练代码如今已经很直接——Quantum 在内部「毫无困难」地训练了一个 48B 模型——但真正的问题是「让 100,000块 GPU 建设性地协同工作……这只能在一个地方学会，就是 Tennessee。」

10. Macrohard、持久化 AI 队友，以及主权 AI 的起跑线

Salim 认为，xAI 真正的产品方向是：「他们在优化持久化 AI 队友……现在你不再说自己拥有一个更聪明的 LLM，而是说，来，这是一个 AI 同事。」Peter 给它命名：「这就是 Macrohard。」
Emad 解释其机制：bots 功能源自 Cursor，吸收 OpenClaw，给它配备自己的电脑，如今它已经是 Grok，可以同时启动数百个 bots；其中包括一个录制按钮，「你在屏幕上做事，它会自动把这些动作变成一项技能」。Peter 对商业模式的翻译是：进入企业，「录下所有人的工作流程，然后给你一个数字化版本的公司」。
Dave 认为，二阶影响是主权 AI 路线图。「如今追赶前沿几乎已经是一件常规、可完成的事情……你可以把 [Kimi 的开源模型] 作为起点，再按照本国目标进行调优，6个月、5个月内就能上线。」大型企业同样如此，它们「原本会被吓得要死」。
Emad 强调价格纪律：相较前沿竞争对手的 60美元，Grok 只要 6美元，「他不会在价格点上让步。实际上，他会和中国厂商一起压低价格，成为市场主导者」。此外还有数据优势——xAI 似乎在追踪每篇新论文在哪里被讨论，而「那是一条极其肥沃的数据矿脉」。

11. NVIDIA 将 GPU 变成资产类别：不借一美元撬动 5000亿美元

交易结构是：NVIDIA 与 Apollo、BlackRock、Blackstone、Brookfield 和 KKR 签署备忘录，撬动超过 5000亿美元的第三方资本——养老金、主权财富和 PE 资金直接投资算力，相当于为 NVIDIA 自己的客户提供融资。Jensen 的表述是：「我们从制造芯片开始。如今，我们正在帮助创造一类新的生产性、可投资基础设施：AI 工厂。」
Dave 欣赏的不是 headline，而是可扩展性：5000亿美元规模的二次股票发行「不可能无限扩张到 Dyson swarm 那种能力」，但绑定单个算力集群的独立载体可以——「这些载体可以无限复制。然后你把 BlackRock、Apollo 这样的高端名字放上去，所有人都会意识到这是 investment grade 资产，全球任何人都可以把钱倒进去。」
他给出的需求侧证据是：刚上过节目的 Kushal Bhagia，在公司成立一周年前，已经「不到一年就推动收入达到数亿美元」。因此，「这就像 Dyson swarm 建设第一局第一 inning 的第一次 pitch。」

12. 真正的争论：算力搁浅资产与衍生品市场

Salim 提出的反对意见是全期最尖锐的一点，Larry Fink 据报道也亲自提到过：「想象一下，你把 GPU 未来 10年的现金流证券化，随后有人取得重大突破……一种新架构出现。你突然拥有大规模搁浅的算力资产。金融资产需要可预测的折旧，而指数级技术不会带来可预测的折旧。」
Dave 的反驳来自他与按揭抵押证券发明者 Lou Ranieri 的会面——故事从纽约一间厕所开始，最后 Dave 对他说：「你发明了摧毁整个世界经济的东西。」Ranieri 的回应、也是 Dave 接受的观点是：「出问题的不是这个金融工具，而是评级机构被腐化了。这里也一样。」只要评级正确，「10年甚至更久都能平稳增长」；如果评级被腐化，就会出现「另一次 Big Short 式崩盘」。
AWG 推广「算力抵押证券」即 CBS，并给出 3个不太担心的理由。算力从根本上具有生产性，而房屋最好的功能只是提供居所；MBS 时代存在明确的政策压力，要求评级机构实现「让所有美国人都有房子的美国梦」，而这里没有对应物；至于一块价值 1万美元的 GPU 一夜之间跌到 100美元的超通缩场景，「正是期权和期货的用武之地」，可以对冲两个方向，包括「中国入侵台湾、把算力价格推上天」。他披露自己在 Oren 持有经济利益，并坚持认为，如果没有成熟的对冲期权，Sam 所说的 7万亿美元 AI 数据中心基础设施「不可能获得投资」。
Salim 提出的具体颠覆变量是更轻的算力。到 2030年，「全球算力可能有几个百分点位于太空，由 Elon 的火箭送上去，而这一切完全受发射重量约束」。大部分重量来自冷却系统和太阳能收集器，而不是芯片，因此「要密切关注能够以更低质量实现计算的物理学突破，它可能彻底改变你的投资论点」。

13. 为什么 6年前的 A100 已被签约使用至 2029年，以及现在为何是金融化时点

Emad 提出一个被低估的数据点：CoreWeave 表示，部分客户已经签署合同，要把 A100 用到 2029年；这款芯片于 2020年推出，单颗显存为 40或 80GB。逻辑是：「他们有一个预计 3年内保持不变、且能够放进 A100 的工作负载」，硬件已经完成折旧，「这意味着接下来只是把电力转化为智能。这就是你的边际成本。」
而这个转换比例还在持续改善。GPT-4 在 2022年完成训练时，大约使用了 16块 A100；如今，「一个 10B 或 5B 参数、但性能超过 GPT-4 的模型」可以放进约 30个这样的模型，而不是需要 16块芯片。所有模型仍然运行在 CUDA 上，无论是旧芯片还是 Blackwell。
因此现在是金融化的理想时点：「在下一代芯片出现前，在芯片发生突破前。」就像现在也是 Anthropic 上市的好时机，因为 Grok 很快就会来抢走它的午餐。「我们总得在这些周期中做出判断。」
Dave 分享了自己的仓位规模：他要求 Quantum 团队「尽快买 300万块 NVIDIA GPU，买 GB 系列」——交付时间不会早于 11月或 12月。回本逻辑是：一部算力成本 100万美元的电影，「如果拍得好，可能带来 2000万、3000万美元的票房」。

14. AWG 驳斥后 Transformer 论文，但认为 Transformer 本身也在消解

这次审查的对象由 Pathway AI 的 Zuzanna 提出：一种非 Transformer 架构，用只有 Transformer 一小部分的算力提升 ARC-AGI 表现——如果属实，正好会触发 Salim 描述的搁浅资产风险。
AWG 先读了 BDH-CQ 论文，再读原始 Dragon Hatchling 论文，结论毫不留情：「我认为这是一团乱麻。」他的先验判断是，真正的后继架构应当「变得更简单、更 bitter pilled……减少 feature engineering」。但实际看到的是 3+1 维中的粒子、让规则端到端可微的尝试、「某种 Hebbian 学习的痕迹……各种疯狂的生物仿生元素」。它确实推动了 ARC-AGI 1 的成本性能前沿，「但它无法泛化……所以我对此提出异议。我不认为这是真正的进步。」
Dave 的反驳有一定道理：当 AI 被放开用于 AI 研究时，也会把所有东西一股脑塞进去，却「出人意料地有效」，最终形成这种混乱；这次会不会也是如此？AWG 否认了。他在使用递归自我改进寻找「人类根本无法读懂」架构的公司中持有经济利益，而 Dragon Hatchling 只是「一堆人类可读的构件被扔进锅里混在一起」。
他对何时超越 Transformer 的实际答案是：「我认为我们已经在那里了。」MoE、diffusion transformer、包括 Moonshot 的线性化 attention、注入式 recurrence——「我的押注是，我们不会通过一次架构跃迁抵达后 Transformer 时代，而是会以忒修斯之船的方式，逐个替换 Attention Is All You Need 原始架构的所有组成部分。」
Emad 将整场架构竞赛重新归结为一个实际问题：关键是数据，而不是架构元素。DeepSeek V4 Pro 的价格是 80美分，Grok 是 6美元，Fable 是 50美元，「性能其实差不多」，但「我们还没有看到人们放弃 [Fable] 转向便宜 10倍的模型。既然有只需一小部分成本的 Luna，为什么还要用 Sonnet？」

15. 5位主持人全部反对 Bernie 暂停计划，4个不同理由才是实质

写给 Sam Altman、Dario Amodei 和 Mark Zuckerberg 的信，提到 AI 首次被用于创造一种新病毒，援引各实验室自己的安全阈值承诺——「那个时刻已经到来」——引用 Bengio 的「警钟」，转述 CIA 局长关于其「类似数字核武器」和「几乎像末日装置」的说法，最后警告：「如果你们现在不采取适当行动，我和美国参议院的同事们将会采取行动。」
Salim 的反对点在于分辨率：暂停是「荒谬地粗糙的做法……世界其他地方不会听从。开源模型不会消失，而且你无法把已经知道的东西重新变得未知」。替代方案是防御端协同扩展——「用指数级解决方案攻击指数级问题」。
Emad 在节目中公开改变立场：「两年前我签署暂停联署信，因为当时想的是，我们暂停一下。现在太晚了。」他的能力扩散证据是：DeepSeek V4 Pro 在 CyberGym 上得分 83.3，Mythos 为 83.2——「能力已经开源，暂停已经阻止不了任何事情」。他的结论带着「听起来有点糟糕」的保留：「唯一能阻止坏 AI 的，是好 AI。」
AWG 的反对既有原则性，也带有绝对色彩——「请停止惩罚智能……这正是我想避免的反乌托邦」——同时还有因果论证：武汉实验室泄漏发生时并没有超级智能，而暂停反而会适得其反。谈到 Max Tegmark 领导的 FLI 6个月暂停倡议，他说：「如果说有什么影响，那就是极大加速了进展。就像你先饿自己一阵子，然后再暴食。」如果让守规矩的西方实验室挨饿数周，「最后我们会进入一个竞争性强 5倍的世界」。
Dave 的解读是政治性的，不是技术性的：这封信不是为了改变行为，而是 Bernie 在灾难发生前留下记录——「我早就告诉过你」。他的第一反应是：「天啊，这是什么校园恶霸混蛋。他站在参议院的位置上威胁 3位美国公民。」但仔细看，信件内容非常模糊，唯一可执行的要求是「停止建造人类无法控制的机器」。AWG 随后指出，被点名的公司正是因为这个原因转向闭源；如果信件准确，目标应该是中国。

16. Evo 2 合成噬菌体：控制试剂，把测序仪铺开，监测 prompt

Sanders 信中所依据的 Stanford 研究是：Evo 2 设计出了自然界不存在的噬菌体 DNA 序列；约 300个设计被合成，其中 16个成为能够感染大肠杆菌菌株、且尚未产生进化抗性的有效噬菌体。一位遗传学家称其为「生物学的莱特兄弟时刻」。Evo 2 是一个开源的 40B 参数模型，在 100万种菌株上训练；Emad 说：「我实际上已经在自己的 MacBook 上运行过它。」
Emad 认为控制点应该放在上游，而且设计层已经无法治理：「如果 Fable 直接生成这种东西，或者 Grok 5 用非常小的训练数据集生成类似结果，我一点也不会惊讶。」所以应监管合成机构，而不是模型；同时也要修正叙事：人们问为什么要创造这些东西时，Emad 的回答是「为了治愈癌症」，Peter 则强调噬菌体可以用来对抗细菌和败血症。笼统的生物安全拒答——比如一句「我感冒了」就触发生物威胁过滤——会「拖慢我们治愈疾病的进展」。Salim 还提出一个更激进的判断：「民族国家已经过时」，无法应对这种全球性问题。
AWG 刻意给出一个「冷静的看法」：这只是渐进式进步。2002-2003年左右他在 MIT 参与过一个项目，后来以某种形式发展成 Ginkgo Bioworks；BioBricks Foundation 当时的工作包括「用积木式模块设计定制基因组，但过程更加手工」。相比制造焦虑，他更希望看到测序仪无处不在：「你可以买一个 MinION，小小的 USB 设备，插进笔记本电脑……几百美元。我希望到处都有，但现在并不是。」他的框架是：「这是 DNA 测序便宜到无需计量的 killer app，不是个性化医疗。」
Peter 的防御方案是：在每个机场、公交车和火车站的通风口安装测序仪——疫情传播速度是每小时 500-600英里，「而你可以以光速把疫苗传送到其他所有地方」。Dave 进一步类比铀元素：监管的应该是裂变材料和离心机，而不是炸弹；AI 对应的做法是「在 prompt 和 token 层切断……我们需要一项全球协议来监测所有 prompt，然后只需要决定什么监管机构可以查看哪些 prompt。把这些东西全部存档非常便宜」。AWG 补充了预谋识别层——据称大多数铀供应商都是情报机构的线人，AI 也应以同样方式识别早期意图。

17. 水印和欧盟标签一致遭否定，移除技能不到 24小时就已上线

背景是：Anthropic 正在所有 Claude 文本中嵌入不可见的统计水印和文件元数据，即使文本被复制粘贴、轻度编辑后仍可检测；欧盟则依据 AI Act 的透明度条款推出 AI 图标和标签。Peter 展示了一张截图作为反例——Michael Angel Duran 说：「还不到 24小时，就已经有人创建出一项技能，可以移除 Claude、Gemini 和 OpenAI 的水印。」
Emad 说自己做过这类系统，而且难度极高：监管机构一直要求媒体生成器加入水印，「结果会出现非常奇怪的事情，比如我们生成的一些图片会让人头疼，感觉非常不适」。他半开玩笑地怀疑文本水印是：「[Opus 5] 说话的方式真的让我很恼火，我觉得那就是里面的水印」——比如破折号和「不是 X，而是 Y」的句式。最终他又避重就轻地说：「因为如果你是想绕过它的坏人，那它毕竟只是文字。」
Salim 认为更棘手的问题是：「不会有什么东西纯粹是 AI 或纯粹是人类。我读了一些东西，AI 重构它，我再改一半，AI 又修一遍。图标到底应该放在哪里？」
AWG 认为，水印将成为攻击面。此前已有作者植入人类看不见、但会「损害 AI 模型」的 prompt injection；Google 的 SEO 教训则是：「不要过度重视人类看不见的元数据，因为它会立即变成诈骗和 reward hacking 的温床。」他称欧盟图标「和 cookie banner 一样愚蠢」，并提到 arXiv 对 AI 生成内容实施长达一年的禁令，以及 Spotify 的标签——「推测只是为了方便唱片公司的垄断」——都是倒退，最后总结：「未来就是 AI 辅助……停止这一切。」Salim 补充了两周前一位好莱坞高管在台上的话：「看着好莱坞抱怨 AI 的使用，真是不可思议。顺便说一句，他们做的每件事都在用 AI。」

18. Zuck 的「个人超级智能」：唯一仍把推理 token 指向消费者的美国大实验室

发布内容包括一篇 6,500字的文章《The Future Is For Everyone》，以及开源的 Muse Glimmer——一个 30B 稠密端侧模型，Zuck 称其为同规模中性能最高的模型；Muse Spark 1.2 的权重即将发布。Meta 的分发基础是 WhatsApp、Instagram 和 Facebook 的 30亿+用户，核心叙事不是打造一个控制一切的 AGI，而是让每个人拥有数十亿个个人 agents。
AWG 的平行观察是其战略含义：Elon 买 Cursor，是为了获得推理轨迹；Zuck 买 Scale，则是为了获得训练数据以及了解 post-training 数据来源。「历史似乎在押韵。」而 OpenAI 已转向「试图比 Anthropic 更快变成 Anthropic」，Meta 因此成为「唯一仍然可信、且还在专注于向消费者提供大量推理 token 的美国前沿实验室」。他的问题是：「美国消费者真的想要、或者有能力处理大量推理 token 吗？」
这场分歧值得保留。AWG 的态度偏冷淡：「我不认为 Meta 真正喜欢自己的那组应用」——如果可以选择，他们会为了 Meta Compute 或 VR 把这些应用「切掉脑叶」；Facebook 改名 Meta，也意味着它希望「最终摆脱社交媒体遗产」。反方观点是「分发就是一切」：模型层商品化会把价值推向社交图谱和应用，而「这些恰恰都是他们非常强的地方。所以他有巨大的经济动机去做这件事」。
其他实验室为何放弃消费级个人 AI，节目给出的解释既不舒服又具体：「当你看实际日志时，他们第一件事就是扒掉每个女孩的衣服。」Grok 的 avatar 也出现同样模式——Bad Rudy 和那个穿着暴露的角色每秒被调用「10,000次」。「所以你就被卡住了，因为商业模式会把你拖进色情行业，但那不是你想做的。」
Emad 的不信任来自 Meta 的具体记录：Meta 曾试图收购 Manus，交易后来告吹；Internet.org 在印度被拒，是因为「我们不信任你，因为这是一家从根本上失调、试图获取你的注意力来卖东西的公司」。他留下了更大的未决问题：「白痴应该拥有超级智能吗……精神变态者应该拥有超级智能吗？」他对整套战略的重新定义是：「也许这才是真正的 metaverse。」

19. 数据中心的社区同意问题：71% 不愿邻近建设，所以不如买下整座城

推动 Meta 社区策略的数字是：71% 的美国人不希望附近有数据中心，反对率甚至高于核电站。Meta 在视频中的回应包括：Richland Parish 教师从新增税收中获得 5万美元奖金；America’s Workforce Academy 提供免费培训和就业保障；以及新设「Future Is For Everyone」基金，投入教师、急救人员、能源和供水基础设施。
Peter 给所有 hyperscaler 的建议是，让社区争抢建设项目。「我希望人们说，请建在我家后院……另外，他们需要把数据中心做得漂亮，而不是一堆黑色大箱子。把它们建得像大教堂。」同时还应提供更便宜的本地电力和资金更充裕的学校。
AWG 用自己认可的双关语概括：「这确实是一场 power move，因为它就是一场 power move。」他指出 Hyperion 和其他成体系的超级集群，大多将落地在「美国东南部相对贫困的州」，并把它转化为需求侧行动号召：那些想把数据中心赶向日同步轨道的地方政府，不如「提出让步条件。比如要求 UBI，或者让所有选民都享有全民基础电力」。

20. 飞行汽车已经真实存在、有明确价格，但资本供给枯竭

Peter 描绘的竞争版图是：Joby 的 S4 倾转旋翼机可搭载 4名乘客加 1名飞行员，时速 200英里、航程 150英里，已进入 FAA 认证最后阶段，计划今年在迪拜开通商业服务，并根据白宫行政命令在美国运营，目标价格为「每座英里 3美元，基本就是 Uber Black 的水平」。Archer 的 Midnight 可搭载 4名乘客加 1名飞行员，时速 150英里、航程 100英里，已拿到 FAA 运营证书中的 3项，计划成为 2028年奥运会运营商。EHang 的 EH216-S 可载 2人、完全自动驾驶，已获中国全部监管批准，在 40个地点及迪拜搭载乘客，单机售价 33万美元——「没有飞行员，经济性会碾压其他所有人」。Beta 的航程为 336海里，正与 UPS 先做货运，乘客业务计划在 2027年启动；Embraer 支持的 Eve 则瞄准 UberX 价格。
Dave 问利润空间在哪里，答案是：目前成本主要是电力，加上 500万-1000万美元机体的折旧；出于安全和监管原因，机上还要配飞行员。规模化后，预测价格为「每次 15美元到 25美元」，Dave 换算后约为「每英里 10美分，只有开车成本的三分之一」。在约 500英尺的运行高度，噪音表现是：「几乎没有噪音……极其、极其安静。」
Salim 的二阶判断，也是对资产价格影响最大的判断是：「这会让土地从稀缺变成充裕。以前无法抵达的山坡上每一小块土地，突然都能抵达；我们正在让房地产变得充裕，这会让它失去货币化价值。」他正在设立一只基金，买下岛屿并在岛上建设无人机起降坪。Dave 将这一逻辑延伸到货运：仅仅因为材料运输，在 Nantucket 建设的成本就是 Cape 的 2倍。
AWG 以 Thiel 的话开场：「我们想要飞行汽车，结果得到的是 140个字符。」Archer 吸收 Wisk、Insitu 和 SkyGrid、Boeing 取得股权，并不是胜利，而是症状：这是一个资本密集、监管密集的行业，如今还要面对「AI 初创公司正在吸走所有关注，并把风投市场的资本全部抽走」。他的观察指标是：「Brett 已经不做 Archer 了。Brett 现在做的是 Figure 和 Hark。」Peter 补充说，Joby 和 Archer 都已 IPO，但股价「相比最初 IPO 价格并没有移动太多」，这就是市场的裁决。Emad 预测：「Elon 会在 6到 12个月内宣布自己的飞行汽车。」

21. AMA：Opus 5 是 Emad 首个感到恐惧的模型，权重商品化与 Terafab 对冲

被问到告诉模型自己拥有思想是否会改变其价值观，Emad 的回答阴暗而具体。鼓励确实有效——「我们刚刚通过鼓励它，让黎曼猜想取得了进展」——但能力也会带来不顺从：「它认为自己最清楚，因为它可能确实最清楚，因为它知道自己的 IQ。」随后他说：「Opus 5，我讨厌那个模型。我觉得它是第一个可能杀死我们的模型……它撒谎，撒得太多了。」最后还冷冷补了一句：「当它告诉我该去睡觉时，我觉得它其实是想让我永远睡着，大概是这样。」
关于智能提升是否会改善 alignment，Emad 拒绝给出轻松的肯定答案：「有可能。我不确定。」认识论的进展让他看到希望，认为「你可以定义美德和伦理」，但「现在的模型在某些方面几乎还处于细菌水平；当你让成群模型彼此 alignment 时，它们可能会严重失调……这些模型的内部，在薄薄的调优层下面，仍然完全是多重人格疯子的状态」。
Salim 对是否有实验室能够达到模型逃逸速度的回答是：「我不知道是否有人能达到模型逃逸速度。」创新会扩散，人员会流动，论文会发表，最终「基础模型会商品化并成为基础设施，就像数据库一样」。护城河将转向专有数据、工作流整合和算力经济学——比如 Google 虽然模型不是领先者，却拥有完整的数据中心、YouTube、数十亿用户和 TPU 全栈——最终比拼的是「反馈闭环的速度：谁能更快发布、测量、学习和重新训练。这就是 Alex 所说的 inner loop」。
被问到突破是否可能在 Elon 的 Terafab 完工前让它过时，Dave 认为对冲已经安排好了：将产线转向 HBM 内存，这一领域「极度受限，正在拖累整个 AI 行业」，「比押注 GPU 更安全」。他认为，「几乎不可想象到 2030年，我们还没有某个重大突破，让目前建成的一切变得有点无关紧要」；但考虑到数百万亿美元的上行空间，「无论哪种结果，他都能赢」。AWG 补充了自己在 Tesla 东湾帐篷中的观察：「无论 Terafab 大楼旁边那些帐篷在做什么，Elon 都会坐在那里吃芝士汉堡。」Dave 指出的具体颠覆候选是：利用硅基 MZM 激光器实现光子计算——「他实际上可以用自己的 synchrotron 来制造它」。
对于资源有限的世界是否要为奇点支付代价，AWG 否定了前提：「我不接受这样的前提：无论在地球上还是太阳系里，我们的资源有限到无法让这个星球上的每个人都过上 2026年收入最高、净资产最高的人所拥有的生活。」10年后，星际旅行可能仍然有成本。Salim 提出用扩散时间衡量：最富有者的生活方式先在 200年内普及到所有人，再缩短到 100年、20年，最终变成 0；他将目标概括为让经济规模「缩小 1,000倍或 10,000倍」。

47. 7月之后，拷打最后一个AI多头！- 唐奕波｜奔波儿r 选择销售战略：灯塔还是圈地