主题 先锋 趋势 方法 作者
返回

科技巨头押注3万亿美元AI,Claude编写Anthropic 90%的代码,AI改写AI大脑|EP #308

·Moonshots

正在生成长图…

本篇主题 AI万亿资本开支与泡沫风险 AI算力基建投资与尽调测算 AI芯片内存墙与存力瓶颈 AI训练数据与评测基准 代码智能体与软件工程演进 模型可解释性与内部表征机理 AI时代网络安全与渗透攻防 具身智能与机器人量产商用
本篇先锋 Alexander Wissner-Gross

摘要

  • 科技巨头3万亿美元的AI承诺,除了增长逻辑,也开始受到融资约束。 Alphabet、Meta、Microsoft、Amazon和Oracle在3个月内新增约1万亿美元承诺,部分租约长达30年。Blundin认为,竞争和递归式自我改进将继续推高支出,但贷款条件趋紧、对冲活动增加,也暴露了时点风险。Ismail总结道:“方向没错,时机却极难把握。”
  • 保险浮存金可能成为AI基础设施的下一大资金来源。 Wissner-Gross指出,美国寿险资金约有6万亿美元,财产与意外险资金约有3万亿美元。Blundin提出,以投资换取预留算力,让保险公司既能投资基础设施,也能获得自身自动化所需的资源。难点在于如何为一个用Wissner-Gross的话说“在奇点面前毫无安全边际”的行业承保。
  • 内存短缺可能强化云端接口的逻辑,同时威胁Apple对客户入口的掌控。 Diamandis称,Apple营收达1145亿美元、股价下跌3%,前所未有的内存成本正挤压利润率。Wissner-Gross的建议是“跟着钱走,也跟着RAM走”:稳定、低延迟的连接可能把计算迁入数据中心,让设备退化为轻客户端。前提是网络覆盖持续稳定。
  • AI基准测试进步快于AI融入日常商业。 独立基准GDPX显示,Opus 5.5在高难度工作任务上的得分为12%;OpenAI自建的LifeVal则显示,GPT-6 Astra能完成80.6%的日常任务。Wissner-Gross以保险为例解释采用率差距:能力足够的智能体仍会卡在彼此不互通的保险公司系统,以及尚未解决的交易经济模式上。社会中的“连接点仍然断裂”。
  • Anthropic的申报文件让AI驱动开发变得可量化,但薪资对比有重要口径限制。 Claude编写了9月新增代码的90%以上,内部使用量从1月到9月增长超过250倍,工程师人均每日贡献在2年间提高45倍。按客户价格估算,使用量已超过薪资支出;实际内部成本并未披露。Ismail提出的运营问题是:“你的系统提升自身能力的速度有多快?”
  • AI直接编辑神经网络权重,为递归式改进打开了另一条路径,但目前演示规模仍很小。 MIT的一项研究修改了Qwen3.5中0.016%的权重,使其数学得分从7.9%升至48.1%,且无需重新训练。Wissner-Gross认为,可解释性与自我改进正在汇合,未来也可能出现可复用神经模块市场。但规模上的限制仍然重要:“这还只是一颗晶体管。”
  • 工业网络防御为AI提供了明确应用场景,也暴露出眼下的转型风险。 据报道,黑客在此前袭击法国500多家门店后,又操纵了8个国家的超市冷藏系统。Ismail指出其中的不对称性:自主攻击智能体可以行动,而防御仍依赖人工。Wissner-Gross认为,升级被忽视的工业控制软件蕴含巨大机会;Diamandis则将根本错配概括为“用1990年代的安全体系应对2026年的连接环境”。
  • 机器人产能需要新的需求来源,数据中心建设是嘉宾认为最有力的候选方向。 Wissner-Gross澄清,预期中的人形机器人供给可能超过现有需求,市场需要“新的用例、新的行业”来消化产能。他以Starship为喻:除通信卫星外,还需要轨道数据中心来承接运力。对社区而言,Ismail认为经济机会在于利用由此产生的智能,而不是假设靠近设施就能致富。

精读

1. AI智能体正成为政治中间人

  • Blundin称,到2028年大选时,绝大多数选民在做决定前都会咨询自己信任的智能体。他担心制度准备不足:智能体将在2年内成为有影响力的顾问,但“完全没有任何监管动作”。

  • Ismail建议选民让顶尖模型按照自己的优先事项,为候选人和决策排序。Diamandis称自己是单一议题选民,唯一关心的是让Santa Monica机场继续开放,并说自己应该问Skippy什么选择对他最好。Ismail还认为,“AI已经拥有选票”:人们可以根据AI的建议采取行动。他提出疑问:一个基于互联网和高难度推理任务训练、能给出诚实答案并影响投票的AI,究竟是在滥用影响力,还是在自愿引导选民做出更好的决定?

  • Wissner-Gross援引2015年耶鲁大学的一项研究,认为美国并非一个正常运转的民主国家,民意无法转化为立法。他说,代议制民主诞生于信息以马的速度传播的时代;如今信息泛滥,却也容易被误读、伪造和滥用。他认为,全球民主制度都在承受这一问题带来的压力。

  • 谈到地方政治,Ismail认为,即使个人对全国政治影响有限,围绕自治权和数据中心的地方决策仍可能塑造未来政治。他举例说,Cambridge和Boston都没能引入Waymo自动驾驶出租车。Diamandis支持借助技术开展直接参与和委托投票;Blundin则认为,地方和州层面的控制可以限制错误的影响,并增强社区韧性。

  • Wissner-Gross提到,据报OpenAI和Anthropic都已成立选举战情室,监测聊天机器人遭滥用的情况;他也担心AI助推的说服行动会不会演变成Cambridge Analytica式操作。Ismail则质疑,AI根据自身先验给出诚实答案,是否就构成滥用。

2. Apple的内存难题,折射谁掌控用户入口

  • Diamandis称,John Ternus执掌Apple后的首份财报营收为1145亿美元,高于预期,但股价下跌3%,市值降至4.94万亿美元,仅略高于Nvidia。经营层面的压力来自前所未有的内存价格,正侵蚀利润率。Wissner-Gross的回应很直接:Apple在超智能上投入不足,“只能怪自己”。

  • Wissner-Gross援引Sam Altman的观点:消费设备里闲置的RAM,如果能在数据中心得到充分利用,就不该继续闲置。他建议Ternus听Sam的话:要么让Apple的RAM在超智能体系中充分发挥作用,要么把它交给Sam和Dario。他还质疑HomeView及据称正在规划的屏幕可转动桌面机器人,称这条产品路线落后时代5到10年。

  • Blundin认为,OpenAI进军设备领域,是想打破Apple作为“一切事物第一接触点”的特权地位。只要出现足够有吸引力的新接口,Apple就会被推到下一层。但他把这视为Sam Altman的目标,而非已经发生的转变:夺走用户入口依然很难。

  • 一种替代方案是轻客户端:“一块屏幕、一块电池、一根天线。”Wissner-Gross认为,Starlink可以用连接能力替代消费设备里的RAM。Diamandis仍会遇到断网;Blundin则回忆起Chromebook的愿景。关键条件是宽带连接稳定、延迟足够低;满足这一条件后,本地处理器、内存和间歇使用的GPU就没那么必要了。

3. 3万亿美元建设潮,融资从企业现金转向更难获得的资金

  • Diamandis估算,Alphabet、Meta、Microsoft、Amazon和Oracle的承诺总额超过3万亿美元,其中约1万亿美元是在3个月内新增的。Google超过1万亿美元,接近上一年的8倍;Meta超过8000亿美元。部分租约长达30年。他将其比作约10个阿波罗计划,按今天的价格计算,阿波罗计划耗资2800亿美元。

  • 融资端的信号没那么乐观。Diamandis提到,贷款方提高了条件,HSBC讨论过将数据中心贷款风险转移给保险公司,CoreWeave的看跌期权交易量在10月创下纪录。他还援引报道说,OpenAI将新一轮融资从约300亿美元缩减至200亿美元,估值也从1.4万亿美元降至1.25万亿美元。

  • Blundin认为,竞争压力会让支出持续高企:过去积累巨额现金的公司正同时投入现金和举债,因为它们相信,尤其借助递归式改进,业务主导地位可以长期延续。但可用资本是另一道约束。他称,Musk以8%的利率争取贷款,其他人则要付15%;与此同时,他质疑收入完全来自AI数据中心的企业是否具备足够的信用资质。

  • Wissner-Gross认为,保险可能成为另一条融资渠道,并指出美国寿险资金约有6万亿美元,财产与意外险资金约有3万亿美元。Blundin提出以投资换取预留算力,为保险公司提供自身采用AI所需的资源。但他也指出,Berkshire长期通过收购低估值品牌投资,这套策略在数据中心领域没有明显对应物。

4. GPU短缺托住老芯片价格,新架构却可能威胁其价值

  • Diamandis将长达30年的基础设施承诺,与芯片寿命的不确定性并置:H100已经问世约3年,价格却仍在上涨。Wissner-Gross提到一家名为Oren的GPU期货公司,专门建模GPU未来的折现价值;他披露自己持有投资,并称他认为Diamandis和Blundin也有利益关系。

  • Blundin的采购经历体现了短缺:他说自己只能通过一份1500万美元、为期3年的租约拿到NVL72,供货要到2月才开始。用例增加和算法改进可能支撑芯片价值,但新的物理学和计算方法,尤其是光子学,也可能颠覆这一判断。他认为结果“极难预测”。

  • Ismail将方向与时机分开看:即便基础设施扩张规模最大,也可能夹杂泡沫。他预计,在可预见的未来,需求仍将“接近无限”,直到出现颠覆性的计算方式。他估计,至少还要3到5年才会有重大替代方案上线:“方向没错,时机却极难把握。”

5. GDPX衡量高难度工作,而非考试表现

  • SemiAnalysis的GDPX覆盖11个高价值领域中的206项任务,由14家专业合作机构共同开发。智能体可独立工作长达8小时。Diamandis举例说,一项私募股权任务要求模型处理一个包含约2000份文件的数据室,更像工作试用日,而不是传统期末考试。

  • 当前领先者得分分别为:Opus 5.5为12%,Gemini 4 Carbon为10.9%,GPT-6 Astra为9.6%。几乎所有模型在金融和法律领域都得0分。Wissner-Gross还强调,技术领域内部表现并不均衡:生物学、网络安全、对齐和材料科学仍是彼此不同的能力,不是一种可互换的STEM智能。

  • Wissner-Gross认为,初期成功率在10%–20%之间很理想:足以证明任务可以完成,又仍有很大进步空间。他预计GDPX可能在1年内、或许2年内触顶。Blundin估计,一年左右可能达到50%,2年内则会广泛饱和;但他也承认,基准测试的定义会影响这些预测。

  • 成本与性能图表也改变了Wissner-Gross对Gemini 4 Carbon的看法:如果去掉它,帕累托前沿就会出现一个缺口。因此,只要其标价和能力属实,他认为这代表实质性进步;但他也提醒,该模型尚未普遍开放,Google可能在补贴token,表面上的经济性因而难以判断。

6. 基准测试的定义,能引导AI能力投向何处

  • Wissner-Gross认为,基准测试是让超智能服务于特定目标的实用工具:“无法衡量,就无法优化。”讨论中举例的是Jonathan Hendler推出的Mediation Bench,用来评估模型解决人际纠纷的能力。这一思路可扩展到数千种社会目标,而非只服务于已有的技术竞赛。

  • Ismail希望追踪单位人力投入所创造的经济价值,把人类定位为自动化工作流之上的指导者。Blundin将其与人年回报率(ROPE)联系起来,并补充提出一个更紧迫的问题:token利用率是否足够高。Diamandis开玩笑说,如果完全不需要人类参与,这个比率就会变成无穷大;Ismail则反驳,缺乏指导的智能体也可能把公司带到归零。

  • Blundin从GDPX得出的更广泛启示是,基准测试的设计者可以招募领域专家,而不必自己掌握每一项专业知识。Diamandis另行预告,正在做质量检查的丰裕指数和奇点指数,旨在衡量人类向既定目标迈进的程度。两种观点都表明,即使无法打造前沿模型,明确成功标准本身也是一种能产生实际影响的贡献。

7. 日常助理能力正在提升,但剩下的任务可能更难

  • OpenAI的LifeVal基于对3995名美国人的调查,包含169项任务,例如寻找托儿服务、制定家庭预算、办理入学和与政府机构打交道。GPT-5.2使用浏览器和电脑,在2025年12月得分49.3;GPT-6 Astra在2026年9月得分80.6。Diamandis特别指出,这是OpenAI内部制作的基准,与独立基准GDPX不同。

  • Ismail认为,这是本期材料中最令人振奋的结果,因为几乎人人都能用上称职的助理,即便不需要超人的数学能力。他举例说,单亲妈妈可以借助AI处理子女医疗和官僚手续。LifeVal针对的是“做人的摩擦”;减轻这类负担,是他解释AI如何让普通家庭切实受益的具体方式。

  • Wissner-Gross不太认同图表所暗示的解读。大部分进步来自GPT-5.2与GPT-5.4至GPT-6 Astra之间那一小簇模型的差距。可能是OpenAI转向企业市场后,减少了对消费级任务的优化;也可能是剩下的20%格外难。他没有下结论,并指出,如果后一种解释成立,模型之间的差距理应更大。

8. 企业系统彼此割裂,会浪费智能体的能力

  • Wissner-Gross讲述一位分析师花4小时通过电话客服寻找保险单的经历。模型现在可能已经能完成这项任务,但保险公司的系统并未与它打通。对于MetaMuse这类服务,若要取代付费点击分发,还有一个问题未解:智能体完成交易后,中间商如何获得报酬?

  • Ismail预测,智能体替人完成定价和刊登商品的工作后,eBay拍卖将在“未来6个月激增”。他自己拍下了约10件闲置物品。其机制很具体:助理找到可比价格并卖出物品,将原本因交易成本太高而不值得出售的家当变成现金。

  • Blundin预计,便利性会推动AI原生版本的现有产品胜出。他还提到Kevin Weil创办的一家获得大量融资的自动化生物技术研究公司,试图消除实验室工作中的人工瓶颈;Diamandis和Blundin均披露了投资。商业和科研面临的共同约束,是如何把智能接入能够完成实际或行政任务的系统。

9. Anthropic将递归式改进转化为运营指标

  • Diamandis称,Anthropic的申报文件显示,自4月以来,按面向客户的价格计算,内部Claude使用量已超过月度现金薪资支出。内部使用量从1月到9月增长超过250倍。Claude编写了2026年9月新增代码的90%以上;Ismail补充说,工程师人均每日贡献较2年前提高45倍。薪资对比采用的是零售价格估值,而非已披露的内部现金成本。

  • Blundin举例说,工程师Cameron Crowe某个周五用了5亿个token,成本约5000美元。他的热情有个前提:“假设这些工作确实有产出”,而这点他还需要确认。按他粗略估算的人类劳动每天1美元计算,这相当于5000人的工作量;如果成本再下降10倍,他设想一年后就能达到5万人规模。

  • 被问到这是否已经是完整的递归式自我改进时,Wissner-Gross回答,既是也不是。资源配置已经跨过一个重要门槛:“我们到了。”但如果实体层面的递归改进也实现了——机器人或纳米机器人制造升级版的自己并建设基础设施——今天的里程碑就会显得微不足道。“我们现在所说的递归式自我改进,一年后看起来会像什么都不是。”

  • Ismail建议,员工少于50人的公司直接转型;规模更大的公司应搭建一套并行的智能体系,再逐项迁移工作流。一项试点已将22个步骤缩减到4个,完整结果仍待公布。他提出的管理基准,是改进本身的速度:“你的系统提升自身能力的速度有多快?”静态的流程得分抓不住这种加速中的能力。

10. 权重空间编程提供了更直接的改进机制

  • Diamandis介绍了MIT CSAIL的“权重空间编程的火花”(Sparks of Weight-Space Programming)。Astra检查了陷入长时间思考循环的Qwen3.5,并编辑了其0.016%的权重。无需重新训练,模型的数学得分就从7.9%升至48.1%。这是本期关于模型直接改变另一模型内部参数的具体例子。

  • Wissner-Gross承认,外界有人批评这项成果没有看上去那么颠覆;但他仔细看过后并不同意。他认为,这项工作关系到机制可解释性,也展示了通过定点修改增加能力的可能性。最特别的是,“这里没有反向传播”:模型可以通过另一条路径理解并精确修改电路结构。

  • Diamandis提出,模型可能被植入隐藏行为。Blundin反问:“对谁隐藏?”并将其称为防御性同步扩展:能力更强的系统可以检查新加入的电路。Wissner-Gross指出,这项技术也可能直接用于去除开源模型的护栏,但不适用于Astra或ChatGPT;他同时提到,不必重训整个模型也能增加能力,这一点具有建设性。

  • Wissner-Gross将这一里程碑比作早期集成晶体管:未来的发展路径已经显现,但“这还只是一颗晶体管”。Blundin“有90%以上把握”前沿实验室已经在试验自我编辑模型。这一判断是根据MIT一个规模相对较小的团队取得的成果推断而来,并非前沿实验室已披露的结果。

11. 神经模块可能改变专业智能进入市场的方式

  • Wissner-Gross设想未来出现一个让开发者交换成品神经模块的Hugging Face。他举例说,开发者可以通过定点“脑部手术”,给现有网络添加斯瓦希里语或生物技术方面的专长。如今每次增加能力都要重做训练投入;未来则可能像安装专业组件、组合传统软件一样,逐步叠加能力。

  • Blundin举了Moderna团队的商业案例:团队掌握有价值的生物技术知识,但要发挥其价值,往往得投入超过1亿美元训练基础模型,路径并不划算。他设想将专业知识附加到通用智能核心上,核心模型或许只有400亿参数甚至更小。结合机器检查权重的能力,他认为这会带来更好的结果:更多参与者可以贡献专长,模型也仍然可供检查。

  • Wissner-Gross还预计,递归式改进最终会找到他所谓的“完美模型”,之后竞争将转向其他领域。这是他对竞赛终点的假设。他和Blundin都看好直接编辑权重;Wissner-Gross提出的安全依据是,检查能力会与被检查模型的能力同步提升。

  • 谈到SSI,Blundin提及长期存在的公开传闻:该公司一直在做自营交易,而长上下文能力适合金融时间序列。Salim说,如果这就是SSI的重点,那就是“文明的失败”。Diamandis认为,这很难与Ilya公开表达的抱负相协调。他们希望公司最终发布的成果,足以推动前沿,证明长期保持隐身状态是值得的。

12. 冷藏系统遭攻击,暴露自动化攻防之间的落差

  • Diamandis称,黑客在8个国家袭击超市冷藏系统,通过远程控制的除霜功能将温度升至最高55°C,即131°F。比利时的食品腐坏损失约10万欧元。3周前的第一波攻击则影响了法国500多家门店。尚无组织宣称对此负责;当局敦促运营商将暴露在开放互联网中的控制器下线。

  • 他将问题概括为“用1990年代的安全体系应对2026年的连接环境”。他把这起事件与此前讨论过的Binance盗窃案联系起来:据称,一名工程师的笔记本电脑导致60亿美元代币被盗。冷冻设备、金融系统和电力基础设施的共同风险,在于联网设备暴露在外。Diamandis预计,未来1到8年将是艰难的转型期。

  • Ismail指出其中的不对称性:攻击方的智能体蜂群可以脱离人工持续行动,防守方却仍在等待人工介入。Wissner-Gross对比了两种投入:热门开源软件正受到密集的AI开发,而被忽视的传统SCADA(监控与数据采集)系统仍然老旧。在他看来,升级嵌入式工业软件可能是一个规模达数十亿美元的机会。

  • Blundin担心,冷藏系统事件的规模太小,不足以推动政治行动。理想的警示事件应该严重到足以调动机构,又有限到不至于演变成灾难。这留下一个现实矛盾:运营商已经有理由行动,但足以改变公共优先级的大事件还没有发生。

13. 正电子囚禁一个月,推进了约束技术而非推进动力

  • Diamandis介绍,Northwestern团队成功囚禁1个正电子达1个月,研究人员称本来可以无限期延长。团队利用低温钨减慢放射性钠释放的正电子,并将其导入温度仅比绝对零度高0.3开尔文的真空环境。电场和磁场构成一个“无壁容器”,避免正电子接触普通物质后发生湮灭。

  • Wissner-Gross强调,这项工作的意义在于精密测量,以及CPT——电荷、宇称和时间——对称性。比较物质和反物质,或许能解释宇宙中物质为何明显多于反物质,以及其他对称性问题。技术上,这意味着约束能力有所推进;但Diamandis强调了规模差异:要用于航天器推进,必须能长时间约束大量反物质,同时确保系统不会自我摧毁。

  • 谈到推进,Wissner-Gross对比了不同能源转换效率:物质与反物质湮灭理论上可将静止质量100%转化为能量;聚变则视反应而定,最高为1%、2%或4%;裂变约为0.1–0.3%。Blundin设想了惊人的能量密度。讨论也保留了辐射方面的限制——高能X射线或伽马射线——以及Diamandis提出的实际问题:如何把释放的能量转化为电力。

14. Artemis加快日程,也重新点燃政治竞争

  • Diamandis介绍Jared Isaacman提出的计划:Artemis III于2027年夏季执行,由4名宇航员——3名美国人和1名意大利人——执行为期2周的地球轨道任务。Orion将分别演练与Blue Origin着陆器和SpaceX Starship对接。为此,Cape Canaveral需要在短时间内连续发射3次,为计划中的登月任务做准备。

  • Artemis IV的目标时间是2028年,届时人类将自1972年以来首次重返月球。NASA会尽可能推迟着陆服务商的选择,同时启动南极基地建设,首发任务安排在年底前。Isaacman谈到与中国竞争时说:“距离比任何时候都近得多。”Diamandis回忆,Apollo 7到Apollo 11只用了9个月。

  • Blundin预计,商业发射的经济性会与NASA建设基地的角色共同推动进程。Diamandis强调,联邦资金以及与中国的竞争,是背后的政治驱动力。Wissner-Gross担心太空和核能领域那种停滞数十年的局面会重演;Blundin则认为,开放权重AI的广泛普及,使AI遭遇类似停摆的可能性更低。

  • 他们对战争如何影响进步看法不同。Blundin认为,热战和冷战会消耗本可用于创新的边际资本、注意力和政治资源。Wissner-Gross则反驳,军事需求也曾推动工业进步,例如可互换零部件和弹药。他仍在追问:大国竞争要达到什么程度,才能加速进步而不付出破坏性代价?

15. 新增机器人产能,需要新行业来消化

  • Wissner-Gross澄清了此前对机器人需求的警告:预测中的供给可能超过现有用途,而不是说机器人毫无用处。他以Starship为例:即将到来的发射运力,单靠通信卫星可能填不满。轨道数据中心或许能吸收这部分运力;如果没有新应用,部分预期中的发射任务可能只能空载。

  • 谈到人形机器人,Wissner-Gross赞同Dave和Sam的假设:机器人建造数据中心,或维护实体层面的自我改进循环,可以创造近期需求。他还提到Henry Ford让工人的购买力与汽车产量相匹配,但承认自己不知道Musk对应的机制是什么。市场需要一个“自我强化的良性循环”(virtuous self-licking ice cream cone),让需求与供给同步增长。

  • 被问到数据中心建在附近为何能让居民致富时,Ismail承认,建设期带来的收益与长期在当地采购之间可能相差很大。Diamandis认为,算力及其产出的智能能创造更广泛的价值,而且数据中心可能比工厂更赚钱。Wissner-Gross则反对质疑工厂城历史收益的说法;这场讨论并未证明数据中心周边社区必然繁荣。

  • Diamandis支持学生选择职业学校,理由是电工、焊工、水管工和空调技师都短缺。学生应追求目标感,选择能保留灵活性和机会的道路。基础设施建设就是眼下的需求来源:“奇点需要你。”

16. 长寿疗法能否负担得起,取决于治疗形式

  • Diamandis对比了两种方案:基因疗法每次治疗约需50万至200万美元;Sinclair提出的SL-100则由3种AI发现的分子组成,预计每月花费200美元。他称,该疗法通过腺相关病毒递送4种Yamanaka因子中的3种,以实现部分表观遗传重编程。关于SL-100,他引用的证据是在人体细胞和小鼠中进行测试;每月费用仍只是预估价格。

  • 他关于可负担性的论证从睡眠、饮食、锻炼和心态出发,再谈技术如何沿着成本曲线压低昂贵疗法的费用。他提到奖金为1.01亿美元的Healthspan XPRIZE,目标是在认知、免疫和肌肉方面实现20年的改善,并将可负担性列为基本前提。竞赛目标与拟议中的分子疗法,在这一论证中仍是两条不同路径。

17. 即使物质丰裕,人们仍需选择目标、判断证据

  • Ismail认为,人们错误地把就业和目标感混为一谈,并指出79%的企业员工觉得工作缺乏联结感。AI可以让人把时间用于孩子、社区和科学探索。Diamandis提出了一个相关方案:在城市层面组织小型竞赛,公布10个地方问题、提供奖金,让居民借助AI解决问题,甚至据此创业。

  • Blundin回忆,他务农的祖父觉得编程不过是打字,也无法理解体力劳动了一辈子的人为什么还要去健身房。这个例子说明,劳动方式和自我提升方式会一起变化。他预计,AI辅助的日常规划能改善健康、幸福感和习惯,并希望大型平台能为此预留算力。

  • Wissner-Gross用“文艺复兴”作比,指的是战后核能、计算和太空领域的进步,而不只是欧洲重新发现古代文明。他认为,当下是在重拾被长期停滞打断的雄心。他希望出现的转变很具体:人们应将物质世界视为“机会和灵感的源泉”,而不是恐惧的对象。

  • 回答一位观众关于同理心的问题时,Blundin认为,媒体会让人对鲜明的极端个案过度反应;他举例说,Learjet坠毁后自己会因此不愿坐飞机。Ismail认为同理心本身是好事,但可能被媒体带偏,并将同一逻辑联系到能源政策分歧。Diamandis把恐惧叙事归因于广告激励。Wissner-Gross则提醒大家,他们自己的定位也要接受检验:Moonshots同样争夺注意力,只是“我们希望触发的是观众身上的另一组神经递质”。