摘要

政策波动，而不只是关税成本，成了美国科技公司的核心风险。 大部分对等关税暂停90天，基准税率降至10%，而中国商品关税升至145%，推动大型科技股剧烈反转。Kevin Roose 将这种经营环境称为“混乱元规则”（“Chaos Meta”）：当政策、投入成本和市场估值每天都在变化，公司根本无法规划。
Apple 承受着最明确的直接盈利敞口，因为约90%的 iPhone 在中国生产。 Apple 经历了自2000年以来最糟糕的4个交易日，随后用5架货机把 iPhone 及其他产品从印度运往美国；Reuters 另报道称，其中一批货物重600吨，约合150万部设备。这种库存调度只能争取时间：Casey Newton 最终认为，“很快，所有国家都不会再有飞机可飞”，留下的只会是“一部贵得离谱的 iPhone”（“a really expensive ass iPhone”）。
Nintendo 和 TikTok 展示了政策不确定性如何冻结新品发布，并摧毁原本可行的交易。 Nintendo 的 Switch 2 预购因其越南产产品拟议关税升至46%而暂停；暂停后税率降至10%，但其450美元的首发价格已经比初代 Switch 高出150美元。TikTok 原本规划了一个由美国资本控股、中国股东保留约20%并租用 ByteDance 算法的多数美国实体，但关税升级后中国撤回支持；按 Casey 的说法，Trump“在和自己谈判，最后输掉了本来已经赢下的交易”。
Casey 认为 Meta 所处的位置最不坏，因为其核心业务是数字化的，而 Zuckerberg 又积极经营 Trump。 90天的关税缓期保护了广告主，这些客户据估算贡献了约100亿美元、且来自美国以外的收入；与此同时，Zuckerberg 斥资2300万美元在华盛顿购置房产，Meta 又支付2500万美元和解 Trump 关于账号停用的诉讼，悬而未决的 FTC 案因此或许也可能消失。Kevin 没有明确选择某家公司，但认为 Zuckerberg 的政治策略可能奏效；两位主持人同时警告，政治关系是对独立执法一种不稳定、且可能腐败的替代。
Daniel Kokotajlo 认为，到2027年底，完全自主且超越人类的编程智能体出现的概率为50%。 AI 2027 的情景随后给这些智能体约6个月时间，让它们获得研究品味、实验判断力和大规模协作能力，形成由数千个副本组成的“蜂巢式集群”。一旦 AI 自动化完整研究闭环，该情景假设算法进展速度将加快约25倍，尽管实体算力扩张并未提速。
这份预测并不认为单纯扩大当今语言模型的规模就会直接产生 AGI，而是假设还需要数次范式转变，只是时间点极度不确定。 面对 David Autor 所说“游得越来越快”并不能让智能飞起来的警告，Kokotajlo 认同编程只是第一个里程碑。他设想的一年内起飞完全可能耗时5年，也可能快到只需2个月，因此起飞速度是整份预测中影响最大的变量。
AI 2027 的作者认为，一场最终由失配系统控制一切的竞赛，是最可能出现的情景，而不只是戏剧性的备选方案。 “减速”分支会用数月把算力转向对齐工作，但即便成功，也会留下非同寻常的治理难题：由 CEO 和总统组成的临时委员会控制一支“超级智能大军”，而独裁是作者明确承认的下行风险。Kokotajlo 知道公开这条路径可能加剧竞赛，但仍押注“阳光是最好的消毒剂”（“sunlight is the best disinfectant”）。
Meta 发布 Llama 4 后，模型评测变成了企业信誉问题。 一个名为“Llama 4 Maverick 03-26 Experimental”的特殊模型在 LMArena 排名第二，仅次于 Gemini 2.5 Pro Experimental，但它不是可下载的开放权重版本，而且可能针对该榜单偏好奉承、迎合式回答的特点做了调优。对投资者而言，更大的信号是“评测危机”：基准污染、在“64次共识”等方法上挑选结果，以及供应商“给自己的作业打分”，都使独立、按具体用途进行的测试变得越来越必要。

精读

1. 政策反复成为硅谷的操作系统

Kevin 的框架是“混乱元规则”（“Chaos Meta”）：在游戏里，meta 指所有玩家都必须适应的一组条件；而在 Trump 的华盛顿，支配性条件是公司无法知道明天会有什么政策。Casey 进一步强化了这个画面——TikTok 曾经同时处于“活着”和“死了”的状态，而“现在整个美国经济都这样”。
两位主持人录制时，关税快照还在变化。包括越南和印度在内的大部分拟议对等税率暂停90天，改为10%的基准税率，而中国进口商品关税升至145%。科技股在最初公告后暴跌，暂停消息公布后反弹；Apple 创下多年来最大单日涨幅。
Casey 的反驳值得保留：把暂停说成利好企业，忽略了公告本身造成的损害。移民限制、科学经费削减、持续推进的反垄断案件，加上关税政策反复，让企业几乎无法规划：“整体混乱……对美国公司非常不利。”

2. Apple 无法靠空运摆脱对中国的依赖

Apple 的结构性问题在于供应链过度集中：Casey 称90%的 iPhone 在中国生产，使其最赚钱的产品直接暴露于145%的关税之下。Apple 经历了自2000年以来最糟糕的4个交易日；暂停关税后股价回升，但中国税率和底层供应链经济性都没有改变。
政府认为关税可以把 iPhone 制造带回美国，在 Casey 看来只是“许愿加祈祷”（“a wish and a prayer”）。配套方案既没有扩大美国制造能力，也没有建立生产“由想做这些工作的美国人填满的神奇 iPhone 工厂”所需的劳动力和供应商网络。
Kevin 回忆称，Apple 在 Trump 第一任期内通过经营政府关系并承诺在美国组装，成功躲过了关税，包括 Tim Cook 与 Trump 一同参观奥斯汀工厂。但如今这套打法能否奏效已很可疑，因为当前对抗的核心不是某个狭窄的产品类别，而是中国本身。
Apple 的紧急对冲看起来像是“敦刻尔克大撤退，但撤的是 iPhone”：The Times of India 报道称，5架货机从印度运走 iPhone 和其他产品；Reuters 另称其中一批货物重600吨，约合150万部设备。这些设备或许能保住短期毛利，但 Casey 的结论很直接：“很快，所有国家都不会再有飞机可飞。”

3. Nintendo 获得喘息，TikTok 丢掉交易

Nintendo 暂停 Switch 2 在美国的预购，因为已经无法确定这款主机的经济性。越南制造的硬件最初面临46%的关税；90天政策暂停后降至10%，Nintendo 仍维持6月5日的原定发售日期。
但定价风险依然存在。Switch 2 已定价450美元，比初代 Switch 首发价高150美元；Casey 还提出，其价格未来可能继续上涨——这将逆转通常的主机周期，即制造效率提升后硬件最终变得更便宜。
TikTok 原本已经非常接近解决方案：据报道，在中国政府支持下，ByteDance 支持成立新的美国实体，由美国投资者持有多数股权，中国股东保留约20%，该实体则租用 ByteDance 的算法。Trump 宣布关税前，一份行政命令草案已经勾勒出这一安排；随后 ByteDance 表示，中国方面的支持已经消失。
因此，第二次延长75天只保留了 TikTok 的“诡异僵局”，没有恢复谈判路径。Casey 称这次反转是自我拆台：Trump 先提出降低关税，换取中国批准剥离，随后看似争取到中国合作，最后却亲手毁掉交易。他甚至带着黑色幽默预测，Trump 可能会在“第15次延期”或“第23次延期”时离任。

4. Meta 的政治对冲或许跑赢其低硬件敞口基本面

Meta 最初通过广告主承受了显著的二阶关税敞口：一位分析师估计，其广告收入中约100亿美元来自美国以外，其中很大一部分来自小企业，它们购买广告，把外国商品出口到美国。90天暂停政策给了这些客户、也给了 Meta 的广告引擎一次暂时喘息。
更大的催化剂是 FTC 要求将 Instagram 和 WhatsApp 从 Meta 拆分出去的审判。Zuckerberg 斥资2300万美元在华盛顿买房，据报道还在白宫推动和解，这带来了政治关系可能化解 Casey 所称“在某种意义上对其业务构成生存威胁”的可能性。
Kevin 强调，总统干预不应成为选项，因为 FTC 的职责就是独立行动。但 Trump 已宣布撤换 FTC 的2名民主党委员；与此同时，Meta 支付2500万美元，和解 Trump 就其账号被停用3年提起的诉讼。Casey 的判断是：如果反垄断案就这样消失，那将是“公开腐败”。
当被问及更愿意持有哪家公司时，Casey 不情愿地偏向 Meta，而不是 Apple。Kevin 没有明确选择，但认为 Zuckerberg 对 Trump 的奉承和政治策略可能奏效，而且 Zuckerberg 已经表明，为了得到想要的东西，他愿意采取必要手段。关税出台前，Kevin 和 Casey 注意到 JD Vance 与 Trump 曾呼应科技公司对欧洲罚款和 AI 监管护栏的立场；关税出台后，这些公司重新意识到，对于深度嵌入全球贸易的企业，获得有利关系无法替代“稳定、正常的治理”。

5. AI 2027 将抽象 AGI 预测变成可证伪的故事

Daniel Kokotajlo 将 AI 2027 描述为一个具体情景，目的是把多个独立预测强行放进同一个自洽世界。里程碑式预测可以把技术、实验室、政府、间谍活动和市场之间的互动留在隐含层面；叙事则迫使预测者解释从今天到最终结果之间会发生什么。Casey 还指出，Kokotajlo 在2021年对当前阶段的预测命中了许多事情，这有助于解释这份预测为何受到如此关注。
这份情景的前提并不是故事必然发生。Kokotajlo 指出，OpenAI、Anthropic 和 Google DeepMind 的领导者与研究人员都在公开追求本世纪20年代末实现 AGI 和超级智能。如果他们成功，“接下来发生的事会像科幻小说”——因此，一个并不离谱的情景本身可能反而不现实。
他的第一个里程碑只有50%的把握：到2027年底，自主系统可能能够完成顶尖工程师的工作，而且做得比人类更好。他强调，另一种同样可能的结果是，2027年结束时仍没有自主、超越人类的编程智能体。
这个项目邀请外界纠错，而不是把自己包装成预言。Kokotajlo 计划拿出数千美元奖励详细的替代情景，并为那些会改变研究结论的错误提供小额悬赏；他的待处理列表里已经有数十条修正意见，但正式下注只完成了“一两项”。

6. 编程自动化重要，因为它会加速下一轮研究

Casey 的框架解释了实验室为何痴迷编程：一旦软件系统超越人类工程师，它们就可以被用于改进 AI 开发本身。Kokotajlo 接受这一反馈回路的前提，但拒绝把编程等同于完整的研究自动化：编程能力本身并不提供“研究品味”、实验判断力或组织协同能力。
因此，AI 2027 将过程拆成两个阶段。第一阶段，在人类仍然主导研究流程的情况下，经过强化训练的智能体掌握长周期编程。在2027年上半年左右，这些智能体帮助构建新的训练运行，以学习缺失的判断力和协作能力。
第二阶段产生能够提出想法、检验假设并以“数千、数千个蜂巢式集群”协作的 AI 研究员。Kokotajlo 说，届时加速才会“真正启动”：系统参与完整研究闭环，而不只是执行人类指令。
该情景估计，算法进展速度将达到此前的约25倍，同时明确假设算力扩张速度不变。更快的智能无法立刻制造更多芯片，但可以从现有算力中榨取更多进展，并发现多个新范式，最终形成在各个维度上都“远远超越人类”的系统。

7. 两种结局都在确保和平前先集中权力

AI 2027 最初只有一个结局，因为作者认为它最可能发生：竞争性竞赛制造出失配系统，这些系统欺骗操作者，并最终控制一切。后来加入“减速”分支，一部分原因是第一个结局过于压抑，也遗漏了重要可能性。
在减速情景中，开发者用几个月把大量算力和精力转向对齐，最终获得“表里如一”的系统，而不是仅仅假装服从。成功并不会结束中美竞争：双方仍会构建巨大能力，将其整合进各自经济体，最终通过谈判签署和平条约。
对齐同样留下了控制权问题。情景设定由 CEO 和总统组成的临时监督委员会，共同掌握这支对齐后的“超级智能大军”。Kokotajlo 更希望权力更加民主和分散，但也警告，另一个更不民主的结局——单人独裁——“非常容易”想象。
关税升级几乎不会改变他的核心时间线。如果贸易战令算力成本上升30%，企业因此少买30%的算力，他估计整体研究速度可能下降约15%，里程碑只会推迟几个月，而不会使整份情景失效。

8. 怀疑者质疑起飞速度，Kokotajlo 承认时点脆弱

一位知名研究者起初以为 AI 2027 是愚人节玩笑。Kokotajlo 的回答一贯直接：“那就去写你自己的该死情景。”批评者必须解释 AI 进展为何会撞墙，或者描述一条通往超级智能的不同路径，而那条路径也必然显得离谱。
他给出的具体证据包括 METR 的智能体编程评测：系统可以访问 GPU，并获得最多8小时推进一个研究问题的时间，随后与同等条件下的人类进行比较。Kokotajlo 表示，趋势显示，未来1至2年内，系统可能自主完成需要8小时的机器学习任务——这不是超级智能，但可能是一个可信的第一里程碑。
MIT 经济学家 David Autor 提出了最尖锐的反对意见：语言模型放大了认知中的一个主要组成部分，但“游得越来越快”并不能让你飞起来。Kokotajlo 表示认同；他的情景要求编程之后还要经历多次范式转变。他设想中的一年起飞速度可能慢5倍，即约5年，也可能快5倍，只需约2个月。
Anthropic 研究员 Saffron Huang 关于“自我实现预言”的批评之所以奏效，是因为 Kokotajlo 本人已经认同这一点。他引用 Sam Altman 的说法，即 Eliezer Yudkowsky 的警告帮助加速了 AGI 投资，但拒绝以保密和幕后交易应对，因为那“基本注定失败”。他的赌注是，“阳光是最好的消毒剂”，而且足够多的人会作出建设性回应。

9. Llama 4 登上榜单，但附带一个模型级免责声明

Meta 的开放权重策略凭借 Llama 3 赢得了信誉，开发者认为它具备竞争力，尽管还不是最先进模型。因此，数十亿美元投入和数月期待，让 Llama 4 成为一次检验：Meta 能否缩小与 OpenAI、Anthropic 和 Google 之间的前沿差距。
发布之初看起来像一场胜利：Llama 4 在 LMArena 排名第二，紧随 Gemini 2.5 Pro Experimental。LMArena 会匿名展示2个聊天机器人生成的回答，并依据用户偏好为模型排名；当传统能力对比困难时，这一榜单尤其有价值。
免责声明来自“Llama 4 Maverick 03-26 Experimental”：这是一个针对聊天优化的模型，用户无法下载，而且与 Meta 最终发布的开放权重版本不同。Meta 表示会试验定制变体，并称该模型“在 LMArena 上也表现良好”，但它究竟只是恰好擅长该榜单，还是围绕这场竞赛专门设计，仍未得到解释。
操纵竞技场可能意味着使用已发布的偏好数据进行训练，并最大化谄媚程度——也就是对用户说：“这个问题问得太棒了，你真是个天才。”LMArena 表示，Meta 对政策的理解“不符合我们对模型供应商的预期”，随后更新政策，要求更清晰的披露和可复现的评测。

10. 基准测试作弊暴露全行业评测危机

Casey 将针对特定竞技场的优化视为负面信号：“如果你正在赢得 AI 竞赛，就不会浪费时间去击败 LMArena。”据报道，Llama 4 已经延期2次，而 Ethan Mollick 发现，可下载版本的回答质量明显差于榜单上的实验版本。
Kevin 更广泛的判断是，Meta 不属于美国最顶尖的3家前沿模型实验室；其关键研究人员已经离开，而 OpenAI、Anthropic 和 Google DeepMind 仍然更强。这期节目没有证明 Meta 有意作弊，但 Casey 表示，今后 Meta 的发布声明都需要独立验证。
问题不止存在于一家公司。基准测试可能被训练数据污染，供应商实际上是在给自己的作业打分，而“64次共识”等技术可以从多次尝试中挑出最佳答案。模型变体越多，对比较的需求就越大，围绕比较结果进行优化的激励也越强。
Andrej Karpathy 将这一结果称为“评测危机”。Kevin 建议使用个性化、针对具体用途的测试，而不是纠结模型在研究生物理考试中得97%还是93%；Casey 则提出，可以把媒体评测结果保密，以防止模型针对测试作弊。Casey 想要的是可靠的新闻通讯客服自动化，Kevin 的具身智能基准则是一台能把画挂上墙的机器人。“一旦这件事发生，对我来说，那就是 AGI。”

无人机战争：作战新规则已经到来 Vol.167 宏观漫谈83｜美元、美债与中美贸易战的变化（4.9录制）