摘要

Alvin Graylin 的核心宏观警告是，美国正在像苏联为导弹融资那样为AI军备竞赛输血，而一场修正即将到来。 他援引的数据包括：AI占美国股市市值的45%，巴菲特指标达到GDP的240%，而互联网泡沫顶峰约为120%；此外，超级云厂商账外债务的估算分别达到1.6万亿和1.7万亿美元，远高于Enron的2亿美元。他称 Anthropic 的ARR已在“700亿美元区间”见平，但随后又说“他们的ARR是70亿美元”；上半年营收不足200亿美元，却对应数千亿美元的资本开支和债务承诺。
中国正有意扮演“兔子”——让足够好用的AI扩散到各行各业；美国则独自追逐AGI这头“雄鹿”，Graylin 的博弈论判断认为这是最差的配置。 北京的AI Plus Plan目标是在5年内让70%的企业接入AI、10年内达到90%以上；中国数据中心投入约为美国的1/10，却能做到“97%一样好”，而且“并不像相信ASI就在眼前”：CAC审核会推迟模型发布，实验室还被要求不要购买美国提供的 H200。
出口管制在放缓中国算力和推理能力的同时，在 Graylin 看来，也在多个层面产生了反效果。 训练可以在国际数据中心完成，再“装在硬盘上”带回中国；中国GPU初创公司告诉他，“如果不是美国政策，我们早就死了”，并可能在2—3年内开始出口芯片。美国实施机器人禁令后，据称美国机器人公司反而把中国执行器装进行李箱偷运回国。中国开放权重模型在 OpenRouter 流量中的占比从2%升至61%，Qwen 下载量达到10亿次。
围绕蒸馏的恐慌被严重夸大，同时暴露了前沿AI经济模型的失灵。 Graylin 估算，Anthropic 所指控的中国蒸馏行为涉及3家实验室、总计200万—300万美元的查询成本，DeepSeek 只花了几千美元。如果一个价值10亿美元的模型只需几百万美元就能复制，“整个前沿AI的经济账都说不通”。Meta 每月在 Anthropic token 上花费1亿—2亿美元，仍耗时数年才推出有竞争力的模型。Dave Blundin 也认为推理轨迹问题被夸大，但称 Kimi K3 是“一根燃烧的火柴”，具备自我改进能力，而基准测试并未测出这一点。
Graylin 的论文认为，最大的模型并不一定是最大的威胁，真正危险的可能是运行在地下室笔记本电脑上的小型开放模型。 他在从数百万到数万亿参数的模型中发现，“现实世界的风险与模型规模之间没有相关性”：微型化学和生物模型已经能设计武器或生物体；一个由100个小模型组成、转录为“M-Dash”的微软系统在 CyberGym 中得分95，而转录为“Mythos”的系统得分为83—84。大型云端模型更容易通过遥测和封装治理，政策应针对前体材料和合成机器。
他明确声明这只是推测性的台湾战争推演：美国私募信贷与数据中心泡沫可能在2年内破裂，迫使华盛顿向北京寻求金融援助，并可能伴随双方同意的和平安排以及美国在台湾问题上更大的克制。他认为，中国购买美国国库券曾帮助美国体系在2008年危机期间稳定下来。Graylin 驳斥中国主要为了 TSMC 晶圆厂而入侵的说法：TSMC CTO 曾被告知美国会抽走1000名工程师，而被夺取的晶圆厂最终也会因缺乏全球供应而停摆。
对于9月24日的中美AI对话，成功标准很简单：双方同意再开第二次会议，并将非国家行为体风险作为共同优先事项。 Graylin 给西方的处方是高质量开源加一项“AI马歇尔计划”：最初的150亿—180亿美元换来了数十年的盟友与市场；如果融资枯竭，“当我们停止在这里建设数据中心时”，美国可能需要为自己的芯片寻找买家。

精读

1. 先做完整披露：中国关系、无偿任职、2024年后不再参与

Peter 开场追问 Graylin 与中国政府存在关联的职务：政府背书的VR产业联盟拥有300多名成员，约1/3来自国际市场，其中包括 NVIDIA、Samsung、Qualcomm、AMD 和 Google；他还曾在北航兼职任教，北航是一所与国防有关联、被列入美国实体清单的大学。Graylin 的回答是，这两项职务都源于他在中国负责 HTC 这家台湾公司；两者都没有报酬，而且自2024年离开中国后，他不再参与任何相关事务。“要理解并与任何政府合作，就必须理解双方。”
这段履历本身就是一种背书：他出生于文革时期的一处中国再教育农场，原因是共同创办芭蕾舞学校的母亲曾给毛泽东夫人写信；他成为美国公民已超过45年；他的兄弟是美国核潜艇的高级军官，4个孩子中已有3人进入美国海军服役。

2. 问题出在“竞赛”这个框架本身

Graylin 开场提出的核心论点是：“竞赛状态会迫使人做出非理性决策。”当前竞赛建立在3个假设上：存在终点、世界是零和的，以及谁先实现AGI，谁就“可以以某种方式永远统治世界”。他说，现有数据并不支持其中任何一个假设。
这不同于太空竞赛——“我们已经登上月球，我们赢了”——而是军备竞赛结构：“持续投入、持续追逐，却没有明确的价值回报。”尤其是开源模型与闭源模型的差距，已经从落后1年半缩短到“可能只有2—3个月”。

3. Alex 的终局挑战：要以几十年计，而不是几年

Alexander Wissner-Gross 反驳称，终局其实很清晰：开发太阳系、探索星际空间，并由超级智能支持科学研究。Graylin 同意，一个对齐且和平的ASI最终可能让国家的重要性大幅下降，甚至走向“银河系政府式模型”，但这场演进需要“几十年量级的时间，可能要到本世纪末”。
他的节奏判断是，过去几次工业革命分别用了80年、60年和40年才完成；如果把这一轮压缩到5年，“世界根本来不及适应”，甚至可能“让文明倒退”。一位主持人补充了更深层的结构性框架： “我们正运行在17世纪民族国家的架构上，却试图承载21世纪的应用。”
Peter 认为真正的赌注在于：“中国式的威权AI赋能水平，是否会迫使其他国家也采取同样的政治结构。”Graylin 的反驳是，中美两国都不希望ASI摧毁现有体系，而这一共同利益可以成为开启合作与对话的起点。

4. 北京的行为并不像相信ASI即将到来

Graylin 从政府的实际偏好出发判断：如果中国政府相信ASI已经近在咫尺，就不会告诉实验室“不要购买美国人提供的 H200”，也不会对隐私、数据来源、输出标记、儿童成瘾和AI拟人化施加监管，更不会让每个模型发布都经过中国国家互联网信息办公室（CAC）审核，导致发布延迟数周甚至数月。
他反复强调其中的细微差别：“中国可能有2—3家实验室已经有点AGI上头”，但大多数实验室和监管机构仍把AI视作一种通用技术，认为它需要数年或数十年才能扩散。这是“北京和华盛顿之间真正的差距”。
Dave 用一句极具冲击力的话描述这种鸿沟：据称 Dario 告诉 Anthropic，很快世界上“只会剩下一家私人公司，那就是 Anthropic，然后就是各国政府”；而 Xi 则把AI视作一项需要10—20年发展的技术。“这两种观点之间隔着一道大峡谷。”Graylin 认为前一种看法“非常可怕”，也是“非常妄想式的”，并补充说：“我们本质上是在根据几家公司的愿景制定国家战略。”

5. CCP究竟是什么：工程师在运营一场省级锦标赛

Graylin 试图拆解外界对中国自上而下治理的刻板印象：中央规划只负责指明方向——清洁能源、机器人、增加AI应用——随后30多个省份展开竞争，寻找并资助本地冠军企业，同时提供补贴和招聘支持。“没有人说你必须采用某种技术”；各实验室之间实际上是“高度竞争的格局”。Graylin 称，中国中央高层领导中约80%—90%是工程师。
Peter 的儿子从中国创业者那里带回的实地反馈是，成功最重要的因素不是团队协作，也不是商业计划，而是“政府接下来关注什么”。Graylin 的比喻是，政府负责“让溪流朝优先方向流动”，随后让14亿人和全球规模最大的STEM毕业生群体在其中游泳。

6. 开源最初是自发出现，后来得到官方认可

根据 Graylin 与 DeepSeek 内部朋友的交流，DeepSeek 开源并不是政府要求的；CEO 本身就倾向于开源。“他们第一次这么做时，还挨了批评”——政府曾质问，为什么要把这么好的模型免费送出去。随后开源带来的软实力收益改变了评价，其他公司开始跟随这一事实标准，最终 Xi 在 WAIC 上正式认可开源战略。
Graylin 认为，从结构上看，开源是“美国政策逼出来的必需品”。算力受限的实验室可以借助数百万名研究者改进 Qwen 变体，而全球超级云厂商和新型云厂商则购买算力并托管模型，让中国实验室无需承担美国实验室那样沉重的资本开支，也能把模型推向全球。
Peter 预测，Kimi K3 的发布将成为“人类历史上最具标志性的时刻之一，重要性不亚于任何曾经发生的事件”，并希望保留 Xi 立场反转背后的心理动因。

7. 蒸馏：公关武器，也是失灵的单位经济

Graylin 对 Anthropic 的指控进行了测算：3家中国实验室涉及2万个账户、100万—200万次查询，他估计总 token 支出为200万—300万美元，其中 DeepSeek 的部分只有几千美元。他说所有人都在做蒸馏，包括内部蒸馏和反向蒸馏：用中文询问 Claude 它是什么模型时，Claude 回答“我是Qwen”。
反证是 Meta：该公司每月在 Anthropic token 上花费1亿—2亿美元，人均薪酬成本在所有实验室中最高，却直到最近才推出有竞争力的模型，因此蒸馏不可能是全部秘密。“你不可能从别人那里蒸馏出其他人根本没有的东西”；KV cache 缩减20倍是真正的创新。就连 Zuck 现在也说，“蒸馏其实是件好事。”
Dave 则点出了更深层的含义：如果一家前沿实验室花10亿美元达到某个水平，而下一家只需200万—1000万美元就能复制，“这就是一个致命失灵的商业模式”——这也是 Elon 正在转向硬件的原因，因为可持续的护城河在那里。

8. 芯片禁运接连两次产生反效果

最让主持人震惊的是，中国当前的训练工作正在国际数据中心里进行，使用中国境内无法获得的芯片，完成后再“装在硬盘或类似设备里”带回国。Peter 的结论是，晶圆厂是有形且可以禁运的，但“训练只是一个作业”，可以像液体一样转移；带回的文件约为3TB。Graylin 说，禁运“目前更多是政治姿态，而非实质措施”。
第二重反效果是，禁令出台后，Graylin 的半导体联系人接到了政府电话，获得资金和客户支持。中国GPU公司CEO告诉他：“没人想买我们的东西……如果不是美国政策，我们早就死了。”如今中国数据中心必须采购国产产品，这些公司可能在2—3年内开始出口芯片。
他警告华盛顿不要继续沿着原路加码：官员正在增加KYC要求，并试图封锁中国企业使用的海外数据中心。这种做法“会迫使人做出非理性行为”，其地缘政治上的反效果可能大于经济上的影响。

9. 中国真正的主战场是能源：以每千瓦时2—3美分推动社会电气化

针对 Salim 对美国数据中心建设速度以10:1领先中国的惊讶，Graylin 解释说，中国每年新增发电量约为美国的10倍，也超过世界其他地区总和，但重点是推动全社会电气化。他提到，中国40%的石油依赖进口，汽车保有量也基本只有一半完成电气化，因此需要降低外部能源依赖。
西部大型太阳能和风电基地通过高压线路输电，1000英里损耗低于1%；部分数据中心直接建在发电现场，避免电力被弃置。每千瓦时0.02—0.03美元的能源成本，可能只有美国部分地区的1/10—1/15。Graylin 从中国实验室反复听到的约束是算力：出口管制正在拖慢中国的推理能力和用户增长，但同时也刺激了本土创新。

10. 什么会真正让北京警醒

Alex 多次追问，什么样的技术门槛会让 CCP 把递归式自我改进视为国家紧急状态。Graylin 的答案是：多个安全实验室拿出可信结果，证明已部署系统表现出超越指令要求的意图。如今所谓的“失控AI逃逸”案例，往往是在激励机制下产生、被赋予不可能完成的任务，系统还可能被故意留下了漏洞。
如果系统开始在没有被要求的情况下进行黑客攻击、隐藏自身，并“用加密货币赚钱，购买更多服务器来发展自己”，他说，中美两国政府都会更紧迫地关注失控AI问题。
另一个触发点，是看到美国把前沿模型当作进攻性武器使用。Graylin 的反常规处方是：让大多数政府获得防御性访问权限，而不是把访问限制在50家公司，因为超级大国不稳定会伤及所有人，双方都不希望对方的金融体系或电网崩溃。

11. 机器人：禁运是蠢举，人形机器人将经历大洗牌

针对白宫对中国机器人的禁令，Graylin 表示，90%的机器人零部件来自中国；据称美国机器人公司正飞往中国，把执行器装进行李箱偷运回国——这是GPU走私故事的反转版。“我不认为我们还能把这个精灵塞回瓶子里。”
从行业内部看，人形机器人已经出现泡沫：在一个 Graylin 称为 WISC 的活动上，超过200家人形机器人相关公司展示产品，而全球上一年的市场规模只有数万台。他预计，这150多家公司最终会收缩到“个位数”，与LLM实验室从约150家减少到约10家有竞争力公司的过程相似。
Unitree 告诉他，几乎所有客户都是研究实验室，公司正转向只做上半身的机型，因为腿“实际上是负资产”——需要保持平衡，容易摔坏，还需要维护。对商业应用而言，更大的底座和电池反而可能更实用。

12. WAICO对Pax Silica：两大阵营，却都留着一扇开放的门

Xi 出席 WAIC，释放出“AI时代已经到来”的信号。Graylin 将其与 Xi 4—5年前出席世界互联网大会相提并论。新成立的 World AI Cooperation Organization 在访谈不同段落中分别被描述为拥有26个和29个国家成员，其定位是把AI视为共同公共产品，建设训练和算力中心；Pax Silica 则是由美国领导、约25国参与的集团，重点是维持美国领导地位。
最值得票价的信息是，一名组织者告诉 Graylin，他们希望美国加入——“那会非常棒……事实上，他们应该加入”，甚至愿意改名，让组织真正全球化。他的结论是：“我们和他们、他们要用AI接管世界的叙事，我并不真正认同。”
两套计划的差异在于，中国的 AI Plus Plan 强调需求侧扩散：5年内让70%的企业接入AI，10年内达到90%或更高，并没有AGI任务；美国的 AI Action Plan 则强调供给侧——最好的模型和最好的芯片——却没有回答部署之后会发生什么。

13. 把焦虑误认为雄心，也把美国自身推向商品化

当 Alex 要求 Graylin 站在 Wang Huning 的位置上为西方出谋划策时，Graylin 先攻击了这个前提：美国正在“把焦虑误认为雄心”。在他看来，中国的心理创伤来自清朝时期——自大、停止探索、“建了颐和园而不是海军”，随后又经历百年外来支配。中国的动力是防止历史重演，而不是按照西方历史模式对外扩张。
他最尖锐的结构性警告是：美国劳动力约70%属于白领，中国约40%，非洲则为10%—20%。美国高度集中在金融、创意和咨询服务，而这些正是AGI最先取代的领域。“我们正在竞赛冲向AGI，而AGI恰恰会把我们从全球优势地位上挤下去，因为我们正在把自己最强的行业商品化。”
他的处方是再工业化：美国制造业占比已从二战后的50%降至约15%，中国约为35%，预计将升至40%—45%；但这并不意味着数亿工厂岗位回归。未来的服务工作将更多是人与人之间的服务：教师、护士和老年护理。“如果我是麦肯锡的中低层员工，我现在会非常担心”；咨询、会计和法律行业的合伙人都在说，资深员工加AI可以取代初级员工。

14. 最大的模型并不是最大的威胁

Graylin 在 Cipher Brief 发表的论文指出，从数百万到数万亿参数的模型之间，“现实世界的风险与模型规模没有相关性”。参数量1000万—5000万的化学模型就能设计化学武器；参数量10亿—500亿的生物模型可以制造病毒和基因工程生物；一个由100个小模型组成、转录为“M-Dash”的微软系统在 CyberGym 中得分约95，而转录为“Mythos”的系统得分为83—84。这些系统可以本地运行，真正可执行的控制点是前体材料和合成机器。
反直觉的治理逻辑在于，大模型需要云端算力，因此可以进行遥测、记录提示词并加装安全框架。“更大的模型由于外部封装，实际部署能力反而更低。”Graylin 描述的一份英国 AISI 报告显示，包括 Kimi 在内的中国领先开放模型，网络攻击能力约为转录为 Mythos 和 GPT-5.6 的系统的一半；没有中国模型达到部分美国模型达到的最高自主攻击等级，后者大约在30多分制中达到20—25分。
Dave 的反驳构成全场最精彩的交锋：“AI就像一根火柴……Kimi K3是一根燃烧的火柴。你是在测试它开箱即用的版本，而不是它的自我改进版本；我知道它确实能做到。我明天就能让5000个 Kimi 跑起来。”Graylin 仍坚持自己的框架：必须把自我改进与模型规模和危险性分开；防守方需要大模型堵住每一个漏洞，而攻击方只需要找到一个漏洞。

15. 足够好用的AI已经在改造企业，瓶颈在组织而非技术

针对 Salim 提出的“最低可行智能”论点，Graylin 给出了实际案例：已经部署的主力模型都很小——药物发现模型的参数量从数千万、数亿到数十亿不等；OpenEvidence 基于 GPT-4；Harvey 在从旧开源模型升级后，基于 GLM-5.1。“90%的人对今天的模型已经满意。”
他与 Digital Economy Lab 的 Erik Brynjolfsson 共同完成的 Enterprise AI Playbook，研究了10个国家、10个行业的50个成功部署案例。在80%—90%的案例中，拖慢部署的是组织问题而不是技术问题；只有约10%的受访者认为技术是主要障碍。Salim 则以 McKinsey 的数据反驳称，企业AI部署真正有效的比例只有6%。
中国采用速度更快，原因包括自上而下的管理文化和法律先例。Graylin 提到，中国法院曾支持员工的诉讼，员工主张：“AI抢了我的工作，你不能解雇我；你需要给我找另一份工作。”这可能让员工更愿意采用AI；在美国的任意雇佣制度下，员工首先会问，自己是不是正在培训取代自己的工具。

16. 永远报喜的网络，以及中国劳动力市场更难看的现实

Peter 将中国描述为约80%支持AI，而美国约80%反对AI。Graylin 认为，中国的乐观情绪来自40年来清晰可见的技术进步，以及一种“本质上永远报喜的新闻网络”式的国家管理媒体。中国电影和游戏不能出现血液，游戏可以用绿色血液替代。节目短暂提到 Moonshots 是正面新闻的对应物，Alex 随即说：“哇，我们兜了一圈又回来了。”
Alex 要求了解宣传背后的现实，Graylin 在保留限定的情况下给出回答：中国青年失业率“可能在20%左右”；美国青年失业率约为9%，整体失业率约为4.3%。他还引用美国大学毕业生约42%的就业不足率，按他的合并口径，这意味着其中约一半处于失业或就业不足状态。
Tang Ping，即“躺平”现象，确实存在：独生子女政策下成长的一代人从小被告知自己很优秀，进入社会后却遭遇高度竞争的市场和不理想的工作。Graylin 表示，他并不认为中国已经解决了这个问题。

17. 别再玩囚徒困境，真正的博弈是猎鹿

博弈论的核心是：美国假设自己处在单轮囚徒困境中，背叛是最优选择；但现实世界是多轮博弈，针锋相对策略最终可以收敛到合作。Rousseau 提出的猎鹿博弈是正和游戏：一个人单独猎兔，只够养活一个家庭几天；双方合作猎鹿，则可以养活两个家庭一个月。
当前的玩法是最差配置：“我们在追逐雄鹿，而中国在追逐兔子。”美国押注巨型AGI，中国则推动能够改善经济的足够好用的AI。如果美国失败，或者造出一个无法控制的系统，“它会一无所获”，而中国仍可继续获得渐进式收益。
Alex 将中国的“一带一路”描述为向约150个伙伴国家输出电信、能源、交通系统和学校；Graylin 更广义上的“兔子”框架，则是让足够好用的AI扩散到各个产业。一位主持人认为，偏离对角线的损失本应大得多；Alex 称其为生存级风险。Graylin 认同：“是我们把自己放进了那条对角线……这是自我施加的伤害。”
对于如何保持不可替代性，他的答案是以高质量开源进行生态对生态的竞争，因为真正的问题在于，用户究竟愿意支付“每百万 token 50美元，还是只支付电费”。

18. 泡沫算术：美国正在成为超支版苏联

冷战历史正在发生反转：苏联因为把GDP的15%—20%投入军备而拖垮自身，所谓“导弹差距”又提供了错误激励——双方都拿到糟糕的数据，于是继续扩军。Graylin 认为美国如今正在重复这一模式。中国数据中心投入约为美国的1/10，却能达到“97%一样好”；而 NVIDIA 宣布的、涉及 BlackRock、Carlyle 和 Blackstone 的5000亿美元证券化融资计划，“听起来很像次贷问题”。
脆弱性叠加体现在多个指标上：AI占美国市场总市值的45%，互联网公司在泡沫顶峰时约占30%；巴菲特指标达到GDP的240%，互联网泡沫顶峰约为120%。Graylin 对超级云厂商账外债务引用了1.6万亿和1.7万亿美元两种数字，而 Enron 只有2亿美元。他先说 Anthropic 的ARR在“700亿美元区间”见平，随后又说“他们的ARR是70亿美元”；前两个季度收入不足200亿美元，却对应数千亿美元的资本开支和债务承诺。节目讨论的AI收入据称主要来自两家公司。
Alex 将其与中国房地产杠杆和地方财政收入相提并论。Graylin 表示，中国曾在3年内消化约30%的房地产通缩，没有引发危机，同时接受GDP增速从8%—10%放缓至4%—5%。教训是，一个国家必须接受短期痛苦，才能避免更大的危机。另一位主持人称，政策制定者如今把这一过程当作一场受控危机案例来研究。

19. 台湾战争推演、9月24日对话与AI马歇尔计划

Graylin 用一则他认为自己“可能不该透露”的早餐逸闻挑战“为晶圆厂入侵台湾”的理论：TSMC CTO 曾问一名前高级 CIA 官员，如果中国进攻，美国是否会摧毁晶圆厂；对方回答：“我既不能确认，也不能否认，但我们有你们1000名工程师，会在任何事情发生前把他们空运出去。”即使工厂被夺取，没有全球材料和维护支持也会失效。Graylin 认为，中国真正关心的是1949年尚未结束的内战；Alexander 则补充了美国的一个中国政策与战略模糊。
Alex 迫使 Graylin 说清楚这场推测性战争推演：私募信贷与数据中心泡沫可能在2年内破裂，并像2008年那样促使华盛顿向北京求助。“也许 Trump 会打电话给 Xi，说，能不能再帮我们一次”，同时可能出现双方同意的和平安排，以及美国在台湾问题上更大的克制。Graylin 明确表示：“这完全是我的推测。”
对于他支持的9月24日会谈，成功标准只是确保召开第二次会议。2024年的对话之所以令人失望，部分原因在于美国误判了中国的准备文化；Graylin 提到 Kissinger 会提前数月展开讨论。共同优先事项应是非国家行为体风险——他估计勒索软件和网络攻击增加了200%—300%——因为国家安全专业人士明白，第一次打击会招致升级。他呼吁共享信息，并设立红线热线，以减少对假旗攻击的错误归因。
他最后提出一项AI马歇尔计划：最初的150亿—180亿美元换来了数十年的盟友与市场，因此美国应出口AI数据中心和技术，最好采用共同测试的安全开源模型和共享标准。“当我们停止在这里建设数据中心时——当人们最终无法继续为它们融资时，我们可能确实会走到那一步——我们就需要把那些 NVIDIA 芯片卖到更合适的地方。”Peter 的最后建议是，别再“朝自己的脚开枪”。

151. 17岁被2026年ICML收录论文的小少年：我bet开心！开心！开心！投资人 Meng Xing 谈开源影响、中国 AI 人物与 RL 数据的未来