Dario Amodei——“我们已接近指数增长的终点”

摘要

• Dario 的核心判断是：我们已接近指数增长的终点。 技术进展基本符合他的预期——“聪明的高中生→聪明的大学生→开始读博”，真正令人意外的是“公众完全没有意识到我们已经如此接近终点”。他认为十年内出现“数据中心里的天才之国”的概率为90%，并有50/50的直觉判断认为这会在“一到两年、也许一到三年”内发生——“我认为说这件事到2035年还不会发生，简直不可理喻”。
• 他的扩展性判断与2017年提出的“Big Blob of Compute Hypothesis”相比没有变化：聪明程度不重要，关键在7个要素，而RL如今也呈现出与预训练相同的对数线性扩展。 数学竞赛以及“各种各样的RL任务”表现，都与训练时长呈对数线性关系。持续学习“可能根本不是障碍”；长上下文是“工程和推理问题”，不是研究问题，可能会在“未来一两年内”解决。
• Anthropic 的收入是最具交易价值的数据点：2023年从0增至1亿美元，2024年从1亿美元增至10亿美元，2025年从10亿美元增至90-100亿美元。 仅今年1月，收入就新增了“几十亿美元”。Dario 预计这条曲线“今年会有所弯曲”，但增速仍将很快；这也意味着那些暗示2028年总潜在市场规模约为2000亿美元的数字“太小了”。另一个明确判断是：“我很难想象2030年前不会出现数万亿美元的收入。”
• 资本开支纪律是这一期节目中最尖锐的风险框架：如果你每年买入1万亿美元算力，而收入只有8000亿美元，‘世上没有任何力量、没有任何对冲能阻止我破产’。 需求曲线判断错一年就足以致命，这也是 Anthropic 只购买“数千亿美元、而不是数万亿美元”算力的原因；他因此怀疑竞争对手“根本没有把表格算出来”。
• 供应商端的行业数学是：今年算力建设规模约为10-15 GW，并以每年约3倍的速度增长。 明年约30-40 GW，2028年约100 GW，2029年约300 GW；按每GW 100-150亿美元计算，2028-29年每年的资本开支将达到数万亿美元。稳态经济学则是每个模型都能盈利——“训练花10亿美元，收入40亿美元”；公司之所以亏损，只是因为在为指数级扩大的下一个模型持续投入。
• 在编码领域，他关于90%代码行由AI完成的预测“已经实现，至少在某些地方如此”，但关键在于这是一条连续谱。 从90%的代码行，到100%的代码行，再到90%的端到端SWE任务、100%，最后是SWE需求减少90%。他认为模型可能在“一两年内”端到端完成SWE，包括设定技术方向；并估计今天编码模型带来的生产率提升为全要素速度提升15-20%，高于6个月前的5%，这是一种滚雪球效应。
• 从结构上看，他预计最终会有3-4家玩家并保持正利润，而不是走向商品化。 这会是类似云计算的Cournot均衡，只是“模型的差异化程度高于云计算”。盈利能力不是规模阶段的里程碑，而是需求预测的残差：只要需求判断准确、推理毛利率超过50%，且约50%的算力用于训练，“底层经济学就是盈利的”。
• 政策上，他反对联邦层面对州AI法律实施10年暂停令，认为“10年是永恒……这么做很疯狂”，但支持设计得当的联邦先占；主张现在就建立透明度标准，一旦生物恐怖主义风险在“今年晚些时候”明确显现，就迅速采取针对性行动；对中国芯片出口管制持强硬立场，认为反对意见“很可疑”；相比“愚蠢”的聊天机器人法案，他更担心FDA审批管线堵塞。

精读

上游暂未提供，后续同步将继续补齐。