埃隆加入芯片竞赛、标普500重估，以及人类驾驶将成为非法行为｜EP #242

摘要

• Musk 提议的 Terafab，是一场押注算力成为经济组织资源的50×豪赌。 Tesla、xAI 与 SpaceX 联合推动的项目，目标是将年化 AI 算力产能提升至1太瓦，而当前全球产出约为20吉瓦；项目可能在 Austin 建设总面积达1亿平方英尺的设施。Dave Blundin 称其为“迄今为止人类历史上最重要的事业”，但也强调，ASML 设备、材料、劳动力、电力和资本，使这一五年愿景远比公告本身困难。

• 其经济规模可能远超今天的半导体龙头，但嘉宾对估值的计算本就带有强烈推测性。 Peter Diamandis 估算，一次有意义的建设至少需要1500亿美元，甚至可能达到5000亿美元。其他嘉宾认为，复制50座250亿美元的晶圆厂，意味着更大的规模，并把 TSMC 加 NVIDIA 再乘以50作为挑衅性的起点。预测市场据称已将潜在 SpaceX IPO 估值从约1.5万亿美元推向2万亿美元以上。Salim Ismail 称，Musk 对时点的预测通常“准确率约为15%至20%”，Alexander Wissner-Gross 则提出更犬儒的看法：IPO前发布公告，可能是有意为之。

• Terafab 不会让现有数据中心过时，因为嘉宾预计需求会吞噬所有可用芯片和制程节点。 一辆自动驾驶汽车可能消耗一整块 GPU，而这块 GPU 也可以用于脑外科手术或发现新数学，因此真正限制部署的可能不是自动驾驶软件，而是硅片。创业机会被直白地概括为：针对移动场景，用更少的硅片实现更多推理，“你会立刻成为亿万富翁”。

• 自动驾驶可能摧毁私人汽车拥有的经济逻辑，同时重估土地、停车和通勤。 Waymo 已被引用的数据包括1.7亿英里自动驾驶里程、10座城市的3000辆车，以及严重事故减少92%；Uber 则已向 Rivian 承诺12.5亿美元，并计划部署5万辆 robotaxi。面对“人类上路驾驶将变得不合社会规范”的判断，Alexander 认为驾驶可能永远不会消失，而是被抽象为安全的人机闭环；车队运营则可能将出行价格压低至每英里10-30美分，并释放车库、体育场停车场，以及目前洛杉矶可能有60%被停车占用的土地。

• AI 带来的劳动力冲击，被描述为一次短暂的组织压缩，随后伴随企业数量倍增。 Salim 预计，随着工作流从人与人转向 agent 与 agent，典型企业最终只需保留当前20%-25%的人手；企业数量则可能增加至原来的4至5倍，部分抵消就业收缩。Dave 的目标更具体：推动成本结构走向80% token 成本、20%工资成本；留下来的高价值员工，不是重复执行工作，而是持续改进 AI 系统。

• 尽管存在明显的刷量激励，token 消耗正成为管理层第一个可以分析的生产率投入指标。 Jensen Huang 的例子是：年薪50万美元的工程师，至少应消耗25万个 token；这一说法被拿来与 De Beers 规定消费者应花多少钱买钻石相比较，但 Alexander 认为，token 仍是一份“可读、可辩护、可分析”的记录，不像打卡工时那样缺乏实质内容。实际控制手段是保留公司所有 prompt 和输出，用另一个模型分析质量，并避免报销发生在公司基础设施之外的 AI 使用。

• Chamath Palihapitiya 关于终值的警告，将现有护城河崩塌与资本本身崩塌区分开来。 他的情景假设是：规模达58万亿美元的标普500，平均自由现金流倍数从约22×降至7×，市值蒸发约三分之二；若降至2×，则可能蒸发约90%，因为 AI 令五年后的现金流可见性变得脆弱。Dave 和 Alexander 接受对静态特许经营模式的攻击，但拒绝全市场虚无主义：资本会转向基础设施和适应性管理，而 Salim 认为幸存的护城河是“比竞争对手学习更快的活系统”。

• 同一轮加速正在缩小模型、设计芯片，并把价值从无差异化的基础模型中转移出去。 GPT-5.4 mini 和 nano 据称运行速度提升一倍，同时逼近完整 GPT-5.4 的编程表现；匿名的万亿参数 Hunter Alpha 在被归因于 Xiaomi 前，已处理超过1600亿个 token，Xiaomi 股价随后上涨5.8%。与此同时，Design Conductor 在12小时内完成了一颗可运行 Linux、主频1.5 GHz 的 RISC-V CPU，替代所谓90天的传统周期。模型讨论将蒸馏称为“近乎魔法”，芯片讨论则认为，基础模型商品化后，专有数据、分发能力、专用硬件和更高层的 agent 框架可能成为价值来源。

精读

1. Terafab 将1太瓦设为新的工业目标

• Peter 的框架是：Terafab 是 Tesla、xAI 和 SpaceX 的联合目标，计划年产1太瓦 AI 算力，而当前全球产出约为20吉瓦。“我们衡量 AI 计算的单位，已经是功率，而不只是芯片。”

• 这座拟建于 Austin 的综合设施最终可能达到1亿平方英尺，首个1太瓦目标将在“个位数年”内实现。一类芯片将服务机器人和汽车的边缘推理，另一类则用于轨道算力，生产高功率、耐辐射芯片。

• Peter 转述的 Musk 供应商立场是：“Samsung 能给我的，我全都要。”但现有制造商无法提供足够产能。因此，Terafab 是对一项据报道规模为160亿美元、完全执行后可能接近450亿美元的 Samsung 协议的补充，而不是简单替代。

• Dave 称这项任务是“迄今为止人类历史上最重要的事业”，因为算力能够解锁下游的一切。其规模也延续了 Musk 的惯用打法：找到受限供应商，进行垂直整合，再把竞争尺度提升到远超现有方案的数量级。

2. 半导体物理与发射节奏横亘在愿景和产出之间

• Dave 的反驳值得保留：半导体制造可能是人类最复杂的供应链，受 ASML EUV 设备、光学系统、材料和专业工人约束。宣布正确的规模，并不能解释这些硬瓶颈如何消失。

• Peter 计算称，如果每年向轨道投送1000万吨物资，按约1吨重的新一代 Starlink 卫星计算，每天需要发射约274次，即每5.3分钟一次。Musk 将其类比为航空公司运营，背后的含义是完全不同的制造和发射模式。

• Alexander 预计，“生产地狱”会迫使行业发现新的材料和工艺，而不只是复制 TSMC 的现有技术栈。他提出了光刻之外的替代方案。另一位嘉宾回忆称，Musk 曾对通过自组织过程逐个铺设原子感兴趣。

• 配套劳动力本身可能是合成的：嘉宾预计，人形机器人和超级智能将帮助建设晶圆厂，因为人类劳动力不足以达到所需规模。讨论强调了外溢效应，并将其与太空时代碳纤维向普通产品的扩散相比较。

3. Terafab 将地缘政治、月球产业与 Musk 的企业结构捆绑在一起

• Peter 认为，这一提案具有“巨大的地缘政治影响”，可能加速第三次世界大战和中国入侵 Taiwan，也可能更乐观地起到缓和作用。因此，它是一个影响远超另一座芯片工厂的产业政策项目。

• Alexander 进一步推演了物理层面的规模：利用月球资源建造1拍瓦算力，可能消耗月球约三十万分之一的质量；若达到1艾瓦，则可能需要约3%。因此，讨论中不断重复的一句话是：“月球确实是自找的。”

• 按照20%的产能供 Tesla、80%供 SpaceX 的规划，Alexander 认为 Terafab 可能成为 Musk 各项事业“宏大统一”的基石。他还表示，统一的核心作用将是集中融资能力，为多座晶圆厂并行建设提供资本。

• 资本估算仍然十分宽泛。Peter 的模型给出至少1500亿美元、甚至5000亿美元的建设成本；嘉宾反驳称，达到全球当前产出的50倍，意味着更接近50笔250亿美元的单独投资，且还未计入轨道基础设施。

4. 估值案例在选址确定前就已触及万亿美元

• Peter 将 Terafab 与讨论中估值达1.7万亿美元的 TSMC 相比较，同时指出该项目可能把晶圆制造与类似 NVIDIA 的芯片设计结合起来。嘉宾认为，即便把“TSMC 加 NVIDIA”放在一起，也低估了一个目标产量达到当前 AI 芯片50倍的企业。

• Peter 称，预测市场已将潜在 SpaceX IPO 的估值从约1.5万亿美元推向2万亿美元以上，部分反映了 SpaceX 在 Terafab 中的份额。他把 SpaceX、Starlink、NVIDIA、ASML 和 TSMC 的组合视为上行框架，并明确表示这不是投资建议。

• Peter 提出了首家100万亿美元公司的可能性，以及一个规模可能超过 NVIDIA 一个或两个数量级的 Musk 生态。Salim 的提醒集中在时间维度：Musk 可能方向判断正确，但其时点预测的准确率仍只有“约15%至20%”。

• Alexander 给出了犬儒式解读：宏大公告恰好在 IPO 前发布，有助于激发资本热情。其他人认为垄断担忧为时过早，因为最终选址尚未确定，Google 仍拥有芯片和巨额现金流，未来竞争者也仍可能出现。

5. 算力需求继续支撑地面基础设施的价值

• Alexander 否定了轨道系统会蚕食地面数据中心的观点：“我们将需要能创造出的全部算力，而且还远远不够。”当社会依赖 GPU、又无法承受太空系统停摆时，国内产能也会成为国家安全基础设施。

• 即使是效率较低的3纳米和5纳米节点，也可以与2纳米和1.6纳米产能一起满负荷运行。当总需求接近嘉宾反复描述的近乎无限水平时，效率较低并不意味着产能会被闲置。

• Alexander 指出，一辆自动驾驶汽车大约使用一整块 GPU，而同一块设备很快可能被用于脑外科手术，或发现数学和物理规律；交通行业可能难以承担算力的机会成本。

• Peter 随即提出创业号召：“想办法针对这一具体场景，用更少的硅片完成更多计算，你会立刻成为亿万富翁。”技术和需求可能远早于足够芯片的供应而到来。

6. 机器安全可能让公共道路驾驶在社会层面变得不可接受

• Peter 引用 Waymo 的数据：已完成1.7亿英里完全自动驾驶，相当于约200个人类驾驶生涯；严重事故减少92%，拥有3000辆车，服务覆盖10座城市。这些数据支撑的已经不只是产品比较，而是一项政治论证。

• Peter 预计，社会将出现类似室内禁烟或限制酒驾的临界点：当机器安全性达到95%或97%时，选民会追问，为什么还要允许非必要的人类驾驶让儿童暴露于危险之中。他设想，未来三至五年内可能出现大量视觉冲击强烈的宣传活动，而赛道仍会向爱好者开放。

• Salim 预计，限制措施会从城市中心开始，再向外围扩散。嘉宾还指出，在发达国家，事故是5岁以下儿童死亡的首要原因之一，这将为安全运动提供强大的情感支持群体。

• Alexander 以“永远不会”反驳。驾驶可能转向更高层次的抽象：FSD 14 和 Grok 负责理解人类意图，机器则控制不安全的边缘情形。“Mad Max”模式成为加速器，在人机闭环中保留自主性，而不是允许机械系统完全失控。

7. Robotaxi 同时冲击司机工资和车辆利用率

• Uber 已披露的动作包括向 Rivian 投资12.5亿美元，以及计划部署5万辆自动驾驶 robotaxi。Alexander 还讨论了标价约3万美元的 Cybercab，认为个人可能因此拥有能够产生收入的本地车队。

• Salim 的结构性判断是：制造商每年生产接近1亿辆汽车，但这些车94%的时间处于空置状态。如果共享自动驾驶将所需车队规模减少至原来的五分之一或十分之一，制造、服务、维修、保险和经销商体系都将自下而上重建。

• 去掉司机这一许多出行成本中的最大项，再让车辆所有权覆盖更多里程，可能把服务价格推向每英里10-30美分；另一项估算则是，比私人拥有汽车便宜4至5倍。耐用的电驱系统会进一步放大利用率冲击。

8. 飞行汽车与自动驾驶车队将重估实体土地

• Joby 的首架符合 FAA 规范的飞行器已进入测试；Archer 据报道已实现 Midnight 合规性验证手段100%获得 FAA 接受。Peter 预计，美国最早将在约18个月内开通服务，并于2028年在洛杉矶大规模部署。

• Dave 预计 eVTOL 从诞生起就会实现自动驾驶，但 Alexander 强调，早期获 FAA 批准的飞行器很可能搭载1名飞行员和4名乘客。Peter 估计，载人驾驶阶段可能很短，约两年后便转向自动驾驶，并配合分布式起降点快速充电。

• Salim 更大的命题是“全面重塑城市”：房地产稀缺往往是可达性问题。Peter 已经把一个车库车位改成卧室；自动驾驶普及后，车库、市中心停车楼和体育场停车场都可以转变为住房、健身房、公园或商业空间。

• Peter 回忆称，有估算认为洛杉矶市中心约30%的面积被停车占用；另一位嘉宾则认为，停车场占洛杉矶土地面积的60%。与此同时，自动驾驶通达性、无人机配送和 eVTOL 连接可能推高人们对岛屿及偏远美丽地产的需求，让城市中心像一条“从任何地方到任何地方的虚拟地铁”。

9. 自动驾驶房间将人变成被路由的数据包

• Alexander 将移动出行推演至终点：类似 Winnebago 的自动驾驶办公室和卧室可以与日历及其他车辆同步，早上把人从 Boston 运到 Washington，晚上再去 Chicago，第二天继续移动。

• 他的标志性表述是：“人类变成了由自动驾驶车辆系统路由的互联网数据包。”车辆不再只是通勤工具，而成为嵌入社交和日程网络中的移动房地产。

• Peter 仍希望 Hyperloop 用于超音速城际交通，但 Alexander 预计它会更适合集装箱，因为货运可以承受不同的重力和安全标准。被问及 Hyperloop 与点对点 Starship 谁会先实现时，Peter 选择了 Starship，因为背后是 Elon，飞行器已经存在，发射项目也已在开发。

10. AI 先压缩企业，再让企业数量倍增

• Goldman Sachs 估计，AI 可以自动化美国25%的工作时长；Peter 认为这个比例偏低。PwC 的警告——要么采用 AI，“要么这里没有你的位置”——以及 G42 只为 AI agent 招聘的职位，让这场转型变得具体而非理论化。

• Salim 预计，典型公司最终只保留当前20%-25%的员工，工作流从“人与人”转向“agent 与 agent”。他对“80%的工作岗位消失”这一判断的反驳是，社会可能形成4至5倍数量的公司，而大型 incumbent 的转型速度会更慢。

• 咨询业尤其暴露：agent 越来越能够制定战略，咨询公司只能转而出售实施能力或更优质的专有 agent。Alexander 强调，按小时计费的模式很难主动自我颠覆；替代者更可能来自按结果收费的新公司。

• Peter 偏好的 incumbent 应对方式，是邀请创业者解释他们会如何摧毁现有模式，然后为最优秀的相邻颠覆者提供资金。IDEO 创建开放式设计市场，被视为把潜在替代方案放到组织边缘的范例。

11. 私募股权可以在旧模式消亡前收割转型红利

• Alexander 区分了终局式衰退与短期现金创造。如果 AI 最终以人类成本的10%、甚至2%完成工作，那么一家现金充裕的 legacy 企业，即便原有竞争模式走向过时，也可能变得大幅更赚钱。

• 私募股权所有者可以强制推动转型，将更高现金流投入孵化器，收购威胁企业的初创公司，或在内部建设替代业务。Alexander 以 OpenAI 和 Anthropic 与私募股权公司的合作为例，认为这一打法已经开始成形。

• Agent 也在压缩尽调和重构流程。Alexander 称，Salim 或 Alexander 这样的专家如今可以用过去所需“千分之一的时间”，拆解目标公司的监管资产、数据和工作流，使转型本身成为一波越来越自动化的浪潮。

12. Token 预算成为可读的管理系统

• Jensen Huang 给出的警戒线是：一名年薪50万美元的工程师，如果消耗的 token 少于25万个，就值得警惕。Alexander 认为其中存在循环论证——工程师的投入最终又会惠及 NVIDIA；Peter 则把这一规定比作 De Beers 告诉消费者，应该拿几个月的工资买钻石。

• Dave 已经为旗下组合公司设定80% token 成本、20%工资成本的目标，Peter 的即时目标则是50/50。在80/20结构下，消除剩余员工的重要性下降，保留能够将 AI 效率再提升1%的员工才更重要。

• Alexander 为这一指标辩护，并不是认为每一个 token 都有生产力，而是因为 token 是第一种“可读、可辩护、可分析的投入”：另一个 AI 可以检查 prompt 和输出是否具有实质内容。企业可以用质量调整后的分析，替代简单粗暴的 token 冲榜。

• 运营建议具体得异常：在员工习惯使用个人账户前，先捕获所有 prompt 历史。Dave 使用 Amazon Bedrock，因为它会把历史记录存入 S3；他偏好用 Cloud 4.6 进行分析，并表示：“不要报销你看不见的 AI 使用。”

13. Chamath 的终值警告直击22×市场

• Peter 转述 Chamath 的前提是：现代资本市场默认“护城河会持续、品牌会长存、网络效应会防御”。如果 AI 让复制和颠覆的成本低到足以改变规则，那么要预测5年之后的自由现金流就会变得困难，终值也会收缩。

• 以讨论中引用的58万亿美元标普500为例，如果平均倍数从自由现金流22×压缩至7×，市值将减少约三分之二；降至2×则意味着损失接近90%。Peter 称，整个 SaaS 商业模式尤其脆弱，因为转换成本和其他基于比特的优势都将受到攻击。

• Salim 接受这一制度性后果：如果5年之后的可见性崩塌，公开市场就必须奖励期权价值和持续更新，而不是稳定性。“唯一的护城河”可能只剩下比竞争对手学习更快的活系统。

• Peter 补充称，实体资产可能变得更加重要，因为原子比比特更难被颠覆。

14. 静态护城河消失，资本仍然存在

• Dave 同意，公司不能指望22年后仍出售同一种产品，但他拒绝标普500整体崩塌的判断。Apple 的价值并不来自维持原有产品组合，真正重要的资产，是能够随着经济财富扩张“随创新起舞”的管理团队。

• Alexander 同样拒绝虚无主义结论：自由现金流仍会流向某处，可能是基础设施、月球采矿、能源或适应性平台。后护城河经济可以摧毁依赖稀缺性定价的行业，同时通过新能力扩大整体资本。

• Salim 的 EXO 研究发现，按适应性和使命感排名的 Fortune 100 前10家公司，在7年期股东回报上跑赢后10家公司40倍。他目前正在重建这套框架，以适应由社区和 agent 群体日益构成的组织。

• Peter 指出，非标普中型股的交易倍数已经接近自由现金流7倍。其中一些公司可能通过自动化将现金流提升3倍，即使倍数下降，也会形成与被401(k)资金流托举的指数成分股完全不同的机会集合。

15. Starship 改变月球计划的成本中心

• Artemis II 被描述为计划在3月12日完成准备情况审查后，于4月1日发射，执行一次类似 Apollo 8 的绕月任务，但不着陆。与此同时，中国已宣布计划在2030年前后将宇航员送上月球，从而重新制造一场明确的十年末竞赛。

• Peter 的比较显示，Starship 运往轨道的质量超过 SLS 的2倍，运往地月转移轨道的质量也约为2倍。在可重复使用的时代，SLS 仍然是一次性消耗品，成本部分由一支类似 Space Shuttle、约2万人的固定劳动力体系推动。

• Salim 将这一转型概括为“从政府太空表演走向商业太空演化”。Alexander 称 Starship 显然是 incumbent，并希望未来两至三年内人类重返月球，最终再前往 Mars。

• Peter 预计 Starship 将实现“全面胜出”，但 Blue Origin 仍在竞争范围内。更深层的工业类比不是另一场孤立任务，而是车队和铁路：建立通往地外、支持永久扩张的运输基础设施。

16. Ryugu 让泛种论从隐喻走向可检验的生物学

• 据报道，来自小行星 Ryugu 的样本含有 adenine、guanine、cytosine、thymine 和 uracil，即 DNA 与 RNA 共用的5种核碱基。Peter 认为，这强化了生命起始成分可能从其他地方抵达地球的可能性。

• Peter 引用了一个归因于 NASA administrator 的超过90%预测：火星微生物生命的证据即将被发现；一位嘉宾讨论了其含义。由于 Mars 更早冷却，撞击抛射物可以在行星之间传播，决定性检验就变成：火星生物是否与地球生命共享基因。

• Alexander 强调更长的时间尺度：在超过10亿年的时间里，恒星移动、彼此掠过、发生爆炸并重新混合星云物质，使泛种论可以跨越单一行星邻域运行。一项关于遗传复杂性的外推据称认为，第一个碱基对出现于地球生命记录显示生命出现前约10亿年。

• Peter 的系统动力学图景将传播与灭绝联系起来：小行星可能反复分发生物成分，随后又抹去复杂生命，正如恐龙遭遇的那样。只有当环境稳定足够长、复杂性得以累积后，智能才会出现。

17. 蒸馏让模型变小，也侵蚀模型级护城河

• 据称，OpenAI 的 GPT-5.4 mini 和 nano 运行速度提升一倍，同时在编程基准上接近完整 GPT-5.4。Alexander 解释称，蒸馏是由大模型教师生成合成数据，训练更小的学生模型，以更低成本保留大部分能力。

• 真正令他惊讶的是反复蒸馏：更新的大模型可能本身就使用早期蒸馏系统的合成输出训练，但压缩仍在持续发挥作用。他设想的终点是一个“蒸馏黑洞”，只用几百万甚至更少的参数容纳超级智能。

• Hunter Alpha 提供了竞争案例：一个匿名的万亿参数模型，拥有100万个 token 的上下文窗口，并在 OpenRouter 上免费处理了超过1600亿个 token。外界原本认为它是 DeepSeek V4，但讨论中将其归因于 Xiaomi；Xiaomi 股价随后上涨5.8%。

• 嘉宾预计，只要团队能够投入5000万至1亿美元，万亿参数模型就会大量出现，成本也会继续下降。Alexander 认为，基础模型将逐渐商品化，价值转向专有数据、10亿用户级分发、企业关系，以及 OpenClaw 等更高层框架。

18. 机器设计芯片拓宽算力前沿

• 据报道，Vector 的 AI agent Design Conductor 从概念到流片，在12小时内设计出一颗主频1.5 GHz、可运行 Linux 的 RISC-V CPU，而传统周期据称需要90天。Peter 将其视为递归式自我改进逃离纯软件循环的例子。

• Alexander 提出了保留意见：RISC-V 拥有清晰的单元测试和可验证奖励，使自动化迭代格外容易。但他反驳称，一个能够设计自身算力底座的系统依然非同寻常，下一步可能重设计数据中心、能源系统、机器人乃至整个经济。

• Alexander 不接受5万名硬件工程师因此变得多余的结论。低成本设计可以催生数千种针对特定工作负载的芯片，效率可能提升10倍；工程师会转向专业化，而晶圆厂只需在不同设计之间更换掩模版，就能维持吞吐量。

19. 产业政策如今围绕算力瓶颈展开

• Department of Energy 宣布将为 Genesis 项目投入约3亿美元，覆盖制造、生物技术和能源领域的20项挑战。Alexander 欢迎美国重新建立围绕重大挑战展开的产业政策，但 Peter 认为，相比中国由国家主导的支出，这笔钱仍然微不足道。

• Ohio 的活动人士正推动一项宪法禁令，禁止建设功率超过25兆瓦的数据中心。嘉宾认为这一救济措施过于极端，并指出每增加1吉瓦算力约需100亿美元投资；Peter 也反驳了“循环冷却水意味着数据中心持续消耗社区供水”的说法。

• NVIDIA 获准向 Beijing 出售 H200 芯片，被解读为承认出口限制已经失败：中国通过中间商获得芯片，并加速了国产替代。Alexander 反驳称，NVIDIA 实际上并未失去销售，因为所有可用产能本来就已卖给其他市场。

• 另一位嘉宾补充了一种安全层面的倒置：Beijing 可能检查进口美国芯片，寻找电路级反制措施或隐藏控制，尤其是在美国实验室可获得的前沿芯片仍领先 H200 的情况下。放松禁令并不能修复供应最初被武器化时已经破裂的信任。

20. 保存完好的哺乳动物大脑让冷冻保存成为现实选项

• 据报道，Nectome 已保存一整个猪脑，同时保留细胞活动且损伤极小，将早期关于神经元结构的工作扩展到大型哺乳动物器官。Peter 介绍了其化学保存方法，并将其与 21st Century Medicine 的玻璃化方法并列；后者通过阻止破坏性冰晶形成和渗透损伤来实现保存。

• Alexander 认为，这一结果进一步证明整个大脑的结构可以被保存，尽管未来复苏或模拟尚未得到验证。因此，他的问题转向选择权：“为什么没有10亿人报名参加冷冻保存？”

• Alexander 的直接建议是，把冷冻保存纳入长寿投资组合，从而保留“见证23世纪”的机会。Peter 披露称，他与 Nectome 存在非正式顾问关系，同时表示自己推广非营利机构 Alcor 不涉及经济利益。

21. 实际行动建议偏向混合算力、AI 中介与资产所有权

• Alexander 否定了本地硬件、AWS 或 iPhone 算力三选一的答案。本地系统提供控制力和隐私，云端提供可扩展性和维护抽象，手机则最大化边缘隐私；真正可行的是一条光谱，而 prompt 历史的保留比技术路线的意识形态纯洁性更重要。

• Dave 认为，相比针对具体任务的机器，人形机器人设计过度，但这种过度是理性的：人形在视觉上更有吸引力，更容易融资，也更容易围绕其招募人才。这些资本会先建设零部件供应链，随后让不那么光鲜的农业、服装和工厂机器人大量出现。

• Peter 认为，谈判是一个尚未被充分挖掘的主要应用，因为模型可以站在另一方的框架中思考，吸收冲突解决先例，并避开人类部落主义反射。Alexander 称，商业对手如今已经会各自带着前沿模型参与陷入僵局的谈判，并迅速收敛到“商业上合理”的结果。

• 在医学方面，Alexander 对解决大多数疾病的乐观时间表约为5年。他认为，FDA 的 Bayesian 转向，以及从两项试验走向一项试验的趋势，在计算证据足够压倒性、政治压力足够强的情况下，最终可能让经过强验证的疗法实现零试验审批。

• Dave 最后的资产配置判断十分鲜明：未来3年，W-2 收入可能遭到“重击”，而所有权将升值。他建议听众持有 AI 最内层循环中的资产——晶圆厂、电力、芯片设计和直接算法应用——不要只依赖工资收入。