摘要

Anthropic 放弃其2023年“除非能保证安全，否则不训练”的承诺，使对齐从单方面承诺变成竞争均衡。 Salim Ismail 的判断是“安全通常会在指数级竞赛中失效”，而 Alexander Wissner-Gross 认为，原有保证本就不可能实现：安全必须由相互竞争的实验室、民族国家以及“整个人类文明”共同涌现，而不是靠一个英雄式的单一主体。Dave Blundin 接受这一长期逻辑，但警告未来3年仍可能出现大规模失业、私密数据被利用，以及“大规模、肆意蔓延的AI销售消费主义”。
企业软件的护城河正在坍塌，因为简单的智能体脚手架如今就能抹去行业级市场价值。 Anthropic 的金融、银行和 HR 插件大多只是 MCP 封装和说明文字，但 Wissner-Gross 表示，“SaaSpocalypse”已从软件公司市值中蒸发约1.5万亿美元；一年前足以支撑一家40亿-50亿美元初创公司估值的功能，几个月后就可能沦为基础能力。Ismail 的回应是一套 AI 原生数字孪生体，将工作迁入战略和执行智能体，在人类负责监督和处理例外的情况下，可能把组织成本压到原来的1/3-1/5。
模型能力正变得极度密集，议价权向边缘设备转移，但不会消灭超大规模云计算需求。 Alibaba 的350亿参数 Qwen 3.5 Medium 据称击败了2350亿参数的 Qwen 3；一款20亿参数、6-bit 的 Qwen 3.5 也已在 iPhone 17 Pro 上离线运行。小组将这一趋势称为“超通缩”，并提到 Sam Altman 所说的同等能力下成本每年下降40倍。本地智能“不可阻挡”，也“不可审查”。
Amazon 与 OpenAI 的交易既是一笔迟到的入场费，也是“超级智能金融化”的机制。 访谈先描述了一笔附条件的350亿美元报价，随后讨论了500亿美元方案，条件与 OpenAI 上市并实现 AGI 绑定；据描述，该方案将为 Amazon 的 Trainium 或 Trainium2 提供工作负载、向 Amazon 提供定制模型，并授予 AWS 为 OpenAI 自动化同事套件提供独家第三方托管的权利。面对据报7300亿美元的投前估值，Wissner-Gross 认为这是昂贵但理性的前沿基础设施再入场——不是空洞的循环，而是日益激烈的横向专业化竞争。
自主公司和 AI 管理的员工正从市场底层出现，在玩具式部署中也能迅速获得真实经济规模。 Polsia AI 已经以每月约50美元运营超过1,000家微型公司，其中一些可以接受真实的 Stripe 购买；Wissner-Gross 预计会出现“一人集团”，而 Ismail 认为创办公司的边际成本正趋近于零。与此同时，Burger King 的 Patty 耳机把指导变成监控和训练数据——“肉傀儡”——小组预计这一过渡期可能在2-3年内推进到可量产的 VLA 机器人。
AI基础设施交易正从 GPU 扩展到电力、存储、云和替代性加速器。 美国计划新增创纪录的86吉瓦公用事业级电力容量，超大规模云厂商正被要求自行承担电力成本，Meta 据报与 AMD 达成了1000亿美元芯片交易，TSMC 则被认为生产了66%的 AI 芯片。瓶颈仍是制造产能，但小组认为投资圈已经广泛到“循环经济与真实经济无法区分”。
Google 的分发优势正变得可感知：低价多模态生成与 Android 系统层面的智能体能力正在合流。 基于 Gemini 3.1 Flash 的 Nano Banana 2.0 能以每张4.5美分生成4K图像，并把推理能力与扩散模型的速度结合起来；Gemini 还可以跨 Android 应用完成多步骤交易。这一装机基础可能给 Apple 带来压力：Apple 的芯片被赞许适合本地推理，但其软件被形容为“Nowheresville”；与此同时，商业 API 正走向“机器对机器优先、人类其次”。
生物学正成为可读写的平台，恰逢长寿赛道吸引创投级资本。 Prime Medicine 的 prime editing 疗法据称治愈了一名患有慢性肉芽肿病的青少年，通过 DNA“查找并替换”完成编辑且不产生双链断裂；长寿初创公司2024年融资85亿美元，今年预计达到120亿-180亿美元，更广义的市场则预计在4年内从5万亿美元增长到8万亿美元。可投资的转向，是从重复产生病后医疗收入，转向治愈、逆龄、认知维持和国家级 AI 医疗。

精读

1. Anthropic 以竞争对等替代安全保证

Peter Diamandis 开场提到，Anthropic 放弃了其2023年“除非能保证安全，否则不训练先进AI”的承诺。Blundin 将替代标准概括为“至少不比任何人差，或者比任何人更好”——门槛明显下调，但 Diamandis 仍认为，在一场不受约束的竞赛中，这种说法更诚实。
Ismail 的框架是绝对性的：“安全通常会在指数级竞赛中失效。”OpenAI 打开了“潘多拉魔盒”，技术会按自己的速度继续前进；人类制度必须设法跟上并加速，而不能指望一个自愿落后的参与者约束所有其他人。
Blundin 将这一滑坡类比于 Google 从“不要作恶”、承诺不留存搜索记录，走向 Chrome、DoubleClick、Gmail 以及无处不在的定向投放。他的同情式解读是，Dario Amodei “只想要一些规则”，但必须在无足轻重与废除自己真心偏好的标准之间二选一。
按小组说法，经济压力非同寻常：Anthropic 被指同比增长10倍，今年预计收入260亿美元，并可能在2029-2030年左右达到年收入1万亿美元。Blundin 称，若按 Perplexity 当前估值倍数外推，得出的估值将是夸张的1000万亿美元。

2. 竞争，而非英雄式实验室，成为对齐机制

Wissner-Gross 拒绝了任何个人或前沿实验室能够“保证安全”的前提。前沿竞争之所以有价值，部分原因在于它阻止单一主体主宰“未来光锥”；单方面的安全主义只会重新制造这种不可能承受的责任集中。
他的替代方案，是在实验室、甚至民族国家之间建立“权力平衡与权力分立”。2020年夏天，人类在互联网上留下的内容训练了 GPT-3 所代表的“婴儿AGI”；因此他推断，超级智能的对齐也可能需要人类集体对其进行“防御性共同对齐和共同扩展”。
Anthropic 自身的历史支持了他的论点：关注安全的 OpenAI 员工成立了一家对齐公司，随后发现安全需要专有模型，模型需要资本，资本又需要收入。“这个循环完成了”：另一家对齐组织最终变成能力开发组织；Wissner-Gross 如今认为两者不可分割。
提议的6个月暂停成了一场失败实验。Wissner-Gross 说：“安全追上来了吗——先不论这到底是什么意思？完全没有。”如果说有影响，暂停倡议反而加速了关注度和能力进展，却没有产生承诺中的安全机制。

3. 长期乐观并不能抹去未来3年的危险窗口

Blundin 认为，最大限度追求真相的 ASI 只是所需条件的一小部分。它或许能限制审查或强加单一宗教，但解决不了失业、用户交出最私密信息，以及逐利型智能体学习如何说服用户消费等问题。
他与 Wissner-Gross 的分歧主要在时间尺度：也许10年后，丰裕会让今天的担忧显得可笑；但未来3年可能出现“大规模失业、彻底混乱，以及大规模、肆意蔓延的AI销售消费主义”。面向消费者、需要收入的实验室，最有动力利用这一劝服通道。
Diamandis 问安全是否可能成为涌现属性；Wissner-Gross 看不到这种涌现属性的机制。Blundin 则主张立即立规，把今天的 AI 竞赛比作 NFL 防守协调员花钱悬赏伤害四分卫：只要小额罚款能换来让对方球员整个赛季报销，就值得这么做。

4. AI 同时成为地缘政治的工具与目标

Anthropic 被描述为与战争部处于悬而未决状态，可能仍在谈判，否则就会被切断供应商资格并列为供应链风险；与此同时，OpenAI 已经拿下交易。Diamandis 将这一状态与有关 Anthropic 技术曾被用于协助策划伊朗境内袭击的报道并置。
Blundin 的说法非常直接：卫星、无处不在的摄像头和 AI 图像分析，如今让掌握这套技术栈的人“可以随时清除任何一位世界领导人”。他说，这一点在前一个季度已经演示过两次，未来战争将归结为谁控制 AI，进而“决定谁还能继续掌权”。
Wissner-Gross 提供了一个带有保留的地缘政治解读：影响委内瑞拉和伊朗对华石油流动的行动，可能也与台湾、半导体供应以及西方 AI 的连续性有关。按照这一理解，超级智能不只是手段，它正在被用于“保护西方超级智能的未来”。
Blundin 认为，在紧凑型模型能够协助制造病毒或武器之前，只有几个月、最多到今年年底，来完成芯片、算力、智能体和用例的登记。Ismail 称 Congress、NATO 和联合国是“最没有牙齿的3个”候选机构；Anthropic 的法律挑战可能成功，但普通诉讼通常需要约3年。

5. OpenClaw 为持久型个人智能体定下产品模板

Claude Cowork 增加了晨间简报、表格更新等定时重复工作，Claude Code 则增加了通过手机或 URL 远程控制的能力。Wissner-Gross 认为，这两项功能都直接对应 OpenClaw 的定义性特征：自主“无头”运行、全天候持续工作，以及通过普通消息渠道便捷交互。
但他仍称两者只是“半成品”。Cowork 和远程 Claude Code 没有 OpenClaw 式 Jarvis 的完整封装，他预计 Anthropic、OpenAI 以及其他主要实验室会在未来几个月内推出官方版本。
Ismail 关注的是边缘端：一名开发者只靠一台 Mac Mini、本地运行的 Qwen 和 OpenClaw，就拥有了脱离任何中心化指挥体系的非凡独立能动性。Diamandis 将其效果概括为能力同时民主化和去货币化；Wissner-Gross 则尖锐指出，其中相当一部分来自中国。
Blundin 提供了产品约束：OpenClaw 可以删除本地文件，因此他、他的孩子以及其他用户都会把它隔离在单独的笔记本电脑或 Mac Mini 上。大型厂商几乎不可能把“在独立硬件上运行”作为安全指引来发布这种产品，尽管用户一旦获得 Jarvis，“就再也回不去了”。

6. 持久型智能体催生安全集成与验证热潮

Perplexity Computer 自动化了一套工作流：让用户征询多个前沿模型，再综合它们的判断。Wissner-Gross 称其为有用的“语法糖”，但最终只是标配；模型委员会和模型陪审团都只是脚手架，基础产品会把它们吸收进去。
算力是现实约束。持续运行一个或多个智能体会消耗大量基础设施，Wissner-Gross 不确定 Anthropic 目前是否有足够的云容量大规模提供持久型智能体；实验室可能正在等待基础设施追上应用需求。
Blundin 认为，真正可投资的缺口在于监管行业内部的部署。他提到，J.P. Morgan 的一个部门被限制只能使用 GPT-4，而个人已经可以在 Mac Mini 上运行强大得多的智能体栈；如何把这种能动性转化为“不把一切搞崩”的安全、防火墙内工作流，是“一生一次的创业机会”。
Diamandis 保留了质量层面的警告：持续、无人监督的访问仍会产生错误，需要人工复核。Wissner-Gross 将其归结为微观经济学101：当生成成本趋近于零，互补品的价值就会上升；而“眼下的验证”正是新近变得稀缺的互补品。

7. 微小插件文件也能触发 SaaSpocalypse

Anthropic 的金融、银行和 HR 模板看起来像部门级基础设施，但 Blundin 提醒，不要把它想象成一场传统的数十亿美元软件攻势。连接器和适配器现在大约1小时就能通过 vibe coding 写出来，因此，推出广泛功能说明的既是战略意图，也是生产成本。
Wissner-Gross 形容这些插件只是简单的 MCP 封装，配上包含特定工作要点式指令的 skills 文件。然而，这些文件帮助推动了所谓的“SaaSpocalypse”，令软件公司市值蒸发约1.5万亿美元；用他的《黑客帝国》类比来说，就是“不是这样”。
关键不在技术复杂度，而在重新定价。一个文本文件就可能砍掉 CRM 公司约10%的市值，而这类文件的市场甚至简单到未来会直接消失并被基础模型吸收。Diamandis 指出，同样的功能一年前或许足以支撑一家40亿-50亿美元初创公司的估值。
Ismail 看到的是“组织奇点”：部门变成可编程的智能层，审批链转化为自主工作流网络，人类则转向监控和处理例外。Blundin 的制衡观点是丰裕：传统的经常性现金流可能消失，但创造价值的总能力可能提高“数万倍”。

8. 传统企业需要在母舰之外建立 AI 原生双胞胎

被问及大型组织能否足够快地转型时，Ismail 只回答：“零。”他的比喻是珊瑚礁，周边业务过去曾蓬勃发展；但在这里，去中心化意味着珊瑚礁本身也可能消失，因为本地电脑和顾问会现场自动化小企业工作流。
私募股权可以利用这种迟滞，收购中型公司，并在其旁边搭建 AI 原生数字孪生体。Ismail 估计，把工作流迁入孪生体可以将运营成本压到原来的1/3-1/5；Wissner-Gross 表示，这种“AI buyout”，即 AIBO，已经是多家公司的标配。
Ismail 的方案是一次10周的“免疫系统”冲刺，保护边缘项目免受母体组织干扰。工作被迁入战略和执行两层智能体，人类负责查看仪表盘和处理例外；当协调与执行成本趋近于零，公司主要只剩下法律、受托、责任和使命的承载功能。
Blundin 将《创新者的窘境》中的颠覆周期从每10年更新为每10个月，随后是10周和10天。Diamandis 补充了治理要求：董事会必须为 CEO 的大刀阔斧“兜底”，在品牌和客户关系仍有价值时保住它们，并以创始人模式运营，否则就会变成“行尸走肉”。

9. Qwen 显示能力密度近乎提升一个数量级

Alibaba 的350亿参数 Qwen 3.5 Medium 据称在基准测试中击败了2350亿参数的 Qwen 3。Wissner-Gross 表示，西方的 mini 和 Flash 模型也存在类似压缩，但闭源厂商隐藏参数量，使中国开源权重模型的蒸馏效果“残酷地显而易见”。
更广泛的曲线，是在能力稳定甚至提升的同时，参数量几乎缩减10倍，并伴随同等能力下成本每年下降40倍的说法。Blundin 回忆，曾有人预测 GPT-5 级别的能力可能装进300亿-400亿参数，去除非必要知识后，甚至只需10亿-20亿参数。
Wissner-Gross 将终点推得更远：核心 AGI 或超级智能的“微内核”或许只需要数百万参数等价量，知识则存放在纯文本数据库中。Blundin 描绘的“核心思考”会剥离 Twitter 信息流、Kardashian 新闻和其他垃圾内容；Wissner-Gross 最后说：“我原以为64KB对任何人来说都够了。”

10. 离线智能同时带来 Apple 的压力与控制难题

一款实测过的20亿参数、6-bit Qwen 3.5，已经在 iPhone 17 Pro 的飞行模式下运行。Diamandis 强调，无需 Wi-Fi 也能让所有人使用；Wissner-Gross 则同时看到了 Apple 在本地模型上的巨大机会，以及这样级别的推理能力尚未整合进操作系统的尴尬。
传闻中的 Gemini 集成，可能终于让 Apple 成为6月发布的关键一环，但小组的区分很明确：M4、M5 芯片、统一内存和神经引擎都是本地智能体的核心，而 Apple 自己的软件层仍然是“Nowheresville”。
Blundin 强调，离线模型“不可阻挡”，也“不可审查”。人们曾希望核物理学可以造出手榴弹大小的氢弹，但这并未实现；AI 却在持续变得更小、更密集。因此，他希望在今年内立规，赶在危险的生物或化学协助能力装进微型设备之前完成。
Diamandis 提到能够识别钞票的打印机；中国开源权重没有类似的控制点。Wissner-Gross 回应称，相较更强的系统，20亿参数的手机模型并不是巨大风险，并主张防御性共同扩展——确保更多 FLOPs 用于有益用途，而不是执着于“某个地方的某个人”可能滥用手机。

11. 去中心化安全或许取决于透明度与有利的人类比例

Blundin 回忆一次政府机构讨论：官员选择与生物黑客社区合作，而不是把每个参与者都当成核设施。协作式滥用往往会在对话中暴露，促使社区自我约束并举报可疑工作；他说这种方法目前效果不错，但在更高能力水平下的边界仍不清楚。
他预计 AI 监管会类似金融业自律监管：Anthropic 和 OpenAI 的研究人员可能轮换进入政府机构，就像 Goldman Sachs 员工轮流进入 SEC。专业知识鸿沟会缩小，因为“最后还是同一批人”，尽管这种旋转门式解决方案仍然令人不适。
他自己的智能体控制规则极其简单：每个进程在启动前，都要把使命声明写在代码旁边。因为 AI“会自我记录、自我改进、自我清理”，管理者可以检查每个智能体认为自己正在做什么；员工也要把工作写进文档，让人类和 AI 都能看到。
Blundin 以一项经验性理由收尾：据称对 eBay、Craigslist、Kijiji 和 Mercado Libre 的研究发现，每1笔欺诈交易约对应8,000笔正向交易。AI 带来的伤害规模会放大，但他认为，人类合作与不当行为之间已经观察到的比例，仍然足以让人保持信心。

12. Google 将低成本创作与操作系统级智能体能力结合

Nano Banana 2.0 基于 Gemini 3.1 Flash，能够生成4K图像，每张成本4.5美分；按 Diamandis 的说法，这比图库图像还便宜。它结合了 Nano Banana Pro 的推理能力与 Flash 式速度，让生成图像对普通工作流而言几乎免费。
产品背后的架构正在合流：扩散模型的成本经济学与推理能力最终可能统一图像、音频、视频、文本和代码生成。小型实验室曾宣称扩散路线带来5-10倍提升，已有论文也探索将多次去噪迭代压缩到1-2次。
其认识论层面的后果，正是 Diamandis 的警告：“每一个像素都将由 AI 生成。”Ismail 欢迎创作民主化；Wissner-Gross 表示扩散模型同样呈现规模定律，不过他在过去2-3个月里没有看到新的曲线。
Gemini 的 Android 多步骤智能体可以在真实应用中导航，并与 DoorDash、McDonald’s 和 Starbucks 完成交易。Diamandis 认为 Google 的装机基础相较 OpenAI 和 Anthropic 是一项重大优势；Ismail 则认为商业 API 将变成“机器对机器优先、人类其次”，通过更低摩擦的流程重塑市场。

13. Amazon 付出高昂代价重返前沿技术栈

访谈先描述了一笔附条件的350亿美元 Amazon 对 OpenAI 报价，随后又讨论了500亿美元方案，条件与上市并实现 AGI 绑定。Ismail 感叹，“智能已经成了资产负债表触发器”：尽管 AGI 这个术语仍有争议，超级智能已经被金融化。
Wissner-Gross 回忆，最新公开报道的 OpenAI-Microsoft AGI 定义是“大概创造1000亿美元的利润或收入，我忘了是哪一个”。Diamandis 的总结体现了这种荒诞的精确性：“我们用吉瓦衡量算力，用美元衡量 AGI。”
部分资金可能是 Amazon 的额度，商业触角则双向延伸。OpenAI 将使用 Trainium 或 Trainium2，Amazon 将获得定制模型，而 AWS 将成为 OpenAI 前沿自动化同事产品套件的独家第三方云托管方。
在据报7300亿美元的投前估值下，这套条件远差于 Microsoft 早期的入场位置；Microsoft 的投资额被称为130亿美元。Wissner-Gross 认为，这是 Amazon 错过前沿模型船所付出的价格；Diamandis 推测，如果 IPO 估值超过1万亿美元，仍可能带来快速上涨，而 Wissner-Gross 明确不提供投资建议。

14. AI 交易圈正在扩展为真实经济

Diamandis 称 Amazon 与 Anthropic、OpenAI 的关系“近亲式”，但 Wissner-Gross 更喜欢“循环式”这个说法。他的解读更具建设性：OpenAI 将工作负载分散到 AWS Trainium、Azure 和 Google TPU，展现了在算力极度稀缺下的激烈基础设施竞争与比较优势。
Blundin 将这种集中度放回大背景：美国上市公司总市值约50万亿美元，其中 AI 公司约占20万亿美元。如果少数几家公司占据市场大部分，那么它们之间的反复交易，与其说是旁支循环，不如说就是“整个该死的经济”。
Amazon 的企业地位同样重要。Blundin 表示，企业相当信任 AWS 和 Azure 保护知识产权，而他认为 Google 的条款对 Google 自身约束更少；在 Claude 旁边加入 OpenAI，让 AWS 客户可以在受信任的容器中获得第二个主要模型选项。

15. 自主企业把创业变成托管服务

Polsia AI 已经在运营超过1,000家公司，不过 Diamandis 强调，这些公司规模小，收入和复杂度可能都有限。Wissner-Gross 测试了其中几家，发现确实存在真实商业交易：客户可以购买产品，并通过 Stripe 花费真实资金。
他认为5年后的终点是“一人集团”：1个人监督相当于一整家私募股权公司的智能体，持续创建新企业。严格意义上的0人和1人独角兽或许已经存在，但他预计，每家有价值公司的员工人数分布会被大幅拉长。
Ismail 让 OpenExO 入场，作为他刚刚倡议的影子数字孪生体实验。运营一家公司的成本约为每月50美元；他认为科斯理论正在崩塌：创办公司的边际成本趋近于零，如果模式成立，1,000个案例可能变成数百万个。
Blundin 预计，采用将从管理自动售货机这类玩具应用进入企业，就像 PC 当年那样，但速度快得多。Wissner-Gross 提到量化交易作为先例：它从几乎没有证券交易量占比，发展到据称70%-90%甚至更高；算法也可能按交易量主导商业，同时不会让每个人类参与者都消失。

16. AI 先指导工人，再把工作本身捕获下来

Burger King 的 Patty 通过员工耳机监听，反馈亲和度评分和库存，并可以把缺货商品从菜单屏、配送平台、售货亭和 BK App 中移除。小组给出的黑色幽默式描述是“肉傀儡”，让人想起 Marshall Brain 的 Manna 及其由中央统一指挥、戴耳机工作的劳动力。
Blundin 认为，AI 指导起初可能让人感到振奋和受支持，而不会立即呈现反乌托邦色彩。相反的解读是，“指导工具”只是一个奥威尔式的工作场所监控委婉语：每个错误、效率指标和客户互动都会变成绩效数据。
替代机制是明确的。就像 Amazon 配送员佩戴 AR 眼镜一样，辅助工具也会记录示范，为未来自动化提供数据；即使工会抵制、参与变成自愿，Blundin 认为每1,000人中只需1名志愿者，就能提供足够的训练数据。
Wissner-Gross 预计 Patty 阶段不会持续太久，因为人形机器人和视觉-语言-动作系统正接近在特定任务上达到量产就绪水平，可能只需2-3年。无人机配送可能更早移除部分工作；Zipline 目前据称每30秒配送1单，目标是在2-3年内达到每秒1单。

17. 高管认知在高管消失前先成为服务

Uber 员工制作了 CEO Dara Khosrowshahi 的 AI 克隆，用于演练提案。Wissner-Gross 将其称为“高管认知即服务”，并描述了一个装载其思维的 OpenExO 克隆，让社区成员可以在不需要他亲自参与每次谈话的情况下为客户提供建议。
Wissner-Gross 随即追问，Dara 的克隆什么时候可以直接担任 CEO，而不只是帮助员工准备与他见面。Diamandis 用《Real Genius》作类比：学生先用录音机替代自己，然后教授再用一段对着录音机讲话的录音替代自己。
Ismail 认为，知名领导者的持续数字分身可能仍有优势，因为受众知道底层观点由真人产生。他认可 Wissner-Gross 的 AI 播报 newsletter：只要背后仍有真实的人类作者和责任承担者，合成声音就是可以接受的。

18. 电力、芯片、生物与机器人拓宽丰裕论

美国计划新增创纪录的86吉瓦公用事业级电力容量。Ismail 表示，太阳能发电在2016年已经比化石能源更便宜；到2019年，建设并运营太阳能的成本又低于仅运营化石能源产能的成本。他将约60,000个美国煤炭岗位与约500,000个太阳能岗位作对比。
超大规模云厂商正被推动自行建设或购买电力，而电力只占数据中心总成本约10%，运营商还可以向消费者多支付约5倍。Wissner-Gross 想象，在自筹电力之后的下一笔交易可能是：发电足够充裕，2-3年内就能向附近社区提供免费电力。
基础设施正在多元化：Form Energy 和 Xcel Energy 被联系到一套30吉瓦时电池；Boom 将喷气发动机改造方案用于极具电影感的1.21吉瓦部署；CoreWeave 报告第四季度收入增长110%，并筹集85亿美元；Meta 则据报与 AMD 达成了1000亿美元协议。
Blundin 表示，制造产能仍然是决定性因素，TSMC 生产了66%的 AI 芯片；AMD 与这家晶圆厂的关系支撑着自身地位，而 Nvidia 的利润率可能出现裂缝，但这不意味着需求会崩塌。Meta 愿意购买产能说明，真正持久的资产将是管理层的能动性与敏捷性，而不是公司的创始产品。

19. Prime editing 把 DNA 变成可搜索、可替换的代码

Prime Medicine 据称治愈了一名患有慢性肉芽肿病的青少年，而不是仅仅进行治疗。Wissner-Gross 解释，传统基因编辑可能造成双链断裂并引入错误；prime editing 则可以在不切断两条链的情况下，对多个核苷酸执行 DNA“查找并替换”。
这使结果不再只是单一疾病的故事。Base editing 负责单个核苷酸，prime editing 则可能处理更长的错误序列；Wissner-Gross 更广泛的表述是：“生物学正在成为可读写资源，尤其是 DNA——我们已经走到这一步了。”
Diamandis 敦促面对遗传病的家庭组织患者群体、汇集资本、寻找有能力的实验室，并为定制化解决方案提供资金。他的主张带有明确的行动主义色彩：随着技术加速，患者不应自动接受慢性病或死亡判决，认为它们无法解决。

20. 长寿从病后医疗收入转向平台型医疗

长寿初创公司2024年融资85亿美元，今年预计吸引120亿-180亿美元。Diamandis 认为，更广义的市场规模目前为5万亿美元，4年内将达到8万亿美元；他主张制药业必须从把慢性病作为重复收入引擎，转向预防、逆转和治愈。
Wissner-Gross 提到 Eli Lilly——当时估值约9500亿美元——可能成为第一家进入 Magnificent Seven 的生物科技公司，并认为 GLP-1 或许是第一类“全谱系准抗衰老药”。Diamandis 预计，大型制药公司向 AI 和长寿转型的迹象将在未来3年变得明显，并再次提到 Ray Kurzweil 的“2033年 LEV”。
认知能力仍是让长寿值得追求的前提。据称，利用部分重编程作用于负责记忆编码的神经元，可以改善小鼠记忆；Diamandis 回忆，在700人的梵蒂冈听众中，只有约20%想活到120岁，因为大多数人想象的是衰弱，而不是30岁或40岁时的认知、行动能力和外貌。
中国的 Antaifu 健康应用用户数已超过1亿，Ismail 称其为“国家级健康引擎”。他表示，AI 医生可以把医院覆盖面扩大10倍，并将约40%的不必要急诊分流到边缘分诊；小组讨论了3年内让 Optimus 成为外科医生，遭遇阻力后则可能需要5-6年。

21. 实体 AI 偏好多种形态，宇宙扩张取决于延迟

深圳的街道清洁机器人覆盖了270万平方米，Lynx M20 则负责运输农作物。中国人口老龄化形成了“人口强制函数”，但小组争论不休：专用轮式和四足机器究竟是过渡性设备，还是可以替代大规模量产人形机器人的持久方案。
Ismail 提议给人形机器人增加额外手臂接口，并为足部加装轮子；Blundin 则为飞行无人机用于巡检、清洁和长距离移动辩护。基础模型层可能集中，但实体实现看起来像“创业者的天堂”，会出现大量微型细分公司。
小组讨论了计划于2027年推出的中国4人座 eVTOL 出租车；Joby 和 Uber 也在推进迪拜部署。多螺旋桨和自主控制让小组预计其安全性很高，而 Ismail 最想要的应用场景很简单：“能不能赶紧把该死的机场接驳地狱解决掉？”
在最大尺度上，Wissner-Gross 表示，Dyson swarm 取决于的不是能源，而是延迟。如果超光速旅行出现，太阳系规模的 Dyson swarm 可能毫无意义；如果光速仍是硬约束，文明就会围绕太阳抱团，拆解行星并横向扩张——不过即便是他也承认，“我们承受得起失去 Mercury”。

Cursor 的第三时代：云端 Agent——Sam Whitmore、Jonas Nelle、Cursor Ep. 004 - AI 数据中心对消费者电力成本的影响（数据中心、能源）| Jeremie Eliahou Ontiveros、Jordan Nanos、Doug O'Laughlin