摘要

JD Vance 在巴黎的演讲，将美国 AI 政策重新定位为机会、技术领先和劳动生产率，而非预防性安全监管。 Sacks 将其归纳为4项承诺：让美国 AI 保持“黄金标准”，抵制可能扼杀行业于起步阶段的监管，消除意识形态偏见，以及“让 AI 沿着有利于劳动者的增长路径发展”。战略重点是在芯片、模型、应用和能源上提速，因为落后同业国家6个月，可能远比假设性的消费者安全规则更关键。
Naval 认为，AI 最可信的系统性风险是控制权集中，而非机器灭绝人类。 前沿模型训练偏向集中式超级计算机集群，现有实验室则可能借安全之名“在自己身后把梯子收起来”；一方面声称 AI 可能捕获“未来所有价值的光锥”，另一方面却认为它可以被1家私人公司安全拥有，这本身就是矛盾。他的检验标准是：“如果你真的认为自己要创造上帝，你会想把上帝交给1个实体，由它给上帝套上缰绳吗？”
讨论嘉宾的基准判断是，AI 创造机会的速度将快于摧毁工作岗位的速度，尽管 Jason 一直追问司机、收银员及其他显性受冲击岗位。 Friedberg 已经看到，分析师原本需要数小时完成的工作被压缩到几分钟，但他们并没有因此闲下来；产出提高，新的项目也变得可行。实际上的就业判断，集中在 Richard Baldwin 那句话上——“AI 不会抢走你的工作，真正会抢走你工作的，是使用 AI 的人”——因为这些本质上是自然语言计算机，“新的编程语言就是英语”。
Naval 和 Sacks 区分了少数高技能、能够融入社会的移民通道，与开放边境和低工资劳动力替代。 Naval 希望人才向“世界上最自由的国家”流动，但坚持宣誓入籍和社会融入必须有实际意义；Sacks 则认为，不受限制的劳动力供给帮助资本拿走了过去30年的生产率增长。Friedberg 否定了“AI 导致的失业应当决定移民政策”这一前提，保留了本期最核心的分歧。
Jason 的关税论点是，在规模经济、迟滞效应和网络效应主导的行业里，教科书式比较优势并不成立。 1个国家可以补贴半导体、无人机或社交平台，排除外国竞争者，再利用规模优势击垮任何后来者——“网络效应、网络效应、网络效应统治着我身边的世界”。但 Chamath 警告，关税到来之际，通胀仍在持续、逾期还款率正在上升，未来6至9个月还约有1万亿美元需要融资，融资利率可能达到5%-5.5%。
Thomson Reuters–ROSS 判决将 AI 版权风险从抽象争论推进到替代经济学。 Naval 认为 OpenAI 输给 The New York Times 的概率为5%-10%，结果可能是禁令，以及类似 Spotify 的收入分成，让内容所有者拿走二分之一至三分之二；Jason 自己使用 Wirecutter 的经历展示了这一机制：AI 订阅替代了出版商订阅。技术争议仍在于，模型究竟像人类一样学习，还是执行“有损压缩”；但 Naval 的兜底原则很明确：如果模型消费了开放互联网，就应当开源。
Naval 正从风险投资转向更难的产品，减少市场风险，承担更多技术风险。 Airchat 是他喜欢的产品，但“没有真正火起来”；他帮助团队找到新的归宿，退还投资人资金，并把产品经验带进1家尚未披露的软硬件公司，但他还不确定自己能否把它做成。对创业者而言，教训异常清晰：先做1个交付后能够明确证明有人需要的东西，再让“如何交付”本身成为最难的部分。

精读

1. Airchat 没有真正火起来后，Naval 选择了技术风险

Naval 不愿被投资人的身份定义：投资只是“副业”或爱好，而他现在的身份很简单，就是“做东西”。金钱的意义，在于让人有自由去追逐仍然有趣的工作。David Friedberg 提到的投资案例包括 Twitter、Uber、Notion 和 Postmates。
Airchat 将异步音频、AI 转录和翻译结合起来，让没有主持人的同侪式播客对话变得更容易参与。Naval 喜欢这个产品和团队，但社交网络“必须真正火起来才能运作”，喜欢本身无法挽救疲弱的用户增长。
他对结果的描述非常具体：团队拿到了报酬，也找到了“很好的归宿”；参与投资人收回了资金；相关经验则被带进1个更难的软硬件项目。现在，他更偏好“更多技术风险、更少市场风险”。
这种转向做产品的选择，呼应了他早期经历的压力周期。AngelList 最初的匹配邮件列表停止扩张，SEC 指控他在没有牌照的情况下从事经纪交易商业务，他于是前往华盛顿推动修改法律；在那段压力时期，他公开写下的“真理、爱与金钱”，最终成了人们记住的那套哲学。

2. 让孩子早一点承担后果，才能获得自主权

Naval 的育儿框架来自 David Deutsch 的“认真对待孩子”：给予孩子成年人应有的自由和尊重，不要依赖“父母可以把你关起来、不给你晚饭或以其他方式强迫你服从”这类潜在威胁。
Aaron Stupple 给出了极端案例：孩子可以无限量吃冰淇淋或 Snickers，无限时使用 iPad，不去上学，也自己选择穿什么。所有事情都变成说服和解释，“就像你对待室友，或家里与成年人共同生活时那样”。
Naval 没有走到这个极端。他的孩子每天需要完成约1小时数学或编程，以及2小时阅读，但实际可能只做15-30分钟数学和30分钟至2小时阅读；之后，他们就是“自由的生物”。Jason 说，他自己最大的孩子可能每天玩9小时 iPad。
主持人追问了营养、被动视频和长期后果。Naval 的回答是，优先给予自主权，而不是要求一致：最大的孩子现在有时会在被说服后主动拒绝冰淇淋，没有人看起来在“任何重要的事情上”落后，而 YouTube 字幕也让屏幕时间变成更快的阅读训练。“我宁愿他们拥有自主权，也不想让他们完全长成我希望的样子。”

3. Vance 将 AI 政策从安全重新定位到国家机会

Sacks 将 Vance 的开场——“不是 AI 安全，而是 AI 机会”——视为“向船头开的一枪”。Bletchley Park、欧洲监管、拜登行政命令以及媒体报道此前都聚焦潜在伤害；Vance 则告诉巴黎听众，机会同样应当被置于政策中心。
政府的4部分立场非常明确：美国 AI 应保持“黄金标准”；过度规则不能把行业扼杀在起步阶段；模型必须摆脱意识形态偏见；政策应当“让 AI 沿着有利于劳动者的增长路径发展”，支持美国创造就业。
真正的竞争要求的是底层技术栈，而不只是1个旗舰聊天机器人：芯片、AI 模型、应用和充足能源。Vance 还警告，大型现有企业推动的监管可能演变成监管俘获，因此保持克制，反而可能给小公司创造更公平的竞争环境。
他向欧洲提出的方案，是合作加条件。Sacks 称《数字服务法》是一条“减速陷阱”，对成功的美国科技公司打击尤其大；欧洲可以与美国及其所宣称的言论自由价值观站到一起——Sacks 补充说“希望如此”——也可以继续依赖那些为审查和人口控制而打造的敌对系统。

4. Naval 对 AI 的担忧是所有权集中，而非机器灭绝

Naval 反对那种反复出现的末日式“宗教”：气候、陨石、小行星、COVID-19，再到如今的 AI。前沿公司可能真心相信风险，但它们的激励结构也让它们特别容易接受一种能够让自己“在身后把梯子收起来”的叙事。
安全论本身包含矛盾：AI 据说危险到不能开放源代码开发，却没有危险到不能由1家私人公司拥有。如果这真是1个制造核武器的曼哈顿计划，Naval 认为，没有人会接受由1家公司控制结果。
他真正担心的是结构性问题：算力集群和模型训练的经济学天然会推动集中。因此，即使去中心化训练难以竞争，开源和“little tech AI”仍然重要。“我不怕 AI；我怕的是，控制 AI 的极少数人为了我们自己的利益，对我们其他人做些什么。”

5. 技术乐观派看到的是丰裕，现有利益方看到的是损失

Friedberg 将争论划分为加速与保守。AI、自动化、生物工程、半导体、量子计算和核能都能创造杠杆、降低价格并扩大丰裕；已经拥有很多东西的人，往往更关注自己可能失去什么，而不是上行空间。
他用人均 GDP 对比强化了激励差异：美国约8.2万美元，欧盟约6万美元，中国约1.26万美元，印度约2500美元。低收入社会更有动力追逐上行机会，而富裕社会则可能把自己监管到停滞，并走向更强的政府控制。
汽车是他用来反驳静态预测的案例：汽车不只是替代交通运输，还创造了修理工、经销商、道路和相关产业。AI 也可能释放今天被认为不可行的项目——新的半导体、能源系统、海洋居住，以及月球或火星城市。

6. 技术领先支撑繁荣与国防

Chamath 将 Vance 的论点压缩成一条国家实力链条：技术领先带来经济领先，经济领先带来军事实力；缺少这些，社会最终会崩塌。“谁能掌握并治理技术上更先进的东西，谁就会获胜。”
他举的具体案例是 Microsoft 据报道向美国陆军承诺的240亿美元项目：当 Microsoft 无法交付目标系统时，项目转给了 Anduril，Chamath 认为后者具备执行所需的技术能力。DeepSeek 则代表了来自中国一侧的同一场竞争。
Chamath 还把 Vance 和 Kamala Harris 描述成“2位副总统的对照故事”：Harris 早期负责墨西哥和危地马拉事务的安排，被批评为漫无边际且回避问题；相比之下，他认为 Vance 在巴黎的表现聚焦、精准且有野心。
Vance 自己关于 MAGA 与科技的表述，将劳动者保护和创新放在一起：“我不喜欢用廉价劳动力替代美国劳动力”，但“我喜欢增长和生产率提升”。消费者欺诈值得关注；更大的危险，是同业国家领先美国6个月。

7. 只有技能与融入社会同时流动，移民才有效

Sacks 区分了劳动力替代与生产率提升。开放边境以及以更低工资和更低标准生产的进口商品，会压低底层劳动者的处境；技术则可以提高每个劳动者的产出，并在理论上推高工资。他进一步提出，移民不受限制可能帮助资本拿走原本能够流向劳动者的生产率收益。
Naval 以移民身份表明自己的立场：他的父母在他9岁时带他前往美国，后来他归化入籍。“我的血是红、白、蓝的。”他支持合法、高技能移民，并认为必须给予足够的时间和空间完成融入——让最优秀的知识创造者流向“世界上最自由的国家”。
关键限定条件在于：移民必须具备技能，并成为美国人，因为“那份誓言不是没有意义的”。Naval 给出的刻意极端的反事实是：如果拜登政府只接纳 IQ 达到150的人，移民争论会完全不同。
Friedberg 否定了 Jason 关于“预期中的 AI 替代应决定边境政策”的前提。Jason 认为，AI 发展2年半后，仍未证明自己会造成大规模失业。但 Chamath 仍然看到了一种政治交集：轻资产劳动者、爱国企业主和创新领域领导者，都支持有针对性、有效用的移民政策，以及真正的社会融入。

8. AI 先提高吞吐量，尚未大规模削减工资单

Jason 不断回到自动驾驶汽车、收银员，以及数百万劳动者可能被明显替代的问题上。Sacks 和 Friedberg 拒绝给出确定判断：Jason 认为当前 AI 基本只是更好的搜索引擎，能帮助学生作弊；而即将到来的智能体尚未证明自己可以完全在无人监督下运行并替代整个岗位。
Friedberg 在公司里的运营证据恰好相反。过去占用分析师数小时的任务，现在只需几分钟，但员工并没有把剩余时间用于闲置；公司开发了更多产品，组织吞吐量也提高了。AI 正在发挥生产率杠杆的作用。
Jason 指出，Uber 和 DoorDash 创造了许多如今被视为永久存在的司机岗位，而 YouTube 创造了过去根本不存在的职业。Friedberg 的判断是，“新东西被创造的速度会快于旧东西消失的速度”。
Sacks 的3部分框架保留了不确定性：新技术带来生产率增长，扰动现有岗位的一部分，并造成一些彻底失业。历史上前两种效果占主导，但欧洲犯的错误，是假装监管者已经足够准确地预测未来，能够消除每一种风险。

9. 自然语言计算机扩大创业和人才入口

AI 正在让过去无法存在的企业变得可行。Airchat 需要转录和翻译，Naval 的新项目依赖 AI 却没有被包装成 AI 公司，而 AngelList 也在整个运营过程中采用这些工具。
Jason 认为，2至3人的团队可以做出产品，甚至实现100万美元收入；与此同时，专门化企业的长尾正在扩张，从滑雪追踪到冥想和断食都有。Naval 认为，越来越多的单人公司能够快速扩张，这是比“每个中级工程师都已经被替代”更可信的证据。
眼下最简单的就业策略是：下载工具、和它们交流，然后重新应用。Richard Baldwin 在2023年的判断成为本期的劳动市场主张：“AI 不会抢走你的工作；真正会抢走你工作的，是使用 AI 的人，因为他们比你更懂得如何使用它。”
Chamath 部分改变了自己此前推动所有人学习工程和硬科学的想法。智能体和深度研究可以提供这套工具的一部分，使创造力、判断力、历史、心理学、领导力和沟通能力的价值上升；高情商的人现在可以通过提出更好的问题和非线性思考，与纯粹依靠数学能力的人竞争。

10. 技术现实主义要求公开领导不可避免的转型

Sacks 提出了介于乐观与悲观之间的第三派：“技术现实主义者”。技术无论如何都会发生——试图阻止它，就像“命令潮汐停止”——因此公司和国家都应主动颠覆自己、引领转型，而不是等待竞争对手强行推动变化。
DeepSeek 打破了美国控制技术列车的想象。Chamath 认为，芯片和人才限制迫使中国团队转向效率，随后中国团队输出了开源模型，而美国公司却以安全为由维护封闭系统。
Chamath 的修正是，领导力不应意味着由1个美国守门人控制一切。开放、分布式竞争会把能力泄漏到海外，但网络效应仍可能奖励最初的发起者；开放互联网惠及全人类，而其主导公司仍然是美国公司，原因就在于美国较早拥抱了它。
Naval 也将当前模型与 AGI 区分开来：“我不认为我们知道如何构建 AGI。”目前存在的是1台异常强大的自然语言计算机，核心用途有2个——搜索，以及文书和作业；许多受到威胁的岗位，本来就是为了搬运文件而创造的行政工作，而不是持久的生产性活动。

11. 网络效应打破单边自由贸易的教科书逻辑

Jason 挑战了现代赢家通吃市场中的李嘉图比较优势。如果中国补贴 TikTok、半导体、无人机或 BYD，同时排除外国竞争者，那么早期规模就可能在名义上更高效的美国竞争者获得机会之前，锁定整个市场。
一旦规模经济和迟滞效应形成，赢家就可以把价格降到零、让挑战者破产、阻止新的投资，再重新提高价格。因此，静态消费者节省忽视了保留1个国内竞争者的期权价值，尤其是在战略性、高毛利行业中。
互联网提供了 Jason 所说的先发优势证据：在1990年代末，很少有人预期 Amazon 会主导电商，或 Uber 和 Airbnb 会整合各自的品类。“网络效应、网络效应、网络效应统治着我身边的世界”，贸易政策不能假装这一点不存在。

12. 关税与脆弱的再融资时间表纠缠在一起

Chamath 预计关税会落地，但规模取决于预算路径。参议院一份覆盖边境安全和军事支出的窄版方案，可能把财政斗争推迟；众议院提出的“又大又漂亮的法案”包含数万亿美元的削减和减税方案，可能更快制造对关税收入的需求。
他提醒，时点很关键：持续通胀、不断上升的逾期还款率，以及“在换挡处睡着的”美联储，同时出现；未来6至9个月约有1万亿美元需要融资。如果融资成本落在5%、5.25%或5.5%，在再积累3至5个月数据之前就强行推动综合法案，可能削弱 Trump 的政策灵活性。
Friedberg 强调了报复性措施：中国是美国农产品出口的最大买家，一旦减少采购，影响会穿透美国农业州。他回忆，Trump 第1个任期内，联邦向农民提供的转移支付超过200亿美元；下一场贸易冲突可能同样需要支持。
未经检验的实验是整套组合，而不只是关税本身：提高边境税、同时降低个人和企业所得税，可能重新引导资本流向。Friedberg 预计其他国家会“在某种程度上”屈服，但最终谈判平衡和短期损害仍未确定。

13. 无人机依赖使制造回流成为安全要求

Jason 的关税论点同样具有社会维度：民主制度需要拥有好工作的健康中产阶级，而不是所有收益都集中在资产所有者手中，其他人则沦为下层阶级。战略性就业不能被简化为当前最便宜的标价。
他称 DJI “可能是世界上最大的国防承包商”，因为乌克兰和俄罗斯使用的大量无人机，最终都源自中国。美国购买 F-35，而中国制造 Jason 所称的“自动子弹”蜂群，这暴露出危险的生产差距。
无人机制造回流意味着重建电机、半导体、光学、激光和其他全部产业链，而不是开设1家无人机工厂。Jason 认为，凭借国内石油、天然气、压裂和核裂变，美国还可以实现能源盈余；与驾驶或制造无意义文书相比，这类实体生产能够提供更好的工作。

14. Thomson Reuters 将替代效应变成版权测试

Thomson Reuters 拥有 Westlaw 的付费摘要和法律分析。ROSS 在无法获得直接训练许可后，与 LegalEase 签约；而 LegalEase 的材料曾从 Westlaw 复制。法官推翻了此前关于合理使用的结论，判定 ROSS 负有责任，成为讨论中的首个美国重大 AI 版权胜诉案例。
Jason 强调了合理使用的第4项因素：对原作品潜在市场和价值的影响。抓取俄罗斯镜像站或其他开放网络资料，并不会抹去底层权利人的权利，尤其是在输出内容替代了权利人本可以销售的衍生品时。
Naval 认为，OpenAI 惨败给 The New York Times 的概率并非为零，但只有5%-10%。禁令风险可能迫使行业从 Napster 走向 Spotify 式和解，让封闭模型提供商将约二分之一至三分之二的收入返还给内容所有者。
Jason 以 Wirecutter 为例，让替代效应变得具体：他过去订阅 The New York Times，主要是为了产品推荐；现在，付费聊天机器人利用源自 Wirecutter 的信息推荐商品，因此他取消了报纸订阅。除此之外，他说 Microsoft 正以3年2500美元的价格获得其 Harper Business 书籍的授权，用于将书籍纳入 LLM 索引；他计划签下这份协议，把它作为授权先例。

15. 有损压缩无法决定输出内容归谁所有

Naval 认为，法院缺乏稳定的技术框架，并提到 Oracle 与 Rimini Street 的版权诉讼及其后的上诉法院推翻判决。他推荐 Andrej Karpathy 关于语言模型的3小时讲解，因为理解技术机制后，很难再轻易作出绝对化的法律结论。
Jason 引用了 Ilya Sutskever 对 LLM 的描述：它们是极端压缩器；Sacks 认同这属于“有损压缩”，而 Naval 则将其与 Google 使用摘要和链接、把流量导回出版商的做法相比较。
Friedberg 的异议是哲学层面的：抓取公开信息并重新混合，可能类似于人类从前人那里学习。Girl Talk、White Panda、Ed Sheeran，以及古典作曲的传承，都暴露出尚未解决的测试标准——需要多大程度的转化，复制才会变成学习？

16. 改善睡眠胜过所有奇特的长寿干预

Jason 与 Bryan Johnson 共进晚餐后，将整套方案压缩为“80%的80%”：睡眠。睡前3或4小时停止进食，把未解决的自我对话写进第二天的计划或日记，拿走手机，阅读，并建立稳定的睡前放松流程；据称 Johnson 入睡只需3至4分钟。
Naval 透露自己的 Eight Sleep 评分很糟，因为他每晚只睡几小时，而且频繁翻身。他认为，比设备本身更重要的是手机内容：邮件和 X 会刺激大脑，而书籍、冥想或宗教讲座可以降低兴奋度。
他可靠的技巧是在床上冥想：“大脑会想尽一切办法逃避冥想。”因此，当它必须在冥想和睡眠之间做选择时，会选择睡眠；如果没有睡着，冥想本身也仍然有收益。Chamath 还讲了 Khabib 的另一个故事：Khabib 训练后睡3小时，自青少年时期起每晚睡10小时。

17. 预测市场与创业者缩小了言辞和行动之间的距离

主持人提到，尽管媒体曾经质疑，RFK Jr. 和 Brooke Rollins 的提名最终都获得确认，而 Polymarket 基本提前预判了结果：RFK 的概率一度跌到约75%，Brooke Rollins 的市场概率曾达到约56%，随后反弹。市场信号早于传统叙事出现。
Jason 提出的政治机制是内部纪律。在众议院和参议院多数席位都很微弱的情况下，共和党参议员受到来自 Nicole Shanahan 或 Scott Presler 等人的初选威胁，比继续对左派保持愤怒更重要，也有助于推动 Kash Patel 和 Tulsi Gabbard 等提名人通过确认。
Naval 曾经接受政府必然变得更大、更慢；DOGE 和 Elon Musk 则重新唤起了“伟人史观”。看到创业者承担责任后，他开始反问自己是否正在做足够有用的事，这推动他转向1个尚未披露的硬件项目——它“真的很难”，而且仍然可能失败。

第一个出 ICU 的 AI 创业者｜对谈心影随形 CEO Binson AI 在巴黎提速 + AI 能修复你的爱情生活吗？