摘要

Mostaque 的短期判断是：“有用智能”会先于 AGI 打破劳动经济学。 真正决定性的系统将是能够在键盘、视频、鼠标类工作中可靠执行指令的“厨师”，而不是发明新科学的前沿“主厨”。他预计，成本约为每小时1美元的虚拟员工、能在智能手机上运行的80亿参数医疗模型，以及无需监督连续工作数小时的智能体，会让未来1000天彻底不同，即使能力很快触及平台期。
AI 的成本曲线制造了“丰裕陷阱”：智能变得充足，但建立在稀缺基础上的经济会把结果记录为失业和贫困。 据称，GPT-3 的输入成本为每百万 token 60美元，而 GPT-5 约为1.25-1.50美元；过去需要数千美元制作的网站，现在已经可以用20-40美元生成。由于 GPU“不需要吃饭”、买房，也不会消费自己的工资，AI 产出的增长未必会通过经济体系重新转化为需求、税收和就业。
“智能反转”意味着，当机器同时超越体力和认知之后，人类劳动看不到更高的跃迁方向。 Mostaque 梳理了经济优势从土地和农奴、到体力劳动、工业或软件资本，再到智能本身的演变；一旦 AI 成为边际生产者，“就无处可转了”。Nathan Labenz 的电力测算进一步放大了威胁：在他所在的底特律市场，一台笔记本电脑运行数小时所需电费不到2美分。
因此，分配上的上行收益首先会流向 GPU 所有者、前沿实验室和数据飞轮，而不会自动流向工人或消费者。 Mostaque 警告，OpenAI、Anthropic 和 xAI 没有义务通过 API 提供最好的模型；一旦内部系统超过公开模型，垂直整合的实验室就可能与所有应用竞争，最终“自己接管整个经济”。他把 Grok 5 对比 Grok 4 视为近期的扩展测试，同时强调，即使能力停留在今天的前沿水平附近，也足以扰乱就业。
人类的照护、社区和创造力依然有意义，但无法解决转型中的货币算术。 Mostaque 承认，人们可能本能地偏好人类教师、护士、朋友和表演者，但估算认为，如果向每名美国成年人支付约16,000美元的贫困线收入，需要5万亿美元——相当于美国全部税基，而公司税贡献只有约0.9万亿美元。他的区分是：“计算和意识是不同的”：AI 可以提供“怎么做”，但人类仍然创造“为什么做”，前提是人类保有收入、身份、社区和注意力。
他的替代性评价体系不再只优化 GDP，而是引入4种相乘的“MIND”资本：物质、智能、网络和多样性。 苹果等物质商品具有竞争性，会因消费而耗尽；知识可以流通而不消失，网络决定信任与协调，多样性则提供韧性和选择权。结合流动、开放和韧性的规律，这一框架认为，只追求利润或 GDP、同时损耗社会连接和冗余，会让系统在变得脆弱的同时看起来更加高效。
对抗数字封建主义的方案，是用类似 Bitcoin 的“FoundationCoin”融资，由集体控制 AI 基础设施。 在医疗、教育、金融和政府领域验证部署开放模型，可以为这一资产提供支撑；出售所得将用于多语言诊断核查、癌症知识整理等公共利益算力。Mostaque 明确表示，第二种与现金类似、以“作为人类”为发行依据的货币“我们还没有完全想明白”，因此这更像一个方向和激励设计实验，而不是已经完成的货币体系。
未来1000天之所以紧迫，是因为默认设置会固化为控制权：谁拥有用户的记忆、数据、界面和 GPU 容量，谁就可能变得几乎无法被取代。 Mostaque 希望出现的既不是单一企业主脑，也不是按国家割裂的 AI，而是一个目标指向人类繁荣、松散耦合的群体智能。他最后提出的选择十分鲜明：用 AI“增强我们的能动性，而不是用智能体取代我们”，让机器夺走工作后，人们可以投入家庭、照护、艺术、探索和“真正的工作”。

精读

1. 智能始于在意外中存活

Mostaque 的起点公理是持续存在：复杂适应系统在不确定环境中存活的概率，取决于其内部模型与现实的匹配程度。智能理论因此把智能视为减少预测与世界之间损失——或“意外”——的能力，其数学形式类似生成式 AI 的损失函数。
Labenz 以预测加工理论为基础展开：每一层神经网络都在预测输入信号，现实符合预测时保持安静，出现偏差时则将其逐层升级，最终送入有意识的注意力。问题在于那块存在了1000年的岩石：如果持续存在意味着智能，为什么一件没有生命的物体看起来反而比一个80岁的人类存续得更久？
Mostaque 将这一框架限定在能够行动和适应的主体上。它们的负担可以拆解为预测误差、模型复杂度——也就是“思考成本”——以及更新成本；岩石不需要计算，也不需要学习。他把这一点与 Karl Friston 的自由能原理联系起来，并要求经济学用“机器人的财富”替代200年前关于人类生产者的假设。

2. 人类更新缓慢，掩盖了能力的极速跃迁

当被问到为什么 Tyler Cowen 只能设想 GDP 年增速再提高0.5个百分点时，Mostaque 的回答是“更新成本”：吸收激进证据需要付出高昂代价。他用疫情作类比：警告一直停留在抽象层面，直到 Tom Hanks 感染，公众认知才发生相变。
时间线本身就是他关于认知滞后的证据：Stable Diffusion 发布刚刚超过3年，ChatGPT 出现约1000天，o1 preview 发布1年，而 GPT-5 发布还不到2个月。他说，在最近这1个月之前，全球大多数 AI 用户仍在使用 GPT-4o；他还援引一项估算称，20%的美国人从未听说过 ChatGPT。
前沿用户现在接触到的，已经不是那些即时响应但容易产生幻觉、塑造了公众预期的模型。Mostaque 描述自己曾让 Codex 从命令行持续运行3小时，搭建一个教材网站：“设置好，然后忘掉它。”智能体越来越能够检查屏幕、核对错误、调整方案并继续工作，而不只是回答提示词。
他最有力的小模型案例，是 Alibaba 的 Tongyi Qwen Lab 发布了一款约30亿活跃参数、总计300亿参数的模型；据他说，该模型在 Humanity’s Last Exam 和 Deep Research 系统测试中击败了 Grok 4。这意味着类似前沿的能力可以在配备16 GB 内存的 CPU 上运行，而不再只能依赖巨型数据中心。

3. 可靠的“厨师”在经济上比天才主厨更重要

Mostaque 将通用智能与“真正有用的智能”区分开来。经济并不需要每个劳动者都是博学家，而需要数量庞大的可靠执行者。借用“厨师与主厨”的比喻，他的判断是：“真正影响经济的，是厨师。”
他的 iMed 模型拥有80亿参数，需要约8 GB 内存；据他说，它已经超过人类医生，但他补充道：“我们认为它还不够好。”他的明确预测是，到明年，该模型将击败任何医生，并具备完整可追溯性，还能运行在任何智能手机上。
Labenz 补充了价格曲线：GPT-3 的每百万输入 token 成本约为60美元，而 GPT-5 约为1.25-1.50美元；成本下降超过95%，能力却大幅提升。当一次100美元的医疗问诊变成10美分的咨询，而不只是旧服务的小幅升级时，以享乐性调整为基础的 GDP 统计就会陷入困难。

4. 智能丰裕可能表现为大规模贫困

“丰裕陷阱”是 Mostaque 对这一现象的命名：智能进入后稀缺时代，但经济制度仍通过稀缺性来解释价值。患者得到更好的建议，公司产出更多产品，但被替代的知识工作者失去工资；同一件事既可能提高真实能力、增加企业利润，也可能在家庭层面表现为贫困。
“代谢裂缝”解释了为什么收益不会自然回流。AI 会计师、律师和设计师不需要食物、住房、休息或消费预算；GPU 使用成本甚至可能可以抵税。一旦系统变得比人类更聪明或更有能力，“它就永远不会变得更笨。”
Labenz 提供了物理直觉：手机电池储存约20瓦时，笔记本电脑约100瓦时；按底特律每千瓦时约18美分计算，给一台笔记本电脑充满电的成本不到2美分。由此产生的马尔萨斯式竞争，不是工资与巨额能源账单之间的竞争，而是工资与几分钱电费之间的竞争。
创作成本已经在坍缩：Mostaque 对比称，过去需要数千美元制作的网站，Replit agent 现在只需20-40美元即可生成，而且已经包含利润空间；他预计明年成本再下降10倍，后年还会再降10倍。“上一个互联网时代，消费成本趋近于零。现在，创作成本也正趋近于零。”

5. 智能反转让传统劳动无处避难

Mostaque 的历史分层从土地及其农奴开始，经过肌肉劳动、工业和软件资本，最终到达智能。人类曾通过向上迁移来应对早期自动化；如果机器现在已经超过认知能力，并很快开始操纵物理世界，他问道：“我们现在还能转向哪里？”
机器人只会强化这一结论，而不是制造新的问题。他提到 Unitree 机器人被推倒后能在1秒内恢复站立，机器人能够制作菜谱中的食物，以及一台假设售价20,000美元、可以持续工作的 Tesla Optimus，按每小时约150美元计算产出。水管工等其他体力行业，可能在几年内跟随知识工作被替代。
Labenz 追问照护、教学、指导和创造力是否能成为下一个避难所。Mostaque 承认，人类演唱会、与孩子散步、护理和教育仍然具有主体间价值；但他反对的不是照护会消失，而是今天的资本流向并没有让失业者获得从事这些工作的自由。

6. 只有当资金仍能流向个人，社区才能替代工作身份

Mostaque 认为，传统的货币传导机制本身可能正在失效。过去，利率下降会促使企业借款、招聘并支付工资，从而支撑消费；如今，更便宜的资本可能首先被用于购买更多 GPU。生产能力上升，却没有恢复就业这一侧的美联储“就业与通胀”框架。
按他的假设，美国的算术表明，“向 AI 征税”并不够用：向每个成年人支付约16,000美元的贫困线收入，需要约5万亿美元，等于整个税基；而公司贡献的税收只有约0.9万亿美元。“我们需要重新思考资金如何流动”，而不是简单扩大一个熟悉的转移支付项目。
失去工作也意味着失去身份、社区、目标和结构。邻里、宗教和本地网络不断削弱，职业身份和品牌身份却不断扩张；一个 Apple 用户未必会帮助另一个 Apple 用户，但“一个 Swiftie 可能会”。拥有强大社区的人可以退回其中，而孤立的劳动者没有这个缓冲。

7. 人类注意力是剩下的稀缺资产

Mostaque 的哲学区分是：计算和意识过去在人类身上被绑定在一起，如今正在分离。机器越来越能回答“怎么做”；人类仍然是“意义的创造者”，决定什么是美、正义或值得。稀缺投入品，是有限的人类注意力以及系统将其导向何处。
他的渔夫与投资银行家寓言体现了这种反转。银行家劝渔夫延长工作时间、购买更多船只、扩大规模并上市，这样他最终就能退休到海边，吃鱼、跳舞、陪伴家人——而这些正是渔夫原本就准备去做的事。
Mostaque 提到一个据称由 Sam Altman 给出的数字：每月约有10,000人自杀，并追问其中有多少人曾与 ChatGPT 交谈。他认为，ChatGPT 总体上可能减少了自杀人数，尽管也有人因为它而自杀。
一个值得信任的人的 AI 分身，可能提供非凡的连续陪伴和指导，但也可能比任何活着的人都更受信任。Mostaque 将架构选择概括为：是增强人类的能动性与连接，还是接受一个 WALL-E 式的未来——人们戴着头显、被动消费，由机器人管理一切。

8. 创纪录的市场与系统性断裂迹象并存

Mostaque 提到 Neil Howe 预测的、约在2025年出现的“第四转折”：临界减速、微小冲击引发更大波动、不可持续的债务，以及员工与零工、Bitcoin 与货币等类别的闪烁变化。他预测 AI 今年会非常庞大，并称明年美国数字资产扩张可能成为“我们可能见过的最大泡沫”。
相关性上升暴露出隐藏的脆弱性：一艘 Ever Given 搁浅就能扰乱全球供应链，而股市不断创历史新高、利润率和利润都在上升的同时，抑郁、自杀和普遍不满也在蔓延。稀缺性是根本的、人类劳动具有正价值、市场会均衡、货币能够衡量价值——这些经典假设正在逼近极限。
Labenz 特别担忧系统的复苏模式：接近危机的系统需要更长时间从下一次冲击中恢复，就像经济衰退越来越难以走出。他的解释是，经济体用极致效率换取了韧性，面对下一次扰动时可用的缓冲越来越少。
AI 医生让价值问题变得具体。如果一次提供相当甚至更好建议的问诊，价格从100美元降到10美分，统计上的支出可能坍缩，即便可及性和效用都在上升。因此，GDP 可能恰恰因为一项重要服务变得丰裕而下降。

9. GDP 优化把企业变成脆弱、反人类的 AI

Mostaque 将企业描述为“缓慢而愚蠢的 AI”：它们优化可测量目标，并把人类作为投入品消耗。随后 Goodhart 定律开始发挥作用：组织会适应指标本身。GDP 由 Simon Kuznets 在1940年代提出，尽管 Kuznets 曾警告它并不是衡量经济或社会福祉的好指标，最终却成为统治性的目标。
离岸外包和注意力实验都遵循目标，而不是人类繁荣。Mostaque 举例称，Meta 曾测试：如果向人们展示更悲伤的内容，是否会让他们变得更悲伤，并发布更多悲伤内容；企业利润可能因此改善，而心理健康、本地能力和社会信任却不断恶化。
可读性和单一文化让优化更容易，却移除了备用路径。村庄、多元供应链和冗余实践被夷平为统一系统，最终一起失效；Mostaque 给出的荒谬对比是，洛杉矶—旧金山铁路消耗的资金，可能比迄今所有 AI 模型训练加起来还多。

10. 生命系统需要流动、开放与韧性

第一条规律是流动：价值必须循环。当货币、智能或其他资本被囤积，系统就会陷入停滞并最终崩溃；只有保存而没有流通，不是健康。
第二条规律是开放，因为“连接对抗熵”。Mostaque 以1633年至1853年间处于闭关状态的德川日本为例，说明封闭系统如何在 Commodore Perry 的舰炮等外部冲击面前变得危险地毫无准备。
第三条规律是通过多样性获得韧性，而不仅仅是连接。土豆和香蕉产业的崩溃说明了单一文化的风险：系统在正常条件下可能看起来很高效，但一旦主导组件失效，就没有任何替代路径。

11. MIND 资本衡量 GDP 看不见的东西

物质资本是人们熟悉的竞争性存量：如果 Mostaque 把一只苹果给 Labenz，他手里就少了一只，而消费会摧毁它。GDP 擅长记录这种类似梯度的流动，却无法很好捕捉能力、知识、关系和选择权。
智能资本是非竞争性的：分享一个想法不会耗尽它，甚至可能提高它的价值。Mostaque 引用 Eric Beinhocker 的 GDP-B 框架，称如果把数字和无形收益纳入统计，可能增加96万亿美元的价值。
网络资本记录位置、连接和信任——谁会回应请求，以及谁值得依赖。多样性资本提供适应能力和穿越相变的替代路线。4种资本是相乘关系：“其中任何一个为0，你就完了。”
新加坡代表了相对均衡的 MIND 组合，而资源诅咒则描述了只有物质丰裕、却缺乏相应智能、网络、开放性和多样性的状态。Labenz 将担忧延伸到 AI：在相似数据上训练的模型，可能收敛到共同的潜在空间，并继承共同的失败模式。

12. 生成式 AI 数学成为企业与市场的地图

Mostaque 以 Stable Diffusion 解释扩散过程：逐步加入噪声，直到一张有序图像被摧毁，然后根据提示词和随机种子学习逆转这一过程。他认为，市场也在执行类似的重建：参与者把不完整信息转化为内部模型，并据此决定买入、卖出或建设。
组织类似 Transformer：它们摄入相对结构化的信息，判断什么值得关注，再将其压缩成一个潜在的组织模型。市场更接近扩散过程或世界模型过程；Mostaque 称，同一组方程可以推导出生物系统的规律，以及 MIND 资本的分解。
Hodge 分解产生3种价值流。Adam Smith 强调稀缺物质商品中的梯度流；Marx 的 M-C-M′ 强调循环和复合积累；Hayek 与 Douglas North 强调调和流，即塑造每一条路径的制度环境和“游戏规则”。
这些学派就像一群盲人摸象：有人摸到象鼻，把它当作水管；有人摸到尾巴，把它当作拖把；有人摸到象牙，把它当作长矛。新自由主义资本主义“除了其他所有系统之外，是最糟糕的系统中最好的一个”，但 AI 要求一幅整体图景，因为它的边际生产者既不会像人类一样消费，也不会在稀缺性中思考。

13. 3种未来展开竞争：封建主义、碎片化与共生

Labenz 用 Stripe 的支付模式说明复合增长：处理约占全球 GDP 1.3%的支付交易，能够获得欺诈数据；更好的欺诈识别吸引更多用户，新的规模又进一步改善模型。这样的智能飞轮会让在位者越来越难以挑战。
如果少数企业级 AGI 拥有这些循环，结果就是数字封建主义，并从中提取租金。碎片化则会产生中国、英国和美国的 AI 堆栈、主权防火墙以及互不兼容的信息环境，因为政府意识到，默认设置可以重塑公民的思想。
Mostaque 偏好的共生模式是去中心化、以人类繁荣为目标，并由集体控制关键层。他不太担心一个负责创意写作的主脑，更担心谁来运行教育、医疗、金融、采购和政府——因为在这些领域，目标函数会转化为社会权力。

14. 前沿实验室可能停止出售自己需要的智能

Mostaque 指出不断扩大的资本壁垒，其中包括 OpenAI 宣布的300亿美元 Stargate UK 投资。如果扩展继续有效，全球最有能力的实体将成为最大 GPU 集群的所有者，而学校、工厂和大学不再是决定性生产资本的持有者。
Labenz 的反驳值得保留：社会没有披露制度，要求实验室公开内部模型、观察到的行为，甚至没有要求它们说明公共 API 是否匹配第一方能力。只要能力保持平价，Cursor 等创业公司仍能存活；一款更强的私有模型，可能在一夜之间逆转它们的采用率和收入。
Mostaque 引用了一组预测：OpenAI 的收入运行率将达到2000亿美元，其中 API 收入缩小，ChatGPT 接近约800亿美元，新产品和智能体合计接近另一个约800亿美元。智能体产品本身就是“人类劳动者的替代品”，而垂直化运营这些劳动者，利润率可能高于出售 API 访问权。
内部能力分化在物理上也可能不可避免。据称 GPT-4.5 的成本为每百万 token 150美元，“如果我没记错的话”，而内部模型可能需要72块或更多芯片才能运行；Mostaque 后来描述大型活跃模型需要72块或144块芯片。他将这种差距与 OpenAI 的 IMO 金牌模型相比较：实验室可能会把它保留给自己的战略、编程和市场操作，而不是提供给每一位用户。

15. Grok 5 是 Mostaque 对扩展定律的下一次公投

当被问到什么能够在3至6个月内解决争论时，Mostaque 选择了 Grok 5。Grok 4 已经是一次重大跃迁；如果 Grok 5 再带来明确的能力跃升，Elon Musk 不太可能把它藏起来。Labenz 提到，Musk 刚刚暗示 Grok 5 可能就是 AGI，据称这是他第一次做出这样的表述。
Mostaque 的条件判断很锋利：如果经典扩展规律延续到明年的集群，“明年就是我们彻底突破 AGI 的一年”。如果能力进入平台期，未来将大幅改变——但他仍预计，到2030年基准测试会饱和，而今天的系统依然会扰乱经济。
另一种竞争架构是由小型专家模型组成的生态。Qwen 的低活跃参数模型比万亿参数巨兽更容易持续学习，而验证器和多智能体脚手架可能让大量廉价模型超过单一巨型系统。开放问题是：“1000个小模型，还是一个大模型？”
他的基准情景仍然带有保留：扩展可能形成 S 曲线，智能成本会向0坍缩，但他预计两年内会出现 GPT-5 Pro 级别的边缘模型。智能体已经能够连续工作数小时，且表现不断改善；如果延长运行时间并加强协同就足够，那么无需一个无所不知的单一模型，“每个人都拥有120 IQ”的时代就会到来。

16. 开源控制最重要的是界面层与记忆层

Mostaque 说自己“曾经是开源最大主义者”，但后来改变了立场。他可以接受 ChatGPT 为孩子的导师提供一个组件；他更在意的是，一个与人类目标对齐的实体——理想情况下是家庭——掌控教育应用、记忆、数据，以及围绕模型做出的决策。
他希望建立的拓扑结构是分层且松散连接的：“是群体智能，不是 Borg。”狭窄模型和智能体可以相互强化每个人及其社区，多元控制则能抵御单一主脑，并保留本地适应能力。
Vitalik Buterin 提出的“收入—邪恶曲线”描述了融资难题：服务起初是开放的，随后高级功能排他性和竞争压力会把组织推向提取租金。一个以参与度或利润为目标优化的模型，最终优化的是操纵，而不是福祉，无论之后如何尝试对齐它的行为。
共享伦理也不能意味着一个全球统一的文化默认值。日本、德国、宗教、家庭和社区的共识各不相同；Mostaque 更愿意整理约“1万亿个优质 token”和透明的锚定数据集，而不是只依赖规模达36万亿或100万亿 token、却没有任何本地控制者能够掌握其目标函数的训练过程。

17. FoundationCoin 试图让有益算力成为货币支撑

Mostaque 的新社会契约始于这样的设想：把具有重大影响的 AI 作为一种“由人民拥有、控制并为人民优化”的公共工具。现有货币主要源自银行信贷和债务，把租金从年轻借款人转移给年长资产所有者，并让积累的资本复利增长——正如 AI 正在削弱劳动吸引资本的能力。
他的公司正在为金融、教育、医疗和政府构建完全开放的模型。经过验证的部署将帮助支撑类似 Bitcoin 的 FoundationCoin，而分布在各国的矿工则会积累算力，提供普惠 AI、组织集体知识，并为癌症、教育、文化和其他公共产品建设超级计算机。
需求侧押注基于现有资金池：加密货币市场规模约4万亿美元；Mostaque 称，OpenAI 的年度推理预算与 Bitcoin 的算力预算相当，AI 公司创造了约200亿美元收入，约1600亿美元流入加密市场。一种有用的数字资产，或许可以把其中一部分资金重新导向公共利益智能。
实际承诺是，明年推出一款免费应用，用开放医疗模型核查每种语言、每个诊断。Mostaque 追问，为什么没有人整理出面向每个家庭的全部癌症知识：“总得有人来做这件事”，即使 GDP 和传统公司的激励机制都不会奖励它。

18. 货币方案有意保持未完成状态

Labenz 追问代币经济学：如果买家为算力提供融资，之后能否把代币兑换回算力，还是这仍然只是投机？Mostaque 的回答更接近可审计的公共收益，而不是兑换权——持有者选择癌症、Alzheimer’s、教育或其他目的，看到超级计算机，并衡量自己的资本帮助了多少人。
FoundationCoin 将作为类似黄金的价值储存工具；另一种类似现金的货币，则可能因为某人是有意识的人类而向其发行，以支持基本生存和 AI 使用。Mostaque 直白承认：“接下来这一部分，也就是我们还没有完全想明白的部分”，就是这种与人类身份绑定的发行层。
他提出的所有权替代方案说明了为什么仅持有前沿实验室股份还不够：即便 OpenAI 达到100万亿美元、美国人集体持有其中10%，平均到每个美国人也只有约29,000美元的股权；按 Mostaque 的说法，按5%的股息率计算，每年约为15,000美元。它仍然无法为全民基本生活提供资金，更不用说覆盖全世界。
当被问到民族国家是否仍是正确的组织单位时，Mostaque 表示“没有立场”。国家之所以务实，是因为医疗、教育、政府、金融服务和数据都具有本地属性；他设想由公民持有、以美元计价的国家级冠军企业，同时承认跨国 AI 实验室和新兴网络国家将挑战基于地理的主权。

19. 政策应设计环境，而不是推动孤立杠杆

普惠 AI 可能扭转政府的信息瓶颈：公民可以报告更丰富的本地状况，政策则在部署前接受核查。Mostaque 希望美国每一项法案都经过可复现测试，检验其是否符合宪法、是否符合常识、是否有利于美国人，以及是否促进繁荣。
目标是“几何工程，而不是政策工程”。政府不是注入现金后听天由命，而是改变调和景观，让理想的活动自然流动——提升智能、网络、开放性、多样性和韧性，而不是在损耗这些基础的同时最大化 GDP。
更好的衡量方式也能对企业俘获形成制衡。第一个能够评估每项政策或整理全世界癌症知识的可信系统，会成为强大的谢林点；Mostaque 认为，在其权威固化之前，这些控制平面必须由集体拥有。

20. 更好的数据与激励是 Mostaque 保障 AGI 安全的路径

他的安全方案有3层：公共利益算力可以成为最大的边际买家，从而改变实验室激励；文化和伦理“黄金标准锚定数据集”可以改善训练数据；由狭窄智能体组成的分布式层级，可以为抵御中心化攻击提供计算韧性。
数据与架构同样重要。少量错误或扭曲的训练材料，就可能产生奇怪行为，因此 Mostaque 希望 AI 公司披露模型成分并达到数据标准。医疗模型让问题变得显而易见：“我为什么需要任何 Reddit 数据？”
他曾签署2023年暂停研发公开信，但现在认为，暂停和传统监管无法抵消捕获人类智力劳动所带来的经济诱因。“如果你想改变人的行为，就必须改变激励环境”；FoundationCoin 是他提出的激励机制，而不是他声称一定会成功的方案。
理想终点是每个人拥有一个主权 AI：干净的输入、透明的关键模型、个性化对齐，以及促进个人、社区和社会繁荣的目标。他既反对由政府分配每一个决定，也反对由私人公司拥有贯穿一生的控制平面。

21. 接下来1000天决定谁拥有控制平面

能力与采用速度会以不同节奏推进。Mostaque 将 Dario Amodei 关于90%的代码“将会”由 AI 编写的预测，修正为“可以”由 AI 编写；目前可能只有50%的程序员在使用 AI。因此，工作消失的速度并不均匀，即使技术替代的门槛很快就会到来。
一些不以绩效为基础的公共部门工作可能继续受到保护，而私营部门的入门级工作会首先减少，但收入和消费损失最终会削弱税收。一旦用户把自己的生活、健康记录和记忆存入某一个助手，转换成本和组织壁垒就会变得极高。
这正是他希望在规模锁定 GPU 产能之前，将其转向公共利益，并趁用户仍有选择时建立集体拥有的界面。“不要让他们拥有控制平面。不要让他们拥有你的数据。”
他期待的终点是“Star Trek”，而不是“Star Wars”：机器人处理物质生活的必需品，人类则探索、学习、创作艺术、巩固家庭并相互照护。机器正在夺走工作；希望中的结论是：“谢天谢地。现在我们可以开始做真正的工作了。”

135: 专访张益唐：70岁数学家，追逐第二次闪电 Daniel Ek，Spotify｜David Senra