Martin Shkreli：大药企的盲点、做空量子计算，以及监狱教会他的事
摘要
Shkreli 对量子计算的看空，既是技术判断，也是商业模式判断。 他认为，量子计算的真正优势，是把整数分解和椭圆曲线离散对数从指数时间降到多项式时间——不是排序，也不是通用计算。现有机器的运行频率只有几百或几千赫兹，在普通计算上却输得很惨；它们没有量子 RAM，而且按他的测试，“连300乘200都算不出来”。他说，企业在这个领域投入数亿美元，无非是在押注“总有一天可能会有点东西出来”。
主持人最有力的反驳——量子计算也许只是处在晶体管时代的起点——并未改变 Shkreli 的投资结论。 他承认这项技术最终可能奏效，但随即反问：投资者当年会不会因为打孔卡、真空管或铁氧体磁芯存储是必要阶段，就想持有它们？这些重要阶段的拥有者大多已经消失。他做空量子计算公司已经亏了数百万美元，但开玩笑说自己“赚到了数十亿美元的洞见”，同时承认，市场择时才是难点。
他认为自己最看好的算力颠覆方向是模拟光学计算，因为 AI 工作负载有“99.9%”的时间都在做矩阵乘法。 Shkreli 说，在 Nvidia 机器上做一次1,000×1,000的矩阵乘法，大约需要10亿次运算；而光学中的乘法可以瞬间完成。他正在研究光子核心，并预测20年内 H100、B100 和 B200 最终都会“被扔进垃圾桶”。
这种技术层面的看空，并不等于对 Nvidia 的明确做空：Shkreli 持有半导体股票，仍在押注 AI 上行。 Jevons 悖论可能会吞噬效率提升带来的收益，但他坚持认为，一个效率高出1,000倍的 transformer 对 Nvidia 依然“不是好事”；之后需求是否会扩大100万倍，仍未可知。他的警告来自历史：如果身处2000年，他大概也会买入 Yahoo 和 Cisco。
在 Shkreli 看来，大药企的盲点不是缺乏科学创意，而是错定了被弃置分子的价值。 他花200万美元买下一款 Bristol-Myers 的药，并称同一家公司如今已经上市、价值60亿美元；sparsentan 则从高血压适应症转向 FSGS，最终让约3万名此前从未获得药物治疗的人拿到了获批疗法。“我也可以做个好人”，他说，同时又称这“是赚到10亿美元的好方法”。
Shkreli 否定近期 AI 药物研发的炒作，但对机器智能市场依然极度看好。 他称 AI 在5年内开发出药物是“完全胡说”，并表示未来10年内不会出现一款 AI 相关药物；但他认为，对智能和劳动力的需求几乎没有上限。他设想的终点不只是聊天机器人，而是由平台搭建完整企业——OpenAI、Anthropic 或它们的后继者内部，可能容纳“一个完整的 S&P 500”。
监狱让 Shkreli 对自身失败的解释，从过度绑定成就转向更脚踏实地地看待自己。 他说，自己不肯承认并非世界上最好的对冲基金经理——尽管是很强的企业家——“把我送进了监狱”。他更深层的教训是，天赋异禀的人可能把实现某种宏大成就视为自己的义务，最终走向自我毁灭；而监狱让他看见，地位之下人人共有的普通需求，是想念朋友和所爱之人，以及希望成为一个好父母。
精读
1. 量子计算的科学魔法，不等于一门生意
Shkreli 的核心区分，是更快的计算与一种特定问题上的加速并非一回事。Peter Shore 的思想实验可以把整数分解和椭圆曲线离散对数变成多项式时间问题，却不会加速归并排序这类普通算法。“除非你在分解数字，否则没什么值得兴奋的。”
他认为，今天的量子机器运行频率只有几百或几千赫兹，而不是 GHz 级；在传统任务上，它们更像单核、单线程计算机，也没有量子 RAM。他的结论没有留下余地：“它们永远无法跑赢一台 Nvidia 机器”，更不用说100万台 Nvidia 机器。
他还把问题定义为一场商业押注。他说，Google、IBM 和 Microsoft 每年投入数亿美元，是因为“总有一天可能会有点东西出来”，但他不认为这是一门很好的生意。
主持人的反驳值得保留：这个行业也许正处在经典计算的晶体管阶段。Shkreli 同意进步是可能的，但反问：仅仅因为打孔卡、真空管或铁氧体磁芯存储是必要的先导阶段，投资者当年就应该买入它们吗？
他的实证测试刻意选择了最普通的任务：在他和妻子 Chelsea 测试了全球每一台量子计算机后，“我们在任何一台上都没法算出300乘200”。他做空量子计算公司已经亏了数百万美元，也承认“猜市场时点”并不容易，同时开玩笑说自己因此“赚到了数十亿美元的洞见”。
2. 光子技术可能颠覆 Nvidia 的矩阵乘法范式
Shkreli 把 AI 归结为“matmul”：GPU 有“99.9%”的时间都在做矩阵乘法，而传统乘法的计算量按 N 的三次方增长。两个边长为1,000的方阵，因此大约需要10亿次运算。
他的替代方案来自一篇 Microsoft 关于 AOC，即模拟光学计算的文章：光学中的矩阵乘法是“免费的”，可以瞬间完成。他提到 Neurophos、OptiCore 和 Lumai 都在研发光子核心，同时承认非线性和存储问题仍有大量工程工作要解决。
他的长期判断非常激进：20年内，H100、B100 和 B200 可能都会变成垃圾。但投资组合上的态度并不一致：他持有半导体公司，仍在“押注上行”，即便同时警告，一个效率高出1,000倍的 transformer 显然会伤害 Nvidia。
3. 被忽视的分子资产，是 Shkreli 最高 Alpha 的市场
Shkreli 16岁时加入 Jim Cramer 的对冲基金；他认为 Cramer 扣除佣金后仍能实现23%的年化回报，但后来发现，自己“更擅长做企业家和私募股权投资，而不是交易员”。相比公开市场交易，买入被忽视的医药资产能带来更多 Alpha。
他最具代表性的案例，是以200万美元买下一款 Bristol-Myers 的药；他说，同一家公司如今已经上市、价值60亿美元。他还表示，Pfizer 等药企有时会以约100万美元出售资产权益，即便这些资产可能支持价值10亿美元级别的产品，因为对大药企而言，它们并不重要。
Sparsentan 把这套模式从金融套利推进到临床适应症重定位：它最初用于高血压，后来转向 FSGS——一种此前没有获批药物的疾病。FDA 批准后，Shkreli 说，大约3万名此前从未用上药物的人终于有了药可用；他称这一结果既有用，“也是赚到10亿美元的好方法”。
真正的瓶颈在于信息处理。他的团队需要有人阅读横跨大学和药企的论文与专利；2015年，他在发现 Watson “不太行”之后，创办了一家 NLP 公司，试图处理由4,000万篇医学文章组成的语料库。
4. AI 药物研发炒作为时过早，但对智能的需求可能没有上限
Shkreli 对 Dario 的预测持明确反对态度：AI 在5年内开发出药物是“完全胡说”，未来10年内他也不认为会出现一款 AI 相关药物。他说，电脑和 GPU 可以帮助分析，但药物研发和 FDA 审批依然困难，AI 也无法真正完成药物开发。
当主持人提出，约4000亿美元的风险资本可能正把投资者资金导向购买代币时，Shkreli 否定了由此引申出的估值陷阱论。他认为，对智能和劳动力的需求都是“无限的”，而且远不止知识工作者。
他提到一位离开 OpenAI、创办 Core Automation 的朋友；据他说，此人发明了 OpenAI 的推理模型。随后他设想，AI 平台可以建立 OpenAI Pharma、OpenAI Motors、OpenAI Aviation 等垂直业务——OpenAI、Anthropic 或同类平台内部，可能容纳“一个完整的 S&P 500”。
麦当劳的例子提供了经济学上的检验：只要由此产生的智能拥有正的净现值，花费1000万美元购买“1000万个 GPU 大脑”来挑选下一款三明治就是合理的。只有当继续增加 token 最终不再改善答案时，这一论点才会失效。
5. 分发能力捕获价值，能否活下来取决于自我认知
Shkreli 对市场的类比是互联网：消费者和企业获得了近似“免税”的基础设施，而供应商可能只能赚取短暂的超额回报。他看好 Meta 通过 Messenger 获得分发能力以及产品执行力，称 OpenAI 的硬件策略“非常聪明”，并通过多条路径持有 OpenAI 的投资敞口。他还把 io 和 Jony Ive 的创意产品工作视为一条新路径的证据。
在 AI 安全问题上，他站在有效加速主义一边——“快速行动，打破刻板印象”（move fast and break stereotypes）——并驳斥当前关于生存危机的论调：系统归根结底仍是软件，“你可以关掉电脑”，“它不会杀死我们所有人”。主持人提出的同行评审折中方案，也没有改变他的看法。
被问及他自称曾提供过建议的 Sam Bankman-Fried（SBF）时，Shkreli 提到 SBF 很早就进入 Anthropic，而他在2021-22年的投资组合事后看起来像天才之举。他把非典型的天赋与危险的自我确信联系起来：天赋异禀的人可能觉得自己对某种宏大使命负有责任，而推进过快、拒绝承认失败，最终会把这份负担变成不当行为。
他对自己的检讨，是本集最后的转折：“我很难承认自己不是世界上最好的对冲基金经理，但我是一个很棒的企业家。”监狱剥离了身份和地位，揭示出人们始终会想念朋友和所爱之人，也都希望成为好父母。