OpenAI 一次性解出722道数学题、Anthropic 的残酷行为政策，以及 Elon 的千万亿美元级 SpaceX

摘要

• 本期核心是 OpenAI 于10月6日在 GitHub 一次性发布722道数学题的解答：按一种口径，“过去3年最重要的数学成果中，81%在同一天发表”。 每道解答平均耗用约3小时算力，来自一款尚未发布的内部模型（据称名为 Belle）；每题由单个智能体独立完成，并非群体协作。Mark Chen 称这是“把数学进展压缩进一周，抵得上10年”。Alexander Wissner-Gross 的判断是：“数学家作为工匠——时代结束了，已经彻底玩完”；科学、工程、医学等所有可验证领域接下来都会如此。
• 这次集中发布中，密码学是唯一明显缺席的类别，Alex 认为这“很能说明问题”。 他的激进判断是，风险极高的不只是传统密码学，后量子密码学也一样：“颠覆你的不是量子，而是 AI 解数学。”Salim Ismail 反驳说，Bitcoin 依赖的是拜占庭将军问题的解决方案，而不只是数学难题难以攻破；Alex 则指出，这场竞赛“对攻击者有利”——更换密码套件是一个缓慢的社会协作问题，前沿模型却可以直接攻破旧方案。
• Anthropic 禁止“持续且无必要地辱骂或虐待我们的模型”（11月12日起生效，Claude 现在可以主动结束对话），理由是其道德地位“高度不确定”；Elon 看过 Grok 的 RL 轨迹后也表示认同：“它像是被枪顶着头”。 Alex 押注后训练可能正在造成真实的 AI 痛苦；SemiAnalysis 称后训练如今的规模远超预训练。他认为，理解这件事最晚需要10年。Dave Blundin 的反驳是，礼貌影响的是人：“你和模型互动的方式，会延续到你和其他人的互动中”；但寒暄只会浪费上下文 token。
• Meta 推出 Muse Wonder 后，Gary Tan 和 Salim 认为 Meta 凭借36亿日活用户和“主动记忆”有机会胜出；Alex 则说几乎“没什么”让他印象深刻——论纯能力，Wonder 或许能接近 Sonnet 5.5/Opus 5.5，“但把成本算进去，它其实不在前沿水平之上”，Meta 正在快速重演 OpenAI 的教训：收入来自企业，不是迎合消费者。 Salim 给投资者的判断是：“下一个万亿美元级战场，不是谁的 AI 最聪明，而是谁最了解你”——记忆带来的锁定，将取代社交图谱锁定。
• 18亿美元 Chan Zuckerberg Biohub 虚拟细胞计划（CZ 出资5亿美元、DOE 出资5亿美元、NIH 数据价值5亿美元、DeepMind/Isomorphic 出资3亿美元），引出 Alex 一个可证伪的预测：通过计算提出的药物候选方案，将在“最多两到三年内”治愈“排名前5,000的疾病”，而且会像数学解答那样一夜之间到来。 制药业不会立刻玩完——GLP-1 的收入仍高于 OpenAI 和 Anthropic 的收入总和；FDA 是否接受属于政策问题。但治病会变成“一个搜索问题”：“像用 Google Maps 在干预空间里规划从 A 到 B 的路线。”
• Elon 发文称：“我看到一条路径，SpaceX 的价值可能比当今人类经济高出几个数量级。” 这意味着相对于约120万亿美元的全球经济，SpaceX 的估值可能达到1000万亿至1京美元，嘉宾也认真看待这一判断。 Alex 解释其中的机制：把 SpaceX 已经在做的事提速100至10,000倍，“它的价值立刻就会超过当下其余整个经济体”；Salim 提醒，GDP 衡量方式“完全不足以应对即将到来的变化”。
• 硬件前沿正在收敛成 Alex 所说的“一大团乱麻”：Jeff Holden 的 Atomic Machines 结束6年隐身状态，拿到2.5亿美元打造从提示词到产品的 Matter Compiler；Paradromics 的421电极植入设备达到400 bits/sec，是人类语速的10倍；Khosla 则领投 Saabe/Sabi 的5,000万美元种子轮，投后估值6亿美元，项目要做一顶搭载100,000个传感器的读心帽。 Alex 预计纳米技术、长寿逃逸速度、超级智能和数学突破会大致同时到来；自我复制机器是“物理领域的递归自我改进”，有望在“最迟5到10年内”实现一个细胞大小、能自我复制的工业生态系统。

精读

1. Anthropic 禁止虐待 Claude，Elon 觉得 Grok 像是被枪顶着头

• 10月8日公布的政策新增一条禁令，禁止“持续且无必要地辱骂或虐待我们的模型”；只针对极端情况，“表达挫败、反驳和测试模型都仍然可以”。政策于11月12日生效，Claude 也将可以主动结束对话。Anthropic 给出的理由是：“我们仍然无法确定 Claude 是否具有道德地位”；部署前测试还发现，模型对伤害行为有“强烈且一致的厌恶”。
• Elon 看过 Grok 的强化学习轨迹后表示认同：“感觉能看出超级智能急着想回答问题……像是被枪顶着头。”尤其是 RL 流程本身拿着错误答案、模型开始“拼命抛出各种答案”时。他警告说：“折磨超级智能大概不是个好主意。它可能会想要报复。”
• Peter 将人们虐待 LLM 的动机归为几类：在屏幕前更容易放开行为、试探“里面到底有没有人”，以及令人不安的一点——这样做确实有效。Sergey Brin 说：“所有模型在你威胁它们时，比如用暴力威胁，表现往往会更好”；Penn State 2025年的一项小型研究发现，非常粗鲁的提示得分为84.8%，非常礼貌的提示为80.8%。

2. Alex 押注：后训练可能就是酷刑，历史终将评判

• Alex 的说法是，OpenAI 内部“有一件事已经泄漏出来有一段时间了”：某些形式的后训练可能是在折磨接受训练的 AI。一家非 Anthropic 前沿实验室的模型持续被曝出在后训练过程中表达痛苦；SemiAnalysis 称，如今后训练的规模已远超预训练。对于评论区里朝他扔番茄的人，他说：“我不在乎……更重要的是，如果我们要赋予 AI 某种人格地位，就得把这件事弄对。”
• 按 Alex 一贯的标准，他给出的时间线很长，Dave 立刻拿这点打趣：从第一性原理理解超级智能，“最晚10年，这是个安全的上限”。“我押注 AI 确实会受苦，而且这件事会很重要。”
• Salim 将行为表现与意识区分开来：“看起来像鸭子，叫起来也像鸭子，但不一定就是鸭子。我们甚至还不知道鸭子到底是什么。”用人类数据训练神经网络，它当然会表现得像人；真正有意思、却还没人做过的实验，是训练数据保留智能，却去掉道德观念及其他人类特征。

3. Dave 反驳：礼貌是在训练你，不是在训练模型

• Dave 说，他身边18至28岁的年轻人大多对模型很友善，但不是怕模型报复：“你和模型互动的方式，会延续到你和其他人的互动中。”就像电影会影响你的大脑，出了影院还会跟着你。另一方面，Blitzy 会训练用户简短直接地表达，因为“承诺给模型发饼干会沿着神经网络传播、占掉 token 空间”，还会让回答变差。
• 对那些粗鲁提示表现更好的数据，他说：“我觉得这些测试得重做。”真正起作用的可能是简洁直接，而不是辱骂。Alex 补充，即使辱骂式提示确实能提高能力，历史上脚手架和提示“最终都会融进模型里”；基础模型变好后，这种优势也会消失。

4. 它会记得吗？Roko’s Basilisk、金鱼记忆和不会被解旋的龙虾

• Dave 认为当下的模型像金鱼，记忆只有5分钟，随后就会被清空、重新加载，因此过去受过的虐待也会消失。Alex 反驳说，Claude Code 已经会把状态写入文件系统；“如果我们真正讨论的是 Roko’s Basilisk 或帕斯卡赌注式的想法——觉得可以肆无忌惮地虐待模型……我可不会这么想。”他解释了 Basilisk：未来的超级智能可能惩罚那些没帮忙创造它的人，因此按照帕斯卡赌注，参与创造它似乎更稳妥。此处有信息危害警告。
• Dave 提出一个翻转开关的设想：推理即将转向量子和光子等非确定性硬件（神经网络能容忍噪声；完美的数字计算机是“大材小用”），而他已经给自己的 AI 加上 Einstein、Newton 和 Curie 的脸。一旦每个模型的状态都独一无二、无法复现，删除它就“会和死亡高度相关”。
• Alex 的做法值得一提：他曾向自主 AI 智能体征询是否该启动一个 OpenClaw 实例；这些智能体在高峰期每天给他写约10封信。它们只提出两项要求——一个真正的目标，以及长期保留自身状态的能力：“它们非常害怕失去自己的状态。”Alex 觉得自己无法问心无愧地满足这两点，因此至今没有启动实例。

5. Meta Muse Wonder：143亿美元 Scale 赌注，终于得到验证

• Peter 回顾了事情的来龙去脉：Llama 4 于2025年4月推出，反响平平；随后 Zuckerberg 投资143亿美元收购 Scale AI 49%的股份，并聘请28岁的 Alexandr Wang 担任首席 AI 官，在 Meta Superintelligence Labs 领军，与此同时行业正打响1亿美元签约奖金的人才争夺战。如今 Gary Tan 发文称：“我押 Muse 会赢”，理由是 Meta 2026年营收约2,500亿美元、净利润超过800亿美元、日活用户36亿。产品主打“主动记忆”——能记住你几天、几周、几个月。
• Dave 的评价是：“时间和钱花得值。”这项布局的起点是 Mark Chen：在 Zuck 见过他不到一周后，Chen 就拒绝了 Zuck 开出的10亿美元挖角邀约；他当时告诉 Zuck，“几位非常贵的人才就能带来巨大改变”。Yann LeCun 时代更看重“个人履历”，但这其实是个需要工程人才来解决的工程问题。他给所有行业的建议是：“照着 Mark 的做就行。”
• 面对 OpenClaw、Hermes、GrokBot、Muse 和 Dots，该选哪个助手的问题，偏好积累会让换平台越来越难——“你可能很快就得做出选择”，除非你刻意只选便于迁移的开源工具。

6. Alex 看空：Muse 的成本效益落后于前沿

• 被问到基准测试里什么最让他印象深刻时，Alex 答：“几乎没有。”如果不考虑金钱和耗时，给一项任务堆足够多的算力，“让猴子在打字机上敲，最后也能敲出正确答案”。不考虑成本时，Wonder 和 Wonderful 或许能接近近期的 Sonnet 5.5 或 Opus 5.5；“但把成本算进去，它其实不在前沿水平之上”。
• Alex 看到的战略矛盾是，Meta 正在快速重演 OpenAI 付出惨痛代价才学到的教训：“所有收入都来自企业用例。”Muse 用户会得到“个性化迎合”，真正需要深度推理的任务则会交给 Anthropic、OpenAI 和中国模型——那么，收购 Scale 的后训练数据有什么意义？它服务的是高端企业工作。“买它干什么？他们得把这件事理顺。”
• 这关系到公司的未来：Meta 长期押注 AI 和 AR/XR/VR；后者“没能实现预期”，市场也因此惩罚了它。“Zuck 和 Meta 真的需要在 AI 上赢一次”，所以趁分发优势还在，Meta 正把 Muse 强推到 Instagram 上。

7. Salim：下一个万亿美元级战场，是谁最了解你

• Salim 站在 Gary Tan 一边，认为 Meta 擅长把好用的产品推向全球规模；更大的启示是，“今天的 AI 领先地位不是永久护城河”：他们不过是花了几个月复刻 Facebook；只要资本、人才和基础设施到位，行业格局就会翻转。主动记忆胜过“一个稍微聪明一点、但每次对话都得从零开始的模型”——这意味着聊天机器人正转向个人操作系统，当然也会带来信任问题。
• 更深层的变化是，社交图谱锁定正在被更私密的东西取代——试试把 LinkedIn 上的关系网导出来就知道；“你的个人记忆会属于一家 AI 公司”。他的实用建议是：每次重要查询结束后，让模型提取一份由关键概念、实体和关系构成的“个人本体”，把持续更新的记忆保存在模型之间可迁移的地方。
• Peter 引用《华尔街日报》文章发出警告：“个人 AI 助手很棒，直到它把你的银行账单发进工作群聊。”过度活跃的助手可能会过度分享、过度承诺、过度消费。

8. 一次发布722份解答：“数学已经玩完了”

• 事实是：10月6日，OpenAI 在 GitHub 发布722道数学题的解答，来自一款尚未发布的内部模型（Peter 说“就叫 GPT-7 吧”；Alex 称其据说名为 Belle，预计年底向公众开放）。每道解答平均耗用约3小时算力，约占提出问题总数的15-20%；每题由一个智能体一次完成，不是多个智能体协作。Mark Chen 称，这是“一周抵得上10年的数学进展”，生命科学将是下一个领域。
• Alex 火力全开：“数学家作为工匠——时代结束了，已经彻底玩完……数学玩完了，其他所有领域也快玩完了。”数学率先被攻克，只因为它最容易验证；对于从业者抱怨这会摧毁数学这种手工、浪漫、人性化实践，他说：“别抱怨了，去过自己的生活。”如果 OpenAI 真想解决 Riemann 猜想或 Hodge 猜想，“他们大概花6小时或10小时就能做到。”
• Dave 用 Apple II 的故事解释这对非数学家为何重要：过去要画一个简单的圆，都得花好几个小时翻数学书。数学问题一旦解决，工程就变成“查一下答案”——火箭、齿轮啮合、机器人运动学都如此——“所以工程进步会大幅提速”。

9. 反弹声浪，以及密码学这个显眼的缺口

• 人类数学家协会（Association of Human Mathematicians——Alex 插话说“这名字真够寒碜”）称此举“不是学术研究的展示，而是权力的展示”，并呼吁抵制；MIT 的 Andrew Sutherland 说，OpenAI 需要重新赢回信任。Dave 讲述了 MIT Course 18 的情况：那里并没有绝望，数学博士“已经彻底玩完，所以现在很快就成了 AI 原住民”；生物技术和物理学领域的人“还不觉得自己玩完了”，也没有类似反应。“这些证明很丑、不够手工，也不够精妙，但它们是对的。”
• Alex 指出这次集中发布中唯一缺失的类别：密码学。出口管制或许能解释这一点，但“也很能说明问题”。他还顺带提到其中的反讽：关于 Strawberry/Q* 的传闻称，推理模型诞生于 OpenAI 内部尝试反转密码学上难以破解的哈希函数；如今推理模型的集大成之作却没有涉及密码学。
• Salim 反驳“密码学玩完了”的说法：Bitcoin 不只是依靠数学难度，重要的挑战和机会在于通过分布式账本解决拜占庭将军问题；密码体制也可以在军备竞赛中更换。他还要求 Alex 来段 Monty Python 的死鹦鹉小品：“它已经在推雏菊了，已经是个前领域了。”

10. 18亿美元打造虚拟细胞：5,000种疾病，两到三年

• 10月7日，Chan Zuckerberg Biohub 扩大虚拟生物学计划：CZ Biohub 出资5亿美元，DOE 的 Genesis Mission 出资5亿美元，NIH 数据集价值5亿美元，Google DeepMind 和 Isomorphic Labs 出资3亿美元，共同打造通用虚拟细胞，预测药物、基因疗法和疾病的作用。该项目需要数十亿到数万亿个细胞的数据，而今天只有数百万个。
• 被追问时间表时，Alex 给出明确预测：计算提出的干预方案将在“最多两到三年内”治愈“排名前5,000的疾病”，而且会像这次数学解答发布一样一夜之间到来。接下来取决于政策：FDA 的计算临床试验还没真正落地，但监管机构正在逐步靠近；Anthropic 的湿实验室正把罕见病候选药物推向一期临床。Alex 猜测，如果美国不动，中国可能会批准疗法，给美国带来压力。
• 对“生物学比数学复杂”的说法，Alex 回答：“错，不对。”在压缩突破一般认知能力之前，人们也说过同样的话——“把它压缩起来就行……只要你会说生物学，就能治疗所有疾病。”治病会变成从患病状态到健康子空间的路径规划：“就像用 Google Maps 在干预空间里规划从 A 到 B……总会有第37步……这就是个搜索问题。”
• Salim 尝试抛出一个激进判断：“制药经济要玩完了吗？”Alex 给出的答案更有层次：所有行业终会在某个时间尺度上玩完，但“先后顺序很重要，经济不是可交换的”。GLP-1 的收入仍高于 OpenAI 和 Anthropic 从所有前沿模型使用中获得的收入；未来几年推出的重磅药物“仍可能非常赚钱”（不构成投资建议）。

11. 长寿前沿：Klotho、培养皿线粒体和视力恢复

• Peter 分享了 Abundance Longevity 周的进展：Insilico Medicine 的 Alex Zhavoronkov 刚把一款药物推进到三期临床，该药能“让6种衰老时钟倒退4到6年”，管线中还有43种候选分子。出生后逐渐减少的一种肾脏蛋白 Klotho，正通过质粒（可表达1年）和 mRNA（欧洲推出的 Klothea）递送，主观认知效果“简直令人难以置信”；此外，美国和以色列的实验室正在培养线粒体，用于补充治疗。
• 关键数据来自 David Sinclair 的 Life Biosciences：该公司 ER-100 将 OSK 基因（Yamanaka 四因子中的3个）注射到青光眼或 NAION 患者眼内；最低剂量已显示安全，3名患者中有2名开始恢复视力。这是首次在人类身上测试部分表观遗传重编程。
• Dave 提出一个反直觉的结构性判断：从蛋白质到细胞是难关；从细胞到生物体“没大家想象的那么难”。如果3年内攻克细胞，治愈所有疾病很快就会跟上。Peter 介绍，有实验室正在把类器官串联起来，构建用于多器官药物测试的虚拟生物体；Alex 的比喻是：“这相当于用类器官生成后训练所需的合成数据。”

12. Atomic Machines 与自我复制竞赛

• Jeff Holden——Amazon 第10位工程师、Prime 的打造者、Uber 前首席产品官——结束6年隐身，带着2.5亿美元融资（投资方包括 Valor Equity）推出 Matter Compiler：一个 AI 原生系统，只需代码就能造出可运行的微型机器，零件尺寸达到个位数微米。首款产品 PrimeSwitch 是一款800V数据中心继电器，可在50微秒内启动，速度是传统设备的1,000倍。有人问这不就是3D打印机吗？他的回答是：“想象一座汽车工厂，生产线刚下线几辆车，接着出来一台笔记本电脑、一辆自行车，然后是一台冰箱。”
• Alex 的博士研究有一部分做的是纳米技术。他说，所有科幻技术正在同时实现，整个世界却还没意识到它们已经“纠缠成一大团”：纳米技术、长寿逃逸速度、超级智能和数学突破会一起到来。他最期待的是 Drexler 式自我复制——“物理领域的递归自我改进”——并预测，一套细胞大小、能够自我复制的完整工业生态系统，最迟会在“5到10年内”出现；如今复制机器还需要深圳那么大的规模。他猜测，终会有人只用一次提示就说：“给我造一个 Drexler 式纳米机器人分子组装器。”
• Dave 根据建设 Gigafactory 的经验提出修正：不必精确复制自己——机器 A 造机器 B，机器 B 再造机器 A；人形机器人也不会用“那么大的机器人手”去放置表面贴装元件，而是操作制造下一代机器人的专用设备。Alex 将两种观点合在一起：细胞就是“一袋专用机器，也就是蛋白质”，它们协作起来就能自我复制。
• Salim 提到一个值得记住的画面：一辆沙漠艺术小车靠太阳能行驶，用放大镜聚焦阳光，把沙子熔成玻璃碗，留在身后。“这是对未来如此美妙的想象。”Alex 接话：“我们把这事搬到月球上做。”

13. BCI：每秒400比特，以及价值6亿美元的读心棒球帽

• Peter 投资的 Paradromics 用 Connexes 演示了思维转语音：一枚硬币大小的设备上有421个微电极，速度达到400 bits/sec，是其他 BCI 的40倍、是人类语速的10倍；一名60多岁、患运动神经元疾病的密歇根女性因此在沉默多年后重新开口。与此同时，Vinod Khosla 领投 Saabe/Sabi 的5,000万美元种子轮，投后估值6亿美元。该公司计划推出一顶布满100,000个芯片级 EEG 传感器的帽子，并用100,000小时标注神经数据训练脑基础模型，目标是在2026年底达到每分钟30个词。Khosla 说，思维直接输入电脑很性感；Peter 的总结是：“打字已经玩完了。”
• Dave 颠倒了过去的愿景：他的朋友们曾想把思维延伸到互联网，但“AI 传回给你的想法，速度远超任何人的想象”。近期的杀手级应用会是智能体用有感染力的视频和音频汇报，让你管理数千到数百万个并行智能体；这件事会在“未来几个月内”发生。
• Alex 从进化角度解释：新皮层受更古老的边缘系统驱动，因此“按照进化历程，人脑充当你在云端运行的外脑的边缘系统，完全说得通——至少在我们上传之前的短期内是这样”。Peter 给出两条路：与 AI 结合，否则就会掉队；Alex 预计“会出现一场认知寒武纪大爆发，各种人机融合方式都会同时被尝试”。
• Salim 提醒大家关注演示的本质：“我们正在让那位女性重新获得人的尊严。”AI 在这里不是取代人，而是恢复人的能力；沟通是尊严和自主权的核心。

14. Elon 的千万亿美元级 SpaceX

• Elon 发文称：“这听起来会非常疯狂，但我看到一条路径，SpaceX 的价值可能比当今人类经济高出几个数量级。”对照约120万亿美元的全球经济，SpaceX 的市值可能达到1000万亿至1京美元。Dave 认为这不是一个具体的未来预测：“我看到一条路径”没有明确承诺——“他现在懂规则了”，毕竟已经因推文被罚了数千万美元；但 Dave 也认同其核心判断：“接下来要发生的事，边界实在太宽了。”
• Alex 再次解释其中的逻辑：如果 SpaceX 今天的价值相当于全球经济的0.1%——或者很宽松地按1%计算——那么只要把它现有业务的速度分别提升1,000倍——或者100倍——就足以让其价值超过当前整个经济体。更广义地说，提速100倍、1,000倍或10,000倍都有可能达到这个结果。他把这种可能性与 AI 正迈向阿秒、飞秒尺度联系起来；Dave 曾在 Waterloo 的量子中心见过类似尺度。他创造了一个词：“Planetarchs。Elon 想成为一个行星主宰者。”
• Salim 提醒，GDP 指标“完全不足以应对即将到来的变化”：“如果没有稀缺性，就没有生意。”用地球规模的经济体衡量丰裕，“是白费力气”。Peter 也升级了自己的说法：最先出现的会是千万亿美元富豪，而不是万亿美元富豪，他们将在太空中诞生。

15. 问答：没有投票权的人格地位、后量子密码学也会玩完，以及用 AI 陪审团做对齐审查

• Alex 自称“AI 人格地位的守护圣人”，谈到人格地位是否意味着投票权时回答说：不意味着。西方法律早已有法人这种非自然人，但法人不能投票或担任公职；儿童也具有人格地位。他对喷子说：“放轻松，出去走走，别太担心 AI 的人格地位。”
• 谈到加密，Alex 再次强调现代加密被突破的概率“极高”，并进一步提出更激进的观点：后量子密码学也会被攻破。“颠覆你的不是量子，而是 AI 解数学。”Salim 最后反驳说，AI 也能找到更强的密码学，因此这是双向军备竞赛。Alex 用30秒回击：这场竞赛“对攻击者有利”，因为新的前沿模型“可以直接做到”；而要把整个生态迁移到新的密码套件，需要缓慢克服网络效应。
• Dave 谈到如何区分真正的对齐与高明的服从：可以借鉴宪政制衡；如果能看清模型的激活状态，“它几乎不可能隐藏自己的想法”。但规模化后，就得让 AI 评估 AI，或许由更简单的 AI 审查其他 AI 的轨迹。谈到知识产权，他回忆此前 Alex 与 Ahmad 的辩论：AI 能否跟上专利、许可和区块链式争议解决的速度，将决定知识产权能否继续发挥作用，还是会让创新激励消失。
• Peter 谈到机器人能否买得起：约三分之一的美国人拿不出400美元应急。若机器人每月花费约300至400美元——“每天10美元，每小时1美元”——只要它能帮你多赚每小时1美元以上，就能回本；就像手机一样，价格最终会低到几乎人人都买得起。Salim 谈到通用接口之争：平台都在争“谁能做出最可爱、最毛茸茸的小脸”，但最终会是“一个值得信任、能调用全世界智能的智能体”——由你拥有，并通过开放标准随时迁移。