摘要

ChatGPT Atlas的目标不是单纯争夺浏览器份额，而是掌控AI分发并积累个人数据护城河。 Atlas把持久对话、浏览器记忆和可执行操作的智能体结合起来，Alexander Wissner-Gross称浏览器是“OpenAI超级智能的分发渠道”。Wissner-Gross提醒，即便Sam的模型落后于另一模型数月或1年，“他仍然拥有你的数据”，这既保留了个性化能力，也保留了回流路径。
AI劳动力自动化正沿着垂直行业逐个推进，但由此形成的市场仍然过于异质，无法被单一平台吞并。 据称OpenAI以每小时150美元聘用了100多名银行家，训练系统处理M&A、LBO和IPO；节目提到，未来2年内，华尔街初级岗位可能减少25%–50%。Uber的平行实验则向司机支付0.50–1美元，换取时长2–3分钟的AI训练任务，预示着一个围绕教授机器处理实体劳动和服务工作的零工经济。
科学的下一步是形成闭环：AI阅读文献、调用专业工具、运行机器人实验，再持续迭代。 Anthropic希望Claude能够在Benchling、10x Genomics的Cell Ranger和PubMed之间充当“超人类研究助理”；Diamandis将Lila Sciences全天候运行的“科学数据工厂”描述为这一闭环的物理补充。Wissner-Gross预计，这些“婴儿级超级智能”将帮助解决生物学问题，而GPT-5重新发现隐蔽数学联系，则揭示了当前检索与真正发现之间仍笼罩着一层迷雾。
世界模型、视觉文本处理和可穿戴设备正在汇聚成一种新界面，也是一条新的训练数据供应链。 DeepSeek-OCR把整页图像编码为图像token，有望保留版式、字体和公式结构；Google的Genie 3则指向由提示词生成的持久、可交互世界。Amazon的配送眼镜展示了商业化桥梁：先立即提升工人生产率，同时收集遥测数据，为未来覆盖配送、建筑、医疗、能源和酒店业的机器人训练数据。
AI基础设施正在演变成一场完整的资本市场建设：债务为底层基础设施融资，股权为模型和应用融资。 Meta的特殊目的载体正以6.8%的利率借款270亿美元，为路易斯安那州一座多GW数据中心融资；Oracle计划建设可扩展至80万块GPU的16 zettaflop系统；Anthropic则计划到2026年启用100万块Google TPU。Wissner-Gross认为，Nvidia GPU、Google TPU、Amazon Trainium和定制ASIC之间存在健康的架构多样性，不会形成持久的算力垄断。
AI建设的硬约束不是对智能的需求，而是电力供给。 节目称到2030年需要100GW电力；Amazon支持的X-energy项目起步为320MW，可扩展至接近1GW，但很可能要到2030年代才能实现。聚变路线图目前把试验电站目标定在2028–2030年、发电目标定在2030–2035年，但Diamandis援引杰文斯悖论指出，即便算法效率每年提升5×–10×，也可能被不断增长的需求吞噬。
量子计算目前仍是战略期权，还不是经济意义上可与AI匹敌的技术。 Google的Willow研究展示了测量量子混沌方面的优势，但Wissner-Gross仍在等待一种“具有经济变革意义的量子算法”，尤其是能让前沿模型训练或推理提速几个数量级的算法。美国拟入股IQM、Rigetti、D-Wave、Quantum Computing Inc.和Atom Computing，可能吸引更多资本进入；Blundin认为政府投资对这场竞赛有用，但若成为长期先例则“糟糕透顶”。
XPRIZE的获胜方案集中解决降低社会转型成本、自动化被忽视的实体劳动这两件事。 Visioneering称每投入1美元奖金，约能带动团队60美元的研发，因此筹得350万美元；领先方案的目标是以每月250美元提供食物、水、住房、电力和带宽。聚变方案获得50万美元开发资金；“WALL-E”则要把填埋场变成原料来源，正是Wissner-Gross所预测的未来5至10年内，能够在街道和社区中被人们直接看见、改变社区生活的机器人之一。

精读

1. XPRIZE把丰裕社会视为服务问题

Diamandis表示，XPRIZE Visioneering 2025筹得350万美元，用于开发3个获胜方案，结果超过了原本只资助1个方案的预期。其影响力报告估算，奖金的乘数效应达到60×：100万美元奖金大约能带动参赛团队投入6000万美元研发资金。
Abundance奖项瞄准的是一个打包式的基本生活底线：每月250美元获得食物、水、住房、电力和带宽。Diamandis将其定位为应对可能持续2至5年的动荡劳动力转型，为家庭提供足够稳定性，让他们能够利用AI接受教育、获得医疗服务和创业。
Wissner-Gross称这一概念是全民基本服务，即“UBI的对偶”，并设想成熟经济体提供一种“Amazon Super Prime”式生活订阅，令生活成本接近于零。Blundin强调带宽的重要性，因为它打开的是参与、收入、教育和医疗服务的通道，而不只是补贴消费。
一项聚变方案获得50万美元开发资金，尽管市场上已有37家风险资本支持的聚变公司、累计投资约100亿美元。“WALL-E”方案则要自主把填埋场分拣成可复用材料；Wissner-Gross将其纳入更广泛的5至10年自动化浪潮，认为机器人应会在街道和社区中变得肉眼可见、随处可见。

2. Atlas让浏览器成为超级智能的分发层

OpenAI围绕3项功能推出Atlas：伴随用户浏览全网的聊天、浏览器记忆，以及能够执行操作的智能体。Blundin将其战略窗口类比为Chrome：Google先借助既有用户基础推动Chrome，随后拿下约三分之二、即约70%的浏览器份额，并获得对用户导航行为的可见性。
Wissner-Gross拒绝用狭义的浏览器份额来定义Atlas：“我不认为我们应该把它当作一款产品。”浏览器、代码编辑器、机器人和可穿戴设备最终都应融入可互换的渠道，真正有差异化的资产是“通过哪些渠道呈现何种形式的后端超级智能”。
Blundin对比了两种战略：Dario Amodei更依赖Anthropic打造最聪明的底层机器；Sam Altman则在增加控制点，以便在竞争模型达到大致同等水平时保护OpenAI。他提到了Atlas、Jony Ive的设备项目、基于Broadcom的定制基础设施，以及OpenAI宣称的装机量优势。
Diamandis偏好的终局仍是JARVIS：一个个人AI，用户只需提出需求，不必关心最终由哪个浏览器或后端模型提供答案。Wissner-Gross的补充决定了竞争壁垒所在——助手还将持有健康数据、个人偏好和亲密关系，因此个人上下文本身会成为持久的竞争优势。

3. 智能体模式把浏览变成行动，隐私成为分水岭

Wissner-Gross认为，Atlas至少部分在本地运行的智能体，比其他功能更具意义，并称其感觉比Operator或云端ChatGPT智能体略先进。在网页国际象棋测试中，Atlas发现网站的提示功能，主动向网站寻求帮助，并利用提示赢下棋局，成为自适应计算机操作的早期样本。
Diamandis追问其代价：Atlas可能观察用户的浏览行为、打开的标签页，甚至更广泛的电脑活动，但并未承诺将这些信息保密。Wissner-Gross预计，市场会形成推动隐私改善的“强制机制”；Diamandis则欢迎浏览器之间竞争，看谁能同时做到具备智能体能力和保护隐私。
Diamandis的历史类比是，浏览器会经历一段段沉寂期，期间夹杂着“功能的寒武纪大爆发”。因此，新一轮浏览器战争的意义不在于重演Chrome对新挑战者，而在于争夺行动权限、本地上下文、隐私，以及智能触达用户的渠道。

4. AI按劳动类别逐个消化工作

据称OpenAI以每小时150美元招募了100多名银行家，将M&A、LBO和IPO工作流程编码进系统。节目给出的结论十分直接：未来2年内，这些系统可能消灭华尔街25%至50%的初级岗位。
Diamandis预计OpenAI会把这套打法复制到“绝对每一个人类活动类别”。他建议行业公司占据传统巨头与缺乏经验的初创公司之间的空档：成为OpenAI为解决某个垂直问题而调用的专业机构，而不是假设平台会放过这个领域。
Wissner-Gross承认，表面叙事是“所谓白领工作的终结”，而且会按劳动类别逐个发生，但他否定了单一平台吞并一切的结局。数十万亿美元规模的服务业劳动和数千个专业类别，应会让“一种完全异质的经济”无限期延续下去。
Uber的微型工作试验向司机支付0.50–1美元，换取时长2至3分钟的任务，并在24小时内完成处理。Blundin看到的是一支原本就希望获得边际收入的人力网络，正在变成类似Mercor的数据引擎；Wissner-Gross则称机器人训练很可能构成“新的事实零工经济”。

5. 网络价值从流量迁移至机器可读知识

Wikipedia报告称，人类流量同比下降8%。Wissner-Gross质疑人类必须继续充当主要内容创造者这一前提：知识综合已经十分充足，而由AI生成的调查报道和AI生成知识，在他看来“就在眼前”。
Blundin认为流量不是消失，而是在迁移。他提到一家未具名的在线流量公司，从零增长至6亿美元收入和1亿美元利润，并给出其运营公式：大量发布真正高质量的内容，向Google和Facebook购买分发，再追踪用户流向。
额外要求是GEO，即生成式引擎优化，确保内容即使无人访问页面，也能被AI读取和理解。Diamandis对Wikipedia一篇据称长期未更新的个人简介感到不满，这正好说明了消费端变化：用户越来越多地直接让AI从网络上拼接出最新、带上下文的答案。

6. 生物学进入工具驱动的闭环科学

Anthropic的生命科学演示描述了Claude如何熟悉科学家的日常工具栈，包括用于实验管理和实验记录的Benchling、用于单细胞分析的10x Genomics Cell Ranger，以及用于文献检索的PubMed。其目标是让Claude成为支持每个项目阶段的“超人类研究助理”。
Wissner-Gross称，这标志着生物学领域的计算机操作助手到来：这些“婴儿级超级智能”会阅读PubMed、操作计算工具，并最终执行实验。对他而言，这种组合——而不是一个独立的聊天机器人——才是“用AI解决生物学问题的样子”。
Diamandis将其投资的Lila Sciences描述为正在建设全天候运行、无需人工值守的“科学数据工厂”。模型提出理论，机器人实验室在夜间执行实验，结果返回模型，下一轮实验随即开始；初期覆盖生物学，随后扩展至化学和材料科学。
规模问题源于身体的复杂性：Diamandis称人体约有400亿个细胞，每个细胞每秒发生50亿至100亿次化学反应。Diamandis还补充了政治上的推动因素：与中国的竞争固然重要，但面对能够阻止原本不必要死亡的系统，各国社会不会轻易选择放慢速度。

7. GPT-5揭示检索与发现之间的迷雾

Wissner-Gross把GPT-5围绕Erdős问题143的工作视为转型期“战争迷雾”的一个切片。早期AI的胜利可能来自这样一类问题：答案已被人类中的少数人知晓，却未进入集体认知，于是整个文明仍要争论每个问题究竟是开放、已解决，还是“半开放”。
Diamandis反驳了学术界的一种倾向：因为AI只是找到了旧联系，就低估一个正确结果的价值。在实际工作中，系统的优势恰恰是能够搜索晦涩的既有材料，并在不受人类对档案研究和发明之间职业边界约束的情况下继续推理。
Diamandis给出的最佳例子是专利综合：上传3项相关专利，描述一项业务，再询问它们如何组合成新产品或服务。他称其输出“本质上就是一台创意引擎”，并指出AI系统正在把专利撰写与既有申请及知识库搜索结合起来。

8. 世界模型与通用token打破媒介边界

Google的Genie 3将允许用户通过提示词生成持久、一致且逼真的交互式世界。Wissner-Gross预计，世界模型最终会与通用前沿模型合并，让AI既能服务消费体验，也能通过理解并创造物理世界来推动企业创新。
Diamandis把教育场景说得很具体：学生不必再阅读一篇枯燥的古希腊史，而是可以直接进入其中，与Socrates见面，在这个世界里行走。Blundin的反驳集中在运营层面——用户会立刻喜欢上它，但目前10至15分钟的等待时间意味着GPU可用性本身就是产品体验的一部分。
DeepSeek-OCR将整页图像处理为图像token，再解码为文本token。Wissner-Gross预计，视觉路径能够保留格式、字体和公式结构，从而改善模型接地能力，让前沿模型具备“桌面出版式排版”能力，而不再把布局视为无关紧要的元数据。
他对更长期的判断是“通用token”，覆盖文本、图像、音频和视频，甚至可能统一到一种类似视频的模态中。Diamandis指出了相反趋势：量子计算等高度专业化领域，可能仍需使用远超人类感知范围的表示形式，第一类通用模型则把这些领域系统当作工具调用。

9. 可穿戴设备把服务业变成训练数据供应链

Amazon的配送眼镜可以扫描包裹、为司机导航、标记狗等危险、指示投递地点，并在不使用手机的情况下拍摄投递凭证。Diamandis将这层辅助功能解读为类似Tesla的数据项目：工人生产训练配送机器人的视觉和流程数据集。
Blundin表示认同，因为内部部署可以立即产生利润，让Amazon一边改进硬件，一边收集机器人数据，并保留日后推出消费级眼镜项目的选择权。“这些技术会彼此作用”：生产率为界面提供资金，界面则供应下一层自动化所需的数据。
Wissner-Gross将这一机制扩展到配送之外的医疗、能源和酒店业；Diamandis又加入建筑业，尤其是由AI驱动的数据中心、电力和管道建设大潮。可穿戴设备先收集遥测数据以及训练前、训练后的数据，随后推动更广泛服务业的自动化。
Blundin个人最重视的用途是为老龄人口增强记忆：眼镜应能识别佩戴者正在与谁交谈，并回忆上一次对话内容。这会把同一套持续感知系统从企业级仪器，转化为亲密的个人上下文产品。

10. 信贷为算力底座融资，股权为智能融资

Meta的特殊目的载体正以6.8%的利率借款270亿美元，为路易斯安那州一座多GW数据中心融资；此前Zuckerberg已经将公司大量现金流投向AI。Blundin对市场反应的判断是，投资者正在奖励那些围绕可信AI使命“疯狂投资”的公司。
Wissner-Gross认为，一种覆盖整个经济体的融资模式正在形成：规模巨大的固定收益和信贷市场为“AI基础设施栈的下半部分”融资，股权则为上层模型和应用融资。因此，来自公开市场股票、主权资本和债务的资金正集中流向AI基础设施，并以其他技术领域为代价。
Oracle拟议中的云系统算力为16 zettaflop，可扩展至80万块GPU。Diamandis依据节目中10¹⁶至10²¹的数量级比较粗略计算，1 zettaflop系统大约每1.1天可以产出一个前沿级模型，16 zettaflop则大约每天产出16个；Wissner-Gross称这一说法大致合理但需要再次核实，并强调高速互联同样重要。
Anthropic计划到2026年启用100万块Google TPU，体现了Wissner-Gross所说的超级智能对算力的“渴求”。Nvidia GPU、Google TPU、Amazon Trainium以及实验室专用ASIC应会并存，未来架构将保持异质性，而不会由某一家加速器供应商控制。

11. 算力在芯片、实体和轨道之间分散

Starcloud支持轨道数据中心的理由是太阳能充足，并可利用大型散热器以红外线形式向外辐射热量。Diamandis强调了工程难点：太空很冷，却几乎没有介质，因此热量无法通过常规方式带走；辐射散热和机器人建造仍是核心约束。
Wissner-Gross对长期前景的判断带有条件：如果智能永久受延迟约束、算力需求又没有见顶，轨道平台可能标志着“戴森群建造的开始”；但如果星际旅行变得更容易，或出现意外的新物理，拆解太阳系就没有必要。
近期目标则很克制：节目讨论的方案计划到2027年把单个H100送入轨道，据称算力约为此前任何卫星搭载量的100倍。Wissner-Gross将其与一个跨越2个世纪的思想实验对比——围绕太阳捕获的阳光，可能需要这么久才能让木星脱离引力束缚。
Tesla的AI5据部分指标称最多比AI4强40倍，其意义在于同一架构计划同时服务数据中心、汽车和机器人。Wissner-Gross称这代表智能“走出门去”；Diamandis则把快速定制芯片迭代与对TSMC、Samsung和Intel的依赖联系起来，Blundin称这些制造商是关键瓶颈。

12. 量子计算仍缺少具有经济变革意义的算法

Google的Willow论文使用二阶非时序关联函数，以一种经典计算机极难实现的方式测量量子混沌。Wissner-Gross称这为量子加速提供了有意义的证据，但还不是改变世界的商业应用。
他要求的突破非常明确：让前沿模型训练或推理获得几个数量级的量子加速。与AI直接自动化服务业相比，近期量子模拟、化学和材料研究“相对平淡”；只有当量子计算最终让智能运行得更快，或大幅提高能效时，它才会带来变革。
Wissner-Gross描述了一条期待中的“救赎弧线”：那些曾经交给量子计算的宏大挑战，包括蛋白质折叠，持续被运行在经典硬件上的AI“吞噬”。一台完全可逆、保持量子相干的AI计算机可能改变能源方程，但“我们还没有走到那里”。
据报道，美国拟投资的对象包括IQM、Rigetti、D-Wave、Quantum Computing Inc.和Atom Computing。Blundin认可政府资本对一场具有二战规模的技术竞赛所起的作用，但不希望它成为长期先例；Diamandis指出，相关量子股票在报道后上涨约10%–15%。

13. 电力而非模型需求是近期瓶颈

美国核电建设成本自1970年代以来上涨约1,000%，而中国则下降。Wissner-Gross认为，这是因为美国停止建设后失去了经验曲线带来的收益；Blundin又补充了监管、诉讼、管理成本和消失的制造业能力：“这是我们自己造成的。”
美国能源部将允许私营企业使用来自旧弹头的19吨武器级钚。Blundin提醒，燃料成本在反应堆经济性中只是四舍五入误差；Wissner-Gross则认为，西方更广泛的任务是重新学习核工程，并重新适应完整的燃料循环。
聚变路线图没有配套联邦资金，现有私人投资约90亿美元：2027–2028年进行示范，2028–2030年建设试验电站，2030–2035年建设发电厂。Wissner-Gross认为，这主要反映了Helion和Commonwealth Fusion Systems提出的激进私人部门时间表。
Amazon支持的X-energy项目计划从320MW起步，并扩展至接近1GW，但部署仍是2030年代的故事。面对到2030年需要100GW电力的目标，裂变、聚变、可再生能源、天然气，以及可能的轨道算力都在与时间赛跑；效率提升未必能降低需求，因为Diamandis援引了杰文斯悖论。

14. 边缘医学与治理缺口

Wissner-Gross最后谈到用于重度呼吸衰竭的肠道供氧：将富氧液体注入肠道，利用其面积大且血管丰富的表面，在肺部失效时为血液循环供氧。他称这可能是一种具有变革意义的医疗选项的起点。
Diamandis把替代性供氧与推测中的“respirocytes”、纳米机器人和高带宽脑机接口联系起来。他引用Ray Kurzweil的预测，认为纳米机器人可能在2030年代初至中期出现，具体是2033年，并有望用于细胞修复和突破长寿极限；这并不意味着相关能力已经实现。
Diamandis计划推出“Sovereign AI Governance Engine”，帮助政府以AI的速度管理AI、人形机器人和长寿问题；Blundin预计，沙特阿拉伯高度集中的决策结构将率先快速部署，成为行动缓慢的西方民主国家的风向标。

市场概述2025年10月28日诺贝尔物理学奖得主：改变一切的量子跃迁——John Martinis