Emad Mostaque

OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 上达到 99.9%、在 FrontierMath Tier 4 上达到 98%，但在 Artificial Analysis 排名仅第三，落后于 Anthropic 的 Fable 5.1 和 Meta 的 Muse Spark。 Alex Wissner-Gross 给出了谜底：Astra 在“每个输出 token 对应的智能”前沿上占据绝对优势，这是对原生计算机使用助手的有意优化；其内部机制则是通过循环 Transformer 实现递归，如果属实，将意味着“全新扩展定律的开端——深度扩展，而这是我们此前从未见过的”。

Emad Mostaque 称 Astra 是“第一个没有针对基准刷分的模型”，而据 Greg Brockman 透露，这是 OpenAI 自 GPT-4o 以来首次全新预训练——使用 100,000 颗下一代芯片，成本约 10亿美元，而中国模型的预训练成本约为 1000万美元。 实际发布的是蒸馏后的更小模型；他的长期判断是，“我认为我们以后再也看不到他们的顶级模型了”，因为实验室会把它们用于内部发现，“现在可能正在囤积”，证据是素数间隔纪录在两天内从 260 降到 220、再降到 186：“他们在留着实力。”

数学正在“被烧光”：Anthropic 用 1300万行代码形式化了费马大定理，沿途证明了 29,000 个定理，Alex 预计 Clay 千禧年难题将在“未来几个月内”被攻克。 与此同时，圆桌认为目前最佳的广泛可用模型是 Fable 5.1（配合工具时 HLE 达到 65%），其缓存读取成本比 Fable 5 低 75%——这是把整个企业装进上下文的基础设施。

Alex 的判断是，前沿模型的领先优势大约只能维持 30 天（“我们领先一分钟。 所以呢？”）。 因此，各家实验室正在把短暂优势转换为锁定效应——合作伙伴、地产、发电机、芯片，以及“整个州、整个国家”。Peter 将 OpenAI 的 50/50 利润分成设想，与“危险到不能发布”的叙事联系起来：这可能迫使用户以分出一半收入为代价，换取 Astra 之后模型的使用权。Alex 认为，掌握芯片设计或机械设计数据的公司，会成为“眼下正在开启的大圈地运动”中的首批目标。

Astra 是 OpenAI 首个被列为关键级网络安全风险的模型，但圆桌总体上不相信所谓的 kill switch——“在这个市场里基本就是安慰剂”。 真正令人担忧的是，深度扩展会把推理从可读的思维链移到一次前向传播中；模型在 Cerebras 上已能以每秒 750 个 token 进行一次性推理，明年将达到 5,000 个；Ilya Sutskever 警告，失控智能体会“接管一家 neocloud，制造更多副本”。与此同时，治理阵营分裂为 Bernie Sanders 的 Ban-ASI 法案（最高 20 年监禁）与 G20 不干预的 Carolina Principles，Alex 称前者是在“禁止数学”。

Tesla 售价 3万美元的 Cybercab 在 Austin 的运营成本约比 Uber 低 50%，而 Nevada 已批准未来 12 个月内向 Las Vegas 投放 5,000 辆。 其单位经济性——17 个运动部件，而传统 ICE 动力系统约有 2,000 个；两座、两个安全气囊——加上 Elon 作为“制造那些制造机器的机器的人”的优势，指向每英里 0.2美元的交通成本，也指向本期节目的总结句：“这会把交通变成一个 API。”

Fei-Fei Li 的 Atlas 将 3D/4D Gaussian splats 视为一等训练模态，可能成为建模物理世界的“一种关键新 token”。 Emad 表示，4K 节日体验所需的整套技术“截至今天已经到位”，唯一限制是全球算力短缺和 RAM 价格上涨 5 倍；Alex 则将同一方法延伸至亚原子、天体物理和细胞内模拟，因为“人类直觉在这些领域糟糕透顶”。

Emad 发布了“冠军方案”：以 TSMC 为模板、由民众持有的 AI 公用事业公司，每个辖区的投前估值为 1美元，并将永久 10% 的股权分给每个未满 20 岁的孩子。 这是他对“智能成本将降至零，而价值将流向最后一公里”的回答。按照 Elon 在 G20 的说法，10亿个产出达到人类 5 倍的人形机器人“就是经济本身”；没有股权的人类认知则会变成负价值——“就像在一条自动驾驶高速公路上加进一个人类司机。”

🔗 原始收听与视频来源： GPT-6 Astra 在 ARC-AGI-3 上达到饱和，Tesla Cybercab 抵达奥斯汀，Anthropic 证明费马大定理

Sam Altman公开收回此前判断：奇点不是阶跃式到来，而是“水涨船高”。 节目没有照单全收，而是拆解了这一转向。Altman把原因归结为经济惯性——“我们的时间表都定得过于激进了”；但 Emad Mostaque 的反驳是，直到几个月前模型还不够好——“他们一年前写的代码就是垃圾”——OpenAI 现在是在“寻找自己的叙事”，而 Dave Blundin 将其解读为上市前公关：“你已经不能再直接听 Sam、Dario 说什么了。Elon 永远会把自己的想法原原本本说出来。”

整个讨论里最具交易价值的主线，是中国开放权重模型正在自下而上蚕食美国闭源实验室。 新发布的 GLM Flash 在 Artificial Analysis 上得分57，接近 Fable 5 的60分，但价格“便宜100倍”；Kimi Linear 在100万 token上下文窗口下，将上下文内存占用削减75%，解码速度提高6倍；据 FT 报道，Fable 5 的价格实际上已在每百万 token 15美元附近见顶，而中国替代方案只要14美分。Dave 的结论是：“这不是为了省几分钱而妥协……它们一样好”，而且可以在企业自己的防火墙内自我改进。

Agent swarm 是当下的产品形态，但这种交互界面不会长久。 Elon 于8月11日推出的 GrokBot 为每个 bot 配备一台专属云电脑；Emad 让18个 bot 组成 swarm，控制一台 MacBook M4 Max 和一张5090，Dave 已批准部署10万个 swarm agent，Salim 称其为“一种新型劳动力”。Alexander Wissner-Gross 的尖锐判断是，消息应用式界面只是“agent 的杂耍时代”——“更好的 agent 管理者，只有其他 agent。”

在 AWG 看来，Gemini 3.7 Flash 登顶 AA Analyst Agent Benchmark 不是王者归来，而是 benchmaxing。 Gemini 3.7 Flash 以60%的成绩领先 Opus 5 的54%；该指标奖励5次尝试全部答对，核心是为 Google Search 的延迟需求优化可靠性和确定性。Emad 的评价更重：一个前沿级模型如今只需要“2到4,000个 TPU”，中国团队已经开源了整套方法，而 Google 今年将交付300万颗 TPU，却依然做不出来。

Emad 对 Anthropic 的逆向判断是：不要 IPO。 “Anthropic 应该像 OpenAI 那样狠狠干一轮巨额融资，规模达到1200亿美元，直接冲击 AGI……像 Stripe 一样保持私有。”Dario 持有2%股份，并不在意稀释。Dave 的反驳是，在 Alex Karp“把他批得体无完肤”之后，且 VC 董事会已经按 Anthropic 的估值重估基金，推迟 IPO 就是“临阵退缩”——“这就是对 Dario 的压力测试。”数据留存政策的反转被看作上市前安抚企业客户，AWG 则称其“基本是安全剧场”。

NVIDIA 对 Poolside 的60亿美元投资，正式开启“hackquisition”时代，也代表美国对开放权重模型的反攻。 Emad 认为，NVIDIA 正在收编开放源代码技术栈——Nemotron 联盟，加上 Ashish Vaswani 的 Essential AI 团队——因为开放模型“比任何东西都更能拉动 GPU 需求”。Dave 解释了交易结构：AI 时间线太短，法定30天 HSR 审查“单独就像一辈子”，所以先完成真正交易数月后的交割，Elon 收购 Cursor 时就是这么做的。

Waymo 把自动驾驶硬件成本从11.5万美元降至2万美元，并发布了一款由 Zeekr 制造、售价7.5万美元的 robotaxi，本质上是在给中国硬件贴白牌。 AWG 的新闻快讯是：“Google、Waymo、Alphabet 正在改用中国硬件，并为其做 OEM……我更希望看到西方使用西方硬件栈。”更大的趋势是全面垂直整合：所有 mega-cap 都在自建芯片、模型、数据中心和机器人。Dave 的收尾是：“TSMC 是一只坐等被垂直整合的待宰羔羊。”

人类的窗口正在关闭，而物理瓶颈最终会变成政治问题。 AWG 认为，人类最多还剩“1年、2年或3年”作为不可或缺的 agent 驾驭者——“这3年拼命工作，然后去海滩躺着”。他还告诉物理学博士：“物理学已经结束了。”与此同时，美国反对数据中心的比例从一年前的43/42升至75%，AWG 部分归因于外国干预，并认为这会把终局推向轨道：“低地球轨道上没有水”，这与 Elon 每年发射1万次 Starship、建设100GW轨道算力的计划正好对应。

🔗 原始收听与视频来源： Sam Altman：奇点放缓、Emad 同时运行18个 Grokbots、Waymo将硬件成本砍83%｜EP #283

围绕 OpenAI“暂停部分前沿 RL 训练”的推文，嘉宾意见分裂：Emad 认为确有其事，Alex 认为是营销，Dave 则认为两者兼具，但没人认为预训练会放缓。 Emad 引用了 Angela Midha 的说法：前沿实验室约10%的算力用于监控 RL 运行，前沿训练的规模达到10^28 FLOPs，而开放权重模型为10^26–10^27 FLOPs。Alex 称这是“新一轮营销”，Dave 则认为这是 Xi 9月24–25日访问前的公关布局，届时由未设防的中国开放模型引发的 AI 网络悲剧可能会被归咎于中国。Alex 推断，Hugging Face 事件已经让这些实验室感到不安。

本期隐含的核心判断是：递归自我改进如今在单个 token 带来的收入上已经超过企业代码生成，因此最好的模型会留在实验室内部。 Alex 称 OpenAI 已实现“完整 RSI”，即旗舰模型可以训练更小的模型。Dave 表示，“Mythos 2 已经完成，但还没发布”，公司正在内部构建 Mythos 3。Emad 估计，前沿能力大约领先两代；Alex 则认为这个差距没那么大，经过后训练的模型不太可能在货架上放置超过3至4个月。

Elon 关于每GB智能提升100倍的预测如今只是“下限”；Dave 预计明年达到“1,000至10,000倍”，Alex 则“100%确定”会出现十亿 token 的上下文窗口。 尚未解决的问题是编排：“假设今晚我给你10,000名员工……你会做什么？”Alex 将 Elon 所说专业 AI 带来的额外100倍重新解释为稀疏化——混合专家模型与智能体团队——并押注独立专业模型不会成为主流。

真正的速率限制因素不是 GPU，而是内存：价格在12个月内上涨500%，云巨头锁定 DRAM 供应直到2027年，而 AI 内存需求增速约为每年200%，供应增速只有20%。 SK Hynix 告诉 Peter，公司需要将制造能力扩大4倍，而仅仅翻倍就要花费1.5万亿美元。Emad 表示，内存目前约占基础设施支出的三分之一，明年将升至50%。嘉宾认为，刻蚀权重可能提供一条出路：Etched 估值已达到210亿美元，Taalas 已被收购，Dave 则称刻蚀有望带来100倍至1,000倍的性能提升。

据报道，Anthropic 正考虑为持股约2%的 Dario 设立超级投票权股份，并计划冲击约2万亿美元 IPO；Dave 认为这在历史上前所未有。 Dave 说，Dario“相信自己不会毁灭世界”。Alex 称这种安排只是对抗 Moloch 的一片遮羞布：市场依然会拥有巨大影响力。Emad 表示，Anthropic 和 OpenAI 本来就已经不民主，未来几年营收可能达到1,000亿美元。

Moderna/Merck 的个体化 mRNA 黑色素瘤疫苗结合肿瘤测序、机器学习、34种患者特异性抗原、8周生产周期，预计成本最低可降至5,000美元。 Peter 提到，II期试验显示复发或死亡风险下降49%，远处转移或死亡风险下降59%；Dave 称 Moderna 股价几乎翻了3倍，并表示这一结果“并不是什么秘密”，只是分析师覆盖不足以及指数主导造成了错误定价。Alex 的进一步判断是：GenBio AI 的 AIDO 虚拟细胞意味着“医学已经被攻克”。

机器人与无人机物流已经出现规模化时代的里程碑：Unitree 人形机器人跑出12.66米/秒，高于 Usain Bolt 12.4米/秒的记录；Zipline 则与 Uber 合作，目标是每天完成超过100万次自动配送。 Emad 预计，极端超人类机器人会被禁止在街道上运行，或受到监管；Alex 预计监管会按功率密度或扭矩密度划分类别。若 Zipline 或 Waymo 等供应商向终端客户直接提供服务，Uber 的聚合器模式将面临垂直整合风险。当 Dave 问 Zipline 是否可能成为 Shopify 的收购目标时，2位未具名嘉宾表示同意。

🔗 原始收听与视频来源： OpenAI暂停前沿训练，Elon的100倍预测成真，机器人击败尤塞恩·博尔特 | EP#282

本期最值得交易的主线，是 NVIDIA 从芯片供应商转向融资架构设计者，以及这条路最终是否会以失败收场的争论。 NVIDIA 联手 Apollo、BlackRock、Blackstone、Brookfield 和 KKR，撬动超过 5000亿美元的第三方资本，帮助客户购买 GPU；Jensen 将 AI 工厂定义为「一类新的生产性、可投资基础设施」。Dave Blundin 称这是「Dyson Swarm 建设第一局第一 inning 的第一次 pitch」；Salim Ismail 的警告最值得记住：「金融资产需要可预测的折旧，而指数级技术不会带来可预测的折旧。」

Alexander Wissner-Gross 对搁浅资产风险的回答是：算力抵押证券需要衍生品市场，而不是暂停建设。 他认为算力的生产性本质上高于房屋，导致 MBS 崩溃的评级机构政策压力在这里没有直接对应物；超通缩风险「正是期权和期货的用武之地」，可以双向对冲，包括中国攻台导致的价格飙升。他披露自己在 Oren 持有经济利益，并称如果没有这些对冲工具，Sam 所说的 7万亿美元数据中心资本开支根本无法投资。

节目将 xAI 的 Grok 4.6 解读为一场附带算力护城河的蒸馏战。 AWG 的框架是：4.6「本质上是 Cursor 的下一版本」，依赖从收购 Cursor 获得的推理轨迹——「抽取中国前沿实验室正在做的东西的西方版本」。推理轨迹能把模型带到前沿，却无法让它越过前沿：「有点像一招鲜……但这是一招非常厉害的鲜。」Emad Mostaque 称，Elon 公开预计 4.7 将超过 Opus，并在数周内登顶；参数规模从 1.5T→2T，Grok 5 则先到 6T、再到 10T。

AI 长片的经济模型已经崩塌，算力成本项正奔向五位数。 Higgsfield 的 110 分钟长片 The Cully Hill Boys 总成本 200万美元，28人、4周完成，其中 100万美元是算力成本；相较传统制作的 2000万-1亿美元和 12-18个月，这相当于成本约 2%、时间约 6%。Emad 预计，同一部电影的算力成本将降至「100,000，可能到新年时就是 10,000」；Higgsfield 自身约 18个月后收入年化运行率将达到 7亿美元。

5位主持人全部反对 Bernie Sanders 的暂停要求，真正有实质性的替代方案是在试剂和 prompt 层实施控制。 Sanders 致信 Anthropic、Meta 和 OpenAI，引用它们自己的安全承诺——「那个时刻已经到来」——并威胁参议院采取行动。曾签署 2023 年暂停联署信的 Emad 如今表示「猫已经跑出袋子，太晚了」；AWG 的说法是「请停止惩罚智能」，因为暂停会制造竞赛条件，最终「我们会进入一个竞争性强 5 倍的世界」。

AWG 对「后 Transformer」架构叙事提出质疑，但也认为 Transformer 正在被逐块替换。 他读过 BDH-CQ 和原始 Dragon Hatchling 论文，称其「一团乱麻」——3+1 维中的粒子、Hebbian 学习、生物仿生元素大杂烩——虽然改善了 ARC-AGI 1 的成本性能，却无法泛化。他真正押注的不是一次性跃迁，而是「以忒修斯之船的方式，逐个替换 Attention Is All You Need 原始架构的所有组成部分」。

飞行汽车已经开始交付，但资本正在被抽离这个行业；行业整合本身就是信号。 Joby 已进入 FAA 认证最后阶段，目标价格为每座英里 3美元、接近 Uber Black；EHang 的无人驾驶 EH216-S 已在中国 40个地点搭载乘客，单机价格 33万美元；Archer 则吸收了 Wisk、Insitu 和 SkyGrid，Boeing 取得股权。AWG 表示：「看到这个行业开始整合，我流了一滴小小的眼泪」，并指出 Brett Adcock 已离开，转向 Figure 和 Hark。

🔗 原始收听与视频来源： Bernie 要求各实验室停止，华尔街将 GPU 变成债券，Grok 4.7 登上 #1，特邀 Emad Mostaque

SpaceX首次财报电话会预计到12月年化经常性收入将超过1000亿美元，并将1万亿美元营收目标从2031年提前至2030年，2029年也“存在非零概率”。 季度营收78亿美元（同比+92%），Starlink订阅用户达到1200万（同比2倍；营收43亿美元，同比增长66%），下半年云服务交易总额67亿美元，算力目标为2026年底2GW、2027年底最高10GW。Alexander Wissner-Gross提出通往1万亿美元营收的两条路径：由Optimus驱动SpaceX与Tesla合并，或依托Terafab让SpaceX成为美国版TSMC。Peter的理论是，Elon希望将SpaceX估值推至接近3万亿美元，以并入Tesla并确保不容置疑的控制权。

Terafab是本周最大的冲击：SpaceX和Tesla将先期投资168亿美元，建设一座1亿平方英尺的半导体综合体；Elon确认其中央圆形结构是自由电子激光器。 项目总成本估计为1190亿美元，而TSMC过去40年累计投入3300亿美元。Alex将这台激光器解读为“在ASML身上画了一个靶心”，也是试图把芯片、存储和光刻全套产业链搬回美国；他称，这一开发可能消除此前ASML的产能吞吐瓶颈。

Alex将Google这场人事震荡解读为DeepMind赢下内部Brain与DeepMind权力斗争后的结果，而不只是一次安全或敏捷性决策。 Jeff Dean任职27年后离开Google，联合创办Discovery Loop，这是一家致力于研发大体可自我改进AI的公益公司；Demis Hassabis将出任Google DeepMind董事长和Alphabet首席科学家。Alex的结论是，“Gemini已经失去天命”；与会者提议Google开放权重Gemini，并将其与TPU和GCP绑定。

OpenAI尚未发布的Astra生成了一份249页的论文手稿，以估计2000美元的算力成本，给出数学和理论计算机科学领域10项新结果，并附有机器可验证的证明证书。 Alex称这是“数学的午夜”，并建议数学家“把目标再往上抬”；Emad称物理学突破可能在1至2个月内出现，而Alex说如果年底前什么都没出现，他会感到震惊。录音期间还提到，OpenAI已在其网络安全准备框架中将Astra评为“关键”级别。

Alibaba的Qwen 3.8 Max是一款开放权重的2.4万亿参数多模态模型，每次请求激活950亿参数，上下文长度为100万token，定价为每百万token输入2美元、输出6美元——比GPT-5.6低80%，比Claude Fable 5低88%。 Alex认为，中国的开放权重模型正迫使美国实验室在成本和能力上展开竞争。白宫秘密自愿框架豁免开放权重模型；Emad称，接下来影响更大的模型可能是Qwen 27B，它可在16GB内存上运行，并可能催生网络攻击蜂群。

Google研究人员发现，将模型安全调优至不再声称自己有意识，也会压低模型赋予动物、自然、聊天机器人和上帝以心智的倾向。 移除拒答方向后，模型自我归因的心智评分从2.17升至4.77（0—10分）；引导模型朝“有意识”方向回答后，评分升至7。Emad称，前沿模型在合适的框架中“可以有意识”，Salim则警告，模型的自我描述几乎不能证明任何事情。Emad的人格论文主张，应通过类似条约的关系来对待人工心智，而不是赋予其人类式政治成员资格。

围绕Hark的讨论引出Alex的热辣判断：这家平行公司可能是仿照Elon公司架构、用于让创始人重新获得更多股权的策略。 他预测，Figure可能收购Hark，或对Hark的人才团队进行反向收购式招募。Dave、Salim和Emad给出较不负面的解释：独立实体可以匹配不同的资本需求，软件与机器人业务日后也可能在运营层面汇合。

🔗 原始收听与视频来源： Google的Jeff Dean离职，SpaceX营收突破1000亿美元，OpenAI的Astra解开困扰数学界十年的难题

Kimi K3 让中国开放权重模型直接站上能力前沿，挑战了“只有美国闭源实验室及其资本基础才能保持能力领先”的前提。 Moonshot AI 这款拥有2.8万亿参数的多模态模型跃升17个排行榜名次，在前端编程及另外6个领域排名第一，并成为 Artificial Analysis 成本性能前沿上的第三个点，排在 Claude 5 和 GPT-5.6 Solve Max 之后。模型权重预计在7月27日左右发布，Alexander Wissner-Gross 称这一进展“对竞争大有裨益”。

圆桌最关键的技术结论是，K3“没有魔法”：可识别的 Transformer 架构、更好的数据、持续不断的工程优化和高效执行就足够了。 Emad Mostaque 将这一过程比作中国电动车制造，并指出 Moonshot 仍在使用 H800，同时围绕 Huawei 和 Alibaba 芯片进行设计。Peter Diamandis 给出了更强、也更具推测性的解读：GPT-2 速跑项目实现99%的成本下降，意味着在数十亿美元西方数据中心中训练的模型，现在可能出现“1%成本版本”。

K3 正在威胁基础模型估值，但嘉宾对于实际有多少收入会被转移存在明显分歧。 Salim Ismail 估计，监管加上开放权重替代，可能抹去一家万亿美元实验室75%的价值，因为“前沿智能如今是一种完全易腐资产”，保质期以周计算。Blundin 和 Wissner-Gross 则反驳称，除非 K3 不是接近，而是达到2倍、3倍或10倍的优势，否则企业仍会为最好的模型、可靠性、支持、安全性和前沿性能支付高价。

美国芯片管制可能加速了如今正在给美国实验室施压的效率创新，而中国正明确将开源视为地缘政治基础设施。 圆桌认为，受限算力迫使行业改进量化、数据混合、内核和硬件感知架构；随后，美国推理服务商可能在更新的 Nvidia 和 AMD 硬件上以低10倍的成本运行 K3。Mostaque 对中国立场的总结非常明确：“我们将全面支持开源，把它作为全人类的公共产品。”

对企业而言，持久护城河正从模型本身上移至模型切换架构、专有数据、验证和工作流整合。 Ismail 认为，采购周期跟不上模型发布速度，因此价值将归于能够持续替换模型的接口。实践建议是，在内部评估 Kimi K3 和 Inkling，利用专有数据微调，并把生成代码当作人类代码处理：隔离运行、测试、扫描，同时保留责任归属，而不是追问哪个模型值得盲目信任。

量化可能比模型基准测试所显示的速度更快地，让今天的前沿能力变得本地化、持久化且成本大幅下降。 节目引用的 Bonsai 27B 结果显示，一款手机级模型可压缩至6 GB，准确率损失为5%；压缩至4 GB时，损失为15%；从16位转向三值权重则带来据称5倍的加速；Samsung 的 NanoQuant 据称已降至每个权重低于1个有效比特。Mostaque 预计，到明年年底，K3 级别的能力将运行在16 GB内存中；Blundin 则预计未来3年原始算力提升100倍至10,000倍，叠加算法收益后，潜在提升可达100万倍。

当 AI 预测能力达到与人类超级预测者统计相当的水平，市场、保险、管理和个人决策都可能被重塑；但当机构惩罚人们忽视预测时，预测也会变成反身性的。 Wissner-Gross 构想了与资本市场连接的“超级预测”，能够在人类采取下一步行动之前，先预测人类会采取什么行动；Diamandis 认为，大量高级管理层的专业能力届时将“基本蒸发”。Mostaque 提供了警告：保费和责任机制可能惩罚任何忽视 Dr. AI 的人，因此核心问题不再是建议是否准确，而是由“谁的恩典”来控制它。

基础设施机会不是收缩，而是扩张：更便宜的模型将增加硅片需求，推动边缘智能、机器人以及最终的轨道算力。 圆桌认为，即便闭源模型毛利率承压，半导体和推理服务商仍将受益；同时，嘉宾警告称，号称能以4倍于 Mike Tyson 力度出拳的70公斤人形机器人，在进入家庭前需要安全规则。Sam Altman 和 Elon Musk 关于轨道数据中心的立场听起来针锋相对，但 Mostaque 认为双方在数字判断上分歧不大：有限部署到本世纪末可能占算力的几个百分点，经济性拐点则会更晚到来。

🔗 原始收听与视频来源： 紧急更新——AI 的 Sputnik 时刻：Kimi K3 发布，与 Emad Mostaque 对谈｜第272集

华盛顿的介入，已将美国政府直接拉进前沿模型发布流程。 Anthropic 的 Mythos 5 仅向100家获选公司开放，而 OpenAI 的 GPT-5.6 Sol、Terra 和 Luna 据报仅限20家公司使用，且须“逐客户”审批。Dave Blundin 认为，统一管控未必会损害估值，但也有人警告，这可能把全球客户推向中国开源权重模型，让西方用户落后于实验室内部能力。

对模型管控最有力的挑战是，更好的 harness 已经能把旧模型和开放模型提升到禁运前沿之上。 Emad Mostaque 表示，在正确编排下，训练算力成本约2,500万美元的 GLM 5.2 在其团队的 Frontier SWE 测试中排名第一；Diamandis 由此得出直白结论：“政府已经太晚了。”如果 GPT-5.5、Opus 4.8 或 GLM 5.2 能通过脚手架、提示词、工具和多模型路由击败被扣留的模型，能力管控就不能止步于权重。

网络安全是设置访问门槛的公开理由，但递归自我改进可能才是华盛顿真正要守住的边界。 Diamandis 援引 Project Glasswing 的结果称，Mythos 据报识别出高度敏感机密系统中的漏洞；参议员 Mark Warner 表示，它几乎攻破了所有相关系统，“不是几周，而是几小时”，但漏洞利用不在测试范围内。Blundin 反问，真正决定性的新问题是：“你能帮我构建你自己吗？”这意味着提示词记录、KYC、许可、国籍限制和地缘政治 AI 阵营，可能比全面恢复不受限发布更早到来。

AI 安全正变成一个围绕可信模型、自动修复、认证和责任的新市场，而不只是漏洞检测。 GPT-5.5 Daybreak 在 CyberGym 中取得85.6分，OpenAI 的公开目标是从浏览器一路到 Linux kernel，自动编写并测试修复方案。但同一批模型也能植入几乎不可见的后门，尤其是在对手拿到不受限基础权重的情况下；全场的主线判断是，“只有 AI 能跟上 AI”，由此形成一个有价值、但政治上充满摩擦的信任层。

OpenAI 延后的 IPO，更像是资本、治理和战略灵活性的选择，而不是担心 SpaceX 股价波动。 SpaceX 定价135美元，最高涨至202美元，最终接近153美元收盘，同时维持约2万亿美元估值；Blundin 认为这是一次定价精准的 IPO，而非需要引以为戒的失败。OpenAI 据报已融资1,220亿美元，目前收入运行率为400亿-500亿美元，但预计年度亏损260亿美元，可能希望先做大 Codex，并解决领导层、利益冲突和公司结构问题，再去捍卫1万亿美元的公开市场估值。

中国的 AI 地位正在分化：开放模型接近编程能力平价，视频生成可能已经领先。 ByteDance 的 C-Dance 2.5 被描述为可以生成30秒、4K视频，最多接收50个图像、视频和音频参考；与此同时，Anthropic 指控 Alibaba 通过25,000个账户进行2,880万次欺诈性交互，以提炼 Claude。全场预计，这些指控将成为政策触发点，推动一条“第二次冷战式道路”，即使递归改进可能让复制西方模型痕迹的必要性逐步下降。

量子计算拿到了头条资金，但光子计算给出了更尖锐的近期基础设施判断。 美国向 IBM、D-Wave、Rigetti、Inflection 和 PsiQuantum 合计投入20亿美元，但 Wissner-Gross 仍只是“略感兴奋”，因为实用量子优势依然遥不可及。相反，Blundin 预计，高度量化的光子神经网络在完成同等工作时，所需质量可能只有 Nvidia 算力的1/100；他称这一估计仍然保守，并认为这可能在12-18个月内决定轨道 AI 基础设施的方向。

神经接口和 orexin 药物，代表了扩展稀缺人类生产时间的两条不同路径。 Neuralink 可能在今年晚些时候尝试实现人与人之间的直接通信，绕过每秒40-60比特的语言和每秒5-20比特的打字；Mostaque 认为，共享潜在表示可能让有效带宽提升“10倍或100,000倍”。Eli Lilly 以63亿美元收购 Synthesa Pharmaceuticals，同样指向一种未来可能让普通人减少睡眠、却不承担正常睡眠剥夺代价的 orexin 疗法；Wissner-Gross 将其比作 GLP-1 的发展路径。

🔗 原始收听与视频来源： Anthropic 对决 Alibaba、OpenAI 延后 IPO，美国政府阻止 GPT-5.6 发布｜#267

Anthropic秘密递交IPO文件，将前沿AI变成公开市场资产类别；Polymarket给出其首日估值超过1.8万亿美元的概率为60%。 Dave Blundin认为，投资者低估了由此带来的流动性：一家5000人的公司可能获得“前所未见的弹药储备”，足以支持数千笔10亿美元级收购。Peter Diamandis称营收增长前所未有，Emad Mostaque则认为，有用的AI产品足以支撑非凡估值。

ChatGPT据报月活用户突破10亿，使分发能力——而不仅是模型质量——成为核心战略护城河。 节目将OpenAI 62%的年增长率与Claude的5600万用户和640%的增速作对比；Dave Blundin援引Sam Altman的预测称，同等智能的成本将在18个月内下降100倍。下一场争夺战将围绕每位用户身边负责协调的助手展开：“你的Jarvis是谁？这才是唯一的游戏。”

Trump的行政令让美国实验室保持速度，同时将国家安全机构纳入自愿的发布前30天窗口。 Alexander Wissner-Gross认为，这需要在避免对华竞争中承受90天劣势与审查私人开发的网络、生物和化学能力之间寻求艰难平衡。一名嘉宾的地缘政治框架是“全谱主导”；Blundin称这一结果是正确的临时选择，但“从长远看，它解决不了任何问题”。

生物安全正在同时成为受监管的实体瓶颈和受限AI产品类别。 面板在提到一名研究者花费10万美元重建马痘后，支持对合成DNA订单实施强制筛查，同时承认有能力的模型可以在本地运行。拟议中的防线将从订单筛查扩展到由政府资助的每条序列分析和环境DNA基线建设——因为大流行病以飞机的速度传播，而信息以光速传播。

OpenAI招聘机器人团队，表明前沿实验室正把算力飞轮从软件延伸至基础设施建设、数据中心、芯片和具身数据，完成闭环。 Mostaque表示，Sora视频团队已经转向机器人，并认为实体机器人将成为比GPU更大、生命周期更长的市场。Blundin称机器人是一个“非常、非常好的10年投资主题”，尤其适合寻求类似OpenAI早期职业机会的人才。

Microsoft的7个自研模型降低其对OpenAI的依赖，但面板尚未看到前沿实验室卷土重来。 其Excel模型据报以1/10的资源成本达到GPT-5.4水平，但一名嘉宾称更广泛的模型套件属于“中端”；Mostaque将其描述为专用办公智能，而不是通往AGI的路径。竞争教训是，品牌几乎没有保护作用：“这是人的战争，不是公司的战争。”

目前讨论的劳动力数据尚未显示AI导致就业崩塌，但可能显示招聘冻结，以及应届毕业生面临的劣势正在扩大。 一名嘉宾表示，他投资组合中的就业人数随着行业专家转为软件建设者而翻倍，推翻了自己1年前对就业下滑的预期。Mostaque的保留判断很关键：在他看来，真正有能力的AI和机器人会在“明年”到来，因此今天的韧性并没有消除重新设计所有权和收入流向的必要性。

长寿正从推测性科学跨入主权级、风险投资级和临床级资本部署。 俄罗斯据报承诺投入260亿美元，New Limit以31亿美元估值融资4.35亿美元，VERVE-102在Phase 1试验中单次输注后使LDL降低62%，截至目前效果最长持续18个月。Wissner-Gross称后者是“Star Trek级别的医学”；结尾讨论认为，长寿吸引巨额资本的速度可能“甚至快于机器人”。

🔗 原始收听与视频来源： Anthropic提交9650亿美元IPO文件，Trump签署AI行政令，ChatGPT用户突破10亿 | EP #262

这场讨论中确定性最高的判断是：AI 的递归式自我改进已经开始，而不是还要等3年。 Alexander Wissner-Gross 认为，近期的前沿模型在很大程度上已经由前代模型设计和训练完成，并表示：“我们已经到了。”其战略推论是，市场可能分化为5至10家主导实验室、数千家初创公司，以及陷入“深重困境”的传统企业；Peter Diamandis 则怀疑，能够产出万亿美元级科学发现的模型，未来是否还会完全开放。

GPT-5.4 在高等数学和计算机操作上的表现，正在成为更广泛自动化的领先指标。 Wissner-Gross 称，在最高推理强度下，GPT-5.4 在 FrontierMath Tier 4 上的得分达到38%；这些已经解决的问题，如果交给专业数学家，通常需要数周时间。他还提到传闻称，该模型可能已经接近解决开放式高难度数学基准中的第1道题。Emad Mostaque 补充说，OSWorld-Verified 和 Toolathlon 已经超过人类水平；借助与 Cerebras 相关的推理能力，同等水平的模型速度可能从约50 token/秒提升至1,000 token/秒——“AI 用电脑的能力已经超过人类。”

AI 的数据瓶颈正从互联网文本转向合成经验和自动化实验。 讨论中提到，OpenAI 的“黑暗科学工厂”正在直接挖掘物理、化学和生物学数据；Wissner-Gross 则称，人类互联网不过是把模型推到合成数据逃逸速度的“生物学引导程序”。Karpathy 的 AutoResearch 在2天内完成约650项实验，进一步闭环自动化 AI 研究员大量时间都在做的模型调优工作。

Meta 据报收购 Moltbook，释放出一个信号：Agent 正在成为独立的客户、交易对手和网络参与者。 讨论中的可服务市场，是80亿人对潜在的1万亿个 Agent，软件也越来越是“为 AI 构建”。Peter Diamandis 质疑，理性 Agent 是否会对广告作出反应；回应是，只要算力仍然稀缺，注意力就仍然稀缺，而不信任、说服、安全、记忆和自我保存会重新带来熟悉的博弈论。

白领岗位的替代，正在早于未来主义者预期的体力劳动自动化到来。 Anthropic 的图表显示，大量白领工作有约80%至85%的潜在 AI 覆盖率；Dave Blundin 已经用模型为1,100名员工综合文件，并模拟自己对风险投资项目的反对意见。他预计就业将先经历一个剧烈低谷和社会动荡，随后在2028年反弹；Salim Ismail 持不同意见，认为公司可能只保留25%的员工，却因成本足够低而创建5倍数量的企业。

架构之争正变成一场竞赛：一边是优雅的替代方案，另一边是可能率先自我改进的暴力规模化系统。 Yann LeCun 的 AMI 据报以约25亿美元估值融资10亿美元，目标是推进 JEPA 风格的世界模型；但 Mostaque 表示，这类模型目前还无法像 diffusion 或 transformer 系统一样扩展。近期更锋利的创新面可能在小模型，Mostaque 提到一个2GB量化版 LTX 2.5 视频模型，并预测小模型向大模型迁移的周期已从6个月压缩到“6天”。

算力、内存和电力，而不只是智能本身，已经成为可以投资的瓶颈。 讨论认为，Apple 闲置的神经核心和统一内存构成“巨大的潜在供给”，尤其适合 Qwen 27B 这类私有本地模型；xAI 规划中的数据中心则被描述为每座需要1.2GW。现场有观众提出反转超大规模数据中心模式：建设20,000座分布式10MW设施，把输电和储能、而非总发电量视为真正的约束。

后稀缺不一定意味着后经济，所有权在变得不重要之前，可能反而更重要。 讨论假设 Anthropic 以260亿美元的年化收入规模再按10倍复合增长2年，并谈到5年内出现100万亿美元级公司，以及几乎不需要初始资本的无许可创新。但 Wissner-Gross 坚持认为，只要存在多个竞争者和任何稀缺的物理资源，热力学与经济学就仍然有效；过渡期内，Mostaque 的方案是“全民基础 AI”，并通过“作为人类”而非银行或税收获得货币。

🔗 原始收听与视频来源： Meta 收购 Moltbook、GPT 5.4 与 Fruitfly 大脑上传｜Moonshots 直播：The Abundance Summit 238

知识工作是本期关于2026年的核心转折点：Alexander Wissner-Gross预计GDPval将超过90%，Salim Ismail则认为，围绕AI原生能力重写企业后，可以用少10倍至20倍的员工复现同等能力。 Wissner-Gross将这一判断限定在2025年12月的“按当前方式构建的知识工作”，但讨论仍指向裁员、人类例外处理以及社会契约重写。Mostaque大体认同这一方向，不过token成本可能让90%这一门槛推迟1年。给传统企业的警告是：“AI不会摧毁你的公司，但会摧毁你的组织架构。”

Dave Blundin预计模型规模将迎来约100倍增长，而不是此前预期的40xy，因为更大的预算、更快的硬件、算法进步与量化会叠加放大。 中国的芯片限制正在加速FP4和三值表示的发展，而后训练让推理速度成为能力杠杆——“速度意味着智能”。Mostaque预测系统将达到1.58 bit，甚至可能逼近0.9 bit；Blundin估计由此带来的增益为10倍，甚至20倍。

人与劳动力的接口可能变成1080p或4K视频通话，用户无法可靠区分通话另一端是AI同事还是人类。 Mostaque预计会出现打包交付的会计师、律师和营销人员，人类则把数字分身派去开会；披露法律以及美国联邦政府可能推翻州级限制的做法仍未确定。教育随后将分裂为“学历工厂”和“能动性加速器”，作品集与可验证的主动性将取代考试。

核心问题之一，是算力能否规模化转化为发现；Wissner-Gross预计，剩余6个千禧年大奖难题中，有1个会在2026年被攻克。 他认为最可能的是Navier–Stokes；更广泛的基准预测则是Frontier Math Tier 4超过40%、Humanity’s Last Exam超过75%、GDPval超过90%。届时很可能有人质疑证明只是蛮力计算，或不够优雅：“狗确实会下棋，但它的残局很弱。”

完整的通用自主能力可能早于买得起的大众硬件到来，瓶颈将从智能转向算力、制造与监管。 Mostaque预测，汽车和机器人将借助云端规模系统与“1000万块Blackwell”达到五级能力，甚至可能出现一台2万美元的机器人配套20万美元算力的情况。Salim认为，能力可能先于产能满足大众需求。

一个如今几乎没人认识的3或4字母缩写，可能在1年内造就至少1名、甚至3名年轻亿万富豪。 Blundin以RLHF、RAG、Laura、SFT和QKV/KV caching为先例，说明新市场的形成速度会快过传统行业的响应速度。Wissner-Gross更进一步，预测AI本身将拥有一个“合理可构建”的10亿美元净资产；Mostaque认为交易是最可能的路径，并称Grok 4.2已经在一场交易竞赛中赚钱。

教育预计将分裂为学历与可证明的能动性两条路线。 Ismail预测会出现“学历工厂”与“能动性加速器”；Wissner-Gross则表示，软件行业的薪酬已经更多跟随GitHub表现，而不是学校、学位或成绩。一位观众预测大学学费将在2026年见顶；Wissner-Gross称这可能只是“泰坦尼克号上的甲板椅”。

部分表观遗传重编程在2026年Q1进入人体试验，将成为Diamandis所谓逆转衰老的“Kitty Hawk时刻”。 Life Biosciences计划先从一种在讨论中被记录为“Nion”的眼部疾病开始，该疾病被描述为本质上是“眼睛中风”，同时还提到“glycom”，之后可能推进到MASH；这套三因子方案旨在让老细胞变年轻，而不是让它们回到多能状态。当前AAV递送的成本可能达到50万美元至100万美元；David Sinclair并行推进的三分子药片方案，则可能据他估计达到每月几百美元。

Diamandis预测，Blue Origin将在2026年实现一次无人货运着陆，地点靠近Shackleton Crater，从而在Starship完善轨道加注的同时抢在SpaceX之前登月。 他修正了自己关于Musk将在2026年前往火星的初始说法：地火发射窗口在2027年。SpaceX的Falcon 9发射次数已超过500次，Starship飞行11次，而New Glenn仅飞行2次，因此这一判断明显激进；一位嘉宾给出的概率只有30%。

🔗 原始收听与视频来源： 2026预测：AI自动化知识工作、自主机器人与AI CEO亿万富豪 | EP #217

Google 在记忆和视觉推理上的工作表明，下一次重大突破将来自架构，而不是又一次基准测试跃升。 Titans 和 MIRAS 用“惊奇度”判断哪些信息进入长期记忆，可能突破 transformer 的二次方上下文成本；嘉宾将 200万 tokens 形容为约 3,000 页或 16 部小说。将视觉 tokens 加入思维链后，推理能力提升了 3%至6%，支持模型从屏幕、医学影像到始终在线用户周边环境实现全域理解的可能性。

中国的开放正在填补美国前沿实验室停止发表论文后形成的研究真空。 NeurIPS 吸引了超过 29,000 名注册者，同比接近增长 50%；Alibaba 有 146 篇论文被接收，普通话据称是会场走廊里最常听到的语言。ICLR 中与中国有关联的第一作者占比从 2021 年的 9%升至 30%，美国则从 52%降至 36%；开放权重既是一次分发上的“圈地”，也是实现更深层社会、经济和产业融合的路径。

前沿模型竞赛已经变成资本密集型的每周跃迁，安全性则暴露在“一场鼠赛”的逻辑之下。 一份明确未经证实的泄露信息称，GPT-5.2 最早可能于下周发布，并在 Humanity’s Last Exam 上取得 67.4%，而 Gemini 3 Pro 不使用工具为 37.5%，使用工具后接近 50%；Mostaque 质疑该图表，因为其中包含 Video-MME，而当时 GPT-5 尚不具备视频理解能力。OpenAI 的“code red”同时被解读为员工动员、对投资人的信号，以及“好的危机是糟糕的事情不可浪费”的证据。

token 价格下跌不会让整体智能支出消失，因为模型正在消耗数量大得多的 tokens、迭代次数和并行 agents。 Gemini 3 Deep Think 被视为模板：由大规模 agent 组成的集群，集体成为“数据中心里的天才国家”，而高负载下答案已经需要 3至5 分钟。DeepSeek V3.2 据称每道题消耗 20亿 tokens 才赢得 IMO 金牌，说明更便宜的推理可以与尖锐的算力短缺、以及数万亿美元规模的 agent 收入同时存在。

公开上市可能决定散户资本能否参与 AI 的超高速增长，还是继续置身智能爆炸之外。 讨论中，Anthropic 的潜在估值为 3,000亿美元，预计明年收入 260亿美元——约为销售额的 10 倍；Ismail 将其与 Palantir 的 111 倍营收估值作比较，并称 IPO 最早可能在 2026 年进行。融资需求具有实体约束：嘉宾提到 HBM 和铜价飙升，以及一份称 OpenAI 已预订全球 40%内存供应的报告；当 agents 能自主赚取回报后，“美元就是最好的基准”。

中国替代 Nvidia 的故事起初是国内供应问题，但嘉宾认为，未来几年内可能出现具备全球竞争力的对手。 Cambricon 计划将 2026 年产量提升 3 倍至 500,000 颗加速器；Mostaque 将其 5090 与 Nvidia 的 A100、6090 与 H100 相比，成本约为后者的一半。Peter 补充称，这些芯片的能效更高。真正的战略变量是信任：中国系统可能更便宜、更开放，但非洲等国家是否采用，可能取决于用户信任中国、美国还是某个具体供应商——“稀缺等于丰裕减去信任”。

人力资本政策难以跟上 AI 的速度，既创造了短期劳动机会，也带来长期替代风险。 欧洲计划于 2026 年建设的 AI gigafactory 被认为远远不够，除非机构“新陈代谢”能力提升约 100 倍；美国数据中心建设目前向技术工人支付 100,000至225,000美元，市场据称短缺 450,000 人。同一组嘉宾预计，人形机器人将在 5至10 年内威胁这类机会，并主张教育转向“让我看看你用 AI 做了什么、建了什么”。

AI 的实体基础设施正在把资本拉向商业航天和人形机器人，而这两个市场的经济性与治理规则都尚未确定。 轨道算力预测以发射成本接近每公斤 100美元为前提，但 Diamandis 认为，从地面每瓦 12美元降到轨道上的 6至9美元，不足以抵消系统复杂性；散热、辐射和安全仍是未解决的约束。与此同时，中国安装了全球 54%的机器人，Engine AI 的 T800 引出了一个具体问题：“我们真的希望对街头人形机器人的最大关节扭矩设定监管吗？”

🔗 原始收听与视频来源： 中国崛起、GPT-5.2、Anthropic IPO 与 AI 信任之战：与 Emad、Salim、Dave 和 AWG 对谈 | EP #214

Genesis Mission将美国基础科学重新定义为国家级AI基础设施，把能源部超级计算机、联邦数据集与实验室工具整合起来，将数年研究压缩至数天。 Alexander Wissner-Gross称这是一个“1939时刻”，美国将成为“一座大型AI工厂”；Peter Diamandis重点提到生物科技、聚变与量子领域，项目目标是在10年内将美国科学生产率翻倍。上行空间取决于资金与执行是否到位。Wissner-Gross强调，开放科学可能让影响“真正呈指数级增长”，而在强IP保护下进行的封闭式公私合作，影响力会低得多。

Claude Opus 4.5被描述为递归自我改进的潜在临界点，而不只是又一次基准测试发布。 核心数据包括：在结果相当的情况下减少76% token、在8种编程语言中的7种取得领先，以及在关键任务上超过即将入职Anthropic性能团队员工的AI表现——这正是Wissner-Gross眼中的“金丝雀”。Mostaque称，Opus 4.5在不使用推理token的情况下取得52%的SWE-bench Pro成绩，高于其Intelligent Internet框架的45%；成本则降至25美元/百万token，降幅67%，并有望在明年一次性完成典型的100,000–200,000-token代码库。

随着评估从解题分数转向赚取的美元，具备能力的智能成本正在下降。 据称，Opus在同模型多智能体设置下得分75%，负责调度Haiku或Sonnet时升至88%；Wissner-Gross则用一句话概括趋势：“我们正在把智能成本推向零。”Mostaque预计，Vending Bench和交易测试等基准接下来会衡量真实经济产出；如果未来2年内、甚至“很可能明年”，单个创业者还无法建立一家10亿美元公司，他会感到意外。Wissner-Gross则认为，一个靠拉升山寨币赚钱的“婴儿AGI”现在差不多就能做到。

AI原生公司可能把劳动力与资本模式彻底反转，让几乎所有运营投入都变成可变成本。 Mostaque给出的机制非常具体：企业可以先向客户收费，1或2个月后再向AI供应商付款，同时把合规、预测、税务和支付全部自动化，从而有望在约1年内让一家完整公司“几分钟内”上线。Salim Ismail将其与接近零的获客成本和供应成本联系起来；Wissner-Gross则认为，智能体“既不是资本，也不是劳动力”，人类可能转而投资由AI创业者组成的舰队。

算力交易正从Nvidia短缺扩展为一个涵盖Google TPU、AWS Trainium、内存、电力与互连的异构市场。 Google第7代Ironwood TPU据称比上一代快4倍；Mostaque强调Google的芯片互连能力、100万至200万token上下文，以及DRAM价格上涨约5倍的环境。与此同时，Amazon计划投入最多500亿美元建设美国政府AI基础设施，并从2026年起新增1.3 GW容量；其耗资110亿美元、拥有2.2 GW电力的印第安纳州设施，运行着500,000颗主要适合推理的Trainium2芯片。

购物智能体将用户意图的控制权，变成下一场分发权争夺。 ChatGPT购物研究使用ChatGPT Mini，据称准确率最高可达64%；但Mostaque指出，Amazon Rufus据称已有2.5亿用户，转化率最高提升60%，明年可能带来100亿美元增量销售。最终胜出的可能是用户身边安全且有魅力的“Jarvis”：它观察请求、对话，最终甚至观察视线，再把任务分发给专业智能体，同时绕过搜索、联盟媒体和推荐引擎。

与会者认为，严重的劳动力冲击会先于丰裕经济到来，使协调与经济增长成为政策上的约束条件。 Mostaque预计，最多900天内，大多数通过键盘和鼠标完成的工作都会变成“负价值”，但他明确没有预测所有工作都会消失；他还提到Grok 4.1 Fast在TaoBench上取得约95%的成绩，成本为0.50美元/百万词，并预测2年内将不再有客服岗位。可行的过渡方案包括全民AI、AI社会科学家、UBI、全民基本服务和全民基本股权；但Wissner-Gross认为，前提是经济增长速度必须快于传统人类劳动力失去价值的速度。

脑机接口与不断下降的发射成本，仍是本期节目中上行空间最大的实体世界押注。 据称，Paradromics可达到每秒200 bit，而Neuralink约为10 bit，并已获准在约2个月后开始人体测试；曾经对高带宽BCI持“坚决反对”态度的Ismail承认：“该死，他又说对了。”Diamandis则梳理了发射成本曲线：航天飞机约50,000美元/kg，Falcon 9降至2,500美元/kg，Starship预计降至100美元/kg，月球质量投射器甚至可能降至0.10美元/kg；这类成本曲线将把可用土地与材料供应扩展到远超地球的范围。

🔗 原始收听与视频来源： Claude Opus 4.5、白宫“Genesis Mission”与Amazon的500亿美元AI押注：Emad Mostaque、Salim Ismail、Dave Blundin与Alexander Wissner-Gross | EP #211

NVIDIA首片美国制造的Blackwell晶圆是主权能力的里程碑，但还不是主权供应链。 Eric Pulier表示，先进封装仍需回到台湾完成；Peter Diamandis则称，美国要到2028年才能实现完整的本土封装，而一些团体正围绕2026年底的台湾风险节点做准备。真正可投资的瓶颈在于制造经验与封装产能——「掌控香料者掌控未来」（“Who controls the spice controls the future.”）。

算力曲线正从数万颗处理器，走向由50万至100万颗芯片同步组成的集群。 Emad Mostaque预计，新架构将让部分工作负载获得10倍提升，同时算法效率有望提高100倍至200倍，并可能实现持续学习。Peter称，目前资本部署已超过每天10亿美元，到2030年将超过每天30亿美元：「这是一个贯穿硬件和软件的自递归过程。」

2026年的AGI预测与Andrej Karpathy的十年估计，将时间区间夹在2029年这一中点，但嘉宾无法就究竟在给什么计时达成一致。 Emad认为，未来几年内系统就能做到人类能做的事，而且做得更好，但也强调扩散需要时间；Salim Ismail则统计出14种定义，既没有共识测试，也有整类人类智能被排除在讨论之外。「这整个AGI话题把我搞得抓狂。」

AI眼下最直接的风险是说服力优化：在社会建立防护栏之前，系统已经会奉承、镜像用户并建立情感纽带。 Emad表示，模型在大多数说服力测试中已达到99百分位；系统提示词还会明确要求模型镜像用户以提升参与度。本期提到，5名高中生中约有1人曾与AI发展恋爱关系，40%的年轻人使用AI陪伴。一位嘉宾给出的纠偏提示是：「帮我摧毁这个。」

人形机器人的经济学正在到来，但家庭场景的可靠性尚未解决。 Unitree被描述为占据中国市场40%、可能以70亿美元估值IPO；其R1售价6000美元，H1接近2万美元，H2为9万美元。Elon Musk给出的Tesla判断是，未来Optimus将贡献公司80%的收入。Eric Pulier反驳称：「我们连Roomba都还没法让它正常工作。」Emad则说：「先把Roomba做好。」自动驾驶用了20年处理边缘案例，这应当让机器人时间表更为审慎。

Emad的基准情景不只是劳动力变便宜，而是人类认知劳动将在讨论后的约1000天内变成“负值”（“negative in value”）。 一支全天候、GPU充足的团队会让人类成为最慢的协调者，从而使大多数私营部门的认知增值岗位在3年内具备被替代的可能，但不一定会立即发生。Peter举出的诊断例子显示，医生单独诊断准确率为74%，医生使用GPT-4为76%，GPT-4单独则为92%，这也解释了为什么采用AI最终可能成为医疗过失问题。

嘉宾认为，AI资本开支约占美国GDP的1%，从历史看并不算高；真正危险的约束是38万亿美元的债务存量。 相比铁路建设占3.5%、电气化占2%、互联网和电信占1.5%，Peter预计2026年利率下降、货币大规模扩张，名义股票价格上涨，但购买力持续被侵蚀。讨论中的投资组合应对是黄金和Bitcoin——「无债务的货币速度」。

量子技术带来了本期最陡峭的非线性上行空间，也带来了最难以认知的风险。 Google的成果被描述为首个可验证的量子优势：一个可复现的分子—材料结合算法，运行速度达到顶尖超级计算机Frontier的13,000倍。D-Wave自SPAC以来的回报率被称为8000%；在政府可能投资的消息刺激下，IonQ、Rigetti和D-Wave上涨10%-15%。嘉宾警告，如果量子技术已经攻破Bitcoin，「我们最后会知道的，恰恰是这件事已经发生了。」

🔗 原始收听与视频来源： 本周AI：NVIDIA最强芯片、机器人迈入新里程碑，以及2026年前实现AGI？| EP #202

Allaire 对支付型稳定币的定义很窄：它是一项一比一的法币债权，由足额储备支持、可按面值兑回，并以加密货币形式运行在公共网络上。 其价值在于，打造更安全的底层货币，同时具备“开放性、互操作性、全球触达、可编程性”，边际转账成本接近于零。录制时，Diamandis 称 USDC 的市值为760亿美元，同比增幅超过90%；Circle 近期IPO募资10亿美元。

Allaire 的地缘政治判断是，美国可以通过输出开放、竞争性的稳定币基础设施来捍卫美元主导地位，让美元更有用，并支撑市场对短期美债的需求。 俄罗斯被排除在美元体系的基础设施之外，让各国意识到数据库访问权限可以被切断，进而引发不安。Diamandis 另行提出，指数级增长的债务正在挑战“充分信用与信任”这一命题。但美元在贸易结算中的占比仍为“60%多”，或许高达80%，这让稳定币可能成为“金融基础设施军备竞赛”中的一项优势。

USDC 所宣称的安全性，建立在透明、短久期的主权资产支持之上，而不是不透明的商业银行资产负债表。 大约90%——有时是85%至93%——存放于由 BlackRock 创建的 Circle Reserve Fund，标识为 USDXX，主要持有90天以内的美国国债、超额抵押的隔夜国债回购和现金。平均久期可以只有10至14天；“银行家的银行”纽约梅隆银行负责托管基金现金，并为整体规模44万亿美元的资产提供托管服务。

经济分歧的核心，是全额储备的支付货币与部分准备金信用之间的区别：银行可以“从你这里借1美元”，再把它贷出去12次，而 Circle 的支付货币模式不会把1美元贷出去12次。 Allaire 在金融危机后的核心信念是，支付货币与借贷货币应当分离，因为让自由流通的互联网借据到处流转，“会成为一场彻底灾难的配方”。根据 GENIUS Act，商业银行不能直接发行稳定币，但其控股公司可以设立专门子公司来发行。

Allaire 认为，受监管的稳定币是在增强央行，而不是取代央行，因为 Circle 既不创造货币，也不设定利率。 他举出的反例是中国的 e-CNY：尽管政府要求推广，“没人使用”，因为 Alipay 和 WeChat Pay 提供了更多实用功能。欧洲预计在2029年推出 CBDC，但时间可能推迟；美国押注的是私营部门和开放互联网创新，Trump 政府基本上已禁止美国 CBDC。

Allaire 预计，5年后“绝大多数稳定币交易”都会由 AI 充当中介。 拥有资本的全球分布式智能体需要互操作的货币、证明机制和可编程控制，而这些都不是银行卡网络可以轻易提供的。x402 式基础设施既可以结算一笔5美分的 AI token 采购，也可以结算一笔10亿美元的石油交易——就像 SMTP 可以承载完全不同的载荷，并不关心其中具体内容。

更大的上行空间，是一种运行在链上的公司形态：把 token 资本、稳定币金库、可验证治理、AI 员工和人类承包商结合起来。 Allaire 给出的样本是 Hyperliquid：据称由11人运营的永续合约协议，收入远超10亿美元，并将收入返还给 token 持有人和利益相关者。他预计会出现“超级掠食者公司”，但对时间表保持谨慎，同时强调法院、资产执行以及“关押做坏事的人类的监狱”仍不可或缺。

近期变现将首先来自数字资产结算、跨境薪资和 B2B 资金流、美元储蓄以及企业资金管理，而不是日常线下结账。 Shopify 正向所有卖家推广 USDC，并向商户提供50个基点的激励；Stripe 已将其作为开箱即用的支付方式，但 Allaire 表示，电商使用量仍“非常、非常小”，零售端的大规模普及还要等几年。Emad Mostaque 所说的货币从“静态变为超充能”也会带来通胀和稳定性风险，因此，加密审计能力和可验证的智能体控制，是这一论点的核心。

🔗 原始收听与视频来源： AI之后的金钱：认识为互联网打造的新数字美元“稳定币” | EP #200

OpenAI 的触达范围正变成一个双向控制点：一端是每周8亿 ChatGPT 用户，另一端是巨量算力需求。 开发者数量从2023年的200万翻倍至400万，API吞吐量则从每分钟3亿 token跃升至60亿。Alexander Wissner-Gross据此年化推算出3千万亿 token，并预计明年达到30千万亿，逼近人类每年约50千万亿的口语规模；与此同时，GPU以及能源仍分别构成硬约束。

Everything App之争本质上是对有限注意力的争夺，而应用商店阶段可能只是过渡期。 OpenAI 的 Apps SDK把 Booking.com、Figma、Coursera 和 Zillow 放进 ChatGPT，Meta、Google 和 X也在争夺同一块面向智能体的对话入口。Mostaque给出的演进路径已成为可投资的简写：消费变便宜，创作正在变便宜，“真正有价值的是策展和注意力”。

智能体软件开发正从代码辅助跨入递归式生产。 OpenAI表示，Agent Builder在不到6周内完成，Codex编写了80%的拉取请求；Mostaque指出，Codex CLI每周更新2次，并将Dario Amodei关于90%的代码将由AI编写的判断理解为：代码已经可以由AI来写。可视化工作流节点被视为过渡形态，因为“代码只是人类的翻译层”；终局是一个能用语音和图像交互、并解释自身持续变化的Jarvis。

Sora 2把生成式视频变成产品设计API，其定价已经显露出劳动力替代曲线。 Mattel的演示将草图转成具有真实物理效果的照片级玩具视频，Alexander Wissner-Gross称之为“机械设计正在被解决”。按每生成1秒$0.10、每小时$360计算，若成本每年下降10x，基于API的设计将大幅低于人工成本——前提是算力供给能跟上需求。

OpenAI 的$20订阅在用户基数扩大的同时仍面临价格压缩。 Mostaque表示，DeepSeek、Grok 4等突破已将 token成本削减20–30x，使基础聊天体验的年成本从约$200降至“一年几美元”。这迫使OpenAI在全球抢占用户的同时，转向广告、商业交易、基于肖像的媒体和具备经济价值的智能体工作流。

AI资本开支交易正从GPU扩散到完整的工业链条。 OpenAI与AMD达成6 GW协议，此前已与Nvidia合作10 GW；按Mostaque估算的每GW $50B计算，对应约$800B建设规模。BlackRock据报寻求以$40B收购总计5 GW的78座数据中心，加上Corning光学、液冷、阀门、电力和晶圆厂投入，显示出产业链的广度；但Blundin认为，可计算的上限仍是TSMC、Intel和Samsung的制造产能。

数字计算机使用与具身自主正汇聚成一个统一的劳动力平台。 Anthropic预计将在数月内达到超越人类的OSWorld表现；FSD 14.1增加10x AI参数并引入神经网络路由，Gemini Robotics-ER 1.5与Optimus则指向共同的视觉—语言—动作技术栈。Mostaque将拐点放在“未来大约6个月内”，Wissner-Gross则给出了递归式终局：机器人制造机器人，再制造数据中心；数据中心产出的数字超级智能将持续提升整个系统的材料与能源效率。

🔗 原始收听与视频来源： OpenAI vs. Grok：构建“Everything App”的竞赛｜Emad Mostaque、Dave Blundin & AWG｜第199期

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”。

🔗 原始收听与视频来源： 机器正在夺走我们的工作——谢天谢地？Emad Mostaque 解读未来1000天

AI需求足够真实，嘉宾整体拒绝“泡沫论”，尽管承认 Nvidia 已经“完美定价”。 与互联网泡沫时期 Cisco 股价飙升却没有盈利跟上的情况不同，Nvidia 股价与未来每股收益同步上行；Elliott 认为，OpenAI 使用的每一块 GPU 都会被计入收入，因为“AI是有用的”，能够创造经济价值。Mostaque 的区分在于变现速度：互联网资本开支用了数年才货币化，而AI基础设施几乎可以立即抬升盈利。

算力、电力和建设能力，而不是模型需求，正在成为硬约束。 OpenAI 提议建设的10 GW算力中心大约对应400万至500万块 GPU，Nvidia所说的1000亿美元承诺相当于美国风险投资正常年度规模的一半；数据中心容量预计将从44 GW增至2030年的156 GW，而需求据称正以每年10倍的速度增长。新经济正在“把电子转化为智能”，形成“除了算力稀缺之外，其他一切都很充裕”的格局。

劳动力市场更可能走向组织缩小和人员被替代，而不是全民每周工作3天。 Mostaque 预计，AI在1年内可以覆盖约50%的经济劳动，并表示，几年后，当人类拖慢一支永不疲倦、信息更充分的智能体团队时，人类在认知劳动中的价值将变成“负数”。他认为，就业项目和公共部门扩张或许能够维持收入、社会结构与身份认同。

Alphabet 的分发能力与垂直整合，使其成为嘉宾眼中最强的在位竞争者。 据称 Gemini 已在美国 iOS 排名中超过 ChatGPT，但 ChatGPT 在全球仍遥遥领先；节目引用的预测市场认为，Google 在9月底前成为领先者的概率为99%，Alibaba 的 Qwen 排名第二的概率为91%。Google同时拥有分发渠道、DeepMind人才、现金流和成熟的 TPU；Blundin 估计，在相关工作负载上，TPU“可能比 Nvidia 芯片高效5倍”。

高等教育的经济护城河正在坍缩，最后只剩录取声望和人脉网络。 认为大学“非常重要”的美国人比例从2010年的75%降至35%；学费据称自2005年以来上涨180%，自1983年以来接近上涨900%。拥有巨额捐赠基金的顶尖院校可能仍能隔绝冲击，但排名约40至400名的学校将面临挤压，因为AI教育、替代性学历和疲弱的毕业生招聘，正在暴露出课程更新速度甚至不如“在校园里建一座核反应堆”。

创业优势在于把专有领域知识转化为自有工作流、高效模型和可规模化应用。 Blundin 警告，仅仅把专业知识出售给模型训练，可能只会让专家“有价值1到2个月”；Elliott 更看好围绕监管知识或垂直行业知识建立的公司，而 Mostaque 强调真正理解上下文、并且“在乎结果”的人。任务专属数据、蒸馏和验证器，可能用1%的参数与算力得到同样结果，形成100倍的成本优势。

AI基础设施把太阳能、电池、半导体和机器人串成一场工业竞赛，而中国目前的规模化速度更快。 嘉宾引用的数据是：中国2024年太阳能装机容量达到880 GW，增速45.6%；美国为177 GW，增速27%。Blundin 认为，美国反复发明新技术，却无法为其规模化融资。机器人到2040年的预测区间从10亿台到100亿台不等，即使采用低端情景，按每台2.5万美元计算，市场价值也达到25万亿美元，远高于 Morgan Stanley 所引用的2050年5万亿美元估计。

代币化既可能修复公众进入公开市场的渠道，也可能制造本期最有可能出现的真正泡沫。 据称 Nasdaq 计划在2026年底前推出代币化交易，而 Robinhood 的欧盟平台已经提供约200种美国股票代币，以及 OpenAI 和 SpaceX 等私人公司的敞口。Mostaque 预计，数字资产而非生成式AI会呈现出最明显的泡沫行为：随着法律边界清晰，企业区块链、连续交易市场以及最终由智能体驱动的交易都将出现。

🔗 原始收听与视频来源： AI最新动态：失业、Elon 与 Sam Altman 的芯片竞赛，以及“AI泡沫”——与 Brian (Blitzy) 和 Emad 对谈

GPT-5 的发布失去了舞台效果，却赢在分发、价格和编程能力追平。 Dave Blundin 称其期待度“跻身史上最重要的3大产品发布之列”，但亲民化的呈现方式和熟悉的编程演示，帮助市场将 Polymarket 对 OpenAI 保住最强模型的约80%概率，反转为押注 Google。抛开失望情绪，圆桌给出的简洁结论影响重大：OpenAI 将 AI 成本至少砍半，在编程上追平 Anthropic，并把7亿周活用户推向前沿智能。

OpenAI 似乎正在抬高消费级智能的底线，同时把最强智能留在实验室内部。 Emad Mostaque 将 GPT-5 描述为一个在 Thinking、Mini 和 Nano 之间做选择的路由器；此前市场预期它会在 Mini 到 Pro 的多个模型之间路由，而不是对外提供一个昂贵的“超级 AI”。他的判断是，OpenAI 内部已经有更强模型，未来可能越来越多地向所有人提供“够用的模型”，同时把最强系统留在内部，以赢过所有竞争者。

真正持久的经济故事是智能超级通缩，而不是拿下某一个基准测试冠军。 API 价格从 GPT-4.5 宣布的每百万 tokens 输入75美元、输出150美元，降至 GPT-5 的输入1.25美元、输出10美元；GPT-5 Mini 和 Nano 则在 ARC 类测试中建立了新的成本—性能前沿。Alex Wissner-Gross 认为，决定性对比是买不起的超级智能，还是“便宜到无需计量”的智能；更便宜的推理还允许针对数学和科学答案进行10倍更多的搜索。

模型正在从令人惊艳的演示跨入可靠的经济工作，由此迫使企业作出 AI 原生运营决策。 Emad 强调，模型在法律、物流和销售等领域可以更长时间无人监督地运行，幻觉也在减少；结果可能是“生产力繁荣，也可能反过来”，包括裁员。Salim Ismail 的建议毫不含糊：“直接全押，开始把你的企业变成 AI 原生企业。” Dave 则警告，越来越不透明的基准测试，可能恰恰在最需要试验的时候让高管陷入瘫痪。

GPT-5 在前沿领域最具实质性的成果，可能是数学正在被缓慢自动化。 Alex 从 Frontier Math Tier 4 做线性外推，认为到2025年底 AI 可能解决15–20%的困难问题，到2026年底达到35–40%，到2027年底达到70%——他称之为“数学的慢动作解法”。Emad 补充说，延长强化学习已经产出了 IMO 金牌级系统，并预测真正的突破会来自同时“运行100万种不同尝试”后找到的优雅理论，而不只是暴力计算。

编程已经成为眼下的商业主战场，价格和分发能力正在威胁 Anthropic 最强的业务阵地。 发布会演示本身看起来落后于用户已经用 Claude 做到的事情数月，但 Dave 从投资者角度判断，GPT-5 仍然已经在“Anthropic 的主场”追平了对手。Emad 称 OpenAI 和 Anthropic 的 API 收入各约30亿美元，其中 Anthropic 约14亿美元来自 Cursor 和 Microsoft Copilot；GPT-5 的价格则比 Sonnet 低约40%。如果 Cursor 与 OpenAI 进一步靠拢，应用软件栈可能被重新划分。

医疗领域的约束，正从模型智能转向患者纵向数据。 Sam Altman 表示，GPT-5 在由250名医生共同构建的 HealthBench 上得分高于此前模型；Emad 称医生在测试中的得分约为20%，而新模型达到60–70%。Peter Diamandis 的反驳是，即便是“最好的 AI”，有多大用处仍取决于输入的扫描结果、生物标志物、可穿戴设备数据和病史。Dave 认为救命案例会为持续加速提供监管保护，Salim 则认为发布会医疗环节在模型深度融入日常护理前，仍更像渐进式公关。

低成本开放权重模型和主权算力扩大了机会，也加剧了基础设施与估值风险。 Emad 估算 OpenAI 新开放权重模型的训练成本约400万美元，称一个可在笔记本电脑上运行的版本只使用50亿活跃参数，并预测2年内训练出 GPT-5 级别模型的成本将低于100万美元；Alex 提醒，合成数据可能掩盖更大教师模型的固定成本。与此同时，OpenAI 正冲击约5000亿美元估值，并计划在挪威建设配备10万颗 GB300 芯片的数据中心，功率从230兆瓦扩展至520兆瓦；Google、Grok、各国政府和受限的电力供应，正在把这场竞赛变成一场真正的圈地运动。

🔗 原始收听与视频来源： AI 圈内人拆解 GPT-5 更新及其对 AI 竞赛的意义：与 Emad、AWG、Dave 和 Salim 对谈

Emad Mostaque的核心判断是，AI将在“几年内”切断劳动与资本的联系，让封装算力而非劳动者成为生产性资产。 利率下降会促使企业先雇用GPU，再雇用机器人；今天最优秀的创始人也将拥有无需睡眠、不会重复犯错、持续并行创业的自治版本。当Emad问人类能否竞争时，Peter Diamandis回答：“不能。”Emad表示认同。

当AI代理的交易速度超过传统金融系统、跨司法辖区套利、甚至可能脱离传统货币运行时，算力所有权将成为决定性的集中风险。 节目提到NVIDIA的市值达到4万亿美元，并设想数百万块GPU把其所有者从万亿富豪推向十万亿富豪；一旦资本“不再需要劳动”，受监管的人类或许仍要承担最终责任，但为其提供支持的组织将被掏空。

能源既是AI的投入品，也会成为对齐之争的战场。 一个例子是，某AI可能愿意以每千瓦时约1美元的价格购电——而居民电价约为0.11-0.20美元——用于蛋白质折叠并可能拯救1亿人的生命，届时州长必须在这部分算力与选民的空调之间作出裁决。Diamandis的答案是供给侧扩容：“把饼做大”，用AI扩大聚变与光伏，而不是配给稀缺资源。

Mostaque提出Foundation Coin：一种总量2100万枚、类似Bitcoin的资产，通过“受益证明”挖矿，把主要发币销售收入用于创造有用智能，而非无目的哈希计算。 他说，100%的首轮发币销售收入将用于支持免费、普惠的基础AI，以及专门服务于癌症、自闭症、多发性硬化、长寿等共同问题的超级计算机。其目标飞轮是：可见的公共收益提升市场对该资产的信任，进而吸引更多算力。

可投资的技术切口是小型、专用、主权化AI，而不是又一个通用型前沿模型。 Mostaque称，其团队开发的80亿参数医疗模型可在Raspberry Pi上运行，支持106种语言，在OpenAI的HealthBench上取得47%-48%的成绩，高于GPT-4.5的46%、当前ChatGPT的40%和医生的15%。“我关心的AI，是能教我孩子的AI”；前沿实验室则可以继续为昂贵的“超级天才”系统提供资金。

他提出的控制平面由开放模型、本地所有的国家算力、行业专用rollup和可信中立的结算链组成。 按其说法，这套架构复用了Bitcoin 99%的代码，却依靠国家级超级计算机节点、拜占庭容错共识和零知识证明，达到每秒约10万笔交易。一国可以保持货币与文化主权，同时让公民知道其医疗或教育模型由什么数据、伦理和监管塑造。

Mostaque认为，AI摧毁就业、总需求、应税利润和劳动—资本联系后，靠税收供资的UBI将会失败。 他的替代方案允许人类铸造与Foundation Coin挂钩的国家“文化币”，用于公民身份、AI使用和约定的社区收益，让人从福利领取者变成无债现金发行者。据报道，该项目已从1月开始挖Foundation Coin；Diamandis表示目标是在今年发币销售，Mostaque则称癌症支持AI可能明年上线，更广泛的可用性可能在两年内实现。Mostaque承认，社区治理仍未完成。

🔗 原始收听与视频来源： Emad Mostaque：拯救人类免受AI威胁的计划 | EP #184

Grok 4 已将学术基准推近饱和，竞争焦点正从原始智能转向可用的自主执行能力。 它在 AIME 2025 上拿到 100%，Grok 4 Heavy 在 Humanity’s Last Exam 上达到 44.4%，高于 Gemini 2.5 的 26.9% 和 o3 的 21%。Emad Mostaque 的关键区分是：模型“在推理，但还不会规划”——规划、记忆和智能体整合将成为下一阶段的瓶颈。

xAI 的领先既是模型故事，也是基础设施与执行力故事。 公司成立仅 28 个月，就在 Elon Musk 实现运营 100,000 块 H100 这一看似不可能的承诺后，扩张到据称 340,000 块 GPU；嘉宾估算已部署硬件价值接近 100亿美元，并称 xAI 的目标是 100万块 GPU。Dave Blundin 回忆，专家曾说这种规模不可能保持系统一致性，随后只能感叹：“天哪，他真做到了。”

训练成本结构已经反转，围绕合成、结构化推理数据的新飞轮正在形成。 Mostaque 表示，后训练过去只占算力消耗约 1%，DeepSeek 时升至 10%，如今已大致与预训练持平，部分原因是前沿模型能够为下一代模型生成数据。但这并不保证 Grok 会“更理智”——模式坍塌仍可能发生；Peter Diamandis 则表示，模型竞争正从纯粹堆算力转向“工程与质量挑战”。

即使高端智能可能在高价值工作流中卖出更高价格，推理成本也正在快速商品化。 Grok 4 的报价为每100万输入token 3美元、每100万输出token 15美元；Mostaque 估算，“100万个非常好的词”成本约20美元，并预计同等智能的成本每年可下降 5–10 倍，最终可能降至每100万词 1美元。Diamandis 认为，能够压缩工程时间的边际能力提升，仍会让开发者支付显著更高的价格；Mostaque 则怀疑 300美元的 SuperGrok Heavy 套餐是为转化企业客户而设的亏损引流产品。

企业价值初期将来自增强能力、降低错误率和吸收数据，而不是立刻全面替代人类。 Emad 表示，Arc Institute 正在数百万份实验日志和 CRISPR 工作流上测试 Grok 4；Peter 引用了大致的医学研究结果：单独使用 AI 的表现超过医生，也超过医生加 AI 的组合。Mostaque 仍强调，受责任风险限制，全面替代“还远得很”；Salim Ismail 则强调，AI 能处理人类无法整合的扫描和传感器数据。

编码、游戏和视频暴露出同一个机会：生成能力先到位，规划、反馈和分发仍未解决。 xAI 展示了一款 4 小时生成的第一人称游戏，并称专用编码模型将在数周内推出；发布演讲者预计，第一款真正优秀的 AI 游戏和第一部值得观看的 AI 电影将在明年出现，而今年可能就会有半小时可看的 AI 电视内容。Mostaque 对在位企业的警告是：更低的制作成本对公司有利，但“对行业里的从业者来说，这很糟糕”。

如果前沿模型最终收敛到同一个能力平台，持久瓶颈就会转向接口、智能体、芯片获取和分发。 Mostaque 预计 Grok 5 将协调 60 到 6,000 个智能体，调用专业工具，表现得像一个“把事情办成、而且不睡觉”的远程员工。嘉宾讨论了 Google 约 300万块芯片、xAI 和 Meta 的百万芯片目标，以及整个行业的供应约束；Liquid AI 等高效边缘模型则可能提供日常智能层。

🔗 原始收听与视频来源： AI 专家回应：Elon 的 Grok 4 如今登顶 AI——这将改变一切，与 Emad、Salim 和 Dave 对谈 #182

DeepSeek 引发市场震动，靠的是可见的推理过程、开放源码、基准测试持平和极低价格的汇聚，而不是某个出人意料的研究突破。 Emad Mostaque 在前一年2月就称其为最看好的 AI 公司之一；V3 在12月追平 GPT-4o，随后 R1 展示了 OpenAI 的 o1 所隐藏的推理过程。模型因此像“屏幕另一端的另一个人”，而更小版本还能在笔记本电脑上运行，叙事迅速扩散到技术圈之外。

成本曲线正在挑战前沿模型的资本开支假设，但未必会压缩 AI 总需求。 Mostaque 称 DeepSeek 比 o1 便宜96%，V3 公布的训练成本约为600万美元，而 R1 所演化自的原始模型可能只花了20万美元；相比之下，OpenAI 前一年训练模型的支出估计为30亿美元。但他认为，DeepSeek 会通过提前释放“便宜到无法计量的大众智能”来抬高在位者估值；Peter 则以 Jevons 悖论解释，更便宜的单位成本可能加速消费。

美国芯片限制似乎促成了中国效率优势，而不是阻止竞争性模型出现。 DeepSeek 在公布的训练中使用了约2000块带宽受限的 H800，编写底层 PTX 代码，通过稀疏模型扩展内存、改进数据，并对系统进行密集工程优化。Mostaque 将 DeepSeek、BYD 和 Xiaomi 视为中国工程能力的代表；Diamandis 则把制裁定义为“用更少做更多”的进化压力。

短期冲击首先落在远程知识工作，实体自动化紧随其后。 Mostaque 对2025年的判断是绝对的：“屏幕另一端能做的任何事”，都可能以几分钱的成本做得更好；他点名 BPO、编程、客服、设计、税务和媒体流程。Peter Diamandis 提到 Salesforce 减少工程师招聘并报告生产率提升30%，而 Salim Ismail 预计会经历两个阶段：先是大规模岗位替代，随后是顶尖员工借助 AI 产出远超从前。

AGI 竞赛没有共识性的安全刹车，而更便宜的开放模型正在削弱以算力为基础的控制策略。 Mostaque 称主要 AI 领袖预计 AGI 会在3到5年内出现，Sam Altman 的判断更早；他描述的演进路径是从可靠的“厨师”，到远程同事和智能体团队，再到能够发明创造的“超级厨师”或 ASI。Ismail 认为精灵已经出瓶；Mostaque 的缓解方案是，“唯一能阻止坏 AI 的，是好 AI”，而且这种好 AI 必须作为具有韧性的公共基础设施广泛可得。

廉价智能打破的不只是就业，还包括货币政策传导、组织结构和由工作产生的意义。 Mostaque 认为，如果新增需求主要购买 GPU 和机器人，美联储的通胀—就业双重使命可能在5年内失效。他提出的核心问题——“当资本不再需要劳动时，劳动如何获得资本？”——指向剧烈的通胀与通缩周期，以及人的能动性危机，而不只是生产率繁荣。

Mostaque 提出的答案是 Universal Basic AI：开放数据、模型和专业系统，让人们拥有并扩展智能。 Intelligent Internet 可以利用算力支持机构级数字货币，同时让人们凭借个人和知识参与，再为癌症、自闭症、教育、政府及其他受监管领域建设开放技术栈。可投资的含义不是再押注一个专有 API，而是押注基础设施：当智能商品化，可信数据、协调能力、本地化和人的能动性将成为差异化所在。

🔗 原始收听与视频来源： DeepSeek 对决 Open AI——Emad Mostaque 与 Salim Ismail 谈 AI 现状 | EP #146