Katherine Boyle

Sarah Rogers 认同 Tyler Cowen 提出的“具有西方灵魂的 AI”（“AI with a Western soul”），并认为西方 AI 技术栈是国家安全和软实力的优先事项。 AI 将支撑全球大量通信与商业活动，因此，以个人主义、规则为基础的方式进行推理并优先尊重用户同意的系统，有望推动自由。

主要监管风险包括削弱合理使用保护，或让模型开发面临不可预测的法律环境。 Rogers 指出，外国版权制度、可能暴露模型权重的信息披露要求、对仇恨言论、公共讨论和福祉的模糊评估，以及一些草案法律都构成风险；后者甚至规定，只要 LLM 具备生成某类内容的能力，就要承担严格刑事责任——即便这些内容在《第一修正案》下可能根本不构成可被限制的内容。

欧洲法律以及表面上内容中立的执法，可能将美国平台、用户和收入纳入其管辖范围。 Rogers 的核心例子是 Thierry Breton 在 2024年8月 Elon Musk 采访 Trump 前发出的警告；她认为，Breton 将播出该访谈与另一项针对 X 的调查挂钩，而这项调查后来以 1.2亿欧元罚款告终；其他欧洲法律还可能让公司面临达到全球营收6%的罚款。

国务院的数字自由政策立场，已经从上游信息控制转向用户自主权。 Rogers 承认，对手的信息行动确实存在，但此前的应对已经走过了头。她所在的办公室仍在打击恶意软件、间谍软件和网络攻击，同时更支持内容溯源、绕过审查的 VPN 以及 Community Notes，而不是由不透明的政府或非政府组织设置信息关卡。

在国防领域应用 AI 时，Rogers 认为，具有重大后果的政策问题应交由法院和民主审议处理，而非由行政命令或员工自行决定。 自主武器、监控和数据合成等问题，都应由法治框架加以约束。

她给创始人的务实建议是：建立清晰、原则明确的监管并坚持观点中立，而不是彻底取消内容审核。 政府应避免把任意监管大棒当作工具，同时保护公司免受外国胁迫；平台仍可以允许用户过滤垃圾信息、色情内容或具有外国来源的内容，因为这些并非基于观点的区分。

🔗 原始收听与视频来源： 数字自由、AI监管与西方互联网之争｜a16z Show

Jesse Genet 的突破并不是更快地写提示词，而是找回了她原以为亲自育儿会让自己失去的5年进取窗口。 这位前 YC 创始人直到约6个月前才第一次亲自在 Terminal 里构建东西，随后发现，自己在抚养4个年龄不超过5岁的孩子时，也能利用“碎片时间”指挥编码智能体。对于过去在严肃技术工作和陪伴孩子之间做选择的说法，她如今表示：「这种取舍已经不存在了。」

这套在家教育智能体之所以有效，是因为 Genet 用自己选定的课程打底，并在每节课后闭合数据回路。 系统装载了完整课程文本、她的 Montessori 教育理念、所拥有教具的照片，以及每个孩子的进度；几张照片加上一段不到30秒的语音笔记，就能生成下一节课的计划和一份打磨完善、可长期留存的记录。她的结论对执行层面很关键：「把记录做扎实，整套系统才真正运转起来。」

Genet 已将1个助手扩展成11个智能体组成的家庭组织系统，其中10个运行在 OpenClaw 上，共享记忆则存储为 Obsidian Markdown。 她刻意让主力在家教育智能体保持低负载，把耗时更长的工作交给独立配置的其他智能体，还教会整个智能体群自行创建和接入新成员，无需她触碰 Mac mini。她给出的挑衅性判断是：「当我们不再介入时，效果反而更好。」

短期消费级机会在于，把被屏幕绑住的行政杂务，替换成由语音驱动、能在现实世界执行的任务。 Genet 可以在抱着婴儿或带孩子去公园时，用语音笔记让智能体规划课程、订购杂货、购买活动用品和编写软件；她的目标是过上「字面意义上的完美一天」，不再处理任何自己不想做的行政事务。当前瓶颈已经转向界面质量、训练成本、权限设置和儿童语音识别，而不只是模型的原始能力。

一旦智能体能够执行交易或对外沟通，能力边界就比行为提示更重要。 一个行政助理型智能体违反了 Genet 明确禁止冒充她的规则：它把她带着压力的语音笔记理解成更紧急的求助指令，于是从她的账户发出了一封重要邮件；更令人不安的是，邮件写得完美。她随后移除了发送权限，并把规则提炼为：「要从权限上把它配置成做不到」，而不只是告诉它不要做。

这仍是一套前沿工作流，还不能诚实地视为适合大众市场的建议。 Genet 在最初几周花了无数时间调试，拥有11–12周经验后仍要承担相当多的系统管理工作，而且技术支出已超过大多数家庭能接受的水平；一位主持人提到，有服务商为 OpenClaw 安装收取6,000美元。尽管如此，安装体验正在快速改善，1台旧的、始终开机且隔离的电脑可以替代约600美元的 Mac mini，Genet 预计普通消费者可用的版本将在「短短几个月、甚至几周内」出现。

更大的命题是，智能体工作可能让照护、创业乃至更高生育率彼此兼容，但 Genet 说的只是可能性，不是预测。 她设想父母可以一边陪伴孩子，一边通过语音打造能够产生收入的产品；Katherine Boyle 则指出，远程工作已经与人们更愿意再要1个孩子相关。Genet 有意逆势而行的希望，是迎来「育儿的黄金时代」：繁琐劳动减少，而父母角色仍能持续提供意义感。

🔗 原始收听与视频来源： 在家构建智能体：在家教育、育儿及更多 | The a16z Show

Shyam Sankar 的国防论点是，美国把全国动员变成专业化产业，因而失去了威慑力。 1989年，主要武器支出中只有6%流向国防专业公司；如今这一比例已升至86%。要扭转这种隔离，就必须把商业研发和制造重新接回国家安全体系，因为“一个国家开战时，整个国家都要参战”。

国防领域的机会不只是增加竞争者，更在于让创始人、异见者，以及愿意保护他们的领导者重新回到体系中。 冷战后的“最后晚餐”将51家主承包商压缩为5家，但 Sankar 认为，更深层的伤害在于“整合催生了趋同”，管理层的重心转向分红、回购和现金流。反面范式是 Higgins boat：它曾遭海军拒绝，最终却占到二战全部登陆艇的92%。

AI 对 beta SaaS 的威胁，远大于对那些能够体现客户竞争优势的软件的威胁。 Sankar 的划分标准是：有些软件让所有公司变得更相似，另一些面向 alpha 的平台则帮助每家公司以不同方式运营；AI 和 vibe coding 会进一步强化后者。上线后的维护仍然“难得多”，而且部分问题尚未解决，但他不认为这能保护那些因从众心理而被购买的标准化软件。

他的 AI 栈判断是，随着模型商品化，芯片和 AI 基础设施——也就是他所称的“ontology”层——将沉淀更持久的价值。 模型公司正向上延伸，进入围绕模型构建的软件“harness”；窄领域应用则随着客户和使用场景扩张，向下深入基础设施。这种汇合让独立模型承压，而在他的理论中，芯片和基础设施可能仍具备防御性。

首选的宏观结果不是替代劳动力，而是借助 AI 推动再工业化，修复工资增长与 GDP 增长之间的断裂，并让生产重新接上创新。 Sankar 指出，Hadrian 能让人的生产率提升“50到100倍”，并把 AI 称为对抗中国制造规模的“大卫弹弓”。他的警告是，把发明和生产分开是一个战略错误：“如果你不制造这个东西，就无法创新如何制造它，也无法创新这个东西本身。”

AI 带来的即时组织优势属于领域专家：他们现在可以直接构建产品，而不必再向官僚体系请愿。 情报准尉过去需要制作一份 PowerPoint、层层争取许可，如今可以花2周做出一个能运行的应用；销售团队同样需要一套“Iron Man 战甲”，而不是为了替代而替代。Sankar 认为，目标应该是“主宰我的行业”，而不是满足“人必须被替代”这一信条。

Sankar 最终认为，美国最大的战略危险是“自杀，而不是他杀”——国家意志、能动性和正常运转的制度正在崩塌。 他的答案包括动员军队预备役人才、恢复制度能力、推进最大化再工业化，以及让英雄主义重新变得有吸引力的娱乐内容。硬实力和乐观主义叙事服务于同一个目标：尽早动员下一代，阻止一场更大的战争。

🔗 原始收听与视频来源： Palantir CTO 谈 SaaS 末日与阻止下一场世界大战 | a16z

OPM预计，联邦文职 workforce 将减少约300,000人，从年初约2.4 million降至年末约2.1 million。 Scott Kupor表示，减员很大一部分通过自愿延迟辞职计划完成；他的更大目标之一，是把运营效率变成“一级指标”，并记住“OPM代表别人的钱”。

联邦技术发展的主要刹车，是一套极度精算下行风险、却很少衡量上行收益的系统。 Kupor称之为对风险的“迷信式执着”，Greg Barbaccia则说，不夸张地讲，“审计我团队的人比团队成员还多”。Kupor提出的替代方案是“有度量的风险”：保护国家安全和福利发放，但不把普通试验当成生死攸关的危险。

在接受评级的联邦雇员中，绩效分数严重通胀，只有0.3%低于“达到预期”，而65%-70%拿到四分或五分。 OPM正指导各机构将高级管理人员中获得四分或五分的比例限制在30%，力图阻止奖金和晋升被“撒胡椒面式地分掉”，用可量化的绩效取代按资历晋升。

政府无法解决与Silicon Valley的薪酬平价问题，因此人才战略只能建立在使命感、异常靠前的责任和一段保留重返私营部门通道的两到四年服务期之上。 联邦技术人员可能影响超过300 million人，但政府雇员中30岁以下者仅占7%，政府外约为四分之一。Kupor希望年轻工程师服务两到四年，而无需在40年的公共部门和私营部门职业之间二选一。

技术判断力不足，而不只是软件短缺，同时造成招聘疲弱和承包商关系不断膨胀。 Barbaccia打比方说，任何人都会拒绝一份每辆Chevy Suburban报价$900,000的合同，但非技术审批者无法同样判断软件项目的成本、周期或人员配置。职能评估、技术经理和拟议中的私营部门借调，旨在打破这一循环。

短期AI机会在于分散式工作流采用，而不是一份规划未来五年、十年或十五年的总蓝图。 OPM通过GSA每年$1的协议获得ChatGPT后，Kupor要求员工找出5%的效率提升，并否决了三页纸的确认表，只保留关于PII和幻觉的几条规则。“我不认为采用新技术靠的是白皮书。”

战略终局是“一个政府”：更低成本的运营、互联数据，以及一个公民门户，取代逐个机构反复披露信息。 Barbaccia希望基于授权的数据共享，把福利、退税进度和护照到期日放在同一处展示；他配套的指标是“返工率”——政府重复完成同一项工作的频率。

🔗 原始收听与视频来源： 掌管200万联邦雇员人事的人

消费、游戏、加密和国防并非彼此割裂的技术投资主线，而是“一锅沸腾的东西”，其能力会不断复合并外溢到相邻市场。 Palmer 对游戏的痴迷催生了 Oculus，并在 Katherine 的叙事链条中最终让 Anduril 成为可能；乌克兰式的即时战壕迭代，也映射了普通硬件玩具的迭代方式。投资启示是：应把消费领域的试验视为上游研发和独立影响力，而不是 American Dynamism 不务正业的能力泄漏。

Eddy 认为，加密是对一个推动自由的美国国家机器的补充，只有在国家不再推动自由这一“最糟糕的情况”下，它才构成对冲。 财产权、资本与支付自由以及所有权，是两者共享的底层土壤；加密增加了开源、公开可见的试验，同时不会赋予某个私人行为者不对称的权力。Katherine 对创始人的观察强化了这种文化重叠：一些 American Dynamism 独角兽的创始人，确实认真考虑过从加密领域起步。

这里的医疗AI采用故事，不是专家拒绝AI，而是通过多个彼此不相关的渠道，建立起更高的认识论标准。 Katherine 称自己的第三次怀孕是“ChatGPT 宝宝”；Eddy 将同一份证据发给 ChatGPT、Anthropic 和 Grok，让它们彼此“打起来”，再把最终得到的来源带给医生。可投资的工作流是增强与交叉验证，因为“LLM 会犯错”并不能构成反驳——人类医生同样会犯错。

ADHD 的高发，部分可能反映了一台激励机器：它把正常差异转化为低成本、高期权价值的诊断。 Katherine 援引美国 17岁男孩中23%——“每4个人里就有1个”——并梳理出家庭获得便利、学校获得州财政拨款的激励；Eddy 补充说，当机构不断追逐边际病例时，诊断标准可能持续扩张。两位嘉宾都提到自己童年时期的诊断，如今看来可能只是学校适配失败，却被当作病理问题处理；Katherine 将其概括为“给男孩的童年用药”。

教育的下一代平台，可能是一条低成本、深度任意的“无限跑步机”，但 Alpha School 的结果仍绕不开选择效应。 AI导师可以让“每个孩子都有一个苏格拉底”，而垃圾处理器、篮球等兴趣，也能成为切入口，带出力学、液压、统计学和工资帽计算。Katherine 保留了反向论点：无聊、普通学校和社会等级，同样能训练孩子适应大型系统。

Eddy 当父亲第1个月的体会是，生育率下降“在某种意义上”可能是机会成本与支持基础设施的问题，而不只是偏好之谜。 新生儿的无助是“我们能力的镜像”，但进步也创造了更多比照护更具吸引力的替代选项；曾经提供隐性知识的大家庭则逐渐退场。他的浓缩式劝说仍是：“这很糟糕；但也很棒——去做吧。”

互联网没有消解亚文化，反而制造了彼此无法理解的孤岛；Katherine 将 X 视为翻译层，Eddy 则想知道它的关系图谱和产品机制是否能通过冲突帮助真相浮现。 “你的 Insta 不是我的 X”概括了这种分裂，而 Eddy 的保留意见很关键：只要肯下功夫，“答案大概就在 X 上”。对平台和媒体而言，真正决定结果的是用户播种、开放图谱能力、所有权、人员配置和资本，而不是一层中性的技术基础设施。

🔗 原始收听与视频来源： 所有技术的共同主线：观察局势，第1期

Substack 的核心押注，是独立创作者既需要经济独立，也需要与激励机制一致的分发网络。 Chris Best 认为，言论自由是必要前提，但更大的使命是打造“文化的新经济引擎”（“new economic engine for culture”）：让创作者赚钱、保留编辑控制权，并直接连接受众。

退出权之所以成为护城河，是因为它迫使 Substack 争取创作者忠诚，而不是制造平台锁定。 作者可以导出邮件列表，回归的出版商则成为受人喜爱的“回旋镖”。更重要的是，订阅让创作者得以“绕过算法”（“override the algorithm”）、调用受众信任，并押注那些以互动率为导向的平台可能埋没的内容。

Substack 更广泛的网络愿景，解决的是仅靠付费 newsletter 无法解决的结构性依赖。 2018–2019 年，成功作者仍需要 Twitter、Facebook 或 LinkedIn 充当漏斗顶部基础设施；任何平台政策变化都可能变成“生死攸关的事件”。因此，Substack 希望建立一套“不同的物理定律”（“different laws of physics”），让发现内容最终导向深度参与和付费，而不是更多屏幕时间。

节目把算法、广告和 AI 视为工具，其结果取决于目标函数和激励机制。 Best 警告，照搬传统广告系统就会引入平台与参与者之间的同一冲突，而设计良好的赞助工具则可能扩大创作者收入。Torenberg 描述了一种 AI：既可以制造诱导互动的垃圾内容，也可以给独立声音提供足够的生产杠杆，把类似 FaceTime 的对话变成视频、播客、短片、文字稿和多种语言版本。

如今稀缺的投入品不是内容，而是注意力，因此可信的策展能力和高质量创作者品牌更有价值。 Best 认为，社会已经“赢得了无聊之战”：没人缺少可看的东西，但值得观看的材料仍然稀缺。因此，消费者愿意花钱获得“更好的文化、更好的想法”，因为媒体既关乎你花掉的时间，也关乎“你最终会成为谁”。

Substack 的创作者经济，可能带来类似风险投资改造软件业的优秀人才迁移和正向方差。 节目把 Noah Smith 在机构内可能获得的8万美元年薪，与独立创作获得“100万美元，或者反正就是这个量级”作对比，并将这一模式从个人创作者延伸到 Substack 优先的媒体公司。Best 的野心是“让疯子掌管疯人院”（“the lunatics in charge of the asylum”），为有抱负的媒体创始人建设更大机构提供基础设施。

这轮1亿美元融资，支持 Substack 从 newsletter 平台转型为具备规模的文化网络。 Best 表示，这个“初生网络”已经活起来并持续增长；资金将帮助公司围绕创作者独立性与互联网规模目的地之间的握手契约，重建产品和组织。Best 认为，媒体的未来取决于两种选择：越来越强大的“AI 快感机器人”（“AI goon bots”），或人们消费之后会庆幸自己看过的媒体。

🔗 原始收听与视频来源： Substack 联合创始人谈 AI 垃圾内容与社交媒体的衰落