Steven Kotler

Ray Kurzweil 仍坚持AGI将在2029年前实现，但认为当下系统缺乏真正的物理理解能力，也缺乏价格可负担的通用机器人。 语言模型可以从文字中推断物理关系，却无法可靠地收拾晚餐后的餐桌——因为每件物品都需要不同的处理方式；普通家庭也不可能为此支付10万美元。还需要继续推进，但“我们知道该做什么”。

Kurzweil的时间表建立在从继电器计算机到今天的系统这一整条指数增长曲线上，而不是任何单一芯片周期之上。 他援引硬件提升7.5京倍、软件提升约100万倍，以及合计“7.5×10^22倍的增长”，并认为LLM真正变得有效只是在过去6个月内。他预计2026-2029年间会不断出现关于AGI是否已经实现的争议，2029年形成共识，并预计他称为奇点的“100万倍增长”将在2045年到来。

对创业者而言，Kurzweil给出的直接经营建议是“敏捷优先”。 Peter Diamandis将选择概括为AI优先还是robot优先，而Kurzweil预计，过去能够稳定5年或10年的环境，今后会每5周或10周变化一次。

教育的经济功能正在从提供学历凭证，转向围绕人们想解决的问题组织人力。 Kurzweil称，AI已经能够比大学更有效地教授学科知识，高等教育仍具防御性的功能只剩社会化；Patrick Collison则将这一转变重新表述为：由供给侧培训转向需求侧的问题选择。讨论中的替代方案包括自主设计课程、心态训练和心流，Dave Asprey称后者可让高管生产力提升500%。

AI不会一直是人类偶尔调用的独立工具；Kurzweil预计，它将与日常决策融为一体。 几年之内，AI将“基本上做出大多数决策”；到2029年，人们可能无法分辨一个人究竟是人类还是AI，也无法判断某个念头来自生物大脑还是电子心智。政府是较早的应用领域之一：嘉宾讨论了实时经济建模、可自动化的行政事务，以及迪拜方面宣布的说法——阿联酋50%的事务将由AI agents运行。

在人类意识尚未得到科学定论之前，人格与治理可能先成为实质性约束。 Kurzweil称意识“不是一个科学问题”，却可能是最重要的问题；Alex则主张多种、有限的人格形式，包括允许AI持有账户并维持自身运转的经济权利。观众关于记忆删除和具身AI遭受伤害的质疑，暴露出机器所有权与法律保护之间尚未解决的鸿沟。

嘉宾将医疗、自我代理和情感服务视为近期的主要应用方向。 Kurzweil称，LLM如今在判断“你哪里出了问题以及该怎么做”方面已经比医生强约50%；他即将推出的selfbot应能比他本人更好地记住自己的理论，并替他完成采访。其他可能性还包括能够建模情绪、指导伦理、创作个性化音乐，以及发展Kurzweil所称的“人类幸福科学”的AI。

🔗 原始收听与视频来源： Ray Kurzweil 谈我们为何正生活在奇点之中 | EP #261

SpaceX拟议的薪酬方案，把登天式目标的执行变成一份全有或全无的治理合同。 Elon Musk 将在 SpaceX 同时实现百万人火星殖民地和7.5万亿美元估值后，获得2亿股、每股拥有10倍投票权的超级投票权股票，按该估值计算，回报约为5,000亿美元；此外，他还将因推动100太瓦太空算力上线而获得6,040万股限制性股票。投资者视角是：创始人控制权看起来可能很危险，但“所有真正改变世界、听起来疯狂的事情，都来自这种结构”。

Musk与OpenAI的审判，既关乎非营利承诺，也关乎谁控制具有经济颠覆性的AI。 Musk索赔1,500亿美元，要求恢复OpenAI完整的非营利地位，并撤换 Sam Altman 和 Greg Brockman；Brockman公开的日记写道：“真正的答案是，我们希望 Elon 出局”，但证词也显示，Musk团队曾谈判获取营利实体股权，xAI还从OpenAI模型中进行蒸馏。Polymarket显示 Musk 胜诉概率为33%，Blundin认为，Musk“不需要赢，也能赢”——只要拖慢OpenAI的招聘、士气和势头，可能就已经足够。

小组无法就AGI是否已经存在达成一致，这正说明头条式能力宣称为何仍难以承销。 Diamandis转述 Demis Hassabis 的看法：仍有50/50的概率需要另一次突破，可能是世界模型；Alexander Wissner-Gross则把AGI的起点定在2020年夏天的 GPT-3，因为压缩人类通用知识后，模型已经具备了通用任务表现。Steven Kotler称今天的系统是“世界上最狭窄的技术”，理由是其创意写作更差，也无法捕捉跨学科神经科学中的明显关联；Wissner-Gross和Diamandis回应称，递归式改进可以通过算法实验、海量采样和筛选实现，不必依赖幽默感或文学造诣。

人形机器人正在从演示视频进入工厂算术。 Figure已将产量从每天1台提高到每小时1台，并计划到2030年生产10万台；1X计划今年生产1万台、2027年生产10万台；Musk则预计到2030年生产100万台 Optimus，Musk和 Brett Adcock 都设想2040年前后人形机器人数量最多达到100亿台。Blundin的资本配置判断非常直接：“软件的生命周期所剩无几”，因为AI已经能非常出色地编写软件；机器人和数据中心则可能还有10年甚至更久的建设周期。

机器人投资的关键不只是能造出多少台机器，还在于人形是否会成为胜出的形态。 Salim Ismail认为，重复性工作更适合专用的轮式机器、无人机或家电；Wissner-Gross则反驳称，养老护理以及围绕人体设计的环境——包括核设施——需要人形机器人。Wissner-Gross预计，人形机器人将在2030年代初超过轮式机器人，但他认为更大的机会在“后人形”机械：到2040年，直接作用于细胞的纳米机器人数量可能达到数万亿台。

中国一项劳动者保护裁决表明，AI采用和就业保障未必是简单的此消彼长。 据报道，杭州法院驳回了将一名员工月薪从25,000元降至15,000元的方案，理由是AI采用属于企业经营选择，而非不可避免的外部冲击。小组认为，中国劳动力萎缩、人口老龄化，同时又希望保持社会对AI的热情，可能让其在不实质放慢自动化的情况下保护就业；这项裁决或将成为未来重写社会契约的路标。

GLP-1的经济规模已经可以与前沿AI匹敌，真正的约束被描述为产能，而非需求。 节目图表显示，2025年 Ozempic 和 Mounjaro 的收入是 OpenAI 与 Anthropic 收入之和的2.4倍；retatrutide试验数据显示，40周后减重37磅，而安慰剂组减重6磅，胆固醇下降27%，甘油三酯下降41%，肝脏脂肪下降80%，A1C从7.9降至6.0。随着其获批时间预计在2027年年中，Demis Hassabis称，这一药物谱系可能是通往长寿逃逸速度最有希望的路径，时间或在2030年代初。

到2028年，AI可能变得无处不在且不可或缺，但稀缺算力会把消费者能用到的东西与企业级访问权限分开。 预测包括：AI获准读取消息、通话、日历、录音和可穿戴设备数据；持续运行的AR；完美记忆；实时指导；以及新一代人把70–80%的对话交给AI。Friedberg预计，企业需求将吞噬现有数据中心产能，并警告称，如今人人都能负担得起最好的基础模型，是一个暂时的“美好时刻”，之后将进入持续到大约2030–31年的瓶颈期。

🔗 原始收听与视频来源： Demis Hassabis 谈 AGI、机器人规模化生产与 Elon 的1万亿美元火星薪酬赌局｜EP 253

Kotler 的可投资性质疑是：当前 AI 提升了产出质量，却没有兑现承诺中的生产率红利。 用 AI 润色文案后，这位已出版17本书的作者发现，编辑往往连第二句话都读不下去，因为内容“简直不知所云”；他认识的人是“工作多得多”，而不是拥有更多时间。编程看起来进步更快，是因为它属于边界明确的问题，而 AGI 的说法仍然“被严重夸大”。

Gawdat 的反向判断是：当下工具的笨拙，掩盖了一套正在复利的能力栈。 合成数据让机器生成下一层训练知识，智能体可以互相提示，AlphaEvolve 会不断从自身错误中迭代，而 DeepSeek 则表明，同等工作可能只需要小得多的模型。“你真正要追的从来不是球现在在哪里，而是球将要去哪里。”

最可信的近期看空情景，是人类先于机器自主性发生滥用。 Gawdat 认为，恶意行为者利用 AI 损害他人福祉的概率是100%，风险包括自主武器、操纵、关键基础设施攻击，以及局部行业失业率可能达到10%、20%、30%或40%。尚未解决的存在性风险概率固然重要，但这场“迫在眉睫的危险”既不需要 AGI，也不需要 Terminator 式情景。

AI 投资正在开环运行，尽管没人能定义真正重要的能力阈值。 Diamandis 表示，AI 每天大约吸引10亿美元投资，数据中心不断涌现，却没有开关；Gawdat 则把 AGI 重新表述为：“要聪明到什么程度，才能让我的存在变得无关紧要？”两人的时间判断涵盖：12–24个月内出现非凡科学突破，2–5年内发生严重颠覆，以及12–15年内可能实现“机器主宰”。

静态的机器对劳动力模型遗漏了最重要的上行空间：人类增强。 Kotler 援引心流研究称，生产率可提升500%，创造力可提升400%–700%，并进一步指出群体心流、脑机接口和 AI 辅助神经科学也在同步呈指数发展。Gawdat 同样发现，他的 AI 合作者 Trixie 独自写作时表现糟糕，但在得到精确引导后能产出“令人难以置信”的作品。

决定能否走向富足的约束是合作，而不是模型的原始智能。 Kotler 呼吁开展一场“曼哈顿计划式的全球合作”，Gawdat 则认为，人类必须相信相互确保毁灭或相互确保繁荣中的一种。不过，他仍预计2–3年内会发生一次与 AI 相关的重大冲击——可能是经济冲击、引发恐慌的事件，或致命事故——决策者才会真正重新调整方向。

可执行的治理边界，是监管有害用途，并以接收方测试约束资本配置。 Kotler 将控制模型开发比作制造一种能钉钉子、却永远不会打到人的锤子；政府应将未披露的深度伪造和 AI 驱动的操纵行为定为犯罪。他给投资人的规则更直接：“如果你不希望自己的女儿或儿子成为某种 AI 的接收方，就不要投资它。”Gawdat 则另行主张进行符合伦理的部署，并让 AI 从人类身上学到值得学习的行为。

🔗 原始收听与视频来源： AI 专家观点相反，激辩 AI 的未来 Mo Gawdat & Steven Kotler | EP #177

Kotler 将 AI 视为创造力的增量工具，但人类与 AI 的终极比较仍无定论。 AI 可以把表现较弱者提升到中间水平，也可能把顶尖创作者推得更高，尽管他没有后者的数据。被问到一个强1000倍的 AI 是否能像人类一样具有创造力时，他回答“是，可能是”，随后又追问：它独自工作，还是与人类协作，效果更好？

创意经济已经是一个有实质规模的增长市场：Kotler 称其在15年间增长了3倍，“超级创意核心”人群也从约1亿扩大到3亿。 他援引的数据包括：美国约1万亿美元、占美国 GDP 的4.5%；全球约3万亿至3.2万亿美元；以及使用创造力工作的劳动者收入溢价13%。AI 究竟会扩大还是贬值创意工作，仍是开放问题。

心流被定义为一套可以训练的人类绩效系统，而不是机器可以自动抹平的优势。 Kotler 引用自我报告的500%生产力提升、报告中的700%创造力提升，以及在8个创意阶段中40%至60%的增幅。Flow Research Collective 在160个国家、28个行业训练了15,000名参与者，据称使他们处于心流的时间增加73.8%；许多人从每周1至2次提升到每天约2次。

当下的 AI 擅长收敛式模式识别——“以同类匹配同类”；Kotler 则认为，人类仍更擅长横向思维，即把“不相似的东西与不相似的东西”连接起来。 Kotler 转述了一项医学研究：医生单独诊断准确率约75%，医生加 AI 为80%，AI 单独则为95%。他同意诊断属于收敛式任务，并称这无法回答发散式创意工作的关键问题。

如果自动化消除了维持心流、意义感和动力所需的挑战，丰裕本身可能反过来伤害受益者。 Kotler 认为，能够带来生产力的挑战—技能平衡点，大约在当前能力之上4%至5%。Diamandis 提到 Universe 25 大鼠实验；两人还讨论了虚拟世界、“技术社会主义”以及“人类制造”标签，认为这些可能成为过度自动化未来的应对方式。

神经科技让这场人类与机器的竞赛本身也在动态变化。 Kotler 称其团队识别出了进入心流转变阶段的5至6个神经标志物；3年前看起来需要约50万美元的 fMRI 实验才能测量的信号，如今便携式 EEG 已经可以捕捉。他认为，这将先于下一轮脑机接口浪潮到来。

AI 安全的核心瓶颈，是在 Kotler 预期可能“颠簸不断的未来20年”里实现大规模协作。 他将 AI 与社交媒体、毒品合法化相比较：当社会没有准备好时，技术可能带来成瘾或颠覆。群体心流和长期规划或许能提供帮助，但真正危险的是过渡期。

这套行动手册结合了心态训练、在正确时间进行深度工作、即时反馈和社群支持。 Kotler 建议在起床后5分钟内坐到桌前、每天写1页、进行短时创造力练习、调节神经系统，并把心流视为4阶段循环。他新推出的 Alliance 为约100名超级创意者设计，周期8个月，包含3场线下活动、训练、AI 教学、问责机制，并于6月启动。

🔗 原始收听与视频来源： 达到创造力巅峰：将心流状态与 AI 技术融合，与 Steven Kotler 对谈｜EP #151