Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

前段时间，Gavin Baker 爆了个料：Dario 认为未来世界上可能只剩下一家公司。Dario 很快出来辟谣。但这个"疯狂结论"，最近被人用一笔一笔的账，算出来了。 Dwarkesh 和 SemiAnalysis 创始人 Dylan Patel 做了一场 77 分钟的对谈。我把访谈完整看完了，先说最硬的一笔账—AI 产业链的价值瀑布： 1 瓦算力，晶圆厂设备投资 6 美元；建成数据中心，长约租金每年 10-15 美元，基本贴着成本线；现货价 25-40 美元—SpaceX 就是按这个价卖给 Anthropic 和 Google 的；到模型公司手里卖 token，变现 50-100 美元；再到 Jane Street 这样的客户手里，变现 200-500 美元。从头到尾，100 倍。每一环都赚钱，越往下游越赚。这条瀑布隐含一个铁律：算力有限，谁变现效率高，算力就流向谁。我自己的判断是，它正在重新定义"公司"—未来公司规模的上限，不是你能管多少人，而是你能拿到多少瓦。访谈里还聊到了： •模型公司手握天量算力，正式训练模型却只占 10%，剩下 90% 在干什么？ •为什么看算力格局，增量比存量重要—增量几乎就等于全部？ •AI"劳动力"每年翻 10 倍，一家公司的"员工"超过全人类，还需要几年？... show more

Ben X

21,311 subscribers

25,518 просмотров • 13 дней назад •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

Комментарии: 6

Фото профиля YANG

YANG13 дней назад

我是真的这么认为，在我的小说里，整个地球就是一家公司。

Фото профиля 阿Light

阿Light10 дней назад

又膨脹

Фото профиля eyeonme

eyeonme13 дней назад

能种粮种瓜、盖房子、修路修桥？

Фото профиля Yoko｜Ai_shukyaku

Yoko｜Ai_shukyaku13 дней назад

内容非常棒！用了数字人？

Фото профиля 晓来谁染霜林醉

晓来谁染霜林醉12 дней назад

别扯太远了！别忘了，这个世界是弱肉强食的。除非AI能控制全世界的军力，否者你连国界都跨越不了，更别提挤垮其他国家的公司了

Фото профиля BG帆70安安

BG帆70安安13 дней назад

这账算得头皮发麻以后门槛太高了

Похожие видео

红杉资本，硅谷顶级风投，给所有创始人泼了盆冷水。他们问了一个要命的问题： “你离破产，是不是只差AI的下一次迭代？” 谷歌的Gemini 1.5 Pro刚出来。功能强到让人害怕。很多软件公司做的东西，它动动手指就实现了。这就等于，你辛辛苦苦开发一个工具。结果OpenAI或谷歌更新一下模型，你的公司就没了。直接被降维打击。这生意还怎么做？红杉指了一条路：别再卖铲子了，去卖挖出来的金子。什么意思？不要卖软件工具本身。要卖用这个工具完成的工作成果。把自己伪装成一家“服务公司”。但内核是一家效率极高的软件公司。让AI给你打工，而不是成为你的敌人。他们算了一笔账。市场上，软件每花1美元。配套的服务就要花6美元。以前的创业者只能赚那1美元。现在，AI能让你去抢那6美元的市场。这才是下一个万亿级公司的机会。说白了，就是用AI武装的服务业。不再是卖一个Word软件，而是直接帮你写好一份完美的合同。不再是卖一个Photoshop，而是直接给你一张修好的图。靠卖软件授权的商业模式，可能真的要到头了。

红杉资本，硅谷顶级风投，给所有创始人泼了盆冷水。他们问了一个要命的问题： “你离破产，是不是只差AI的下一次迭代？” 谷歌的Gemini 1.5 Pro刚出来。功能强到让人害怕。很多软件公司做的东西，它动动手指就实现了。这就等于，你辛辛苦苦开发一个工具。结果OpenAI或谷歌更新一下模型，你的公司就没了。直接被降维打击。这生意还怎么做？红杉指了一条路：别再卖铲子了，去卖挖出来的金子。什么意思？不要卖软件工具本身。要卖用这个工具完成的工作成果。把自己伪装成一家“服务公司”。但内核是一家效率极高的软件公司。让AI给你打工，而不是成为你的敌人。他们算了一笔账。市场上，软件每花1美元。配套的服务就要花6美元。以前的创业者只能赚那1美元。现在，AI能让你去抢那6美元的市场。这才是下一个万亿级公司的机会。说白了，就是用AI武装的服务业。不再是卖一个Word软件，而是直接帮你写好一份完美的合同。不再是卖一个Photoshop，而是直接给你一张修好的图。靠卖软件授权的商业模式，可能真的要到头了。

墓碑科技

35,314 просмотров • 6 месяцев назад

Anthropic 的算力预案，被用户打穿了 8 倍。 Dario Amodei 承认，公司原本按一年最多 10 倍增长来准备。结果 2026 年一季度，收入和使用量如果按年化算，冲到了 80 倍。后台资源表直接错了一个量级，前台体验当然会开始变形。很多人这几个月感受到的 Claude 掉线、限额、响应不稳，原因就放在这里。 AI 公司卖的不是聊天框。它卖的是每一次推理背后的 GPU、供电、机房、调度和排队。需求跑到预案 8 倍以上，限流就会变成基础设施的减压阀。所以 Anthropic 才去拿 SpaceX 的算力。 Dario 的原话是：“我希望 80 倍增长不要持续下去。” 一家前沿 AI 公司最怕的，已经不只是没人用，而是用的人太多，增长速度把自己的工程系统压到追不上。

Anthropic 的算力预案，被用户打穿了 8 倍。 Dario Amodei 承认，公司原本按一年最多 10 倍增长来准备。结果 2026 年一季度，收入和使用量如果按年化算，冲到了 80 倍。后台资源表直接错了一个量级，前台体验当然会开始变形。很多人这几个月感受到的 Claude 掉线、限额、响应不稳，原因就放在这里。 AI 公司卖的不是聊天框。它卖的是每一次推理背后的 GPU、供电、机房、调度和排队。需求跑到预案 8 倍以上，限流就会变成基础设施的减压阀。所以 Anthropic 才去拿 SpaceX 的算力。 Dario 的原话是：“我希望 80 倍增长不要持续下去。” 一家前沿 AI 公司最怕的，已经不只是没人用，而是用的人太多，增长速度把自己的工程系统压到追不上。

墓碑科技

17,643 просмотров • 4 месяцев назад

挪威主权财富基金的 CEO 跑去问 IBM 老总：AI 到底是不是泡沫？ IBM CEO 没有打太极，直接算了一笔账：现在的巨头都在疯狂建 AI 数据中心。按 IBM CEO 的测算，搞出 1 吉瓦的算力，光买芯片就要砸进去 600 亿到 800 亿美元。现在市场上那些野心勃勃的玩家，承诺要建超过 100 吉瓦的算力。对应下来，就是 6 到 8 万亿美元的惊天投入。投了这么多钱，肯定要回本吧？如果要求 5 到 7 年回本，算上 20% 到 30% 的高利润率，行业每年需要额外赚多少钱？答案是：每年 1 到 2 万亿美元的净增量收入。请问，现在哪来这么大规模的增量市场？根本没有。所以他的结论很冷酷：基础设施的建设，已经超前于世界能承受的程度了。接着他又戳破了第二个幻觉：大模型。现在各家都在卷大模型，但未来许多最大的模型大概率会变成廉价的商品化产品。既然是商品，用户在不同模型之间切换的成本就极低。没有壁垒，利润空间就会被无限压缩。最终能在这个绞肉机里活下来的公司，根本不是现在市面上吹嘘的十几家。最多只有两三家。那在这场 AI 豪赌里，到底谁能赢？在企业端，胜负还没定。但在消费者端，历史早就写好了剧本。谁手里握着海量的用户，谁掌握着现成的分发渠道，并且能跟 AI 对齐，谁就是最后的赢家。资本的狂欢总有尽头，当算力神话需要真金白银的利润来填补时，裸泳的人终会现身。盲目迷信技术神话，不如算清基本的商业账，常识依然是最好的护城河。

挪威主权财富基金的 CEO 跑去问 IBM 老总：AI 到底是不是泡沫？ IBM CEO 没有打太极，直接算了一笔账：现在的巨头都在疯狂建 AI 数据中心。按 IBM CEO 的测算，搞出 1 吉瓦的算力，光买芯片就要砸进去 600 亿到 800 亿美元。现在市场上那些野心勃勃的玩家，承诺要建超过 100 吉瓦的算力。对应下来，就是 6 到 8 万亿美元的惊天投入。投了这么多钱，肯定要回本吧？如果要求 5 到 7 年回本，算上 20% 到 30% 的高利润率，行业每年需要额外赚多少钱？答案是：每年 1 到 2 万亿美元的净增量收入。请问，现在哪来这么大规模的增量市场？根本没有。所以他的结论很冷酷：基础设施的建设，已经超前于世界能承受的程度了。接着他又戳破了第二个幻觉：大模型。现在各家都在卷大模型，但未来许多最大的模型大概率会变成廉价的商品化产品。既然是商品，用户在不同模型之间切换的成本就极低。没有壁垒，利润空间就会被无限压缩。最终能在这个绞肉机里活下来的公司，根本不是现在市面上吹嘘的十几家。最多只有两三家。那在这场 AI 豪赌里，到底谁能赢？在企业端，胜负还没定。但在消费者端，历史早就写好了剧本。谁手里握着海量的用户，谁掌握着现成的分发渠道，并且能跟 AI 对齐，谁就是最后的赢家。资本的狂欢总有尽头，当算力神话需要真金白银的利润来填补时，裸泳的人终会现身。盲目迷信技术神话，不如算清基本的商业账，常识依然是最好的护城河。

墓碑科技

73,347 просмотров • 3 месяцев назад

Meta 宣布对外出售多余的 AI 算力，市场一片恐慌：AI 算力需求是不是见顶了？恰好，红杉刚和 SemiAnalysis 创始人 Dylan Patel 做了一场 70 分钟的对谈。我把访谈看完了，先说结论： Dylan 认为，算力的需求不是见顶，而是更严重的供不应求。原因是模型能力进步的速度高于算力增加的速度。Fable 和 Mythos 比 Opus的 TAM，翻了至少 2 倍，但过去几个月，算力没有翻倍。除此之外，访谈还聊到了： - 既然算力供不应求，为什么Crusoe有数据中心被停建了？ - Anthropic赚钱还是血亏？ - 大家都搞自己的芯片，英伟达会完蛋吗？ - Cerebras 这样的新型芯片能挑战英伟达吗？ - 3个未来值得盯的半导体的细分方向每一个答案都反共识，详情请见视频。

Meta 宣布对外出售多余的 AI 算力，市场一片恐慌：AI 算力需求是不是见顶了？恰好，红杉刚和 SemiAnalysis 创始人 Dylan Patel 做了一场 70 分钟的对谈。我把访谈看完了，先说结论： Dylan 认为，算力的需求不是见顶，而是更严重的供不应求。原因是模型能力进步的速度高于算力增加的速度。Fable 和 Mythos 比 Opus的 TAM，翻了至少 2 倍，但过去几个月，算力没有翻倍。除此之外，访谈还聊到了： - 既然算力供不应求，为什么Crusoe有数据中心被停建了？ - Anthropic赚钱还是血亏？ - 大家都搞自己的芯片，英伟达会完蛋吗？ - Cerebras 这样的新型芯片能挑战英伟达吗？ - 3个未来值得盯的半导体的细分方向每一个答案都反共识，详情请见视频。

Ben X

18,988 просмотров • 2 месяцев назад

英伟达现在每天产生的收入是10亿美元。在这个数字基础上，英伟达预计明年还能实现约70%的收入增长。要不是内存受限的话，这个数字还会更高。而华尔街的共识预期是40%+。这个巨大的差异说明了什么？一般公司发布前瞻数据，不会一下子拉到这么高。另外，基于英伟达的估计，那么2028年每股收益将达到20美元。英伟达的股价目前是220美元不到。可以算一下这个远期PE是多少。这个是AI泡沫所产生的数据？

英伟达现在每天产生的收入是10亿美元。在这个数字基础上，英伟达预计明年还能实现约70%的收入增长。要不是内存受限的话，这个数字还会更高。而华尔街的共识预期是40%+。这个巨大的差异说明了什么？一般公司发布前瞻数据，不会一下子拉到这么高。另外，基于英伟达的估计，那么2028年每股收益将达到20美元。英伟达的股价目前是220美元不到。可以算一下这个远期PE是多少。这个是AI泡沫所产生的数据？

徐老猫

10,974 просмотров • 15 дней назад

是算力不够用，被卡住了脖子。算力缺口到底有多大？ AMD的CEO苏姿丰，给了几个数字。她说，未来4-5年，全球AI算力需要增长100倍。 100倍是什么概念？她造了个新词：Yottaflop。 1后面跟着24个零。地球上所有沙滩的沙子数量，大概是1后面22个零。用来驱动AI的算力，将比地球上所有的沙子还多。这些算力要用来干什么？她说，为了让AI无处不在。渗透进每个人的工作和生活。提高所有人的生产力。这里的关键问题是，谁来定义“生产力”？是华尔街的精英，还是俄亥俄的普通工人？是达沃斯论坛，还是美国的铁锈带？ AI的进化方向，不应该只由硅谷的几家巨头决定。这种巨大的算力，如果集中在少数人手里，到底是赋能，还是控制？我们是在创造一个辅助人类的工具，还是在打造一个数字上帝？技术狂飙的背后，谁在制定规则？谁又在真正受益？这些问题，比Yottaflop后面有多少个零，重要得多。

是算力不够用，被卡住了脖子。算力缺口到底有多大？ AMD的CEO苏姿丰，给了几个数字。她说，未来4-5年，全球AI算力需要增长100倍。 100倍是什么概念？她造了个新词：Yottaflop。 1后面跟着24个零。地球上所有沙滩的沙子数量，大概是1后面22个零。用来驱动AI的算力，将比地球上所有的沙子还多。这些算力要用来干什么？她说，为了让AI无处不在。渗透进每个人的工作和生活。提高所有人的生产力。这里的关键问题是，谁来定义“生产力”？是华尔街的精英，还是俄亥俄的普通工人？是达沃斯论坛，还是美国的铁锈带？ AI的进化方向，不应该只由硅谷的几家巨头决定。这种巨大的算力，如果集中在少数人手里，到底是赋能，还是控制？我们是在创造一个辅助人类的工具，还是在打造一个数字上帝？技术狂飙的背后，谁在制定规则？谁又在真正受益？这些问题，比Yottaflop后面有多少个零，重要得多。

墓碑科技

50,534 просмотров • 7 месяцев назад

白宫加密政策主管David Sacks：四年内AI 大模型能力将增长一百万倍！ “我认为目前至少在三个关键维度上，进步的速度都是指数级的。” “首先是算法本身。模型每年提升的速度大概是 3-4 倍。” “它们不仅仅是在速度和性能上更快更好，而且将从量变到质变。” “接着是推理模型。” “我们甚至还没有真正进入智能代理时代，但这将是继推理模型之后的下一个重大飞跃。” “在这个领域，我们才刚刚开始（推理算力增加带来的能力增加也将是倍数增长）。” “接下来是芯片。” “根据多种衡量标准，每一代芯片的性能可能比上一代提高 3-4 倍。” “不只是单个芯片在不断进步，他们还在研究如何将这些芯片联网在一起。” “就像 NVL72 系统，它类似于一个机架系统，可以在数据中心级别大幅提升性能。” “计算能力是第三个你会看到基本上呈指数级进步的领域。” “只需要看看数据中心中部署的 GPU 数量。” “当马斯克最初开始训练 Grok 时，我认为他们大概有 10 万块 GPU。现在已经有 30 万块 GPU，而且正朝着百万块 GPU的目标迈进。OpenAI 的数据中心 Stargate 也是同样的情况。” “在接下来的几年中，他们可能会发展到 500 万、1000 万块 GPU。” 1,000,000 倍的增长是怎么得出的： “算法、芯片和数据中心的扩展和改进速度都是每年 3-4 倍。” “也就是说，每两年进步 10 倍。” “很多人没有理解指数级进步的含义：如果每两年提升 10 倍，并不意味着四年后你只是提升 20 倍。” “这实际上意味着提升 100 倍。” “把这些因素相乘：算法、芯片，以及可用于 AI 的原始计算能力。” 100 倍模型 🧠 × 100 倍芯片 💾 × 100 倍计算能力 ⚡️ = 1,000,000 倍的 AI 大模型🤖 “你所谈论的就是 1,000,000 倍的能力增长。” “但这种变革的影响将是绝对巨大的。” “我觉得人们还没有充分认识到这一点，因为他们不了解指数级进步的意义。”

白宫加密政策主管David Sacks：四年内AI 大模型能力将增长一百万倍！ “我认为目前至少在三个关键维度上，进步的速度都是指数级的。” “首先是算法本身。模型每年提升的速度大概是 3-4 倍。” “它们不仅仅是在速度和性能上更快更好，而且将从量变到质变。” “接着是推理模型。” “我们甚至还没有真正进入智能代理时代，但这将是继推理模型之后的下一个重大飞跃。” “在这个领域，我们才刚刚开始（推理算力增加带来的能力增加也将是倍数增长）。” “接下来是芯片。” “根据多种衡量标准，每一代芯片的性能可能比上一代提高 3-4 倍。” “不只是单个芯片在不断进步，他们还在研究如何将这些芯片联网在一起。” “就像 NVL72 系统，它类似于一个机架系统，可以在数据中心级别大幅提升性能。” “计算能力是第三个你会看到基本上呈指数级进步的领域。” “只需要看看数据中心中部署的 GPU 数量。” “当马斯克最初开始训练 Grok 时，我认为他们大概有 10 万块 GPU。现在已经有 30 万块 GPU，而且正朝着百万块 GPU的目标迈进。OpenAI 的数据中心 Stargate 也是同样的情况。” “在接下来的几年中，他们可能会发展到 500 万、1000 万块 GPU。” 1,000,000 倍的增长是怎么得出的： “算法、芯片和数据中心的扩展和改进速度都是每年 3-4 倍。” “也就是说，每两年进步 10 倍。” “很多人没有理解指数级进步的含义：如果每两年提升 10 倍，并不意味着四年后你只是提升 20 倍。” “这实际上意味着提升 100 倍。” “把这些因素相乘：算法、芯片，以及可用于 AI 的原始计算能力。” 100 倍模型 🧠 × 100 倍芯片 💾 × 100 倍计算能力 ⚡️ = 1,000,000 倍的 AI 大模型🤖 “你所谈论的就是 1,000,000 倍的能力增长。” “但这种变革的影响将是绝对巨大的。” “我觉得人们还没有充分认识到这一点，因为他们不了解指数级进步的意义。”

夜谈

25,895 просмотров • 1 год назад

一个GPT-4的训练能耗，够养3000个人20年。但奥特曼说，养一个“人”也需要20年的食物和光阴。这话听起来是不是挺有道理？来，我们算笔账。一个人成长20年，消耗的食物能量大概是1.7万度电。训练一次GPT-4呢？ 5000万度电。两者相差近3000倍。更关键的是产出周期。一个人“训练”20年，可以为社会工作40到60年。 GPT-4花了这么多能量训练出来，旗舰地位维持了不到两年就被换掉了。这个折旧速度，比租一辆车还快。现在接替它的是GPT-5.2。每一次查询的耗电量，是上一代的8.6倍。每天25亿次查询，算算这个电量，足以支撑上百万个美国家庭的日常用电。 OpenAI年收入130亿美元，但仍然不盈利。钱去哪了？为什么奥特曼要用“养孩子”来类比AI的能耗？这让你感觉巨大的电力消耗是自然的，不可避免的。但实际上呢？这是一种商业选择，一种工程路径的选择。他们正在建造1千兆瓦的“星际之门”数据中心，耗电量堪比一个小国家。这种将巨额成本“生物化”、“自然化”的叙事手法，在达沃斯精英的炉边谈话里很讨巧。但只要一动笔算算，就完全站不住脚。

一个GPT-4的训练能耗，够养3000个人20年。但奥特曼说，养一个“人”也需要20年的食物和光阴。这话听起来是不是挺有道理？来，我们算笔账。一个人成长20年，消耗的食物能量大概是1.7万度电。训练一次GPT-4呢？ 5000万度电。两者相差近3000倍。更关键的是产出周期。一个人“训练”20年，可以为社会工作40到60年。 GPT-4花了这么多能量训练出来，旗舰地位维持了不到两年就被换掉了。这个折旧速度，比租一辆车还快。现在接替它的是GPT-5.2。每一次查询的耗电量，是上一代的8.6倍。每天25亿次查询，算算这个电量，足以支撑上百万个美国家庭的日常用电。 OpenAI年收入130亿美元，但仍然不盈利。钱去哪了？为什么奥特曼要用“养孩子”来类比AI的能耗？这让你感觉巨大的电力消耗是自然的，不可避免的。但实际上呢？这是一种商业选择，一种工程路径的选择。他们正在建造1千兆瓦的“星际之门”数据中心，耗电量堪比一个小国家。这种将巨额成本“生物化”、“自然化”的叙事手法，在达沃斯精英的炉边谈话里很讨巧。但只要一动笔算算，就完全站不住脚。

墓碑科技

44,794 просмотров • 6 месяцев назад

一位美国农民决定不玩了。他拒绝再把作物卖给大型公司。为什么？看看这组数字。 1980年代，一吨花生能卖到800美元。今天，那些大公司只愿意出380美元。通货膨胀去哪了？这笔账似乎不太对。所以他选择了一条新路。玉米，一颗都不卖给大公司。他把玉米磨成粉，直接卖给猎人和牧场主。花生呢？他用自家的花生做成花生糖，在网上直销。原本备足整个假期的量，4天就卖光了。现在订单已经发往全世界。他只是简单地把中间商，也就是那些压价的大公司，从链条里踢了出去。从农场，直达消费者。这不只是一位农民的商业自救。这更像是一场经济上的平民起义。当生产资料的拥有者，发现自己被资本和渠道扼住了喉咙，他们会怎么做？这位农民给出了一个答案。这种模式能否规模化，挑战现有的农业垄断格局？或者这只是全球化体系下，一个无力的个体宣言？

一位美国农民决定不玩了。他拒绝再把作物卖给大型公司。为什么？看看这组数字。 1980年代，一吨花生能卖到800美元。今天，那些大公司只愿意出380美元。通货膨胀去哪了？这笔账似乎不太对。所以他选择了一条新路。玉米，一颗都不卖给大公司。他把玉米磨成粉，直接卖给猎人和牧场主。花生呢？他用自家的花生做成花生糖，在网上直销。原本备足整个假期的量，4天就卖光了。现在订单已经发往全世界。他只是简单地把中间商，也就是那些压价的大公司，从链条里踢了出去。从农场，直达消费者。这不只是一位农民的商业自救。这更像是一场经济上的平民起义。当生产资料的拥有者，发现自己被资本和渠道扼住了喉咙，他们会怎么做？这位农民给出了一个答案。这种模式能否规模化，挑战现有的农业垄断格局？或者这只是全球化体系下，一个无力的个体宣言？

墓碑科技

158,202 просмотров • 9 месяцев назад

AI公司Anthropic的研究员说了句实话。就算AI技术今天就停滞不前。算法再也没有任何进步。就用现在的模型。五年内，大部分白领工作都会被自动化。怎么做到？一个字，钱。把人类的工作任务一个个拆解，再“喂”给AI。这个成本，已经比付工资给一个白领要低了。经济账算得很清楚。技术进步甚至都不是必要条件。那些曾经以为最安稳的、坐在办公室里的中产岗位。现在反倒成了第一批被优化的对象？科技精英们一边拿着天价薪水，一边设计着取代普通人的工具。这盘棋，到底是谁和谁在下？

AI公司Anthropic的研究员说了句实话。就算AI技术今天就停滞不前。算法再也没有任何进步。就用现在的模型。五年内，大部分白领工作都会被自动化。怎么做到？一个字，钱。把人类的工作任务一个个拆解，再“喂”给AI。这个成本，已经比付工资给一个白领要低了。经济账算得很清楚。技术进步甚至都不是必要条件。那些曾经以为最安稳的、坐在办公室里的中产岗位。现在反倒成了第一批被优化的对象？科技精英们一边拿着天价薪水，一边设计着取代普通人的工具。这盘棋，到底是谁和谁在下？

墓碑科技

63,919 просмотров • 6 месяцев назад

贾跃亭回来了。 5月11日，时隔近七年，他重新坐回FF全球CEO的位置，只是企业主业这次升级成了"物理AI生态系统公司"。我们来看几个数字：FF公司一季度收入51万美元，净亏损4230万美元，账上现金1220万美元。七年前就一直在造车，到现在总共交付不到20辆。他在国内还欠着约20亿美元的担保债务，而他手里两家上市公司现在的市值加起来，不到2.2亿美元。 "下周就回国"说了很多次，一直到现在都没有回国；剧本换了好几版, 但让人佩服的是每一版都有人愿意为他买单——比如最新一轮融资了7000万美元。唯一没换的，是那句从2017年喊到现在都没兑现的话：这次是真的要成了。从"为梦想窒息"到"物理AI"，概念一直在变，而那笔债，七年间从没变过。

贾跃亭回来了。 5月11日，时隔近七年，他重新坐回FF全球CEO的位置，只是企业主业这次升级成了"物理AI生态系统公司"。我们来看几个数字：FF公司一季度收入51万美元，净亏损4230万美元，账上现金1220万美元。七年前就一直在造车，到现在总共交付不到20辆。他在国内还欠着约20亿美元的担保债务，而他手里两家上市公司现在的市值加起来，不到2.2亿美元。 "下周就回国"说了很多次，一直到现在都没有回国；剧本换了好几版, 但让人佩服的是每一版都有人愿意为他买单——比如最新一轮融资了7000万美元。唯一没换的，是那句从2017年喊到现在都没兑现的话：这次是真的要成了。从"为梦想窒息"到"物理AI"，概念一直在变，而那笔债，七年间从没变过。

Chong Wei 韦冲

44,989 просмотров • 1 месяц назад

一个月前，SpaceX 还没有云服务。现在，按某些指标算，它已经是全球第四大云了，直接超越了甲骨文（Oracle）。他们只用了一个月。来，看看马斯克是怎么降维打击科技巨头的。现在的 AI 算力大战，本质上就拼两件事：电力，和 GPU。电力卖家急着变现，谁能最快建好机房把电用上，电就给谁；手握 GPU 的黄仁勋，同样只想把芯片卖给能立马跑起算力的人。而 SpaceX 的执行力，只能用变态来形容。他们以极高的速度，在地面上把吉瓦（GW）级别的电力迅速转变成算力，直接套现。但这只是起点。 SpaceX 真正的野心，在天上：第一步，实现 Starship（星舰）的完全复用；第二步，把 Starlink V3 卫星送入轨道，开启手机直连；第三步，直接把算力搬上太空，实现“轨道计算”（Orbital Compute）。这是一条有具体里程碑、让投资人能一步步追踪的商业闭环。以前你觉得它是一家造火箭、放卫星的公司。现在，它是一个正在用太空算力颠覆万万亿云服务市场的巨无霸。别急，让我们看看一年后它会变成什么样。

一个月前，SpaceX 还没有云服务。现在，按某些指标算，它已经是全球第四大云了，直接超越了甲骨文（Oracle）。他们只用了一个月。来，看看马斯克是怎么降维打击科技巨头的。现在的 AI 算力大战，本质上就拼两件事：电力，和 GPU。电力卖家急着变现，谁能最快建好机房把电用上，电就给谁；手握 GPU 的黄仁勋，同样只想把芯片卖给能立马跑起算力的人。而 SpaceX 的执行力，只能用变态来形容。他们以极高的速度，在地面上把吉瓦（GW）级别的电力迅速转变成算力，直接套现。但这只是起点。 SpaceX 真正的野心，在天上：第一步，实现 Starship（星舰）的完全复用；第二步，把 Starlink V3 卫星送入轨道，开启手机直连；第三步，直接把算力搬上太空，实现“轨道计算”（Orbital Compute）。这是一条有具体里程碑、让投资人能一步步追踪的商业闭环。以前你觉得它是一家造火箭、放卫星的公司。现在，它是一个正在用太空算力颠覆万万亿云服务市场的巨无霸。别急，让我们看看一年后它会变成什么样。

墓碑科技

16,581 просмотров • 3 месяцев назад

白手起家到资产过亿的投资逻辑希特勒入侵波兰时，约翰·邓普顿借了一笔钱，随后让经纪人把所有股价低于1美元的股票，每只都买100美元一共有104只经纪人打电话回来，说有个麻烦：其中37家公司已经破产邓普顿只回了一句：破产的也买他的判断很直接。一旦美国卷入大战，就连那些被市场当成废纸的公司，也可能重新开工生产其中一笔是密苏里太平洋铁路公司的优先股。它从7美元跌到12美分，而且已经多年没有分红邓普顿花了大约100美元，买下近800股涨到买入价的40倍时，他卖了。后来这只股票一路涨到105美元这笔交易，已经有了后来邓普顿成长基金投资理念的雏形。该基金1954年成立，据称当时投入的1万美元，到他1992年卖掉公司时，已经增长到约200万美元在这段罕见的查理·罗斯访谈里，邓普顿讲得很清楚：市场冷静计算合理价值，通常砸不出真正的便宜货。恐慌的持有人急着逃命，才会把价格砸出深坑他的工作，就是判断市场到底悲观过了头，还是企业真烂。关键问题只有一个：当前价格，是否已经低于这家公司未来能够赚到的钱他会比较利润、增长、分红、账面价值和竞争对手。如果同类公司普遍交易在25倍市盈率，一家靠谱的公司却只卖5倍，研究就从这里开始邓普顿靠买下别人情绪上根本拿不住的资产，最终成了亿万富翁逆向投资神话下面的投资逻辑

白手起家到资产过亿的投资逻辑希特勒入侵波兰时，约翰·邓普顿借了一笔钱，随后让经纪人把所有股价低于1美元的股票，每只都买100美元一共有104只经纪人打电话回来，说有个麻烦：其中37家公司已经破产邓普顿只回了一句：破产的也买他的判断很直接。一旦美国卷入大战，就连那些被市场当成废纸的公司，也可能重新开工生产其中一笔是密苏里太平洋铁路公司的优先股。它从7美元跌到12美分，而且已经多年没有分红邓普顿花了大约100美元，买下近800股涨到买入价的40倍时，他卖了。后来这只股票一路涨到105美元这笔交易，已经有了后来邓普顿成长基金投资理念的雏形。该基金1954年成立，据称当时投入的1万美元，到他1992年卖掉公司时，已经增长到约200万美元在这段罕见的查理·罗斯访谈里，邓普顿讲得很清楚：市场冷静计算合理价值，通常砸不出真正的便宜货。恐慌的持有人急着逃命，才会把价格砸出深坑他的工作，就是判断市场到底悲观过了头，还是企业真烂。关键问题只有一个：当前价格，是否已经低于这家公司未来能够赚到的钱他会比较利润、增长、分红、账面价值和竞争对手。如果同类公司普遍交易在25倍市盈率，一家靠谱的公司却只卖5倍，研究就从这里开始邓普顿靠买下别人情绪上根本拿不住的资产，最终成了亿万富翁逆向投资神话下面的投资逻辑

UNICORN⚡️🦄

45,614 просмотров • 1 месяц назад

Gavin Baker是个优秀的科技投资者，在近期的一期播客里，他聊到了 1. 谷歌TPU和英伟达的GPU谁会赢 2. 2026年1季度AI模型的竞争格局要变天了，为什么变，怎么变 3. 第一个世界500强里的非科技公司从AI受益的案例 4. 在太空里搞AI算力集群，才是云计算的未来这几个话题的讨论给了我很大的启发。今天第一期视频，先聊前两个话题，下期视频聊3和4。

Gavin Baker是个优秀的科技投资者，在近期的一期播客里，他聊到了 1. 谷歌TPU和英伟达的GPU谁会赢 2. 2026年1季度AI模型的竞争格局要变天了，为什么变，怎么变 3. 第一个世界500强里的非科技公司从AI受益的案例 4. 在太空里搞AI算力集群，才是云计算的未来这几个话题的讨论给了我很大的启发。今天第一期视频，先聊前两个话题，下期视频聊3和4。

Ben X

23,488 просмотров • 8 месяцев назад

未来四五年，地球上的算力还得再翻100倍。这是AMD首席执行官苏姿丰给出的预测。她提出了一个新词：Yottaflop。这是什么概念？换算成每秒浮点运算次数，是10的24次方。也就是1后面，整整跟着24个零。要达到这个量级，需要在今天全球总算力的基础上，再乘上100。搞这么多算力用来干嘛？我们现在的AI模型已经够吓人了，比如直接替程序员写软件，大幅提升效率。但苏姿丰说，这还远远不够。现在的AI确实好用，但未来还会好得多。它会渗透进每个人的生活和业务里，把全社会的生产力拉到一个全新的维度。如果她是对的，我们现在体验到的震撼，真的还只是这场革命的最早期阶段。

未来四五年，地球上的算力还得再翻100倍。这是AMD首席执行官苏姿丰给出的预测。她提出了一个新词：Yottaflop。这是什么概念？换算成每秒浮点运算次数，是10的24次方。也就是1后面，整整跟着24个零。要达到这个量级，需要在今天全球总算力的基础上，再乘上100。搞这么多算力用来干嘛？我们现在的AI模型已经够吓人了，比如直接替程序员写软件，大幅提升效率。但苏姿丰说，这还远远不够。现在的AI确实好用，但未来还会好得多。它会渗透进每个人的生活和业务里，把全社会的生产力拉到一个全新的维度。如果她是对的，我们现在体验到的震撼，真的还只是这场革命的最早期阶段。

墓碑科技

13,970 просмотров • 1 месяц назад

你看视频，开头是不是用 AI 做的特效，再看看人家粉丝数和收益，你就知道大多数人用 AI 整天不知道在干吗。有的人把 AI 当赚钱工具有的人把 AI 当新型娱乐工具，还套了一个「我研究 AI 为了不被时代淘汰」的幌子。 1 个一分钟不到的视频，70 万金额（实际会更多，因为这是已结算的数据），我们算 5% 的佣金，35000 元而很多人还在用 AI 去薅什么流量分成计划，什么流量主，这难道不是一个认知和能力的问题吗？

你看视频，开头是不是用 AI 做的特效，再看看人家粉丝数和收益，你就知道大多数人用 AI 整天不知道在干吗。有的人把 AI 当赚钱工具有的人把 AI 当新型娱乐工具，还套了一个「我研究 AI 为了不被时代淘汰」的幌子。 1 个一分钟不到的视频，70 万金额（实际会更多，因为这是已结算的数据），我们算 5% 的佣金，35000 元而很多人还在用 AI 去薅什么流量分成计划，什么流量主，这难道不是一个认知和能力的问题吗？

U哥

11,099 просмотров • 1 месяц назад

黄仁勋发布了他的新产品。一个都没卖出去。他没有收到任何订单。一个都没有。全世界只有一个人想要它。那个人是马斯克。当时马斯克说，我有一家公司可能用得上这个。黄仁勋的第一反应：我的第一个客户来了！但马斯克接着说，这是一家非营利公司。黄仁勋听到这话，脸都白了。他花了数十亿美元研发这个东西。单台成本30万美元。一个非营利组织怎么可能买得起？那家公司，叫OpenAI。最终，黄仁勋还是把第一台亲手造的机器打包。亲自开车送到旧金山。在2016年交给了马斯克。这段往事很有意思。一个是为了人类未来而创办的“非营利”AI实验室。另一个是看到了未来算力需求的硬件巨头。他们的起点，看起来如此纯粹。但今天再看OpenAI。它还是那个非营利组织吗？它的运作模式、股权结构和商业野心，与“非营利”这个标签似乎渐行渐远。当初的理想主义，最终是如何一步步走向商业帝国的？这中间发生了什么？

黄仁勋发布了他的新产品。一个都没卖出去。他没有收到任何订单。一个都没有。全世界只有一个人想要它。那个人是马斯克。当时马斯克说，我有一家公司可能用得上这个。黄仁勋的第一反应：我的第一个客户来了！但马斯克接着说，这是一家非营利公司。黄仁勋听到这话，脸都白了。他花了数十亿美元研发这个东西。单台成本30万美元。一个非营利组织怎么可能买得起？那家公司，叫OpenAI。最终，黄仁勋还是把第一台亲手造的机器打包。亲自开车送到旧金山。在2016年交给了马斯克。这段往事很有意思。一个是为了人类未来而创办的“非营利”AI实验室。另一个是看到了未来算力需求的硬件巨头。他们的起点，看起来如此纯粹。但今天再看OpenAI。它还是那个非营利组织吗？它的运作模式、股权结构和商业野心，与“非营利”这个标签似乎渐行渐远。当初的理想主义，最终是如何一步步走向商业帝国的？这中间发生了什么？

墓碑科技

221,756 просмотров • 9 месяцев назад

我以前的物理老师，去年退休了养老金：$900 / 月房租：$400 也就是说，他每个月真正能拿来生活的，只剩： $500 我把一篇讲 Polymarket 定价公式的文章发给了他一小时后，他回了我一句： “这不就是 softmax 吗？我每年都教 11 年级学生这个。结果现在有人拿它交易几十亿美元，大多数人甚至不知道它是怎么工作的？” 三天后，他又发来一张截图： +$670 他找到 4 个市场， Polymarket 给出的价格是： 0.30 但按他的公式算出来，真实概率更接近： 0.48 又过了一周，他的盈利变成了： +$2,100 他说了一句让我印象很深的话： “我教了 30 年这种数学。30 年都有人告诉我这没用。第一次发现，它赚的钱比学校给我的还多。” 放在一起看，其实就很扎眼：养老金：$900 / 月 Polymarket 第一周：+$2,100 没有复杂设备没有量化团队没有 fancy bot 就一条公式一个退休物理老师一部手机上的计算器你当年在学校里，是不是也被人说过： “数学以后根本用不上。”

我以前的物理老师，去年退休了养老金：$900 / 月房租：$400 也就是说，他每个月真正能拿来生活的，只剩： $500 我把一篇讲 Polymarket 定价公式的文章发给了他一小时后，他回了我一句： “这不就是 softmax 吗？我每年都教 11 年级学生这个。结果现在有人拿它交易几十亿美元，大多数人甚至不知道它是怎么工作的？” 三天后，他又发来一张截图： +$670 他找到 4 个市场， Polymarket 给出的价格是： 0.30 但按他的公式算出来，真实概率更接近： 0.48 又过了一周，他的盈利变成了： +$2,100 他说了一句让我印象很深的话： “我教了 30 年这种数学。30 年都有人告诉我这没用。第一次发现，它赚的钱比学校给我的还多。” 放在一起看，其实就很扎眼：养老金：$900 / 月 Polymarket 第一周：+$2,100 没有复杂设备没有量化团队没有 fancy bot 就一条公式一个退休物理老师一部手机上的计算器你当年在学校里，是不是也被人说过： “数学以后根本用不上。”

0x_Miko

39,344 просмотров • 6 месяцев назад

Uber 在一个季度内，把全年的 AI 预算烧光了。但这钱没白花，换来了反常识的结果。CEO Dara 发现，自家的工程师用上 AI 后效率暴增，产出简直像"超人"一样。于是 Uber 做了一个极其现实的决定：既然现有人手这么能干，那就不招新人了。他们开始严格控制增员节奏，用高昂的算力成本，直接锁死了未来的人力扩张。而且这场改造根本不局限于写代码。从工程开发、找 bug、平台迁移，一直到法务和营销团队，AI 已经钻进了 Uber 的每一根毛细血管。Dara 给团队下了死命令：自下而上，用 AI 把系统和流程彻底重构一遍。就算第一步只是让 AI 提升个两三成的效率，那也是赚的。最聪明的还是他们在成本上的算计。搞探索和研发时，闭着眼睛用最贵的 OpenAI 和 Claude，因为前沿模型确实聪明，适合试错。但只要某个场景跑通了、要大规模铺开，他们会立刻切回按 token 算更便宜的模型，或者是开源模型。为什么这么抠细节？因为 Uber 一年哪怕跑出远超 100 亿次的行程，手握 100 多亿自由现金流，本质上依然是个低毛利的苦生意。他们只能靠榨干内部的每一滴效率，来换取终端降价的空间。这就是现在顶尖科技公司的真实玩法。没有空喊口号，算力直接替代人力，用最贵的工具探路，用最省的方案落地。一场冷酷又高效的生产力洗牌，已经在看不见的地方完成了。

Uber 在一个季度内，把全年的 AI 预算烧光了。但这钱没白花，换来了反常识的结果。CEO Dara 发现，自家的工程师用上 AI 后效率暴增，产出简直像"超人"一样。于是 Uber 做了一个极其现实的决定：既然现有人手这么能干，那就不招新人了。他们开始严格控制增员节奏，用高昂的算力成本，直接锁死了未来的人力扩张。而且这场改造根本不局限于写代码。从工程开发、找 bug、平台迁移，一直到法务和营销团队，AI 已经钻进了 Uber 的每一根毛细血管。Dara 给团队下了死命令：自下而上，用 AI 把系统和流程彻底重构一遍。就算第一步只是让 AI 提升个两三成的效率，那也是赚的。最聪明的还是他们在成本上的算计。搞探索和研发时，闭着眼睛用最贵的 OpenAI 和 Claude，因为前沿模型确实聪明，适合试错。但只要某个场景跑通了、要大规模铺开，他们会立刻切回按 token 算更便宜的模型，或者是开源模型。为什么这么抠细节？因为 Uber 一年哪怕跑出远超 100 亿次的行程，手握 100 多亿自由现金流，本质上依然是个低毛利的苦生意。他们只能靠榨干内部的每一滴效率，来换取终端降价的空间。这就是现在顶尖科技公司的真实玩法。没有空喊口号，算力直接替代人力，用最贵的工具探路，用最省的方案落地。一场冷酷又高效的生产力洗牌，已经在看不见的地方完成了。

墓碑科技

53,243 просмотров • 3 месяцев назад

一场关于 AI 的大讨论，竟然把几乎从不在 X 上发言的 Dario Amodei 都“引蛇出洞”了。事情最初来自 Gavin Baker 在 All-In Podcast 上的一段爆料。 Gavin 是科技投资圈很有影响力的投资人，Atreides Management 的创始人兼 CIO，此前长期管理 Fidelity 的科技基金。他说，自己从几个信任的人那里听到，Dario 曾经表示：未来 Anthropic 可能成为世界上唯一一家私人公司，除此之外只剩各国政府。需要强调的是，这是一条未经证实的二手消息，不是 Gavin 亲耳听到的。但他的判断很直接：即使只是私下表达，这种说法也过于傲慢，而且容易让人联想到权力集中乃至公司被国有化的风险。第一个出来反驳的，是 Anthropic 的 Sholto Douglas。 Sholto 现在负责 Anthropic 的 Scaling RL，之前在 DeepMind。他也是大名鼎鼎的科技播客主持人Dwarkesh、AI投资神童Leopold Aschenbrenner 那个年轻 AI 研究者圈子里的重要成员。 Sholto 对那条传闻的回应只有两个词：“Completely false.” 他认为，消息源是在迎合某种已经存在的叙事：一边说 Anthropic 没有 moat，一边又说 Anthropic 强大到可能成为世界上唯一的公司。更重要的是，Sholto 说，Anthropic 最担心的事情之一，恰恰就是经济权力过度集中。政府不应该允许任何一家公司拥有如此巨大的影响力，未来仍然需要竞争和资本主义。 Gavin 随后接受了这个事实纠正，但没有放弃更大的批评。他的意思是：好，即使 Dario 没说过那句话，为什么硅谷有不少人觉得这件事“听起来像真的”？因为它与 Dario 长期以来的公开表达是一致的：AI 可能带来网络、生物、失控和经济权力集中等风险，因此需要监管。 Gavin 把问题概括成了两条路线：一种是通过监管，把最强的 AI 集中在少数公司和政府手中；另一种是尽可能广泛地分发 AI，让更多公司、开源模型和个人拥有能力。在他看来，如果 AI 很危险，那么集中它未必比分散它更安全。历史上，“让少数开明的人掌握绝对权力，再期待他们造福所有人”，通常不是一个好结局。所以 Gavin 更倾向于开放模型和多中心竞争。他希望世界上存在很多不同的 AI，而不是把未来押在少数实验室的价值观上。他对 Dario 的另一层批评也很现实：监管路线暂时没有取得预期结果，但 Dario 不断强调 AI 风险的表达，却可能被反数据中心、反 AI 的政治力量拿去使用。如果 Dario 相信 AI 可以治愈疾病、延长寿命、创造一个更富足的未来，那么作为一家最重要 AI 公司的 CEO，他也应该更积极地讲述这个未来。讨论到这里，其实已经不再是“Dario 有没有说过那句话”，而变成了三个真正重要的问题： AI 太危险时，究竟应该集中，还是分散？监管是在限制大公司的权力，还是在替大公司建立护城河？ AI 公司不断强调风险，是在诚实地建立信任，还是在亲手制造社会恐惧？接下来是这场讨论最精彩的部分。 Sholto 没有继续为 Anthropic 做笼统辩护，而是把“AI 风险”拆开了。他认为，网络安全长期可能是防守占优：如果金融机构和关键基础设施用未来两年主动进行 AI 红队测试，开放的编程模型未必是不可承受的风险。但生物安全可能是进攻占优。一个“装在口袋里的世界级病毒学家”带来的能力扩散，可能要到 2030 年代才能获得足够的防御。在这种情况下，政府至少应该建立测试能力，真实测量 AI 给恶意行为者带来了多少能力提升，再由社会决定是否接受风险。在就业问题上，Sholto 甚至没有完全同意 Dario。他认为，即使模型可以完成 95% 的电脑工作，算力短缺、组织扩散和政策摩擦也可能让人类继续工作很多年。但社会仍然应该提前准备失业率触发的应对政策。他也坦率承认了一点：Anthropic 乃至整个 AI 行业，确实没有成功描绘一个值得普通人期待、愿意共同争取的未来。这正在降低那个未来真正发生的概率。 Gavin 也随之调整了自己的立场。他承认，生物风险可能是支持监管最有力的论据；政府确实需要拿到足够的信息，才能随着能力提升作出判断。他也同意，算力短缺可能反而给人类留下适应快速起飞的时间。两个人最后的分歧，收敛到了一个更底层的问题：面对算力不平等，我们应该优先限制最强者，还是尽快把整个蛋糕做大，让算力分布底部的人也获得更多能力？最后，Dario 本人出场了。 Dario 平时很少参与社交媒体讨论，但这次写了两篇长文回应。他首先拒绝了 Gavin 的二选一框架。监管不一定等于监管俘获，也不一定必然把权力集中到少数公司手中。设计得好的制度，反而可以把权力从具体的人和公司手中，转移到公开、客观、可执行的规则上。 Dario 举出的例子是，Anthropic 支持的政策往往只约束前沿模型，同时豁免收入或训练成本低于一定门槛的小公司。对最强模型进行更严格测试，实际上是在减慢头部实验室，同时给追赶者和开放模型留下空间。他真正的判断是：AI 本身就是一种结构性趋向权力集中的技术。原因不是监管，而是 scaling law、芯片和算力。开放权重当然有帮助，但它没有解决算力集中，只是把一部分权力从模型公司转移到了拥有最多芯片和计算资源的人手中。所以问题不是“监管还是开放”这么简单，而是能否建立一套规则，同时控制网络、生物和对齐风险，限制前沿实验室的权力，又不扼杀小公司和开放模型。 Dario 对“Anthropic 过度传播负面叙事”的回应也很有意思。他说，自己对 AI 的正面和负面表达其实相当平衡。他写《Machines of Loving Grace》，就是因为整个行业没有给出足够具体、足够有感染力的正面未来。他甚至相信，AI 有可能在五到十年内帮助人类治愈大部分疾病。但公众对 AI 的抵触，本质上不是营销问题，而是信任问题。普通人不相信公司、政府和科技行业，怀疑每一次技术革命最终都会有人从中设计一种新的方式来伤害他们。因此，更华丽、更积极的宣传解决不了问题。 Dario 给出了整场讨论里最总结的一句话：真正能让人相信 AI 将治愈癌症的办法，不是继续说 AI 将治愈癌症，而是真的治愈癌症。在取得实际结果之前，他不愿意作空洞承诺，也不会为了让行业形象更正面而回避真实风险。我的 Take Away 有四点。第一，开放与监管不是一条轴的两端。开放权重可以分散模型能力，却不能自动分散芯片、算力、数据中心和资本。监管也可能形成护城河，但设计得好的监管可以只约束前沿能力，同时保护追赶者。真正的问题是：规则是否随着能力和具体风险变化，而不是笼统地管“AI”。第二，不同风险不能使用同一种治理方式。网络安全可能逐渐转向防守占优，生物风险却可能长期进攻占优；就业冲击、模型失控和经济权力集中又是另外几类问题。把它们全部装进“AI 很危险”或“开放就是安全”这样的口号里，都会失去真正重要的信息。第三，AI 的权力结构最终取决于算力。开放模型解决的是访问权，未必解决生产资料的所有权。当最强能力仍然依赖巨额资本、能源、芯片和数据中心时，讨论去中心化不能只看模型权重有没有开放。第四，也是最重要的一点：公众信任最终来自交付。 Gavin 说，行业需要讲出更积极的未来；Sholto 承认，这方面整个行业都做得不够；Dario 则把标准再往前推了一步——愿景有必要，但愿景不能代替结果。这场讨论最难得的地方，是几个人都在过程中修正了自己的位置。Gavin 接受了对传闻的纠正，也承认生物风险是支持监管的强论据；Sholto 没有把监管合理化成一整套统一答案，也承认行业缺少正面叙事；Dario 则没有回避权力集中，反而明确承认 AI 在结构上会推动集中。他们最后仍然没有完全同意彼此。但讨论已经从一句未经证实的传闻，走到了真正值得讨论的问题：我们怎样才能在不把未来交给少数公司的同时，也不把巨大的风险假装成不存在？

一场关于 AI 的大讨论，竟然把几乎从不在 X 上发言的 Dario Amodei 都“引蛇出洞”了。事情最初来自 Gavin Baker 在 All-In Podcast 上的一段爆料。 Gavin 是科技投资圈很有影响力的投资人，Atreides Management 的创始人兼 CIO，此前长期管理 Fidelity 的科技基金。他说，自己从几个信任的人那里听到，Dario 曾经表示：未来 Anthropic 可能成为世界上唯一一家私人公司，除此之外只剩各国政府。需要强调的是，这是一条未经证实的二手消息，不是 Gavin 亲耳听到的。但他的判断很直接：即使只是私下表达，这种说法也过于傲慢，而且容易让人联想到权力集中乃至公司被国有化的风险。第一个出来反驳的，是 Anthropic 的 Sholto Douglas。 Sholto 现在负责 Anthropic 的 Scaling RL，之前在 DeepMind。他也是大名鼎鼎的科技播客主持人Dwarkesh、AI投资神童Leopold Aschenbrenner 那个年轻 AI 研究者圈子里的重要成员。 Sholto 对那条传闻的回应只有两个词：“Completely false.” 他认为，消息源是在迎合某种已经存在的叙事：一边说 Anthropic 没有 moat，一边又说 Anthropic 强大到可能成为世界上唯一的公司。更重要的是，Sholto 说，Anthropic 最担心的事情之一，恰恰就是经济权力过度集中。政府不应该允许任何一家公司拥有如此巨大的影响力，未来仍然需要竞争和资本主义。 Gavin 随后接受了这个事实纠正，但没有放弃更大的批评。他的意思是：好，即使 Dario 没说过那句话，为什么硅谷有不少人觉得这件事“听起来像真的”？因为它与 Dario 长期以来的公开表达是一致的：AI 可能带来网络、生物、失控和经济权力集中等风险，因此需要监管。 Gavin 把问题概括成了两条路线：一种是通过监管，把最强的 AI 集中在少数公司和政府手中；另一种是尽可能广泛地分发 AI，让更多公司、开源模型和个人拥有能力。在他看来，如果 AI 很危险，那么集中它未必比分散它更安全。历史上，“让少数开明的人掌握绝对权力，再期待他们造福所有人”，通常不是一个好结局。所以 Gavin 更倾向于开放模型和多中心竞争。他希望世界上存在很多不同的 AI，而不是把未来押在少数实验室的价值观上。他对 Dario 的另一层批评也很现实：监管路线暂时没有取得预期结果，但 Dario 不断强调 AI 风险的表达，却可能被反数据中心、反 AI 的政治力量拿去使用。如果 Dario 相信 AI 可以治愈疾病、延长寿命、创造一个更富足的未来，那么作为一家最重要 AI 公司的 CEO，他也应该更积极地讲述这个未来。讨论到这里，其实已经不再是“Dario 有没有说过那句话”，而变成了三个真正重要的问题： AI 太危险时，究竟应该集中，还是分散？监管是在限制大公司的权力，还是在替大公司建立护城河？ AI 公司不断强调风险，是在诚实地建立信任，还是在亲手制造社会恐惧？接下来是这场讨论最精彩的部分。 Sholto 没有继续为 Anthropic 做笼统辩护，而是把“AI 风险”拆开了。他认为，网络安全长期可能是防守占优：如果金融机构和关键基础设施用未来两年主动进行 AI 红队测试，开放的编程模型未必是不可承受的风险。但生物安全可能是进攻占优。一个“装在口袋里的世界级病毒学家”带来的能力扩散，可能要到 2030 年代才能获得足够的防御。在这种情况下，政府至少应该建立测试能力，真实测量 AI 给恶意行为者带来了多少能力提升，再由社会决定是否接受风险。在就业问题上，Sholto 甚至没有完全同意 Dario。他认为，即使模型可以完成 95% 的电脑工作，算力短缺、组织扩散和政策摩擦也可能让人类继续工作很多年。但社会仍然应该提前准备失业率触发的应对政策。他也坦率承认了一点：Anthropic 乃至整个 AI 行业，确实没有成功描绘一个值得普通人期待、愿意共同争取的未来。这正在降低那个未来真正发生的概率。 Gavin 也随之调整了自己的立场。他承认，生物风险可能是支持监管最有力的论据；政府确实需要拿到足够的信息，才能随着能力提升作出判断。他也同意，算力短缺可能反而给人类留下适应快速起飞的时间。两个人最后的分歧，收敛到了一个更底层的问题：面对算力不平等，我们应该优先限制最强者，还是尽快把整个蛋糕做大，让算力分布底部的人也获得更多能力？最后，Dario 本人出场了。 Dario 平时很少参与社交媒体讨论，但这次写了两篇长文回应。他首先拒绝了 Gavin 的二选一框架。监管不一定等于监管俘获，也不一定必然把权力集中到少数公司手中。设计得好的制度，反而可以把权力从具体的人和公司手中，转移到公开、客观、可执行的规则上。 Dario 举出的例子是，Anthropic 支持的政策往往只约束前沿模型，同时豁免收入或训练成本低于一定门槛的小公司。对最强模型进行更严格测试，实际上是在减慢头部实验室，同时给追赶者和开放模型留下空间。他真正的判断是：AI 本身就是一种结构性趋向权力集中的技术。原因不是监管，而是 scaling law、芯片和算力。开放权重当然有帮助，但它没有解决算力集中，只是把一部分权力从模型公司转移到了拥有最多芯片和计算资源的人手中。所以问题不是“监管还是开放”这么简单，而是能否建立一套规则，同时控制网络、生物和对齐风险，限制前沿实验室的权力，又不扼杀小公司和开放模型。 Dario 对“Anthropic 过度传播负面叙事”的回应也很有意思。他说，自己对 AI 的正面和负面表达其实相当平衡。他写《Machines of Loving Grace》，就是因为整个行业没有给出足够具体、足够有感染力的正面未来。他甚至相信，AI 有可能在五到十年内帮助人类治愈大部分疾病。但公众对 AI 的抵触，本质上不是营销问题，而是信任问题。普通人不相信公司、政府和科技行业，怀疑每一次技术革命最终都会有人从中设计一种新的方式来伤害他们。因此，更华丽、更积极的宣传解决不了问题。 Dario 给出了整场讨论里最总结的一句话：真正能让人相信 AI 将治愈癌症的办法，不是继续说 AI 将治愈癌症，而是真的治愈癌症。在取得实际结果之前，他不愿意作空洞承诺，也不会为了让行业形象更正面而回避真实风险。我的 Take Away 有四点。第一，开放与监管不是一条轴的两端。开放权重可以分散模型能力，却不能自动分散芯片、算力、数据中心和资本。监管也可能形成护城河，但设计得好的监管可以只约束前沿能力，同时保护追赶者。真正的问题是：规则是否随着能力和具体风险变化，而不是笼统地管“AI”。第二，不同风险不能使用同一种治理方式。网络安全可能逐渐转向防守占优，生物风险却可能长期进攻占优；就业冲击、模型失控和经济权力集中又是另外几类问题。把它们全部装进“AI 很危险”或“开放就是安全”这样的口号里，都会失去真正重要的信息。第三，AI 的权力结构最终取决于算力。开放模型解决的是访问权，未必解决生产资料的所有权。当最强能力仍然依赖巨额资本、能源、芯片和数据中心时，讨论去中心化不能只看模型权重有没有开放。第四，也是最重要的一点：公众信任最终来自交付。 Gavin 说，行业需要讲出更积极的未来；Sholto 承认，这方面整个行业都做得不够；Dario 则把标准再往前推了一步——愿景有必要，但愿景不能代替结果。这场讨论最难得的地方，是几个人都在过程中修正了自己的位置。Gavin 接受了对传闻的纠正，也承认生物风险是支持监管的强论据；Sholto 没有把监管合理化成一整套统一答案，也承认行业缺少正面叙事；Dario 则没有回避权力集中，反而明确承认 AI 在结构上会推动集中。他们最后仍然没有完全同意彼此。但讨论已经从一句未经证实的传闻，走到了真正值得讨论的问题：我们怎样才能在不把未来交给少数公司的同时，也不把巨大的风险假装成不存在？

Michael Guo

11,669 просмотров • 29 дней назад