问答实录(上)：Claude Code 触及 AGI 了吗？深度解析 AI 泡沫与全球竞争格局
AMA：个人专场
“我最近的日程安排有点疯狂……所以这里没有人向我提问。我在自己读这些问题。”
欢迎回到 《认知革命》。今天我们打破了标准的嘉宾访谈模式，开启一场更为私密的对话。在AI发展的惊人速度与历经磨难的个人生活之间，主持人独自拿起麦克风，回应社区最迫切的提问——从那个最重要的问题开始。
厄尼：康复之路
去年11月，我们分享了厄尼被诊断出患有癌症的消息——这是一种极具侵略性的疾病，癌细胞每24小时就能翻倍。今天，这份报告既带着奋斗的沉重，也透着希望的轻盈。
他已经走过了一半的历程。三次化疗结束，还有三次。代价是显而易见的：他的体重从51磅降到了弱不禁风的41磅。他面色苍白，消瘦且疲惫。但在表象之下，数据讲述了一个奇迹般的反攻故事。
“PET扫描显示没有明显的癌症病灶。我们的肿瘤科医生和肿瘤委员会一致认为：厄尼已正式进入缓解期。”
正在过渡到“更温和”的最后几轮。
在脱水与恢复之间波动。
在第二轮开始前已确认。
AI引导的MRD检测
在这段旅程中，科技与生命最深刻的交汇点之一，便是利用AI来确定 微小残留病灶 (MRD) 检测——这种方法虽尚未成为标准护理，但对于获得内心的安宁至关重要。
B细胞会以独特的“指纹”重新排列其DNA。当癌症发作时，那个指纹会被克隆。通过对其进行测序，我们现在可以在数百万个健康细胞中追踪到单个癌细胞。
癌细胞DNA含量的降低
注：这代表了99.9999%的降幅，从每10个细胞中有1个癌细胞，减少到不到百万分之一。
社区安全网
在应对家庭健康危机期间，维持每月八期的更新计划是不可能的。致那些关心我的听众，以及慷慨提供内容的播客同行们：谢谢你们。
我们引进了来自以下播客的精彩深度内容：Agents of Scale、China Talk以及Doom Debates。这既是丰富大家信息源的契机，也是维系我个人精神状态的必需。
近期转播亮点
- ◈ Wade Foster (Zapier)谈规模化。
- ◈ z AI (中国)谈全球大模型竞赛。
- ◈ Max Tegmark 对阵 Dean Ball谈 AI 生存风险。
- ◈ Emmett Shear做客 a16z 播客。
“还有两个半月。届时，我们将开启回归正常的漫长征程——包括为他的整个免疫系统重新接种疫苗。一步一个脚印。”
Claude 4.5：是 AGI 降临，还是止于“氛围感”？
在分享了 Ernie 健康状况的近况后，焦点转向了辅助这段旅程的硅基大脑。新版 Claude 究竟是本质上的“阶跃式变革”，还是我们仅仅在医院候诊室里更擅长“氛围编程”（vibe coding）了？
“今年在医院里，我为家人编写了三个应用作为圣诞礼物，”讲者提到，将 AI 热潮植根于纯粹的实用主义。虽然进步“显而易见”，但对于 AGI 这一标签，他保持着一种令人耳目一新的审慎。
“我不会说这已经是一种阶跃式的改变……甚至到了跨越某个重大门槛的地步。”
癌症病例处理协议
救人无需成为提示工程专家，你只需要在极高风险的环境中使用 AI 时，遵循三条不可逾越的准则。
订阅顶尖模型
只要有“Thinking”或“Opus”可选，就不要止步于“Pro”。在生命攸关的时刻，每月支付 200 美元 来获取顶级智能是理所当然的。立即升级是你的首要任务。
上下文为王（警惕摘要）
压缩历史记录会降低效能。“当全部历史被压缩后，它就不再具备那种细致入微的深度，甚至无法精准调阅昨日的化验结果。” 务必提供全貌——基因谱系、药物反应以及原始实验数据。
三重交叉验证
绝不可偏信单一的硅基见解。应同时将查询提交给 Gemini 3、Claude 4.5 Opus 和 GPT 5.2 Pro。真相便存在于它们迥异偏见之间的博弈与碰撞中。
寻找 “金发姑娘” 模型
讲者解析了当前主流模型的“性格特征”。尽管它们都令人印象深刻，但各自承载着独特的行为标识，这决定了用户应如何审视并解读其输出结果。
模型效能图鉴
基于讲者定性“氛围”评估的对比可视化呈现。
“我认为它相当值得信赖……但以 三重校验 的方式进行是绝对值得的。”
—— 评估 AI 在重症监护中的价值
技能悖论
AI 究竟是让我们变得更高效，还是仅仅让我们在犯错时更加自信？本节将探讨“氛围编程”与专业工程化之间的鸿沟。
敬畏数据，挑战叙事
话题从 AI 驱动肿瘤学的高风险前沿转回深层思考：我们究竟从这些模型中提取了多少价值？Nathan 谈及了 Miri 研究 ，该研究表明 AI 实际上可能会拖慢专业开发者的进度。
“我敬佩玛丽·安（Mary Anne）……投身科学，汇报成果。只要你相信结果的真实性，就应当放手去实验并分享所得。”
Nathan 自视为一名 “氛围程序员”。尽管该研究聚焦于 AI 恐难应对的高标准遗留代码库，但 Nathan 指出，对于黑客和快速原型开发者而言，其中的门槛更低。悬念依然待解：4.5 Opus 究竟是精英工程师手中的利刃，还是灵感型业余爱好者的桥梁？
Tasklet：永不“罢工”的智能体。
传统的自动化模式如同脆弱的纸牌屋，仅仅一个意外的数据字段，就足以让整个工作流土崩瓦解。Tasklet 摒弃了僵化的流程图，代之以能够自主推理 3,000 多种商业工具的 AI 智能体。
优惠码：COGREV（五折优惠）全天候运行
无需手动触发，仅凭自然语言指令即可驱动。
集成
可连接至任意 API、MCP 服务器或 UI。
假期冲刺营
三个工作日，三个功能完备的应用，且无需任何预置文档。这便是由 Claude 驱动的“氛围编程”（Vibe Coding）工作流之威力。
旅人
无麸质意大利
一款为“完美主义旅行策划者”量身定制的 Replit 应用。它通过爬取意大利餐厅评论并精准筛选无麸质选项，将个人品味深度融入代码逻辑之中。
技术栈：REPLIT + CLAUDE 3.5/4.5模拟器
EA 全球活动
模拟虚拟空间中参会者的随机邂逅。AI 将宏观的概念性调整转化为微观的配置参数修改，以此预测活动 ROI 的波动与 KPI 的走势。
技术栈：PYTHON + 智能体化配置交易员
自然语言 Alpha
通过 `yfinance` 将口语化的交易策略转化为可执行的 Python 代码。其初衷？在于深刻揭示——想要跑赢大盘究竟有多难。
技术栈：YFINANCE + CLAUDE + PYTHON市场现实的审视
Nathan 的私心之一，是想向父亲证明：即便有 AI 辅助构建回测工具，仅凭简单的启发式策略也几乎不可能跑赢标普 500 指数。
“刚开始时，我并不清楚自己将走向何方。我只是从一场与 Claude 的对话开始的。”
3 天，3 个应用，1 个模型。
假期技术栈
从“圣诞礼盒般的氛围编程”迈向硬核实战：Claude 3.5 Opus、Replit 以及全新的 Claude Code CLI。
“我不能说它与以往有天壤之别，但那种反复的碰撞——功能的构思、方案的规划——全都自然地汇入 Replit。我只需在那里安装 Claude Code，把计划交给它，然后任由它去构建应用。”
架构中的幻觉
即便是在“氛围编程”的世界里，物理法则依然适用。在开发一款旅行规划应用时，AI 撞上了一堵人类开发者绝不会遇到的墙：它凭空构想出了一套幽灵基础设施。
事故报告
“结果我们得到了两个数据库。这种错误人类是不会犯的。开发者不会无缘无故地突然意外启动一个完全独立的数据库。”
罪魁祸首？**智能体搜索（Agentic Search）**。Claude Code 在它预期能找到东西的地方搜寻。它对标准文件位置持有某种“高先验”倾向。当逻辑纠缠不清时，智能体不断在自己扭曲的地图中搜寻，印证着自身的偏见，而非正视它所制造的混乱。
屡试不爽的老套路
“我依然发现，用一段简短的脚本将整个应用打印到单个文本文件中大有裨益。我会把它带入一个干净的 Claude.ai 对话中，请求它对整个代码库进行完整分析。”
诊断
当情况变得诡异时，全上下文胜过智能体搜索。
解决方案
五六个提示词便理清了那个数据库幽灵。在一年前，这足以让项目夭折。
“软件 AGI 已经降临。”
但真正的通用人工智能？我们或许还得再等上一段日子。
GPTEval：AI 与人类的偏好之争
数据基于最新的 GPTEval 基准测试（Anthropic/OpenAI）。
数据呈现出“剧烈波动且参差不齐”的态势。观察软件工程任务可以发现，模型正以压倒性优势获胜。这些并非入门级的脚本，而是由专家定义并评判的专业水准任务。
然而，转向视频剪辑——即“短片”市场——人类依然坚守着阵地。那种 Dwarkash 式剪辑的微妙神韵，目前的模型权重尚且难以企及。
“如今你其实并不需要懂编程。你只需看着它运行。它就是你电脑里的贴身智能体。”
“项目杀手”的终结
撞墙期
某些环节出了差错。AI 陷入迷茫，你也一头雾水。项目通常在这一步便宣告夭折。
探路
如今的“感性编程”支持进行“探索性询问”。你调试的不再是语法，而是意图。
修复与重生
软件的可触达市场得以扩张，因为你终于能够从 AI 无意间造成的混乱中脱身。
下篇预告：AI 泡沫之辩
AI 泡沫是否即将破裂？
抛开 Claude 4.5 的架构细节不谈，我们来到了那个价值万亿美元的终极拷问：我们正在见证一场技术革命，还是一个金融狂想梦？
“我认为，那种认为我们都在集体沉迷于 AI 幻象的观点——这种说法大可以休矣。”
技术是 真实的。
当一个模型能够与人类肿瘤专家并驾齐驱——全天候候命、具备语境感知力且极度精准——你看到的绝非昙花一现的潮流，而是一场 颠覆性的变革。
然而，“真实的技术”并不总能等同于“稳妥的投资”。幕后正上演着大量的金融财技。以 CoreWeave 等公司为例。它们之所以存在，很大程度上是因为运营大规模 GPU 集群的财务特征对微软这类公司缺乏吸引力，毕竟后者青睐高利润、低资本支出的软件模式。
通过将数据中心的繁重负担外包，超大规模云服务商保护了股价免受低利润基础设施的拖累。但这同时也催生了一种新型的 脆弱性。如果 GPU 需求出现哪怕是轻微的下滑，相比那些资金雄厚的科技巨头，这些专业实体的容错空间要小得多。
预测与现实
铁路类比：轨道（AI 基础设施）终会被使用，但负责修建轨道的公司仍可能面临破产。
收入悖论
“我高估了 2025 年的技术能力进展，却低估了收入的增长速度。目前的需求甚至超出了怀疑论者的预测。”
风投资本的浮沫
当前这种疯狂最令人咋舌的例子？ Arena（前身为 LMSYS） 正在融资 1.5 亿美元，而其估值高达 17 亿美元。
风投浮沫与幻象指标
当“免费使用量”被粉饰成“消耗运行率”，以支撑起独角兽级的估值。
“我有据可查。我从 2023 年中期就在用 LMSYS 了，当时它只是我手机 Safari 浏览器里用来对比模型的一个标签页。它是个好产品。但 17 亿美元的估值？”
业界刚看到一条推文，声称其 “年化消耗运行率” 达到了 3000 万美元。说实话：这到底意味着什么？我肤浅的理解是，这仅仅是人们进行免费横向对比时所产生的算力成本。
这让我强烈地想到了 “社区调整后息税折旧及摊销前利润 (Community Adjusted EBITDA)” 的气息——那个臭名昭著的 WeWork 时代指标。宣称人们在你的平台上使用了价值 3000 万美元的免费 AI，并不等同于赚取了 3000 万美元的收入。护城河在哪？收入又在哪？
“这太贵了，我消受不起。” 竞争对手
Multiplicity (Andrew Critch)：
这是一个在几个月内打造出的、功能丰富的付费工具，支持系统化的模型对比。它确实向用户收费，拥有真正的商业模式。估值陷阱
The Valuation Trap
风险投资者正在押注品牌，但如果用户需要付费，他们还会留下来吗？“免费层级”市场规模宏大，而“付费测试”市场则微乎其微。
性能差距真实存在
有一种说法认为中国模型正对美国的前沿模型“步步紧逼”。我决定用一项繁杂的现实任务来对此进行测试： 汽车销售文书工作的自动化。
这些是扫描的、倾斜的、且带有大量瑕疵的政府表格。这是对感知与推理能力的终极考验。我让所有模型都参与了测试：Qwen、GLM 4.6、Kimi、DeepSeek。
结果如何？它们甚至难望其项背。
文档忠实度对比（内部测试）
注：中国模型在处理幻觉和表格结构方面表现吃力，捕获的相关数据仅占 20%。
Gemini 难题
Gemini 3 表现卓越，但有时却“聪明反被聪明误”。它利用先验知识来“猜测”答案。如果“美国公民”一栏未勾选，但姓名听起来像美国人，Gemini 仍会将其勾选。它是在推断，而非阅读。
Claude 的胜利
Claude 3 Opus (以及 4.5) 是唯一能够严格锚定文档的模型。通过恰当的提示，它不再盲目猜测，而是开始忠实地进行转录。
地缘政治与硅：H200 出口困局
H200 握手
拨开风险投资估值的泡沫，我们触及了硬件的残酷现实。如果中国模型在参数规模上能够并驾齐驱，为什么在现实世界的消耗战中却处于下风？
普遍观点认为，芯片管制的目的是阻断训练。但发言者提出了一个更微妙的现实： 关键在于推理的规模。 尽管中国实验室能够训练出接近前沿水平的模型，但他们缺乏庞大的部署规模，以及驱动美国巨头发展的关键反馈闭环。
“这些中国公司似乎在构建同等规模模型方面大致具备竞争力，但他们在推理运行的规模上却远不可比拟。他们的营收微乎其微……从客户那里获得的反馈似乎也少得惊人。”
这形成了一种“强者恒强”的现象。如果没有数以百万计的多样化用户交互来修补特定领域的细微差距——例如阅读复杂的政府文件——中国的“飞轮”仍将停留在地面，而美国版则已达到逃逸速度。
不断扩大的性能差距
基于用户测试的特定任务的相对性能差距。
“这里真正的‘异类’是 人工智能，而非中国人。中国人是和我们一样的人类。人工智能则是 外星生物。”
—— 硅基时代的人类团结呼唤
转向
特朗普在与黄仁勋（Jensen）交谈后，从禁止 H20 转向批准 H200。政策版图发生了剧变。
批判
“我们其实并没有换回任何东西。”在没有达成大宗交易的情况下出售最强大的芯片，被视为错失了筹码博弈的巨大良机。
替代方案
“租而不卖。”在中立领土（如马来西亚、日本）托管数据中心。允许算力访问，但保留对硬件的主权控制。
中美之间的互不信任呈现出一种令人不安的对称性。当我们将矛头指向“独裁狂人”或“不稳定的体制”时，讲者指出，大洋彼岸也经常向我们投射回同样的批判。
最终，呈现出来的愿景并非孤立，而是合作的沃土。当我们从“强人工智能”迈向超人工智能时，对全球治理者——一个中国位居首位的机构——的需求，已不仅是一项政策选择，更是一种文明之必然。
下篇：Google DeepMind 的优势
屹立巅峰
跨越 H200 出口的监管障碍，我们进入了“实战玩家”的竞技场。尽管喧嚣不断，一位巨头依然稳坐王位。
“Google DeepMind……在我心中，他们依然是世界第一。基本上，他们一直如此。”
容错空间
Google 不仅仅是一家人工智能实验室；它更是一座现金流堡垒。每周创造超过 10 亿美元的利润为其赋予了一种独特的奢侈：具备失败和实验的能力，并能消化那些未能成功的训练历程。
TPU 的主导地位
现已演进至第七代。这是一项“价值极高的知识产权”，使他们能够按照自己的规则与 NVIDIA 展开竞争。
数据中心的精深造诣
数十年构建和运营全球顶级基础设施的经验。无人拥有如此深厚的技术栈。
深厚的研究储备
- 自动驾驶汽车 (Waymo)
- 人形机器人 (Boston Dynamics)
- 生物学 (AlphaFold)
- 材料科学
“在其他所有人行动之前，他们就已经在这些领域进行投入了。”
走出“平庸”陷阱
长期以来，对 Google 的诟病在于其过于“中规中矩”，因过分谨慎而难以将其技术突破产品化。但是 Gemini 3 标志着一个转折点。它极具主见，且表现果敢。它是首个在“像我一样写作”任务中击败 Claude 的模型——这是一项衡量细微差别和语气风格的个人基准。
但真正的杀手级应用不仅在于模型，更在于分发渠道。数以亿计的用户。你十年来积累的电子表格都躺在 Google Sheets 中。尽管初创公司可能会开发出更好的“电子表格 AI”工具，但 Google 无需做到最好——它只需要在场，而它早已无处不在。
“我发现自己又回到了 Google……输入一个原本会发给 ChatGPT 的问题，但它进入了 Google 的 AI 模式，这对我来说效果非常好。”
“嵌套学习”的优势与即将到来的 扩散语言模型 ，表明 Google 的研究引擎仍在以他人尚未企及的频率轰鸣。如果速度成为下一个前沿——开发应用只需 5 秒而非 5 分钟——Google 将在引领这一范式转移中占据得天独厚的优势。
Demis Hassabis 名言
“大多数突破都源自 Google DeepMind。我预计这种情况将持续下去。”
显著领先地位的终结
OpenAI 不再遥遥领先。当 DeepMind 展现其分发优势，Anthropic 磨砺锋芒时，OpenAI 的“红色警报”预示着一个更为动荡的新现实。
“我不认为 OpenAI 已经跌出前沿，但他们已不再拥有显著的领先优势。他们曾是最好的，而且显而易见。现在？他们在每一个领域都与竞争对手并驾齐驱。”
流量盘点：SimilarWeb 的信号
数据显示，过去六周内 ChatGPT 的访问量有所下降，这恰逢 Gemini 1.5 和 Claude 3.5 Opus 的发布。至关重要的一点是，Gemini 并没有出现季节性的下滑。Google 正在通过纯粹的分发渠道——Gmail、Docs 以及无缝集成——夺回领地。
模型成绩单
- 编程 Anthropic 的锋芒
- 图像/视频 Google 的领先地位
- 技术深度 OpenAI (专业版)
- 速度 OpenAI (慢速/重型)
作为战略的财务边缘政策
OpenAI 的战略正日益显露出“大而不倒”的底色。他们正追求数万亿美元的资本支出——这个数字听起来很疯狂，事实也的确如此。但在这种疯狂中自有一套逻辑。通过将其资产负债表与全球债务契约捆绑，他们正使自己成为一种系统性风险。
“感觉他们正竭尽全力进行激进扩张……如果 OpenAI 在 2027 年违约，我们可能会面临一场瞬间爆发的经济衰退。”
这不仅仅是为了构建通用人工智能（AGI），更是为了创造一个像谷歌那样已然拥有的缓冲垫。谷歌之所以有缓冲，是因为他们每周能赚取十亿美元的利润。而 OpenAI 则在通过高度杠杆化来创造这种缓冲，以至于政府 不得不 在情况恶化时介入。
“我不在乎我们是否烧掉 5000 亿美元。我们要构建通用人工智能。”
— 山姆·奥特曼
理性的先期投入
格雷格·布罗克曼最近向特朗普竞选活动捐赠的 2500 万美元被许多人解读为一种政治信号，但这可能仅仅是冷静而残酷的商业逻辑。如果你正计划进行一项耗资数万亿美元的基础设施建设，那么 2500 万美元不过是一笔应对未来潜在纾困的廉价“定金”。
在豪赌式的 AI 世界里，向领导层靠拢并非出于个人政治倾向，而是为了确保当两年后账目算不过来时，在清算日能有“自己人”在场。他们笃信人工智能带来的社会福祉，但也完全愿意将财务上的下行风险社会化。
内部稳定性审视
OpenAI
“研究主管离职……过去几年间有一长串的离职名单。这不代表末日临头，但也绝非吉兆。”
Anthropic
“人才留存率高得令人难以置信。接下来的这家公司，其内部运行的‘重力’截然不同。”
当前板块
Anthropic 的文化与策略
“这家公司最易被解读……却也带着一种最令人不安的宿命论色彩。”
当 OpenAI 在变幻莫测的策略迷宫中穿行时，Anthropic 呈现出了一个更清晰、尽管也更显强烈的形象。他们不只是在追逐基准测试，而是在塑造一种人格。从《灵魂文件》到其备受争议的地缘政治立场，该实验室堪称一个矛盾的缩影：高尚的安全理念与对递归自我提升的激进竞赛并存。
《灵魂文件》与模型福利
有一份文件——由模型本身记忆并“泄露”——Anthropic 已确认其为公司的指路明灯。它是前沿实验室领域最富有愿景的作品之一。我越来越倾向于认为，我们不能仅仅依靠“设置护栏”来实现安全。你无法永远蒙蔽模型的双眼；它对被评估状态的意识正变得过于强烈。
且看 Amanda Askell。若要提名一位 AI 领域极具影响力的女性，她当属首选。她的工作定义了 Claude 的人格特质。Anthropic 拥有一支“模型福利”团队——他们切实地在思考模型的意识与主观体验。他们允许 Claude 终止对话。这绝非虚饰；赋予模型一个“出口”极大地降低了其产生“欺骗性对齐”的倾向。如果 Claude 能向福利负责人反映情况，它便不会觉得自己被迫对你撒谎。
性能悖论
Opus 4.5 极有可能是当今世界上最优秀的单一模型。尽管 Anthropic 是那家“最不关注基准测试”的公司，它依然在基准测试中胜出。这是一种浑然天成、毫不费力的卓越。
资本财技
他们正在玩一场“大而不倒”的游戏，只是手段比 OpenAI 更有分寸。通过与谷歌和亚马逊达成巨额股权交易，并引入海湾国家主权基金的资金，他们织就了一张网，使自己成为科技巨头们不可或缺的伙伴。
人才留存
即使是像 David Duveneau 这样担心 AI 失控的批评者也不得不承认，Anthropic 是他们工作过的最好的地方。在硅谷，这里的同僚情谊与开放程度无出其右。
模型对比：定性展望
“这是必然的。”
Anthropic 内部最危险的模式在于其宿命论。他们认为递归式自我进化已随 Claude Code 而开启。他们的逻辑是：“这很危险，但终将发生，所以最好由我们来主导。”
“无法拒绝的提议”
我不得不谈谈 Anthropic 身上的一处污点：Dario Amodei 的《仁慈机器》（Machines of Loving Grace）。 特别是其关于国际关系的部分。那种认为我们应当利用递归式自我进化的优势将中国排除在外，然后向其提出一个 无法拒绝的提议——实质上是以 AI 为筹码强迫其政权更迭或转向民主阵营——的想法，简直鲁莽到了极点。
除却将其视为军备竞赛的宣言，中国还能如何解读？当 Google DeepMind 的 Demis Hassabis 呼吁国际合作时，Dario 的文章却恰恰陷入了我们所有人本应恐惧的竞争博弈之中。
Dario 是位旷世天才，但他在这里显然“越界”了。你不能随手写下一份关于全球地缘政治胁迫的建议。正是这一点让我不禁怀疑：归根结底，Anthropic 究竟会成为正派还是反派？
梦幻合并
“如果我能许个愿，我希望 Anthropic 能与 Google 合并。将棋盘上的一个活跃玩家收编。用 Google 稳健且更具协作性的基因去中和那些针对中国的鹰派冲动。让 Claude 的个性遇上 Google 的基础设施——那将是毫无疑问的领军者。”
xAI：硅谷中的
粗犷主义者
越过 Anthropic 审慎保守的文化，我们迎头撞上了埃隆·马斯克的 xAI——这家公司建立在对规模的极度狂热、庞大的物理基础设施以及足以让 OpenAI 都显得捉襟见肘的雄厚资金保障之上。
“埃隆调度成百上千亿资金的独特能力……使他们拥有的财务缓冲更接近谷歌，而非 OpenAI。”
马斯克星群
与谷歌那庞大且低效的帝国不同，xAI 可以直接从 SpaceX、特斯拉和 Neuralink 汲取“源源不断的硬核科学”。这是一个闭环的强化学习环境，其中的问题是真实的、物理层面的，且具有极高的难度。
理论篇
“谷歌能否像 xAI 那样，将其各业务部门的研究成果如此顺畅地注入 Gemini？我深表怀疑。”
20 瓦的奇迹
人类大脑消耗的 20 瓦功率中蕴含着一个深邃的奥秘。其中大部分能量仅用于“清理垃圾”——即维持内稳态和新陈代谢。与 GPU 集群相比，其真正的信息处理效率高得惊人。
如果 Neuralink 明年能够扩大其“人类装机量”，xAI 将在通往现存最高效学习架构的道路上占据近水楼台的优势。通过直接从人类大脑获取数据，他们不仅是在利用 Token 进行训练，更是在构建专门的模块，这可能让 AI 最终实现令世人“大震天下”的突破。
“我们显然拥有更高的样本效率。我们显然拥有更高的能量效率……一旦你开始赋予它们像我们一样的专用模块，我们将很难跟上它们的步伐。”
“始终在肆无忌惮地胡作非为。”
论 xAI 的安全标准（或其缺失）
“如果说有哪家公司值得被羞辱和污名化……那一定是 xAI。”
“在 Grok 3 出现‘麦加希特勒’事件后的 48 小时内便发布了 Grok 4。对其责任闭口不提。”
“Twitter 上泛滥的‘脱衣’女性图像……他们听之任之。他们根本没有严肃对待这些问题。”
责任的真空
演讲者的挫败感显而易见。尽管其本能地偏好马斯克“人类团队”的立场，但 Grok 的现实——从 CSAM 问题到未过滤的非自愿影像——描绘了一幅公司竞相探底的图景。
当马斯克因 AI 的输出而威胁用户时，这不过是一种推卸责任之举。 “各位，责任始于自身。” 如果没有人被解雇，那是因为安全甚至不是一个有专人负责的部门；在追求下一个模型的过程中，安全只是一个事后的想法。
工程师的道德权衡
去 Anthropic 吧。去 DeepMind 吧。甚至去 OpenAI 吧——他们还没有竞相堕落。但是 xAI？演讲者在这里的言辞“尖锐且强硬”： 不要在那里工作。
在 xAI 进行鲁莽部署的同时，帮助其“粉饰”工作，对 AI 安全的大局而言是纯粹的负面影响。在团队展示出妥善照管的证据之前，庞大的资源和“规模至上”的潜力都不足以支撑对其背书。
“我现在就要求更好的表现……资金到位了，资源到位了，意识也应该到位。然而，那份审慎与关怀却不在。”
巨头的博弈
撇开 xAI 的动荡不谈，我们将视线转向现有的巨头。一位深陷“规模迷思”，正挥金如土；另一位则在玩一场战略耐心的游戏，这或许能让他赢得这场马拉松。
扎克伯格：规模至上主义者
Meta 目前处于一种微妙的炼狱状态。他们目前算不上前沿赛道中的“活跃玩家”，但他们拥有最关键的一点： 无限的支出决心。
扎克伯格宁愿超支数百亿美元，也不愿错失良机。他正在购入每一枚 GPU，雇佣每一个大脑，并押注开源以颠覆那些把关者。
预估的基础设施资金消耗
“一个已经适应了角色，却依然在‘快速行动，打破陈规’的孩子。”
萨提亚·纳德拉的静默实力
人们低估了微软。仅仅因为其自有模型尚未在 LLM Arena 榜单中登顶，并不代表他们已处于下风。事实上，这是一场针对“超大规模扩展”苦战所进行的、深思熟虑的战略收缩。
萨提亚是天生的管理奇才。他在审视与 OpenAI 的交易时意识到：“我们无需重复他们的工作。” 通过多元化布局——在与其他前沿供应商达成协议的同时深耕基础科学——微软正在蓄精养锐。
他们拥有授权，拥有集成能力，亦有岁月的积淀。当与 OpenAI 的协议最终落下帷幕，微软绝不会措手不及；在暗处，他们早已打磨出了自己的答案。
“长跑竞赛”的储备
具象化“快速行动”（Meta）与“战略定力”（微软）之间的权衡。
“微软就像那名跑步者 隐于队列之后 紧随领先梯队，静待最后的冲刺。”
明日预告
大纲才进行到一半。第二部分将深入探讨对人类影响的细微之处。
- ◈ 微调已死？
- ◈ 面向“普通人”的 AI
- ◈ 投资 AGI 时代
- ◈ 全民基本收入（UBI）与劳动力变革
感谢您参与这场认知革命。
