就在Google剛宣佈“2025年的資本開支將超過930億元”後沒多久，阿里就直接攤牌，甩出一記“王炸”——未來三年砸下超3800億元死磕AI基礎設施建設！而且就過去12個月來看，阿里在雲端運算和AI領域的資本開支已經超過了1260億元，同樣超越了Google，全球領跑！毫無疑問，阿里對AI領域的持續投入，主動扛起中國AI大旗，就是為了能夠快速助力中國AI產業的進步和突破，從而能夠有資格、有能力正面硬剛美科技巨頭，比如Google、Meta、OpenAI等等。通過多年的深耕和蟄伏，阿里早已成長為中國AI領域的標竿企業，且肩負著振興中國AI產業的重任，這一次，阿里“賭”對了，手握兩張硬核“王牌”，正搶佔更多行業話語權，大幅提升國際影響力。阿里的第一張“王牌”就是開源佈局，美科技巨頭在佈局AI時，依然延續了西方霸權主義思想，走閉源收費的路線。但阿里則不同，為了能夠讓更多的人使用Qwen系列大模型，採用了開源免費的方式。在全球AI都在比性能、比算力，阿里則另闢蹊徑，比用的多、用的廣、用得起。蔡崇信也說了，阿里不靠AI賺錢，這也凸顯了阿里的行業遠瞻性。實際上，早在十幾年前阿里決定自己造“雲”的時候，就有很多人質疑，但阿里雲連續虧損十年之久，也沒有停下來的意思。事實證明，阿里選對了，阿里雲也是阿里重押AI的底氣之一。回到開放原始碼的問題上，實際上阿里搞開源，並不是傻，這個過程就像是撒魚餌，一個新技術、一個新平台要讓更多的人用起來，必須要給出點什麼。而這恰恰能夠吸引更多的人才、開發者參與，更多的資料積累、更多的訓練、程式碼生成以及模型建立，都可以幫助阿里通義Qwen系列大模型更完善、更強大。更何況，使用中國AI大模型時間越久，後續要遷移資料的成本就越高，對中國AI大模型的依賴度就越高，到頭來還是繞不開阿里的雲和AI的基礎設施，不虧！現如今，以阿里Qwen系列為代表的中國開源大模型已經成為國際優先選項，在國際生態裡地位穩固，且獲得了很多科技大佬、美科技巨頭的盛讚，這也說明了，阿里對AI的未來投資是正確選擇。阿里的第二張“王牌”就是全端優勢，前面也提到了，阿里發展AI有自己的“雲”基礎支撐，AI技術再強，最終也要落地到實際的AI項目上，而阿里的全端能力是毋庸置疑的，全端基建就是阿里最大的底氣。值得一提的是，隨著千問App、靈光App以及夸克AI眼鏡等的先後發佈，這也意味著，阿里全面進入AI To C領域，從底層的雲端運算，到中層的大模型，再到應用層的AI To B/C市場，阿里正在不斷完善全端AI路線。就算真的存在“AI泡沫”，阿里也比其他科技企業具有更強的抗風險能力，可以鞏固其在全球AI領域的地位。總的來說，全球AI競爭之中，阿里作為中國AI企業的硬核代表，走上了一條創新但極具中國特色的道路，用開源換速度，用生態換粘性，已經實現了全球領先。這也給其他中國科技企業做了很好的榜樣！方向對了，努力才有價值，這場千億豪“賭”究竟誰才是最終贏家，讓我們拭目以待吧。 (W侃科技)

2025 年12月2日，前GoogleCEO埃裡克·施密特與哈佛教授格雷厄姆·艾利森在哈佛甘迺迪學院進行了一場對話，深刻揭示了人工智慧對人類社會、地緣政治和個人自由的顛覆性影響。1. AI進化與“超級智能”的臨近。施密特指出，AI正經歷從語言模型到“智能體”（任務自動化），再到“推理”（更高階人類功能）的演進，這被稱為“舊金山共識”。他認為，這種遞迴式自我改進的“超級智能”（AGI）突破迫在眉睫，可能在兩到四年內實現。他強調，AI的顛覆性被嚴重低估，它不是泡沫，而是對商業、醫學和科學的根本性自動化。2. 中美AI戰略的二元分岔。中美兩國在AI領域的競爭呈現出不同的戰略路徑：•美國（矽谷）：專注於追求AGI的突破和閉源模型，這由巨大的資本投入和財務回報需求驅動。•中國：專注於將AI廣泛應用於“萬物”（智能產品、業務流程）和開源生態。施密特警告，由於中國在應用層面的不懈努力，美國在AI應用普及上正“輸給中國”。他認為，中國政府可能通過開源策略，利用免費模型實現技術的廣泛傳播，從而輸出其價值觀和偏見。3. 核心挑戰：人類能動性與自由。對話的核心議題是維護人類能動性（Human Agency）。施密特引用了自動駕駛汽車的“例外按鈕”思想實驗：如果系統完全最佳化交通，但無法為緊急情況提供例外，這將是“電腦對人類的支配”，人類必將反抗。他認為，AI的普及必須與人類經驗和需求相結合，否則將侵犯人類自由。4. 民主與真相的危機。AI對民主社會構成嚴峻威脅。它能輕易生成令人信服的虛假資訊，並利用人類的“錨定偏見”，通過無情的複製和重複來壓倒對真相的信念。施密特擔心，這種“增強的言論”或“演算法言論”將使民主的未來充滿不確定性。5. 工作與尊嚴的社會危機。施密特認為，儘管AI自動化了大量低端工作，但工作崗位的流失不僅是財務問題，更是一場情感和意義感的危機，因為人類的尊嚴與目標緊密相連。他呼籲社會必須解決這一問題，以更好地工具和新的社會結構來應對。對話全文如下：主持人：晚上好，歡迎來到政治學院的約翰·F·甘迺迪青年論壇。今晚，我們聚集在可以說是人類歷史上最關鍵的時刻之一。人工智慧已從一個未來主義的概念演變為我們日常生活中不可或缺的一部分，它在悄然但深刻地重塑著經濟、戰爭乃至人類社會的結構本身。自核時代的黎明以來，全球穩定首次可能不僅僅取決於軍事實力或經濟權重，還取決於為在這項新技術智能領域中爭奪競爭優勢而展開的角逐。總而言之，人工智慧體現了我們以前從未見過的事物。知識產生方式的轉變，決策方式的轉變，以及最終人類看待自身在世界中地位的轉變。20年後的社會會是什麼樣子？更重要的是，人工智慧將如何塑造它？現在，為了評論這些觀點，我很高興地向大家介紹今晚的演講嘉賓。埃裡克·施密特曾在2001年至2011年間擔任Google的董事長兼首席執行長。今天，他擔任相對空間公司（Relativity Space）的主席兼首席執行長。他是“創新實業”（Innovation Endeavors）的創始合夥人，並且是美國乃至全球人工智慧和國家安全領域的主要聲音。格雷厄姆·艾利森是哈佛大學甘迺迪學院的道格拉斯·迪倫政府學教授，他曾擔任該學院創始院長兼貝爾弗中心（Belfare Center）科學與國際事務主任。他還曾在第一屆克林頓政府中擔任國防部長助理，並榮獲國防部傑出公共服務獎章。現在，話不多說，請大家與我一起開啟今晚的討論，並歡迎我們尊敬的嘉賓登台。01 緬懷亨利·基辛格與跨代友誼格雷厄姆：非常榮幸地歡迎我們的同事和朋友埃裡克·施密特再次回到甘迺迪青年論壇，共同探討亨利·基辛格、人工智慧和未來。正如你們在這裡看到的，這張埃裡克和亨利的照片，他們是最好的朋友，這段友誼發展得比較晚，但變得非常深厚。在這段友誼中，埃裡克慷慨地充當了95歲的亨利·基辛格的導師。亨利是在他講完一個講座的尾聲時，聽到德米斯·哈薩比斯（Demis Haseeb）開始談論人工智慧後，才發現人工智慧的，他決定需要學習相關知識。他給我打電話，我告訴他，亨利，別想了，你知道你沒有任何科學和技術的背景。我告訴他，事實上，你都分不清晶片和薯片（potato chip）的區別。他說，那倒是真的，但是埃裡克答應教我。所以我們非常高興他能來到這裡。他去年來過這裡。這可能已經成為一種年度傳統了。亨利在上周去世了，距今兩年了。施密特：所以他享年100歲，回想這一百年真是度過了多麼精彩的一生。格雷厄姆：他是一個對美國國家安全和世界產生巨大影響的人，也對許多許多人的生活產生了巨大影響，其中一些人曾是他的學生，一些人曾是他的輔導老師，還有許多其他人。因此，埃裡克已經介紹了。我想提醒大家幾件事。首先，我想說，埃裡克是那位首席執行長，他帶領Google從一個理念發展成為世界上的偉大公司之一，這真是一件了不起的事情。其次，他很早就將人工智慧（AI）確定為未來的一個領域，並且Google實際上買下了他能找到的全世界所有的頂尖人才，包括深度思維公司（DeepMind），該公司隨後為Google帶來了德米特裡·卡茨金（Demetri Katsim），他因在Google關於蛋白質方面的研究而獲得了去年的諾貝爾獎。穆斯塔法·蘇萊曼（Mustafa Suleiman），他現在負責微軟的消費者人工智慧業務，是這次收購的另一部分，還有許多許多其他人。關於埃裡克的另一件事，以及為什麼很高興他在這裡，是因為人們試圖理解所有關於人工智慧的說法。大多數聲音最大的人都在推銷自己的觀點。所以當我聽山姆·奧特曼（Sam Altman）或Anthropic的人，甚至現在的穆斯塔法在微軟談論時，他們必須談論他們公司的立場。格雷厄姆：但你拿的是我的書。他們必須談論他們公司的業務，談論他們的未來。他們正在追逐他們認為是前所未有的、彩虹盡頭最大的金礦。因此，很難判斷他們實際上的想法是什麼，以及他們正在說什麼。埃裡克在這個領域已經可以說是晉陞為政治家了，因為他曾在這個領域有重大的投入，但現在他退居幕後，尤其是在與亨利合作之後，他基本上是試圖儘可能清晰、儘可能如實地表達他的看法。因此，我認為他是關於正在發生的事情更有價值的線索來源，勝過聽取那些只顧推銷自己的人的大部分言論。我們先從亨利開始，然後我們將轉向人工智慧，之後我們將聽取現場觀眾的提問。格雷厄姆：埃裡克，你在亨利的追思會上精彩地談到了亨利對你個人生活產生了多大的影響，甚至影響了你提出的問題，那些你認為重要的事情。所以請多告訴我們一些亨利在這段關係中意味著什麼。另外，對於那些沒有機會認識他的人，他們如何才能領略到他的一點點魔力呢？施密特：當我第一次見到，謝謝你，格雷厄姆，一如既往，很高興來到這裡。我認識亨利的時候，他已經八十出頭了。通常情況下，八十出頭的男士會變得有點不太對勁。他有多麼睿智，給我留下了深刻的印象。所以我對自己說，他參加了第二次世界大戰。他獲得了銅星勛章，因為他們是猶太家庭，所以從德國移民或逃了出來。並且參加了戰爭，然後利用《退伍軍人權利法案》來到哈佛，完成了本科和研究生學習，最終成為了這裡的教授。我試圖弄明白，當他處於你這個年紀時，他一定非常聰明。並不是說當時那個建築就存在了。所以這是他在哈佛讀本科時的一段引文。引文是：在每個人的生命中，都會有一個時刻，他意識到，在他青年時代所有看似無限的可能性中，他實際上已經變成了一種現實。生活不再是一片廣闊的原野，四處是森林、高山和誘人的景象，而是變得很明顯，一個人穿過草地的旅程確實遵循了一條固定的道路。他再也不能往這邊或那邊去了，而是方向已經確定，界限也已劃定。這就是他寫下你這個年齡時所寫的內容。當他還是這裡的本科生時，他保持著學院有史以來最長本科論文的記錄。在他提交了關於康德和世界意義的本科論文後，他們制定了一條至今仍適用於你的新規定，即你的論文不得超過350頁。供您參考。這是真的。所以他顯然是一位非凡的博學天才。對於亨利，除了，我真的非常關心他之外，我自己的解釋是，看著他的家人，特別是他的父親——我們對此進行了很多討論——目睹納粹掌權時，德國周圍世界的毀滅。當他們逃離時，他看到了對他父親和父親思想的傷害。等等，亨利在戰後決定盡他所能，避免未來的戰爭。現在，你可以對他的所作所為提出異議或激烈爭論，但你不能否認他的目標不是我剛才所說的。資料支援所有歷史學家都同意這一點。你可以不同意具體的策略。但歸根結底，他尋求的是一個沒有第三次世界大戰的世界。並思考他在20世紀50年代和60年代所面臨的問題。他過去常跟我說起這個小組，他一直認為最有趣的政策問題都發生在小團體中，這是麻省理工學院、哈佛大學和蘭德公司之間的一次合作，他們在20世紀50年代初期發明了“相互確保摧毀”（mutuallyassureddestruction）。我說，我不知道，這個小組裡都有誰？奧本海默，拜託，所有最有名的人。所以他很幸運生在那個對的時代。他顯然是當時在世的最聰明的人之一。他很幸運在家人和自己被殺害之前離開了德國。他很幸運能夠享受到《退伍軍人法案》（GIBill）。他有很多有趣的故事。我最喜歡的一段是，有一天我告訴他，你得去看醫生。他年紀大了。他說，好的。我說，我想讓你去梅奧診所。我說，好的。他是個紐約人。而梅奧診所的人就像中西部人一樣。說話輕聲細語，和藹可親，不像那種很強勢的紐約人。他去了梅奧診所，回來後我說，我很喜歡那裡。我說，你為什麼會喜歡明尼蘇達州羅切斯特市中心的梅奧診所呢？他說，讓我想起了戰爭。我說，什麼？他說，他剛到這個國家的時候，是不會說英語的。他曾在一家製造剃鬚刷的工廠工作。正如所有人預料的那樣，他被徵兵入伍，然後上了戰場。他和一支來自威斯康星州的美籍團體一起。所以他將自己的身份歸於那個群體，他幾乎不會說英語，而且反正也沒人能聽懂他的英語，他將自己歸類到那個群體中。所以他有很多這樣感人至深的小故事。我有很多關於他是如何成為美國人，以及他當然成為美國公民的類似故事。接下來的歷史你們也都知道了。格雷厄姆：嗯，我會說他是一個了不起的人。我有幸在這裡選修了一門課程。作為一名學生。施密特：那是什麼樣的情景？格雷厄姆：1965年，天那，由亨利教導，此後便一直是他的隨行人員之一。我認為關於他最讓我印象深刻的是那種戰略敏銳度，即有能力將一個問題提升到其360度戰略挑戰的整體層面來審視，然後找到政策處理程序可以被影響的切入點。我曾為他的百歲誕辰寫過一些東西，當時每個人都被要求寫一點，一些東西，埃裡克寫了一些，我也寫了一些，我說，真正思考亨利，他並非是，如果你想想，他經常因其現實主義，或者無情的現實主義或赤裸的現實政治而受到批評。但如果你看看他所做的事情，那並非是僅僅為了一個國家的利益而推行的赤裸裸的現實政治。他始終致力於建構一個可行的秩序，以防止災難性的戰爭。他親身經歷了猶太大屠殺和歷史上最致命的戰爭。他預見到了一場可能真正將地球生命滅絕的核戰爭的前景。他身處於冷戰之中，那是當時美國和蘇聯之間所見過的最激烈的對抗。他一直試圖超越這一切，為美國找到一種生存之道。以及對美國而言。為了全人類同胞。所以我想這就是他如何以一種間接的方式觸及人工智慧問題，對他而言，這只是另一代在某種程度上類似的問題。施密特：嗯，他寫過關於康德和意義的含義的本科畢業論文，當他去聽德馬斯（Demas）講話時，他立刻就明白了。他立刻對自己說，這對人類存在意味著什麼？我們今天正在努力解決他在我們首次開始這項工作時20年前就預見到的問題。在人工智慧時代，做人意味著什麼？做孩子、做成年人、做領導者意味著什麼？這對經濟學意味著什麼？這對工作意味著什麼？所有這些。但他核心的論點是，這是一個史詩般的變革，意味著它類似於我們過去在科學革命等領域所經歷的各種重大變革，因為我們人類從未有過一個非人類的、但智力水平與我們相當或更高的競爭者。而我們人類將採取什麼行動是不可預測的。他過去常說，在魔法中會發生的情況是，當人們不理解某事時，他們要麼認為那是一種新的宗教，要麼就會拿起武器。武器。所以你會說，我們是要對人工智慧拿起武器，還是要把它變成一種新的宗教？我說，我希望是宗教。因為我想我能從宗教中受益。02 舊金山共識與技術奇點格雷厄姆：因此，在去年出版的、名為《創世紀》（Genesis）的書——那是埃裡克（Eric）、亨利（Henry）和克雷格·邦迪（CraigBundy）在他去世前所做的工作——其中有一段話明確是亨利寫的，書中說，引述，談到美國和中國，如果雙方都希望最大化其在人工智慧領域的單方面地位，那麼將出現人類前所未見的、由敵對軍事力量和情報機構之間的競爭所構成的局面。今天，在首個超級智能到來之前的幾周、幾個月和幾天裡，一場關乎生存的“安全困境”正等待著我們。所以你已經將這種超級智能視為一種超乎我們想像的生存威脅。請多說一些。施密特：我稱之為舊金山共識。我稱之為舊金山共識的原因是，舊金山的每個人都相信這一點。這可能為真，也可能不為真，但如果你去舊金山，相信除了他們通常的舊金山娛樂活動之外，他們都在做這件事。基本建構是，我們已經經歷了一場語言革命。你明白，語言聊天，GPT，這裡的每個人都知道那是什麼。現在正處於地平線上的智能體（Agents），這些智能體能讓你基本上實現任務自動化。理解智能體的關鍵在於它們可以被串聯起來。所以你可以做這個，然後做這個，再做這個，然後它們都被整合在一起。我為什麼談論智能體？因為我剛才描述了工作流程。而這正是企業所做的、大學所做的、政府所做的，等等等等。然後下一個是推理。現在，推理是人類更高階的功能，而推理革命才剛剛開始。截至今日，可以說適用於人工智慧的規模法則尚未放緩。規模法則基本上說明了，如果你投入更多的資料、更多的電力和更多的晶片，你就會接二連三地看到這種湧現行為。你可以看到這一點，例如，剛剛發佈的Gemini3擊敗了剛剛發佈的OpenAI5，後者擊敗了剛剛發佈的Claude4.5，後者擊敗了DeepSeek，因為他們反正都抄襲了，諸如此類。所以它……以防你們沒注意到，Jim和我三（指代Gemini3）來自Google。是的。我很高興地說，在下一次到來之前，我們重新掌握了主導權。這是非常、非常具有競爭性的。正在發生的是，這些大規模的資料中心建設，順便說一句，它們是美國經濟的關鍵驅動力之一，不僅幫助提升了我們的經濟，它們也在建構這類東西。與我全部的經驗相比，這是一個全新的世界。所以問題是，隨著時間的推移會發生什麼？所以你擁有語言、智能體和推理。嗯，這不是我們所做的嗎？我們做事、我們交流、我們執行動作。因此，舊金山的共識是，在某個時間點，這些東西會彙集在一起，你會得到所謂的遞迴式自我改進。而遞迴式自我改進是指它在自行學習。今天，這已不再屬實。今天，當你建立其中一個龐大的資料中心時，你知道它們是什麼樣子的，你必須告訴它要學習什麼。但人們相信，讓電腦編寫程序、生成數學猜想、發現新事實的能力正在到來，並且有大量證據表明它正在到來。看起來這非常非常近了。許多人相信，在未來一年內，將會出現用於設計的新數學、新的數學家，即人工智慧數學家，供人們喜愛。因此，我們作為一個行業，共同相信這很快就會發生。如果你問舊金山的人，他們會說兩年，這真的很快了。如果你問我把它加倍到四年，這真的很快，所以它正在發生，而且發生得非常快。我希望，亨利當然希望，我們希望它能以美國的價值觀和人類的價值觀來建構。在我看來，有一個臨界點，我們對此進行了大量討論，即某人需要站出來說，我們做得太過火了。這裡的危險太大了。我們不希望將該年齡（權限）賦予電腦，我們希望人類負責管理它。關於那個臨界點在那裡尚未達成一致，但我們的書花了大量時間討論那個點可能在那裡。另一個例子是，你發現電腦已自行決定獲取武器的存取權。這顯然是一個，就像每個人都會同意的那樣，不是一個好主意，人類擁有武器已經夠糟糕了。想像一下如果電腦擁有武器，以及其遵循的標準是什麼，你可以想到許多其他此類例子。根本上，是關於人類能動性的問題。我們也花了大量時間討論這對兒童的影響。我們正在對人類發展進行一項大規模實驗，向那些可能還沒有自我認同的年輕人（當然不是成年人），部署了這些極度令人上癮的系統，無論是在iPad上、手機上還是其他裝置上，他們很容易被操縱。那麼，一個最好的朋友是非人類的兒童意味著什麼呢，除了可能成為一個超級書呆子？但我不知道。這意味著什麼？我們沒有任何資料。我們不知道這對年輕的男孩和女孩意味著什麼，對他們的發展意味著什麼，對他們的人際交往能力意味著什麼。他們最終會反叛，然後說，我只愛人嗎？我討厭電腦嗎？孩子們會反叛的。我們只是不知道。格雷厄姆：那麼，你能切換到下一張幻燈片嗎？對不起，我有遙控器，但我把它留下了。你們能讓下一張幻燈片放出來嗎？好的，謝謝。所以在這裡，就是所謂的“基辛格挑戰”。這是亨利，1969年，尼克松在1968年當選，於1969年1月就任總統，任命時任哈佛大學教授的亨利為他的國家安全事務助理。正如你們在這裡看到的，亨利寫道，任何在60年代末上任的人，都無法不對和平所面臨的空前嚴峻的挑戰感到敬畏。然後到最後一點，沒有什麼比防止核戰爭的災難更重要的職責了。因此，隨著核武器的不斷發展，這成為了他在冷戰中面臨的一個決定性的挑戰，但正如引文所說，沒有比防止核戰爭更高的職責了。03 美中競爭與戰略分岔施密特：那麼，當我們試圖思考美國、中國和人工智慧時，這在當前如何適用呢？嗯，我想說，沒有什麼比維護人類的能動性和人類自由更重要的職責了，我們集體最為珍視的事物。我想這對你們所有即將畢業的人來說將是一個核心挑戰。你們所有人都將面臨這些問題，它們是複雜而微妙的。想像一下，如果網際網路是由中國發明，並且它沒有今天網際網路所具有的那種開放性，而是處於中國的網際網路之下。看起來中國正在推行與我所談論的不同戰略。在我最近一次訪問中國時，我的行事方式是，我向工程師提出技術性問題，因為他們不會對你撒謊，而我對其他所有人則不那麼確定。我最終弄清楚了中國人在做什麼，他們真的非常專注於將人工智慧應用於他們的業務。他們將比我們更具競爭力。我們將輸給中國，因為他們在每種產品中都驚人地採用了人工智慧，他們只是不懈努力，工作非常刻苦。這被稱為“996”，即晚上9點到，每周工作6天。順便說一句，在中國是非法的。在美國也是非法的，但實踐得卻不少。他們來了！它們似乎沒有像舊金山共識那樣專注於超級智能和我在描述的路徑，當然，這可能會改變。所以看來這兩者正在追求不同的道路。對於你們在研究生甚至本科生（考慮到這是哈佛）階段的人來說，一個問題是開始弄清楚當這些分岔的道路遇到障礙時會發生什麼，因為兩者都有。一個例子是，在美國，我們基本上沒有生產新的電力，因為提供電力非常困難。中國擁有無限的電力，這要歸功於他們在可再生能源等方面的巨大投資。他們在過去五年中建造了大約120吉瓦的新可再生能源，大概是這個數字。格雷厄姆：在中國，每天，每天，電網都新增了一個吉瓦的電力，全年都是如此。施密特：這相當驚人。在這裡，每一天，所以我的觀點是，順便說一句，舉個例子，一個核電站大約有多大，1.5吉瓦？再次使用這些數字，這就是中國正在發生的電力革命的規模。我們在美國建了多少這樣的電站？零！而且我們肯定正在因為這裡所有人都知道的原因，在可再生能源競賽中輸給中國。所以他們擁有很大的電力，我們沒有。我們有很多晶片，他們沒有。這為競爭奠定了基礎，而每方都會追求不同的道路。其中一個技術問題，有一種叫做“擴散”的東西，你所做的就是拿一個非常強大的模型，我們以目前的頂尖模型Gemini3為例，你向它提出一萬個問題，然後取其答案，系統就可以從這些問題和答案中學習到足以模仿的程度，而無需承擔進行大規模訓練的開銷。那個大模型。再次思考中國將要採取的戰略以及美國可行的戰略，可能非常重要。有趣的是，這兩個國家都依賴私營部門來完成這項工作。在亨利那個時代，你可能會認為會動用政府的力量。但事實上，我們的政府無法這麼快地推進，補償制度等等也是如此。事實證明，這對中國人來說可能也是如此。我不確定在安全層面這是否屬實，但我沒有在中國發現任何大型、奇怪的曼哈頓計畫式項目，儘管許多私營公司的人員都在為國家安全而努力。格雷厄姆：那麼就人工智慧這個總體話題，請告訴我們，花一兩分鐘時間，最讓您興奮的、在未來一、兩年、三年的可見範圍內，有那些積極的方面？施密特：嗯，第一個問題是，為什麼會出現這種瘋狂？這一定是泡沫，而且它將會破裂。不，這不是泡沫。恰恰相反，它被低估了，因為你正在從根本上實現業務的自動化。人們投入這筆巨額資金的原因是為了自動化他們業務中無聊的部分，或者他們認為重要的部分。無論是帳單、會計、產品設計、交付、庫存、管理還是其他任何方面，人們都在對其進行自動化。那裡有很多東西。想想醫學。想想氣候變化、工程學、新科學。這很非凡。格雷厄姆：那麼，在你看來，那些是你能預見到而我們其他人可能看不到的事情最讓你興奮呢？我們都能在自己的想像中看到我們對它的看法。然後我們會聽聽埃裡克怎麼說，是的。施密特：當我開始時，在我上高中的時候，我是個早期程式設計師，我喜歡編寫程式碼。當我上大學和研究生院時，我那時只想做那件事。我忽略了所有這些歷史方面和類似的事情。那時我就是書呆子的代名詞。而我在20多歲時所做的一切，那些讓我走到今天的位置的事情，現在已經完全自動化了。我所做的程式設計的方方面面，設計的方方面面，現在都由電腦完成了。我最近讓它為我編寫了一個完整的程序，我坐在那裡看著它生成類和互動的細節等等，心想天啊，我的時代結束了。我想，我從事程式設計已經55年了，親眼目睹一個從開始到結束的過程發生在自己眼前，而自己還活著，這真的非常深刻。我現在可以說，電腦科學不會消失，電腦科學家——至少在他們被取代之前——將負責監督這一切。但是，這些系統所能做到的程式碼生成能力是革命性的。這意味著你們每一個人口袋裡都有一台超級電腦和一個超級程式設計師。現在，這裡沒有人是恐怖分子，使用負面例子總是更容易。有很多，我用一個刻板印象來說，就是一些住在地下室的年輕人，他們的母親給他們送食物，然後他們就沉浸在相當於加密貨幣、4chan、偏執狂，隨便什麼，任你選擇的環境中。他們都有能力使用這些工具來建構極其強大的系統，網路攻擊，其他事情，隨便他們關心什麼。有一些證據表明，我認為是曼喬內（Mangione），那個殺了保險高管的傢伙，對這些東西很著迷。有些人正在研究他的一些著作，當然他現在在監獄裡，但表明他受到了某種影響。現在，我不是在證明因果關係。但這正是人性中最黑暗的一些角落的寫照。你把這類工具交給那些人。我們必須做好準備。現在，業界對此非常清楚，我們正在努力解決這個問題。防禦系統能夠正常運作這一點非常重要。順便說一句，人工智慧的最終解決方案是人工智慧對抗人工智慧，即好的對抗壞的。這就是它（解決之道）的全部意義所在。04 開源、閉源與未來戰略格雷厄姆：好的，請能放下一張幻燈片嗎？我想問一下您如何看待中美在人工智慧領域的競爭。如果幻燈片不夠清晰，我深表歉意，但它表明，如果我們看一系列指標，你會發現24年1月的表現差距比現在要大得多。我們如何解讀這一點，以及我們如何解讀可能的未來走向？施密特：所以圖表是正確的，但受此影響的人聲稱這種情況不會持續太久，因為推理革命需要大量的晶片以及舊金山那些人所發明的許多“魔法”（此處“魔法”指核心技術），並以此為代號，他們認為差距將會擴大。我自己的觀點是差距會擴大，但原因不同。我認為中國的主要關注點，如我所提到的，是將人工智慧嵌入到萬物之中，如智能烤面包機、汽車等等。他們的進展速度比我們快得多。我認為絕大多數人形機器人將由中國人工智慧提供動力和製造，原因很簡單，因為他們知道如何降低成本。他們的供應鏈令人難以置信。他們的成本控制，他們工作非常努力，諸如此類，所有這些都算在內。所以我的猜測是，差距可能會擴大，但這才是真正的問題，作為消費者，你最終會因為一個中國產品而不是美國產品獲得更好的體驗嗎？答案是，從裝配和光潔度來看，可能中國的產品會更好，這一點令人擔憂。格雷厄姆：所以讓我再深入探討一下這個問題。所以人們正在就半打左右的問題下注，而你已經對此進行了深入的思考。一個問題是，我們是會押注於電腦晶片、堆疊還是大腦？另一個問題是，我們是會押注於封閉系統還是開放系統？還有一個問題是，我們是會押注於在通用人工智慧（AGI）還是擴散模型和應用方面努力？施密特：所以如果你看看這個光譜，如果我看中國的那一部分，DeepSeek認為，200個有頭腦的人就可以擁有一個成本僅為OpenAI千分之一的推理機器。現在，來自同一領域還有其他六條小龍正在出現。所以這一點讓我感到擔憂。關於封閉與開放，如果我沒記錯我們上次談話的內容，你幾乎得出結論，開放最終會變成封閉，但我們所有的公司都是……大多數是封閉的。那關於這一點呢？第三，也許如果出現了這種通用人工智慧（AGI）的突破，所有其他事情都將不再重要。但如果擴散和應用已經在其他領域發揮作用，那麼這只會讓我們在競爭中再進一步。擴散指的是，我回顧一下，擴散本質上是指許多對（資料）進行學習，並像我們討論的那樣進行學習。我個人的看法是，我不太確定，但我認為，那些大公司最終不會發佈它們最大的模型。這樣做太危險了，所以它們會對其進行子集化。我就會這麼做。現在，我假設他們會做出那個決定。我認為最有趣的問題是開源與閉源。對於那些沒有這方面背景的人來說，開源，開放權重。開源是我幾十年來一直從事的工作，當你使用任何形式的電腦時，你使用的許多軟體都是由開源開發的，這意味著原始碼被公開發佈，人們會共同推動其發展。圍繞此有一個完整的運動，我就是其中一員。因此，在我看來，我堅定地支援開源。大型公司大多出於經濟原因而採用閉源模式。基本上，如果你從金融市場借款500億美元，他們希望收回本金，而你卻告訴他們，‘順便說一句，我們要免費發放所有模型’，你可能無法獲得回報，這可能不是一個很好的法律或財務策略。因此，美國的模式似乎演變成了閉源模式。奇怪的是，中國的模型是完全開放的，權重開放，原始碼開放。為什麼？我不知道。一種可能的解釋是，中國政府已經意識到他們在閉源競爭中處於劣勢。得不到硬體。而開源，因為它免費，可以實現技術的廣泛傳播。因此，開源和權重開放的後果之一是，地球上絕大多數人將使用中國的模型。為什麼？因為它們是免費的，而且大多數國家負擔不起計算能力和資料中心等等。他們只會免費獲取中國的模型並將其嵌入使用。現在，這算是一個問題嗎？絕對是。因為它帶有中國的價值觀、中國的培訓、中國的偏見等等。我們更希望它是美國的。我們將拭目以待。在美國有一些開放原始碼專案是我支援的，但它們無法從公開市場籌集到所需的100億美元才能達到它們的目標。所以它們是瑰寶，但尚未達到規模。我主張美國政府應該幫助資助它們。我主張慈善家應該幫助資助它們，但我真的不確定。格雷厄姆：好的，這非常有幫助。那麼最後一個問題，然後我們將聽取觀眾的提問。如果你要挑選兩到三個問題，供對人工智慧和地緣政治這一領域感興趣的研究生或本科生思考，你能否給出兩到三個問題，以便你下次來時，我們能請到一位對這些問題有所解答或部分解答的人來談談？施密特：所以有幾個，嗯，再次說明，我們這裡面對的是世界上一些最聰明的人。那麼第一個問題是，在人工智慧時代，成為人類意味著什麼？這是一個可以寫多篇博士論文的問題。所以基本上，研究歷史，研究哲學，研究人們如何工作，研究經濟學，然後弄清楚這項新技術將要做什麼。在我的行業裡，因為我們沒有上過這些課程，我們總是忽略這些事情，你們有能力以某些方式回答這些問題，如果我們偏離了軌道，也許可以用這些來提醒我們。第二個問題與中美之間的競爭有關。為什麼是中美？只有這兩個國家會產生影響。原因在於你需要巨額的資金和龐大的人口。儘管我很喜歡歐洲，但歐洲沒有組織起來，沒有足夠的人口，沒有足夠的資金來做到這一點。印度目前還沒有足夠的組織能力來做到這一點，儘管他們正在努力。而且大多數其他國家沒有足夠的資金，沒有足夠的人才，沒有合適的大學，等等。那麼第三個問題更多地與衝突有關。在一個擁有人工智慧的恐怖分子，以及擁有人工智慧的政府的世界裡，衝突會是什麼樣子？針對一個大國的恐怖襲擊會是什麼樣子？顯然，我不是在提倡或支援這種行為。這是一件可怕的事情。我們如何防範它？中國與美國的衝突也是如此。但俄羅斯與烏克蘭呢？歐洲與某方的衝突呢？試圖理解在人工智慧驅動一切的演算法戰爭中衝突是如何展開的，這是一個非常、非常富有成效的研究和新思想領域。這只是剛剛開始。格雷厄姆：這是大家在此期間可以著手研究的好課題。我們從這裡開始。請做個自我介紹並提一個簡短的問題。05 觀眾互動與深入問答觀眾：大家好，我叫特蕾莎。我是加拿大這所學校的二年級學生，正在上艾莉森教授的國家安全課。我們在一堂課上討論了網路安全，以及支撐美國國土安全部的大部分技術。都是由私營企業掌握的。那麼，您認為那種治理模式能真正幫助協調政府和私營公司，尤其是在發生類似人工智慧類型的緊急情況時？鑑於我們經常談論美中競爭，儘管存在技術和投資方面的競爭，但政府模式也存在巨大差異。那麼，您認為這兩種治理模式在那些方面會產生影響呢？在國土安全網路危機方面。施密特：嗯，首先，我認為在川普政府的領導下，我們不會看到對人工智慧進行太多監管。這一點相當明確。在中國，似乎是允許這些公司為所欲為。儘管他們有關於各種事務的法律，但他們似乎沒有在執行。所以看起來這是一場全面爆發的商業衝突。我最大的擔憂是網路攻擊。如果你能像我所見到的那樣編寫程式碼，而且我的世界裡的每家公司現在都將程式設計師和人工智慧程式設計師結合起來使用。這非常非同尋常。這發生得非常快。看看ClaudeCode，比如最新的它目前處於領先地位，來自Anthropic公司，還有其他一些正在趕上。當然，Gemini聲稱它有競爭對手，但目前來看，ClaudeCode略勝一籌。如果你會寫程式碼，你也可以編寫網路攻擊，因為目標函數很簡單。就是不斷地寫程式碼，直到你把某樣東西搞壞為止。如果你有足夠的硬體和足夠的能源，你就可以一直這樣做下去。我認為未來將會有更多更多的網路攻擊。而且，這不一定來自政府。也可能來自恐怖分子和邪惡組織。我認為為這種情況做好準備將是我的首要關切。觀眾：感謝您的到來。我是大衛·魏德曼。我是MPP2。您提到了當前閉源模型的強大之處。如果我說錯了，您可以告訴我。我認為開源模型比當前的閉源模型落後大約半代。將開源與閉源的對抗定性為美國與中國之間的問題，可能有點危險。我的擔憂是，您提到的那些矽谷人士正在尋求監管俘獲，這就是他們想圍繞開源模型散佈恐慌的原因。如果我們尋求對閉源模型實施禁令，在全球範圍內建立這項禁令需要做些什麼？施密特：我想我不同意您的問題，我很抱歉。我看不到美國在開源方面的領導地位，而我只看到了中國在開源方面的領導地位。我認為那是事實。所以我認為在開源方面不存在監管俘獲。而且我認為，再說一遍，在川普政府的領導下，你不太可能看到對閉源公司進行重大監管。但如果你理解我的意思，我認為閉源決策在很大程度上是由經濟驅動的，而非政策驅動的。從字面上講，你根本做不到，想想這些東西的成本。我們談論的是100億、200億美元。如果沒有這個（資金），你將如何籌集這筆錢？格雷厄姆：而且我認為，埃裡克，這回到了，如果我們正在列出我們要問的問題清單，我會補充一點：融資考慮因素如何影響戰略選擇？因為如果這僅僅是由於財務結構上的一個偶然巧合，那並不一定能反映國家利益。那將僅僅反映現有的資本市場。施密特：我認為重要的是要承認，美國擁有迄今為止世界上最非凡的資本市場金融體系。我認為，交易量的60%和價值美元的90%等都在美元計價。因此，那些非美元計價的國家確實畏懼這個金融市場的力量。我們在籌集資金的能力上看到了這一點。當我訪問中國時，與我的朋友交談時，這一點非常清楚。他們無法接觸到如此深度的金融市場。他們實際上拿不到資金。三年前相比，中國的風險投資融資額減少了五倍。現在有很多原因，不只是我們世界，也不只是美國。但如果沒有這種資本獲取管道，開發這些大型模型將非常困難。需要進行複雜的訓練。現在，你可以想像我所說的一切都會隨著底層演算法的改變而改變。有人正在研究新的、成本更低的非Transformer模型。許多人對人腦的能源效率與這些資料中心的成本進行了比較。相信我們的大腦很複雜，但它們並不耗費太多能源。可能又會出現一項突破，從而改變我們正在討論的這種計算模式。請說。觀眾：我叫法瓊·塞邁亞庫（FationSemayaku），是哈佛甘迺迪學院的MCMPA學生，來自阿爾巴尼亞。在人工智慧時代，您和基辛格博士描述了一個人工智慧系統開始為我們解釋現實的世界。如果人類的戰略判斷，那怕是微妙地，被機器生成的框架所塑造，那麼全球事務中的責任之錨又將落在何處？換句話說，當一個受人工智慧影響的決策產生現實世界的後果時，誰來承擔道德責任——是採取行動的人類、部署該系統並影響了認知的機構，還是演算法本身？而且，民主國家應該如何在這種模糊性成為地緣政治弱點之前重塑其制度？施密特：一個措辭非常精妙的觀點。所以我擔心民主的未來是不確定的，僅僅因為，或者舉一個美國的例子，我們相信言論自由，我當然支援美國絕對的言論自由，但我不支援增強的言論或演算法言論。那麼界限在那裡呢？如果我說了一些錯誤的話，然後演算法因為我的主張很離譜而決定將其廣泛傳播，這在民主社會中是恰當的嗎？你可以想像，我再說一遍，我不是在搞黨派之爭。我認為政治體系中的任何一方都可以利用這一點達到任何效果。現在生成人們深信不疑的虛假資訊的能力變得如此簡單，我希望答案是人類能夠接受更好的教育和批判性思維。但你可以想像，如果我是一個邪惡的人，我希望我不是，我坐下來開始向每個人灌輸我特定的、獨特的資訊，我可以通過無情的複製和重複來壓倒你對真相的信念。我們知道存在一種所謂的錨定偏見。如果你先聽到某個資訊，你就會以此為基準進行判斷，所以如果我設法先讓你知道大樓著火了，儘管它沒有著火，我也不是在犯罪。如果我能先讓你接收到這個資訊，你就會從那個點開始錨定。你看到了這裡的危險。這是非常真實的。我認為，回答你的問題是，每個民主國家都會面臨這個問題，而且我認為民主國家將根據文化價值觀和對威脅的理解做出不同的決定。你不會看到民主國家有一個統一的答案。觀眾：非常感謝您今晚蒞臨此處。我叫埃莉諾·克蘭（EleanorCrane），是貝爾福中心的研究員。所以我想問，首先，您能否就像您我這樣的普通人在人工智慧的非常長遠發展中的作用發表評論？我們的作用將變成什麼？而且，我們經常因為價值體系的原因，將中美之間的爭論定性為一種競爭。但從協作的角度來思考這件事是否有價值呢？也許更有趣的是，您提到歐洲可能有些雜亂無章，但他們也擁有巨大的實力和巨大的人才。比如法國的明斯特拉（Mistral）等等。在那方面與他們進行協作是否有所作為？施密特：所以有幾點評論。關於歐洲，我是Mistral的第一位投資者，所以我非常看好Mistral。Mistral無法像美國那樣籌集資金。他們有同樣的問題，並且正在努力尋找解決方案。關於美國和中國，因為亨利的原因，我花了大約五年時間研究中國的同業競爭。我曾認為有可能與中國走得更近。後來，通過他的工作以及其他人的努力，我發現中國人比我們更害怕與我們競爭或合作。舞蹈需要雙方配合，我認為這是極不可能的。我希望在你們有生之年能明白我們必須共存，但由於顯而易見的原因，這兩個體系極不可能成為最好的夥伴。我想談談關於人類在非常長遠來看有什麼用處這個問題。非常非常清楚的是，人類是社會性動物，希望和其他人在一起。同樣非常清楚的是，我們有一些必需品，比如醫療護理等等，將由人類提供。我認為，用一種比較粗略的方式來說，大多數其他職能都可以由電腦來完成。我們會允許它們這樣做嗎？那是你的研究要解決的問題，那條界限在那裡？我以前的例子是這樣的。那時候我在Google建構Waymo。所以這個思想實驗是，紐約市除了Waymo和競爭對手的自動駕駛汽車之外什麼都沒有。而Google和其他公司的工程師已經找到了完全最佳化交通的方法。那些街道是不會改變的。你擁有每條街道上絕對數學上真實的最高負載，而且它是無縫的。然後你有一個緊急情況，一個孕婦，隨便什麼，她必須去醫院，需要一個例外。車裡是否有例外按鈕，上面寫著你必須違反所有規則，因為發生了什麼事情？施密特：現在，如果車裡沒有例外按鈕，那就是電腦對人類的支配。而人類將會反抗。如果我回到鎬頭與宗教的對比，人類會反抗的。這將被視為政府的壓迫，在這種情況下，是紐約市的市長，無論你想用什麼比喻，以及電腦公司本身。如果系統另一方面能夠適應人類的需求，並說，啊，我們有實際的醫療緊急情況，而不是有人吸毒或者隨便什麼人在胡鬧，或者某個孩子在玩弄按鈕，它會進行推理，然後說，我的天那，我必須盡一切努力將這個人送到醫院。那麼它就會被更廣泛地接受。因此，這很大程度上取決於它是否能與我們的人類經驗和需求相結合。它會限制我們的自由，還是會增加自由？我已經得出了一個看法。我現在年紀大了，相信維護我們的自由，我們思想、行動、集會、聚集的自由，所有這些事情，真的，真的非常重要。如果它們侵犯了我們的自由，那麼它們必將遭到反抗。而我將領導這場鬥爭。觀眾：我叫伊爾瑪·阿夫羅斯，我來自印度。你在談話中提到了印度。我很幸運能成為埃裡森教授的學生，並向他學習。我的問題是如何將美國和印度結合起來。印度擁有一些非常優秀的人才。我們如何才能將我們兩國聯合起來，以創造一個民主蓬勃發展的世界，並且這對我們兩國都是一個雙贏的夥伴關係。施密特：我非常同意。我在印度待了很長時間，而且確實，由於印度的資訊技術人才（IATs）和人才質量，印度的天賦深度是非凡的。然而，計算能力的深度卻不是。去年，我們做了一個估算。對於10億人口的整個國家來說，只有大約1000個圖形處理器（GPU）。因此，我和其他人已經組織起來試圖解決這個問題。所以我對最近的貿易戰感到警惕，我認為那次貿易戰讓印度和美國都倒退了，這個問題需要得到解決。我不理解貿易戰，我的立場是這正在傷害我們。印度是我們的天然夥伴，它是一個民主國家。它是一個混亂的民主國家，但我們也是。在矽谷，與我共事的多數人都是。基本上是南亞血統，來自印度或一些其他國家。所以至少在矽谷，印度人正在蓬勃發展，我希望與他們實現最緊密的融合。格雷厄姆：謝謝。觀眾：請說。我叫喬希。我是甘迺迪學院的一名MPP2（二年級公共政策碩士）。埃裡克，您早些時候概述了兩種國家戰略：推進前沿技術或推行應用普及，但理想情況下您希望兩者兼顧。那麼，我們來談談在美國的採納情況。目前，企業採納的主要障礙有那些？這會因行業而異嗎？政府應該做些什麼來幫助解決這些障礙，如果有的話？施密特：政府通常在這方面做得不太好。業界認為存在一種叫做“技術積壓”（technologyoverhang）的現象，即我們——你們友好的業界——已經開發了比你們使用更多的工具。這是我們的看法，它是否屬實可以再討論。而且很多問題似乎是技術採納的準備度，以及大部分這些東西都是軟體，很抱歉這麼說，但大多數公司都沒有很好的人才，還有內部所需進行的變革。我個人相信，這項技術的採納問題只是一個暫時性的問題，隨著新首席執行長的上任和贏家的出現，美國非常高的競爭壓力將促成這種採納。在受監管的行業中，你很少看到技術被採納，因為監管被用作不創新的藉口。但在那些硬核的、具有創新性的行業中，我認為這個問題會得到解決。但總的來說，我的觀點是，我不希望政府做太多事情，因為我不認為那會有幫助。有幫助的將是讓每家企業都明白，如果它們想要賺錢（這是資本主義的願景），就需要更深入地使用人工智慧。請記住，你可以通過人工智慧來定位你的客戶、服務他們、瞭解他們、與他們交流等等。這其中有很多負面問題，例如，它可能導致公司裁員。有很多低端工作崗位被電腦取代的例子，這顯然是工作崗位流失。這是一個社會問題。但從採納的角度來看，答案只是時間問題。觀眾：我是電腦科學專業的一名三年級博士生，研究方向是人工智慧。我的問題是關於您剛才提到的中國對企業人工智慧自動化的強烈關注。我猜在矽谷，似乎每天都有新的初創公司出現。都是大型種子輪融資，目標是針對工作流程的某種自動化。我們也有那種朝九晚九到朝九晚六的潮流。您認為中國人工智慧自動化業務中有一個關鍵的區別點是什麼，是您認為美國需要迎頭趕上，或者至少是現在的矽谷初創公司需要追趕的方面嗎？施密特：您的博士課題是什麼？觀眾：我研究的是大型語言模型的推理能力。施密特：太棒了。觀眾：那麼您對通用人工智慧（AGI）的時間預期是多久？我估計大概需要六到七年。施密特：您看，這不是舊金山的共識，而是東海岸的共識。很好。我們拭目以待。您可能是對的。我認為那個……我想，這與這些夢想的宏偉有關。當我在中國時，我聽到的言論與在加利福尼亞聽到的不同。在加利福尼亞，人們說兩年內世界就會改變，沒人準備好，事情發展如此迅速，諸如此類，正是這種言論在驅動，而且是自我複製的，它是一種信仰體系，就像一種宗教。現在，它總是比夢想家們說的要花費更長的時間。我在中國聽不到這種說法。這有明顯的不同。施密特：舉個例子，關於推理能力，你知道Deepseek在R3上做了什麼。他們做了一項了不起的工作。他們發明了一種新的有監督的微調方法。真是非常非常聰明的做法。你只是在國家層面上聽不到這種聲音。順便說一句，DeepSeek是中國的國家級佼佼者。他們現在確實，他們已名列著名公司名單之列。他們正在獲得巨額資金。上次我和他們會面時，他們說，我們已經解決了我們的硬體問題，而“硬體問題”的暗語就是政府。他們只是會給他們大量的晶片。沒錯。歡迎來到一個共產主義國家。格雷厄姆：好的。那麼，這位女士，請到這個頻道來。觀眾：你好，非常感謝你的到來。我是索尼婭。我是工商管理碩士和政策學院的雙學位學生。這可能是一個稍微更離奇和開放性的問題，但你談了很多關於成為人類意味著什麼，我認為其中很大一部分就是意識。我很好奇，當我想到意識理論時——這些理論顯然定義得非常模糊不清——人工智慧正越來越多地觸及這些理論的邊界。因此，如果說有什麼需要，那就是我們需要一場關於我們如何思考意識的革命。施密特：但我很想知道，您如何看待人工智慧中的意識，以及您是否認為人工智慧有可能已經或將會變得有意識，那會是什麼樣子，以及在這種情況下，模型的福祉會是什麼樣子？讓我問，讓我問你一個簡單的問題：我們假設，我將把格雷厄姆算作有意識，作為回報，他似乎有意識，作為回報，格雷厄姆會把它給我。為了論證的目的，電腦就在桌子上，我們問電腦：“你有意識嗎？”它回答：“是的。”那麼，你這位哈佛聰明的研究生，請想出一系列問題。它能正確回答所有問題。我們怎麼知道的？你怎麼能知道這台電腦是有意識的？你如何理解它的內部推理狀態？現在，你可以探查它推理工作的方式，人們現在正在這麼做。他們所做的是觀察權重結構中所謂的超級節點，以觀察它是如何實際做出這個決定的。所以也許你可以通過檢查來發現意識，但這只是推測。所以我與一些神經科學家坐下來，因為我不知道這個問題的答案。我問，意識是如何演化的？他們的理論，也僅僅是一個理論，是當異構系統協同工作並不斷發展，並對彼此產生感知時，意識就會演化，人類意識之所以演化，是因為我們需要理解我們是某種存在，本我（id）、自我認同（identity）等的產生，對於控制這個系統是必要的。現在，這沒有辦法證明。所以答案是，我不知道。但這向在場的各位提出了第四個需要思考的問題。這裡有兩個問題。第一個，它是如何運作的？第二個，你如何驗證它？格雷厄姆：我不幸地肩負著宣佈我們已到最後時刻的責任了。你想再待五分鐘嗎？再待五分鐘。我答應過你的，我答應過給你安排日程的人，我會讓你脫身的。所以請。簡短的問題和簡短的回答。觀眾：好的，謝謝你，埃裡克。我是來自哈佛商學院的索恩，一名二年級學生，在攻讀工商管理碩士之前，我也有國際關係背景。您是否確信需要一個國際原子能機構（IAEA）等級的國際人工智慧機構？所以我的問題是，美國國務院、五角大樓以及類似機構需要如何調整自身，為即將到來的超級智能時代做好準備？我的第二個稍微帶點風險的問題是，如果您今年夏天或冬天正在尋找人來協助您研究這個課題，我將非常樂意效勞。施密特：我喜歡有勇氣的人。那麼關於國際能源署（IEA）的問題。有一群非常親近我的人得出的結論是，我正在回答的這些問題的唯一解決方案是建立一個相當於歐洲核子研究中心（CERN）的機構。這個想法是，我們所有人，包括中國，包括每個人，都聚集在一起，把所有資源都投入其中，彙集所有頂尖的頭腦，共同致力於此事，從而建立一個偉大的未來，因為這對人類的好處是如此巨大。開始考慮消除所有疾病，解決我們面臨的真正棘手的問題。我們有梅根在這裡，她專精於能源問題，以及所有這類事情。我認為這可能相當……你可能會說，這可能相當不可能發生。然後下一組人說，那麼我們需要一個國際原子能機構（IEA），它本質上是一個針對核能的強制性檢查小組。進入這種情景，你需要去，這個小組將訪問每個國家每家公司的資料中心和演算法。現在，請記住，維也納小組是在經過15年的談判（包括像亨利這樣的人）以及在廣島和長崎投下兩枚原子彈之後才發生的，這兩次事件的恐怖性我們都可以同意。我們還沒有遇到過這樣的例子。我知道有些人會說以下這些話，他們說這話並非出於惡意。他們說，我們不會，我們將發生一個事件，迫使實行這個國際原子能機構的事情，而我們希望那是一個車諾比等級的事件。我說，那意味著什麼？他們說，沒有那麼多人死亡，與核攻擊相比。因此，在我所處的圈子裡，存在一種與此一致的思維傾向。但我認為，首先，我認為沒有人知道。而且，在出現真正的危機之前，各國不太可能容忍這種情況。我以前說過，在氣候被破壞、地球融化、海平面上升的20年後，將會召開一個所有大國齊聚的會議，人們會在會上說，我們真的把事情搞砸了，現在我們必須修復它。所以我想，對於一個全球性的挑戰和解決方案來說，是存在先例的，但過程非常混亂。它不是理性地完成的。它不是像你我雙方達成一致那樣。必須存在某種危機和某種政治動態，而且情況可能會相當嚴峻。格雷厄姆：讓我們為下一代創造一個機會。讓我們趕緊把這件事辦完。要問那三個問題嗎？只問你的簡短問題。我們請埃裡克來總結陳詞。觀眾：您好，感謝您抽出額外的時間。我叫凱文。我是法學院二年級的學生。我的問題是關於自動化和就業的。幾個月前，薩姆·奧特曼接受採訪時說，他暗示如果某件事可以被自動化，那麼它可能從一開始就不是一份真正的工作。我想聽聽您對這個說法的看法，以及您是否同意這個前提，即如果某件事可以被自動化，它是否應該被自動化？另外一個相關的問題是，如果您不同意，我們社會有那些方式可以決定我們應該自動化什麼、不應該自動化什麼？格雷厄姆：好的。請講，菲茨。觀眾：晚上好。我叫格里斯亞姆。我是中級職員，公共事務碩士。而且我曾是Google的員工，所以很高興見到您。我的問題是關於演算法外交的。就像基辛格博士過去常說的那樣，建設性的模糊性和人類的停頓是絕對必要的，但是當人工智慧是二元的，我們是否正走向一個衝突升級在計算上變得不可能的世界？這是否會推動一種我們可以更加努力推進的新演算法外交？觀眾：謝謝。我叫卡尼什。我來自哈佛商學院。我的問題是關於倫理超級智能的。首先，你為什麼不相信如果美國開發出超級智能，其他國家（比如中國Deepseek上做的那樣）也會跟隨並能夠複製它？其次，如果我們試圖為其注入倫理，那麼如果其他人提出了一個不講倫理的超級智能，它難道不會比美國試圖開發的受約束的超級智能模型更自由、能力更強嗎？施密特：抱歉，你剛才對你的問題再說一遍好嗎？觀眾：我想問你對薩姆·奧特曼（Sam Altman）引言的看法。謝謝。施密特：是的。處於這個層面的人們常常忘記的一點是，人的尊嚴包含著目標。而大量的職業為許許多多的人提供了目標。這些職位的消失是一場巨大的危機，不是在財務上，而是在情感上，在意義感方面。因此，為了讓我們度過難關，我們將不得不解決這個問題，我們將不得不真正做正確的事情。而正確的事情將是更好的工具等等的某種組合。我對就業問題沒有那麼擔心，因為我們正在製造更少的人類，而我認為這是一場重大的危機。總的來說，你們這一代人生的孩子比我這一代少，而我這一代人生的孩子又比我父母那一代少，以此類推。我們需要更多的人口。部分原因是我是個商人，所以你需要更多的顧客。但重點是我們現在需要更多的人力。如果我們的人力減少，那麼就會出現空缺的職位，沒有人來填補它們。人工智慧可以幫助那些尚未準備好從事某項工作的人，讓他們做好準備。觀眾：你對未來Google員工（Googler）的寄語是什麼？不，是演算法、外交、演算法外交和計算。施密特：在你問題的預設前提中，你將演算法描述為二元的。如果你想到1971年基辛格提出“戰略模糊”時，你認為一兩年內電腦能否發明“戰略外交模糊”，考慮到它已經被實踐過了？我認為答案是肯定的。我認為演算法正變得越來越智能，只要這是一個過去就存在的概念，它可能就能想出應用它的方法。我不同意你的看法，認為它像你的問題所暗示的那樣是二元的。超級智能。我認為是一樣的。回答，某種形式的超級智能將會出現。我自己的觀點，這可能與共識不同，是我們將會開發出傑出的人工智慧物理學家、傑出的人工智慧生物學家、傑出的人工智慧化學家、傑出的人工智慧作家、傑出的人工智慧歷史學家。但是那個概念，以及將驅動它們的系統，如果你在1902年是愛因斯坦，擁有當時可用的數學知識量，你是否會有那種智慧去利用今天的演算法發明狹義相對論，這一點也遠非顯而易見。在業界有一種觀點認為，這是下一個真正難題。對此有各種各樣的理論。一個答案是你可以只做重複。你可以不斷地提問，就像猴子敲擊鍵盤那種方式，最終你會做到的。另一種方式是你可以將最佳化函數設定為好奇心，如果你等待足夠長的時間，它就會發現狹義相對論。但愛因斯坦不是這麼做的。愛因斯坦在17、18歲時，點著燈，拿著他的小筆和紙，想出了這個理論。我們還沒有達到那個階段。我個人的看法是，那將是一個非常難以踰越的界限。換句話說，我們將達到超人行為的水平，這與超級智能不同，而後者，我會說愛因斯坦以及其他一些人已經實現了。等等，他們確實做到了。格雷厄姆，能和您在一起是我的榮幸。格雷厄姆：非常高興您能來這裡，我們期待您再次光臨。讓我們一起說聲謝謝吧。感謝大家。 (藍血研究)

Google的定製AI晶片TPU正被視為其重要的未來收入來源。市場預期，通過向Anthropic、Meta等外部客戶出售，TPU有望在輝達主導的市場中佔據20%份額，帶來近9000億美元商機。Google股價在第四季度大幅上漲31%，成為標普500指數中表現第十佳的成分股。投資者正日益相信，Alphabet旗下的人工智慧晶片可能成為其母公司未來的重要收入來源。這種被視為Google“秘密武器”的定製晶片，即張量處理單元（TPU），不僅在內部推動其雲端運算業務增長，更有望通過向第三方出售，開闢一個價值近兆美元的新市場。在這一預期的推動下，Alphabet股價在第四季度大幅上漲31%，成為標普500指數中表現第十佳的成分股。市場對TPU商業化前景的樂觀情緒，源於近期一系列關鍵動態。10月底，Alphabet宣佈將向AI初創公司Anthropic PBC提供價值數百億美元的晶片，此舉推動其股價在兩天內上漲超過6%。一個月後，據The Information報導，Meta Platforms Inc.正就在TPU上投入數十億美元進行談判，消息一出再次引發股價跳漲。DA Davidson技術研究主管Gil Luria估計，如果Alphabet能夠認真推進TPU的外部銷售，未來幾年內或可佔據AI晶片市場20%的份額，這將使其成為一個規模約9000億美元的業務。華爾街普遍認為，TPU是Alphabet在激烈AI競賽中的核心優勢。即使Alphabet從未對外銷售過一枚晶片，更高效的自研晶片也意味著一個性能更優、成本更低的雲服務。然而，一旦其開始向外部客戶認真銷售TPU，其商業版圖將迎來顛覆性改變。01 尋求輝達之外的替代選擇在當前AI晶片市場由輝達主導的背景下，TPU為尋求供應鏈多元化的公司提供了極具吸引力的替代方案。DA Davidson技術研究主管Gil Luria表示：“如果企業希望分散對輝達的依賴，TPU是一個很好的選擇，這讓我們有充分的理由保持樂觀。”TPU屬於“專用積體電路”（ASIC），專為加速機器學習工作負載而定製。這一特性使其在通用性上不及輝達的晶片，但也帶來了顯著的成本優勢。Homestead Advisers的股票投資組合經理Mark Iong指出，在投資者對AI相關支出日益審慎的當下，成本效益成為一個真正的優勢：“輝達的晶片成本更高且難以獲得，但如果你能使用ASIC晶片，Alphabet就在那裡，並且遙遙領先於該市場。”02 近兆美元市值的想像空間分析師們已經開始量化TPU對外銷售可能帶來的巨大商業價值。Gil Luria估計，如果Alphabet能夠認真推進TPU的外部銷售，未來幾年內或可佔據AI晶片市場20%的份額，這將使其成為一個規模約9000億美元的業務。摩根士丹利分析師Brian Nowak也觀察到一種“初露萌芽的TPU銷售策略”。他援引公司亞洲半導體分析師的預測稱，2027年TPU的採購量預計將達到500萬片，比先前預期高出約67%；2028年將達到700萬片，較先前預期高出120%。Nowak在12月1日給客戶的報告中寫道，雖然大部分需求可能來自Alphabet的自用和Google雲平台，但這也“揭示了Alphabet銷售更多TPU的潛力”。根據摩根士丹利的估算，每向第三方資料中心銷售50萬片TPU，就可能為Alphabet在2027年的收入增加約130億美元，並為其每股收益貢獻40美分。基於分析師的預測，Alphabet在2027年的營收預計約為4470億美元，增加130億美元將意味著近3%的銷售增長。據彭博彙編的資料，過去三個月，市場對該公司2027年的營收共識預期已上調超過6%。03 AI全端佈局的協同效應TPU的價值不僅在於其作為獨立產品的潛力，更在於它與Alphabet整個AI生態系統的深度協同。Google近期發佈的最新AI模型Gemini獲得了外界高度評價，該模型經過最佳化，能夠在TPU上高效運行，這進一步證實了TPU的內在價值。Mark Iong對此評論道，“Alphabet是唯一一家在AI的每一層都擁有領先地位的公司”，他指出，從Gemini模型、Google雲到TPU等多個領域，“這賦予了它不可思議的優勢。”儘管如此，目前尚不清楚Alphabet對於向第三方大規模銷售晶片的決心有多大，但其內部優勢已經為其未來的商業決策鋪平了道路。對TPU業務的過高期望，也可能在未來無法兌現時導致投資者失望，尤其是在Alphabet股價已大幅上漲的背景下。目前，Alphabet的股價約為預期收益的27倍，是自2021年以來的最高水平，也遠高於其十年平均水平。然而，即便如此，與蘋果、微軟和博通等其他大型科技股相比，其估值仍然更低。Jensen Investment Management的投資組合經理Allen Bond近期利用股價上漲的機會減持了部分股份。不過，他依然看好公司的整體地位和前景，認為“TPU成為收入驅動因素的路徑是可信的”。他表示：“Alphabet在AI領域正展現出切實的實力和進展，儘管這一點越來越被投資者所認可，但考慮到增長預期，其估值看起來仍然合理。一家在AI領域擁有強勁勢頭、交易價格卻低於微軟和蘋果的公司，意味著它仍是核心持倉。” (硬AI)

阿爾特曼備忘錄預警：將面臨“暫時性經濟阻力”OpenAI的CEO山姆·阿爾特曼上月向同事表示，Google近期在AI領域的進展可能“給公司帶來暫時性經濟阻力”，但他同時強調，OpenAI終將領先。“對大多數人而言，ChatGPT就是AI的代名詞，我預計這將繼續保持。”在獲悉Google開發出採用突破性技術的新型AI後，阿爾特曼在備忘錄中寫道：“我們明白仍需努力，但正在快速追趕。” 不過他也提醒員工：“預計外界輿論短期內會比較嚴峻。”該備忘錄預示了Google近期發佈的Gemini 3模型。“形勢嚴峻”軟體開發者稱，Gemini 3在搜尋、圖像生成、網站與產品設計自動化及編碼方面表現卓越——這些能力正是OpenAI等AI公司最重要的收入驅動力。阿爾特曼的言論表明，OpenAI相對於Google和Anthropic等競爭對手的技術優勢正在縮小。投資者已向OpenAI投入超600億美元資金（近期估值達5000億美元），他們相信該公司將繼續主導開發類人內容生成與推理能力的AI市場。不過，這種主導地位正搖搖欲墜。據《The Information》報導，成立僅四年的Anthropic（其創始人曾供職於OpenAI）今年通過應用程式介面（API）向軟體開發者和企業銷售AI服務的營收有望超越OpenAI。Anthropic的模型專長於根據客戶需求生成電腦程式碼，涵蓋從開發新應用到更新現有程式碼等場景。與此同時，Google持續借助搜尋應用等產品推廣其Gemini聊天機器人（ChatGPT的競品）。儘管ChatGPT在使用量和營收方面仍顯著領先Gemini（前者每周活躍使用者達8億，後者月活躍僅6.5億），但差距正在縮小。Google的另一優勢在於經濟實力。OpenAI雖堪稱史上增長最快的企業之一（營收從2022年的近乎為零飆升至今年預計130億美元），但該公司同時預測，未來數年研發類人AI過程中將消耗超1000億美元資金，同時需斥資數百億美元租賃伺服器——這意味著其仍需籌集同等規模的追加資本。而市值3.5兆美元的Google，僅過去四個季度就產生了超700億美元的自由現金流。儘管ChatGPT似乎有望蠶食Google搜尋業務，但Google財務表現反而有所改善——這部分得益於其向OpenAI和Anthropic等大客戶出租伺服器的雲業務正蓬勃發展。OpenAI與Google等老牌企業的財務鴻溝，已促使公開市場投資者質疑：這家初創公司前所未有的營收增長（包括預期增長）能否消除對其未來資金消耗的擔憂。Google的逆襲印證了CEO桑達爾·皮查伊的決策正確性——他不僅整合了Google內部相互競爭的AI實驗室，去年還斥資30億美元成功挽回資深AI研究員諾姆·沙澤爾（曾離職創辦聊天機器人初創公司）。訓練挑戰阿爾特曼在備忘錄中承認：“無論從那個角度看，Google近期都取得了卓越成就”，尤其在預訓練領域（開發能生成文字或圖像的大語言模型的第一階段）。該階段需要讓大語言模型暴露於網路及其他來源的資料中，使其學習資料間的關聯性。Google在預訓練領域的突飛猛進令眾多AI研究者始料未及——畢竟OpenAI曾長期在預訓練環節舉步維艱，而Google此前也曾為此困擾。這些挑戰此前促使OpenAI轉而專注於新型AI“推理模型”（通過提升運算能力生成更優質的答案）。《The Information》此前報導，在今夏發佈GPT-5前，OpenAI員工發現預訓練階段的模型調整方案在較小規模模型中有效，但隨模型擴大會失效。這表明OpenAI必須解決預訓練問題才能在該領域趕超Google。阿爾特曼上月向員工保證，OpenAI將在未來數月取得進展，包括推出代號為Shallotpeat的新大語言模型。據悉，OpenAI旨在通過開發該模型，修復預訓練過程中的技術缺陷。阿爾特曼表示將專注於技術層面“極具野心的賭注”，即便這意味著OpenAI將在“當前競爭格局中暫時落後”。這些賭注包括：利用AI生成可訓練新型AI的資料，以及強化學習等“後訓練”技術（通過正負反饋機制促使模型自我最佳化）。他曾多次討論過公司通過自動化AI研究加速技術突破的構想——包括讓AI在能源、生物科技乃至醫療保健等領域全方位超越人類的能力。阿爾特曼在備忘錄中強調：“我們必須要頂住短期競爭壓力，保持專注。"“公司已積累足夠實力應對其他優秀模型的挑戰。但讓大部分研究團隊專注於實現超級智能至關重要。”“公司目前表現非常優秀……我預期這種態勢能持續。”最後他寫道：“同時應對多重艱巨任務確實不易——既要成為頂尖研究實驗室，又要做頂級AI基礎設施公司和AI平台（產品）公司——但這就是我們的使命。我絕不會與任何其他公司交換位置 ：）" (創新觀察局)

近期，日本因新任首相高市早苗對華台海言論頻頻被掛上熱搜，近日又爆出擬修改日本國策“無核三原則”，在國際引發廣泛討論。除了政治層面親美反華舉動引發的關注，日本早期積累的國際製造業優勢似乎正在國際關注目光中淡去，那麼日本是如何一步步走到現在的全方位困境地步的呢？一、“重硬輕軟”引發的AI全面落後作為精益生產的發源地，日本豐田模式（TPS）也曾風靡全球，為日本二戰後重建立下了汗馬功勞，奠定了當時日本製造業的全球地位。隨著網際網路的崛起，日本仍停留在“造物精神”階段，講究硬體的精益求精，在美國亞馬遜、Google以及中國阿里巴巴、騰訊等軟體廠商在全球崛起，並逐步建構起生態護城河時，日本仍停留在產品思維，錯過了生態建設的關鍵期。再之後在中美搶占人工智能發展先機時，再次錯過AI浪潮下產業重塑的窗口期。根據日本總務省公佈的2025年版《資訊通訊白皮書》顯示，2024財年國內僅有26.7%的民眾“使用過生成式人工智慧”，這一比例雖然已同比大幅增長，但相較於中國的81%和美國的68.8%，日本已明顯落後。此外，報告還顯示日本只有49.7%的企業制定了使用生成式人工智慧的相關政策，而美國則為84.8%，德國為76.4%。從表層資料看，從民用到企業端，日本AI使用率都已全面落後。日本也正嘗試做出改變，試圖在AI領域加碼，2025年，日本通過《人工智慧相關技術研究開發及應用推進法》，設立AI戰略本部，本財年AI預算達1,969億日元，達到歷史新高，但投入及執行效果卻有待考證。二、AI落後引起的傳統優勢產業潰散AI應用的落後，導致日本引以為傲的製造業優勢正在被侵蝕，像傳統半導體產業、汽車製造、手機家電等領域，錯失轉型契機，市場份額逐漸被中國、韓國等新興市場滲透。儘管半導體裝置、工業機器人在國際上仍具有較大競爭力，但產業空心化使其在發展過程中仍面臨較大供應鏈風險。回看日本製造業的巔峰時刻：半導體產業—80年代日本的半導體產業如日中天，DRAM晶片佔據全球超過80%的市場份額，連美國都望其項背；尼康的光刻機佔全球市場份額達50%；佳能的步進式光刻機在歐洲市場佔一半。當時憑藉“超大規模積體電路計畫（VLSI計畫）”戰略，突破了技術瓶頸，產業競爭力趕超美國。如今雖然在光刻膠、矽晶圓、塗布/顯影裝置等半導體裝置和材料領域保持全球領先，掌握產業鏈上游命脈，但中游設計製造環節全面落敗，不足以支撐半導體產業的全球競爭力。汽車製造—80年代，日本車企通過技術創新、精益生產及全球化佈局，奠定了全球市場的主導地位，一度擊敗美國成為世界第一汽車生產國。豐田、本田等日系車憑藉其“物美價廉”的特質迅速打開美國、東南亞和中國市場，豐田模式被全球學習。與此同時，圍繞混動技術、精益生產體系和核心零部件專利及供應鏈管理等領域逐漸建構的技術護城河，使其市場競爭力得以鞏固。但成也技術敗也技術，隨著新能源浪潮的衝擊，技術路徑依賴導致戰略轉向緩慢，逐漸被美國和中國趕超，市場份額逐漸被壓縮。手機家電—在電子消費領域，憑藉著高品質製造的垂直整合優勢，日本產品風靡全球，索尼、松下、東芝、夏普等百年品牌，共同締造了日本電器的輝煌30年。但隨著全球化浪潮的快速席捲，更具價格優勢的中低端產品成為市場青睞，憑藉著“創新+本土化適應”的組合拳，中國產品迅速在全球鋪開，打破了日本的全球霸主地位。而日本錯失終端市場後，退居上游供應領域，如索尼的圖像感測器仍保持全球市場份額第一。三、產業沒落導致的經濟困境傳統產業結構性矛盾引發的經濟困境全面暴露。“失去的三十年”後，日本GDP增速常年徘徊在1%左右，今年第三季度下降1.8%。出現了2024年以來的第二次負增長。日本政府此前不久更是將2025財年經濟增長預期下調至0.7%。日本央行自1990年代起實施低利率政策，通過大規模購債壓低10年期國債收益率（0%）。這一政策雖短期刺激經濟，但導致政府債務高築、企業創新動力不足、貧富差距擴大。2025年9月CPI同比增速達2.9%，通膨壓力迫使央行面臨“鬆緊都不妥”的兩難境地。人口結構的嚴重不均衡更是加劇了經濟困境，截止2025年9月，日本老齡化率達29.4%，創歷史新高，再次蟬聯全球老齡化程度最嚴重國家。與之鮮明對比的是少子化現象，2024年日本出生人口同比下降5%，總和生育率為1.15，遠低於全球2.2的平均水平，也被發達國家1.4的平均生育率甩在腦後，與日本2.07的人口替代率也相距甚遠。“超老齡化+少子化”的雙重絞殺加劇了產業發展和內需擴張的壓力，導致經濟發展缺少內生源動力。四、經濟困境加劇了日本野心與能力的結構矛盾日本作為戰敗國，日本自1947年施行《日本國憲法》，其中有兩項“集體自衛權”規定：第一項申明永遠放棄以國權發動的戰爭與武力威脅作為解決國際爭端的手段；第二項規定不保持陸海空軍及其他戰爭力量，並否認國家交戰權。上述規定導致日本頻頻投靠美國獲得戰略自衛權，“安保三檔案”對軍事限制的放寬以及近期高市早苗擬修改日本國策“無核三原則”的傾向，都暴露了其試圖恢復軍國主義的野心。2025年國防預算達8.7兆日元（約合551.4億美元），用途包括研發防衛通訊衛星、採購導彈等遠端打擊武器、建造配備“宙斯盾”系統的艦艇（ASEV）和“大鯨”級潛艇等，結合高市早苗對台海的言論，其挑戰野心不可謂不狂妄。但科技的落後與經濟的困境，成為日本軍事野心的兩大障礙。日本軍工企業規模很小，前五大軍工企業如三菱重工、川崎重工、NEC、富士通、三菱電機防務收入總和還不及洛克希德・馬丁的1/5。自主研發製造能力不強，裝備全靠向美國氪金獲取，所以只能淪為美國政治的馬前卒，充當美國對中國的牽制力量。五、小結就像央視網親自下場編曲的《高市，別再搞事！》，任何妄圖挑戰他國主權的行為，都要小心後果是否能承受。“歷史的車輪，滾滾向前；和平與發展，大勢不可逆”。挑釁的時候，請先想想自國發展困境，不能老學美國禍水東引，通過外部挑事來轉移國內矛盾，打鐵還需自身硬，自身發展才是硬道理。 (稻香湖下午茶)

Ethan Mollick認為，Gemini 3的出現意味著具備自主行動能力的“代理模型”正在崛起，它雖然並非完美無瑕，但其所犯的錯誤已不再是無中生有的“幻覺”，而更接近人類在判斷或意圖理解上的偏差。隨著AI能力的提升，人機協作正從“人類修復AI的錯誤”進化為“人類指導AI的工作”。Google最新發佈的Gemini 3模型正標誌著人工智慧領域的一個關鍵轉折點。美東時間18日周二，Google正式發佈備受期待的該司迄今最強大人工智慧（AI）模型Gemini 3，並於發佈首日立即在Google搜尋、Gemini應用程式App及多個開發者平台同步上線，在多個盈利產品中投入使用。Google高管在新聞發佈會上強調，在衡量人工智慧模型性能的幾個熱門行業排行榜上，Gemini 3處於領先地位。GoogleAI研究實驗室DeepMind的CEO Demis Hassabis表示，Gemini 3是"世界上最好的多模態理解模型"，也是公司迄今最強大的智能體和程式碼生成模型。根據沃頓商學院教授Ethan Mollick的深度測評，Gemini 3的發佈及其配套工具“Antigravity”展示了驚人的“代理”能力。與三年前的GPT-3模型相比，AI不再僅僅是生成文字，而是能夠編寫程式碼、建構可互動的應用、執行多步驟任務。Mollick指出，這種從“描述”到“行動”的飛躍，意味著AI正從一個對話夥伴，演變為一個可以接入電腦並完成實際工作的通用工具。Mollick的結論是，我們正從“聊天機器人時代”邁向“數字同事時代”。Gemini 3雖然並非完美無瑕，但其所犯的錯誤已不再是無中生有的“幻覺”，而更接近人類在判斷或意圖理解上的偏差。這表明，人機協作的模式正在改變，人類所做的將不再是修正AI的低級錯誤，而是為其提供高階的戰略指引和方向。這或許是自ChatGPT發佈以來，AI領域發生的最大變革。以下為Ethan Mollick測評文章全文：三年，從 GPT-3 到 Gemini 3從聊天機器人到智能體Ethan Mollick2025 年 11 月 19 日我一直在測試Google新發佈的 Gemini 3 模型。它非常出色。但與其羅列基準數字，不如讓 AI 親自演示這三年我們走了多遠——我就是這樣做的。ChatGPT 發佈至今已近三年。在它上線前幾天，我在這份 Substack 上寫了第一篇關於 OpenAI 更早期的 GPT-3 的文章。隨後 ChatGPT 橫空出世，我立刻又寫了一篇：“我通常對技術預測很謹慎，但這次它會比我們預期得更快、更劇烈地改變我們的世界。不再只是自動化重複、危險的工作，現在第一批被 AI 顛覆的，可能是更偏分析、創意、寫作與溝通的崗位。”今天看來，我說對了。（插圖：三年前我用 GPT-3.5 後的首篇文章截圖）我可以口頭解釋初代 ChatGPT 與今天Google發佈的 Gemini 3 有多大差距，但沒必要。我把上面那張截圖扔給 Gemini 3，唯寫了一句話：我：“做點東西，讓大夥兒看看 AI 這三年進步了多少。”Gemini：“當然可以。你這條推文來自 2022 年 11 月——現代 AI 熱潮的前夜。當時最大的‘哇點’是 AI 能寫一段通順的文字，或者給‘糖果動力超光速飛船逃離水獺’這種傻題目寫首小詩。為了展示進步，我不僅用文字描述，而是直接給你做了一個可互動、可遊玩的‘糖果動力超光速飛船模擬器’。2022 年，AI 只能描述引擎；2025 年，AI 能把引擎寫出來、把介面畫出來，還讓你親自開飛船。”它真的做了一個迷你遊戲：我得靠糖果能量擺脫追殺的水獺，途中穿插小詩和各種搞笑更新。讀這篇部落格的人大概早知道 AI 能寫程式碼，但更有趣的是——當你不再把 Gemini 3 當成“聊天框”，而當成“別的東西”時，它還能幹什麼。會寫程式碼的工具，不只是“寫程式碼的工具”伴隨 Gemini 3，Google還發佈了 Antigravity。程式設計師一看就懂：它跟 Claude Code、OpenAI Codex 類似，給你電腦權限，能在指導下自主寫程序。如果你不是程式設計師，可能會忽略它——我覺得這是錯的。“會寫程式碼”不等於“當程式設計師”，而是“能完成任何在電腦上才能完成的活兒”。 於是，這些工具的本質被徹底改寫。Gemini 3 極擅長寫程式碼，這一點即使你不自認“程式設計師”也與你息息相關。AI 界的一個底層視角是：你在電腦上做的任何事，歸根到底都是程式碼；只要 AI 能寫程式碼，它就能建儀表盤、扒網站、做 PPT、讀檔案…… 這讓“會寫程式碼的智能體”成了通用工具。Antigravity 把這一理念產品化：給我一個“收件箱”，我把任務派給智能體，它們需要批准或幫助時會通知我。（插圖：四個智能體同時跑，一個在幹活，一個等我回應）我跟它們不用程式碼，用英語；它們用程式碼替我幹活。Gemini 3 擅長做計畫，知道該幹什麼、何時請示。比如我把歷年 newsletter 的稿子全放在一個資料夾，然後吩咐：“給我做一個漂亮的網頁，彙總我對 AI 的所有預測，再上網搜搜那些說對了那些說錯了。”它讀完所有檔案、跑程式碼、先遞給我一份可編輯的方案——這是它第一次開口問我，理解之準確讓我驚訝。我小改幾處，放它去幹。隨後它搜網頁、建站、接管瀏覽器驗效果，再把成品打包給我。我像對真人同事一樣提修改意見，它繼續迭代。它並非完美無缺——智能體還沒到那一步。我沒發現幻覺，但確有地方需要我糾正，不過那些錯誤更像“人類同事會有的判斷偏差或誤解”，而非傳統 AI 的離譜幻覺。重要的是，我感覺自己能夠掌控人工智慧的決策，因為人工智慧會定期檢查並確認其工作，而且我的操作過程清晰可見。這種感覺更像是管理一位隊友，而不是通過聊天介面與人工智慧進行溝通。博士級智力？Antigravity 並非唯一驚喜。另一重震撼在於——它展現了真正的“判斷力”。我常吐槽：AI benchmark 已經捲成一鍋粥。Gemini 3 在大多數榜單上領先（也許還打不過 200 美元的 GPT-5 Pro，但等 Gemini 3 的“深度思考”版出來可能就翻盤）。行業愛用一句廣告詞：“博士級智力”。我決定真刀真槍測一下。我把十年前眾籌研究的一堆舊檔案扔給它——檔案名稱像“project_final_seriously_this_time_done.xls”，格式還是上古 STATA。命令只有一句：“自己摸懂資料結構，把 STATA 檔案清理好，準備做新分析。”它真的把損壞的資料恢復了，把複雜環境摸透了。接著我給了它一個典型“博士二年級小論文”任務，不加任何提示：“很好，現在用這些資料寫一篇原創論文。深入調研領域，把主題拔高到創業或戰略理論的層面，做嚴謹統計，寫成期刊格式。”它自己選題、提假設、跑統計、出圖表、排版成文——最難的“選題與可執行性平衡”它自己走鋼絲搞定了。我僅含糊地說“再充實、再改進”，最終拿到 14 頁論文。（插圖：論文前兩頁）更驚豔的是，它自創了一個指標：用 NLP 把項目描述與海量描述做數學比對，衡量“眾籌創意獨特性”。程式碼自己寫，結果自己驗。所以，這算“博士級”嗎？如果你指“能幹頂尖高校裡一個合格研究生的活”，部分答案是“yes”。但它也有研究生通病：統計方法有瑕疵、理論跳躍過大、證據鏈不夠嚴謹…… 我們已越過“幻覺”階段，進入更微妙、更“人類”的缺陷區。有趣的是，當我像帶學生一樣給開放建議（“再多補眾籌文獻以確立方法”），它提升顯著——也許再多引導就能接近“博士”。Gemini 3 是什麼？它是一個極出色的“思考+執行”夥伴，全球數十億人可隨手呼叫；也是一面鏡子，照出 AI 並未放緩、智能體崛起、人類需學會管理“聰明 AI”等多重趨勢。三年前，我們為“機器能寫水獺詩”而驚嘆；不到 1000 天後，我在跟一個自建研究環境的智能體辯論統計方法。聊天機器人時代正在讓位於“數字同事”時代。沒錯，Gemini 3 仍不完美，需要會指揮、會核查的“人類經理”。但“人在回路”正從“人替 AI 擦屁股”演變為“人指導 AI 幹活”——這也許是 ChatGPT 發佈以來最大的範式遷移。彩蛋：我讓 Gemini“純用程式碼給我做一張 Substack 封面圖，先查尺寸”，它先上網搜規格，再純靠數學畫圖，一條龍搞定。** obligatory 警告：**讓 AI 智能體獲得電腦權限有風險——它可能不經詢問就移動/刪除檔案，甚至洩露文件。等工具面向非程式設計師時會好很多；當下務必謹慎。 (invest wallstreet)

美東時間周三盤後（台北時間周四早間），輝達即將發佈第三季度財報。作為AI領域的龍頭股，輝達的財報不僅僅體現這家公司本身的增長潛力，也被市場廣泛視為AI行業發展的風向標，很可能會引發全球AI概念股股價的連鎖反應。儘管作為AI行業的“尖子生”，輝達在過去兩年多的財報表現從未讓人失望，但在當下美股市場上對於AI泡沫的擔憂愈發濃重之際，輝達CEO黃仁勳能否掃清市場擔憂，重振市場信心，值得行業投資者們密切關注。▍又是一份滿分答卷？事實上，對於輝達的財報資料本身，幾乎沒有分析師會給出悲觀的預期——回顧輝達過去10個財季的表現，輝達的盈利表現全部都能超出市場預期。輝達總能在用一份份滿分的財報答卷，來讓分析師們驚呼其盈利能力突破想像。而本周三的這份財報可能也不例外：據LSEG調查的分析師預計，今年第三財季（截至今年10月），輝達每股盈利將達1.25美元，營收為549億美元，同比增長56%。分析師還期待輝達能給出2025財年第四財季（截至明年1月）的業績指引，預計該季度營收將達614.4億美元，這意味著其增長速度有望重新加快。傑富瑞和韋德布什的分析師在最近的報告中均表示，他們預計輝達將"財報超預期並上調指引"。"第三季度超大規模資本支出結果普遍超出預期，"韋德布什分析師寫道，"更重要的是，大型超大規模企業幾乎普遍表示預計未來時期支出趨勢將增加，因為他們繼續擴大投資以支援其AI計畫。"韋德布什分析師表示，來自微軟、Alphabet和亞馬遜等"超大規模企業"的支出增長，大部分似乎最終都流向了輝達。在這樣的背景下，輝達的財報數字幾乎不可能會不好看。▍黃仁勳可能給出更多暗示？值得一提的是，通常來說，輝達在財報中通常提供未來一個季度的業績指引。但黃仁勳在財報電話會上，很可能會對公司未交付訂單規模及2026年整體前景的給出暗示，與之相關的一字一句都將受到密切關注——這不僅關乎輝達自身的發展預期，也影響著整個科技行業的前景判斷。目前，LSEG調查的分析師預計，2026年輝達的整體營收將達2867億美元。事實上，關於輝達明年的營收情況，黃仁勳在上個月已經提前給出了暗示——黃仁勳10月曾在輝達GTC大會上透露，2025年與2026年的AI核心晶片訂單額合計已達5000億美元。過去四年，輝達的季度營收已經增長近600%。黃仁勳10月的表態表明，輝達對其下一代晶片周期的增長充滿信心 —— 儘管增速或有所放緩，這也暗示人工智慧熱潮仍有發展空間。值得一提的是，黃仁勳提及的營收資料涵蓋了2025年迄今的收入、輝達當前Blackwell GPU的銷售額、明年Rubin GPU的銷售額，以及網路裝置等相關配件的銷售額。分析師在梳理黃仁勳講話細節後得出結論：他的表態意味著，輝達2026年的營收將顯著高於華爾街此前的預期。“輝達的披露表明，其營收有望遠超當前市場普遍預期，” 沃爾夫研究公司分析師克里斯・卡索在11月的一份報告中寫道。卡索估算，根據黃仁勳提供的資料，輝達資料中心業務2026年的營收可能比此前市場預測高出600億美元。他對輝達股票給出了相當於 “買入” 的評級。▍AI行業是否已經過度支出？儘管黃仁勳給出的訂單數量鼓舞人心，然而，近期輝達的股價表現卻並沒有反映出這一樂觀情緒：自黃仁勳10月28日公佈這一訂單數量之後，截至目前，輝達股價已經累計下跌了5%。這一現象反映出投資者對人工智慧熱潮的持續爭議——雖然以Google、微軟和Meta等“七巨頭”企業為首的大型企業仍在大量投入資金，用於發展大型雲服務和人工智慧實驗室，但投資者們擔憂，這些巨頭是否在基礎設施上已經過度支出了。因此，在財報電話會上，AI行業是否存在泡沫、輝達的下遊客戶們是否已經過度支出，將是投資者們希望黃仁勳回答的問題——當然，從黃仁勳過往的表態來看，他應該會回答“NO”。“超大規模企業資本支出的增長，反映出人工智慧領域‘永無止境的需求’，” 奧本海默分析師裡克・沙費爾在本月早些時候的一份報告中寫道。他對輝達股票同樣給出了 “買入” 評級。美國銀行分析師則表示，他們預計輝達高管將向投資者保證其滿足需求的能力，並強調該公司的盈利高增長前景，並掃清外界圍繞AI支出的懷疑和擔憂。▍輝達的戰略合作和投資本季度，輝達在戰略合作與投資方面動作頻繁，分析師們也期待黃仁勳能在電話會上詳細介紹這些合作的具體情況。其中規模最大的一筆交易是，輝達同意向 OpenAI（人工智慧研究實驗室）股權投資至多100億美元，作為交換，OpenAI將在未來數年採購400萬至500萬塊輝達GPU。此外，輝達還同意向昔日競爭對手英特爾投資50億美元，通過這筆交易，兩家晶片製造商將展開合作，提升英特爾晶片與輝達GPU的相容性。今年10 月底，輝達宣佈以10億美元入股諾基亞，雙方將合作把輝達的GPU整合到諾基亞的蜂窩網路硬體中。同時，輝達還在持續投資各類初創企業。花旗集團分析師阿提夫・馬利克在11月的報告中指出，輝達的各項戰略合作——尤其是與OpenAI的合作交易，將成為周三投資者關注的焦點。“儘管市場對人工智慧資本支出泡沫中債務與循環融資的構成存在擔憂，但從根本上看，我們認為人工智慧領域仍處於供不應求的狀態，” 馬利克寫道。他對輝達股票的評級也相當於 “買入”。▍日趨激烈的行業競爭問題目前，輝達佔據著全球人工智慧GPU市場逾 90% 的份額。但在過去三個月裡，其部分客戶正日益推廣自主研發的定製化半導體 —— 即專用積體電路（ASIC）：例如亞馬遜推出了自研的Tranium晶片，Google有TPU晶片，而OpenAI也計畫與博通合作開發專屬晶片。花旗集團表示，黃仁勳在與分析師的財報電話會議上，通常會從整體角度闡述輝達的觀點，此次或許會詳細說明公司如何看待日益激烈的競爭格局，而這正是投資者希望瞭解的資訊。▍中國市場面臨的挑戰和之前幾個季度一樣，中國市場預計也將是黃仁勳在財報會上避不開的話題。在政治風險環境下，分析師普遍認為，輝達在中國市場面臨的不確定性依然較高。伯恩斯坦（Bernstein）提供的資料顯示，輝達在中國AI晶片市場的份額預計將從2024年的66%降至2025年的54%，未來其市場份額可能進一步流失。事實上，前述的所有輝達業績預測均未包含中國市場的銷售額，包括黃仁勳所透露的5000億美元訂單額也不包含中國市場。儘管輝達面向中國市場推出了H20晶片，但在美國政府的出口管制下，輝達在中國市場的所佔份額實際上已經斷崖清零。輝達高管近期也對在中國市場實現可觀銷售額的可能性發表了較為悲觀的言論，且尚未宣佈H20晶片的繼任產品。以人工智慧晶片的更新迭代速度來看，H20晶片已逐漸 “過時”。事實上，國產主要晶片開發商正迅速迭代產品。在多方激勵下，國內企業紛紛部署國產AI晶片，分析師預計這一迭代速度將持續甚至進一步加快，並且這也可能對輝達的定價權構成壓力。今年10 月底，當黃仁勳被問及是否希望向中國出售當前的Blackwell系列晶片時，他回答道：“我希望如此，但這需要川普總統來決定。”而在周三盤後的財報發佈會上，黃仁勳會否具體討論公司在中國市場的前景，也將是投資者們關注的重點。 (財聯社AI daily)

最知名的投資機構之一 a16z 又來分享了。在 a16z 昨天舉辦的 Runtime 閉門峰會閉幕對談上，兩位創始合夥人 Marc Andreessen 和 Ben Horowitz 聊了聊當前 AI 領域的熱門話題。對談中，他們重點分享了大模型的能力邊界、AI 的創造力與智能的關係、AI 領域泡沫、具身智能等話題，也重點提到了中國在 AI 領域的飛速進展。我們整理了其中的一些核心觀點：創造力的本質： 對“AI 無法真正創新”的批評是不對的，因為絕大多數人類也無法做到這些要求。無論是科學突破還是藝術創作，本質都是對前人工作的“改造”和“組合”。真正的“概念性突破”在人類中也極其罕見。智力不是一切： 認為“更智能的 AI 終將統治人類”的假設是錯誤的。現實世界並非總是由“最聰明”的人來負責決策。領導力和成功還需要心智、勇氣、感知力等非智力因素。AI 沒有成為泡沫： 目前的 AI 領域並不算泡沫，因為“當所有人都在問這是不是泡沫時，它就不是泡沫”。真正的泡沫發生在所有人都已“投降”、堅信其只漲不跌時。而 AI 的基本面依然成立，只要技術有效，使用者就會願意付費。AI 還處在早期階段： 我們今天所見的聊天機器人和搜尋引擎遠非 AI 的終極形態。我們正處於 AI 的“文字提示詞”時代，就像1992年之前的個人電腦。AI 的“圖形介面(GUI)”或“瀏覽器”時刻尚未到來，產品形態仍有巨大的創新空間。行業變化非常快：AI 領域將會持續以非常快的速度發生變化，創業者們需要提高警惕。不管是產品形態，技術瓶頸，還是供需關係，都可能發生快節奏的遷移。尤其是供需關係，在一個供需市場裡，造成“過剩”的永遠都是“短缺”。競賽的“第二階段”： 美國與中國的 AI 競賽仍將繼續，真正的決勝點將會出現在“第二階段”，那就是機器人。由於西方在過去幾十年中選擇了“去工業化”，中國在硬體、供應鏈和製造生態上擁有巨大優勢。即使美國在軟體上保持領先，也可能在硬體上被中國趕超。AI到底有沒有創造力？Erik Torenberg（本次對談的主持人，a16z 合夥人）：Marc，最近有很多關於大模型侷限性的討論，說它們無法實現真正的新科學發明，無法展現真正的創造性，因為它們所做的只是“組合”或“包裝”。你對此有什麼看法？Marc Andreessen：我經常會遇到兩類問題：第一，語言模型是否智能，即它們能否像人類一樣處理資訊並實現“概念性突破”？第二，語言模型或視訊模型是否具有“創造力”，能否創造新藝術並實現真正的“創意突破”？我會對這兩個問題反問：人類能做到這些事嗎？這裡有兩個問題。首先，即便有些人是所謂“智能的”，能產生原創的、概念性的突破，那有多少比例的人能真正做到這一點？我只見過少數幾個，他們中的一些就在這個會場裡，但數量並不多，大多數人永遠也做不到。然後是創造力。到底有多少人是真正具有創造力的？你可能會指著貝多芬或者梵高說：“看，這就是創造力。”是的，這確實是創造力。但歷史上又有多少貝多芬和梵高呢？顯然，數量非常非常少。所以，第一點是，如果這些 AI 能超越 99.99% 的人類，那它本身就已經非常智能了。我們再深入挖掘科技史，就會發現幾乎所有的重大突破，通常都至少需要 40 年前期工作的積累。事實上，語言模型本身是過去八十年工作的結晶。藝術領域情況也完全一樣。小說、音樂和其他藝術領域，顯然存在創造性的飛躍，但同樣也受到前輩們的巨大影響。所以，如果一個 AI 達到世界的前 0.001%，可能就已經完全達到目標了。當我在使用 AI 時，我的感覺是：“哇，它們似乎聰明得可怕，也具有驚人的創造力。”大多數人都不智能，所以也不必苛求AIErik Torenberg：當人們談論大模型的侷限性時，似乎提到一個共同主題。它們能做遷移學習 (Transfer Learning) 嗎？*遷移學習：跨學科將知識融會貫通的能力。Marc Andreessen：人類能做到嗎？這就像橫向思維，或者說，是在“分佈內”（inside distribution）推理還是在“分佈外”推理？*分佈內推理：模型已擁有的知識。情況是這樣的：我認識很多人，他們非常擅長在“分佈內”推理。但我到底認識多少擅長在“分佈外”推理並進行遷移學習的人呢？屈指可數。我認識幾個人，無論你什麼時候問他們一個問題，你都會得到一個極具原創性的答案，但通常這個答案會涉及多個領域。比如，你問某人一個關於金融的問題，他會給你一個融合心理學並且更恰當的答案。或者你問一個心理學問題，他會給你一個結合生物學的答案。在我認識的一萬個人中，大概只有三個人能做到這一點。這個比例並不高。這非常鼓舞人心。因為看看我們人類，儘管有各種侷限性，卻依然能做到今天的這一切。看看我們展現的所有創造力，所有那些了不起的藝術、電影、小說，以及了不起的技術發明和科學突破。所以，我們訓練 AI 是否需要讓它達到 100% “創新思考”的程度？我認為不需要。更聰明的AI不會“統治”世界Erik Torenberg：有很多人會認為，“更智能的東西會統治那些不那麼智能的東西”。Marc Andreessen：任何養貓的人都不會這麼說。你看看今天的世界，你認為我們總是被全世界最聰明的人們領導著嗎？我認為有兩件事是真的。第一，我們可能低估了智力的重要性。過去一百年裡，“智力”因種種原因成了一個極具煽動性的話題。即使是“有些人確實比其他人更聰明”這個觀念本身，都會讓人抓狂。但情況確實是，智力幾乎與每一種人生結果相關。在社會科學中，他們會告訴你，所謂的“流體智力”（fluid intelligence）或者 G factor（G因子），它與幾乎所有事情（教育成果、職業成果、收入，甚至生活滿意度）都有 0.4 的相關性。另一方面，那些身處涉及智力領域的人可能又都高估了智力。集體層面一個著名的觀察結果是：你把一群聰明人放進“烏合之眾”裡，他們絕對會變得更蠢。因此，某些 AI 圈子裡的那種，“聰明的東西將統治愚蠢的東西”的假設，非常容易，也非常明顯地被證偽了。Erik Torenberg：這就引出了一個後續問題，有那些技能是在智力之外的？更具體地說，為什麼 AI 系統不能學會它們？Marc Andreessen：你認為除了智力之外，還有什麼因素決定了領導力、創業精神或組織方面的成功？Ben Horowitz：很多事情。很大程度上，成功的人要能以正確的方式進行對抗。這其中有一定智力成分，但更多的是真正理解你在和誰說話，能夠解讀對方的想法。對創始人，要通過公司員工的眼睛，而不是你自己的眼睛來決策。這是一種需要不斷與人交談、理解對方在說什麼來培養的技能。這當然不是一個智商問題。Marc Andreessen：這是一些勇氣、激勵以及情感理解和心智的結合。“全身體驗”的必要性，機器人的必要性Marc Andreessen：有越來越多的科學證據表明，人類的認知不是純粹的大腦活動。著名的“心身二元論”（mind-body dualism）是不正確的。人類的體驗，並不僅通過大腦的理性思考，還因為全身體驗。我們的神經系統，我們的腸道菌群到荷爾蒙等各種生物化學方面，它們一起構成了生命。人類的認知是一種全身的體驗，遠超想像。這也是目前 AI 領域的重大基礎挑戰之一。機器人革命肯定會到來。當我們把 AI 放入在世界中移動的物理物體中時，就成了“具身智能”。這時的 AI 將更接近整合了智力、物理的體驗。但這些都非常早期，還有很多工作要做。我們正處於AI泡沫中嗎？Erik Torenberg：我們來談談“泡沫”。黃仁勳、Amin Vahdat（Google工程院 Fellow 兼副總裁）、Jeetu Patel（思科總裁兼首席產品官）、和 Matt Bornstein（a16z 合夥人）都談到了正在建設的、物理基礎設施的巨大規模。AI 的資本性支出 (Capex) 佔到了 GDP 的 1%。我們應該如何思考這個“泡沫”？Ben Horowitz：我認為“它是一個問題”這件事，就意味著我們沒有處於泡沫之中。泡沫在很大程度上是一種心理現象。如果真的達到泡沫的程度，那每個人都必須相信它不是泡沫。就像在網際網路泡沫時代，價格飛漲，巴菲特開始投資科技股。他曾發誓永遠不會投資科技，因為他不懂。如果連他都“投降”了，那確實是泡沫了。現在如果你回過頭看看，網際網路顯然不是泡沫，它是真實的東西。雖然在短期內，確實發生了價格錯位，因為當時網路上根本沒有足夠的人來讓那些產品運轉起來。在 AI 領域很難看到這一點，因為短期的需求如此之大，我們現在沒有需求問題。而且，“我們五年後會遇到需求問題”的想法，在我看來非常荒謬。會不會出現像“我們沒有足夠的冷卻能力”這樣的奇怪瓶頸？也許會。但就現在而言，如果看需求和供應，以及市盈率，這根本不像是一個泡沫。Marc Andreessen：順便說一句，很多 VC 也不知道是不是泡沫，他們只會感到沮喪。當創業者們拿到更高的估值時，VC 們會感到情緒上非常沮喪，這讓他們很生氣。這導致有很多人在情緒上“希望”它是一個泡沫，沒有什麼比錯過一個交易，然後看著這家公司取得巨大成功更糟糕的了。“那個估值太離譜了！” 在我們的行業裡，你可以為此憤怒 30 年。所以我總是說，把對話帶回到“基本面”。兩個最大的基本面是：第一，技術是否真的有效？ 它能兌現它的承諾嗎？第二，客戶是否在為它付費？如果這兩件事都是真的，那麼只要這兩件事保持穩固，通常事情都會步入正軌。AI巨頭與新貴誰能贏Erik Torenberg： 有人曾說 ChatGPT 對 Google 來說是一個“珍珠港時刻”。當我們回顧關鍵的時代轉折點時，是什麼決定了是“在位者”獲勝，還是“新進入者”獲勝？Ben Horowitz： 對變化做出反應是很重要的。我認為 Google 確實把頭抬起來了，所以它不會被徹底碾壓，但我也不認為 OpenAI 會消失。部分原因是速度，這是在一個很長時期內的執行力。這些非常大的公司中，有一些在不同程度上已經失去了執行能力。微軟在 Google 搜尋上栽了跟頭。微軟仍然非常強大，但它錯過了整個搜尋機會，也錯過了移動網際網路。但它仍然憑藉 Windows 壟斷地位如此龐大，以至於他們可以在其他領域發展。所以新公司贏得了新市場，但這並不意味著上一代的巨頭會消失。Marc Andreessen：我也認為我們還不知道最終產品的形態和形式。現在常見產品形態，要麼是聊天機器人，要麼是搜尋引擎。Google 面臨的問題是“創新者的窘境”。你是否要顛覆“10個搜尋結果連結”的模式，換上 AI 答案？畢竟這會顛覆廣告模式。而 OpenAI 的問題是，他們有完整的聊天產品，但他們還沒有廣告或 Google 規模的分發管道。所以，你可能會說：“好吧，這是一個非常清晰的、一對一的場景。”但是，這種思維方式可能犯的錯誤是，它假設了5年、10年、20年後，人們將要使用的主要產品形態，將是搜尋引擎或聊天機器人。一個明顯的歷史類比就是，個人電腦從1975年發明到1992年，它一直是一個“文字提示詞”（text prompt）系統。在當時，一個“互動式文字提示符”相比於打孔卡系統，已經是一個巨大的進步了。到了1992年，17年後，整個行業突然轉向了 GUI（圖形使用者介面），並且再也沒有回頭。又過了5年，行業又轉向了“網路瀏覽器”，再也沒有回頭。所以，使用者體驗的形態和本質仍未定型。我敢肯定20年後還會有聊天機器人，但我同樣非常確信，無論是現有的聊天機器人公司，還是許多新公司，都將找出許多種類的、我們甚至還不知道的、截然不同的使用者體驗。“短缺”終將成為“過剩”Erik Torenberg：當你指導企業家時，這個時代還有什麼讓你感覺不同的？你還想給他們留下那些這個時代的獨特建議？Ben Horowitz：我認為你說了正確的事情，那就是：這是一個獨特的時代。所以，試圖學習過去的組織設計經驗，或者試圖從上一代人那裡學到太多東西，可能是具有欺騙性的，因為事情真的不一樣了。人們建立公司的方式，在很多方面都非常不同。大家對 AI 博士研究員的觀察，就和一個傳統的全端工程師非常不同。所以我認為必須從第一性原理去思考很多事情，因為它就是不同的。Marc Andreessen：我只想提供一點：我認為事情會發生變化。我認為產品的形態和形式將會改變，仍然有很大的創造空間。我還認為，在一個供需的世界裡，造成“過剩”的一直是“短缺”。當某個東西變得過於稀缺時，就會產生巨大的經濟激勵，讓很多人去搞清楚如何釋放新的供應。當前這一代的 AI 公司正在與 AI 研究人員和工程師的短缺作鬥爭。然後他們受到了基礎設施容量、晶片、資料中心和電力的短缺的挑戰。我不想預測轉變的時間點，但總會有一天，這兩樣東西都會變成“過剩”。先來說研究人員/工程師。中國正湧現出卓越的模型，它們來自多家公司，特別是 Deepseek、Qwen 和 Kimi。值得關注的是，創造這些模型的團隊，很大程度上並不是那些名字出現在所有論文上的“大牌人物”。中國正在成功地把年輕人帶入這個領域並把他們培養好。Ben Horowitz： 嗯，xAI 很大程度上也是如此。Marc Andreessen： 是的。所以我覺得資訊正在被傳遞到環境中，人們正在學習如何做這件事，未來會有更多的人知道如何建構這些東西。當然，也還有 AI 正在建構新的 AI，工具本身將會變得更擅長為此做出貢獻。我認為這是好事，因為目前工程師的短缺程度太束手束腳了。在晶片方面，我不是一個晶片專家，但晶片行業的每一次短缺最終都導致了過剩。因為短缺帶來的利潤池太大了，利潤率變得太高了，激勵著其他人進入並找出如何將該功能商品化的方法也太多了。所以，輝達或許擁有晶片領域有史以來最好的地位。但儘管如此，我很難相信，5年後基礎設施還會面臨這種程度的壓力。Ben Horowitz：是的。假如未來某一天基礎設施內部的瓶頸轉移了，比如它變成了電力或冷卻，那麼肯定會遇到晶片過剩。Marc Andreessen：我們大家在五年後所面臨的挑戰，將會是不同的挑戰。AI競賽的“第二階段”，要看中國Erik Torenberg： Marc，你提到了中國。我們應該如何理解美國與中國之間的 AI 競賽？Marc Andreessen：如果只觀察目前的情況，特別是像 Deepseek，Qwen 以及那些來自中國的模型，我想說，美國和西方在“概念創新”（conceptual innovations）方面，一直領先。但中國極其擅長獲取創意，並將其執行、規模化和商品化。他們在整個製造業世界都是這樣做的，而且他們現在在 AI 領域也做得非常成功。所以我想說，中國在“追趕遊戲”中跑得非常好。當然，他們渴望的不止於此，中國有很多非常聰明和有創造力的人。所以，現在看看概念上的突破在多大程度上會開始來自那裡，以及他們是否會超越，這將是很有趣的。但是，這是一場全面的競賽，是一場賽跑，而且賽況非常激烈，分毫必爭。我們不會有5年的領先優勢，我們可能最多隻有 6 個月的領先優勢。軟體的競賽感覺還算不錯，我認為我們真的非常擅長軟體。但是當這件事進入以機器人形式出現的“具身智能”時，我認為事情會變得可怕得多。這就是我現在花時間在華盛頓特區，試圖真正教育人們的事情。美國和西方在過去40年裡，選擇了在一定程度上“去工業化”（de-industrialize）。中國現在擁有一個龐大的工業生態系統，用於製造各種機械、電氣、半導體和現在的軟體，同時也包括各種裝置，比如手機、無人機、汽車和機器人。AI 競賽將有第二階段，那就是機器人技術。它很快就會到，當它到達時，即使美國在軟體上保持領先，機器人也得被立刻製造出來。這不是一件容易的事，不是單一公司能做到的，它必須是一個完整的生態系統。就像汽車工業當年一樣，整個行業不是只有三家公司，而是有成千上萬的零部件供應商。機器人技術也將如此，而且，這一切正在中國發生。所以，即使中國在軟體上永遠趕不上我們，他們也非常有可能在硬體上直接“套圈”我們，然後比賽就結束了。但美國正在意識到這件事。我持謹慎樂觀地認為，美國將在這方面取得一些進展，但確實還有很多工作要做。 (四木相對論)