阿貝爾指出了波克夏的四大重倉股：蘋果、美國運通、可口可樂和穆迪，並暗示它們是永久持股，或接近永久持股；美國銀行和雪佛龍，則未進入這份名單裡。查理·蒙格幾十年來一直負責營運《每日法律新聞》（Daily Journal）這家上市法律服務公司的股票投資組合，如今該組合市值約為5億美元——而在蒙格於2023年末去世後，公司基本決定不再對其持倉做任何調整，任其維持原狀。波克夏在華倫·巴菲特於2025年底卸任CEO一職之後，可能也會對其約3000億美元的股票投資組合中的大部分採取同樣做法。蒙格不僅曾是波克夏的副董事長、巴菲特數十年的商業夥伴，還擔任《每日法律新聞》董事長長達數十年。在上周六上午發佈的首封致股東信中，波克夏新任CEO格雷格·阿貝爾明確點出了波克夏的四大重倉股：蘋果、美國運通、可口可樂和穆迪，並暗示它們屬於可以永久持有的股票，或者說接近“永久持股”。阿貝爾在談到這四家公司時寫道，它們都是“我們非常瞭解的企業，我們對其領導層高度認可，並預計它們能在未來數十年實現複利增長。我們將繼續採取這種集中的策略，在這些持倉上的操作會相對有限，不過，如果我們看到其長期經濟前景出現根本性變化，我們也可能會對某項持倉進行大幅調整。”這四隻股票佔波克夏股票投資組合的一半以上，阿貝爾還將波克夏在五家日本綜合商社中價值350億美元的持股也歸入同一類。合計來看，這九隻股票構成了該組合的三分之二。阿貝爾補充說，波克夏在少數其他公司也持有“相當規模的倉位”，在這些公司中“資本配置更加靈活多變”，而它們未來也可能成為波克夏的“核心持倉”。值得注意的是，波克夏前五大股票投資中的美國銀行和雪佛龍，並未進入這份核心持倉名單裡。過去18個月裡，波克夏已將其在美國銀行的持股大約削減了一半，降至5.17億股，市值約280億美元；雪佛龍持倉總值約200億美元。波克夏持有可口可樂和美國運通的股份已有40年或更久，持有穆迪的股份也超過20年。由於成本極低等原因，這些股票在波克夏關注者眼中普遍被視為會永久持有的股票。波克夏在20世紀80年代末買入可口可樂的平均成本約為每股3美元，而該股周五收於81美元，創下歷史收盤新高。蘋果這筆持倉大約只有十年歷史。巴菲特已將其從幾年前的峰值削減了約80%，截至2025年年末降至2.27億股。阿貝爾的表態暗示，波克夏對蘋果的持股不會再進一步削減。波克夏持有蘋果的平均成本約為每股27美元，約為當前每股264美元股價的十分之一。波克夏最初持有的10億股蘋果股票，其原始成本價約為每股35美元，但該公司似乎主要在2024年通過賣出成本較高的那部分股票，以降低出售蘋果股票所帶來的巨額稅負。從阿貝爾在信中的評論來看，波克夏股票投資組合的日常管理方式仍不明朗。阿貝爾寫道：“作為CEO，最終責任由我承擔。”不過，阿貝爾並沒有擔任投資組合經理的經驗，而且他還要全盤負責波克夏旗下50多家子公司的營運。巴菲特曾表示，缺乏正式的投資經驗並不重要，他認為只要一個人能像阿貝爾那樣評估企業，就能選股。阿貝爾寫道，巴菲特每周會有五天在辦公室，並“隨時可以提供諮詢”，就資本配置（包括股票投資）提供建議。64歲左右的泰德·韋施勒自2012年起擔任波克夏的投資經理。他和托德·庫姆斯（已於去年12月離開波克夏，前往摩根大通擔任相關投資職位）此前各自管理著估計約佔股票投資組合5%的資金，其餘部分由巴菲特管理。外界原本預計，在巴菲特卸任首席執行長後，韋施勒會在投資組合管理中扮演更重要的角色。但阿貝爾寫道，韋施勒將管理6%的投資，其中包括庫姆斯此前負責的一部分——與他過去管理的規模相比變化不大。這與波克夏在2011年聘用韋施勒時所表述的安排不同。根據2011年的新聞稿，“在巴菲特先生不再擔任CEO之後，托德和泰德——可能再加上一位經理的協助——將在屆時CEO和董事會的總體指導下，負責波克夏全部的股票和債券投資組合。”阿貝爾在信中寫道，“股票投資是我們資本配置活動的核心。”但目前尚不清楚誰將負責重大的選股決策。部分觀察波克夏的人士認為，阿貝爾出任CEO後會降低對股票投資的側重。這還有待觀察。但從目前缺少一位負責整個投資組合的日常投資組合經理，以及阿貝爾關於“永久持股”的暗示來看，未來新增股票投資，可能不再是波克夏價值創造的主要來源。那將會很引人注目，因為巴菲特在波克夏發展的最初幾十年裡，是靠成功的股票投資一步步把公司打造起來的。 (Barrons巴倫)

城主說 | 一直對Anthropic的CEO Dario Amodei 對中國的偏見頗有微詞, 但這一次, 在OpenAI, Google 光速滑跪的情況下, Amodei能頂著懂王的大棒, 拒絕五角大廈要求, 堅持原則死扛, 確實讓人刮目相看, 必須說他確實有自己原則.這是今天ABC的最新專訪, 我看Amodei臉色都不好了, 畢竟這壓力肯定山大, 以下是本城對訪談的全文整理.願世界和平.Anthropic首席執行長Dario Amodei今天就公司與美國國防部之間的合作僵局接受了深度訪談。Amodei堅持認為，保衛國家不應以犧牲核心價值觀為代價，而這種堅持正讓 Anthropic 面臨前所未有的政治與法律壓力。Dario Amadei闡述了公司在國家安全合作中堅持的兩大紅線：反對國內大規模監控和全自動武器。訪談還涉及了政府發出的供應鏈風險警告、最後通牒的性質、私營企業在技術倫理中的角色，以及法律滯後於 AI 發展等核心議題。核心觀點：“我們同意五角大廈 99% 的用例，但在事關民主價值觀的 1% 極端場景上，我們必須劃定紅線。”“國內大規模監控在 AI 時代已走在法律前面，技術的發展速度讓現行監管體系顯得力不從心。”“當今 AI 系統存在根本的不可預測性，在解決可靠性問題前，部署全自主武器是不負責任的。”“政府將一家美國公司指定為‘供應鏈風險’是前所未有的報復性行為，這通常只針對外國敵對勢力。”“反對政府的不當擴張是‘最美國化’的行為，愛國主義並不意味著盲目服從權力，而是捍衛原則。”“AI 計算量每四個月翻一番，這種指數級增長要求國會必須盡快建立符合時代需求的安全護欄。”九十九比一的博弈：在安全與紅線之間平衡在Amodei的敘事中，Anthropic 並非外界傳聞中的“反政府者”，相反，它是與美國國家安全機構合作最積極的 AI 公司之一。Amodei透露，Anthropic 是首家將模型部署到機密環境、並為情報部門定製模型的企業。然而，這種深度合作在兩個具體領域戛然而止：國內大規模監控與全自動武器系統。“我們必須以捍衛民主價值觀的方式來保衛國家，” Amodei強調。他指出，AI 的強大分析能力正使“合法但不合理”的監控成為可能，例如政府購買私人資料並通過 AI 進行大規模畫像。而在武器化方面，他堅持認為 AI 尚未達到支撐全自主作戰的可靠性水平。“任何與 AI 模型打過交道的人都明白，它們存在一種基本的不可預測性。” 這種技術上的不成熟，結合缺乏人類問責機制的風險，構成了 Anthropic 堅守的紅線。最後通牒與“懲罰性”的供應鏈指定訪談揭示了 Anthropic 與五角大廈談判破裂的驚人細節。Amodei描述了一個充滿火藥味的過程：政府給出了為期三天的最後通牒，要求公司放棄紅線，否則將被指定為“供應鏈風險”。儘管 Anthropic 試圖提供折中方案，並承諾在脫離過程中保證服務連續性，但五角大廈並未在實質性條款上做出任何讓步。令Amodei感到憤慨的是政府採取的後續手段。川普政府通過社交媒體宣佈 Anthropic 為供應鏈風險，並威脅動用《國防生產法》。Amodei直言不諱地指出：“這種指定從未應用於一家美國公司，它通常針對的是像卡巴斯基或中國晶片商那樣的對手。” 他認為這種將愛國企業與外國間諜軟體歸為一類的做法，是完全的報復性和懲罰性行為，旨在通過製造恐懼和不確定性來打壓私營企業的獨立意志。技術指數級增長下的法律真空為何一家私營公司的 CEO 要承擔起定義國家安全邊界的角色？Amodei將此歸咎於法律的嚴重滯後。他指出，AI 的發展遵循著驚人的指數定律，計算量每四個月就翻一倍，而國會和司法解釋仍停留在舊時代。“國會不是世界上動作最快的機構，而我們這些人在前線看到了這項技術的真實威力，” Amodei說道。他認為，雖然長期來看，制定規則應是國會的職責，但在法律“追趕”技術之前，技術開發者有義務劃清界限。他呼籲建立一種新的“民主對話”，探討如何在不削弱對抗威權對手能力的前提下，防止政府濫用技術權力。他堅持認為，這不僅是技術問題，更是維護《第四修正案》精神的憲法問題。“最美國化”的抗爭：重塑愛國主義敘事面對“覺醒（Woke）”或“左翼意識形態驅動”的指責，Amodei表現得異常冷靜。他拒絕捲入黨派政治，強調 Anthropic 的立場基於專業知識和中立原則。他提到自己曾與多位不同政見的政要合作解決能源和醫療問題，試圖證明公司的決策並非出於政治偏見。在訪談的最後，Amodei重申了他的身份認同：“我們是愛國的美國人，我們所做的一切都是為了支援美國國家安全。” 但他同時賦予了愛國主義更深層的含義：即行使憲法賦予的權利，公開發言並反對政府的過度擴張。他堅稱。對於 Anthropic 而言，堅守那 1% 的紅線，正是為了確保在贏得 AI 競賽後，美國依然是那個值得保衛的民主國家。儘管面臨法律挑戰和政治壓力，Amodei表示公司已做好在法庭上捍衛權益的準備，並對挺過這場危機充滿信心。Web3天空之城全文整理 合作背景與兩大紅線主持人: 感謝您抽出時間。您是Anthropic的首席執行長達里歐·Amodei，我的第一個問題是，為什麼您不無限制地向美國發佈Anthropic的人工智慧系統？Amodei: 是的。我想我們應該稍微回溯一下，提供一些背景資訊。Anthropic實際上是所有人工智慧公司中與美國政府合作最為積極進取的。與美國政府合作。我們是第一家將我們的模型部署到機密環境中的公司，我們是第一家為國家安全目的定製模型的公司。我們已經部署在情報部門和軍隊中，用於網路安全、作戰支援行動、各種此類應用。而且，我們之所以這樣做，是因為我相信我們必須保衛我們的國家。我相信我們必須保衛我們的國家，使其免受對手的侵害。因此，我們一直非常積極進取。我們有一個相當大的公共部門團隊。但是，我一直認為，當我們保衛自己免受專制對手的侵害時，我們必須以捍衛我們民主價值觀和維護我們民主價值觀的方式來進行。因此，我們告訴國防部，我們同意他們基本上想要的98%或99%的所有用例，除了我們關注的兩個用例之外。其中一個是用例是國內大規模監控。在那裡，我們擔心的是，人工智慧可能會實現以前不可能實現的事情。一個例子是，比如將私營公司收集的資料，由政府購買，並通過人工智慧進行大規模分析。這實際上並不違法。只是在人工智慧時代之前，它從未有用武之地。因此，國內大規模監控在某種程度上已經走在了法律前面。技術發展得太快，已經跟不上法律的步伐了。這是第一種情況。案例二，是全自主武器系統。這不是目前在烏克蘭使用的或部分自主武器。這是指那些無需任何人為干預即可發射的武器。現在，即使這些武器，我認為，那些，我們的對手，可能在某個時候會擁有它們，所以或許，它們在某個時候可能對維護民主是必需的。但我們對它們存有一些擔憂。首先，當今的人工智慧系統遠未達到製造全自主武器所需的可靠程度。任何與人工智慧模型打過交道的人都明白，它們存在一種基本的不可預測性，而這在純粹的技術層面上我們尚未解決。而且還有一個監管問題。如果你擁有一大批無人機或機器人，它們可以在沒有任何人工監督的情況下運行，沒有人類士兵來決定目標是誰、向誰開火，這會引發擔憂。我們需要就如何監督這些系統展開對話。而我們還沒有進行那次談話。談判僵局與最後通牒主持人: 因此，我們堅信，那兩種用例不應該被允許。五角大廈告訴我們，他們原則上同意了這兩項限制。他們想達成一項協議。為什麼沒能達成協議呢？Amodei: 這個過程有幾個階段，都是快速完成的，而且都是由他們給我們的那種非常有限的三天的時間窗口所決定的，他們給了我們一個最後通牒，要求我們在三天內同意他們的條款，否則，就會被指定為供應鏈風險或受到《國防生產法》的制約。我想我們稍後會談到那個。但在那段時間裡，雙方進行了幾次針鋒相對的交鋒。有一次他們發給我們的措辭，從表面上看似乎符合我們的條款，但其中包含各種措辭，比如“如果五角大廈認為合適”，或者，“為了做任何與法律一致的事情”。所以它實際上並沒有在任何方面，在任何有意義的方面做出讓步。它的後續步驟也都沒有在任何有意義的方面做出讓步。我們從一開始就想達成一項協議。如果你想瞭解五角大廈的立場，五角大廈發言人肖恩·帕內爾在前一天重申了他們的立場：我們只允許所有合法使用。這和他們給我們發來條款時一樣。所以他們沒有超出，也沒有以任何方式同意我們政府的（條款）。在任何有意義的方面都沒有例外。面對指控與連續性保障主持人: 總統今天對這種情況發表了回應，稱他們的自私自利，指的是Anthropic，正在危及美國人民的生命，使我們的軍隊處於危險之中，並使我們的國家安全陷入危險境地。你認為呢？你的回應是什麼？Amodei: 在我們昨天發佈的聲明以及我們今天發佈的聲明中，我們都表示，即使戰爭部，甚至即使是川普政府，對我們採取這些前所未有的措施，這種通常針對外國對手的供應鏈指定，我們也願意接受。我們說過，即使他們採取這些極端行動，我們也會盡一切努力支援戰爭部，提供我們的技術，直到我們完全脫離並讓願意做我們不願意做的事情的競爭對手接手為止。準備退出。所以我們已經提供了連續性保障。我們實際上深感擔憂。我們深切關注服務中斷問題，這正是當我們被指定為供應鏈風險時所發生的情況。當我們被指定為供應鏈風險時，他們會說，你必須從我們所有的系統中移除。我與一線人員、軍官交談過，他們說這是至關重要的。沒有這個，我們會倒退六個月、十二個月，甚至更久，所以我們才如此努力地嘗試達成協議。但再說一次，三天的最後通牒，將我們指定為供應鏈風險的風險，整個時間表都是由戰爭部推動的，而不是由我們推動的。我們正努力提供連續性。我們正努力提供服務。我們正努力提供它。我們正努力達成一項協議。主持人: 那麼這對美國人的安全意味著什麼呢？我想說幾點。Amodei: 短期來看，這意味著，這取決於戰爭部。我們仍在努力達成，我們仍在努力與他們達成一項協議。你們在談嗎？他們在和你們談嗎？我們收到了各種資訊。我們沒有看到任何，能夠滿足我們的，我們沒有看到任何能夠滿足我們關切的（東西）。但是，我指的是在廣義上，只要符合我們的底線，我們仍然有興趣與他們合作。主持人: 但聽起來你們的立場仍然相去甚遠，現在海塞斯（Hegeseth）部長已經認定你們對供應鏈構成風險，並行表了他的看法。那麼，你認為在現階段達成協議是否可能？Amodei: 我看看，協議需要雙方。我們這邊，願意為這個國家的國家安全服務。我們願意在已提供的條款下，在我們設定的紅線內，向政府所有部門提供我們的模型，包括戰爭部、情報部門，以及政府中更偏向民用的部門。我們一直都願意這樣做，我們不會因此感到冒犯。我們以這種方式提供技術的原因是我們希望支援，美國的國家安全。我們這樣做不是，僅僅是為了五角大廈的官員。我們這麼做不是為了某個特定的政府當局。我們這麼做是因為這對美國的國家安全有益。對美國而言，我們將繼續這樣做。私營企業權力與法律滯後主持人: 你為什麼認為讓像Anthropic這樣的私營公司在人工智慧的軍事用途上擁有比五角大廈更大的發言權更好呢？Amodei: 我首先想說的是，我認為這一點很重要。據我們所知，在實地操作中，沒有人真正遇到了任何這些例外的限制。這些，抱歉，這些只佔使用案例的1%，而且我們沒有證據表明它們在實地已經發生。現在，我再說一遍，我不能說他們的計畫是什麼，我們不知道。但我們沒有證據表明這些用例實際上遇到了麻煩。我們已經推廣到戰爭部和其他政府部門，而沒有遇到任何這些問題。現在，就這一個或兩個狹隘的例外情況而言，我確實認為從長遠來看，我們需要進行一場民主的對話。從長遠來看，我確實相信這是國會的職責所在。例如，如果存在國內大規模監控的可能性，政府購買美國人產生的海量資料，涉及位置、個人資訊、政治傾向，以建立個人檔案。而現在可以用人工智慧來分析這些資料。事實是，這在法律上是允許的，這似乎表明，對《第四修正案》的司法解釋還沒有跟上，或者國會通過的法律還沒有跟上。因此，從長遠來看，我們認為國會應該跟上技術發展的步伐。但是國會不是世界上動作最快的機構。而就目前而言，是我們這些人在前線看到這項技術。我期望戰爭部，我期望他們對這些問題進行深思熟慮，以便，主動地，思考這些問題。因此，我本以為他們不會有任何擔憂。然後，我們進行一場對話。但在沒有這種（明確指導）的情況下，我認為我們需要關注技術本身。我們需要考察它在可靠性方面的能力。我們需要審視它超越法律的途徑，以及它規避法律意圖的方式。這些是一些非常具體的領域，但我認為它們很重要。這些是美國人認為根本性的事情，不被政府監視的權利，我們的軍官能夠自己做出戰爭決策，而不是完全將其交由機器決定的權利。這些是根本性的原則。主持人: 但是，以維護根本原則的名義，美國人為什麼要相信你，一個私營公司的首席執行長，來做這些決定，而不是相信聯邦政府呢？Amodei: 對此，我將給出兩個回答。第一，我們是一家私營公司，是的。我們可以選擇出售或不出售任何我們想要的東西。還有其他提供商。如果國防部（DOW），不喜歡我們提供的服務或者我們提供服務的方式，他們可以選擇使用另一家承包商。這本該是處理此事的正常方式，我只想說，我本來會表示反對，但如果他們說，國防部，我們不想與Anthropic合作，我們的原則與你們不一致，我們將選擇其他模型，我也會尊重他們的決定。但他們（指某些實體）將這種做法延伸到了國防部以外的政府部門，並試圖懲罰性地撤銷我們超越國防部的合同，而且他們還做了這個供應鏈指定的事情，這基本上意味著，如果你是一家擁有軍事合同的私營公司，你就不能在涉及這些軍事合同的方面使用Anthropic。所以他們正在干預私營企業的行為。而且很難將此解釋為除懲罰性行為以外的任何其他方式。據我們所知，供應鏈指定從未應用於一家美國公司。它只應用於，像卡巴斯基實驗室這樣的對手，那是一家被懷疑與俄羅斯政府有牽連的俄羅斯網路安全公司，中國晶片供應商，被和他們歸為一類，考慮到我們為美國所做的貢獻，這感覺非常具有懲罰性和不恰當。國家安全所做的。技術指數級增長與長期願景主持人: 所以你說你為美國做了這麼多。國家安全做出了貢獻，你遵守了你想堅持的這兩項限制。你認為 Anthropic 在這裡比五角大廈更瞭解情況嗎？Amodei: 我們不看，自由市場和自由企業的一個特點是不同的參與者可以在不同的原則下提供不同的產品。請記住，這不僅僅是關於使用條款。這不僅僅是關於，這是我們的模型在法律上被允許做什麼。我們的模型具有個性。它能做某些事情。它能可靠地做某些事情。它不能可靠地做某些事情。我想我們是。一個很好的判斷者，知道我們的模型能夠可靠地做什麼，不能可靠地做什麼。而且我認為我們確實對這項技術如何再次超越法律有很好的認識。但我會說，我再說一遍，我實際上同意你的觀點，這在長期來看是站不住腳的。我不認為正確的長期解決方案是讓一家私營公司和五角大廈就此事爭論不休。我認為國會需要在此採取行動。我們正在考慮這個問題。我們正在考慮國會可以採取那些措施來實施一些安全護欄，這些護欄既不阻礙我們擊敗對手的能力，但又能以符合中國價值觀的方式擊敗我們的對手。但如您所知，國會的行動速度很慢。不。我認為在此期間，我們需要劃清界限。主持人: 在國會採取行動之前，您是說您會堅守立場嗎？但是，還有很多其他公司與美國做生意。波音公司為美國製造飛機。波音公司不會告訴美國。軍隊如何使用這些飛機。這有什麼不同？Amodei: 我再說一遍，它在兩個方面有所不同。首先，我希望再次指出，這項技術是新穎的，當一項技術已經成熟穩定後，那麼，我指的是，關於飛機有很多技術性的東西。但是，我認為，一位將軍對飛機的運作方式有相當好的理解。飛機已經存在很長時間了。主持人: 但是航空航天工業內部仍然有大量的創新。Amodei: 當然，但速度不是，不是我們看到人工智慧那樣的速度。人工智慧發展得太快了。我經常談到人工智慧是如何處於指數級增長趨勢上的。每一個，這些模型，用於這些模型上的計算量每四個月翻一番。我們從未見過如此快的創新速度。主持人: 但是如果這種速度繼續保持下去，那麼美國政府永遠追不上。那麼，如果你長期主張希望與美國合作，這種邏輯如何適用呢？政府來提供，適當的國家安全保障？如果對於可預見的未來，發展如此迅猛，國會都追不上，那為什麼還要對此避而不談呢？Amodei: 我認為只有一次追趕的機會。所以技術的發展速度很快。出現的問題數量很少，但卻非常重要。再說一次，我們只有兩個這樣的問題。主持人: 國內大規模監控，全自動武器。Amodei: 我們需要與國會進行對話，以幫助他們理解其中伴隨的一些風險。再說一次，這是世界上最美國化的事情。沒有人希望被美國監視。沒有人希望被美國監視。政府。競爭壓力下的價值觀博弈主持人: 與此同時，我們一些最主要的對手擁有的技術要麼正在迅速趕上我們，要麼最終會趕上我們，甚至可能已經趕上了。因此，如果我們的軍隊對於保衛美國人民、對於我們的民主、自由和共和國至關重要，我們為什麼要固守這個立場，說不，我們不打算合作呢？Amodei: 再說一次，這是一個抽象的論點，但讓我們看看實際的兩個用途。國內的大規模監控並不能幫助美國追上它的對手。國內大規模監控，是對政府權力的濫用，即使在技術上是合法的。所以我們可以排除這一點。全自動武器，在那方面，我實際上擔心我們可能需要跟上。它，不是，技術。技術還沒有準備好。因此，正如我所說，我們並非完全反對全自動武器。我們只是認為可靠性尚不具備，我們需要就監督問題進行對話。我們曾提議與國防部合作，在沙盒環境中幫助開發和試制這些技術，但他們對此不感興趣，除非他們從一開始就可以隨心欲地做任何事。再說一次，我們需要平衡生存的需要。沒有人比我更強調擊敗我們的對手，但我們需要戰鬥，我們需要以正確的方式戰鬥。這就像是說……有很多國家和對手。如果我們的對手犯下戰爭罪行，我們難道也應該犯下戰爭罪行嗎？我不是說這等同於戰爭罪行。我說的是，我們價值觀的精髓在於我們必須找到一種獲勝的方式。以一種維護這些價值觀的方式。我們不能只是徹底地走向低谷。我們必須有一些原則。而這些原則非常少。這項技術可以從根本上加速我們軍隊所能做到的事情。我與海軍上將、將軍們交談過，也與作戰指揮官們交談過，他們說，這徹底改變了我們能做的事情。而這些僅僅是我們迄今為止部署的非常有限的使用場景。那麼，為什麼我們要執著於那些違背我們價值觀的1%的使用場景，而我們可以追求那99%的、符合我們民主價值觀並保衛這個國家的使用場景呢？我們甚至可以嘗試研究那最後的1%的使用場景，以瞭解是否有方法能以符合我們價值觀的方式來執行它們。這就是我們的立場，我認為這是非常合理的。主持人: 給我一兩個可能出現的情況的例子。出錯。Amodei: 我們可能會想像出現問題的這類事情，主要有兩種類型。第一種，再次提到，是關於可靠性的問題，也就是它目標錯誤的人，擊中平民，無法展現出人類士兵應有的判斷力。友軍火力誤傷或射擊平民，或者就是其他錯誤的事情。我們不想銷售我們認為不可靠的東西，我們也不想銷售可能導致我們自己人或無辜的人喪生 殺害 的東西。第二點是關於監督的問題。如果你仔細想想，對於人類士兵來說，有一整套問責制，其前提是人類會運用他們的常識。假設我有一支由 1000 萬架無人機構成的軍隊，它們都由一個人或一小部分人協調。難道你看不出那裡存在問責制問題嗎，那種將權力集中到如此程度的做法是行不通的。這並不意味著我們不應該擁有這支部隊。再說一次，我不知道。也許在某個時候我們需要它，因為我們的對手會擁有它。但我們需要就問責制、誰掌握著按鈕以及誰可以說了算進行一次對話。我認為這是非常合理的。中立與愛國立場主持人: 川普總統稱Anthropic是一家左翼的“覺醒”公司。這個決定是否受到意識形態的驅動？看，我無法代表其他各方在做什麼，我無法代表其他方在做什麼。Amodei: 在做以及他們在做什麼。但是你，而我們在這裡，在Anthropic。看，我們，我認為，一直努力保持非常中立。我們在我們擁有專業知識的人工智慧政策問題上發聲。我們不對一般的政治問題持立場，我們也不考慮一般政治問題，只要有共同點，我們就努力合作。例如，我曾和總統、和麥康奈爾參議員一起在賓夕法尼亞州參加了一個關於能源供應的活動。為我們的人工智慧模型在美國的部署提供足夠的能源。我與總統談了話。我表示我同意他所做的許多方面。我們還就，利用人工智慧促進健康做出了承諾。我們還做了許多其他事情。當政府的人工智慧行動計畫出台時，我們表示其中許多方面，也許是大部分方面，我們都表示贊同。所以這種認為我們黨派化或者沒有做到一碗水端平的想法是錯誤的，我們一直以來都是審慎地做到了一碗水端平。再說一次，我們無法控制別人，即便是總統，對我們有什麼看法。那不是我們能控制的。我們能控制的是，我們可以保持理性，我們可以保持中立，我們可以堅持我們的信念。主持人: 從一到十，是否能與聯邦政府達成一致？關於這個在未來呢？還是你認為這已經結束了？Amodei: 聽著，我沒有水晶球。就我們而言，我們的立場是明確的。我們有這兩條紅線。我們從第一天起就設定了這些紅線。我們仍然，我們仍然在倡導這些紅線。我們不會在這些紅線上讓步。如果我們能與部門達成一致，如果我們能以相同的方式看待事物，那麼也許可以達成協議。主持人: 就我們而言，並為了美國的利益國家安全，我們，我們繼續希望讓這件事奏效。Amodei: 但是，再說一次，達成協議需要雙方共同努力。主持人: 如果你現在，今晚，有機會和總統談談，你會對他說什麼？Amodei: 我再說一遍，我們是愛國的美國人。我們所做的一切都是為了這個國家，為了支援美國。國家安全，我們正積極主動地向軍方部署我們的模型。所做的一切都是因為我們相信這個國家。我們相信要擊敗我們的專制對手。我們相信要保衛美國。我們劃定的紅線，劃定它們是因為我們相信越過這些紅線違背了美國價值觀。我們希望捍衛美國價值觀。而我們卻遭到了以供應鏈指定和《國防生產法》相威脅，這些都是政府對私營經濟前所未有的干預。我們行使了我們經典的憲法第一修正案賦予的權利，即公開發言並反對政府。反對政府是世界上最美國的事情。我們是愛國者。在我們所做的一切事情中，我們都捍衛了這個國家的價值觀。危機應對與法律挑戰主持人: 你認為Anthropic作為一家企業能夠挺過這次危機嗎？當總統，當赫格斯部長，塞斯發佈了關於供應鏈的指定推文時。他說了一些不精準的話，這遠遠超出了他們的法定權力範圍。他說任何有軍事合同的公司都完全不能與Anthropic做生意。法律上並非如此規定。我們發佈了一份聲明，指出了法律的規定。法律所說的只是，作為其軍事合同的一部分，任何公司都不得將 Anthropic 用於這些軍事合同。這是一個非常，一個影響範圍要小得多的情況。主持人: 那麼您對 Anthropic 能否挺過這一關感到有信心嗎？不僅是挺過，我們會過得很好。Amodei: 這一禁令的影響相當小。現在，這位部長發布推文的性質是為了製造不確定性，是為了製造一種讓人們相信影響會大得多的情況，是為了製造恐懼、不確定和疑慮。但我們不會讓其得逞。我們會過得很好。主持人: 批評人士稱五角大廈和白宮的做法是一種權力濫用。您是否認為這是一種權力濫用？Amodei: 我再次回到這個觀點，即這是前所未有的。主持人: 但這是否是濫用權力呢？Amodei: 這種情況以前從未發生過。這種指定從未對一家美國公司使用過。而且我認為他們在一些聲明、一些措辭中已經說得很清楚了，這是報復性的和懲罰性的。我不知道，我不知道還能稱之為別的什麼，報復性和懲罰性的。Amodei: 那麼你們會採取法律行動嗎？我們，我們，我已經聲明了，我們在聲明中已經聲明了。再說一遍，我們收到的只是一個推文。我們還沒有收到實際的供應鏈設計，政府還沒有採取任何實際行動。剛剛有一些推文，說了他們將要做什麼，說了他們聲稱將要做什麼。主持人: 你們沒有收到任何正式的。資訊嗎？Amodei: 我們完全沒有收到任何正式資訊。我們所看到的只是總統的推文以及赫格薩部長的推文。當我們收到某種正式行動時，我們將進行審查，我們將理解它，並將在法庭上對其提出質疑。主持人: 如果這就是他們與你們溝通的方式，你們認為這說明了他們在處理重大國家安全問題方面的能力如何？Amodei: 再說一次，我不想把這件事變成針對這個特定政府的討論。我不想把這件事變成針對特定個人的討論。我們正在盡我們所能支援美國的。國家安全。這就是為什麼我們致力於努力達成一項協議。如果我們找不到協議，這也是我們致力於以一種平穩的方式完成業務交接的原因，以便在我們的作戰人員進入衝突時，他們能夠繼續得到支援。這也是我們致力於採取我們認為不符合本國價值觀的行動的原因。這不關乎任何特定個人。這不關乎任何特定政府。這是關於維護正義原則的問題。主持人: Anthropic首席執行長達里歐·阿莫代。非常感謝您。Amodei: 非常感謝您的邀請。謝謝。 (Web天空之城)

摩根大通(JPM)行政總裁戴蒙(Jamie Dimon)表示，他將繼續執掌公司多幾年。他於周一(2月23日)在出席the bank's investor day event in New York時表示，未來數年將繼續擔任行政總裁，之後亦有可能會出任執行主席數年。戴蒙領導這家美國規模最大、獲利能力最強的銀行已有二十年之久，是美國企業界最傑出的高階主管之一。戴蒙此前曾表示：「我熱愛我的工作。至於我還能做多久，這取決於董事會。只要我有精力、有精神、有激情，我就想繼續做下去。」戴蒙，2025年報酬按年增10.3%至4,300萬美元，其中包括150萬美元基本薪金、及4,150萬美元獎勵。其在2024年為3900萬美元。即將70歲(3月13日生日)的戴蒙自2005年執掌摩根大通，《福布斯》估計其身家28億美元。 (瑞恩資本Ryanben Capital)

當前，美股市場超過三分之一的市值僅由七家科技巨頭貢獻，人工智慧也成為媒體的焦點。但構成另外三分之二市值的那些上市公司呢？它們的表現又如何？2025年，雖然金融市場仍沉浸在人工智慧熱潮中，但科技類股外的企業並未停下腳步。它們制定增長戰略，發佈新產品，擴張版圖，推動業務轉型，收購競爭對手，還要應對抵消關稅成本等外部挑戰。這些上市企業的首席執行長，有的交出了亮眼的成績單，有的則表現相對平平。由於人工智慧類股的光芒太過耀眼，很多其他領域的傑出首席執行長們的表現被大家忽略了。為此，我們特別挑選了人工智慧類股以外的11位傑出企業領導者。2025年5月29日，花旗集團首席執行長范潔恩攝於美國紐約。圖片來源：John Lamparski/Getty Images2025年表現最亮眼的首席執行長：范潔恩（Jane Fraser）花旗集團 （Citigroup）花旗集團在首席執行長范潔恩主導的“Bora Bora”重組計畫下，從一家臃腫的金融服務巨頭成功“瘦身”。這場歷時數年的轉型在2025年成效斐然：花旗集團去年全年的營收預計達840億美元，創2010年以來新高。最新季報顯示，花旗集團五大業務類股業績均刷新歷史紀錄。最近，美國貨幣監理署終止了一項重要的監管令，聯準會也撤銷了三項監管通知。這標誌著監管部門對其風險管理與資料治理能力的認可。花旗集團的股價年內漲幅高達67%，位居美國各大銀行之首，且股價十年來首次超過實際帳面價值（1.25倍）。為了彰顯對范潔恩的領導能力的信心，她還被選為花旗集團董事會主席，並榮獲《歐洲貨幣》（Euromoney）雜誌的“2025年度最佳銀行家”稱號。瑪麗·巴拉（Mary Barra）通用汽車（General Motors）美國總統川普於2025年4月重啟關稅戰後，通用汽車經歷了動盪的一年。但是在瑪麗·巴拉的領導下，通用汽車的成績依然亮眼，有望成為2025年美國汽車市場的年度銷量冠軍。面對監管環境的變化與消費者偏好的轉移，通用汽車展現了極強的戰略定力。先是削減了電動汽車領域的投資，又終止了一個投資100億美元的無人駕駛計程車項目，僅此兩項每年便可節省成本10億美元。與此同時，通用汽車也將無人駕駛技術的研發重心轉向了個人車輛和超級巡航系統。改革成效立竿見影。儘管受關稅衝擊，通用汽車仍然連續幾個季度超預期完成業績目標，甚至兩次上調利潤指引。公司還進行了總價35億美元的股票回購，並償還債務13億美元。通用汽車的股價年內漲幅達60%，遠超特斯拉，成為美國主要車企中表現最佳的公司，也交出了自2009年破產重組以來最亮眼的一張成績單。戴文睿（David Ricks）禮來（Eli Lilly）憑藉其在GLP-1藥物市場的絕對主導地位，禮來公司市值一度突破兆美元，為全球首家達成這一里程碑的製藥公司。截至去年9月，在首席執行長戴文睿的推動下，禮來旗下兩款替爾泊肽類藥物Mounjaro和Zepbound的銷售額同比上漲131%，佔據了品牌減肥藥市場63%的份額及71%的新增處方量。2025年，禮來公司的多個重要藥品通過了美國食品藥品監督管理局（FDA）嚴苛的審批，其中包括一款用於乳腺癌患者的口服藥，和一款針對早期阿爾茨海默症患者的新藥。為與諾和諾德的口服GLP-1藥物搶上市時間，禮來公司還提交了同類口服藥的快速審批申請，預計2026年二季度上市。禮來公司還宣佈將斥資270億美元，在美國本土新建四座生產基地，這也是美國製藥史上規模最大的一筆投資。在戴文睿的領導下，禮來的股價年內上漲39%，而其主要競爭對手諾和諾德的股價則下跌了40%。蘇德巍（David Solomon）高盛（Goldman Sachs）高盛的首席執行長蘇德巍將戰略重心聚焦於投行核心業務，為公司帶來了斐然的業績。高盛在全球收併購領域累計參與交易規模近1.5兆美元，領先於同行。目前，高盛還在持續升級全業務線的服務體系，最近一個季度，高盛的淨營收達到創紀錄的152億美元，同比增長20%；淨利潤達到41億美元，同比增長37%。去年，高盛的股價漲幅達到了50%。亞當·諾維特（R. Adam Norwitt）安費諾（Amphenol）在首席執行長亞當·諾維特的嚴格管理下，安費諾集團已悄然成為人工智慧基礎設施浪潮中的隱形冠軍。2025年，這家連接器與感測器製造商每個季度的銷售與利潤均創紀錄，營收同比漲幅超50%。這主要得益於資訊技術的資料通訊市場的內生增長和公司的系統性收購戰略。去年三季度，安費諾的營業利潤率達到創紀錄的27.5%，彰顯其強大的利潤轉化能力。諾維特的收購戰略的成傚尤為顯著。過去十年間，安費諾累計收購了超過50家企業。例如，2025年，安費諾宣佈以105億美元收購CommScope CCS公司，這筆交易增強了安費諾為人工智慧資料中心提供光纖解決方案的能力。安費諾的終端市場佈局極為多元，業務覆蓋國防、汽車、移動裝置及通訊等多個領域，有效避險了單一行業周期性下行的風險。2025年，安費諾的股價上漲了98%，遠超行業平均水平。公司還將分紅提高了52%，以回饋股東的支援。凱瑟琳·柯爾克（Kathleen Quirk）Freeport-McMoRan得益於銅價的超級周期，倫敦金屬交易所（LME）的銅價一度攀升至每噸12000美元，Freeport-McMoRan公司股價年內上漲了34%，跑贏大盤。2024年6月，凱瑟琳·柯爾克出任Freeport-McMoRan公司首席執行長，成為美國大型礦業公司歷史上首位女性掌門人。她與董事長理查德·阿德克森將公司定位為“美國銅業領軍者”，盯緊了電氣化、可再生能源和人工智慧資料中心建設可能給銅業帶來的巨大商機。2025年9月，Freeport-McMoRan公司在印度尼西亞的格拉斯伯格銅礦發生泥石流，造成7人遇難，礦山停產，預計到2026年第二季度才能全面復產，但公司多元化的資產組合仍顯現韌性：亞利桑那州與秘魯礦區的利潤均大幅增長。目前，該公司手握43億美元現金儲備，年銅產量接近40億磅。柯爾克表示，隨著銅在全球能源轉型中的地位日益提升，一旦格拉斯伯格銅礦恢復生產，公司還將繼續受益於銅價攀升帶來的利潤上漲。帕特里斯·盧維特（Patrice Louvet）拉夫勞倫（Ralph Lauren）自從2017年從寶潔公司跳槽到拉夫勞倫公司以來，帕特里斯·盧維特帶領拉夫勞倫品牌實現了華麗轉身，從一家依賴打折促銷的零售商，轉型為名符其實的奢侈品牌。盧維特剛剛上任時，拉夫勞倫的品牌形象因為向中低端商場過度下沉而嚴重受損。但是在八年後，公司已經連續34個季度實現平均單品售價上漲，較盧維特上任時翻了一番。2025財年，拉夫勞倫的營收同比增長7%，達到71億美元。到2025年年底，該公司的營收同比增長14%，調整後的營業利潤率提升150個基點，也達到14%。盧維特與品牌創始人拉爾夫·勞倫密切合作，積極推行品牌高端化戰略，吸納更年輕、更多元、消費能力更強的客戶群體，使得拉夫勞倫能夠在歐洲奢侈品牌集體遇冷的大環境下獨善其身。2025年，拉夫勞倫的股價上漲50%。目前，該公司的市值已經超過了200億美元。自盧維特上任以來，該公司的股價累計漲幅達到385%，遠超同期標普500指數的漲幅。盧維特也因此榮獲《女裝日報》頒發的“愛德華・納爾多薩首席執行長創意領導力獎”。“眼看他起高樓，眼看他樓塌了”本是奢侈品市場的常態，盧維特卻能帶領拉夫勞倫穩步崛起，堪稱品牌重塑的典範。2026年值得關注的首席執行長：凱利·奧特伯格（Kelly Ortberg）波音（Boeing）2025 年，波音公司全年生產勢頭回暖。截至去年11月，波音共交付民用飛機537架，遠超2024年全年的348架。目前，波音787系列飛機的月產能已經達到7架，波音的首席執行長凱利·奧特伯格計畫2026年將月產量目標提高到10架。更關鍵的是，美國聯邦航空管理局已經將波音737 MAX系列飛機的月產能限制從每月38架上調到了42架。2025年12月，波音完成了對Spirit AeroSystems公司的收購，將737系列的機身生產業務，以及767、777、787系列的主要結構件生產業務收回公司內部。這次收購對加強波音的生產管控至關重要。資料顯示，波音2025年新增訂單超過1000架，大幅領先競爭對手空巴。目前波音公司的訂單儲備金額高達6,400億美元，足以支撐未來十餘年的生產需求。波音持續將質量改進列為核心要務。自2023年以來，737 MAX系列飛機的缺陷率下降30%；2024年至今，爛尾項目數量減少了75%。儘管波音仍需持續改進，而且美國聯邦航空管理局的檢查員也一直在駐場監督，而且去年波音還因為監管漏洞面臨310萬美元的罰款，但投資者已然認可了波音取得的進步。波音的股價去年上漲了27%。阿拉斯加航空公司最近宣佈與波音達成巨額採購協議，計畫訂購超過100架波音飛機，交易總額預計達到170億美元。這筆訂單堪稱波音的“定心丸”。要知道，2024年阿拉斯加航空公司的首席執行長曾經公開炮轟波音飛機的質量問題。而此次合作充分彰顯了阿拉斯加航空對波音的信心，預示著波音將迎來光明的一年。倪睿安（Brian Niccol）星巴克（Starbucks）2025年9月，星巴克在財年末迎來了關鍵的轉折點，實現了七個季度以來的首次同店銷售額正增長，這離不開首席執行長倪睿安推行的“回歸星巴克”戰略。這一戰略也得到了品牌創始人霍華德·舒爾茨的高度讚譽。到目前為止，星巴克已經完成了大刀闊斧的重組，包括裁減2,000個職能崗位，關閉約500家業績不佳的門店，成功應對了關稅和咖啡豆價格上漲的壓力，啟動10億美元的業務重組計畫。星巴克還以40億美元的價格，將中國區業務60%的股權出售給一家中資私募股權機構。在競爭堪稱白熱化的中國市場上，星巴克的業績時隔一年多也再度重回增長軌道。除了銷售額回升與重組計算取得進展外，星巴克重新將戰略重心聚焦於咖啡產品與顧客體驗，使美國市場業績連續三個季度保持向好趨勢。倪睿安最近推出的“綠圍裙服務模式”受到了很多顧客的歡迎。該模式的目標是投資6億美元用於員工工時補貼，將飲品製作時間縮短至4分鐘以內，以及簡化30%的菜單品類。儘管星巴克股價年內小幅下跌，但在較短的時間內就實現了止跌回升，這與2008年舒爾茨重新執掌星巴克時的情形非常相似。埃利奧特·希爾（Elliott Hill）耐克（Nike）在首席執行長埃利奧特·希爾的帶領下，耐克開啟了自我革新之路。希爾重視提升各類產品性能，更好地為運動員服務。比如耐克重新設計了Pegasus Premium和Vomero Premium等較受歡迎的高端跑鞋，還在奧斯汀開設了一家跑步概念專門店。這些舉措重新點燃了核心跑步品類的增長活力，使該品類連續兩個季度同比增長超20%。耐克還與金·卡戴珊旗下的塑身衣品牌SKIMS開展跨界合作，推出了“NikeSKIMS”聯名系列，迅速引爆市場熱度，成功撬動女性消費市場。希爾的另一個戰略重點是重振批發管道業務。特別是去年在迪克體育用品公司收購了Foot Locker公司後，耐克著力深化了與迪克體育用品公司的合作關係。最新季度資料顯示，耐克的批發業務營收同比增長8%，達到75億美元，其中北美地區批發營收同比上漲24%。儘管耐克仍然面臨諸多挑戰，如重啟直銷管道、抵消15億美元關稅成本對利潤的壓力，以及重新贏回中國年輕消費群體的青睞等，但是在希爾的領導下，耐克的長期發展前景依舊值得期待。邁克爾·菲德爾克（Michael Fiddelke）塔吉特（Target）2026年的塔吉特百貨正站在一個關鍵路口上。即將上任的首席執行長邁克爾·菲德爾克，正在準備帶領公司走上轉型之路。2025年8月，在塔吉特幹了20年的菲德爾克被任命為時任首席執行長布萊恩·康奈爾的繼任者，這一任命引起了華爾街不滿，認為塔吉特百貨缺乏引入外部人才的魄力，導致塔吉特股價應聲下跌8%。不過，外來的和尚未必更會唸經。資料顯示，內部晉陞的首席執行長帶領公司實現的年化平均回報率高達15%，而外部空降的首席執行長對應的年化回報率僅為-9%。菲德爾克既面臨著嚴峻挑戰，也擁有堅實的基礎。在康奈爾掌舵的十年間，塔吉特從一家深陷危機的零售商，蛻變為市值超過1,000億美元的全管道零售巨頭，其電商業務年營收突破200億美元，數字廣告業務年營收近20億美元，自有品牌產品年銷售額超過300億美元。但與此同時，塔吉特百貨面臨的挑戰也不容忽視。該公司的股價去年下跌逾三分之一，市場份額被沃爾瑪和亞馬遜持續蠶食。另外，在消費者支出收緊的大背景下，該公司的產品結構也呈現一定的脆弱性。面對困局，菲德爾克正果斷執行十年來最大規模的裁員，去年10月正式接任前，他宣佈將裁減約1800個總部崗位，約佔其員工總數的8%。塔吉特百貨會員計畫“塔吉特圈”有1億會員，菲德爾克計畫充分開發其會員的價值，它的“塔吉特+”電商平台也有巨大的潛力。另外，它的一些獨家合作夥伴（比如發行泰勒·斯威夫特的專輯）也為門店帶來了可觀的客流。菲德爾克的品牌煥新戰略表明，在瞬息萬變的零售市場上，經驗豐富的領導者依舊能夠發揮中流砥柱的作用。編者語安費諾CEO亞當·諾維特並不製造人工智慧模型，但其連接器卻是人工智慧資料中心不可或缺的“血管”。啟發企業在佈局新興賽道時，除了爭做平台型巨頭，更應思考如何憑藉核心技術，在價值鏈的關鍵環節建立不可替代的“隱形”優勢。· 在全球格局下，能否在中國市場取得成功，已成為檢驗全球CEO領導力的試金石。無論是星巴克的中國業務回暖，還是耐克希望重獲中國年輕人的青睞，都表明：對中國市場的理解深度和執行力，直接關係全球巨頭的業績報表和未來敘事。這對中外企業的管理者都提出了更高的本土化要求。去年表現亮眼的CEO擁有一些共性，具備戰略定力與果斷取捨的魄力，從臃腫的業務結構中瘦身，將資源重新聚焦於優勢領域。這提醒企業管理者：卓越的領導者善於做減法，在複雜的市場噪音中保持清醒，敢於對偏離核心戰略的機會說“不”。 (財富FORTUNE)

關於 AGI（通用人工智慧）的預測，市面上充斥著兩種極端：一種是線性的悲觀，認為“摩爾定律已死”；一種是盲目的狂熱。 Anthropic CEO Dario Amodei，這位物理學博士出身的“實幹派”，提供了一個基於資料的第三種視角。他認為，我們正處於指數級增長的尾聲——不是因為增長停滯，而是因為終點已近。 這個終點，也就是他口中的“資料中心裡的天才國度”，最早將在 2026 或 2027 年 到來。我們將用三篇文章來為大家詳細解讀。01 定義終局：“資料中心裡的天才國度”在長達 3 小時的訪談中，Dario 拒絕使用模糊的 AGI 概念，而是給出了一個工程學上的精確定義：“Country of Geniuses in a Data Center”（資料中心裡的天才國度）。這不僅是能通過圖靈測試的聊天機器人。Dario 描述的是這樣一個系統： 它在雲端 7x24 小時運行，擁有成千上萬個獨立的智能體。每個智能體的能力都等同於人類頂尖專家——無論是寫程式碼、做數學推理，還是設計複雜的生物實驗。他的時間表非常具體： 在排除“不可約減的不確定性”後，他認為在 2026 年或 2027 年 實現這一願景的機率極高。他甚至直言，認為 2035 年還實現不了是“瘋狂的”（Crazy）。02 暴力美學的勝利：“大計算團”假說為什麼他如此確信？這並非盲目信仰，而是基於他在 2017 年撰寫的內部檔案《大計算團假說》（The Big Blob of Compute Hypothesis）。核心邏輯簡單得令人髮指：別整那些花哨的技巧，只管堆料。 只要集齊以下幾個要素，模型就會通過“縮放定律”自動變強：原始算力（Raw Compute）海量資料（Quantity of Data）訓練時長可擴展的目標函數（Objective Function）七年來，從 GPT-1 到 Claude 4.6，行業的發展從未偏離這個假設。現在，強化學習（RL）也被納入了這個公式。就像 AlphaGo 自我博弈一樣，現在的語言模型正在通過“思考”（Chain of Thought）進行自我強化。03 五十億美元的豪賭：在這個牌桌上，不敢梭哈就是死預測未來很容易，但用身家性命去押注很難。Dario 揭示了 AI 巨頭們面臨的真實財務困境——這是一場關於“提前量”的俄羅斯輪盤賭。訓練一個前沿模型需要數年時間建設資料中心。這意味著 CEO 必須在今天決定 2027 年的算力採購量。買早了（模型能力沒跟上）： 每年數十億美元的折舊會瞬間擊穿現金流，公司破產。買晚了（模型如期爆發）： 當“天才國度”降臨時，你手裡沒有算力去承接潑天的需求，直接出局。Anthropic 的策略是“激進但留有緩衝”。他們在賭指數級增長會持續，賭那個“天才國度”會如期而至。這解釋了為什麼即便當前 AI 變現尚處於早期，矽谷的資本支出（Capex）依然在瘋狂飆升——因為在通往終點的最後一公里，誰也不敢減速。 (大尹隱於網)

這一黃金賽道已捧出6位億萬富翁。又一個00後億萬富翁即將誕生！智東西2月14日報導，2月7日，根據福布斯估計，24歲的美國AI資料標註創企Micro1創始人、CEO阿里·安薩裡（Ali Ansari）即將成為世界上最年輕的億萬富翁之一。其依據是Micro1的25億美元（約合人民幣173億元）最新估值。福布斯報導稱，成立於2022年的Micro1被曝正在以25億美元估值洽談新融資，如果Micro1鎖定或超過這一估值，安薩裡在該公司持有的約42%股份價值將超過10億美元（約合人民幣69億元）。這位年輕CEO身上，早已寫滿了“天才創業者”的標籤：00後、史丹佛退學、16歲便賺到10萬美元。業績層面，Micro1同樣增長驚人：2025年初其年度經常性收入僅700萬美元（約合人民幣0.48億元），到2026年初已暴漲28倍至2億美元（約合人民幣14億元）。安薩裡的造富故事並非個例。眼下，AI資料標註賽道正成為造富新風口，接連催生多位億萬富翁。根據福布斯的資料，除即將登頂的安薩裡外，該賽道已至少誕生6位億萬富翁，並且均來自Micro1的競爭對手Scale AI、Surge和Mercor，包括Mercor三位創始人、Surge創始人Edwin Chen，以及Scale AI兩位創始人。這也意味著，站在OpenAI、Anthropic等大模型創企背後的AI資料標註正在從幕後賽道，走向台前成為資本與人才爭相湧入的黃金賽道。01.為微軟等AI明星公司做資料標註ARR的月均增長速度達35%成立於2022年的Micro1在科技圈的發展態勢並不多見：年收入、估值短時間內翻數倍，創始人即將成全球最年輕億萬富翁。AI訓練資料標註創企的核心作用是為OpenAI、Anthropic、Google、微軟這類AI公司提供大模型訓練資料。與一般的資料標註工具不同，Micro1會招募和管理程式設計師、律師、醫生、教授和金融分析師等數千名人類專家，再將從專家這裡收集到的資訊喂給大模型。▲Micro1的AI招聘工具首頁其作用是通過專家的專業輸出，來糾正AI讓其回答更準確。Micro1招募的專家每小時可以獲得60美元至170美元（約合人民幣414元至1174元）的報酬來評估AI輸出，如醫學或金融領域的少數專家，每小時可獲得高達500美元（約合人民幣3455元）的報酬。▲Micro1的業務架構圖由於AI的性能與其在訓練過程中能夠攝入的高品質資料量直接相關，因此可靠資料提供商的市場規模迅速增長。安薩裡估計，主要的AI實驗室目前每年在AI訓練上花費150億美元，2年後這個數字將超過1000億美元。在這樣的背景下，Micro1的收入與估值發展勢頭迅猛。2025年4月，這家公司的年度經常性收入為約700萬美元（約合人民幣0.48億元），8個月後年收入超過1億美元（約合人民幣6.9億元），到2026年初，據安薩裡透露，他們的年度經常性收入（ARR）收入已經達到2億美元（約合人民幣14億元），並正以每月35%的速度增長。▲2025年初至今Micro1年度經常性收入變化情況（單位：億美元）其估值不到半年翻了4倍。2025年9月，Micro1宣佈完成3500萬美元（折合人民幣約2.5億元）A輪融資，投後估值達5億美元（折合人民幣約35億元），如今這家公司被曝正在以25億美元估值洽談新融資。再來看下Micro1創始人的傳奇經歷。安薩裡2019年～2022年在加州大學伯克利分校讀書，2024年進入史丹佛大學，1年後退學全身心投入創業，2026年即將成為全球最年輕億萬富翁。根據福布斯估計，如果Micro1鎖定或超過目前投資者討論的25億美元（約合人民幣173億元），安薩裡在該公司持有的約42%股份價值將超過10億美元。如今的Micro1在矽谷風頭正盛。雖然安薩裡沒有公佈除微軟外的具體客戶名單，但他透露，Micro1正在與多家前沿AI實驗室以及“七大巨頭”科技公司的多數企業合作。安薩裡設想的未來是，幾乎每個人都能成為AI訓練師，而不僅僅是白領專家。因此最近Micro1將業務擴展到了機器人領域，在全球60個國家招募了約1000人，讓他們記錄自己整理床鋪、修理漏水的水龍頭或收拾餐具等家務視訊，並將這些視訊用於機器人系統的訓練。02.16歲就賺到70萬除了工作沒有其他愛好安薩裡的成長經歷，或為其躋身年輕億萬富翁之列埋下伏筆。他10歲那年隨家人移民美國，從12歲起和家人擠在伍德蘭希爾斯姨媽家的一間屋子裡。當時他們生活略顯拮据，母親叮囑他，別再浪費時間盯著手機看，不如試著用它賺錢。然後安薩裡將他父親的帆布鞋放到電商平台eBay上賣了50美元（約合人民幣345元）。嘗到賺錢甜頭的他，開始騎著自行車去參觀市場和雜貨店，把自己搬得動的東西買下然後線上出售。直到14歲，安薩裡開發了Cash Books Now網站來倒賣大學教材。這個網站為大學生提供教材轉賣管道，然後安薩裡再將這些書加價50%掛在亞馬遜上售賣。靠這門生意，16歲的安薩裡就賣出了超過10萬美元（約合人民幣69萬元）書籍。他說，當時他在賣書上花的心思比學習還多。▲安薩裡（圖源：福布斯）2019年，安薩裡前往加州大學伯克利分校讀大學，然後又創辦了一家為中小企業製作網站的軟體公司，然後因招募工程師製作網站效率太低，安薩裡又利用OpenAI的GPT-3模型開發了AI篩選工具幫自己面試。這個工具就是Micro1的前身，這個AI篩選工具現在用來幫Micro1面試專家。當時的專家一旦被Micro1聘用，就會和“人類資料管理者”配對。這些管理者通常是頂尖大學的應屆畢業生，其工作是幫助專家熟悉AI訓練領域。不過，安薩裡的創業經歷並非一帆風順。2023年Micro1籌集到330萬元種子輪融資，隨後安薩裡遠赴印度探望團隊，途中突發驚恐症。他在接受福布斯採訪時說，當時的他腦子裡總反覆琢磨一件事，素不相識的人願意把數百萬美元交到他手上，他必須用這筆錢做出真正有價值的事。如今，這個00後創業者相比當初已經更為成熟、穩重，且每月前往洛杉磯時，他都會選擇在距離他家人居住地不遠的一個共享辦公空間工作。安薩裡自述自己除了工作外沒有任何愛好，不看電視劇、電影，但會沉迷於各種商業播客以及馬斯克等企業家的個人故事。03.AI資料標註賽道捧出7位億萬富翁競對開價1300萬從Micro1挖人值得一提的是，安薩裡至少是AI訓練資料領域誕生的第七位新億萬富翁。另外六位億萬富翁就出自Micro1的主要競爭對手：美國的AI創企Scale AI、Surge和Mercor。據福布斯報導，有史以來最年輕的白手起家億萬富翁，幾乎都出自AI資料領域。2025年6月～12月，30歲的Scale AI聯合創始人郭露西（Lucy Guo）成為全球最年輕的白手起家女億萬富翁。2023年底前，這一頭銜一直被流行歌手泰勒·斯威夫特（Taylor Swift）佔據。▲Scale AI聯合創始人郭露西（Lucy Guo）2025年10月，Mercor的三位22歲創始人阿達什·海爾馬斯（Adarsh Hiremath）、布倫丹·富迪（Brendan Foody）、蘇里亞·米達（Surya Midha）成為全球有史以來最年輕的白手起家的億萬富翁，此前18個月，這一頭銜均為Scale AI前CEO亞歷山大·王（Alexandr Wang）。▲Mercor創始人阿達什·海爾馬斯、布倫丹·富迪、蘇里亞·米達（從左至右）（圖源：Mercor官網）與此同時，不僅AI訓練標註已經成長為矽谷增長最快、誕生最多億萬富翁的行業之一，而且AI人才爭奪戰也蔓延到了這一賽道，Micro1成為了被挖的焦點。2月6日，福布斯援引知情人士稱，Mercor向Micro1的員工發出邀請，不僅會提供豐厚的薪酬，還有“極具誘惑性的報價”：激勵員工跳槽的簽字費就高達50萬美元～100萬美元（約合人民幣345萬元～691萬元），在某些情況下甚至高達200萬美元（約合人民幣1382萬元）。此外，比高額薪酬更令人驚訝的是目標群體：除了AI研究人員和工程師，還包括項目經理和銷售人員。不過從公開資訊來看，目前還沒有員工接受Mercor的跳槽邀請，甚至有Micro1的員工直接拒絕：“Get out of here.”。根據Mercor發給Micro1員工的招聘資訊，Mercor的年度經常性收入已經達到7.5億美元（約合人民幣52億元），今年3月該公司宣佈完成3.5億美元（約合人民幣24億元）融資，估值達到100億美元（約合人民幣691億元）。有Micro1的員工告訴福布斯，自己對Mercor提出的現金獎金不感興趣，原因在於，Micro1當前5億美元估值能為他帶來的增值收益，遠高於加入當前估值100億美元的Mercor。福布斯分析，產生這一現象的原因可能是，AI訓練標註企業的員工是連接AI公司和提供訓練資料公司的關鍵。一位關係經理跳槽可能會將他們所學的專業知識帶走，這或許就意味著得到或者失去數億甚至數十億美元的商業合同。04.結語：人類資料市場規模或達到兆美元人類資料市場會呈現爆炸性增長趨勢，是因為AI模型不會自行變得更聰明，它們需要人類為它們訓練的資訊加入背景、細微差別和意義。因此，模型性能與高品質訓練資料的數量直接相關，而這可能已經轉化為AI公司對人類資料標註的巨額支出。安薩裡預測，從長遠來看，人類資料產業的市場規模將達到兆美元，這一預判的依據是，他假定全球約5%的人類勞動力，最終將被投入到AI系統的訓練工作中。 (智東西)

Figure公司首席執行長Brett Adcock宣佈，手工編寫機器人程序的時代正式結束。在Peter Diamandis的Moonshots播客節目中，Adcock接受了一次內容廣泛的採訪。他透露，隨著Helix 02的發佈，Figure公司已經達到了“軟體2.0”的里程碑。Helix 02是一種人工智慧架構，它使得Figure公司能夠從其機器人程序中刪除最後109,504行手工編寫的C++程式碼。此次採訪在 Figure 公司位於桑尼維爾的總部進行，讓我們得以最詳細地瞭解該公司的“系統 0、1、2”核心及其 2026 年雄心勃勃的製造路線圖。核心內容總結刪除“笨拙”的過去。此次發佈的核心是Helix 02的全面部署，Adcock將其描述為機器人智能的根本性重構。之前的版本依賴C++來實現下肢控制和平衡，而Helix 02引入了System 0 (S0) ——一個全身強化學習控製器，它完全通過神經網路來處理平衡、接觸和協調。“如果只靠程式碼啟髮式演算法，我們根本不可能做到今天你所看到的四分之一，”阿德科克告訴迪亞曼迪斯，他指的是Figure 03 中機器人將玻璃器皿放入洗碗機的演示。這種“像素到扭矩”的方法使機器人能夠實現“房間級自主控制”，使其能夠像一個連續的系統一樣導航和操作物體，而不會像傳統控製器那樣出現“走走停停”的延遲。Figure 03：為該模型建構的硬體。Adcock 將Figure 03展示為一款專為運行 Helix 堆疊而設計的“主力機”。該硬體在經濟效益方面實現了巨大飛躍，Adcock 聲稱其製造成本比 Figure 02 降低了 90%。主要改進包括：重量減輕： F.03 比其前身輕了 30 磅，提高了安全性和動力效率。感測器整合：新型掌部攝影機和指尖觸覺感測器（靈敏度低至 3 克）現在直接融合到神經策略中。運動方式：全新的“被動式腳趾”設計可實現更自然的步態和更深的運動範圍，克服了早期型號“笨拙”的平足行走方式。此次硬體成熟是在Figure 02 測試機退役之後實現的，該測試機在寶馬生產線上累計運行了 1250 小時。Adcock 指出，雖然寶馬的試點項目取得了成功，但其底層架構“過於粗放”，無法擴展到 Figure 設想的數百萬台裝置規模。HARK 和“全能模型”願景。阿德科克討論了HARK的創立，這是一個專注於數字和物理自主性的全新人工智慧實驗室。HARK似乎是Figure向“全能模型”（一種能夠同時處理語音、推理和物理動作的單一神經網路）轉型背後的驅動力。阿德科克利用實驗室的進展解釋了Figure為何在2025年終止與OpenAI的合作關係。 “我們的團隊遠遠領先於他們，”阿德科克說道，他認為通用機器人需要一種純粹的大型語言模型（LLM）無法達到的“具身物理學”水平。他貶低目前的LLM，稱其為“高級Google搜尋引擎”，缺乏必要的世界觀，無法避免撞穿玻璃牆或壓壞易碎物品。2026年：機器人建造機器人。2026年的時間表依然十分緊迫。Adcock預計今年將在Figure的“BotQ”生產線上引入機器人，朝著“自我複製”的生產模式邁進。BotQ工廠目前正在進行改造，以支援每年近5萬台產品的產能。雖然與 Sunday Robotics 的“洗碗機大戰”凸顯了 Figure 處理易碎玻璃器皿的能力，但最終的考驗仍然是家庭環境。Adcock 坦言，儘管他2026 年的路線圖目標是“未曾涉足”的家庭環境，但當機器人出現在他自己的孩子身邊時，他仍然會“照看”它。“我們的目標是讓機器人能夠完全自主地在家中運行，照顧我的所有孩子，”阿德科克說。“只有當我覺得足夠安全，可以讓它自由活動時，它才適合所有人使用。”他估計，到2026年底，具備外科手術般靈巧度的硬體將準備就緒，但要達到同樣的可靠性水平，“大腦”還需要更多的資料。全球競賽。談到與中國的競爭，阿德科克既表示讚賞，又不以為然。他承認中國的職業精神和人才素質，但認為大多數國際競爭對手仍然停留在“開環”模式——預先設定的程序或遠端操作，他戲稱之為“豆漿玩意兒”。“給我展示一分鐘機器人完整、閉環、即時地完成任務的視訊，”阿德科克挑釁道。“你肯定在其他地方沒見過這樣的視訊。”特斯拉首席執行長埃隆·馬斯克最近提出了截然不同的看法，他完全否定了Figure公司以及整個美國機器人行業。在特斯拉2025年第四季度財報網路直播中，馬斯克表示：“據我們所知，在中國以外，我們沒有看到任何重要的競爭對手。”Figure 計畫到 2026 年夏季，使其供應鏈中幾乎沒有中國零部件，從而進一步保護這家估值390億美元的初創公司免受地緣政治摩擦的影響，同時努力交付首批真正通用的人形機器人得了來之不易的重大成果。以下內容為視訊初步實錄（未作精校，僅作參考）第一章：開篇與Figure機器人的進化史Peter Diamandis：你們取得的成就讓我震驚。現在你們用神經網路能做到的事情，每年都讓我大開眼界，整個業務面貌看起來完全不同。令人驚嘆的是，隨著你們積累資料，這些資料正成為驚人的進入壁壘和資產。Brett Adcock：這裡重要的一點是，一旦一個機器人學會了如何做某項任務，整個機器人編隊就都知道了，而人類並不是這樣運作的。我們何時能看到機器人製造機器人？我們將把機器人投放到我們的Baku生產線上。這將會是世界上最大的經濟體，這是一個超級有影響力的業務，將為所有人帶來無處不在的商品和服務，進入富足時代。這也是一個超級有趣的業務，就像在建構我們都想要的科幻未來。世界上每個主要團隊都會進入這個領域，你別無選擇。Peter Diamandis：各位好，Dave和我現在在聖何塞的Figure總部。我們剛和朋友Brett Adcock錄完播客，非常精彩。快看，我們就在這裡。這是Figure 01，最初的原型，雖然有點原始但仍能運作。它運行了第一個大語言模型和神經網路。Brett實際上是親手組裝這些東西的，當時全是為了收集遙測資料來建構後續版本。Peter Diamandis： 這裡是Figure 02，更美觀、功能更強，全面運行神經網路，拋棄了所有的C++程式碼。然後我們看到了Figure 03，這是目前的主力機型。我們剛才參觀時，大概看到有一百台這樣的機器人在走廊裡走動、在測試台上運行、在洗碗。太驚人了。Brett Adcock： 確實。Figure 03增加了一個靈活的腳趾，這讓它可以蹲下，而之前的腳部設計很笨重。Figure 03還配備了手掌攝影機。我們把重量減輕了約30磅，製造成本降低了90%。這是我們和Figure 03之間的完美高度差。Peter Diamandis ：歡迎來到Moonshots節目。我和Brett Adcock在Figure總部，旁邊是Figure 02。距離我們上次一起做節目已經過去大約18個月了。我對你們的進展感到震驚。在AI時代，18個月就像十年一樣。Brett Adcock ：歡迎來到Figure總部。我們剛剛參觀了這裡，我們有30萬平方英呎的空間，還有40萬平方英呎在開發中。你們看到Figure 03在走廊裡走動，全自動機器人運行著Helix 2系統。我今天剛收到Helix 2發佈的通知。我們看到機器人在做廚房任務、搬運包裹、製造零件。我們至少看到了一百台機器人。第二章：神經網路革命與程式碼的終結Peter Diamandis ：我依然記得Figure 01把Keurig膠囊放入咖啡機的場景，那是個大事件，因為那是用神經網路而非C++完成的。對我們來說，那是一個巨大的轉折點。Brett Adcock ：我認為我們需要解決幾個關鍵問題。第一，你能否製造出低成本、能力接近人類的電動人形機器人？這是硬體方面。第二，你能否找到一種方法，不靠寫程式碼來解決問題？如何使用神經網路來學習那些人類的行為表徵和新任務？當我們做Keurig任務時，那是第一個在人形機器人上運行的雙臂神經網路實例。那一刻我們就決定：“好了，我們必須全力投入神經網路。”整個技術堆疊都需要是神經網路。今天你們看到了Helix 2，這是我們迄今為止最棒的版本。Peter Diamandis ：我們看到了Figure 03在全自動模式下運行Helix 2，把東西放進洗碗機，完全沒有預程式設計。我喜歡它展現出的人性化元素，比如用臀部關門，用腳頂起洗碗機。Brett Adcock： 這就是神經網路的不同之處。你會得到意想不到的行為，有些是你永遠無法通過編碼寫出來的。如果是寫C++程式碼，你只能走到死胡同。相比程式碼，神經網路能做的事情讓我大吃一驚。如果是寫程式碼，我們連今天展示的四分之一都做不到。Peter Diamandis ：令人驚嘆的是，資料成為了不可思議的壁壘。如果你用C++寫這些，你投入了數億美元，你會不敢動它。而在神經網路中，你可以說：“嘿夥計們，從頭開始重新訓練。”這是一種完全不同的範式。Brett Adcock： 確實。大概一兩年前，我們有幾十萬行C++手寫程式碼。寫這些程式碼很貴，很難測試。我們在Helix 1中刪除了大部分程式碼，但下半身控制仍是C++。就在今天，我們刪除了剩餘的10.9萬行C++程式碼。現在全是神經網路了。這是全機身的神經網路。我們花了大概一年時間重構Helix架構來實現這一點。現在，機器人能像人類一樣在空間中移動，協調手眼腳，並在幾百赫茲的頻率下輸出扭矩。第三章：與OpenAI的分手及物理世界的挑戰Peter Diamandis：起初你們和OpenAI在軟體上有合作，後來分道揚鑣了。能談談這個嗎？Brett Adcock：我遇到了Sam Altman和OpenAI團隊，他們很有興趣進入機器人領域。他們確實想建立非常緊密的合作關係。他們和微軟一起領投了我們的B輪融資。我們開始合作開發下一代人形機器人模型。我們非常看重如何用語言來調節整個技術堆疊。大語言模型（LLM）在很多方面就像一個世界模型，它在權重中理解什麼是事物，應該做什麼。但這種合作並沒有奏效。我們的團隊在幾乎一年的時間裡表現得比他們更好。我們在內部自己做所有的工作，我們有來自世界頂尖實驗室的人才。教別人如何為嵌入式系統建構AI模型變得沒有意義，所以我們決定自己做。Peter Diamandis ：LLM是基於文字資料建構的，它有常識，但如果你把它安裝在物理機器裡，它並不知道自己在做什麼。你必須接觸世界。機器人有40多個自由度，狀態空間比宇宙中的原子還多，所以你無法一一模擬。Brett Adcock： 確實。我需要理解精細的接觸動力學。比如抓這個水瓶，我該如何定位手肘、骨盆、軀幹？LLM雖然覺得自己知道，但往往會完全失敗。我們嘗試過把LLM直接放在機器人裡進行“零樣本”（Zero-shot）測試，結果它確實能以正確的方向走，但直接撞上了一堵透明玻璃牆。它缺少對物理世界的理解。我們在Figure不僅要解決這個問題，我還成立了一個新的AI實驗室叫HARC，專注於這種物理與數字結合的AI。第四章：中美競爭、遠端操控與全自動的真相Peter Diamandis ：關於中國，今年有報導稱中國有150多家機器人公司，出現了“機器人泡沫”。而在美國，嚴肅的玩家可能不到10家。你認為未來會發生什麼？會像汽車行業那樣整合嗎？Brett Adcock ：這在每個深科技行業都會發生。最終全球會整合為少數幾家集團，遠少於10家。在美國可能只有兩三家。製造硬體很難，要讓神經網路在上面運行並規模化更難。我認為大家低估了其中的難度。Peter Diamandis： 我想知道人們是否意識到，很多機器人視訊其實是遠端操控（Teleoperation）的，而不是全自動。而我們剛才看到的是Helix 2進行了4分鐘的全自動操作，完全沒有預程式設計。Brett Adcock ：我這輩子沒見過這麼多公司，背後藏著個人操控機器人，然後發視訊假裝是自動的。這就像我說我有自動駕駛公司，其實有個人在遠端開車。如果你想做對，必須全端相信神經網路。令人印象深刻的不是製造或遠端操控。你可以用很爛的硬體進行遠端操控。難的是在未見過的場景中進行端到端的神經網路控制，並實現數小時甚至數天的長時程工作。如果我們能解決通用機器人問題，那怕只有10台機器人能進入未知環境做真實工作，這才是區別所在。我們目前還處於“誰能解決通用機器人”的階段。Brett Adcock ：那些功夫表演的視訊，本質上是你在讓人穿上動捕服做動作，然後讓機器人盲目重放（Open Loop）。這很容易，任何大學生都能做到。你真正想要的是閉環控制（Closed Loop），機器人能以每秒200次的速度推理並動態響應環境。這比開環重放要難上十萬倍、一百萬倍。第五章：Helix 2 架構與2026年展望Peter Diamandis ：那麼2026年有什麼值得期待的？Helix 2的定義是什麼？Brett Adcock ：Helix 2是一個巨大的飛躍。首先，我們在機器人內部整合了一個完全學習的控製器，我們稱之為System Zero。機器人體內沒有任何程式碼，它使用全機身強化學習控製器來移動。據我所知，還沒人能將其整合進全機身進行學習型操控和感知。其次，我們根據在寶馬工廠的經驗重構了架構。我們意識到之前的架構無法擴展到10萬台機器人。Helix 2是專為大規模預訓練資料設計的，而Figure 03則是專為運行Helix 2設計的。這是一個圍繞資料設計的閉環。Peter Diamandis：2026年你最大膽的預測是什麼？Brett Adcock ：第一，我們將把機器人放到Baku生產線上，今年就開始讓機器人製造機器人。第二，我們要在工業和商業勞動力中規模化部署Figure 03。我們已經簽了多個客戶，明確了部署計畫。我們更傾向於租賃模式，就像人類也是被“租賃”的一樣（工資）。第三，也是最重要的，我們要解決通用機器人技術。我的願景是建構一個穿著緊身衣的“人類”，你可以和它交談，它有常識推理能力，有完美的記憶，可以成為你的伴侶。Peter Diamandis ：是否會有兩個不同的模型？一個負責身體和物理的VLM，一個負責對話的大語言模型？Brett Adcock ：我們相信最終會歸結為一個“Omni Model”（全能模型）。它在預訓練早期就將所有這些融合在一起。我們需要語音、語言調節策略、物理理解、記憶和個性。這不僅僅是完成任務，我們希望機器人能理解你的情緒。另外，我們現在只有一個神經網路，並沒有針對“洗碗”或“物流”的獨立網路庫。第六章：硬體、算力與供應鏈深度解析Brett Adcock ：我們發現，即使有更多資訊輸入，比如學會彈鋼琴能讓你成為一個稍好的足球運動員一樣，資料會產生正向遷移。在Figure，我們試圖建立世界最好的模型。對人形機器人來說，多樣性至關重要。Peter Diamandis ：你們使用常規GPU進行訓練，但推理（Inference）時的計算是在專用的、非H100的硬體上運行的，這成本可能便宜100倍。Brett Adcock ：是的，而且它是完全在機器人板載運行的。我們可以進行非常快速的推理和策略部署，也不會消耗掉機器人所有的電力。我們主要關注供應鏈、電池和通訊。在通訊方面，我們在機器人上配備了Wi-Fi、5G和eSIM卡，所以即便沒有Wi-Fi，你也可以給機器人發簡訊。它還有藍牙。理想情況下，你希望隨時保持連接，但也希望機器人在斷網時仍能執行任務。Peter Diamandis ：說到電池，現在的電池續航如何？順便說一句，我喜歡那種通過腳部無線充電的設計。Brett Adcock ：目前單次充滿電可以運行大約4到5個小時。我們通過腳部進行感應式無線充電，功率約2千瓦。電池組容量大約是2千瓦時，所以充滿電大約需要一小時。這意味著它可以工作四五個小時，休息一小時充電。這很棒。我認為人們過於關注單次充電能跑多久了。並沒有多少任務需要連續工作幾小時而不休息。它可以進行機會性充電，比如在廚房水槽前鋪一塊充電墊，它在洗碗時就能充電。Peter Diamandis ：人們確實在過度關注一些奇怪的指標，比如“它能跑多快”、“能做後空翻嗎”。Brett Adcock ：你說的大部分都是開環（Open Loop）行為，也就是重放預設動作。而在Figure，我們需要看到的是真正的閉環控制：機器人像人類一樣移動、觸摸、搬運物體。這才是最難的問題所在。我們看到人形機器人領域出現了爆發式增長，但在達到“真實閉環控制”這一點上，出現極其陡峭的滑坡。你很少看到機器人能連續一分鍾不剪輯、不遠端操控地做家務。我們花了兩年時間，每周工作7天，才從幾分鐘的桌面操作發展到如今的全屋自主。Peter Diamandis ：既然你選擇了垂直整合，目前的供應鏈有多少還依賴中國？Brett Adcock： 我想大概到今年夏天，我們的供應鏈裡幾乎就不會有中國的部分了。但我其實很喜歡中國，我在那裡待過很長時間。在美國看電視你會覺得那是巨大的衝突和戰爭，但當你真正去到中國，你會發現那裡的創業精神令人驚嘆。每個人都想贏，但也想合作，感覺就像在一個巨大的創業孵化器裡。Peter Diamandis ：你們自己製造執行器和電機，我記得你提到Figure 02到Figure 03的成本降低了90%，這是驚人的。Brett Adcock： 我們進行垂直整合是因為迫不得已。如果能直接買到合適的電機或靈巧手裝上去，那是極好的，但這行不通。如果你不親自做工程設計，一旦某個環節出問題，你就完了。現成技術的成熟度太低了。早期我們也嘗試過外購，但基本都失敗了，所以只能自己設計。現在我們自己做總裝，一方面是因為沒人知道怎麼做更好，另一方面也是為了保護IP。Brett Adcock ：即使我們使用現有的供應鏈，機器人也做不到你們今天看到的事情。如果你現在去買一個現成的人形機器人，它沒有合適的感測器，沒有足夠的算力，散熱不行，硬體不是圍繞神經網路棧建構的。很多從中國買機器人的團隊，最後都得自己改裝，背個大背包放電池和算力，但這無法規模化。這就像搞火箭卻想買現成的火箭一樣，行不通。Peter Diamandis： 看著像Unitree（宇樹科技）、Engine AI等中國公司，你最關注那一家？Brett Adcock ：中國確實爆發出了很多優秀的人才和機器人。但我認為我們還沒看到這些系統展現出任何閉環AI控制能力。他們大多是在賣硬體，或者做大量的開環控制。這與設計全自動系統是完全正交的兩回事。如果要問Figure真正的競爭對手是誰，我認為主要就是“中國”這個整體。Peter Diamandis ：這將會是世界上最大的經濟體，這是一個50兆美元的市場。Brett Adcock ：沒錯，這大約占人類勞動GDP的一半。世界上每個主要科技集團都會進入這個領域，你別無選擇。但我認為這很難，因為我們正在做的是“火箭級”難度的設計。人形機器人的硬體工程難度可能堪比火箭設計。這可能是地球上最難的硬體之一。Peter Diamandis ：現在有了Helix和巨大的神經網路，這是第七層能力嗎？還是它滲透到了其他層？Brett Adcock ：在Archer，最高層的規劃是由飛行員完成的。而在Figure，隨著Helix 2的推出，現在完全是由神經網路來決定做什麼。誰來告訴技術堆疊該做什麼？這個“最高層行為”以前可能來自手把或開環指令碼，現在則來自神經網路的規劃和推理。第七章：家庭、AGI與未來願景Peter Diamandis ：讓我們談談家庭應用。醫療保健和養老將是重要部分。你對這方面怎麼看？Brett Adcock： 我在中西部的一個農場長大，父母經營獨立輔助生活設施，所以我從小就接觸養老護理。我非常有激情去解決如何讓機器人進入養老護理，讓人們能居家養老。目前養老設施很難讓人願意搬進去，而且供不應求。Peter Diamandis ：你認為AGI（通用人工智慧）需要具身實體嗎？Brett Adcock ：當我今天使用AI時，我覺得它很笨，就像一個高級的Google搜尋引擎。我想建構的是Jarvis，我希望它能推理、有完美記憶、能接觸物理和數字世界。我的新實驗室HARC正在做這件事，我們讓AI從頭開始設計CAD圖紙，比如我讓它給我的兒子設計一個怪獸卡車，它在一小時內就能完成。目前的頂尖實驗室都在互相模仿，沒人真正建構能推理、有持久記憶並能接觸世界的多模態系統。我的AGI版本是：它能做人類能做的事，而不只是給我念搜尋結果。未來12到18個月將是我們見過的最大AI轉型期。Peter Diamandis： 機器人什麼時候能做手術？Brett Adcock ：從硬體角度看，我認為2026年我們的硬體就能達到外科醫生的操作水平。如果你能通過遠端操控讓機器人做到，我們就能讓它學會。只要硬體允許，剩下的就是資料問題。第八章：設計哲學與為什麼是雙足雙臂Peter Diamandis：我的朋友Salim Ismail問，為什麼只有兩隻手？為什麼不讓機器人有四隻手或六隻手？Brett Adcock ：我們的目標是做人類能做的事，並以最便宜、最輕便的方式實現。更輕意味著更安全，更便宜意味著可製造性和規模化。如果你開始增加額外的手臂，機器人會變重，成本變高，製造變難。而且在物流場景中，四隻手並不一定更快，因為空間有限。我們的執行器速度還有3到5倍的提升空間，目前的限制主要是軟體還不知道如何高速操作。Peter Diamandis ：確實。如果你讓機器人快3到5倍，一旦出錯，代價會很高。特別是在家裡，要是踢到貓就不好了。Brett Adcock ：沒錯。你想要一個成本在1萬到2萬美元的機器人，而不是5萬美元。成本主要取決於產量，所以你希望像造汽車一樣大規模製造標準化的機器人。第九章：規模化與十億級機器人市場Peter Diamandis ：如果價格降到2萬美元，按租賃算大概是每天10美元，每小時40美分。你估計2035或2040年地球上會有多少機器人？Brett Adcock ：每個人都應該擁有一個人形機器人來處理工作，商業領域可能還需要50到100億台。如果一切順利，我認為地球上可以有數百億台人形機器人。我們基本上是在製造一個廉價的、能24小時工作的“人類副本”。我希望在24個月內，所有的機器人都能由機器人製造。Peter Diamandis ：如果展望24個月後的未來，需求量將是數十億台。這需要數兆美元的資金。你會讓世界再等5年，還是去籌集那1兆美元？Brett Adcock ：融資市場是存在的，看看信用卡或汽車租賃市場就知道了。關鍵在於：第一，必須解決神經網路的規模化問題；第二，必須讓機器人參與製造機器人。如果我們今天能解決通用人形機器人技術，讓它能做你想做的一切，我覺得我們今天就能出貨10億台。Peter Diamandis： 這有點像《星際迷航》裡的創世計畫。你可以把一個盒子運到肯尼亞，打開盒子，它就開始利用當地資源製造Figure工廠，而所有的IP都通過聯邦學習傳回母艦。這能讓GDP增長100倍。第十章：安全、隱私與未來Peter Diamandis： 關於家庭中的安全和隱私，你怎麼看？之前有過智能音箱監聽使用者的訴訟。Brett Adcock ：安全是讓機器人大規模進入家庭的首要問題。這裡有語義上的安全（如不打翻蠟燭），也有本質安全（不傷害人和寵物）。我們有一個完整的網路安全團隊在處理這些問題。如果能做到，它們會比人類更安全，就像自動駕駛汽車最終會比人類駕駛更安全一樣。我們有超人類的感知能力，360度視野，時刻線上。Peter Diamandis ：網友問：你什麼時候會放心讓Figure抱你的新生兒？Brett Adcock ：在Archer時我常說，直到我願意讓自己和家人坐上去，它才算足夠安全。對於Figure也是一樣。當我能把機器人全自動地放在家裡，並且放心它在孩子身邊時，那就是它準備好了。目前我們還沒有達到那個階段，但那是我們的目標。Peter Diamandis ：我今天早上剛和Kathy Wood聊過，她也是你們的投資人。我在聖莫尼卡開車時，會和孩子們數Waymo（自動駕駛計程車）的數量。Brett Adcock ：Google早在2005年就看到了這個願景，並堅持了16、17年。Waymo是一個了不起的產品，他們沒有動搖，最終做到了。這非常鼓舞人心。Peter Diamandis： 最後一個極客問題。我在達沃斯聽到大家說格陵蘭島的礦產無法開採，因為太冷了。如果有十億台機器人，我們能不能去格陵蘭島開採？Brett Adcock ：我認為我們會先去格陵蘭島，然後再去小行星採礦。只要有更好的工程解決方案，加上無限的勞動力，我們一定能找到辦法。第十一章：Figure 03 實物導覽Brett Adcock ：好的，這是Figure 01。我們在成立公司後一年內設計並讓它走了起來，這可能是歷史上最快的時間之一。雖然不漂亮，但它解鎖了我們的軟體開發。這是全鋁製結構，重約130-140磅。Brett Adcock ：然後是Figure 03，這是我們的主力。我們讓機器人變得更瘦、質量更輕，但保持了同樣的速度和扭矩。它大約135磅（約61公斤），手部可以承重20公斤。這是一雙全新的手，指尖有觸覺感測器，覆蓋了柔軟的順應性材料。它是為了量產設計的，使用了軟性外殼，大大減少了夾傷點。我們大幅降低了成本，提升了散熱和計算系統。Peter Diamandis ：為什麼選擇在臉上保留螢幕？Brett Adcock： 如果不小心，黑色的臉部可能會給人一種反烏托邦的感覺。我們有三個螢幕，可以顯示狀態，甚至播放Netflix。更重要的是，大腦（計算單元）就在頭部，這非常合理，便於散熱，也便於佈置攝影機和感測器。Peter Diamandis ：這就是Figure在月球、在軌道、在海底的未來。我們很快會在太空中建立資料中心，需要有人去組裝它們。零重力環境將是絕佳的測試場。Brett Adcock： 百分之百。如果是那樣，我們可以帶它去飛零重力飛機測試。如果能在太空中運行，那將極其重要。我們也會去其他行星，這需要自動化。Peter Diamandis ：今天的節目就到這裡，感謝大家收看Moonshots。 (人形機器人洞察研究)

在Cisco AI峰會上,剛剛履新10個月的Intel CEO Lip-Bu Tan首次系統披露了AI基礎設施的真實瓶頸。這位曾帶領Cadence 25年的EDA工具教父,用一句話顛覆了行業共識：“如果有什麼會拖慢AI,那一定是記憶體,不是算力。”“朋友都勸我別接這爛攤子”開場時,Cisco高管Jeetu Patel半開玩笑地說："你保持了我交友速度的紀錄——從沒人讓我這麼快建立友誼。"Lip-Bu Tan的回應更實誠：“加入Intel董事會兩年後,很多朋友勸我別當CEO——你在風投界名聲那麼好,幹嘛接這個爛攤子?”但他最終還是說服了妻子："這是一家標誌性公司,對行業、對美國都太重要了。“10個月過去,Lip-Bu用"marching off the map”(踏入未知領域)形容這段經歷——意外狀況不斷,只能邊走邊學。摩爾定律壓縮到"三四個月"當被問到AI發展的最大制約因素時,Lip-Bu Tan的答案出人意料：“記憶體。記憶體供應商告訴我,至少到2028年都不會緩解。”為什麼?因為AI"吞噬"了太多記憶體。他提到與輝達CEO黃仁勳的私下交流:"Jensen下一代產品需要大量HBM記憶體。"而全球只有三家主要供應商(三星、SK海力士、美光),其中兩家明確表示產能已被鎖死到2028年。更驚人的是算力需求的增速。Lip-Bu透露了一個資料："過去摩爾定律的周期是3-4年,現在變成了3-4個月。"這意味著計算需求的膨脹速度比任何人想像的都快。台積電產能：AI晶片的"七吋"雖然記憶體是第一瓶頸,但Lip-Bu更擔心的是2027年的晶片產能危機:2024-2025年新增15-18GW算力2026年新增約30GW2027年,晶圓廠產能將再次成為最大瓶頸他直言：“台積電等廠商約50%的先進製程產能都用於AI晶片。到2027年,瓶頸會從電力重新回到半導體製造。”這與此前SemiAnalysis創始人Dylan Patel的"台積電瓶頸論"不謀而合——當所有人盯著資料中心電力時,真正的死結在上游。為什麼Nvidia"被迫"多線押注?訪談中,Lip-Bu揭示了一個罕見細節：Intel正在同時押注CPU、GPU、RISC-V和ARM架構。“我剛聘請了頂尖的GPU架構師,還在擁抱RISC-V和ARM。關鍵不在於堅守x86,而是從軟體層往下定義硬體。”這背後的邏輯是:沒人知道AI的最優架構是什麼。輝達用GPU統治訓練市場,但推理市場正在分化——Intel客戶發現CPU在某些場景下性能更優,而Cerebras用WSE(晶圓級晶片)搶走了OpenAI的750MW推理訂單。Lip-Bu說得更直白："每個CEO都給我打電話——Lip-Bu,我是你最重要的客戶,能多給我點貨嗎?“這種供不應求的狀態,倒逼晶片廠商必須"多條腿走路”。18A良率暴漲背後：開放的力量Intel代工業務(Foundry)是Lip-Bu的戰略重心。他接手時,18A製程良率"相當糟糕",但通過一個反常規操作實現了逆轉:“我讓所有朋友來幫忙——PDF Solutions、KLA等裝置商。我們’打開和服’(open up the kimono),讓外部專家進來診斷。現在良率每月提升7-8%,這是行業最佳實踐。”這種"透明即信任"的策略奏效了：Panther Lake(潘瑟湖)晶片已交付18A生產多個客戶主動上門要求使用18A14A製程(1.4奈米)將於2028年風險量產、2029年量產Lip-Bu給客戶的承諾也很實在：“給我你最大、最重要的產品,先給我5%-50%的份額,讓我慢慢贏得信任。”中國AI：比你想像的更接近當Jeetu Patel提出"中國模型只是蒸餾美國模型"的觀點時,Lip-Bu Tan的回答讓現場氣氛凝重:“我最近想招頂尖CPU架構師,發現華為有100個世界級CPU架構師。我震驚了。”他追問這些人才為何去華為,得到的答案是：“雖然我們沒有Cadence、Synopsys的頂級EDA工具,也沒有ASML的光刻機,但我們有’窮人的辦法’(poor man’s way)。而且我們在悄悄自研裝置。”Lip-Bu的結論令人警醒：“他們只是略微落後。如果我們不小心,他們會跳躍式超越。”更致命的差距在基礎設施審批速度:“在美國,資料中心的監管審批流程很長;在中國,一旦決定就能迅速獲批並建成。”開源AI：美國唯一的武器?面對中國政府補貼AI研發的模式,Lip-Bu給出了美國的"遊戲理論"答案：開源。“我強烈支援開源。坦率講,有很多專業人士告訴我——Lip-Bu,我們在開源AI上已經落後中國了。DeepSeek只是一記警鐘。”但問題在於:開源模型的訓練成本太高,沒有商業模式支撐。Lip-Bu透露,一些朋友正在重建開源社區,甚至成立獨立研究機構(而非依賴大學),專門資助頂尖AI研究者。他還呼籲產業界投入基礎研究:“公共公司受短期業績壓力,無法投資10-20年的長期項目。而頂尖教授正被亞洲和歐洲挖走,這太危險了。”散熱、互連、軟體：全端最佳化才是出路除了晶片和記憶體,Lip-Bu Tan還指出了三個被低估的瓶頸:散熱技術  “高性能GPU或CPU有時不得不降頻,因為散熱跟不上。風冷已經不夠了,液冷、微流體冷卻、浸沒式冷卻正在成為標配。”光互連  “過去靠銅纜和Credito、Astera Labs的方案,現在必須轉向光互連。速度和延遲要求太高了。”叢集管理軟體  “Kubernetes很好,但解決不了實際問題。現在有很多創業公司來找我,專攻GPU/CPU叢集的故障診斷——你都不知道問題出在那。”他強調Intel正在探索新材料:玻璃(優秀絕緣體)、人造金剛石、氮化鎵(用於射頻和開關)——“CMOS快到極限了,我們得翻遍元素周期表。”量子計算：AI之後的下一個戰場Lip-Bu Tan的時間線很清晰:現在：AI模型訓練與推理近期：Agentic AI(智能體)中期：Physical AI(物理世界AI,如機器人)遠期：量子計算“量子就在拐角處,這是AI之後的下一波浪潮。”給企業CIO的建議：別把AI堆在舊系統上訪談最後,Lip-Bu對全球數百萬IT決策者喊話：“不要把AI堆在遺留系統上——不會成功的。我剛招了能找到的最好的CIO,告訴她：現在是重新審視基礎架構的好時機。你得拆掉舊的,再逐功能引入AI工具。”他還分享了一個冷水資料:MIT教授的研究顯示,全球經濟的生產力增長率仍然極低,甚至低於19世紀的某些時期。“這說明AI的採用還不夠廣泛。我們必須明確目標、設計流程、建立可衡量的指標,才能真正向董事會證明:投資這項技術提升了生產力和營收。”尾聲：國家寶藏的雙重使命Jeetu Patel最後說：“Intel是國家寶藏,但你也是。”Lip-Bu Tan的使命很清晰：短期：讓18A/14A代工贏得客戶信任中期：重建美國半導體製造能力長期：在開源、材料、量子等領域保持領先他在風投界幹了幾十年,現在選擇"再戰一次"。或許正如他所說——這不僅是一家公司的轉型,更是一個產業、一個國家的生死戰。 (硅星人Pro)