估值390億的Figure之外，CEO再投1億美元佈局AI實驗室。近日，機器人初創公司Figure AI的首席執行長佈雷特·阿德科克（ Brett Adcock）宣佈成立全新AI實驗室Hark，並個人出資1億美元作為啟動資金。這項消息源自Adcock於周四向Figure員工和投資者傳送的內部備忘錄，隨即在科技界引發廣泛關注。作為同時執掌兩家核心企業的掌舵人，Adcock將在繼續擔任Figure CEO的基礎上，帶領Hark開啟 AI 領域的新探索。根據備忘錄，Hark的核心願景是打造「以人為本」的AI系統，使其具備主動思考、遞迴式自我最佳化與深度人文關懷的能力，從而開闢一條不同於現有技術路徑的新方向。值得關注的是，該實驗室的首個圖形處理器（GPU）叢集已於周一上線，但具體規模尚未對外披露。Hark的創立並非個例，它反映出當前AI產業一個新動向：越來越多新創公司的CEO在深耕原有業務的同時，開始佈局新的技術戰場。先前有報導稱，搜尋引擎公司You.com的CEO Richard Socher也在籌備一個新的AI實驗室，並尋求10億美元融資。這類新興機構被業界稱為「新實驗室」（neolabs），近期已累計吸引數十億美元資金。「新實驗室」的核心目標，是探索OpenAI、Anthropic等大型AI企業可能忽略的研究路徑與模型架構，試圖在主流技術之外尋找突破點。儘管這些行業巨頭已坐擁數十億美元的收入規模和成熟的技術體系，但「新實驗室」以其靈活的機制、創新導向的研究和資本加持，正逐漸成為推動AI發展的重要力量。Adcock創立的Figure AI本身已是業界矚目的明星企業，累計融資近20億美元，投資方包括Parkway Venture Capital、輝達（Nvidia）、微軟（Microsoft ）以及貝索斯探險基金（ Bezos Expeditions）等知名機構，最新估值高達390億美元。這次他個人投入巨資創辦Hark，既是其在AI領域的二次創業，也彰顯了他對前沿技術探索的持續承諾。（左）輝達創始人兼CEO黃仁勳（Jensen Huang）與（右）Figure創始人佈雷特·阿德科克（Brett Adcock）（圖片來源：X@adcock_brett）無論是堅守本業的CEO開闢第二戰線，還是新興實驗室瞄準巨頭的技術盲區，這場創新浪潮的核心敘事，始終圍繞著如何讓AI更貼近人、更理解人、更服務於人而展開。頂尖人才與雄厚資本正以前所未有的濃度匯入AI創新領域，產業的競爭強度與技術演進速度正同步提升。 （創新觀察局）

2025年12月7日，史丹佛工程學院百年慶典的閉幕式上，一台用玩具積木和透明塑料板拼裝的伺服器被擺上了舞台。這台機器內建十塊4GB硬碟，總共40GB儲存空間，在1996年曾經是史丹佛學生項目中罕見的"大手筆"。它是運行PageRank演算法的第一台伺服器，也是Google的物理起點。這台機器的締造者之一是Google的聯合創始人Sergey Brin。校長Jonathan Levin和工學院院長Jennifer Widom與他進行了一場70分鐘的對話。這是Brin近年比較罕見的公開演講。自2019年卸任Alphabet總裁以來，他鮮少在公開場合的長篇發言，偶爾出現在矽谷的私人聚會上。史丹佛工程學院的歷史可以追溯到1891年大學創立之初。當時有四個系：化學工程、電氣工程、機械工程、採礦和冶金。1925年，這四個系合併成立工學院。一百年後，採礦和冶金系已更名為材料科學與工程系，學院擴展到九個系和眾多跨學科項目。院長Jennifer Widom是學院第十任院長，她開玩笑說："做個數學題就知道，我們的院長都喜歡在這裡待很久。"百年慶典的活動貫穿全年：五位還健在的前院長組成的panel（由Jerry Yang主持）、5月15日預計2000人實到3000人的大party、Jensen Huang和John Hennessy的爐邊對話、甚至一場工學院主題的橄欖球賽。院長Widom在賽場上開著電動沙發載著Andrew Luck上了全國電視。"沒人告訴我當院長還要幹這個，"她說，"但我完成得不錯。"這些背景讓閉幕式的嘉賓選擇顯得順理成章。Google是史丹佛工程學院最閃亮的創業故事之一，而Brin剛好在過去兩年重返一線。但過去兩年發生了變化。2023年底，在ChatGPT引發的"code red"警報後，Brin重返Google，每周三到四天出現在Mountain View總部，深度參與Gemini項目的開發。他在2024年9月的All-In Summit上首次公開確認了這一點，稱AI的發展軌跡"太令人興奮了，無法置身事外"。據報導，他主持每周的AI研究討論會，參與關鍵研究人員的招聘決策，甚至會和工程師討論"loss curves"（損失曲線，一種衡量AI模型性能的技術指標）這樣的技術細節。這次史丹佛演講，Brin講了很多此前從未公開的故事：在Gates大樓爬腳手架入侵門禁系統、被同事用偽造郵件惡搞、Google在AI上犯的戰略失誤，以及他退休一個月就後悔的真實原因。院長Jennifer Widom特別強調了一個常被忽略的事實："如果你對聯邦科研資助的影響有任何懷疑——Google直接來自一個NSF項目。"1. 導師放養與撬鎖入侵：1993年的史丹佛CS系"我很驚訝當時被給予了多少自由。"Brin1993年進入史丹佛CS博士項目，導師是Hector Garcia-Molina和Jeff Ullman。兩位大牛基本不限制他做什麼。他一度在研究碎紙機還原技術，把碎掉的檔案掃描後用演算法拼回去。"從來沒人告訴我不要做這個"，雖然最後沒做成。這种放養式培養在今天看來幾乎不可想像。但正是這種自由，讓Brin有空間去探索各種"不務正業"的項目。他的第一個商業嘗試是網上訂披薩：使用者在網站下單，系統自動給披薩店發傳真。"當時覺得網上訂餐是個瘋狂的想法，"他說，"我還開玩笑在頂部放了個可口可樂廣告，覺得網際網路廣告太搞笑了。"披薩店不怎麼查傳真，項目失敗了。但網際網路廣告這個笑話，後來成了Google的核心商業模式。1995年，CS系搬進新落成的Gates大樓。Brin發現了一個問題：新樓用電子門禁，他之前學的撬鎖技術（MIT鎖匠指南教的）沒用了。但他找到一個漏洞——門禁系統的管理電腦所在房間，陽台門還是物理鎖。當時大樓外還有施工腳手架。"我從四樓辦公室窗戶爬出去，沿著腳手架爬到那個陽台，撬開物理鎖進入房間，複製了門禁軟體，給自己做了一張萬能卡。"他笑著補充："法律追訴期應該過了吧。我那時候還是個孩子，判斷力就那樣。"院長Jennifer Widom在旁邊插了一句："我們當時不是在四樓嗎？""是四樓。但那是正經的施工腳手架，有各種支撐結構。"Brin回答。他沒提自己有沒有穿滑輪鞋爬腳手架——據院長回憶，他當年確實經常穿著滑輪鞋在走廊裡滑來滑去。2. 160萬美元的惡作劇：PageRank差點被賣掉Larry Page專注於網頁連結結構研究，Brin做資料探勘，兩人在1995年相遇後開始合作。最初做PageRank的其實是四個人：Larry、Brin、Scott和Alan。Scott後來創辦了e-Groups（被Yahoo收購），Alan做了天氣公司Weather Underground。"他們比我們更早想創業，"Brin說，"可能是對我們想賣技術的做法不耐煩了。"創業並非Brin和Larry的首選。他們首先想把技術授權出去。有一次向搜尋引擎公司Excite推銷，風投大佬Vinod Khosla覺得不錯，建議Excite收購。Brin和Larry報價160萬美元——對兩個博士生來說是巨款。15分鐘後收到回覆："That's a lot of moolah（好多錢），但行吧。"兩人興奮壞了。結果同事Scott走進來狂笑。那年頭可以偽造發件人信箱，回覆是他假冒的。Excite最終沒買。對Brin來說，離開博士項目是個艱難決定，父母也很失望。導師Jeff Ullman說了一句話改變了一切："試試看吧，不行再回來。""所以技術上我還在休學狀態，"Brin對現場觀眾說，"可能那天還會回來把學位讀完。"校長Levin笑著說："我們之後可以討論一下這個。"3. 學術型公司：野心與長期主義"Larry一直非常有野心，現在還是。你給他提任何計畫，他都會說'不夠ambitious'。不只是太陽系，要整個銀河系。"這種野心體現在Google早期的使命宣言："組織全世界的資訊"。兩人都是博士背景，建立的是一個學術氣質的公司：大量招聘PhD，重視基礎研發，長期投資。Brin舉了個例子：他在史丹佛時曾參與教授招聘委員會，面試過Urs Hölzle。Hölzle後來被史丹佛拒了，但一發郵件給Brin，Brin立刻回覆："明天能來上班嗎？"因為他已經完全瞭解這人的能力。這種學術型文化在當時的網際網路泡沫中是異類。"以前pets.com時代，隨便做個.com就行，技術門檻不高，對網際網路有基本瞭解就能搞。"但現在不一樣了。AI需要大量計算、深度數學，"技術複雜度只會越來越高"。Google現在招的人"比我當年強得多"。Brin讀書時同時修數學和CS已經算少見，現在很多新人是物理學家出身。"物理學家必須做硬數學，而且他們的領域受限於計算能力，所以天然具備計算技能。"主持人追問：Google可能是過去25年最具創新力的公司。大公司通常很難保持創新，你們是怎麼做到的？Brin的回答很誠實。"好吧，你們一直在恭維我。首先，我們確實在很多事情上失敗了。我們有一長串失敗的產品，就不一一列舉了。所以部分原因是我們一直在嘗試。"他認為學術型的根基讓Google更願意嘗試困難的事情。而在過去十年左右，困難的事情變得越來越有價值。AI就是典型例子——需要巨量計算、深度數學，這些都是技術上深入且有挑戰性的問題。"也是命運的twist，深度技術恰好在這個階段變得如此重要。"4. "我們確實搞砸了"：八年前的戰略失誤這部分是全場最坦誠的內容。"我們確實搞砸了。"Brin直言，"大約八年前我們發表了Transformer論文，但沒太當回事，沒有大規模投資算力。而且我們太害怕把它推給使用者——因為聊天機器人會說蠢話。"OpenAI抓住了機會。"這是個超級聰明的洞察，而且跑去做的還是我們的人，比如Ilya。"但Google並非從零開始追趕。Jeff Dean早年建立的Google Brain團隊奠定了神經網路基礎。Brin當時在Google X，給Jeff Dean充分自由。"Jeff，你想做啥就做啥。"Dean說："我們能分辨貓和狗了。"Brin心想：哦，挺酷。後來這個團隊開發的演算法逐漸用於搜尋，Noam Shazeer發明了Transformer，以及更多突破。Google的TPU晶片項目已有12年歷史，從最早用GPU，到FPGA，再到自研晶片，已經迭代了無數代。加上長期投資的大規模資料中心，Google是少數同時擁有自研晶片、深度學習演算法、和超大規模資料中心的公司。"我們只是碰巧很早就押注了深度技術這個方向，"Brin說，"算是運氣好。"5. 演算法是主菜，算力是甜點主持人問到當前AI領域數百億美元的算力軍備競賽。Brin給出了一個反直覺的判斷。"大家注意到的是算力擴張，因為你要建資料中心、買晶片，還有OpenAI和Anthropic那些關於scaling laws（規模定律）的論文。這些很吸引眼球。但如果你仔細對比，實際上演算法進步超過了算力擴張。"他舉了N體問題的例子。這是天體物理學中的經典問題：多個天體在引力作用下如何運動。從1950年代到1990年代，解決N體問題的演算法改進幅度，遠超同期摩爾定律帶來的算力增長。"算力是甜點，演算法才是主菜和蔬菜。"這個判斷與他在2024年9月All-In Summit上的發言一致。當時他說："過去幾年的演算法改進，可能比投入到模型中的算力增長還要快。"6. 智能有天花板嗎主持人問：AI能做人類能做的一切嗎？Brin沒有直接回答，而是拋出了一個更深的問題。"還有一個問題是，AI能做什麼人類做不到的事？這是超級智能的問題。""我們不知道一個東西能有多聰明。我們有幾十萬年人類進化、幾百萬年靈長類進化，但那是一個非常緩慢的過程，和AI的發展速度完全不能比。"他沒有給出答案，只是說這個問題"just not known"（就是不知道）。但他認為值得認真思考。關於AI目前的能力，Brin的評價是務實的。"老實說，AI有時候蠢得很，所以你總是在監督它。但偶爾它們會很brilliant（出色），給你一個很棒的想法。"他描述自己的使用習慣："給我五個想法。可能三個是垃圾，但兩個會有某種閃光點，幫我細化思路、換個角度思考。"7. AI會寫程式碼，還要學CS嗎？現場有250多名學生，很多還沒選專業。有人直接問：還應該選CS嗎？"我選CS是因為熱愛，這對我來說是顯而易見的選擇。"Brin說，"不要因為AI現在能寫程式碼就不選CS。AI在很多事情上都不錯，CS只是恰好市場價值高，所以關注度高。"然後他說了一句扎心的話。"AI在比較文學方面可能比寫程式碼更強。"為什麼？"程式碼有錯誤會產生實際後果，程序跑不通。但文章裡錯一句話，後果小得多。所以AI做'軟'領域反而更容易。"他的建議是：用AI，但保持批判性。不要因為AI能替代某個領域就換專業，因為這個思維框架本身就是錯的。關於AI對個人的價值，Brin給出了樂觀的判斷。"AI讓個人非常empowered（被賦能），因為你身邊不會總有各個領域的專家。無論是職業發展、創業、健康問題還是生活品質，都有巨大潛力提升個人能力。"他自己每天開車時和Gemini Live對話，討論資料中心建設、電力需求、成本估算。"雖然聽起來像在打廣告，但公開版本用的還是很老的模型，等幾周我們把新版發佈出來再用吧。"他還提到了其他使用場景：為朋友和家人挑選禮物、brainstorm新產品創意、藝術創作的靈感。"AI不會替你做這些事，因為我總是會說，給我五個想法。然後我自己判斷那些有價值。"有趣的是，他也提到了播客。"All-In Guys是我喜歡的播客之一，他們是很棒的主持人。我們剛去佛羅里達拜訪了Ben Shapiro，看了他的錄音棚。"但他更喜歡互動式的對話。"所以我在開車時和AI聊天，雖然聽起來有點尷尬。"8. 被低估的技術：聚光燈之外有學生問：什麼新興技術被嚴重低估了？Brin的答案是材料科學。"AI和量子計算在材料領域的應用。我們能用不同的材料做什麼？更好的材料在方方面面都有用，天空是極限。"主持人Levin補充了生物和分子科學。"分子科學領域也在發生巨大革命，但現在關注度不如AI。"院長Jennifer同意這個判斷。"聚光燈現在全在AI上，但不應該停止照在生物學上。合成生物學有很多exciting的事在發生。"關於量子計算，Brin持謹慎立場。"很多人在想量子計算能帶來什麼，但這不是我會押上全部籌碼的方向。"技術上的根本不確定性是："我們甚至不知道P是否不等於NP。"而且量子演算法只對特定結構化問題有效。但他支援大學裡的探索。"如果有人有完全不同於超導量子位元或離子阱的新方法，可能需要在大學裡醞釀幾年再商業化。這種事情是有意義的。"9. 學術到產業：這條路還重要嗎？有學生問：Google誕生於學術研究，但現在產業界在驅動大部分創新，學術到產業的pipeline還重要嗎？Brin的回答出人意料地謹慎。"我不知道。"他的邏輯是：當年他讀博士時，從一個新想法到它可能有商業價值，中間隔著很多年。學術界有足夠的時間去醞釀、申請grant、慢慢研究。但如果這個時間窗口大幅壓縮呢？"我不確定他們需要在大學裡待幾年做實驗、然後再把成果帶到產業界。產業界也在做所有這些事情。"Scott和Alan就是例子。他們比Brin和Larry更早想創業，可能是"對我們想賣技術的做法不耐煩了"。Alan當時已經在做Weather Underground，Scott在做e-Groups。他們沒有等到學術成果完全成熟。但Brin也承認，有些東西確實需要時間。"完全radical的新架構，可能還是需要在大學裡醞釀一段時間。那些你不會在公司裡做的事——因為太長遠了，市場不等你。"量子計算可能是一個例子。如果有人有完全不同於主流方案的新方法，"可能需要讓它在大學裡marinate（醃製）幾年"。10. 大學的未來：一個讓校長都意外的回答主持人問：如果你來規劃工學院的下一個百年，會怎麼想？Brin的回答超出了預期。"我可能會重新思考大學意味著什麼。我知道這聽起來很煩人——這是Larry會說的那種話，我通常會被他煩到。"他的邏輯是：資訊傳播方式已經徹底改變了。MIT開放課程、Coursera、Udacity、YouTube……知識獲取不再依賴物理在場。那麼大學作為"地理集中的知識傳播機構"這個定位，還能撐多久？把一群聰明人放在一起碰撞，這種價值不會消失。"但那是在特定規模上，一百人在一起很好，不一定要和另外一百人在同一個地方。"更根本的問題是學位的價值。"我們招過很多學術明星，但也招了大量沒有學士學位的人。他們就是自己在某個角落琢磨出來的。"校長Levin評價："這比院長等級的回答更像校長等級。"他指的是Brin觸及了高等教育最根本的問題：當知識獲取去中心化、當頂級公司都在招沒有學位的人，傳統大學的核心價值到底是什麼？11. Google Glass的教訓：別以為自己是賈伯斯有學生問：年輕創業者應該避免什麼錯誤？Brin給出了一個自嘲式的回答。"當你有個酷炫的可穿戴裝置想法時，在用跳傘和飛艇做發佈會之前，真的要把產品做得更成熟。"他指的是Google Glass。2012年的Google I/O大會上，Google用跳傘員從飛艇上跳下並直播降落過程的方式發佈了這款產品，場面極其酷炫。但產品本身商業化太早了，成本沒控制好，使用者體驗不夠精緻。"我以為自己是下一個Steve Jobs。結果發現，他是一個非常獨特的人。"更深層的教訓是關於期望管理。"一旦你公開了某個項目，外部期望會滾雪球式增長，開支也會增加，然後你就被deadline綁架了。你可能沒有足夠時間把事情做好。這是我會努力避免的錯誤。"12. 從莫斯科到矽谷：三次世界觀爆炸有學生問：你如何定義好的生活？Brin的回答從他的童年開始。他出生在蘇聯莫斯科，全家擠在40平米的公寓裡，和父母、祖母住在一起，每天爬五層樓。"我根本不知道外面的世界是什麼樣。"父親去波蘭參加學術會議，第一次瞭解到西方世界，決定移民。這在當時家庭裡非常有爭議。到美國後又是一貧如洗，要學新語言、交新朋友。另一個學生問了一個更尖銳的問題：在建立Google的過程中，你有什麼limiting beliefs（限制性信念）需要改變？Brin把這個問題和他的移民經歷聯絡起來。"我的生活在幾個階段都有戲劇性的擴展。"每一次都很痛苦——離開熟悉的環境、失去朋友、學習新語言、從頭開始。"但我想，因為我個人的歷史，我有了這種體驗：那些痛苦的轉變，後來都有了回報。"第三次世界觀爆炸是1993年來到史丹佛。"加州有某種非常自由和解放的東西，尤其是這個州的傳統。雖然現在有點在失去，但我不想抱怨。"這不是抽象的哲學。Brin的父親Michael Brin是馬里蘭大學的數學教授，母親Eugenia在NASA戈達德航天中心做研究員。他們從蘇聯的體制中逃出來，深知思想自由的價值。據維基百科，Brin的母親後來被診斷出帕金森症，Brin已經捐贈超過10億美元資助相關研究。13. 退休一個月的教訓Covid前，Brin宣佈退休。他的計畫是：在咖啡館裡學物理。"然後咖啡館全關了。"他發現自己在家"越來越鈍"，思維不再敏銳，"感覺自己在spiral down（螺旋下墜）"。幾個月後開始偷偷回辦公室（當時還沒正式復工），後來越來越深入地參與後來被稱為Gemini的項目。"能有這種技術上的創造性outlet，非常有價值。如果一直退休下去，會是個大錯誤。"這與他在2024年3月AGI House活動上的發言一致。當時他告訴一群AI創業者："AI的發展軌跡太令人興奮了，我沒法繼續退休。"好的生活，對Brin來說，是能夠享受家人（他的一個孩子和女朋友都在現場），同時保持智力上的挑戰。"我感激能夠在這個階段有智力上的挑戰。"演講結束時，院長Jennifer Widom感謝了一位促成這次活動的人：Emily Ma，史丹佛的兼職講師，同時也是Google員工。她看到了這次活動的潛力，推動了它的實現。"這是我們百年慶典的完美收官，"Widom說，"讓我們看看下一個世紀會發生什麼。"台上那台玩具積木拼裝的伺服器，見證了過去三十年。下一個三十年，它會繼續作為展品，靜靜地待在黃仁勳工程中心的展廳裡。核心問答Q1: Google在AI競爭中為什麼沒被OpenAI徹底甩開？Brin承認Google在Transformer論文發表後"確實搞砸了"，沒有大規模投資算力，而且"太害怕把它推給使用者"。但Google從十幾年前就開始佈局深度技術：Jeff Dean建立的Google Brain團隊、自研TPU晶片（已有12年歷史）、超大規模資料中心。這些基礎設施和人才儲備讓他們能夠快速追趕。Brin的原話是："我們只是碰巧很早就押注了深度技術。"Q2: Brin認為AI時代還應該學CS嗎？Brin的回答是：不要因為AI能寫程式碼就換專業。他給出了一個反直覺的判斷：AI在"軟"領域其實更強——比較文學裡錯一句話沒什麼後果，程式碼錯了程序跑不通。所以用"AI替代程度"來選專業是錯誤的思維框架。他的建議是：選自己熱愛的，同時用AI來增強自己的能力。Q3: Brin認為年輕創業者最該避免什麼錯誤？在產品成熟之前過早公開。一旦公開，外部期望和內部開支會滾雪球式增長，你會被deadline綁架，沒有時間把事情做好。Google Glass就是他本人犯的這個錯誤。他用跳傘和飛艇做了一場酷炫的發佈會，"以為自己是下一個Steve Jobs"，結果產品不夠成熟，商業化失敗。 (高飛的電子替身)

一個身價1400億的「退休老哥」，在史丹佛當眾自爆：退休是巨大錯誤！他一轉身，手握Transformer「屠龍刀」的Google，為何在AI黎明前夜被OpenAI打得措手不及？2025年的初冬，史丹佛大學的禮堂裡座無虛席。台下的聽眾大多是那種典型的矽谷年輕面孔：穿著連帽衫，背著雙肩包，眼中閃爍著對改變世界（或者至少是獲得巨額融資）的渴望。台上最右邊的男人，即使在這場史丹佛大學工程學院百年慶典上，神情依然像個頑童。他是謝爾蓋·布林（Sergey Brin），Google的聯合創始人，身價超過1400億美元，是這個星球上最有權勢的人之一（尤其是對一些熱愛科技的年輕人來說）。Google於20世紀90年代中期在史丹佛大學校園創立，謝爾蓋·布林與拉里·佩奇正是在此相遇。考慮到Google的起源故事以及身處矽谷核心的史丹佛大學演講現場，謝爾蓋在這場演講的回答或許會讓一些人感到意外。但他那天說出的一句話，卻讓在場的所有人感到意外。「退休是個巨大的錯誤。」布林說道，語氣中帶著一種罕見的坦誠：「我原本以為我會去海邊，或者研究一點物理，但實際上，那種感覺糟透了。」這不僅僅是一個關於無聊的故事。布林的這番話，揭開了矽谷過去十年最驚心動魄的一場商業戰爭的序幕。他所指的「錯誤」，並非個人生活的空虛，而是他在2019年選擇隱退時，正好錯過了電腦科學史上最重要的一次「革命」。就在他退休去享受人生的那幾年裡，Google，這家曾經定義了網際網路、匯聚了全球最聰明大腦的科技帝國，竟然在自己最擅長的領域——人工智慧（AI）上，被一家名為OpenAI的小創業公司打得措手不及。「我們因為擔心，錯過了機會。」布林坦承。這是一個真實的矽谷故事。也是一場關於傲慢、偏見、技術信仰與帝國反擊的史詩。被遺忘的神諭Transformer的誕生與封存故事的起點，在2017年。那時的Google如日中天，市值突破兆，AlphaGo剛剛在圍棋上虐完了人類頂尖棋手。在Google山景城總部的一個不起眼的角落裡，八位研究員正在搗鼓一篇論文。這篇論文的標題起得很隨意，叫做《Attention Is All You Need》。論文的作者之一Jakob Uszkoreit覺得這個名字聽起來很像披頭士的歌名，既嬉皮又極客。當時沒人知道，這篇論文將成為開啟下一個時代的鑰匙。這八個人——後來被稱為「AI八子」。他們提出了一種名為Transformer的全新神經網路架構。在此之前，AI處理語言（比如翻譯一句話）需要按順序一個字一個字地讀，這叫循環神經網路（RNN）。這很慢，而且讀了後面忘前面。Transformer的天才之處在於，它引入了「自注意力機制」（Self-Attention）。簡單說，它能像人類一眼掃過整頁書一樣，同時看到所有單詞，並瞬間理解它們之間的關聯。這是一項核彈級的技術突破。它解決了平行計算的問題，意味著只要你給他足夠多的顯示卡（GPU/TPU）和足夠多的資料，這個模型就能無限變強。Transformer，可以說是一把新時代的屠龍寶刀。號令天下，誰敢不從。「創新者窘境」：為什麼有了屠龍刀卻不屠龍？按理說，Google發明了Transformer，應該順勢推出自己的「ChatGPT」聊天機器人才對。但現實是，這篇論文發表後，Google內部雖然也在用它改進搜尋和翻譯，卻始終沒有推出一個面向公眾的「生成式AI」產品。為什麼？答案藏在哈佛商學院教授克里斯坦森的那本經典著作《創新者的窘境》裡，也藏在Google那張價值1400億美元的利潤表裡。商業模式的詛咒Google的商業模式太完美了，完美到它不敢自我革命。搜尋廣告模式使用者輸入關鍵詞->Google展示十條藍色連結->使用者點選連結->Google收廣告費。AI聊天模式使用者提問->AI直接給出完美答案->使用者不需要點選連結。如果AI太好用，使用者就不點廣告了。這對Google來說，無異於揮刀自宮。每一位高管在看到AI聊天機器人的Demo時，腦子裡閃過的第一個念頭不是「這太酷了」，而是「這會把我們的股價搞崩」。Google是全球資訊的守門人。它對「正確性」有極高的潔癖。大語言模型有一個致命弱點：幻覺（Hallucination）。它會一本正經地胡說八道。對於OpenAI這樣的創業公司，這叫「有趣的瑕疵」；但對於Google，這叫「傳播虛假資訊」。2021年，Google其實已經開發出了極其強大的聊天機器人LaMDA（Language Model for Dialogue Applications）。BTW：吐槽一句，這名字就看著很大公司病，「用於對話應用的大模型」，不像ChatGPT，就像隨便將Chat和GPT連起來。創新還是要隨意一點啊。但管理層始終不敢發佈。一個著名的插曲發生了：Google工程師Blake Lemoine在測試LaMDA時，被AI的回答震驚了。他認為LaMDA已經產生了「自我意識」（Sentient），是一個有靈魂的「人」。他甚至為此聘請了律師來保護AI的權利。這件事把Google高層嚇壞了。為了避免倫理爭議和公關災難，他們迅速解僱了Lemoine，並把LaMDA鎖得更緊了。他們擔心，一旦發佈，AI可能會說出種族歧視的話，或者教唆使用者自殺。這種「防禦性思維」讓Google在戰略上徹底癱瘓。人才的大逃亡對於那八位發明Transformer的天才來說，看著自己手中的技術被公司束之高閣，是一種折磨。「我們想做產品，想改變世界，而不是只發論文。」於是，大逃亡開始了。Noam ShazeerTransformer的核心作者之一，他曾向Google高層極力推薦發佈聊天機器人Meena，被拒後憤而離職，創辦了Character.AI。Aidan Gomez離職創辦了Cohere。Ashish Vaswani離職創辦了Adept。到了2022年，Transformer論文的八位作者，全部離開了Google。Google變成了AI界的「黃埔軍校」——培養了所有人，卻沒留住一個將軍。而這些出走的人，帶著Google的技術基因，在矽谷的各個車庫裡，把槍口對準了老東家。OpenAI如何利用「Scaling Laws」逆天改命當Google在猶豫不決時，幾英里外的OpenAI正如飢似渴地研究著Google的Transformer論文。OpenAI的首席科學家Ilya Sutskever（他也是從Google跳槽出來的）是一個堅定的技術信仰者。他相信一個簡單而暴力的真理：Scaling Laws。Ilya認為，不要搞那些花裡胡哨的人工規則。只要神經網路的層數夠深、參數夠多、喂給它的資料夠大、算力夠強，智能就會「湧現」（Emerge）。這被稱為「苦澀的教訓」（The Bitter Lesson）：在算力面前，人類的精巧設計往往不值一提。簡單點，你可以理解為力大出奇蹟。於是，OpenAI做了一個當時看起來很瘋狂的決定：把所有資源All-in在Transformer架構上，並且不斷把模型做大。GPT-1：驗證概念。GPT-2：參數擴大10倍。GPT-3：參數擴大100倍（達到1750億）。產品的勝利：ChatGPT的降維打擊技術上的領先並不足以致勝，OpenAI贏在產品哲學。Google的思路是：AI必須是一個完美助手，要整合在Search裡，不能出錯。OpenAI的思路是：管它完不完美，先發出去讓大家玩起來。2022年11月，OpenAI發佈了ChatGPT。這其實是一個「半成品」，介面簡陋，經常胡說八道。但它做對了一件事：對話方塊（Chat Interface）。它把高深莫測的AI，變成了一個連老奶奶都能用的聊天工具。一夜之間，使用者突破百萬，隨後破億。矽谷沸騰了。人們發現，這個AI雖然會算錯數學題，但它能寫詩、能寫程式碼、能講笑話、能安慰失戀的你。這就夠了。另一個故事：微軟的「借刀殺人」如果說OpenAI是衝鋒的騎士，微軟CEO薩提亞·納德拉（Satya Nadella）就是背後的謀略家。納德拉敏銳地看到了OpenAI的潛力，在所有人都覺得OpenAI是燒錢無底洞時，微軟注資130億美元，並迅速將GPT-4整合進必應（Bing）搜尋。納德拉在接受採訪時，說出了一句殺人誅心的話：「我們要讓人們知道，是我們讓他們（Google）跳舞。」他成功了。Google這頭大象，終於被刺痛了。紅色程式碼與布林的回歸「我回來了，為了寫程式碼」ChatGPT發佈一個月後，Google總部山景城Mountain View拉響了警報。CEO桑達爾·皮查伊發佈了著名的「紅色程式碼」（Code Red）。這在Google歷史上意味著最高等級的生存危機。所有不相關的項目暫停，所有資源向AI傾斜。但皮查伊發現，自己雖然是CEO，卻很難調動這艘龐大的航母。內部官僚主義嚴重，團隊之間壁壘森嚴。他需要援軍。於是，他撥通了那個許久未撥的電話——打給已經退休的拉里·佩奇和謝爾蓋·布林。布林：從退休老頭變回硬核極客布林回到了Google。他沒有選擇坐在寬敞的董事會辦公室裡指點江山，而是做了一件讓所有工程師掉下巴的事：他要寫程式碼。據內部員工透露，布林回來的第一件事，是申請訪問Gemini（當時叫LaMDA/Bard）的程式碼庫。因為太久沒操作，他的權限甚至過期了，不得不像個實習生一樣提交工單恢復權限。隨後的日子裡，Google的工程師們驚訝地發現，程式碼提交記錄（Change Lists，CLs）裡頻繁出現「Sergey Brin」的名字。有一個段子在Google內部瘋傳：布林提交了一段修改程式碼，然後幾十個資深工程師排著隊在下面回覆「LGTM」（Looks Good To Me，Google內部程式碼稽核通過的術語）。大家既是出於對創始人的敬畏，也是被這種身先士卒的精神所震懾。布林不僅僅是作秀。他深入到了最核心的訓練環節，盯著損失函數（Loss Curve）的曲線，研究模型為什麼不收斂。他甚至要求工程師們恢復創業時期的作息，推行高強度的「60小時工作制」，並親自組織周末的駭客松。他在史丹佛的演講中回憶那段時光：「當你親手去調參，去看到模型變聰明的過程，那種多巴胺的釋放是無可比擬的。我才意識到，我不應該退休。」跌跌撞撞的反擊Gemini的出生與「覺醒」在布林的親自督戰下，Google終於拿出了反擊武器：Gemini。與OpenAI的GPT-4不同，Gemini從一開始就被設計為原生多模態（Native Multimodal）。GPT-4本質上是個文字模型，看圖能力是後來「外掛」上去的。Gemini從訓練第一天起，就同時吃文字、圖片、視訊和音訊。這讓它在理解複雜視訊和跨模態推理上有著天然優勢。圖像生成的滑鐵盧：「我們搞砸了」然而，急於求成的Google，很快摔了一跤。2024年初，Gemini推出了圖像生成功能。使用者很快發現，這個AI「瘋了」。當使用者要求生成「美國開國元勛」時，它生成了黑人、印第安人和亞裔，就是沒有白人。當使用者要求生成「二戰德軍士兵」時，它居然生成了黑人納粹士兵。輿論嘩然。馬斯克在推特上嘲笑Google開發了「Woke AI」（覺醒病毒AI）。Google的股價應聲暴跌。這一次，布林沒有躲避。他在一次公開的極客聚會上，面對鏡頭坦誠地說道：「我們確實搞砸了。」他解釋說，這是因為為了防止模型產生種族歧視，內部的對齊（Alignment）團隊在提示詞裡加了太多的強制多樣性規則，導致矯枉過正。這種坦誠，反而贏回了部分開發者的尊重。27億美元買回一個天才為了贏，Google已經不計成本。還記得那個憤而離職去創辦Character.AI的Transformer作者Noam Shazeer嗎？2024年，Google做了一筆震驚矽谷的交易：花費27億美元收購Character.AI。但這筆交易極其詭異。Google並沒有把Character.AI的產品併入體系，它真正的目標只有一個：讓Noam Shazeer回來。這實際上是一場耗資27億美元的「聘用」。Noam回來後，直接成為了Gemini項目的聯合負責人。千金買骨。這證明了Google的決心，也側面印證了當年逼走這些人是多麼昂貴的錯誤。攻守易形 2025年的戰局反轉OpenAI的「Code Red」時間來到2025年底，劇情發生了極其諷刺的反轉。據外媒報導，OpenAI的CEO山姆·奧特曼給全員發了一封備忘錄，宣佈OpenAI進入「紅色程式碼」（CodeRed）狀態。是的，三年前是GoogleCodeRed，三年後輪到了OpenAI。為什麼？因為Google追上來了。Gemini3 的逆襲Google發佈的最新模型Gemini3 ，在多項基準測試（如長文字推理、數學競賽）中擊敗了GPT-5系列。生態系統的碾壓Google把Gemini植入到了Android手機、Google Docs、Gmail和Chrome瀏覽器裡。普通使用者不需要下載ChatGPT，直接在手機上就能用。這種分發管道的優勢是OpenAI無法比擬的。算力的護城河Google擁有自研的TPU晶片，而且已經迭代到了第七代。而OpenAI極度依賴輝達的GPU，受制於人且成本高昂。布林和Google證明了：大象雖然轉身慢，但一旦奔跑起來，它的體重就是武器。Scaling Laws撞牆了嗎？目前的戰局，正處於一個微妙的十字路口。矽谷開始流傳「Scaling Laws失效」的說法。單純靠堆顯示卡、堆資料，模型變聰明的速度在變慢。戰爭從「拼誰說話快」，變成了「拼誰數學好」。矽谷沒有終局，AI永不停止回顧從Transformer論文發表的2017年到今天的2025年，這不僅僅是兩家公司的競爭，更是技術發展周期的縮影。Google錯了嗎？錯了。錯在傲慢，錯在被既得利益（搜尋廣告）綁架。布林錯了嗎？錯了。錯在以為技術革命會等著他退休歸來。但好在，矽谷最迷人的地方就在於它的自我糾錯能力。布林在史丹佛的演講最後說道：「這也許是電腦科學歷史上最激動人心的時刻。如果不參與其中，那將是最大的遺憾。」對於我們普通人來說，神仙打架是好事。Google的焦慮和OpenAI的激進，換來的是我們手中越來越強大的工具。在這個指數級變化的時代，最大的風險，就是什麼都不做。那怕你是兆帝國的締造者，一旦停下腳步，也會瞬間被時代拋棄。 (新智元)

劉靖康表示，“目標不是你為之奮鬥的全部，你所熱愛的事情才是。熱愛是種子，目標是自然生長的路標。”我們已經見慣了國外品牌在中國市場的強勢，像不久前，蘋果手機推出的一款形似長筒襪的針織手機袋，售價竟然高達上千元。更令人驚訝的是，有的款式上線半個小時，就已售罄，讓人不得不感慨蘋果品牌“宗教般”的號召力。但你可能想不到的是，類似的事情也正發生在一個中國品牌身上。今年4月22日，紐約中央車站大排長龍，數百米的隊伍蜿蜒兩條街道，9點開啟的活動，粉絲們凌晨3點就開始守候，只為第一時間拿到中國企業影石創新推出的Insta360 X5全景相機。而線上上，這款相機也火速登頂8個國家電商平台的同類產品銷量榜首，上市首日即告售罄。影石的全景相機在行業內具有絕對的統治力，2025年前三季度，其全景相機市場的份額達到85.8%，海外市場佔比高達87.5%，連續8年保持全球第一的位置。與此同時，影石旗下的運動相機市場份額，僅次於大名鼎鼎的GoPro，位居全球第二。更值一提的是，影石走的不是過往中國出海產品的“性價比”路線，其售價要比GoPro、大疆等巨頭的產品還要貴。美國科技媒體評價其“在全景領域獨樹一幟，幾乎沒有對手”，跨境電商人士表示，即便受關稅戰影響，影石全景相機的性能也已經捲到讓美國人非買不可的地步……而創造這一“神話”的是位90後青年，影石創新公司的CEO劉靖康。小小極客劉靖康1991年出生於廣東省中山市。和現在很多小朋友一樣，他從小痴迷電腦遊戲，經常會因為想玩遊戲，要跑到兩公里外的表哥家用電腦。小學三年級時，在他的再三懇求下，父母給他買了一台電腦。他則用來打CS遊戲。但玩久了，他逐漸對遊戲失去了興趣，轉而開始研究起遊戲背後的邏輯和運行規則。當他知道遊戲不過是程式設計師編寫的程式碼後，立刻對程式設計產生了興趣。“遊戲帶來了快樂，也讓我感受到了軟體的美妙，助我找到了人生第一件熱愛的事情：程式設計，我也要創造美妙的軟體和遊戲！”他後來回憶說。自此之後，只要不上學，他就泡在電腦前，沒日沒夜學習寫程式碼、做網站、開發小程序和小遊戲。劉靖康所在的石岐實驗小學設有程式設計課，每次上課時他都如飢似渴地吸收著老師講述的內容。他的電腦啟蒙老師陳緒淼回憶說，劉靖康曾經做過兩件事情，讓他十分難忘：“一是五年級的時候，他用剛剛面世的LED燈珠製作了一盞迷你檯燈——要知道在21世紀初，LED尚屬前沿科技，市場應用寥寥；二是六年級我帶他參加中山市資訊中心的集訓，他演示自制網站的時候，突然將鍵盤推進桌下，為了自己的‘智慧財產權’，盲打輸入帳號密碼。那副專注又略帶頑皮的模樣，讓在場老師們忍俊不禁。”雖然也出現過上課不專心，寫作業不及時的情況，但劉靖康的學習成績一直不錯，所以父母也沒有過多干預他用電腦。2004年，劉靖康憑藉優異的學業成績與程式設計天賦，以資訊學特長生身份被推薦至中山市百年名校：中山市第一中學。此後6年，他在這裡度過了中學時光。他是班級裡的電腦課代表，連老師電腦出問題都會找他來解決。到了高中階段，學校實行的是寄宿制，而且要求學生不能攜帶電子裝置到校。程式設計癮極大的劉靖康完全受不了，他一次次找班主任軟磨硬泡，最終老師只好睜隻眼閉隻眼，默許他將電腦帶到宿舍。為了不讓夜間巡邏的宿舍管理員發現，每晚他都用被子把下鋪圍得嚴嚴實實。高中學習本就緊張，劉靖康又長期熬夜寫程式碼，導致白天精神疲倦，一度成績滑落至年級500多名。當父母和班主任準備收回他的電腦時，他靈機一動，說可以參加全國中學生程式設計比賽來給高考加分（一等獎可以高考加20分）。父母和老師聽後，勉強同意了。他沒有食言，高二比賽時他獲得了一等獎，並因此得到了高考加20分的寶貴機會。2010年，19歲的劉靖康已經十分確定自己的熱愛是軟體行業，所以他將高考目標定在南京大學，因為那裡有全國最好的軟體工程專業。結果他的高考成績，距離南大錄取線尚有18分之差，好在那20分的加分，讓他得以壓線2分，被南京大學驚險錄取。謝師宴上，有老師鼓勵他說，“我盼你在大一大二就做出名堂。”沒想到，此話一語成真。“折騰大王”進入南大之後，課堂上老師講述的一系列新知識、新技術、新產品讓劉靖康眼界大開。他暗下決心，自己也要做有意思的產品和項目。他開始放飛自我，化身為“折騰大王”。看到校園內有大量閒置物品交易需求，而同學畢業時面臨“帶不走、舍不得扔”的困境，他隨手就做了一個二手交易網站。看到校園咖啡店高峰期排隊時間過長，他隨即開發了手機點餐系統，大幅縮短了同學們的排隊時間。發現各院系男女比例失衡，他就做了一款校園隨機視訊交友網站，還設計了“聊天越久，馬賽克越淡”的奇妙規則。網站上線後，一晚上發生了1萬多次校內男女同學的視訊通話，還促成了幾對情侶。他還利用BRF軟體，以7000多位同學的證件照為基礎，繪製了南大“標準臉”——商科的女生下巴比較尖，學歷史的女生更圓潤，IT男生則更接近國字形臉。這些圖片，很快刷爆人人網。更出格的是，他通過學校網站漏洞破解了老師的信箱，獲得了期末考試試卷，甚至還可以修改成績。此事導致他被校方嚴厲談話，差點被開除學籍。在他折騰的這一系列事情中，最轟動的莫過於通過網上一段記者撥打360公司董事長手機的視訊，用軟體分析出了周鴻禕的手機號碼。雖然他將手機號碼隱藏了四位發到網上，但還是被好事者通過他公佈的方法，得到了手機號。周鴻禕的手機一晚上收到了幾十個陌生電話。此事一度登頂微博熱搜榜，也令周鴻禕和李開復等商界大佬，爭相邀請他入職。但他誰也沒有選，畢竟他當時還是一名大二的學生，何況他真正想要的是做出改變人們生活的產品，而不是一份體面工作。2012年，劉靖康開發了視訊內動態植入廣告技術xAd。該技術通過演算法實現廣告與視訊內容的智能匹配，支援動態調整廣告展示位置和形式，以提升廣告的精準度和使用者體驗。他興沖沖帶著這個技術到香港參加路演，希望獲得投資，但被投資人無情拒絕。後來他反思說：“那一次讓我意識到，從一個技術到原型、產品，到成為一個項目，再到一個創業公司，直到面向市場化，這條路有多長。我那時只是一個人站在了原型的階段。”不過這項技術最後還是被一個廣告公司所購買，並應用到了浙江衛視的《中國好聲音》節目中。劉靖康也因此獲得了一小筆收入。有了第一次創業的教訓後，2013年劉靖康組建團隊，推出了名校直播APP。直播對像是清華、上交、南大等重點高校的名師課堂，一年多的時間裡，他在全國九大名校進行了200多場直播，後期又將業務拓展到企業領域，成立了V直播。那時他每天忙忙碌碌，但公司的商業化之路並不順利，收入非常少。2014年，畢業前一個月，劉靖康的積蓄見底，創業之路岌岌可危。關鍵時刻，一個很欣賞他身上摺騰精神的南大畢業學姐，又給了他一筆投資續命。而此後一次偶然的經歷，徹底改變了劉靖康的創業方向。研發全景相機劉靖康有次在網上看到一段在澳洲上空拍攝的360度全景視訊。視訊畫面的衝擊力和角度讓他大受震撼。他也想拍出這樣的畫面。當時三星、理光等大廠已推出了全景相機，但是需要用WIFI連接手機，且須將照片傳送到手機上，用較長時間才能拼接形成全景效果。劉靖康覺得這很繁瑣、很不合理，他覺得消費者需要的是一款即拍即得的全景相機。“沒人做，那我來做！”隨即他調整公司方向，帶領團隊開始研發全景相機。研發初期異常艱難，當時國內全景相機的供應鏈並不齊全，很多元器件很難找，研發人員又少，劉靖康和團隊經常每天睡眠不足3小時。但他時刻提醒自己“做不出，公司就要倒閉！”2014年底，劉靖康團隊研發的第一代Insta360全景相機問世，兩個230°超廣角魚眼鏡頭可以全方位記錄360°周圍空間。不過這款雛形產品，當時還不夠好用，所以並未進入市場。劉靖康一邊繼續最佳化產品，一邊給公司找錢續命。他們先是得到了IDG的天使投資，又在2015年2月，獲得了啟明創投的A輪融資。隨後，劉靖康將公司遷往距離供應鏈更近的深圳，正式成立深圳嵐鋒創視網路科技有限公司（2020年更名為影石創新科技股份有限公司）。2015年，劉靖康的公司正式推出了第一款企業級VR全景相機4k beta。不過遺憾的是，這款產品因為鏡頭鬆動的質量問題，發售不久就不得不召回。殘次品一時堆滿了倉庫。但產品的進步還是給了劉靖康很大鼓舞，2016年他帶著Insta360全景相機，參加第二屆中國“網際網路+”大學生創新創業大賽，一舉奪得第二名。劉靖康得到了創投圈極大的關注，此後眾多投資機構，紛至沓來。2016年7月，劉靖康公司發佈了一款革命性的消費級全景相機Insta360 Nano，這款產品重量僅70克，不但可以直接插到蘋果手機進行拍攝，還可以一鍵分享至社交網路。當年的美國CES展會上，蘋果聯合創始人史蒂夫·沃茲尼亞克在體驗Nano後，直呼了不起。連Facebook官方都對Nano做了推薦，這也令其上市僅一個月就得到了2000萬元的訂單。但讓劉靖康沒想到的是，僅僅三個月後，Insta360 Nano的銷量開始直線下滑。原來全景相機市場缺乏教育，很多人只是圖新鮮，並不知道太多的應用場景，拍幾次就束之高閣。劉靖康恍然大悟：自己忘了思考使用者到底需要什麼。他開始潛心研究市場，並將受眾鎖定在了運動人群身上，因為這群人被Go Pro教育過，且更需要能第一視角拍攝、並把運動過程360度無死角記錄的裝置。2017年，劉靖康帶領團隊開始發力全景運動相機市場，並成功打造了Insta360 ONE系列全景運動相機。這款產品兼具全景與運動雙模式，一時間從衝浪選手到滑板少年，從科技大V到時尚達人，都成了這款相機的擁躉。26歲的劉靖康也在這一年兩度入選福布斯榜單，成為全球傑出青年代表。2018年，Insta360市場份額超越理光與三星，自此牢牢佔據行業第一，並將對手越甩越遠。極致熱愛與極致產品劉靖康曾用遊戲公司做類比：一家遊戲公司只有研發人員是做不出好遊戲的，必須是熱愛遊戲，熱衷創造遊戲玩法的人才能做出好遊戲。因此他大力支援產品經理去嘗試各種戶外運動，不管是滑雪、衝浪還是跳傘、騎行……買裝備請教練的費用，都由公司買單。影石公司的很多員工因此成為戶外運動的高手，甚至很多人拿到了教練證。並不擅長戶外運動的劉靖康也身體力行，攜帶著公司的產品登上軍用飛機後座，進行高空拍攝測試。這種對使用者體驗的極致追求，讓劉靖康和團隊挖掘出了更多細微的使用者需求，進而不斷推陳出新，最佳化和創造出新的產品。比如自拍桿會對畫面美感造成破壞，影石就通過演算法讓自拍桿隱去，營造出攝影師跟拍的效果；再比如騎行的人希望收錄摩托引擎的聲音、沙石碰撞鏈條的聲音，影石就在相機上加上防風降噪零件，通過演算法保留特殊頻段的聲音；類似的還有如何騎行時安全地控制相機拍攝，潛水時如何讓相機不漂在水上，而是進入水中……影石的熱銷產品拇指相機GO系列，就是劉靖康受籃球運動啟發，做的一款可以夾在球衣上的相機。如今很多人將這款相機夾在兒童或者寵物身上，拍攝出了很多有趣視角的視訊和圖像。為了探索創意，影石Insta360還設立了“Think bold挑戰基金”，面向世界各地的使用者徵集創意視訊或作品，任何人都可以將大膽的想法和創意的點子“賣”給影石。有網紅博主因為“手搓噴氣飛機”欠債上百萬，劉靖康大筆一揮，“Think bold挑戰基金”就幫其還了180萬債務。影石公司內部也形成了一種寬鬆創新的文化，各種腦洞大開的活動和比賽，層出不窮，“百萬減重大賽”“拖鞋大賽”“影石產品體驗師”……劉靖康也很能“整活”，送員工豪車、撒錢、發紅包，激勵員工做出更多想法和創意。極致的產品追求，也令影石公司在市場上，一路高歌猛進。目前，其產品已覆蓋200多個國家和地區，入駐全球10000多家零售門店及90餘座海內外機場，與Apple Store、Best Buy等國際知名管道建立深度合作。影石創新也以全景技術為核心突破口，逐步建構起包括全景圖像採集與拼接技術、防抖技術、AI影像處理技術和計算攝影技術在內的技術體系。這些創新技術不僅為公司築起競爭壁壘，更推動業績持續高速增長。過去三年，其營業收入分別為20.41億、36.36億、55.74億元，三年間的複合增長率高達65.25%。今年前三季度，影石實現營收66.11億元，同比增長67.18%。今年6月11日，影石創新正式登陸科創板。上市首日其開盤價為182元/股，較發行價上漲285%，市值突破700億元，成為科創板中備受矚目的明星企業。劉靖康也因此成為科創板第一位90後創始人。回望來路，劉靖康用自身的經歷鼓勵青年人，“目標不是你為之奮鬥的全部，你所熱愛的事情才是。熱愛是種子，目標是自然生長的路標。因為你持續做熱愛的事，這條路上的所有積累、嘗試（那怕失敗）、遇見的人，終會在時間催化下，像珍珠被串成閃亮的線。它們會在你意想不到的關鍵時刻，成為那個看似偶然卻內含必然的‘外掛’，助你實現所設定目標、甚至夢想的一臂之力。” (礦石商業評論)

現在的大學生該選什麼專業？未來一百年的大學會是什麼樣子？業界 AI 如此強勢，學界還能做什麼？Google在過去二十多年裡做對了什麼，又有那些遺憾？謝爾蓋·布林訪談內容劃重點1.Google在AI浪潮早期曾出現決策失誤Google在Transformer論文發表後曾錯失機會。他們擔心聊天機器人會說“蠢話”而未敢快速推廣技術，這導致公司在AI商業化部署上失去了先機，讓競爭對手搶佔了優勢。2.GoogleAI核心優勢在於全端基礎設施儘管早期有失誤，但Google在AI領域的持續競爭力源於其對深層基礎技術的長期投入。例如十多年前Google就開始開發的AI專用晶片（TPU）以及大規模資料中心。這種對演算法、半導體和計算設施的全面掌控，使其能夠站在現代AI的前沿。3.未來AI的突破點可能是演算法AI未來發展的方向將更多地依賴於演算法進步和潛在的新架構，而不是僅僅通過擴巨量資料和計算規模。在過去十年中，演算法的進步速度實際上已經超過了計算能力的增長速度。4.AI做那種創造性的事更容易不應該僅僅因為覺得AI 擅長寫程式碼就轉去學比較文學，AI 在比較文學上可能表現得更好。不是要不尊重比較文學專業的學生，但當你使用 AI 寫程式碼的時候，有時候它並不奏效，像是它會犯一個相當重大的錯誤。然而，你在一篇關於比較文學的論文裡把一句話寫錯了，並不會真的有那種後果。AI做一些那種創造性的事情更容易。5.建議年輕人將AI作為增強個人能力的工具AI是一個強大的賦能工具，可以用來頭腦風暴、獲取專業知識概覽，學生們應該積極利用它來增強自身的個體能力。在史丹佛大學工程學院百年慶典的收官活動上，Google聯合創始人謝爾蓋・布林重返母校，與校長 Jonathan Levin 以及工程學院院長 Jennifer Widom 展開了一場對談。布林於 1993 年進入史丹佛工程學院，攻讀電腦科學研究生。讀研期間，他結識了拉里・佩奇。兩人共同開發了一種搜尋演算法，並於 1998 年創辦了Google。回顧Google的來時路，布林坦言 8 年前提出 Transformer 時，他們沒有予以足夠的重視，而且因為擔心聊天機器人說蠢話而害怕將其展示給世人。但他同時認為，他們這些年也做了很多正確的事情，比如投資研發 TPU 並建立規模龐大的資料中心。對於未來，布林也表達了一些自己的看法，比如認為大學未來可能不應該再限制於某個地理位置，學界未來應該投身更具探索性質的研究，材料等科研方向可能被低估了……以下是這場對話內容的摘錄。Google 早期做對了什麼？學術基因、敢碰難題校長：Google 已經是一家市值 4 兆美元的公司，業務範圍極其廣泛。你們這些年肯定做了很多正確的決定。有沒有什麼是你們在建立 Google 初期就做對的事情？布林： 我覺得早期的話，Larry 一直非常有雄心。他現在也是。對你提出的每個計畫，他幾乎都會說「這不夠有野心」。我們確實很早就有了非常宏大的使命宣言 —— 整合全球資訊。我認為這是創辦公司的一個很好的理念基礎。另外，我們建立了一家相當學術化的公司。我和 Larry 都是從博士項目出來的，當時很多創業公司是大學生創辦的。我確實認為這會稍微改變你思考問題的方式。我們從早期就非常重視基礎研發投入。校長：我覺得有充分的理由說 Google 是過去 25 年全球最具創新力的公司。無論是產品創新，還是很多重大決策，比如收購 YouTube 發展視訊業務、收購 DoubleClick 做廣告、還有 Waymo。技術創新從一開始就很突出，現在做晶片也是。大公司保持高度創新是很難的，每個人都在這方面掙扎，但你們做到了。很多人認為你個人在這方面有很大影響。你是怎麼思考培育創新文化的？布林：部分原因就是敢於嘗試。因為我們有學術根基，可能更傾向於嘗試困難的事情。進入過去十年左右，困難的事情變得越來越有價值。以 AI 為例，它所需的計算量、所需的高深數學，這些都是技術上深奧且具有挑戰性的問題。命運的安排使得這些在當今世界變得重要。曾經有一段時間，你可以做 pets.com，任何東西都可以加個.com。技術深度要求不高，懂點網路就行。現在我們招的人比我當時要合格得多。我當時算是偏數學的電腦專業，因為本科同時學了數學和電腦，這在我那屆比較少見。但現在我們從史丹佛和其他頂級項目招的人，數學和電腦都很強，還有很多物理學家，因為物理學家必須做高深數學，而且他們的很多工作受限於計算能力，所以他們也需要計算技能。我覺得我們只是運氣好，在那個方向上稍微早一點就確定了方向。Transformer 論文發了我們卻沒當回事校長： 談談 AI 吧。每個人都在關注它。你回到 Google 從事這方面的工作。你們在很多方面都處於前沿，競爭非常激烈。投入 AI 基礎設施的資本達到數千億美元，單個公司層面都是這樣。你怎麼看當前 AI 領域的格局？布林：我們確實在某些方面搞砸了 —— 我們投資不足，大約八年前發佈 Transformer 論文時沒有足夠重視。我們沒有太當回事，沒有投資擴展計算規模。而且我們太害怕把它展示給使用者，因為聊天機器人會說蠢話。OpenAI 抓住了機會，他們做得很好。這是非常聰明的洞察，而且是我們的人比如 Ilya 去那裡做的這些事。但我確實認為我們仍然受益於那段漫長的歷史。我們在神經網路的研發上有很長的積累，可以追溯到 Google Brain。這也有點運氣成分。雇到 Jeff Dean 不是運氣 —— 能得到他我們很幸運 —— 但我們當時就有「深度技術很重要」的心態，所以我們雇了他。我們從 DEC（迪吉多）挖了很多人，因為他們當時有頂級研究實驗室。Jeff 對神經網路很有熱情，源於他大學時的實驗。他 16 歲時就在做治療第三世界疾病和研究神經網路之類的瘋狂事情。他建立了整個團隊。當時在我負責的 Google X 部門，我讓他做他想做的。他說「我們能區分貓和狗了」，我說「好吧，酷」。但你要信任你的技術人員。很快他們就開發出各種演算法和神經網路，用於我們的一些搜尋功能。然後有人提出了 Transformer，我們能做的事情越來越多。所以我們有基礎，有研發積累。確實有幾年投資不足，沒有足夠重視。但我們當時也開發了晶片，TPU 大概有 12 年歷史了。最初我們用 GPU，可能是最早使用 GPU 的公司之一，然後用 FPGA，然後開發自己的晶片，現在已經迭代了無數代。對深度技術的信任、獲取更多計算能力、開發演算法 —— 同時我們長期以來一直是計算的大投資者，資料中心規模很大。除了亞馬遜 AWS，很少有公司有那種規模的資料中心、自己的半導體、深度學習演算法等所有這些堆疊元件，能夠在現代 AI 前沿競爭。AI 會寫程式碼了還要學電腦嗎？校長：我們這裡大約有 250 名學生，很多是本科生，相當多的人還沒選專業，因為史丹佛給本科生很大的靈活性。幾年前我們可以預測大量學生會選電腦科學作為專業。你是否建議他們繼續選電腦科學？布林：我選電腦科學是因為我對它有熱情，所以對我來說是很自然的選擇。你可以說我也很幸運，因為我正好在一個如此具有變革性的領域。我不會因為 AI 現在程式設計能力還不錯就不選電腦科學。AI 在很多事情上都相當不錯。程式設計之所以受關注是因為它有很大的市場價值，所以很多人追求它。而且更好的程式設計能帶來更好的 AI，所以像我們這樣的公司非常重視它。我們大量使用它來程式設計，甚至用於演算法創意。所以我不會因為 AI 擅長程式設計就轉去學比較文學。說實話，AI 在比較文學方面可能更強。我無意冒犯比較文學專業的學生，但當 AI 寫程式碼時，有時候會犯相當嚴重的錯誤。而在比較文學論文裡寫錯一句話不會有那麼嚴重的後果。所以 AI 做一些創意性的事情其實更容易。未來一百年大學還會是現在這個樣子嗎？校長：今年是工程學院的百年紀念。如果你是院長，要啟動學院的第二個百年，你會怎麼思考？布林：我想我會重新思考大學意味著什麼。我知道這聽起來有點煩人 —— 這是 Larry 會說的那種話，我會對他很惱火。但我們有這個地理上集中的東西，有建築，有豪華的報告廳。但現實是，現在資訊傳播非常快。很多大學已經上線了開放課程，任何人都可以上網學習，可以和 AI 聊天。那麼擁有一所大學意味著什麼？如果你想最大化影響力，限制在地理位置可能不會那麼有效。當然，灣區是個特殊的地方。但我不知道在未來一個世紀，工程學院和大學的概念是否還會和以前一樣。人們到處移動，遠端工作，跨地域協作。這有點矛盾，因為我們正試圖讓人們回到辦公室，我確實認為他們在一起工作效果更好，但那是在特定規模下。如果你有一百人在那邊，他們不一定要和另外一百人在同一個地方。我越來越看到一些個人創造新事物，不管有沒有學位。雖然我們雇了很多學術明星，但我們也雇了大量沒有學士學位的人，他們就是在某個奇怪的角落自己摸索出來的。我不認為我能神奇地給你新配方，但我覺得這種形式不太可能是未來一百年的模式。大公司基礎研究這麼強學術界還能做什麼？學生提問 1：Google 很大程度上源自您在學術界完成的 PageRank 研究。而在今天，越來越多的創新由工業界主導，您是否仍然認為「從學術到產業」的這條路徑依然重要？如果重要，又該如何去強化它？布林：說實話，我可能只能回答一句：我也不太確定。我讀研究生的時候，一個新想法從被提出，到真正具有商業價值，往往要經歷幾十年的時間。在這樣的時間尺度下，學術研究是非常合理的：你有足夠的自由，可以慢慢思考、申請經費、反覆試驗，一個問題可以研究二三十年，最後才慢慢「滲透」到產業裡，可能是被大公司吸收，也可能變成一家創業公司。但如果這個時間被大幅壓縮呢？如果一個想法從出現到落地只需要幾年，甚至更短，那這條路徑是否還同樣成立？我覺得這是一個值得重新思考的問題。當然，有些事情仍然是有意義的。即便是在 AI 領域，我們也會持續關注史丹佛等高校的研究，偶爾招聘一些研究人員，或者展開合作。但很多情況下，你很難說這些工作一定 “必須” 在學術界先醞釀很長時間 —— 比如某種新的 attention 機制，可能在大學裡實驗兩年，隨後就被帶進了工業界。但問題是，工業界本身也在做同樣的事情。所以在這些方面，學術界的 “先行期” 未必有特別不可替代的優勢。也許在更激進、更底層的創新上，情況會不一樣。比如全新的模型架構、全新的計算範式。這類方向，工業界雖然一旦決定投入就能擴展得非常快，但最初的探索，可能仍然更適合在學術環境中進行。量子計算就是一個例子。這個想法在上世紀八十年代左右被提出，之後很長時間都停留在理論和實驗室階段。現在，一方面有很多公司在推進量子計算的工程化，另一方面，大學實驗室仍在嘗試各種完全不同的實現路徑。這類方向正好處在學術和產業的邊界上。如果你提出了一種完全不同於主流路線的新方法 —— 比如既不是我們在做的超導量子位元，也不是很多初創公司在嘗試的離子阱方案 —— 那它可能確實需要在大學裡慢慢發酵幾年。這類問題非常困難，也很冒險，放在學術環境中是合理的。但一旦你真的確信它是可行且有前景的，最終你大機率還是會把它推進到商業化階段，以某種形式進入產業。所以，我很難給你一個明確、非黑即白的答案。因為現在的頭部科技公司，確實也在做大量基礎研究，而且在 AI 領域，我們已經開始看到這些長期投入的回報。這意味著，學術與產業之間的分工比例正在發生變化。但我仍然相信，有些研究 —— 那種需要十年甚至更久、以純探索為主的研究 —— 產業界往往是不願意承擔的，因為它們的時間跨度實在太長，不符合「上市時間」的邏輯。而這些，可能仍然是學術界不可替代的價值所在。Google Glass 的教訓別以為自己是下一個賈伯斯學生提問 2： 隨著 AI 以前所未有的速度加速，像我這樣年輕有抱負的創業者應該採取什麼心態來避免重蹈覆轍？布林：避免重蹈覆轍的心態？當你有很酷的新穿戴裝置想法時，在做涉及跳傘和飛艇的炫酷特技之前，一定要把它完全打磨好。這是一個建議。其實我喜歡我們當年在 Google Glass 上做的事情，但那是一個以前犯錯的例子。我試圖在它足夠成熟之前過快商業化，在成本效益和消費者體驗方面都沒準備好。我有點操之過急，以為自己是下一個賈伯斯，可以搞定這個東西。我想說的是，每個人都以為自己是下一個賈伯斯，我肯定犯過這個錯誤。但他是一個非常獨特的人。所以我建議確保你的想法在足夠長的時間裡得到充分發展，然後才進入那個必須不斷奔跑的階段 —— 外部期望增加，開支增加，你必須在某個時間交付。你可能沒有足夠的時間做完所有需要做的事情。你會陷入一種期望滾雪球的狀態，沒有給自己足夠的時間來處理。這是我會儘量避免的錯誤。AI 的下一個前沿方向是什麼？學生提問 3：我們看到很多 AI 公司通過擴展資料和計算來改進大語言模型。一旦資料和計算都用盡了，你認為下一個方向是什麼？會是新的架構，transformer 的替代品？還是更好的學習方法，比監督學習或強化學習更好的東西？布林：你提到的這些方向 —— 新架構、新訓練方法 —— 在我看來，其實早就已經比單純擴算力、擴資料更重要了。只是因為擴算力太顯眼了：建資料中心、買晶片，再加上 OpenAI、Anthropic 關於 scaling law 的那些論文，很容易讓人覺得一切進步都來自 scaling。但如果你仔細對比，會發現過去十年裡，演算法層面的進步，其實跑得比算力提升還快。我讀研時見過一張關於 N-body 問題的圖 —— 就是引力系統裡大量粒子相互作用的計算。從上世紀五十年代到九十年代，算力遵循摩爾定律暴漲，但真正讓問題可解的，是演算法改進，而且演算法的進步幅度遠遠超過了算力增長。所以我認為，像我們這樣的公司當然不會放棄站在算力前沿，但那更像是甜點。真正的主菜，還是演算法上的突破。院長：我也補充一句。對算力不夠這件事，我們在大學裡其實早就非常熟悉了。高校根本不可能擁有和工業界同量級的算力，差距非常明顯。但這反而逼著我們去做另一類創新：在算力受限的情況下，如何把事情做好，如何用更少的資源做更多的事。這些研究我們已經做了很久，而且會持續做下去。什麼技術被嚴重低估了？學生提問 4：你們認為那種新興技術的長期影響被嚴重低估了？布林：顯然我不能回答 AI—— 很難說它被低估，即便從某種意義上講它可能仍然被低估，但它已經不算是「新興」了。很多人會提到量子計算，討論它最終能帶來什麼。我個人也很支援量子計算相關的研究，但要說這是我最有把握的答案，其實也不是。這裡面的不確定性太多了。從計算理論上說，我們甚至都還不知道 P 是否不等於 NP。整個計算領域裡，還有大量最基礎的問題沒有答案。而且量子演算法通常只對非常特定、結構性很強的問題有效。所以這一方向我很看好，但要精準回答被低估，其實不太容易。如果一定要說的話，我可能會把目光投向材料科學 —— 無論是 AI 還是量子計算，在材料領域的應用潛力都巨大。如果我們能創造出性能全面提升的新材料，可能帶來的變化幾乎是無限的。校長：我其實也在想材料科學這個方向，而且正因為你提到了被低估這個詞。現在關於技術創新機會的討論非常熱烈，像聚變能源、量子計算這些方向，其實已經得到了相當多的關注，很難說它們被忽視了。AI 更不用說。但材料科學在我看來，確實是一個被低估的方向。此外，還有生物與健康領域 —— 尤其是分子科學層面的機會非常多，正在發生一場不小的革命，只是它們目前得到的關注度，明顯不如 AI。院長：我正好想說同樣的事情。我能明顯感覺到「聚光燈」在不同領域之間移動，而現在，聚光燈幾乎全部打在了 AI 上。但在此之前，它曾經照在生物領域，而這束光不應該熄滅。合成生物學裡正在發生很多非常令人興奮的事情。所以我覺得，我們需要把這束聚光燈稍微拉寬一點。 (invest wallstreet)

我們買的算力規模，是在“即便是第 10 百分位的悲觀情景下”，大機率依然付得起帳。YOLO式下注，風險旋鈕擰的太狠了。我認為勝率會在我們這邊。幾個小時前，素有“華爾街、矽谷超級提問者”的DealBook 創始人、紐約時報首席財經記者Andrew Ross Sorkin，與 Anthropic 的 創始人 Dario Amodei 展開了一場年末對話。這次採訪背景一方面是大洋彼岸已經處於聖誕前夕，但更重要的一面是，昨天，Anthropic被曝出已經啟動IPO籌備工作，計畫最快2026年上市，估值或達3000億-3500億美元。在此之前，則是 Transformer 架構和 Scaling Law 終結的爭議，以及 Gemini 3 Pro 模型的爆火，OpenAI  內部拉響紅色警報。這些事件的接連發生，讓此前甚囂塵上的“泡沫爭議”和接下來AI模型的發展走向帶來了新一輪的不確定性。Dario在爆出了自家的算力財務模型，他們內部稱之為一個不確定性圓錐。如果我有 80% 的毛利率，我花 200 億美金買算力，可以支撐 1000 億美金收入。但問題在於，這個“不確定性圓錐”實在太寬了，很難避免在某一側犯錯。此前，Dario 就曾表示，Anthropic 計畫在 2028 年實現盈虧平衡。而對於 AGI 的實現路徑，Dario 對於 Transformer 架構依舊保持樂觀：我仍然認為是 “規模化 + 偶爾的小修小補” 就足夠了。對於業界一直擔心的GPU晶片的折舊周期，Dario 回應道：舊晶片的價值會快速下滑。我們在建模時，已經默認舊晶片價值會快速下滑，同時也假設晶片效率曲線會持續高速演進。對於自己經常發出警告這件事，Dario對美國AI監管隱隱表達了不滿：現在美國監管已經分成了兩個世界，應該讓真正最接近AI技術的人來發聲。對於自己曾說過的“90%的工作會被AI替代”言論，Dario說，那只是半句話，下半句則是——那怕 AI 完成了 90% 的工作，而不是 100%，人類的“剩餘 10%”反而會被放大 10 倍，有時候甚至需要 10 倍的人，去完成原來 100 倍產出的事情。問題不在“會不會替代”，而在“企業願不願意更多選擇創造新價值，而不是只做極致降本”。以下是這次採訪的整理內容，大家enjoy！泡沫存在：接下來速度一定會放緩 但有些公司卻在YOLO 式下注主持人（Andrew Ross Sorkin）：今天下午的重頭戲從 Dario 開始。他是當今人工智慧領域最具影響力的人物之一，是 Anthropic 的聯合創始人和 CEO，這家公司以 Claude 模型聞名，是歷史上增長最快的科技公司之一，現在更是同時獲得了三大科技巨頭——亞馬遜、微軟和Google的支援。他比大多數人更早進入這個領域，早年在 BYU 做研究，後來加入Google，又成為 OpenAI 的早期成員，主導了 GPT-2 和 GPT-3 的研發。歡迎你來到現場。Dario Amodei： 謝謝邀請。今天可以聊的話題很多，包括——我們是不是正處在一個 AI 泡沫中？但我保證，我們會慢慢談到那個問題。主持人： 那我就直接問那個一開始提到的問題吧。你也承認，2014 年沒人想到 2025 年會走到今天這個程度。現在這個行業吸納的資金規模，幾乎代表了美國當前 GDP 增長的主要來源之一。我們是不是正處在某種泡沫中？是不是在過度投資？Dario： 這是一個非常複雜的問題，我必須把“技術本身”和“經濟層面”分開來看。從技術角度看，我非常堅定，我可能是最樂觀的那一類人之一。 但從經濟層面看，我確實有擔憂。即便技術真的兌現了承諾，生態裡如果有人在節奏上稍微踩錯一步，後果會非常嚴重。先說技術這部分。之所以我對技術進展並不太驚訝，是因為我和幾位後來成為聯合創始人的同事，最早系統性地總結過 AI 的“Scaling Law”——也就是只要你不斷加算力、加資料，在少量結構微調下，模型能力就會持續提升。像推理模型、測試時算力，本質上都是非常小的改動。我已經跟蹤這個趨勢 12 年了。最震撼的是：你用這樣極其簡單的方式訓練模型，它會在幾乎所有領域同步變強——程式設計、科學、生物醫藥、法律、金融、材料、製造業，這些正是整個經濟的核心價值來源。只看 Anthropic 自身，因為我們更偏企業級市場，我覺得更像一個“純粹的溫度計”。我們過去三年，收入每年 10 倍增長：2023 年從 0 到 1 億美元，2024 年從 1 億到 10 億，今年會落在 80 到 100 億之間。未來還會不會這樣漲？我不知道。但技術確實在推動價值，經濟回報也正在兌現。 它一定會放緩，但依然會非常快。所以我對“長期終局的經濟價值”是有信心的。主持人： 但問題在於，現在有公司每年要燒掉上千億美元，你們也計畫投 500 億。Sam Altman 去年的規劃數字同樣驚人。這是一次超級昂貴的下注。這個帳到底能不能算清，還是更多是一種“直覺賭注”？Dario： 這就進入我剛才說的第二部分——真正的困境來自於：“經濟價值增長速度”的不確定性，與“資料中心建設周期”的滯後性之間，存在巨大張力。 這是擺在所有公司面前的真實兩難。我認為有些參與者是在“YOLO 式下注”，把風險旋鈕擰得太狠了，對此我非常擔憂。主持人： 誰在 YOLO？Dario： 這個我不回答（笑）。但你可以換個視角想：如果你站在我這個位置，連續三年收入 10 倍增長，很自然會去問：明年會怎樣？如果你非常粗暴地外推，下一年可能是千億美元等級——我必須強調，我完全不相信這個數字。但它是數學上的上限之一。如果你從更理性的企業客戶、具體場景、銷售路徑去拆，可能是 200 億、300 億。所以我內部把它稱為一個“不確定性圓錐”——一年後是 200 億，還是 500 億，極其不確定。 我只能按最保守的一側去做規劃，但這種不確定性本身就足夠令人不安。算力財務模型 不確定性圓錐實在太寬了Dario ： 還要疊加一個現實因素：資料中心建設有很長的滯後周期，通常是一到兩年。這意味著我必須在“現在”，甚至幾個月前，就決定：在 2024 年初要買多少算力，去服務 2027 年初那個收入規模下的模型。這中間存在兩個強耦合風險：第一，如果我買少了算力，我就沒法服務所有客戶，只能把他們推給競爭對手；第二，如果我買多了算力，而收入又沒跟上，我就付不起這些算力的成本，極端情況下甚至會面臨破產風險。這個“安全緩衝”本質上取決於我的利潤率。如果我有 80% 的毛利率，我花 200 億美金買算力，可以支撐 1000 億美金收入。但問題在於，這個“不確定性圓錐”實在太寬了，很難避免在某一側犯錯。Dario： 我們自認為是一家相對克制、負責的公司。因為我們主做企業市場，我覺得我們的商業模式更健康，利潤更穩，也更謹慎。但如果你換成另一種模式，比如純消費者業務，收入來源沒那麼確定、毛利也不穩定，再加上企業家本身就是那種“偏愛 YOLO、偏愛大數字”的性格，那風險旋鈕就可能被擰得非常狠。只要存在不確定性，就必然存在過度擴張的系統性風險。 我們每家公司都面臨這個問題，再加上彼此之間的競爭壓力，甚至還疊加了與威權國家“國家層面的技術競爭”，整個系統都會被推著往前走。這種風險是不可消除的，只能被管理。 但我確實認為，有些參與者並沒有管理好這種風險，而是在進行不明智的下注。主持人： 你說到這裡，其實大家心裡大概也知道你在暗指誰。你曾對投資人私下說過，Anthropic 計畫在 2028 年實現盈虧平衡；而 Sam Altman 說的是 2030 年。我暫且按他的演算法來算：他需要在兩年內從 740 億美元等級的虧損，轉為兩年後實現盈利。這個在你看來合理嗎？Dario： 說實話，我不瞭解任何其他公司的內部財務情況，也不可能評價別人。我只能回到我們自己的計算邏輯，也就是那個“圓錐式不確定性”：我們買的算力規模，是在“即便是第 10 百分位的悲觀情景下”，大機率依然付得起帳。再糟也會存在“尾部風險”，這從來不可能為零，但我們在盡力把風險控制在可承受範圍內，同時又要確保我們在競爭中不被甩開。我們在訓練和推理上都很高效，利潤結構也不錯。我認為勝率在我們這邊。主持人： 現在市場上很多人開始討論所謂的“循環交易”，以前我們管這叫“廠商融資”。尤其是輝達，以及其他一些公司，直接入股 AI 公司，而這些公司隨後又用這筆錢去買輝達的晶片，相當於形成了資金閉環。你怎麼看？Dario： 我們也做過類似的交易，只是不是某些玩家那樣的大規模操作。我不講具體案例，只講一個“標準化結構”的例子，解釋為什麼它在邏輯上成立：假設你要建 1GW 的算力規模，買晶片、建機房，總資本開支大概是 500 億美元，使用周期可能是 5 年，也就是每年攤 100 億。如果你是一家年收入 80—100 億、處在快速增長期的公司，現在就讓你一次性掏 500 億，現實中根本不可能。那怎麼辦？大型廠商站出來說：“我先投你 100 億，佔 20%，你先用這 100 億覆蓋第一年，其餘的慢慢按收入滾動支付。” 如果你已經接近 100 億年收入，那這並不是一個瘋狂的賭局。資料中心一年建成，第一年融資覆蓋，意味著你只要在兩年後做到 100 億等級收入，就能跑得通這套邏輯。從結構上看，這並不違背商業邏輯。Dario： 真正的危險只發生在一個場景：如果你一層層疊加這種結構，最後變成“到 2027 或 2028 年，我必須做到 2000 億美元年收入”，那你就一定是在過度擴張。規模，決定了一切的風險邊界。一批晶片到底能撐過幾年？舊晶片的價值會快速下滑 保守押注者會活下來主持人： 這裡還有一個關鍵變數，幾乎決定了整個行業的“投資算不算得過帳”——晶片的折舊周期。你買一批新晶片，它到底是有效四年、五年，還是八年、十年？這個假設不同，整個行業的財務模型就完全不同。你怎麼看？Dario： 我們在內部做的是非常保守的假設。嚴格來說，並不存在一個固定、統一的“折舊年限”。晶片本身可以跑很多年，真正的問題不是“它還能不能用”，而是有沒有更快、更便宜的新晶片出現，並且你的競爭對手已經在用它了。 一旦出現這種情況，老晶片的相對價值就會迅速下降，甚至一年之內就會發生。現在不止是輝達，各家都在推新一代 TPU、GPU。我們在建模時，已經默認舊晶片價值會快速下滑，同時也假設晶片效率曲線會持續高速演進。我們在 Anthropic 的所有假設，基本都站在極端保守的一側。 結果是：在“幾乎所有世界線”裡，我們都可以活下來。當然，極端尾部世界線一定存在，但我只能為我們負責，不能替別人背書。我也完全可以想像，有些公司正在“自我欺騙”，建立在過度樂觀假設之上。主持人： 所以，市場上真正理性克制的，其實就你們兩家？Dario： 我不知道你在指誰（笑）。我真的不知道。ps：這裡小編猜測，所謂市場上真正保持克制的這兩家，一家自然是Anthropic，另一家90%的機率是指的 Amazon。（同樣瞄準的是企業市場，而且沒有過度囤卡。用排除法的話，只剩下 Amazon 和 Apple 了。然而Apple 算是大模型玩家嗎？？？不大會。）不卷C端！GoogleGemini強歸強，Claude清風拂山崗主持人： 那我們換個話題，聊聊模型本身的競爭格局。就在過去一周，矽谷內部幾乎“情緒失控”，因為某位你我都認識的人發佈了新模型，引發了巨大震動。Saraparay 去年也來過這裡，現在大家突然意識到，原本被認為“資料天生佔優、理應贏麻了”的 Google，可能真的開始發力了。 Sam Altman 內部甚至發了“紅色警報”郵件，讓所有人回到工位衝刺下一輪突破。在你看來，現在這些模型的真實排序是怎樣的？以及，這種“當下時刻的領先”，到底有多重要？Dario ： 這是少有的幾個時刻之一，我真心覺得 Anthropic 選擇了一條不同的道路，是一件值得慶幸的事。 我們走的是企業市場路線。你剛剛提到的另外兩位玩家，本質上都還是以 消費者市場為核心，雖然也在做企業業務，但主戰場仍在 C 端。這也是為什麼會出現“Code Red”那種等級的內卷——Google 要守住搜尋壟斷，而 OpenAI 的核心陣地也在消費者端，這兩家是在正面肉搏。對他們而言，企業只是“第二戰場”。而我們過去幾年一直在 圍繞企業真實需求反向打磨模型能力，最先爆發的是程式設計，現在已經開始延伸到金融、生物醫藥、零售、能源、製造等領域。模型戰爭當然重要，比如我們上周剛發佈的 Opus 4.5，在程式設計能力上幾乎被公認為目前行業最強模型。但我們真正走的是“不同維度”的競爭路線，所以對這種你來我往的短期廝殺，依賴反而更低。某種意義上，我們處在一個相對“優越”的位置：可以持續增長、持續迭代模型，而不用天天發“紅色警報”。企業級AI很挑模型，遷移成本很高 專精能力會和AGI長期並存主持人： 那這些公司真正的“護城河”到底是什麼？如果有一天真的到了 AGI 等級，所有模型是不是都會趨同？誰還會在乎你用的是那家？是“記憶能力”嗎？還是人格差異？很多人現在就是那個新就用那個。Dario： 我只能從企業側講我的結論。為企業打造的模型，和為消費者打造的模型，在“性格”和“能力結構”上差異非常大。 企業模型更少追求“黏性與娛樂感”，更強調編碼能力、高階智力活動、科學推理能力。我也不認同“只要到了 AGI，所有東西都會收斂成一個形態”。你看看在座的所有人，都具備“通用智能”，但我們沒有變成同一種人。專精能力會和通用智能長期並存。 再加上企業側的現實因素：公司會形成使用習慣，會和某個模型建立長期關係。即便是在 API 這種“賣裸模型”的業務裡，遷移成本也極高。下遊客戶適應了某個模型的“脾氣”，提示詞、互動方式都深度繫結，切換代價很大。這意味著企業級 AI 具備長期穩定的商業粘性。通往AGI，“規模化+小修小補”足夠了主持人： 一個純技術問題：你認為，現在這種基於 Transformer 的架構，加上純算力規模化，本身就足以通向 AGI 嗎？還是說還缺“某個關鍵成分”？Dario： 我仍然認為是 “規模化 + 偶爾的小修小補” 就足夠了。這些修改之小，小到外界可能根本不會注意到，只是實驗室裡的技術迭代。我已經觀察這些 scaling laws 超過 10 年了。主持人： 那你的時間判斷呢？AGI 在什麼時候？Dario： 我其實不太喜歡“AGI”“超人工智慧”這些詞，因為沒有清晰定義。它更像 晶片摩爾定律式的指數曲線——模型會在所有維度持續變強：新模型比上一代程式設計更強、科研更強，現在已經常態化拿下高中數學競賽，正在沖大學數學，甚至開始 首次產生“全新數學發現”。Anthropic 內部已經有人對我說：“我現在已經不寫程式碼了，我只是讓 Claude Code 先打草稿，我負責修改。” 這種狀態，在過去從未真正出現過。 這個節奏只會繼續加快，沒有所謂“質變奇點”，只是能力持續外推，模型的智力不斷抬升，收入曲線不斷往後面加零。美國AI監管已經分成了兩個世界主持人： 你在（美）監管、就業衝擊這些問題上也相當激進。白宮的 David Sacks 曾公開指控 Anthropic 正在通過“製造恐慌”推動監管，從而進行“高階版的監管俘獲”，並且已經傷害了創業生態。你怎麼回應？Dario： 我還是那句話：不要把這場討論變成對個人或單一機構的攻擊。 我從 2016 年起就開始公開寫 AI 風險和治理的論文，那時候 Anthropic 這個公司根本還不存在，更談不上什麼“監管俘獲”。而且我們支援的幾乎所有監管法案，都明確為中小型創業公司設立了豁免條款。 比如我們支援的 SB53 法案，年營收低於 5 億美元的公司根本不在適用範圍內。 我們在這件事上非常謹慎。真正該討論的，不是立場對立，而是具體政策是否合理。Dario： 你可以拋出各種指控，但這些說法和現實完全不符，無論是和我們實際支援過的法律條文，還是和真實情況，都對不上。現在其實存在兩個世界：一邊是 Andreessen Horowitz 等人，他們支援一個超級政治行動委員會；你們這邊也在建構另一個超級 PAC，試圖用完全不同的方式去影響這個行業的監管。問題是，為什麼？你們看到了什麼，是他們沒有看到的？我還是想把討論維持在政策層面。我對這項技術的看法是：我能理解一些人的樂觀來源，但我確實擔心，有一部分人把 AI 視為類似網際網路、通訊技術那樣的技術革命，覺得市場自然會解決一切問題。放在過去那些技術浪潮裡，這種看法也許是成立的。但真正最接近 AI 技術的人，並不這麼看。如果你去問那些真正做 AI 研究、真正建構模型的人——不是投資某些 AI 應用的投資人，也不是自以為懂 AI 的技術評論員——你會發現，他們一方面對潛力感到興奮，另一方面也非常擔憂。他們擔心國家安全風險，擔心模型對齊問題，擔心 AI 對經濟結構的衝擊。 舉個例子，有人曾提出要在十年內凍結所有監管，或者凍結州一級監管，而聯邦層面又沒有統一框架。這種提案去年夏天就出現過，上周又嘗試了一次，結果再次失敗，因為它極不受歡迎。連普通大眾都清楚，這是一個全新而且極具力量的技術。我可能是對 AI 正面效果最樂觀的那一類人之一。 我寫過一整篇文章《Machines of Loving Grace》，我在裡面說，AI 甚至可能把人類的壽命延長到 150 歲。再往後推，當資料中心裡真的出現“天才之國”，我們將擁有一個比任何人類都更快做出生物學發現的虛擬生物學家；它可能把經濟增速推到 5% 甚至 10%。老實說，我對這項技術的樂觀程度，可能比很多自稱“技術布道者”的人還要高。 但一切如此強大的東西，都不可能沒有巨大的副作用。作為一個社會，我們必須提前思考這些代價。 如果你說未來十年都不去監管這種技術，這就好比你在高速路上開車，然後決定把方向盤拆掉，因為“未來十年我都不需要轉向”——這在邏輯上是說不通的。老闆們不應該只做極致降本，而忽視創造新價值 90%的工作被AI替代，但剩下的10%會被放大10倍主持人： 那我們就談談其中一個最具體、最現實的風險——就業。除了駭客攻擊這些問題，你最近在《60 Minutes》裡也談到過工作崗位。我想知道的不是“有沒有可能”，而是，如果真的出現大量入門級崗位被替代，你認為應該怎麼應對？Dario： 我之所以不斷髮出這些警告，並不是為了當什麼末日預言家，而是因為“發出警告本身，就是解決問題的第一步”。如果我們不提醒自己風險的存在，就相當於在雷區裡閉著眼睛往前走；如果我們看見了地雷，就可以繞開它。我這段時間在認真思考這些問題，在 Anthropic 內部也是一樣。現在 Claude 已經開始為我們寫大量程式碼，我們也在親身經歷“工作如何發生變化”。我把應對方式分成三個層級，從短期到長期，也對應從企業就能推動，到需要整個社會投入更多資源。第一層，是企業自身與客戶層面的調整。 每一家客戶都會面臨同樣的權衡，這不是簡單的“取代或不取代”。一部分場景中，AI 會直接完成原本由人類完成的工作，比如保險理賠流程、KYC 全流程自動化，這些都可以端到端由 AI 完成。結果就是：更高效率、更低成本、更少人力。但還有另一種路徑——那怕 AI 完成了 90% 的工作，而不是 100%，人類的“剩餘 10%”反而會被放大 10 倍，有時候甚至需要 10 倍的人，去完成原來 100 倍產出的事情。問題不在“會不會替代”，而在“企業願不願意更多選擇創造新價值，而不是只做極致降本”。 前一種他們一定會做，我們也不打算攔；但如果他們願意更多做第二種，新增崗位也可能超過被替代的崗位。第二層，是政府的介入。 我並不把“再培訓”視為萬能解法，但它一定是必要選項的一部分。企業會做，企業也必須和政府一起做。但從財政層面看，我認為政府遲早要介入。我不確定具體是稅收工具，還是其他政策工具。但在一個高速增長的世界裡，我們曾做過一份報告，即便是今天這些模型，也已經能讓生產率每年提高 1.6%。這幾乎意味著生產率的翻倍，而且模型還在不斷變強。我認為未來有可能到 5%，甚至 10%。 這是一塊極其巨大的“蛋糕”。如果財富過度集中，這塊蛋糕本身也足夠大，大到我們完全有條件照顧到那些並未直接從 AI 中受益的人。第三層，是更長期的社會結構問題。 如果一個社會真正建構出了強大的 AI，它的運行方式必然會發生變化。回到凱恩斯在《我們後代的經濟前景》中提出的“技術性失業”，他設想他的孫輩也許每周只需要工作 15 到 20 個小時。這是一種完全不同的社會結構。當然，總有人會選擇拚命工作，但是否可能出現這樣一個世界：對很多人來說，工作不再是生活的絕對中心，意義的來源發生轉移，工作不再只是為了生存，更偏向於實現感？這種可能性真實存在。 我不是在提任何自上而下的規劃，我只是認為，社會終究會在後 AGI 時代，自己找到新的運行方式。這三層變化，從企業層面最容易、最快發生，到政府層面需要共識，再到社會結構層面最慢、最難推進。但未來很多年裡，我們三件事都必須一起做。主持人： Dario，我真心希望你還能再回來，和我們繼續討論這三件事該怎樣一步一步落地。非常感謝今天這場精彩的對話。Dario： 謝謝你，Andrew。謝謝大家。 (51CTO技術堆疊)

美國個人電腦製造商戴爾公司的創始人邁克爾·戴爾（Michael Dell）和妻子蘇珊宣佈，將捐贈62.5億美元，幫助大部分美國兒童開立投資帳戶。根據戴爾夫婦的說法，這筆捐贈建立在川普“大而美”法案中“投資美國”的計畫之上——為所有2025年期間出生的美國兒童設立1000美元的延稅投資帳戶，也被稱為“川普帳戶”。戴爾夫婦的62.5億美元捐款將交由美國財政部，用於為2500萬名“10歲及以下、且未獲得政府資金資格”的兒童開設帳戶，每個新建立的帳戶將注入250美元（約合人民幣1767元）。邁克爾·戴爾在接受採訪時表示，他的計畫優先覆蓋中位家庭收入低於15萬美元的郵編區域，預計最終能讓同年齡段80%的美國兒童受益。戴爾說道，“我們相信，如果每個孩子都能看到值得儲蓄的未來，我們所創造的將遠不止是一個帳戶。”“我們將為未來的世代構築希望、機會與繁榮。”戴爾稱，“我們知道，如果孩子們擁有這樣的帳戶，他們更有可能高中畢業、大學畢業、買房、創業，而且還更不容易入獄。”邁克爾·戴爾在其社交媒體上置頂了一條2021年的帖子，“37年前，我以1000美元創立了戴爾科技，1984年的收入為600萬美元，去年（2020年）的收入為942億美元。沒有不可能的事。”川普在社交媒體上轉發了這則消息並回應道，戴爾夫婦是“兩名偉大的人，我愛戴爾”。受該消息影響，戴爾科技股價現漲3.5%，年初至今已累漲超20%。今年6月時，川普在白宮主持了一場圓桌會議，宣傳了“川普帳戶”這一計畫。戴爾與業界領袖一道參加了這一活動，當時他就表示戴爾公司將為員工子女出資。根據美國政府預定於2026年7月4日啟動的計畫，家長可以為孩子開設帳戶，每年最多存入5000美元。僱主每年也可額外貢獻2500美元，且不計入員工的應稅收入。這些資金將被投資於跟蹤美國股市大盤的指數基金，孩子年滿18歲之前不得動用。18歲以後，可取出一定比例的資金用於大學教育、購房首付、創業成本等支出。矽谷風投家Brad Gerstner評論道，“這不僅僅是在孩子出生時由聯邦政府提供1000美元的私人帳戶，這項計畫將從根本上改變那些被忽視、被落下的人的命運。”Gerstner說，“它將成為一個平台，讓美國每家企業都能為員工子女提供資助，讓父母、教會等能為家庭或社區的孩子帳戶貢獻力量。” (財聯社)

前幾天，83 歲的美國傳奇設計師Calvin Klein和 36 歲男友Kevin Baker在紐約參加活動時的一幕，引發了不少爭議。當時兩人現身紐約東村，為《Vogue》攝影師 Steven Klein 的新書《Steven Klein: Vogue》站台。（順帶一提，Calvin Klein和Steven Klein沒有親屬關係，只是恰好姓氏一樣，又都在時尚圈活動）兩人一路朝會場入口走去，周圍圍滿了記者和攝影師，閃光燈不停地閃爍。走到門口時，Calvin似乎被晃得腳下一滑，整個人有些站不穩，不得不停下來緩一緩。有人聽到他小聲嘀咕：“真沒想到會這樣。”一旁的小男友Kevin像是沒注意到似的，繼續向前走。Calvin慢慢跟在後面，看到面前的兩級台階還明顯猶豫了一下。83 歲的 Calvin 顯然需要人扶一把，甚至伸出了手，但 Kevin 依然沒有動作。最後，是旁邊的保安上前攙住他，才順利讓他進入會場。不少網友因此感到擔憂，也開始瘋狂吐槽 Kevin，認為他在關鍵時刻毫無反應。甚至有人酸諷道：“當糖爹不再甜，就是這種下場。”“唉，這真的把我氣壞了。老人家一陣風都能吹倒了，他那個年輕力壯的男朋友卻把手插在口袋裡，擺出一副事不關己的樣子，真是氣人。”“他的男朋友不是因為愛他才和他在一起的。”“他的男朋友看上去不想讓任何人知道他們的關係。”“這是在搞啥啊，真希望Calvin能甩了他換個貼心的人。”“他看起來根本不在乎他，就等著給錢。”“他根本不喜歡他。小男友不是一個好人。”“很明顯小男友不把這件事當回事，看他的表情就知道了。說實話，要不是對方是大設計師Calvin，那年輕人根本不會出現在這種場合。要麼 Calvin 會在遺囑裡給他好處，要麼Kevin 已經拿到他想要的利益了。”“他要是真摔倒了，小男友就是百萬富翁了。”“就在等那老頭死呢。”同時也有人指出，小男友這麼做，可能也是因為Calvin不服老……“他不應該再假裝自己自己今年36歲了，趕緊支起來枴杖吧。和年輕人約會的老男人總想假裝他們還年輕。”“那老頭活該。他根本不應該跟一個年紀小到可以當他孫子的男人在一起。”“我覺得 Calvin 反而會討厭他的年輕伴侶在眾人面前把他當成完全不能自理的老人來照顧。Kevin 現在做的，就是他‘長得好看、陪在身邊’的那份角色。”不管怎麼說，十年前，這對老少配出現在人們面前時，沒有人會相信他們是真愛……現在也是一樣。1964 年，22 歲的 Calvin Klein 與紡織設計師Jayne Centre結婚。當時他還沒成名，Jayne 陪他度過了最辛苦、收入不穩定的階段，並和他生下女兒Marci Klein。女兒出生後，他創立了自己的品牌Calvin Klein，事業從此騰飛。——但，隨著品牌的迅速成功，他的生活節奏越來越快，聚會、活動不斷，屬於“普通家庭”的部分越來越少。這段婚姻維持了 10 年，最終在 1974 年結束。（CK與各界名流）1980年，15歲的波姬小絲在為CK牛仔褲做廣告：“想知道我和CK牛仔褲之間有什麼嗎？什麼都沒有。”這句大膽的台詞迅速爆火全球，也讓品牌線迅速擴張，Calvin Klein一躍成為美國最受矚目的設計師之一。隨後，這一品牌進入全球擴張期——從牛仔褲、香水到內衣，他不斷推出突破性的廣告，鞏固了自己在時尚界的地位。那時的他頻繁出現在紐約的時尚文化圈，成為了媒體寵兒。在那個紐約文化大爆炸的年代，Calvin迅速建立了自己的人脈，常年出現在時尚、藝術、夜店活動，和藝人、名模、攝影師、富豪混在同一個社交圈。據他回憶，這是一段“混亂而忙碌”的時期，生活方式非常開放，沒有任何一段長期穩定的戀愛關係。直到1986年，他和長期助理Kelly Rector結婚。Kelly 既是伴侶，也是事業上的得力夥伴，陪他度過了事業巔峰時期。這段婚姻維持了近 20 年，是他人生中最長、最穩定的關係。兩人於 1996 年分居，並在 2006 年正式離婚，但依然維持深厚友誼，是“最親密的朋友”。今年二月，Calvin 出席活動時，仍能看到 Kelly 陪在他身邊。在離婚時期，他也將 Calvin Klein 品牌出售，逐漸淡出行業，以私人生活為主，偶爾也會為 Calvin Klein 品牌站台、出席一些活動，但不再參與創作。後來，在Calvin68歲時，他宣佈自己是雙性戀，並與當時20歲的模特尼古拉斯·格魯伯開始交往。這個模特曾經從事過成人業，和Calvin交往兩年後被看穿真面目分手，隨後又因為吸毒被逮捕，新聞逐漸減少。之後幾年，Calvin的私人生活相對低調，偶爾被拍到與朋友或模特同行，但沒有固定伴侶。到了2016 年，Calvin Klein 的生活再一次出現了新的變化。那年的印度奢侈品大會，他身邊出現了一位年輕的男模，26歲的Kevin Baker。同年，兩人又一起出席了美國芭蕾舞劇院的秋季晚會，正式走上紅毯，顯然已經是穩定的伴侶。Kevin Baker 是一名美國模特，外形硬朗、陽光，最開始拍了很多性感照片，也曾為一些小眾時尚雜誌拍攝大片，但並不屬於高曝光度的時尚明星。他的最大特點，就是低調——甚至是極度低調。他的公開資料非常少，沒有主動曝光過出身、家庭，也沒有公開經營社交帳號，因此很多細節都無法得知。他幾乎不在公開場合講話，在鏡頭前總是站在Calvin側後方，也從來沒有接受過任何媒體採訪。因此關於他們戀情的資訊也極為有限——他們從未公開談論過彼此，沒有任何採訪報導。儘管如此，這對伴侶仍常被拍到一起出現在各種場合：紅毯活動、紐約午餐、健身房、藝術展覽，以及在聖巴茨、漢普頓等度假地的假期畫面。他們低調地度過了十年。這種事情，大概也是冷暖自知吧……Calvin畢竟也是大風大浪都見過的，在名利場上混了那麼多年，不至於被野心撈男騙了。退一萬步講，那怕小男友真的衝著錢去的，那十年下來Calvin仍然沒有一腳踢開他，說明他這個陪伴者也當得相當出色，Calvin也非常認可。那些開噴的網路瓜友，也沒必要替有錢的老男人鳴不平咯~ (INSIGHT視界)