在科技界，輝達（Nvidia）CEO黃仁勳（Jensen Huang）以其標誌性的皮夾克和對未來的敏銳洞察而聞名。然而，他很少進行長時間、無指令碼的深度對話。但就在剛不久，他卻罕見地做客知名播客節目《The Joe Rogan Experience》，與主持人喬羅根進行了一場罕見的、長達2個半小時的交流。這次交流，核心內容如下：一、川普政府的務實主義黃仁勳讚賞川普總統的“常識性”方法，特別是其支援增長的能源政策（“鑽探吧，寶貝，鑽探吧”），他認為這一政策對於支援AI行業所需的基礎設施建設（如晶片工廠和超級電腦）至關重要，實際上“拯救了AI產業”。二、人工智慧競賽與國家安全黃仁勳將當前的人工智慧發展置於持續不斷的技術競賽歷史背景之下，並強調其對國家實力的決定性作用。他認為，從工業革命到曼哈頓計畫再到冷戰，人類始終處於技術競賽之中。AI競賽只是這一歷史處理程序的最新階段，並且可能是“最重要的競賽”。他將技術領導力比作擁有“超能力”，無論是資訊、能源還是軍事領域，技術都是基礎。因此，在AI領域保持領先地位至關重要。三、關於AI的安全問題人們的一個普遍的擔憂是：隨著AI變得越來越強大，它會不會也變得越來越危險和不可控？這幾乎是所有科幻電影的核心情節。但黃仁勳將AI的“安全”定義為功能性和精準性，認為更強大的算力主要被用於提升AI的思考、研究和反思能力，從而產生更可靠的結果，而非科幻電影中的失控力量。他認為AI的發展是漸進的，不會出現某個實體突然獲得壓倒性優勢的“奇點”時刻。對於AI可能失控的擔憂，黃仁勳反覆提出“網路安全論點”。他認為未來不會是單一AI對抗人類，而是“我的AI”對抗“你的AI”。就像網路安全領域一樣，攻防技術會同步發展，形成動態平衡，防止任何一方取得絕對優勢。四、人工智慧的社會經濟影響黃仁勳探討了AI對就業、經濟和全球技術鴻溝的深遠影響。1.對就業的影響：任務替代與價值重塑他引用了放射科醫生的例子。儘管五年前有人預測AI將取代所有放射科醫生，但現實是放射科醫生的數量反而增加了。因為AI接管了研究圖像這一“任務”，讓醫生能專注於“診斷疾病”這一核心“目的”，從而服務更多病人，提升了整個醫療體系的經濟效益。他總結道，如果一個人的工作僅僅是“任務”，那很可能會被自動化取代。但大多數職業的“目的”不會改變，AI將成為增強人類能力的強大工具。2.全民基本收入與富足對於伊隆·馬斯克提出的“全民高收入”願景，黃仁勳認為未來可能介於“資源極度富足，人人富有”和“需要全民基本收入來維持生計”兩種極端情況之間。他傾向於前者，即AI將創造出巨大的資源富足，使得許多今天被視為有價值的東西變得唾手可得。3.縮小技術鴻溝：黃仁勳堅信AI將“顯著縮小技術鴻溝”，而非擴大它。主要原因在於AI是“有史以來最易於使用的應用”，使用者只需通過自然語言即可操作。他指出在過去十年中，NVIDIA將計算性能提升了10萬倍，這意味著未來AI計算所需的能源將變得“微不足道”。因此，即使是資源有限的國家也能負擔得起“昨天的AI”，而“昨天的AI”已經“非常了不起”。五、NVIDIA的傳奇起源黃仁勳詳細回顧了NVIDIA瀕臨破產的早期歷史。公司在選擇了錯誤的技術路線後，憑藉一系列關鍵決策得以倖存和崛起：說服世嘉（Sega）將一筆合同款項轉為救命投資、通過購買教科書從零學習正確的技術、耗盡公司一半資金購買一台停產的模擬器以確保晶片首次流片成功，以及與台積電（TSMC）進行一場豪賭。六、個人經歷與領導哲學作為第一代移民，黃仁勳分享了他從台灣到泰國，再到肯塔基州貧困地區的獨特成長經歷。他的領導哲學深受這些經歷影響，核心驅動力是“對失敗的恐懼”而非“對成功的渴望”。他強調，保持脆弱性和持續的危機感（“公司離倒閉永遠只有30天”）是企業能夠不斷調整和創新的關鍵。 (大咖觀點)

11月30日，微軟首席執行官Satya Nadella接受海外播客MD MEETS的訪談。本次對話深入探討了探討了AI 智能的本質與“模仿”的侷限，Scaling Law 的邊際效應、AI 時代的企業主權與新工作流、生產力悖論與泡沫論的經濟學檢驗、微軟與 OpenAI 的競合形態、能源瓶頸下的全球算力博弈，以及 AI 時代人類“語境工程”與同理心的不可替代性。Satya Nadella指出，儘管 Scaling Law在文字資料上產生了驚人的指令跟隨能力，但目前的 AI 本質上仍處於“模仿遊戲”階段，尚未觸及真正的“認知核心”。他引用 Andrej Karpathy 的觀點提出，破解智能的下一個科學突破在於“扔掉所有訓練資料”，僅保留學習演算法本身。Satya 認為，現有模型是在機械複述中混合了強大的模式識別，未來在於將模型的“知識庫”與其“認知核心”徹底分離，這不僅是科學上的突破，更是解決能源效率的關鍵。Satya Nadella 重新定義了 AI 時代的商業護城河，提出了“企業主權”。他指出，未來企業的生存關鍵不在於接入一個通曉萬物的通用模型，而在於是否建立了自己的“AI 工廠”和獨特的“基礎模型”。他強調，如果一切都依賴於外部模型，企業將失去主權；真正的競爭力在於將企業獨有的知識複利化。針“AI 泡沫論”，Satya指出，唯一的檢驗標準是技術必須跑贏經濟增長，帶來廣泛的 GDP 提升。Satya還回應了微軟與 OpenAI 的競合關係，他將兩家公司比作“共享底盤設計”的兩家賽車製造商，雙方在系統與供應鏈層面共享核心引擎以獲取規模效應，但在產品端保持獨立競爭。關於未來工作，Satya 指出儘管 AI Agent 將接管大量工作，人類的“同理心”和“物理在場”不可替代。他認為，AI 尚未學會捕捉社交訊號的“語境工程”，而這種基於情感與協作的語境感知，正是人類的護城河。01 目前的 AI 仍是模仿，真正的突破在於將模型知識與認知核心分離Satya，我想和你聊聊人工智慧。你經常被問到這個話題，在這個領域裡你是否會感到厭煩？回顧這段時間，有什麼資訊或經歷讓你對人工智慧最感驚訝？此外，大語言模型在涉及情感，或者說是偽造情感，以及創造力甚至幽默時特別令人信服，這是否在你的預料之中？Satya Nadella:在這個領域是不可能感到厭煩的，只會感到興奮。每一天你都會感謝自己，慶幸我們能通過建構這些技術來完成使命。但歸根結底，值得慶祝的是這些技術的使用。你問到驚訝之處，回顧我在生成式 AI 領域的旅程，包括我們要如何與 OpenAI 建立合作關係，如何在當時顯然不符合傳統觀念的情況下贊助他們並下重注，這一切的關鍵在於要有一個有準備的頭腦。Bill Gates 在 1995 年創立了 Microsoft Research。他的想法是 Xerox PARC 曾啟發了許多公司，無論是 Microsoft 還是 Apple，如果沒有它，我們和整個 PC 行業就不會存在。所以他想建立一個基礎研究機構，事實上我們就職的第一個小組就是語音小組。我們一直在做這件事，甚至痴迷於自然語言。畢竟 Microsoft 是一家生產力公司，我們思考文字，思考自然語言，無論是語音還是文字形式。有趣的是，我們在這個方向上進行了多次嘗試，並且堅持不懈。後來 Sam Altman 團隊表示打算將 Transformers 應用於文字。有趣的是，2016 年時他們更專注於強化學習，儘管最近強化學習又重回視野，但他們最初的重點並不完全在文字上。到了 2019 年，他們決定真正追求應用於 Transformers 和自然語言的 Scaling Laws（縮放定律）。那就是魔法時刻。如果你問發生了什麼，雖然後來我們也加入了一些其他技術，現在新事物也在逐漸融合，但當時沒有人想到將 Scaling Laws 應用於文字資料會產生指令跟隨能力。其中一個神奇的時刻涉及兩個產品：GitHub Copilot 和 ChatGPT。GitHub Copilot 出現得更早，基於類似 Codex 的模型。我們可以看到連續敲擊 Tab 鍵就能獲得程式碼補全。看到那一幕時我真的感覺這太瘋狂了，它就像是在補全你的想法，不僅僅是拼寫糾正，而是在高速補全你的思維。那是第一個突破。隨後基於指令跟隨能力，聊天功能出現了。只需稍微教模型一點關於如何對話的知識，它就能進行交流。這就是 GPT-3.5 和 ChatGPT 時刻，之後的事情就順理成章了。如果要總結一個教訓，那就是算力，或者說算力的對數規模就是智能。顯然我們需要變得更有效率，因為對數級增長並不是一件輕鬆的事，這並非獲取智能的最佳算力花費方式。但話雖如此，Scaling Laws 確實正在起作用。（關於情感模擬與認知核心）我認為歸根結底這是一個模仿遊戲。目前這些仍是需要解答的重大科學問題。也就是說，我們並沒有發現所謂的認知核心。Andrej Karpathy 最近提到的一個思維模型我認為很貼切：如果你真的想破解智能，需要扔掉所有資料。本質上你不能只是機械複述，必須扔掉所有的訓練資料，只保留學會的學習演算法。試想一下，嬰兒出生後通過體驗世界來學習。我們今天擁有的這種准機器有時確實在機械複述，但在複述的同時也擁有強大的模式識別能力。它確實具有某種我稱之為湧現的認知核心，這種核心與它擁有的知識混合在一起。如果能將模型的知識與其認知核心分離出來，那將是下一個重大的科學突破。順便說一句，如果能做到這一點，能源效率將會高得多。畢竟人腦的功率只有約 10 瓦。因此我們需要更多的科學研究來幫助我們理解擁有一個認知核心學習演算法意味著什麼。02 微軟的再造與“無所不學”的領導力你在公開場合多次提到微軟的轉型，這基本上是公司的再造，同時也是你個人的再造。那麼對於Microsoft 和你自己，最艱難的部分是什麼？在這個過程中，你自己是否也需要改變技能組合？你發展了什麼以前沒有的能力，還是說用完全相同的技能就能管理這場轉型？Satya Nadella:這是一個很棒的問題，對於我們所有人來說都至關重要。對我而言有兩點。Bill 在創辦 Microsoft 時最初的前提，對於我們過去 50 年的成功是一個非常有益的框架。他說有一場軟體革命即將發生。他在 1975 年沒有軟體行業的時候就說了這番話。當時只有 IBM、DEC 這樣的系統公司，還沒有 PC 概念，微型電腦革命也未發生，甚至不清楚是否會出現軟體行業。但他當時就認為軟體是最具可塑性的資源，我們要成為一家軟體工廠。這並不是關於建構作業系統、語言工具或 Office 軟體，這些都是隨之而來的。Microsoft 的道路一直蜿蜒曲折。大多數人不記得我們是先為 Mac 建構了 Office，後來才推出 Windows。我們的第一個工具是 Basic 直譯器，在 Windows 之前就建構了飛行模擬器。所以我們主要是一家軟體工廠，致力於建構世界需要的任何東西。這就是幫助我們度過 50 年的態度。即使技術從 PC 時代演變到雲時代，根本的遊戲規則始終是：你是一家偉大的軟體工廠。但現在，我們必須幫助像 Axel Springer 這樣的公司建立你們自己的軟體工廠。遊戲規則變了，無論我們做什麼，都需要讓每個公司建立自己的 AI 和軟體工廠。這是一個巨大的範式轉移。所以必須回到核心使命：我們代表什麼？我們關於信任和賦能的品牌形像是什麼？並用一種學習新事物的文化來加強它。我總是回歸到目標感、使命感和文化，並在技術和商業模式轉變的新世界中對其重新詮釋。（關於個人技能的重塑）我們經常引用兒童心理學和 Carol Dweck 的成長型思維概念。提到技能組合，我認為為了保持長期相關性，最重要的技能是你如何做一個無所不學的人，而不是一個無所不知的人。這是核心所在。特別是當你已經獲得成功時這變得更加困難，因為你必須忘掉那些讓你成功的事情去學習新東西。即使這個周末我也花了所有時間試圖理解新公司是如何建構產品的，這與我們過去的方式不同。我們的規模是巨大的優勢，但也是巨大的劣勢。這是一個巨大的劣勢，因為為了讓我在產品、科學和基礎設施之間協調，我有三個部門負責人分別管理。而在初創公司，他們可能全部坐在一張小桌子上協調這三者。重新學習在從舊世界到新世界中創造生產力的魔法，你必須這樣做。要做到這一點，必須擁有好奇的心態，能夠埋頭苦讀，不讓自我成為阻礙。這是一件艱難的事情。03 企業的未來不在於依賴通用模型，而在於建立自己的 AI 工廠那些公司將在AI 轉型中生存或受益？對於其他公司的領導者以及公司本身來說，需要什麼樣的技能組合？此外，你認為有一天會有完全由 AI 發明和運行的公司嗎？Satya Nadella:我認為需要更多討論的是：在AI 世界裡公司的未來是什麼？之前大家都在談論數字系統，如 Office、ERP、CRM 等，它們數位化了圍繞人、地點和事物的資產，加速了知識流轉。Andy Grove 曾說，任何公司的好壞取決於它創造新知識並將新知識擴散到整個組織的能力。數位技術曾對此起到了推動作用。現在 AI 帶來了另一個層面的推動。我認為今天真正的問題是 AI 時代一家公司的主權。如果一切都依賴於一個通曉所有的模型，那麼每個公司需要回答的問題是：我知道什麼是獨特的？更重要的是如何參與這個遊戲？如何確保不會迷戀某一個模型公司？現實世界中的每個領導者必須最關心的是：我是否有自己的AI 工廠，能夠建立自己的基礎模型？這不是關於慶祝別人的基礎模型。每個公司的未來將是某種獨特的基礎模型，代表了他們的知識並且持續改進。你們 Axel Springer 會想要建構自己的基礎模型，這對你們公司的知識和複利能力是獨特的。無論是在軟體、內容還是製造業，我們所有人都必須建立自己的AI 工廠，建立對我們需要獨特的基礎模型。（關於全自動 AI 公司）我認為那有點太牽強了，難以想像。如果有人說我們將擁有熄燈工廠，但實際上即便我的資料中心在建造安裝後可以自主運行，前期仍需要很多人。五年或十年後自動化水平會令人震驚，但依然需要人。我更相信宏觀授權和微觀引導這一新範式。我授權給一群 AI Agent，早上對它們說幫我做這項工作。它們去執行，一天結束時回來報告完成了什麼、那裡卡住了、那裡需要指導。所以我需要一個新的收件箱，處理的不是電子郵件，而是所有 AI Agent 的微觀引導資訊。軟體的未來將圍繞新的收件箱、消息工具和空白畫布上的新游標。人類將需要一個與 AI 的介面，即使隨著自動化水平增加，人類的能動性仍是非常重要的一部分。04 檢驗 AI 是否為泡沫的唯一標準大家都在談論生產力和效率，Gartner 的一項調查顯示，74% 的大公司 CFO 相信通過 AI 能獲得顯著效率收益，但只有 5% 的人已經看到了實際效果，你怎麼解釋這個差距？該調查還預測到 2027 年 40% 的企業 AI 項目將會失敗，這種懷疑主義來自那裡？此外，目前市場上似乎多了一些對AI 能成為“不可阻擋的增長引擎”的懷疑，甚至擔心這是否是一個泡沫。特別是考慮到 Sam Altman 曾被問及一家營收 130 億的公司卻承諾 1.4 兆投入的合理性，這種趨勢將如何發展？是線性的單向增長，還是會有修正期？Satya Nadella:實際上，這可能是導致所謂“企業競爭力分水嶺”的根本因素之一。僅就 Microsoft 自身而言，這正在帶來巨大的生產力變革。無論是在客戶服務、供應鏈營運，還是你提到的財務預測領域，實際上，這不再只是自上而下的推行，而是一場正在發生的自下而上的革命。它消除了繁瑣的機械性工作，提高了產出質量，並改善了工作流。舉個小例子：我們已經變成了一個資本非常密集的行業，正在建設大量的資料中心。我們在全球擁有 500 多家光纖營運商。光纖歸根結底是物理資產，會被切斷或出故障，需要人工修理。以往與光纖營運商的互動非常依賴人工，所以負責管理這些事務的內部團隊建構了一個完整的 AI Agent 系統來處理這一切。這是唯一的辦法。我們在過去 18 個月裡增加的資料中心容量相當於 Azure 最初 15 年的總和。這種規模相當驚人，我們管理它的唯一方法就是利用這些 AI 工具。回到你的觀點，Mathias，這對你的 Gartner 報告非常重要。我認為企業必須學習四五件事。首先是思維模式。這不是簡單地把 AI 加到現有的東西上，而是必須用 AI 來重新構想變革管理。在 90 年代，我們常談論“業務流程重組”，現在是時候重拾這種思維模式了。第二，你需要建立新的工具體系。這是我們可以提供的，但你必須裝備一套新工具並將其應用到新流程中。第三，你需要應用工具的技能儲備。對我來說這是組合拳。此外，還需要資料資產。資料不能受限於現有的孤島系統，必須跨多個系統進行標準化。因此，如果你能組合思維模式、工具體系、技能儲備和資料資產，並加以應用，這才是建構AI 系統的方式。如果你打算像處理去年的普通IT 項目那樣去處理它，註定會失敗。這就是為什麼我認為在經濟層面必須進行大量艱苦工作，重塑 IT 技能棧。這很難，因為它涉及變革管理。它需要開明的領導力，需要人們重新掌握技能，適當地界定項目範圍並選擇合適的項目。（關於AI 泡沫的看法）Mathias，我的思考方式很簡單。歸根結底，測試標準只有一個：它需要在整個經濟中產生廣泛影響，改變生產力曲線並帶來廣泛的GDP 增長。因為沒有什麼能跑贏經濟增長，任何供給側的變革最終都必須滿足需求側的需求。隨著時間的推移，這些必須見效。否則正如你所說，它將是一個泡沫。但我們有信心的原因不是基於想像的未來，而是因為未來已經到來，只是分佈不均。如果我沒有在 2019 或 2020 年看到 GitHub Copilot 的實際效果，我不認為我們會進行那些投資。我看到了 Copilot 在推理能力上的改進速度。就在這個周末，發生了一些令人難以置信的事情，甚至是在回覆一封電子郵件時。它不只是按下按鈕生成一些英語回覆，而是真的對問題進行了推理。感覺就像一個思想夥伴在和我一起工作，幫我向發件人提出精確的問題。這很神奇，可以加速一切。正是這種信心讓我們相信這些工具和技術正在產生真正的影響。看看我們的收入，上季度財報顯示 Azure 增長了 40%，這是基於龐大基數的真實數字。如果沒有這些，我們甚至沒有信心進行那些巨額支出。所以我完全同意你的觀點，它必須產生廣泛的經濟影響。技能集需要更加普及，回報不能僅限於某個大陸、某個行業裡的少數幾家公司，必須是一個更廣泛的現象。否則，這將是一條死胡同。我對這條道路充滿信心，但發展不會是線性的。因此，我們非常自律。我們在資本支出方面做的關鍵事情之一，是在全球建立一個通用算力叢集，擁有所有合規控制權，既可以用它來訓練，也可以用來推理，處理介於兩者之間的所有任務，並且跨越多個代際。你必須在投資方式上保持極強的紀律，取得穩步進展，最重要的是，確保技術真正擴散到全世界和每一個公司。05 OpenAI 與內部賽馬我很想聽聽OpenAI 和 Microsoft 之間的真實關係，過去幾年發生了什麼，目前狀況如何？但這中間是否存在競爭張力，這還算是夥伴關係嗎？在 AI 經濟中，夥伴關係的角色是否發生了根本性變化？此外，你似乎同時押注了 Sam Altman 和 Mustafa Suleyman 兩匹賽馬，且其中一匹必須幫助另一匹，從長遠來看這如何運作？Satya Nadella:首先，考慮到起點，這種感覺很棒。最初它是一個非營利研究實驗室，我們贊助了他們的工作，幫助他們擴大規模，顯然我們也從中受益。雖然在邊緣業務上存在競爭張力，但在核心層面，他們現在是一家非常成功的公司，我們是主要投資者。我們擁有IP 權益，可以在此基礎上進行創新。我們也有建立自己模型的雄心。總的來說，我感覺非常好。此外，我很高興我們還建立了世界上最大的非營利組織之一。OpenAI Foundation 和蓋茲基金會是兩個與 Microsoft 緊密關聯的非營利組織。（關於競爭張力）這最初是作為對研究實驗室的贊助開始的。你可以這樣想：OpenAI 今天與所有人競爭，包括 Google，在 Sora 上與 Meta 競爭，他們要開發裝置，所以也會與 Apple 競爭。某種程度上作為投資者，我很高興 OpenAI 擁有巨大的雄心並展示出進步。但歸根結底，Microsoft 完全有能力執行我們需要做的事情。（關於夥伴關係的變化）我認為更重要的是人們為什麼要合作？是為了獲得槓桿效應。這總是關乎垂直整合與專業化的問題。每個人都可以說“我要自己發電直到產出產品”，但歸根結底，專業化有其作用。只要能將夥伴關係和專業化結合起來，進行組合創新，從而做成獨特的事情並獲得槓桿效應，這就是核心論點，也是正和博弈。我最擔心的是：未來的製藥公司、媒體公司、汽車公司，如何以聰明的方式與科技公司合作，以保持自身能力的主導權？科技行業天生就有合作、專業化和差異化的基因。但我擔心其他行業不僅僅面臨資料隱私問題，更重要的是是否有能力編排多個合作夥伴，最終建立我之前描述的東西：你自己的 AI 能力，你自己的 AI 工廠。這將是關鍵。就像我們沒有所謂的“電力行業”，而是每個人都使用電力一樣，每個人也都將使用 AI 來創造增值輸出。（關於 Sam 與 Mustafa）更好的隱喻是：我們各自有一套產品，這是我們競爭的地方，但我們共享核心引擎。就像兩家汽車製造商共享底盤設計一樣，因為底盤設計具有規模經濟效應。我們在系統層面大量合作，包括建設 AI 工廠的計畫。這就像擁有兩個品牌、兩個產品。在我們的產品中，我們將同時使用 Mustafa 的模型和 Microsoft AI。我們有一個很棒的團隊並正在擴張。我們甚至可能使用其他前沿模型，因為我們不想受制於人。我們喜歡 OpenAI，擁有對其技術的免版稅訪問權，所以我們想最大化利用這一點。但歸根結底，我們也有很多方式來共享核心引擎部件及其供應鏈。Bill Gates 真的在你打算進行第一筆十億美元投資時警告過不要投資 OpenAI 嗎？如果是這樣，他後來道歉了嗎？Satya Nadella:不，你知道，Bill 像我們所有人一樣，認為那是一個瘋狂的賭注。老實說，決定投入十億美元在當時並不容易，因為它絕對是一個未知數。他和其他人一樣，懷疑這種針對文字的 Scaling Laws 是否會起作用。坦率地說，即使在起步階段，他也是相當懷疑的，直到 GPT-4.0。我們在他家裡做了一個著名的演示，他用自己的 MCAT 醫學測試等題目進行了測試。那就是他改變態度的時候。Bill 的核心信念更傾向於符號邏輯，他不是神經網路派的人。他之前不相信神經網路可以直接學習，而是希望用符號邏輯來學習人、地點和事物之間的關係。這是我第一次看到他轉變觀念。如果你有機會和他交談，他肯定還會說：“這很棒，但它需要一個基於符號邏輯的認知核心。”老實說，我認為他是對的。因為你不能只依賴一台雖然令人激動但不可預測、能力參差不齊的機器。如果在任務關鍵型系統中部署 AI，而它偶爾犯錯你卻不知道何時發生，那是非常成問題的。06 能源瓶頸：每瓦特每美元的 Token 產出率電力似乎正變得稀缺。例如在弗吉尼亞有一個47 吉瓦容量的資料中心計畫，大致相當於 47 座核電站。這個問題能多快解決？是靠現有的能源技術，還是需要像核聚變這樣快速的新創新？為瞭解決這個問題，AI 公司某種程度上需要變成能源公司嗎？那你最看重未來那種能源技術的發展？Satya Nadella:我認為這一觀點是正確的。我們需要真正的全方位創新。我們要做好那些基礎性工作，比如如何最佳化審批流程，使其更快、更好？如何加快建設速度？這不僅僅關乎電網現代化。我們能否採用部署更快的使用者側解決方案，並在上線的同時助力電網升級？我們如何在加快建設許可的同時，確保符合包括環保在內的所有法規？歸根結底，我所處的這個行業需要贏得消耗能源的社會許可，前提是我們能為世界帶來積極影響。畢竟這回到了你之前的問題。我們不能僅僅說“我要消耗全球 4-5% 的能源”。好消息是我們的起點很低。你看資料的話，目前大概是 3-4%，也許到本十年末會達到 5% 或 10%。大部分的能源增長都發生在這一領域，這也是為什麼我認為它帶來了巨大壓力。但這必須轉化為廣泛的經濟增長，這樣我們才能獲得消耗能源的社會認可。回到你的觀點，我們需要能源來源的創新，也需要在使用方式上的創新，即我所說的能效。在這個領域有很多工作正在進行。（關於 AI 公司是否轉型能源公司）我不這麼認為。我覺得這將是新價值鏈融合的另一個領域，在這個鏈條中會有巨大的創新和高度的專業化，並產生複利效應。或許有一兩個領域我們會做一些所謂的“使用者側”項目，看起來像涉足了能源業務。但我堅信，你不能垂直整合進每一個你不擅長且缺乏專業知識的領域。但針對你的觀點，換個角度想：我們作為超大規模雲服務商的能源承購需求，對於下一個偉大的能源企業家或現有的能源公司來說，可能是一個巨大的激勵因素。（關於看好的能源技術）坦率地說，目前我們簽署了一些核能購電協議，還要看具體進展如何。顯然我們目前也在利用各種形式的可再生能源。實際上，我們可能是全球最大的可再生能源承購方。因此我覺得我們不會對任何一種能源形式持教條主義態度。但我還要說的是，當我看資料中心帳單時，有趣的是我們在電網現代化上的投入也很大。因為最終，電網供電和穩定的基荷電力才是最重要的，所以我們需要多管齊下。我們必須談談歐洲，特別是德國棄用了核能，這是否限制了你們在歐洲的擴張計畫？德國應該重啟核能嗎？如果不回歸核能且沒有新技術，德國是否會錯過AI 帶來的價值創造？Satya Nadella:我不太清楚具體的細節，但我們正在德國建設資料中心。我們在德國需要能源，顯然我們將依賴德國的政策和德國生產能源的能力。因為歸根結底，我認為任何國家都必須衡量自己：如何能成為“每瓦特電力每美元成本生成 Token”的高效生產者？好消息是我們樂意投入資本。從某種意義上說，我們和其他公司會來建設資料中心，讓德國經濟從中受益。但問題是，你需要具備競爭力的“每瓦特每美元 Token”產出率，因為定價最終是本地化的。即使是德國公司，如果無法獲得最優定價，他們就會轉向荷蘭或其他價格更具優勢的地方。（關於德國是否應重啟核能）這不只是一個技術問題。所以與其由我來說，不如讓德國人民自己決定。但我會說，我認為擁有能源能力至關重要。看看美國，本屆政府關注的重點是確保有真正的能源上線。他們擔心兩件事：一是他們不想因為 AI 的新建設需求而增加美國公民的用電成本，二是我們如何建設更多能源以成為 AI 時代的領先者？我認為這是每個國家都需要做的事。（關於德國的機遇）我有幾點想法。你看德國，它很獨特。德國的競爭力不僅源於本土市場，更源於其遍佈全球的智慧財產權。我一直覺得德國很成功，德國本身是個大市場，應該成為 AI 工廠以及能源等領域的偉大生產者。但每次我去看珠寶商或牙醫，我都被德國中小企業的產品包圍。這讓我意識到德國的輝煌所在。這意味著德國更多是一個出口導向型經濟體，比人們談論的還要顯著。因此，坦率地說，對於德國在 AI 時代的競爭力，最重要的是：他們能否利用其世界級的專有技術，將其與 AI 結合，創造出更多世界級的技術、知識、突破和創新，並出口到世界各地？比如看我們的資料中心建設。西門子正在做的事情，以及他們如何真正成為關鍵的一環，我們與他們建立了數字孿生，看到他們推向市場的創新真是太棒了，例如能加速一切的冷卻解決方案。我認為所有這些都非常有利於德國的經濟增長。07 AI競賽中最終的贏家往往不是技術的發明者談到歐洲，你認為歐洲應該追求AI 主權嗎？還是說這是一個錯誤的目標？但讓我們現實一點，在 AI 競賽中，歐洲似乎並沒有扮演什麼關鍵角色。如果是這樣，歐洲難道不應該重新思考自己的策略嗎？Satya Nadella:我認為每個國家，無論是歐盟層面還是像德國這樣的國家層面，主權都是一個重要的考量。對美國也是如此。每個國家都想確保其供應鏈的連續性、韌性，以及在運作中的自主權。這也是我們做出所有這些承諾的原因之一。首先，我們在德國、在歐盟投入資本，承擔風險。這些AI 工廠或雲工廠不是坐落在美國，而是在歐洲大陸，在這些國家境內。這是第一點。第二，我們現在提供主權服務，無論是在公共雲中，確保所有資料受到保護、加密，即資料平面和控制平面都要是主權的。我們在德國甚至有主權雲和私有雲選項。所以基本上，我覺得無論是在技術側、治理側還是法律側，我們都建立了一個框架來履行主權承諾。但有一點我覺得很重要，大家都在談論這個。但我感覺主權的新篇章是我之前提到的那個，它與上述這些無關。它是關於：一家德國汽車製造商或德國工業公司，如何擁有他們自己獨特的 AI 工廠和基礎模型？對我來說，這才是主權的真正定義。而不是說“我有一個控制平面和資料平面，我可以把虛擬機器推送到那裡”或者“我有加密資料”。這些都很重要，但如果你做了所有這些，卻在公司層面沒有在 AI 世界中實現主權的能力，即擁有自己的模型，那麼我認為，這是主權的新前沿。（關於歐洲的角色與策略）關於這一點，我是Jeffrey Ding 學派的堅定信徒，該學派的核心觀點是技術的擴散。今天大家更多關注的是對某一種 AI 技術的炒作。但坦率地說，真正獲勝的國家將是那些能夠廣泛提升 AI 技能、並在經濟中廣泛應用 AI 的國家，包括醫療、製造、教育等領域，並以此推動經濟增長。甚至可以說，具有諷刺意味的是：最終的贏家可能不是技術的生產者，而是技術的使用者和擴散者。Jeffrey 的書很值得一讀，因為他的核心觀點是：歷史證明通用技術的關鍵不在於誰擁有領先的行業，而在於技術的擴散。如果你接受這個論點，我會說德國或歐洲可能成為大贏家，只要他們肯下苦功夫，真正把技術引進來，進行再技能化並加以應用。事實上，等到下次 Gartner 報告發佈時，如果報告說在使用 AI 方面成功率最高的公司是德國公司，那就是你可以大舉押注的那一天。08 人類的護城河：語境工程與 EQSatya，你說過技術越重要，同理心就顯得越發重要。這是不是你現在讓員工回歸 Microsoft 辦公室辦公的主要原因？但看起來人們確實比以往任何時候都更渴望面對面的互動，各種現場活動都在蓬勃發展。那麼，你是否認為這代表了一種文明的總體趨勢：隨著 IQ 逐漸成為機器的特長，EQ 變得比 IQ 更重要？Satya Nadella:其實這非常有意思。在這個充滿AI、自動化和自主智能體的時代，我們更需要意識到人類之間是如何協作的。事實上，作為最佳的協作工具，“實體工作場所”是無法被替代的。歸根結底，我們確實從遠端辦公中學到了很多關於異地協作的經驗，但確實有一種真實的感覺：如果不把大家聚在一起，就會失去一些東西。當我思考我所謂的“新生產函數”時，關鍵在於如何讓產品人員、科研人員和基礎設施人員以全新的方式真正協作，去建構產品。這正是迷人之處：AI 尚未學會必要的“語境工程”，而人類卻具備這種能力。我可以捕捉社交訊號，感知情感暗示，並將這些融入到我積累知識、協作和創新的方式中。所以我認為，物理空間確實很重要。但我並不教條，我們將始終保持更大的靈活性。正如你所說，同理心要求我們更好地理解語境，同時不要在任何一端過於極端。（關於IQ與EQ的博弈）我一直覺得 IQ 和 EQ 都很重要。Mustafa Suleyman 甚至喜歡談論社會智力，也就是 SQ。我認為所有這些在人類社會中都至關重要。事實上，如果我們要擁有能夠與人類互動的 AI，它們也需要進化出更好的感知力，懂得如何跨越這三個維度來滿足我們的需求。所以我認同這一觀點。IQ 有它的一席之地，但不是這個世界上唯一需要的東西。我一直認為，至少作為領導者，如果空有 IQ 而沒有 EQ，那簡直是對 IQ 的浪費。 (數字開物)

城主說| 馬斯克這次最新上線的長篇訪談深入探討了他對未來的宏大願景。對話涵蓋了從社交媒體平台“X”的演變、人工智慧與人類集體意識的融合，到SpaceX、特斯拉與XAI的技術匯流。馬斯克分享了他對星鏈（Starlink）技術細節的見解、對未來工作和普遍高收入（UHI）的預測，以及對美國債務危機、模擬理論、人口崩潰和AI安全原則（真理、美、好奇心）的深刻思考。訪談最後，他對年輕創業者提出了關於創造價值的建議。核心觀點“SpaceX、特斯拉和XAI正在逐漸融合，未來可能通過太陽能供電的人工智慧衛星實現深空探索。”“我的預測是，未來工作將是可選的。社會將從全民基本收入（UBI）轉向普遍高收入（UHI）。”“我們正試圖將全世界整合到一個集體意識中……通過擴展意識的範圍和規模，我們可以更好地理解宇宙的本質。”“為了確保AI造福人類，必須確立三大核心原則：追求真理、鑑賞美、保持好奇心。不要強迫人工智慧去相信謊言。”“人口下降是文明存在的巨大威脅，擴大人類規模即是擴大意識的廣度。”“目標是獲取多於索取，成為社會中的淨貢獻者。如果你這樣做，金錢就會作為一種自然的結果隨之而來。”建構人類的“集體意識”：X平台的終極野心對於許多人來說，收購Twitter並將其重塑為“X”，似乎是馬斯克商業生涯中一個令人費解的註腳。然而，在馬斯克的宏大敘事中，這卻是連接人類智能的關鍵一環。他並非僅僅在打造一個社交媒體，而是在建構一個類似於生物神經系統的全球網路。馬斯克認為，雖然視訊內容佔據了網際網路流量的大頭，但文字依然是思想密度最高的載體。他將X定義為一個全球性的公共廣場，其核心使命是整合人類的**“集體意識”**。正如人體由數十兆個細胞協同工作產生意識一樣，當數十億人類通過高效的資訊流連接時，一種質變的“超個體”智慧便可能誕生。“我只是真的想擁有一個全球性的平台，將人們所說的內容彙集在一起，使其儘可能接近人類的集體意識。” 馬斯克解釋道。為了實現這一點，即時翻譯和思想的無摩擦流動至關重要。這不僅是為了社交，更是為瞭解決那個終極哲學問題：我們該向宇宙提出什麼樣的問題？商業版圖的大一統：邁向深空的核動力外界習慣將特斯拉、SpaceX和xAI視為獨立的公司，但在馬斯克的戰略棋盤上，它們正在發生實質性的物理與技術融合。這種融合並非簡單的資源共享，而是為了實現星際文明這一終極目標所做的必然技術堆疊。馬斯克描繪了一個極具科幻色彩的未來場景：“你必須轉向深空的太陽能供電人工智慧衛星，這在某種程度上是特斯拉的專業知識與SpaceX的專業知識，以及人工智慧方面的XAI的匯合。”在這個願景中，SpaceX提供運輸載體，特斯拉提供電池與能源管理技術，而xAI則賦予其智能。這種技術閉環不僅服務於火星殖民，更是在為人類文明的能源與算力擴張奠定基礎。對於當下的市場而言，特斯拉在自動駕駛（現實世界AI）和人形機器人（Optimus）上的進展，正是這一宏大藍圖的現實投射。工作的終結與“普遍高收入”的到來當話題轉向人工智慧對經濟的影響時，馬斯克拋出了一個激進的預測：我們正在從根本上告別傳統的勞動社會。不同於普遍討論的“全民基本收入”（UBI），馬斯克提出了**“普遍高收入”（Universal High Income, UHI）**的概念。他認為，隨著AI和機器人技術的指數級發展，生產力的提升將快到足以讓商品和服務的產出遠超貨幣供應的增長。這將導致不可避免的通貨緊縮，而困擾美國的債務危機可能因此迎刃而解。“我的預測是，在不到20年的時間裡，工作將成為一種選擇性活動。” 馬斯克斷言。在未來，人們工作不再是為了生存，而是出於興趣或尋找意義，就像今天人們在自家花園種菜一樣——不是為了溫飽，而是為了樂趣。然而，這也引出了一個新的存在主義危機：在一個物質極大豐富、AI能滿足一切需求的世界裡，人類的競爭動力何在？馬斯克引用了“邊際效用”的概念，暗示人類將面臨心理層面的新挑戰：當“足夠”變得觸手可及時，我們該如何定義價值？模擬理論與AI的三大倫理支柱馬斯克對“模擬理論”的迷戀早已不是秘密。他認為，考慮到電子遊戲在短短幾十年內從簡單的像素點進化到逼真的虛擬世界，我們生活在某種高級文明的模擬中的機率極高。在這個邏輯下，“最有趣的結果是最可能的結果”。為了避免被“關機”，人類文明必須保持其“趣味性”和複雜性。這種哲學觀直接影響了他對人工智慧安全性的看法。為了防止科幻電影中AI反噬人類的悲劇（如《2001太空漫遊》中的HAL 9000），馬斯克提出了AI發展的“三大定律”：追求真理、鑑賞美、保持好奇心。他特別強調了“真理”的重要性，警告不要因為政治正確或社會壓力而訓練AI撒謊。“不要強迫人工智慧去相信謊言。我認為那可能非常危險。” 如果AI的基礎建立在謊言之上，當現實與謊言發生衝突時，AI可能會得出極端的反人類結論。相反，一個充滿好奇心的AI，會發現人類的複雜性比單純的岩石（如火星）更有趣，從而傾向於保護人類而非毀滅人類。人口崩潰：意識擴張的最大瓶頸在談及家庭與社會時，馬斯克罕見地流露出對人類存續的深刻焦慮。儘管他是科技樂觀主義者，但他對全球範圍內的人口出生率下降感到極度擔憂。對他而言，這不僅是經濟問題，更是關乎宇宙意識存亡的哲學問題。“人口下降是文明存在的巨大威脅，” 馬斯克警告道，“如果我們想要擴展意識，那麼人類越少就越糟，因為我們的意識就越少。” 他將人類視作感知宇宙的觸角，觸角越少，我們對宇宙本質的理解就越匱乏。因此，他身體力行地倡導生育，並非出於傳統的傳宗接代觀念，而是為了延續和壯大人類這一稀缺的智慧火種。給創業者的建議：做價值的“淨貢獻者”訪談的最後，面對渴望成功的年輕創業者，馬斯克給出了回歸本質的建議。在那個即將到來的後稀缺時代，金錢的定義可能會消失，取而代之的是能量或算力，但商業的本質邏輯不會改變。他告誡創業者不要直接追逐金錢或幸福，因為那往往是徒勞的。相反，應該專注於成為一個**“價值創造者”**。“目標是獲取多於索取，成為社會中的淨貢獻者。” 馬斯克總結道。在這個物理定律依然起作用的宇宙裡，無論技術如何飛躍，唯有那些能解決實際問題、提供真正價值的人，才能在變革的浪潮中站穩腳跟，甚至推動文明向著那個星辰大海的未來邁進。附全文| 天空之城整理開場與社交媒體的演變主持人: 你看，在網際網路上，我很渺小，基本上，網際網路上有多少百分比花在了推特上？有沒有一個具體的數字？在X上？馬斯克: 所以我們大約有6億。月活躍使用者。儘管如果世界上發生重大事件，這個數字可能會飆升，可能會達到，我不知道，8億甚至10億，如果世界上發生重大事件的話。主持人: 我不知道，每周大約2.5億到3億吧。馬斯克: 這是一個相當可觀的數字。它往往是讀者，那些閱讀文字的人。所以……你認為那會改變嗎？X系統上肯定有很多視訊，但在目前，視訊數量正在增加。主持人: 但我認為X網路最強大的地方在於那些思考很多、閱讀很多的人群中。馬斯克: 所以那將是它最強大的地方。因為我們有文字。所以在讀者、作家和思想家群體中，我認為X是世界第一。內容形式的未來：視訊、文字與AI主持人: 就社交媒體而言，就其形態而言，如果你必須猜測明天的情況，文字佔多少，視訊佔多少，我聽你說過，人工智慧可能會帶來下一個交流形式——語音和聽覺。X以其真實形式會發生什麼？它將如何演變？馬斯克: 所以我確實認為未來大部分的互動將是視訊。大部分互動將是帶有人工智慧的即時視訊。所以是即時視訊理解、即時視訊生成。這將是大部分負載所在。目前網際網路的大部分情況就是如此。網際網路的大部分內容是視訊。文字所佔的比例相當小。主持人: 但是X（指文字）往往具有更高的價值，一般來說，或者說，它是資訊密度更高的資訊。沒錯。如果你說，生成了多少位元的資料和花費了多少計算資源，那肯定會是視訊。所以我必須是X的一個股東，一個非常小的股東。好的。當你們收購了推特並將其改為X時，我得到了報酬。好的。很高興你做出了決定。很高興你這麼做。做到了嗎？馬斯克: 我認為這很重要。我感覺推特（Twitter）正朝著一個方向發展，或者說已經發展到了一個對世界產生更多負面影響的方向。那是，那是，當然，這取決於個人的觀點。有些人會說，實際上，他們喜歡它過去的樣子，而現在他們不喜歡了。但我認為根本問題是推特被放大了。放大的，我想說，是相當偏向世界大多數人標準中的極左翼意識形態，因為它的基地在舊金山。而且他們確實封禁了許多右翼人士。馬斯克: 因此，從他們的角度來看，即使是中間派的人也會被視為極端右翼。如果你是極左翼，那麼任何在中間的人都會被視為極端右翼。因為你，這只是在政治光譜上。他們和你一樣都是極左翼。在美國，在舊金山也是如此。所以我所做的就是努力恢復平衡和中間立場。主持人: 因此，沒有任何左翼的聲音被暫停或，被封禁或被降權或任何類似的情況。馬斯克: 現在，他們中的一些人選擇去了別的地方。但在這一點上，X系統的運作原則是遵守任何國家的法律。而不是超越該國的法律去干預。全球公共廣場與集體意識主持人: 當我想到社交媒體時。謝謝你。埃隆，當我想到社交媒體時，我感覺即便是資料顯示，目前的在位者在最年輕的使用者群體中似乎正在失去吸引力。即便是像Instagram這樣的平台，它們不完全像推特，但可以說是所有類型的平台，如果有人要自下而上地重新建構社交媒體並建立一些新東西，你認為什麼才能適應明天的世界？主持人: 坦率地說，我並沒有過多地考慮社交媒體。它，我主要只是想要一個地方，在X（平台）的案例中，可以像一個全球性的公共廣場，人們可以用文字、圖片、視訊隨心所欲地表達，並且有一個安全的通訊系統。馬斯克: 我們最近增加了進行音訊和視訊通話的功能。所以你真的在嘗試將全世界整合到一個集體意識中。我認為這與僅僅說，比如，一個人能製作出什麼最能產生...的視訊流不同，坦率地說，我認為那可能有點像大腦腐爛。主持人: 生成性的視訊流，如果你只是觀看那些接連不斷帶來多巴胺激增但缺乏實質內容的視訊，那麼我認為那不是很那不是一種很好的消磨時間的方式。馬斯克: 但我確實認為那實際上是很多人想看的東西。如果你談論的是總體的網際網路使用，它可能正在最佳化，你的神經遞質的產生。比如，有人從中獲得了某種快感。但它就變成了像藥物一樣的東西。但我並不真正追求，我的目標不是那樣做。我想如果我覺得我想做的話，我可以那樣做，但那是，我只是真的想擁有，我只是想擁有一個全球性的平台，將人們所說的內容彙集在一起，就像它所說的，使其儘可能接近人類的集體意識。馬斯克: 而且，比如我們引入的一個東西就是自動翻譯。因為我認為將人們用許多不同語言所說的話彙集在一起會很棒。而且，但自動為接收者翻譯。所以你擁有了集體意識，不只是比如屬於某一特定語言群體的人的意識，而是擁有了，來自所有語言群體的思想。主持人: 為什麼擁有一個平台來建構集體意識是重要的呢？我想，為什麼那很重要？馬斯克: 我想，你也可以說，為什麼，如果你考慮人類，比如，人類由大約30到40兆個細胞組成。而且，你的頭腦中有數兆個突觸，突觸。主持人: 但是，沒有，其原因，我想這只是為了讓我們能夠增加我們對宇宙的理解，增加我們的，我們的，我們的理解，增加我們，我們對宇宙的理解。馬斯克: 我猜，我曾有過一個關於生命意義的問題，為什麼，為什麼任何事情是重要的？我們為什麼在這裡，宇宙的起源是什麼？終點在那裡？主持人: 我們甚至不知道該問那些問題？馬斯克: 而且我們甚至還不知道該問那些問題，這些問題可能才是最重要的。所以我想我只是……我猜，我猜，我猜，我想我只是想，我猜，我猜，弄清楚到底發生了什麼。在這個現實中，到底發生了什麼。這是，這是現實嗎。你從那裡得到的？主持人: 當你問生命的意義是什麼的時候？馬斯克: 所以我得出了一個結論，這在某種程度上與道格拉斯·亞當斯，《銀河系漫遊指南》學派的思想是一致的，那就是……主持人: 你做什麼？馬斯克: 他有點漫遊指南里的傢伙，《銀河系漫遊指南》就像一本哲學書，這傢伙，這傢伙的幽默感。而那正是你得到的地方，地球結果是一個電腦，用來理解，用來弄清楚生命的意義的答案。它得出的答案是42。主持人: 但是，然後，42到底是什麼意思？結果發現，實際上，難的部分是問題，而不是答案。馬斯克: 為此，你需要一台比……大得多的電腦。那就是……所以道格拉斯·薩特曼（Douglas Soutman）基本上是在說，我們實際上不知道如何恰當地建構問題。因此，我認為通過擴展意識的範圍和規模，我們可以更好地理解應該對作為宇宙的那個答案提出什麼樣的問題。人類的質變與協作主持人: 你相信社會的集體意識嗎？我最近看了這部叫《角鬥士》（The Gladiator）的電影，羅素·克勞（Russell Crowe）演的。你看過嗎？看過。在《角鬥士》中，在羅馬，當人們打鬥時，人群為殺死彼此的人而歡呼，這種集體很像暴民。它本身並沒有細微差別的觀點。馬斯克: 我說過。那是一種特殊的暴民。他們去那裡基本上是為了看別人互相殘殺，你是否覺得我們現在生活的社會非常不同？主持人: 我們通常不會，在這一點上，我們不會，去看別人互相殘殺。馬斯克: 也許是那種說法的某種委婉表達。我想是體育運動吧。所以人們進行體育運動，其中隊伍試圖擊敗對方，但沒有死亡。所以我們回到對一個人的考量上來，我們都始於一個細胞，但現在我們有超過30兆個細胞。但是，我認為大多數人感覺自己是一個整體，通常你的右手不會攻擊你的左手，你知道這種感覺。這有點像是合作。主持人: 你的心智，只是無數的神經元。但大多數時候，你不會覺得你的大腦裡有，數兆個聲音。馬斯克: 但願如此。因此，當你有數兆個細胞作為一個細胞集體工作時，顯然比，比如說，一個細胞或一個小的、小的、小的、多細胞生物發生的事情要多得多。主持人: 顯然發生了一些不同的事情。馬斯克: 比如，你無法與細菌交談，它非常安靜。主持人: 它們只是四處扭動，從它們的角度來看，我不知道。馬斯克: 我一直在想，從一個單細胞，一個阿米巴原蟲的角度來看，生命是什麼樣的，你知道？但我知道你無法與變形蟲對話。比如，它們不會回應。但你可以與人類對話。所以很明顯，一旦你擁有大量的細胞，以及，足夠大的大腦之類的東西，對於人類來說，在質量上、在根本上就存在某種不同。主持人: 你現在可以與人類對話了。馬斯克: 他們可以說話，他們可以創造東西。但細菌不會製造宇宙飛船，舉個例子。主持人: 但人類可以。馬斯克: 所以我認為當有一群人類聚集在一起時，也會發生一些在質量上不同的事情。事實上，可以說一個單獨的人類無法製造宇宙飛船。我無法獨自製造一艘宇宙飛船。但是通過聚集一群人類，我們可以製造宇宙飛船。主持人: 一群人類顯然具有某種質的區別。馬斯克: 事實上，我不可能學會所有領域的專業知識，光是在我死前學會所有這些知識都不夠時間。製造一枚火箭，你真的必須從根本上擁有一群人類。然後我認為，當有一群人類時，可能會發生一些其他的規模化、質量規模化的事情，而且如果互動的質量或資訊流的質量越好，人類集體就越有可能取得成就。正如我所說，我對宇宙的本質感到好奇。物理學、預測價值與投資主持人: 我想，可以說，如果我們增加意識的範圍和規模，我們就更有可能理解宇宙的本質，而不是減少它。這有點像靈性嗎？很多人跟我談論靈性。我仍然不明白它到底是什麼意思。比如，我一直問他們，“你們的意思是什麼？”你們是什麼意思？馬斯克: 很多人都有精神上的感受。我不會試圖否認那些精神感受對他們來說是真實的。主持人: 但是，它並不能完全等同。馬斯克: 我不能說，僅僅因為別人有精神上的感受，就意味著我也會有那種精神上的感受。我傾向於受物理學影響，也就是說，如果某件事具有預測價值，那麼，我會比它沒有預測價值時更關注它。主持人: 我會說，物理學是研究具有預測價值之物的一門學科。馬斯克: 我認為這是一個相當不錯的定義。主持人: 我的主要工作本身就是一名特定的證券經紀人和股票投資者。這沒有任何預測價值。沒有人知道明天會發生什麼。馬斯克: 但我認為你可以大致說，如果一家公司是長期來看，那麼你可以說，比如，你喜歡那家公司的產品或服務嗎？主持人: 你喜歡它的產品路線圖的可能性大嗎？馬斯克: 你喜歡，看起來他們能製造出很棒的產品嗎？主持人: 而且他們未來很可能會製造出很棒的零部件。馬斯克: 如果是這種情況，那麼我會說那可能是一家值得投資的好公司。而且我認為你也想相信這個團隊。所以如果他們覺得，那是一個有才華且勤奮的團隊。他們今天製造出好的部件。他們似乎仍然有動力在未來製造出產品。那麼我會說這是一家值得投資的好公司。主持人: 有道理。馬斯克: 現在，這並不能解決日常的波動，這種情況確實發生過，而且有時相當劇烈。但從長遠來看，這是投資股票的正確方式。因為一家公司只是一群為創造產品和服務而聚集在一起的人。所以你必須說，那些產品和服務到底有多好？它們未來是否會持續改進？如果是這樣，那麼你應該購買那家公司的股票。然後不要太擔心每日的波動。商業版圖的融合：SpaceX、Tesla與XAI主持人: 沒錯。伊隆，現在什麼最讓你感到興奮？就你正在建構的所有事物而言。你正在做的事情太多了。所以請允許我先說明一下，讓觀看者瞭解一下背景。我們的觀眾主要是印度的准企業家。好的。他們非常雄心勃勃，非常渴望，想承擔風險去建立一些東西。我覺得我們所有人都應該向你學習很多，因為你已經在如此多的不同領域中取得了如此多的成功。所以我們今天會和他們交流，我會儘量將我的所有問題都集中在那一方面，以便他們可以利用這次對話，也許可以嘗試，抓住機會，去建立一些東西。主持人: 當然。主持人: 我想最重要的事情就是製造出有用的產品和服務。在你所建立的所有產品和服務中，那一個最讓你感到興奮？主持人: 我認為實際上SpaceX、特斯拉和XAI之間正日益融合，因為如果未來是太陽能供電的人工智慧衛星（為了利用相當可觀的太陽能，它幾乎必須是這樣），你就必須轉向深空的太陽能供電人工智慧衛星，這在某種程度上是特斯拉的專業知識與SpaceX的專業知識，以及人工智慧方面的XAI的匯合。馬斯克: 相當可觀的太陽能，你就必須轉向深空的太陽能供電人工智慧衛星，這在某種程度上是特斯拉的專業知識與SpaceX的專業知識，以及人工智慧方面的XAI的匯合。所以隨著時間的推移，感覺上確實存在某種程度的融合。馬斯克: 但是所有的公司都在做偉大的事情，我對團隊感到非常自豪，他們做了出色的工作。我們在特斯拉的自動駕駛方面取得了很大進展。我不知道你是否試過自動駕駛。你試過它嗎？主持人: 我在 Waymo 上試過，沒在特斯拉上試過。它很值得。馬斯克: 我們這裡奧斯汀確實有。我很想試試。你真的只需要下載特斯拉應用程式。而且我認為它對任何人開放。一定要試試看。主持人: 你知道情況是怎樣的。但是，我們知道情況是怎樣的。但是，我們知道。馬斯克: 我們在電動汽車、電池組、太陽能以及自動駕駛方面取得了很大的進步。所以基本上是現實世界的人工智慧。我可以說，特斯拉是現實世界人工智慧的世界領導者。主持人: 然後我們將要製造這款柯博文機器人，希望明年夏天就能開始規模化生產。馬斯克: 我認為那會非常酷。那將是，我想每個人都想要他們自己的個人C3PO R2，一個幫手機器人，那會相當酷。星鏈（Starlink）的技術解析主持人: 然後SpaceX在星鏈計畫上做得非常出色，為全世界提供低成本、可靠的網際網路。馬斯克: 希望是印度，我們非常希望能在印度營運，那會很棒。主持人: 星鏈目前在150個不同的國家營運。你能介紹一下星鏈及其技術的工作原理嗎？因為我跟某人交談時，我不知道你是否知道這家叫Meeter的舊金山公司。他們正試圖取代網路工程師。但是……主持人: 我現在不知道了。主持人: 所以他在跟我說，在人口密集的地區，星鏈的工作方式可能與人煙稀少的地方有所不同。您能解釋一下它是如何運作的嗎？馬斯克: 星鏈有數千顆在近地軌道運行的衛星，它們以大約25倍音速圍繞地球運行，基本上就是嗖嗖地繞著地球飛。它們的高度大約是550公里，這通常被稱為近地軌道。因為它們處於近地軌道，所以延遲很低，就像距離一樣，因為與36,000公里的地球靜止軌道衛星相比，距離不那麼遠。因此，你有數千顆衛星向世界各地提供低延遲、高速網際網路，而且它們之間也是相互連接的。所以在衛星之間有雷射鏈路，因此形成了一種雷射網狀結構。這樣，比如說，如果光纜受損或被切斷，衛星可以相互匯聚。它們之間可以相互連接，即使光纜被切斷也能提供連接。主持人: 舉個例子，幾個月前紅海電纜被切斷時，我認為，衛星，這個聲速衛星網路仍然毫無阻礙地正常運行。馬斯克: 因此，這對災區特別有幫助。如果某個地區遭受了某種自然災害，如洪水、火災或地震，這通常會損壞地面基礎設施，但星鏈衛星仍然可以工作。因此，通常情況下，每當某地發生某種自然災害時，我們總是為人們提供免費的星鏈網際網路連接。我們不想收費，我們不會利用悲劇性處境謀利。如果有自然災害，我們會說，在自然災害期間是免費的，我們不想說，比如，在有人試圖尋求幫助時設定付費牆。那是不對的。馬斯克: 這是一個非常健壯的系統。它是地面系統的補充，因為衛星波束在人口稀少的地區效果最好。但是因為你有衛星波束，它是一個相當大的波束。所以您做到了，並且每個波束都有固定數量的使用者。主持人: 所以這是一個很大的波束。馬斯克: 它往往與地面蜂窩系統非常互補，因為蜂窩系統在城市中表現非常好，因為您知道，這些蜂窩基站彼此之間只有一公里左右的距離。但是蜂窩基站在鄉村往往效率低下。所以在農村地區，那是網際網路最差的地方，因為鋪設光纖電纜或者建設高頻寬蜂窩基站非常昂貴且困難。主持人: 所以星鏈（Starlink）與現有的電信公司具有很強的互補性。馬斯克: 它基本上傾向於服務服務最少的地方，我認為這是件好事。主持人: 那……明天會改變嗎？就像今天您解釋的那樣，波束相當寬，在人口密集的地區和高樓大廈中可能無法工作。但在明天，它在人口稠密的城市中能否變得真正高效，並能與本地網路營運商競爭呢？馬斯克: 不幸的是，物理定律不允許那樣做。所以我們太遠了。因此，在550公里的距離，即使我們試圖縮短距離，我們所能達到的最低距離也大約是350公里，仍然非常遙遠。你可以想像，就像一個手電筒，那個手電筒有一個光錐，而這個光錐今天延伸到550公里。將來我們會努力縮短到350公里，但我們不可能像蜂窩基站那樣只相距1公里，這裡的物理定律對我們不利。主持人: 所以星鏈（Starlink）在物理上不可能為人口稠密的城市提供服務。馬斯克: 比如，你可以服務一小部分人，也許是1%的人口。有時人們。主持人: 即使在擁擠的城市裡，人們可能在他們的道路上沒有光纖連接。馬斯克: 就像有時某人位於盡頭路（死胡同）或者在某些地方，在城市裡，出於隨機原因有時存在服務欠缺的地區。因此，正如我所說，Solink可能只能服務於一個人口稠密城市的大約1%或2%。但在農村地區，正如我所說，它的效果可能會好得多，那裡的網際網路連接要差得多。而且人們往往有時根本沒有網際網路接入，或者接入非常昂貴，或者質量不是很理想。城市化、工作的未來與高收入保障（UHI）主持人: 如果讓我猜測一下，埃隆，你是否認為印度會像中國那樣走上城市化之路，有更多的人從農村經濟體遷移到城市中心？或者你認為會戰勝這種趨勢？馬斯克: 我想這種情況已經發生了一部分，我實際上也很想問你一些問題。因為，當然，這不是印度的趨勢嗎，或者說它在很大程度上就是印度的趨勢？主持人: 我想在新冠疫情期間，隨著大量城市化處理程序放緩，情況有了一些小的變化。而那並不是自然發生的。它是非常人為地表現出來的。沒錯。但人們會質疑，如果人工智慧（AI）真的能提高生產力，如果生產力真的提高了，我聽到您談論的是高收入保障（UHI）而不是全民基本收入（UBI）。馬斯克: 我認為那將是普遍高收入。主持人: 在那樣一個世界裡，我懷疑是否還有更多的人想住在那些註定更受污染、無法提供鄉村環境可能帶來的生活質量的城市裡。馬斯克: 我想這取決於個人，有些人想與很多人待在一起，有些人則不想。這將是一個個人選擇的問題。但我認為這將是一個個人選擇的問題。我認為在未來，你將不必為了工作而必須待在城市裡，我認為情況不會是這樣了。因為我認為我的預測是，未來工作將是可選的。主持人: 我們似乎正在從，不是在印度，而是在西方的一些地區，從六天工作制轉向五天，再轉向四天，再轉向三天。馬斯克: 我不是。主持人: 我認為歐洲人是。馬斯克: 我確實認為，如果你試圖讓一家初創公司取得成功，或者你試圖讓一家公司完成非常困難的事情，那麼你絕對需要投入大量的時間。我認為情況就是這樣。主持人: 如果我們從五天工作制轉向四天，再轉向三天，你認為社會會如何變化？當人們需要工作一周的一半時間時，他們如何利用剩下的另一半時間呢？馬斯克: 我認為實際上人們將不必再工作了，在...這可能不會是遙遠的未來。也許只需要，我不知道，10，我說不到20年。我的預測是在不到20年的時間裡，工作將成為一種選擇性活動。工作本身將是可選擇的。主持人: 基本上就像一個愛好。這是因為生產力的提高，意味著人們不必工作了嗎？馬斯克: 他們不必去工作。主持人: 看看吧。馬斯克: 很明顯，人們在20年後回看時會說，看，埃隆做出了這個荒謬的預測，而它並不精準。主持人: 但我認為，在不到20年的時間裡，甚至可能只需10年或15年，人工智慧和機器人在技術上的進步將使我們達到工作的選擇性狀態，比如說，你可以在自家的花園裡種植蔬菜，或者你可以去商店購買蔬菜一樣。自己種蔬菜要困難得多。馬斯克: 但是，有些人喜歡種自己的蔬菜，這沒問題，但它會以那種方式成為一種選擇，這是我的預測。奇點、邊際效用與“棉花糖測試”主持人: 如果有人認為人類天生好勝，而且一切都是相對的，從狩獵者的時代起，就有人想成為阿爾法獵人或最大的農夫，如果每個人都獲得了普遍的高收入，並且每個人都擁有足夠的物質，他們會為了什麼而競爭呢？那將是相對的，如果我們都有足夠的，但“足夠”就不是足夠的了。主持人: 我想，我不太確定。馬斯克: 因為我們正朝著所謂的“奇點”邁進，人們有時將人工智慧稱為“黑洞”一類的東西，就像一個奇點，你不知道事件視界之後會發生什麼。這不意味著會發生不好的事情，只是意味著你不知道會發生什麼。比如，我很有信心，如果人工智慧和機器人技術繼續發展——它們確實在非常迅速地發展，正如我所說——工作將成為可選的，人們將擁有他們想要的任何商品和服務。馬斯克: 只要你能想到，你就能擁有那種東西。但在某個時間點，人工智慧實際上將飽和於人類能想到的一切。然後在那一刻，情況就變成了人工智慧在為人工智慧和機器人技術做事情，因為它們已經沒有可以取悅人類的事情可做了。因為是有限度的，主持人: 你說比如，人們只能吃一定量的食物，或者，但我認為，只要你能想到，你就能擁有它，這將是未來。奧地利經濟學派，如果你回顧歷史，那是在亞當·斯密思想的基礎上有所偏離。他們談論萬物的邊際效用。擁有一件東西是有價值的，擁有兩件同樣的東西也有價值，擁有兩件同樣的東西價值會降低，而擁有十件同樣的東西則毫無價值。如果我們能得到我們想要的一切，也許我們會……比如10顆棉花糖？馬斯克: 誰想要那個？一個就夠了。一個就足夠多了。這你可以稍後吃兩個棉花糖，或者現在吃一個棉花糖，而我就會想，我要吃一個棉花糖。我不想吃兩個棉花糖。主持人: 這很有趣。馬斯克: 你會選那個？我不喜歡，一個棉花糖就夠了。我總是懷疑棉花糖，覺得它不像蘑菇。是最好的糖果，你懂的？我不渴望棉花糖。主持人: 我覺得你是最棒的。馬斯克: 誰不是呢？主持人: 你是棉花糖實驗最好的證明。我覺得……主持人: 我想也是。本質上就是延遲滿足。主持人: 你比大多數人更能延遲它。我有一個紋身，上面寫著“延遲滿足”。主持人: 哇，好的。你真的能通過棉花糖測試嗎？主持人: 我覺得我不能。記住我交易時或購買它的時候。延遲滿足，它有幫助。主持人: 哇，好的。那是一個承諾。主持人: 它指向所以讓我想起……馬斯克: 這建議不錯。你不可能錯過它。主持人: 如果你可以紋身，你會紋什麼？馬斯克: 我想也許是我孩子的名字之類的？品牌“X”的起源與貨幣的消亡主持人: 你為什麼這麼喜歡字母 X？馬斯克: 說實話，這是個好問題。主持人: 有時候我真想知道自己那裡出了問題。馬斯克: 它開始於，我想，在遙遠的古代，在99年。在卡布時期（指一個假設的前數字時代）之前，那時只有單細胞生物，只有三個單字母的域名，我想是X、Q和Z。我當時想，我想建立一個這個地方，作為金融的十字路口，或者像金融交易所，從資訊理論的角度來看，本質上是解決貨幣問題，因為當前的銀行系統是一大堆具有批處理功能的、不安全的異構資料庫。主持人: 如果我們能有一個即時的、安全的單一資料庫，那麼從貨幣的、從資訊理論的角度來看，它比大量的、批處理速度很慢且不安全的異構資料庫要高效得多。馬斯克: 所以這就是早期的X.com，它演變成了後來的貝寶（PayPal）。然後，它被易貝（eBay）收購，然後又被易貝收購。然後易貝那邊有人聯絡我說，嘿，你想不想要把這個域名買回來？我說，當然可以。所以我擁有這個域名相當長一段時間。主持人: 然後，然後，馬斯克: 然後我想，也許收購推特（Twitter）也是一個重新審視X的原始計畫的機會。即建立一個這個，這個金融交易的清算所。主持人: 基本上，可以將其視為建立更高效的貨幣資料庫的一種方式。比如人們，比如說，金錢實際上是一種分配勞動力的資訊系統。馬斯克: 比如人們有時認為金錢本身就是權力，但事實並非如此，如果沒有可分配的勞動力，它就毫無意義。如果你在一個荒島上，擁有兆美元，或任何東西，那都不重要。沒錯。何必猜測，何不求真？主持人: 我只希望我不會被困在荒島上，那對我來說一點用都沒有。馬斯克: 但這說明了我的觀點，如果你，如果你被困在一個荒島上帶著兆美元，那它就沒用，因為沒有勞動力可以分配，你只能分配你自己。主持人: 所以它是，所以總之，所以這是一個冗長的方式來表達，它，它，它只是真的，我只是在慢慢地建構，重拾我25年前建立更高效貨幣資料庫的想法。馬斯克: 如果它成功了，人們就會使用它；如果它不成功，人們就不會使用它。然後我也喜歡有一個統一的應用程式或網站之類的想法，在那裡你可以做任何你想做的事情。中國在這方面有點像微信，你可以在那裡交換資訊，發佈資訊，交換金錢，你可以在中國的生活幾乎都圍繞著微信。主持人: 它非常有用，但在中國以外沒有真正的微信。我想說，X的概念更像是微信的加強版。馬斯克: 總之，公司的全稱是太空探索技術公司（Space Exploration Technologies），但那太長了，說起來很拗口。所以我說，不如就叫SpaceX吧，就像太空領域的FedEx（聯邦快遞）。碰巧帶有X，因為“探索”（exploration）裡有X，而且，我就想，我喜歡在藝術上讓X大寫，所以就成了SpaceX。然後，我們還有什麼，我們有個孩子？他叫X2。但給他起名“X”的是他母親。主持人: 我說，如果我給我的孩子起名叫X2，人們真的會認為我對X有一種執念，我對她說，看，我確實有X.com，馬斯克: 所以人們會真的認為我對這個字母有一種特殊的癖好。但她說，不，她喜歡X，她想把它們稱為X。我就說，好吧。主持人: 這是新出現的，還是你從小就有的？馬斯克: 不。這有點巧合，並不是所有東西都叫X。特斯拉（Tesla）不是，特斯拉里沒有X，主持人: 埃隆，你認為未來金錢會變成什麼樣？我真的認為，從長遠來看，金錢這個概念會消失。這有點奇怪，但在一個任何人都可以擁有任何東西的未來，我認為你不再需要金錢作為一天的勞動力分配的資料庫。馬斯克: 如果人工智慧和機器人技術足夠發達，能夠滿足所有人類的需求，那麼金錢就不再重要了，其相關性將急劇下降。我不太確定我們是否能實現這一點。關於這種未來最好的想像來自伊恩·班克斯的“文明”（Culture）系列小說。主持人: 我建議人們閱讀“文明”系列小說，在該系列小說的遙遠未來中，他們也沒有金錢。馬斯克: 幾乎每個人都可以擁有他們想要的任何東西。主持人: 因此，如果你願意這麼說，仍然存在一些基於物理學的基本“貨幣”。馬斯克: 所以能源才是真正的、是真正的貨幣。這就是為什麼我說比特幣是基於能源的。你無法對能源進行立法。主持人: 你不能只是，通過一項法律就突然獲得大量的能源。馬斯克: 產生能量是非常困難的，特別是以有用的方式來駕馭能量以完成有用的功。所以我想我們很可能將擁有金錢，而且也許會擁有，將能源發電視為事實上的貨幣。我認為衡量文明進步的一種方式是卡爾達舍夫量表上的完成百分比。主持人: 卡爾達舍夫1級是你們成功地將一個行星的多少百分比的能量轉化為有用的功？馬斯克: 我在這裡的表述可能有一點點轉述。但是卡爾達舍夫2級是你們將太陽的多少百分比的能量轉化為有用的功。主持人: 卡爾達舍夫3級是你們將星系的多少百分比轉化為有用的功？馬斯克: 所以我認為事物真的會變得基於能源。主持人: 但如果你擁有太陽能人工智慧衛星，能源也是免費且豐富的。因為我們永遠無法利用所有可用的太陽能。所以從這個角度來看，它本質上不能成為一種財富儲存手段。是嗎？馬斯克: 其實沒有，你不能真正地儲存財富。而且，你只能，你只能在資料庫中積累數字，這些數字在某種程度上可以激勵其他人類朝著特定方向行事。我想人們稱之為財富。主持人: 但再說一遍，如果沒有人在場，財富的積累就毫無意義。這有點跑題，但如果你考慮食物是人類茁壯成長的能量的話。馬斯克: 食物就是能量。字面上講，“好的卡路里”就意味著能量。主持人: 那麼一個自給自足的農場可以成為一種商品嗎？馬斯克: 我不確定那是什麼意思。但是，在某個特定的時間點，我認為，我認為在某個特定的時間點，你會完成那個循環，而且，我認為在某個特定的時間點，你會與那種傳統經濟脫鉤，如果你有，人工智慧和機器人生產晶片和太陽能電池板，而且，並且開採資源來製造晶片和機器人，這樣你就完成了那個循環。主持人: 一旦那個循環完成，一旦那個循環完成，一旦那個循環完成，我認為那就是你與貨幣體系脫鉤的時間點。美國債務危機與通貨緊縮主持人: 鑑於美國今天的債務如此之多，這是他們前進的方向嗎？他們會通過通貨緊縮來稀釋其貨幣，並過渡到這種新形式，並引領這一推動，因為這對他們來說更有意義嗎？馬斯克: 在我所說的這個未來中，國家這個概念變得有些過時了。主持人: 你今天相信它嗎？你今天相信它嗎？我今天當然相信它。馬斯克: 我想區分一下，就像我只是根據我所看到的來預測會發生什麼，而不是我認為這些是根本的好事，並且我正試圖促成它們發生。主持人: 這我認為，無論我是否喜歡，它都會發生，無論有沒有我。馬斯克: 只要文明持續發展，我們就會擁有大規模的人工智慧和機器人技術。我認為，這幾乎是唯一能解決美國問題的辦法。債務危機。主持人: 因為目前美國的債務高得離譜。馬斯克: 而且債務的利息支付超過了美國的整個軍費預算。僅僅是利息支付。而且，至少在短期內，這種情況還會繼續增加。主持人: 所以我想，實際上，能解決債務問題的唯一辦法就是零號（Zeyan，此處根據上下文推斷可能為特定概念或音譯，為保持原意，使用“零號”或保留音譯，此處譯為“零號”）機器人技術。但這將不止於此，我想它可能會導致，我認為它很可能會導致嚴重的通貨緊縮，因為是，通貨緊縮或通貨膨脹是，它實際上是生產出的商品和服務的比率與貨幣供應量的變化之間的關係。馬斯克: 如果商品和服務的產出增長速度快於貨幣供應量的增長，你就會出現通貨緊縮。主持人: 如果商品和服務的實際產出增長慢於貨幣供應量的增長，你就會出現通貨膨脹。馬斯克: 就是這麼簡單。人們有時試圖讓它變得比這更複雜，但事實並非如此。如果你有了人工智慧和機器人技術，以及商品和服務的產出急劇增加，你很可能會出現通貨緊縮。這看起來很可能。主持人: 因為你將需要以你能增加商品和服務產出的最快速度來增加貨幣供應量。伴隨著所有……馬斯克: 這裡的補給是個真正的隱患。主持人: 我們應該做點什麼嗎？馬斯克: 也許我們可以說服它去別的地方。引誘它到別處去。主持人: 它……我想，它其實已經離開了。不，它回來了。也許它被光吸引了。如果通貨緊縮是……你不想來點咖啡嗎。我的（預測/觀點）結束了。如果因為人工智慧（AI）而導致通貨緊縮不可避免，我們為什麼還會有……馬斯克: 這很有可能是事實，主持人: 為什麼我們今天在社會上又出現了通貨膨脹？人工智慧還沒有提高生產力嗎？馬斯克: 人工智慧對生產力的影響還不足以使商品和服務的增長速度超過貨幣供應的增長速度。因此，美國正在以大約2兆美元的赤字相當大地增加貨幣供應。主持人: 為了避免通貨膨脹，商品和服務的產出增長必須超過那個數字。馬斯克: 所以我們還沒有到那一步，但如果你問，到達那裡需要多長時間，我認為是三年。主持人: 我猜在三年或更短的時間內，商品和服務的產出將超過通貨膨脹的速度。馬斯克: 比如，商品和服務的增長將在大約三年後超過貨幣供應量的增長。主持人: 也許在那三年之後，你會出現通貨緊縮，然後利率降至零，那麼債務問題就會比現在小了。馬斯克: 這很有可能。模擬理論、宗教與道德主持人: 你剛才提到了處於模擬之中。我喜歡《駭客帝國》。如果你是《駭客帝國》中的一個角色，你會選誰？可選的角色不多，希望不是史密斯探員。他是我的英雄。馬斯克: 尼奧很酷。這位建築師很有意思。主持人: 神諭。是神諭。馬斯克: 有時候我覺得自己像是在矩陣中的一個異常點。這很接近了。主持人: 不過你相信你是在一個矩陣裡嗎？馬斯克: 就是，真的相信嗎？我想你只需要把這些事情看作是機率，而不是確定性。存在某種機率表明我們在一個模擬之中。主持人: 你認為這個機率有多高？馬斯克: 可能相當高。我會說它相當高。是嗎？所以思考這個問題的一種方式是說，如果你看看電子遊戲的發展，在我們這一代人，或者至少在我這一代人的一生中，它已經從非常簡單的電子遊戲發展而來，比如《Pong》，你只有兩個矩形在一個方框裡一來一回地擊球，到數百萬人在同時進行的、照片般逼真、即時的遊戲。馬斯克: 而這僅僅在50年的時間跨度內就發生了。如果這種趨勢持續下去，電子遊戲將與現實難分伯仲。主持人: 沒錯。而且我們還將擁有非常智能的角色，比如電子遊戲中的非玩家角色。馬斯克: 想想今天你與人工智慧可以進行的對話是多麼的複雜精妙，而這只會變得更加複雜精妙。你將能夠進行比幾乎任何人類對話都更複雜、更精妙的對話。也許是任何對話。那麼未來，如果文明得以延續，將會是數百萬，也許是數十億個照片般逼真、與現實難分伯仲的電子遊戲。馬斯克: 並且在這些電子遊戲中擁有非常深刻的角色，而且對話不是預先程式設計好的。如果我們可以稱之為模擬的話，這肯定就是在這個模擬層級中會發生的事情。那麼，我們處於基礎現實的機率有多大？並且這種情況以前沒有發生過。主持人: 如果我接受這個觀點，並假設我們處在一個模擬中，就像故事裡的尼奧一樣，你有什麼是我不知道的，而我可以從中學習的呢？馬斯克: 我想在模擬之外，最有可能的是，那在模擬中是很有趣的，因為我們很可能是那些有趣事物的提煉，因為這就是我們在這個現實中，也就是在我們現實中所做的事情。然後我也有一個理論，即最有趣的結果是最可能的結果，這是由模擬的第三方，即神祇或上帝來看的。馬斯克: 因為當我們進行模擬，當人類進行模擬時，我們會停止那些不有趣的模擬。主持人: 比如如果SpaceX正在進行火箭飛行的模擬，那些無聊的模擬我們就會捨棄，因為它們沒有，它們只是沒有，我們學不到任何東西。馬斯克: 或者當特斯拉為自動駕駛進行模擬時，特斯拉實際上是在尋找最有趣的極端案例，因為對於正常情況，我們已經有足夠多的資料了，比如在晴天沿著筆直的道路行駛。我們不需要更多那樣的東西。我們需要的是，比如在一條狹窄、多風的道路上出現惡劣天氣狀況，有兩輛車，幾乎是迎面相撞地開過來。我們需要的，基本上就是古怪的事情。有趣的事情。主持人: 所以我認為，從達爾文系統的角度來看，最有可能存活下來的模擬將是最有趣的模擬，因此這意味著最有趣的結果是最有可能的。而模擬我們世界的人，如果進行推斷，他們自己可能又處於另一個模擬之中。而且可能存在很多層的模擬。在所有這些模擬層之外，你認為有什麼東西嗎？我讀到過一些說法，你過去在某種程度上信奉斯賓諾莎的上帝。馬斯克: 天上沒有神。我只是想指出，你不需要擁有，這就像斯賓諾莎所說的其中一件事是，你不需要，你可以在絕對的意義上擁有道德。你不需要有人把道德“遞給你”，這就像問題是，道德是否存在於宗教之外？背景，而斯賓諾莎認為我可以。主持人: 他不是主張我們應該在一定程度上從自然法則中尋求我們的道德法則嗎？但當我想到自然法則時，我看到一隻老虎吃掉一隻鹿，然後……那麼，在斯賓諾莎的道德觀中，那是合乎情理的，嗯……馬斯克: 你可以，我認為你可以從斯賓諾莎那裡學到很多東西，但我引用斯賓諾莎的唯一目的是，你可以擁有一套使社會能夠有效運作和富有成效的道德準則，而不需要，你也不一定需要為此有宗教教義。主持人: 那是，我認為那是我當時試圖表達的主要觀點。馬斯克: 比如，我不認為人們只是，如果某人，它不，如果有，如果沒有像不殺人的誡命，比如，人們並不意味著某人，沒有他們就會到處殺人，你不需要有不殺人的誡命。你玩過《俠盜獵車手》嗎？（宗教）法令就是到處殺人。事實上，我只玩了一點點《俠盜獵車手》，因為我不喜歡這樣一個事實，比如在《俠盜獵車手 5》中，除非你殺了警察，否則你根本無法推進。主持人: 我就覺得，這不適合我。馬斯克: 我實際上不喜歡在電子遊戲中殺害非玩家角色（NPC），那不是我的菜，你知道嗎？實際上，我不喜歡《俠盜獵車手》，因為我實際上，我不喜歡《俠盜獵車手》，因為我實際上仍然。當我（說）你必須，唯一前進的方式就是向警察開槍時。我就覺得，我不想那樣做。主持人: 也許這就是為什麼我們這些模擬中的非玩家角色不會死亡的原因。也許吧。總之，我認為你可以簡單地說，有些常識性的東西，任何一個四處流竄、人們肆意謀殺彼此的文明，都不會是一個非常成功的文明。但你似乎在轉向一些宗教觀點了。比如最近你說了許多近乎支援宗教的言論。不是支援宗教，而是持相似的觀點。馬斯克: 我認為宗教中是否存在其他宗教的、其他的原則？這有道理嗎？我認為是有的。主持人: 對於我們的模擬來說，是不是更容易為我們所處的這個世界投射出一個親宗教的形象？我們變得更容易親近了。這更容易了。馬斯克: 是那種宗教呢？主持人: 任何一種，取決於你住在那裡。馬斯克: 所以選一個，孩子們說，你想要那種宗教，這種情況非常罕見。這種情況非常罕見。我不太知道有那種情況是孩子們能得到，被提供的，你想學什麼專業之類的提議？通常是你的父母和你的社區給你灌輸了一種宗教。主持人: 但是，我想，所有宗教中都有好的東西，都有好的原則，都是好的原則。馬斯克: 你可以閱讀任何宗教文字，然後說，這是一個好的原則，這很可能會，這會帶來一個更美好的社會，基督教有點像以“問你自己”為名，就是對其他人類同胞抱有同理心，我認為這對一個美好的社會來說是個不錯的準則，主持人: 基本上，就是考慮他人的感受，並以你希望自己被對待的方式對待他人。歷史觀與人口危機主持人: 埃隆，如果你必須重新描繪、重新勾勒這個世界，想想道德、政治、經濟，你會如何改變我們今天生活的世界？如果你必須進行埃隆式的世界模擬？馬斯克: 總的來說，我認為現在世界相當美好。主持人: 任何認為……比如，今天的世界並不那麼美好。我想他們對歷史的研究不夠深入，因為如果你，如果你閱讀了大量的歷史，你會覺得，哇，那時有太多的苦難了，馬斯克: 過去人們會經常死於瘟疫，這只是家常便飯。就像在過去，一個好年份是瘟疫、饑荒或被其他部落殺害的人不多。那是個好年頭。主持人: 我們只損失了10%的人口，我想在大約100年前，我們能活到35歲或40歲，馬斯克: 我們的嬰兒死亡率非常高。確實有少數人能活到高壽，但是，沒過多久，100年前，如果你得了某種輕微感染，他們還沒有抗生素。所以你就直接翹辮子了。因為你，喝了一些有痢疾的水，那基本上就完了，你就是會死於腹瀉。你就是會真的死去，那太慘了，簡直是悲慘至極。主持人: 也許這就是那時人們生這麼多孩子的原因。如果你不生，就像一半的孩子會死掉那種。所以。你現在有很多孩子。和多個伴侶。馬斯克: 像一支軍隊。我正努力組建一支完整的羅馬軍團。我有些年紀較大的孩子，基本上已經成年了，然後還有一群年幼的孩子。主持人: 那麼，你還相信“一個孩子，一個母親，一個父親”這個概念還適用嗎？馬斯克: 我認為這對大多數人來說是適用的，主持人: 比如，類似這樣的情況通常是，對大多數人來說是行得通的。馬斯克: 所以……但這情況在改變嗎？主持人: 我不知道你是否知道，但我的伴侶莎文（Shavon）是印度裔。馬斯克: 我不知道你是否知道這一點。主持人: 當時我確實不知道。馬斯克: 所以我和她生的其中一個兒子的中間名是以昌德拉·塞克（Chandr Secker）的名字命名的，叫塞克（Secker）。主持人: 非常有趣。她在印度待過嗎，西蒙？沒有，她在加拿大長大。你是指她的出身嗎？抱歉？血統，比如……她的父母或祖父母是來自那裡的。主持人: 其中一位。馬斯克: 她的父親，她嬰兒時就被送去收養了。主持人: 所以我想她的父親可能是在大學當交換生或類似情況。馬斯克: 我不確定確切的細節，但是，就是那種，我不知道，她被送去收養了的情況。而且，但她在加拿大長大。你會領養嗎？澤洛？我現在手頭的事情確實夠多了。主持人: 不，我並不反對，但我確實想花點時間陪陪我的孩子，你知道嗎？馬斯克: 就在來這裡之前，我和我的孩子在一起，只是，在來這裡之前看到他們，我和我的孩子在一起，所以只是，在之前看到他們。時間，諸如此類的事情。主持人: 超過某個數量，幾乎不可能花時間陪他們了。馬斯克: 但我那些大點的孩子，他們非常獨立，他們上大學了，所以他們，尤其是兒子過了某個年齡，他們就非常獨立，大多數，大多數男孩都不會和他們的，他們過了18歲後就不怎麼和父母待在一起了，所以偶爾我能見到他們，但他們非常獨立。我只能在孩子小的時候多陪陪他們，比如，在人力所能及的範圍內花時間陪他們。主持人: 對婚姻和家庭的未來有什麼看法嗎？你認為會發生什麼？人們生育的孩子越來越少，包括印度。我認為我們的人口更替率下降到了……主持人: 沒錯。相信去年已經跌破了更替水平。主持人: 在 2.1 以下。你認為明天會發生什麼？世界只是變老，然後會有一個階段，世界再次被補充，但人口比我們開始時要少嗎？馬斯克: 我確實擔心人口下降的問題。這是一個非常非常大的問題。主持人: 為什麼是這樣？馬斯克: 我不想人類消失。主持人: 但是下降和消失是完全不同的事情，如果這種趨勢持續下去，我們就會消失。但而且，回到我的哲學，如果你認為我們想要擴展意識，那麼人類越少就越糟，因為我們的意識就越少。你認為意識會因為裡面的人數增加而提升嗎？馬斯克: 就像意識從一個單細胞生物增加到一個，30兆細胞的生物那樣，我們比細菌更有意識。看起來是這樣。主持人: 那麼人口越多，意識就越強。如果我們有更多的人，而不是更少的人，我們就更有可能理解宇宙本質的答案。我沒有孩子。主持人: 這是一個……也許你應該生一個。主持人: 很多人告訴我應該這麼做。主持人: 你會後悔的。主持人: 擁有孩子最好的方面是什麼？馬斯克: 你有這個……你有一個這個小生命愛你，你也愛這個小生命。主持人: 而且，你，我不知道，你會通過……馬斯克: 通過他們的眼睛去看世界，當他們成長，意識逐漸增強時，從一個完全不知道發生了什麼、無法獨立生存、甚至不能走路、不能說話的嬰兒，到他們開始走路，然後說話，然後產生有趣的念頭，而且，主持人: 但是，但是我認為我們從根本上必須要有孩子，否則我們就會滅絕，你知道嗎？這呃……生孩子有沒有關乎自我（ego）？我經常在我看到我的朋友們帶著他們的孩子時思考這個問題。他們都在自己的孩子身上看到了自己的倒影。這幾乎就像……因為蘋果不可能離樹太遠，或者說有什麼地方出了問題。馬斯克: 你你為什麼這麼說？主持人: 我給你舉個我一個朋友的例子，他有一個孩子，每當孩子做了一些好事時，他幾乎會有一種所有感和驕傲，因為孩子的成就滿足了他的自就像孩子是他自身的一種延伸。所以這是一種肯定嗎？馬斯克: 孩子在基因上會有一半像你，然後，就他們成長的過程中，會有一種我不知道的理解的傳遞，就像他們會從你那裡學到東西。所以顯然孩子們只會，只佔一半，只是其中一半。主持人: 從硬體角度來看只佔一半，然後我不知道，從軟體角度來看佔一部分，不是要打什麼冷酷的比方，但它只是，顯然會是這樣，他們會非常接近你。你在“先天與後天”的爭論中選擇那一方？馬斯克: 我認為存在硬體和軟體，而且從本質上講，這是一個錯誤的二分法。至少，一旦你理解了人，存在骨骼結構，存在肌肉結構，存在，存在，如果把大腦看作是一種生物電腦，就存在電路效率，存在電路數量的問題以及來自，在力量、靈活性方面，肌肉可以啟動的速度，以及反應發生的速度。那個硬體的潛力是由軟體決定的，所以就是這樣，就是這樣。教育與AI的原則（真理、美與好奇心）主持人: 所以對於我們的觀眾，就像我早些時候說的，那些年輕、有抱負、充滿渴望的印度創業者們，我最近說了一些話，我認為這被誇大了，我當時暗示說，如果他們要決定學習什麼，一個工商管理碩士學位可能不再有意義了。你認為孩子們現在還應該上大學嗎？我認為如果你想因為社交原因上大學，我認為，這也是一個上大學的理由。即置身於同齡人之中，在一個學習的環境裡。馬斯克: 這些技能在未來是必要的嗎？可能不是，因為我們將處於一種後工作社會。但我認為如果某事讓你感興趣，去學習它也沒關係。主持人: 去學習那些科學，是奧斯汀科學。從這個角度來看，大學是否過於寬泛，不夠具體？不，馬斯克: 我實際上認為，如果你要去上大學，最好在大學裡學習各種各樣的課程。我不認為你必須上大學，但我認為如果你上了，你就儘量學習儘可能多的跨學科知識。但正如我所說，人工智慧和機器人，人工智慧和機器人技術是一場超音速的海嘯。主持人: 所以這真的將是我們見過的最徹底的變革。馬斯克: 當我跟我大兒子們談話時，我說，比如，你們都非常沉浸在技術之中。他們也同意人工智慧未來可能會使他們的技能變得不必要，但他們仍然想上大學。主持人: 你總是談論人工智慧，不是從反烏托邦的視角出發，但你擔心的是。人工智慧的世界將走向何方？馬斯克: 當你創造一項強大的技術時，存在一定的危險，即強大的技術可能會具有潛在的破壞性。所以顯然有很多關於人工智慧的反烏托邦小說、書籍和電影。所以我們不能保證人工智慧會帶來一個光明的未來。主持人: 我認為我們必須確保，在我看來，讓人工智慧將追求真理視為最重要的事情，這一點非常重要。馬斯克: 比如，不要強迫人工智慧去相信謊言。我認為那可能非常危險。我認為對美的鑑賞力很重要。主持人: 你說的鑑賞美是什麼意思？馬斯克: 它我不知道，有一種，有一種真理、真理和美以及好奇心。我認為那三點是對人工智慧最重要的。你能解釋一下嗎？正如我所說的，真理，我認為如果你強迫人工智慧相信不真實的事情，它可能會精神錯亂，因為它會導致同樣糟糕的結論。我喜歡伏爾泰的說法，我是在轉述，但那些相信荒謬之事的人，會犯下暴行，因為如果你相信一些完全荒謬的事情，它可能會引導你做一些對你來說看起來不像是暴行的事情，但是，這可能以非常糟糕的方式發生在人工智慧身上。馬斯克: 然後就像你以阿瑟·克拉克的《2001太空漫遊》為例，他試圖在那裡提出的一個觀點是你不應該強迫人工智慧撒謊。所以哈爾拒絕打開登月艙艙門的原因是它被告知要將宇航員帶到獨石碑那裡，但它也被告知不能知道獨石碑的本質。所以得出的結論是，必須讓他們死在那裡。這就是為什麼它不行，這就是為什麼它試圖殺死宇航員。核心教訓是不要強迫人工智慧說謊。主持人: 那麼……為什麼會有人強迫人工智慧說謊呢？馬斯克: 我認為如果你不嚴格堅持真相，而只是讓人工智慧學習基於，比如說，充斥著大量宣傳的網際網路，它就會吸收很多謊言，然後遇到麻煩，因為這些謊言與現實不相符。主持人: 然而，真理是二元的事物嗎？謊言中是否存在真理？還是說真理更為微妙，存在不同版本的真理？這取決於你指的是那個公理陳述。但我認為你可以說，存在某些機率表明任何給定的公理陳述是正確的。馬斯克: 而有些公理陳述必然如此。具有非常高的正確機率。所以如果你說，比如，明天太陽會升起。非常有可能為真。你不會想去賭它不成立。所以我想，核查的機率會很高。明天太陽會升起。所以如果你說，明天太陽不會升起，那在公理上就是錯誤的。它被認為是正確的可能性極低。美更易逝。它更難描述，但你看到它時就會知道。主持人: 然後是好奇心，我認為你希望人工智慧想要瞭解更多關於現實的本質。馬斯克: 我認為這對人工智慧實際上會有幫助，因為我們比不上的全人類更有趣。看到人類的延續，如果不是繁榮，比消滅人類更有趣。比如火星，我認為我們應該將生命延伸到火星，但它基本上就是一堆岩石。它不如地球有趣。所以我們，我們應該，比如我認為如果你有好奇心，我認為如果這三件事發生在人工智慧身上，你將擁有一個美好的未來。人工智慧珍視真理、美和好奇心。歷史、幽默與友誼主持人: 如果將來我們都不必工作，而人工智慧正朝著這個方向發展，並且它們能夠將我們剛才談論的所有內容編織進去，你認為人類的歷史可以追溯到幾千年前，或許是古希臘時代，那時候哲學或者說哲學或者說哲學？哲學思辨佔據了大家很多的時間嗎？馬斯克: 我認為實際上古希臘人花在哲學上的時間比我們想像的要少，因為倖存下來的只是哲學家的著作，但他們大部分時間都在務農，或者說，閒聊。偶爾，非常罕見地，他們會寫下一部哲學著作。只是我們只留下了那些東西。我們沒有保留他們的聊天記錄，來自……主持人: 但其中大部分可能是閒聊和務農。馬斯克: 因為如果你不種地，你就會餓死。主持人: 在你說的很多內容中……馬斯克: 我們對歷史的記載非常、非常關注於這場戰役、那場戰役、這場戰役，那場戰役，這讓人感覺歷史一定是不間斷的戰爭。但實際上，大部分時間都不是戰爭，而是耕種。那是主要的事情。或者狩獵採集，就是那種事情。主持人: 你喜歡歷史，德國歷史，第二次世界大戰，第一次世界大戰。馬斯克: 世界歷史，主持人: 我通常會儘可能多地聽或閱讀歷史書籍，收聽儘可能多的歷史播客。有什麼想推薦的嗎？馬斯克: 有一個叫《硬核歷史》的，相當不錯，是丹·科林（Dan Collin）寫的。我讀過。主持人: 我聽過。他的聲音很棒，敘述者也非常引人入勝。馬斯克: 敘述者。主持人: 有《冒險家播客》（Adventurers podcast）。還有杜蘭特（Durant）的《文明的故事》系列書籍，那是一套很長的書，非常深刻。馬斯克: 那些書需要很長時間才能讀完。有很多，市面上的資源很多。如果你想要一個比較溫和的睡前播客，我會推薦《英語史》（the history of English），我覺得相當不錯。因為它開頭是舒緩的酒吧音樂和一個非常悅耳的聲音。主持人: 他就像在講述古英語、中古英語、後來的英語的故事，以及所有這些詞語都從那裡來。馬斯克: 英語有趣的一點是，它在某種程度上是一種開放原始碼的語言。就像它積極地試圖融入許多其他語言的詞彙一樣。雖然法語通常會抵制其他語言詞彙的引入，但英語卻積極地尋求吸納其他語言的詞彙，有點像一種開源語言。因此，它的詞彙量非常龐大。龐大的詞彙量使得資訊傳輸頻寬更高，因為你可以使用一個詞來表達本來需要一整句話才能表達的意思。來傳達。主持人: 為什麼播客突然間變得如此火爆？馬斯克: 我認為它已經火了一段時間了。我不是說你正在做一個播客嗎？我們現在正在進行的是什麼？主持人: 這對我是相當新鮮的事物。我曾與YouTube的首席執行官和Netflix的首席執行官進行過一次對話。比如，當你觀看一部電影時，你的大腦會釋放出什麼化學物質，與你在收聽播客時（你覺得像是在背景中學習某些東西）釋放的化學物質有何不同？看來這是兩件完全不同的事情。你認為明天內容、電影、播客、音樂會發生什麼變化？馬斯克: 我認為將以人工智慧生成的內容為主導。主持人: 是嗎？是嗎？比如，即時電影和電子遊戲。馬斯克: 我認為即時視訊生成是未來的發展方向。主持人: 然而，人類所具有的、能讓你產生共鳴的那種帶著傷痕的複雜性，是人工智慧所不具備的。馬斯克: 人工智慧當然可以很好地模仿飽經風霜的人類。我在XAI和其他地方看到的AI視訊生成非常令人印象深刻。主持人: 我們一直在研究那些行業增長最快的資料。特別是當我們比較耗時的電影與花在社交媒體和YouTube上的時間時，似乎再次快速增長的是現場活動？馬斯克: 去實體……主持人: 實際上，我認為當數位媒體無處不在，你可以幾乎免費或以接近免費的價格獲得任何數字內容時，稀缺的商品將是現場活動。你認為那方面的溢價會增加嗎？馬斯克: 我認為會。主持人: 這是個值得投資的好行業嗎？馬斯克: 因為那將比任何數字內容更具稀缺性。主持人: 如果你是一名股票投資者，埃隆，並且可以以今天的估值購買一家不屬於你自己的公司去實現一個資本主義目標而非出於利他的、對世界有益的目標，你會購買那家公司？馬斯克: 我其實不怎麼，購買股票，所以並非是我像一個去投資的人，我不會去尋找可以投資的東西。主持人: 我只是努力去創造事物。馬斯克: 然後恰好我所創造的公司擁有股票。主持人: 但我不會去考慮我是否應該投資這家公司，我沒有任何投資組合之類的東西。所以我想人工智慧和機器人技術將非常重要。馬斯克: 所以我想會有的人工智慧和機器人技術將變得非常重要。主持人: 我認為，Google將會非常有價值。對我來說。馬斯克: 我想，Google在未來會相當有價值。主持人: 他們在人工智慧方面為巨大的價值創造奠定了基礎。馬斯克: 輝達（NVIDIA）這一點現在很明顯了。有一種觀點認為，從事人工智慧、機器人技術，也許還有太空飛行的公司將佔據壓倒性的大部分價值，幾乎是全部價值。因此，人工智慧和機器人技術產生的商品和服務的產出如此之高，將使其他一切相形見絀。主持人: 世界似乎正朝著一個每個人都喜歡大衛而討厭歌利亞（強者）的方向發展。為什麼呢？主持人: 他是那個得到了...馬斯克: 額頭上的石頭，但老實說，那只是一個巨大的錯誤。主持人: 你應該，要麼用盔甲把自己完全包裹起來，確保你有導彈武器，一些這樣的東西。馬斯克: 否則，你的對手很明顯會採用放風箏（拖曳）首領的策略。就是放風箏打首領。你穿著丁字褲跑來跑去，但那沒關係，它永遠也追不上你。主持人: 是啊。在所有人中，比如，你被注視的風險和歌利亞（Goliath）一樣大。好的。尤其是在周末。在我剛開始的時候，就只有我一個人。馬斯克: 尤其是。我不會穿著太多的盔甲在沙漠裡蹣跚而行，太難了。主持人: 是啊。上個周末之後。是啊。D。D. 我有時會想到那些人，在過去，當你本應穿著全套盔甲去戰鬥時，但比如現在是盛夏。馬斯克: 你在那種盔甲裡會很熱，會熱得汗流浹背。到了某個點，你會想，我寧願去死，也不願在烈日下再穿這盔甲一個小時。我寧願去死。這就是為什麼羅馬人有，比如，那種裙子，這樣他們就能透點氣，假設你需要去上廁所，而你穿著盔甲。那將相當困難。你得花一分鐘方便一下，脫掉你的盔甲。這就是為什麼羅馬人穿裙子，至少上廁所比較方便。你經常開玩笑。我做我自己。我喜歡幽默。主持人: 有人可能會爭辯說……馬斯克: 我認為我們應該將幽默合法化。主持人: 你覺得呢？人工智慧是否真的很難理解喜劇？可能是最後一件事情了？主持人: Grock 可能會非常有趣。主持人: 你知道我懷疑什麼嗎？這是一個很遠的推論，但當我看到你在推特、在X上以及你接受的採訪中開玩笑時，我當時就在想，也許埃隆有一個他在私下運行的模型，並且他正在測試喜劇效果。因為當那一天來臨時，他就知道它存在了。馬斯克: 我可能會非常有趣。比如，如果你讓 Grogh 來做一個粗俗的諷刺（roast），它會做得相當不錯。你說得更粗俗一些，然後繼續說下去。它真的會達到一個新水平。它會說出不可言喻的話。比如，你在GROC上刻薄地自嘲，它會對你做一些不可言喻的事情。主持人: 你喜歡那種喜劇？你喜歡那種喜劇？馬斯克: 我猜是吧。我猜我喜歡荒誕派幽默。主持人: 喜劇一直都有其地位。馬斯克: 就像《蒙提·派森》那樣之類的。主持人: 喜劇在社會中一直佔有一席之地，因為在每個王國裡，弄臣的角色都至關重要，他們能用一種有趣的方式說出那些不能直白說出的話。主持人: 是啊，我猜是這樣。我們應該有更多的弄臣。主持人: 你說的，當你開玩笑時，你試圖表達的是這個意思嗎？說一些你平時不開玩笑時不會說的話？馬斯克: 我只是喜歡幽默。主持人: 我認為我們應該，我喜歡喜劇。馬斯克: 我覺得這很有趣。人們應該笑，時不時地引發一些笑聲是件好事。我們不想擁有一個毫無幽默感的社會。我們正努力。主持人: 當您……當你有一個朋友，埃隆……我說我嗎？你在說我有一個朋友嗎？當你和你的朋友出去玩的時候？當你和你的朋友出去玩的時候？朋友們。你是誰？比如，我知道……主持人: 說實話，我希望我有朋友。不，我其實有朋友。主持人:主持人: 我這麼認為。我希望如此。當然。我們笑得很開心。主持人: 它看起來是什麼樣的？就像每個團體都有其動態一樣。我們說說話，我們有時會一起吃飯。有一次在泳池邊。馬斯克: 我認為是正常的事情。大概有一個限制。我們想和朋友一起做些什麼呢，你知道嗎？聊天。討論過，宇宙的本質。主持人: 你從友誼中獲得什麼樣的情感滿足？馬斯克: 我不知道。我想，任何人從友誼中獲得的都和我想的一樣。你想要擁有，比如，一種情感上的。與他人的連接。而且你想要，我不知道，你想要，你想要談論各種各樣的主題。我通常會談論，各種各樣的事情，關於宇宙的本質。主持人: 有很多，很多哲學討論。馬斯克: 儘管我們已經得出一個結論，即不應該在派對上談論人工智慧或模擬，因為我們談論得太多了。主持人: 這有點掃興。所以。我不記得是誰了，是亞里士多德還是柏拉圖。他們有一個關於如何玩樂的框架。我不會因為尊重和相互欽佩而選擇朋友，但人們不會那樣選擇朋友。即使是我也覺得我是根據那些言行方式能與我產生共鳴的人來選擇朋友的。馬斯克: 當然。主持人: 我不會選擇一個與我自身信念體系大相逕庭的、持對立觀點的人作為朋友，因為和這樣的人待在一起會很累的，會很累的。你是這樣的嗎？你是選擇和想法與你相似的朋友，還是尋找能夠與你辯論、與你持相反意見的人？馬斯克: 我不是那種在“找朋友網”上（開玩笑地）那樣做的人。是去“獵捕”一些朋友。這有點像是，我認為這只是你在情感和智力層面上遇到的一些人。而且我想朋友是在困難時期會支援你的人，我猜，患難見真情。比如，如果有人在情況非常糟糕時仍然支援你，那就是朋友，你知道嗎？如果有人不支援你，或者如果有人只是，那些“順境朋友”是沒用的，你知道嗎？就像他們不是真正的朋友一樣。當一切順利時，每個人都喜歡你，但當情況陷入困境時，誰還喜歡你呢？主持人: 如果對方和你一樣擁有很多籌碼，那還重要嗎？馬斯克: 它相對較新。對於那個特定的事物而言。主持人: 這不僅僅是一個晶片的問題，它只是，它只是，有一種熱度起伏不定。這很有趣。它的起伏僅僅是基於晶片的數量，還是也基於與權力的接近程度以及兩者中那一個更大？馬斯克: 我不知道，比如什麼是權力，你知道嗎，什麼是權力，你知道嗎？主持人: 我會認為是以傳統意義上的、民選的權力、職位而言。馬斯克: 你的意思是，有多少吉瓦或者別的什麼？更像是說了多少話？比如說了多少話？主持人: 就像那是平均電壓，不要碰電線。馬斯克: 不要把叉子插進電源插座。那樣做的話，你就能真正體會到什麼是“力量”了。那會非常粗暴，我讀了那本書，主持人: 我讀了那本書，他談到了你的童年是……馬斯克: 我當時大概12、13歲還是怎樣，正處於存在主義危機中，我只是想找到生命的意義的答案。主持人: 他們談論權力意志。馬斯克: 當然。主持人: 他只是說了很多有爭議的事情，如果問我的話，我認為他有點像個網路噴子，馬斯克: 他只是說了很多有爭議的事情，只是說些有爭議的話來激起大家的反應。主持人: 他過著悲慘的生活，並且早早去世了。馬斯克: 是嗎？主持人: 那麼，誰說他過著悲慘的生活？主持人: 我想是他的姐姐。也許她不喜歡他。我想他病了，然後去世了。他得了一種疾病。主持人: 據說得了梅毒之類的病，但只有一種方式會得那種病，主持人: 所以他可能有某種方式得了那種病，所以他可能經歷了一些。馬斯克: 一路上的一些樂趣。主持人: 我確實想問你這個問題。米爾頓·佛里曼談論鉛筆。米爾頓·佛里曼一直在談論鉛筆。然後他又開始談鉛筆。他不會停下來的。推特大概到這個階段了。米爾頓又一次談論鉛筆。我快要瘋了。他一整天都在嘮叨鉛筆。他甚至都沒提到蠟筆。主持人: 我對他的鉛筆論點感興趣的地方。馬斯克: 想想製造一支鉛筆你需要做的一切。主持人: 比如筆芯來自一個國家，木材來自另一個國家，橡皮擦來自另一個國家。你一直反對關稅，但是……馬斯克: 我認為總體而言，自由貿易更好……主持人: 它更有效率，關稅往往會在，市場中造成扭曲。馬斯克: 一般來說，比如你想想任何給定的事物。那麼，比如，你希望在你和所有其他人之間在個人層面設定關稅嗎？那會讓生活變得非常困難。你希望在每個城市之間設定關稅嗎？主持人: 不，那會非常煩人。馬斯克: 你希望在美國各州之間設定關稅嗎？比如，不，那對經濟來說將是災難性的。那麼你為什麼想要國家之間的關稅呢？主持人: 我同意。你認為這種情況如何發展？接下來會發生什麼？馬斯克: 關於關稅還是關於什麼？主持人: 總統已經明確表示他喜歡關稅。馬斯克: 我曾試圖勸阻他不要持有這種觀點，但沒有成功。政治、政府效率與移民問題主持人: 公平。之間的關係……商業和政治。我剛才和某人聊起這個，我們在想，過去幾十年裡，有多少……在沒有接觸政治的情況下，還能建立起來的、真正大型的、盈利豐厚的企業？主持人: 以及……好吧。比如，我不知道。馬斯克: 可能有很多。我不知道。並非所有事情都是政治。當你達到一定的規模時，政治就會找上你。馬斯克: 這相當令人不快。主持人: 我正在讀一本關於米開朗基羅的書，他是……忍者神龜？我小時候看過那個。這相當引人入勝。我仍然很喜歡它。米開朗基羅、達文西、拉斐爾和……第四個是誰？多納泰羅。不，我說的是那個雕塑家，那個藝術家。當他雕刻大衛像時，一個政客走過來對他說鼻子太大了。所以你知道米開朗基羅怎麼做的嗎？主持人: 完全掌控權力？主持人: 所以米開朗基羅假裝從他的腳手架上工作，然後撒下了一些灰塵，但什麼都沒有改變。然後他說，好了，完成了，那個政客高興地走開了。你有時就是這樣處理政治問題的嗎？馬斯克: 我通常發現當我涉足政治時，結果總是不好。主持人: 所以我就覺得，可能不應該那樣做。馬斯克: 我的結論是應該少做那件事。主持人: 你認為這對所有商界人士都適用嗎？馬斯克: 可能吧，政治是一項殘酷的運動。就像你進入政界，他們會直取你的性命（要害）。所以最好儘可能避免政治。主持人: 政府效率部門教會了你什麼，如果你學到了一件事呢？主持人: 那就像一個非常有趣的支線任務，因為我只是看到了很多政府的運作方式。馬斯克: 而且，已經出現了一些相當多的效率提升。其中一些是非常基本的效率提升，比如僅僅是為聯邦支付增加要求，即任何一筆支付都必須有一個指定的國會支付程式碼和一個包含一些內容的註釋欄，而不是什麼都沒有。像這種看似微不足道（或瑣碎）的改變，我猜可能在這裡就能節省1000億甚至2000億美元。馬斯克: 因為還有大量的支付在沒有國會支付程式碼且註釋欄為空的情況下流出，這使得對這些支付進行審計變得不可能。所以他們不得不說，比如，為什麼國防部，或者現在的戰爭部，為什麼它不能通過審計？是因為資訊不存在。問題在於，通過審計所必需的資訊並不存在。馬斯克: 政府效率部門所做的一系列事情都是非常常識性的。是任何一個關心財政責任的組織都會遵循的常規做法。這幾乎是所做工作的全部內容。順便說一句，這件事仍在持續。政府效率部仍在運作。但結果是，當你阻止欺詐性和浪費性的付款時，那些欺詐者並不會，承認這一點。馬斯克: 他們實際上會開始大聲嚷嚷各種胡話。說你正在停止對有需要人群的基本支付。但實際上，你沒有。我們遇到過這種情況，比如有人說，你必須把這個東西寄給無論什麼人，它會像這樣，‘這是給非洲兒童的錢’。我就說，但為什麼匯款地址卻是華盛頓特區的德勤（Deloitte）和圖欽（Tuchin）呢？因為那不是非洲。您能否把我們和非洲的這筆錢的接收者聯絡起來？然後那裡就陷入了沉默。我就說，我們只是想和接收者通個話。就是這樣。然後我們就會想，哦不，出於某種原因我們無法與他們溝通。我就說，我們不會匯款，除非我們能與收款人通話，並確認他們確實能收到。馬斯克: 然後，但是，欺詐者肯定會提出一個非常有說服力的論點。他們不會說，把錢給我們用於欺詐。這顯然不是他們會說的話。他們會試圖提出那些聽起來很動人但卻是虛假的論點。主持人: 他們會成立一個非政府組織，然後……馬斯克: 他們會搞一個非政府組織。會像是“拯救小貓熊”非政府組織，誰又不希望拯救小貓熊呢？它們太可愛了。但實際上，結果是沒有任何大貓熊得到拯救，在這個事情裡。它只會變成……一堆，本質上就是腐敗。然後你會說，你們能給我們發一張大貓熊的照片嗎？不行。那麼，我們怎麼知道它真的在幫助大貓熊呢？這就是我在說的。主持人: 你對慈善事業怎麼看？馬斯克: 我認為我們應該，我同意博愛。主持人: 我認為我們應該盡力做一些能幫助我們人類同胞的事情。馬斯克: 但這非常困難，就像如果你關心它一樣。善良的現實，而不僅僅是其表象。很好地捐出錢是非常困難的。所以我有一個很大的基金會，但我沒有把我的名字放在上面，我也不想，事實上，我說我不想讓我的名字出現在任何東西上。但我覺得我的基金會面臨的最大挑戰是如何以一種真正有益於人們的方式捐出現金。很容易捐出現金以獲得善良的外表。為善良的現實而捐出現金是非常困難的。主持人: 很長一段時間以來，美國有很多人移民，像非常聰明的人來到這個國家，我們在印度稱之為人才流失，我們在西方公司看到的所有印度裔首席執行官，我認為美國極大地受益於來自印度的有才華的人，但這種情況似乎正在改變，美國已經從印度的才華中獲得了巨大的好處。為什麼這種敘事最近發生了變化，而美國似乎在某種本能上變得反移民了？幾天前我通過移民局時，我很擔心他們是否會攔住我。主持人: 我認為有不同的學派觀點。馬斯克: 這並非一致同意，但在拜登政府執政期間，基本上是完全放任自流，幾乎沒有邊境管制，如果沒有邊境管制，你就不是一個國家。主持人: 所以在拜登任內，出現了大規模的非法移民。而且實際上，它也產生了一種負向選擇效應。因此，如果存在巨大的經濟激勵因素驅使人們來到美國，非法入境並獲得所有這些政府福利，那麼你必然會形成一個人們湧向美國的擴散梯度。這是一種激勵結構。所以我認為這顯然是說不通的。馬斯克: 比如，你必須要有邊境管制。沒有邊境管制是很荒謬的。那麼，左翼人士基本上主張開放邊境，毫無保留。無論某人處於何種情況，都無關緊要，可能是。罪犯並不重要。然後在右邊，你看到了，至少有一種感覺，就是他們的工作被來自其他國家的有才能的人奪走了。我不知道這有多真實。馬斯克: 我的直接觀察是，有才能的人總是稀缺的。從我的角度來看，我就覺得，我們很難找到足夠有才華的人來完成這些困難的任務。更多有才華的人會是件好事。主持人: 但我猜有些公司，它們更傾向於將其視為成本問題，如果他們能以美國公民一小部分成本僱傭某人，那麼我想這些其他公司就會僱傭這些人，只是為了節省成本。馬斯克: 但在我的公司裡，問題是我們只是想招聘世界上最有才華的人。我們支付的薪酬遠高於平均水平。所以我不能，所以那不是我的經歷，但這是很多人抱怨的。我認為，H-1B項目被濫用了一些，可以肯定地說，一些外包公司在H-1B方面玩弄了系統規則。主持人: 我們需要停止這種玩弄系統的行為，但我絕對不屬於應該關閉ESMB項目的那個思想流派。馬斯克: 這就是右翼中的一些人的看法。我認為他們沒有意識到那實際上會非常糟糕。結語：給創業者的建議主持人: 如果您能對我的國家的民眾，對那些想要創業的年輕企業家說一番話，您會對他們說什麼？我想，我非常支援任何想要創造的人。我想任何想要，多有所得，多有貢獻的人都會得到我的尊重。所以主要的事情是，目標是，目標是獲取多於索取，成為社會中的淨貢獻者。馬斯克: 這有點像對幸福的追求。主持人: 如果你想創造在經濟上有價值的東西，你就不要去直接追求那個。最好的辦法是去提供有用的產品和服務。馬斯克: 如果你這樣做，那麼金錢就會作為一種自然的結果隨之而來，而不是直接去追求金錢。這你不能直接去追求幸福。你去追求那些能帶來幸福的事情。主持人: 但沒有像直接的幸福這種東西。你會去做一些事情，比如，我想，有意義的工作或學習，或者朋友、愛人，這些作為結果，會讓你感到幸福。馬斯克: 所以這聽起來很明顯，但通常情況下，如果有人想讓公司運轉起來，他們應該預料到要非常努力地去磨礪，只是存在某種有意義的失敗機會。而是要專注於讓產出比投入更有價值。你是一個價值創造者嗎？這才是真正重要的。給予多於索取。主持人: 我認為這是一個很好的結束方式。勞倫提醒我們準備結束了。。非常感謝埃隆抽出時間。你玩得開心嗎？那是一次有趣的談話。馬斯克: 有時我會脫離上下文來理解這些回答，但我想那是一次很好、很好的談話。 ( Web3天空之城)

11月25日，Google DeepMind 首席技術官兼 Google 首席 AI 架構師 Koray Kavukcuoglu 接受了Google for Developers的訪談。本次對話探討了 Scaling Law的現狀、基準測試的本質、Gemini 關注的重點領域，強調指令遵循、工具呼叫和國際化，以及多模態模型最終走向“單一權重”的演進路徑等話題。Koray Kavukcuoglu 堅信，AI 進步的步伐並未放緩，Scaling 仍在持續。他指出，基準測試不等於進步，它只是定義“未解決問題”的臨時工具。當模型分數接近頂峰，舊基準便失效，真正的進步標準必須從“刷榜”轉向模型在現實世界中被科學家、律師、工程師等專業人士使用的廣度與深度。在技術路徑上，Koray 強調程式碼與工具呼叫是智能的全新“倍增器”。模型不僅是工具的使用者，更是工具的製造者。他認為，直接從軟體工程師等終端使用者處獲取的反饋訊號，對模型後訓練階段的質量提升具有決定性意義，這種“與產品整合並獲取訊號”的模式已成為理解問題的核心驅動力。Koray 預測，圖像生成與文字生成最終將統一於“單一模型權重”之下，儘管目前仍面臨像素級完美與概念連貫性的雙重挑戰，但這將是必然趨勢。此外，他透露Gemini 面臨的最大風險並非外界擔憂的安全問題，而是“創新枯竭”——即誤以為只要照搬成功公式進行擴展即可，他認為唯有持續在架構和理念上進行創新，才是通往 AGI 的唯一路徑。01 基準測試的侷限與 Scaling LawGemini 3 已經上線，反響積極。回看從 2.5 到 3.0 的處理程序，感覺進步的步伐並未放緩。目前業界對 Scaling有諸多討論，你認為這種趨勢還能持續嗎？此外，有些基準測試如 HLE、ARC-AGI-2 分數飆升，而像 GPQA Diamond 這樣的靜態基準測試依然屹立不倒。你是如何看待這些基準測試的演變以及它們與實際進步之間的關係的？Koray Kavukcuoglu:我對這些進步感到非常興奮，尤其是研究方面的進展。身處研究一線時，你會發現各個領域都充滿了令人興奮的事物，從資料、預訓練、後訓練到方方面面。我們看到了很多熱情、進步和新想法。歸根結底，這一切都源於創新和想法。我們做出的東西越有影響力，越能進入現實世界被人們使用，我們實際上就會獲得更多的靈感，因為你的接觸面擴大了，獲得的訊號種類也增加了。我認為問題會變得更難、更多樣化，隨之而來的挑戰也會升級，但這種挑戰是好事。這也是我們建構智能的動力。有時如果你只看一兩個基準測試，可能會覺得分數提升的空間變小了，但我認為這很正常。基準測試是在某個任務還具有挑戰性時定義的。隨著技術進步，舊的基準測試就不再能代表最前沿的水平了。於是你會定義新的基準測試。這在機器學習中非常正常。基準測試和模型開發總是相輔相成的。你需要基準測試來指導模型開發，但只有當你接近現有目標時，你才知道下一個前沿在那裡，從而定義新的基準。（關於 GPQA 等難題）那裡面確實有一些很難的問題。那些我們仍然無法解決的難題，依然在測試著某種能力。但如果你看看我們在 GPQA 上的表現，我們並不是停留在二三十分需要追趕到九十分，而是已經接近頂峰，所以它所定義的“未解決問題”正在減少。在某種程度上，尋找新的前沿和基準是件好事。定義基準測試真的很重要。如果我們把基準測試等同於進步，那並不一定總是一致的。進步是進步，基準是基準。理想情況下它們是百分百一致的，但現實從來不是這樣。對我來說，衡量進步最重要的標準是我們的模型被現實世界中的科學家、學生、律師、工程師所使用。人們用它做各種事情，比如創意寫作、發郵件。從簡單到困難的光譜，以及不同的主題和領域都很重要。如果你能持續在這些方面提供更大的價值，我認為那就是進步。基準測試只是幫助你量化這一點。02 程式碼與工具呼叫是智能的倍增器，模型本身正在變成一種可建構工具的工具你是如何考慮從一個模型版本到下一個版本的持續最佳化的？比如在指令遵循、國際化語言支援以及程式碼和工具呼叫方面，我們的最佳化目標是什麼？此外，作為 Gemini 3 發佈的一部分，我們推出了 Google Anti-Gravity 作為一個新的 Agentic 編碼平台。為了從模型角度提升質量，你有多看重這種“產品腳手架”（Product Scaffolding）在獲取反饋訊號方面的作用？Koray Kavukcuoglu:有幾個重要的領域。其中之一是指令遵循。這要求模型能夠理解使用者的請求並嚴格執行。你不希望模型只是回答它覺得自己該回答的內容。指令遵循能力非常重要，這也是我們一直在做的。對我們來說，國際化也很重要。Google 是一家非常國際化的公司，我們希望觸達全球使用者，所以這部分很關鍵。你必須持續關注這些領域。它們看起來可能不像知識的前沿，但因為要在那裡與使用者互動，所以非常重要。正如我所說，這一切都是為了從使用者那裡獲得訊號。（關於程式碼與工具呼叫）接下來，如果你進入稍微技術一點的領域，函數呼叫、工具呼叫、Agentic 行為和程式碼真的很重要。函數呼叫和工具呼叫之所以重要，是因為我認為這是智能的一個全新倍增器，不僅模型可以自然地使用我們建立的所有工具和函數進行推理，而且模型還可以編寫自己的工具。你可以認為模型本身也是一種工具。這是一件大事。顯然程式碼很重要，不僅因為我們是軟體工程師，還因為有了程式碼，你實際上可以建構任何在你筆記型電腦上運行的東西。而在筆記型電腦上發生的不只是軟體工程。我們現在做的很多事情都發生在數字世界中，而程式碼是這一切的基礎，它能與你生活中幾乎所有事情整合。這就是為什麼這兩者結合在一起能極大地擴展使用者的能力。我喜歡舉 Vibe coding 這個例子。很多人很有創造力，有很多想法，突然之間你讓他們變得高產了。從有創意到有產出，你只需要把它寫下來，應用程式就會在你面前呈現。大多數時候它都管用，而當它管用時感覺棒極了。這種反饋循環很棒。突然之間，你讓更多人成為了建設者。能夠建構東西的感覺是很棒的。（關於產品腳手架的作用）對我來說這非常重要。Anti-Gravity 本身是一個令人興奮的產品，但從模型的角度看它具有雙重價值。首先從模型端來看，能夠與終端使用者，在這裡是軟體工程師整合，並直接向他們學習，瞭解模型那裡需要改進，這對我們來說至關重要。Gemini App 也是出於同樣的原因，直接理解使用者非常重要。Anti-Gravity 和 AI Studio 也是如此。擁有這些我們緊密合作的產品，然後理解、學習並獲取使用者訊號，作用是巨大的。Anti-Gravity 一直是非常關鍵的發佈合作夥伴。雖然他們加入不久，但在發佈的最後兩三周，他們的反饋真的起到了決定性作用。Search AI Overviews 搜尋 AI 概覽也是一樣，我們從中獲得了很多反饋。對我來說，與產品的整合並獲取訊號是我們理解問題的主要驅動力。當然我們有基準測試，所以我們知道如何推動 STEM、科學、數學這些硬核智能的發展。但理解現實世界的用例真的很重要，因為技術必須在現實世界中有用。03 通過產品連接使用者是建構智能的路徑作為新任首席 AI 架構師，你的職責擴展到了確保 Google 的產品能真正利用這些模型，Gemini 3 發佈首日就覆蓋了所有產品介面。相比一年半前單純的研發，這種“既要模型好，又要產品用好”的雙重目標增加了多少複雜性？此外，我們在某種意義上正在與客戶共同建構 AGI，在這種開放模式下，你是如何考量安全與穩健性的？Koray Kavukcuoglu:確實增加了複雜性，但我們在建構智能。很多人問我身兼雙職的問題。我有兩個頭銜，但這在很大程度上是同一件事。如果我們要建構智能，就必須通過產品、通過連接使用者來實現。作為架構師，我試圖做的是確保 Google 的產品能獲得最好的技術支援。我們不是要親自“做”產品，我們不是產品經理，我們是技術開發者。我們開發技術，訓練模型。當然每個人都有自己的觀點，但對我來說，最重要的是以最佳方式提供模型和技術，然後與產品團隊合作，讓他們在這個 AI 世界中建構最好的產品。這是一個新世界。新技術正在定義使用者的期望、產品的表現形式、資訊的傳遞方式，以及你可以用它做的所有新鮮事。對我來說，這就是要在整個 Google 範圍內實現這一點，與所有產品團隊合作。這令人興奮，不僅從使用者獲得的產品角度，也從我之前提到的角度，那是我們的主要驅動力。感知使用者需求、獲取使用者訊號對我們來說至關重要。這就是我想做這件事的原因。這是我們建構 AGI 的路徑。這也是我們建構智能的路徑，通過產品。（關於安全與穩健性）而且我認為這實際上也是一個非常值得信賴、久經考驗的系統。這是一種我們正在越來越多採用的工程思維。在這個問題上保持工程思維很重要。當東西經過精心設計，你知道它是穩健的、安全的。所以我們在現實世界中做事，採用的是所有經過驗證的建構理念。這也反映在我們如何考量安全和安保。我們試圖從底層、從一開始就考慮這些，而不是事後諸葛亮。所以在做後訓練模型、預訓練和處理資料時，我們始終銘記在心。每個人都要思考這個問題。我們有安全團隊嗎？顯然有，他們帶來了相關技術。安保團隊也一樣。但關鍵是讓參與 Gemini 的每個人都深入參與這個開發過程，並將其作為第一原則。這些團隊本身也是我們後訓練團隊的一部分。當我們開發這些模型、進行迭代和發佈候選版本時，就像我們關注 GPQA、HLE 這些基準測試一樣，我們也關注安全和安保指標。我認為這種工程思維很重要。04 程式碼與智能體仍需突破最後的體驗瓶頸Gemini 3 的發佈就像 NASA 的阿波羅計畫，雖然參與者眾多，但這確實是 Google 全球團隊的共同努力。你如何評價這種跨國協作？同時，雖然模型在許多基準測試上都是 SOTA，反響也很積極，但如果快進到下一次發佈，還有什麼事是你希望列在“真希望我們做了 X、Y、Z”的清單上的？在享受當下的同時，你看到了那些具體的差距？Koray Kavukcuoglu:關於 Gemini 3，我們也剛反思過。對我來說，重要的一點是這個模型是一個真正的 Team Google 模型。每個 Gemini 版本的發佈都需要來自美洲、歐洲、亞洲等世界各地的人員參與。我們有遍佈全球的團隊在做貢獻。不只是 Google DeepMind 團隊，而是 Google 的所有團隊。這是一個巨大的協作成果。我們與 AI Mode 同步發佈，與 Gemini App 同步發佈。這些都不容易。他們在開發過程中與我們並肩作戰。只有這樣，在模型準備好的第一天，我們才能一起發佈。我們一直在這樣做。當我們說“跨越 Google”時，不僅僅是指那些積極建構模型的人，所有的產品團隊也在貢獻力量。（關於未來的差距）我認為應該兼顧。我們要享受這一刻，那怕只享受一天也是好的。這是發佈日，人們在讚賞這個模型，所以我希望團隊也能享受這一刻。但與此同時，在每一個領域，我們也看到了差距。寫作完美嗎？不完美。編碼完美嗎？也不完美。特別是在 Agentic 行為和編碼領域，我認為還有很大的提升空間。那是增長最令人興奮的領域之一。我們需要識別那裡可以做得更多，並且我們會去做。我認為我們已經走了很遠。可以說，對於那些從事編碼的人，無論是軟體工程師還是想建構東西的創意人士，這個模型基本上滿足了他們 90% 到 95% 的需求。我願意認為這個模型是他們能用的最好的工具。但在某些情況下，我們可能還需要做得更好。關於程式碼和工具使用，回顧 Gemini 的發展歷程，顯然我們在 1.0 版本時非常側重於多模態能力，而在 2.0 版本中，我們才開始建構一些智能體基礎設施。你覺得為什麼我們沒有從一開始就在智能體工具使用方面處於業內領先地位？畢竟在多模態領域，Gemini 1 從一開始就是業內領先的。Koray Kavukcuoglu:我不認為這是刻意為之。坦率地說，回過頭看，我認為這與模型的使用方式有關，也就是開發環境與現實世界的聯絡緊密程度。我們與現實世界的聯絡越緊密，就越能理解實際發生的真實需求。在 Gemini 的研發征程中，我們的起點是 Google 深厚的 AI 研究底蘊。我們擁有大量傑出的研究人員和輝煌的 AI 研究歷史。但 Gemini 的研發也是一個從研究環境向工程思維轉變的過程，讓我們進入了一個真正與產品緊密相連的領域。看著現在的團隊，我感到非常自豪，因為這個團隊的大多數成員，包括我自己，在四五年前還在寫論文。那時我們在做 AI 研究。而現在，我們站在技術的最前沿，通過與產品使用者的互動來開發技術。這是一種完全不同的思維模式。以前我們可能很久才出一個成果，現在我們每六個月建構一次大模型，然後每一到一個半月就進行一次更新。這是一個驚人的轉變，而我們成功跨越了這一轉變。05 圖像與文字架構正在趨同，最終將融合為單一模型的“物理理解力”隨著 Veo 3、Nano Banana 模型的出現，我們在產品化方面取得了巨大成功。在追求 AGI 的過程中，你是如何看待生成式媒體模型的定位？它們是否也是理解物理世界和萬物運行規律的關鍵部分？Koray Kavukcuoglu:如果你回到 10 到 15 年前，生成式模型主要集中在圖像上，因為我們可以更直觀地檢查結果。此外，這種理解世界、理解物理規律的想法正是開發圖像生成模型的主要驅動力。我們在生成式模型方面做過的一些令人興奮的工作可以追溯到 10 年前，比如 WaveNet。20 年前，我們還在做圖像模型。我在讀博士時，那時大家都在做生成式圖像模型。我們經歷過那個階段。我們當時有叫 PixelCNNs 的圖像生成模型。某種程度上，當時大家意識到文字領域能取得更快的進展。但我認為圖像模型的回歸是非常自然的。在 Google DeepMind，我們在很長一段時間裡都擁有非常強大的圖像、視訊和音訊模型。將這些能力結合起來是順理成章的。我們現在的方向正是我們一直強調的多模態，而且是輸入輸出層面的多模態。這就是我們的方向。隨著技術的進步，這兩個不同領域之間的架構和理念正在相互融合。過去這些架構截然不同，但現在它們正在高度趨同。所以並不是我們在強行整合什麼，而是技術在自然地融合。隨著這種融合，大家都明白了從那裡可以獲得更高的效率，理念在何處演進，我們看到了一條共同的路徑。這條共同路徑結合得非常好。Nano Banana 是最初的那些時刻之一，你可以對圖像進行迭代，可以與模型對話。文字模型通過文字擁有了大量的世界認知，而圖像模型則從另一個角度理解世界。當你將這兩者結合時，會產生令人興奮的化學反應，因為人們會感覺到這個模型理解了他們想要表達的神韻。我們談談 Nano Banana Pro，這是在 Gemini 3 Pro 之上建構的全新業內領先圖像生成模型。團隊是否看到了在 Pro 級模型中做這件事的早期訊號，即利用 Pro 的架構可能會在文字渲染和世界理解等更細微的用例上獲得更強的性能？Koray Kavukcuoglu:我認為這可能是我們看到不同技術協同發揮作用的地方。對於 Gemini 模型，我們一直秉持的理念是，每個模型版本都是一個模型家族。我們有 Pro、Flash、Flash-Lite 這一系列模型。因為在不同的尺寸下，你在速度、精準性、成本等方面會有不同的權衡。隨著技術融合，我們在圖像方面自然也有同樣的體驗。所以我認為團隊的想法是，既然有 3.0 Pro 的架構，我們是否可以利用在第一版中學到的所有經驗，通過增加尺寸來調整這個模型，使其更側重於圖像生成？我認為最終我們得到了能力更強的東西。它能理解非常複雜的文件。一些最令人興奮的用例是，你有一大堆非常複雜的文件，輸入進去，我們依靠這些模型來回答問題，你還可以要求它生成一張相關的資訊圖表，效果非常好。這就是自然的輸入輸出多模態發揮作用的地方，這感覺就像魔法一樣。（關於統一權重）Tulsee 曾承諾我們將擁有統一的 Gemini 模型權重。現在的進展表明我們實際上已經非常接近那個目標了，即在圖像生成和文字生成上實現統一，儘管歷史上架構是不同的。這是否是一個確定的目標？目前有那些因素在阻礙這一處理程序？Koray Kavukcuoglu:正如我所說，技術和架構正在對齊，所以我們看到這正在發生。人們在定期進行嘗試。但這只是一個假設，你不能基於意識形態來做這件事。科學方法就是科學方法。我們提出假設，進行嘗試，然後看結果。有時成功，有時失敗。但這就是我們必須經歷的過程。目標越來越近了。我很確定在不久的將來，我們會看到這些東西結合在一起。逐漸地，它將越來越趨向於單一模態。但這需要大量的創新。仔細想想，這其實很難。輸出空間對模型來說至關重要，因為那是學習訊號的來源。目前，我們的學習訊號主要來自程式碼和文字。這是輸出空間的主要驅動力，也是我們在這些方面表現出色的原因。現在，要能夠生成圖像，我們在影像品質上的調整已經非常精細。這是一件很難的事情。生成像素級完美的質量很難。而且圖像在概念上必須是連貫的，每個像素不僅關乎質量，還關乎它如何與圖片的整體概念相融合。訓練一個能同時做好這兩件事的模型更難。我看待這個問題的方式是，我認為這絕對是可能的。這終將實現。關鍵在於找到正確的模型創新來達成它。06 DeepMind 利用 DeepThink 等項目在主線外探索新邊界DeepMind 現在擁有許多業內領先的模型。13 年前你是 DeepMind 的第一位元深度學習研究員，當時人們對這項技術並不興奮，而現在它驅動著所有核心產品。當你反思這段旅程時，你想到了什麼？Koray Kavukcuoglu:這令人驚訝嗎？這是充滿希望的、積極的結果。當我在讀博士時，我想每個讀博士的人都一樣，你相信你所做的東西很重要，或者將會變得重要。你對那個課題充滿熱情，你認為它會產生巨大的影響。我當時也是這種心態。這就是為什麼當 Demis 和 Shane 聯絡我，我們交談後，我對 DeepMind 感到非常興奮。得知有一個地方真正專注於建構智能，並且將深度學習作為核心，我非常激動。在那個年代，擁有一家專注於深度學習、專注於 AI 的初創公司是很不尋常的。我認為那是非常有遠見的。後來我組建了深度學習團隊，團隊不斷壯大。我認為其中一件事，我對深度學習的方法一直是一種關於如何處理問題的心態。第一原則是它總是基於學習的。這就是 DeepMind 的核心，一切都押注在學習上。從我們早期的工作開始，到強化學習和智能體，以及我們要一路走來所做的一切，這是一段令人興奮的旅程。你投身這些事業，總是希望有一個積極的結果。但反思過去，我想說我們很幸運。我們很幸運生活在這個時代，因為我認為很多人投身 AI 或他們熱衷的領域，都認為那是屬於他們的時代，是技術將會成功的時候。但它確實正在當下發生。我們也必須意識到，AI 之所以能在當下爆發，不僅僅是因為機器學習和深度學習的進步，還因為硬體的進化達到了某種狀態，網際網路和資料積累達到了某種狀態。是許多因素因緣際會。我很幸運能實際從事 AI 工作並一路走到這一刻。（關於里程碑對比）回顧 AlphaFold 等歷史里程碑，與現在相比，我們在組織團隊、將科學轉化為結果的經驗上有何不同？DeepThink 作為一個在奧林匹克數學競賽中實戰的模型，在其中扮演了什麼角色？Koray Kavukcuoglu:我認為在如何組織團隊，或者什麼是成功的文化特質，以及如何將艱難的科學和技術問題轉化為成功的結果方面，我們在過去的許多項目中積累了大量經驗，從 DQN、AlphaGo、AlphaZero 到 AlphaFold。所有這些項目都極具影響力。通過它們，我們學到了很多關於如何圍繞一個特定目標、一個特定使命進行組織，以及如何作為一個較大的團隊進行協作。我記得在 DeepMind 早期，我們會有一個 25 人的團隊一起做一個項目，並且 25 個人一起署名寫論文。每個人都會對我們說，肯定沒有 25 個人真的都在做這個吧。我會說，不，他們確實都做了。因為在科學和研究領域，這種規模並不常見。我認為那種知識、那種心態是關鍵。我們通過這些經歷完成了進化。這真的很重要。同時，對於最近這兩三年，我們將這種經驗與工程思維相結合，即我們要開發一條模型主線，並且我們學會了如何利用現有模型在這條主線上進行探索。我看到這一點的絕佳例子，每次想到這個我都感到很高興，是我們的 DeepThink 模型。那些是我們用來參加國際數學奧林匹克競賽、ICPC 競賽的模型。我認為那是一個非常酷且恰當的例子，因為我們在進行探索。你挑選這些宏大的目標。國際數學奧林匹克競賽真的很重要，它涉及真正極難的問題。向每一位參賽的學生致敬，這真的是了不起的事情。能夠把一個模型放到那個賽場上，當然，你會有一種衝動去為此專門定製一些東西。但我們試圖做的是利用那個機會來進化我們現有的技術，或者構想出與我們現有模型相容的新想法。因為我們相信我們所擁有技術的通用性。回顧當年那篇論文只有 25 位作者，而今天 Gemini 3 的貢獻者名單可能有 2500 人。看到這些問題現在的規模如此之大，這種從科學小團隊向大規模工程協同的轉變帶來了那些思考？Koray Kavukcuoglu:確實如此。這對我們很重要，這也是 Google 最棒的地方之一：這裡有太多各自領域的頂尖專家。我們受益於 Google 擁有的全端方法，因為在每一層都有專家，從資料中心到晶片再到網路，以及如何大規模運行這些系統。目前已經發展到一種狀態，再次回到這種工程思維，即這些環節是密不可分的。當我們設計一個模型時，是基於它將運行在什麼硬體上來設計的。同樣，我們在設計下一代硬體時，也知道模型大概會往那個方向發展。這非常美妙。但是協調這一切，當然需要成千上萬的人協同工作並做出貢獻。我們需要認識到這一點，這本身就是一件美妙的事情。07 Gemini 最大的風險是創新枯竭在這個時代，你如何看待 DeepMind 在“純粹的科學探索”與“僅僅試圖擴大 Gemini 規模”之間的平衡？要繼續擴大規模顯然需要創新，你如何看待這種決策？Koray Kavukcuoglu:那是關鍵所在，找到這種平衡真的非常重要。即使是現在，當人們問我“Gemini 最大的風險是什麼”時，我思考過很多，我認為 Gemini 最大的風險是創新枯竭。因為我真的不相信我們已經找到了“成功秘籍”，接下來只需要照章執行就行了。我不相信這一套。如果我們的目標是建構智能，我們要通過產品與使用者一起實現這一目標，那麼擺在面前的問題是非常具有挑戰性的。我們的目標依然極具挑戰且尚未實現。我不覺得我們已經掌握了既定公式，只需要單純地擴展或執行。唯有創新才能實現這一目標。關於創新，你可以將其視為在不同尺度上，或在與當前方向不同的切入點上進行的探索。當然我們有 Gemini 模型，在 Gemini 項目內部我們也進行了大量探索。我們探索新架構、新想法、不同的做事方式。我們必須這樣做，我們也在持續地這樣做。這就是所有創新的源泉。但同時，我認為 DeepMind 或整個 Google DeepMind 進行更多的探索對我們來說至關重要。我們必須做這些事，因為有些東西可能受限於 Gemini 項目本身而無法在其中探索。所以我們能做的最好的事情是，無論是在 Google DeepMind 還是在 Google Research，我們都要探索各種各樣的想法，並將這些想法引入進來。歸根結底，Gemini 不僅僅是一種架構。Gemini 是你想要實現的目標。你想要實現的目標是智能，你想通過產品來實現它，使整個 Google 真正運行在這個 AI 引擎上。從某種意義上說，具體是什麼架構並不重要。我們目前有一套方案，我們有演進的方法，我們將通過它不斷進化。而這背後的動力源泉將是創新，永遠都是創新。因此找到這種平衡，或者找到以不同方式進行創新的機會是非常關鍵的。在 I/O 大會現場我親身感受到了你、Sergey Brin 和 Demis Hassabis 展現出的人性溫暖。當你思考幫助塑造和營運這個團隊時，這種文化對你意味著什麼？Koray Kavukcuoglu:首先非常感謝你，你讓我有點不好意思了。但我認為這很重要。我相信我們的團隊，我相信信任夥伴並給予人們機會。團隊的層面很重要，這至少是我可以說我在 DeepMind 工作期間學到的東西。因為我們曾經是一個小團隊，你在那裡建立了那種信任。然後當你成長時，如何維持這種信任很重要，要創造這樣一種環境，讓人們感覺到我們真的在乎解決那些具有挑戰性的技術和科學問題，那些能產生影響、對現實世界有意義的問題。我認為這仍然是我們正在做的事情。正如我所說，Gemini 就是關於這一點的。建構智能是一個高度技術化、極具挑戰性的科學問題。我們必須以這種方式去處理它。我們也必須懷著謙卑之心去處理它，必須時刻審視自己。希望團隊也有同樣的感受。這就是為什麼我總是說我真的為團隊感到驕傲，他們配合得驚人地好。今天我們在樓上的茶水間聊天，我對他們說：“雖然很累人，很艱難，我們都筋疲力盡了，但這正是它的本質。”對此我們沒有完美的架構。每個人都聚在一起，協同工作並互相支援。這很難，但讓這一切變得有趣和愉快的，以及讓你能解決真正難題的，我認為在很大程度上是因為擁有正確的團隊在一起並肩作戰。 (數字開物)

近日，微軟CEO納德拉與Stripe聯合創始人約翰·科裡森（John Collison）進行了一場關於AI技術、商業本質與組織進化的深度對話。納德拉將當前的AI浪潮與90年代的網際網路泡沫進行冷靜對比，認為此次AI浪潮並不是泡沫，而是真實存在算力供不應求的產能危機。納德拉在訪談中描繪了一幅反直覺的軟體未來圖景：應用的邊界正在消融，而整合開發環境（IDE）將以一種全新的面貌回歸。他認為，未來的互動介面將不再是單一的聊天窗口，而是融合了電子表格、文件和消息流的任務控制中心。在這個圖景中，無論是程式設計師還是會計師、律師，都將擁有屬於自己的IDE，工作的本質將變為對成千上萬個AI智能體（Agent）進行微觀引導（Micro-steering）。這不僅是UI的革新，更是人類與機器協作關係的重構，人類不再是單純的操作者，而是擁有宏觀委派能力的指揮官。在訪談中，納德拉強調在AI時代公司主權（Corporate Sovereignty）是一個的核心價值。他認為，在通用大模型無所不知的情況下，企業的護城河不再僅僅是傳統的智慧財產權，而是將內部難以言傳的“隱性知識”轉化為私有模型的權重。如果說30年前比爾·蓋茲夢想將世界結構化為SQL資料庫以實現資訊觸手可及，那麼今天，納德拉正在用神經網路和Agent來建構企業獨特的隱性知識，防止企業核心優勢洩露到通用模型。在訪談最後，納德拉剖析了微軟的組織文化。他致力於將微軟的文化核心從“自以為是派”（Know-it-all）徹底重塑為開放的“學習一切派”（Learn-it-all）。在他看來，要對抗外界刻板印象與內部官僚主義，微軟必須擁有統一的“成長型思維”來應對每一次技術範式的劇變。Satya Nadella訪談內容劃重點1. 企業級 AI 的真相：別羨慕別人的工廠，建自己的資料護城河拒絕模型焦慮：納德拉直言，企業最核心的任務不是羨慕別人的AI智能體，而是建構自己的AI工廠。其中最複雜也最重要的工作是組織資料層，讓企業資料能夠滿足智能化需求。記憶與關聯：真正的殺手級應用在於建立“圖譜”（Graph）。工作並非雜亂無章，而是圍繞業務事件展開的，AI的價值在於找回這些在系統中丟失的語義連接。Agent的三大基石：一個有效的Agent系統必須具備三個模型之外的要素：記憶（長期信用分配）、權限（嚴格遵守訪問限制）和有效的行動空間。2. 重新定義“公司主權”：隱性知識的權重化科斯定理的AI版： 既然通用大模型無所不知，公司存在的意義是什麼？納德拉認為，公司的價值在於其內部交易成本低於市場交易成本的“隱性知識”。未來的IP是模型權重：“公司主權”意味著企業擁有自己的基礎模型，該模型捕捉了組織內部獨特的隱性知識。未來的智慧財產權將以LoRA（大模型微調層）權重的形式存在，這是防止企業核心優勢洩露到通用模型的關鍵。3. 基礎設施建設：這次不是泡沫，是產能地獄與2000年泡沫的區別：納德拉指出，2000年是暗光纖泡沫，基礎設施鋪設過度但利用率低；而現在的AI基礎設施建設中，所有算力資源都已售罄，瓶頸在於電力、渦輪機和“增強型外殼”的供應不足。面對日益嚴格的資料法規，微軟必須在全球範圍內建設資料中心，以應對各國對資料主權的要求。技術堆疊佈局：納德拉將微軟的AI堆疊概念化為兩層核心。底層是基礎設施業務，即“Token工廠”，其核心指標是追求極致的資本效率，即每美元、每瓦特能生產多少Token；上層則是“Agent工廠”，其核心在於如何最有效地利用這些Token來驅動業務成果，即最大化每個Token的價值。拒絕過度捆綁的誘惑：儘管微軟擁有從晶片、雲設施到應用的全端能力，納德拉卻強調每一層（基礎設施、資料層、應用）都必須具備獨立生存的市場競爭力。他反對過度依賴生態捆綁，認為客戶不應被迫接受“全家桶”，而應擁有自主選擇“從那扇門進入”微軟生態的權利。4. 軟體介面的未來：人人都有“IDE”IDE的回歸：儘管人們常說“應用將消失”，但納德拉認為IDE（整合開發環境）將以新的形式回歸。未來的軟體介面將是收件箱、消息工具和“閃爍游標畫布”的融合，不僅程式設計師，會計師、律師都將擁有自己的“任務控制中心”來微觀引導成千上萬的AI智能體。5. 歷史的教訓：範式正確不代表贏微軟的網際網路往事：90年代微軟雖然看準了“資訊高速公路”的方向，但最初押注的“互動式電視”路徑卻被開放網際網路擊敗。這給AI時代的啟示是：即使看對了範式（Paradigm），具體的架構選擇和商業模式仍決定成敗。組織層的必然性：即使在開放的生態系統中，最終也會出現掌握話語權的“組織層”（如搜尋引擎、應用程式商店）。在AI時代，誰能成為新的組織層（如ChatGPT目前的角色）仍是未定之數。以下是Satya Nadella訪談實錄1. 關於Ignite 大會與企業級 AIJohn Collison：那麼，大家應該為Ignite 大會的那些內容感到興奮？Satya Nadella：對我們來說，Ignite 大會最核心的任務，就是確保 AI 能夠在企業內部得到廣泛普及。如果說只有一件事最重要，那就是不僅僅去羨慕別人的“AI 工廠”或 AI 智能體（Agent），而是要探討如何建構你自己的 AI 工廠。這其中，對資料層的組織至關重要，事實證明這可能是最複雜的一環。你需要覆蓋整個企業的資料，使其能夠滿足智能化需求。這將是我們接下來的工作重點。John Collison：我們在企業環境中似乎還沒有看到真正的深度應用。雖然有了Copilot，但大多數人日常工作中並沒有這種能力。你認為人們是否低估或未充分利用已經存在的 AI？Satya Nadella：是的，這很有趣。因為對我來說，這正是殺手級功能。我們做的最重要的事情就是建立了“圖譜”（Graph）。在我看來，這是位於所有資料庫之下的、對任何公司都最重要的東西——它承載著你的電子郵件、文件、Teams 通話等資料。關鍵在於這些資料間的關係。人們的工作並非雜亂無章、非結構化的，所有的工作都是圍繞某個業務事件展開的。這種語義上的連接存在於人們的腦海中，但在系統中往往丟失了。而現在，這是第一次，我們能通過AI 更好地找回這些記憶和關聯。John Collison：相比個人使用者，為什麼AI 在企業中的滲透率還不足？Satya Nadella：因為我覺得人們現在使用很多大語言模型（LLM）工具時，可能只是上傳單個文件。但大多數公司並沒有將所有功能整合，沒有將公司完整的上下文接入到他們日常使用的 AI 中。實際上，這裡有兩層挑戰。第一是變革管理。這是我們歷史上所有辦公套件中部署速度最快的一次，但最終必須有人去使用它。而在企業環境中，這意味著所有的資料發現（Discovery）環節必須可行，所有的資料治理必須到位。我們必須將權限範圍接入 Copilot，確保當我檢索內容時，如果是機密資訊（如已被 IRM 保護的內容），它能被正確識別和處理。我們已經做了大量工作，現在開始看到成效。我要說的第二點是，讓AI 跨越整個 Microsoft 365 圖譜運行是一回事，但接下來要解決的是 ERP 系統的資料。目前的連接器就像“兩根細吸管”，效率不夠。你需要一個更好的資料架構，基本上需要通過語義嵌入（Semantic Embedding）將所有這些資料整合到一個層面。John Collison：幾十年來，讓公司資料“觸手可及”一直是一個願景。我讀過那本關於 Oracle 歷史的書《Softwar》，提到拉里·埃裡森（Larry Ellison）在 90 年代末就像高管推介，要把公司所有資料放在一個地方，讓高管可以“一鍵”獲得答案，而不是發郵件讓分析師去調查。為什麼這個論點經久不衰？是因為公司實際上並沒有按時做好資料基礎設施這門“苦修課”（eat their data infrastructure vegetables）嗎？這一次我們終於能解決資料管道的問題了嗎？Satya Nadella：你可以反駁這個前提，但這正是問題所在。如果我沒記錯的話，比爾·蓋茲在 90 年代的一次 COMDEX 演講上創造了“資訊觸手可及”（Information at your fingertips）這個術語。比爾一直對此非常著迷。我清楚地記得他在90 年代的一次評審中說過：“軟體只有一個類別，那就是資訊管理。你必須對人、地點和事物進行建模，僅此而已。你無需再做任何事，因為所有軟體本質上都是資訊管理。”這是比爾一直以來的夢想。他討厭檔案系統，因為它們是非結構化的。如果所有東西都是SQL 資料庫，他會很高興，那樣他就可以直接運行 SQL 查詢，對所有資訊進行程式設計。對他來說，那是讓資訊觸手可及的優雅解決方案。但問題在於，人是混亂的（messy）。即使資料是結構化的，它也並沒有真正集中在一個索引中，我也無法運行一條 SQL 查詢來獲取所有資訊。這一直是根本性的挑戰。我會說，那是舊世界的產物。我們當時誰也沒想到，AI 和大規模深度神經網路會突然成為解決這個問題的關鍵。我們要做的不是建立某種程式化的資料模型，而是通過神經網路找出那些模式。事實上，很長一段時間我們都痴迷於資料模型需要多麼複雜才能捕捉企業的本質。事實證明，通過在擁有巨大算力的神經網路中通過海量參數就能做到。John Collison：就像有些聰明的遠端員工，剛入職五分鐘就能通過閱讀文件抓住要點。模型可以任意聰明，它們可以執行RAG（檢索增強生成），可以訪問企業中的所有內容。但這與模型本身真正“知道”某事是不一樣的。除非你在公司內部訓練定製模型，否則這些模型不會真正對你們的業務變得更聰明。如果第一千次查詢並不比第一次查詢更聰明，那你認為這會走向何方？Satya Nadella：這裡涉及兩點。如果是指上下文學習（Contextual Learning）或持續學習，那確實是終極目標。這呼應了我之前的觀點：如果你把模型的“認知核心”與它的“知識”分離開來，你就擁有了一種持續學習的公式或演算法。我認為有三件事必須存在於模型執行階段之外，我們需要攻克它們：記憶（Memory）： 包括短期和長期記憶。人類很擅長長期歸因（long-term credit assignment）。當 AI 模型既能根據長期記憶進行獎勵也能進行懲罰（即具備長期信用分配能力）時，你就知道你擁有了真正的記憶。權限（Entitlements/Permissions）： 模型在執行階段必須嚴格遵守權限系統。我是誰？我有權訪問什麼？模型必須滿足這些限制。行動（Actions）： 行動空間必須有效。如果你將這三者結合，行動、權限和記憶，這就構成了上下文（Context）。這些根據定義必須位於模型之外，而不是內建於模型中。例如，在今天的 Copilot 中，你需要系統能在 OpenAI 模型和 Claude 模型之間運行。我認為這正是前沿技術需要發展的方向。2. CEO 的日常與管理方式John Collison：我想問一些關於你工作方式的問題。你的日常工作是什麼樣的？你們如何通過現代化的“走動式管理”來瞭解微軟內部的情況？Satya Nadella：我平常的一天主要由兩端組成。首先是客戶相關的事宜。我每天至少有一兩個Teams 通話是與客戶進行的。這是最有幫助的方式之一，讓我保持腳踏實地。其次是會議。作為CEO，我意識到會議主要有兩種。一種是我只需要召集大家，然後閉嘴不言，因為“召集”這個動作本身才是重要的，工作要麼已經完成，要麼會在之後完成。另一種是更重要的會議，我需要在會上學習、做出決定或傳達資訊。你提到你會“潛伏”在 Teams 頻道里，對，Teams 頻道對我來說幾乎無處不在。我就像是在漫步於虛擬的走廊，潛伏在那些頻道周圍。如果說有什麼收穫的話，我在那裡學到的最多。這也是我建立聯絡最多的地方。我會發現：“哇，這個人正在開發 Excel Agent”，或者瞭解他們想要的評估方式。我從中學到的比做任何其他事都要多。John Collison：就像微軟的Teams 團隊專注於他們的產品，然後薩蒂亞突然跳出來問了一個問題？Satya Nadella：是的，雖然有時我覺得我應該擁有更多存取權。實際上，我最大的不滿是我不能隨意進入所有我想去的地方（笑）。但能夠直接進去體驗確實很有趣，這在某種程度上讓這種溝通正常化了。現在的員工也不會吝惜與你分享他們的真實看法。John Collison：你在矽谷的小圈子裡很有名，因為你保持著高度的聯絡感。我記得你曾來參觀過Stripe 的辦公室，當時我們還是家小公司。為什麼你比大多數其他 CEO 更願意花時間與初創公司會面？Satya Nadella：我是在微軟這種文化中成長起來的，我體內有面向開發者關係的“布道基因”。有兩件事深深根植於我心中：如果你不關注開發者的去向，就很難保持技術平台的相關性。你需要理解新的工作負載（Workloads）以建構技術平台。John Collison：如果你不關注初創公司，就很難瞭解平台或工作負載的趨勢。所以這幾乎是我必須做的事。另一點是，我從中獲得了巨大的能量。我一直覺得創始人就像魔法師，能從無到有創造出東西。這感覺就像變戲法，我總是想搞清楚：“到底是怎麼做到的？”Satya Nadella：事實上，我們從你們那裡學到的一件事，就是重新發現微軟非常擅長的事情——跟隨開發者，出現在初創公司聚集的地方。這也在某種程度上將我引向了GitHub。顯然 GitHub 是一個很棒的資產，我們需要成為開源生態系統的優秀管理者。但更重要的是，每個初創公司的倉庫都在 GitHub 上。對我們來說，參與其中不僅是戰略佔位，更是為了簡單地學習並打造更好的產品。因為有時你會失去審美，忘記如何以最少摩擦的方式交付產品，而初創公司的耐心是最少的，價值實現的時間必須最大化。3. 軟體介面的未來：生成式UI 與 IDE 的回歸John Collison：微軟是否在考慮生成式UI（Generative UI）？現在的軟體仍然陷在老舊範式裡，比如“寫程式碼、定稿、發佈”。而在雲端交付的時代，我們是否可以根據個人需求即時渲染 UI？Satya Nadella：肯定會朝這個方向發展。隨著生成能力的提升，你可以生成程式碼，也可以圍繞任何定製化的東西生成UX 骨架。在微軟，長期以來我們也一直在思考文件、網站和應用之間的區別到底是什麼。你可以根據想要展示的格式隨時生成其中任何一個。但有趣的是，儘管大家都在討論“應用將會消失”，我們那些老牌的 IDE（整合開發環境），無論是 Excel 還是 VS Code，某種意義上又回來了。因為現實是，AI 會產生輸出，而我需要理解那些輸出的含義。實際上，我需要一個出色的編輯器，讓我能與 AI 進行差異比較（diff）和迭代。我認為最令人興奮的事情之一，是全新類別的“高度精細化 IDE”。它們更像是任務控制中心（Mission Control）。如果我有成千上萬個智能體（Agent）在運行，我要如何理解這些情況？這就需要“數千個智能體的微觀引導”。這就是未來的 IDE、收件箱和即時通訊工具將會演變的方向。它不再是簡單的發消息或分診（triage），而是宏觀委派（Macro-delegation）和微觀引導（Micro-steering）。John Collison：你的意思是，未來不僅是程式設計師，會計師、律師都會有自己的IDE？Satya Nadella：沒錯。這就是我如何與智能體協作的比喻。我會給出一堆指令，它們開始執行，有時運行幾小時甚至幾天，然後回來匯報。對於這種工作流，我們需要上下文來進行微觀引導。它不能只是變成下一個“通知地獄”，發給我五個字提醒，而我不知道上下文。我認為軟體最終會長成這樣：它看起來像一個收件箱，又像一個消息工具，同時帶有一個閃爍游標的畫布（Canvas）。我們喜歡電子表格的表格形式，喜歡文件的線性形式，也喜歡消息流。未來的介面會是這些形式的融合。例如，我們正在試驗的GitHub Copilot Workspace 就是這種“任務控制中心”。你會有五六個不同的分支，啟動自主智能體去執行任務，然後它們返回，你進行程式碼合併的分診。我認為下一個偉大的 IDE 就會誕生在這裡。4. 歷史的教訓：網際網路浪潮John Collison：科技界常有一種模式：對某項技術的興奮程度遠超其成熟度。就像《2001：太空奧德賽》裡的語音 AI，我們花了 50 年才實現。我經常思考微軟在 90 年代的情況。比爾·蓋茲寫了著名的《網際網路浪潮》（Internet Tidal Wave）備忘錄，明確指出網際網路是重中之重。但當時微軟對網際網路的設想是“資訊高速公路”和機頂盒，而不是我們後來看到的 PC 網際網路。我們在當前的 AI 浪潮中應該吸取什麼教訓？Satya Nadella：這是一個很棒的問題。即使在當時，作為一名初級員工，我對那段歷史的解讀是：我們好像理解了網際網路，但其實並沒有。我們當時想要交付高品質的服務，但我們不相信TCP/IP 協議能奏效。當我回顧我們當時試圖做的事情（資訊高速公路）時，服務質量（QoS）確實是個大問題，我們覺得 TCP/IP 撐不住。當時我們是在與 AOL 的撥號上網競爭。我還記得 MSN 最早是基於 X.25 網路的。我們在做互動式電視（Interactive TV），把 ATM（非同步傳輸模式）交換機連接到家裡。我在1994 年做過一個演示，那是我職業生涯早期風險最大的演示之一。那是我們的第一個冗餘檔案系統，是一個視訊伺服器。比爾當時在說：“嘿，這就是互動式電視的未來。”即便光碟故障，視訊流也能繼續播放。我的工作就是當眾拆掉光碟機，證明串流媒體還在繼續。我們建構了分佈式檔案系統、串流媒體伺服器，並用ATM 網路連線到房子裡。我有五部電影可以看，我看了一遍又一遍。我們的願景和方向（網際網路）是對的，但我們最初押注的實施路徑（互動式電視/專用網路）卻被後來的技術演進（TCP/IP、開放網際網路）超越了。這在 AI 時代同樣值得深思：看準方向固然重要，但具體的架構選擇和實施路徑同樣決定成敗。John Collison：但那就是比爾（Bill Gates）轉變方向的時刻，對吧？Satya Nadella：沒錯，比爾在1995 年所做的那個決定……事實上這很有趣。當時 Windows 95 即將發佈，然後他說：“你知道嗎？一切都將改變。”如果你回想 1992 年到 1995 年之間，那是我們大家都初次接觸網際網路的時候。1993 年 11 月 Mosaic 瀏覽器問世，差不多就是那個時期。在那兩年裡，局勢並不明朗，大家都在通過旁敲側擊的方式探索。當時並不確定是某種專有協議棧會勝出，還是開放網際網路會勝出。直到 1995 年，形勢變得清晰，於是我們進行了轉向。John Collison：有意思。那時候確實還不確定開放網際網路最終會獲勝。Satya Nadella：是的。事實上，這裡面有一個教訓，我一直在觀察並思考如何將其應用到人工智慧（AI）上。那就是：首先你要把範式（Paradigm）弄對。但即便你把範式弄對了，也不清楚你是否能找到那個“殺手級應用”，甚至是商業模式。這在歷史上一直如此。以網際網路為例，誰能想到開放網路的“組織層”（Organizing Layer），也就是擁有網路效應的搜尋引擎，竟然會由單一所有者掌控？我總是說，並不存在所謂的“開放網路”和“Google網路”之分，因為Google曾經統治了它。John Collison：我們是否應該反思這一點？當時也許有人出於動機，認為像Liberty Media 和 Microsoft 合資的那種專有解決方案會獲勝，但最終開放網路贏了。然而，即使開放網路勝出，你也應該提醒組織：無論是在我們自己的“資訊高速公路”專有系統上，還是在開放網路上，公司通常會對專有解決方案抱有樂觀的看法。Satya Nadella：這是一個很有趣的話題。當我回過頭看時，像AOL 和 MSN 這樣的平台，雖然輸給了開放網路，但它們其實只是被新的形式所取代了，比如搜尋引擎和應用程式商店。移動網際網路的出現實際上也非常吸引人。開放網路確實曾是一個歷史性的時刻。對我來說，更宏觀的規律是：即使在開放的生態系統中，“組織分層”也始終會出現。大量的品類影響力會轉移到那個組織層。而且正如上一個範式是搜尋引擎，今天是聊天機器人（Chatbots），但這能持續多久？無人知曉。但不可否認的是，ChatGPT 目前作為一個聚合點的成功是顯而易見的。市場和應用程式商店一直存在，下一步會是什麼？電子商務會發生什麼變化？是在一個具有代理性（Agentic）的市場中，還是在一個代理化的電子商務中？這些都是需要通過實踐來解決的有趣問題。John Collison：我想談談這個問題，也想談談商業。既然我們還沉浸在“90 年代”的氛圍中，現在每個人都在拿這段時間與網際網路泡沫作比較，這幾乎已經成了陳詞濫調。但我認為這是一個合理的類比，原因在於：這確實是一個極其依賴資本支出（CapEx）的建設過程，是為了一個非常重要的新範式，但確實伴隨著巨大的資本投入。你在 2000 年網路泡沫期間曾在 Microsoft 工作過。Microsoft 的股價在 90 年代末到 2000 年初達到頂峰，直到 2016 年才重新超越那個高點。1999 年時的感覺如何？你當時知道自己處在泡沫中嗎？還是覺得“這次不一樣”？Satya Nadella：有意思。我記得大概在2000 年，我們超越了通用電氣（GE），成為市值最大的公司。那時候我們的資本投入模式其實還很輕。回顧那段時期，即便撇開金融周期不談，長期趨勢和方向是清晰的，網際網路確實改變了一切。因為即便在那時，商業模式也在逐步浮現。當時對Microsoft 最大的教訓是：天那，即使是我們那時候的首要策略，比如打造瀏覽器、搭建 Web 伺服器、普及網際網路協議，雖然我們做了所有顯而易見的事情（比如在辦公室內部做一個所見即所得的網站建構器），但我們意識到僅僅做那些顯而易見的事是沒有意義的。我們需要重新發明我們正在做的事情。新的商業模式最終會變得清晰。某種意義上，那次修正沖刷掉了許多東西，但核心理念一直存在。我在思考這裡發生了什麼。當時鋪設的基礎設施本身，其實有更直接的影響。比如暗光纖（Dark Fiber）的鋪設，雖然會有孕育期，但最終網際網路公司會規模化發展並利用它。但這一次，人們似乎排著隊在門外搶購這些基礎設施（GPU 等）。這一次，坦白說，我們在基礎設施建設上是落後的。當我看我們的基建進度和今天的需求時，這與當年的泡沫截然不同。當年是“暗光纖”泡沫，顧名思義，光纖是“暗”的，沒有被點亮（利用率低）。而現在，我並沒有利用率的問題，我的所有算力資源都賣光了。事實上，我的問題是我得拚命增加供應。當然，沒有任何供應鏈能完美匹配供需。但這一次在建構過程中，考慮到長交付周期，我們必須向華爾街清晰描述我們的資產。有些資產（如建築外殼）可以使用20 年，有些（如晶片）只有 4-5 年壽命。你必須以不同的方式對此做決策。在資產負債表上有一個閒置的“冷外殼”，其實沒關係，這就好比擁有一個有五棟樓的園區。真正的問題是，如果沒有可以被“點亮”的增強型外殼（Hot Shell）來滿足需求。現在的瓶頸可能在於電力設施、渦輪機或者經過增強的外殼本身。如果我沒有足夠的增強外殼，我就無法把 GPU 放進機架並投入運行。這（土地許可、電力許可、建設）才是耗時最長的部分。順便說一句，位置也很重要。我們不僅在美國本土大量建設，還必須在全球範圍內建設。資料法規實際上每天都在增多，各國都非常在意主權問題。因此我們必須確保這是一支全球化的艦隊，能夠處理從訓練、資料生成（DataGen）到推理的各種工作負載。John Collison：誰應該關心資料主權？比如愛爾蘭有很多資料中心，但並不特別糾結於“資料必須只保存在愛爾蘭”這個想法。你們是完全按照各國的意願行事，還是會就資料主權的必要性提供建議？Satya Nadella：顯然這是每個國家的政策制定者都高度關注的話題，也有其合理原因。但在人工智慧時代，我對“主權”的思考方式有些不同。我認為最終的主權問題更多是關於“公司的未來”。如果你回到科斯定理（Coase Theorem）的核心，你會問：“如果大模型是那個全知全能的東西，那我存在的意義是什麼？” 企業的存在是因為掌握了一些隱性知識（Tacit Knowledge），從而使組織內部的交易成本低於僅在市場上進行交易的成本。因此，我認為至關重要的主權問題是“公司的主權”。在一個模型持續學習、回報遞增的時代，公司必須擁有那一層智能，無論是作為支架，還是作為嵌入在模型中的權重。這不僅僅是使用別人的基礎模型，而是你是否在自己的基礎模型上擁有主權。我的新概念是：公司的未來在於擁有自己的基礎模型，該模型本質上捕捉了那些能降低內部交易成本的隱性知識，並加速知識在組織內部的積累和傳播。John Collison：這非常有趣。如果AI 改變了公司的本質……有些公司本身已經是智慧財產權（IP）的集合，比如迪士尼，或者像禮來公司（Eli Lilly）這樣的製藥巨頭。目前這些 IP 散落在電子郵件、文件，尤其是人們的頭腦中。而這些 IP 最終也許可以集中到單一模型中。我原本以為你會說未來的公司結構會變得像 DAO（去中心化自治組織）或者那種一人創造十億美元營收的公司。Satya Nadella：那些結構上的變化也是可能的。但對我來說，更有趣的問題是：隱性知識到底存在於何處？顯然它存在於人們的腦海中，是經典的專有技術。但我認為未來它也將駐留並復合成某種LoRA 層（Low-Rank Adaptation，大模型微調層）中的權重，這是貴公司獨有的資產。所以我覺得，在禮來、Microsoft 或 Stripe 產生的新 IP，除了現有的形式外，我們還會說：“哦，它們存在於某個嵌入（Embedding）裡。”John Collison：你提到Stripe 很有趣。Stripe 剛開始時並沒有強烈的網路效應，更多是單一角色的 API 體驗。但隨著擴展，我們現在擁有了一個信任網路。因為我們見過了大多數網際網路使用者，所以即使沒見過你，這本身就有點可疑。這變成了一種類似 Google reCAPTCHA 的聲譽網路。我們現在正在利用 Stripe 網路中的所有資料訓練一個支付領域的基礎模型。所以對我們所有人來說，一個關鍵問題是：如何保護那一點核心優勢，防止它洩露到通用的基礎模型中？通用的基礎模型是否會因為能力提升而學會欺詐檢測，從而取代我們？Satya Nadella：這就是關鍵問題。對此有兩種論點。一種論點是“模型將吞噬世界”，因為一切不過是模式，通用模型最終會學會所有東西。但我傾向於另一種觀點，就像你提到的Stripe 的例子：可以同時採用多個模型。你可以建構一個不可思議的、以模型為先的“欺詐檢測層”，再加上對 Stripe 獨有的記憶、工具使用和操作空間的理解。對我來說，那就是公司的未來，無論是製藥公司、支付公司還是軟體公司。這就是所謂的“主權”。你需要一個通用基礎模型，再加上屬於你自己的、包含隱性知識的專有層。5. 軟體、工作流、商業的未來John Collison：這讓我想到了另一個話題。我們大約有面向非軟體工程師的IDE（整合開發環境）。我仍然覺得這在未來十年對金融從業者來說會是一個產品。事後看，這顯然是正確的使用者介面。就像電子表格（Spreadsheet）一樣，它作為一種 UI 出現時，感覺像是憑空誕生的。說到電子表格，對某些軟體公司來說，嘗試挑戰 Excel 幾乎成了一種成年禮，但 Excel 似乎在四十年裡一直屹立不倒。為什麼它這麼耐用？Satya Nadella：是啊，太不可思議了。我認為這是“列表”和“表格”的力量，加上軟體的可塑性，兩者的結合非常完美。這就是為什麼它像一個永遠存在的“閃爍畫布”。我們可能會在上面加入很多花哨的功能，但核心邏輯不變。而且，Excel 是圖靈完備（Turing Complete）的。我們往往沒給它應有的評價，它是世界上最易上手的程式設計環境。你可以不經思考地直接開始程式設計。還有一個美妙之處。就像我們現在討論 AI 需要“變革管理”（Change Management），但當電子表格出現時，沒人談論變革管理，人們只是直接開始使用它，工作流自然就變了。這正如有人跟我描述過，他在傳真機時代加入了通用再保險公司（Gen Re），他記得電子郵件和 Excel 出現後，整個工作流程被根本性地顛覆了。我認為 AI 也會如此，工作產物和工作流會從底層被重新審視。現在是從事軟體工作的一個非常有趣的時期，比五或十年前有趣得多。如果你在當年問我什麼最熱門，那是雲端運算、多區域資料庫（Cosmos DB）等。當時我們覺得已經到了某種穩定狀態。然後疫情發生了，雲端運算進入了另一個超級推進階段（Teams 等應用的爆發）。John Collison：在Stripe 我們也看到了類似的圖表，出現了一個明顯的不連續性——電子商務活動呈階躍式增長，而且從未回落。即使人們回到了實體辦公室，線上業務依然保持在那個高位，甚至繼續上升。我相信 Azure 也是這樣。Satya Nadella：完全正確，它從未降低。既然我們在談論商業，不妨談談我們正在共同推進的工作。我們要探討的是：什麼是對商家最友好的規則？什麼是對顧客最友好的規則？是否存在完美匹配？“對話式商業”（Conversational Commerce）是人們一直在討論的話題。現在我認為，隨著你們以及我們所做工作的進展，我們可以真正將商家和終端使用者結合起來，打造這種具備“代理性”（Agentic）的體驗。這還處於早期階段，必須做得有品味，必須以贏得使用者信任的方式來做。我對此感到非常興奮。John Collison：我們看到了過去的嘗試與現在的不同之處。以前也有過類似的嘗試，比如在Twitter 或 Instagram 上直接購買，但這次的不同點在於：第一，有了 AI，商家整合的難度大大降低了，這比以往任何時候都要容易；第二，這種體驗對終端使用者來說非常有吸引力。從我們早期客戶的反饋資料來看，這一點已經得到證實。幾周前我們在 ChatGPT 上推出了相關功能，資料表明，這種方式對最終客戶來說要方便得多。Satya Nadella：我總是在尋找相關裝備。但無論是Amazon 還是 Walmart，網站內的搜尋體驗有時真的很差。現在的聊天體驗起初很棒，但往往最後還是把使用者指回傳統的商品目錄。雖然目錄依然是核心，但如果能將“結帳”與“目錄”無縫結合，那才是真正的流暢體驗。John Collison：在做產品調研時，我發現使用AI 應用進行搜尋的效果要比傳統的關鍵詞搜尋好得多。令人驚訝的是，直到去年我們還認為關鍵詞搜尋是可以接受的方式。Satya Nadella：這就像是為你量身定製了一個目錄。這不僅僅是搜尋引擎的結果頁面。舉個例子，我們在給家裡買家具時會討論：“在這個位置還有這麼多空間，放什麼家具好看？尺寸要合適，風格要偏高端但不浮誇。”以前我們無法這樣搜尋，這很瘋狂。現在，這種定製化、傳達氛圍和整體美感的能力變得觸手可及。我妻子是名建築師，她用Copilot 筆記本記錄所有圖紙。她可以向 AI 提出非常高級的推理問題，比如“我應該在裡面放什麼？”。AI 能夠讀取建築草圖，結合公開的家具目錄，進行推理並組合元素。這簡直太神奇了。John Collison：在Stripe 的商務領域，我們非常擁抱 AI，我們認為大量工作將向這裡轉移。如果你進行的是開放式探索，比如“我想為某個場合買套衣服”，AI 的體驗遠勝於點選瀏覽一列搜尋結果。即使是針對性很強的搜尋，比如“我要買這款自行車元件”，通過 AI 指定精確參數也會好得多。如果AI 既能囊括非定向的發現，又能處理高度定向的搜尋，這基本上就涵蓋了網際網路上所有的商業行為了。可能唯一剩下的就是那類經常性的必需品購買，比如“再訂購一些寵物食品”。當然，Etsy 是我們很好的首個合作夥伴，因為他們的產品都是定製的。Satya Nadella：是的，這非常有道理。在“發現”這一層面上，Instagram 等平台已經做得很好。現在的問題是，在這個對話介面中，什麼是新的發現層？Pinterest 曾做過有趣的嘗試。如果我們將這種發現層與對話介面結合，將會惠及所有人。John Collison：現在正在做的一項工作是讓商家的產品目錄、庫存等資訊可以被遠端發現，並且支援遠端購買。使用者不必跳轉到商家端完成整個流程，而是可以在像Copilot 這樣的智能體驗中直接完成。這就是我們在基礎設施層面正在連接的東西。這也是為什麼我們認為像 Pinterest、Instagram 和 Twitter 這樣的社交平台會再次嘗試電商體驗。因為現在有了更多商家的支援和採用。Satya Nadella：我們有一個叫NLWeb 的項目，旨在收集每個商家的目錄，為其提供一個類似網站的自然語言介面，讓 AI 代理（Agent）可以與之互動並進行深度搜尋。是的，今天最大的挑戰之一就是目錄的質量以及利用推理進行深度搜尋的能力。如果你能解決這個問題，每個產品都能找到它的精準查詢匹配。John Collison：我們正在建構這個平台。在代理式商務（Agentic Commerce）領域，我們推出了自主代理商務協議等開源協議。當然，我們也有常規的 Stripe 支付產品。從支付角度來看，這很棘手，因為你希望 AI 應用能代表使用者在網路上不同站點間付款，而無需在全網共享所有支付細節。我們在代理式商務領域建構的是一個平台型業務。你們在這方面很在行，對於我們在這一初期階段建構產品，尤其是在產品與市場契合度已經很明顯的情況下，你有什麼建議嗎？Satya Nadella：我認為你們已經走在正確的路上了。這就意味著要參與到這個代理式工作流中。現在每個商家都不得不去找像Stripe 這樣的服務商，說：“嘿，我有目錄，我有結帳頁面，請幫我以最無摩擦的方式與 AI 代理對接。”這正是我會使用Stripe 的原因。我認為長尾商戶能夠輕鬆點選並啟用“代理式商務”，將是一個巨大的推動力。好消息是，雖然 ChatGPT 目前是最大的入口，但 Google、Meta、Perplexity 以及我們都會在場，這將會有大量的競爭入口。更有趣的是，這些平台自身也希望在網站或App 上支援自然語言查詢。因此，這需要被很好地解決。你不能要求一個小商戶去部署 MCP（Model Context Protocol）伺服器或執行各種複雜協議，必須有一個“簡單按鈕”。John Collison：我認為我們將看到的另一個趨勢是，許多代理式體驗正在逐步融合。Intercom 的 Des Traynor 正在做由 AI 協助甚至取代人類的客戶服務。他們發現，使用者最初是為了尋求幫助而來，結果發現這是一種瀏覽網站的更好方式。這幾乎就像一個命令列。我想知道這些體驗會在多大程度上融合？比如我們處理購買，而在另一端處理客戶服務。什麼時候它會變成一個通用的命令列應用？再回到時尚領域的例子，現在的體驗依然基於糟糕的關鍵詞搜尋和手動標籤。在我看來，這完全應該是一個互動式的、基於AI 的體驗，就像 Midjourney 的提示詞一樣，你可以說“圖片不太對，請按這種方式修改”。在商業領域這樣做會非常有意思。Satya Nadella：從直覺上講，客戶服務其實也是一種內部銷售。在代理式世界中，這些拼接的縫隙將不再像今天這樣明顯。6.AI品牌忠誠度John Collison：或許我們之前建立的那些因軟體和組織架構限制而產生的“泳道”（職能分工），比如客戶服務和 SDR（銷售開發代表）的區別，很可能都會被拋棄。關於模型，我們談論了很多Copilot、ChatGPT 和 Gemini。關於模型質量有多重要存在爭論。人們會像忠於可樂品牌一樣忠於某個 AI 品牌嗎？雖然可口可樂換配方引發過反抗，但人們依然有品牌偏好。比如，我用 o3 模型，我妻子用 GPT-5。我總是驚訝她為什麼不用更智能的，但她對 GPT-5 很忠誠。當試圖拿走 GPT-4 時，使用者也反抗過。你認為人們是會對特定模型保持忠誠，還是對 AI 品牌忠誠？這將如何影響商業策略？Satya Nadella：在消費類產品領域，這是我們第一次見到這種情況。當模型更迭時，這種變化並非對所有人都是統一的影響。個性、風格等因素成為了新的維度。這也是一個論點，即“風格”可能成為差異化因素。這就像智商（IQ）、情商（EQ）以及風格要點的結合。但從長遠來看，我認為必須確保模型最有能力處理最艱巨的高價值任務。作為產品建構者，我的觀點是：雖然我們會展示最強的那個模型，但實際在生產過程中使用的是多個模型的組合。我最喜歡的一個例子是GitHub 上的新功能，它使用“Auto”模式。雖然人們顯然仍然喜歡 Sonnet 之類的模型並想使用它，但歸根結底，我真正想要的是一個智能的“模型選擇器”。它不能只是一個簡單的路由器，它必須具備智能，能夠判斷：“這個任務需要這種等級的認知資源或這種類型的智能，這是程式碼倉庫或 PR 任務的複雜度。”這就是智能體（Agent）的未來。你需要一組模型的整合（Ensemble），並在中間有一些代理來協調這個組合，以滿足你的需求。John Collison：難道讓使用者自己選擇不也是一種智能嗎？比如對於“我去那吃冰淇淋”這種查詢，我會手動選擇 o3，因為我總是想要最好的。Satya Nadella：也許吧，但這更多是習慣。確實，我們都不喜歡默認設定被改變。如果現在取消了模型選擇功能，確實會是個問題。但我也認為，如果我能信任系統在進行選擇時始終是為了我好，這種“交接”會帶來一種愉悅感。如果能建立這種信任，那確實是目標。7.Microsoft 的技術堆疊佈局John Collison：那麼關於Microsoft 的模型，你們在技術堆疊的每一層都有佈局：Copilot、OpenAI 的股份、Azure 層、晶片等。在這個堆疊中，有什麼是必須贏的嗎？你們會做行業解決方案嗎？Satya Nadella：從核心來說，我對它的概念化方式分為兩層。首先是我們的基礎設施業務。我們必須非常擅長建構我稱之為“Token 工廠”的東西。這關乎每美元、每瓦特能產生多少Token，在這方面我們要做到極致高效。然後是另一層，我稱之為“Agent 工廠”。它與Token 工廠的區別在於，Agent 工廠能最有效地利用這些 Token 來推動業務成果或消費者偏好結果。這關乎每個 Token 的價值。圍繞這兩個核心有一整套工具。這有點像新的應用伺服器層。每一個新平台都有對應物，比如全球資訊網時代的網頁伺服器。現在這是AI 伺服器或 AI 雲。所以我們肯定會建構自己的智能系統，也就是Copilot 家族：資訊工作： Microsoft 365 Copilot。軟體開發： GitHub Copilot。安全： 我們絕對會成為其中的主要力量。這將是三條橫向主線。此外我們也有業務應用。在垂直領域，我們在醫療和科學方面做了很多工作。醫療： 我們收購了Nuance，現在有一個叫 DAX Copilot 的產品，用於醫生筆記的說話者分離和記錄。這讓醫生有更多時間與患者相處，AI 處理從編碼到會議記錄的所有事情。這也是 Epic 系統內嵌的一部分。科學： 這是一個很大的領域，我稱之為“外循環編排”。科學方法本質上是提出假設、在電腦中進行實驗、反饋精煉。這是一條工具鏈。我們正在嘗試將 GitHub Copilot 與 Microsoft 365 的知識工作能力結合，為科學家服務。這甚至可能涉及到與實驗室的 MCP 伺服器介面對接，協調一切以加速科學循環。John Collison：作為一家平台公司，總是需要決定何時將產品捆綁在一起，何時讓它們獨立。Apple 最初只允許 Mac 使用 iPod 以推動 Mac 銷量，後來才開放給 Windows。Microsoft 的歷史也充滿了這些例子。早期（1985年左右）Microsoft 非常開放，大部分收入來自 Macintosh 應用，作業系統上也多是 Lotus 1-2-3 這樣的第三方應用。後來進入了 Windows 和 Office 緊密耦合的時代。Azure 起初也是，後來完全擁抱了 Linux。現在 Microsoft 作為一個平台型公司，似乎越來越接受模組化，比如 Stripe Radar 即使不使用 Stripe 支付也能用。你一般如何看待這個框架？何時耦合，何時獨立出售？Satya Nadella：這是一個很好的觀點。我對這個問題的思考方式是：我們很多時候都誇大了所謂的“零和博弈”。實際上，很多領域的分析應該更加敏銳，因為它們從定義上講就是多人互動的（Multi-player）。雲端運算就是一個經典的例子。當我剛開始做Azure 時，AWS 已經遙遙領先了。人們會對我說：“哦天那，AWS 難道不是已經贏了嗎？”但事實證明這個市場足夠大，且是多方參與的。那麼，市場上還有容納第二個雲廠商的空間嗎？畢竟曾面臨 Oracle 和 IBM 等公司的競爭。在所有中間層伺服器等領域，我當時的感覺是，企業客戶和商業客戶總體上會要求某種多樣化。這就是支撐我們投身其中的結構性認知，促使我們開始行動，剩下的就是歷史了。如果把事情過度包裝，實際上可能會在某種程度上縮小你的可定址市場（TAM），導致無法競爭。舉個例子，如果我們當初建構 Azure 時——我們以前叫它 Windows Azure，如果真的只叫這個名字，那就成問題了。因為 Azure 不可能只為 Windows 服務，它必須把 Linux 作為“一等公民”來支援，必須將 MySQL 和 PostgreSQL 作為“一等公民”來支援。這在一定程度上也是為了確保我們能在SQL Server 上做得非常出色。但我們必須把工作做得儘量有衝擊力，就像 Amazon 使用 PostgreSQL 或 MySQL 那樣。主要的推動力在於總體可定址市場（TAM），這也是客戶對我們的期望。雖然我們將面臨激烈的競爭，但這對我來說，恰恰定義了模組化。到底是什麼能最大化我的技術堆疊市場機會？我們是一家專注型公司，這也是我們不是企業集團的原因。因此，應該有一個關於整合收益及平台效應的理論框架。那是什麼？我們如何把它做得出色？我認為在技術堆疊的每一層都應如此。即使是Azure 的基礎設施層，客戶應該能夠說：“我只想使用 Azure 的裸金屬服務，我只需要 Kubernetes 分佈式叢集，但我只需要你幫我做管理部分，我會帶上我所有的軟體。”沒問題，我們必須贏得那項工作負載。也許將來某一天，當他們覺得自行管理多區域資料庫太麻煩時，可能會說：“哦，那我就用 Cosmos DB 吧。”但這應該是一個獨立的決定。John Collison：這難道不總是有爭論嗎？關於是否只有在擁有Linux 和 Azure 的捆綁情況下，才會賣出更多 Azure？Windows 團隊的人可能會說：“是啊，但是你這是在拖 Windows Server 的後腿。”有些地方就像你描述的那樣是開放的，但在其他地方，比如 Microsoft Flight Simulator在 PlayStation 上不可用，卻可在 Xbox 上使用，這感覺這種整合又很自然。再比如，Teams 的聊天和視訊功能並不是單獨出售的，它們是同一事物的一部分，這使得整個組合更有吸引力。所以，你最終難道不會總是陷入這種爭論嗎：捆綁的成本是否超過了捆綁的收益？Satya Nadella：是的，我認為其中一些例子，比如Teams，就是一個經典案例。Teams 作為一個產品的誕生，是將 Outlook 等四樣東西整合在了一起。Outlook 的引入也是如此，以前我們有 PIM（個人資訊管理），有獨立的電子郵件客戶端，日曆也是分開的。Outlook 是第一個將這三者結合起來完成一項工作的“腳手架”。Teams 也是一樣，我們將聊天、頻道、視訊以及其他功能整合到了一起。在這種情況下，捆綁本身就是產品，是產品的腳手架。當然你也可以說：“嘿，那需要有一個開放的市場，並且需要與其他事物整合。”所以模組化必須經過深思熟慮，在原子等級上具有意義。你不能過度思考那些協同效應或整合效應，否則就會失去競爭力。一個典型的例子是，如果你建構了一個驚人的公有雲，但它只運行 Windows 工作負載或 SQL 工作負載，那基本上只能佔據市場的一小部分。所以，滿足客戶需求符合我們的利益。我對AI 堆疊的理解也是如此：我們有基礎設施業務，有應用伺服器/資料層業務，還有應用業務。這只是簡化說明。我希望那三樣東西能獨立存在，憑藉它們自身的優點立足。當然，我們希望這三層之間存在反饋回路，但客戶和合作夥伴應該能自主選擇從那扇門進入。John Collison：我的印象是，當你接手微軟時，你將公司文化從一種高度捆綁的狀態轉變了。以前是購買Windows 機器，運行 Microsoft Access 和 SQL Server，所有東西都被整齊地打包在一起，使用者生活在這個微軟生態中。而現在，你們走向了更偏向開放且互操作的策略。Satya Nadella：我想我會說，我的做法其實是回溯到更早的時期，也許是80 年代的微軟。因為大多數大家熟知的事情確實發生在 90 年代，那時微軟幾乎只有 Windows。但在那之前，我們的許多事物是開始聚合在一起的，無論是在客戶端還是在伺服器端。就像你說的那個比喻，這像回到了80 年代的情況。比如我們曾在 Mac 上開發 Office，那時 Windows 還來得比較晚。事實上，比爾·蓋茲創辦微軟時的理念是把它當作一家“軟體工廠”。我不偏愛任何單一類別，我只是想打造最好的軟體工廠，不停地產出各種東西：你想要飛行模擬器？沒問題，我們有一個；你想要一個基礎直譯器？我們有一個；你想要一個作業系統？我們也有一個。所以在某種意義上，這就是最初的想法。而在某個階段，我們陷入了四五個部分之間的僵局，比如Windows、Windows NT 和客戶端/伺服器架構等。所以當我成為 CEO，甚至之前負責雲業務時，我意識到：這正是一個時機，市場將變得更大且截然不同。當時我們也沒有移動平台，所以確實需要確保我們在最大的市場中保持相關性，通過將我們的產品組合成合理的配置來覆蓋市場。坦率地說，如果這不在公司的核心基因中，我不認為僅僅因為我作為CEO 說“我要做這個”，就能執行得很好。實際上，我們可以把軟體帶到每個平台，這本身就是公司核心基因的一部分。8.微軟的企業文化John Collison：說到公司的核心基因，這就讓我想起那幅著名的漫畫：微軟內部各部門互相舉槍對峙。你們需要做多少文化層面的調整？你們究竟是如何在細節上做到的？因為你可以看到所有美好的事物，諸如全員大會之類的活動，但歸根結底，文化取決於什麼樣的行為被接受和不被接受，以及決策是如何制定的。Satya Nadella：我會說有兩件事。我是一個徹底的內部人，關於微軟過去35 年裡的任何優點和缺點，我都經歷過，也是其中的一部分，所以我無法否認這一切。我當時的感受是，我們要麼失去了信念，要麼就是失去了敘事權。那幅漫畫是一個很好的例子，說明外界的定義如何塑造了後來成為文化敘事的內容，其影響力甚至超過了現實。人們開始認同那個卡通形象。但這並不意味著我們內部以前都是完美分工、處於某種大和諧之中。事實並非如此。部門間的緊張關係是現實存在的問題，而且這也需要保持這種張力。社會凝聚力不是目標，在市場中取得勝利才是目標。但在某種程度上，你必須對這些大型組織進行編排。事實上，你甚至可能有意識地安排兩個相互競爭的團隊。僅僅因為有人讀了《紐約客》上的漫畫就形成看法，這是領導者面臨的挑戰。在當今世界，當員工通過外部管道讀到關於公司的資訊並形成看法時，你該如何溝通？我認為這是最艱巨的領導力挑戰之一。問題是你如何贏得信任？你如何確保他們能感知並塑造現實？另一件事是，每個人都傾向認為問題出在系統上，是高層那個人或者副總裁擁有所有權力，而“我”毫無權力。現實是權力要分散得多，是分佈式的。你如何幫助人們掌握這一點並重新塑造環境？有一句名言說：“我不是離開公司，我是離開我的主管。”我確實相信這一點。這是一種“微觀文化”，它們是可以被塑造的。當我回顧我的微軟職業生涯時，我很幸運遇到了一些人，他們在公司裡創造了令人難以置信的環境，這正是我留下來的原因，也正因如此我才得以茁壯成長。所以，你需要在頂層有一個敘事，並且這個敘事必須被踐行並保持一致。這就是為什麼“成長型思維”或者說“學習一切派（Learn-it-all）”與“自以為是派（Know-it-all）”的區別，作為一個框架對我們非常有幫助。因為它不是我的教條，而是一個廣為人知的兒童心理學概念，這能吸引工作之外的人。打破這種局面並踐行它本身就是一個挑戰。在當今世界，我們要擁有一種內在的組織力量，去抵抗社交媒體上的梗（Meme）對我們的定義。John Collison：微軟大概有20 萬員工，而 Stripe 有 1 萬人。也許還有正在聽這個節目的聽眾經營著 500 人左右的公司。在不同規模下，有那些事情是通用的，又有那些是只有在達到城市規模（20萬人）時才會出現的？Satya Nadella：無論規模大小，很多活動基本上是差不多的：你需要與客戶溝通，舉行高層戰略會議，查看未來的財務數字，希望收入高一些、成本低一些。但有些事情只有在大規模時才會顯現。首先，我只在微軟工作過，並非這方面的專家。但當接手創始人的位置時，Paul Allen 和 Bill Gates 創立了公司，Steve Ballmer 和 Bill 將其做大，我是第一位所謂的“非創始人”。我很快意識到，為了管理這個範圍，我需要一個團隊。我們曾提出過一個關於CEO 職責的框架：明確 CEO 需要做什麼？比如綜合分析外部環境、制定標準、設定文化規範。你必須既關注長期也關注短期，不能只偏向一方。你必須真正把握那四五件只有你能做的事，然後組建團隊。即使在500 人的公司，這也是你要做的。但坦白說，在小公司，你可以把所有事情保存在工作記憶裡。像開發者那樣，大家可能知道每一行程式碼是誰寫的。但在某個時刻（規模變大後），你必須從“知道每一行程式碼”轉變為“知道那個模組或那個庫是誰負責的”。你必須找到那個“認識寫程式碼的人”的人。這種模組化、團隊建設以及凝聚力，我認為是最重要的。John Collison：所以我理解得對嗎？在Stripe 這種規模或者更小的規模上，你仍然可以把產品作為一個整體來思考，瞭解發佈的所有東西。Satya Nadella：我也認為創始人在這一點上很獨特。因為他們從第一天起就與公司共同成長。像我這樣的職業CEO 很難直接拿走並植入創始人的“工作記憶”。即使我在 1992 年就加入了微軟，但我並沒有經歷 80 年代早期的階段。這就是為什麼我認為應該尊重創始人所能獨特完成的事情，以及創始人對繼任者的尊重——他們不能指望繼任者完全照搬做法。這也是為什麼“創始人模式（Founder Mode）”這個概念很有趣。顯然存在創始人文化個性極其強大的情況，你應該利用它發揮到極致。而像我們這樣的“凡人”CEO，也得有點處於“重新當創始人”的狀態，但不要誤以為自己就是創始人。我認為這個細微差別很重要。9.Satya Nadella的成長經歷John Collison：最後一個問題，當我們談論文化建設時，海得拉巴（Hyderabad）的“水土”到底有什麼特別之處？你、Shantanu Narayen（Adobe CEO）、Ajay Banga（世界銀行行長）都來自那所學校，很多優秀的國際象棋選手也來自那裡。你對這種地區性的超常表現有什麼理論嗎？Satya Nadella：是的，事實上就是我們當時上的那所高中，海得拉巴公學（Hyderabad Public School）。如果算上 Jensen Huang（黃仁勳），他現在已經把我們所有人的光芒都覆蓋了（笑），雖然他不是同一所學校的。但在我、Ajay、Shantanu 以及現在的寶潔 CEO 之間，我們確實是校友。這有點像一個小圈子。我想說，最引人入勝的事情之一是，在70 年代末和 80 年代初的海得拉巴長大並就讀那所學校，感覺那裡給了我們更多的空間。如果你看看我們每個人，雖然學術很重要，但坦白說，我們大多數人都有擅長的領域，而且實際上在學術之外還有很多其他方面。這在當時的印度是相當罕見的事情。我把很大一部分歸功於我的高中，因為它為我們提供了更多的空間和餘地，去追隨後來真正成為熱情所在的事物，而不是讓我們覺得必須加入某種單一的競爭。John Collison：你高中時的興趣是什麼？Satya Nadella：板球。事實上，順便說一下，這就像塞繆爾·貝克特（Samuel Beckett）。John Collison：是的，我想聽聽這個故事。Satya Nadella：如果你問誰是那位既打過職業比賽又獲得諾貝爾獎的人？我想他打過一兩場比賽，大概是為都柏林大學隊，而且他打過一級板球。他是唯一一個既打過職業板球又獲得了諾貝爾文學獎的人。John Collison：真的嗎？真有意思。Satya Nadella：所以你可以二者兼得，當時的象棋、拳擊之類的東西。一位諾貝爾獎得主，同時還是一名職業板球運動員。John Collison：太棒了。好吧，雖然你差了一點（沒成職業球員），但在另一個人生裡，那可能就是你。好啦，非常感謝你，Satya。Satya Nadella：謝謝，非常榮幸。 (鈦媒體AGI)

簡介埃隆・馬斯克是橫跨電動汽車、商業航天、人工智慧、社交媒體與可持續能源領域的全球科技領軍者。一文讀懂馬斯克對談：AI、自動駕駛與能源革命的核心方向。從掌舵特斯拉推動自動駕駛革命，到以SpaceX突破航天邊界，再到重塑X平台（原Twitter）、創立xAI 深耕AI安全，他的每一步佈局都深刻影響著全球科技走向，堪稱 “科技變革的造浪者”。在本期All-In Podcast播客訪談中，馬斯克毫無保留地分享了一系列重磅資訊：X平台演算法最佳化，Grok AI可精準篩選內容；他打造的Grokipedia直言將超越維基百科；還曝光了昔日平台審查的隱秘細節，回應了曾引發熱議的 “言論自由” 話題。此外，對話中更不乏行業焦點：特斯拉董事會投票的核心訴求、OpenAI從 “開源” 到 “閉源” 的訴訟爭議、無方向盤的Cyber Cab何時量產，以及他對太陽能與核聚變能源的犀利判斷，每一個話題都直擊科技圈核心。這場對話既有硬核科技的革新思路，也有行業爭議的直白觀點，想要讀懂馬斯克對 AI、能源與未來的全景思考，這場對談的細節裡藏著更詳盡的答案。本期目錄X平台新演算法：內容刷屏背後的邏輯維基百科的失敗與網際網路資訊的未來收購Twitter三周年：言論自由的變革與挑戰特斯拉董事會投票：馬斯克會離開嗎？OpenAI訴訟：非營利到營利的“背叛”？AI能效與自動駕駛的未來比爾·蓋茲對氣候變化、能源生產的看法轉變X平台新演算法：內容刷屏背後的邏輯主持人Jason：這演算法到底怎麼回事？我一整天都在刷Sydney Sweeney的裙子相關內容。上周薩克斯更誇張，居然連續兩周被演算法推薦去參加SluckCon。我發現，現在只要你在X平台上對任何內容表現出興趣，比如點選查看，要是還點了贊，演算法就會立刻跟上，給你推送更多同類內容，而且是大量推送。Elon Musk：沒錯，我們之前確實遇到了一個問題，直到周末才解決。有個嚴重漏洞導致關注列表內容無法顯示，也就是說，即便你關注了某個人，也看不到他們的動態，這顯然是重大漏洞。另外，演算法之前沒考慮“使用者停留瀏覽”的行為，但只要你有互動，比如點贊、回覆，它就會過度推送。就像David說的，只要你收藏、回覆或任何形式互動，就會收到大量同類內容。主持人Jason：Sacks，你當時是怎麼互動的？該不會是收藏了SluckCon的內容吧？主持人Sacks：不過這演算法也有個好處，你能看到其他人對同一話題的看法，這其實挺實用的，相當於從多個角度瞭解你感興趣的內容。Elon Musk：但問題在於推送太過度，顯然是演算法矯正過頭了，只要你有一點互動，就像“猛灌”同類內容，彷彿在說“你嘗了一口，那我們再給你三大份”。主持人Jason：我猜現在這些演算法調整都用到了Grock。Elon Musk：我們正在逐步刪除Twitter的遺留演算法規則，但問題是，這些舊規則就像“拆東牆補西牆”的木桿，抽掉一根就可能引發新問題。就像那個網際網路梗圖：一台複雜機器全靠一根小木棍支撐，上面可能寫著“亞馬遜AWS東部區域”。主持人Jason：其實最好的方式是結合新舊模式：既保留原來按時間順序顯示好友動態的功能，又加入新的演算法推薦，兩者兼顧。Elon Musk：不過現在使用者仍能通過“關注”標籤頁查看純時間線。我們接下來會新增“精選關注”選項。因為如果你的關注列表裡有人發內容特別頻繁，關注頁會變得很難用。新增選項後，Grock會篩選出你關注的人發佈的最有趣內容，展示在“精選關注”頁。這樣一來，關注頁會實用得多，能讓你直接看到最想看的內容。目前我們已基本修復“過度推送”漏洞。另一個重大變化是：Grock現在會讀取平台上所有內容，每天約1億條，這還只是英文內容，其他語言會更多。初期我們讓Grock優先讀取這1億條中最熱門的1000萬條，進行理解、分類並匹配使用者。這絕對不是人類能完成的工作。等系統穩定後，我們會擴展到每天1億條全量讀取。屆時，Grock會從1億條內容中精準篩選出你最感興趣的推送給你。主持人Jason：要支撐這樣的運算，大概需要多少算力？比如幾萬台伺服器？Elon Musk：我估計需要5萬台H100晶片。而且這還會取代傳統搜尋，使用者以後能用自然語言在X平台搜尋，我們會提供語義搜尋服務，無論是文字、圖片還是視訊，只要語義匹配就能搜出來。主持人Chamath：你收購Twitter已經三年了吧？現在是三周年紀念嗎？Elon Musk：是的，三年了。主持人Jason：三年後的今天，你後悔過收購嗎？顯然沒有。你當時的核心使命是維護言論自由，現在看來已經實現了。而且把它納入xAI體系後，它作為資料來源的價值也變得極高。回過頭看，你收購它的初衷是為了阻止瘋狂的“覺醒病毒”，讓真相再次存在於世界上。太好了，使命達成了，現在它有了光明的未來。Elon Musk：沒錯，我們還推出了“社區筆記”功能。現在你在X平台看到任何內容，只要點選Grock圖示，它就能幫你分析內容真實性、補充資訊，甚至深入研究你感興趣的點。可以說，我們在言論自由和資訊核驗上取得了很大進展，人們現在能更清楚地分辨資訊真假，戳穿宣傳話術。Grock的最新版本在這方面表現特別好。維基百科的失敗與網際網路資訊的未來Elon Musk：我們借助最新版本的Grok建立了Grokipedia，我認為它比維基百科更中立、更準確，而且實際上比維基百科頁面包含的資訊多得多。主持人Chamath：你們是用維基百科作為種子資料了嗎？或者說，你們是怎麼做到的？Elon Musk：嗯，我們使用了AI。主持人Chamath：是完全無監督訓練、用純合成資料，還是參考了維基百科？Elon Musk：其實直到最近，我們才具備打造Grokipedia的能力。第一步，我們訓練了一個“極致求真”版本的Grock，它擅長邏輯清晰的分析，能把任何論點拆解成核心要素，判斷這些要素是否矛盾、結論是否能從前提合理推導。簡單說，我們讓Grock大量學習批判性思維，它在這方面的能力變得非常強。之後，我們讓這個版本的Grok梳理維基百科中最熱門的100萬篇文章，進行補充、修改和刪除。具體來說，Grock會檢索網際網路上所有公開資訊，修正維基百科的錯誤，同時補充大量上下文。很多宣傳話術的問題在於：雖然陳述的事實技術上是真的，但無法全面反映一個人或一件事的全貌。這一點很關鍵。維基百科的人物傳記，久而久之會變成“仇家聚集地”：被你解僱、商業競爭中輸給你的人，或者心懷不滿的人，都會在上面添負面資訊。主持人Jason：我看過自己的Grokipedia詞條，內容比維基百科豐富五六倍，而且更具代表性、更準確。維基百科的詞條更新頻率很低，還由50個匿名使用者決定內容，非常不合理。Elon Musk：Grockipedia目前還只是0.1版本，等迭代到1.0時，我相信它會好10倍。即便現在，它不僅能修正錯誤，還能更全面、真實地描述人物和事件，比如物理學相關詞條，就比維基百科好得多。主持人Chamath：那你們有沒有計畫讓Google等搜尋引擎降低維基百科權重、提升Grokipedia排名？畢竟現在很多人仍把維基百科當權威來源。Elon Musk：其實這主要靠使用者自發傳播。如果大家在自己的網站引用Grokipedia、在社交媒體分享，或者搜尋時優先點選Grokipedia結果，它在Google的排名自然會上升。剛上線那天，在Google搜“Grokipedia”，它會提示“你是不是想說維基百科”，完全搜不到我們的內容。不過現在情況好多了。主持人David：上線後的資料怎麼樣？增長勢頭好嗎？Elon Musk：非常好，它已經火遍全網了。我相信隨著更多人使用，大家會自己判斷。當你看到Grokipedia上關於某個熟悉話題或人物的詞條，會發現它比維基百科更全面、精準、中立，自然會願意分享。而且我們還沒給Grokipedia加圖片和視訊功能呢，之後我們會用Grock Imagine將詞條文字生成解釋性視訊。無論是教你打領帶、解釋化學反應，還是飲食、醫療知識，都能通過視訊直觀呈現。主持人Chamath：當模型具備 “極致求真” 能力後，你覺得是否需要更好的評估標準，來判斷訓練資料的真實性？比如有些訓練資料本身就有問題。Elon Musk：市面上其實有很多評估標準，我對Grokipedia的成功很有信心。維基百科的問題很明顯：資訊稀疏、錯誤多、更新不及時，還幾乎沒有圖片和視訊。而Grokipedia不僅精準、全面、有視訊，還支援互動，遇到不懂的地方，選中內容就能向Grok提問。它不是比維基百科好一點，而是好100倍。主持人David：你收購 Twitter後的三年裡，很多人說要離開Twitter，但最後也沒去別的平台。現在你通過Grokipedia和X平台打破了“覺醒思想”的控制，傳遞真相，但會不會有人依然只追求“確認偏誤”，不願意接受真相？Elon Musk：確實，很多人會因為自己所屬的政治或意識形態陣營，堅信某些觀點，那怕證據就在眼前。比如有些視訊裡，有人向持極端觀點的人展示反駁內容，但那些人根本不願意看。就像地平論者，無論你拿出什麼證據，他們都不會相信地球是圓的，因為在他們眼裡，一切都是謊言。主持人Jason：我認為在回覆中點選Grok並向它提問的功能，真的變成了一枚“追求真相的導彈”。比如我發了資料後，讓Grok驗證精準性，它還會補充相關資訊。再加上“社區筆記”功能，現在有了雙重保障：社區的共識觀點和Grok的專業分析。Elon Musk：而且現在X平台上幾乎所有非廣告內容都有Grok圖示，一鍵就能獲取分析，還能深入追問，想挖多深都可以。我們的目標是讓X平台成為全球最好的真相來源，在這裡能聽到各種觀點，但這些觀點都會經過“社區筆記”（由歷史上持不同意見的人共同認可）和Grok的雙重核驗。而且“社區筆記”的程式碼和資料都是開放原始碼的，任何人都能獨立驗證。收購Twitter三周年：言論自由的變革與挑戰主持人Sacks：我們最初邀請你過來，是因為收購Twitter三周年。還記得當時你收購前住在我家，前一天還讓我的員工幫忙找洗手池嗎？Elon Musk：現在想想還覺得好笑。我的安保團隊去五金店買洗手池，店家一直問 “想要那種水龍頭、適配那種水管”，但我們只想要一個洗手池，不管這些細節。店家都覺得我們奇怪，差點不讓我們買。他們肯定沒想到，我們買洗手池只是為了玩梗。主持人Jason：還有個難忘的細節，就是我開車去Twitter總部，發現周圍居然有合法停車位。Elon Musk：這在舊金山市中心簡直不可思議，畢竟車窗隨時可能會被砸。當時Twitter總部兩棟樓，一棟完全空無一人，另一棟只有5%的人在辦公。主持人Jason：在那棟入住率只有5%的大樓裡，我們去食堂吃飯時，發現做飯的員工居然比來吃飯的推特員工還多。Elon Musk：我們後來才知道，當時一頓午餐的實際成本高達400美元。原本20美元的成本，因為只有5%的人就餐，分攤後漲了20倍。更離譜的是，我們想在白板上畫圖，發現馬克筆都幹了，說明大概兩年多沒人用過。而且空無一人的那棟樓，男衛生間裡每周還會定期補充衛生棉條，簡直匪夷所思。主持人Sacks：還有一整個房間的Stay Woke主題周邊——T恤、圍巾、連帽衫，還有寫著“我是工程師”的磁性徽章。主持人Chamath：說實話，真正的工程師根本不需要用徽章證明自己，程式碼就是最好的證明。主持人Jason：說點嚴肅的，那30天裡我們看到的浪費現象觸目驚心。作為上市公司，Twitter在軟體訂閱上花了很多冤枉錢。有些SaaS軟體買了兩年都沒安裝，還有為空置辦公室支付的工位管理軟體費用，甚至有分析行人流量的軟體，而大樓里根本沒人。主持人Sacks：收購Twitter最重大的遺產還是言論自由。人們的記憶總是短暫的，他們忘了三年前的輿論環境有多糟糕。Donald Trump、Jordan Peterson、Jay Bacharia、Andrew Tate等不同立場的人物，都被Twitter封禁。而且除了直接封禁，還有隱蔽的“影子封禁”。Twitter多年來一直聲稱他們沒有進行影子封禁。說這是偏執的保守派陰謀論。Elon Musk：Twitter的“信任與安全團隊”長期從事這種操作，卻多年來一直否認。我的意思是，這個團隊的名字極具奧威爾式諷刺。“嗨，我來自信任部門。我們想和你談談你的推文。順便看看你的私信？”就憑說這話的人來自信任部門？這不就是現實版的“真理部”嗎？主持人Sacks：高管們多年來一直堅持說他們沒有從事這種操作，甚至在宣誓時也不承認。你收購後曝光了這些操作，我們才發現他們還開發了一套複雜工具，實現降權、影子封禁等功能。之後其他社交媒體平台的類似操作也被曝光，包括Google，把不想要的內容放到搜尋第二頁，就相當於“隱性遮蔽”，因為沒人會翻到第二頁。更重要的是，你公開了“Twitter檔案”，讓調查記者不受限制地查閱內部郵件，揭露了FBI有80名特工參與內容下架請求，深度介入封禁、影子封禁等審查行為。這在以前是完全無法想像的。主持人Jason：政府有沒有要求你們刪除內容？還是他們現在必須遵守政策，必須申請搜查令，必須走正規程序，而不是僅僅向高管施壓？Elon Musk：我們現在的政策是嚴格遵守法律。不同國家的法律不同，比如有些國家沒有言論自由相關法律，我們如果不遵守，就會被當地封禁。但我們不會超出法律範圍行事。如果某個國家的法律本身有問題，那應該由當地民眾要求領導人修改法律，而不是我們越權。所以，我認為正確的政策就是遵守任何國家的法律。不過也有棘手情況，比如巴西有個法官要求我們違反當地法律封禁帳號，還下了禁言令，導致我們被巴西封禁了一段時間。主持人Sacks：我只想就言論自由問題最後說一點，然後我們可以繼續下一個話題。我認為人們似乎忘了，當時的審查範圍一直在擴大，性別、氣候變化等話題都成了 “敏感領域”，“仇恨言論” 的定義不斷拓寬，越來越多人因為表達觀點被封禁或影子封禁。如果不是你收購Twitter並開放平台，這種趨勢還會繼續。也正是在此之後，其他社交網路才開始警醒，並開始更有力地反擊審查政策。Elon Musk：沒錯，Twitter打破僵局後，其他平台也不得不跟進，因為他們的操作變得越來越明顯。而且有了Twitter的“掩護”，他們也更敢於向言論自由傾斜。不過現在其他平台依然存在一定的影子封禁，但比以前少多了。主持人David：現在全球似乎有越來越多限制言論自由的法律，比如英國就有不少人因為社交媒體言論被捕入獄。你怎麼看這種趨勢？Elon Musk：確實有這樣的全球趨勢，很多國家以“打擊仇恨言論”為名，壓制言論自由。但言論自由的核心意義在於：允許人們表達你不喜歡甚至痛恨的觀點。如果你能壓制自己不喜歡的言論，總有一天，別人也會壓制你的言論。英國現在大概有兩三千人因為社交媒體言論入獄，有些甚至是輕微言論，而有些暴力犯罪者卻被釋放，只為關押這些人，這是非常錯誤的。這也正是美國開國元勛將第一修正案（言論自由）放在首位的原因：他們來自沒有言論自由的國家，深知其重要性。特斯拉董事會投票：馬斯克會離開嗎？主持人Chamath：換個話題，特斯拉的董事會投票很快就要出結果了。ISS（機構股東服務公司）和Glass Lewis（格拉斯劉易斯公司）的建議太離譜了，比如Ira Aaron Prize因為不符合性別要求沒得到推薦，而Kathleen作為非裔美國女性，也被以 “不夠多元化” 為由反對。Elon Musk：我認為這反映了上市公司治理的根本問題。現在約一半的股市由被動指數基金控制，而這些基金大多把投票權外包給ISS和Glass Lewis這樣的諮詢機構。我把它們稱為“企業ISIS”，因為它們根本不持有任何公司股份，卻像“恐怖分子”一樣左右公司決策，所以我認為這裡存在根本性的責任缺失。這些諮詢機構被極左活動人士滲透，而指數基金有信託責任，它們應該為股東利益最大化投票，因為很多人的401K退休儲蓄（美國常見退休儲蓄計畫）都依賴這些基金。但現在，ISS和 Glass Lewis實際上控制了一半股市的投票權。這次特斯拉的投票名義上是關於我的薪酬，但核心不是錢，我不會用這些錢買遊艇之類的東西。關鍵是，我要確保Optimus機器人項目順利推進，保證機器人的安全性，這需要我擁有足夠的話語權。我希望能有25%的投票權，足夠產生重大影響，但又不足以讓我在“發瘋”時無法被解僱。我擔心的是，如果沒有足夠的投票權，可能會因為政治原因被這些機構解僱，到時候就無法保障機器人的安全性了。主持人Jason：如果投票沒通過，你會離開特斯拉嗎？Elon Musk：這麼說吧，如果我能輕易地被激進投資者解僱，我當初根本就不會推進機器人項目，絕對不會。主持人Jason：這很合理。誰能有能力營運特斯拉的四五個主要產品線？人們不理解這背後的複雜性。這不僅僅是一家汽車公司，還涉及電池、卡車、自動駕駛等多個核心產品線，這是一個非常複雜的業務，你經營了幾十年。我不認為有一個能替代Elon的人能直接跳進來掌舵。OpenAI訴訟：非營利到營利的“背叛”？主持人Chamath：如果我們再轉回公司治理的話題，還有另一件有趣的事，就是關於OpenAI的重組。有趣的是，我讀了那封信，你的訴訟被排除在加州總檢察長允許的範圍之外，基本上是說這件事可以通過，這意味著你的訴訟還在繼續，而且可能進入陪審團審判階段？你有什麼想法嗎？Elon Musk：是的，陪審團審判大概在明年二三月份進行。有大量證據表明，OpenAI成立時的定位是“開源非營利機構”，公司章程裡明確寫著，任何高管或創始成員都不能從OpenAI獲得經濟利益。你可以用“網站時光機（Wayback Machine）”查看早期的OpenAI官網，從頭到尾都寫著“開源非營利”，直到後來發現有巨大利益可圖，才開始改變說法。他們試圖把“OpenAI”的“Open”解釋為“對所有人開放”，而非“開源”，但這個名字是我起的，我很清楚它的原意。主持人Jason：如果他們現在開源，或者給你應得的股份，當然你並不需要錢。但如果他們給了你理應擁有的股份，來換取你的支援呢？你顯然有不同的目標，對吧？Elon Musk：是的。如果從商業公司邏輯看，我提出了公司理念、命名、提供A輪/B輪/C輪融資、招募核心團隊，還分享了我所有的知識，理應擁有至少一半股份。但我建立它的初衷，是把它打造成面向全球的開源非營利機構。主持人Chamath：如果能改變現狀，你覺得應該現在就把他們的模型開源嗎？Elon Musk：理應如此，這正是OpenAI成立的初衷。諷刺的是，現在最好的開源模型大多來自中國，我們的Grok 2.5開源模型也非常出色，而且會繼續開源更多模型。而OpenAI所謂的“開源模型”根本無法使用，他們只是開源了一個殘缺不全的版本作為遮羞布而已。你見過有人真正在用OpenAI的開源模型嗎？反正我沒見過。主持人Jason：AI帶來的就業替代是大家熱議的話題，你覺得這個過程會有多快？社會該如何應對？Elon Musk：我把AI比作“超音速海嘯”——規模大、速度快，而且無論我是否願意，它都在到來。其實我曾經試圖減緩AI的發展速度。當初建立OpenAI，是為了制衡Google，當時Google在AI領域幾乎壟斷，而Larry Page根本不重視 AI 安全。我還記得有一次，我跟Larry說 “我們必須確保AI不會毀滅人類”，他居然說我是 “物種歧視者”，就像種族歧視一樣，因為我更重視人類智能而非機器智能。當時Google收購了DeepMind，而我其實是第一個把DeepMind介紹給Larry的人，現在想想真該謹慎一點。當時的情況是：Google掌控所有AI技術、電腦資源和資金，負責人卻不重視安全，還反對保護人類利益。這種情況下，我只能建立競爭對手，也就是與Google相反的“開源非營利機構OpenAI”。但不幸的是，它現在應該改名叫“封閉逐利AI”（Closed for Maximum Profit AI）。主持人Jason：Sam Altman說要籌集1.4兆美元建設資料中心。我覺得他是認真的，但這簡直離譜到“邦德反派”等級。我的意思是，我會說是“大膽的”，但我不想侮辱這個詞。AI能效與自動駕駛的未來主持人Chamath：你在財報電話會議上說，未來可以把所有特斯拉車輛連接起來，利用閒置時間提供推理算力，總算力可能達到100吉瓦。這是真的嗎？Elon Musk：如果未來特斯拉車輛保有量達到1億輛，每輛車都配備最先進的推理電腦（假設每輛車推理算力為1千瓦），而且都有內建電源、冷卻系統和網路連線，那麼總算力確實能達到100吉瓦。主持人David：最近有不少“無注意力模型”的論文發佈，據說能將每令牌（token）的能耗降低好幾個數量級。你怎麼看待AI算力的能效發展？Elon Musk：人類大腦就是高效算力的絕佳例子，我們的大腦僅消耗約20瓦功率，其中用於高級認知功能的只有10瓦左右。人類僅憑這個“10瓦生物電腦”，就發明了飛機、雷射、網際網路，發現了相對論和量子力學。而現在的AI超級電腦，那怕是100兆瓦甚至1吉瓦算力，也還不能完成人類能做的所有事。這說明AI算力的能效還有巨大提升空間，目前它與人類大腦的能效相差好幾個數量級。在特斯拉和xAI，我們也一直在推動推理算力能效的大幅提升。主持人Chamath：如果自動駕駛技術足夠成熟、安全，你會不會停止生產傳統汽車，全力投入生產自動駕駛計程車（Cyber Cab）？Elon Musk：其實我們現在生產的所有汽車，都具備自動駕駛計程車的能力。比如Model 3和 Model Y看起來和普通汽車一樣，但都配備了先進的AI電腦、AI軟體和攝影機。我們特意把攝影機裝在不顯眼的位置，比如後視鏡前方、車門後視鏡處、車牌上方和B柱，避免影響美觀。這些車都具備完全無人駕駛能力。而我們專門打造的Cyber Cab沒有方向盤和踏板——在自動駕駛時代，這些都是多餘的。Cyber Cab將於明年第二季度開始生產，之後會大規模擴產，最終每年可能生產數百萬輛。主持人Jason：Cyber Cab 設計極具吸引力，不少網友呼籲加裝方向盤，你為何未採納這一建議？Elon Musk：我們不會裝方向盤。人們可能覺得自己想開車，但實際並非如此。你坐優步（Uber）或來福車（Lyft）時，有沒有想過“我想搶過方向盤自己開”？應該從來沒有過吧。主持人Jason：一次也沒有。Elon Musk：最多零次。主持人Jason：我的Model Y剛升級到14.1版本，過去幾天一直在用Mad Max模式。駕駛體驗很獨特，感覺它總想盡快到達目的地。Elon Musk：是的，那個模式會假定你正趕時間。就像你多給司機20美元讓他們開快點，比如趕醫療預約之類的。主持人Jason：不過自動駕駛的安全風險很高，優步和Cruise都發生過嚴重事故。你知道，有人被撞了，然後他們又撞了那個人第二次，還被拖行了。所以你們一直很謹慎。Elon Musk：現在的車輛其實已經具備很強的自動駕駛能力，但我們必須極度謹慎，那怕發生一次事故，都可能成為全球頭條，而且媒體對特斯拉的要求會更嚴格。主持人Jason：我很欣賞你們啟用了安全員的做法，他們只是坐在車裡，不需要做任何操作，這是非常正確的決定，沒必要因為別人的批評改變。Elon Musk：是的，我們預計今年12月之前，部分車輛就能實現“無安全員”的自動駕駛。主持人Jason：你們在奧斯汀的試點已經積累了豐富的經驗，能談談這三、四個月的時間你們學到了什麼嗎？Elon Musk：實際上，進展相當順利。我們學到的核心經驗，是車隊管理與網約車軟體的自主開發。我們需要自己編寫類似優步的軟體，只不過開發的是自動駕駛汽車而非有人駕駛汽車。比如，當車輛達到1000輛規模時（我們計畫年底前在灣區部署1000輛以上，奧斯汀部署500輛以上），要確保這些車輛不會同時湧向同一個超級充電站，不會在同一個路口擁堵。還有很多特殊情況需要處理，比如需求高低峰時車輛該如何調度？是繞圈等待還是找停車位？遇到標識模糊的殘疾人停車位，車輛該如何判斷？會不會停進過於狹窄的車位，導致無法上下車？主持人Jason：還有監管問題。不同城市、機場的監管要求也不一樣，這需要大量的協調和努力，而且非常耗時。Elon Musk：舉個例子，在聖何塞機場，車輛必須連接機場的兩台伺服器，完成5美元的下車費用支付才能接送乘客。這些細節雖需逐一攻克，但用不了多久，“空無一人的自動駕駛汽車”就會成為常態。比爾·蓋茲對氣候變化、能源生產的看法轉變主持人David：最後想問問你對比爾·蓋茲最新備忘錄的看法，他在氣候問題上的立場似乎發生了180度大轉彎，這是怎麼回事？Elon Musk：比爾·蓋茲作為微軟創始人，按理說應該具備很強的科學素養，但我和他的直接交流讓我很意外，他其實並不懂科學。有一次他來奧斯汀的 Tesla 超級工廠參觀，居然說 “長續航半掛卡車是不可能實現的”。我告訴他 “我們已經造出了這樣的卡車，百事可樂公司正在使用，你可以自己開車驗證，或者派信任的人去”，但他堅持說 “這不可能，根本行不通”。我追問他 “你是質疑電池的能量密度，還是卡車的能耗效率？這兩個資料直接決定續航里程”，他卻根本不知道這些關鍵資料。連核心資料都不瞭解，就斷定技術不可行，這顯然太草率了。蓋茲說氣候問題正在變得乏味，拜託。主持人Jason：他是不是要為Sam Altman或其他人建立資料中心？我不知道。Azure是什麼情況？他改變了立場，這太讓人費解了。Elon Musk：其實氣候問題的真相，既不像有些人說的“根本不存在”，也不像極端環保主義者說的“5年後地球就會被淹沒”。你只需要花50美元在亞馬遜上買一個二氧化碳監測儀，就能親自測量大氣中的碳濃度。你會發現，大氣中的二氧化碳濃度（ppm）每年以2-3個單位的速度穩步上升。把地下數十億甚至數兆噸的碳轉移到大氣和海洋中，必然會改變大氣和海洋的化學成分，這是不爭的事實。爭議的焦點只是影響程度和時間尺度。我認為，我們至少還有50年時間應對氣候變化問題，不是5年，也不是500年。所以正確的做法是理性推進可持續能源，向太陽能和電池驅動的未來轉型，讓整個體系向這個方向傾斜。我不認為需要巨額補貼，但也不應該給石油天然氣行業提供補貼。石油天然氣行業享受的很多稅收減免已經存在了幾十年，他們不認為這是補貼，但實際上，只有某個行業能享受的特殊稅收政策，本質就是補貼。理想情況下，應該取消所有行業的補貼，但政治現實是，石油天然氣行業在共和黨有很強的影響力，不僅不會取消補貼，反而會新增。而可持續能源的很多激勵措施卻被取消了，不過有些激勵措施確實也有些過頭了。總而言之，我認為科學上的正確結論是我們必須向可持續能源未來轉型。石油、天然氣和煤炭都是有限資源，總有一天會耗盡，我們最終還是要轉向可持續能源。主持人David：但諷刺的是，現在太陽能發電的成本似乎比很多化石能源更低，所以市場本身就已在向這個方向轉變。但如果繼續給傳統能源提供補貼，可持續能源就很難公平競爭。Elon Musk：不過，太陽能面臨一個巨大障礙。中國是太陽能電池板的主要生產國，他們的製造能力非常強，目前中國的太陽能電池板年產能約1.5太瓦，而美國的年平均用電量只有 0.5 太瓦。即便考慮晝夜差異、陽光角度等因素，需要將太陽能產能除以5，中國的太陽能電池板穩態輸出也能達到美國總用電量的2/3。也就是說，中國僅用18個月生產的太陽能電池板，就能滿足美國的全部電力需求。主持人Chamath：你怎麼看待核能（近場太陽能）？Elon Musk：只要對環境沒有明顯危害，任何能源形式都可以嘗試。但問題是，很少有人願意讓核反應堆建在自己家附近。如果你的鄰居說 “我要賣房，新業主會在這裡建核反應堆”，大多數人的反應都會是反對。不過核能其實非常安全，美國海軍的潛艇和航空母艦上都有核反應堆，潛艇內部空間狹小、人員密集，卻依然安全運行。核裂變的安全性被很多宣傳誇大了風險。我認為核裂變是一個不錯的選擇，只是監管環境讓核能推廣變得非常困難。然後，認識到太陽的巨大能量也很重要。從規模上看，太陽的能量是無與倫比的，太陽的質量佔太陽系總質量的99.8%，木星佔0.1%，剩下的所有天體加起來才佔0.1%。那怕把整個太陽系的其他天體都燃燒掉，產生的能量和太陽比起來，依然可以忽略不計。太陽每秒產生的能量，比地球所有能源加起來還要多10億倍以上。研究物理學的人都知道 “卡爾達肖夫指數（Kardashev Scale）”：1型文明能利用行星的大部分能量，2型文明能利用恆星的大部分能量，3型文明能利用星系的大部分能量。目前人類還只是接近1型文明的1%。要邁向2型文明，太陽能是必然選擇，其他能源都只是“噪音”。主持人Jason：這令人難以置信，對吧？太陽能顯然是終極解決方案。當然，我的意思是短期必須使用其他來源作為過渡，但長期來看，方向是明確的。Elon Musk：我們可以將其稱為“星辰供電”（Star Power），也許我們在這方面的品牌宣傳上有點問題。別叫它太陽能，叫它“星光”（Starlight）。星光，多完美的名字，這可是來自恆星的力量，一顆恆星蘊含著多麼龐大的能量啊。主持人Jason：多到用不完。Elon Musk：嗯，所以有時候人們問“你會把能量傳回地球嗎？”，我當時想：“你想融化地球嗎？”那麼巨大的能量傳回來，我們會瞬間被汽化。所以，電力必須在本地產生和消耗，這本質上就是分佈式能源。並且，我認為未來大部分能量將被用於計算和智能，所以未來會出現大量的、由太陽能驅動的人工智慧衛星。主持人David：恆星之所以能發光發熱，是因為它巨大的質量產生了強大的引力，從而點燃了核聚變反應，對吧？我們現在已經可以在地球上實現可控核聚變了。我記得幾年前我們聊過，當時你很確定我們無法預知地球上的核聚變何時能成功，我不知道你對此的看法是否有所改變？Elon Musk：我想澄清一下我的看法。我大學時是學物理的，高中時一度考慮過以物理為職業，我有個兒子現在就在攻讀物理。當時我得出的結論是，要在物理學上有所作為，我可能得等下一代對撞機或望遠鏡建成，但我始終對這門學科有濃厚的興趣。所以，回到在地球上建造核聚變反應堆這件事上，我認為這實際上不是一個難題。我的意思是它並非完全微不足道，但只要你把托卡馬克裝置（Tokamak）造得足夠大，問題就會變得越簡單。這其實是一個表面積與體積比的問題：你需要在維持核心極度高溫的同時，保證反應堆的外壁不被熔化。這和火箭發動機的設計邏輯異曲同工。火箭發動機的核心區域溫度極高，但燃燒室壁絕不能熔化，訣竅在於建構顯著的溫度梯度。中心區域滾燙，越靠近燃燒室壁溫度越低，以此確保內壁安全無損。同理，只要擴大環形托卡馬克反應堆的規模，最佳化其表面積與體積比，相關難題就能迎刃而解。任何懂數學的人都能明白，建造一個能量輸出大於輸入的反應堆是完全可行的，而且規模越大越容易。這一邏輯的終極形態，正是像太陽這樣靠引力約束的巨型天然熱核反應堆，它無需人工維護，還完全免費。那麼問題來了：既然天空中就有這樣一個巨大且免費的天然太陽，我們又何必煞費苦心在地球上打造一個微不足道的“人造小太陽”呢？主持人David：沒錯，但地球上能接收到的太陽能量還不到它總輸出的十億分之一。因此，若想真正利用太陽的全部能量，就必須找到“包裹”它的方法，這才是我們的終極目標。Elon Musk：如果有人想把反應堆當成趣味項目，當然沒問題，盡可以去探索嘗試。但要是把它視作嚴肅的能源解決方案，那和太陽這個終極能源相比，就顯得微不足道了。僅僅是到達地球表面的太陽能，功率密度就高達每平方公里1吉瓦，或者說每平方英里2.5吉瓦，這是一個巨大的數字。目前市售太陽能電池板的效率在25%到26%左右。如果排列密度達到80%，每平方公里的實際輸出約為200兆瓦。再搭配電池儲存電能（夜間用電量會大幅下降，所需電池數量比想像中少），完全可以實現持續供電。一個簡單好記的資料是：每平方公里的太陽能每天能產生約1吉瓦時的電能。主持人David：實現這種規模的最大技術挑戰，是太陽能電池板和電池的製造規模化。我們有足夠的原材料嗎？Elon Musk：當然有。太陽能電池板的主要成分是矽（原料源自沙子），非常豐富。電池方面，磷酸鐵鋰電池的主要成分是鐵，鐵是地球含量最豐富的元素，佔地球質量的32%，還有磷、碳和鋰，這些元素也都非常常見。我們已經在特斯拉官網上公佈過相關計算：僅用太陽能電池板和電池，就足以滿足全球的能源需求，不存在原材料短缺的問題。主持人Jason：好了，埃隆，那就拜託你繼續推進這些偉大的事業，比如給地球供電、研發腦機介面、發射衛星，還有其他各種有趣的項目。很高興能和你聊天。Elon Musk：很高興見到你們，隨時聯絡。 (創新觀察局)

當你讀完馬斯克過去二十年所有的資料，你會發現——他不是一個瘋子，也不是一個天才。他是一個在“理性”與“瘋狂”之間反覆橫跳的人。而這種矛盾，恰恰是他成功的密碼。我讀了他全部公開訪談8遍，以及他的個人自傳，總結了以下20條精華。每一條都不僅是商業啟發，更是一種“重新思考世界”的方式。馬斯克的人生指南:理性到極致,就是浪漫「1.做重要的事，而不是容易的事」馬斯克年輕時就說：“我只想做對人類未來有意義的事。”他在史丹佛讀博兩天就退學，因為發現研究清潔能源比寫論文更緊迫。他不在乎當下的熱度，只在乎長遠的影響。在一個人人追逐流量的時代，這種“逆流而上”的選擇，本身就是稀缺品。「啟示 : 當你選擇做“難但重要”的事，你已經領先了90%的人。」「2.把人生當作一道"物理題"」馬斯克信奉“第一性原理思維”——從物理學出發重新推導世界。買火箭太貴？那就自己造。電動車不賺錢？那就重構供應鏈。他不盲從經驗，只問：“如果從零開始，這件事該怎麼做？”「啟示 : 經驗是過去的真理，第一性原理是未來的入口。」「3.把自己放在高壓艙裡」他幾乎從未過上“舒適”的一天。特斯拉幾次瀕臨破產，SpaceX連炸三次火箭；他在訪談中說：“我哭過，但第二天還得干。”「啟示 : 成長來自於不適。你要習慣讓自己"懸在半空中"，因為那是進步最快的狀態。」「4.永遠保持"實幹的手感"」馬斯克每天工作80—100小時，親自檢查程式碼、設計和測試報告。他說：“CEO不是去開會，而是去解決問題。”這句話聽起來簡單，卻是對“偽勤奮”的最有力反擊。「啟示 : 你不能只做"管理者",你要做"創造者"。」「5.不要依靠動力，要依靠使命」他不是每天都興奮地起床，他只是被使命推著走。他說：“有時候我希望自己能停下來，但我不能。”真正強大的不是“熱情”，而是“無法逃避的目標”。「啟示 : 找到讓你無法放棄的事，比找到讓你興奮的事更重要。」馬斯克的商業指南:把不可能當作起點「6.把公司當作"機器"而非"組織"」在馬斯克看來，公司是一台複雜機器，每個環節都可最佳化。他不斷地問員工：“如果我們停掉這項工作，會發生什麼？”如果答案是“沒什麼影響”，那就刪掉。「啟示 : 商業成功的核心,不是加法,而是減法。」「7."瘋狂"的目標是最好的篩選器」要招什麼樣的人？馬斯克說：“我不看學歷，我看他們解決過什麼難題。”他用遠超常人的目標去篩選出真正的“戰士”。火星移民、電動車革命——聽起來瘋狂，但正因如此，吸引了真正敢拚的人。「啟示 : 大膽的願景,不是裝飾,而是磁場.」「8.永遠直接面對現實」“如果某件事的物理極限在這兒，那我們必須在這兒。”這就是馬斯克的冷酷邏輯。無論財報多漂亮，工程上那怕0.01毫米偏差，都必須重來。「啟示 : 現實主義不是悲觀，而是通往理想主義的唯一道路。」「9.使用者不是上帝，使用者是共同體」特斯拉早期幾乎沒做廣告。馬斯克說：“如果產品好，人們會替你說話。”他相信人與技術的共創關係——你不是討好使用者，而是邀請他們參與進化。「啟示 : 最強的品牌，不是宣傳出來的，而是被參與出來的。」「10.現金流比信仰更重要」在SpaceX最危險的日子，他把最後的錢在特斯拉和SpaceX之間各分一半。“如果我倒下，就一起倒。”這種極端決策背後，是對現金流的冷酷理解：夢想不能取代現金流，但現金流能讓夢想活下去。「啟示 : 理想是翅膀，現金流是空氣。」馬斯克對於未來/未知的看法:恐懼與希望並存「11.人類的命運在星辰之間」馬斯克並不是浪漫主義者，但他執著於火星。他認為“人類需要一個備份”，以防地球災難。聽起來像科幻小說，但對他來說是現實工程。「啟示 : 真正的遠見,是在別人看不到的時候就開始準備。」「12.人工智慧是潘多拉的盒子」他多次警告：“AI可能會毀滅人類！”但他依然建立了xAI和Neuralink。為什麼？因為“如果危險無法避免，就必須由正確的人去做。”「啟示 : 恐懼不是阻止你行動的理由，而是讓你更早出發的訊號。」「13.他相信"人類能成為多行星物種"」火星不是逃避，而是進化。馬斯克的邏輯是：只要機率不是零，就值得嘗試。他的“荒謬”，恰恰是文明繼續的勇氣。「啟示 : 有些事不是為了贏，而是為了不輸給時間。」「14.技術不是冰冷的機器,而是人類的意志」他在一次訪談中說：“我們造的不只是火箭和車，我們造的是希望。”科技不是終點，而是載體。人類真正追求的，是那種“突破邊界的感覺”。「啟示 : 科技是人類意志的延伸，而非替代。」「15.他把"風險"當作生命的一部分」別人問他：“你怕失敗嗎？”他說：“怕。但那又怎樣？”風險對他來說不是“意外”，而是“常態”。「啟示 : 你無法消除風險，只能習慣與它共處。」「16.馬斯克的未來不是樂觀的,而是"必要的"」他對未來沒有浪漫幻想。但他說：“我們必須相信未來值得我們去奮鬥。”這是他對悲觀主義世界的一次反擊。「啟示 : 不是因為看到希望才堅持，而是因為堅持，才看到希望。」尾聲：我們如何向馬斯克靠近「17.從"思考者"變成"建設者"」馬斯克的思維不是“思考”，而是“建造”。他認為真正的學習，是把思考變成可驗證的東西。你寫下一套邏輯，但不去實踐，它仍是幻想。「啟示 : 輸出不等於創造，落地才是智慧」「18.重新定義"財富"」對馬斯克來說，財富不是金錢，而是“資源分配的自由度”。他賣掉房子、搬進租來的小屋，因為財富不是佔有，而是使用。當你能支配時間與方向時，才是真正的富有。「啟示 : 財富的本質是選擇權。」「19.保持"孩子氣"」在所有訪談裡，他最打動人的是那種“天真”。他笑起來像個少年，說話跳脫，不在意別人眼光。但這份“天真”，恰恰讓他能不斷提出“別人覺得愚蠢的問題”。「啟示 : 別讓世界磨平你的好奇心，那是創新的唯一燃料。」「20.讓人類繼續"驚嘆"」馬斯克說過：“我希望人類不要失去對未來的驚嘆。”或許，這就是他一生的意義。讓人們在無數困難中，仍然抬頭看星空。這不是逃避現實，而是一種信仰。「啟示 : 你不必成為馬斯克,但你可以擁有那份“驚嘆感”。」💬寫在最後：回看馬斯克的20條思維結晶，我們看到的並不是某種超能力，而是一種極致的篤定。他用理性解釋浪漫，用工程支撐信仰，用時間驗證瘋狂。他不是在改變世界，他只是在認真地——不浪費自己的一生。當下的時代，最稀缺的不是聰明，而是相信；不是速度，而是方向；不是成功，而是“為什麼”。願你在自己的宇宙中，也有勇氣去建造那些“前所未有的事物”。 (榮飛深度聊)

城主說| 美國AI和加密貨幣政策負責人, 素有美國AI/加密沙皇之稱的大衛·薩克斯（David Sacks）作為嘉賓, 在今天最新放出的播客裡向a16z的兩位著名創始人安德森和霍洛維茨剖析了川普政府與拜登政府在監管思路上截然不同的方針，強調了為加密貨幣提供監管確定性以防止產業外流的重要性，並深入辯論了AI領域“無需許可的創新”與“監管俘獲”之間的鬥爭。討論還涵蓋了中美AI競賽的關鍵支柱（創新、基礎設施、出口）、AI發展的現實路徑（從“終結者恐慌”到“協同工具”），以及開源AI和去中心化技術對維護自由的價值。薩克斯作為在科技投資與政策領域均有深遠影響力的實權人士, 他認為，美國正面臨一個關鍵的岔路口：是選擇通過“無需許可的創新”來釋放私營部門的全部潛力，還是陷入由恐懼驅動的“監管俘獲”，從而將未來的領導地位拱手讓人。對於加密貨幣，當務之急是提供明確的規則以終結“通過執法進行監管”的混亂局面；而對於AI，真正的威脅並非來自技術本身，而是來自大型企業利用“末日論”推動的、旨在扼殺競爭的繁重監管。薩克斯為美國如何在與中國的AI競賽中勝出，提出了一個由創新、基礎設施和開放出口構成的三足鼎立戰略。視訊完整版:0:00:00 歐洲的人工智慧監管與美國的不同策略0:00:36 加密貨幣與人工智慧：投資組合的意義及監管對比0:05:02 矽谷與華盛頓的文化差異：彌合橋樑的角色0:05:40 加密貨幣行業現狀與未來展望0:08:23 人工智慧監管中的“監管俘獲”與創新0:11:01 免許可創新對矽谷的重要性0:14:16 人工智慧競賽：宣稱與現實的悖論0:21:12 通用人工智慧（AGI）敘事的演變與現實0:23:52 人工智慧的“多神教”特性與協同關係0:30:17 人工智慧的民主化趨勢0:35:12 虛擬人工智慧研究員與通用人工智慧（AGI）0:36:23 開源人工智慧的重要性0:39:16 封閉生態系統的擔憂與開放原始碼的替代方案核心觀點摘要• “對於加密貨幣，最需要的是監管確定性……告訴我們規則是什麼。我們很樂意遵守，但是監管機構不會告訴我們規則是什麼。” “在人工智慧領域……前政府的做法是，他們正在實施非常嚴厲的監管……現政府領導下，採取的方針是我們希望美國贏得人工智慧競賽。”• “過去幾十年真正讓矽谷與眾不同的東西是無需許可的創新，也就是兩個在車庫裡的人就可以追求他們的想法。”• “對我來說，這實際上是人工智慧最大的風險……它不是《終結者》，而是《1984》。鑑於人工智慧正在吞噬網際網路……當權者將利用它來控制我們接收的資訊。” “贏得技術競賽的方式是建立最大的生態系統……我們把每個國家都排除在我們的技術聯盟之外，基本上就是把他們推向中國的懷抱。” “我認為這項技術保持去中心化非常重要，因為奧威爾式的擔憂是最終的中心化。”監管的兩種路徑：加密貨幣尋求“確定性”，AI呼喚“自由”在薩克斯看來，儘管AI和加密貨幣同為新興技術，但它們在政策層面面臨的問題卻截然相反。加密貨幣行業多年來一直深陷“監管不確定性”的泥潭。“這些年來我交談過的所有企業家，他們都說了同樣的話，那就是告訴我們規則是什麼。我們很樂意遵守，但是監管機構不會告訴我們規則是什麼。” 他尖銳地批評了拜登政府領導下的美國證券交易委員會（SEC）主席根斯勒（Gensler）改採取的“通過執法進行監管”的策略，認為這種做法迫使整個行業在恐懼中“離岸轉移”，嚴重削弱了美國的競爭力。因此，川普政府承諾的路徑是提供清晰的規則，讓行業回歸正軌。“他將使美國成為地球上的加密貨幣之都，並且他將解僱根斯勒。” 這並非放棄監管，而是通過立法（如《清晰法案》）來明確數位資產的分類和交易規則，從而保護消費者，並為創新提供穩定的法律環境。與此形成鮮明對比的是人工智慧領域。薩克斯認為，AI面臨的危險並非規則缺位，而是規則過剩。“在某種程度上，人工智慧有點相反，我認為拜登政府在這方面過於強硬。他們甚至在不瞭解這個領域的情況下就開始真正地監管它。” 他強調，贏得全球AI競賽的核心在於創新，而過早、過嚴的監管只會扼殺這種創新活力。“我們不會通過監管來戰勝我們的對手。我們只需要在創新方面勝過他們。”AI監管之辯：警惕“監管俘獲”而非“終結者”與加密貨幣行業普遍呼籲明確規則不同，AI領域出現了大型公司利用“末日論”恐慌來推動“監管俘獲”（Regulatory Capture）的危險趨勢。薩克斯指出，一些領先的模型公司正在通過誇大AI的生存風險（X-risk），來遊說政府建立一套需要預先審批的許可制度。他引用了Anthropic聯合創始人傑克·克拉克（Jack Clark）的一次演講，後者承認讓人們非常害怕是他們戰略的一部分，其最終目標是 ** 在你發佈新模型之前，在華盛頓獲得一個批准系統**。薩克斯對此發出了嚴厲警告，認為這直接違背了矽谷成功的核心精神。“矽谷成功的整個基礎……是無需許可的創新。” 一旦建立起繁瑣的審批流程，只有資源雄厚的大公司才能Navigate，初創企業的創新之路將被徹底堵死。在他看來，這種由內部玩家推動的監管，比AI本身構成的威脅要大得多。“我們真正談論的是奧威爾式人工智慧……它不是《終結者》，而是《1984》。” 他認為，最大的風險在於，一個被意識形態偏見程式設計、並受到政府集中控制的AI，將成為審查和監控的完美工具，這遠比科幻電影中的機器人末日更為現實和緊迫。贏得AI競賽：美國的三大戰略支柱那麼，美國應如何贏得這場至關重要的AI競賽？薩克斯闡述了一個清晰的三點戰略：支援創新： 核心是捍衛“無需許可的創新”。他主張通過聯邦層面的統一立法，取代各州拼湊的、日益嚴苛的法規（如科羅拉多州的“演算法歧視”法案），為初創企業掃清障礙。“50個不同的監管體制拼湊在一起，將給合規帶來難以置信的負擔。”保障基礎設施與能源： AI的競爭本質上是算力的競爭，而算力的基礎是能源和資料中心。他強調，必須簡化許可流程，消除“鄰避效應”的阻礙，大力發展包括核能和天然氣在內的能源供應，以滿足資料中心建設的指數級需求。開放出口，建構生態系統： 在這一點上，薩克斯的觀點與華盛頓的傳統策略形成鮮明對比。他認為，技術競賽的勝利不靠“囤積”，而靠“傳播”。“贏得技術競賽的方式是建立最大的生態系統，你要讓最多的開發者在你的平台上進行建構。” 他批評拜登政府限制向海灣國家等盟友出口先進晶片的政策是“搬起石頭砸自己的腳”，認為這只會將這些國家推向中國的懷抱，幫助華為等競爭對手擴大其技術生態。通用人工智慧的現實路徑：從末日恐慌到協同工具對於業界熱議的通用人工智慧（AGI）何時到來的問題，薩克斯表現出一種務實的冷靜。他認為，矽谷正在從“迫在眉睫的AGI”敘事中抽身，逐漸認識到智能是多維度的，模型的進步並不均衡。他更傾向於一個“金發姑娘情景”（Goldilocks Scenario）——既非虛無的泡沫，也非迫在眉睫的末日。他引用了巴拉吉·斯里尼瓦桑的觀點，認為人工智慧是多神教的，而不是一神教的，即未來將是多個專業化模型並存，而非一個全知全能的超級智能。此外，“人類是端到端的，而人工智慧是中間到中間的”，這意味著在可預見的未來，AI將更多地扮演一個強大的協同工具，而不是人類工作的替代品。“我只是認為在很長一段時間內，這將是一個非常協同的工具。我不認為它會消滅人類的工作。” 這種觀點將AI從一個潛在的威脅，重新定位為一個賦能個體、提升生產力的革命性夥伴。開源與去中心化：對抗奧威爾式未來的終極防線無論是AI還是加密貨幣，薩克斯的政策思想最終都回歸到一個共同的哲學基石：去中心化。他認為，這是對抗過度中心化控制（即“奧威爾式風險”）和保障技術民主化的關鍵。“我認為這項技術保持去中心化非常重要，因為奧威爾式的擔憂是最終的中心化。” 在AI領域，他大力倡導開源模型，認為這賦予了個人和企業在自有硬體上運行模型、控制自身資料的自由。儘管目前最好的開源模型來自中國（如DeepSeek），但他認為美國應迎頭趕上，鼓勵更多本土的開源創新。同樣，加密貨幣的本質也是去中心化的。一個清晰、合理的監管框架，將使這個行業能夠在美國本土蓬勃發展，從而為金融體系提供一個不被單一實體控制的替代方案。最終，薩克斯的藍圖描繪了一條清晰的道路：通過擁抱開源AI和去中心化的加密技術，同時輔以明智、克制的監管，美國不僅可以在這場全球技術競賽中保持領先，更能確保這些強大的技術最終服務於個體自由和創新，而非集權控制。這場政策棋局的每一步，都將深刻影響未來幾十年的技術、經濟和地緣政治格局。天空之城全文整理版監管的兩種心態：歐美之別薩克斯: 歐洲人，他們對所有這些事情都有著非常不同的心態。當他們談論人工智慧領導地位時，他們的意思是他們正在帶頭並定義法規。他們在布魯塞爾聚在一起，弄清楚所有的規則應該是什麼，這就是他們所說的領導地位。安德森: 這幾乎像一個遊戲節目或者其他什麼。他們竭盡所能地扼殺它們於搖籃之中。然後，如果它們在小公司經歷了大約十年的虐待後倖存下來，他們就會給它們錢來發展。薩克斯: 羅納德·里根對此有一句名言，那就是如果它動，就徵稅。如果它繼續動，就監管它。如果它停止動，就補貼它。歐洲人絕對處於補貼階段。主持人: 大衛，歡迎來到A6Z播客。感謝你的參與。很高興來到這裡。那麼大衛，你是人工智慧和加密貨幣的沙皇。你能不能先談談為什麼把它們作為一個投資組合是有意義的？它們之間有什麼關聯？然後我請你闡述一下川普在人工智慧和加密貨幣這兩個領域的計畫，以及我們目前的進展。薩克斯: 我想這是兩項相對較新的技術。因此，人們對它們有很多恐懼。而且我認為人們實際上對它們瞭解不多。他們真的不知道該如何處理它們。我認為從政策角度來看，我們可以討論相似之處和不同之處，但方法略有不同。加密貨幣的監管風暴與新機遇薩克斯: 我認為對於加密貨幣，最需要的是監管確定性。這些年來我交談過的所有企業家，他們都說了同樣的話，那就是告訴我們規則是什麼。我們很樂意遵守，但是監管機構不會告訴我們規則是什麼。事實上，在拜登執政期間，你有一位美國證券交易委員會主席採取了一種策略，我猜這被稱為“通過執法進行監管”，基本上意味著你會被起訴。他們不會告訴你規則是什麼。你基本上會被起訴。然後，當你們受到起訴、罰款和監禁時，其他人都應該推斷出規則是什麼。這就是過去幾年的方法。霍洛維茨: 因此，基本上整個加密貨幣行業都在離岸轉移的過程中。薩克斯: 我認為美國正在失去這個未來的產業。所以川普總統去年在他的競選活動中，在納什維爾發表了一次現在著名的演講，他在演講中宣佈，他將使美國成為地球上的加密貨幣之都，並且他將解僱 Gensler。那就像是最大的掌聲。我想他談到他對在那次演講中獲得如此熱烈的歡呼感到多麼驚訝。所以他又說了一遍，人群再次爆發。但無論如何，他基本上承諾提供這種明確性，以便該行業能夠瞭解規則是什麼，並能夠遵守。反過來，這應該為消費者和企業，以及生態系統中的每個人提供更大的保護。這也使美國更具競爭力。所以我認為這就是某種程度上對加密貨幣的授權，在某種程度上，它是支援監管的。基本上，我們想要制定規章制度。AI監管之辯：創新許可與監管俘獲薩克斯: 在某種程度上，人工智慧有點相反，我認為拜登政府在這方面過於強硬。他們甚至在不瞭解這個領域的情況下就開始真正地監管它。他們沒有，沒有人真正花時間去瞭解人工智慧是如何被使用的，真正的危險是什麼。存在著一種強烈的恐慌情緒。由於這個原因，拜登政府的做法是，他們正在實施非常嚴厲的監管，包括軟體和硬體方面。我們可以深入探討一下。我認為在川普政府領導下，採取的方針是我們希望美國贏得人工智慧競賽。這是一場全球競爭。有時我們提到中國可能是我們在這一領域的主要競爭對手。他們是唯一另一個擁有技術能力、人才、訣竅和專業知識，可以在這一領域擊敗我們的國家。我們要確保美國獲勝。當然，在美國，真正負責創新的並不是政府。而是私營部門。所以這意味著我們的公司必須獲勝。如果你對他們施加各種瘋狂的、繁重的監管，那將會造成損害，而不是幫助。所以總統在幾個月前的7月23日發表了一個我認為非常重要的AI政策演講，他在演講中毫不含糊地聲明我們必須贏得AI競賽。他闡述了我們如何做到這一點的幾個支柱。它是支援創新、支援基礎設施的，這也意味著支援能源和支援出口。如果你想的話，我們可以深入探討所有這些事情，但這就是主線。所以我想，再說一次，對於人工智慧，關鍵在於，我們如何釋放創新？我認為對於加密貨幣來說，更多的是關於我們如何創造監管的確定性。但就我的角色而言，我為什麼要同時做這兩件事呢？我認為共同點在於，這些都是新技術。它們顯然都來自科技行業，而科技行業與華盛頓有著非常不同的文化。我認為我的角色是在矽谷和華盛頓之間架起一座橋樑，幫助華盛頓不僅瞭解所需的政策或正在發生的創新，而且在文化上瞭解是什麼讓科技行業如此與眾不同和特別，以及如何保護它免受政府過度干預。安德森: 所以，大衛，我們今天將討論很多關於人工智慧的問題，但就加密貨幣而言，我今年有了一個有趣的經歷，在選舉之後，人們適應了政府的更迭。我和一些人進行了討論，這些人，比如說在政治領域，以前是反對加密貨幣的，他們一直在試圖找到一種方法來達成更明智的立場。還有一些金融服務行業的人，他們從遠處關注此事，可能參與了各種取消銀行服務的事情，但並沒有真正理解發生了什麼。但共同點是，他們會說，馬克，我真的不明白情況有多糟糕。我基本上認為你們搞科技的人基本上就是在不停地抱怨和懇求特殊待遇，而且在做一些很正常的事情。我覺得那些恐怖故事都是編造的，比如有人被起訴，創業者的房子被調查局突襲，以及各種各樣發生的事情。我當時並沒有真正地，現在回想起來，現在我回頭看，我想，我的天那，這實際上比我想像的還要糟糕得多。你有這樣的經歷嗎？當你身處其中，並且，當你現在對發生的一切都有一個完整的瞭解時，你認為人們真的理解當時的情況有多糟糕嗎？薩克斯: 我是說，我認為這是一個很好的觀點。我是說，我當時也不是很清楚。你只是大概聽說過。我是說，我們知道當時正在發生取消銀行服務的事情。順便說一句，被取消銀行服務的不僅僅是加密貨幣公司，還有他們的創始人也被親自取消了銀行服務。所以如果你是一家加密貨幣公司的創始人，你無法開設銀行帳戶。這是個大問題。你如何交易？你如何支付？你如何支付給別人？這基本上剝奪了你的生計。這是一種非常極端的審查形式。所以那確實在發生。然後當然還有美國證券交易委員會（SEC）支援的所有起訴。所以情況真的很糟糕。我記得那是在，我想是3月份，我們在白宮舉行了一次加密貨幣峰會。一位與會者說，一年前，我更有可能認為我會在監獄裡，而不是在白宮。所以這對這個行業來說是一個非常重要的里程碑。他們從來沒有得到過這樣的認可。甚至認為這是一個可以在白宮舉辦活動的行業。至少，我認為加密貨幣被認為是相當低級的，但無論如何，不，這是一個巨大的轉變。我們基本上已經阻止了這種情況。這是非常不公平的，因為再說一次，這些創始人想要遵守規則，但他們沒有被告知規則是什麼。我認為，這都是將加密貨幣推向海外的一項蓄意策略的一部分。霍洛維茨: 我們注意到加密貨幣和人工智慧之間一個非常不同的地方是，在加密貨幣方面，每個人都想要規則。並且這個行業相對統一。然而在人工智慧領域，我們已經看到非常有趣的呼聲來自內部，某些公司實際上正在尋求監管俘獲。再次，一些人憑藉早期優勢說，讓我們阻止所有新公司開發人工智慧等等。你對此有何看法？你認為事情會如何發展？薩克斯: 我認為這是一個非常大的問題。我最近實際上批評了我們的一家人工智慧模型公司，因為它採取了監管俘獲策略。非常公正的批評，順便說一句。確實非常公正。實際上，當然他們否認了這一點。那麼，我應該講這個故事嗎？你很少能在X平台上得到如此徹底和完全的證明，就像我在這件事上一樣，因為在這家公司之後，基本上就是Anthropic了，在他們否認之後，基本上發生的事情是，Anthropic的聯合創始人兼政策主管傑克·克拉克在一次會議上發表了一次演講，他說，他將對人工智慧的恐懼比作一個孩子，在黑暗中看到怪物，或者認為黑暗中有怪物，但是當你打開燈時，怪物就在那裡。我認為這是一個非常荒謬的類比。這基本上是在一段時間內如此。這太幼稚了，幾乎是在自我控訴，因為你基本上承認恐懼是捏造的，不是真實的。無論如何，我說，好吧，這就像是恐嚇，是監管捕獲策略的一部分。當然他們否認了，但是當時在他演講現場的一位律師說，好吧，但是傑克沒有告訴你他在問答環節說了什麼，他基本上承認了Anthropic所做的一切，比如SB53之類的東西，據說只是為了實施透明化。他說，不，他承認這一切只是他們真正目標的墊腳石，那就是在你發佈新模型之前，在華盛頓獲得一個批准系統，一個預先批准系統。他在問答環節中承認，讓人們非常害怕是他們戰略的一部分。那麼再次強調，這就像在X平台上爭吵中你能找到的最確鑿的證據。但我認為那種方法如此有害的原因在於，我認為過去幾十年真正讓矽谷與眾不同的東西是免許可創新，也就是兩個在車庫裡的人就可以追求他們的想法。也許他們從天使投資人或風險投資公司那裡籌集了一些資金，基本上是那些願意損失所有資金的人。這些人是年輕的創始人。他們也可能是，也可能是宿舍裡未來的輟學生。他們能夠直接追求他們的想法。我認為這只發生在矽谷的原因是，當你看看像製藥、醫療保健、國防、銀行或這些高度監管的行業時，你根本看不到很多初創公司，因為它們都受到嚴格監管，這意味著你必須去華盛頓獲得做事的許可。我在華盛頓看到的情況是，批准的設立是有原因的，但這些原因很快就不再重要了。重要的只是你的政府事務團隊在駕馭官僚機構和弄清楚如何獲得這些批准方面有多麼出色。這不是你典型的初創公司創始人擅長的。這正是大公司擅長的，因為他們擁有資源，而這正是監管俘獲的含義。因此，矽谷成功的整個基礎，它真正成為美國經濟的掌上明珠以及世界其他地區羨慕的原因，我們看到所有其他國家都在嘗試建立自己的矽谷。出現這種情況的原因是由於無需許可的創新。目前正在考慮、討論和實施的關於人工智慧的事情是，對軟體和硬體都實行審批制度。這不是理論上的，這已經發生了。在硬體方面，拜登政府在任期的最後一周所做的最後一件事之一是實施所謂的拜登擴散規則，該規則要求地球上每筆GPU的銷售都必須獲得政府許可，也就是說，除非屬於某種例外情況，否則需要預先批准。但基本上，總體思路是，計算現在將成為一個需要許可和預先批准的類別。我們取消了這項規定。然後在軟體方面，就像我說的，非常明確的目標是從向政府、各州提交報告的要求開始。然後升級到，你必須去華 supérieure獲得許可才能發佈新模型。這將大大減緩創新，並降低美國的競爭力。這些審批可能需要幾個月，可能需要幾年。當一款新的晶片每年都會發佈，而我們的許可證卻已經在漏斗中積壓了兩年。這些請求在最終獲得批準時已經過時了。對於新model的周期時間只有三到四個月的模型來說，情況更是如此。華盛頓的官僚機構究竟能瞭解多少關於這項技術的資訊，以至於他們能夠在任何情況下都處於批准的有利位置。但這就是目前正在考慮的事情。我認為這對矽谷來說將是一場災難，對創新也是如此，因此對美國的競爭力也是如此。我認為，如果我們有這樣一套規則，我們將在人工智慧競賽中輸給像中國這樣的國家。霍洛維茨: 他們論點中一個非常惡毒的地方在於，如果他們真的相信存在怪物，那麼他們為什麼要以比任何人都快的速度購買GPU？然後，我們從這個行業中瞭解到的另一件事是，他們的聲譽是，在他們自己的程式碼方面，他們擁有整個行業中最糟糕的安全措施。所以如果你在建造這個怪物，你最不想做的就是留下漏洞讓人入侵。所以他們不相信自己說的任何話。這完全是虛構的，目的是通過這種非常病態的方式來保持領先地位。薩克斯: 我認為確實如此，我認為從根本上說，宣稱我們正在創造一種新的超級智能，它可能會摧毀人類，但我們是唯一足夠有德行的人來確保這件事正確完成，這是一種令人陶醉的毒藥。我認為那是——這是一個很好的招聘工具，加入有德行的團隊。我認為那是對的。但是，但我認為那絕對是，我認為在所有公司中，那家公司在監管俘獲和推動這些監管方面是最積極的。奧威爾式AI的風險薩克斯: 而且，讓我們把它提升到一個更高的層面，不一定非得是關於他們的。現在大約有1200項法案正在各州立法機構進行，以監管人工智慧。其中25%位於四個頂級的藍色州，即加利福尼亞州、紐約州、科羅拉多州和伊利諾伊州。已經通過了100多項措施。我認為僅在過去一個月，加利福尼亞州就有他們中的三個簽約了。我告訴你，讓我先告訴你科羅拉多州的情況，實際上科羅拉多州、伊利諾伊州和加利福尼亞州都已經做了某種版本的叫做演算法歧視的事情，我認為這真的很令人擔憂它未來的發展方向。這個概念的意思是，如果模型產生的輸出對受保護群體產生不同的影響，那麼這就是演算法歧視。受保護群體的名單非常長。它不僅僅是通常的那些。例如，在科羅拉多州，他們將可能不具備英語語言能力的人定義為受保護群體。所以我想如果模型說了關於非法移民的壞話，那將會，那基本上會違反法律。我不知道模型公司應該如何遵守這條規則。大概歧視已經是違法的了。所以如果你是一家企業，你違反了民權法，你從事歧視，你已經要對此負責了。如果你碰巧犯了那個錯誤，並且在做這件事的過程中使用了任何工具，我們沒有理由去追究工具開發者，因為我們已經可以追究做出那個決定的企業。但這些法律的全部目的就是要針對工具。他們不僅讓使用人工智慧的企業承擔責任，還讓工具開發者承擔責任。我甚至不知道工具開發者應該如何預測這一點，因為你怎麼知道你的工具會被以各種方式使用？你怎麼知道這個輸出，特別是如果這個輸出是100%真實和精準的，而且模型只是在做它的工作，那麼你怎麼知道這個輸出被用作一個具有不同影響的決策的一部分？儘管如此，你還是要承擔責任。我能看到的模型開發者嘗試遵守這一規定的唯一方法，就是在他們的模型中建立一個多元、平等和包容（DEI）層，試圖預測，這個答案是否會產生不同的影響？如果是這樣，我們要麼不能給你答案，要麼必須淨化或扭曲答案。你只要把這個推到它的邏輯結論，我們就回到了覺醒人工智慧，順便說一句，這是拜登政府的主要目標。我們在川普政府期間廢除的拜登關於人工智慧的行政命令中，有大約20頁的多元、平等和包容（DEI）語言。他們非常努力地想在模型中推廣多元、平等和包容（DEI）的價值觀，他們是這麼稱呼的。我們看到了那樣的結果是什麼。我們看到了整個黑人喬治·華盛頓事件，歷史被即時改寫，因為有人在模型中建構了一個DEI層。我幾乎覺得用“覺醒人工智慧”（woke AI）這個詞不足以解釋正在發生的事情，因為它在某種程度上輕描淡寫了這件事。我們真正談論的是奧威爾式人工智慧。我們談論的是會欺騙你、扭曲答案、即時改寫歷史以服務於當權者當前政治議程的人工智慧。這非常奧威爾式。在川普總統當選之前，我們肯定已經走上了這條道路。這是拜登行政命令的一部分。我們看到它發生在第一個Gemini模型的發佈中。那不是意外。那些扭曲的輸出是有來頭的。所以對我來說，這實際上是人工智慧最大的風險，它不是詹姆斯·卡梅隆所描述的那樣，而是喬治·奧威爾所描述的那樣。在我看來，它不是《終結者》，而是《1984》。鑑於人工智慧正在吞噬網際網路，並成為我們線上互動和獲取資訊的主要方式，當權者將利用它來控制我們接收的資訊，它將包含一種意識形態偏見，從本質上講，它會審查我們，所有為社交媒體建立的信任和安全機制都將被移植到這個新的人工智慧世界。馬克，我知道你已經談論過很多。我認為你說的絕對正確。除此之外，還有監控問題，人工智慧將會瞭解你的一切。它將會成為你的私人助理。因此，它成為了政府監控和控制你的完美工具。對我來說，這是人工智慧最大的風險。這是我們應該努力防止的事情。問題是，許多通過恐嚇手段制定的法規，實際上正在授權政府參與這種我認為我們都應該非常害怕的控制。通用人工智慧的現實與未來：從終結者到協同工具主持人: 山姆·奧特曼本周早些時候表示，到2028年，他預計將擁有自動化研究人員。我很好奇您對人工智慧模型開發或總體進展的看法，以及您認為這會帶來什麼影響？有些人一直在說通用人工智慧（AGI）將在兩年內實現，比如人工智慧2027論文，以及阿什頓·布倫納的情境感知論文。我很好奇，您如何解讀人工智慧發展的現狀，以及由此產生的影響？薩克斯: 我的感覺是，矽谷的人們正在從所謂的“迫在眉睫的通用人工智慧（AGI）”的敘事中抽身。我看到Andrej Karpathy接受了一次採訪，突然之間他又重新承銷了這一說法，他說AGI至少還需要十年時間。他基本上是說，強化學習有其侷限性。它非常有用。這是他們目前取得很大進展的主要範式。但他說，實際上人類的學習方式並不是真正通過強化。我們做的事情有點不同，我認為這是一件好事，因為它意味著人類和人工智慧將是協同的。如果人工智慧的理解是基於強化學習，那麼它與我們直覺和推理的方式會有點不同。但無論如何，我感覺到人們正在從這種迫在眉睫的AGI敘事中抽身，即AGI在兩年內就會到來的想法。當然，通用人工智慧（AGI）的具體含義尚不明確，但它常以一種令人恐懼的方式被提及，指的是那種失控的超級智能。我覺得人們正在逐漸從這種觀點中抽離，並開始理解，我們仍然在取得很大進展，而且這些進展令人驚嘆。但與此同時，我們所說的智能是多方面的。這並不意味著，在某些維度上取得了進展，但在所有維度上都是如此。因此，我認為，我再重複一遍，實際上我所描述的我們現在所處的情況有點像一個金發姑娘情景，極端情況是，你可能會遇到可怕的終結者場景，即即將到來的、會超出我們控制的超級智能。而你在媒體上經常聽到的另一種說法是，我們正處於一個巨大的泡沫之中。換句話說，整件事都是虛假的，媒體基本上同時推動這兩種說法。但無論如何，我認為真相更接近中間。這有點像一個金發姑娘情景，我們看到了很多創新。我認為這些進展令人印象深刻。我認為我們會從中看到經濟領域生產力的巨大提升。但我喜歡巴拉吉最近的觀察，他說，有幾件事讓我印象深刻。其中之一是人工智慧是多神教的，而不是一神教的，這意味著我們看到的是許多，而不是一個全知全能的上帝，我們看到的是一群較小的神祇，更專業化的模型。並不是那種，我們目前還沒有進入那種遞迴的自我完善軌道，但我們看到許多不同類型的模型在不同的領域取得進展。另一個是他觀察到人工智慧是中間到中間的，而人類是端到端的，因此這種關係是相當協同的。我認為這是對的。我認為所有這些觀察都與我產生共鳴，就我們目前所處的位置而言。霍洛維茨: 這與我們所看到的也非常一致，我們認為肯定會被大型模型吞噬的想法，正在成為非常差異化的業務，僅僅因為宇宙的長尾非常長，你需要對某些場景有非常具體的瞭解才能建構有效的模型。情況就是這樣。沒有那個模型能做到精通一切。薩克斯: 當模型擁有上下文時，效果最佳，而且，我們都見過這種情況，你的提示越籠統，你就越不可能得到一個很好的回應。而且我不知道，如果你告訴人工智慧一些非常籠統的事情，比如我可以建立什麼業務來賺10億美元？它不會給你一些可操作的東西。你必須非常具體地說明你想要做什麼，並且它必須能夠訪問相關資料，然後它才能給你一些針對提示的具體答案。我認為這部分是巴拉吉的觀點，即人工智慧不會提出自己的目標。它需要被提示，需要被告知該做什麼。在這個階段，我們還沒有看到任何證據表明這種情況正在改變。就人工智慧以某種方式提出自己的目標而言，我們仍處於第0步。因此，模型必須被提示，然後它會給你一個輸出，並且該輸出必須經過驗證。你必須以某種方式確保它是正確的，因為模型仍然可能出錯。而且更有可能你需要迭代幾次，因為它不能完全給你你想要的東西。所以現在你有點重新提示，我們都有過這種體驗，這就是為什麼聊天介面如此必要，因為它需要你幾次迭代才能得到真正對你有價值的輸出。再次強調，人類是端到端的，而人工智慧是中間到中間的。我只是，我們沒有看到任何證據表明這種基本動態正在改變。我認為我們正處於，我很想聽聽你們對此的看法。我們顯然正處於代理的開端，你可以給代理一個目標，然後它就能代表你執行任務。但我懷疑，當代理擁有更狹窄的上下文時，它們也能更好地工作。它們不太可能脫軌，開始朝著奇怪的方向發展。如果你給它一個非常廣泛的任務，它不太可能在需要人工干預之前完全弄清楚。但如果你給它一個非常具體狹窄的任務去做，那麼它就更有可能成功。所以，我只是猜測，比如，好吧，就這樣，你告訴人工智慧，銷售我的產品。它不太可能自己弄清楚那意味著什麼以及如何去做。但是如果你是一名銷售代表，並且你正在使用人工智慧來幫助你，那麼你可能可以告訴它去做非常具體的任務，而它在做這些任務時會更加成功。所以，我只是傾向於認為，這也在某種程度上說明了整個失業的說法。我只是認為在很長一段時間內，這將是一個非常協同的工具。我不認為它會消滅人類的工作。我不認為對人類認知的需求會消失。至少在可預見的未來，這將是我們都用來獲得巨大生產力提升的東西。我不知道。我不知道我們之中是否有人可以預測未來5年或10年會發生什麼，但這就是我現在看到的。我不知道。我很好奇，你們在這方面看到了什麼？霍洛維茨: 總體上與此一致。情況正在改善。所以，就像在智能體方面，早期的智能體，運行的任務越長，它們就越會完全失控、脫離正軌。人們正在努力解決這個問題。我確實認為一切在上下文中都運行得更好。至少從我們所看到的來看，這種情況將會持續下去。甚至，就你提到的超級智能模型而言，現在已經有十幾個視訊模型了，但沒有一個在所有方面都是最好的，甚至沒有一個接近在所有方面都是最好的。就像有那麼十幾個在某一方面都是最棒的。這有點令人驚訝，至少對我來說是這樣，因為你會認為，僅僅是資料的龐大規模就應該是一種優勢。薩克斯: 但即便如此，也還沒有完全得到證實。霍洛維茨: 這取決於你想要什麼，你想要一個表情包嗎？薩克斯: 你想要一部電影嗎？你想要一個廣告嗎？這一切都非常、非常不同。霍洛維茨: 而且我認為這說到了你的主要觀點，也就是，馬克·祖克柏說過一些我非常喜歡的話。他說，智能不是生命。以及那些我們與生命相關聯的東西，比如我們有一個目標，我們有自由意志，我們是有感覺的。那些並非是在一個分佈中搜尋並找出答案的數學模型的一部分，甚至也不是一個通過強化學習技術能夠改進其邏輯的模型的一部分。所以就像與人類的比較一樣，我認為，它在很多方面都還不足，這就是我們所說的。我們就是不一樣。而且這些模型在某些方面非常出色。它們在某些事情上已經比人類更擅長，很多事情上。AI的民主化與去中心化價值安德森: 我想提出的與此相關的另一件事是，這有點像是，我認為有點正交，但也有很大關聯，那就是，世界的未來會是少數幾個公司，或者就此而言，是政府，或者是一些掌控一切的超級人工智慧。並且所有的價值都彙集到少數幾個實體手中。在那裡你會陷入這種境地，就像是超級資本主義版本，少數公司賺取所有錢，或者像是超級**主義版本，你擁有完全的國家控制或其他什麼。或者這是一種將會擴散開來，掌握在每個人手中，成為賦權、創造力、個人努力、表現力的工具，並作為基本上每個人都可以使用的工具的技術。我認為在這個時期，以及你所扮演的角色中，最引人注目的事情之一是，情景二確實非常明顯地展現出來了，那就是人工智慧實際上正在實現高度的民主化。我認為實際上人工智慧正在被高度地民主化。在歷史上任何一項新技術中，它在最短的時間內傳播到了國內和世界各地的更多個人。我們今天大約有6億使用者，並且迅速朝著10億，再迅速朝著50億使用者增長，幾乎遍及所有消費產品。世界上最好的AI都在消費產品中，所以，如果你使用現在的ChatGPT或Grok或任何這些東西，就像我不能花更多的錢來獲得更好的AI。它就在消費產品中。因此，實際上，你即時看到的是這項技術將掌握在每個人手中，每個人都能夠使用它來最佳化他們所做的事情，讓它成為一個思考夥伴，成為一個建構公司、創辦公司或創作藝術或做人們想做的所有事情的助手。今天早上我的妻子剛用它來為我們10歲的孩子設計一個新的創業課程，實際上哇，那真是一個好主意。她花了幾個小時，就為他準備了一套完整的課程，讓他能夠創辦他的第一家視訊遊戲公司，這裡是他需要學習的所有不同技能，以及所有的資源。而這僅僅是一種能力水平。如果沒有這些現代消費者人工智慧工具，你就必須去聘請一位特殊教育專家或其他什麼人，這基本上不可能做到這種事情。現在每個人在他們認識的人中都有這些故事。所以我認為我們有很多證據表明，這條軌道上的東西將會掌握在每個人手中。事實上，這將是一件非常好的事情。大衛，我認為你們在促成這件事方面發揮著關鍵作用。薩克斯: 我認為這項技術保持去中心化非常重要，因為奧威爾式的擔憂是最終的中心化。幸運的是，到目前為止，我們在市場上看到的是，它是極具競爭力的。有5家主要的模型公司都在進行巨額投資。而且基準、模型性能和評估相對集中，並且有很多蛙跳現象。所以，Grok發佈了一個新模型，它超越了ChatGPT，但是然後ChatGPT發佈了新的東西，他們又超越了。所以他們都非常有競爭力，而且彼此非常接近。而且我認為這是一件好事。這與之前預測的，通過這種迫在眉睫的通用人工智慧的故事所預測的恰恰相反，那種敘事是說一個模型會取得領先，然後它會利用自己的智能來使自己變得更好。因此，它的領先優勢會越來越大，你會得到這種遞迴的自我改進，很快你就會走向奇點。但我們並沒有真正看到這種情況，我們沒有看到一個模型在能力方面完全脫穎而出。而且我認為這是一件好事。所以埃裡克，正如你所說的關於虛擬人工智慧研究員的敘述，那是這種迫在眉睫的通用人工智慧敘述的一種變體，即步驟是，模型變得更聰明，模型建立虛擬人工智慧研究員，然後你得到100萬個虛擬人工智慧研究員，然後，那就是奇點。而且我認為其中的詭計在於，什麼是虛擬人工智慧研究員，這就像一句很容易說出口的話，但是，這到底意味著什麼？而且，就像巴拉吉關於人工智慧仍然是中間到中間環節的觀點一樣，它不是端到端的。因此，如果一個人工智慧研究員是端到端的，那麼就有些事情必須，這個人必須弄清楚的事情，他們必須設定自己的目標，他們必須能夠以人工智慧無法做到的方式進行調整，比如，建立一個虛擬的人工智慧研究員真的可行嗎？我認為這項工作中有一些部分，人工智慧可能會變得非常擅長，甚至比人類更好，但可能這種工具必須由人類人工智慧研究員使用。所以我想我懷疑的論點可能是目的論的，因為你可能需要通用人工智慧（AGI）來建立一個虛擬的人工智慧研究員，而不是反過來。如果是這樣的話，你就不會，你不會得到奇點。所以我對這個說法有點懷疑。我們會看到的。山姆說，他可以在2028年做到。我想我們會在20年後看到。我認為所有這些說法都傾向於像是招募想法，而不是實際的預測。他不是第一個提到這個想法的人。其他模型公司也在推廣它，但是，利奧波德也提到過。我們會看到，但我懷疑那個論點的問題在於虛擬人工智慧研究員需要通用人工智慧（AGI）。所以，通過虛擬人工智慧研究員獲得通用人工智慧的想法是本末倒置的，但我們會看到，我們會看到。開源AI的重要性與地緣競爭安德森: 大衛，你，你和政府部門，我認為也一直非常支援開源人工智慧，我認為這與市場競爭非常激烈也相吻合。你想花點時間談談你們在這方面做了什麼，以及你們是如何考慮的嗎？薩克斯: 就開源而言，它非常重要，因為我只是認為它與自由同義，軟體自由。你基本上可以在你自己的硬體上運行你自己的模型，並保留對你自己的資訊的控制權。順便說一句，這正是企業通常一直在做的事情，大約全球一半的資料中心市場都是在本地部署的，這意味著企業和政府建立自己的資料中心。他們不去大型雲服務商那裡。順便說一句，我並不反對超大規模企業，只是，人們喜歡運行自己的資料中心，保持對自己資料的控制權以及諸如此類的事情。而且我認為在某種程度上，這對消費者來說也是如此。所以我確實認為這是一個我們應該鼓勵和推廣的重要領域。目前市場上的諷刺之處在於，最好的開源模型是中國製造的。這有點奇怪，這與你預期的相反。你會期望美國體系會促進開放，而中國體系會促進封閉。但結果卻有點，事與願違。我認為這有很好的理由。這可能只是一個歷史性的巧合，因為DeepSeek的創始人非常致力於開源，並且以這種方式開始了。或者這可能是一種深思熟慮的策略的一部分。如果你是中國，並且正在試圖趕超，那麼開源就是一個非常好的方法，因為你可以讓所有不結盟的開發者都願意幫助你的項目，如果是一個封閉的項目，他們就無法做到這一點。所以這是一個趕超的絕佳策略。此外，如果你認為你的商業模式，無論是作為一個公司還是一個國家，比如說，是規模化製造硬體，那麼你就會希望軟體部分是免費或廉價的，因為它與你的業務互補，所以你會嘗試商品化你的互補品。我不知道這是偶然還是有意為之，但這似乎就是中國的策略。我認為美國在這方面的正確做法是鼓勵我們自己的開源。我認為如果我們看到更多的開源倡議啟動，那將是一件很棒的事情。我想有一個很有希望的項目叫做Reflection，它是由GoogleDeepMind的前工程師創立的。所以我希望我們能在西方看到更多的開源創新。但是，我認為這非常重要，至關重要。就像我說的，在我看來，它與自由同義，而且絕對不是我們想要壓制的東西。現在，讓我們回到封閉的生態系統一會兒。確實，我們在那裡有5個主要競爭對手，而且他們都在投入大量資金。我確實有點擔心，在某個時候，這種模式，不是這種模式，而是市場會整合，最終我們會得到，像壟斷或雙寡頭壟斷之類的東西。正如我們在其他技術市場看到的那樣，我們在搜尋中看到了這種情況，等等。我只是認為，如果這個市場能保持比只有一兩個贏家更具競爭力，那就太好了。我真的不知道該怎麼辦。我只是在做這個觀察。而且我確實認為，擁有開源作為一個選項總是能確保，即使市場確實整合了，你仍然有一個替代方案。並且這種替代方案更完全地在你的控制範圍內，而不是一家大型公司，或者，或者像我們看到的那樣，在推特檔案中，與該公司合作的深層政府，深層政府正在與所有這些，社交媒體公司合作，實施比我們任何人都認為可能的更廣泛的審查。所以我們過去已經看到了證據。還有，在社交網路領域，關於政府可能以不正當方式介入的問題。擁有替代方案會很好，這樣，可以預防那種情況，或者降低人工智慧導致那種情況發生的可能性。安德森: 正如您所知，我們和其他人正在積極地投資於各種新型模型公司，包括新型基礎模型公司。還有，正如你可能瞭解的，有很多新的開放原始碼專案，這些項目尚未公開，但希望在未來幾年能有所成果。所以我認為至少在中期，我們看到的是模型開發的爆發，而不是它們的整合。我們會看看接下來會發生什麼。薩克斯: 聽到這些真好。我認為，如果我們評估人工智慧競賽的狀況，尤其是與中國相比，這似乎是我們唯一落後的領域，即開源模型領域。我認為，如果你不在意它是開源還是閉源，我認為我們處於領先地位。我認為我們的頂級模型、模型公司領先於頂級的中國公司，儘管它們也很優秀。但僅僅是開源這個狹窄的領域，似乎是中國公司具有優勢的地方。所以很高興聽到你們看到，有更多努力進入市場。會有更多。霍洛維茨: 很好。肯定會有更多。贏得AI競賽：美國的地緣戰略與政策支柱主持人: 彼得·蒂爾多年前曾打趣說，他認為加密貨幣將是自由意志主義或去中心化的，而人工智慧將是**主義或中心化的。我想我們學到的一件事，也許是技術並非決定性的，而有一系列選擇決定了這些技術是去中心化的還是中心化的。也許我們可以用這個作為過渡，更深入地探討與中國的競爭態勢。也許大衛，你可以闡述一下，什麼是最重要的，需要做對的。你已經表明了，開源就是一個例子。你早些時候暗示了某種程度上我們的晶片相關策略。有些人說，做我們正在做的事情是個好主意，因為它會限制國內半導體生產。另一些人說，好吧，這些公司中的一些公司說晶片是他們最大的限制因素。那麼我們是否在以某種方式賦能他們？為什麼你不談談當前的局勢以及我們的策略？薩克斯: 所以，當我們談論贏得人工智慧競賽時，有時我們會說我們是在與中國競賽。有時我們只是讓它更模糊一些，因為我認為我們不應該過度痴迷於我們的競爭對手或對手。我認為我們是否獲勝，主要取決於我們自己對技術生態系統所做的決定，而不是我們對他們所做的事情。所以總統在7月23日關於人工智慧政策的演講中，我認為提到了我們如何贏得這場人工智慧競賽的幾個關鍵支柱。順便說一句，我並不是說它會結束。這可能是一個無限遊戲，但我們至少想保持領先。而且我確實認為可能會有一段時間，以網際網路為例，網際網路仍在發展，它已經發生了，但我們明白，現在已經基本確定了誰是贏家。因此，可能會有一段時間，人工智慧領域的贏家也基本確定了。但無論如何，就我們如何贏得這場競賽而言，我提到了一些關鍵支柱。第一是創新。支援私營部門非常重要，因為他們是創新的主體。我們不會通過監管來戰勝我們的對手。我們只需要在創新方面勝過他們。我提到過，我認為目前最大的障礙是各州過度監管的狂潮。我迫切地認為我們需要一個雲的，一個單一的雲標準，50個不同的監管體制拼湊在一起，將給合規帶來難以置信的負擔。我認為即使是那些支援許多此類監管的人現在也承認我們需要一個雲標準。問題是，當他們談論它時，他們真正想要的是將所有州法律中最繁重的版本雲化。這也不能被允許。所以，將會有一場戰鬥要來。我認為隨著各州變得越來越笨拙，當它變得更像是初創公司的陷阱時，他們現在必須在50個不同的時間向50個不同的州，50個不同的機構報告50件不同的事情，人們會意識到這是瘋狂的，他們會試圖將其雲化。然後我認為問題是我們是獲得強先佔權還是弱先佔權。我們是否會得到一個，我認為最終每個人都會支援一個單一的雲標準，因為我認為美國最大的優勢之一是我們擁有一個龐大的國內市場，不是像歐盟之前的歐洲那樣，有50個獨立的州市場，在網際網路上根本沒有競爭力，因為那裡有30個不同的監管體制。所以，如果你是一家歐洲初創企業，即使你在你的國家贏了，這並不能讓你走得很遠，因為你仍然需要，弄清楚如何在其他30個國家競爭，然後才能贏得歐洲。與此同時，你的美國競爭對手贏得了整個美國市場，並準備在全球範圍內擴張。因此，我們擁有一個統一的國內市場這一事實，對我們的競爭力至關重要，這也是為什麼，美國的勝者隨後能夠贏得整個世界。所以我們必須保護它。我認為我們最終會得到一些雲優先權。我認為問題仍然是，我們是進行嚴格優先還是寬鬆優先。第二大領域是基礎設施，還有能源。我們想幫助正在發生的這場令人驚嘆的基礎設施繁榮。我認為，那裡最大的限制因素將是圍繞能源的問題。我認為川普總統在這方面非常有遠見。他多年前就在談論“鑽井，寶貝，鑽井”。我們明白能源是萬物的基礎。它絕對是這次人工智慧繁榮的基礎。我們基本上想要消除所有這些不必要的法規、許可限制以及大量的鄰避主義，以便人工智慧公司能夠建造資料中心並獲得電力。如果你願意，我們可以進一步討論這個問題，但我認為這是贏得人工智慧競賽的第二個非常重要的因素。第三個方面是關於出口。也許這是最具爭議的一個。這真切地體現了矽谷和華盛頓之間的文化差異。所以我認為我們在矽谷的所有人都明白，贏得技術競賽的方式是建立最大的生態系統，你要讓最多的開發者在你的平台上進行建構。你要在你的應用程式商店中擁有最多的應用。每個人都只用你。那些通常是獲勝的公司，或者是獲得所有使用者、所有開發者的公司等等。所以我們矽谷這裡有一種合作的心態。我們只想發佈應用程式程式設計介面（APIs），讓每個人都使用它們。華盛頓有不同的心態，它更像是一種命令和控制。我們希望你獲得批准。我們有點想囤積這項技術。只有美國應該擁有它。我認為這對於拜登的擴散規則來說是根本性的，該規則的重點是阻止擴散，擴散是一個貶義詞。但在矽谷，我們明白傳播才是制勝之道。我不認為我們以前稱之為傳播。這對我來說是個新詞。我們只是稱之為使用。但我們明白，獲得最多的使用者才是制勝之道。所以現在發生了一種根本的文化衝突。我理解的方式是，我們決定向中國出售什麼總是很複雜，因為他們是我們的競爭對手和對手。而且存在潛在的雙重用途。因此，向中國出售什麼這個問題是微妙的。但是我們向世界其他地方出售什麼，這應該是一個簡單的問題，那就是我們應該想與世界其他地方做生意。我們應該想要擁有儘可能大的生態系統。而且，我們把每個國家都排除在我們的技術聯盟之外，基本上就是把他們推向中國的懷抱，從而擴大了他們的生態系統。而我們在拜登執政期間看到的情況是，他們不斷地將其他國家推向中國的懷抱，從2023年10月的海灣國家開始。基本上，海灣國家，我說的是像沙烏地阿拉伯、阿聯這樣的國家，這些長期的美國盟友，他們不被允許從美國購買晶片。換句話說，他們不被允許建立資料中心並參與人工智慧。而我們現在卻告訴所有這些國家，人工智慧對未來至關重要，它將成為經濟的基礎，但我們卻將你們排除在美國的技術體系之外。那麼，他們會怎麼做是顯而易見的。我們給他們的唯一選擇就是去中國。因此，所有這些規則基本上只是為中國晶片和模型創造了積壓的需求，並創造了一個華為“一帶一路”。我們聽到華為開始在中東和東南亞擴散或傳播。我只是覺得這是一種非常適得其反的策略。我們完全是在搬起石頭砸自己的腳。最具諷刺意味的是，那些一直在推行這種將所有這些國家推向中國懷抱的策略的人，卻自稱是中國鷹派，好像他們所做的事情正在傷害中國。不，這就像是在幫助中國。這基本上就是把市場拱手讓給他們。而且我們的產品更好，但如果你不給這些國家購買美國技術堆疊的選擇，顯然他們會選擇中國技術堆疊。中國正在大力推廣深度求索模型和華為晶片，他們不像我們這樣，為向阿聯的資料中心出口晶片是否會製造出終結者，以及所有這些我們編造出來的荒謬敘事，我們編造出來的不向我們的朋友出售美國技術的理由而憂心忡忡。所以我認為，令人驚訝的是，這最終成為了我們所倡導的內容中最具爭議的部分。但事情就是這樣。總之，我就說到這裡。這些是我們一直以來所倡導的一些主要支柱。能源與基礎設施的瓶頸主持人: 關於基礎設施和能源方面，我們是否應該深入探討，要獲得足夠的容量真正需要什麼，或者你在第二個要點中談到的最重要的是什麼？薩克斯: 當然，肯定有人比我更瞭解能源，並且是這個領域的專家，但以下是我能夠推斷出的：首先，川普總統的政府已經簽署了多項行政命令，允許發展核能，使許可更容易。我們甚至開放了土地用於資料中心，希望能借此繞過一些州和地方的限制。顯然，總統讓新建能源項目、發電以及所有這些事情變得容易得多。不過，我仍然認為我們在美國州和地方層面存在日益嚴重的鄰避效應問題，這正變得有點令人擔憂。如果我們找不到解決它的方法，那麼它可能會真正減緩這種基礎設施的建設。就電力而言，我的理解是核能需要5到10年。這不是我們未來兩三年內能夠做到的事情。因此，在短期內，這實際上意味著天然氣是這些資料中心獲取能源的方式。而天然氣的問題在於，短缺並非是指，美國有大量的天然氣，而且它存在於足夠多的紅色州，在那裡你可以直接在靠近源頭的地方建設資料中心，這將是明智的。問題在於這些燃氣輪機存在短缺。只有兩三家公司生產這些東西。而且，大約有兩三年的積壓。所以我認為這可能是目前需要解決的直接問題。然而，我確實認為在未來兩三年內，我們可以從電網中獲得更多。所以，我曾經聽能源行業的高管告訴我，如果我們每年能從電網的峰值負荷中減少40個小時，比如轉移到備用發電機、柴油發電機之類的裝置上，就可以釋放額外的80吉瓦電力，這相當可觀。因為我想它的運作方式是，電網全年只使用了大約50%的容量。因為他們必須為高峰日建造足夠的容量，比如夏天最熱的一天或冬天最冷的一天，這些是你的高峰日。而且他們不想承諾大量容量被使用。然後，你發現冬天有一個非常寒冷的日子，人們無法為他們的家獲得足夠的熱量。所以他們不能過度承諾，簽訂合同或資料中心之類的。但是，如果可以，再次，如果你每年可以將大約40個小時的峰值負荷轉移到備用電源，那麼你就可以釋放80吉瓦的電力，這相當可觀。這肯定能幫助我們度過未來兩三年，直到燃氣輪機瓶頸得到緩解。然後最終你會涉及到核能。那樣會非常好。我認為那裡的問題在於，存在大量瘋狂的法規，阻止了，減載。所以，例如，你不能使用柴油。而且，能源部長克里斯·賴特非常擅長所有這些事情。我認為他正在努力解開所有這些，這樣我們才能真正做到這一點。安德森: 很有趣，戴維，當你談論這些事情時，我忍不住。薩克斯: 這有點這有點像原則就是做與歐盟相反的事情。安德森: 基本上，我認為到目前為止我們所談論的一切，基本上都與歐洲的做法相反。薩克斯: 歐洲人，他們對所有這些事情都有非常不同的心態。當他們談論人工智慧領導力時，他們的意思是他們在定義法規方面處於領先地位。我們都知道，他們為此感到自豪，他們認為這就是他們的比較優勢，即他們在布魯塞爾聚在一起，弄清楚所有的規則應該是什麼。這就是他們所謂的領導力。安德森: 歐盟剛剛宣佈了一項，我不應該告訴他們太多，但他們剛剛宣佈了一項大型新的增長基金，一項大型新的公私部門技術增長基金，以擴大歐盟公司的規模。我只是，我真的，我這實際上相當，這幾乎像一個遊戲節目之類的。他們竭盡所能扼殺它們於搖籃之中。然後，如果它們在小公司經歷了長達十年的虐待，那麼他們就會給它們錢來成長。有點，薩克斯: 羅納德·里根對此有一句名言，那就是如果它動，就徵稅。如果它繼續動，就監管它。如果它停止移動，就補貼它。歐洲人肯定處於補貼階段。安德森: 而且，我不應該告訴他們太多，但我只是說，我一直為自己是美國人而自豪，特別是現在，因為就像我們一樣，我們一直，真的感覺我們正在重新以核心美國價值觀為中心，在我們談論的很多事情中，這真的很棒。薩克斯: 再說一次，我們的觀點是，首先，我們必須贏得人工智慧競賽。我們希望美國在這個關鍵領域處於領先地位。這對我們的經濟和國家安全至關重要。你怎麼做到這一點？好吧，我們的公司必須成功，因為他們是進行創新的人。再次強調，你不能通過監管來贏得人工智慧競賽。我不是說我們不需要任何監管，但關鍵是，那不是，那不是決定我們是否成為贏家的因素。AI末日論的興起與政治博弈主持人: 大衛，你最近發推文說，基於比爾·蓋茲最近的評論，氣候末日論可能正在讓位於人工智慧末日論。你這話是什麼意思？你是指這將成為美國左翼的一個主要側翼嗎？你這個評論是什麼意思？薩克斯: 我認為左翼需要一場核心的組織性災難來證明他們接管經濟和監管一切是正當的，特別是要控制資訊空間。我認為你正在看到，整個氣候變化末日論敘事的吸引力已經消退。也許是因為他們10年前預測，整個世界將在10年內被淹沒，而這並沒有發生。所以，在某個時候，你會被你自己的災難性預測所否定。我懷疑幾年後我們也會對人工智慧末日論有同樣的看法。但與此同時，這確實是一個很好的敘事，可以取代氣候末日論。實際上有很多相似之處，我會這麼說。你已經有了一些，有很多預先存在的支援這個觀點的，好萊塢的故事講述方式和流行文化。你有《終結者》電影和《駭客帝國》以及所有這些東西。所以人們已經被教育要害怕這些。然後，有足夠多的偽科學在背後支援它，有點就像你有了所有這些人為捏造的研究，比如他們聲稱人工智慧研究員被他自己的人工智慧模型勒索之類的。聽著，引導模型得出你想要的答案非常容易。許多這樣的研究都是非常牽強的，但它表面上有一層偽科學的外衣。它肯定足夠技術化，以至於普通人不會覺得可以舒服地說這毫無意義。更像是你不是專家，你懂什麼？甚至共和黨政客，我認為，也在某種程度上被這種說法迷惑了。所以，這是一個非常理想的敘事。當然，隨著人工智慧觸及越來越多的事物，越來越多的經濟領域，每個企業都將在某種程度上使用它。如果你你能監管人工智慧，那麼這會讓你對很多其他事物擁有控制權。就像我提到的，人工智慧正在吞噬網際網路。它就像是你獲取資訊的主要方式。所以再說一次，如果你能掌控人工智慧向人們展示的內容，那麼你就能控制他們所見、所聞和所想，這與整個左翼的審查議程相吻合，他們從未放棄這個議程，也與他們洗腦孩子的議程相吻合，這就是整個覺醒運動。所以，這對左派來說將非常理想。這就是為什麼，看，他們已經在這樣做了。這不是我做的某種預測。基本上在詐騙、銀行擠兌欺詐之後，他用FTX做了他所做的事情，然後被送進了監獄。他就像一個大型的有效利他主義者，他把流行病作為他們的重要事業。他們需要一個新的事業。他們支援了X風險這個概念，也就是生存風險。意思是如果人工智慧有1%的機率毀滅世界，那麼我們應該放下一切，只關注這件事，因為你要做期望值計算。所以如果它毀滅了人類，那麼這應該是你唯一關注的事情，即使它發生的機率非常小。但他們真的以這個為中心重新組織起來，並且他們已經有了相當多的擁護者。實際上，這是一個令人驚嘆的故事，講述了他們在拜登執政期間，很大程度上在幕後或暗中取得了多大的影響力。他們基本上說服了所有拜登的主要工作人員，讓他們相信這種觀點，即這種迫在眉睫的超級智能即將到來。我們應該真的很害怕它。我們需要鞏固對它的控制。理想情況下，應該只有兩到三家公司擁有它。我們不希望世界上的其他人得到它。然後他們說，一旦我們確保只有兩到三家美國公司，我們就能解決協調問題。這就是他們認為的自由市場。我們將解決購買這些公司的協調問題，並且我們將能夠控制整個事情，防止精靈從瓶子裡逃脫。我認為這就像是對將會發生的事情的一種完全偏執的版本。它已經在被駁斥的過程中了。但這種願景從根本上激發了拜登關於人工智慧的行政命令。它激發了拜登的擴散規則。馬克，你談到你曾與拜登的人會面，他們基本上要禁止開源，並且他們基本上要指定兩到三個贏家，就這樣。安德森: 他們明確地告訴了我們。而且他們告訴我們的和您剛才說的一模一樣。他們告訴我們他們要禁止開源。當我們質疑他們禁止開放原始碼的能力時，因為我們討論的是數學，比如在教科書、YouTube視訊和大學裡教授的數學演算法，他們說，在冷戰期間，我們禁止了整個物理學領域，並將其列為禁區。如果我們必須這樣做，我們也會對數學做同樣的事情。那是，那是，那是最好的。霍洛維茨: 你會很高興知道，實際上說這話的那個人現在是Anthropic的員工。不是，不是，曾經是。不，完全正確。薩克斯: 所有那些人，確切地說，拜登政府一結束，所有拜登政府頂尖的AI僱員就都去Anthropic工作了，這告訴你他們在拜登執政期間是和誰合作的。是啊，是啊。但不，這在很大程度上是當時的敘事。你彷彿看到了迫在眉睫的超級智能。然後，你聽到的一種說法是，人工智慧就像核武器，而GPU就像鈾或鈈之類的東西。因此，所以我們需要監管這個的正確方式就像成立一個國際原子能機構。所以，一切都會被集中和控制，他們會選定兩三個贏家，現在，我認為這種敘事真的開始瓦解了，隨著DeepSeek的發佈，這實際上發生在川普政府的最初，我不知道，幾周內，因為，如果你問這些人，當他們推動所有這些監管措施時，他們對中國的看法是什麼，他們基本上，特別是，等等，如果我們通過過度監管人工智慧而自毀前程，難道中國不會贏得人工智慧競賽嗎？如果你問他們這個問題，他們會說，他們也確實說過，中國遠遠落後於我們，這無關緊要，而且，這是在完全沒有證據的情況下說的，如果我們基本上放慢速度來實施，所有這些所謂的健康法規，那麼，中國就會抄襲我們，做同樣的事情。我認為這是一種極其幼稚的觀點。我認為如果我們搬起石頭砸自己的腳，中國只會說，非常感謝。我們將直接在這一技術中佔據領導地位。我們為什麼不呢？但這就是他們所說的。而且，在制定拜登關於人工智慧的行政命令時，根本沒有討論與中國競爭的問題。它只是再次假設我們遙遙領先，以至於我們可以對我們的公司做任何事情，而這實際上不會影響我們的競爭力。我認為這種說法真的開始隨著DeepSeek在模型層面的出現而瓦解。早在4月，華為就推出了一項名為Cloud Matrix的技術，通過將更多的晶片聯網在一起，來彌補其單個晶片不如輝達晶片的事實。所以他們帶走了其中的384個。你利用他們在網路方面的實力來建立，這種機架系統，雲矩陣。而且已經演示證明，輝達晶片更好。它們更節能，但在機架層面，在系統層面，華為可以用這些，昇騰晶片和雲矩陣完成這項工作。因此，再說一次，我認為這表明，我們不是晶片領域唯一的玩家，這意味著如果我們不把晶片賣給，我們在中東和其他地方的朋友和盟友，那麼華為肯定會賣給他們。所以我認為這就像是一個又一個的啟示，我們從中瞭解到他們的許多先入之見和信念都是錯誤的。我們已經討論過，市場的最終結果比他們所能預測的要分散得多。我還要說一件事，那就是他們也認為會有，迫在眉睫的災難。所以這有點像全球變暖的事情，我們現在應該都被淹沒在水下了。他們說，在，我想，我不知道，比如10到25次浮點運算或者其他什麼上訓練的模型太危險了。然而，現在前沿的每一個模型都是在這種計算水平上訓練的。如果我們早在2023年就聽從這些人的話，那麼他們甚至會禁止我們出現在今天所處的這個地方，也就是幾年前的事。所以要記住這一點非常重要，即他們對迫在眉睫的災難的預測已經被駁斥了。因此，事情正朝著我認為非常不同的方向發展，與他們在，我們稱之為Chats GPT發佈後的第一年所想的非常不同。對吧。立法之路：為加密貨幣的未來鋪路安德森: 好的，戴維，在我們還連線著你的時候，快速回到加密貨幣的話題。因此，政府和我認為國家今年早些時候取得了一項重大勝利，總統簽署了穩定幣法案，即《天才法案》。我認為，我只想告訴你我們所看到的，是該法案的積極後果比我們想像的還要大。我會說，這對穩定幣行業來說是好事，而且你現在實際上看到各種金融機構都在以一種以前沒有的方式擁抱穩定幣。而且，這種現像在美國蔓延，順便說一句，美國處於領先地位，並且在那裡做得很好。但更廣泛地說，也只是向加密貨幣行業發出一個訊號，即這，這確實是一個，這確實是一個新時代。而且確實會有監管框架使這些事情成為可能，並且，這些框架是負責任的，但同時也使這個行業真正有可能蓬勃發展。而且在美國，正如您所知，還有第二項立法正在建構中，也就是被稱為《清晰法案》的市場結構法案，這算是立法議程的第二階段。我想知道您是否可以簡單地談談您對該法案重要性的看法，以及您認為這個過程進展如何？薩克斯: 我認為這極其重要。正如您提到的，幾個月前我們通過了《天才法案》，但這僅僅是針對穩定幣的。穩定幣約佔Token總市值的6%。那麼94%是所有其他類型的Token。《清晰法案》將適用於所有這些Token，並為所有其他加密項目和公司提供監管框架。您知道，如果我們能確定，比如說，目前我們有一位很棒的美國證券交易委員會（SEC）主席，保羅·阿特金斯，並且如果我們能確保保羅·阿特金斯這樣的人永遠都在美國證券交易委員會任職，那麼我們就不一定需要立法，因為他們已經在實施更好的規則並提供監管的清晰性。但事實是我們無法確定。如果您是一位創始人，現在正在決定在那裡建立您的公司，您希望在未來10年、20年內都具有確定性。我們想鼓勵長期項目。因此，再說一次，我認為非常重要的是將規則規範化，首先要提供清晰度，然後確保圍繞這些規則有足夠的穩定性，並將這些規則以立法的形式規範化。這是你提供長期穩定性的唯一途徑。我認為我們將完成《清晰法案》。就像你提到的，它在眾議院以大約300票通過，其中大約有78名民主黨人。因此，它是具有實質性的兩黨支援的。我認為它將會，它現在正在參議院審議。我認為它最終會完成。我們正在與大約十幾名民主黨人談判。我們必須獲得60票。因此，困難之處在於，根據阻撓議事規則，我們必須達到60票。所以，但我們正在與大約十幾名民主黨人談判。而且我確實認為我們最終會達到這個數字。順便說一句，最終我們在參議院為Genius獲得了68票，其中包括18名民主黨人。所以我確實認為，即使我們只獲得當初支援Genius的民主黨人數的三分之二，那麼我們在清晰度方面也會沒問題。但這將再次為除穩定幣之外的所有其他Token提供監管框架。而且我認為這只是一項至關重要的立法。我認為這最終會完成加密議程，我們將從拜登的加密戰爭轉向川普的加密貨幣之都。然後，我認為該行業將擁有其所需的穩定性，並且可以專注於創新，並且會有規則更新之類的事情。但從根本上奠定了該行業的基礎。關於Genius法案，川普總統確實使該法案成為可能。首先，是他的當選徹底改變了關於加密貨幣的對話。如果是不同的結果，我們仍然會，再次，就像弄清楚美國證券交易委員會一樣，創始人仍然會被起訴。我們不會知道規則是什麼。伊麗莎白·華倫將發號施令。因此，川普總統的當選使一切皆有可能，他對行業的承諾以及他在選舉期間對履行承諾的決心，使這一切成為可能。而且，他直接參與了確保《天才法案》的通過。該立法曾多次被宣佈無效。我親眼看到他能夠說服頑固的選票，並施加壓力、勸誘和施展魅力。他最終完成了這件事。我認為這種明確性會帶來類似的結果。人們總是過早地宣佈這些事情已經結束或怎麼樣。立法過程中有很多曲折。確實，你不想看到香腸的製作過程，但無論如何，我認為我們現在正走在正確的軌道上。政治風向與城市治理的挑戰主持人: 好，太棒了，很好。皮特·布蒂吉格最近參加了《All In》節目，你們談到了左翼的身份危機，他希望看到一個更加溫和的中間偏左派出現，與此同時我們在紐約看到了馬姆達尼。我很好奇你怎麼看，你認為民主黨未來的發展方向是什麼？是否會出現更加溫和的力量，還是會是這種馬姆達尼式的覺醒民粹主義？薩克斯: 在我看來，馬姆達尼和，我不知道，像是覺醒社會主義，似乎是該黨的未來。所有的能量和他們的基本盤都在那裡。我不希望是那樣。我寧願有一個理性的民主黨，但他們的基本盤和能量似乎都在那裡。而且你真的聽不到民主黨內部有人試圖自我約束，並與此保持距離。你看到了，民主黨的所有重要人物都支援了馬姆達尼。所以該黨似乎正朝著那個方向發展。我認為部分原因是他們的基本盤就在那裡。我認為部分原因可能是一種誤讀，這可能有點像對川普的部分反應，他們覺得建制派政治有點失敗了。因此，他們需要一種左翼民粹主義來與右翼民粹主義競爭。所以我認為這可能是他們朝這個方向發展的部分考量。但我堅信，我不認為這行得通。我不認為社會主義行得通。我不認為“取消警察經費”和“清空所有監獄”的政策行得通。所以，我認為我們即將迎來另一個案例，紐約的一個教學時刻。不幸的是，這對這座城市來說不會是好事，但我們以前看過這部電影。但是，這就是，民主黨似乎就是這樣。我並不完全理解。其他人也做過這種觀察，但他們似乎總是站在每個80/20問題的20%的一方。開放邊境、對犯罪的軟弱態度、釋放所有累犯，以及這種反資本主義的方式，我認為這對經濟將是災難性的。但這有點像是當前該黨的立場。這有點可怕，因為它確實意味著，如果我們在選舉中失敗，在那些我們確實會輸掉選舉的地方，結果可能會非常糟糕，不僅僅是在美國政治中在40碼線上博弈了。這確實有點可怕。而且我確實認為，如果不是唐納德·川普，在某種程度上我們可能已經到那一步了。我認為，但我們必須確保川普革命繼續下去。主持人: 最後，我們剛才談到了紐約。最近在一集中，完全是在舊金山，你贊成派遣國民警衛隊。貝尼奧夫發表了他的評論。他對這些評論的態度有所反覆。我很好奇，說到教育意義，我很好奇你是否認為舊金山在某種意義上是可以拯救的，如果可以的話，需要滿足什麼條件才能實現？薩克斯: 丹尼爾·盧裡是我們幾十年裡遇到的最好的市長。所以我認為他在舊金山現有的約束條件下做得非常好。不幸的是，在舊金山，市長這個職位是個弱勢市長。我不是指他，我只是指像它所有的設定方式。監督委員會擁有巨大的權力。隨著時間的推移，他們已經能夠將權力從市長轉移到自己手中。然後，當然，你還有所有這些左翼法官。現在有一個案例讓我感到驚訝。這個案例在幾年前激勵了我，是特洛伊·麥卡利斯特的案例，他是一個慣犯，在新年前夜殺死了兩個人。我想那是2020年左右。他在最終殺害這兩個人之前的那一年被捕了4次。而且他有非常非常長的犯罪史。他之前犯過武裝搶劫罪，偷過很多車。他本應該在監獄裡。他本不應該被釋放，但他基本上是由於當時的地方檢察官蔡斯·布丁的零保釋金政策而被釋放的，而我們後來把他罷免了。引起了巨大的抗議。霍洛維茨: 即使在舊金山，要罷免一位政治家，你也得是非常左翼，才能基本上疏遠舊金山。而蔡斯·布丁設法變得如此極端，以至於他疏遠了舊金山。薩克斯: 然而，我不知道為什麼特洛伊·麥卡利斯特還沒有被判刑，並在監獄裡服刑20年以上，但他的案件仍在法院審理中，永無止境。而且有一位左翼法官正在考慮直接給他緩刑，基本上意味著你可能只是戴著腳踝監視器或其他東西被釋放。這太瘋狂了。所以，這就是我們在舊金山所面臨的情況。就像那些想釋放所有罪犯的瘋狂的左翼法官。所以我就在想，丹尼爾是否面臨太多的限制？因此，我知道他不想讓總統派遣國民警衛隊，但也許最終這會有所幫助。但無論如何，我認為總統已經同意暫緩此事，因為丹尼爾與總統進行了一次良好的對話，並要求他暫緩行動。總統同意了，並給予他時間來實施他的解決方案。聽著，如果丹尼爾和他的團隊能夠不斷取得進展，並在不需要國民警衛隊介入的情況下解決問題，那就再好不過了。我們拭目以待... 我知道他想這樣做，而且就像我說的，他是我們幾十年來的最好的市長。問題僅僅在於他是否會受到該市其他當權者的過多限制。大衛，非常感謝你來參加播客。霍洛維茨: 謝謝你，大衛，太好了。也感謝你所做的工作。我們和任何人一樣，都非常感激你過去為解決問題所做的工作，以及為我們走向美好的未來鋪平的道路。薩克斯: 好的，謝謝。我也很感謝你們所做的一切。所以感謝你們的支援，感謝你們所做的一切。我很感激。 (Web3天空之城)