Joe Lonsdale主持的American Optimist最新一期訪談節目（2026年10月2日上線），邀請了Anthropic的兩位技術負責人——Sholto Douglas和Nicholas Marwell，從他們日常使用AI開展研究的經驗出發，討論AI能力的躍升，以及它可能給2030年代帶來的變化。
Joe Lonsdale，美國企業家、投資者和慈善家。他參與創立了十幾家以使命為導向的公司，包括Palantir、Addepar、OpenGov、Affinity、Epirus、Resilience Bio和8VC。
Sholto Douglas在澳大利亞雪梨長大，在那裡他學習機器人技術，自學機器學習研究；在成為Anthropic強化學習（RL）的技術主管之前，他在DeepMind工作。
Nicholas Marwell，舊金山人，曾在耶魯大學學習，並在早期加入Anthropic，現在領導Long Horizons團隊。
兩位嘉賓介紹，程式設計模型已從需要人類頻繁介入的工具，發展為能夠獨立推進一兩天工作的“初級同事”；他們據此判斷，未來幾年有望出現具備廣泛人類能力的AGI，並將生命科學視為下一階段最值得期待的應用領域。
訪談隨後轉向技術進步的代價與治理難題：AI如何影響年輕人的職業選擇，網路與生物風險為何存在不同的攻防格局，開源模型應該接受怎樣的安全標準，以及國際競爭為何讓單方面放緩變得困難。
面對“監管俘獲”的質疑，嘉賓解釋了Anthropic的立場；面對模型蒸餾和能力快速降價，他們則從研發投入和前沿智能的經濟價值出發，闡述公司的商業邏輯。
對於未來，兩位嘉賓既描繪了疾病得到治療、生產力大幅提高、物質更加豐裕的圖景，也承認失業、收益分配和地緣政治可能帶來嚴峻挑戰。
談話最後回到人的生活：當工作不再佔據中心位置，傳統、社區、學習與教育可能變得更加重要。他們還討論了2028年前後的家庭機器人、太空資料中心及AI參與科學突破的可能性。
以下是訪談內容實錄，略有刪減。
01 走進Anthropic：兩位研究者的背景與使命
02 從程式設計助手到自主同事：AGI還有多遠
03 模型如何變聰明：強化學習、能力評測與智能體
04生命科學的下一次突破：AI與實驗室的瓶頸
05 未來十年的職業機會：通才與問題選擇
06 生物與網路風險：如何讓防禦跑在攻擊前面
07 監管、開源與國際協調：Anthropic如何回應質疑
08 蒸餾與商業回報：為什麼更聰明的模型仍然值錢
09 通往豐裕世界：生產率、失業與收益分配
10 資本、太空與中美競爭：AI加速的外部條件
11 工作之外的生活：傳統、社區、慈善與教育
12 展望2028年：太空算力、家庭機器人與科學突破
01. 背景與使命
Joe Lonsdale：歡迎來到《美國樂觀主義者》（American Optimist）。今天很高興請到Anthropic的兩位傑出人才。Nick，你是核心技術團隊成員，協助領導RL科學，也就是強化學習科學；Sholto Douglas也是強化學習技術負責人。
你們在Anthropic多久了？
Nick Marwell：我剛超過三年。
Joe Lonsdale：但公司才成立多久？
Nick Marwell：大概五年。
Joe Lonsdale：太驚人了。它現在已經是世界上最重要、規模最大、增長最快的公司之一，卻只存在了五年。加利福尼亞正處在一個令人興奮的時刻。我們今天在納帕錄製。感謝兩位過來。先談談你們的背景。Sholto，你在那里長大？來自那裡？
Sholto Douglas：我在雪梨長大。大概在2020年，我讀了一些部落格文章和論文，非常確信Scaling（規模擴展）這條路是有效的，也確信我們總體上正朝著在2020年代實現AGI的方向前進。我在晚上和周末非常努力地研究，想證明自己能做出達到DeepMind、Anthropic、OpenAI這類公司要求的工作。
Joe Lonsdale：你學過電腦科學嗎？
Sholto Douglas：我本科讀的是機器人學，2019年畢業。之後基本上在做自己的研究，後來在DeepMind工作了兩年，在Anthropic工作了過去這18個月。
Joe Lonsdale：很棒。Nick，你來自那裡？
Nick Marwell：我其實是舊金山本地人。我想，如今在AI從業者裡這已經挺少見了。我父親的前半段職業生涯做的是非常傳統的商業工作，後來，在他的後
半生，也就是對我成長影響最大的那些年，他找到了一條很有意思的道路：思考如何回饋社會，尤其是如何利用技術回饋社會。
因此，當我考慮自己想做什麼時，我一直在尋找能同時實現兩件事的工作：一方面培養能力，成為一個有效率的資本參與者，或者你願意怎麼稱呼都行；另一方面，用這些能力創造社會價值。
Anthropic的出現恰好是一次完美的契合。當時我開始非常擔心AI安全問題，在Thrive Capital以駐留創業者的身份做一家完全不同的公司。這件事像是突然出現的，我覺得：這就是我該去做的事。
02. AGI還有多遠
現在重要的不同在於：
它開始把既有的人類想法結合起來，
形成此前沒有出現的新想法。
Joe Lonsdale：太棒了。自從你們加入以來，Anthropic好像已經成了最大的AI公司。你們不正式公佈數字，但各種消息都在流傳。給觀眾交代一下：現在是2026年8月。
據說你們的年化營收已經超過800億美元，增長非常快，領先OpenAI，領先所有人。你們站在AI前沿，現在內部在做的事情中，有那些最讓你們興奮、又能向我們透露？處在最前沿是什麼感受？
Sholto Douglas：我能多談一點的是程式設計體驗如何變化，因為這是我們感受到進步最直觀的方式。18個月前，我基本上還在手敲每一行程式碼。加入Anthropic幾個月後，我開始指導模型，每隔幾分鐘介入一次，告訴它我想做什麼，讓它寫下一個函數之類。但我得不斷檢查，因為它會犯錯，會偏離方向。
現在，我可以讓模型獨立完成一天、兩天的工作，推動進展，基本就像一位初級團隊成員。僅僅18個月，它就從一個你必須始終參與操作的工具，變成了很像初級同事的東西。
Joe Lonsdale：所以我們現在聊天的時候，你的這些“初級團隊成員”，這些AI，正在替你努力工作？
Sholto Douglas：是的，有一批正在努力幹活。
Joe Lonsdale：它們在做什麼？能不能大致說說？
Sholto Douglas：就是一些強化學習科學研究，和這些“團隊成員”一起做。
Joe Lonsdale：很棒。
Nick Marwell：我給一個稍微不同的回答。到目前為止，模型開發很大程度上是在讓模型完成那些人類已經很擅長也有能力完成的任務。我們是在為人類本來就能在認知層面做到的事情增加槓桿，比如做一個軟體，人類開發團隊在同樣的時間內也可能做出來。
但現在，你開始看到人們嘗試用模型突破人類智能與成就的邊界。最近一些數學成果就是很好的例子。
Joe Lonsdale：比如最近那些數學方面的事情？
Nick Marwell：對，出現了很多新的數學證明，解決了一些人類長期關注卻一直沒能解決的問題。
Joe Lonsdale：但有些看起來像是：某個很聰明的數學家發現，電腦已經足夠強，可以暴力求解一個人類沒法暴力求解的問題。你懂我的意思嗎？有些仍像是模型擅長某些特定事情，人類在使用這些能力；還是說，它們真的在創造一整套新理論？你怎麼看？
Nick Marwell：至少現在，還不能說它們正在想出人類絕不可能想出的主意。但其實，多數進步或智力成就也不是那樣發生的。當然有例外，但社會的大部分成就都來自建立聯絡、在前人的智力成果之上繼續推進。
你說的把不同人的兩個想法放在一起、發現新東西，本來就是人類工作的基礎。現在重要的不同在於：它開始把既有的人類想法結合起來，形成此前沒有出現的新想法。而再寫一個網頁應用，我不認為算是人類獲得了某種新的智力成就。
Joe Lonsdale：矽谷從沒見過公司增長這麼快。不斷十倍、十倍、十倍地增長。昨晚我在納帕接待了另一家公司，我是它的董事；感覺每60到90天，它就像變成了一家新公司，發生的事情太多了。這是很多人的共同體驗。你們處在增長最快的公司核心，與以前的生活相比是什麼感受？接下來會怎樣？還會持續加速嗎？
Sholto Douglas：Anthropic非常好的一點是，隨著公司加速發展，我們的抱負也能擴大。18個月前，我們必須極度聚焦程式碼，證明我們能在某一件事情上做到世界第一。
現在，公司的使命遠比“做出擅長程式碼的好模型”宏大。隨著規模和營收增長，我們可以開始把各部分拼起來，推進使命的其他方面。
Joe Lonsdale：多談談這個使命。我這周和另一位AI領域的資深朋友聊，他說首先要在程式碼和數學上做到最強，然後再在其他事情上做到最強，在更多人類技能上達到A++。你們的想法是增加很多新技能嗎？接下來的使命是什麼？
Sholto Douglas：我們一直認為，AGI確實能在未來幾年實現。
Joe Lonsdale：給觀眾解釋一下，你說的是什麼？
Sholto Douglas：我們認為，未來幾年極有可能出現能力與所有人類相當，甚至更強的模型。它能完成一個人類在電腦上能做的所有事情。等機器人技術足夠先進後，也能完成人類在物理世界能做的所有事情。
Joe Lonsdale：那它做播客就會比我強得多。我可以直接讓模型、讓機器人上場。我們去葡萄園吧，那更好玩。
Sholto Douglas：我們認為，這會帶來巨大好處，可以把今天世界上的智力勞動和體力勞動放大，讓我們在短得多的時間裡取得可能相當於數百年的進步。但它也伴隨巨大風險。所以，公司的目標是幫助世界度過這些風險，另一方面我們也可以得到好處。
03. 模型如何變聰明
進化讓我們內建了很多機制，
把一個智能體當作另一個智能體看待。
你們每天和它打交道，
要避免這樣想，好像很難。
Joe Lonsdale：回過頭看看整個AI浪潮。你說2020年意識到AGI成為可能，我記得那正是OpenAI發佈GPT-3前後。我最近在翻郵件，因為正在做一本關於過去十年的書，我發現自己在2020年就開玩笑說，要把所有初級員工替換掉。當時空氣中就已經有一種感覺：這件事開始有可能了。
今年早些時候我和Dario（Anthropic CEO）聊，他說按一些指標衡量，某些能力每幾個月就翻一倍。我們該如何量化進步？你提到AI已經能像初級員工一樣工作，有沒有其他指標能說明未來幾年會變好多少？
Sholto Douglas：有很多評測，基本上就是人們用來測試模型的考試。在這些測試上，進步極快。雖然我不想過分依賴數學這個例子，但數學在某種意義上確實最能說明問題。
在過去一年裡，對於由不同領域教授彙編的一組題目，我們從0%的解題率，提高到了40%、50%、60%以上。這項評測叫FrontierMath。
Joe Lonsdale：你需要一個能檢驗、能迭代的目標，對吧？比如讓它在Instagram上和一個女孩聊天，讓對方願意和你約會的機率達到某個比例？這應該算個挺無害的請求，能不能用來訓練？我已經結婚了，不是給我自己問的。
Sholto Douglas：我們沒有用這個訓練。
Joe Lonsdale：但這是一個例子。類似的事情可能很有用，尤其是對我們在舊金山的一些朋友。
Sholto Douglas：模型有兩種提高方式。第一種是用網際網路的大量文字語料訓練。第二種，也就是我們兩個人都在做的強化學習，是讓它解題，然後檢查答案是否正確。你說的就是這種方式。
Joe Lonsdale：對數學和電腦科學，這很容易。但對戀愛、詩歌或者其他事情，就很難了，對吧？
Sholto Douglas：對，所以你看到數學和電腦科學比其他領域進步得快得多。但我們實際上認為，把其他問題放進這個框架，並沒有那麼難。
Nick Marwell：數學和電腦科學先行，某種程度上有技術解釋，也有社會層面的解釋：你找來一群主要有數學和電腦科學背景的人，讓他們“創造智能”，他們當然會先在自己理解的領域裡創造智能。因為他們對此最感興趣，也因為這更容易。
訓練好模型時，你會花大量時間閱讀模型到底在做什麼，進而理解它的能力如何變化、需要重點關注什麼、那些方面要改進。在自己熟悉、自己是專家的領域，做這些事就容易得多。
Joe Lonsdale：你們思考模型時，會把它擬人化嗎？
Nick Marwell：我個人不會。我想有些人可能會，Anthropic裡肯定也有這樣的人。
Joe Lonsdale：人腦本來就有這種程序。大腦中有一些部分會去想眼前這個人是什麼狀態，模仿我們認為對方的情緒，以便與他交流。進化讓我們內建了很多機制，把一個智能體當作另一個智能體看待。你們每天和它打交道，要避免這樣想，好像很難。
Sholto Douglas：這是一個很大的爭論：應該把它們看作工具，還是看作實體？我確實覺得“實體”這個框架很有用。使用工具時，你一直在操作它；但面對這些模型，你實際上是在某種意義上，把一個非常聰明的東西釋放到世界裡，讓它代表你採取行動。因此，把它們看成實體，往往更有幫助。
04. 生命科學的下一次突破
未來6到24個月
最讓我興奮的是生物學。
Joe Lonsdale：有沒有一些事情或領域，是我們應該讓這種智能去做，但還沒開始做的？你們正在做那些令人興奮的方向，會讓我們在更多領域大量使用它？
Sholto Douglas：我認為一個重大的方向是生物學。
Nick Marwell：要區分兩個問題：模型現在已經擅長什麼、那些能力還沒被充分利用；以及我們最期待模型往那個方向發展。
對於後一個問題，未來6到24個月最讓我興奮的是生物學。我們可以再深入講為什麼。我認為，模型會開始像改變軟體工程那樣產生影響。不僅僅是廣泛應用，還會產生覆蓋面非常廣、非常強大的社會收益。
Joe Lonsdale：治癒疾病，讓所有人更健康，還有長壽。表觀遺傳學裡有很多與長壽相關、我們才開始瞭解的奇妙機制。從20年前的一些諾貝爾獎成果開始，到現在灣區的朋友紛紛創辦公司，數十億美元被投入進去，研究如何觸發這些機制，如何讓身體的某些部分年輕化。你認為AI會在這些進展中發揮關鍵作用嗎？
Nick Marwell：我認為AI將是生命科學最重要的技術，至少在我們這一生中如此，甚至可能是有史以來最重要的技術。我對此非常有信心，以至於我更擔心的是：我們有沒有足夠的實體設施和實驗室基礎設施來利用它，而不是AI能不能在智力層面提供幫助。
Joe Lonsdale：比如，我們大概三年前就應該建更多算力設施。我們談這件事談得太多了。那現在是不是有人應該去建更多實驗室，供你們使用？
Nick Marwell：我認為是。這有幾個維度。一方面是字面意義上的實驗室面積有多少；另一方面，美國實驗室的若干質量指標，顯然落後於中國等地方。我認為，這是社會應該認真解決的一項重大基礎設施工程：如何讓美國的供應鏈和實驗室體系重新成為黃金標準。
Joe Lonsdale：成為世界最好。
Sholto Douglas：這會成為生物學進步的速度限制因素。
Joe Lonsdale：那我們播客結束後就去解決它。聽起來很值得做。可以從戰爭部拿一些供應鏈相關資金，建設實驗室。
05. 未來十年的職業機會
接下來會有10到20年，
充滿參與技術擴散的機會，
你可以把這件事作為自己的職業主線。
Joe Lonsdale：稍微退後一步：如果是剛畢業的大學生，或者已經在職場，卻不在Anthropic、不在矽谷中心，可能很聰明，也有雄心，他們應該如何結合你們未來幾年的發展來思考職業？
Nick Marwell：我認為可能出現幾種情形。Anthropic有責任談論它給世界帶來的風險，其中之一是：我們確實非常擔心失業。
但也有可能，這項技術擴散到整個世界需要足夠長的時間。在很多情形下，接下來會有10到20年，充滿參與技術擴散的機會，你可以把這件事作為自己的職業主線。
我有個弟弟正在讀大學，恰好也在想這個問題。我對一些人說過：如果我們進入這樣的情形，未來十年在很多方面將屬於通才。
過去20年或50年，一個人發展出色的職業，往往靠一組非常有價值、能在市場上出售的技能。有了這些技能，再依賴其他人補齊其他環節，是很自然的。
但現在，每個人背後都可能擁有一家千人公司的力量。真正重要的將是：誰最能理解那些問題值得解決，那些事情能讓自己的社區更好，不論是商業層面還是社會公益層面。工具會齊備，你可以實際推動變化。因此，選擇問題將成為決定性的能力。
Joe Lonsdale：你說“有那些問題要解決”“如何讓我的社區變得更好”。我世界觀的一個基礎來自猶太傳統：你應當在六天裡修復世界，到了安息日、休息日，再假裝你已經完成了。很多主要宗教都有類似理念。
我的樂觀就在於，每個人身邊、社區裡，總有可以修補、幫助、改善的事情。除非你相信我們要進入烏托邦，否則總有事情可以為別人去做。我覺得這是一個樂觀的思考框架。
Sholto Douglas：距離烏托邦，我們還有很多工作要做。
Joe Lonsdale：正是如此。從這個宗教觀念來看，直到彌賽亞到來之類的事情發生，這裡都不會成為烏托邦，所以你得持續修復問題。這是積極的事。
06. 生物與網路風險
這是個很可怕的時期：
現在進攻佔優勢，
我們想讓防禦佔優勢。
Joe Lonsdale：我知道你們是樂觀主義者，有很多積極的事情。但我想先談一些擔憂，因為很多人對此非常好奇。在美國東西海岸，我們看到身邊社區裡有那麼多正面變化，朋友們建立公司的速度比以往任何時候都快。這股能量很積極。我去舊金山、紐約，甚至在德克薩斯州奧斯汀做事，都有這種感受。
但美國其他很多地方的人，感到自己的企業、生計受到了威脅，覺得害怕。他們不知道你們會不會變成某種怪人，用它征服世界。大家漏掉了什麼？有沒有你們也擔心的壞走向？他們擔心的壞走向是不是誤判了？你們怎麼看？
Sholto Douglas：我認為，這些擔憂極其合理。我們擔心幾個主要類別的風險。但我們認為，只要未來幾年採取正確行動，就可以在2030年代得到一個截然更好的世界。
其中一個大類是剛才說過的失業。我們應該深入討論，為什麼認為它有風險，以及什麼應對方式是正確的。還有更直接、更短期的生物與網路風險，它們就在今年、就在現在發生。
Joe Lonsdale：這裡面也有很多令人煩惱的事。人們會嘲笑Anthropic，因為連細胞線粒體的問題都不能問，這是經典例子。但其實你當然應該可以問，只是不要幫人製造生物武器之類。
Sholto Douglas：你當然應該可以問。但我們正在建設基礎設施，以便有信心確保沒有人能借助模型製造生物武器。
Nick Marwell：生物和網路領域非常難的一點，在於它們本質上屬於所謂“雙重用途”能力。網路安全最容易理解。如果我對Claude說：“這是一套程式碼，請找出所有漏洞。”我可能是程式碼的所有者，想加固防禦；也同樣可能是攻擊者，想找出入侵路徑。這就是網路安全難以監管的根本原因。生物領域也有很多相同的雙重用途特徵。
Joe Lonsdale：比如，你要在細胞內靶向某個東西，很可能，或許99.9%的機率，是為了消滅癌症之類。但仍有一個極小機率，是想針對某個對象幹壞事。
Nick Marwell：所以我們在做一系列事情，讓善意使用者能用這些技術，讓惡意使用者被擋在外面。我們的總體判斷是，在能夠阻止惡意行為者造成危害之前，不應該把這些技術釋放到世界上。
Joe Lonsdale：確實有人這麼幹，而且用的甚至不是Anthropic。據我瞭解，一些恐怖組織在使用開放模型，弄清如何更容易地製造此前不會造的某些炸彈。模型只需要比他們聰明一點，就足以幫助他們。這些用途很可怕。
但與此同時，我的傾向是：總體上，更強的智能也能讓更多人理解這些可怕用途，用來阻止它們。這存在權衡。
Sholto Douglas：所以這裡有一個重要動態：一個領域究竟是進攻佔優勢，還是防禦佔優勢？當前，網路與生物領域都偏向進攻佔優勢。但我認為未來兩年，網路安全會轉向防禦佔優勢。
Joe Lonsdale：尤其是每個人都能獲得這些智能，自己攻擊自己的系統，建設防禦。
Sholto Douglas：沒錯。你可以提前嘗試攻破自己的系統，強化防禦，修補所有漏洞。最終，我們會進入一個網路安全得多的世界。
Joe Lonsdale：每個人先用智能找出別人會怎樣入侵，於是提前處理。我有個朋友，在五角大樓和銀行邀請下幫助測試入侵，展示漏洞。他們在用新的AI，因為AI太擅長這件事。現在所有人都得盡快行動。
我覺得進攻與防禦的概念特別有意思。這個概念在人類歷史中已經存在數千年，而且不斷變化。我很喜歡歐洲過去相互競爭、相當自由的城邦。如果一個城邦做得不好，你可以去另一個。
後來不幸有些傢伙帶著大炮來了，可以輕易轟倒城牆，建立大帝國。你不能隨便離開自己的城邦，因為無論如何都在他們的統治下。歷史上，不同時期確實發生過進攻和防禦優勢的轉換。
我同意，眼下網路安全太偏向進攻優勢，以至於人們應該害怕。收聽節目的各位，如果你們沒有用最前沿的AI挑戰自己的系統，它們很可能被攻破，而且入侵者可能非常惡劣。因此現在很危險。
我也同意，如果使用得當，網路安全最終可以轉為防禦佔優勢。我擔心的是：世界上有沒有某些隱藏的東西，極端有利於進攻？
舉個例子，我並不相信會發生，但如果足夠強的智能能造出自我複製的奈米機器人，吞噬整個世界，一個天才造出來後，大家就都死了呢？我再說一次，我不認為它會發生。但我們應該利用智能，儘早找出那些特別偏向進攻的領域，對吧？
Sholto Douglas：對。事實上，在我們投入巨量工作、讓世界轉向防禦優勢之前，生物領域就極端有利於進攻。
可以通過一些方法，讓世界在生物風險面前實現防禦優勢，但那真的需要數千億美元的基礎設施投入。在2030年代獲得大幅先進的機器人能力、幫助建設這些設施之後，這樣做才更具可行性。
Joe Lonsdale：所以這是個很可怕的時期：現在進攻佔優勢，我們想讓防禦佔優勢。我的想法是，別把這些東西藏得太深，可以展示出來，讓很多人使用智能挑戰所有系統，而不是某一個群體秘密做事。
Sholto Douglas：我們非常贊同。
07. 監管、開源與國際協調
理想的世界是，
我們能與中國合作。
Joe Lonsdale：說到這裡，Anthropic總體上很受敬重。但我也把它比作1990年代的微軟：當你成為冠軍，人們會嫉妒，會攻擊你。有時這些攻擊是因為嫉妒，你很有光環，佔據優勢；有時批評也確有道理。
我很多非常聰明的朋友覺得，你們在執行某種“監管俘獲”策略，這不是好事。我想聽聽細節，你們對此怎麼回應？
Nick Marwell：有兩件事值得談。一件是，圍繞開放權重討論而興起的“監管俘獲”敘事；另一件是，如果你真的想以非常自利的方式俘獲監管，會採用Anthropic這樣的做法嗎？
如果不瞭解細節，人們形成這樣的理解並非不合理：開放權重是一種重要的公共利益技術，我們希望保留它；在某些方面，它天然是Anthropic部分業務的競爭對手；因此Anthropic想利用監管對付開放權重開發者，因為歷史上的開放權重或開源社群通常規模較小、資金較少，也更難應對監管體系。
但我認為，現在開放權重領域的情況不是這樣。看看推動、開發和提供這些模型的是誰：基本上是全球最龐大的企業。在美國，是輝達、亞馬遜和微軟這樣的人在推動開放權重前沿。中國實驗室也資金非常充裕，越來越多與上市公司有關。
即便模型是開放權重，這些公司也有很強的能力應對監管環境。
因此，我不太擔心對開放模型和封閉模型共同實施監管，會讓開放權重開發者受到不成比例的拖累。
更直接地說，如果純粹是為了自身利益搞監管俘獲，我很難理解Anthropic為什麼會選擇已經做出的這些事情。
一個很好的例子是Fable，還有此前的Mythos。Sholto可能還有其他例子。
從純經濟動機看，Anthropic當時擁有遙遙領先的世界最強模型，其他模型完全無法接近。但Anthropic首先決定與政府合作，按照政府認可的方式推出它。
公司本可以利用長達數月的模型領先優勢，基本終結“其他實驗室是否還能與它競爭”的疑問。可是我們沒有那麼做。對公司而言，這無疑是一個經濟上不划算的決定，但符合我們的價值觀，符合我們對於模型應該如何部署、如何監管的看法。
因此，這不是為了經濟利益進行監管俘獲的策略。我們的策略是：政府對於關鍵、可能危險的技術如何開發和部署，有非常重要的作用。作為站在前沿的公司，我們有責任確保政府瞭解情況，並參與這個過程。否則，誰來代表所有人？
Joe Lonsdale：但這也很有意思。政府裡當然有一些聰明人，這屆政府裡也有不少；但也有很多完全不知道自己在做什麼的人。於是會出現很荒唐的情況。
例如，也許你們不能說，但我可以說：據我瞭解，Anthropic本來擁有更多可以用於防禦的網路能力，卻為了獲得政府的發佈許可而削弱了它們。我覺得這是個錯誤。
Nick Marwell：我認為，他們正在積極採用經典的美國公私合作模式。這種模式一直非常重要。我們的制度並不要求政府成為世界上每個問題都最瞭解、最有能力的機構。
我們希望建立很好的公私合作關係，讓政府知道如何與Anthropic、OpenAI、Meta或者其他公司交流，瞭解情況，再決定如何監管。
Joe Lonsdale：那對於我認識的那些懷疑心更重的科技領袖呢？我直接把他們的話擺出來：“達里歐是在嚇唬所有人，好制定更多規則，讓發展慢下來，因為他將成為掌控這個過程的大人物之一。”你們怎麼回應？
Sholto Douglas：到目前為止，我們讓自己慢下來的程度，遠遠超過了讓其他人慢下來的程度。
實際上，看看圍繞Demis(Google DeepMind董事長)的提議所展開的討論：OpenAI、DeepMind、Anthropic這些封閉模型提供商協調起來，設定模型發佈之前必須達到的安全門檻。這是在討論如何為了我們的原則，讓我們自己慢下來。
順便說，我們也應該澄清一下自己對開放原始碼的總體立場。
Joe Lonsdale：是什麼立場？到底是什麼？
Sholto Douglas：至少就我們個人而言，我們非常支援開源。我們確實相信，世界上存在這種東西是非常好的。我就是通過開源模型學會機器學習的。但我們也認為存在很多風險，而且未來風險會越來越大。
因此，我們認為應該設定一些門檻，體現整個社會對什麼東西可以放心發佈的判斷。例如，如果模型能實施網路攻擊，你願意接受怎樣的能力水平？我們認為，封閉模型和開源模型應該達到相同標準。除此之外，人們應該可以做自己想做的事。
Joe Lonsdale：如果中國還是會不斷髮布各種東西，任何人都能用，那麼嘗試做這件事還值得嗎？還有，我們因恐懼而過度監管，中國卻沒有這樣做，最後問題仍然發生，或者他們領先，這種情況的機率有多大？你們怎麼看？
Sholto Douglas：理想的世界是，我們能與中國合作。畢竟，他們也不希望自己的國家受到網路攻擊。
Joe Lonsdale：但我的印象是，他們希望我們遭到網路攻擊。
Sholto Douglas：也許。但他們不希望自己受到網路攻擊。理想情況是，我們能夠在這個問題上一起合作。但這很棘手。未來幾年最困難的事情之一，就是AI能力會持續飛速向前。
生物、網路和就業等不同原因，會讓很多人非常不安。結果就是，我們已經看到一些反對聲音，比如要停止資料集相關工作。這是一個很難暫停的領域，除非能夠與其他參與方協調，並信任他們遵守約定。
Joe Lonsdale：但中國不會暫停。那麼有沒有一種情況，你們會讓美國慢下來，讓中國走到前面？
Sholto Douglas：我不認為有那一種我們能夠接受的情形，會包含讓美國慢下來、讓中國領先。
Joe Lonsdale：但這似乎是目前我們唯一能控制的選項。
Sholto Douglas：對。任何放緩都必須是充分協調的，而且我們充分信任每一個合作方。基本上，我們不會單方面讓美國慢下來。
08. 蒸餾與商業回報
“智能帶來的指數級經濟回報”：
每增加一單位智能，
價值都比前一個單位高出指數級。
Joe Lonsdale：和外界對你們的印象相比，你們對開放原始碼的支援程度令人意外。你們認為它是好事，也正面影響過自己的生活。
但一些開源東西似乎來自別人偷你們的成果。如果我是你們，會很惱火。這叫模型蒸餾。很多人說：“他們為什麼不用自己很聰明的AI監測所有事情，把它阻止掉？”為什麼你們阻止不了蒸餾？怎麼看這件事？現在發生了什麼？
Sholto Douglas：這裡有幾件事要談：為什麼我們反對蒸餾，蒸餾到底好還是壞；以及，如果你認為它不好，為什麼阻止不了？
先說第二個問題。這是一場貓鼠遊戲。人們希望能充分訪問模型，檢查輸出，在自己的電腦上運行，查看思維軌跡。但你每多提供一點訪問能力，就讓蒸餾更容易一點。所以，工具和產品能開放到什麼程度，與它有多容易被蒸餾之間，存在張力。
Nick Marwell：第一個問題是，為什麼我們要對蒸餾感到不滿？我通常這樣理解：我們希望AI繼續前進，因為我們相信越來越聰明的模型會為世界做很多好事。
但蒸餾不是能讓你超越當前前沿的方法。
Joe Lonsdale：就是在複製你們。
Nick Marwell：對，就是複製。問題在於，推動下一個前沿需要巨額的前期資本投入。先不說今天，最終我們會進入一次訓練就花費100億美元、1000億美元乃至1兆美元的階段。只有能通過銷售自己投入研發的成果獲得收入，才能支援這樣的研發投資。
如果其他人只花你的一小部分成本，就拿走你的成果，在一兩周內推出複製品，他們反而會成為經濟上佔優勢的競爭者，因為他們不背負龐大的研發成本。
因此，如果你希望前沿持續進步，就需要保護訓練這些模型的人的智慧財產權和權利。
再補充一點：人們經常把這件事和藥物研發比較。我覺得AI很有意思，因為防止蒸餾能帶來藥物研發智慧財產權保護的很多好處，又能避開某些壞處。好處是什麼？保護智慧財產權，讓美國能夠有更多藥物研發。
Joe Lonsdale：很明顯，如果不能從中獲利，我就沒法投資藥物研發。
Nick Marwell：沒錯。壞處之一是，由此產生的價格極高。AI有意思的地方在於：藥物研發的保護可能持續十年或更久。我記得是20年或30年。但在AI中，智能具有極強的降價效應，因為前沿的有效期是按月計算的。
你可以想像，每六個月，最前沿仍然很貴，但那些落後於前沿、六個月前還被認為是前沿的能力，會因為前沿進一步推進而變得非常便宜。這是訓練過程產生的一種結果。
所以，它保留了很多好處，實際上避開了以往某些制度下的大多數壞處。
Sholto Douglas：可以很直觀地從某一智能水平的成本看出這一點。很多評測看板都展示了它，Artificial Analysis上就有一張圖，呈現了這個趨勢：大約每年便宜十倍，而且年復一年地下降。這是令人難以置信的降價效應。
Nick Marwell：順便說，這是在沒有蒸餾的情況下發生的。
Sholto Douglas：沒有蒸餾，只是技術自然進步的結果。
Joe Lonsdale：當然。別人可以直接複製，直覺上就很不公平；如果人人都這樣做，整個體系都會被破壞。
Sholto Douglas：你可能接著問：“這是不是一種很瘋狂的商業模式？你的產品在一年，甚至六個月之後，就在某種程度上被淘汰了。”
Joe Lonsdale：看起來，你們得不斷推進前沿，才能贏。
Sholto Douglas：對，要贏，就得持續推進前沿。這是我們總體世界觀中非常重要的一部分。
實際上，AI滲透全球經濟的程度還非常小。所有AI營收加起來大約超過1000億美元，而全球經濟規模是數十兆美元。這還沒考慮這項技術可能讓經濟大幅增長，而我們預期它會。
因此，可以這樣看：緊隨前沿的那一層能力，也就是落後半步的部分，會在很多方面變成標準化商品。
Nick Marwell：但領先的一層有更大的價值，價值要大得多。我們常常把它稱為“智能帶來的指數級經濟回報”：每增加一單位智能，價值都比前一個單位高出指數級。
我們已經看到這種情況。以程式碼為例，最早對人們有用的智能單位，是敲Tab鍵進行程式碼自動補全。下一單位智能，則讓智能體式程式設計成為現實。在終端裡，用Claude Code。這個能力的價值可能高出成千上萬倍。
即使Tab自動補全已經變成標準化能力，如今幾乎無法再靠它支撐一家公司，接下來新增的智能單位仍然極其有價值。
Joe Lonsdale：幾年前我思考Anthropic時，這一點非常違反直覺。因為我作為一個生活在這個世界上的人，從其他一切經歷中得到的直覺是：指數增長不會持續太久。我會想，它也許能在幾年裡非常有價值，但總有一個時刻，指數增長會結束。
Nick Marwell：某種程度上，這要求你非常樂觀。你必須相信，會從Tab補全和程式碼生成，走向智能體程式設計。但有什麼會比智能體程式設計更有價值？也許是治癒癌症。
Sholto Douglas：而在兩者之間，你還可以得到一個可直接替代人類、比任何軟體工程師都強的完整軟體工程師。而且感覺極其便宜。
Joe Lonsdale：你也可以得到一位管理者，幫助你處理各種事情。
Sholto Douglas：所以人們常問：“這難道不會導致商品化嗎？”等到你真的接近所有能力都完全商品化的那一天，整個經濟早已徹底變了。到那時，整個經濟活動都由AI來完成，包括智力勞動和體力勞動。
Joe Lonsdale：對，而且經濟規模可能大得多。如果是Anthropic在推動這種變化，它顯然就價值數兆美元。
Sholto Douglas：正是如此。
Joe Lonsdale：好，那我們都發財了。開個玩笑。
09. 通往豐裕世界
你在那個世界裡，
基本可以擁有任何想要的東西。
Joe Lonsdale：擔憂顯然很多，但你們是樂觀主義者。既然有擔憂，為什麼還這麼快地向前推進？再提醒我們一下，你們是在爭取什麼？
Sholto Douglas：回到我們為什麼擔心：我們會得到一種能直接替代人類的東西，對人類在電腦上能做的所有事情都一樣擅長；等有了機器人，它也能在人類能做的所有物理任務上達到同等水平。
但與此同時，這也解鎖了巨大、根本性的改善。原本以我們的人口規模，需要未來幾百年才能研發出的技術，可以壓縮到未來十年、二十年內實現。
Joe Lonsdale：我已經在航空航天中看到這點。飛機設計速度快得多，原本可能到2040年代才能看到的先進飛機，我認為未來幾年就可能開始出現。這太酷了。
Sholto Douglas：所以，你可以持續提高，甚至讓人類的智力和體力生產能力翻倍，真正邁向後稀缺世界。在那個世界裡，所有東西的成本，實際上都被壓縮為能源成本。建房子的成本也只剩能源成本。
Joe Lonsdale：如果願意，中產階級也能有巨大的房子。
Sholto Douglas：巨大的。你在那個世界裡，基本可以擁有任何想要的東西。
Joe Lonsdale：你可以去山上，建個50萬平方英呎的東西，這仍然只是中產階級生活。
Sholto Douglas：對。這就像我們今天擁有的東西，對幾個世紀前的國王而言也是無法想像的。
我們會治癒所有疾病，可能也解決衰老和壽命問題。在那個世界裡，地球上的每一個人都能擁有一種豐裕程度，連當今最富有的人也享受不到。這就是我們在爭取的世界。
但通往它的過程非常棘手。第一，要找到一條能到達那裡的道路；第二，要弄明白怎樣分享這個世界的收益，避免出現巨大不平等。
收益不應該只流向恰好在舊世界裡擁有資本的人。只要願意，每個人都應該能享有這樣的豐裕。因此，如何分享收益，是一個重大社會和政治問題。
Joe Lonsdale：但如果以為我們已經到那裡了，也會犯很多錯誤，對吧？工作的尊嚴在今天非常真實，而我們還沒到那一步，甚至離得很遠。
Sholto Douglas：對。但如果以正確方式投資技術，我們就有機會到達那裡。
所以，讓我們從今天稍微延伸一下趨勢線：過去四五年，投入AI的算力每年都在增長到原來的兩倍或三倍。我想，今年超大規模雲端運算公司相關的AI資本開支，合計大約是1兆美元。
一個非常有意思的問題是，這條趨勢線能不能繼續保持？明年會變成2兆美元、2028年變成4兆美元嗎？
如果大體保持，甚至進一步把機器人等產業包括進來，那就意味著，到2030年代初，人類的GDP可能開始實現翻倍。這聽起來有點離譜，需要很多條件都順利實現，但看起來生產率增長可能開始——
Joe Lonsdale：生產率可能真的開始大幅增長。我覺得未來幾年，我們就會在統計資料中明顯看到這一點。凱文·華許（Kevin Warsh）是新任聯準會主席。我不知道他是否完全相信AGI那套看法，但他現在非常看好AI帶來的生產率增長，是我們一位非常聰明的朋友。感覺我們會越來越多地看到這種增長。說出來好像很瘋狂，但它可能繼續大幅加速。
Sholto Douglas：它會加速得更快。最近我看到一張有意思的圖，菲律賓的就業人數實際上增加了。
Joe Lonsdale：我對此很驚訝。我本以為那裡的BPO（Business Process Outsourcing）會受到重創。BPO就是業務流程外包，他們做一些較低端的呼叫中心業務，結果還在增長。
Sholto Douglas：對，還在增長，軟體工程崗位的就業也在增加。我認為，很大一部分原因是：人們的生產率突然比過去高了很多。一個很有意思的趨勢問題是，這種增長會持續多久，也就是人和AI配合的階段會持續多久。
Joe Lonsdale：有太多事情可以做了。你們在使用這些東西，出現的是一個積極訊號。
Nick Marwell：至少短期看起來如此。但我認為，我們不能過分說服自己，覺得一切都會沒問題。
Joe Lonsdale：會有顛覆和波動。
Nick Marwell：就像Sholto說的，現在可能確實是個好時刻：所有員工仍然是利用AI的重要組成部分。結果是，這種賦能技術讓每個人更有價值，你也就想雇更多人。
但我們相信，在某個時刻，世界會從“需要人類和AI模型配合，才能充分獲得價值”，轉向“不再需要人類配合”。我們會非常擔心那個階段的後果。
Joe Lonsdale：就像國際象棋。在大概30年時間裡，最強組合是人加機器，現在機器已經徹底碾壓了。
Sholto Douglas：而我們認為，這次的過渡期會短得多。
10. 資本、太空與中美競爭
這簡直是一場值得寫進科幻小說的悲劇：
宇宙中最有價值的資源，
產自兩個世界超級大國之間的一座小島。
Nick Marwell：過去三年，或者五年裡，讓我大幅更新判斷的一件事是：最初思考AI進步速度時，我相信我們最終會到達今天，或者我認為一年後會到達的水平，但我覺得那需要更長時間。主要原因是，我以為擴展所需資料的規模，會極其耗時耗錢。
但即使我當時對AI進展已經有很高預期，仍有一件事出乎意料：Anthropic和OpenAI這些企業的營收與規模增長得太快了，以至於開發這項技術的人，突然可以合理地用巨額資金解決問題，更快突破那些我們原以為會阻礙發展的瓶頸。
算力增長也是一個很好的例子。五年前，多數人無法想像我們一年會花1兆美元。
Sholto Douglas：一年前人們也無法想像。
Joe Lonsdale：這件事的發展還挺有意思。那些科技巨頭一直囤著幾千億美元現金，我們還批評過他們。現在，他們恰好在需要的時候能把錢用上，時機真是巧。
Nick Marwell：看起來，我們正處在一條時間線上：許多相互作用非常強的事情同時發生，有好事，也有壞事。比如把計算搬到太空：AI的發展大致與SpaceX開始真正成熟發生在同一時期，很有意思，時機配合得很好。如果SpaceX晚十年才到今天這個階段，AI的時間表可能也會不同。
Joe Lonsdale：也得感謝埃隆，他足夠瘋狂，比所有人早那麼多就開始做。
Nick Marwell：但另一方面，也有一些更令人擔憂的事情同時發生。出於很多原因，我不認為這對世界是好事。包括競賽動態，也包括我認為AI從根本上可能比大多數技術更有利於威權主義，而不是其他治理形式。AI到來時，我們正在進入至少是我一生中最明顯的兩極世界。
Joe Lonsdale：但這兩者是不是有關？社交媒體如何使用機器學習、使用越來越強的AI，是不是本來就在讓我們變得對立？是不是注意力經濟造成的？
Nick Marwell：我說的“兩極”，主要是指中美之間的全球格局。
Joe Lonsdale：不是美國內部的左右對立？
Nick Marwell：不是。但那當然也是一個值得思考的問題。
我確實覺得，如果AI是在2000年代初那種更單極的世界裡出現，我對它順利發展的前景會稍微樂觀一點。
Joe Lonsdale：更單極的世界更安全。
Sholto Douglas：這簡直是一場值得寫進科幻小說的悲劇：宇宙中最有價值的資源，產自兩個世界超級大國之間的一座小島。
Joe Lonsdale：在某些方面很有詩意。所以，總體意思是，如果我們能夠度過這個時期，大家對人類接下來的走向還是很樂觀。
11. 工作之外的生活
如果事情按我們討論的方式發展，
對大多數人來說，
那個世界會非常令人困惑。
Joe Lonsdale：我還想問一個很多聽眾在想的問題。擁有極其龐大的財富是一回事，但我們文明中還有其他值得珍惜的東西：美德、家庭、很多人賴以生活的傳統價值。當然也有工作的尊嚴。
這些傳統塑造了我們是誰。但有些人擔心，這一切發生在舊金山，而那裡的這些傳統平均而言可能沒那麼受重視。那麼，掌權的人會不會發揮自己的意志，重新塑造世界，把我傳統的信仰和生活方式抹掉？可能是基督教，也可能是一夫一妻制，或者其他東西。
我們能不能建立一些制度和機構，幫助保留這些東西？作為身處舊金山中心、正在改變一切的人，你們怎麼看？
Sholto Douglas：有意思的是，在舊金山，我們實際上預期這些制度和機構的重要性會復興。
因為隨著工作在人們生活中不再那麼居於首位、隨著我們越來越豐裕，純粹的資本主義也不再那麼居於首位，人們生活中重要的部分會是傳統、儀式、向他人提供價值、本地社區，以及這些關係紐帶。
Nick Marwell：我也認為，可能有點違反直覺的是，許多智力追求，以及努力成為一個懂得如何思考世界的人，這些事情的重要性也許會增長，只是不再體現為經濟價值。
在一個什麼都不缺的世界裡，這些可能就是剩下的追求：讓自己有事可做，感受到自己是社區的一部分，等等。
Joe Lonsdale：你們都很年輕，也很成功。假設Anthropic繼續發展順利，那裡所有人顯然都會有資源，整個世界也會有更多資源。你們想過建立一些機構來幫助這些事情嗎？有沒有特別熱衷、想創造的東西？
Sholto Douglas：有。Nick，你父親正在做的幼兒教育工作就是很好的例子。現在這也是Anthropic內部一個非常重要的話題。
慈善是Anthropic文化的重要部分。我記得有一篇很好的部落格，名字大概是“美國慈善的新一波浪潮”。其中討論了OpenAI基金會以及Anthropic員工的慈善投入，可能相當於幾百個Arc Institute(美國弧形研究所)，或者幾十個蓋茲基金會這樣的規模。
大家在考慮各種各樣的事情。我捐助過一個基金會項目，它試圖終結所有病毒性疾病。很多人關注健康相關問題。
我有一位同事捐助了一個非營利組織，它專注於研究如何應對勞動力市場的影響：認真研究它們，弄清正在發生什麼、真正應該擔心什麼、實際狀況是什麼、現場資料說明了什麼，以及應該倡導那些政策，讓所有人在這場轉型中感到得到支援，同時也能過得更好。
Nick Marwell：我在這方面確實深受父親影響。他過去15到20年一直聚焦教育。
正如剛才說的，我覺得教育依然重要，儘管我們想學的東西會有很大變化。我不確定20年後，我們是否還想去高度技術性的領域讀博士。
但我認為，追求知識、學習的快樂、在智力層面與他人交流的能力，以及說實話，理解我們生活的世界的能力，都只會越來越重要。因為如果事情按我們討論的方式發展，對大多數人來說，那個世界會非常令人困惑。
很多AI領域的人相信一件事，而我認為他們錯了：AI會直接把教育解決掉。
如果你關心所有人的教育，而不只是“怎樣給父母都是高學歷、都位於最富有1%群體中的孩子提供極好的教育”，那麼有兩件很重要的事情要理解。
第一，教育具有非常深刻的複利效應。
一個好例子是：預測學生數學表現最重要的指標，是他在三年級結束時，能不能達到相應年級的閱讀水平。因為三年級結束時，孩子會從“學習如何閱讀”，轉向“通過閱讀來學習”。
教育中有很多類似情況。特別是，孩子，以及很多成年人，都有一種心理機制：當他們覺得自己不擅長某件事時，就會失去繼續做的動力。
如果相信這一點，問題就在於，至少到現在，AI在一件事上似乎非常不擅長：電腦無法持續抓住幼兒的注意力。事實上，它們似乎是非常強的干擾源。
Joe Lonsdale：如果願意，這也可以成為一個全新的訓練方向。你得想清楚那個遊戲該怎麼做。
Nick Marwell：也許，但我不確定。我認為，AI會在兒童教育的一些環節提供巨大幫助，尤其是確保在正確時間，教給孩子適合他們的內容。但我確實不認為它會成為靈丹妙藥，不認為我們只要擁有非常聰明的AI，教育的所有問題就會消失。
12. 展望2028年
一旦有了機器人，
進步就真正開始複利式加速，
會變得很快。
Joe Lonsdale：很多聰明人正在做這件事。我同意，這非常關鍵。兩位，讓我們快進到2028年8月。當你們回頭看這期播客時，發生什麼事，會讓你們說“哇，這比我預想的快得多”？
Sholto Douglas：比我們預想的快得多？我們已經預期會非常快了。
Nick Marwell：我覺得，太空資料中心的建設時間表是一個重要方向。不同人對它的估計，誤差範圍很大。
Joe Lonsdale：這很重要，因為在太空能做的事情多得多。
Nick Marwell：一旦有了它，算力增長就會更快，而這正是我們最需要的。
Joe Lonsdale：那也不會讓你意外？
Sholto Douglas：也許會。我總體預期，類似“terraab”的項目屆時會上線，但實際增長速度還有待觀察。
我很想看看，2028年有多少人形機器人進入家庭。我認為，很可能已經有相當多的早期部署，比如2028年有幾萬台機器人在家庭裡洗衣服、做一些基礎清潔之類。但也可能比這快不少。
Joe Lonsdale：世界模型變得有多強，確實令人驚訝，而且比我預想的快。感覺這可能是讓一切提前幾年的那個因素。
Sholto Douglas：沒錯。就像我之前說的，一旦有了機器人，進步就真正開始複利式加速，會變得很快。
Nick Marwell：還有一些其他事情。很多在某種意義上都與資料有關。
我認為，AI能力進步最慢的環節，或者說最大的速度限制因素之一，是我們能以多快的速度，在關心的領域裡擴展資料。
這已經比我預想的快了，原因剛才也討論過：由於實驗室營收的增長，可用來解決問題的錢比我想像得多得多。
但我仍預期，人類生產這些資料的速度會拖慢我們。
例如，如果你告訴我，我們要開展一場大規模建設行動，建大量實驗室，生產用於訓練模型的生物資料，而且今天就開始，一年後全面鋪開，那麼我很可能把自己的時間預期往前調。
Joe Lonsdale：很有意思。現在我們當然聚焦於這些非常具體的任務資料，例如程式碼、數學及其他任務。我想知道，有一天，我們會不會研究用於塑造有美德的人、良好品格、心理健康之類的資料？顯然這些更複雜，但AI未來能不能解決這類有趣而又非常複雜的問題？
Sholto Douglas：說實話，這些問題我更希望由人類來解決。
Joe Lonsdale：但我們難道不會借助工具來解決嗎？
Sholto Douglas：當然，我認為AI會幫助我們進行這些討論。但我覺得，這屬於一類很難擴展規模、又極度因人而異的資料。它會比我們解決機器人問題來得更晚。
Joe Lonsdale：聽起來你們仍然保留了一些人味，在這些事情上，人類還有空間。
Sholto Douglas：舉個例子：我會不會預期一個AI在2028年拿到普利策獎？大概不會。
Joe Lonsdale：但如果頒獎的時候，我們並不知道自己頒給了AI呢？
Sholto Douglas：對，也有道理。那麼，我會不會預期它在2028年拿到菲爾茲獎？很有可能，機率相當高。諾貝爾獎？也不是不可想像。感覺在2030年前，很有可能。
Joe Lonsdale：和兩位聊天非常令人興奮。我們顯然還有一些挑戰需要應對，但如果把這些事情做對，我對人類未來感覺非常樂觀。 (軒轅科技評論)