白宫首席科技顾问：科研生产力要从 2 倍改口到 10 倍

核心要点

• 10x 改口：Genesis 计划公开的目标是十年内让美国科研生产力翻倍，Kratsios 现场承认 2x 是去年定的数字，内部曾讨论过要不要重估，「以 AI 过去六个月的变化，我们绝对该瞄准 10 倍」。
• 两类技术：他把技术分成 born free 与 born in captivity——前者像 1990 年代的互联网，政府最好的动作是让开路；后者如商用无人机、AI 医疗诊断，不主动改规则就永远无法商业化，必须提前介入。
• NIH 年龄 71：NIH 内部研究员的年龄中位数是 71 岁，而诺奖得主拿奖工作的平均完成年龄在 20 多岁；叠加研究者 45% 时间用于拨款行政，构成他所说的「Room's law」——每美元的发现量在下降。
• 金票机制：为让疯狂想法有出口，评审小组每位专家可获 1~3 张金票，凭一张即可不顾其他委员意见单独决定资助某项目；他认为副作用更大——顶尖学者会因为有金票而愿意来当评审。
• 开源认输：他承认中国开源模型性能很好且最便宜，「现金紧张的美国创业者用它我不能怪他」；应对是美国 AI 出口计划，把芯片、模型、应用打成交钥匙的美国技术栈，再用 ExIm 银行和 DFC 提供融资。
• 人形机器人禁令：美国人形机器人公司「两只手数得完」，中国有 150 多家；本周政府已限制尚未启运的非美产人形机器人进口，对标去年 12 月对无人机（UAS）的同类动作。
• 数据是公共品：Genesis 计划的核心洞察是国家实验室 70 年积累的科学数据从未 AI-ready 化；这些数据视为公共品免费开放，类比 NOAA 天气数据催生了所有天气应用。

章节时间轴

• 2:20 政府跟不上指数速度 — Peter 用 Kurzweil 的「未来十年等于过去一世纪」开场，问政府流程如何跟上 3 年内的 AGI；Kratsios 承认这是政府长期的难题。
• 3:06 born free 与 born in captivity — 技术二分法框架，以 1996 年互联网立法和 EU AI Act（在 ChatGPT 诞生前就已定稿）为正反例。
• 5:23 Genesis 计划作为传导机制 — 总统与能源部长、他一同站台，把 AI for science 压进所有部门，这是从白宫层面唯一能推动机构的办法。
• 6:08 要不要设 AI 部长 — 阿联酋 50% 政务由 AI 驱动、马来西亚的 AI 代表；他反对集中到一人，并透露白宫系统目前因《总统档案法》禁用大模型。
• 8:25 AI 的公关灾难 — 四分之三美国人惧怕 AI、71% 反对住家附近建数据中心（比反核电站的比例还高），中国却有 80% 支持 AI。
• 12:15 就业与劳动力数据 — Jensen 给 Corning 下了该公司史上最大订单；他质疑「AI 导致的裁员」多是本来就要裁、甩锅 AI 还能拉股价，并要在劳工部立项收集真实数据。
• 16:53 六大国家技术任务 — 2028 载人登月、2030 月球基地首批组件、2028 太空核反应堆；量子要在任期内造出「科学上有用」的量子计算机；聚变已有 37 家风投支持的公司。
• 19:11 开源之争与 AI 出口计划 — Jensen 的开放安全 AI 联盟、中国开源模型的成本优势、交钥匙美国技术栈加政府融资，动机源自第一任期对抗华为的挫败。
• 24:32 出口管制不是错误 — 他称限制英伟达对华供货是政府最精明的决策之一，2019 年 EUV 光刻管制是美国史上最有效的管制之一。
• 26:50 机器人与人形进口限制 — 中美人形机器人公司数量对比、本周的进口限制、以及对中国补贴倾销的判断。
• 31:28 科研生产力为何下滑 — NIH 预算涨到近 450 亿美元而药价更贵；结论是科研方式本身几十年没变，学界最不愿改变。
• 33:45 行政负担与超音速解禁 — 45% 研究时间耗于文书；总统行政令把陆上飞行的「速度限制」改成「噪音限制」，Boom Supersonic 得以超 Mach 1。
• 36:47 四种拨款新机制 — 五年期长拨款、一个月内评审的 fast grant、金票、meta-science 单元（已在 NIH 和 NSF 落地）。
• 42:10 agent 化的科研市场 — 报告里最激进的一段：赏金市场、AI agent 雇用自主实验室、加密签名的结果验证、智能合约按里程碑付款、预测市场指导拨款。
• 44:29 资金结构翻转 — 1950 年 Vannevar Bush 时代联邦占 R&D 的 70%，今天倒过来只剩约 30%；慈善科研资本达历史峰值；今日宣布四年制博士与企业配对培养。
• 46:48 奖金激励与长寿缺席 — XPRIZE 已投放 6 亿美元奖金撬动约 300 亿 R&D；他认为政府单项奖金一亿量级可行，十亿太大；并承认报告漏掉了长寿议题。
• 52:23 创新特区与数据中心 — 2017 年无人机 IPP、eVTOL 的 EIP、各州监管竞争（德州第一）、电费承诺书与数据中心的水耗对比。
• 57:00 教育与 STEM 断层 — 家长优先、alpha school 模式、以及最让他沮丧的一点：想进 STEM 的美国学生持续减少。
• 60:50 自主实验室 — AI 提假设、机器人做实验、模型读结果再设计下一轮，24/7 无人在环；Lila Sciences 在建百万平方英尺，联邦实验室与大学将跟进。
• 63:56 从 2x 到 10x — Peter 逼问「2 倍是不是为了政治可接受」，Kratsios 当场改口应该瞄准 10 倍。
• 67:47 国家实验室数据与 AI 人格 — 70 年科学数据作为公共品开放、类比 NOAA；以及对 Milei 给 AI agent 法律人格的回应：美国还不到那一步。

详细内容

监管哲学：born free 还是 born in captivity

Kratsios 给出的第一个框架是把技术分成两桶。Born free 的技术，典型是 1990 年代的互联网——政府最好的动作是退后、别插手、别跳进去。Peter 插话说互联网当年是变化太快，政府根本没机会插手；Kratsios 补了一句更准确的历史：1996 年有一部两党合作、克林顿背书的法案，某种程度上让这些东西得以扎根。

Born in captivity 的技术才是他真正花精力的地方：商用无人机运营、AI 驱动的医疗诊断——这些技术如果政府不主动做点什么，就永远无法商业化，好处也就永远到不了美国人手上。这一桶的风险是反向的：等太久或者压根没想过它，反而是在拖住进步。所以对这类技术，他的工作是审慎地改造监管结构，让它能安全地部署给美国人。

他举的反面案例是 EU AI Act：这部法案在 ChatGPT 被发明出来之前就已经由欧盟委员会定稿通过，所以「今天的条文根本不可能适用于今天的大模型」。他从中提炼的原则是：动手监管之前先小心。

而在把这种认识传导进庞大政府机器这件事上，他认为唯一有效的杠杆是白宫级别的动作——Genesis 计划就是这个动作：总统与能源部长和他一同站台宣布，把 AI 用于科学发现定为国家最重要的事，且不是某一个部门的事，而是横跨全政府。他也坦承一个现实：多数情况下政府不是技术前沿的引领力量，这一点显而易见。最生动的证据是他自己的工作环境——录制当天，白宫系统上大语言模型仍因《总统档案法》而禁止使用，他只能说「希望很快能改」。

关于设立「AI 部长」这类集中式安排（阿联酋 50% 的政务由 AI 驱动、马来西亚有 AI 代表能说所有语言），他明确反对：AI 会影响每一个机构——无论你是在飞无人机、做 AI 医疗诊断，还是在 SEC 管金融服务——指望把这件事集中到一个人身上、还能在所有领域给出最优政策答案，是不可能的任务。他的政策立场有连续性：特朗普在 2019 年签署了人类历史上第一份关于人工智能的行政令，那是 ChatGPT 之前好几年的事。

AI 的公关灾难，以及为什么医疗是突破口

Peter 抛出的数据是：四分之三的美国人惧怕 AI，71% 的美国人反对在住家附近建数据中心——这个比例比反对在邻里建核电站的还高。而中国有 80% 的人支持 AI，这个反差让他抓狂。

Kratsios 的诊断直接：「AI 有严重的公关问题。」他把病根追溯到叙事源头——两年前英国政府在 Bletchley Park 办的第一届 AI 安全峰会。他本人到场，而整个峰会的概念几乎完全包裹在对 AI 的恐惧里：什么可能出错、全世界最聪明的人和最重要的政府领导人必须聚在一起确保这些危害不发生。他的判断是：在特朗普之前，政府叙事长期固定在这项技术的负面影响上，「人们当然会怀疑——他们从政客和业界人士那里听到的全是会有大量失业、一切都很危险、可能还有生物风险」，那公关差就不该让人意外。

正面路径上，他认为最能让美国人产生正向连接的领域是医疗：如果能真实改变个人和家庭获得医疗的方式，就能开始扳动叙事。此外政府能当召集者（convenor），把这个行业里的好故事浮出水面——他觉得大家把 AI 想得太窄了，AI 在制造业、在全国招聘、在支撑 AI 产业的巨量基建上都有戏剧性影响。他举了刚发生的例子：Jensen 来白宫时说，他为未来要造的芯片向 Corning 下的订单是 Corning 历史上最大的一笔，Corning 的产量将超过历史上任何时候。工厂在建、人在被雇、东西在被生产——这些才是该讲的故事。

就业问题上他区分了两层。长期他非常乐观，理由是第一任期时叙事围绕自动化失业，结果那波担忧从未成真，就业只是增加了。但他承认这问题要认真对待，且抓住了要害：关于实际正在发生什么的数据非常差。所以 AI 行动计划里要求、他们正在劳工部立项的事，是从那些通常不向劳工部报数的主体那里收集数据，据此才能在再培训、定向劳动援助上做对决策。至于 Peter 提的「降落伞计划」——用激励让做 AI 相关裁员的公司为被裁员工提供 AI 技能升级——他觉得思路有意思，但泼了一盆冷水：他还没想清楚「AI 导致的失业」到底是什么意思，「现在很多人做本来就要做的裁员，只是喜欢把它归因给 AI，因为这样更好听」。Peter 补完了这句话：而且用更少人产出更多收入，股价还会涨。Kratsios：「正是。」

六大国家任务：把宏大目标当成招募工具

Peter 追问的是有没有长期的、令人向往的美国愿景。Kratsios 的回答方式是「国家任务」（national missions）：政府需要对「什么对国家的未来最重要」有明确观点。他怀念从曼哈顿计划到阿波罗的那个年代——有大想法、有大胆的东西围绕它，它激励年轻人进入科学，我们盯着一个很多人认为做不到的北极星，然后做到了。

他点出的具体目标包括：2028 年把人送回月球、2030 年建成月球基地的首批组件、2028 年在太空放一台核反应堆。他自己都说这听起来很疯狂——「如果你告诉别人我们要在一年半内把一台推进力足以送人去火星的核反应堆放到太空，那太离谱了，但我们会做到，因为我们是美国人」。

第二个任务是 Genesis 计划，即 AI for science，目标是十年内让美国整个科研体系的生产力翻倍。第三个是总统通过行政令直接指定的：在任期结束前造出一台「科学上有意义的」量子计算机。他对量子的态度值得注意——他承认「量子霸权」这类词和 AGI/ASI 一样宽松，所以要在地上钉一根桩：我们要造出这台机器，而且它要真的能做点什么。至于做什么，他最兴奋的是制药：针对特定分子跑的那类计算会有变革性影响。第四个是超出本届任期但必须继续想的聚变——他不谈时间表，只给出一个事实：历史上从未有过比今天更多的私人资本投入这一能源方向。Peter 补充说他上次统计有 37 家风投支持的聚变公司。

后面 Peter 追问六大任务（AI、量子、商业聚变、月球探索、机器人、下一代半导体）里为何没有生物技术。Kratsios 的回答是生物技术的工作大量嵌在 Genesis 计划之下——上周的 Genesis 计划峰会上宣布了约 50 亿美元的 Genesis 拨款，其中很多与生物技术相关。

开源、出口与机器人：与中国的三条战线

开源。 政府立场是美国必须在闭源和开源两条路上都领先世界，让生态能服务任何类型的客户。但 Kratsios 对现状的评价很诚实：美国开源生态「本可以做得更好」，只有几家资金极其充裕的知名创业公司在接近前沿（他提到 Morad 的发布很棒，并说据他所知 Reflection 的模型今年晚些时候会出）。真正坦白的一段是：「中国有性能很好的开源模型。如果你是个现金紧张、想 bootstrap 的美国创业者，我不能怪你用最便宜的模型——而此刻最便宜的是中国的。」他的乐观理由只有一句：美国仍然是开源周边工具和 harness 的默认供给方。

出口。 针对《金融时报》报道的「北京把开源当影响力工具出口到全球南方」，他给出的对策是美国 AI 出口计划（American AI Exports Program）。逻辑链条完整：美国有最好的芯片（英伟达、AMD 及众多新进入者）、最好的模型、最好的应用，所以对全球任何政府或企业客户来说，没有比美国技术栈更好的东西。执行上从商务部起步、现已变成全政府努力：发出 RFP，让美国公司提交「美国技术栈长什么样」的方案，最终做出交钥匙的美国 AI 栈选项，再用 ExIm 银行、DFC 这类政府融资机构提供融资，使其对很多国家在经济上可行。他强调「完整打包」这件事本身就是卖点——让一个国家去挑七个不同供应商拼技术栈，不是它们想要的。这个计划的心理动因他也说了：第一任期对抗华为的挫败感。中国有一套「够好」的电信栈、由中国政府重度补贴，然后迅速铺开，美国无力反制。他不想在 AI 上重演。

出口管制。 Peter 抛出一个反向质疑：限制出口往往只是培育竞争对手，运载火箭和卫星防务产业都吃过这个教训。Kratsios 完全不接受这个框架：他认为对英伟达对华供货的限制「可能是本届政府最精明的决策之一」，也是最有效地抑制了对手造出可与美国竞争的模型的能力。他的历史判断是，让中国有一个有竞争力的半导体产业长期是习近平的优先事项，而 2019 年的 EUV 光刻出口管制「可能是美国历史上最有影响力的出口管制之一」。加上其他因素，美国最好的芯片对中国最好的芯片的领先优势逐年扩大。

机器人。 Peter 的数字是美国的人形机器人公司「两只手数得完」，中国有 150 多家，且被激进地支持、资助、在国家级活动上使用、专门建机器人推进中心。Kratsios 承认必须做更多，并透露本周的动作：政府基本上限制了任何尚未启运的非美产人形机器人的进口。他的理由是供应链安全——这些机器人对国家的未来、对先进制造至关重要，必须练出建供应链的肌肉。他相信资本会跟进，证据是去年 12 月对无人机（UAS）采取的类似动作之后，进入无人机供应链的投资额相当可观。他也直接说了判断：中国在机器人上肯定也在补贴和倾销。

科研体制的病理学：钱更多，发现更少

Peter 用 Kratsios 报告里的说法开场：科学生产力在预算变大的同时持续下滑——「Room's law」，Moore 倒着拼，即每单位美元的发现量在跌。而工具明明更好了。

Kratsios 说这正是写这份报告的起点。总统在他被确认后写给他一封信，任务是「如何重振科学事业」，而生产力下滑的数据是他们最先看的东西之一。他们问自己：技术前所未有地好、预算前所未有地多，为什么？最刺眼的例子在生物医药——NIH 预算已膨胀到近 450 亿美元，药价却比以往任何时候都贵。

他给出的核心结论是：我们在「如何做科学」这件事上实验得远远不够。一遍遍做同样的事、往里投更多钱，然后相信结果会变好。所以整份《新黄金时代》报告的核心论点是：必须在尝试新想法上更实验、更有野心。他觉得最讽刺的是——你会以为科学界的人是最愿意尝试不同做法的人，但恰恰是这个群体什么都不想变，希望体制和 30 年前一模一样。Peter 给了一个解释：如果你是某个领域的专家，而这个领域出现革命性突破，你就不再是专家了，所以有反向激励。

具体的病灶他列了三处：

行政负担。 美国国家科学院几年前一项知名研究显示，研究者约 45% 的时间用在与其拨款相关的行政工作上。他说这是他能想到最令人沮丧的统计数字之一：「这些科学家是国家的皇冠明珠，我们想让他们 100% 的时间做自己的工作。」Peter 类比医疗——医生也把时间全花在填表上。

监管淤积。 他拿自己的长期私人项目举例：如何让超音速飞行回到美国。美国长期对陆上飞行设有速度上限，超过 Mach 1 就不允许，理由是音爆。而 Boom Supersonic 已经证明可以超 Mach 1 而不造成（落地的）音爆。旧规则的荒谬之处在于它反向抑制企业去尝试超 Mach 1——因为无论如何都不被允许。总统的一份行政令正在把这条规则从「速度限制」改成「噪音限制」：只要你能保持安静，就飞。Peter 补充说超音速飞行和 eVTOL 这两项政策变化，是把停滞了 50 年的航空业松开了。

年轻人排不上队。 现行的资助、发表和署名体系是为「人类速度的发现」设计的：年轻人被卡在互联网都还不存在的年代的流程里——做研究、投期刊、发够多次才能拿到 tenure。他的判断是这个结构不利于发现，它只教你如何在一个结构化系统里成功。最刺眼的数据是当天他刚听到的：NIH 内部研究员（intramural，即在 NIH 做研究而非申请拨款的人）的年龄中位数是 71 岁。而诺奖得主拿奖工作的平均完成年龄在 20 多岁。「我们造出了这些体系，还对此心安理得，然后照镜子告诉自己一切都很好，只要再多给点钱就行。这不是解决问题的方式。」

四种新机制：长拨款、快拨款、金票、meta-science

长期拨款。 他认为拨款期限被严重忽视。多数政府拨款落在 18 个月左右，原因只是学术日历的运作方式加上政府评审和裁定的速度——但这不是科学发现的节奏。有些实验三四个月就能做完，有些想法需要五年才能展开。更糟的是当前的连锁反应：多数人拿到第一笔拨款之后，还没做完第一笔的工作就已经在申请第二笔，因为必须保持节奏。他的解法是首日全额到账的五年期拨款，原则是「我们做的一切都服务于科学家」——有些科学家要短期拨款，有些想法需要五年，政府的钱应该为这两种人都准备好。

Fast grant。 几页纸、一个月内评审完、按概念验证的规模来设计。他说历史上这种做法总在危机时出现，最近一次是 COVID 期间 Tyler Cowen 等人自己凑钱在体制外做的——给做 COVID 相关问题的人在几小时内做出拨款决定。他的问题是：为什么这只能限于危机时期？很多想法一旦被回答就能解锁别的东西。Peter 顺势指出时间应该被大幅压缩，因为申请者已经在用 ChatGPT 或 Gemini 写申请书，评审也该用 AI；Kratsios 同意，但强调各资助机构在加速的同时要始终保住择优评审（merit-based review）这个黄金标准。

金票（golden ticket）。 这是针对「不再冒险」这个病根的机制设计。他的诊断是：最小公分母的想法才拿得到钱，而那些想法更出格、可能不成但成了就非常了不起的人，压根不被激励去提交申请，因为反正拿不到。金票的做法是：择优评审小组里三四个人，每人拿到一到三张金票，凭一张票就可以不管其他委员的意见、单方面决定资助某个项目。他认为这产生两个效果：一是激励人们提出更疯狂的想法，因为只要有一个人相信你，你就能过；二是——他觉得这个效果可能更好——激励更强的人来当评审，因为他们手里有金票。「与其让一堆不知道为什么在做这事的中游人来评审，你可以把更好的人拉进来。」Peter 补了一个真实案例：一位哈佛教授因为拿过太多拨款、太成功而在评审中被扣分，理由是要给别人机会。

Meta-science。 他坦承政府必须做纳税人钱的好管家，所以《黄金时代》里有一块是「科学的科学」——评估我们做科学、做资助的方式是否有效，无效就纠偏。他用这场对话自嘲来说明：「你和我在这个播客里可能真心相信 fast track 拨款是个好主意，但我们需要跑这个实验」——做一些 fast grant，看哪类有效哪类无效，然后让下一版更好。「而我们作为政府就是不做这件事，我们从不做 meta science。」目前 NIH 和 NSF 都已宣布设立 meta-science 单元。

最激进的一段：agent 化的科研市场

Peter 说这是他最喜欢的想法，也不敢相信 Kratsios 真把它写进了报告，于是当场念了报告里的转述：想象一个科学市场，资助者发布突破赏金，AI agent 识别有希望的线索、雇用自主实验室、验证经加密签名的结果；agent 之间通过微支付交换数据、假设、算力和资金，智能合约在里程碑达成时释放付款。预测市场可以指导拨款方，赏金市场可以把资源导向未解问题，声誉系统可以识别可靠的 agent。这个系统以机器速度持续运转，用市场激励取代缓慢的机构协调，而人类专家仍在判断、在决定哪些科学问题和突破最重要这些环节上不可替代。

Peter 的总结是：你描述的是对整个科学过程的、AI 原生 agent 化的彻底重构。Kratsios 承认这份报告给了他们一个「梦想大一点」的机会，并认为这是可能的。他给出的现实理由是激励问题：当前体系里各方激励并不容易对齐，而随着时间推移我们有了技术手段把这些激励聚到一起、以某种速度做信息共享，使上述一切成为可能。

他寄望的执行主体不是政府，而是慈善资本：今天可用于科学的慈善资本规模是人类历史上最大的——他举例说，光 OpenAI Foundation 按今天的估值算就接近一万亿美元；再加上 Yuri Milner、Eric Schmidt、Marc Benioff 这些直接资助科学的人。他的希望是这份报告能启发一些非常聪明的人去把这些东西试出来。

支撑这个判断的是一组结构数据：1950 年 Vannevar Bush 写《Endless Frontier》启动整套体系时，70% 的 R&D 由联邦政府做、30% 由私营部门做；今天完全反转，多数在私营部门，联邦只资助约 30%。Peter 补了一句关键差异：公司需要十年视野时可以拿十年视野。Kratsios 认为在这种翻转加上慈善的更大角色之后，棋盘上的棋子可以以 1960 年那套体系无法想象的方式被组合起来。他当天宣布的另一件事也是这个逻辑的产物：四年制博士——让博士生更快毕业，且在读期间的经历要为进入产业界（而不只是学术界）做准备，做法是让一家私营企业与一所学术机构配对培养一个学生。

奖金、长寿与自主实验室

奖金激励。 报告倾向于奖金挑战、预先市场承诺、为结果付费而非为提案付费，并引用了 XPRIZE。Peter 报出自己的战绩：XPRIZE 已投放 6 亿美元奖金，撬动了约 300 亿美元的 R&D。他问政府会不会出十亿美元级的奖金，甚至提到他跟 Elon 说过「发 101 个十亿美元奖金」。Kratsios 给了具体量级判断：政府一年 R&D 开支约 2000 亿美元，其中约 450 亿在 NIH 的生物医药，所以单项十亿对政府预算来说可能太大；但如果项目足够大，一亿量级肯定可行。

长寿的缺席。 Peter 指出报告里没有长寿，并给出他的核心论据：美国平均预期寿命约 78-79 岁，而健康预期寿命只有 63 岁——生命的最后 16 年处于健康不佳状态；如果能把这个指标往上推，给人多十年健康和十年生产力，一切都会改变。他同时报出正在跑的 1.01 亿美元 XPRIZE Healthspan，830 支队伍竞争，目标是把功能年龄逆转 20 年（认知、肌肉、免疫系统都回到 20 年前的水平）。Kratsios 的回应是直接认账：「既然你提了，我们大概确实该把它写进去。」并表示这与美国人的整体健康相关，应该找方式一起推动，看 NIH 和其他地方能有什么项目来加速。Peter 顺势引用了 Dario 说 5 到 10 年内可以想象把人类寿命翻倍、Demis 说十年内治愈所有疾病；Kratsios 说他第一次听 Demis 讲「十年治愈所有疾病」时不确定对方是不是在开玩笑，「他是死认真的，而且他认为以 AI 的走向这是可能的」。

自主实验室。 报告里的另一段愿景是：AI 提出假设，机器人跑实验，模型读结果并设计下一个，24/7 运转，无人在环——闭环科学以机器速度运行。Kratsios 说政府认为应该建这些实验室，并可以用联邦资金在这些实验室上测试实验。他指出真正的长杆（long pole in the tent）是硬件——能跑足够宽实验范围的硬件本身还不存在，所以现实路径是先在较窄的领域起步，随硬件成熟再扩张。他的动机很朴素：拖住科学家的正是跑实验所需的时间；如果你有个想法想验证，能不能就上线、把假设输进去、按开始，然后立刻去想下一个。Peter 提到 Lila Sciences 正在建百万平方英尺的这类设施，以及把它改造进联邦实验室的计划，并追加了一个他喜欢的愿景：一个高中生或大学生也能拿到国家实验室的设备权限去跑实验。Kratsios 认同这是民主化——他回忆高中时总有几个孩子想办法认识教授、放学后溜进大学实验室，而现在这个机会属于任何有想法的人，不必再承受那些握着基础设施钥匙的机构带来的门禁与开销。至于会不会取代研究型大学，他的判断是：大学很可能是最早建这些实验室的一批，因为不给自己的科学家提供最好的工具，是对学术共同体的巨大失职。

创新特区、数据中心与教育

Peter 提出一个概念：他称之为「奇点特区」——对自动驾驶、无人机、核能、数据中心友好的州和城市，他们做了一张全美地图。他问能否让某些区域自愿成为创新中心，把监管放松到足以加速研究，就像中国和智利做过的那样。

Kratsios 说他个人一直非常关注这条路径，并给出自己的第一份作品：2017 年他促成总统签署的 UAS IPP（无人机整合试点项目）。当时商用无人机送货还不是真事，只是个梦想，问题是如何加速。行政令要求交通部设立这个试点项目，FAA 随后挑了 10 个州、地方或部落政府，与特定无人机运营商配对来跑测试——社区主动站出来说「我要这项创新技术」，FAA 给它们监管豁免去跑这些运营，从中回答「哪里有效、哪里无效、什么时候会打扰人、需要什么系统来监控」。本届政府用 eVTOL 的 EIP 项目重复了这套做法，很快会在全国各地看到 eVTOL 试飞。他还提到 2024 年竞选时总统发过一批视频，其中就有关于创新特区和创新城市的完整叙事。

他把这件事的根基归给联邦制：各州可以自己做决定，人会用脚投票，公司也会用脚投票，去它们最舒服的地方。Peter 说他们逐州评估的结果是德州在所有维度排第一。Kratsios 举的历史例证是加州规则变化后大量自动驾驶测试车队搬去亚利桑那，他认为这是好事，是州之间的竞争，Peter 称之为监管套利。

他把同一逻辑外推到数据中心：可能出现社区互相竞争数据中心的世界，而数据中心运营方应该更多地思考能给进入的社区提供什么激励。总统在这上面已推出「电费用户保护承诺」（rate payer protection pledge），要求所有大型科技公司、AI 公司和数据中心建设方自建、自带或自购全部电力，不覆盖全部相关成本就不许进入任何社区——如果有影响，反而要让电价更低。他说数据显示确实如此：有 AI 数据中心的地区平均电价更低。水的问题他也承认要解决，Peter 给的对比是高尔夫球场的用水量是数据中心的 30 倍，杏仁种植是 50 到 60 倍。

教育这段 Peter 讲得最激烈——作为两个 15 岁孩子的父亲，他对今天的教育体系「很生气」：美国教育仍绑在工业革命上、不为即将到来的东西做准备，而高中甚至大学在抵制 AI，本该完全相反、本该全面 AI 优先。Kratsios 的框架是「家长优先」：应该给家长选择权，让他们以自己认为最好的方式教育孩子。一个极端是 alpha school 这类模式——上午三四个小时用 AI，其余时间练社交技能和其他东西，对某些家庭效果极好；另一个极端是希望教室里完全没有技术、孩子学古典学的家长。但他指出现实是：多数美国人两个都得不到，他们拿到的是一个「破碎的中间态」，全国有太多学区的高中毕业生连基本数学都不会。

他自己 portfolio 里的部分是 STEM 整合，而最让他沮丧的一点是：想进入 STEM 领域的美国学生数量在持续下降。「这对国家的健康、国家安全、未来的经济增长都不好。」他认为政府能做很多事去激励人们回到这个领域，希望 Jared（Isaacman）在太空上做的所有工作能起作用。Peter 的自证是：阿波罗计划 100% 为他一生所做的一切负责——是 Star Trek 和 Apollo。但 Peter 也指出现实约束：指望学校系统在几年内改变，在教师工会和公立教育委员会面前极其困难，所以他问有没有可能出现一个「AI 教育覆盖层」，让想要的家长和孩子在下午和周末使用。Kratsios 认为可能——他理解 alpha school 那批人是先自己在特定地点办学校，而且不便宜，只有部分人能参与，但目标是把软件开源、或让成本降到任何人都能跑这些项目。

2x 还是 10x

节目结尾 Peter 直接逼问：Genesis 讲的「生产力翻倍」在历史上或许算有野心，但在 moonshot 的世界里 2x 几乎是反野心——是因为 2x 政治上可接受，还是你不认为 10x 能发生？

Kratsios 的回答几乎是现场改口。他先交代来历：2x 是去年设计那个最终在 12 月被总统签署为 Genesis 计划的项目时定的数字。他承认自己已经为这事琢磨了好几个月，报告定稿时内部甚至讨论过要不要重估，但因为已经公开说过，就先跟着跑。接着他给了两句关键的话：「政府是最难改变、最难推动的机构之一」（Peter：「顶多是线性的。」Kratsios：「顶多是线性的。」），以及——「我的感觉是我们大概应该瞄准 10。老实说，以 AI 在过去六个月里发生的变化，我们绝对该往 10 推。」

他为此举的证据是模型迭代的速度：回想今年年初，Opus 还没出来，Anthropic 的收入还在 100 亿量级，而现在已经涨了一个量级，是地球上增长最快的公司——「这只是过去七个月里的事」。此外还有 mythos 时刻、Fable 的发布，以及 OpenAI 很快会发布的新模型。Peter 补上自己和 Alex Wissner-Gross 合写的论文《Solve Everything》（solveeverything.org），核心观察是数学作为一门学科正在被整体性地反复解决，每周都有新突破、新证明被拆解或证明；紧随数学之后的是物理、化学、生物、材料科学，他们设想一个拐点。

Kratsios 把这个拐点接回 Genesis 的动机：他们相信每一个科学领域——化学、物理、数学、生物——都会因 AI 看到发现与假设检验的剧烈加速。而 Genesis 要解锁的具体资产是数据：美国国家实验室在极广泛的领域积累了海量科学数据，这些数据从未被 AI-ready 化、从未被上传进模型、从未成为科学过程的一部分。把 70 年的美国科学发现数据带进 AI 模型，是眼前的巨大机会。

Peter 追问的所有权问题很尖锐：如果 NIH 的健康数据被整体导入，因此产生的突破，谁拿走财务收益？Kratsios 的回答是这些是公共品——纳税人几十年来在能源部资助了了不起的科学，就让它发挥最大价值。他的类比是 NOAA 的天气数据：联邦政府多年前的一个重大动作是把所有天气数据免费开放，于是所有天气应用都建在它上面。

最后一个侧问是阿根廷的 Milei 宣布对 AI 公司免税、给 agent 以 AI 法律人格。Kratsios 的回应克制：这是对未来走向的一个很有趣的看法，但「我不认为我们现在处在那个位置，美国还不会给 AI agent 法律人格」。他把重点收回到本职：确保 AI 的好处真正落到美国人身上，这件事还有很多工作要做；政府能做很多，但最重要的是「让我们的马跑起来」——我们有世界上最好的公司，需要的是一个让它们持续做出世界上最好突破的监管环境。

金句

技术分两类：一类生而自由，一类生于囚笼。生而自由的比如 1990 年代的互联网，政府最好的动作就是退后、别插手。 —— Michael Kratsios 3:06

EU AI Act 是在 ChatGPT 被发明出来之前就由欧盟委员会定稿通过的，所以他们今天手上的东西根本不可能适用于今天的大模型。 —— Michael Kratsios 3:51

我们现在坐在白宫园区里，而此刻因为《总统档案法》，大语言模型在我们的系统上是禁止使用的。希望这很快能改。 —— Michael Kratsios 7:39

AI 有严重的公关问题。人们从政客和业界听到的全是大量失业、一切危险、还有生物风险——他们当然会怀疑，公关差不该让人意外。 —— Michael Kratsios 10:43

研究者约 45% 的时间用在与拨款相关的行政工作上。这是我能想到最令人沮丧的统计数字之一——这些科学家是国家的皇冠明珠。 —— Michael Kratsios 33:45

NIH 内部研究员的年龄中位数是 71 岁，而诺奖得主拿奖工作的平均完成年龄在 20 多岁。我们造出这些体系还心安理得，然后告诉自己再多给点钱就行。 —— Michael Kratsios 36:47

我的感觉是我们大概应该瞄准 10。老实说，以 AI 在过去六个月里发生的变化，我们绝对该往 10 推。 —— Michael Kratsios 65:29

提到的书·产品·人物

• Michael Kratsios（人物）：本期嘉宾，白宫科技政策办公室（OSTP）第13任主任、总统科学顾问，AI 行动计划、Genesis 计划与《新黄金时代》报告的主要设计者。
• America's AI Action Plan（政策文件）：本届政府赢下全球 AI 竞赛的路线图，首页即写明美国必须在开源上领先；美国 AI 出口计划与劳工部的 AI 就业数据项目都源自其要求。
• Genesis Mission（国家任务）：曼哈顿计划式的 AI for science 计划，总统 12 月签署，目标是十年内让美国科研生产力翻倍（Kratsios 本期改口为 10 倍），上周峰会宣布约 50 亿美元拨款。
• Science and the New Golden Age（报告）：Kratsios 最新的科研体制改革蓝图，包含长期拨款、fast grant、金票、meta-science 与 agent 化科研市场等机制。
• EU AI Act（法规）：被他当作过早监管的反面案例——在 ChatGPT 诞生前就已定稿。
• Presidential Records Act（法律）：目前禁止在白宫系统上使用大语言模型的直接原因。
• Bletchley Park AI Safety Summit（会议）：两年前英国政府主办的首届 AI 安全峰会，他认为整个议程包裹在恐惧叙事里，是 AI 公关问题的源头之一。
• American AI Exports Program（政策项目）：从商务部起步、现为全政府努力，通过 RFP 征集交钥匙美国 AI 技术栈，并由 ExIm 银行和 DFC 提供融资。
• Huawei（公司）：第一任期对抗华为电信栈的挫败感，是 AI 出口计划的心理动因。
• Nvidia / AMD（公司）：美国 AI 技术栈的芯片基础；对英伟达的对华出口限制被他评为最精明的决策之一。
• Jensen Huang（人物）：刚到访白宫，透露给 Corning 下了该公司史上最大订单；也发起了 open secure AI alliance。
• Corning（公司）：因英伟达订单将迎来历史最高产量，被用作 AI 正面故事的例证。
• Boom Supersonic（公司）：证明可超 Mach 1 而不产生落地音爆，促成行政令把速度限制改为噪音限制。
• NIH / NSF（机构）：NIH 预算近 450 亿美元、内部研究员年龄中位数 71 岁；两家都已宣布设立 meta-science 单元。
• Tyler Cowen（人物）：COVID 期间与他人自筹资金在体制外做 fast grant，几小时内完成拨款决定。
• Lila Sciences（公司）：正在建设百万平方英尺的自主实验室设施，是闭环科学愿景的现实参照。
• alpha school（教育项目）：上午三四小时 AI 学习、其余时间练社交技能的学校模式，Kratsios 认为其目标应是开源软件或降本普及。
• XPRIZE（组织）：Peter 的奖金机构，已投放 6 亿美元撬动约 300 亿 R&D；本期提到 1.01 亿美元 Healthspan 奖（830 支队伍）与 Future Vision 电影奖。
• Endless Frontier / Vannevar Bush（报告·人物）：1950 年启动美国现代科研体系的文件，当时联邦占 R&D 的 70%，今天只剩约 30%。
• OpenAI Foundation（组织）：被他举为慈善科研资本规模的例证，按今日估值接近一万亿美元。
• Yuri Milner / Eric Schmidt / Marc Benioff（人物）：直接资助科学的慈善家代表。
• Elon Musk（人物）：被引用的预测是 18-24 个月内 GDP 两位数增长、5 年三位数增长、2036 年进入后资本主义；也被提到把 SpaceX 工程数据上传给 Grok。
• Solve Everything（论文）：Peter 与 Alex Wissner-Gross 合写，网址 solveeverything.org，讨论如何构造条件让 AI 整体性地解决学科问题。
• Dario Amodei / Demis Hassabis（人物）：分别被引用为「5 到 10 年内可想象人类寿命翻倍」和「十年内治愈所有疾病」的判断来源。
• Jared Isaacman（人物）：NASA 局长，本节目上一期嘉宾，其太空工作被 Kratsios 视为激励美国学生回到 STEM 的希望之一。
• Javier Milei（人物）：阿根廷总统，宣布对 AI 公司免税并给 agent 以 AI 法律人格，Kratsios 表示美国还不到那一步。
• NOAA weather data（公共数据）：联邦政府免费开放天气数据、催生所有天气应用，被用作国家实验室科学数据应作为公共品开放的类比。
• UAS IPP / eVTOL EIP（政策项目）：2017 年的无人机整合试点（10 个州/地方/部落政府参与）与本届的 eVTOL 试点，是「创新特区」思路的两次实践。

适合谁听

关心 AI 政策制定逻辑、科研资助体制改革，以及中美在开源模型、芯片管制与机器人供应链上如何交手的人。