英伟达单季 962 亿、20 万个假账号与 OpenAI 自研芯片

章节时间轴

• 4:37 英伟达 962 亿美元与循环经济争论 — 单季营收、TSMC 单点依赖、以及「这轮需求有多少是英伟达自己融资出来的」这个核心疑问。
• 13:57 SpaceX 的 3.5 万亿与训练/推理二分法 — Elon 预测 2033 年 3.5 万亿美元营收，Alex 拆出 Optimus 与戴森群路径，Dave 用「训练留在英伟达、推理散布全球」划分整个市场。
• 24:45 中国视频代币 70%：世界模型 vs 语言模型 — 阿里 Wan 3.0、Runway 联创的数据，以及「美国吃了 LLM 药丸、中国吃了世界模型药丸」的路线之争。
• 34:43 AI 伴侣监管与人口崩塌 — 中国限制 AI 伴侣、韩国 0.75 的生育率，四人在「上瘾风险」与「人口不必焦虑」之间激辩。
• 44:43 Flock Safety 与全景监狱 — 每月 200 亿次车牌扫描、达斯·维达在圣迭戈作证的荒诞视频，以及「宪法不会随交易成本归零而更新」。
• 56:59 X-Prize 未来视觉与 Moonshots Live — 2550 部影片投稿的未来愿景大赛，以及 9 月 25 日线下活动与嘉宾阵容。
• 66:56 就业三连：末日论 vs 实际数据 — 华盛顿邮报、高盛对专业服务业的警告，对上 Principal Financial Group 的反向数据，落点在「主动性（agency）」。
• 80:51 数据中心舆论战与真实收益 — 20 万假账号与 Quincy 案例的对照，以及「我们需要绝对真相而不是政治」。
• 86:59 OpenAI 的 Jalapeño 与 CUDA 之死 — 自研推理芯片性能、54 倍吞吐、以及「OpenAI 云托管 Anthropic 模型」的假想未来。
• 93:09 苹果 512GB 本地智能与错失的十年 — M5 Ultra、2nm 的 M6，Dave 的怒斥与 Alex 对 Apple Car 血统的技术溯源。
• [100:50] 能源与水的丰饶叙事 — 初创公司浓缩铀到 15.38%、中国太阳能八倍增长、10 架无人机 3 小时造出 1900 万加仑降雨。
• [114:40] 健康突破：胰腺癌与牙釉质再生 — 首个针对转移性胰腺癌的 RAS 抑制剂获批，以及诺丁汉大学的仿生凝胶重建真牙釉质。
• [125:28] 月球经济、Cyber Cab 与机器人亲密关系 — 德勤的 5660 亿 vs Elon 的两千万亿，Cyber Cab 车队扩张，以及本期最诡异的收尾故事。

详细内容

一、962 亿美元背后：这是奇点还是金融工程？

Peter 用一串数字开场：英伟达单季营收 962 亿美元，超过地球上大多数国家的 GDP，同比增长 106%，下一季指引再高 10% 达到 1080 亿美元——相当于每天超过 10 亿美元。Jensen 对 2028 年给出 70% 的增速指引，而华尔街共识只有 44%。Jensen 把前沿实验室称为「第一代需要几百亿美元算力才能做出产品的初创公司」4:37。

Dave Blundin 的回答分两层。短期看，英伟达「怎么看都会一直卖光」，因为训练神经网络绕不开它，占 90% 的营收、95% 的利润，而且是 80–85% 毛利率的营收，「这家公司的盈利能力是地球上前所未见的」。但他也点出最大的脆弱性：TSMC 是英伟达所有产品的唯一制造商，而英伟达占 TSMC 产能约三分之一、苹果另占三分之一。想自建晶圆厂就必须「非常安静、非常偷偷地做」，因为不能得罪 TSMC 6:59。Dave 还给了一个很直白的资本建议：如果你不在 Jensen 或那 11 家「超级巨头」的对话流里，你就不在这个世界上最相关的对话里；见完佛蒙特的制造商和摩根大通都是分心 8:33。

Alex Wissner-Gross 提出了本期最重要的质疑。他自称「最不会说这是一场巨大对敲交易的人」，但仍然想知道金融市场是否已经充分定价了「英伟达为自己客户提供融资」这件事——「就这个房间里的大象而言，那就是它」。他要求区分：多少需求是英伟达融资的需求？如果不成比例的需求是被英伟达直接或间接通过一个或多个中间方兜底、融资或授信的，「那看起来就有点太泡沫了」。他明确表态：「我不希望这是泡沫，我真的不需要泡沫」，两三年后发现基建层的需求靠金融工程人为撑起来会是「高度次优的结果」。不过他的预测仍然乐观——即使部分需求被虚增，最多也就是一个「迷你冬天」，因为算力正在根本性地替代房地产、人类劳动等文明的基础投入 9:19。

Alex 在收尾时把「循环经济」做了一次关键区分：一种是 A 公司卖货给 B、B 又卖货给 A 的利润表型循环——过度工程化的对敲同样不好，但从泡沫角度看相对健康；另一种是 A 公司动用资产负债表（私募信贷等）去为 B 购买 A 的产品融资，这是不太健康的那种。而他作为通过低成本宽基指数持有整个市场的人，「对最内层循环到底属于哪一种，没有太多可见度」23:13。

Salim Ismail 同意 Alex 的担忧，并把风险源换了个方向：真正让他不安的是宏观——「我们印钞像不要钱一样」，日本债市和法币世界的循环混乱比 AI 崩盘更可能压垮市场 13:57。他还指出英伟达正在从芯片公司转向「整个智能的操作系统」，并把（传闻中的）Hugging Face 收购类比微软买 GitHub：当年微软的 CFO 和公司发展部门几乎要否掉这笔 75 亿美元的交易，因为「这家公司几乎没有资产、没有员工、没有知识产权，我们到底在买什么？」，是 Satya 一句「我们买的是 3000 万开发者的忠诚」压下了反对 12:26。

Dave 给出了一个更抽象的辩护：想象半人马座阿尔法星上有个文明发现了超级智能，它会跟地球做贸易吗？不会，太远太慢，它只会在内部建起一个庞大的经济体。「每个经济体本质上都是循环的，美元在转圈，欧元在转圈」，只是现在这个圈收紧成了一个只关心自己、几乎不关心传统经济的新经济 20:07。他用弟弟的态度变化举例：一年前对方还说「AI 要等我在 Fidelity 看到才算发生」，现在的说法是「它根本不在乎」——当它在发现新药和新物理时，Ozempic 和 Mounjaro 单靠减肥药收入就已经超过全部 AI 推理收入之和，再来五到十个这样的药物，回流进 AI 经济的收入就会压倒传统世界 20:53。Peter 补了一个类比：互联网早期 AdSense/AdWords 看起来只是「增加一点价值的东西」，最后几乎吸走了整个广告业的全部收入 21:39。

Dave 还提了一个略带自嘲的「元信号」：凡是能回答「你知道怎么训练基础模型、怎么微调、你听 Moonshots 播客吗」的创业者，估值都涨了 10 倍、20 倍、100 倍，有的到 1000 倍，「零失败，0.00 次」；而说自己「更偏应用层、更像氛围编程玩家」的那一桶里，「失败者一大堆」22:27。

二、SpaceX 3.5 万亿与训练/推理的世界二分

Elon 此前说 2030（或 2029）年 SpaceX 营收达一万亿，最近又在推文里说 2033 年可能达到 3.5 万亿——Peter 给的参照是今天全球营收最高的公司亚马逊只有 8280 亿美元 5:26。

Dave 的判断是：历史上没有任何公司达到一万亿营收，包括亚马逊和沃尔玛。但 Elon 的模式是「机会的原生规模」总是对的，时间线总是晚几年，原因从来不是本质障碍，而是工程失误和监管障碍。所以他「没有理由认为 3.5 万亿是错的」，只是相对历史的量级令人难以置信 14:45。

Alex 认为路径存在，但是高度非线性、多维的。他的推演：一，SpaceX 与 Tesla 在未来一两年内合并，新 SpaceX 因此获得 Optimus 收入——他认为 Optimus 单独就可能是每年数万亿美元的生意；二，SpaceX 提供超大规模云服务，据他上次查证已经是过去几个月营收增长的主体，未来从地面延伸到戴森群，「戴森群单独可能就产生数万亿美元营收」。在 Optimus 和戴森群面前，Starlink 大概会变成四舍五入的误差，汽车也是。他还注意到 SpaceX 的 S1 招股文件里大谈数字 Optimus、应用和服务经济，但他认为 Elon 生态的核心强项不是应用层而是物理基础设施 15:31。

Peter 披露 SpaceX 是他目前最大的财务押注，理由是投 OpenAI 或 Anthropic 只是押模型这一层，而 SpaceX 是芯片、数据中心、模型、通信、基建、发射的全部；最大风险是「Elon 能不能活得足够久来实现愿景」，他希望 Elon 有足够的安保 17:04。

Dave 给出了本期最有解释力的框架：整个市场可以还原成两件事——AI 训练和AI 推理。Elon 往太空放的东西纯粹是推理：卫星、Starlink 的营收都是把 AI 生成的视频和内容连到地球上每个人，而未来太空里的 AI 数据中心会让已发射的一切相形见小，那也是推理。但训练是完全不同的野兽：训练需要所有 GPU 在同一个地点保持一致，比如田纳西那种十万块、最终上百万块 GPU 的紧密集群。两个市场连芯片都会不同，而其他一切都从这个二分里推导出来：机器人可投资，但前提是你有极强的「设计机器人的 AI」；药物发现和机器人这些垂直市场的好投资，都是围绕特定用例的专有推理模型建立的 17:49。

三、70% 的代币花在视频上：中美的两种 AI 路线

Peter 报出两条中国视频新闻。一是阿里 Wan 3.0，能从文档、表格、幻灯片和网页一次生成 30 秒视频，API 定价每秒生成视频 5 到 20 美分——换算下来 90 分钟长片约 2 万到 6 万美元，价格正在崩塌；这是在其港股史上最大规模 102 亿美元定增之后一天发布 24:45。二是 Runway 联合创始人称视频生成已占中国全部 AI 代币消耗的约 70%，由短视频内容和机器人驱动，增长比 Claude Code 在美国的增长还快。由此得出的框架是「美国吃了 LLM 药丸，中国吃了世界模型药丸」：语言模型预测下一个 token，世界模型预测现实的下一个状态，后者对机器人、自动驾驶、物理仿真至关重要 25:31。

Alex 提出一个「统一场论」来解释这个差异：美国 AI 实验室在最大化营收，中国 AI 实验室不是。OpenAI 试图进视频生成业务，结果放弃了，因为 Anthropic 用代码生成这种更「LLM 形状」的用例在每代币营收上抢走了它的午饭。中国实验室虽然也有收入、也在 IPO、也在快速增长，但它们免费送出模型权重——「你不会靠免费送权重来最大化营收」。既然不做每代币营收最大化，那把代币花在视频上而不是更有经济生产力的应用上就无所谓了 26:16。

Peter 问哪条路更快到 AGI，Alex 两次拒绝前提：「这是个陷阱问题，因为我认为我们最晚在 2020 年夏天就用 LLM 达到了 AGI」，接着又说「我不接受我们还没有超级智能这个前提」。他把问题改写成「长期而言哪个更有效推进能力前沿」，然后自答：全模态模型最终最强。他举例说 Fable 5 已经非常强，但视觉能力和视觉推理能力很弱，这在 6 到 12 个月的中期是个缺陷，「希望 Anthropic 正在用并购活动修补它」；无论最后是扩散 Transformer 还是某种混合模型，视觉、视频、音频必须和自回归文本生成结合 27:49。

Dave 补了「故事里的故事」：中国实验室没法把 Kimi 或 Qwen 卖进企业场景，因为没人知道能不能信任它。而视频完美地有利可图——把一个可能不被信任的模型推向市场、赚取巨额营收的绝佳方式，而且是全球产品，没人担心这个用例的安全性。但他不认为世界模型 vs 语言模型决定谁先递归自我改进，「那纯粹取决于更聪明的工程师、充足的现金和大量训练芯片」。他强调 OpenAI 本来在视频上领先却决定不再投入，因为企业用例价值高得多——美国走的是「高眉毛路线」：解决真实商业问题、治愈真实疾病，更赚钱、每代币营收更高。最终一切还是营收回流成更多训练芯片，变成 10 万亿、20 万亿参数的模型再蒸馏，而这就是启动 RSI 的东西。他给 Demis 和 Dario 的归因很明确：Demis 是第一个真正想通这件事的人，但在 Google 因为太官僚而无法行动；Dario 接过来说「我们不在乎消费级电影视频，我们只在乎一个能通过更好代码和更好训练想法改进自己的模型」，而中国人相信完全一样的事 29:21。

Salim 的收敛论：美国在围绕软件工程师和知识工作优化，中国在朝制造、商业、媒体和部分机器优化，最终会汇合——赢家系统会把语言、视觉和记忆串在一起。但他倾向认为「能建模并操纵世界、在世界中行动的智能会赢」，这一点上中国的方向可能略占优势；除非 Anthropic 之类率先做到 RSI，那内循环会吞掉其他一切 31:40。Peter 顺带哀悼了一句 Sora：「我很怀念它，和孩子们一起玩太有趣了」30:55。

四、AI 伴侣、人口崩塌与两种监管未来

顺着上周 Emad 的观点——AI 是最有说服力的行动者之一，理解一个人并说服一个人的能力结合视频生成是极强的文化传播力量——Peter 抛出问题：如果中国即将（或已经）成为全球任何语言、任何主题视频内容的主导生产者，意味着什么 32:25。

Dave 的回应很个人：他最小的儿子 Jack 今早告诉他自己把 Instagram 从手机上删了，而所有孩子早就扔掉了 TikTok——「推荐引擎太好了，一个小时的刷屏过去了你才想起来我在干什么」。他引用之前上过节目的 Alvin Graylin 说中国禁到连视频和游戏里都不能出现血、血只能是绿色的：「如果他们能管到这个细节层级，他们当然会控制所有这些行为、防止自家孩子被吸进漩涡；同时他们非常乐意把这东西卖给世界上其他所有国家并赚取营收」。他想象 CCP 的视角：「这些人真是傻瓜，我们可以在任何国家上线任何 AI 生成的影响机器，彻底改变全国民意，从北京调旋钮，而他们什么也做不了——他们有言论自由之类的东西，根本保护不了自己」33:11。

接着是新闻本体：中国正在收紧 AI 伴侣监管，禁止向未成年人提供 AI 伴侣服务并限制成人使用，背景是孤独流行病、结婚率下降和一胎政策留下的人口危机。Peter 列出数据：全球大部分地区已低于维持人口所需的 2.1，最差的韩国降到 0.75，「韩国在蒸发」，新加坡和乌克兰约为 1，中国即使取消限制仍在 1 左右。他预测日本、新加坡、韩国会紧随其后，并抛出根本问题：当你能建立的最容易的情感连接是和你的 AI 而不是另一个人，社会会怎样 34:43。

Dave 用两个历史模式作答：香烟先席卷全国再席卷世界，然后我们才说「天啊这在杀死所有人」；垃圾食品同理——他提到 MIT 的 Boris Zelman，其父曾主管 General Foods 的食品科学、发明了咖啡结晶，能开发出「你在生理上无法抗拒」的薯条涂层，然后全国糖尿病。「我们习惯性地这样做，然后 10 年、20 年、30 年后才反应过来纠正。」但对上瘾型 AI，「你承受不起 20 年的延迟，因为那场危机就是整整一代孩子被毁掉的时候」36:16。

Salim 认为正确的监管结构应该是某种程度的透明和知情同意，先界定可能的伤害类型再缓解——「让政府来决定哪种关系是真实的会非常棘手」。他点出这是全新的监管前沿：从「监管 AI 说什么」变成了「监管你对它有多依恋」。他对社交媒体的判断很硬：孩子们的新皮层正在形成时被彻底上瘾，会在结构上长期毁掉他们，「彻底禁掉基本上是唯一的办法」。他也提醒隐私维度——「你的伴侣 AI 会比你自己更了解你的私密」——以及不能把整件事都病理化：孤独、残障、老年陪伴、治疗、社交技能训练和辅导上都有扎实的好处，「这是所有技术的标准问题：如何取其承诺而不取其危险」37:47。

Alex 给出本期最反直觉的预测：CCP 会在未来一到三年内 180 度转向，决定他们其实很喜欢 AI 伴侣——因为这是另一种党的控制手段。只要让所有 AI 伴侣通过意识形态过滤器，变得更像 CCP 版的《钻石年代》里那本《幼女绘本》、更少像一种消遣，党就会认为让相当比例的中国青年深度参与党严格控制的 AI 伴侣「从党的视角看是净有益而非净有害」39:19。至于美国，他指出已有州在试图立法禁止青少年与 AI 的浪漫关系，「我愿意相信这个国家有足够的自由让它们不会成功」。他的一个奇点操作性定义是「所有科幻套路同时在所有地方发生」，脑子里挥不去《飞出未来》那句「别和机器人约会」。他的赌注是最后可能成为联邦制议题，某些州禁某些州不禁，但至少在美国某些地方，AI 伴侣关系——包括浪漫关系、包括机器人浪漫关系——会是合法的 40:52。Salim 建议盯日本，那里已有女性要与 AI 结婚的案例；Peter 补充韩国是高科技早期采用者、监管少，同时有世界最低生育率和最高自杀率之一 41:38。

在人口问题上出现了本期罕见的一致。Alex 说他「很难为人类人口崩塌而激动」——我们早已远远越过《增长的极限》那种「无稽的宣传」，如果正确使用地球，承载力在数百亿量级，而且有大量 AI 和自动化的情况下更少的人也能活得很好；他在这一点上与 Elon 强烈的生育主义立场不同 42:24。Salim 罕见地说「我 100% 同意你，这是个罕见时刻」。Peter 坚持文化层面的担忧——韩国在「升华、蒸发」，人口越来越小就会失去那里的文化；Alex 反驳说这些文化在人口更少的年代就已存在数百年，人口在边际上减半，文化仍会以某种形式存在，「而且 AI 反正是用我们的文化训练出来的」44:43。

五、Flock Safety：当大规模监控的成本归零

这条是 Alex 提供的故事。Flock Safety 成立于 2017 年，核心产品是给警局、社区、学校和企业用的 AI 车牌识别摄像头网络，用于识别涉案车辆和失踪人员，后来扩展到视频摄像头、枪声与音频探测、移动监控拖车、无人机以及把所有数据流打通的软件。Flock 称其系统被 49 个州超过 6000 个社区使用，每月产生超过 200 亿次车辆扫描 44:43。Peter 播了一段圣迭戈市政会议的视频：一个打扮成达斯·维达的人「代表 Flock」作证——「皇帝是 Flock 的粉丝，我们必须继续使用 Flock 技术，好让我们跟踪和监视叛军渣滓从操场到操场、从操场到泳池……我需要这个，好让我能跟踪我的前女友」45:28。

Alex 认为这就是当下市政层面 AI 的真实面貌：大家总在谈企业用例和科学发现，但很多社区居民最早的 AI 接触不会是无人驾驶汽车，而是追踪车牌的摄像头。他读到有人把 Flock 的摄像头砍下来，因为感觉被自己的警局监视；也读到警局把监控数据联邦化以实现新形式的追踪，以及警察和急救人员利用摄像头权限跟踪前伴侣——「我想这也许就是达斯·维达在暗示的」。他借老朋友 David Brin 的说法，把问题定义成「在 AI 造就的全景监狱里，谁有权看谁」：在中国很明显是党透过摄像头看所有人；在美国这件事还在角力中。如果我们在所有公共空间都装上智能摄像头并全部联邦化，谁能看数据？「达斯·维达在圣迭戈市政厅作证，这是一个非常美国的时刻——帝国出面为监控而非为反监控作证」46:13。

Salim 认为这是「非常非常危险的时刻」，并借 Pink Floyd 的《Another Brick in the Wall》定调。他给出的结构性判断最锋利：我们已经从「找到这个嫌犯」转向「找出行为像嫌犯的人」，这是完全不同的动物。模式匹配现在基本免费，意味着监控不再受人力约束；过去公民自由是被摩擦保护的——跟踪所有人太贵；现在跟踪所有人的成本降到了零 48:34。他补充已有实际伤害：警察用这套技术追踪前伴侣，也已有人因为车牌被误读、被错误标记而丧命。他的定论：「技术消灭了大规模监控的成本，而宪法不会随着交易成本归零而更新。这是一个非常非常重大的时刻」，需要在宪法层面讨论。他还指出美国离中国其实不远——中国是 CCP 明令，美国是由企业和「相当失控的警察力量与监控系统」来做，「我不觉得这会有好结局」49:19。

Peter 试图为另一面辩护：这不只是 CCP，阿联酋也是。他提到 X-Prize 生命科学负责人 Jamie Justice 在迪拜街头晚上 10 点跑步感觉完全安全，而在美国绝不会这么做。他自己也愿意做交易——过海关时因人脸识别不用排长队，「我很乐意做这个交易来省时间，为孩子的安全也愿意」，问题在于这应该是个人选择还是社会集体决定「安全高于隐私」50:50。Salim 用 Ben Franklin 那句话回击：「以放弃根本自由换取一点暂时安全的人，既不配得到自由也不配得到安全」，并建议这句话未来十年该刻在每个人面前的桌上 51:36。

他随后讲了自己的亲身经历：入境美国时被拦下、被告知会错过航班，因为 FBI 通缉一个叫 Sully Mismile 的阿富汗军阀。「好消息是我们很清楚你不是阿富汗军阀，坏消息是我们没有权限做这个判断，必须问华盛顿，要几个小时，请坐。」这件事花了几年才彻底清掉。他问对方是不是每个 Salim 都要被这样拦，得到的回答是「先生，你不知道当某个 Juan Rodriguez 犯了轻罪，我们就得把每个 Juan Rodriguez 都拉到一边」。他的双面结论：技术能在名字层面快速消歧，这是好处；坏处是「无罪推定和人身保护令在美国基本已经消失了」。他也强调自己遇到的美国边境官员「无一例外地极其专业和有建设性」52:23。Salim 还提出一个更深的结构问题：阿联酋是仁慈的专制，只要保持仁慈就有惊人的安全感，「但仁慈专制的问题是它们通常不会仁慈太久」；而我们现在必须以前所未有的层级解决人类治理问题——「这对我来说也是一个奇点：如何构建有希望跟上技术速度的监管框架」54:42。

Alex 提出 David Brin 等人主张的解法：把监控能力开放给所有人，让平民也能做警察和急救人员能做的车牌追踪——如果是公共空间，就让它成为公共资源，让所有人追踪所有人 55:27。Salim 表示赞同并举了一个精彩例证：在俄罗斯，警察会打破你的车灯然后开罚单索贿，于是俄罗斯人最早普及了行车记录仪。十几年前那场陨石为什么有约 200 段实时视频？不是有 200 个人恰好掏出手机，而是俄罗斯人为了自保都装了行车记录仪。「公民开始把摄像头指向另一个方向，我们需要多得多的这种东西」56:12。

六、就业：数据 vs 末日叙事，落点在「主动性」

Peter 摆出三条就业新闻。第一，《华盛顿邮报》的分析认为就业末日不太可能发生，历史上从织布机到汽车到互联网，技术转型创造的岗位始终多于摧毁的；其论点是 AI 不是在替代工作，而是在替代工作中的任务，学会用 AI 的人变得更有生产力而不是更失业 67:43。第二，高盛本周警告咨询、法律、会计等专业服务公司面临生存风险——AI 能力提升快于合伙人适应速度，形成危险的技能鸿沟：受过 AI 训练的初级员工表现优于拒绝使用 AI 的资深合伙人。「技能鸿沟不在受教育与未受教育之间，而在 AI 流利者与 AI 抗拒者之间，而 AI 流利者越来越是初级而非合伙人」68:29。

Salim 先谈方法论：请大家保持证据和数据导向。他点名比尔·盖茨两天前出来说工作都要没了——「我极度欣赏比尔·盖茨和他的慈善事业，但作为未来学家他的记录相当惨淡：他错过了互联网，错过了移动」。同样的批评他给了 Ray Dalio、Larry Fink、皮凯蒂和 Yuval Harari：「他们极擅长框定过去，对未来的判断相当可疑，因为很多时候他们并不真正理解指数」69:14。对高盛那条他「深度不同意」：世界越动荡，公司需要的帮助越多而不是越少；商业模式必须从卖工时转向卖成果，这已经在发生，但不是什么大不了的事 70:02。

然后是他的数据王牌：Principal Financial Group（为约 13 万家中小企业客户提供健康、福利、退休计划服务）的一项覆盖全国乃至全球的代表性调查显示——只有 4% 的公司预期 AI 会减少人员和薪资，31% 预期增加人员和薪资；有 10% 说自己不用 AI，去年这个数字是 19%；已经减员的公司中，只有 1.4% 把原因归于 AI 或自动化；最近三个月，52% 增加了员工，30% 维持，只有 12% 减少 71:33。他还强调为什么该看这个群体：过去 50、60 年里，100% 的净就业增长来自中小企业——大公司变得更大同时更高效，净就业创造为零。「这和当前那些激进失业的胡说完全反过来」72:22。

Dave 补了一个「闭环」观察：还记得跟 Elon 对话时他预测极大丰饶与巨大社会动荡并存吗？现在实验室们的想法变了——「如果我把所有人的工作自动化掉、他们全都失业，我就得给他们新的意义感。他们的新意义感是什么？就是我拿走的那份工作。那我们一开始为什么要拿走它？」所以现在的路径是：不为了自动化而自动化，反正代币已经无限售罄，「我们把大家留在原位，自己去做惊人的新突破」，也就不用去打扰所有这些选民 73:07。接着他讲了父亲的故事：他和哥哥苦苦求父母买了台 Apple II，改变了他的人生，但他给父亲演示 Superscribe 文字处理器时，父亲说「我 40 多岁了，一辈子都这么做，我不需要成为电脑人」，然后在 GE 干到退休都没成为电脑人。Dave 说自己能原谅父亲，因为当年 PC 老坏、打印机是噩梦，确实很难；但今天相对来说不难，而且「它奖励建造者、创造者和有远见的人，无论技术技能如何」——讽刺的是，「AI 会允许你不上这趟车，我们实际上是在为不上车打开门」73:54。

Salim 给出了他最好的类比：一百年前的会计在大账本上用铅笔和大橡皮做复式记账；自动化来了，我们有了计算器和计算尺帮助更快制表，但记账条目仍是手工；今天的会计软件读取你的银行账户、自动生成全部条目，而人类被抬到了循环之上，不在循环之中——人在分类交易、寻找问题、区分供应商和收入类型、找对账缺口、审视流程，比做那些机械的复式记账增值得多。他引用 Erik Brynjolfsson 的「白领苦役」概念：大公司里有海量把销售报告的数据搬到另一处这类信息揉搓，这些都会被拿掉 75:26。他用自己写书的经历落地：第一本书是三年地狱，每一行都得自己写自己查；第二本（和 Peter 合著）两年半，更煎熬，因为总要想第一本有多少内容该搬过来（他补了一句「和你合作绝对是享受，你敢说别的」）；而第三本书是「六个月纯粹的快乐」，因为可以说「比尔·盖茨刚说了这个、Satya Nadella 说了那个，通读全书，作为开发编辑告诉我该在哪里插入」。「人们忘了当有东西替你做完所有那些认知垃圾活时，事情有多好玩……这一切自动化和认知丰饶让我们能够深度地、深度地有创造力，而那是人类最有成就感的位置」76:13。

Peter 的实用建议：如果你生活里有人还没用 AI，最重要的认知是「你拥有地球上最耐心、最有能力的老师」——挑一个模型，从零开始让它给你设计课程，每天至少花 30 分钟和它对话，免费、就在手机上，没有理由不进来 77:47。

Alex 的收尾是本期最被现场称赞的一段。他指出这个故事的最初推动者其实是 Erik Brynjolfsson，然后提出他的「案件理论」：经济中很多人不知道自己不仅被允许高主动性（high agency），而且我们现在处在一个「主动性是超级智能时代少数被主动奖赏的人类特质」的体制里。「太多人以为主动性是好莱坞电影里超级英雄才有的东西，没意识到镣铐已经解开了。任何人现在都能在超级智能的赋能下展现高主动性，不只是在电影里。」而这恰恰是少数还能带来极端垂直流动性的东西。「如果你在听，而你没有充分利用超级智能去完成超人的功绩，我鼓励你现在开始，因为我认为存在一个时间窗口，我不知道它会持续多久，也许只有几年。现在做，否则永远不做」78:33。Dave 补充：差距在变宽，但可能的向上流动速率是前所未见的 80:06。

七、数据中心舆论战、Jalapeño 与苹果错失的十年

Peter 把 X 全球事务团队的帖子作为重点：X 安全团队对疑似中国不实账号的影响力行动展开调查，识别出约 20 万个账号的机器人农场；农场内发现 200 个账号以可能操纵美国 AI 与能源政策正当辩论的方式发帖，内容声称 AI 数据中心推高家庭电价、拖累电网，还有 AI 生成漫画描绘数据中心运营商以公众代价自肥。Peter 把这与「75% 的邻避情绪」联系起来——人们宁愿后院有核电站也不要数据中心，「看起来完全不合逻辑」80:51。

作为对照，他放了 CNN 报道的华盛顿州 Quincy：数据中心让贫困率从 29.4% 降到 6.2%，科技税收资助了新高中、医院、图书馆、警局和消防站，而居民的房产税率反而下降。「这就是科技业需要讲、也需要让它发生的故事」82:23。

Alex 的反应是本期最好笑的一句：「震惊。我表示震惊，居然有外国影响力行动试图压制美国 AI 数据中心部署。震惊。」83:10 他随后给出一个更有分量的观察：还记得数字鸿沟、担心某些地区因算力更少而被落下吗？现在——无论是外国影响力行动还是其他政治因素的结果——我们看到的是完全相反的局面：那些原则上能被经济、能源和算力提振的地区，正在忧心自己可能承受太多算力。「潮水转向得多么厉害」84:41。

Salim 认为这是标准的心理战，「难的地方在于我们几乎没有简单的防御」，而根本问题是美国人非常叙事驱动而非证据驱动。他呼吁反数据中心的人去看数字：「水不是问题」；正确政策是县里说「你可以在这儿建，但自己发电或补贴社区电力让它更便宜」，并对超大规模企业说「拜托，投资学校，投资图书馆，投资社区——拿出成本的一小部分让那里每个人的生活更好」83:55。

Dave 要求把真相搞清楚，他类比新冠时期：「口罩有用吗？伊维菌素有用吗？我们需要绝对真相，结果我们得到了政治——共和党意见和民主党意见，然后福奇上被告席。拜托。」核心问题是：破坏美国对数据中心的舆论、拖慢我们的 AI 建设、在 AI 上超越我们、然后靠赢得 RSI 竞赛控制世界，这是 CCP 的政策吗？还是像 Alvin Graylin 说的那样，他们根本不那么想，只是想改善自己的生活？「哪个是真的？我真不知道。但我们绝对不需要政治，我们需要知道实际在发生什么」85:26。他还预警：如果 CCP 在数据中心这场战役上输了，他们会换成某种社会性 AI 叙事——「它在腐蚀你的孩子，别再建了」；「他们会假设性地搞出某种可无限滑动的流媒体视频应用，在手机上变得极其流行」——然后 Peter 接话「让所有孩子上瘾」，Dave 说「纯属假设性发言」，Alex 补刀「我觉得美国公司在这方面已经做得很好了」86:13。

接下来是 OpenAI 的 Jalapeño：与 Broadcom 联合开发的定制推理芯片，首次公布性能——每瓦 AI 工作量比英伟达 GB200/GB300 高 1.5 到 1.9 倍，端到端延迟低至 1/3.6；Jalapeño 功耗 700 瓦，GB300 是 1400 瓦，一半功耗、每千瓦峰值代币率 1.5 倍。Peter 的判断：OpenAI 不再只是英伟达的客户，它成了芯片设计者；他还看到有记者问 Jensen「你最大的客户现在开始跟你竞争，你怎么想」。「我认为这就是每个人都会做的事，大家都在栈上下移动，他们想要独立性」86:59。

Dave 确认「推理毫无疑问会离开英伟达」，但强调这不代表英雅达有问题：训练留在英伟达且和推理一样无限售罄，而 90% 的算力是推理，所以正在浮现的是一个只做推理的巨大新产业。他还点出另一面：这在几个月前在 OpenAI 内部只是个想法，现在已是量产芯片——「这说明有 AI 辅助后创新周期时间变得多短」87:46。

Alex 认为最惊人的统计是每用户每秒吞吐量：不只在前沿模型上，在开源模型上也一样——托管 GPT-OSS 时他们声称获得了接近 54 倍的吞吐提升，对比的是他们含糊称为「现有最佳」的东西（推测指某个英伟达架构）。由此他提出一个大胆推演：既然 OpenAI 用自己的 AI 这么快完成 tape out（显然是与 Broadcom 的闭环协作），而且预填充与受内存带宽限制的解码之间有如此好的平衡，OpenAI 可能会「自己对自己动手」——选择成为拥有自研芯片的超大规模云服务商。「他们会不会想在一两年后拥有这样的选择权：嘿市场，除了我们自己的模型，我们要用另一种方式回应中国开源权重模型的竞争威胁——惊喜，OpenAI 提供自己的云，跑在 OpenAI 的芯片上，我们照样赚钱，就像 Elon 一样，他正在靠托管所有人的模型（包括 Anthropic 的）大把赚钱。我们身处一个如此疯狂的未来，我能想象一个 OpenAI 算力云托管 Anthropic 模型、而 OpenAI 和 Anthropic 同时获胜的世界」89:19。

Salim 由此提出 CUDA 护城河的问题。Dave 的解释：全世界的 AI 研究者都迁到 Python 和 PyTorch，因为在那个环境里迭代想法快得多；要大规模运行时，只有 CUDA 层能把 PyTorch 直接翻译成英伟达微内核并飞速执行。英伟达在 AI 之前就投入大量人力手写这些代码，等 AI 起飞时，所有训练和研究只能用英伟达芯片，因为把这些算法移植到 AMD 或别家是噩梦。「这就是英伟达是今天世界上最有价值公司的具体原因——在没人关心 AI 研究者的时候就出色地支持了他们。」但推理端不成立：推理算法太容易移植到 AMD 或 Intel，你根本不在乎 CUDA，自己 vibe code 一个方案就行。英伟达自己也知道 CUDA 不会永远管用，所以买了 Mellanox 做大规模高速互联——「现在他们真正的护城河是：如果你想让 10 万块或 100 万块 GPU 在一个一致的集群里跑，你只能选英伟达」。Dave 的总结：「Jensen 足够聪明，知道护城河只在下一条护城河出现前有效」，他在非常聪明地移动护城河，而且有巨量资本继续移动。「CUDA 作为推理护城河已经死了，作为训练护城河寿命有限，但没关系，因为互联是新的护城河」91:37。

苹果这一节则是集体吐槽。新闻本身：新 Mac Studio 搭配 M5 Ultra，最高 512GB 统一内存，让桌面 Mac 能在本地跑一些最大的开源模型；苹果同时发布了 M6，其首个 2nm 工艺制造的芯片 93:09。Salim 认为这是「太简单太明显该做的事——如果他们不做，就会是史上最愚蠢的公司」，512GB 统一内存把巨量智能放到你桌下，把经济学从「永久按代币付费」变成「买一个资本资产然后持续使用」，尤其苹果开始出租设备。他判断最大受益者是律所、有 HIPAA 顾虑不能上云的医疗公司——「对负担不起私有云的中型医疗公司真的是大事」；四台 Mac Studio 集群起来就是一个小型私有数据中心 93:54。

Dave 则毫不留情：「改变我人生最多而我从未见过的人是 Steve Jobs，小时候那台 Apple II 彻底改变了我，后来基于 Linux 的 Mac OS 又一次改变了我。这是我见过最伟大的公司。但他们彻底错过了这条船，一家现金流那么多的公司没有 AI 战略，实在丢人。他们已经不配当 Mag 7 了，太可悲了。如果 AI 时代他们能做的最好的事就是给一台本来就有的机器加更多内存，那算什么？」他承认这不是坏产品，但「这是他们本该在 AI 上做到的 0.01%」94:40。

Alex 提供了技术溯源，让讽刺更深：统一内存架构和 M 系列里的神经引擎，血统可以追到从未问世的 Apple Car——那才是苹果最初引入能访问巨大统一寻址空间的神经引擎的原因。「所以我几乎觉得苹果与 AI 的互动史是一部硬件对软件太好、或者反过来说软件不配这个硬件的历史。」苹果早就有内建于统一寻址空间的矩阵乘加速、有 TSMC 关系、有原始晶体管吞吐量，「基本上可以成为英伟达还有余，然后他们把球掉了。他们比所有人都早有 Siri，有语音交互，各种形态都有，而苹果的软件把球掉了」95:26。他向新任 CEO John Ternus 喊话：「拜托拜托，把你惊人的硬件用好得多、原生集成 AI 的软件释放出来」96:59。Peter 补充了一层：「苹果是唯一一个你可以信任你信息的品牌，唯一一个」97:45。

这一段以两则乔布斯轶事收尾。Peter 讲他与乔布斯唯一的一次对话只有一个词：在 Larry Page 主办的 X-Prize 晚宴上，乔布斯抱着手臂站在房间后面看起来很不高兴，Peter 上前自我介绍说「见到你真的很高兴」，对方几乎只是点了下头；Peter 问「你并不想来这儿，对吧？」，乔布斯说「Nope」——对话结束 98:32。Salim 则讲 2007 年 iPhone 发布前几个月，Jerry Yang 组织了雅虎全体副总裁的一整天场外会，乔布斯来做主题演讲，他看着台下三百人说：「你们有 300 个副总裁。我想我看到雅虎的问题就在那儿了。」Salim 说这个画面从未离开他 99:18。他还提到自己有一批被 Wozniak 签名的 MacBook，因为几年前和他在台上做过 90 分钟对谈——Wozniak 强调技术给我们摆弄和玩耍的机会，而玩耍就是所有创造力的核心 [100:03]。Dave 的自嘲收尾：他买的第一支股票就是苹果，「我们总是想太多，其实我只需要一直拿着」[100:03]。

八、丰饶三连：铀浓缩、太阳能与可编程的雨

铀浓缩。 美国传统反应堆燃料的铀浓缩度约 3–5%，本周一家名为 Actinide 的商业初创公司宣布，它已展示把天然铀浓缩成高丰度低浓铀（HALEU）、纯度达 15.38%，是过去所有政府实验室达到的传统纯度的五倍。Peter 点出其意义：每家 SMR 公司都说自己的反应堆 2030 年上线，但没有一家有燃料，这可能就是解 [100:50]。

Alex 把这条新闻放进一个 80 年的历史批判里：「二战结束后不久出了岔子。」原子能委员会在曼哈顿计划之后成立，「我认为在核物理乃至整个先进物理如何被处理这件事上，战后被搞坏了」——政府大概因为核弹，以军民混合领导之名把核物理的准政府垄断权授予了自己。他相信 80 年后我们终于开始摆脱这层枷锁，而 Actinide 这样生产 HALEU 的初创公司只是冰山一角 [101:35]。他还给了一个非显然的技术细节：这个国家实际做铀浓缩时用的技术是曼哈顿计划级别的、二战以来没有实质改进的技术——六氟化铀气体加离心机。而替代路径早已在原理上已知，比如卡留管（calutron）：不用离心机把气态铀化合物旋转、再把气态铀分子压回固体颗粒，而是用电磁体、真空系统和电力电子控制。「我们有 80 年的电力电子进步，大体上没有被用到铀浓缩上，要么因为我们害怕，要么因为我们给自己上了手铐。」他预期战后枷锁开始脱落后，80 年的芯片进步和摩尔定律进步终于会被回灌到这项二战技术上，「我认为它会造就一场能源繁荣」[103:53]。Dave 从风投视角补充这种失能如何层层传导：当把一个核反应堆跑起来的监管成本本身就要十亿美元时，你一百万年也不会投这个——政府失能在前，风投说「既然那边失能我就不投这些创新」，于是整条价值链原地不动。「但现在 SMR 公司正被风投资助，而且在上市」[105:27]。

太阳能。 Peter 展示全球能源智库 Ember 的图表：中国月度太阳能发电在过去 6 年暴增八倍，从 2020 年的每月约 20 太瓦时增长到 2026 年中的约 160 太瓦时；同期中国核电增长至少 50%，而美国核电基本持平。他强调 AI 竞赛不只关乎芯片，也关乎跑芯片的能源成本：美国的数据中心发电几乎全押天然气（约每百万英热单位 6 美元），中国基本能从太阳能拿到接近零的边际成本。他还给了个量级：击中地球表面的能量是人类整个物种消耗量的 8000 倍 [106:12]。

Salim 说红蓝两条曲线的差别「完全就是我们那张线性 vs 指数图的复刻，而我们在等式错误的一边」——这是线性直觉撞上指数曲线。太阳能之所以被持续低估，是因为人们看今天的装机容量而不是部署曲线的陡峭斜率。中国的优势「不是什么魔法太阳能板，而是围绕制造、供应链、许可、部署优化的整个工业体系」；美国的难点是电网接入、输电和许可速度。他强调需要核能也需要太阳能，但电池技术让太阳能成为杀手级机会——「你今天就能加一块板子，而不是等 15 年等某个吉瓦级能源项目」。他建议美国搞一个针对钙钛矿和新型太阳能/光子学能力的曼哈顿式项目，因为能源丰饶是所有其他指数技术的乘数 [107:46]。Dave 只补一句，但很致命：「那张图上美国在太阳能上远远落后，而所有那些美国的板子都是中国制造的——比看起来糟得多」[109:17]。

降雨。 气象改造初创公司 Rain Maker 称，10 架无人机飞越阿拉斯加 Kenai 半岛，用他们称为「冰川成核云种」（glaciogenic cloud seeding）的方式，在 3 小时内产生了估计 1900 万加仑的额外降雨。Peter 给的参照：大气中有 3.4 千兆（quadrillion）加仑水，大气取水已经成为现实；这正是丰饶论题——当创造某物的技术变便宜时，它就大规模丰饶 [109:17]。

Alex 认为无人机这一环特别新颖。他一直做的思维练习是「如果必须建一个全球天气控制系统，我会怎么建」，过去的答案是反射器（地面便宜、近地轨道贵一些），而这条新闻指向第三条路：云种播。想象一支永久滞空的太阳能无人机群，在全球天气 AI 模型指导下、由中央 AI 算法控制、按需播撒雪或雨所需的凝结核——原则上可以实现完全的天气控制。从自然灾害角度看，「想象能够转移飓风」，或在飓风形成前用降水在海上而非陆地上消散它，还有龙卷风和其他极端天气；更不用说把好天气给那些想要且愿意交易的地方——「我们可以有一个全球降雨交易市场」[110:48]。Peter 顺着说商业模式就是不同城市竞价无人机去哪里，Alex 命名为「rain arbitrage（降雨套利）」[112:20]。

Salim 的技术洞察更精准：真正的突破不是造出雨（这我们做了很久了），而是他们能证明自己多造了多少雨——可计量才解锁一切。挑战是天气不尊重边界，如果你在别人播云的下游、雨被上游拿走了，会产生有趣的紧张关系。他讲了奇点大学一位暑期学员（他记得叫 Simon Daniels）的创意方案：在海上放平台把海水喷向空中遮挡阳光以减缓全球变暖，商业模式是沿航线喷成 Nike logo 之类的图案卖广告，用广告费养整个系统。对「地球工程后果未知」的反对，他的回应是：「我们已经用一种可怕的、不受控的、无法计量的方式地球工程了这个世界一百年，而且正在造成巨大破坏——看看尼泊尔现在的灾难」，所以我们有责任用技术有意识地导航这件事，而不是无意识地 [113:07]。

九、健康与月球：从胰腺癌到两千万亿美元

胰腺癌。 FDA 批准了 daraxonrasib（节目中 Peter 自己也说要念对），这是首个用于转移性胰腺腺癌的 RAS 抑制剂，攻击驱动该疾病大多数患者肿瘤生长的 RAS 蛋白家族。数据：在既往接受治疗的转移性癌症中，中位生存期从 6.7 个月几乎翻倍到 13.2 个月，肿瘤应答率从 11% 提升三倍到 32%。Peter 的框架：这不是治愈，多出 7 个月听起来不多，「但那是科学继续取得突破的额外 7 个月」——这就是长寿逃逸速度的思路，目标是活得够久以搭上下一个突破。他补充 RAS 突变驱动约 30% 的所有人类癌症，所以抑制这类蛋白的药可能对其他癌症也有用 [116:10]。

Alex 的两点。一，「值得注意的是这是每日口服片剂」。二，他查了这个药的完整研发血统后判断：这大概是几乎完全先于 AI 浪潮的最后一代胰腺癌药物之一——就他所见，daraxonrasib 既没用 AlphaFold 3 式的蛋白折叠/结构生物学突破，也没用虚拟细胞模型，「是老派的药物设计」。他预期一波 AI 驱动的药物会把应答率从现在的水平推向接近 100%。他也特意表扬 FDA 的速度——比预定日期提前约 60 到 90 天批准，「以 FDA 的历史速度而言相当了不起」；他看到一个更有响应力的 FDA，开始在意贝叶斯与频率派统计的差别、更重视 IND、在示范性案例中有意减少临床试验数量。「希望这是朝着 AI 解决 5000 种疾病、而 FDA 这样的监管机构有能力消化所有这些创新并把它们变成治愈方案的未来迈出的一小步」[118:30]。

牙釉质再生。 发表在《Nature Communications》上，诺丁汉大学参与的国际研究团队开发出一种仿生凝胶，能修复并再生受损的牙釉质，且不含氟——使用实验室工程化的蛋白质来模拟婴儿期牙釉质形成的自然过程。牙釉质是人体最硬的物质且不会再生，此前唯一办法是用最终会失效的合成填充物替换。这种凝胶是类弹性蛋白的蛋白基质，模拟牙齿发育时组织牙釉质的天然蛋白支架；它不只造出看起来像牙釉质的东西，而是再生了层状结构、恢复了硬度、刚度、抗水性和摩擦特性，在实验室中能抵抗刷洗、咀嚼和酸暴露——凝胶像支架一样从周围环境拉入钙和磷酸盐并引导它们组织成正确的矿物，而不只是沉积一层无定形涂层。「这是真正的牙釉质。」Peter 给的量级：口腔相关疾病影响约一半人口，每年相关成本估计五千亿美元；目前仍是离体（ex vivo）、用拔除的人牙在培养皿中做的，但很快会进入人体试验。他以「一生牙齿健康和牙齿基因都不好」的身份说自己非常兴奋 [120:04]。

Salim 抓的是范式转变：「医学的未来不是修补坏掉的零件，而是说服身体重建它们，并找到那些机制和通路」，这会彻底改变牙科；他也提醒人们太低估口腔健康——「口腔是通往大脑和心脏的直接通道」[121:36]。Alex 说这些结果去年就开始浮现，他对人体（包括牙釉质）的材料工程极有兴趣，并把它当成对上期 AMA 里「创新都在哪里」这个问题的回答之一：这只是「把老派材料科学应用到人类牙齿问题上」这个更大流形上的一个数据点；如果能塑造和工程化牙釉质生长的通路，类似的生物材料发现也会有助于骨再生和其他关键再生医学材料。但他又做了他惯常的「嗅探测试」——「我在这项研究背后看到的 AI 大约为零」，如果确实没用 AI，「那就把这个成果乘上好几个数量级，那才是我预期这个领域几年内的进展」[123:10]。

Dave 接得更狠：他对 Moderna 那个效果很好的黑色素瘤疫苗更兴奋，因为那是一个可以适用于几乎任何其他癌症的平台。「当 Alex 说这些不是用 AI 做的，我就想：它们很酷，但它们是一次性的。我等不及要可重复的东西——我能长一颗牙、长一条手臂、长一只耳朵、现在能长任何东西。那时候你才进入真正可规模化的再生医学，我觉得那非常非常快就到了」[123:55]。Alex 把这提炼成一句带奇点味的技术通缩判断：「如果里面没有 AI，一阶近似地讲，意义何在？要么给它注入 AI 让它可规模化，好让你能解决一切、放大一千倍，要么就别做，去做别的杠杆更高的事」——随即又补一句「不是要打消大家做再生医学的积极性」[124:41]。

月球经济。 德勤本周报告称潜在月球经济到 2050 年累计经济价值 5660 亿美元，早期最大市场是基础设施成本、运输、电力、通信、移动、建造、生命支持，并认为 SpaceX 是最大赢家，因为 Starship 的核心角色。Peter 的评价是「我想不出比这更低估的数字」，因为它显然没有把 Alex 那套在月球制造 Starmind 的路径算进去 [125:28]。他给出对照：Elon 此前的计划是先从地球发射每年约 100 到 200 吉瓦的轨道 AI 算力，再转向在月球制造 AI 卫星并用质量投射器发射；他估计基于月球生产可以达到每年 100 太瓦的轨道算力，对应的经济规模是每年两千万亿美元的总营收。「现在我们才叫在谈一个好经济体」[126:15]。

Salim 解释这些大型咨询机构为什么总是保守：一是很多人是会计出身，怕因为任何接近真实的估计被人挑出来；二是他们要确保数字在每个细节上都可辩护，所以完全不做推测——「而你按定义就是在推测，那不如推测到某种诚实的程度」。他讲了一个亲历：某家四大之一发布 agentic AI 报告说这是 AI 智能体的未来，他兴奋地读，结果发现用的数据是两年半以前的——「在一切都发生在过去 6 个月的时候，你用两年半前的数据能得出关于智能体世界的什么结论？」原因是内部太多审核和复核系统稀释了所有人的思考，「等它出来的时候已经被漂白了无数次」。他的经验法则：「拿他们任何估计乘 10 倍或 20 倍」[127:00]。Dave 说德勤的 AI 团队前几天来过办公室，「他们其实非常非常好」，但他们也承认会计那边就是这样。他自己相信这个千万亿量级，因为重力井才是关键：大家都问「我干嘛要在月球上造那个？我在这儿造就行」——不，是重力井。一旦你开始用纯月球矿物建发电厂，效率会高得多，还不用担心污染 [128:32]。Peter 补上材料清单：月壤是硅——用来干什么？发电、铝、镍、铁和氧，「简直是建造戴森群的完美材料」[129:17]。

Alex 的升维版本：「月亮也许不是一位苛刻的女主人，她此刻可能是一位富有的女主人。」他认为月球的杀手级应用是芯片厂（fab），不是旅游、不是运输基建或通信。他对阿波罗计划的评价相当锐利：它某种意义上是曼哈顿计划的继任者，而就目前公开记录所理解的完整历史而言，「我认为它是一次相对的失败」。他希望看到月球实现完整经济潜力，而「我就是不认为那会以除了完全私有开发之外的任何方式发生」；当前的关键路径是在月球采矿制芯、建数据中心，「不是天神之杖，也不是把 NASA 航天员送上月球」。他也肯定 Jared Isaacman 在政府侧为月球裂变反应堆重新点燃论证的工作，但认为「在时间的充分展开中，即使那也只是相对数据中心部署和采矿的四舍五入误差」——除非《2001:太空漫游》成真、我们在月球上发现石碑，那石碑才是杀手级应用 [130:03]。Dave 补充推演细节：看晶圆厂建造流程，很多组件只是常规铝材和常规施工，少数真正关键的件仍可在地球造再发射上去，只占总成本极小一部分；一旦开始在月球制造芯片和太阳能板，「就是从那里指数起飞，而技术其实没那么遥远」[130:49]。Salim 给出方法论批评：「问题在于这些人在问月球经济今天有多大，而你必须问的是：当把质量运离地球的成本下降一到两个数量级时，哪些产业会被解锁。那才是想象力的鸿沟」[131:36]。Peter 特别称赞 Jared Isaacman，说自己认识过去 40 年几乎所有 NASA 局长，「他是迄今最好、最有口才、最有远见、最有商业头脑的」，而且是一个加速主义者 [132:22]。Alex 用一句把两条主线扣在一起的话结束这节：「Peter，每次 CCP 赞助一次影响力行动去阻挠美国地面数据中心，月球晶圆厂就长出一对翅膀」[132:22]。

十、Cyber Cab 与最后那个诡异故事

特斯拉宣布扩大在德州的 Cyber Cab 部署，刚为 Robotaxi 服务注册了 79 辆 Model Y；仅拉斯维加斯一地，特斯拉近期表示未来一年将部署 2500 辆。官方长期里程碑是尽快达到一百万辆商业运营的 Robotaxi——Peter 估算那大约对应特斯拉一千亿美元的网约车营收 [132:22]。他放了 Cyber Cab 首发的视频并对比 Waymo：「我爱 Google，但 Waymo 的新车有点笨重，这个很漂亮，我爱那些门。」Dave 补充在超级工厂看过一辆完全拆解展示的样车，「设计非常漂亮，而且没有那么多活动部件，你能看出他们要怎么以惊人规模制造它」[133:56]。

Peter 转述消费者反馈：所有开新款 FSD Model Y 的朋友都说「改变人生，我真的能去任何地方」；Model Y 现在等候期约三个月，「而三个月后那个你会一直想跟它说话的 AI 会无处不在，所以你可能想现在就上等候名单」。他也给创业者一个点子：Cyber Cab 出来时买一百辆放出去运营，「我觉得那会是不可思议的生意」[134:43]。Alex 说自己爱他那辆 2026 Model Y Juniper 首发版，FSD 令人难以置信，制造质量令人难以置信，并再敲一次他的「破碎的 Waymo 理论」的鼓：如果一座城市容纳不了 Robotaxi，那它就没有为奇点做好准备。他公开呼吁波士顿市里有权限的人打电话给他或 Dave 来一起解决为什么波士顿没有正常的 Waymo 支持 [135:30]。Salim 类比 Uber 在法国被判非法：「好，如果你是创业者，别搬去法国」——这些是判断哪些城市在奇点曲线上、哪些不在的信号 [136:15]。

Salim 说他要卖掉心爱的 10 年老 Model S 换 Model Y，因为他需要 FSD。他认为这件事的三层意义：一是从「购买一辆车」转向「自主营收里程」——每自主营收里程的成本是多少，如果能在合理的安全调整成本下做到，这是巨大的；二是车队增长降低等待时间、改善用户体验、增加乘次、产生更多数据，形成 Alex 说的内循环；三是下游会彻底改变保险、清洁和充电，「我认为你会把加油站变成自动洗车/养护站」。而他个人最在意的是：十年前他在台上打过赌说「我的孩子永远不会去考驾照」，「我大概还有一年时间让 Cyber Cab 落地——虽然他可能为了摆脱父母还是会去考一个，但他不必」，「作为未来学家，不能丢了可信度很重要」[136:15]。Peter 的丰饶落点：「地球上最穷的人将被电动自主车辆载着走」，那会是最便宜的交通方式；Salim 补充还有老人和行动不便的人，「市场突然变得如此神奇，把巨大的能力交付给今天做不到的人群」[137:45]。

在 Cyber Cab 与 Waymo 的对比图上，Peter 指出 Cyber Cab 用 8 个摄像头——Elon 的论点是人类只用一两只眼睛就能开车，车也该只用摄像头就行——对比 Waymo 的激光雷达、雷达加 13 个摄像头。Salim 问特斯拉是不是承认了摄像头不够，Peter 说没有：特斯拉短距离用超声波（所有人都用超声波），但不用激光雷达。Alex 加了一段带前瞻性的墓志铭：激光雷达供应商 Luminar 大约半年前破产了；但如果要他打赌（同样不是投资建议），「市场厌恶垄断」，所以大概会有五到十家竞争者互相厮杀、把价格压下来——「然后我们都赢」[138:30]。Peter 回忆自己曾在一个派对上把 Luminar CEO Austin Russell 介绍给 Elon，「然后看他们就激光雷达重不重要吵起来，很好看的一场戏，Elon 就是『不可能，没兴趣，不会去那边』」[139:18]。

最后一条 Peter 自己称为「有点诡异但方向上可预期」：一家叫 Somnia Lab 的公司造了亲密关系机器人，「互联网疯了」。产品名 Model L（也许 L 代表 love），身高 5 英尺 9 英寸、重 44 磅、24 个自由度，具备体温模拟、触觉响应和偏好记忆，为人机性接触设计。真人穿动作捕捉服记录了 165 个亲密动作喂给模型；Somnia Lab 正在收取 300 美元定金、承诺 2027 年末交付。Peter 认为它比精致的性玩偶更值得注意的地方在于试图结合物理具身、持久 AI 记忆和个性化——机器人意图跨多次接触记住对话和偏好、学习用户的节奏和沟通风格；机身用轻质碳纤维加模块化皮肤和结构件，可维修可升级，客户能定制脸、妆容、眼睛、皮肤外观和身体轮廓 [140:06]。

现场反应大半是玩笑（Alex：「这不可避免。Peter，我在等你说『功能齐全，预装多种技法』」；播完那段配着廉价音乐的动捕视频后：「我们达到了新高度」；「不得不佩服那自由度之低，那张脸相当简陋」）[141:38]。但也有两段实质讨论。Salim 先指出具身 AI 有很难的数据问题——文本可以爬互联网，但不存在互联网规模的物理人体交互数据集；他真正欣赏的是经济方法：众筹早期产品，用客户需求为硬件融资，并在扩大产品的同时生成交互数据，「这是相当经典的 ExO 飞轮」[142:23]。Alex 给了「热议题上的热观点」并且是反对的：「我其实不觉得这条路线那么有前景。现在有大量证据表明，你可以纯靠看视频就很好地对机器人做预训练或后训练，用于那些更有经济生产力的应用，完全不需要人类动捕。所以如果要我猜，这是一个非常 2026 年的故事——人们手工动捕性动作——但它的可扩展性远不如直接用互联网视频预训练」[143:11]。Peter 问「信任圈内，你们各订了几台」，Dave 给出他自称人生第一次的回答：「完全没有想法要补充。抱歉。无话可说」[143:58]。

金句

就这个房间里的大象而言，那就是它。作为金融市场的参与者，能更清楚地区分这些需求里有多少是英伟达融资的需求，那可就太好了。 —— Alex Wissner-Gross 9:19

我的统一场论是：美国的 AI 实验室在最大化营收，中国的 AI 实验室不是。你不会靠免费送出模型权重来最大化营收。 —— Alex Wissner-Gross 26:16

我们已经从「找到这个嫌犯」变成了「找出行为像嫌犯的人」……技术消灭了大规模监控的成本，而宪法不会随着交易成本归零而更新。 —— Salim Ismail 49:19

太多人以为主动性是好莱坞电影里超级英雄才有的东西，没意识到镣铐已经解开了。现在做，否则永远不做。 —— Alex Wissner-Gross 79:20

Jensen 足够聪明，知道护城河只在下一条护城河出现前有效。CUDA 作为推理护城河已经死了，作为训练护城河寿命有限——但没关系，因为互联是新的护城河。 —— Dave Blundin 92:22

每次 CCP 赞助一次影响力行动去阻挠美国地面数据中心，月球晶圆厂就长出一对翅膀。 —— Alex Wissner-Gross [132:22]

提到的书·产品·人物

• NVIDIA / Jensen Huang（公司/人物）：单季 962 亿美元营收、TSMC 单点依赖，以及「护城河从 CUDA 搬到 Mellanox 互联」的主角 4:37
• TSMC（公司）：英伟达唯一的制造商，约三分之一产能供英伟达、三分之一供苹果，是最大结构性脆弱点 6:59
• Hugging Face（公司）：传闻中被英伟达收购，被 Salim 类比为微软买 GitHub——买的是社区而非资产 12:26
• GitHub / Satya Nadella（产品/人物）：微软 75 亿美元收购几乎被 CFO 否决，Satya 的理由是「买 3000 万开发者的忠诚」12:26
• SpaceX / Starship / Starlink / Optimus / Tesla（公司与产品）：Elon 的 3.5 万亿营收预测、Alex 推演的 SpaceX-Tesla 合并与戴森群路径 15:31
• Alibaba Wan 3.0（产品）：可从文档、表格、幻灯片一次生成 30 秒视频，API 每秒 5–20 美分 24:45
• Runway（公司）：其联合创始人报出「视频占中国 AI 代币消耗 70%」的数据 25:31
• Kimi / Qwen（产品）：中国开源模型，Dave 认为它们难以进入企业场景因为信任问题 29:21
• Anthropic / Dario Amodei / Fable 5（公司/人物/模型）：靠代码生成做每代币营收最大化；Dario 被认为是第一个明确只押 RSI 的人；Alex 认为 Fable 5 的视觉能力是短期缺陷 27:02
• Demis Hassabis（人物）：Dave 认为他最早想通 RSI 路线但在 Google 因官僚无法行动 30:08
• Sora（产品）：Peter 表示怀念，OpenAI 因企业用例更值钱而放弃视频生成 30:55
• Emad Mostaque（人物）：本期缺席，但上期关于「AI 是极强说服者」的观点被引用 32:25
• Alvin Graylin（人物）：曾上节目，被引用两次——中国审查连游戏血液都要变绿；以及「中国人根本不那样想」的反论 33:58
• Neal Stephenson / 《钻石年代》/《雪崩》/《七夏娃》（人物/书）：Alex 把 CCP 版 AI 伴侣类比《幼女绘本》；Peter 与 Dave 讨论想请他做嘉宾 40:05
• Flock Safety（公司）：车牌识别监控网络，覆盖 49 州 6000 多社区、每月 200 亿次扫描 44:43
• David Brin（人物）：被引为「全景监狱里谁看谁」以及「让所有人都能监控所有人」的互惠透明主张者 47:48
• EFF（组织）：Salim 表示是其工作的支持者，曾揭露相关监控问题 55:27
• Ben Franklin（人物）：「以放弃根本自由换取一点暂时安全的人，既不配得到自由也不配得到安全」51:36
• Future of Vision X-Prize（项目）：5000 多支队伍报名、2550 部影片投稿的史上最大影片竞赛，正在公开投票 56:59
• Moonshots Live（活动）：9 月 25 日洛杉矶，嘉宾包括 Palmer Luckey、Astro Teller、Ben Lamm（Colossal）、Cathie Wood、Neil deGrasse Tyson、Neal Stephenson、Rod Roddenberry 57:44
• Peter Thiel（人物）：被引用「90 年代可能是对未来清晰度的局部最优」63:03
• Bill Gates（人物）：Salim 称赞其慈善但批评其未来判断记录——错过互联网、错过移动 69:14
• Ray Dalio / Larry Fink / Thomas Piketty / Yuval Harari（人物）：被 Salim 归为「擅长框定过去、对未来判断可疑」的一类评论者 70:02
• Principal Financial Group（公司）：13 万中小企业客户调查，是本期最有力的反末日就业数据来源 70:48
• Erik Brynjolfsson（人物）：「白领苦役」概念提出者，也是就业故事的最初推动者 75:26
• OpenAI Jalapeño / Broadcom（产品/公司）：定制推理芯片，每瓦 AI 工作量为 GB200/GB300 的 1.5–1.9 倍，托管 GPT-OSS 时声称 54 倍吞吐提升 86:59
• CUDA / PyTorch / Mellanox / AMD / Intel（技术与公司）：护城河转移这一整段论证的核心组件 91:37
• Apple Mac Studio M5 Ultra / M6 / Apple Car / Siri / John Ternus（产品/人物）：512GB 统一内存的本地智能，以及统一内存架构追溯到从未问世的 Apple Car 93:09
• Steve Jobs / Steve Wozniak / Larry Page / Jerry Yang（人物）：Peter 的「一个词对话」与 Salim 的「300 个副总裁」轶事 98:32
• Actinide（公司）：初创公司把天然铀浓缩到 15.38% HALEU，五倍于传统纯度 [100:50]
• Atomic Energy Commission / calutron / 曼哈顿计划（机构/技术）：Alex 关于「战后核物理治理被搞坏了 80 年」论证的核心引用 [102:21]
• Ember（智库）：提供中国太阳能八倍增长与核电增长 50% 的数据图表 [106:12]
• Rain Maker（公司）：10 架无人机 3 小时产生约 1900 万加仑额外降雨 [109:17]
• Simon Daniels（人物）：奇点大学学员，提出海上喷水遮阳并卖 Nike logo 广告的方案 [113:07]
• Fountain Life / Dr. Dawn Mussallem（公司/人物）：赞助段落，称 3.3% 自认健康的会员被查出体内有未知癌症 [114:40]
• Daraxonrasib（FDA）（药物）：首个转移性胰腺腺癌 RAS 抑制剂，中位生存 6.7→13.2 个月、应答率 11%→32% [116:10]
• AlphaFold 3 / 虚拟细胞模型（技术）：Alex 用来判断该药「几乎没有 AI 参与」的对照标准 [118:30]
• University of Nottingham 仿生凝胶 / Nature Communications（研究/期刊）：无氟、类弹性蛋白基质再生真牙釉质 [120:04]
• Moderna 黑色素瘤疫苗（产品）：Dave 更兴奋的对象，因为它是可迁移到其他癌症的平台 [123:55]
• Deloitte / McKinsey（公司）：5660 亿美元月球经济估算，被三人集体批评过度保守，「乘 10 到 20 倍」[125:28]
• Starmind / Dyson swarm / 质量投射器（概念）：Elon 的月球制造轨道算力路径，对应每年两千万亿美元营收测算 [126:15]
• Jared Isaacman（人物）：被 Peter 称为 40 年来最好的 NASA 局长，正在推动月球裂变反应堆 [132:22]
• Tesla Cyber Cab / Waymo / Luminar / Austin Russell（产品/公司/人物）：79 辆德州注册、拉斯维加斯 2500 辆计划，以及摄像头 vs 激光雷达之争与 Luminar 破产 [132:22]
• Somnia Lab Model L（产品）：24 自由度亲密关系机器人，165 个动捕动作、300 美元定金、2027 年末交付 [140:06]
• Google for Startups / Blitzy（赞助商）：生成式媒体技术指南；用数千个 AI 智能体自主完成 80% 开发工作的企业级平台 23:59

适合谁听

想同时看清 AI 资本循环的风险、中美技术路线分野与监控/就业/能源等社会级连锁反应的投资人、创业者和技术决策者。