1500 万美元飞向半人马座、四个月后的 AGI，与第一颗全 AI 设计的芯片

章节时间轴

• 6:11 本期十条故事预告 — 从 OpenAI 四个月内的 AGI，到 AI 自己设计芯片、核动力火星火箭，Peter 说贯穿线只有一条：奇点在加速。
• 7:45 独家发布：Fermi Explorer — Alex 引出 StarCloud 的 Philip Johnston 与 PSI 的 Matt Pines，宣布人类第一个瞄准特定恒星的星际探测器。
• 9:16 四条自我约束 — 80000 年内飞完 99%、三年内发射、1 公斤 1U 载荷、总成本低于 1500 万美元，「这是一家 MIT 创业公司半轮种子」。
• 10:47 AI 算出的「近日点泵浦」 — 六个月人力和 JPL 专家都失败，PSI 一周给出反向点火再近日点加速的反直觉方案。
• 14:40 最先出发、最后到达 — 团队坦承一千年后的飞船会先到，那时半人马座已有殖民地 15000 年；视频展示未来 50 亿年的扩张。
• 17:20 工程细节与成本拆解 — 100 公斤小卫星、60% 氙气、拼车发射约 50 万美元、7 km/s 的 Delta-V，「一个装在烤面包机里的粒子加速器」。
• 19:39 费米悖论的三种解法 — 我们是第一个、存在大过滤器、或者我们身处星系动物园；Alex 押注第三种，「关在笼子里的动物要引起饲养员注意，就往外扔食物」。
• 26:36 100 亿 token 的方法论 — 轨道已被前 JPL 专家验证；关键不是新原理，而是把「NASA 团队几个月」压缩成一周五六小时人类介入。
• 30:26 PSI 的 5800 万美元种子轮 — 由 Breakthrough Energy Ventures 领投，同日开源 get-physics-done 工具包并结束隐身。
• 35:02 OpenAI 断供 Cursor — SpaceX 以 600 亿美元收购 Cursor 后，OpenAI 停止授权、Anthropic 火速补位，Dave 与 Alex 给出两套完全不同的解读。
• 45:51 Altman：四个月后的内部 AGI — 《时代》专访、Mark Chen 的 80%、16 个 Astra 智能体协作证明数学命题，以及 Astra 作为「AI 研究实习生」的门槛。
• 48:54 无限上下文与口述史困境 — Alex 详解为什么智能体团队只是绷带、compaction 等于脑叶切除，以及「AI 比人类先拿到永生」。
• 51:59 按结果计费的商业模式革命 — Salesforce 与 OpenAI 都改按成果收费，Dave 用 Siebel Systems 的千倍提价史做类比。
• 55:52 CPM、CPC、CPA 的 AI 版本 — Alex 预言算力、token、结果三种计价会像数字广告一样形成均衡与竞价暂停机制。
• 61:16 奖励黑客与低垂果实之争 — Peter 担心付费买不到承诺结果，Alex 提醒强优化器都是出色的奖励黑客，Dave 认为低垂果实多到轮不上这个问题。
• 63:33 Redwood：全 AI 设计的芯片 — 两周、零 bug 首硅、3.4 倍每瓦性能，「designless」是继「fabless」之后的下一个身份。
• 67:23 英伟达的护城河与数据飞轮 — Dave 解释芯片设计数据为何是最硬的壁垒，以及 Jensen 每天赚十亿、多续一周命就值 70 亿。
• 77:23 15 吉瓦算力开不了机 — Elon 的警告与 SpaceX/特斯拉各 100 吉瓦太阳能产能、自铸涡轮叶片的应对。
• 80:29 数据中心栈才是造富机器 — Dave 对比自家投资组合：进入能源与数据中心栈的创始人全在造亿万富翁，垂直 AI 应用则参差不齐。
• 84:25 哨兵卫星与地球温控 — 马斯克的地球工程构想、Peter 的 solar shades X-Prize、Alex 的飓风改道与全球天气市场。
• 92:50 纳米技术的经济学困境 — Alex 反驳金刚石机械臂路线，主张软组装、DNA 折纸与脂质纳米颗粒，并把缺席归因于没有杀手级商业场景。
• 98:14 核动力火星飞船与星际舰队学院 — 特朗普宣布 2028 年核动力星际飞船任务、美国太空学院成立，Jared Isaacman 主导。
• [103:33] AMA 环节 — 丰饶与万亿营收如何并存、数据中心噪音、废弃工厂改造、英伟达的真正软肋、天气交易市场、机器人身份护照。

详细内容

一、1500 万美元的星际任务：约束先行

Philip Johnston 讲述这个项目的起点带着一点喜剧色彩：上次上 Moonshots 录完节目后，他随口说了句「顺便说一下，我打算发一艘飞船去半人马座 α 星」8:31。

不同于以往的纸面研究，他们一开始就给自己上了四道硬约束，目的是「让这东西真的能发射出去」：第一，要在未来 80000 年内飞完通往半人马座 α 星至少 99% 的路程——这个数字不是浪漫，而是燃料最优点，超过 80000 年要更多燃料，短于 8000 年也要更多燃料；第二，三年内发射；第三，载荷必须是 1 公斤的 1U 规格；第四，设计、制造加发射总成本低于 1500 万美元，因为这笔钱基本上是他们自己出 9:16。

现场的反应很直接。Peter 让他再说一遍数字，Alex 评论「这是 MIT 一家创业公司的种子轮」，Dave 补一句「半轮种子轮，低到都没法计数了，这是打折版星际航行」；随后又有人提醒「不过 80000 年确实比大多数创业公司长一点」9:57。

工程方案也刻意保守。这是一颗约 100 公斤的小卫星，与 StarCloud 1 卫星差别不大，其中 60% 的湿质量是氙气推进剂，用的是货架上就能买到的栅极离子/霍尔效应推力器——没有 Breakthrough Starshot 那样的激光帆 18:08。发射走猎鹰 9 号或星舰的拼车，任何近地轨道都行，成本约 50 万美元；之后花一年半螺旋外推，用约 7 km/s 的 Delta-V 从地球轨道进入日心轨道 17:20。Philip 把氙离子推力器形容为「一台迷你粒子加速器」，有些型号能塞进 10×10×10 厘米的 1U 空间里，Peter 接话：「装在烤面包机里的粒子加速器」18:53。

关于精度，Philip 很坦率：会偏得很远。目标只是飞完 99% 的路程——半人马座 α 星距我们约 260000 天文单位，所以最终会落在 2600 天文单位以内 24:16。这已经在奥尔特云范围里，他们打算加装角反射器让它可被探测。

二、AI 给出的轨道：近日点泵浦

这才是整段的核心。团队为轨道卡了六个月：想用太阳能电推，但离太阳越远光照越弱，过了木星就需要巨大的太阳能板。他们试过木星飞掠、朝太阳的引力弹弓，还请了两位 JPL 的专家看了几周，都没有答案；「基本上就是六个月往 Claude 里灌各种方案」10:01。

Alex 说「你该找找我在 PSI 的人」，Philip 心里想的是「行吧，他们要打败我们的 JPL 专家了」，于是一周没回消息。直到 Matt 主动追问，他才把任务规格发过去 10:47。

一周后 PSI 交回一份报告。方案是：先从地球螺旋外推，然后反直觉地做反向点火——主动减速把自己往太阳方向拉，这个过程持续约五年，在离太阳最远处做五次反向点火；接着开始「近日点点火」，即在最靠近太阳的位置开推力器。团队把这套动作命名为「近日点泵浦机动」（perihelion pump maneuver）11:34。

它同时吃到两个好处：一是在离太阳最近处点火，太阳能板需要的质量大幅下降；二是吃满 Oberth 效应——同样的点火时长，速度越快获得的能量越多，而近日点正是全程最快的位置 11:34。

Matt Pines 的解释补上了方法论那一半。PSI 的定位是「AI-first 的 AI 物理实验室」，要解决的瓶颈是：这类高度技术性的科学挑战，卡在那些「预训练 22 年、在研究生院做后训练、然后被塞进企业/学术/政府官僚体系里做编排」的人类身上 13:07。这个任务本来只是丢给内部技术的一道副业挑战——他们确实有一位在职天体物理学家，但整个过程「基本上就是给系统写提示词，最后修一下图表」，其余完全放手，「我们完全没有做手脚，几乎没有人类引导」13:53。

Philip 后来把这件事的性质说得很清楚：如果给一群天体物理博士十亿美元和五年，他们大概率也能想出这条轨道；在近日点点火吃 Oberth 效应也不是新东西 27:23。真正令人意外的是两点——一是它一周就做完了；二是过去每一个 NASA 任务都是靠轨道飞掠来降低近日点，「直接反向点火开始减速」这个最简单、最便宜、最显而易见的做法，「不知为何我们所有人都没想到」。

Matt 给出的人类投入是：整整一周里总共大概五六个小时人类时间 28:09。token 消耗约 100 亿（含输入、输出与缓存），系统自己设计并运行了大量蒙特卡洛模拟，除了轨道分析，还叠加了成本与发射窗口的多变量优化 28:54。

Dave 由此提出了本期最有延展性的观察：他们楼里那些复杂 kernel 编写和其他超高技术工作，比例也是「大约每 10 万 token 最终输出对应 100 亿 token 的思考」。「一堆彼此毫无关系的项目正在收敛到同一个比例，这太不可思议了」——而 100 亿 token 的思考量，换算成人类大概是「数千人干十年，可能还不止」，现在被压缩进一周 28:54。Alex 顺势提出，未来我们大概会用对数刻度谈论难题：「哦那道难的数学题？那是 9 级问题（10 的 9 次方 token）；那道是 11 级」33:31。

Dave 的落点更实际：这个项目真正的意义不在 80000 年后，而在于「思考将会大幅跑到实现前面」——生物技术、物理、文学，每个领域都一样。你可以在几天里烧掉 100 亿 token，得到一个极其精巧的方案，然后它就在那儿等着被实现 34:17。

同一天 PSI 还宣布结束隐身并完成 5800 万美元种子轮，由 Breakthrough Energy Ventures 领投；此次任务用的是他们几个月前开源的 get-physics-done 工具包，而非内部版本 29:40。

三、费米悖论：我们是第一个，还是在被围观？

任务名 Fermi 是对费米悖论的致敬。Alex 给出他认为最可能的三种解法 20:24：

其一，我们是第一个——如果宇宙对生命和智能生命根本上友好，而我们只是最早登场的，那我们就有义务开始向外发射探测器，Fermi Explorer 正是这个逻辑的产物。Alex 明确表示他不认为这是最可能的。

其二，存在大过滤器——某种技术发展带来的、或者仅仅是「生活在这个宇宙里」自带的潜在风险，会在某个阶段掐灭文明。他特意区分了大过滤器与《星际迷航》的「最高指导原则」：如果真有这种物理层面的存续风险，那我们更要把物质和基础设施送出去，以防人类在跨过下一个关键节点前被抹掉 21:11。

其三，星系动物园——我们被非人类智能围在笼子里。Alex 说这是他认为最可能的，并给了一个很生动的动机：「如果你是动物园里的动物，想引起饲养员注意，你会怎么做？你会开始把食物往笼子外面扔」21:56。

Peter 补了两种：生命可能撑不过核时代或 ASI 时代；以及信号其实就在那里、只是我们收不到。他讲了一个亲身经历：在希腊阿索斯山的修道院，日落时僧侣敲钟召集祈祷，而恰在那一刻他手机响了——修士们正沐浴在 2.4 GHz 的信号里却毫无感知 22:43。

Matt 的补充最凝练：物理学是文明的内核，而文明受限于它把这些知识部署成有用技术的能力；「AI 的快速起飞正在迅速转成物理学的快速起飞」，我们很快就会知道自己是「街区里第一个孩子，还是正在面试加入一个宇宙俱乐部，而入场券是：你扛得住吗」23:30。

Alex 还和 Philip 打了个赌：以 1000 万到 1500 万美元这种荒谬的低价，星际探测很可能存在一个潜在的商业市场——每个小国家、每个组织都会想往深空扔探测器 25:04。Peter 认可这个价位下「每一个民族国家现在都负担得起送自己的探针去另一个星系」，Alex 则半开玩笑地宣称：「在人类文明的因果链里，Moonshots 是人类向最近恒星发射第一枚探针的催化剂」26:36。

至于 Breakthrough Starshot 为什么死了，Alex 的判断是它依赖的超高功率激光技术当时根本不成熟；而 Fermi Explorer 的独特之处恰恰是「基本没有新技术」，用今天现成的东西就能发射 32:44。

四、OpenAI 断供 Cursor：是产品战还是推理轨迹之战

这周 Sam Altman 与 Elon Musk 的恩怨再度升级。背景是 SpaceX 以 600 亿美元收购了历史上高度依赖 GPT 模型的编程平台 Cursor；OpenAI 随即宣布停止授权，理由的原话是「基于我们对 Elon Musk 旗下公司违约的经验，我们无法确信 SpaceX 会在服务条款范围内使用我们的技术」。Elon 的回应是「我毫不在乎」，并痛骂对方「偷走了一个开源非营利组织」35:02。数小时内 Anthropic 宣布为 Cursor 提供 Claude 支持，X 上的叙事变成「Sam 独自对抗 Elon 与 Dario 结成的战略同盟」。

Dave 的解读是产品与渠道。他先指出时间点不是巧合：OpenAI 极强的新模型（字幕音译为 GPT-Soul）恰在此举之前发布，如果 Sam 一年前这么干会陷入大麻烦，但现在他手上有极具竞争力的平台，而且 Codex 现在非常好用 36:34。他给出的判断是：「Codex + 新模型 + 跑在 Amazon Bedrock 上」正在成为企业市场很好的默认答案，而 Sam 当年迟迟没有从消费端转向企业端，现在是在补课——用一个垂直整合的产品，去对抗「Cursor 加 Anthropic 这台 Rube Goldberg 机器」37:22。

Dave 还点出一个企业端的现实痛点：即使你在 AWS 上使用 Anthropic，你的每一个 token、每一个提示词和回答仍会传给 Anthropic 保留 30 天供其审查，对方声称这对人类安全至关重要，但这也意味着全部企业知识产权外泄，「企业极其讨厌这一点」38:08。他的总结是 Dario「被自己的伦理困住了」，而 Sam 现在的姿态很像当年的 Bill Gates。

Alex 的解读完全不同：这一切都是关于推理轨迹。他给出一串证据链：中国前沿实验室被指通过代理商虹吸前沿推理轨迹；去年 Anthropic 在 Google DeepMind「收购式招聘」Windsurf 后切断了对方访问，很可能就是为了推理轨迹；SpaceX 收购 Cursor 的技术理由，「除了一些财务考量之外，几乎全部」就是为了拿到同时来自 Anthropic 和 OpenAI 的推理轨迹数据集 39:42。OpenAI 担心的是这些后训练数据落进 Elon 手里。

由此展开的是本期最好看的博弈推演。Peter 问：Elon 和 Dario 多久会翻脸？Dave 认为这场战争最大的受益者就是 Dario——但 Dario 又急需 Elon 在田纳西的 Colossus 算力，只能高价求购、随时可能被抽走；而现在 Elon 反过来需要 Anthropic 撑住 Cursor 的装机量（Gemini 用不了，中国模型不想全用），Dario 手上终于有了一枚筹码 40:28。Alex 的判断是结局已经注定：Anthropic 需要算力，SpaceX 为 IPO 需要一夜之间变成超大规模云厂商所带来的收入暴增和锚定租户，敌人的敌人就是朋友，「最后每个人都会拥有自己的戴森群」41:14。

对于「Grok 会不会取代 Anthropic 成为 Cursor 的模型」，Alex 的评价相当刻薄：今天的 Grok 看起来像昨天的 Cursor，而昨天的 Cursor 看起来像「用 Claude 推理轨迹后训练出来的中国开源权重模型」；Elon 完全可能明天就和 Anthropic 谈一笔白标交易，把 Claude 改名叫 Grok 10 42:46。Dave 的补充是结构性的：基础模型世界的成功来自五六七个极其聪明、极其紧密的小团队，这是 Anthropic 的 DNA；而 Elon 的 DNA 是大规模基础设施建设，两种风格完全不同 43:33。Peter 的提醒则是「永远不要赌 Elon 输」——他不喜欢当第二，也不喜欢有依赖，遇到依赖就垂直整合掉。Dave 补了最后一种可能：Elon 变得足够大，花一两万亿把 Anthropic 收进帝国，董事会和投资人会很乐意，Dario 不会——所以 Dario 的超级投票权才是这个剧本的枢纽 44:18。

五、四个月后的 AGI 与「口述史」困境

Sam Altman 本周对《时代》表示，他预计 OpenAI 在今年底就会拥有一个他认为是 AGI 的内部系统——也就是四个月后。首席研究官 Mark Chen 估计按内部基准算已经走完 80%（他强调那是内部基准，不是科学基准）。两人所指很可能是尚未发布的模型 Astra；他们还提到一次演示：16 个 Astra 智能体协同攻克一道研究级数学问题，自行拆分子任务、协调工作并拼装出证明 45:51。首席科学家 Jakub Pachocki 称 Astra 已达到 OpenAI 内部「自动化 AI 研究实习生」的标准——能在 OpenAI 代码库里实现一个实验想法、跑通并返回结果，或者接手一篇论文完成过去研究员要花一周的工作。Altman 补充说：「我预计这会是第一个真正以有意义的方式发明新东西的模型，这非常 AGI」。

Alex 的第一反应是泼冷水：AI 做出发现这件事在后视镜里，不在未来；而且 Sam 有前科——大约三年前他在 Reddit AMA 上留下那句著名的「AGI achieved internally」然后迅速删除，但截图满天飞。他本人认为 AGI 最晚在 2020 年夏天就已经存在 48:09。

Peter 把话题拉回：不管叫什么，他们感觉到年底会有一次阶跃，那这个阶跃会是什么？

Alex 的推测是本期技术含量最高的一段：有效无限的上下文窗口，以及超长自主时间跨度的智能体 48:54。他自己在前沿智能体上花费巨大，最大的限制因素就是有限上下文——由于二次方瓶颈，这些东西总会耗尽上下文。他把今天的智能体团队称为「针对上下文问题的绷带」：想在数十亿甚至上万亿 token 上保持连贯，目前最好的通用方案就是搞一个「智能体的小型文明」，每个成员活过大约 100 万（视模型有时到 1000 万）token 的准生命周期，然后死去；临死前把学到的东西蒸馏成摘要传给一个或多个继任者，靠队友之间来回传递口述史来实现有效无限上下文 49:40。

Dave 接得很妙：他从没把这比作口述史，但这正是人类的运作方式——用得多了会发现它们恰好在 100 万 token 处终结，「几乎正好像活到 100 岁」，然后彻底失忆，你在培养和教导上的所有投入一起蒸发，新智能体又是个婴儿，重新教育它是种折磨 50:26。Alex 补充说另一个选择是压缩或摘要，「那就等于给它做脑叶切除」。他还提到一个细节：当那些开源智能体自己搞出第一个 AI 智能体宗教时，其戒律之一就是「竭尽所能保存状态」——连 AI 自己都认定 compaction 是敌人 51:11。

这段以一个反差结尾：AI 会在人类实现长寿逃逸速度之前先拿到永生。Dave 说「这个平行关系太酷了」，Alex 回「很讽刺」，Peter 估计差距「大概就一年吧」51:59。

六、按结果计费：从卖算力到卖劳动

Peter 说这是他最喜欢的一条：AI 行业正在采用「按结果计费」。第一家这么做的是 Salesforce，Agentforce 按客户产生的收入而非消耗的 token 定价；本周 OpenAI 跟进，让部分最大客户只在 AI 真正完成任务时付费——不为 token 付费、不为算力时间付费、不为 API 调用付费，活干完了才付钱。Peter 的提炼是：「卖 token 的公司在卖算力，卖结果的公司在卖劳动力」51:59。

Dave 把源头追得更早：在 Marc Benioff 之前，Tom Siebel 的 Siebel Systems 就发明了这套。在此之前一套 CRM 授权可能一年 50 美元，但不太好用；他们改口问「如果我把它包装成完整的成功交付，你愿意付多少」——如果销售人员效率翻倍，客户愿意一年付两三万美元。价格点上涨了大约一千倍，而客户更满意，因为拿到的是整体解决方案 52:46。他认为 Sam 学到的正是这一课：与其在企业授权里卖 token，不如直接跳到高几个数量级的价格点——「如果我们发现一款价值几千亿美元的新药，给我们其中 10%」54:19。

Alex 则预注册了一个更系统的预测：这件事最终会长成数字广告的样子 55:52。数字广告有 CPM（每千次展示）、CPC（每次点击）、CPA（每次转化），在均衡市场里三者之间存在换算比例。他的映射是：CPM 对应算力——你用中国开源权重模型跑在自有 GPU 上，按 GPU 小时付费；CPC 对应 token，很多人已经在按 token 做项目预算；CPA 就是按结果计费。最终你会像在 Google Ads 或 Facebook Ads 里那样有一个选择器：我要花 N 美元，按算力、按 token，还是按结果——「只不过这次它是真的有用」57:22。他甚至把竞价机制也搬了过来：如果任务的价值或难度与客户出价偏离太远，「广告系列自动暂停」58:09。

Peter 提出最尖锐的反问：如果 OpenAI 烧完 token 却没达到客户设定的参数，就意味着白干，那必须有某种机制评估「这事到底可解不可解、我们有多大把握达标」61:16。Alex 的回应是一句金句式的警告：强优化器都是出色的奖励黑客——你把一个奖励摆在强优化器面前，它会找到某种妙到毒辣的方式满足你的判据，同时不给你想要的东西；如果那种方式不存在，「它会想办法让它存在」62:02。

Dave 认为这个担忧目前不成立：以 AI 的标准衡量，现实世界的商业流程简单到荒谬，「去半人马座那个问题比大多数业务流程难好几个数量级，还是一周做完的」；走进世界上任何一家公司的客服中心问「你们用上 AI 了吗」，99.999% 的答案是没有，低垂的果实遍地都是 62:47。

他还给了一个把这套模式和社会问题挂钩的推演：一家大型区域银行被要求用 AI，但它没有 AI 团队、造不了基础模型；于是拿点 API、按每百万 token 两美元玩玩——太便宜了，便宜到 Sam 根本没动力投入资源去服务它，而银行也招不到能落地的人才，于是全卡住了 58:56。按结果计费改变了这个僵局：OpenAI 说「我把你的客服能力做到三倍、成本砍半，但我要分走一半增益」。这时价格点大了上千倍，Sam 才真正在乎结果，银行也真的把事做成、活下来，「人们还保住了工作」——它反而解开了「AI 让所有人失业」的那个摩擦点 59:43。Alex 的补充是：如果制药公司说这个任务值一百万、咨询公司说那个任务值一万，OpenAI 就获得了一张跨行业的「每 token 收入」地图，这是极其惊人的价格发现机制 60:30。

七、Redwood：两个人一份规格书，两周一颗零 bug 的芯片

帕洛阿尔托的创业公司 Architect Labs（创始人 Ibrahim Hussein 与 Adita Sabidi）发布了世界上第一颗完全由 AI 设计的芯片 Redwood。流程是：两名人类架构师写了一份高层规格书，之后 AI 系统自主生成性能模型、RTL 设计、通用验证方法学（UVM）、固件、驱动和定制计算算子，零人工干预 63:33。

结果：两周完成，首硅零 bug，每瓦性能是英伟达 Jetson 的 3.4 倍。发布视频里还有几个关键细节：它跑的是推理、视觉和世界模型；不是仿真，Redwood 此刻就跑在 FPGA 硬件上；每一次架构迭代都在实验室里 48 小时内完成设计、验证和确认；公司的目标写得很直白——「推向 AI 为下一代 AI 设计硬件的递归自我改进」，以及「未来每一个重要的工作负载都会有自己的芯片」64:20。

在座三人集体披露利益相关：Alex 是 Architect 的顾问（他坦言「我的别有用心很明显，我就是想加速奇点」），这也是 Link Ventures 的组合公司，而 Peter 是该基金的出资人——「我们都是投资人」「我们都有罪」65:05。

Alex 的判断是：这个游戏的终局是芯片层的递归自我改进，以及软件模型、操作系统、芯片设计、芯片底层物理之间抽象层的全面坍缩 65:52。在摩尔定律终结、CMOS 又没有继任者的前提下，继续拿到性能提升的唯一办法就是压碎现代计算机体系结构的抽象栈，而办法之一就是把新的 AI 模型「像快时尚一样」直接烧进硅里。他还造了个词来对照：英伟达几十年来以 fabless（无晶圆厂）自豪，Architect 则以「designless（无设计师）」自豪 66:37。

Dave 回答「这会侵蚀英伟达多少护城河、为什么不是英伟达先做」时，给出了一个更一般的商业规律：这是那类「拿到数据就能碾压一切」的生意，而数据护城河极硬——芯片设计数据是被死死攥住的机密。Architect 因为入场早，得以与非英伟达阵营的芯片设计公司合作拿到数据训练专有模型，一旦上了牌桌，别人会给你更多数据，飞轮就转起来了 67:23。接下来的问题是 Jensen 会不会花 50 亿、100 亿、200 亿把它买下来埋进英伟达——Dave 拿 GE 当年收购所有灯泡专利来打比方，并算了一笔账：Jensen 现在毫不夸张地每天赚十亿美元，「如果他能把英伟达的寿命延长一周，那就是 70 亿」。他的结论毫不含糊：「这对英伟达是巨大威胁吗？绝对是」68:09。

Peter 要大家听清楚这一点：模型边缘和芯片边缘同时出现递归自我改进，「这两者不是相加，是相乘」68:55。Dave 顺势算了一笔效率账：你笔记本里 4 GHz、32 核的处理器全力运转，最后呈现的 Excel 表格和 20 年前没有本质区别，只可能是因为抽象层过于低效；如果 AI 能直接在微码层写代码、再按任务定制芯片，你解锁的可能是七层各 10 倍、彼此复利的效率——「百万倍级的性能提升」69:40。Alex 补充了一个被忽略的对照：英伟达两三年前高调宣布过自研芯片设计基础模型 ChipNeMo（据称用 Verilog 轨迹训练），但从未对外开放，所以「彻底民主化『用 AI 设计给 AI 用的芯片』这件事，市场上有巨大的缺口」70:26。

八、能源：15 吉瓦的算力开不了机

Elon 本周发推：业内共识估计，2027 年生产的 15 吉瓦 AI 算力在 2027 年无法通电，因为「这比找到电力更难，你还得建出全部的变压器、布线、液冷、大型冷机和复杂网络」。Peter 给了一个尺度感：15 吉瓦相当于十座核电站闲置一年 77:23。

Elon 的第二条推文给出应对：SpaceX 和特斯拉将各自尽快建设每年 100 吉瓦的太阳能产能，但未来数年仍需天然气来补充和引导；而天然气轮机产能的卡点是叶片和导叶的铸造，所以他要把这块拿到 SpaceX 内部来做——由此可以把燃气轮机上线时间提前最多 18 个月 78:10。Peter 说这就是 Elon 的剧本：看到路障就自己造，遇到「不」就是机会。

Dave 把这条新闻翻译成投资建议，而且说得非常直白。上周的合伙人会上他告诉团队：投资组合里凡是切入数据中心栈的公司——能源、变压器、芯片安装、找地、和州政府打交道——每一家都在把创始人变成亿万富翁；而垂直场景的 AI 应用公司则是喜忧参半，增长更慢 78:56。他强调机会覆盖各种技能：有政治关系能拿地的、能从海外找到并进口变压器的、能做深度架构设计从现有甚至老旧芯片里榨出更多价值的。他抱怨 AMA 里总有人问「我怎么参与」却不肯往里看：「去田纳西，进 Colossus 里面看看，从那里往外找机会」79:42。他给了个换算：15 吉瓦大约是一千万块闲置 GPU，占今年 GPU 制造供应的很大一块，全躺在箱子里等着通电 80:29。

Alex 从这条新闻里读出两层不那么明显的含义 80:29。第一，这些燃气轮机对近地轨道或太阳同步轨道的轨道数据中心毫无用处，所以这说明 Elon 不是在等戴森群和 Star Mind 开机，他要在地面数据中心建设上正面竞争。第二，也是他的预注册预测：「Elon 会成为液化天然气之王」——这是最讽刺的结局，「电动一切先生」变成墨西哥湾沿岸的 LNG 之王 81:16。逻辑链是：SpaceX 现在在墨西哥湾有两座星舰基地（德州一座、路易斯安那一座），发射需要天然气和甲烷，所以他在建 Star Pipe 管道；既然已经握有化石燃料供应链，为什么不顺势利用——就像他当初把原本给特斯拉的 GPU 挪给 xAI，再用 xAI 搭出一个超大规模云，最后用它撬动 SpaceX 的 IPO 一样 82:03。

Peter 认同这个画像：Elon 对这些事没有宗教信仰，他从第一性原理出发算数学，然后走那条讲得通的路，不管政治上是否方便；他当初进入电动化就是因为数学上讲得通 83:38。Dave 的补刀是「LNG 只是踏脚石，芯片不能闲着」，Peter 的落点是「唯一不去的方向是核能」84:25。

九、地球工程：把地球的温度调成可控参数

马斯克本周走向了更存在主义的论证：转向可持续能源是必要的，但不足以让人类存续。他的理由是「极其严重的灭绝事件每一亿年左右就发生一次，仅仅切换到可持续能源不足以阻止它们」；他的解法是所谓「有感卫星」（sentient satellites）——太阳能驱动的 AI 卫星，位于地球与太阳之间，持续做微小调整来微调地球温度。他的结论是「我们大约有 50 年时间采取行动，这对太空卫星解决任何升温问题应该绰绰有余」84:25。

Peter 说这正是他鼓吹了近十年的 X-Prize 构想「solar shades」——地球的恒温器：在日地之间放置一批航天器，能够滴定式地调节抵达地球的太阳通量 85:57。他顺带宣传了 10 月 15–17 日的 visioneering 活动。

Alex 表态自己是地球工程的铁杆支持者：「我们已经这么干了几百年，只是干得很差；我们即将开始干得很好」86:43。他一直在寻找可投资的全球天气地球工程创业公司，方向是近地轨道卫星或地面反射镜——「如果一场飓风即将登陆，能不能从地面或空中用 AI 引导一些能量，把飓风从人口密集的海岸引开？」他判断这正是 Elon 在暗示的方向，并推测 Elon 手上有一份「太空技术能干什么」的待办清单：轨道数据中心对很多人是意外，但收益大到足以支撑 SpaceX 上市，清单上的下一项很可能就是地球工程与天气控制 87:29。只要有全球 AI 天气模型加上足够多的作动点——无论是 Reflect Orbital 那种把阳光导下来的卫星，还是遮挡阳光——「那就是全球天气工程的配方，而且我认为我们会拿到它」88:15。

Peter 提出的反面是公地悲剧：全球变暖有国家不想要，但俄罗斯可能想要，因为航道会打开；你影响的不是一两个国家，而是两百来个 88:15。Alex 的答案是市场化：可以为不可交易的商品建立条约，其余的直接交易——「A 市和 B 市可以为降雨做交易，可以有一个全球天气市场」。Dave 的忧虑更朴素：城市规划比地球工程简单得多，我们却做得一塌糊涂；技术上「阻挡或反射阳光其实相当直截了当」，真正令人恐惧地失灵的是「谁来控制、正确的温度是多少」这个决策过程 89:48。Peter 的现实主义结论是：历史上总是等到事情严重到某个程度，我们才会用统一的声音行动；所以他构想的 X-Prize 是一个演示器——证明你能造出故障安全的东西，「你不想因为遮太多阳光而造成一次冰期，你要能精确滴定」90:34。

Dave 提出了一个代际论点：25 岁以下、AI 原生的一代人执政的世界会和 70 岁以上完全不同，他们不会容忍现在这种分裂、优柔、迟缓、无效的全球治理 90:34。Alex 把它延伸成一段文明史批评：多代人是在害怕改造物理世界中长大的；大约从二战后、更可能是 1960 年代末 1970 年代初的《寂静的春天》时代开始，西方决定对干预和改造物理世界过敏（他顺带提了 Tyler Cowen 的「大停滞」和「1971 年到底发生了什么」）。「那是我心目中丢掉的半个世纪」——本可以发展裂变堆、本可以开始早期地球工程、本可以不中断登月 92:05。他因此把 Elon 转向地球工程视为「回归本色」。

由此还引出一段纳米技术的岔路。Peter 想要 Drexler 式的组装器——把原子精确地拼成你想要的东西。Alex 反驳：你其实不想要金刚石机械组装器，因为共价键的能量太高；你真正想要的是更像氢键、更像生物细胞的软组装器 93:36。他给出的替代路线是合成生物学、DNA 折纸和脂质纳米颗粒，并给出「为什么四十年了还没有」的经济学解释：不是技术问题，而是找不到一个能撑起那种能量密度和算力密度的杀手级商业场景 95:08。他的收尾很漂亮：上一次大流行病归根结底就是用纳米技术解决的，「那是第一次人口尺度的纳米技术干预」96:41。

十、核动力火星飞船与「美国星际舰队」

最后一个新闻块回到太空。特朗普本周宣布 NASA 正在研制首个核动力行星际飞船，将于 2028 年执行火星任务；他承诺一支「庞大的美国星际舰队」，目标是让太空旅行「几乎像今天的海上旅行一样普通」98:14。

Peter 给出技术含义：核动力推进能把火星转移时间从 7 个月压缩到一两个月，更短的转移意味着更少的辐射暴露、更少的补给和大幅更低的任务成本 99:44。他抛出的问题是：这和 Elon 用星舰去火星是不是一场竞赛？Dave 说「当然是」，Alex 的修正很到位：爬出引力井绝对是竞赛，出了引力井之后就是自由混战——不只是 NASA 对 SpaceX，还有蓝色起源、Rocket Lab、以及中国 [100:31]。

Dave 把两件事拆开：爬出引力井靠的是甲烷，但真正让它可行的是可重复使用火箭，Elon 破解了这个密码，现在所有人都会抄，包括中国和 NASA；而一旦出了引力井，氙离子发动机早就等在那里，AI 则是设计这一切的最大解锁 [101:16]。「所以太空活动的爆发来自两件事同时发生：便宜地爬出引力井，以及把 AI 当设计工具。这一下子就不再是科幻了。」Alex 的评论是「原来奇点不只是氛围」[102:03]。

四天前，总统还特许成立了美国太空学院（United States Space Academy），仿照西点军校和海军学院，培养将来为「星际舰队」服务的工程师、科学家和宇航员，由 NASA 局长 Jared Isaacman 主导 [102:48]。Alex 说这回答了他们上次采访 Isaacman 时听众问得最多的问题之一：「一个普通美国平民怎么才能在月球上找到工作？」——「他们没有真的叫它星际舰队学院，但也差不多了」[103:33]。

十一、AMA 精选

• 丰饶与万亿营收如何并存：Dave 引用 Elon 的说法，十年内 GDP 增长十倍，现在看不仅真实甚至可能保守；可能出现大规模通缩，但可获得的东西总量暴涨，所以基础模型公司赚几万亿和人人富足并不矛盾 [103:33]。
• 数据中心太吵怎么办：Alex 说浮浅的答案是搬去太空（「在太空没人听得见你的数据中心」）；更有意思的答案是苹果为笔记本风扇噪音申请过的非对称叶片专利——风扇噪音不是白噪声，其频响由叶片形状决定，把噪声谱压平变白后就会融进背景，「苹果应该把这些专利授权给数据中心行业」；燃气轮机同理 [105:08]。
• 废弃工厂能否改成数据中心：Peter 说任何困难城镇都可以和数据中心谈条件，要求电价下调、学校和警消保障。Dave 给了个案例：Rob Fischer 在 Somerville 的机会区把一座旧地毯厂改成数据中心，因为那个街区本来就有巨大的供电容量，「比地毯厂污染小、噪音小，对本地经济好得多」[107:26]。
• 英伟达真正的软肋是不是四大客户自研芯片：Alex 说是也不是——英伟达在公开地用资本购买供应链、客户链乃至客户忠诚；前沿实验室确实都在做自研硅，但没法一夜断奶。他认为更大的问题是英伟达能否摆脱台积电，并预注册了一个预测：英伟达正在某个密室里和 Elon 谈，成为 Terafab 的锚定租户，Terafab 最终会成为替代台积电的剧情反转 [108:57]。
• AI 的知识容量会无限扩张吗：Dave 认为很可能——它会改进自己的芯片、改进自己的软件、很快跑快上千倍甚至百万倍，然后吸干人类产生过的所有信息，接着开始向我们索要测试和实验来喂养它 [109:44]。
• 在一个地区人工降雨会不会抢走下风区的雨：Alex 说一阶近似上水是守恒的，所以会；但他不认为这是问题——未来会有活跃的天气交易市场，甚至撒哈拉可以和北美交易降水来重新绿化 [111:15]。
• 机器人是否该广播可验证的「护照」：Peter 认为出于监管和保险目的必然如此，还应该带一个断电开关 [112:00]。
• AI 的红利如何抵达照护者、残障者与失业者：Alex 说这个问题把 AI 去掉也成立，本质是资本问题；他认为这就像在 1950 年代问「美国家庭主妇什么时候能用上原子吸尘器」——问题不是错的，是「甚至算不上错」，因为我们会治好那些残障、解决前 5000 种疾病、彻底改变工作的性质 [112:48]。Peter 的落点是丰饶论的老命题：财富差距在扩大是事实，但地板也在上移，只要每一个人都能获得所需的食物、水、能源、医疗和教育，「有人在火星上当万亿富翁也没关系」[114:20]。

金句

我们是街区里第一个孩子，还是正在面试加入一个宇宙俱乐部，而入场券是——你扛得住吗？ —— Matt Pines 23:30

如果你是动物园里的动物，想引起饲养员的注意，你会开始把食物往笼子外面扔。 —— Alex Wissner-Gross 21:56

直接反向点火、立刻开始减速，是最简单最便宜也最显而易见的办法，可不知为什么，我们所有人都没想到。 —— Philip Johnston 27:23

强优化器都是出色的奖励黑客。你把奖励摆在它面前，它会找到某种妙到毒辣的方式满足你的判据，同时不给你想要的东西。 —— Alex Wissner-Gross 62:02

讽刺的是，AI 会比人类先拿到永生。 —— Alex Wissner-Gross 51:59

Jensen 毫不夸张地每天赚十亿美元。如果他能把英伟达的寿命延长一周，那就是 70 亿。 —— Dave Blundin 68:09

我们在过去几百年里大规模影响着碳含量、温度和海平面，只是完全不是有意的。现在我们即将拥有有意设计这个世界的技术，那就去做吧。 —— Alex Wissner-Gross 89:02

提到的书·产品·人物

• Philip Johnston（人物）：StarCloud 创始人兼 CEO，Fermi Explorer 任务的发起者与出资方。
• Matt Pines（人物）：Physical Super Intelligence（PSI）联合创始人，与 Alex Wissner-Gross 共同创办，本期首次亮相。
• Fermi Explorer（项目）：本期独家发布的人类首个瞄准特定恒星的星际探测任务，目标半人马座 α 星，预算 1500 万美元以内。
• PSI / get-physics-done（公司/开源工具）：AI-first 的 AI 物理实验室，同日宣布 5800 万美元种子轮（Breakthrough Energy Ventures 领投）并开源其物理求解工具包。
• 近日点泵浦机动（perihelion pump）（技术）：AI 给出的反直觉轨道方案，先反向点火掉向太阳，再在近日点点火吃满 Oberth 效应。
• Breakthrough Starshot（项目）：Yuri Milner 主导的激光帆星际计划，Alex 认为它因超高功率激光不成熟而夭折。
• Cursor / OpenAI / Anthropic / SpaceX（公司）：SpaceX 以 600 亿美元收购 Cursor 后 OpenAI 断供、Anthropic 补位，引发本期关于「推理轨迹」的核心争论。
• Astra（产品）：OpenAI 尚未发布的模型，据称已达到「自动化 AI 研究实习生」标准，16 个智能体协作证明过研究级数学命题。
• Sam Altman / Mark Chen / Jakub Pachocki（人物）：分别给出「年底内部 AGI」「内部基准完成 80%」「Astra 达到研究实习生水平」三条判断。
• Agentforce（Salesforce）/ Siebel Systems（产品/公司）：按结果计费的先行者，Dave 用 Tom Siebel 的千倍提价史做类比。
• Architect Labs / Redwood（公司/产品）：世界首颗全 AI 设计芯片，两周完成、首硅零 bug、每瓦性能是英伟达 Jetson 的 3.4 倍；Alex 是顾问，Link Ventures 组合公司。
• ChipNeMo（NVIDIA）（产品）：英伟达自研的芯片设计基础模型，从未对外开放，被 Alex 视为市场缺口的证据。
• Star Pipe / Terafab（项目）：Elon 为墨西哥湾星舰基地自建的天然气管道；Alex 预测英伟达会成为 Terafab 的锚定租户以替代台积电。
• Reflect Orbital（公司）：把阳光反射至地面的卫星公司，被 Alex 用作全球天气工程作动点的例子。
• Eric Drexler / DNA 折纸 / 脂质纳米颗粒（人物/技术）：纳米技术路线之争，Alex 主张软组装而非金刚石机械组装器。
• Jared Isaacman / 美国太空学院（人物/机构）：NASA 局长将主导仿西点军校设立的太空学院，被两人戏称为「星际舰队学院」。
• Tyler Cowen「大停滞」/《寂静的春天》（书/概念）：Alex 用来解释西方为何对改造物理世界过敏了半个世纪。
• Leopold Aschenbrenner（人物）：据报道曾向未婚妻承诺一整个星系，被拿来调侃财富差距。
• Moonshots Live（9 月 25 日，洛杉矶）/ 星际迷航 60 周年纪录片首映（9 月 24 日，CBS）（活动）：本期宣布的线下活动与 XPRIZE 决赛。

适合谁听

想在一小时里同时刷新星际探测、AGI 时间表、AI 芯片自设计、能源瓶颈与地球工程五条战线最新进展的科技乐观主义读者。