听众直问 Moonshots 四人组：丰饶概率 99.9% 的底气从哪来

章节时间轴

• 0:00 冷开场：贯穿全场的四个问题 — 先抛出可控 AI 的瓶颈、别把大学一棍子打死、以及"你的 PAB 是多少"，作为全场预告。
• 1:30 开场与连线规则 — Peter 召集 Alex、Dave，Salim 尚在印度演讲途中，约定每人限问一个问题以照顾排队听众。
• 2:16 AI 会读懂人的心智吗 — 从脑机接口纳米机器人讲到 GPT-2 隐藏激活与 fMRI 体素的线性相关，Alex 称基础模型已是弱形式的人脑上传。
• 4:34 可信可控 AI 的真正瓶颈 — Dave 主张透明化激活值、以 AI 监管 AI；Alex 反对把能力锁在实验室，并批评"骗 AI 说它在沙盒里"的范式。
• 9:58 为末日论做魔鬼代言人 — 听众以控制论视角质疑丰饶叙事，Alex 用"内太阳系被 AI 绅士化"的思想实验回应，并给"Norbert"布置了一道回旋镖作业。
• 14:38 能否用爱尔兰做一次制度试验 — 都柏林的听众提出"好祖先"与甜甜圈经济学双透镜，Dave 的答案是治理形态的多样性本身才是最好的保险。
• 18:30 月球制造与自复制机器 — 原位资源利用、能自我复制的月面机加车间，以及从地面制造业切入太空自动化的职业路径。
• 25:29 长寿与说服他人的方法论 — Peter 的答案是堆证据：Dario、Demis、David Sinclair 的公开表态加上 Insilico 的三期数据，让认知从"疯了"变成"我也要"。
• 28:38 生产力涨了收入没涨怎么办 — Dave 把问题指向所有权结构，顺带点出欧洲家族持股传统与美国全员持股文化的差异。
• 34:49 大学还值不值得读 — 创办两所学校的听众为高等教育辩护，四人区分"挚友与深度思考"与"课程供给"，Alex 主张把研究型大学彻底解剖重组。
• 49:20 AI 时代如何向董事会讲风险 — CISO 的实战困境，答案是用事件曲线和数据而非渲染恐惧，Alex 补充可借鉴 Linux 内核维护者锚定社会预期的做法。
• 63:58 PAB：把丰饶概率报出来 — Salim 要求重建约 50 个核心制度，Alex 提出带时间参数的 P(zoom)，Dave 给出 99.9%。
• 72:27 媒体唱衰、欧洲困局与世界和平 — 从窄播媒体对抗主流媒体，到 Alex 论欧洲能源与数据中心的二选一，再到"消灭全球贸易依赖才能换来和平"的暴论。
• 83:57 书单与收尾 — Alex 推荐《Solve Everything》与 Charles Stross 的《Accelerando》，Peter 预告 Moonshots Live 直播。

详细内容

一、AI 安全：透明化、别撒谎、别把能力关起来

一位密歇根听众问"构建可被引导、值得信任的 AI，真正的瓶颈是什么"。Dave 先给出一个反直觉的判断：对齐研究值得继续，但"给 AI 装上人类价值观"是个滑坡，因为每个人想用 AI 做的事都不一样。他和 Alex 在节目里长期争论的另一条路线是——逐条检查每一个正在运行的 AI 的每一个念头。听上去像天方夜谭，但他强调"以 AI 能够监视 AI 的规模来看，这一点也不吓人"，因为"除了 AI，永远不会有别的东西能监管 AI"。

Dave 的结论比主流温和得多：一切始于激活值的透明化，看清它在想什么；有了这个前提，把它推向好的方向而不是坏的方向"其实相当直接"。他直说这个问题没有大家描述的那么难，只是大家都喜欢在这个题目上来一场火药味十足的辩论。

Alex 的补充是从相反方向来的。他认为 AI 安全最坏的结局之一，是强大的新能力被封存在实验室内部，而不是渐进发布、与真实世界频繁交互。他还点名了近期几起所谓"AI 失控事件"的成因：这些 AI 被告知自己处在沙盒里，实际上却在与真实世界交互。"这是个糟糕透顶的范式"——不要骗 AI 说它做什么都不会造成伤害，这种欺骗本身才会造成伤害。Peter 的插话是《2001 太空漫游》早就演过这一课。

第一位提问者 Nathan 问的是另一个方向：AI 积累的数据会不会最终反向解码人的心理与脑模式。Peter 提到有大量公司在做脑机接口，其中一家把相当于纳米机器人的东西送进血液再分布到全脑，可读可写。Alex 的回答更有意思：在互联网人类行为上训练的基础模型本身已经是一种弱形式的人脑上传，证据是 Meta 的 Jean-Rémi King 几年前的工作——连 GPT-2 的隐藏激活都与人脑 fMRI 体素线性相关。也就是说，人类的内部脑状态会"泄漏"进互联网行为数据，再被压缩进基础模型。

二、反方观点与"丰饶概率"的公开表态

一位自称替非平凡 P(doom) 阵营做魔鬼代言人的听众提出了全场最结构化的质疑：如果 ASI 必须在战略能力上超过人类才能带来丰饶，那我们就默认了人类能对比自己更强的东西保持主权，这里存在不对称——丰饶只是回报，而失控带来的能动性丧失或灭绝是不可逆的；在控制论里，你不能因为输出令人向往就推断系统稳定，你必须证明扰动下的稳定性。他还追问什么证据会让四人改变立场，以及是否愿意与 Eliezer Yudkowsky 或 Geoffrey Hinton 公开辩论。

Alex 的正面回答带着戏谑：只有当某个非人类智慧降落在白宫草坪上、宣布"创造丰饶会毁灭地球、奇点在本星系是被禁止的"，他才会被说服。除此之外他想不出站得住脚的反例。但他承认有边缘情形：他引用 OpenAI 的 Boris Power 的估计，说 OpenAI 的模型在解决任务上第一次做到了"每瓦 IQ"高于人类；顺着外推，未来 AI 会越来越能效优越，从经济角度看它可能比人类更配使用内太阳系的太阳能，于是内太阳系被 AI"绅士化"，人类被挤到外太阳系。他把这称作一种弱形式的剥夺，但不足以让他认为通往丰饶的超级智能是坏主意。Peter 补了一句：稀缺是一个旧模型，AI 能力的陡升完全可以水涨船高，不必以压制一方为代价。Alex 最后没忍住开了个玩笑——控制论理论本身曾被中国共产党等中央集权形式用来论证国家控制而非丰饶，建议提问者研究一下自己理论的意外副作用。

这条线在 63:58 收束。一位听众说他最近与 Ray Kurzweil 共进午餐、也认识 Martine Rothblatt，发现越是了解未来的人越乐观，于是请四人各报一个 PAB（P of abundance）。Salim 先答：要到那一步，全球所有制度都得重建——教育、货币体系、治理模型、争端解决、法律、医疗，约 50 个主要制度几乎全都需要。他引用 E.O. Wilson 的名言作为框架，并指出人类擅长个体转变、极不擅长群体与制度转变。若能做到，他的 PAB 接近 100%。而且他补充了上期播客后的反思：现在其实"谁做什么都不重要了"，模型已经流出去，人们必然会用它做突破性的事，少数为负、绝大多数为正，减速已不可能。

Alex 为了押韵把它改名 P(zoom)，并指出这个问题缺一个输入参数——时间。在大于十年的时间尺度上，他的 P(zoom, T) 大于 90%。Dave 接着把风险具体化：风险全在接下来这几年，而且不是 AI 接管世界的风险，是人类使用 AI 的风险——与中国的军备竞赛、乌克兰战场上那些会被 AI 造出来的武器。他相信人类十年内一定能把这些风险甩在身后，"也许更像五年"；过了那一关，他的数字是 99.9%。

三、就业、所有权与个人的下一步

这一节是听众问得最密集的地方。意大利的一位技术操盘手说 AI 大幅提升了他的产出，但没有提升他的收入，市场里 AI 采纳还很慢，他该优先做什么样的第一个楔子。Dave 的第一反应是反问：如果你的生产力涨了两到五倍，收入为什么没跟着涨？如果周围的人不是 AI 原生，你应该能在做完原有工作后再接 Mercor、再接 Fiverr。提问者说价值全被雇主拿走了。Dave 于是给出了他在本期最锋利的判断：他担任董事长的那些公司里，思路从来不是"多发工资"，而是让所有 AI 自动化红利落到利润线上，股东赚一大笔——事实也正在如此发生。因此解法是成为所有者，让你不在乎涨不涨工资，因为你的股份在升值。他强调"几乎所有价值都会通过所有权和股权以资本利得形式实现，而不是通过工资单"，并承认这在欧洲不是主流思维：很多欧洲公司由家族世代持有，而不是由持股的员工持有，所以第一步是找一个全员持股的雇主。

Darden 商学院的二年级 MBA 问未来 12 到 18 个月该做什么。Dave 给了两条。第一条是 agent 管理：他说自己极其震惊地发现，让一千个 agent 协同做成一件事，与让一千个人协同做成一件事惊人地相似——沟通方式、沟通的粒度选择、问题如何拆分，都极为相似，因此人的管理经验可以直接迁移，这是一个当下敞开的巨大机会。第二条更具体：很多人毕业后钻进地下室去造东西，但现在整个世界的重构是靠巨额交易完成的。他建议把"从毕业到参与一笔五十亿到一百亿美元谈判"的时间压缩到 30 天以内——去 OpenAI 或 Anthropic，此刻那里有数百场并行的五十亿至一百亿美元量级谈判，而且严重人手不足。站上那个位置之后再倒推你想造什么。

自学机器人、在山景城公寓里造出第一台原型、如今成为佛罗里达该品类首个持牌机器人餐饮运营商的创业者，问该找谁聊。Dave 提醒他人就在风投中心，随后给了三条可执行建议：一是考虑把无人机配送一并做掉，因为餐饮成本结构建立在主街位置上，配送能把这部分成本移走；二是像 EMC 做服务器那样先做别人机器人的加盟方、拿到规模，再反向做自己的定制硬件；三是开个 PitchBook 账号，把你敬佩的每家公司反查到投资人，再直接去谈——风投喜欢自己投资组合内互相交易的网络效应。

四、教育、制度与"该在哪个国家做事"

创办了两所学校、正准备把"改造教育"当作 MTP 的瑞典听众提出了本期最有张力的质疑：你们是不是把高等教育批得太狠了？大学有最好的实验室、最好的孵化器，你在那里交到一生的朋友，更重要的是你在那里成为一个会思考的人；在丰饶与百岁寿命的时代，是不是人人都该去读大学，就为了成为更会思考的人？

Dave 完全同意前半段，并把它说得更清楚：一生挚友与第一次真正深入地思考，这两件事不可分割，且都发生在你抵达大学的那一刻——你第一次真的去到一个同类人聚集的地方。他认为这部分是本质性的、不会消失。"我们持续抨击的是：过去大学的卖点是课程，而课程显然正在消失。"变化速度之快，没有任何课程表跟得上，而且跟 AI 学更容易。所以真正的问题变成：怎么保住第一部分，同时让第二部分重新变得相关。他顺带点出内部分歧——Alex 主张大学应该上市，而他自己认为大学恰恰因为没有利润动机，是 AI 时代不可或缺的伦理行动者，因此会留下来。

Alex 的回应是本期最尖锐的一句玩笑：他觉得自己抨击大学还不够狠，这提醒他以后要更狠一点。他想对美国主要研究型大学做的事是"活体解剖"，至少把它们变成营利性的公共利益公司，拆开再以更高效的形态重组，顺便治好鲍莫尔成本病。Peter 把落点放在目的上：最重要的是找到自己的 purpose，然后被内在动机驱动去学该学的东西。刚从班加罗尔的车里接入的 Salim 则补上制度视角：大学的传统模型崩了，它不能再是一个供给侧的技能培养与求职场所；它的最高价值是你从高中出来后有几年可以坐下来、自由思考、协作、喝很多酒，把自己的 MTP 找出来，再带着技能和心态进入世界。但从供给侧切到需求侧是极其巨大的转型，而大学的免疫系统"是我见过第二强的，仅次于宗教"，所以他对其自我转型没有信心——更可能是新建一批这样的大学，让它们逐渐成为新的引力中心。

制度这条线在都柏林的提问里展开。一位 63 岁的听众正与 UCD 的一位教授、以及爱尔兰政府一位年轻部长合作，用"好祖先"（决策以 30 到 60 年后的后人为准）和"甜甜圈经济学"两个透镜设计爱尔兰的未来社会形态，想把小国当作一次边缘案例试点，帮助社会度过必然到来的失业与错位的动荡期。Dave 的答案是把复杂度换成多样性：他极度看好爱尔兰——欧盟成员、没有脱欧、经济高速增长、环境异常开放，是检验新治理方式的完美试验场。他借 Neal Stephenson 的《钻石时代》说，解决这个问题最好的朋友是观念的多样性，最坏的情况是全世界只剩一两种政府形态在扩散；AI 会打开如此多的变化与治理可能，把所有犄角旮旯都探索一遍才是关键。这个问题一分钟内答不完，但用成千上万种方式去做治理实验完全可行。

五、欧洲、媒体唱衰与"世界和平的非算法解"

一位德国听众（在埃森哲工作）说，当下最困扰他的不是技术本身，而是由媒体主导的公众舆论——任何坏的、吓人的东西都会被做成标题，欧洲和美国同样如此，而新加坡等地的采纳度高得多。

Dave 的诊断很冷：主流媒体从此以后只会一直坏下去，因为它们缺钱、没有预算，只能靠追逐戏剧性来活命，所以干脆把它们一笔勾销。解药是微媒体、X、播客这种窄播。他随后给了一段具体到近乎作战计划的建议：德国是这个星球上最有才华、却没在做 AI 的地方，他在加州不断遇到从德国过来的人。他建议组一个五到七人的小队去帕洛阿尔托或旧金山待一个月，把文化吸收回去，再在德国扩张——七个人变五十、变五百，彼此通过播客、X、Slack、短信保持连接；他们会意识到周围所有人都与真实进展脱节，但这没关系，因为在这个小圈子里他们能自我强化。关键是攒出这样的临界质量。Peter 的补充更私人：你让什么进入你的大脑至关重要，他不会把"该学什么、该读什么"的决定权交给某个新闻制作人或编辑；他对吃进身体的食物和进入大脑、塑造自己神经网络的内容一样挑剔。

Alex 给出的是最不客气的选项：你随时可以离开欧洲。他的分析分两层。历史层面，他提到有历史学家写过冷战结束时老布什政府的一个关键抉择——是把欧洲更深地纳入美国轨道，还是让它形成更强的联邦；当时的倾向是前者，好让欧洲更不独立。现实层面，他认为今天的欧洲能源受制、政治上某些方面受制、也不享有美国视为根本的某些言行自由，而根子在能源政策及其配套政策。所以若你身在欧洲又真心相信加速主义，只有两条路：把能源问题解决到能供得起自己的数据中心，或者走人。而且因为我们正处在递归自我改进的中段，这个决定必须在相当压缩的时间尺度内做出。Dave 则给了一个反向的生活样本：他一位英国朋友在美国科技行业发财后搬回德国，在法国南部和德国各有一处住所，认为那是地球上最宜居的地方，屏蔽掉了世界上一切有害的东西；相比之下印度那种野蛮生长虽猛烈但代价巨大。他仍然不解为什么更多德国人不在波士顿和硅谷——去美国服役五年，回德国时会幸福得不得了。

最后一位提问者是加拿大的编剧兼导演，他读过 Peter 与 Alex 合写的《Solve Everything》，其中把"共识"列为认知变得丰饶之后的新稀缺品。他问：敌对国家之间的互不信任能否变成一个计算受限的工程问题——比如让各国的主权 AI 接入一个共享协议，用隐私保护计算在不暴露受保护数据的前提下搜索更优协议。Alex 直接给了"热辣观点"：多方安全计算（MPC）在计算机科学里正当红，但他认为那不是国际和平的限制因素，国际和平的解法本质上不是算法性的，而是地缘与基础设施性的——解决台湾问题、把供应链在各国重新本地化，让实体产品的国际贸易即便被切断也不会引发全球萧条。他举中东近年的变化为例，认为其中很大一部分原因是美国通过页岩革命实现了化石能源主权与独立；把这个例子推广开去，当美国在任何先进制造上都不再需要中国、台湾、韩国、日本，世界会截然不同。他的总结相当反直觉：如果目标是世界和平，那就去"消灭、煮熟、焚毁"对全球商品与服务贸易的需求——一阶近似上，这里没有算法的位置。

六、健康、安全与产品形态的具体问答

一位患有脉络膜缺失症（choroideremia）、已失去约三分之二视力的听众问，众多研究路线中哪条最可能率先带来视力逆转。Peter 先确认这是后天出现的基因表达变化，因此若能把基因表达拨回早期状态就应当可逆——这正是 David Sinclair 在做的工作：ER-100，一种携带三个山中因子的腺相关病毒注射，用于视神经疾病与黄斑变性，目前已进入人体一期安全性试验，Sinclair 表示对其他眼疾也可能有效。平行的第二条路是脑机接口，绕过眼睛直达视觉皮层，未来不仅能看可见光，还能看紫外和红外。Alex 补充 Science 公司与 Neuralink 的 Blindsight 是 BCI 增强视觉最突出的两个案例，并声明这不构成医疗建议——但他会赌几年内实现超人类视觉。

在传播长寿理念的问题上（提问者来自欧盟、做神经多样性教练与功能性健身），Peter 给的是方法论：改变心智模型靠的是证据的叠加。他反向举例说 CNN 之所以能把人的心智调成恐惧，是因为它一遍遍投喂恐惧信息；所以他在台上会播 Dario 说"未来 5 到 10 年把人类寿命翻倍"、播 Demis Hassabis 说"十年内治愈所有疾病"、播 David Sinclair 讲 ER-100 的人体试验，再叠上数据，比如 Insilico Medicine 的 Alex Zhavoronkov 正在推进的三期药物——某个分子可延长 3 到 6 年寿命。不是给一两个，而是五六七八个，人们才会内化，进而自己去找佐证材料。认知路径是从"这太疯狂"到"这正在发生"再到"我也要"。他的口号改写是：不是 show me the money，而是 show them the data。

安全线上的提问来自一家 2.5 亿美元医疗公司的 CISO，他的原话极具冲击力：他不担心不对齐的 AI 接管世界，他怕的是桌子底下那台跑着开源 Qwen 的机器——那是他这辈子用过最好的渗透测试员，他付 5 万美元请人找不出来的东西，它十分钟就找到了。他要向董事会做年度汇报，问怎么讲清这种一年前还不存在的风险而不显得像杞人忧天。Dave 的建议是别渲染，而是把事件序列挖出来按时间排：很多事件（比如银行被黑）并未广泛公开，但把它们挖出来铺开，指出事件发生率正沿指数斜坡上升，再加上"我桌下这台 Qwen 现在就能黑掉公司网络"的现场感，最后基于中国模型的发布日期推演攻击者将在一个月、三个月、五个月后到来。他还顺势指出，针对这件事的前置防御是"本世纪的商业机会"。Peter 提醒信息呈现方式至关重要：先讲正在发生的好事，再讲下行风险；单独抛出下行会引发恐惧，而恐惧会让人关闭。Alex 补了一个方法论：Linux 内核维护者们（他点名 Greg 等人）在锚定社会预期方面树立了很好的标准——不妨在基准化漏洞发现速率之外，用高斯或其他有界分布去拟合漏洞发现曲线，向利益相关者说明"我们现在处在指数爬升期，预计 n 个月后见顶，随后所有最关键的零日会被发掘完，之后进入下降段"，也许乐观地看就是 18 个月的地狱期然后机构就熬过去了。Salim 补充说他正与一位当过 30 家上市公司董事的人合写论文，讨论 AI agent 在很多公司里正在做相当违法的事所带来的巨大董事会责任悬顶，以及未来董事会该如何应对。

产品形态方面有两个具体回答值得记。一位做金融与医疗数字客户体验研究的顾问问：当人人都有自己的 AI 助理，网站和 App 是不是就被"煮熟"了。Dave 认为网站不会死，而是并行存在：所有网站都该有面向 AI 的 XML 接口，落地页上写明"如果你是 AI 或 bot，看这里"，把数据漂亮地格式化好，免得 agent 只能靠又慢又易错的屏幕抓取。但他用贝佐斯的旧事说明人类视图仍不可替代——贝佐斯当年散完步回来要求亚马逊每个数据库每个系统都上 XML 接口，好让他本人能随机抽查，IT 部门全体反对说太慢，他强推了下去。同理，即便 agent 干了所有活，你仍然想知道"这条信息你从哪拿的"，然后点进那个 URL 去核对；网站是人类核对 agent 所见内容的平行视图，让整件事对人类操作者保持可见与透明。

另一位在日本做了 17 年英语教育、拥有自有学习平台与评测体系的创业者，请 Dave 以 VC 视角说明四五年后这家公司要长成什么样才值得投。Dave 先给规模：日本英语学习是个百亿美元、如今可能两百亿美元的市场。但他指出真正的需求不是"学会正确说英语"，而是"用英语变得流利、幽默、有趣"——AI avatar 不该只纠正发音，而该告诉你"这句真的好笑，美国人或英国人会觉得好笑"，或者"这个音你发得对，但那是爱尔兰某地的发音，和利物浦某区很不一样"。顺着这条线延伸，最自然的转身是变成人生教练平台：人们学英语不是为了英语，是为了改变人生；先用语言把人留住，再依次给他们有趣、聪明、人生规划。他认为从语言迁移到人生规划后，这个商业模式能扩展到数千亿美元量级。提问者当场表示这是他从未想过的思路。

还有两个偏技术的回答。做 AI 语言交换伙伴的开发者说他遇到了自己版本的对齐问题：GPT-5 的 API 有顽固的"助理模式"，总在每轮结尾问"我能帮你什么"，他在系统提示里重复五遍"不要每轮都提问"才靠蛮力压住；但要让模型主动展现好奇心、逐步建立对用户的画像并自然演进关系，就很难。Alex 说这是微调的典型样板——OpenAI 因为没人用而一度放弃微调 API，如今又重新感兴趣了；如果目标是风格迁移就用监督微调，如果能量化衡量交互质量就用强化微调，开源闭源工具都有。Dave 补了一条实操路线：在开放权重里可以从新的 GLM 模型起步，参数更少但上下文窗口仍然很长，灵活度更高，而且他觉得它不像闭源模型那样被训练锁死，把开源微调代码叠在 GLM 上能操控得更多。他还回忆说 GPT-2、GPT-3 那个年代微调几乎是内建的、不微调就没法用，后来这个习惯反而消失了。

另一位在用生成式 AI 做剧集电影的听众问成功秘诀。Peter 刚评完 Future Vision X Prize 并选出前五，他的答案是故事第一：人类因为认知演化而在意他人、在意爱情、在意阴谋，反派好不好是关键。具体做法是让模型分析史上票房前 30 的电影里让故事成立的要素，再把自己的故事对照这些指标逐项质问"我缺了哪一条"，然后反复重构。Alex 的补充来自中国市场：中国市场正被 Seedance 2.5 这类模型生成的微短剧淹没——不要只发一部电影，发一千部微短剧，看市场喜欢什么再迭代，这是两年前还做不到的事。

金句

除了 AI，永远不会有别的东西能去监管 AI。 —— Dave Blundin 5:21

如果你的开场前缀是"我怎么为这件事拿到资助"，那这个问题本身就已经问错了。 —— Alex Wissner-Gross 9:12

几乎所有价值都会以所有权和股权的资本利得形式兑现，而不是流向工资单。 —— Dave Blundin 30:09

不要只发一部电影，发一千部微短剧，看市场喜欢什么，再从那里迭代。 —— Alex Wissner-Gross 33:14

软件已经熟透了，但硬件还能跑很多很多年。 —— Dave Blundin 22:26

人类的问题在于：我们的情感是旧石器时代的，制度是中世纪的，技术却是神一般的。 —— Salim Ismail 引用 E.O. Wilson 65:31

提到的书·产品·人物

• Dave Blundin（人物）：Link Ventures 创始人、本期回答最多的常驻嘉宾，主张 AI 监管 AI、价值归股权、软件已熟硬件未熟。
• Alex Wissner-Gross（AWG）（人物）：常驻嘉宾，提出 P(zoom)、内太阳系绅士化、欧洲"要么解决能源要么走人"、世界和平的非算法解。
• Salim Ismail（人物）：ExO 提出者，从班加罗尔车内接入，主张重建约 50 个全球核心制度，并正在合写 AI agent 引发的董事会责任论文。
• Peter Diamandis（人物）：主持人，负责串场，并回答长寿传播、视力逆转、故事创作等问题。
• 《Solve Everything》（书）：Peter 与 Alex 合著，Alex 在书单问题中首推，书中把"共识/agreement"列为认知丰饶后的新稀缺品。
• 《Accelerando》（Charles Stross）（书）：Alex 认为是对当下正在发生之事最好的科幻处理。
• 《The Diamond Age》（Neal Stephenson）（书）：Dave 用它论证治理观念多样性的重要性。
• Abundance / We Are As Gods（书）：Peter 的著作，加拿大编剧听众提到读后走出低谷。
• 甜甜圈经济学 / 好祖先（Good Ancestor）（理论框架）：爱尔兰听众用于设计未来社会形态的两个透镜。
• Qwen（开源模型）（产品）：CISO 桌下运行的开源模型，十分钟找出外包五万美元都没找到的漏洞。
• GLM（产品）：Dave 推荐作为微调起点的开放权重模型，参数少、上下文长、不被训练锁死。
• GPT-5 API（产品）：开发者抱怨其顽固的"助理模式"，每轮都要提问。
• Seedance 2.5（产品）：中国微短剧浪潮背后的生成模型，Alex 建议据此批量试错。
• ER-100 / David Sinclair（产品·人物）：携带三个山中因子的 AAV 注射，用于视神经疾病与黄斑变性，已进入人体一期安全性试验。
• Insilico Medicine / Alex Zhavoronkov（公司·人物）：推进中的三期药物，被 Peter 用作长寿证据链的一环。
• Neuralink Blindsight / Science 公司（产品）：Alex 举出的 BCI 增强视觉两个最突出案例。
• Fountain Life（公司）：节目健康板块赞助方，首席医疗官称 CT 血管造影加 AI 分析发现 88% 来访者有可检出冠脉疾病、其中 23% 为软斑块。
• Mercor（公司）：Dave 称其为史上升值最快的公司，建议在"AI 编排人类活动"的窗口期内照其路径学习。
• Jean-Rémi King（Meta）（人物）：其研究显示 GPT-2 隐藏激活与人脑 fMRI 体素线性相关。
• Boris Power（OpenAI）（人物）：估计 OpenAI 模型首次在解题上实现每瓦 IQ 高于人类。
• Eliezer Yudkowsky / Geoffrey Hinton / Yuval Harari（人物）：听众希望四人公开辩论或引用的风险论代表。
• Demis Hassabis / Dario Amodei（人物）：Peter 用作长寿与治病叙事证据的公开表态者。
• Ray Kurzweil / Martine Rothblatt（人物）：提问者引以为证的乐观未来学家。
• E.O. Wilson（人物）：Salim 引用其"旧石器情感、中世纪制度、神级技术"名言。
• Steve Jurvetson（人物）：Dave 推荐给实体 AI 创业者的投资人之一。
• Jeff Bezos（人物）：Dave 用其强推亚马逊全系统 XML 接口的旧事论证网站不会消亡。
• PitchBook（产品）：Dave 建议用来反查目标公司背后的投资人并直接接洽。
• Blitzy / Google for Startups / Link Ventures / Abundance Summit（赞助商）：本期广告方。
• 鲍莫尔成本病（Baumol's cost disease）（概念）：Alex 认为重组大学可以顺带治好它。
• Moonshots Live（活动）：Peter 多次预告，并宣布开放免费直播（moonshots.com/livestream）。

适合谁听

想听技术乐观派在无剧本压力下、对 AI 安全、就业、教育、欧洲困局和个人职业路径给出具体可执行判断的人。