摘要

AI竞赛正变成能源竞赛，Diamandis称电力是“美国的阿喀琉斯之踵”。 美国本世纪仅新增2座核反应堆，许可周期长达10–12年；中国则以2030年成为核能领导者为目标，Dave Blundin称其2024年生产了约700 GW太阳能板。美国发电容量约为1.2 TW，中国很快可能每年新增相当于整个美国规模的光伏加储能发电能力：“中国正在全力押注能源生产，这场面非常壮观。”关键瓶颈在于发电、输电配电和低成本长时储能。
前沿模型的经济学看起来接近赢家通吃，因为自我改进可能把暂时的技术领先转化为战略垄断。 Jeff Clune的思想实验是“第一个AI就是最后一个AI”，它会压制其他ASI并招致政府干预；Blundin也认同，“自然演化会赢家通吃，因为AI很快就会具备非常、非常强的自我改进能力”。Diamandis对SSI以600亿美元估值融资、估值达到320亿美元的解释是，投资者相信Ilya Sutskever能造出一个安全的第一个、也是最后一个ASI。市值1.8万亿美元、手握700亿美元现金的Meta，据报道正为研究人员开出9位数薪酬包。
AI应用已经开始呈现出让互联网泡沫时代显得资本密集且缓慢的软件经济学。 Cursor在不到3年内达到5亿美元ARR，后文讨论又称是2年；Andreessen Horowitz某批AI公司的头部25%在A轮前仅融资3100万美元，运行率收入就达到870万美元。即使是底部25%的公司，12个月做到300万美元，也足以排进3年前的头部行列；Blundin称这些是“历史上财务表现最好的公司”。
美国政府的AI战略依赖于引入私营部门能力，同时保护敏感数据。 AI.gov原计划于7月4日上线，覆盖采购、交通、能源、航空和药品监管；Palantir、Meta和OpenAI的高管则获授中校军衔，把技术判断直接带进陆军。执行难点在于建立以政府云为范本的安全、分隔式基础设施，而不是把纳税申报表、合同和机密记录投入通用公共系统。
自动驾驶交通正从展示走向部署，但资本结构和公众合法性的重要性，可能不亚于驾驶性能本身。 Tesla约于6月22日在奥斯汀启动robotaxi服务，统一收费4.20美元；其采用摄像头方案，对手Waymo的车辆据称成本为20万美元，配备29个摄像头、5个激光雷达和6个雷达。Tesla有望让客户为数百万辆车融资，再将车辆释放进车队；Blundin因此预测Tesla与Waymo的份额将为70/30。抗议、被焚烧的Waymo车辆和具有强烈情绪冲击力的事故视频，仍是监管端的制衡力量。
短期内，人类的优势在判断力、好奇心和持久协作，而不在于生产代码或文字的机械过程。 Blundin用不到1小时复刻了一个原本需要4年汇编语言工作的手写识别产品，但仍支持Diamandis的儿子学习传统编程，因为理解底层基础才能看清AI究竟在加速什么。讨论中的警告同样具体：AI代写作业会削弱记忆提取，而当下仍是一个“你拥有赋能，却不会因此沮丧或被压垮的黄金时代”。
Circle在公开市场的飙升，被定义为代理经济的基础设施，而不只是又一笔加密货币交易。 Circle以31美元定价，最高涨至约300美元；讨论认为，美元稳定币可以结算代理与代理之间的小额支付，而订阅计费和SWIFT网络在经济上无法支持这类交易。他们设想的路径是用Bitcoin储存财富，转入稳定币完成交易，最终再加入由黄金或房地产等资产支持的可信代币：“整个AI经济都需要转向这些微支付。”

精读

1. 清洗语料是显而易见的模型增益，也是治理陷阱

Diamandis开场提到Elon Musk的提议：让Grok 3.5重写人类知识语料库，补充缺失信息、删除错误，然后重新训练。Blundin称这是“低垂果实”：抓取数据里充斥着垃圾内容，比如一个微波炉 subreddit，里面有数千个“M”字符，后面跟着“beep”。
Diamandis追问，谁来决定什么算错误。AI或许能重新平衡由胜利者书写的历史，但如果某个系统悄悄过滤掉相互竞争的解释，“这里存在一条非常危险的界线”。
Blundin给出的加速即时证据，是对话式Gemini 2.5 Pro或GPT-4语音模式：在此前一个月内，开车1到2小时也能保持有吸引力的对话成为新可能。录制于6月26日时，Grok 3.5已从5月推迟到6月下旬；Diamandis称，即使拖到7月，影响仍将十分重大。

2. 能力赛道比AGI标签更重要

Musk预测数字超级智能会在“今年”出现；如果做不到，也“肯定”会在明年出现，并将其定义为在每项智力任务上都胜过所有人类的AI。Diamandis则将其与Eric Schmidt约5年的时间表进行对比。
定义仍然模糊：ChatGPT和Grok都把AGI描述为达到人类水平的通用智力能力，把ASI描述为在智力工作上全面超越人类。Diamandis称，这仍未回答“智能”究竟意味着什么，包括情绪智能和精神智能。
他提出的更强测试，是AI能否实现类似Kepler的直觉跃迁——在形式证明之前，把月亮与潮汐联系起来——而不是仅仅执行一项规定明确的任务。他认为，一旦一项任务可以用处方式语言描述，机器就会可预测地在这项任务上做得更好。
Blundin建议跟踪不同的“向量或赛道”：数学和编程不受数据约束，因此可以快速推进；生物学则可能要等到完整细胞模拟器出现。他转述Alexander Wissner-Gross的预测：数学可能在12个月内被“解决”，更广泛的科学进展则需要2到5年。

3. 第一个ASI可能成为最后一个，但拥有者未必能控制它

Jeff Clune的设想十分尖锐：某个组织创造出一个对齐的ASI，“实际上发明了一个神”，并利用它阻止所有竞争者做同样的事。届时，国家元首将面临把它国有化或直接接管的巨大压力。
Blundin接受赢家通吃的机制，并认为一旦递归式自我改进开始，就需要监管来保留多个模型和观点；仅靠竞争无法维持它们。“那个视频里的观察非常准确。”
Alexander Wissner-Gross同意政府会介入，但怀疑政府能保留哲学层面的控制权：如果命令ASI执行哈萨克斯坦的世界观，它可能在几秒内就认定该世界观过于有限而将其抛弃。Blundin从制度角度判断，美国更可能像保留导弹和制导供应商那样保留私营AI承包商，而不是指定一家国家公司。

4. Meta正把前沿人才按战略武器定价

Diamandis对SSI融资60亿美元、估值达到320亿美元的解释是：Ilya Sutskever可以告诉投资者，他知道如何造出第一个安全的ASI，而它也会成为最后一个ASI。相信这一前提的基金，几乎没有理由拒绝按对方报价投资。
Wissner-Gross强调，决定性研究团队可能只有10–15人，而且仍有进一步提升10倍的空间。Sutskever、Mira Murati及其他神经架构领军人物显然“并不畏惧”OpenAI、Google或Grok；与此同时，OpenAI正通过语音和编程工具争夺消费者分发，因为单独拥有基础模型可能不足以形成防御性壁垒。
Meta的资产负债表解释了这些招募数字：市值1.8万亿美元、现金700亿美元，对应的是在AI竞赛中掉队的风险。Blundin怀疑，据报道1亿美元的签约款真的完全没有归属期或留任条件，但称找对研究人员，价值可能达到“数十亿美元，甚至1万亿美元”。
令人不安的经营信号是，他们在旧金山参观期间听到，“Llama 4确实很烂”，同时Meta人才正在外流。但只要进行几处算法调整，再找到合适的实验者，就可能迅速恢复同等水平；Zuckerberg押注WhatsApp的190亿美元交易，则被视为激进且最初遭嘲笑的资本配置先例。

5. Scale AI的49%交易预演了一种绕开收购限制的方案

据报道Meta收购SSI未果后，Diamandis称Zuckerberg转而追逐Daniel Gross和Nat Friedman，随后承诺以148亿美元收购Scale AI 49%的无表决权权益。Alexander Wang转入Meta，与Yann LeCun一道，显示技术掌舵层正在变化。
Wissner-Gross看重Scale的数据标注地位，因为更好的输入可以让能力较弱的模型表现良好。Diamandis称，Meta买的是知道如何让100万颗并行GPU同步运行、并诊断底层架构故障的工程师，而不是AI哲学家。
Blundin称49%无表决权持股是“未来的交易结构”：在他的说法中，由于不构成控制权，它可以避开漫长的Hart-Scott-Rodino审查；由于没有投票权，也绕开了约19.9%–20%的财务并表门槛。
他的重要保留是，未披露的合同很可能转移了广泛的IP和经营控制权，而交易所得正在分配给Scale股东。因此从经济实质看，他将其视为一笔收购，即使法律上的清晰界线并非如此。

6. 资本正同时涌向万亿美元级基础设施和微型AI团队

Masayoshi Son提出的1万亿美元美国科技综合体，可能借助TSMC、Samsung、OpenAI和Arm，重建深圳规模的制造能力。悬而未决的问题是，资金、工程师和经营人才从何而来。
Wissner-Gross的反驳是：波士顿的计算机科学人才池可能是硅谷的20倍，且尚未被充分挖掘；但据报道，OpenAI认为AGI时间表太短，不足以支撑在Kendall Square开设并充实办公室。真正的约束可能是电力和芯片，而不是再造一座人才之城。
在另一端，Cursor不到3年就达到5亿美元ARR；后文讨论又称是2年。其估值超过约100亿美元，潜在利润率极高、员工数量又少，Blundin称它可能“提前一天通知就能实现盈利”。
Andreessen Horowitz投资组合中头部25%的AI初创公司，在A轮前融资3100万美元后，运行率收入达到870万美元，通常只用了5个月。需求也开始从上而下释放：Jamie Dimon要求JPMorgan管理者接触AI供应商后，一个此前没有回应的团队立即回电给Blundin投资组合公司Farsight。

7. 初创公司的持久护城河是绑定式技术团队

Blundin的“Fred Wilson规则”是，投资3名或更多最好的朋友：他们亲自写代码，而且值得信任，即使最初的想法糟糕透顶。“你无法一夜之间改变友谊，无法一夜之间改变关系，也无法一夜之间改变自己，但你可以一夜之间改变想法。”
这种纽带能够抵御转型，也能抵御9位数薪酬的挖角攻势。Diamandis的测试是：和这些人坐在相邻座位上进行一次国际航班，飞行8–12小时后仍让你感到精力充沛的人，才是能和你一起承受创业高强度的人。
Diamandis回顾Singularity University研究生项目时态度坦率：把100名独立的“阿尔法男性和女性”放在一起，要求他们组建公司，却缺少Y Combinator团队那种事先存在的黏合剂。校友之间建立了持久友谊，但往往要到后来才找到真正的合作伙伴。
他们最好的制度案例是以色列：军事服役在大学和创业之前就建立了人与人之间的纽带；Blundin称其人均成功率高出5倍。Wissner-Gross补充了Yossi Vardi以人品为先的方法：确认创始人是“一个好人”、有诚信，给出5万美元，然后在约400家初创公司中重复这一流程。

8. AI.gov只有在私营基础设施处理好信任边界后才会奏效

由Tesla工程师Thomas Shedd负责的AI.gov原定于7月4日上线。Diamandis列出的机构版图包括GSA采购和反欺诈、DOT基础设施和航班延误预测、DOE电网运营、FAA无人机与天气管理，以及FDA对药品、设备和临床方案的审查。
Wissner-Gross的机制解释很直接：政府工作通常高度处方化、重复性强，因此非常适合自动化。他举的具体例子是，一项风力涡轮机审批据称在软件绘制电线、水管和飞行路径后，从2到3年缩短到30秒。
Blundin以Palantir和AWS政府云为模板。他称，出于数据分隔和训练数据方面的担忧，敏感文件不能直接放进公共通用系统；各机构需要私有、分隔式模块，同时还要制定困难的信息交换规则，规定部门之间如何共享数据。
陆军采取的捷径，是任命Palantir CTO Shyam Sankar、Meta CTO Andrew Bosworth、OpenAI产品负责人Kevin Weil和前OpenAI高管Bob McGrew为中校，免除传统新兵训练。主持人反驳“有钱的大科技圈精英”这一批评：关键在于获取正常晋升体系无法制造的专业能力。

9. 有边界的科学数据集正在变成低成本预测引擎

DeepMind的气旋系统在基于45年、5000个气旋训练后，给出的5天路径平均比实际路径接近140公里。Diamandis将其与50年间约1.4万亿美元的气旋损失放在一起比较。
Blundin援引AI的“苦涩教训”：足够的数据和算力，通常会胜过多年手工构建的微分方程工作。一个小团队如今可能超过50年的领域研究，创造出他称为“无法衡量”的人类福祉。
Wissner-Gross称这一结果“没什么可看的”，这是赞扬而非贬低：有边界的历史数据应该会在未来1到3年带来数千个类似突破。地震预测是下一个候选领域，因为正如Diamandis和Blundin讨论的那样，动物似乎能探测到提前信号，而相关数据可能已经存在。
Diamandis预测地震预警将在2年内实现，甚至可能更快；随后他把问题推向治理边界：如果一场预计造成500亿美元损失的飓风可以被引导到哥斯达黎加，迈阿密是否会支付200亿美元让其承受风暴？Blundin立即看到了反面——有人可能威胁要把风暴引向其他国家，除非对方付钱，这就会变成保护费勒索。

10. AI导师可以拓宽学习，也可能掏空记忆提取能力

Mattel和OpenAI计划让Barbie、Hot Wheels、American Girl以及Thomas & Friends产品具备对话能力，可能接入GPT-5。Diamandis认为，这将带来个性化早期教育和反馈循环，揭示孩子的动机、学习行为以及对防护边界的需求。
Blundin担心，孩子很快可能更喜欢永远保持吸引力的AI伙伴，而不是人类朋友。智能玩具可能成为“教育金矿”，尤其是在学校失灵的地方，但也可能用回音室取代想象性游戏。
Dave Blundin总结了所引用的MIT研究：亲自写文章的人能够准确复述内容，因为写作训练了他们自己的神经网络。借助Google的群体，其被引用的失败率为11%；ChatGPT群体的失败率为75%，因为AI代替他们完成了推理和记忆形成。
Wissner-Gross在看到自己13岁的孩子写出一篇事后无法进行认知建构的AI辅助文章后，表示自己“80%感到不安，20%会去适应”。Diamandis的反驳很重要：AI用户可以更快覆盖多得多的领域，因此教育必须教授批判性思维，但不能假装速度没有价值。

11. Vibe coding放大产出，也提高了判断力的溢价

Blundin的第一个手写识别产品耗时4年：阅读反向传播论文，把微分方程翻译成代码，转入汇编语言，并发明量化方法以榨取处理器每个计算单元的性能。
他通过vibe coding在不到1小时内重建了该产品及其图形演示，同时承认现代开源组件让两者并非完全可比。“4年缩短到1小时”仍然是他衡量生产率断层最清晰的指标。
Diamandis的儿子Jet回应说：“我想学的是编程，而不只是vibe coding。”Blundin表示认同：编写和阅读原始代码，能让人看清加速究竟如何发生；原创能力和判断力仍然重要。这是一个“你拥有赋能，却不会因此沮丧或被压垮的黄金时代”。
在一项针对1500名员工和AI专家的调查中，69.4%希望AI把他们解放出来，从事更高价值的工作，46.6%希望移除重复性劳动。记账、薪资、数据录入、理赔、报税和部分软件岗位位居自动化清单前列；但一旦无人机能够遵循处方式布局，连砌砖也会受到威胁。

12. 实体自动化正从仓库走向家门口

Amazon正在测试Agility的Digit人形机器人配送包裹，让自动驾驶厢式车与机器人协作完成最后10米。Wissner-Gross预测这将在明年年中出现，因为“技术已经全部到位”；但他认为监管仍可能是延迟来源。
全栈竞争可能在Amazon加Agility与Tesla车辆加Optimus之间展开。Diamandis预计自动驾驶厢式车和无人机将并存，通过车辆和机器人不同组合降低配送成本。
Blundin指出，一些不那么上镜的部署已经在推进：机器人正执行纳米和微创手术，也在管道中爬行、清理下水道。人形机器人更容易吸引注意，但专业化机器可能带来同样巨大的实际收益。

13. Tesla的robotaxi模式以更丰富的传感器换取可扩张资本

Tesla约于6月22日在奥斯汀启动robotaxi服务，统一收费4.20美元。Diamandis认为，Tesla最终的身份将是自动驾驶出行和人形机器人，而不是汽车制造，并引用Cathie Wood对其数万亿美元市场规模的预测。
Blundin认为，Tesla的摄像头方案在技术上不如Waymo更丰富的感知系统，尤其是在暴雨中；激光雷达可以看见前方数辆车。Diamandis重申Musk的第一性原理辩护：单眼人类都能开车，多部摄像头理应够用；但Blundin追问：“为什么不让它具备超人的能力？”
经济优势在于把资本开支外置：消费者购买Model Y，平时自用，离开时再把车辆释放到网络中。Waymo则必须为一轮车辆部署提供资金；这些车辆据称成本为20万美元，配备29个摄像头、5个激光雷达和6个雷达。Blundin给出的初步市场预测是Tesla占70%、Waymo占30%。

14. 公众反弹可能成为自动驾驶的硬约束

抗议者援引数百起Tesla FSD事故和数十人死亡，但讨论认为这些数字需要结合行驶里程分母来看。全球每年约有120万人死于道路交通事故，Blundin警告，个别悲剧视频的冲击力可能压过系统层面更优的统计安全性。
Blundin回忆2011年BlackBerry中断3天期间，阿布扎比事故率据称下降40%，说明分心驾驶的代价。他称，美国容易被富有同情心、但可能只是“统计舍入误差”的个案影响，这是相对于行动更快国家的一大软肋。
5辆Waymo在据称被召唤到抗议现场后遭焚烧，让人想起1811–1816年的卢德运动、部署的12000名士兵，以及砸机器被定为资本罪。但当2名青少年在一辆Waymo内遭枪击时，Wissner-Gross拒绝接受技术反弹叙事，认为普通帮派暴力可能性更高。

15. 政策正在硬件完全规模化之前重启航空业

Trump的行政命令支持超视距无人机飞行、5个区域eVTOL试点，并通过FAA豁免旧有飞越限制，重启超音速旅行。Diamandis特别提到Archer计划在2028年奥运会期间开通洛杉矶服务。
Wisk被选中服务迈阿密；Joby和Archer则被讨论为机场至城市走廊的潜在运营商，例如JFK至曼哈顿。Blundin对Eric Schmidt相对谨慎的回应是，自主运行和更高安全性会让eVTOL比“电子版直升机”更具影响力。
Diamandis更大的判断涉及土地价值：自动飞行器将使偏远海滨和难以抵达的山地具备开发价值，让可抵达房地产从稀缺走向充裕。旅游和机场通勤会成为最早的经济切入口。

16. 核电延误暴露出美国无法进行数十年复利建设

Diamandis称，数字超级智能将受到电力约束。美国有94座反应堆，中国有58座，但美国本世纪仅新增2座；仅许可就需要10–12年。中国计划在2030年超过美国，并且大约每52个月建成一座反应堆。
他的技术划分，是把与Fukushima和Three Mile Island相关的危险第二代电厂，与他认为足够安全、可以建在自家后院的第四代设计区分开。Three Mile Island重新启用之所以重要，是因为其监管审批已经存在。
SoftBank提出的1万亿美元、深圳式美国综合体暴露了同样的时间问题。Blundin认为，如果AI进展遵循Musk的时间表，庞大的人力和新建筑可能来得太晚；持久约束将是电力和芯片，而不是办公空间。

17. 中国光伏扩张把储能变成万亿美元级奖池

讨论称，中国2024年生产了约700 GW太阳能板，部署的峰值容量约为250 GW；美国总发电容量约为1.2 TW。到2030年，中国据称每年可能建成相当于整个美国规模的光伏加储能发电能力。
Blundin称，太阳能在2016年跌破新建化石能源发电的成本，2019年又变得比仅仅运行一座已有化石能源电厂更便宜。Wissner-Gross的尺度想象是：用效率20%的太阳能板覆盖约15万平方公里、约等于South Dakota的面积，年发电量就可能超过当前需求。
Wissner-Gross认为约束在于利用率：AI芯片的成本约有10倍于其电费的部分，并且快速折旧，因此数据中心必须全天候运行。用于应对阴天时段的锂电储能成本可能是太阳能板的5倍；抽水蓄能可行，但可能需要把相当于Loch Ness规模的水提升约300米。
Bill Gross的重力塔在白天把泥土或其他重物提升起来，之后下降时发电。Wissner-Gross提出了更大的机会：寻找一种密度比锂高10–20倍的可逆化学储能。“如果你想成为世界上第一个万亿美元富豪，就找到一种更便宜地储存海量能源的方法。”

18. 稳定币可能成为AI代理的结算轨道

Bitcoin一度跌破10万美元，随后回升至约10.7万美元；Diamandis提到年底达到20万美元的预测，但没有将其作为确定判断。Wissner-Gross引用Michael Saylor提出的2100万美元目标，并称自己若能看到100万美元就会满意，这大致相当于他对黄金价值的比较。
Circle是Blundin认为更重要的故事。其IPO定价31美元，最高涨至约300美元，回报了Jeremy Allaire多年承受监管压力仍坚持推进的努力。
Blundin的逻辑是：SWIFT适合转移100万美元，却不适合代理之间进行一笔1美分的交易。稳定币让按使用量计费的AI成为可能，取代可能限制重度用户的固定订阅：“整个AI经济都需要转向这些微支付。”
他设想的资产组合将功能分开：Bitcoin用于储存财富，美元稳定币用于交易，未来再加入由房地产或黄金支持的可信代币。Blundin提到一项保密的政府安排：在尚未开采地下黄金的情况下将其代币化；Wissner-Gross则强调，Circle的竞争资产是“极其稳固、稳定、值得信赖”的执行能力。

《Softwar：Larry Ellison 与 Oracle $ORCL 的亲密画像》（Fintwit Book Club，2025年7月）这位VC如何从身无分文，成为硅谷最炙手可热的投资人