Eric Schmidt 谈机器人竞赛、奇点时间线与能源短缺 | 241
摘要
Schmidt估计，AI目前只实现了其最终影响的10–15%，尽管当下的推理系统已经是“人类的完美伙伴——无论好坏”。 San Francisco的共识认为，递归自我改进将在2至3年后到来，但Schmidt强调它尚不存在：有限的演示无法做到“学会一切、发现新事物，并告诉我你学到了什么”。
软件开发在几个月内就从辅助编程转向了自主编排。 现场被称为 Opus 1.6 的 Claude Code 发布，让湾区工作流从“80/20”变成“20/80”；如今，一名程序员只需在晚上7点写下规格和评估函数，再让系统通宵完成Schmidt所说过去需要6个月和10名Google程序员的工作。
AI应该把价值集中到公司规模光谱的两端：少数巨型平台和大量小团队。 Schmidt预计，顶尖程序员——历史上价值相当于下一梯队10倍——将作为并行智能体的指挥者变得更有价值，而手写代码会“像骑马一样”。稀缺能力将从产出代码转向定义目标、测试和学习循环。
电力是美国面临的硬约束，预计到2030年将短缺92 GW。 这相当于约60座、每座1.5 GW的核电站；按每GW基础设施约500亿美元计算，100 GW意味着5年内投入5万亿美元。Schmidt认为需求尚未出现渐近线，因为效率提升会触发杰文斯悖论：更好的硬件和算法会解锁更多用途、电脑和电力消耗。
Google和Nvidia处于异常强势的基础设施位置，因为它们控制着更多推理栈。 Schmidt称，TPU version two十年前的设计选择使其成为理想的推理引擎，而Nvidia做到了Intel未能做到的事：控制一个可购买的“完整服务器架构”。太空数据中心可能提供近乎无限的电力，但散热和辐射仍是问题；Schmidt将地面与太空的选择定义为一个涉及光纤、发射规模及其他权衡的商业问题。
凭借电动车供应链、电机专长和“残酷竞争”，中国似乎有望赢下低成本机器人硬件。 Schmidt称中国是竞争者，“不是敌人”，但他认为允许中国主导低端电动车是一个错误，美国有可能在机器人领域重蹈覆辙。他的边界很明确：可预测的电池生产能够快速自动化，而精密火箭装配仍依赖能够运用判断力的熟练工人，这是当前机器人所不具备的能力。
前沿模型市场或许能容纳约10家资本密集型竞争者，但它们的架构和国家战略正走向分化。 中国偏好开放权重和无处不在的边缘计算，即使面临美国芯片限制；美国仍以集中式 AGI 和 ASI 为核心。Schmidt认为，安全必须在不放慢竞赛的前提下塑造——尽管一次“类似切尔诺贝利”的事件，可能才会最终迫使竞争中的政府展开协调。
精读
上游暂未提供，后续同步将继续补齐。