Grok 4 惊艳亮相、《苦涩的教训》、第三党、AI 浏览器，最高法院 8-1 支持特朗普的 RIF 计划

摘要

• Grok 4 登顶基准测试：Artificial Analysis 目前将其排名列在 OpenAI 的 o3-pro 和 Gemini 2.5 Pro 之上，距其 2023 年 3 月启动还不到两年半。 Chamath 将其视为 Rich Sutton《苦涩的教训》的验证：依托 Colossus 扩张的通用算力（10万 → 25万 → 100万张 GPU）击败人类知识路线，也让 Llama 花 $15B 买下 Scale AI 49% 股权显得可疑——这“恰恰是在押注人类知识”。
• Keith Rabois 警告，人类标注数据的半衰期很短：“可能只有1年、2年，最多3年，任何人还会把人类标注数据用于任何事情。” 这直接针对那些追逐 Scale、Mercor 和 Surge 收入增长的投资者。他对《苦涩的教训》的限定是：只有在数据充足的领域，这一规律才成立——“物理世界 AI 缺数据，所以你只能设法逼近人类。”
• Travis Kalanick 凌晨4点用 GPT 和 Grok 做“vibe physics”——“我已经非常接近一些有意思的突破了”——但他也坦承，Grok 3 和现有 ChatGPT 还无法原创想法：让它们突破常识“就像拽一头驴”。 真正的大奖，是一台科学方法机器：“他妈的，游戏结束。你只要点亮更多 GPU，就等于多了大约1000名博士生为你工作。”
• Chamath 认为，2025年造浏览器是“绝对愚蠢的资本配置决策”——不过是“一个美化过的标记语言阅读器”；Perplexity 真正的大奖，是取代 Bloomberg 那个“糟糕透顶”的年费2.5万美元终端，这是一家摆在眼前、等着被拿下的“1000亿美元企业”。 Keith 说得更直白：ChatGPT 正在10亿用户中变成动词，“如果 Perplexity 做不到这件事，它就什么都不剩了”；“Google Search 也完了”。
• Elon 的第三党让嘉宾分裂：Keith 称他“可能只是一个替补级政治家”——就像 Michael Jordan 去打棒球；他指出自1970年以来没有真正的第三党赢得参议院席位，只承认“少数几个众议院席位”有机会。 Travis 全力支持（“Elon 几乎总是对的……我站 Elon 这边”），Chamath 则认为政治机制已经改变：2023年 FEC 指引允许超级 PAC 运行完整地推，3-5名独立候选人就能形成真正的杠杆，而阻挠议事规则“时日无多”。
• 最高法院以 8-1 支持特朗普的 RIF 计划。 Chamath 认为，“美国 CEO”必须有权解雇员工；如果 DOGE 在裁决后才启动，行动会“像热刀切黄油一样”推进——但 Keith 反驳称，“没有 DOGE，就不会有那项裁决”，并警告法院目前只批准了规划，执行阶段“未必是 8-1”。
• Travis 的机器人厨房把人工成本从收入的30%-35%降至7%-10%：一台60平方英尺的机器每小时能做300碗，目标是在8,000平方英尺设施里打造一个什么都能做的“互联网美食广场”。 对于 Pony.ai 的传闻，他说：“现在没有真正的交易，但确实有不少主动找上门的人。”

精读

1. Travis 的机器人厨房：人工成本从收入的30%降至7%-10%

• 对于 Pony.ai 的传闻，Jason 的框架是：一家已有车辆上路、在中东有业务、并与 Uber 达成合作的中国自动驾驶公司。Travis 没有把话说死，但确认了大致方向：Waymo 正在逐城扩张，Tesla 则“用经典 Elon 风格、硬着头皮做”，因此那些想要替代方案的人“已经联系过我……现在没有真正的交易，但确实有不少主动找上门的人”。他的逻辑是：自动驾驶一旦解决，就能同时运人和送餐——“自动驾驶墨西哥卷饼”。
• Lab37 的机器是具体业务：60平方英尺、每小时300碗，配有18个分配器和10种酱料，运行一条 Chipotle/Sweetgreen 式的现制流水线。员工负责备餐、装料，然后离开——“这家餐厅可以在没有任何人的情况下自行运行很多个小时。”外卖厨房的人工成本占收入30%-35%（实体店更高）；而运行这台机器，“占收入的7%-10%”。
• 他从失败的餐饮机器人项目中得出的教训——包括 Keith 对 Friedberg 尝试项目的调侃（“他作为一名素食殉道者死去了”）——是：自动化必须端到端。“你有一台100万美元的披萨机器，左边站着一个人往里加食材，右边站着另一个人把披萨拿出来……结果不是一个人做披萨，而是我有一台100万美元的机器和两个人做披萨。”
• 最终形态是“互联网美食广场”——食品领域的亚马逊一站式商店：在一座8,000平方英尺的设施里，通过组合式分配器做出任何食物。市场空间在于：美国约85%的餐食在家里吃，而 Uber Eats 加 DoorDash 只占“全部餐食的1.8%或2%”。所以这不是要消灭餐厅，而是把家庭烹饪变成一种服务。“健康饮食不必以财富为前提。”Keith 的终极版本是：每个家庭都有一名机器人私人厨师。

2. Grok 4 登顶基准测试，也验证《苦涩的教训》

• Grok 4 于周三晚发布：基础版月费30美元，“heavy”版月费300美元，后者带有多智能体功能，让多个 agent 并行处理同一问题，再形成类似学习小组的共识。根据 Artificial Analysis 的基准测试，它已经超过 OpenAI 的 o3-pro 和 Gemini 2.5 Pro，成为最智能的模型。Jason 提醒，它是“书呆子式”的聪明，不等于街头智慧；它在 X 上“有点放飞”，还“需要更坚决地做一次红队测试”。
• Chamath 通过 Rich Sutton 2019年的文章提出核心论点：当一种能够随算力扩展的通用学习方法，与一种依赖人类知识的方法竞争时——无论是国际象棋、围棋、语音识别还是计算机视觉——“通用计算问题总是会赢”。其中最苦涩的地方在心理层面：“人类在心理上需要相信自己是答案的一部分……你只需要放手，放弃控制。”
• xAI 之所以构成实证案例，是因为它从 2023 年 3 月起步，不到两年半时间，Elon 先押注10万张 GPU 的 Colossus 集群，随后扩至25万张，再扩至100万张。结果表明，通用算力“确实能够更快地找到答案，而且答案更好”。先例就是 Tesla 只用摄像头的 FSD 对比 Waymo 的激光雷达：积累数十亿英里的驾驶里程，应用通用算力，而不是走那条“费力且昂贵的路线”。
• 他希望投资者认真考虑的含义是：Llama“刚花150亿美元买下 Scale AI 49%的股份。这恰恰是在押注人类知识”。而且复合效应很快会显现：如果每一轮都插入人类，造成“300到1,000个基点的滞后”，两三轮之后“你就彻底落后了”。那么，当 Gemini、OpenAI 和 Anthropic 意识到这些结果后，会怎么做？

3. 反方观点：数据稀缺时，人类知识并未过时

• Travis 的修正值得保留：Tesla 的自动驾驶路线本身就是人类知识——“整个思路就是逼近人类驾驶”。Elon 的洞察几乎带有人文主义色彩：“我有两只眼睛。为什么我的车不行？……我头上也没有一圈旋转的激光雷达。”Chamath 叙事中的算力部分，将随着 Hardware 5 到来，预计 Tesla 可能明年推出。
• Keith 的说法更尖锐：“事情没那么二元。”LLM 是 AI 最重要的突破，而且完全基于人类文字训练——“并不是太空里漂着一些不是人类写下来的石板，然后我们拿来训练。”非 LLM 模型可能证明 Chamath 是对的，但“几乎没人真正大规模使用非 LLM 模型”。事实证明，除非分心，人类本来就是接近理想的驾驶员，因此以人类为训练目标是正确选择。
• 对 VC 来说，可交易的结论是：所有正在讨论 Scale、Mercor 或 Surge 投资机会的人，都“只是在看收入增长”，却忽略了人类标注数据的半衰期“非常短”——“可能只有1年、2年，最多3年，任何人还会把人类标注数据用于任何事情”。一些自动驾驶软件公司已经在用机器完成标注。
• Keith 为整篇文章划出的边界条件是：《苦涩的教训》“只有在数据足够时才成立”。在数据不存在的领域——“物理世界 AI 缺数据”——你可能需要通过多年乃至数十年的人机互动，“设法一路黑进去”。

4. 合成数据与“vibe physics”：AI 变成科学方法机器

• 讨论中有人提出，下一阶段已经到来：“人类知识的累积总和已经被 AI 训练消耗殆尽，基本发生在去年。”接下来，模型会写论文、给自己打分，并在合成数据上自我学习。Chamath 认为，后续版本的 Grok 不会再用现实世界里的任何传统数据集训练，而是由 agent 从零创造合成数据；一旦如此，“一切都会彻底颠倒”。
• Travis 坦白，自己会在凌晨4点或5点起床，和 GPT 或 Grok 一起钻研 Quora 上的物理学讨论——“这相当于 vibe coding，只不过是 vibe physics……我已经非常接近一些有意思的突破了”。但他也诚实地指出，Grok 3 和现有 ChatGPT 的能力有边界：“它想不出新想法。这些东西太依赖已知知识了……就像拽一头驴。”即便模型承认你确实发现了什么，“你也得检查两遍、三遍”。
• 对 Travis 来说，终点在于：“如果你有一个在科学方法上全世界最强的基础模型，那他妈的游戏结束了。你只要点亮更多 GPU，就等于多了大约1,000名博士生为你工作。”不过，假设仍需要在物理世界中验证，因此可以想象把实验室直接接入这些系统。Jason 问：“还能出什么问题？”
• Keith 补充了速度为何会产生复合效应：每一秒延迟都会打断递归式的深入探索；而这已经不是理论——“只用科学数据训练的模型，往往会暴露出此前没有任何人类发现过的联系。”让全桌震动的例子是 Navier–Stokes 方程：数学领域最困难或最重要的7个问题之一。“我们用它设计飞机，设计一切，但它还没有被证明。”如果把计算机对准这个问题，“谁知道会出现什么？瞬间移动。”

5. 更好的模型如何以柔克刚，翻转 OpenAI 的巨头地位？

• Keith 向全桌发问：OpenAI 正“坚定地朝着10亿 MAU 前进……它是一头巨兽。那么，如何用更好的产品，以柔道式的方式翻转那个不那么好的产品？”
• Travis 的答案是文化：Elon 路线意味着“工作强度翻倍的传教士型工程师”、一种“极其凶猛、追求真相的文化”，以及没有政治内耗。“你从真相上开始赢。”但他也做出重要让步：“OpenAI 的产品、产品部门，那帮人做得非常好……他们在很多不同方面都处于领先。”
• Jason 补充了战术层面的优势：人们忘了 Elon 的工厂能力。Jensen Huang 曾惊叹 Colossus 到底是如何建起来的，而在 Tesla，“工厂就是产品”。此外还有一笔旧账：Sam Altman 在 OpenAI 最初以使命驱动、开放源码为导向的问题上“骗了” Elon——“他对 Elon 做得很不厚道。”
• Keith 的框架是垂直整合：Apple 在过去70年创造的最重要技术上，AI 表现“糟糕透顶”，但它依然值数万亿美元，因为它是垂直整合的。OpenAI 无法在工厂层面竞争，因此“他们必须把设备做出来……但如果真这么做，他们就成了 Apple 加 AI”。

6. Agentic 浏览器：新类别，还是美化过的标记语言阅读器？

• Jason 演示了 Perplexity 的 Comet（在月费200美元的套餐中推出）：一个 agent 会打开浏览器窗口、搜索航班、填充 Amazon 购物车，还能连接 Gmail 和 OpenTable。其卖点是：你“已经完成身份验证，而且看起来不像机器人”，“是你的浏览器在替你工作”。
• Keith 的判断是：“这是 Perplexity 一次很好的背水一战。”它之所以必须这么做，是因为 ChatGPT“正在变成动词”，而且“如果 Perplexity 做不到这件事，它就什么都不剩了”。同样的逻辑也适用于 Google：“Google Search 完了。”有了 Chrome 加 Gemini，Google 本应正是要做这种产品；“Google 现在最有价值的资产，已经和搜索毫无关系”。
• Travis 转述了消费软件 CEO 们的集体焦虑——那些“手里有真东西的大人物”都在问：当 agent 接管一切后，他们如何生存？“每一个在 App Store 里有应用的消费软件 CEO 都在发抖。我有时几乎是在给他们做心理治疗。”Chamath 则挖苦道：“所以你是在骗他们。你是在做临终关怀。”
• Jason 认为，2025年造浏览器是“绝对愚蠢的资本配置决策”。Keith 则认为浏览器本身就是注定被淘汰的中间件——“浏览器是2025年最蠢的东西之一”，只是一个处理 HTML、在“水面下”完成渲染的“美化过的标记语言阅读器”，而终点应该是人可以对着说话、甚至直接用思想交互的东西。“看一堆视觉垃圾并不优雅，那只是懒惰。”

7. Perplexity 真正的大奖是 Bloomberg，Apple 也买不出一条出路

• Jason 的替代策略是：“造浏览器是绝对愚蠢的资本配置决策……Perplexity 走向传统业务的路径，是取代 Bloomberg。”他曾经每年花2.5万美元使用 Bloomberg：“这个终端糟糕透顶……任何能做出更好产品的人，都可以接管一家1000亿美元的企业，因为它就在那里等着被拿下。”屏幕最多只能同时显示5家公司，而真正的锁定效应来自消息功能——“我的团队曾经通过 Bloomberg 的文字消息交易过巨额仓位。”
• Keith 认可这是一条“确实相当连贯”的策略：选择一个垂直领域，建立控制权，利用那些可能永远不会授权给 OpenAI 的独特数据源。对于 Apple 收购 Perplexity 的传闻，他说：“Apple 在 AI 上错过了每一个可能的窗口，而且还在继续错过。”问题包括 CEO、文化和基础设施；更何况，“你准备花多少钱？大概10亿美元，就为了买产品品味？”
• Keith 对 Mark 的推论是：“Grok 4 说明 Mark 确实需要花钱组建一支全新的团队，因为他们在 AI 上做过的一切也都错过了时机。”与此同时，Travis 想参与 Bloomberg 的克隆项目，还向 Chamath 提供了命名权：“Poly Hypatia”。

8. Elon 是“替补级政治家”：第三党之争

• Keith 的比喻是本期最锋利的一句：这就像 Michael Jordan 去打棒球。“Elon 可能只是一个替补级政治家。他在创业领域是 Michael Jordan，但第三党不会成功。”Jason 认为，支持率图表是“平均数的缺陷”：特朗普以95%的支持率成为“历史上测得支持率最高的共和党人”（Reagan 的峰值为93%）。民主党人只是恨他，而“极化本身就是成功的一个要素”。
• 反对第三党的结构性理由包括：MAGA 已经完成了“对共和党的第三党式接管”，短时间内不可能再复制一次；“聪明的政党会吸收第三党的最佳理念”，让其失去生存空间；自1970年以来没有真正的第三党赢得参议院席位（Buckley 的兄弟）；而且选民投的是人，不是理念——Elon 从宪法上“根本不可能”成为该党的门面。
• Travis 不为所动：“我有一个刚刚才编出来的公理……Elon 几乎总是对的。”从未有人拥有这么多资本，可以在体制外充当“党魁”；而“这种事情可能发生的威胁本身，就能分别推动一些好事发生，即使最终没能走到底。我站 Elon 这边。”
• Jason 描绘的路径是：几个众议院席位，每场竞选约200万美元；也许再拿下一个约2,500万美元的参议院席位；每2年投入2.5亿美元，形成类似 Joe Manchin 的摇摆党团，并配套 Grover Norquist 式的承诺。Polymarket 给出 Elon 年底前注册 American Party 的概率为55%；而在他最亲近的10-20名朋友中，“50%会在第一天加入 Elon 的党”。Keith 的让步成为标题：“我认为你可以赢下几个众议院席位，但我不认为你能赢下参议院席位。”Jason 回应：“这是你犯过的最大错误。他现在要赢下2个了。”

9. 机制：FEC 地推、2019年支出水平，以及注定消亡的阻挠议事规则

• Chamath 认为，一个被低估的推动因素是：2023年 FEC 指引“彻底改变了超级 PAC 能做的事情”。超级 PAC 不再只能投广告，还可以组织地推、电话拉票和动员选民。“超级 PAC 变得更像一台完整的竞选机器，而特朗普在摇摆州展示了蓝图。”只要 Elon 利用这些规则，拿下3-5个席位形成杠杆，就“是唯一的路径”。
• Keith 纠正了 Elon 对赤字原因的判断：“他其实搞错了我们为什么有赤字……不是因为税收太低，而是因为支出严重超标。如果你把联邦支出维持在2019年的水平，按照我们目前的税收收入，政府就会出现盈余。”（Travis：“5000亿美元。”）因此，Elon 本应支持“大而美法案”，并帮助共和党拿到60票。或者干脆跳过这一步：“阻挠议事规则只是历史遗留物……某一天，某个多数党领袖会直接说，‘阻挠议事规则到此为止。’”然后用50-51票推进削减支出。Chamath 同意，它“时日无多”。
• 候选人筛选标准仍存在分歧。Chamath 想要的是能够“超越政治和政策……彻头彻尾的大人物”，拥有巨大的知名度，比如参与 Gray Davis 罢免案的 Schwarzenegger，或按 X 和 Instagram 粉丝数排名。Keith 听得直皱眉：“别再增加明星政治家了……找真正领导过大型复杂组织的人。”不过，如果 Elon 能把他那套惊人的人才算法调校到政治领域，“也许会奏效”。Jason 的筛选标准是能否通过播客测试：Kamala “不可能在一场2小时的智识讨论中撑住。如果你撑不住，就出局。”

10. 最高法院 8-1 支持 RIF，但目前只支持规划

• 事件起点是：特朗普2月签署的行政令要求各机构落实 DOGE Workforce Optimization Initiative、准备 RIF；拥有82万名成员的 AFGE 起诉，认为大规模联邦 workforce 调整需要国会授权；一名旧金山联邦法官（Clinton 任命）叫停了该计划；最高法院9名大法官中有8人推翻了这一禁令。
• Chamath 称其“极其重要，也极其正确”：把约300万名联邦雇员和承包商分散到2,000多个技术落后的联邦机构，必然导致流程缓慢和规则失控；自1993年以来，监管规定不断膨胀，直到“我们都淹没在无限多的规则里，最终人人都在违反，却甚至不知道自己违反了什么”。“如果美国 CEO 没有解雇员工的权力，这一切只会不断复合。”
• 他的反事实判断是：“我希望 Elon 现在才进来创建 DOGE……如果手里有最高法院这项裁决，这帮人很可能会像热刀切黄油一样推进。”Keith 的反驳值得保留：“但没有 DOGE，就不会有那项裁决。正是 DOGE 导致了那项裁决。”
• Keith 的法律边界是：宪法把全部行政权交给总统，“就是如此”。但这份行政令目前只获批准“允许进行规划”；当具体方案进入诉讼时，“未必会是 8-1”。真正悬而未决的问题是：总统能否拒绝花费国会明确拨付的资金。有些目标则需要立法配合：教育部是1979年由法律设立的——“自教育部成立以来，每一项教育统计指标都变差了……但法律已经写在法典里，所以你可能必须先废除它。”