摘要

Sacks 驳斥互联网泡沫类比，因为如今的加速器产能已经在被使用：「现在不存在闲置 GPU。」 每一块被部署进数据中心的 GPU 都在生成 tokens，而近期编码工具的进步正在进一步推高需求。他说，AI 基础设施去年为 GDP 增长贡献了约 2 个百分点，并助推经济实现 4%-5% 的增速，但 Bartiromo 追问的风险仍未解决：如果借贷最终失控，银行是否会成为接盘者。
AI 基础设施竞赛已经变成电力竞赛，而政府要求数据中心通过表后发电「为自己的用电买单」。 Microsoft 已承诺其设施不会推高居民电价，Sacks 预计其他同行也会跟进。他认为，新增发电能力反而可能通过出售过剩电力、让更大的供应量摊薄固定成本来降低电价——但前提是数据中心必须作出贡献，而不是只接入电网。
一套轻量级的全国 AI 标准，旨在防止各州规则林立，最终变成在位者的护城河。 Kratsios 认为，早期公司承担了应对 50 套规则体系的最大成本，而大型平台则有能力消化这些成本。儿童安全和数据中心审批可以继续由各州负责。Sacks 提到 1,200 项州级法案，此前则称州议会正在推进超过 200 项法案；国会要进行联邦优先适用，就必须拿出实质性的替代方案——「不能用什么都没有的东西去替代现有规则」——同时还需要 60 张参议院选票。
近期最明确的变现判断，是 2026 年生产率迎来爆发，编码 agents 将成为每个知识工作者的工具。 Sacks 指向由 Anthropic 的 Claude Opus 4.5 驱动的 Claude Code，以及其 Cowork 界面：用户可以用自己的文件和邮件生成电子表格、PowerPoint 和网站。再加一层抽象和语音交互，他认为，任务型 agents 就能变成类似 Her 的个人数字助理。
Kratsios 认为，AI for science 可能比聊天机器人带来更大的生产率跃升。 Genesis Mission 计划利用国家实验室过去 50-60 年的研究成果及其他分散的科学数据，让模型选择实验、评估失败原因并更快迭代。他的目标是在 10 年内让美国研发产出「接近翻倍」，优先应用包括聚变模拟、先进材料和治疗性分子筛选。
美国在 AI 技术栈越深处领先越明显，但决定未来 5 年胜负的指标是全球市场份额，而不是基准测试排名。 Sacks 估计，美国模型领先约 6 个月，芯片领先 2 年，半导体设备可能领先约 5 年；Kratsios 则认为前沿模型领先 6-12 个月。如果美国芯片和模型驱动全球，赢家就是美国；如果 Huawei 芯片和 DeepSeek 模型做到这一点，美国就输了——「最大的生态赢」。
嘉宾认为，最大的下行风险是政治控制 AI，而不是《终结者》式的机器反叛；大规模失业则仍有争议。 Sacks 警告 AI 可能被用于「Orwell 式」监控、审查和植入政治偏见，同时表示，私营公司大概拥有打造带有偏见系统的第一修正案权利，即便联邦政府拒绝采购这些系统。他认为 Musk 关于丰裕时代的方向判断是对的，但不接受短期内全民失业或无货币经济的说法：「时间线非常重要。」

精读

1. GPU 已被充分使用，这轮建设不同于光纤泡沫

Sacks 以 Trump 关于美国必须赢下 AI 竞赛的表态开场，并将其类比为 Kennedy 发起的太空竞赛挑战。他给出的证据是产品迭代速度：尽管面临强大的中国竞争，美国模型、芯片和数据中心仍在「变得越来越好」。
Bartiromo 关于泡沫的提问，引出了本期最清晰的区别：上世纪 90 年代末的光纤后来变成了「暗光纤」，但「现在不存在闲置 GPU」。新部署的 GPU 正被用于为聊天机器人和编码助手生成 tokens，而这些产品近期的质量提升又在推动更多使用，进而带来更大的基础设施需求。
Sacks 估计，这轮建设去年为 GDP 增长贡献了约 2 个百分点，并帮助经济实现 4%-5% 的增速，今年也可能出现类似情况。他的判断很强，但留有余地：「我不认为它很快会停下来。」
Bartiromo 追问融资风险：借款方是否可能过度支出，最终让银行成为接盘者？Sacks 没有给出资产负债表层面的答案，而是提到 Oracle、Blackstone 和房地产投资者都是「非常老练的市场参与者」，资金实力深厚，并且看到了最终实现 ROI 的可能性。

2. 全国规则体系，目标是降低初创公司的合规摩擦

Kratsios 将政府计划归纳为 3 根支柱：创新速度超过竞争对手、建设支撑 AI 的基础设施，以及出口美国技术。在创新方面，他认为，能够在国内开发并商业化产品的监管环境，是整个体系得以成立的前提。
规则碎片化对年轻公司的冲击远大于 hyperscalers。一家基于前沿模型开发产品的初创公司，可能需要应对 50 套州级监管体系，而「大公司反而最有能力在这种环境中取得成功」。Sacks 先是提到州议会正在推进超过 200 项法案，之后又称州级法案数量达到 1,200 项。
Bartiromo 保留了联邦制层面的反对意见：各州希望掌控自己的政策结果。Kratsios 表示，儿童安全规则和数据中心审批可以继续由各州负责；Sacks 则认为，只有国会能够抢先排除更广泛的州级监管，而一项需要 60 张参议院选票的法案必须争取两党支持。
国会阻力集中在没有替代方案却要抢先排除州规这一点上：「不能用什么都没有的东西去替代现有规则。」尽管如此，Sacks 仍看到了推动轻量级联邦标准的兴趣，并希望今年采取行动，同时承认目前讨论仍处于早期阶段，达成共识并不容易。

3. 数据中心必须成为电力生产者，而不是电网的搭便车者

对于 Sanders 据报道要求叫停所有数据中心建设，Sacks 给出了直接回答：「如果这么做，我们就会输掉 AI 竞赛。」中国大约每周都在新增核电、煤电或其他能源产能，而 AI 基础设施没有电力就无法扩张。
Kratsios 对 Trump 所提出的交换条件表述得很清楚：任何建设数据中心的公司都必须「为自己的用电买单」。Microsoft 已承诺其设施不会推高居民电价，政府希望其他科技公司也作出同等承诺。
Sacks 表示，hyperscalers 从未计划单纯抽干电网；它们的建设也包括专用发电能力。Energy Secretary Wright 和 FERC 推动的监管变化，旨在让表后电力更容易落地：「让 AI 公司成为电力公司」，把发电设施建在数据中心旁边。
对消费者而言，潜在好处有 2 个机制：数据中心可以将过剩电力回售给电网，更大的供应量则能让更多用户共同分摊发电固定成本。这可能降低居民电价，而不只是维持现状；但 Sacks 补充了一个前提：新增设施「必须回馈电网」。

4. 编码 agents 正成为知识工作的界面

Sacks 梳理了产品演进路径：从 ChatGPT 式的「更好的网页搜索」，到思维链推理，再到编码助手；开发者形容后者近期的进步「令人震撼」。下一步的格式扩展，是从代码走向 Excel 模型、PowerPoint、网站及其他知识工作产出。
他重点介绍了由 Anthropic 的 Claude Opus 4.5 模型驱动的 Claude Code，以及面向非程序员的 Cowork 界面。把此前的演示文稿交给它，它可以模仿用户偏好的格式和风格；接入邮件和文件后，它还能提取信息，并围绕既有上下文完成工作。
目前的限制仍然很关键：用户今天仍必须为每个任务单独发出提示。Sacks 认为，再加「一层抽象」和语音界面，到 2026 年系统就可能变成个人数字助理，在功能上接近 Her，但这并不意味着它具备感知能力。
行业应用正在拓宽这一判断。Sacks 提到医疗文书、研究和用户的诊断经历；Waymo 和 Tesla 也已经推出 robotaxis。他预计，AI 的生产率效应将沿着行业纵深扩散，而不会停留在聊天机器人功能层面。

5. 科学 AI 取决于重组分散的数据

Kratsios 的框架从训练数据说起：通用模型可以抓取互联网，编码模型可以吸收现有代码；科学数据则更难处理，因为化学、数学和材料研究分布在不同学科和格式之中，很难直接用于传统大语言模型训练。
Genesis Mission 旨在利用美国能源部国家实验室过去 50-60 年的研究成果。理想的闭环是让 AI 帮助选择实验、执行实验、诊断失败原因并重新尝试；Kratsios 的愿景是，最终 AI 实验室甚至可以自行开展实验。
聚变研究可以通过加快计算密集型模拟的反馈获益；材料模型可以测试月球基地、火星任务和太空核能所需的分子。治疗领域也存在类似闭环：识别有前景的分子、快速迭代，并更早进入临床试验。Kratsios 的 10 年目标是让「我们的研发产出接近翻倍」。

6. 击败中国，靠的是出口生态系统，而不是登上排行榜第一

Sacks 估计，美国在技术栈越深处领先越明显：模型领先约 6 个月，芯片领先约 2 年，半导体制造设备最多领先 5 年。中国最明显的优势在能源：过去 10 年中国电网规模大约翻倍，而美国仅增长 2%-3%。
公众情绪是另一个脆弱点。Sacks 引用 Stanford 的民调称，中国的「AI 乐观度」为 83%，美国为 39%；他将这种差距归因于聚焦末日的媒体叙事、《终结者》和《2001》的意象，以及科技领袖预测知识工作岗位将减少 50%。他认为，这种悲观情绪进一步助推了州级监管反应。
DeepSeek 的发布帮助西方结束了对中国模型的自满。Sacks 称 Bloomberg 和 Reuters 报道过中国正在排除 NVIDIA 芯片，并认为保护 Huawei、扩大国内规模可能是最合理的解释：先主导中国市场，再向全球扩张。
Kratsios 提到 Huawei 在电信领域的扩张：其设备起初不如 Ericsson 和 Nokia，但「足够好」，且获得了足够补贴，最终成为许多市场的默认选择。因此，美国 AI 出口计划瞄准全球开发者，尤其是 Global South，让美国模型运行在美国芯片上，并在其上完成微调。

7. 交钥匙式出口与无许可创新，补齐战略闭环

Commerce 去年年底完成了一项面向行业的信息征询，并计划发布提案征集，邀请企业组建出口联盟。Kratsios 区分了 2 类客户：一类是成熟的 Fortune 50 买家，另一类是主要希望将 AI 用于医疗、税收征管或公共服务的政府。
大多数国家并不需要 Colossus 级别的前沿训练中心；它们需要的是规模可控、配备推理芯片并能够部署应用的数据中心。政府计划将这些交钥匙方案与 Development Finance Corporation 和 Export-Import Bank 配套推进，更多进展将在印度 AI Impact Summit 上公布。
Sacks 给出的评分标准很简单：5 年后检查全球市场份额。如果美国芯片和模型在全球普遍使用，并由广泛的开发者生态支持，就意味着美国获胜；如果 Huawei 芯片和 DeepSeek 模型做到这一点，就意味着美国失败。平台经济学给出的规则是「最大的生态赢」，但合作伙伴也必须获得真实价值。
这套出口方案也包含监管理念。Kratsios 将美国追求创新的规则与欧洲的预防原则相对比；Sacks 称企业家是「主角」，监管者只是配角。他还认为，EU AI Act 在 ChatGPT 出现之前就已通过，因此并不适合当前的前沿模型环境，需要重新修订。
Kratsios 表示，Trump 上任第一周撤销的政策包括一份 100 页的 Biden AI executive order，以及一份 200 页的 Biden AI Diffusion Rule。他将这一逆转描述为恢复 Silicon Valley 的「permissionless innovation」，而不是要求创始人先获得 Washington 的批准。
Bartiromo 的对比——Novo Nordisk 市值约 3500亿-4000亿美元，而美国有多家万亿美元公司、Nvidia 市值达到 5万亿美元——体现了企业规模上的差距。

8. 真正令人担忧的是 Orwell 式控制，而丰裕时代仍很遥远

当 Bartiromo 要求说明下行风险时，Sacks 否定了电影式叙事：真正值得警惕的是 George Orwell，「不是 James Cameron 和《终结者》」。政府可能利用 AI 监控、审查，甚至通过足够隐蔽的偏见「洗脑」公民，影响成年人和儿童能够学习什么。
他给出的具体案例，是第一版 Gemini 中与黑人 George Washington 有关的故事；他将其与被撤销的 Biden AI order 中 20 页 DEI 表述联系起来。Sacks 承认，公司可能拥有打造带有偏见产品的第一修正案权利，但联邦政府有权决定不采购这些产品；他认为 Trump 任期内风险基本可控，但担心未来政府向模型供应商施压。
Sacks 对 Musk 关于工作可能消失的判断略有不同。新闻标题省略了 Musk 同时预测的《星际迷航》式丰裕和无货币社会；Sacks 预计生产率、生活水平和工资都会上升，但不会出现全民失业，更不可能在 5 年内进入无货币经济。Kratsios 则将丰裕叙事延伸到医疗和生活质量。

（预告）给 TSMC AI 客户的行动倡议、华尔街的 Netflix 焦虑、关于科技界 Cignetti、OpenAI、Starbucks 的问答 Vol.203 大厂高管和自由职业者分别怎么用AI：与蚂蚁陈亮和“水哥”王昱珩聊AI