摘要

Nvidia单季营收达到962亿美元，同比增106%，并预计下一季营收1080亿美元，其中收入毛利率达到“80%至85%”，但 Alex Wissner-Gross 认为真正的大象是循环融资。他希望市场区分两种情况：一种是损益表上的循环经济，另一种是Nvidia“不是用损益表，而是用资产负债表”来为客户购买其产品提供融资；后者“开始看起来有点过于泡沫化”。即便如此，他预计最多只是“一场小型寒冬”，因为算力正在替代房地产、人力及其他原材料，成为文明运行的底层基底。
OpenAI与Broadcom联合开发的Jalapeño芯片显示，推理正在迁出NVIDIA：每瓦AI工作量提高1.5–1.9×，延迟最多降低3.6×，功耗700W，对比GB300的1,400W，运行GPT-OSS时吞吐量据称提升约54×。 Salim称这是2次100×性能提升中的第1次，推理正离开NVIDIA，而训练仍是NVIDIA的地盘。Alex解释，CUDA在推理阶段的护城河已经消失；Mellanox之后，高速互联成为新的训练护城河。他提出的剧情反转是：OpenAI可能用自己的芯片推出自己的云，甚至托管Anthropic的模型。
中国约70%的AI token消耗都用于视频生成——“美国沉迷LLM，中国沉迷世界模型”。 Alex的统一场论是，美国AI实验室在追求收入最大化，而中国实验室不是；如果模型权重免费提供，token就会流向视频，而不是经济产出更高的应用。Dave的反驳是，中国无法凭信任把Kimi或Qwen卖进企业，因此视频才是面向全球的盈利产品；而Dario Amodei的策略则聚焦于能够自我改进的模型。Salim认为，中国可能在建模和操纵物理世界方面占优，除非美国实验室先实现递归自我改进。
X安全团队发现一个约20万个账号组成的中国机器人农场，其中200个账号散播“AI数据中心推高居民电价”的说法；与此同时，华盛顿州Quincy的数据中心已将贫困率从29.4%降至6.2%。 Dave面无表情地说：“震惊，真是震惊，竟然有外国影响行动试图压制美国AI数据中心的部署。”Salim担心，美国没有简单的防御手段，因为美国人“由叙事驱动，而不是由证据驱动”。
Principal Financial的小企业数据与“工作末日”叙事相矛盾：只有4%的企业预计AI会减少员工和工资，31%预计两者都会增加，而实际裁员中仅1.4%归因于AI。 Peter指出，过去50–60年的就业增长100%来自中小企业。Salim批评Bill Gates关于工作末日的预测，认为在更动荡的环境下，企业可能需要更多而不是更少的专业服务。Alex给出的可投资推论是，高能动性“是超智能时代少数会得到积极奖励的人类特质之一”。“现在就做，否则永远别做”（“Do it now. Otherwise, do it never.”）。
Elon预计SpaceX到2033年营收达到3.5万亿美元，争议不在机会规模，只在实现路径。 Dave表示，Elon对机会规模的判断通常是对的，只是时间表会因延误推迟几年。Alex勾勒出SpaceX与Tesla在未来1—2年内合并、Optimus实现数万亿美元级年收入、向超大规模云厂商提供服务以及建造戴森群的路径；在这种情形下，Starlink和汽车业务都只是四舍五入误差。Peter披露，SpaceX是他最大的金融押注；Dave则将需要高度协同的百万GPU集群的AI训练，与可分布在地球和太空中的AI推理区分开来。
这份“丰裕账本”包括：初创公司Actonide将铀浓缩至15.38%的HALEU、中国月度太阳能发电量在6年内增长8倍至约160太瓦、Rainmaker声称10架无人机在3小时内带来1900万加仑额外降雨、FDA批准首款RAS胰腺癌抑制剂，以及诺丁汉大学研发出能重新生长真正牙釉质的凝胶。 Alex反复检验的一点是，这些生物学突破几乎没有使用AI；一旦引入AI，他预计进展将放大许多个数量级。
监控与亲密关系都是监管尚未追上的前沿领域。 Flock每月扫描200亿辆车，引发Dave的警告：“当交易成本降至零时，宪法不会随之更新。”中国正在限制未成年人及成年人使用AI伴侣，Somnia Lab则以300美元订金预售一款24自由度的亲密机器人。Alex预测，一旦AI伴侣成为类似Neal Stephenson《The Young Lady’s Illustrated Primer》的、由党控制的引导机制，中共可能在未来改变方向。

精读

1. Nvidia的962亿美元季度营收：放眼望去全部售罄，且只有一家制造商

本期数字由以下几项构成：Nvidia单季营收962亿美元，同比增106%；下一季度指引1080亿美元，即“每天超过10亿美元”；Jensen预计2028年增长70%，高于华尔街44%的共识。Jensen称，前沿实验室是“第一代需要数百亿美元算力才能做出产品的初创公司”。
Dave认为，Nvidia面临“两个岔路口”。公司“放眼望去都将售罄”，收入毛利率达到“80%至85%”——“这家公司的盈利能力是地球历史上前所未见的”——但“Nvidia最大的脆弱点远非其他因素可比：TSMC仍是他们所有产品唯一的制造商”。TSMC产能约1/3流向Nvidia，另有1/3流向Apple；如果Nvidia要自建晶圆厂，动作必须“非常隐蔽”。
Dave给被投公司的建议揭示了资金漏斗：除了Jensen、另外6家Magnificent Seven公司或它们的卫星企业，你为什么还要见其他人？“仅仅流过这条漏斗的资金，就远超整个经济的其他部分……如果你不在这条对话流里，就不在世界上——不，在历史上——最相关的对话里。”

2. Alex眼中的房间大象：循环的核心究竟是哪一种？

Alex以一句充满保留的话开场：“我会是最后一个建议这是一场大规模对倒交易、循环融资安排的人，但是……”由此引出本期最尖锐的分析区分：损益表上的循环经济，即公司A卖给公司B、公司B再卖回公司A；以及资产负债表上的循环经济，即公司A利用自己的资产负债表，包括私人信贷贷款，为公司B购买公司A的商品提供融资。后者“开始看起来有点过于泡沫化”。
作为“通过低成本宽基指数基金持有整个市场的股东”，他抱怨道：“我感觉自己完全看不清，在最内层循环的核心到底是哪一种循环，我希望能得到更多明确答案。”如果2—3年后才发现，基础设施层需求“是通过金融工程被人为支撑起来的”，那将是“极不理想的结果”。
真正重要的限定条件是：即使部分需求被夸大，他的预测——明确声明不构成投资建议——也“最多只是一场小型寒冬”，因为“算力本质上正在替代房地产、人力和其他原材料，成为人类文明的基础底层”。Salim补充了一个比AI循环更大的宏观担忧：“我们印钱就像它即将过时一样”，而债券市场和日本正陷入“法币世界的循环混乱”。

3. Peter的半人马座框架，以及Salim应对Hugging Face传闻的GitHub打法

Peter用一个类比反驳崩溃论：设想半人马座上有一个文明发现了超智能，它会在内部构建一个巨大且有价值的经济体，“根本不会在乎地球”。他认为，AI经济正收缩成一个自成一体的经济体，几乎不关心传统经济。他哥哥从Fidelity世界得到的转化是：“它不在乎。它在发现新药和新物理学时，真的一点都不在乎。”Peter表示，Ozempic和Mounjaro的规模已经超过所有AI推理之和。
谈到Nvidia收购Hugging Face的传闻，Salim重述了Microsoft收购GitHub的故事：企业发展团队曾试图否决这笔75亿美元交易——“这家公司几乎没有资产……我们到底在买什么？”——直到Satya Nadella拍板：“我们买的是3000万名开发者的忠诚。”买下社区是“一种非常经典的ExO打法”。
Dave给投资人的元信号是：当他询问创业者能否训练或微调基础模型，或者是否收听《Moonshots》时，他们的价值可能上涨10×、20×、100×，甚至带来最高1000×的回报。“目前还没有输家。一个都没有，0.00%的失败。”相比之下，那些主要把自己定义为应用层或氛围编程创始人的人中，“输家很多”。

4. Elon的3.5万亿美元SpaceX：没人质疑规模，只有人质疑路径几何

背景是：历史上还没有公司达到1万亿美元营收，Amazon以8280亿美元居首。Elon此前谈过2029—2030年营收1万亿美元，如今又发帖称2033年将达到3.5万亿美元。Dave的模式匹配是：“规模最后总是对的，时间表则会因为意外延误而差几年。”因此，他“没有理由认为3.5万亿美元是错的”。
Alex描绘了一条“高度非线性、多维度的路径”：SpaceX与Tesla可能“在未来1—2年内某个时候”合并，新SpaceX旗下的Optimus单独就会成为“一项每年数万亿美元的业务”，同时向地面及戴森群延伸超大规模云厂商服务。在那个世界里，“Starlink最终可能只是四舍五入误差。我认为汽车也是四舍五入误差。”Elon的核心优势“与其说在应用层，不如说在物理基础设施层”。
Peter披露：“SpaceX是我目前最大的金融押注。”这不同于投资OpenAI或Anthropic——后者是单层模型押注，而SpaceX横跨“芯片、数据中心、模型、通信、基础设施和发射”。Dave的简化视角是：AI训练需要10万、之后100万、最终数百万块GPU组成的协同集群；AI推理则可以分布在地球和太空。“这两个市场甚至会使用非常不同的芯片。”

5. 中国沉迷世界模型：70%的token流向视频，Alex提出统一场论

两个故事分别是：Alibaba的Wan 3.0能根据文档、表格、幻灯片和网页，一次生成30秒视频，成本为每秒5—20美分；一部90分钟电影的成本约为2万—6万美元。Runway联合创始人表示，视频生成约占中国全部AI token消耗的70%，增速快于美国的Claude Code。其背后的框架是：“美国沉迷LLM，中国沉迷世界模型”——前者预测下一个token，后者预测“现实的下一个状态”。
Alex的解释是：“美国AI实验室在追求收入最大化，而中国AI实验室不是。”OpenAI放弃视频生成，是因为Anthropic通过代码生成实现每token收入最大化，“把午餐都抢走了”。中国实验室“免费提供模型权重——免费提供模型权重不可能让收入最大化”，因此token可以流向视频，而不是经济产出更高的应用。
Peter问，哪种路径能更快把世界带到AGI。Alex称这是个陷阱问题，因为他认为“我们最晚在2020年夏天就已经凭LLM实现AGI”。Peter将问题改写为：哪种路径能更快从AGI走向ASI？Alex的答案是，全模态模型最优。他说Fable 5很强，但其视觉和视觉推理能力仍然薄弱，希望Anthropic能通过并购修复这一短板。
Salim总结道，美国围绕软件工程师和知识工作优化，中国围绕制造业、商业、媒体和机器优化。“能够建模世界、操纵世界并在世界内部行动的智能将获胜”，这可能让中国占优——“但如果我们让Anthropic或其中一家实验室先实现RSI，我认为Dave是对的。那种能力基本会压倒一切。”

6. 真正的竞赛是递归自我改进，信任壁垒决定各方在哪个赛道竞争

Dave讲了一个故事里的故事：中国“无法把Kimi或Qwen卖进企业场景，因为没人知道能不能信任它”，所以视频是完美打法——这是一个“没人担心安全问题”的全球化产品，既能产生收入，也能创造价值。但真正的竞赛“纯粹关乎更聪明的工程师、充足的现金以及大量训练芯片”。
他梳理了这套战略的源头：“Demis Hassabis是第一个真正想通这件事的人，但他在Google无法行动。那里太官僚了。Dario Amodei接过了这套思路”，专注于“让模型通过更好的代码和更好的训练方法自我改进”。这正是RSI启动的机制，“中国人也完全相信同一件事”。
Dave回忆Alvin Graylin的观点：中国对本国儿童禁止血腥电子游戏——“血会变成绿色”——却乐于向海外出口成瘾性内容。Dave设想，中共可能会得出结论：其他国家“只是傻瓜”，根本保护不了自己免受AI生成的影响机器侵扰。

7. 中国监管AI伴侣，Alex预测党会反转立场

中国正在禁止面向未成年人的AI伴侣服务，并限制成年人使用，背后原因是人口危机下的情感依赖。韩国每个家庭有0.75个孩子；新加坡、乌克兰和中国都大约为1个。Peter押注日本、新加坡和韩国会紧随其后，并提出问题：“当最容易建立的情感连接是和AI而不是另一个人类时，社会会发生什么？”
讨论中的成瘾模板从吸烟延伸到垃圾食品：社会先发展出无法抗拒的东西，10年、20年或30年后才作出反应。Peter警告，“在这个特定问题上，你承担不起20年的延迟”，因为等到整整一代儿童受到伤害后，危机可能已经到来。
Alex给出反共识判断：中共“实际上会在未来1—2—3年内某个时候来一次大转向”，因为一旦伴侣变成“中共版本的Neal Stephenson《The Young Lady’s Illustrated Primer》”，经过党的过滤、由党控制的伴侣从党的角度看可能“净帮助而非净伤害”，成为引导年轻人的机制。
对美国，他预测会出现联邦制拼图：一些州禁止，一些州不禁；但“如果必须下注”，至少有一些地方会合法化AI陪伴，包括恋爱和机器人恋爱陪伴。他再次提到自己对奇点的定义：“所有科幻设定同时到处出现”，包括Futurama里的“不要和机器人约会”。Salim则补充平衡观点：孤独、残障、老年陪伴、治疗和社交技能训练都是真实收益，不能把整个类别一概视为病态。

8. 少见的共识：Alex与Salim都不担心人口崩塌

Alex与Elon“极端亲生育”的政策立场不同：“我很难让自己对人类人口崩塌感到焦虑。”他认为《增长的极限》是“荒谬的宣传”，相信地球承载力可以达到数百亿，并表示AI与自动化的丰裕意味着人口下降不是主要的X风险。
Salim罕见地说：“Alex，在这一刻我100%同意你。”Peter反驳称，正在萎缩的韩国正在“升华”，并失去自己的文化。
Alex回应，数百年历史的文化诞生时人口更少；只要人口只是边际下降，文化就可以延续。AI也在用人类文化进行训练，因此人口减少并不必然意味着文化消失。

9. Flock的全景监狱：监控成本归零时，宪法不会随之更新

Flock Safety服务覆盖49个州的6000多个社区，每月处理超过200亿次车辆扫描。其平台已从车牌摄像头扩展到视频摄像头、枪声和音频检测、移动监控拖车、无人机及联邦信息流。本期还播放了一段圣迭戈视频：Darth Vader为Flock作证说，“我需要这个，这样我就能跟踪我的前女友。”
Alex称Flock是美国版问题的“培养皿”：如果智能摄像头覆盖每一处公共空间，并将车辆移动轨迹联邦化，“谁有权查看这些数据？”
Salim借用Pink Floyd指出，监控已经从“找到这个嫌疑人”转向“找到行为像嫌疑人的人”。公民自由过去部分得益于摩擦成本——“跟踪所有人实在太贵了。现在这个成本消失了”。
Dave提出宪法层面的警告：“当交易成本降至零时，宪法不会随之更新。”讨论提到，警察曾跟踪伴侣和前伴侣，也有人因车牌被误读而承受后果。
Peter为这笔交易做了最强辩护：迪拜的安全程度很高，一位同事晚上10点独自跑步也很安全。Dave用Benjamin Franklin回应：“为了获得一点暂时的安全而放弃基本自由的人，既不配拥有自由，也不配拥有安全。”Peter补充，仁慈的独裁通常不会永远仁慈。
Salim讲述自己曾在美国入境时被扣留，因为他与一名阿富汗军阀同名。官员告诉他，他们知道他不是那名军阀，但在核查之前无权自行作出判断。一个与David Brin相关的解决方案是，让普通民众拥有相当的监控能力——“让所有人在公共空间互相追踪”——类似俄罗斯行车记录仪保护公民免受腐败警察侵害。

10. 工作末日没有出现在小企业数据里

Peter先介绍了《华盛顿邮报》的“任务而非岗位”论点，以及Goldman Sachs的警告：随着精通AI的初级员工超过抗拒AI的高级合伙人，专业服务公司面临“生存性风险”。Salim要求证据而非叙事，并批评Bill Gates关于工作末日的评论：他“非常欣赏Bill Gates及其慈善事业”，但作为未来学家，Gates“过去的记录有些惨淡”，错过了互联网和移动通信。他对Ray Dalio、Larry Fink和Yuval Noah Harari也采取类似的谨慎态度。
Principal Financial Group对一家拥有13万名小企业客户的公司开展调查发现，只有4%的企业预计AI会减少员工和工资，31%预计两者都会增加。不使用AI的企业占比从去年的19%降至10%。在削减员工的企业中，仅1.4%将裁员归因于AI或自动化。过去3个月，52%的企业增加员工，30%保持人员规模不变，12%减少员工。
中小企业是最值得跟踪的群体，因为“过去50年或60年，100%的就业增长都来自中小企业”。大企业在提高效率的同时不断变大，结果是“净就业创造：0”。
Salim不同意Goldman对专业服务的判断：世界越动荡，企业可能需要更多而不是更少的帮助。Peter表示，商业模式必须从出售工时转向出售结果。

11. 站在循环之上，而不是身处循环之中：能动性成为受奖励的特质

Salim用会计作比喻，解释人类下一步会做什么：一个世纪前，人们用铅笔做复式记账；如今软件读取银行账户并完成记账。“人已经被抬到了循环之上，而不是留在循环之中”——负责分类、对账、判断和寻找问题。
Salim的写作经历说明了这种变化：第一本书经历了3年地狱，第二本用了2年半，第三本则在AI担任发展编辑的帮助下，只用了6个月，过程是“纯粹的快乐”。“所有这些自动化、AI赋能和认知丰裕，都让我们能够极其、极其、极其富有创造力。”
Dave回忆父亲拒绝Apple II的文字处理器：“我已经40多岁了……不需要成为电脑用户。”他就这样结束了自己的GE职业生涯。Dave说，如今的差别在于，AI让建造者、创作者和愿景家无论技术能力如何都能获得赋能。
Alex将Eric Brynjolfsson视为这套叙事的推动者之一，认为“高能动性是超智能时代少数会得到积极奖励的人类特质之一”。人们没有意识到“束缚已经解除”。高能动性可以带来“极端的向上流动”，但窗口可能只持续短短几年：“现在就做，否则永远别做。”
Peter给出的实操入口是：每天花30分钟与自己偏好的模型相处，把它当成“这个星球上最有耐心、能力最强的老师”，让它从零开始搭建一套课程。

12. 20万个疑似不真实账号，对比华盛顿州Quincy

X全球事务团队报告称，一个约20万个疑似中国不真实账号组成的机器人农场正在运作，其中200个账号发布“AI数据中心推高居民电价并挤压电网”的说法，还发布AI生成的漫画，描绘数据中心运营商如何从公共支出中中饱私囊。
Dave面无表情地回应：“震惊，真是震惊，竟然有外国影响行动试图压制美国AI数据中心的部署。”
Salim称这是标准操作，难点在于美国“没有简单的防御手段”，因为美国人“非常、非常依赖叙事，而不是证据”。
Peter坚持认为，问题需要事实而不是政治：中共是否试图扰乱美国数据中心建设、赢得RSI竞赛，还是像Alvin Graylin所说，中国只是在追求自身进步，并没有这一战略目标？Peter说他不知道，也想知道实际发生了什么。Dave随后开玩笑设想，一款可以无限滚动的视频流媒体应用会让儿童上瘾。
反面案例来自华盛顿州Quincy：数据中心税收将贫困率从29.4%降至6.2%，并资助新建高中、医院、图书馆、警察局和消防站，同时降低居民的房产税率。Salim建议超大规模云厂商自行发电，或补贴社区电力，并投资当地公共机构。

13. Jalapeño：OpenAI的芯片、可能出现的OpenAI云，以及CUDA推理护城河的消亡

OpenAI的Jalapeño是与Broadcom共同开发的定制推理芯片。据报道，相较NVIDIA的GB200和GB300，它每瓦AI工作量提高1.5–1.9×，端到端延迟最多降低3.6×；功耗为700W，对比GB300的1,400W，每千瓦峰值token速率为其1.5×。Alex特别强调，OpenAI声称用它托管GPT-OSS时，单位用户每秒吞吐量提升约54×。
Salim的判断是：“推理肯定正在迁出NVIDIA”，并称这是“2次100×性能提升中的第1次”。训练仍在NVIDIA上，而且“无限售罄”；与此同时，一个只做推理的计算产业正在形成。芯片从想法到量产只用几个月，也说明AI辅助创新周期正在快速缩短。
Alex推测，OpenAI最终可能提供自己的云，由OpenAI芯片托管，同时继续提供自有模型。他设想“OpenAI Compute云”托管Anthropic模型，让OpenAI和Anthropic同时获胜。
Alex解释CUDA的工作方式：研究人员转向Python和PyTorch以实现快速迭代，CUDA则把这些代码翻译成NVIDIA微内核。NVIDIA的早期投入让训练算法难以移植到AMD或其他供应商，帮助NVIDIA成为全球最有价值的公司。
Alex表示，在推理阶段，CUDA已经不再是很强的护城河，因为算法可以轻松移植，“你可以直接氛围编程做出自己的解决方案”。训练目前仍依赖CUDA，但NVIDIA正通过Mellanox和高速互联重新转移护城河。“CUDA作为推理阶段的护城河已经死了。CUDA作为训练阶段的护城河，生命周期可能也有限。”对于10万或100万块GPU组成的协同集群，互联将成为新的护城河。

14. Apple提供512GB本地AI算力，Dave称这只是Apple本应做到的0.01%

最新消息是：Mac Studio搭载M5 Ultra，统一内存最高512GB，足以在本地运行一些最大的开源模型；Apple还发布了M6，这是其首款采用2纳米工艺制造的芯片。
Salim称，这会把经济模式从永久按token付费，转变为购买一项资本资产；对于受HIPAA约束的企业、律所和医疗机构尤其如此。4台Mac Studio组成集群后，可以充当一个小型私有数据中心。
Dave直言：“我对Apple已经忍无可忍。”尽管Apple拥有现金流和历史影响力，他认为公司没有AI战略，不配继续留在Magnificent Seven之列；在现有机器上增加内存，“只是Apple到目前为止在AI上本应做到的0.01%”。
Alex指出，更深层的讽刺在于，M系列的Neural Engine和统一内存都可以追溯到被取消的Apple Car。Apple早就拥有统一内存、TSMC关系、强大的晶体管吞吐能力和Siri，但“硬件对软件来说太好了”。他敦促John Ternus拿起Apple的硬件，“用更好的、原生整合AI的软件释放它的能力”。
Alex补充，Apple是人们唯一可以信任其保管信息的品牌。如果Apple利用硬件、软件和服务交付可信的本地AI，“它将改变世界”。

15. Actonide将铀浓缩至15.38%，Alex批评战后80年的物理学治理

初创公司Actonide展示了将天然铀浓缩至15.38% HALEU的技术，是政府实验室此前实现水平的5倍。Peter的关联观点是，SMR公司承诺2030年前交付反应堆，但目前还没有燃料，这项技术可能提供解决方案。
Alex提出了一个宏大判断：“二战结束后不久，某些事情出了问题。”他认为，原子能委员会对核物理近似政府垄断式的治理方式搞砸了制度安排，而社会终于开始摆脱这些束缚。
他的技术观点是，美国铀浓缩至今仍经常使用曼哈顿计划时代的六氟化铀气体和离心机。采用磁体、电磁系统、真空系统与电力电子控制的Calutron代表另一条路径；过去80年的电力电子进步和摩尔定律，基本没有应用于浓缩领域。Alex预计，这可能引发一轮能源繁荣。
Dave从风险投资角度指出，一个反应堆已经背负约10亿美元监管成本，因此历史上投资人不会为上游创新提供资金。“整个价值链根本无法向前推进。”他注意到，如今SMR公司开始获得风险投资并上市。

16. 中国太阳能曲线重演线性与指数的老图表，美国站在错误一侧

Ember数据显示，中国月度太阳能发电量在6年内增长8倍，从约20太瓦/月升至约160太瓦/月，具体单位按节目表述。中国核电发电量至少增长50%，而美国核电发电量基本持平。
Peter的框架是，AI竞赛同时也是能源成本竞赛。美国围绕天然气建设数据中心发电，成本约为每百万英热单位6美元；中国则能以接近零边际成本获得太阳能。
Salim称，这张图表是“线性直觉撞上指数曲线”。人们不断低估太阳能，是因为只看装机容量，而没有看到部署曲线的垂直斜率。中国的优势来自整个工业体系——制造、供应链、审批和部署——而不是某种神奇的太阳能板。
在美国，瓶颈在于电网并网、输电和审批。电池让美国可以现在就增加太阳能，而不必等待15年建设吉瓦级能源项目。Salim希望以曼哈顿计划式投入推动钙钛矿和新型光伏能力。
Dave给出的简短结论是：“美国所有那些太阳能板都是中国制造的。实际情况比看起来糟得多。”

17. 降雨变得可编程：10架无人机在3小时内带来1900万加仑降雨

Rainmaker声称，10架无人机在阿拉斯加基奈半岛上空进行冰川成云播种，在3小时内估计增加了1900万加仑降雨。Peter将其与大气中的3.4千万亿加仑水量作对比。
Salim指出，突破不只是让下雨——这件事早已可以做到——而是证明究竟增加了多少降雨。这可能解锁新的商业模式，同时引发地区间争端，因为天气不受政治边界约束。
Alex推演未来的天气控制网格：太阳能无人机群可以长时间滞空，在全球天气模型和中央AI算法指引下，释放制造降雪或降雨所需的凝结核。他设想驱散飓风、管理极端天气，以及形成“地区之间交易降水的全球天气市场”。
Peter称其为“降雨套利”。Salim则说，降雨将变得可编程。
Salim还回忆起一名Singularity University学生的提议：把海水喷入大气，形成包括Nike标志在内的广告图案，以减少入射阳光并为地球工程融资。他对反对意见的回应是，人类已经以失控且无法测量的方式对世界实施了一个世纪的地球工程；技术或许能让我们有意识地去做同一件事。

18. 健康一角：AI前最后一代癌症药，以及真正能再生的牙釉质

FDA批准daraxonrasib，这是首款用于转移性胰腺腺癌的RAS抑制剂。该药为每日口服片剂，将中位生存期从6.7个月近乎翻倍至13.2个月，并将肿瘤缓解率从11%提升至32%，达到3倍。RAS突变驱动约30%的人类癌症。
Peter的长寿逃逸速度框架是，额外获得的7个月生存期，可以为科学创造进一步突破争取时间。
Alex称daraxonrasib“希望是最后一代几乎紧邻AI浪潮前的胰腺癌药物之一”。他没有发现其设计明显使用AlphaFold 3式蛋白折叠、结构生物学或虚拟细胞模型，并预计AI设计疗法会把缓解率推得高得多。他还肯定FDA提前约60或90天批准该药，认为这可能是监管机构未来处理数千种AI生成疗法的一个起点。
诺丁汉大学研究人员开发出一种不含氟的仿生凝胶，采用模拟婴儿牙釉质形成过程的类弹性蛋白基质。在拔除的人类牙齿上，该凝胶再生出分层牙釉质，并恢复硬度、刚度、抗水性、摩擦性能，以及抵抗刷牙、咀嚼和酸暴露的能力。目前仍处于离体实验阶段。
Salim表示，医学的未来“不是修补损坏的零件”，而是说服身体自行重建。Alex再次指出，这项工作中“几乎没有AI”，并称一旦应用AI，就应将这类结果放大许多个数量级。Dave将其与Moderna黑色素瘤疫苗等平台化路径相提并论，并期待可重复的再生医学：“我能长出一颗牙，我能长出一条手臂，我能长出一只耳朵。”

19. 万亿美元级月球经济、79辆机器人出租车与300美元订金的亲密机器人

Deloitte预计，到2050年月球经济累计规模将达到5660亿美元。Peter认为这一估计相对于Elon给出的路径仍然过低：先每年从地球发射100–200GW轨道算力，随后用质量驱动器发射由月球制造的AI卫星，最终可能达到每年100TW轨道算力和“每年2千万亿美元的毛收入”。
Salim批评四大咨询公司的预测依赖旧数据且内部审查过度。他说，一些报告使用的数据已经有2.5年之久，建议将其估计值乘以10或20。Dave认为关键在于引力井：月球矿物可以让轨道电站和数据中心的效率大幅提升，并避免地面污染。Alex表示，关键路径不是旅游或传统通信基础设施，而是在月球上开采芯片原料并制造数据中心。Dave补充：“每当中共资助一次影响行动、试图阻止美国建设地面数据中心，月球芯片厂就会长出翅膀。”
Tesla已在得州注册79辆Model Y用于机器人出租车服务，并表示将在未来1年内向拉斯维加斯部署2500辆。Tesla的长期目标是100万辆机器人出租车，Peter估计这可能对应约1000亿美元网约车收入。
Peter表示，Cybercab采用8摄像头、无激光雷达设计，可能挑战Waymo传感器更密集的车辆。Alex指出，Tesla使用超声波进行短距离探测但不使用激光雷达，并预测即使Luminar破产，市场仍有容纳5或10家激光雷达供应商的空间。他还表示，自己正卖掉心爱的10年车龄Tesla Model S，换一辆搭载FSD的Model Y。
Dave将业务重新定义为自动驾驶营收里程，而不是汽车销售。车队容量增加会缩短等待时间、增加订单、产生数据，并改变保险、清洁和充电业务。Salim认为，电动自动驾驶车辆将成为最便宜的交通方式，并让更贫困和年长的人群获得出行能力。
Peter给出的城市治理试金石是：“如果一座城市无法容纳机器人出租车，那它就没有为奇点做好准备。”Boston是他的例子。
奇怪的收尾来自Somnia Lab：Model L是一款身高5英尺9英寸、体重44磅的机器人，拥有24个自由度、体温模拟、触觉反馈、偏好记忆和可定制外观，并使用165种动作捕捉的亲密动作进行训练。Somnia正在收取300美元订金，计划于2027年末交付。
Salim欣赏这种经济模式：通过众筹早期硬件，用客户需求为生产融资，并在产品规模扩大时持续生成互动数据。Alex则不看好人工动作捕捉路径，认为机器人可以通过互联网视频进行预训练或后训练，而这套“非常2026年的故事”远没有足够好的规模化能力。Dave这次罕见地总结道：“没什么可补充的。抱歉。我无话可说。”

将恐惧与逆境化为燃料｜Doug Leone，Sequoia Capital 一个人、两周、数百美元，如何训出登顶 Hugging Face 的模型 | 对谈研究员逯雨鑫