AI Now：Elon 的1万亿美元激励、Apple 为 Trump 承诺的6000亿美元，以及小型创业公司如何胜出——与 Dave、AWG 和 Blitzy 对谈
摘要
只有在创造远超自身价值的前提下，Elon Musk 潜在的1万亿美元 Tesla 奖励才具备合理性。 Musk 必须帮助 Tesla 达到8万亿美元估值，而他的角色同时涵盖 CEO、首席营销官和注意力引擎；Diamandis 指出，传统车企通常将约7%的营收用于营销，Tesla 的投入却是“零”。更广泛的创始人启示是，沟通已经成为产品的一部分，但“它还会再次改变，而且还会再次改变”。
AI 这轮万亿美元资本周期，必须靠劳动力自动化和变革性科学来创造与投入规模匹配的回报。 讨论中提到的一场晚宴上，美国敲定了6000亿美元投资承诺；Dave Blundin 表示，由于视频片段经过剪辑和混杂，无法确认 Tim Cook 还是 Mark Zuckerberg 先提出承诺，但 Zuckerberg 随后进行了匹配；他还提到，到2029年 OpenAI 预计将获得约1190亿美元追加投资，以及此前对 AI 芯片及相关基础设施5万亿—7万亿美元投入的预测。Alexander Wissner-Gross 的逻辑是：先把一类类劳动力和服务的成本推向可忽略水平，再创造足以支撑资本开支的发现。
丰富供给会让货币贬值，却不会消灭稀缺，只会把瓶颈转移到别处。 Peter Diamandis 想象分子组装器以接近零的边际成本制造一辆电动 Ferrari；Wissner-Gross 则反驳说，Star Trek 有复制器，但星际旅行仍然稀缺。他提出的核心问题是：当能源和智能趋近于零成本时，“什么仍然稀缺”——这提醒人们，不要假设所有受限资产会同时消失。
Mercor 证明，极端 AI 估值仍然可以由经营表现驱动，而不只是纯粹投机。 Blundin 表示，公司在2年内从约3000万美元初始估值成长到100亿美元，同时达到5亿美元营收年化运行率；创始人起步时年仅18岁。他的创投原则是寻找“被低估、未获充分认可的人才”，更大的变化则是，20—23岁的创始人如今可以进攻过去通常只向经验丰富得多的团队开放的市场。
Blitzy 对企业市场的判断是，代码生成正在变成商品，但理解并安全改造规模庞大的代码库仍然不是。 其平台声称支持超过1亿行代码，已成功接入约6000万行代码的代码库，单次任务运行时间从12小时到数周不等。输出目标是交付已经完成验证、编译和测试的代码，因为“拉取请求的另一端”是昂贵的人力劳动。
Blitzy 报告其 SWE-bench Verified 得分为86.8%，高于视频录制时排行榜的75.2%，但更大的信号是，这项基准可能已经接近耗尽。 公司表示，结果可以通过 SWE-bench CLI 复现，并未使用针对基准测试的专用脚手架；此前它处理了500个分支，合计摄入约4亿行代码。Wissner-Gross 认为，86.8% 实际上已接近100%，因为剩余部分很大程度上可能是有缺陷的测试，由此需要针对 Linux、VS Code 等代码库开展企业级测试。
创业公司的打法，是成为前沿实验室的大客户，深入解决它们无法产品化的问题，并在模型升级时同步升级。 Blitzy 负责编排 Gemini、Anthropic 和 OpenAI 的模型，而不是训练前沿模型；Diamandis 将实验室的投入概括为“为 Blitzy 进行的1万亿美元研发”。公司当前的企业级主张比单纯的代码生成叙事更扎实：在适合的项目中，约80%的工作可以自动化，端到端开发速度约提升5倍，同时明确标出剩余任务交给人类完成。
精读
1. 1万亿美元奖励，给 Musk 的定价同时包含操盘手与分发渠道
Diamandis 先抛出标题，Blundin 随后解释条件：只有 Tesla 达到包括8万亿美元估值在内的一系列指标，Musk 才可能获得约1万亿美元 Tesla 股票奖励；Blundin 称，这相当于把 Microsoft 和 Nvidia 的规模合计再翻一倍。他的辩护很简单：“这只是你创造价值的一小部分。”
Diamandis 认为，Musk 改变了 CEO 的经济职能。他“不只是公司的领导者，还是公司的营销声音”；传统车企可能将约7%的营收用于营销，而 Tesla 的投入为零，因为 Musk 个人创造了注意力、势能和客户需求。
Diamandis 将这一观察延伸到风险投资选人：如果创始 CEO“非常、非常害羞”，可能会陷入困境，因为投资人如今需要能够公开传递信念的沟通者。但他也提醒，复制 Musk 并不是永久有效的公式——媒体正在变化，CEO 的范式“还会再次改变，而且还会再次改变”。
2. 万亿美元资本开支，必须对应万亿美元级的经济后果
讨论中的 Trump 晚宴据称敲定了一项6000亿美元美国投资承诺；Blundin 认为 Tim Cook 先提出了承诺，但由于视频经过剪辑和混杂，他无法确认，随后 Zuckerberg 进行了匹配。Blundin 戏剧化地还原现场：那场面像一场筹款会，而某位硅谷 CFO 在一旁嘀咕：“他到底承诺了什么鬼东西？”
讨论还提到，到2029年 OpenAI 预计将获得接近1190亿美元的追加投资。Wissner-Gross 回忆说，大约18个月前，市场曾认为 AI 芯片，以及晶圆厂、数据中心和能源等相关投入合计5万亿—7万亿美元的预测荒谬至极；但如今，这种规模的支出已经“完全变得可信”。
Wissner-Gross 进一步追问资本需要获得怎样的回报：既然市场投入了数万亿美元，就会期待规模同样巨大的营收，合理来源可能是自动化整类劳动力或服务，将其成本推向零。再往后，AI 可能还必须带来变革性发明和科学发现；否则，他问道：“为什么要在这上面投入数万亿美元？”
这引出了关于丰裕的争论。Diamandis 想象分子组装器把能源、土壤、钛和锂转化为一辆边际成本接近零的电动 Ferrari；Wissner-Gross 则以 Star Trek 回应：每个人都有复制器，但并非每个人都能进行星际旅行。丰裕不会终结稀缺，只会改变“什么仍然稀缺”。
3. Mercor 证明，应更早押注极致人才
Blundin 将 Mercor 描述为一段由经营加速支撑的估值故事：公司在2年内实现约5亿美元营收年化运行率，获得100亿美元估值报价，最初融资估值接近3000万美元。“我不希望大家觉得这是泡沫，”他说，因为营收增长本身也打破了先例。
他的选人原则是寻找“被低估、未获充分认可的人才，而不是太关注概念”，尽管 Mercor 当时已经拥有正确的概念。真正不寻常之处在于，投资对象是18岁的创始人：他们大学只读了约1年，就开始对教育进度感到不耐烦。
Diamandis 将今天20—23岁的创始人与他记忆中10年前风险投资支持的独角兽创始人平均30多岁的年龄进行对比。Wissner-Gross 预计，教育激励还会进一步扭曲：如果学生相信先进 AI 即将到来，那么积累学分可能不如立即创业划算。
Diamandis 援引研究称，诺贝尔奖级别的工作往往发生在研究者20多岁的前半段。Wissner-Gross 则不愿把这一点变成可预测规律：纯 AI 或人机混合体可能很快承担大部分创新工作，年龄与生产率统计充其量只能说明“过去是怎样的”。
4. 一款面包店应用，暴露出后来成为 Blitzy 的瓶颈
Elliott 和 Pardeshi 在 Harvard Business School 相识，但两人的运营经历截然不同：Elliott 经历了 West Point 和军旅生涯，Pardeshi 则曾在 NVIDIA 工作，并从 Attention Is All You Need 时代起就参与生成模型研究。两人的友谊后来异常深厚；Pardeshi 还是 Elliott 小儿子的教父。
GPT-3 到 GPT-3.5 期间，一项为 Boston 面包店无偿完成的项目成为火花。面包店原本预计要为移动应用支付30万—40万美元；Elliott 和 Pardeshi 用一夜或一个周末，通过如今被称为 vibe coding 的工作流把应用搭了出来。Elliott 开玩笑说：“我们装得好像花了更久。”
他们观察到，瓶颈已经变成人类：两人反复把错误反馈给一个模型，再把输出交给另一个模型，持续迭代，直到得到可以编译、通过测试的代码。公司的创始假设，就是把这种多模型精炼过程自动化，将商品化的开发劳动力从链路中移除。
如今 Elliott 将 Blitzy 定义为“企业级自主软件开发平台”。平台吸收整个代码库，把 COBOL 转 Java 或持续开发等需求转化为长时间运行的推理任务，并力图交付已经完成验证、编译和测试的高质量代码。
5. Blitzy 进攻规模过大、历史过久、已超出人类理解范围的代码库
金融机构可能仍然依赖 COBOL、PL/I 及其他运行了数十年的系统：它们确实能工作，却令人不敢轻易修改。了解这些系统的人正在成批消失，而历史上整体替换往往不具经济性；管理层也常常无法看清数千万行代码究竟在做什么。
Blitzy 首先为源代码建立索引，为企业绘制功能地图，再利用这套上下文进行迁移或开发新功能。Blundin 称，让1000万行没有文档的代码用通俗英语解释自身、并找出其中的 bug，这种体验“令人震撼”。
Elliott 表示，2000万行代码的代码库很常见，成功接入的最大代码库约有6000万行；平台声称的上下文容量超过1亿行。任务运行时间可以达到12小时，在超大代码库上甚至持续数周——这是一套有意与交互式 copilot 分离的工程机制。
这正是 Blundin 的投资逻辑。Cursor、Windsurf、Replit 和 Lovable 擅长快速交互，但一个运行5—7分钟的 agent 处在“无人区”：对话太慢，对实质性工作又太短。Blitzy 则可以运行一夜甚至整周，最终返回一个大型拉取请求。
6. 86.8%的 SWE-bench 得分，几乎让当前标尺饱和
Wissner-Gross 解释，SWE-bench 衡量的是 AI 系统能否解决典型 GitHub issue：理解代码库、修复 bug 或性能问题、提交拉取请求，并通过测试。SWE-bench Verified 则进一步缩小范围，只保留500个由 OpenAI 研究人员审核、确认可解且值得解决的问题。
Pardeshi 表示，视频录制时的排行榜最高分为75.2%；Blitzy 通过 SWE-bench CLI 验证后取得86.8%。尽管基准测试使用12个代码库，但这500个分支被 Blitzy 摄入时合计约4亿行代码；Blitzy 估算，其累计代码语料库约为10亿—20亿行，取决于是否将更新计算在内。
可复现性是这次发布的核心。Pardeshi 表示，Blitzy 没有增加专用的 SWE-bench 脚手架或仅针对基准测试的功能；他还对比了一些案例：某前沿模型宣称接近80%，但复现结果只有约60%。“我们高度重视可复现性，以及实际应用价值。”
Diamandis 质疑，80%以上的基准得分是否已经意味着测试饱和。Wissner-Gross 认为，在86.8%的水平上，剩余部分很大程度上可能是有缺陷的测试，而不是更难的问题。他希望下一代留出测试集包含约2000万行的 Linux 和约400万行的 VS Code；结尾讨论提到，Blitzy 正与 MIT 合作开发后继基准。
7. 编排机制让每次前沿模型发布都变成产品升级
Elliott 对 Mag 7 威胁的回答是：它们已经位于 Blitzy 内部。公司让 Gemini、Anthropic 和 OpenAI 的模型相互协作、相互校验；数百种模型、提示词和工具组合，将质量推高到单一模型无法达到的水平。
Blitzy 将这一机制称为“扩展推理时验证”，并辅以领域特定的上下文工程。在每一个阶段，agents 都必须在企业级代码库中保留正确的功能上下文，验证候选输出，并持续迭代，而不是把第一次生成的代码当成最终成果。
Pardeshi 表示，他们在模型上下文窗口只有5000个 token 时就押注了这一方向：上下文会扩展，编程能力会提升，因此没有必要通过训练另一个模型来与 Mag 7 竞争。他们可以“站在巨人的肩膀上”；Diamandis 将前沿实验室的投入概括为 Blitzy 可以借力的1万亿美元研发，Elliott 则表示，底层模型每次升级，Blitzy 都会随之改进。
8. “大重构”在技术上可行，但商业资金尚未到位
Wissner-Gross 建议，让 Blitzy 处理支撑现代文明的 Linux、Python、GNU 及其他依赖组成的“羊皮卷”。他偏好的宏大项目，是用 Rust 或其他内存安全语言重写存在漏洞的遗留库：通过重建软件供应链，消除整类弱点。
Pardeshi 表示，早期实验已经包括把一款20年前、仅适用于 Windows 的 MATLAB 库转换成 Python，并使其实现操作系统无关。在另一次测试中，Blitzy 从 NVIDIA 代码库中选取一个公开 issue，并返回了能够解决该问题的拉取请求。
一次更具商业说服力的演示，使用了一个 AWS 代码库：它被刻意设计成杂乱的主机代码，混合了多种历史时期的编程风格。Blitzy 自主将其从 COBOL 迁移到 Java，并实现开箱即编译；运行时工作仍然存在，但针对 Elliott 认为通常需要数年的项目，推理过程只花了约1周。
Pardeshi 精确地描述了护城河：“从 AI 获取代码是商品。”只有当重写必须保持既有行为、完成编译、通过每一项单元测试、不引入新的安全漏洞，并满足企业特定约束时，价值才会出现。没有这些验证，聊天机器人生成的重构代码就不是可部署资产。
9. 企业经济学偏好经过验证的输出，而不是最便宜的代码行
Elliott 表示，Blitzy 生成一行代码的成本大约是其他供应商的100倍，但可能只有人工编写成本的百分之一。企业有意为质量付费，因为便宜代码一旦触发昂贵的审查、诊断和返工，只是转移成本，并没有消除成本。
Wissner-Gross 用 AI“超级通缩”重新解释这项溢价：如果推理成本每年下降约10倍，那么100倍溢价相当于2年的成本下降。Elliott 认可文明级软件重写今天就有价值，但眼下的商业问题是“谁来付钱？”因此银行和保险公司会成为优先客户。
Elliott 反驳 Wissner-Gross 将劳动力成本推向零的判断。软件需求可能接近无限，而 Blitzy 在一个平均规模的大型问题上可以自动化约80%的工作，明确知道哪些部分无法完成，并将一份干净的拉取请求及清晰的剩余任务清单交给人类开发者。
因此，公司的生产率主张是速度提升5倍，而不是假设代码生成速度提升1000倍。企业可以提前启动下一轮开发冲刺；开发者拿到的主要是已经写好的代码，以及剩余工作的指南。Elliott 强调，协调、需求、文档和发布流程的开销，对实际生产率的影响远大于 token 输出速度本身。
10. 真正的事实来源，从代码转向功能意图
Diamandis 观察到，传统软件把可运行代码视为事实来源，文档只是外围辅助。如果代码可以一夜之间重新生成，那么规格说明就会成为核心资产。Pardeshi 回应说，规格说明仍然只是抽象层；Wissner-Gross 则补充，人类可读的规格说明是系统更深层功能理解之上的中间表示。
Blitzy 更深层的表示形式，是一套客户专属的混合图—向量数据库，用来捕捉软件必须实现的功能，而不依赖具体实现语言。这套由企业拥有的功能模型，既可以生成可读规格说明，也可以支持从一种语言迁移到另一种语言，同时不丢失必要行为。
递归式自我改进已经存在边界。Blitzy 的大量冲刺工作由 Blitzy 自身生成，但 Elliott 区分了可替换的软件与核心发明——例如 Pardeshi 设计的、用于确保编译并防止循环依赖的算法。重写整个代码语料库，可能复现其形状，却未必能复现底层发明。
关于 METR 式自主性时间跨度，Pardeshi 表示，部署、CI/CD、调试、安全分析、监控和追踪已经分别存在；MCP 和 A2A 可以把这些组件连接起来。他预计，在满足明确条件的项目中，端到端自主交付“还有几个月”，目前产品经理、架构师、QA 和提示词编写 agents 已经在生产环境运行。
11. 创始人可以通过成为巨头不可或缺的大客户来竞争
Elliott 预计，政府现代化将成为一个重要市场：政府机构拥有影响身份识别、出行和关键服务的大量遗留系统。Blitzy 目前尚未服务美国政府，但他认为“12个月”内实现是可信的；Diamandis 则认为，只要成功部署一个政府机构，就可能向其他机构扩散。
他的战略规则是建立相互依赖：成为前沿实验室的大客户，从而“你希望他们成功，他们也希望你成功”。Blundin 补充说，大型模型公司也会从繁荣的合作伙伴生态、营收和竞争中受益，并可避免遭遇反垄断拆分；创业公司应该与它们保持足够近的距离，以理解其发展方向。
Elliott 应对复制的保护，是领域深度。亲自经历过企业安全壁垒、流程缺口和产品失败的创始人，能够跑在被官僚体系拖累、资金充裕的 incumbent 前面。最基本的配方是“正确的人才、适量的资本”，以及由真实企业验证过的问题。
Elliott 将 Blitzy 的高强度文化与他2017年的 Ranger 任务联系起来：约100人被秘密派入 Syria，在 Raqqa 对抗约2000名 ISIS 武装人员，并必须在当地招募力量夺回这座城市。Blitzy 首先筛选雄心和创造力，自称是“997”文化，并将软件自动化定义为 GDP 扩张；Wissner-Gross 最后的号召只有一句：“解决一切。”