Anjney Midha
前沿洞察
AI正演变为受制于能源与地缘的主权级重资产竞赛。推理需求激增引发算力挤兑，电力成为死穴，倒逼主权与信贷资本入局；过度监管与推理责任则恐扼杀初创生态、固化巨头垄断。突破在于两端：应用层深耕高现金流的垂直场景；底层前沿则以强化学习闭环真实物理实验，将自然作为终极奖励函数，向深科技与工业研发智能层突围。
观点集合
为什么拥有无限 GPU 的 AI 实验室仍会失败——Anjney Midha，AMP
Amp 正在建设中立的多云、多芯片算力网格，汇聚闲置供给，目标是在4年内形成1.3GW基础容量和约6GW峰值容量。这一机会取决于利用率、社区支持、兼容芯片和独立研究资金，而临终预测案例表明，真正阻碍高价值部署的仍可能是监管。
查看摘要（7段）
Anjney Midha 认为，资金和算力并不能保证产品交付，真正的约束是执行协同和组织文化。 他表示，Google 将约 95% 的节点利用率视为接近宕机，而业内最佳 MFU 只有 60–70%；协调不佳的实验室会让微小的规划误差在组织层级间不断累积。“AI 扩容的本质，应当是提高常识的价值。”
Amp 给出的答案，是建立一个中立的算力网格，汇聚分散在不同云和芯片上的供给。 目标是让“megaflops 像 megawatts 一样流动”，为参与者保证基础容量，同时动态分配峰值需求。Amp 已开始锁定明确披露的 1.3GW 规模需求，相当于约 400 亿美元云支出；但 Midha 估计，未来 4 年其团队可能需要 6GW 的峰值容量。
数据中心必须与所在社区达成明确的利益交换，否则许可风险就会变成基础设施风险。 Swyx 转述一项估算称，今年美国最多 20% 的数据中心可能缺乏足够的社区支持，但他也提醒这一数字可能被高估。Scott Nolan 提议的“新 AI 契约”是：将算力价格从每小时 4 美元提高到 4.50 美元，并通过现金把增加的 0.50 美元直接返还当地居民；Swyx 还建议提供更便宜的电力。作为算力客户，Swyx 表示自己很乐意买单。
替代性 AI 芯片可以扩大供给，而无需让整个技术栈碎片化。 Matrox 选择 NVIDIA 的参考架构和机架规格，再将创新集中在逻辑 die 与系统协同设计上：“你不可能在每条战线上同时作战。”更深层的约束是信任——芯片从设计到流片约需 2 年，因此设计者需要尽早了解模型架构的变化。
垂直一体化实验室内部囤积研究，为独立资本和基础设施创造了切入口。 Midha 表示，DeepMind 的 6 个月内部禁发期，在研究显现商业价值后可能永久化，导致公开发表的内容出现逆向选择。Amp 的 Foundry 因此为前沿团队提供支持，包括今年早些时候向 Anthropic 投资数亿美元；同时，Amp 也将多余算力捐给非营利组织和大学实验室。
临终预测是 Midha 所举最清晰的、兼具公共价值的 outputmaxxing 案例。 他说，Stanford 的纵向数据集覆盖至少 1200 万名患者，而当时 Medicare 和 Medicaid 超过 30% 的支出用于临终关怀；即使是回归模型和简单神经网络，看起来也具备技术可行性。真正卡住项目的是监管，而不是建模，因为错误诊断的责任无法从医生转移给 AI 系统：“过去 14 年里，我没有一天能把这件事从脑中移开。”
文化是 Anthropic 编码能力突围背后脆弱、却能不断复利的优势。 Midha 不接受“只是掷中了幸运骰子”的解释：Anthropic 在资源稀缺中花了 4 年做好准备，将编码设为 P0，因为计算机使用能力可能推动 AGI 进展，并承受了“21 次拒绝”，由此逼出了清晰方向。“文化不是一套信念，而是一套行动”（Culture is not a set of beliefs. It’s a set of actions）——它需要每天浇灌，而不是一座永久护城河。
主权 AI：国家3-193的地缘政治战略与产业政策，Anjney Midha，a16z
主权AI正在变成司法管辖权与保险的采购决策：企业不仅比较模型能力，也要判断谁能强制调取数据；国家则通过build-buy-partner掌握文化数据和关键工作负载。开源模型目前只落后封闭前沿数月，本地后训练因此可行，但AI工厂、Nvidia替代方案、海湾资本与Huawei追赶，可能让基础设施选择塑造数十年的依赖关系。
查看摘要（7段）
主权 AI 不是一套已经定型的架构，而是对技术、法律和文化依赖控制权的要求。 对企业而言，这意味着知道工作负载位于何处、哪些政府可以强制调取数据；对国家而言，则意味着确保关键产业和日常生活中使用的模型不会植入对手的价值观。Anjney Midha 的宽泛定义是：“随着 AI 展开，尽可能掌控自己的命运。”
企业 AI 正在重新捆绑技术、实施与保险，而司法管辖区可能决定谁能赢下这套组合。 超大规模云厂商可以通过赔偿承诺吸收安全和合规风险；Midha 举的 CMA CGM 案例还涉及网络安全和版权风险。他认为，当美国《CLOUD Act》令美国供应商不可接受时，欧洲买家可能更偏好 Mistral。因此，采购问题不只是“谁的模型最好”，而是“他们买的是技术，还是保险？”
大多数国家今天都无法争夺前沿人才，但 Midha 不接受它们永远无法追上的说法。 他的 build-buy-partner 框架主张，短期通过合资获得即时接入，中期投资培养“前线部署的 AI 解决方案工程师”，并用10-20年时间建立本地预训练和后训练能力。当研究人员需要与 Meta 及其他前沿实验室竞价时，主权资产负债表可能必须出面，为这一生态播下种子。
每个国家都应将自身文化 token 化，然后把商品化的预训练与本地可防守的最后一公里分开。 Nathan Labenz 认为，政府应将经过筛选的语言和文化语料交给每一家领先开发商；Midha 赞同各国与他人合作完成预训练，最好基于 open weights，但保留本地产品化、持续后训练、分发和不可验证奖励的设计能力。他的检验标准很个人化：ChatGPT 用 Hindi 说话时，听起来“像一个来印度旅游的美国游客”，而不是本地人。
当前 open models 落后 closed frontier 的时间以月计而非以年计，这使通过后训练实现主权成为可能，但并非没有条件。 Midha 提到，从 o1 到 DeepSeek R1 只用了26天，认为中国跟进 reasoning 进展的窗口在60天以内，并将更广义的 open-versus-closed 滞后估计为约6个月或更短。他预计中国会继续将前沿模型开源，作为软实力工具；但 Labenz 强调，这依赖少数有国家或企业支持的参与者做出战略选择，而不是一个传统的开源社区。
AI factories 正在改写云计算经济学，并在定制芯片与 Nvidia 支持的“open scalers”之间制造战略竞争。 Midha 表示，GPU 在数据中心物料清单中的占比已从不到10%升至约60-70%；Amazon 缺少 GPT-4 替代品，推动其向 Anthropic 投资80亿美元，因为金额超过1亿美元的合同开始转向 Azure。Gemini–TPU 和 Anthropic–Trainium 的整合威胁 Nvidia，而 Nvidia 则通过 CoreWeave、Nebius、Mistral Compute 和地区性主权云回应。
中东能为美国提供资本、更快的建设速度、更低的每 FLOP 能源成本和地缘政治一致性，但基础设施承诺会累积影响数十年。 讨论称，相关交易要求美国进行一比一的基础设施投资；Midha 估计，在没有美国补贴的情况下，液冷 Blackwell 节点在 UAE 或 Saudi Arabia 的每 FLOP 能源成本可低约18-20%。他的战略警告是：“基础设施就是命运”：即使中国今天还无法提供等效系统，若头3-5年输给 Huawei，也可能决定未来30年。
主权AI：为什么各国都在打造自己的模型
HUMAIN计划投入约1000亿至2500亿美元建设本地算力，500兆瓦成为“原子单元”，显示主权AI转向国家控制的基础设施。模型深入国防、医疗、金融、搜索和教育，使外国依赖成为信息安全与文化风险；“基础模型外交”或扩大美国技术出口，也可能让生态主导权落入DeepSeek等中国模型。
查看摘要（6段）
- 主权AI正在打破云时代“全球工作负载将集中于美国和中国”的假设。 王国宣布推出HUMAIN——一家本地超大规模云服务商或AI平台，计划让绝大多数AI工作负载在境内运行；已宣布的集群建设规模约为1000亿美元至2500亿美元，其中500兆瓦似乎会成为“原子单元”。目标是实现“基础设施独立”，包括对模型和部署拥有自主权。
- “AI工厂”在技术上不同于传统数据中心。 GPU是主要的有源部件差异；高密度集群还需要机架级液冷、接近电厂规模的能源供应，以及对能源供给的提前承诺。企业也可能绕过复杂的云堆栈，采用Kubernetes，再按需选择Snowflake或数据库类服务。
- 模型已经成为文化基础设施和信息基础设施，对外国技术的依赖因此成为国家脆弱性。 训练数据会嵌入价值观，后训练则决定模型回答什么、拒绝什么；与此同时，基础模型已经触及国防、医疗、金融，以及ChatGPT约5亿月活用户的日常决策。随着模型取代搜索、批改小学作业，控制模型的人可能塑造被社会接受的历史与真相。
- AI数据中心类似工业时代的石油储备——关键区别在于，各国可以自行建设它们。 资本和政治意愿能够创造算力底座，并以此发展国内产业、推动发展和构建出口能力。
- 美国面临一个选择：帮助盟友建设主权能力，还是把这片市场留给中国模型。 Midha偏好的类比是“AI版马歇尔计划”：最初的重建计划看似资本输出，却催生了持续70年的美欧贸易走廊，并让中国被排除在这一体系之外。在模型层面，他把外交选择归结为一句话：“DeepSeek还是Llama？”
- Appenzeller反对政府全面控制，但认可政府应发挥针对性作用。 政府可以资助基础研究、制定合理监管，但具体创新必须由具备竞争力的企业提供；就连曼哈顿计划都发生过泄密，因此全面控制只是“白日梦”。DeepSeek在OpenAI发布前沿模型26天后以MIT许可发布，印证了他的策略：打造并出口最好的技术，理想情况下由美国及其盟友提供；Midha将由此形成的路径称为“基础模型外交”。