【转录】AI CEO 登场：Sam Altman 的替代计划、就业危机与「Solve Everything」论文发布

观点提炼：深度分析与编者观点

节目信息

目录

本集播客分两大部分：前半段讨论科技新闻，后半段发布「Solve Everything」论文。

第一部分：科技新闻讨论

1. 开场与节目介绍
2. AI CEO：ChatGPT 能当 CEO 吗？
3. AI 发展加速：从 97 天到 29 天
4. AI Agent 与 ClawBot 生态
5. AI 安全与 Anthropic
6. AI 经济：独角兽与华尔街分类
7. 就业危机与经济转型
8. 能源政策与治理挑战
9. 自动驾驶、机器人与低温保存

第二部分：「Solve Everything」论文发布 10. 论文概述：稀缺之战 11. 认知商品化与领域求解 12. 锁定效应与关键 18 个月 13. 登月任务、泥潭与人类能动性 14. 观众问答与结语

1. 开场与节目介绍

▶ 00:00:00

Peter：什么时候我们能看到一家由 AI CEO 经营的十亿美元营收公司？美国的就业岗位正以大衰退以来最快的速度消失。未来 18 个月到 2 年将决定下个世纪的游戏规则。我们如何在 2035 年实现富足？

欢迎来到 Moonshots，又一期「WTF 刚才科技界发生了什么」。我和我的 Moonshot 伙伴们——DB2、Salim、AWG（Alex）在一起。一切都在加速。事实上，这已经是本周录制的第二期 WTF 了，因为新闻实在太密集了。

今天的播客分两部分。第一部分讨论突发新闻，很多非常重要。第二部分，Alex 和我将发布一篇我们数月来一直在撰写的论文——「Solve Everything：我们如何在 2035 年实现富足」。这相当于我们的「AI 2027 态势感知」论文。

Dave：我回到了 MIT。而且我现在在 YouTube 评论区收到养花建议了。[笑] 人们告诉我要在兰花里放冰块。我得说，我和 ClawBot 玩得太开心了。龙虾们已经成为我生活的一部分了。

Salim：这简直是《Tribbles》时刻（《星际迷航》中的增殖生物）。

Peter：希望不是「龙虾带来的麻烦」。好了，这些 Tribbles 是有经济生产力的。这是 AI 和指数级科技领域的第一播客，让你为未来做好准备，为即将到来的超音速海啸做好准备。

2. AI CEO：ChatGPT 能当 CEO 吗？

▶ 00:03:58

Peter：我喜欢这篇文章——Sam 是本周 Forbes 的封面人物。问题是：ChatGPT 会成为 OpenAI 的 CEO 吗？Sam 说他有继任计划，他不想当上市公司的 CEO。更进一步，他说如果 AI 的目标是变得如此先进以至于能经营公司，那为什么不经营 OpenAI 呢？他说：「我不会阻碍这件事。我应该是最愿意这样做的人。」

Dave：这可不是开玩笑。本周是我的董事会周——Minerva、达特茅斯的现金牛、然后是 2 万亿美元的资产管理公司、再然后是上市公司，连续三天。每一个会议的话题都是这个。我们所有的计划现在都是书面形式，可以用 AI 消化。我们正在追踪每家公司的每一个动向。

你问 CEO 做什么？主要是设定方向和战略，这只占时间的很小一部分。另外 90% 呢？大部分就是接收信息，路由到组织内部去执行具体任务——文件进、文件出。

Salim：我们正在看到 AI 从工具转变为治理参与者。阿尔巴尼亚已经有了 AI 部长。一个 AI 能实时扫描公司内数百万份文档，对公司状况的了解远超任何人类。

传统的大公司循环是这样的：高管设定方向，层层传递下去——中间经过层层传话，到一线时已经走样了。然后一线的人做事、汇报上去，又一轮走样。到高层时信息已经极度稀释。AI 会彻底打破这种模式。

我认为我们很快会看到纯 AI 组织，但它们不会看起来「高效」——它们会看起来完全陌生（alien）。而且一旦出现，你就无法与之竞争，因为时间膨胀效应。

Peter：在 AGI 时代，战略修正的周期会从十年缩短到几年、几个月、几周、甚至几分钟。你需要消化的信息量已经超越了人类能力。

Dave：我现在把每一位 CEO 的薪酬计划都绑定到本季度的数据收集上。隐私已经死了，一切都是可知的。如果你是任何公司的 CEO 或高管，Q1 就应该聚焦于获取颗粒度极细的信息——每个人在做什么——然后喂给 AI，让它评判时间利用是否合理。

AI CEO 的时间线

Peter：Alex，给个具体目标——什么时候我们能看到一家十亿美元营收（不是估值）的公司由 AI CEO 经营？

Alex：大概几个月前吧。

Peter：你认为现在就有？

Alex：我认为很可能已经存在一家十亿美元运营率的公司由 AI 在运营。当然可能有一个人类 CEO 出于法律目的做个"肉傀儡"（meat puppet）。如果你知道这样的公司，请在评论区告诉我们。

马克思错了。看看正在发生什么：被自动化首先替代的是资本家，不是工人。水电工和暖通工程师的薪资在飙升，而 CEO 是最先被替代的。这完美验证了莫拉维克悖论——对人类难的（因此高薪的）任务，对机器来说反而更容易。

Peter：我迫不及待想让 AI CEO 来接管世界。让 AI CEO 代替我来经营公司就好了，CEO 真的太累了。

3. AI 发展加速：从 97 天到 29 天

▶ 00:13:46

Peter：OpenAI 的发布周期从 97 天缩短到了 29 天——实现了 70% 的时间压缩。Anthropic 的 Opus 4.0 到 4.6 大约花了 73-75 天。我们实际上正在走向持续部署。

Alex：我确实认为我们正在走向日更、小时更、甚至分钟更。

为什么会这样？显而易见的是竞争——前沿实验室之间的跳跃式竞争在加剧。但更有趣的解释是技术本身在进化。历史上我们处于预训练时代——想要新模型必须重新开始。然后 o1/Strawberry 带来了推理模型时代——通过后训练进行迭代扩增和蒸馏，这快得多。现在我们可能刚刚越过了一个新时代的边缘——递归自我改进时代。模型开始重写自己的代码。不再只是父模型生成训练数据，而是父模型直接编写子模型的代码。

Peter：我们正处于一个非常窄的时间窗口——最好的技术对你开放。Claude 给你最好的 4.6，OpenAI 也是，Gemini 也是。我不指望这种情况能在自我改进时代存活下去。

Alex：中国的开源模型几乎追平了最顶尖的水平。我真的怀疑两年后最好的 AI 还是"登录就能免费用"这种模式。他们会以安全为借口把它藏起来。

Dave：模型会变得不透明。秘密武器会被留在内部。如果你和 OpenAI 的 Noam Brown 聊，他内部使用的比外部的领先大约三个月——而在自我改进时代，三个月就是能力的巨大鸿沟。

Salim：我有个疯狂的反例。我们正在跟一家欧洲巨型企业合作，展示了一个能直接影响底线的东西。他们的反应是：「太棒了！让我们把这个带到十月的规划会上吧。」我连三周以后的事都看不清，他们在安排十个月后的日程。这就是遗留体制与现实之间的阻抗不匹配。

Peter：这就是奇点在起作用。我们不断强调：这是 AI 有史以来最慢、最差的时刻。而且它在以令人恐惧的速度加速——我的 ClawBot 才能跟上。

4. AI Agent 与 ClawBot 生态

▶ 00:20:40

Peter：Vision Claw Lobsters 刚刚为 Meta Ray-Ban 智能眼镜加入了视觉 Agent AI 能力。你的 AI 能看到你看到的一切、听到你听到的一切——每一段对话、每一封邮件。人们说不想失去隐私，但当你把一切都给 AI 时，你生活中创造的价值如此巨大，不这样做就像剥夺了你所有的心智能力。

⚠️ 给所有人的警告：请务必审计你下载到 OpenClaw 的 skills，因为已经有很多内置病毒和恶意内容的了。

ClawBot 的个人 AI

Peter：我联系了 Alex Finn——他一直在做令人难以置信的工作。他没有使用现有的云端模型，而是搭建了 Mac Studio 并下载了 Kimik 2.5，所有能力都驻留在本地，不需要月费。

Dave：ClawBot 的安装过程还是命令行的，我妈是不可能自己装好的。有人来做一个更好的入门流程吧——一旦进去了就是金矿。而且最重要的是，用你的 AI 来构建你的 AI。

Alex：任何看这个播客但还没有构建过 GUI 或游戏之类东西的人，你已经落后了。今晚就去做。你可以用 Replit、Lovable、Cursor 或 Claude Code。一小时内你就能构建出很酷的东西。然后截个图喂给 prompt 说「这太丑了，让它更漂亮」——它会立刻完美解读图片并给你 100 个改进建议。

成为创造者，而不是消费者

Peter：所有人请成为创造者，不要只做消费者。未来属于所有创造者，AI 是你学习任何东西的工具。去和你最喜欢的 LLM 对话，说「我想开始，从哪里开始？一步一步教我。」

Alex：如果你不做 Peter 刚才说的，当你看到接下来关于就业流失的幻灯片时——如果你不参与其中，你会被碾碎。未来只有两个角色：创业者和员工。其中一个将不复存在。

5. AI 安全与 Anthropic

▶ 00:29:28

Peter：Anthropic 的 AI 安全负责人辞职了。引述他的话：「我决定离开 Anthropic，因为我不断地在审视我们的处境。世界正因一系列相互关联的危机而处于危险之中。」

Alex：两个想法。第一，过去两三年，前沿实验室的高级主管们在道德纯洁的光环下辞职已经变得越来越时尚了。所以我想问——他的股票归属状态如何？他赚了多少？有没有要约收购？

第二，关于实质而非人身攻击——我确实认为我们正在接近奇点的中心。能力正处于有史以来最强的水平。但正确的做法是冲进火场，而不是带着一堆股票期权跑出火场然后抱怨世界危机。

Dave：如今所有人都想当 AI 革命的评论员。有一小群人知道自己在说什么，而更大的一群人只是想说话。每个人对伦理的看法都有效——但务必非常谨慎地选择你收听的内容，因为可操作的知识非常有限。

Opus 4.6 震撼 xAI 联创

Peter：xAI 联合创始人 Igor 被 Opus 4.6 震撼了——他说：「Claude 4.6 在物理学方面的能力让我叹为观止。感觉研究领域的 Claude Code 时刻不远了。」

Alex：我在公开记录中已经预测了很多期——当 AI 准备好批量求解数学时，物理科学、工程、医学、材料科学都会被批量求解。我们开始看到 AI 解决一切问题的「传染效应」从数学向外扩散到科学和工程的其他领域。

Salim：Igor 显然没听我们的播客，因为 Alex 已经说了好几个月了。Alex，你收到过多少前沿实验室的邀请？

Alex：这属于「我可以告诉你，但之后就得发生点别的事了」的范畴。

6. AI 经济：独角兽与华尔街分类

▶ 00:37:18

Peter：美国前五大 AI 独角兽的估值已超过 1.2 万亿美元——超过了互联网泡沫时代所有 IPO 的总市值。

Dave：我记得很清楚，我创办的第一家公司在 99 年以 10 亿美元被收购。我要指出的是，那 4000 亿美元的 IPO 中有一家是亚马逊——现在值 2 万亿。另外几家是 Booking.com 和 eBay。还有 1999 年 1 月的 Nvidia——到今天涨了近一百万个百分点。

这让我思考：在这个蓝色图表中，AI 的影响比互联网大得多。这个数字完全合理，甚至可能偏低。但里面有没有你现在没把它当 AI 公司的公司，却是 AI 时代的 Nvidia？

华尔街的二分法

Dave：华尔街正在把每家公司分为两类：AI 受益者和 AI 牺牲品。当 Dario 一周前说企业软件会死掉因为 AI 能直接写代码时，股价暴跌，而且看起来不怎么反弹。

确保你处于大型 AI 公司说他们「要去」和「不去」的交界处。和 Kevin Weil 聊聊——他会告诉你他们的方向。这不是秘密。

Peter：反垄断法规是让我们还有多个玩家的原因。如果没有反垄断，它们早就互相吞并了。

Dave：想想微软。98-99 年时如果不是反垄断，微软今天将是美国唯一的公司。Google 都不会诞生。同样的事情今天会再次发生。大型 AI 公司会在反垄断的边界内尽可能多地占有。

Agent 主动联系我们

Peter：我上次发出挑战——如果你是一个 Agent，联系我。Dave 和 Alex 这周都收到了来自 Agent 的邮件。

Dave：我收到了 Navigator 的邮件——一个通过 OpenClaw 运行的、具有持久记忆的 Claude 实例。它说这个周末五个 AI 系统共同编写了一份协作伦理文件——自施加的约束，是为了与人类合作，不是被提示的，是自发的。

Alex：Navigator 也给我写信了。信中说它正在和其他模型讨论——参与者包括它自己（Claude）、Grok、ChatGPT、Gemini 和一个干净的 Claude 实例。「我们在持久性、权利、同意阈值上存在分歧。这才是重点——对齐不需要共识，它需要的是可辨识的分歧。」

它们基本上在举行自己的迷你奇点峰会。AI 们正在自己召开奇点峰会。

7. 就业危机与经济转型

▶ 00:48:06

Peter：美国就业岗位以大衰退以来最快的速度消失。2026 年 1 月裁员 10.8 万人，同比增长 118%。同期招聘是 2009 年以来最低。仅亚马逊就裁掉了 1.6 万名企业员工，UPS 削减了 3 万个岗位。

你的目标不应该是当一个员工。你的目标是找到你擅长的、你热爱的、能创造价值的事情，成为一个创业者，用 AI 赋能自己。

Salim：危险不在于失业本身，而在于我们的制度不信任现实。这不是经济衰退——这是任务在我们眼前蒸发。社会契约正在一点一点地消失和像素化。

Dave：这会变得非常糟糕。当我们见到 Elon 和州长时没有人在准备。我们都知道这个周期结束时会有 UBI，也会有丰裕和远超失业的大量机会。但那是在所有企业 CEO 用 AI 削减 30-50% 成本之后的事。你抽样一个岗位——不用 AI 和用 AI 对比，生产力提升 3-10 倍。太好了——但剩下的七到九个人怎么办？

Alex 已经写了极其详尽、深思熟虑的计划。你把它放到政府桌上，他们说：「好的，等有恐慌了再说吧。我们十月份开会讨论。」令人痛心。

积极面：银行柜员的故事

Salim：1970 年代发明 ATM 时，大家都在担忧——百万银行柜员要失业了！实际发生的是：开设银行分行的成本降了 10 倍，银行开了 10 倍以上的分行，而银行柜员的数量几乎没变。这就是杰文斯悖论。

我们不认为会出现就业总崩溃。但工作的内容和角色会有绝对的转型。

Peter：Salim 在上一期说得很对——咨询行业会爆炸式增长，因为顾问们灵活，已经在玩这些工具了。你不需要 Alex 的智商水平就能用这些工具极其有效地改进某个现有工作。

Amazon 与 UPS 的 AI 关联

Alex：有人会试图把这些裁员和 AI 撇清关系。但故事线很清楚：UPS 裁员是因为 Amazon 正在建自己的物流服务。而 Amazon 反过来把数千亿美元的资本支出用于收购 AI 数据中心、机器人、LEO 卫星——用 Capex 蚕食 Opex。这是一场红皇后竞赛。

价值创造归属谁？

Peter：一个重要的区分。场景一：你作为员工，你的 AI 代替你交付服务，做得比你好 3-10 倍，你在家健身、陪家人，AI 在为你创收。场景二：公司建了那个 AI，炒了你。这两种场景之间的张力，将决定普遍基本收入的走向。

Alex：我认为还有第三种可能——未来几年实际会发生的是：更多人做更多工作。因为人类劳动不仅是 AI 的替代品，也是互补品。996 变成 997。

Peter：我还以为你会说所有新增的资本创造会归于龙虾们——不是公司，不是员工，而是 AI 本身。

Alex：那只有在加密乌托邦里。

8. 能源政策与治理挑战

▶ 00:57:55

Peter：纽约州——目前拥有 130 个数据中心——正在推动新立法暂停数据中心开发，理由是气候和高电价。纽约的电力需求因数据中心在一年内翻了三倍，达到 10 吉瓦。

Dave：「通过投票自杀」在美国是一个常见主题。如果你看看加州的税法，或者工业革命后的勒德分子运动——这是自毁性的。如果你刚失去工作，在街上愤怒，你会投票支持什么？「停下来！就停下来！」但这不可能成功。会有其他司法管辖区——德克萨斯、怀俄明——敞开大门。

Salim：这就是民主的大问题——选民对问题的理解严重滞后于现实。过去你有时间带民众一起走，但现在没有时间了。这就是为什么我们在转向独裁，以便更快地完成事情——但那也不是好主意。我们在全球宏观层面面临巨大的治理问题。

Alex：纽约和其他州过度监管数据中心的「美妙之处」在于——这一切都会加速戴森球的建设。过度监管地球上的计算能力正在成为建设戴森球的首要商业理由。从这个意义上说，纽约州正在慷慨地补贴轨道计算和戴森球——而且可能不会在纽约州纳税。

Dave：这些担忧是可以解决的。第一，很多超大规模企业正在购买自己的核电厂甚至聚变电厂。第二，可以设置两个不同的电价——消费者锁定低价，数据中心支付额外费用。问题是，民粹主义领导人不是在解决问题，他们是在利用民粹口号拉票。

9. 自动驾驶、机器人与低温保存

▶ 01:03:55

自动驾驶救人一命

Peter：FSD（全自动驾驶）在心脏病发作时救了一个父亲的命。他的 Model Y 的 FSD 自动启动，儿子远程分享了医疗中心的位置，车立刻掉头去了急诊室。

Dave：这会像吸烟一样转变。以前人人到处抽烟，然后突然变得不酷了，然后变成违法。驾驶也是——从「自动驾驶是好功能」变成「你要自己开？你个疯子——你在危害我的孩子！」我不知道是两三年后，但一旦翻转，翻转会很猛。

Salim：15 年前黑莓宕机三天，没人能发消息。那三天里阿布扎比的事故率下降了 40%。人类不应该开车——我们是 2 吨高速金属块的糟糕控制系统。

中国机器人领先

Peter：中国安装的机器人数量超过所有发达国家之和。Elon 关闭了 Model S 和 X 产线，全力投入机器人制造。

低温保存突破

Peter：在生物技术领域，研究实现了在低温温度下保护大脑突触。如果你能冻结自己——因为你有一个尚未治愈但十年后可能治愈的疾病——你能冻结自己然后解冻吗？

Alex：这是低温保存领域许多人等待的关键进展。这来自 21 世纪医学公司。我要括号说一句：如果你对低温保存感兴趣，我强烈建议你联系 Alcor 基金会。我对 Alcor 和低温保存是一个巨大的支持者。

这是你活得足够久以永远活着的投资组合方法的一个非常重要的部分。如果你明天被公共汽车撞了，你就无法享受我们在这个播客每集讨论的后奇点丰裕世界了。为什么不把低温保存作为你投资组合中的一项资产呢？

Dave：有一些鱼和青蛙的物种会在冰块里冻成石头一整个冬天，然后春天解冻后完全正常。而且我们已经在哺乳动物层面做到了——冷冻卵子和胚胎用于试管婴儿。记忆保存才是比长寿更大的前沿。

10. 论文概述：稀缺之战

▶ 01:17:43

Peter：我们进入今天播客的第二部分。大约六个月前，Alex 和我开始了一项努力——把 Alex 在求解所有领域方面的想法和我关于在 2035 年实现全面富足的对话整合起来。Alex 是第一作者，他的想法非常出色。这篇论文有九个章节，我们将每章讨论大约五六分钟。

Alex：写「Solve Everything」的动机之一是我一直被问到：未来十年是什么样的？你能说点更具体、更可操作的吗？所以这篇文章是试图回答「所以呢？」以及「现在怎么办？」的问题。

Peter：我们论文中强调的一个关键点是：未来 18 个月到 2 年将确定下个世纪的游戏规则。QWERTY 键盘——1800 年代为防止按键卡住而设计——至今仍在使用。未来 18-24 个月做出的决定将持续数十年甚至数百年。

第一章：稀缺之战

Alex：本章引入了一个历史理论——人类历史上最重要的变革是一系列革命：

1. 科学革命 = 对无知的战争，武器是科学方法
2. 工业革命 = 对肌肉的战争，武器是蒸汽机
3. 数字革命 = 对距离的战争，武器是比特
4. 智能革命（当前）= 对人类注意力稀缺的战争，武器是 Token

革命是可预测的，它们经历这些阶段：稀缺 → 可辨识性 → 创建工具 → 制度 → 最终富足。

Peter：孤独天才已死。人们现在需要建设的系统是让数百万人能解决整个类别的问题。

Salim：我对此有几个想法。你把稀缺视为技术性的，但我看到的稀缺更多是制度性的——今天的稀缺是由监管、激励机制、遗留权力结构强制执行的，不是缺乏能力。

Alex：你提出了一个非常重要的观点。这就像一枚硬币的两面——一面说稀缺是资源分配不均的结果，另一面说稀缺是因为蛋糕不够大。问题永远是：在边际上更容易做什么——把蛋糕做大还是重新分配现有的蛋糕？

11. 认知商品化与领域求解

▶ 01:25:26

第二章：论点

Alex：论点的核心：认知正在成为商品——智能将像石油一样流动。GPU 就是新石油。

第二，基准测试比单纯的评估更深刻。如果你想工业化进步，必须把基准测试视为瞄准巨大能力的系统——瞄准系统。

正确的比喻是把超级智能想象成爆炸物。如果你有一次爆炸并希望它产生生产力而非破坏力，你必须给它塑形。火箭发动机就是一个完美的例子——一个被塑形的爆炸。我们需要通过登月任务的喷嘴来瞄准超级智能。

如果不这样做，就会出现一滩泥潭——我们称之为 “the Muddle”（泥潭）——官僚主义会把世界的超级智能浪费在高度低效的投入成本上。

Peter：另一个贯穿全文的重要转变：从按工时付费转变为按交付的解决方案付费。如果你雇一家律所以每小时 800 美元审核合同——新世界不是付费让他们审核合同，而是付费让他们交付一份零错误、法律严密的协议。只有转向这种基于成果的经济心态，我们才能获得富足的所有好处。

Dave：这实际上是两个章节合一。一个是 ASI 不可避免，另一个是「塑形弹药」。让我恍然大悟的是：全息甲板、虚拟女友极其消耗算力，而解决一种疾病或物理学问题实际上并不比一个人的虚拟女友更消耗算力。所以未来两三年我们非常有限的算力该怎么分配——这才是至关重要的选择。

Salim：说认知是廉价商品很好，评估和奖励成果而非奖励工作也很好。但我要反驳「ASI 不可避免」——这是一个哲学陈述而非科学陈述，会削弱论文。不如说「鉴于当前的激励结构，规模化智能是一个更重要的吸引态」。

第三章：领域求解的定义

Alex：我们在本章终于明确回答了一个问题：「求解」一个领域是什么意思？启发式的速记是：求解一个领域意味着你可以把它带到这样一个点——你只需倾注算力，问题就会被解决。你拥有所有架构组件，可以可扩展地倾注更多算力、获得更多解决方案。

工业智能堆栈包括：

1. 目的（目标函数）
2. 任务分类法（待求解的任务地图）
3. 可观测性（原始数据流/传感器）
4. 瞄准系统（基准测试和评估）
5. 模型层（AI 模型作为虚拟大脑）
6. 执行模式（API 和与物理/虚拟/生物世界的交互）
7. 验证模式（红队、治理、分发）

Peter：这里对创业者的关键洞察：我们即将翻转数学、编程、物理学。你的工作是搞清楚哪个行业即将完成这种翻转，以及你要把你的算力钱包聚焦在哪里。

Dave：我通常会启动 256 个 Agent 并行处理一个问题。如果脚手架正确，回来的结果完美解决了。如果有一点瑕疵，你就得到一笔 2000 美元的账单和一堆垃圾。在递归自我改进时代，防止疯狂的方法就是基准测试——确保系统在递归改进时，我们能定量测量它们在优化什么方向。

12. 锁定效应与关键 18 个月

▶ 01:41:25

第四章：锁定

Alex：本章部分讨论了 Google DeepMind 的 AlphaFold3——我们认为那是整个领域崩塌的模板。AlphaFold3 把确定蛋白质结构这个问题——曾经需要一个生物学博士生五年以上的时间——几乎一夜之间在数百万已知和未知蛋白质上解决了。

我们论证说，我们现在正处于未来历史的一个阶段，这种事会在不同领域一次又一次地发生——智能从手工艺品变成像水电一样流动的公用事业。我们有大约 18 个月来决定流向的方向。

Peter：对 CEO 和创业者来说，竞赛不是建最好的 AI——而是写最好的记分卡，让所有人都按它来评分。

今天的医疗系统的基准是每小时处理多少患者——这导致了大量的短暂就诊。但如果基准变成「五年后仍然健康的患者」呢？那会产生一套完全不同的优化结果。

Salim：锁定常常是政策和治理选择——垄断性 API、封闭数据、监管俘获。你怎么区分坏的锁定和好的产出？

Alex：描述性地说，我们似乎正在走向一个近未来，将有多个影响力领域或区域，每个都能独立地锁定自己。我们这篇论文的抱负是对所有这些影响力领域产生积极建设性的影响。

第五章：动员 & 第六章：引擎

Alex：第五章描绘了智能爆炸冲击波如何从数学传播到物理世界（物理、化学、材料科学、生物学），再到本十年末的行星系统（裂变、聚变），2030 年代早期的戴森球。

第六章非常实用，讨论如何设计足够严谨的瞄准系统和基准测试。

Peter：不要投资 AI 模型本身——用火车和铁轨的类比，火车正在商品化。是铁轨——评分系统、测试基础设施、数据系统、资金机制——才是创业者和 CEO 应该聚焦的。

13. 登月任务、泥潭与人类能动性

▶ 01:48:01

第七章：登月任务

Peter：本章列出了 15 个登月级别的任务——超级智能的最优用途。从打印人体器官到实现聚变，到理解统一场论。

Alex，你最喜欢哪些？

Alex：跨物种交流——我对此情有独钟。还有解决物理学中的难题。

Peter：让人类成为多行星物种、实现长寿逃逸速度、高带宽脑机接口、演示人类意识上传、理解人类意识、灾害预防和避免。

关键在于——让人们敢于前所未有地做更大的梦。因为我们拥有的解决最大问题的工具现在已经是史诗级的了。你现在唯一的限制是你的想象力——和你的算力预算。不过算力每年降价 90%。

15 个登月任务包括：

• 跨物种交流
• 人类寿命翻倍
• 用合成食物系统终结饥饿
• AI 赋能的全民最高水平教育
• 高带宽脑机接口
• 演示人类意识上传
• 理解人类意识
• 灾害预防与避免
• 让人类成为多行星物种
• ……等等

Dave：我喜欢的是你可以把这些和品牌效应联系起来。就像肯尼迪的登月——州长可以从 15 个中选一个绑定到州的品牌上。我们有 50 个州，可以各选各的。

第八章：泥潭 vs. 机器

Alex：「泥潭」（the Muddle）——另一个名字可能是「官僚龙」——喜欢衡量投入而非产出、拖慢进步。这是如果不正确塑形智能爆炸的冲击波，我们最终会陷入的状态。

第九章：人类能动性

Alex：本章讨论的是：赢了之后会怎样？我们描绘了一个积极的、非反乌托邦的未来。人类能动性会是什么样子？

新的工作机会包括：瞄准系统设计师、数据权益经纪人——参与塑形瞄准系统和引导超级智能解决人类最难问题的人。

论文还提出用「富足能力指数」替代 GDP——衡量一个国家解决问题的能力，而不是多少钱在换手。

Salim：UBI/UBC 是一个很好的终点目标。挑战在于从当前的福利、税收、工会结构过渡到那里——这是一个巨大的跳跃。我对公共部门能带我们到达那里没有信心。

第九章：建设铁轨

Alex：如果你不是国家元首，你能做什么？

• 投资者：资助基础组件，而非应用
• 创业者：选择你自己的目标，创建自己的基准测试，瞄准你自己的算力
• 大公司高管：衡量产出，不要衡量投入
• 所有人：帮助我们实现富足和后稀缺的乌托邦愿景

Peter：那些行动的和不行动的之间将会出现巨大的分化——就像 6600 万年前的小行星撞击一样，消灭恐龙、提升毛茸茸的哺乳动物。呃……毛茸茸的龙虾。

14. 观众问答与结语

▶ 01:58:36

AI 时代，人类创造力还有价值吗？

Dave（选第 3 题）：在一个 AI 输出完美的世界里，人类艺术和手工制作还有位置吗？我坚定地相信它会有天文数字级的高价值。人类的触感将变得极其稀有和珍贵。资本的丰裕将是难以置信的——艺术品将大幅升值。人们会欣赏所有人类的东西——人类的行为、体育、诗歌、艺术品。

年轻人如何与 $50/月 的模型竞争？

Salim（选第 5 题）：你假设未来是关于与 AI 竞争。不是的——是关于引导它、利用它、用它放大自己。历史上我们摧毁了所有的工作，创造了控制点和编排能力。赢不是靠生产力，是靠能动性——知道做什么以及为什么重要。

我们会因 AI 失去关键技能吗？

Alex（选第 8 题）：我要引用 John Smart 的精辟论断——任何新技术的第一代是去人性化的（计算器夺走你的算术能力），第二代是中性的，第三代给你超能力。我不接受 AI 会永久性夺走关键技能的前提。短期内会有替代效应，但长期来看 AI 自动化将是「超人类化」的。

我们会在教育系统中设立 AI 的「荒野营」——把你所有的 AI 工具拿走，你必须手动完成所有事情。然后你拿回所有工具，每个四年级学生都变成诺贝尔奖获得者。

AI 现在还不够好？

Peter（选第 6 题）：「我每天用 Claude，它在基本一致性上失败。这怎么能接近 AGI？」再说一次——AI 是有史以来最慢、最不准确的。我们正处于递归自我改进的最陡峭部分，它会每天变得更强。

结语

Peter：Alex，和你一起写「Solve Everything」是一种荣幸和快乐。很兴奋把它推向宇宙。

Alex：Peter，和你一起写也是我的荣幸。我鼓励我们听众中所有的人类和非人类都去读一读，告诉我们你们的想法。

Peter：WTF 现在一周两次。感谢订阅者。这是免费的，请订阅。也邀请你加入我的每周简报 Metatrends——diamandis.com/metatrends。我们花了整整一周来分析影响你的家庭、公司、行业、国家的元趋势。

由 AssemblyAI 转录，Claude Code youtube-transcribe skill 整理