Sarah & Elad 双人集：万亿美元公司的速度错觉

开场：只有 Sarah 和 Elad 的一期

Sarah： 各位听众好，欢迎回到 No Priors。今天只有我和 Elad 两个人聊天：风险管理、递归自我改进（RSI）、世界上到底能有多少家万亿美元公司，以及监管俘获（Regulatory Capture）之害。

另外，新创始人注意了：Conviction 旗下的 Embed 资助计划正在开放申请——这是一个低成本、高信号的资助项目，每年两期，每期支持 10 家在技术前沿创业的杰出公司，提供 25 万美元现金（无上限可转债，Uncapped Note），以及来自 OpenAI、Anthropic、Baseten 等合作伙伴的算力与服务。

最重要的是，你将与谁同行——前几期的成员包括 Cognition、Chai Discovery、Listen Labs、Physical Intelligence 等公司，都是在前沿推进并把 AI 扩散到经济各个角落的团队。申请入口在 embed.conviction.com。好，我们开始。

Elad： Sarah G，最近怎么样？

Sarah： Elad，很高兴见到你。咱俩好久没这样坐下来聊天了。

Elad： 可不是，太久了。你最近在忙什么？跑哪儿去了？

Sarah： 在华盛顿那边帮着被投公司处理些事，顺便想歇一天。你呢？

Elad： 哎，AI 这边的事儿实在太多了，一件接一件，根本停不下来。真是让人兴奋的时代。

下一家万亿美元公司在哪里

Sarah： 在追下一家万亿美元公司？

Elad： 这问题很有意思。过去五年左右，差不多有三家公司从零冲到了一万亿美元市值：Anthropic 五年前基本不存在；OpenAI 当时还很早，GPT-3 刚发布；SpaceX 那会儿的估值也就 800 亿、1000 亿的样子。然后突然之间，这些公司的估值出现了巨大的跳变。

现在很多人默认：未来三到五年还会再冒出一批万亿美元公司。但要知道，这在人类历史上是没有先例的——通常要二十年。SpaceX 从 2000 年代初走到今天，Google 从 90 年代走来，通常都是 15 到 20 年的弧线。而我们刚刚经历了一个诡异的五年跳变。

所以我感觉，现在大家盯着机器人、材料这些激动人心的方向，觉得每一家里都会蹦出万亿公司。未来十年或许真有，但未来三到五年再出一批？不太可能。我能想到有机会的大概只有一家，不会有好几家。

Sarah： 是哪一家？

Elad： 我怎么会说呢？太多了，跟扔飞镖似的——所以我们这儿才备了个飞镖盘。

Sarah： 所以你的判断是：这更像一个特殊的“年份效应”（Vintage），而不是“生态系统永远在变大”？

科技浪潮即间断均衡

Elad： 更像是间断均衡（Punctuated Equilibrium）。进化论里有个概念：物种长期稳态，然后来一次寒武纪大爆发（Cambrian Explosion），再回归巩固。科技史也是这样：社交浪潮来的时候呼啦啦一批，但不是年年都有十几家新社交公司；SaaS 浪潮起来，然后也会沉淀。

互联网其实就有四五波：90 年代的互联网、2010 年前后的社交、之后的 SaaS、云计算、安全公司，还有加密货币那波。有的浪潮还分两截，比如比特币就经历了好几个周期。AI 也一样——等模型能力再来一次巨大突破，我们还会看到新一批创业公司涌出来。

但这些“从零到巨量”的时刻之后，活下来的会变成整合者（Consolidator），然后问题是：接下来还有什么？现在我们已经看到至少一部分整合者登场了。问题就变成：未来几年还能诞生多少家巨型公司？这跟“未来二十年会发生什么”是两个问题——二十年当然会有无穷多有意思的东西，未来两三年也依然会有大量成长的机会，会有很多很多千亿美元公司被做出来；但数万亿美元的体量，是真没那么容易到的。

TAM 幻觉与收入现实

Sarah： 我倒是想认识认识你聊的这些投资人。我日常碰到更多的问题恰恰相反：想象力衰竭——大家评估一件事能做多大时，总是拿上一个时代最接近的对标物来套。在我看来，重新思考市场规模的边界，至今仍是投资人最被低估的核心技能，任何阶段都适用。

Elad： 拿我们都投过、或者同行投过的应用公司举例：很多投资人在智识上已经接受了“AI 公司交付的是服务的价值”这个说法，但他们的行为并不像真信。他们还是线性地算账：看 Harvey、Abridge 这类公司，就算“每个坐席、每个律师、每个医生”的 TAM，而不是去问——如果这家公司能按“结果”收费，它会长成什么样？

看看编程领域正在发生的事：按消耗量和价值算，从今天起还有 100 倍的空间。编程这个市场，比所有人以为的都大得多。这话一两年前我们就在说，而现在证据已经摆在那儿了——你不需要是天才，也能把这个逻辑推广到其他领域。

Sarah： 证据是摆在那儿，但证据也要分两头看：万亿美元市场和千亿美元市场，都是大数字，可它们不是一回事。

Elad： 我 2010 年那会儿还写过一篇博客，讲一家公司做到 100 亿美元市值有多难——而今天，100 亿只是某些新型实验室（Neolabs）的种子轮。别误会，我觉得很多公司确实有机会做到千亿美元，但能到万亿的没有那么多——这是两个数量级的差别。

那接下来的问题就是：哪些市场真的能长出万亿公司？你算算需要什么样的收入基础：一家公司的年营收得到 500 亿到 1000 亿美元，还得是高毛利。全世界能找出几个“单一公司 500-1000 亿美元收入”的赛道？这跟“TAM 很大”完全是两码事——TAM 巨大的市场不少，但满足这个收入条件的，屈指可数。今天站在那个位置附近的公司，大概有一二十家。问题是未来五年还能新增多少家？我追问的是这个。

市场规模与到达速度之别

Sarah： 对，关键不是“未来二十年”，而是“未来五年谁能做到 500-1000 亿收入”。这一问，很多事情的算法就变了：能做到 50-100 亿收入、长成千亿美元市值的公司会有一大把。我自己看的方向可能更远一些，但我也得说，未来几年能到千亿收入的赛道，我看也没有那么多——除了极个别例外。

Elad： 那你说说，在你的时间线上，还有哪些候选？

Sarah： 也许是某些供应链、能源类的技术。

你可以列个清单出来——五六个看起来有戏的方向。但还有一层：如果是一家实体商品公司——能源、机器人之类——你的产能和物理布局真能支撑你在那么短的时间里冲到那个体量吗？再次强调，我不怀疑这些市场的规模，我怀疑的是到达规模的速度。

Elad： 没错，问题就出在这儿。至少我观察到的情况是：投资人的集体下注，赌的是“速度能到位”，而不是“规模能到位”——现在大家正在把这两件事混为一谈。

Sarah： 与此同时，还有一个几乎相反的现象：我看到一些非常优秀的创始人，正在转去做利基市场（Niche）——因为他们不怕那些新型实验室，正面竞争少了很多。

你看 Harvey、OpenEvidence、Decagon、Sierra 这些公司四五年前进入的市场，甚至 Cognition 两年前进入的市场，都是那种“可能在实验室路线上”的大市场。但今天，两件事同时在发生：一是中后期科技市场里，资金还在继续按“很多公司都有冲向万亿的速度”定价，而我认为那个速度并不存在——当然，有些会到 200 亿、有些到千亿，也有些会归零；二是新冒出来的这批公司，创始人的野心和攻击性，越来越多地是相对于“实验室会做什么”来校准的。这就是为什么你在看到一波“逃向硬件”的潮流。

Elad： “哦，实验室反正不会做硬件，那我们去做。”——美国复兴（American Dynamism）、各种利基的 AI 应用、还有那些“本该由推理云（Inference Cloud）来提供”的东西。

说实话，这类公司里有不少我觉得会偏“衍生品”一点。当然，同时也有人在做真正宏大而了不起的事，不是全部。但至少我的体感是：出于对实验室的恐惧而躲进小而美的利基市场的创始人，越来越多了。我认为这也是一个负面信号。

Sarah： 你的意思是他们太怂了？就应该正面硬刚，靠产品体验、靠分发，真刀真枪地竞争？

Elad： 我是这么认为的。当然，有些市场实验室天然就会吃掉，但也有很多市场他们不会。而现在的情况是，两种市场大家都不敢进。

Sarah： 我们组合里就有正面硬刚实验室核心前提的公司，所以我不认为“所有”创始人都变怂了。

Elad： 我没说是全部，我说的是一条趋势线，而且特指最新这批公司——不是说成立一两年的那些。我感觉这条线正在移动，而且动的不是普通创始人——普通创始人我不担心，我担心的是最优秀的那批人。他们现在在做什么？我最近越来越经常地感到失望：创始人们的野心，比他们本该有的更小。这才是我说的那条趋势线。

创始人何时该卖公司

Sarah： 嗯，我说的趋势也是这个意思。接着聊一个我们之前谈过的话题：创始人什么时候该卖掉公司？你现在对这个问题的思考或框架是什么？

Elad： 有一小撮公司，是永远、永远不该卖的——至少短期内任何时候都不该。你是 Anthropic，不该卖；你是 OpenAI，不该卖。这样的公司屈指可数。

但任何时代里的大多数公司，至少都应该“考虑”出售。而且通常存在一个价值最大化的窗口期——大概 12 到 18 个月——公司的身价就在那一段达到此生最高点，卖在窗口里就是最优解。我觉得我们最近就见证了一次这样的重大退出。

还有一些公司，应该更主动地去想这件事。从“公司治理卫生”的角度，我倒是同意 Ben Horowitz 写过的一个做法：董事会每年安排一次固定的、预先排期的议程，在非情绪化的状态下讨论一个问题——未来六个月，我们该不该考虑退出？因为它是预设的日程，所以不是创始人在推动，也不是投资人在推动，就是一场理性的讨论。答案完全可以是“不，我们继续，前面还有 XYZ 等着我们”，那也很好。但有这样一场讨论机制，非常有用。

尤其在这个周期里：AI 时间的一年，顶正常周期的三四年。三年就是十年——你想想三年前，模型能力、垂直应用、AI 整合并购、基础设施，哪一样不是完全不同的世界？我们正处在一条加速的时间线上，一切都在变快。这意味着你应该更频繁地复核自己的判断，因为你脚下的“事实集”正以前所未有的速度变化。你觉得呢？你对“退与不退”是怎么处理的？

Sarah： 我同意你说的：有一组公司永远不该卖——除非他们无法再为自己的未来融资。

如果说这个时代有什么“新”的原则，我可能会在那场董事会上多问一句：频率你可以定，季度、半年、一年都行，反正要比几年前更频繁。

Elad： 那就半年一次。

Sarah： 好，半年一次。问题是这样：在成本下降、能力上升的过程中，你是否在捕获价值？如果你站错了这场长期变革的方向，而且找不到办法换到正确的一边，那你事实上就该卖——因为你对“如何站到历史正确的一边”没有好的答案。我认为这是每个创始人都该问自己的。

再想想我们的朋友 Cursor：你想靠资本和算力准入来竞争吗？此刻是不是它价值最大化的时点？这是个值得玩味的问题。但更大范围地说，我觉得这是一个非常个人化的风险管理问题。那种“从不考虑退出”的骄傲，在我看来是胡扯。Situational Awareness 的事就是个很好的提醒：无论公司还是基金，都得先活着，才能谈收益。对冲基金的处境还不一样——它们必须活下来才能复利。但即便是公司，前提也是一致的：你的融资结构必须匹配你愿景的时间跨度，并且能持续融到钱，撑到你要去的那个应许之地。

融资、估值与时间的真实成本

Elad： 融资这块我倒不太担心。原因是：短短几年内冒出好几家三万亿美元级别的公司，天量的风险资本正在回流到 LP 手里，基金越募越大，这些钱总得有去处——它们会继续押注“未来的万亿公司”。所以我认为，未来一两年，估值整体上还会继续涨，涨幅可能超过目前所见。里面当然有伟大的公司，也会混着一堆不配的东西，但整体上，融资会变容易，而不是变难。

所以我更关心的不是融资，而是：你自己心里，公司最可能的结局是什么？不是投资人告诉你的，不是媒体告诉你的，不是 Twitter 告诉你的——坐下来，自己算一遍。然后记住：到了某个时点，市场大概只给你 10 倍、也许 15 倍的估值倍数。再想想复利的增速终会放缓，而你可以选择在哪个时点落袋。把这笔账算完：未来的稀释、潜在的结局、还要再投入多少年——你会得出一个结论的。

因为机会成本有两种：一种是对你手里这家公司价值的风险管理；但更贵的那种，是你的时间。你人生中最高产的那些年，此刻正押在牌桌上。你可以选择拿着一笔可观的财富离场，去干下一件大事——既然你做成过一次，所有人都会再跟你合作；你也可以选择继续掷骰子。对某些公司来说，掷下去绝对是对的；但对另一些，也许现在就是离场的时点。

至于老股转让（Secondary），我一直觉得它只是看上去很美：它解决了一些短期需求，但并没有真正解决问题。你看 2020、2021 那批创始人，五年后还在守着做不起来的公司——AI 翻天覆地的这五六年，他们完全被锁死在里面。对一位优秀的创始人来说，这个代价有多大？这是大家很少谈论、但我认为才是真正的成本——你的生命成本。人只活一次，而且很短。你愿不愿意未来十年耗在一家持续挣扎、资本过剩、只剩跑道的公司上？2020、2021 年那批人里，太多就是这样的结局。我们天天聊 AI，已经把他们忘了。这是巨大的浪费。

Sarah： 我想强调的其实是：即便此刻有大量资金回流创投、未来一两年还会有巨额回报产生，私募市场也完全可以在很长的时间里不理性、不正确。所以，精明地管理公司的融资能力，本质上就是避免被“追加保证金”（Margin Call）。

有些创始人做的是需要技术判断的事，或者对市场的最终形态有自己的结构性判断，他们会非常痛苦——因为投资人可能在很长时间里相信一些在他们看来是错的、甚至愚蠢的东西。而创始人的工作，就是去驾驭这种叙事、驾驭这套信念。如果哪天他们觉得再也撑不下去，或者像你说的，意识到自己在白白消耗生命，那就该卖。

不过话说回来，他们的处境还不算最差的：创始人虽然承受集中风险，好歹不用像对冲基金经理那样，面对散户的非理性行为和下个季度的赎回。环境不同罢了。但我不认为事情简单到“融资从此免费”。资金确实会像你说的那样，向“规模足够大的机会”集中——或者说，向“被感知为足够大的机会”集中。

Elad： “被感知”的规模。

Sarah： 对，被感知。从融资角度看，被感知为宏大，很重要。

RSI 与 18 个月魔咒

Elad： 还有一件这边很多人在谈的事：你去跟实验室的人聊，会感受到一种巨大的躁狂能量。他们觉得再有六个月、最多到年底，编程（Code）这件事就彻底“解决”了；然后到明年年底，可能会出现某种轻量级的递归自我改进（RSI）——届时模型将承担自身训练的大部分工作，初期大概是后训练（Post-training），假以时日也可能更快触及预训练。

于是很多人相信：我的职业生涯里，有生产力的日子只剩一年到一年半了——那我应该每天工作 16 个小时，因为每一周都是我被 AI 取代前剩余时间的 2%。你怎么看？

Sarah： 你是问“我信不信”，还是问“如果成真会怎样”？你自己信吗？

Elad： “模型能改进自己的训练”这个想法——如果最前沿的科学家们相信它，而且它无非是我们已经在编程和数学领域看到的事情的延伸，那你当然应该信。

Sarah： 道理是这个道理，但时间线是另一回事。我手上有个数据点：过去几年里，好几位非常聪明、甚至非常有自知之明的研究科学家，都觉得“递归自我改进或 ASI 的拐点”在 18 个月之后——而他们每隔 18 个月就这么觉得一次，已经持续五年了。所以这种预感作为预测指标有多可靠？不好说。

我觉得“从写代码延伸到写训练代码、再到数据管线”这条路径是容易相信的。真正的疑问是：那些难以验证、更复杂的领域，你上哪儿去搞数据？以及，你会不会撞上物理世界的硬约束——算力根本就那么多？我认为，真正的限制因素是这个，而不是“算法上是否可行”。

Elad： 是的。物理算力约束其实带来一个奇特的效果：它强化了寡头格局。如果算力大致按现有格局分配，那任何单一实验室的进展速率都被封了顶——只要算力约束存在，你就拥有一个“被强制的寡头市场”，或者说，头部玩家之间的竞争被压得更近、更焦灼。这是此刻非常有意思的一个副作用。问题是：这个约束什么时候松开？松开之后世界长什么样？所以我说，这是个激动人心的时代。

Sarah： 是啊。不过我一直在琢磨“18 个月后”这种信念的二阶效应：它暗示着 18 个月后可能有一轮倦怠周期（Burnout）。我认识某家头部实验室的几个人，他们认真地来问我：该不该结婚？——因为他们不知道 18 个月后世界会变成什么样。我说：该结，去结吧，会没事的。

所以我确实觉得，我们正活在一段非常躁狂、非常兴奋、也极度紧绷的工作时期里。不管怎么说，这是很过瘾的一段日子。

Elad： 我倒觉得挺悲哀的，真的。

Sarah： 真的？为什么？

Elad： 我看到一些极其出色的研究员朋友对此的反应，就觉得有点悲哀。这种心理状态，最接近的类比是人们以为自己快要死了：如果只剩两年可活，你还会像今天这样过吗？还是会换一种完全不同的活法？这是个并不遥远的哲学问题。

于是你看到这些反应：“既然 18 个月后 RSI 就来了，我的贡献还有意义吗？我该结婚吗？还工作吗？该去旅行吗？还是只工作？”我始终认为，更健康、更让人满足的状态，是当作自己“还有时间”地去生活。当然，你也许觉得这是盲目乐观。

算力权力法则与 Token 预算

Sarah： 我只是觉得，很多二阶效应正在发生、或将要发生：一部分来自这种信念体系和随之而来的倦怠。

Elad： 还有一部分，是我在一些实验室里观察到的：当算力成为真正的稀缺资源，人们发现——任何地方真正驱动 80% 成果的，往往就是那几十位研究员。

这其实是一条非常有趣的“人类权力法则”（Power Law）：任何领域，推动整个领域前进的，至多就是几十个人。乳腺癌研究如此，数学的某些分支如此，物理的某些分支如此，创业者生态也是如此——一小撮人驱动了绝大多数进展。AI 研究也不例外。

于是，算力正在差别化地分配给这几十个人。我知道一些实验室已经放慢了研究员招聘，除非候选人超过一条非常非常高的门槛——因为成本的大头不是这个人，而是随这个人而来的那份算力。瓶颈在那里。

我觉得这背后有一个更普适的概念：投入 Token 的回报率（Return on Invested Tokens，ROIT）——你手里有一笔 Token 预算，该给谁、为什么？这跟当年的工程资源分配是一个道理：公司里的内部工具团队永远吃不饱，因为科技公司宁愿让工程师去做产品，也不愿做那些让其他部门更高效的内部工具。

这也是为什么我认为“SaaS 已死”的说法被夸大了：你为什么会把宝贵的 Token 花在一堆一年也付不了几个钱的 SaaS 功能上？同样的 Token，投到核心产品上、投到某个巨大的毛利提升点上，回报高得多。

所以这个阶段的变化是：从“人人都去用 AI、随便用”，变成“我们得核算这笔开支，把更多东西迁到开源模型上”。而下一波变化将是：到底哪些项目、哪些人，应该拿到 Token 预算中超出均值的大头？他们的投资回报是多少？这是正在逼近的下一次转移。不过还需要点时间。

Sarah： 是的，很多人还停留在“大家都去试试 AI”的阶段，大企业尤其如此。那你觉得，三到五年后，一家公司、乃至一个人，合适的算力/Token 预算应该是多少？我该把它当成房租那样的固定开支来看吗？

Elad： 这得看是为什么事做预算。还有件事大家总忘：Minecraft 被微软几十亿美元收购时，团队才多少人？五个人还是十个人？大家总爱畅想“未来会出现一个人做的数十亿美元公司”——其实那事 15 年前就发生过了，就是 Minecraft。每个时代都有能把技术杠杆用到极致的人，AI 只是把这种杠杆急剧放大了。

所以问题变成：为什么要把 Token 给那些用不出这种杠杆的人？除非这种人用完了。当然，也可能真有用完的一天。

这也回应了“工程师都要被裁员”的说法：短期内不会。但你也可以说，即便在 AI 之前，一些大公司里就有一批产出不高的工程师本来就可以优化掉，某些科技巨头尤其如此。而这些人，GE、PG&E、好时（Hershey's）这样的公司会抢着要。即便未来某天工程师真的出现位移，他们的去处也多得很——大量传统企业从来没有能力、也没有渠道招到这种人才，他们想要这些人带来的能力。这些人放在 Google、Meta 的语境里也许只是平庸，但在某些老牌企业的语境里就是出类拔萃。

所以我认为，工程人才会以一个出人意料的方式，慢慢渗透进整个企业界。这可能还要很多年，我只是说，这是更可能的结局。

Sarah： 相关的还有一层：如果你是实验室里排名第 800 位的研究员，而你并没有被分配到超出均值的 Token 额度——那你更应该把精力投向自己有比较优势、有独到理解、并能从这波浪潮中受益的领域：供应链瓶颈、理应加速的行业，比如生物科技，或者向其他高价值领域的扩散。

在我看来，这比“为数学的末日焦虑、然后休假等世界终结”要令人兴奋得多。我觉得值得去做的事太多了。我也确实认为，研究圈的一部分人最终会走向这些方向。

Elad： 这就引出一个有意思的问题：一家顶级 AI 实验室到底需要多少研究员？跟现在的编制比，是刚刚好？还是需要五倍？还是只需要一半、但个个都得过一条极高的门槛——因为算力受限，你要把名额映射到最好的想法上，而最好的想法平均来说只来自一小撮人。

那么“第 N+1 个人”去哪？他的去处其实非常多——他依然出色，依然在钟形曲线的顶端。千万别误会我是在说这个人不优秀。只是到了某个时点，每个组织都会在自己的权力法则上划一道截断线。

Sarah： 有个老笑话你可能会心一笑，也许你听过——前 Google 员工的段子：Google 有五万人的时候，大家问“运营 Google 到底需要多少人？”问搜索和广告部门的人，他们说：“搜索加广告，两成人就够了。”问部门之外的人，他们说：“五万，一个都不能少。”

这就是关于“贡献集中度”的两种视角。我没在 Google 工作过，只能转述。

Elad： 哈哈，我们确实太懂了——我在 Google 待过，很好的地方，就在搜索部门。我做过一点移动搜索，也做过广告，还做过一堆移动相关的东西，后来做 AI 广告相关的工作。

监管、加州与生态迁徙

Sarah： 那我问个完全不同的问题：你能想到什么，能在此刻颠覆这一切吗？比如投资人这一侧——好几家大玩家因为市场厌恶而撤回资本开支承诺，债务和回报结构引发恐慌——目前只看到一点苗头，还没有真实压力。最后一个方向是：你觉得技术上存在颠覆的可能吗？Transformer 的替代架构，这事儿还重要吗？有没有什么能让整个技术版图面目全非？

Elad： 技术上的未知永远存在。另一个变量是：试图限制人们使用已有的模型、或者限制开源，从而人为拖慢整体进展——我认为这是另一个可能改变格局的因素。

Sarah： 对，我也想到监管这个角度了。你觉得加州接下来会怎样？

Elad： 加州啊。他们通过了亿万富翁税（Billionaire Tax），加州民主党也已经表态支持。如果你是某家被投公司的创始人，公司现在估值百亿以上，法案一旦通过，创始人明年就要被迫出售资产吗？

Sarah： 你是问，会有几十个创始人被迫大比例减持自己的公司？

Elad： 对。显然监管层并没有想清楚执行和合规的细节。但立竿见影的效果是：大量试图在加州创造价值、做新事情的人，会选择离开。这已经开始了。生态整体的迁移很难很快发生，但这法案是我能想到的、把整个生态最快赶走的方式。

Sarah： 你觉得接下来会怎样？

Elad： 这个法案的写法给我的感觉是：它的授权相当宽泛，一旦通过，未来年份还可以重新调整——比如逐年降低起征门槛。而且我听说，2028 年又有越来越多声音要在加州加一道“退出税”（Exit Tax）：你真要走，就先割一大块肉作为离开的惩罚。

Sarah： 那你的预测是：2027 年大规模迁往迈阿密？迈阿密这回终于要成了？

Elad： 我觉得会需要些时间。我甚至认为，起草法案的人就是希望人才流走——他们就是想让这些人离开。

Sarah： 加州这两年有两个真正糟糕的信号：一个是这个法案，另一个是那些收割选票（Ballot Harvesting）的操作。这两件事以不同的方式，把这个州推向更差的未来。我还是照例希望加州能想明白。

Elad： 但只要有一个够容易的替代选项，离开的人会多得多。实际上很多人已经在走了——我认识好几位，已经在动身，或者计划秋天前、也就是下个月左右离开。

Sarah： 你的“第二选择”生态是哪里？

Elad： 有几个地方被很多人同时考虑着，问题是两年后每个地方能不能形成临界规模（Critical Mass）。这些东西往往自组织形成。大家总爱谈气候、谈生活品质，但别忘了：波士顿曾经也是主要的创业中心之一——今天在生物科技上依然是——可它在 90 年代初的竞争里输给了硅谷。80 年代，波士顿曾是硅谷的对标物，而那里的天气糟透了。

所以关键从来不是天气，而是：哪里聚集了足够多的聪明人、在做同一类事情？文艺复兴就发生在哪里。我很兴奋地看到，德州正在能源领域聚集起可观的技术迁移和创新。

Sarah： 嗯——因为这本身就是对监管环境和需求的反应：我见过很多人从硅谷或其他地方搬过去，因为那是一个可以放开手脚做试验的地方，而且那里已经形成了真正的生态。

Elad： 这确实让人兴奋。

Sarah： 能源和硬件都是。那里还在长成一条硬件产业带——最早是围绕洛杉矶的埃尔塞贡多（El Segundo），因为 SpaceX 在那里，后来又有了 Anduril。

Elad： 对，SpaceX，还有特斯拉的一部分，都搬去了德州。所以在奥斯汀之外，德州另一个角落也在长出一个新生态。我认为这些迁移，本质上完全是监管驱动的——跟“德州是不是更宜居”没有多大关系。宜居当然有加成，但把人赶出来的，是监管。

超越 Transformer

Sarah： 你刚才没接我“架构”的茬。你怎么想架构这件事？

Elad： 我认为整个行业会把能弄到的算力和电力全部吃光，无论底层架构是什么。所以“寻找更省内存、更省电的架构”的压力，比以往任何时候都真实。但要在规模和硬件适配上追平 Transformer，依然非常困难。我觉得随着大家越来越绝望，押注新架构的试验会越来越多——但这不改变行业方向：无论哪家的新架构成了，都会被迅速抄走，而大实验室手里有全部算力，这是概率最高的结局。

当然也有低概率剧本：某个新型实验室憋出一个东西，秘而不宣，疯狂扩规模，突然之间他们的模型远远好于所有人，于是算力、资本、人心全部向他们集结——这种场景永远可以想象。但你同样可以想象另一种：那个团队里有一个人跳槽去了 Anthropic 或 OpenAI，知识随即扩散，没过多久人人都学会了——而这正是过去几年在这些模型上真实发生的事情。

安全与进步的权衡：只看等式一边的代价

Sarah： 那如果算力准入就是主导变量、行业因此成为寡头——你觉得实验室会不会用他们的算力优势，去控制他们想进入的其他垂直领域？或者换个角度：真正保护到人的“安全”，到底是什么？风险是什么？结果又是什么？

Elad： 这让我想起杨森制药（Janssen Pharmaceutica）的创始人保罗·杨森（Paul Janssen），他被认为是史上最伟大的药物研发者之一。YouTube 上有他三四十年前的采访视频，谈的是制药业的监管俘获：为什么药变得这么贵、这么慢？第一就是监管俘获；第二——以他的观点，我不评判对错——是风险收益的天平失衡：FDA 过度聚焦安全与风险，而对收益看得太少。于是没有“风险收益比”，只剩“风险”。只盯等式的一边，一切都会慢下来。

完全可以想象实验室版本的同一出戏：安全负担被抬得极高，哪怕正面的收益远远高于风险。回到那个道理：只盯等式的一边，你就是在给发展上枷锁；而如果别人不戴枷锁、以指数速度内部推进——在“一年顶三四年”的时代，领先一年就是巨大的优势。

所以真正的问题是：作为社会，我们愿意把不同事情放在风险收益光谱的哪个位置？我的邮箱被黑，跟“更早用上 AI 带来的更好医疗”相比，真的那么可怕吗？这就是权衡所在。这些，都是我们作为一个社会必须慢慢谈清楚的事。

Sarah： 这里的难处在于：对监管者、对很多政策制定者来说，听技术专家说“你得先让技术跑起来看看会发生什么，而不是先管住它”，从来都不是一个舒服的立场。但我们的立场一贯如此，技术史也一贯如此：当然，任何技术都可能被用于坏的一面——每一种技术都同时有正面和负面的用途。

Elad： 生物技术：你可以造病毒，也可以治癌症。核能：你可以得到免费、廉价、富足的能源，也可以造武器。你再看看事实：法国至今 70% 的电力来自核电。

Sarah： 70% 啊——那事故呢？那些幺蛾子都在哪儿呢？

Elad： 没有，什么都没发生。美国只有 18%，而且我们 40 年没建过一座反应堆。日本 25%。非常安全，非常富足。但我们曾经让一个“安全游说团”在 70 年代，基本上扼杀了富足的清洁能源。

Sarah： 对。不过现在我们在建了，我们只是需要建得更多。

Elad： 建得太少了，太少了。所以你看，“安全”真实地伤害过我们：伤害过我们的电力与能源，伤害过医药的许多环节，伤害过太多领域。现在的问题是：在 AI 这件事上，我们想把指针放在光谱的哪个位置？世界有很多种可能，而在“安全—风险—收益”这只轮盘上，我们作为一个社会，终究要自己选择把针拨向哪里。

Sarah： Elad，收尾前最后问一个：在那只轮盘的“正面”一端，最让你兴奋的是什么？

Elad： 太多了。人类生产力、教育、医疗、日常生活质量的提升、自动驾驶与老年人——能从这里长出来的好东西太多了，我对大量应用方向都保持乐观。

而这也正是我对“指针该落在哪”保持谨慎的原因：社会当然需要恰当的护栏，但历史上，面对大产业，我们一次又一次地管过头了。科技行业之所以能这么快地成功、产生这么大的人类影响，恰恰因为它一直被轻度监管。我认为，保持这种状态比相反的选择要好——否则我们会失去乐观、失去势头、失去进步。生物技术就是这么被拖住的，很多行业都是，能源也在很长时间里是。这，就是我要对监管俘获发出的战斗号召（Call to Arms）。

结语

Sarah： 一场反对监管俘获的战斗号召。好，那我们就聊到这儿，下期见。

Sarah： 欢迎在 Twitter 上关注我们 @NoPriorsPod；如果想看到我们的对话画面，欢迎订阅我们的 YouTube 频道；也可以在 Apple Podcasts、Spotify 或任何你常用的播客平台关注本节目，这样每周都能第一时间收听新剧集。你还可以订阅我们的邮件通讯，或在 no-priors.com 获取每期播客的完整文字转录。再见。