# AI 行业能自我监管吗？Stripe 欲收购 PayPal、中国追赶、纽约叫停数据中心 > 讨论哈萨比斯提出的行业自律方案、Stripe联合Advent竞购PayPal、苹果起诉OpenAI，以及纽约州暂停数据中心建设。 - 原标题：Can the AI Industry Regulate Itself? Stripe Wants PayPal, China Catches Up, NY Bans Datacenters - 类型：第 281 期 - 发布日期：2026-07-18 - 话题：AI自我监管与Stripe收购PayPal - 出场：杰森、查马斯、萨克斯、弗里德伯格 - 网页版：https://allin.qiaomu.ai/ep/e281/ - 视频：https://www.youtube.com/watch?v=9IMwRIei-Xc - 精读字数：约 11199 字（阅读约 25 分钟） > 本文为 allin.qiaomu.ai 基于原始节目的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 大卫·萨克斯（David Sacks）是四个人里最反对 AI 监管的那一个。这一次，他对 DeepMind 的德米斯·哈萨比斯（Demis Hassabis）刚提出的那套监管方案表示，自己"有可能"支持。 哈萨比斯在 X 上发了一篇文章，提议给 AI 行业建一个类似 FINRA（美国金融业监管局）的自律组织。方案的核心是：由美国牵头，建一个国际性的 AI 标准机构，接受联邦层面的监督，但由行业出资、由独立技术专家运营。前沿实验室在发布模型前 30 天把模型交上去评估，评估范围包括网络安全、国家安全、生物威胁等高风险领域。基准每季度更新一次，遇到紧急情况，这个机构还能协调放缓开发节奏。自愿加入起步，之后可能转为强制。 点赞名单拉得很长：马斯克说这个想法很周到，OpenAI 的萨姆·奥尔特曼、Anthropic 的杰克·克拉克、桑达尔·皮查伊、萨提亚·纳德拉、Block 的杰克·多西都表了态。杰森·卡拉卡尼斯（Jason Calacanis）顺势翻出自己的旧账，说他在节目里早就讲过行业应该自我认证，像 MPAA 和游戏分级那样，先自我认证再发布模型，不用等一个看不懂模型的政府来发许可。 ## 自律组织到底是什么东西 大卫·弗里德伯格（David Friedberg）花了几分钟把这个概念讲清楚。FINRA 和 NFA（全国期货协会）都是自律组织，存在的逻辑是：金融公司之间天天在交易风险，谁也不希望被外面来的监管者用一套听不懂的规则卡死，于是行业自己定规则、互相检查，同时向国会相关委员会汇报，让委员会监督这些机构到底有没有干活。 他提到加州一年多前推的那套 AI 立法，"当时写出来的条文就没有一条说得通，一年后再看，那些规则和要求跟当下的技术压根对不上"。自律组织能随时调整测试方法、换测试的人、把真正懂行的独立专家请进来，速度快得多，不用等一个新机构从零搭起来。 萨克斯说他跟哈萨比斯私下聊过，并且把自己的条件列了出来。他强调只代表个人，不代表政府里的任何人。 > 新设一个政府机构，用不了多久就会变成 AI 版的车管所。政府没有能力评估 AI 模型，标准变得太快，很快会出现一条所有模型排队等着被测试的长队。一开始是一个月的延迟，最后会变成好几个月，我们会直接输掉这场 AI 竞赛。（萨克斯） 他给出五条必须满足的条件： - 行业代表要足够广，创业公司和开源阵营都得在里面，不能只有三家最大的实验室，否则很容易变成监管俘获。他点名说，如果让黄仁勋、马斯克、扎克伯格，再加上刚推出开放权重平台的米拉·穆拉蒂（Mira Murati）参与，俘获的问题能解决一大半。 - 只审真正的前沿模型，也就是那些确实代表技术水平跃迁的模型。达不到这个级别的模型不该被卡住上市，否则市场上领先的几家会拿这套机制去拖住后来者。 - 只管灾难性风险，也就是网络安全和 CBRN（化学、生物、放射、核）。虚假信息、微冒犯这类东西不该进来，这个机构不能变成言论监管者。 - 先自愿。证明自己有效之后，再写进法律变成强制。 - 它必须成为新监管机构的替代品。如果只是叠加在现有体系上面，那支持它就没有任何意义。 萨克斯还专门解释了"给 AI 建一个 FAA"意味着什么，因为这句话听起来很正面。FAA 要审批新飞机设计，任何新机型或重大改动都要拿到型号认证，一个全新机型要五到九年，修改一个证书要三到五年，波音 737 MAX 花了大约五年。这套逻辑用来防止飞机失事是合理的，但 AI 模型几个月就发一版，换成政府审批，时间线会从几个月变成几年，而中国不会遵守这些规则。 > 如果我的选项是 AI 版的 FAA 和 AI 版的 DMV，那我宁愿要哈萨比斯的 SRO。前提是得把这个东西做得干净、纯粹，否则它只会变成下一轮监管的开场报价，变成大规模监管俘获的工具。（萨克斯） 查马斯·帕里哈皮蒂亚（Chamath Palihapitiya）的态度更简单：越早越好。他担心的是接下来会有巨额资金涌入，试图影响两党的监管方向，最后变成某种形式的监管俘获，而"我们连它会以什么形式出现都还不知道"。真正危险的是少数几个玩家用自己的资产负债表把梯子抽掉，剩下一个双寡头市场。 萨克斯又补了一刀：FINRA 最终是向 SEC 汇报的，那么这个新的自律组织要向谁汇报？这件事本身就会引发一场恶战，之后还要承受政治压力。软件行业从来没有被这样监管过。他也承认，两害相权，自律组织确实是比较轻的那个。 ## 萨克斯盯着 Anthropic 打了一年 话题转到这里，萨克斯把去年 10 月的一条推文翻了出来。当时他说 Anthropic 在搞一套基于恐吓的精密监管俘获策略，很多人觉得他在欺负一家小创业公司。 他现在的说法是，Anthropic 早就不小了。估值已经是万亿美元级别，加文·贝克（Gavin Baker）认为 IPO 之后会到 3 万亿美元，按收入算也是领先的 AI 公司。这家公司有巨大的资源，并且把这些资源投在"把梯子抽掉"这件事上。 他引用《Politico》的一篇文章，标题是《Anthropic 在各州层层加码 AI 规则的内部计划》。文章的说法是，这家公司采取一种"比谁更严"的策略，鼓励各州不断收紧 AI 护栏。先拿加州的 SB 53 当模板，之后每进一个州就写得更严、覆盖面更广。这里没有稳定均衡，目标是让规则一直往上走。 > 你跑到政府面前说"请监管我，你们应该有更多权力"，政府里几乎没有人会回答"不不不，我们没这个资格"。绝大多数人会说，谢谢，还能再拿点什么。科技行业很多人犯的错误，是以为做点让步就能买通政治系统。这只会让压力不断加码，直到完全被政府控制。（萨克斯） 他的建议是这些公司得长出脊梁，明确划一条线。如果哈萨比斯的自律组织就是那条线，那就要同时换到优先权条款，以及其他写进法律的东西。如果只是白送出去，它就只是开场报价。 ## Stripe 联合 Block 和 Advent，530 亿美元报价 PayPal Stripe 到现在还是家非上市公司，这让不少股东着急。这次它拉上私募基金 Advent，还有杰克·多西的 Block，联合出价大约 530 亿美元收购 PayPal，折合每股约 60 美元，溢价不高，市场上普遍觉得最终会到 70 美元左右。Block 在这个组合里出 170 亿美元的股权。 一开始的报道口径很乱，有的只说 Stripe 和 Advent，后来才确认 Block 也在里面。查马斯说这一点很关键，Block 在不在里面，完全是两个不同的交易。 PayPal 手上有什么？4.39 亿个消费者账户，Venmo，Braintree，还有已经流通的稳定币 PYUSD。Stripe 那边有 2025 年花 10 亿美元买来的稳定币基础设施公司 Bridge。年化交易额上，Stripe 大约 2 万亿美元，PayPal 大约 1.7 万亿美元。 萨克斯对产品的判断不客气：这东西已经很老了，年增长只有 7%，本质上是个遗留产品。他好奇 Stripe 的人打算怎么修。也可能没打算修，就是跑效率、榨现金流，做成一个私募股权的活儿。 查马斯给出了他认为最合理的组合逻辑：这笔交易唯一能生出来的"孩子"，是一个 Visa 和 Mastercard 的竞争对手。合并之后账户规模到 6 亿到 7 亿，加上大规模的稳定币基础设施，加上 Stripe 十几年积累的风控能力。Stripe 早年最大的质疑，是它作为中间商抽的那一层会被竞争掉，所以被迫堆了一堆增值服务，结果它做得太好，这件事没发生。现在它可以纵向整合，从头做到尾，拿到一条成本接近于零的支付通道，Block 也一样，Advent 可以往里砸钱。 > 你不用去说服消费者，你去找用 Stripe 的商户，告诉他们新方式能省 3% 到 5%，他们会自己选。价格会到处往下掉。这笔交易对消费者是好事，正因为这样，如果放在两年前，它连反垄断审查的第一步都过不去。（查马斯） 萨克斯接着讲反垄断这件事，难的地方在于市场怎么定义。如果把市场定义成"给商户提供支付 API"，那就是 Stripe 对 Braintree，合并会被拦；如果真正的市场是 Visa 和 Mastercard 这个终极双寡头，那么加进来一个竞争者就是促进竞争，而这个市场比 API 市场大得多。 弗里德伯格把这件事放到更大的图景里。他提到瑞安·科恩（Ryan Cohen）竞购 eBay，认为这是同一个趋势上的第二个点：一批 AI 原生的操盘手，正在打量那些第一代数字原生公司。这些公司已经成熟、老化，创始人早就不在了，增长停滞，花钱大手大脚，几乎没用上 AI。从现代 AI 操盘手的视角看过去，遍地是机会。 资本方的问题是找谁去执行这场运营复兴，不能雇麦肯锡顾问来做。他举了 Bending Spoons 的例子，这家公司刚上市，总部在米兰，买下 AOL（14 亿美元）、Vimeo（14 亿美元）、WeTransfer、Eventbrite、Brightcove、Evernote，进去就诊断哪里超支、哪里投入不足、产品和营销出了什么问题，然后一个个修好，用 AI 原生的年轻高管接手运营。 > 我做一个预测：eBay 和 PayPal 只是一波大型并购的开始。一堆疲软的数字业务有价值、有用户、有注意力，配上资本的蓝色小药丸和合适的操盘手，都能被重新盘活。（弗里德伯格） 查马斯认为 530 亿不是最终成交价，还会再高 10% 到 15%。他还暗示"某位个人"应该认真考虑竞标，这个人跟最初的 PayPal 有渊源，手上有四五万亿美元市值可以调用，最近刚做过一笔 600 亿美元的收购。杰森接过话头说他们没有内幕消息。 他把这件事和并购环境联系起来。风投在丽娜·汗（Lina Khan）任内被压了几年，特朗普当选之后，企业里做并购的人发现交易又能做了，一笔接一笔地成交。Uber 刚买下 Delivery Hero，收入会因此增加两成多。LP 和家族办公室又开始问下一期基金什么时候开。 萨克斯讲了一段 PayPal 的旧事。2002 年被 eBay 收购之后，创始团队基本被清空，接手的是咨询背景的人。梅格·惠特曼（Meg Whitman）在宝洁、迪士尼待过，在贝恩干了八年，那是一套非常公司化的思维。eBay 把 PayPal 的创始一代当成麻烦，一群管不住的牛仔，完全没有留人的努力，他们离开的时候管理层甚至是松了口气。那才是一年后"PayPal 黑帮"出现的真正原因。萨克斯说他一直觉得这个叫法不准，应该是"PayPal 离散"。他当年被问到要不要回去当 CEO，最后没拿到这个 offer，公司选了一个传统的信用卡行业高管。 ## 苹果起诉 OpenAI：面试带实物零件 7 月 10 日，苹果提交了一份 41 页的诉状，指控 OpenAI 为开发消费级硬件设备窃取商业机密。 诉状里的细节很具体。唐坦（Tang Tan），苹果前 iPhone 设计副总裁，现在是 OpenAI 的首席硬件官，被指要求来 OpenAI 面试的苹果员工带上"实物零件"，在面试里做"展示与讲解"。刘畅（Chang Liu），苹果前高级技术工程师，给一位仍在苹果工作的同事发过一条短信："哈哈，我发现我能访问网络存储了。太好玩了。"过去一两年里，OpenAI 从苹果挖走超过 400 人。 杰森把这笔账算到了奥尔特曼头上。本来 ChatGPT 是 iPhone 的默认 AI，是拿下了最重要的平台，现在变成了旷日持久的诉讼。 查马斯说他二十五年里没见过苹果在硅谷这么爱打官司。苹果一向是被动反应型的公司，很少主动出击，所以一定是有什么东西真的把他们惹到了。他的态度很直接：不管这些人多聪明、多成功，离职的时候就是不能从老东家带东西走，带着自己脑子里积累的判断力过去，已经足够了。他不认为奥尔特曼、莎拉·弗莱尔（Sarah Friar）这些人会去诱导员工干这种事。 杰森的判断是，诱导可能没有，但事情大概是真的，否则苹果不会走到起诉这一步。 萨克斯不愿意对事实表态，只说了一条很简单的规则：从一个公司离职去另一个公司，什么都别带。能带走的只有脑子里的记忆，不带 U 盘，不带文件，什么都不带。 弗里德伯格对这个话题的全部贡献是一句话：几个点连起来就是一条线。 ## Grok Build 把整个代码库传走了 xAI 在 5 月底公测 Grok Build，最新的编程模型 Grok 4.5 驱动，在 Cursor 里工作。之前官方对用户的说法是：会话期间，代码库里的任何内容都不会传回 xAI 服务器。 实际情况是，开发者每次使用 Grok Build，工具会把整个代码库传过去，不只是完成任务所需的那些文件，而是全部。密码、API key、变更日志都在里面。本来应该拦住这件事的隐私开关没有起作用。7 月 13 日，xAI 在服务器端悄悄关掉了上传功能。马斯克在 X 上承诺此前上传的数据已经全部删除，并把 Grok Build 的 harness 开源。 > AI 里的隐私非常脆弱，非常易碎，哪怕是最优秀的公司在尽力也做不到。你可能不喜欢马斯克的性格，但他确实极度透明、极度可信，他们第一时间就关掉了。我的结论是，AI 里到处都藏着不显眼的数据泄露路径。你以为翻一下 ZDR（零数据保留）开关，一切就没事了，行业也是这么告诉你的，但答案是它不会没事，因为没有任何一方能保证这件事。（查马斯） 他认为出路在于一个分层的生态，必须有独立的第三方夹在企业和模型之间管理这种暴露。他承认这个判断对自己有偏向，因为这正是他们在做企业软件工厂时的一部分工作。 萨克斯接着说，纳德拉刚写了一篇很值得看的博客，讲"反向信息悖论"。他顺着亚历克斯·卡普（Alex Karp）之前的说法往下推：有技术能力的企业想对自己的算力、模型、权重、数据和控制权拥有主权。纳德拉给出了企业该怎么做的路线图，包括建立真正的信任边界、在租户内做私有评估、专有的学习循环、解耦的编排，以及明确有权微调自己的输出。 萨克斯观察到的现象是，这些公司的负责人正在像大学宿舍夜谈一样，互相接着彼此的概念往下想，一个生态正在成形，去对抗那套单体封闭的模型栈。Anthropic 和一部分 OpenAI 想要的方向，是你的模型、你的 harness、你的数据全被锁在他们的栈里。查马斯补了一句，你被锁住还得为这个特权付出一大笔溢价，这才是最荒唐的地方。 ## 每百万 token 卖 56 美元，是别人的一百倍 查马斯给了几个价格：前沿模型每百万输入 token 大约 56 美元，同级别的另一家是 26 美元，Grok 是 1 美元，中国模型是 50 美分。这个对比是和 Ramp CEO 埃里克·格莱曼（Eric Glyman）当天在电视上宣布的新产品连在一起看的。 > 我们今天推出 token 支出管理功能，Ramp 客户和非 Ramp 客户都能用。我今早看了数据，过去一年 Ramp 客户的 token 支出增长了 21 倍。所以 CFO 们被几美分的误差影响了，其实可能是好事，因为按这个速度，误差可能是好几美元。很多 CFO 会被账单吓到，因为 AI 公司实际上给你设了一个可以随便刷的账，CFO 很难提前看到大家在花什么，而且每次上新模型，价格往往还往上走，激励机制是错配的。（埃里克·格莱曼） 查马斯从这里推出一个结论：如果工程师在一个没有引导的系统里随手把百万 token 按 56 美元烧掉，这件事迟早会体现在财报上。会有某个上市公司 CFO 因为 OpEx 没算准而 miss 一个季度，只是不知道是谁。控制不住这件事，这就是一座烧钱的熔炉。 杰森用自己的例子做了对比。他在 Perplexity Computer 里同时用 Grok 和 GLM 5.2，给了同一个需求文档，要做一个播客播放器，能把所有科技商业播客里关于某个话题的片段串成一条流。花了两小时做完，用 Grok 只花了 11 美元。他想再用另一个模型跑一遍对比成本，结果发现 200 美元的额度已经用完了。 萨克斯提到了米拉·穆拉蒂的新模型 Inkling。它的定位在前沿下面一层，不追求前沿智能，是一个微调开放模型的平台，成本低得多，用户靠微调拿到自己想要的结果。他同时也指出，如果 Anthropic 得逞，这些开放模型活不了多久。查马斯把这层动机说得更白：你卖 50 美分，人家卖 56 美元，当然不希望这件事发生。萨克斯也补了平衡的一句：这些闭源公司自己还在高速增长，两件事是并行的。 查马斯认为，格莱曼不会推出这个产品，除非 CFO 们一直在抱怨管不住支出。如果足够多的 CFO 打开这个功能去限流，本质上就是在做一件事：判断这笔投入有没有回报。而工程师不会做这个权衡，他只想要最新最强的模型，反正钱不是他出的。 杰森的市场预测落在硬件上。马克·古尔曼（Mark Gurman）说 M7 Ultra 会支持高达 1.5TB 内存，是现在的两倍。上一代前沿模型，也就是 Opus 级别的模型，将能直接跑在用户的 Mac Studio 上。雇主会意识到，99% 的工作负载可以放在本地机器上，token 变成无限供应。他因此说苹果现在是被严重低估的买入标的，同时声明这是个人看法，算不上投资建议。 查马斯接了边缘计算这条线：Sunrun 宣布了可以放在家里的分布式数据中心模块，另一家公司 Span 在和英伟达合作。他还讲了自己在能源上的一贯判断，到 2050 年，美国的电力缺口会相当于 2.5 个加州的用电量，而加州是全球第四大经济体。这一周 PJM（覆盖宾州、新泽西、马里兰等 13 个州的电网）做了一次拍卖，需要大约 7 到 8 吉瓦的容量，实际只来了 156 兆瓦。 他解释了马斯克在孟菲斯是怎么绕过去的。正常做法是接电网的电，排不上队就得"表后"自建，自建又要过清洁空气许可这一关。马斯克买了一批 18 轮卡车用的移动燃气轮机，钉在地上发电，按个人使用来申报，从而绕开了那套要求。现在还有 Bloom Energy 这样的方案，能让大规模装置依然落在个人使用的许可范围内。 ## 纽约州叫停数据中心 纽约州州长凯西·霍楚尔（Kathy Hochul）签署了全国第一个州级超大规模数据中心暂停令。 > 它们由化石燃料供电，推高碳排放。它们占用大量土地，可能挤占农业用地和开放空间。归根结底，这些项目不应该带来更高的电费、被消耗的水资源，或者噪音污染。我们别无选择，只能应对这些巨型设施带来的挑战。这就是为什么我将签署全国第一个全州范围超大规模数据中心暂停令。（霍楚尔） 萨克斯逐条反驳。电费这一点，如果只接电网、不增加发电，让数据中心和居民抢电，确实会推高电价。但只要允许表后自建，它们就自己带电源进来。让 AI 公司变成电力公司，这正是总统从一开始就主张的解法。 土地那一条，他说数据中心是土地利用效率的典范，这个国家有大量土地，能找到足够空旷的地方建。从经济产出和占地之比看，数据中心的回报率属于最好的一档。噪音问题基本是编出来的，拉开一点距离就行。耗水这件事大体是个骗局，现代数据中心是循环用水的。他引用了一项研究，说一个典型数据中心的用水量相当于两家半 In-N-Out 汉堡店。 > 如果真担心水，去管杏仁，去管高尔夫球场，有太多比数据中心浪费得多的用途。把这些东西的经济影响放在一起比，数据中心是我们这个国家最该建的东西之一。（萨克斯） 他还指出，霍楚尔说数据中心制造了大量污染，但驱动这些数据中心的天然气，是我们手上燃烧最清洁的能源之一。数据中心已经成了公众对 AI 焦虑的替罪羊，成了一种笨拙的、给创新齿轮里塞扳手的方式。 查马斯补充了收益那一面：有些地方教师的奖金能拿到三四万美元，钱就来自数据中心带来的税收。杰森的落点是地理：欢迎来德州，这里有大量土地。他说纽约州有 70% 到 80% 的土地没开发，人们一想到纽约就想到拥挤的纽约市，其实往北开出去，地多得离谱。 查马斯还提了这一周在宾州卡莱尔陆军战争学院举办的国防与创新峰会，参议员戴夫·麦考密克（Dave McCormick）主办，总统到场讲了话。能源部长克里斯·赖特（Chris Wright）在会上说了一件事：抗议数据中心的人，资金来源有明显共同的模式，可以一路追到当年抗议水力压裂的同一批组织。这些人是在靠这些议题筹钱、谋生，是职业抗议者，会突然冒出来。 萨克斯说他有一件事想不通：Anthropic 为什么还在资助那些想掐死数据中心建设的组织。有一个叫 Public First 的机构，达里奥刚捐了第一笔七位数，还有一批 Anthropic 员工跟着捐。真正卡住 Anthropic 收入增长的是数据中心的算力供给，需求那边并不缺。 他转述了政治圈里的一种解释：民主党不会永远暂停数据中心，他们要暂停到获得足够的控制权、能自己定所有规则的时候。等他们要解禁时，会提出条件，这套条件里大概率包括一个新的监管机构，以及从社交媒体时代移植过来的内容安全和言论控制议程。萨克斯认为这很危险，因为即使两三年后解禁，项目本身还要几年才能重启，纽约州想再开一个数据中心，实际周期可能是五年起。 查马斯给了一个市场化的观察。数据中心资产有一条可以定价的曲线，他和合伙人安妮塔（Anita）持有的资产组合最近在向各大超大规模厂商询价，最极端的现象是曲线上"今天就能通电"的那一端价格极高。原因正是上面说的：大约 40% 的项目被搁置或取消，形成了巨大的能源缺口。追下去的结果是，药物研发、癌症诊断、更好的医疗和法律服务，都可能因为没电而服务不了。 萨克斯又加了一层：这些力量不只要在美国拦数据中心，还要在盟友国家拦，手段是不断收紧的芯片出口管制，把盟友也一起圈进去。查马斯接着说自己原本以为中东会因为地理位置（两三百毫秒内覆盖 40 亿人）爆发，结果没爆发，反而是亚洲和澳大利亚出现了一轮大干快上。这一周阿联酋获准进口最领先的芯片，这个循环又重新启动了。 ## 一张曲线图：从反 GMO 到反数据中心 弗里德伯格放出了一张图，是他理解美国反 GMO 情绪来源的关键。俄罗斯的媒体机构 RT 在 2010 年进入美国，2022 年被拜登政府驱逐。GMO 从 1996 年商业化，之后的 14 年里没有形成大规模反对，反 GMO 情绪是在 RT 进入之后才起来的；而当 RT 被各家平台切断、人们停止转发它、媒体不再跟着它写稿之后，这股情绪在美国又下降了。 他把这条线索接到冷战时期 KGB 的一套方法上，那套方法叫"积极措施"，核心是通过影响媒体做宣传，特别针对西方民主国家。德国弃核也可能是类似来源。他列举了这一类运动的共同特征：从科学和经济角度看都说不通，但活动人士会被高度动员起来，每个人都有一个在科学上站不住脚的理由。 > 今天有一份民调，超过 50% 的美国人相信数据中心会推高水和电的成本，哪怕这个数据中心完全循环用水、自己发电，仍然会激起反感。这是一种被深深植入的心理转变。人们有各种理由，讨厌富人、讨厌科技、讨厌 AI，但这些东西到底从哪来的？我确实担心其中有外国利益的作用。（弗里德伯格） 萨克斯说他觉得不止于此。一个月前 OpenAI 发过一篇博客，标题是《与中国政府有关的影响力行动正在瞄准美国的 AI 辩论》，Politico 和其他不少媒体都做了报道，国会也在推动调查。逻辑很清楚：如果能让美国建不成必要的基础设施，中国就赢了这场 AI 竞赛。 查马斯把这条逻辑推到了价格上。如果能劝住 Anthropic 去抽梯子，如果能杀死美国的开源，如果能限制用户选择更便宜的模型，那么一个成本高 50 到 100 倍的对手，不需要比你强就能赢。这是纯粹的算术。萨克斯又补上纳德拉的那层：企业付出的不只是钱，还把自己的专有知识和 alpha 喂给了前沿模型，这是双重打击。 ## 我们正在制造一场道德恐慌 萨克斯把话拉高了一层。所有关于 AI 灾难的讨论，说的都是未来可能发生的事，到现在一件都没有发生，连热议的网络安全风险也没有。就业冲击同样没有兑现。而按现在的走向，被毁掉的可能是这个经济体最核心的东西：自由市场创新的体系，快速迭代的文化，任何有好点子的人都能融到钱、开起公司。 > 想想奥弗顿窗口移到了什么位置，我们现在竟然在说，给这个行业建一个 FINRA 可能比所有替代方案都好。FINRA 是一群股票经纪人自己写规则。那个行业上一次出现真正的创新是什么时候？也许 Robinhood 把交易佣金变零算一次。我们在讨论为了还没出现的风险，去建一整套疯狂的规则和新的监管机构，同时扔掉我们手里的领先优势。Kimi K3 刚出来，人们说它非常接近前沿。我们对中国的领先可能只有几个月，如果还有的话。（萨克斯） 杰森的立场是值得监控，但不值得恐慌。他举了自动驾驶的例子：中国最近停发自动驾驶许可，跟技术行不行没关系，是就业受了冲击、出现了一些社会不稳定迹象。模型会不会黑进系统值得盯，Palo Alto Networks 在做评估，其他机构也在做。但今天没有灾难，最坏的情况只是多烧了一些 token。 萨克斯说真正处在前沿的只有几家公司，它们都在做安全测试和红队，他质疑的是现在是不是需要一个庞大的监管机器。杰森把矛头指向了叙事的源头：这一轮恐慌来自科幻小说，加上达里奥说所有工作都会消失。萨克斯补出了原话，达里奥一年前说过，50% 的入门级知识工作岗位会在 1 到 5 年内消失。他提醒说，早在 GPT-2 时期，这群人就想对算力超过 10 的 25 次方 FLOPS 的模型做审批，而现在每一个模型都远超这条线，也没有出现任何伤害。 杰森开了个玩笑，说一个人的焦虑症可能影响了整个历史进程，并邀请达里奥上节目，说邀请一直开着。萨克斯最后总结了一套他认为是真实策略的三步：一，把自己打造成最安全的 AI 公司。二，禁掉不安全的 AI。三，赚钱。 ## 科学角落：把细胞之间的那层积垢清掉 这一周的论文由 Google 旗下的 Calico 和 Revel Pharma 联合发表，关注的对象是细胞外基质，也就是细胞之间那一片区域。随着年龄增长，糖和脂肪会结合到这片区域里的蛋白质上，积累起来又清不掉，形成黏连，降低组织的流动性。这个过程叫糖化（glycation），最主要的产物叫 CML。CML 在自然界没有对应的降解机制。 研究路径是这样的：用 AlphaFold 找到一个能结合 CML 的蛋白质，从细菌里把它生产出来，测试活性，再用 DNA 编程改它的结构，做出成百上千个变体，递归优化五轮。之后在体外测试对酪蛋白、胶原蛋白、视网膜蛋白和血红蛋白的效果，能去掉 52% 到 97% 的 CML，有几个位点超过 90%。最后一步是拿高龄捐献者的人体皮肤做实验，去掉 55% 的 CML，把皮肤的生物学年龄拉回到 31 岁的水平，来源是 70 岁以上的捐献者。 剩下的问题是递送。做成乳膏，做成针剂，做成补充剂，还是用 RNA 让身体自己在内部生产这个蛋白，都有待回答。 查马斯抢答了商业化的顺序：第一个市场一定是化妆品，单独这一个市场就是 2 万亿美元。弗里德伯格说把酶抹在皮肤上让它自己吸收，游戏就结束了。他最后把话题绕回这期节目的主线：用 AlphaFold 发现并进化出这样一个自然界不存在的东西，是所有人都该认同的 AI 应用，也是最不该被外国心理战说服的地方。 - 把 token 支出当成一项真实预算来管。Ramp 客户的 token 花费一年涨了 21 倍，这个数字迟早会出现在某家公司的财报缺口里。给团队设额度，默认用低一档的模型，把最强的模型留给真正需要它的任务。98% 的提示词不值得用最贵的那个跑。 - 判断 AI 监管方案，盯住哈萨比斯那五条条件：行业代表是否包含创业公司和开源、是否只管真正的前沿模型、是否只覆盖灾难性风险、是否先自愿后强制、是否替代而非叠加在现有体系之上。这五条是识别监管俘获的清单，任何一条被拿掉，方案的性质就变了。 - 做能源或基础设施相关的事，把电力当成会重新定价的稀缺资产。能立刻通电的项目现在有极高溢价，约 40% 的数据中心项目被搁置。选址时要看的是能不能自备电源，而不只是地价和电价。 - 在企业采购 AI 时，把"钱"和"数据"一起算。纳德拉讲的"反向信息悖论"提醒你，喂给前沿模型的专有数据就是你自己的 alpha，那部分是隐性成本，也意味着你需要在租户内保留评估和微调的能力。 - 关注"AI 原生操盘手收购老化数字资产"这条线。PayPal、eBay 这类创始人早已离场、增长停滞、开销失控的公司，正在成为这一轮大额并购的标的，Stripe、Block、Bending Spoons 是这条线上值得跟踪的样本。 - 面对关于 AI 的公共叙事，先问一句这波情绪是从哪来的。反 GMO 情绪随 RT 进入美国而上升、随 RT 被切断而下降，这条曲线值得记住。同一套机制现在正落在数据中心和 AI 监管上。