Travis Kalanick: DeepSeek 恐慌、中美之争、OpenAI 融资 400 亿美元？DOGE 交出成果，嘉宾特拉维斯·卡兰尼克与大卫·萨克斯
DeepSeek Panic, US vs China, OpenAI $40B?, and Doge Delivers with Travis Kalanick and David Sacks
全文文稿 · 按对话顺序保留完整内容，深入理解上下文。
§01好友们介绍特拉维斯·卡兰尼克登场！
好了，各位。欢迎回到 All In 播客。今天我们的阵容非常棒。别忘了去我们的 YouTube，等等等等。订阅。
另外一定要看看弗里德伯格和他的偶像瑞·达利欧的突袭上线节目，今天已在所有平台上线。这是怎么促成的？弗里德伯格，小小的突袭上线。
很棒。我和瑞聊了他刚出版的新书，讲的是国家如何走向破产，显然，
非常自由的话题。现在就破产，最爱。
美国。我
认为他大量谈到了不同国家债务周期的历史背景。基本上，在书的结尾，他提出了一个我认为相当重要的建议，就是努力让美国的净赤字大致降到 GDP 的 3%，这是扣除包括利息支出在内的所有支出后的净额。这就是他给政府的建议。我觉得时机非常合适，正好赶上政府换届。总之，话题很棒，值得好好聊，这本书也非常重要。
太棒了。干得好。我们非常高兴请到坐在红色宝座上的特拉维斯·卡兰尼克。他是 CloudKitchens 的联合创始人兼 CEO。他还在出租车行业干过一阵子，是 Uber 的联合创始人兼前 CEO。
是的，去年我们在 All-In 峰会上做了一次很棒的访谈，现在他结束媒体休整期回来了。他一直在实验室里忙 CloudKitchens。你好吗，兄弟？
我挺好的。我得说，就像在峰会上一样，杰森，我我……是的。能和这样一位知名的 Uber 投资人同处一室，我深感荣幸。
当然。当然。我是说，终于有人认可我的……那伟大的贡献。
JKO 的伟大。
是的。当然。我会提个三四次。我们会……感谢。我会给你点赞。
你不用
再自己给自己吹了。
所以谢谢你。我
很感激。很感激。让你的赢家继续跑。雨人大卫·萨克斯。上面说我们
把它开源给了粉丝，然后他们已经
§02特拉维斯解析食物的未来与 CloudKitchens 的现状
给大家简单介绍一下 CloudKitchens、这门生意以及进展如何吧，因为大家显然已经沉迷于在家点外卖，这是相当大的趋势。
是的。我是说，从宏观上讲，可以这样理解：这关乎食物的未来。食物的未来会是什么样？你会想，嗯，一百年后，我们先从很远的地方说起。一百年后，你会吃到质量非常高、成本非常低、而且极其方便的食物。
而且会由机器来制作。会由机器把它送到你手上，而且会完全符合你的饮食偏好、口味偏好等等。它就这样送到你面前，而且便宜到接近甚至低于去杂货店买菜的成本。这更像是用今天的情况做的类比。所以一百年后，当然就是这样。
没有人会自己做饭。那 20 年后呢？10 年后呢？所以这家公司做的是房地产、软件和机器人。全都是关于食物的未来。
如果你能把质量做上去，把成本降下来，开始接近去杂货店的成本，你对厨房做的事就相当于 Uber 对汽车做的事。嗯。这就是关键。
特拉维斯·卡兰尼克
苦干。就像，你知道，Uber 世界里的比特和原子。嗯。这个呢，大概是每个比特对应 5 倍的原子。这是重型工业的东西。
可能更接近于，你知道，埃隆在他某些公司里走的路子。就是说，技术超级有意思，但你得在原子层面硬啃下来。
你觉得未来人们还会真的自己做饭吗，还是会变成一种集中化的服务？它会针对人们的健康进行优化吗？如果你的愿景成真，你认为对食品供应会有什么影响？这些问题你怎么看？
听着。未来人们会把做饭当作爱好。我在办公室里开过一个玩笑。我说，我喜欢马。我爱马，但我不骑马上班。
会有点像那样，你可以做饭。做饭是一件很有灵魂的事。这是很人性的事。但是，你知道，天晚了。你知道，妈妈下班很晚才回家，需要给孩子们准备一顿有营养的饭，她现在不必自己做，以后也不用做，而且她也不用去麦当劳。
它会同时做到高质量、方便和低成本。而且，是的，饮食偏好，一切都会考虑到，因为它会是超个性化的。就像互联网在内容方面那样
嗯。
而且在你具体想要什么的偏好方面还要更进一步、再进一步。
我是说，你们有这些电脑在运转，哦，这些机器人在运转，我想是在费城的某个地方，在实验室里做碗餐。对吧？
我是说，我们现在已经走出实验室了。我们有自己的机器。我们有一台叫做“碗餐组装机”的机器，基本上可以用碗做出不同菜系的餐。比如，想想看，就像
像 Sweetgreen。就像他们那种，对。
我们并没有专门和这些品牌合作，但我就……这是个好类比。想想 Chipotle、Cava、Sweetgreen，你懂我的意思。我们创建了类似这些品牌的测试品牌，在开发机器的同时开了一家真正的餐厅，开这家餐厅就是为了证明机器可行。现在我们的客户正在参观、考察。我们将在 4 月与 5 家客户一起推出。
他们在使用这台机器，运作方式是他们会来到……当然，我们有房地产，所以我们有厨房，你知道，全球有数万间厨房。他们会来到我们某个设施里的一间厨房。这是一家只做外卖的餐厅。他们早上备好食材，然后就离开。机器会……如果你在网上下单，DoorDash、Uber Eats 等等，他们就按平常的方式在网上下单。
完全按你想要的方式自己组合碗餐，碗里会分装好所有食材，热的或冷的，酱汁等等，然后盖上盖子。碗被放进袋子里。餐具也放进袋子里。袋子封好，然后从传送带上出来。机器拿到袋子。
袋子被送到设施前端，放进一个储物柜。储物柜就放在那里。DoorDash 的骑手来了，用手机上的应用在摄像头前晃一下，就会打开装着你应该
拿到的食物的那个柜子。
太酷了。
所以，如果你是餐厅经营者，按需出餐的苦活，也就是餐饮业的那种苦活，就没了。你基本上只需要备料，而且这和人们点餐的时间是异步的。机器负责最后的组装，本质上就是所谓的装盘。
你觉得未来会不会有一种服务，可以让我的生理数据
嗯。
我可以通过 CloudKitchens 和你们分享，然后你们就能根据我已知对我好或不好的东西，一直优化我的食物？
首先，我们做的是服务餐厅。
嗯。
所以会是这样，查马斯，你会把你的饮食偏好分享给 Uber Eats、DoorDash、Sweetgreen 或者其他什么人。我们公司的客户承诺是：我们服务那些服务他人的人。
嗯。或者
换种说法，为更好的食物提供基础设施。所以我们相当于食品领域的 AWS 或 NVIDIA，随便你怎么叫，如果这样说得通的话。我们在幕后。我们是基础设施。所以你会提供你的偏好。
对。应该是由像 Sweetgreen 或者别的什么品牌，比如 Chipotle，来说：嘿，各位。和我分享，比如……是的。分享你饮食限制和需求的加密哈希，不管是你的血脂检查结果还是什么，我会据此定制，然后你们在
后端实现它。差不多
接近我的意思，对吧？你可以这么做，授权你的 Apple 健康。
这真的太棒了。
只要授权 Apple 健康就行。
当这些碗餐下线时，你看我说话的方式。这就像一条装配线。当这些碗餐下线时，碗上的标签会写着里面每种食材有多少克，外加一张盖上盖子之前的照片。在碗餐由骑手配送的路上，这些信息就可以发给顾客。对吧？
特拉维斯，你怎么看整个 MAHA 运动以及食品供应本身？那会怎么改变？餐厅会更多地采用从农场到餐桌的模式吗？
我觉得，听着。我觉得我们在很多不同行业的供应链中看到的情况是，它们会被高度连接起来。现在我们处于制造环节，但接下来会发生什么呢，你会说，好，我们在做组装。然后你会说，好。
那备料呢？然后你再往上游走，你会想，那供应链呢，比如 Sysco、US Foods？然后再往上走，你会想，那么农场和农业中的机械化是怎么发生的？然后这一切又如何连接起来，去服务顾客以及他们想要的东西。所以，你真的可以确切知道那份食物里用的是哪种小麦，它到底是不是真正的有机。
比如，它到底来自哪块田？诸如此类。你可以想象，在与饮食相关的方面把供应链管得非常严密。至于 MAHA，那绝对是举双手赞成。我是说，我订了几样不同的东西，我去了小罗伯特·肯尼迪的网站，他们有……他有周边商品。
他有 MAHA 周边。我有那顶绿色的 MAHA 周边帽子。我今天应该戴着它来的。我非常支持。
你买了连体衣吗？
是的。太棒了。
那件连体衣太疯狂了。你的碗餐组装机，弗里德伯格，你也尝试过做这个。对吧？你的……这是一个……
我们在十年前，或者说 2015 年，就有一台碗餐组装机。是的。看过它。他其实……嗯。在我们造出来的时候去参观过。
我们围绕一种罐式机构设计了这个系统。所有的备料都在一种类似的中央厨房模式下完成，然后批量装载，再放进小罐子里。罐式分配器上有 30 个槽位……是的。然后这些罐子会沿着设备移动、打开，你就可以组装出有米饭、豆子以及各种东西的碗餐。
整个过程都是自动化的。我们当时正在建造第一家自动化门店，结果我因病从 Eatsa 休假离开，最终公司没能把它投入生产。但我们有很棒的可运行演示，而且非常……是的。我是说，这显然是一件不用想都知道的事，这一定是
你很喜欢这个。
是的。当时我们其实……我告诉你们。我们其实和 Chipotle 签了一份投资意向书。那是九年前，要把这个系统放进 Chipotle 门店，当时我们也在和 Sweetgreen 进行早期洽谈。显然，乔纳森和他的团队后来开发了他们自己的系统。
但是，你知道，基本上，你可以把很大一部分快餐简化成这种以碗餐为基础的系统，并像特拉维斯正在做的那样把它自动化。所以这是显而易见的事。而且在劳动力短缺或劳动力价格上涨真正造成问题的时候，这当然是必要的。而且，是的，这就是最初的自动餐厅，在……嗯。在纽约……是的。
在，在二十世纪初。
我很喜欢这个。
但他们，对。他们在那面墙后面有个中央厨房，做好一盘盘的菜。你往里放进……你投一个 25 美分硬币，转动旋钮，就能把你的饭拿出来。这就是经典的……
经典的人工的“人工智能”。对吧？就像那个“机械土耳其人”的东西。我是说，听着。关键是这样的。
快餐餐厅的自动化有一个非常有意思的小细节：它们已有的实体门店是按某种方式建造的。那种布局是为人设计的，让人按照确定且非常具体的方式在某些流程中工作。那个厨房和空间的每一平方英寸都经过精确调校。当你把这样一台机器放进去，整个东西都会改变。所以光是起步，你就得……比如，如果你要替换 Chipotle 的前台出餐线，你就得把那条出餐线拆掉。
你得拆除。是的。你得装一台新机器。
这是他们所有人都面临的挑战。
所以现在这就是一大笔资本支出。我的店要停业两到三个月，经济账就开始算不过来了。而且顺便说一句，我在那家实体店里仍然需要有人。所以，你知道，听着。我们的思路不一样。
我们是只做外卖的模式。所以这些是在幕后为外卖制作食物的真正基础设施，你不会遇到这些问题。当然，我们的配置、我们的基础设施，这些厨房就是为放置这类机器而设计的，反之亦然。我们把机器设计成适合放在这些厨房里。
我们早期在 Eatsa 做这个的时候，外卖还处于非常早期的阶段。我们建的这些 Eatsa 餐厅占地面积更小。我们有一家 800 平方英尺的餐厅，年收入 300 万，里面只有几个人在工作。但在午餐高峰期，我们每小时大约有 800 人在那家餐厅点定制碗餐。
这是在 1……对吧？那是 LAJ。
One Market。
One Market。没错。所以
顺便说一句，你们有没有注意到 JCal 在背景里推销他的产品，尽管这和特拉维斯说的完全没关系？
§03萨克斯加入！
哦，欢迎回到节目。什么都没变。
萨克斯来这里是为了
……别人居然也注意到了。
我刚听到一个来自上方的声音。是 AI 和加密货币沙皇。我就想，哇。降临了。我们都坐好听着吧。
沙皇回来了。
萨克斯，有没有什么关于华盛顿生活的趣事想分享？在政府里的第一周有多激动人心？
太棒了。我是说，很难相信才过了一周。对吧？所以你
是在白宫里，还是在它旁边那栋楼里？你有办公室吗？那栋楼。
你是说财政部大楼？对。因为有人在
说它旁边有一栋楼什么的。我不知道。
我在旧行政办公大楼有一间办公室，那栋楼也被称为艾森豪威尔大楼。然后我有通行证，如果想去西翼，可以直接走过去。大门后面有一整个白宫建筑群，西翼和艾森豪威尔大楼都是其中的一部分，那个建筑群里还有另外几栋楼。真的很酷。去白宫上班真的很棒。
我只是说说。太棒了。就像在拍电影或者
电视剧？
真的很酷。你知道吗？
太棒了。
有没有什么有趣的会议可以聊聊？我是说，我知道我们今天是来聊 DeepSeek 的，但有没有什么有趣的会议，或者就是氛围、四处走动时的趣事？咖啡怎么样？有没有类似食堂的地方？你碰到过什么有意思的人吗？
白宫里确实有一个食堂，叫做海军食堂，我想他们现在才刚开始营业。你能做的比较酷的事情之一，就是带人去海军食堂吃午饭。
哦，很期待。
萨克斯刚刚发出了邀请。所以
我很期待。
我很期待带查马斯和弗里德伯格去那里。
我会戴上我的 MAGA 帽子。好了。
好，我们开始吧。你在这里是因为你，我们有
一个非常具体的……他在这里是因为世界末日要到了，杰森。西方世界要终结了。
好的。西方世界要终结了，而大卫·萨克斯要来拯救它。不过上周我们因为这个 DeepSeek 有点恐慌。如果你还不知道，那是一家中国 AI 初创公司。他们发布了一个新的语言模型。
§04DeepSeek 恐慌：哪些是真的、训练创新、中国，以及对市场和 AI 行业的影响
它叫 R1。它基本上与西方一些最好的已投产模型不相上下，比如 OpenAI 的 o1 模型。但他们声称，听着，来自中国的说法你可以相信，你知道，仅供参考。他们声称整个过程只花了 600 万美元，只用了 2000 块 GPU。作为对比，据报道 OpenAI 训练 GPT-4 花了 8000 万到 1 亿美元，也就是你们现在都在用的模型。
而且，萨姆声称他们将花 10 亿美元训练 GPT-5。所以这大约是 GPT-4 成本的 7%。显然，NVIDIA H100 对中国有出口限制。所以关于他们到底有没有 H100 存在很大争议。而且，周一股市一片血洗。
按损失的市值总金额计算，NVIDIA 遭遇了股市历史上最糟糕的一天。它下跌了 17%，也就是 6000 亿美元。台积电下跌了。ARM 下跌了。博通下跌了。所以我想每个人都在问：他们是怎么做到的？
他们真的做到了吗？然后还有很多争论，关于他们是否窃取，这话从 OpenAI 嘴里说出来就有点讽刺了，OpenAI 自己就被当场抓到窃取别人的内容，现在却在喊冤，说中国人窃取了，或者说通过所谓的蒸馏训练了他们的模型来构建自己的模型。萨克斯，显然你是 AI 沙皇。我很好奇你对这一切怎么看，也谢谢你来。
嗯，我觉得这份工作很酷的一点是，当这样的事情发生时，我可以和所有人交流，而且每个人都想交流。我感觉我已经和……也许不是 AI 领域所有顶尖人物，但感觉是其中大多数人都聊过了。关于 DeepSeek 的看法肯定五花八门，但根据从这个领域顶尖人物那里听到的内容，我觉得我已经开始整理出一个综合判断。这确实引起了一些恐慌。我是说，一个模型发布能成为全球新闻，或者在一天之内导致 1 万亿美元的市值下跌，这是很罕见的。
所以思考一下为什么这会成为如此有冲击力的新闻是很有意思的。我认为这是因为这家公司有两点不同。一是，显然它是一家中国公司而不是美国公司，所以就有了整个中美竞争的问题。另一点是，它是一家开源公司，或者至少它开源了 R1 模型。所以就有了整个开源与闭源之争。
如果去掉其中任何一点，这可能都不会成为这么大的新闻。但我认为这些因素的叠加吸引了很多人的注意。比如，TikTok 很大一部分受众是国际用户。他们中有些人喜欢美国可能赢不了 AI 竞赛的想法，喜欢美国在这里遭到报应，我认为这助长了 TikTok 上早期的关注。同样，有很多人支持开源，或者对 OpenAI 抱有敌意。
所以他们有点希望看到这样的想法成真：哦，有一个开源模型，会以二十分之一的成本把 OpenAI 做到的东西免费送出去。所以我认为所有这些都给这个新闻添了柴火。现在我认为问题是，好，我们应该如何看待这件事？我是说，我认为这个故事里有些事情是真的，也有些事情不是真的，或者应该被驳斥。我认为，我们姑且称之为真实的部分是：如果你在几周前对人们说，第二家发布类似 o1 的推理模型的公司会是一家中国公司，我想人们会对此感到惊讶。
所以我认为确实出乎意料。先给大家倒回去讲一下背景，你知道，现在有两大类 AI 模型。一类是基础 LLM 模型，比如 ChatGPT 4o，DeepSeek 对应的是 V3，他们一个月前发布的。这基本上就像一个聪明的博士。你问一个问题，它给你一个答案。
然后是新的推理模型，它们基于强化学习，这是一个与预训练相对独立的过程。o1 是第一个按照这个思路发布的模型。你可以把推理模型想象成一个聪明的博士，他不会脱口给你一个答案，而是会真正去把活干完。你可以给它一个复杂得多的问题，它会把这个复杂问题分解成一组更小的问题，然后一步一步地去解决。这就叫思维链。
对吧？所以即将到来的新一代智能体就是基于思维链这种理念，也就是 AI 模型可以按顺序执行任务，解决复杂得多的问题。OpenAI 是第一个发布这类推理模型的。Google 正在开发一个类似的模型，叫 Gemini 2.0 Flash Thinking。他们发布了一个早期原型，叫 Deep Research 1.5。
Anthropic 也有类似的东西，但我认为他们还没有发布。所以其他公司也有类似 o1 的模型，要么在开发中，要么处于某种内测阶段，但 DeepSeek 确实是继 OpenAI 之后第一个发布完整公开版本的。而且，他们还把它开源了，所以引起了相当大的轰动。我认为，下一家推出这种推理模型的大公司会是一家中国公司，而且他们会开源并免费送出，这确实让人们感到意外，我记得 API 访问的价格大约是二十分之一。
所以所有这些确实推动了新闻周期，而且我认为是有充分理由的，因为如果你在几周前问业内大多数人，中国在 AI 模型上落后多远，他们会说六到十二个月。而现在我认为他们可能会说大约三到六个月。对吧？因为 o1 大约是四个月前发布的，而 R1 与之相当。所以我认为这肯定让人们对中国在 AI 上有多接近的时间判断提前了。
现在我们来看看他们只花了 600 万美元就做到这一点的说法。在这一点上，我和帕尔默·拉奇、布拉德·格斯特纳等人看法一致，而且我认为和我交谈过的每个人基本上都证实了，这个数字应该被驳斥。首先，关于这个模型的训练投入了多少钱的说法很难验证。这不是我们能通过实证发现的东西。但即使你照单全收，那 600 万美元也只是最后一次训练运行的费用。
所以当媒体炒作这些故事，说这家中国公司花了 600 万就做到了，而这些愚蠢的美国公司花了 10 亿，这并不是同类比较。对吧？我是说，如果要做同类比较，你需要把 DeepSeek 最后一次训练运行的成本与 OpenAI 或 Anthropic 的进行比较。而 Anthropic 创始人所说的，以及我认为布拉德作为 OpenAI 的投资人并和他们交流过之后所说的，是大约九、十个月前最后一次训练运行的成本更多是在几千万美元的量级。所以，你知道，并不是 600 万对 10 亿。
好吗？这是
10 亿美元这个数字可能包括了他们购买的所有硬件、多年来的投入，是一个整体数字，而不是训练数字。是的。你的意思是，拿它来比是不公平的。
拿美国 AI 公司的，我们姑且称之为从头到尾的数字、完全计入所有成本的数字，去和这家中国公司最后一次训练运行的成本相比，是不公平的。
但很快说一下，萨克斯，你们面对的是一个开源模型，而且他们发布的白皮书非常具体地说明了他们是怎么做出来的，以及得到了什么样的结果。我不认为他们公布了训练数据，但你可以开始对他们已经公布的内容进行压力测试，看看本质上你能不能以低成本做到。
就像我说的，我认为这个数字很难验证。我认为如果……我们就假设我们认可他们 600 万这个数字。我的重点不在于他们不可能做到，而在于我们需要进行同类比较。
是的。
所以，比如，如果你要看 DeepSeek 走到这一步的完全成本，那么你就需要看迄今为止他们所有模型、所有实验、所有训练运行的研发成本，对吧，还有他们肯定拥有的计算集群。领先的半导体分析师迪伦·帕特尔估计，DeepSeek 大约有 5 万块 Hopper。具体来说，他说他们大约有 1 万块 H100、1 万块 H800 和 3 万块 H20。那么成本
萨克斯，抱歉。这是 DeepSeek 自己，还是 DeepSeek 加上那家对冲基金？
DeepSeek 加上那家对冲基金。但创始人是同一个人。对吧？顺便说一句，这并不意味着他们做了任何违法的事。对吧？
因为 H100 是在 2022 年被出口管制禁止的，然后 2023 年禁了 H800，但这位创始人非常有远见。他非常超前，他通过自己的对冲基金，基本上在用 AI 做算法交易。所以他很早以前就买了这些芯片。不管怎样，你把一个拥有 5 万多块 Hopper 的计算集群的成本加起来，会超过 10 亿美元。所以那种说有一家草根小公司只花 600 万就做到了的说法，并不真实。
他们有一个相当大的计算集群，用来训练他们的模型。坦白说，这还没算上他们可能拥有的超出 5 万块之外的任何芯片，你知道，那些他们可能违反出口限制获得的、显然他们不会承认的芯片。而且我们就是不知道。我们并不真正了解他们拥有的全部情况。所以我只是觉得值得指出，我认为故事的这一部分被过度炒作了。
很难知道什么是事实，什么是虚构。每个在外面猜测的人都有自己的动机。对吧？比如，如果你是一个实际上极度看好 NVIDIA 的半导体分析师，你会希望“用 600 万美元不可能训练出来”是真的。显然，如果你是做出如此颠覆性替代品的人，你会希望“用 600 万美元训练出来”是真的。
我认为所有这些都只是猜测。让我印象深刻的是他们的方法有多么不同，TK 刚才也提到了这一点。但如果你深入研究，不仅是 DeepSeek 最初的白皮书，他们还发表了一些后续论文，细化了一些细节，我确实认为这是一个……萨克斯，如果你不同意可以告诉我，但这是一个需求是发明之母的例子。我给你们举两个例子，我读到这些的时候就想，天哪，这些人真的很聪明。第一个是，正如你所说，我们先把他们是否蒸馏了 o1 这个问题放一放，我们稍后可以讨论。
但归根结底，这些人想的是，嗯，我要怎么做这个强化学习？他们发明了一种完全不同的算法。当时有一种正统做法，对吧，一个叫 PPO 的东西，大家都在用，而他们说，不。我们要用别的东西，我想叫 GRPO 什么的。它占用的计算机内存少得多，而且性能非常高。
所以也许，萨克斯，实际上他们受限于一定量的算力，这促使他们找到了这个方法，而如果你拥有完全过剩的算力，你可能就找不到它。第二件疯狂的事情是，大家都习惯通过 CUDA 构建和编译模型，CUDA 是 NVIDIA 的专有语言，我说过好几次，这是他们最大的护城河，但它也是锁定效应最大的威胁载体。而这些人完全绕开了 CUDA，他们用了一种叫 PTX 的东西，直接深入到裸机层面。它是可控的，实际上就像在写汇编。我之所以提到这些，唯一的原因是，我们，也就是西方，有那么多钱，却没有想出这些点子。
我认为我们没有想出来的部分原因，并不是我们不够聪明，而是我们没有被逼着去做，因为不存在那些约束。所以我只是在想，我们如何确保学到这个原则。意思是，当一家 AI 公司刚起步，某个 VC 就给了他们 2 亿美元，也许这对 A 轮或种子轮来说并不是正确的答案。也许正确的答案是 200 万，这样他们才会做出像 DeepSeek 这样的创新。
而且约束成就伟大的艺术。弗里德伯格，你看到这些怎么想？
嗯，我认为鉴于低成本和速度，它也带来了一类新的投资机会。它确实凸显出，创造价值的机会也许并不在价值链的那个层级，而是在更上游。巴拉吉今天在推特上发了一条评论，挺有意思的，或者我
我想我们……套壳。关键在于套壳。
是的。他说，原来套壳可能才是……护城河。
护城河。就是护城河。
这是真的
归根结底。
如果模型性能持续提升、变得更便宜，而且竞争如此激烈，以至于商品化的速度比任何人想象的都要快得多，那么价值就会在价值链的其他地方被创造出来。也许不是套壳。也许是在用户那里。而且，顺便说一句，这是很重要的一点。也许是在经济中更远的地方。
你知道，当美国的电力生产腾飞时，并不是那些生产电力的公司赚了很多钱。而是经济的其他部分获得了很大一部分价值。
嗯，你马上就会看到对此的一次大考验，因为如果 OpenAI 以 3400 亿的估值融资 400 亿
百分之百。
这消息刚刚发出。3400 亿估值的承销逻辑，正是你刚才说的，弗里德伯格。关键在于套壳。意思是，ChatGPT 是下一个杀手级应用。它的月活正在达到 10 亿以上，日活达到数亿。
它在争夺消费者使用量。这就是那个模式。那个模式就是，比如说，消费者使用量。
这让他们和 Meta 走上了正面冲突的轨道。只有这家公司真正能影响这一点，因为目前只有它每天拥有数十亿日活用户的眼球。顺便说一句，扎克在财报发布中就说过这话。他大意是说，只会有一家公司把 AI 带给十亿以上的人，而那会是我们。他昨天发布的财报里就有这句话的某个版本。
然后微软在云业务上显出了疲态。微软今天下跌了 6%。你知道，我觉得这是 OpenAI 的一个窗口期，可以说我们要和 Meta 正面对抗。就是这个时候。我们要成为主角。
你们怎么看？
有点忽略了谷歌。
你们怎么
看 OpenAI 和微软之间现在发生的事？因为如果这个蒸馏的事真的发生过，那么只有一个地方能蒸馏 o1 模型，那就是 Azure。所以那边到底是怎么回事？
嗯，而且那上面还支持 R1
快速解释一下蒸馏。
好。当你有一个参数量很大的模型时，要得到一个更小、更好用的模型，就像 Sacks 提到的那样，就要通过一个叫蒸馏的过程，由大模型去喂小模型。小模型向大模型提问，你拿到答案，再进行精炼。顺便说一下，你们可以看到这一点。Nick，我发了你一个片段。
你们能看到这个。我是说，显然有蒸馏在发生。Nick，你能放一下 DeepSeek 运行的那个片段吗，就是它显示出关于中国的答案然后又把它删掉的那个？《1984》里温斯顿的工作是什么？对吧？
然后它开始给出一整段概述。接着那个人问，目前有没有真实存在的国家这么做？等一下。来了。它说朝鲜。
等等。它说中国。然后，等着。看这个。嘭。
之所以会这样，是因为你看到的是这个思维链。你看到了好几层，然后它在事后才把它拦截掉。所以我们知道这是从某个别的模型蒸馏来的。我唯一想说的是，有点开玩笑的意思，现在你去用 OpenAI 的时候，你用的是放在某个 Azure 实例里的它。对吧？
所以运行它的是微软的云基础设施。这就引出了一个问题：这次蒸馏的发生并不是 o1 的错，也不是 OpenAI 的错。我也不是想追究责任。但通常，如果发生这种事，你会去找你的云服务商说，你们怎么会让这种事发生？我觉得还没有人给出过好的答案。
而且这家云服务商现在还在托管 R1，所以他们实际上同时在削弱 ChatGPT 和 OpenAI。
澄清一下。他们托管的是他们自己的一份副本，对吧？是的。因为 R1 能够被获取，他们，
谁
你说的是谁，Sacks？微软。
对。微软在托管他们自己版本的 R1，这意味着他们在主动拆合作伙伴 OpenAI 的台，把用户推向一个更便宜的模型。
嗯，随便吧。我是说，你看，亚马逊也会托管自己版本的 R1。Grok 也有一个 R1 版本。
对，我们有一个。
刚上线。它现在是开源的了。所以连他的笔记本电脑上都有 R1。你知道吧？
对。没错。对。
但如果它真的像 Sam 声称的那样是被偷的，知识产权被偷了，那你会觉得他应该能打电话给 Satya 说，嘿，你能不能别把偷来的知识产权放在你的服务器上，再以更低的价格推给所有人？这恰恰说明微软对 OpenAI 毫无忠诚可言。对。而且他们有……但你会觉得他们应该有忠诚。
他们没有忠诚。要蒸馏 o1，得用暴力方式。不会是那种“哎呀，真不敢相信它被蒸馏了”。那需要对某个 API 或者某个东西发起数量极其庞大的调用
某个东西。
那不可能不被注意到。而且 哦，
他们确实出来说过，最近封锁了一些可疑活动。
对。不过他们一直都在做这种事。他们一直……那是常态。你一直都在做这个。
那就像，你知道，老派的
让我
你知道吧？你说吧，Sacks。
让我
让我谈谈蒸馏这一点。我几天前在福克斯新闻上提到过，我认为蒸馏很可能或者有可能发生过，而且有一些证据支持这一点。结果这成了一条新闻，我甚至没意识到说这话会成为新闻，因为这在硅谷算是个公开的秘密。我交谈过的每个人都这么认为。
他们都在做某种程度的蒸馏。对。我是说，反正每一家都会拿自己的模型和他们的做对比测试。
对。基本上我交谈过的每一个人都同意，这里存在一些从 OpenAI 进行的蒸馏。这并不意味着这是唯一发生的事。可以肯定的是，DeepSeek 团队非常聪明，也确实有一些创新，但同时也存在一些蒸馏。而且，我觉得从硅谷的角度来看，这甚至都不算新鲜新闻，因为一个月前，DeepSeek 的 V3 模型发布时，硅谷就有过一轮报道，说 DeepSeek V3 会自称是 ChatGPT。
当你问它“你是谁？你是什么模型？”时，8 次里有 5 次 V3 会告诉你它是 ChatGPT 4。网上有很多这样的视频和例子被发布出来。对吧？
关键是，我们一个月前就知道 V3 是用大量 ChatGPT 输出训练的，这很明显，因为 V3 自称是 ChatGPT，而这有两种可能的发生方式。一种可以称为无辜的解释，是 DeepSeek 爬取了网络，找到大量已发布的 ChatGPT 输出，然后用这些进行训练，这既不会违反 OpenAI 的服务条款，也不会侵犯其知识产权。另一种解释是他们使用了 OpenAI 的 API，然后基本上，你知道的 放开手脚大干了一场。对。放开手脚大干了一场。
而且根据我们目前所知道的，我认为没有办法证明到底是哪一种，但我知道大多数人认为发生了什么。说到底，OpenAI 大概能查清楚，他们也已经表示，他们认为这里存在一些不当的蒸馏。
不过，对。
然后《时报》报道说，OpenAI 表示已经发现证据，表明中国人工智能初创公司 DeepSeek 使用了这家美国公司的专有模型来训练自己的开源竞争产品。
对，我说的就是这个。所以他们说 他们
在这件事上说得非常清楚。
顺便说一句，我觉得在这件事上你得同情一下 OpenAI，因为如果你在创业，你在努力融资。伙计们，我们都经历过这种周期，就是有了势头。我们在内部庆祝这种势头。正是它给了你能量，推动团队更进一步、更加努力。然后突然之间，结果发现其中有一部分……Travis 说得好。
比如说，OpenAI 的办公室里大概有一张图表，显示这些 API 被调用了多少次，对吧？你知道，这些端点被调用了多少次。一切看起来都很积极。然后你意识到其中有一部分其实是恶意的，是想削弱你的价值。
这很难让人接受。然后你必须非常快地纠正方向。你必须把东西锁定。这是一个……安全。没错。
我们还没谈过这一点。比如说，你必须把这些模型锁起来。现在你必须把这些端点锁起来。你看，在拜登政府时期，如果发生了这种事，第一个讨论会是：我们需要对使用这些模型的人做 KYC（了解你的客户）。
这就好比，你在说什么？我们不对云做 KYC。如果你想用一个 EC2 端点或者一个 S3 存储桶，你不需要突然证明你是谁。你只用一张信用卡就可以开始用了。这正是扩散能够如此迅速发生的全部原因。
但如果我们从这段时期吸取了错误的教训，就会有一群人吵着要把这些人锁死，让创新变得慢得多。我不……我认为那会很糟糕。
这是另一面。完全同意，Chamath，但这是另一面。你去读那篇白皮书，看他们做了什么、在哪些方面做了创新 对。背后的科学、那种严谨程度，你会觉得这些人真是厉害。读完之后，它完全不像、听起来也不像是某个人只是拿了别人的东西。
也可能是 OpenAI 替他们写了白皮书，我只是随口一说，但它真的很有创新性。我同意这一点。真正的创新，过硬的技术。你会觉得，这是货真价实的。
我同意这一点。
但在那篇论文里，他们对数据来源非常含糊。他们对自己做的其他所有事情都相当透明，但对数据却说得不太清楚。具体来说，他们说从基础模型 V3 到推理模型 R1，他们用了大约 80 万个推理样本。他们对这些推理样本从哪里来说得相当不清楚。顺便说一句，只用 80 万个样本就能从一个基础模型得到 R1，这很了不起。
但这是个问题。我们，我是说西方 AI 社区，一直在这条路上艰难跋涉，我们一直非常……我们采取了一种非常正统的方法。做强化学习的唯一方式是通过 PPO。好吧。但真是这样吗？
结果发现，如果你是一个真正聪明、又别无选择的团队，你就会另辟蹊径，靠发明创造走出困境。所以我们也必须学习这个例子。我认为他们做的一些事情在技术上非常出色，而且他们把约束当成了一种特性，而不是缺陷。而西方 AI 经济到目前为止恰恰相反。
我觉得这件事最妙的地方在于，Sam Altman 本该做开源。他把它变成了一家闭源公司。他偷了所有人的数据。被当场抓了个现行。他正因为这一切被《纽约时报》起诉。
而现在中国人来了，把他偷来的所有东西都开源了，在 OpenAI 原本应该完成的使命上，他有了一个真正的竞争对手。所以我对他和那边的团队毫无同情。就这样。我很高兴这一切都走向开源。它本来就应该开源，这对人类更好。
而中国人这样对待 Sam Altman，正是他偷了其他所有人内容的报应。这就是我的观点。
好吧。就是这样。
不过我对此倒没有什么强烈的看法。这太好笑了。难道没人看出其中的讽刺
吗？
他本该做开源的 嗯，
确实是。但他们
甚至都没想到 Jake
Allen，我得说，那些模型是闭源的。你说得对。对。还有和斯嘉丽·约翰逊的官司，说即使她拒绝了，还是盗用了她的声音。确实存在一个真正的问题，人们也问过《纽约时报》的事，而现在还有关于用 YouTube 数据来训练视频模型的问题。
所以他们在不少地方有点被动。所以我确实、确实理解你的观点。
偷窃。
我觉得 对。我觉得
现在真正所有的压力，我认为都在 Meta 身上，因为我认为 Meta 必须拿出下一代 Llama，要打败并超越 Gemini，超越 R1。我认为这对我们至关重要，能对中国此后推出的任何东西形成制衡。而且 但是，
我是说，Chamath，它是开源的。难道它不
有点
这正是我的观点。拥抱并扩展。拥抱并扩展。
Meta 必须拥抱并扩展这些人所展示的一切。也就是说，Meta 在买数以万计的英伟达 GPU。很好。但这件事说明了什么？它说明实际上 CUDA，以及一般意义上的高级语言……
我想我们都知道它们很烂。好吗？所以我们一直在用，以为这是正确的做法。DeepSeek 把它扔到了一边。他们用的是一种叫 PTX 的东西。
Meta 会怎么做，这一点至关重要，必须弄明白。他们需要拥抱这些东西。我认为这又一次——向英伟达的拥趸们说声抱歉——会造成一个更加异构的环境。原因是押在上面的钱和风险太多了，不能依赖单点故障。一种芯片，加上通往这种芯片的一个高级框架，这太疯狂了。
所以我认为，那种“皇帝没穿衣服”的时刻已经到来了。
那我再问你一个问题。假设我们今天才开启 AI 的世界，也就是没有过去三年的遗留。你今天醒来，有一个 6700 亿参数的开源模型。你可以在台式电脑上运行它。它完全可用。
一切都完全透明。我问你：忘掉所有那些大公司，以及历史上大家各自卷入的战略。今天在这里创造价值的模式是什么？作为一家企业，你在哪里建立股权价值？如果你要创办一家公司，如果你作为投资者要投资，你会去哪里？
首先你必须构建一个适配层（shim）。我认为适配层之所以至关重要，是因为模型层面存在太多的不确定性。这件事应该让你明白，你不能押定任何一个模型。问题在于，那些操纵这些模型的人，机器学习工程师之类的，变得过于专注于如何用某一个东西得到高质量的输出。意思是，本不应该出现我们的工程师只会用 Sonnet 的情况。
对吧？那是 Anthropic 的模型。对吧？不应该出现人们只会用 OpenAI 或者只会用 Llama 的情况。而现在，我们差不多就是这种状况。
你没有在模型变化时热插拔的灵活性。所以如果你今天要创办一家公司，我想解决的第一个技术问题就是这个。因为明天，无论是 R2、阿里巴巴的模型还是 Llama，我都希望能把它拔出来，再换上去，而且一切都能正常运行。而现在，我们做不到这一点。
你问题的答案是 对。对。你要创办一家公司。对。你问题的答案是应用层，因为这一切都会变成存储那样的东西。
就像 YouTube 建立在存储之上，或者 Uber 建立在 GPS 之上。所有这些创新都在被商品化，而这一项比其他所有的都来得更快。你想做存储生意，还是想做 YouTube 的生意？你想做 Uber 的生意，还是想做 GPS 芯片的生意？我是说，两者都是不错的生意，但 Gavin Baker 上这个播客时说过，世界上贬值最快的资产就是大语言模型。
他被证明是对的。它们一文不值。它们都会开源。它们都会被商品化，而这对人类是最好的。现在我们会在应用层面、在机器人的硬件层面发力，我认为机会就在那里。
Travis，你会做……你今天会创办什么公司？如果你今天创业，考虑到世界现在的状况，考虑到这些开源模型，你会做什么？
我
越来越兴奋了。你看。我认为第一层推论是，你得问：有没有一个套壳（wrapper）公司？好。当然，也许这些公司已经存在了。
然后，有没有一个工具公司？对吧？所以有点好笑的是，尽管 Facebook 可以做套壳，他们也有一个工具业务，而 DeepSeek 基本上正在挑战这个业务，它全面开源，推出了一个非常好的东西。而必须发生的是，Meta 必须做出决定，比如说，我们要拥抱并扩展这个。我们要确保所有开发者都来找我们，所有很酷的应用都在这里构建。
所以我认为，有工具业务，然后有套壳业务。然后，你知道，你看，当 AI……关于英伟达这件事，有一点我想对这里说过的话稍微反驳一下。就是，当 AI 变便宜时，你们知道会发生什么吗，伙计们？会有多得多的 AI。对吧？
我不认为……我认为这件事上的价格弹性实际上是正的。所以随着价格下降
没错。
收入、使用量，一切都会上升。冲
破天际。
这就是科技一直以来的历史，从比尔·盖茨说“我不知道超过 64 KB 的内存能用来干什么”开始就是这样。比如 对。你知道，问题是，我们是否 廉价的石油
美国廉价的石油推动了工业革命。对吧？就像，当我们开始发现石油时，我们突然就能建造工厂，制造出我们从未想象过的东西。
所以你会想，好吧。AI 就像……你知道，它会变得便宜。它会成为石油，但它也会针对不同任务变得专门化。
对。
比如，你会开始深入到各种细微差别：投资者用的 AI 是什么样？自动驾驶汽车的 AI 是什么样？谷歌搜索是什么样？我正想弄清楚一些 律师 AI 是什么样。对。
对。飞行员。所以你可以走垂直化、打引号的“孤岛化”路线。你们
明白
我的意思吗？
对。有个东西叫杰文斯悖论，讲的大致就是这个概念。Satya 其实还发推谈过它。这是一个经济学概念：随着某种用途的成本下降，对该事物所有消费的总需求会上升。所以基本思路是，随着 AI 的价格越来越便宜，我们会想用得越来越多。因此总体上，花在它上面的钱实际上可能会更多。
没错。
因为越来越多的应用会变得具有成本效益。可行。经济上可行。没错。对。
我认为，这是一个有力的论据，说明为什么公司会想继续在前沿模型上创新。你们持有一个非常强烈的观点，认为开源肯定会赢，领先的模型公司都会被商品化，因此资本不会有回报，以及基本上……继续在前沿上创新。我不确定这是对的。你知道，首先，R1 模型基本上与 o1 相当，而 o1 是 OpenAI 四个月前发布的，内部大概在九到十个月前就在训练了。所以 OpenAI 现在已经到 o3 了。
它的前沿领先于 R1 所处的位置。我认为 Anthropic 和谷歌，甚至 Meta，都有正在研发的东西，可能领先于 R1。所以我认为 R1，或者说 DeepSeek，在这里作为快速跟随者做得不错。但并不清楚这就是前沿，而那些前沿模型公司在看到蒸馏可能造成的情况后，现在有相当强的动力确保这种事不再发生，他们会采取反制措施。我是说，你能在多大程度上阻止它是个问题，但我认为现在就断定处于前沿没有回报，还为时过早。
在我们送 Sacks 回去为美国人民服务之前，在我们送他走之前，还有谁对 Sacks 有其他问题吗？
关于开源与闭源这整个问题，最后一点。你看，我不打算在这件事上选边站，但我认为，仅仅把这里发生的事看作“哦，这是一个勇敢的新秀，出于一片好心为社区提供了巨大的服务”，是一个错误。你知道，它基本上把所有的
这些东西都开源了。他们是偷来的。
它是中国的。拜托。
这里面仍然有巨大的地缘政治因素，对吧？DeepSeek 是一家中国公司，他们在努力追赶，所以如果你落后了并试图追赶，开源实际上是一个对你非常合理的策略。完全正确。而且，你知道，他们基本上是想削弱领先的美国公司，我不认为他们是用 600 万美元做到的。我是说，他们背后有大量的资源。所以我认为，硅谷那些支持 DeepSeek 的氛围，有点天真。
这就像
只有那些以前为 Sam 工作过的人和 Quint 才会这么觉得。
或者为了追赶这些 我认为有
很多对 DeepSeek 的支持
对。有一种
在硅谷，因为，还是那句话，人们认为他们在为社区提供巨大的服务，而我认为这比那更多是出于自身利益。
可能两者都是，对吧？我是说，有一种理论认为他们在试图削弱并抵消领先者的优势，而与此同时，也有一群人相信开源，认为没有人应该控制这个，当然更不应该由 Sam Altman 来控制它。所以两件事可以同时为真。David，非常感谢你来参加节目。
我们很感激。还有，谢谢你承担了我们播客里所有艰难的部分，David。
我们很感激。
谢谢你，David。我知道这是
而现在
我们要聊一堆其他疯狂的事了。
你真是一位学者
和绅士，David。是的。
谢谢。好了。感谢 David Sacks 的到来。那么，我想我们把视野放宽一点，聊聊和中国的关系。我们显然和他们处于某种冷战之中。
§05美中 AI 之争与新加坡后门
我们有关税。我们有台湾问题。然后还有这场贸易战，涉及 H100 的出口。先生们，我们从哪里开始？还有，Travis，你有一些深入的……你大概是仅有的 5 位在中国运营过大规模业务的美国创业者之一，有 Uber 以及和滴滴的关系。
所以你在理解那里的商业方面处于一个独特的位置，大概只有蒂姆·库克和埃隆是另外两个真正在那里做过大规模业务的人。也许还有迪士尼。他们在那里有迪士尼乐园。你怎么看这种关系，以及这里的地缘政治局势？
中国……Travis，根据你的经验和观点，中国的运作方式会和美国有什么不同？跟我们讲讲中国的文化和商业伦理，尤其是和 AI 相关的方面。
好。那么，好。你看。我们……我有过这么一件事。这已经是将近十年前的事了。
Uber 时期。我们在运营优步中国。我是说，我完全没法表达，他们对我们在中国推出的每一样东西进行复制时那种狂热的强度。
嗯哼。
那种强度大到史诗级，以至于我基本上对他们复制我们所做之事的能力怀有极大的敬意。我简直不敢相信。我们会非常努力地工作，把它做出来。我们把它调校好，它会非常棒，非常厉害。我们把它推出去。
然后，大概两周之后，嘭，他们就有了。一周之后，嘭，他们就有了。当然，我利用这一点来激励我们的团队。
有太多精彩的故事了。我是说，我们在硅谷有大约 400 名中国籍员工。在我们旧金山的办公室里，中国增长团队占了一整层楼，主要是中国籍员工。我们在硅谷的 101 公路上立了中文广告牌，Uber 用中文招人加入我们团队，为祖国服务。对吧？
那就像一场全面战争。真的很史诗。史诗级的。顺便说一句，当你走进我们办公室的那一层时，你就身处中国了。比如说，他们完全是中国风格的做法。
比如说，桌子真的更小。空间的密度……那就是中国。好吗？但问题是，当你在复制方面变得非常非常擅长，而且那个时间变得越来越短、越来越短，你最终会没有东西可复制。嗯哼。
然后它就会翻转
转向创造力。
转向创造力和创新。一开始，你知道，有点乱七八糟。比如，那种刚出现时的创新，你会觉得，什么？你知道，你会想，真的吗？但随着他们锻炼这块肌肉，它变得越来越好、越来越好。
所以如果你想了解食品的未来，比如在线外卖，你不会去纽约。你会去上海。对吧？
举个例子，那里有什么真正有创新性的东西？
美团不是在做无人机配送之类的吗？
比如说，举个例子。如果你去那些办公楼，比如上海、北京、任何大城市、杭州等等，这些写字楼的外围都有数百个储物柜，所以你订的所有东西，无论是食物还是别的什么，尤其是食物，快递员就直接放进写字楼的这些储物柜里，然后还有另外一整批人，有点像楼内的
跑腿员。
跑腿员，再把它送到你的办公室。举个例子，当你看到它的时候，你会觉得……它的效率高得惊人。而且，你知道，他们在利用自己在劳动力方面的经济优势之类的东西。在这里不会完全以那种方式运作。但你会在 Uber Eats 或 DoorDash 上看到的很多创新，比如现在推出的东西，都是三年前、四年前，甚至更早就在中国存在的东西。
所以，最终你会跨过复制的门槛，开始创新，然后开始领先。我认为我们在许多不同的领域都看到了这一点。
对。这是这些智能储物柜的样子，你可以看到。你上网就能买到。不过，对，这些东西太疯狂了。你也试验过这些吧。
你不是在洛杉矶市中心（DTLA）搞过一个类似中央厨房的概念吗？
嗯，你看。我们……好吧。我们有几样东西。在我们的每一处设施里，我们有，你知道，数百处设施。我们在那里会有储物柜，快递员在摄像头前晃一下手机。
对应的储物柜就会弹开。他们从那里取出食物就走。快递员取餐与食物制作是异步的。你知道，你不再需要排队了。不再有队伍，这就加快了配送，缩短了时间，减少了你花在快递员身上的钱。
我们还有另一整套东西。这在……它在中国大概行不通，原因有很多。但让我解释一下它是什么。它叫 Picnic：如果你在一栋写字楼里，你点餐，去一个网站，从一百家不同的餐厅点任何东西。那些餐厅恰好都在
我的
设施里。会有一名快递员去我们的一处设施，一次取 50 份订单，送到一栋写字楼，放在……每层楼都有一个架子。你的餐到了你会收到通知，而且每天都在同一时间送达，你只要去你那层楼的架子上取，然后马上回到会议里。这为办公室里的人节省了时间，给了他们食物选择，尤其是在餐饮荒漠地区，但即便是……比如说，我现在办公室楼下就有一家 Sweetgreen。光用我们自己的服务而不是那样做，我就能省下二十分钟。
而且你得到的价格是一样的，因为快递员的经济账，快递员一次配送 50 份订单。所以快递成本基本上降到了 0。
我们怎么看这里的出口管制？我们是否应该禁止更多的 H100 或其他芯片组进入那里，还是说那是徒劳的？
我不知道答案。我认为 Sacks 和特朗普总统会做出好的决定。但出口管制有一个奇怪的情况。Nick，我发了你几条推文，你可以把它调出来。首先，人们声称 DeepSeek 正在以新加坡为后门，获取大量英伟达 GPU。
基本上，你成立一家新加坡空壳公司。你向英伟达下订单。英伟达把货交付到新加坡，然后这些芯片就去了某个地方。
哎呀。
有很多例子显示，人们说英伟达全部收入中多达四分之一流向了新加坡。目前的猜测是，其中一定比例随后流入了中国，这是一个非常大的说法，因为那是英伟达收入中的很大一块。有意思的是，如果你真的去弄明白，好吧，也许那不是真的，也许这些芯片就留在新加坡境内，这就是这种说法开始站不住脚的地方。说清楚一点，新加坡大约有 250 或 260 平方英里。这是一个非常非常小的地方。
也是 TikTok 的总部所在地。我试着查了新加坡有多少个数据中心，大约一百个。你会想，好吧，这意味着什么？一百个可能意味着任何东西。但接着你去看能源数据，他们是公布了的。
所有这一百个数据中心的耗电量大约是 876 兆瓦。所以这些都是小型数据中心。对吧？整个行业大概是一个收入十五亿到二十亿美元的产业。所以我确实认为 Sacks 和政府将不得不深入研究这件事，弄清楚他们应该持什么看法。
但显然有大量这类芯片流入新加坡。我认为没有人知道它们最终去了哪里。问题是，美国对此怎么看？我们当初为什么要实施这些出口管制？如果存在一个简单的后门，你想如何应对？
如果美国找到一条路——我是说，我们来谈谈俄罗斯制裁，以及世界各地以往其他制裁行动的结果。当你关上闸门、切断渠道时，这些商品或资本的买家或接收方就会去别处寻找。他们会想办法在别的地方建立市场。所以，如果我们真的切断英伟达芯片的获取渠道、切断美国出口，难道我们没有意识到，这样做的二阶效应是：中国会利用他们窃取的知识产权、按特拉维斯所说他们做出的仿制品，去开发和建设自己的晶圆厂，而且他们会想办法复制ASML的技术。而且，你知道，归根结底，这需要把很多东西整合起来。
我知道这在技术上极其复杂，但如果说人类文明史上有哪一群人能做成这件事，那很可能就是现代中国人，他们能说：我们去建自己的——情况比这更糟。——我们自己的基础设施。
这一点说得很好，但情况比这更糟。如今的模型已经能够为你设计芯片，而且这些芯片不依赖ASML所制造的最复杂的技术。我是说，你看，Grok最幸运的事情之一，就是我们的芯片是按14纳米设计的，这在技术谱系上实际上相当于VHS和Betamax那个档次。所以我们选择了一个非常非常简单的技术栈来做。最新的尖端芯片在2纳米左右，要用那些复杂的ASML机器。
目前并不清楚良率是否真的那么好。那你为什么要花那么多钱？而如果中国被迫用工程手段绕过它呢？是的，弗里德伯格。你问题的答案是：他们会用这些模型设计出可以用简单方式制造的芯片，他们会做简单的东西。
所以这就是
为什么我的观点是，我不确定它能解决问题。
嗯，它确实解决不了。这就是为什么我认为它解决不了真正的问题，也就是：我们如何激励美国人在工程和创新上真正胜过对手？竞争。
或者AI开启一个极度富足的时代，而这种富足最终会降低冲突的动力，大家都会过得更好。
或者另一种可能是，中国作为中央权力机构，可以直接承担打造一个极其出色的模型的成本。对吧？他们会把钱都花了，然后告诉中国企业：你们可以免费从这个模型蒸馏，因为反正我们在你们董事会里有黄金票和席位——在中国，如果你做得足够大，事实上就是这样。所以也存在这种可能：由一个中央权力机构承担打造某样东西的资本支出，然后其他所有人都可以搭便车。
我们再稍微谈谈OpenAI，他们现在在华盛顿要钱。现在是这个思路吗？是说我们的政府应该来支持？
§06据报道OpenAI正洽谈融资约400亿美元，Masa（孙正义）或领投
今天的传闻是，他们正以3400亿美元的投前估值融资400亿美元，Masa可能领投。我很想听听特拉维斯对此的看法，因为特拉维斯过去从Masa那里拿过大笔钱，经历过这些。他是怎么考虑并做出这个决定的？显然，我们都知道，我也跟你们讲过去年夏天我和他的那次会面，他基本上把我赶出了房间，因为我的公司不是生成式AI。当时有人说你应该去见见Masa。
我就想，好啊。我就跟他坐下来开始聊。结果他就看着我说：这不是生成式AI。我只做生成式AI。我觉得你的公司会非常成功。
你会非常成功。再见。然后他就走出去了，会面就这样结束了。所以，挺好。是啊。
嗯，他现在就只做这个。所以这是一个大赌注。对吧？
好吧。好，我得破除一个误解。我没有拿Masa的钱。他求了我好几年让我拿他的钱，我们都没拿，因为他是个——那个词怎么说来着？他是个四处滥投的投资者。
所以一旦他投了你，你大概就得料到他会利用你的信息，去投你所有的竞争对手。至少从历史上看，他一直是这么做的。所以我没走那条路。但后来他还是不断投资我所有的竞争对手，而他们不断补贴这些市场。然后我就想，也许我当初就该把那里的钱全都吸干。
所以当你在看，比如，OpenAI是不是在从Masa这类情况里拿大笔钱时，你应该考虑的一点是，这有点像一把双刃剑。如果你不拿那笔钱，它会流向别处。但如果你拿了那笔钱，你要知道，他们在给你钱的过程中、也许在董事会周围转悠时，或者谁知道通过什么途径所获得的任何情报，都会被用来做别的事情。这就是Masa这台机器的本质。
所以拿了也完蛋，拿了也完蛋。
但你必须做选择。如果钱在流动，而获取资本是一种战略性的竞争武器或优势，你就必须配合入局。当时我们能够——我们甚至在愿景基金存在之前就和沙特人合作过。他们开了一张“3”的支票，在当时那算是有史以来最大的事情。所以我们没有Masa的钱也没关系，但那笔Masa的钱后来流向了我们所有的竞争对手。
嗯。DoorDash。
那么在OpenAI这个背景下，特拉维斯，就凭你对AI的了解，萨姆融资400亿美元会成为一种竞争优势吗？当他面对中国那边我们还不知道的什么、微软、Alphabet和Meta时，这笔钱会投向哪里？
嗯，你看。我觉得这就回到查马斯说的一些观点，也就是，如果约束是发明之母，或者不管那句委婉语——那句格言——怎么说，如果真是这样，当你资本过度时，就会陷入一个非常奇怪的境地。资本过度。在Uber的模式里，那场战争是通过补贴车费来抢市场份额，本质上是做交通出行的“包装层”，借用我们这次讨论早些时候用的说法。所以那是必要的。
不这么做你就完了。问题在于，你会不会走到资本过度、规模过大、你知道，过于官僚、过于松散、过于软弱、过于安逸的地步？而当你有一个非常聪明的开源模型，百花齐放，到处都在发生大量创新时，它可能成为一股压倒性的力量。我觉得不同行业会被以不同方式对待，比如在某些行业领域，做全栈会很重要。而在其他地方，那种相当混乱、每个人各做一小块的格局，也会没问题。
我觉得我们大概可以花上好几天，或者几十上百个小时，只讨论其中的细微差别。你知道吧？
嗯，看起来Masa和萨姆与拉里一起站台的星际之门（Stargate）宣布、随后萨提亚也出现在讨论中，与这次融资，以及“更多硬件、更多基础设施、更快速度就能构建护城河”这种想法之间，存在某种程度的关联。我想这才是你真正必须相信的东西，而在过去一周发生的事情之后，这变得更难让人相信了。我个人认为这些模型——这话我已经说了一阵子了——搞一个包揽一切的大模型并不合理。这种混合专家架构
嗯。
归根结底，你可以这样理解：拿一个大模型，复制成2份，然后尝试把每个模型压缩到必要的大小，这样你运行这2个模型的消耗更少，意思是这2个模型的组合耗电更少、耗时更短。然后你再做同样的事，把它压缩成4个，再到12个，最终你会拥有很多更小的模型，其中一些在某些情况下是某一件事的专家，比如做数学、阅读或写作。但现实是，我们并不知道人类是否以正确的方式思考了世界，AI最终可能会演化出一些更小的专家模型，而我们并不真正理解为什么它会成为某件事的专家。但你会拥有一个由非常小的东西组成、彼此协作的网络。而这最终会导致一种商品化，不只是在模型成本、开发和运行时间上，还在于，比如，到底需要什么？
比如，拥有所有这些数据中心真的能带来多大优势吗？数据中心？对。我就是这个意思。
弗里德伯格，我觉得这是关键点：到了某个程度，拥有更多H100并不会给你带来优势。真正的优势将在于知识产权和拥有内容。真正聪明的做法——数据。——是有人去把Reddit、Quora、《纽约时报》、《华盛顿邮报》和迪士尼买下来，拿下所有这些知识产权，然后不让别人用，每次有人尝试就狠狠地起诉他们。
把《华盛顿邮报》从名单上去掉。不过没错。
但我要说
《纽约时报》也得从名单上去掉。
嗯，无所谓。我是说，所有这些档案肯定会是——它们的妙处在于，你可以像专利流氓那样，去告诉任何其他历史上吸收过《纽约时报》报道或迪士尼创意的人，然后狠狠起诉他们，这样你就拥有了最好、最具独占性的那个。而且Reddit一直在提供
你说的是文本。你说的是文本内容，而这只是一小部分——嗯，这一点很重要。就视频而言，我想你会意识到，谷歌的YouTube内容库大概比互联网其余部分加起来还要大200倍。但他们没有
这么做的权利。
嗯，实际上他们有。
杰森，你真是个老派的版权派。顺便说一句，你真是个老派的媒体人。
抱歉。我相信艺术家，也相信他们对内容的权利。是的。
我们进行过一系列对话，我可以非常有把握地告诉你，他们对其中相当大一部分内容确实拥有权利——不是大型媒体公司给他们的大量版权内容，而是大量用户生成内容。他们确实有这个权利，他们正在使用，而且是合法地这么做。另外还有一类独立的内容，我认为比如来自特斯拉。特斯拉有一个非凡的优势：多年前他们被迫在所有东西上装摄像头，这让他们有能力构建实现自动驾驶的模型。所以我认为，某些行业领域产生的数据优势要比其他领域多得多，而护城河就在那里。
这条护城河会让你真正打造出更好的产品，从而在收集更多数据方面获得更持久的优势。我认为这件事最终会归结到这里。它不一定取决于谁拥有最大的数据中心网络。是的。
我是说，问题是这样的，各位。到了某个时候，数据量会成为最大的瓶颈。到了某个时候，算法质量会成为最大的瓶颈，而更多算力改变不了这一点。我认为我们还没到那一步。唯一能反驳“便宜的AI意味着更多AI”的一点是：是否有足够的数据和/或算法，让更多AI得以实现、真正奏效？
我确实同意把它分隔开、做成专家、以这些方式变得更好。但我觉得这是这些变量之间一种有趣的权衡。
我收到了2500美元的报价，要把我的书《Angel》放进去，因为哈珀柯林斯和微软达成了一项协议。所以
我在想，每年一百？
我想许可期是三年，他们对每本书都做了这种一揽子许可。他们没看你的销量，也没看这本书有多受欢迎。就是一个一揽子协议。每个人每本书三年拿2500美元。
我想我会接受，就为了支持正规授权，好让大家开始走上这条路。不过我们来聊聊DOGE吧。我想这届政府上任大约十天了，特朗普通过一项行政命令正式成立了DOGE，即政府效率部。显然，埃隆一直在那边的办公室花大量时间。取得了一堆成果。
§07DOGE的头十天
DOGE在网上声称每天为美国纳税人节省约10亿美元。这相当于每个美国人每天3美元，每个美国公民每年节省约1000美元，而且他们声称可以把这个数字翻三倍。所以对一个5口之家来说，那就是每年约15000美元，在特朗普第二任期内也许能达到60000美元。我们有36万亿美元的债务。愿意的话，可以拿这些数字算着玩。
但关键的宣布与推特的执行方式非常相似：让人们以一种非常体面的方式辞职。联邦雇员获得大约八个月的遣散补偿。他们预计5%到10%的联邦雇员会接受这次买断。我是说，这可能节省大约一千亿美元。八个月的遣散费，在法律上其实并不是一个可以实行的概念。
所以这些是某种买断。显然有人对此忧心忡忡，但我认为他们开局不错。他们也在取消租约，就像我们在大选前谈过的那样。有太多空间没在使用，联邦政府正在终止大量自有资产、打算卖掉，并把人员集中起来。与此同时，在这一切发生的同时，所有人都必须返回办公室。
谁想先来谈谈，你知道，DOGE的头十天？我在群聊里看到了一些茄子表情。DOGE的头十天。多么令人兴奋
群聊。那是怎么回事？
我正在把你你
不在群聊里？
把它从群聊里拿出来说。
现在就加。我正在加
你。每次真的是
其中一个出现在
群聊里，都特别搞笑。是吧？茄子。大家都在说，天哪。我们不再烧税收抵免的钱了。
而且茄子总是弗里德伯格第一个发。
哦，太妙了。我要把他曝光成茄子党。我是个铁杆DOGE茄子党。
哦，这么多茄子。那么，弗里德伯格，跟我们说说你有多爱这个，爱到发了多少茄子。
我觉得第一周没有什么特别令人意外的。很多事情在就职典礼之前就已经讨论过。维韦克和埃隆几周前在《华尔街日报》上发表了文章。他们谈到了可以用来推动削减成本的作用机制，其中之一是回到办公室，另一个是，你知道，给人们提供买断方案。顺便说一句，买断方案并不新鲜。
比尔·克林顿在任期内也做过同样的事。是的。如果你们还记得，他当时试图平衡预算、实现盈余，而且他成功了，他的目标实际上是到2013年把美国债务降到0。他为此制定了一个非常具体的经济和财政计划，并付诸实施。不可思议的时代。
我认为我们正看到他们采取他们说过要采取的行动。他们说会要求雇员——联邦雇员——回到办公室，并预计这会带来一定程度的人员流失，现在又有了买断方案。我们会看到，在阻止立法或法定强制支出的能力方面，法院会让他们走多远。这里有一个大问号：行政部门在停止支出方面到底有多大权力，又有多少支出因为是法律要求的而不允许停止。这些支出是国会在已通过的法案或法律中要求的。
所以这将是这里的大考验。未来几个月，会有大量诉讼满天飞。法院最终会作出裁决，我们会看到DOGE的意图能推进到什么程度。此外，还有另一系列围绕立法行动的努力。目前美国联邦政府每年的赤字约为2万亿美元。
每年2万亿。如果你看达利欧那本关于国家为何破产的书，你知道，里面有一套相当简单的算术，并不复杂。归根结底就是，美国需要把联邦赤字降到GDP的3%以下，这意味着我们得削减大约1万亿、1.1万亿的支出。如果能做到，我们的经济状况就会更稳健一些。顺便说一句，有一个非常重要的点，就在达利欧的那次访谈里。
随着削减支出，利率会下降。因为目前国债正遭遇相当大规模的抛售，美国在未来三十年履行债务义务的能力也存在很大风险，这就是为什么三十年期国债现在是5%。尽管美联储在降息，国债利率却在上升。人们仍在抛售国债。那是通胀性的。
这也是通胀性的，戴夫。是的。肯定的。
所以随着我们削减支出，我们也会看到通胀减少，美国在未来三十年偿还债务的能力会提高，因此利率会下降。所以随着这些削减开始生效，实际上会形成一种非常好的循环效应。削减的速度实际上会影响你需要削减的数量。削减得越快，需要削减的就越少。这是推进这件事时一个非常关键的原则，我认为我们应该预期未来几个月会出现一场大规模的削减旋风，或者至少是一次尝试。
法院会裁定哪些需要通过立法，然后他们会去国会，开始努力推动其中一些削减。但我要再次告诉你们，上周我们访问华盛顿之后，我交谈过的国会议员中，没有一个人认为在他们试图通过的法律中削减支出是自己的使命。他们的议程都与此大不相同。
对。你看。这真的是那种很有意思的事情之一，比如立法机构和行政部门之间的区别，DOGE真的让它变得鲜活起来。就是，行政部门在花钱和不花钱上拥有哪些权力和控制力，尤其是在立法规定要花钱的情况下不花钱。这才是重头戏所在。
比如，并没有法律规定，你知道，你可以给一批人八个月的遣散费，然后他们走人，你也不招人替补。没有法律这么规定。行政部门——再说一次，我并不了解所有相关的法律、规则或法规，不知道他们具体怎么操作。但假设他们这么做背后有一定的法律依据。他们就直接去做，然后现在他们就不花钱了。
如果招人本来就很难，他们甚至可以让招人更难，他们会不会用官僚主义对抗官僚主义，让花钱变得更难？更难招人，更难采购那些本该花钱买的东西。你可以通过很多非常有意思、很微妙的——摩擦。——由他们掌控的规则来减少这些支出。
是的。一些摩擦可能会让事情慢下来。他们在谈论引入能力测试。他们在谈论给人做考评，也许人们必须达到某些标准。还有体面的裁员（RIF）。
我是说，当你强制人们回办公室，你会失去10%的人，再有10%接受买断。然后一下子，我们就省下钱了。
我是说，看看返岗（RTO）带来的是5%还是10%，会很有意思。我是说，那个——是的。
可能会
多得多。我是说，我听到的关于这些楼的情况是，它们空得厉害，非常非常空，空到了另一个层次。这么说吧，我真的很庆幸我不是——比如说——一个现在手上有一堆租给联邦政府的租约的业主。是的。
是的。哦，那个
政府——然后，你们知道那些租约有意思的地方在哪吗？我当时在和Density的团队聊，他们做的是楼宇人流计数，所以他们显然对此很感兴趣。政府是一个非常可靠的——是的。——客户，所以它们全都是一年期租约。所以人们不会像对待创业公司那样，强迫他们签五年或十年，因为他们知道，嘿，这家公司可能会倒闭。
他们就是，好啊，好啊。我们就按年滚动续租。所以实际上可以直接砍掉这些租约。这会让市场上的房源泛滥。
查马斯，你怎么看叫停这件事，因为他们显然是在全力推进。他们暂停了所有付款，这是我在推特近距离亲眼见过的打法的一部分，也就是：嘿，我们先把订阅都关掉，看看到底有没有人在用这些订阅。显然有法官介入了此事，但还有流向其他国家的援助。你知道，我们才刚开始审视我们到底在向其他国家输送什么、出于什么目的？然后还有点名羞辱，也许还通过社交媒体诉诸公众，说：嘿，在我们自己国家还有悲剧需要解决的时候，你希望这笔钱流向那里吗？
我们有医疗问题。我们有房子被烧毁。我们有基础设施问题。所以也许你可以谈谈人心，以及如何赢得人心，还有你到目前为止的总体看法。
我认为我们必须记住，DOGE才刚开始九到十天。所以我们已经达到每天10亿美元，这真的很了不起，而且实际上没有产生任何可察觉的影响。出现了很多由假新闻和错误信息造成的裂痕，但自从他们开始削减以来，真正的影响微乎其微甚至为零。我认为DOGE是一个三层的洋葱。第一层是人。
我们现在已经给大家提供了一个相当慷慨的方案。我想埃隆也说过，这基本上是这些合同允许的上限，但他们在这方面努力做了一件很好的事。第二层，正如你们刚才说的，洋葱的第二层将是基础设施，即所有政府拥有和运营、可能空置或闲置的建筑和实体设施，把它们交回私人手中，以便重新利用。这将节省大量资金。
但这两层都远远比不上洋葱的第三层，也就是IT、服务和支出。我的意思是，当你读到这个部门是如何设立的，每一个DOGE团队的中心和核心都是一名工程师。我认为原因在于，他们能深入这些记录系统，开始追踪钱流向了哪里。我认为，当你开始通过取证分析揭示这些钱流向哪里、如何花掉时，这大概就是你把缺口从1万亿缩小到——说实话，我怀疑等一切尘埃落定，可能会超过2万亿美元。这是巨大的浪费，而且毫无产出。
所以我对接下来这段时间会发生的事情非常兴奋。光是透明度就会非常惊人。
各位，纯属好玩，看看这个。对吧？如果我们拿2019年的支出——对吧，新冠前一年——跟2024年的收入比，会有5000亿美元的盈余。
哇。没错。
太疯狂了。对比——对比1.5万亿美元的赤字。所以我算出来是2万亿美元的摆动，大概四十年？是的。在一个4万亿美元的预算上。
那全是浪费。
嗯，其中很多都在里面。记住，我们现在每年要付1万亿美元的利息。
我是说，各位，问题就在这。我们需要两件通缩性的东西。一是DOGE，二是AI如果真正发挥作用会把我们带到哪里。这会让我们在经济上保持在一个还行的位置。但是，我们必须——这些支出必须砍掉，否则我们就会陷入某种希腊那样的境地，如果这么说讲得通的话。
是的。我认为民众对此的支持相当惊人。我给你们过几个数字。你知道，看看人们赞同特朗普早期在做的哪些事，又反对哪些事。你知道，显然我们上周谈过，查马斯，赦免1月
6日的人，以及，你知道，取消政府雇员申报礼物的要求。这有点像最高法院那件事。这些极其不受欢迎。然后如果你看缩减联邦政府规模、实施招聘冻结、要求所有联邦雇员返回办公室，这些都极受欢迎。埃隆也在推特上发了这些图表。
所以现在，特朗普正处于其政治声望的顶点，而在一个高度两极分化的时期，这些议题尤其受到极大欢迎。他在边境问题上也做得非常出色。这是另一个具有共识的议题。所以特朗普现在的授权中，缩减政府规模、控制移民、清除暴力移民这些部分都极受欢迎。这对他来说是大胜。
如果你看他的支持率，特朗普比第一次执政时受欢迎得多。他现在是49%，而上次是44%。他仍然是历史上最不受欢迎的总统。所以我想说的是，当你看到特朗普做诸如他的迷因币，或者，你知道，今天对皮特·布蒂吉格开火这类事情，所有那种特朗普1.0式的负面东西、捞钱行为，正是这些会让这一切脱轨。而不会让它脱轨的，是专注于特朗普2.0的议程。
而我作为一个曾经的“永不支持特朗普”派——听众们都知道——现在却在不遗余力地支持他，那部分边际、目前支持他的那额外10%的人，就是我以及其他在看他身边安排了哪些人的人。他必须坚持2.0议程，不管多难，并远离史蒂夫·班农的议程和捞钱行为。这些才是会让一切分崩离析的东西。这就是我对他们的呼吁。我跟大家说过我会给个等级评分。
到目前为止我给他打B。还可以做得更好，但相当不错。少搞点迷因币，少搞点……你知道，我们必须确保不把洗碗工、教师以及在这里生活了二十年的人拖出这个国家。如果要让这种局面持续下去，这里需要一种非常灵巧、非常重要的处理方式。我认为他能否保持住支持率，就像抛硬币一样难说。
还有他今天做的这件事——我不知道你们有没有看到皮特·布蒂吉格那件事。他借这场悲剧攻击他。这种事是人们不想看到的。请少来点这种，多来点DOGE。这就是我的小小吐槽。
我们现在可以跟特拉维斯聊聊Waymo吗？特拉维斯，我能问一下，你坐过量产版的Waymo吗？坐过。你觉得怎么样？你认为那是交通出行的未来吗？
§08自动驾驶的未来：Uber、Waymo、特斯拉
那么Uber现在在自动驾驶汽车业务中扮演什么角色？
我是说，你看。这挺有意思的，因为你们知道，早些年，2016、2017年，我们有自己的自动驾驶汽车在路上跑。我还记得我第一次坐我们自己的那辆车，我坐到后座，手边只有一个停止按钮，一个大红色的停止按钮，万一情况不对劲我可以按。
是的。
我记得那是在匹兹堡，我们Uber的机器人部门和自动驾驶部门就在那里。我下车的时候，真的就像刚坐完过山车。我的腿——我都站不直了。我有点摇摇晃晃，因为我被吓坏了，肾上腺素一直在飙。如今你坐进Waymo，连想都不会多想一下。
你就觉得，一切都好。你上车。你下车。这其中一部分只是常态化。它就是能用，而这种常态化在心理层面很重要，我们已经到了那一步。
所以它就是能用。那它是不是为网约车优化过的体验？不是。Cybercab某种程度上是终极目标，代表在一辆本就不是为人类驾驶而设计的车里穿越城市意味着什么。没有方向盘。
你知道，乘客可能面对面坐，你知道，有各种各样不同的形式。这项技术是可行的。我们知道有不同的途径实现这项技术。我认为我们应该思考的可能最有意思的事情，或者说最有意思的事情之一——也许有好几个。第一，便宜的AI造就便宜的自动驾驶。
嗯。
好吗？所以随着便宜的AI普及、扩散并广泛分布，我们应该预期自动驾驶会变得越来越容易。你可以看到特斯拉和FSD正在发生的一些事情。他们的新模型——我想在三个月内，他们的性能提升了大约10倍，指的是每次人工干预之间行驶的里程数。他们看到的——你知道，这就是埃隆现在看到的东西，因为便宜的AI、便宜而优秀的AI造就便宜而优秀的自动驾驶，这是我们需要把点连起来的地方。
我认为再往前推一层，你会想，好吧。确实有可能自动驾驶会变得简单并商品化，类似于AI正在发生的事情。接下来就是，好吧。你得有硬件。你会想，好吧。
制造很难。这很有意思。那可能会成为最大的瓶颈。我认为在这方面，特斯拉当然拥有巨大优势。然后你再看看Waymo的合作伙伴都有谁。
他们是否在为正确的制造方式做准备，并让汽车实现规模化投放？但还有一匹没人谈论的黑马，那就是电力，也就是能源。所有这些车辆都是电动车。如果你说，你知道，我刚刚做了一些粗略的估算。
如果加州所有的出行里程都转为电动网约车，你需要把加州的能源容量翻一番。
对。
我们先别谈在加州把能源容量、电网之类的翻一番需要付出什么。我们根本不去碰那个话题。即使只是增加20%、10%，也将是一项耗时五到十年的浩大工程。你懂吗？听着。
我住在，你知道，我住在洛杉矶。那是洛杉矶一个不错的街区，但我们那里总是该死地停电，因为电网一团糟，他们基本上是坏一处修一处地在升级。这就是我们洛杉矶的现状，而且是洛杉矶最富裕的街区之一。现状就是这样。所以我认为，那个黑马式的、有点另类的观点是燃油发动机自动驾驶汽车，因为我我不知道以目前的电网状况，
怎么能快速地、真正大规模地推广自动驾驶汽车。你怎么看这方面的监管？因为显然发生过Cruise的事件。你知道，一个人被一辆普通汽车撞了，然后他们的车拖行了那个人。
整件事崩盘了。我们在Uber也遇到过亚利桑那州的那场悲剧，一名安全驾驶员当时在玩《糖果传奇》（Candy Crush）。你知道，你怎么看待这些东西推广开来之后有人受伤的情况？还有，你把Uber带进去的那数以万计的城市，它们对此的接受度会有多高？你认为监管框架会是什么样子？
你知道，我认为这和人们逐渐习以为常的方式类似，就像你习惯了坐进一辆车。它在心理层面、在公共领域、在公众心态中被常态化了。你会习惯它。所以，我们正在走向这样一个阶段：这些车辆可以被证明比人类驾驶的车辆更安全。所以，是的，它们会犯错，但它们就是可以被证明更安全，而且人们正在习惯它。
这是这个周期中很重要的一部分。所以我认为我们正在走出歇斯底里，进入一种“是的，这太棒了”的状态。去和使用它的人聊聊，他们觉得更安全，当然，我我我觉得我们会遇到更少的事故，但我也觉得更安全，因为发生人际冲突的可能性更小了，这种冲突确实会发生，尤其是，你知道，在深夜，你知道，人们出去参加派对之类的时候。在很多不同方面都有一种安全层面的提升——对。对于司机来说，对于你，是的。
在各个方面都有安全性的提升。当然。对吧？
你怎么看比亚迪？还有，你某种程度上提到大家会同时实现自动驾驶？显然，Waymo领先最多，特斯拉紧随其后。比亚迪和大约10家其他供应商都在做这件事。那么，你知道，会是10个玩家同时到达吗？
然后就只看谁能把这些整合进自己的网络？你怎么看Uber正在采取的策略：嘿，我们有这8个合作伙伴，我们会把所有人都纳入网络，我们来处理有人在后座呕吐、清洁车辆和给车充电这些事。
所以听着。我认为任何中国产品面临的大问题是：你会被允许把它带进美国吗？就这么简单。比如，现在也许勉强可以。关税会怎么样？
把这类技术引进美国会不会遇到阻碍？那里会发生什么？我认为那是一整个问题。Uber下的赌注，无论是有意识还是潜意识的，就是：AI，廉价、普及化的AI会实现吗？如果会，那是否会带来廉价、普及化的自动驾驶？
然后你得把你的实体硬件合作伙伴，也就是汽车制造商安排到位。然后你得问，好的，电力到位了吗？还有没有其他的押注可以下，以确保我能给车充电？所以，这里有一个巨大的房地产布局和车队管理布局，就是：我如何给这些被称为停车场的地块通电，同时把它们改造好，让机器人能以非常非常高效的方式清洁车辆。
这里有一整个……当我们谈到
这超级有意思，Travis。这几乎就像我们今天都在谈论的数据中心，数据中心需要自己的变电站——对——才能满足电力需求。但如果我们真的看到一个机器人、普遍自动化的世界，我们的世界里有这些可移动的机器人系统，它们也需要满足类似的电力需求，那可能看起来就像：嘿，它们都进入自己的充电楼里充电，不管它们是一辆车、一个人形机器人，还是人行道上的送餐机器人，或者别的什么，或者
或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者 或者
或者 或者。你懂我在说什么吗？去充电。
机器人需要执行器。你知道执行器需要什么吗？或者说永磁体？你知道永磁体需要什么吗？稀土。除中国之外，谁是稀土之王？
格陵兰。格陵兰。格陵兰。我们
走起。所以所以，伙计们，我认为有一个……有几件有趣的事情。其中之一是，这些公司如何考虑房地产，如何在城市环境中给这些房地产通电，以及如何让这些房地产机器人化，以便它们能做维修、保养等工作。听着。我想这可能还要靠人工做上
一段时间。
我能不能我能不能为难你一下？再往上走一层，因为要把最后两个概念合在一起。你谈到了，我们谈到了联邦政府、Doge等等。难道不存在美国现存的实体库存完全过剩的可能性吗？
哦，是的。好的。所以，绝对是。
那这对商业地产意味着什么，比如，你要如何应对这个局面？因为你得先躲开那些下落的刀子。
好的。那我们就沿着网约车这条路走下去。也就是自动驾驶网约车这条路。沿着这条路走下去，汽车保有量本来就在下降，会像刀子一样一路暴跌。而城市里有一样东西占据了全部土地的20%到30%。
它叫停车场。它不再必要了，因为汽车得到了充分利用。路上现有的汽车的利用率会比以前高15倍
嗯。
按每辆车计算。所以，假设来说，你只需要十五分之一数量的汽车。也许你可以说五分之一或十分之一，因为你要能够应对高峰时段之类的激增需求。这取决于拼车之类的情况。但我们就算汽车减少到十分之一，停车所需土地也只要原来的十分之一。
至少是十分之一。可能比那还少。好吗？所以现在你在释放出城市里20%的土地，这些土地就此闲置。
但我们应该拿它做什么？那些土地有需求吗？
嗯，听着。我的意思是，也许是这些……应该
用来建住房吗？你知道，然后我们难道不需要重新评估今天所有的城市规划吗？因为正如你说的，今天的城市规划是从所有这些——对——约束条件倒推出来的，那些是1.0时代的约束。比如——对。
这是交通流量，这是交通模式。理论上这些都不再存在了，或者会以一种完全不同的方式存在。对吧？
是的。我的意思是，我们有……在“我能用那块土地做什么才能获得高投资回报率”这个问题上，有巨大的创意空间。对吧？比如，有些人说，你们会有农场，你知道，城市环境里的水培农场。我就觉得，
你知道——那
不是个坏主意，如果你想要从农场到餐桌的健康食物。那就真的是从农场到餐桌，离你也就一英里远。
是的。所以有一些有趣的想法。土地价格必须真正暴跌，而且会有一些有趣的连锁反应。如果真的那样的话，你可以想象。那正是
那正是我想让你说的，不是要引导你说出来，但是
那似乎
像是见证。嗯，那似乎是那件没人在考虑的疯狂之事，也就是在这股推动中，这些已建成的实体库存积累了大量价值，从——嗯——个人的401(k)账户到大型养老基金的资产负债表，但那种价值可能会变得截然不同。
对。但疯狂的地方在于，电力生产和电网上的电力容量可能会成为限制因素，让这个过程可能变成一个缓慢的过程。我只是在这里随口发挥一下，伙计们。
对。
是的。对。对。对。完全说得通。
如果你想看看拥有几乎无限的土地时会发生什么，如果你住在奥斯汀，看看圣安东尼奥、休斯顿、达拉斯和奥斯汀构成的那个三角区域之间的距离，你知道，离开市中心三十分钟车程，就有几乎无限的土地，而且监管更少。你知道发生了什么吗？房价和租金连续两三年下降。所以这可能会在其他大城市发生。
如果Doge能减少监管，你就能建更多房子。这对美国人来说可能是件了不起的事，让他们真正能够再次买得起房，也许还能改造一部分这类空间。
你会走向储能、电网升级、某种模块化的能源容量升级，比如在生产中。这些将会非常、非常重要。现在，如果你想……我们一直在做这件事，我们当然在美国乃至世界各地的每个主要城市都有设施。在我们很多城市的建筑开发中，公用设施升级都是最耗时的环节，不是所有城市，但在很多城市都是这样。
美联储维持利率不变。他们正在接近2%的目标。我想我们的通胀在2.4%、2.9%左右。对于美联储决定不降息的现状，你们有什么看法？是你把这个放到议程上的，Chamath。有什么更宏观的想法吗？
§09美联储维持利率不变，DOGE能产生怎样的影响
我只想说，收益率曲线的长端基本上在告诉我们，通胀仍有可能卷土重来。所以我认为问题在于，政府接下来的三十天或六十天，我认为基本上是至关重要的。而且我认为，如果DOGE比人们预想的更快达到每天30亿美元的数字，那么总统就会有很大的空间提出一个非常合理的论点：就目前的情况而言，利率太高了，我们将能够对支出进行更多的成本控制，这意味着花钱的需求会更少。这并不能解决耶伦造成的问题。耶伦和拜登在卸任离开时，最大的问题是他们把美国置于一个非常困难的境地，因为他们发行了大量极其昂贵的短期债券。
随着这些债券全部到期，我们必须以现在5%的利率为大量此类债务再融资。所以它仍然
将近30%的债务会在这里进行再融资。
然后问题就是，伙计们，这些拍卖会是什么样子？这是我们大家都必须相信的事情。
上一次拍卖的认购倍数勉强达到2倍。
我认为这可能会让市场失去很多活力。
去看看达利欧的那次访谈，因为这正是他谈论的话题。你知道，当我们最终需要为这些债务再融资时，利率攀升，需求却不存在，然后就变成了一个螺旋。这就是为什么我们必须在赤字方面快速削减，基本上是为了吸引市场。现在，你知道，市场已经有一点变动了。对吧？
所以在1月13日，三十年期国债收益率恰好在5%见顶，今天已经回落了，现在是4.77%。所以自那次见顶以来，随着政府上任并真正采取行动，有了一点缓解。但随着更多行动落实，如果人们确实认可，Doge取得成功，法院的裁决也确实允许削减开支——我认为这是本意——我认为我们可能会看到这个利率从4.78%大幅下降，远低于现在的水平。
而而那会带来极大的缓解。
而且，David，就是说，它要么会那样，要么就真的、真的不会。是的。正是如此。或者它会，就像，恰恰相反
或者想想其中一种情况
非常糟糕，真的很糟。
没错。
我收到了一位在资本市场相当资深的人发来的短信，对方认为这个利率在回落之前会先涨到5.5%。所以他们认为，前面还会有一段更动荡的行情。
但问题是，就是那整套说法，比如，它会在回落之前先涨到5.5%。就像——顺便
说一句
它会自我螺旋式恶化。
就是
你得印钱才能走到那一步，然后印钱又推动它，你知道，你就进入了那个螺旋。
问题是，如果我们涨到5.5%，那可不只是80个基点的事。你真正需要考虑的是需要偿还的实际美元总量。如果你往回看，那实际上相当于2002年的10%利率。你能想象经济会
没错。
如果你在二十年前把利率提到10%、11%，经济会怎么样吗？那会让经济瘫痪。所以我们在这里没有多少空间可以把利率推高到5.5%、6%，而不导致很多东西开始崩溃。这就是为什么我其实认为Doge会成功，因为当人们把这些事情都内化之后，每一位国会议员——Freeberg——那些可能想为自己的社区谋利的人，都必须退后一步，因为为美国整体进行的更广泛的优化必须优先。
但是，Chamath，事情不是那样运作的，伙计。我的意思是，我认同这个想法，但我就是不相信任何一位国会议员会以这种方式承担责任。
他们不会。他们不会。但问题是，他们能阻止它吗？
是的。但或者换个说法，再说一遍，行政部门可以通过很多不同的方式拖延支出。
但对联邦医疗保险和社会保障你做不到。可自由支配支出大约只占20%。强制性支出，社会保障、联邦医疗保险、联邦医疗补助，这些才是更大的支出项。而这就是我们回到这个事实的地方：这永远不会——我明白你的意思——得到解决，直到不得不……我我明白你的意思。
由此带来的政治自杀。
我只是认为，这就是我觉得Elon的名气可以派上用场的地方，我指的非常具体，就是下面这个想法。你知道那个著名的斯普特尼克评论：NASA花了数百万美元试图设计一支能倒着写字的笔，结果在斯普特尼克上，俄罗斯人直接用了一支铅笔。这正是我们需要对美国政府做的，因为我怀疑，尽管有很多法定支出，但没人知道答案的真正问题是：那些支出有用吗？所以，即使它是国会拨款的，也必须有一个反馈循环来指出：你直接用铅笔就行，你不需要那支倒着写字的笔。
我认为，如果有谁能把这一点向全世界传播，那就是他。这就是我认为特朗普通过让Elon进入西翼而获得巨大筹码的地方。而其他任何人都无法给他这个。我们其他人只会在黑暗中自说自话。是的。
这就是对政府浪费的点名羞辱，而且这真的会奏效，推特上的Doge账号正在这么做。他们基本上是在说，嘿，我们为这个项目、那个项目提供了对外援助。每次都会完美吗？不会。但你展示一间空荡荡的办公室，展示人们不来上班，展示人们浪费钱。
嗯，是的，如果那是真的的话，你知道，这里会有很多来回争论。但总体来说，如果你持续对这些项目逐一点名羞辱，然后，你知道，他们在谈论区块链之类的，据报道Elon此刻正在政府大楼里处理租约问题。这种事会极其受欢迎，因为你可以拿3.3亿美国人这个数字，把你刚刚节省下来的钱除以这个数字，然后告诉每个美国人他们刚刚少交了多少税，或者他们个人刚刚节省了多少钱。点名、羞辱，再为每个美国人做粗略的计算，这会奏效的。我们要不要稍微谈谈华盛顿特区的这场悲剧，作为收尾？
§10华盛顿特区致命空难
好的。你们怎么看？我们在和我们的朋友Sky Dayton聊，他深度参与航空领域，最近写了很多博客文章，而且他投资了一家做飞行员培训的公司。
我分享两件事。第一件是匿名的。它来自我的一个朋友，他发给我并说我可以分享。他是一名商业飞行员，他和我……我已经发布了这个。我就直接念一下。
说实话，DCA是我们飞过的最让人提心吊胆的机场。我觉得那里的管制员做事很随意，所以才会周期性地发生跑道入侵事件。我在每次威胁简报中都对每一位副驾驶说过，在那里我们俩都必须时刻保持最高警戒。DCA一直都在通报直升机（helo）交通，反之亦然，但当你以每小时50英里的速度飞驰时，几乎不可能看到它们。我的意思是，这来自一位飞行员，我不认为他有任何粉饰太平的动机。
然后我还想念一条来自Brian Yutko的消息，他是Wisk的CEO，Wisk正在打造很多这类自主系统。他说，第一，自动交通防撞系统确实存在。目前，即使飞机上的软件和系统知道飞机即将相撞，这些飞机也不会从飞行员手中接管控制权来挽救飞机。这是航空业需要实现的重大转变。即使在有人驾驶的飞机上，自动化系统也能真正启动并接管，以防止坠机。
这是我们至少需要达到的目标。一些战斗机配有一种叫做自动地面防撞系统的东西，在战斗机飞行员昏迷时恰恰能做到这一点，而且这在商用飞机上也是可行的。然后第二点，他说，我们需要更好的ATC，即空中交通管制软件和自动化。目前，我们使用VHF（甚高频）无线电通信来传达安全和关键指令，这有点疯狂。我们应该使用数据链等等。
整个ATC系统都依赖技术运行。控制塔里的人应该得到更好的软件和自动化。这完全到了该变革的时候。问题是改革的尝试都失败了。所以我只是想让你们知道这些。
一个来自这位商业飞行员，另一个来自Brian Yudko，我我认为他非常了解这个问题。这里有很多机会可以让情况变得更好。这本不应该发生。我们的另一位朋友Sky Dayton一直在大力推动美国政府开展高级飞行员培训。他经常说的一件事就是，很多阻力不过是工会的说辞，围绕着他们所认为的对其成员正确的事情。
希望这能开启这场讨论，因为我认为像Skye这样的人、像Brian这样的人正在研究下一代自主解决方案，能够让飞行变得完全、完全安全，超越以往的水平。疯狂的数据是，美国已经将近二十五年没有发生过商业航空灾难了。这难道不令人难以置信吗？
是十五年。是的。这次看起来是飞行员失误，而且似乎还有一些疑问：为什么这些阿帕奇直升机会在这片非常拥挤的空域飞来飞去，而且它们似乎是在运送政界人士。正如你的飞行员朋友提到的，Chamath，在这个非常密集的区域，这也许不是最好的主意。所以，天哪，向遇难者的家属致以我们的慰问和祈祷。
这真是一场可怕的悲剧。可怕的悲剧。是的。这是一个值得投入资金的领域，应该利用私营部门以及所有现有的惊人创新来升级这些系统和基础设施。这又是一期精彩的All In播客。
谢谢你，Travis，来参加我们的节目。谢谢你，TKZR，来参加。
很有趣，伙计们。第一次。
这是我
有生以来第一次上播客。
是的。你们
都很好。
正中目标。你非常简洁。
随时欢迎。你太棒了，伙计。
你太棒了。很愉快。
你太棒了。时光。你
太棒了，伙计。
你太棒了。谢谢你们，伙计们。非常真实。这就是
会喜欢的。
告诉我们
你们的想法。
天哪。我们下次再见。
爱你们，兄弟们。拜拜。
我们会让你的赢家继续奔跑。雨人David Cyrus。
然后它说，我们把它开源给了粉丝，他们简直为之疯狂。
爱你，s I。太好了。一个想要的孩子。挚友们走了。
我们都应该开个房间，搞一场大型狂欢派对，因为他们全都毫无用处。就好像有一种性张力，他们得想办法释放出来。让
你的脚。让你的脚。让你的脚。
脚。脚。脚。
脚。脚。脚。脚。脚。
什么？看看你。我们需要……你有没有拿到
Mercies Arback？我正在做
all in（全力以赴）。