← All-In

GPT-4o 发布、Glue 演示、Ohalo 突破、德鲁肯米勒押注阿根廷,谷歌是否干掉了 Perplexity?

GPT-4o launches, Glue demo, Ohalo breakthrough, Druck's Argentina bet, did Google kill Perplexity?

第2024-05-17期2024-05-17简体中文
收听本集00:00 / 1:41:14
阅读设置
按你的习惯阅读
正文字号
下载播客精读
把这一篇,带走慢慢读

中文 · 精读 · 当前版本

下载功能还未开放

§01四兄弟开场闲聊:回顾菲尔·赫尔穆斯的生日周末

00:00好了,各位。欢迎收听你们最爱的、全球排名第一的播客——All-In 播客。这是第 1790 期。哦,等等,只是感觉上像这么多期而已。

00:10欢迎来到第 179 期。今天和我在一起的,当然还有咱们的「科学苏丹」。我不知道那是电影背景还是他最爱的蔬菜。那是什么情况?种的是什么庄稼?

00:22那是 AI 生成的。

00:23是 AI 生成的庄稼。好吧。

00:25我在试 AI 背景。我打算用一阵子。换各种庄稼。

00:28你的粉丝要失望坏了,你居然不跟我们玩深度电影投票了。当然还有咱们的社交红人、华府通、新品发布者——大卫·萨克斯,「雨人」。是啊,你好吗,老兄?

00:41挺好挺好。嗯,这周不错。你那边怎么样?

00:44是啊是啊,这周肯定不错。查马斯·帕里哈皮蒂亚,「主席独裁者」。

00:50他给「独裁者」里加了个「主席」。

00:52我想借这个机会祝我的孩子生日快乐。我太爱你了。

01:04好嘛,现在我们其他人看起来

01:05就像——是啊,真棒。

01:07我以前从没这么做过。

01:08萨克斯,在你桌子里,你桌子里有张纸,上面写着你孩子们的名字和生日。你想——

01:14一年有三个生日,我一个都没祝过。

01:22大卫·萨克斯。

01:26我就说,我们把它开源给粉丝,他们最近就打电话给我。爱你。

01:34不不不不。但我是说,它很少正好落在同一天。

01:37今天就是那天。今天就是——

01:39那天。今天就是那天?好吧。

01:41今天就是那天。

01:42恭喜你,孩子。恭喜。

01:45对,不说性别、名字或其他信息。我们不能走漏风声给任何人。不用代词。

01:51不用代词。对,绝对的。那他们是怎么过生日的呢?

01:57这个孩子过着美好的人生,这个孩子是个了不起的人,我对他怀有巨大的敬佩、爱、同情,以及对未来的期望。

02:08好吧。那你给他们点了鸡柳条吗?

02:11我不能评论这个人是谁。

02:14你说的当然是菲尔·赫尔穆斯吧?你的孩子,菲尔·赫尔穆斯。

02:20我们能聊聊上周末的热闹活动吗

02:22就在——他真是个灾难

02:24对吧?天哪。你们几个——跟你们说一下。

02:28其实,我们上周末可想你了。想你。

02:30特别好玩。

02:30查马斯,周六晚上我们好想你。周六晚上真的特别好玩。我

02:35回家的那段时光真的太美好了,跟你说实话。

02:37我们搭了个凉亭。周六玩了二十一点。我也想你们。我也有点 FOMO(错失恐惧),我看了那些视频。太好玩了。

02:44嗯,你不用

02:45太 FOMO,因为菲尔把整个群聊都发给了 pokernews.com。他们平时根本不会多看一眼。还有 theflop.org。

02:56扑克快讯更新。

02:58天哪。他整个周末好像都在念叨。

03:00他把在场的每一个人、还有筹码和筹码数字都泄露了

03:04他就说,看,这是我,还有埃隆来参加我的晚宴。不不不。

03:08比那还糟。不,比那还糟。他说,我跟咱们的埃隆一起待了 10 分钟 14 秒。

03:16什么鬼?

03:17他简直要死了。他在代客泊车那儿把人家拦住的。

03:22什么鬼?

03:24多少分钟?10 分钟 14 秒。他把准确时间精确到了秒。天哪。

03:29嗯,这可不是

03:30那种方式之一

03:30带着生日快乐回家,因为我确实错过了他的 60 岁派对。

03:34是啊。又回到他的生日了。

03:37其实是他的生日。是比尔·格利。所以我们就把比尔·格利的生日给占用了。

03:41我还

03:41有生以来第一次体验了百家乐。我认定它是地球上最堕落的游戏。就是最——你基本上就是在抛硬币。

03:52抛硬币。嗯,没错。你要做

03:55下注决定。玩百家乐你只要说「庄」或「闲」,然后你就为怎么翻牌把自己搞得紧张兮兮。我认识的地球上最聪明的那些人,全都在凌晨两三点围着这张桌子说,把这个角这样翻,不不不。

04:08不不。这样翻,这样翻。有两个点,他们在争论翻牌的正确方法。

04:16不。这是最不可思议的、作秀式的表演。都不用说。

04:21对,你说得对。每个人都有自己弯牌的小技巧。所以到一副牌打完,牌全都被弄坏了。他们不——他们

04:28不去试。我就这样

04:30弯,然后试着去看

04:32就像你总是捏着你的小胡子,像个大反派一样。

04:34你得这么弄。对。然后你喊出来,哦

04:37天哪。没有「观察员」。

04:38如果你看到一个「观察员」,我们就太暴露了。

04:42然后你来决定庄家是否翻开他们的牌,当他们翻

04:46然后你输掉一小栋房子,然后你就想,再

04:48来一次。你在说服自己,你拥有全部这些掌控力和改变结果的办法。对。因为你其实只是在翻一张牌。就是比大小。

04:55嗯,它就是比大小。就这么回事,

04:56就是比大小。

04:57还比那更糟。你基本上是坐在赌场的桌子前,然后他们告诉你赢了还是输了。为了说服自己不是这么回事,你就得去摆弄那张牌。

05:08是的,先生。但,说真的,他们

05:10总是告诉你,你要么赢要么输。

05:13我可是看着我们认识的那些最聪明的人,盯着窗口那台显示庄赢还是闲赢的小机器,还在研究它。已经连赢四把了。

05:24该走「黑」了。

05:25赫尔穆斯就是,我现在来翻牌。庄庄闲闲闲。所有人都说,来吧。然后每个人

05:30都要卖头戴设备了。(转录不清)

05:31跟我说——跟我说,他们邀请我们去 PokerGO 上的高额扑克局打牌。所以是我、赫尔穆斯、斯坦利、萨米、豪斯,然后珍·蒂莉、尼克·艾尔鲍尔,还有罗伯尔。所以「豪斯局」的大部分人都来了,再加上珍妮弗·蒂莉和尼克·艾尔鲍尔。

05:48珍妮弗·蒂莉太厉害了。她是个很棒的人

05:51也是个演员。听听这手牌。真的就是这局扑克的第二手牌。珍妮弗·蒂莉在大盲位。不。

06:06抱歉。她在枪口位。她加注。赫尔穆斯再加注(3-bet)。一圈下来轮到我在按钮位。

06:13我一看,我拿着一对 K。

06:16哦,如果

06:17我把整副身家都推进去(全下),轮回到蒂莉,她全下,赫尔穆斯全下,听听这些牌。珍妮弗·蒂莉拿着一对 A。赫尔穆斯拿着一对 K。我拿着一对 K。天哪。

06:29我这辈子从没见过这么「惨烈撞车」的一手牌,而且是在牌局的第二手。总之,哇。别担心,各位。它又回来了。我想——她翻了三倍。

06:42她筹码翻了三倍。

06:43然后进入保守模式,我第一次跟她玩。不。

06:46然后我把她

06:47筹码全赢光了,对。我把她打爆了。总之,嗯,我不想透露牌局结果,但

06:50那

06:50那真是太棒了。这位,

06:52我出现在我们一个共同朋友的牌局上,车道上停着一辆漂亮的保时捷什么的。是辆相当引人注目的车。我注意到车牌上写着(某个词),但拼写用了个 j。我就想,哦,「堕落」。好棒的车牌。

07:06我在想那是谁的车。我进去一看,是珍妮弗·蒂莉。哦,她真是太酷了。

07:10她非常有魅力。很棒。很会玩转。很棒的演员。

07:13很棒。那就是她演过的那部。

07:15《子弹横飞》(Bam Bam)。(转录不清)

07:16就是那部。对。

07:19对,没错。往那个方向走。

07:21没错。黑帮片。

07:23对。跟吉娜一起演的,就是那个老……天哪。

07:28那,那部

07:28片子,那部片子。天哪。

07:29好吧,我们别在这儿把自己说「翻车」了。好。对,确实是部很不错的片子。好了。

07:34说到行动,这是重磅的一周,AI 产业复合体正主导着我们今天的议程。抱歉了拜登、乌克兰和妮基·黑利,但我们现在必须聊 AI。OpenAI 在周一发布了 ChatGPT-4o,就在山姆上 All-In 节目三天之后。作为节目说明,我们先把话题交给弗里德伯格。

§02OpenAI 发布 GPT-4o:更好、更快、更便宜

07:59我们在没有推迟他的出场这件事上,可能犯了一点战略或战术性的错误。公平地说,弗里德伯格,山姆·奥尔特曼最初确实告诉我们他是来聊这些事情的,但后来事情被往后推了。然后他想在那基础上再加点内容。这是个节目说明,因为大家都在好奇。

08:16到底发生了什么?我跟山姆聊了一阵子了,差不多一年,一直在谈他上节目的事。每次见到他,我们都说:「嘿,你应该来上节目。」他就说:「我想上节目。」好,那我们找个日子。可我们一直没定下一个合适的日子。

08:28我三月份见到他,他说:「嘿,我想上节目。」我说:「好啊,那就来吧。方便的时候告诉我。」

08:33然后几周后,他说:「五月的这个日子怎么样?」我说:「行啊,那没问题,我们可以安排。」他说:「嗯,我们到时候会有个大发布。」

08:42我当时就说:「太完美了。来上节目吧。那听起来很棒。」然后就在前一天晚上,他问我——他告诉我——他给我发短信说:「嘿,我们明天其实不会做这个发布了。」

08:54「要延期了。」他没告诉我延多久。我就问:「那是 ChatGPT-5 吗?」他说:「不,不是 GPT-5。」

08:59我就说:「好吧,那,你知道,还是来上节目吧」,因为他没告诉我他什么时候做发布,或者推到什么时候。所以看起来也不是什么大事。以为我们反正还是能好好聊一聊。所以真的很不巧。

09:10我觉得,发布是在两天后才发生,而他在我们采访期间还得对此保持沉默,但,事情就是这样。我觉得以后要是有人说他们有个大发布要做,我们大概应该推一推他们,如果他们得等一等之类的

09:22但别太自责。不过我

09:24我倒不觉得我们以后会做很多这种采访。我觉得大家显然不太喜欢它们,对我们来说,还不如就是几个人一起聊聊天。

09:31我觉得,如果我们当初是在 GPT-4 发布的第二天请到山姆,而不是——是提前三天?对。他本可以聊得自由得多,那会

09:43很有意思。

09:44是啊。本来应该是同一天的,所以事情最后变成这样真不巧。

09:47另一个小招数是,你可以在禁发期(embargo)下告诉我们,但据我了解,他们整个周末都还在做那些视频。所以我觉得那些视频之类的东西,他们当时还没搞定。所以,是啊,吸取教训了。说到节目上的采访,给大家回顾一下,我们做了十几场。其中一半是总统候选人。

10:07有时候效果火爆,有时候不火。但在这档播客里,我们跟着自己的兴趣和热情走,这样对我们自己也会有意思。所以如果我们觉得这个人会很有意思,我们就做。而且,是啊,我们理解你们会错过一个新闻主题,但,就这样吧,事情就是如此。

10:21顺着你的话说,很多来上节目的人——而且越来越多的人主动要求来——是因为他们知道我们不是记者。所以对于所有那些期待我们当记者的人来说,那不是我们的角色。我们是四个创业者、四个商人、四个朋友、四个技术人、四个好奇的人、四个扑克玩家,但我们不是四个记者。所以我们想问什么就问什么。有时候这些问题会触动人心,因为那正是你当时想让人问的问题。

10:53而有时候我们不会追到某个点上,也许是因为没时间,也许是因为忘了,也许是因为我们选择不问。我觉得把这个免责声明讲清楚很重要。就是说,我们有本职工作,这档节目是我们用来把一堆信息,按我们思考世界的方式汇聚起来的。所以我们不是记者。所以我们没有

11:13那样的预期。我觉得这意味着,如果嘉宾不想聊某件事,我们不会开始用「抓包式」的问题之类的东西连珠炮地逼问他。几天前我出席了一个会议为 Glue 做宣传,这个我们后面会讲到。对话的前半段,基本上是关于我们发布什么的正常交谈。而后半段,基本上就是那个记者用一连串快球(刁钻问题)连珠炮地问我。

11:36这也没关系。我清楚自己答应的是什么。那是一种完全不同的风格。跟上节目、只是正常聊聊天是完全不同的风格,但让一个不想开口的人敞开心扉,本来就不是我们的职责。

11:48最聪明的问题是哪个,萨克斯?就是那个快球。有没有哪个差点让你招架不住?

11:53没有。我是说,不太值得细说。你想看的话可以自己去看。

11:56我只是好奇。

11:57就是,听着,我有时候其实挺喜欢记者给我投快球的,因为他们那么投的时候,你可能三振出局,也可能把球打出全垒打。

12:04这里有个重要的点。我觉得,作为曾经的总编兼记者,我自己有时候喜欢以一种尊重的方式问一个,我会说,有挑战性的问题。比如说,我就那样做过,只是澄清一下他对跨性别和同性恋权利的看法。并不无礼吧?是经过思考的吧?

12:23哦,你会觉得它算「辣」还是「硬核」?我觉得它不算硬核。他喜欢我们,因为——不。

12:28但那是因为你是从好奇的立场去问的。你不是想抓人家把柄。你看出区别了吗?

12:33我是真的对他的观点感兴趣。这

12:35这就是我的意思。这就是为什么它呈现出来的效果不一样,也是为什么我觉得大家喜欢这些对话。有时候我们没能问到另一类答案,是因为我不想去「抓包」一个在努力做事的人。

12:46我做采访时总是有同样的条件,就是我不事先过问题,也不让人家修改采访内容,但你知道,每个人对怎么做采访都有不同的看法。如果你喜欢,你就喜欢。如果你喜欢莱克斯·弗里德曼的版本,或者蒂姆·费里斯的版本,或者你更喜欢,你知道,福克斯或 CNN,那就去看那些地方的采访。在媒体格局里,你能看到各种各样不同的采访和采访风格。我们只是其中的一种。

13:11山姆·奥尔特曼上周在节目里提到,下一个大模型也许不会叫 GPT-5。所以周一,他们发布了 GPT-4o。这个 o 代表 Omni(全能)。它具备你喜欢科技的一切特质。它更快。

13:25更便宜。更好。但在我看来,真正的重头戏是他们在 UI/UX 上取得的巨大进步。这个 o 代表 Omni,就像杂食动物(omnivore)一样。它能接收音频、文本、图像,甚至你的桌面,以及来自你摄像头的视频,用来辅助它正在做的事情。

13:42你可以把它看作 360 度的 AI。制作人尼克会放几段视频——在此之前我先给大家描述一下——然后我们再听几位兄弟对这次发布的反应。首先,他们在我们上周提到的那个「打断」问题上取得了很大进展。就是当你用 Siri 或这类工具时,你说,你知道,「嘿,杰克,GPT,2 加 2 等于几」,然后你得等。而且如果你们俩说话重叠了,它就乱了。

14:05他们现在把这个做得顺滑多了。他们做了个数数的示例,说「加速、减速」。他们还做了个翻译器,效果非常好。

14:13我希望你当个翻译。我这儿有个朋友只会说意大利语,而我只会说英语。每次你听到英语,我希望你把它翻成意大利语。如果你听到意大利语,我希望你把它翻回英语。这样可以吗?

14:30麦克,你

14:35麦克,她想知道,如果鲸鱼会说话,它们会告诉我们什么?

14:42它们也许会问,我们怎么解线性方程?

14:56当然。好的。

14:58很好。看起来它能用。

15:00我觉得多邻国(Duolingo)的股价在那期间挨了一下。至少对我来说最令人印象深刻的——我还请了桑迪普·马德拉上我的另一档播客,我们聊到过——是他们的桌面版和 iOS 应用。这个应用做的事情很迷人。它会观察你 Mac、iPad 或 iPhone 上的桌面,然后做一些像自适应学习这样的事情。这里有一段可汗学院的萨尔·可汗和他儿子的片段,基本上是用一个绘图应用做一些算术或几何题。

15:32它会做自适应学习,基本上充当一个私人教练,因为这个应用在观察他儿子尝试解题。

15:39我和我儿子在一起,我希望你辅导他做这道数学题,但别直接给他答案。你可以提问,把他往正确方向引一引,但我真的想确保他自己理解。他就在房间里,所以你可以直接跟他说话。

15:54你能先指出三角形的哪几条边相对于角 alpha 分别是对边、邻边和斜边吗?

16:05好的。我很确定这个就是角 alpha,就在这里。对吧?

16:10正确。好的,没错。现在看这个三角形,你觉得哪条边是斜边?

16:19记得斜边是哪条吗?我不太确定。我觉得可能是这条,但我真的不确定。就是 AC 这条边。

16:29你很接近了。其实,AC 边叫做角 alpha 的邻边。斜边是直角三角形中最长的一条边,正对着直角。你能找出哪条是斜边吗?

16:45哦,好的,我明白了。那,我觉得斜边是从 A 到 B 的这条很长的边。这样对吗?

16:53完全正确。做得好。

16:55它还能参加 Zoom 通话,解释图表,所有这些很棒的事情。所以它会成为你身边的「副驾」。在你用各种应用时,它会是一个在场的、有个性的存在。我得说,真的很令人印象深刻。那我想我们就从弗里德伯格开始吧,聊聊你对我们看到的所有这些创新的看法。

17:14我觉得现在已经很明显,模型架构正在经历一场演变。我们——我想你可能记得,我们上周和山姆简短聊过这个——我们正在从那种非常庞大的、每次重新发布都要花一大笔钱重建的模型,转向一种「模型系统」。所以这种多模态系统,基本上是同时调动好几个模型,它们协同工作,或者彼此连接起来,去响应输入,并产生某种生成式的输出;而这些单独的模型本身可以被持续地排队调用、并且/或者被持续地更新。所以,与其说「嘿,刚刚有个全新的大发布,这个新模型刚训练好,花了一千万美元来训练,现在推出了」——

18:09这些模型可以通过调优、通过升级功能来升级,然后再和其他新的、更小的、也许专门针对特定任务(比如做数学、渲染图像或渲染影片)的模型连接起来。所以我觉得我们将会看到,很快,各个单独模型之间的界限会更加模糊,更多地变成这种通用服务式的方式,更新以一种更连续的方式进行。我觉得这是 OpenAI 在 GPT-4o 上采取那种架构方法的第一步,至于帷幕背后是什么我们并不知道。我们不知道那里有多少个模型。我们不知道它们被更换的频率有多高,也不知道它们是通过真正升级参数来更换,还是通过

18:53所以这看起来相当明显。如果你看这个链接,他们发布 GPT-4o 时最初出现的批评之一,是说有一些性能退化。而斯坦福实际上在跑一个大规模的多任务语言理解评测,他们把它公布出来,我想是每天或者相当频繁地,公布所有模型的表现。你可以在这里看到这张成绩单,GPT-4o 实际上表现优于 GPT-4。所以这跟某些说法相反——那种说法是,为了拿到他们在 4o 上获得的那些性能提升和速度提升,他们其实把模型做差了;而看起来恰恰相反,模型反倒略微变好了。但它仍然不及 Claude 3。

19:35Claude,你可以在这里看到它排在这些榜单的顶端,但榜单有很多不同的。所有公司都把它公布在图表上。他们都声称自己比别人都强。但我喜欢斯坦福的,因为它是独立的。

19:44查马斯,把它和我们的采访结合起来看,你有什么想法?你觉得 ChatGPT 正在消费级体验上一骑绝尘吗?还是你觉得它和其他一些玩家势均力敌?

19:57不想背后乱说什么,但我们群聊里一个我们都认识的人发了点东西,说消费端的增长已经停滞了。我不知道他们是怎么知道的。也许他们拿到了一些数据,也许他们是投资人。你们知道我在说谁,他们说 OpenAI 正试图给消费级应用重新注入增长活力。

20:19从你的角度看,对它为什么可能陷入平台期,有什么见解吗?

20:23我在我的年度信里写过这个。增长是有阶段性的。拿社交网络作为一个完美的例子,Friendster 刚被创造出来时很神奇。对吧?然后出现了 MySpace,把它甩开了一大截,因为 Friendster 并没有真正投入打造护城河所需的资金和品质。

20:48然后 MySpace 又真的没能竞争下去。于是我们,你知道,Facebook。我们登场的时候排在第八或第九,然后我们把所有人都甩开了。我觉得这意味着,产品发展存在这些阶段,它们在很多市场里都存在。我觉得这个市场正在经历同样的事。而现在,我们处在我称之为「原始黏液」的第一个阶段。

21:10就是大家都像被砍了头的鸡一样到处乱跑。所有这些核心的基础能力,你看到时仍然那么神奇。但我们都知道,五到十年后,这些东西都会变成基本门槛(table stakes)。对吧?弗里德伯格刚展示的,是一张表,上面是很多公司、很多万亿级的市值,它们实际上都在奔向同一个终点。

21:33所以我觉得,我们现在大概离基础构件被标准化还有两年左右。然后我觉得真正的生意才会被建立起来。所以我会坚持我在这里的观点,就是:所谓「AI 界的 Facebook」还没被创造出来。

21:50好的。这就是 ChatGPT 的网页访问量,如你所见,已经进入平台期了。这份数据来自 SimilarWeb。我同意你的看法,查马斯。看起来那些使用场景,以及那些只是听说了就来试试这个软件的看热闹的人,

22:06他们已经走了,现在我们得去找真正的使用场景。萨克斯,我在想,

22:11不过为了把这个想法补完,我们的朋友杰森(Jason)说了点关于付费转化的事。对吧?那是他——我不知道他怎么

22:16知道付费的。是付费对付费。

22:18说清楚,是付费对免费。然后山姆上周在播客里说的是,似乎每当他们推出新东西,旧的东西就变成免费的。我这周跟桑尼(Sonny)聊的时候,他提到这些新模型效率高得多,以至于你其实可以把旧模型直接扔进垃圾桶,因为它太没效率了。而这些东西现在每年大约便宜 90%,这意味着每两年,这些东西就会便宜 99% 并且更好。是的。

22:46是的。

22:47而且也许,萨克斯,OpenAI 在战略层面会把这一切都做成免费或接近免费,然后也许只对一个「多人协作版」收费。看起来方向就是那样。你不用登录就能用 3.5。你不用登录就能用谷歌服务——不对,用谷歌服务你还是得登录,但我觉得这些东西就会直接变免费。

23:09那从产品的角度,你有什么想法?然后也许你可以聊聊免费转付费。你觉得全世界的人都会付 20、30、40 美元,一年 500、一年 200,来拥有一个这样的东西吗?还是说它们最后全都会是免费的?

23:21嗯,你这里是在假设 OpenAI 的长期商业模式在于 B2C 订阅,而我觉得那大概是他们手上最没吸引力的模式。它算是第一个、也是最显而易见的一个,因为他们推出了 ChatGPT,然后再推出一个高级版本就相当容易。但以我的经验,B2C 订阅不是个很有吸引力的模式,因为消费者不愿意付很多钱,而且流失率很高。而且基本没有扩展的可能。所以我怀疑他们会随着时间更多地转向 B2B 方向,因为真正的钱在那边。

23:56而他们做这件事的方式,大概是把所有建在它之上的应用变现。我觉得从这个意义上说,GPT-4o 是一项真正重要的创新。顺便说一句,这个 o 代表 Omni,我认为代表的是全渠道(Omnichannel)。我想你刚才可能说成了杂食动物(omnivore)。

24:16我就直接告诉

24:17你,对,就是 Omni。嗯。意思是现在所有不同的媒体类型都能输入进去,对吧?就是,这就是区别。不是说你只给它一张图像或给它一段视频。

24:26我相信,它是在同时、并行地吸收所有这些东西。

24:29没错。这个模型有三大创新。对吧?第一个是全渠道,意思是文本、音频、视频和图像。第二,它更具对话性。

24:40就是,它理解人说话的语气,以一种以前做不到的方式理解某种情绪。然后第三点,这点真的很重要,就是它比前一个版本 GPT-4 Turbo 要快得多、性能强得多。在速度测试里,他们说它快了一倍。我们在 Glue 里玩过它,这个我们等会儿可以聊,感觉快了十倍。

25:00它确实快多了。但真正让某些神奇体验成为可能的,是这三样东西的组合,因为当你提高处理速度后,你现在就真的能以一种自然得多的方式进行对话了。以前,这些模型就是太慢了,所以每次提示之后都会有很长的延迟。是啊。所以现在,就像你展示的,它能做到:你把摄像头对准一块黑板,或者对准写着数学方程的什么东西。

25:28然后它能带你一步步解出那道题。或者两个人可以在对话,它做实时翻译。你知道,有句老话说,每一项《星际迷航》里的科技最终都会成真。他们基本上就是把整个自然语言、实时的通用翻译机给发明出来了。

25:45是啊。总之,这些

25:47是一些有意思的使用场景,但我就是觉得他们会能够释放出一大批全新的应用。而且如果他们对模型的使用按量计费,并提供最好的开发者工具,我觉得那里是有商业模式的。

26:00这东西发展得太快了。我们就像处在莱昂纳多·迪卡普里奥(的台词)模式里。每两年,他们就把旧模型扔掉。好。我们接着——谢谢你,萨克斯。

26:10叮。(转录不清)

26:11嗯,这个还开着吗?你是

26:12提前写好那句的,还是

26:14你们是

26:15临场说的?对。那句不错。

26:17关于这点就说一点。是的,外面有一大堆创业公司在做虚拟客服智能体。过去这几年他们一直在努力让这些智能体更具对话性、更快、反应更灵敏。我觉得他们的产品路线图刚刚就作废了。

26:39这倒不是说他们在工作流方面没有更多事可做——比如把 AI 和客服工具集成起来,以及完成最后一公里,针对客服这个垂直领域的具体问题去定制模型——但我猜,数以亿计美元的研发投入刚刚打了水漂。而现在大概是创办一家客服智能体公司的最好时机。如果你是两年前、五年前做的,你的工作就都像是白做了。

27:09嗯,我是说,这就是这种节奏带来的事。就是,你知道,过去你得扔掉客户端-服务器的东西,或者,你知道,随便什么。你做了个网页版的东西。你推出一个应用。你扔掉一些旧代码。

27:19但现在就像是每 18 个月,你的工作就被取代了。

27:22如果你是应用开发者,关键要搞清楚的是:模型创新在哪里结束,你的创新从哪里开始?因为如果你搞错了,你最后会做一堆东西,而这些东西几个月后就被模型给淘汰了。

27:36我觉得

27:36你说得完全对。我觉得那是个非常重要的观察。这就是为什么我觉得这些人的动机会是把这些东西推向开源。因为如果你解决了一个对你业务运营上必需、但又不是你业务核心的问题,那你有什么动机在接下来的 5 到 10 年里真的持续投入去改进它呢?

27:57你最好像 Klarna 那样,对吧?我们聊过 Klarna 通过改进客服获得的惊人提升和节省。把它开源发布出去吧,各位。让社区里其他人接手,这样它就对其他所有人都可用了。

28:12否则,你就会被困在维护它这件事上。然后,如果你哪天想换掉一个模型——你知道,从 GPT-4、4o 换到 Claude,换到 LLaMA——那会几乎不可能,而且会代价高昂。所以我还觉得,萨克斯,在这个市场里,如果你愿意这么说,推向开源的动机比任何其他市场都要有意义得多。

28:35是啊。我是说,听着。我想你当时在场——我想你在 Facebook 做「开放计算项目」(Open Compute Project)的时候在场,他们当时就是,天哪。

28:43说到把整个市场烧掉。解释一下那是什么。当时有这么一个时刻,你要建数据中心的话,会用到那种 1U 机架式的机器。而 Facebook 观察到,只有少数几家公司提供这种东西,所以它贵得没必要。于是 Facebook 就自己设计了一套,然后把规格发布到网上。基本上就是说,给,这就是规格,然后他们去找那些台湾制造商和其他人说,请你们按成本价再加几块钱给我们做这些。

29:15这在那个市场里是革命性的,因为它让这个开放平台得以拥抱这个每个人都需要的、非常关键的要素。我觉得在 AI 领域会有很多这样的例子,因为成本如此极端,比给一个传统网页应用建数据中心要高得多。这么做的动机实在太有意义了。是啊。而我

29:39刚在屏幕上展示了它。萨克斯,你其实一直在这条线上游走。昨晚,我在用你新做的「Slack 杀手」,还是叫代号什么的,不太确定。对我来说它感觉就是个 Slack 杀手,因为我这个周末要把我公司搬到它上面。我们要搬到 Glue 上去。

§03萨克斯演示 Glue:AI 如何让他的「Slack 杀手」成为可能

29:52而你

29:53和我当时在做一些很——我觉得这事儿我可能得「分一杯羹」(插一脚)。

29:58嗯,你想分一杯羹。

29:59对我来说它感觉能涨一百倍。我得挪进去(投一笔)。

30:04我们就是这么

30:05想的。

30:09请用语音。

30:10我得分一杯羹。那就像是一百倍。推进去 500。哇。萨克斯。

30:18跟我说说产品决策。AI 在哪里结束,你的产品从哪里开始?

30:25好。嗯,这是个好问题。我是说,我觉得在 AI 结束的地方——我们想用尽可能最强大的 AI 模型,而我们想专注于企业聊天。所以你完全可以把我们看作一个 Slack 杀手或 Slack 竞争者。它要说的是,Slack 不是为 AI 时代打造的。

30:42Glue 是 AI 原生的。那是什么意思?没有频道(channels)?你知道,我把它拿给查马斯看。他说的第一句话就是,你说没有频道我就被你拿下了。

30:49对吧?人们太厌烦频道了。你得跟进这成百上千的频道。而频道真正的问题在于,一个频道里有一个你想看的话题串(thread)。为了看它,你得加入整个频道,然后你现在就收到所有这些噪音。

31:01人们只想要那些话题串。所以如果你看看 ChatGPT 内部的聊天模型,它就只是一个个话题串。对吧?你在 ChatGPT 里创建一个基于主题的话题串,AI 会给它起个名字,放到侧边栏里。然后如果你想聊别的,就创建一个新的聊天,Glue 的工作方式正是如此。只不过它是多人协作的。

31:21你就把你想要的群组和个人放到那个话题串上。我快速给你们看一下。这是我的 Glue。你们能看到,在侧边栏里,我有我参与过的所有话题串。而且像我说的,你可以把它们发给多个人或群组。

31:34然后你这里有聊天。现在我们还完全集成了 AI。所以我们的制作人尼克,在这个话题串里说:「@Glue AI,萨克斯在各期节目里谈论最多的是哪些国家?」Episodes 是我们创建的一个群组,用来当作我们所有各期节目文字稿的仓库。于是 Glue 做了一次搜索,它说,大卫·萨克斯最常频繁地谈论乌克兰。

31:59是啊。真的吗?然后尼克又说,更具体地说说萨克斯对乌克兰-俄罗斯战争的立场。

32:04哦,天哪。这要把服务器搞过载了。

32:08嗯,看,它这里说,大卫·萨克斯在 All-In 播客的各期节目中,对乌克兰-俄罗斯战争有一种细致入微且带批判性的看法。以下是概括他立场的一些要点。它简直是说得一针见血。它说的是:通过外交来预防、反对北约扩张、人道主义关切、对军事干预持怀疑态度、和平协议提案,你知道,我今天晚些时候会把这个复制粘贴到 Twitter/X 上,但重点是它在所有这些不同的节目里都抓得一针见血。然后这是 Glue 的一个功能。

32:37它提供了来源。所以它会标注它从哪里得到所有这些信息。那么现在想象一下,我们是在为 All-In 播客做这件事,但你可以想象,与其是播客的文字稿,它可以是你的工作文档。你现在在你的主聊天里,就有能力直接问:「嘿,@Glue AI,提醒我那个项目我们进行到哪儿了」,或者告诉我谁是这个主题的专家,或者谁对这个项目贡献最大。我其实已经用 Glue AI 弄清楚了,在 Craft(我的基金),谁贡献的交易源(deal flow)最多,相当了不起。

33:09现在让我给你们看一些

33:11东西。那——是啊。答案是什么?

33:14我不会在这儿说出来。

33:15我觉得是布莱恩(Brian)。好吧。

33:16布莱恩是我的人。

33:17就那两位。

33:18是瑞恩(Ryan),对吧?是我的

33:18人。我

33:19想在这点上

33:20停一下。如果我被「炒」了,我就带走丹尼尔(Daniel)和布莱恩。砰。我就这样挖走他们中的一些

33:24人。好。你带走丹尼尔,我雇布莱恩。我会,你知道,把 Craft 重新组建起来。

33:29我们就叫它 Kraft(克拉夫特)。

33:34好了。看。确保你有几个——

33:35等

33:35一下。萨克斯,我刚看了 ChatGPT-4 Omni 的服务器。你做那个查询的时候,它其实翻了个白眼。继续。

33:44好的。

33:45你好。

33:45刚才我们聊到 ChatGPT-4 如何理解情绪和对话。我觉得这是个很好的例子。我在 Glue 的联合创始人埃文(Evan),刚刚在替我们测试这个。他问,基于各期节目里的对话,每位兄弟的性格类型是什么?首先,它弄清楚了哪些人是「兄弟团」。

34:04就是,我们没编程设定这个。它自己就弄明白了,相当厉害。这是它对每位兄弟性格的描述。它说杰森·卡拉卡尼斯的角色:主持人兼活跃气氛者。性格特质:有魅力、幽默、活泼,是这个群体的「黏合剂」(glue)。常因能让播客有娱乐性、让对话保持顺畅流动而受到赞誉。杰森的能量和为讨论带来幽默的能力,是定义他在播客中角色的关键要素。

34:29评论:他因把这个团队凝聚到一起的作用而受到认可。查马斯·帕里哈皮蒂亚,远见者兼拼命者;性格特质:有洞察力、有驱动力、坚持不懈。查马斯那种不懈的冲劲和拼搏的能力激励着同伴,使他成为播客和热烈讨论的核心部分。我的那段我跳过,但大卫·弗里德伯格,务实的科学家兼现实主义者;务实、有条理,而且有点内敛。弗里德伯格常常是理性的声音,为讨论带来科学而现实的视角。

34:54他专注于分析和逻辑推理。然后它标注了这些内容的出处。它在这里说,总的来说,四位兄弟之间的互动创造了一档全面而引人入胜的播客,每位成员都把自己独特的长处和性格特质带到了桌面上。我觉得这相当不可思议。

35:08这东西有多「觉醒」(woke)?你有没有加任何限制护栏,还是这就是纯粹的、顺着数据来的 GPT-4o?

35:17对。对。所以我们在这里做的,是用我们实现的 Glue 功能把 GPT-4o 包起来,以便从对话中榨取出最大的价值。有些事我们必须做来给提示词划定范围,然后我们用的是一个叫 RAG 的检索增强生成服务,它把 RAG 作为一种服务提供。它基本上把我们的文字稿吸进去,让 AI 能够访问它们。

35:43所以,这基本上就是我们在用的技术栈。但随着模型越来越好,Glue 也就越来越好。再说一次,我能不能——

35:49我能不能就这点评论一句?它就是太清爽了。杰森(JCal)是促使我放弃 Slack 的关键。他两三年前告诉我,他打电话给我说,你可以告诉我具体的那些频道。我删掉了一些乱七八糟的频道。

36:07有大概两三个

36:09你有的频道。

36:09那些「random(随意)」频道。

36:10对。Slack 的实例不该有的。我当时就想,这太天才了。于是我进去,我就想,我们所有的公司都应该直接删掉这些频道。我们只能做到大概 20% 或 30% 的执行率,但它真的开始让我对 Slack 反感,因为我老是被困在那些完全没用的话题串里。

36:28我就想,人们怎么不干活呢?而这个真的很棒,因为你在 Glue 里没法对着一堆废话喋喋不休,这点我觉得真的很有用。嗯,Slack 就会出现这种情况。我们在 80、90(人规模时)用过它,就跟你说一下。所以我们是——我们很早就用上了

36:42过度陷进 Slack。人们开始觉得 Slack 就是工作本身。回复 Slack 消息、进行对话成了工作本身,而实际上是有活儿要干的。

36:50是有活儿要干的。

36:51是的。所以这很重要。我喜欢这个实现方式的一点是,它就像是能在你的沟通平台内部做出一个信息流或一个数据源。所以你把所有各期节目和它们的文字稿导入进去,这点很棒。但我想要的是像我们的 HubSpot 或我们的销售 CRM 那样的东西。

37:11我想要我们的 Zendesk。我想要我们的领英招聘和领英求职申请。我想要我们的 Notion。我想要我们的代码,每一样都具备这个能力。昨晚我用它的时候,你做的就是用 @ 符号去唤起、去某种程度上召唤。就像召唤「阴间大法师」(Beetlejuice)一样。

37:29所以你召唤你的 AI,然后再告诉它你想去查哪个数据集。所以你就说,你知道,「@AI,咱们聊聊,我也说不好,你在 Craft 怎么管理你的交易源?你用 CRM 之类的软件来管理交易吗?」布莱恩——

37:45我们什么都做。但我们全在 Glue 里做,所以它就现成在那儿。但你说得对。所以 Glue AI 能访问的第一样东西,就是你全部的聊天历史,这很棒,因为你能——你知道,我们能看你所有的附件。而且我们,我想,发布时有六个集成,以后还会更多。

38:02所以,是啊,就是,你所有的企业数据都会在那里。短期内,你说得对。你得通过 @ 提及来召唤那个数据仓库,因为 AI 需要一点点帮助,告诉它去哪里找,但将来,它会自己弄明白。它会变得越来越无缝,但

38:15它会自己插进来。所以我们有一个关于销售的讨论,然后你也许会有一个销售机器人说,嘿。顺便说一句,这个客户已经三个月没人打电话联系了。

38:23嗯,这正是我想把它推向的方向,我把那个叫做「无需提示」(promptless),就是我想让 AI 在它判断自己有相关信息、能帮到团队的时候,就主动插一句话。了不起。哪怕它还没被召唤。但坦白说,要做到那个我们需要模型有一些改进。我是说,到 GPT-5 我们就能做到了,但方向绝对是那样的。

38:41我再给你们看一个有趣的例子,如果可以的话。让我给你们看看这个。我让它写一封信给莉娜·汗(Lina Khan),邀请她来 All-In 峰会当嘉宾。我告诉它,提一提我们在 All-In 播客各期里说过的关于莉娜·汗的正面评价。于是它写了这封信,「尊敬的汗主席」。

39:03我们希望这封信送达时您一切安好。谨代表 All-In 播客的主持人们,您的网站向您发出邀请,请您在即将举行的 All-In 峰会上发表演讲。接着它写道,在我们的对话中,我们频频强调您令人印象深刻的资历,以及您所承担的、极具影响力的工作。例如,在第 36 期节目里。我们认可您开创性的角色。

39:21所以这封信能够引用 All-In 播客的各期节目,而无需任何人去做那番研究、去搞清楚,比如,哪些是最合适的?因为我告诉它,只说正面的东西,别说任何负面的。然后它写了「此致敬意」,又说了一遍四位兄弟是谁。

39:36我们从没告诉过它兄弟团是谁。我们只是说,给我们写封信。所以这相当不可思议。现在这只是 All-In 播客的一个例子,但你想想任何一个工作场景——AI 能访问你以前的工作文档。它能做的事相当惊人。

39:53嗯,我是说,这其实就在名字里。就是,这是 Glue(胶水),把你黏合到一起;而 Slack 是你偷懒(slack)的地方。完全说得通。这些品牌名给了你一点提示。

40:01我们本该从 Slack 这名字就看出端倪的。

40:04完全如此。

40:07我们有一条突发新闻。今天节目里有一条独家的突发新闻要插进来。我这儿有突发新闻传来。你毕生的心血。萨克斯做完了他的产品评测。

§04弗里德伯格详解他在 Ohalo 的重大突破

40:20现在轮到你了,弗里德伯格。我们有突发新闻传来。

40:23我确实答应过你,等 Ohalo 决定走出隐身状态、解释我们做了什么、正在做什么的时候,我会先在 All-In 播客上做这件事。在——

40:35All-In 独家。

40:36独家。所以,基本上,等这期播客播出的时候,我们就要宣布 Ohalo 在过去五年里一直在研发、并取得了一个惊人突破的东西,基本上是农业领域的一项新技术,我们称之为「增强育种」(boosted breeding)。我要花几分钟来讲讲我们在 Ohalo 发现或发明了什么,它为什么重要,以及它那些重大的意义。但基本上,五年前,我们有这样一个理论:我们可以改变植物繁殖的方式。这样做,我们就能让植物把它 100% 的基因传给后代,而不是只把一半的基因传给后代。

41:25如果我们能做到那一点,那么来自母本的全部基因和来自父本的全部基因就会在后代里结合起来,而不是只有母本一半的基因和父本一半的基因。这会从根本上改变作物产量,改善植物的健康状况和大小,从而对农业产生巨大影响。因为产量、植物的大小,最终驱动每英亩的生产力、农民的收入、食物的成本、热量的产出、可持续性,等等。所以这张图大致展示了繁殖是怎么运作的。你有两个亲本。

41:58你从母本那里得到一半 DNA 的随机选取,从父本那里得到一半 DNA 的随机选取。所以你永远不知道你会从母本那里得到哪一半,或从父本那里得到哪一半。这就是为什么人们生孩子时,每个孩子看起来都不一样。然后这两半结合起来,形成后代。所以每次一个新的孩子出生,每次一棵植物有了后代,你最终得到的都是不同的遗传组合。

42:21这就是植物育种的问题所在。假设你在一棵植物里有一堆抗病的基因,在另一棵植物里有一堆抗旱的基因,你想试着把它们弄到一起。今天,我们在农业里做这件事的方式,是花上几十年去做植物育种,我们努力去磨出所有这些不同的杂交组合,找出那些带有好基因的,找出另一些带有好基因的,再试着不断把它们组合起来。这可能耗时无穷,而且你也许永远没法把所有的好基因都弄到一棵植物里,让它既抗病又抗旱。

42:52所以我们做的,是想出了这样一个理论:我们其实可以改变亲本植物的遗传机制。我们会给植物施加一些蛋白质,这些蛋白质会关掉那些导致植物把基因一分为二的繁殖回路。结果就是,亲本植物把它们 100% 的 DNA 传给后代。所以后代拥有任一亲本两倍的 DNA。你得到来自母本的全部基因,来自父本的全部基因。

43:21终于,经过多年埋头苦干、努力让这东西奏效、做了所有这些实验、尝试了所有这些方法之后,我们终于让它成功了。然后我们开始收集相关数据。而数据荒唐得离谱。就是,其中一些植物的产量提升了 50% 到 100% 甚至更多。就给你个概念,比如在玉米种子行业里,培育玉米的育种者一年在育种上花 30 亿美元,而他们每年得到的大概是 1.5% 的产量提升。

43:49用我们的系统,我们看到这些植物的大小跃升了 50% 到 100%。相当不可思议。这里有个例子。这是农业里用来做实验的一种小杂草,叫拟南芥(Arabidopsis),所以它特别好操作。你可以看到,我们上面放的是那两个亲本 A 和 B,然后我们对它们施加了我们的增强技术并把它们组合起来,最后得到了我们称之为「增强型 AB」的东西。你可以看到右边这棵植物大得多。

44:12它的叶子更大。它看起来更健康,等等。

44:15弗里德伯格,我能问你个问题吗?这是不是意味着那个增强型的染色体数量是 A 和 B 的两倍?

44:21对。完全正确。

44:22那它算是一个新物种吗?对吧?那,它拥有两倍数量的染色体,是怎么存活下来的?

44:28对。这叫多倍体(polyploidy)。我们其实在自然界里时不时就会看到这种情况发生。比如说,人类有两套染色体,对吧?玉米也是,很多其他物种也是。

44:40在演化史的某个节点,小麦翻了一倍,然后又翻了一倍,结果在小麦里你其实会得到六套染色体。小麦就是所谓的六倍体(hexaploid)。马铃薯是四倍体(tetraploid)。它们有四套染色体,而草莓是八倍体(octaploid)。它们有八套。

44:57有些植物多达 24 套染色体。所以某些植物物种有这种在演化中可能时不时发生的非常奇怪的现象,就是它们会自然地把自己的 DNA 翻倍。所以我们实际上做的,无非就是施加这种蛋白质让它发生,并在让它发生的时候,把正确的两棵植物凑到一起。所以,所以——

45:16这只可能发生在植物身上,对吧?这绝不可能发生在动物身上?

45:20它在动物身上行不通。它在植物身上行得通。

45:22好的。

45:23你可以这样来理解植物的遗传:所有的基因都有点像工具箱里的工具。你给植物的工具越多,它在任何一个瞬间可用来生存的工具就越多。用来应对干旱、炎热的天气或寒冷的天气,等等。所以在任何一个瞬间,植物拥有的有益工具或有益基因越多,它就越有可能继续生长、继续生长。这贯穿植物的整个生命周期,表现为越来越大的叶子,以及,你知道,长得更高。

45:51但更重要的是,如果你看底部,种子变大了。而在大多数作物里,我们收获的就是种子。在,你知道,玉米和很多其他作物里都是如此。所以在这种小杂草里看到种子增加超过 40%,是件非常了不起的事。但接着我们在马铃薯上做了这件事。

46:05而马铃薯的结果简直疯狂。马铃薯是地球上第三大热量来源。所以我们取了你在这里中间看到的两颗马铃薯,A、B 和 C、D。我们对它们——对它们每一颗——施加了我们的增强技术。再把它们凑到一起,你最后得到的就是这颗 ABCD 马铃薯。

46:20那就是增强型马铃薯。如你所见,这些都是在同一天种下的,而这颗增强型马铃薯比这里所有其他马铃薯都大得多,包括我们在最右边展示的一个市场品种。那是田里通常种的那种。现在,最重要的来了。当你看地下、把马铃薯收获上来,你可以看到那颗 AB 马铃薯只有 33 克。

46:40D 有 9 克。所以每个亲本分别有 33 克和 9 克马铃薯。但那颗增强型后代有 682 克马铃薯。产量提升简直疯狂。所以你可以看出,这显然对人类有巨大的好处。

46:56你知道,马铃薯是第三大热量来源,印度的马铃薯农种 1 英亩马铃薯。在印度,他们一天两顿吃马铃薯。在非洲,马铃薯是一种主食。在全世界,我们培育马铃薯、提升其产量一直非常艰难。用我们的系统,我们几乎是一夜之间就在马铃薯上看到了惊人的产量提升。而

47:16另一个关键——

47:18你在那儿看到的是正常大小的马铃薯。那些是,你知道,餐桌上吃的马铃薯。基本上,那看起来就像一颗褐皮马铃薯(russet potato)。那就像一颗——

47:27它一开始基本上像一颗小小的奶油马铃薯(creamer potato),然后你把它放大成了一颗褐皮马铃薯。是这样

47:32吗?

47:32所以 AB 的遗传——你可以看到它们像是小小的、紫色的、很小的紫马铃薯;CD 的遗传则像这些小小的、白色的,你知道,很小的球状马铃薯。但当你用增强技术把那两者凑到一起,把 AB 的全部 DNA 和 CD 的全部 DNA 结合起来,你就得到这颗产量高得离谱的马铃薯,ABCD——顺便说一句,它的产量比最右边田里通常种的那个市场品种还要高。

47:55那为什么不直接种褐皮马铃薯呢?

47:58我们正在种。所以我们正在把这个技术用到褐皮品种上。我们正在把它用到每一个主要的马铃薯品系上。抱歉。你会看到的那个提升,其实是产量。

48:06所以不是单颗马铃薯的大小。而是产出的马铃薯数量。所以你会

48:10看到每英亩之类的,就像,你知道,1960 到 1970 年代的那些项目。你知道怎么判断弗里德伯格这次是真有名堂吗?他在讲的时候让大卫·萨克斯都认真听了。

48:21你——是啊。

48:22这会——这会是一场「德克庭审」(decker court),而萨克斯是清醒的。萨克斯就像,我怎么分一杯羹?萨克斯在

48:27盘问那些马铃薯品系。我从没听过

48:29这是怎么回事。我

48:30觉得珍妮丝(Janice)挺有意思。不过,那你尝过这些马铃薯吗?它们味道不一样吗?

48:34哦,不。它们棒极了。是啊。它们就是马铃薯。我们做了很多分析。

48:39还没长出角之类的东西吧?

48:40没有。我是说,再说一次,我们开发的这个系统的另一个优势是——让我回到这里。我想就这个花两秒钟。它解锁的另一件事,是在一些你今天做不到的作物里,创造出真正能种进地里的种子。所以马铃薯,第三大热量来源。

49:00我们种马铃薯的方式——你们记得电影《火星救援》(The Martian)里那样,你把马铃薯切开,再把它们放回地里。因为马铃薯长出来的那种种子——它长在顶端和花上——那些种子里的每一颗在遗传上都不同,原因就是我刚在这张图上展示的,对吧,你从母本得到一半 DNA,从另一个得到一半 DNA。所以每颗种子都有不同的遗传组合。所以今天根本没有马铃薯种子产业。而马铃薯是个大约 1000 亿美元的市场。

49:24用我们的系统,我们不仅能让马铃薯产量更高、让它们抗病,我们还能做出的是完美的种子。所以农民现在可以把种子种进地里,这为他们省下大约 20% 的收入,消除了所有的病害风险,并让各种事情对农民来说便宜得多、也更容易管理。所以它创造出全新的种子产业。我们将把我们发现的这项增强技术,应用到全世界几乎每一种主要作物上。它既会提高产量,也会对真正交付种子、帮助农民、压低食品价格的能力产生巨大影响。

50:02它其实更便宜。所以更高的成本——你需要更多的水吗?更少的水、更少的土地、更少的能源。

50:09你需要更多的肥料吗?

50:12肥料通常随着生物量成比例增加,但这类系统应该更高效,所以随着我们把这一切推进到商业试验阶段,每生产一磅所用的肥料应该会显著下降。而且我们是在很多作物上做这件事。所以在「如何规模化」方面有大量工作要做——

50:28还有给我们讲讲田间生产?跟我们讲讲专利,以及专利在这里扮演多重要的角色,因为这不正是孟山都(Monsanto)的一个大招吗?就是,他们就到处把每个人都告到破产之类的。就像,我

50:42我一秒钟就回答你。我先换一下我的头戴设备,就——哇。

50:45我们从萨克斯的机器人跳到了弗里德伯格的庄稼。我很高兴我们是——

50:50我很高兴我们是把他放第二个讲,因为突然之间,就,群聊好像显得不太重要了。

50:55是啊。哇。他刚刚——他刚刚在这儿解决了整个乌克兰危机。我本来没法在沙漠里种小麦。然后又在雨林里。

51:03解决世界粮食问题。

51:05是啊,萨克斯。那你过去六个月——你做了什么?是啊。

51:07我们把一个企业聊天工具做得好了那么一点,不过——

51:10我们给企业版加了 AI。我们把你的 Slack 收拾干净了。

51:13所以,是啊,当你投资——我们投了一大笔钱。这事隐身了五年。我们往这桩生意里砸了一大笔钱。当你投资,就,我是说,超过五千万。超,超过五千万。

51:25是啊。

51:26美元,五年,而你手上还没有一个在市场上的产品。哇。那可真是——

51:29我们其实有一些产品吗?有啊。所以我还没讲过我们在这桩生意的一部分里是怎么赚钱的。我们一直在做——

51:34让我确认一下,我——这个,算是,搞清楚了。所以你展示的最后那张照片,里面有不同类型的马铃薯,你造出了那些超级大的,但你是说,这里的产量好处只是在于你创造出一棵大得多、更强壮的植物,它能产出

51:51很多马铃薯。但

51:52单颗马铃薯的大小并没有改变。

51:54你在育种时可以对那个加以控制。所以你在增强系统里把哪些植物凑到一起的选择,让你能决定你想要小的、中的、还是大的。那全都是「你想组合哪些植物」这个设计的一部分。

52:04好的。因为你的目标不是要把,比如,一颗褐皮马铃薯变成,比如,一个西瓜什么的。

52:09不。不。目标是每英亩产出更多褐皮马铃薯,这样我们就用更少的水。我们用更少的土地。农民能赚更多钱。

52:15人们为食物花更少的钱。那才是目标。所以这一切都关乎产量。不是关乎改变特性。有些作物你确实想改变特性,比如你也许想做出更大的玉米粒和更大的玉米穗,这是我们做过的另一件事。

52:29而且那其实已经发表在我们的专利里了。顺便说一句,我讲这一切的原因是,我们的一些专利上周开始公开了。所以当那个出来之后,消息开始传开,这就是为什么我们决定公开我们所做的事情。因为它现在正在公开出来。

52:43你刚在那儿简短地提到了不同作物能种在哪里的问题。你知道,我们之前有过这些关于小麦和玉米的大讨论。它们只在非常特定的地方才有,你知道,赤道以北。那些「冠军」显然不可能种在极地或沙漠那种极端环境里。所以如果你成功了,这会在全球范围内对这些作物的种植地带来什么影响?

53:10因为记得整个关于乌克兰的讨论,就,欧洲的「小麦肚子」,小麦的摇篮。是啊。

53:16这是个很棒的问题。我很高兴你问了,因为这是这桩生意的关键驱动力之一:我们现在能让作物适应各种各样全新的环境,在那些地方你本来种不出粮食。今天,有接近 8 亿到 10 亿之间的人营养不良。那意味着他们每天靠不到 1200 卡路里生活。持续一年以上。

53:35但平均而言,我们在农业系统里为全球每个人生产着 3510 卡路里。问题只是,我们没法在我们需要的地方把作物种出来。所以,通过能够做这种系统——我们可以拿那些非常抗旱、或能在沙质土壤或非常炎热天气里生长的作物,并把喜欢凉爽气候的作物适配到那些地区——通过这个系统,我们其实能够显著改变各种作物的种植地点,并改善有需要地区的粮食可及性。

54:03当你看一颗马铃薯时,你有多经常——你怎么弄清楚它 DNA 的哪一部分是抗旱的那部分?

54:10是的。然后你怎么

54:11确保那部分是被打开的?所以即使你继承了那条染色体,是不是存在和(别的基因)产生某种潜在相互作用的可能——

54:17一般来说,如果可以的话——这些就是所谓的标记,遗传标记(genetic markers)。所以有一些已知的标记与已知的表型相关联。表型(phenotype)是植物的一个物理性状。所以对我们种的每一种作物,我们都知道大量的标记。抗病的标记、抗旱的标记,大植株、矮植株的标记,等等。

54:37所以我们做的,是去看我们可能想要组合进增强系统里的不同植物的遗传信息。我们说,这些带有这些标记,这些带有这些标记。咱们把它们凑到一起。然后那就会驱动出结果。我们看到的另一个有意思的现象——我在幻灯片里没太深入讲——不仅仅是关于组合性状。而是结果表明,当你把更多基因加到一起,生物学会想出办法创造出「基因网络」。这些就是所有这些以我们还不太理解的方式彼此相互作用的基因,但它让这个生物体更健康、更大、活得更久。

55:14这就像当你把——这就是为什么杂种狗比纯种狗更健康、活得更久,因为它们有更多的遗传多样性。所以现在在所谓的定量基因组学(quantitative genomics)里有大量工作,你其实是去看跨越所有基因的统计数据,你用一个模型,这个模型从 100 个、1000 个,或 100 万个潜在杂交组合里,预测出你想做哪两个杂交。它说,这是最好的两个,把它们杂交,因为你会得到这样的生长或这样的健康。所以你想怎么——

55:42你想怎么赚钱,弗里德伯格?你打算卖种子吗?你打算自己成为农民吗?你打算做「食物即服务」吗?就是,你怎么从这个里面赚到最多的钱?

55:52我们不会去务农。农民是我们的客户,所以有不同的方式去和行业里那些已经有种子业务、或已经有遗传资源的人合作,帮他们提升业务的品质。然后还有另外一些行业,比如在马铃薯上,我们在打造自己的业务,比如制造马铃薯种子。所以每一种作物、每一个地区其实都相当不同。所以这变成一桩相当复杂、难以规模化的生意。

56:17我们还处在比较早期。我们已经在产生营收了。我想要更甜的蓝莓。无可奉告。无可奉告。

56:24是啊。

56:25Driscoll's 蓝莓的品质把我气得发狂。

56:28我来跟你说说 Driscoll's 蓝莓的事。

56:30还有 Driscoll's——我只买到过一批 Driscoll's 草莓是好得没边的,而我买的另外 19847 批全都是——是啊。

56:41现在你想要欧洲的小草莓,还是日本北海道的那种?

56:46因为它们

56:46浓郁又甜,而且它们不是那种巨大无味的草莓怪物。你能做出无籽的吗?

56:53你能做出无籽芒果吗?能。

56:56不。剪掉这段。

56:57她可以直接剪掉。

56:58哦

56:58我的天。那该有多棒啊。

57:00把芒果的「可食用部分对果核」的比例搞顺一点。那简直是最糟糕的比例。

57:04是啊。嗯——

57:06我们不知怎么又把话题绕回我们自己身上了。

57:07是啊。不不。看。我觉得这——这一切都是关于你们几个。

57:10不。

57:10给我们讲讲蓝莓吧。抱歉。

57:11嗯,现在,每年,Driscoll's 都会推出一款带特殊标签的包装,叫「最甜一批」(Sweetest Batch),他们刚刚出了「最甜一批」的草莓和蓝莓。我不知道它们是不是还在店里,但它们只能保存大概一两周。那是最好的遗传品种。只在很小面积的土地上种植。

57:28这事一做完就会有极其惊人的奖励。

57:31看看他们有没有。我几周前买到了。相当好吃。总之,我们知道——就这么说吧,我们对浆果市场非常了解。我的联合创始人、CTO,贾德·沃德(Judd Ward),增强育种这个绝妙想法是他很多年前提出来的,我认识他是因为《纽约客》上有一篇关于贾德的文章。

57:47我给他打了个陌生电话说,嘿,你愿意来给我们做个技术分享吗?我们开始聊起来,然后贾德想出了增强育种这个点子。于是我们和贾德一起创办了这桩生意,贾德之前在 Driscoll's 负责分子育种。所以 Ohalo 里有很多 Driscoll's 出来的人。

58:00我们对这个市场非常了解。

58:01你能回到专利那部分吗?就是,你们是不是——哦,对。抱歉。没问题。所以我们到目前为止花了——

58:05我们到目前为止在这桩生意上花了五千万美元,还不止。所以我们申请了知识产权保护,让别人不能就这么把我们的东西剽窃走。但我会说,我觉得这桩生意真正的优势,来自我们所说的商业机密(trade secrets),而不只是拿专利去告别人。那不是门好生意。这门生意是:你怎么建起一条护城河?然后你怎么拓宽那条护城河?

58:29植物育种和遗传学的妙处在于,一旦你做出一个了不起的品种,第二年,这个品种变得更好,再一年,品种又更好。所以别人很难追上来。这就是为什么种子公司通常能在市场里获得垄断地位,因为只要种子能提供最好的遗传品质,农民每年都会接着买那种种子。所以我们的商业模式,真的是建立在「我们怎么建立优势和护城河,然后持续拓宽它们」之上,而不是试图去利用知识产权。所以我非常推崇,就,建立商业模式上的优势。

58:58这会很不可思议,萨克斯。你想想,你知道,从地缘政治上看,索马里、苏丹、阿富汗正在发生的事,那些地方有数千万人、我想合起来有数亿人面临饥饿的风险。如果你真的能做出可以在那里耕种的作物,弗里德伯格,你就会改变人类。然后所有这些在美国买农田的人——如果农田不再是那么有限的资源,那可能会让那些农田贬值。你有——弗里德伯格?

59:25就,不会。

59:26我觉得,

59:26所以首先,就,美国的农田大多是家庭所有,其实有 60% 是租出去的。所以很多家庭拥有它,然后因为他们不再自己耕种了,就把它租出去。但我们在农业史上看到的妙处是,我们生产的热量越多、生产的粮食越多,似乎就越有市场。它就像任何其他经济系统一样。小麦和大米。

59:50是啊。所以那是第一和第二大热量来源,我们当然也有机会把我们的增强系统应用到那里。马铃薯上的重大突破是,我们除了能做出更好的马铃薯之外,还能用我们的增强系统做出马铃薯种子。

60:03麦当劳是马铃薯的最大买家。是啊。

60:05所以在美国,60% 的马铃薯用来做薯条和薯片。麦当劳买走了大部分薯条用的,百事可乐旗下的菲多利(Frito-Lay)买走了大部分薯片用的马铃薯,40% 用于餐桌马铃薯。在印度,95% 的马铃薯是餐桌马铃薯。它们是在家里吃的。而印度的马铃薯市场是美国马铃薯市场的三到四倍大。在巴西,90% 是餐桌马铃薯。所以在全世界,马铃薯各不相同。

60:31美国是,你知道,薯条和马铃薯(制品)异乎寻常的大消费国。

60:36我代表杰森(Jay Cal)说,我们很乐意按 10 倍市盈率(10 cap)各投 100 万美元到你们两桩生意里。

60:44绝对的。好。我们会想办法挤进去的。

60:47杰森。杰森和我来做这笔交易。我们把钱付了。把钱电汇过来,各给你们俩一百万,按 10 倍市盈率。谢谢。

60:54绝对的。

60:54你们投进来了。不过它可能不会是 10 倍市盈率,但,行。

60:58杰森已经「把钱包锁住了」。所以突发新闻:查马斯和杰森靠着几位兄弟真正干的活「把钱包锁住了」。是啊。

61:06嗯,我很感谢你们几个让我聊这个。

61:09我很兴奋能分享。

61:10你们俩。我太喜欢了。这——是啊,做东西很难。总是有风险。有大量的工作和大量的挫折,但,老兄,当你把东西做成了,那感觉很棒。

61:21我们接下来要做

61:22我们各自最擅长的事。弗里德伯格在解决世界饥饿问题,而我在收拾你的 Slack。

61:29对吧?我们没法,你知道,把

61:31你的企业频道做好那么一点。

61:33一切进步都算数。好了。斯坦利·德鲁肯米勒有了个新男朋友,德鲁肯米勒有了个男朋友,他叫哈维尔(Javier)。他们私奔到阿根廷去了。德鲁肯米勒像汤姆·克鲁斯在奥普拉的沙发上那样表白了他的爱。

§05斯坦利·德鲁肯米勒押注阿根廷和哈维尔·米莱:策略,以及对美国的路线图

61:50在本周一次 CNBC 采访里——所谓全世界现在唯一的自由市场领袖,很奇怪,偏偏在阿根廷,那么多地方里偏偏是那儿。他如果上台,会把社会保障削减 35%。他们已经从大约 4% 或 5% 的基本赤字,转为 3% 的盈余。他们的 GDP 遭受了巨大打击,基本上第四季度是一场萧条,而他的支持率并没有下降。德鲁肯米勒解释过,他是在看了米莱在达沃斯的演讲之后投资阿根廷的,那场演讲我们报道过。

62:21这里有段 30 秒的片段,放一下,尼克。

62:23对了,你想听听我是怎么进到阿根廷的吗?这是个有趣的故事。我当时不在达沃斯,但我看了达沃斯那场演讲,那大概是下午 1 点,我在我办公室里。我打开 Perplexity,我说,给我阿根廷流动性最强的五个 ADR。

62:41它给了我足够的描述,于是我遵循了索罗斯那条老规矩——先投资,再调查(invest and then investigate)。我把它们全买了。我们对它们做了一些研究。我加了仓。到目前为止一直很棒,但我们走着瞧。

62:53是啊。那相当有意思。快速说明一下,你们听到德鲁肯米勒提到 ADR。对于不知道的人——我当时就是其中之一——它代表美国存托凭证(American Depository Receipts)。基本上就是在美国交易所挂牌的一只全球性股票,为的是给投资者简化手续。

63:10是啊。我是说,他在这儿可没签婚前协议。他就是全下了,他买了那些股票,查马斯,然后打算以后再弄明白。跟我们说说你对

63:19这段恋情的看法。这段「兄弟情」。有一段很棒的米莱的片段。他上了阿根廷的一档脱口秀节目,那位女主持人,她激动坏了。

63:29打招呼,然后他们就亲上了。你们看过那些片段吗?

63:34他们就是,全情投入。

63:36全情投入地互相法式接吻。太滑稽了。是啊。我是说,就,索罗斯以这个「先投资再调查」出名已久。对于像他那样有好奇心的、非常非常注重流动性的公开市场投资者来说,这是个聪明的策略。

63:53我是说,我对那个没太多反应。我觉得阿根廷这件事里值得记取的一点是:当你花了几十年到处乱投、错配资本、把自己的经济搞垮之后,修复它的公式其实完全一样。你削减福利,然后重新激活经济。所以我们要记取的一点是,如果我们不把自己的事情理顺,那大概就是我们将要做的事。

64:22萨克斯,米莱对美国政治的影响。会有吗?看起来他和埃隆在推特、扎克在 Facebook 做的事情如出一辙。你觉得他在那边做的这个实验——就是砍员工、砍部门——有朝一日会进入美国政治吗?

64:47大概不会。我是说,得等到我们被逼着不得不这么做。但米莱做的事——他上台,他们有巨额预算赤字、有失控的通胀,他们在让货币贬值,而他几乎是一夜之间,就把政府开支砍到他实现了政府盈余的地步。然后一旦他在市场那里建立起信誉,这就让他得以降低利率,通胀消失,人们开始投资这个国家。

65:10魔法。这是魔法。

65:11所以是

65:12有一条路的。

65:12这是显而易见的。听着。我是说,你不可能永远跑赤字。你不可能永远累积债务。它就跟一个家庭一样。

65:22如果你的开支超过你的收入,最终,你得把它还回去,否则你就破产。我们之所以还没破产、还没经历恶性通胀,唯一的原因就是我们是世界储备货币。所以贬值的空间很大,而且目前还没有一个现成的替代品。我是说,每个人都在试图弄清楚替代的基准会是什么。所以我们一直能够累积越来越多的债务,但它正在逼近一个不可持续的临界点。

65:45而我们已经看到的是,美联储不得不把利率从非常低、基本上接近于零,一路拉高到 5.5%。这对人们的福祉有实实在在的代价,因为现在你拿一笔房贷的成本大大上升了。我是说,房贷利率现在超过了,多少,7.5% 了吧?

66:03是啊。6%、7%,取决于你的净资产有多少和你的信用评级。

66:08对。所以现在拿房贷难得多了。如果你需要借钱买车,那供车也更难了。而如果你有个人债务,利率可能还更高。而通胀率其实根本没把这些东西算进去。

66:21记得吗,拉里·萨默斯(Larry Summers)做过那项研究,他说如果把借贷的成本算进去,真实的通胀率会是 18%,或者会在 18% 见顶。这就是为什么人们感觉不到失业率通常所暗示的那种宽裕。所以当利率上升时,就他们需要借债去做的大宗采购而言,人们受到的打击非常严重。然后,当然,这对投资环境也非常糟糕,因为当利率非常高时,就造成了一个更高的门槛收益率(hurdle rate),人们就不想投资风险资产了。

66:55所以最终创新的步伐会放慢。德鲁肯米勒在他下一组评论里提到了这一点。他说财政部的行为还像是我们身处一场萧条之中。有意思的是,因为我研究过大萧条。那时你有一个被债务拖垮的私营部门,基本上,没有新的点子。

67:11所以干预性政策是必要的,而且也有效。他说,今天的私营部门和大萧条时期相比,简直再不同不过了。资产负债表很好。它们很健康。而且你见过比现在更有创新性的、私营部门可以利用的点子吗,比如区块链,比如 AI?

67:26他说政府需要做的一切,就是别挡道,让他们去创新。他说他们花了又花、花了又花。而我现在新的担忧是,这种开支,以及由此在已经造成的债务上产生的利率,会挤出一些本来会发生的创新。我完全赞同德鲁肯米勒对「拜登经济学」(Bidenomics)的看法。而且,其实,我是说,这就是我早在 2021 年就说过的。

67:50来个胜利凯旋圈。来吧。嗯,大卫·萨克斯的胜利凯旋圈。我们需要给那个配个小图。

67:55德鲁肯米勒用了「拜登经济学」这个词。还说我给这些人打个 F,因为他们还在印钞、花钱,搞得像我们身处一场萧条,尽管我们正处在一个欣欣向荣的经济里。而他们早在 2021 年开始这么干的时候,你知道,我发推说,拜登经济学等于往一个欣欣向荣的经济里砸进数万亿美元的刺激。我不会假装我知道接下来会发生什么,但我们以前从没试过这个。接下来发生的,是大量的通胀,而这把利率顶了上去。哪怕按凯恩斯主义经济学,你之所以搞赤字开支,是因为你处在衰退或萧条之中。

68:24所以你用政府来刺激、来平衡局面。你根本不该

68:28那么做。是啊。

68:29当经济已经很好的时候,你不搞赤字开支。所以这种开支,根本没有理由。

68:34是啊。这就像你跑去一个已经嗨翻天的派对,然后说,往火上浇汽油。是啊。

68:39我是说,更重要的是,它应该会限制某些项目的批准或推行——那些在正常环境下你也许想做的项目,但在通胀环境里,你没有做它们的灵活余地。学生贷款减免就是个很好的例子。现在是时候吗?

68:59当然不是。

69:00现在是做学生贷款减免的时候,还是我们该等通胀稍微缓和一点?现在是时候吗,你知道,所以,所以就是有很多这样的例子,其实,恰恰相反才对。

69:09是啊。但所有那些事都能给你拉来选票。

69:12在我们离开这个话题之前,看,我们这儿从华盛顿出来的,是一套自相矛盾、因而自我拆台的政策。你有美联储在拉高利率来控制通胀。你穿过城去,又有国会山和白宫在花钱花得像没有明天一样,而那是通胀性的。

69:27对。

69:27你为什么要同时做那两件事?选定你的政策要往哪走。对吧?

69:30这就像开车时一只脚同时踩着刹车和油门。对这辆车来说不是个好主意。

69:35在我们接着往下之前,让我就德鲁肯米勒那段关于投资的说法,说一句评论,杰森。

69:39当然。

69:39我——

69:40我只是想说,就,我觉得它关于德鲁肯米勒所凸显出来的——把它叫做投资哲学或技巧上的一道裂缝也好——是「精确」(precision)和「准确」(accuracy)之间的区别。我的意思是,精确真正指的是,你做大量细致的分析,努力确保你弄明白每一件具体在往好里走、或可能出岔子的事情。但问题是——所以这意味着,比如,你也许对一家公司做了海量的尽职调查,确保你弄明白每一美元、每一个百分点的利润率、那桩生意成熟过程的所有细节,以及它们处在周期的哪个位置。但你可能非常精确,却非常不准确,比如说,如果你错过了一整个趋势。有人可能在亚马逊正起飞的时候投了梅西百货(Macy's),对梅西的利润结构和表现做了大量精确的分析,然后说,这是门好生意。

70:30但他们错过了更大的趋势,那就是电商会把梅西百货一扫而空。而消费者就是——那在他们当时做的分析里是不可能(被纳入)的。

70:40我们诚实点,弗里德伯格。没人能做出那么蠢的一笔交易,在接下来 10 年里说梅西百货对亚马逊。

70:46嗯,是啊。所以,就,然后,然后,杰克(Jake)帮忙——

70:49你想

70:49把那个放出来吗?

70:50谁——不不不不。别去捅那只老虎。

70:53我们别跟其他播客主播掐起来。史上那笔「价差交易」(bar spread trade)。是啊。

70:57让我把话说完。是啊。但另一个是做到准确,而准确意味着你押对了——

71:02是啊。

71:02正确的下注,正确的句子。正确的朋友。准确的问题在于,你本可以在 2000 年说,嘿,互联网会起飞。你本可以投进去一大笔钱,但问题是,你是对的。你只是得有必要的耐心。

71:19所以准确通常会带来更好的回报,但它需要更多的耐心,因为你不一定能掐准你要过多久才会被证明是对的。所以像德鲁肯米勒这样的人,做的是一笔准确的押注。他对趋势、对事情的走向押对了方向。他不一定需要精确,但他拥有资本,以及让他能够保持耐心的资本结构,确保他最终拿到回报。

71:44顺着你的想法补充一下,这部「电影」我看过好几遍了,而且,你知道,我拿一个例子来说,我对推特(Twitter)那笔投资想太多了。我曾有机会在推特还是个市值个位数百万的公司时投资它。我当时就想,你知道吗?这东西就只像一个「标题」而已,我当时就那么说的,就,它是标题。它不像是整篇博客文章。

72:03它也许像一堆白痴(凑在一起),这东西会变成一团混乱。而我是对的,但我也错了。对吧?很棒的押注,但我的分析错了。对。

72:11所以你可以把精确加在其他方面,比如你什么时候卖出你的股份,或什么时候加倍下注,但你得把趋势押对,那就是——埃文·威廉姆斯(Evan Williams),很棒的创业者,杰克(Jack),很棒的创业者,推特像野草一样疯长,就下那个注。对吧?结果没有。

72:24问题是你对新闻业懂得太多了。你对他们试图颠覆的那个领域懂得太多了,而那可能是个错误。没错。是啊。PayPal。

72:33当时没人懂支付这件事。那是我们成功的原因之一。所有支付专家都告诉我们那做不成。

72:38对。绝对的。

72:39所以那种情况经常发生。

72:41我当时甚至从没——不,我加入 Facebook 的时候

72:44甚至不知道

72:44Facebook 是个什么东西。它是个美国大学里的现象。不,说真的。在加拿大你没有那玩意儿。

72:48但你认识扎克,你看到了一些增长曲线,你看到了他打造产品的能力上的某种精确。那才是该走的路。

72:55这是件很棒的事。网络效应型生意的妙处在于,有一条能自我维持的趋势线,因为只要是恰当的网络效应,它就会不断累积。所以你可以准确地买进正确的网络效应型生意。你不需要用上这所有的尽职调查去把营收的成熟过程、利润结构之类的一切弄得完美无缺,只要趋势线是对的,并且你愿意有耐心地持有你的投资。我觉得德鲁肯米勒的观点很不可思议。他看了一眼。他非常迅速地做了一个宏观判断。

73:25从宏观角度看,就财政紧缩、以及在这种全球通胀环境下的适当性而言,米莱正在做的事,跟我们在任何其他新兴市场——更别提成熟市场——看到的都显著不同。

73:38而他

73:38说,你知道吗?我没看到任何其他领袖在这么做。这是一笔不动脑子就该下的注。让我下这个注。而只要他愿意把这东西持有得足够久,最终市场会走到那里,把它叫做一笔针对任何东西的价差交易,他会被证明是对的。

73:52嗯,所以,不是要——但说到押注,杰森,你这周告诉我,你刚做了你有史以来最大的一笔投资。跟我们说说那个。

§06杰森押注 Athena,AI 将如何改变公司的构建方式

74:00是啊。所以我现在运气非常好,因为我在当红杉(Sequoia)侦察员时投的头几批创业者里,有很多人回来创办了第二家、第三家公司。所以,你知道,TK、Uber 和 CloudKitchens 就是这样,拉胡尔(Rahul)从 Reportive 到 Superhuman 也是这样。然后最近就在过去一年里又发生了。我的朋友乔纳森(Jonathan),Thumbtack 的联合创始人,约我去吃晚饭,说,嘿。

74:26你知道,你是 Thumbtack 的第一个投资人。你愿意当我们下一家公司 Athena 的第一个投资人吗?我说,你们做什么的?他跟我解释了一番。我们投了一笔七位数的注,这对我们作为一只种子基金来说很少见。对吧?

74:37通常,我们的下注规模是 10 万、25 万美元,你知道,这是只 5000 万美元的基金。

74:41你为什么要投?

74:42是的。很简单。它是我见过的增长最快的公司,而且我把 Uber 也算在内了。它一直在以一个,你知道,我就直说吧,比我们当年投 Uber 和 Robinhood(都是几千万美元量级)时还要快的速度增长。这是个非常简单的概念。

75:00当 Thumbtack 在搭建他们的平台时,他们用的是像马尼拉(Manila)等菲律宾地方的研究人员,知识工作者。他们意识到的是,那些知识工作者里最顶尖的 0.1%,在做某些工作上和,比如说,美国人一样好,甚至更好。所以他们创造了这项虚拟行政助理(EA)服务。你可以去 athenawow.com 看看。我们现在公司内部就用了两位。结果证明,美国人不想做那些运营岗位。

75:30所以它有点像 AWS。你只要给他们一年 36000 美元。他们基本上就给你一个运营人员或行政助理。他们还有那种有点像幕僚长(chief of staff)的。而这家公司像野草一样疯长。所以我也在和他们一起做产品设计。

75:46所以想象一下,你知道,拥有两三个这样极其勤奋的人,他们是用 MBA 级别的课程体系训练出来的。他们花上几个月把这些人培训到位。他们付给他们的薪水,是这些人在任何其他公司能挣到的两到三倍,然后再把他们和这里的高管配对。而这在硅谷一直有点像个地下秘密,因为现在只能靠邀请加入,因为他们一次只能培训这么多人。但如果你试过招一个行政助理——我不知道最近有没有人试过这么干。

76:19你帮我牵了线,所以我会去当这个服务的小白鼠。对。

76:22很快。而且我已经有两位了。所以这真是太棒了,你还能让这个运营

76:28人员也用上 AI 工具。

76:31是啊。所以这里的那种秘诀是,他们在训练这些人,他们看着你工作,然后他们会学会你是怎么做你的工作的,然后你能多快地把事情授权出去、把活儿从你盘子里挪走,才是关键所在(name of the game)。所以我们有一个投资团队,里面有研究员和分析师。我们有一个尽职调查团队。然后你还有,就,我们基金里的那些高管职能。

76:51他们现在已经开始跟班学习——你知道,跟着一家投资公司(我们公司)里那些高薪的美国人——然后把他们训练到,现在我们的尽职调查、我们的第一层筛选,你知道,还有我们对公司的跟踪,都由这些助理来做了,而价格我会说是我之前付的三分之一到四分之一。所以这在一个组织里带来的,是我们就把活儿授权出去,然后把我们的投资团队挪去做面对面的会谈、做更高层次的事。所以——

77:21你们是 80、90(公司)。所以在 80、90,我们有个好玩的说法,我们生造了一个动词。每当你看到有人以四分之一到十分之一的成本做出高质量的工作,我们就说,哦,你刚「80、90」了一下。

77:33没错。

77:33所以你把投资团队「八千九百万」化了。(双关:8090/$89M,转录不清)

77:36我把投资团队「八千九百万」化了。而且你知道吗?这对他们来说吓人得要命,因为他们想,我是不是要丢工作了?

77:40我就说,不。

77:41你现在不用一个月做一次检查和电话沟通,而可以每两周或每周做一次检查和电话沟通。或者,你不用一周做 15 场第一轮面试,而可以做 25 场,因为你有这个助理陪着你,把所有重复性的工作都做了。

77:55公司在五到十年里的运作方式,各位,我觉得我们谁都认不出它会

78:01是什么样子。

78:01是啊。所以总之,我是说,就,看了萨克斯刚才的演示,那个产品借助底层模型所开启的那些功能,进步有多大、运作得有多无缝,你就会开始去想,所有这些垂直软件应用会怎样变得完全个性化、并迅速围绕 AI 被重建,你知道,这太显而易见了。

78:26就像约翰(John)要写一封信给莉娜·汗得花多久,但,就,如果我们说,约翰,邀请莉娜·汗,但一定要引用我们在节目各期里说过的所有关于她的好话。

78:36十个小时的活儿。得去找出那个最终的——它说的,是啊,

78:39听他(节目)来弄清楚哪些是最好的引用。

78:41你拿到了——而你在五秒钟内就搞定了。这太不可思议了。完全如此。再想象一下,把那同样的能力做进一个非常具体的、针对某个业务职能的垂直应用里,你大概花几分钟或一小时就能搭起那个功能,然后它就永久地每天为你省下好几个小时。

78:59是啊。所以——

79:00而且我觉得——我觉得这就是为什么谷歌、微软、亚马逊和其他几家在打造的这些工具公司,或者说工具产品,其实是很了不起的生意,因为那么多企业、那么多垂直应用的打造者,将能够借助它们来重写他们整个的业务职能。

79:19我和我在 8090 的联合创始人们。我们收到源源不断的邮件,来自那些说「我们有这个产品点子」或「我们有这个小产品」的公司或人。我收到的一封邮件——这太疯狂了——来自一个人,他说,哦,我们把 Photoshop「80、90」化了。所以,就,我们有个便宜得多得多的 Photoshop 版本,这人当时做着几百万美元的 ARR(年度经常性收入),而且增长得很不错。但后来结果是,有人看到了那个,然后又把它「80、90」了一下。

79:47所以那事有个简短版本。想想看——所以顺着你的话说,弗里德伯格,这些大公司没有一个有胜算。

79:55是啊。是啊。

79:56每一场会——不是因为——

79:59不是因为那些产品不好,而是,就,杰森会跑去拿这个做实验。萨克斯会跑去做个产品。你知道,每当你处在一个边界条件上,我们都会去探索,嗯,也许我们可以用 AI 来做这个。也许我们不该招人。不是因为我们想在这事上刻薄,而是因为这是正常、自然该做的事。

80:20而公司的运营开支(OpEx)就会下降,这意味着公司的规模会缩小,这意味着你需要的钱会减少。而这就会造就这些公司把那些产品卖得更便宜的能力。所以这是一个巨大的通缩故事。

80:35我们在算力上发生过同样的事,而现在它正在组织内部发生。我在我的(博客)上写过一篇关于这个的博文,叫 ADD。这是我想出来的框架。我告诉我整个团队,看看你每周都做成了什么,然后我要你问三个问题。我怎么能把这个自动化(automate)?

80:50我怎么能把这个弃用(deprecate)?我怎么能把它授权(delegate)出去?而且,你知道,自动化那部分就是 AI,就是你在做的事,大卫。授权那部分就是 AthenaWow.com。然后弃用就是,嘿,只要用点心。

81:02你在做的哪些事是你其实不需要做的?那就是「80、90」那套东西。就,这些产品里有些东西你其实并不需要。这个产品的核心功能是什么?你知道,把它做得尽可能便宜。

81:14那对于那些觉得这对社会不好的人,会发生什么?你们完全搞错了。我们会有更多的人能够创造更多的产品、解决更多的问题。失业率会保持得非常低。我们只是会有更多的公司。所以那个想法——就,有个人在做一个非常小的,比如,软件。

81:34我收到过非常小众的点子的推介。我想做一个让人们能找到球友一起打匹克球(pickleball)的东西,对吧,就像一个匹克球平台。现在这个通常行不通,因为你会需要一年 500 万美元来做出那个产品。如果你能用一年 50 万美元把它做出来,那,现在你只要越过那个数字就能盈利。所以会有多得多的小企业,多得多的独立性。

81:55所有这些小小的、小众的点子都将能够被做出来。而一个说「我不会给你 500 万美元去做那个应用」的风投,会变成「但我会给你 50 万美元」。而这就是我在创业一线看到的。五年前要融 300 万美元的那些同样的创业公司,现在要的是 50 万美元。

82:12到 100 万美元。它一路向下地通缩。

82:16你们几个看到那个

82:16不可思议的——

82:17你看到谷歌那件事了吗?你们看到谷歌的 AI、Gemini 那些东西了吗?

§07谷歌在搜索中推出 AI 摘要

82:21ChatGPT-4 的发布,和谷歌在 I/O 大会上放出它最新的 AI 公告,是在同一时间,或者说也许是战略性地卡在它前面。最大的一条公告是,他们要改变搜索。这是「王国」这盘棋里他们一直非常上心的一块拼图,而他们要动手了。这个新产品——他们有大概 20 个不同的产品。你可以在 labs.google 看到它们,他们把所有不同的产品都放在那儿,但这是最重要的一个。

82:49他们管它叫 AI 概览(AI overviews)。基本上,到今年年底,对大多数用户来说,它就是 Perplexity。他们会有这个。它是这样运作的。你能在你的屏幕上看到。

82:57如果你在看我们(的视频),去 YouTube。这里,他们举了个例子。你怎么清洁一张布艺沙发?这通常本来会给你 10 条蓝色链接。而这里,它给你一份带引用和链接的分步指南。所以他们在抢先应对,你知道,人们会不高兴这个问题。而正如我预测的,他们会有定向广告。

83:15这是你为了清洁你的沙发所需要的东西。你只有在用你的 Gmail 账户时才能用这个。如果你用的是,比如,一个在 Google Docs 上的域名,那在那儿就不管用。所以去 labs.google。但他们在做引用标注。

83:29而我觉得我们会在这里看到一场重大的诉讼。那些出现在那些框里的人,会看到这里的答案,然后意识到,也许他们不需要点进去,而这个答案就是建立在他们(的内容)之上的。现在我们就得有一套新的框架。萨克斯,会需要有一家新公司来给这些内容「清算授权」,好让谷歌能做出这样的答案。

83:48Gmail 里的那些工作流东西也很厉害。他们展示的那个演示是,你收到一堆收据,做演示的那个人,她说了大意是这样的话:「嗯,如果,就,你知道,那个 AI 助理能够找出所有的收据,然后把它们汇总起来,放进一个文件夹,然后其实还能当场生成一份费用报告,或者说一张电子表格,那不是很棒吗?」这太疯狂了。是啊。

84:14我得说,我觉得改变主意是不花钱的。所以那么做是好事。

84:19哦,而且我觉得查马斯,在一个罕见的反思时刻,也许会来一句,「我们要不要重新核保一下?这是不是一个——」

84:27我一直在改变主意。我只是,我是说,你知道,因为我——我当时——

84:31先生们,暂停。等查马斯写完他的谷歌训练(段落)再用他。抱歉。我知道,但要把你耳朵震穿。

84:39我觉得谷歌这件事相当特别。加上上周关于 Isomorphic Labs 的那条公告——咱们诚实点,那就是一家好几千亿美元的公司。

84:50所以你是说可能有很多(这样的)。这么想。对吧?

84:53好几千亿美元的

84:54机会就蛰伏在

84:56谷歌内部,而 AI 会把它解锁。看一家像 Royalty Pharma 这样的公司。所以 Royalty Pharma,带着一个相当——它是一家由一位了不起的创业者经营的、绝佳的生意。但那是门什么生意?那是买下那些有效的药物 2% 和 3% 的特许权使用费(royalties)。而你能看到那些人创造了多少价值。

85:13它本质上是一门 90% EBITDA(息税折旧摊销前利润)利润率的生意。它离谱得很,因为他们干的就是分析、然后买进小小的切片这门生意。我觉得像 Isomorphic 这样的东西,最后会是那种量级的利润规模,但营收要高一个数量级、或两个数量级。所以如果你把那折回到谷歌身上,如果你想想他们现在在搜索这一侧做的事,这些家伙可能真的会大杀四方。

85:40哦,是的。

85:41我觉得关于他们死讯的那些报道,为时过早,也夸大其词了。绝对的。

85:48弗里德伯格,关于他们死讯的那些(判断),是建立在「人们不需要点广告」之上的。但正如我在这同一档播客里说过的,我的看法是,这会带来更多的搜索、更多的知识互动,因为一旦你弄明白了怎么煎你的牛排、拿到了五分熟(medium rare)的正确温度,它就会更好地预判你接下来的三个问题。所以现在它会说,嘿,你会想给那块牛排配什么葡萄酒?嘿,你需要牛排刀吗?

86:13而它会读出你的心思,知道你需要牛排刀,查马斯喜欢买牛排刀,但也许你喜欢买植物肉(mock meats),不管是什么。它会带来更多的查询和更多的点击。所以虽然每次搜索的变现可能会下降,但我们也许会看到多得多得多的搜索。你怎么看,弗里德伯格?你在那儿待过。

86:30而且,当我们看这家公司的未来和它的股价时——尼克,我们把它调出来。老兄,如果你当初把你的股票留着,嗯哼,是啊。我不知道。你留了吗?

86:40我觉得

86:41我买了一些,

86:43不。你最初的股票。在周末期间。

86:46哦,不。我早在创办 Climate(公司)的时候就把我所有的股票都卖了,因为我是个创业者,需要生活。所以,你知道,我——我最近确实算过。我算了一下。那相当——它会值——它会值很多。

87:02它会值 10 亿还是 100 亿?

87:04不。不。它会是——

87:0510 亿还是,不?好吧。

87:07不。不。

87:07好吧。

87:08不,我当时不是什么高——我不是高级主管什么的。我——我觉得你说的大概是对的。所以那是增值的。我觉得另一件大概也是真的事情是,谷歌在搜索页面上就搜索引擎表现而言,一个重要的衡量指标是「跳回率」(bounce back rate),意思是有人做了一次搜索。他们跳去另一个网站,然后又跳回来,因为他们没得到他们想要的答案。

87:31然后「一框」(one box)推出了,它在顶端显示一个简短的答案,这基本上防止了人们有一次糟糕的搜索体验,因为他们立刻就拿到了结果。所以一个关键是,他们会开始发现哪些垂直搜索——意思是,比如,嘿,烹饪食谱那类东西,比如查旅行。有非常非常多这种不同类型的搜索,会触发一个由 Gemini 驱动的摘要片段(snippet)或一框。那会给用户提供一个比他们跳去第三方页面拿同样内容更好的体验。

88:03然后

88:03他们就能够把那部分他们本来没有参与变现的内容变现。所以我觉得这一切里真正的受害者,是互联网上那条内容的长尾,它大概会被搜索功能里那个摘要片段/一框体验蚕食掉。然后我确实觉得,在其中某些类别里,每次搜索查询的营收其实有可能上升,而不是下降。

88:26解释一下。解释一下。给我举个例子。

88:27你把人们留在页面上,所以你在那儿获得更多搜索量。你因为你举的那些例子而获得更多搜索。然后当人们确实留下来时,你现在就有能力更好地把那个特定的搜索查询变现,因为你本来会把它输给第三方内容页面。所以比如说,卖牛排刀是另一个,你知道,算是个好例子;或者直接订旅行,等等。所以通过把更多的体验保持在整合之内,他们能把每次查询的搜索变现得更高,而且他们会有更多的查询,然后他们还会让查询的质量上升。

89:02所以我觉得,把这些加在一起。是有理由这么说的。而我还没就这个做过电子表格分析,但我向你保证,回到我们之前关于精确对准确的那一点,我猜有很多对冲基金那类人在做大量这种精确型的分析,试图把搜索查询按垂直领域拆开,试图弄清楚拥有更好的、AI 驱动的一框和摘要片段之后,净效应会是什么。而我猜那就是为什么现在这只股票上有很多买进的活动。而我觉得他们大概全都漏掉了查马斯的那一点,很多这些「看涨期权」,比如 Isomorphic Labs。

89:36我可以告诉你 Meta 和亚马逊。Meta 和亚马逊所没有的,是在它们业务内部坐着一个 Isomorphic Lab 和一个 Waymo,这东西突然就蹦到几千亿的市值。而谷歌确实有几个那样的东西。

89:46所以其他那些押注(other bets)其实可能会有回报。这些更多——

89:50可能有,看。我是说,还有 Calico。没人谈论;我不知道那边

89:53是什么情况。是啊。让我把萨克斯拉进这个讨论。萨克斯,当我们展示那个例子时,很明显谷歌在告诉你,他们从哪里得到这些引用、以及他们是怎么做出他们那个「怎么清洁你的沙发、怎么煎你的牛排」的。过去二十年里,他们和内容创作者处在一个非常微妙的平衡中,就是,嘿。

90:11我们会用你一点点内容,但我们会给你导流。这会消除给这些地方导流的必要。他们会从中受益。在我看来,这是所有集体诉讼之母,因为他们把它就那么直接放在上面。嘿。

90:26我们在用你的内容来做出这个答案。这是引用出处。我们没得到你的许可就这么做,但我们还是这么做了。你觉得这里的结局会是什么?所有这些内容会消失吗?

90:36因为没有(商业)模式了。谷歌会试图和内容创作者讲和、把他们分一杯羹、或者给他们的数据付授权费吗?当像谷歌这样的一家公司,就那么把 Wirecutter 或这些其他不在付费墙后面的来源拿过来,然后就把那该死的答案直接给你,内容创作会变成什么样?

90:53嗯,看,这是我们已经有过两三次的同一个对话,就是我们会需要法院来弄清楚什么是合理使用(fair use)。而根据他们得出什么结论,情况可能会是谷歌不得不通过做授权交易来把他们分一杯羹。我们还不知道那个答案。顺便说一句,我确实认识一个创始人,他已经在「滑向球将要去的地方」,正在创造一个「权利市场」(rights marketplace),让内容所有者可以把他们的 AI 权利授权给任何想用的人。

91:19我觉得那可能

91:19会非常有意思。

91:20是啊。我昨天跟他通了个电话,你和我会再一次一起出现在那张股权结构表(cap table)上。是啊。

91:26我不想说是谁,因为那会抢了他宣布自己这轮融资的风头,但我们只参与种子轮。看,在这儿退一步看,挺有意思的。如果你回到谷歌最最开始的时候,那个元老级(OG)的谷歌搜索框上有两个按钮。对吧?

91:39搜索,和「手气不错」(I feel lucky)。「手气不错」就是直接告诉我答案。直接把我带到最好的那个结果。而从来没人那么用,因为它有点糟糕。然后他们开始用一框一点点朝它靠近,但你并不经常能看到那个一框。

91:52现在非常清楚,由 Gemini 驱动的一框就是谷歌搜索的未来。人们就只想要答案。我觉得这个功能会把谷歌搜索剩下的部分都吃掉。现在,那会带来什么样的财务影响,还有点不清楚。我觉得,就像你们几个说的,大概会有更多的搜索,因为搜索变得更有用了。

92:13可以点的蓝色链接更少了,但也许他们会,你知道,通过那些,比如,相关的广告得到补偿。很难说。你们大概是对的,谷歌最终会从这里受益。但咱们别假装这是他们那边一个深思熟虑的战略。他们是被 Perplexity 和其他公司的创新连踢带拽、连哭带喊地拖进这件事里的。是的。

92:32他们当时毫无头绪。他们被打了个完全措手不及,而他们现在,我猜,靠抄袭 Perplexity 追了上来。Perplexity 就倒霉了。我觉得他们现在算是完蛋了,除非他们拿到——是啊。

92:43结束了。

92:43一笔收购交易。

92:45没错。

92:45但 Perplexity 想出了在你综合性的搜索结果里加入引用出处

92:51这个点子。是啊。那是一个——

92:55带引用出处和相关问题的搜索结果。而——对。他们做得极其出色。而且坦率地说,谷歌需要做的一切就是抄他们。现在他们已经那么做了。

93:03而且我觉得它看起来确实像个杀手级产品。

93:04顺便说一句,这一切都是我 15 年前做 Mahalo(我那个人力驱动的搜索引擎)时看到的东西,那东西我是抄袭、或者说受到了韩国的 Naver 和 Daum 的启发。他们是最早做这个的,你知道,它冒出来是因为只有另外三个市场谷歌没能把第一名挤下去。韩国、俄罗斯、日本。俄罗斯有,那个俄罗斯搜索引擎叫什么来着?天哪。

93:28我现在想不起来了。日本有 Yahoo Japan。那是孙正义(Masayoshi Son)当年切出来的。他(谷歌)没能插足其中,而他们忠于那个,再加上非常民族主义的韩国人,以及 Daum 和 Naver 那些非常有创新精神的人,就把搜索做得太惊艳了。

93:45你做一次搜索,它会是这样的,这是音乐,这是图片,这是答案,这是问答(Q&A)。棒极了。但,你知道,它就说明了,就,作为一个创业者,你需要有大量的底气和时机,时机就是一切。我的时机早了十年,而且用错了技术。

93:58我用的是人力,不是 AI,因为 AI 在 15 年前根本不管用。

94:01关于像谷歌或微软这样的大公司,我想说一点:你垄断地位的强弱,决定了你能犯多少错误。所以想想微软完全错过了 iPhone。记得吗?还有他们,就,他们把整个智能手机、手机时代都搞砸了?

94:18而那根本无所谓。

94:19无所谓。萨提亚(Satya)上任,把这东西搞成了一家三万亿美元的上市公司。谷歌这儿也是同一回事。他们完全把 AI 搞砸了。他们发明了 Transformer,却完全错过了大语言模型(LLM)。

94:30然后他们出了那个大乌龙,就是,你知道,他们搞出了——

94:33乔治·华盛顿。

94:34但乔治·华盛顿(那个错误)无所谓。他们可以犯 10 个错误,但他们的垄断地位太强了,强到他们最终能靠抄袭创新者把事情做对。而他们现在大概会变成一家五十亿美元的公司。抱歉。五万亿美元的公司。

94:46这让我想起,你知道,史上最伟大的产品创造公司。我想我们都知道那是谁,来一趟回忆之旅。这里是史上 20 个最大的苹果失败产品。Apple Lisa、Macintosh Portable,我们都记得 Newton——那是他们的 PDA(掌上电脑)、20 周年纪念版 Macintosh,超级性感。人们都不记得了。

95:09他们还有过自己的电子游戏机。

95:10几年前我参加过一个会议,杰夫·贝索斯(Jeff Bezos)在那儿演讲,我想他在另外几个地方也讲过这个。你大概能在网上找到。是啊。但他讲到亚马逊的失败传统,讲他们怎么有过 Fire Phone、Fire 这个、Fire 那个。他就说,我们的工作就是去失败。

95:29大胆地挥棒。

95:30我们必须犯这些大错,但让我们成功的,是我们从失败中学习,然后,你知道,做出正确的下一个决定。

95:38是啊。是啊。但我要说,你要是个创业公司,然后你犯了大错,你通常就直接倒闭了。

95:42一次就玩完。是啊。但这就是

95:43你——你说这

95:44就是——如果你是一家创始人主导的大型科技公司,这就是你保持竞争力的方式。你要有机会保持相关性(不被淘汰),唯一的办法就是大胆出手去做那些你会失败的事。我就是不知道。你不能只是——你必须去做那些你会

96:00失败的事。对。记得这个繁荣与萧条吗?这是

96:01其中一个——

96:01创业公司和大公司之间巨大的区别在于,大公司承受得起拥有一个产品组合。他们有一个押注的组合。其中一些会成功,而那让公司得以维持下去。创业公司真的必须把全部身家押在他们最好的那个点子上。我总是告诉创始人,就把全部身家押在你最好的点子上。

96:16他们总是来问我批准不批准转型(pivot)。而我总是告诉他们,奔着那个最好的点子去。别对冲。别试图一次做五件事。就把全部身家押在你最好的点子上。

96:26是的。是啊。而如果它没成,

96:28你就重启,从一张新牌桌开始。你要全下。可以这么说,又一期精彩的节目收录完毕。几个兄弟心情都不错。你拿到了你的精彩一期。

96:38这周没有嘉宾。就是全程兄弟团。而且很重要的是,奔向一百万的进程还在继续,已经到一半了。是你们带我们走到这儿的,粉丝们。

96:49我们在 YouTube 上达到了 50 万订阅者,这意味着你们赢得了一场和你们的兄弟团的现场问答,就要来了。在接下来几周里,我们会在 YouTube 上直播做这件事。所以如果你还不是最早的那 50 万人之一,现在就进来,这样你能收到提醒。我们会现场接你们的问题。那会很危险。

97:07有什么问题吗?没问题。谁知道一场直播节目上会发生什么呢?顺便说一句,我就想让你知道,菲尔·赫尔穆斯——突发(新闻)是,菲尔·赫尔穆斯和德雷蒙德·格林(Draymond Green)从 OpenAI 辞职了。我们没聊到那个,但 OpenAI 的辞职潮还在继续。菲尔·赫尔穆斯发推说他不再在 OpenAI 了。

97:27你们喜欢我这件婴儿羊绒粉色毛衣吗?

97:29那相当棒。我们很快就会迎来夏日版查马斯,现在扣子要往下解了。你打算接着上亚麻装吗?亚麻版查马斯什么时候登场?

97:36解扣子这事就要在接下来两到三周里发生了。

97:39伟大的解扣。这个「伟大」就是你判断的标志,它有点像《土拨鼠之日》(Groundhog Day)。当你选择差不多把扣子解开,你就知道夏天到了。

97:46阵亡将士纪念日(Memorial Day)。过了阵亡将士纪念日,扣子就可以往下解了。

97:51是啊。我们要解到第三颗扣子。

97:53我会穿着我的黑 T 恤跟你们见面。萨克斯还会是蓝西装、蓝衬衫、红领带,弗里德伯格则在「金色麦田」(fields of gold)里。看弗里德伯格在金色麦田里,给我们收尾,金色麦田向你们走来,「周二双响」(two for Tuesday)。下一期 All-In 播客再见,谨代表科学苏丹、雨人大卫·萨克斯,和主席独裁者。我是 Z100「晨间动物园」(Morning Zoo)的 DJ。我们下次见。

98:18爱你们,兄弟们。

98:19拜。

98:20拜。拜。拜。

98:23拜。传奇——

98:26雨人,大卫·萨克斯。

98:27我要回家了。它说我们把它开源给粉丝,他们就疯了。

98:39就,什么——

98:47我快到你家车道了。

98:55谢谢你,杰森,因为他们全都没用。

98:57这就像一种,就,性张力,

98:59他们只需要把嘴松开。

99:03调情。你开心了。

99:19现在是广告时间:All-In 峰会将于 9 月 8 日至 10 日在洛杉矶举行。你可以在 summit.allinpodcast.co 申请门票。奖学金名额很快就会放出。你其实可以在 YouTube 上看这期播客的视频,youtube.com/@allin。只要搜索 All-In Podcast,点一下提醒铃铛,我们发布时你就会收到更新,而且我们还要在拉斯维加斯办一场派对。

99:46据我了解,是在我们达到一百万订阅者的时候。所以也留意一下那个。你可以在 x.com/theallinpod 关注我们。TikTok 是 all_in_talk,Instagram 是 theallinpod,领英上就搜 All-In Podcast。你可以在 x.com/chamath 关注查马斯,你还可以在 chamath.substack.com 订阅一个 Substack。

100:09我会的。弗里德伯格(Free bird)可以在 (x).com/freeberg 关注,而且 Ohalo 正在招人。点进 ohalogenetics.com 的招聘(careers)页面,你可以在 x.com/DavidSacks 关注萨克斯——萨克斯最近在「美国时刻」(American Moment)会议上做了演讲,大家都为之疯狂。它被置顶在他 X 主页的推文里。我是杰森·卡拉卡尼斯(Jason Calacanis)。

100:28x.com/jason。如果你想看我家斗牛犬的照片、还有我在吃的东西,去 instagram.com/jason。在「名字俱乐部」里,你可以收听我的另一档播客,《创业本周》(This Week in Startups)。只要在 YouTube 或你最爱的播客播放器上搜它。我们正在招一名研究员。

100:44申请当一名研究员,做一手研究,和我以及制作人尼克一起工作,在数据和科学领域工作,能够做出色的研究、金融,等等,allinpodcast.co/research。这是一份全职工作,和我们——和兄弟团——一起工作,而且我对自己投资 Athena 真的很兴奋。去 Athena Wow 看看。在 athenawow.com 见,还能从你的哥们儿 jakeowel.com 那里给自己拿点折扣。下次 All-In 播客我们再见。

— 读到这里,多懂一点。 —