Keith Rabois, Travis Kalanick: Grok 4 惊艳登场、《苦涩的教训》、Elon 的第三党、AI 浏览器、美国最高法院支持总统推进裁员
Grok 4 Wows, The Bitter Lesson, Elon's Third Party, AI Browsers, SCOTUS backs POTUS on RIFs
全文文稿 · 按对话顺序保留完整内容，深入理解上下文。
§01好兄弟们欢迎 Travis Kalanick 和 Keith Rabois！
Jason，我有个特别好笑的故事要讲给你听。
你去哪儿了？我一直给你发消息，你一直不在线。怎么回事？你去哪儿了？
我一直在拼命工作。不过昨天我得去为周日的一些会议做准备，具体是什么不能告诉你。然后我和 Nat 去了 Passalacqua，在科莫湖，那里真的美极了。园林美极了，酒店也美极了。
如果你有机会去科莫湖的话，一定要去。这是我们在 Passalacqua。那个
美女是谁？是酒店老板还是什么人？是女王吗？
不是。但最精彩的是，我们玩得特别开心。你知道他们那儿有那种留言簿，让客人留言吧？当然。所以我就留了言。
来了。“真是一个无比壮丽的地方，远远超出了我们的任何期待。”
往下读，帮我把那句话往下读。
“谢谢你们。我们把所有东西都免费拿走了。我们把所有东西都免费拿走了，Berg。”天哪。
太棒了。Jason，衣架。好的。袋子。洗衣袋。
你们拿浴袍了吗？
浴袍、拖鞋，全都拿了。
太棒了。好了，听着。你得
把账单寄给
Freeberg 一家。这绝对……好了，听着。我们这周的嘉宾阵容很强。现在是夏天。
事情不多，有些人很忙。我想我们的“惊恐发作王子”、亲爱的“科学苏丹”，他在……Sacks 很忙，这周来不了。顶替他的是
又一位杰出的 PayPal 校友，而且我敢说，还是共和党支持者，Keith Rabois。你好吗，先生？
很高兴再次和你们一起。
很高兴见到你。我猜你是在美丽的佛罗里达，或者在纽约某个地方？对。
我其实在纽约。
哦，我的家乡。安全吗？还好吗？Mamdani 有没有在街上追着你跑？还
没有，不过很安全，
因为你的
很安全。
你的资产呢？不安全？
很安全。对，现在很安全。11 月 4 日就见分晓了。你可能也听说了，7 月 4 日是有记录以来纽约第一次在这一天没有发生枪击案或谋杀案。
所以现在情况还挺好，但我们可能很快就要离开纽约了。
是啊。如果你在那儿有房子，可能得赶紧卖掉，因为 Mamdani 会把它没收，改成一家药店给你。是的。会变成 Mamdani 药店。Travis Kalanick 也回来了。
你好吗，好兄弟？
挺好，挺好。
是啊。这是你第二次参加圆桌讨论了。对。也是第三次上节目了。当然，你还在峰会上演讲过。
你一直在忙 Cloud Kitchens，是吧？有很多令人兴奋的事情在进行。
哦，事情很多，很多。机器人，机器人正在接管一切。我们正在推出，我们正在推出机器人。对。
TK，你能跟我们说说你在 Pony AI 这件事上在做什么吗？还是说那只是猜测？
§02Travis 谈 Pony.ai / Uber 传闻与 Cloud Kitchens 的现状
你看。你知道，很明显，自动驾驶，就像我们，你知道，在美国，我们当然有……等等。
你要不要先给那些可能还不了解情况的人交代一下背景，说说宣布了什么，或者至少……为什么
你不来交代背景？
那……为什么
你不来交代
Pony AI 是一家做自动驾驶的公司。它是少数几家真正有车在路上跑的玩家之一。总部在中国，在中东有大量业务。他们和一家叫 Uber 的配送公司有合作，你可能很熟悉。
好吧。那么，
你看。嗯，传闻中的交易基本上是说你会和 Uber 合作，获得 Pony 技术的授权，然后实质上创办一家公司，我猜是和 Waymo、Tesla 竞争？
让我来讲这个。好。在美国我们有 Waymo。我们在旧金山、洛杉矶、奥斯汀都能看到 Waymo，很快会进入迈阿密、亚特兰大、华盛顿特区，甚至还在谈纽约。
Tesla 有点像是，你知道，他们走的是难的那条路，典型的 Elon 风格。就是那种“我们要从根本上来，卧槽，一路做到底”的方式。目前还不清楚它什么时候能真正过线。当然，他最近在奥斯汀推出了某种半试点，但除此之外没有别的选择。
所以情况是，一些希望确保有其他选择的人主动联系了我。他们联系了我，于是开始了各种不同的讨论，因为他们说：“Travis，你很早以前就做过自动驾驶，2014 年就把 Uber 的自动驾驶业务做起来了。也许这里可以做点什么来创造更多选择。”比如我当然对食品这一侧非常感兴趣。我常说自动驾驶送墨西哥卷饼是件大事，因为如果你能把厨房、食品生产自动化，再把食品相关的物流自动化，你就能从食品行业里去掉大量成本，这当然是我非常关心的事。
当然也有人想看到自动驾驶在出行领域的应用。那是真实存在的需求。可能是那样，或者我会说，如果你把自动驾驶问题解决好了，就可以把它应用到这两个问题上。所以有很多人对运送东西、运送食物、运送人感兴趣。如果有某种我可能参与的自动驾驶技术，它也许可以应用到很多不同的事情上。
所以我收到了一些主动接洽，就这么说吧。现在没有真正的交易，但确实有一些主动接洽。我想关于其中一些接洽有一些新闻，这些事可能在发生，也可能没有。这大概是最好的说法了。
说得有点啰嗦，下次我尽量简洁点。
不不，我觉得能首先在 All-In 上听到全貌很棒。谢谢你和我们分享。大家都知道你一直在做一台碗餐组装机。
对。好像叫 Lab 37。你可以把它放到屏幕上。不确定它现在是什么进展，然后我会让 Chamath 你接着问你的问题。但我觉得这里有个很有意思的概念：碗餐做好之后直接放进自动驾驶汽车里。
那台机器看起来很大，但其实只有 60 平方英尺。那张照片让它看起来像个庞然大物。它是一台 60 平方英尺的机器。想象一下经营一个类似 Sweetgreen 或 Chipotle 的品牌，然后让它在人们面前活起来，那些人会问：嘿，这是什么东西？
想象一下，你在网上下单，点的正是你想要的那种碗餐。而且实际上，这台机器可以同时运营很多个品牌，而且确实是这样。你搭配你想要的碗，任何配料都行。你看底部，看到底下那些白色小方块了吗？那就是把碗运送到分配器下面的东西。碗被装满。
机器给碗加酱汁，然后盖上盖子。它拿起碗，装进袋子，把餐具放进袋子，封好袋子，然后袋子沿着传送带往下走，接着另一台机器，也就是我们所说的 AGV，把碗送到前厅。碗被放进一个储物柜。DoorDash 之类平台的骑手会在摄像头前晃一下他们的应用，系统就会打开装着他们要取的餐的那个柜子。所以它去掉了很多我们所说的组装成本，也就是……而且我们……减少差错。
对吧？我们很难
出错。对。
我们确切知道每种配料放了多少克。那正是你应该得到的量。你得到的是更高质量的产品。它去掉了很多成本。你可以想象，最终也会有配套的配送工具，你知道，我喜欢说自动驾驶送卷饼。
比如，会是 Waymo 来送卷饼，还是 Tesla 会有一台送餐的机器，或者，你知道，会不会有另一家公司最终来做物品自动配送这件事？关键是，我们现在的情况是，我们已经有客户了。这些客户本季度开始部署，挺有意思的。我是说，在我们的外卖厨房里，人工成本约占收入的 30%。那是经营成功的人，比如说占收入的 30% 到 35%；在实体餐厅里，这个比例甚至更高。
好吗？当他们使用我们的机器时，人工成本只占收入的 7% 到 10%。
太惊人了。然后你再把配送成本去掉，你知道，现在就变成每个人都可以有私人厨师了，这就是你最初对 Uber 的愿景……对。大家不知道最初的口号，但它是你的……每个人都有一个私人司机。
“每个人的私人司机”是 Uber 最初的口号。基本上，基础设施已经在那里了。我在你们最近的某次活动上说过这一点，我想是在 All-In 峰会上，Jason。在出行、汽车、交通这个领域，道路已经在那里了，汽车也已经造好了。
人们一天中 98% 的时间都不用车。所以要把人送来送去、以服务的形式非常高效便捷地做这件事，基础设施已经在了。而在食品领域，基础设施并不存在。是的，餐厅有过剩产能，Uber Eats 用的就是这个。
但如果要说，让一个城市里 30% 的餐食都由一项服务来准备和配送，基础设施并不存在，所以你必须把它建起来。所以我们公司的使命是：为更好的食物打造基础设施。也就是房地产、软件和机器人，用超级高效的方式生产和配送食物。
好。Keith，你怎么看？有什么问题要问
嗯，他今天不在，但这不就是 David Friedberg 几年前尝试做的事吗？
对。上一期 All-In 上就聊到过这个。对，我参加的上一期。对。
对。Eatsa。Eatsa。问题是我跟 Friedberg 说过，人们不想吃藜麦。
得放一
点牛排进去，也许来块三文鱼。但他当时真的有点……我想他最后还是让步了，让人们能吃到一点蛋白质。不过是啊，这真是个很棒的愿景。
等等，他是作为纯素殉道者死去的？
我觉得是
这门生意作为
纯素殉道者死掉了。
嗯，他
他……他是被带去
送死的。很多人都死在了那座山头上。但底线是，如果你要做自动化，它必须是端到端的自动化。我的意思是，有一些披萨公司来了又走了，那些自动化披萨公司会说：我们有一台披萨机。大家都说：哇，太神奇了。
然后你有一台价值一百万美元的披萨机。左边有个人往披萨机里送配料，右边有个人把披萨拿出来、装进盒子，做所有这些事。所以原来是一个人做披萨，现在我有一台一百万美元的机器和两个人做披萨。所以当你看这些机器人食品生产机或食品组装机时，你必须看整个链条，问一问：它能不能与餐厅现有的生态系统配合，它是不是覆盖了全链条，你知道，比如我们有这个，就是我们刚才看到的那台机器。
员工把食材备好，把食材放进机器，然后他们就离开了。人走了。这家餐厅在没有任何人在场的情况下自行运转好几个小时。
但这可以是麦当劳、汉堡王和塔可钟。没人会知道。
就在那儿的那台机器是一台组装机。对吧？食材由人来准备，然后由这台机器组装。对 Chipotle 或 Sweetgreen 来说，这部分大概占了他们人工的大部分。对吧？
你去一家 Chipotle，午餐时间有大概 10 个人在忙，你还是得排队。那台机器每小时能做 300 份碗餐。对吧？所以你会想，好，这就是所谓的组装线。
就是前面那条你基本上把东西组装起来的线。我有时会把它叫做制作线。随着时间推移，会有一些垂直的线接入进来，在那里生产食物。对吧？所以会有一条生产线或制作线接入这条组装线，然后你会说：哇。
所以你有一个把汉堡肉饼放到面包上的东西。那是分配器，那是组装。
对。但……基本上就像加强版的《异星工厂》（Factorio）。
然后问题是，你怎么烹饪那块汉堡肉饼？这就是我们所说的“状态变化”。状态变化就是食物的烹饪。组装就是我怎么把它组合起来、装盘。
这难道不会坍缩吗？比如说，如果像你说的，那一台机器每小时产出 300 份，
是的。
你很快就能推算出这样一种价值：一家占地更小的店，在一个没有门面的仓库里放五台这种机器，用无人机或汽车配送。你不需要实体基础设施。那样的话，你不就造成了一片房地产荒地吗？或者说，你要怎么重新利用所有这些房地产？
嗯，可以这么想，大概 90%，嗯，现在可能比这个低一点。比如说美国 85% 的餐食是在家吃的。事实就是这样。
嗯哼。
而这些餐食的绝大多数是在家做的。所以你知道，像 Uber Eats 和 DoorDash，它们现在只占全部餐食的大约 1.8% 或 2%。非常小。对吧？所以你做的是利用房地产和基础设施来准备餐食，并把餐食送到人们家里。
所以并不是……餐厅还会存在。我们还是会想去餐厅。我们还是会想出门。我们在新冠期间学到了这一点。我们以前就知道。
之后就更确定了。所以我不……这并不是那种摧毁房地产的局面。它是把我们过去自己做的一件事，变成一项质量更高的服务。是的。我喜欢说，你不必富有才能健康，只需要基础设施把成本降下来。
所以你在做的是把一件事作为
一项服务，
我们……我过去自己做的事。从超长期来看，你会想，杂货店会怎么样？比如二十年后，我想大家都同意，会有机器为每个人制作非常高质量、非常个性化的餐食。
这对 Keith 来说会很好，因为他按照自己的直方图把食物精确到大概五卡路里。
你的体脂是多少？大概 7%、8%？
大概 10%。
刚打开他的 Instagram。他发的是 4。天哪。
他对自己 10% 的体脂简直嫌弃得不行。
10% 就算很差了。不过我其实认为，这件事的愿景，它的自然延伸，或许也是它的全垒打版本，是每个人家里都有一位私人厨师。家里有一台机器人来做这种个性化餐食，因为人们确实想在家做饭，但他们没有时间。
对。当然，还有空间和基础设施的问题。但是，伙计，这些配送服务收费……有钱人一直都在这么做。对吧？他们用那些疯狂的送餐服务，一天 200 美元。
而这会把它普及到每个人。而且伙计，当有空出来的空间时，人们会很有创意，回到你的观点，Chamath，关于这些空间会怎么样。我八九十年代住在纽约的时候，在翠贝卡，在我住过的西切尔西，很常见的做法是租下临街店面，把你的小建筑师事务所放在前面，自己住在后面。很多人都在巧用房地产。这个国家还需要五百万到一千万套住房，而且人们已经在对商场这么做了。
我一直看到商场被改造成大学和创意空间。波士顿有一个，他们把二楼和三楼改造成了给艺术家的单间公寓。所以，你知道，有志者事竟成。我们可以利用这些空间。
我是说……你知道，按照 Chamath 说的，这件事的走向以及房地产的走向，就是我们所说的“互联网美食广场”。你知道，你在 Amazon 上，对吧？它是“万物商店”。现在想象一下食品版的。再想象你有一个 8,000 平方英尺的设施，基本上什么都能做出来。
什么都能做出来。
因为你看到的那台机器有大概 18 个食材分配器、10 种不同的酱料，你明白这个意思。那如果是 50 个或 100 个食材分配器呢？如果你有多台机器，每台有 100 个食材分配器呢？
太疯狂了。
就可能做出来的东西而言，组合数学会呈指数级增长。所以“互联网美食广场”大概就是这一切走向的愿景。
又一个“苦涩的教训”的例子。
“苦涩的”……对。我想我们今天会在非常满的议程里聊到这个。在那之前，先说一点日常事务。九月在洛杉矶，又一届 All-In 峰会，allin.com 斜杠什么什么的。阵容非常强大。
我们要开始公布演讲嘉宾了。大家一直求我们公布嘉宾。我不知道，也许……你
留几个先别说。小心点，Gary。
我撤回了几个，但我们已经安排了一些非常好的演讲嘉宾。这会非常精彩。这
是迄今为止最好的一届。我是说……干得
好。每年都这样。干得好。对。对。
每年我们都会有点小恐慌，就是，你知道，我们能请到好嘉宾吗。然后，伙计，这周嘉宾开始纷纷确认了。这会非常精彩。几乎和我身后这瓶美味的龙舌兰一样精彩。
去 tequila.allin.com 买龙舌兰。夏末开始发货。
挪到一边。你甚至都不能来一口
龙舌兰。太完美了。对。好了，听着。
哦，哇。
这周有很多要聊的。显然，AI 仍然是我们这个行业最大的新闻，而且理由充分。我们的好兄弟 Elon 在周三晚上发布了 Grok 4。两个版本，基础模型和一个重型模型（Heavy），基础版每月 30 美元，重型版每月 300 美元，后者有一个非常独特的功能：你可以使用多智能体功能。
§03xAI 发布 Grok 4，AI 领域的“苦涩的教训”
几周前我去参观 xAI 的时候，其实亲眼看到了这个：多个智能体处理同一个问题，显然是同时进行的，然后相互比对各自的成果。这就像一个学习小组，通过共识给出最佳答案。非常有意思。根据 Artificial Analysis 的基准测试，Nick 你可以调出来，Grok 4 基础模型已经超过 OpenAI 的 o3 Pro、
Google 的 Gemini 2.5 Pro，成为最智能的模型。这包括大概七个不同的行业标准评测。你可以去查。包括推理、数学、编程，这一类的东西。你知道，这是书本上的聪明，不一定是街头智慧。
所以这并不意味着这些东西能推理。另外，显然 X（前身是 Twitter）上出了点小风波，xAI 有点放飞自我，说了各种疯狂的话，可能需要更果断地做一些红队测试。很多人都知道 Grok 4 是在 Colossus 上训练的，就是 Elon 一直在建的那个巨型数据中心，我们在这里展示了那张图表。Chamath，你在群聊里给我们发了 Rich Sutton 的《苦涩的教训》（The Bitter Lesson）的链接。
那是 2019 年的一篇博客文章。我们会把它调出来给大家看，并放进节目说明里。也许你可以先大致谈谈你的反应，一方面是 Elon 追赶得有多快，那张图表也显示了，Elon 追赶得有多快。
我觉得大家都没想到他会
取得领先，但现在就是这样了。
开始之前，Nick，能不能放一下 Elon 那条关于他们在 AGI 基准测试上表现的推文？真是太不可思议了。两点。第一是速度有多快：从 2023 年 3 月开始，所以我们说的是不到两年半的时间，这个团队取得了什么成就，以及正如这条推文所展示的，他们领先其他所有人多远。
第二点是 Elon 做出的一个根本性的架构决策，我认为我们直到现在才完全认识到它的意义，而且它与他在 Tesla 做出的一个架构决策是对应的。说不定我们还会发现他在 SpaceX 也做了类似的决策。这个决策被 Rich Sutton 的这篇文章《苦涩的教训》很好地概括了。Nick，你可以把它放出来。简单总结一下这篇文章的意思，它基本上是说，当你试图解决一个 AI 问题时，采用一种能随计算规模扩展的通用学习方法总是更好的，因为它最终会被证明是最有效的。
另一种选择则是更依赖人工劳动、更多人参与、需要人类知识的方法。所以第一种方法本质上让你能把任何问题看作一个无止境、可扩展的搜索或学习任务。事实证明，无论是国际象棋、围棋、语音识别还是计算机视觉，每当有两种相互竞争的方法，一种使用通用计算，另一种使用人类知识，通用计算的方法总是胜出。所以对于那些想要认为人类处于所有这些关键学习和飞跃中心的人来说，这就成了一个苦涩的教训。用更 AI 专业的话来说，这意味着很多这类系统会生成人类完全无法理解的嵌入，但它能产生令人难以置信的结果。
那为什么这很疯狂？嗯，他在这个 10 万块 GPU 的集群上下了巨大的赌注。人们想：哇，太多了吧。这能有结果吗？然后他说：不，实际上，我要把它扩大到 25 万块。
然后他说要扩大到 100 万块。这些结果表明，一种不需要那么多人工标注的通用计算方法，实际上能更快地得到答案，而且是更好的答案。这有巨大的影响。因为想想其他所有这些公司，Llama 那边一直在做什么？他们刚花了 150 亿美元买下 Scale AI 49% 的股份。
那恰恰是对人类知识的押注。Gemini 在做什么？OpenAI 在做什么？Anthropic 在做什么？所以所有这些都受到了质疑。
最后我要说的是，如果你回头看，他之前就下过一次这样的赌注，那就是 Tesla FSD 对 Waymo。Tesla FSD 只有摄像头，没有激光雷达。但赌注是：我会比任何人都更早地收集数十亿、数十亿英里的驾驶里程，然后应用通用计算，它会比另一种更费力、非常昂贵的方法更快地实现自动驾驶。所以我觉得这是技术领域一个不可思议的时刻，我们看到了这么多例子。
Travis 是另一个例子，就是他刚才讲的。苦涩的教训在于，你可以相信食物是一种不可改变的东西，由这些个人一丝不苟地手工制作；或者你可以采用这种通用计算的方法，也就是他采用的方法，等待这些成本曲线发挥作用，现在你就能把食物规模化地供应给地球上的每一个人。我只是觉得这极其重要。
我要提一点，Chamath，Tesla 的自动驾驶方法是在利用人类知识。事实上，整个想法就是去近似人类驾驶。对吧？这就是整件事的全部。根据你的方法和技术，你可以采用所谓的端到端方法，或者你可以看，好，感知、预测、规划和控制，这四个模块是你需要去设计实现的，如果这么说讲得通的话。
但它都是靠近似人类驾驶来实现的。区别在于，你知道，我觉得 Elon 采取了一种几乎更像人类的方法，就是：我有两只眼睛，为什么我的车不能，为什么我的车不能像人一样开？比如，作为人类，我头上没有转着的激光雷达，为什么我的车就要有？
所以这挺有意思的。他某种程度上采纳了你说的计算方面的东西，Chamath，因为 Tesla 的 Hardware 5 可能明年推出，这会让 FSD 的能力有很大不同。那是你说的计算方面，但他同时是在近似人类。
对。我刚才说的是，
你知道，
除了 FSD 的最初几个版本，我记得 Andre，Andrej Karpathy 讲过，你知道，他们现在已经不那么依赖人工标注本身了。那……确实如此。对。对。
对。
那种干预。
然后……对。
他说的另一件疯狂的事是，后续版本的 Grok 不会在任何现有的传统数据集上进行训练。
人类知识的累积总和已经在 AI 训练中被耗尽了。这基本上是去年发生的。所以唯一能补充的方法就是合成数据，由 AI 来创造……它会写一篇文章或者提出一个论点，然后自己给自己打分，在这个用合成数据自我学习的过程中不断迭代。
他说他会让智能体从零开始创建合成数据，然后用这些数据驱动全部训练，我觉得这太疯狂了。
再解释一遍《苦涩的教训》里的这个概念。把启发式规则手工编码进计算机，然后说：嘿，这里是国际象棋里的特定开局，还有……
对，国际象棋。对吧？对。
所以你是在手工编码开局、残局等等的具体例子，而不是直接说：去下每一盘可能的棋，这是我们拥有的每一盘棋局。所以，你来吧。
对，对。这两种方法就是，比如说，Travis 和我在构建相互竞争的国际象棋求解器。Travis 的方法会是：我只定义棋盘，我给棋子设定一些可以移动的边界。
对吧？比如象只能斜着走，还有几个边界条件。然后我创建一个奖励函数，就让这个东西自我学习、自我对弈。那是他的版本。然后当你把每一种排列组合都列出来之后，当你去和世界上最好的国际象棋棋手 Keith 对弈时，你那时做的就是说：好，Keith 走了这一步。
所以你去搜索 Keith 的这一步，然后你会得到一个你可以应对的最佳走法的分布，反之亦然。那曾经是最前沿的方法。另一种方法，也就是人们会认为更所谓“优雅”、更少暴力破解的方法，是 Jason，你和我坐在那里说：好，如果 Keith 走这里，我们就应该这么走。我们应该走西西里防御的这个特定变例。这就是太多的人类知识了。
我认为结果是，人类有一种心理需求，想要相信我们是答案的一部分。但这表明，因为摩尔定律，因为通用计算，这根本没有必要。你只需要放手，放弃控制。这对一些人来说非常难，而对……嗯，对另一些人，在某些情况下也非常
难，比如一辆车在路上行驶，并在这个过程中学习，这就是为什么他需要安全员。我认为 Elon 在车里放一名安全员是正确的决定。Keith，你怎么看？
对。有几
点。这并不是那么非此即彼的，Chamath。我大体上同意你的思路。但是，如果你认为 LLM 是 AI 领域最重要的突破，LLM 全都是用人类写的东西训练的。所以每一个 LLM 用到的每一份数据，都是某个人在历史上某个时刻写下的。
所以，是的，它们确实震惊了所有人，包括 OpenAI 的初创团队，它们的影响、广泛的影响、对几乎所有问题的普遍适用性都让人震惊。但并不是说太空里漂浮着一些不是由人类起草的石板，然后我们用它们来训练。当你进入非 LLM 模型时，你可能完全正确，但几乎没有人真正在大规模使用非 LLM 模型。具体到驾驶，Travis 说得完全对，人类其实是非常好的司机，除非他们分心了。他们会因为药物或酒精而分心。
他们会因为疲劳而分心，会因为调收音机而分心，会因为和乘客聊天而分心。所以基于人类行为来训练实际上被证明是一个很好的决定，因为不管出于什么达尔文式的原因，人类是相当理想的司机。所以你不必从第一性原理出发进行推理。
这是一条好得多的路径。而且我想，再说一次，这里可能有一个更广泛的教训。我认为你说的最重要的一点，从风投的角度来说，我们多年来一直在争论：我们应该投资 Scale、Mercor 或者 Surge 这类公司吗？事实是，我认为人工标注数据的半衰期非常短。所以每个投资这些公司的人，他们只看营收增长，并没有真正明白，可能只剩一年、两年、最多三年，还会有人在某些事情上使用人工标注数据。
因为我们已经触及人类知识的尽头，或者说对它的收集已经完成了 99%。
或者你在它上面训练得足够好，以至于不再需要标注了。就是说，机器知道如何标注，和人一样好甚至比人更好。我们在自动驾驶领域就看到了这一点，标注曾经是一件很大的事。对吧？比如说，你会有一个由视频加激光雷达生成的三维场景。
好，我得把这些本质上变成方框的东西都标注出来。比如，我识别出了物体。自动驾驶软件领域、自动驾驶汽车软件领域的一些玩家已经不再做任何标注了，因为机器大体上全都包办了。它会直接
内置在芯片组里：这是一个停车标志。就是说，我们知道停车标志是什么。我们不需要第一百万次
让某人去……验证码就是这样，它会要求你：找出停车标志，或者红绿灯在哪里？最终，机器在识别这些东西上远比人类强。
说得非常实际一点，当你看到一个停车标志时，你不需要识别出它是停车标志。你只是看到，每个人遇到停车标志时，99.9% 的情况下都会踩刹车。他们从来不……所以其实没人真正知道那是个停车标志。只是看到某个看起来像这个对象的东西时，就踩刹车。
这只是一种感觉。对。就是一种感觉。
我只想说，这就像直觉性知识与明确标注的人类知识之间的区别。对我来说，问题在于：如果一开始所有人都那么依赖人工标注，那么如果你现在是投资者，看到 Grok 4 的这些结果，你要怎么做出一个不纯粹押注于算力的投资决策？看看这些结果，是不是意味着，让计算机自己“凭感觉”找到答案，与我们人类介入相比，两者之间存在 300 到 1,000 个基点的差距？如果人类介入会让每一轮迭代慢 300 到 1,000 个基点，那么经过两三轮迭代，你就彻底输了。那么对于所有不是 Grok 的公司来说，今天早上醒来，必须决定如何调整战略或者加倍投入时，这意味着什么？
我觉得，听着，我不做投资这一行，但如果我做，那一切都会围绕科学突破。我有时候会进入这样一种状态，我在探索、沿着一条路走下去。你知道，我会在早上四五点起来。我的一天还没真正开始，但我已经睡不着了。
然后我会开始，比如在 Quora 上看到一个很酷的量子物理问题，或者我正在研究的其他东西，然后我就会和 GPT 或 Grok 顺着这个线索深挖下去。我会开始触及量子物理已知领域的边缘。然后我做的事情就相当于“氛围编程”（vibe coding），只不过是“氛围物理”。我们逼近已知的边界，我试着去戳一戳，看看有没有突破的可能。仅仅这样做，我就已经非常接近一些有意思的突破了。
然后我，你知道，我某个时候给埃隆发了消息。我就说，老兄，如果我在做这种事，而我只是个非常业余的物理爱好者，那些真正专业、在用这个工具的博士生和博士后呢？而且这还是在 Grok 4 之前。现在有了 Grok 4，之前我看到 Grok 会犯很多错误，然后我去纠正，我们再讨论。Grok 4 可能会成为真正产生突破、产生新突破的地方。
所以如果我在这个领域投资，我会问：谁在科学突破上拥有优势？以及在这些基础模型之上、朝那个方向发展的应用层。
你的感觉是，大语言模型真的开始达到那种推理水平，能提出新颖的概念理论、实现那种突破？还是说我们有点过度解读了，它只是在边缘地带随机尝试各种东西？
它是……或者也许这根本不会发生。
不。不。
不。就我所看到的，我还没用过 Grok 4。今天一大早我试着用，但不知为什么在我的应用上用不了。不过，假设我们说的是 Grok 3 和现有的 ChatGPT。不行。
它没法提出新想法。这些东西和已知的东西绑得太紧了。而且它们太……即使我提出一个新想法，我也得非常……就像拉一头驴，你得拽着它走，因为它不想打破传统观念。它非常严格地遵循传统观念。你得把它拽出来，然后它终于会说：哦，靠，你发现了点东西。
但当它这么说的时候，你还得想，好吧，它是这么说了，但我不确定。你得反复核查两遍、三遍，确保你真的发现了点东西。
正如你说的，当这些模型完全不必再基于已知世界学习，而是可以完全通过合成数据学习的时候——对——一切都会被颠覆，变成：你最好的假设是什么，或者最好的问题是什么。你只要给它一个问题，它们就会自己搞定。
所以在这件事上，伙计们，我的看法是，一切都关乎科学方法。对吧？如果你拥有一个在科学方法上全球最强的大语言模型或某种基础模型，那就他妈的游戏结束了。你基本上只要点亮更多 GPU，就相当于多了一千个博士生在为你工作。
基思，你在点头。
说说吧。我同意这个观点。我觉得这非常棒，因为科学方法也是如此：速度越快，当你有一个假设时，你得到回应越快，你就越有可能一层又一层、递归地深挖下去。而每一点延迟、每一毫秒的延迟，都会让你可以说失去思路。所以你既获得了特拉维斯提到的好处，又加上了速度，你会到达你从未想到过的地方。
当你经营一家公司、做数据分析时，这种情况经常发生：你有一个工具，让你可以不停地快速、快速、再快速地查询，双击、三击深入下去。你会得到一些答案，而如果中间哪怕有一秒、两秒或三秒的延迟，更不用说把问题交给人去处理，你永远都得不到这些答案。其次，你今天实际上已经能看到这种情况了，它已经在发生。如果你看看专门用于科学的基础模型，关于人体，比如说在健康生物学方面，有很多东西人类其实并不理解其中所有的关联。比如我们为什么会做某件事？
为什么有些人会得癌症？为什么另一些人不会得癌症？大脑为什么以这种方式运作？只用科学数据训练的模型，往往能揭示出人类从未发现过的关联。这是因为原始材料就在那里，而我们有意识地察觉到的只有，姑且说 110%。
但当你把它应用到其他人类领域，用人类的数据、人类产生的数据、人类产生的产出来训练时，它们就受限于这些产出。所以我认为，你只要把科学拿来广泛应用，最终就会发现人类从未想到过的东西。
不过，科学的问题在于，它提出的是假设，你随后必须在物理世界中检验。所以你会想，好吧，如果你拥有这个蜂群思维，这个，你知道的，这个计算引擎，这个某种意义上的大脑。
你本来想说“意识”，但你忍住了。
我当时在想，我该怎么描述
那个以 C 开头的大词。
意识。对。但是，你需要能在物理世界中进行检验。所以你可以想象一个物理实验室，连接到这样一个系统上，然后你就可以说，好的，如果有一个化学实验，你可以做化学实验，或者物理实验。
你懂我的意思。
能出什么问题呢？
那会是……对。没什么大不了的。会没事的。好吧。但这就是发展的方向，因为如果你有一台科学方法机器，你仍然必须能够检验你的假设。
你必须走完科学方法的流程。
对。没错。
对。这有点让人震撼。这让我想起
让人震撼。
如果你们还记得，我不知道你们是否记得暗物质，以及它的发现之类的。按照丽莎·兰道尔给我的解释，你知道，这个发现并不是因为知道那里有暗物质然后观察到它，而是观察到有某种东西，在另一些物质周围存在引力作用。然后他们说，等等，是什么导致了这个？于是他们就在那里发现了暗物质。所以这些想法，大语言模型真的能做到这一点、提出如此新颖的东西，这种想法……感觉我们可能就快到那一步了。
对吧？我们差不多就站在它的门槛上。
数学中最难的七个问题之一，或者说数学中最重要的问题之一，是证明一个叫纳维-斯托克斯方程的东西的一般解，它基本上就是黏性流体动力学和质量守恒。我们每天都在用它设计各种东西。你知道吗？它还没有被证明。这难道不是最疯狂的事吗？你会想，这怎么可能？
我们用它来设计飞机，设计一切。它却还没有被证明。所以你只要把一台计算机对准这个问题，就能解开宇宙中所有这些不可思议的奥秘，我们可能会找到完全不同的推进系统。我们可能能做到一些我们原以为不可能的事情，比如瞬间移动。我的意思是，谁知道什么是可能的呢？
但是要记得，你知道，埃隆谈论 Grok 以及整体谈论 AI 时，说的都是：我们为什么在这里？目的是什么？
宇宙的意义。
对。宇宙的意义是什么？它是如何运作的？以及那里一种近乎狂热地追求真相的机制。
§04Grok 如何在使用量上追赶 ChatGPT，以及 OpenAI 出色的产品能力
我问你们一个问题，基思、特拉维斯、杰森。如果你们在运营 Grok 4。
那会超好玩。
你要怎么用柔道式的一招反摔 OpenAI？因为他们正坚定地朝着十亿月活、然后十亿日活迈进。这是一个庞然大物。那么，你要如何在某个时刻利用更好的产品，去反摔那个没那么好的产品？
听着。对。我的意思是，关键在于，对吧？你要用埃隆的方式。
你要找一群有使命感的人，彻头彻尾有使命感、工作强度是别人两倍的工程师，并且建立一种极度狂热地追求真相的文化。你不要陷入政治、官僚主义和各种扯淡的事情里，你就是全力以赴。而且我觉得，你知道，那就是……你知道吗？然后你会说，哇，科学突破。
科学方法。就是说，你开始在真相上取胜，而这会开始……我相信这会开始让 OpenAI 出色的产品面临真正的竞争。
嗯哼。
但是 OpenAI 的产品、产品部门，那帮人真的很强。
他们
很厉害。他们真的很好。他们不仅处于领先位置，而且感觉他们在很多不同方面都处于领先。但如果你在真相方面更强，你最终会拥有一个 AI 产品经理。
而且从战术层面来说，人们忘记了埃隆在工厂和物理世界的实体事务上有多厉害。嗯哼。他搭建 Colossus 的成就，让黄仁勋都说：你们是怎么做到的？对吧？所以发挥这一点，他建工厂的能力。他说过很多次，对特斯拉来说，工厂就是产品。
不是从工厂里出来的汽车或电池，而是工厂本身。所以，如果他能一边用太阳能、一边用电池持续解决能源问题，并且建起，你知道的，Colossus 2、3、4、5，那他在这方面就会拥有巨大优势，再加上特拉维斯说的那些有使命感的人。顺便说一句，这正是他当初支持的东西，后来萨姆·奥尔特曼败坏了 OpenAI 最初的使命基础，把它变成了“ClosedAI”。你知道，这不是对他的贬低，但他确实欺骗了埃隆，在背后捅了他一刀。这不是针对个人。我的意思是，他就是坑了他。
你会说他把他忽悠了吗？
他忽悠了他、坑了他、骗了他。你知道吗？你随便挑个词。但他确实这么做了。他做得很不地道。
最初的使命是做一盏明灯，开源所有这些内容。我觉得这是另一个变数。然后我会同意基思的立场。但开源其中一部分可能会产生深远影响。我认为开源自动驾驶数据可能会产生非常深远的影响。
埃隆想做一些真正有颠覆性的事。比如，他开源了自己的充电相关专利。如果他开源自动驾驶的数据集，有没有人有能力以他那样的规模生产无人驾驶出租车？我认为没有。
嗯，如果特拉维斯的假设成立，那么所有人都会。
嗯，所有人都会什么？抱歉。所有人都会什么，查马斯？
如果你有钱买算力，那么每个人都能解决那个问题。
我说的是什么
硬件部分？哪个问题？
他说，如果他公开所有 FSD 数据，有没有人能造出一辆自动驾驶汽车？
嗯，能。但有没有人能从工厂生产出 1 亿辆装着电池的无人驾驶出租车？好吧。
不。那是另一个……那是
另一个问题。我是说。
而且也不完全是，因为……你能不能……上次我做《All-In》的嘉宾时，我们谈到了垂直整合。产品真的需要垂直整合。所以最终，你会有一个自动驾驶的某种东西，它是专门为自动驾驶而定制打造的，而且它的交互方式不同。成本结构不同。控制方式不同。
座椅布局不同，一切都不同。你打造产品时，要利用你在技术栈中最具竞争优势的位置，然后再借助这一点，让它不断自我强化。这也是为什么苹果虽然错过了 AI 浪潮，但从任何实证角度看仍然是一家相当不错的公司。我的意思是，在过去七十年最重要的技术突破上，它的表现简直糟透了，但这家公司依然活着，依然价值数万亿美元，因为它是垂直整合的。至于 OpenAI，正如你说的，他们确实有一个很好的产品团队，而且他们需要在产品层面保持领先，因为他们无法在工厂层面竞争。
在产品层面保持领先的方法就是推出一款设备。他们必须推出设备。它必须好用。它必须做对。它必须是正确的形态。
它必须为人类做一些出乎意料的事情。但如果他们做到了，他们就像是苹果加 AI。
查马斯，你之前说的那篇文章是什么？名字叫什么来着？
《苦涩的教训》。
这可能适用于自动驾驶的地方在于，现在它还是在想：嘿，我怎么像人一样开车？我们谈过这个。但这里的跨越式时刻可能是：嘿，开一辆车。
确保它高效。不要撞到任何人，然后把这个模拟一千万亿次，就一切都好了。对吧？但现在我们仍在努力像人一样开车，因为我们没有足够的数据，因此无法进行足够的计算。
顺便说一句，这就是那个普遍的教训。查马斯，你完全正确。从概念上说，你知道，那篇博客文章是对的，但只有在你拥有足够数据时才成立。而且根据使用场景的不同，你需要的数据量可能多年甚至几十年都无法达到，你可能需要通过人类交互的方式硬闯过去。
对。物理世界的 AI 缺乏数据，所以你只能尝试去模仿人类。
§05Perplexity 和 OpenAI 打造 AI 原生浏览器，挑战 Chrome
我不知道你们有没有看到这个。相关新闻是，OpenAI 和 Perplexity 正在进军浏览器领域。Perplexity 为其每月 200 美元的套餐推出了 Comet。我实际下载了它。我待会儿给你们看。
但这是一个非常有意思的品类。这是开发者已经能做到的事情，他们一直在这么做。让你的浏览器连接到智能体，可以让你做一些非常有意思的事情。我给你们看一个例子，是我们说话时我刚刚发出去的。我刚才问它：嘿，给我找美联航从旧金山到纽约市最好的商务舱航班。
它做了一些搜索。但你在这里看到的是，它弹出了一个浏览器窗口，并且真的在做这项工作。你可以看到它所用的步骤。然后我可以真的打开那个浏览器窗口，看着它操作。这只是它的一个截图。
它会同时打开好几个这样的窗口。你可以……我前几天做了一个搜索，说：嘿，告诉我所有我还没在亚马逊上买过的自传，把它们放进我的购物车，并逐一给我做个摘要，因为我喜欢传记，也喜欢在这里做这些事。上次它做这件事的时候，它把我的航班放进了……我当时是用我的账号登录的，它基本上就把东西放进了我账号的结账页面。所以，再说一次，这对开发者来说不算什么，你们整天都在做这种事。但这看起来真的像是一个新的产品品类。
我很好奇你们有没有试玩过，以及你们怎么看拥有这样一个智能体浏览器、让它实时帮你完成这些任务。显然，你还可以把你的 Gmail、日历连接到它上面。所以我做了一个搜索：告诉我我去过的每一家餐厅，然后按城市排列。然后我还打算打开我的 OpenTable，把那里的数据也拉出来。
基思，这件事有意思的地方在于——我知道你是做产品的，做过很多产品工作，我很好奇你的看法——你不必在云端做这件事。你已经登录了很多账号，你也不必担心被这些服务屏蔽，因为它看起来不像爬虫或机器人。它就只是你的浏览器在干活。
你对此怎么看？
你有没有
试玩过？
有。我觉得这是 Perplexity 一次很好的孤注一掷。我认为如果没有这样的东西，Perplexity 就完蛋了。比如，根据 ChatGPT 将达到十亿用户的那个数据，它正在变成一个动词，你知道，变成普通消费者描述使用 AI 的说法。如果 Perplexity 做不成这件事，它就什么都不剩了。
所以这是个好主意，因为消费科技公司的历史就是，谁占据了高地——用军事上的说法——谁先到，谁就拥有很大的控制权。说实话，这其实正是谷歌应该做的事。我认为谷歌也……谷歌搜索、跨平台搜索也完蛋了。既然他们有 Chrome，理论上在 Gemini 也有一支高水平的团队，他们就应该把这两样东西结合起来，寄希望于和 ChatGPT 竞争。他们会输掉搜索这场仗。
就是说，谷歌目前最好的资产都和搜索无关。而是其他所有产品。如果他们能想明白如何利用这些资产，这将是唯一能拯救那家公司的东西。
特拉维斯，你怎么看这个品类？在功能组合方面，有没有什么你想到的、在这里会非常出色的东西？我知道你喜欢思考产品和消费者体验。
这真的很有意思。所以，你知道，我一直在……对，你们都知道，我一直把时间花在房地产、建筑和机器人上。所以我已经很长时间不在这种消费软件领域了，但过去六个月非常有意思的是，有好几位消费软件公司的 CEO，比如我和他们一起聊天什么的时候，他们会说：哟。
等智能体接管之后，我们要怎么继续做我们现在做的事？
对。这种范式转变如此深刻，以至于你去访问一个网页的概念都会消失，你只是待在一个聊天对话框里。
你有一个智能体，帮你把航班的事情都处理好。
所以
我有点……我认为会有一个跨越，直接越过那一步。我觉得就是你跟某个东西说：哟，我想去纽约。你能不能……你知道，我大概在看这个时间段。你能不能直接帮我找个我大概会喜欢的，给我几个选项？对。
那就是一整个……你有一个界面，然后，你知道，你刚才在 Perplexity 上展示的这个东西，它就是那个界面吗？还是说我只需要有一个智能体，帮我去把所有事情都办了？这是不是那件事的开端？你知道，我只是还没花足够多的时间研究。但我确实知道，每一个在 App Store 里有应用的消费软件 CEO 都慌了。
他们现在都慌了。而且我说的是大佬，是那些真正有实打实东西的人。有时候我几乎像是在给他们做心理治疗。我就说，会没事的。
你确实有真东西。你有护城河。你有真正有价值的东西。他们没法用一个智能体取代它。然后他们就说……所以你是在骗
他们。你是在做临终关怀，你告诉他们一切都会好起来的，但病人打断了你。你
一边在 Robinhood 上买着同样的期权，一边说：对，对，接着说，接着说。
都是聪明人。这些东西。有些东西是受保护的，有些不是。就这样。嗯，查马斯，
我们来聊聊这个，因为你我都老到还记得 General Magic。这个愿景很久以前就有了，就是个人数字助理，你只需要和一个智能体对话，它就会去帮你把事情办了。这感觉是朝那个方向迈出的一步：它帮你完成所有工作，把最终结果呈现给你，然后说“请批准”。几乎就像一个礼宾或者管家。
对。我认为你描述的就是我们想要的。但更具体地说，就今天而言，基思和特拉维斯完全说到点子上了。听着，我认为造浏览器是一个绝对愚蠢的资本配置决策。
在 2025 年，这完全愚蠢且站不住脚。具体到 Perplexity，我认为他们打造一项传世业务的路径是取代彭博。他们在金融信息和金融数据方面、在超越模型本身上所做的一切都非常出色。作为一个多年来每年付给彭博 25,000 美元的人，那个终端糟透了。它很差劲。
它不怎么好。它非常有局限。任何能做出更好产品的人，都能接管一家价值 1,000 亿美元的企业，因为我认为这块市场就摆在那里等人去拿。我真希望 Perplexity 能在这方面加倍再加倍地投入。所以当你看到这种
随意的……我们来做吧，铺开吧，查马斯。我们就去做吧。
当你随意铺开摊子的时候，我
认为它
行不通。但我就是想说，浏览器是 2025 年最蠢的东西，因为在一个智能体的世界里，浏览器是什么？它就是一个美化了的标记语言阅读器。它处理 HTML，处理 CSS 和 JavaScript。
它做一些网络通信，做一些安全工作，做一些渲染。但这些都是水面以下的东西。我明白，1998 年我们第一次尝试 Lycos 或谷歌时，不得不应付所有那些乱七八糟的东西。
但在 2025 年，有一种你只需要对它说话的东西，而且最终可能会有某种植入你大脑的东西，你只要想一想，它就……你在想：我需要一张去 JFK 的机票。或者在今天最多就是，在一个非常优雅、漂亮的搜索栏里，你输入“给我订张机票”，它就已经知道该怎么做了。
基思，从某些方面来说，这是迈向那个终极愿景的一步。所以你会认为，对 Perplexity 来说，建立这样一个中转站或许是值得的，如果你把它看作通往终极愿景——一个命令行、一个耳机——之间的中转站。
杰森，2025 年的第十九个网页浏览器，怎么获得分发渠道？
嗯，对，那确实是个挑战。我认为大多数人在猜测，拥有大量用户的苹果，可能会因为司法部针对谷歌的案子而收购 Perplexity，或者和 Perplexity 达成交易，给他们分发渠道。所以关于这件事有很多猜测。但基思，你怎么看？
我不认为他们买的任何东西会值这个价。就是说，苹果能得到什么？如果你继续苹果这种失败的战略。
对。
苹果错过了 AI 的每一个可能的窗口，而且还在继续错过。它有文化上的……我认为 CEO 存在问题。我认为他们在文化上存在问题。我认为他们在基础设施上存在问题。所以这不是一个容易解决的问题，但收购 Perplexity 也不会有帮助。
就是说，特拉维斯的战略对 Perplexity 来说其实是相当连贯的一个，作为 Perplexity 本身而言。所以我认为这不是
不是一个
……的主意，尤其是因为你需要独特的数据源。其中一些数据源可能会、也可能不会把数据授权给 OpenAI。所以你可以在那里做一些聪明的事情，但我不认为苹果能从 Perplexity 得到任何剩余价值，除了一些产品品味，但你要花多少钱？花十亿美元买产品品味？我的意思是，马克正在花几亿美元、几千亿美元，或者不管他最近在花多少钱。
而且，你知道，Grok，如果说有什么的话，Grok 4 表明，马克真的就需要花钱组建一支全新的团队，因为他们在 AI 上所做的一切也都错过了时机。
但我的意思是，基思，按你那种说法，几乎让苹果孤注一掷变得值得：拥有一支有品味的团队，因为他们做事的方式往往就是做出优雅的东西。那为什么不干脆把你的搜索交给它？砸 100 亿美元在
优雅的应该是一堆智能体在一个聊天框里。看到一堆视觉上的乱七八糟可不优雅。那是偷懒。
查马斯，在我们这个小小的彭博克隆上。我给你冠名权。所以你可以叫它 Polyhapatia。那么，嘿，谁能、谁能把 Polyhapatia 调出来？
你知道有多好笑吗？我有一些问题
脱口而出。
TK，听着。我们之前在试着做一个公司筛选，在某种特定类型的筛选里，它最多只能选五家公司，比如你想比较股价和 EBITDA，然后你就会想：好吧，我猜我只能选五家。那我该选
哪五家？Lefonte 大概两期之前上过节目，对吧？他说：我调不出来。它限制在六家公司。
老兄，你……那么人们用彭博干什么？他们用它来发消息。现在，比如我的团队就通过彭博上的文字消息交易过巨额头寸。所以那里确实有非常有价值的东西。但那家公司的核心可用性和核心界面一直没有进化。
我有我的贡献。
Perplexity 在这方面非常擅长，
顺便说一句。
他们做得非常好。
我有一个新域名，特拉维斯。让这个名字在你脑子里沉淀一下。这是我想办法挤进这笔交易的方式。Begin.com。Begin.com。
你拥有这个域名，对吧？
是的。我就是有点……我时不时会抢注一些好域名。我拿到了 begin.com，还拿到了 annotated.com。那是我的两个小……你
就像那些老年人，出现在那种……哦，就像一个
巡回鉴宝节目上，然后他们全都
突然出现在 Costco。然后你说：哦，我有这个 1845 年买的东西。
伙计们，杰森，杰森就是 GoDaddy 里的那个“Daddy”。好吗？我是。
我是你爹。
就是这么回事。
谁是你爹？嘿。说到爹，我们来
看下一个话题。开始。
哦，现在是成立第三党的合适时机吗？埃隆似乎这么认为。上周，他宣布 Axie 将创建一个新的政党。这件事里谁是“爹”，我让你们自己判断。他说，引述：“在以浪费和贪腐让我们的国家破产这件事上，我们生活在一党制之下，而不是民主制。”
§06埃隆的“美国党”：现在是成立第三党的好时机吗？他能在 2026 年产生影响吗？
他还没有为美国党勾勒出一个政纲。我们上周在节目里谈过这个。我列了四个核心价值观，在 X 上似乎反响不错。财政责任，也就是 DOGE；可持续能源，以及在这方面的主导地位；在美国本土制造，这是埃隆在这里凭一己之力做到的。
鼓励生育，我认为这是他热衷的一个项目。查马斯，你补充了第五条：技术卓越。根据 Polymarket，埃隆在年底前注册美国党的概率是 55%。而且，你知道，我一直想弄明白的一件事是，这些候选人和这些政党到底有多不受欢迎。这是一张非常有意思的图表，我觉得我们可以围绕它展开很好的讨论。
原来我们过去很爱我们的总统。你看这里，从肯尼迪开始，83 是最高支持率，他的最低支持率是 56%。那是他最低的支持率。所以他一直在一个很高的区间里运行。再看小布什，在 9·11 之后，他的峰值是 92%。
他的最低是 19。对吧？战时总统。但到了特朗普第一任期、拜登和特朗普第二任期，最高支持率处于历史低位。他们的最高点，特朗普第一任期是 49，拜登是 63，独一份，然后特朗普第二任期是 47；他们的最低点分别是 29、31、40。
所以也许是时候出现一位第三党候选人了。我们来讨论一下吧，伙计们。
我完全不知道怎么看这张图。我一点概念都没有。我就想，这是怎么回事？
这是格式做得最差的图表。这是一张让人看不懂的图表，
但我们会……我放上来的原因就是为了引发讨论。所以你们应该说谢谢
你
让我们来辩论，这带来了很多乐趣。
你为什么要把它放上来？
这里还有一张。盖洛普民调显示，2023 年 63% 的美国人希望有一个可行的第三党。所以它一直在历史最高点附近徘徊。
好。我正在非常专注地看这张图。
好吧。总之，我就说到这里。灰色的是什么？我会让
你……哦。好的。好的。明白了。明白
那个时期的不同看法，以及各政党有多受欢迎。
我明白了。
我们就停在这里吧。这是个停下来的好地方。
我刚刚烧坏了一个 g p o。
对。我说几点。是的，埃隆创建第三党这个想法，如果换成任何其他人，都会显得绝对荒谬可笑。埃隆显然做过很多不可思议的事情，所以轻视他涉足的任何事都不是好主意。
不过，我见过的最好的比喻是，这有点像迈克尔·乔丹尝试去打棒球。好吧。他成了一个替补水平的棒球运动员，顺便说一句，这其实非常难做到。埃隆大概是一个替补水平的政治人物。在创业这些事情上他是迈克尔·乔丹，但第三党这件事是行不通的。
首先，那张图表有误导性。它犯了“平均值谬误”。它设计得很糟糕，而且犯了平均值谬误。对。特朗普在共和党人中极受欢迎。他实际上拥有有记录以来所有被测量过的共和党人中最高的支持率。
是 95%。里根的峰值是 93%。只是民主党人不喜欢他，这完全没问题。具有两极分化的特点是成功的要素之一，包括对节目里的人来说也是如此。就是说，在这个世界上成就一番事业的关键在于，你并不真正在乎一半的人怎么想。
你需要确保有很多人喜欢你，真正认可你，并对你所做的事充满热情。而特朗普在其党内的受欢迎程度，几乎超过了有史以来的任何人，句号，没有例外。第二，MAGA 某种程度上已经改变了共和党。特朗普有点像是第三党对共和党的一次接管。
所以这在某种程度上已经发生了，也许每二十年或三十年才能这样来一次。出于很多原因，我认为不可能在过于压缩的时间内让一个政党发生这种转变。第三，真正聪明的政党会吸收政治学的教训。不幸的是，我学的是政治学，算是浪费了我的大学时光。
而不是去学计算机科学，那样也许我现在就会像特拉维斯一样写代码、搞物理。但我确实学到了一点：聪明的政党会吸收第三党最好的主张。所以第三党通常没有生存空间，因为这是一种达尔文式的进化：如果某个主张获得了关注，主流政党很容易把其中一些主张收编过来，夺走势头。自1970年以来，没有一位真正意义上的第三党候选人赢得过参议院席位。而那一位其实是比尔·巴克利的兄弟，所以他有一定的知名度。
另外，我认为埃隆以及支持他这么做的人忽略了一点：人们投票不只是投给理念，也是投给人。这是两者的结合。这个“产品”就是：你信仰什么，以及你是谁？两者无法分开。特朗普是一个具体的人，这能激发大量热情。
这也是他在中期选举中面临挑战的原因之一，因为他本人不在选票上。他的理念可能在选票上，但他本人并不在。所以除非……因为埃隆不能成为这个党的领袖人物，从宪法上讲他确实不能，所以你需要一张真人面孔，比如奥巴马、克林顿。人们对里根产生共鸣是有原因的。没有那种个人魅力，具体的理念根本无法激励美国人民。
好。那么对此的反驳，以及人们相信他会尝试去做的，是在众议院赢得几个席位，特拉维斯，也许再赢得一两个参议院席位。如果要这么做，这些成本其实相当可以承受：支持一场众议院选举要几百万美元，参议院也许要2500万美元。
如果埃隆每两年投入，我不知道，2.5亿美元——我想他上次投入了2.8亿美元——他就能制造出某种“乔·曼钦时刻”，他可以组建一个党团、一个纲领，类似格罗弗·诺奎斯特那种承诺。你怎么看？如果他不打算推出一位有竞争力的第三党总统候选人，特拉维斯，他能不能拿下几个参议院席位、几个国会席位？
好。首先，我有一条公理，是我现在临时编的。
好。
好吗？它叫“埃隆几乎总是对的”。好。好吗？行。
埃隆在所有事情上都是对的。
说真的，咱们实事求是。老实说，他不满和愤慨的那些事，尤其是看看赤字，天哪，我完全赞同。这是第一点。第二点，我们从来没有过一个拥有这种资本、能在体制外当所谓“党魁”的人。
对吧？有很多人认同他所说的那类主张，而且他知道如何吸引……你知道，埃隆本身就有一种民粹主义气质。他做自己的事，他把 X 打造成了现在的样子，他本人就是 X 的重要组成部分。所以我觉得这很好。老实说，在参议院和众议院都有可以采取的动作，只要拥有少数几个人，就能把他们当作杠杆，去推动你想做成的事。
这是第一部分。第二部分是，即便没有走到底，这种事可能发生的威胁本身也能单独促成好事。我就是喜欢这个。我已经上了埃隆这趟车了。
是的。比起选一个党派，我更喜欢埃隆扮演的这个角色，因为他选了一个非常具体的纲领，我认为能引起大家共鸣，那就是：平衡预算，别让我们背上这么多债务，再搞点可持续能源。你知道，干得漂亮。
是的。问题在于，他对我们为什么会有赤字或债务的原因其实判断错了。不是因为我们税收不足，而是我们严重超支。如果我们只是……
不，我认为他相信我们是在超支。
那他们就应该支持上一个“大而美”法案。因为如果你只是把联邦支出维持在2019年的水平——2019年又不是几十年前——按我们目前的税收收入，我们实际上会有盈余。
5000亿。
是的。所以我们需要做的就是削减开支。我承认存在……
那为什么“大而美”法案没做到这一点？嗯，
这就是细节真正重要的地方。我认为两党都存在意愿和自律的问题，也许他能帮忙解决。第二，我们有这些晦涩的规则，尤其是在参议院，在很多方面你需要60票才能削减开支，除非通过非常取巧的方法。这就是现实。所以说实话，你能做的最好的事，就是帮助共和党拿到60票。
然后理论上，如果没有削减到2019年的水平，他可以大发雷霆，但这非常棘手。或者你可以直接推翻。冗长辩论（filibuster）是历史的遗留产物。到了某个时候，某位多数党领袖会直接说：我们不要冗长辩论了，然后用50或51票强行通过所有削减，这是可以做到的。宪法并没有赋予冗长辩论的权利。
它是几个世纪美国历史的遗留产物，总有一天会消失。所以也许时机就是现在。也许我们应该现在就把一切都修正好。
我认为你说得完全正确。我认为冗长辩论被废除只是时间问题，它的日子不多了。而在它时日无多的情况下，杰森，我认为你说的路径可能会给“美国党”——如果它真的成立的话——带来最大的筹码，也就是说，如果你掌控三到五位独立候选人，你就能获得相当大的影响力。我想退一步，指出一件事。
不知道你们是否知道，我们之所以能进行这场讨论，或者说这件事之所以有可能，唯一的原因是在2023年，FEC，也就是联邦选举委员会，发布了指导意见，修改了一系列规则。当时最大的改变是，允许超级政治行动委员会（super PAC）做的事远不止投放广告。在那之前，如果你是一个超级 PAC，你基本上只能投放广告，电视、广播，我想还有网络广告。但从2023年开始，他们被允许资助地面行动，可以做挨家挨户敲门拉票、电话拉票，你知道，动员投票这类事。
换句话说，超级 PAC 变得更像一台完整的竞选机器，而特朗普展示了利用超级 PAC——具体说是他自己的那个——赢得总统大选的蓝图。所以他能够资助这场大规模的地面战。他在各摇摆州搭建了基础设施。显然他极其成功。而现在，其他人其实也可以使用这套打法。
所以，如果埃隆决定利用这些修改后的 FEC 规则，杰森，我认为你说的是唯一的路径。但我还是想深入谈谈基思的观点，因为它太重要了。我确实认为冗长辩论会消失，原因在于这些规则太晦涩了：要走预算和解法案，然后，你知道，在其他所有情况下都需要绝对多数、能推翻否决的绝对多数，这就意味着什么事都办不成。我认为最终会有人失去耐心，直接强行推翻这个东西。
从来没有像过去两个选举周期那样，有这么多人说自己在政治上无家可归，这包括这个播客上的很多人，也包括我们朋友圈里的人。我认为，单单是埃隆能创建一个人们可以选择加入和支持的平台这个想法，单单是它的存在，就会让另外两个政党振作起来。
顺便说一下，
另外，我认为我们需要的是有点大棒，也有点胡萝卜。嘿，如果你不控制开支，就有这第三个选择。如果特拉维斯和我加入——基思，我知道你永远不会离开共和党，但查马斯，你现在可能已经待在你想待的位置了——我可以告诉你，我们过一遍我们的前十、前二十名单，其中50%会在第一天就加入新党。
杰森，基思说的另一点我认为非常重要：如果他要推举候选人，我认为这些人必须超越政治和政策。我认为他们得是实打实的大佬，拥有极高知名度的人，这样实际上你投票投的是一个名字，而不是一个议程，我认为这就相当于施瓦辛格参选时发生的事。他在那场著名的戴维斯罢免选举中，凭借的是极高的知名度。他并不是靠纲领参选的。我想我们谁都说不出他的纲领。
JD·万斯写了一本很棒的书，抓住了人们的想象力。他是个了不起的演说家。根据你身处美国哪个地区，他会激怒三分之一或三分之二的人，但你无法忽视他。我认为埃隆可以找到10个 JD·万斯式的人物，并相当轻松地支持他们。他是人才的磁铁。
人们会排队的。已经有知名人士联系过我，说：我在考虑参选，你能帮我联系上埃隆吗？
非常知名的人。更像是演员和体育明星，也就是说他们自带分发渠道，比如，我觉得你几乎得把 X 粉丝和 Instagram 粉丝排个名，做个合并，然后说，好，这些是……你明白我的意思吗？我觉得这完全不同。这太痛苦了，
伙计们。这太痛苦了。别再让更多名人当政客了。我们该找那些领导过大型项目、大型计划、复杂事务的人。
你知道吗？理想情况下是这样，但他们仍然得会沟通。对吧，基思？他们得能在播客上沟通。这就是新的平台。
如果他们没法在像这样的播客或乔·罗根的节目上花两三个小时侃侃而谈，你知道，卡玛拉之所以根本无法竞争，就是因为她撑不住两个小时的知性讨论。如果你撑不住，在今天的政治舞台上你就出局了。
是的。有意思的是
看看他能否把他那堪称传奇的人才算法调整到政治领域，因为受众略有不同。但如果你能调好算法和质量，也许会奏效。我认为你能赢下几场众议院选举，我认为这是可行的。我不认为你能赢下参议院选举。
好了，埃隆，你听到了。基思认为你赢不了参议院选举，但他认为你能赢下几个国会席位。谢谢你给了他动力，基思。我很感激
我相信他会收敛的。
你犯过的最大
错误。他也不会
赢的。共和党里的人现在都在想：哦，不，别去捅老虎。听着。
特朗普就是这样
进入政坛的，所以我可不想在这里当奥巴马。
别来烦我就行。
埃隆。对。是的。恭喜。好了。
听着。最高法院在这里做出了一项重大裁决。这是一项非常重要的裁决。他们支持了特朗普针对联邦雇员的 RIF 计划，给不了解的人解释一下，RIF 就是裁员（reductions in workforce）。如你们所知，埃隆、特朗普，他们想精简300万联邦雇员。
§07最高法院支持特朗普的联邦政府裁员计划
我们这里说的只是联邦雇员。不包括军队，也不包括州和市的雇员，那还有额外的数千万人。如果你还记得，特朗普在2月份刚上任时发布了这项行政命令，实施总统的 DOGE 劳动力优化计划。他要求所有联邦机构：嘿，
按照适用法律为各自部门准备一份裁员方案，这是这项行政命令的一部分。好。4月，美国政府雇员联合会（AFGE）起诉特朗普政府，称总统在进行大规模人员调整前必须咨询国会。这是一个关键争论，因为如你所知，国会掌握钱袋子的权力。他们拨付资金，但总统和行政部门必须去执行。
这就是关键所在。所以他们指控特朗普违反了宪法规定的三权分立。AFGE 有82万名成员。5月，旧金山的一位联邦法官站在工会一边，阻止了这项行政命令。这位由克林顿任命的法官表示，任何联邦雇员的削减都必须得到国会授权。
这是一个关键问题。白宫提交了紧急上诉，等等等等。九位最高法院大法官中有八位站在白宫一边，推翻了这项禁令。所以从理由来看，白宫很可能会在这项行政命令的争论中胜出：他们有权准备裁员方案。
问题是，他们能否真正执行裁员，谁拥有这项权力，查马斯？这项权力是在总统手里，可以进行大规模裁员，还是他们必须先咨询国会？你对这个问题怎么看？
这是一项极其重要的裁决，而且极其正确。我认为特朗普总统应该拥有绝对的自由裁量权，来决定向他汇报的人如何行事、如何做好工作。退一步讲，杰森，联邦机构有2000多个，雇员加上承包商，我想总数接近300万人。如果你把300万人放进2000个机构，再给他们非常差劲、过时的技术——不幸的是大部分政府都在用这样的技术——你会得到什么？你会得到极其缓慢的流程。
你会得到大量的核查和反复核查，最终你会得到大量的法规，因为他们在努力做他们认为正确的工作。那么自1993年以来，我们看到了什么？法规已经失控了。大概每若干个月就有10万条新规则。简直疯了。
所以最终，我们所有人都会屈服于无穷无尽的规则，我们都会违反它们，甚至自己都不知道。所以如果美国的 CEO，特朗普总统，不被允许解雇人，那所有这些问题就会不断累积。所以我认为刚刚发生的这件事非常重要。它让我们现在可以重新校准政府应该有多大。但更重要的是，政府里的这些人，也正是那些指挥下游支出、制定全新规则的人。
如果你能放缓这方面的增长，你其实就做了很多事。在很多方面，我真希望埃隆是现在才来创建 DOGE 的。你能想象吗，如果 DOGE 是在这项最高法院裁决的第二天成立的？我认为结果会完全不同，因为手握这项最高法院裁决，这些人可能会像热刀切黄油一样势如破竹。特拉维斯，所以我认为这是件大事。
只不过，没有 DOGE 就不会有这项裁决。是 DOGE 促成了这项裁决。
没错。嗯，是行政命令促成的。你本可以通过……对。
对。但那全都是 DOGE 风格的。你明白我的意思吧？
是的。如果他们没有在解雇人，是的，正如你说的，特拉维斯，他们可能不会觉得有必要真的提起这个诉讼。但是，特拉维斯，如果你现在生活在 AI 效率时代，公司的运营方式正在发生巨大变化。你能想象告诉某人：你可以当 CEO，但你不能调整人员吗？那恰恰就是这份工作。
你可以当 CEO，但就是不能更换队里的球员。你可以买下尼克斯队，但不能换教练，或者
你不能换球员。你就是不能缩减规模。
是的。这就像经营一家有工会的公司，这种公司确实存在，我们有一些大型的工会化公司，在那里这些事你一样都做不了。
对。它们还存在吗，还是都消失了？我想它们还……很快。
是的。可能吧。我认为这又回到了一个问题：一项法案通过时，国会实际上授权了什么。有些内容是具体的，有些则不是。而且我不确定……在很多这类法案中，对于到底必须雇用多少人，规定并不是很具体。
所以如果……我只是用普通人的方式来看这个问题：如果法律规定你必须雇用 X 个人，那就是那样。如果法律规定的是：这里有一笔钱要花，这里是花钱的方式，但没有具体说明你要雇用多少人，那就不一样了。
是的。应该以结果为导向。嘿，这是目标，这些是关键目标。
对吧？
但特拉维斯完全正确。各种法律都有，有些规定极其具体，有些授权非常宽泛。宪法明确规定，所有行政权力归属于美国总统，句号，这里没有例外。然而，国会确实负责拨款，而且在水门事件之后，很多人认为国会有权强制总统花掉这笔钱，你可以就此争论，也可以逐个法规地争论。
那会更加微妙，而且会通过诉讼来裁定：总统是否可以拒绝花掉国会明确指示他花的钱，这有时被称为“扣押拨款”（原文作 empowerment）。这是一场非常有趣的思想辩论。这一次的问题要简单一些。之后又会变得更复杂。比如这项行政命令只被批准用于允许做规划。
我认为投票结果可能会更接近。我认为最高法院对于真正实施仍然会有多数支持，但当有一份具体方案需要再次在法院中闯关时，可能就不会是八比一了。
是的。这太有意思了。是的。我好奇他们会不会走到那一步，在每项法案里都规定你需要雇用多少人
来
达到……嗯，我不知道他们能不能这样做。那就接近违宪了，也就是你实际上规定总统在履行其宪法职责时必须雇用一定数量的人。
嗯哼。
感觉这相当站不住脚。
嗯，我不太确定，基思。他们不也规定了一大堆其他事情嘛。比如，你必须为这个特定机构拨款，去做这项特定工作。
我是说……但那不是行政职能。比如，如果你说国务卿必须有 X 名雇员做某件事，而国务卿是代表美国总统处理外交事务的个人代表，当你把这套逻辑套用到总统应该……的人身上时，就会变得更复杂一些。我是说，是的，国会确实规定了哪些人需要经过参议院确认，以及他们的薪资和薪酬等级。所以这永远不会是完全非此即彼、总统想做什么就做什么。但我不认为国会强制规定、给总统戴上各种手铐会是合宪的。
嗯，这里还涉及绩效问题。如果你看着教育部说：分数下降了，我们花了这些钱，却没得到结果，因此这些人不称职，
因此我要以正当理由解雇他们，然后雇用新人。你要怎么阻止行政部门
这样做？与这起诉讼并行，已经有一大堆关于总统解雇权的诉讼。在大多数情况下，最高法院基本上已经表示——也许美联储主席除外——总统几乎可以解雇任何他想解雇的人。
我是说，这才是正道，就像……我是说，我不想当蟑螂，但如果结果不达标，是的。他们
如果他们是总统任命的人，总统应该能够随意解雇你。就像如果你是我们某家公司的副总裁，CEO 应该能够随意解雇你一样。
但是基思，如果整个部门都很烂呢？嘿，你们负责早期教育，你们得制定一个计划，计划失败了，所有人都被解雇。
我们重新开始。你应该被允许这么做。我们要怎样才能拥有一个高效的……有些
这些部门中有些是由国会立法设立的，比如1979年的教育部。你说得对，自从该部门成立以来，美国的每一项教育统计数据都变差了。但现行法律里有一条规定“应设立教育部”，所以你可能得废除那条法律。
好了。听着，我们已经录了一个半小时了，先生们。你们想聊 FICO 的话题，还是我们就收尾了，查马斯？这期节目内容已经很充实了。这是很棒的一期。
还有什么想补充的吗？
关于 FICO 的话题我没太多可说的。不过我觉得其他这些话题真的很好。
我们今天表现很棒。这是一个很棒的嘉宾阵容。我很高兴你们能来。我想问问你们，有没有什么工作之外的东西可以和我们、和听众分享，任何推荐都行：餐厅、酒店、旅行、你们看的电影、读的书。基思，我知道你是个很活跃的人。
你这个夏天有什么安排？有什么有趣的、正在消费的东西可以和听众分享吗，炫耀性的也好，其他的也好？
嗯，我不想分享任何好餐厅或好酒店，因为
哦，你在藏私。
你在藏私？
拜托，伙计。
给我们
把你的宝贝交出来吧。这就像你有个保姆一样，就像你的宝贝可是认真的。
是的。我能要你家保姆的邮箱吗？
但有些东西属于，怎么说呢，零边际成本的消费，比如 Netflix。举个例子，你知道，这部关于奥萨马·本·拉登的纪录片非常出色。不知道你们有没有人看过。
我
看过。它是全新的。而且你知道，我研究过这方面的东西，我原以为整个故事我都知道了，等等。看第一集。就从第一集开始看，它带来的新信息、新画面让我大吃一惊，绝对是不可思议的内容。所以强烈、强烈推荐。
到目前为止，你最大的收获是什么？
我不知道有没有什么具体的收获，但这个故事中有太多部分被误解、没有被真正理解，以及各种多少有些随机的事情如何交汇在一起，导致了一个灾难性的结果。它和最好的电影一样有戏剧性，但它是一部完整的纪录片，你会学到、吸收到很多东西。我一直在向朋友推荐。对于一个你以为自己了解的故事来说，它的揭示性令人难以置信。
好。特拉维斯，你最近有什么享受的东西吗？一家餐厅，一道菜？
我是说，听着，你知道，JC，你知道我经常去奥斯汀。
对。
基本上，从3月到10月，我大约有15个周末在奥斯汀。我在那儿有一栋湖边别墅。杰森去玩过几次。我超爱滑水。那是我的最爱。
那是我的……我就是爱它。它就是我的心头好
自从我来到这里。非常
伤感。它是湖……我管它叫湖畔生活。
所以……湖畔生活。
就是这么回事。然后我最近——这有点像是支线任务——我最近收购了最顶尖的双陆棋引擎。
XG。
XG，没错。这个缩写是 extreme gamut（即 eXtreme Gammon）。所以这个顶尖引擎……所有职业选手都根据它来给自己评级。它是由一位了不起的创业者打造的，这个人叫泽维尔，他完全是那种超级、超级……我是说，我想找的那个词是什么来着？
不是……天才？基本上就像一个天才，但已经很多年没再做这个了。所以我正在重新投入其中。而且
太棒了。
让它……用现代机器学习、深度学习技术和大规模算力，看看我们能否推动双陆棋这项游戏向前发展。所以非常令人兴奋。还有超强的训练应用，能让人们快速上手。我参加了人生中第一场双陆棋锦标赛（地点转录为 cached，不清）。那挺酷的。
不。等等。是吗。好吧。
是的。
恕我直言，你创立了 Uber，你是非常知名的人物。你去参加这种双陆棋比赛。这是不是在什么8号汽车旅馆里举办的，
在后面的会议室里？我在想象那个氛围。那是……大概一个月前左右。有一场大型锦标赛，美国双陆棋联合会办了这场大比赛。我想是在洛杉矶 LAX，在 LAX 希尔顿酒店。
而且是在……对。是在希尔顿的地下室。很好。那里就像
就在龙与地下城大会隔壁。
对吧？就是那种很正宗的氛围。
我太喜欢了。
人们会……所以我去的时候非常低调，就做我自己的事，但最终还是被认出来了。但我不是作为 Uber 创始人被认出来的，而是作为 XG 的所有者被认出来的。
哦，XG 的
所有者。然后那里
基本上就爆发了一场彻底的骚动。他们说：哦，XG 的所有者，特拉维斯来了。
查马斯，我觉得我们现在有个窗口期，可以办 All-In 双陆棋高端锦标赛。必须现在就敲定。我们得把 All-In 双陆棋套装定下来。
我要拿到这个的联名品牌权。好吗？当然。XG。
嗯，不。All-In XG。你知道，就像我说的，我喜欢一套好的双陆棋。如果我们能做一套1万美元的，查马斯，我们可以去杀海龟或白犀牛，所有弗里德伯格正在努力保护的动物。我们可以杀了它们，然后做成
那太棒了。
是的。比如，也许白色的棋子可以用，你知道，犀牛做，然后你可以再拿点别的，大象皮之类的，你知道，就是非常悲惨的东西，然后吃掉肉，再为你做一套双陆棋。
我爱双陆棋。老实说，如果我不是在努力成为扑克高手，那就是我要玩的游戏。我是说，说到潘多拉魔盒，一旦你打开它，天哪。你就会掉进兔子洞。
查马斯。走吧，大师们。就这么干。
双陆棋是一款美丽、美丽、美丽的游戏。
我喜欢坐着玩的那种氛围。特拉维斯和我坐下来，我拿出几支雪茄，你知道，我们倒一点 All-In 龙舌兰，tequila.allin.com。我们开起来。
来几支 All-In 雪茄，然后我们再来 All-In 双陆棋。那是很棒的消遣。是的。基思，你会考虑玩双陆棋时给我们输点钱吗，基思？当然。
当然。我们会拿到一些那种
玩意儿。就是些无聊的东西。
摆上桌面，因为你不
打扑克
和我们一起。
我不喜欢扑克，但双陆棋，是的，听起来很棒。而且我会带……我会带更好的龙舌兰。我有更好的龙舌兰。嗯，我们要升级了。
来一场
小小的品鉴对决。是的。所以你现在用参议院席位侮辱了埃隆，又用龙舌兰侮辱了萨克斯？
我的龙舌兰好得多。相信我。
等等。为什么……好吧？谁……
在参议院之前，PayPal 黑帮里还剩谁是你想侮辱的？里德·霍夫曼还是彼得？关于彼得有什么要说的吗？
里德可以加入埃隆的党。他在召集一群格格不入的人，所以我们不妨
把里德也拉进来。
好了。听着。这又是一期精彩的节目，来自全球第一播客 All-In 播客。我们的科学苏丹今天没能来，他在 beep 大会，所以我们就不多提了。还有大卫·萨克斯，他正在外面让美国在 AI 和加密货币领域保持安全。
查马斯·帕里哈皮蒂亚，世界上最伟大的主持人。特拉维斯。
基思，谢谢你能来。感谢你临时救场。
你们今天表现很棒。怎么样？
下次
再见各位。
拜拜。
我们会让你的赢家乘胜追击。雨人大卫·萨克斯。然后它说……我们开……我们
我们大家应该开个房间，来一场大狂欢，因为他们全都没用。这就像是他们需要以某种方式释放的性张力。