Ben Shapiro, Gavin Baker, Phil Deutch: OpenAI 的 GPT-5 失利、AI 的无限市场、中国的巨大优势、社会主义抬头、住房危机

本期节目开场，主持人解释说节目原本打算休息一周，但独立主持人拒绝了，并宣布无论常驻联合主持人是否参加，都将在周五录制。在随后的闲聊中，有人抱怨联合主持人临时退出，对他们提前多久通知的估计从录制前五分钟到九十分钟不等。David Friedberg 在场，Gavin Baker 则在海滩上连线加入。主持人介绍 Baker 是一家同时投资上市公司和私营公司的基金的管理合伙人兼首席投资官（CIO）。

主持人还介绍了《Ben Shapiro Show》主持人、Daily Wire 联合创始人 Ben Shapiro，并提到他将于九月出版的新书《Lions and Scavengers》（《狮子与食腐者》）。节目中称这本书讲述的是文明在“想要建设的人和想要拆毁的人”之间走向崩解。这本书据说也比作者以往的作品更具个人色彩，源于他的日记写作，包括 10 月 7 日事件一个月后在牛津大学参加辩论之后的记录。主持人介绍的第五位嘉宾是 NGP Energy Technology Partners 的 Phil Deutsch。主持人称他是自己认识的人中最懂能源的，他则形容自己的家人是政府雇员或公职人员，而不是政客。

进入正题之前，主持人为 All-In 峰会做了宣传，并列出已公布的演讲嘉宾：礼来（Eli Lilly）、Uber、Arm 和 Zipline 的首席执行官，阿里巴巴联合创始人蔡崇信（Joe Tsai），来自 Thoma Bravo 和红杉资本（Sequoia）的投资人，Cathie Wood，以及科学类 YouTube 博主 Cleo Abram。主持人补充说，活动前几天还会公布更多名单。

主持人将 OpenAI 发布 GPT-5（同时发布了两个开放权重模型）定性为“有点令人失望”。主持人形容发布会的演示很混乱，图表“平淡而且错误”，还有计算错误和拼写错误。主持人也公允地指出，该模型在一些排行榜上位居榜首，包括 Chatbot Arena。主持人将外界的反应与此前 GPT-3.5 和 GPT-4 更大的飞跃作了对比。主持人认为，部分失望源于炒作：Sam Altman 曾发推贴出一张死星图片，让人期待某种“超凡脱俗”的东西。（随后话题岔开，嘉宾们给《星球大战》系列电影排名。一位参与者认为，这个系列建立在反技术、反进步的世界观之上，死星就是被用于作恶的技术。）

被问及大语言模型是否正在进入收益递减阶段时，一位嘉宾说，这对“OpenAI 而言”或许成立，但对整个领域并不成立。他们举出 Grok 4 相对 Grok 3 是“相当巨大的飞跃”。他们的主要论点基于历史：过去每当 OpenAI 被超越，它都会推出一款明显更好的模型作为回应。他们举例说，o3 在 Grok 3 发布六到八周后推出。GPT-5 打破了这一模式。

这是第一次，嗯，OpenAI 发布的新模型并不是决定性地最好的。

同一位发言者解释了“基准饱和”：模型已经聪明到连为人类研究生设计的测试都无法再衡量它们的智能。为此，人们构建了更新的基准测试。在“人类最后的考试”（Humanity's Last Exam，被描述为涵盖多个学科的极难题目）上，这位发言者给出的成绩是 Grok 4 为 44.4%，GPT-5 为 42。在 ARC-AGI-2 上（该测试针对“参差不齐的前沿”，即对人类容易、对 AI 困难的任务，例如几何谜题），他们称 Grok 4 明显优于 GPT-5。为求平衡，他们也指出 GPT-5 在 Artificial Analysis 指数上“以非常微弱的优势领先”。他们还认为，人才流失“可能开始对 OpenAI 造成拖累”。

这位发言者披露了自己可能存在的偏向。他们的公司是 xAI 的股东，并补充说“身为人类就会有偏见”。他们表示对 Grok 5 感到乐观，理由是 xAI 拥有最大的 Blackwell 集群，并预计 Gemini 会推出一款令人印象深刻的新模型。因此，对 GPT-5 所处位置的这番解读出自利益相关方，并且取决于竞争对手尚未发布的产品。

主持人问，OpenAI 为什么会推出一款并非明显胜出的模型，这是否说明它在创新上遇到困难或出现了人才外流。随后出现了另一种观点。这位发言者说，他们不知道人才外流有多大影响。在他们看来，关键变化在于 GPT-5 会自行选择底层模型和推理路径，而此前 Pro 用户必须从下拉菜单中选择。他们用一个复杂的研究问题和一个简单的信息检索问题做了测试。简单问题很快得到回答，研究问题则触发了思考模式。

你不会希望用户自己进去，从技术层面选择用哪个模型。

按照这种观点，这次升级主要关乎用户体验：“没有人明白那些字母和数字是什么意思。”这位发言者补充说，这也有助于解释为什么 OpenAI 正以限量使用的方式更广泛地提供研究功能。一位回应者表示同意，但补充了一项会改变早期基准测试解读方式的保留意见：负责选择模型的路由器在发布后的头十二到十六个小时里似乎出了故障，或者并非对所有用户都稳定工作，因此分数可能会提高。

这条讨论线以 OpenAI 在产品和分发方面的优势收尾。一位参与者援引 Benchmark 的风险投资人 Eric Fisher 在 X 上的发帖：凭借其用户基础、产品能力和分发渠道，即使 OpenAI 再也不发布新模型，它仍可能是一家非常有价值的公司。

被问及能源投资时，一位参与者说，公司在投资中“一直”使用这些模型，并且发现它们非常高效，任何投资者都会如此。不过，在最困难的能源问题与权衡上，他们认为 AI 还处在“第一局的上半局”。作为朝这个方向努力的例子，他们提到了英伟达（NVIDIA）的地球气候模型。

被问及 Daily Wire 的情况时，另一位参与者说，AI 正通过快速的信息收集和编辑工具进入工作流程。他们提到大约两个月前发布的一则剃须刀广告，完全用 AI 制作。他们说，这则广告“还是有一点 AI 垃圾内容的感觉”，但比实景拍摄便宜得多。

同一位参与者自称这是个“笨人提问”，提出了核心的经济问题：生产率的提升能否来得足够快，足以证明涌入的资金是合理的？他们指出，标普 500 指数约 70% 的涨幅来自“七巨头”（Magnificent Seven）。他们将此与互联网作对比：在他们看来，互联网到 1999 年已经能够运作，却直到大约 2006 或 2007 年才带来生产率的提升。他们问，前方是否有“一个大坑”。

主持人用粗略的数字为回答做铺垫。目前每年的投入在数千亿美元的低位，主持人预计未来五年数据中心上的投入将达到一两万亿美元。仅就企业市场而言，主持人设想十亿企业用户、每位企业用户 50 到 100 美元，并称结果是 5 到 10 万亿美元的 TAM（总潜在市场）。口述的这些数字并不完全对得上，因为中间的收入被说成了“十亿美元”。主持人还问，世界上是否有足够的资本让投资者保持耐心。