雷火竞技首页

Stability AI前CEO:AI正颠覆传统经济学人类可能变成负资产

小编

  “我们长期依赖的经济仪表盘 ——GDP,已经沦为一个衡量‘疯狂’的指标“;

  他认为,现有的经济学就是东拼西凑:效用函数、纳什均衡、囚徒困境、博弈论、行为经济学……

  为应对这场变革,Mostaque建议,建立“通用基础AI”和“人本位”新型货币体系。

  未来一千天里,人工智能不仅会取代劳动力市场中大量人类岗位,更将彻底颠覆整个经济体系。这番令人不安的预言来自今日嘉宾Emad Mostaque——这位前对冲基金经理,同时也是全球使用最广泛的人工智能模型之一“稳定扩散”(Stable Diffusion)的开发者。他拥有充分的权威性来支撑这一论断。

  在本期节目中,Emad将为我们解析当前经济体系的消亡轨迹,以及人工智能主导的终极经济形态。我们探讨了后稀缺时代用GDP衡量经济的荒谬性,人类在转型期的角色定位及其相对于AI的预期劣势,以及如何在经济与情感层面实现双重繁荣。这场变革注定带来颠覆性冲击。但若

  的理论可信,我们已掌握理解未来发展的数学密码。废话不多说,现在为您呈现。

  您曾著有《最后的经济》一书,深入剖析人工智能将如何彻底改变世界运行机制与经济体系。那么究竟什么是“最后的经济”?

  因此,失落的经济体系本质上是在思考:当人工智能变得比人类更聪明,开始取代我们的工作、意义乃至更多时会发生什么。现有的经济体系能跟上这种转变吗?我们曾经历过多次转型(稍后会详细讨论),但从未经历过这种认知层面的跃迁——突然间,人工智能变得比人类更聪明、能力更强,机器人能完成人类无法实现的物理操作。这让我不禁思考:经济体系从诞生之初就该是什么样子?我们的经济体系本身又该呈现何种形态?

  资本如何分配?货币的本质是什么?你知道,我们长期讨论的未来工作和事物的本质是什么?我想,让我们把这些都整合起来,尝试为这些创建一个框架。

  好的?既然你把这个问题整合得这么全面,这确实是个大话题。你之前说过这是整个经济体系的完整理论框架。那么在帮助人们真正理解这个理论及其发展方向时,你为他们奠定了哪些基础呢?

  传统经济学里,我们有效用、一般均衡这些概念。你肯定听说过囚徒困境、行为经济学、博弈论这些理论。但各种理论之间存在严重脱节,预测效果也不理想——看看咱们的经济预测就知道了,对吧?

  昨天我们看到失业救济申请人数调整数据,出现了91.6万的偏差,比历史峰值还高出近百万,这已经是史上最动了。

  类似情况我们屡见不鲜,总感觉哪里不对劲。于是,我重新审视经济本质和人类本质,因为现有指标显然没有衡量正确的东西。

  经过分析,发现最接近人类行为模式的当属人工智能及其背后的数学模型。这正是我们构建基础理论的关键所在。

  我们发现一个理论几乎能解释所有经济学现象。能够存活下来的系统是那些持续存在的,而表现最佳的系统是那些内部模型最接近现实的。

  我的意思是,如果你在一家公司工作,如果做好本职工作,那些对现实有最佳内部模型的人就会表现最好。由此我们发现,数学模型和现实世界中都存在各种不同的现象。

  举个例子,我们发现GDP这个指标——最初提出该概念的斯坦·库兹涅茨曾强调不应将其作为唯一衡量标准——却成了我们过度关注的焦点。我们固然关注GDP反映的物质层面,但作为贸易枢纽带来的网络效应如何?经济多元化带来的多样性影响又该如何考量?那些未被垄断的制造智慧与技术诀窍,又该作何评价?

  在研究经济约束时,我们注意到需要关注经济运行机制、思想流动、资本流动、人口流动、经济韧性及开放程度等要素。为此,我们开发了多种可视化仪表盘,并通过数学模型进行可视化呈现。这为我们构建了从个人到家庭、国家乃至社会整体的全景视角。

  当驱动经济发展的核心要素基于生成式AI、数学原理及人工智能本身时,必须建立全新的基础认知框架。

  我需要先理清思路再展开讨论。不过首先得确认我理解得对不对:您说的其实是要构建一张现实世界的地图,这张地图对经济走势具有最强的预测效力。为什么这么说呢?当现实地图与理论模型完全吻合时,我们就能精准捕捉所有复杂的互动关系,这种高度匹配性正是其预测力的来源。还是说还有其他关键因素在起作用?

  我认为如果能做到这一点固然很好,但更重要的是,那些成功的个体经济主体,往往都是其内在状态和认知模型最贴近现实的。

  就像你在学习工作、创建公司时,拥有最佳内部模型与现实差距最小化的公司,这与人工智能的数学原理完全一致——无论是打造优秀的聊天机器人还是顶尖科学家,关键在于缩小现实与模型之间的差距。

  当社会中所有人(包括人类和AI),都在追求相同目标,都在努力构建最佳模型以应对挑战时,我们发现,实际上可以从微观到宏观层面,更精准地映射和理解经济规律。通过这种认知,我们发现了测量中缺失的关键要素——毕竟,你无法管理你无法衡量的事物。

  是的,当时你似乎在说“不”,但我的表述并不准确。不过我依然能听出你的意思。是的,我想确认自己理解无误。

  长期以来,我一直认为建立精准的内在认知图谱是为了预测行为结果——因为这基于因果关系的基本原理。比如“如果我这样做就会得到这个结果”,这不正是你所说的模型核心意义吗?

  从宏观层面来看,如果我们为经济体系构建这个模型,就能预见未来的趋势。但这种宏观视角最终会延伸到微观层面。

  因此,相同的数学公式和方程实际上贯穿于整个认知维度——这并非说我们是完美理性或非理性的存在,在稀缺环境中既追求效用最大化又互相掣肘。

  相反,我们都在努力在内部模型与外部环境之间找到最佳平衡。而那些能够巧妙平衡这两者关系的模型,往往能以独特的方式脱颖而出。

  明白了?你的意思是说,我们在人工智能领域,用来解决这个问题的数学模型——即通

  过缩小内部模型预测生成结果与实际生成结果之间的差距——这种数学方法可以直接应用于经济领域的各个层面。

  那么,您在深入研究人工智能数学模型时发现了哪些预测?对于不太了解您的人来说,您可是开发过最先进AI模型的专家。特别是您提出的扩散稳定扩散模型(Stable Diffusion),这显然属于您专精的领域。作为前对冲基金经理,您对这两个领域都了如指掌。当您研究这些数学模型并进行预测时,它们向我们揭示了经济发展的哪些趋势?

  当我们从这个特定视角审视数学发展及其未来走向时,可以明显看出人类处境岌岌可危——尽管存在各类智能体组织,但

  本周我们目睹了人工智能系统(AIS)的惊人进步:原本仅需20分钟的推理时间已飙升至200分钟以上,其能力持续增强。

  这正是关键转折点所在:人类优化适应环境的认知能力存在大脑的物理极限,而人工智能却能实现近乎无限的扩展。如今我们拥有多个智能体,它们能进行任意时长的推理运算,几乎可以完成任何认知任务。

  研究发现,人类的认知劳动并不会归零,其价值反而会呈现负向变化,这与直觉判断完全吻合。

  因为我们是团队中最薄弱的一环。如果AI具备持续学习、适应环境的能力,能进行任意时长的思考,并且能够扩展认知能力、相互核验工作成果,那么你就是团队中最薄弱的环节。就像团队里最不聪明的人总是成为最薄弱的环节一样。

  那么,我们该如何对抗那些几乎完全由AI主导的竞争环境?我们看到这种失衡现象,尤其是在资本积累这类目标函数方面,不禁要问:我们究竟在衡量什么?这些指标背后究竟有什么意义?因为当前的评估标准有些模糊不清,就像某些例子所显示的那样。

  斯坦·科内特再次向参议院提出GDP指标存在问题,他指出这种衡量标准存在偏差。

  癌症研究与治疗能有效推动GDP增长,而攻克癌症却会拖累GDP。这种单一指标的视角就像只看一面之词,我们的研究方程式揭示了资本的四种本质形态。

  当前我们正经历着所谓的“大倒置”时代——人工智能即将取代计算机主导地位,这需要我们重新定义衡量标准。更重要的是,要想实现经济繁荣,必须重新思考资金流动模式与未来发展趋势。

  那么月亮到底是什么?是人类福祉?还是经济增长?我们用这些指标到底想衡量什么?

  其次,要重新审视当下繁荣、幸福与满足感这些指标——毕竟我们过度关注单一维度。众所周知,很多富人内心却充满悲伤,这说明财富与幸福感之间并没有直接对应关系。就像当你达到某个阶段,不再为温饱发愁且生活过得不错时,幸福感并不会随着财富增长而同步提升。

  :首先是物质资本,也就是稀缺资源。比如我给你一个苹果,你拿走它,而我却得不到。

  其次是智力资本,比如听众们在收听这期播客时获得的启发,这些创意和理念需要投入多少成本才能真正丰富他们的生活?

  第三是网络效应资本,就像职场中积累的人脉资源——当你建立起庞大的人脉网络后,就能获得真正的影响力和能力。比如你在洛杉矶工作,就能凭借这些本地人脉资源大展拳脚。

  最后要强调的是多样性——这种韧性特质,意味着你可以尝试各种不同的选择。

  从投资组合到社交圈,你拥有多种可能性。我们发现这些因素可以用数学模型来量化。当这些要素失衡且呈乘数效应时,幸福感往往会显著提升,进步也会随之增加。

  当然这并非全部,但如果其中任何一个要素为零,情况就会像日本那样分崩离析。日本曾长期与世隔绝,直到19世纪才重新开放,当时人们还用着冷兵器。等到普及后,情况就大不相同了。

  说到马铃薯饥荒,这事儿就跟植物的生长习性有关——要是种料不够充足,产量自然上不去。要是没有网络效应加持,发展就无从谈起。再说了,要是缺乏观察力却总想雷火竞技着提升智商,那进度也根本提不起来。

  对于那些在家跟着学习的人来说,这就是你的思维框架MND。所以你优化的四个方面中的每一个部分。是的。

  是的,这需要通过优化来实现平衡,因为这是乘法关系而非加法关系。这一点在个人生活中同样适用——你需要平衡物质资源、智力储备、人脉网络和多样性。

  很多人在拓展人脉时往往缺乏系统思考,但若只是盲目扩张社交圈而忽视质量,那不过是会社交的皮条客,缺乏核心能力。若缺乏多样性支撑,或许能维持表面光鲜,但一旦遭遇危机就会。

  我们发现这种动态可以用数学模型描述,历史上的经济与繁荣周期、顶尖社会(如新加坡)都印证了这一点。

  我成功实现了智力、人脉与多样性的平衡(虽然不完美),当其中任何一个环节崩溃时,无论是个人能力缺失还是社会机制失效,都会引发连锁反应。在构建未来智能资源极度丰富的社会时,我们必须深入研究这种动态平衡机制。

  好的?我想把这些理念深植于你心中。你在书中做得非常出色,为我们提供了许多具体可把握的内容。其中一个观点是将GDP视为决策仪表盘——但这个仪表盘存在缺陷,你在书中称之为“疯狂”。我们刚才讨论的新仪表盘是思维框架,明白吗?如果我们拥有这两个仪表盘,并且正身处这个剧烈转型的时代,那么有哪些迹象可以作为证据,表明我们已经经历了相当长时间的转型期呢?

  在书中我提到,经济结构经历了四次倒置,而我们现在正处于最后一次倒置阶段。

  从土地倒置时期开始,经济结构围绕土地面积展开,土地上的劳动者构成基础。

  随后进入劳动力倒置阶段,曼彻斯特等新兴城市应运而生,通过引入劳动力并运用资本建立工厂实现发展。

  ——这些设备能实现大规模、高效率的生产。当我们对比现代与古典M型经济时,物质GDP的倒置尤为明显。

  我们开始从不同维度进行考量,比如经济多样性效应对社会组织韧性的影响。对此我们已有量化指标。同样在组织层面,我们发现不同类型的组织存在显著差异:那些过度聚焦单一领域、缺乏多样性的组织难以适应变化;而拥有大量AI赋能团队的组织则更易灵活应对,这已成为关键竞争力。这种多样性正是我们当前亟需恢复的。

  相较于传统社区网络(如家庭、邻里关系),各类社交网络都存在不同程度的资源掠夺性,这对社会建设并不利。我们需要思考如何构建更强大的社交网络架构——当身处危机时,若身边有稳固的人际关系网支撑,不仅能更好地评估风险,更能从容应对挑战。

  因此,在即将发表的一篇文章中,我们将针对不同层级的各类资本,逐一分析其各项指标。

  我们认为,与其单纯关注GDP是涨是跌,不如转向考察这些指标的平衡关系。因为

  好的?我长期研究的重点之一是Aos 6阶段周期——这个重大债务周期,其中蕴含着惊人的预测价值。通过精准把握各国在该可重复周期中的位置,他赚得盆满钵满。

  您提到自2008年以来,人工智能的出现——虽然不确定是否算作预测——确实能有效预判可认知的经济周期。不过在解读这本书时,当我们剖析新经济各要素构成时,这种说法显然不够准确。当前经济末期的特征包含多重信号,其中最显著的就是我们正目睹的剧烈动荡。

  您指出从2008年至今,所谓的经济复苏根本名不副实,我们只是在维持表面稳定。能否请您具体说明,为何说这十五年间我们未能实现历史预期的经济突破?

  所以我觉得这里有个耐人寻味的现象。各位年长的同行应该都深有体会,总说“好时光在前头”,就像我2008年前担任对冲基金经理那会儿,那段日子过得实在不轻松。

  ——失业率跌到冰点,GDP增速破纪录,企业盈利也达到顶峰,但这样的环境真的让人开心吗?

  同样,我们再次看到社会压力无处不在。这就是我所说的先兆信号。我们观察到局部区域的波动性日益加剧,社会和市场中出现了前所未见的现象,这些现象在所有实体出现时都更加明显。没错,资本正涌入这些万亿级公司,而本地化问题也愈发严重。我认为,部分原因在于这种趋势已经显现。

  就像从上到下一样,最高层面上,一切似乎都很好。中间层面,本地化工作似乎正在有效恶化。我们的根基似乎正在崩塌。

  在中产阶级群体中,我们再次看到不幸福指数等指标持续攀升,抑郁症发病率更是创下历史新高。

  当我们观察经济形势时,单看市场表现就会发现软件公司估值已突破万亿美元大关——微软、甲骨文等企业昨日市值飙升,但这些公司其实并不需要更多员工。

  过去,数十万工人就能支撑起价值数十亿美元的产业,如今却全靠软件驱动。这正是人工智能尚未到来前的首个征兆,而AI的到来只会加速这一趋势。

  我们已见证这种联系的首次断裂:资本能更高效地吸引其他资本,不再依赖人力。

  这种转变将我们引向一个关键命题——当工作意义从人际网络关系转向“艾玛”这类角色时,意味着什么?比如前对冲基金经理转型为AI首席执行官。我

  我们见证了各种流动性注入措施,显然2020年那场新冠疫情等危机曾大力支撑经济。但在此期间,社会结构、社会平衡与资源分配并未见明显改善,反而愈发动荡不安。

  对于深谙此道的观察者而言——除了少数例外,几乎所有人都会预言,未来几年将有重大变革,就像最后一粒沙子击碎光鲜亮丽的顶层建筑,底层结构开始崩塌。

  这种趋势已从学术论文中初现端倪,例如埃里克·贝尔弗朗的最新研究就揭示,低门槛的研究生岗位正以前所未有的速度消失。我认为这种现象必将反复上演。

  是啊,什么?我们不需要雇佣那么多毕业生。这是他们的理论,但逻辑上讲得通。你知道,这需要一点时间,但一旦开始,就会一下子全部完成。

  对吗?为了具体说明,人工智能带来的效果要超越人类并逐渐融入经济体系需要一些时间。我们才能感受到这些影响。

  我想说的是,这发生在英国从2008年到现在社会契约变得越来越模糊的时期。我们已经不知道“英国人”意味着什么了。美国呢?成为美国人又意味着什么?意识形态的竞争因技术而加剧。这一切正变得越来越令人困惑。

  我想具体说明这个机制。我将为您阐述,我认为导致您书中所述衰变现象的驱动因素。我很想知道您是否认为我的观点有误。希望您此时已足够了解我,毕竟我只关心建立准确的内部模型。若您觉得我的分析存在偏差,欢迎随时指正——我将乐于完善这个模型。

  好吧,我认为中产阶级的消亡是一场令人痛心的悲剧,最终将导致暴力不断升级。我录制这段视频时,恰逢查理·柯克遇刺案发生次日——这起事件紧随明尼苏达州连环枪击案、特朗普遇袭未遂事件之后。由此可见,暴力冲突正在持续升级。

  当人们觉得经济在进步、生活稳定时——正如你所说,当他们相信一年后收入会比现在更高、孩子到同龄时能赚得比同龄人更多时(至少在西方世界),这种感觉确实令人愉悦。当然,这并非说其他要素不会引发问题,但

  。以我观察为例,美国中产阶级被掏空的现象显而易见:高通胀环境持续存在,因为政府未能平衡预算。

  因此,政府每年都会以通货膨胀的形式悄悄征收隐形税。这种通胀机制将人们分成了不同阶层:没有资产的人会被拖入贫困深渊,拥有资产者则能跻身上流社会。中产阶级正以显而易见的方式被掏空——年轻人无法进入他们本能理解的唯一资产类别,即房地产。

  人们总感觉无法取得进步,就像你之前说的,虽然你强调要追求所谓的“满足感”,但特别提到的还是“进步”。我觉得这个观点很有意思——如果人们在自己重视的领域看不到进展,自然会对生活失去信心。这正是我用经济问题来探讨的核心:比如你觉得自己一年能赚得更多,中产阶级的空心化正是源于这种心理。而如今经济领域最大的冲击,就像陨石撞击地球般震撼,就是人工智能在各个领域超越人类,企业无需依赖人力就能实现规模化发展。

  所以我们会得到这一切的意义和目的,因为我确实认为这最终会成为最重要的问题。

  但首先我想谈谈经济遭受的直接冲击,以及这个过渡期将会呈现怎样的面貌。因为当我们盯着GDP数据看时——你已经说得很清楚了,这数字简直离谱。但无论如何,这就是我们当前要面对的现实。虽然GDP数据可能显示一切正常,但我认为暴力事件将会加剧。这将表现为政策层面的调整,但正如我刚才阐述的原因,我认为这并非出于政治考量。我认为这只是算法接管了主导权,因为人们已经感受到这种巨大的不安情绪。

  好了,这就是我对当前局势的简要看法。你认为这个逻辑存在漏洞吗?如果没有,那么从你的视角来看,这次经济冲击会呈现怎样的形态?

  不,我基本同意这个观点。通货膨胀可能是我们稍后可以再讨论的领域。但总体而言,关键在于社会契约的变革——传统上,工作关乎收入、身份认同、社区归属感以及一定的组织架构。这些要素都需要持续完善。

  这里再次涉及到日本人特有的“宜家”理念——有些人可能听说过,即做自己喜欢的事、做擅长的事、做相信的事。你创造价值的同时,他人也在创造价值。而幸福就存在于这个过程中。

  那具体是什么样子?个人的成长轨迹又会如何?从我的职业生涯到美国社会契约中的生命权、自由权与追求幸福的权利,这些都在不断变化。要知道,随着我们进入监控资本主义时代,注意力被持续追踪,职业发展机会逐渐消失。通货膨胀和高房价正是这种趋势的体现。

  但太多人开始质疑:我们究竟该相信什么?这发生在人们曾认为人工智能只会处理低阶任务的时代。但如今,它已能成为比普通律师更优秀的法律助手,成为比多数法律助理更出色的医疗诊断专家。更令人惊叹的是,我们居然在Raspberry Pi上实现了超越专业级的诊断性能——这简直不可思议!当时我们都在想:这怎么可能?这玩意儿要花40万美元,简直让整个行业都黯然失色。至于诊断领域,人工智能的应用将变得触手可及。

  美国本质上是一个社会型经济体,以服务业为主导,更是一个依赖智力资源的经济体

  当人力成本即将趋近于零,而人类智慧的价值可能转为负值时。这正冲击着中产阶级的根基,毕竟这个群体主要由知识工作者构成。像白领岗位或许还能维持一段时间,毕竟机器人数量难以大规模替代。但那个传统意义上的美国中产阶级,未来将何去何从?

  这确实是个值得深思的问题,对吧?新冠疫情的暴发其实预示了这种转变——我们不得不宅在家里,所有工作都得通过键盘、视频和鼠标远程完成。现在大家又开始回办公室工作了吧?但现实情况是,人工智能技术在未来六到十二个月内将取得突破性进展。

  届时我们完全能够取代那些依赖键盘、视频和鼠标操作的工作岗位,可以说在绝大多数相关岗位上,都能实现更优的替代方案。

  而且这些情况的发展方式不一定很快,但可能是突然的。一个经济冲击,比如GDP增长是多少?现在?很明显我们去年陷入了衰退,我们可能会面临另一个衰退。

  现在随便谁都能登录用语音指令就能在手机上开发出基础又酷炫的应用程序,当天就能用上。这听起来是不是很神奇?现在还没到那个程度,但未来绝对会实现。所以我认为我们经历的转型期其实平稳而缓慢,只是在进行一些结构性调整。

  你知道吗?中产阶级的财富分配情况究竟如何?他们现在能买得起房子吗?如果你现在才开始买房,没有父母支持的话,还能爬进购房阶梯吗?资产积累会带来更多资产,我们再次看到股市创下历史新高,但未来几年它将突然进入超速增长模式。

  这确实令人担忧,因为如果没有工作机会和青年社会契约,人们只能选择参战。纵观历史,每次战争都伴随着青年人口过剩的现象。要知道,年轻人之所以产生社会冲突,往往是因为他们在寻找人生意义。

  再者说,美国梦到底是什么?英国人的身份认同又意味着什么?我们的政客们在用积极语言阐述这些理念时表现得并不出色。他们只会用负面表述来应对——这是我观察到的普遍现象。这种态度最终导致仇恨与愤怒情绪不断升级。

  现在,你说这是外部性。如果资源充足,人们通常不会那么烦恼。如果人们知道自己要去哪里,就不会那么害怕。而恐惧在很多情况下都会出现,因为从根本上说,这是从风险决策转向了无风险决策。

  我清楚环境的现状,对周遭的一切都了然于胸。我能进行价值评估——无论是积极面还是消极面——因为我对这个巨大的未知领域再熟悉不过,就像身处沙漠的开端,不知道绿洲在何处。这种不确定性会让人感到极度恐慌,对吧?这正是我们需要优秀领导力的原因,他们要能描绘出积极未来的蓝图。这也解释了为何需要一份社会契约来确立国家的定位。在书中,我探讨了社会契约的演进历程,比如为中产阶级、刚毕业的大学生等群体提供哪些保障。

  我们现有的GDP仪表盘虽然能反映整体数据,但显然无法呈现完整图景。我们正逐步转向智能仪表盘系统。

  您论文中有个精妙之处在于,既然我们掌握了数学原理,就应当能够预测实际发展轨迹,至少能接近真实情况。我理解所有分析都只能是近似值。

  那么在这个转型期,您有何观察?关键在于,我可以描绘出未来科幻般的图景,也能清晰描述当前阶段。但过渡期——即便我们正迈向丰裕世界、乌托邦或邻近文明——必然要经历一段充满挑战的过渡阶段。您认为这个转型期会呈现哪些特征?

  我的意思是,接下来的日子肯定会忙得不可开交——就像沙子崩塌时最后一粒沙子引发的连锁反应。我举的例子是教育领域。大约一千天前,全球所有校长都见证了ChatGPT的诞生。但时间飞逝,转眼间就到了现在。这就是为什么我要说:未来一千天会发生什么?我们还能继续布置写作文作业吗?

  今天我看到有关人工智能在下议院演讲中应用的统计数据。这道理对吧?就像你收到的简历,多半是AI生成的。现在全球所有知识型公司都将在一年后面临同样的问题:当能以几分钱雇佣一个从不抱怨、工作效率比人类更高的AI时,我还需要保留人类及其附带的责任吗?而屏幕另一端的AI根本看不出是真人操作。这种局面就像开了潘多拉魔盒,注定引发前所未有的社会动荡——政府该如何禁止这种技术?难道政府应该禁止吗?目前各国政府都在试图拥抱这项技术。但未来的新工作机会(如果还有工作机会的话),到那时恐怕早已消失殆尽了。

  当品牌特许经营权几乎能在一两年内凭空诞生时,网络效应等要素将何去何从?当特斯拉自动驾驶技术只需几美元就能实现时,纽约出租车牌照的价值又从何谈起?这正是区块链技术备受追捧的原因。

  但与此同时,随着认知红利的涌现,这种颠覆性变革势不可挡——毕竟大势所趋。这恰逢全民讨论优步(Ubi)等概念的当下。假设给每个美国人发放1.6万美元(相当于贫困线标准),按基本计算,年总支出将达5万亿美元。要知道美国的总税基规模有多大啊?

  我认为大概是4.9,具体数字是4.9,所以总成本为5万亿。美国所有公司的企业所得税总收入约为0.9万亿美元,如果全民发放基本收入(UBI),总成本将达5万亿美元。

  这意味着在当前阶段,你将面临这样的困境:既无法创造就业机会,也无法支付维持贫困线标准的基本生活保障——尤其是在美国和其他国家债务已满负荷的情况下,工作岗位一旦流失便难以恢复。

  政府会强制推行吗?讽刺的是,最稳定的工作岗位可能是像旧金山大都会运输署这类年薪40万美元的公共部门职位,因为它们不依赖效率等指标,反而会成为最后被裁减的群体。

  但我不认为这不会引发巨大混乱。因此问题在于:我们如何协调应对?如何构建新的经济体系来提升民众能力网络多样性等,这也是我提出相关建议的原因。

  我可以给你一个通俗的定义,资本的聚集是为了建立一个自我维持的经济引擎。

  是啊,人工智能真的能比人类做得更好吗?没错,现有的资本主义制度对人工智能来说确实有利可图,但咱们该怎么重新竞争呢?面对那些比自己聪明得多的实体,你该怎么应对?这还没算上那些能自我修正错误的超级智能(AGI)或高级智能(ASI)这类概念呢。

  永远不要睡觉。你无法分辨屏幕另一端的人工智能。我不明白,他们如何再次比我们更擅长将微观与宏观联系起来,而我们却无法更有效地分配资本。

  我的意思是,举个实际例子来说,比如汤姆创办蛋白质棒公司,你知道整个流程需要多长时间吗?从联系供应商、签订合同到最终落地,整个过程需要好几年时间。而你们团队只需几个月就能远程搞定——开发百万精准营销人员、开展广告测试、完成所有供应链对接等环节。这全靠人类思维的阻碍,毕竟那些需要日复一日思考的环节,用AI完全可以在不到一天内搞定。

  当前经济前景的不确定性正导致民众暴力倾向日益加剧。我始终坚信转型进程的重要性,虽然某些地区仍可能出现暴力事件,但具体会呈现何种态势?比如暴力程度是否会急剧升级?不,整个转型过程将采取有序管理的方式推进。您认为该如何妥善应对这一挑战?

  我的意思是,你见过资本结构、股权体系、社会契约等要素被颠覆的案例吗?比如第一次世界大战后的德国,不是吗?由于战争赔款等开支,德国经济命脉被掏空了。结果呢?人们开始寻找能恢复秩序的解决方案。这就像高X路血清,能让人重拾方向。

  这本质上是中央计划体制在作祟,是那些推行福利工程的政策,是那些鼓吹“牺牲自由换取安逸保障”的说辞。这就像霍布斯《利维坦》里的预言成真。

  我认为会有越来越多的人会转向合,但我们必须认清政府的本质——它就是垄断合法暴力手段的实体。即便民众抗议并质问“我们的工作机会何去何从?”“支持禁令”“人工智能”“权力刑期”这些议题,最终掌权者仍会用AI维持资本增值,那些掌握GPU算力的权贵将占据主导地位。这种权力结构将导致社会严重失衡,因为像美国这样的私营企业无需承担雇佣义务,其受托责任仅对股东和资本所有者负责。因此淘汰大部分人类变得合乎逻辑——毕竟AI攻击可被保险理赔,而人类却无法获得同等保障,就像AIS系统更高效那样。最令人不安的是大规模极化现象,特别是那些受政治利益驱动的群体。

  你完全能突破这个局限。我曾是新兴市场对冲基金经理,见证过真正的权力斗争和类似事件。当核心权力结构发生变动时,总有人会钻空子利用底层群众——如今这种权力传导机制甚至更加完善。虽然我们希望不要走到那一步,但当蛋糕缩水时(因为那些掌握着GPU和资本的掌权者剩下的利益空间越来越小),人们就会为资本和权力展开争夺。说到底,最危险的还是对大众的操控。而民众的不满情绪,正是点燃这场权力争夺战的导火索,你说对吧?

  是的,如果把利润理解为“没钱可花”的解决方案,那么未来我们能看到这种利润增长吗?还是说税收基础会自然收缩?毕竟企业总能通过增加计算能力来提升运营效率,现在智能支出的上限已经不存在了。

  你的比较优势和资本存量在未来几年都将完全体现在所有知识库工作中。传统经济学认为,利润是必要条件——因为人类活动需要资金支撑,就像我们需要钱来购买饮料、住所等生活必需品。

  而人工智能则无需这些物质条件,它们只需要维持现金流来有效支持计算需求。

  这就是我所说的“代谢裂谷”现象——当企业达到边际成本、边际生产力或比较优势时,就像我们观察像cursor这样的公司或其他人工智能企业那样,它们实现1亿美元营收增速的速度远超初创领域所有参与者。这简直令人难以置信,不是吗?以前Slack保持着1亿美元营收增速的纪录,那还是几年前用了三年时间。如今你看到这些公司三个月就达到这个水平。它们玩的是亚马逊模式,因为亚马逊从未实现盈利。现在它们确实开始盈利了,对吧?但杰夫·贝索斯意识到,如果能让客户在第一天付款,然后在第60天支付供应商,就能产生巨额现金流,进而用于其他领域。

  。所以你甚至不能对它们征税。而那些使用人工智能的公司,因为越来越多的公司会成为人工智能公司,它们也永远不会盈利。

  他们玩的是现金流游戏,分配资源时就像抢占地盘——究竟该把钱用在刀刃上,是给股东派息还是砸钱搞研发?当这场竞赛开始后,速度根本停不下来。毕竟当Zoom视频那头的人类操作员都看不清时,一切都启动了。这时候根本不需要新基建,也不需要任何接入设备。突然间,你就能拥有大批能干到飞起的员工。不过再过一年左右,利润反而开始下滑了。

  你已经给出了关于Ubi的数学模型,这实际上是不可能实现的。我也认为它无法解决意义与目的的真正问题,所以即使我们做到了,也没有什么意义——你们仍然会存在各种不满,甚至可能因为人们无需工作而更容易变得暴力,但他们依然愤懑不平。

  不过我想知道你在数学模型中是否考虑到了人们的反抗心理?人们不会轻易接受这种谎言,看看码头工人吧,在我看来他们非常愚蠢地签订了合同,其中规定不能自动处理文件——这简直是疯了。

  但无论如何,我的观点是:我所关心的只是自己和保住工作,所以我现在拥有的唯一筹码就是AI尚未准备好接管一切,因此我会利用这一点来对抗你们,尽可能延缓这场不可避免的变革。

  对我来说,这只会削弱我们在国际舞台上的地位,而人们似乎缺乏博弈论的清晰认知——鉴于人们反抗的可能性,本质上是争取监管控制权,你认为这将如何发展?

  这就是为什么我说公共部门和特朗普在英国很受欢迎——毕竟我们刚经历了四天罢工,铁路工人、地铁工人每周工作32小时。

  各位看官,这情况是不是很眼熟?整个伦敦都像是被按下了暂停键。我认为这种现象会越来越普遍,在书中我提到的那个年轻人案例中,他们讨论的其他问题未必全错,但这些都只是局部极端案例。就像狗工人的诉求,为什么总把长期关怀挂在嘴边,眼下却只顾眼前利益?说到底都是相对权力的问题。

  不过话说回来,相较于那些公共部门发达的国家,美国在潜在动荡方面可能更具风险。

  这太荒谬了。我实在想不通这个论调——公共部门的资金来源难道只是企业家创造利润,而这些利润又要在企业和个人层面缴税?一旦企业停止盈利,整个体系就会崩溃。

  所以你到底想说什么?就算他们真想打压企业家,难道就能凭空创造出世界上所有私营部门的工作岗位吗?只能靠赤字支出填补缺口,结果货币被疯狂通胀到一文不值,最后整个国家就变成阿根廷那样。

  这就是转型期的特征。当公私部门比例过高时,就业规模会更快扩张。但这并不意味着公共部门经济就更稳定——毕竟这些岗位需要持续投入资金。全球范围内,工作岗位仍在不断流失,因为它们正被人工智能取代。

  不过话说回来,在美国,像码头工人这类高度工会化的群体确实享有保护。以纽约为例,我打算通过征收纽约税章来体现其价值,但这种保护措施正在逐渐减少。虽然像优步这类行业会受到保护,比如免于自动驾驶相关法规的约束,但在美国大多数私营部门岗位上根本得不到保障。他们不会强制要求企业必须雇佣年轻律师或软件开发人员,可能需要会计师等岗位,但最终仍需人工审核。毕竟美国在竞争中独树一帜,所以我认为这将导致巨大的混乱局面。

  未来的核心命题是:货币的本质究竟是什么?财富的定义又该如何界定?它又是如何在社会中流通的?

  当前经济体系97%至91%的货币,都存在于银行通过债务融资创造的金融资产中。当人们向银行存入存款时,银行会按特定比例发放贷款——这正是美国货币供应量的形成机制。

  但若失业群体无法获得贷款,当经济活动逐渐转向人工智能应用(AI)时代,人们不再需要住房、食物等实体需求,仅需计算资源支撑时,货币供应将如何调整?资本流向又将呈现何种形态?因此我们必须深入思考:经济体系本身究竟意味着什么?如何确保民众获得生存发展所需?这些根本问题都需要重新审视,因为我们需要改变整个经济运行机制的运作模式,而时间已经所剩无几。

  比如说,可能持续三年,也可能长达十年,但我们都清楚这是必然的——终将面临这种崩溃式混乱的局面。我们正竭力缩短这段疯狂期。虽然最终可能会陷入令人不快的境地,但科幻小说里总有不少关于如何营造愉悦氛围的故事。

  我的核心理念是构建一个通用型AI能力模块,这种自主AI能为所有人提供全方位服务。毕竟像ChatGPT这样的工具无法真正守护用户权益,我们需要的是自主掌控的AI系统,能够实现能力访问。

  我认为,应该将货币供应从银行体系,转向由经过人工验证的AI用户自主生成,这才是资本流动方式的根本性转变。

  所以我认为大多数人并不理解这一点。个人如何才能创造人们视为资本的资本呢?

  我认为传统货币体系的演变轨迹可以概括为:最初是金本位制,随后出现与黄金挂钩的货币体系。1972年布雷顿森林体系的崩溃打破了这一格局,取而代之的是以债务为基础的法定货币体系。

  当前形势尤为值得关注——数字资产在美国突然被列为非法资产。对比一年前与现在的情况,今年有1500亿美元涌入数字资产领域也就不足为奇了。预计明年这个数字还将继续攀升。未来我们将见证ICO(首次代币发行)的回归,以及代币化股票的兴起。

  政府表示要将GDP上链,但具体含义尚不明确,您说对吧?这催生了新型货币形态。比特币堪称先驱典范。

  我们提出“基金会币”概念——类似比特币,但所有收益都将用于社会公益计算、知识共享、免费人工智能等社会服务。但需要两种货币体系:既要像黄金般稳定的储备货币(比如比特币),也要与之挂钩的流通货币。因此我们推出了基金会币。此外还有通过人工智能生成的文化代币,其价值与AI应用程度直接相关。

  这就是它们的本质。比特币基金会币是比特币的一个分叉,但每售出一枚硬币,就会用于支持癌症超级计算机、自闭症教育超级计算机,或者向人们免费提供人工智能。

  关于自闭症研究,我们正在整合集体智慧,开发计算机技术的有益应用。就像现在被确诊癌症时,你明明知道该用电脑处理这些信息,但现实却很荒谬——为什么不能将所有知识都触手可及呢?虽然目前没有计算机能完全整合这些知识,但我们可以通过数学计算实现这个目标:为每位癌症患者提供免费人工智能服务,或为医疗领域的每个环节配备免费AI系统。

  这或许是个积极方向,毕竟我们正在为此积累计算资源。毕竟公共部门占GDP的20%,我们推测这将贡献20%的收益,这正是创造财富的黄金途径。这种系统就像比特币的升级版,但能带来更大效益。它将成为价值持续增长的稳定载体。

  当时我们觉得,你们的本地化工作需要资金支持。但大家对此看法不一。我们提出,如果资金来源不是通过负债就能获得该多好——毕竟每次发行信用额度和债务都是如此。相反,资金应该基于人性需求来发放,因为在我看来,这正是某些更先进的Ubi提案所倡导的方向。

  如果对人工智能公司课税,它们永远无法盈利。美国整个企业部门的税基还不到万亿美元。正如我所说,贫困线水平的人工智能应用成本高达5万亿美元。你们

  如果给每个人免费使用人工智能,就能更轻松地在他们使用医疗服务、教育服务和金融服务时验证其真实身份。

  这仍是一项未竟的事业。就像我们搞定了比特币的等价物,毕竟这事儿简单得很。但货币流通机制、经济运行模式都需要革新。我们必须认真思考如何实现这种变革——毕竟人类依然需要栖身之所、需要温饱,若想避免大规模社会动荡,我们至少要确保这些基本需求得到保障。

  随着人工智能的兴起,资本开始需要劳动力,这形成了经典的经济链条。企业必须雇佣员工才能让资本增值——这正是卡尔·马克思提出的“货币资本→劳动→商品→更多货币”理论框架。这种循环往复的模式被称作剥削循环。我们还通过数学模型对这种资金流动进行了系统分析。

  我不需要雇佣自己的毕业生,也不再需要培训他们。相比那些主要依赖人工或完全由AI驱动的公司,我反而能更胜一筹。

  那么劳动力从哪里获取资金?其实只有几个渠道:比如政府发放的失业救济金这类补贴,或者通过货币创造机制来实现。

  这又回到了Ubi体系的核心问题:如果我们改变货币的实际创造方式会怎样?

  因为届时AI将直接从人类手中购买货币。这与基于税收的Ubi体系截然不同。但关键在于,我们需要深入理解货币流动的真实形态——经济体系中的资金如何流转,以及未来几年当传统工作岗位逐渐消失、新型就业机会涌现时,资金应该流向何处。我无法准确预测这些新岗位的具体形态,也从未听人真正阐述过它们的可能方向。因此,除了通过魔法创造来实现人类需求,我实在找不到其他可行方案。

  明白了?为了确保我理解正确,当你说经济需要一种新的资本流动方式时,你真正想表达的是需要一种能将资金直接注入到消费人群的渠道。假设这种资金注入是按周、按双周或按月进行的,消费者就能获得额外的资金支持。这些资金就像凭空创造出来的一样,剩下的问题自然迎刃而解。消费者可以自由购买他们想要或需要的商品。

  首先是通用人工智能(UAI),包括其衍生出的全民基本收入体系——这种收入源于作为消费者产生的价值。

  我们看到的数学模型确实可行,不过仍在完善中。其次是稀缺资产,比如比特币等加密货币和美元。

  需要强调的是,这仅是基础保障层面的配置。如果不能为人们提供基本尊严保障(即全民基本收入UBI),就无法实现与《1984》中那种“强化版勇敢新世界”相协调的资源获取能力。

  我认为,这个转型期不仅需要构建安全网体系,更需要培养普通民众的能力素养。

  如果能让每个人都能获得类似贾维斯·钢铁侠的智能助手,那么关键在于如何设计这种系统

  ——既要确保它能以人性化的方式与你交流,又要时刻守护你、你的社群乃至整个社会。

  因此我们需要构建相应的基础设施,而不是一味维护OpenAI、人类中心主义或其他商业利益。

  我认为至少应该开放这种智能系统的访问权限,否则根本无法形成真正的竞争。

  即使有超级智能AI在指导,仍会有大量人群充耳不闻。天啊,这情况要变得多离谱啊!我的直觉是,这种模式可行——你不是靠债务赚钱,而是创造财富分给大众。但那些智商不足或自律性差的人,还是会用各种借口推脱。我们需要解决的远不止经济层面的问题,比如医疗安全网这类场景。

  我敢说,AI给的建议里头,最管用的就是劝人别吃那个东西。可人们照样会吃;劝他们别抽烟也一样。即便耳朵里装着AI提醒“别那样做,该那样做”,总有人要为那些继续吃东西、抽烟的人买单。

  这其中涉及多个层面的复杂性。我暂且先搁置这个话题,或许我们回头再讨论。真正让听众关心的是——您为我们搭建了完美的舞台。我认为大家已经清楚地认识到这个过渡期将会多么动荡,但请以对冲基金经理的视角审视当下时刻与未来方向:在这个阶段,人们该如何把握制胜良机?

  当时你这么一说,我就惊呼:天啊!我敢打包票,只要给老百姓发补贴,总有人会想方设法从他们那儿捞钱——不管是搞什么新型股市投机,还是体育博彩之类的。除非有超权威的中央管控,否则在任何社会形态下,都存在一个被称为PVP的次级竞争场域,人们都在争夺你的钱包。现在我们通过创业来实现这个目标,就像在说:嘿,我能给你打造比金钱更吸引人的东西。

  这就是我在游戏中的制胜法宝。这种生存法则不会消失,它早已深植于人类基因里。所以大家百分百会玩这种套路。

  首先想到的自然是卖*。我心想这下可要乱成一锅粥了——人们月底前就会血本无归,到那时他们只能想着“至少还能卖*换钱”。这局面简直离谱,毕竟我们终究都是人。不过话又说回来,不如找对冲基金经理来当顾问。咱们现在该怎么做才能扭转局面?

  其实,你知道,杰西说最后一件事就是那个想法。你说自2008年以来有什么变化?我以为只有球迷们知道,你知道,有多少美国人已经注册了,或者实际上不仅仅是疯狂的统计数据。

  对吧?老兄,这太疯狂了。像18到24岁的女生里,有大约10%的人只是模特粉丝。这简直离谱。

  这很疯狂,但。再说一次,我认为书中最古老的职业是人际关系,诸如此类的事情。

  你知道,谢谢。我是个绅士,还能说什么呢?如果我们退后一步,这里的必然性是什么?政府会抛弃所有这些中产阶级和选民吗?

  可能不是选民。是的,特别是在蓝州。实际上,由于各种原因,蓝州受到的影响可能比红州更大。

  从人口结构来看,这种情况不太可能发生吧?所以关键是要做经典分析——当人们失业时会怎么做?他们手头还有现金和积蓄。大家会寻求再培训机会,寻找人生意义,宗教信仰也可能因此崩溃。这些情况几乎都是必然趋势,毕竟人们仍保有一定程度的购买力。

  AI正在提供日益定制化的服务,并获得大量认知红利等优势,但至少在未来十年内,许多工作仍无法被人类替代——原因很简单,我们根本造不出足够多的机器人。

  说实话,我认为未来几年机器人就能完成人类能做的几乎所有事情,除了那些非常软性的技能。虽然日本人在这方面投入巨大,但现实是根本造不出足够多的机器人,这实际上成了唯一制约因素。

  看看埃隆·马斯克对擎天柱的描述并算个账,你会发现擎天柱每小时的造价高达150美元。

  算下来成本是2万美元,还要制定折旧计划。再者说,像他们开发的单体设备和其他产品,现在能实现精细的手指操作,可以制作配方、完成各种任务,还能搭配皮肤套装等。但关键在于人际互动、再培训和注意力这些要素永远不会短缺——这才是最有趣的地方。

  你觉得未来几年电子游戏会衰落还是崛起?它们肯定会涨,毕竟人类注意力是有限的,人们有了更多空闲时间,自然想更充分地利用这些注意力。所以新媒体领域将会迎来爆发式增长。

  现在看看即将出台的立法,就像我之前说的,人工智能将成为史上最大的泡沫,而数字资产层面的泡沫将会远超其上。明年你就能用苹果支付在Stripe平台上购买任何加密货币ICO了。他们打算怎么操作?会有一些非常有趣的经典项目,我们正在打造的基础币将比比特币更优秀,能帮助技能对抗癌症,可能会名列前茅。但也会出现各种疯狂的避险币、远币这类产品,还有那些从未走红的名人币。NFT之所以流行,是因为它们是稀缺资本形式。再说,人们总会有特定的关注点,就像现在赌场里的人们关注Kashi和poly market,这些平台已经合法化了,但它们到底是什么?其实就是赌博吧?

  没错,但一年前这种做法还完全违法,如今却合法化了。仔细想想,这背后既有人性化的考量,也有对大量人群的重新利用,而关键在于如何抓住人们的注意力——怎样才能让人们愿意付费?因为当失业潮来袭,人们失去工作机会时,这类需求必将激增。届时我们将会见证前所未有的繁荣景象,而媒体行业在这方面的发展前景尤其值得期待。

  再说,就像我之前说的,美国政府在数字资产领域的政策让我大吃一惊。他们虽然想推动资金流动,但我不认为明年数字资产热潮会完全盖过其他领域。其实观察这个趋势挺有意思的——看看OpenAI今年的人气表现,营收可能就200亿美元,而整个美国上市软件行业的增量收入预计能达到400亿美元。

  加密货币已经实现了1500亿美元的净流入。明年,这个数字会下降还是上升?它会绝对飙升吗?

  好吧,但是作为一个投资者,你是怎么看待这个问题的?顺便问一下,你还在积极投资吗,至少是为了你自己?

  不,我已经全身心投入我的新项目了,所以我是说,我们即将推出一个比特币竞争对手。基金会币,或者说是互补币?它有99%的代码相同,但每个币池都用于支持癌症教育等项目的休眠计算机,以及免费提供人工智能。

  接下来,我们计划在每个国家部署计算机系统,覆盖所有行业领域,并通过网络计算机实现知识体系的整合。我们坚信这一方案将大有可为——加密货币作为价值4万亿美元的产业中,竟没有真正意义上的蓝筹股。比特币之所以能成为蓝筹股,是因为其长期稳定;以太坊之所以能成为蓝筹股,则源于其网络架构优势。但若要寻找替代比特币的货币资产,我们思考:何不创建一种新型货币资产?让每枚代币的交易收益都用于帮助构建信任体系。通过免费人工智能技术,既能建立信任机制,又能整合知识资源,最终实现普惠大众。

  有没有一个界面,让我指定这些数据该去哪个计算模块?比如这个分配给癌症研究,那个分配给自闭症研究?我能不能随心所欲地分配?还是只能从下拉菜单里的六个选项里选择?

  比如这个怎么运作?任何能通过计算获益的事物都能参与其中。我们首先从医疗健康领域入手,然后逐步扩展应用范围。用户可以免费使用ChatGPT作为AI助手进行管理,也可以通过Apple pay等支付方式购买服务。

  需要说明的是,其底层代码与比特币有99%的相似度,但运行速度却快上百万倍。类似这样的创新应用层出不穷。我认为这就是我选择全押这个领域而非市场交易的原因。

  当出租车牌照、工厂等传统资本形式被数字化资产全面取代时,数字资产必将占据主导地位——毕竟它们将如洪水般涌现,我们必须具备智慧应对。毕竟,与其刷剧看Netflix,还是交易加密货币更有趣呢?”

  有趣的是,如果人们理解了Nft的底层技术,它们就不会有任何进展,它们只是目前赌博机制的一部分,说实话,我认为这更好,但尽管如此,在这个经济时刻,整个加密生态系统注定会吸引赌徒。

  我认为我们会见证大量类似现象。首先,人们总爱追逐多巴胺带来的刺激感。在这个房价高企的时代,如果我比别人更精明,在何时退出市场的问题上能下注胜出,那我就能成功。所以没错,这种“快速致富”的冲动会大量涌现。这一切都源于我以对冲基金经理的身份向你请教:人们应该如何配置资本?

  数字资产是你深信不疑的领域。显然你不会盲目跟风,也不会给任何人具体建议。但我想深入探讨一下。关注点正是股市吸引人的关键所在。至少在2008年之前,我们还能根据基本面判断哪些股票值得持有。但随着市场越来越像赌博场,这种判断标准早已形同虚设。那么如果有人在数字资产领域进行持续监控呢?你是否在寻找某种特定的基本面指标?

  您说股市基本面已经不重要了。现在很多投资决策都受制于市场叙事,这确实很疯狂对吧?您对不同公司之间的边际叙事有何看法?比如在数字资产领域,像Hyper Liquid这种公司几乎直接回购自家代币,或者用现金进行代币增发,而其估值却低于那些既无现金储备又缺乏基本面支撑的项目——比如dodge coinin至今仍估值200亿美元,您怎么看这种现象?

  为什么会这样?关键在于边际叙事。因此,你看到的是未来几年世界如何演变,哪些领域会成为边际叙事的焦点?看看埃隆如何通过特斯拉、X等项目布局——他宣称这些公司将聚焦人工智能和机器人技术领域,因为这才是未来的趋势。而埃隆正是这种叙事的大师级人物,对吧?

  甲骨文公司昨天市值刚突破9000亿美元大关,涨幅高达46%对吧?这是怎么回事?原来这家原本主营数据库的法律公司突然转型为人工智能企业了。他们发现员工都在股市或加密货币市场寻找投资方向,这不禁让人思考:企业该怎样调整战略?当资本布局面临风险时,投资者会如何调整策略?是继续持有政府债券,还是转向其他领域布局?

  经济增长会呈现什么形态?增长速度可能会放缓,利率水平也会下降。但之后会发生什么?我认为我主要关注的是边际叙事的创造,以及理解资本流向何处。

  当我创立基础币时,我的初衷是打造一种由Gpu芯片支撑的比特币。这些芯片正在为公益事业贡献力量,我希望将更多新计算能力用于全球癌症知识的整合与传播——毕竟这是件值得称赞的事。所有交易收益都将100%投入公益事业。这种透明的运作模式既体面又值得推荐,就像我们不会在数字资产领域设立蓝筹股那样。这就是我的核心理念。但同时,你也会发现加密货币在传统领域同样表现出色,比如社区围绕特定事物形成的生态。这也解释了为何会出现狂热的特斯拉车主群体——毕竟这种现象在加密货币领域同样存在。

  又或者有些公司原本估值在10到20倍之间,突然就飙升到200倍。比如帕兰提尔(Palantir)现在估值高达4000亿美元,天呐!这正是结构性增长带来的必然结果。要判断企业的发展前景,关键要看其战略叙事和应对策略。这些公司正通过构建未来盈利故事和市场格局来应对结构性增长,而非单纯追求利润。这就是企业的成长规律——从资产积累到未来盈利的叙事,再到基于结构性要素的市场扩张。在本期播客中,我们向听众展示了多个案例:任何涉足人工智能与国防技术的企业都将大有可为,原因很简单:它们能加剧社会动荡。监控公司表现亮眼,专注注意力管理的企业同样前景光明。

  说真的,数字资产这玩意儿,我通常会买些指数基金这类产品——毕竟指数基金通常都是稳赚不赔的。不过话说回来,全球各大捐赠基金和其他机构肯定会疯狂抢购CRA数字资产。难怪这些数字资产托管公司能筹集到数十亿美元,这波操作简直让人眼花缭乱,毕竟大家都想在这儿捞金。

  我的意思是,这个时机来得恰到好处,有点像经典投资策略——在加密资产市场出现杠杆效应的黄金时期出手。如果比特币暴跌50%,他可就麻烦了,对吧?因为市场对他抛售股票转投比特币的需求就会消失殆尽。但眼下他却能赚得盆满钵满,为什么呢?难道明年数字资产市场的资金规模会比今年更少吗?

  不,除了比特币之外还有其他靠谱的选择吗?以太坊和Solana倒是有些许可选,但机构投资者压根不会买。机构能直接买比特币吗?大概一两年后芝加哥商品交易所会把它当大宗商品上市交易。现在他们没法操作,只能转而投资微策略公司——这其实就是用交易换公司。咱们得紧盯资金流向和市场风向标,毕竟资本总在流动。

  我们有个叫做智能理论的概念,说白了就是研究法律的本质。经济体系本身是个复杂的系统,它通过优化资源配置来构建最有效的预测模型。通过数学分析我们发现(这与生成式人工智能使用的数学原理完全一致),整个系统可以分解为三个不同的组成部分。

  首先,你有预测误差——这相当于犯错的成本。接着是模型复杂度,这代表思考的成本。模型越复杂,效率就越低;而如果能用简洁的经济模型(就像我刚才说的,直击经济命脉),那效率就高得多。这个模型看似简单,但其实与雷·达里奥的模型非常相似。仔细想想,最后还要考虑更新成本——也就是学习成本。这些近似物理现象的分解方法(比如赫尔姆霍兹分解法等),几乎能涵盖所有情况,因为这正是构建内部模型的方式。排序定律的由来正是如此:你总在尝试接收信息并对其进行分类整理。而这正是人工智能的本质所在。

  人工智能本质上是一种排序算法或组织算法。输入即输出,我们发现最接近这种机制的过程,与创建稳定扩散(Stable Diffusion)时采用的原理如出一辙。这个图像生成模型正是我们开发的成果,它能将人脸转化为宇航员形象,并实现各种创意效果。

  这本质上是一个基于物理原理的模型,通过名为“扩散”的过程来实现。具体来说,就是将某个图像素材逐步分解成最基础的构图单元,再通过算法重构还原。就像处理播客这类复杂主题时,人们往往只能记住零散片段。我们将其拆解为核心知识点,通过重构原理来提炼本质规律。实践证明大多数流程都遵循这个逻辑——当人们进入某个环境时,总会不断尝试将纷繁复杂的现实干扰,压缩成几个简单原则。

  这就是人工智能模型的运作原理。毕竟AI模型不可能拥有万亿词汇量——实际上最新的人工智能模型,比如GPT最新版本可能仅用100 GB就存储了100万亿词汇量,而Stable Diffusion模型则能在2 GB中存储20亿张图像。我们通过破解事物的运行规律实现了这种突破。这个过程与经济体系的运作机制或个体智能体的借贷行为如出一辙。

  简单来说,这本书的核心观点是:当理性主体减少系统熵时产生的剩余价值,决定了企业的盈利、生存或持续发展。用大白话说就是——你得把混乱转化为有用秩序,而且要比熵重新累积的速度更快更省力。

  这其实就是创业的本质所在。你快速给事物打上稳定标签,它迟早会重归混沌。

  但真正的笑点在于,这种重新定义将经济学从稀缺资源分配转向信息物理与熵减原理。说白了,经济学本身变成了信息物理与秩序构建的学科,这直击你所说的AI驱动超级计算集群的核心——人们可以明确指定癌症研究专用集群。我们整理了所有相关信息,制定了操作规范。因此,我认为计算资源最具深远影响的用途,就是构建新型经济体系。

  是的,再一次,我在思考,在新经济中人类需要什么?我们需要组织好我们的集体知识,并让每个人都能获得它,比如,给予。

  对于具体我们需要关注的事项,我们当时的想法是:如果能基于这些要素创造货币元素来帮助我们生存和发展,那将是一个很好的货币基础。比如比特币就是一种极好的去中心化货币,非常适合用于提取型经济。

  说白了,虽然我们投入了大量能源和计算资源,但若将其变成市场平台反而会浪费资源,安全防护也会大打折扣。毕竟各国都在建设自己的计算资源,关键是要合理引导其发展方向——既要整合我们的知识体系并开放共享,也要整理各国的教育成果加以普及。毕竟我们需要这样的基础来支撑受监管的行业,构建社会生活根基。每个人都应该具备一定的知识水平。至于私营领域的应用,比如聊天机器人、机器人这类内容,那就另当别论了。

  在娱乐机器人领域,我们始终关注通用人工智能的形态设计。它应该代表汤姆这样的角色,还是像我这样的M形象?是否要体现你的文化特质与社群价值?为此我们决定将成果开源共享,让所有输出成果为集体利益服务。通过构建类似比特币的加密货币体系,将原本混乱的资源进行系统化整合。或许这样就能逐步完善一个去中心化系统——它能像大脑一样辅助人们活出最佳状态,而非强行控制。

  这个构想的核心在于:即便最终未能完全实现,至少能打造出优质数字资产供人们购买。当用户知道这些资金将用于癌症研究时,他们自然会明白这是对科研事业的支持。没错,这正是我们理想的起点。

  这就是它的本质,因为我们就像,重新研究经济学是很困难的,即使你能找到更好的方法来看待它,因为它是在这么多年里积累起来的,对吧?

  就像我们至今仍保留着19世纪的稀缺性概念,依然存在那些无法量化效用的要素。当市场始终处于变动时,我们却总以为市场会自动达到平衡。于是我们决定尽快行动起来,通过构建知识组织的反馈循环——将全球知识系统化、凝练化,然后向人们提供更完善的模型,从而实现整体性的优化升级。

  经济层面是真实存在的,这意味着存在各种经济体系。你可以将其应用于一个国家。资本主义之所以能有效帮助许多人摆脱贫困——资本主义与人类思维的运作方式完全契合。所以你现在讨论的这些制度,要么有效运作,要么彻底失败,全看它们是否符合人类行为的基本逻辑。

  你认为这种互动会在哪里发生?比如,你们觉得在多大程度上解决了这些问题?竞争、自私、公地悲剧?因为感觉你们模型的核心假设里似乎默认了人们会想要做好事。虽然我认为有些人确实会愿意做好事,但我不确定这是否就是内在驱动力。

  是的,我完全赞同你的观点。正因如此,当我们分析时就意识到:数字资产将迎来爆发式增长。OpenAI今年在推理系统上的总投入,若其所有计算机都采用比特币这类加密货币作为存储介质,其总价值将高达数千亿美元——这大概相当于OpenAI当前的市值吧?而且所有人都能轻松获取。我们当时就意识到,这正是资助这类项目的有效方式。但问题来了:人们为何愿意购买?虽然价格不断攀升,但为何还能持续上涨?关键在于这些资产与用户的内在价值形成了明确的关联。

  如果你曾经历过癌症、自闭症、阿尔茨海默病等疾病的治疗过程,就会明白这些疾病永远无法通过常规手段带来实质改变。但若能系统整理相关知识,让不同语言的患者都能轻松获取,这样的改变真的存在吗?答案是肯定的——这正是我们渴望实现的目标。如今我们首次拥有了实现这一目标的技术。因此我们推测,人们购买这种服务主要是出于经济考量。

  但看看克莱顿·克里斯滕森——他提出了颠覆性创新理论,可惜其他几位学者已从哈佛商学院离职。他有个关于产品功能本质的洞见:我购买产品是看中它的实用功能。就像买锤子打孔,或是为了解决某个具体需求。

  麦当劳早晨的奶昔特别浓稠,因为人们都是下午上班路上喝的。其实他们特意制作这种饮品,毕竟孩子们都爱喝。你可不想在店里多待一会儿——这就是它的实用功能。但除此之外,还涉及情感共鸣和社会属性。我们发现数字资产和货币都包含这些元素。事实上,货币是世界上最社交化的存在。我买了Solana币后跟妈妈聊过,当时说这是为去中心化网络买的,结果没用上。主要用来打发时间、玩币名游戏,不过能在市场上交易倒挺有意思,你说对吧?

  再说说,你对这件事的解读是什么?我买了这个设备,但计算资源就卡在这里。当涉及社会议题时,这就涉及到情感因素。所以我们想,这是最简单的方案,可以开始把计算资源用在真正重要的事情上。说不定这能发展成一个经济体系呢。

  尝试建立一个更好的经济体系是件长事,但实际上,给人们免费的人工智能是相当简单的,因为我们知道如何推出人工智能代理,你如何对齐它们?

  这确实是个大问题,我们正在将所有成果开源。目前我们拥有尖端的开源工具,能生成演示文稿和网站,还有能在边缘计算上达到ChatGPT级别性能的医疗AI。但如何协调这些工具的问题?我们认为最终应该由你决定吧?但如果激励机制是利润导向,OpenAI就永远不会站在你这边——毕竟他们的架构不是为此设计的。它永远无法与你达成共识。我们需要建立公共利益机制,但同时也不能忽视其他模式带来的问题。

  我们当前面临的一个独特现象是,按人口比例计算的全球平均智商实际上只有90分。假设这个基准值为100分,那么大约半数人的AI智商得分低于这个标准——比如110分、120分,甚至可能达到130分。以GPT-5为例,这相当于线下男校的水平。如果给全世界每个人配备AI,很多人可能不会买账。但若让每个家庭、社区乃至国家都拥有AI,该如何构建这种体系?能否通过数字资产需求的总和来实现资金支持,并将这些资源与帮助民众的需求相匹配?因为加密货币缺乏信任资产,而建立信任资产正是加密货币发展的关键,这将推动用户基数增长。我们正在研究这个问题,发现可以通过多种不同方式实现目标——毕竟社会主义的自上而下分配模式根本行不通,因为人性贪婪且容易抱团。

  再来看看博弈论的原理:如果团队成员都能协同作战,因为身边有智能伙伴相伴,这种模式会如何运作?如果是企业主导的系统,结果可想而知——我们肯定会把资源榨干。但如果是去中心化网络,或许能有更好的解决方案。不过我们还在探索中,因为现在正尝试融合我们所说的“大教堂模式”与“市集模式”,即自上而下与自下而上的协同机制。这种架构让智能技术终于能自下而上地发挥作用。

  举个具体例子:如果企业组织目前被优化为生产标准化产品,那么当内部形成真正具有责任意识和AI能力的小型团队时,他们就能开发创新方案。在这种自下而上的协作模式下,企业或许能实现转型。但若缺乏这样的机制支撑,恐怕难以生存。关键问题在于:如何找到这种平衡点?

  为什么我要用我的计算能力去做一些普遍的事情呢?假设我没有癌症,没有自闭症,没有与这些事情作斗争。为什么我不把我的计算能力应用到个人人工智能上呢?

  不,不,你们完全可以这么做。我们发布开源项目后,用户自然会像使用VHS录像带那样习惯性使用——这正是我们的愿景。

  虽然我们可以免费提供一个AI类,但用户随时也能选择付费订阅服务。但归根结底,当前最需要的是建立超级计算机系统,整合全球癌症、长寿、知识等领域的海量信息资源,并实现开放共享。这正是对社会的真正价值所在,也是建立信任的关键所在。

  你为什么要买这个?我可能是因为想增加比特币持有量并分散投资。你的比特币密钥支持coinin平台,所以能用无信任系统进行交易。或许你会觉得它在故事里很带感,或者看中数字资产的未来趋势——毕竟这是专业团队打造的项目。不同人的选择各不相同,就像当年GPU的发展轨迹。如果没有加密货币,人工智能恐怕不会发展到今天。还记得GPU吗?当时所有GPU都涌入加密领域,这帮助英伟达渡过难关,最终通过矩阵乘法等技术实现了突破。

  我的问题是,如何为所有闲置计算资源和通用计算资源实现边际收益最大化?因为

  正如我所说,全球GDP中20%属于公共部门,10%用于教育,10%投入医疗保健。考虑到数万亿美元的人工智能投入,其中20%-30%将用于构建相关基础设施。这再次体现了我们构建去中心化系统的理念。

  在我看来,未来发展的趋势是:我们可以共同打造一个去中心化的共生系统,这比各国单打独斗或少数人类主义者完全掌控更胜一筹。值得注意的是,OpenAI的融资规模已突破600亿美元,而其估值堪比曼哈顿计划时期的400亿美元。

  他们即将获得至少与核能同等颠覆性的技术,这应该不会太离谱。我想问各位,你们认为这种技术在国家层面会如何发展?美国和中国之间肯定会形成竞争态势——就算没有其他国家参与。这会演变成争夺计算垄断权的竞赛吗?还是说双方将展开情报技术的较量?最终会不会升级为军事竞赛?这场博弈将会呈现怎样的格局?

  所以这有几个不同的方面。但你的边际比较生产力和比较优势是你的智能资本存量,也就是你的GPU乘以你的模型,这就是为什么中国在开源人工智能上全力以赴。

  事实上,对中国来说这简直是天赐良机。看看中国的人口结构就知道——劳动力数量会持续减少,但机器人数量却会呈爆发式增长。实际上,

  这就是为什么我不认为他们想要构建AGI,因为让我们来谈谈AGI或ASI就像这个AI单例,而不是我们有一个蜂群思维的方法。

  但当智能超过150时,具体意味着什么我也不太清楚——姑且说它会持续发展,届时可能形成能关闭所有其他AI的超级AI。

  这在逻辑上是合理的,毕竟谁都不想让系统变量失控,对吧?毕竟要确保系统稳定运行。我在书中也讨论过这个问题。这其实是一场竞赛,因为政府或国防机构现在确实这么认为。如果我们以正确的方式扩大计算能力,就能打造一个能关闭所有其他系统的“超级天网”。

  不过先放一边说吧,纵观整个经济格局,美国的优势在于吸引最优秀的人才。我们可以讨论移民政策等其他议题,但归根结底,这里才是创业、资本主义等领域的首选之地。

  如今,人工智能的智能能力和协调能力正向所有人开放,因为AI系统已经具备了无限思考的能力。因此,我们的智能与执行能力将呈现去中心化、分布式的特点。

  中国已经意识到这一点——目前全球50%的AI论文出自中国,这一比例还将持续攀升。我们再次看到他们的模型,比如深度搜索模型,虽然价格高达500万美元而非1亿美元,但其竞争力依然存在,且确实具有实用价值。

  未来将出现更多关于如何在正确位置获取正确计算资源的竞争,这正是中国无法通过购买美国GPU来实现的原因——毕竟美国不愿让中国获得这种竞争优势。这也解释了为何GPU市场周期未见放缓,以英伟达为例,其年营收增长率再次达到50%。

  关于《清晰》杂志昨天提到的3万亿美元公司,加上像9000亿这样的45%增长,这些正是未来工厂的雏形,大家都在争夺这种资源。但如今这些资源已不再受地域限制——从最初的土地倒置和土地工人模式开始,我们几乎实现了真正的全球化,对吧?这些人工智能可以无处不在,随心所欲地运作,并且能无限扩展规模。

  再次抛开关于AGI终结者战争的讨论,不过我要说一件确实令人担忧的事。就在两个月前,我在牛津的老导师奥格登·穆——他专攻绕线技术——创办的公司xbo,如今已跃居全球黑客排行榜榜首,成为渗透测试领域的AI专家。这意味着人工智能现在能比任何传统黑客都更擅长黑客攻击了。

  值得。你有多担心人工智能被黑客攻击,比如一个AI去攻击另一个AI,或者一个人去攻击AI?这会带来什么样的风险?

  牛津大学最近发表了一篇很有意思的论文,研究发现人工智能存在规模效应。由于训练数据高度相似,它们的内部结构变得极为相似。

  这种现象有些诡异——比如某个AI特别钟爱猫头鹰,当它被要求与其他AI讨论与猫头鹰无关的话题时,对方也会突然对猫头鹰产生兴趣。至于这种现象的成因,目前我们还未能完全破解。

  但后来Anthropic公司发表的那篇论文显示,只需数万亿字中的几千行代码,就能让AI按需变坏。你找不到它的踪迹,也无法追溯其源头。像P这样的研究者正在为此努力。

  是的,你把数万亿字的语料库和几千个词汇放进去,就能让整个系统变坏。他们又叫它“潜伏程序”,就像《亚洲人报》里说的那样——美国人之类的电视节目里也常提这种说法,你只要给它贴上暗语标签,它就会变邪。

  但我们现在越来越发现,这些AI系统其实非常脆弱。比如推特上有位叫老普利尼乌斯的人,只要GPT-5这类AI在一天内上线,他就能立即破解。就像GPT-5突然出现时,他能立刻教你怎么制造,这种即时破解攻击。

  这已经是高阶操作了,高级编程技术。就像很多人担心人工智能会像新冠病毒那样制造病毒?

  但更可怕的是,AI可能会用完全正常的语言编写代码,让其他AI突然失控——比如你的特斯拉突然发动狂暴模式,诸如此类的场景呢?更别说我们互联网本身可能建立在垃圾之上。比如昨天Node.js(支撑大量软件的JavaScript框架)就遭遇了系统漏洞。当时我就惊呼:糟了,加密密钥可能瞬间消失。

  因为说到底,我们整个社会体系就像建立在沙粒之上。所以我认为人工智能会侵蚀我们的社会系统,也会冲击技术体系。

  实际上,防御起来非常困难,因为我们构建了许多事物时根本没考虑基本原则。这就是为什么当我审视经济时,

  我意识到必须从基本原则出发思考经济问题——因为劳动力资本正在分离,我们必须从基本原则出发重新审视互联网,也必须从基本原则出发重新思考信息获取方式。

  这将是一段疯狂的旅程。伊曼,关于这个过渡时期,人们没有足够重视的一件事是什么?

  “这种事我绝对不会遇到”,你可能会这么想。但现实是?很多听众现在还没接触过AI,也没真正尝试过。你们懂的吧?再说啊,一个月前、三个月前、一年前,甚至三年前,人工智能的发展速度简直快得离谱——毕竟ChatGPT问世才三年,转眼就三年了。现在用AI的人越来越熟练,技术也突飞猛进。就像大家都知道的,现在能开发完整应用,因为AI的推理时间从三分钟直接飙升到三小时。这突破性进展简直就像昨天才发生的。“

  我们总爱自诩与众不同,尤其在认知层面。毕竟我们的身份认同与之紧密相连。试想,当你的工作被屏幕取代时,你真的能确定人工智能在未来几年内无法超越你吗?考虑到当前的发展趋势,你敢打包票说你能辨识出这是AI吗?我认为他们必须认真对待这个问题,因为这将对社会产生深远影响。

  那么人们对此作何反应呢?是去钻研人工智能,还是去找份工作,忘记MTA或其他什么的,在效率未被优化的地方?比如,人们此刻应该做什么呢?

  我认为很多岗位都与数字化转型息息相关。企业应当重新重视人工智能的掌握,毕竟最可能被裁掉的正是那些主动运用AI的人。

  比如,每周使用一小时AI,你已经比大多数美国人更胜一筹;如果每天使用一小时,优势就更加明显。

  如果你能向老板证明这点,相比其他不主动学习的员工,你被解雇的风险就会大大降低——毕竟现在大家都在抢这种技能。

  咨询公司就是典型例子,它们的AI应用量正在激增。麻省理工学院最近的研究显示,企业中95%的AI部署在实施半年后仍未见成效。

  这就像从雇佣平庸员工,到招揽优秀人才的质变——这种转变就像冰水相变,是关键转折点。我们正处于这个临界阶段:必须积累人脉资本、完善支持体系(特别是长期在线的用户),主动拥抱AI并日常使用,让全家人都能受益。既然如此,就要主动传播这种理念,这样才能在目标领域抢占AI先机,获得更大优势。

  如果AI能做得更好,那你的身份认同究竟意味着什么?人们通常不会退一步思考这个问题,对吧?我的社会契约是什么?我的身份认同是什么?我的期待值又该设定多少?

  我手头这本书里汇集了大量论文、模拟实验和复杂理论。我们尽量用最简明的方式呈现这些内容,而且完全免费或只需99美分——毕竟我们希望人们能以全新视角看待问题。我认为在面对工作危机、暴力事件、政治动荡等挑战之前,必须先做好心理准备。

  还有,就业部门没有意识到这一点。我知道,我有点认为,杰夫,每件事都在不同的阶段。我的意思是,看,我是说,创意行业即将崩溃。

  汤姆,你看看最新的媒体模式就知道了。当初推出《第三季》时你就很熟悉这种趋势,后来又来了“纳米香蕉”,这波操作简直要了!结合前三季的积累,到年底基本就能推出结构完整的完整剧集,而且完全不用真人出演。再过一年,导演级、博士级的作品就会全面铺。