EPISODE· generated 2026-06-07 04:38:56· 54 min
Stanford AI Club: Chamath on How to Win in the AI Era
Chamath Palihapitiya，AI原生公司8090的创始人兼CEO，分享了他从移民背景到在Facebook和SpaceX担任高管角色，再到Social Capital从事风险投资的独特职业历程。回顾自己的道路，Chamath讨论了从有限游戏向无限游戏的转变，强调自我激励的重要性，并在没有传统组织结构或等级制度的情况下迎接挑战。
interviewcryptoaiweb3
ready · seed-vc · qwen3-tts
0:00/0:00
⚠ The Chinese audio is an AI-generated dub (speech synthesis / voice conversion), not a real recording and may contain errors. Based on the original English interview; all rights remain with the original creator.
original lang
EN
dubbed into
中文 (ZH)
pipeline
Plan C · voice conversion
voice model
seed-vc · qwen3-tts
001
感谢各位的到来。今天我们要迎来一位非常特别的嘉宾，我想他实际上无需介绍，但我们还是要介绍一下。
002
Chamath 是 8090 的创始人兼 CEO，这是一家原生 AI 公司，专注于重建和现代化企业解决方案。
003
在加入 8090 之前，Chamath 是 Social Capital 的创始人兼 CEO，他投资了 Slack、SoFi、Grok 等公司，名单不胜枚举。
004
在此之前，他是 SpaceX 的高管。是的，是关于 IPO 的事。嗯 在那之前，他是 Facebook 的早期高管，帮助公司将规模发展到今天的水平。
005
同时他也是 All-In 播客的联合主持人。Chamath，很荣幸今天能邀请到你。感谢你抽出时间加入我们。
006
谢谢。我和他妈妈是同学。而且我刚刚见到了他妈妈。真是兜兜转转又回到了原点。世界真小。这感觉不像无穷大那样遥不可及。
007
好的。那么，简单概述一下今天的流程，各位，我们收集了一些大家提交的问题。嗯，然后我们会开放现场提问环节。嗯，所以如果大家有任何问题，请记下来，稍后准备好提问。
008
那么，Jason，你想先来问第一个问题吗？好的，没问题。我想第一个问题是，你在科技领域的职业生涯非常非传统。我想大家都会提到，你从移民身份起步，历经 Facebook、风险投资，
009
再到如今创立公司。出于对更广泛观众的好奇，你早期的生活经历是如何塑造你的思维方式，以及你对风险、主人翁意识和构建产品的看法的？
010
好的，首先非常感谢你这样提问，因为很多人有时会好奇我的动力究竟来自哪里。
011
我觉得科比·布莱恩特（Kobe Bryant）对此给出了最好的答案：输赢其实只是沉浸于当下那种感受的副产品。而在
012
当下，你拥有机会去磨练技艺、在某件事上变得更好，更重要的是向自己证明一些东西。
013
人们对此还有许多其他的表述方式。有人说这就像是在玩一场“无限游戏”。如果你玩的是一场“有限游戏”，那么你和我就是在争夺晋升机会、风险资本，或是某种外部认可、奖项或头衔这类稀缺资源。
014
嗯，这是一种有限的游戏，对吧？这是一种你赢我就输，反之亦然的命题。而无限游戏更像是一个持续的轨迹。我无意中进入的正是这种无限游戏。我最初玩的是有限游戏，当时我
015
和周围的人竞争。现在如果你问我我的动机是什么，我想我已经做了一些非常有趣的事情。
016
当我还是高管时，大多数情况下是别人，比如扎克伯格，让我去完成一项任务，我需要成为一个值得信赖的管理者，但从根本上说，那是他的项目，我只是个配角。
017
后来我离开了，然后我开始了一家投资公司，这完全是一个不同的领域。在Facebook的时候，我觉得自己非常成功。嗯，可能当时我完全可以就此停止。
018
但当我转投 Social Capital 时，我不得不找到一种方式来押注他人并管理他人的资本。所以，当你从别人那里拿钱时，我
019
不知道你们会作何反应，但这对我来说压力巨大，因为那些给我钱的人，比如 Mayo Clinic、XYZ Pension Fund，我对于可能让这些人亏钱的想法感到十分愧疚。
020
可能会让这些人亏钱。所以我非常认真地对待那份工作，我想证明承担风险并成为一名投资者意味着什么。我把那份工作做得很好。
021
80/90 最棒的一点在于，这是我第一次真正的尝试。我启动过许多项目，也让它们成功落地，我也担任过执行董事长。但这是我第一次真正尝试去做一件我从未做过的事。
022
那就是从零开始，在白纸上进行全新设计：这是我认为我们应该做的事，然后去构建它。我需要看看自己能否助其成功。
023
如果我做到了这一点，我会觉得自己在职业生涯中已经完成了所有具有挑战性的事情。如何打造一家万亿美元级别的公司？搞定。如何建立一家数十亿美元规模的投资基金？
024
搞定。能否从零开始创建并规模化一家价值数十亿美元的企业？我不知道。但我之所以能保持动力，是因为我将此视为对自我人格的一种挑战。
025
回答得有点冗长，但这确实是成功的关键。我真希望年轻时就能明白这一点。我曾无数次搞砸自己。我曾无数次自我破坏。我曾无数次彻底搞砸了机会的核心本质。
026
而像这里这样的地方，问题在于它很容易让你产生错觉。我曾去过一个类似的地方，虽不及这里声望卓著，但在加拿大也算相当有名，叫做
027
滑铁卢大学。你被最聪明的孩子们包围着。在那种情况下，大部分是加拿大人。而且，你知道，来自香港。就是这样。加拿大人和香港人。嗯，但他们都是小天才。
028
当你被天才环绕时，很容易变得过度关注外部，并彼此竞争。
029
这确实是一个巨大的干扰。所以你刚才提到，你从这种有限奖励体系转向了无限奖励体系，不再与他人争夺有限资源，而是踏上了属于自己的
030
自己的赛道，如果我没理解错的话。那么，有哪些关键的领悟或实践方法呢？比如，你如何才能达到那种境界？我觉得我们这里的很多人都是在非常相似的环境中长大的。
031
你必须高速狠狠地撞向那堵墙。也许有些人比我进化得更完善。我觉得女性可能进化得更完善，也许她们能意识到这一点。男性比较迟钝，所以你必须一头狠狠地撞上去。
032
原因在于，你能做的最让人震惊的事情之一，就是没有组织架构。我们就没有组织架构。所以，你知道，把这些人扔进这锅大杂烩里。这本身就已经压力山大了。
033
这是一种方式。没有人是例外。你知道，我们这里有一些善良友好的人，但他们同样也在挣扎。因此，这种挣扎中产生了一种情谊。他们愿意帮助你。但他们和你一样，对此也毫无头绪。
034
但这其中蕴含着一种美，因为现在你不得不再次 dismantled 所有传统的思维方式。第二，你要大幅少招人。
035
如果有相当于 80 个人的工作量，却只配备 40 个人，这将是一个极其有趣的观察实验。会发生什么？现在，你再叠加另一种压力：这里没有层级结构来帮助你。
036
会发生什么？最终你会看到，所有这些传统的东西都烟消云散。针对问题的传统答案消失了。“如果这样，那就那样”的思维定式也瓦解了，突然间，人们被迫只能从第一性原理出发去思考。
037
这是一种美妙的境界，尤其是在你职业生涯的早期。奇迹就发生在这里。
038
奇迹就发生在这里。你会变成一个完全不同的人。所以我会告诉大家，如果你能找到这样一个地方——Tropic 就是这样一个地方，OpenAI 也是，Facebook 曾经是
039
这样一个地方，Google 也曾经是。也许现在还有一些这样的角落？不，不，我是说，也许现在仍然存在一些具备这种特质的角落。SpaceX 就是这样一个地方。
040
你能进入这些地方，是因为它们能让你进入心流状态。那里工作量巨大、压力山大，但恰恰因此剥离了传统思维。
041
你根本没有时间傲慢。比如你去和 SpaceX 的 Mark Juncosa 聊聊，他可能是最谦逊的人之一，你会忍不住想：这家伙到底是怎么做到的？
042
而他的回答永远是：我们还能在哪些方面做得更好？这个周末我和某人在一起时，我们还在谈论 Mark。他的问题始终是：我还能如何改进？SpaceX 还有哪些地方做得不够好？
043
当一家市值两万亿美元的公司，其首席技术官仍在不断提出这样的问题时，这正是心流状态最生动的体现。但你可以想象他手中要兼顾多少事务，承受着多大的压力吗？正因如此，他根本没有时间傲慢。
044
这正是你所追求的：找到这样的地方，并全力奔赴那里。它们在某些方面极具挑战性，但也极其独特。
045
我想让我们回到正题。你提到了 89 D。这显然是你较新的一家公司的项目。当时的理由是什么？或者说，促使你创立 89 D 的催化剂是什么？你
046
看到了什么，是某种低效现象让你意识到，我不会去做一个小型的 SaaS 应用之类的东西。
047
听着，我的思维方式是，我总是在思考是否存在一个框架和一套规则，能够让我抽象出正在发生的事情并赋予其背景。
048
在 AI 领域，最重要的背景要追溯到互联网最初的发展方式。而其中最重要的背景就是所谓的 OSI 参考模型。如果你
049
在手机上快速搜索一下，你会看到一张七层蛋糕的图示。在每一层，最需要认识到的是，在该堆栈的每一层都创造了数千亿乃至数万亿美元的价值。
050
所以，即使在那时，当那些人在构想抽象层次时，他们也做得非常正确。那个模型对我而言非常有价值，因为我过去常常一直引用它。
051
时间。每当我接触一家新公司并思考它是否有趣时，我都会回到这个 OSI 模型，问自己：它在逻辑上是否契合其中的某一层？它属于哪里？它能做什么？
052
这并非终极问题，但却是一个非常重要的起点。因此，我为 AI 也构建了这样一个框架。在这个框架中，我最初几年完全专注于硅基领域。
053
助力 Groq 这家公司起步。起初，我在 80 到 90 年代的想法是，我们本质上需要做一个转译器。
054
让你能够将 CUDA 代码转换并运行在 Trainium、Inferentia、AMD 等各种硬件上。这就是最初的构想。但后来证明这个方向是错误的。
055
我花了好几年时间，大致都在协助 Groq 团队开展工作。随后我花了几年时间彻底转型，投身于我称之为 AI 支点资产的领域。什么是支点资产？就是磷酸铁锂（LFP）和致动技术。
056
为什么？因为如果你审视数字 AI 技术栈，它最缺失的就是能源。能源最关键的部分在于发电和储能。而储能的核心 fundamentally 就是铁。
057
OpenAI 的人在哪？我是说，Anthropic 的人在哪？他刚才还在这儿。铁，然后你会看到，将是磷酸铁锂（LFP）。所以，我去那里帮助启动了一系列项目。
058
如果你观察物理 AI，人们面临的最大软肋就是实际的致动能力。你知道，如何让传感器正常工作？如何实现他们所谓的“麻木匹配测试”？如何做到这一点？
059
唯一的解决方案就是稀土。因此，我在那方面投入了大量时间。
060
后来当我回到我的参考模型时，我环顾四周，从 80/90 年开始思考，起初以为这是一个转译问题，但很快意识到并非如此，然后事情就这样发生了。
061
我们取得了如此多的成就，我说这话无意冒犯在座的任何人。我们在 AI 领域确实做了很多，对吧？我们确实做到了。但我们训练的模型只是为了理解我们已经见过的模式。
062
我们并没有从第一性原理出发进行思考。它只是词元，而下一个词元的预测仅仅是对下一个词元的预测。我认为这仍然是一个巨大的飞跃，是我们，或者说 OpenAI、
063
Anthropic、xAI 所创造的。但缺失的是什么？缺失的是将其转化为多维度的能力。
064
第一个维度是，长程任务从根本上来说仍然像个笑话，根本行不通。不管谁怎么说，我都不在乎。别给我看那些愚蠢的评估，也别跟我提什么笨拙的你跑的那个脚本，你知道，跑了 48 小时。
065
那都是胡扯。长周期任务根本处理不好。它们就是行不通。其次，复杂问题也行不通。这些问题没有得到很好的解决，也没有得到很好的处理。为什么这很重要？
066
如果 AI 看起来和其他任何技术一样，我们就会经历上升期，对吧？也就是最初的炒作周期。我们将看到自然的收缩，因为不知何故、在某个地方，总会有东西失败。我们所有人都会看到这一点。
067
然后这就是所谓的“幻灭低谷期”，我想。商业领域的专业人士会更快地证实这一点。接着，你会看到真正最终解决方案的缓慢逐步普及。互联网发生过，以前发生过，在很多很多案例中都发生过。
068
问题在于，尽管如此，我们正花费数千亿甚至数万亿美元，试图找出如何跨越这道鸿沟。那么，我们该怎么办？如果我们不解决这个问题，人们就会陷入“幻灭低谷”，并认为这一切就是个笑话。
069
我认为，我们需要能够将 AI 智能体带入非常复杂的环境中，并使其正常运行。
070
那么，我的解决方案是什么？我认为在最基本的层面上，你必须拥有一个符号空间来引导嵌入空间。也许少用一点那些晦涩的术语。一家公司的“秘密”究竟是什么？
071
比如，Google 内部的秘密是什么？Uber 内部的秘密是什么？TikTok 内部的秘密又是什么？所有这一切。但归根结底，那到底是什么？
072
那就是一种符号表征。当你在开会时，有人说：“好吧，我们应该这样处理 PageRank，”或者
073
“我们应该这样构建 GFS 和 BigTable。”这一切都存在于英语的符号空间中。这些就是一家公司所拥有的、描述其行动方向的“秘密”。
074
所以，我当时心想，我们能做的最有价值的事情，就是为符号空间、为英语构建一个巨大的蜜罐。
075
比如，针对那些需求、那些秘密，以及所有那些内容——当你们在公司内部进行组织时，总有一天，如果公司业绩不佳，他们就会请麦肯锡进来。然后，你们将花费数千万美元。
076
而最终你们会得到什么？你们会得到一份演示文稿。一份精美的幻灯片演示文稿。你们拿这份演示文稿做什么？大多数时候，什么也不做。而这就是他们的商业模式。
077
高管们感觉好多了。你会买一些现成的软件，它会作为解决方案卖给你。你会尝试实施它，但根本行不通。然后你会去找咨询公司。他们会雇佣数百名按时间和材料计费的人员，看起来都像我一样。
078
我们会尝试实施它，但还是行不通。很抱歉。于是这种冗余代码越积越多。所以我的想法是，我想构建一个 essentially 用于 AI 的控制平面。
079
我希望能够真正专注于那些象征性的黄金源、真实源头，即用英语理解的该做什么、已做什么、什么有效、什么
080
无效。PRD、需求文档，这些才是让公司成功的来之不易的秘密。代码是一种机械且确定性的东西，要么行得通，要么行不通。因此，你会在
081
需求和理解达到完美之前很久，就先让代码达到完美。所以，回到这个原始问题。当你投入数万亿美元，而终于有人问起“投资回报率是多少？”时
082
你就必须指向整个经济体并说：“这些公司的生产力提高了 50%。”除非你彻底重构这些公司的运营方式，否则无法实现这样的回报。届时将血流成河。
083
股市将彻底自我颠覆。因此，我们负有实现这一目标的责任。于是，我们构建了一个被称为“软件工厂”的体系。在这里，众多人类可以与一批强大的模型协同工作。
084
你可以整合所有需求，将其转化为对目标范围的清晰认知，然后将其绑定到工程计划中。
085
你知道，工单。突然间，事情可以在前向传播和反向传播中运作。我们可以处理数千万甚至数十亿行代码库，将其转储将它们整合进去。
086
突然间，它就开始向后传播。而现在，你突然拥有了英语语言理解能力。这正是它的作用。而这些公司，他们的眼神仿佛在说：'我们甚至都没意识到'
087
我们有一位客户，他们的遗留代码库过于陈旧，不得不去聘请退休人员——我向你发誓，兄弟，这是一家年收入高达 1000 亿美元的公司，他们得把退休人员请回来
088
办公室来解释这段 COBOL 代码的作用。你们这些天才都没能解决这个问题，在你们之前也没人能解决，而事实证明，正是这类问题阻碍了数万亿美元的投资回报。
089
数亿美元的投资。这些都是隐藏的上下文，对吧？隐藏的上下文，部落知识。信息架构。信息，你知道，彼得·蒂尔称之为，像所有伟大的公司都围绕着秘密建立。
090
我认为一个有趣的思考挑战是，如果所有这些秘密都被记录下来会发生什么？假设你们生活在一个世界里，GitHub是事实的真相。
091
那么，如果有一个实际的、用普通英语写成的维基文档集，CEO可以直接阅读，那会怎样？这些文档就是真正的秘密。你知道，如果Uber有一份文档，用英语而不是代码描述了动态定价，会怎样？
092
当你修改对规则的英语理解时，实际的动态定价算法会随之改变，影响数以百万计的人。这会不会成为可能？
093
你开始解锁一层级的优化和改进，因为你不再需要懂技术了。你只需要具备良好的判断力并足够聪明。而拥有良好判断力且聪明的人，远比懂技术的人多得多。
094
拥有良好判断力且聪明的人，远比懂技术的人多。所以，这正是关键所在。就像当技术发挥作用时，你是在拓宽视野。比如，当我上大学时，我必须学习如何用 C 和 C++ 编程。
095
那时你是在超底层操作内存。
096
然后在某个时刻，PHP 出现了，接着 Python 出现了，JavaScript 也出现了，你开始向上抽象，结果发生了什么？更多人学会了怎么做。远远更多的人。
097
你们更喜欢 Python 吗？请举手。好的，房间里大多数人。那 C++ 呢？请举手。哦，拜托，别这样，快停下。拜托，停下。我这是在阐述一个观点，各位。
098
很遗憾，请继续听我说。很遗憾，斯坦福的课程教的是 C++。好吧，这很明智，因为你需要理解内存结构。所以我明白这一点。但是，对大多数人来说，我想表达的
099
观点是，选 C 语言的人可能会更多，或者也许是汇编语言。好吧，有多少人懂汇编语言？只有几个班的同学。天哪，我的老天爷。
100
只有几个班的同学。但我想表达的核心观点是，随着编程语言抽象层级的提升，能够参与该生态系统的人数也会随之增加。因此，AI 的终极秘诀就在于当一切都能用英语来实现时。
101
那是全球 80 亿人类的通用语言。它不是 C 语言，不是 Python，也不是这里的任何其他编程语言。而是这种语言。而创新的领域不再仅仅是算法。
102
而是判断力。是绝佳的创意。而拥有这些的人要多得多。
103
说到这一点，有一个有趣的类比：当第一个编译器被发明时，人们对这个新工具充满了各种不确定性，对吧？比如，
104
你编写代码，然后将其通过编译器，但你并不确定它生成的汇编代码是否真正正确。我认为我们正处于
105
就像我们现在处于类似人工智能的阶段，对吧？我们有宏伟的愿景，希望在符号层面进行推理，但为了做到这一点，我们必须通过某种软件
106
工厂，正如你所描述的那样。这其中会发生各种各样的有损转换。嗯，所以你之前也提到过这些智能体，现在围绕它们的炒作非常多
107
周围充斥着诸如'OpenClaw 运行了 48 小时就解决了我的人生难题’之类的疯狂言论。这显然不是事实，明显是夸大其词，而其中一个重要原因是
108
正如你所说，这其中有很多秘密，对吧？到处都藏着地雷。你不得不把 15 年前退休的开发者请回来，解释为什么会出现某种情况，而且
109
解释一下为什么 ChatGPT 删除了这一行，结果导致整个代码库都崩溃了。
110
因此，在通往这一终极目标的道路上，对吧？我们希望用英语进行推理。那么，你们认为目前面临的最大挑战有哪些，是更多人需要去关注的？
111
在思考这个问题时，一方面是一个技术挑战，另一方面则是一个商业挑战。技术挑战在于，我们正面临着与其他人相同的难题：智能体的起止边界与其交互界面究竟该如何界定？
112
以及人类在何处介入？如何创建正确的评估体系和防护机制，以确保智能体始终专注于任务？如何构建知识图谱，供这些智能体遍历，从而使
113
它们能够保持在嵌入向量层面，并真正执行较长周期的任务。这些是一系列技术挑战，由此引发了非常有趣的商业战略问题。今天我们要进行一场非常重要的对话，即：控制平面的价值究竟是什么？
114
我们是否最终会将自己拱手让给像 Cursor 这样的产品？它确实是一款卓越的产品。而你需要应对的局面，用我的语言和理解为，我宁愿去构建
115
MS-DOS 和 Windows，而不一定是 Adobe Photoshop。在此背景下，我认为对于 AI 而言，我们尚未拥有这样的控制平面。这正是我想要构建的。我希望打造一种系统，
116
其核心理念是：所有下游智能体的唯一真实来源和黄金标准，将始终是这种与硬件无关、与数据库无关、与语言无关的符号化表示，用以定义你的目标
117
。因此，去说服商界人士吧，他们能理解这一点。所以，我们可以借此大赚一笔。但是，将其转化为一组能够针对目标和任务采取行动的智能体，是非常、非常困难的。这是一个极其复杂的问题。
118
随后的商业挑战在于说服他们，为什么这些创新应该保留在我们这里。我这是什么意思？现在让我回到如何打造一家万亿美元公司的问题上。那个术语叫什么？网络效应。什么是从未被构建过的网络效应？
119
从来没有人围绕这类“秘密”构建过网络效应。围绕代码而言，意思是如果我是一家医院，试图诊断癌症患者，或者我是一家飞机公司正在设计新机翼，你大脑第一时间想到的可能是这两者
120
是完全不同的挑战集合，是完全不同的问题集合，但我会说这种想法是错误的。我挑战你提出以下观点：
121
那可能是不同的本体论，但很可能是同一个问题。在代码层面，在汇编层面，它们看起来都是一样的。你同意吗？是的。
122
那么，如果这家公司实际上能够利用这些代码会怎样？因为它只是用不同的本体论重新编译了，以便你能理解它。突然间，你就
123
拥有了网络效应。现在，第 n+1 家公司可以利用前面 n 家公司的所有秘密。所以，当 Elon 谈论“丰裕”时，我就是这么理解的。这就是你创造
124
一种对数级增长的丰裕的方式。你可以快速、低成本地做任何事情。因此，我们正在 navigating 这条非常复杂的商业路径，去说服这些企业让我们与他们一起做这件事，
125
去说服他们为什么这很重要。现在，这是一项独特的任务。但是，如果我们成功了，我们就给了所有这些在八九十年代工作的技术人员一个机会，去做一些非常深刻的事情。
126
如果没有这一点，那也只是一门不错的生意。我们会像其他人一样行事：融资，成为独角兽，然后成为十角兽，诸如此类，等等。但是，
127
那并不是我所关心的。我想证明的是另一件事：代码中存在网络效应，企业可以对此采取一种共享协作的方式，而且没有
128
理由让波音公司害怕纪念斯隆 - 凯特琳癌症中心。事实上，情况恰恰相反。波音公司和纪念斯隆 - 凯特琳癌症中心可以进行某种程度的合作，双方都能蓬勃发展。它们的成本会降低，
129
价值会提升，对其客户和患者的下游影响也会增加。这就是对人工智能的一种正和视角。
130
不过，这些公司最初肯定会有某种顾虑。巨大的顾虑。分享我的机密，对吧？巨大的顾虑。这非常重大。
131
你如何克服这一点？这关乎信任和声誉。我们做的事情是，首先要有条理地进行，这更多是关于商业而非技术。当然。
132
在商业中，去鱼多的地方钓鱼至关重要，也就是说，在每一项技术的采用曲线中，你都会经历同样的转变。
133
有早期采用者，然后是大众中间群体，最后是落后者。而在历史上，人们对落后者往往持有一种非常贬义或负面的看法
134
这三个类别，尤其是最后两个类别。我挑战了这些假设，提出了不同的观点，即每个人的风险承受能力都不同。不是我我我我觉得，把那些等到最后才行动的人称为“落后者”是非常不公平的。
135
如果你是一家受监管的制药公司——这周末有人提醒了我这一点——一旦做错事，就可能面临牢狱之灾。所以，他们并非想要轻视这件事，而是他们必须
136
对你们所有人都有责任，确保当你把药物注入体内时，它不会，你知道，让你的额头上长出一只手臂。你明白我的意思吗？是的。所以，这并非落后，而是对客户负责。
137
第一，第二。我之前说过，目前 AI 领域正处于一个非常复杂的时刻：一边是末日论，另一边则是全速推进的资本主义。这就是仅有的两种
138
选择。不妨想想在 AI 出现之前互联网的契约。互联网的契约是：我们制造产品，由你参与并贡献。而作为交换，你
139
将获得你认为高于你所付出内容的价值。你使用 Facebook 和 Instagram，你上传照片。
140
非常感谢。这让我们能够构建网络效应，打造出一家市值万亿美元的公司。而你依然从中获得了价值。现在，想想 AI 的主张。AI 说，我要学习，我要
141
将这些知识转化为词元。然后我会出售订阅服务。非常感谢，回见。这不是一种正和视角。那种声称要去利用它取代你、解雇你的观点，同样也不是正和视角。
142
那是极其且根本性地不负责任。正和视角是我们将携手合作。我们将花时间，有条不紊地驾驭这种复杂性。
143
当你需要应对监管机构或政府时，我们会站在你身边，助你共同厘清头绪。我们将以建设性的正和视角抵达终点线。我们将
144
切实展示你如何雇佣更多员工，并支付更高的薪酬。这就是我们的做法。所以，这很慢。这很按部就班，但确实行之有效。
145
因为事实证明，人类再次展现了惊人的韧性、积极和非零和的特质，对吧？许多人只想参与无限游戏，他们想照顾好自己的家人，不想被坑害。那么，我们为何在此？
146
是的。这只是糟糕的领导力。极其糟糕的领导力。所以我去与财富 1000 强企业交流，阐述我对世界的看法。他们可以用脚投票，也可以用美元投票。
147
所以目前为止一切顺利。我虽然没有一家估值十亿美元的公司，但我会报名加入。
148
我想听听你对所有关于本地 AI 智能体的热议的看法。你有 OpenClaw、Open Jarvis 等等。嗯，随着模型通过量化和高效化不断改进……
149
架构、更强大的设备端 GPU，我们将看到大量 AI 工作负载转向本地计算和本地设备，对吧？
150
你如何看待这种本地与云端之间的这种分裂？这会不会影响到企业领域？嗯，你认为这些想法有没有任何价值，还是说只是空谈？
151
炒作，而你并不真的 我认为这太棒了。我认为人工智能领域即将发生的最重要的事情，也就是将带来巨大颠覆的，是 fundamentally 开源模型。我们
152
首先，我们并没有开源模型，好吗？我们在美国有闭源，在中国有开源权重。这就是我们目前的情况。我们没有开源模型。但第一点是我们需要一组开源模型。
153
第二，我们需要一种从根本上完全不受监管、完全分布式的算力形式，最初用于训练，随后用于推理。
154
这两者的结合意义深远。至于 OpenClaw 以及所有这些本地智能体如何在这些领域运作，我还了解得不够深入，无法妄下断言。但这确实是一个巨大的趋势。比如 Bittensor 的 Subnet 3，
155
嗯，还有 Folding@Home、Pluralis，以及其他几个项目。我与这些项目没有任何利益关联，但我建议大家去深入了解它们。
156
我认为正在发生的事情至关重要。这简直是一场“寒武纪大爆发”，即将迎来爆发式增长。因为这样一来，你就完全摆脱了政府的监管和基础设施依赖，没有任何“终止开关”。
157
其重要性在于，如果这些系统真的具备了符号推理能力，你就不能让这种能力被五六家实体所垄断。
158
因为一旦由五六家实体掌控，立刻就会形成这样的格局：一部分人与模型开发者利益绑定，你知道的，有点像……可以把它想象成一颗行星，周围只有几颗卫星在旋转。
159
而其他人则被迫成为该模型制作方的附庸国。我认为这是一个非常复杂且并不理想的结局。但确实存在一些这样的项目。
160
我鼓励大家去了解它们。我对此深感着迷，花了很多时间去钻研和学习。这真的很酷。所以我想说，与其关注 OpenClaw 或 Open Agents，不如去思考
161
更多这样的问题：当你作为训练池的一部分参与时，本地训练是如何运作的？推理又将如何进行？这在技术规模上极其复杂。
162
80 亿、100 亿、500 亿参数的模型如今层出不穷。具体数字或许没那么重要，但一旦达到 1000 亿参数，你就真正入了局，具备了真正的商业竞争力。
163
好的。嗯，Chamath，Chamath Palihapitiya 先生。是这样念吗？不是。但我一直…… 去吧，去问你的问题吧。
164
我一直是您的忠实粉丝，您是我最大的灵感来源之一。感觉就像在现实生活中见到了神话人物一样。在提问之前，我先简单介绍一下自己。我叫 Jeff。好的。我是 兄弟，他可是会功夫的。
165
我是 Jay Shah，我就在这儿。一定要非常小心。我出生在加利福尼亚州的 Hayward，在印度南部的贫困中长大。
166
教育对我来说非常重要，我目前运营着一家名为 Educately.ai 的教育科技初创公司，隶属于 J J Shah LLC。现在，我在乔治华盛顿大学就读，获得了 25 万美元的奖学金。
167
校友奖，我对此非常感激，它改变了我的人生。教育改变了我的人生。同时，我也是一位佛教徒和女权主义者，我非常有同理心。呃，如果你哭，我也会哭。等等，我快到了。快到了。
168
我快到了。
169
姑娘们就在你身后。我是说，你到底想要我怎样？好的。我很有共情力。如果你哭，我也会哭；如果你开心，我会比你开心十倍。现在，问题来了。提问，提问。我马上就到。
170
提问。我是一名信息系统专业的学生，被教导要置身于业务逻辑与技术实现之间。如果 AI 正朝着以英语为先的 AI 控制平面演进，
171
我们是否应该减少对 Power BI 或 Python 等特定工具的精通，而更多地专注于需求工程的艺术和第一性原理思维？
172
是的。谢谢。是的。是的。是的。
173
肯定就在这儿。是的，所以当我想到早期 Facebook 的产品和增长负责人，比如 Stan 或 Naomi 时，我觉得你与他们不同的一个方面可能就在于，你能够建立起这种连接
174
与人打交道并推销自己。我不禁想起你曾在 Dave 去世后教 Sheryl Sandberg 的孩子们打扑克的故事。我觉得你拥有这种令人难以置信的
175
同理心以及与人建立连接的能力。所以我想知道，在你的历程中，有哪些经历帮助你培养了这项技能。
176
嗯，好吧，听着，我觉得这算是个众所周知的事实，但在成长过程中，我对此感受尤为深刻。
177
嗯，因为我以前总会想，我父亲其实是个很好的人——现在我已经完全释怀了那些愤怒——但他过去真的会把我打得半死。
178
而且，你知道，我曾在 Lex 的节目上说过这件事，这很疯狂，我最近才想起来。他会让我挑选他用什么东西打我，是皮带还是棍子。我记得自己当时学会了如何判断各种棍子的抗拉强度。
179
因为我会想，嗯，这根棍子被打十次就会断，而另一根则不会，你懂我意思吧？但当这一切结束后，你会问：为什么？这一定意味着我毫无价值。
180
对吧？毕竟，你怎么会对别人做出这种事？尤其是对你亲生骨肉。所以，这种念头在我脑海中萦绕了很长时间。于是，我会寻找一些方式，并非刻意如此，但确实能让我感觉好受些。
181
我就用一种奇怪的方式对自己做了这些事。随着时间的推移，我学会了放手，让一切随风而去。这件事就这样发生了，它已成过往。而留存下来的，是一种渴望。与人相处很有趣。
182
与人相处，逗他们开心，说实话，做真实的自己，这一切都很自然。这是一个学习的过程，让我明白我和其他人一样，并非毫无价值。正是这一点让我走到了今天，尽管它始于一个非常消极的起点。
183
我不希望你经历那样的过程。但我认为还有其他途径可以达到同样的境界，只是我并不知晓，因为我未曾走过那条路。
184
你好。我想问几个相关的问题。其一，鉴于你看到了 AI 的发展趋势以及它如何在企业中抽象化流程，大学应该教授什么，尤其是计算机科学领域？其二，在 80/90，你在寻找什么样的人才？
185
我寻找的是那些极度渴望探索通往自身韧性之旅的人。仅此而已。我希望他们能听到这个故事，并有勇气要么自我淘汰，要么加倍投入。这就是我所期望的。
186
在技术方面，我认为我们仍处于技术能力至关重要的阶段。而且我认为，在未来大概 10 到 20 年里，
187
人们能够真正深化自己的理解将变得愈发关键。也就是说，我认为你实际上需要深入到底层，而不是停留在高层。但在成功之后，将会出现 5000 万到 1 亿名工匠，为数十亿人构建事物。
188
对于他们而言，他们将能够生活在英语这一符号语言中，并成为富有生产力的人。
189
是的，两者兼有。不过，我非常欣赏你今天来到播客——来到这场谈话开始时所做的那个初步陈述。你谈到了某种
190
类似于“小我之死”以及真正活在当下的概念。我认为情商也是我学到的最重要的事情之一，
191
最最重要的事情之一就是建立企业。你如何随着时间保持情绪智力，以及保持那种自我意识的消亡和对外部认可的缺乏需求？我觉得
192
你到达那个状态时很棒，但之后要维持它，尤其是像你这样历史上曾寻求认可的人。
193
超能力，就是我有一个非常了不起的伴侣，我的妻子。她和我非常不同。她不是以这种方式被激励的。我妻子经营一家制药公司，她为罕见病研发药物。你知道，她每天都要面对巨大的压力。
194
所有事情都会失败。所有事情一直都在失败。她总是处于刀尖上。所以当她研发出一种重磅药物时，这种药物只能维持六七年。因此，所有这些钱都必须重新投入研发
195
项目。因此，她过着非常实际的日常生活。而且她非常谦逊，从不被自我所驱动。所以每当我自我膨胀时，她基本上会当头给我一棒。她又是意大利人，所以毫不介意扔东西。
196
我会想：“噢，该死，我有朋友看到我变了会告诉我。”我有一位特别敏锐的朋友，再加上我的妻子，我就有这两位。
197
我还有我的扑克局。这听起来可能很疯狂，但扑克能极其深刻地反映你的思维和当下的心理状态。老实说，我是一位非常出色的扑克玩家。
198
但在最高水平的较量中，来参加我牌局的都是顶尖职业选手中的精英。可是，当我连续四五周输钱时，那是因为我的自我在作祟。
199
那是因为出了某些问题，然后我会去剖析它。如果所有方法都失效，我就改坐民航航班。我就直接坐私人飞机走了。
200
是的，这真是一场精彩的对话。非常感谢。嗯，让我先做个简短的介绍。我们是背后的 AI 基础模型公司，model GRM。所以，我们是开源模型。
201
感谢您的澄清。这只是开放权重，并非开源。但我们之所以希望开放权重，是因为我们想要繁荣整个生态系统，让所有人受益。所以，我的
202
问题是，我们实际上想要实现某种形式的 AGI。所以，我想了解你对 AGI 的定义。你认为我们可以通过语言模型而非其他途径实现终极智能吗？其他模型呢，比如物理模型、世界模型之类的？
203
我不认为以我们目前的认知，AGI 是可行的。我觉得我们才刚刚触及表面。
204
会出现某种形式的超级智能，我认为这些智能将局限于某些垂直领域的能力，但就大多数情况而言，我不认为我们面对的是通用人工智能（AGI）。
205
在任何领域都如此。我认为当你去掉融资所需的各种条件后，这基本上只是空谈。
206
嗨 Chamath，非常感谢你的演讲。关于网络效应的问题，对吧？你提到的是企业，但如果普通人也能参与进来呢？我们当时正在围绕Karpathy最近宣布的知识库工作进行建设。
207
我们正在构建一个非常类似的空间，如果我告诉你，我今天就可以给你提供一个你30分钟前才刚刚谈到的东西，会怎么样？
208
太棒了。我过去25年一直在努力实现这个目标，但很棒。我认为一个非常有趣的想法是，你知道，就像我们有开源项目，人们可以为代码库做贡献一样。
209
在商业和符号语言理解的背景下思考这一点会非常有趣。医院管理者可以参与建设最好的医院，而这就是一套基础文件，可以指导所有AI和所有智能体。我认为这个想法非常棒，它非常具有协作性。
210
这确实是真正的正和博弈。我只是觉得这是一个非常美妙的想法，我希望我们能在其中发挥一点作用。
211
Chamath，你大量探讨了第一性原理，同时也提到了为智能体在复杂任务中保持正轨而建立护栏和评估机制所面临的挑战。嗯，这其中有多少是
212
你认为这是一个机械可解释性的问题，即能够将这些模型作为物理系统来研究吗？
213
嗯？那是什么？
214
我不太确定这个问题具体在问什么，但你可以再问一次。你也许是在问，为什么智能体会偏离轨道？
215
或者说，是的，这其中有多少与能够将这些系统作为物理系统来研究有关。
216
我我觉得，就我目前所知，智能体偏离任务的原因在于，我们拥有的本质上只是一个非常高级的自动补全工具。而且它并没有接受过第一……
217
原则性思考因为这是不可能的。它只是说，嗯，我见过这个模式这么多次，所以它一定是这个分布上的东西。所以有时候你会
218
目前，它是一个功能极其强大但同时也极为初级的软件系统。这并不意味着我们应该停止，事实上，这意味着我们应该加倍、三倍、四倍地投入，因为还有太多事情要做。这只是意味着
219
我们还处于非常早期的阶段。这就是我不喜欢过度炒作这项技术及其当前时刻的原因。因为我们几乎是在强行提前呈现这一时刻的现实。
220
你懂我的意思吗？你好，Chabot。很棒的演讲，谢谢。我想问的是，考虑到如今哺乳动物所拥有的算力仅占前沿模型的一小部分……
221
你为什么认为现在是转向研究符号主义方法，而不是继续追求更高效学习算法的时候？
222
好的，这是一个非常棒的问题。因为这实际上是在利用一种能效极高的东西，也就是人脑。
223
你说得对，也许我们最终会发现，试图通过符号语言将人脑的能力转化并映射到这个嵌入空间的做法，其实根本行不通。
224
但这将意味着存在一种完全不同的计算范式，而我们本不该去发明它。但我的观点是，人脑是经过数十亿年进化 perfected 的产物。它不仅能效极高，
225
信息密度极大，而且切实有效。正因为全球有 80 亿这样的大脑，我们人类作为一个物种所拥有的集体算力，我认为是无与伦比的。你无法用 FLOPS 来衡量我们的能力，
226
我认为用 FLOPS 来衡量只是对人脑实际工作方式的一种极其拙劣的近似。所以，与其说我们需要改变人脑，我认为我们反而应该以人脑为基准，将一切向前映射。
227
呃，Chamath，你在演讲中多次提到了“心流”状态，我认为这非常重要，但你分享的一些要素，比如扁平化的层级结构以及人均工作量更大，你
228
你还有其他秘诀或要素可以分享，能帮助团队进入心流状态吗？
229
嗯，你是指我们在 8090 还做了些什么？比如这类做法，或者你见过行之有效的其他方法。怎么说呢，我们整个公司都非常年轻。嗯，我不是很喜欢那种随经验积累而形成的近期认知偏差。
230
我认为新事物主要应由新的思维方式来验证和开创，而这本质上源于没有先验假设、也没有偏见。嗯，所以我们的公司非常年轻。从传统意义上讲，我们也非常缺乏经验。
231
嗯，他们在某种程度上非常有经验，因为他们擅长承担风险，敢于尝试。他们不质疑缺乏层级结构，也不质疑资源的匮乏。
232
嗯，我不知道，伙计。这是一个非常非常特别的地方。它非常特别，人数很少，大概只有40人左右，但确实非常特别。嗯，这里很混乱。
233
这真的前所未见。我的意思是，就组织结构的基础而言。我有一个叫8090的云端聊天，我一直在和它进行对话，
234
主题是组织设计。我只是不断给它输入内容，试图弄清楚为什么这不起作用，为什么那又起作用了。
235
这简直一团糟。我有时会提出一些非常愚蠢的想法，而这些人有时会说，这太远了，我们做不到。但我觉得，当你回顾过去，用另一种方式来说，
236
如果你进入一家普通的公司，看看它的组织结构图，我认为在80年代或90年代，有人卖给他们一套糟糕的企业软件，并说服他们
237
这个职位必须存在。哦，你是CXO？这里有一套完美的软件，专为CXO设计。
238
哦，你是首席青年官（CYO）？这里有一款专为首席青年官打造的完美软件。你就这样一层层推演下去，最终构建出一个价值数万亿美元的庞大体系。
239
但后来发现这行不通。于是，你把这个价值数万亿美元的复杂体系扩大四倍，再创建一个服务综合体，让那个价值数万亿美元的复杂体系真正运转起来。
240
试图做点什么。但随后你意识到，大多数公司的利润率只有 15% 到 20%。你会想，等等。但当你看看那少数几家构建了一切的公司
241
从零开始，比如 Facebook 和 Google，它们的规模几乎翻了三倍。有没有人把这些点联系起来说过：等等，Facebook 和 Google 的员工难道 literally 就是……
242
比员工聪明三倍？我只是在瞎编，默克？为什么这家公司的 EBITDA 是 60%，而那家是 20%？是行业原因吗？我不知道，因为当你审视所有可以剥离的
243
把一家公司拆解到只剩骨架，你最终会意识到，等等，原来有这么多低效问题有时是被糟糕的软件给困住了。所以我们应该把这些全都推翻重来。
244
应该从头重写。Shamad，关于你提到的在公司间共享 AI 知识以实现规模化这一点。2017 年，加拿大的 Element AI 筹集了约 1.5 亿美元，试图解决这一问题。
245
承诺我们可以从各家公司（比如银行）获取数据，并利用这些知识帮助其他银行成长。但这一想法很快就被证明无法规模化。
246
那么，你认为现在有什么不同，尤其是有了 89 之后，公司才愿意分享他们的机密？
247
听着，当你一开口就提融资轮次时，我就知道这事儿成不了。
248
银行不在乎你融了多少资。银行在乎的是你所说的话是否属实，以及它是否真正可行。他们并不愚蠢，他们是经营银行的。所以，失败的原因在于，无论谁能够
249
能说服投资者拿出 1.5 亿美元的人，未必是那个能坐在市值半万亿美元的银行 CEO 面前、说服对方为何此举正确的人。
250
好吧，最后一个问题。要难的。不，必须得是难题。各位，除非问题够难，否则别举手。不，你们所有人都觉得这很难。
251
你们都是按正态曲线评分的，但你们还没经历过真正的硬仗。Chamath，你得挑个难啃的人下手。
252
你得挑个厉害的人问。
253
对，由你来判断。把手放下。这问题难吗？这问题难吗？好吧，好吧，好吧。你怎么……什么？振作起来。兄弟，听着，根本不存在失败。那只是别人为了打压你而形成的看法。
254
根本不存在失败。就算你被困在荒岛上发生了这种事，你也只会拍拍尘土，继续前行。其实只是你自己觉得别人在评判你。但秘密就在于：他们根本不在乎你。
255
他们都在过自己的生活。所以，这只是你 perceived 的他们对你的看法。没有失败这回事，只有行动与学习。行动、学习；再行动、再学习；不断行动、不断学习。
256
好的，最后一个问题，来吧。最后一个问题，我们得结束了。呃，非常感谢。我叫 Carl。
257
我来自达特茅斯学院。我想问的是，你们有一套非常特别的工程筛选流程，极其严格，而最终你们并不是想，你知道，去说服他们加入。到目前为止，这还不算个难题。
258
但你们是想要剔除那些无法在那四分钟内存活下来的人吗？ 不，不是存活。我想要的是那些想看看自己能否存活下来的人。这完全不同。
259
这也引出了我的问题。你们究竟如何衡量这一点？例如，对于工程师来说，是看代码行数吗？是看并行运行的智能体数量吗？到底是什么？你们如何
260
衡量它？你能从他们的品格中看出来。这不是看谁编码最快，也不是看谁编码最好。
261
这是一种持续的能力：审视当下的处境，内化压力，从中学习，在其中茁壮成长，并看到自己作为一个人正在成长与拓展。
262
你帮助身边的同事，然后迎接下一个挑战。关于这一点，我想用一个临别的思考作为最好的例子：如果你想学习商业，就去看看 OSI
263
模型。花几秒钟时间，尝试为自己构建一套 AI 技术栈。这是第一课。第二课是去谷歌搜索 Raptor 1、2 和 3。
264
当你看到那张照片时，会发现一幅美妙的画面：Elon 拍下了 Raptor 1、Raptor 2 和 Raptor 3 并排陈列的样子。第一代看起来是一团粗糙复杂的乱麻。
265
Raptor 2 已经很不错了，那是一项令人惊叹的工程壮举，使其更加精进，但仍然非常粗犷、充满野性。
266
而当你看到 Raptor 3，它是如此之美。当我凝视它时，我看到的并非某项单一的技术创新，而是一个不断摸索的过程：尝试、执行、学习，再执行、再学习，再执行、再学习。
267
从那里走到这里的过程，正是我所追求的。那种人会说：‘我就不断雕琢、塑造、尝试，我会去试各种方法，哦，我把这事搞砸了，’
268
‘哦，我昨天表现得很糟糕’，但你已经尽了最大努力，不必过分自责，然后告诉自己：‘好吧。’接着，你身边还有一群不会试图把责任推到你身上的人。对吧？
269
如果你拥有一个更扁平、人数更少的团队，政治斗争就会少很多，因为你们不是在争夺稀缺资源。有待完成的事情实在太多了。
270
于是，从 Raptor 1 到 Raptor 2 的演进几乎是在不经意间发生的。当你退一步回望时，你会惊叹：‘哇，我们竟然做到了。’
271
我们正身处其中，但对于某个我无法提及的实体，我真的不能多说。我可以向你保证，如果我们把这件事做对了，你或你的父母将立即并直接地从中受益。
272
而这件事，那些做成它的人……我甚至不该说这个。就只有两个人。这真是……你看，他们其实就坐在 Will 旁边。这真是一件不可思议的事情，不是吗？
273
这其中有关联。
274
别说出来是什么。是的。这真是一件不可思议、不可思议、不可思议的事情。所以我想说的是，要找到一个地方，让你自己能从 Raptor 1 迭代到 Raptor 2，再到 Raptor 3。
275
这无关公关宣传那些表面功夫。不是那回事。这很难描述清楚到底是什么。这只关乎你自己。听着，我们的人员流失率确实很高，别误会。 很多人并不适合这里。
276
因为问题在于，我们的招聘方式非常正交。你通过了筛选，也通过了代码审查，但一旦置身其中，你就会发现这其实是一种思维模式。这是一种渴望，渴望自己去弄清楚你到底是谁、到底想要什么。
277
你根本没在听我说话。不，这正是我想说的。如果你想要一个二元确定的答案，我给不了你，生活也永远给不了你。没有什么既定的结果。只有行动，以及 失败梯度。
278
什么？千万别让这家伙再进斯坦福了。各位，非常感谢。
showing first 278 segments · view full transcript ↗