The Man Who Invented Prompt Engineering on AI, AGI & The Future of Humanoids w/ Richard Socher & Salim Ismail | EP #152
01:14:19 Share

在本期 WTF is Happening in Tech 节目中，Richard、Salim 和 Peter 讨论了科技和人工智能领域的最新消息，包括大型语言模型之战、Grok 的更新等等。录制于 2025 年 2 月 24 日。观点仅代表我个人的想法，并非财务、医疗或法律建议。Richard Socher 是 you.com 的创始人兼首席执行官，也是 AIX Ventures 的联合创始人兼管理合伙人。Richard 此前曾担任 Salesforce 的首席科学家和执行副总裁。在此之前，Richard 是人工智能初创公司 MetaMind 的首席执行官/首席技术官，该公司于 2016 年被 Salesforce 收购。Richard 获得了斯坦福大学计算机科学博士学位。他被广泛认为是将神经网络引入自然语言处理领域的人，发明了最常用的词向量、上下文向量和提示工程。他的论文引用次数超过 205,000 次，并曾担任斯坦福大学计算机科学系兼职教授。Salim Ismail 是一位连续创业者和技术战略家，以其在指数型组织方面的专业知识而闻名。他是奇点大学的创始执行董事，也是 ExO Works 和 OpenExO 的创始人兼董事长。免费获得一年 you.com Pro：https://you.com/moonshots 加入 Salim 的 ExO 社区：https://openexo.com Twitter：https://twitter.com/salimismail _____________ 我只认可我个人使用的产品和服务。要查看它们是什么，请通过查看我们的赞助商来支持此播客：开始使用 Fountain Life 并成为您健康的首席执行官：https://fountainlife.com/peter/AI-powered 精准诊断，您需要一个健康的肠道：https://www.viome.com/peter 获得 OneSkin 15% 的折扣，代码为 PETER：https://www.oneskin.co/ #oneskinpod _____________ 我每周都会发送电子邮件，其中包含有关当今和未来指数型技术的最新见解和趋势。走在时代前沿，立即注册：技术博客 _____________ 与 Peter 联系：Twitter Instagram Youtube Moonshots</context> <raw_text>0 如果你有几十亿美元，你就能创造出一个数字超级智能。多快？我想可能一年半到两年。理查德·索彻。理查德·索彻。理查德·索彻，常被称为提示工程之父。他是人工智能领域引用次数最多的五位研究人员之一。前 Salesforce 首席科学家。人工智能搜索引擎 You.com 的联合创始人。

我们探索海洋和世界已经太晚了。我们探索不同的星系可能还为时过早。我们正处于探索超级智能的正确时间。为什么我们还没有看到一种类似贾维斯这样的代理版本，它只是观察你的任务？编程、科学、研究，这就是许多这些惊人模型的下一个前沿领域。我无法相信我们现在还活着。这就像人们应该意识到我们是多么幸运。不可否认。

女士们，先生们，这是一个登月计划。

大家好，欢迎来到 Moonshots，这是本周 WTF Just Happened Tech 的另一集，今天我们与 Salim Ismail、Peter Diamandis 在一起，我们还有人工智能界的皇室成员。Richard Socher 是人工智能领域引用次数第四多的个人。Richard，你被引用的正确说法是什么？我的论文引用次数超过 200,000 次，发明了最流行的词向量之一，

将神经网络引入自然语言领域。发明了提示工程。没错。令人难以置信。而且，你知道，Richard 是 You.com 的创始人兼首席执行官。我们稍后会详细介绍这一点。他的公司 Metamind 被 Salesforce 收购，他曾担任 Salesforce 的首席科学家和执行副总裁，还有更多职位。Salim，也欢迎你，老兄。

很高兴来到这里。是的，本周人工智能领域发生了很多事情，我想深入探讨一下，Richard，听听你非凡的观点。我想从 Grok 3 的发布开始。如果我必须对

刚刚发生的所有活动进行分级。我想根据不久前埃隆筹集了 60 亿美元这一概念来解释它。我，你知道，完全披露，是 XAI 的早期投资者。他宣布他将创建

地球上最大的 GPT 集群，使其具有连贯性。他在 122 天内做到了这一点，并让所有人大吃一惊。Richard，他对建造速度如此之快感到震惊吗？埃隆执行得很好。有了 60 亿美元，你可以在人工智能领域造成很大的破坏。我的意思是，我们已经看到像 DeepSeek 这样的公司和对冲基金用更少的资金构建了令人惊叹的模型。所以，是的，

在某种程度上，这令人惊叹，而且令人惊讶的是他们如此迅速地取得了如此大的进展。但在某些方面，你可以预期这些指数型技术（如人工智能）会随着资源的增加而快速发展。是的，我的标准说法是不要与埃隆打赌。我上周在迈阿密见过他。我参加了 FII 峰会。

这个人确实执行得很好。他有一个令人难以置信的团队。因此，我很想知道你如何对 Grok 3 进行基准测试。显然，它在超越 ChatGPT、Gemini、DeepSeek。你如何将其评为人工智能引擎？所以……

因此，我们实际上已经在 u.com 中拥有了 CROC 2，它是一个流行的模型，尽管我们的用户更经常选择其他模型。我认为有趣的是，萨姆·阿尔特曼也谈到了下一代模型将达到博士生的水平。

但我们注意到，并不是很多人都是博士，并且在生活中都有博士级别的疑问。因此，对于越来越多的人来说，我认为我们已经达到了信息需求和知识需求的水平，这对他们来说已经足够好了。所以现在你可以在真正困难的任务（如编程）上更加努力。我们今天看到 Anthropic 新的 3.7 模型的一些令人兴奋的公告。

我认为编程、科学、研究，这就是许多这些惊人模型的下一个前沿领域。Salim，你在实地听到了什么？我听说 Grok 3 令人难以置信，但超越所有其他人工智能模型似乎比现实更像炒作。据我所见，当我浏览 Twitter 或 X 时，它的排名略低于它们，但这仍然令人难以置信，因为他能够在……

这么短的时间内实现这一点。Richard，我很着迷，因为你们做的是联合人工智能，因为你们可以访问许多模型，对吧？所以我真的很想了解更多关于你的模型以及你们正在做的事情。但只是关于 Grok 3 的事情，我认为对我来说，最重要的事情是他能够在一个如此庞大的集群中实现连贯性。这部分让我大吃一惊，因为据我所知，每个 AI 专家都说你做不到。

Richard，我很想听听你对此的看法。是的，我认为没有多少人能够如此快速地建立一个大型集群。我认为在许多方面，这是硬件和软件的结合。像我这样的很多人都是软件人员。许多人工智能人员的大部分时间都花在了软件上。所以我认为这体现了他同时在硬件和软件方面工作的能力。当然，还有像 AnyScale 这样的公司，它们使得处理大型集群越来越容易。AnyScale 允许你

从 5 个 GPU 扩展到 5000 个 GPU，只需几行代码。因此，抽象层越来越高。而且，你知道，多亏了人工智能，我们都在更高层次的抽象上运作。我很想知道人们如何相互评估这些模型。归根结底，你知道，

我认为人类智商测试是评估它们的一个有趣的指标。当 Claude 3 的智商为 101，然后是 GPT 1 或 GPT 3 的智商为 120 时，我感到很着迷。我一直想知道我们什么时候会看到智商为 150 的东西出现。

这是一个相关的衡量标准吗？你知道，智商有很多不同的维度。我认为整体智力有很多不同的维度，我们在 FII 会议的谈话中简要地谈到了这一点。我不知道是否仅仅将其简化为一个数字是有意义的。我认为即使是图灵测试基本上也是失败的，因为通过图灵测试的最佳方法是比人类做得更好得多地回答问题。例如，在 30 秒内为我编写一个应用程序，如果它可以做到，

它就是人工智能。如果它做不到，那就是人类，对吧？所以这就像我们衡量智力的许多方法都失败了。我正在努力帮助世界更好地构建这种衡量方法，通过了解智力的维度是什么，以及某些维度是否有上限，或者它是否可以持续增长。所以，你知道，这很有趣，对吧？所以你为大型公司提供了对大多数人工智能模型的访问权限。你在 you.com 上有多少人工智能模型？40 多个。是的，40 多个。太棒了。是的。

如果你要让人们了解现有最大和最强大的模型，你认为前五名左右的模型有哪些？你不能忽视 OpenAI。很多人想使用 OpenAI，尤其是 01 和 03 非常流行。我们也有很多欺诈行为。人们试图交易账户，然后将我们变成免费的 API，然后……

在一小时内进行 10,000 次调用，你会说，没有人能阅读这些。这显然是机器人攻击。这种情况经常发生。Sonnet 也仍然非常非常流行。Sonnet 3.5，我相信现在是 3.7。- 这是 Anthropic，是的。- 是的，Anthropic 的模型可能是目前最好的编程模型之一。

所以我们实际上有我们自己的模型，我们只是微调开源模型。然后我们还会根据人们根据他们的意图给予的最积极的反馈来联合并询问不同的模型。因此，我们对意图进行分类。这是一个编程意图吗？这是一个历史或医学意图吗？然后我们将其路由。

到不同的模型，也许最令人惊讶的事情是它变化的频率以及 DeepSeek 在这么短的时间内以很少的营销预算获得了多少关注，所以它在一段时间内是一个非常流行的模型，每个人彼得都在这里，如果你喜欢这集节目，请帮助我将丰盛的信息传达给全世界

我们真正生活在人类历史上最非凡的时期。我想让每个人都拥有这种心态。请订阅并在你获取播客的任何地方关注我们，并打开通知，以便我们可以在下一集发布时通知你。好的，回到我们的节目。

让我转到下一张幻灯片。因此，Grok 3 与竞争对手的基准测试。以下是数字。那么，这些基准测试是否相关且有价值？我很好奇，因为每个人都想了解它们的进展速度。这是关于推理和测试时间计算的。

Richard，你如何看待这一点？是的，我认为这里有两个有趣的见解。事实上，大多数普通人每天生活中并没有疯狂的硬核编码、科学和数学问题。所以这就是我们推动科学进步的地方，就像我之前提到的那样。真正有趣的是，我们正在关注测试时间计算。因此，考虑单个模型的智能不再有意义，因为事实证明，有一些有趣的研究所得出的结论是，在你回答这个问题之前，先考虑一下。同一个模型实际上做得更好，并给你更准确的答案。因此，速度正在成为一种

智能的维度，显然与许多其他类型的智能重叠。你必须越快，你的智商就越低，这些模型给出的答案就越不聪明。因此，这也意味着我们可能不必担心人工智能失控和开源，因为如果你想从这些模型中获得最聪明的答案，即使在测试时，你也需要大量的技术

计算。很多有趣的见解。Salim，有什么问题吗，Richard？我有一个很大的问题，那就是，当我们走向 AGI 时，当人们说 AGI 时，我非常挣扎，这甚至意味着什么？所以我希望，你是少数几个我认为可以对如何定义 AGI 给出有条理的答案的人之一。如果我们实现了它，我们甚至怎么知道？

你刚刚发布了一条推文，Richard，我发现很有趣，上面写着类似这样的话：如果你有几十亿美元，你就能创造出一个数字超级智能。多快？

我想可能一年半到两年。这是在寻求资金吗？大家好，听着，给我 20 亿美元，我会给你你的数字超级智能。是的。我的意思是，你知道，我想念从事研究方面的工作，努力工作，当你构建产品并获得收入时，这太棒了。这非常有意义。但我认为社区在研究方面仍然存在一些停滞不前的方面，我们可以真正推动它向前发展。我认为就 AGI 而言，

事实上，定义非常广泛，对吧？有些人说，好吧，80% 的工作可以自动化。这是一种非常务实的方法，就像，你知道，对智能进行财务定义。当然，我会说也许 80% 的所有数字化工作

然后，你知道，也许 80% 的所有这些工作流程，这是一个巨大的 GDP 数量。这可能是对智能的一种合理的财务定义。但当然，如果你更倾向于学术方面，你必须承认，在某些类型的智能和类型中，你真的希望能够

真正更快地学习。例如，人类能够只用一两个例子就学习一些东西。我们称之为样本效率，对吧？如果你真的那么聪明，你应该能够用更少的数据来学习某些维度。所以我认为，如果我们想真正正确地定义它，我们将不得不深入研究不同类型的智能，视觉智能、语言、推理、数学推理。甚至在人工智能中也存在某种类型的社会智能，例如，我可以采取哪些行动来改变你的内部状态以影响你的行动？所以这些是智力的不同维度。知识也是一个很好的维度，它是无限的。我们可以学习越来越多的关于宇宙的知识。

最终会遇到关于你可以积累多少知识的基于物理的界限，这取决于光速以及你可能拥有的不同传感器。因此，完整的定义可能在这里需要花费太多时间。但对数字化工作进行大量自动化的务实财务定义似乎是合理的。你对进入物理领域的看法是什么？例如，沃兹尼亚克的测试是，你能为我冲一杯咖啡吗？

现在你正在进入机器人技术，或者我听到的另一个是，你能现在就拿一个宜家盒子并将家具组装起来吗？你正在进行物理操作，这确实是智力的核心基本原理之一。你会进入那个世界还是留在数字方面？因为你更容易对其进行界定。我实际上认为物理操作是智力的另一个定义或一组维度。同时，

一个聋哑人可以非常聪明。一个盲人可以非常聪明。因此，那些能力，一个瘫痪的人可以非常聪明，即使他们不能操纵物质。所以我认为我们必须接受这样一个事实，即这些并不是拥有超级智能的必要能力。我认为一种超级智能是强大的。

纯粹是数字化的，它与我们的智力不同。我认为那些要求说，哦，你必须有很多手指才能四处移动的人，他们只是，他们可能没有读过足够的科幻小说，或者在对智力的定义上不够有创造力。同时，我喜欢类人机器人。

棘手的是，我们经常在想要非常高效和快速地做某些事情很多次时使用机器人。例如，洗碗或吸尘。没错，然后我们称之为洗碗机。然后我们称之为吸尘器。我们给它一个专门的名称。Salim，你和我已经就这个问题进行了多次辩论。我很想知道你仍然以及 Richard 的意见，那就是开放与封闭的问题。

人工智能辩论。你是否觉得开放正在赶超封闭？这是一个明确的未来吗？不可否认。不可否认的是，开源正在兴起。当对某事如此兴奋时，它是一种任何普通人都会欣赏的产品和体验，

投入开源的能量非常大，从长远来看，很难与之竞争。你越小众，技术性越强，欣赏这项技术的人就越少。例如，假设你为卫星制造离子推进器。没有人会用数百万美元和那种兴奋来构建一个开源模型。

DeepSeek 不可否认地正在迎头赶上。我希望我们最终能够建立一个类似维基百科的系统，人们可以为其做出贡献。没有人这样做。我最终必须这样做。我也有同样的看法。当微软运行其互联网服务器时，我们在软件领域看到了这一点。

然后你有了开源 Web 服务器，开源 Web 服务器完全接管了。99.9% 的 Web 服务器现在都是开源的。因此，随着时间的推移，这将始终获胜。那么我的问题是，好的，我们将走向开源。明白了。我们仍然有一些闭源公司。他们最终会开源吗？

这里是否存在赢家通吃的局面？我认为，如果你是一家纯粹的基础模型公司，你将越来越像一家电信公司，例如巨额资本支出，建造成本非常高，创造了大量创造价值的基础设施，但 неясно, что вы можете захватить всю эту ценность сами. 谢谢你使用这个比喻。我认为这是完美的比喻。因此，我们正在商品化和去货币化技术。

所有这些东西。我的意思是，如果你看一下去货币化曲线，就每笔交易的成本而言，这就像这种快速的下降。那么你如何解释呢？所以在电信领域，对吧，人们需要意识到，我们在光纤、电缆、

3G、4G、5G 方面建设了大量的带宽，所有价值并非在那里被捕获，而是在 YouTube、Netflix、这些带宽之上的应用程序上被捕获。

那么你如何看待这个问题，Richard？你不能在没有互联网的情况下建立 Uber，你知道，但 Verizon 不会从 Uber 中获得分成。是的。所以我认为这就是为什么在 u.com，我们没有花费大量资金从头开始训练模型。我们构建了一个信任层，对专业人士来说，公司可以真正使用这项技术。我认为

越来越多的现有客户和新客户（多亏了 DeepSeek）意识到，哦，是的，我们应该与像你这样的公司合作，因为新的模型会在两个月内发布，而我与一家闭源公司签订了一年的合同。现在我无法从中受益，这非常有意义，因为这是一个持续的竞争，每个人都在

这是一个向下的竞争。如果你被某个特定模型束缚住，你就无法保证你将使用最高效、最低成本的模型。是的，我们称之为未来防护。那么，对于 u.com 来说，信任层意味着什么？

信任层与数据高度相关，并帮助人们实际学习如何使用这项技术。我们进行认证，以便每个人都可以成为其人工智能和代理的管理者。我们不仅比任何人都更好地整合公共数据，因为我们

我们比任何人都做得更久，但我们也整合了公司内部数据。因此，你可以真正开始信任它。然后，当你点击 u.com 上的引用时，尤其是在我们更高级的研究模式中，你实际上会直接被发送到报价，浏览器会向下滚动并突出显示，哦，这就是我找到这个事实的地方。因此，你可以很快地与他们建立信任。我们教会了我们的模型说，

我不知道。许多模型，如果它们没有在网上找到信息，它们就会编造一些东西，然后说，不要那样做。因此，有很多不同的移动部件可以使其更准确并建立信任。

Salim，你和我谈到过，当我们建议公司和投资者投资人工智能时，这就像投资那些与最终客户和数据有良好联系的公司。

然后假设中间层只是会不断地，你知道，你知道，翻转，替换它，获得最新的最低成本模型。但它与客户群和客户的关系。

和数据集。是的，我认为这将成为人工智能平台成功的关键，对吧？我认为，Richard，听起来你在 u.com 上做得非常出色，创建了保护人们免受底层事物影响的抽象层。因为否则，当我们与彼得和我、你自己交谈时，我们与世界各地的首席执行官交谈时，每个人都有一个巨大的问题，你什么时候下注？因为你一旦在一个特定模型上下注，三个月后它就过时了。

因此，你真的需要像 you.com 这样的平台来帮助解决这个问题。我认为看到你所做的事情非常令人着迷。这是《纽约时报》的另一篇文章。对于那些收听播客而不是观看的人来说，它说 OpenAI 涵盖了人工智能驱动的中国监控工具的证据。

所以，当然，我们与 TikTok 进行了这种不可思议的来回讨论。现在我们也可能在 DeepSeek 上这样做。你们对此有什么看法？我并不感到惊讶。我的问题是，怎么会不是这样呢？然后所有这些公司都下载了 DeepSeek 并将其放入他们的系统中。

但它不是，如果下载模型并单独使用它，它是否仍在报告它收集到的信息？

所以你可以教，你可以使用开源模型，并强制它从提示和搜索引擎后端获取内容。这是可能的。你实际上也可以微调模型以去除所有 CCP 的对齐。令人着迷。好的。我们的下一个故事是，我喜欢这个加速的科学突破，使用人工智能作为共同科学家。

你知道，我喜欢我们看到我们看到诺贝尔奖授予 Demis 和 John Jumper，因为他们创造了一个能够预测蛋白质折叠的模型。

Richard，我的预期是，你既是深度科学家又是深度程序员，几乎所有突破都将在不久的将来来自人工智能。我们将把它附加到一个人身上，这样这个人就可以获得诺贝尔奖。但这将从根本上体现在材料、数学、科学和医学领域。我错了吗？

100% 正确。是的，我正在利用我的晚上和周末时间写一本关于科学人工智能的书。它被称为《尤里卡机器》。所以工作标题，我坚信。有趣的是，当你询问世界各地许多人的时候，你

在他们害怕人工智能的领域。大多数人害怕它会夺走他们的工作，但在科学和医学领域，没有人想要更多工作。他们只是想要更多突破和酷炫的发现。所以全世界的人都说谎。让我们让 AI 做很多科学研究吧。所以背后有很多积极的势头，我认为我们将看到越来越多的发现

首先是在人工智能的帮助下，最终你主要指导它，对吧？你需要告诉人工智能，这是我们最关心的问题。然后它可以以自动化方式继续进行越来越多的工作。这是我最感兴趣的领域，因为我认为有很多，如果你提供数据集并制定 5000 个假设并开始测试它们，它可以对各种事物进行虚拟测试。我对这将带来什么感到非常兴奋。

我喜欢这里最后一点。它说在短短 48 小时内复制了 10 年的抗生素耐药性研究。

达里奥在达沃斯，达里奥是 Anthropic 的首席执行官。他说了一些我剪辑下来的东西，我喜欢。他说，听着，我们将在未来 5 到 10 年内看到一个世纪的生物医学研究。人们可以想象，在这个世纪的生物医学研究中，我们可能会使人类寿命翻倍。因此，在未来十年内，它不太可能使人类寿命翻倍。所以我一直在倾听这些信号，因为，你知道，这就像，

我为了在延长人类寿命方面获胜而参与其中。然后我们将协商我们从那里走向何方。我们看到拉里·埃里森在 Stargate 的舞台上宣布，我们将拥有针对你癌症的个性化 mRNA 疫苗，如果你患有癌症的话。

所以对我来说，这就像在医学、治愈癌症、治愈病毒感染、治愈死亡方面最非凡的领域之一，也许吧。谁知道呢？是的，我认为现在很多人说，哦，像布莱恩·约翰逊和长寿人士一样，这很糟糕。我认为，首先，大多数这些人都是健康的，目前没有与任何疾病作斗争。其次，他们就像避孕药出现之前的人一样。

他们说，哦，那不自然。我说，是的，你知道，有很多不好的事情是自然的，比如谋杀，没有法律是自然的。这只是动物王国的某些东西。因此，有很多不好的自然事物。人类在改善这种自然状态方面做得相当好。我认为，当人们认为我们永远无法解决衰老、健康跨度等问题时，这缺乏一定的创造力。因此，我们在 2018 年启动了针对蛋白质的最大大型语言模型项目。

当我还呆在 Salesforce 时，我们实际上发表了那篇论文。我们取得了令人难以置信的成功。事实上，我们非常相信它，我们与湿实验室合作，实际上合成了这些蛋白质。

它们与天然存在的蛋白质相差 40%。为了说明这一点，弗朗西斯·阿诺德大约四年前因她所谓的定向进化而获得了诺贝尔奖，这是一种带有大量实验科学循环的随机排列。然后说，哦，这个随机排列改善了这个特定属性。所以让我们保留这个，然后继续迭代。在她漫长的过程结束时，这些蛋白质与天然存在的蛋白质相差 3%。

我们的准确率是40%。而让我们确信我们真正捕捉到这些蛋白质的句法和语法的是，它们能够正确折叠，并且具有我们预测和期望的特性。因此，这项工作还有很多后续研究。许多初创公司已经开始行动。一旦我们理解了蛋白质的语言，所有的医学进步都将随之而来。这又回到了萨利姆你之前提到的关于人工智能与物理宇宙交互的问题。

对。我的另一个朋友，Insilico Medicine的首席执行官亚历克斯·扎维兰科夫，他在生成式AI和药物研发方面非常早期的参与者。他建立了一个大型的机器人实验室，在那里人工智能可以提出实验方案，

并以比人类快一百倍的速度运行这些实验，获取数据，迭代实验，再运行实验。因此，你实际上创造了一个理论世界和一个物理世界。我觉得这太不可思议了。

我认为我们将看到数百个类似的例子，现在唯一限制的是我们的想象力和我们应用这些技术的效率，因为技术的进步速度已经达到了一个水平，我们可以探索任何我们想要的领域。就我个人而言，作为一名物理学专业学生，我正在寻找如何调和量子力学和相对论。这是我的目标，我认为人工智能能够解决这个问题。是的，我……

我不敢相信我们现在还活着。人们应该意识到我们有多么幸运。我认为这并非，你知道，每一代人都觉得他们生活在最非凡的时代，无论是飞行的开始、电力的发明、互联网的出现等等。但我认为我们现在正生活在……

我认为我们更好。——这就是它。——我们探索海洋和世界的时间太晚了，我们探索不同星系的时间可能还太早，但我们正处于探索超级智能的最佳时机，是的。——当然。除了医学之外，另一个领域是材料科学。我们刚刚看到了微软的MatterGen。

没错。谈谈提示工程吧，我的朋友。你的提示工程现在已经进入了一个完全不同的阶段，比如，“请为我构建、设计一种超导材料，它包含这些元素，成本是这个数，并且可以制造出来。”你知道，这太疯狂了，简直是不可思议。

如果我们能从那里得到一种室温常压超导体，那将改变世界。我对此非常非常兴奋。化学的好处在于，与生物学不同，你可以更快地迭代，对吧？不需要活体组织，也不需要进行FDA试验等等。你可以在这个循环中更快地迭代。而且，你知道，萨利姆，你和我总是说材料科学是其他一切的基础。而且，你知道，我们认为材料科学家是世界上的英雄。

好的，萨利姆，你对此怎么看？萨蒂亚·纳德拉关于量子突破的引言，“我们相信这一突破将使我们能够在几年内，而不是几十年内创造出一台真正有意义的量子计算机。”我认为谷歌，现在是微软。是的，我认为这意义重大。我认为随着我们进入这个领域，我们必须记住量子计算机只适用于某些类型问题的局限性。

所以有这个限制。但能够创造稳定的环境确实是一件非常了不起的事情。我回到赫尔穆特的评论，即量子计算机的存在……哈特穆特·内文。哈特穆特·内文，是的。他的评论很快就变得非常形而上学了，因为他说道，量子计算机的存在可能是多重宇宙的证据。

然后你的脑袋就会爆炸。所以，理查德，我很想听听你的看法，因为你同时涉足这两个领域。他更进一步，对吧？他说，量子计算机能够如此快速地进行所有计算的唯一方法是它们正在借用来自无数相邻宇宙的资源。是的，我们在平行宇宙中进行计算，然后将答案带回来。我喜欢这个说法。这时他们就会生气了，因为他们发现我们在窃取他们的资源。所以这也需要考虑。嘿，理查德，你对这一切有什么看法？

我非常兴奋。我认为任何你可以模拟的东西，任何你可以模拟的领域，人工智能几乎都可以解决该领域的所有问题。这只是时间问题，以及人类是否愿意付出努力。所以你可以模拟围棋，你可以模拟国际象棋。

所以国际象棋显然是可以被人工智能解决的，因为人工智能可以通过两种方式学习，对吧？模仿或探索，也就是监督式微调和监督式训练或强化学习。所以，当你允许一个模拟系统尝试数十亿甚至数万亿种可能性时，它会随着时间的推移变得越来越聪明。一旦我们扩大量子计算机的规模，它们将使我们能够做到……

在物理现实中进行更多的模拟。我最喜欢的科学网红萨宾·霍森费尔德对这个特别的公告泼了一点冷水，说，“哦，你知道，我们将看看他们是否真的能够扩大规模。”但我非常兴奋。我很高兴有不同的方法来解决这个问题，你知道，比如离子阱、中性原子。这很有趣。你听到很多量子科学家

科学家们贬低其他方法，认为他们的方法是最好的。然后出现了一种完全出乎意料的方法，即没有人研究过的拓扑量子比特。我只是喜欢这种活力，而且，你知道，在某些方面，我们有一些公司在其领域拥有如此巨大的垄断地位，以至于它们拥有如此多的额外资源，可以在一项研究成果问世之前进行17年的研究。太神奇了。而且它在……

老实说，感谢谷歌和微软投资这个方向，因为没有立竿见影的回报。你知道，我们看到了哈特穆特·内文的最新成果。提醒我几个月前他的突破是什么。你知道，他宣布量子比特的数量越多，它就越稳定。是的。

还有马约拉纳，你是这么发音的吗？马约拉纳一号？马约拉纳，是的。是的。令人难以置信。那是大约13年前的事了。我有两个孩子，我的两个儿子。我记得在那段时间，我决定加倍关注我的健康。

毫无疑问，我想看到他们的孩子，他们的孙子孙女。而且，你知道，在这个太空探索、人工智能和加密货币都爆炸式发展的非凡时代，这就像是有史以来最激动人心的时刻。我决定加倍关注我的健康。我在三个关键领域做到了这一点。首先是能够活下去。

每年都去泉源上传我的数据。你知道，泉源是最先进的诊断和治疗公司之一。我去那里，上传我自己，数字化我自己大约200GB的数据，人工智能系统能够查看这些数据，在疾病的初期就发现它。你知道，寻找任何心血管疾病、癌症、神经退行性疾病、任何代谢疾病，

这些事情一直在发生，如果你能在初期发现它们，你就可以预防它们。所以泉源是我的关键之一。我把它提供给我所有公司的首席执行官、我的家人，因为健康就是新的财富。

但除此之外，我们是由40万亿个人体细胞和大约100万亿细菌细胞、真菌和病毒组成的集合。我们不明白这会如何影响我们。所以我使用一家公司和一款名为Viome的产品。Viome拥有一项名为宏转录组学的技术。它实际上是由

在新墨西哥州开发的，也就是原子弹开发的地方，作为一种生物防御武器。他们的技术能够帮助你了解你体内正在发生的事情，了解哪些细菌正在产生哪些蛋白质。因此，哪些食物是你的超级食物，最适合你食用？

或者你应该避免吃哪些食物？对。你的口腔微生物组发生了什么？所以我使用他们的测试来了解我的食物、药物和补充剂。Viome真正帮助我从生物学和数据角度了解什么最适合我。最后，你知道，感觉良好、聪明、行动自如至关重要，但当你照镜子时看起来不错，

说，“你知道，我对生活感觉很好”非常重要，对吧？所以我每天两次都会使用一款名为One Skin的产品，它是由四位令人难以置信的拥有博士学位的女性开发的，她们发现了这种含有10种氨基酸的肽，能够消除皮肤中的衰老细胞，真正帮助你保持年轻的外貌。

所以对我来说，这三项技术是我非常喜欢并且一直都在使用的。我的团队会在下面的节目说明中链接到这些内容。请查看一下。无论如何，我希望你喜欢这个。现在回到节目。好的，让我们继续下一个话题。所以微软放弃了一些人工智能数据中心租赁。取消美国数据中心租赁引发了人们对人工智能基础设施产能过剩和合作伙伴关系变化的担忧。

此举引发了业界的反应，欧洲能源股也受到影响。已经有很多建设了。这也直接关系到能源。我一直听到——理查德，我很想知道，萨利姆，你的观点——有一个无限的资金用于建设产能。

和建设能源。我们看到小型模块化反应堆（SMR），这是第四代核电，正在这些设施旁边建立。我们看到，我的意思是，你知道，我不在这里谈论政治，但特朗普就像“钻探，宝贝，钻探”。你知道，我们美国需要尽可能多的能源来支持这个行业。我们是否建设过度了，或者我们甚至还远远不够？

我相信我们建设过度了。你认为我们建设过度了？是的，我相信我们建设过度了。我告诉你为什么。因为我们，你知道，你看看DeepSeek，它以更低的成本取得了巨大的突破，对吧？创造下一代产品的增量努力每次都会下降10倍。

因此，我们应该达到一个训练成本非常低廉的点，然后你将花费更多的时间进行推理。因此，建设规模被夸大了，因为它针对的是六个月前你开始建设时的那种模型或模型规模。

当你完成建设时，情况将不再如此。所以我认为没有考虑到它的去货币化方面。他们根据预测来建设他们认为需要的产能，而没有意识到这些预测将是错误的。

这是我的总体抱怨。理查德，你可能有一些更具体的反驳意见。我大部分不同意。很好。我已经谈论了一年多，很多其他人最近也开始关注这个问题，那就是杰文斯悖论，对吧？当我们提高效率时，我们实际上会使用更多这种资源。我认为我们正在看到这种情况在智能领域上演。

因此，我们将把智能应用到越来越多的领域。每个人都会拥有一个私人助理、一个私人医疗团队、一个私人导师，我们将使用所有这些。最重要的是，关于人工智能还有很多事情，我可以永远谈论下去，但许多人类问题都与能源不足有关。所以即使人们说，“哦，缺水了”，

显然并不缺水。只是水里盐分太多了，这是一个能源问题。所以所有正在进行的水资源争夺战，就像，“好吧，如果你有更多的能源，那就淡化海水，问题就解决了。”现在有很多沙漠你无法居住，因为没有足够的水。好吧，如果能源充足，这些问题也会消失。所以我的直觉是，我们将找到很多用途来使用这些能源。现在，我同意你的一点是，当你建设很多数据中心时，你还需要有实际进入这些数据中心的数据。

你不想出现房地产危机，你建造了很多建筑物，但人们没有搬进去。所以我确实认为，你知道，我有一些想法来解决这个问题。但我的直觉是数据会增加，能源需求会增加，智能会变得越来越便宜。但我们将把它应用到各行各业。

所以让我区分一下能源需求，我认为我们需要大量的能源，对吧？特别是数据中心，它们以特定方式使用这种能源。我认为我们需要的比人们想象的要少，但我们肯定会利用我们所能获得的所有能源来淡化海水等等。是的，我认为我们基本上达成了共识。在我们进入本文中关于Miro的新初创公司的思考机器之前，

我很好奇。我的意思是，在过去的一年中，我们看到OpenAI的领导层不断地离开OpenAI，这令人担忧。我的意思是，我不是OpenAI的投资者。如果我是，我会非常担心。你认为那里发生了什么？我很想知道。

开放式问题，你们两位。我认为大门是敞开的。我认为基本情况是，如果你达到了那个水平，突然之间你成为了OpenAI最炙手可热的管理人员或深度研究人员，你基本上可以追随你的热情，

找到你的MTP，并与Amira一起建立一些东西，她正在做的事情，或者任何其他Rafter的人。有些人可能对医疗保健及其具体的应用感兴趣，他们现在有了足够的资本去做这件事。我认为这与速度有很大关系，

快速行动并打破常规，萨姆对如何构建事物的那种方式让很多人感到担忧。然后你还有第三类人，他们非常担心我们正在如此迅速地前进，而没有充分考虑我们正在构建什么。

我很想知道，理查德，你对这二三个不同领域的重视程度有何反应。我认为在非常高的层面，稍微放大一点，加利福尼亚州有反竞争条款，而美国其他地区实际上正在朝着这个方向发展，或者说，你知道，

没有反竞争条款，就像加利福尼亚州的反竞争条款不可执行一样，这对公司来说很困难，因为研究通常需要花费很多钱，但一旦你向世界展示某事是可能的，复制它就会便宜得多，而且也很容易知道你在一个地方是如何做的，然后在其他地方用更低的成本去做，老实说，这有点像

总的来说，对于整个生态系统来说，这是一件积极的事情，我们将看到更便宜、更好、更快的模型。所以让我们来谈谈思考机器。

关于Mira将专注于什么有什么线索吗？所以我想很多聪明人都加入了她。约翰·舒尔曼，他领导了ChatGVT对之前作为API提供的LLM的应用。在我们推出ChatGV之前，我们已经在u.com的搜索引擎式上下文中整合了它们。所以拥有一些真正了解这项技术并且也有构建产品想法的优秀人才可能是……

一件非常积极的事情。我的意思是，她在他们的网站上描述了很多内容。我的直觉是他们将尝试探索。我希望他们不要只构建另一个LLM。我认为还有很多其他的东西，但是的，我们将拭目以待。是的。我发现很有趣，而且我很想知道你的观点，我认为她的初始估值是300亿美元。是的。

我的意思是，这太疯狂了。一切都涨了。一切都涨了。是的，过去是数百万美元，现在是数十亿美元。我不知道你能多快地证明和货币化这些东西。我认为随着我们进入这个领域的应用阶段，我们将面临一个相当大的泡沫。因为当你接触到最终用户时，它的去货币化速度如此之快，以至于……

随着时间的推移，收入将成为一个大问题。——我认为我的AIX Ventures投资者身份让我稍微思考了一下，我们看待这个问题的方式是，它本质上是种子阶段的风险加上后期阶段的回报。所以作为一个投资者，预期价值并不完全有效，但这并不意味着没有人会成功，对吧？这只是种子阶段的风险。偶尔，每5个、10个种子阶段的公司中

实际上会取得惊人的成就。而根据幂律，其中一两个公司作为投资者真的会大获成功，并多次回报整个基金。所以有一些这样的可能性，但是，这真的很难。而且要获得足够的收入来最终，你

能够证明这些高估值是合理的，门槛非常高。我可以就此再谈一下吗？理查德，当你试图投资人工智能初创公司时，对吧？你必须弄清楚，A，创始人或团队是否拥有真正神奇的东西？B，他们能否进入市场？他们能否找到产品与市场的契合点？这是当今的一个巨大挑战。你们如何评估这一点？他们能否获得收入？是的。

他们能否获得收入？或者你投资那些具有巨大突破潜力的事物，并希望潜力能够带来回报？你把筹码押在哪里？是的，我们做得很好。第一期基金的TVPI已经达到5倍，而且它只有大约四年的历史。所以我们正在寻找，有两种方法可以对它进行分类。一种是水平投资

新的基础设施层，对吧？在这方面，你拥有像Hugging Face这样的公司。我很幸运。当我还是斯坦福大学的教授时，他们是我的学生，以500万美元的估值进行了投资。他们现在的估值是45亿美元。所以有一些这样的公司能够突破，并真正成为这个构建软件新堆栈的一部分，而这个新堆栈在人工智能的帮助下从根本上有所不同。

还有Cursor，类似的一个，我们正在投资Qoom 2。Cursor的首席执行官实际上是我的实习生。我真的很沮丧我没有投资它。然后还有数千个垂直应用公司位于这个新堆栈的顶部。

所以我们在那里寻找深入的行业洞察力和深入的人工智能专业知识，比如那些真正了解我的买家会想要这个功能的团队，他们不会只是尝试很多不同的东西并花费很多钱。专有数据集是你们在所有这些中寻找或发现令人兴奋的东西吗？

最好的公司至少会拥有我所说的良性数据循环。如果他们还没有直接的数据访问权限，他们正在构建一个产品，当你使用该产品时，你会收集更多数据。特斯拉之所以更适合，以及为什么我们看到很多自动驾驶汽车初创公司倒闭的原因之一是，他们必须

为人类驾驶的每一英里付费来收集数据，而特斯拉则不同，我们所有人都在驾驶汽车，我们免费提供数据，我们实际上是付费驾驶汽车来收集这些数据。对。所以这是一个良性数据循环的完美例子。你可以在各种SaaS软件中看到这一点，例如you.com。我们得到人们的反馈，比如，“这是一个很好的答案。这不是一个好答案。我不喜欢这一部分”等等。所以这些都是你可以随着时间推移建立某种优势的方式。

所以我从这件事中得到了两点，马斯克欠我们钱。第二，要在人工智能领域取得真正的成功，在某个时候成为理查德的实习生。就在那里。好了，伙计们，这很有趣。我认为人工智能的另一面是我最喜欢的主题之一，那就是类人机器人。我在初中时就在建造机器人，但它们不像今天的机器人那样工作。所以我在

我将在这里分享一个简短的视频。这是一个名为Clone的机器人。我联系了首席执行官，他将在明年将他的机器人带到Abundance峰会。但让我们先看看一段视频。

所以Clone正在做的基本上是创造，是什么，西部世界？所以这些是肌肉。它们是液压系统。这段视频低估了它在移动手部方面所能做的事情。他们希望在接下来的几个月内让它能够行走。他们位于东欧，在那里他们正在进行大量的工作。

但谈谈机器人有趣的未来吧，我的意思是，今天来自美国和中国的许多机器人都是笨重的步行机器人。它们会行走，但它们没有那种人类的情感、流畅的运动。但是，呃，

有趣的是，他们选择以这种方式工作，你知道，从某种意义上说，无刷电机帮助我们在机器人领域实现了惊人的低价和令人难以置信的功能。这是我的第一个想法。第二个想法是，我认为这里的黑马类似于……

DeepSeek是Unitree。Unitree有一些令人难以置信的视频。它们看起来像是CGI，你有一些四足机器人也有轮子，我认为这是一个聪明的主意。

所以速度非常快，但也能跳跃和攀爬，同时旋转车轮。这是第二个想法。第三个想法是，是的，我很兴奋。现在问题总是像，类人机器人的真正最令人惊叹的用例是什么，而不是，你知道，像拖拉机工厂那样，你只需要一堆小激光器和数千个机械臂之类的东西。你不会想要一堆类人机器人走过田野，这类似于我们之前讨论过的洗碗机。同时，

这不是一个零和博弈。有很多很酷的东西。我完全会买一个类人机器人来帮我做家务，比如清洁，它们可以在晚上做，对吧？所以它们不需要非常快。现在第四个评论是，我觉得每个人都在研究机器人的AI版本，比如最初的

终结者，没有人研究T-1000，而我的许多想法实际上是建造一个像T-1000一样的机器人，我最近与一位非常聪明的硬件黑客一起进行了很多想法的碰撞，他说，“你知道，这实际上是可行的，而且是有意义的”，所以第五个项目，如果我有……哦，你们在这里听到了，朋友们，詹姆斯·卡梅隆是对的，这一切都将归功于理查德·索彻……我必须说些什么

你知道，如果你想要一个肌肉骨骼类人机器人，你得到一个男人和一个女人，然后你们生一个孩子，然后抚养这个孩子。我的意思是，我不喜欢……我真的很纠结这个问题。就像我们之前谈到的那样，对吧？如果你想要一台洗碗机，你就会有一台以特定方式喷水的机器。它看起来像一个盒子，你有一些托盘来放盘子，无论什么。

我之前说过吸尘器，正如理查德刚才所说，在腿上安装轮子等等要强大得多。为什么我们总是回到人形？我们有过这个争论。坦率地说，我们有过。多少次了？这让我抓狂。你只是错了。我只是错了。理查德，我们有过争论，我有点说，如果你要建造一个机器人，那就做一个有七个手臂的机器人，它可以做更多的事情。为什么要让它看起来像人类？

因为这很酷。所以我也投资了Makina Labs。他们制造了这些巨大的机械臂，它们可以成型金属板，并且与SpaceX和许多公司合作。每当你不想建造一个完整的工厂来制造相同的大型金属件数百万次，但你需要它200次时，它们就非常适合。它们可以真正地将一个工厂运送到某个地方的现场，然后就像……几乎像一个铁匠，但规模巨大，而且是人工智能，他们也像……哦，反类人，再次强调，这不是一个零和博弈，对吧？我认为有些人想要一个漂亮的类人机器人放在家里，但我们仍然可以拥有洗碗机和工厂机器人等等，它们是为特定目的定制的，并且看起来

很疯狂，很古怪，有20个手臂。而且，你知道，这就是机器人技术的魅力所在。它不一定是零和博弈。好的。本周我们有很多机器人发布的消息。所以让我继续吧。接下来是NEO的Gamma。所以，你知道，听着，我认为这看起来非常酷。我的意思是，就它的动作而言。现在，这有多么的安排，

以及练习了多少，你知道，我们没有看到37000次失败的镜头，但这看起来像一个非常友好的家用机器人。你知道，我问每个人的一个问题是，你会拥有多少个？你知道，当我采访埃隆·马斯克和布雷特·阿德科克时，布雷特是首席执行官，我们很快就会看到他，Figure的首席执行官。当然，埃隆·马斯克负责特斯拉和特斯拉机器人，现在被称为Optimus。

预计到2040年将有100亿个机器人。我可以想象。我没有问题想象我会拥有，你知道，两三个，也许十个。萨利姆，不，不是你？你知道我对这个问题的挣扎。我的意思是，一个机器人快速移动与七个机器人相同。再说一次，为什么它必须看起来像人类？如果装上轮子和七个手臂会更好。你可以让他们在……做咖啡。

所以我对此感到很挣扎。我认为，比起一些奇形怪状的装置，我更愿意看到一个类人机器人四处走动。我认为，我们最终会遇到与虚拟现实中“恐怖谷”效应相同的问题。

它让人非常不安。我认为类人机器人也会出现同样的情况。当然。科幻小说有时在向我们展示积极方面时被低估了。人们会爱上他们的机器人，他们会有这些机器人。现在，我认为短期内……

我们将看到很多人只是远程控制机器人，以此来收集训练数据。“恐怖谷”效应的一部分是你可能会有一个在印度或其他地方坐着的人，看着你的整个家，能够导航一切，看到你的孩子，打开你的门等等。你必须接受这种潜在的隐私侵犯，对吧？

然后一旦它们足够好，你说的对。它们可以更快。我的意思是，如果我们真的想要，它们可以在轮子上安装鞋子，然后附加另一只手臂。它们可以更模块化。所以我对此感到兴奋。好了。这就是来自1XTech的Neo Gamma。让我们来看下一个机器人。

这是Figure AI。所以为了披露，我是Figure的投资者。我不知道你是否是，理查德。这是布雷特·阿德科克的公司，他们刚刚宣布了他们的软件。有趣的是，

Figure过去与Open AI有软件关系或生成式AI关系。他们已经终止了合作，并决定在内部组建自己的AI团队来构建Helix。我认为这里的逻辑与特斯拉从自动驾驶中获得大量驾驶数据相同，这使他们能够创建这些令人难以置信的模型，

Figure AI。我真的希望他们能为它想出一个单独的名字，因为公司和机器人名字都叫Figure，这有点让人困惑。但他们将获得大量数据，这将训练物理宇宙中的AI。让我们看看他们的视频。所以，萨利姆，你不是有四只手臂，而是有两个机器人，它们合作。这叫做合作。

我认为这需要比人们意识到的更长的时间才能实现。但是，你知道，看到它的发展速度如此之快真是太棒了。因为10年前，当我们第一次关注机器人时，很难想象它们会达到这个水平。哦，Docker Grant挑战赛？没错。

是的。还记得那个“放下就跑”的挑战吗？它太笨拙了，所以，我认为，所以看到这一点真是太棒了。但用例和应用领域我认为才是关键。你知道，我的Roomba仍然无法打扫房间，除非我把所有的家具都搬开。

所以谁为谁工作？是的。我认为，如果我们能更严格地限制环境，机器人技术已经做得非常出色。这就是为什么自动驾驶也是一个相当受限的环境。在很多地方都是标准化的。高速公路看起来都一样。诸如此类的事情，道路标志是标准化的。房屋几乎没有标准化。你说的对，这将非常非常困难。而能够克服困难，找到一个足够大、足够重要的用例的公司……

将拥有巨大的优势。但这比大多数人想象的要难。这将是资本密集型的。然后问题是，你能不能成为来自中国的快速追随者，然后说，哦，这就是他们现在的方法。我们反向工程它。然后你可以后来居上，跳过所有昂贵的研发阶段。我会谈到我最喜欢的用例，那就是在你能拥有其中一个类人机器人并说，“去换婴儿的尿布”之前还需要一段时间。这其中有太多事情可能出错。

是的，我仍然喜欢走进房间，机器人用一只脚抱着婴儿。我在这个Figure视频上看到的最好笑的评论是，这让我想起了我的两个朋友吸毒后试图卸货。太完美了。门铃快响了。是我的Figure机器人过来给你一个拥抱。所以开门，友善点。好的。

好吧。我不能不做一期关于比特币的节目。让我先问你一个问题，理查德。你相信比特币吗？当我说是“相信”的时候，这里面有一个信仰的成分。你是比特币持有者吗？我这里只有一点点。我投资了一个做很多加密货币事情的基金，只是为了稍微接触一下。但我主要想专注于人工智能，发现它有点分散注意力。所以我并没有深入研究。

好吧，说到人工智能，我的意思是，听着，人工智能需要拥有，代理需要拥有进行财务交易的机制。所以，你知道，让我们稍微偏离一下加密货币，让AI代理彼此之间进行业务。

你怎么看待这个问题？我的意思是，这很有道理，但他们也可以用信用卡，对吧？AI很快就能进行信用卡购买。当我真正尝试使用这项技术时，我有点沮丧。然后就像汽油费等等也很高。我想，等等，这几乎就像信用卡手续费。这已经花费了很多钱。我想，这似乎不对。所以……

我不知道，我觉得他们需要真正降低价格，这样交易本身就非常便宜。是的，有一整套，你知道，你有比特币，交易费用非常高，从工作量证明到权益证明。当你更接近最终用途时，你需要的安全性就越少，

所以如果我移动，如果我把珠宝存放在银行保险库里，那么你就有很高的安全性。但当你使用借记卡时，你不会进行很多交易。你可以降低安全性。每次交易限额为50美元。因此，你可以降低安全性以换取交易量。我认为这正是我们将在加密货币领域看到的。

萨利姆，当你看到现在的价格时，你有多紧张？实际上，是的，我对这里发生的事情感到非常鼓舞。所以在过去几天里发生了两件事。一个是BitBite，不管怎么说，Bybit黑客事件，这是有史以来最大的一次黑客事件。

在之前的几年里，这将导致加密货币世界的巨大崩溃。它几乎没有引起注意。对。所以我认为这是一个非常有趣的。第二个是交易所首席执行官的回应。我们将很快让每个人都恢复原状等等。这让我相信，这个生态系统正在建立稳健性。

这给了人们很大的信心。所以我对它的未来走向感到非常兴奋。特朗普的迷因币根本没有帮助加密货币世界。所以这真的很不幸。但这就是生活。你得到你想要的。你没有买它，是吗？不，不，不。因为你可以看到它只有一个方向。所以如果你不介意的话，你提到了Bybit平台。

数十亿美元的黑客攻击。你能为我们解释一下吗？是的，发生的事情是一个存储大量以太坊的冷钱包被黑客攻击并遭受了大规模的提款。现在这里的挑战是，如果你是黑客，你想把它转移到匿名的地方，并观察交易，因为加密货币是相当可追踪的。有人向以太坊一直到Vitalik呼吁，说，我们能不能在黑客攻击之前回滚一下？

它基本上会撤销黑客攻击。所以有人呼吁这样做。但是试图洗掉所有货币将是非常非常棘手的。每个人都在非常非常仔细地观察所有这些钱包，以找出是谁。

我不知道你怎么维持这个。我只是重复一下。我对Ben Zhao和Bybit团队的回应感到非常鼓舞，他们说我们将解决所有这些问题。我们将让每个人都恢复原状。事实上，他们有足够的备份来做到这一点，总的来说，我们在加密货币领域发现的是，你不想把主要的财富放在加密货币上。

出于这个确切的原因，在中心化交易所上，Mt. Gox，很多人在早期损失了很多钱。所以你把它放在线下，你在这些交易所进行交易，而不是存储价值。是的，我知道。但是每次我，你知道，我使用一个宝藏或一个，

是什么，账本，你知道，某种U盘钱包。但是每次我去把它插入我的电脑时，我都会紧张。这并非易事。这非常棘手。而且，你知道，这与整个可用性理念有关，对吧？我记得你关于技术从欺骗性转变为颠覆性时的评论。

可用性会变得好上10倍、100倍。史蒂夫·乔布斯使智能手机易于使用，然后它就流行起来。Coinbase使购买比特币变得易于使用且非常友好，然后它就流行起来。但其余的加密货币仍然是一团糟。

任何试图购买NFT或交易NFT的人都知道它有多么粘稠，或者执行智能合约。你必须是极客级别14才能接触到这些东西。是的，我用Abra来管理我的主要资产，但我仍然在Coinbase和其他一些地方持有。但这最终是一笔可观的资金，你必须小心。没错。我认为棘手的是，为什么信用卡有效，是因为你某种程度上得到了保险。

就像如果有人偷了你的信用卡，你看到一堆购买记录，你可以告诉他们，那不是我。然后银行会把你的钱还给你。这里去中心化的问题的一部分是，你也会去中心化风险、你必须拥有的安全性和每个用户对其自身钱包的责任。然后人们往往不够老练，无法应对所有网络安全威胁。

你知道，我们现在转向MicroStrategy，现在叫Strategy。理查德，迈克尔·塞勒是我的室友，麻省理工学院的兄弟会兄弟。所以我们很久以前就认识了。他非常聪明。我刚在萨尔瓦多见过他。

我在那里与卡洛斯·斯利姆、迈克·塞勒、马克·安德烈森和本·霍洛维茨交谈。迈克向这个房间里坐满了亿万富翁家族办公室的人做了一个极具说服力的90分钟的演讲。

每次我听到他说话，我都想，好吧，我把房子抵押了，卖掉所有东西，买比特币，这个人，你知道，听迈克尔说话很危险，任何时候都很吸引人，你知道，这很有趣，我想指出一点，对于那些对这次下跌感到紧张的人来说，相当于，你知道，是持有和逢低买入，但是呃，我必须验证一下，我想知道你是否知道，如果

如果你试图买入卖出比特币，这是有问题的，大部分收益。这是一段记忆。我想知道这是否属实，即去年的大部分收益是在大约五天交易日内获得的。

是的，这在历史上是准确的。在任何一年中，比特币都会在某一时刻加速，而且只有极少数交易日构成了80%的涨幅。问题是你不知道这五天是哪五天。

对。我成功地错过了其中的四天。然后你在另一边买入，结果却非常糟糕。所以这是一件非常棘手的事情，我告诉人们的是，尽可能多地买入，然后闭上眼睛10年。是的，如果你能做到的话。好吧，这是，你知道，迈克尔又做了一个举动。他以大约20亿美元的价格收购了另外2万个比特币。

这是相当非凡的举动。我的意思是，是的，我希望……他有很多激励措施向每个人做90分钟的演讲，以购买更多比特币，是的。他确实如此，当然。这绝对……你知道，我还有一种看待它的方式。如果你想让某人成为这项技术的首席布道者，

他带来的表达能力很难超越，你可以花很多时间试图找到一个更好的。这太不可思议了。

他太棒了。理查德，开放论坛。在过去的几个月里，你见过的最令人惊奇的事件、突破、技术和公司有哪些？哦，天哪。我们刚刚介绍了不少。而且，你知道，我看到了Agent Force。我和你的朋友兼我的朋友马克·贝尼奥夫做了一个播客。马克太棒了。Agent Force 2势头强劲。是的。

你怎么看待整个代理世界？我是个超级粉丝。我认为，你知道，当你想到……所以，本质上，大型语言模型可以被认为是神经序列模型，对吧？它们是非常大的神经网络。它们可以用任何类型的序列进行训练，你可以用模仿和探索来训练它们。所以……

当你想到哪些其他的有趣序列时，你知道，在2019年，我们开始于2018年、19年，我们开始在这些大型语言模型上进行蛋白质序列的研究。所以，你看，你得到了生物学。但非常明显的序列也是一系列的动作。所以我对……

我们已经有超过5万个自定义代理由我们的用户在U.com平台上构建。你可以选择你使用的LLM。举一些人们会使用的代理的例子。最顶尖的是什么？例如，你在市场营销部门。你说，哦，每两三周，我都会收到一个巨大的PDF文件，其中包含大量新功能以及描述新功能的网站。

产品工程已经发布。然后我需要为特定行业撰写两个电子邮件营销活动，撰写三个LinkedIn消息。我必须上网并将这些新功能与竞争对手进行比较。所以我不会说这是超级新颖的。没有人拥有它，即使其他人拥有它等等。我们所做的是，

我们与这些营销人员交谈，他们说，哦，好吧，就这样描述一下。向you.com上的代理很好地解释一下。下周当新的东西出现时，就像你只需拖放该PDF，它就会完成所有这些步骤。它为你撰写LinkedIn消息。它为你撰写电子邮件营销活动，你就完成了。然后我们有记者说，好吧，我需要研究新事物。我应该写一篇关于前列腺癌的文章，比如进展，对吧？

然后我去这50个不同的来源。我阅读了很多研究论文，然后我把它放在一起。完美的用例。你知道，这就像你描述的那种来源，比如只使用医学期刊。你只需要在你的提示中说明这一点。你不需要在UI UX上进行特殊的特性切换。你只需要用不同的方式提示它。你解释一下，然后它就会为你写更多这样的内容。然后你只需要开始比较。所以我们有记者、主编和作家，呃，

告诉我们，过去需要几天才能完成的任务现在只需要两三个小时就能完成。也许最后一个与你相关的有趣例子是，我们有一些风险投资公司说，好吧，如果我得到一个新的数据室，我会经历10个步骤。我查看净美元保留率。我做CAC LTV比率，等等。

然后你再次描述它，你拖放并保存数据室到u.com，它就会完成这些步骤。所以每当它是知识工作时，你已经可以自动化很多了。你能创建一个代理，说，去那里为我筹集10亿美元的风险投资，找到那些将成为独角兽的公司，投资它们，然后只给我银行账户信息？这是第二步。

所以我对遗传AI的描述是白领工作的描述。是的，那将是史诗级的。然后我认为下一级是它们实际上开始为你采取行动。它们开始预订航班等等。现在，有趣的是，就像机器人一样，我们可能会遇到恐怖谷或幻灭的低谷。因为当我看到Rabbit R1时，例如，在演示中，他们说，哦，我想在这些日期预订我和我的四个孩子去伦敦的航班。

然后，砰砰砰。现在完成了。我想，不可能是真的，因为你有这么多的细节，对吧？比如这家酒店，我想靠近我想参观的这些景点。然后随着时间的推移，你改变了，对吧？当我还是斯坦福大学一个贫穷的研究生时，比如工资低于最低工资，我愿意等待10个小时的转机以节省200美元。

现在我额外花费数千美元只是为了有一次直飞或零停靠航班。对。所以你需要知道所有这些细微之处，比如，你愿意等待多久？你额外支付多少钱？然后你需要进行更多的个性化设置才能使这些代理也能工作。但对于知识工作，你已经可以自动化很多了。

理查德，为什么我们还没有看到一种代理版本的贾维斯，它只是观察你的任务，然后说，嘿，你上次预订这些时，你总是这样做。所以你确定不想再这样做吗？它跟踪你并从你的模式中学习，因此它可以更容易地代表你。我希望现在就能看到这一点。你见过类似的东西吗？允许它收听你的电话，阅读你的电子邮件，观察你，所有这些。是的，有两个……

两个或三个问题解释了为什么我们还没有看到它，以及一些障碍。没有什么是不可能解决的，但是，首先，你不能未经他人同意就录制他人。所以

这会对很多事情造成影响，很多国家会起诉你，比如加利福尼亚州，比如欧洲等等，所以这就是为什么你不能拥有它，第二件事是微软实际上试图推出这个功能，它只是观察你在Windows上所做的一切，人们都疯了，他们说，不可能，你不会发送我所有东西的屏幕截图，人们有时会在他们的浏览器中做私事，他们不想与全世界分享所有这些，所以

这将是一个隐私问题，这只是一个隐私问题。你需要与这些公司建立大量的信任。然后你有很多AI公司，AI优先，比如AI优先的新兴创业公司，他们还没有获得所有用户的信任以及收集所有数据的能力等等。但是，你知道，我认为我们最终会做到这一点。我认为有人能够像

苹果公司做得很好。他们关心隐私，你更有可能相信苹果公司掌握你可能在手机上做的所有事情。然后第四件事是，最终我们将有比人更多的AI代理在网上冲浪。这对互联网的盈利方式来说是一个巨大的变化。

因为实际上只有几家公司通过销售实体商品来赚钱，比如亚马逊。但即使是这些公司也越来越关注第二个主要领域，即广告。

事实证明，当你的AI助手只需要预订一次去犹他州工作的快速航班时，它不会分心，比如去巴哈马群岛度假之类的广告。因此，即使是亚马逊，Expedia也通过广告赚了很多钱。如果你开始忽略所有这些，它就会改变互联网的盈利方式。所以这些公司会试图阻止广告。

所有这些运营商，所有这些AI代理，只是为了完成工作。所以，你知道，这些只是，哦，天哪，你可以拥有智慧，但围绕它的基础设施会减缓它的采用速度。太棒了。理查德，你you.com的主要客户是谁？谁应该查看你的网站并告诉我们如何查看？

是的，你可以直接访问you.com，为什么是you.com。我们最大的客户是网络安全公司，比如Mimecast。我们有出版商，很多出版商基本上提高了记者的内部效率，或者允许你直接在你的网站上提问，然后只从你自己的网络上的文章中获取引用。所以你可以

让用户停留更长时间。我希望每个新闻机构最终都能拥有自己的GPT版本，它可以直接回答有关文章的问题。你最终甚至可以考虑让这些文章提出非常个性化的后续问题。比如，假设你从未理解过胡图族和图西族为什么互相争斗，你读了一篇新文章，并且

该机构知道这是你第一次阅读关于这场特定的人类冲突的文章。也许他们会向你展示更多解释和背景故事等等。我们可以，我们正在为媒体和出版公司构建这个功能。我们有3万名学生在you.com上上线，所有学生和教授都可以使用它。

我认为这将促使这些大学和所有教授意识到，等等，我的学生可以直接将这项作业拖放到这里，它就会给他们完美的答案。我需要考虑我的作业，重新思考所有这些。所以我们对此感到兴奋。然后还有一系列的消费公司，他们既想要支持LLM管道搜索API，也想要为他们完成答案，并有一些API客户正在大规模增长，并且

收入大幅增加。这真的很好。太棒了。很高兴认识你并建立我们的友谊。

萨利姆，一如既往，感谢你抽出时间。我过去觉得我掌握了刚刚发生的事情。现在它的速度快得令人难以置信。我无法想象明年会怎样。但是，是的，本周科技界令人难以置信的一周。理查德，萨利姆，谢谢你们。谢谢你们的邀请。谢谢。

谢谢。