Rep. Jay Obernolte on why bipartisan regulation is essential for the future of AI
01:05:47 Share

人工智能革命已经全面到来，可能带来几代人以来最大的技术变革。加入《华盛顿邮报》直播，与众议员杰伊·奥伯诺尔特（加利福尼亚州共和党人）、Cohere总裁马丁·科恩和Writer首席执行官梅·哈比卜一起参与一系列对话，讨论人工智能的演变及其对美国经济竞争力的影响。

<raw_text>0 本期《华盛顿邮报》直播播客由Meta呈现。

您正在收听来自《华盛顿邮报》直播的播客，将新闻编辑室实时带给您。下午好，欢迎来到《华盛顿邮报》。我是大卫·J·林奇，《华盛顿邮报》全球经济通讯员，今天与我一起讨论企业如何使用和投资人工智能的是Cohere总裁兼首席运营官马丁·科恩，以及Ryder首席执行官兼联合创始人梅·哈比卜。

欢迎来到《邮报》。谢谢，大卫。梅，让我们从Ryder开始吧。您的企业客户堪称美国企业界的“名人录”，包括Salesforce、Vanguard、欧莱雅和埃森哲。

请帮我理解您究竟为客户提供了什么。产品是什么？它为他们做了什么？他们如何使用它？是的，好问题。我知道记者喜欢类比，所以我将给您一个类比，戴夫。我非常喜欢类比。所以您的ChatGPT，您的副驾驶，那就是您的起亚车。它是您从生产线上拿下的成品车。您的LLM是您的原材料。

而Writer是您的装配线。在四年多的企业级生成式AI开发过程中，我们了解到，我们合作的大客户需要为其业务构建AI代理和应用程序的工厂。

这可不是您的亨利·福特工厂，对吧？它不是线性的。它是您的自主式、全自动工厂。但是，如果您基于通用模型进行构建，所有这些工作流程实际上都不能满足客户的数据要求和安全要求。而且它们非常通用。不够好。

因此，我们提供的是最先进的模型加上内置的AI工程，这些应用程序对于这些公司来说相对预先构建，以便实施。这说得通吗？这是一个类比吗？-说得通，说得通。我会回来再问你一些，

通俗易懂的解释。这是通俗版本。就是这样。好吧，您正在与一位文科毕业生交谈，所以您必须把它简化一点。马丁，同样的问题也问你。如果我在商界，我能从Cohere得到什么？是的，很有趣。我对Writer的描述有一个完全不同的答案，但我可能会关注市场的不同部分……

市场。我认为，有六家人工智能实验室可以从头开始创建基础性的前沿人工智能技术，而不是拿别人的技术来微调，而是真正从头开始创建。

其他五家，Cohere是其中一家，其他五家主要专注于消费者。他们从聊天机器人开始，ChatGPT或Claude，或者将AI构建到谷歌的服务中，等等，或者X。Cohere只专注于企业安全AI。有三点区别于我们所做的。

第一是安全。因此，我们没有从云提供商那里获得巨额资金以换取对其云的独家使用权。我们在客户拥有其数据的任何地方部署，包括实际上超过80%的收入来自私有部署，从虚拟专用云到本地部署，再到隔离部署。

因此，数据安全、数据隐私对于某些行业至关重要，例如关键基础设施，如银行、保险、医疗保健、政府、能源、电信等。其次，仅仅提供模型就像提供电力一样。发电很难。您需要一座核电站。我们碰巧建了一座，但人们并不真正知道该如何使用它。因此，我们在解决方案方面投入了相当多的资金

以及我们与加拿大皇家银行合作开发的用于银行业务的North应用程序，以及我们与STC合作部署的用于电信的North应用程序，使公司能够在其数据环境中拥有一个AI代理工厂，并连接到公司内部所有极其敏感的数据，而您无论如何都不会通过API将其发送到通用的消费者聊天机器人。

第三是配置和定制。同样，企业，我们专注于企业的关键任务能力，这些能力使它们与众不同，使它们在竞争对手或对手面前具有优势。他们需要支持和帮助来做到这一点。因此，我们帮助他们定制和配置，以便这些功能不是通用的，例如3亿人可以使用API或聊天机器人。

而是专门针对他们的具体规格进行优化的。我们为甲骨文Fusion NetSuite提供所有功能，超过一百个不同的用例，每一个都经过优化。我们为日本富士通创建了一种完全独特的功能，称为Takane，它客观上是最好的。

面向日本市场的LLM能力，使他们能够战胜竞争对手。因此，有很多空间容纳许多不同的参与者，当然，大众市场通用用例就像您使用谷歌搜索一样，我也一样，您使用ChatGPT或Gmail，您的竞争对手也是如此。

我们专注于能够真正实现差异化和创造价值的关键任务能力。您提到了AI代理，我听说过很多关于这方面的讨论，也阅读了一些相关内容。请告诉我代理如何融入您所能提供的服务以及您如何看待它们在近期内的发展。

是的，就类比而言，我会借用我同事的书中的内容。我喜欢别人告诉我的一个类比，一位名叫亨利的人，我们帮助我们的合作伙伴和客户在干草堆里找针。企业或政府部门内部丢失的知识量令人难以置信。想想有多少信息，你根本找不到。公司内部没有谷歌搜索。

但我们可以帮助公司在干草堆里找针。每年这些干草堆都会越来越大，每年针也越来越有价值，但每个企业的干草堆都不同，它们是数据源，每个人都关心不同的针。因此，当我们考虑代理时，我们会考虑部署一种能力。所有令人讨厌的事情，没有人会写文章，在他们的数据环境中部署。我们现在正在与一家受监管的银行合作，它有14个不同的风险部门。

因此，使用聊天机器人并不是答案。您需要将其部署到所有这些风险部门批准、联邦监管机构批准的地方。它连接到他们非常敏感的数据源。它继承数据访问权限。它确保信息的来源具有真实性和可追溯性。因此，作为财政部的分析师或财富经理，您可以配置您自己的代理，将其连接到您可以访问的这些数据源，

使您能够为您的客户提供更好的建议，做出更好的投资决策，无论情况如何。因此，我们实际上并没有预先定义代理。我们在环境内部安全地创建工厂或铸造厂，进行配置和定制，然后使最终用户能够配置将帮助他们更高效地完成工作的代理。

现在，梅，据我了解，您已经推出了一种AI模型，其竞争优势在于成本更低。与OpenAI等其他公司相比，您可以以更低的成本开发它。据我了解，请纠正我如果我错了，您是使用合成数据来实现这一点的。

向听众以及我本人解释一下这意味着什么，它是如何运作的，您通过这种方式获得了哪些好处，以及在性能下降或其他潜在问题方面的一些潜在风险是什么？

是的，合成数据绝对需要重新命名。我的意思是，它听起来不像您想使用的数据，对吧？它是合成数据。但实际上，它一直是我们模型系列以及构建免版权、透明且可靠的模型的关键。

实际上，DeepSeek一年后在其论文中也写到了这些技术。我们也写过这方面的内容。我们的方法包括真正关注您真正希望模型了解的数据类型，如果您正在执行马丁谈到的那种关键任务工作流程。

我们也帮助很多银行。我们帮助很多医疗保健公司。我们帮助制药公司。使这些用例发挥作用的数据并不在互联网上。

因此，当我们为我们的特定领域模型以及我们的核心模型合成数据时，我们实际上是在关注医疗保健模型应该具有的数据类型，对吧？它应该知道Quest Diagnostics表格是什么样的。它应该知道抽血结果是什么样的。如果它是金融服务模型，它就知道EDGAR中的所有内容以及基金情况说明书是什么样的。

因此，当您根据这些要求合成数据时，您真正构建的是，这是重新命名，是LLM就绪数据，您认为

您认为今天互联网上的所有内容，都是为人类消费而构建的内容和数据。但是，要使这些模型发挥作用，您真正需要的是为LLM消费而构建的数据。这就是我们正在合成的，包括数据的內容，因此它是原创的，并且没有版权，以及格式。我举个例子。

对于我们的指令模型，我们可能有一些训练数据，我们实际上将其格式化为问答对。因此，当您看到查询进来时，您不必猜测模型需要什么信息。

这就是我们所说的合成数据，我们已经讨论了多年，对于这些类型的模型来说，这绝对是前进的道路。这说得通，但是大量使用合成数据或依赖合成数据是否会增加您的幻觉风险……

不，我们刚刚发表了这方面的文章。我们创建了一个名为Fail Safe的基准，我们展示了推理模型（所有流行的测试时间计算模型和指令模型）之间的幻觉率存在巨大差异。这表明，该行业其余部分采取的这种以消费者为中心的方法对企业来说有多么不利。

我认为萨蒂亚在过去几天中被抓到一个毫无戒心的时刻，当时他说，是的，基本上AI对企业的影响为零，对吧？相当坦率。这正是我们所看到的。我们来到企业客户那里，已经两年了，一位首席信息官告诉我，他们在通用AI上浪费了1亿美元，却一无所获。所以我们有很多工作要做。我认为通用技术AI非常令人兴奋，因为我们

您只需为您的变更管理获得更多业务影响

从某种意义上说。您可以端到端地更改工作流程，因为代理，这实际上应该是更广泛的定义，它是可以跨系统和系统之间自我协调的AI，对吧，并且真正响应开放式指令。因此，我们第一次拥有能够像专家一样做出决策的智能，而不是上一代

自动化或RPA，您必须对异常处理非常具体，现在有一些非常令人惊奇的事情是可能的。我们的客户告诉我们，他们用Rider在几小时内完成的工作，在RPA中需要几个月才能完成。因此，即将到来的是一些有望改变企业投资回报率的事情。对，我可以补充一下吗？当然。

我们对事情的看法非常相似。我认为我们所看到的是这项令人难以置信的技术首先应用于消费者，然后将其应用于企业。我曾经在来Cohere之前在谷歌工作，谷歌搜索必须是人类历史上最好的发明之一。我的意思是，好吧，轮子、火和青霉素也相当不错。

但是谷歌搜索，30亿人一直在使用它。如果您推出一个新功能，30亿人会在几秒钟内使用它。这显然没有转化为企业。谷歌在企业搜索方面实际上什么也没做。为什么？因为它从根本上就大相径庭。如果您拥有一个大型的SaaS平台，如谷歌搜索或我曾经工作过的YouTube，

这与企业完全相反，企业更像是逐楼战斗。每个人的干草堆都不同。每个人都关心这些干草堆中不同的针。因此，正如梅所说，您不能只将那些相同的消费者模型放入其中。其中一件事，我们也经常谈论运行时间。您想要的数据，您想要访问的企业信息以创造价值

您不希望或不能像危险游戏选手那样对待模型，让他们记住所有内容并塞满信息。那不是智能。作为智能生物的人类，我们在大学、学校和工作中学习了如何、在哪里、何时寻找我们没有接受过训练、脑子里没有的信息。因此，我们教……

我们的技术，我们的平台做同样的事情，并连接非常非常敏感的数据，这与消费者聊天机器人所做的非常不同，并且能够

在运行时访问该数据以提供正确的建议、答案、问题的综合分析，通过问题进行多步骤推理，提取该数据，然后不将其存储在模型中，因为它可能非常敏感，太大而难以处理，或者它可能在17分钟前创建和更新，而且您不可能拥有一个经过训练的模型。

因此，这是一个巨大的区别。这就是我们使用名为North的平台所做的工作，它能够实现这种运行时信息数据访问。然后，当然，通过工具使用来启用工具和不同系统的使用。因此，这里的方法与企业与消费者根本不同的方法相似。

梅，让我回到你这里。我想问一下我们上个月的经历，当时中国政府

公司DeepSeek出现并引发了万亿美元的全球市场抛售，因为它表现明显优于一些更复杂且更昂贵的西方替代方案。这对您的运营来说是否构成威胁？您从这次经历中学到了什么教训？市场的反应是否过激，或者我们应该从中吸取一些教训？

是的，这非常肯定了我们资源高效的模型训练方法。我们训练模型的成本大约为一百万美元，每个模型每次运行略少一些。因此，这很棒，因为，你知道，所有那些有点奇怪地看着我们的人，比如，“你没有筹集十亿美元。你只筹集了3亿美元。从长远来看，你怎么能有竞争力呢？”对吧？我们得到了很好的验证。抛售……

你知道，令人惊讶的是，革命还没有开始，对吧？因此，我们正在努力实现的目标，对吧，才刚刚开始。我的意思是，你不可能看看我们正在运行的代理以及客户正在使用的情况，而不真正理解该公司今天所做的一切都可以用10%的员工人数来完成。

这并不意味着人们会解雇90%的人。这意味着真正利用这项技术的企业将能够比竞争对手做得更多。这就是数据中心的目的。所以它不是为了

它实际上是为了让他们做有用的事情。我们非常高兴与我们的客户合作，并鼓励他们大胆梦想，大胆思考。过去几年的大部分时间都花在了这些渐进的生产力改进上。老实说，我们应该责怪微软。谁在乎总结一封电子邮件？为什么人们会给你发送这么长的电子邮件，你需要总结它们？这不是AI的目的。

因此，能够考虑一下您以前根本不会做的大量工作，这真是太令人兴奋了。我们有一位客户，你知道，过去很难找到基金经理，对吧？所有基金报告都需要很长时间。这是非常手动的工作。数百人都在做这件事。

现在他们能够用AI自动化它。这是一个通用技术。您正在查看结构化和非结构化数据的多个来源。现在它们是个性化的。您将获得投资组合经理的每日笔记集成，对吧？他们能够为非机构投资者提供这种高度个性化的服务。以前你根本不会做这样的事情。

因此，你知道，我们才刚刚开始，对吧？革命，而不是进化，是我们前进的方向。所以我们仍然在这个球赛的第一局。是的。巴顿，皮尤研究中心刚刚发布了其首次对公众对人工智能态度的深入调查，结果发现超过一半的受访者，也就是普通美国人，表示担心，他们描述自己担心对他们工作场所的影响，只有大约三分之一的人表示乐观。

您如何看待这种态度？这是对梅的观点的一种回应和/或误解，即我们将能够用10%的员工来完成我们现在正在做的事情？或者您认为这反映了人们对自身就业前景的恐惧？还是比这更广泛的东西？这是一个很好的问题。我认为它始于比这更广泛的东西。我认为

业内许多非常知名的人都几乎同时谈论了两件事。我会为了效果而夸大其词，但他们说，“我们将在下周二获得AGI，”然后在接下来的星期五，“所有人类都将被创造生物武器并杀死所有人的机器人摧毁。”“所以只有我们才能拯救它并规范事物，”等等。我认为有很多误解

也许更多的是基于人们对20世纪50年代科幻电影的思考，而不是这项技术的真正本质以及它能做什么和不能做什么，以及它的潜力和它所能解锁的东西。因此，我认为存在很多不确定性，没有人知道应该听谁的话。而且有很多夸张的说法，夸张的说法。

DeepSeek也让我们得到了很好的验证，因为我们长期以来一直认为，您不需要在AGI等方面投入数十亿美元。我们只筹集了不到十亿美元来训练基础能力，但我们一直说，更大并不总是更好。所以我们对此的看法非常非常相似。我认为在就业方面，我看到了很多变化。

在我有生之年，从90年代中期开始的互联网革命开始，技术带来了许多破坏和转型。每一次，这些都创造了数万亿美元的价值、经济影响和数百万个就业机会。基本上，它只会阻止我们不得不做我们工作中最糟糕的部分，所以我们专注于更高层次的工作，就像

一位首席执行官过去必须要求她的分析师去寻找信息。他们会去研究图书馆查阅缩微胶片。他们一周后回来，说，这是太平洋西北部十大矿业公司。现在她只需在搜索栏中输入它，

一秒钟后就能获得信息，做出决定，她可以花一周时间去做更有价值的事情。其中一个试点项目，拉里·埃里森几年前在宣布我们合作之前实际上做的一件小事，就是做了一些……

当时的演示，促进了为临床医生制作病人出院记录等工作。医生、护士、放射科医生每天要花三个半小时做行政工作。如果您能将其缩短到20分钟，那么您就释放了每天三个小时的医疗专业人员时间。你不会解雇他们三分之一的人。他们只是会有更多时间来治疗病人、培训、教导他人、为明天的脑外科手术睡觉。所以我认为很多都是围绕不确定性。

而且很多可能是由人们自己造成的，他们有点像纵火犯消防员，制造了问题，然后他们说我们是唯一能够解决问题的人。-我认为我们只剩下几分钟了，但是梅，我想利用这个机会来介绍一下我们对在线观众和关注者进行的更乐观一些的民意调查。

我们问过他们，我们在这里有结果，人工智能是否会对他们的日常生活产生积极或消极的影响。-这是一个非常受过教育的观众。-不用说。我的意思是，你在《华盛顿邮报》，上帝保佑。

我不知道每个人是否都能读到这个，但好消息是，114名受访者表示积极回应。只有26人表示消极，所以显然没有记者回复调查。36人是中立的。所以现在我们有了皮尤调查结果的反面。您是否认为这仅仅是一个更了解情况的受众，还是一个更……

乐观的观众？您如何比较这些，或者您如何理解这两幅截然不同的画像？这可能是更容易获得信息的受众。我们看到的一件事是我们的客户，他们有一位首席执行官走在前面，谈论他们将如何发展业务，如何占据市场份额，如何推出新产品。

并真正描绘出对人们来说令人兴奋的未来愿景，那些人往往更积极地学习新的AI技能。我们拥有我们发明过的最具民主化意义的技术，对吧？公司里所有这些秘密的爱因斯坦

他们无法使用工具来构建，现在可以构建可以彻底改变业务轨迹的东西。这就是人们需要听到的愿景。当人们听到这个愿景时，他们会看到一个空间和一个属于他们自己的位置。但是，如果高管完全不插手，并要求IT部门解决问题，而IT部门购买了Copilot，那么祝你好运。你最多是中立的36。

再说一次，我们只剩下几分钟了，马丁，所以我将要求你对此简短说明。当你说每一次技术迭代最终都会创造更多价值、创造更多工作时，你是完全正确的，这些工作在我们技术落地之前我们甚至无法想象。但是，当然，破坏的速度对特定职业、特定群体、特定地区的人来说可能非常艰难，等等。

看看我们经历的所谓的“中国冲击”，当来自中国的进口和自动化摧毁了全国部分地区的制造业社区时，您认为我们是否有必要的劳动力政策来应对我们面前的挑战？我们是否有必要的社会保障体系、再培训以及所有必要的计划，以帮助人们对人工智能等新技术保持积极态度？

我认为我们有。我认为我们有。我不知道这是否是政策还是社会保障体系。我认为我们总体上拥有非常有能力的劳动力。我认为，正如梅所说，这些都是非常民主化的能力。真正令人兴奋的是，这些工具、这些能力，帮助人们在干草堆里找针，实际上会帮助，让我们说，效率较低的人，甚至比效率最高的人更多。如果我再举一个例子，我的法语不太好。如果我必须用法语写一封商业信函，与我母亲相比，这将花费我很多时间，她完全流利。如果我有一个工具可以帮助起草，它将帮助我们两个人，但它将比我母亲更能帮助我。是的。

因此，如果您考虑在劳动力中，它实际上会，我相信它可以成为一个伟大的均衡器。我认为它可以弥合技能差距，因为您正在为那些可能没有双耶鲁学位但仍然可以访问和整合事物并做出巨大贡献的人提供工具。-很好。梅，在30秒内，你将以乐观、积极的姿态结束我们的谈话。如果我们五年后再来讨论这个问题，而不是同样的讨论，而是

这个讨论的新版本。您认为五年后会有什么不同？您最希望看到什么？-是的，我认为美国的国民生产总值人均可能达到一百万美元。

我知道这听起来很疯狂，但是如果你想想……五年内不会，听起来。五年内不会，但是五年内，我认为我们将能够真正证明人工智能将成为第一项技术。这是30年的技术，已经来到知识工作者手中。它实际上让我们工作更多，而不是更少，我认为我们将拥有第一项技术，它实际上让我们工作时间更少，但产出却高得多。

好吧，我会记住你的话。我喜欢这个预测，但我将记住你的话。好吧，感谢我的小组成员进行精彩的讨论，我希望您喜欢。如果我们可以给他们鼓掌，我们将继续进行下一个环节。

以下部分由《华盛顿邮报》直播活动的赞助商制作和付费。华盛顿邮报新闻编辑室未参与此内容的制作。晚上好，各位。我的名字是凯瑟琳·科赫。我是一位畅销书作家和长期担任华盛顿通讯员。

我认为我不必告诉您，人工智能确实越来越多地渗透到我们生活的方方面面。它发展如此之快，部分原因是开源技术。现在，开源的倡导者说，它不仅能加快创新速度，还能改善协作和提高透明度。

真正深入了解开源AI的实际好处以及扩展它的问题，最好的方法是与正在使用开源的人交谈，然后与创建开源模型的人交谈。因此，请欢迎我再次邀请Vinit Khosla（《华盛顿邮报》首席技术官）和Sai Chowdhury（Meta人工智能合作伙伴业务发展总监）上台。感谢你们的加入。

Vinita，我想从你开始。你在节目开始时描述了Ask the Post AI，这是你使用开源技术创建的新型生成式AI。请再详细地谈谈它的进展情况，以及为什么你决定使用这个平台，再次，这个平台让AI回答读者的提问？是的。

人工智能革命已经全面到来，可能带来几代人以来最大的技术变革。加入《华盛顿邮报》直播，与众议员杰伊·奥伯诺尔特（加利福尼亚州共和党人）、Cohere总裁马丁·孔和Writer首席执行官梅·哈比卜进行一系列对话，讨论人工智能的演变及其对美国经济竞争力的影响。

<raw_text>0 在我看来，新闻的作用有两方面。它告诉我们什么重要。每天早上醒来，你打开你的应用程序，拿出你的报纸，然后阅读它，以了解为什么它很重要，对吧？

多年来，我们越来越多地看到“是什么”已经转向社交媒体、WhatsApp、TikTok、Instagram。它们已经告诉你什么在流行，什么正在发生。但是人们仍然会来看新闻以了解原因。为什么会发生那样的事情？而我们现在在生成式人工智能领域看到的，“为什么它很重要”已经成为他们直接提出的问题。

所以我们希望在他们旅程中与消费者相遇。他们知道自己想知道什么，对吧？他们来找我们，他们问一个问题，我们希望成为给他们答案的人。这就是我们构建它的原因。关于进展如何的第二部分，到目前为止，几个月来，我们已经收到了大约一百五十万个问题。其中一个有趣的现象是，没有模式。

人们的好奇心非常自然，而且大相径庭。所以我无法将它们归入大的类别，我们看到有趣的问题出现并得到解答。你是用开源创建的吗？我们使用Meta的LAMA开源模型创建，我们尝试了许多不同的开源模型，并且构建了我们的架构，坦率地说，到目前为止，LAMA对我们来说效果最好。并非他们让我这么说。谢谢。

所以，Cy，这标志着发布两周年纪念日。几乎是同一天。对。几乎是同一天。而且它做得相当不错。据我了解，它平均每天下载量达一百万次。那么，为什么组织选择OpenAI而不是封闭式模型呢？

是的。我认为理解开放模型遵循开源软件的一些DNA非常重要。如果你考虑模型是什么，开放模型实际上意味着开放文件。就像有时你点击一个应用程序不知道如何打开的软件，看起来像是一堆1和0。开放模型实际上就是一个文件。它必须在某个地方被解释和运行，但它本身就像一个非常复杂的文件。

因此，我们看到企业和公共部门实际使用开放模型的原因主要有三个。首先，如果您的数据保持私密非常重要，那么使用开放模型非常重要，因为您具有灵活性，就像Vineet的团队一样，可以灵活地考虑它，使用该文件（如果我可以使用这个比喻），

在云API后面或使用——你知道——什么是API？对于那些不知道的人来说，在云门户后面，比如说。你可以用你的信用卡访问它，几乎就像你的消费者产品一样，比如ChatGPT。你可以以同样的方式将其用于你的业务用途。

另一种方法是，我可能会在云中租用一些计算资源，但我也可以在那里使用我的模型。或者出于隐私原因或监管原因，我可能需要在本地运行服务器，我可以在此处运行模型。因此，数据所在的位置就是您可以运行模型的位置。这就是开放模型真正重要的优势之一

为工程团队和产品团队打开的大门。第二个领域是定制。

因此，您不再需要去一个地方来使用某种通用模型。您现在可以获取此模型并根据您的数据对其进行定制。您可以赋予它在您的商店购物与航空业细微差别不同的细微差别，等等，或者新闻是什么以及新闻背后的原因。

这种定制实际上是您正在做的事情，您正在获取该文件、该模型并对其进行微调。那么，微调是什么意思？您实际上是根据您的数据对其进行进一步训练。因此，模型中会有略微不同的1和0，但这项定制非常容易进行。然后是第三个领域，即成本。

一个很好的例子是LinkedIn，他们实际上已经从封闭模型转向开放模型。通过转向LAMA，他们展示了转向基本上甚至是定制的LAMA模型（在这种情况下）与他们的专有模型相比，成本降低了六倍。因此，无论是出于数据隐私、定制还是成本考虑，

您可以使用该文件并选择在哪里运行它、如何运行它，这才是真正强大的功能。

Vineet，我认为定制对您在《华盛顿邮报》的工作非常重要。谈谈您对未来人工智能在新闻业中的应用有何看法。我说的不仅仅是从报道的角度，还包括您现在正在做的事情，例如与您的受众互动。是的。《华盛顿邮报》的人工智能之旅实际上在我加入之前就开始了，人们

我们作为团队，作为公司，帮助制定了我们的政策，我们说我们希望人工智能无处不在，我们将专注于三个支柱。第一个支柱是消费者。当您询问邮报人工智能时，当您看到摘要时，你们就会看到这一点。

我们关注的第二个支柱是我们的创作，对吧？我们的记者。生成式人工智能打开了如此多的用例。例如，您拥有来自某人的大量音频转录数据集，或者您有很多视频文件，并且想要弄清楚其中发生了什么。因此，我们正在通过将人工智能集成到我们的工具、我们的CMS中来增强我们的记者的能力。

最后，我们所说的第三个支柱是，我们实际上希望人工智能无处不在，甚至在我们开展业务的业务中。就像这个例子一样，它仍然让我难以置信，与为“询问邮报”提供答案并为您提供答案的相同的LLM技术相同，

当您在账单方面遇到问题时，当您向我们发送电子邮件时，它也在对我们的客户服务工单进行分类。这是相同的LLM，它现在也用于说，哦，这是一件重要的事情，优先处理它。因此，我们已经实现了这三个支柱，并将人工智能应用于公司的各个方面。

Sai，提供LAMA作为开源平台的最重要好处是什么？这与Meta更广泛的人工智能战略如何契合？是的，我的意思是，我认为每个人都听说过马克谈论我们非常非常支持人工智能民主化，使这项技术可供大大小小的企业以及公共部门甚至各地的国家安全应用使用，对吧？

但是，我经常被问到这个问题，比如，这对Meta有什么好处？就像你花了这么多钱来训练这些模型，确保它们可靠且安全，然后你把它发布出来，那么对你来说有什么好处呢？好吧，猜猜看？就像开源软件一样，开放模型和开源模型实际上确实对Meta有很大帮助。所以这样想。

这些模型有时会在极端情况下出现幻觉。这些幻觉会由我们一直与之合作的大型企业和小型开发人员报告，大型企业如高盛和Spotify正在使用LAMA，他们会帮助报告这些错误，以便我们可以在模型的下一个版本中修复这些错误。猜猜看？我们是我们在自己消费者和商业应用程序中使用这些模型的最大消费者之一，对吧？

所以这是一个非常好的方面。第二点是，我们看到世界各地真正具有创新精神的工程师正在为改进实际模型做出贡献。当我们发布LAMA 2时，它有一个上下文窗口，这是一种关于您可以询问的内容数量的技术术语，基本上是您可以一次性输入的文本或图像。这就是窗口，窗口有多大。在两周内，

Meta以外的工程师已经找到了一种方法来实际增加我们发布的上下文窗口的大小。我们是否将这些更改合并到LAMA 3中？你敢打赌我们做到了，对吧？我们从中受益匪浅。最后一点，这一点不容忽视，

我们与硅行业密切合作。非常重要的公司，如英伟达、AMD和英特尔的数据中心，以及高通的移动设备。他们致力于优化模型，因为这不仅仅是Meta用来确保这些模型、这些LAMA模型、这些开源模型在其硅片上尽可能好地工作并尽可能高效地工作。

猜猜看？我们自己购买了很多硅片，我们还在世界各地的手机上运行我们的应用程序。因此，在这些例子中，通过开源模型，实际上确实帮助了Meta，因为我们实际上在我们的消费者服务（如Meta AI，这是我们的AI代理）以及我们的B2B产品（如我们的广告工具）中运行这些模型。

Vinit，没有人能负担得起覆盖我们今天不断变化的新闻环境的费用。现在您有了这种人工智能，这些解决方案需要构建，需要维护。《邮报》如何平衡这些支出？哦，是的。这是一个好问题，因为我们必须非常节俭，对吧？

我们的整个行业都面临着相当大的财务压力，而且也有一些新闻机构喜欢报道我们的财务状况。但关键是，我们必须在支出方面非常节俭，而这就是开源真正帮助我们的地方。我们谈论的数字规模，比如便宜6倍，这对我们来说非常有效，对吧？这对《华盛顿邮报》意味着什么？

如果成本降低了6倍，我们可以支持6倍多的案例，对吧？我们可以控制我们的支出，当你开始使用开源模型时，它实际上并不巨大，但它使人们能够做更多的事情，并希望最终为我们带来更多收入。因此，对我们来说，节俭非常重要，我们正在尽最大努力。

Sai，您如何看待人工智能的未来？因为我的意思是，我们每天都听说它将对从经济竞争力到国家安全再到我们的日常生活的一切产生巨大影响。是的，我认为，我的意思是，Vinit谈到的内容确实只是针对企业和像《华盛顿邮报》这样的公司，以及甚至公共部门的应用程序。我认为，如果您使用这些先进的强大工具，生产力将会大大提高。

我的意思是，不一定会出现这种人工智能。将会有多种类型的人工智能支持的体验、代理和类似的东西供员工使用。它只会以某种方式提高生产力速度。当您听到公司发展更快时，那些将使用最新工具的公司就是这样。它们碰巧是这些人工智能引擎，让我们这样称呼它们，这些人工智能机器。

工具来提高生产力。我认为这是在商业方面，我认为这将像你刚才谈到的那样发挥作用。在公共部门方面，我认为我们也将看到人工智能的广泛使用，包括在非国家安全和国家安全体验中。

如果您考虑是否要制定物流等方面的工作，这最终是一个大数据问题。所有这些数据都可供不同的部委和部门使用，并根据他们正在采取的任何政策做出更好的决策。

现在，一直到我们对人工智能的看法，现代战争类型的实际用途，如网络安全等等。因此，它可以是任何非常普通的事情，从物流到网络安全，再到您的账单，以及确保您在申请联邦助学贷款时可以与您的州立学校交谈，诸如此类的事情。因此，我认为我们将看到很多这样的情况。在我们剩下的最后几分钟里，让我们进行一个小小的快速问答环节。

如果你把时钟拨快五年，我们坐在那里，在人工智能方面，公司会说，啊，我们希望我们能做得不一样，那会是什么？那会是什么？

对我来说，我作为一名开发人员这么说，对吧，就像人工智能不像云或数据库那样是一项技术。它独一无二的地方在于它既是一种编程语言，也是一种产品。因此，公司，我的生成式人工智能团队不断提醒我，当我试图编写软件时，他们说，不，你应该编写一些提示并让人工智能来做。因此，公司需要以快得多的速度和更深的程度来采用它，以从中提取人工智能的好处。

Sai。我认为我所看到的公司和公共部门应用程序非常成功的一条最重要的建议是从小处着手，并将其实际投入生产。我见过很多项目使用了封闭模型或像LAMA这样的开放模型，但随后进行概念验证，与管理层一起审查，然后就此停止。

这不是学习的方式。实际上，通过实际启动它，无论是B2B、内部还是B2C，启动它，学习，迭代。你会对很多不同的事情这样做。人工智能没有什么不同。这就是我们即使在Meta也利用这种启动、学习和迭代周期的方式。

《华盛顿邮报》首席技术官Vinny Khosla和Meta人工智能合作伙伴业务发展总监Sai Chowdhury。非常感谢你们加入我们，进行这次精彩的讨论。如果你们都能待在原地，我的朋友们，《华盛顿邮报》。我们马上回来。

现在，回到《华盛顿邮报》直播。您好，非常感谢您今天加入《华盛顿邮报》直播。我是Kat Zekreski，《华盛顿邮报》的白宫记者，过去十年我一直负责报道科技新闻。我今天的嘉宾对《邮报》直播舞台并不陌生。这是来自加利福尼亚州的众议员杰伊·奥伯诺尔特，我非常期待今天与他讨论人工智能。欢迎来到《邮报》直播。非常感谢。我

我很高兴来到这里。我们可以讨论我最喜欢的主题。关于它是您最喜欢的主题这一点，您在许多人之前就认识到了人工智能的重要性。大约30年前，您攻读了人工智能研究生学位。

您能否告诉我们是什么让您首先对人工智能感兴趣，以及您是如何决定学习它的？当我五年级的时候，我的父亲从工作中带回家一台苹果II电脑，他给了我一本关于如何自学编程的书。这激发了我对计算机科学和编程的终生热爱，直到今天仍然存在。因此，当我规划我的道路时，

在生活中，我决定我想成为一名人工智能研究人员，因为我当时看待人工智能，这甚至是一个新兴领域。我说，我想成为其中的一员。当时，唯一的方法是在学术界，因为商业环境中没有进行研究。

所以我去了加州理工学院，获得了计算机工程学位，正如你所说，我在加州大学洛杉矶分校攻读人工智能博士学位，进行了一些早期关于机器视觉和自然语言处理的研究，当时我的副业

我这样做只是为了赚钱来支付我的研究生学费，是编写视频游戏软件。这成功了，我有一款热门游戏，这让我从学术生涯转向了商业生涯。所以我经营了一家视频游戏开发工作室30年。

在我们谈到关于人工智能的棘手问题之前，您开发的最喜欢的视频游戏是什么？哦，我最喜欢的我开发的游戏？好吧，这是一个棘手的问题。这就像问一个父亲他最喜欢的孩子一样，对吧？因为我们做了一些大型游戏。我们几年来为电子竞技制作了NCAA大学橄榄球游戏。

我们做了一些备受瞩目的游戏。我们销售了600万份名为《游戏派对》的游戏，用于任天堂Wii。但我最喜欢的游戏是我认为很棒但实际上销量不佳的游戏。所以我们有一些这样的游戏，我们有一款名为《Mojo》的动作益智游戏，它有一个我设计的滚球机制，我们尝试过三次发布它，但三次都惨败了。但我仍然抱有希望。

正如你在后台所说，乐观主义者，我最大的儿子仍然经营着我们公司，我们目前最畅销的游戏是，我们拥有官方PBA授权的保龄球游戏PBA Pro Bowling，我们几个月前刚刚推出了世界上第一个职业皮克球游戏，所以我们获得了PPA（职业皮克球协会）的许可，我们对所有顶级专业人士进行了动作捕捉，我不知道世界是否准备好迎接皮克球视频游戏，我们将拭目以待

好吧，当您正在弄清楚世界是否准备好迎接皮克球时，我们也在讨论世界是否准备好迎接人工智能。我刚参加了在巴黎举行的峰会，副总统万斯在那里发表了关于人工智能政策未来的演讲。他对欧盟采取的监管技术方法提出了相当尖锐的批评。他还真正提出了一个面向美国的AI创新愿景。

您同意这种方法吗？是的，我完全同意。我认为他正确地指出了美国在人工智能方面采取的监管方法与欧洲采取的方法之间的差异。如果你想看到美国正在做的事情的智慧，只需看看欧盟通过《人工智能法案》的方式

已经促使不仅是投资资本，而且技术人才都从欧洲外流。这对他们来说将弊大于利。因此，当我去年有幸领导众议院人工智能特别工作组时，这是一个由24名真正有才华的成员组成的两党小组，我们报告得出的结论之一是采用部门监管的智慧。所以

NIST大约18个月前发布了一份关于管理人工智能风险的报告，此后它已被认为可能是世界上对人工智能风险思考最深入的文件。NIST在其报告中提出的观点是，人工智能的风险高度依赖于具体情况，因此在确定风险时，你对人工智能的用途非常重要。所以你可以有

一种算法在一个风险用途下是完全良性的，而在另一个用途下则是完全不可接受的风险。这证明了在监管时纳入情境的智慧。这就是部门监管机构所做的。您有来自FDA的人员，他们已经在处理超过一千份关于在医疗设备中使用人工智能的申请，其中数百种设备已上市。

这是一个相当重要的、高风险的用途，NHTSA正在监管人工智能在自动驾驶软件中的使用。FAA正在监管人工智能在航空电子设备和飞机中的使用。因此，我们已经在许多不同的情况下不得不应对这一领域。根据我们从利益相关者宇宙几乎所有角落获得的反馈，我们做得相当成功。

众议员，您刚才提到了NIST，所以我想问您一些关于国家标准与技术研究院的问题。它下设人工智能安全研究所。您认为特朗普政府应该继续保留人工智能安全研究所吗？好吧，我们当然需要一个机构来制定人工智能标准，并为人工智能创建测试和评估方法。我们在特别工作组报告中非常清楚地说明了这一点。但是

我们也明确表示，这些标准应该是无强制性的，这就是NIST所做的。你知道，NIST不是监管机构。NIST是一个标准制定者，我们认为

NIST在这方面的作用应该是创建一个工具箱，部门监管机构在决定如何在各自的部门空间内适当地监管人工智能时可以使用该工具箱。因此，测试和评估是其中很大一部分。创建技术人才库是其中很大一部分。为潜在恶意人工智能的测试创建监管沙箱也是其中一部分。因此，我们认为NIST是一个非常合适的地方。

鉴于这项工作的重要性，我们收到了一些关于NIST的试用期员工可能发生的事情的报告。许多人在人工智能安全研究所工作。您是否担心Doge可能会影响我们在人工智能评估方面的人才数量？短期内，是的。长期来看，不。我认为这很清楚，Doge和特朗普政府都非常清楚，

试用期员工是一个临时步骤。这是新政府正在做的事情，以了解

行政部门的不同员工正在做什么。我认为随着时间的推移，您会看到试用期员工发挥着重要的作用。一旦确定谁在做重要工作，谁没有做重要工作，以及他们如何适应政府的计划，我认为您会看到一些这些问题得到纠正。——我想回到Doge，但首先我想提一个来自观众的问题。来自弗吉尼亚州的Timothy Whalen问道，

特朗普政府强调美国需要在人工智能领域引领世界。拜登政府也提出了这一目标，但拜登的人工智能行政命令已被撤销。您认为美国在人工智能领域引领世界的哲学上的主要区别是什么？好吧，我认为副总统万斯最近在巴黎峰会上相当有说服力地阐述了这一点。

让我感到非常欣慰的是，特朗普总统非常重视这个问题，任命大卫·萨克斯为人工智能沙皇，任命迈克尔·克拉齐亚斯为OSTP负责人。迈克尔是一位非常聪明的人，并且与我有很多相同的想法，即

美国继续在人工智能创新和部署方面引领世界非常重要，因此我也感到欣慰的是，特朗普政府已经为制定替代行政命令设定了180天的倒计时，我认为，所有这些思想家都在关注这个问题，他们将得到一些真正适合确保美国保持领先地位的东西，我知道拜登的行政命令

其中有很多内容我公开反对。我认为，特别是它援引《国防生产法》来强制

向政府披露美国公司的商业秘密的做法非常不当。我的意思是，披露本身是不当的，而且使用《国防生产法》的方式也是不当的，因为我认为国会从未打算以这种方式使用它。因此，你知道，我认为这是应该撤销的事情。但我认为你会看到一些真正有见地的工作投入到这项工作中，我希望当我们获得新的行政命令时，这将消除许多担忧。

但是，如果您不使用《国防生产法》，您将如何确保公司提交这些强大的AI模型进行测试和评估？好吧，我的意思是，我认为这符合您的监管理念。在这个国家，我们长期以来一直是监管结果，而不是监管工具。因此，人工智能是一个非常强大的工具，但最终它只是一个工具。如果您专注于结果，您就不必太担心工具。我经常使用的一个例子是

人工智能可能被恶意用于网络欺诈和网络盗窃。所以，你知道，在人工智能恶意用途的众多用途中，这是我们在特别工作组中最担心的一个，因为

我们说坏人会做坏事，他们使用人工智能做坏事会比不使用人工智能做坏事更有成效，因为它是提高生产力的强大工具。因此，我们已经看到这些恶意用途，例如网络钓鱼攻击和身份盗窃正在蔓延。所以这是我们非常担心的事情。但我们不需要一项新的法律来说明使用人工智能窃取人们的钱是非法的，因为窃取人们的钱已经是违法的了。我们需要的是

用必要的工具和资源来加强执法部门以应对这一威胁。这包括很多不同的东西，但所有这些都不应该分散我们已经拥有一个法律框架来处理这种用途这一事实。您可以将此应用于许多不同的用途和情境，它仍然适用。因此，当您关注这一点时，我认为它真正更清晰地定义了政府需要知道才能完成其工作的内容。

所以我想就此而言，我们有迈克尔·克拉齐奥斯、大卫·萨克斯、OSTP正在制定这项人工智能行动计划。鉴于您说在很多情况下我们不需要新的法律，那么在监管人工智能方面，国会的未来作用将会是什么？对。好吧，国会扮演着非常重要的角色。而且

正如我们刚才谈到的那样，我很荣幸去年领导众议院人工智能特别工作组。我们确定的任务是，到年底，要编写一份报告，详细说明拟议的联邦人工智能监管框架以及实现这一目标的途径。我们在12月份发布了一份报告，并非自夸，但我认为这是任何机构发布的最深入的人工智能政策文件之一

世界各地的立法机构。它有270页真正详细的政策。我们得出了60多个主要发现和80多项建议。我们打算将这些建议作为未来国会的清单。

从第119届，即目前的国会开始。因此，我们希望本届国会开始遵循这份清单并核对这些不同的任务。我们认为现在有一些唾手可得的成果，这些成果是真正明显的目标。例如，我一直非常直言不讳地表达了我认为我们需要通过《创造人工智能法案》的信念。这是我去年帮助领导的事情，我很快就会重新提出这项立法，以建立

国家人工智能研究资源，以确保在学术环境和商业环境中继续进行尖端人工智能研究。我们正处于这样一个阶段，进行尖端研究的成本如此之高，以至于学术机构可能再也无法做到这一点，这将放弃

所有与学术研究相关的益处。我说的是透明度、出版、同行评审，实际上是在利用他人的研究成果进行自身研究时能够站在巨人的肩膀上。

而当你闭门在商业环境中开发人工智能时，这一切都不会发生。所以我们希望今年能够完成这项工作。另一个我认为在不久的将来肯定能够实现的重大担忧是解决使用人工智能创建非自愿性亲密图像的问题。

因为全国各地的中学，你可能找不到一所中学没有发生过学生使用人工智能将其他学生的脸叠加到色情图片上的事件，这对这个年龄段的孩子来说后果非常严重。这是我们都应该同意

不可接受的事情。我认为去年我们尝试过几次解决这个问题，一些在众议院，一些在参议院。我认为我们应该能够在不久的将来完成这项工作。所以这些只是一些初步步骤。

但现在情况发生了什么变化？因为你提到的这两项立法去年都在进行中。正如你提到的，在某些领域存在两党共识。为什么现在会有所不同？这将如何通过？我认为更准确地说，我们去年只是用完了立法时间。

我们有一个为期两年的国会，显然，除非立法获得批准，否则立法会在国会结束时失效，而我们只是没有时间完成它们。但我对我们通过立法并使国会成为能够在这个领域做需要做的事情的实体的能力非常乐观。

我非常鼓舞，而且我认为每个人都应该被这样一个事实所鼓舞，那就是我们的特别工作组是广泛的两党合作的，民主党人和共和党人各占一半。我们一致批准了特别工作组的报告，其中包括议长及其工作人员以及少数党领袖及其工作人员的批准。

有很多东西被删掉了。我告诉过你们，我们有270页和80多项建议。有很多事情我们没有，我们从报告中删除了，因为有些人对此表示担忧，我们没有达成一致意见。但事实上，我们在80多项建议上达成了一致意见，应该让每个人都相信，这是我们能够做到的事情，也是我们能够达成一致的事情。

- 在这一点上，我们实际上问听众他们是否认为2025年全面的人工智能立法是可能的。- 哦，不，真的吗？- 所以这是我们的结果。- 没有多少乐观情绪，来吧，真的吗？- 所以有26个赞成和156个反对。那么，国会议员，你对此有何回应？- 我的回应如下。

显然我有一份政治工作，作为一个政治人物，我认为上次选举是我的第14次，我会反对你在调查中对“全面”一词的最糟糕用法。我们使用的词语很重要。你知道吗，我实际上可能会投票反对，因为我们在我们的特别工作组报告中明确表示，我们需要接受渐进主义的概念。

我们不认为美国的人工智能监管像欧洲那样，是一项3000页的法案。这对于我们的制度来说，无论从监管角度还是从立法角度来看，都不是一个好的选择。我们将完成需要做的事情的工作视为许多小的、容易处理的部分。我们在特别工作组报告中提出的每一项建议都是这些小的、容易处理的部分之一。我刚才给你举了几个例子。

所以，如果你重新表述一下这个问题，国会进行人工智能监管领域大量工作的可能性有多大？我希望每个人都会说“是”。- 你知道，我只是想确保我们有机会回到Doge，因为你是Doge核心小组的成员。- 是的，毫无争议。我们应该谈谈这个。

- 那么，你会给Doge目前的工作打几分？- 我认为现在还为时尚早。首先，为了说明情况，去年我们在7万亿美元的联邦支出中借了2万亿美元。所以我们的联邦赤字接近30%。这是在相对经济繁荣的时代。通常情况下，当国家出现如此大的赤字时，它们是在从某种创伤性事件中恢复过来，例如

一场军事冲突或严重的经济衰退，或者疫情就是一个很好的例子，但我们的支出水平仍然高于疫情期间的支出水平。所以这将给我们的国家带来一场生存危机。

我们国家债务的利息支出首次超过了国防支出。今年它将超过医疗保险支出。几年内，它将成为政府所有支出中最大的单项支出。所以我的意思是，这需要解决。每个人都同意需要解决这个问题。我们在如何解决这个问题上存在分歧。所以DOGE正在介入，他们解决这个问题的方式是寻找

可以削减的官僚机构，可以削减的浪费性支出，可以削减的错误支付。埃隆·马斯克表示，他认为在这7万亿美元的联邦支出中，有1万亿美元是错误支付、错误支付或存在欺诈行为的情况，这些欺诈行为并非发生在政府内部，而是在政府外部。所以我对他们将要做什么很感兴趣，到目前为止，他们已经发现了一些非常令人震惊的事情。所以我说现在判断他们取得的成功还为时尚早。

- 但是关于这一点，我们的确看到埃隆·马斯克将他在私营部门使用的策略应用于政府。

你同意这种方法吗？“快速行动，打破常规”的方法在华盛顿特区有效吗？- 在某些情况下有效，在某些情况下无效。我的意思是，我们有一些安全关键系统，我们不能破坏它们。国家安全，我们不能破坏它。联邦航空管理局，我们的交通管制，我们不能破坏它。我们有医疗服务人员依赖我们，我们不能破坏它。我们的退伍军人依赖我们来获得他们应得的照顾，我们不能破坏它。

你必须谨慎一点。但我认为任何人都应该谨慎批评那些进入推特并说：“你知道吗，我认为我们可以用现有员工的20%来运营这家公司”的人。我承认，我属于那些人，我是一个怀疑论者。我在新闻中读到过这件事，我认为，这不可能。然而，从用户的角度来看，人们甚至没有注意到。所以我们会拭目以待。

我们会看看他们会怎么做。- 我认为听众有点怀疑人们不知道。- 好吧，我的意思是，当然，我并不是想轻描淡写这给公司内部造成的混乱，但从用户的角度来看，生活还在继续。服务继续运行。所以我们会看看这些相同的效率是否可以应用于政府。

但可以肯定的是，与他两年前首次接管时相比，这项服务今天已经大不相同了。是的，我不知道你问题的答案，但我是一个推特用户。我的意思是，我们有一个官方账号，我通过这个平台与我的选民沟通。从我的角度来看，生活还在继续，对吧？有，你知道，我们仍然发布帖子，人们仍然回复帖子。我们仍然拥有这种双向沟通系统。

公平地说，这曾经是一个亏损的命题，而现在不是了。

看看同样的理念是否适用于联邦政府将会很有趣。- 好吧，需要明确的是，我们不知道这家公司的财务业绩以及它是否……- 哦，巴里，因为他把它私有化了。你说得对，嗯哼，是的。- 现在，所以我想对此进行事实核查。但我的意思是，总的来说，你提到了谨慎的必要性。当你处理这些对国家安全至关重要、影响人们生活、的服务时，你是否已经向白宫或马斯克传达了这种谨慎的必要性？

当然，我们正在进行讨论，我会告诉你，与同一政党的人在一起的一件非常好的事情是，你实际上可以进行幕后对话。我们最近就国家公园进行了一次讨论，我们希望确保人们能够继续使用国家公园管理局的服务。我们正进入参观高峰期。我的选区有约书亚树国家公园，我们希望确保

公众享受公园的能力不会受到这些大规模裁员的影响。因此，我们将此事提请政府注意，我们让一些人重新被雇用，这是一件好事。我希望这会，我已经与我们会议上的同事们谈过话，这是我们许多人都有过的经历。

好吧，不幸的是，我们今天的时间到了，但我还有更多关于Doge和人工智能的问题，很想继续下去。国会议员，非常感谢您今天加入我们。当然。谢谢大家。很有趣。感谢收听。有关我们即将推出的节目的更多信息，请访问WashingtonPostLive.com。

你收听是因为你知道优秀新闻的力量。而《华盛顿邮报》全天候为您服务。当您成为《华盛顿邮报》的订户时，您将获得在其他任何地方都找不到的独家报道。您还可以获得精彩的建议专栏、美味的食谱、电视和音乐评论等等。现在，您只需每四周4美元即可获得所有这些内容。这是整整一年的时间。