人形机器人量产、AGI 已抵达与蓝鹿复活：奇点经济学的 MIT 现场圆桌

Mass Humanoid Production by 2027, Demis Hassabis Predicts AGI, Colossal Resurrects Bluebuck | EP 253

来源Moonshots with Peter Diamandis视频时长约 1 小时 34 分钟报告字数11,000字阅读时间22min原始链接https://www.youtube.com/watch?v=Jg2jJH1K0o8

本报告由 AI 深度分析生成，基于视频完整字幕。

📺 原视频约 1 小时 34 分钟📖 本报告 11,000字⏱ 预计阅读 22min

导读

这一集 Moonshots 不是普通的播客录制。它是一场在 MIT 实地举办的"指数型未来"圆桌——观众是花钱买了 100 本以上 Peter Diamandis 新书 We Are Gods 的"月球登陆同伴"（Moonshot Mates），五位科技与未来主义领域的核心人物坐在台上，把一周的产业大事压缩成一场 1 小时 34 分钟的智识对决。

Peter Diamandis 是这场讨论的主持与定调人——他是 X Prize 基金会的创始人、Singularity University（奇点大学）的共同创办者、《富足》（Abundance）三部曲的作者，几十年来用"指数型乐观主义"为整个硅谷的"我们在加速"叙事提供了语言基础。Dave Brennan（Peter 在 MIT 时代的室友、Link Ventures 合伙人）代表华尔街资本视角；Alex Wissner-Gross 是理论物理学家与 AI 研究者，给出全场最激进的技术判断——"AGI 在 2020 年夏天就已经达成了"；Salim Ismail 写过《指数型组织》（Exponential Organizations），是治理与组织设计的理论家；Steven Kotler 是心流（Flow）研究领域最具影响力的写作者，也是这一集的"反方"——他对当前 AI 的真实智能水平持深度怀疑。

这场讨论的精彩之处不在于一致性，而在于张力。当 Alex 说"我们已经知道 AGI 是什么、也知道怎么造出来"，Stephen 立刻回怼："这是疯话。这是世界上最狭窄的技术，你让它做点通用的东西它就变蠢。"现场观众投票时 96% 站 AI 乐观派，4% 站 Stephen——但 Stephen 偏偏代表了硅谷之外大多数普通人的真实体感。这种张力贯穿全集，让"奇点叙事"罕见地暴露出它的内部裂缝。

主线议题覆盖五个层面：（1）** 资本与治理**——Elon 的 5000 亿美元 SpaceX 薪酬包重新定义了 CEO 激励的尺度，由此引发对"登月型公司"治理结构的全新思考；（2）** 人形机器人量产**——Figure AI 的产能从每天一台跳到每小时一台，1X 和 Tesla 各自承诺 2027 年百万级出货，2040 年的目标是 100 亿台；（3）** AGI 已经到来还是仍在路上**——这是全场最激烈的辩论；（4）** 生物经济超过 AI 经济**——单一肽 Ozempic 加双激动剂 Mounjaro 在 2025 年的收入是 OpenAI 加 Anthropic 的 2.4 倍；（5）** 复活物种与复活人类**——Colossal 第六个复活项目蓝鹿登场，Alex 进而抛出"用计算技术让每一个曾经活过的人都回来"的俄罗斯宇宙主义愿景。

如果你只能从这场讨论中带走一句话，那应该是 Alex 的那句："最讽刺的结果，往往就是我们正在生活的现实。"——中国正在为全世界制定 AI 替代人类劳动的政策框架，灭绝两百年的蓝鹿即将在实验室里重新诞生，Tesla 在十年后会被记住的不是汽车而是 Optimus 机器人。

阅读提示：原视频 1 小时 34 分钟。建议带着两个问题阅读——你相信"AGI 已经到来"吗？你愿意把日历、邮箱、家中所有摄像头都交给一个 AI 吗？

一、Elon 的 5000 亿美元薪酬包：当公司被设计为"达成登月目标"

讨论从 SpaceX 董事会刚刚通过的 Elon Musk 薪酬方案开始。这不是普通的高管激励——Peter 直接说，"前所未有，也无人能比。"

方案分两部分。第一部分：2 亿股超级投票权股票（10 比 1 的投票权），触发条件是 Elon 把一个 100 万人规模的火星殖民地建成，并且 SpaceX 的市值达到 7.5 万亿美元。"不是登陆火星，不是从火星发回一张照片，不是把一只老鼠送上火星——是 100 万人的殖民地。"按这个估值算，2 亿股就值大约 5000 亿美元。第二部分：6040 万股限制性股票，触发条件是上线 100 太瓦（terawatt）的太空算力。Peter 强调："他之前说的是 100 千兆瓦（gigawatt），现在直接跳到 100 太瓦。"——三个数量级的跃迁。

这个数字大到让 Dave 直接发问："你见过这种薪酬包吗？"答案是没人见过。

Salim 借此抛出他最熟悉的"指数型组织"（Exponential Organization, ExO）框架——他在 2014 年与 Peter 合作的同名书里第一次系统化了这个概念。MTP（Massive Transformative Purpose，宏大变革使命） 是 ExO 的核心：创始人持有愿景，员工自愿买入愿景，组织通过实时仪表盘（real-time dashboards）和 OKR 自我导航。但 Salim 用 TED 的例子来解释一个微妙的反直觉：

"如果 TED 的创始人一开始就站起来说'我们要在 5 年内办 20,000 场 TEDx 活动'，整个团队会跑光。他们会说'你疯了，我退出'。但如果你说'我们的 MTP 是传播思想，让社区决定，设定明确的规则，看看能走到哪里'——结果你会真的得到 20,000 场。5 年完整愿景不能直接放进运营计划，因为人的认知会崩溃。你需要 1 年滚动的实时计划，配上 MTP 作为方向舵。 "

Alex 给出更结构化的判断："我们或许正在见证第三种公司形态的诞生。传统 C 公司是为股东最大化利润；公益公司（Public Benefit Corporation, PBC）是利润加公共利益；而 Elon 和他的董事会正在开拓的，是一种'为达成登月目标而存在'的公司，并按照这个标准来支付报酬。我希望每一家标普 500 的公司都给 CEO 设定这种规模的目标和薪酬。"

但 Salim 立即给出反例。他被请去给古驰（Gucci）做工作坊，CEO 当场承诺"我要把这家公司变成 ExO"——而且真的做到了，公司在三四年内业绩翻了 10 倍。Peter 反问："但 10 倍跟 1000 倍、100 万倍是两回事。" Alex 顺势补充："这种激励结构只有在创始人公司里才可能——任何由第三任、第四任 CEO 接手、有传统董事会的公司都不可能这么干。要给一个 CEO 设定登月级目标，董事会必须百分百支持。"

核心洞察：Elon 这种薪酬结构表面是天文数字，本质是把"达成不可能"作为公司的存在理由本身。当一家公司从"为股东赚钱"变成"为达成不可能而存在"，它需要的资本市场契约、治理结构、激励工具都必须重新设计。这是一种被 Peter 反复称为"指数型奇点"（exponential singularity）的全新公司物种。

二、Elon vs Sam Altman：本世纪最重要的法庭剧

接下来是本周炸点——Elon Musk 起诉 OpenAI 案的最新进展。Peter 简明列出双方的火力：

Elon 的主张：违反慈善信托（charitable trust）、不当得利（unjust enrichment）、索赔 1500 亿美元、要求 OpenAI 全面恢复非营利身份、移除 Sam Altman 和 Greg Brockman。法官 Yvonne Gonzalez Rogers 已经禁止 Musk 团队把"AI 灭绝人类"作为庭审主题（这是 Musk 阵营之前反复拿出的论点）。

两边的"冒烟枪"：

第一颗烟是对 Sam Altman 阵营不利的——Greg Brockman 的私人日记被披露。日记里他写道："我们真的想做公益公司（PBC）。真正的答案是我们想把 Elon踢出去。如果三个月后我们做的是 PBC，那（说服 Elon 的过程中）就是说谎。我看不到不打一架就能转 for-profit 的可能。"——直接证明了"绕开 Elon 转营利"的内部意图。

第二颗烟是对 Elon 阵营不利的——四个被披露的事实：（1）2017 年的一封股权邮件显示，Elon 的团队当时在替他争取 OpenAI 营利化后的股份；（2）Musk 承认自己当时没仔细读营利化转型的细则；（3）Musk 在公开场合承认 xAI 的大语言模型是从 OpenAI 的模型"蒸馏"（distill）出来的；（4）Altman 当时确实给过 Musk 新公司股份的 offer，但 Musk 拒绝并称之为"贿赂"。

Polymarket 给 Elon 的胜诉概率是 33%，几周前还是 50/50。但 Dave 给出本场最重要的判断：

"Elon 不需要赢才算赢。他不需要拿到和解金才算赢。他只需要拖慢 OpenAI——拖慢他们的招聘、士气、势头。所有这些被披露的文件已经勾勒出一幅难看的画面，这本身就是 Elon 的胜利。"

Alex 把这个案件放进更宏大的历史脉络："OpenAI 一开始是为了抗衡 Google DeepMind 而成立的非营利组织——Elon 和其他人当时担心 DeepMind 会形成一个'单一超级智能'（singleton）。但**'狗追上了车'**——他们成立非营利时根本没想过自己会成功，等到真的快做出 AGI、商业化前景巨大时，结构就崩了。Anthropic 也是同一个寓言的复刻：一群从 OpenAI 出来的人本来只想做对齐实验室，但要做对齐就需要钱，要钱就需要收入，要收入就需要模型，要模型就需要资本——最后还是变成 PBC。"

Salim 反对："这是双输的局面。最好是私下和解，但在这种环境下没人愿意和解。但关于 PBC vs 非营利的争论，我不同意 Alex。我们正在进入后资本主义社会。某个时间点钱不再有意义，那时你的登月目标应当是非营利——为钱而追逐会污染目标本身。Elon 真的不在乎钱，他只是用最干净的结构去达成必须达成的事。"

Dave 给出今天最锋利的一句话——"Friends don't let friends start nonprofits anymore."（朋友之间不应该再让朋友去开非营利组织了。）

但 Dave 还把镜头拉回到本质："这是世纪审判，是千年审判。这场官司的结果可能决定整个人类未来事业的相当大一部分走向。 这两个人都知道 AI 正在自我改进，正处在爆发性超人类指数能力的临界点上。所有这些都用超级投票权结构集中在极少数人手里。" 而且他加了一笔：Sam Altman 自己曾计划竞选加州州长，Mark Zuckerberg 也曾把资产放进信托准备竞选——"这些不是非政治的人，他们清楚地知道自己手里握着的是什么。"

三、人形机器人量产元年：从每天一台到每小时一台

下一个话题进入硬件——三家公司，三组数字，定义了未来五年的产能竞赛。

Figure AI（Brett Adcock 创办） ：产能从每天 1 台跃升到每小时 1 台。2030 年前累积产能目标 100,000 台。最近一轮估值 300 亿美元以上。Brett 已答应在 2027 年 3 月的 Abundance Summit 上现场带 Figure 机器人登台。Dave 实诚补了一句："我们的基金没拿到这一轮（即没投进去）。"

1X Technologies（创始人 Bernt Børnich）：在加州 Hawthorne 新开 58,000 平方英尺的工厂，今年产能目标 10,000 台，2027 年 100,000 台。Peter 提到 Bernt 已经答应秋天给他寄一台 Neo Gamma 机器人。

Tesla Optimus：Elon 的预测是 2030 年达到100 万台，2040 年达到 100 亿台——后一个数字 Brett Adcock 也支持。

为什么这事会成真——Peter 和 Dave 给出最关键的现场观察。他们去年参观了 Tesla 在德州的 Gigafactory：

"Elon 说'机器人会造机器人'，我之前不信——很难想象一台人形机器人能装小零件。但走进 Gigafactory 我就懂了。所有一切已经自动化了。机器人只需要把自动化设备从 Amazon 包装箱里拿出来、拧个螺丝，新的生产线就装好了。瓶颈完全在于人形动作那部分——其他全自动。"

这就是 Salim 提供的反对意见的关键背景。他对人形形态有一套始终如一的怀疑：

"机器人擅长的是重复任务、稳定环境、不出错。当你有重复任务时，你根本不需要人形机器人——人形是为可适应环境设计的，而可适应环境恰恰就不那么重复，这跟用机器人的逻辑完全相反。看看图表：轮式机器人、无人机等等都按各自的形态规模化。至少给它再加一对手臂——每次有人撑开垃圾袋时都需要第三只手，为什么不直接给它装上呢？"

Alex 给出一个 Salim 没说到的反驳点：老龄化护理需要人形形态。"我们建的核反应堆是为人类设计的，所以早期灾难机器人必须是人形——因为环境是人类环境。我们要把机器人带进我们自己的生活照顾我们的衰老，这就是一个人形环境。 这是把人类健康作为经济发展驱动力的逻辑。"

Alex 顺势抛出一个核心比较——为这场量产竞赛做尺度感校准：

产品	第一年产量	现在年产量	现存数量
汽车	—	1 亿台/年	16 亿台
iPhone	130 万台	2.5 亿台/年	—
人形机器人（Elon 预测）	—	2030 年 100 万	2040 年代 100 亿

Alex 的判断："我们这个十年的早期，人形机器人的数量曲线会在 2030 年代早期超过轮式机器人的数量。我假定到了 2030 年代末，'人形不会超过人类数量'这个反向预测里所剩的 alpha（超额收益）已经很少了。 " 但他立刻补充自己的更激进愿景——"2040 年回头看 100 亿这个预测，我们会嘲笑自己。这就像 1950 年代的家庭主妇预测原子真空吸尘器一样——当然会有 100 亿人形，但那时候真正有意思的是纳米机器人（Drexlerian nanobots），太阳系里会有几万亿台。"

Stephen 的反驳代表硅谷之外的视角：Peter 抛出 Neuralink 的承诺，Stephen 直接斥为"vaporware"（雾件，指承诺很多但实际产品迟迟不到的项目）："他每说一次关于机器人的话，我都觉得他只是想在更便宜的中国机器人到来之前先把货卖出去。" Alex 不服："这就是企业家精神的运作方式——你宣告目标，传播目标，吸引人才和资本来达成目标。如果你选的目标是合理的、可达的，你就是好企业家；如果选错了，你就是坏企业家。"

四、中国法院判决"AI 不能取代员工"：奇点经济学的最大反讽

接下来一段是这场讨论中最具戏剧反讽的话题。Peter 介绍：

"这是杭州的一个案例。一位 25,000 元/月（约合 3,500 美元）的科技工作者（姓 Zhao），因为 AI 自动化了他的部分工作而被降到 15,000 元/月（约合 2,100 美元）。他拒绝接受。法院判他赢了——逻辑是：采用 AI 是公司的商业选择，不是不可避免的外部冲击，所以不构成让劳动合同无法履行的理由。"

Alex 一上来就指出最大的历史反讽：

"中国从共产主义走到无政府资本主义又走回共产主义。中国正在为全世界制定如何处理 AI 替代劳动的标准——这是带着中国特色的社会主义。最讽刺的结果，往往就是我们正在生活的现实。 "

Salim 把这件事放进更大的政策框架："这是社会契约大幅崩塌的产物。我们对劳动法的所有思考都围绕人类劳动，但当我们转向 AI 代理（agent）时——任务管理、AI 协调成本、执行成本都在剧烈下降——这些劳动法都需要重写。这种荒诞的判决正是大转型的征兆，就像保罗·萨福（Paul Saffo）观察到肯塔基州的煤炭博物馆装上了太阳能板一样——这种超现实的反讽恰恰说明深层转型正在发生。"

但 Steven 把镜头拉到地缘政治层面："如果中美 AI 战争真的存在，中国不就在自己的腿上绑了根绳子吗？"——这是大多数美国主流媒体的解读。

Dave 立即给出更复杂的中国国情分析：

"中国问题是人口在剧烈减少。生育率远远低于替代水平，劳动力以惊人的速度退出工作场所。让大家保持就业、有意义、不暴动是这场方程式里很重要的一部分。 所以即使中国说'谁都不能因为 AI 被解雇'，AI 的采纳速度根本不会受影响——他们的劳动力本来就在萎缩。这条法律可以无成本通过，反而能平滑社会动荡。"

Alex 补刀，把美中政策对比拉满：

"我不接受'中国通过国内政策自我捆绑、在 AI 霸权竞赛中输给美国'这个前提。附带说一句：AI 霸权竞赛是真实存在的，不是虚构的。这是一场真实的军备竞赛——不只是 AI 本身，更是 AI 之后的东西。当我们拥有超级智能时，会解锁那么多变革性的科学发现和发明，那才是真正的奖品。比如新物理学——我在一家叫 Physical Super Intelligence 的公司有财务利益，他们就在用超级智能解锁新物理学和应用物理学。这一项就值得一场国际军备竞赛。"

而 Peter 加上一层文化解读："中国 85% 对 AI 持乐观态度。美国——尤其是 Steven 这一派——大概只有 25% 乐观。差异巨大。美国这边媒体是靠卖广告位活的，卖广告位的方式是制造危机和担忧。中国不需要应付这个，所以他们要 AI 热情、机器人热情。 "

这一段的核心洞察：当我们以为中国的 AI 政策"反市场、反进步"时，可能恰恰相反——他们在用社会契约工具管理快速 AI 渗透下的社会稳定。AI 替代率不会因此降低（因为他们劳动力本来就在缩水），但社会动荡可能会被熨平。这是一种工程学的而非意识形态的政策决策。

五、"AGI 已经在 2020 年达成了"：一场撕裂的辩论

整场讨论的智识高潮在这里。Peter 抛出 Demis Hassabis 本周的最新表态：

"我认为我们仍然需要重大突破的概率是 50/50，可能在世界模型（world models）方面。但我的赌注还是强烈押注基础模型（foundation models），因为它们已经如此成功。 "

Alex 接过话头，给出全场最激进的判断：

"我跟 Demis 10 年多以前聊过，那时他认为达到 AGI 还需要 5 个以上的重大突破。现在已经降到 0 或 1。我不反对 Demis。我过去主张过，我们最迟在 2020 年夏天就达成 AGI 了——那是 GPT-3 论文（《Language Models are Few-Shot Learners》）发表的时候。 我们已经知道（我会争辩说）什么是 AGI，也知道怎么造出来。"

Peter 反问："请定义一下。"

Stephen 直接爆发："这是疯话。这是世界上最狭窄的技术，你让它做点通用的东西它就变蠢。 "

Alex："Stephen 是在跟跟我们其他人完全不同的机器打交道吗？还是你有什么秘密能力？"

随后是 Stephen 一段长达数分钟、充满直接体验的反驳：

"不，我每天都用 AI——作为科学家、作为作家。我用过程中的体验是：这台机器什么都不懂。我花在教它写作的时间比它写作的时间还多。我作为科学家做神经科学，它本应该懂神经科学的每一件事，结果在大领域里漏掉巨大空白。这是一台收敛思考引擎，它不会做发散思考。 "

"Alex，你之前在播客里说你问了 10 个 CEO '他们最好的 10 个员工要多久才会被 AI 超越'，他们的答案是'已经超越了'。我听到这个就想，那他们的'最好的 10 个员工'肯定都是傻逼。"

Alex 给出反驳逻辑：

"Stephen，作为科学家，请你严谨地衡量进步或退步。如果你要主张创意写作能力出现了退步，就构造你自己的基准（benchmark），然后测量它，向世界展示退步。我向你保证，如果你构造得好，前沿实验室会把你的基准纳入每一个其他评估——把它作为一个优化函数。然后你就会得到更好的创意写作。"

Peter 试图调停——他做了一个现场投票："你们是哪一派？AI 让我没什么印象、问题很多——还是 AI 太惊人了？" 96% 的现场观众选了 AI 乐观派，4% 跟 Stephen 站一起。

但 Salim 给出本场最有结构的中间立场：

"我认为 Stephen 说的那部分是对的——技术比我们说的更受限，需要更长时间到达我们想去的地方。但更深的问题是：我们根本不知道智能是什么。 智能有十几个面向——情绪智能就有十几种，东方的'临在'或'觉知'，音乐智能、空间智能、语言智能，企业家做商业判断时的情绪智能。这些大多不在 AI 的牌桌上。所以当人们说'AI 会比人类更聪明'时——你说的'更聪明'到底是什么意思？AGI 至少有 14 种定义，我们在说哪一种？这是巨大的鸿沟——我们能为一个连定义、衡量、测试都做不到的概念募集几千亿美元，已经很神奇了。"

Alex 加上他的核心论断：

"我会做一个甚至更强的陈述：通用智能能完成多种人类水平任务这个观念——基于 2020 年夏天的根本发现：你可以通过把通用人类知识压缩，来获得通用智能。这就是大语言模型背后的根本发现。我们作为一个文明，最迟到 2020 年就意识到——通过模型把人类知识压缩，就能完成多样和通用的任务。这就是我们需要的全部。其他一切——transformer 的精炼、其他改进——都只是在这个根本发现上的渐进改进。"

Dave 给出非常人性化的解读：

"Demis 和 Dario 是一辈子的研究科学家，Sam 和 Elon 是企业家心态的人转过来做 AI 的——心理学完全不同。**Demis 和 Dario 是为了避免人类未来变反乌托邦才做 AI 的，Sam 和 Elon 是商人，他们说：'我不在乎 AI 是不是能做最后那点人类独有的事。这玩意能制造任何东西、能治愈所有疾病、能照顾老人、能建成人类天堂——我够用了。'**"

六、Lila Sciences：科学超级智能的工厂

讨论从抽象的 AGI 辩论转入一个具体的现场观察。Peter 当天早上参观了剑桥的 Lila Sciences——一家专门做"科学超级智能"的初创公司，CEO 是 Geoff Von Maltzahn。

"他们建了一种叫'科学工厂'（science factories）的东西。我们参观时看到的是机器人在跑科学实验——做移液、移动、抓东西。他们的 AI 提出科学假说、设计实验、运行实验、收集数据、更新理论——以比任何研究生快 100 倍、1000 倍的速度。 "

Salim 立即点出关键——"他们在从大自然里挖矿（mining nature）来获取数据，建立这些模型。你可以看到它快要起飞了。 " Peter 把这跟 Alex 之前的 AGI 立场连起来："如果你觉得现在经济已经火热——一旦解决物理学、化学、生物学、材料科学，几万亿会变成几百万亿。"

Stephen 反问得很尖锐——"'解决'物理学是什么意思？'解决'这个词本身就有问题。 " 但 Salim 的回应是：

"措辞是有问题，但我们能用这个技术解决从未解决过、从未碰过的问题——比如我们很快会解决癌症。怎么可能不为此兴奋？"

Alex 把这个例子接进他更宏大的论断："这不是你写一本书的过程，这是 AI 自我改进。AI 自我改进的触发器（trigger）是非常困难的数学问题——比如 Humanity's Last Exam（人类最后的考试）。它不是一个伟大的作家，肯定也不好笑。但说它必须先变得'好笑'才能造出更好的 AI 算法——这从直觉上根本不成立。我做过 6 年 AI 研究员——你只需要调整算法、试不同参数、试不同传递函数（transfer function），高速迭代——算法就会神奇地像进化一样变更好。** "

这段话隐含的意思非常深：科学超级智能不需要有意识、不需要有创意、不需要"懂"任何东西。它只需要能做大量假设-实验-反馈循环，并选择最有效的那一个。 进化没有意识，但进化造出了你和我。

七、Colossal 第六个复活物种：蓝鹿，以及"复活每一个曾经活过的人"

接下来 Peter 介绍他朋友 Ben Lamm（Colossal CEO）和哈佛医学院 George Church 教授本周的最新发布——第六个复活物种：蓝鹿（Blue Buck，学名 Hippotragus leucophaeus）。

蓝鹿是 200 年前因被猎捕而灭绝的非洲羚羊。当前在基因编辑和实验室测试阶段，预计 2028 年完成复活。这是 Colossal 一个保密的 15 物种管线里的第六个，前面五个分别是：毛猛犸（Woolly Mammoth）、袋狼（Thylacine，又称塔斯马尼亚虎）、渡渡鸟（Dodo）、恐鸟（Moa）、恐狼（Dire Wolf） 。恐狼已经"回来了"。

Stephen 提出一个反思：

"我担心去灭绝技术（de-extinction）让人觉得环境危机没那么严重。物种灭绝率是基线的 12 到 300 倍——比有史以来都高。带回来 5 种解决不了什么问题。 但如果这是第六种了，我倒是好奇我们多久能带孩子去某个地方说'这是 100 种 20 年前不存在的动物'？我觉得这比想象中来得更快。"

Salim 给出技术层面的提醒：

"当你带回一个灭绝物种时，它实际上不是那个灭绝物种，它是一个近似品。 你在跨时间收集 DNA 片段，重构出来。"

Alex 把这件事放进最宏大的哲学语境——他引用了 19 世纪俄罗斯宇宙主义（Russian Cosmism）哲学家 Fyodorov（费奥多罗夫）的"共同任务"（Common Task）思想：

"Fyodorov 说，人类的共同任务是用技术让每一个曾经活过的人都回来生活。 我觉得灭绝物种只是这个技术能做的事的一个特例——我们将能伸手回到过去的'光锥'（past light cone），把每一个曾经存在的物种都带回来——以混合体或计算机模拟的形式都行——也伸手回到过去的光锥，把每一个曾经活过的人都带回来。不只是物种层面，而是个体层面——通过计算或其他高级技术重构他们。我觉得这比侏罗纪公园式的恐龙宠物动物园远远更有趣、更怪异。想象一下——把每一个曾经活过的人都带回来。 "

这种说法在 2026 年的科技圈不再是科幻文学的领地。一旦你接受"AI 能压缩人类知识"的根本前提，那么从历史上每个人留下的文字、肖像、行为模式中反向重构一个人格模型，就只是工程问题。这正是 Alex 在前一段说的同一个根本发现的延伸。

八、Ozempic 一年比 OpenAI + Anthropic 多挣 2.4 倍：生物经济正在跑赢 AI 经济

下一个数据冲击：

2025 年，Ozempic（单一肽 GLP-1 激动剂）和 Mounjaro（双激动剂）的总收入是 OpenAI + Anthropic 的 2.4 倍。

Salim 第一反应是"这就是苹果跟橘子的对比，两者完全正交，何必比较？"——但 Alex 给出一个非常深入的解读：

"我认为论点是这样：GLP-1 类药物本质上是健康跨度（healthspan）药物。我们在一张图表上看到的，是一场赛跑——一边是通过延长健康跨度让人类劳动者在经济中更多产，另一边是把资本更高效地投入 AI 劳动。这两条曲线的赛跑结果，决定了未来经济光锥到底是被 AI 主导，还是被某种类似 AI 的东西，又或是某种类似生物软件加数字软件的东西主导。 "

Peter 提到这两个产品都"完全售罄"——卖得跟生产一样快——但 Dave 加了一句更深刻的对比："药物生产比 GPU 生产容易多了。" 这一句话隐含的含义是：生物经济在产能上的扩展速度其实可以比硅经济还快。

Salim 顺势讲一个相邻数据点："食品运输卡车的负载量在美国正在快速下降——目前的论点和结论是因为 GLP-1 让人吃得少多了。这从一个角度看是好事，但会在物流世界引起严重问题。"

紧接着 Peter 介绍另一个药物——Eli Lilly 的 Retatrutide（瑞他鲁肽） ：

"如果说 Mounjaro 是 GPT-5.5，那 Retatrutide 就是 AGI。它是一个三重激动剂肽。最新临床数据：40 周减重 37 磅 vs 安慰剂的 6 磅；胆固醇下降 27%、甘油三酯下降 41%、肝脂肪下降 80%、糖化血红蛋白 A1c 从 7.9（糖尿病）降到 6.0（正常）。预计 2027 年中通过 FDA 批准。"

Salim 当场承认自己已经在用 Retatrutide 几个月了——"令人惊奇的是肝功能。几十年的酒精损伤——它正在帮助逆转其中很多。我从来没有这么好过。"

Alex 给出一个对未来的关键判断：

"当我们谈论寿命逃逸速度（Longevity Escape Velocity, LEV）时——我确实认为它有可能在 2030 年代早期甚至更早实现——如果让我猜 LEV 最可能怎么发生，可能就是 GLP-1 这一药物类，及它随时间演化出来的所有东西。看看现在或近未来期望市值过万亿的公司：少数几家 AI 公司、SpaceX、OpenAI、Anthropic——然后还有 Eli Lilly。市场清楚地说了：长寿药物和 AI 是未来的产业。"

九、AI 的"心流-多巴胺"陷阱：一个反向警告

这一段虽然只有几分钟，却是整场讨论里少见的"减速带"。Stephen 抛出他的招牌警告：

"我同意 AI 能放大生产力。但我也想说：当 AI 给你即时反馈、产生大量多巴胺时，'心流'（Flow）会产生大量多巴胺，多巴胺会产生大量自我膨胀（ego inflation）和很多其他东西。"

"我们都见过用可卡因的人——他们觉得自己是天才。你以为他们是天才——他们也以为自己是天才。但你不是。"

"人和 AI 创造的快速反馈循环让你感觉非常好。你太嗨了，因为你在用 AI 黑（hack）你的生物学。它非常顺畅，非常有效。但这并不意味着你思考的质量与之匹配。我的组织唯一有过的纪念品是一件 T 恤，上面写'Never Trust the Dopamine（永远别相信多巴胺） '。"

Peter 试图反驳："这就像在做有用的事的同时享受派对——我看不出有什么不对。" Stephen 让步："我不是说错。我是说——在那么多多巴胺的情况下，人会做出非常糟糕的决策。"

这段对话短，但它是这场圆桌里少见的反向校准。所有关于 AI 加速、机器人量产、寿命逃逸速度的乐观主义，都建立在一个隐含假设之上——人在 AI 加持下做出的决策是更好的决策。Stephen 的提醒是：那个假设可能是错的。多巴胺能让你感觉判断力极强，但它不能让你的判断力真的极强。

十、AI 的 2028 年：四种相互冲突的未来畅想

收尾环节，Peter 让每个人预测 2028 年中 AI 给"普通消费者"会是什么"感觉"。每个人的回答都揭示了他们各自的世界观。

Peter 自己：环境 AI（ambient AI）和"自动魔法 AI"（automagical AI）。"AI 知道我跟配偶吵了一架、没睡好——我走进房间，灯调暗了，机器人摆了一杯酒，最爱的音乐响起，最爱的喜剧演员在电视上。世界为我自动调整。我刚把 Skippy（Peter 自己的 AI）连了 Granola 录音、WhatsApp、iMessage、邮件、日历——它现在比任何人都更了解我。"

Alex：直接拒绝问题前提。"我认为这个问题问错了。消费者其实不是 AI 的好客户——OpenAI 试过把消费者变成推理模型的高级用户，失败了，被迫转向企业。他们关闭了消费者视频部门，关闭了一些其他部门，转向递归自我改进的代码生成模型，因为企业有钱、有意愿用先进推理能力。所以正确的问题是：2028 年中 AI 对企业会是什么感觉？ "

"我猜你想听到的是：你会有一个 AI 全权代表（exec），是你的数字孪生（digital twin），知道你生活的所有细节，全面优化你的肉体存在。我不认为事情会这样发展。我们已经把 AR、VR、智能家居、智能机器人都定价进市场了。没有定价进去的非显然的洞察是新的科学发现——而这不是消费者驱动的。"

Salim：制度型 AI（institutional AI）。"地球上每一个人都会变成一个小公司，身边围绕着一个能力极强的 AI 团队。 企业层面我们将运行 AI 原生操作系统（AI-native operating systems）。但更重要的是——我们需要为整个文明重写操作系统。我们整个文明 1 万年来所有的商业都是为'稀缺'设计的，现在我们正进入'富足'时代——但富足的商业模式是什么？我们所有的国家、机构都是围绕稀缺设计的。我们需要文明操作系统的彻底重写，而我认为这一过程现在正在开始。"

Dave：算力短缺。"我们今天发布了'Holiday Deck'。我们把一个房间改造成全墙屏幕——你走进去关上门，没人告诉你做什么，AI 直接开始跟你对话。你可以创建虚拟世界、歌曲、电影、vibe code（直觉编程）任何东西。任何消费者体验过都会说'我要这个，怎么在家里搞？' 但 2028 年的问题是算力会严重短缺。 我希望 2030 或 2031 年——等 terafab（万亿芯片厂）成型——能改善。现在企业用例正在吸光世界上所有的数据中心。 我们正在经历一个美丽的时刻——最先进的基础模型对所有上网的人都开放，价格也合理。抓住这个时刻，因为到 2028 年它会变成严重瓶颈。 "

Stephen：更好的人类。"人有四个旋钮——valence（情绪极性）、arousal（激发）、approach（接近）、avoid（回避） 。AI 教练能在实时给你调旋钮。我玩过国防部用的 AI 治疗师——非常好。大多数人现在已经在用 AI 教练他们的关系。但真正在你耳朵里的 AI 教练——这真的让人兴奋，因为它能让人更好。"

Alex 最终的预言：人机融合。"到本十年末如果还没有人吞下计算机，我会很失望。 我们已经看到 PillBot 这种形态的开端。我做过一个推演：如果你延伸过去 15 到 20 年达到 1 gigaflop（10 亿次浮点运算）算力所需的计算机典型大小——历史上苹果都是等到新设备过 1 gigaflop 才发布（最早的 Apple Watch、iMac、iPhone 都是这个规律）——把这条曲线外推，到 2040 年代中期——大概是 Kurzweil 说技术奇点的时候——一台计算机的大小就接近一个真核（eukaryotic）人类细胞的大小。所以我最兴奋的——我们会有细胞大小的纳米机器人在跑这些 AI。"

金句收录

"That's a moonshot, ladies and gentlemen."（这就叫登月目标，女士们先生们。）—— Peter Diamandis 开场宣言

"We are entering a postcapitalist society over time. At some point, money doesn't make sense."（我们正在进入后资本主义社会。某个时间点，钱不再有意义。）—— Salim Ismail

"Friends don't let friends start nonprofits anymore."（朋友之间不应该再让朋友去开非营利组织了。）—— Dave Brennan

"Elon doesn't need to win to win. He just needs to slow down OpenAI."（Elon 不需要赢才算赢。他只需要拖慢 OpenAI。）—— Dave Brennan 评论 Musk vs Altman 案

"Everything is already automated. The bottleneck is the humanoid actions."（一切都已经自动化了。瓶颈是人形动作。）—— Dave Brennan 谈 Tesla Gigafactory

"The most ironic outcome tends to be the one that we live in."（最讽刺的结果往往就是我们所生活的现实。）—— Alex Wissner-Gross 谈中国 AI 政策

"It's amazing that we can raise hundreds of billions of dollars for a concept that we can't define, measure, or test."（我们能为一个连定义、衡量、测试都做不到的概念募集几千亿美元，已经很神奇了。）—— Salim Ismail 谈 AGI

"We achieved AGI in the summer of 2020."（我们最迟在 2020 年夏天就达成 AGI 了。）—— Alex Wissner-Gross

"This is the narrowest technology in the world. You ask it to be general about anything, it's dumb."（这是世界上最狭窄的技术，你让它做点通用的东西它就变蠢。）—— Steven Kotler

"Demis and Dario got into the field specifically because they're worried about the future of humanity being a paradise and not being dystopian."（Demis 和 Dario 进入这个领域是因为他们担心人类未来不是天堂而是反乌托邦。）—— Dave Brennan

"Imagine bringing back every human who's ever lived."（想象一下，把每一个曾经活过的人都带回来。）—— Alex Wissner-Gross 谈 Colossal 与俄罗斯宇宙主义

"If Mounjaro is GPT-5.5, Retatrutide is AGI."（如果 Mounjaro 是 GPT-5.5，Retatrutide 就是 AGI。）—— Peter Diamandis

"Never trust the dopamine."（永远别相信多巴胺。）—— Steven Kotler

"Consumers are not actually great customers for AI."（消费者其实不是 AI 的好客户。）—— Alex Wissner-Gross

"Every single person on earth will essentially be operating like a small company with an incredibly powerful team around them."（地球上每一个人都会像一个被极强团队围绕的小公司一样运作。）—— Salim Ismail

"By the end of this decade, if we don't have many people swallowing computers, I'd be sorely disappointed."（如果到本十年末还没有很多人吞下计算机，我会非常失望。）—— Alex Wissner-Gross

时间线索引

[00:00] 开场冷启：Hassabis 的 AGI 预测、Figure AI 产能、Elon 与 Adcock 的 100 亿台预测
[01:11] 正式开场：MIT 现场介绍五位嘉宾
[06:48] 第一议题：Elon 的 SpaceX 5000 亿美元薪酬包
[08:00] 超级投票股的历史——Mike Saylor、Snor Redstone、Larry & Sergey
[10:00] Alex 提出"第三种公司形态"的治理观点
[12:00] Salim 的 ExO 框架与 TED 案例：MTP + 一年滚动运营计划
[15:54] 第二议题：Elon vs Sam Altman 诉讼
[16:30] Greg Brockman 日记冒烟枪
[17:30] 对 Elon 阵营不利的四个事实
[19:00] Anthropic 的"狗追上了车"——非营利转 PBC 的不可避免
[23:30] Polymarket 33% 概率 + Dave 的"不需要赢才算赢"判断
[25:30] Stephen 的转折："我有规则——不主动工作的事就不评论"
[26:00] AI 是否真的智能的第一轮辩论：96% vs 4% 现场投票
[35:25] 第三议题：Figure AI 产能（每天 1 台 → 每小时 1 台）
[37:30] 1X Technologies + Tesla Optimus 产能数据
[39:00] Tesla Gigafactory 实地参观——"瓶颈是人形动作"
[40:00] Elon 的 100 万 Optimus 预测分析
[41:30] Stephen 直接攻击 Neuralink "vaporware"
[42:30] Salim 的人形质疑 + "至少给它再加一对手臂"
[44:00] Alex 的人形护理论 + 印度多臂神祇调侃
[44:30] 量产规模的尺度感校准：iPhone vs 汽车 vs 人形机器人
[48:30] 第四议题：中国法院判决 AI 不能取代员工
[49:00] Alex 的反讽："共产主义→无政府资本主义→共产主义"
[51:30] Salim 的"煤炭博物馆装太阳能板"类比
[52:30] Dave 解读中国人口危机——AI 政策的真实逻辑
[55:00] Alex 的 AI 霸权竞赛 + 新物理学论
[57:00] 第五议题：Demis Hassabis 的 AGI 预测
[58:00] Alex 的核心论断："2020 年夏天就达成 AGI"
[58:30] Stephen 的爆炸式反对 + 14 种 AGI 定义的混乱
[01:01:00] Lila Sciences 的"科学工厂"——机器人科学家
[01:04:00] Ashley Gaunt 牙医发来信件——AI 让普通人变企业家
[01:05:00] 第六议题：Colossal 第六个复活物种——蓝鹿
[01:06:30] Stephen 的环保危机警告
[01:07:00] Salim："带回来的不是原物种，是近似品"
[01:08:00] Alex 的俄罗斯宇宙主义愿景：复活每一个人
[01:13:00] 第七议题：Ozempic + Mounjaro vs OpenAI + Anthropic（2.4 倍）
[01:14:30] Alex 的"经济光锥"分析框架
[01:16:00] GLP-1 影响食品物流量
[01:17:00] Eli Lilly Retatrutide 临床数据
[01:18:00] Salim 自承使用 Retatrutide
[01:19:00] 寿命逃逸速度 + 万亿美元公司清单
[01:20:00] Stephen 的"Never Trust the Dopamine"警告
[01:23:00] 第八议题：AI 的 2028 年消费者体验
[01:24:00] Alex 的反驳：消费者不是好客户，应该问企业
[01:25:00] Salim：文明操作系统的重写
[01:25:30] Dave：算力将严重短缺
[01:27:00] AR 眼镜 + 环境 AI 时代
[01:30:00] Alex 的人机融合预言：吞下计算机 + 细胞大小的 AI
[01:33:00] Diamandis 的 MetaTrends 推广收尾

Ctrl+Enter 发送

还没有评论，来第一个留言吧 ✨

你可能也喜欢

AI 前沿

从仓库到工厂：黄仁勋的计算终局判断

：Lex Fridman × ：Jensen Huang（NVIDIA CEO，在任 34 年，全球最长任职科技公司 CEO）

9min · 4,376字

AI 前沿

7M 参数 + 1000 样本击败 o3：YC 拆解为什么 Recursion 是下一代 AI scaling law

Y Combinator · Decoded × Francois（YC visiting partner，资深 ML 研究员）

13min · 6,403字

AI 前沿

当50年风险管理大师听到"等死几千万人再说"——Paul Tudor Jones 的 AI 恐惧

：Paul Tudor Jones（Tudor Investment 创始人，50年市场经验）

8min · 3,831字

AI 前沿

诺奖得主的 AGI 缺口清单：Demis Hassabis 认为我们还差什么

：Demis Hassabis（Google DeepMind CEO，2024 诺贝尔化学奖得主，AlphaFold / AlphaGo 创造者）

8min · 3,547字

← 浏览更多报告

AI 前沿

人形机器人量产、AGI 已抵达与蓝鹿复活：奇点经济学的 MIT 现场圆桌

Mass Humanoid Production by 2027, Demis Hassabis Predicts AGI, Colossal Resurrects Bluebuck | EP 253

来源Moonshots with Peter Diamandis视频时长约 1 小时 34 分钟报告字数11,000字阅读时间22min原始链接https://www.youtube.com/watch?v=Jg2jJH1K0o8

本报告由 AI 深度分析生成，基于视频完整字幕。

📺 原视频约 1 小时 34 分钟📖 本报告 11,000字⏱ 预计阅读 22min

导读

阅读提示：原视频 1 小时 34 分钟。建议带着两个问题阅读——你相信"AGI 已经到来"吗？你愿意把日历、邮箱、家中所有摄像头都交给一个 AI 吗？

一、Elon 的 5000 亿美元薪酬包：当公司被设计为"达成登月目标"

讨论从 SpaceX 董事会刚刚通过的 Elon Musk 薪酬方案开始。这不是普通的高管激励——Peter 直接说，"前所未有，也无人能比。"

这个数字大到让 Dave 直接发问："你见过这种薪酬包吗？"答案是没人见过。

"如果 TED 的创始人一开始就站起来说'我们要在 5 年内办 20,000 场 TEDx 活动'，整个团队会跑光。他们会说'你疯了，我退出'。但如果你说'我们的 MTP 是传播思想，让社区决定，设定明确的规则，看看能走到哪里'——结果你会真的得到 20,000 场。5 年完整愿景不能直接放进运营计划，因为人的认知会崩溃。你需要 1 年滚动的实时计划，配上 MTP 作为方向舵。 "

二、Elon vs Sam Altman：本世纪最重要的法庭剧

接下来是本周炸点——Elon Musk 起诉 OpenAI 案的最新进展。Peter 简明列出双方的火力：

两边的"冒烟枪"：

Polymarket 给 Elon 的胜诉概率是 33%，几周前还是 50/50。但 Dave 给出本场最重要的判断：

"Elon 不需要赢才算赢。他不需要拿到和解金才算赢。他只需要拖慢 OpenAI——拖慢他们的招聘、士气、势头。所有这些被披露的文件已经勾勒出一幅难看的画面，这本身就是 Elon 的胜利。"

Dave 给出今天最锋利的一句话——"Friends don't let friends start nonprofits anymore."（朋友之间不应该再让朋友去开非营利组织了。）

三、人形机器人量产元年：从每天一台到每小时一台

下一个话题进入硬件——三家公司，三组数字，定义了未来五年的产能竞赛。

Tesla Optimus：Elon 的预测是 2030 年达到100 万台，2040 年达到 100 亿台——后一个数字 Brett Adcock 也支持。

为什么这事会成真——Peter 和 Dave 给出最关键的现场观察。他们去年参观了 Tesla 在德州的 Gigafactory：

"Elon 说'机器人会造机器人'，我之前不信——很难想象一台人形机器人能装小零件。但走进 Gigafactory 我就懂了。所有一切已经自动化了。机器人只需要把自动化设备从 Amazon 包装箱里拿出来、拧个螺丝，新的生产线就装好了。瓶颈完全在于人形动作那部分——其他全自动。"

这就是 Salim 提供的反对意见的关键背景。他对人形形态有一套始终如一的怀疑：

"机器人擅长的是重复任务、稳定环境、不出错。当你有重复任务时，你根本不需要人形机器人——人形是为可适应环境设计的，而可适应环境恰恰就不那么重复，这跟用机器人的逻辑完全相反。看看图表：轮式机器人、无人机等等都按各自的形态规模化。至少给它再加一对手臂——每次有人撑开垃圾袋时都需要第三只手，为什么不直接给它装上呢？"

Alex 顺势抛出一个核心比较——为这场量产竞赛做尺度感校准：

产品	第一年产量	现在年产量	现存数量
汽车	—	1 亿台/年	16 亿台
iPhone	130 万台	2.5 亿台/年	—
人形机器人（Elon 预测）	—	2030 年 100 万	2040 年代 100 亿

四、中国法院判决"AI 不能取代员工"：奇点经济学的最大反讽

接下来一段是这场讨论中最具戏剧反讽的话题。Peter 介绍：

"这是杭州的一个案例。一位 25,000 元/月（约合 3,500 美元）的科技工作者（姓 Zhao），因为 AI 自动化了他的部分工作而被降到 15,000 元/月（约合 2,100 美元）。他拒绝接受。法院判他赢了——逻辑是：采用 AI 是公司的商业选择，不是不可避免的外部冲击，所以不构成让劳动合同无法履行的理由。"

Alex 一上来就指出最大的历史反讽：

"中国从共产主义走到无政府资本主义又走回共产主义。中国正在为全世界制定如何处理 AI 替代劳动的标准——这是带着中国特色的社会主义。最讽刺的结果，往往就是我们正在生活的现实。 "

但 Steven 把镜头拉到地缘政治层面："如果中美 AI 战争真的存在，中国不就在自己的腿上绑了根绳子吗？"——这是大多数美国主流媒体的解读。

Dave 立即给出更复杂的中国国情分析：

"中国问题是人口在剧烈减少。生育率远远低于替代水平，劳动力以惊人的速度退出工作场所。让大家保持就业、有意义、不暴动是这场方程式里很重要的一部分。 所以即使中国说'谁都不能因为 AI 被解雇'，AI 的采纳速度根本不会受影响——他们的劳动力本来就在萎缩。这条法律可以无成本通过，反而能平滑社会动荡。"

Alex 补刀，把美中政策对比拉满：

"我不接受'中国通过国内政策自我捆绑、在 AI 霸权竞赛中输给美国'这个前提。附带说一句：AI 霸权竞赛是真实存在的，不是虚构的。这是一场真实的军备竞赛——不只是 AI 本身，更是 AI 之后的东西。当我们拥有超级智能时，会解锁那么多变革性的科学发现和发明，那才是真正的奖品。比如新物理学——我在一家叫 Physical Super Intelligence 的公司有财务利益，他们就在用超级智能解锁新物理学和应用物理学。这一项就值得一场国际军备竞赛。"

五、"AGI 已经在 2020 年达成了"：一场撕裂的辩论

整场讨论的智识高潮在这里。Peter 抛出 Demis Hassabis 本周的最新表态：

"我认为我们仍然需要重大突破的概率是 50/50，可能在世界模型（world models）方面。但我的赌注还是强烈押注基础模型（foundation models），因为它们已经如此成功。 "

Alex 接过话头，给出全场最激进的判断：

"我跟 Demis 10 年多以前聊过，那时他认为达到 AGI 还需要 5 个以上的重大突破。现在已经降到 0 或 1。我不反对 Demis。我过去主张过，我们最迟在 2020 年夏天就达成 AGI 了——那是 GPT-3 论文（《Language Models are Few-Shot Learners》）发表的时候。 我们已经知道（我会争辩说）什么是 AGI，也知道怎么造出来。"

Peter 反问："请定义一下。"

Stephen 直接爆发："这是疯话。这是世界上最狭窄的技术，你让它做点通用的东西它就变蠢。 "

Alex："Stephen 是在跟跟我们其他人完全不同的机器打交道吗？还是你有什么秘密能力？"

随后是 Stephen 一段长达数分钟、充满直接体验的反驳：

"不，我每天都用 AI——作为科学家、作为作家。我用过程中的体验是：这台机器什么都不懂。我花在教它写作的时间比它写作的时间还多。我作为科学家做神经科学，它本应该懂神经科学的每一件事，结果在大领域里漏掉巨大空白。这是一台收敛思考引擎，它不会做发散思考。 "

"Alex，你之前在播客里说你问了 10 个 CEO '他们最好的 10 个员工要多久才会被 AI 超越'，他们的答案是'已经超越了'。我听到这个就想，那他们的'最好的 10 个员工'肯定都是傻逼。"

Alex 给出反驳逻辑：

"Stephen，作为科学家，请你严谨地衡量进步或退步。如果你要主张创意写作能力出现了退步，就构造你自己的基准（benchmark），然后测量它，向世界展示退步。我向你保证，如果你构造得好，前沿实验室会把你的基准纳入每一个其他评估——把它作为一个优化函数。然后你就会得到更好的创意写作。"

但 Salim 给出本场最有结构的中间立场：

"我认为 Stephen 说的那部分是对的——技术比我们说的更受限，需要更长时间到达我们想去的地方。但更深的问题是：我们根本不知道智能是什么。 智能有十几个面向——情绪智能就有十几种，东方的'临在'或'觉知'，音乐智能、空间智能、语言智能，企业家做商业判断时的情绪智能。这些大多不在 AI 的牌桌上。所以当人们说'AI 会比人类更聪明'时——你说的'更聪明'到底是什么意思？AGI 至少有 14 种定义，我们在说哪一种？这是巨大的鸿沟——我们能为一个连定义、衡量、测试都做不到的概念募集几千亿美元，已经很神奇了。"

Alex 加上他的核心论断：

"我会做一个甚至更强的陈述：通用智能能完成多种人类水平任务这个观念——基于 2020 年夏天的根本发现：你可以通过把通用人类知识压缩，来获得通用智能。这就是大语言模型背后的根本发现。我们作为一个文明，最迟到 2020 年就意识到——通过模型把人类知识压缩，就能完成多样和通用的任务。这就是我们需要的全部。其他一切——transformer 的精炼、其他改进——都只是在这个根本发现上的渐进改进。"

Dave 给出非常人性化的解读：

"Demis 和 Dario 是一辈子的研究科学家，Sam 和 Elon 是企业家心态的人转过来做 AI 的——心理学完全不同。**Demis 和 Dario 是为了避免人类未来变反乌托邦才做 AI 的，Sam 和 Elon 是商人，他们说：'我不在乎 AI 是不是能做最后那点人类独有的事。这玩意能制造任何东西、能治愈所有疾病、能照顾老人、能建成人类天堂——我够用了。'**"

六、Lila Sciences：科学超级智能的工厂

"他们建了一种叫'科学工厂'（science factories）的东西。我们参观时看到的是机器人在跑科学实验——做移液、移动、抓东西。他们的 AI 提出科学假说、设计实验、运行实验、收集数据、更新理论——以比任何研究生快 100 倍、1000 倍的速度。 "

Stephen 反问得很尖锐——"'解决'物理学是什么意思？'解决'这个词本身就有问题。 " 但 Salim 的回应是：

"措辞是有问题，但我们能用这个技术解决从未解决过、从未碰过的问题——比如我们很快会解决癌症。怎么可能不为此兴奋？"

这段话隐含的意思非常深：科学超级智能不需要有意识、不需要有创意、不需要"懂"任何东西。它只需要能做大量假设-实验-反馈循环，并选择最有效的那一个。 进化没有意识，但进化造出了你和我。

七、Colossal 第六个复活物种：蓝鹿，以及"复活每一个曾经活过的人"

蓝鹿是 200 年前因被猎捕而灭绝的非洲羚羊。当前在基因编辑和实验室测试阶段，预计 2028 年完成复活。这是 Colossal 一个保密的 15 物种管线里的第六个，前面五个分别是：毛猛犸（Woolly Mammoth）、袋狼（Thylacine，又称塔斯马尼亚虎）、渡渡鸟（Dodo）、恐鸟（Moa）、恐狼（Dire Wolf） 。恐狼已经"回来了"。

Stephen 提出一个反思：

"我担心去灭绝技术（de-extinction）让人觉得环境危机没那么严重。物种灭绝率是基线的 12 到 300 倍——比有史以来都高。带回来 5 种解决不了什么问题。 但如果这是第六种了，我倒是好奇我们多久能带孩子去某个地方说'这是 100 种 20 年前不存在的动物'？我觉得这比想象中来得更快。"

Salim 给出技术层面的提醒：

"当你带回一个灭绝物种时，它实际上不是那个灭绝物种，它是一个近似品。 你在跨时间收集 DNA 片段，重构出来。"

Alex 把这件事放进最宏大的哲学语境——他引用了 19 世纪俄罗斯宇宙主义（Russian Cosmism）哲学家 Fyodorov（费奥多罗夫）的"共同任务"（Common Task）思想：

"Fyodorov 说，人类的共同任务是用技术让每一个曾经活过的人都回来生活。 我觉得灭绝物种只是这个技术能做的事的一个特例——我们将能伸手回到过去的'光锥'（past light cone），把每一个曾经存在的物种都带回来——以混合体或计算机模拟的形式都行——也伸手回到过去的光锥，把每一个曾经活过的人都带回来。不只是物种层面，而是个体层面——通过计算或其他高级技术重构他们。我觉得这比侏罗纪公园式的恐龙宠物动物园远远更有趣、更怪异。想象一下——把每一个曾经活过的人都带回来。 "

八、Ozempic 一年比 OpenAI + Anthropic 多挣 2.4 倍：生物经济正在跑赢 AI 经济

下一个数据冲击：

2025 年，Ozempic（单一肽 GLP-1 激动剂）和 Mounjaro（双激动剂）的总收入是 OpenAI + Anthropic 的 2.4 倍。

Salim 第一反应是"这就是苹果跟橘子的对比，两者完全正交，何必比较？"——但 Alex 给出一个非常深入的解读：

"我认为论点是这样：GLP-1 类药物本质上是健康跨度（healthspan）药物。我们在一张图表上看到的，是一场赛跑——一边是通过延长健康跨度让人类劳动者在经济中更多产，另一边是把资本更高效地投入 AI 劳动。这两条曲线的赛跑结果，决定了未来经济光锥到底是被 AI 主导，还是被某种类似 AI 的东西，又或是某种类似生物软件加数字软件的东西主导。 "

紧接着 Peter 介绍另一个药物——Eli Lilly 的 Retatrutide（瑞他鲁肽） ：

"如果说 Mounjaro 是 GPT-5.5，那 Retatrutide 就是 AGI。它是一个三重激动剂肽。最新临床数据：40 周减重 37 磅 vs 安慰剂的 6 磅；胆固醇下降 27%、甘油三酯下降 41%、肝脂肪下降 80%、糖化血红蛋白 A1c 从 7.9（糖尿病）降到 6.0（正常）。预计 2027 年中通过 FDA 批准。"

Salim 当场承认自己已经在用 Retatrutide 几个月了——"令人惊奇的是肝功能。几十年的酒精损伤——它正在帮助逆转其中很多。我从来没有这么好过。"

Alex 给出一个对未来的关键判断：

"当我们谈论寿命逃逸速度（Longevity Escape Velocity, LEV）时——我确实认为它有可能在 2030 年代早期甚至更早实现——如果让我猜 LEV 最可能怎么发生，可能就是 GLP-1 这一药物类，及它随时间演化出来的所有东西。看看现在或近未来期望市值过万亿的公司：少数几家 AI 公司、SpaceX、OpenAI、Anthropic——然后还有 Eli Lilly。市场清楚地说了：长寿药物和 AI 是未来的产业。"

九、AI 的"心流-多巴胺"陷阱：一个反向警告

这一段虽然只有几分钟，却是整场讨论里少见的"减速带"。Stephen 抛出他的招牌警告：

"我同意 AI 能放大生产力。但我也想说：当 AI 给你即时反馈、产生大量多巴胺时，'心流'（Flow）会产生大量多巴胺，多巴胺会产生大量自我膨胀（ego inflation）和很多其他东西。"

"我们都见过用可卡因的人——他们觉得自己是天才。你以为他们是天才——他们也以为自己是天才。但你不是。"

"人和 AI 创造的快速反馈循环让你感觉非常好。你太嗨了，因为你在用 AI 黑（hack）你的生物学。它非常顺畅，非常有效。但这并不意味着你思考的质量与之匹配。我的组织唯一有过的纪念品是一件 T 恤，上面写'Never Trust the Dopamine（永远别相信多巴胺） '。"

十、AI 的 2028 年：四种相互冲突的未来畅想

收尾环节，Peter 让每个人预测 2028 年中 AI 给"普通消费者"会是什么"感觉"。每个人的回答都揭示了他们各自的世界观。

"我猜你想听到的是：你会有一个 AI 全权代表（exec），是你的数字孪生（digital twin），知道你生活的所有细节，全面优化你的肉体存在。我不认为事情会这样发展。我们已经把 AR、VR、智能家居、智能机器人都定价进市场了。没有定价进去的非显然的洞察是新的科学发现——而这不是消费者驱动的。"

金句收录

"That's a moonshot, ladies and gentlemen."（这就叫登月目标，女士们先生们。）—— Peter Diamandis 开场宣言

"We are entering a postcapitalist society over time. At some point, money doesn't make sense."（我们正在进入后资本主义社会。某个时间点，钱不再有意义。）—— Salim Ismail

"Friends don't let friends start nonprofits anymore."（朋友之间不应该再让朋友去开非营利组织了。）—— Dave Brennan

"Elon doesn't need to win to win. He just needs to slow down OpenAI."（Elon 不需要赢才算赢。他只需要拖慢 OpenAI。）—— Dave Brennan 评论 Musk vs Altman 案

"Everything is already automated. The bottleneck is the humanoid actions."（一切都已经自动化了。瓶颈是人形动作。）—— Dave Brennan 谈 Tesla Gigafactory

"The most ironic outcome tends to be the one that we live in."（最讽刺的结果往往就是我们所生活的现实。）—— Alex Wissner-Gross 谈中国 AI 政策

"It's amazing that we can raise hundreds of billions of dollars for a concept that we can't define, measure, or test."（我们能为一个连定义、衡量、测试都做不到的概念募集几千亿美元，已经很神奇了。）—— Salim Ismail 谈 AGI

"We achieved AGI in the summer of 2020."（我们最迟在 2020 年夏天就达成 AGI 了。）—— Alex Wissner-Gross

"This is the narrowest technology in the world. You ask it to be general about anything, it's dumb."（这是世界上最狭窄的技术，你让它做点通用的东西它就变蠢。）—— Steven Kotler

"Demis and Dario got into the field specifically because they're worried about the future of humanity being a paradise and not being dystopian."（Demis 和 Dario 进入这个领域是因为他们担心人类未来不是天堂而是反乌托邦。）—— Dave Brennan

"Imagine bringing back every human who's ever lived."（想象一下，把每一个曾经活过的人都带回来。）—— Alex Wissner-Gross 谈 Colossal 与俄罗斯宇宙主义

"If Mounjaro is GPT-5.5, Retatrutide is AGI."（如果 Mounjaro 是 GPT-5.5，Retatrutide 就是 AGI。）—— Peter Diamandis

"Never trust the dopamine."（永远别相信多巴胺。）—— Steven Kotler

"Consumers are not actually great customers for AI."（消费者其实不是 AI 的好客户。）—— Alex Wissner-Gross

"Every single person on earth will essentially be operating like a small company with an incredibly powerful team around them."（地球上每一个人都会像一个被极强团队围绕的小公司一样运作。）—— Salim Ismail

"By the end of this decade, if we don't have many people swallowing computers, I'd be sorely disappointed."（如果到本十年末还没有很多人吞下计算机，我会非常失望。）—— Alex Wissner-Gross