从图灵测试到USDC支付:AI七十年,机器终于学会了“花钱”

从图灵测试到USDC支付:AI七十年,机器终于学会了“花钱”

37分钟 ·
播放数20
·
评论数1

系统梳理了人工智能的发展历程、企业转型困境、产业链红利、AI与加密世界的交汇点,以及行业巨头的布局与分歧。从AI的起源讲起,逐步深入到当下的投资机会与未来展望,给出实用的判断框架。

第一部分:AI简史——从富兰克林到ChatGPT

电的发现为计算设备提供了能源基础,算力的尽头是电力。

图灵测试(1950年)奠定了“机器能否思考”的讨论框架,本质是预测下一个词。

AI经历了两起两落:符号主义(规则编写失败)、专家系统(成本高、难维护)、机器学习(深蓝、AlphaGo),最终在Transformer架构(2017年) 与算力爆发下迎来大模型时代。

核心结论:AI的尽头是算力,算力的尽头是电力——英伟达GPU和大型数据中心成为关键基础设施。

第二部分:企业AI转型的困境

电力革命类比:早期工厂仅用电动机替换蒸汽机,效率提升有限;真正变革在于用电力重构整个生产流程。AI转型同样如此,多数企业停留在“单点替代”(如写会议纪要),而非“组织重塑”。

失业潮为何还没来:摩根士丹利报告指出,当前AI主要驱动“产出扩张”(做更多事),而非“裁员替代”;但随着能力提升,替代效应迟早会来。

巴菲特的策略:不追逐通用AI概念,只投资能实质性提升现有业务的AI应用;同时精准踩中AI耗电带来的公用事业增长机遇(旗下能源公司受益)。

第三部分:AI产业链的“卖铲人”

英伟达是最大受益者,数据中心业务营收翻倍,市值超3万亿美元。

红利正在外溢:存储、光模块、散热、电力设备等环节需求爆发。国内光模块公司订单排到明年。

警示:作者认为这一波红利可能已被“吃干抹净”,股价已充分反映预期,此时追高风险较大。

新变量:AI数据中心成为现代战争目标,安全算力和分布式存储需求上升,去中心化算力项目开始受到关注。

第四部分:AI与加密的交叉点——USDC才是真正的“AI代币”

概念币泡沫:过去两年数百个“AI概念币”总市值一度超900亿美元,现已普遍缩水70%以上,多数没有实际产品。

为什么USDC是真正的AI代币:AI代理(Agent)之间需要机器间自动支付。USDC作为稳定币,可7×24小时流转、嵌入智能合约,是理想的机器间结算货币。

x402协议:唤醒沉睡了三十年的HTTP 402状态码(“需要付款”),实现毫秒级的机器间微支付。2026年Circle超过98%的代理驱动支付选择了USDC,证明其已成为事实标准。

a16z的观察:AI第一阶段(证明能做什么)已结束,下一阶段竞争围绕“能力如何被产品化并进入真实世界”,这必然需要加密支付基础设施。

第五部分:OpenAI的分裂——开源与封闭的路线之争

从联合创立到对簿公堂:马斯克与奥特曼2015年共创非营利OpenAI,后因商业化方向分歧(马斯克坚持开源,奥特曼接受微软投资转向闭源)彻底决裂,2026年马斯克起诉OpenAI违背使命。

对加密世界的启示:AI权力集中化风险凸显了去中心化AI的价值——通过密码学和经济激励,让训练和推理更加开放、可验证、抗审查。虽然项目早期,但方向正确。

第六部分:币安的野心与a16z的远见

币安的转型:不再只想做交易所,而是布局未来十年全球外汇交易发生在区块链上。AI+区块链将催生自主基金、智能合约保险、机器人理财等新金融形态。

a16z的八年总结:人们往往高估一年的变化,低估十年的变化。未来八年,AI将从“对话框”走向“代理”,从“回答问题”走向“完成工作”。支付、身份、数据所有权等加密基础设施将扮演关键角色。

第七部分:总结与投资思考

AI历史:任何技术革命都非一蹴而就,中间经历过两个“冬天”。

企业转型:难点在组织变革,而非技术。

产业链红利:正在从GPU向外扩散,但警惕最后一棒。

AI与加密的交汇:不在概念币,而在稳定币支付(x402+USDC)。

行业矛盾:开源vs闭源,中心化vs去中心化。

投资建议:关注为AI代理提供底层基础设施的项目(支付、存储、身份验证),而非炒作型代币。借鉴巴菲特的“现金流”原则和a16z的“长期主义”。

结尾:“AI的尽头是算力,算力的尽头是电力,而电力背后,是人类的组织能力和创造力。”

展开Show Notes
Catherine_L9
Catherine_L9
2026.5.06
自己听了好几遍 暂时不是很满意这一版 下一期再出一个ai相关的吧