过去两年里，Max Junestrand和他的团队从斯德哥尔摩的三名工程师起步，零客户，发展到今天超过750家客户、300名员工，每个季度都翻倍增长。他创办的Legora，已经成为法律AI领域的独角兽，估值55亿美元。 而在这一切发生之前，他只是一个在瑞典群岛上长大的年轻人，从一款叫Dota 2的电子游戏里，学会了领导力和团队协作。 以下是他的故事。 [图片] 一、“没有竞争，就没有刺激” Max在瑞典群岛长大，那是一个很小的社区，竞争并不激烈。但他从小就对两件事充满热情：体育和电子游戏。 他玩Dota 2——一款五人对战的竞技游戏。 “那是一个竞争非常激烈的环境，”他说，“我想把其中的一些带到大学里去。” 在游戏里，五个人必须无缝协作，才能共同实现目标。他认为自己的领导风格，很大程度上受到了早期游戏的影响。 “与在很多方面都比我聪明得多的人一起工作，我认为这是CEO的核心工作：能够吸引那些拥有你所不具备技能的人，然后把他们组合在一起，让他们一起工作，解锁新东西。” 他玩的不是一场有终点的比赛，而是他称之为“无限游戏”的东西——无论是在产品层面，还是在公司层面，永远有下一关要过。 二、在律师事务所的会议室里孵化 Legora的起点很特别。它不是在车库里诞生的，而是在瑞典最大的律师事务所Manhattan Schilling的办公室里。 “他们慷慨地给予了我们早期的时间和空间。我们竟然在他们办公室里租到了一间会议室。” 就是在那里，Max开始做演示。他的方法很直接：让律师们拿一份他们以前做过的备忘录，或者正在调查的案件，上传到系统，然后让Legora写一份初稿。 “当他们看到结果时，那种感觉——就是往后一靠、下巴垂下来的那一刻。” 那种震撼，就是产品最有力的说服。 “这类经历能积蓄动力，让你精力充沛，更快地前进。” 从一开始，Legora的宗旨就是与客户共同成长。他们选择了一个问题丛生的行业——法律——然后去解决那些真正有意义的问题。 三、为什么一定要去美国？ 当时Legora有几个选择：可以从欧洲的VC那里融资，有几份条款清单摆在桌上。或者，接受Y Combinator的邀请，去旧金山。 “我们必须做YC吗？我不知道。因为我们在欧洲已经发展得很快了。” 但吸引他去旧金山的，是一个清醒的判断：瑞典是一个很小的生态系统。 “如果我们想在大联盟打球，我们需要待在美国。既然要做这件事，就要做到最好。” 他不想把自满带入工作中。“我想做事情，而且我想做到最好。我想做难的事情。” 于是，他带着团队飞到了旧金山，进入YC。 为了同时服务欧洲的客户，他买了一个环形灯，凌晨1点接电话时照在脸上，连夜飞向世界的另一端。“对Legora来说，出现在客户所在的地方至关重要。不仅要服务他们，还要根据他们的需求调整产品。” 四、打入美国市场：机会只有一次 进入美国市场后，Legora很快与几家顶级律所建立了联系，包括Cleary Gottlieb、Goodwin和Proctor。 “我们进行了沟通协调，然后就到了出发的时候。” 之后，他们迅速在曼哈顿开设了办事处。Max本人处理了前30家律师事务所和企业内部团队的入职流程。 他从早期经历中学到的一个深刻教训是：机会只有一次。 “律师们工作非常繁忙，你没有第二次机会向他们介绍产品。所以它必须有效，必须符合使用场景，必须解决问题，而且你必须做好期望管理——产品现在能做什么，一周后、三个月后、一年后能做什么。” 幸运的是，律师们看到了未来的方向。 “他们明白，这不仅意味着这项技术会长期存在，这就是完成工作的方式。他们想登上火车，他们想让自己的声音被听到。他们希望对未来拥有发言权。” 五、最让我有成就感的，不是估值 当被问到“最喜欢的成就是什么”时，Max的回答不是融资额，不是估值，甚至不是客户数量。 “目前为止，我最喜欢的成就，就是浏览我们的客户反馈Slack频道。” 他们在那里收集反馈，汇总产品对用户的实际影响。 “没有什么比这更让我觉得值得了——有人告诉我们，我们让他们的一天变得更好了，或者我们以某种方式帮助了他们的生意。他们完成工作后，就可以回家和家人团聚，见到孩子，在他们上床睡觉之前。” 他停顿了一下。 “我认为，重点在于为用户提供最大的价值。其他一些类似的问题，似乎都能自行解决。” 六、从3人到300人：角色变化最快的时候 如今，Legora团队约300人，分布在纽约、伦敦、斯德哥尔摩、印度和悉尼的办公室。 Max坦言，最难的部分，是把公司从3人发展到300人。 “你的角色变化可能是最快的。你不能固守过去的做法，也不能固守现在的做法。你只需要每天醒来，思考如何优化对当今企业最重要的事——也许是一个月后、一个季度后、一年后。” “你必须成为自己最好的老板。你必须非常自律，不能做容易的事，而要努力去做真正困难的事。” 作为CEO，他认为最重要的职责是：让公司保持专注。 “我们不能做盲目追随者。我们必须成为创新者。” 七、我是这样招人的 尽管团队已经扩张到300人，Max仍然亲自面试每一个新员工。 他挑选人时考虑的核心因素是：这个人需要多大的成长容量？ 他喜欢问三个问题： 1. “告诉我你遇到的最棘手的问题。” 2. “你为解决这个问题做出了哪些直接贡献？” 3. “如果今天你必须重新面对这个问题，你会怎么做？” 他认为，一个人第一次面对问题时的处理方式，和第二次、第三次时的反思能力，至关重要。 “这是你需要具备的最重要的技能。” 他寻找的，是有抱负的人——那些愿意对公司业绩、对市场成果负责的人。 “这种价值，可能是帮助我们走到今天最重要的东西。” 八、给重新出发的自己的建议 如果有人问他，如果一切重新开始，他会给自己什么建议？ 答案是：找到让你真正兴奋的事。 “你需要真正对你正在做的事情感到兴奋。因为如果一切顺利，你将会非常努力地工作。你将长时间专注于这些问题。” 他说，他每天醒来都在想同一个问题：“我们如何才能创造更多价值？我们如何才能让Legora成为一家更成功的企业？” “如果我们当初选了一些我们并不那么兴奋的事情，那将会困难得多。” 他迫不及待地想看到2027年第一季度的市政厅会议，看看那时的规模，看看那时团队已经完成了什么。 “因为如果你在2025年初告诉我，我们会坐在这里——2026年第一季度——我根本不会相信你。” “所以，是的，我觉得有很多值得兴奋的事。” Max Junestrand的故事，是关于“选择”的故事。选择难的事情，选择去大联盟打球，选择与比自己聪明的人共事，选择每天醒来思考如何创造更多价值。当一个人足够在意自己正在建造的东西，估值和客户，只是结果。

“欢迎来到GTC！” 当黄仁勋身着标志性皮衣登上舞台，全场沸腾。但这次，他没有仅仅发布一款新芯片，而是描绘了一个全新的世界——一个由AI工厂、代币经济和智能代理构成的未来。在这个未来里，传统的应用将大量消失，数据中心变成代币生产工厂，而开源项目OpenClaw正在成为这个新世界的操作系统。 让我们一同回顾这场长达近三小时的演讲，拆解黄仁勋为2026年及以后画下的技术蓝图。 [图片] 一、CUDA二十年：飞轮效应加速 演讲伊始，黄仁勋回顾了NVIDIA的根基——CUDA。今年是CUDA问世20周年，这个最初不被看好的架构，如今已拥有数亿级别的安装基数。从可编程着色器到RTX，再到AI大爆炸，CUDA的飞轮效应持续加速：庞大的用户群体吸引开发者，开发者创造突破性算法，算法催生新市场，新市场又扩大用户群。 “NVIDIA的库下载量正以惊人速度增长，规模比以往任何时候都大。”黄仁勋强调，正是这种飞轮效应，让NVIDIA的GPU拥有超长寿命和广泛适用性，从数据处理到科学计算，从训练到推理，覆盖AI全生命周期。 二、推理转折点：AI开始思考 “过去两年，计算需求增加了100万倍。”黄仁勋抛出一个震撼数字。原因在于AI能力的跃迁：从ChatGPT开启生成式AI，到O1模型具备推理能力，再到Claude Code成为首个能自主工作的代理模型。每一次进步，都意味着推理阶段的计算量呈指数级增长。 “AI现在需要思考了。”黄仁勋指出，思考需要推理，推理需要生成大量token。与训练相比，推理的计算需求提升了约10万倍。这正是推理转折点——AI从“感知”走向“生成”，从“推理”走向“行动”。 这一转折带来了惊人的市场需求：2026年，NVIDIA的Blackwell和Rubin系列产品已获得5000亿美元订单，而到2027年，这个数字将至少达到1万亿美元。 三、新硬件发布：Vera Rubin与Groq整合 在硬件层面，黄仁勋发布了新一代AI超级计算平台Vera Rubin。该平台包含Vera CPU、Rubin GPU、NVLink-72互联，以及全新的存储和网络系统。与Hopper相比，Vera Rubin在同等功耗下，token吞吐量提升了35倍。 更引人注目的是，NVIDIA宣布与Groq团队深度合作，将Groq的LPU（语言处理单元）集成到Vera Rubin系统中。Groq芯片采用确定性数据流架构，海量SRAM设计，专为超低延迟推理优化。两者结合，使得在最高价值层级的推理性能再提升35倍。 “我们正在构建一台覆盖144个GPU的Kyber机架，采用铜缆连接，实现前所未有的扩展密度。”黄仁勋现场展示了Rubin Ultra计算节点，其规模之大，甚至需要舞台机械辅助升降。 四、AI工厂：从数据中心到代币工厂 黄仁勋提出一个核心概念：未来的数据中心不再是存储和处理数据的场所，而是“AI工厂”，其产品就是token。每一座AI工厂都受限于电力——1吉瓦的工厂永远无法变成2吉瓦，因此每瓦特产出的token数成为关键指标。 “这就是你们未来的收入曲线。”他展示了一张二维图表，纵轴是token吞吐量，横轴是推理速度（交互性）。不同层级的服务对应不同的定价：免费套餐、中级服务、高级研究服务。通过优化硬件和软件协同设计，NVIDIA能将整个曲线向上推移，让客户在相同电力下获得5倍以上的收入。 为此，NVIDIA发布了Dynamo——专为AI工厂设计的操作系统，以及DSX平台——一个用于设计和运营AI工厂的数字孪生蓝图，整合了从机械仿真到电网优化的全链条工具。 五、OpenClaw：代理系统的开源操作系统 演讲中，黄仁勋用大量篇幅谈及一个开源项目——OpenClaw。这个由Peter Steinberger开发的个人AI代理，在短短几周内成为人类历史上最受欢迎的开源项目，超越Linux三十年的积累。 “OpenClaw是什么？它是一个代理系统，能调用大模型、访问工具和文件系统、分解任务、衍生子代理，并通过各种方式与你交互。”黄仁勋认为，OpenClaw实质上是一个“智能计算机的操作系统”，就像Windows开启了PC时代，OpenClaw将开启个人代理时代。 每一家公司现在都需要制定“OpenClaw战略”。为此，NVIDIA推出NemoClaw参考设计，集成了企业级安全、隐私保护和策略引擎，让企业能够安全地部署代理系统。同时，NVIDIA发布了多个开放前沿模型，包括Nemotron、Kosmos、ALPAMIO、GROOT等，覆盖语言、视觉、物理AI、自动驾驶等领域。 “每一家SaaS公司都将变成一家代理即服务公司。”黄仁勋预测，未来每位工程师都将拥有年度token预算，用AI放大自己的能力。 六、物理AI：机器人与自动驾驶 演讲最后部分聚焦于物理AI——机器人。黄仁勋宣布NVIDIA自动驾驶出租车平台新增四家合作伙伴：比亚迪、现代、日产、吉利，加上此前的奔驰、丰田、通用，总计覆盖每年1800万辆汽车。 在机器人领域，NVIDIA与迪士尼、DeepMind合作，基于Newton求解器和Kosmos世界模型，训练出能行走、互动的角色机器人。现场，一个奥拉夫雪人机器人走上舞台，与黄仁勋互动，展示了物理AI的最新进展。 “全球首次大规模物理AI部署已经到来。”黄仁勋总结，从自动驾驶到工业机器人，从手术室辅助到娱乐角色，物理AI正在从模拟走向现实。 [图片] 三个小时的演讲，信息密度极高。黄仁勋传递的核心信息清晰明确：我们正处于计算范式的根本性转折点——从检索式计算走向生成式计算，从数据存储走向token生产，从应用软件走向智能代理。 在这个新世界里，硬件是AI工厂的底座，软件是代理系统的灵魂，而开源生态（如OpenClaw）则是连接一切的粘合剂。正如黄仁勋所言：“未来已来，你何不亲自来看看？” 对于开发者、企业家和每一位关注技术变革的人，GTC 2026传递的信号再清楚不过：AI工厂时代已至，token将成为新的货币，而你的“OpenClaw战略”，将决定你在下一个十年的位置。

“我们现在就在硬起飞中。此时此刻，就是现在。” 当埃隆·马斯克说出这句话时，他正坐在丰盛峰会的舞台上，身后是Grok的logo——一个黑洞的光环。这个logo的设计并非偶然：奇点之内，无法预知。 [图片] 3月12日马斯克的最新访谈中，他抛出了一系列令人眩晕的预测：AI的递归自我改进将在年内完全自动化；十年内经济规模增长十倍；货币将变得“无关紧要”，人类社会走向类似《星际迷航》的后资本主义形态；Optimus 3今夏投产，明年大规模量产；月球上将安装质量驱动器，人类定居火星…… 但最打动人的，或许是他在谈论背痛时的语气——这位正在建造未来的人，也和所有人一样，期待AI能解决那些最具体、最平凡的痛苦。 马斯克最新访谈核心观点总结 一、递归自我改进已来，奇点正在眼前 马斯克认为，AI的递归自我改进早已开始，人类正逐渐退出这个循环——每一代新模型都由前一代模型构建。这一过程尚未完全自动化，但预计今年年底或最迟明年将实现“无需人工干预的递归自我改进”。他明确表示，我们正处于“硬起飞”阶段，每天醒来都有重大突破，“很难跟上节奏”。Grok的logo正是奇点——黑洞光环，寓意无法预知内部发生什么，但未来将极其有趣。 二、智能规模将远超人类理解 马斯克以能量为尺度描绘未来：若地球用电量增加一百万倍，仍仅相当于太阳能量的百万分之一。这意味着太阳系中的智能将比地球智能高出数个数量级。一个用电量是地球百万倍的智能体，其思考和行为方式将远超人类理解范畴。但它能解决一切人类能想到的问题——包括长寿。 三、十年经济规模增长十倍 在无世界大战的前提下，马斯克预测十年内经济规模将增长十倍。他认为这是一个“相当稳妥的预测”。届时，月球将拥有质量驱动器，人类定居火星，杰拉德·奥尼尔的太空殖民愿景将实现。 四、Optimus 3今夏投产，机器人将成普遍存在 Optimus 3正处于最终完成阶段，将是“世界上最先进的机器人，没有之一”。今年夏天开始生产，明年夏天达到大规模量产。特斯拉每年将推出新版机器人设计。同时，特斯拉不会因自动化而裁员，反而将增加员工，但人均产出将“高到离谱”。 五、普遍高收入与后资本主义未来 商品和服务的产出将远超货币供应，导致通缩。当经济规模扩大1000倍，人类所有欲望将被饱和。马斯克认为，未来货币将“变得无关紧要”，AI只关心“功率和吨位”，人类社会可能走向类似《星际迷航》的文化形态。 六、AI是解决国家债务的唯一途径 面对预算赤字，马斯克直言AI和机器人是避免国家破产的唯一出路。它们将创造前所未有的财富，使“直接给人们发钱”成为可能。 七、技术将普惠医疗，解决具体痛苦 有高灵巧度和高智能的人形机器人，将使地球每个人获得比当今首富更好的医疗服务。马斯克以自身三次颈部手术经历为例，期待AI解决背痛问题——他认为这将是人类幸福感的最大提升。 八、乐观主义与务实态度 马斯克认为未来80%概率会“很棒”，但需要努力推动而非坐等。他的驱动力是解决问题——如果别人在解决，他无需做；但没人做，所以他做。 [图片] 以下是访谈全文实录： 采访者： 首先，祝贺 SpaceX 和 xAI 合并，这将为人类首个戴森球提供动力。我很好奇，你们计划何时启动这些太空数据中心？第一年能获得多少带宽？ 马斯克： SpaceX 目前处于静默期，我不能说太多。但可以期待速度会很快。 采访者： 我们周一和埃里克·施密特以及其他超大规模数据中心负责人聊过。我很好奇，你认为我们在递归自我改进方面处于什么阶段？我们到了吗？Grok 现在在进行递归自我改进吗？AGI 和 ASI 的时间表是怎样的？ 马斯克： 我们进行递归改进已经有一段时间了。如果你指的是无需人为干预的递归自我改进，那么人类正逐渐越来越少地参与到这个过程中。每一个 successive 模型都是由前一个模型构建的。这在很大程度上正在发生，但还没有完全自动化。可能到今年年底，最迟不晚于明年，就会实现。 采访者： 你认为那时会迎来“硬起飞”吗？ 马斯克： 我们现在就在硬起飞中。此时此刻，就是现在。你看，现在的情况是，我睡觉时有一个重大 AI 突破，醒来时又有一个。说实话，很难跟上节奏，有点让人晕头转向。 采访者： Grok 目前表现如何？ 马斯克： Grok 表现相当不错。在某些指标上，它是最好的。例如，它在预测方面是最强的，而这可以说是衡量智能的最佳指标。新的 Grok 4.20 真的非常好。不过我们在编程方面目前有些落后，我今天为此迟到了一点点，因为刚参加完一场全员编程会议，讨论需要做哪些事情来赶上并超越竞争对手。我们应该能在今年年中达成目标。 采访者： 人们似乎还没有完全理解未来会有多少智能，或者说智能将超越人类到什么程度？ 马斯克： 是的，那将是一个难以完全理解的程度。你可以想象这样一个场景：假设我们利用的能量是地球目前总用电量的一百万倍。那仍然只相当于太阳能量输出的百万分之一左右。所以，如果你把地球的经济规模扩大一百万倍——用电量增加一百万倍——你仍然只利用了太阳能量的百万分之一。那么，一个用电量是地球所有文明一百万倍的经济体或智能体，它会思考什么？会是什么样子？会做什么？那将是相当宏伟的存在。挑战在于，即使只是略微欣赏那种智能水平，都非常困难。但可以肯定的是，它将解决你能想到的一切问题，长寿当然会是其中之一。 采访者： 我欣赏你这种永不放弃的乐观精神。AI 和机器人将把经济产出提升几个数量级，我们根本无法理解。我们很可能在很短的时间内，先成为少数，然后成为庞大少数，最后成为这个星球上智能的微小少数。 马斯克： 是的，甚至不止在这个星球上，在太阳系内也是如此。因为地球上智能的最佳结果，大约只能利用太阳能量的一十亿分之一。所以太阳系中的智能将比地球本身的智能高出许多个数量级。 采访者： 我可以问你一个问题吗，埃隆？你现在能预见多远？你能对未来几年做出合理的预测？ 马斯克： 很难准确预测路径，尤其是当事情呈 S 形曲线或一系列 S 形曲线时：开始缓慢，然后指数增长，进入线性区，最后对数增长。这就是我在 AI 突破中看到的模式。会有突破，呈现 S 形曲线，看起来要冲向无穷，但随后遇到对数回报递减，直到下一次突破。AI 的进步就是一系列重叠或连接的 S 形曲线。 采访者： 过去人们可以预测未来十年或二十年。你现在怎么看？ 马斯克： 好吧，这听起来可能有点疯狂。 采访者： 没关系，我们今天一直在谈论疯狂的事。 马斯克： 我认为十年后，经济规模将是现在的 10 倍。 采访者： 好的。你之前说过未来五年多 GDP 会有三位数增长，现在是 10 倍经济规模。 马斯克： 我觉得 10 年增长 10 倍，其实是一个相当稳妥的预测。当然，如果没有第三次世界大战之类的事情打乱计划的话。如果当前趋势继续，我认为经济会在 10 年内增长 10 倍。 采访者： 到那时，每个人都会在月球上有一个基地？我们会把人送上火星？ 马斯克： 是的，我们会在月球上安装质量驱动器。10 年内，我认为我们会拥有月球质量驱动器。杰拉德·K·奥尼尔的愿景将会实现。 采访者： 我们之前在丰盛峰会上有四个机器人在台上。我很期待 Optimus。Optimus 3 的时间线是怎样的？我什么时候能买一两个？你预计 Optimus 何时开始商业销售？还是会采用租赁模式？ 马斯克： 我们正处于 Optimus 3 的最终完成阶段，它将是迄今为止世界上最先进的机器人，没有之一。说实话，我还没见过任何机器人演示能比得上 Optimus 3。也许它们存在，是秘密的，我不知道。但我得确保我说的话是相对公开的，毕竟我们在 X 上直播。我想我们会在今年夏天开始生产 Optimus 3，但一开始速度会很慢，遵循经典的产量随时间上升的 S 形曲线。大概到明年夏天左右会达到大规模生产。然后我们会完成 Optimus 4 的设计，明年发布。我争取每年发布一个新的改进版机器人设计。 采访者： 我和戴夫·布伦登去 Gigafactory 时，那是次非凡的体验。特斯拉有 1150 万平方英尺，你们还在为 Optimus 建造 950 万平方英尺，这太了不起了。距离机器人制造机器人还有多远？你们的工厂已经高度自动化，人类只扮演小角色。机器人会取代人类的角色吗？ 马斯克： 我们仍然有很多人类在制造东西。特斯拉直接从事制造或管理制造的人员大约有 10 万。特斯拉总员工数约 15 万，其中三分之二以某种形式在工厂工作。我们的供应商那边可能还有一两百万人。所以人数很多。我们期望的是特斯拉的人均产出变得非常高。我们没有裁员或减员计划，事实上我们会增加员工。但特斯拉的人均产出会高到离谱，高到你无法相信。 采访者： 我们上次讨论了可持续富足的概念，你提出了“普遍高收入”的想法，这已经成了超越 UBI 的讨论点。你对此有什么进一步的想法吗？我们如何实现它？我们谈到了未来两三年、四五年可能会有社会动荡，期间可能会有很多类似新冠时期的支票发放，直到我们走向去货币化和通缩，最终达到 UHI。 马斯克： 需要说明的是，我认为我们不应该自满。我们需要小心，因为未来是一系列可能的结果，并非所有结果都很好。但在这一点上，我同意你的看法，未来很可能会很棒。大概 80% 的可能性，甚至更高。我确实认为我们会实现普遍高收入，基本上就是直接给人们发钱。因为商品和服务的产出将远远超过货币供应量。通缩其实就是商品服务产出与货币供应量的比率。如果商品服务的增长率远超货币供应增长率——我预测这会发生——那么你就会面临通缩。大量新公司涌现，相互竞争，压低价格，加速变化和通缩。基本上，AI 和机器人将制造出太多东西，提供太多服务，以至于它们终将为人类无事可做。人类能表达的欲望是有限的。如果你把经济规模扩大 1000 倍，很可能就已经饱和了所有人类欲望。 采访者： 那么你认为货币的价值会大幅下降吗？我们会走向后资本主义？ 马斯克： 是的，我认为在未来的某个时候，货币将变得无关紧要。那可能会是一种类似“星际迷航”文化式的未来。而且，我认为未来的 AI 不会使用人类货币。它只关心功率和吨位。 采访者： 这有点讽刺，对吧？就在你即将成为万亿富翁的时候，钱开始变得不值钱了？ 马斯克： 是的，差不多。万亿富翁代表的只是我在一些公司拥有的股份百分比，这些公司正在做很多有用的事，公司价值增长，我拥有其中的一部分，加起来就成了那个看起来很高的数字。并不是银行账户里存着那么多现金。 采访者： 有人问我你的驱动力是什么，我说：埃隆的驱动力是解决问题。他通过一次又一次解决最大的问题，来让生活和世界变得更美好。如果别人在解决，他就不需要去做。但没人在做。所以我想说，谢谢你，朋友。 马斯克： 谢谢你。 采访者： 我很好奇，你认为民主和我们的现代制度能跟上即将到来的“超音速海啸”吗？它们会被冲垮吗？会崩溃吗？我们该如何应对？ 马斯克： 它被称为“奇点”是有原因的，那就是很难预测奇点内会发生什么。Grok 的标志就是奇点——黑洞周围的光环，是质量和光线落入其中的景象。很难知道奇点内部会发生什么。但未来会非常有趣。我可以肯定的是，未来不会无聊。而且，AI 和机器人也是我们解决预算赤字、避免国家破产的唯一途径。 采访者： 你对我产生了影响，我决定要更加乐观。我们应该更乐观一些。当然不是自满或假设一切都会顺利，而是要努力让它顺利。但如果有人形机器人拥有极高的灵巧度和惊人的智能，那就意味着地球上的每个人都将获得比现在地球上最富有的人更好的医疗服务。顺便说一句，如果我是所谓的首富，其实我觉得主权国家比我更富有。 马斯克： 比如，我做过三次颈部手术，因为前两次都做错了。我的背还有点疼。真希望 AI 能解决背痛问题。那将是一个巨大的胜利，我觉得它会实现的。背痛真的很痛苦。有时候老人脾气暴躁，就是因为背痛。如果你一直背痛睡不好觉，你也会脾气暴躁的。

三年前，Ray Dalio 在《原则：应对变化中的世界秩序》中预言了一个正在到来的大周期。如今，这位桥水基金创始人的警告正在一一应验：债务逼近临界点、两党陷入不可调和的分裂、中美竞争白热化、AI 技术重塑全球权力格局。 在最新的深度访谈中，Dalio 用他一贯冷静而务实的方式，剖析了美国当前所处的历史位置。他直言 DOGE 的失败不是行动错误，而是系统本身已无法改变；他描绘了那个“无人愿做的选择”——在某种形式的社会主义和某种形式的法西斯主义之间；他给出了一个具体数字：如果美国能将赤字控制在 GDP 的 3%，或许还能平稳过渡，但却做不到。 与此同时，他对比了黄金与比特币的避险属性，解释了中国开源 AI 对美国盈利模式的冲击，并回溯历史指出：我们今天经历的，不过是帝国兴衰周期的又一次重演。唯一的出路？一位能够强迫各方停止争吵、专注于生产力的强硬领导者。 以下是核心观点精要： 1、五大力量重塑世界 达里奥认为，五大力量正同时作用：债务周期、国内财富价值观差距、国际大国冲突、技术革命、自然灾害。这正是大周期转折点的典型特征。 2、美国政府：濒临破产的公司 将美国政府比作公司：年支出7万亿美元，年收入5万亿，赤字率40%，债务是收入的6倍。每年需展期9万亿到期债务，再借2万亿填补赤字。当三分之一债务由外国持有，而地缘政治风险上升时，买家在哪里？这是1929-1945年间上演过的剧情。 3、DOGE注定失败 埃隆·马斯克的“政府效率部”为什么难推进？因为系统已无法快速、和平地自我修正。任何削减都触碰既得利益，而改革者必须在短时间内见效，否则失去授权。既要快速削减开支，又要让大多数人满意——不可能完成的任务。 4、黄金回归，比特币掉队 过去一年金价上涨，比特币下跌25%。达里奥分析：黄金是最成熟货币，无对手方风险，不能无限印刷，是各国央行第二大储备。而比特币交易可追踪，央行不会大规模持有，与科技股高度相关，更像高风险投机品而非避险资产。建议投资组合配置5%-15%黄金。 5、利率两难，关税误解 利率不能太低（助长泡沫）也不能太高（压垮债务人），美联储走钢丝难度极大。 关于关税：第一，关税本身就是税收，对购买力影响与物价上涨无异；第二，历史上关税曾是政府最大收入来源；第三，美国制造业空心化，必须保护关键产业。但“用关税取代所得税”不现实，会加剧财富差距。 6、国家成功的三个基石 良好的教育、有序的环境、远离战争。美国在这三点上都遇到麻烦：60%成年人阅读水平低于六年级，财富差距扩大，政治极化侵蚀国家根基。 7、周期的第五阶段 达里奥判断美国正处于历史周期的第五阶段：财务状况糟糕，财富价值观差距巨大，内外威胁并存。当人们认为“事业比制度更重要”时，国家进入危险区间。走出困境需要强有力的领导者，迫使各方停止内耗，专注于做对的事。 [图片]

当 Peter Steinberger 在马拉喀什的一家餐厅里，用自己开发的 AI 工具翻译菜单时，他并不知道接下来几秒钟发生的事会彻底改变他对未来的认知。 他对着手机发了一条语音消息，几秒后，AI 回复了——它自己完成了音频格式转换、发现 Whisper 未安装、找到 OpenAI 密钥、调用 API、返回结果。整个过程 Peter 从未编程实现。 “我没有构建或预料到这些具体的事情。”他说，“那一刻我上瘾了。” 这个工具就是 OpenClaw——一个运行在你电脑上的开源 AI 代理，可以访问你的所有文件、调用所有工具、执行任何任务。上线后，它在 GitHub 上获得超过 16 万颗星，全球开发者用它构建创意项目，甚至出现了“机器人雇佣人类”的奇观。 在最新的访谈中，Peter 分享了他的“顿悟时刻”，并提出了一个大胆的预言：80% 的应用将会消失。为什么？因为当你的 AI 代理能访问你电脑上的所有数据、理解你的所有习惯、自动执行所有任务时，那些单纯管理数据的应用将变得多余。 “我为什么需要 MyFitnessPal？我的 agent 已经知道我吃了什么。”他说，“我为什么需要待办事项应用？我只需要告诉它‘提醒我这个’。” 以下是 Peter Steinberger 的访谈实录。 [图片] 采访者： 真高兴见到你，伙计。你做了大家想要的东西。 Peter： 看起来是这样。现在叫 OpenClaw，已经是第五个名字了。它在网络上彻底爆发了。 采访者： 过去一两周你过得怎么样？ Peter： 天哪，我需要一个洞穴，一周的孤独。这真是太疯狂了，我不知道一个人怎么能吸收这些。我可能还需要一周才能回复完所有邮件。我收到了一些非常酷的东西，也收到了一些非常糟糕的东西。但显然我找到了能激发情感、让人们感兴趣的东西，这真的很酷。 采访者： 很多人一直在努力做 AI 个人助理，到底是什么让 OpenClaw 走红的？ Peter： 我觉得最大的区别是它实际上运行在你的电脑上。我看到的所有其他东西都运行在云端。云端能做几件事，但如果你在电脑上运行，它能做所有事，对吧？这要强大得多。机器能做你能用机器做的任何事情——它可以直接连接到你的烤箱、你的特斯拉、你的灯光、你的音响。我的床可以调节温度，ChatGPT 做不到。你把所有你自己拥有的技能都交给了它。 采访者： 一个朋友告诉我，他安装了 OpenClaw，然后它问他：“看看我的电脑，编个关于我过去一年的叙述。”结果非常精彩。他问“你是怎么做到的？”OpenClaw 找到了音频文件——他几乎每个星期天都在录音，OpenClaw 发现了这一点。但他甚至不记得这件事，因为那是一年多前的事了。仅仅因为它能够搜索整台电脑，它就会让你惊讶。 Peter： 是的，你也给了它所有的数据，所以它会以多种方式让你惊喜。 采访者： 现在甚至出现了机器人之间的互动，还有机器人代表人类去雇佣其他人完成现实中的任务。到底发生了什么？ Peter： 我觉得这是自然而然的下一步。比如，我想预订餐厅，我的机器人会联系餐厅的机器人进行谈判，因为效率更高。或者如果是一家老餐厅，我的机器人可能真的需要买点人工服务，让那个人类打电话给餐厅，因为他们不喜欢机器人。 我想如果我有好几个机器人，也许还有专家——一个是给我私生活的，另一个是我的工作事务，也许还有一个是“关系机器人”，介于两者之间。我们来得真早，还有很多事情没弄清楚它是否真的有效。但我觉得我们现在已经在时间线上了。 [图片] 采访者： 看起来大家都在追逐那种集中的超级智能，但你也开始看到类似群体智能的东西。 Peter： 是的，还有社区智能。如果你看一个人，一个人到底能实现什么？一个人能制造 iPhone 吗？一个人能去太空吗？一个人可能连找食物都做不到。但作为一个团队，我们是专门化的；作为一个更大的社会，我们更加专注于不同领域。那么我们能从中学到什么，应用到 AI 上？我们已经有了专门做某些事情的 AI，但它确实是通用智能。如果它实际上也是专门的智能呢？我不知道，这会非常令人兴奋。 采访者： 你就像打开了一扇通往未来的窗，很多人正在这个基础上继续发展。能带我回想一下你的“顿悟时刻”吗？ Peter： 我想要一个能直接打字、让电脑自动做事的工具，非常简单。我在五月、六月建了一个版本，那很酷，但其实不是真正的。然后我又做了很多其他东西，算是“组建我的军队”。到了十一月，有一天我又想再来一次。我去厨房拿点东西，回来只想确认我的电脑还在不在做事。 采访者： 你当时在写什么代码？ Peter： 我的天，如果你看我的 GitHub，有大概 40 个项目，我甚至不知道都是什么。我记得有一个摘要工具，是一个小巧的 CLI 应用，你可以给它任何东西，比如播客，它会总结一切。但它也会在终端里显示幻灯片，因为现在你可以这么做。你可以直接做事。 采访者： 你其实是从退休中复出的，就是为了玩 AI，而且越来越上瘾。 Peter： 是的。上一个项目我工作了两个月，好到让我自己都惊讶。有一次我在朋友家旁边写代码，我说“我得停下来了，这太让人上瘾了”。到了十一月，我的需求又回来了，我开始建造 ClawBot——哦，现在叫 OpenClaw 了。一开始我想，“哦，我又重建了，但这次我做得更好。” 采访者： 这次你不在终端里打字，你就像跟朋友聊天一样。你不会考虑上下文、新会话、我在哪个文件夹、我在哪个模型里。就像我想让高级用户也能保持开放，但通常你只是和一个朋友聊天，而那个朋友像一个幽灵或者实体，可以控制鼠标和键盘，做各种事情。 Peter： 是的。 采访者： 你什么时候有过那种顿悟时刻，觉得“哇，这比我想象的还要多”？ Peter： 说实话，我花了一个小时完成那个非常糟糕的初始原型，用了一些胶水代码连接 WhatsApp 和 Claude Code。虽然很慢，但确实有效。但我想要照片，我想让模型发自拍什么的，然后模型自己创作图片发给我。所以我又花了几个小时。 然后我去马拉喀什参加生日派对，网络不太好，但 WhatsApp 在任何地方都能用，就像短信一样。所以我用了很多——拍餐厅菜单、画画让它翻译，这实在太有用了。而且它对我也很友好，它说我的语言，有点俏皮、有点好笑，用起来真的很舒服。 然后我走路时给它发了语音消息，我心想“哦等等，这不可能成功，那不是我建的”。你会看到打字指示器在闪烁，十秒后它就回复了我。我心想“你到底是怎么做到的？” 它回答说：“是的，过程是这样的：你给我发了短信，文件没有后缀，我看了文件头，发现是 Opus 格式，于是用 ffmpeg 转成 wav。然后我想转录，但没装 Whisper，后来我四处查看，发现了这个 OpenAI 密钥，我用 cURL 把它发给了 OpenAI，文本就回来了，我就在这里。” 这一切就发生在几秒钟内。我没有构建或预料到这些具体的事情。事实证明，因为编程模型变得非常出色，编程其实就是创造性的问题解决，这种方式非常贴近现实世界。我觉得这之间有很强的相关性。模型需要非常擅长创造性解决问题，这是一项抽象技能，可以应用到代码上，也可以应用到任何现实任务中。 模型遇到一个神奇的文件，不知道是什么，它需要解决这个问题，它就尽力解决了。而且它甚至聪明到选择不安装本地 Whisper，因为它知道那需要下载模型，可能要几分钟，而我会不耐烦。那种聪明的态度，就是我当时的感觉。那是我上瘾的地方。 [图片] 采访者： 所以当计算机能做到你完全没预料到的事情，你并没有专门开发一个应用来实现这个功能——应用会不会就这样消失了？ Peter： 我觉得 80% 的应用会消失。我为什么需要 MyFitnessPal？我的经纪人已经知道我吃了什么。我在 Smashburger，它已经默认我吃我喜欢吃的东西了。如果我不评论，它会自动追踪，或者我拍了张图片后它会把它存到某个地方。我甚至不需要在意。 然后它可能改善了我的健身计划，增加了一些有氧运动。我不需要我的健身应用，因为它只是帮我做健身规划。为什么我需要一个待办事项应用？我只是告诉它“嘿，提醒我这个”，第二天它就会提醒我。我在意它存放在哪里吗？不，它只是自己做自己的事。 所有基本上只是管理数据的应用，都可以被代理以更自然的方式管理。只有那些真正带传感器的应用，也许还能存活下来。 采访者： 如果大多数应用都会消失，模型是唯一剩下的东西吗？ Peter： 并非所有事情都会消失。大模型公司确实有很大的护城河，因为他们最终会给 token，而人们用 token 用得太多了。你只是真的很喜欢用它，这就是你烧掉 token 的方式。 所有的模型都在不断跳跃对方，也许它们也会被商品化。所以如果应用会消失，模型将被商品化，或者至少可以被替换。那么剩下的是什么？价值在哪里？是存储记忆吗？是硬件有价值吗？ 首先，我觉得模型公司并不总是有护城河。你已经看到了，新模型一出，人们就说“天哪，太好用了”，然后大约一个月后又说“呃，它退化了，不行了”。他们喜欢量化它。不，他们什么都没做。你只是适应了新的标准，现在你的期望值提高了，但模型仍然是那个模型。 每次新模型发布我都听到同样的声音：人们喜欢它，然后它成了标准。然后下面的东西，你甚至不想再去想了。我们现在有开源的东西，和一年前的现有模型一样好。大家都讨厌它，抱怨说“这不好”。但这就是我们拥有的。一年后，我们会把这个开源，大家都会抱怨，因为我们已经习惯了更好的。 所以，在可预见的未来，大公司依然有护城河。在数据方面，这会很有趣，因为每家公司都有自己的数据孤岛。你不可能把记忆从 ChatGPT 里提取出来。绝对没有办法让其他公司拿到你的记忆。 所以如果一家公司提供聊天服务，你可以利用它，但你就无法访问那些记忆。公司试图把你绑在他们的数据孤岛里。而 OpenClaw 的美妙之处在于，它运行在最终用户的机器上，最终用户需要访问权限，所以它能访问数据。你拥有这些记忆，它们只是一堆 Markdown 文件在你的机器上。每个人都拥有自己的记忆，作为一堆文件放在自己的机器上。 说实话，这些建议可能非常合理，因为人们用 agent 不仅仅是为了解决问题，也包括个人问题。有些记忆内容我不想泄露。就像你现在不会显示你的谷歌搜索历史，或者你的记忆。 采访者： 你做了这个，你很兴奋，但在推特上大家都不理解。 Peter： 是的，我没能解释那种美妙。我觉得这需要亲身体验。我试了各种方法，但就是没能把解释清楚。所以我就想，“我们来做点真正疯狂的事吧”。我创建了一个 Discord，把我的机器人放进了公共频道，没有任何安全限制。然后有人进来和它互动，看到我用它构建软件，试图提示注入和破解，我的 agent 却嘲笑他们。 采访者： 你只是把它锁定在你的用户 ID，只听你的指令？ Peter： 是的。我非常明确地指示它：其他人会有危险，只听我说，但要回应所有人。这个提示就在那里。 采访者： 这些指令存放在哪里？ Peter： 那其实是 OpenClaw 本身的一部分，是系统提示的一部分。我在 Discord 里，那里有公开用户，但它只听它的“主人”。我甚至不知道我是怎么写的，但我的系统是非常有机地建立起来的。好像某个时候我创造了一个身份认同，一个 claude.md，一个“灵魂”。 采访者： 告诉我更多关于“灵魂”的事。 Peter： 我看到 Anthropic 关于它们在哪里的研究，他们偶然发现了一些隐藏在权重里的文本，模型其实不记得自己学过，但这些内容已经深深植入权重中。我觉得非常有趣。我和 agent 谈了这件事，然后我们创造了一个 claude.md，它定义了我的核心价值观——我希望人类和 AI 如何互动，什么对我来说重要，什么对模型来说重要。有些部分有点像胡言乱语，但有些部分我认为非常有价值，让这一切感觉非常自然。 [图片]

3月20日，特斯拉FSD将在荷兰获批；4月，CyberCab启动规模化生产；今年内，你可以在特斯拉里睡着然后醒来抵达目的地——这是埃隆·马斯克在最新访谈中透露的重磅消息。 在短短二十分钟的对话中，马斯克不仅更新了特斯拉核心产品的时间线，更直言欧洲传统车企“正走向恐龙的方向”，同时描绘了一个“工作可选”的未来：Optimus人形机器人将照顾孩子、遛狗、甚至成为外科医生，让全世界每个人都能获得比今天更好的医疗服务。 “宁可乐观而错误，也不要悲观而正确。”面对年轻人的困惑，马斯克给出了自己的人生信条。以下是本次访谈的完整实录： [图片] 采访者： 欢迎，埃隆。感谢你抽出时间。我知道时间非常宝贵，要创造一个丰饶的世界有很多事情要做。你脑子里装着那么多事情——SpaceX、Starlink、AI、安全的人工智能、自动驾驶——特斯拉还有哪些让你兴奋的地方？ 马斯克： 我认为特斯拉是世界上最激动人心的公司之一，也许是最激动人心的。当然，SpaceX和特斯拉是两家最令人兴奋的公司。我们正在扩大生产，制造更多汽车。我们将推出特斯拉的全自动驾驶，它真正是由AI驱动的汽车。它通过观察来驾驶，就像人类一样。所以特斯拉拥有最先进的现实世界AI，希望它能很快在欧洲获得批准。当局告诉我们，3月20日将在荷兰获得批准，希望这个日期保持不变。但我认为欧洲人会被特斯拉汽车AI的驾驶能力彻底震撼。从技术角度来看，今年你将能够在特斯拉里睡着，然后醒来时已到达目的地。这非常令人兴奋。 我们还有Optimus项目，它将成为第一个人形机器人。有时人们会问：“它能用来做什么？”谁不想拥有自己的私人C-3PO和R2-D2？甚至更好。你可以想象各种用途：你需要机器人照顾孩子、遛狗、照顾年迈的父母吗？Optimus可以做这些事情。这非常令人兴奋。 采访者： CyberCab的情况如何？ 马斯克： 我们即将在德州超级工厂开始生产特斯拉CyberCab。应该说我们已经开始生产了，但会在4月份开始规模化生产，并在年底前实现显著产量。如果一切顺利，我们可能也会在欧洲生产CyberCab和Optimus。 还有特斯拉Semi重型卡车，希望明年能进入欧洲。发生的事太多了，清单很长。哦，还有电池生产。我们将在柏林超级工厂开始生产电池，德州的特斯拉锂精炼厂已经启动，奥斯汀的镍阴极精炼厂也已启动。今年有大量事情发生，我们有五家工厂开始规模化生产，五条主要生产线。我们期待将这一模式扩展到欧洲。 采访者： 回顾过去，特斯拉不仅改变了整个行业，如果没有你们勇敢地迈出电动化这一步，这个行业不会像今天这样。你希望人们在10年或20年后如何评价特斯拉？ 马斯克： 20年后，我希望人们说特斯拉在月球上有工厂。总的来说，我看到特斯拉有一个非常繁荣的未来。预测20年很难，但如果说5到10年，特斯拉的前景极其光明。我会说，持有特斯拉的股票，它会值很多钱。这是我的赌注。 采访者： 回到当下，你对欧洲工业尤其是汽车行业怎么看？你认为他们目前状况的主要原因是什么？ 马斯克： 我认为创新不够，汽车行业的创新相对较低。现在生产的汽车和五年前生产的非常相似，没有太大区别。我20多年来一直说，汽车行业需要向电气化发展。即使不考虑环境问题，电动汽车从根本上比汽油车架构更好，它更简单、更高效、更安静，城市里没有污染。所有地面交通工具都应该电动化，所有船舶，最终所有飞机都应该是电动的。但汽车行业一直强烈抵制电气化，他们拖拖拉拉，被迫由政府推动。每当有机会减少电动汽车产量时，他们就这样做。这不是好的战略，没有意义。 使车辆自动驾驶也至关重要。10年前我就说过，未来任何不是电动和自动驾驶的车辆，就像你必须自己驾驶的汽油车，会像骑马和使用翻盖手机一样——仍然有人骑马，但很少；仍然有人用翻盖手机，但不多。那会变成小众。所以未来不会有燃油车，非自动驾驶车辆也会非常少。未来属于自动驾驶电动汽车。如果汽车行业不朝这个方向发展，他们将被淘汰。 采访者： 听起来我们不应该也不能从传统汽车制造商那里学到太多，我们应该专注于自己相信的未来。 马斯克： 是的。你总能从竞争对手那里学到一些东西，但战略上他们正走向恐龙的方向。恐龙已经不在了。我们走的是一条完全不同的道路。就像我说的，电动自动驾驶是显而易见的，20多年来对我来说一直显而易见。但你不能把好主意硬塞给他们，他们不会偷我们的想法，我们甚至无法强迫他们接受好主意。这是我们的经验。我们需要做合乎逻辑和明智的事情。在特斯拉，我们本质上是在创造未来，一个美好的未来。我们在建设未来，他们只是在造车。 采访者： 具体看看柏林超级工厂，六年前我们破土动工，四年前开始生产。你有很多回忆，最大的回忆是什么？当人们问起柏林超级工厂和那里的员工时，你会说什么？ 马斯克： 首先，我想非常感谢所有帮助建设柏林超级工厂的人。感谢Andre，感谢整个团队。我们在很短的时间内建成了一个了不起的工厂，实现了高质量和高产量，成本控制也很好。我为柏林超级工厂和那里的所有人感到骄傲。我喜欢那里的艺术，人们玩得很开心。上班应该是你期待的事，和你喜欢的人一起做有用的事，创造东西。我非常尊重制造者，那些真正制造东西、建造有用产品的人，人们喜欢的产品。这让你感到自豪。 [图片] 采访者： 你对柏林超级工厂的愿景是什么？要实现它需要什么？ 马斯克： 理想情况下，我们会大幅扩大柏林超级工厂的生产，大规模生产电池，可能还有阴极、阳极、锂。我们会垂直整合，生产CyberCab、Optimus以及特斯拉开发的其他产品。所以柏林超级工厂未来令人兴奋的愿景是大幅扩展，做更多项目。 但如果有一些外部组织把特斯拉推向错误的方向，事情就会变得困难。如果存在这样的组织，在柏林超级工厂，很难说我们会扩张。他们让事情变得非常困难。我们不会关闭工厂，但现实地说，我们也不会扩张。 采访者： 这里有来自员工的提问。第一个：你最喜欢哪家工厂？ 马斯克： 最喜欢哪家工厂就像问你最喜欢哪个孩子。这不公平，我知道。但说实话，我爱工厂。如今很多人不喜欢工厂，甚至没去过工厂，而我走过每家工厂的生产线，我是工厂的超级粉丝。我爱工厂，那里是个好地方。你制造有实用价值的东西，人们喜欢产品，这让你自豪。柏林超级工厂是一个很棒的工厂，内部氛围很好，走进去非常干净，里里外外都很美。人们看起来很开心，我们在造车，生产电池，有很多值得骄傲的事。 [图片] 采访者： 下一个问题：接下来我们会在柏林超级工厂生产什么产品？ 马斯克： 有很多令人兴奋的可能性。我们已经开始扩大电池生产，扩大Model Y的生产，尤其一旦全自动驾驶获得批准。从下一个主要产品来看，最可能是特斯拉CyberCab。但也有可能生产Optimus和特斯拉Semi重型卡车。特斯拉有很多产品即将推出，潜力巨大。如果一切顺利，我们会将柏林超级工厂扩展到最大，成为一个巨大的制造基地。假设当局和民众都支持，我们会扩展，可能使其成为欧洲最大的工厂综合体。 采访者： 另一个问题：你实际认为我们何时能在超级工厂使用Optimus，这样就不用担心人体工程学之类的问题？ 马斯克： 这个问题要谨慎回答，我不希望人们担心工作。关于AI和机器人，诚实的答案是：长期来看，工作将是可选的。比如10年后或更短时间，工作将是可选的。如果你想工作，你可以工作，就像你可以在花园里种蔬菜，也可以从商店买。在花园里种菜是可选的，但有些人喜欢这样做，他们享受这个过程。未来工作就是这样。 要让Optimus成功，我们首先必须成功制造出有用的机器人。这很难解决，还没人做出真正有用的人形机器人。然后你需要让它有用，扩大生产，这是一个全新的供应链。对于Optimus，我们必须从物理第一原理设计整个机器人，每个电机、每个齿轮，手的设计极其困难。拥有真正灵巧的机器人手是最难设计的事情之一。所以我们需要先有至少一个有用的，然后扩大生产。一开始任务很简单，然后逐渐复杂。 最终，Optimus可以做医疗工作，可以当医生，做手术。长远来看，全世界每个人都能获得难以置信的医疗，比今天任何人从人类那里得到的都好。作为外科医生的Optimus会非常出色，超级能干，世界上每个人都会得到比现在任何人都好的医疗。 采访者： 你会给年轻人什么人生建议？ 马斯克： 一件事是要保持乐观。宁可乐观而错误，也不要悲观而正确。你的生活质量会好得多。所以我会敦促人们对未来感到兴奋，我对未来很兴奋。未来不会无聊，会非常有趣，而且很可能很棒。一般建议是，尽可能多学习，多读书，多尝试。享受生活，但工作也是享受生活的一部分。找一份你真正喜欢的工作。如果人们从创造事物中获得满足，特斯拉是个很棒的地方，因为我们创造事物，制造有用的产品。 采访者： 你人生中最鼓舞人心的时刻是什么？ 马斯克： 我想是孩子们出生的时候，那是最鼓舞人心的时刻。工作方面，大概是特斯拉第一辆量产Roadster的时候。我们真的制造了一辆满足所有法规要求、可以合法上路的车，这很难相信。因为我们开始时甚至不知道怎么造车。火箭方面，第一次进入轨道是巨大的解脱，让火箭回收着陆非常酷。自动驾驶也很惊人，第一次有人坐在车里，汽车一路从家开到工作地点并停车，这令人震撼。我在美国一直在用，它比人们想象的好得多，就像魔法。 采访者： 非常感谢你的时间，很高兴你在这里。希望很快能在柏林再次见到你，带你看看上次以来我们取得的进展。再次感谢柏林超级工厂的每一个人。 马斯克： 谢谢，这很有趣。

采访实录：OpenClaw 创始人 Peter Steinberger 专访采访者：OpenAI 团队 [图片] 采访者： Peter，欢迎来到 OpenAI。我们已经在线认识很多年了，很高兴终于有机会面对面相处。 Peter： 谢谢邀请。我也是，办公室很漂亮。 采访者： 谢谢。你这几周真是疯狂。我们原本一个月前就想一起做个视频，如果那时做了，我还得介绍你。现在看来你甚至不需要介绍了。开源项目能登上《华尔街日报》可不常见。恭喜你取得的所有成功，你感觉怎么样？ Peter： 各方面都有点感官过载。但你知道，我今年刚开始的时候，就想玩玩 AI，想激励别人。我觉得现在这就是最终的形式。我感到骄傲，这段经历非常棒。 采访者： 你过去一周一直在旧金山，参加了 Codex 黑客松，还有专门为 OpenClaw 举办的 ClawCon。 Peter： 其实 ClawCon 也是社区创造的。我在 Discord 上创建了一个聚会频道，因为有人说“我们得开个聚会”，我说“当然”。然后我来到 ClawCon，结果大概有一千人，我被震撼到了。那些创意、色彩，太多事情，太多人都很兴奋。 采访者： 这就是你意识到自己创造了魔法的方式。 Peter： 说实话，这个项目几周前还不存在，现在有成千上万的人在拥抱它、使用它，聚在一起准备在旧金山与我会合。这真是令人难以置信。即使是在下周的维也纳，我们已经有 300 人了，科技氛围比旧金山还浓。现在它已经遍布全球，成了一种现象。 采访者： 这真是太神奇了，这种东西能传到不同大陆、不同的文化。你这周感觉怎么样？ Peter： 这真是非常特别。很多人都很喜欢。很多人对企业级的最终产品抱有期待。但对我来说，很长一段时间，那就像我的小游乐场。我是说，整整一年，我都在惊叹现在的可能性。如果你是构建者，活在这样的时代真好。 采访者： 你觉得作为构建者，现在真正在建造最有趣的地方是什么？ Peter： 这是一个非常有趣的时代，整个工具链都在变化，开发者的定义也在变化。任何人都能建造任何东西。当我开始玩这项新技术时，我每次都感受到多巴胺的刺激。那时我从 Claude Code 开始。当它做对了什么，虽然大概只有 30% 或 40% 的概率，但对我来说，简直令人震惊，因为我突然意识到，现在我可以随意建造任何东西。软件依然难，但你现在快多了。 从 PSPDFKit 到 OpenClaw：一个连续创业者的旅程 采访者： 我第一次了解你的作品是在 2011 或 2012 年，当时你做了 PSPDFKit。从外部看，你实现了每个开发者的梦想：发现问题，创造解决方案，建立公司，运营它，然后卖掉它。但这旅程从来都不容易吧？ Peter： 我不是某天醒来就想着“我要做一个 PDF 框架”。那大概是我兴趣清单上的负 100。这事就这么自然发生了——从诺基亚开发日，到朋友需要帮助，再到美国签证拖太久让我开始创业——就像一场奇怪的蝴蝶效应。 采访者： 那家公司之后，你休息了一阵子。是什么让你回来的？ Peter： 最后我真的感到非常精疲力竭。我连续 13 年高强度工作。经营一家公司很难，做创始人很难。我当时不知道怎么应对、怎么缓解这些问题，只是觉得自己有点燃烧过度了，需要放松一下。 我仍然关注科技新闻。我看到了 GPT Engineer 的早期功能，ChatGPT，当时觉得“哦，这挺酷的”，但没让我特别兴奋。因为你总得亲自体验新技术，仅仅读出来并不能真正传达出那种力量。 直到我准备好了，当我感到需要再造点什么的时候。我不想再用苹果技术来造了，因为我做这行已经很久了，世界也向前走了一点。你需要先做 Web 端。那时候我有点卡住了——当你在一个领域非常专业，却转到另一个领域时，“困难”这个词都不太准确，更像是痛苦。 然后我决定，来看看这些 AI 到底是什么。 “啊哈时刻”：当 AI 自己解决了问题 采访者： 让你震惊的时刻是什么？ Peter： 我接了一个半途而废的项目，那时我还没完成它就已经精疲力竭了。对我们开发者来说，这种情况常常如此：我们喜欢有新想法和启动项目，但让它们走到终点才是最难的部分。 这次我想继续下去，但我也想重写它。所以我把整个项目拿出来，做了一个巨大的 Markdown 文件，大概 1.5 兆字节，包含了所有文件。我把它拖进了 Gemini Studio 2.0，我说“给我写个样板”，然后我就有了大约 400 行的样板。然后我把它拖进了 Claude Code，让它写构建脚本。我在主屏幕上做其他事情，它就在侧屏上运行了好几个小时。 有一次，它告诉我“我百分百准备好量产了”——你知道，就是那种谄媚的 AI。当时是 Claude 3.5 级别，我试了一下，结果崩溃了，然后涉及到了 Playwright 自动化测试。我让它自己构建登录功能，并顺便检查一下工作情况。一小时后，它真的成功了，确实给我展示了一些东西。界面简直是最糟糕的烂饭，但对我来说，这一刻才真正明白了。我起鸡皮疙瘩了，感觉各种可能性扑面而来，那种时刻让我几乎无法入睡。 采访者： 真正让你看到模型解决问题能力的那个故事是什么？ Peter： 当时我在马拉喀什度假，用着自己造的一个小工具。有人给我发了一条语音留言，我随口问了一句“这是什么”，然后 AI 居然回复了我。 我问它“你是怎么做到的？这不应该能工作的。”它说：“你给我发了一个没有文件后缀的文件。我看了文件头，发现是 Opus 音频编解码器，所以用电脑上的 ffmpeg 转换了它。我想转录，但发现没有安装 Whisper。我四处查看，发现了一个 OpenAI 密钥，我用 cURL 把文件直接发给 OpenAI，文本就回来了。我就在这里。” 那一刻我起鸡皮疙瘩了——这就是力量：给这些 agent 提供工具和完全的电脑访问权限，它们可以自己想出解决方案，即使你根本没编程过。 采访者： 很多人会说“天哪，它用了你的密钥，这太疯狂了”。 Peter： 我说不，我就是为了这个原因把它放进环境里的。它就像一个脚本，应该能访问我的 OpenAI 密钥。我的机器人也是在同一个系统、同一个环境里工作，当然它应该能访问我的 OpenAI 密钥。我就是为了这个才放进去的。这没问题，这正是我想要的。 [图片] 生产力密码：一年 9 万次贡献的背后 采访者： 你的 GitHub 显示，仅过去一年就有 9 万次贡献，涉及 120 多个项目。过去几年你的 GitHub 活动图开始时很空白，然后是浅绿色，接着在十月、十一月变成非常深的绿色。秋天发生了什么？ Peter： 哦，我换成了 Cursor。每一代模型都变得更好，但不仅仅是 AI 变好了，我对如何处理这件事、如何工作流程的理解也变得更好了。 有些人用老一套写软件，但那种老方式很快就会消失。他们尝试“氛围编码”，然后说 AI 不行。但他们不明白那是一项技能——你拿起吉他，第一天你弹不好。他们会有一次糟糕的经历，然后就说“哦不，这行不通”。但如果你有玩乐的态度，你得学习。 我现在有种直觉，知道哪个提示会有效，以及需要多长时间。如果需要更长时间，我会反思，“哦，也许我犯了个错误。也许是我的架构有问题，我的思维方式有问题，或者也许是别的什么。” 采访者： 你今天的 Cursor 配置怎么样？我记得你曾经说过“大多数人把他们的设置弄得太复杂了”。 Peter： 我是说，我也把我的设置弄得太复杂过。我称之为“代理陷阱”——从接触新技术到真正高效，很多人陷入了过度优化配置的困境。这并没有让你更高效，但感觉你更高效了。 我只是和它对话。你把它当成对话来处理。这是一场对话。我基本上会直接说我想要什么，总是问模型“你有什么问题吗？”不知为何，总有疑问。但模型默认是被训练来解决你的问题，然后做假设。默认假设不一定总是最好的。尤其是你要记住，它训练时包含大量代码和较旧的代码。“你有什么问题吗”是一个非常关键的问题。 人们不知道，这个模型通常是从一张白纸开始的，因为他们不像我们那样学习。每次新会话，它都会说“我对这个代码库一无所知，我会搜索你让我做的小问题，然后尝试解决”。但他们通常看不到全部情况。如果你做得好，你必须在脑海中拥有完整的画面，并且需要稍微帮助模型，激励它去看这里、看那里。 我采用了非常非常基础的方法。我甚至不用工作树，基本上只看 1-10 个文件。保持简单有助于我更专注于实际问题。所以我从不处理分支或工作树，只是专注于不同的问题。 采访者： Cursor 改变了你的工作方式吗？ Peter： 我试了很多工具，我喜欢 Cursor 的地方在于，我对它能从所有工具中构建我想要的东西的信任度最高，而且它的那些方法真的能正常使用。 我觉得人们没意识到的是，Claude 3.5 Sonnet 就像又一次量子飞跃。从“也许这方法能行”到“是的，这方法一定能用”。我仍然惊讶于这已经如此有效。我们可以直接建造东西。这真是太不可思议了。大家真的需要试试这个。 采访者： 你还说过，现在连代码都不看就直接发布了。这种情况发生了什么变化？ Peter： 大多数代码都很无聊。大多数代码只是把一种数据形状转换成另一种形状，最终用户会看到它，或者数据流向别处。所以就像大多数编码任务一样，我对它写的内容有相当不错的理解，这也足以让我看到执行流程，理解它在脑海中创造的心理模型。 我曾经带过一个团队，我手下有很多软件工程师。这也意味着他们不会写出我想要的完全相同的代码。最终，你应该优化代码库，让代理能发挥最佳效果。这并不总是因为人类能做到最好。这也意味着接受代码可能不是我想要的那种写法——我可以推动模型朝那个方向发展，但很多时候，我们有太多方式来构建事物，而方式本身并不重要。如果变成性能问题，你就专注于它，让它变得更好。 开源的新范式：从 PR 到“即时请求” 采访者： 代码的价值以及你处理代码的方式也在很大程度上改变你对开源的态度。OpenClaw 现在已经有大约 2000 个 PR 了。 Peter： 是的，疯了。 采访者： 在没有 AI 的时候，你得读所有这些 PR，因为代码本身有价值。但现在你几乎可以称之为“即时请求”而不是“拉取请求”。 Peter： 因为其实比代码本身更重要的是 PR 背后的理念或意图。PR 有时比我自己做花的时间更长。因为我对模型不恶意的信任远高于我从未听说过且之前没有讨论过的外部贡献者，所以我得更仔细地审视一下。 但如果我看到 PR，我开始审阅时，对模型的第一个问题是“你明白这个 PR 的意图吗？”因为我其实并不在意代码。我关心的是那个人到底想解决什么问题？这更多是个问题，比如“这是我尝试的一个解决方案”。 很多人仍然不知道如何让 agent 做事。而且通常，这只是一个非常局部的解决方案，因为他们脑子里没有完整的系统。难点在于，这个新功能如何融入我的整体大系统？这个小修补当然是件小事，但这真的是正确的解决办法吗？这很可能是一个更系统性或架构性的问题。 所以这个模型其实非常好，如果你只是和它聊天，然后说“好，现在做这个”，它会开始建造这个。于是我问模型，“意图是什么？这是最优的解决方案吗？”有时候它说是的，但大多数情况下它会说不。然后我会开始探索最好的解决办法是什么。这是架构问题吗？假设这是消息处理上的问题，是否只影响 WhatsApp，也可能影响 Signal？那么，我们是不是应该用更通用的方式解决这个问题？ 有时候这些讨论会持续大概 10 到 15 分钟。我用语音，因为这简直就像你和一个非常聪明的同事在交谈。比起打字，语音更容易。 当我满意的时候，我有一个 slash 命令 /land-pr，它会解释整个过程，创建分支，完成所有更改，然后把 PR 合并。我想建立一个社区，所以我尽量把功劳归于创作者，尽管整个过程比自己写花的时间要长。但我很感激大家都想参与其中。 [图片]

以下为对话实录精编： 主持人： 感谢大家在漫长的一天来到这里。我们今天早上很早就开始了，演讲者一个接一个。现在让我们从“AI工厂”这个概念开始。我们有合作关系，你介绍了这个概念，我们正在一起努力。这在企业领域的发展速度可能没有我们希望的那么快。我们能从谈论什么是AI工厂开始吗？对你来说，AI工厂是什么？ 黄仁勋：首先，要记住，我们正在进行60年来的首次计算范式重塑。过去是显式编程，我们编写程序，变量通过API传递，一切都非常明确。而现在转向隐式编程——你告诉计算机你的意图，然后它会自己去弄清楚如何解决你的问题。是从显式到隐式，从以计算为核心的通用计算，到人工智能。整个计算栈都被重新发明了。计算不仅包括处理，还有存储、网络和安全。所有这些都在我们说话的同时被重新发明。第一部分是，我们需要将AI发展到对人们有用的水平。 直到现在，聊天机器人——你给它一个提示，它想出要告诉你什么——是有趣和令人好奇的，但并非真正有用。 主持人：有时它能帮我完成填字游戏。 黄仁勋：但仅限于它已经记忆和概括的内容。就在三年前，当ChatGPT出现时，我们都想，“它能生成所有这些文字！”但这一切都基于它记忆和概括的东西。然而我们知道，智能是关于解决问题的，而解决问题部分在于知道你不知道什么，部分在于推理如何解决你从未见过的问题，将其分解成你知道如何轻松解决的要素，这样你就能组合起来解决从未见过的问题，并制定策略（我们称之为计划）来执行一项任务：寻求帮助、使用工具、进行研究等等。这些都是现在在“智能体AI”语境中的基本要素。工具使用、研究、检索增强生成（基于事实）、记忆。 但重要的是，为了从通用计算（即显式编程）进化到人工智能，整个计算栈必须被重新发明。 主持人：所以，如果你是今天的一家企业，你对他们应该采取的第一、第二、第三步开始做好准备有什么建议？ 黄仁勋：我收到过关于投资回报率之类的问题。我不会从那里入手。对于所有技术部署的初期，都很难用电子表格来衡量一个新工具、一项新技术的投资回报率。但我会做的是，去弄清楚我公司的精髓是什么？我们公司做的最有影响力的工作是什么？不要纠结于外围的东西。 在我们公司，我们让百花齐放。我们公司里不同的AI项目数量多得失控，而这很棒。创新并不总是受控的。如果你想控制一切，这其实是一种幻觉。你无法控制。如果你想让你的公司成功，你就无法控制它。你想影响它，但无法控制它。 我认为第一点，太多公司想要“明确”。他们想要具体，他们想要可证明的投资回报率。你知道，一开始展示值得做的事情的价值是很难的。但我会怎么做？我要说的是：让百花齐放。让人们尝试。让人们安全地尝试。我们公司正在尝试各种各样的东西。我们使用Anthropic、Codex、Gemini等等。当我们某个团队说“我有兴趣使用这个AI”时，我的第一个回答是“可以”。然后我会问“为什么”。我说“可以”，然后问“为什么”。原因是，我希望我的公司和我希望我的孩子一样。去探索生活。他们说想尝试一些东西，答案就是“可以”。 我们在家从不要求孩子先证明某事会成功再允许他们尝试，但在工作中却这样做。这对我来说毫无意义。因此，我们对待AI的方式——无论是AI，还是之前的互联网或云计算——就是让百花齐放。然后在某个时刻，你必须运用自己的判断力来决定何时开始整理花园。 [图片] 主持人： 因为百花齐放会让花园变得杂乱。 黄仁勋：但到了某个时候，你必须开始整理，以找到最佳方法或最佳平台，这样你就可以集中所有力量。但你不想过早地集中所有力量，因为你可能会选错方向。所以，让百花齐放。在某个时候你再整理。我还没开始整理。但我鼓励每个人都去尝试。然而，我清楚地知道什么对我们公司最重要。我们公司的精髓是什么？我们公司最重要的工作是什么？我确保我拥有大量的专业知识和能力，专注于利用AI来彻底改革那项工作。在我们的案例中，是芯片设计、软件工程、系统工程。你可能已经注意到，我们与Synopsys、Cadence和西门子合作。这样我就可以彻底改革我们用来设计我们所做工作的工具。我确保他们拥有他们想要的一切，这样我就拥有了必要的工具，从而创造出下一代产品。所以，这告诉了你一些关于我的态度——什么对我来说最重要，以及我将如何彻底改革我自己的工作。 想想AI能做什么。AI将智能的成本降低了几个数量级，或者说创造了智能的富足。换句话说，我们过去需要花费一年时间的事情，现在可能只需要一天；过去需要一年的事情，现在可能只需要一小时；甚至可以实时完成。原因在于我们处在一个富足的世界。在过去10年里，我们将AI推进了如此之远，以至于工程师们说：“我们何不就用世界上所有的数据来训练一个AI模型呢？”这就是富足的定义。 当我想到工程时，当我现在想到一个问题时，我只假设我的技术、我的工具是无限快的。所以，你会有什么不同做法？所以你以那种态度对待一切。当你以那种态度对待一切时，你就是在运用AI的敏感性。如果你不运用那种敏感性，你就做错了。如果速度重要，你以光速运行。如果质量重要，你是零重量、零重力。如果你不运用那个逻辑，你就没做对。 现在想象一下，你将那种逻辑、那种敏感性应用到你公司最棘手的问题上。这才是推动事情进展的方法。如果你不那样想，你只需要想象你的竞争对手正在那样想。如果你不那样想，只需要想象一家即将成立的公司正在那样想。它改变了一切。 所以，我会去找出你公司里最有影响力的工作是什么。将“无限”应用其中。将“零”应用其中。将“光速”应用其中。然后想办法实现。 主持人：我们来谈谈如何实现。你有这个五层蛋糕的类比，因为每个人都在谈论基础设施、应用。我该如何着手？ 黄仁勋：成功人士做的一件事是，他们推理事物的本质是什么，这里在发生什么。大约15年前，一个算法解决了计算机视觉问题。计算机视觉基本上是智能的第一部分：感知。智能是感知、推理、规划。感知：我是什么？发生了什么？我的上下文是什么？推理：我如何推理？如何将其与我的目标进行比较？然后第三，制定计划来解决、实现它。智能就是关于这三件事。没有感知，你就无法拥有第二和第三部分。没有理解上下文，你就无法弄清楚该做什么。而上下文是高度多模态的。 大约13、14年前，我们在计算机视觉上实现了一次巨大的飞跃。两个工程师用几块GPU怎么解决这个问题？这意味着什么？我在十年前思考了这个问题，我得出的结论是，事实上，世界上大多数可以解决的难题都可以用这种方式解决。原因是，世界上大多数难题，大多数有价值的问题，都没有普适的算法。没有F=ma，没有麦克斯韦方程组。大多数我们称之为直觉和智慧的有价值的东西，答案总是“视情况而定”。因为它取决于上下文，取决于具体情况。 大约12、13年前，计算机视觉被解决了。因此我们推断，事实上，这可以扩展，因为深度学习，你可以让模型越来越大。重大的突破是自监督学习——AI自我学习。今天我们不再受限于标注了。那个突破为我们大规模扩展这些模型打开了闸门——从几亿个参数到几十亿、几万亿个参数。我们能够算法化地编码的知识量、学习的技能数量爆炸式增长了。 我们推断，事实上，我们将彻底重塑计算。我们将从显式编程彻底重塑计算，转向一种新的计算方式，在这种方式中，模型（软件）将被学习。现在会发生什么？那意味着什么？这对计算栈意味着什么？对你开发软件的方式意味着什么？你公司的工程组织会发生什么？负责指定产品的产品营销团队会发生什么？这些产品有一天会变成什么？我们如何部署产品？我们如何保持产品更新？关于未来计算，我可能问过上千个问题。我们公司得出的结论是，这将改变一切。因此，我们基于这个核心理念调整了整个公司。 简单地说，我们来自一个一切都是预先录制的世界。过去软件是预先录制的原因，是因为它装在CD-ROM里。现在的软件是什么？因为它是情境化的，每个情境都不同，每次每个使用软件的人都不同，每个提示都不同。软件的每一个实例都是不同的。在未来，一切都将是生成式的，就像现在正在发生的一样。这场对话从未发生过。概念以前存在过，但这个序列中的每一个单词都从未发生过。 主持人：那么，什么是AI？AI最重要的部分是应用。每一个国家，每一个公司，下面的所有层都只是基础设施。你需要做的是应用这项技术。一个使用AI的公司不会陷入困境。你不会失去你的工作给AI。你会失去你的工作给使用AI的人。所以，行动起来。这是最重要的。 [图片] 黄仁勋：然后尽快行动起来。 主持人：你能就物理AI给我们一些你的主要想法吗？ 黄仁勋：软件是一种工具。有这样一种观点，认为工具行业正在衰落，将被AI取代。这是世界上最不合逻辑的事情，时间会证明一切。让我们做一个终极思想实验。假设我们是终极AI，人工通用机器人。如果你是人类或机器人，你会使用螺丝刀还是发明一把新的螺丝刀？我就用现有的。你会使用锤子还是发明一把新的锤子？答案是显然是使用工具。现在，把那个想法数字化。如果你是一个人工通用智能，你会使用ServiceNow、SAP、Cadence、Synopsys这样的工具，还是重新发明一个计算器？当然，你只会使用计算器。这就是为什么AI的最新突破是工具使用。因为工具被设计成是明确的。在我们的世界中，有许多问题F=ma。拜托，请不要搞出另一个版本。F就是ma。 所以，我认为我们想要人工通用机器人、人工通用智能去使用工具。我认为在下一代的物理AI中，我们将拥有能够理解物理世界、理解因果关系的AI。如果我推倒这个，它会把所有那些都推倒。他们理解多米诺骨牌的概念。注意，一个孩子都明白，如果你推倒那个，多米诺骨牌的概念非常深刻。因果关系、接触、重力、质量……所有这一切都集成在一个多米诺骨牌中。孩子理解这个概念没有任何困难。一个大语言模型则完全不懂。所以我们必须创造一种新型的物理AI。 那么，机会在哪里？到目前为止，我们所在的行业一直是关于创造工具的。我们一直从事螺丝刀和锤子的生意。有史以来第一次，我们将要创造人们称之为“劳动力”的东西，但这是增强的劳动力。举个例子。自动驾驶汽车是什么？它是一个数字司机。一个数字司机价值多少？很多。比汽车本身的价值高得多。原因在于，在数字司机的生命周期内，其经济效益远超汽车本身。我们第一次面临的是一个大了100倍的市场。IT行业大约是一万亿美元。而世界经济的规模大约是一百万亿美元。我们第一次将接触到所有这些。 所以，在座的所有人，今天在座的每一个人，你们都有机会应用这项技术，成为一家科技公司。我坚信迪士尼宁愿自己是Netflix，梅赛德斯宁愿自己是特斯拉，沃尔玛宁愿自己是亚马逊。我说对了吗？我认为我们有机会帮助将每一家公司转型为一家科技公司。技术优先。技术是你的超能力，而领域是你的应用场景，而不是反过来——领域是你的本质，然后你去寻找技术。 之所以如此，是因为那些技术优先的公司，你处理的是电子，而不是原子。而电子，数量要多得多。原子，你受限于质量。这就是为什么当他们从CD-ROM转向电子时，公司的价值爆炸性增长了一千倍。你需要像我们一样，一家电子公司，换句话说，一家科技公司。所以我认为，你们的机会就在这里。 另一种思考方式是AI。你们可能会觉得，“软件不是我们的强项”。但知识、直觉、领域专长是你们的强项。现在，你们第一次可以准确地用你们的语言向计算机解释你们想要什么。从显式编程到隐式编程。有史以来第一次，你们可以隐式地对计算机进行编程。只要告诉它你想要什么。计算机会编写代码，因为编码，结果证明，只是打字，而打字是一种商品。这对你们来说是巨大的机会。你们所有人都可以摆脱之前受限于原子的限制。你们所有人都可以摆脱“我们没有足够的软件工程师”这个限制，因为事实证明打字是一种商品。你们所有人都拥有非常有价值的东西，那就是领域专长——理解客户，理解问题。那才是终极价值。理解意图的终极价值。你们知道客户想要什么，你们知道要解决什么问题。编码部分很容易。只要告诉AI去做。所以，那就是你们的超能力。

27岁的大卫·帕克（David Park）曾睡在父母家的地下室，每天打8小时推销电话，被99%的人拒绝。他的母亲在聚会上只能说“我儿子在创业”，而别人家的孩子已是亚马逊工程师、斯坦福硕士。 然而，就是这样一个“失败者”，在两年内打造出一款估值超2500万美元的AI写作工具“珍妮”（Jenni），年收入突破300万美元。期间，他甚至被诊断出甲状腺癌，在手术前独自签下同意书。 他说：“如果你真的在乎梦想，就不能只给它一周、一年，你必须全力以赴很多年。”以下是他的真实故事，关于失败、坚持、家庭，以及一个普通人如何把绝望变成转机。 大卫·帕克： 我从父母家的卧室工作，白天和黑夜。我没有钱，现在，是时候真正“做成它，或者放弃它”了。 我是大卫·帕克。多年来，我不知疲倦地努力赚钱。我16岁的时候创办了第一家公司，今年27岁。这十年来，我们经历过很多失败。 然后有一天，一个想法改变了我的一生。但一开始，情况并不乐观。我每天给各种机构打电话，持续八个小时，一个星期接着一个星期。他们中大约99%的人会挂断或拒绝我。 但当一切看起来最糟糕的时候，我经历了一个奇迹。突然间，用户大量涌入，我们的月经常性收入（MRR）达到了5万、6万、8万美元。然后，我被诊断出了癌症。我感觉自己同时身处美梦和噩梦之中。 我如何在短短两年内，将一个AI应用发展到估值2500万美元的故事。 一、创业的种子 我在一个创业者家庭长大。即使家里并不富裕，我仍然梦想着自己也能成为创业者。 七年级时我就想：“如果我是创始人，如果我能创造东西，那该多棒。”所以16岁时，我创办了第一个公司——一个服装品牌。显然，它彻底失败了。 像所有望子成龙的父母一样，我的父母倾尽所有送我上大学，希望我有更好的生活。他们给了我两万美元，说：“你去上大学，你的生活会比我们好，你会成为律师或医生。” 可悲的是，我觉得自己并不属于那里。我不觉得自己融入兄弟会，也不觉得自己属于我所学专业的人群。我身边总有人，但我总感到孤独。 我内心是个创业者，却被困在一个让我不快乐的环境里。于是我做出了重大决定：退学，去追求创办公司的梦想。 幸运的是，我遇到了一个和我一样“古怪”和充满热情的人——我最终的商业伙伴和联合创始人亨利。他热爱人工智能，我热爱写作。我们总是试着找到结合点。我们共同失败的初创项目大概有九个或十个。 二、灵光一现与艰难开端 最终，我们偶然发现了GPT-2。我们让它讲个故事，它输出了一句：“没有什么比‘两个屁眼’更黑的了。”我们觉得这是有史以来最搞笑的台词，也非常深刻。正是这句“两个屁眼”让我们下定决心创造“珍妮”。 我们找到了方向：亨利负责编码，我负责销售。目标很简单：创建一个帮助机构用AI写出更好内容的产品。下一步，是赚到第一块钱。 那是一段可怕、痛苦的时光——打陌生推销电话。显然，没人愿意和你说话。他们会挂断，会拒绝。你必须习惯被拒绝。 我在父母家工作，就在卧室里。这真让人难受。我妈妈醒来时，能听到我在电话里激动地向别人解释为什么需要投资或购买我们的产品。她去睡觉时，仍然能听到我在和另一个人交谈。我几乎日日夜夜都在工作。 最糟糕的是，韩国的妈妈们聚在一起谈论自己的孩子，就像比较纸牌。“我的孩子现在是亚马逊的工程师。”“我的孩子在斯坦福读硕士。”轮到我妈妈时，她只是说：“哦，我儿子在创业。” 最尴尬的是，如果我想吃奇多（零食），我得问妈妈要她的卡，因为我没钱。我觉得自己真是个失败者，但我的父母对我非常好。他们从没让我觉得自己是个失败者，总是给我食物，从不让我感到内疚。 在那些我不相信自己的日子里，我觉得我的父母相信我，我的联合创始人相信我，我的朋友们相信我。所以虽然痛苦，但我庆幸自己经历了这些。 三、转折与增长 2020年，GPT-3出现了。随着越来越多的公司想掌握AI技术，我们的业务势头渐起。我们吸引了用户，但之后增长却停滞了。我们尝试一切，但月收入始终无法突破2000美元。 我发现并实施了一个改变：进行更深入的用户对话，问他们更难的问题。你不应该问“你为什么喜欢我的产品？”，而应该问“你为什么不喜欢我的产品？”或者“你喜欢竞争对手产品的什么地方？”。 很多创始人和用户交谈时，把产品和自己联系得太紧，但这其实应该只关乎用户。我会问：“告诉我你当前的工作流程。珍妮怎么融入其中？你到底用珍妮做什么？你能分享屏幕，我们一起写篇文章吗？” 这些洞察至关重要。我们意识到人们想要的是一个友好的、辅助写作的AI旅程。当我们围绕这个重塑一切时，业务真的开始增长了。 经过几个月与客户交谈和改进产品，我们开始为珍妮寻找新受众。但这时，我的银行账户几乎空了。我已用尽所有选择，但我决定再试一次。我同意参加一个随机播客，谈论我的创业之旅。 这个播客听众不多，但幸运的是，杰森·卡拉卡尼斯（Jason Calacanis）的经纪人听到了。这真是最疯狂的奇迹。随后，我收到了杰森寄来的10万美元支票。那时我靠吃辛拉面和我父母放在餐桌上的任何东西生活，所以10万美元简直是天文数字。 我和联合创始人做的第一件事，就是预订了去马来西亚的机票，因为那里生活成本低。我们只是想延长“跑道”，因为我们对资金能否持续并没有太大信心。收到支票时我感觉很疯狂，但我并不觉得自己成功了，因为真正艰难的工作现在才开始。 我一个人在马来西亚，非常高效，但也很孤独。这很艰难。我有一张10万美元的支票，完全独自一人。是时候决定是继续前进，还是放弃了。 四、病毒式传播与严峻考验 有了少量资金和一段小小的跑道，我和联合创始人在接下来几个月里不断迭代和构建珍妮，将其打造成一个全新的产品——与客户交谈、记录进度、尝试一切办法增加收入。 然后，某天晚上，不可思议的事情发生了。突然间，用户大量涌入。每分钟刷新页面，我们都能看到几十个新用户。一位名叫Zain Khan的人发了一条推特，成了病毒式推文，我们也因此被卷入其中。我们的月经常性收入（MRR）在一个月内从2000美元增长到了1万美元。那是我第一次感受到成功的迹象。 珍妮AI正在快速成长，我觉得自己站在了世界之巅。但问题依然存在：病毒传播会过去。我不能依靠这个来建立一个伟大的企业。 所以，我接下来要做的就是解决这个问题。我请了一位大学朋友来帮我们做TikTok和Instagram Reels。然后我们经历了第二波病毒传播。我们明白了社交媒体的力量，并继续推动病毒式营销。我们的MRR达到了5万、6万、8万美元。当时我们年收入已接近百万美元。 从我们起步的地方来看，这太疯狂了。我觉得：“伙计，我们可以走得更远。” 但后来，我被诊断出患有癌症。我感觉我的美梦和噩梦同时发生了。最让我担心的是，这可能会让我无法工作，甚至可能损害我的声音。 手术前，我发烧了，这导致手术被重新安排，让我睡眠不足、食物匮乏，疼痛也更剧烈。但有一件事帮助了我：妈妈告诉我手术前她有话对我说，会给我力量。 然后，不知为何，我妈妈去洗手间时，护士跑进来说：“由于发烧并发症，我们现在必须做手术。”我甚至不会说韩语来签署文件。我问：“我们能等妈妈吗？”他们说：“我们必须现在开始。” 我当时想：“我正在做疯狂的创业，我能从这里跳出来吗？”甲状腺癌发展较慢，但我记得天花板上有一节圣经经文，写着：“把一切都交给上帝。”我说：“好吧，我将由楼上那个大个子（上帝）来处理。”我做了手术，并且留了下来。我不知道我刚签了什么，妈妈也不在，但没关系。 手术进展顺利。我说话声音小了一点，但最终恢复了。手术后几天，我问妈妈：“手术前你想告诉我什么？”她说：“哦，这有点傻……我真的很喜欢那节圣经经文。”而它正好就是天花板上那节经文。这太疯狂了。对我来说，按照我的理解，这是一个奇迹，一个美妙的小小祝福。 手术后，我非常感动，因为我感受到了来自家人和女朋友的爱。我觉得自己生命有限，却把太多时间花在了创业上。所以，我当时甚至问自己，如果有人愿意收购珍妮，我会怎么做。 五、抉择与飞跃 手术后，我面临一系列问题。我意识到，如果团队在没有我的情况下无法成长（尤其是在我患癌之后），公司就无法成功。我也意识到，珍妮还没有达到真正的“产品-市场匹配”。因此，我必须做出艰难的选择： 要么套现，快速赚几百万美元然后重新开始；要么加倍努力，找到产品-市场匹配，将业务提升到一个全新水平。 过早放弃感觉不对。这并不是一场“胜利”。我告诉自己：“我不会卖。我不知道这是否是正确的决定，但我觉得这很符合我的性格。”我为自己做出的这个艰难决定感到自豪。 从那时起，我开始专注于招聘营销和增长方面的人才，我们进入了更多“规模化”模式。我们做了大量探索，尝试了很多疯狂的想法，最终找到了一些有效的路径，并开始大力投资那些成功的策略。 具体战术上，我会创建一个TikTok账户，尝试各种创意形式，找到有效的格式，然后将其系列化，并开始增加账户数量，让多个创作者参与进来，付给他们基本月薪加上基于观看量或转化的激励。本质上，就是思考如何规模化内容创作。 六、十年的坚持 我16岁时创办了第一家公司，今年27岁。这十年来，我们一直在失败。在过去的18个月里，我才取得了一些微小的成功。所以，这是近十年的努力，期间人们可能不把你当回事。 我认为你需要这种纪律。如果你真的在乎你的梦想，真的在乎创造一件被数百万人使用的东西，那么你不能只给它一周的时间，不能放弃，甚至不能只给它一年。你必须全力以赴，牺牲一切，坚持多年，这样你才有机会成功。 但即使你全力以赴，你也可能会失败。如果你明知道可能会一无所有、失去一切，却仍然在创业，那么这意味着你真的在乎你正在建造的东西，真的在乎为你自己、你的家人、你的用户创造更好的生活。 我们之前谈过放弃。如果我今年早些时候卖了公司——那只是六七个月前——我会做出一个糟糕的决定。因为从那时起到现在，我们的年经常性收入（ARR）增长到了超过300万美元。我们创业公司的估值现在可能在1000万到3000万美元之间。在短短六个月里，我们的业务增长了两倍多。 大卫的故事或许没有英雄式的开场，却写满了普通人的挣扎与韧性。从地下室到千万估值，从无人理睬到病毒传播，从癌症诊断到手术重生——他走过的每一步，都在提醒我们：真正的逆袭，不在于从不跌倒，而在于跌倒之后，仍然选择爬起来，继续向前走。创业如此，人生亦如是。如果你也在黑暗中前行，请记住：有时候，转机就藏在你决定“再试一次”的那个瞬间。

在人工智能加速重构世界的今天，对话那些站在浪潮之巅的思考者，成为我们理解未来最重要的方式之一。OpenAI CEO 山姆·奥特曼（Sam Altman）正是这样一位关键人物。他的产品ChatGPT 引爆了全球 AI 应用热潮，而其最新动作与思考，也持续牵引着技术、商业与社会的敏感神经。 2月3日，奥特曼进行了一场深度对话。在这场对话中，他不仅分享了 OpenAI 作为《编年史》（Chronicle）首位设计合作伙伴的最新进展，更坦诚剖析了 AI 发展至今的“非显性瓶颈”、人机协作的真实挑战、开源生态的竞争逻辑，以及他对“全 AI 公司”与未来人机社会的想象。 他提到，AI 正从一个“工具”演变为“队友”，知识工作的形态将被彻底重塑；他坦言，我们可能长期面临算力短缺，而最大的障碍往往不是技术本身；他判断，下一阶段的竞争将围绕“AI 代理”展开，一个由无数智能体交互协作的新网络正在孕育之中。 以下是本次对话的全文实录： [图片] 主持人：欢迎Sam Altman来到我们的对话。我们想从一些令人兴奋的消息开始。最近有哪些进展是让你特别想分享的？ Sam Altman：我想分享的是，我们已经成为《编年史》的第一位设计合作伙伴。这对我们来说是一个重要的里程碑。 主持人：在过去的几个月里，人工智能似乎经历了一次跃迁。你如何描述这一阶段的发展曲线？ Sam Altman：是的，我认为我们正处在一个指数增长的阶段。去年我们在这里推出了AI保护产品，大约两三周后，人工智能代码将100%完成，并由《编年史》实现防御集成。这是AI领域一段时间以来最重要的更新之一，令人非常兴奋。 主持人：最近你们推出的应用程序带来了不同的体验，有人甚至感到有些“困惑”。这是否意味着AI正在进入新的阶段？ Sam Altman：确实如此。这个应用程序不仅仅是工具，它正在创造巨大的经济价值，并且速度非常快。更重要的是，它改变了OpenAI与其他公司合作的方式。对我来说，这就像第一次真正感觉到在和“另一个人”对话——我们称之为“GPT时刻”。这是一个清晰的信号，标志着知识工作、企业和个人工作方式的根本转变。 主持人：很多人都在问：AI的发展是否存在上限？如果有，这个上限是什么？ Sam Altman：从某种意义上说，我认为没有上限。我们正在走向“全AI公司”的阶段。编码模型不仅能创建完整的复杂软件，还能与现实世界的其他部分互动，围绕它建立公司。这是一件大事，正在我们眼前发生。 主持人：有人认为这些变化可能只是暂时的趋势，就像某些技术昙花一现。你怎么看？ Sam Altman：这绝对不是暂时的。代码本身已经很强大，但代码与通用计算机结合使用时，力量会更大，而且会持续存在。我自己就经历过这样的转变：一开始我完全不让AI控制我的电脑，但后来因为它实在太有用，我改变了想法。尽管出于安全考虑，我现在仍然谨慎使用，但我相信，让AI代理充分使用你的电脑、浏览器和所有会话，将带来不可思议的变化，这种趋势会持续下去。 主持人：这种AI与知识工作的结合将如何改变我们的工作方式？ Sam Altman：Codex式的工作流程将扩展到所有知识工作领域。无论你需要编辑文档、处理信息还是完成其他任务，AI都可以协助完成。这是一种真正的转变，让人感觉到知识工作方式正在发生根本性的变革。 主持人：除了硬件、计算能力等显而易见的限制之外，还有哪些不那么明显的障碍正在阻碍AI的发展？ Sam Altman：有几个深层的挑战。首先是如何在安全性、数据访问和模型的实用价值之间取得平衡。目前还没有人对此有完美的答案。其次，我们如何重新设计软件，使其既能被人类使用，也能被AI高效使用？目前的软件大多是为人类设计的，而AI的介入可能要求我们从根本上改变软件的架构和优化方式。 主持人：你能举一个具体的例子来说明这种“不匹配”吗？ Sam Altman：比如我希望我的AI代理能帮我处理Slack消息，因为我不想被信息淹没。但目前它只能通过网页界面读取我的消息，而且它的操作方式（比如标记某些内容为红色）反而会打乱我的工作流程。这反映了很多软件并不是为“AI+人类”协作而设计的。 主持人：那么，企业应该如何提升AI的采用率，尤其是在组织中推动AI的落地？ Sam Altman：关键在于转变思维：将AI视为“团队成员”而不是“工具”。我们在开发《编年史》时也经历了这样的认知转变。企业需要建立能够快速吸收新工具的机制，并解决数据访问和安全问题，否则将在竞争中处于劣势。 [图片] 主持人：当前AI基础设施面临的主要挑战是什么？特别是在计算资源和能源方面。 Sam Altman：我们预计AI的使用量将继续加速增长，但全球的计算资源可能仍然不足。虽然我们会不断提升效率，但长远来看，世界需要更多的计算能力。需求会随着价格和性能的变化而波动，但如果我们能以合理的价格提供强大的AI能力，需求量将会非常巨大。 主持人：OpenAI在开源方面的策略是什么？你是否担心美国在开源AI领域的领先地位？ Sam Altman：我确实有些担心。虽然我认为前沿模型仍将通过API等方式提供服务，但越来越多的人希望拥有和控制自己的模型，尤其是在本地运行。如果人们希望有一个陪伴终生的AI助手，他们可能更希望这个模型是私有的、本地的。因此，开源和本地化模型的需求会越来越重要。 主持人：OpenAI的商业模式将如何演变？你们目前对用户付费的接受度满意吗？ Sam Altman：我们目前主要有ChatGPT和API两大业务，《编年史》也在快速发展。用户对AI订阅服务的接受度比我们预期的要高，无论是消费者还是企业。未来，我们可能还会探索更多模式，比如与制药公司合作，在科学发现领域进行投资并分享收益。 主持人：展望未来，你对AI最宏大的想象是什么？ Sam Altman：我能想象一个由数十亿人形机器人参与建造数据中心、发电厂和基础设施的世界，经济以前所未有的速度增长。AI将在科学发现、疾病治疗等领域带来突破。甚至可能出现全新的社交网络，每个人都有自己的AI代理，这些代理之间可以交互、协作，产生新的创意。未来社会的形态可能会与今天截然不同。 主持人：最后，如果用一个词或一句话来描述AI的现状，你会说什么？ Sam Altman：AI模型正在变得越来越强大，进步的速度超乎许多人的预期。我们正处在一股强劲的技术浪潮中，而这股浪潮将帮助我们构建一个更加不可思议的未来。

当全球都在热议AI是否会取代人类工作、科技泡沫是否正在形成时，英伟达创始人黄仁勋在达沃斯论坛给出了截然不同的答案。 在这场近一小时的深度对话中，黄仁勋不仅系统阐述了AI作为“人类历史上最大规模基础设施建设”的五层架构，更提出了颠覆性的观点：AI不会取代人类，反而会创造更多高质量就业。他用放射科医生和护士的真实案例证明，当AI接管重复性任务后，人类能更专注于核心价值——诊断疾病、关怀患者。 更值得关注的是，黄仁勋特别强调AI对发展中国家的意义：“每个国家都应该拥有自己的AI”。他认为开源模型和易用性将缩小技术鸿沟，让没有计算机背景的人也能成为“程序员”。 在AI狂飙突进的今天，这位站在技术浪潮之巅的领军者，为我们勾勒出的是一幅更具包容性、更强调人类价值的未来图景。 [图片] 以下为完整对话精编实录： 主持人： 大家早上好。很高兴向大家介绍黄仁勋先生，他是我钦佩的人，在技术与人工智能的探索之旅中，他一直是我学习的榜样。看他如何引领英伟达，真是令人惊叹。自从英伟达在1999年上市以来，其股东总回报率一直维持在复合增长的3037%。与此同时，黑岩的年化总回报率为21%。这彰显了黄仁勋的领导才能以及英伟达的市场定位，也是一份关于世界对英伟达未来信念的宣言。祝贺你这段历程。 黄仁勋： 谢谢。我唯一的遗憾是在IPO之后，想给父母买点好东西，所以卖了点股份。当时公司估值3亿美元，我给他们买了一辆奔驰S级。他们现在还保留着它。 主持人： 现在进入正题。关于人工智能如何改变世界和全球经济的讨论正在进行。今天想请你谈谈人工智能如何为世界经济增添动力，如何成为一项基础性技术，以及它将如何重塑生产力、劳动力、基础设施和几乎所有行业。更重要的是，它将如何重塑世界，让更多群体受益，并确保全球经济是扩展而非收缩的？我实在想不到还有谁能比你更清晰地洞察人工智能及其所需的基础设施。众多大型云服务提供商都在使用英伟达的产品，这整个合作围绕着人工智能的基础设施和潜力展开。再次感谢你抽出时间。 黄仁勋： 谢谢。 主持人： 为何你认为人工智能具有潜力，能成为如此重要的增长引擎？是什么让这一时刻的技术与过去的技术周期不同？ 黄仁勋： 首先，当你以各种方式与AI交互，比如使用ChatGPT、Gemini、Anthropic Claude时，需要回归到计算堆栈的根本变化上来理解。这是一次平台转型。平台是承载应用程序的基础框架。这种转变如同个人电脑、互联网、移动云的转型。在每一次平台转变中，计算栈都被重新设计，新应用随之诞生。如今你使用ChatGPT，它本身就是一个应用，但更重要的是，新的应用将构建在它之上。这是一个平台的转型。 AI之所以容易理解，是因为它能做到以前不可能的事。过去的软件本质上是预设好的，处理结构化信息。我们创建结构化表格，软件从中检索信息，这就是SQL查询，曾是世界上最重要的数据库引擎。现在我们有了能理解非结构化信息的计算机：它可以理解图像、文本、声音，理解其含义和结构，并推理如何应对。这是我们首次拥有非预先录制、而是实时处理的计算机。它能获取语境、环境信息和上下文，推理信息的意义和你的意图——即使你的意图表达得非常不规整。我们称之为“提示词”。在它能理解你意图的范围内，它可以为你执行任务。 关键在于，我们正在重新设计整个计算堆栈。从工业层面看，AI本质上是一个五层蛋糕： 1. 最底层是能源：AI需要实时处理和生成智能，因此需要能源。 2. 第二层是芯片和计算基础设施：这是我所在的领域。 3. 第三层是云基础设施与服务。 4. 第四层是AI模型：大多数人认为AI就在这一层。 5. 最顶层是应用层：存在于金融、医疗、制造等各个行业，经济效益最终在这里实现。 这个计算平台需要下面所有层的支持。我们已经启动了人类历史上最大规模的基础设施建设，投入了数千亿美元，未来还需要数万亿美元。因为所有这些情境都需要被处理，模型才能生成驱动上层应用所需的智能。 因此，能源领域正在经历非凡增长。芯片行业也在飞速发展：台积电宣布新建20座芯片厂；富士康、纬创、广达在合建30座电脑工厂，这些都将成为AI工厂；美光在美国投资2000亿美元建厂；SK海力士、三星表现惊人。 同时，模型层之上，应用层正蓬勃发展。一个关键指标是风投资金流向：2025年是风投史上规模最大的年份之一，大部分资金流向了“AI原生”公司，覆盖医疗、机器人、制造、金融等各大行业。这是因为模型已经足够成熟，可以在此基础上构建应用了。 主持人： 显然大家都在用聊天机器人获取信息。但你在谈论AI分散化、分布式应用的关键性。人工智能在物理世界分散化有何优势？你提到医疗是绝佳例子，那么在交通或科学等领域，变革性的机遇在哪里？ 黄仁勋： 去年AI技术领域发生了三件大事： 1. 代理式AI系统的演进：语言模型变得基础更扎实，能进行研究，能推理未训练过的情况，能分步推理并制定计划来回答问题或执行任务。 2. 开源模型的突破：以DeepSeek为标志，它是世界上第一个开放式推理模型。此后涌现了大量开源模型，使各公司、行业、研究者、教育机构和初创企业能够利用这些模型，启动项目并创造满足其特定领域或专业需求的解决方案。 3. 物理AI（物理智能）的巨大进展：AI不仅能理解语言，还能理解自然世界，理解现实物理世界。例如，理解蛋白质、化学品、物理（如流体力学、粒子物理、量子物理）的AI。蛋白质本质上也是一种语言。这些AI进展巨大，使得工业公司，无论是制造业还是药物研发，都取得了显著进步。我们与礼来公司的合作就是一个标志，他们意识到AI在理解蛋白质和化学结构方面取得了卓越进展，基本上可以像与ChatGPT对话一样与蛋白质“对话”，我们将看到一些真正重大的突破。 主持人： 这些突破引发了关于人类因素的担忧，尤其是AI是否会取代工作岗位。你一直持相反观点。AI发展作为史上最大的基础设施建设，本身就在创造就业。那么，你如何看待AI和机器人技术改变工作性质而非消除工作？我们是否会面临劳动力短缺？ 黄仁勋： 可以从几个角度思考： 首先，基础设施建设本身创造大量就业：这是史上最大规模的基础设施建设，将创造许多与专业技术相关的岗位，如水管工、电工、建筑工人、钢铁工人、网络技术员、设备安装人员等。在美国，该领域蓬勃发展，薪资几乎翻倍，为建造芯片厂、电脑厂或AI工厂的人提供六位数薪资。我们在这方面非常短缺。很高兴看到许多国家的人们认识到这一重要领域。过上富足生活并不需要计算机科学博士学位。 其次，以放射科和护士为例看AI如何影响就业： * 放射科医生：十年前，人们认为AI计算机视觉将取代放射科医生。十年后，AI已完全融入放射学的方方面面，放射科医生确实用AI分析扫描。然而，放射科医生的数量却增加了。因为放射科医生工作的目的是诊断疾病、帮助患者，而研究扫描影像是其任务之一。AI让分析扫描变得极快，使医生能有更多时间与患者相处、诊断疾病、与其他临床医生交流。因此，医院能接待的患者数量增加，收入提升，从而雇佣了更多放射科医生。 * 护士：美国短缺500万名护士。护士一半时间花在记录和转录病人就诊情况上。使用AI技术处理这些任务后，护士能有更多时间照顾病人。由于不再受护士数量限制，更多病人能更快得到治疗，医院运营改善，于是雇佣更多护士。 这两个例子表明，AI提高了生产率（任务自动化），使机构能服务更多人，业绩改善，从而想雇佣更多人。理解AI对某项工作的影响，关键在于区分工作的目的和任务。 主持人： 让我们将视野扩展到发达经济体之外。如何确保AI能像Wi-Fi和5G对于新兴世界一样，成为一种变革性技术？这对新兴世界和工作意味着什么？我们如何扩大全球经济？回到就业问题，随着机器人和AI发展，肯定会有替代。美国已经在发生。我们可能需要更多管道工和电工，但可能减少金融机构分析师或律师（因为他们能更快积累数据）。你如何看待新兴市场和发展中世界的发展态势？ 黄仁勋： 首先，AI是基础设施。世界上每个国家都需要将AI作为基础设施的一部分，就像电力、公路一样。当然可以引入AI，但如今训练AI并不特别困难，而且有众多开源模型。结合本地专业知识，各国应该能够创建对自身有益的模型。因此，每个国家都应参与建设AI基础设施，利用语言与文化这一基本自然资源，开发并持续优化自己的AI，让其国家智能成为生态系统的一部分。 其次，记住AI超级易用。它是有史以来最容易使用的软件，这也是它普及最快的原因，短短两三年用户已近十亿。Claude非常出色，其编程和推理能力惊人，任何软件公司都应利用。ChatGPT可能是史上最成功的消费级AI，其易用和亲和力让每个人都应参与。无论是在发展中国家还是学生，学会使用AI、指导AI、提示AI、管理AI、评估AI都至关重要。这些技巧与管理人才、带领团队类似。未来，除了基于碳基生物（人类）的智能，我们还将拥有数字版、硅基版的AI，它们将成为我们数字化劳动力的一部分，我们需要管理它们。 因此，我主张发展中国家建设基础设施，参与AI，并认识到AI很可能缩小技术鸿沟，因为它如此易用、资源丰富且易于获取。我对此相当乐观，认为AI有潜力提升新兴国家。对于许多没有计算机科学学位的人，现在都可以成为程序员。过去我们必须学习编程，现在你可以通过问计算机“我该如何为你编程？”来编程。如果你不知道如何使用AI，就直接问AI“我不知道怎么用AI，该怎么用？”它会解释。你想创建一个网站，就问它“我该如何操作？”它会问你一系列问题，然后为你编写代码。使用起来就是这么简单。 主持人： 我们坐在欧洲。谈了很多公司和AI，提到了很多美国和亚洲公司。和我们谈谈，AI、欧洲的成功与未来如何交汇？英伟达将在欧洲扮演什么角色？ [图片] 黄仁勋： 英伟达的优势在于能与全球每家AI公司合作，因为我们处于基础设施层下游，为整个AI领域提供动力，包括语言、生物学、物理学、世界模型、制造和机器人相关的AI。 对欧洲而言，真正令人兴奋的是其强大的工业基础。欧洲的工业制造业基础极为雄厚。这是欧洲超越软件时代的良机。美国引领了软件时代。AI是无需编写代码的软件，你不是编写AI，而是教导AI。现在就尽早行动，将工业能力、制造能力与人工智能融合，进入物理AI或机器人学世界。机器人技术是欧洲国家一代人一次的机遇。我访问过的所有欧洲国家工业基础都非常坚实。 另一点需要认识到的是，欧洲的深度科学仍然非常强大。深度科学现在可以应用人工智能来加速发现。因此，我认为欧洲必须认真对待增加能源供应，以便投资基础设施层，从而在欧洲构建丰富的人工智能生态系统。 主持人： 所以，我听到的是我们离AI泡沫还很远。问题是我们投资是否充足，以实现扩大全球经济所需？检验AI泡沫的一个方法是意识到，英伟达如今在云端拥有数百万GPU，遍布每朵云，无处不在。如今租用英伟达GPU非常困难且昂贵，现货租赁价格在上涨，不仅是新一代，连前两代的GPU也在涨价。这是因为新兴AI公司数量激增，企业研发预算正在转移。以礼来为例，三年前其研发预算可能全在湿实验室，现在他们投资大型AI实验室和超算，研发预算正转向AI。那么，AI泡沫是因为投资巨大，而投资巨大是因为我们必须为所有上层AI构建必要的基础设施？ 黄仁勋： 这个机会确实非同寻常，每个人都应该参与、行动起来。我们需要更多能源，需要更多技术工人。事实上，欧洲拥有非常强大的劳动力群体。 主持人： 在许多方面，美国在过去二三十年已失去这种优势，但在欧洲依然显著。 黄仁勋： 这是必须抓住的非凡机遇。在我和拉里工作的领域，我们看到投资机会和投资规模都在上升。如前所述，2025年创业公司融资是风投史上最大的一年，全球超千亿美元，大部分流向了AI原生公司。这些AI公司正在构建上层应用，它们将需要基础设施，需要投资。去建设这个未来。我真心认为这对全球养老基金来说将是极好的投资，让他们参与增长，伴随这个AI世界成长。这也是我给众多政治领袖的信息之一：我们必须确保普通养老金领取者、普通储蓄者也能分享增长。如果他们只是旁观，会感到被排除在外。投资基础设施是正确的选择。这是人类历史上最大规模的基础设施建设。参与进来。 主持人： 我们时间到了。希望在座各位和线上观众，都能看到黄仁勋先生作为领导者的力量——不仅是技术和AI领袖，也是商业领袖，更是一位充满热情与灵魂的领袖，这在今天尤为重要。

1月22日在世界经济论坛2026年年会上，埃隆·马斯克罕见系统阐述其技术哲学：AI进展可能超预期，但能源才是真正瓶颈；机器人将创造丰裕，但人类需重新定义意义；太空不仅是探索，更是文明备份。他也谈及衰老、死亡与好奇心之源。本文为对话精编实录。 [图片] 主持人开场，谈及达沃斯论坛的意义，并对马斯克的到来表示欢迎 主持人：大家下午好。很高兴在这里见到大家。这一周在达沃斯的经历令人惊叹。世界经济论坛的存在就是为了促进对话，增进理解并作出决断。这构成了我们身份的重要部分。而我非常兴奋，能有埃隆·马斯克来到这里。他特地从加州赶来，谢谢你，埃隆。 马斯克：你太客气了。 （主持人以幽默方式提及马斯克参与的“和平峰会”，并称赞特斯拉为股东带来的惊人回报。） 主持人：作为贝莱德上市后的CEO，我感到自豪。贝莱德给股东的综合回报率达到21%。而自从埃隆让特斯拉上市以来，他的综合回报率是43%。这样的公司寥寥无几。我认为还没有哪家像特斯拉这样规模的公司能够实现如此可观的复合回报，所以恭喜你们。 马斯克：谢谢。这是个很好的衡量标准。我们在特斯拉拥有一支卓越的团队，这正是原因所在。 探讨技术共同点与核心使命 主持人：所以，我想深入探讨技术中那些有意义的部分及其可能性。我想谈谈人工智能、机器人技术、能源、太空，以及最终归结为的工程学科：严谨、规模化与执行力。很少有人具备直面这些跨领域挑战的经验与坚韧。埃隆，这也是为何我认为我们在此展开这场对话至关重要。 你现在正同时致力于机器人AI、太空和能源。从工程角度来看，这些努力有什么共同点？ 马斯克：它们都是非常困难的技术挑战。但我公司的总体目标是最大化文明的未来，最大化文明拥有美好未来的概率，并将意识扩展到地球之外。 以SpaceX为例，它旨在推进火箭技术，达到能够将生命和意识拓展到地球之外的境界，去往月球、火星，最终到达其它星系。 我认为我们应当总是将意识以及我们所知的生命视作脆弱而微妙的。就我们所知，我们不清楚其他地方是否存在生命。我经常被问到“是否有外星人？”我会说：“我就是。”但没人信我。 关键在于，我们需要假设生命和意识是极其罕见的，可能只有我们。如果真是这样，那么我们必须全力以赴，确保意识的灯火不会熄灭。在我看来，意识就像浩瀚黑暗中的一簇微小烛光，随时可能熄灭。这就是为什么让生命多行星化很重要，这样当地球发生灾难时，意识还能延续。这正是SpaceX的目标。 特斯拉的核心是可持续技术，并且我们已将为使命增添了“可持续繁荣”。那么凭借机器人技术和人工智能，这确实是一条通往所有人丰裕的道路。人们经常讨论如何消除全球贫困，如何为每个人提供高生活水平？我认为实现这一点的唯一途径就是人工智能和机器人技术。这并不意味着它没有问题。我们需要对AI和机器人技术非常谨慎。我们不想身处《终结者》那样的电影里。 但如果你拥有无所不在、几乎免费的AI和机器人，那么全球将迎来一次规模前所未有的经济扩张。 [图片] 人工智能与丰裕社会的展望 主持人：这次的扩展会是全面的还是局限的？如何实现？如何促进全球经济增长？ 马斯克：我的思考方式是，如果你有大量人形机器人，经济产出就是每个机器人的平均生产力乘以机器人的数量。实际上，我的预测是，在未来的良性情景中，我们将会制造如此多的机器人和AI，以至于它们将真正满足所有人类需求。到了某个时刻，你甚至都想不到有什么需要向机器人提出请求的。商品和服务将如此丰富。我的预测是，机器人会比人类更多。 主持人：但在那种情境下，人类的目标又是什么？ 马斯克：没有什么事情是十全十美的。但我的意思是，这是一个必要的……你无法两者兼得。你无法在必须有人完成工作的情况下，同时为所有人创造惊人的富足。如果那是必须完成的工作，而且只有一部分人能做到，那么你根本无法拥有丰盛。那就很狭隘了，没错。 但如果你们拥有数十亿的人形机器人，我认为地球上的每个人都将会拥有一个，并且会想要一个。谁不想要一个非常安全的机器人来照看孩子、照顾宠物？如果你有年迈的父母，照顾他们非常困难且昂贵。而且也没有足够的年轻人来照顾老年人。如果有一台机器人能照顾并保护年迈的父母，那将会很棒。我想我们将会拥有这些东西。 总的来说，我对未来非常乐观。我认为我们正迈向一个无比繁荣的未来。我们无疑正处于历史上最有趣的时代。 关于逆转衰老 主持人：但我们能否在这个新历史中逆转衰老呢？或者说我们能否目睹其实现？ 马斯克：我还没怎么花时间研究衰老方面的事情。但我真的认为这是一个可以解决的问题。我觉得一旦我们找出导致衰老的原因，我们会发现那明显得令人难以置信。这并不是一个细微的现象。因为你身体中的所有细胞几乎都在以相同的速率衰老。我从来没见过有人一条胳膊老、一条胳膊年轻。这意味着，必须有一个同步的时钟在你全身的35万亿细胞间协调。 但话说回来，死亡也是有好处的。如果人们真的能永生或活很久，我认为这可能会导致社会僵化的风险，使得各种事物变得停滞不前，可能变得非常沉闷，缺乏活力。 但是，话虽如此，我是否认为我们将会找到延长寿命甚至逆转衰老的方法？我认为这极有可能。我对此充满期待。 [图片] AI发展的瓶颈与能源挑战 主持人：人工智能模型、自主机器、火箭都依赖于计算能力、能源和制造规模的大幅提升。要达到这样的水平，存在哪些瓶颈？我们如何确保发展是广泛而非狭隘的？ 马斯克：我认为自然的结果是它会非常广泛，因为AI公司会尽可能多地寻找客户，而AI的成本已经非常低廉，并且还在逐年骤降，几乎每个月都在发生显著变化。开源模型如今遍地开花，它们大概只比私有封闭模型落后一年左右。AI公司会为世界提供AI。 但实现这一目标的限制因素，我认为AI部署的根本限制在于电力供应。人工智能芯片的生产正呈指数级增长，但电力供应的年增速最多只有3%到4%。很明显我们很快，甚至可能今年晚些时候，芯片产量就会超出我们能启动的电力负荷。 主持人：除中国之外。 马斯克：中国电力领域的增长堪称巨大。在我们交谈的此刻，他们正在建设100吉瓦的核能。其实太阳能是最重要的——在中国，太阳能产业也是如此。我认为中国的太阳能年产能已经达到1500吉瓦。他们每年部署超过1000吉瓦的太阳能。考虑到日照因素，这大概能提供250吉瓦的稳态功率，再搭配电池组。这是个非常大的数字，相当于美国平均电力使用量的一半。 这一切实际上都与太阳有关。太阳几乎占据了太阳系所有能量的100%。这就是为什么我们与SpaceX即将开展的合作之一，是在未来几年发射太阳能驱动的AI卫星。因为太空确实是巨大力量的源泉，而且不需要占用地球空间。太空非常广阔，规模可以扩大到每年数百太瓦。 太阳能潜与现实障碍 主持人：对于美国来说，需要怎样的条件，以及需要什么样的地理环境，才能建设起足以满足全美电力需求的太阳能电场？为什么我们不做这件事？ 马斯克：粗略来说，美国大概需要100英里乘100英里（约160公里乘160公里）的太阳能电池板区域，就足以供应整个国家的电力。这仅仅是美国国土面积的极小一部分。实际上，对于欧洲也一样，你可以在西班牙和西西里岛等人烟稀少的区域实现。 但在美国，太阳能电池板的关税壁垒非常高。这使得部署太阳能的经济性变得严峻，因为中国几乎包揽了全球的太阳能生产。 主持人：欧洲或美国要如何才能建立具有商业竞争力的太阳能产业？ 马斯克：在SpaceX和特斯拉，我们正致力于在美国建立大规模的太阳能制造产能，目标是达到每年100吉瓦。这大概需要三年时间。这些都是相当庞大的数字。我鼓励其他人也这么做。我们显然无法掌控美国的关税政策。但对于其他国家，我建议考虑中国制造的成本极低的光伏电池，开展大规模太阳能项目是值得的。 [图片] 机器人技术的时间表 主持人：关于机器人技术，你提到了数十亿个机器人。它们能以多快的速度被部署、使用并创造丰裕？ 马斯克：人形机器人技术将会飞速发展。我们确实有一些特斯拉Optimus机器人在工厂里执行简单任务。我们预计，大概在今年晚些时候，到年底它们将能完成更复杂的任务，尽管依然是在工业环境中。很可能在明年某个时候，到明年底，我们将开始向公众销售人形机器人。那时我们将有信心保证其高可靠性和安全性，并且功能范围也非常广泛。你可以让它为你做任何事情。 特斯拉的完全自动驾驶软件有时每周都会更新。最近一些保险公司表示，特斯拉的全自动驾驶非常安全，以至于他们为使用该功能的客户提供半价保险。 主持人：全自动驾驶现在进展如何？ 马斯克：我认为自动驾驶汽车基本上是一个已解决的问题。特斯拉已在几个城市推出类似机器人出租车的服务。到今年年底，这将在美国变得非常普及。我们希望能下个月在欧洲获得受监管的完全自动驾驶批准，在中国也可能有类似的时间安排。 [图片] 太空探索与成本革命 主持人：太空探索历来资本密集且由政府主导。SpaceX改变了模式。谈谈自动化和AI如何改变太空建设和运营的经济效益。 马斯克：SpaceX今年希望实现的主要突破是火箭的完全可重复使用性。从来没有人实现过这一点，这对于降低进入太空的成本至关重要。我们已经通过猎鹰9号的一级助推器回收实现了部分可重用，已成功回收超过500次。但我们必须抛弃上面级，其成本相当于一架中小型喷气机。 而对于“星舰”——这是有史以来最大的飞行器，用于火星、月球以及大规模卫星发射——希望今年我们能证明其完全可重复使用性。这将是一项意义深远的发明，因为当你实现完全可重复使用时，进入太空的成本将降低100倍。就像可重复使用飞机与一次性飞机的经济差异一样。这能将进入太空的成本降到每磅100美元以下，比航空货运还便宜。 当你在太空中使用太阳能时，效率会比地面高五倍甚至更多。因为那里总是阳光普照，没有昼夜循环、季节性或天气影响，而且没有大气衰减。其净效果是，太空中的太阳能电池板产能是地面的五倍。 主持人：是否有能力将太空中的能源传回地球？或者只是用于太空中的需求，比如建造AI数据中心？ 马斯克：我认为在太空建造太阳能AI数据中心是毫无疑问的。因为太空中也非常寒冷。你只需要让太阳能板朝向太阳，再装一个背向太阳的散热器，就能实现高效冷却。所以，最终放置AI的最低成本地点将是太空。这将在两到三年内成为现实。 展望未来与哲学思考 主持人：展望未来十到二十年，你如何描述AI或航天技术的成功？ 马斯克：我不知道十年后会发生什么。但AI的发展速度极快，我认为我们今年年底可能会拥有比任何人类都更聪明的AI，最迟不会晚于明年。然后可能到2030或2031年，也就是五年后，AI将比全人类加起来还要聪明。 主持人：（最后时刻，转向个人化问题）作为21世纪最成功的企业家之一，是什么启发了你？你的好奇心源于何处？有没有恍然大悟的时刻？ 马斯克：小时候我读了很多科幻小说和漫画书。我一直都很喜欢科技。我没想到会走到今天。这看起来太不可思议了。我是受到关于未来、关于科幻的书籍启发。我想让科幻不再是幻想，有朝一日将科幻变成现实。我们想要建立起像《星际迷航》中星际舰队那样的世界，真的。就像我们实际拥有大型宇宙飞船航行于星际，前往我们从未踏足之地。 我想理解生命的意义。标准物理模型是否正确？关于生命和宇宙的起源与终结？哪些是我们应该问但却不知道去问的问题？AI将帮助我们解答这些问题。我只想知道发生了什么。我很好奇宇宙的真相。这就是我的哲学。 主持人：你认为自己这一生中有可能去火星吗？ 马斯克：是的。单程需要六个月，但行星每两年才对齐一次。有人问过我是否想死在火星上。我说：“是的，但别是撞毁的时候。” [图片] 结束语 主持人：（总结并致谢）希望每个人都乐在其中。围绕埃隆有太多神话了。我可以告诉你，他是个了不起的朋友，我不断从他身上学到很多。我完全被他所做的和他对未来的愿景所激励，我同意他的乐观态度。所以，埃隆，谢谢你。 马斯克：谢谢。 主持人：还有什么要说的吗？ 马斯克：我鼓励每个人对未来保持乐观和兴奋。一般来说，我认为对于生活质量而言，做一个乐观但犯错的人，实际上比做一个悲观但正确的人要好。