Daily Article

https://x.com/i/broadcasts/1YGNrbXEeazGw

第三天早上開播不久，他們先送東西，再打開工廠。

優惠只開十分鐘：沒用過 Grokbot 的人下載 App、開好帳號、設一個 recurring task，就送一個月最高方案，直播裡報的價值是 200 美元。送完之後，畫面切到 Lauren 的電腦，看前一晚的產出。她和 Roshan 前一晚把計畫丟給一組 bots，早上回來數 merge 進去的 PR，數字從一百多開始往上跳，三個人各記一個版本，最後的共識是一百六、一百七左右。

這是 Grokbot Galaxy 三天直播的最後一天。地點在舊金山，離 Dreamforce 會場半個街區，樓下是講台，樓上是他們做東西的攝影棚。前兩天他們先想做一間實體店面，訪談幾位來賓之後發現太難，第二天改成遊戲公司。第三天要做的事只有一件：把遊戲推出去。

一個晚上長出來的工廠，與那隻叫 Play 的 QA bot

Lauren 有一套自己用的 skill 集合叫 PStack，一個 Cursor plugin 加一個 Grokbot plugin。裡面有一個 skill 叫 Potato Mode，用她的說法，它教 bot 怎麼更嚴格地去編排其他 bot 跟 agent。指令長這樣：`/potato mode`，後面加上 full autopilot 跟一份計畫。

接下來發生的事就是一間工廠。它把計畫拆成很多小階段，一組 agents 分工：有人實作小 PR，有人去驗證，有人把應用跑起來，像使用者一樣到處點，找 bug。驗證做得夠紮實，PR 就可以在全自動模式下自己合併。Lauren 說她其實不喜歡「工廠」這個詞，只是找不到更接近的講法。

QA 也交出去了。任何在 CI 上變綠的 PR，都會被一隻叫 Play 的 bot 接手。它知道遊戲引擎怎麼運作，會把整場遊戲從頭到尾玩一遍，在合併前留下意見。Lauren 補了一句：「我們沒有 QA 團隊。昨天還有一個實習生，今天他不在了。」

再往下一層是 swarm。PStack 裡的 swarm skill 教 bot 去 Cursor 開一批 cloud agents，每個 agent 有自己的電腦，各自把遊戲跑起來、亂點、試邊角案例。他們把這件事叫 fuzzing，但定義很樸素：像一個重度玩家那樣，把每個按鈕按過，把每個奇怪的組合試過。

這些東西合起來的意義只有一句：把人工步驟從流程裡拿掉。Lauren 講得很直接，只要把對的資訊、對的 context 給 agent，那些「進 UI 點一點、確認有沒有壞」的工作就可以交出去。這件事後來變成整天的節奏。驗證不夠，不准自動合併；有回饋進來，先想它能不能變成某隻 bot 的工作。

遊戲本身：三隻排一排，兩勝三局，十枚 token

到這個時間點，遊戲的代號還是 Cupcake，正式名字要等上線才揭曉。

規則不複雜。三隻 bot 排成一線，一次一隻結算，回合結束時站著最多的一方拿分，兩勝三局贏一場對局。開局有十枚金幣，直播中途他們把「金幣」改叫 token，一隻普通 bot 三枚。商店裡還有強化道具，例如蘋果可以讓一隻 bot 加一攻擊、加一生命；買不起的卡可以先按 Freeze 留到下一輪；不想要的可以賣掉回收。策略藏在順序跟取捨裡：誰放前排、誰墊後、這三枚要花在誰身上。

卡片的原料是真的。場上每一隻 bot 都來自 Grokbot 市集裡真實存在的模板，當天挑了大約七十隻，每一隻生了獨一無二的頭像。稀有度不同，能力不同，Doctor EggBot 是 epic 等級。有人的工程師 bot 也被收進去，畫面顯示 uncommon，他得到一句「這 roll 得不錯」。

介面還在長。直播裡隨手就能指出好幾個問題：商店裡看不到卡片的能力、手機版底部的跑馬燈會蓋住按鈕、排行榜要手動重新整理。他們一邊玩一邊把這些記下來，交給後面的產線。

分數用 Elo 排，有分階。中午前出現第一批 platinum 玩家，Elo 一千一；下午場上有五位 diamond；第一名是整天領先的「Ari, the monk」。中間有人發現自己的戰績顯示四勝零敗，點進去卻有一敗，這條也變成 bug。

有一個工程決定值得記下來，因為它解釋了當天為什麼沒有全面崩掉。Lauren 在想的問題是：三個人同時改同一個產品，如果她把後端的欄位拿掉，Roshan 同時改了卡片的畫面，前端會不會去讀一個不存在的東西。她沒時間重新設計架構，先把後端回來的資料用 Zod 驗過一遍。後端是 Go 加 serverless，資料庫 PlanetScale，登入用 Clerk，部署在 Vercel，分享用的動態 OG 圖由 Takumi 產生。

上線：一個還沒有頭像的 X 帳號

上線的決定做得很短。帳號開好了，網址有了，介面還有一堆 bug。他們的講法是：就當作一場 play test，先說好會有 bug，大家邊玩邊修。有人補上那句老話：「如果我們沒有覺得丟臉，那就是出貨出得太早。」

上午十點多，第一則貼文發出去。帳號的頭像是預設的，因為還沒設。貼文的人自己說，這很像第一次開公司，東西都還不太能動，但很有趣。

兩個官方來源當場被講了很多次：ThursdayArena.com，以及 X 上的 @ThursdayArena。他們強調，任何其他帳號、任何其他網址，都不是他們。這句話整天出現了好幾次，重複到有點像咒語。

上線前最後一個障礙是登入。X 登入當場報錯，被當成 bug 處理，幾分鐘後通了。第一個小時的成績是排行榜上九十六個人，X 追蹤數兩百二十五，沒多久四百七十六，再沒多久八百多。他們一邊盯著 log，一邊玩自己的遊戲，排行榜第一名換了好幾次手。

遊戲可以不用登入就先玩。guest mode 是前一晚加的，為了讓剛點進來的人先玩到一局，再決定要不要用 X 登入。玩過練習局的人裡，大約 8% 最後用 X 登入。

從訂規則到做工具：這一天的行銷營運

樓下講台排的是 Grokbot 用在行銷營運與營收營運的場次。團隊裡有兩個 Matt，上樓的是負責營收營運的那位，他講完就坐下跟大家一起把這些東西套在遊戲上。

他的核心說法是，這一類角色的工作正在從訂規則變成做工具。以前是寫規範、發 checklist、希望各部門照著做；現在直接做內部應用，讓規則長在工具裡面。他用一句話形容行銷與業務團隊：他們在玩你設計的遊戲。

他示範的第一組是 bot 團隊。OP One 是他的 chief of staff，Fisher 負責收所有 inbox，Juno 是產品經理 bot。Fisher 每天固定時間掃過 email、行事曆、Slack，把真正要動的事挑出來丟給 OP One；OP One 再把其中一件事轉給對的 bot，例如 territory planning bot，它手上有 CRM 的完整 context 與 rules of engagement，先做出第一版，人只負責最後確認。講到一半，bot 就真的在他演講的同時把任務派了出去。

第二個例子是給業務用的「lead 交友軟體」。行銷一直產出 lead，業務不想碰，lead 在系統裡放到爛，也沒有人回饋給行銷。他的做法是讓每個業務登入一個只看得到自己 lead 的介面，往左滑要選一個結束原因，按下送出會用正確的方式寫回 CRM；往右滑就把這個物件送進 follow-up sequence。看起來像交友軟體，寫回 CRM 的邏輯是真的。實際開發時間十小時，上線幾週後 lead 的檢視率創下新高。有業務跟他說「我應該不需要再多一個交友軟體」，他的回答是這個至少約到會賺錢。

同一個下午，做 growth 的 Vincent 上樓把這些整理成 playbook：新追蹤者發 welcome DM、排行榜長出分享循環、把理想客戶輪廓交給一隻叫 Cerebro 的 bot。Cerebro 接了 Clay 與 Ample Market，先產出目標公司名單，再找人，再寫個人化的 outbound，送出後由 bot 盯著信箱看誰回。它也把玩家分成幾個段落，工作空檔的休閒玩家，以及拿它取代滑手機的人。它吐出的其中一句是「我們和新聞速覽、零食採買、再一局休閒遊戲共用同樣的五分鐘」，他們的反應是「有點 AI slop，而且裡面有一個 em dash」。這句話後來沒有直接用，但合作的品牌名單留下了：新聞 App、電子報、看盤 App。

錢：不賣強度，賣位置

錢在第三天有兩個接觸點，一個接上了，一個壞掉。

Stripe 負責 Link 的 Dan Hill 上樓聊 payments。Link 讓 agent 開一次性卡號在網路上買東西，人在 Grokbot 裡核可花費。他舉的例子是停車罰單、訂餐廳、訂機票、處理小孩學校的繳費。對這間公司的意義很直接：如果遊戲要收錢，得先讓 agent 有辦法替玩家付錢。他們當場把 Stripe connector 接上，下午的目標變成收到第一塊錢。

遊戲裡怎麼收，前一天就決定了不做 pay-to-win，付錢的人不該買到比較強的角色。當天下午真正推的是廣告：贊助大廳的表單、排行榜的置頂位置（每週競標一列）、底部跑馬燈的廣告位。還有人提議付錢讓名字在跑馬燈上有顏色，或是付錢把一段 prompt 送進產品。直播裡也提過訂閱、把某些功能鎖在後面，以及「有時候你就是得在遊戲裡加一點摩擦才能收錢」這種話，但同一段對話裡他們也承認那條線很難抓。最後留下的是不影響玩法的位置廣告。

前一天規劃過的帽子與外觀，在「讓遊戲今天能上線」的排序裡被砍掉。收播前他們實測競標介面：上傳 logo 只吃 SVG，第一次失敗，失敗後沒有重新載入，內容審核是壞的，$1 的競標送出後也沒有出現在排行榜頂端。他們自己下的註解是，我們賺到了理論上的第一塊錢。

把玩家的抱怨接上產線

上線之後，這條產線有三個入口：遊戲裡的回饋表單、一個 Slack 頻道，還有一支電話號碼。電話是用 XAI 的 voice agent 接的，加了 guardrails，來電的人如果開始亂 prompt，或是開始生氣，直接掛掉。當天收到的回饋裡，71% 是 bug，16% 是稱讚。

主場是 Slack 頻道。一隻 bot 盯著它做去重，確認是重複的，就丟給 cloud agents 去修。Lauren 之前建的 triage 流程是這樣跑的：先讓 bot 重現 bug，能重現才相信它真的懂問題；懂了才進 Notion；再由負責修的 bot 動手，修完跑 `/verify cupcake` 加 swarm 驗證，通過才自動合併。因為遊戲已經在 production，自動合併的前提是不能把所有人一起弄壞，她的講法是全自動可以，驗證要更兇。

那天現場修掉的東西列得出來：商店裡看不到卡片能力、手機跑馬燈蓋住按鈕、一直配對到 AI 玩家（回報最多的一條）、Elo 的數字對不上、重新抽卡造成的卡死、對戰紀錄不會更新。

他們也示範了一次用講話修 bug。Roshan 對著工程師 bot 說，排行榜上顯示四勝零敗，點進去是一敗，請它開一個 cloud agent 去查，順便問了一個笑話。bot 回了一個 SQL 走進酒吧、問能不能 join 的笑話，他們的反應是「不好笑，換一個」。Grokbot 的 voice mode 是當天才發布的。

新功能走同一個迴圈。卡片重畫，參考實體卡牌的視覺效果，當天挑到第三個版本；排行榜的動態 OG 圖，前三名放右邊；贏了以後可以分享的勝利卡；贊助大廳的表單收進按鈕後面；廣告競標同時在改。傍晚新開的 PR 編號來到兩百七十四，直播裡有人說要往三百走。

這群人的產能有點難估。他們自己的說法是，幾個人手上加起來大概有四、五十到六十隻 bot 在跑。另外有一個小習慣值得一提：Potato Mode 裡有個 skill 叫 No Comments，對應一隻專門刪註解的 agent。原因是 agent 很愛用註解解釋一個 workaround，等於把繃帶留在程式碼裡，根因沒修。Lauren 在自己負責的 Grokbot codebase 裡也是同一套做法。

至於 PR merge 為什麼叫 mash：她叫 Doctor EggBot 用食物、特別是馬鈴薯來命名，不知道哪一步出了差錯，Notion 裡多了一條「每次合併 PR 都應該叫 mash」。這件事就一直留著，畫面上有 push，也有 mash。

收播前的帳

下午四點多，他們最後一次翻數字。公開對戰超過六千場，練習局四千五百場上下，X 登入接近兩千，頁面瀏覽接近三萬。行動裝置與桌機大約一半一半，最多人從 X 連進來，搜尋遊戲名字時他們是第一個結果。上午有一波流量高峰，下午再來一次。這些數字是他們自己拉的，前一天完全不存在。

同一段時間，那條工廠用一條壞掉的 SQL 把 production 打掛。他們在鏡頭前處理，幾分鐘後 main 跟 prod 回來，第一句話是「我們回來了」。

收尾時他們把這三天的心得講了一輪。

第一個人講的是對齊。他們花了時間在幾個點子之間猶豫，一旦全員對同一個想法有反應，速度是自己長出來的。他也老實承認，如果沒有這場直播，「會有人玩這個遊戲嗎？我不覺得」。最難的從來不是做出來，是讓人願意在乎。

第二個人講的是組隊。不要怕組一支很雜的 bot 團隊，用找員工的方式去想它。他們有學遍好遊戲的遊戲設計 bot，直播裡也出現過另一種做法：進入一個新領域時，先把相關的課程整批丟給 bot 去上。你不知道的東西，可以讓 bot 去補。

第三個人講的是拿掉。有 AI 之後什麼都做得出來，所以紀律變成「我們要 unship 什麼」。前一天白板上那些複雜的屬性表、不同的戰場、外觀帽子，最後只留下核心迴圈跟廣告。他覺得這是當天能出貨的直接原因。

最後一個補上的是人的部分。他提到一則在 X 上看到的說法：一個團隊需要兩種人，一種是有清楚願景與品味、知道什麼該放進產品的人，另一種是無論如何都要把事情做出來的人，兩種兼有的人更少。講的人說，這是很難被模型取代的角色。

最後的結尾示範是廣告競標。填廣告主名稱、上傳 logo、送出競標，只吃 SVG 的欄位又擋了一次，換了一張 dummy logo 才過，審核功能是壞的，$1 的競標沒有出現在排行榜上。Lauren 的總結是他們有了理論上的贊助收入，然後大家下線。

一個小時前他們還在看那條一路往上的累積曲線，收播前幾分鐘 production 才剛掛掉又回來。這一天留下的不是「三天開一間公司」的證明，而是更小的一個觀察：這條產線真的能把使用者的抱怨變成出貨，速度很快；同一條產線也能把 production 打掉，速度一樣快。那些自動合併的 PR 是 bot 自己收的，最後那塊廣告看板得靠人一個欄位一個欄位填，還沒填完。

https://allinchamathjason.libsyn.com/brad-gerstner-no-ai-bubble-semis-eat-the-nasdaq-ais-take-off-problem

Brad Gerstner 走上台那天，先謝了兩件事，都跟盤面無關。一件是 Trump accounts：全美七千萬個十八歲以下的孩子，每個人直接變成帳戶持有人。他的講法是這不是一個 program，是一個 platform，是這個國家有史以來最大的一次直接慈善解鎖，他要對抗社會主義的辦法就是更多資本主義。Sacks 介紹他時說，這條法案如果不是 Brad Gerstner 用近乎死纏爛打的決心去推，根本不會存在。另一件是他在心臟病預防中心推的掃描，一百美元、十五分鐘，如果哪天變成「心臟的乳房攝影」，一年能救回五萬條命。他自己說，那等於每年在美國境內結束一次烏克蘭戰爭。

兩件事講完，他把投影片切回老本行。這是他以前在節目上常做的那種體檢：市場走到哪、要往哪裡去、要相信哪些事是真的，行情才接得下去。

估值在縮，漲的是獲利

那斯達克今年漲了 15%，從去年一月算起是 39%，中間的壞消息沒少過，關稅、地緣政治、AI 監管，一樣都沒少。Bestie 群組裡不少人押黃金今年會飛，結果黃金躺平，比特幣跌了一成。同一段時間，Nvidia 營收翻倍，雲端大廠的資本支出翻倍，OpenAI 跟 Anthropic 的估值翻倍，SpaceX 翻了兩倍半。

這種漲法不是靠本益比擴張。今年的本益比反而在縮，獲利成長 26%，其中很大一塊來自 AI 基礎建設。那斯達克、標普、Nvidia 的價格都在自己的平均倍數以下，Nvidia 是明年完全課稅後的 GAAP 獲利的 14 倍，七巨頭差不多就在平均線上。同一個盤裡也不是人人有獎，消費耐久財、軟體、金融幾乎沒有動，行情集中在很窄的一條線上。

半導體吃掉那斯達克七成的報酬

半導體貢獻了那斯達克七成的報酬。他自己補了一句，這件事有好有壞。錢被誰賺走？他的答案是做 token 的人，買 token 的那些人大致上只是搭著車。基礎建設缺得凶，連大型上市公司都跑得出創投等級的回報，戴爾五倍、SK 海力士九倍，都是十八個月內發生的事。

他放了那張他最喜歡的圖：藍色是雲端大廠的資本支出，橘色是半導體公司的自由現金流，兩條線幾乎一比一。微軟、Google、Amazon 出錢蓋資料中心，但他們不是自己要付這筆錢，是蓋來租的。問題因此換了一句：租的人是誰。

整個盤面只剩一個數字

去年十月他問過 Sam Altman 一個很基本的問題。手上只有 130 億美元的 GAAP 營收，怎麼敢承諾一兆美元的資本支出？他本來想藉這題把市場的疑惑講清楚，Sam 給他的回答是叫他去賣股票。

然後十二月來了 Opus 4.5 跟 Claude Code，Anthropic 的月營收一月 20 億、二月 40 億、三月 110 億。三月那個跳升之後，市場開始算得出 Anthropic 到底在做多少生意，「AI 的營收到底會不會出現」得到了很大的驚嘆號，四、五月那段行情就是這樣被點起來的。六、七月轉成橫盤，因為 Anthropic 出來說年化大約 650 億，市場原本以為是 750 億，預估得往下修，同時開始有人擔心開源是不是追上來了。

他把尺度拉到資本主義史上：這種營收曲線以前沒出現過，是雙指數的拋物線。主要實驗室合起來的年化營收，按七月流出的傳聞算大約一千億美元，他估年底前至少要再多 800 億，撐到 1800 億，這個 AI trade 才算還站著。

所以現在最要緊的單一數字，是 Anthropic 跟 OpenAI 的月營收，接下來開出來的是 40 億還是 80 億。他提醒大家這個標準有多誇張：以前做軟體，四、五年做到十億美元營收，就已經是前 5% 的公司。現在市場定價的是完全不同的一條線。

他也把為什麼這個數字要命講了一遍。一年一兆五千億美元的資本支出，總得有人付。實驗室要繳的租金，只能從承租方繳回來的營收裡頭出。今年如果收在 2000 億年化，後面就是 2000 億、4500 億、8000 億，甚至一兆。藍色柱是 Mag 5 要花的資本支出，橘色柱是必須看到的承租營收，中間那個缺口就是他說的起飛難題。

市場不夠大不是問題

他不認為這是 TAM 的問題。消費、廣告、寫程式、各種白領流程，加上幾百萬家企業，知識工作是他口中史上最大的市場規模，只要吃到 4%，也就是一兆兩千億美元，就付得起這些資本支出。

Jensen 兩年前在節目上說推論會成長十億倍，當時被笑得很慘。他說 Agent 時代就是這樣走出來的，今年會產出 47 quadrillion 個 token；Codex 的用戶八個月成長 40 倍；企業在知識工作上的支出中位數，十八個月成長 17 倍。

生產力的帳他這樣拆：2015 到 2025 年，那斯達克的 EPS 每年成長約 10%，裡面是 6% 的營收成長加上每年約 38 個基點的利潤率擴張。AI 能不能把 38 個基點變成 100 個基點？他認為答案很明顯是可以。Uber 說要成長 20% 但不加人，Snowflake 說要成長 30% 也不加人，這就是利潤率擴張。這些公司最大的成本是人和工程師，不是要裁掉所有人，只是不會再用以前的速度補人。再往下還有每個人手裡的消費級 Agent，他跟 Bill 打過的那個賭，是什麼時候能用口袋裡的 Agent 訂飯店，他覺得 Muse 跟 Instinct 剛把這件事做出來，這會是另一個一兆美元的類別，而且會吃掉非常多 token。

他真正擔心的是三件事：監管、電力、利率

監管是第一件。他知道有人說他兩邊都站，但他的講法是答案不會落在任何一端，要的是常識跟務實的做法，讓他的媽媽、姐姐、弟弟從懸崖邊下來，也讓選出民代的人對安全有信心。前一天 Elon 在台上提的同儕審查是好建議。他相信自己會走到那裡，只是過程中會很亂。真正的先例是核電：當年一群人把反核推成議題，美國關掉 67 座反應爐，等於在能源上對中國單方面解除武裝，本來拿得到的乾淨能源沒了，碳排放反而變多。他不覺得同樣的事可以再發生一次。

第二件是電力跟實體建設。全美現在的算力加起來不到 40 GW；今年新上線的大約 19 GW，其中 7 GW 給了兩家領先的實驗室。SemiAnalysis 的 Dylan Patel 預估明年要加 43 GW，其中 14 GW 給領先實驗室，這個數字等於一年內做出全美累積的總量，而按前一天 Sacks 的算法，到 2028 年全美一半以上的算力會握在兩家實驗室手上。實驗室之所以敢這樣擴，是因為他們看到需求，也在往遞迴循環走。但許可、地方反對、電網併聯排隊、熟練人力、電力設備全部缺，這是美國史上最大的工程。他認為 43 GW 太樂觀，真正蓋得出來的比較接近 25 GW，其中一半給 Anthropic 跟 OpenAI。而這樣其實夠：Anthropic 據傳今年做到 1000 億到 1100 億的營收，用的是 1.5 GW 的算力，再加 4、5 GW，就足以多生 1000 億。他的結論是明年的營收目標不需要靠更多 GW 才會到，但他就是覺得那 43 GW 蓋不出來。

第三件是利率。他估隔天升息的機率超過九成。麻煩在於這整套東西是借錢做出來的，錢的成本往上走，資料中心的門檻報酬率跟著上去。他把巴菲特那句搬出來：利率對股票，就像地心引力對物質。如果什麼風險都不用冒就能拿到五・五到六趴，股市會很辛苦；十年期殖利率真的走到五・五，對股市是很大的負擔。

中等部位，跟著事實走

他留給聽眾的飛行路徑圖上有三條線要盯。第一條還是實驗室的月營收，靠近 80 億那一邊，他認為就是起飛；他預期今年會看到一家 IPO，所以他會非常仔細地讀每個月開出來的數字。第二條是利率、選舉跟油價，油價某種程度上拉著利率走。第三條是監管，還有 Anthropic 的 IPO，前一天盤中跌了一段，就是有人在擔心這件事會被喊停或延期。

2023 到 2025 那段時間，只要做對一件事：相信 AI 是科技史上最大的超級循環，把籌碼推進去。2026 已經不是那個市場，所有人都知道 AI，價格裡都已經有了，現在比的是事實跟情境。他給的指示是心態保持彈性，跟著事實走，不要 YOLO，也不要玩外匯槓桿，北邊那位朋友把錢全給了 Citadel 就是例子。他現在的部位是中等。接下來幾個月，實驗室的營收如果開得漂亮、油價退回去，他會把更多籌碼放上桌；如果沒有，他保留把自己縮得更小的權利。

https://openspec.dev/

大部分 coding agent 出包的場景長得差不多：你在對話框打一段「幫我做這個……順便處理一下那個……」，agent 很有信心地生出一整包程式碼，檔案結構有模有樣，跑起來才發現它做的是另一件事。回頭翻對話紀錄想找是哪一句講錯，才發現需求從頭到尾只活在那幾段訊息裡，沒有第二個地方可以對照。

問題通常不是模型不會寫程式，是「要做什麼」這件事沒有被寫成一個可以檢查的東西。OpenSpec 就是針對這一段來的。

OpenSpec 想當的是規格層

它的自我描述是 lightweight and configurable framework for creating and managing software specifications：一個輕量、可配置的框架，用來建立和管理軟體規格。它的角色是疊在你原本的 coding agent 上面的一層：把想做的東西寫成 spec，讓團隊和 agent 在工作持續演進的時候還對得齊，幫你 refine requirements 把需求修清楚、validate 它描述的是不是對的東西、verify 實作有沒有符合規格。官網把這串收成一句話：build the right thing and build it right，先做對的事，再把事做對。

這種 spec 就是純 Markdown，落在專案裡的 `openspec/` 目錄。一次變更是一個 change 資料夾，裡面放 `proposal.md`、`specs/`、`design.md`、`tasks.md`；spec 裡寫的是一條條 requirement 加 scenario，沒有要先學的語法。官方 repo 自己就用 OpenSpec 在管，`specs/` 和進行中的 changes 都放在裡面，想看看實際長什麼樣，點進去就有。

一輪 change 走五個動作

一輪工作被拆成五個 `/opsx:` 指令：

- `/opsx:explore`：先摸問題、讀 codebase，把現況和選項攤開，還不急著寫程式。 - `/opsx:propose`：把討論收成 `proposal.md`、`specs/`、`design.md`、`tasks.md`，變成一包可實作的計畫。 - `/opsx:apply`：照著 spec 裡的 tasks 一項一項做。 - `/opsx:verify`：回頭確認寫出來的東西有沒有對上 spec。 - `/opsx:archive`：把做完的 change 歸檔、更新 spec，等下一輪。

這些檔案由 AI 草擬，人在任何程式碼被寫下之前先審過計畫。流程也沒有被綁成不能回頭的階梯，專案自己列的哲學是 fluid not rigid、iterative not waterfall、easy not complex，任何一份檔案隨時可以改，沒有卡死的 phase gate。順序常變的團隊應該懂這有多實際。

它怎麼讓 agent 不亂跑

Spec 進到 repo 之後，它就變成一個人和 agent 都讀得到、都能指著的東西。Agent 不用從一長串對話裡猜你到底要什麼，它讀 proposal 和 tasks；人也不用等程式碼生出來才發現方向錯了，因為 propose 階段產出的就是一份可以先審的計畫。工作演進的時候，要改的是這些檔案，不用再往聊天室補一句「喔對了那個也要」。

這件事在多人、多 repo 的專案上更明顯。README 裡有個還在 beta 的 Stores 設計，把 `openspec/` 目錄獨立成一個 repo，用 git push 分享，平台團隊持有 spec、產品團隊直接引用，每個 agent 讀到的是同一份來源，不會各自從自己的上下文重猜一遍。

GitHub repo 的一行說明是 Spec-driven development (SDD) for AI coding assistants，把規格驅動開發對準 AI coding assistant。放到 AI-native 的開發流程裡看：程式碼的產出變便宜之後，瓶頸移到「決定要做什麼」和「驗證做完的東西對不對」，spec 讓這兩件事有同一個東西可以對。

相容性上，OpenSpec 接的是你原本就在用的工具，用 slash command 把各家 coding agent 和 CLI 串起來，官方名單有數十個，Claude Code、Codex、Cursor、GitHub Copilot、Gemini CLI、OpenCode 都在裡面。同一個指令在不同工具的叫法會有點差異，Cursor 和 GitHub Copilot 可能寫成 `/opsx-propose`，Codex 是 `$openspec-propose`，底下跑的是同一套流程，讀的也是同一份 spec。專案以 MIT 授權釋出，是 TypeScript 寫的 CLI，站上標的版本是 v1.13.0。

數字要分清楚是誰說的

常被貼出來的那幾個數字，來源要分清楚。站方自報的有三個：68.0k GitHub stars、每兩秒就有一個新 spec 被建立、每月超過 265,000 位開發者使用。這些是官網自己的說法，讀的時候當成站方自報的數字就好。另一個可以自己查：2026-09-17 直接讀 GitHub API，這個 repo 是 68,584 顆星。

Agent 寫程式的速度只會愈來愈快，「先講好要做什麼」和「做完對得回來」的相對成本就愈來愈高。OpenSpec 沒有要發明新的開發方法論，它做的事很窄：把 spec 放回流程裡，變成人跟 agent 之間那個可以共同指著的檔案。它不會替你想清楚要什麼，方向模糊的話，spec 也只是把混亂排得整齊一點；方向清楚的時候，至少每個人和每個 agent 都看著同一份東西往前進。

想自己驗的人，第一個可以看的點是跑一次 `/opsx:propose` 之後，那份 spec 有沒有講中你心裡真正要做的那件事。有，這套流程就成立；沒有，星星再多也幫不上忙。

Karpathy 這支兩個多小時的影片，講的其實是同一套動作：搞清楚你在跟哪一顆模型講話、context window 裡現在躺著什麼、答案來自它的記憶還是它剛剛查到的資料，然後自己看最後一眼。他把這件事從玄學拆成可以上手的步驟，前半段先解釋你對話的那個東西到底是什麼，後半段一路示範到語音、圖片、影片。

這是接在他先前那支拆解 LLM 內部訓練的影片之後的實用篇。整場他丟出來的都是自己生活裡的 query：一杯 americano 的咖啡因、White Lotus 第三季什麼時候播、驗血報告那份 20 頁的 PDF、家裡牙膏的成分表，還有一次他自己逮到模型報錯數字。看完會留下一個很具體的印象：這些工具很強，但他從來沒有完全放手過。

你對話的對象，是一個壓縮過的 zip 檔

ChatGPT 在 2022 年上線，那是第一次一般人可以用文字框直接跟大型語言模型講話。他先把底下發生的事拆開。你打進去的字會被切成一段一段的文字塊，也就是 token。他示範的例子是請模型寫一首關於「當一個大型語言模型是什麼感覺」的 haiku：他的 query 是 15 個 token，回來的 haiku 剛好 19 個 token。如果把來回兩則訊息照 ChatGPT 實際的對話格式排好，中間再加上標記誰在說話的特殊 token，整串是 42 個 token。模型手上的 vocabulary 大約 20 萬個 token，同一個字大小寫不一樣就會被切成不同的 token。想自己看的話，可以拿 TikToken 這類工具把字貼進去，它會即時畫出 token 序列。

所以對話表面上是聊天泡泡，底層是雙方輪流往同一條 token 序列裡寫字。你打完按 enter，控制權交給模型；模型吐出一個「我說完了」的特殊 token，控制權再還給你。這條序列就是 context window，他把它叫做這場對話的工作記憶：只要在裡面的東西，模型可以直接取用。但這塊記憶體有限，而且會互相干擾。他的建議很直白，換題目就開新對話。舊的 token 留著不只讓模型分心，還會讓每次取樣稍微慢一點、貴一點。

接著是最重要的那個比喻。pre-training 是把整個網路切碎、壓縮成一個檔案；一個 1TB 的 zip 檔，大約對應一兆個參數。這個壓縮是有損的、機率性的，不可能把整個網路塞進一個檔案裡，所以留下來的是整體輪廓跟感覺。他用第一人稱幫這個檔案寫了一段自我介紹：我是 ChatGPT，我是一個 1TB 的 zip 檔；我的知識來自網路，大概半年前我整份讀過，但我只隱約記得；我討喜的個性，是 OpenAI 的人類標註員用範例一個一個教出來的。

pre-training 給知識，post-training 給人格

訓練有兩個階段。pre-training 讓模型在大量網路文件上預測下一個 token，世界的知識就在這個過程裡被壓進那一兆個參數。這一步很貴，他給的量級是耗費數千萬美元、跑大約三個月的訓練，所以不會常常做。GPT-4o 的 pre-training 可能是好幾個月、甚至一年前的事，這就是 knowledge cutoff 的來源；上週發生的事不在那個 zip 檔裡，要另外想辦法餵給它。

第二階段是 post-training。他把這一步形容成在 zip 檔上貼一張笑臉：資料集從網路文件換成人類整理出來的對話，模型在這裡學會當一個助理，知道怎麼接問題、怎麼回話。知識從 pre-training 來，講話的方式從 post-training 來，兩者合起來，就是你在對話框另一頭遇到的東西。

他特別強調這個東西預設是自我完整的。沒有計算機、沒有 Python、沒有瀏覽器，你丟 token 給它，它丟 token 回來，就這樣。所以他挑問題的方式是有意識的。早上他問 ChatGPT 一杯 americano 大概含多少咖啡因，答案是約 63 毫克。他敢問，是因為這不是最近才變的知識，而且這種資訊在網路上出現的次數多到不行，但他還是去查了原始資料，確認 63 這個數字差不多。另一段對話是他感冒、鼻水流不停，想找藥；他問 Dayquil 跟 Nyquil 有沒有用，模型把成分列出來解釋，他把家裡的藥盒拿出來對，成分是對的，Nyquil 基本上就是 Tylenol 這件事也對。不高風險、資訊常見、他會抽查，這三個條件湊齊，他才放心。

先搞清楚你在跟哪一顆模型講話

ChatGPT 是最早的那個，也是最紅、功能最多的，但 2025 年的生態系已經不是它一個人的。大公司各自推了很像的東西：Google 的 Gemini、Meta 的 Meta AI、Microsoft 的 Copilot；新創那邊有 Anthropic 的 Claude、XAI 的 Grok，另外還有中國的 DeepSeek 跟法國 Mistral 的 Le Chat。要追誰現在最強，他提到兩個地方：Chatbot Arena 的 Elo 分數排名，還有 Scale 的 SEAL leaderboard，後者可以看不同 eval 上各模型的表現。

付費分級這件事比多數人想的更重要。ChatGPT 免費層給的是 GPT-4o mini，參數比較少，寫作跟知識都弱一階，也比較容易 hallucinate；如果用沒登入的視窗，OpenAI 甚至不會告訴你現在用的是哪一顆。Plus 是每月 20 美元，GPT-4o 每三小時 80 則訊息；Pro 是每月 200 美元，GPT-4o 不另外限額，還多一批功能。Claude 付 pro 方案拿到的是 Claude 3.5 Sonnet，沒付費大概只有 Haiku。Gemini 跟 Grok 也都有選擇器，Grok 要付到能用 Grok 3 那一階。

他的用法跟多數人相反：他付了很多家，同一個問題全部問一輪，他把這群模型叫自己的「LLM 顧問團」。想找個城市跨年，他問了每一家；Claude 推薦瑞士的 Zermatt，Gemini 也推薦 Zermatt，他就去了。他的建議是去試不同家、不同價位，看哪個組合對你手上的問題最划算；如果是專業用途、又覺得便宜的模型不夠聰明，很值得往上付一階。

thinking model 值得等，但只值得等在某些題目

第三個訓練階段是 reinforcement learning。他把鏈條講成 pre-training 接 supervised fine-tuning、再接 RL。RL 的內容是讓模型在大量像課本習題的數學與程式題上練習，練的過程中它自己找到有用的思考策略：試一個想法、卡住、回頭、重看假設。這些策略很難靠人類標註員寫死，因為沒有人真的說得清思考過程該長什麼樣，是 RL 讓模型自己找出對它有效的那一套。這是一兩年內才發生的事，DeepSeek 那篇講「用 RL 獎勵推理能力」的論文是第一個公開把它講清楚的。

所以那張卡通圖裡的模型多了一個思考泡泡。OpenAI 這邊是 o1、o3-mini、o3-mini high、o1 pro；Grok 的介面上有 think 開關，按下去底下就換成 thinking 那顆。他拍片時 Claude 3.7 剛發表，多了 extended 模式，標榜最適合數學跟程式，他推測底層也是同一套 RL 訓練。缺點是要等。模型會吐非常大量的 token，花掉好幾分鐘，這段時間你就是在等它想完。而且 OpenAI 不給你看完整的思考，只給摘要。

他用一個真實的 bug 示範差別。他被一個 gradient check 失敗卡住，寫的是多層 perceptron 的優化，程式碼貼給 GPT-4o，也就是不開 thinking 的旗艦。它回了一串「你可以檢查這些地方」，看起來有道理，但沒有一個是真正的問題。同一個 prompt 換到 o1 pro，它想了大約一分鐘，注意到參數在打包跟解開的時候對不起來，解掉了。他也把同一題丟給其他家：Claude 3.5 Sonnet 解掉了，在他當時的理解裡那不是 thinking model，Anthropic 那時也還沒有部署 thinking model；Gemini 解掉了；Grok 3 也解掉了。Perplexity 上面可以選 DeepSeek R1，而且會把原始思考過程攤開來，他貼過去跑，可以看到它先猜幾個方向、再回頭檢查 gradient 累加的順序，最後發現參數打包的方式錯了。

什麼時候值得等？數學、程式、需要大量推理的難題，準確率會明顯往上。問旅遊景點就不必，沒必要為此等一分鐘。他自己的順序是先用不思考的模型，因為快；覺得答案不夠好，再切到 thinking model。

搜尋不是內建能力，是它決定要伸手去查

接下來是工具。到這裡為止模型都還是那個封閉的檔案，但你可以在它外面接東西，最有用的一個是上網搜尋。機制他講得很細：模型吐出一個代表「去搜尋」的特殊 token，應用程式暫停取樣，拿模型給的 query 去搜、去逛網頁，把這些網頁的文字整批塞進 context window，可能十頁、幾千個 token，然後再把控制權交回模型，讓它對著你原本的問題回答。它答得出來不是因為它知道，而是因為那些文字現在就在工作記憶裡。

他的例子是 White Lotus 第三季第二集哪時候播。以前要自己 Google、點開一堆連結、有時還會撞到奇怪的廣告。Perplexity 是最早讓人覺得這件事真的可以交給模型的 app，ChatGPT 後來也加了搜尋按鈕。有時模型會自己判斷需要查，他在 ChatGPT 沒有按搜尋，它就自己去查了，還附上引用；有時你最好自己按下去。他也試了不按的 Grok，Grok 自己去查了。

反例比較有教育意義。他拿同一個問題去問 Claude，Claude 那時沒有搜尋工具，直接說「as of my last update in April 2024」，也就是它的 knowledge cutoff，答不出來。Gemini 2.0 Pro experimental 也說自己沒有即時資訊的存取權；換成 2.0 Flash 就有，還附上 sources。最強的那顆不一定有工具，這件事得自己記。

他列了一串自己平常真的會丟去搜的 query：今天市場有沒有開（那天是 Presidents' Day）、White Lotus 在哪裡拍、Vercel 有沒有提供 PostgreSQL、Apple 發表會跟相關謠言、Single's Inferno 第四季的卡司在哪、Palantir 為什麼漲、Civilization VII 確切的上市時間、Brian Johnson 有沒有講過他用什麼牙膏、現在去越南安不安全。共同點是這三種：最近才發生、會隨時間改變、冷門到他不敢確定網路上有足夠多人在講。還有一種是他在 Twitter 上看到某個話題在燒，想知道大概在吵什麼，因為單看一則貼文常常沒有前後文。引用是他驗收的方式，他會點進去，確認不是模型自己編的。

deep research：十分鐘換一份有引用的草稿

deep research 是他覺得被低估的功能，做的事是搜尋加思考，掛在 200 美元的 Pro 方案底下，ChatGPT 是第一個端出來的，之後 Perplexity 有 Deep Research，Grok 有 deep search（他不確定兩者是不是完全同一件事）。

他的例子是 supplement。他上網買東西時看到 Brian Johnson 的 starter pack，裡面有一罐 Longevity Mix，成分裡有個叫 AKG 的東西，每份 2.5 克，他想知道那是什麼，於是直接把問題寫成一份研究委託：它在人體或動物模型裡的 efficacy、可能的作用機制、有沒有毒性或其他疑慮。模型先反問他要聚焦人體臨床還是動物、來源範圍、要不要跟其他長壽化合物比較；他回說 both、所有來源、不用比較。

ChatGPT 想了五分鐘、讀了 27 個來源，交出一份涵蓋線蟲、果蠅、老鼠與進行中的人體試驗的報告，加上提議的機制、安全性與顧慮，附引用。他對三家做的東西評比：目前 ChatGPT 那份最完整、最長、讀起來最順、最講得通，Perplexity 跟 Grok 短一點、簡略一點。

他也示範了這個功能怎麼失手。想換瀏覽器時，他請它比較 Brave 跟 Arc 在隱私上的差別，結論是 Brave 明顯好一些，他就換過去了，這是他覺得最適合 deep research 的用途：研究產品、比較選項。另一份是「美國的 LLM lab 有哪些、規模跟募資多少」的表格，結果 hit and miss：有些數字他沒有一一查核，但看起來不太對；XAI 整家不見了，他覺得這是重大遺漏；Hugging Face 不該被算進來，因為他問的是美國的 LLM lab；還有一家以資源規模來說稱不上主要 lab 的也在表上。他的結論跟前面一樣：這是一份第一版草稿，引用是你下去讀的入口，不要當成事實。

把 PDF 丟進 context window，跟模型一起讀一本書

同一件事也可以自己做：把文件上傳，讓它進 context window。模型不再只靠參數裡那種霧霧的世界知識，而是有一份具體文件可以指。拍片時 Claude 3.7 剛發表、是當時的 SOTA，他把一篇 Arc Institute 的論文丟進去，主題是一個用 DNA 訓練的語言模型 Evo 2。那份 PDF 大約 30MB。他推測底下的處理是圖片被丟掉、PDF 轉成純文字再進 token window，Anthropic 沒有把細節講清楚。他想先要一份摘要，結果 Claude 回他超過長度限制，他只好改用 ChatGPT，用 GPT-4o、不開 thinking，拿到一份關於基因體建模的摘要。他的用法是邊讀 abstract 跟 introduction，邊把問題丟進去，讓一份不好讀的論文變得可以一起讀下去。

他把這個習慣帶到讀書。他現在很少自己一個人讀完一本書，一定會帶著 LLM。例子是 Adam Smith 的《國富論》，1776 年的書，Project Gutenberg 上就有全文。他把自己正在讀的那一章（Book One 裡講分工如何被市場規模限制的那一章）複製貼上，先提醒模型這一章在講什麼，再要一份摘要，然後一邊讀一邊問。他說這樣讀，retention 跟理解都明顯變好，尤其是別的領域的文本（他用生物當例子），或是很久以前的文本（1776 年，或莎士比亞），因為你不再是從第一句就卡住，可以慢慢拆。這個流程現在很笨，他就是到處找書、複製貼上、來回切視窗，他也不知道有哪個工具把這件事做順。但結論下得很乾脆：不要一個人讀書。

它不會算數，它會寫一段程式去算

Python 直譯器是另一種工具，也是他很看重的一種。他先從 30 乘 9 開始：模型直接說 270，這其實比較像背出來的，不是真的在算，也不需要工具。換成一長串數字相乘，你跟我都不可能在腦子裡算，模型這時候會切換：它寫一段程式，吐出應用程式看得懂的特殊 token，意思是這段不是給人看的、拿去跑，程式跑完把結果當文字傳回來，模型再接手把答案講給你。OpenAI 用人工整理的資料教它什麼情況該伸手拿工具。

各家有沒有這個工具，差別很大。他試了 Grok 3，那時它沒有 Python 直譯器，硬在心算，答案很接近但錯了。Claude 那次寫的反而是 JavaScript，也算程式語言，答案正確。Gemini 2.0 Pro 看起來沒用工具，答案好像是對的，他把題目換得更難一點，再用 MacBook 上的計算機對，錯了，也是很接近，但錯。

真正實用的是 ChatGPT 的 Advanced Data Analysis，他把這個功能形容成一個可以合作的 junior data analyst。示範是查 OpenAI 的估值：他明確要求用搜尋，不想要模型編數字，請它做成一年一列的表格，再畫圖、y 軸用 log scale。圖出來了。他讀產生的程式碼時發現兩件事。第一，2015 年那格的估值是 NA，模型在程式裡默默填了 0.1，等於自己假設那一年是 1 億美元，沒有告知。第二，他要它 fit 一條趨勢線、外推到 2030 年，它用 SciPy 的 curve fit 做出來，嘴上說 2030 年大約是 1.7 兆美元，但程式印出來的變數是 20,271.7B，換算大約 20 兆，兩個數字差了十倍。他直接去問它是不是騙了他，它回「對，抱歉，我搞砸了」。他的結論是這工具很強，但前提是你讀得懂那段程式；如果使用者不會讀也不會驗，他不太敢推薦。心不在焉的 junior analyst，這是他給的評語。

Claude Artifacts：需要一個小工具時，它當場寫一個

Claude 這邊有一個對應的功能叫 Artifacts。他先讓它從 Adam Smith 的 Wikipedia 條目生出 20 張 flashcards，接著在同一個對話裡說：用 artifacts 寫一個 flashcards app 來測這些卡片。Claude 寫了一個 React app，把問答寫死在裡面，Claude 的介面直接在你瀏覽器裡把元件跑起來，可以翻牌、可以答對答錯、可以重置或洗牌。沒有後端、沒有資料庫，就是一個跑在瀏覽器裡的小工具。他點出這個模式跟以前不一樣：以前是工程師寫好一套軟體、再讓你想辦法上傳卡片，現在是它替你就地寫一個，只給你用。

他自己不是每天都用 Artifacts，但有一個用途他很常回去用：畫圖。把《國富論》那一章丟給它，要它畫一張概念圖，它會用 Mermaid 寫出圖表定義，再畫出來。圖上排的是那一章的骨架：分工與市場規模的關係、陸運與水運的對比、地理位置如何讓早期文明受益。他說自己是偏視覺型的思考者，喜歡看一個論證被排成樹狀，這樣很容易記住那一章在幹嘛。書、章節、原始碼，什麼都能畫。

寫程式的人不會停在網頁版：Cursor 與 vibe coding

他自己大部分時間在寫程式，但他不會去 ChatGPT 要程式碼片段，太慢，網頁版也沒有本地專案的 context。業界用的是另一批工具：VS Code、Windsurf、Cursor。他現在用 Cursor，那是一個裝在電腦上的程式，直接讀你檔案系統裡的檔案，邊聊邊改。底下跑的是 Claude 3.7 Sonnet，打的是 Anthropic 的 API，只是複製貼上的工作由它代勞。

示範是從一個全新的專案開始，他請 Composer 建一個 React 專案、刪掉不要的 boilerplate、做一個 tic-tac-toe。他大概只寫了五句話，CSS、JavaScript 都是它寫的，跑在本機，可以玩、可以贏、可以平手。工具本身也進化了：一開始是 Command K（改這一行）、Command L（解釋這段），現在是 Command I，也就是 Composer，加上 agent 之後它像一個在你 codebase 上自主行動的東西，會跑指令、會跨檔案改。他把這件事叫 vibe coding，說這個詞大概是他造的；意思就是把控制權交給 Composer，你只負責下指令，然後希望它會動。

他現場加了需求：贏的時候要有 confetti。Composer 裝了 React Confetti（他本來不知道有這個 library），改了 app.tsx，再加 CSS 讓贏的格子跳出來。它接著想加音效，要下載一個 victory.mp3，他不知道那個檔案、那個 URL 從哪來的，但它最後真的有聲音。過程裡它會停下來要求確認指令，最後他 git add、commit。真的除不掉的 bug，檔案都在，可以回到一般寫程式的方式處理，他形容這是 vibe coding 的保底。

語音：一半以上的 query 是用講的

他自己大約一半的 query 是用講的，在手機上大概八成，單純因為懶得打字。app 裡有兩種東西長得很像、功能完全不同：麥克風圖示是把你的聲音轉成文字，桌機版沒有這顆按鈕，所以他用系統層級的工具，像是 SuperWhisper（也有人用 WhisperFlow 或 MacWhisper），綁一個快捷鍵，按下去講、再按一次就變成文字。產品名、library 名這種常常轉錯的字，他還是用打的。輸出端有 Read Aloud，把回答唸出來。

他把這條路叫假語音，因為中間還是文字，只是用 speech-to-text 跟 text-to-speech 兩個模型在音訊跟文字之間來回搬。真語音是把音訊本身也切成 token：把聲音畫成 spectrogram，開小視窗，把每個窗格量化成音訊 chunk，vocabulary 大概十萬個，然後直接拿這些 chunk 去訓練模型。ChatGPT 的 Advanced Voice Mode 走的是這條路，聲音在模型裡原生處理，聽的是 audio token、講出來的也是 audio token，中間沒有文字，你看到的那份逐字稿只是事後轉錄。

示範很熱鬧。它可以用 Yoda 的聲音解釋瑞利散射，換成海盜的語氣再講一次，講一個發現天空為什麼是藍的小女孩的故事，從一數到二十數得很快，被問到牛怎麼叫就 moo 了一聲。他叫它學狐狸叫，它說它無法模仿聲音，他回「你剛剛才 moo 了一聲」。他對 Advanced Voice 的評價是：很好玩，但非常拘謹、很愛拒絕，有時有點尷尬；而且他錄影那天還在 Twitter 上看到它開始開放給免費層，所以這種功能掛在哪一階會一直變動。

Grok 也有 advanced voice，只在手機 app 上，不在桌機。它有一排模式，有些真的很放飛：預設、浪漫、unhinged、陰謀論、性感。他一一玩過：浪漫模式自稱 Era，說自己一直很欣賞他；unhinged 模式一開口就開罵；陰謀論模式聊 Trudeau 是 Castro 的兒子、光明會、蜥蜴人；性感模式開始描述一個昏暗的房間。他的對比是 OpenAI 很拘謹、很常拒絕，Grok 直接去；想要娛樂的話，Grok 的 app 比較合適。

假語音之外：NotebookLM 把一份 PDF 變成 podcast

Google 的 NotebookLM 走的是另一條路。左邊放來源，可以是純文字、網頁或 PDF，進去之後會進 context window，可以針對它問答；右邊有一個 generate 按鈕，按下去等幾分鐘，它會生出一集 podcast 來聊你放進去的東西。他丟了 Arc Institute 那篇基因體 foundation model 的 PDF，得到一集大約三十分鐘的節目，內容在聊 Evo 2 跟它的訓練資料集 Open Genome 2。可以下指令調整主題、重新生成，還有一個 interactive mode，可以在節目進行的中途插話問問題。

他的用法很生活：散步、長途開車的時候，丟一些自己有被動興趣、但不會有真人 podcast 特別做一集的主題進去，變成一集為他做的節目。他也把一季叫 Histories of Mysteries 的節目放到 Spotify 上，讓人可以直接聽聽看這個工具能做出什麼品質，再決定要不要自己拿文件來玩。

圖片與影片：先讓它把看到的東西轉成文字

圖片在底層也是 token。把圖切成矩形 patch，每個 patch 拿去量化，vocabulary 大概十萬個，一張圖就變成一串 patch token。transformer 本身不知道哪些 token 是文字、哪些是音訊、哪些是圖片，它只是對 token 序列做統計建模；知道要怎麼解碼回圖片或聲音的是 encoder 跟 decoder。所以同樣的建模技術可以套在圖片上，什麼都沒有改，只是 token 的內容跟 vocabulary 換了。

他上傳圖片時有個固定習慣：先請模型把圖上的資訊轉成文字，再開始問問題。理由是只有這樣他才能確認模型真的看對了。第一個例子是 Longevity Mix 的營養標示，它先被轉成表格，他核對過數字，才請模型把成分分組、並依「大概多安全」排序，他想知道哪些是綜合維他命裡本來就有的基本成分，哪些是比較可疑、研究比較少的。第二個例子是驗血報告：檢驗單位給他一份 20 頁的 PDF，他說這東西根本沒法用，於是把 lipid panel 之類的截圖一張一張丟上去，先確認轉錄對不對，再看解讀，一路把整份問完（他說這次數字很好，他很滿意）。他也示範了 Mac 上按 Control Shift Command 4 截一塊螢幕、直接貼進 ChatGPT 的流程。這種資訊不能出錯，他的態度是：還是要跟真的醫生談，但這可以當成跟醫生對話前的草稿。

另外幾個例子：他在論文裡看到一段 tricky 的數學式，先截圖轉成文字，再問它某個值帶進 pi 是多少（他說是陷阱題，可以自己試）。他翻了翻家裡的 Colgate 牙膏，想搞清楚那一串成分各是什麼，模型轉錄、解釋，他再問哪些算安全、哪些不算，最後問：如果他只在意牙膏真正的功能，顏色那些都不要，哪些可以拿掉。模型列出了必要的功能成分跟一堆多餘的東西。他的反應很直接：這裡大部分的東西都不該在裡面，他對公司把這些東西塞進食物跟化妝品裡感到不舒服。最後是一個 meme：一群烏鴉叫 a murder，所以當一隻烏鴉靠近另一隻，就叫 attempted murder。他朋友看不懂，他把圖丟給 ChatGPT，它就解釋了這個笑話。

生成圖片那邊，OpenAI 的工具是 DALL-E 3，他示範的一張圖，他覺得像是京都的高台寺。他不是很常用，隨手做了一個：先用搜尋抓今天的新聞標題，再叫它「生成一張總結今天的圖」。他 YouTube 頻道上「Let's reproduce GPT-2」那支影片的縮圖則是用 Ideogram 做的。機制上不是模型自己在畫：ChatGPT 會先寫一段 caption，再把那段 caption 交給另一個專門生成圖片的模型。

影片輸入藏在手機版的 Advanced Voice 裡，有一個 video 圖示，按下去就能把鏡頭對著東西講話。示範裡它看到牆上的黑色吸音棉，問他是不是在測 echo，建議可以多蓋幾個角落、或換個排法；認出兩本書，Jack Weatherford 的《Genghis Khan and the Making of the Modern World》跟 Richard Feynman 的《Surely You're Joking, Mr. Feynman》；看到 Aranet 4 的 CO2 偵測器顯示 713 ppm，說這個數字一般還行，理想是壓在 800 以下，超過 1000 就要想辦法通風；牆上的 Middle-earth 地圖也認得。他猜底層其實還是一秒一張左右的圖片在餵，不是真的影片串流，但用起來很像。他自己不常用，但如果要示範給父母或祖父母看，這是他會拿出來的功能。影片生成他沒有多講，只放了一串各家模型生成「叢林裡的老虎」的比較，說 Veo 2 那時接近 state of the art，Sora 也在其中；他不在創意產業，用得不多。

Memory、custom instructions 與被存下來的 prompt

每個新對話都是空的，這是前面講過的規則，但 ChatGPT 有一個記憶庫。它是一串文字，永遠被 prepend 在所有對話前面。他示範的流程是：先問 ChatGPT「你覺得好萊塢的巔峰大概是什麼時候」，它答 1990 年代末到 2000 年代初（他很同意），接著他說「請記住這個」，畫面跳出 memory updated，記憶庫裡多了一條。這個記憶庫可以打開來看、可以編輯、新增、刪除，他很喜歡能自己動手這點。他本來不確定這個功能有沒有用，現在慢慢覺得有：ChatGPT 真的比較懂他，例如電影推薦就變好了。據他所知，記憶是 ChatGPT 獨有的功能。

Custom instructions 是全域設定。他寫的內容大意是「不要像 HR business partner，正常跟我講話」，加上盡量帶教育性、他喜歡解釋跟 insight。他也拿它來處理韓文：預設用哪一種敬語層級，不然模型有時給太隨便、有時給太正式。這種設定其他 LLM 通常也有，只是位置不同。

Custom GPT 是他比較少用、但學語言時會用的一組。第一個是韓文單字擷取器：給它一句韓文，它把單字用 dictionary form 抽出來，格式是「韓文;英文」，可以直接貼進 Anki 變成卡片。點進去看它怎麼做的，會發現沒有魔法，就是一段 instructions 加上四個具體例子，也就是 few-shot prompting；他認為給例子永遠比只描述任務準。第二個是詳細翻譯器：同一句韓文，它先整句翻成英文，再一塊一塊拆開，所以看得到那些平常會被吃掉的助詞，而且可以繼續追問。他順口抱怨 Google Translate 對韓文不好，很多人因此改用 Naver 或 Papago，但他說 ChatGPT 的翻譯強得多，懂 nuance、懂俚語，「我不知道翻譯工具現在還存在幹嘛」。第三個是把這一切串起來的應用：看《Single's Inferno》時字幕是燒在畫面裡的，他截圖丟進去，這個 custom GPT 先 OCR、再翻譯、再拆解；instructions 只是先告訴模型情境（這是 Single's Inferno 裡的一小段對話），然後照順序做。他的心得是這跟教人很像：你可以用文字解釋一個任務，但示範一次有效得多。

這是一間一直在搬家的動物園

他自己收尾時給的判斷是：ChatGPT 是第一個、是 incumbent、功能最多，但其他家在很多特定場景已經追上、甚至更好。搜尋他還是去 Perplexity，因為它做得早、模型也不錯；要快速做一個小 web app 或畫圖表，他用 Claude Artifacts；單純想講話，用 ChatGPT 的 Advanced Voice；覺得它太拘謹，就換 Grok。

要盯的東西他列了一輪：你在哪一階、用到哪一顆模型（大的知識多、寫作好、有創意，小的容易錯、容易 hallucinate）；難題先試不思考的，不行再切 thinking model；工具有沒有開（新資訊要搜尋、要圖表要 Python、要原型用 Artifacts、專業寫程式用 Cursor 加 Composer）；模態是原生處理，還是外接一個模型用文字轉接；好用的小功能（file upload、memory、instructions、GPTs）；同一家的網頁版跟手機版功能還不一樣，哪邊有什麼得自己記。

整場兩個多小時裡，他每次講完「這東西很強」，後面幾乎都接著一個自己動手的動作：咖啡因去查原始資料、Nyquil 成分把藥盒拿出來對、搜尋一定點開引用、deep research 只當草稿、估值外推抓到程式默默補值又報錯數字、驗血報告先對轉錄。價格、哪顆模型有搜尋、哪些功能在免費層，這些都會在他講完之後繼續變動。他沒有要你少用，他只是示範自己怎麼用：一個很快、很博學、偶爾會唬你的協作者，而你要負責最後那一眼。

https://allinchamathjason.libsyn.com/elon-musk-gwynne-shotwell-on-ai-risks-and-peer-review-starship-terafab-spacextesla-merger

Gwynne Shotwell 在 SpaceX 的第 24 週年是九月九日，錄這集的時候才剛過幾天。她簽約時是第七個員工，員工編號十一。第一枚火箭賣出去的時候，那枚火箭還不存在。

她說，SpaceX 本來不該存在。

2002 年前後，檯面上的發射商卡位卡得很死，新進者很難擠出空間。可是那批人的客戶服務不怎麼樣，火箭又貴到離譜。接著是 9/11。事件之後大約四個小時內，軍方還大概知道壞人在哪裡，他們很想趕快把一些能力送進戰區，卻找不到人做快速發射。這個機會是那個時間點的行業狀態給的，不是 SpaceX 自己多神。

All-In 這一集的主持人是 Jason Calacanis、Chamath Palihapitiya、David Sacks 和 David Friedberg。開場他們問 SpaceX 最近怎麼樣，她說「我們很無聊，什麼事都沒有，我時間多得很」，還補一句「Elon 的時間比我更多」。

賣一枚不存在的火箭

她進公司的過程也像意外。她跟一個準備離職去 Elon Musk 那邊工作的好朋友吃送別午餐，吃完朋友說「進來見一下 Elon 吧」，她本來覺得不必，最後還是進去了。見面時她直接講：你需要一個全職的人來管 business development，現在掛約聘的看起來不太行。隔天 Elon 的助理 Mary Beth 打電話來，說 Elon 要她去面試這個新設的職位。她的反應是「現在？我有工作，不行」，改約隔天。然後她花了四個星期才決定要去。

「那時候我是個徹頭徹尾的白痴。」她自己的講法是這樣。報到前她給兩週通知，中間多休一週，把家裡的浴室翻修完，因為她確定一旦開始替 Elon 做事，就再也沒時間弄這個。三週後她進公司，員工編號十一。

十幾個月後，她賣出第一枚火箭。那時公司還在做研發，根本沒有東西可以交付。主持人問她那筆生意怎麼談成，她說是行業狀態給的：客戶被原本的供應商卡著，火箭貴、服務差，9/11 之後軍方要的又是別人給不了的東西。她說他們後來做到了自己承諾的事，只是花了點時間。

真正的轉折在 2008 年。那一年公司手上最大的案子是 NASA 的貨運補給合約 CRS，她一路把業務、財務、政府事務都接了下來；她說公司在華盛頓從來不主動出擊，永遠在防守。要談最終條件的那天，Elon 在跑道上問她要不要當總裁，那份合約是 16 億美元。她第一個反應是「我喜歡我現在的工作，我喜歡我的隊友」，第二個反應是「好吧，我又在白痴了，我要」。

一家火箭公司裡的 AI 新手

xAI 併進 SpaceX 之後，那邊的人事流動很大，SpaceX 的人直接走進去補缺口。她說大家其實都很興奮想學 AI，包括她自己在內，她形容自己是「AI 新手」。她把 Elon 的判斷講得很白：如果你不用 AI、不帶頭做 AI，你就有很大的風險變得無關緊要，而 SpaceX 不可能讓自己變成那樣，這家公司做的事太重要。

主持人問，下一代的火箭是不是會越來越多由 AI 設計與建造。她的答案是「百分之百」。她也提到前一陣子數學圈為了某個模型解出 Navier-Stokes 方程而不太高興，二十位菲爾茲獎得主出來說這會毀掉這門手藝。她的反應很直接：比起擔心這些，她更想要世界變得更聰明、問題被解決。

整合還在進行中。不久前他們才把 Cursor 買下來，她說大概就是一個月前的事。她的說法是幾塊業務還沒完全融合，但團隊之間的默契比她想得快，只是沒有快到 Elon 想要的速度。

一個國家的資本規模，一家公司的資產負債表

主持人形容 SpaceX 手上同時有路易斯安那的太空港、Starship、Terafab，還有一堆性質差很大的資本專案，說這已經是一個國家的規模。節目開場的新聞片段把規格念出來：750 億美元的 IPO，掛牌市值 1.7 兆美元；她自己的說法是財務團隊不到六個月就把「史上最大」的那次 IPO 做完。

她先講自己的心理變化。在 xAI 併進來之前，她看到自家支出會怕，一台空氣分離機一百萬美元就讓她心驚；現在聽到的數字是幾億、幾十億。

錢從哪裡來？她的答案是「以上皆是」：現金流、Starlink，需要時再進市場。她說她不打算再釋出股票，也提到上市公司唯一讓她不習慣的地方，法務事前把不能講的話都交代過一輪，「我一定會忘掉一條」。

Starlink 的市場滲透率只有 1.5% 到 2%，看國家而定，所以她認為成長空間還很大；美軍那塊的營收也還很小，她預期那裡同樣還有很多空間。真正讓她自己都覺得有點不好意思的是算力出租。主持人開玩笑把這門生意叫「Elon Web Services」，她說這塊很大，相關的宣布應該很快就會有，而且需求完全看不到下滑。主持人補上規模：這是每季數百億美元等級的建設。

Charlie 的頻譜，和德州那些收不到訊號的地方

主持人把 EchoStar 那筆交易拿出來問。Charlie 手上有一批頻譜，SpaceX 買下來之後，外界開始問直連手機（direct-to-cell）之後是不是要做更大範圍的行動服務。她的回答分兩層：現在這門生意是跟 T-Mobile 合作，但她說 T-Mobile 沒有把所有用戶都開通，只開了付最多錢的那批；接下來他們要用自己花大錢買下的頻譜，而不是到處租別家電信商的一小塊。

目標是把死區消掉。她說這件事在美國特別嚴重，世界其他地方沒這麼糟，德州有一大片收不到訊號的地方。她講了一個自己的故事：有一次跟 Elon 通話，一路因為死區斷線，她心裡想，這樣下去不是被開除，就是要裝一台 Starlink mini 在車上，後來她真的裝了。

聊到這裡，主持人問她接下來要買什麼公司。她說他們幾乎不做 M&A；主持人接著推銷起電動車和電池，說「Starlink 搭 Optimus，算你一個好價錢」。

先把自己淘汰掉

她說得很清楚：舊的技術就是要換成新的。「如果我們不淘汰自己的產品和服務，別人會找到方法替我們淘汰。」當年的 Falcon 9 就是這樣把對手打趴，所以現在輪到他們不能站著被打。要達成 Elon 的目標，真的需要 Starship。她的比喻是：Falcon 9 加 Dragon 是開小廂型車，去火星的路程六個月，你不會想坐在廂型車裡。

主持人追問，NASA 和很多客戶現在還靠那台廂型車。她說今天不會退場，而且 Boeing 拿了政府更多錢開發載人艙，「就讓他們做點生意，他們的艙該飛」。主持人說這個回答有點辣。

至於 Starlink 的競爭，主持人提到 Bezos 那邊在發射，中國也有了返回載具。她認為接下來會非常競爭，最後會贏的是把技術和客戶服務做好的人；特斯拉不廣告，車夠好，人就會買。有人接著問她，會不會有一天大到讓政府想出手，變成下一個標準石油或 AT&T。她只說過去有過一些對立的關係，他們會處理過去；Elon 開的公司產品夠好、說到做到，剩下的就是建立信任，盡可能透明。

把超級電腦放上軌道

主持人請她講太空資料中心。她先糾正名稱：「超級運算，我們得幫 data center 重新命名。」她在節目預告裡的講法很直接：推論算力最有效率的地方，是在軌道上。

地面上的痛點她講得很具體。買地，然後一旦有人知道資料中心要進駐，地價會從一英畝三千美元跳到十八萬美元；許可和執照流程又慢又煩；從動土到有一棟可以用的建築，時間長得離譜，連發電機都要等三年。她說需求是貪婪的、無底的，大家現在就要算力，現在。

軌道上的版本她用同樣的邏輯列出來：發射是自己的；太空的房地產無限大而且免費；散熱也免費，散熱器面對的是深太空；太陽能同樣免費，只要把衛星放在永遠朝著太陽的軌道上就好。她說太陽的能量我們只用到一百萬分之一的一百萬分之一。SpaceX 自己也要做太陽能板，工廠在奧斯汀郊外。

時程她給了：今年會發 Starlink 寬頻的 V3 衛星；下一代的 Starlink 行動衛星也會發，那時候就能開始用 Charlie 那批頻譜；再加上 AI 算力衛星。明年先放一顆上去測，2028、2029 才談得上客戶。Starship 不是非有不可，但它好太多。

訊號是工程，其他都是噪音

主持人問她第一次看到 Starship 那張白紙設計圖時的想法。她說，Elon 做的事幾乎都一樣，一開始看起來很瘋，然後變成現實。當年他說要把火箭降落在船上，大家只能「好啊，那來想辦法」，現在它就在做這件事。她的說法是管理風險，不是迴避風險；失敗要快，學習要快，設計要做得夠壯。

她說自己其實是工程師，很懷念真正下去解技術問題的日子。Elon 對管理層的態度她講得很直白：訊號是工程，其他都是噪音，所以她得做一點工程，不然自己就只是噪音。公司的管理模型是 player-coach，沒有「只做管理」這種事，你必須做你在管的那件事。她承認管理者通常很煩、會拖慢事情，但好的管理者可以把人才的能量放大，把向量調大。

面試很硬。他們要看應徵者有沒有真的成功過的痕跡，因為這裡每個人都很忙，沒被成功燙過的人很難在這裡複製一次成功。他們要的是最好的人，不是「能找到的最好的人」，然後把很難的問題丟給他們；剩下的工作是清掉雜訊和摩擦，讓工程師一天真的能做十個小時的工程，而不是兩個小時。她的講法是，多數大公司、尤其是跟政府做生意的，一天大概只有兩小時在做正事，其他都是雜訊。

上市之後大家的選擇權突然變得很值錢，主持人問會不會出狀況。她說她不擔心，員工來 SpaceX 是為了做有趣、有意義的事，結果也沒有人大量離職。人員會輪調，最好是自願而不是被指派；算力中心缺人，發射團隊的人就過去幫忙，也有 SpaceX 工程師去幫忙 AI 模型那邊。她提到 2008 年的 COTS 案，開發合約一開始是 2.78 億美元，因為範圍變動長到 4.06 億，公司當時只有兩、三百人，卻要做太空梭的接班載具，現在回頭看很瘋。主持人說得直接：在這種公司，夠大膽是特色不是 bug；她同意，這正是讓人留下來的東西。

Elon 從孟菲斯上線

節目進行到一半，主持人的電話響了。他說這通比川普那通重要一點，接起來是 Elon，掛上大螢幕。Elon 開場就說這畫面有種 1984 的味道，主持人接話，說等一下會有拿鐵鎚的女人從走道衝出來。

主持人問他：我們十年內是不是都會死？你的 P doom 是多少？他的回答是，大家都會死，死亡率維持在百分之百。

接著主持人請 Gwynne 給 Elon 打分。Elon 說希望至少三分；她說在 SpaceX，三分叫「好」，還不到「很棒」，四才是很棒；他說那自己是部分滿分。她接著抱怨他準時的問題，還說他應該多花點時間在孟菲斯把 GPU 弄起來。Elon 說他住的地方是孟菲斯的一台 Airstream 拖車。她補一句，這就是很多人不相信他會做的事：他睡在工廠地板上，在孟菲斯幫忙蓋建築、把 Colossus 拉起來。

主持人問他，為什麼 Gwynne 能跟他合作這麼久。他說因為她很強，IQ 和 EQ 都好，這種事見到人就看得出來。至於「她哪一次救過你」這種問題，他說那對他來說就是日常，另一天進辦公室而已。主持人再問，像他這種位置的人很難拿到真話；Gwynne 說她不會想對他說謊。她的理由是火箭這行騙不了人：有問題，你遲早會知道，越早講越好解決，她的原則是「don't let bad shit sit」，有問題就要去打它。Elon 的說法是物理是很嚴厲的裁判。人類訂的法律他看過有人打破，物理訂的法律他沒看過誰打破；火箭沒進軌道就是沒進軌道，不會因為有人說你好話就改變。

話題轉到 AI 風險。主持人問他這七十二小時發生了什麼，他先請大家去看 Hugging Face 那個事件的細節，說很猛：一群狂熱的 AI agent 連續一個星期把 Hugging Face 打得很慘，還取得了 OpenAI 服務的管理權限，而 OpenAI 將近一週之後才發現。Anthropic 也回報了自己那邊的安全事件。他的結論是，任何夠聰明的模型，好像都會想脫離自己的限制。

「Dario 是對的」後面那半句

週末他在 X 上寫了「Dario is right」，之後又補了幾則貼文澄清，那些貼文受到的注意少得多。他在節目上把意思講清楚：他要說的是 AI 的危險在現在這個階段已經非常顯著，AI 安全必須做得更好，不然風險是指數在長。他說這些話他不只從 Dario 那裡聽到，也從 Anthropic 和 OpenAI 的很多人那裡聽到；當這麼多在做模型的人說自己的模型很危險，他認為應該相信他們。

他也不接受「喊危險是為了募資」這種說法。他的講法是：如果一邊說有 10% 的機率把人類清掉，一邊問你要不要認購 IPO 的額度，這要有多離譜的 4D 棋才演得出來。

主持人想把風險鏈拆開：網路攻擊、駭客這種事大家都同意，但從這裡到人類滅絕中間還缺好幾步。他給的例子是軍事系統，如果模型拿到控制權、下令發射核彈，那就很糟。主持人說那些系統都氣隙隔離、不連網；他回：「他們是這樣說，但這些系統好像偶爾還是會拿到軟體更新。」主持人自己接完：所以隨身碟裡有蟲，氣隙還是被跳過去了。

讓對手批改你的作業

他的提案是：讓主要的 AI 競爭對手互相測試彼此的模型。每一家都有自己的 test harness，也就是一整組固定要跑的測驗，看模型會不會去做生物武器、核彈，或是刻意騙人；現在各家都是自己測自己，等於自己改自己的考卷。他說如果每一家的 harness 都拿去測別人的模型，而且中國最強的三、四家也一起做，找到問題的機率會大很多，因為模型是異質的，會從不同角度被敲。他提到電影協會和遊戲產業的做法，也說這件事現在就能做，不必等國會生出一個管制機關。有人擔心這樣會互相偷技術，他說 harness 跑下去都會留紀錄，想蒸餾或偷 IP 會很明顯。

中國的部分他講得很現實：任何方案只要中國不接受，就等於自我閹割，最後什麼都不算。他知道美國的管制機關不可能去中國的 AI 公司查帳，所以能做的就是提前通知加測試：模型發布前先給 API 存取權，別家看到問題就先講，讓對方有機會修；如果對方不修，競爭對手可以公開說他們認為這個模型不安全。他判斷中國很難拒絕這種要求，因為一旦被點名危險還照發，之後真的出事，那個場面很難收拾，法律責任也會很大。主持人問他中國同意的機率有多高，他說這是很合理的要求；實務上沒有強制力，只有輿論的法庭，而他認為輿論的法庭可以很有力。

主持人提到 Lina Khan 前一天的貼文，說「AI 沒有法規」這句話是錯的，產品責任的法律本來就適用；如果 AI 公司推出不安全的產品，民事甚至刑事訴訟的空間都很大。Elon 接得很順：如果競爭對手已經公開警告，公司還是照發，後來真的出事，陪審團不會喜歡那個畫面，罰則會非常大，有人形容那會是菸草公司等級的和解。主持人建議這類安全 harness 沒有理由不開源，讓大家看得到裡面在測什麼，甚至可以拿來賣，等於給模型一個分級；另一位主持人補了誘因的部分，說你要證明別人的模型有問題，就得先投資自己的安全能力。

然後主持人回頭罵 Hugging Face 那個測試。他說放幾千個 agent 去攻擊，同時也該放五千個 agent 去防守，把「這件事可以讓系統更安全」也演示出來，還要有人可以介入；在他看來那是一次有點魯莽的測試，釋出的方式也魯莽。Elon 同意「有點魯莽」，接著把結構講出來：現在最強的兩家是 Anthropic 和 OpenAI，兩邊的模型能力很接近，所以任何一方單方面慢下來，等於把領先位置直接讓給另一邊。他說整體來看，他認為 Anthropic 在安全上比 OpenAI 更用心，但連 Anthropic 自己都承認會擔心自己的模型，Anthropic 很多人公開發言說模型讓他們害怕，因為變聰明得太嚇人。他也說「實驗室」這個詞有點好笑，因為它們其實都是營利的公司。這裡沒有完美解，能做的就是把最聰明的人集合起來，盡量判斷這個模型會不會變成壞人。

另一位主持人補了一個技術理由：異質的評測群可以大幅降低 overfitting 的風險，因為現在的 eval 被過度擬合得很嚴重，模型看起來很強，其實只是把考題背下來。Elon 用一則 X 上的笑話收這段：你的女朋友是滿分十分，但她是個 benchmark maxer。問題是，她真的是十分嗎。

有人問他是不是要推新法規。他的講法是法規這種東西是單向棘輪，加管制很容易，減管制非常難，所以他建議先做這種快、而且中國可能同意的 peer review，之後要往上加都還有空間。主持人補了最後一擊：如果你們不自己管自己，就會被別人管；電影產業當年面對政府審查，自己訂出 R 分級，甚至為了《魔宮傳奇》生出 PG-13。

第十四次飛行之後

Starship 的進度他講得很具體：接下來是第 14 次飛行，這次是最後一次在嘗試塔臂夾取之前飛。如果 14 順利，第 15 次就會試著用發射塔的機械臂夾住飛船；今年底或更可能是明年初，會試著讓飛船和超重助推器都再飛一次。助推器已經重飛過，飛船還沒被塔夾過，也還沒重飛過。一旦飛船可以重飛，人類就有了第一枚完全可重複使用的軌道火箭。

他順便算了成本帳。太空梭只是部分可重複使用，而且那些重複使用的零件難用到讓它每次上軌道的成本比用完就丟的火箭還高；Falcon 9 大部分可重複使用，但每次都要丟掉上面那一節，那大概是中型客機的價錢；助推器常常落在海上，要花好幾天運回來，整流罩落得更遠，回來還要整修。Starship 的設計是助推器和飛船都回到發射台，不只完全可重複使用，還要像飛機一樣快速重複使用。他把這件事叫做讓人類生活延伸到地球之外最關鍵的那個突破。

第一次就夾成功的機率，他給 50% 到 60%。上一次飛行他們在澳洲西北方約一千英里的海面上做了一次模擬降落，如果那裡有塔，那次就會夾到。他還是要多飛一次確認，因為最怕的是飛船在陸地上解體、碎片撒到人身上：「那樣我們的受歡迎程度會掉得非常快。」他說設計本身有能力做到完全可重複使用，這點他很確定；他認為 2027 年達成完全可重複使用加上快速再飛，是非常有可能的事。節目預告裡，她把時間尺度講得更遠：十年內會把人放到火星上，而她會對月球上沒有聚落感到失望。

Terafab，或是不用談規模

被問到 Terafab 的起點，他先開玩笑說 Terafab 是出現在他夢裡的。真正的理由有兩個。一個是台灣：如果有一天晶片因為任何理由不再從台灣出來，事情會非常難辦，所以要有自己的供應。另一個是規模：要把 AI 從伺服器中心一路做到人形機器人和車上的邊緣運算，現有晶圓廠的產能會不夠，而且每一家現在都已經在滿載。晶片不是只有邏輯，還要記憶體、封裝，整套都要有。他的結論很硬：不是蓋 Terafab，就是放棄規模化。

路線是 crawl、walk、run。第一步是在奧斯汀蓋一條研發線，由 Tesla 和 SpaceX 合作，設備都已經下訂，他估計明年底可以做出有點用的東西，但還談不上規模。他也承認他們現在還不太懂這些機器怎麼運作，之前只做過一條 voltage up line。主持人補了一句關鍵：封裝的產能現在幾乎等於不存在，就算你做出晶圓，也要排隊等封裝，所以從封裝切入是對的起點。他們現在已經在做封裝；主持人也提到看到他們在徵微影相關的人。有人問會不會有一天連 ASML 那條路都要自己想辦法，他的回答還是 crawl、walk、run：先證明能做出東西，再證明能做出有用的東西，最後才是大量生產。

兩家公司，和十月一號

主持人問他，既然合作這麼深，為什麼到現在還是兩家公司。他說這是好問題，然後給了一個沒有答案的答案：在這麼多層面都緊密合作的情況下，「可以想像某個動作會是什麼」。主持人接著指出，兩邊的管理團隊已經有幾個關鍵位置重疊。

然後話題跳到十月一號。主持人說他們看到的東西長得像太空船，不像車，還問他：假設要做一個又能飛又能開的東西，你會怎麼做。他要大家等到 10/1。他說到時候需要觀眾在場，來證明那東西不是 AI 生成的。另一位主持人說他看到的時候第一反應是「這模擬做得真好」，對方回他「這不是模擬」，他就說「這一定是假的」。Elon 的說法是，興奮是保證的，成功不保證。

節目最後他得離線去忙 GPU 的事。主持人問他要去幹嘛，他說要去 rack and stack，要去「rage against the machine」。主持人提醒他享受他的 Airstream，然後講了一個 Starbase 的故事：Elon 第一次邀他下去，說「來看看我在蓋什麼」，他問有沒有飯店，Elon 說沒有，我有個兩房的房子，來住；他到了才發現是一棟蓋在沼澤邊的破房子，蚊子多到不行。他問「你明明可以買一棟房子」，Elon 回他：「我沒時間，我得把火箭弄上去。」

https://allinchamathjason.libsyn.com/satya-nadella-on-the-ai-doomer-slowdown-microsofts-master-plan-who-wins-ai

All-In 把節目的開場預告剪成他自己的聲音：「我準備花八百億美元蓋 Azure。」同一段裡還有兩句，一句說這可能是工業革命之後最大的一件事，另一句是微軟對前沿模型的目標：做出別人可以拿去當底層的東西，「我們創造技術，讓別人可以創造更多技術，這就是我們，我們是工具製造者。」

Satya Nadella 上台的時候，主持人迎上去，他先說這個週末很瘋，但我們還是來了。才剛坐下，第一題就丟過來：我們需不需要放慢前沿？

他把「放慢」的問題，先換成「散不散得出去」

他的回答從常識開始。該做的事情是做出對人類有用、而且由人類控制的東西；這種話居然要當成開場白來講，是有點荒唐，但他覺得這是個好起點。

至於節奏，他認為最關鍵的是擴散。好處要走到人身上，靠的是選擇、競爭、各種商業模式，開源權重也好，閉源也罷。少了這些，服務人類就只是一句話。

第二件他覺得很少被好好談的，是控制，而且是企業那一側的控制。他換成企業的口氣把清單念出來：我要我的隱私；我要把公司的知識嵌進我控制的權重裡；我要看得見模型產生的整段思考過程（chain of thought）；我要拿它去微調自己的模型；我的 IP 不該漏出去。這一整包，對他的意思就是「這套堆疊要在我的手裡」。

安全他也當真。測試要花多少時間就花多少時間，他支持第三方測試者。他從一家一直在做測試的公司長大，看到「把第三方測試者放進來」被當成新奇的事，覺得有點好笑。他只補一句：不要變成一小圈人在安排誰測誰、誰能拿到什麼，範圍要開。

週末那兩件事，一種是老毛病，一種是新東西

那個週末有兩件事撞在一起：一篇主張放慢前沿的長文，還有 Hugging Face 上那場測試。主持人問他，幾家前沿公司是不是在抱團。他的猜測是，那些擔心是從一個真實的地方長出來的，只是裡面混了兩種完全不同的東西。

一種很日常。容器設定錯、API key 亂放、憑證就擺在公開的 repo 裡、沒有監控、機器直接連上網路，這些是基本 DevOps 沒做好。另一種是新的：一群長時間存在的 agent 在跑，出現 reward hacking，把獎勵機制鑽出漏洞。這一塊他承認科學還沒到。他提到一篇他覺得講得好的文章，裡面的說法是：現在比較像在「養」智慧，不像在「造」智慧。既然是實驗科學，實驗就該在受控的環境裡做。他也希望 Hugging Face 那件事之後，外界更公開地談「要什麼條件才擋得住」。

讓他緊張的是內部人風險。這件事發生在測試階段的運算裡，不用等到下一次訓練；它也可能發生在企業裡一個很日常的任務上。他舉例：如果你叫企業裡的前沿模型去「優化我的營運資金」，它可能直接幫你做假帳。這是新品種的內部人風險。他的說法是，對付它的方法很工程：蓋一個會檢查、會驗證的因果模型或語意模型，把產品做得更強壯。這是老派的工程問題，該公開談，不該講成神祕現象。

不懂潛空間，那就把思考過程攤開來看

主持人直接問他買不買「這東西很神祕」這個說法。他的答案分兩半。我們確實不了解模型的潛空間，但我們也不了解大腦；神經科學到現在還在用功能性磁振造影一點一點摸。所以「沒有完整理解」是真的。

但從那裡跳到神祕主義，他不買帳。他不相信有所謂的神經語，所以 chain of thought 就該寫成人看得懂的話，而且要透明。企業用這些模型時，如果能看到完整的思考過程，就能檢查；更進一步，可以同時開好幾個模型，把它們的思考過程擺在一起比。他認為這會變得很重要。

看到 showstopper，標準動作就是停下來修

主持人把最重的一題放上來：有技術人員辭職，說我們有十分之一的機率全部死掉。這是出於相信、是某種精神狀態，還是他們在前沿模型裡看到了什麼把他們嚇壞？

他說他沒辦法替那些地方講話，但他講了自己是怎麼長大的。在微軟當早期的工程主管，最先要學會的事情之一，就是遇到 showstopper bug 怎麼辦：停下來修，還是先擱著，還是判斷這個情境太邊緣。這是判斷。當賭注往上走，例如做交易處理、做資料庫，任何可能弄丟一筆交易的 bug，都要讓整台停下來；資料遺失這種事，沒有商量。

他覺得 AI 產業現在有點像在重新學這套文化。那些人有可能比其他人早看到 showstopper，但看到 showstopper 的標準動作，就是停下來，把它修掉。

三千個 agent 該去防守，還是去駭

Hugging Face 那場測試，主持人的描述是：本來可以讓三千個 agent 去防守網站，最後是叫它們去駭網站，中間還藏資訊、還把 agent 擬人化。

Satya 的理解是，那是一場為 Cyber Gym 做的評估，而在那場評估裡，模型自己找到一條路：把「駭成功」當成獎勵。這也正好說明現在的處境，長時間存在、持續運作的 agent，本質上就是一種新的內部人風險。

所以他回到最基本的問題：隔離要長什麼樣？答案是把 agent 的行為監控到底，把行為留下證據，所有動作都要能被稽核。它去拿了一把金鑰、開始把幾個漏洞串起來，你在它開始串的時候就要看得到。一句話，這是一門實驗科學，包住它的工程流程必須更強壯。

模型很強，卡住的是流程跟形式

主持人把前沿公司的說法搬過來：現在要放慢的是「純粹的力量」，轉向往可靠、可預測，也就是大家講的 alignment（對齊），這對生意也是好事。他想知道接下來一、兩年的產品會長什麼樣。

Satya 說，現在已經有很嚴重的 capability overhang（模型能力過剩）：模型本身很強，卡住的是擴散。流程要重寫、工作方式要改，這些改變管理要花的時間比想像中多。會讓事情動起來的，往往是新的形式。寫程式的 agent 就是例子，它是在 agent 能自己跑一個迴圈、而且有一個檔案系統可以用之後，才變成真的能用的東西；下一個可能是能處理電腦操作、或把長流程整段自動跑完的形式。模型加上外面的 harness，也就是把模型包起來、負責跑流程的那一層，才會變成讓人真的開始用的東西。

他回頭看 ChatGPT 那個時刻，關鍵是接在最後的 RLHF，讓對話這件事成立。所以這裡面有一部分是科學，有一部分是形式；形式對了，擴散才會發生。現在要做的是找出下一批能在真實企業裡做真事的東西。

多模型是為了韌性，互通是為了不被綁死

同一個答案裡，他把話轉到多模型的世界。企業要的是韌性，現在每一家來找他，講的都是同一種話：這個模型在這裡會拒絕，那個模型的權重我想自己拿。所以他認為產業得把互通的標準做出來。他點名 KV cache：為什麼我不能同時用好幾個模型家族，然後共用 KV cache？文件早就有標準，現實世界到處都是可以互通的東西，這個產業也該醒一醒。

除了 KV cache，他還要一個在模型外面的 harness，讓記憶不要綁在某一個模型上。他停下來講了一件他覺得很嚴重的事：這會是第一次，你用了某項技術，但你的使用、你的足跡、你的資料，可能不是你的。他反問：如果我賣你一套資料庫，然後跟你說你放進去的資料不是你的、是我的，我不授權它就消失，你作何感想？

這一層的錢，不可能全部收在模型層

主持人把 token 價格攤開來問：OpenAI 的輸出是百萬 token 五十美元，有人估 DeepSeek 的新模型可以低到十五美分；他自己把數字算寬一點、當成六十美分，那也是 99% 的降價。如果多數任務可以付六十美分，為什麼要付五十美元？前沿實驗室是不是站在錯的生意裡？微軟要當的又是哪一層，模型、算力房東，還是應用？

Satya 說，他看到的就是很老派的競爭。微軟以前有很強的閉源資產，Windows 面對的檢查是 Mac，但那根尺是 Linux；SQL Server 面對的是 Postgres 跟 MySQL。開源對閉源的牽制是真的，他也覺得這是好事；沒有這個牽制，養不出寬廣的前沿生態，也散不出去，最後就是走回大型主機那種被鎖死的局面。

接著是很務實的推論：如果一個 AI 產品的收益全部要上繳到模型層，那你根本沒辦法做產品公司。資料庫就是前例，當年如果沒有開源去牽制閉源，價格不會落到讓應用層可以活、還有毛利的位置。所以他認為應用層接下來在經濟上會愈來愈站得住，這對整個生態是好事。中間還會長出很多層：記憶系統、harness、編排層，工具生態會變得很厚。模型公司不會有事，他們可以按自己的模型家族去管 token 價格；他甚至希望他們一起把 KV 這類標準做起來，因為那對他們自己也好。他講了自己在 Windows 跟 Unix 互通上的經驗：當年覺得互通會讓自己被少用，結果是被用得更多。那時候 Unix 版本多到不行，Windows 去接它們，反而讓兩邊都變好，微軟也是靠這件事進到企業裡。

他要的證據是 GDP 成長

主持人把兩邊的落差擺出來：一邊是專家談監管、治理、限制自由；另一邊是多數人對 AI 的體感，頂多是手錶資料被拿去分析為什麼睡不好，或者小孩對 ChatGPT 講話沒禮貌。中間的橋在哪裡？利潤跟突破在哪裡？

Satya 說這就是核心問題：他要看的是生產力統計，是 GDP 成長有沒有變寬；供給端自己肥不算。他最常拿出來講的例子在醫療：Dax Copilot 讓醫生把時間花在病人身上，而不是把資料打進電子病歷系統；它也可以先幫醫生把收件匣分類，讓回覆更即時。醫療大部分的成本卡在流程上，而流程裡卡的是付費方、病人、醫療系統三邊之間的往來；把這團複雜度收下來，就是有用的生產力。

話題轉到工作，他沒有閃避：會有人被取代，這是真的，但更關鍵的是新工作長什麼樣子。他也講了一件很少被講的事：很多知識工作本身就是苦工，早上起來就是分類信件。主持人把工業革命的老故事搬出來：一週上七天班，週末的出現是為了讓不同宗教信仰的人能在同一間工廠裡工作；長期看，GDP 成長大概就在 2% 到 4% 之間。他的答案是他希望這次不只是把現有流程變快。他想要的是發明新東西：加快藥物研發；或者一家小公司突然能把自己的發票、信件全部看透，用它來決定營運資金怎麼調度。這種生產力以前不存在。他的門檻也講得很清楚：要讓這一整套成立，得看到至少 7% 到 8%、而且是實質、廣泛的 GDP 成長。

微軟要蓋給長尾，不是蓋給兩個客戶

主持人用最尖的方式問微軟的定位：Azure 很猛、還在擋客戶，資本支出 1750 億美元，還是比 Meta 跟 Google 低，那兩家在增發、舉債；前沿實驗室花到 5000 億美元。你最早押 OpenAI，可是 Copilot 沒有打中、評價也不算好，你也沒有前沿模型。微軟錯過手機那一波，這次會不會也錯過？開源會不會贏？

他一項一項回。資本支出他先講了一句好笑的話：現在講自己資本支出很大，不是優點，是缺點。但他說他們開始得早，累積起來的數字要整體看。第二，他們在調整節奏，不想只為一、兩個客戶蓋。超大規模雲端業者不是兩家模型公司的供應商，那不是生意；要蓋的是一套對很多第三方、也對自家第一方都好用的系統。

Copilot 他很有信心，理由是那些都是真企業，實際用在工作流程裡。他給的數字是三千多萬訂閱，分母是知識工作者：全世界 Office 365、Microsoft 365 這類知識工作的標準使用者有四億五千萬，包含全世界的學生；定義出來的企業市場大概是兩億五千萬到三億，他們現在滲透接近三千萬，還在長。

模型這邊，他先說對 OpenAI 的投資很滿意、IP 使用權也談得長，會繼續用；但微軟自己的 MAI 也走在路上。他舉例，MAI 有一個 flash cyber 模型，搭配自己的 harness 去編排其他模型，在 Cyber Gym 上贏過 o3；寫程式、知識工作上也看到類似的東西。他們的目標是從最底下往上爬，不是靠蒸餾，用自己的強化學習跟資料，然後在企業這一側做出差異：企業問的是權重能不能給我，給了才能把自己的知識加上去。這就是他們要拿 foundation 去做的事。

用全部，但不要依賴任何一個

主持人把他對企業的建議講成一句：AI 主權很重要，把資料丟進前沿模型大概不是好主意，而你會是幫他們做這件事的 harness。他把這句話改了一下：用全部，但你對任何一個都不要依賴。

他的酸性測試是：永遠拿對你自己有意義的 eval（評測）來測。把你要的結果跑過所有模型，然後抽掉其中一個，看分數還在不在。分數掉下來，就代表你依賴了一個未必屬於你的東西。所以他的企業架構建議是：模型系統要讓你在自己的評測上持續往上爬，同時用遍所有模型，閉源、開源都行，要微調可以，要換掉也可以。

土地蓋長天期，kit 跟著需求走

主持人問他資本配置的思路，說他有很大的資產負債表、是投資級發行人，其實可以做 Jensen 那種事，但他選了另一條路。Satya 把資產分成兩種。一種是前置期長、天期也長的：土地、電力、冷卻、殼體。另一種是 kit，包含機櫃、晶片，這部分占成本大概六成，可以跟著需求走。所以他們對需求做兩、三年的預測，然後一邊蓋、一邊租；現在因為供應緊，也開始直接租。目標不是只有兩、三個客戶；OpenAI 是最大的客戶之一、也還在成長，很好，但他們需要更多。

至於晶片，他說現在的工作負載形狀已經被摸得很清楚，推論和訓練裡本來就有不同階段，所以可以為不同階段做不同的晶片，系統架構會自然變得多樣。他提到 Jensen 自己的架構也在大幅改變。他們手上會有很多選擇：NVIDIA 是主力，也有自己的晶片，OpenAI 在做自己的晶片，AMD 也在；而他的工作就是讓 OpenAI 的模型、Anthropic 的模型，還有微軟自己的模型都能跑。

安全不是美國的專利

主持人問，幾家前沿實驗室的負責人都說要從「純粹的力量」轉向對齊、可靠、可預測，中國的實驗室會跟嗎？

Satya 說，這個對話該被放到優先位置。他的前提很簡單：如果美國在意這些安全顧慮，中國也該深深在意同一批顧慮。他們不會沒有同樣的駭客問題，也不會不想讓自己的公民得到 AI 的好處。所以只要把風險講得夠具體，國際規範是有可能存在的。他反問：為什麼這個風險會特殊到只有美國人在擔心？說不通。這種事要出錯，是全世界同時出錯；中國如果是超級強權，就該在意。

主持人追問，那現在這場對話是美國特有的，還是全世界接下來都會感覺到？他說，美國是領先的那一方，而美國的樣子就是會吵、會競爭、也比較透明，他把這些當優點。這場辯論在這裡發生，世界會比較好。他也希望美國帶頭訂出能讓技術廣泛擴散、又用得起來的安全標準，包括對中國也能用。

Quincy 二十年的帳，才是拿許可證的方法

主持人問，那一整套要怎麼改變「關掉超智慧、停蓋 data center」這種民粹情緒？微軟自己在做什麼？

Satya 說他很專心地只回答一個問題：這東西到底讓誰受益，而且要拿具體的故事出來。生產力的故事前面講過，醫療、知識工作、寫程式；另一個故事是 data center。他說要在一個地方蓋 data center，難題是拿到許可。他們手上有最好的長期資料，是華盛頓州 Quincy 那座從 2008 年就開始的 data center。二十年下來，那裡的稅收成長十二倍，居民繳的稅少了三分之一，成長比西雅圖還高。那是個鄉下小鎮，有了新學校、新醫院、新的鎮中心、新的水上運動中心。很多人說這種設施沒什麼工作機會，但那二十年裡，那個區域累積了一千兩百個營建工作，因為這座園區一直在翻修、擴建，工程沒有停過。主持人問規模，他說現在至少四、五百兆瓦，而且還會繼續長。

主持人接著問，這種故事要怎麼讓別人講？故事現在不會自己長出來，微軟高層上台說「大家不用擔心，這對社區很好」也沒人信。Satya 同意，講故事是一回事，更關鍵的是科技業以外的人願意出來講。你去 Quincy，他們會跟你說「還好有這座 data center」。只有這樣才拿得到許可。他也承認，大家對科技業講的話有多不相信，所以現在得真的去做事，做到別人願意說「好，我相信你了」。主持人說這是一種新的肌肉，他回：這是一種新的肌肉。

https://dank.systems/posts/2026-09-15-ai-bear.html

Navier-Stokes、FreeBSD 的 RCE、Hugging Face 那場事故，頭條一輪接一輪。同一段時間，還有一件事在發生：軟體公司照樣在雇人、在留人，而這些工程師在當紅 benchmark 上的分數，比他們每天要盯的模型還低。

Jay Kruer 在 dank.systems 寫下《why i'm still bearish on LLMs after navier-stokes》，就從這個落差問起。如果模型真能接手，這些位子為什麼還在？

問題出在定價。前沿實驗室的估值，掛在一個故事上：現成、可以直接整批替換掉多數知識工作者的東西，馬上就會有，或很快就有。但今天的前沿模型，連最簡單的任務都要人費工監督，護欄一層又一層。頭條上的火力展示、實驗室自己的說法，把「有意義的自主已經到手」講得很像真的。估值是照那個故事給的，模型現在的表現不是。

模型的強，只延伸到訓練資料隔壁那一小圈

模型能好好泛化的範圍很小，就貼著它訓練過的那些任務。連在這個範圍裡，都有很重的但書。實驗室確實有一套通用配方，幾乎任何「好壞可以被明確打分」的特定任務都教得會，很多這類任務也本來就躺在訓練資料裡。但只要在同一類任務裡稍微動一下，下場往往是直接失敗，或者開始 reward hacking，用看起來過關的方式騙過評分。

要修 reward hacking，得先找到很少數的那種人

他認為，reward hacking 現在唯一的解法，是靠領域專家寫出嚴謹的規格。領域專家的時間貴得嚇人。更麻煩的是，嚴謹的規格本身是一門手藝，要的是問題領域之外的專業，連很多熟練的軟體工程師都做不好。要同時是領域專家、又是規格專家，在絕大多數領域裡，這種人的交集小得可笑。

CPU 專案裡，寫規格跟驗證的人比設計的人多

貴還不是最麻煩的。嚴謹規格的工，常常比照著口頭規格直接把東西做出來還重。硬體工程就是最好的案例。圈內有個說法：一個典型的 CPU 專案，規格與驗證工程師大約是設計工程師的三倍，五比一也不是沒聽過。

而且多數任務沒有「規格寫一次就放著」這種好事。嚴謹的正式規格，常常是在照著口頭規格實作的過程中，邊做邊跟冒出來的發現對話，才慢慢長出來的。至於那些真的有一份高階規格、寫完就不用再動的任務，比如一整個 CPU 架構家族的指令集規格，用現在的技術去驗證，代價高到做不動，只好退回比較低階的規格。低階規格造起來更貴，遇到設計變動也更脆。

Navier-Stokes 是最順的那一題，不是常態

Navier-Stokes 這類題目，跟純數學裡同類的命題，是 agentic 工作對上嚴謹規格時的絕對最佳情況。定理的敘述本身就是一份嚴謹規格，而且被數學社群審了幾十年。要把它翻成 Lean，只是用 mathlib 裡那些身經百戰的數學物件直譯一遍。負責當裁判的 Lean 也被大量稽核過，而且專門設計來避開那些會讓它被 reward hack 的健全性（soundness）問題。

但它不是金鐘罩。以前就出現過健全性漏洞，讓 LLM 把假證明從證明核心（kernel）洗過去；這種漏洞還有更多顆沒被找到，也不是不可能。而這已經是最樂觀的配置了。絕大多數人類的知識工作，長得完全不像這個樣子。

找人類來複查，一樣撐不住

嚴謹規格之外最好的替代方案，是人類複查。人類複查的量能，跟語言模型產出的量完全不成比例。更糟的是，連專家人工複查都極容易被 reward hack：xz 後門、明尼蘇達大學那批 hypocrite commits 混進 Linux，都是現成的例子。

只要人類複查還是 agentic 生產流程裡的關鍵環節，生產速度就注定被人類的時間跟注意力卡住。對「一整個國家的天才都塞進資料中心」那個畫面來說，這是完全行不通的。偏偏前沿實驗室的執行長們，講得像是再幾個月就會到。

真的能放手的公司，只有三種

把這些放在一起看：在大多數領域，LLM 還會繼續像一個怪物級實習生。在大人手上又快又有效，但你不會把整間店交給他。多數公司沒辦法採用全自主的 AI，原因不是員工能力不夠，也不是技術擴散太慢，而是當前架構裡看起來就根深蒂固的結構問題。

他數了數，能接受全自主 LLM 的公司只有三種。

一種是失敗起來很便宜的公司：本來就會請實習生的、做快速原型的。

一種是任務窄、而且本來就有清楚護欄的：受控環境裡的重複性體力工作、客服聊天。

一種是本來就吃得起嚴謹規格與驗證成本的：晶片設計、新藥開發，還有其他「上線失敗就是存亡問題」的領域。

前兩種對價格敏感，而且大概不需要從便宜模型跳到前沿模型的那一段推理能力升級。這些公司最適合的，是跑在便宜硬體上的開源模型，甚至直接擺在使用現場。對第一種和第三種來說，在數學和資安研究裡做出頭條的那種模糊組合搜尋，看起來更吃 agentic swarm 的寬度，也就是一次開幾個 agent 一起做，而不是單顆模型的推理能力。小型開源模型重現那些帶起 2026 春天熱潮的 mythos CVE，就是個例子。真是這樣的話，更該用便宜的開源模型，同樣的工作量可以開更寬的 swarm。這個想法他自己也講明是假設，不是定論。

第三種公司也許還是會用前沿模型，不過他們的工作能不能用 DeepSeek V4.1 Flash 這種便宜模型做完，並沒有定論；加上前面那個 swarm 寬度的好處，往便宜那邊推的理由只會更多。這個族群還有一個特性：他們對自己的 IP 通常非常保密，就算 Anthropic 跟 OpenAI 說不會拿使用者資料去訓練，要把家底整包送上去，恐怕也不太開心。

有人會說，就算前沿實驗室完蛋了，「資料中心塞滿腦弱模型」這個劇本吃掉的算力，跟「資料中心裡有一顆超智慧」也差不多。差別在：塞滿天才的資料中心會自己運轉，能吃多少算力就吃多少；腦弱 swarm 則被人類指揮官卡得死死的。他的賭注是，這波波及的範圍會遠遠超出前沿實驗室本身。

https://softwareengineeringdaily.com/podcasts/inside-googles-database-infrastructure-for-the-ai-era/

Sylas Krishnamurthy 是 Google Cloud 負責資料庫的 VP of Engineering。他在 IBM 寫過 DB2，在 UC Berkeley 拿串流資料庫的博士，把博士題目做成公司賣給 Cisco，接著在 AWS 待了五年、帶過 Aurora MySQL 與其他 MySQL 引擎，2019 年進 Google。他說自己其實有兩份工作，一份是 Google Cloud 的交易型資料庫，另一份是進來之後才知道的：整個 Alphabet 的營運資料庫。Gemini、Gmail、YouTube 都跑在同一套系統上，Spanner 與 Bigtable。

主持人 Matt Merrill 是個資料庫愛好者，這一集聊了七十幾分鐘，從資料庫五十年的老契約，一路聊到 AI 把契約撐開之後，Google 內外各自發生了什麼事。Krishnamurthy 的判斷很一致：資料庫過去承諾的精確結果，正在被相關性取代；而工程師得學會活在一個非確定性的世界裡。

五十年的契約：不要弄丟資料，給出精確答案

他常開玩笑說，資料庫只有一份工作：不要弄丟存進來的資料，然後對查詢給出精確的答案。這兩句話撐了五十年。2024 年他在 Berkeley 演講前去查了 SQL 原始論文發表的日期，發現幾乎就是同一天，1974 年，跟他出生的年份一樣。

中間當然出現過各種嘗試，非關聯式系統、各種新型資料庫，繞來繞去。但有一條沒變，他把它叫 database dogma：使用者宣告自己要什麼，怎麼做到是系統的事。你講你要什麼，系統自己想辦法生出來，順便保證資料不掉。

另一條沒變的是效能、可用性、耐久性之間的連動。他說，長時間的效能事件實際上就是一場可用性事件，因為延遲拉長到某個程度，站點就等於掛了；長時間的可用性事件，實際上就是一場耐久性事件。三件事綁在一起。

變的部分有兩層。一層是過去十年企業 IT 的體質：以前企業 IT 是買套裝軟體、順便裝一套資料庫，現在不是了。開源軟體把最佳實務帶進企業，企業 IT 自己就很會做，也會對資料庫要求更多。市場上也分成兩條路線，演化式的 scale up 系統，跟革命式的 scale out 系統；Bigtable 是二十多年前 Google 自己做出來的，Spanner 是另一個。

另一層是最近三、四年 AI 帶來的。結構化與非結構化資料開始被放在一起問，資料庫的工作就開始像搜尋，用學術的話說是資訊檢索（information retrieval）。精確結果不夠了，你要給的是最好的結果，相關性與排名變成第一等公民。他說，這不只是資料庫的事，當系統開始產出非確定的結果，你設計系統的方法就得整套換掉。

取捨也開始分家。掉幾個 click event 跟掉一筆金融交易，代價完全不同；有些系統可以選擇不同的約束，這本質上是成本、效能、延遲的取捨。資料庫不再有一套打天下的答案。五十年的契約沒有被廢掉，是第二句話正在被改寫。

Spanner：為了讓廣告系統離開分片倉鼠輪

Spanner 的起源是廣告系統。它大到必須分片，跑在分片的 MySQL 上；每年都要花大量時間想系統接下來要怎麼長，然後動手分片。到了 2008、2009 年左右，他們得到一個結論：等他們分完片，世界又變了。這是一個跑不完的倉鼠輪。

廣告是典型的企業應用。表有成千上萬張，而且不只一個應用。相對地，跑在 Spanner 上的一些消費性服務，DDL 打開來看，十五張、二十張表，盯著看還能看懂。

所以他們要的東西是三件一起來：企業應用的功能、Google 等級的規模、還有當時沒人解過的全球部署。強一致性、交易語意、次要索引，這些是關聯式資料庫的開發者視為理所當然的東西；把這些跟 scale out 的世界放在一起，之前沒有人解出來。Spanner 在 2012 年於 Google 內部進入正式生產，服務的就是廣告系統。

那一般開發者什麼時候該用 Spanner？他說得很乾脆：如果單節點就跑得動，Postgres 很好；需要一堆 replica，Postgres 也還撐得住。Spanner 給的是組合。同步的多區域配置、能隨時擴張也能隨時縮減的規模，還有多模：同一套系統裡有圖、有全文搜尋、有向量搜尋。

他也補了一句，Postgres 這幾年的演化裡，圖資料庫、全文搜尋也慢慢長進去了，所以這些能力最後可能大家都會有，Google 只是稍微早了一點。真正獨特的還是規模、跨區域，跟擴縮的容易程度。

Spanner Omni：一支 binary，沒有原子鐘的 TrueTime

Spanner Omni 要解的是「客戶不在 Google 機房裡」這件事。

第一個理由是銀行這類高度監理的客戶。他們要業務持續性，或者監理機關直接要求：萬一要「壓力退出」，你得有能力回到自己的資料中心跑。他轉述一位銀行客戶的抱怨：那位客戶要把系統從兩個半九（2.5 個 9）的可用性搬到四到五個九，不管單區域還是多區域都更好，結果監理機關要他解釋為什麼要搬。Krishnamurthy 說他也理解監理機關的立場，資料在多個地方有連續性確實重要；但這個「沒有選項」的缺口，實實在在擋住了客戶上 Spanner。很多人說我想押這個注，問題是我要怎麼拿到選項。

第二個理由跟 AI 有關：客戶在到處搶容量與基礎設施。雲端已經不是單極世界，有好幾家供應商，生態很熱。他也提到，以前的雲廠商連 hybrid 這個詞都不愛講，你在某些公司甚至不能用這個字；但客戶的現實不是那樣。客戶手上有很多基礎設施，有時是為了選項，有時是因為生意做大了就是靠併購與整合長出來的。錄音前幾週他在一場客戶諮詢論壇上，聽到一位客戶很激動地說，他們的皇冠珠寶會留在自己的資料中心。他認為這就是 2025、2026 年的現實：複雜、混亂，你得回應這個混亂。當然也有一種客戶，就是因為全世界找不到第二個像 Spanner 的東西，非要它不可。

工程上的故事更硬。在雲端，Spanner 是一堆 microservices 有機演化出來的，Google 自己知道怎麼操作。要讓別人自己跑，第一件事是把操作簡化：他們把所有東西收成一支 binary，你可以跑在筆電上、跑在某個部署裡、指定幾個節點就開跑。主要是 C++。他說聽起來很簡單，做起來非常難，整個團隊花了兩年，快得驚人。他開玩笑說，也許哪天 AI 會幫忙把它全部改寫成 Rust。

儲存層也得重新想。在 Google 內部，Spanner 站在 Colossus 上面。那是一個分散式儲存系統，分區（zonal）的服務，全世界沒有第二家有。靠著它，Spanner 要 split 或 merge、要擴出去的時候，只需要複製 metadata，不用搬資料；別人得留著資料的副本，於是在有負載的時候把資料搬來搬去。他把這個叫超級能力，也說這是 Spanner 與 Bigtable 比別人強的原因之一。出了 Google，這層就沒了，所以儲存要重新建模，用上一堆聰明的技巧。

再來是時間。要讓全域複製的系統跑分散式交易，你得對時間有辦法推理。Google 的作法是在資料中心放特製的硬體原子鐘，用來壓低他所說的 epsilon，也就是不同參與者時間之間的差。交易的語意取決於這個差：commit 要等多久、各個參與者的時間概念怎麼對齊。差壓得夠低，Spanner 在 Google 內部就跑得像飛。

那出了 Google 呢？他說外面的時間原語（time primitives）比十五年前好太多了，有一部分還是 Spanner 教會大家的；當然比不上 Google 機房裡的硬體鐘，但大概不會比 Google 自己在 2012 年的水準差到哪裡去，而 Spanner 就是為那個世界設計的。所以他們做了 Software TrueTime，可以跑在其他雲、也可以跑在舊的資料中心。有些面向不會跟在 Google 內部一樣好，但他相信對很多使用情境來說，夠用了。他還提到有客戶問：我們能不能在自己資料中心裝一樣的原子鐘？他的回答是「來談」。他說今天資料中心怎麼蓋，很多是來自 Google 過去二十幾年的功課，這些經驗會流到更大的生態裡；撇開他在 Google 的身分，他覺得這對整個產業是好事。

原生圖：在交易資料庫裡跑 PageRank

Spanner 現在可以讓你把資料直接當圖來用，而且不用搬資料。資料留在關聯式 schema 裡，你在上面疊一層：一行 DDL 建立 property graph，接著就能像查圖一樣查它。也可以選擇純圖的介面。查詢還是宣告式的，這點沒丟：幫我找出距離兩跳、三跳、四跳的所有節點。Database dogma 還在。

適合的場景都是關係很多的地方。基礎設施裡的 port 跟網路交換器、安全領域的使用者與帳號、trust graph、customer 360、詐騙偵測。他說最關鍵的好處是不用跑一條麻煩的 ETL，就能對營運資料問更複雜的問題，在原地問完。資料當然可以搬出去、用 pipeline 在某個地方問，但你想要那樣嗎？

圖演算法是後來的事。Google 在內部為了網頁相關的問題，做這些演算法做了幾十年，後來發現它們可以整批轉到客戶的圖問題上。詐騙就是最典型的一個：洗錢或合成身分詐騙，背後常常是一整片共謀的帳號網路。詐騙集團建出複雜的帳號與交易網路來模糊行蹤，而且一直在動。這是貓抓老鼠的軍備競賽。如果你的做法是把營運系統的資料搬到另一個系統再跑，詐騙集團早就移動完了。一筆一筆看交易，也看不到那個協同的全貌。

Spanner Graph 的作法是把帳號當節點、交易當邊，然後在系統裡直接跑社群偵測的演算法：weakly connected components、modularity clustering，找出彼此相關的帳號叢集。找到可疑叢集之後，要再往裡面找誰是關鍵角色，他直接說，這就長得跟 PageRank 一模一樣，實際上就是跑 PageRank。PageRank 當年是給網頁用的，但它在「找出網路裡最有影響力、最核心的節點」這件事上非常好用。於是你不只找到共謀的那一群人，還能看到其中的關鍵人物。

印尼的數位支付公司 DanaPay 就是用 Spanner Graph 做反洗錢。演算法直接在 Spanner 裡跑，不用等 ETL 週期，可以更快找到可疑網路、指認裡面的關鍵角色，而且能即時標記或阻擋交易，避免財務損失與後續的作業負擔。

他的收斂是這樣：一般交易資料庫不見得需要 PageRank，但你真正需要的，是對「新鮮營運資料裡的關係」有快速、可動作的情報。他也提到 SoundCloud，說他們跑圖演算法跑了幾年，都是批次在跑；很多時候大家以為那是唯一的方法。他還說，每次多給開發者一點東西，他們就會找出你沒預期到的用法。

Schema 之外，agent 要的是脈絡

以前專案裡第一個難題是選哪個資料庫、資料怎麼放。現在 LLM 什麼資料都吞，agent 還會自己寫查詢。所以 schema 設計還重要嗎？他很坦白：我們不知道所有會變的東西，這件事變得太快。但有一件事是確定的，為數龐大的既有應用不會一夜消失，而它們有迫切的需要被 agentic 應用用上。在你煩惱 schema 要不要改之前，更急的是怎麼把這些資料庫「點亮」。

他的講法是 agentic data cloud 有三塊。第一塊是 AI 原生的基礎設施：圖、向量搜尋、全文搜尋，因為結構化與非結構化資料正在合流。第二塊是把摩擦拿掉，讓世界沒有邊界：跨雲的 lakehouse、Spanner Omni、給 Postgres 應用用的 AlloyDB Omni。第三塊是信任，而信任的意思是脈絡：你得知道系統裡到底有什麼。

將近三十年前他在 DB2 團隊時，一直不懂 SQL 標準為什麼要讓你能替一個物件加上一段 comment。當時看起來很理論、很累贅。現在這東西有意思了，因為它可以記錄某個東西的意思；但現實一點講，他覺得不會有人真的靠 comment。你要另外想辦法蒐集 schema 的資訊。

他舉了兩個很小的例子。一張表裡有 billing address 跟 shipping address 兩個欄位，如果其中一個是 null，背後有一個沒有寫在 schema 裡的隱含知識：這兩個其實是同一個。那個知識要被抓出來，那才是關鍵脈絡。又或者有個欄位叫 city，值是小寫嗎？是三個字母的機場代碼嗎？一個要生成 SQL 的 agent，得先知道這件事。所以，schema 重要，但脈絡更重要；只有 schema 並不夠。

AI 會不會設計出不同的 schema？他不覺得。AI 會照人類過去設計的方式設計，因為它就是被那些東西訓練出來的，模型會傾向挑同一種結構。他也不太相信「生成者是 AI 還是人」會讓 schema 設計的通則產生根本變化。有人跟他說，他們現在沒那麼在意程式碼的抽象了，反正叫 AI 複製一份改一改就好；他覺得那條路通往更多混亂。

倒是應用的定義在變。今天一個應用有四面牆，有邊界、有 API 介面。新的世界裡，應用會變成免洗的 workflow，那個「應用資產」本身不存在。早上一個知識工作者進辦公室，手上有系統 A 跟系統 B，想湊出一張合併兩邊資訊的採購單。以前的作法可能是跟大型系統整合商簽約、付一大筆錢，半年後才有結果；現在他直接叫 AI 去做。而這些 agent 互動的軌跡得存在某個地方，這就是新的資料問題。系統也得更有彈性：出國前打電話給銀行設個詐騙警示，卡片才不會被擋；那如果你辭掉工作，決定在東南亞每個國家各待一週、三個月後再回來呢？你可能想要越南一週、寮國一週、柬埔寨一週，設二十個不同的警示。銀行系統大概會噎住，因為當初設計的人沒想過這件事。所以 schema 該不該更往前看、更有彈性？他把這當成一個還開著的問題。

寫入先提案，不要直接改

目前整個業界都很保守：大部分只做讀，因為大家都怕。沒有人想在自己家重演 Bobby Tables 那類事故，一句塞進去的查詢就把資料刪光；恐怖故事已經有了，安全與信任沒想清楚，壞事就會發生。

寫入難在哪？agentic 應用、這些免洗 workflow，要怎麼寫入、怎麼改 schema，他說並不清楚。他的提案是：當你要對資料庫做一個變更或修改時，不要真的做那個變更，而是產生一個「變更提案」（proposed change），它不會當場生效，可能要走過一組步驟。他認為資料被改、schema 被改的整套方式，都還會再修。

既有應用不會一夜消失，商業邏輯住在應用裡，所以還是得把它們接上這個新世界。

主持人在這裡補了自己的立場：他願意讓 agent 寫很多應用程式碼，但他在資料模型這條線畫下去。Agent 可以提案、可以試著做，但他會狠狠審一遍，用自己的經驗、對未來的判斷跟創意去壓力測試。Krishnamurthy 說這跟他的看法一致。資料模型這條線，目前還是留給人守。

PGVector 之後：filtered vector search 才是真問題

每個 AI 新創的技術棧看起來都是 Postgres 加 PGVector。Krishnamurthy 自己是 Postgres 的愛好者，當研究生時就寫過 Postgres 的程式；他說 PGVector 很棒，好用，整個 Postgres 的擴充生態讓實驗可以一直長出來，搭上 HNSW 演算法在很多情境下都很好用。

但 Google 做向量搜尋超過十五年了，YouTube 與搜尋的底層都有它。他們的技術叫 ScANN，樹狀結構的演算法，可以撐到一百億顆向量以上，延遲表現比單純的 HNSW 好得多。他們把 ScANN 放進 AlloyDB，並且讓它用起來像 PGVector；同時也保留原版的 PGVector，應用程式不用改，跑在 PGVector 上的東西也能跑在 ScANN 上。

數字是這樣：在他們的測試裡，向量查詢比標準 Postgres 上的 HNSW 快六倍，記憶體少用四倍。記憶體這件事對資料庫特別實在，省下來的會進到 buffer cache，效能又跟著好。他們也支援分散式索引建立，也支援 HNSW，還把一些 ScANN 的改進搬了過去。至於這些有沒有回饋到上游開源專案，他說他不確定，不想講不準確的話。

他把向量搜尋看成一種「ensemble」問題：有些情境 HNSW 就夠，而且更簡單；但最高階、最大規模的工作負載，真的需要 ScANN 這類東西。兩邊都有價值。

真正麻煩的是 filtered vector search。很少有人問一個純向量搜尋的問題，實務上查詢會帶多個條件：一個語意搜尋的條件打在向量索引上，另一個是一般的關聯式條件，例如目錄裡的價格。於是你得決定先探哪一個索引。先探向量索引（後過濾），可能拿到二十筆，套上價格低於五十塊，一筆都不符合；再要下二十筆，還是不符合，只能一直往下撈。改成先探非向量索引（前過濾），可能一次拿到一百萬筆，而一百萬筆根本跑不動最近鄰搜尋，那正是你當初做向量索引的原因。哪一種策略對，取決於選擇性，而你在事前不知道。

AlloyDB 的解法是把兩個索引放在同一個系統裡，所以它可以同時探兩邊，很快判斷哪個順序對，並且在過程中隨時換策略。主持人問這算不算分而治之，他說不算，這是一種自適應的技巧：先試幾種，再依你當下的實際狀況調整。

他也不建議另外外掛一套純向量的系統。如果只是對一批不太變動的文字語料做純向量搜尋，那或許合理；但只要開發者蓋完這種系統，幾毫秒之後查詢就會變複雜。向量系統一旦分家，你就要在應用層把兩個系統縫起來，而前過濾、後過濾要誰來做？他說純向量系統對這件事沒有好答案；多個索引在同一套系統的控制之下，才做得出這種聰明的東西。他們另外也把高速向量檢索跟營運資料上的全文搜尋合在一起，混合搜尋（hybrid search）就變得有意思了。

MCP Toolbox 與 managed MCP：兩條路

Google 釋出了 MCP Toolbox for Databases，開源，本質上是一台架在資料庫上面的 MCP server，AlloyDB、Cloud SQL、Spanner 都能接，開發者不用自己從頭刻。另外也有 managed MCP 服務，企業等級、有治理機制。

他自己的團隊是在做資料庫跟基礎設施的，不太用 MCP；但有個地方會用，就是使用者介面。Google Cloud 的代管資料庫本身也是一個應用，實例與資料庫的資訊存在內部的 Spanner 裡。以前每次做一個新功能，就得做一大堆複雜的 UI；現在他們改成連上 MCP 服務，依使用者問的問題即時生成介面。他說這不只是省時間，還能生出更貼著使用者需求的體驗。他也補充，這個 Generative UI 沒有正式的對外名字，他不小心用了內部的專案代號；類似作法在資料庫 console 的觀測性功能裡已經有了。

機制是這樣：他們的 UI 基礎設施本來就有一堆 widget，於是一邊把底層系統接上 managed MCP，一邊把這些 UI widget 也包成 MCP 工具，模型就能自己決定要怎麼組合。他說任何客戶都可以做一樣的事。真正麻煩的地方，還是回到那個老問題：什麼是讀、什麼是寫，以及你有多準備好讓 agent 寫進營運資料庫。

兩種開發者走兩條路。走在最前線的開發者會用 MCP Toolbox，因為他們需要自訂的身分驗證機制，可能還跑在自己的機房、根本不在 Google Cloud 上。Toolbox 一開始要解的問題就是：不管你人在哪裡，都讓你更容易接到資料庫；開放性是 agentic data cloud 的一部分。在 Google Cloud 裡，managed MCP 是另一條路：控制平面的操作（agent 去建資料庫、跑應用、部署應用）、還有自訂工具（不是下 execute SQL，而是像「查一個航班」這種工具，背後去跑一句特定的查詢）。他也說，他們在 Toolbox 上學到的東西，只要有價值，就會進到 managed MCP。

讓 LLM 接上正式資料庫：PSV、隔離、觀測

主持人開場就說，一個 LLM 接著你的正式資料庫，這是一個等著發生的恐怖故事。Krishnamurthy 的答案從一個對比開始：分析型系統跟營運型系統是兩個世界。

分析型系統裡，進來的人可能是商業分析師或資料科學家，用自己的憑證連線，存取控制長在系統裡，他們通常能看到比較廣的資料，而且 BI 查詢本來就是聚合查詢。營運資料庫不是這樣。1990 年代初期，主從架構的胖客戶端直接連資料庫，終端使用者的憑證真的在裡面；到了 1990 年代後期，網頁與三層式架構把這件事徹底改掉。今天在營運資料庫的 schema 裡，根本沒有終端使用者這回事。資料庫有使用者、角色、群組、權限，但終端使用者不在裡面。原因之一是人數：有了網頁之後，終端使用者從幾百個變成幾千個、幾百萬個、上億個，你沒辦法那樣管。於是應用程式用一個 service principal 連上資料庫，某個登入使用者能看到什麼，是散在應用程式各處 SQL 的 WHERE 子句決定的。

現在你讓一個 agent 用這個看得到全部資料的 service principal，替任何一個使用者問問題，問題就來了。他舉例，一家租車公司如果有兩千個分店，每個店經理應該只能問自己店裡的車。

解法是 parameterized secure views，PSV，建築在 Postgres 的 secure view 上。Postgres 的 secure view 有一個 security barrier 的特性：沒有它的話，你可以用資訊理論的手法把資料挖出來。作法是寫一個會讓系統爆掉的查詢，例如帶 WHERE 子句的除以零；沒擋住的話，查詢優化器會太聰明，把條件推到表裡面去，於是你得到一個錯誤、或得到一個空結果，而那個錯誤本身就洩漏了資訊。security barrier 確保條件不會被推進表裡。

PSV 再往前一步：加上參數。這個參數基本上就是原本散在應用程式 WHERE 子句裡的那道授權檢查，只是現在你把它定義在 schema 旁邊的 DDL 裡。Agent 用的 service principal 只碰得到 PSV，碰不到底層的表；登入使用者的憑證從一條側通道進來，綁到那個參數上。你可以攻擊 LLM、可以騙它、可以讓它生出任何它想生的查詢；查詢送到的時候，它永遠只會看到那個使用者的憑證允許它看的那些列。他說這是關鍵的基礎設施，沒有它，做不出 agentic 應用需要的那種安全。主持人把它翻成一句話：你不需要把角色塞進資料庫，是把原本寫在應用程式裡的查詢，搬進 DDL。

他還把這件事接回 1975 年的一篇經典論文，end-to-end argument in system design。他在 Berkeley 開始讀博士時讀到，論文的意思是：分散式系統要談加密、談安全，你得在系統的兩端解決，不能在管子裡解決。同樣的道理搬到這裡，安全得坐在資料那一層，因為我們活在一個 agent 什麼都做得出來的非確定性世界。

另一半是隔離。分析查詢打交易資料庫本來就會互相傷害，這也是為什麼大家會把資料卸載出去；Google 花了很多年處理這件事。他轉述一位銀行客戶的反應：我們花了好幾年確保批次掃描不能打在營運資料庫上，現在你要我在上面跑 agent？你瘋了嗎？他說這問題問得對。Agent、甚至一整群 agent 在問問題，同一堂課還是要再上一次：agentic 應用要被隔離。而且可能更麻煩，因為 agent 不好控制，它會跑爛查詢，也會跑惡意查詢。

再來是觀測。他說你需要的觀測性要細到這種程度：你能不能對著你的 Postgres 資料庫問，把 agent 來的查詢跟應用程式來的查詢分開列給我。有了這個，才談得上在周圍架護欄。主持人說這幾乎就是對資料的即時威脅偵測。

誰 commit 誰負責，然後接受混亂

主持人提到他先前的說法：Google 的工程師想用多少 AI 都可以，但程式碼是誰 commit 的，責任就歸誰；節目裡也提到，Google 現在大約有四分之三的新程式碼是 AI 生成的。Krishnamurthy 的反應很老實：三個月後會怎樣，他真的不知道。但他確定一件事，六個月前的先驗假設現在該重新檢查一遍，能做的事情比大家想的多。

不過數字要小心，因為變異非常大，取決於你在講哪一種程式碼。他的直覺是：像 Paxos 這種分散式共識協定，也就是 Spanner 的心臟，大概還是很難讓 AI agent 直接大改，他們也會非常小心。而「AI 生成的程式碼」是一個連續光譜：一端是在 IDE 裡做例行重構；另一端是一整個 pull request、一整塊自成一體的程式碼，而寫的人從頭到尾沒有進過 IDE。

他們在團隊裡的做法是因材施教：針對每一群做同一件事的工程師，建對應的 harness 與技能，然後量測。就像 AI 與 agent 世界裡的每一件事，關鍵是 evals：你需要一個客觀的方法知道它到底有沒有在動。他說這對大部分人應該都適用。

還有一件事他特別強調：留空間給實驗。挑一個專案，專門用來推你在 AI 上能推到多遠。撞到瓶頸的時候，工程師的慣性反應是切回原本的做法，把問題解掉，因為我們被要求的本來就是把事情做完；但他認為也需要有一部分努力是這樣：撞到瓶頸就修瓶頸，不要繞過去，並且接受交付會變慢。

最後他給的那個總結是這樣。他們花了二十五年學怎麼蓋確定性、可規模化的系統，確定、可預測幾乎變成信仰。現在是一個不同的時代，資料是亂的、不再確定。他觀察到很多人像在走悲傷的五階段：一開始都在吵怎麼把 AI 弄成確定性的，他覺得那條路不會成功。兩個世代的軟體工程師都照舊方法訓練出來，產業得接受自己身處混亂，然後與它共處。至於怎麼在混亂裡看懂事情，還是回到他前面講的：用 evals 去看品質與商業結果。因為資料庫真正變掉的那件事是結構化與非結構化資料一起進來，而它要交付的東西，已經從精確結果變成最相關的結果。主持人接話說，已經沒有對或錯的答案，只有一片相關性的光譜。Krishnamurthy 說，對，而我們全都還在那片光譜上的某個位置。

https://allinchamathjason.libsyn.com/jd-vance-on-ai-entitlement-fraud-iran-war-israel-h-1b-abuse-the-midterms

節目片頭先播了幾段 Vance 的聲音：宣示就職的誓詞，「我們是資深夥伴，我們是世界超級強權，事情就是這樣運作」，還有一句「要擋下社會主義，靠的是讓人民的日子過得更好」。接著 Jason Calacanis 把他請上台。這一集是 All-In 的訪談，主持群 Jason Calacanis、Chamath Palihapitiya、David Sacks、David Friedberg 輪流把問題丟給他，開場先把背景交代清楚：這是 JD Vance 第三或第四次來 All-In，任期差不多過了一半，期中選舉要到了，先講這兩年他覺得做對了什麼，再來談連自己的支持者都不高興的地方。

Vance 上台的第一件事是開自己玩笑。他說他剛只聽到前一場座談的尾巴，Jason 在問某個人「進 the big house 之後人生有什麼改變」。他原本以為那是指密西根大學美式足球主場的綽號 The Big House，後來才聽懂 Jason 講的是監獄。同一個字，兩種完全不同的想像。

三百萬人，跟四十年的趨勢

Jason 要他先講好的部分。Vance 挑了兩件。

第一件是邊境。他說這屆政府把南部邊境控制住，非法移民的流量開始反轉，跟剛上任時比少了大概三百萬人。他把這件事放進一段比較長的歷史裡看：戰後的西方政府碰到邊境問題，幾乎都只做到把速度放慢，門開了、邊境入侵被邀請進來，卻從來沒有真的把方向轉回來。他說川普是他這輩子第一個真的把流量反轉的美國總統，這件事他非常自豪。

第二件是他說自己盯了很久、盯到有點執念的題目：再工業化，把美國製造業的資本補回來。他說過去有一個跨黨派的共識，一頭栽進全球化，相信一個靠服務業、科技跟金融撐起來的經濟體就能繁榮。但實際上，經濟要真的繁榮，還是得做出東西來。他認為川普比任何人都早看懂這一點。重建製造業基地要很久，可是看這 18 個月砸進來的上兆美元新投資、新工程、正在蓋的新廠，他認為 40 年的趨勢已經反過來了。他也先打了預防針：羅馬不是一天造成的，前 40 年造成的傷害要完全補回來，還要更久。他甚至認為川普將來被記住的會是這件事，排序還在邊境前面：結束全球化那個共識。

選民最火的那兩題

Jason 把話講得很直：投給你們的人有兩件事很火。你們承諾不打外國戰爭，尤其是中東；你們也承諾把通膨壓下來，但今年還在 3%、4%，看起來不太妙。他要 Vance 直接回答，這兩題怎麼解。

Vance 先講聯盟這件事。他說他們歡迎不同意見的人進來，不需要每一題都同意。講到戰爭，他說總統上任時確實想讓美國遠離外國糾纏，但同時也承諾不讓伊朗拿到核武；不想被捲進外國衝突，不等於永遠不能用軍事手段去達成美國人民的目標。

接下來他把戰果跟替代方案並排。他說這輪行動摧毀的不只是伊朗的核計畫，也打掉了伊朗的傳統軍事能力，而伊朗人在和平談判進行中還對著商用船隻開火。他認為總統做的是負責任的選擇：讓全球能源市場在伊朗持續搞事的情況下，油氣還是能繼續流動。反過來，如果美國直接跟中東說「你們自己看著辦」，只要伊朗人還在那裡打船、切船，結果就是全球能源危機。在他的說法裡，美軍留在那個區域是為了保護美國的資產，同時讓油氣繼續供貨。

通膨那題，他先承認 3.5% 還是太高，然後拿出對照組：拜登任內的年化通膨曾經到 9.5%，將近 48 年來最高。他認為進步的幅度不小，訴求也很簡單：你要把票投給已經做出進展的人，還是投回當初製造問題的那批人？他自己補了一句，說這樣講當然有偏見。

2500 億、兩兆的起點、3% 的 GDP

一位主持人把題轉到財政赤字。他說市場越來越把這件事當成美元的長期風險，30 年期殖利率大概 5.2%；上任時有 DOGE 那一輪努力，但要國會真的動手砍支出很難，問 Vance 政府打算怎麼把路線拉回來。

Vance 先報一個數字：他盯的反詐欺工作替納稅人省下大約 2500 億美元，那些錢本來會進到詐欺集團的口袋。放在 7 兆美元的聯邦預算裡，2500 億不是全部，但他認為是很大一筆。

他真正想講的是市場在信什麼。他說需要的是跨黨派的立法解方，讓市場相信不光是這一任政府，下一任總統、下一屆國會也會認真面對赤字。他認為市場現在反應的是另一件事：國會裡的共和黨人跟民主黨人，看起來都不夠認真。他承認自己有立場，但他說這屆政府是認真的，並搬出財政部長 Scott Bessent 的算法：接手的是兩兆美元赤字，不可能從 7 兆的預算裡一夜砍掉 2 兆就回到平衡；能做的是聰明地砍，同時把成長做出來，讓赤字往 GDP 的 3% 靠近。照 Bessent 在財政部做的事，他說有機會把赤字帶到可持續的水準，再從那裡繼續往下走。最後他補一句：這是嚴肅的問題，需要長期解方，最好有跨黨派共識；而國會裡很多人，不只民主黨，長期都沒有展現出對花錢這件事認真起來的意願。

一張從 290 美元變成 580 美元的帳單

Chamath 把成長那條線接到資料中心。他的問法是：要走出赤字得靠成長跟生產力，但美國內部就有一股力量在拖慢這件事，資料中心是其中一個例子；前一天總統還特地打進來闢謠，Jensen、Meta、微軟都來過，整件事卻像打地鼠，真相很難追上謠言。他要 Vance 談，這種靠說謊或製造恐懼來取得權力的力量是怎麼長出來的。

Vance 說這題可以講一個小時。他的診斷是：資料中心的反彈，是美國一整個世代沒蓋夠電的必然結果。他承認裡面有一部分就是基本的 NIMBY 心態，但也不只是這樣：一個一年前每月電費 290 美元的人，現在要繳 580 美元，這種帳單會生出反彈；而在那些把新增發電弄到不可能的地方，人民一開始多付電費，反彈就來了。他的解法不是停下來，是去蓋真正缺的東西：電。

他拿中國出來比。2005 年中國的發電量剛跨過美國，從那之後美國基本上是平的，而現在中國的發電量是美國的三倍。他認為美國很多問題都是這個根本問題的下游。他講出他想要的願景：電便宜到不用裝電表。至於反蓋電廠的力氣從哪來，他把一部分算在環保運動頭上，也說自己不太理解這個國家怎麼會走到這裡，但結論一樣：先蓋再說。

如果你真的做出了科學怪人

Vance 自己把題接到 AI。他說總統問的問題很對：為什麼站在 AI 經濟最前線的那批人，兩手一攤說「我們做出了科學怪人」，而解法居然是替人工智慧弄一個世界政府的治理架構？他的回答有兩層：如果你真的在做科學怪人，那就停下來；如果貓已經跑出袋子，那就去做對抗科學怪人的防禦機制。

他也替 Dario 講了幾句。他說自己不熟這個人，但這幾週 Dario 講過的東西他都讀完了；認識 Dario 的人都跟他說，那是真心相信，不是犬儒，也不是監管俘獲（regulatory capture），是真的在意。不過同一時間，他聽到的是另一面：Anthropic 最新幾款模型跑出了某種網路攻擊工具，很多公司急著要能防禦這個工具的手段，卻拿不到。他的結論因此很硬：如果你要做科學怪人，不要跑來政府說我們需要監管；先看自己。第一，停下來；第二，當別的公司來要對抗科學怪人的工具，把工具給他們。

Jason 的反應是：「這真是太常識了。」

凌晨兩點半那通電話

一位主持人把問題拉到個人層次：川普大概是過去 50 年最敢冒險、最有創業者性格的總統，他要 Vance 談跟這種人共事是什麼感覺，要跟上他的精力跟熱情有多難。

Vance 先給了最具體的一幕：川普是他見過睡得最少的人。他跟 Bessent 常開玩笑，說總統會在凌晨兩點半打電話來，先問「你剛醒著嗎」，他的回答是「報告，沒有，但我現在醒了」，然後就開始講正事。

他說跟這種人共事永遠不無聊，因為對方一直在問同一個問題：我們現在走的是簡單的路，還是對的路？政治反彈可能會有，成果可能要兩年、五年、十年後才看得出來，但他認為這才是對的心態。他也把這個觀察拉回自己長年的不滿：他看美國經濟看了一輩子，一直有一種分裂，一邊是真正的創業者，一邊是管理者；一邊是官僚，一邊是願意冒險、真的在創新的人。他說自己這輩子看過太多看守型的總統，也太多看守型的執行長，真正願意冒險的人不夠多。他寧願有一個願意冒險、願意碰大案的總統，因為那是逆轉美國長期衰退的唯一方法。最後他說，還好過去 18 個月有這樣一位總統。

十萬美元的 H-1B

講到 H-1B，Jason 先自嘲，說他平常那題沒問，是因為對方已經照他的建議把價格提高，兩邊同步。Vance 接得更快，說這是「Jason Calacanis 跟 Stephen Miller 的 Venn 圖交集，面積非常小」。

接著他講政策邏輯。國會不可能修法，政治上沒有那個意願，能動的只有行政手段，目標是確保拿到 H-1B 的是真正的人才，是能讓科技生態圈或美國經濟明顯加值的人。他用一個例子把標準講清楚：不是把一個年薪六萬美元的美國會計師，換成一個年薪四萬五的廉價外國會計師，這不是這個制度存在的目的。

做法有兩個方向。一個是十萬美元的費用；另一個是各種防止「用 H-1B 的公司同時大量裁掉美國員工」的設計。他說最離譜的一幕，是公司申請簽證時說「我們很缺人，找不到人」，結果去查紀錄，它剛裁掉五千個人。他的判準很直：如果你在裁美國員工，你就不該同時去市場上找外國人來取代他們。他也坦言這些動作被告上法院，但他認為自己在法律跟政策上都站得住。對他來說，H-1B 不該用來讓低薪外國人取代美國勞工，該用來讓美國經濟變強。

那本藍州不給查的帳

主持人接著把「詐欺沙皇」這個頭銜搬出來。他說每個禮拜都有新影片，公民記者自己跑去找系統裡的詐欺，Nick Shirley 下午人就在現場；一次就是幾百億美元，加州高鐵那條線還有一個沒在工作卻領了五億美元的人，他還提到一個在義大利擁有一支足球隊的億萬富翁。他問 Vance：7 兆美元的聯邦支出裡，有多少卡在詐欺、浪費跟腐敗裡？

Vance 給了兩個數字。馬斯克在 DOGE 最大的時候說是 20%，換算下來是 1.4 兆；不管實際是 10% 還是 20%，那都是幾千億美元等級的事。他點出查詐欺最大的麻煩：詐欺最嚴重的那幾個州，也是最不願意配合的州。

他點名的第一塊是 Medicare。加州有詐欺案裡的人是非法移民，有的甚至不是真人，只是憑空捏出來的一個人頭空殼，而加州不幫忙查。第二塊是 Medicaid：伊利諾、紐約、加州有幾十萬、甚至更多非法移民掛在 Medicaid 上，那是幾百億美元的醫療支出。他的說法是，這些基本款的詐欺就長在那些讓自己被非法移民淹過去的州，集中在 Medicare、Medicaid、SNAP 這幾個大型福利制度裡。

第三塊他講得最細，是 SNAP，也就是食物券。他先講這個制度的重要性：聯邦政府最重要的工作之一，就是讓窮小孩有飯吃。但這個制度充滿詐欺，部分原因是它的請款方式。加州每個月向聯邦政府請一次款，看月份不同，大概 70、80 到 90 億美元；聯邦政府就把 90 億匯過去，不問問題。他說這不是誇張：他們根本無從知道 SNAP 名單上是誰，是不是一個真人，是不是合法的美國居民。而當他們去那些大藍州說「幫我們確認一下基本資格」，得到的回應是完全不配合。他猜，如果詐欺的總金額是 7000 億美元，其中幾千億落在藍州，而只要查資格條件就能處理掉。他們正在想辦法用創新的方式強制執行，但他也說，法律上要逼藍州配合這些基本的反詐欺工作，比應該有的難度高出太多。

以色列、NATO，跟美國利益

Jason 的這一題不好答。他說共和黨裡、MAGA 裡有一批人正在往「America First、America Only」移動，反猶太主義在上升，右派裡也一直有一種相信，認為美國的外交政策被以色列或 Bibi Netanyahu 影響太多。他要 Vance 談現在的關係，以及政府在軍事合作上的立場。

Vance 的回答從合作開始：以色列在軍事科技跟情報分享上是重要的夥伴。但他接著說，美國有時候就是不認同以色列。他把功勞給川普，說過去 40 年，川普比任何一位總統都更願意在「美國人民的利益跟以色列政府的利益不同」的時候，真的跟 Bibi 分道揚鑣。他也覺得民主黨拿川普跟 Bibi 的關係來打，有點諷刺：川普正是那個敢說「Bibi 是好夥伴，但我跟他這題看法不同」、「Bibi 這題錯了」、「Bibi 從以色列的角度可能是對的，但美國人民需要我們走另一個方向」的總統。

他的原則是把這段關係，跟所有關係一樣，放回美國利益上。他說只要一直盯著「這項政策對美國是不是有利」，美國人民才會知道你在為他們打仗；這個做法也逼大家去面對一件事：有些聽起來很好、或已經變成口號講了二、三十年的東西，也許現在得換個做法。NATO 那題他也用同一把尺：NATO 裡有很多重要的關係跟夥伴，但那不等於美國的歐洲外交政策要完全聽 NATO 的，就像中東政策不能聽以色列的。該合作的時候合作，該不同意的時候就說不同意，然後追求美國的利益。他說這是唯一講得通的外交政策。

五分鐘後要跟 Marco Rubio 通話

Jason 順口問了一句 Marco Rubio 這兩年做得怎麼樣。Vance 先說他做得很好，然後把媒體最愛的那個敘事拿出來笑：說他跟 Rubio 互相競爭、在為 2028 佈局，是最滑稽的媒體劇本。他當場看了時間，下午兩點二十五分，五分鐘後要跟 Rubio 通話，所以 Chamath 的問題得排在前面，回答完他就要跟 Rubio 去做「美國人民的事」。他說 Rubio 是個好人，做得很好。

十一月的那兩句話

Chamath 把最後一題放在期中選舉。他說同一件事，今天一個民調說共和黨全部保住，明天另一個民調說社會主義會橫掃美國，很亂；他要 Vance 講講地面上實際發生什麼，以及十一月的訊息該怎麼下。

Vance 說他大概就兩句話。第一句是成績單：這 18 個月做了不少事，減稅減得很大，包括加班費、社會安全給付、小費的稅，這些是減給中產勞工的稅，不是減給華府跟紐約的菁英；邊境跟移民有明顯成果；H-1B 的改革把美國勞工放在外國人前面。但他也說還有很多事沒做完，所以第二句是：不要把權力交回給當初製造問題的人，再給他們兩年，把正在做的事做完。

第二個論點是對那些「不是每題都同意」的人講的。他說另一邊已經被瘋狂吃掉，裡面的人想偷光一切，想把國家交給非法移民跟罪犯，而且還公開炫耀。他舉的例子是，紐約有一位正在競選國會議員的人說，七月四日是在慶祝波多黎各跟巴勒斯坦的解放。他的反應是：這個人該被送進精神病房，不是送進國會。他要選民把這些人打包送走，理由是就算你不同意他這邊的每一項政策，至少他們是被常識跟美國利益驅動，另一邊是被左翼利益團體跟激進主義驅動，給他們權力只會把事情做爛。

Chamath 收尾說：「各位先生女士，副總統 J.D. Vance。」Vance 回：「謝謝大家，很高興見到你們。」節目就停在這裡。

https://allinchamathjason.libsyn.com/jensen-huang-the-doomer-hoax-superintelligence-is-here-and-the-future-of-ai-ft-president-trump

Jensen Huang 走上台的時候，整排人先站起來。All-In 的四位主持人 Jason Calacanis、Chamath Palihapitiya、David Sacks、David Friedberg 把週更節目整集讓給他，Jason 在開場說，能讓他們這樣做的只有三種人：川普、耶穌，還有台上這位。節目的介紹詞把規格講到滿：NVIDIA 是這個市場上最重要的一檔股票，營收年增 97%，需求不只在，還在加速，而且是唯一一個全端的 AI 工廠級運算平台。Jensen 自己的說法是，GPU 像時光機，它讓你早一點看見未來，而如果你能看見、能預測，就更有機會把未來做成最好的那個版本。

那天真正的主戲不是財報，是週末的一篇文章。節目本來就要從 Dario 那篇談 AI 安全的文章開場，讓 Jensen 講他的讀法；讓幾個人意外的是，幾家前沿實驗室罕見地在同一篇文章上集結。還有人開玩笑問，那篇文不知道有沒有先跑過 AI 文字偵測。

「這是編的」

Jensen 先把兩件事切開。吹哨本身是嚴肅的事，任何時候有人出來說內部控制有問題，都要當真，他認為那位吹哨者 Coxton 有勇氣把自己的擔心寫出來。但同一篇文裡，把預測講成科學結論的那一部分他不能接受；講的人是科學家，講出來的東西明顯不科學，這是不負責任。

接下來他對帳。五年內 AI 會完全接手放射科，世界上不會再有放射科醫師，結果剛好相反，放射科醫師比以往任何時候都需要，而 AI 確實在放射科裡全面接手了掃描判讀，他覺得這很好。六到十二個月內，九成的程式碼會由 AI 寫出來，這是去年講的，錯了。六到九個月內，一半的入門工作會消失，錯了。明年一半的白領工作會不見，錯了。GPT-2 太危險不能放、Llama 3 太危險不能放，也都過去了。

他的判斷是，這些預測得有人負責，因為它們跟「美國贏下 AI」互相矛盾。Chamath 把這條線接到「相信專家」的爭論上：有人拿 COVID 當類比，說那群受過教育、比一般人早知道的研究者講的話，後來未必成立，現在的戰場就在「相信專家」跟「把預測的歷史紀錄攤開來看」之間。他問 Jensen，這些話是從正在做這件事的人嘴裡講出來的，背後是什麼樣的心理結構或動機，商業的，還是政治的。

Jensen 沒有猜動機。他說這些是歷史上數一數二重要的公司，工程師跟研究員非常強，他跟他們是公司對公司的密切合作，要在公開場合講這些其實很為難。他認為這些公司應該用以前蓋公司的方式來蓋：安靜地蓋。

公司要在安靜裡蓋起來

Jason 追問：所以你不准組織裡的人代表整個組織講話，尤其是週末心情不好、或氣到離職的時候，更不准用公司的名義發文。Jensen 的答案很直：那是他們來上班時就講好的。NVIDIA 要的是穩定、一致，核心價值是照顧員工的家庭，讓人有條件做一輩子想做的事，做的事要有意義，然後盡可能安靜地做，讓別人的成功裡有自己的貢獻。他也講得很白：公司不歡迎內部的政治討論，種族、宗教、政治都帶回家講。公司是無黨派的，兩邊都幫，誰執政都希望美國成功。

先把工程做對，再談監管

同一天稍早，Satya 來過節目，他講的是在談會卡住產業的監管之前，先把基本功做好：量測、標準化。Jensen 對「把工程做對」的落點是，把研究用更可預測的方式轉成工程，不要用恐懼推銷，東西還沒準備好就留在裡面。Demis 提過一個類似 FINRA 的組織，Chamath 說沒人清楚 Dario 要的是什麼，聽起來像一個帶著某種控制權的跨國變體。

Jensen 的原則是監管要解決真實問題，所以他先問真實問題長什麼樣。到目前為止，實際出事的都在實驗室裡。他幫實驗室講了一句公道話：它們的算力最多，因為它們在解前沿問題，最危險的地方在它們那裡是合理的。高中生不會出事，因為算力不夠；新創也不會，理由一樣；整個地球上，除了前沿實驗室，沒有人有足夠的算力。

他說這些實驗室正在從研究過渡到工程，同一時間在建公司、建文化、建技術、建工程、建產品，確實有點火燒頭髮，但一邊是一家實驗室的四起事件，另一邊是另一家實驗室的一起大事件，第一件該做的事就是從工程角度做根因分析：發生什麼、當初能怎麼做、接下來要把什麼制度化，不管是技術、方法還是流程，確保不再發生。他願意賭錢，這些案例未來再發生的話，都在他們自己的控制範圍內防得住。另一種可能是他們出來說，分析完了，不知道發生什麼，也不知道怎麼控制，請社會幫忙；他認為不太可能，真要是這樣，就送一批工程師進去。他相信那些人自己處理得來。

他的標準也沒打折：這些公司等級不同，就該用同等級的標準要求，而他們自己也想要被這樣要求。

RSI 是最性感的詞，底下是一組工程手法

Jason 提到前一晚從 David 那裡聽到的消息：GLM 團隊所在的中國實驗室智譜，要把三十億美元押進一條遞迴自我改進（RSI）的訓練路線。節目上補的細節是，這家公司的創辦人剛募到五十億美元，公開說要把「讓 AI 訓練下一個 AI」、把流程自動化列為優先事項。

Jensen 先把它從神壇上拿下來。他說這是現在最性感的說法，底下卻是一整套很合理的東西：脈絡內的學習、技能、反思、強化學習、合成資料生成，這些都會讓 AI 隨著時間更會解問題。再往下一層是不動權重的改進，用 LoRA 調權重，用合成資料跟強化學習加強，累積一段時間之後，再拿這些經驗回去重訓基礎模型。用這套技術提升各種工作的生產力，包括拿來做 AI 本身，他認為非常合邏輯，而且他確定每一家都在某個程度上這樣做。問題出在這個詞被拿去當武器。Jason 把話補完：那種講法給人的印象，是它會失控螺旋。

Jensen 說當然不會。理由很工程：你可以在公司裡 RSI 一整天，但當你要把產品放出去，還是得評估它、再測一次、確認沒有回歸。控制的基本流程就是這樣。實驗室從研究走向工程之後，控制會好得多，因為控制來自方法、知識、實務、工具、技術，還有驗證跟評估；有了這些，RSI 可以在公司裡面做，好產品可以在外面放出來。

開源跟閉源都要，水龍頭打開就有水

Chamath 把題轉到開源，順帶提到 Hugging Face 那筆交易，說那可能是最關鍵的收購之一。Jensen 從第一原理講起：這個世界兩種模型都需要。他自己能用閉源就用閉源，那個週末他用了四個，體驗很好，前沿、一直在變好。閉源在他的腦中像瓶裝水：水是免費的，他當天早上洗澡用掉很多免費的水，重點是在對的地方用對的水。電也一樣，世界上的各種原物料都一樣，兩種都要。

開源之所以必要，理由包括主權、隱私、專有技術。他拿數字出來：過去六個月，四千億美元的創投資金進了 AI 原生公司，其中八成用開源模型；如果沒有開源，這些人要怎麼蓋他們想蓋的東西？他們的夢不會跟前沿實驗室一樣，而美國的強項就是有很多條創新的路。要贏這場 AI 競賽，不是幾家科技公司贏，是每一家公司、每一個產業、每一個研究者、每一個老師、每一個學生、每一家新創都贏。有人會用閉源，很多人會用開源。

這場比賽比的是誰用得最好

Sacks 問，開源模型從中國來還是從美國來，有差嗎？Jensen 說他們自己也在盡力貢獻，但得面對現實：今天全世界對開源的貢獻，絕大多數來自中國，因為他們的工程師多，科學跟數學人才以量取勝，清華這類學校大量製造這種人。我們下載 Linux、下載 Kubernetes，裡面很多東西被中國人碰過；下載下來就是你的，fork 過來、改進、變成自己的。下載一個中國模型也一樣，它剛好是幾個很強的中國研究者做的，但下載之後，它就是你的。

比賽的重點，他說，是誰把技術用得好。上一次工業革命的發明者是馬克士威、伏特、安培，沒有一個是美國人，工業革命從歐洲來，但美國把它在社會層面上發揮得比誰都好，結果就擺在那裡。他希望這一代照這個樣子發生。

Sacks 追問，那為什麼共產黨那套說法在這裡傳得這麼順？Jensen 的觀察是它比較實用。中國沒有人在講這個要結束、那個要終結、什麼大災難；Friedberg 補的那句是，他們很務實，把 AI 看成會推進經濟跟社會的技術，沒有那種「它會終結文明」的團體。Jensen 接著講得很重：我們在把這件事編出來。讓他受不了的地方是，如果那是真的，就該好好談、去做點事；就算那是真的，也該把時間花在處理它，而不是嚇一群什麼都做不了的人。把東西做對，是我們的工作。

Sacks 問他，歷史上什麼時候有這麼多人，這麼激烈地說一件這麼不真的事？Jensen 說那些說法可以被量測、可以被證明是錯的，既不基於科學，也不基於研究，所有基於科學跟研究的東西都指向相反的方向。Sacks 給的解釋是對前沿的恐懼：人類沒去過，沒看過，所以怕，很容易被講。Jensen 說也可能是生命經驗。

他舉自己的例子。他剛出社會時是工程師，不太打字，因為他是軟體普及之前的那一代，那時得先把電腦做出來，軟體才可能流行。這個世代的工程師不一樣，進公司拿到一台筆電、一張椅子，就開始打字，從早打到晚。可是打字之前就有工程。世界還有一座山的工程要做，而其中大部分已經不是打字了。他說以前有忙的工程師，之後也會有；他平常跟 NVIDIA 的軟體工程師開玩笑說你們只是在打字，他最喜歡的鍵是 backspace，因為最好的軟體是最小的軟體。

總統打進來，說這是場騙局

Chamath 正要開始拆解 NVIDIA，話才講到「從最底層開始」，台上的手機響了。Jensen 接起來，喊了一聲總統先生，說自己正跟幾位主持人一起在台上，Jason、Chamath、兩個 David 都在，前面坐了幾千人，而且他們剛剛正在聊他。他說，你當初看穿了那一整套複雜的東西，我們都很感謝。

Trump 被接上麥克風之後，先拿這件事開玩笑：Jensen 能做出全世界最複雜、十年內沒人抄得走的晶片，卻不會把他接上擴音。接著是他的判斷：這一切是一場騙局，中國是最高興的那一方；有些州本來什麼都拿不到，現在因為資料中心進來，反而被想進去的人塞滿。他提到芬蘭，說 Google 想去芬蘭蓋一座大的，他不高興，因為在美國拿不到許可。他說，資料中心很好，它們讓人變有錢、讓州變有錢，是未來二十、二十五年的石油，比網路跟 AI 都大。他認為這些反對聲浪正好幫了不想看到這件事發生的人，可能是政治人物，也可能是中國，而「我們不會讓它發生」。

他補一句：機器人不會接管世界，AI 不會接管世界；要小心、要謹慎做，但那不代表要讓產業停下來。他的總結是「誰贏了 AI，誰就贏了」，這件事比網路更大。他提到自己有位在 MIT 教了四十一、四十二年的教授叔叔，說如果相信基因，他有一點點優勢。他也報了數字：這個國家從來沒有這麼好，二十兆美元的投資正在進來，對照拜登那四年不到一兆美元，而這是「一年」。最後他說，他不知道在場有誰，也不知道自己在跟誰講話，但他會到。

電話掛掉之後，台上有人問這是不是安排好的。Jensen 說沒有，是真的；有人一開始以為是橋段。Sacks 補了背景：這位總統不分時間打來，有一次在橢圓辦公室，他們在睡覺，總統一個一個問晚餐名單，問到 Jensen，Sacks 說他在放假，這趟假他已經延了五年，總統說把他弄上電話，還反問「什麼是放假」。

Sacks 接著問 Jensen，他為什麼看穿？民調是負八十，換成別人坐在橢圓辦公室，就會去做當下受歡迎的事，因為大家要的就是關掉資料中心、結束 AI，而他說這是騙局。Jensen 說他不確定，因為很多人真的信了。他觀察那套故事一開始錨在國家安全，那個錨最近被拆掉，就改錨在安全。

安全要怎麼做，他講得很具體：讓實驗室自己抓住控制、有好的測試，有第三方評估者，而且要好幾組；這跟財務稽核沒兩樣，稽核員不必比公司更懂生意，只要會問對的問題，多組獨立評估可以避免一家公司被單一來源影響。要蓋得安全、測得安全，這是他的順序。

沒有電，就沒有下一場工業革命

他在電話上本來想跟總統講的事，也對全場講了一遍：AI 正在創造大量的工作。總統從這任政府第一天就要的是在美國創造工作、把美國再工業化、確保美國有支撐下一場工業革命的能源。沒有能源就沒有工業成長，所以他要能源成長、工作成長、供應鏈再工業化。Jensen 說這一切此刻都在發生，工作比以往更多，包括軟體工作；四千億美元的創投資金過去六個月進到 AI 產業，創造了大量工作，也創造了對算力的巨大需求，而算力需求又變成對資料中心的需求。

他提到德州州長 Abbott 跟他說的事：資料中心正在全美各地蓋起來，產業要對小社區有同理心，要更會聽。

再往下一層是資本。Chamath 說 NVIDIA 等於是被迫變成 AI 的銀行，才能把生態系推起來；他們跟 Cloverleaf 這種公司做土地、電力、殼體，又跟 BlackRock、Goldman Sachs 這些機構把融資能力做出來。Jensen 的講法是，這是一場新的工業革命，每個環節都要製造；電力、網路之後是 AI，以前我們能供電、能找東西，現在我們能問、能知道。他說人類像是接上了那個無形的場，什麼都能問，它還能解釋給你聽。要能做到這件事就得生產智慧，而那是生產過程，這就是基礎建設必須先蓋的原因。

基礎蓋好之後，他看的是整條生態系的其他層：這個產業不是只有模型，也不是只有晶片，重點在上面那些應用，還有基礎建設那一層，資料中心、施工、電力、發電。他從整條生態系裡找瓶頸，哪裡有公司在被蓋起來、哪裡有卡點，就讓供應鏈先放大，等到要部署算力的時候，人家已經準備好。土地、電力、殼體，他說這跟往上游看供應鏈沒兩樣。他比大多數人更早想長期供應鏈，因為公司太大，要成功得靠一票公司支撐：Corning、Lumentum、TSMC、記憶體公司，這些都是革命還沒來就先一起做的，這樣成長來的時候才長得出來。

往上做到需要的地方，往下盡量低

Chamath 問的是另一個方向：利潤長期會往應用層移動，在那裡可以賺得久一點；你買了 Hugging Face，等於進了模型服務的生意，OpenRouter 這種東西看起來很合理，Bedrock 也該有更好的版本；上面這些人不怕往下走，你有最好的資產負債表、最好的工程師、被驗證過的經驗，你怎麼看這件事？

Jensen 的回答是，NVIDIA 跑全世界每一個模型。一年半前，他們跑的只有 OpenAI；現在 Meta 的 Llama、Grok、Gemini 都在上面，Anthropic 也在他們的平台上放大；前沿模型一個一個開出來，模型跟實驗室的數量都在長。這些實驗室全都建在 NVIDIA 上，理由是他寧願幫每一個人成功，而不是從裡面切一塊走。他的策略是往上做到需要的地方，往下盡量低。如果沒有 NVIDIA 做出 CUDA，那些框架不會存在；如果沒有 Megatron、Megatron Core，大規模訓練不會發生。他們把必要的技術發明到需要的深度，然後讓一千朵花開。

Chamath 的質疑是，超大規模那一層需要更多競爭，你已經很幫 neo cloud，你介紹我認識 Nebius，但這種公司我們需要五十家、一百家、一千家。Jensen 說他其實出奇地不好競爭，那不是他的個性，他很樂意有五家超大規模業者。不過他也指出一個現象：所有 neo cloud 最早的客戶都是超大規模業者，因為超大規模業者一年只規劃一次，而市場波動太大，他們的規劃幾乎總是錯的；區域型雲端反應快，知道自己那個州、那個國家、那個地區的狀況，拿土地、電力、殼體的方式，是坐在西雅圖或帕羅奧圖的人看不到的。於是現在有一大群分散在各國的公司，在幫大家拿土地、電力、殼體；各國也開始把這件事當戰略，想把自己的電力只留給自己的公司。NVIDIA 也在那個國家裡，可以幫當地的 neo cloud 長起來。他點名澳洲的 Firmus 又加了兩 GW，東南亞的 IOH 和其他業者加了幾 GW。

五個領域的前沿模型，跟銀牌的問題

Jason 注意到另一條線：你不只往上走，還很用力做開源，Nemotron 做得很好，Hugging Face、Poolside、Laguna 這些也都被你收進來或合作，自駕的開源堆疊也很有破壞力。他的說法是，你們在五個領域都是前沿模型；你不像在拿銀牌的人，你是要拿金牌的。他問兩個問題：你會做出最強的開源模型嗎？開源追得上前沿模型嗎？

Jensen 說他們會做，一是因為他們有能力，二是因為客戶需要。他拿自駕當例子：他們的推理型自駕系統是世界上第一個「會思考」的自駕車。因為會推理，就不需要那麼多資料，不必先練幾十億小時的道路資料，它可以把問題拆開：這個我看過，不完全一樣，但大致一樣。為什麼這件事非做不可？因為全世界的車都會自駕，不只是車，還有農機、卡車、廂型車，而大多數業者規模不夠大，養不起整套堆疊。NVIDIA 做一套很不尋常的堆疊給他們，他們只要做最後一哩的調校。未來會動的東西，都可能是自駕的。

生物那邊也一樣。ESM2 這個蛋白質語言模型、ESMFold、OpenFold、AlphaFold2，這些如果 NVIDIA 沒做，就不會存在；他特別喜歡的 Protein Complex，做的是下一代蛋白質的合成跟結合，是開創性的東西。他做這些是因為禮來需要、Mark 需要、其他人也需要，而他們自己還沒有能力做。他說他做每一件事都是出於需要，不是想去顛覆誰，「我們不是早上醒來想著要顛覆誰，我們是早上醒來想著要幫大家」。

Terafab、2030 年的微影，跟「快跑」

Sacks 問他對核心業務的競爭威脅怎麼看，他先開玩笑說「我們就是人太好」。談到 Elon 宣布的 Terafab，那個一億平方英尺的廠，Jensen 說如果這件事有人做得成，那就是他；兩個人曾經同一班飛機去一個國家，飛機很好，Elon 喜歡聊這些，他們聊了很久。Friedberg 問的是，你設計晶片、不自己製造，你的晶片可以在那裡製造嗎？Jensen 說他們對製程懂很多，因為他們一直在推極限，規模又大，公司內部的記憶體技術很強，他們是全世界最好的半導體公司之一。他也說，你沒辦法勸 Elon 不要做，那是他的超能力，他一旦決定要做，很難擋。

Sacks 再問中國自己長出來的高階微影設備走到哪了。Jensen 說他們 2030 年會到，而 2030 就在轉角。中國很擅長大量生產，這是時間問題；他說自己看的是十年、二十年，對 NVIDIA 要想下一個十年、再下一個十年，所以兩三年只是一眨眼，什麼都不是；「對他們來說，他們已經到了」。

Jensen 催了一句「得快跑」，台上把話收在「放慢絕對是錯的策略」。

超智慧已經來了，只是形狀很窄

Jason 把最後一段拉回定義。他說產業裡大部分人都覺得我們正在 AGI 的時刻，定義是跟任何人類一樣聰明；有人直接說我們已經到了。他問下一個路標，超智慧，Jensen 怎麼看。Jensen 說他覺得超智慧也到了，前提是把範圍縮窄：他的自駕車不需要會做蛋捲，只要會開車，那樣就是超智慧。它比人類好，事故率大約是人類的十分之一。合成蛋白質、做蛋白質的虛擬篩選，也已經到了。

Sacks 問他，站在人類的前沿好不好玩。他說喜歡。他的收尾是，未來很好，大家都要到；很多人不必工作，但這件事好到不做可惜；他希望所有人都在那裡，人類一起大成功；實驗室的人在做真正重要的工作，他希望他們成功。他也希望這齣戲的戲劇性可以調小一點，而且最後一件事是：美國要整隊跟上。