torygreen

最強的單一實驗室已經無法再獨自掌控前沿。
價值差距是市場在認可這一點，而仍在閱讀模型基準的創始人們是在讀錯頁。
Anthropic 的私人價值溢價是市場對跑道的定價。
差異衡量哪個實驗室較少被其底層成本結構所困。
計算基礎設施是系統層：前沿實驗室為 H100 時間支付的成本與整體數據中心市場閒置資源之間的差距，是兩者都無法用垂直整合來匹配的底線。
Anthropic 在 (Project Glasswing 與蘋果和谷歌的聯盟中擁有略微更好的聯盟地位)。這個聯盟是信號：掌握前沿現在需要三個資產負債表，而非一個。
兩家實驗室都不擁有從訓練到部署再到改進的完整流程，這些流程的單位成本將是下一兩代所需的。
Sam 和 Dario 都在耗盡他們無法控制的成本結構上的時間。

人們仍然認為編程是工作。
事實並非如此。
代碼只是我們用來表達解決方案的界面。它曾是瓶頸，而非價值所在。
人工智慧消除了這個瓶頸。
現在限制轉變為：
- 你能清楚定義問題嗎？
- 你能將其分解成可解決的部分嗎？
- 你能驗證輸出是否真正正確嗎？
我注意到那些在AI方面掙扎的工程師，是那些將身份與打字速度或語法記憶綁定的人。那從來不是稀缺資源。
是問題定義。
是驗證。
是品味。
人工智慧提高了產出速度。它並不取代判斷力。而判斷力正是公司一直在付錢的。

Claude Mythos 浮出數千個零日漏洞，因為它擁有你們安全團隊所沒有的那一樣東西：
對於程式碼正確性沒有任何利害關係
它可以冷讀整個程式碼庫。它不理解你們組織的政治、截止日期壓力，或是實作中的自我意識
這個模型沒有理由跳過那些困難的「人性化」部分……因此，它在向CISO簡報時較為劣勢，但在真正找到漏洞的工作上卻無敵
Anthropic 封鎖了它，因為一個模型剛剛為每個程式碼庫做了第一次誠實的審核
你們的紅隊現在已成為一個傳統成本

Sam Altman 是最後一個應該撰寫 AI 規範的人，而他自己也知道這點。
Sam 呼籲在 AI 公司與社會之間建立一個「新的社會契約」，但他的公司卻正以任何地球上的立法機關都追蹤不到的速度，推出 gpt-5.4、o3 與 operator-class agents。
aws 無法在不吞噬自身利潤的情況下去中心化，而科技史上每一個「自我監管框架」最後都以相同的少數幾個實體制定規則、並由他們同意遵守的規則告終。
如果你在 aws 或 azure 上執行你的模型，你只差一份政策備忘錄，就可能因為 TOS（服務條款）變更而重新定價、限制或直接終止你的工作負載。
唯一不會出現這種失效模式的架構是無許可的架構。當數兆個 operator-class agents 需要跨越數十億台裝置的運算資源時，沒有任何單一實體能決定什麼可以運行，或哪些 agents 能取得存取權。
一則把功能公告包在警告裡的訊息。
Sam 正在為他自己所擁有的堆疊撰寫社會契約。
不想生活在其規範之下的建設者，只有一個選擇。

「無限迭代」的說法假設有無限的計算資源。
每次呼叫都要付錢，經過他人的基礎設施，無論輸出是精彩還是垃圾，都會消耗代幣。
只有當你已經知道自己在找什麼時，迭代才會變得便宜。
> 有10年品味積累的人，跑3次迭代就能交付。
> 沒有這些經驗的人，跑300次仍然分不清哪個好。
而且還沒有人把這個成本考慮進去：
AI產出的越多，就越需要人類驗證，所以10倍的草稿意味著10倍的人在檢查它們。
……除了那些已經知道什麼才是好的那個人。
AI並沒有移除瓶頸，它只是將瓶頸從生產端移到了判斷端，而判斷端的規模不隨人數增加而擴展。它隨品味擴展。
品味不再是軟技能，而是一個成本函數。

稱 Anthropic 的 OpenClaw 停止運作為「拉高（rug）」是 AI 建造者社群數月來對自己最誠實的描述
OpenClaw 的資源管理工具讓重度用戶能在每月200美元的方案下，運算費用達到每月1,000至5,000美元。
只需一個產品決策，任何以該差距為成本結構基礎的人，隔夜就會被重新定價
供應商掌控計量器……Anthropic、OpenAI，無論誰。
當定價模型改變時，你根本沒有發言權
你不是被你的錘子（工具）拉高（rug），而是被房東（供應商）拉高
那些能存活下來的建造者，已經使用多個大型語言模型（multi-LLM）設置，而不是依賴單一的計量器

山姆把OpenAI建立在一個假設之上：
自己運行模型永遠都會太昂貴
Llama和Mistral正在摧毀他的論點，並威脅他的商業模式
山姆看得出這一點；閱讀你正在看的同一批外洩討論串……卻仍然無法重組
一旦OpenAI開放權重，他們就會摧毀支撐估值的護城河，任何人都能在本地進行推理，無需API呼叫、無需訂閱，對OpenAI也不會形成任何收入事件
每一個分叉與微調，都是少一位付費客戶在侵蝕山姆的利潤率

山姆·奧特曼籌集了$122b ，但沒有人想買$600m 其中
$600m 在OpenAI的股份在二級市場上無人出價
> 銀行免除手續費只是為了轉移供應
> 賣家競爭價格以退出
主要市場是受控分配：當股權結構清晰時，風投會被召入輪次
但二級市場則由自願需求驅動：沒有人必須持有，也沒有人必須出價
Anthropic的估值超過了上一輪，而OpenAI卻無法突破$600m 天花板……這告訴你人們關心的是哪家公司
電話在第一天比電報更差，範圍更短，質量更低，且無法擴展
但它站穩了腳跟，而這個腳跟已經足夠了
OpenAI贏得了推銷，但在二級市場上卻在失利
山姆無法用免手續費來買信心

你的雲端帳單即將飆升，而你卻沒有改動一行程式碼
claude 寫程式、打開應用、找錯、修正、部署。沒有人工參與
每個自主代理都是一個永久的 GPU 會話
> 人類開發者每天工作 8 小時。代理則 24 小時
> 1000 萬開發者 × 24/7 = 2.4 億 GPU 小時/天，沒有人預算這個
sam 正在籌集數兆資金建設資料中心，建設時間需 3 年。它們在完工前就已經滿員

Sam的$1T IPO是去中心化計算的最強案例，但他還沒意識到
華爾街將智慧定價如同油田。巨額固定成本，每次API調用都需長期租賃
這個模型只有在控制權集中於計算、模型權重、存取和定價時才有效
但智慧正開始像公共事業一樣運作，而公共事業歷來不會保持封閉：
> 計算需求增長速度快於供應
> 全球閒置GPU閒置未用
> 延遲將推近推理到用戶端
建立AWS壟斷的需求如今已超出AWS的供應能力。閒置GPU和延遲壓力使得去中心化供應比建更多數據中心更便宜
Sam剛剛定出了目標。開放市場將會壓低價格

@WatcherGuru 你想忽略的部分是誰在控制它
如果有4家公司產生了99%的內容，你就擁有了現實的壟斷
大規模的智能要麼變得無需許可……要麼被“策展”為你
大多數人直到為時已晚都不會注意到差異

我一直看到這種觀點，說工程師需要燃燒代幣來證明他們的薪資。
這是倒著的。
代幣不是產出。它們是成本。
重要的是每單位運算能完成多少有用的工作，而不是你能有多快地燒掉錢。
一個優秀的工程師會壓縮循環。
更少的代幣。
更低的延遲。
更多的迭代週期。
更好的決策。
弱一點的工程師會蠻力硬解。
更多的代幣。
更多的雜訊。
同樣的混亂，只是規模擴大了。
運算正在重新成為一種資源制約。
不是因為我們沒有足夠的運算能力。
而是因為大多數人不知道如何有效地使用它。

.@Tether 發行美國監管的穩定幣可能會給加密貨幣帶來它從未有過的用例
> 向你的家人跨境匯款仍然需要支付 6.5% 的費用。
> SWIFT 需要 4 個工作日，並且鏈中的每家銀行都會抽取你看不見的費用。
> ACH 不支持週末。週五啟動，週二才到賬。
DeFi 解決了速度問題，但現實中沒人能讀懂交易哈希，加密貨幣中的每個人都討厭逐一翻過數千筆交易並跨多個錢包進行報稅。
一個受美國監管的可編程美元解決了兩個問題。即時、無邊界、人類和機器都能讀懂。
計算層變得去中心化。
貨幣層變得可編程。
中介變成可選項。

業餘者將AI用作輸出。專業人士則將其用作輸入。
我每天花5到6個小時在Claude裡面，利用我所有的董事會簡報、內部文件和每一篇研究論文來訓練它……它會對OKRs進行壓力測試，直到它們崩潰。
我交談過的大多數創辦人仍然用AI來總結電子郵件。
如果這週它沒有跟你意見不合，你就不是在用工具，你只是在跟一個「只說是」的人說話。
你會解僱一個從不挑戰任何決定或提出原創想法的團隊成員。
但當你的AI每天都同意你時，你就稱之為生產力。

六年前，數據中心是世界上最無聊的建築。
六年後，它們將成為最具爭議的資源。
我在@ionet 之前經營一個機器學習金融科技公司，親眼見證了這一切的發展。
當人工智慧的需求每3.4個月就翻倍時，那些倉庫不再是成本中心，而成為戰略要地……就像港口、管道和油田儲備一樣。
我們幾乎都在同一幾個地方建設：北維吉尼亞、德州的幾條走廊、俄勒岡。
相同的電力網、水系、光纖路由和管轄區。出口管制讓我們看到政府如何可以一鍵切換晶片存取權，而物理基礎設施甚至更容易受到壓力。
「人工智慧集中化」的論調忘記了，破壞依賴AI的經濟最簡單的方法就是攻擊物理基礎設施：攻擊變電站、冷卻系統、爭奪管轄權。
解決方案已經存在。數千個獨立數據中心的利用率只有12-18%，數百萬GPU閒置冷卻。
我們不需要更多建築……我們需要善用已經建成的設施，分散在足夠多的管轄區內，這樣就不會因為單一失敗、單一政府或單一攻擊而讓整個網絡崩潰。
我曾多次說過，我們不需要更多硬體，我們需要更智慧的資源配置。
集中式智慧是雙重負擔：一次在所有權上，另一次在作為物理目標的脆弱性上。

Claude 在 App Store 上的排名從 #42 to #1 在短短兩個月內攀升。
不是因為模型改進了，而是因為 Anthropic 不願為五角大廈打造武器。
兩年前，前三名是 Temu、CapCut 和一款 HBO 應用。
現在則是三個 AI 介面，而第一名是由政治爭議決定的，而非產品更新。
Claude 在 AWS 上運行，ChatGPT 在 Azure 上，Gemini 在 Google Cloud 上。這三個應用都由相同的雲端供應商提供計算資源。
AI治理現在已成為 App Store 排名因素，但沒有人投票決定。

半數目前在推特上的Anthropic熱潮來自上週剛從OpenAI轉換過來的人。
從一個供應商切換到另一個並不能解決任何問題。它只是輪換了守門人。
技術堆疊仍然是這樣：
- 一家公司擁有模型
- 一家公司控制計算資源
- 一家公司決定政策
- 其他人則租用存取權
我看到一些新創公司將80%的募資用於單一供應商的GPU時間。一旦價格變動，他們的營運資金就會減半。
智慧是留在企業雲端，還是成為開放網絡的一部分？
開放權重模型很重要，因為它打破了推理的壟斷。
本地硬體很重要，因為靠近用戶的推理降低了審查的風險，並消除了對遠端伺服器的依賴。
開放計算網絡很重要，因為它將全球未使用的GPU轉變為共享市場。
互聯網創造了資訊公共空間。
加密貨幣創造了金融公共空間。
去中心化AI則創造了認知公共空間。
當智慧成為基礎設施，它就不能屬於某一家公司。