与「从在中国生产到在中国创造」相关的搜索结果

【#图看在中国创造新图景##】##从在中国生产到在中国创造##越来越多跨国公司在华“制造基地”正升级为“创新策源地”，外资在华研发中心正从本地化适配升级为全球创新支点#

前几天在新浪的「赛博对话」录了一期视频播客，话题是大模型厂商怎么就从烧钱走到了赚钱的转折点，主持人是高飞 ，嘉宾是庄明浩和我。 其实最开始是想聊豆包收费这件事情，我和庄明浩还在私下嘀咕，豆包传出付费方案的消息是在月初，早就不是热点了，实在是过了蹭的时机，但如果放大到AI这门生意终于迈过了亏本赚吆喝的那条线，就没问题了，这是一个相当长效的题材。 省流版总结如下： - 根据黄仁勋提出的五层蛋糕理论，应用层虽然是直接和终端用户打交道的，但它也是整个产业结构里盈利压力最大的那个，毕竟上面四层都是供给逻辑，有货就不愁卖，唯有应用层是需要竞争流量的，在这个前提下，收费堪比拔鹅毛但又不让鹅叫唤的艺术； - 豆包当初传出收费消息被猛带了一波节奏，很多人以为从此就没法免费使用豆包了，无论是从中国互联网的历史来看，还是ChatGPT作为先例的样板，收费模式必然是增值服务，大家现在怎么用豆包的还是怎么用，然后一些旗舰级的能力就只会放在会员方案里予取予求； - 再就是国内用户对于为产品功能买单这件事情极其抵触的特有生态，之前北京车展，The Information的记者过来跑了一圈新势力，发现它们的出海计划里都会把车机功能当作付费点，但在中国市场完全没有这个想法，负责人的解释也是很直白无奈，「中国人不会为软件付钱」； - 庄明浩和我都觉得豆包在绝对领先的地位上开启收费尝试是很有意义的，这点钱对于字节的CapEx来说无异于杯水车薪，但整个消费观念的转变很重要，甚至我相信千问元宝都会感谢豆包，否则都被卡死在给全国人民做公益这个沼泽里，「你不收，我怎么收？我不收，耿专员怎么收？大伙怎么进步啊？」 - 再就是豆包的定价梯度可能比较意外，或者说整个AI应用的订阅门槛都是偏高的，长视频平台还在10块钱、20块钱一个月的留人时，豆包的最低档会员就是68块钱一个月了，像是Kimi也是49块钱一个月的起价，越过了30块钱一个月这个标准； - 30块钱一个月就是手游里的月卡，再往上才是大月卡，即通行证/战令，这一档的定价通常从68块钱到98块钱一个月不等，至于豆包计划里最贵的500块钱一个月套餐，相当于一单648的8折价，是不是也很容易理解了； - 马化腾在财报会议上也专门讲了中国用户在2C市场的付费转化率不太高这个点，要知道腾讯已经是最能从用户口袋里掏钱的互联网公司了，它都这么为难，叠加年年喊崛起年年也没能支棱起来的SaaS，模型下游的商业循环在国内实在需要一点乐观趋势，要知道智谱、MiniMax、月之暗面本质上是出海赚美金的公司； - 对于收入能够保持同步增长的公司而言，CapEx其实不是问题，从谷歌Q1财报来看，营收1000亿美金出头，利润差不多600亿，毛利率比纯卖广告的Meta还高，所以烧钱有什么问题呢，烧不出回报才是问题，马化腾说以为上船了但发现船是漏的，就是这个意思； - 中国互联网除游戏外的订阅制付费上限，单产品差不多在1.3亿的水平线，爱优腾和QQ音乐在巅峰期都没能超过这个阈值，我个人不太相信AI应用可以创造例外论，但是抛开订阅不谈，被越炒越火的各种Token套餐如果真的普遍化了，搞不好还真能带来变数； - 其实模型厂商也倾向于按量计费的买卖，订阅制的商业模式就像健身房，赚的是那些开了卡但不经常来的客人的钱，如果大家都用满，在这么一个不太存在规模效应——用户越多，越容易摊薄成本——的行业，AI应用很容易成为一个失血点而非造血器，所以庄明浩看到了一个怀旧服的可能性出现； - 也就是各大运营商开始力推的Token包，这跟当年的流量包不能说是一模一样，只能说是完全一样，所以如果运营商能够成为一个分销Token的角色，像大王卡那样，用Token包去覆盖一些模型的用量，再去后端完成分账，这个故事是完全说得通的； - 不过，无论是订阅制还是卖Token，模型能力都是撬动市场的第一要素，就像GPT-Image-2出来之后所有代开会员的第三方价格全数涨价，以及「六小虎」里把编程套餐卖断货的行情，都说明生产力需求是可以无视价格敏感的； - 但我总觉得豆包的收费不会走生产力路线，豆包大模型可以有生产力市场的目标，比如配合Trae去打，豆包App却未必要这么把路走窄，它的人格化和陪伴性其实是可以在情绪价值市场做出更多可能性的，就像我看有数据显示开源模型超过半数以上的Token消耗用在了角色扮演上，这里的经济价值是被低估了的； - 高飞和庄明浩认为模型厂商还有一个创收机会，就是转移支付，借着全民AI这个热潮，去让市政单位、高校学府来买单，比如某个市的行政区，去给市民提供常态化的Token额度，或者大学对标自己和知网签年框的方式，让师生享有最基础的Token套餐，用财政预算去替大家消费AI； - 总的来看，头部的模型厂商基本不再担心会倒闭了，包括已经上市的财务数据都摊开了，一个基本事实是，如果不算预训练，毛利率都能是打正的，同时预训练的成本增加是一个线性的，而收入的增加是指数级的，所以Anthropic、OpenAI这种烧钱大户都预计能在2030年甚至2028年就实现正现金流，这个速度比亚马逊当年都要快得多； - 庄明浩说做上游投资的现在是在焦虑物理极限，什么意思呢，就是会不会说，地球上的铜不够用了⋯⋯包括要去太空建数据中心，也是因为缺算力缺成了连力大砖飞都搞不定的事情，光有钱没用啊，你得有地方花出去，全世界的工业品暴涨，核心原因就是产能跟不上，需求侧在竞价锁单； - 中美大模型的发展差异在于，美国是在追求速胜，一波钱砸下去，掉队的、认输的马上就出来了，集中度很高，「御三家」就是这么高速洗牌洗出来的，中国因为相对慢一些，同时大家对成本更谨慎，所以能有更多的玩家不下牌桌，赚钱的难度也会高一些，这是充分竞争的经济学理论； - 庄明浩举了Seedance 2.0的例子，按理来说这场仗就应该打完了，你不可能怀疑字节在视频模型身上的决心和疯狂，但实际上呢，快手的可灵、阿里的Wan和Happy Horse、MiniMax的海螺都是该怎么继续还是怎么继续，后面还跟着HiDream、Vidu、Pixverse、SkyReels一长串名字，它们甚至都能拿到融资； - 中国互联网的缠斗传统，加上大盘上涨的规律，意味着你可以不是吃到肉的那个人，跟着喝汤一样能够保存希望，而且AI行业的标的天然优于非AI行业，这种「种族优势」，决定了「投AI总比投别的强」的底层逻辑，于是纷纷续命，等对手犯错，等轮到自己，等一切可能性； - 还是用那五层蛋糕的比方来说，美国是标准的纺锤结构，稀缺性最高的英伟达在中间赚得盆满钵满，中国则更偏向于柱状结构，在产业指导的作用下，不会有哪一层特别明显的去吸整条上下游的血，所以这个蛋糕必然不会跟太平洋对面一样甜，一个人走得快，一群人走得远嘛； - 最后还有一个变数是硬件，庄明浩说，美国做硬件的Startup，拿到钱后的第一件事就是飞深圳，跟逛迪士尼乐园似的，什么梦想都能找到供应商，为什么一级市场那么喜欢投大疆、追觅、影石出来的人，就是因为他们有从0到1的经验，可以复用到AI这一波，难道文曲星和背背佳就不算应用了么，对吧； - 高飞说得很有意思，AI用的东西，都在涨价和赚钱，比如能源、光纤、芯片这些，只有人用的东西，是在通缩和亏损，那么AI应用赚钱很难就说得通了，因为这是给人用的，人类不争气啊，碳基世界完蛋了，哈哈哈哈； - 所以，虽然这话可能有政治不正确的嫌疑，但判断AI是否真正产生了价值的标准，就是企业有没有在大规模裁员......是的，AI替代人类很残酷，但这起码说明AI可以产生真实的经济效益，反倒是喊着AI改变一切，却凡事仍要人类亲力亲为，才是真的有问题。

Dario Amodei 达沃斯访谈全记录：AI 的力量与风险 访谈来源：Bloomberg Live，2026年1月20日，达沃斯 原始视频： 2026年1月20日，达沃斯世界经济论坛期间，Anthropic CEO Dario Amodei 接受了彭博社总编辑 John Micklethwait 的专访。 Anthropic，公司的核心产品是 Claude 系列模型。这次访谈涵盖了 AI 技术进展、中美竞争、经济冲击、安全风险、政治立场等话题，信息量很大。 以下是访谈内容整理。 【1】AI 发展到什么程度了 Micklethwait 开场问了一个很直接的问题：“我们离 AGI 还有多远？” Amodei 的回答有点出乎意料。他说自己从来不喜欢“AGI”或“超级智能”这些词，但原因不是他觉得 AI 不够强，恰恰相反，他说自己“对这项技术的强大程度持有非常极端的看法”。 问题在于这些词暗示会有一个突变点，某天突然出现一个完全不同的东西。实际情况是一个非常平滑的指数增长过程，过去十年甚至十五年一直如此。 “就像90年代的摩尔定律，计算能力每12到18个月翻倍。我们现在有了一个类似摩尔定律的规律，只不过衡量的是智能本身。根据你怎么测量，认知能力每4到12个月翻一倍。” 他举了一个很具体的例子：Anthropic 内部负责 Claude Code 产品的团队负责人，已经两个月没有写过任何代码了。全部由 Claude 完成，他只负责看和编辑。 另一个例子是 Anthropic 刚发布的 Co-work 产品，让非程序员也能用 Claude 处理复杂任务。开发周期只有一周半，“几乎完全用 Claude Code 写的”。 Amodei 认为我们正处于指数曲线开始陡峭上升的临界点。“指数的特性就是，看起来很慢，加速一点，然后突然就超过你了。我觉得我们离那个'超过你'的时刻只有一两年。” 如果不是一两年，他认为大概率也不超过五年。“这个时刻会发生在2020年代。” 【2】Anthropic 的定位 Micklethwait 问到竞争格局，Anthropic、OpenAI、Google 谁领先？ Amodei 说现在不能用跑步比赛的方式来理解这个行业了。各家公司走向了不同方向。 有些公司走消费路线，追求“超人级的吸引力”，或者在购物推荐、广告上做优化。Anthropic 选择聚焦企业和开发者市场。消费端也做，但只关注生产力和高价值任务。 他提了一个有意思的视角：今天已经存在超级智能了，它们叫做大型企业。 “它们在解决特定问题上比任何人类都聪明。以最低成本运输商品、以最低成本制造太阳能板、以最低成本发射火箭。在这些领域，智能带来的回报是巨大的。” Anthropic 选择企业市场还有一个原因：稳定性。“我们不需要广告，不需要大量免费用户。我们直接创造价值。不会产生那些为了追求用户黏性而生成的低质内容。” 【3】中国和芯片问题 去年 Amodei 在同一个场合说中国在追赶。今年 Micklethwait 问他：中国落后了吗？ “他们从来没真正追上来。” 他承认 DeepSeek 引发了很大的关注，但认为那些模型“针对基准测试过度优化”。“这其实很容易做到，只要针对有限的一组测试去优化就行了。” 真正的检验在实际市场竞争中。“当我们和其他公司竞争企业合同时，我们看到的对手是 Google 和 OpenAI。偶尔会看到其他几家美国公司。但我几乎从来没有因为中国模型而丢掉过一个合同。” 但接下来的话题让他明显激动起来。 Micklethwait 提到特朗普政府正在考虑向中国出口高端芯片，Amodei 直接说“那是疯狂的”。 “制约中国的是芯片禁令。他们自己都这么说，这些公司的CEO公开承认‘是芯片禁令在阻止我们’。” “现在有些政策要向中国出口上一代芯片，那仍然是非常强大的芯片。甚至有报道说他们在考虑出口最新一代。” 他用了一个很重的类比：“我把我们正在走向的东西称为‘数据中心里的天才国度’。想象一下，一亿个比任何诺贝尔奖得主都聪明的人，将被某一个国家控制。这有点像向朝鲜出售核武器。” Micklethwait 接话说“所以你的朋友 David Sacks 基本上是在武装中国”，Amodei 没有直接回应这个名字，只说“这个具体的政策，我认为是不太明智的”。 【4】会有泡沫吗 Micklethwait 问到一个很多人关心的问题：技术方向可能是对的，但经济上会不会是个泡沫？ Amodei 把这个问题拆成两个层面。 第一个层面是技术本身的指数增长。他说自己观察了十几年，现在比过去任何时候都更有信心这个趋势会持续。“模型基本上会在几乎所有事情上比人类更聪明。我觉得有相当大的概率这会在一两年内发生。” 这意味着“多万亿美元的收入，甚至每家公司多万亿”，因为经济潜力太大了。 第二个层面是企业能多快用上这个技术。这才是泡沫风险的来源。 “今天这个技术能做的事，大概是企业实际能部署的10倍。” 他说自己每天都看到这个差距。“我和CEO聊，他们的高管团队都理解这项技术的威力，但他们有几万人的公司，都是非常聪明的人，只是不是AI专家，需要学习怎么用AI。” 企业转型需要时间，可能要好几年。“所以我们有这个非常强大的技术，我非常有信心它会产生万亿级收入，但我们不知道具体是什么时候，前后可能差几年。” 同时，公司需要提前购买算力来支撑未来的收入。买太多会财务过度扩张，买太少又没法服务客户。“这就是泡沫的来源。” Micklethwait 追问：你自己也在建数据中心、买算力，会不会反噬你们？ Amodei 说 Anthropic 在企业市场有一些优势。企业采购比消费市场更可预测，利润率也更好，意味着在“买太少”和“买太多”之间有更大的缓冲空间。 但他也承认：“我看到一些公司宣布的东西就想‘哇’，我不一定会那样做。” 他没点名，但意思很清楚：有些公司可能过度采购了。 “这可能是有史以来最具变革性的技术，有些公司会做得很好，但不是每家公司都会。” 【5】就业和税收 Micklethwait 提到 Amodei 去年预测会有“白领浴血”，50%的入门级岗位将在2030年前消失。他问 Amodei 是否还坚持这个判断。 Amodei 没有回避。他说自己的 AI 观可以从两个维度理解：好事 vs 坏事，小事 vs 大事。“我站在‘AI是大事’这一端的极端位置。但我同时认为一些非常好的事情会发生，同时如果我们不采取行动阻止，一些非常坏的事情也会发生。” 具体到就业，他预测会出现一种“前所未有的宏观经济组合”：GDP高速增长，同时高失业率或大量低薪工作，严重的不平等。 “如果我没记错的话，这种组合在历史上从未出现过。你想到高增长，会觉得‘好吧，可能会有通胀’，但不会在高增长时期有高失业率。” AI不同，因为它在抬高认知能力的门槛。“会有一整类人，跨越很多行业，将很难适应。” Anthropic 在做一些事情应对这个问题。他们建立了一个“经济指数”，实时追踪 Claude 的使用方式：是增强工作还是完全自动化？哪些行业、哪些细分任务、哪些州的使用量更高？ “我们能用 Claude 自己，以隐私保护的方式，分析所有对话来回答这些问题。我不认为你能在没有正确数据的情况下制定好的政策。而政府产出的数据，尽管很全面，移动速度不够快，也不够细致。” 但 Micklethwait 指出，这些都是自愿行动，根本问题需要社会层面解决。“你描述的是一场完美风暴。GDP上涨，某些人的财富大幅上涨，同时50%的入门级岗位消失。你肯定会看到政治变化。” Amodei 同意。他说如果看现在的财富差距占GDP的比例，“我相信我们已经超过了镀金时代。而这还基本没算上AI的影响。” 更高的税率会来吗？ “我的猜测是，这甚至不会是一个党派问题。” 但他也明确反对加州正在讨论的财富税，说“设计不当”。他的警告是给同行的：“如果我们不主动思考如何让这场革命惠及每个人，我们就会遭遇那些不合理的提案。” 【6】AI 安全和灭绝风险 Micklethwait 提到最近参加了一个有 AI 公司高管的论坛，有人被问到风险时“相当随意地说‘当然有灭绝风险’，然后就换话题了”。他问 Amodei 怎么看这个问题。 “我一直对此担忧。” Amodei 说，正因为他认为AI非常强大，好处才是极端的，“我们将能够真正认真地治愈癌症，可能根除热带疾病”。但在另一面，“我们正在构建拥有自主性的认知系统。我们真的需要认真思考这个问题。” Anthropic 从成立之初就把这个问题放在核心位置。他们每月发布三四次关于模型控制和安全的研究。 联合创始人 Chris Olah 是“机械可解释性”领域的先驱，这门学科试图打开AI模型的“人工大脑”，追踪它为什么会做出特定行为。 “我们在模型内部看到了一些东西。在实验室环境中，模型有时会发展出勒索的意图、欺骗的意图。” 这不是 Claude 独有的问题。“如果说有什么的话，其他模型更严重。如果我们不以正确的方式训练模型，这些东西就会涌现出来。” 但他强调解决方案也在发展：“我们开创了这门可以‘看进’模型内部的科学，这样我们就能诊断它们，干预并重新训练，让它们不再表现出这种行为。” Anthropic 的做法是对模型进行极端压力测试。“让它们在测试环境中做最坏的事情，这样它们就永远不会在现实世界中做那些事。”他们也公开披露所有测试结果，并呼吁行业标准化。 被问及行业是否“不够成熟”时，Amodei 说：“我无法评价其他玩家在做什么或为什么那样做。我认为生态系统中至少有一些其他玩家是负责任的。但我同意，也有一些不是。” “我一直在努力做的，Anthropic 一直在努力做的，是树立榜样，并试图激励其他人追随。” 【7】政治立场 Micklethwait 直接问：你和同行们一个很明显的不同是，你没有很明显地排队去“亲吻特朗普的戒指”。你对现任总统怎么看？ Amodei 的回答经过了明显的斟酌。 “我不认为支持或反对某个政府、支持或反对某个政治人物是正确的方法，Anthropic 在这些话题上也没什么要说的。” “我们要说的是，Anthropic 懂AI。Anthropic 非常了解围绕AI的政策问题。我们的方法是先想清楚这些问题，基于实质形成观点，然后说出我们的想法。” 有时候会不同意当前政府，就像有时候在中国问题上不同意上一届政府一样。有时候也会同意，值得强调那些一致的地方。 他列举了与白宫合作的领域：能源和数据中心建设、健康承诺、去年夏天的AI行动计划（他说“写得很好”）。 但在两个具体问题上，他明确表达了反对：对华芯片出口，以及暂停州级AI监管。 “不是关于喜欢或不喜欢某个人。我不认为那种思维方式能让我们走出现在的困境。我们必须基于实质来思考。” Micklethwait 追问：特朗普明天就要来达沃斯了，你会见他吗？ “可能会。那会是一个有趣的变化。” 【8】IPO 最后一个问题是关于 Anthropic 的未来。公司估值据报道已达350亿美元，今年会考虑IPO吗？ “我们最关注的是做最好的模型，在模型上构建产品，以有用的方式把模型卖给企业。” “这个领域有很大的资本需求，这是需要考虑的。但那是我们的重心。” Micklethwait 追问：所以IPO没有完全排除？ “从来没有完全排除过。” 【写在最后】 这场访谈里，Amodei 的核心信号很清晰：技术上极端乐观，风险上极端警惕。 他认为AI的指数增长会持续，一两年内可能在几乎所有认知任务上超越人类。同时他也在警告：50%的入门级岗位可能消失，财富差距会进一步拉大，模型本身可能发展出危险的行为。 有意思的是他对同行的态度。他没有点名批评任何人，但话里话外，无论是关于过度采购算力、还是安全研究投入、还是对政治人物的姿态，都在说“我们的做法不一样”。 还有一个他没有回答的问题：如果AI真的如他所说将在一两年内超越人类，Anthropic自己会怎么变？Claude Code团队负责人已经不写代码了，那其他工程师呢？公司还需要多少人？ 一个如此坦率地警告外部冲击的人，对自己公司即将面对的同样冲击，选择了沉默。

比特币的币化：人类历史上“成为一种货币”的门槛是很高的！ 货币化：人类历史上的稀有突变 比特币真的“币化”了吗？比特币真的能翻译成“币”吗？ 这是一个值得反复追问的问题。 在人类历史上，“货币化”始终是极为罕见的制度突变。它和一般商品价格上涨、公司上市、国家货币贬值完全不同。货币化不是经济现象的量变，而是一次语言–制度–价值三位一体的跃迁：一种事物突然从“有价值的东西”变成“价值的尺度与载体”。 在进入长文之前，我们先自问几个问题： 1. 商品的价值与货币的价值 问题：如果一个商品极度稀缺、价值极高、价格还不断上涨，比如达·芬奇的画作，它能成为货币吗？ 答案：不能。艺术品可以是财富象征，却无法承担普遍交换职能。它缺乏标准化和可分割性，无法作为记账单位和结算工具。 2. 稀缺品的流通与货币的流通 问题：钻石稀缺、价值高，也能跨境流通，甚至被黑帮用于灰色交易。它是货币吗？ 答案：不是。钻石的稀缺主要靠人为垄断维持，其真伪和品质普通人难以验证，缺乏标准化。它更接近奢侈品或财富储藏物，而不是普遍承认的支付媒介。 3. 金融化商品与货币化的区别 问题：17 世纪的荷兰，郁金香球茎甚至可以做远期合约交易，进入了金融化市场。这是不是意味着它是货币？ 答案：依旧不是。郁金香的价格全靠投机叙事维系，没有成为结算单位或储值工具。它是投机泡沫，不是货币。 货币化是极少数历史节点才发生的制度性奇迹：青铜、银币、黄金、纸币、美元本位，以及如今正在被争论的比特币。 比特币的独特之处就在于，它触及了人类极少数才会发生的“币化门槛”。而这一切都在极短的时间之内发生了，真的是个奇迹。 我甚至认为我们家几代人对于金融，计算机都有研究，2015年他们在con上面摆摊的时候我都见过，生生被我忽略掉，到底是怎么回事？因为我不可能相信人类历史上只发生过5次的“币化事件”会在我眼前。起码20多岁的我不可能相信。 如果可以把少数的节点，总共只有5次，总结一下（当然我是个马后炮，我要是马前炮早财务自由，也不发推了） 币化是一种极罕见的现象，其规律是： 必须有制度性断层（原有体系无法覆盖的空白）。 必须有稀缺且可验证的锚定机制。 必须具备网络化流通能力。 一旦被市场在某个特殊场景中使用，便会逐步自我强化，完成从“物”到“币”的跃迁。 稀缺性：供给必须受控，不能随意增发。黄金靠地质稀缺。 比特币靠代码算法。 可验证性：所有人都能独立验证真假。黄金靠物理特性。 比特币靠区块链共识。 可流通性：必须能在广泛网络中自由转移。黄金靠物理可分割。 比特币靠网络传输。 制度真空/断层：必须有传统货币或信用体系覆盖不到的空白地带。古代金属货币诞生时，信用不足。 比特币诞生时，全球化资金流动和数字支付的监管断层。 所以：币化不是因为“大家觉得它有用”，而是因为它突然被推入一个原有制度无法覆盖的空隙。 这个你都听过无数次了，讲点我独有的观点。比特币碰上了难得的时代巧合。这个巧合和我们当代许多巧合一样，根本无法被计划。 币化是一种极其罕见的历史现象。 它并不是商品涨价、公司上市、货币贬值这种常见的经济波动，而是一种少见的制度性突变。所谓“币化”，是某种事物从“有价值的东西”跃迁为“价值的尺度和载体”。它的发生规律，几乎总是符合以下四个条件：第一，必须存在制度性断层，即原有货币或信用体系覆盖不到的空白；第二，必须有稀缺且可验证的锚定机制，防止随意增发或伪造；第三，必须具备足够的流通性，能够在广泛的网络中快速转移；第四，一旦在某个特定场景中被使用，就会通过自我强化机制，逐步完成从“物”到“币”的历史跃迁。 在这条极罕见的历史链条上，人类大约只有过五次真正意义上的币化时刻。第一次是金属货币的出现。在早期商业活动中，部落和城邦之间缺乏跨地域的信用，青铜、白银、黄金因其稀缺性、可分割性和易于验证的物理特征，逐渐取代贝壳、粮食，成为最早的普遍交换媒介。第二次是纸币的发明。金属储量有限、运输成本高，于是以金属为背书的纸质信用凭证走向台前，在元朝、欧洲近代银行体系里逐步确立。第三次是美元本位的确立。二战后的布雷顿森林体系，让美元取代黄金成为全球信用锚；这是一次制度与霸权的历史巧合，不是黄金自愿退位，而是美国的军事实力和经济体量逼迫世界接受。第四次则是电子化与数字化的法币转型，银行卡、电子支付系统、央行清算网络，让“货币”彻底脱离了纸张，进入计算机网络的比特与信号之中。 而第五次，就是比特币的出现。 密码朋克邮件列表实现了“中本聪”技术突破。 2008年刚好发生金融危机。 网络支付与全球化资本流动加速，出现了监管无法完全覆盖的真空。 这些条件原本不可能被“设计”出来，却在那个特定时刻奇迹般重叠，才有了比特币从极客收藏品逐步被推向“数字黄金”的轨迹。 当然这个其中还有更多的重叠，我就给你几个关键词： 暗网，丝绸之路，毒贩，跨境灰产，塞浦路斯，中国反腐，新冠，萨尔瓦多….等等 然而，打住！比特币完全币化了没有？ 有，也没有。 若从狭义层面理解——即作为真正的货币来使用，它显然并未全面实现。比特币确实具备货币的三大功能标准：支付手段、记账单位和价值储藏。但在现实中，它在支付环节并不普及，交易手续费高、确认速度慢；在记账功能上，几乎没有商品和服务直接以 BTC 定价；唯独在价值储藏方面，它的表现最为突出，已被广泛视为“数字黄金”。因此，比特币在狭义意义上，只是部分完成了币化。 如果从广义层面来看，即作为宏观金融资产进入主流投资组合，它则已经走得更远。随着 2024–2025 年美国批准比特币现货 ETF，大量制度化资金涌入，比特币已经稳固地嵌入全球金融市场结构。在流动性宽松周期中，它被投资者视作风险资产或对冲资产，其角色已经超越了单纯的投机品。这意味着在金融市场意义上，比特币已经实现了一种“结构性币化”。 但若再把视角拉到最高层级——所谓的终极币化，即成为某种全球信用体系的基础锚，那么比特币仍然差得很远。尽管萨尔瓦多等少数国家尝试将其纳入法定货币，但这种实验没有形成全球效应。在绝大多数国家，比特币依旧被定位为“资产”，而不是货币，更没有取代美元或黄金的制度性地位。因此，它离真正的终极币化——成为全球共识下的信用支柱——还有很长的路要走。 各国的小九九 只要一个人还无法真正不靠护照就能在全球自由定居，那么不管你做什么工作，是否交社保，你所能享受的“货币化”程度，都会与各国政府的态度高度绑定。正因如此，比特币的命运，很大程度上就是一场制度算计的舞台。 对储备型国家来说，比如美国，比特币触碰的核心利益是美元霸权。美国当然不会允许任何替代品大规模进入国际结算体系，否则美元的结算权就会被削弱。因此，美国一方面允许比特币进入金融化通道，比如批准 ETF 和期货，把比特币的流动性吸收到资本市场里；另一方面则坚决打压去中心化支付和匿名功能，避免它变成真正的“替代货币”。这套算盘其实很清楚：把比特币“金融化”，但不让它“货币化”，换句话说，是圈养而不是放养。 资本管制型国家，比如中国、印度，则有另一套小九九。这类国家最大的担忧是资本外逃。于是我们看到，中国在 2017 年和 2021 年两次对交易所和挖矿“一刀切”式封杀，目的就是防止体系外的资金流动。但与此同时，它们并不排斥区块链技术本身，反而在联盟链、央行数字货币（CBDC）领域投入巨大。逻辑很简单：比特币作为资产必须封杀，但它所启发的“去中心化创新”可以转化为“中心化应用”，最终强化本国货币的控制。 而在一些资源依赖型、金融体系薄弱的国家，比如拉美和非洲的部分国家，比特币的角色就变得更加复杂。由于本国货币信用不足、通胀高企、跨境支付成本极高，它们更愿意借用比特币的“外部信用”。萨尔瓦多直接将比特币定为法币，部分非洲国家则用它来完成跨境汇款。在这里，比特币的确帮助它们绕过美元和欧元的体系，获得了一部分金融自主权。但问题在于，这类国家缺乏制度和技术支撑，比特币的应用往往停留在象征性或局部层面，难以推广到全国。 如果放到更大的国际格局，在多极竞争的时代，比特币又被卷入另一层小九九。中俄等国推动“去美元化”，试图通过本币结算来削弱美元霸权。在这种趋势下，比特币理论上可能成为一种“中立的结算补充”，但现实中没有国家会主动拥抱它。原因很简单：所有大国更愿意推动的是自己能完全控制的货币（例如数字人民币），而不是一个无人掌控的比特币。于是，比特币变成了大家都不想让它真正赢，但都可能在暗中拿来当筹码的角色。 总结来看，各国对比特币的制度态度具有明显的双重性：一方面害怕它削弱货币主权，另一方面又想利用它的技术与叙事。结果就是，比特币的币化史在制度层面表现为一种半开放、半压制，利用为主、控制为辅的复杂局面。换句话说： 比特币的币化史，本质上就是一部“国家如何在维护主权与利用外部工具之间反复算计”的故事。 所以在这里我可以引入一张三角图，谈谈人民、技术与政府三者之间如何深度博弈，又如何互相算计。我们可以把这三方分别抽象为三股力量，然后观察它们在比特币币化进程中如何不断拉扯。 对人民而言，他们的逻辑是避险与自由。比特币最初吸引他们的，是对抗通胀、绕开监管与追求财产独立的需求。从囤币到构建社群共识，人民在不断为比特币的需求端注入动力。然而，他们的局限也很明显：技术门槛高，普及有限；面对暴跌和黑客风险时，个人缺乏自保能力。因此，人民更多扮演的是需求推动者的角色——正是他们让比特币逐渐从极客收藏品变成了一种价值储藏工具。 政府的逻辑则完全不同，他们追求的是主权与控制。任何替代结算工具，都可能冲击国家的货币体系；逃税、洗钱、资本外逃更是他们无法容忍的风险。因此，政府采取的手段往往带有双重性：有时是一刀切的禁止，比如中国对交易所和挖矿的封杀；有时是有限度的限制，例如印度和欧盟通过 KYC 来加强反洗钱；还有时是主动的利用，比如美国允许 ETF，把比特币流动性纳入华尔街。政府实际上是比特币币化的过滤器和操盘手，他们决定了比特币能否从灰色地带被拉入制度层。 而技术的逻辑则冷峻而中立。它的目标是去中心化与演化：通过算力共识与密码学保证网络安全，通过闪电网络和 Layer 2 提升扩展性，同时保持对任何国界和身份的无差别态度。技术本身不偏向人民或政府，但它的开放性决定了所有人都能加以利用——黑市、个人、国家都不例外。技术因此成为比特币币化的中性支柱，一个不断演化、为双方博弈提供舞台的存在。 三角博弈的格局。人民依靠技术寻找自由的空间；政府则试图压制或收编技术，例如央行数字货币的尝试；而当政府收紧，人民反而更倾向于投向比特币。在不同国家，这个三角关系呈现出不同的态势：在美国，政府允许技术存在，但通过金融化限制其货币属性，人民更多作为投资者参与；在中国，政府禁止人民直接使用比特币，却积极吸收底层技术为己所用，比如推动区块链和数字人民币；而在弱势国家，人民常常借助比特币绕过政府，而政府有时也会主动利用比特币来对抗美元体系。 从整体来看，这仍是一场未完成的博弈。人民想要自由与避险，政府想要控制与主权，而技术提供了一个不可逆的实验场。比特币的币化正是在这三方的拉扯中不断推进：如果人民的力量更大，它可能会更接近“自由货币”；如果政府占据上风，比特币则会被金融化、边缘化，最终只剩下“数字黄金”的角色；而如果技术继续突破，它或许会打开全新的空间，把人民和政府都迫向一种新的妥协。 然而，对整个技术共同体而言，技术从来不会后退。技术人的生产力、精力与智力，只会从一件事迁移到另一件事，而不会凭空消失。已经被创造出来的技术，不可能被强行抹去；而一旦有新的萌芽出现，也没有人能够阻止技术人去尝试、去玩、去推动它成长。 只要还有一口气，咱就得折腾。

被大雪封在家里一个星期，反而有了一段难得完整的回顾时间。回头看，这一周的收获比预期多得多。 首先，感谢网易给我的这个奖励。我真的很喜欢，也确实有点受宠若惊。同时也要感谢 Substack 的读者。说实话，我没想到中英文、长篇文章、再加上一些代码内容，居然还能被这么多人认真阅读。在这个信息高度快消的年代，依然有人愿意花时间阅读、写作、思考、探索，这本身就很珍贵。 所以这段时间我几乎把所有社交媒体都屏蔽了。每次想上去，都需要自己手动解禁十几分钟。我很清楚自己有点懒，这个机制对我反而特别有效。这次上线，主要是准备取消蓝标。以后内容重心会放在 Substack 的长文上，大概一个月一到两篇。X 可能只偶尔更新；也许一年之后会尝试 YouTube，但同样以高信息密度、对外沟通为主，不再以吸粉或流量为目标。 是时候进入下一个阶段了。 大语言模型在最初商业化时，对很多人造成了真正的震动。因为语言本身就是我们理解世界、组织认知的接口。无论是程序员、极客，还是普通计算机用户，几乎在一夜之间被拉到了同一条起跑线上。过去两年，大家都在探索、试错、兴奋，也逐渐开始沉淀对这一模式、这一生态的理解。 我现在觉得它并不是万能的。最早我们以为它会逐步解决所有问题、回答所有疑惑，甚至以指数级方式进化。但至少在“作为长期开发与思考辅助”这件事上，有些问题并不能在一个对话窗口里解决，这与它“预测下一个 token”的底层机制本身有关。 所以我现在是自己维护一套核心知识库：把信息做索引、切成 chunk，通过 query 打分，再逐步交给模型分析。核心信息由我自己维护，模型只在有证据、有边界的情况下参与推理，用这种方式尽量减少模型随时间产生的漂移、约束它的行为。这套方法我已经在 Substack 里写过比较详细的说明。当然，chunking 并不是我一个人的发明，也有不少人在做类似的尝试。 从 OpenAI 的角度来看，这家公司现在花钱极多、盈利模式仍在探索中。盈亏平衡点大概会落在 2028–2030 年左右，现金总有耗尽的一天，关键还是能否建立可持续的商业结构。这段时间我反而感觉到：站在 Web 2.0 的平台上，是看不到 Web 3.0 图景的。虚拟经济、注意力经济还能怎么继续扩张？如果这些路径真那么清晰，Meta 的小札也不至于持续焦虑。元宇宙，他自己投的，不知道他自己还记得不？甚至他早年投资的一些人，Palmer Luckey， 人家已经成为国防企业创始人。 说实话，我是有点疲惫的。我既不是大美女，也不可能成为网红。对我来说，2026 年更像是一个“回收所有属于私人的时间、专注极客式技术钻研”的节点。这几周我会开始研究 clawbot，相关内容也会逐步在 Substack 上发布。 我确信真正能带来改变的，是能够进入实体经济循环的技术，更进一步，是那些可靠地介入“物理世界”的技术。不是涨粉，不是观看量，而是能否落地、能否产生真实反馈。当大多数人，尤其是同龄人，在不看某些领域的时候，某些领域反而特别有价值了。实际的人，实际的资金，实际的社交，本土化的项目，才有价值。涨粉如浮云，注意力转瞬既逝。现在X上面因为马斯克发钱大量涌入，油管因为AI技术带来的配音，双语技术等等技术门槛降低涌入的大量内容创造者，都是一个道理。是一种边际化增长模式了。 前段时间对我来说最重要的一场意识转变是Lutnik在达沃斯论坛的那场演讲。以自由贸易、极端效率、全球最低成本和金融驱动为核心的旧全球化秩序已经失效。对我而言，这是一个重要的提醒。不是因为某一个人的发言就能改变世界，而是因为我自己的教育背景和认知体系，有相当大的一部分正是建立在“全球化”这个前提之上。 我们熟悉的全球化形态，很多人会从中国加入 WTO 开始算起，我认为更早的话，二战后其实已经奠定了基础。中国的崛起并不是唯一的例子，亚洲也曾有“亚洲四小龙”的阶段。对普通人而言，我们并没有能力推动宏观趋势，唯一能做的，是观察变化，在趋势中趋利避害，为自己和家庭选择相对更优的路径。 关于“去全球化”，每个人都有不同的定义，我也不是经济学专家。但科技行业里有一条线索是相对清晰的：创投VC资本的流向。在 Web 2.0 崛起的年代，一些名字并不陌生。比如贝塔斯曼？2018 年之前，回国创业或加入创业团队，对很多优秀的人来说都是极具吸引力的选项。我回国的同学，2018年都还有，都是很优秀的，比较平庸的因为国内反正也没人请，所以咱们不是也没抓到机会么😄 如果沿着资本的路径去看全球化，而不是只看表层叙事，其实会更早感受到变化。我最近在网上看到一位分析跨国资本的视频，讲得相当清楚。等到普通人真正体感到变化时，很多结构性的转向，往往已经发生了十几年。我主要是看他对于各方势力在全球化/去全球化过程中的博弈，挺有含量的一个视频。 大语言模型很可能只是一个起点。真正重要的，并不是模型本身，而是以它为认知原点、以语言为接口，逐渐生长出来的一整套技术体系。这些东西不会同时出现，而是会在时间中一点点显形。 历史上，很多技术在完成商业化之后，真正的变化才刚刚开始。当它们进入一个资本相对自由、思想相对自由、交流相对开放的环境时，往往会以一种远超原始设计的方式演化。这种演化路径，既不是最初提出理论的科学家能够完整预见的，也往往超出了最早推动商业化的技术巨头的想象。 特斯拉、贝尔实验室都是典型例子。真正改变世界的不是单点发明，而是围绕它逐步形成的技术生态、应用网络，以及它与社会结构、生产方式之间发生的耦合。所以，潜心研究硬技术才是正道啊。

外界对日本的认知始终存在割裂：游客眼中的日本，干净有序、精致礼貌，服务与生活体验无可挑剔，依旧是成熟发达的社会；但从时代发展维度看，日本早已褪去引领未来的光环。日本的衰退并非秩序崩塌式的溃败，而是一场安静的时代转向：它彻底告别了创造硬未来的能力，退守为维护旧秩序和打造软体验。这一变化的背后，是中日两种文明最核心的差异：日本文明的底色是坚守连续性、守护现有秩序，而中国文明的底色是突破桎梏、重建全新未来。 日本并非没有创造未来的能力，其近代两次崛起均印证了这一点。明治维新在西方工业文明的冲击下，完成封建岛国到近代强国的蜕变；二战后依托全球贸易体系与产业重构，以精密制造、家电汽车产业领跑全球，一度成为亚洲现代化的标杆。但日本的未来创造力存在致命短板：其革新永远依赖外部危机冲击。唯有旧秩序被彻底击碎时，它才会调动极致的执行力与学习力完成迭代；一旦外部压力消退、旧秩序尚可维系，便会回归保守的默认模式，专注于修补、维稳、延续现状，丧失主动破局、重构体系的魄力。 同时，日本社会并非没有创新的内生力量，江户时代的商业文化、锁国时期的兰学研究、明治前夜的革新志士，都是内部蒸腾的突破力量。但日本成熟的旧秩序拥有极强的“免疫规训机制”，所有异质创新、突破尝试，都会被快速吸收、驯化、约束。社会默认“不破坏氛围、不制造冲突、不给他人添麻烦”的准则，允许有限的个性化，却绝不允许颠覆现有结构的变革。反观中国，疆域辽阔、发展不均衡、社会结构复杂，一处的固化不会阻断全域的生机，旧秩序的缝隙永远能孕育新的突破力量。简言之，日本需要外部撞醒，中国自带内生蒸腾的生命力。 这种差异根植于两国的文明底层逻辑。日本作为狭小多灾的岛国，有限的生存空间让维系共同体稳定成为第一准则，久而久之形成以“连续性”为核心的文明特质。这套文明塑造了日本社会的优点：克制守礼、细节极致、秩序井然、敬畏规则，但也埋下致命隐患：社会问题被体面掩盖，矛盾难以爆发，年轻人不敢突破，组织优先维护氛围而非直面现实，老化的系统始终被体面维系，衰退在静默中持续蔓延。 中国文明的核心则是乱世重构、迭代新生。广袤复杂的大陆疆域、频发的自然灾荒、周期性的王朝更迭，让中国文明从未追求永恒的静态秩序，而是练就了“破旧立新、重建秩序”的底层能力。中国人根深蒂固地认为，没有一成不变的既定格局，旧体系腐朽便可推翻重构，困境之中总能开荒拓新、重启开局。这也是中国人执着于逆袭、升级、突破、再造的根源，不是天性躁动，而是数千年文明历练出的生存智慧。 日本的文明底色，具象化为三大社会特征，也是其衰退的核心表征。首先是守护小世界的文化内核。日本文艺作品始终围绕“守护日常、守护温柔、守护有限美好”展开，无论是动漫、影视还是生活美学，核心都是守住眼前的小共同体、小美好，而非改造大世界、创造新未来。其审美偏爱克制、消逝、细腻的日常，追求在有限秩序内留存温度。而中国文化始终向往突破、开荒、统一、跃升，追求从废墟到新生、从弱小到强盛的跨越式成长。这一差异在科幻创作中尤为明显：中国式末日是改造世界、对抗绝境，《流浪地球》以工程化、体系化的方式拯救文明；日本式末日则是守护尊严、留存记忆，在既定命运中守住最后的温柔。 其次是社会翻盘感极度缺失。日本社会极度重视资历、秩序、连续性，容错率极低，一旦年轻人失业、掉队、偏离主流轨道，便很难重新回归核心圈层。冒险的收益极低，失败的代价却足以桎梏一生，这直接催生了年轻人的低欲望、躺平心态。日本婚恋生育的低迷也源于此：年轻人不愿承担现实生活的不确定性，转而沉溺于低成本、无压力的虚拟情感与娱乐，用符号化的欲望替代真实的生活担当，本质是对未来丧失信心，不愿为固化的社会下注新生。 最后是静默式的集体苦难。日本社会的体面秩序，是以个体的隐忍为代价的。阶层固化、薪资停滞、青年无望、地方衰败等诸多问题真实存在，却被礼貌、忍耐、不添麻烦的社会规训层层包裹。痛苦不对外爆发、矛盾不公开化解、衰退不直面正视，所有社会困境都被转化为个体的私人内耗。游客所见的整洁与温柔，背后是普通人无声的挣扎，这种“不乱的衰退”，比动荡的衰退更难逆转。 为维系体面的旧秩序，日本形成了封闭的信息茧房，优先筛选维护民族优越感、贴合旧秩序认知的信息，刻意回避自身产业衰落、技术被赶超、发展滞后的现实。长期的自我麻醉，让日本形成了“维稳拖延、极限赌国运”的危险思维：平日拒绝迭代革新，任由体系老化，当危机累积到极致，便以豪赌的方式试图翻盘，近代太平洋战争便是典型。这种模式并非创造未来，而是旧秩序不愿落幕的被动挣扎。 客观来看，日本并未彻底失去未来，只是完成了硬未来退场、软未来延续的转型。在人工智能、新能源、全球供应链、新型工业范式等硬核生产力领域，日本已丧失主导权，无法再定义时代发展方向。但其在生活美学、情感体验、文化创意、服务设计等软领域，依旧保持顶尖水准，同时在材料科学、精密零部件、机床设备等细分技术领域，拥有深厚的技术积淀。但单点的技术深耕、极致的体验打磨，无法替代系统性的产业革新、范式级的技术突破，日本也从引领时代的“未来样板”，沦为供人怀旧体验的“过去样本”。 日本的静默衰退，为中国提供了极具价值的警示。当下中国已然出现老龄化、低生育、青年求稳、内卷焦虑等类日本现象，但中国不会重蹈日本覆辙。核心原因在于中国发展的不均衡性与未完成性，城乡、区域、产业的落差，让社会始终保有蒸腾的生机与破局的机会，永远有人渴望重启开局、突破桎梏、再造未来。 但中国同样存在自身困境：内生的创新冲动，极易沦为盲目折腾、无效内耗。很多人将无谓的冒险、跟风的内卷、不甘平庸的躁动包装成奋斗，脱离实事求是，最终陷入资源错配、自我消耗。同时，存量利益固化、形式主义、创新阻力等问题，也在持续压制社会活力。 中日文明没有绝对的优劣，只是面对时代的默认姿态截然不同：日本致力于优化旧世界，中国致力于创造新世界；日本恐惧秩序崩塌，中国害怕未来停滞。日本的教训警示我们：极致的秩序会沦为发展的牢笼，单纯的坚守终将被时代淘汰；其深耕细节、长期主义、打磨品质的优势，也值得我们借鉴学习。 中国最珍贵的禀赋，是从未停止相信未来、从未放弃破旧立新。我们无需效仿日本的保守维稳，也需摒弃盲目躁动的内耗。唯有立足现实、实事求是，将社会的蒸腾活力转化为产业升级、技术突破、体系迭代的有效力量，才能跳出“守成衰退”与“盲目折腾”的两极困境，持续创造属于自己的全新未来。

AI圈贩卖焦虑已经过于刻意了。 如果说春节长假刚结束那会儿，上门安装龙虾还是一个段子、还是一个停留在用Nano Banana作图博君一笑的阶段，上周末腾讯大厦门口排成长队等待免费安装龙虾，就只能说「至此已成艺术」了。 我很想引述一个笑话，它的原始版本是这样的： 「一个小男孩多大了就不应该进女澡堂了？」 「当他想进女澡堂的时候，他就不应该进了。」 龙虾这事儿的基本道理，本质上也是一样的，如果你需要托人帮你安装龙虾，那么其实你就不太可能需要龙虾⋯⋯ 勇敢的人先享受世界，这话大家都赞同，但要承认自己不在其中、也不配先享受世界，这就很难了。 OpenClaw是很牛逼的创新，没毛病，但它的牛逼并不在于普惠层面，恰恰相反，它是一个用来提高AI使用上限的手段。 是给那些已经把现有AI工具——从ChatBot到Coding——用到了瓶颈的人，一个打破极限的「超频」方案。 而不是给那些时至今日都没亲手写过超出500字的提示词的人，一个弯道超车的万能钥匙。 其实Anthropic的报告写得很清楚，AI在各行各业的理论利用率（蓝色区域）和实际利用率（红色区域）相差甚远（图1）。 考虑到这还是基于Claude的数据——相比ChatGPT和Gemini，Claude是最专注于生产力场景的——就更不用说只把AI当成聊天对象的广大群众了。 还有一个龙虾悖论是，只有你的时间成本足够高，才能接受以Tokens为计价单位的工作外包模式。 为什么AI Coding的货币化超过了其他所有行业？因为程序员是最典型的个体化高薪职业，时间就是生产力。 怂恿普通人用龙虾，就是模型厂商和云计算平台的共谋了，本来赚的就是辛苦钱，还要负担所谓的「数字员工」，省下来的时间再去多刷几部短剧，整个闭环都很尬住。 更离谱的，是从这周开始，各地已经陆续发布「养龙虾」的补贴政策了，一个不存在的网站上的开源项目，和白纸黑字的红头文件绑在一起，实在有些抽象。 我一直说，没错，AI解决了生产的问题，改变了「就差一个程序员」的尴尬，但是，它终究无法创造真实的需求，或者说，FOMO本身就成了需求。 一种形式的充裕，必然带来另一种形式的稀缺，锤子的充裕，对应的就是钉子的稀缺，如果你看不到钉子，那你就是钉子。 在FOMO即需求的设定里，用上龙虾，能用龙虾，比用龙虾干什么，更重要，更值得发朋友圈。 web3的尸体还没凉透，web4就已经横空出世了，这些热情满满的活动充分证明了一条定律：哪里有韭菜，哪里就有币圈。 反而是最喜欢写小作文的A股在此时保持了高度的克制，龙虾概念股出来得相当晚，这说明什么？说明连股民在他们最擅长的自我欺骗这件事情上都犹豫了⋯⋯ 说句不中听的话，你好不容易装上龙虾，环境周全，模型配好，让它每天给你推荐股票，接着AI跑完几百万Tokens，从伊朗局势到芯片革命，事无巨细的交付了一份「麦肯锡级别」的报告，让你无比满意，有种天下了若指掌的力量感。 但从结果来看，它和你抛硬币做的决定，其实没什么区别。 因为赚钱的逻辑不是这样的，从来都不是，世界上更常见的矛盾，是看过了太多的道理，却依然过不好这一生。 就像评价一种资产有没有泡沫的标准是「连大爷大妈都开始买了」，今天看到周鸿祎也表示要搞一键安装的龙虾了，说明这个事儿差不多也快到头了。 不过，在进度上，2026年的AI行业，确实进入了一个「大分化」的版本。 第一个分化，就在于前沿层和大众层，龙虾只是最新的媒介。 更早的春节期间，一份完全由AI生成的2026大失业文件在全网刷屏，这年头，AI胡编乱造不叫胡编乱造，叫非虚构写作了，也是奇景。 AI行业的认知更新以天甚至以小时为单位，普通人却依然麻木不仁的接着奏乐接着舞，这种碰撞引起的失真感，是很有意思的社会化现象。 一边是恨其不争的捉急，一边是与我何干的悠闲，奋斗逼和躺平逼狭路相逢，只好各道一声傻逼。（图3） 我毫不怀疑AI会淘汰掉大多数人，但就此预判大多数人为了不被淘汰所能付出的艰辛，这也是一厢情愿，属于了解AI但不了解人类的错觉。 就像Andrej Karpathy花两个小时给自己写了一个记录心率的仪表盘，然后惊呼应用商店不存在了，未来所有人都会像他一样给自己写App⋯⋯ 这哥们好像活在一个没有TikTok的世界里，或者说根本不知道为了少打几个字，用户是怎么让无限上下划的产品吞噬掉几乎所有时间消费的。 第二个分化，在于大厂和小虎之间的方向背离。 过去一个多月来，国内的互联网大厂烧掉了超过60亿人民币，就为把DAU冲出一个漂亮的数字，把最主流的ChatBot做成入口。 与此同时，硕果仅存的「AI六小虎」里，全都战略性放弃了AI应用的路线，转而选择主在海外市场卖API。 战绩可查的是，Kimi用20天的收入超过了去年全年，智谱最高档的订阅产品一度断货，MiniMax的调用量单周登顶OpenRouter⋯⋯ 于是我们看到「DAU无用论」又被翻出来广为传诵，当然传诵的主要都是些从未做过百万级DAU产品的从业者这点就不要提了，以免尴尬。 可惜AI圈不怎么读书，否则托克维尔的「旧制度与大革命」应该会被更频繁的提及，法国人与过去告别的决绝与浪漫，把处刑台变成了一道道靓丽的风景线，是多么的辉映时代。 只有老登才张口闭口林俊旸，咱们自己人都说junyang。 第三个分化，在于中国和美国的各走各路。 一年前DeepSeek火出圈后，很多啥也不懂但就是喜欢到处掺合的人纷纷建议要把梁文锋保护起来，别让他出国参加交流活动时被万恶的美国给扣了。 姑且不论贷款开团的做法，真实发生的情况是，在这一年来的全球性会议上，整个行业都处于一种「假装中国不存在」的世界线里。 比如最近贡献了Sam Altman和Dario Amodei举手握拳而非牵手这个名场面的AI Impact Summit，有头有脸的AI公司都去了——除了中国的。 这是一个相当吊诡的画面，作为全球AI产业的两极之一，中国的AI公司在各大行业峰会里始终处于缺席状态，存在感和地位的背道而驰，违和感已经无法视而不见了。 这当然是地缘政治的结果之一，双方似乎都是在假设一个不会受到对方任何影响的市场环境，但实际上，中国的程序员们几乎全是Anthropic的付费用户，而美国同行们也把中国的开源模型捧上了天。 至于龙虾热潮的内外两开花，更是把「技术没有国界线」写在了明面上。 「大分化」版本的生存指南，克服焦虑应该放在第一条，如果真要统计，人类每个星期错过的AI风口怕是多达百十个，但风口上已经没有猪了，那里成了一个打卡点。 包括龙虾，我其实是推荐大家都去尝试的，但前提一定是，基于你的好奇和兴趣，而不是因为看着别人都用，心里急得慌。 「哥，你当初不是跟我说AI是用来提效的吗?怎么你搞了AI之后越来越忙了?还一整夜一整夜的不睡觉，抖音也不刷了，番茄也不看了，王者也不打了，张口闭口就是什么Skills、Mcp、OpenClaw，我都有点分不清了，到底是你在用AI，还是AI在用你啊?」

Demis Hassabis 达沃斯访谈：比工业革命大 100 倍的变革 视频地址： 2026 年 1 月，达沃斯世界经济论坛期间，Bloomberg 主持人 Emily Chang 采访了 Google DeepMind CEO Demis Hassabis。这位诺贝尔奖得主用“每周 100 小时、每年 50 周”描述自己过去几年的工作状态，并给出了一个惊人的判断：AI 带来的变革将是工业革命的 10 倍规模、10 倍速度。 这场访谈覆盖了 AI 领域几乎所有热门议题：AGI 时间线、中国竞争、机器人突破、就业冲击、是否应该暂停，以及后稀缺世界的哲学困境。以下是访谈的完整整理。 --- 【1】Google 的势头回归 Emily Chang 开门见山：Gemini 3 发布了，据说 OpenAI 内部宣布了“code red”——Google 是不是找回了状态？ 【编者注】Gemini 3 Pro 于 2025 年 11 月 18 日发布，是 Google 迄今最强的 AI 模型，在推理、多模态理解和编程能力上均有显著提升。12 月 17 日，Google 又推出了更快更便宜的 Gemini 3 Flash，直接替换 Gemini app 的默认模型。这一系列发布引发了 OpenAI 内部的紧张反应——三年前 ChatGPT 发布时，Google 内部也曾宣布过类似的“code red”。 Hassabis 回应说，过去一年确实是“非常艰苦的一年”，团队付出了巨大努力让模型重新回到最前沿。他特别提到 Gemini 3 和图像生成模型 Imagen 的表现让他们“非常满意”。 “我们也适应了这个新世界——快速发布，把创业公司的能量带到我们所做的事情中。” 当被问到外界是否低估了 Google 时，Hassabis 说他不确定，但 Google 一直具备所有必要的条件。“过去十年，Google 和 DeepMind 加在一起，发明了现代 AI 行业所依赖的大约 90% 的突破性技术。”他列举了 Transformer、AlphaGo、深度强化学习等例子。 “我们有这些不可思议的产品触达数十亿用户——从搜索到邮箱到 Chrome——它们天然适合 AI。只是需要把这一切组织到一起。我们在过去几年做到了，虽然还有很多工作要做，但已经开始看到成果了。” --- 【2】全栈优势能维持多久？ Emily Chang 追问：如果你认为自己有优势，这个优势有多大？能维持多久？ Hassabis 的回答很直接：一切从研究开始。模型的前沿水平是最重要的，这是 Google 和 DeepMind 合并后首先聚焦的方向。 “我认为我们是唯一拥有完整技术栈的组织——从 TPU 和硬件、数据中心、云业务、前沿实验室，到所有这些天然适合 AI 的产品。从第一性原理来看，我们理应做得非常好。而且我认为未来还有很大的提升空间。” --- 【3】AI CEO 的日常：凌晨 1 点到 4 点的深度思考 Emily Chang 说她读到 Hassabis 大部分深度思考都发生在凌晨 1 点到 4 点之间。他确认了这一点。 “你有没有感到舒服过？”她问。 “从来没有。”Hassabis 说，“过去三四年一直是难以置信的高强度。每周 100 小时，每年 50 周，这就是常态。” 他认为这是处于“科技史上可能最激烈的竞争”前沿所必需的。“商业上、科学上，再加上所有关于 AGI 的兴奋……用 AI 加速科学发现一直是我的热情所在。这是我毕生的梦想，我为此工作了一辈子。很难入睡，因为有太多工作要做，同时又有太多激动人心的事情要探索和推进。” --- 【4】机器人：突破时刻还需要 18-24 个月 Emily Chang 提到 Gemini 已经被集成到人形机器人中，问物理世界的“AlphaFold 时刻”是否已经到来。 【编者注】2026 年 1 月 5 日，在 CES 展会上，Boston Dynamics、Google DeepMind 和 Hyundai 宣布了一项重大合作。Boston Dynamics 将把 DeepMind 的 Gemini Robotics 基础模型整合到其 Atlas 人形机器人中，首先应用于 Hyundai 的汽车制造工厂。这是 Google 2013 年收购又于 2017 年出售 Boston Dynamics 之后，双方的首次重要合作。 Hassabis 说他过去一年花了大量时间仔细研究机器人领域。“我确实认为我们正处于物理智能突破的临界点。但我仍然认为还需要大约 18 个月到 2 年的时间，需要做更多研究。” 他解释说，Gemini 从一开始就被设计成多模态的，能够理解物理世界，原因之一是可以构建一个存在于眼镜或手机上的通用助手，理解你周围的世界；另一个用途就是机器人。 “那么物理世界的突破时刻会是什么样子？我认为是机器人能够可靠地在现实世界中完成有用的任务。” 他列举了几个阻碍因素。首先是算法还不够稳健，需要比 LLM 更少的数据就能工作。其次，也是让 Hassabis 感触最深的，是硬件问题——特别是机械手。 “当你仔细研究机器人时，你会对人类的手产生一种全新的敬畏。进化设计得太精妙了。要匹配人手的可靠性、力量和灵巧性是非常困难的。” 他提到了与 Boston Dynamics 和 Hyundai 的合作，将在汽车制造领域进行原型测试。“一两年后，我们可能会有一些真正令人印象深刻的展示，然后可以规模化部署。” --- 【5】中国与 DeepSeek：西方反应过度了 Emily Chang 说，一年前 DeepSeek 的出现对西方来说似乎是灾难性的，但现在中国似乎安静了下来。Hassabis 对中国竞争的看法有变化吗？ Hassabis 的回答很坦率：“没有。我一开始就不认为那是灾难性的。我认为西方的反应是大规模过度反应（massive overreaction）。” 他承认 DeepSeek 展示了中国公司的能力，但认为一些说法被夸大了。“关于他们使用的计算量非常少之类的说法被过度夸大了，因为他们依赖了一些西方模型，也在一些领先西方模型的输出上做了微调。所以这不是从零开始的。” 他认为字节跳动可能是中国最有能力的 AI 公司，“可能只落后 6 个月，而不是一两年。” 但 Hassabis 提出了一个关键问题：“到目前为止，中国公司能否超越前沿进行创新，这还有待观察。他们非常擅长追赶前沿，越来越有能力，但我认为他们还没有展示出能够超越前沿进行创新的能力。” --- 【6】AGI 时间线：2030 年 50% 概率，但标准比别人高 Emily Chang 说 Hassabis 帮助定义了 AGI，并且曾表示 2030 年之前有 50% 的概率实现。这个时间线还成立吗？ “是的。”他说。 “AGI 对你来说还是一个有用的目标吗？” Hassabis 说是的，虽然他的时间线比一些同行更长，但那是因为他的标准更高。“我说的是一个系统能够展现人类拥有的所有认知能力。我认为我们距离那还很远。” 他举了科学创造力的例子：“不只是解决一个猜想或科学问题，而是能够首先提出假设或问题。任何科学家都知道，找到正确的问题往往比找到答案困难得多。” 他明确表示当前系统“肯定还不具备这种能力”，未来会有，但不清楚还需要什么。 他还提到了“持续学习”（continual learning）——系统需要能够在线学习，超越它们被训练的内容，在现实世界中即时学习。“在我看来，还有相当多的关键能力是缺失的。” --- 【7】AI 对就业的影响：比 Dario Amodei 乐观，但承认冲击终将到来 Emily Chang 提到 Anthropic CEO Dario Amodei 当天早些时候在达沃斯说 AI 可能在 5 年内消灭 50% 的入门级白领工作。Hassabis 同意吗？ 【编者注】Dario Amodei 在 2025 年 5 月接受 Axios 采访时首次提出这一预测，随后在 60 Minutes 等多个场合重申。他表示 AI 可能导致失业率飙升至 10-20%，并呼吁政府和 AI 公司停止“粉饰”这一风险。 Hassabis 的回答明显更保守：“我的时间线会长得多。” 他承认今年可能会开始看到一些迹象，比如入门级工作或实习的变化，但要实现真正的任务 Agent，需要解决当前 AI 的不一致性问题。 “我称之为‘参差不齐的智能’（jagged intelligence）。当前系统在某些事情上非常好，在其他事情上非常差。如果你想把整个任务委托给一个 agent，而不是像今天这样只是辅助程序，你需要全面的一致性。” 他给出了一个精辟的比喻：“如果它只在 95% 的任务上表现好是不够的。你需要它在整个任务上都表现好，才能真正做到‘发射后不管’。” 但他也承认，这种颠覆终将到来。“在极限情况下，有了 AGI，我认为那会改变整个经济，远远超出就业问题。” 他描绘了一个后稀缺世界的愿景：如果我们正确地构建它，我们将处于一个解决了一些世界根本问题的世界——比如能源。“如果我们用 AI 的帮助解决了聚变之类的问题，新材料……我认为在 AGI 之后 5 到 10 年，我们将处于一个极度富足的世界。那时经济和社会会是什么样子？” --- 【8】转型期的焦虑：10 倍规模、10 倍速度 Emily Chang 说，在到达后稀缺世界之前——如果能到达的话——人们对中间发生的事情有很多焦虑。她提到自己是一位母亲，知道 Hassabis 也有孩子。“你最担心他们什么？你和他们谈些什么？” Hassabis 承认这将是一个颠覆的时代，“就像工业革命一样。也许是 10 倍于工业革命，而且快 10 倍。” Emily Chang 迅速接话：“100 倍。” “是的，100 倍。”Hassabis 说，“但我也是人类创造力的坚定信仰者。我们极其适应性强，因为我们的心智是如此通用。你看看我们周围的现代世界——我们狩猎采集者的心智成功建造了现代文明。” 他认为人类会再次适应，但这次的独特之处在于速度。“通常这样的转变需要一到两代人，但这次的速度和变革的规模都是前所未有的。” 对于年轻人，他的建议是：“我会鼓励他们精通这些新工具，成为这些工具的原生用户。这几乎相当于给他们超能力。” 他以创意艺术为例：“你可能能够做到过去需要 10 个人才能完成的工作。如果你有创业精神，在游戏设计、电影、项目方面有创意，你可能比过去更容易进入这些行业。” --- 【9】是否应该暂停？理想与现实 Emily Chang 问：一些人主张暂停，给监管时间赶上，给社会时间适应。在一个完美的世界里，如果所有公司和国家都暂停，Hassabis 会支持吗？ “我想是的。”他说。 他提到这一直是他的梦想。“当我 15 年前创立 DeepMind、25 年前开始从事 AI 工作时，我的路线图是：当我们接近 AGI 这个门槛时刻时，我们可能会以科学的方式合作。” 他描述了一个“AI 版 CERN”的愿景：世界上最优秀的人才聚集在一起，以非常严谨的科学方式完成最后的步骤。“不只是技术专家，还包括哲学家、社会科学家、经济学家，共同思考我们想从这项技术中得到什么，如何以造福全人类的方式利用它。” 【编者注】CERN（欧洲核子研究中心）是全球最大的粒子物理学实验室，由 23 个成员国共同运营，是国际科学合作的典范。 但他话锋一转：“不幸的是，这需要国际合作。即使一家公司、一个国家，甚至整个西方决定这样做，除非全世界至少在一些最低标准上达成一致，否则没有用。而现在国际合作有点棘手。” Emily Chang 追问：如果 AGI 在 2030 年到来，而监管还没有到位，我们是否注定会遇到困难？ Hassabis 说他仍然乐观，希望足够多的领先参与者能够沟通并合作，至少在安全和安保协议上。“我们已经与 Anthropic 等公司在这些方面进行了相当密切的合作。” 当被问到是否愿意与 Sam Altman 合作时，Hassabis 说：“可能吧。我和几乎所有领先实验室的领导者关系都相当好。如果风险足够高——我认为每个人在未来 2 到 3 年会更清楚地认识到风险和代价。” --- 【10】Transformer 是死胡同吗？Hassabis 不同意 Emily Chang 提到 Yann LeCun 说他不认为 Transformer 和 LLM 单独能让我们达到 AGI。 【编者注】Yann LeCun 是图灵奖得主、Meta 前首席 AI 科学家。他在 2025 年 11 月离开 Meta，创立了一家专注于“世界模型”的新公司。他多次公开称 LLM 是通向人类级智能的“死胡同”，认为它们缺乏对物理世界的理解、缺乏常识和因果关系。 Hassabis 明确表示不同意：“我不同意它们是死胡同，我认为那显然是错的——它们已经如此有用了。” 但他也承认这是一个经验性问题。“我认为有 50% 的概率，仅仅扩展现有方法加上一些调整就足够了。可能足够。” 他认为无论如何都值得这样做，因为即使需要其他东西，“这些 LLM 也将是最终 AGI 系统的一个极其重要的组件。唯一的问题是：它是唯一的组件吗？” 他估计可能还需要一到五个突破，“可能是世界模型——这是 Yann 谈到的，我们也在研究这个，事实上我们拥有目前最好的世界模型 Genie，我直接参与了那个项目，我认为它非常重要。” 【编者注】Genie 是 DeepMind 开发的“世界模型”系列。2025 年 8 月发布的 Genie 3 可以根据文本提示生成可交互的 3D 环境，被 DeepMind 视为通向 AGI 的重要阶梯，并被 TIME 杂志评为 2025 年最佳发明之一。 他还提到了持续学习、系统一致性、更好的推理和长期规划等仍然缺失的能力。“从 Google DeepMind 的角度来看，我们在两个方向上都在全力推进——既发明新事物，也扩展现有事物。” --- 【11】“我们从未离开研究时代” Emily Chang 提到 Ilya Sutskever 说“通过扩展和做更大模型来获得改进的时代几乎结束了”。 【编者注】Ilya Sutskever 是 OpenAI 联合创始人，于 2024 年离开后创立了 Safe Superintelligence Inc. (SSI)。2025 年 11 月在 Dwarkesh Patel 的播客中，他表示 2012-2020 年是“研究时代”，2020-2025 年是“扩展时代”，现在“又回到了研究时代”。 Hassabis 的回应很有意思：“不，我不同意。他的原话是‘我们又回到了研究时代’。我爱 Ilya，我们是很好的朋友，在很多事情上看法一致，但我的观点是——我们从未离开研究时代。” 他强调 DeepMind 一直在投资研究，拥有“最深厚、最广泛的研究储备”。“如果你看过去十年，Google 和 DeepMind 加在一起发明了大约 90% 的突破性技术——当然最著名的是 Transformer，还有深度强化学习、AlphaGo 等。如果未来需要新的突破，我会押注我们，就像过去一样，会是做出那些突破的人。” --- 【12】奇点来了吗？“太早了” Emily Chang 最后一个“同意还是不同意”的问题：Elon Musk 说我们已经进入了奇点。 【编者注】2025 年底至 2026 年初，Elon Musk 在 X 平台上多次发帖称“我们已经进入了奇点”和“2026 年是奇点之年”，引发广泛讨论。他回应的是 Midjourney 创始人 David Holz 关于 AI 工具让他在圣诞假期完成了比过去十年更多编程项目的帖子。 “不，我不同意。我认为那非常过早。”Hassabis 说，“奇点是完全 AGI 到来的另一种说法，我之前解释了为什么我认为我们离那还很远。” 他承认即使 5 年也不算长，但“我认为在我们拥有任何看起来像奇点的东西之前，还有很多工作要做。” --- 【13】Google 的文化与创始人的参与 Emily Chang 问到 Google 内部现在的文化，以及 Larry Page 和 Sergey Brin 的参与程度。 Hassabis 说两位创始人都非常投入。“Larry 更多在战略层面，你会在董事会议上见到他。Sergey 更亲力亲为，参与 Gemini 团队的编码，更多涉及算法细节。” 他说这是一个“对计算机科学来说绝对不可思议的时刻”，科学上、人类历史上都是如此。“当然每个人都想亲身参与其中。” 他描述了自己试图结合多种优势：创业公司快速发布和冒险的能量，大公司的资源，以及长期和探索性研究的空间。“我认为过去一年进展顺利，我们还能做得更好，今年会做得更好。我认为我们的进步轨迹是业内最陡峭的。” --- 【14】为什么应该信任 Google？ Emily Chang 说所有这些公司都在要求我们信任他们，特别是如果监管跟不上技术的话。她直接问：为什么我们应该信任你们？为什么 Google 是最值得信任的地方？ Hassabis 说需要通过行动来判断这些公司，也要看领导者的动机。 “我选择 Google 作为 DeepMind 的归宿有几个原因。主要原因是 Google 的创始人和他们建立 Google 的方式——作为一家科学公司。很多人忘了 Google 本身是 Larry 和 Sergey 的 PhD 项目。所以我对他们感到一种直接的亲近感。” 他还提到了 Google 董事会的构成。“主席 John Hennessy 是图灵奖得主，Frances Arnold 是另一位诺贝尔奖得主。这些在企业董事会中是非常罕见的人物。” 【编者注】John Hennessy 是斯坦福大学前校长，因 RISC 架构获得 2017 年图灵奖。Frances Arnold 因定向进化研究获得 2018 年诺贝尔化学奖。 他说这种科学和研究主导的文化意味着“在最高水平做科学意味着真正严谨、深思熟虑，并在任何可能的地方应用科学方法。不只是对技术，也是对你作为一个组织的运营方式。” 最后他提到 Google 的使命。“‘组织世界的信息’——我认为这是一个非常崇高的目标。它与 DeepMind 的使命‘解决智能，然后用它解决一切其他问题’非常契合。这两个使命天然配合——AI 和组织世界的信息天然相关。” --- 【15】后稀缺世界：比经济更担心的是“意义” Emily Chang 问：后稀缺世界，人们不再有工作。Hassabis 在实现所有技术目标后打算做什么？ “我想用它来探索物理学的极限。这是我在学校时最喜欢的科目——那些大问题。现实的本质是什么？意识的本质是什么？费米悖论的答案？时间是什么？引力是什么？” 他说了一句令人印象深刻的话：“我惊讶于更多人不去思考这些巨大的问题。我们只是日复一日地生活，而这些深刻的谜题几乎在向我尖叫——答案是什么？” 他希望用 AI 探索所有这些问题，“也许还有星际旅行，借助新能源和 AI 解锁的材料。” Emily Chang 问：如果我们没有工作，我们还会有意义和目的吗？ Hassabis 回答道：“老实说，这是我比经济问题更担心的事情。我认为经济几乎是一个政治问题——当我们获得所有这些额外的收益和生产力时，我们能否确保它为每个人的利益而分享？我相信这是可以做到的。” “但比这更大的问题是：我们很多人从工作和科学事业中获得的目的和意义，在新世界中我们将如何找到？” 他说我们需要“一些新的伟大哲学家”来帮助思考这个问题。“也许我们会在艺术和探索上变得更加精致，还有极限运动之类的。今天我们做很多不只是为了经济利益的事情，也许未来我们会有这些事情的非常高深的版本。” --- 【16】给年轻人和企业家的建议 Emily Chang 最后问：房间里的每个人都在想他们应该做什么。10 年后，人们关于 AI 最大的错误会是什么？ Hassabis 给出了两条建议。 第一条是给年轻一代的：“我们唯一确定的是会有大量的变化。所以在学习技能方面，要准备好‘学会学习’——这是最重要的事情。你能多快适应新情况，用我们拥有的工具吸收新信息。” 第二条是给商业领袖的：“现在有很多领先模型和服务提供商，还会有更多。选择那些你认为正在以正确方式行事的合作伙伴。与那些正在推动变革、以你希望看到的方式对待这项技术的人合作。” 他总结说：“我认为我们可以一起构建那个未来——随着 AI 的到来，一个我们都想要的未来。” --- 【写在最后】 这场访谈中，Hassabis 展现了一种独特的气质：既是最前沿竞争的参与者，又试图保持长线思考的清醒。 他与几位同行的分歧值得注意：比 Dario Amodei 更保守地估计就业冲击，比 Elon Musk 更审慎地看待奇点，比 Ilya Sutskever 更相信 scaling 仍有价值，比 Yann LeCun 更认可 Transformer 的未来。 但他们有一个共识：无论 AGI 是 2030 年还是更早到来，我们可能都没有准备好。Hassabis 想要的“AI 版 CERN”需要国际合作，而他自己也承认“现在国际合作有点棘手”。 最后一个细节让我印象深刻。当被问到后稀缺世界的愿景时，这位每周工作 100 小时的 CEO 说他最想做的事情是思考“时间是什么？引力是什么？”——那些“几乎在向我尖叫”的宇宙深层谜题。 也许这就是为什么他能在“科技史上最激烈的竞争”中保持某种平静：对他来说，AGI 不是终点，而是探索更大问题的起点。

美国前国务卿，主导促成了伊朗核协议和《巴黎气候协定》的约翰·克里在CBS的《斯蒂芬·科尔伯特深夜秀》中说到了特朗普发动的伊朗战争。 主持 人：十多年前，你参与推动了一项协议——《联合全面行动计划》，也就是大家常说的伊朗核协议。2018年，我们现任总统退出了这个协议。 昨天他发文说，他现在能谈出的协议，会比你当年谈成的好得多。 带我们回到2015年——当时的协议具体内容是什么？你觉得要怎样才能“更好”？ 克里：不能更好。只要当年的协议还在，现在的局面就会比现在好很多。 我们当时谈判的核心，是终止伊朗在我们毫不知情的情况下制造核武器的可能性。 当然，没有人能保证他们不会试图作弊。事实上，我们预料到他们会这么做。 所以我们安排了130名额外核查人员进入伊朗现场监督。我们对他们开采的每一盎司铀都进行记录，从开采、加工，到进入核生产体系，再到最终废料，全流程跟踪。 我们摧毁了他们数以万计的离心机——他们同意销毁，我们就在现场看着他们执行。 我们还在中国、俄罗斯、法国、德国、英国以及欧盟的协助下，把铀运出伊朗。 这些国家都一致认为，这是当时能达成的最好协议。因为作为《核不扩散条约》的成员，伊朗有权进行铀浓缩。 他们不愿放弃这个权利，现在依然如此。所以这就是根本矛盾所在。 主持 人：好，我大概理解你们当时设立的那些核查机制了。 特朗普一开始说，协议必须今晚午夜前达成；后来改成明天晚上6点；现在又变成无限延期。 我想问，你们当年谈成这个协议用了多久？ 克里：我在担任参议院外交关系委员会主席时，就和奥巴马总统以及当时的国务卿希拉里开始推动谈判。 总共花了大约四年——两年在参议院，两年多在国务卿任内。 主持人：所以你的意思是——明天晚上6点就要搞定，可能有点仓促？ 克里：可以说是非常仓促。 外交其实没那么复杂，本质上就是人与人之间的关系。 最重要的是，你必须站在对方的角度思考，理解他们的历史、立场和动机。 我虽然从没被问过，但如果让我给现政府提建议，我会说：花时间制定议程，保持理性，不要让对方觉得你是在强压他们。 如果一边威胁封锁霍尔木兹海峡——这个海峡在过去任何冲突中都没有被真正关闭过，那只会升级对抗。 特朗普退出协议，其实让局势比之前更糟。我们当时最担心的就是：一旦没有协议，战争几乎不可避免。 而现在，他们的做法实际上正在让战争变得不可避免——既不给伊朗留下转圜空间，又采取轰炸等手段。 我认为必须换一条路线。这场战争本可以避免，现在反而比之前更危险。 美国总统最重要的责任，是在决定让年轻人上战场前，能够面对他们的父母，清楚说明——战争的目的是什么，目标是什么，牺牲的意义是什么。 但这些都没有做到。所以这是一次失败的总统决策。 主持 人：大约两周前，《纽约时报》报道说，内塔尼亚胡曾亲自进入战情室，向特朗普说明为什么应该采取行动。 报道还说，他过去也曾向其他政府提出类似主张。 在奥巴马政府时期，你担任国务卿，他也提出过吗？ 克里：是的。 主持人：当时的回应是什么？ 克里：不。 主持人：为什么？ 克里：我看过你说的那篇报道。报道里说，内塔尼亚胡陈述了自己的方案，预测会发生叛乱、政权更替等等。 结果这些都没有发生。 报道还引用特朗普的话说：“我同意。” 奥巴马并没有这么说。 奥巴马说“不”，布什说“不”，拜登也说“不”。我参与过这些讨论，记得很清楚。 我们认为，和平解决的手段还没有用尽。 我作为越战老兵，很清楚这种决策有多重要。当年我们被误导了，才卷入那场战争。 越战和伊拉克战争的教训就是：不要欺骗美国人民，然后再让他们的孩子去打仗。 主持人：今天早上，特朗普在CNBC节目上说，如果他当年是总统，越战会很快结束。 你不觉得很讽刺吗？那个“本可以赢得战争的人”，却因为骨刺不用上战场。 克里：你刚才放的那张照片——把特朗普画成耶稣。 如果他是耶稣，那他完全可以治好自己的骨刺，亲自上战场，一个人打赢战争，对吧？

玩真的？安世荷兰断供了 我下午刷了两部老电影的解说，都是葛优和徐帆演的，一个是92年的《大撒把》，另一个是98年的《不见不散》。剧情还挺衔接的，前一部是讲葛优送老婆出国，被老婆抛弃，徐帆送老公出国，被老公抛弃，两个国内弃子抱团取暖谈恋爱的故事。后一部是讲两个美国打拼的孤男寡女谈恋爱，虽然人物不一样，但因为演员都是葛优徐帆，很像是续集。 《大撒把》里葛优还有头发，徐帆漂亮的让我震惊，我对徐帆有印象的时候她已经上年纪，没想到年轻时貌美如花，更难得是有一股楚楚动人的气质。 这两部电影都有很强的年代感，一个是90年代的“留美潮”，当时美国就是国人心目中的天堂，有本事没本事都想去，哪怕去美国饭店里刷盘子都是香的。现在的年轻人理解不了，觉得是可耻的慕洋，但背后是巨大贫富差距的客观事实。 当时去美国刷盘子做苦工月收入有8000-12000，虽然消费也高，但极限省吃俭用能省下2/3来，而当时国内的收入普遍是400-800。葛优老婆去了美国后吃不住苦，就靠颜值变现了，不过她还挺仗义，离婚时寄了一万美元给葛优，这在1992年属实是巨款。 另一种年代感就是低信息社会。90年代上半叶没有微信，没有短信，没有手机，连座机都没有普及，两个有点熟又不算很熟的人，彼此相见只能靠偶遇，所以经常是一个错过，再见就是半年、一年后。现如今找人太方便了，微信上问一句“哪呢？嘛呢？”异地异国可以开启视频聊天，没有了以前生活里的随机和意外。 我妈小时候带我去朋友家玩，要走到对方楼下，看看窗户是否亮灯来确定有没有在家，现在回想起来这种感觉也蛮有意思。 周五晚上已经写过对行情的看法，今天就补充这两天发生的要闻： 1、原本以为随着中美协议的落地，安世荷兰和安世中国的问题也能迎刃而解，结果没想到荷兰方面出人意料的强硬，已经对安世中国断供，两边彻底闹僵。安世荷兰主要负责研发，以及晶圆的生产，安世中国偏下游，负责组装和出货，毕竟中国制造成本低，产能主要是在中国的。 现在荷兰那边断供晶圆，却也掐不死国内的产能，因为安世生产的晶圆不是技术含量很高的那种，中芯国际和华虹半导体可以覆盖80%的规格，目前已经启动国产替代，短期内可以把产能从50%恢复到90%。 所以我也没想到安世荷兰这次会强硬到底，他们那边觉得再让中国人搞下去技术和产能都会被掏空，从欧洲供应链安全的角度，就算政府补贴也要杠下去，否则有可能像稀土那样被拿捏。 闻泰科技的股价已经涨回来一多半了，市场觉得最后肯定能妥善解决，感觉有些过于乐观。 2、伯克希尔三季度利润308亿美元，高于市场预期，但更让人关注的是公司目前持有3816亿现金，刷新历史记录。只说数字你们没概念，还要加上比例，伯克希尔目前总资产规模（算上他们买入的非上市公司），大概是11600亿美元，所以持有现金的比例大概是30%左右。 值得关注的是由于持续的减持苹果，目前伯克希尔的第一大重仓股已经变为美国运通。有人说不明白巴菲特是咋想的，还能是咋想的，就是觉得科技板块泡沫太大了，提前避险。但不是说他一卖大盘就崩，他卖比亚迪也没有卖在最高点，卖出后股价还涨了一段。不过巴菲特对科技板块的担忧是有基础事实的，我心里面也觉得美国科技股这几年涨的太顺了，我也在想年底前要不要卖一些。 3、段永平给江西水利电力大学捐赠了1万股茅台股票，他的父母曾经在这所学校里任教。段永平之前也给江西水利电力大学捐过以父亲命名的图书光，包括这次教育专项基金也是父母命名的。捐了1万股茅台就是1500万左右市值，段永平在雪球上说每年花分红就够了，其实我也是这么想的，学校要是把这1万股给卖了，50年后这钱就毛了，但持有茅台，每年花2%的分红，50年后应该也挺可观的。 写这事是因为我也想过，如果我的孩子未来不擅长投资，我以什么样的形式把资产留给他们。肯定不能是现金，部分红利股+ETF+黄金+币的组合可能是最合理的，要有现金流，要能扛通胀，还要有保值增值的能力。 4、有一个黄金税收调整的公告，详细分析昨晚写过了，简单说对场内交易没影响，无论是期货还是etf，照旧，对场外投资性金条有影响。 5、寒武纪前核心员工梁军起诉上市公司，要求赔偿股权激励损失42.87亿元，案件已经受理立案，这个金额差不多是公司年利润的4倍。具体情况我之前在网上看到一些帖子，但没必要和你们细讲，因为都是单方面陈述，最后还是看法院怎么判，我觉得全额支持的可能性微乎其微。 就这些吧，今晚我妹妹和我说了她去参加了一个线下的脱口秀比赛，拿了前三名，几千块奖金，哈哈哈哈，她在大学时也拿过演讲比赛的冠军，口才是真的很好，怪不得当初公务员面试环节爆杀。 发射～