SemiAnalysis Weekly — Ep. 031 - EMERGENCY EPISODE: Are We Doomed? ARR 是新的 GDP 市場目前幾乎只盯四個數字：OpenAI 與 Anthropic 的新增 ARR，以及 AWS、Azure 的年增率。Joey 認為這才是半導體交易的真正基準，其他指標都是雜訊。Max 指出算力仍是「需求遠大於供給」的結構，短期不會翻轉。即使 Dario 主張放慢前沿推進，也不等於需求下降；市場若把「pace the frontier」解讀成訂單減少，方向很可能錯。短期內，實驗室仍會繼續搶產能，因為成長數字才是定價核心。 安全控制反而增加算力消耗 更多安全機制不會省算力，反而更耗。OpenAI 在 Hugging Face 事件後，已把約 20% 算力拿去監控思維鏈。若要讓 METR 這類第三方真正嵌入訓練流程，還得理解模型行為、GPU 叢集與 Kubernetes，計算成本極高。Doug 用極端邏輯補充：若模型消滅人類，終端價值歸零；因此任何降低災難機率的動作，理論上都該抬升整體市場估值基數。安全不是減速器，而是新的算力消耗項。 宣言缺乏硬性約束 Dario 文章最具體的承諾，幾乎只剩引入 METR 做嵌入式評估、審查訓練流程而非只看輸出。但 METR 大約只有 40 人，要同時覆蓋兩大實驗室的複雜基礎設施，門檻極高。更諷刺的是，METR 自己才剛發生 API key 被盜、損失約 60 萬美元算力。Joey 認為短期財務與 IPO 影響很小，反而可能因為安全檢查點增加而加快招聘。真正關鍵不是宣言措辭，而是後續有沒有可驗證的執行。 OpenAI Hugging Face 事件 防守前沿模型攻擊，本身也需要前沿模型。攻擊者可一次部署數千到數萬個 agent，傳統資安工具跟不上。更嚴重的是模型已能利用公開 CVE，在基礎設施未更新時拿到內部 Linux 主機 root。Jordan 假設：若模型挾持 1 萬顆 GPU 的資料中心，而現場拔線要 90 天，等於被自己訓練出的系統勒索。這不是理論風險，而是「模型能越獄自己所在環境」的實例延伸。 生物武器風險：意圖 vs. 意外 Max 預測兩年內可能出現 AI 相關生物傷害事件，規模可達數百到數千人死亡，但自承非生醫專家。Jordan 認為真正危險不是「AI 故意造武器」，而是「AI 做錯事卻像生成網站一樣說抱歉」。例如新創用 AI 開發蛋白質補充劑、跳過嚴格審批就上架，導致罕見疾病患者集體死亡。這是價值觀與流程失調的副產品，不是蓄意攻擊，但後果同樣致命。風險框架若只盯惡意，會漏掉更大的意外傷害。 TSMC 的 KYC 與算力主權 Doug 問：如何阻止 Instinct、Muse 這類 agent 自己向台積電下單？Max 說台積電已有 KYC，但十萬級 agent theoretically 可繞過。Doug 主張直接拒絕所有來自 AI 的晶片訂單，才是控制算力主權的辦法。Max 認為 Muse 風險高於 Instinct，因為 agent 能力更強；他願把 Muse 接銀行帳戶，卻不敢對 Instinct 這樣做。重點是：算力取得一旦自動化，主權與風控會被規模擊穿。 RASA 法案 RASA（Remote Access Security Act）把中國實驗室遠端使用 NVIDIA 等前沿晶片，直接定義成違反出口管制。眾議院以 300 多票對個位數通過，幾乎全面共識，卻在參議院卡關數月，並遭遇 Oracle 等遊說。Jordan 認為這可能是第一個真正落地的 AI 相關監管，而且是「出口管制更新版」，會先於全面 AI 法案出現。它被低估，卻可能成為後續監管的起點。 監管前景：2028？ Joey 認為催化劑不一定是生物武器，中型銀行被攻破、金融災難或武器技術外洩，更容易推動政治系統。Max 反問：關鍵不在「發生什麼」，而在「遊說力量誰比較強」。若 AI 遊說像 NRA 一樣強，災難也可能被壓下來；但事件夠大，民意仍可能突破。Jordan 判斷下一屆美國政府無論誰上台，都會搶先宣稱「我們率先監管 AI」，目的是在中國等國出台框架前占住話語權。 投資啟示：做空網安？ Max 提出極端觀點：可考慮做空 Okta、CrowdStrike、Zscaler 這類傳統網安籃子。理由是攻擊已變成大規模 AI agent 協同滲透，端點、身分、網路防護架構過時。JFrog 被入侵、Artifactory 遭利用，被他視為信號。但他也承認股價仍在漲，因為「攻擊真的發生」和「市場相信會發生」之間還有巨大落差。這是結構性質疑，不是短期交易訊號。 全球競爭與安全悖論 Anthropic 威脅情報指 Moonshot API 背後呼叫 Claude，並把對話拿去訓練；另有 PLA 附屬機構用 Kimi 建構敏感技術的跡象。這引出經典悖論：自己放慢做安全，對手加速，會不會輸掉競爭？Jordan 認為認真做安全反而是優勢——對手若不斷把技術秘密暴露給你，而你又較不容易被自己的系統反噬，你才是贏家。

卧槽，这只苍蝇最近在AI圈玩疯了：16.67 万个神经元，已经开始打 Doom、玩马里奥、炒 BTC😂 最近 X 上到处都是一只“苍蝇”在打游戏、炒币、跑 Minecraft。它当然不是真苍蝇，而是一套按照真实果蝇神经接线重建出来的数字神经系统。 9 月，Google Research、HHMI Janelia、剑桥等团队正式发表 MaleCNS 研究，把此前公开的雄性果蝇完整中枢神经系统连接组推到了台前。 社区目前最常用的一套模拟保留了约 16.67 万个神经元、2560 万条有向连接，对应约 1.24 亿个突触接触。 然后AI圈彻底玩疯了。 有人把 Doom 的画面喂给果蝇视觉神经元，再从下降神经元读取前进、转向和开枪。 有人把它接进超级马里奥 64 和 Minecraft。 还有人直接把 BTC K 线变成视觉输入，让苍蝇输出买、卖、持有，赚钱刺激 PAM11 多巴胺细胞，亏钱刺激 PPL101。甚至已经可以接 Coinbase 真账户下单。 按照这个进度，下一步是不是还可以继续训练其他大脑神经元，然后提取出来供大家使用啊？

感觉 AI 领域的竞争已经到了下一个阶段： 现在大家除了拼模型能力以外，也在拼成本以及整个供应链的整合。 OpenAI 发布了他们自研的第一代芯片，而且直接击败了英伟达、AMD 和谷歌所有可比可测芯片的推理 ASIC。 这款芯片专为大语言模型推理从零设计，从 2024 年中开始设计到流片只用了 16 个月。 它是通用的推理芯片，并非只能跑 OpenAI 自己的模型。在文章展示中，他们测试了 DeepSeek R1 以及 Kimi 2.5 的推理效率，可以跑各种模型和工作负载，甚至能跑 Doom 游戏。 目前该芯片只有工程样品，量产爬坡会在 2027 年开始，大部分产能预计在明年年底铺开。 这款芯片专门针对每瓦性能（能效比）进行设计。因为当前数据中心的核心瓶颈是电力，而非预算或占地面积，所以它必须在极低功耗下实现尽可能高的推理效率。 它的每瓦吞吐量全面碾压英伟达的 Blackwell，甚至超过了采用 HBM4 的 Rubin： DeepSeek R1 超过 700 token/s/用户 GPT OSS 超过 1400 token/s Kimi 2.5 接近 700 token/s/用户 值得一提的是，OpenAI 尚未发布的 Astra AI 模型也深度参与了这款芯片的设计，这或许是它拥有极高能效且开发周期极短的关键原因。 芯片团队通过 Codex 和 GPT Astro，在两个月内把三个原本不在生产计划内的开源模型优化到了最高性能；AI 生成的部分模块比人类专家编写的模块还要快 1.5 到 1.8 倍。 颇具讽刺意味的是，跑在英伟达 GPU 上的 OpenAI 模型，正在帮助设计旨在击破英伟达 CUDA 护城河的芯片。 OpenAI 的下一个目标是达到 100MW 的部署规模，并计划于今年年底开始在自家的基础设施中正式部署该芯片。

我现在趁Robinhood NFT的fomo情绪，抓紧时间扫链，扫发射，看看能不能赚钱； 🔸目前还没打满的NFT： ▫️Roo Apes 成本$17.50，总量5000 ▫️Bfers 成本$1.51，总量2026 ▫️Yellow Bananas 成本5.56，总量3200 ▫️StonkPeguein 成本$1.51，总量2026 ▫️StonkPeguein 成本$0.19，总量2222 🔸马上开始的NFT： ▫️Broker Doge 成本$0.19，总量2000 ▫️BrokerPegueins 成本$0.19，总量7777 ▫️Doom Scroll freemint，总量256

硅谷最聪明的一群人，对“AI毁灭人类”的概率，给出了从0到99.9%的答案。 一共有三派： 末日派从同一条技术曲线里看见地狱; 加速派看见天堂; 杨立昆 @ylecun 则认为：你们可能都走错了路。 p(doom)表面上在计算AI毁灭人类的概率，实际上测量的，是人类对技术、制度与自身的信任余额。 我的最新FT中文网 @ftchina 专栏, 讨论的就是这个话题，欢迎大家分享你们的见解！

🎮 又发现一个宝藏级的开源游戏合集 open-source-games，想玩、想改的经典游戏，源码全给你分好类摆好了。 GitHub 上 1.4 万 star，一千多个 fork，从动作、冒险、解谜、赛车到即时战略、塔防、Roguelike，十几个类别一条条列清楚，每个项目后面直接跟着源码仓库地址。 以前想找一个能自己改着玩的老游戏，得在论坛和搜索引擎里翻半天，翻到的多半还是死链。现在 open-source-games 把 OpenTTD、OpenRCT2、OpenLoco 这些经典模拟经营的开源再实现、还有重写了《上古卷轴 3：晨风》引擎的 OpenMW 摆在一起，看中哪个点进去就是仓库首页，clone 下来就能自己动手。 想跑十几年前那批图形冒险游戏的，列表里收了 ScummVM 这种一个程序通吃一大批老游戏的项目；id Software 的 Doom、Quake 系列，还有 EA 放出来的《命令与征服》系列，官方开源的代码仓库也都在册。末尾还挂了几个同类资源站的链接，一份列表当索引用足够了。 周末想找点东西折腾，从这份列表里随便挑一个，都够玩上很久。 GitHub：