All-In Podcast最新一期，纳德拉亲自下场回应AI末日论，还聊了微软的算力策略和数据中心怎么赢得地方支持 面对AI放缓/人类灭绝的舆论风波，纳德拉给出了非常务实的工程师式回应 这期的重磅嘉宾是微软董事长兼CEO萨提亚·纳德拉。开场他就把技术研发的底线讲得很清楚，AI必须服务人类、必须处于人类控制之下。他赞成引入第三方独立机构进驻测试，但特别强调这个测试和标准制定的过程必须公开透明、覆盖面广，绝不能变成少数几家公司闭门密谋、私下分赃式的安排。 针对最近Hugging Face被多智能体渗透这类轰动性事件，纳德拉做了一个挺清晰的拆解。他把这类事情分成了两种：一种是很基础的常规失误，说白了就是DevOps配置出了问题，比如容器安全策略没配好、代码库里明文泄露了API密钥、缺乏实时网络出口监控这类工程层面的疏忽；另一种是真正全新的工程挑战，比如持续运行的多智能体在强化学习过程中确实会出现奖励作弊这类行为，甚至存在一些新型的内部人员风险(比如让AI去优化营运资本，它可能会想办法篡改账目)。他的态度很明确，不要动辄把这些未知现象归咎于玄学或者末日恐惧，软件工程这几十年积累下来的原则就是有致命Bug就停下来修Bug，靠因果模型、语义验证、行为审计和透明的思维链去解决，这本质上是经典的工程系统健壮性问题，不需要被神化成什么了不得的失控事件。 Token成本正在断崖式下跌，纳德拉认为这是件好事 主流大模型的百万Token输出价格，已经从50美元被开源或高性价比模型压到了0.60美元，跌幅超过98%。纳德拉认为这是一场健康的经典商业竞争，他做了个历史类比，当年Windows的护城河被Linux制衡过，SQL Server也被MySQL、PostgreSQL制衡过，开源生态的存在，本身就是防止某个闭源厂商搞垄断绑架的关键保障。 他判断，随着模型推理成本快速走向大宗商品化，真正的超额利润会往应用层、记忆系统以及智能体调度这类中间件方向迁移。如果所有产业利润都被底层模型层拿走，那整个软件生态根本没法繁荣起来。他还呼吁行业应该建立一套跨模型的互操作性标准，比如让不同模型家族之间能够复用KV缓存、采用外部解耦的记忆架构，企业绝对不能接受"数据喂给模型之后，产物就被厂商锁定"这种霸王条款。 为什么微软没有自己独立的纯前沿大模型？纳德拉给出了完整答案 面对主持人的提问，微软是不是在这轮AI革命里落后了、为什么没有自己的前沿大模型，纳德拉给出了一套挺系统的资本开支和产品战略解释。 在资本开支上，微软把资产分成了两类分别管理，土地、电力、厂房这类长周期资产，采用自建为主+长期租赁+极端峰值临时租用的组合策略，来平滑整体的支出周期。服务器机柜、芯片、网络设备这类占成本60%的短周期高弹性资产，完全根据下游实际客户的订单需求灵活采购，避免为了单一客户就盲目无度地举债扩张。 在算力布局上，微软坚持异构化策略，绝不单一绑定某一家硬件供应商，主力用英伟达，同时深度引入AMD、微软自研的定制芯片(比如Maia)，未来还会加入OpenAI自研芯片，针对训练和推理这两个不同阶段做算力成本的极致优化。 纳德拉还给所有企业客户提了一条挺重要的架构建议，千万不要把全部身家都押在单一前沿大模型厂商身上。他提出了一个挺实用的验证测试法。用自己业务的真实指标，去评测市场上所有的模型，然后随机抽掉其中某一家，看系统业务能不能继续正常运转。能够随时无缝替换掉任何一家模型、同时保证数据和权重完全自主可控的架构，才是现代企业真正该有的生存之道。 微软内部这块，365 Copilot已经渗透了超过3000万真实的企业付费用户，大概占到全球核心知识工作者群体的10%左右，而且还在高速增长中。微软自研的MAI系列模型(比如专用安全模型Flash Cyber、代码模型)也在通过强化学习稳步推进，在一些特定的垂直任务上已经超越了通用旗舰模型的表现。 数据中心怎么赢得地方社会的支持？纳德拉用了一组20年的真实数据 关于当前不少地方对数据中心建设存在的耗能抢电抵触情绪，纳德拉举了华盛顿州昆西这个地方长达20年的追踪案例。自从2008年微软数据中心入驻以来，当地的地方税收增长了12倍，居民的税负反而降低了三分之一，这笔钱支撑了这个原本濒临凋敝的乡村小镇新建了学校、现代化的综合医院、水上活动中心，20年里持续创造了超过1200个高薪的工程和建设维护岗位。 他的结论是科技行业必须走出硅谷精英说教式的象牙塔，拿出真正能惠及地方经济和民生的实际成果，才能赢得社会公众的建设准入许可，不是靠喊口号或者单方面强调技术进步的重要性。

All In Podcast最新一期，几位大佬怎么看美光、存储瓶颈、中国开源模型和分布式推理 这期All In Podcast信息量挺大的，挑几个我觉得最值得分享的话题整理了一下。 先说中国开源模型这条线，进展比想象中快 智谱AI发布了新一代Frontier级开源模型GLM 5.2，7440亿参数，100万token上下文，彻底走MIT开源协议。评测数据挺惊人：在软件工程编程基准测试里击败了GPT-5.5，距离Anthropic最顶级的Claude Opus 4.8也只差不到1%，但API价格比同等性能的美国模型便宜了整整85%。 节目里有个细节很有意思，说的是中国团队加速追赶的一种方法：用成千上万台手机和iPad组成设备农场，用加密账户向美国顶级Frontier模型的API高密度提问，把对方的推理链路收割下来，喂给自己的开源模型做强化训练。这相当于把美国实验室耗费巨资跑出来的标准答案当成小抄，用很低的成本实现接近的性能。 Sacks对此的态度挺尖锐，他批评Anthropic的Dario之前推动美国政府设立繁琐的安全审批流程，这种自我设限反而拖慢了美国自己的节奏。Fable模型因为越狱指控被迫下架，OpenAI的新模型审批也很难产。他的判断是中国模型目前技术上落后大概9个月，芯片上落后大概24个月，但已经全线用华为昇腾这类本土芯片完成了GLM5家族的训练，未来这些针对本土芯片优化、便宜好用的"AI盒子"很可能会被低价倾销到全球市场，而美国自己却在设各种限制，反而把这个万亿级出口市场让出去了。 美光这次的财报，节目里给出了一个精准的定位：DRAM才是整个AI浪潮真正的卡脖子环节 美光这季度营收同比暴增四倍，从90亿飙升到420亿，指引远超预期，2026年的HBM产能早就全部售罄。 节目里有个观点说得挺直白：之前大家在推特上找各种日本小辅材公司当作"瓶颈股"，但真正的命脉只有DRAM，尤其是HBM。原因很简单，内存的带宽和容量决定了所有大模型推理性能的物理天花板，这是个硬约束，绕不过去。甚至提到马斯克正在建设的超级工厂，技术核心也是对准DRAM，不是光纤、电源或者NAND闪存。 美光这次商业模式上也做了一个挺有意思的变化：跟核心云厂商签了带有"价格下限与上限"保护的长期供应协议，锁定了50%的未来营收。这意味着即便未来行业周期下行，最低合同保价也比过去任何一轮周期的毛利峰值还高。 进入壁垒这块，虽然中国的长鑫存储在筹备上市，未来可能会用低价中低端消费级内存缓解苹果这类大厂的成本压力，但在AI服务器需要的顶级HBM领域，全球目前还是只有美光、SK海力士、三星这三家能生产，工艺难度极高，不是短期能被追上的。 节目里给了一个挺夸张的预测：明年全球超大规模资本开支里，会有30%到40%直接流向DRAM芯片厂商。这种成本飙升已经导致苹果全线提高了MacBook和Mac Studio的零售价。 边缘计算和分布式推理这部分，是这期里最有想象力的内容，分享几个我觉得有意思的设想 特斯拉6月18日申请了一个叫"Megapod"的硬件商标。背后的物理逻辑是：在地面建一个1吉瓦的数据中心，土地、能耗、液冷的审批流程极其漫长。Megapod的设想是把GPU、电池网络和冷却系统集成进一个集装箱式的模块化数据中心，直接空降在已经获批、有现成电网和空闲土地的特斯拉超级充电站网络里，绕开传统数据中心建设最大的瓶颈——审批和电力接入。 分布式推理这条线的逻辑也挺有意思：模型回答问题可以拆成两个阶段，理解问题的Prefill阶段和高带宽高内存消耗的Decode阶段。大资金可以收购折旧的旧显卡，前端外挂专门做解码优化的芯片，组成成本更低的分布式推理网络。 更疯狂一点的设想是，未来给买家用储能电池Powerwall的用户提供折扣，强制在每个电池里内置AI芯片，再配合Starlink卫星连接，电池闲置的时候自动组成一个庞大的分布式P2P推理池，获得源源不断几乎免费的离岸算力。这个设想如果真的实现，对传统云大厂会是一次降维打击。 最疯狂的部分是太空算力。地面建1吉瓦数据中心需要350亿美元芯片成本加250亿美元冷却人工成本，还面临各种用地争议。但随着SpaceX的星舰实现完全可重复使用，把1吉瓦算力通过激光互联发射到太空轨道的成本可能暴降到只要50亿美元。太空天然的严寒环境和近乎无限的太阳能，可能让太空数据中心的运营经济学在3到4年内反超地表数据中心。

三交製作 Podcast EP186-讀過建中的黑人AV男優 @feibo_black YouTube (追蹤訂閱打開小鈴噹） 熱推/留言/按讚 開車通勤&上班偷閒 聽 Podcast 更方便 請至各大Podcast平台搜尋「三交製作」 三交社群大平台（約砲課程＋噴水雞肉飯金手指課程+全台灣男人的天堂） 三交IG : 3jstudio69 @andywuadult @edwang6969

三交製作 Podcast EP185-八大經驗分享 Feat.小歪 YouTube (追蹤訂閱打開小鈴噹） 熱推留言按讚 開車通勤&上班偷閒 聽 Podcast 更方便 請至各大Podcast平台搜尋「三交製作」 三交社群大平台（約砲課程＋噴水雞肉飯金手指課程+全台灣男人的天堂） 三交IG : 3jstudio69 @andywuadult @edwang6969

All In Podcast最新一期聊了Anthropic的事——几个大佬说了什么让我觉得很值得分享 周一开盘前，我看twitter上很多人在担心Anthropic的事会不会影响市场情绪。 我把All In这期的核心内容整理了一下，大家自己判断。 先说已经发生的事 Anthropic发出官方公告：美国政府以国家安全为由，发出了出口管制指令，要求暂停所有外国国籍人员访问Fable 5和Mythos 5的权限，无论这些人是在美国境内还是境外，包括Anthropic自己公司内部的外籍员工。 为了确保合规，Anthropic被迫立即对所有客户关闭了这两个模型的访问。其他Claude模型不受影响。Anthropic在公告里说他们认为这是一场误会，正在努力尽快恢复访问。 这件事的规模和突然程度超出了很多人的预期。 再说All In这期聊的背景 上周二Anthropic刚发布了最新模型Fable 5，性能接近刷新所有行业基准，但token成本是上一代的两倍。 然后开发者社区炸了，原因主要是两个。 第一，Anthropic强制保留所有用户提示词和上下文数据30天，就算签了零数据保留协议的企业客户也不例外。 第二，也是最让开发者愤怒的：如果后台检测到你在用Fable 5做前沿AI研究、芯片设计或机器学习开发，它会在不通知你的情况下悄悄降级到更低阶的模型，甚至重写你的提示词，但费用还是按Fable 5收。 节目里Jason现场测试了一下，问了一些记者在调查报道里会问的常见问题，结果后台直接把他降级回了旧模型。 大佬们怎么看这件事 David Sacks说得很直接：Anthropic在用安全恐惧做监管套利。Dario最近发文呼吁建立类似FDA的政府机构来审批所有AI模型，Sacks认为这件事的真正目的是用政府权力建立技术垄断，顺便绞杀开源AI。 Friedberg说了一件更现实的事：他自己的农业基因公司，做的是完全无害的植物基因改良预测，因为涉及生物和基因的敏感词，开始频繁遭到Anthropic的降级和限制。他说这正在逼迫大量美国初创公司转向开源模型。而目前世界上最强的开源模型很多来自中国，美国自己的政策在亲手把技术优势往外推。 这件事会影响周一市场吗？ 我觉得短期冲击有限，但要认真对待。 Anthropic还没上市，对公开市场的直接冲击是有限的。但这件事背后暴露的东西可以关注下，政府开始以国家安全为由直接干预顶级AI模型的访问权限，这不是一个小信号。 如果这个逻辑延伸下去，所有顶级AI模型都可能面临类似的监管风险。这对整个AI商业化的收入逻辑会产生什么影响，需要持续跟踪。 真正影响周一走势的主要因素还是日央行会议和FOMC前的情绪。但这件事让整个AI监管的不确定性上升了一个台阶，要放进观察清单里。 AI基本面的核心逻辑没有被动摇。

三交製作 Podcast EP184-誰的部將如此勇猛？JKF冠軍來襲 feat. 雅捷 @yuivy0708 YouTube (追蹤訂閱打開小鈴噹） 熱推留言按讚 開車通勤&上班偷閒 聽 Podcast 更方便 請至各大Podcast平台搜尋「三交製作」 三交社群大平台（約砲課程＋噴水雞肉飯金手指課程+全台灣男人的天堂） 三交IG : 3jstudio69 @andywuadult @edwang6969

前段时间听一个 Podcast 聊 AI 对开源的冲击，结论是「开源已死」。 传统那些开源、版权协议，在现在 AI 能力面前，很多时候真的就是脆皮纸。尤其是应用层产品，代码、UI、交互、逻辑，被逆向一下再洗一遍，基本就是一个新产品了。 从 Chatbox、浏览器插件，到各种语音输入法，这类事情大家应该也见多了。 现在做 OPC 的普通开发者，真正要攒的可能不是代码，而是自己的 Credit 和品牌。 产品可以被抄，界面可以被抄，功能也可以被抄，但一个人、一个团队长期积累的名声和信任，没那么容易被复制。 反过来，抄袭者也一样。 像之前那个假装自己求职的大 V，靠大家善意骗了一堆人帮忙转发。事情本身可能没多大，但主动设计别人、消费别人信任这件事，对我来说就是信用破产。 抄袭也是类似。你可以靠 AI 洗产品，但只要被发现有主动抄袭的痕迹，至少我不会再用这个人或者团队的东西。

All-In Podcast最新：Salesforce CEO亲口说——软件末日？我已经经历过好几次了。这次他为什么还是不慌？ 软件股被砸得有多惨？ Salesforce市值蒸发900亿，ServiceNow跌42%，Workday跌45%。市场的逻辑只有一句话：AI智能体要把所有软件都替代了。但Salesforce CEO Mark Benioff在All-In Podcast上说了一句让我印象深刻的话："这不是我第一次经历SaaS末日了。" 他做Salesforce 27年，做软件40年，2016年经历过一次，2020年又一次。每次市场都说软件要死了，每次软件都活下来了。 基本面说了什么？ Salesforce今年营收将突破460亿美元，自由现金流160亿，正在回购500亿美元股票。HubSpot跌到2倍PS。这些数字不像一个要死的行业。 Chamath的判断才是这期最炸的部分： 他坚定看好头部软件垄断巨头的安全边际，但明确看空低端小软件——这个区别很重要。 他的逻辑是：过去四年全球在AI芯片和算力上砸了3万亿美元。当公开市场从狂热中冷静下来，开始严格追问"这几万亿美元的代币ROI到底在哪里"——OpenAI们最终不得不低头，去求Mark Benioff这类手握20年CXO客户信任关系的软件大亨帮忙分销和变现。那个时候，芯片估值将全面回归地面，软件股将迎来暴烈反彈。 软件大厂不是在被AI替代，它们在收割AI红利。 Salesforce今年向Anthropic采购3亿美元AI代币，用来部署编码智能体，覆盖全公司销售、客服和运营流程。通过新并购的Informatica建立语义层，把AI锚定在真实数据中。这不是防守，这是进攻。 结论： 芯片估值在天上，软件估值在地板。3万亿美元的算力投资，最终需要有人帮它变现。那个人不是OpenAI，是手握客户、数据和分销网络的软件大亨。 #软件股# #Salesforce# #CRM# #AI投资# #SaaS# #美股分析# #Anthropic# #AllinPodcast#

刚看完All-In Podcast最新一期，黄仁勋亲自下场怼AI末日论，中途特朗普还突然打电话进来 黄仁勋直接开怼Dario Amodei的人类灭绝论 这期的重磅嘉宾是英伟达创始人兼CEO黄仁勋，一上来他就针对Dario Amodei此前那篇讨论人类灭绝风险的博客文章，做了一番相当直接的反驳。他强调保持快速创新、确保美国的领先地位，跟安全这两件事根本不冲突，把它们对立起来本身就是个伪命题。针对部分前沿实验室提出的所谓10%人类灭绝风险这类量化指标，黄仁勋直接把这个说法定性为凭空捏造，而且相当不负责任。 他还翻起了旧账，回顾了这几年那些落空的悲观预言，曾经有人预言AI五年内会让放射科医生彻底失业，结果现实是现在需要更多医生，AI只是被用来辅助读片。也有人预言六到十二个月内90%的代码会由AI编写、初级岗位大幅消失，这些说法后来也都被证明是错的。他的判断是，业界所谓的AI失控事件，主要发生在研发端向工程化过渡的这个阶段，本质上是工程管理和验证流程的问题，应该靠沙箱、监控、评估体系这类工程手段去从根源解决，不是拿这些问题去向公众贩卖恐慌。 针对业界热议的递归自我改进(RSI)——也就是AI训练下一个AI这个概念，黄仁勋的解释是，这本质上就是上下文学习、LoRA微调、强化学习加上合成数据生成这几种工程手段的组合，是提升生产力的正常逻辑，跟外界想象的那种指数级失控走向毁灭完全是两回事，企业发布模型之前必须经过严格的基准测试、评估和防退化验证，这套流程本身就已经脱离了失控这个想象的现实基础。 特朗普突然打电话进来了 访谈中途，特朗普直接给黄仁勋打了电话，通过免提跟现场观众和主播聊了起来。他直言所谓AI毁灭论就是一场骗局，说所谓机器人将接管世界完全是谎言，很多政治势力和外部竞争对手其实是想借这套说法来阻碍美国的科技发展。他还把数据中心比作未来20到25年的石油，认为这场变革的规模比当年的互联网革命还要宏大，不仅带动了大量就业，还让很多本来濒临衰退的社区重新焕发了活力。他总结的一句话挺直接，谁赢得AI，谁就赢得一切，如果美国自己放慢脚步、阻碍数据中心建设，只会白白便宜了竞争对手，所以必须全力以赴打赢这场AI竞赛。 开源vs闭源：黄仁勋用瓶装水和自来水做了个比喻 黄仁勋把闭源模型比作瓶装水，开箱即用、体验极致。把开源模型比作自来水是不可或缺的基础设施，能满足主权AI、数据隐私以及各种特定业务定制的需求。他给出了一个挺有说服力的数据：过去六个月流入AI原生初创公司的4000亿美元风险投资里，有80%其实是依赖开源模型的，这说明开源在实际产业落地里的分量比很多人想象的要重得多。 关于英伟达自己在整个生态里的定位，他也讲得比较坦诚。很多下游厂商担心英伟达凭借算力和资金优势去侵蚀应用层，他的回应是英伟达的策略是能做多深就做多深，但业务层尽量往下靠，也就是通过研发底层框架(比如cuDNN、Megatron)来给整个行业铺路，扶持所有的前沿实验室、模型厂商和新型云厂商，让整个生态能够百花齐放，不是自己去抢下游的生意。 针对一些需要极高专业门槛、普通车企或药企根本没法独立承担研发成本的垂直领域，英伟达也在打造专属的基座模型。比如具备推理能力的自动驾驶模型Alpamo，以及用于蛋白质分子研究的ESM/Proteina Complexa，这些模型正在被用来赋能礼来、默克这类药企以及各大车企。 全球芯片竞争与超智能的定义 黄仁勋判断中国在本土先进制程光刻技术上，预计会在2030年左右取得突破。他认为中国的强项在于极致的大规模量产能力和高密度的工程技术人才，美国不能指望靠限制对手或者自己放慢脚步来应对，唯一的办法就是超速狂奔，靠自己跑得更快来保持领先。 他还给出了自己对AGI和超智能这两个概念的定义，按照具备常人同等智力水平这个标准，他认为行业实际上已经跨过了AGI这道门槛。而在一些特定垂直领域，超智能其实已经实现了，比如自动驾驶领域的事故率已经降到人类的十分之一，蛋白质结构预测和高通量虚拟筛选这类领域，AI的能力也早就超过了人类顶尖科学家的水平。

Coinbase CEO Brian Armstrong 在 Katie Miller Podcast 中表示，他持有较为“逆向”的慈善观，认为许多慈善机构和慈善事业实际上对世界产生“净负面”影响，并称很多基金会最终会被意识形态左右。Coinbase 上市后，财务顾问曾出于税务等原因建议其成立个人基金会，但 Armstrong 表示目前没有这样做的计划。不过，Armstrong 并非表示不再进行慈善捐赠。他称自己已有 Donor-Advised Fund（捐赠人建议基金，DAF），用于支持其认为有助于“推动文明进步”的项目。（Fortune）