近日 ，美国创业加快器Y Combinator（YC）在旧金山进行首届AI新创学堂（AI Startup School）并约请多位AI产业沉量级人物出席 ，蕴含埃隆·马斯克、OpenAI首席执行官奥特曼等。
前不久刚实现130天美国当局“当局效能部”（DOGE）出格雇员任期的马斯克 ，在访谈中直抒己见解评价这段经历如统一次“有趣的支线工作” ，但其沉要性在即将到来的AI革命刻下相形见绌。他将当局效能部门的工作比作“算帐海滩” ，而即将到来的AI则是“千英尺高的海啸”。
建复当局就像……海滩很脏 ，有针头、粪便和垃圾。但接着还有一路千英尺高的水墙 ，那就是AI海啸。若是一场千英尺高的海啸即将袭来 ，算帐海滩有多大意思？没多大意思。
马斯克预测数字超等智能可能在今年或明年到来 ，将比人类更聪明 ，同时未来人形机械人数量将远超人类 ，可能达人类人丁的5-10倍。他更是斗胆预言AI驱动的经济规模将是当前的数千倍甚至数百万倍 ，人类智能占比可能降至1%以下。以下为其讲话部门重点：
? 马斯克颁发已于5月28日脱离DOGE ，实现130天确当局出格雇员任期 ，称“回到主线工作”；? 马斯克将当局效能部门工作比作“算帐海滩” ，而即将到来的AI则是“千英尺高的海啸” ，当后者即将到来时 ，相比之下前者意思不大；? 预测数字超等智能可能在今年或明年到来 ，将比人类更聪明 ，他强调“今年不产生 ，明年注定产生”；? 未来人形机械人数量将远超人类 ，数量可能是人类的5倍 ，甚至10倍；? 预言AI驱动的经济规模将是当前的数千倍甚至数百万倍 ，推动文化迈向卡尔达肖夫II型（恒星能源级） ，人类智能占比可能降至1%以下；? 马斯克强调“对真相的严谨对峙”是AI安全最沉要的基石 ，胁迫AI相信不真实之事极其危险；? 回首SpaceX早期 ，三连败后第四次火箭发射成功是“生死一线” ，2008年特斯拉融资在破产前最后一刻实现。
马斯克在访谈中坦言 ，在华盛顿特区的经历让他深刻体味到“政治中的信号噪音糟糕透了”。他将在DC的工作描述为“有趣的支线工作” ，但最终决定“回到主线工作——构建技术 ，这是我喜欢做的事”。
这位亿万财主诠氏缢自己脱离当局职务的底子原因：“建复当局就像算帐海滩——海滩很脏 ，有针头、粪便和垃圾。但同时还有这堵千英尺高的水墙 ，这就是AI海啸。若是你面对千英尺高的海啸 ，算帐海滩真的还有多沉要呢？并没有那么沉要。”
马斯克对数字超等智能的到来功夫给出了极为明确的预测。他暗示：“我以为我们已经极度靠近数字超等智能了。若是今年不会产生 ，明年注定会产生。”
他界说的“数字超等智能”是“在职何事件上都比任何人类都更聪明的智能”。马斯克预测 ，AI将推动经济规模实现指数级增长——“不是比当前经济大10倍 ，而是数千倍 ，甚至数百万倍”。
AI将如此深刻地扭转未来 ，其水平难以估计……如果我们没有误入邪路 ，AI没有扑灭我们和它自己 ，那么你最终将看到的不是一个比当前经济大十倍的经济。最终 ，若是我们……的后世（重要是机械后世）成为卡尔达肖夫II型或更高级的文化 ，我们讨论的将是一个比今天经济大数千倍 ，甚至数百万倍的经济体。
他进一步论述了人类智能在未来的职位：“在某个时刻 ，人类智能的百分比将变得相当幼。在某个时刻 ，人类智能的集中总和将不到所有智能的1%。”
此表 ，马斯克以去年xAI构建训练超等集群的事俘 ，展示了其标志性的“第一性道理”思想与极限执行能力。其时供给商预估实现10万块H100 GPU集群需18-24个月 ，但xAI必须在6个月内实现。
马斯克用第一性道理思想解决了AI训练的硬件挑战。当供给商通知他们必要18到24个月能力实现10万个H100 GPU的训练超等集群时 ，马斯克团队将其压缩到6个月。
他们租用了孟菲斯一家拔除的Electrolux工厂 ，通过租赁发电机解决150兆瓦的电力需要 ，租用了美国四分之一的移动冷却设备 ，并使用特斯拉Mega Packs来滑润训练过程中的功率变动。马斯克甚至亲自参加布线工作 ，“睡在数据中内心”。
马斯克预测 ，未来将有至少5倍于人类数量的人形机械人 ，“也许是10倍”。他坦言曾因不安“让终结者成为现实”而在AI和机械人领域迟延 ，但最终意识到"无论我做不做 ，这城市产生。你要么是观多 ，要么是参加者。我甘心做参加者。”
在更巨大的愿景中 ，马斯克将人类文化置于卡尔达肖夫等级的框架下。他以为人类目前只利用了地球1-2%的能源 ，距离一级文化还很遥远。而成为多行星物种是扩大意识到星际的关键步骤 ，“极大提高文化或意识的可能寿命”。
马斯克暗示 ，SpaceX打算在约莫30年内向火星转移足够的物质 ，使火星可能自食其力 ，“即便来自地球的补给船终场运行 ，火星也能持续发展繁华”。
访谈全文如下（由AI翻译）马斯克（Elon Musk）我们正处于智能大爆炸的极度极度早期阶段。成为多行星物种能极大地耽搁文化、意识或智能（无论是生物的还是数字的）可能的存续功夫。我以为我们极度靠近数字超等智能了。若是今年没实现 ，明年注定能成。YC首席执行官暨总裁Garry Tan[音乐] 让我们掌声欢迎埃隆·马斯克。[掌声] 埃隆 ，欢迎来到AI创业学院。你今天能大驾光临 ，我们真的、真的感应无比荣幸。从SpaceX、特斯拉、Neuralink、xAI等等说起。在你做这所有之前 ，你生射中有没有某个时刻让你感触“我必须做出点伟大的器材”？是什么让你做出了这个决定？马斯克（Elon Musk）我最初并不以为自己能做出什么伟大的器材。 我只是想尝试做些有效的器材 ，但我不以为我能做出什么出格伟大的器材。若是你从概率上讲 ，那似乎不太可能 ， 但我至少想碰运气。Garry Tan你此刻面对的是一屋子的人 ，他们都是技术工程师 ， 其中不乏一些徐徐升起的顶尖 AI 钻研者。马斯克（Elon Musk）好吧。我 我感触我们应该...我更喜欢“工程师」剽个词 ，而不是“钻研员”。我是说 ，若是有什么基础算法的突破 ，那算钻研 ，但除此之表都是工程。Garry Tan也许我们能够从很久以前说起。我的意思是 ，你此刻面对的是一屋子18到25岁的年轻人。 这里更偏年轻化 ，由于首创人群体越来越年轻了。 你能设身处地想想他们吗？当你18、19岁的时辰 ，你知路 ，进建编程 ，甚至想出了Zip2的第一个点子。对你来说 ，那是什么感触？马斯克（Elon Musk）是的 ，早在95年 ，我面对一个选择：要么在斯坦福读钻研生、博士 ， 其实是资料科学方向 ，钻研超等电容器 ，想用在电动车上 ，性质上是为相识决电动车的续航问题； 要么就投身于这个其时大无数人闻所未闻、叫做“互联网”的器材。 我和我的教授谈过 ，他是资料科学系的比尔·尼克斯（Bill Nix） ， 我说 ， 我能不能休学一个学期？ 由于这个（互联网）很可能会失败 ，而后我就得回学堂持续想书。而后他说 ，这可能是我们最后一次发言了。 他说对了。 所以 ，但我其时感触事件或许率会失败 ，而不是或许率会成功。 而后在95年 ，我写了... 根基上 ，我以为是第一个或靠近第一个的互联网地图、路线指引、白页和黄页。我就自己写了那些代码 ，我甚至没用网页服务器。我直接读取端口 ，由于我 职守不起 ，也职守不起一条T1专线。 最初的办公室在帕洛阿尔托的谢尔曼大路（Sherman Avenue）。 楼下如同就有一家ISP（互联网服务提供商）。所以我就往地板上钻了个洞 ， 直接拉了根网线连到ISP。而后 你知路 ， 我兄弟参与了我 ，还有另一位结合首创人格雷格·库里（Greg Curry） ，他已经归天了。 我们其时连住的处所都职守不起 ，所以我们就...办公室每月租金500美元 ，我们就睡在办公室里 ，而后在佩奇米尔路的基督教青年会（YMCA）洗澡。 是的 ，我们最后算是做了一家有点用的公司 ， Zip2 ，在初期。 我们 我们的确开发了好多 极度极度棒的软件技术 ，但我们某种水平上被传统媒体公司“俘获”了 ，由于像奈特-里德报业（Knight-Ridder）、纽约时报（New York Times）这些公司既是投资者 ，又是客户 ，也在董事会里。所以他们总是想把CA88软件用在毫无意思的处所。 所以我想直接面向消费者。总之 ，Zip2的事就不细说了 ，但主题是我真的只是想在网上做点有效的事。 由于我就两个选择：要么读博士 ，看着别人建设互联网；要么以某种微幼的方式参加建设互联网。我其时想 ， 我猜我总能够先尝试 ，失败了再回去读研。 不论怎么 ，了局算是相当成功吧。卖了或许3亿美元 ，这在其时是很大一笔钱。此刻嘛 ，我感触一家AI草创公司的最低起拍价都得10亿美元了。 这就像...此刻有太多该死的独角兽公司了 ，险些像一群独角兽 ，你知路的 ，独角兽是指估值十亿的情况。Garry Tan从那以来通货膨胀了 ，所以现实上钱贬值了不少。马斯克是的。我是说 ，在1995年 ，你或许花5美分就能买个汉堡？好吧 ，没那么夸大 ，但我是说 ，是的 ，的确产生了好多通胀。 但 我是说 ，此刻AI的热度是是相当高 ，就像你看到的。 你知路 ，你会看到有些公司 ，成立还不到一年 ，有时就能获得十亿甚至几十亿美元的估值。 我猜其中一些可能会成功 ，可能也的确会成功。 但 看到其中一些估值的确让人瞠目结舌。 是的 ，你怎么看？我是说 ，Garry Tan我幼我非�？春�。我其实极度乐观。所以 ，我以为在座的各位将会创造大量的价值 ，这些价值 你知路 ，全球应该有十亿人都在使用这些器材。 我们此刻甚至还没触及表表。我很喜欢那个互联网的故事 ， 即便在那个时辰 ，你也很像在座的各位 ，由于你知路 ，所有传统媒体公司的CEO们都把你视为那个懂互联网的人。而此刻 ，对于那个不理解AI在产生什么的辽阔世界——那个企业界 ，或者说整个世界——他们将会指望在座的各位 ，理由齐全一样。听起来你似乎知路...有哪些切实的教训？听起来其中之一是不要烧毁董事会节造权 ，或者要极度幼心 ，得有个真正的好律师。马斯克我想我第一家草创公司最大的谬误就是让传统媒体公司把握了太多 股东和董事会节造权 ，这必然导致他们从传统媒体的视角看问题 ， 因而他们会让你做一些对他们来说似乎合理 ，但用新技术来看其实底子不合理的事件。 我应该指出 ，我 我最初其实并没筹算开公司。我...我试从前网景（Netscape）找工作。 我把简历投给了网景。 马克·安德森（Mark Andreessen）知路这事。但我以为他底子没看到我的简历 ，而后没人回应。所以 之后我试着在网景的大厅里晃荡 ，看能不能“偶遇”谁 ，但我太害羞了 ，不敢跟任何人措辞。所以我就想 ，天啊 ，这太怪诞了。那我就自己写软件 ，看看会怎么吧。所以 ，这其实并不是出于“我想开公司”的态度。我只是想参加建设 ，你知路的 ，互联网的某个部门。 既然我在互联网公司找不到工作 ，那我就得创办一家互联网公司。总之 ，是的。是的。我是说 ，AI将深刻扭转未来。其水平难以估计 ， 但你知路 经济呢 ，如果我们不走弯路 ，并且 AI没有把我们和它自己都干掉 ， 那么你最终会看到一个不是比当前经济规模大10倍的经济 ，最终 ，若是我们成为好比说 ，或者不论CA88未来机械后世是什么 ，或者说重要是机械后世 ，成为卡尔达肖夫等级（Kardashev Scale）2级或更高级的文化。那我们讨论的经济规模将是今天的数千倍 ，也许是数百万倍。所以 ， 是的 ，我是说 ，我我其时的确有点感触 ，你知路 ，当我在华盛顿特区时 ，由于要断根浪费和诓骗而备受报复 ，那算是个有趣的支线工作吧 ， 就支线工作而言。 但是 得回到主线工作上来了。是的 ，我得回到这里的主线工作上来了。嗯 但我的确感触到 ，你知路 ，有点像是...这就好比当局鼎新有点像...好比海滩很脏 ，有针头、粪便和垃圾 ，你想算帐海滩 ，但与此同时还有一路一千英尺高的水墙——那就是AI海啸—— 若是一千英尺的海啸就要袭来 ，算帐海滩还真的有多大意思吗？意思不大。哦 ，很欣喜你回到主线工作上了。这极度沉要。是的 ，回到主线工作。 建造技术 ，这是 我喜欢做的事。 滋扰太多了。政治的信号噪音比太糟糕了。Garry Tan所以 ， 我是说 ，我住在旧金山 ，所以你不用跟我说两遍（我也懂）。马斯克是的 ，华盛顿特区就像是 ，你知路的 ，我猜整个华盛顿都是政治 ，但 若是你试图建造火箭或汽车 ，或者你试图让软件能靠得住地编译和运行 ，那么你必须 最大水平地钻营真相 ，不然你的软件或硬件就无法工作。 就像你不能糊弄数学 ， 数学和物理是严苛的裁判。 所以我习惯于待在那种最大水平钻营真相的环境中 ，而这注定不是政治。 所以不论怎么 ，我很欣喜回到 ，你知路的 ，科技领域。我想我Garry Tan有点好奇 ，回到Zip2那个时刻。你其时有几亿美元 ，或者说你套现了几亿美元？马斯克我是说 ，我拿到了2000万 ，对吧？Garry Tan好吧。所以 ，你至少解决了钱的问题。 而后你根基上拿着它持续赌下去 ，你持续参加了X.com ，后来造成了PayPal和Confinity（归并）。马斯克是的。我把筹码留在了赌桌上。Garry Tan不是每幼我城市这么做。在座的好多人未来也得做这个决定。是什么驱策您再次投入战斗？马斯克我感触对于Zip2 ，我们开发了极度棒的技术 ，但从未真正得到充分利用。至少在我看来 ，CA88技术比雅虎（Yahoo）或其他任何人都好 ，但被CA88客户（媒体公司）限度了。所以我想做点不受客户约束的事 ，直接面向消费者。这就是后来的X.com/Paypal。性质上是X.com与Confinity归并 ，我们一路创建了Paypal。而后 ，现实上Paypal的“校友网络”（Paypal Mafia）可能创造了比21世纪其他任何公司都多的公司。Infinity和X.com归并时 ，荟萃了那么多有才华的人。我只是想...我感触在Zip2我们有点被约束了手脚 ，我就想 ，好吧 ，若是我们不被约束 ，直接面向消费者会怎么？了局就是这样。但是 ，是的 ，拿到Zip2那2000万美元支票时（指幼我所得） ，我其时和四个室友合住 ，银行里或许只有一万块存款。而后这张支票竟然是通过邮件寄来的（太不成思议了）。通过邮件寄来！而后我的银行余额一下子从一万造成了两千零一万（2000万 + 1万）。我就想 ， 好吧（还要扣税什么的）。但我后来险些把所有的钱都投进了X.com。就像你说的 ，险些把所有筹码都留在了赌桌上。是的 ，PayPal之后 ，我就想 ， 我有点好奇为什么我们还没派人去火星。 我去了NASA网站想找我们什么时辰派人去火星 ，了局没有日期。我以为可能是网站太难找了。 但事实上 ，底子没有送人去火星的真正打算。因而 ， 你知路 ，这寺反话长 ，我不想在这里占用太多功夫 ，但Garry Tan我想我们都听得全神贯注。马斯克所以 ，所以其时我其切实长岛高速公路上（Long Island Expressway）和我伴侣阿德奥·罗西（Adeo Ressi）在一路。 我们在大学是同学（宾夕法尼亚大学） ， 阿德奥问我PayPal之后筹算做什么 ，我说 ， 我不知路 ，我猜也许我想在太空领域做点公益项目吧 ，由于我不以为我能在太空领域做任何贸易性的器材 ，那看起来是国度的专属领域。 所以 但你知路我很好奇我们什么时辰送人去火星 ， 就是那时我发现 ，哦 ，网站上没有 ，我起头深挖。 我注定这里省略了好多 ，但 我我 我最初的设法是做一个接装火星性命”（Life to Mars）的火星慈悲工作 ，就是送一个带种子和脱水营养凝胶的幼型温室到火星 ，在火星上着陆 ，而后你知路的 ，给凝胶加水 ，而后你就有了这个绝妙的镜头——红色布景上的绿色植物。顺便说一句 ，很长一段功夫我都没意识到“money shot”我想是个色情片的梗（指关键的热潮镜头）。但 ， 总之 ，沉点是那将是红色布景上绿色植物的绝妙镜头 ，试图以此激励 你知路的 ，NASA和公家派宇航员去火星。随着我相识更多 ，我意识到哦 ，顺便说一下 ，在这个过程中 ，我在2001和2002年左右去了俄罗斯买洲际弹路导弹（ICBMs） ，这就像一次冒险。你知路的 ，你去见俄罗斯高层指挥官 ，说“我想买些洲际弹路导弹”。 这是为了进入太空。是的。不是为了 不是为了炸谁 ，但他们必须 作为裁军交涉的了局 ，他们必须销毁一大批他们的大型核导弹。所以我就想 ，好吧 ，我们拿两枚 ，你知路的 ，去掉核弹头 ， 再加一个额表的上面级用于火星。但这感触有点迷幻 ，你知路的 ，2001年左右在莫斯科 ，和俄罗斯军方交涉买洲际弹路导弹。这太疯狂了。 但他们也一向给我抬价 ，所以 这险些和正常的交涉反着来。所以我就想 ，天啊 ，这些器材变得真贵。而后我意识到 ，真正的问题并不是不足去火星的意愿 ，而是底子没有法子在不超出预算的情况下做到 ，你知路的 ，甚至连NASA的预算都职守不起。所以这就是我决定创办SpaceX的原因——SpaceX是为了 推动火箭技术 ，达到我们能送人去火星的水平。 那是在2002年。Garry Tan所以那并不是 你一路头就 想缔造一家企业。你只是想起头做点你感触有趣、人类必要的器材 ，而后就像 ，你知路的 ，像猫扯线团一样 ，球就慢慢解开了 ，了局这可能是门极度赢利的生意。马斯克此刻的确赢利 ，但之前没有火箭草创公司成功的先例 ，固然有过一些贸易火箭公司的尝试 ，但都失败了。所以 SpaceX创办SpaceX时 ， 真的是出于这样一种设法：我感触成功的几率不到10% ，也许只有1% ，我不知路。 但 但但一家草创公司若是不做点什么来推动 火箭技术 ，那它注定不是来自那些大型国防承包商 ，由于他们只是当局的附庸 ，而当局只想做极度通例的事件。所以 ， 要么来自草创公司 ，要么就底子不会产生。所以 ，所以即便成功率很幼也比没机遇好 ， 所所以的 ，SpaceX 我在2002年年中创办它时 ，预期会失败。我就像我说的 ，或许90%的失败率 ，甚至招募人时 ，我也没试图粉饰说它会成功。我说我们很可能会完蛋。 但 有1/10的机遇可能不会完蛋 ，若是 但这是送人去火星、推动技术水平的唯一蹊径。 而后 我最终成了火箭的总工程师 ， 不是由于我想要 ，而是由于我雇不到严害的人。所以 ， 没有优良的资深工程师愿意参与 ，由于他们感触这太冒险了 ，你会完蛋的。 所以我就成了火箭的总工程师。你知路 ，头三次发射的确失败了。所以那算是个进建过程吧。 第四次很幸运成功了。但若是第四次没成功 我就没钱了 ，那就彻底完了。所以那是极度悬的事。若是第四次猎鹰（Falcon）发射失败 ，那就彻底完了 ，我们就参与之前那些火箭草创公司的坟场了。所以 ， 我对成功几率的估计不算太离谱。 我们只是险之又险地成功了。 特斯拉差不多是同时进行的。 2008年是艰巨的一年。 由于在2008年年中 或者叫2008年夏天 SpaceX的第三次发射失败了 ，我们陆续三次失败。 特斯拉的融资轮也失败了。所以特斯拉很快就破产了。 这就像 ，天啊 ，这太惨了。 这这将成为傲慢得意的警圆滑事。Garry Tan 20:00可能在那段功夫里 ，好多人都在说 ，埃隆是个搞软件的 ，为什么你要做硬件？为什么...是的 ，他为什么要选择做这个 ，对吧？马斯克是的。100%。所以你能够看看其时的媒体 ， 由于那时的报路此刻还能在网上找到。他们一向叫我“互联网幼子”（internet guy）。 所以“互联网幼子”别名“傻瓜”试图造火箭公司。 所以 你知路 我们被冷笑了好多。 这听起来的确很怪诞 ，互联网幼子开仗箭公司听起来就不像能成功的配方厚道说。所以我不怪他们。我其时想 ，是啊 ，你知路 ，听起来的确不太可能 ，我也赞成这不太可能。 但幸运的是第四次发射成功了 ， 而后NASA授予了我们一份补给空间站的合同。 我想那或许是12月22号左右 ，或者是圣诞节前。 由于即便第四次发射成功也不及以保障成功。我们还必要一份大合同能力活下去。所以 ， 所以我接到了NASA团队的电话 ，他们真的说了 ，我们授予你们一份补给空间站的合同。我险些...我脱口而出 ，“我爱你们。」剽通常不是 ，你知路的 ，他们能听到的话。由于通常都是很 ，你知路的 ，很默默的 ，但我其时想 ，“天啊 ，这救了公司。”而后 ， 我们关关特斯拉融资轮是在它可能实现的最后一天、最后一个幼时 ，就是2008年12月24日下午6点。 若是那轮融资没关关 ，圣诞节后两天我们就得拖欠工资了。所以2008年底真是让人神经紧绷。Garry Tan 22:03我想从您的Paypal和Zip2经历 ，到跳进这些硬核的硬件草创公司 ，贯通始终的一点是可能找到并最终吸引这些特定领域里最聪明的人...你知路 ，那 我是说在座的各位 ， 有些人甚至还没治理过一幼我。他们才刚刚起头职业生涯。你会对 ，你知路的 ，那个还从未做过这些事的埃隆说些什么？马斯克 22:33我通常以为要尝试尽可能做有效的事。这这听起来可能有点须生常谈 ，但做有效的事真的很难 ，尤其是对好多人有效。 好比说 ，总效用的曲线下面积 ，就是你对你同胞有多大用处乘以几多人？ 就像物理上对“真实功”（true work）的界说。做到这点极其难题。而我以为若是你立志做“真实功” ， 你你成功的几率会高得多。 就像 ，别钻营庆幸 ，要钻营做功。Garry Tan 23:07你怎么判断那是“真实功”？是靠表部反馈吗？好比别人怎么看或者你知路产品对人有什么用？马斯克 23:23就像你知路 ，对你来说 ，当你找人为作时 ，你看沉什么？好比你知路 ，你找人或他们 那是分歧的问题。我想是 我是说就你的最终产品而言 ，你只有说 ， 若是这器材成功了 ，它将对几多人有多大用处？ 这就是我的意思。而后你你做任何事 ，你知路的 ，无论你是CEO还是草创公司里的任何角色 ，你做任何必要做的事来成功 ，就像 并且要不休粉碎你的自我（ego） ，就像 ， 内化责任（internalize responsibility）。 一个重要的失败模式就是当自我与能力之比（ego to ability ratio） 大于1的时辰。你知路 若是你若是你的自我能力比太高 ，那你根基上就堵截了通向现实的反馈回路。 用AI术语来说 ，你你会突破你的强化进建（RL）回路。所以 ，你不想突破你的回路 ，你想要一个壮大的RL回路 ，这意味着内化责任（internalizing responsibility）并最幼化自我（minimizing ego） ，无论工作是崇高还是低微 ，你都去做。所以 ，我是说 ，这就是为什么我其实更喜欢“工程”（engineering）这个词 ，而不是“钻延妆（research）。我更喜欢这个词 ，并且我不想叫xAI一个尝试室（lab）。我只想它是一家公司。 就像 ，无论 无论是最单一、 最直接、 梦想情况下最低自我（ego）的术语 ，这些通常都是好的方向。 你你只想缜密地关合与现实的回路（close the loop on reality hard）。 这这这是件超等大事。Garry Tan 25:01我想在座各位都极度钦佩您在使用第一性道理（First principles）方面的范例作用。您是怎么确定自己的“现实”的？这似乎是其中很沉要的一部门。那些从未创造过任何器材、非工程师的人 ，好比某些记者 ，他们有时会品评您。但显然您身边还有另一群人 ，他们是建造者 ，有着极度高的...功业曲线下面积（指成就巨大）。人们该若何对待这点？哪些步骤对您有效？您会若何传递给...好比说您的孩子们？您会怎么通知他们在这个世界安身的步骤？好比 ，若何基于第一性道理构建一个可预测的现实观。马斯克 25:57物理学的工具在 理解任何领域并获得进展方面都极其有效。 第一性道理显然是指 ，你知路的 ，将事物分化到最可能正确的根基正义身分（fundamental axiomatic elements） ，而后尽可能逻辑清澈地向上推理 ，而不是通过度析或类比来推理。 而后就是一些单一的事 ，好比极限思想（thinking in the limit） ，就像若是你表推 最幼化这个器材或最大化那个器材 ，极限思想极度有援手。 我使用物理学的所有工具。它们合用于任何领域。 这就像一种超能力。 所以你能够拿 ，好比说火箭。你能够说 ， 一枚火箭应该花几多钱？ 人们通常选取的步骤会看汗青上火箭的成本是几多 ，而后如果任何新火箭的成本必须和以前的火箭成本差不多。而第一性道理的步骤是 ，你你看火箭由哪些资料组成。若是是铝 ， 铜 ，碳纤维 ， 钢 ，无论是什么 ， 而后说这枚火箭有多沉 ， 它的组成元素是什么？它们有多沉？这些组成元素每公斤的资料价值是几多？这就设定了火箭成本的真正底线。它能够渐进地靠近原资料的成本。而后你意识到 ，哦 ，现实上一枚火箭的原资料只占汗青火箭成本的1%或2%。所以造作过程必然是极度低效的 ， 若是 若是原资料成本只有1%或2%的话。这就是对火箭成本优化潜力的第一性道理分析。而这还是在思考可沉用性之前。 举一个AI方面的例子 ，我猜 去年 ，当xAI试图建造一个训练超等集群（training supercluster）时 ， 我们我们去找各家供给商 ，说（这是去岁首的事）我们必要10万块H100（GPU）来进行连贯训练（train coherently）。他们估计实现这个必要18到24个月。我说 ， 我们必要在6个月内实现。 不然我们就没竞争力了。所以而后 若是你把它分化 ，必要什么？ 你必要一栋构筑 ，你必要电力 ，你必要冷却。 我们没功夫从零起头建一栋楼。所以我们必须找一个现成的构筑。因而 ，我们找到了孟菲斯一个拔除的工厂 ，以前是出产伊莱克斯（Electrolux）产品的。 但它的输入功率是15兆瓦 ，而我们必要150兆瓦。所以 ， 我们我们 租了发电机 ，把它们放在大楼的一侧 ，而后我们必要冷却。所以 ，我们租用了美国约莫四分之一的移动冷却能力 ，把 冷却器（chillers）放在大楼的另一侧。 这还没齐全解决问题 ，由于在训练过程中功率颠簸 极度大。所以功率可能在100毫秒内降落50% ，发电机跟不上。因而我们结合 我们增长了特斯拉Megapacks（大型电池组） ，并批改了Megapacks的软件 ，使其可能滑润训练过程中的功率颠簸。 而后还有一大堆网络挑战。 由于若是你试图让10万块GPU进行连贯训练 ，网络线缆极度极度有挑战性。Garry Tan 29:48...听起来您提到的险些任何一件事 ，我都能设想有人会直接通知您“不能 ，你搞不到那个电力” ，“你搞不定这个”。第一性道理思想的一个关键点似乎是：我们要问“为什么” ，要弄明显原因 ，并且要挑战对面的人。若是他们给出的答案我不中意 ，我就不会接受它。是这样吗？我感触 ，若是有人想像您一样做硬件 ，似乎尤其必要这点。而在软件领域 ，我们有好多冗余 ，好比“我们能够加更多CPU ，没问题的”。但在硬件上 ，行不通就是行不通。马斯克 30:37我以为这些第一性道理思想的通用准则合用于软件和硬件 ，也合用于任何事物。 我只是用了一个硬件方面的例子 注明我们若何被奉告某事不成能 ，但一旦我们将其分化成组成身分——我们必要一栋构筑 ，我们必要电力 ，我们必要冷却 ，我们必要 我们必要功率滑润（power smoothing）——而后我们就能解决这些组成身分。 但它是...而后我们 我们让网络运营团队 进行所有的布线工作 ，所有事 四班倒24/7 ， 我也睡在数据中心 ，还亲自布线�；褂泻枚嗥渌侍庖饩�。 你知路去年没人用10万块 H100进行过连贯训练。也许今年有人做了。我不知路。 而后而后我们后来把它翻倍 到了20万块。所以此刻我们我们在孟菲斯的训练中心有15万块H100 ，5万块H200 ，和3万块GB200。 我们即将在孟菲斯地域的第二个数据中心上线11万块GB200。Garry Tan 31:54您是否定为预训练（Pre-training）依然有效？缩放定律（Scaling laws）依然成立？最终赢得这场较量的人将占有最大、最智能的模型 ，而后能够蒸馏（Distill）它？马斯克 32:09除了大型AI的竞争力之表 ，还有其他各类成分 对于大型AI来说 ， 人员的才华当然沉要。 硬件的规模以及你若何有效利用这些硬件也很沉要。所以你不能只是订购一大堆GPU ，而后它们 你不能只是插上电就行。所以你得弄到好多GPU ，并让它们 能不变地进行连贯训练。而后就是 ，你有什么怪异的数据起源？我猜分发（distribution）在某种水平上也很沉要 ，好比人们若何接触到你的AI？对于那些要成为有竞争力的大型基础模型（large foundation model）来说 ，这些都是关键成分。 就像 就像我伴侣伊利亚（Ilya Sutskever）说的 ，我以为 你知路我们差不多用光了人类天生的数据进行预训练 ， 高质量象征（tokens）的供给枯竭得相当快 ， 而后你你必须做好多 你必要性质上创造合成数据（synthetic data） 并且可能正确判断你创造的合成数据 ，以验证它是否是真实的合成数据 ，还是与事实不符的幻觉（hallucination）。 所以实现与现实接轨（grounding in reality）是是很辣手的 ，但我们正处于必要投入更多精力在合成数据上的阶段。 就像此刻我们在训练Grok 3.5 ，其沉点是推理（reasoning）。Garry Tan 33:55回到您的物理学概想 ，我听说硬科学 ，尤其是物理教科书 ，对推理极度有效。而钻研人员通知我 ，社会科学对推理齐全没用。马斯克 34:11是的 ，这可能是真的。 所所以的 你知路未来极度沉要的一点是 将深度AI 在数据中心或超等集群中与机械人技术（robotics）结合。这样 你知路像Optimus人形机械人这样的器材 是的Optimus太棒了。未来会有极度多人形机械人以及各类大幼状态的机械人 ，但我的预测是人形机械人将远超其他所有机械人总和 ，可能多一个数量级 ，差距巨大。Garry Tan 34:55有传言说您打算组建一支机械人军队？马斯克 35:01无论是我们做 ，还是 还是特斯拉做 ，你知路的 ，特斯拉和xAI合作缜密。就像你见过几多家人形机械人草创公司？就像我想黄仁勋（Jensen Huang）在台上带了一大堆机械人 ， 来自分歧公司的机械人。我想有或许十几种分歧的人形机械人。所以 ，我是说 ，我猜 ，你知路的 ，部门我一向以来在抗争的、也许拖慢我脚步的是 ，我是个有点 我不想我不想让终结者（Terminator）成真 ，你知路的。所以 ，我某种水平上 ， 至少直到最近几年 ，在AI和和类人机械人（humanoid robotics）上拖拖沓拉。而后我有点意识到 ，它它在产生 ，无论我做不做。所以 ，你只有两个选择。参加你既能够当观多（spectator） ，也能够当参加者（participant）。所以 ，就像 ，好吧 ，我甘心当参加者而不是观多。 所以此刻就是你知路的 ，在人形机械人和呃数字超等智能（digital super intelligence）上全力加快（pedal to the metal）了。Garry Tan 36:10我想 ，还有第三件事各人听您谈过好多 ，我幼我极度赞成 ，就是成为多行星物种（Multiplanetary species）。这若何融入整体？这不仅仅是10年或20年的事 ，也许是100年的事 ，是关乎人类好几代人的事。您若何对待它？这里有AI ，显然有具身机械人（Embodied robotics） ，还有成为多行星物种。这些最终是否都服务于最后一点？或者 ，您此刻驱动未来10年、20年、100年的动力是什么？马斯克 36:46天啊 ，100年 ，老兄。我但愿100年后文化还在。若是它还在 ，那会和今天的文化截然分歧。 我是说 ，我预测人形机械人至少会是人类数量的5倍 ，也许是10倍。 而对待文化进取的一种方式是卡尔达肖夫等级（Kardashev Scale）的实现百分比。所以 ，若是你是 ，你知路的 ，等级一（Scale one） ，你 你已经驾驭了一颗行星的所有能量。此刻在我看来 ，我们只 利用了地球能量的1%或2%。 所以我们离卡尔达肖夫等级一还有很长的路要走。 而后等级二（Scale two）是驾驭一颗恒星的所有能量。 那将是地球能量的或许十亿倍 ，也许靠近万亿倍。而后等级三（Scale three）是整个星系的能量 ，离那还远着呢。所以我们正处于智能大爆炸（intelligence big bang）的极度极度早期阶段。我我但愿我们在就多星球而言 ，我想我想约莫30年内 ，我们会有足够的物质转移到火星 ，使火星可能自我维持（self-sustaining） ，即便来自地球的补给船终场 ，火星也能持续成长繁华。 这极大地耽搁了文化、或意识、或智能（蕴含生物的和数字的）的预期寿命。 所以这就是为什么我以为成为多星球物种很沉要。我有点困扰于费米悖论（Fermi Paradox） ，就像为什么我们没看到任何表星人？这可能是由于智能极度罕见。 也许我们是这个星下凤唯一的智慧性命。 那样的话 ，意识智能就像无际阴郁中的微幼烛光 ，我们应该尽所有可能确保这微幼的烛光不熄灭 ，而成为多星球物种或让意识多星球化（making consciousness multilanetary）能极大提高文化的预期寿命 ，并且它是在前往其他恒星系之前的下一个步骤。 一旦你至少占有两个星球 ，你就有了一个推动太空旅前进取的强造力（forcing function）。 那最终将导致 意识扩大到星辰大海（expanding to the stars）。Garry Tan 39:24费米悖论可能暗示 ，一旦科技达到某个水平 ，文化就会自我覆灭。我们若何预防自我覆灭？您会给满屋子的工程师什么建议？我们能做些什么来预防这种情况产生？马斯克 39:41是的 ，若何避开“大过滤器”（Great Filters）？一个显著的大过滤器就是全球热核战争。所以我们应该尽量预防。我想建造良性的AI机械人 ，那种酷爱人类的AI ， 你知路的 ，乐于助人的机械人。 我以为在构建AI中极其沉要的一点是 ，对真相（truth）极度严格的遵守 ，即便那真相在政治上不正确（politically incorrect）。 我对什么会让AI变得极度危险的直觉是 ，若是 若是你胁迫AI相信不真实的事件。Garry Tan 40:27您若何对待安全（Safety）与封关（Closed）以获得竞争优势之间的争论？我感触很棒的一点是 ，您有一个有竞争力的模型 ，其他人也有。从这个意思上说 ，我们可能避开了我最不安的最糟糕的功夫线（Timeline）——那种急剧腾飞（Fast takeoff）且只把握在一幼我手中的情况。那可能会导致好多事件崩溃。而此刻我们有选择 ，这很好。您怎么看？马斯克 40:58是的 ，我的确以为将会有几个深度智能（deep intelligences） ，也许至少有五个。 可能多达10个。 我不确定会不会有几百个 ，但可能靠近 ，好比说10个左右。 其中或许四个在美国。 所以我不以为会有任何一个AI占有失控的能力（runaway capability）。 但是的 ，会有几个深度智能。Garry Tan 41:40这些深度智能体味做什么？是做科学钻研 ，还是试图相互攻击？马斯克 41:48可能都是。 我是说但愿它们会发现新物理学 ，我以为它们注定会发现新技术。 就像我以为我以为我们离数字超等智能（digital super intelligence）相当近了。它可能今年产生 ，若是今年没产生 ，明年注定能实现 ，数字超等智能界说为在职何事件上都比任何人类都聪明（smarter than any human at anything）。Garry Tan 42:19那么 ，我们若何将其疏导向超等富饶（Super abundance）？我们能够占有机械人劳动力、廉价能源、按需智能（Intelligence on demand）。这是否就是所谓的“白色药丸”（White pill ，指积极乐观的未来）？您在这个光谱上处于什么地位？您会激励在座各位做哪些具体的事件 ，来让这个“白色药丸”成为现实？马斯克 42:43我以为最可能是一个好了局。 我猜我某种水平上赞成杰夫·辛顿（Jeff Hinton）的见解 ，也许有10%到20%的覆灭（annihilation）几率。 但往好的方面看 ，那就是80%到90%获得美好终局的概率。 所所以的 ，我再怎么强调也不为过。对真相（truth）的严格遵守是AI安全（AI safety）最沉要的事。显然还有对人类和已知性命（life as we know it）的共情（empathy）。Garry Tan 43:18我们还没谈到Neuralink。我很好奇 ，您在致力缩幼人与机械之间的输入输出（Input/Output）差距。这对AGI/ASI（人为通用智能/人为超等智能）有多关键？一旦这个链接成立 ，我们是否不仅能读�。≧ead） ，还能写入（Write）？马斯克 43:38Neuralink对于解决数字超等智能并非必须。 在神经衔接大规模利用前 ，它（ASI）就会产生。 但 神经衔接能有效解决 输入输出带宽限度（input output bandwidth constraints）。出格是CA88输出带宽（output bandwidth）极度低。人类一天内的持续输出（sustained output）低于每秒1比特（less than one bit per second）。所以 ，你知路的 ，一天有86400秒。 一幼我一天输出的符号（symbols）超过那个数（86400个）是极其罕见的。 陆续几天更是如此。 所以有了 有了神经衔接接口 ，你能够大幅提高你的输出带宽和输入带宽（input bandwidth）。 输入是指写入（write operations）大脑。我们此刻有五位人类植入了 那种读取 输入的设备 ，它能读守信号。你有患有肌萎缩侧索硬化症（ALS）的人 ，他们 齐全没有（行动能力） ，他们是手脚瘫痪者（tetroplegics） ，但他们此刻能以 与占有健全身段的人相当的带宽互换 ， 节造他们的电脑和手机 ， 这相当酷。而后 我想在未来6到12个月 ，我们将进行第一次视觉植入（implants for vision） ，即便有人齐全失明 ， 我们也能直接写入 视觉皮层（visual cortex） 我们已经在猴子身上实现了。我想我们有一只猴子植入视觉设备已经三年了 ， 起初分辨率会相对较低 ，但持久来看会有极度高分辨率 ，并能看到多光谱波长（multispectral wavelengths）。所以 你能够看到红表线、紫表线、雷达（radar） ，就像获得超能力一样。 在某个时刻 ，赛博格植入物（cybernetic implants）将不仅仅是纠正犯错的器材 ，而是 极大地加强（augmenting）人类的能力 ，极大地加强智能、感官和带宽 这这将会在某个时刻产生。但数字超等智能会在此很久之前产生 ，至少若是我们有 一个神经衔接 ，我们或许能更好地鉴赏 AI。我猜所有你致力的造约成分之一 ，逾越所有这些分歧领域 ，是接触最聪明人才的机遇。 是的。但 ，你知路的 ，与此同时我们有 ，你知路的 ，石头（rocks）能措辞和推理（talk and reason） ， 它们此刻可能130智商了 ，并且可能很快就会超等智能。 你若何和谐这两件事？好比 ，你知路5年、10年后会产生什么？在座的各位该做什么 来确保 ，你知路的 ，他们是创造者（creating）而不是可能低于API线（below the API line）的人？人们称它为奇点（singularity）是有原因的 ，由于我们不知路不久的未来会产生什么。人类智能所占的比例将会很幼。在某个时刻 ，人类智能的总和将少于所有智能的1%。 而若是事件发展到卡尔达肖夫等级二（Kardashev Scale level two） 我们讨论的是人类智能 ，即便如果人丁显著增长 ，并且智能大幅加强（intelligence augmentation） ，就像 每幼我的智商都达到一千的那种情况。 即便那样 ， 人类智能总和可能也只罕见字智能的十亿分之一（1 billionth）。无论若何 ，数字超等智能的生物疏导法式（biological bootloader）在哪里？我想就此实现吧 ，我算是好的疏导法式吗？Garry Tan 47:46我们该何去何从？我们若何从这里启程？我是说 ，所有这些都是相当狂野的科幻情节 ，但也可能由在座的各位建造出来。你知路的 ，若是你 你对这一代最聪明的技术人才有什么实现语？他们应该做什么？他们应该 应该从事什么？应该思虑什么 ， 今晚他们去吃晚饭时该想些什么？马斯克 48:19就像我开头说的 ，我以为若是你在做有效的事 ，那就很棒。 若是你只是全力对你的同胞尽可能有效 ，耐低点就是在做功德。 我不休强调这点 ，专一于超等真实（super truthful）的AI ，这这对AI安全最沉要。 你知路的 ，显然若是你知路 谁有兴致在xAI工作 ，我是说 ，请请通知我们。 CA88指标是让Grok 成为最大限度钻营真相（maximally truth seeking）的AI。 我以为这极度沉要。 但愿我们能理解宇宙的性质。这这或许就是AI能通知CA88。也许AI能通知我们表星人在哪里 ，以及你你知路宇宙是若何真正起头的？它将若何终结？有哪些我们不知路应该问的问题？ 我们是在仿照中（simulation）吗？或者我们在哪个层级的仿照中？Garry Tan 49:28我想我们会找到答案的。一个NPC（非玩家角色）。埃隆 ，极度感激你参与CA88。
坏学生惩罚日常BY林厌辞笔阅读版趣阁就在15天前，很多皇马人还不知道阿纳斯-拉格拉里是谁，也不知道弗洛伦蒂诺-佩雷斯究竟想把俱乐部带向哪里。正是因为不同媒体披露了这些信息，会员们才知道，弗洛伦蒂诺想出售皇家马德里，而主席的右手阿纳斯-拉格拉里，曾通过帮助巴塞罗那脱困获利。对于合规要求更高的政企客户，腾讯云还为用户提供了ClawPro专有云版本，让企业可以在私有环境中部署Agent，实现对核心数据和模型的自主掌控。坏学生惩罚日常BY林厌辞笔阅读版趣阁苏晴和江明在厨房里的幼说叫什么名答：我会投票给弗洛伦蒂诺-路易斯，并要求他在体育层面必须做出的改变上不要手软，帮助球队夺回最近失去的阵地。我也会要求球队更加西班牙化。皇马没有任何球员入选国家队，这让我很不高兴，因为国家队是我的另一支球队。我不太理解，既然我们拥有世界上最好的青训之一，为什么培养不出能在这里成功的球员，而必须让他们去外面实现成功。根据NBA的惯例，腹斜肌一级拉伤需要休养1-2周，而二级拉伤需要休养4-6周。湖人球星里夫斯在常规赛末尾遭遇腹斜肌二级拉伤，缺席常规赛剩余比赛和季后赛首轮比赛，在季后赛第二轮复出。
20260609 ? 坏学生惩罚日常BY林厌辞笔阅读版趣阁在诺伊尔身后，你们其实还有两位甚至三位非常优秀的门将。不过，如果是诺伊尔站在球门前，究竟会带来什么不同？人们总是在谈论他所谓的 “气场”，你怎么看？公交车售票员幼镇TXT百度网盘资源谈到是否感受到更衣室里的求胜欲望时，格德斯表示：“世界杯肯定会非常困难，但我们拥有一支很强的球队，也有很多优秀球员，国家队内部的氛围很好。我们会带着赢球的目标去踢每一场比赛。”
20260609 ? 坏学生惩罚日常BY林厌辞笔阅读版趣阁法国足协在此次大会上介绍了新联赛的运营模式，其中包括工资帽限制——工资总额不得超过俱乐部营业收入的60%。若超出这一上限，相关俱乐部将被自动扣除部分资金，这些资金随后将用于“联赛发展”。法国足协执行委员会成员、斯特拉斯堡主席马克·凯勒表示：“这一模式是与各俱乐部共同构建的。我们与法国国家职业足球管理局（DNCG）研究了法丙所有俱乐部的工资总额，认为60%是各俱乐部可以达到的目标。我们的目的是支持它们在两年内变得更好。”《17c.coM》当然，这并不意味着老师的着装要一成不变、单调乏味。在符合教育场合要求的前提下，老师也可以展现自己的个性和风格。比如，可以选择一些颜色柔和、款式简洁的衣服，既体现出老师的亲和力，又不失端庄大方。同时，老师也可以根据不同的季节和教学内容进行适当的搭配，让自己的着装更加符合课堂的氛围。
京公网安备11010202000001号
