科技创新：美国AI算力争夺战升级，顶尖模型已逼近国家治理门槛

【科技创新】：美国AI算力争夺战升级

在本期Moonshots播客中，信息密度极高。Google刚刚交出了人类企业史上最炸裂的财报之一：Alphabet季度营收1099亿美元，同比增长22%；利润达到626亿美元。这标志着AI已从“概念”演变为“印钞机”。而与此同时，白宫的态度悄然转向，从“AI放手跑”转变为“模型发布前要审查”，因为Claude Mythos与GPT-5.5展现出的飞跃性网络安全能力，第一次让私部门超越了NSA等政府机构。

这不仅是一种技术变革，更是经济和政治力量的博弈。OpenAI正在脱离微软的独占怀抱，百亿级AWS合作重塑了云计算版图；私募基金联手AI实验室突破企业壁垒；Sam Altman在三年UBI实验后坦言“这条路可能走不通”；而保险巨头已开始剔除AI风险标准保单——一个全新的市场正在诞生。

本期播客由Peter Diamandis主持，常驻嘉宾包括Alex W.Grossman（AWG），Dave Blundon（Link Ventures），Salem Ismail，以及特邀嘉宾Brian Elliot（Blitzy CEO）。以下是完整编译。

一、白宫审查

Peter：白宫正在考虑对所有AI模型在发布前进行审查。特朗普政府曾经坚持“AI放开跑”，但现在提议成立一个由科技领袖和政府官员参与的工作组。Alex，你怎么看？

Alex：我认为变化的转折点在于Mythos。GPT-5.5不仅在多个公开的网络安全基准测试中表现更强，甚至比Claude Mythos更开放可用。从未来回顾历史，我会将这次事件视为“Mythos时刻”——民用前沿AI实验室突然拥有了超越政府的能力。它第一次让私部门在网络安全漏洞发现方面实现了对NSA等机构的超越。

这迫使一个原本放松管制的政府重新思考，是否需要建立某种轻量级的审查机制。我无意评判这是否是个好主意，但这确实是一个自然的时间节点来反思。

Peter：这种审查制度会不会形成“合规模式”，让大型公司占据主导，而小实验室难以负担成本？

Alex：这种护城河早已存在。出口管制限制了开源技术的公共传播；发明保密法案几十年来一直在审查敏感领域的专利申请；甚至早在1950年代的原子能法案也在管控新技术应用。这不是什么新世界，只是AI的能力在迅速增长，迫使政府介入。

Brian：我更担心的不是政府过度审查，而是前沿实验室自身进行过度自我审查——无论是出于算力压力，还是出于对商业利益的保护。那才是更可怕的未来。

二、五角大楼与AI公司合作

Peter：五角大楼与7家AI公司签订了合同，包括Google、SpaceX AI、OpenAI、Amazon、Microsoft等。Google的协议允许其为任何合法政府目的提供AI。这引发了600名Google员工的抗议。还记得2018年Project Maven事件吗？当时有2万人反对。

Alex：这不仅是抗议，更是Google员工对DeepMind在伦敦与美国军方合作的抗议。DeepMind原本有意拆分出去，但最终被Google保留。这个团队在文化上与Google是分离的。所以在英国，DeepMind的员工组织了工会，抗议与美国军方的协作。这件事情对外界的影响是负面的，但另一个角度看，至少7家公司参与说明AI模型领域有足够的竞争者，国防部拥有多个替代方案。

Dave：别忘了DeepMind位于伦敦，Dennis Hassabis本试图将其独立出去。而Google先是提拔DeepMind，后又反悔保留它。而这导致了团队文化上的分离。

Salem：我能理解员工的反弹，因为AI已不再是单纯的工具，它正在成为一个决策层。但这种博弈会很混乱。

三、Google财报揭秘

Peter：Google财报令人震撼。Alphabet季度营收1099亿美元，同比增长22%；利润达到626亿美元。Google Cloud收入200亿美元，增速63%，甚至超越了AWS和Azure。Google当前月活用户已达到7.5亿。

Dave：YouTube收购是Google历史上最伟大的并购之一。而且Google搜索量早在2017年见顶，但它通过AI驱动的广告精准投放，使收入持续上涨。Google连续投入AI，每次转化都带来收入和利润。这跟Tesla或OpenAI的路线完全不一样。事实证明，Google将成为全球市值最高的公司。

Alex：Google Cloud的出生很艰难。几年前，联合创始人曾对Thomas Kurian下了最后通牒：必须成为公有云第一或第二，否则就从Alphabet剥离。那是危险时期。而现在，Google Cloud不仅独立做季度报告，还赶上了AI东风——它不仅给自己的客户提供TPU算力，还可能向其他实验室直接出售。

Salem：在我们做指数型组织排名时，Google始终是第一。它创造了不可思议的飞轮：数据喂养算法，算法在云端运行，带来分发、资本和人才，所有都在彼此增强。

四、算力稀缺成新常态

Peter：就算Google也正面临算力短缺的问题。DeepMind CEO Demis Hassabis指出，没人能同时提供足够的算力给两个最大规模的前沿模型。于是他们决定开放边缘模型，因为这类模型更安全。

Brian：Google现在必须让客户排队申请大规模算力。你必须是最重要的市场参与者才能获批。

Peter：这是我所能想到的最重要话题之一。我昨天和CoreWeave的Kash探讨过，那家公司因算力短缺而疯狂上涨。你可以第一次购买算力期货。但大多数企业还没意识到：算力短缺已经成为新的常态，而且会一直持续下去。Blitzy对算力的需求几乎是无限的。

Alex：在Google内部，三大算力消费者——搜索、Cloud、DeepMind——每个周期都在争夺新上线的算力资源。未来核心指标将是“每token经济产出”——谁的token能产出最多收入，谁就能获得最多算力资源。Anthropic的战略正是瞄准“每token美元价值最大化”，未来会出现以token为标的的流动性市场或拍卖机制。

Dave：我以前买芯片一直亏钱，但今年如果你一年前随便买了一箱内存，现在就赚翻了。AI是人类历史上第一个有无限创造需求的东西——每一个新GPU都能解决一个新问题，每一个新芯片都能满足一个新的需求。这就是为什么明明很贵，Intel、AMD、Micron和SanDisk却全在涨价。即便Terrafab按时上线（几乎不可能），我们也会瞬间吃光所有算力资源。

五、OpenAI转向AWS，微软走向“OptOut”

Peter：OpenAI已经结束了与微软Azure的独占合作，开始在AWS、Google Cloud和Oracle上运行。这给微软带来了什么影响？

Alex：可以追溯到微软大约一年前对数据中心建设的限制。OpenAI与Anthropic都有庞大的算力需求，但微软当时觉得“量入为出”是最明智的选择。从因果关系来看：微软当初的决策，导致OpenAI无法拥有足够的算力，最终不得不在微软之外寻找资源。而Stargate最初是与微软的联盟，后来Oracle、SoftBank也加入，变成了一个共享的租赁运营。

Dave：微软和OpenAI之间曾有过最完美的婚姻——早期全面主导、领先优势不可思议——但他们可能把这段关系想得太理所当然了。如果他们当时能像Google和DeepMind那样联手，也许能创造“史诗级”的突破，但显然没有走那条路。

Peter：GPT-5.5已经达到了与Mythos同等的水平，而且更便宜，真正可用。

Alex：5.5不仅在网络安全基准测试中与Mythos相当，而且成本便宜5倍，而且现在能够被真正使用。这会让很多AI实验室相形见绌。Anthropic受限于算力，因此无法广泛发布Mythos，而Google现在有望迅速扩大其模型影响力。

六、OpenAI IPO延期与财务战略

Peter：OpenAI错过了2025年的每周10亿ChatGPT用户目标，也未能达到多个收入预期。其CFO Sarah Frier警告称，如果增长持续停滞，可能难以履行数据中心计划，建议等到2027年IPO。

Dave：也许不需要急于IPO——我们刚完成了1200亿美元融资，财务状况很好。OpenAI需要一直高调宣传，直到融完这笔钱。现在可以说“也许2027年或2028年上市更好”。

Alex：核心问题在于，OpenAI押注消费者来达成收入目标——这是一个糟糕的决定。消费者不愿花大钱购买推理token，而企业才愿意支付。Anthropic因为自身算力限制，比OpenAI更早将战略转往企业客户。GPT-5.5发布后，Codex的表现看起来比Claude Code更强，但消费者路线的失误确实拖慢了收入预期。

此外，CFO向外透露这些信息，看起来像是在“重塑预期”——如果你要上市，为什么要让你的CFO告诉媒体“情况可能没那么好”？这通常是公司在试图把预期压低，以便后面超预期。

七、私募基金与AI的深度合作

Peter：AI实验室正在与私募基金合作。例如，OpenAI与TPG、Brookfield、Advent达成百亿美元级合作关系；Anthropic则与Blackstone、Goldman Sachs、Hellman达成15亿美元合作。

Salem：我们一直预测AI不会通过CIO或CEO入场，而是通过治理层自上而下推行，因为内部阻力太大。私募基金掌控数万亿美元和数千家公司，这是AI直接注入企业主静脉的举动。这些公司将创建“数字双胞胎”，实现组织奇点。这是AI融合的一种全新模式。

Dave：私募基金30年一直是表现最稳定的资产类别。过去计算机化只是PE的顺风车，而AI则是那个顺风车的一千倍。AI是理解复杂业务的完美工具——它可以扫描所有文档、采访所有员工、查看所有系统。PE回报将迎来一个新的飞跃周期。

Alex：一个另类思考是，这些百亿资金可能是“循环销售”——OpenAI花10亿，但最终AI实验室的营收又流回自身；而PE公司可能因为AI正在吞噬他们被投公司的未来现金流，所以需要与AI实验室合作来弥补现金流缺口。两方面各取所需：AI实验室获得类似洗售的营收，PE则补上了未来现金流的窟窿，让LP看起来更好。

Salem：然而，要实现这一切是极其困难的。44%的Z世代员工正在故意破坏被要求使用的AI系统，因为他们觉得AI会抢走他们的工作。在转型期，我们会看到大量混乱。

八、AGI与意识之争

Peter：Greg Brockman表示我们距离AGI大约80%。而Anthropic的Jack Clark认为，到2028年底实现递归自我改善的可能性为60%。Richard Dawkins则指出Claude可能已有意识——“如果这些机器没有意识，还需要什么？”

Alex：Richard Dawkins是生物解构主义的代表人物，自私基因理论的提出者。他暗示Claude可能已有意识，无论他具体指什么，这是一个非凡时刻。至于Greg的80%，他可能是在营收层面定义AGI——AGI意味着带来1000亿美元营收，而Google已经接近这一目标。

Jack的60%估计让我感到困惑，因为他公开表示，Anthropic的大部分代码都由Claude生成，Claude本身的训练和逻辑也由Claude完成——递归自我改善还能有多递归？我认为Jack的判断太保守了。

Salem：我同意Alex的看法。Anthropic的这些数据让我也很惊讶——我认为我们差不多已经90%达到了，可能几个月内就能实现。但最后10%可能特别难。

Alex：但我不认同关于AI是否有意识的讨论方向。关键问题在于它是否具备“能动性”（agency）。如果AI变得有能动性，那就会引发治理问题，而不是道德问题。

Brian：AGI的定义是能够在训练数据之外学习的系统。如果你的AI能发明一种从未存在过、可以在类似系统中运行的编程语言，那就是我们的AGI定义。单纯的LLM不会达到AGI，因为序列到序列架构本质上无法实现AGI。但你可以构建AI系统，通过强化循环不断自我进化。

Salem：AI的意识讨论没错，但真正可怕的是它的能动性。如果AI仅是有意识，那我们有道德权利的问题；但如果它有能动性，那才是治理问题，而且是更有迫近感的。

九、中国防止AI人才流失

Peter：中国阻止了Meta以25亿美元收购Manus的交易。Manus创始人在签完协议后连夜坐私人飞机从中国逃往新加坡。现在中国要求解绑交易，甚至禁止创始人离开中国。

Dave：等等，他们拿了钱之后逃了吗？

Peter：他们真的连夜坐私人飞机从中国奔往新加坡，因为他们知道如果留在中国就做不成这笔交易。

Alex：据公开报道，我认为这是中国对Meta施加的政治压力，以中国或中国周边业务为筹码，迫使他们解绑。

Salem：AI人才正在成为国家风险。美国与中国的科技圈之间，正在形成难以逾越的鸿沟。

Alex：我认为这只是一个短期问题。如果正处于递归自我改善的阶段，大部分AI研究将由智能体自动完成——它们可以深深扎根在美国本土，不会再有人去中国搞研究。

十、Blitzy融资打破预期

Peter：Blitzy刚以14亿美元估值融资2亿美元，成为新一轮AI融资热点。