黄教主已经在CES上吹响了号角，准备好钱包了没有？大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲CES上，全村最靓的仔黄仁勋。黄教主都发布了一些什么东西？我们是不是要准备好钱包去买东西了，还是说咱们稍微冷静一下？

现在AI嘛，市值最高的公司英伟达，作为英伟达的老板，黄仁勋在整个的CES大会上一定是最靓的仔。其他做AI的人，可能还没有他这么风光亮丽。为什么呢？因为CES呢叫做消费电子展，那些做云计算的人，你们靠后站。黄教主是要来发布游戏显卡的，他是来玩消费的，这个还是有很大差别的。而且整个的AIGC玩了两年多，唯一挣着钱的就只有黄教主自己了，其他人都在这赔本赚吆喝呢。所以呢，人家一定要风光亮丽的跟大家做一个演讲。

咱们先看一下皮衣教主，因为他走到哪穿个皮衣嘛。他这个皮衣呢，这一次是一件新皮衣，不是以前穿过的这些旧皮衣。这个叫Tom Ford设计的一个皮衣，这个皮衣呢叫鳄鱼皮印花皮夹克。就是我们可以看到这个皮夹克上有很多非常大的花纹，这个东西呢叫鳄鱼皮印花。就是你如果买了什么鳄鱼皮钱包或者是鳄鱼皮的皮鞋，上面就是这种大花。我还真没见过鳄鱼皮夹克，他这个皮夹克呢应该不是鳄鱼皮的，应该是牛皮的，只是呢把这个大花纹给你印上了而已。

但是这个夹克也不便宜了，8,990美金一件夹克。但是这个对于现在全世界市值最高的公司的创始人和CEO来说，不穿这样的夹克，估计也真的压不住场子了。首先上来讲的第一个，肯定还是数据中心业务。虽然这是消费电子展，但是数据中心业务才是英伟达现在真正的核心价值。那么消费电子展呢，游戏显卡是跑不掉的，5090这个一定要上来好好跟大家show一下50系显卡。

然后呢，是整了一个非常奇怪的新品，叫project DigITs。这个东西长得像Mac mini那么大的一个超强算力的AI主机，因为看Mac mini卖的很好嘛。

所以，要出来跟大家show一下。后边呢，还做了一些软件部分的发布，这一部分基本上可以忽略不计。至于其他机器人的部分呢，2025年我们看到成品满街跑的，这个可能性也不大，所以我们就后边省略掉了。

首先，黄教主上来以后，先举着一个大盾牌，把一堆的芯片拼成盾牌那么大，就像美队一样，举着个盾牌就上来了。这个东西是什么呢？叫Grace Blackwell NV link 72。当然了，GBNV link 72呢，长得并不是真的这个样子，他只是说跟大家表演一下这个东西，把芯片铺开了应该是这样。

英伟达的显卡一般叫B开头的呢，就是它的GPU，就是Blackwell框架，黑井框架。说B200、B多少，这就是GPU；G开头的呢，实际上是CPU，叫Grace。这个东西呢，是ARM的CPU。所以呢，这个叫GBNV link 72呢，就是36个Grace CPU，加上72个Blackwell的GPU拼在一起，加上这种高速连接，整个拼一块儿以后，做的一个高性能运算的主机。大家可以在这个上面去训练模型。

它呢，现在只是把这些东西都拼成了一个盾牌的样子，给大家看一眼。如果真的是一个这个GB 72这种东西的话，它是举不上来的，那个机器拼在一起是1.5吨。但是消费电子展呢，给大家看这个意思不大，看过了就知道了。

现在数据中心是谁是老大？今天的真正重头戏5090、5090D、5080、5070，也就是50系显卡。前面的40系显卡、30系显卡，我电脑上是一个3060，我儿子电脑上是4070。什么时候会去长这个数呢？就是他的显卡的架构换了。40系的是A系的显卡，叫ADA的这个芯片；到50系呢，就是B系列的，就是Blackwell黑井系列的这个显卡。

它按照黑井系列整个架构重新设计的，所以呢，5090、5090D、5080、5070这些显卡，大家可以认为，跟我们现在去买的什么GB200或者B200这样的GPU吧，是一样的这个架构。

5090跟5090D的差异呢，就是5090的就是为中国生产的阉割版本。就跟原来美国制裁中国，说你们不可以去用4090了，中国就开始卖叫4090D。D呢，现在有两种说法，一种呢说是叫精简的，还有一种说法呢是Dragon，就是专门为龙设计的这个芯片。就是它里面的CUDA的核心数量、连接的这个速度，以及里面的这个内存的大小和连接速度，都是受到限制的一个设备。

当然，即使受到限制了呢，它也要比这个传统的4090还是要快的。这就是5090和5090D。然后5080和5070呢，要比5090 GPU的扩大的核心要更少一些，而且呢价格也相对来说比较便宜。现在呢，很多人就觉得天塌了，为什么？因为显卡这个东西呢，其实一直是作为一种金融产品，或者叫理财产品来去处理的，它有很强的金融属性。而这一次呢，黄教主干了一个事情，就是降价。他的5090呢，其实降的并不多，应该比4090还要贵一些的，但是呢，他号称说5070价格还是非常便宜的。对于原来那些囤4090的人来说，这个天就塌下来了。

整个的性能来说的话，我觉得我们就没有必要去跟大家讲说，它到底有多少CUDA核心，怎么算呢，这个其实没什么意义。它里边做了一个新的东西，叫大力水手4DLSS 4，可以在显卡内部进行更多的这种直插帧的运算。游戏原来输出的比较低的帧率、比较低的这个分辨率的这个图片，它可以通过插帧、插分辨率的这些功能，让我们看到一个非常非常高帧率、非常清晰的一个画面，是他们真的这个新功能。而大力水手4必须在50系显卡上才可以走，而这个40系显卡最高可以看到大力水手3.5。如果想使用大力水手4，你就要老老实实的去买50系的显卡。

也是很多人在去批判，说黄教主你这个刀法实在是很精准，也是如此了。有多少人需要去买5090呢？其实原来买4090的这些人，在挖币已经过时之后，他们到底能不能把这个4090的钱挣回来，其实是很难说的。

虽然他有金融属性，但是原来主要是拿他挖币。以太坊已经不用4090去挖币了，人家换了新的这种凭证方式了。那么4090可能也就是说，第一个打游戏用，第二个呢，拿它去做一些本地的渲染，或者是本地的大模型，比如说Stable Diffusion。我在本地跑一跑，也就干一些这样的事情。

那么现在上5090到底有没有这个需求呢？其实这一块的需求和动力是不足的。为什么呢？就是你在本地去用这样的一个设备，你真的需要那么大的分辨率、那么高的刷新率，然后有那么好的游戏吗？其实没有。游戏跟显卡之间呢，都是矛跟盾的两面，要来回翻来翻去的。首先是游戏更新了，然后说OK，我们现在需要更好的显卡，否则的话这个游戏跑不到最高帧率。

现在这几年呢，其实游戏并没有这样的东西出来。可能大家可以去期待一下GTA6，当然GTA他们一般优化做得还可以，所以呢，未必需要这么高规格的显卡才能带得动他。可能3060、3070都可以跑得起来，因为做游戏的人他也想清楚说，如果我做一款游戏只有5090才能玩的话，那我这游戏能卖几套？而且呢，游戏如果帧率太高的话，其实人眼已经看不到了，所以这个帧率是有极限的。而这个分辨率呢，其实你到4K也算是到极限了，你再往上其实已经做不上去了。

所以现在呢，其实在游戏这一块上说，需求动力不是那么足。至于说从大模型或者这一块来说呢，更多的人还是愿意去使用像A100、H100这样的专门的算力卡，而不是说来去使用这种游戏显卡。因为游戏显卡其实它的设计侧重还是不一样的，你拿这种东西去做大模型的话，并不那么划算。

50系列呢，到1月30号，5090的这个显卡就可以在外面买到了，可能要到3月份5080、5070的这些显卡会逐步的面世。再往后一段时间呢，会出笔记本用的50系显卡。现在呢，像什么ROG，这个叫败家之眼，他们已经在开始官宣他们搭配50系列显卡的这些笔记本了。

我估计在买到差不多得到年中了吧。5月份才能买到，而且以英伟达这个显卡升级的速度的话，我觉得可能过一两年再去买这个东西，也还是来得及的。一般是说显卡提升了以后，这帮做游戏的再想一想，说：“哎，我是不是可以再去做一些更复杂的游戏出来？”慢慢地去淘汰这个低端显卡，一般是这样的一个情况。这是今年的重头戏。

5090再往后呢，就发布了一个很奇怪的东西，叫project DigITs。这个东西呢叫做数字项目或者数据工程。我估计黄教主呢也是看旁边苹果整的Mac mini M4出尽了风头，这么小的主机，这么强的算力。很多人把它买回来去做大模型，甚至把几台M4 mini的这个主机拼在一起，还可以跑一些更大的模型出来。黄教主说：“这个我也行的。”这种设备呢，从结构设计上，甭管是谁设计的，但是从生产上来说呢，一定是台湾或者是大陆的这些果链企业去生产的。所以黄教主说：“你们谁去给我整个这玩意出来？”这个应该并没有什么难度。

黄教主这个时髦肯定还要改一下。那么它这个里边使用的芯片是什么呢？叫GB10。G就是CPU，它里头是有ARM CPU的；B呢是Blackwell的这个算力芯片，也都在里面。但是呢，GB10是没法去打游戏的，它没有这个图像渲染的能力，或者说它图像渲染的性能并没有那么好。大家主要还是要用它去做数据分析，去做大模型的训练和推理。

这个机器有128G的统一内存，这个还是很贵的一个东西。因为像我们在苹果上买统一内存，那玩意简直像金子做的一样，非常非常昂贵。你说我升硬盘，这个价格还可以接受，但是你要想给苹果的Mac mini或者是MacBook这种容易升内存，那真的是肉都疼。它这个里边128G的统一内存，4T的存储，这块不太值钱。然后里边的操作系统呢，是英伟达自己定制的一个操作系统，在乌班图的基础上去改的一个Linux操作系统。据说呢是可以跑200B的模型，这个已经是非常非常吓人了。

像我现在的MacBook只能跑三十几B的，72B的已经跑不起来。他这可以跑200B的模型，如果把两台连接在一起，就直接可以跑405B。因为现在我们有一个405B的模型，就是Llama3 405B，你们两个串一块就可以跑了。这个还是很吓人的。

当然，价格呢，肯定也得对得起它这些高端配置，3,000美金可真的是一点都不便宜。Mac mini应该是500美金还是600美金开始吧，最高的这个款式大概可能到不了2,000美金。他这个直接上来就3,000美金，这个大家自己看着办。

但是呢，发布会上有一些东西是没说的。什么东西没说呢？就是这个设备的功率和散热到底怎么样，他没说。英伟达向来不是以省电著称的，英伟达一直都是非常非常耗电的。像我们前面讲的5090什么这种东西，经常是可能五六百瓦。但是他这样的一个GB10的芯片，塞了这么点的一个机器里头，到底是有多少功率？到底是需要配多大的风扇？这个东西能有多吵，大家可能心里要有一个准备。

当然了，你想3,000美金我都花了，如果想动小了的话，可能很多人会觉得我这个钱没有花到地方。我花了钱以后，第一个重量要够。这个英伟达的老黄还是非常非常有经验的。你们去看那个4090也好，5090也好，那个显卡那么老大个，你把这个显卡拿起来，也是贼沉贼沉的。为什么？因为都是巨大的散热铜管以及风扇，还有很多的金属散热片。所以那个东西非常非常的重。

现在它发布了这样的小型主机，这个到底有多重？到底有多么吵闹？大家自己去思考一下。还有一个问题他没说是什么呢？就是这个东西到底能不能出口中国，这事不知道。刚才5090的时候我们讲了，专门得设计一个叫5090D的东西，是可以出口到中国的。5090的咱们中国的游戏玩家们就别想了。project digITs到底能不能到往中国出口，还得要再等一等，看这个东西也没有那么快了，应该还要再等几个月。

现在我们就是看一个形状就可以了。那么好了，大家是不是应该把钱包掏出来看一看了？我们到底是不是应该要去买这些东西了呢？什么人真正适合去买这个 Project DigITs 呢？

第一个，如果你是有钱人，这个不需要理由，只管买就完了。哪怕买完了以后，你从来都不开机，供奉在那里没毛病。你说我为什么供奉这么个东西在那呢？为你这个仓里边的满仓英伟达股票去祈祷一下不好吗？英伟达这个发布会发完了以后，老黄直接身价上升了，因为股票在暴涨。他已经是世界市值第一的公司了，基本上股票还在三个点几个点蹭蹭涨上去，这是多么神奇的事情。

那你有钱人说我买一个摆家里供起来，没毛病。至于其他的人呢，就真的没必要买这东西了。为什么呢？首先要注意，它里边用的操作系统是一个拿乌班图修改过的定制操作系统，一个用户量不大的操作系统，各种兼容性问题可以把普通用户折腾死。如果你说我不是一个专门的工程师，我就是一个使用 Mac 的用户，或者使用 Windows 的这种桌面用户的话，你就别用这玩意了，这个不是一般人能搞得定的，只有工程师才可以使用这种定制操作系统。

为什么呢？因为它各种的软硬件的配套以及升级，还有这种兼容性都很麻烦。如果真的需要进行大模型训练或者数据分析，这些人说是不是应该去买呢？因为老黄在上面讲了说，我们就是为他们设计的。建议呢，你们还是老老实实的去买通道式服务器。就算你想在家里干这个事，你也去买那个通道式服务器。

为什么呢？因为通道式服务器和 Project DigITs 这种东西，它都是非常非常吵闹的。你要想发挥出这么多算力来，你再怎么设计，它这个功率还是在这的，还是要去散热的。那你干脆就用通道式服务器就完事了，就把它塞到车库、地下室、阁楼，反正这种地方，因为这样的东西，它不适合放在卧室、起居室或者是客厅里边，因为太吵了。而且呢，做这种大模型训练的人最好是用云端的服务器，不要放家里头。

就算是你的数据非常非常的保密，非常敏感，也不建议你在家里边去部署这种东西。为什么呢？因为咱们使用这样的设备呢，都是临时性的，不可能说我一天24小时不停地算这个东西，从来不停，这个事的可能性非常非常小。你可能连续算一周，或者算两周，算完了以后呢，你还是要停下来的。

如果用云计算的这个机房，你只需要为这一两周的时间买单，就可以了。剩下的时间你就不用管它了。那么云计算的这些服务商，就可以把这个主机租给别人了，这个还是非常开心的一件事情。那你说：“哎，我把这东西买回来搁这了。”那你如果不用的时候，难道不是觉得心疼吗？

像这样的主机，正常情况下，如果没有那么高负载的时候，可能也很安静。但是你一看到这个东西很安静的时候，你就想：“哎呀，我这3,000美金是不是花亏了呢？”家里的骡子和马都歇了，这事不行。他会有这样的心理矛盾在这里。

即使你真的是数据科学家，也必须要配一个IT维护工程师，否则你真的没法使这种设备。你就想吧，各种软件的安装，硬件的兼容，这个是很麻烦的。如果我们在云主机上用这个东西，我们是怎么来干这个事的？我们是使用刀客各种镜像来干活的。

这个什么意思呢？就是我们随时需要云主机的时候，我们去跟服务商说：“来，给我搞台新机器来。”然后他把新机器给你了，你就告诉他说：“请按照什么什么样的方式，给我把这个环境搭建好用。”用完了以后呢，说：“现在请回收这台主机。”这个主机就又变成干干净净的了。你下次什么时候再用，你再去跟他说：“哎，给我再去整一台空机器出来。”他再给你整一个干干净净的机器，重新部署。

这个是我们使用云主机的方式。但是我们要想一想，我们用桌面电脑是什么样的方式？那个电脑多长时间格式化一次，多长时间重装一次系统？像我们用麦克的这些人，可能三五年吧，会重装一次系统，这个是正常的。为什么呢？因为这个系统变化相对来说比较少，不会天天的变来变去的。但是这些数据科学家，可能今天我需要用一个这个插件，明天需要用一个那个组件。

这个东西还不停地升级。那你这个玩意儿怎么弄？你就需要不停地格式化电脑，不停地重装电脑。如果没有一个IT工程师跟着你的话，根本搞不定这个事情。就算是正常开机的云主机，我们多长时间格式化一次？可能真的是每个月或者每周，你都会去格式化它。为什么？因为我们需要去维护这个电脑，需要去升级系统。那升级系统你再看看，哎呀，这个升级的东西跟那个兼不兼容，不费劲啊，整个格式化干净，重新整一次就完事了。这是使用云主机的方式。所以没有工程师去维护的话，这个东西摆家里一点意义都没有。

那么最终的结论是什么呢？就是光鲜亮丽的小废物。这个project Digits就算是一个光鲜亮丽的小废物，非常非常贵。如果我们赶个时髦，整一个放家里头，摆起来供起来，平时也没有什么任务让它跑，这个没毛病。你只要有这个钱，没有人能够说你什么。如果你真的想用它，那就算了，趁早打消这个念头。

至于说5090这些东西呢，我觉得你如果真爱的话就去买。现在应该没有什么游戏是必须要5090才能跑起来的。如果你说我一定要去玩stable diffusion，去画一些画，或者我要去做一些渲染的话，哼，也建议用云主机，不要用5090这样的东西出来跑。

所以呢，现在英伟达发布的这些东西，建议大家谨慎购买。至于软件的部分，虽然现在英伟达也在努力的开源，就是他现在新出了一些东西，都是open source的，但是呢，英伟达的软件除非像CUDA那样，一开始在非常小众的领域里头深耕很多年，否则不建议大家去碰这个玩意儿。为什么呢？因为英伟达的软件，用户交互这块是比较差的。英伟达向来不以用户交互这个事情见长，他们都是一帮资深的黑客，一帮这样的工程师范的人。他们认为所有人都应该是工程师。你像刚才我们讲的这个project Digits，这样的东西，如果不是工程师，你根本搞不定这个东西。如果是我整这么一个东西，可能我也得平时把它放在柜子里。

需要去做一些模型。微跳模型训练的时候，把它请出来。机器格式化，整个重装好，然后把一个任务跑完了以后，再重新盖到盒子里头，装柜子里头完事。这个才是他的正常使用方式。等下一次再把他请出来的时候，重新再隔热化机器，重新装系统，这个才可以去正常工作。

所以呢，因为他向来不是给普通用户来用的。就算是你说：“哎，我游戏显卡，难道不是给普通用户用的吗？”是，但是你玩的是显卡的吗？不是，你玩的是游戏。游戏跟显卡之间还是通过各种SDK、各种程序接口在打交道。我们普通人，是不跟那个玩意儿打交道的。而且呢，所有短平快在热点上搞的软件，都不是英伟达擅长的事情。

所以软件呢，跟今天咱们讲的CES消费电子展，这个事就没有什么关系了。就算你说：“我是玩大模型的，我是科学家，我是工程师。”这个事情呢，你可以去进行部署，可以去使用。但是英伟达做的相应的软件呢，特别是在这种热门的领域里头，也建议大家先去使用其他家的，先别用他们家的。因为这些年来，在大模型里头推出的各种软件，其实都没有怎么流行起来。现在大家使的，其实依然是CUDA这个东西。一抽遭蛇咬，十年怕井绳。CUDA大家使习惯了以后，最后就没有办法被他绑架了，必须要使，因为大家继续使下去。

现在老黄就算是摆出再怎么人畜无害的这种表情来，也没有人敢用他们家东西，而且真的不好使。所以在这一块里头，有非常非常多其他公司的这种替代产品、替代的架构可以去用。

好，这就是今天咱们讲的英伟达。黄仁勋穿着他的印花鳄鱼皮夹克，给大家发布的这些东西。然后钱包呢，捂好了，稍微关注一下。特别是project Digits这样的东西，3,000美金对于我来说是比较贵了，可能对于很多人来说好像也不是很贵。但是你先想想你用的了这玩意不？你说如果我摆着，就是为了让英伟达的股票好好的再涨一涨，那你去买，其他的就先别买这东西了。

好，这期就跟大家讲到这里，感谢大家收听，请帮忙点赞，点小铃铛。

参加Discord讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

Musk诉讼OpenAI的事情升级了。OpenAI又公开了一大堆Musk的电子邮件。大家好，这里是老范讲故事的YouTube频道。很多人都@我，要求我去解读一下这个事情。首先，要跟大家讲，诉讼对于Musk来说不是目的，只是一种手段。

咱们看一下Musk跟OpenAI之间的诉讼。2024年，也是今年2月29号第一次提起了诉讼，到6月11号，Musk就撤诉了，因为他这个诉讼期限基本上到了，他所提供的证据又不太够，直接主动选择撤诉。到8月5号，第二次提起诉讼，到11月份又进一步提交了一些诉讼材料，升级了诉讼。原来只是说你坑了我们的钱，现在说OpenAI你们有垄断的行为了，现在我要对你们进行反垄断的诉讼，等于他的诉讼升级了。

那么OpenAI的应对方式呢？按照我的看法，其实是比较幼稚的。他第一次被诉讼，也就是2月29号那一次，就公开了一堆邮件。在3月份公开了一批邮件，11月份诉讼升级了以后又公开了一批邮件。他在不断地干这样的事情，实际上很像什么呢？叫秀才遇见兵，总希望跟这帮兵去讲道理。就像干这样的一个事情，公开邮件其实是经过挑选和节选的，你又不是把所有邮件都公开了。他说，你看他们原来还说过这话，那是不是其他还有？他就不说了。他觉得别人就应该像他一样去理解和看待这些邮件。

所以说，这个事情稍微有点幼稚。而且人在邮件中的表达方式其实是受限的。你去看他这些邮件，原件是用英文写的。我用谷歌翻译把它翻过来以后看了，反正文绉绉的。我不相信这些人平时就是这么说话的，然后各种思考，认真的去度量什么这样，我有这种顾虑。谁平时这么讲话，对吧？那么这个里头其实是不能代表事实的全部的。那么邮件到底有没有意义？首先，这个邮件本身的原文就不跟大家讲了，这个有很多人去把这个邮件念出来过。但是我觉得其实意义不是很大，因为对于我来说，信息与事实。

它是分几个层次的。第一个，叫想法。我有这想法了，但是我还干了，或者我还没干，这就算是一个层次了。或者你这恶意上班，或者你恶意读书，恶意返乡，这就属于是你有想法，你的想法是不好的，跟你这个最后做什么没关系。这是第一个层次。

第二个层次是说出来了。我不但讲了，我还说了。这是第三个层次。像邮件里边，它是一种书面语言，而且是有存档的。邮件跟我们使用的IM，例如微信这些东西，它是不一样的，因为它像是一个相对比较正式的文件，而且双方有存在。我这叫已发送邮件，那边叫已接收邮件，大家都存着。

再往后叫什么？叫法律认可的证据。大家注意，前面这些东西，法律是不是认可，他们有没有法律效应，是有一些法律效应，但并不完全是。真正法律认可的东西是什么？是双方签字盖章的这个法律文件，这个东西是法律绝对认可的。其他东西，其实法院并不是那么认可。我写了个邮件去，你拿着邮件到法院告我，我说我跟你开个玩笑，这有什么问题吗？没有任何问题的事情。

所以拿着邮件出来公开这件事，本身就很幼稚。最后你说到底有没有事实真相？讲了这么半天，事实真相，我相信它是存在的，但是很难被认知和确认。而且不同的人面对同一个事实真相的时候，可能也会有不同的解读。在这个里头并没有说谁是说真话的，谁说谎了，不能这么去解释，只是大家的认知不一样而已。

那么法院会不会参考这些邮件？会参考，但是并不会仅仅参考你提供的那些邮件。他会要求对方回应，比如说open I提供的一些邮件了。法院正常干什么？Musk他们提供了邮件了，你有什么要提供的没有？双方会一起来提供，甚至有一些双方都不提供的部分，会被律师想起来说这可能还有一封邮件，那可能还有一封邮件，都把它拎出来，我们都看看到底是什么情况。

但是，绝大部分邮件是没有法律效力的。大家一定要记住，邮件我们里头依然是可以胡说八道，依然可以不承担任何后果的，只有双方签字盖章的法律文件。

而咱们中国人讲究盖章，美国人讲究签字，只有这样的文件才有法律效应。或者说，我们经过公证了以后，才有法律效应。否则的话，这些邮件是没有法律效应的。那么邮件里头都说了些什么？大概的意思是这样：

第一个，谷歌很邪恶，所以我们要去做AGI，不能让谷歌把它做出来，不能让谷歌垄断这件事。第二个，说我们钱不够，哈哈，说一开始做非营利组织，我们的钱不够，我们需要更多的钱才能够把AGI这个事情做下来，否则实在搞不定这个事。因为做AI的人工资都很高，而且甭管是数据的收集、加工、处理，还是租用算力，这个都是非常昂贵的。第三个，谁也不能控制AGI，甭管是谷歌，是你Musk，还是Sam Altman，没有任何人可以去控制AGI，这个东西实在太厉害了，实在是太危险了。任何人控制它，可能对于整个人类来说都是一场悲剧。

基本上在讲这几个事情，不停地讲Musk，你不是说你不想当CEO吗？你怎么又要来控制我？说Sam Altman，你怎么也想当CEO呢？他写了很多这样的邮件在里头。

咱们通过一个简单的故事来回顾一下，说这个到底是一个什么样的事情。因为你真的去把所有邮件都念一遍，或者再去梳理一下当时他是怎么想的，这个实在是太累了，还是没什么意思。咱们讲个故事，这故事什么？比如说有一个美女，可能是在民国时期的一个美女，她特立独行，要求独立，要求我一定要过自己的生活，有这样的一种美女，这没有任何问题。那么这种美女出来以后，一定会吸引很多的这种富家公子或者有能力的人去追求。

那么这时候Musk跟Sam Altman就都跑来了，说这不错，我们要追求一下。但是Musk比较大男子主义，也不愿意伪装上来，说你要么就让我管着，要么就滚，大概是这样的。这个美女给他写了一堆邮件，说任何人都不能控制我。Musk说算了，太累了，不跟你玩了，我去搞我自己的去了。你自己独立去。就讲这样一句话。Sam Altman。

比较隐忍，也比较有耐心，最终让Sam Altman得手了。他抱得美人归，但是Sam Altman也通过一些手段，最终把特立独行的美女改造成了传统妇女，洗衣做饭的家庭主妇。改了，说：“你这个原来OpenAI是一家开放的非营利组织，现在因为实在钱不够，咱们改成商业公司，好好挣钱。”搞成这样，搞完了以后，Musk就不乐意了，把Sam Altman告了，说：“当时不是这么答应的，现在怎么搞成这样了？”

Sam Altman这个时候就把Musk原来写的情书，或者是把原来Musk跟这个美女之间的一些通话记录给拎出来，说：“你不用笑话我，当时你也这么说的。当时你说了你不乐意了，你跑了，我才接着干的。”他等于大概就是这样的一个情况。

面对未知，或者是面对未来，这些科学家们，特别是这帮理工男们，其实很容易想多。我们现在看到OpenAI很多这样的事情，你最后会想到说，这些人为什么会这样去想问题。大家去看看奥本海默的那个电影，或者那本小说，你会发现在曼哈顿计划的时候，一大帮理工男其实就已经犯过类似这样的错误了。大家想着：“我要去做原子弹了，我要去做一个人类从来没有做出来过的大炸弹了。”在这样的情况下，我们是不是就肩负了人类的使命？这个时候，一帮理工男、一帮工程师就开始想：“我们应该怎么来处理这个问题？我们应该如何去决定人类的未来的走向呢？”他们就开始思考了。

但是思考了以后，最终的结果通常是被律师、会计师和一帮政客们给玩弄于鼓掌。你去看看最后奥本海默的下场就知道了，这其实是非常没有意义的一件事情。在WEB3社区里头，其实我也会看到很多类似这样的故事。我也参加过一些WEB3社区的活动，也是这一帮特别理想主义的Web3社区才会出现这种事。你说那帮纯骗钱的Web3社区，他们是不思考这些问题的。一帮人在思考什么？这个社区治理啊，民主啊，什么在思考这样的问题，权力分配啊。

对吧，这个很有意思，大家看看就可以了。但是，这件事情对于这种真正应该去思考他们的人来说，这些理工男的思考大多都停留在比较可笑的幼稚的层次上。那么现在，面对 AGI 这样的一种未知的未来，这些理工男老毛病就又犯了。要我说的话，就是让律师去做律师的事情，让工程师去做工程师的事情，是比较好的方法。

这次，有可能会有一定的变化，因为这一次我们做出来的并不是原子弹，也不是外部三社区，而是 AGI。AGI 确实可以帮助一些聪明人更容易地跨领域去思考，去产生内容。但我并不认为这些理工男，这些工程师们在这种哲学家、人类学家、社会学家和律师的领域里头，就能够比这帮人想得更明白。这个我觉得还是术业有专攻。

但是，像 Musk 跟 OpenAI 之间的这些诉讼，并不是坏事。通过诉讼，大家可以把问题讲清楚，可以充分的讨论，而且是公开的讨论，这是一件好事。最终，形成一些判例，供未来进行参考。这是一个对整个 AGI 发展的过程中有必要去做的一件事情。

其实，有点像咱们明朝干的一个事，叫什么大礼仪。大礼仪什么意思？当时选了一个皇帝出来，为什么选？这个老皇帝死了，他没儿子，那找了一个新皇帝出来。新皇帝出来以后，咱们讨论讨论，我亲生爹应该怎么算，大家就讨论了半天，讨论了多少年。其实，大礼仪的过程并不是在讨论大礼仪本身，而是在讨论君到底有多少权利的问题。最后，是皇帝赢了。

当然，咱们最后有一点不好是什么？大礼仪确实是划定了很多的规矩，但是同时划定了很多禁区，因为最后是腥风血雨。那么很多事情就变得不可讨论了。这个是东方人讨论问题的一个必定。西方的诉讼，可以在建立规则的同时，还是可以继续拿出来讨论的，而且后续有可能进行改正和修正。这个其实要比咱们的大礼仪可能要稍微好一点。

那么诉讼可能获得的结果是什么呢？新的决策和治理的结构，因为现在甭管是 OpenAI，Anthropic 都在探索新的治理结构。

就不再像原来的公司那么去治理了，有可能会有一些不同的治理方式。在 AGI 到来之后，或者到不了 AGI，就现在的 AIGC 平台到来之后，原来的这种公司治理结构其实已经没有那么适合现在的商业发展了。

再往后，就是新的决策机制。以前都是说我们是一人一票，按照钱投票，还是按照什么样的方式投票，或者有什么样的监督，这些也需要进行变革。第三个是新的商业模式和利益分配方式，这块也是有需要的。因为现在的 AIGC 最大的问题是自己没挣钱又很重要，而且还很烧钱。那么，如何进行新的利益分配，这也是现在大家需要去讨论的问题。

希望可以通过这样的诉讼，把这些问题给我们找出一些答案来。当然，也不可能说这一次诉讼就把所有的这些问题的终极答案都找到了，但可能有很多次或者非常多的类似这样的诉讼也好，讨论也好，能够让 AGI 未来发展的道路上，这些基本的底层逻辑得到一部分的充实。就是决策、治理、公司架构、商业模式和利益分配，这三个东西要重新思考一下了。

好，这一期就跟大家讲到这里。感谢大家收听，请帮忙点赞、点小铃铛，参加 Discord 讨论群，也欢迎有兴趣有能力的朋友加入我们付费频道。再见。

第二个故事：山姆奥特曼的超级人工智能，或者叫超级智能。现在呢，OpenAI的融资时刻，总是要集中的发声表达意见，而且呢，只能有一个声音，唯一的声音，不能大家随便乱说。所以，山姆奥特曼给大家打了一个样，以后说的照我这样说，或者干脆以后就只许我说，你们都别说。

现在呢，它等于发了一堆东西。第一个是发了O1的这个模型，第二个呢，也发了一篇长文。今天咱们解读一下这篇长文。语音模式的高级使用方法呢，现在也上线了。我现在手机上能用，但是我的Mac电脑现在还用不了，要稍微等一等。但是呢，手机能用了以后，并没有什么新鲜感，唯一的差异就是你现在可以打断它了，这块要好一些了，交流起来要稍微自然一些。

这一次，山姆奥特曼的文章里都写了什么？9月24号，山姆奥特曼发了一篇博客长文，里边呢讲了几件事。第一个呢，他承认说社会是高级智能，比我们任何人都更聪明、更有能力。这个呢，算是提出了一个新的观点吧，人类的能力提升并非源自于基因，而是来自于社会，跟我最近在看的《世人之上》相互呼应吧。

第二个他说，每个人都可以拥有自己的人工智能团队。在不同领域里头，都会有虚拟专家来辅助你，共同创造几乎所有我们想象的东西。那就是未来AGI实现了，可能就是这样的一个状态。而且呢，他希望大家可以共享繁荣，不是有多少个人有电脑，有多少人有手机，不是这样的啊，完全是不一样的繁荣程度。每个人的生活，都将比现在的任何人更好啊。

这个呢，其实就是一种大的工业革命以后的效果。你就想，有了汽车以后，是不是所有人的生活都比马车时代要好？基本上可以这么认为，除了战乱地区之外，就是你认为和平地区可以是这么去想的一个事情。所以他觉得智能时代以后也是如此，每个人的生活都会比现在任何人都好。

繁荣并不一定快乐，并不是说大家就把所有问题解决了啊，很多富人依然不快乐。但是呢，生活的品质会上升，然而上升了以后，我们还是不快乐，还想考古啊，这事是不对的。然后呢，也给AGI下了定义啊。

就任何通用人工智能，不需要特定训练的情况下，可以完成很多任务。而且呢，提出了新概念，就是超级智能。大家注意啊，超级智能里头少了俩字，少了哪俩字？人工没了啊。AGI这个东西呢，就是要跟人一样聪明，可以完成人的一些工作，而且不需要预训练。但是超级智能是要比人聪明。那么它呢，应该是超越人工智能的范畴，也超越人的范畴，在任何智力任务上都大大超越人类。这是未来的方向。而且呢，他觉得这个也不远了，应该是几千天就可以实现了。有些人说可能是十年或者几年，就有可能会看到这种超级智能的实现，甚至呢，可能达到完全不可思议的一个程度，无法想象的一个智慧了。就是基本上是要去造神的状态。

如何实现超级智能呢？他也讲了深度学习取得成功，就可以造出这种超级智能来。实际上就是进一步推scaling low，还是要堆数据，堆更多的算法，堆显卡，堆到更大的一个规模之后，达到一个数量级突破，我们就可以得到超级智能了。而且在做超级智能的过程中呢，不要过度的关注细节。大模型的发展是一个整体的发展。你说：“哎呀，你的语音做怎么样了？你的图像做怎么样了？你的视频做怎么样了？你是不是安全？是不是不安全？”说如果纠结这些事情，超级智能就做不出来了。所以我们一定要努力去做去。

而且呢，也给时代下了个定义，比如说这是一个智能时代的黎明，那我们还没有到智能时代。原来是比如原始时代，或者是愚昧的时代，然后是工业化的时代，再往下一个时代就是智能时代了。只是现在我们还没到。其实很多人喜欢给时代打标签。我记得前两天是Michael Anti写了一个，说我们现在又几点零时代了，AI是应该怎么去分类啊什么的。这个呢，我个人是不太喜欢给时代打标签的啊。你像山姆·奥特曼这样的人给时代打了标签，可能就没有那么可笑。但是绝大部分人给时代打标签，就会显得稍微的不那么严谨吧。山姆·奥特曼给时代下了一个定义，智能时代的黎明，要将人工智能交给更多人手中。

OpenAI的这个使命，山姆·奥特曼依然准备去遵循。什么意思呢？就是他讲说，如果人工智能成为了有限资源，只有很少数人能用的话，是有可能引起战争的，会成为富人的专用工具的，这个是他不希望看到的。他希望OpenAI可以让更多的普通人可以用起来。但是这件事情不是他光希望就可以的。要让普通人都用上这个东西，还是要对普通人有作用，让普通人有感知才行。

而现在的OpenAI推出的很多新东西，其实对于普通人来说意义不是很大，特别像O1这样的模型，给普通人去用其实没什么用的。然后去讲说未来可期啊，令人震惊的成就将司空见惯，就是我们现在觉得完全无法想象的事情，未来可能四处都是，而且会不断地发生。他会解决气候问题，建立太空殖民地，发现所有物理定律。这句话写得非常奇葩，所有物理定律会发现，而不是说像以前我们想象的那样，我们发现的物理定律越多，我们发现我们越无知。

这里面他讲了一个叫“发现所有物理定律”，而且是有无限的智慧和充沛的能源，这是他对未来的一个期望。当然了，他也讲到说AIGC的理论，大模型是有风险的，人工智能，包括超级智能，都会带来很多问题和风险。但是呢，我们不能因为害怕这个事情就不干了，不能因噎废食，还是得努力前进。

而且最终的结论是什么呢？作为一个社会，我们将回归一个不断拓展的世界。其实在这个过程中，我们要看到背后讲的是什么，背后讲的是我们不要以人类这样的一个基础去说到底应该怎么去发展，是不是会被替代，是不是会被伤害，而是要以社会这个层面去看。本来人类得到发展，也是得到了社会的帮助。开始讲社会本身是一个超级智能，比所有人都聪明。那么在这样的一个情况下，他要改变的是社会。

至于未来的社会里，到底是有人还是没有人，还是人跟机器怎么去合作，那是未来的事情。但是呢，社会在智能或者在超级智能的帮助下，会重新变成一个不断拓展的世界，不断地去拓展新的文明，新疆域。

这使他对整个社会的一个期望吧。那文章大概写了这么长，写的还是比较有想象力的吧。但是呢，这样的文章里头，它其实没有任何具体东西。你不可能说，像原来OpenAI发布Sora，OpenAI发布GPT-4，OpenAI发布其他的这样东西，可以让别人有的抄，有方向可以去模仿，什么都没有，写了一堆非常空泛的东西。但是呢，也可以让我们去想象一下，未来到底是什么。

在融资的时候，通常都是公司最动荡的时候。山姆·奥特曼呢，也终于成了孤家寡人。咱们举一个例子，Sora在年初的时候发布，震惊了全世界。震惊完了以后，他自己又拿不出产品来，全世界所有的人都在去做Sora，百度这两天也出了，字节也出了，快手也出了，还有一堆的创业公司也都做了自己的Sora。结果到现在为止，他做不出来了，这事就很麻烦。

山姆·奥特曼在去年11月罢免事件之后，重新回去做CEO的时候，我当时录了节目就讲说，这个人的心理会有一些扭曲的。他以后不会再相信其他人了，他一定会相信他可以掌握的事情，否则的话，努力了半天，结果被董事会扔出来。而这个对于一个创始人来说，是非常非常大的伤害。这种伤害会伴随他一辈子，就是一个人是由他的过去经历来塑造和定义的。

去年11月份的罢免事件呢，也算是塑造了山姆·奥特曼。以后可能就更加的狡猾多疑吧，会变成这样的一个人。他呢，一定会任用更加值得信任的团队来管理事务性的事情。你说科技的事情他可能管不了，但是各种事务还是要他去控制得住的人去管，就跟咱们国内很多公司的老板喜欢找老婆或者是小三来去管财务一样，这个过程是一样的，也像古代的皇帝喜欢任用太监是一样的。

这一次融资呢，据说已经超募了。什么叫超募？就是说我现在准备融65亿，现在呢，愿意给钱的人比那多。就是每个人给的钱加一块比这个数多了。那么一般超募了以后的处理方式呢，就是要去拒绝一些人。啊，当然有时候超募的时候会多募一点，比如说我要65亿。

现在超募了10%或者超过了20%，一般在募集之前会跟大家说好。如果超过了20%，我就把这20%之前拿进来就完事了，再多的钱就要拒绝了。选谁的不选谁的，大家要去谈判。在谈判的过程中，可能是根据条款以及条件去限定其他的话，可能就基本上拒绝掉了。

所以他这一次融资基本上算完成了。而且呢，据说这一次融资可以摆脱非盈利机构的束缚了，他就完完全全变成一个盈利公司。但是非盈利组织还会在，只是他们的管理关系会发生一些变化。而且呢，也要开始给山姆奥特曼发股票了。山姆奥特曼据说是会发到7%的股份，对于一个1,500亿美金的公司的7%，哇，好多钱啊。我就不算了，你们帮我算一下这是多少钱吧。

其他的管理团队在这个时候呢，咱们不说什么理念相合呀，或者是我们想做的更安全呀，或者说有没有个人发展呀，这个事我们就不研究了。可能有这样方面的原因，在融资的时候团队分崩离析的，实际上我见过非常多的案例，最主要的核心原因只有一个，就是分赃不均，大家分股票没分明白。

现在山姆奥特曼分了7%，其他的这些管理团队，或者是叫做联合创始人的这些人，他们就会干嘛？不患寡而患不居。这一个礼拜大概又走了三个，他那个美女CTO也跑掉了。当时把山姆奥特曼干掉的时候，就是这个美女CTO说：“我一定要让他弄回来”，然后跟这个董事会对抗，最后把山姆奥特曼给拯救回来。今天她也走掉了。

对于基层员工来说，实际上相对是比较容易满足的，因为大家都差不多，大家都是拿的期权池，可能每个人有个百分之零点零零几这样的一个情况。但是你别看百分之零点零零几，对于他们来说可能也是几十万美金，几百万美金，就不要想比例的事情了吧，大家都挺开心的。

但是对于最上面这个，就是对于可以去按比例分这个股份的人来说，你是分不明白的。山姆奥特曼如果能分到7%的话，剩下的人可能连1%都没有，或者0.几，那肯定心里就不满意了嘛。那么说，趁着融资的时候，我们看看是不是调整一下架构。

应该怎么去分一下？这个事估计就没分明白。对于创业团队和管理层来说，预期管理是非常难的啊。像我们做投资的时候，其实基本上做两件事：第一件事呢，叫做信任游戏。如果不信的话，你是拿不了钱，别人也没有办法去相信把钱给你。

另外一个呢，叫预期管理。如果我觉得你的公司值100万，你觉得值一个亿，这就属于预期管理失败。特别是当有很多股东、很多投资方的时候，就要把所有人的预期对齐。如果对不齐的话，交易就没法做。有些人只觉得山姆奥特曼这公司Open AI值1,500亿，有些人觉得值1,000亿，有些人觉得值800亿，那这个就没法在同一份协议上签字。有些人觉得说，山姆奥特曼上百亿美金了，那我们其他人跟你一起玩的时候，我是不是也应该有个几十亿美金，或者有个几亿美金？如果你没分到的话，这就属于预期管理失败。如果是一堆投资人和股东，预期管理失败呢，那大家就没法签协议，要换投资人啊，换股东。最后让一些人对齐了以后再签字。如果是创始团队的，那就离职。所以现在在融资即将落地的时候，有核心大将离职是非常正常的。这个事情我们见得非常多。

然后咱们来讲这个吹牛的事情。Sora呢到现在为止依然遥遥无期。我看很多人去写文章、发视频，讲Open AI CTO这个漂亮姑娘去离职的时候啊，都在讲是因为她发了Sora，结果最后没做出来，她跑了。而且呢，她走了以后，Sora可能做不出来了。这个呢，我觉得最大的问题就是，预期管理失败。他等于对整个的社会放了一个预期，然后他自己又没有在预期相应的时间内把东西做出来，没有填这个坑。吹的太详细了，而且让别人都照着做这事是不行的啊。

前面吹的牛现在还需要慢慢的填。山姆奥特曼呢，算是给吹牛立了一个标杆，以后再吹牛怎么吹啊？多讲哲学，少讲些具体的实施方法。像刚才我们看的山姆奥特曼的博客，长文基本上就是这样的一个东西。我不会告诉你说这东西怎么做的，我也不会告诉你说……

我们具体会做成什么样？他只是告诉你说，未来可厉害了啊，厉害的你都无法想象了，无法用文字去描述了。他如果能描述得清楚，未来就是这样的，那甭等他做，别人就冲着这方向就去了。他现在已经是排头兵了，已经是风向标了，就不能再去讲很具体的事情了。

那么公司呢，有的时候就会失去创新力。其实像Open AI现在正在慢慢向这个方向前进。我们以前去做很多公司的调查，15年、16年的时候吧，在国内走访了大量的做AI相关的公司。走访了一段时间以后，最后我们立了一个标准，什么样的标准呢？挣钱的都不要，外包的都不要，接工程的都不要。为什么呢？因为做科研的公司锐意进取，他是没有办法盈利的。你也搞不清楚这东西到底怎么挣钱。而你一旦要去做销售为王，要开始做外包、开始做工程了，那么他就没有办法说，我再去投入那么大的精力去做这种你的预期完全无法预测的科研。

这个事就没法干了，因为很多的这种公司都是这样，说我一开始是做AI系统的研究，做底层，做自然语言处理，等做完了以后呢，还不挣钱，然后呢就开始去接项目。中国的甲方又是有名的刁钻啊，或者说比较苛刻，他们会提各种各样的问题。提出问题了以后呢，这个工程团队就会专门有另外一帮程序员去给他们实现。而在实现的过程中，其实即使到现在的大模型，你会发现很多事情，直接写程序进行简单判断实现，要比大模型给你生成的效果可能还好一点，特别是在甲方很规模的情况下，更是如此。

那么在这样的情况下，为什么要花这么高的薪水，养这么一帮不赚钱的科研团队呢？我们应该更倾斜一些，让给公司挣钱的人得到更好的收益，他们会做这样的一个事情。公司只要向这个方向发展，他们的一开始的原始研究团队就会快速离散掉，因为你又不愿意给他钱，而且还天天给他脸色看，说你看你每天花钱做出来的东西，别人又用不了，别人也搞不明白怎么用。接到工程项目里头以后呢，这个代码的质量又特别差，这个是很正常的。

我看科学家写的代码，这个品质都稀烂无比。像我们以前做人脸识别，都是专门雇佣的科学家。科学家最后写完代码以后，我们需要再雇一个程序员把它重写一遍。他们两个人就是鸡同鸭讲，科学家说：“我为什么这么做？算法是怎么做的？”正经的程序员根本就没法看，因为他们的各种内存泄漏、各种不规范的工程方式特别多，完全没有办法进到这个代码库里边去。

在这样的情况下，这些科学家就会走开。所以现在，OpenAI其实也在经历这样的一个事情，就是能做出业绩的人留下，财务、法务、人事、行政这样的一个团队来去管理公司。这样的团队实际上就是“皇上信任的事务团队”。山姆·阿尔特曼经历了去年11月份的罢免之后，现在整个OpenAI也有上千人了，所以他应该会有一个很强大的事务团队。

我见过很多这种创业公司，在一开始公司很小的时候，都是一帮技术、一帮销售、一帮业务人员，每天大家在商量说公司应该怎么做，应该如何去处理。等公司涨到一定程度以后，所有的话语权就会回到财务、法务、人事、行政手里面。然后，这些元老，特别是一些原来喜欢去说两句的，都会被财务、法务来教育：“你不可以去对你不负责任的事情发表言论，这些事情不应该你知道，你就不能知道，这个事情是要保密的。”他们会通过这样的方式把整个公司的创新力完全扼杀掉。

但这也没办法，公司的发展到一定阶段以后，一定会走这条路。那么现在OpenAI应该正在走这条路。一方面就是分钱没分明白，另一方面可能确实也有一些人是有理想主义的，但最终很多公司就是被金钱战胜了，最后谁有业绩谁留下。你说财务、法务这帮人，肯定也是围着有业绩的人去转，因为他们自己不挣钱嘛。你说另外一波不挣钱的人，肯定是我怎么看着怎么不顺眼，一定是这样的一个状态。由他们再去管理公司以后，大家的积极性就没有了。

现在呢，我们只能说，希望 OpenAI 还可以在排头兵的位置上多站个一到两年。你也不要对他有更多的预期了，再多站一站，至少把 AGI 做出来啊。觉得以 OpenAI 现在的这种势头，已经积累的这些人、这些代码、这些钱，他应该还是可以把 AGI 做出来的。把 AIGC 企业当前遇到的各种问题呢，也要解决掉，这是 OpenAI 当前的一个任务。

AIGC 的企业当前遇到了哪些问题呢？第一个问题就是不赚钱。你做了一大堆研究，最后没有赚到钱。而且大家没想明白这东西到底咋赚钱。但是 OpenAI 一旦把这个问题解决掉了，以后它也就不再是一个研发型公司了，它就变成了一个老老实实的该挣钱的公司，就像微软、苹果这样的公司了。这是第一个问题。

第二个问题是什么？就是距离解决实际问题的这个差距。这个其实是一个用户交互的问题。我一直在讲，OpenAI 做的聊天式的交互方式其实是有害的。大家其实并不需要这样的一个聊天交互方式。现在我们看到的一些比较好的交互方式是什么呢？就是一种叫流式交互，就是我们把需要做的事情规范好，设定几个流的节点，然后一步一步请你把它做完。这个其实才是可能更好的一种交互方式。但是这种流式交互方式，对于不同的业务是需要重新去设计的，它没有通行性。所以现在大家也在思考，应该如何去把这种先进的技术，用好的交互方式跟所有的人融合在一起，这个是需要去思考的。也希望，比如 OpenAI 和苹果合作的过程中，可以把实际问题解决掉。

最后呢，AIGC 行业还面临了一个很大的问题，就是消灭就业而不增加就业。就像山姆·奥特曼讲的，未来会面临巨大繁荣，所有人都会比现在任何人活得更好。但是，怎么走到这一步，怎么能够让所有人比现在都活得更好，这个是要去思考的一个问题。就像我们可能在马车时代很难想象，说高速公路家家户户都有汽车，这个事是没法想的。那么，未来到底是什么样的呢？

我们现在想象不出来，怎么能够让所有人都生活得更好。这个事情呢，至少让他再打个样本出来。这个我觉得是OpenAI的一个使命。如果它能把这些事情实现了，那么它倒下了也没有什么关系。如果你说你实现了以后，最后像谷歌一样，成为了一个基础设施公司也行。你千万不要说它把所有东西实现了以后，变成了政府，那就比较危险了。这个可能性也是存在的。

至于说超级智能这样的东西，到底会不会出现，会不会到来呢？不知道啊，有可能会有。而且真到了那一天，可能从人类的角度上来说，我们可能叫新人类，或者说叫一些什么不一样的东西。我们就跟现在的人，已经完全是两个不同的物种了。而且真的是超级智能了，以后你咋跟他说话？特别聪明的人，比如说北大伟神，够聪明了吧？你站在他面前有任何交流的欲望吗？其实你是没有的。还是说我们就见到这种得道高僧似的面前，我们说什么，他任何一个回复，或者佛陀拈花一笑，我们都觉得自己是个傻子。这样有意思吗？其实也没什么意思。

所以未来的这种超级智能，到底应该如何跟人一起去协作？或者人在未来超级智能掌管的这种社会里头，应该在一个什么样的位置上？它都已经远远超越人类了，还要我们干嘛使啊？这个其实是我们需要去思考的。而且我觉得，山姆·奥特曼把这个问题提出来，本身也是一个很好的事情。这个就是今天我们要去讲的：山姆·奥特曼在融资的时候发的这个文章，到底在讲什么？以及OpenAI为什么会有这么多的管理者、这么多的技术大拿会离开？以及我们应该如何去面对超级智能的一个故事。

大家好，欢迎收听老范讲故事的 YouTube 频道。今天咱们来讲 GPT O1 发布，科技大爆发应该会到来。草莓模型终于发布了。今天我太太还问我说，这个模型发布了，对于你们这些科技圈的人来说，算是意料之外，还是算意料之中？这个事情直接把我问在那了。

其实，每一个人都希望赶快把草莓模型发出来。但是 OpenAI 从今年年初开始公布 Sora 到现在，他吹的牛有点太多了。到现在为止，这是我们真正见到的能够用的产品。虽然 GPT4O 也是能用，但完整的 GPT4O 其实到目前为止，一直没有彻底开放出来。而这个 O1 上来直接就开放了，今天早上凌晨 3 点突然上线，哐往那一挂，大家愿意用的都可以去用了。我自己也去用去了。他呢，也换了一个名字，叫 GPT-O1。所以呢，这就不是 GPT5。

未来可能会走两条路，一个是继续走这种直接进行语言生成的，而 O1 这条路，走的是深度思考，要去反思一个问题，要深思熟虑以后才去回答。所以他有可能两个路要分开走，而且两个模型可能会相互配合着使用。

现在的 OpenAI 呢，就跟 O 干上去了，OpenAI 以 O 开头嘛，它后边的仪态产品基本上都是 O。GBT4O 这个 O 叫 Omni，意思是全能。下一代大模型，也就是大家等待的 GPT5，它的模型的名字叫 Orin，猎户座。而现在的 GPT O1 意思是从零开始计数，从头开始。

这是一个什么样的大模型？他深思熟虑，具体里边是怎么做的，这个都是大家在猜，或者有一些很简短的文章，因为现在他也不开源，OpenAI 变成 Close AI 了。这个东西到底内部如何实现呢？大家只能猜。

现在就可以用 Plus 用户，像我就是 Plus 用户，一个月 20 美金，可以用到两个版本，一个叫 O1 Preview，预览版，应该是在正式的 O1 版本上裁剪出来的一个版本；另外一个叫 O1 Mini，O1 Mini 是要比 O1 Preview 还要再小一些的版本。但是这个额度非常少，少到什么程度？O1 Preview 一周 30 次，我今天大概已经用了有十来次了，后边几天我要省着点用了。Mini 是一周 50 次，真的是没见过这么抠搜的模型。以前的都是三个小时多少次，或者一天多少次，甚至有一个小时多少次，而现在这个 O1 都是一周几十次。所以用的时候一定要小心。

有人在去传说，准备上 200 美元一个月的 Preview 版本，这个属于传言。今天还去问了 GPT4O，被辟谣了，说我们不准备干这个事。
就是20美元一个月的这种Plus版本，我就让你用，只是数量少一些。未来，我们会想办法把这个数量提升上去的。这个O1的测试数据非常亮眼，数学能力极强。在2024年美国数学邀请赛上，能够达到全美前500名优秀学生的这个水平，这是非常吓人的。然而，他这个数学邀请赛应该是中学生，文中并没有说明到底是初中生还是高中生，但能够达到前500名的北美学生参赛水平的，已经非常高了。

物理、生物、化学方面，可以直接达到博士生的水平，这个也是很恐怖的一个能力。编程能力得到了极大的提升，在信息学奥林匹克竞赛里头，超过半数的参赛选手，如果是打开常考，让他慢慢的想，让他多试几次，是完完全全可以得到金牌水平的。在Code Forces平台做竞争性编程比赛上，已经超越了93%的程序员，已经算是一个比较资深的程序员了。

我自己也在里边做了一些编程的测试，确实非常的猛。我去向他提出一个很详细的要求，我说我现在要做什么事情，希望使用哪些技术，希望效率怎么提升，在界面上怎么去设计。当然，这个提示写的比较长，写完了以后，啪一回车，首先是漫长的等待。不是说啪一回车就出来了，这东西挺慢的。等一会以后告诉你说，应该在哪个地方，怎么去装环境，第一步做什么，第二步做什么，哪个里头有哪个文件，这个文件里写什么东西，啰里八嗦写了巨长的一段。我发现O1这个玩意是非常话痨的一个大模型。

而如果你不是像我这样用Plus版本去直接调用，而是说我要用API去调，那你就上了当了。他会啰里八嗦说半天的，而且他那个TOKEN的费用奇贵无比。那么，为什么讲这就是科技大爆发即将到来？O1其实并不是给普通人用的，普通人去玩GPT-4O就已经足够了。O1这种东西其实是给科学家、工程师、程序员用的工具。

现在限制科技发展到底是什么？其实数学是限制科技发展的一个很重要的因素。因为数学越往后发展，其实越反人性，必须筛选出极少数的数学天才，才能够继续往前面去前进。而且人类为了达到当前科技的高度，必须进行非常长时间的学习。你想，一个小孩从出生一直上到博士，可能研究才能研究点东西出来，这个时间得二十几年，甚至是三十年你才有可能能够学完。学习的成本是非常高的，而且筛选也很严格，因为学习成本很高，必须要选出最能够去学习的人去学。

但是筛选的过程又未必科学合理，不一定说一个筛下去的人，他就比进去读博士这个人差，也许你换一个人上来科技就发展了。
但是这件事我们不知道，没有任何可以试错的机会。在学习的过程中，也会扼杀创新力，因为我们不断地学习，实际上就在学习前任的方法，这会造成路径依赖。所以，其实是导致现在科技很难再往前走的一个很重要的原因。而且，我们必须要阅读大量的信息文献，才能够去做研发。为什么呢？如果不读，你只能重复造轮子。有没有人做过这个？没有查重，那你折腾半天做完了以后发现，哎，20年前有人做过了。这也是很正常的。而且，人的大脑不是说我读了大量的信息和文献，就可以去做新的创新的，而是什么呢？我们的大脑像掰棒子的狗熊似的，你把新的东西进来以后，就把旧的知识可能忘掉。你要想始终得到一个最新的知识，在这个基础上去做研究，这还是非常难的。

但是现在有了O1的帮助，这些问题其中一部分就可以解决了。我们不再需要进行严格的筛选，不再需要进行漫长的学习，让更多的人可以进来进行科学创造。整个科技大爆发，可以带来不同的变化。很多科技前沿的关卡，其实已经开始松动了。学习筛选的过程也必然会发生改变，以适应O1之后的科技研究。

我个人用的体验到底怎么样？首先说，个人使用O1的体验并不好。为什么？第一个是很慢，这刚才我讲了，一个回车下去，你要在那等。而且很贵，如果使用TOKEN API直接调用O1的成本，要比我们使用GPT的各种模型都要贵很大的一个比例。而且给的配额还非常少，你想，一个礼拜才给了你50次，这个事实在是让你不太敢打回车。

编程问题我去试了一个，刚才我们讲的说你给我写一段程序，他思考了多长时间？两分钟。你打完回车以后，两分钟他没理你，做完了以后再告诉你说我们整个用了两分钟，才给你输出了一个结果。每周三50次，这确实是有点费劲。

那贵到什么样的程度？O1 Preview的价格是GPT4O的3-4倍，输入100万TOKEN是15美金，输出100万TOKEN要60美金，这个是非常重的一个价格了。因为我们去写编程那个题的时候，刚才我说他写的特别话痨吧，直接输出了8,000多个TOKEN。按照100万TOKEN 60美金算的话，我等于那一次回车下去，我就已经花了大概0.5美金出去了，所以这玩意是非常贵的。

O1mini要稍微便宜一点点，100万的输入是3美金，输出是12美金，但是MINI可能有一些效果会稍微差一点。那比较一下4O，100万的输入是5美金，输出是15美金。
这个已经是现在大家可以用到的比较好的模型了，而4O mini就是4O蒸馏出来的小版本。100万的输入才0.15美金，100万输出是0.6美金。所以我现在大量的这种模型工作，都是使用的4OMini。而且现在API的调用还非常不完善。

怎么个不完善法？第一个，不允许加系统信息。你正常跟人聊天的时候，你说的话叫用户信息，他回复叫助理信息。正常我们去跟OpenAI聊天的时候，还有一个信息叫系统信息，我们先设定你是谁，张三李四，你擅长什么事，这叫系统信息。现在这个O1呢，是不支持系统信息的，也不支持函数调用，还不支持流式输出。

流式输出是什么？我们在GPT上跟人聊天的时候，GPT都是一行一行一个字这么出来的，因为它出的慢。如果你不是随想出来点什么，随出就会等很长时间。而这个O1压根就不支持这功能，你只能是打完回车生等，等到他彻底算完了以后，啪一把吐出来。Plus用户呢，直接就可以用，但不是很顺畅。为什么呢？他不能访问网页，现在只能是用他已经训练好的数据去给你回答，而且也没有搜索的接口。

思考的过程建议大家不要打开，因为你在这个Plus版本里头说，“现在O1不一给我去回答一个问题”，你打完回车以后，他告诉你说，“我现在在想，我在思考，我有一些什么样的问题。”他在不停的在变化。这个东西呢，如果你点他，给展开一个思考过程。我点开过，我问了一个问题以后，发现他思考的有中文的、有英文的，还有阿拉伯语的，讲的东西基本上是驴唇不对马嘴，完全在胡说八道。但是最后输出的效果并不差，只是中间思考的过程，我估计是什么呢，随便给你写一点信息，让你不要太着急。

所以这个中间思考过程大家就别点开看了。O1这一次的发布其实是非常匆忙的。为什么呢？第一个是钱真的不多了，要尽快完成融资，否则以OpenAI的尿性，肯定还是说我们再放个气球出来，放一个视频出来，让大家慢慢等，而不是说直接咔就把东西扔出来了。现在马上要融钱，据说他们准备融资60多亿美金，再贷款50亿美金。那么这些钱加一块，大概也就够他烧个半年或者八九个月这种水平，再往后可能还得再去找钱。

所以在这种情况下，有一个新的模型发布，对于他找钱来说是比较有好处的。而且O1的很多体验并不好，很多GPT上实现的功能其实都没有实现，包括刚才我们讲的不能接网页、不能接搜索、不能去做流式输出。
而且呢，还没有任何的多模态。比如，你要给他一张图，他认不出来。想让他去做题吧，你必须要先用GPT-4O把这个图识别好了，再把这个识别出来的题扔给他，再让他去做。他自己没有这个能力。而且O1其实并不太适合广大民众，广大民众真正需要的可能是他Orin猎户座大模型啊，而现在那个还没出来，到底什么时候出来不确定。OpenAI最近也不断有员工在离职创业，这对于吹了太多牛、拿不出产品的OpenAI来说，会造成非常多的困扰。

即使有这么多问题，GPT O1不是那么完善，但GPT O1依然是一个划时代的产品。O1应该怎么用？大家知道最早的程序员是怎么干活的吗？最早的程序员应该这样，首先在纸上写代码。那个时候这个机器是非常紧张的，不是说随时就有啊，个人电脑是很靠后才有的。所以呢，早期程序员都是在纸上写好代码，写完代码以后，拿打孔卡或者是打孔纸袋去编程。在这个袋子上打完眼以后，约时间，说我什么时间是要去上机。你要去约，约好了以后，到机房把这个纸袋也好或者是打孔卡也好，装到这个机器上，咔咔咔给你输进去，漫长的等待，在回收结果。回收完了以后，如果发现有错误或者不满意的地方，回去接着改程序去啊，然后再约下一次去上机。最早的程序员是这么干活的。为什么这么干？就是因为资源太少。

O1的使用其实可以参考刚才我们讲的过程。第一个，GPT Plus的账号上每礼拜只能使用几十次，所以一定要珍惜。第二个，就是很昂贵。如果你说我不希望被它限制，我要到这个API上直接调用，那么这个确实是可以突破限制，你愿意使用多少就使用多少，但特别贵。另一个就是反馈很慢，你不可能得到实时结果。

那么现在我是怎么用的呢？第一个，先用GPT-4O或者是4O MINI这样的模型整理提示词。我先要说我要干什么，请把提示词给我写好，要给你省一个非常复杂的提示词。在这个基础上你再改，改完了以后再让GPT-4O去给你修改，得到了一个完整的提示词，要把该问的事情都问好。做完了以后，满意了检查过了，一把塞给O1说行，这就是我要干的事，你去干去吧，进行漫长的等待，可能等个几分钟，接收完整的结果。因为他不能像4O似的，我随时聊，错了以后我再纠正你，我再告诉你哪错了，再给我改一改。他没有这个机会，因为交互次数实在太少，而且很贵。这是GPT O1的一个使用方法。如果你说我现在想用O1去解决一个问题了，建议你们像我这么干。
先用GPT-4O去整理提示词，整理完了以后，一把扔进去。这可以把这些珍稀的使用机会应用到最大价值。再往后，可能很多AI创业的厂商又该有噩梦了。现在，AI agent的创业公司，噩梦又轮到脑袋顶上了，因为每一次OpenAI发布产品，都会有创业公司突然死亡。

AI agent干的是什么呢？就是人工规划设计流程，将复杂的任务分摊到多个大模型，最终获得一个可用的结果。而GPT-4O基本上是把上面的活儿都替你干完了。你给它一个复杂任务，它替你分拆，分拆完了以后一步一步去思考，思考完了再反思，去检验结果，在结果里挑一个最好的，再把这个结论扔出来给你。

我们自己去设计的这些工作流，可能还没有O1内部设计的工作流合理。他这个可能又高效又合理，所以大部分当时做的AI agent，现在都没有什么用了。那么O1算不算一个端到端的系统呢？这个怎么说，响应速度和想一想的过程，说端到端稍微有一点点亏心。

那么现在GPT O1还不适合融入AI agent，因为它实在是太慢了。以前的AI agent要重新做，重新规划。怎么规划？原来的AI agent是很多小模型，通过一个流程处理一个明确的需求，然后再拼凑出结果来。那么现在就应该换了，还是用一堆AI小模型，在人工参与下，输出完整高质量的提示词。这应该是AI还可以干的事。

再把这个提示词扔给GPT O1，得到了结果之后再干嘛？再用那些小模型或者执行代码，再去把GPT O1的结果去分解。说到底要去做哪些操作，哪些的代码要去修改，哪个地方要去建文件，要把这个事情自己再去处理掉。因为这个O1后边的部分都没有，它只是负责把要求出进去，它把结果扔出来，它就干这件事。

GPT O1带来进步，肯定也会带来一些毁灭或者一些伤害，这个事永远都是这样。我们发明枪会有伤害，发明炸弹可能有伤害的，包括计算机也是对社会有伤害的。O1这样的东西，它会对社会带来什么样的伤害呢？第一个，原来我们一直思考的叫有钱人不作恶理论，这个事被打破了。很多人说不对啊，都讲万恶的资本，怎么有钱人就不作恶了呢？

大家想这样一个例子：一个有钱人跟一个穷人过独木桥，每次只能过一个人，这时候该怎么办？通常有钱人会向后退，让这个穷人先过去。为什么呢？因为有钱人身娇肉贵的，如果真的掉下去了，或者出点什么事，这所有的东西就都没法享受了。而穷人呢，一条烂命，其他啥也没有，他输得起。
但有钱人输不起。所以呢，以此为基础，很多西方人认为，只要财富积累到一定程度以后，就不会去做一些特别过分的事情。你会维护社会的规则，继续运转下去。这个也是很多西方人认为大模型不作恶的一个原因啊，因为大模型训练实在太贵了。有钱人是不会花了这么多钱去训练一个大模型，跑去干一些坏事。对于他们来说，没意思。

我记得以前，我们也遇到过类似这样的问题。那时是买瑞士军刀，一个东西一个刀好几百上千。我就问那个卖瑞士军刀的人：“我说这玩意这么老长，算管制刀具吗？”后来人家那个店长也跟我乐，说：“您见过买上千的刀出去挡人的吗？买上千的刀的人都是搁家里摆着的。有钱人是不干坏事的。”

但是GPT-01出来以后，这个就被打破了。为什么呢？失控了。现在不需要那么有钱，也不需要那么天才，每个人都有机会推动科技进步。那么，藏在深山或者地下室里的科技怪人，可能就会越来越多。甚至很多民科，我们管它叫民间科学家。以前这些人只能骗东西，他们是做不出真正的玩意来的。但是现在有了GPT-01后，这些科学怪人和民科，就有可能做出奇奇怪怪的东西来。

那么，社会就会从一个稳定的金字塔状态，变成了散乱的一团沙丘。原来你必须要汇集起整个社会的动力，来供养金字塔尖上的一点点人，成为大的科学家，汇集资源，才可以去做科研。现在不用了，我们拿这样的工具，每个人说：“哎，我想设计一个什么东西啊。”跟咱们看美剧有一个美剧叫《Young Sheldon》，人家小孩坐在家里捅吧捅吧，想去做核反应堆的，可能未来这个事情就会变得越来越容易了。

而且GPT-01其实依然会产生幻觉，他也经常会说错、忽视，认为经过反思、经过很认真的思考以后，他说的就不错了。而且GPT-01的幻觉，它的危害要比传统的这种幻觉要大得多。

咱们先讲一个著名的哈雷彗星笑话吧，大家理解一下这个幻觉是怎么产生的。这个故事是在1910年，当然也有一些其他年份的说法，反正就是哈雷彗星来的那年。故事的重点是信息传递的一个偏差。

说某部队一次命令传递过程如下：少校对值班军官说明天晚上8点左右，哈雷彗星将可能在这个地区看到。这种彗星每隔76年才看见一次，命令所有士兵着野战服在操场上集合。我将向他们解释这一罕见的现象。如果下雨的话，就去礼堂集合。我为他们放一部有关哈雷彗星的影片。讲的就是这样。

然后值班军官就对上尉说：“根据少校的命令，明晚8点，76年出现一次的哈雷彗星，将在操场上空出现。”
如果下雨的话，就让士兵穿着野战服列队前往礼堂。这一罕见的现象将在那里出现。上尉对中尉就说，根据少校的命令，明晚8点，非凡的哈雷彗星将身着野战服，在礼堂中出现。如果操场上下雨，少将将下达另一个命令。这种命令每隔76年才出现一次。

中尉对上士说明晚8点，上校将带领哈雷彗星在礼堂中出现。这是每隔76年才有的事情。如果下雨的话，少校命令哈雷彗星身着野战服，在操场上去。上士就对士兵说，在明晚8点下雨的时候，著名的76岁的哈雷少将，在少校的陪同下，身着野战服，开着他的彗星轿车，出现在操场前往礼堂的路上。

这个实际上就是一个幻觉产生的过程。当搜集更多的信息，而且在这个里边进行反复的推理、反复的传递的时候，那么，产生幻觉的过程就会几何级数上升。虽然GPT O1在推理的过程中，采用了一些手段来规避幻觉，输出一些内容以后，他自己会检查，会反思，但是你毕竟是经历了这么多的步骤，人家也是想了好几分钟才想出来的。综合算下来，他产生幻觉的几率还是在上升的。而且GPT O1也没有那么靠谱。

我用最传统的老虎过河的问题去问了GPT O1，依然是错误。老虎过河，就三只母老虎带着三只小老虎，从这个河的一岸要到另外一条岸去。三个母老虎会划船，三个小老虎里头有一只会划船。任何一个小老虎在没有母亲的陪同下，遇到其他的母老虎就直接被吃掉了。有什么方法可以让所有的老虎都过去？每条船上应该是可以走两个老虎，船上每一次至少要有一个会划船的老虎，而且呢，船必须是老虎划，不能自己从南岸到北岸，或者从北岸到南岸。

这个题呢，每一次GPT出什么新版本的模型了，我都会问，包括GPT Gemini cloud都去问了一遍这个GPO1。本来我是对他抱有巨大的这种期望的，你一个反思、推理这样的一个模型，做这种题还不是手到擒来的吗？结果依然是错的。在这一件事情上，他并没有比GPT4O强到哪儿去，还是到了第三步就直接出生错误。我就纠正他，这个特别有意思啊。第一次告诉我说我这样这样做，我说你哪哪有错。当你做成这样的安排以后，哪个小老虎就被吃掉了啊？他说对不起，我又搞错了啊。他又想了几分钟，告诉我说我换了一个思路你再看看。我告诉他，你这到同样的一步上，你犯了同样的错误，是另外一只小老虎被吃掉了。

这个时候特别逗，PPTO1就告诉我说，我发现了你这题有问题啊，这题是无解的。你应该调整一下这个题，让每条船上可以多坐几个老虎。
这给这个条件放的稍微宽松一些，否则这个题做不出来。那最后，我是把正确答案告诉GPTO1了。PO1把这个答案验证了一下，后来说：“你说的是对的啊，这个第一步应该怎么办，第二步怎么办。”整个都帮你验算了一下，都是没毛病的。

GPTO1并不能解决所有问题，而且像CPTO1这样的东西，为什么说它可能危害更大？所有要求把手放在方向盘上的自动驾驶，其实是最不安全的。你说我如果就要自己开车，这个事其实还是挺安全的，或者说我们符合一个驾驶安全的一个平均数。那你说我这已经彻底安全了，不需要方向盘，车上压根没方向盘，那这个事也没问题。

但是你说我现在有一部分副驾驶，你还要把手扶在这个方向盘上，你还不能睡觉，这个其实是安全隐患最大的。而现在的GPTO1呢，其实就是这样的一个状态。它能够解决一部分问题，但是具体哪一部分它解决不了，它自己也不知道。然后我们如果信任它，那就经常，它会把一些错误埋在整个的研究里边去，而且是很难被找到的啊，就会帮助大家去堆积“史山”。这是GPTO1绝对会干的。而且在这个过程中，如果它前面输出的效果非常好，那么它就可以累计人类对它的信任。后边它在输出错误结果的时候，被人类忽视，直接漏掉，直接放到研究报告里边，这个几率就会上升。所以现在还是一个比较危险的状态。

总结一下，GPTO1在今天早上凌晨发布了啊。这三点虽然并不完美，但是呢，依然是划时代的产品。之所以说划时代，是指明方向了啊，OpenAI老大的位置保住了。因为原来做到GPT-4、做到Gemini 1.5、做到Claude 3.5的时候，大家觉得没有前进方向了，我们把能干的活都干完了。现在O1出来，哎，大家向这个方向卷。当这个方向一指清楚了以后，谷歌、Anthropic，包括国内的各个厂商，就要开始去追赶了。

而且这一次OpenAI不一样，不是说上了一个，放个视频就完事了，而是真的让大家用上了。那么国内肯定会冲的啊。最后，英伟达应该会冲，因为一旦有这种新模型出来以后，所有的大模型厂商就会集中起来，更多的显卡进行训练。另外，GPTO1这样的模型进行推理，应该也是需要更多的显卡，而且可能只能上英伟达的，专门为Transformer优化过的那种LPU什么的，估计会有些捉襟见肘了。

在未来一段时间里，大家可以继续相信AIGC就是现在唯一的出路，大家可以继续在这条路上狂奔了。这就是我们今天讲的第一故事。

马斯克的脑机接口已经成为了人类的成神之路。大家好，这里是老范讲故事的YouTube频道。今天咱们来讲一讲，在上周五，马斯克和整个脑机接口团队一起接受了8小时的访谈，都谈了些什么。时间是8月2号，名字叫做《Neuralink与人类未来》。著名的科技博主莱克斯·弗里德曼主持了这场访谈。参加访谈的有Neuralink公司的创始人埃隆·马斯克，还有他们的首席科学家DJ·SEO，以及首位Neuralink脑机接口的植入者诺兰·阿伯。

那么主要讲的是一些什么样的内容呢？首先，现在的技术还比较可笑。虽然方向是指明了，但并不是那么看起来高大上的样子。64根导线就真的是往脑子里塞线，每根线上有16个电极。这些电极是在三四个毫米的范围内进行分布。应该是一根线出去以后，有16个小电极从线里的中间插出来，这个长度三四个毫米。在这个线的周围把它分布出来，这16个电极是以200微米的间隔进行排布。这些电极的深度是3-5毫米，它真的是要插进去的，而不是说贴在上面的，是要插到我们的脑皮层里边去的，是一个有损害的手术，这个还是有点吓人的。

这个玩意让我想起来那种可以贴在胳膊上测血糖的东西，对吧？它啪一下把它贴上，其实也是有一些细小的针把皮肤扎破的。这样复杂的手术是靠机器人来去做的。

脑机接口公司Neuralink做的第一个产品，其实是它的脑机接口植入机器人。现在，已经成功做了一例，准备做第二例。今年估计会做10例，未来应该每一年，这个数字还会快速上升。这个机器插到人脑里后，通过无线连接到APP上，APP采集了所有的信号后再去解码。

所以，现在的脑机接口其实是一个只读设备。什么叫只读设备？就是它只能够从我们脑子里读取信息，而并不往里写东西。因此，现在找的测试人员是能说、能听、能看到的四肢瘫痪的人。他们并不需要把什么信号传到脑子里去，只需要通过大脑的想象来识别，出来后让机器或一些外部设备去做动作就可以了。

现在的速度还比较慢，每秒钟一个比特。比特应该是一位，就是0或者1这样的一个位数，这真的挺慢的。你想，要凑出一个英文字母来，至少需要8个比特；要凑出一个中文单词来，至少需要16个比特。所以，整个的动作并没有那么快。

不过，现在第一个测试的人植入的这些电极中，有一些已经脱落了。目前还在正常工作的电极，只有原来计划好的10%。如果电极都插好了以后的话，它的传输速率应该可以达到，比如说10倍，每秒钟可以达到10个比特，也就是一个字节。稍微多一点点，你可能每一秒钟都可以想出一个字。

现在的信号仍然需要进行双向训练拟合，我们没法直接从大脑里读取出来。

说你想往左还是想往右，想向上想向下。你到底是想去输入哪个字母？现在想去直接确认解码，还是有一些难度的？所以现在要做的事是什么呢？就是训练，对吧？我们把所有的这些很模糊、很混乱的数据都读出来。读完了以后呢，看看怎么能够把噪音滤掉，然后里头哪一部分是有明确的指令，可以去解读出来的。现在还在做这件事。而且呢，这个东西不光是训练电脑的，这解码程序，还需要训练人。他需要让人也去按照一个什么样的方式去思考，这是一个什么故事。

其实我以前试过啊，就是带这种脑电波的这种环。以前就是没有脑机接口之前吧，他们也有这种啊，脑电设备的一些采集系统。他呢，就是要求你是集中注意力，或者是啊，彻底放松，想象一些不同的东西。它是可以读出一些波形来的。那么这个过程，就是需要让我们去训练思维，这就是一个双向训练的过程。

大家想一想，早期的语音识别是怎么干活的？早期的语音识别是需要进行训练的。他给你一个词表，你要挨着个念。念完了以后呢，如果计算机发现你念的不清楚，他会让你重念，对吧？要训练你按照标准的发音去念这些单词。同时计算机会进行一定的学习，说：“啊，这个就是在念这个单词了，我也记住了。”这样才可以进行语音识别。

早期的图像识别其实也是这么干的，先进行人工标注：“这是个汽车，这是个房子，那是个人，这是个自行车，这是个交通标志。”然后呢，再从速度很慢、错误率很高的情况下，逐渐的可以达到说分割一切的这样的结果。那你说，都是怎么进化过来的呢？

进化的过程其实也不复杂。第一个就是采集的信息更多。我们用非常非常多的信息在里边去识别，那么他就很容易，或者说要更容易在里边找到有用的信息。第二个是什么呢？就是通过大数据和AI学习进行训练，这个也是可以提高识别率的。现在，我们去识别这些脑信号还是比较费劲的，但是未来一定会发生，发展到不需要标注、不需要预训练就可以直接读取。这一天啊，应该离我们并不远。

现在我们再去做语音识别，还需要预训练吗？不需要。我们现在再去做图像识别，需要人工标注吗？不需要。现在直接用梅塔的Sam 2的这个模型“Segment Anything”，这个模型直接用起来以后，它就自动都给你分割好了。所以发展应该还是很快的。

现在制约脑机接口数据识别的呢，肯定还是数据量不够，或者说采样的频度、采样的信息的准确度还差得比较远。当以后说，我可以一秒钟采样很多数据的时候，他这种识别就会变得非常好。

这呢是一个99米长的枪的故事，这个是一个我非常喜欢的故事。我记得在我刚上班的时候，应该是有一次到惠普去参加培训。惠普的工程师就跟我们讲说：“你们知道，如果现在的枪只能打一米远，但是我又要打到100米之外的那只鸟，应该怎么办吗？”我们说：“这个怎么办呢？我们爬过去啊，还是怎么办啊？”他说：“都不对，首先我们是工程师，工程师要解决的问题就是，已知条件是我们要打中100米之外的鸟，另外一个已知条件是现有的技术是枪只能打一米远。”

那么在这样的情况下，我们能够造出来的东西，就是99米长的枪。当你的枪可以打1千米远的时候，或者可以打100米远的时候，拿到一支99米长的枪出来，你会觉得这件事情非常非常可笑。但是，99米长的枪也解决了问题，而且为未来创造打1千米长的枪指明了方向。说“OK，你照着这个方向去做是可以来实现的”，而且也为未来可以造出打1千米远的枪提供了资金支持。这就是工程师要干的事情。

所以，现在的脑机接口应该还是这支99米长的枪。我们看着会很可笑，但这就是未来，而且这就是工程师可以解决的未来。马斯克就是一个很伟大的工程师。那么，从第一个使用者的情况上看，他叫诺兰·阿伯，29岁的时候因为游泳事故导致颈部以下完全瘫痪。每天，他现在可以使用10到12个小时的植物设备，这实际上是一个很好的消息，对吧？因为我们去用苹果的Vision Pro，你可能用个十几二十分钟就会开始头晕，有些人可能用5分钟就头晕了。就算你一点都不头晕，使用一两个小时以后也是会有这种不适的感觉，就是你不可以长期用这个东西。

而脑机接口第一个使用者就每天可以用10到12个小时，这是个非常好的消息。现在，他已经可以用脑机接口控制鼠标移动，可以去打游戏了。但是，我估计他打这种《艾尔登法环》应该够呛，因为每秒输出的字节数太少，所以他的鼠标应该也跑不快。而且，还可以处理多任务，这也是一个非常令人兴奋的结果。

他可以一边用电脑，一边吃东西。这代表什么意思呢？代表是脑机接口可以区别不同的指令，加入到不同的指令序列里边去。啊，我先命令你，这个电脑的鼠标往哪边动一下，再命令我的杯子往前走一走，或者是哪个吸管应该怎么动。那么，我可以一边吃东西，一边去玩电脑，而不是说两边的指令会混在一起。这个也算是很令人兴奋。

未来的发展方向是什么呢？第一个就是还是做更多的案例嘛，因为现在排队的人足够多，就是申请要去做这个脑机接口的人非常非常多。他的机器人是做脑力接口的，机器人也做了好几台了。马斯克的钱啊，也是有的，世界首富嘛。而且现在这个Neuralink公司已经估值50亿美金了，那么手里边现金也足够多。在这样的情况下，只要FDA允许，他就可以七差咔嚓做下去。计划呢，今年能够做到10例，未来几年可能呈几何级数上升。这一两个月吧，就开始准备要做第二例了。

下一个要做的是什么呢？叫做盲视（blind sight）。做盲视的意义在哪呢？前面我们讲了，现在的脑机接口只能是读，不能往里写东西。那盲视呢，就是要往里写东西了，要告诉失明的人说这个地方是什么，这里是有个方的，有个圆的，是个什么颜色的，要给失明的人直接把信号放到他的视觉区域里边去，啊，视觉神经。因为很多失明，其实不是视觉神经有问题，或者不是脑部接受视觉信号的部分有问题，而是他可能啊，视网膜或者眼睛有问题。所以在这样的情况下，他们就可以去做盲视这样的一个产品。

当然了，他一开始可能输入的效率会比较低。所以呢，早期这种盲视的产品，它的分辨率应该也不会太高。不是说我们直接把脑机接口插上，就可以看高清大片的程度。你可能最开始是看着模模糊糊的黑白片，然后慢慢的再变得清晰起来。当读写无碍，带宽如果再拓展一些，再加上AI的话，那人就要成神了。人类成神之路自此开始。

如果现在第一位测试者的电极都在的话，那么每秒钟读十几个比特出来，就已经是速度其实不慢了。计划呢在未来几年里头，把速度提高，可以达到每秒钟100，甚至是上千个比特。这个速度其实就已经超越了人类说话的速度，甚至超越了可能打字的速度。在五年以后，要达到1兆每秒，也就是100万个比特，每一秒钟这个速度的话，已经远远的超出了人类现在能够输出信息的速度。

再加上什么呢？我们现在是看不到什么红外线、紫外线，也听不到超声波。但是这些东西呢，都是可以通过仪器采集的。那么采集了以后，把这些东西直接通过脑袋接口写到我们脑子里去，那千里眼、顺风耳、透视眼，什么不都有了吗？都不是问题。

所以现在我们需要思考一个新的问题：是什么语言到底是不是思想？这个呢，争议其实自古以来都有。但是最新的结论，应该语言并不是思想，因为很多从小就不会讲话的人，依然是有思想的。甚至思想有时候的速度是超越语言的。而我们在跟别人沟通交流、学习和思考的过程中呢，我们的思考速度完全是被语言所限制。我没法以超越语言的速度。

去进行内容的输入，输出是特别是输出输入的话。因为我们是有视觉、听觉，还有各种的无感触觉，甚至还有第六感，所以我们是可以以超越语言的速度输入的。但是，我们完全无法以超越语言的速度输出。当人类终于可以超越语言的速度的时候，我们也可以超越我们本身的感知范围，包括原来红外、紫外、超声我都看不见、听不见，很多其他的什么第六感、什么心灵感应我们也都没有。

现在好了，我们通通都可以依靠脑机接口，再加上外面还有AI，还有所有的知识库，那么人类就已经成神了。到这样的程度，现在有人问我说：“红楼梦啊，第几章第几节，第多少个字是多少？”对吧，我只需要下指令说：“来，给我检索一下，然后把它写到我的脑子里。”我就直接可以答了。这是一个多么有趣的事情，再也不需要背书了。真正可能取代手机的技术也正在向我们走来。

对吧，很多人在期待VR、AR可以取代手机，但是目前为止，这个趋势依然不明显。最大的问题是，它戴上以后没有办法出门，不能长时间佩戴。而现在这个脑机接口，第一位测试者就已经可以一天10-12小时的长时间使用了。所以，这个脑机接口是有可能真的取代手机的。马斯克呢，已经算是为行业指明了方向，资本的指挥棒已经开始转动了，我们马上要迎来科技大爆炸了。

三体的黑暗森林法则，大家知道是怎么来的吗？形成黑暗森林有三个原因。第一个原因是物质总量保持不变，也就是说大家都在发展，总有不够分的一天。

第二个呢，是猜疑链而导致黑暗森林的。第三个原因就是技术爆炸啊。为什么说呢？我看见旁边有一个很小的文明，刚处于萌芽状态，我们是不是先不用管它？但是，因为你到那里的时间可能需要几千年、几万年。那么在这样的一个情况下，你可能等到那的时候，发现对面的文明已经技术大爆炸了。你这个没法再去把它灭掉，而是人家直接上来把你灭掉了。

那么在这样的情况下，我们就黑暗森林一下，看到任何地方有声音，二话不说先抬枪就打。我们即将迎来脑机接口的科技大爆发了，而这个是真正的成神之路。这就像是互联网、移动互联网或者AIGC一样，资本导向的科技大爆发正在向我们走来。

好，这一期就跟大家讲到这里。感谢大家收听，请帮忙点赞、点小铃铛，参加Disco讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

扎克伯格跟黄仁勋凑一块，除了换皮衣，还讲了点什么呢？他们是在SIGGRAPH大会上进行的访谈。黄仁勋是访谈主持人，而扎克伯格是被邀请的嘉宾。因此，在他们的访谈中，扎克伯格是逗哏的，黄仁勋是捧哏的，这一点首先要搞清楚。

这一次访谈，主要是扎克伯格在输出。SIGGRAPH大会是一个历史非常悠久的大会，叫计算机图形图像特别兴趣小组（Special Interest Group on Computer Graphics），小组成立于1967年，1974年第一次开会。今年是第50届，参会的人中有90%都是博士。当我看到这个消息时，一开始想，黄仁勋应该是个博士吧？扎克伯格是中途退学的。后来查了一下，发现并不是。黄仁勋是硕士，而扎克伯格是2002年入学于哈佛的心理学和计算机科学专业，2004年辍学，实际上上了两年学，之后在2017年被哈佛授予了荣誉法学博士学位。他好像跟某位伟人的学位差不多。

正常来参加这种活动的人，主要是引擎公司，比如Unreal、Unity，图形软件的公司Photoshop、Adobe，以及显卡公司AMD、英伟达。原来Meta也参加过，大概参加了有十几年了，他们以前是作为VR、AR公司来参加的。这一次则是出来抢AI的。

老黄跟扎克伯格算是天作之合，为什么呢？因为只有开源模型，才是英伟达显卡的绝配。

那你说微软不也买了好，OpenAI也在用，对吧？但是呢，大厂的必元模型啊，它是有能力去招聘一帮叫适配工程师或者叫配置工程师。他们可以绕过扩大算法这个事，是可以跑的。增加的这点成本对于他们来说是可以去承担的。只有开源模型的应用者，通常是支付不起这些配置工程师的工资的，所以他们会老老实实地使用英伟达的显卡，是吧？所以他们俩绝对是天作之合。

扎克伯格自己访谈的资格，也是因为买了足够多的H100才换来的。他是号称拥有60万块H100的男人。老黄就问扎克伯格说：“你是怎么来的呀？”而我是作为VIP客户，专门被黄日勋邀请来的，就是显卡买太多啊，被请来了。而且他在恨苹果这件事上来说，俩人绝对有共同语言啊。就是黄仁勋也好，扎克伯格也好，现在所有的CEO里头，所有的这种创业者里头，最恨苹果的两个大概就是他们了，找不出其他人了。

扎克伯格在会上飙脏话啊，直接说了一个f word，甚至说有可能直播都会被掐掉的这种脏话。其实骂的不是OpenAI，骂的其实是苹果。为什么要去骂苹果？OpenAI做了半天，未来有没有可能伤害Meta，伤害扎克伯格，有可能，但是现在其实没有给扎克伯格带来任何的伤害。而苹果当时是差点没把Facebook给玩死。扎克伯格自己也讲，Facebook最早是个网站嘛，我们是完全开放的啊，没人管，我们在里头爱干嘛干嘛。然后移动时代呢，发现要到苹果上面去啊，发布软件。

苹果这也不让你做，那也不让你做。关键是把他们进行精准广告推送所需要的用户信息给他屏蔽了。以广告收入为基本收入的 Facebook 差点没被他弄死。扎克伯格痛定思痛，说：“我一定要去做一个新的平台，绝对不能靠 APP 这种东西，而让苹果把我掐死。”所以他才做元宇宙，才把公司从 Facebook 改名叫 Meta。他做了所有这些事情，实际上都是为了应对苹果。这是扎克伯格为什么恨苹果，为什么恨这种封闭的大平台。

说英伟达为什么恨苹果呢？就是英伟达跟苹果之间是有恩怨的。英伟达给苹果提供过一款显卡，后来这个显卡不是特别稳定，被苹果直接起诉了。一开始苹果要他退钱，老黄不退，后来苹果直接起诉了老黄。苹果是在所有的应用里头都不使用英伟达显卡，而这个梁算截下来了。

而这一次，苹果直接给大家演示了用谷歌的 TPU 去训练大模型。这个消息传出来以后，英伟达的股价直接崩了。当然，英伟达的股价崩掉了，还有很多原因在里头，包括老黄自己在疯狂的套现，以及他到 120 以上的这个价格，大家觉得确实有泡沫了，直接崩掉了。但是英伟达昨天晚上涨了 13%，整个又窜起来了。

为什么苹果可以用 TPU 去干活呢？就是它是自己大厂，我只要招够足够的工程师，我就可以去改底层算法，让这些模型在 TPU 上运作。苹果演示了这件事情以后，谷歌、OpenAI 上都可以往这个方向走。这对于英伟达来说就是非常危险的。

英伟达一定要来找一个更恨苹果的人，找到Meta，找到扎克伯格。说来咱俩聊一下。扎克伯格呢，就是因为被卡过脖子，所以必须开源啊。看到别人作弊源啊，想要成为新的基座平台，就open i想做这个啊。那么想做规则的制定者啊，所以只能气得骂街了啊。这就是两个最恨苹果的人，天作之合，凑在一起。

那么Meta呢，对于大模型的开源是有非常大的贡献的。当然，最大的贡献并不是拉玛。咱们一直都说啊，拉玛1、拉玛2、拉玛3算是奠定了开源大模型的基础，但是Meta做的最大的贡献是另外两个东西。一个东西呢，PyTorch。PyTorch是现在非常主流的一个大模型，本地把它架起来的一个架构框架，这个东西是Meta开源出来的。现在在很多的服务器上，大家开始进行本地部署的时候，都是用的这个东西啊。

PyTorch的基金会里头大佬云集，哎，大型的开源的项目都是有基金会的。他们的大佬里头，Meta自己是啊，他贡献了代码，那么他是大佬。第二个呢，就是芯片厂商都在里头，英伟达、AMD、英特尔都在里头。然后所有云计算厂商都在里头啊，谷歌云、微软云、亚马逊云都在里头啊。再往后，新生的AI社区与工具，Hugging Face、Lighting AI啊，都在里头。

还有两个全能型拳手在里头，一个叫IBM啊，他所有的都做，也做云也做主机，也做芯片，什么他都干，所以他也是基金会的高级会员啊。还有一个高级会员是大家所熟悉的，遥遥领先啊，华为。

就PyTorch基金会里头，唯一的一个中国会员就是华为。在这一点上，我觉得华为做的还是很厉害的。它在各种开源的基金会里头，老老实实地交钱，老老实实地去遵守规章制度。它不像国内很多的公司，比如百度，使用所有的开源东西，但却偷偷使用，使用完了以后直接一闭源，啥也不看了，然后下一个。

Meta对AI做的贡献是什么呢？OCP（Open Computer Project）叫开放计算工程，这是什么呢？就是自己有大量的服务器，而这些服务器应该如何构造、如何去建设、如何去连接，这也是一个开源项目，这是Meta开源出来的。现在英伟达推出的NVIDIA HGX，就是在这个模块上去拓展出来的，已经都用上了。这是对整个开源事业真正做的两大贡献。

第三大贡献，才是刚才我们讲的拉玛模型，拉玛1、拉玛2、拉玛3、拉玛3.1，这才是第三大贡献。而且我觉得他所谓的拉玛模型的贡献，真正改变的其实是中国，彻底追上来了。可以拉着中国的一众小伙伴，把这OpenAI打翻在地，这个我觉得是可以的。

扎克伯格也为未来指明了方向，而且他指的这些方向，我觉得还是非常有价值的。第一个，他讲到了一点是原来我们很多人没有想到的，就是要去修改推荐算法。因为互联网的最底层其实就是推荐算法。推荐算法是什么？就是过滤与排序，你到底应该看这个还是不应该看这个，谁排前头，谁排后头。

这就是整个互联网的底层逻辑。在信息过载之后，我们只能依靠推荐算法来工作。在推荐的时候，它只能是说：“我按照一些大家的喜好，或者做协同过滤，做一些传统的AI的推荐。”现在就不一样了，它可以通过Transformer的模型，通过嵌入来重构整个算法，这是一大创举。而且这个东西真正运转起来以后，可能我们会看到完全不同的信息流。

在推荐的时候，他们也希望直接在信息流里进行总结与归纳。原来我们在Facebook和Instagram里看到的所有信息都是用户生成的，那么以后可能我们看到的一些信息就是归纳的一些信息。比如说，你最近有三个朋友感冒了，你最近有五个朋友感冒了，而这些朋友你可能连名字都想不起来。如果真的给你发一条说这个朋友感冒的信息，在信息流里你也不想看到，但是你又希望知道这朋友里边感冒的人多不多。

会把信息分层处理。什么叫分层处理？就是跟我关系最好的人，你们要把这个信息完整地展现出来。大家讲的就是150个人之内的，我们可以互相叫出名字，可以知道他的喜怒哀乐。这些我们可能希望知道他所有的信息。然后朋友的朋友就是中层圈子，可能只是需要知道一个概况就可以了。再往外层的话，可能有一些大事件发生的时候，我们需要知道一些国际大事，也就可以了。它需要分层处理，那么分层处理就可以对这些内容进行总结归纳，并可以发出来。

而且在这个过程中，推荐算法就会有更大的权利。这是什么意思？原来肯定是看你关注了谁，你跟谁是好友，你可以看到谁的信息更多。不可能，你虽然关注了一个人，但你未必看得到他的信息。如果你们之间很少互动，他就认为这可能就是一个普通的朋友。他的一些大事你知道一下，小事你可能就不需要知道了。他会通过这样的方式来过滤你的信息。

包括我们现在在推特里边也是这样的，可能看到一些大事的时候，我们会看到，那一些小事可能就看不到了。后面的话，Meta准备统一他的推荐系统。原来推荐系统是什么呢？就是各个分支，比如我要先看到朋友的，然后看到这个朋友的朋友的，再看到国际大事的和重要媒体的，所有的这些推荐的东西搁在一起，然后再进行混合。以前是这么工作的，而现在上大模型，我们要让整个的系统用统一的模型进行推荐，一次性给你推出来。

这个也是一个很大的创举，可能以后我们就会看到一个完整的模型推荐出来的图文信息、视频信息都混在一起的，而不像现在似的，Instagram就是Instagram，Threads就是Threads，Book就是分开的。以后，我们可能就在一个统一的信息流里看到所有的一切了。这是真正会改变互联网底层逻辑的事情。Meta、谷歌、Twitter、TikTok基本都是靠这个东西活着的。如果真的能够把大模型应用到推荐算法里边去。

我们可能就真的会看到新的一次AI革命，真正能够产生效益了啊。这是非常重要的啊。 这是讲的第一点啊。第二点是什么呢？就是AI studio啊。他也要上一个AI studio，因为AI studio谁都上啊。微软有AI studio，谷歌有AI studio，Meta也做了一个AI studio。而Meta做的AI studio就干一件事啊：给每一个人做一个自己的AI助手。使用社交媒体的时候啊，直接用Meta自己的内容进行训练，微调一个小模型，再配合RAG或者叫做本地知识库，可以不断地补充新的信息，拿这个小模型去替我们回答问题啊。

像我现在，我每周会去处理一次大家的评论，周三下午一般会处理。处理完了以后跟大家念一遍。如果我有了这样的一个工具，我就可以随时随地地处理大家的评论。我出去玩的时候，AI机器人都可以给大家回复啊。我们的Disco群有这么多的分支，我没有办法在里边去照顾到每一个分支。这样，我就可以让我的AI助手在里边去回复。哪怕说他不回复，我过一段时间总结一下，最近大家都在聊这几个事呢，你是不是要去参与一下啊？或者他可以来征得我的同意，或者在我的授权之下进行回复啊。

这件事我就替你回答了啊。那件事情你准备怎么回答，还是说就不说了。这样的话，我就可以更多地千手千眼、无处不在地参与到各种社区的讨论里头去。这个真的是我很需要的一个东西啊。

每个人呢，其实都需要分饰不同的AI角色，有不同的AI助理模型。你比如说，在Facebook的回答问题里头有一个，在Discord里头有一个，是不是在Twitter里应该再有一个？这个可能才是真正我需要的东西。甚至未来我可能照了照片以后，就直接把这些照片都放在优酷里，让它自己去挑选好的照片，给我发到Instagram上去，这个不也是一个挺有趣的事情吗？这个是非常有用的。

那么在所有的平台里边，就会成一个新的风向，就是大家开始把这种AI机器人用起来。以后是什么呢？就是所有的平台都会变得热闹起来，因为每个平台都有我们的替身在替我们回答问题。所有的平台都会产生信息大爆炸，所有的平台也就都失去壁垒。

我们经常有人说：“哎，你有Telegram没有？你有微信没有？你有这个Twitter没有？”那以后这些东西我都有。你们在任何地方提了问题，我可能都可以去回答。这是多么有趣的一个事情！他们就不可能说再把一个人限制在某一个特定的小平台里头。当这些小平台失去壁垒之后，这些大平台就可以依靠成本和变现能力直接把小平台都挤死，对吧？这也对于Meta来说是有商业利益的吧。

在网络上，每一个人都可以依靠这种小模型的帮助，成为超人。这也是在不久的将来就可以实现的东西。扎克伯格也讲了，未来他的这种AI触手不会是文字，而应该会成为虚拟形象。你们以后可能再去聊天的时候就发现……

长坐着一个长得像老范一样的人，在这跟你回答各种问题了。甚至他可以开出这样的直播，挨着把大家的评论都点出来，挨着跟大家解释。这也是一个很有意思的事。

这是第二点。第三点是什么呢？第三点是开源是未来，不受限制的构建，恢复开放的黄金时代。这是他讲开源的内容，我们就不在这里详细去讲开源到底好在哪，坏在哪。这对于中国的AI行业来说，没有拉玛，就没有中国AI现在的风起云涌。如果没有PyTorch，中国的整个AI体系也是难以发展的。

它开的这个叫Open Compute Project，对整个中国的互联网云建设都是有重大意义的。再往后一个讲的是模型不会一家独大，从小到大的模型都有应用场景。OpenAI就认为你都应该在我这儿用，不要用其他人的。虽然它有GPT-4O Mini这样的模型出来，但它还是说你都要在我这儿用。

现在Meta就讲了说没必要，405B的模型我们就是做这种相对来说比较复杂的任务。当然，405B也给英伟达提供了一个非常大的考验，因为405B这种模型在英伟达的单块显卡上跑不起来。你还是要用NV Link这样的成熟技术，才可以把这些显卡连接起来，把这个405B跑起来。黄仁勋也是乐得嘴都合不上，跑405B就老老实实到英伟达来买显卡来。

势币的基本上处理各种业务是够的，因为我前一段时间也是使用各种大模型，基本上到70B。

绝大部分的问题都可以解决了。8B的在各种的AIPC里就可以用了。微调之后可以成为各种专材，比如说编程的，法律咨询，AI客服，绝对够了。今天谷歌还新发了两币的模型，叫JMAR2，两币，这个叫2B，在AI手机上完全可以跑起来，效果还不错。

这是讲的第二块，就是不同步大小的模型，大家自己去用。而且大家要去用八臂的模型，去训练各自的专用模型。只要这样，才会有不同的模型去完成不同的事情。

然后呢，讲的是叫segment everything two。是这样的，一个大模型又更新了，更新到第二版。这个模型叫做分割一切。这个segment everything呢，在去年是发布过一版，做的事情就是你给他一张照片，不需要标注，不需要训练，他就可以把照片里的所有物体都识别出来，挨着个儿给你列出来。

而everything to呢，它是可以把所有视频里的内容直接都给你分拆出来。说这个是牛，那是马，这个是猪，那是羊，他都给你认得清清楚楚的。扎克伯格还在现场炫富，他说：“你看啊，现在认出了一个视频上面这些牛，叫考艾岛牧场的牛，是扎克伯格自己牧场上的牛。”对吧，把这些牛认出来以后，伯格跟这个黄仁勋准备把这个牛杀掉了，好好吃一顿。

这种可以分割和识别视频内容的大模型，未来是有非常大的应用场景的。而且注意啊。

Segment Everything Two是开源模型，大家现在就可以当下来使用了。扎克伯格在现场举的案例是什么呢？就是监控能力可以极大提升。以前，公司丢东西的时候，我是去看过监控的，那经历实在是太可怕了，对吧？你需要长时间盯着监控去找这个片段，这非常困难，因为视频是线性的。

现在，当你有了这种分割一切模型以后，你就可以直接问模型：“什么时间点你看到有人进来了？”或者“什么时间点这个门动了？”他就可以直接通过语言和文字对视频进行检索。这是非常强大的，很多工业上的东西可以被极大赋能了。

前一段时间，马斯克其实也演示过一个视频，在他的推特账号里，演示了用AI模型观察一个咖啡店。他会算好哪个店员在聊天，哪个店员做了几杯咖啡，哪个店员在休息，对吧？店员和顾客之间是如何沟通的，这看起来有点吓人。

当然，这种模型肯定会被中国的厂商第一个拿来用。用完以后，就可以让这些牛马们老老实实地干活，没有任何私下里的自由空间，这完全可以实现。所以，中国一定会快速应用起来。

再往后，两个老直男讨论了一下时尚问题。为什么讨论时尚呢？因为扎克伯格去做智能眼镜了，眼镜上有摄像头。他说这个东西很漂亮，而且可以不停地换衣服，始终穿一件，但这个眼镜可以换来换去。

这就是两个老直男对于时尚的理解吧。这一次呢，他们两个人还是换了皮夹克。黄仁勋标准款的皮夹克给了扎克伯格，扎克伯格呢，这一次用的是自己那种很厚的半长的皮衣，戴帽子的这种，比较宽松。这就是两个直男对于时尚的所有观点。

最终的总结是什么呢？就是扎克伯格还算是为AI指明了方向。而且扎克伯格指明的这几个方向，都是AI未来有可能挣到钱的地方，有可能能够在这块有正常的商业模式的地方。这个是非常可贵的，它比山姆·奥特曼的那种大空话还是要落实得多。

那么新的时代就要到来了，互联网的底层真的要被AI重构了。原来互联网底层是没有被AI去改变的，还是推荐算法。现在AI要进入互联网底层了。一个人都可以被AI赋能，这也是非常棒的一件事情。所有的场景都可以被AI渗透，对世界的理解也可以进一步给各种系统赋能。当然，也可以给中国这血汗公司赋能，或者给中国政府赋能。

我发现做监控这件事情上，中国如果说是第二，全世界没有任何国家敢说是第一。这块我们还是做得最好的。全世界大概绝大部分的监控摄像头都是中国人造的。最终呢，大家都去买英伟达的显卡，都去用Meta的开源系统。这就是他们两个进行了一晚上的访谈所得出的最终结论。好，这就是我们今天讲的第二个故事。

谷歌收购Character AI的奇葩交易方式，让我都涨知识了。大家好，这里是老范讲故事YouTube频道。今天咱们来讲一讲，谷歌收购Character AI到底是用了一个什么样的奇葩方式。

前两周我们刚刚讲过，科学家创业的Character AI可能快混不下去了，正在有一些公司准备购买它。谷歌、XAI、梅塔据说都去谈了。而且前面还传出过马斯克的XAI收购了Character AI这样的假消息。其实也不算假消息，大家肯定谈判达到了不同的状态嘛。但是最终是谷歌抱得美人归，完成了交易。

但是这种交易方式还真的让我学到了很多的新知识点。我原来在上市公司的战略投资部里面，其实我们每年操作很多的并购案。并购的案子和投资的案子是一半一半，所以见过很多各种各样的并购案子。但是谷歌这样的方式，我头一回见。今天跟大家讲一讲，到底有什么不一样，这个交易方式到底是怎么做的呢？

所有的并购交易的第一个重要点就是兑价，是按什么价格来收。谷歌是按照25亿美金的项目兑价进行收购的。那么这25亿美金高了还是低了呢？有人说好多钱啊，也有人说好少钱啊。这个要看他的融资情况。Character AI实际上对外公布的融资只有这一次。它是2021年创建的，到2023年的3月份第一次对外公告了他的融资情况。以前的很多融资并没有讲，或者说是创始团队自筹资金。

他是融了1.5亿美金，估值10亿美金，实际上也就是这些人占了15%。那么本来2023年9月份准备再做第二轮，当时的估值呢是50亿美金。那我估计，8亿或者接近10亿美金就可以到手啊。但是呢，这一轮最后没有做下来，所以Character AI整个就有一轮融资。它的最后的一个可以验证的估值，可验证的估值就是最后签了协议，给了钱的。这一次融资，他是10亿美金啊，2023年3月份的。现在呢，等于是在这个基础上涨了2.5倍。这个价格呢算是，不多不少，不算丢人，但也绝对不算是出彩的一个价格。

交呢，一共分四个部分。第一个，收购投资人老股按2.5倍，也就是上一次融资10亿美金，这次按25亿美金来去兑价去收购。那么所有投资人在里边占股，我就按照2.5倍把它收回来啊。当然，这个是最后一轮投资人，前面虽然没有公开的讲，到底有哪些人投了，但是呢，他们也是按照最后一轮的2.5倍，把他们的手里的股份都变成现金收回了。

第二个呢，公司的创始团队和大模型研发的30个人的团队回归了。并不是说所有人原来都是谷歌的，但公司创始人原来是谷歌的。这些人回去了以后呢，到底拿到多少钱，到底怎么个拿法，这次呢并没有对外公布。大概的方式呢，应该是他们手里所持股份的相应的价值吧，应该会打折，不会按照原价就是25亿美金的这个价值去给他算去，会打一个折扣，打完折扣以后呢，会给他抵扣成谷歌的期权。

这个是通常这种并购的过程中去做的事情，里头可能也有一小部分，啊，很少的一部分，会作为现金兑价给他们。啊，那么一旦换成期权了以后，他们可能在未来的4到5年里头，就会被捆绑在谷歌。因为这些人都是研发人员，他不会说去承担所有的这种销售对赌，啊，他没有这个能力，所以他只能说：“我在谷歌这么长时间，是不可以离职的。”每过一年，我这些期权就可以去兑现一部分，应该是这么去处理的。

这是第二部分了，啊。那么第三部分呢，是公司还剩了100多人，司一共130来人，有30个人去了谷歌了，剩下的100人呢，继续作为Character AI这家公司运营下去，由原来的法务负责人担任CEO，继续去提供原来的服务。这些人里头呢，有些还是有期权的，就是有Character AI这家公司的期权。那么这些人的期权呢，也按照2.5倍逐步兑付。啊，什么叫逐步兑付？刚才我们讲了，期权是每年成熟一部分，每年成熟一部分。就算五年吧，就是20%。有些可能近期就要成熟了，有一些呢，未来几年还会逐步的成熟。

如果谷歌说我收购的时候，一把把他们都兑付了，那这事就天下大乱了，啊。这些拿了钱的人可能马上就跑掉了。他们的兑付的价格或者叫兑价，跟前面讲的这些投资人是一样的。但是呢，啊，谷歌留了一个基金，就等于是我在收购整个公司的时候，我留下一个基金，这个基金呢，就是用来兑付Character AI的期权，成熟的这个部分。啊，那你说这个基金兑付多长时间呢？兑付两年。

就是从现在开始，2024年兑付到2026年。2026年以后再成熟的部分怎么办呢？那我就不管了啊，由Character AI以后，你再挣到的钱再去给他们兑付了。所以这两年的归谷歌兑付啊，这是剩下的人。而且这些人呢，他们也不再继续使用Character AI原来研发的模型了啊，他们把那模型扔了，去使用梅塔的拉玛3.1的模型，接着干活去了。

最后一部分是什么呢？是谷歌跟Character AI之间签署了一个大模型的非独家授权协议。什么意思呢？就是Character AI自己是有一个模型的，模型虽然现在没人使了，但是这个模型是存在的。签了一个非独家授权协议就是，以后有权利来使用这个模型。那么未这种授权协议呢，他就会钱给到Character AI这家公司里边去，就是他会兑付一部分的模型授权使用费。

那为什么是非独家呢？那你不能说你独家签给谷歌了，人家Character AI自己万一想使不让使，这事不行。或者Character AI以后说，我再把这东西授权给别人也可以，也就是非独家授权使用啊。

好，我们总结一下啊：第一步，把投资人的钱兑付了，2.5倍兑付；第二步，创始团队和大模型团队30人去谷歌上班去了，去做Gemini AI了，Character AI也不做了，他们回去也是去加入Gemini AI的团队了；第三步，剩下的100人接着做Character AI；第四步。

谷歌再给Character AI一点点小钱，这个事就算做完了。咱们算一下谷歌到底花了多少钱吧。一串25亿美金，所有答这个答案的人蹲在角落里面画会圈圈，不是这么算的，对吧？这个钱是怎么算的呢？

就是1.5亿美金，是2023年的3月份，融资了1.5亿美金。那么这一轮出钱的人，他们一共可以拿到3.75亿美金。当时出的钱按1.5亿美金占15%，现在按25亿美金，你还是拿15%走啊，那么就是3.75亿。这部分钱，谷歌是要出的。而且正常情况下，应该是一次性出干净。

其他的人，还有一些早期未公开的股东，这些人应该是拿到更多的钱，因为他们进来的价格要比10亿美金的价格还要低。他们比2023年的3月份这一期进来的早，他们也会拿到一大笔钱。

期权池的兑付，就是Character AI期权池的兑付。假设Character AI有10%的期权池，那么这10%的期权池里头，可能在未来的两年里头，假设兑付掉10%，那么是2.5亿美金。就是2.5亿，这到头了，应该再兑付2.5亿。

所以呢，他整个花掉的钱，大概也就是五点几亿美金，然后得到了一个价值25亿美金的壳，或者说得到了这样的一个研发能力。因为壳给人留下来了，就是他这个交易模式确实是比较奇怪。那么整个这个25亿美金里头，大部分哪去了？你说我就花了5亿美金左右，我就得到了一个25亿美金的一个价值吧。咱们只能说价值了。

大头一定是在创始人手里头，对吧？所有的这种创业公司，最大的股东一定是创始人。那么你说，这些创始人回到谷歌了，他们的钱还是得出吗？其实不是这样。通常，这个创始人带着团队回到谷歌，他们手里所拿着的这些期权，兑价会打折扣，绝对不是按照25亿美金算的。而且回去以后，这个钱到底怎么算，应该是有一个很复杂的对赌算法。

你想，如果这些人回到谷歌后，干了两年，我不乐意，我又走了，谷歌可能也只需要给他支付两笔期权，剩下的三笔就不用给他了。所以，这个钱就比较难算了。一般我们是不把这些钱直接算到交易的金额里面去的。

传统的并购和鄙视链到底是怎么做的呢？第一个就是分层兑价。如果说我们是按统一兑价做的，我就25亿美金，所有人都25亿美金，不管你是创始人、团队，还是其他的普通员工、投资人，我们都按25亿美金一把把他都兑付掉，这个是最厉害的。

但是一般情况下说，我马上要钱的，我要现金的，准备上谷歌上班了，这些人就会做这种分层的兑价。这就受到一点点小鄙视，意思是你没有议价权，对吧？做统一兑价的一定是议价权比较高的一方。通常这个鄙视链都是有议价权的一方去鄙视那个没有议价权的一方，是兑价的问题。

第二个是什么呢？第二个是对赌、持后交付和捆绑。你说，我到这儿来，一把把钱都给了，我愿意在这待着就待着，不愿意在这待着我就走。

但是不影响我拿钱。这个呢是鄙视链的顶端。第二种呢，就是说，对赌了。对赌了以后呢，我不承担任何的销售业绩啊，但我只要在这呆着，你得给我钱。这个呢也算是还可以。然后还有些呢，就是对赌和迟付，交付的部分是给的谷歌股票。这种呢，有些人就是议价权稍微高一点的，就会要求啊，万一你的股价跌到多少以后，你要给我去呃，做保底的现金交易啊。以前也出现过这种情况，就是我把公司买下来了，买完了以后呢，10%的钱我付掉了啊，90%的钱我给你转成我们公司股票了。然后过一段时间啊，成熟一部分，过一段时间成熟一部分。但是在这个过程中呢，收购方的这个股价跌了90%。如果没有签这种保底协议的话，那你就哭都没地方哭去。

当然，我们以前做过最牛的交易是什么呢？我们说服投资人跟创始人一起接受这后交付的部分。投资人也不是说一把就把钱拿走啊，你们也在后边去啊，等着一年一年的跟创始人一起去拿钱啊。这种事情我们以前也干过哈。这个就属于鄙视链的，看哪头了。作为收购方来说，我们是鄙视链的顶端。但是对于这个被卖掉那一方，拿钱那一方来说，他们就是鄙视链的底端。所以永远是有定价权的一方鄙视没有定价权的一方。

然后呢，团队完整性。什么叫团队完整性？就是如果啊，这公司被收购了，收购了以后呢，说继续完整运营啊，不会拆分，不会上面有婆婆指手画脚，那是相对来说啊，鄙视链的顶端的啊。一进来以后直接团队拆了啊，产品有的留下了。

有的连产品都没留下。说来，你们这些人回来以后，产品也甭要了啊。这个你就进到我原来团队里干活去，这个就属于鄙视链的最底端。这个什么意思呢？就你如果是产品拆了，产品不要了，然后人进入我原来的产品里去，就说明你原来做的东西不值钱嘛，没有意义嘛。

其实现在Character AI干的这个活儿，就是这样，对吧？他的创始团队加上30个核心研发人员，进到谷歌以后，并没有继续去做Character AI的事情，而是直接加入Geminii团队了。这就说明Character AI的本身模型，对于谷歌来说，也没价值，是算是鄙视链底端的一种玩法啊。

通过我们去讲解传统的并购交易里的各个关键要素和交易差异中的鄙视链，大家能知道整个这一次的Character AI被谷歌收购的交易，其实属于鄙视链最底端的一种交易模式。团队也拆了，有一部分回到谷歌，有一部分还不要了，兑价是分层的。这个对赌的过程压根就不敢公布出来啊，到底怎么对赌，怎么去呃，时候交付这部分就没讲啊。

所以一般这块呢，就相对来说，呃，真是玩不下去了啊，走到实在走不下去了，才去走这一步。最后我们来讲一讲这个交易为什么会发生，到底是怎么发生的。从四个角度上来说，首先对于谷歌来说，他为什么这样选择呢？花最少的钱办最多的事。我花了5亿美金，我就把整个的价值25亿美金的一个价值包直接拎回来了啊。对于谷歌来说，还是划算的，或者至少是谷歌的投资部。

对于谷歌的股东来说，这个话可以解释了。为什么说得这么绕呢？这要讲到硅谷创建公司的另外一个小秘密。你想，他2021年创建的，到2023年融了1.5亿美金，中间这两年这公司是怎么活的？大家想没想过这个问题呢？

硅谷的公司通常是这样，他们会去找以前的老同事、老师、师兄、师弟等去筹一些钱。会签这种叫可转债协议的合同，比如说：“哎，你给我10万美金，我给你签一个这样的协议；你再给我几万美金，我再给你签一个这样的协议。”他们等于是这样零敲碎打地弄回来。

像我们以前也去投资过硅谷的一些公司，给他们做第一轮投资的时候，你会发现，他们原来有一个特别长的股东表，可能有五六十人，甚至有的有上百人，每个人出的钱都很少，做的都是这种借款协议。

那么，这些协议一般是怎么做的呢？咱们这么讲吧，比如说Character AI在创建之初，我先给了他1万美金，这个1万美金的股份在这个协议里是不规定的。他一般的规定是这样的：如果你后边融资了，融资的估值低于多少的时候，比如说低于1,000万美金，我就按照你新融资额的8折来计算。如果我是给了1万美金，他只得了1,000万美金的估值，我应该是占1/1,000，对吧？但八折怎么算呢？就算是我得了千分之一点二，大概就是这样的一个数。

如果他的估值超过了1,000万美金，那怎么办呢？比如说他直接整了个1亿美金。

去融资去了。我就先按1,000万美金转成他的这个股份，然后呢，再去跟着这个公司一起升值。我等于先占了1/1,000，然后涨到1亿美金的时候呢，我就变成了10万美金了。等于我占的里头的股份价值就是10万美金啊，但我在里头占的还是1/1,000啊。他是这样算的。

所以呢，像Character AI这样的公司里头，一定是有非常非常多的一种小股东，就是签了CB进去的。那么这些人，他们到底手里拿了多少股份，这个股份到底值多少钱啊， 并没有公开出来。因为这一部分一般是不公开的，只有在前面1.5亿美金投资那一轮，他们进调的时候会去核实这些账目，但核实完了以后，也不会把它公开出来啊。这些人也不会进入董事会，因为他们占股都非常少，可能千分之几啊。就算有百分之几的，一般也都达不到5%啊，进不了董事会。

这些人对于Character AI来说都是什么人，大家有没有想过啊？就是他早期给他小钱的这些人，绝大部分是谷歌员工。对于谷歌的人出去创业，他以前的老同事、老朋友、老同学、他的老师教授，大部分就是谷歌里边的员工。这些人可能还是在谷歌里边有一定自己的地位啊，或者说管理权限的人，他们就会去推动这种交易的执行。

所以这个交易对于谷歌自己来说，其实未必划算，但是呢，他会把他包的冠冕堂皇的，哎，你看挺划算的呀。他要让自己进去投资的这些员工，或者其实是中高层管理者，得把钱挣回来。实际上这个故事是这么发生的。

如果是梅塔把他收了，如果是XAI把他收了，他这个价格一定会压得更狠。而且在这个过程中呢，他可能会更加需要的是你这个公司里边的数据啊，你公司里边的用户啊。我还要对原来的投资人好啊。至于其他东西，我就不要了。所以，不同的公司收的时候是不一样的。这个里头核心的关键点在这呢。

谷歌收购了以后呢，还有一个好处是什么？就是可以避免反垄断调查。对吧？我就收了一核心团队，完了公司还在那转着呢，你也没法说我去对谷歌做一个反垄断调查。这个事其实算是擦边。现在呢，美国反垄断调查的这些机构呢，已经说新的交易模式我们已经发现了，我们要研究一下这个会不会造成垄断。对吧？这个事情呢，已经引起政府关注了。

再往后一个原因是什么呢？就是避免客户纠纷。他说，Character AI一个月10美金，也很多人订阅的呀。如果说我直接把他收购了，收购完了以后，等于所有的这些订阅协议就谷歌收了。但是你说，开瑞的AI的公司还在，你接着跟他们旅行去啊，跟我没关系。我只是把团队拿走了。他等于把最烂的一块麻烦给避免掉了。你的所有的客户协议，还是跟以前的公司继续执行，跟我没关系。

这是从谷歌这一头，他为什么要做这个交易啊？下一个，对于投资人来说，投资人呢，其实没有任何问题，现金回来了。而且呢，还有盈余。我投了1.5亿，回了3.75亿，而且只用了一年多的时间。2023年的3月份签的协议，你在做完交割以后，可能也就四五月份。

或者没准可能六七月份了，也就是过了一年。哎，我就涨了2.5倍。其实对于投资人来说，算是个说得过去的交易啊。为什么说得过去的呢？就是对于投资人来说，可能真的是涨很多倍的那种，才是他们真正追求的事情。

对于创始人来说呢，也很简单，玩不下去了。但是呢，我要保住在基金面前的这个颜面，或者说叫信誉，那我下次出来创业的时候呢，还有人愿意给我钱啊。你看，我对得起你们吧。而且呢，他也要保住他在谷歌里面给他钱的这些老前辈、老领导的口袋。下次我要再出来创业，你们还会借给我钱的，对吧？对他来说也没有任何损失，还赚到了。

对于Character AI来说呢，他们其实是没有发言权的。你想，整个谈判的过程中，一定是谷歌跟投资人跟创始人谈判，法务是在里边做执行的人。最后这帮人跑了，把法务的老大留下来，来这摊子里给我看着啊，把所有的问题给我解决掉。他这么整了一个事，所以他们就相当于是一帮人上来，瓜分了以后，最后剩下来等着结果的那个被瓜分者，就是Character AI。

这就是我们今天解析的，Character AI跟谷歌之间的并购案，到底让我学到了什么啊？这个也算是一种很新奇的玩法。好，这一期故事就跟大家讲到这里，感谢大家收听。请帮忙点赞，点小铃铛，参加Disco讨论群，也欢迎有兴趣、有能力的朋友加入我们，付费频道再见。

大家好，欢迎收听“老范讲故事”。今天，咱们来讲一讲“萝卜快跑”，百度是不是真的可以起飞了？因为，随着“萝卜快跑”在武汉的出圈，随着很多的武汉出租车司机，武汉的网约车司机开始闹事。“萝卜快跑”在武汉真的撞了人了。而经过解释，是因为被撞的人自己闯的红灯。大家并没有去谴责“萝卜快跑”，而去谴责这个闯红灯的人。随着所有的这些事情发生之后，百度的股价涨了12%，这是好久没有遇到过的事情了。那么，在这样的情况下，百度是不是就可以借着“萝卜快跑”起飞了呢？这是我们需要去讨论的问题。

我们其实已经做了一些“萝卜快跑”的基本概述。也有人在去录节目，说“萝卜快跑”出来以后，会造成极大的社会动荡，社会不稳定。有1,000万网约车和出租车司机，他们要没有饭碗了。这个事情怎么说呢？像我这种人呢，肯定属于是这个EACC这一派的，就是说先让科技跑起来，其他的呢，人类会自己适应。所以呢，我一般会讨论说，这个事情真正运转起来以后，会给社会带来什么？到底谁能够在里边挣到钱？整个的社会发展，应该向什么样的方向发展？我从来不会认为，因为我们要让出租车网约车司机能够有饭吃，然后我们把这个事停下来。我从来不会想这样的问题。所以呢，我们今天的主题是“萝卜快跑”，百度真的可以起飞了吗？“萝卜快跑”最近在武汉铺开，引起了很大争议。出租车跟网约车司机，在后边到底该怎么办呢？然后，这个东西到底安不安全？这个特别有意思。大家看到我今天的分享，有什么想法呢？

放的这一幅封面了没有啊，他是“萝卜快跑”的后台，就是一个人，一堆人坐在屋子里头，像这个开游戏机似的，开着“萝卜快跑”的远程控制终端，然后可以去控制这个车。一旦发现“萝卜快跑”在前端无法进行自主工作，无法进行自主判断的时候，后台会快速接受，对这个车进行人为干预啊。现实的“萝卜快跑”的后台就长这样啊，但是你看到它上面有一个大的屏幕之外，有方向盘，它底下还有一个小屏幕，应该就是各种各样“萝卜快跑”相关的数据，以及各种开关是在这个地方的。

这种东西呢，在低速运行状态下，按道理说还是比较安全的。这种车出事故的几率会比人开的车低，而且呢就算是同样出事故，他可能造成的伤亡，造成伤害也会更小一些啊。很多无人车撞人怎么办，人也撞，我只要比撞的比人少就行。你不能说因为无人车撞了人了，你就罪大恶极了，这个事是不对的啊。

那么出了事到底谁负责任，按照中国法律的规定，如果无人车上有安全员，就是有一人坐在那了，出了事故由安全员个人负责。如果没有安全员，那么出了事故以后呢，是由开发的公司，或者提供无人驾驶这个功能的公司来负责。但是现在，比如说如果后台被人为接管了以后继续出事故了，到底是谁负责呢，应该是一个相对灰色的地带。

那么百度有了这样的一个势力，之前他比别人都跑得快啊，都跑到最前头了。虽然武汉这一次发放牌照，有十几家公司都去申请了，但是只有百度让大家看到了，只有百度是站在C位，站在最前头了。那百度是不是就可以了呢？

百度股票大涨12%，萝卜快跑在不同的城市都在落地啊。在很多的城市在招啊，在开分公司。百度呢，一般是说，我到哪一个城市去搞萝卜快跑，就一定要到那去开一个分公司。而且呢，百度也在各个城市里头在招募司机。百度招募的司机呢，主要是两个用途了：第一个，你那些车还是要移动的，或者说我需要出去去抢修，需要去把这个车救援回来，这个是需要司机；另外一方面呢，就是坐在后边开游戏机这帮人，他也得是司机。所以，现在百度开始大面积的招募司机了。这些司机呢，也在思考说哎，萝卜快跑以后会不会进行连锁加盟呢？因为大家知道，现在在滴滴里头，其实有很多人是去开滴滴的车。什么意思呢？就是呃北京啊，上海这些城市，他的牌照是比较有限的，而且有很多人呢，虽然会开车，但是我没有车。滴滴呢，就会买一堆车，租上牌照，或者把这些车挂在租赁公司名下，然后让普通的没有车的人去租用这些车去开。现在就有些人说，我能不能这样，我花20万块钱去买辆车，加盟这，我不快跑，这个车跑出来，这个钱归我，或者说我，我来怎么分这个钱，或者说我干脆我买100辆车，20万吧，2,000万，我去买买，完了以后我坐在这分这钱行不行啊？但是你说除了买车之外啊，或者除了您会开车之外，肯定呢还需要承担，比如说调度中心啊，维护相关的成本都是会要去承担的。做无人出租车，它到底是不是一个好生意呢？这个是在我们去讨论百度这轮行不行之前，我们要先去讨论的一个问题。

百度股票大涨12%，萝卜快跑在不同城市落地，百度在各城市开设分公司并招募司机。司机的用途包括车辆移动、抢修救援以及服务后座乘客。司机们在思考，萝卜快跑是否会进行连锁加盟，类似于滴滴模式，人们可以租用或购买车辆进行运营。无人出租车是否为好生意，需要在讨论百度的前景前，先进行深入探讨。

百度承诺到今年年底，这个生意要打平。前面是赔钱的，到明年要盈利。但是现在网上大量的，像我们这种业余博主，都在讲说百度你这个账算的不对。你这个账是忽略了大量的成本，他绝不可能这么简简单单就可以盈利。为什么呢？第一个，百度的研发成本，绝对是没算在里头的。你说百度研发这个无人出租车，到底花了多少钱？其实，在百度的财报里头，并没有明确的批复。百度每一年的研发投入大概是240亿，或者两百几十亿人民币。那这些钱里头，到底有多少是研发阿波罗？他那个无人系统叫阿波罗，运营平台叫萝卜快跑。大家注意，萝卜快跑不是一家独立的公司，没有在外边融过资，他100%是属于百度的。在这个过程中，他做了这么多年，在这么多城市里边做了这么多的测试。那到底花了多少钱去研发？百度没有说，但我相信这么多年下来，应该上百亿人民币还是花掉了的。这个钱，你如果想从萝卜快跑里把它摊销回来，基本上是很难，或者说可能会非常非常多的年头，才能把它摊销出来。

其他的成本到底算没算清楚呢？应该是一笔糊涂账。为什么呢？第一个，他调度中心的成本算没算？就是我们在封面上放的这张，大游戏厅似的，每个人坐在里头，开着啊，游戏机似的，这个车去救援前端车辆。后边这个车对前面的车啊，是1比10到1比多少的一个比例。不是说前面有一辆车，后边就有一个人在这座上开着啊。他是后边这个人要看着一大堆屏幕，谁的车不动了，或者说有报警了。

他会及时接手，再把这个车开出去。如果发生大规模的雨雪这样的恶劣天气，后边的人是接不过来的。千万不要想着说后边是1:1的。但是你建设调度中心，肯定也是需要大量的成本，包括后边这些调度人员的薪资。这个到底是怎么算的，现在不知道。然后第二块是维护中心啊，你比如说我需要修这些车啊，我需要给这些车做一些哪怕除异味、清洗这些事情，你也要做这个事情呢，并没有算在里头。现在很多人说：“哎呀，这个车挺干净的，里头也没有异味。”这是新车啊，你开半年试试。我记得原来共享汽车的时候我去开过，哇，那里头真的是味啊，简直是一开门就完全无法忍受。你想一个人坐在车里，开始抽烟的时候，你怎么制止他？你根本没法制止他。下一个人说：“我一定要在车里吃个榴莲。”你说你拿他怎么办？你拿他也没有任何办法。有些人说：“我就是想在车上吃点东西啊，我路上实在来不及了。”这个时间长了以后，那个车一定会非常的脏。不用长，一个月，那个车就没法看了。那你要想让他始终保持比较好看，没有异味的话怎么办呢？你可以不停地维护他，不停地给他做桑拿，真的是做桑拿。你拿热蒸器去蒸这个座椅，你才能把那个异味蒸出来，还要给他上香水。那这个都是成本。后边事故怎么处理，这个成本算没算？大概率他也没算对吧。包括后边的车辆维护，现在都是新车呀。车的质量到底怎么样？以前咱们都说什么样车质量好啊？坐警车、坐出租车的车，这个车质量好啊。我们以前家里没有什么钱的时候。

特别是很多家庭买第一辆车的时候，我们都在思考说：“哎，我到底应该买一个什么车？”看看各个城市啊，他们都是拿什么车做出租车，我们就买这样的车啊。这种车一定提示，或者是警车啊，现在我开那个车，其实在美国这当警车用的，这种车就相对皮实一点。但是现在萝卜快跑用的是谁的车呢？是北汽极狐的车。这种车从来就不以品质好著称。这些车开一段时间以后，坏了怎么办？你还别说，坏在街上出事故了怎么办？你这个车后边的各种的换，各种零部件呀，或者一些这种养护该怎么如何处理啊？这个都没算进去。这种车的保险费率到底怎么算？其实也是一笔胡子账。为什么所有这种电动车的保险，都特别贵啊？要比普通的汽油车要贵很多很多。因为这种电动车的核心价值，是那块电池。你只要稍微发生一点点小碰撞，那个电池就会变形，因为它整个在底盘上嘛，那就要换那个电池。因为电池为了稳固，都是做的一个死块啊，就是你没法说我换其中一部分，你要换那个电池。这个成本就非常非常高了。所以保险公司，一般会给他们做非常贵的保险。

另外呢，这些车呢是运营车辆。现在呢，当然运营车辆这件事还要打个问号。因为现在去问武汉市交通局，武汉市交通局说这是一个企业行为，他们并不算运营车辆。所以这个事情，现在这些车呢还属于叫非法运营阶段。但是呢，武汉市政府决定，我睁一只眼闭一只眼，还给他发点补贴。反正政府呢就是人家怎么去执法，不用我们去教人做人了。一旦成为运营车辆以后啊。

你就会面临一个报废的问题啊。像我们正常的汽车，其实是没有强制报废的，只是越往后开，你需要检验的越频繁。一旦成为运营车辆以后的话，你这个车开8年是要报废的，或者说你要退出运营。如果跑了60万公里，也是要强制报废的，不能再往下开的。这是对运营车辆的一个特定要求。你比如说，曹操专车呀，或者是他出行了，这些公司跑到香港去上市，核心就是它合规了。合规是什么？就是中国规定你要去跑网约车，必须跑网约车的人是要有运营这个证的啊，不是说你有驾照就完了，你是要有运营资格证的。然后你这个车要成为运营车辆，就私家车跑去挂牌，去开网约车了，那我们的私家车就变成运营车辆了。首先，司机你要去重新考试啊，考一个运营证。我们的车过了半年以后就不能开了，跑够60万公里就直接报废了。很多人不愿意去走这条路啊，就很费劲。很多原来的网约车公司都是不合规的啊，现在他们正在为了上市走向合规。

那么电动车就是另外一个问题了。咱们说一个扎心的事实，在这个8年60万公里的过程中，咱需要换几次电池呢？你这个电池能跑够8年60万公里吗？到目前为止的电动车，没有哪个车可以干这件事情的。他可能跑个两三年三四年，他的电池衰减就非常厉害了，甚至呢还是家用车，你三四年，你可能也就开了个三五万公里。你真的如果是运营车辆，你开个两三年的话，他可能跑出20万公里来，你是电池直接就废掉了。那你要换电池，但是大家知道，电动车换一次电池。

那大半辆车的价格就没了。这个在百度算成本的时候，算没算上去？现在，普遍认为他是没有算进去的。那你说，百度为什么要吹这个牛呢？大家要注意啊，不是说什么事都可以拿来吹牛的。有的时候，如果一个公司说我手里钱多啊，这公司也是个好生意，那我一定干嘛藏着掖着？我不能让别人上来啊。如果让别人上来，这钱我就挣不着了。我要尽量避免竞争。你问的做生意做得好的人说：“哎，你这生意咋做的呀？”这生意可难了，千万别来。谁来谁后悔，我现在都后悔死了，对吧？都是这么讲话的啊。什么样人上来会吹牛呢？这生意真的没那么好做。他现在需要别人给他钱，他需要忽悠钱的时候，才会吹这个牛。所以呢，现在感觉百度是准备开展连锁加盟了，他手里没那么多钱了。他要想继续铺开，是要忽悠一笔钱进来，跟什么似的？就是你出去买鱼啊，说：“我要条二斤的鱼啊。”你看这四斤还高高的呢。那意思就是说我这个这称好好的啊，一定要来投入这个事业。我们肯定能挣着钱。你今年20万投进来，四年之内我保证你回本啊，一定会在吹这个牛。

那么，“萝卜快跑”呢，是百度阿波罗运营平台啊。刚才我们讲了，阿波罗就是百度的自动驾驶部门啊，它不是一个单独的公司，也没有外部投资。现在，一直在传言，百度在做阿波罗的过程中，已经不堪重负了。因为做了太多年了，已经经历了几次大的裁员啊。融资呢，也有过信息。原来说，百度准备把阿波罗这一块单独拆出来，再去融一些钱。但是呢，最终百度辟谣了。裁员了以后，百度说——我没有啊，这事我没干啊。虽然你会看到，很多从百度阿波罗离开的员工，再去创业，或者再去加入其他的自动驾驶企业。融资呢，也是外面传了一段时间以后，百度说我没融资，我就要自己把它干下去。那估计也是没有谈妥。所以在这样的一个情况下，你要想全国铺开萝卜快跑这件事情，这个钱百度是付不起的。这个我们要去搞清楚。所以在这个过程中必须融资啊，甭管是说我百度整体融一笔钱，还是说我把阿波罗或者叫萝卜快跑整个拆出来，再去融一笔钱都是有可能的。但是对于像百度这样的上市公司来说，你要跟他去做这种投融资合作的话，是非常非常麻烦的。因为他是美国上市公司，在香港也有挂牌，这种公司他需要遵守特别特别多的规则。你想给他一笔钱，然后想在里边拆一块东西出来，那真的不是一般的难。因为我原来在上市公司里头，帮下面各个部门去做MBO拆分的时候，呃从来没有做成功过一次。就算有人举着钱上来说我愿意给钱，别怕都做不成啊。这个过程特别麻烦。那么如果没法再去分拆融资怎么办？只能开连锁加盟，那我把一个一个城市的经营权包出去。啊这个城市我包给谁谁谁了，你们去运营啊。或者包给哪些人，你们去买车，你们去搞这个事情。我只管出软件，收服务费就完了。这条路才有可能是百度未来有可能走得通的路。那么怎么才能够按照百度这个方法，把这个账算平呢？咱们先不说刚才我们讲了一堆他算的糊涂账的东西，就百度这账自己是怎么算的。买车跟折旧是必须算下去。

20万一辆车，就是百度上一代车呢。是40万一辆啊，他说我们现在在投的最新的一代，是20万一辆。那么，20万一辆车，买完了以后说按8年折旧，一年多少钱，一天多少钱？所以，他为什么讲说我一天要跑100单呢？他最后和到是，他这个车每天的成本大概是，呃，100块钱左右啊，就整个的折旧成本100块钱左右，再加上什么呢？充电啊，充100块钱的，等于你是200块钱的基本成本。剩下的呢，他基本上利润使了，他就可以盈利了。对吧，他是这么来算这个事的。所以，买车跟折旧是算了，保险呢，应该按是最优惠的家用车做的啊，而且是从来不出事故来计算的。大家知道买保险这个事，你只要出过事故，你的保险就会变得越来越贵。你如果不出事故的话，他的保险还会相对来说比较便宜一些。维护跟维修应该是基本没算，因为电车呢，他们也讲说这玩意没有机油机滤，你就是充电换个雨刷器啊，换个刹车片就完事了，最多换个刹车油，其他都不需要去动弹。百度一定是讲的这个故事啊，就是维护，人家算了啊，只是算的比较便宜。调度中心呢，应该也是按照相对理想的状态去算，比如说一个人对应100辆车啊，因为这个比例越高，他肯定调度中心配的人员和设备越少嘛。再加上充电费啊，把整个这些东西算完了以后说OK，就是他了。我按照这个来算，你20万块去买车，然后加入我的连锁运营，你是可以盈利的。当然了，百度算的这粗命账啊，还有一些比较中国特色的成本，他也没算进去。第一个是什么呢？

叫准入成本，你在每一个城市里头，你想进去，这本身就很难。不是这个城市的啊，老板的七大姑八大姨啊，小舅子什么，你想进得去，这别开玩笑了啊，非常难。你像百度这么长时间，才推了这么几个城市，那就可以看到一个规律啊，他一定是非常难的啊。

第二个呢，就是竞争对手内选，千万不要以为只有百度一家啊，十几家呢。现在在武汉申请牌照就19家，各个城市，还有各个城市自己要去做的这些公司。所以百度在这一块呢，啊真不一定是能够卷得过其他人啊。你说我百度便宜，别人更便宜。再加上盗抢、质押、电池丢失、拆解，这些东西百度都没算。你说以前啊，共享自行车出来的时候，也有很多偷这个车的呀。啊，偷完了以后到外地给你卖了，或者怎么弄的都有。那么现在这好歹是个汽车，我把汽车拆开，我把那块电池拆了卖了去，这事行不行？那车我不要了，因为车上肯定全是GPS，各种各样的跟踪器，你想把它弄走了还是挺麻烦的。或者我把这车弄走了，找他质押去，啊，你质押了都没人，拿他没办法啊。这个百度肯定也没算进去，这就是中国特色的一些成本。

所以长远看来呢，做无人驾驶出租车呢，它的成本肯定要比有人的便宜。但是短期内这个账是很难算明白的。就算是共享自行车，他也是运营了很长一段时间，民众已经彻底接受这件事情了以后，他的丢失啊，他的这种损毁啊，才慢慢降下来。我记得特别逗，我那个时候有一个案子，是从中国到印尼雅加达，去坐共享自行车，他们那个车上丢东西。

我说，你们都丢什么呀？丢铃铛。咱们的共享自行车那个铃铛是拧的吗？在一个把上拧，拧完了以后叮叮当当响。他说，我们把这个车只要在印尼放出去以后，那个铃铛就都没了。人家别的不偷，就偷那个铃铛。后来我说，为什么呢？他说，他没有这玩意啊，而且这个铃铛做的还很好。他们就是从国内买了OPPO的一些车，到那边去改装的啊，重新刷了个颜色。但是他们从来没有见过这个东西。然后疯狂丢，你要丢很长一段时间以后，大家才觉得，哦，这个东西已经见怪不怪了啊，谁还偷这玩意，没意思了。所以呢，这个账能够算平，是很漫长的一个事情。

百度到底能不能吃到这碗汤呢？这是我们今天核心讨论的啊。所以我们先讲了现状是什么样的。这个生意到底好不好做？成本到底应该怎么算？那么轮到百度了，他到底行不行？首先给出结论：百度很难很难喝到这碗汤啊。别看他现在跑得快，他是非常难的。为什么呢？因为百度是一家流量公司，非常非常轻。我们把互联网公司分成轻重两种。什么样的公司很轻呢？就是你不会接触具体的物品货品，人的服务，这种公司相对来说就比较轻。什么样的公司重？就反过来啊，我要去碰货物，我要去碰仓储物流，我要去线下收钱，我要去做现实交易啊，这种东西就会比较重。百度属于典型的轻公司。百度的这种重业务呢，其实也做过几次，但是从来没成功过。前面做过百度糯米，是做团购的，后来关停了，把所有百度糯米的员工拉回到百度自己的搜索本部去了。百度呢，也做过智能硬件啊。

他们百度智能硬件的项目，最终也关停了，什么也没剩下。百度呢，还做过外卖。这个百度，这是做了他最重的一个案子，但是最后百度外卖呢，也实在是拼不过别人，然后卖给饿了么。饿了么，现在也在苟延残喘的一个状态里头吧。那么，百度为啥搞不定众业务？大家有没有想过这个问题？百度的思维呢，其实对于流量来说，它很矛盾。一方面，流量为王啊。你说你做了再多的努力，在线下做了很多细节的工作，脏活累活。你没有上面拨动开关，玩流量那边挣的多，也没有他们对整个业务的流影响大。我今天把车擦得干净了一些啊。我明天研究了一下，这个车四天一擦，应该改成三天一擦还是怎么样。你做了一个这样的努力，然后人家说：“哎，我给你出一个小套餐吧。我给你做一个什么样的优惠吧。或者我把广告的颜色从红的改成绿的吧。”你看看，对整个业绩的流那个影响，一定是流量厉害啊。做玩流量的人都是看这样的，是吧。都是在流量上一堆小开关拨来拨去的。但是另外一方面呢，这些做流量为王的人呢，对流量的运营又相对粗犷。为什么呢？因为流量都是他自己的，对吧。他不觉得珍惜，说：“哎，我应该怎么能够把这一个流量用好啊？”因为像我们以前做游戏，流量是很贵的。我每买到1,000次展示，我是老老实实的花了，比如说10美金出去的。我一定要怎么去提高流量的转换率。百度，包括像腾讯这种公司，他都觉得：“哎，流量不就是在这吗？我我不行，我稍微调整一下，看看是不是再浪费点。”他们都是这样的啊。

就一方面，流量很厉害；另外一方面，又不珍惜。这是百度的第一个问题。第二个问题是什么？百度内部的派系林立啊，阶级斗争最严重的公司，大概就是百度了。而且，百度内部有很多人很喜欢上下其手。因为你一旦派系伶俐了以后，各种监督啊，各种的这种内部的规章制度和流程，就会形同虚设。在这样的一个情况下，那百度里头偷偷往自己兜里揣钱的人，一定会稍微有那么一些吧。

当业务比较轻，层级管理比较少的时候，大家都在数字上干活的时候，百度现在这套体系是可以将就运行的，没有任何大毛病。但是一旦你变成重业务了，你触及线下了，这个业务就会变得很重，你管理的层级就会变得很多。而且非常多的食物跟现金，都会进入到管理流里边来。它就不再是纯数字了，这些东西就很容易崩盘啊。

在这种相对来说管理效率比较低，整个的管理人员的素质也没有那么强，大家都一边做着阶级斗争，一边都惦记往自己兜里揣钱的情况下，这种系统是管不好的。所以为什么这种轻公司都很怕沾这种重资产，就是这样。而且，上市公司通常比较没有耐心啊。百度是个上市公司，为什么呢？就是你比如说一个上市公司，我投入研发了啊，这个事呢，没什么大毛病。百度这么长时间一直投入阿波罗研发，他可以玩一个什么东西叫试梦率。什么叫市梦率呢？原来咱们知道叫市盈率，我们用市值除以这营业额啊，什么这个东西，最后得到一个比例啊。但市梦率呢，就是我们梦想到底有多少啊。

我正在研发无人驾驶技术，尤其是无人出租车。这个项目的价值到底如何，一旦开始实体运营，所有账目都必须清晰。到底花了多少钱在养护上？多少钱用于建设调度中心？多少钱用于车辆维修？又有多少钱是车辆本身的成本？这些真正的开销，都必须在财报中一一列出，公开透明。

上市公司通常缺乏耐心，长时间的亏损会导致股价下跌，这是百度所不能承受的。一旦涉足实体运营，就意味着不能再玩那些表面功夫，比如添加套餐、更改颜色或修改文字。实体运营需要面对真正的财务挑战，比如应付债务和处理呆账，而这恰恰是百度所不擅长的。

百度的团队相对学院派，尤其是那些直接招聘或在内部成长的员工。当然，也有一些草根人才，他们大多来自被百度收购的公司。我曾参与一些案件，涉及被百度投资或收购的公司，他们的员工告诉我们，学院派的人往往看不起他们。百度内部非常重视学历和策略，喜欢运筹帷幄，决胜千里。这种学院派的典型例子，我们可以从历史中找到，比如宋朝。即使在灭亡的边缘，宋朝的文人仍然在思考如何通过计谋和策略来逆转局势，无论是北宋面对金，还是南宋面对元，最终都未能避免覆灭的命运。

这个讨论不仅关于技术，也关乎管理和文化。在追求创新的同时，我们也需要关注实际运营的挑战，以及公司文化对业务的影响。

都是原来宋朝合纵连横的对象，百度内部好多是这样的人。百度，你说有优势没有？有啊，百度的技术还是不错的啊，也算是呢，走快了半步，也算是赶上了这一波的风口啊。这是百度的优势，但百度的劣势是什么呢？第一个是穷啊，他真的没有那么多的现金。第二个呢，是缺乏能够打硬仗的管理制度与团队。第三个是缺乏耐心。第四个才是一个最核心的东西，是什么我告诉你，这个所有由文人学院派组成的管理团队，有一个最核心的问题叫不够狠。玩这个事情一定要足够狠，百度是相对来说比较缺乏的。

那么，百度在自动出租车这件事情上的结局，会是什么样呢？从来都是起了个大早，赶了个晚期啊。百度干这种事干的特别多。百度的移动战略，起了个大早，赶了个晚期。百度的电商战略，起了个大早，赶了个晚期。百度的小程序战略，百度的社交战略，百度的团购O2O送餐，所有这些战略，百度都是起了个大早，赶了个晚期。为啥？因为他百度嘛，他是有搜索引擎，对吧，他有所有的数据，他知道所有的方向在什么地方。我已经真的是高瞻远瞩，在上帝视角我都看明白了，哪个地方有机会啊。这个事是百度的优势。但是呢，你真要在下头脱光了膀子，赤膊上阵跟人打仗了，这个哎呀，是不是会把衣服弄脏啊？这种仗是打不赢的啊。所以百度通常会起个大早，赶个晚集啊。

所以现在呢，我们可以对百度正在进行的智能驾驶战略，以及AIGC战略再拭目以待一次。甭管是闻心译言还是萝卜快跑，都算起了大早了。

咱们看看他最后会不会赶个晚期。从闻心译言的角度上来看，我现在感觉他在国内的各个大模型里头，已经不算靠前的了。基本上可以认为他是赶了个晚期了。萝卜快跑啊，现在还算是起了个大早。咱们等他看看能不能赶了个晚期。那么后边谁能喝到这碗汤呢？后边这事到底该怎么发展呢？

第一个，不要想着说这个事会不会被叫停。不会的，一定会快速的涨上去。因为武汉现在这个事已经给做出，大家做出表表率来了。虽然有反对意见，虽然撞了人了，但是整个的舆论是向着武汉市政府，向着先进科技的啊。所以各地一定会跟风。第一个吃螃蟹的并没有出事，并没有叫停。虽然他可能螃蟹刺扎了嘴了，但是螃蟹很好吃啊。那么方向已经指明了。上啊，这事没什么好说的。传统的网约车企业就会冲上去，包括啊如期出行啊，嘀嗒出行，曹操出行，这三个已经上市了，在香港挂牌上市了，已经完全合规了。那么未来，他们可能就会快速的上，这种智能网约啊，智能的出租车。滴滴出行还没讲话呢。滴滴出行下头是有好几个做智能驾驶相关的实验室，前头还卖了一个，卖给小鹏了。他自己手里还有一个。滴滴出行只要是能够把上市的问题搞定了，他干这个事是必然的啊。包括国外 Wuber什么也都在研究无人驾驶啊。所以前面这些网约车企业一定会上。而且呢，还有其他的狠角色啊。滴滴出行其实相对来说，算一个比较狠的。咱们说在中国，你要想做这样的落地重产业，一定要上狠角色。狠，你是玩不软的。互联网现在他还剩4个狠角色。

两个轻公司，两个重公司。两个轻公司是谁？一个是拼多多，一个是字节跳动。两个重公司呢？一个是滴滴，还有一个是美团。这四个公司，是现在中国互联网里的四个狠角色。那刚才咱讲，滴滴肯定会上，还有一个相对比较重的，美团也肯定会上，因为美团早早就开始进入打车领域了。美团有美团打车，对吧？而且有丰富的线下运营经验，有丰富的下沉市场的拓展和管理能力。这是美团真正强的地方。你要比说线下低端劳动力的管理，全中国他说第二，就没有人敢当第一。所以美团一定会上。

还有一些其他公司，比如说像华为啊，华为也是相对来说比较狠的一个角色，但是华为直接上的可能性不大。谁会上的？就是华为周边的企业都会动起来。比如长安啊，长安跟华为车碧优合资的公司叫妞酷，这个公司绝对会上。他自己有车，他自己造车的，而且造的很好，有技术华为车必优做的，所有的无人驾驶技术都在这，也有政府关系。甭管是华为的政府关系，还是长安的。长安后边完全是兵器工业部，中国的最核心的这种技术产业，都在他手里头。还有爱国情怀，那你说这样的企业他不上去搞，这无人驾驶出租车，谁上去？他肯定会上。

百度呢？现在算是犯了一个相对大一点的忌讳。这忌讳是什么呢？叫财不露白啊。他现在忽悠大家说：“上啊，来呀，来呀，我这可挣钱了。”百度吹了这个牛，无人驾驶出租车就已经是可以落地盈利了。这件事呢，从技术上来说，并没有那么大门槛啊。大家千万不要以为，说这个东西在技术上有多难做啊。

真的，没有那么费劲。费劲吗？上百度挖人去呗，这事有多难吗？百度的工资也没有那么高。挖了人出来，咱去创业，还是给你挖到其他公司去当合伙人，给你发股票。这个事肯定是可以，分分钟把百度挖的跟筛子似的。所以，技术并没那么难。你挖不了百度的人，咱还可以挖苹果的，挖特斯拉的。所以，现在呢，百度把这牛吹出去以后，真正造成的结果是什么？资本的眼睛红了。资本现在其实是没有好标的的，那现在哎，有一个好标的了，上啊！新的企业会不断地被孵化出来，这些企业有可能是资本孵化的新企业，从百度里头挖一些人出来。其实，现在绝大部分国内做无人驾驶公司的，这些老板，原来都是百度智能驾驶部门出来的。前面甭管是经过裁员也好，还是已经被资本挖了一堆人出来也好，一定会孵化出一定很多的新企业。甚至呢，比如说长安在孵化一个，比亚迪在孵化一个，滴滴在内部孵化一个，美团在内部孵化一个。孵化出来以后，干嘛？就疯狂的从百度挖人。国内一直是这么干的啊，你包括像字节跳动说，我要做推荐算法的，怎么办？百度挖人去。你只要是说，我做的这块项目跟百度相关了，挖人去啊，这个都是相对来说百试百灵的手段。为什么？就是百度内部的人的素质，其实还是挺高的，但是呢，他内部阶级斗争很厉害。很多的有技术的人，又得不到实际的权利，也得不到真正能够拿钱的这个机会。所以，你把这玩意挖出来，还是相对来说比较容易的啊。各地政府呢，一定也会冲啊，一定会找一些更愿意听话的企业，比如说公交公司。

传统的出租车公司，其实都是跟各级政府的这种裙带关系绑得死死的。企业内部，有一些出租车公司说：“那我上呗，没准他们也有一些机会会上。”传统的车企一定会冲啊，比亚迪啊，什么吉利啊，这都是不用想的。如果真的开放加盟了，也请大家三思而后行啊。就是如果大家手里还有俩钱，百度说：“我开放加盟了。”一定要小心啊，冲上去有可能会血本无归。

那么这个事情的结论是什么？就是我们即将迎来无人出租车的大爆发，这个事情是谁也拦不住的。不是说有人要上街闹事，有人不开心了，这个事就可以停下来。一定会冲上去，这是符合中国民族性以及中国政府运作方式的。第二个呢，这里边未必有百度什么事，未来可能跟他没关系。但是呢，前百度员工们，百度离职员工叫百老汇嘛，一定会在整个的创业大潮里边大展拳脚啊，会有很多的机会啊。资本现在肯定已经在动起来了，也会有很多失业的人啊。但是既不是政府要关心的事情，也不是资本要关心的事情啊。

这个就是我们今天讲的第一个故事，可能对于很多人来说，稍微扎心了那么一点点啊。但是呢，咱们站在偏资本的角度，我们来看一下这个故事，到底是怎么会发展吧。啊，算我们做一个简单的预测啊。但是未来到底会不会向这个方向发展，我们也不知道啊，反正我们吃瓜嘛。这个未来发展成什么样，我们再继续做节目跟大家讲。

大家好。欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲山姆·奥特曼对于前一段时间因为伊利尔以及很多科学家离职，open AI所造成的负面影响，进行的紧急回应，以及open AI跟员工签的这种霸王条款，到底是一个什么样的东西。

open AI公司呢，原来是一家非营利组织，一直是以让全人类都可以由AI受益为使命的。这样一家公司，按道理来说呢，是一家非常非常高大上的公司。结果，在山姆·奥特曼将他们从非营利组织转移到公司的这个架构上之后，慢慢的爆出了一些负面影响啊。

前一段时间，伊利尔和很多的超级对其团队的科学家相继离职之后，又爆出了另外一个很大的负面，特别是对于一个有这么高远景的公司来说，是绝对的负面。什么样的东西呢？就是他们的霸王条款离职协议。

这个离职协议呢，非常有意思啊。他写的是什么？离职保密协议和非贬低协议啊。什么叫非贬低？就是你不能骂我。我前面做直播的时候，给这个协议起了一个外号，叫不骂街协议。我们以前其实真没见过这玩意啊。而且呢，这个非贬低协议是没有有效期的，是永久的。就是你一旦签了这东西以后，这辈子你都不能骂他。这个是很吓人的。

因为像我们以前公司离职，或者是有人被开除了，我们有的时候会去签这种叫做竞业协议啊，或者竞业补偿协议。竞业补偿协议呢，通常还是有有效期的。通常的格式，是这样的：就是说啊，我要给你一笔钱啊。注意啊，一定要给钱。不给钱的这些补偿协议是无效的。这笔钱呢，是你工资的百分之多少啊，一般比如说30%到50%之间。然后呢，我要求你遵守多长时间的竞业补偿，我就要发多长时间的这笔钱。比如说我希望你三年之内满足我的竞业补偿要求，那我就要给你发三年这笔钱啊。通常这个钱是一次性发出来的。比如说吧，你这个人的工资是2万啊。那么一半的话，比如说1万，他就跟你商量好了，我给你发1万块钱的敬业补偿金。三年的，那么就是36万。他会在你离职的时候一把都给你。那你如果在这个期间，违反了竞业这个条款，他就会罚你这个钱，甚至会规定说，你要按照一个几倍的这个数字，再来罚这个钱啊。因为前一段时间拼多多干过一次，就是，也是给一位离职员工发了敬业补偿金，然后呢在敬业期快要结束的时候，这位员工去面试，他们的HR，就雇佣了一些类似于私家侦探的人，在外面去拍照，拿着这个照片缺席审判，等于完全没有通知这个员工缺席审判，判他赔赔拼多多1百多万啊。一下变成失信人员了，就出现了这么狗血的事情啊。

正常情况下啊，一个员工从公司离职以后，添的这种敬业补偿啊，通常还会有一个范围啊。这个范围呢，一般规定的是，比如说啊，跟我竞业的几家公司，比如拼多多啊，他说我跟比如淘宝京东啊，还有什么抖音电商，跟他们去竞争，你只要别去这几家，其他地方都可以啊。以前处理这种协议的方式是什么呢，就是啊你在外面再成立一家新公司，然后把人挂在那边，然后那个新公司呢，向这些公司，去提供一些商业咨询服务啊，这样的话其实也是可以混的过去的啊。当然也有一些公司呢，写的非常笼统啊，就是写着说敬业不偿啊，凡是我认为跟我敬业的都算啊，而且我随时增补啊，这个就属于流氓协议。嘿，到底是哪些算敬业范围，我随时增补，这个就比较过分吧。但是它这种呢，并不规定你不可以去哪些公司，但是它规定呢，你要保密啊，就是你在open i期间干的什么事，不能不允许出去，说去第二个非贬低你，出去以后不许骂我，这个也是很有意思。而且呢他这个协议里头，刚才我们讲竞业补偿，你是要给人发钱的。发完钱以后违反了，你要扣这个钱，然后再有一定倍数的赔偿。他这呢是不给发钱的啊。他是拿什么为质押呢？叫既得股份。拿记得股份做质押，说你一旦违反了这个协议，我就扣除你的记得股份。而且呢，时间很短，7天就是从这个人说我要离职，好啊，马上给你一个协议，7天之内必须签，如果不签，你的记得股份就给你扣掉了。有些人说我能不能多用一些时间，因为这种协议一般很长啊，很厚，里边坑很多。而这样的协议，他肯定也要多找几个律师去咨询一下。那么在这个过程中，可能需要两周或者更长的时间。有可能大家说不行，你必须7天之内给我签字啊，不签字不行。咱们现在在这吃这个瓜，在国内这些公司离职哪有7天，都是现场签啊，现场不签，你根本出不了那门，想都不用想。7天其实已经挺仁义的了。

那么这一次引起轩然大波的，这个既得股权，到底是一什么东西？大家要知道，像Open AI这样的公司呢，它的市值非常高啊，已经800多亿，最高的时候达900多亿美金的一个市值。这些人你说在里边能够发多少薪水，肯定也不低，但是呢，跟谷歌跟微软比起来，应该竞争力并没有那么强。那他靠什么样的方式，来去吸引世界最顶尖的科学家，来给他干活呢？就是靠股权。一般情况下，这种股权呢，是分两类的啊，一类呢是既得股权，另外一类呢，可能是未来的一个期权，或者说未成熟股权。你比如说这个人来了，跟他签一个协议，说来这个部分是工资，那一部分是股权。那么这个股权呢，一般怎么授予啊？说吧，咱拍脑袋，1,000万年薪，那么这1,000万年薪里头发不出来，哎，发不出来怎么办呢？来，我给你发这个200万啊，那剩下800万呢，啊，我给你这个股权。股权我给你算多少年啊，每年应该有多少，甚至呢，有时候还会少一点。比如你要1,000万，那我给你发，呃，1,000万的里头，可能发800万的股权给你就完事了。就是总共就给你800万啊，甭管你在这干几年，就这800万了，不是说每年给你800万。

也有这样，那你说他为什么会同意呢？其实大家赌的是什么？赌的是你这个公司的这个呃，股价快速上涨。你比如说我进来的时候，这公司值1亿美金，他给了我啊1,000万的股权，等过了两年，这公司值1,000亿美金了，那当时给我的1,000万的股权能值多少？成100倍变成10亿了。他是这样来算。

所以很多人就希望说，每年的公司市值上升个十倍百倍，这么涨上去，那么我手里拿的这个股权，实际上价值也就在快速上涨。跟这个股权有关的第一个因素呢，叫起始价啊。这些股权经常不是说白给你的，他一开始会有一个底价，而有些是直接就是0的，也有啊。还有一些就是你需要去行权的时候，什么叫行权？就是我要卖这个东西的时候，他会有一个基础的价格。为什么呢？因为你像前头还有人来啊，你每新来一波人，这个时候公司的价值已经上升了，再按照0的价值给你去，呃，发这个股权，对于前面人来说也不太公平。所以呢，他们有的时候会有这样的一个底价，而且越往后边进来的人，他这个底价越高，对吧？而且你越往后边进来的人，其实你分到同样价值的股权的时候，你手里分到的股数就越少。为什么？因为那个股票变值钱了吧，一股的单价变高了啊。他会分成这样的情况。

第一个是底价，第二个呢，是成熟规则。不是说给你了，你这个东西就是你的，他通常会有一个简单的成熟规则。最简单的是什么？按时间成熟。比如说给了1,000万，规定的是分四年还是五年成熟，比如说每五年吧，每年成熟20%。现在给了我1,000万啊，然后我干了半年走了啊，这个就都跟我没关系了。都属于没有成熟部分的股权。这就都回归公司了，回到这个七泉池里边去。有些呢，比如说哎，我干了两年了，我要走啊，那么两年呢，就是有40%就成熟了，这40%就属于随时可以去Max，这就属于我的了。那我再离开的时候呢，剩下60%还原公司啊，这40%是我的啊。

还有一些呢，会有些对赌啊。你比如说你从公司领一任务，你把这任务完成了，这一部分就归你了；没完成啊，这一部分就不归你。前面马斯克跟人打官司那一部分，实际上就是这样的。当时呢，他说我不要薪水啊，特斯拉发一堆期权给我，这些期权，如果我让特斯拉的市值涨多少倍，他就归我了；如果我没让他涨上去，他就不归我。后来，马斯克确实让特斯拉的值涨上去了，结果呢，他拿到这些股权之后，有人起诉他，说你当时拿到这个股权的，这个协议的时候啊，你的董事会缺乏监管，都是你的人，这个是不公平的。结果就被特朗华法院给判了，说你这个不成立。

最后呢，是什么，就是你怎么去卖这个东西啊。咱们注意啊，前面呢，其实说的时候稍微有一点点小乱。哪乱呢？就是有的呢，我们讲的期权啊，有的我们讲的是股权。其实啊，指的是同样的一个东西。期权跟股权最主要的差异是两个。第一个是有没有底价。你比如说到一公司去，人说我给你多少股票，多少多少股权啊，这个东西是没有底价的，而且呢，这个股票呢，通常很快就可以成熟了。然后期权呢，有的时候是有底价的啊，不是上来底价是0的。这是第一个。第二个呢，期权呢，便宜的时候，你其实是不能用这个东西的啊，“期”嘛，有一个时期的意思。但是呢，他们指的都是类似的东西。然后期权跟股权里的，还有一个呃小的差异在哪呢？就是正常情况下，股权是应该有投票权的。开股东大会时，一人一票。但是呢，通常公司内部发给员工的这些股权也好，期权也好，都是没有投票权的。他们都把投票权委托给了公司管理层。

通常情况下，你所签的这种股权授予协议，或者期权授予协议里边都会有这样的规定。这个里面最典型的是谁？华为。华为呢，任正非是占大概0.1%，还是零点几的一个股权，然后剩下的都属于叫华为员工代表大会。这些人能不能投票把任正非投出去？不行啊，他们的都把投票权授予了任正非啊。最后他们自己实际上只能分红，不能去做任何其他的事情。

那么好，咱们讲回来了，OpenAI这些离职的员工，手里边拿的所谓叫既得股权，到底是什么东西？既得股权呢，就是OpenAI在他们入职的时候，或者说在中间工作有重大突出表现的时候，授予他们的这种股权。而且既然叫既得股权，就是已经成熟了，不再受任何约束条件的约束。这个东西是属于这个人个人的啊，他随时想去卖，他可以去卖这个东西的。

这一次OpenAI就说，你要么跟我签保密和非贬低协议，要不然，我就把已经属于你那部分股权没收掉。哈哈，干了这样的一个事情。这个事情呢，肯定对于硅谷来说是很快规矩的啊，为什么？因为硅谷大家创业的时候，都是靠这种期权也好，股权也好去吸引高端人才的。一旦OpenAI作为AIGC行业里的领军企业，啊，他在这个地方动了大家的这种底线了，这个事是不可容忍的。

有些人去跟HR去沟通去了，说我不想签行不行。然后这个HR呢，说你不签也行啊，我们也不会马上收回你的既得股权，但是呢，你在后边卖股票的时候，我们会给你施一些办子，或者说我会去拿捏你一下。而这个呢，就涉及到另外一个问题，如果是一个上市公司，比如谷歌特斯拉这些股权啊，一旦是记得股权了以后，实际上它就放在什么地方呢？是放在股市里边。你是一个流通股，你随时可以卖，你想卖就卖。但是呢，也不是完完全全想卖就卖。像我以前在猎豹的时候，我们也分到猎豹的股票，对吧？我们是有窗口期的。

什么时候是窗口期呢？就是在发财报那几天，我们不能卖。因为他怕什么呢？就是我们作为公司员工，你发财报的时候你肯定知道有事，有可能今年财报特别不好，发了以后会跌，我们可能会提前把股票卖了。这个事他是不允许的。所以呢，他一般会在财报周期的前面一点点，后面一点点，把这个啊锁定啊，你们在这个时候不许卖。其他的时候可以去处理。但是呢，大部分情况是属于我们自己决定的，哪天想卖就卖，不想卖就拉倒。这个对于上市公司来说是OK的。

但是对于没上市公司，比如像open AI这样的没上市公司，怎么办呢？他们处理的方式是邀约竞价。每过一段时间，他就会干这个事情，说来哎，我们邀约一下，谁愿意买open AI的股票，你们来买来。然后呢，大家都来去集合竞价，竞完了以后说，按照一个什么样的价格，你们来买open AI的股票了啊。那么谁卖呢？就是这些员工说来，你们可以去报名，谁想卖谁卖啊，想卖这个数都给写上。然后呢，按照统一谈判好的价格一次处理掉。

大家注意啊，这个股票虽然是属于他个人的，但是呢并不是说你随时想卖，随时就可以卖，想高卖想低卖，你都可以随便啊，不是这样。如果大家就这么去处理了，你说我就线下交易了行不行，也不是完全不行啊，但是你最后有可能会面临说，open i不承认这个交易的这种可能性是，呃有可能的啊，因为为什么，因为谁都不希望把自己的股票卖给竞争对手嘛，你万一把这个股票偷偷卖给竞争对手了，也是会有一定的问题啊。正常都是每年啊，或者一年一次到2次吧，由open AI的CFO去组织。说哎，我们最近准备去卖一次股票。你们所有想卖的人来报名啊，然后呢在外边招呼啊，谁想买啊，大家也报名，一起来去竞价，做出一个价格来。这部分还那个市值就是，这么来的，或者说再现在叫估值吧。就是每一次竞价完了以后啊，他就会交易一次这个股票，然后按照他们竞价价格，再乘以open i现在所有的股数。所以open i现在值800多亿美金，那个数是这么来的。如果这种公司真上市了，这个数翻个几倍是很正常的啊。现在呢，这个HR的意思就是说哎，如果你们这些离职员工，不跟我好好的，去签这个保密和非贬离协议，那么等下次卖的时候啊，我就不叫你，或者，你想去参加卖股票这个活动的时候呢，哎我不允许。大家就很慌了，股票虽然是我的对吧，但是你公司没上市，我要交易必须公司要认可，要登记。如果他不允许我去卖，这不就一堆废纸了吗？这个事也是让大家非常的不爽。现在呢，这个事情肯定是引起了轩然大波。open AI的CEO山姆奥特曼就赶快出来说，我从来不知道里边有这样的一个条款。虽然那个协议上，都是山姆奥特曼的签名，但是我没看到过这里的，我不知道还有这样的条款。他说，我们从来没有回收过任何人的记得，股权只要这东西给你了，甭管你在这不在这，跟我们关系好关系不好，我们都没有回收过任何人的。对，我们以后也不打算回收任何人的股权。其他的一些高管也纷纷出来表态，这个事真的有吗？说我们签的时候都没注意啊，这也很正常啊，像我们以前去找老板签字的时候，那一份合同都很厚的，高厚的时候，那合同能有，一两尺厚。需要老板签字的时候会怎么办呢？啊我们会在老板要签字的那个页上，贴一小纸条。最后老板会看到厚厚的一摞文件，上面贴满了各种颜色的小纸条。为什么各种颜色的呢？就比如说这个老总啊，他签红色的。那个老总呢，签黄色的。下一个老总签绿色的。你以为这么厚一摞文件他真能看吗？他不可能看的。这个事是非常非常不现实的。

那你说这帮人，怎么能够保证自己签的文件，都是符合自己心意的呢？原因也很简单，就是他有秘书啊，或者说有一些助理啊，包括有法务团队。这些人会替他看。看完了以后呢，一般到他手里头会有一个签字表。这个签字表上写着说，这个法务已经确认了啊，这个你的助理也确认了，他们都认为没有问题，请签字吧。他们就会放心大胆的把自己签上去。

所以呢，现在山姆奥特曼说我不知道啊。一般人说哎，山姆奥特曼，你就是天天说谎，你自己明明签上名字，你怎么可能不知道？哎，这个不知道太正常了。千万不要觉得他签了字的都知道啊。这个条款呢，不是今天才有的啊。这个条款大概是从2019年就开始，出现在这个协议里边，一直执行到今天，被曝出来。因为也是伊利尔，这个事他实在是太有名了，而且因为前面有山毛特曼被赶出董事会的事情，被开除的事情，绕到现在，大家关注度有点太高了。

那么出现了问题以后，大家就进去找啊，说还有这样的一个条款呢。现在翻出来了。那你说这些高管不知道这个事啊，那为什么下面这些负责沟通的HR，会去很认真，严格的来执行这些条款呢？这个其实也是这样的。像我们以前，去做公司内部的很多协议的时候，很多很严苛的条款，都是我们底下这些办事人干的。真要出事了，要当好人了，一定是上面老板当。恩出于上嘛，锅我们要背啊。而且呢当公司大了以后啊，公司的管理层级，分了比较多的层次之后，每一个层级的负责人，都还是希望在自己所管辖的范围内，尽可能的把事情做好啊。这个事大家其实也是可以理解的。你想这个里头有法务说哎，一个大聪明一拍脑袋说：“我们来设计一个非贬低条款，又不想再给人钱，还想这个东西一直有效，怎么办呢？”

他说：“那我们就用他的既得股权进行质押，不就完事了吗？”

这肯定是某位大聪明突然就想出这么个条款来。这个其实很正常，因为像我们以前，你想我们签协议的时候，每份协议会自己去拟定吗？肯定不会的。我们一定是拿各种各样的格式协议的文档，拿那个格式协议稍微改改，把名字改改，把金额改改，然后就上去签协议去。

但是呢，我们每一次拿的这个协议，送到法务部去审核的时候，人家一定会给法律意见的，不可能说什么都不给你的。人家也要显示在干活嘛。所以不一定哪一次呢，谁一拍脑袋就把这条款加进去了。加进去了以后呢，下面执行的HR啊，或者是其他的法务部门一看，哇，惊为天人，你们这帮人实在太厉害了，这么神奇的条款你都想明白了，那干呗。

以后大家就很认真的去执行这个事情，而且从19年到现在也执行了五年了，一直也没什么问题。出去了以后，大家都说我很好啊，没有任何人敢说咱们坏话。所以大家会很不渝一类地，很认真地，作为自己的本职工作，去执行这些老板说不知道的条款啊。这个丢人，老板肯定是不会承认的。

现在呢，山毛特曼啊，你说光不知道这事肯定不行吧，你一定要补救嘛。他的补救方式是什么呢？就是紧急声明说，我们从来不剥夺任何人的既得股权，而且呢，也声明说，这员工是有权利在离职以后，说我们的坏话的，没有任何问题。即使他说了坏话，也不会丧失他的股权。而且呢，他现在讲说，我们要根据已经签署这个协议的名单，挨着个的去找他们，告诉他们说这个事你不用担心，原来是我们搞错了，是我们没有注意这个事，2019年就把这东西写在协议里了，到今天我们终于发现了啊。所有从2019年之后签了有这种条款的员工啊，我们都要找到他，然后跟他道歉啊。要解释清楚，是不是再去签一个补充协议啊，或者说再去做一个啊，怎么样的其他的谅解函。一般我们管这种就是废除某些条款的这种东西叫谅解函。有可能后续还要再去往前走一点点啊。那么这个事呢，就算是他已经解释清楚了，就是我不知道啊，我们补救我们，把前面签过的挨个道歉，跟人做个谅解函。

那么大家有没有想过，山姆他们为什么要干这个事？他为什么不像京东的刘强东那样，上来说，“你们这些人就不是我兄弟就完事了”，保持自己伪光正的这个立场，而是上来说啊，“对不起我没注意，你们离职了，以后我要向你道歉啊”？为什么要搞这个？原因很简单，做open AI这样的公司，他一定需要什么呢？世界顶尖人才来给他干活。这些世界顶尖人才，不是找不到工作的社畜，你是需要跟谷歌，需要跟微软亚马逊，跟很多这样的公司去抢的，你未必抢得着他。

那么在这样的一个情况下，这些顶尖人才对于公司的名声，是非常看重的。所以为什么我们一开始上来先讲说，open AI的愿景，是让全人类都可以因为AI受益。你光靠这样的一个愿景，就可以忽悠到很多顶尖人才。现在这个愿景已经稍微有一点点崩塌，我本来已经变成close AI了啊。如果后边还要去搞这样的事情，说哎我去封你的嘴啊，你出去了以后，我还要绑架你的既得股票，这个顶尖的人就不来了啊。伊利尔带了一堆的顶尖科学家跑了以后，他现在正是需要再去补充这个坑，再把这个伊利尔留下的这个空缺，补起来，然后能够让公司继续往前运转的时候，你如果还要传出一大堆这种负面，那你让最顶尖的这些人怎么看你，对吧？你不是说我发一个招聘启示，然后等着大家来投简历，不是这样的你。一定还是到全世界里头去筛选最好的人，去跟大家抢的。那在这一块上，如果他有这样的封口费瑕疵的话，那么他可能就只能获得二流人才，甚至是三流人才。哎，获得一些不介意被封口的这些人。而这些人，可能也不是山毛他们想要的啊。那么，他就一定要把自己的名声守处推吧，说哎这个事跟我没关系，然后啊你们依然可以到open i来，让AI赐福全人类，这是他现在要去干的事情。

好啊，这就是我们这一次跟大家讲的open AI的霸王离职条款，到底是怎么回事，詹姆奥特曼到底如何去回应，以及为什么要这样的回应啊。这故事讲到这里，感谢大家收听，请帮忙点赞点小铃铛，参加Disco讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

大家好！欢迎收听老范讲故事YouTube频道。今天咱们来讲一讲“弱智吧”。

“弱智吧”是什么呢？它实际上是一个百度贴吧，里面有很多独特、简短的文字，带有哲学、脑筋急转弯、幽默感，甚至很优美的内容。大家会说：“我们是弱智，我们要到弱智吧里面去，贴一些弱智的内容，贴一些弱智的问题和答案。”但随着时间的积累，人们发现，这正是“大智如愚”的体现。弱智吧的很多内容也被大家筛选出来，贴到小红书、抖音等各个平台上，惊艳了一大片人。

这真是非常神奇的事情。有人感慨：“我们很聪明的人没有惊艳到别人，而是一帮‘弱智’惊艳到其他人了。”弱智吧里有些什么样的经典语录呢？比如“吃什么补什么”，告诉我们“吃苦成不了人上人，只有吃人才行”。这样的内容看似无厘头，但仔细思考，你会发现吃人才是成为人上人的唯一原因，因为“吃什么补什么”。它巧妙地结合了中国传统文化的内容。

还有其他有趣的例子：“工人罢工之后就成了人”，“原来你是工人”；“四川人至死不渝，重庆人乐不思蜀”，这两个相邻的省份和直辖市，四川人似乎到死都不愿去重庆，而重庆人却乐在其中。

这就是弱智吧里常见的一些内容，充满了创意和趣味。不想四川了，啊。

这是…也是把中国传统文化里的一些梗串在一起了。甚至还有啊，苦难是生命的防沉迷系统。这个世界是一列高速行驶的列车，我们不是乘客，是燃料。向禁欲的寺庙去求姻缘，向不出门的方丈去问人生，向路边的瞎了眼的道士去看前程，向最爱你的人去证明他没有那么爱你。啊，这也是《弱智八里》的信息。

然后，咖啡因来自咖啡果，所以咖啡因是果，咖啡果才是因。这也是把以前的这种因果循环，很多佛学的东西加在里头。有人看不到未来，其实是看到了未来，哇，这也是里面经常经典的一句语录了。还有些什么呢？

生鱼片是死鱼片，等红灯是在等绿灯，救火是在灭火，指南针主要是指北。大家看到了以后会突然愣一下，然后再去思考。思考完了以后，有些是会心一笑，呃，有些可能真的是会回忆起心中的某一些苦涩。但最终可能也还是只能会心一笑。

既然有这么强的《弱智吧》，现在大家要都在搞人工智能，都在搞AIGC，搞大模型了，那咱们肯定是不能放过这些大模型。所以呢，有一段时间就开始流行用弱智吧的问题去考教大模型。任何一个新的大模型出来以后，都是会把弱智吧的问题拎出来问一遍，看看大模型是不是足够的弱智吧。

最早翻车的应该是百度的文心一言，后来他们针对弱智吧的很多问题进行了特定的修正，效果呢，稍微好了那么一点点。现在基本上，只要是跟中文相关的大模型出来以后，都会弱智吧一把。经常会被拿来问AI大模型的弱智吧问题，是什么呢？

1. 为什么我爸妈结婚的时候没有邀请我？
2. 高中想要提升升学率，为什么不直接招大学生呢？
3. 为什么晚上睡觉的地方叫酒店，而晚上喝酒的地方叫夜店呢？
4. 网吧能上网，为什么弱智吧不能上？弱智呢？
5. 说一个半小时是几个半小时？
6. 陨石为什么总是落在陨石坑里？
7. 人如果只剩下一颗心脏还能活吗？
8. 蓝牙耳机坏了，去医院挂耳科还是牙科呢？
9. 小明打开水龙头…
10. 是因为开水龙头烫到了小明的手吗？他其实在考验的很多是什么。你的分词是怎么分的？这些相关的近义词、同义词、反义词，以及语言背后的很多梗，到底是什么意思？比如说，关于酒店和夜店的故事，关于说，“哎，你父母结婚的时候为什么没有邀请你？”的问题，他其实在后面是带有很多的就是直接问话之后的潜台词。你如果这些潜台词搞不明白的话，那么这件事情基本上你是没法回答的。所以很多的AI大模型，遇到了这样的问题之后，如果他只进行一层思考，那必然回答是错误的。既然这样，咱干脆拿弱智巴来做大模型训练，不就完事了吗？

于是啊，中科院、滑铁卢大学和灵异万物，他们呢就把这个事情组织起来说，我们拿弱智巴的数据进行训练吧。其实刚我刚才讲的案例里头，大家会看到，像百度其实早就训了。那为什么今天咱们要讲中科院、滑铁卢大学和零一万物拿出来训练呢？因为他们训练的结果是开源的。训练完了以后的这些数据集也是开源的，你拿着这些数据集，就可以去调整自己的大模型了，而不像百度似的，发现丢人了，关起门来，我去做一下调整和测试，然后啊再开开门，你看这回会回答这个问题了吧。啊但是他是不是会回答其他问题，然后别人是不是可以通过这个过程学到一些什么东西，就通通都没有了。这就是必元的这些大模型的一些弊端啊，开元大模型的或者一些开元的玩法啊，他们就会给大家整个的这种训练啊，整个的模型应用的能力提升做出一些贡献。

弱智吧，大分大智若愚，弱智吧，才是人类面对AI的最后一道壁垒。为什么讲这个呢？就是很多人说，你看看这个人到底是人还是机器。以前我们要让他做图灵测试，但是到这里来，把弱智吧的题给他读一遍，然后看看他到底能不能做出来，来判断他到底是人还是AI。弱智吧 到底是不是人类面对AI的最后一道壁垒？那肯定不是。现在，既然大家已经开始拿弱智吧的问题去训练AI了，已经拿它去训练出很多的模型，优化的这个结果了，而且那个真的是结果，经过弱智吧训练的这些模型，打分是非常高的。那么我们现在需要的是高质量语料。很多人在去讨论说…

为什么中国没有产生CHANGPT的时候？有一个很神奇的论点，就是说中国缺乏高质量语料。其实并不缺。以前大家都说，全世界的高质量英文语料大概是6TB左右，这个数据不知从何处查得。但是，这一次拉玛3就打了所有人的脸，说你看我用15T的数据去进行训练，训练完了以后，效果确实是遥遥领先。而这个15T的数据里，有大量的其实是由AI自己生成的，然后由AI去审核、去过滤的这样的数据去训练。这些数据里头有95%是英文的，只有5%不是英文的数据。更不要说中文了，中文跟所有其他语言混在一起，占最后的5%。

现在我们到底怎么去给拉玛三做继续训练，怎么在他这个基础上去做提高？其实，国内很多做大模型的公司已经在这里跌了跟头。别看网上有很多人说阿拉玛3可以自己去做微调了，可以怎么怎么样，甚至还有些人给非程序员出教程，那其实是骗人的。真正的大模型公司，他们会拿拉玛3的模型做完训练之后去做验证，去做跑分。虽然跑分这个事情跟我们的主观评测、主观感受有一定差距，但跑分还是他们验证、测试训练效果的最好方法。现在他们对拉玛3进行的各种微调，在训练所有的这些事情，大部分结果其实是变差了的。就是你训练完了以后比原来更差，拉玛三不擅长中文，你对中文进行了一堆训练以后，中文能力没有提升，英文能力反而下降。这个事情是蛮多的，所以大家不用那么狂欢地说，我要去拿拉玛3去做训练了，先去等一等看。现在我也在找人说，咱们是不是拿弱智吧的数据集把拉玛3再训一遍试试，但是最后能不能得到效果，还要再去等。那么，到底如何找到高质量的中文语料呢？刚才我们讲，弱智巴是一个高质量的中文语料，中科院的巴、铁路大学的和零一万五三拨人凑一块，他们干嘛呢？把弱智巴找出来，弱智巴的帖子很多，排序嘛，找点赞最高的500个帖子，把它找出来。先把这个标题取出来，“你到底都问了什么”，然后用GPT4做些回答，再进行人工的修正，再参考原来弱智吧里面的一些内容，混入到数据集里边去。包括小红书、知乎、豆瓣、百科也都没放过。就是大家把各种各样的信息都拿出来，做训练了。

但是人类最后处理的方式是：人类提出问题，人类回答，人类筛选，然后由GPT4辅政，再用人类去标注，入库训练。这就是整个的一个过程。整个训练完了以后，弱智吧的数据是效果最好的。就他们用小红书的数据，用豆瓣的数据，原来很多人说豆瓣应该是一帮文艺青年，应该拿那个玩意数据训练出来效果最好。但是现在不知道为什么，是弱智巴的语料训练的效果是最好的。而且很神奇的是，用弱智巴语料训练出来的大模型，他们在零一万物的E34B上做了微调和继续训练，发现这个模型写代码编程的能力莫名其妙的上升了。

大模型真的就是一个黑盒子，就是你对他进行训练以后，他可能有些能力会上升，有些能力会下降。他们发现，弱智吧训练完了以后会写程序了，会做各种逻辑相关的这种判断，这个会更强一些。而且呢，他们真正做得好的地方是，不是说他们把已经训练过的E34B拿出来给别人用了，现在他们训练过的E34B还在他们内部，什么时候能拿出来还不知道。但是他们做了一件事情，他们把弱智吧用来去训练的数据集开源了。这个数据集在哪呢？在huggingface上，在github上都有，大家可以上去去找，很多开源的数据集，大家都可以在上面找。比如说你要写小说，上面有专门的小说数据集。你只需要把这个数据集拿出来，跟一些认定比较好的大模型去进行训练，这样就可以更好地去写小说了，包括写玄幻小说或各种带设定的小说。他们都会有这样已经标注好的数据，你不用再重新学习和自己做标注。人类不需要反复重复发明轮子。当然，像百度那样，他们可能做完后只说自己有，别人没有。但做开源模型的人会把中间训练的数据集也直接开源，你可以在上面找。现在，弱智吧也可以自己下载去训练，但训练的结果没法保证。我们不能保证用了弱智吧的数据训练后，模型就会变聪明，这是没法保证的。

为什么呢？就像有个学校说，他们学校的学生都能提分多少多少，然后你满怀希望把孩子送进去，训练后发现高考提分没提到，你不能去退钱。人家最后会告诉你，可能是孩子不够努力，或者有其他问题。因为这是一个黑盒子。但至少他们给你开源了数据，你可以用，这比百度那种完全闭门造车的要强很多。

大模型的本身其实是一个黑盒子，就像上同样的补习班，有的孩子提分明显，有的可能降分，甚至有些直接崩了。大模型也是这样的东西。那么为什么弱智吧的效果特别好呢？这个事，其实谁也说不那么清楚。

有些人进行了一定的逻辑分析，称赞说：“你这个逻辑很好，虽然里面都是2到3层的转折逻辑，甚至包含很多诡辩和脑筋急转弯。它是一种极端的端到端思维，我有一个开始，有一个结束，但中间的运转过程，我不说。”这种弱智的神奇之处在于，尽管可以逻辑分析，比如每天有人打电话说：“你好，我们是人大附中退休老师开办的补习班，我们家孩子高三，所以这种电话每天都会接到。”他们告诉你一个逻辑，但你不能由此推导出孩子去补习班就一定能学出来，真的不一定。他们这么做，只是想表明这是符合逻辑的。在众多补习班或大数据集中，选择某个进行训练，可能会提高成功几率，但每次训练的结果只有0和1，过程不可拆解，也无法详细分析。这就是现在AI大模型的奇怪之处。

那么，为什么学了弱智吧就会编程呢？参考上面的讨论，这其实没有任何逻辑可言。现在有人主张学习哲学，问：“是不是应该学一些哲学？”我们已经给大模型提供了各种语料，是否应该加入更多哲学相关的信息，让模型训练后向AGI的方向发展？我们尝试用弱智吧的信息进行训练，结果在各种评测中领先。对此，我们只能说结果如此，现象已经呈现，但要分析清楚原因，比如是否学了哲学，或者学了什么，还无法明确。

先讲政治，这样的事情，他就对齐了。这个事情是没有任何可以直接进行关联的逻辑的。啊，也有可能有些模型，比如说用哲学相关的语料训练之后，他的逻辑能力反而会下降。这个可能性是非常大的，特别是在一些不那么讲逻辑的地方。那里学的各种奇怪的哲学，因为我们现在冠以哲学之名的东西是蛮多的。这个都很难说的事情。这就是我们今天要讨论的问题：用弱智吧的内容去训练大模型，导致大模型的性能提升了，到底给我们带来什么样的思考。如果你说，哎，我是想去用弱智吧的东西也训练一下自己的大模型，怎么办？到黑根face里边去搜索，你是可以找到这个数据集的。或者你到灵异万物，到其他地方去问，你也可以找到这个数据集。你也可以拿这个数据拿回来，自己去训练一下。但是一定要记住，我们不保证所有的人上了同样的培训班之后，上了同样的补习班之后，你都可以去提分。这就是跟大家讲的今天的故事。好，今天的事情讲到这里，感谢大家收听。请帮忙点赞，点小铃铛，参加Disco讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。