对于AI对社会和经济的影响，终于看到一个不那么极端的观点了。前Google X高管认为，未来10年会很难，但熬过去了，人类就会迎来光明的未来。未来10年之所以会很难，是因为AI确实会带来大量的失业，而失业会带来经济下行，甚至社会动荡。更严重的是，AI会让战争的门槛变得更低。但这不是因为AI坏，而是因为 AI 来得太快，资本激励太强，社会各界反应太慢，军备竞赛太激烈，普通人的再培训和社会保障完全没有准备好。但等这些问题都解决了，也就是熬过这10年，人类的前景一片光明。 详细内容请看视频。

SpaceX要上市了，这两天，我准备多聊聊SpaceX。 问：SpaceX为什么要上市？ 马斯克：之前的现金流一直是正的，但一旦星舰开始商用，接下来的瓶颈就是Starlink V3卫星和AI算力卫星的生产，这需要很大的Capex。 问：AI算力卫星会很难搞吧？ 马斯克：其实比Starlink V3简单多了。 问：为什么非要自己建芯片厂Terafab？ 马斯克：即使按现有芯片厂商最乐观的扩产计划，也无法满足未来 AI 对逻辑、存储和封装的需求。 详细内容，请看视频。 过两天，我分析一下SpaceX的财务数据，看多少估值的SpaceX，算是合理的。

上周，我跟《小而美》（The Minimalist Entrepreneur）的作者Sahil Lavingia做了一场1对1访谈，给我的启发很大。 他的Gumroad，没有一个全职员工，只有25-30个兼职员工，2024年收入2380万美元。想都不用想，公司肯定是盈利的。最近，他在尝试把公司做成Self-Driving，甚至让AI来做一些CEO的工作，比如打绩效和分配奖金。 跟他聊之后，更加坚定了我的决心：创业公司必须做AI Native的组织，因为这是AI时代，小公司干掉大公司最大的杀手锏。不是你做了AI相关的产品，不是你的员工用了几个AI工具去提效，这些大公司也都能做。大公司一定做不了的，是AI Native的组织。AI Native的组织要求整个组织的工作流，包括管理，能AI的地方尽量AI，需要人的地方才用人。换句话说，是在组织上，寻找到人和AI的协作推向极限。这需要把过去的组织形式，管理流程全部推翻。大公司没有可能做得了。这对创业公司来说，是个千载难逢的好机会。详细内容，请观看视频。

顶级量化机构Jane Street对AI的最新看法： 1. 花了60亿美元买CoreWeave的AI算力，原因是看到了AI的巨大价值，并且完全不担心算力过剩，因为有太多的“实验”要做。 2. 很多人说，未来都是AI和机器做交易，这是个误解。最赚钱的交易，都有相变（Phase Transition），人更擅长做这种判断。 3. 交易不是越快越好。交易越快，包含的智能就越少。交易越慢，包含的智能越多。所以，交易体系是一个“速度和智能”之间形成不同组合的系统。 4. 现在是几万张GPU的规模，很快会达到几十万张的规模。也就是说，一家非大模型，非HyperScaler的公司，也认为几十万张GPU的投入是值得的。对于AI算力的需求，真是看不到天花板。 5. AI时代真正危险的，不是“人会不会被 AI 取代”。而是，当顶级的机构已经开始用 AI 放大人的能力时，很多散户还没有开始用AI。 想要用AI赋能投研的朋友们，可以试试我们做的AI分析师Reportify（Reportify.cn，Reportify.ai）。 详细内容，欢迎观看视频。

皮柴在谷歌IO大会后的访谈，聊了一些有意思的话题： 1. 谷歌在场任务链的复杂编程上确实暂时落后，但未来会追上。我猜，谷歌可能处于新一代模型的预训练周期，如果是这样，3个月内很可能要出王炸产品。 2. 谷歌的TPU之所以要给Anthropic这种竞争对手用，是为了优化TPU，快速赶上英伟达。 3. 美国反对AI的人比赞同AI的人多。 4. 奇点，AGI，真的会来。 如果对详细内容感兴趣，欢迎观看视频。

“在不远的未来，绝大多数线上交易将由 AI 智能体完成。”这是我最近看 Stripe Sessions 2026，印象最深的一句话。提出这个判断的人，是@stripe 的CEO @patrickc 。 这个判断我觉得大概率是对的，因为 Stripe 可能是目前全球最接近“AI 商业真实交易数据”的公司之一。在福布斯 AI 50 榜单中，86% 的公司都在使用 Stripe，包括 OpenAI 和 Anthropic。这意味着，很多我们还没从宏观数据里看到的变化，Stripe 很可能已经能从交易行为中提前感知到了。 而他们现在反复提到的一个方向，叫 Agentic Commerce。我的理解是，未来商业会在两个层面发生很大变化： - 对于分发渠道，ChatGPT，Copilot，Gemini和Google Search AI mode会成为新的电商流量入口。 - 对于交易模式，Agent to Agent支付会超过人类的支付量。 我觉得这件事真正值得关注的地方在于：它不只是技术升级，而是一次商业结构的重构。而每次“入口”发生变化的时候，往往都会出现新机会。详细内容，请看视频。

“在不远的未来，绝大多数线上交易将由 AI 智能体完成。”这是我最近看 Stripe Sessions 2026，印象最深的一句话。提出这个判断的人，是 Stripe 的CEO Patrick Collison。 这个判断我觉得大概率是对的，因为 Stripe 可能是目前全球最接近“AI 商业真实交易数据”的公司之一。在福布斯 AI 50 榜单中，86% 的公司都在使用 Stripe，包括 OpenAI 和 Anthropic。这意味着，很多我们还没从宏观数据里看到的变化，Stripe 很可能已经能从交易行为中提前感知到了。 而他们现在反复提到的一个方向，叫 Agentic Commerce。我的理解是，未来商业会在两个层面发生很大变化： - 对于分发渠道，ChatGPT，Copilot，Gemini和Google Search AI mode会成为新的电商流量入口。 - 对于交易模式，Agent to Agent支付会超过人类的支付量。 我觉得这件事真正值得关注的地方在于：它不只是技术升级，而是一次商业结构的重构。而每次“入口”发生变化的时候，往往都会出现新机会。详细内容，请看视频。

按照科技行业的历史，Google和Amazon这样的科技公司有一天必然会被超越，但是，我实在难以想象什么样的公司可以超越Google和Amazon。结果，2021年成立的Anthropic，有可能在2027年就要创造这个奇迹了。 Anthropic截至今年4月的ARR已经达到400亿美元，比去年同期增长80倍。而且，现在不是卡需求，而是卡算力。按这个速度，今年年底ARR到1000亿美元板上钉钉。2027年如果还能10倍速增长，那就是1万亿美元的ARR。而Mag7里收入最高的亚马逊，按现在的收入增速，2027年也达不到1万亿美元。 如果Anthropic实现1万亿美元ARR，这个增速给10倍P/S不过分吧，那就是10万亿美元市值。 这真是应验了Anthropic的老板Dario在2024年写的“Machines of Loving Grace"里定义的一个概念，the Compressed 21th Century。马斯克也说过，We are entering singularity。这个时代太刺激了！

英伟达机器人项目负责人Jim Fan在红杉的AI大会上分享了机器人行业面临的卡点和解决方案，非常有启发。结论如下： 1. VLA模型不适合当机器人大脑模型，WAM（World Action Model）更适合。后者的训练数据和权重更偏视频和机器人动作数据。 2.怎么收集相关数据，去训练WAM呢？Jim说，Teleoperation（遥操作）效率太低，必然会被淘汰，UMI（拿两个机器人手做各类操作）有所改进，但依然不够好，更好的方式是Egocentric Video（头上戴个摄像头，拍手部动作），这类数据的Scaling Law已经验证。 3.以上是预训练，还需要后训练数据。后训练数据就要靠AI驱动的仿真环境来做了。 想要了解详细内容，欢迎观看视频。

知识付费大神Dan Koe告诉你，AI时代，知识付费不会死，但需要用新的方式来做。教育的本质不是交付课程，而是交付教育服务，甚至是解决方案。所以，知识付费的产品形态不应该是一堆课，而应该是一个应用，比如一个AI助教。按这个逻辑，知识付费领域的门槛会提升，能跨过这个门槛的从业者，反而是受益的。做知识付费的朋友们，抓住机会哈！想要了解具体怎么做，欢迎观看视频。

红杉2026年的AI年会（AI Ascent）上的最新判断： 1. 今年的AI跟过去有本质的不一样。过去的AI只是更快的马车，但今年的AI是汽车。 2. 未来，99%的认知工作都会由AI完成，这是未来最大的机会。类似的改变在体力工作上已经发生过一次。 3. 知识必然会快速贬值，就像华盛顿纪念碑顶部的铝。 4. AI设计的东西会很奇怪，但会很好用。 5. 摄影没有让绘画失去意义。同样的，AI不会让人失去存在的意义，只会让人找到更接近人性和本质的意义。 详细内容，请看视频。

特斯拉Q1财报电话会划重点：其实就2个重点：1）FSD的付费用户数大幅增长到128万，同比增51%，环比新增18万。随着2季度进欧洲和3季度进中国，付费人数会持续上升。2）无人监督的FSD和Robotaxi要到年底或者明年初，FSD V15版本推出后才会大面积推。如果一切顺利，那时候就是特斯拉第二曲线的起点。 有意思是，马斯克吐槽了抄袭Optimus机器人的公司太多了，所以，这次会鸡贼一点，等到量产前再发布演示，预计是年中。 详情请见视频

黄仁勋一直以来都是说话很得体，谁都不得罪，更不会跟人红脸。但前两天在一档播客里，他居然破防了。为什么呢？就因为一个话题：是不是应该把英伟达的芯片卖给中国。 主持人认为，中国现在缺算力，所以不能帮中国缓解瓶颈，否则，先把Mythos这种模型做出来的可能就是中国公司了。 但老黄认为，中国能源比美国多，有全世界50%以上的AI研究员，硬件上早晚会追上，所以，卡脖子没意义。但因为要卡中国脖子，而让中国的开源模型不得不围绕华为生态做优化，长期来看，美国的技术栈输出会面临一个强大的竞争对手，所以长期来看，卡中国脖子得不偿失。你觉得谁说的对呢？欢迎观看视频。

斯坦福HAI2026AI指数的报告里，最值得关注的10个观点。详情请见视频。 1. AI能力的提升没有遇到瓶颈，但各方面能力发展的参差不齐 2. 第一梯队模型的能力越来越接近 3. 中国和美国在模型上的差距已经非常小了 4. 图像生成模型已经开始理解物体的物理定律，世界模型呼之欲出 5. 机器人距离进入家庭还非常遥远 6. 算力持续快速增长，英伟达依然第一，但谷歌、亚马逊和华为的份额在提升 7. 美国对AI人才的吸引力下降89% 8. 在AI的投资金额上，美国相对欧洲和中国，遥遥领先 9. AI对找工作的影响已经开始显现，年轻人找工作已经开始明显变难 10. 从新装工业机器人的数量来看，中国继续遥遥领先全世界

跟大家分享一下谷歌DeepMind的老板戴密斯的最新观点： 1. AI的瓶颈依然是算力 2. AI模型的能力差距会拉大 3. 5年内实现AGI 4. 5-10年完成通用新药研发AI引擎（Isomorphic Labs） 详细内容请看视频。

Max Hodak之前是马斯克的Neuralink的联合创始人，现在是Science Corporation的创始人兼CEO，他是脑机接口领域的顶级专家。这两天看了一个他跟YC的CEO Garry的访谈，让我大为震撼。 Max认为：1）未来10年，有两个最大的机会，一个是AI，另一个就是脑机接口。2）能活1000年的人，很可能已经出生了，也就是说，未来，医疗的发展会非常快。详情请见视频。

我去年读了凯文凯利的《2049：未来一万天的可能》，当时，他书里的一些观点非常反主流，让我将信将疑。比如， 1. 所有大咖都说AGI很快会实现，但KK说，还早呢，短期只能实现专项智能（Artificial Aliens）。 2. 很多人都说，人形机器人会很快普及，但KK说，人形机器人要普及需要10年，绝大部分机器人不会是人形的。 3. 马斯克说，AI是超音速海啸，但KK说，AI想要全面渗透经济和社会，需要很久。 现在看来，KK的观点更接近真实。前两天，KK来北京了。我有幸成为他线下会的主持人，在线下会上，KK分享了很多干货，详情请见视频。

早上打开手机，看到好几条消息推送，最让我开心的当然是美伊暂时停火的消息。但还有一条说，高盛说美国科技板块的“代际”买入机会来了（Generational Buying Opportunity）。对于咱们这种十几年的老韭菜来说，这种消息懂的都懂，有可能是真的，但也有可能是谣言。作为一个负责任的博主，我已经用我们的AI分析师Reportify帮大家验证了，这个消息是真的。 Reportify链接：reportify.cn/share/chat/7724… 高盛的逻辑如下： 1. 估值跌至50年最弱相对位置。高盛说："我们见证了过去50年中科技行业相对收益表现最差的一段时间。"科技股相对于整体市场的表现，处于近半个世纪以来最糟糕区间。全球IT板块市盈率已低于可选消费、必选消费和工业板块——这在历史上极为罕见。 2. PEG回落至2003-2005年低谷水平。科技板块的PEG（市盈率/增长比）已跌至2003年科技泡沫破裂后的历史低点，且美股与全球市场之间的PEG差距已基本消除。 3. 盈利基本面与股价出现历史性背离。高盛指出，科技公司盈利修正仍然领先其他所有行业，分析师对AI带来的盈利顺风预期在过去几周反而继续上调，但股价却大幅下跌，形成"业绩增长与市场表现之间的创纪录缺口"。 4. 地缘政治冲突（美伊）反而是科技股的护盾。高盛认为，美伊冲突若持续，可能带来"增长冲击"并限制利率上行，而科技板块现金流对经济增长敏感度低、且能从债券收益率上行中受益，因此在当前中东动荡背景下，科技板块可能反而表现出更强的防御性。 5. 交易层面也有支撑。高盛交易员另一份研报显示，主导前期下跌的CTA系统性抛压正在衰减，CTA等"快钱"策略未来一个月大概率从净卖出转为净买入，机械性卖盘正在转变为反弹顺风。 高盛并非无条件看多，报告中同步指出两个下行风险： - 若信贷可得性遭受严重冲击，科技公司资本开支可能被削减 - 超大规模云厂商收入若受实质性冲击，AI投资逻辑可能动摇 另，以后遇到想要验证的消息，可以参考我这次的提问方法，让Reportify帮你高效验证。

AI大神Karpathy从去年12月开始，围绕AI完全重构了自己的工作流，并且由此得出了几个非常值得参考的预判和结论： 1. “未来工程师的新工作形态”：不是手工敲代码，而是学会如何合理地拆任务、合理地安排任务，并审核AI的工作产出。衡量一个人能力的新指标是Token使用量（Token throughput） 2. OpenClaw值得各个Agent公司借鉴的，是它是个更好的teammate（人格化，记忆系统和统一入口） 3. 未来，模型能力大概率不是大而全，而是会出现很多专用模型 4. Auto Research已经可以实现，并且可以发现顶级专家忽略的优化点。 5. AI会重构教育，老师会聚焦做教研，Agent负责具体讲课 6. 虚拟世界的机器人（Agent）很快会爆发，但物理世界的机器人会滞后很多 详情请见视频。