torygreen

你不能在一個公開章程上提出訴訟，並將公開部分視為可選的，一旦資金出現
審判開始於一個問題：你能否為非營利組織訂立章程，將 openai 作為你的使命，吸引十年的使命驅動工程師和捐款資本，然後轉換成一個有利潤上限的結構，並稱之為一種演變？
Elon 在 2018 年離開了 openai。$130b 他所要求的 damages 會支付給非營利組織。無論你怎麼看待他作為一個訴訟人，案件強迫進入法庭記錄的問題是：當創始使命在下游轉換，而原始章程仍然完整時，慈善信託是否具有可執行的索賠權？
每個開放使命的 AI 組織都位於該裁決的下游：資助實驗室、以使命為支付的才華、捐贈者支持的非營利組織、任何承諾“開放”章程的人
十二名陪審員將給出意見。一名法官將作出判決

英偉達現在已經比日本整個經濟體還要大，而你的 AI 費用就是原因
你現在在 AI 上花的每一美元，都經過一家公司晶片，在三個雲端上轉售，並加價
> AI 初創公司幾乎將籌集的資金的 80% 用於租用計算資源
> 我見過種子階段的團隊每月為單一晶片供應商支付 70 萬美元
> 數據中心的運行容量只有 12-18%，而你的帳單每季度都在上升
整個行業都同意排成一排，把錢交給同一個收費站
在每個時區，都有閒置的計算資源，來自遊戲機、舊礦機和半空的數據中心，就像以前有人沒想到出租閒置房間一樣
當你將這些供應整合並投入運營，價格就會崩潰，擁有硬體的人才會真正得到報酬
收費站是可選的。
你只是不斷付費而已。

AI過度建設的群體這個季度從未嘗試購買H100
現在花一週時間試圖購買H100意味著：在你看到第一個GPU之前，已經在AWS鎖定了12個月的承諾和24/7的利用率(，GCP等待名單沒有預計到達時間，Lambda和CoreWeave都已售罄，每個較小的供應商用不同的話給你同樣的答案
超級擴展商的建設以年為單位衡量，CPU短缺阻礙了現有GPU的運行，而需求持續增長，同時超級擴展商在申請許可證
種子階段的AI團隊在產品觸及第一個用戶之前，已經花費70-80%的資金用於計算資源。每月70萬美元，等待名單上
GPU已經存在。它們閒置在數據中心和礦場中，超級擴展商不擁有的，利用率低於20%。沒有超級擴展商會租用你競爭對手的硬件
你下一個租用的H100不會來自AWS

顯然，英偉達已悄悄拜訪韓國的電力設備公司，要求他們重新設計以800V直流架構為核心的數據中心基礎設施。
這是對集中式AI模型已經遇到物理瓶頸的認證，每一代新晶片現在都需要在堆疊中的某個地方進行一次新的變電站改造。
全球數據中心的利用率已經達到12%到18%。自以太坊合併以來，加密貨幣挖礦場的強大GPU一直閒置著。配備4090的消費者遊戲機器整天閒置在桌上。
計算短缺是一個被物理掩蓋的分配問題。當需求每3.4個月就翻倍時，你無法靠改造來解決。

很多人仍在架構一個已經走出存在的計算依賴
例如 qwen3 32b 現在已在分散式社群 GPU 上運行，管線並行跨越節點運行，沒有單一運算符控制，開放網路上的無許可推理
三層，全部開放：開放權重 (阿里巴巴已發布)，無許可計算 (社群硬體，無托管)，開放傳輸 (沒有私有集群，沒有 API 許可門檻)。所有權不適用於任何一個
認為前沿能力推理需要超級擴展器的軌道是預設，且當底層基礎設施推出時，預設就會過期。今天運行推理的建構者不需要向任何人詢問
預設已過期。堆疊已經是公開的。

Google Cloud Next 本週啟動，每個超大規模雲服務商的牛市都將為即將到來的行動喝采，這一行動在歷史上卻是殺死它們長期利潤的關鍵
之前：Google 在每個 H100 上向 Nvidia 收取加價，利潤流向聖塔克拉拉。
現在：Google 正與 Marvell 就定制芯片以及一款新型推理專用 TPU 變體進行談判。資本支出正向內部轉移。
亞馬遜在 2018 年用 Graviton 做到了。微軟在 2023 年宣布了 Maia。每次超大規模雲服務商停止向供應商支付加價，因為加價成為收入表上的最大項目。
推理定價已經面臨同樣的壓力。
當一個超大規模雲服務商開始與自己的供應商競爭時，現貨價格首先下跌。老牌供應商則緊隨其後。
一個超大規模雲服務商自己建造芯片，就像一家公用事業公司自己建造渦輪機，因為電價已經不再合理。

我們仍在爭論要建多少數據中心，而供應已經停在每條車道上
建設的答案是規劃50英畝的園區，進行多年的建設周期
數兆的代理不斷交易，24/7，對抗實體傳感器、機器和彼此
我想到凌晨2點閒置的4090遊戲電腦，桌上關閉的Apple M晶片，從星期四就停著的特斯拉，數學開始變得不同
那是黑暗計算，未被利用的供應，用戶已經付過錢，坐落在邊緣，運行在別人的電費上
代理對代理的支付不等待信用卡結算窗口，這些供應也不等待剪綵儀式
供應在硬體出貨的那天就已上線

Figma 的估值受到打擊，因為 Anthropic 發推了一個登陸頁面。
> 改變了什麼：品牌名稱和氛圍。
> 沒有改變的是：底層模型、API 價格、輸出品質，或你的設計團隊明天實際的工作方式。
市場剛剛用整個週末進行了一場全身性恐慌，焦點在行銷，而非技術。

這裡有一些我遇到的有趣資訊：33%的美國數據中心計劃已經在運營中。
> 另外67%：延遲或完全取消
> Meta 正在建造10個天然氣發電廠，只為供應一個設施的電力
> 中國在兩個月內將其人工智慧計算能力翻倍，沒有使用任何美國芯片
> 預計到2030年，電力需求將增加220%以上，許可排隊等待時間長達數年
阻礙因素是實體的。許可證、電力互聯排隊、建設時間表。
將分散式計算整合到現有容量的拼接器根本不需要等待那個排隊。
機架已經安裝完畢。唯一缺少的是一個協調層，沒有人需要$100b 去建立。

Dario 需要 mythos 成為護城河
實驗室通過更多的計算能力、更好的後訓練和更快的評估週期來彌補能力差距
像 llama、qwen 和 deepseek 這樣的開放權重模型，幾個月後都能提供與封閉模型相當的功能，作為免費下載
對你來說，這意味著每個季度都有更好的模型，沒有實驗室試圖讓你陷入他們的最大計劃
護城河是去中心化的計算能力，數千個 GPU 在新加坡、美國、挪威等地共同運作，形成超級電腦
Dario 的推銷只剩下一個基準測試週期

你正在為 OpenAI $20 付費，獲得一次敏銳的突破，而 @Meta 則剛剛推出了一個模型，讓過去12個 OpenAI 模型看起來就像是修復漏洞一樣
OpenAI 每月出貨，宣布每次更新並發布每個基準測試
Meta 的 Muse Spark 上線，並取得大多數人認為 Meta 無法觸及的評估分數
更糟的是在發布時，沉寂了數月，然後一次發布讓所有人都為之震驚……你誤將沉默當作失敗，把每月的發布當作進展
Sam 的十二個變更日誌變成了十二個腳註

最強的單一實驗室已經無法再獨自掌控前沿。
價值差距是市場在認可這一點，而仍在閱讀模型基準的創始人們是在讀錯頁。
Anthropic 的私人價值溢價是市場對跑道的定價。
差異衡量哪個實驗室較少被其底層成本結構所困。
計算基礎設施是系統層：前沿實驗室為 H100 時間支付的成本與整體數據中心市場閒置資源之間的差距，是兩者都無法用垂直整合來匹配的底線。
Anthropic 在 (Project Glasswing 與蘋果和谷歌的聯盟中擁有略微更好的聯盟地位)。這個聯盟是信號：掌握前沿現在需要三個資產負債表，而非一個。
兩家實驗室都不擁有從訓練到部署再到改進的完整流程，這些流程的單位成本將是下一兩代所需的。
Sam 和 Dario 都在耗盡他們無法控制的成本結構上的時間。

人們仍然認為編程是工作。
事實並非如此。
代碼只是我們用來表達解決方案的界面。它曾是瓶頸，而非價值所在。
人工智慧消除了這個瓶頸。
現在限制轉變為：
- 你能清楚定義問題嗎？
- 你能將其分解成可解決的部分嗎？
- 你能驗證輸出是否真正正確嗎？
我注意到那些在AI方面掙扎的工程師，是那些將身份與打字速度或語法記憶綁定的人。那從來不是稀缺資源。
是問題定義。
是驗證。
是品味。
人工智慧提高了產出速度。它並不取代判斷力。而判斷力正是公司一直在付錢的。

Claude Mythos 浮出數千個零日漏洞，因為它擁有你們安全團隊所沒有的那一樣東西：
對於程式碼正確性沒有任何利害關係
它可以冷讀整個程式碼庫。它不理解你們組織的政治、截止日期壓力，或是實作中的自我意識
這個模型沒有理由跳過那些困難的「人性化」部分……因此，它在向CISO簡報時較為劣勢，但在真正找到漏洞的工作上卻無敵
Anthropic 封鎖了它，因為一個模型剛剛為每個程式碼庫做了第一次誠實的審核
你們的紅隊現在已成為一個傳統成本

Sam Altman 是最後一個應該撰寫 AI 規範的人，而他自己也知道這點。
Sam 呼籲在 AI 公司與社會之間建立一個「新的社會契約」，但他的公司卻正以任何地球上的立法機關都追蹤不到的速度，推出 gpt-5.4、o3 與 operator-class agents。
aws 無法在不吞噬自身利潤的情況下去中心化，而科技史上每一個「自我監管框架」最後都以相同的少數幾個實體制定規則、並由他們同意遵守的規則告終。
如果你在 aws 或 azure 上執行你的模型，你只差一份政策備忘錄，就可能因為 TOS（服務條款）變更而重新定價、限制或直接終止你的工作負載。
唯一不會出現這種失效模式的架構是無許可的架構。當數兆個 operator-class agents 需要跨越數十億台裝置的運算資源時，沒有任何單一實體能決定什麼可以運行，或哪些 agents 能取得存取權。
一則把功能公告包在警告裡的訊息。
Sam 正在為他自己所擁有的堆疊撰寫社會契約。
不想生活在其規範之下的建設者，只有一個選擇。

「無限迭代」的說法假設有無限的計算資源。
每次呼叫都要付錢，經過他人的基礎設施，無論輸出是精彩還是垃圾，都會消耗代幣。
只有當你已經知道自己在找什麼時，迭代才會變得便宜。
> 有10年品味積累的人，跑3次迭代就能交付。
> 沒有這些經驗的人，跑300次仍然分不清哪個好。
而且還沒有人把這個成本考慮進去：
AI產出的越多，就越需要人類驗證，所以10倍的草稿意味著10倍的人在檢查它們。
……除了那些已經知道什麼才是好的那個人。
AI並沒有移除瓶頸，它只是將瓶頸從生產端移到了判斷端，而判斷端的規模不隨人數增加而擴展。它隨品味擴展。
品味不再是軟技能，而是一個成本函數。

稱 Anthropic 的 OpenClaw 停止運作為「拉高（rug）」是 AI 建造者社群數月來對自己最誠實的描述
OpenClaw 的資源管理工具讓重度用戶能在每月200美元的方案下，運算費用達到每月1,000至5,000美元。
只需一個產品決策，任何以該差距為成本結構基礎的人，隔夜就會被重新定價
供應商掌控計量器……Anthropic、OpenAI，無論誰。
當定價模型改變時，你根本沒有發言權
你不是被你的錘子（工具）拉高（rug），而是被房東（供應商）拉高
那些能存活下來的建造者，已經使用多個大型語言模型（multi-LLM）設置，而不是依賴單一的計量器

山姆把OpenAI建立在一個假設之上：
自己運行模型永遠都會太昂貴
Llama和Mistral正在摧毀他的論點，並威脅他的商業模式
山姆看得出這一點；閱讀你正在看的同一批外洩討論串……卻仍然無法重組
一旦OpenAI開放權重，他們就會摧毀支撐估值的護城河，任何人都能在本地進行推理，無需API呼叫、無需訂閱，對OpenAI也不會形成任何收入事件
每一個分叉與微調，都是少一位付費客戶在侵蝕山姆的利潤率

山姆·奧特曼籌集了$122b ，但沒有人想買$600m 其中
$600m 在OpenAI的股份在二級市場上無人出價
> 銀行免除手續費只是為了轉移供應
> 賣家競爭價格以退出
主要市場是受控分配：當股權結構清晰時，風投會被召入輪次
但二級市場則由自願需求驅動：沒有人必須持有，也沒有人必須出價
Anthropic的估值超過了上一輪，而OpenAI卻無法突破$600m 天花板……這告訴你人們關心的是哪家公司
電話在第一天比電報更差，範圍更短，質量更低，且無法擴展
但它站穩了腳跟，而這個腳跟已經足夠了
OpenAI贏得了推銷，但在二級市場上卻在失利
山姆無法用免手續費來買信心