Arvind Krishna¶

IBM 董事长兼 CEO。技术出身（本人自述"我当过开发者"），本库收录的材料里他是少数能在复杂度理论层面展开论证的 CEO。
本库收录：2026-10-21 All-In × Arvind Krishna & Nikesh Arora（与 Nikesh Arora 同台）

⚠️ 立场提示：IBM 卖混合云、企业 AI 平台、大型机与后量子方案。本页收录的几条主要判断——企业应当自己跑 open weight 模型、大规模软件整合会发生、垂直整合是对的——都指向对 IBM 有利的方向。本库记为带立场的判断。

核心主张¶

来源：All-In 2026-10-21（本页以下全部时间戳均出自这一期）

量子：2030 这个密码学截止期，以及两个可逐年核对的里程碑¶

DARPA 的 QBI 竞赛几年前有两百来家参加，现在剩约 13 家——"这多少告诉你哪些可能是真的"；争论的年份是 2028 / 2029 / 2033，取中点 2030，而"它会破解今天的密码学。这不是一个假设，这就是现实"（[00:00:00]–[00:01:00]）。
⚠️⚠️ harvest-now-decrypt-later：今天被偷的加密硬盘，对方可以留五年再破（[00:01:00]）。后量子密码学"已经被理解、代码也写好了，只是人们一直懒得去做"。
✅ 一条主动的认识论限定（[00:02:00]）：这些方案"抗量子"的严格程度和"今天的密码学不能被今天的经典计算机破解"是同一个级别——"这其实不是定理证明级别的答案，它建立在计算复杂度理论上，而复杂度理论归根到底建立在一些假设上。"
两个里程碑（[00:02:00]–[00:04:02]）：① 在真正运行的机器上演示纠错（不是仿真）——明年会有人宣称，2027 年一两家会有进展，⚠️ "然后你该找第三方评估这些宣称是不是真的"；② 门运算数从今天的约 1 万量级起"是不是每年加一个零"——若是，2029 年可到 1000 万。另：1 万物理 qubit 可能对应 200 个 logical（[00:04:02]）。

⚠️⚠️ "AI 会先于量子计算机破解密码学"——他当场否掉¶

"这不可能。说到底这回到费曼那些人做过的事情上去：你没法在一个不同的架构上仿真某样东西，还指望得到更高效的结果。"（[00:07:05]）

量子计算机不在算术上运行，而所有经典计算机（包括 GPU）都在算术上运行。 所以 AI "绝对可以"发现新的量子算法，但在今天的硬件上跑它会慢上一千到一万倍——"你能证明这是个可行的算法吗？能。你能拿到那个好处吗？不太可能。"

✅ 被追问经典路径（比如对素数分布有更好的预测器）时他让步了："有可能。问题永远是要花多久……如果破解一把密钥要十年，大多数人已经安息了。"（[00:08:06]）⚠️ 本库标注：第一段论证是结构性的，第二段只给了实用性理由而非复杂度理由，两者强度不同。

⚠️⚠️ "75% 到 90% 的 token 用量会流向 open weight 模型"¶

三条独立理由（[00:12:07]–[00:14:09]）：

经济学：今天每百万 token 约 20 美元（"上一代"）、最极端 50 美元；拿一个中国 open weight 模型（他点名 Kimi K3，约 8000 亿参数）自己跑 GPU 加"大概一周的工程量"的优化，可降到每百万 token 1–2 美元。"世界上哪家企业会不接受一个便宜 10 倍、在这里是 40 倍的答案，而它实际上能干 95% 的活？"
⚠️⚠️ IP（本库认为这条最少被讨论）：如果 chain of thought 能被别人捕获、记录和审计，你实际上就是在把自己的 IP 送出去；而没有一家会把前沿模型给你自己跑，于是回到 open weight。
地缘政治：今天最好的 open weight 模型是中国的；⚠️ "放进沙箱自己跑危险很小；从云上用是另一回事"；他"非常怀疑未来一两年西方不会出现同样有能力的 open weight 模型"——"这些东西的差距最多是 6 到 12 个月。"

🔎 预测本身（[00:14:09]）："我不知道是 75% 还是 90%，但这就是我会给的区间——全部 token 用量都会流向 open weight 模型。" 本库设为跨期追踪项，见开源基础设施、中美 AI 对照。

剩下那部分（[00:14:09]–[00:15:09]）："开发者很懒。除非你加一道控制，他们会用最贵的那个答案。" 实验阶段可以，生产上"除了极少数用例，我怀疑它值不值"。

agent 写代码：一半，以及一条自己划的边界¶

⚠️⚠️ "我们现在内部大概一半的代码是用 agent 和 coding agent 写的，而且它优于以前写出来的东西"——原因不是模型更聪明，而是agent 还能自己做 eval（[00:19:12]–[00:20:13]）。

✅ 他随即收住："话虽如此，我们找到的只是那些我们知道怎么去找的缺陷。" 完全验证"在现在几乎是计算上不可行的"；他留了一个口子——输入有限的场景也许能做到，"如果输入可以是任何东西，那就真的很难"。

⚠️ 本库记为自述（"一半"无口径、"更优"无指标），但保留，因为"agent 写代码占比 + 验证边界"同时给出的表述在本库材料里很少。

战争的三种打法，其中第二条本库认为最有用¶

（[00:19:12]）① 联盟可以整体强过攻击者；② ⚠️⚠️ 不对称性——"攻击方往往比防守方便宜，于是防守方先把钱烧光然后认输。那么，你能不能让防守同样便宜？能的话你就有了对称战争，胜算会大得多"；③ 技术代差（二战、朝鲜、伊拉克）。✅ 本库标注：第二条把安全的核心指标从检出率换成了攻防双方的单位成本比。 见 LLM 安全。

监管：民粹驱动，以及一个具体数字¶

⚠️⚠️ "关于 AI 和数据中心的监管问题——我说得抱歉而且犬儒——是被民粹驱动的，不是被任何现实驱动的"；"50 个州全禁不可能。有没有可能 30 个州禁？有。剩下的 20 个到那时会搓着手乐"（[00:25:15]–[00:26:16]）。✅ 他也提醒参议院任期长于任何一届政府，这个问题从 2022 年闭门听证转圈至今，并自评"我认为目前的平衡是对的，但一次选举可以改变它"。

减速不可行：数字技术减不下来——你慢下来"日本会吗？中国会吗？印度会吗？不可能"，他们会说"太好了，你慢下来给了我追上并超过你的机会"；他拿欧洲先监管做反面（[00:24:15]）。

⚠️ 劳动 vs 资本（本库有三条保留）¶

"这是经典的劳动与资本的权衡。1700 年代发生过，1800 年代又发生过，1900 年代再发生过。在此前七八个这样的周期里，那些更愿意在资本上花钱、而不是更担心劳动的一方，每一次都赢了。"（[00:28:17]–[00:29:17]）他说两个大国都很愿意资本密集，并愿意承认劳动会变得不那么重要；⚠️⚠️ "那些在社会与左倾哲学上纠结于劳动必须不惜一切代价被保护的国家……会是输的那一方。"

✅ 他自己划的区分不能略去："不是说要有给劳动的机会，而是每一个现存的岗位都必须被保住"——他反对的是后者；"岗位位移你应该接受，因为它可能带来更好的工作"。

⚠️ 本库的三条保留：① "七八个周期"没有给出任何一个周期的名字、口径或来源，"赢"的定义全程未定义；② 即便成立，它只说明资本侧回报更高，推不出"保护岗位的国家会输"——中间缺一步；③ 说话人是资本密集一侧的在位者。见 AI 与就业。

⚠️⚠️ 垂直整合：IBM 的 65 年，以及"把利润搬到另一层"¶

IBM 大型机活了 65 年，原因就是垂直整合。 "六十年代我们一路做到土里"——找沙子、自己做晶圆、建 fab、造芯片，一直到机器外那层金属；今天唯一不做的是 fab（因为规模），芯片设计、工程设计、可靠性与绝大部分软件仍在内部（[00:30:17]–[00:31:17]）。
✅ 两个收益很干净：避免 IP 外泄，把整条栈的利润留在公司内部。判据：在具有极大优势的环节垂直整合；是商品的环节就不该做（"我不会自己炼金属"）。
⚠️⚠️ 而本库认为全期最锋利的是他接 NVIDIA 那一句（[00:32:18]）：

"如果你控制了这条垂直栈，你就可以决定把栈的哪一部分商品化。也就是说，你可以在层与层之间搬动利润。如果你看到有人在攻击某一层、把那一层的利润池打掉，你就把利润搬到另一层去。" —— "非常强的市场杠杆。"

✅ 本库标注：这把垂直整合从"省成本/保质量"重新定义成一种对竞争的防御机制——被攻击的那一层可以被主动放弃，而利润在内部转移。 见 AI 商业化与价值捕获。

⚠️⚠️ 软件整合的算术，以及一条可操作的分界¶

"平均一家企业要用 500 到 5000 家不同的软件供应商"，这本身就是巨大的攻击面；"我能不能用一些不起眼的 AI 能力替掉其中 490 家，然后回到依靠 5 到 10 个主平台？那意味着大规模整合，因为支出就在那里"（[00:37:20]–[00:38:20]）。
✅ 驱动力是分发成本而不是能力："如果你想把分发成本压低，它们就得由同一方分发。而如果那些软件的价值在下降，你就养不起每一家各自独立的分发。" 时间窗他自己给得很宽——"六个月还是六年，就在这个等式里面。"
⚠️⚠️ 而本库认为该被反复引用的是这条分界（[00:38:20]–[00:39:20]）：

交互价值高的软件可以被 AI 大量替掉；但如果最终要的是 10⁻¹⁵ 级别的可靠性——他举零售银行的一次数据库查询、或结账关账——"那很难用 AI 生成的软件轻易替掉。"

主持席补"得先跑数字孪生跑好几年才敢切过去"，他确认，并补上"而且那样做没有成本优势"。✅ 本库标注：这是本库在 SaaS 之死这条线上收到的第一条可操作分界——分界不是行业也不是规模，而是这段软件的价值在交互上还是在可靠性上。