追逐万亿美元公司、创始人野心、Token 预算与监管俘获（No Priors，2026-08-06）¶

主播对谈（无嘉宾）: Sarah Guo & Elad Gil——本期是本库收录的第一期 No Priors 双主播自谈，Sarah 在开场明说"今天只有我和 Elad"（[00:00:00]）。
来源: YouTube · 40 分钟（自动字幕）
转录稿: sources/no-priors/20260806-6l8oAO_LBx4

⚠️ 说话人归属说明（必读）：转录稿无说话人标签，只有 >> 换人标记，且该标记在多处缺失或错位。本页的归属依据三条自陈线索： - Sarah Guo = 开场宣传 Conviction 的 Embed 项目（她本人的基金，[00:00:00]–[00:01:00]）；讲 ex-Googler 笑话时自陈"我从没在 Google 工作过"（[00:27:12]）；结尾问"Elad，走之前……"（转录稿误作 "Glad before we go"，[00:37:18]）。 - Elad Gil = 被对方称呼"Sarah G, how are you doing?"（[00:01:00]）；自陈"我大概 2010 年写过一篇博客"（[00:06:02]）；自陈"我在 Google 工作过，做过一点移动搜索、一点广告"（[00:27:12]）。

⚠️ 两处疑似转录错误已标注但不做认定：[00:07:02] 的 that aren't like in France 在上下文（后接"也许是供应链、能源类技术"）里很可能是 "inference"；[00:03:02] 的 Cambridge explosion 应为 Cambrian explosion（寒武纪大爆发）。另 [00:19:11] 的 igopoly、[00:20:11] 的 alleg market 均为 oligopoly；[00:34:16] 的 Jansen from Jansen Pharmaceuticals 指 Janssen（保罗·扬森）。

说话人映射（据补做分离的 speakers.md；转录稿本身无标签，此处认人属 wiki 层编辑判断）： SPEAKER_00 = Sarah Guo（34.5%）、SPEAKER_01 = Elad Gil（65.5%）——双主播自谈，无嘉宾。依据：SPEAKER_00 念开场"Hi listeners, welcome back to No Priors. Today is…"（[00:00:00]，86%），与页头"Sarah 在开场明说"一致； SPEAKER_00 在 [00:28:12] 块内向对方发问"Can I ask you a very different question…"，本期以 Elad 陈述、Sarah 追问为主。

概要¶

一期没有嘉宾、密度却很高的对谈。它的价值不在任何单一论点，而在于两位投资人把 2026 年夏天几条互相牵扯的线放在一张桌子上：万亿美元公司的数量上限 → 创始人该不该卖 → 实验室内部"18 个月后码农被取代"的信念 → 该信念的二阶效应（燃尽、婚姻、职业选择）→ 算力稀缺把研究员变成幂律 → token 预算的 ROI → 加州财富税与生态外迁 → 安全监管的单边化与监管俘获。

本期最该被单独引用的四条：

⚠️ Sarah Guo 对 RSI 时间表最锋利的一次证伪框架："一群非常聪明、甚至非常有自知之明的研究科学家，在过去五年里每隔 18 个月都觉得递归自我改进或 ASI 还有 18 个月。所以它作为预测器有多好？不清楚。"（[00:19:11]）
"投出去的 token 的回报率"（return on invested tokens）——Elad Gil 把它提成一个企业内部的资源分配指标，并由此论证"SaaS 之死被高估了"（[00:22:12]–[00:23:12]）。
⚠️ 实验室内部信念的二阶效应，本库第一次拿到具体行为样本：有人为"18 个月后世界会变成什么样"而犹豫要不要结婚；有人觉得"我每周就是我剩余生产力的 2%，所以我该一天工作 16 小时"（[00:18:10]、[00:20:11]）。
市场规模与到达速度被系统性混为一谈：Elad 的核心命题是"我不怀疑这些市场的规模，我怀疑的是你能多快到那里"，而"人们现在正在把这两件事搞混"（[00:07:02]–[00:08:02]）。

核心观点¶

一、万亿美元公司：punctuated equilibrium，不是新常态¶

Elad Gil 的开场命题（[00:01:00]–[00:04:02]）：

过去约五年有三家公司从接近零走到万亿美元市值：Anthropic（五年前基本不存在）、OpenAI（GPT-3 刚出时还很早期）、SpaceX（当时"trading at 80 100 something"——⚠️ 转录稿未给单位，按语境应为800–1000 亿美元量级，本库标注为推断）。
"这在人类史上是没有先例的。通常要 20 年。" SpaceX 从 2000 年代初开始，Google 从 90 年代开始——都是 15–20 年的弧线，"然后我们有了这个奇怪的 5 年拐点"。
他的框架是"间断平衡"（punctuated equilibrium，借自演化论）：技术史就是稳态 → 爆发 → 整合 → 稳态。"我们有过社交浪潮，但现在并没有一打新的社交公司随时冒出来；有过 SaaS 浪潮，然后它们安定下来。"互联网本身可拆成四五个时期（90 年代互联网、2010 前后的社交、SaaS、云、大安全公司、加密）。
⚠️ 他的结论是一个明确的时间限定，而不是看空："当然接下来 20 年会有一堆有意思的东西。但两三年、三五年内能做到 500 亿–1000 亿美元收入的公司？那是另一个问题。" 他能想到"也许有一个"能到，"但不是好几个"（并拒绝说是哪一个）。

Elad 给的换算是本节最实用的部分（[00:06:02]）：

万亿美元市值需要约 500 亿–1000 亿美元收入且有好毛利。"所以问题变成：世界上哪里有能给单家公司带来 500 亿–1000 亿美元收入流的地方？这跟'TAM 是不是非常大'是完全不同的问题。"

他还加了一句自嘲式的尺度参照："我大概 2010 年写过一篇博客，讲达到 100 亿美元市值有多难——那现在差不多是某些 neolab 的种子轮。"

Sarah Guo 的反向压力（[00:04:02]–[00:05:02]）——她认为问题出在另一头：

"我更常碰到的是一种想象力的失败：想不出一个东西能比上一个时代最接近的对标市场大多少、好多少。重新思考市场规模，在今天任何阶段都仍然是一项被严重低估的投资人技能。"

⚠️ 她给的具体机制：很多投资人"在智识上承认了'AI 公司在交付服务的价值'这个想法，但他们的行动并不像真的相信它"——看 Harvey 或 Abridge 时还是按席位、按律师人头、按医生人头去算 TAM，"而不去问：如果这家公司能按结果收费，它会长什么样？"她的证据是编码域——那里已经是消费量与价值，而不是席位。 - Elad 同意编码这条（"编码是个比任何人想的都大得多的市场，我们俩一两年前就在说"），Sarah 的推论是"证据已经摆在那儿了，你不需要是天才就能把它推到别的领域"。

两人真正的分歧点被 Elad 说得很干净（[00:07:02]–[00:08:02]）：

"我不是在质疑这些市场的规模，我质疑的是你能多快到那里。"——如果是实体商品公司（能源、机器人），"你真的有那么快铺开的产能足迹吗？"

Sarah 接受了这条并把它变成对同行的诊断："人们至少在我的经验里，是在按'他们相信速度就在那儿'来下注的——而那跟市场规模是两回事。人们正在把这两件事搞混。"

二、⚠️ 创始人正在因为怕实验室而变得不够野心（同一位提问者一周前的观察，这次展开了）¶

（[00:08:02]–[00:10:04]）本条对本库有特殊价值：Elad Gil 在 2026-07-31 的 Netic 那期抛出过一句观察——"现在的创始人几乎有点太担心实验室了"。本期他把它展开成了一个完整判断。

现象：他看到"真的非常优秀的创始人去做小众市场，因为他们不怕 neolab"。四五年前 Harvey、Open Evidence、Decagon、Sierra 进的是能出现在实验室路线图里的大市场，Cognition 两年前也是。
⚠️ "逃向硬件"："所以你看到一种向硬件公司的逃逸——'哦，实验室永远不会做这个硬件的事，所以我们做那个'；还有 American Dynamism、AI 的小众应用、以及某个本该由推理云提供的东西。" 他的定性是"这些公司可能会更衍生一点"。
他明确限定了范围（这点很重要）：不是所有创始人，"它是一条趋势线，而且是在最新的那批里"；"我不担心中位数创始人，我担心的是最好的那批创始人在做什么。"
Sarah 的部分不同意："我们组合里有公司是在冲着相当核心的前提去的，所以我不认为所有创始人都太怯"；但她给了一个换角度的同向观察——"我现在更常感到失望的是创始人没有他们本可以有的野心。"
Elad 的追问值得记："你觉得他们太怯了？他们该正面硬碰硬？因为你可以造出好得多的体验，在产品上、在分发上，任何一条上竞争。"

三、什么时候该卖公司：两套框架¶

（[00:10:04]–[00:17:09]）本库此前没有这条线的材料，本节是一份相当完整的一手框架。

Elad Gil 的版本：

有一小撮公司任何时候都不该卖："如果你是 Anthropic，你不该卖；如果你是 OpenAI，你不该卖。"
⚠️ 但"大多数公司在任何时代都至少该考虑一下"，而且他给了一个具体的窗口形状："通常有一个时间最大化窗口，你最好的结果就是在那个窗口内卖掉。那一般是 12 到 18 个月的一段时间，公司在那时值它这辈子最多的钱。"
卫生习惯（他归给 Ben Horowitz）：每年一次预先排好的董事会，议题就是"我们要不要考虑在接下来六个月退出"，以非情绪化的方式讨论。"预先排好，所以不是创始人在推，也不是投资人在推，就是一次理性对话。"答案可以是"不，我们还有 XYZ 在前面"——那也很好。
为什么频率要更高："这个周期里，AI 的一年像正常周期的三到四年。所以三年就像十年。" 三年前的 AI——模型能力、垂直应用、AI rollup、基础设施——"是一个完全不同的世界"。结论是"底层事实集变化得比以往任何时候都快，所以你该更频繁地复核自己的想法"。
⚠️ 他对"二次流通（secondary）"的评价罕见地负面：它"解决了一些短期需求，但并不真的创造一个解法"。他的论据是 2020–2021 那批——"一堆人五年后还在经营不成立的公司……想想那五六年他们被锁在里面，而整个 AI 变化正好发生在那期间。对一个优秀创始人来说，那个代价是什么？"
他把这条推到最后：真正的成本不是估值，是你的时间——"你人生中最有生产力的那些年正押在牌桌上。"你要么拿着一笔可观的钱去做下一件大事（还带着做过一次的履历和愿意再跟你干的人），要么掷骰子。"掷骰子可能就是对的答案"，但要算清楚：假设最终按 10–15 倍交易、扣掉稀释、算上要花的年头。

Sarah Guo 的版本（[00:12:05]–[00:13:05]、[00:16:08]–[00:17:09]）：

她同意"有一类公司不该卖"，但加了个条件："除非它们无法为自己的未来融资。"
⚠️ 她的判据是本节最该被引用的一句：在那次董事会上她会问——

"随着成本下降、能力上升，你在捕获价值吗？因为如果你站在这场长期变化的错误一侧、而且你到不了另一侧，那你确实应该卖。你没有关于怎么站到历史正确一侧的好想法。"
⚠️ 她点名了一个具体案例（[00:13:05]）："想想我们在 Cursor 的朋友们——资本、算力获取，是你想要的竞争方式吗？以及这是不是一个价值最大化的时点？那是个有意思的问题。" 本库照录，不做判断。
她的融资侧命题："你需要让你的融资结构匹配你的 thesis horizon，然后能持续把公司融到你要去的应许之地。"她引 Situational Awareness 的提醒——"每个人都得先活着才能获利。对冲基金跟公司不一样，它们必须存活才能复利。"
⚠️ 她与 Elad 在融资环境上有一处直接分歧：
Elad：因为三家万亿公司在短时间内出现，大量风险资本正在被返还，人们在募更大的基金、必须把钱投向"未来的万亿美元公司"——"我实际上认为融资会变得更容易而不是更难。"
Sarah："私募市场不必在很长一段时间里是理性的或正确的。所以对自己融资能力保持精明，等价于避免被追加保证金（margin call）。" 她补充：有些创始人持有一个技术性或结构性的观点，会因为"投资人长时间相信一件他们认为是错的或蠢的事"而非常沮丧——"那就是创始人的工作：去导航那套叙事或那套信念。"
两人在一处收敛：资本会流向规模机会——Elad 立刻改口成 Sarah 的措辞："或者是被感知到的规模。""被感知到的规模，对。"

四、⚠️ 实验室里的"18 个月"信念，及其二阶效应¶

这是本期最该进入本库长期跟踪的一节（[00:17:09]–[00:22:12]）。

Elad Gil 转述的实验室内部状态（[00:17:09]–[00:18:10]）：

"如果你跟实验室里的人聊，现在有一种巨大的躁狂能量：我们距离代码这件事被彻底解决大概还有六个月、或者到今年年底；然后大概到明年年底会撞上某种轻度 RSI，到那时你会有模型在训练模型自己相当大的一部分——我认为一开始更可能是后训练，也许随时间也能更快影响到预训练。"

⚠️ 由此产生的行为："因为这个，很多人相信：如果我职业生涯里只剩一年、一年半的有生产力工作，那我就该一天干 16 小时——因为每一周都是我被 AI 取代前所剩全部时间的 2%。"

Sarah Guo 的两段回应（[00:18:10]–[00:19:11]）：

先把可信的那半拆出来："模型能改进自己的训练——如果做这件事的顶尖科学家相信它，而且它是我们已经在代码和数学上看到的东西的延伸，那你当然该相信它。"
⚠️ 然后打时间表（本期最锋利的一句）：

"我掌握的数据是：一群非常聪明、甚至非常有自知之明的研究科学家，在过去五年里每隔 18 个月都觉得递归自我改进或 ASI 还有 18 个月。所以它作为一个预测器有多好？不清楚。"
她的技术性分层：从代码 → 训练代码 → 数据管线工作的外推"容易相信得多"；难的是"在可验证性更低、更复杂的领域里你要怎么去采集那些数据"。
⚠️ 她认为真正的限制器是物理算力，不是算法可能性："或者你是不是撞上了物理算力可获取性这一侧的真实约束——我觉得那大概比'这件事在算法上可不可行'更是限制器。"

Elad 由此推出一条结构性结论（[00:19:11]–[00:20:11]）：

物理算力反而强化了寡头格局——它给任何单个实验室的进步速率设了一个天花板。如果算力大致按比例分布在各大实验室之间，"在算力约束存在的情况下，你几乎有了一个被强制的寡头市场，或者至少把玩家之间的竞争逼得比本来更接近。"

他把它记成一个开放问题："那个约束什么时候解除？解除之后是什么样子？"

二阶效应——本库第一次拿到的具体行为样本（[00:20:11]–[00:21:12]）：

Elad："我总是好奇'还有 18 个月'这个信念的二阶效应，因为那确实暗示 18 个月后可能有一轮燃尽周期。"他的例子是："我认识某个大实验室的一些人，有一阵子会跟我提：他们该不该结婚？人们还想结婚吗？他们该结婚吗？因为他们不知道 18 个月后世界会变成什么样。" 他的回答是"你该结婚，去吧，会没事的"。
⚠️ Sarah 的定性："我觉得这挺悲剧的。"

"我觉得它在心理上最接近人们以为自己要死了。你会怎么过你生命的最后两年？会跟你今天过的方式一样吗？还是完全不同？这是个不无关联的哲学问题。" 她列举的实际反应："'鉴于接下来 18 个月的 RSI，我的贡献有点无关紧要'——那我该结婚吗？该费劲工作吗？该去旅行吗？还是只该工作？" 她的规范性建议："如果人们表现得像自己还有（未来），那其实是一个稳定得多、也满足得多的状态。"（她自己加了一句"但也许你觉得那是盲目"。）

⚠️ 本库标注：这直接接上 AI 与就业里已有的 "AGI 叙事对从业者行为的影响：三个同日样本"（Tokmak 的 Gen Z "permanent underclass mentality"、Decagon 那期一位 a16z 同事以"长期不需要职业生涯了"为由拒绝留任、Jesse Zhang 的反驳）。本期是第四个样本，也是第一个来自前沿实验室内部的样本——而且它的表现形式不是职业选择，是婚姻与生活决策。

五、Token 预算的 ROI：一个新的企业资源分配指标¶

（[00:21:12]–[00:26:12]）本期对 AI 商业化与价值捕获最实质的贡献。

起点是算力稀缺把研究员变成幂律（Elad，[00:22:12]）：

"结果是任何一个地方大概有几十个研究员驱动了大约 80% 的成果——这是一个非常有意思的人类幂律。" 他把它推广到别的领域：乳腺癌研究、数学的某些子领域、物理的子领域、创业生态里的创始人，"都是一小撮、几十个人推动了大部分进展"。
⚠️ 由此产生的一条具体人事变化："我知道有些实验室已经放慢了研究员招聘，除非候选人高于一个非常非常高的门槛——因为成本不是研究员，是与这个人绑定的算力。真正的瓶颈在那儿。"

Elad 由此提出的指标（[00:22:12]–[00:23:12]）：

"我觉得有一个更宽泛的概念，叫投出去的 token 的回报率（return on invested tokens），一种 ROI 式的指标：如果你有一个确定的 token 预算，你把它给谁、为什么？"

他的历史类比：这就像过去的工程——"公司里的内部工具团队总是资源匮乏，因为至少大多数科技公司宁愿把同一批工程师用去做产品，而不是做能让别的职能更有生产力的内部工具。"

⚠️ 由此推出一条对"SaaS 之死"的反驳（本节最该被引用的一条）："这就是为什么我认为 SaaS 之死被高估了一点——你为什么要把 token 花在一堆你每年其实没付多少钱的 SaaS 东西上，而同样这些 token 可以投在核心产品、或某个巨大的毛利提升、或别的什么上面？"

他给的企业采用三阶段（[00:23:12]）：

"大家都去用 AI，随便你做什么"；
"我们必须衡量支出，并把更多东西挪到开源上"；
"哪些项目和哪些人该拿到超额的 token 预算份额？那个投资回报是多少？"——他认为这是正在到来的下一次转变，"不过还要一些时间，很多大企业还停在第一阶段"。

Sarah 的追问与 Elad 的回答（[00:23:12]–[00:25:12]）：

Sarah："三到五年后，一门生意或一个人的合适算力 / token 预算应该是多少？我该把它当成房租那样看吗？"
Elad 拒绝了这个类比（"要看预算是干什么用的"），转而给了一个反例：Minecraft 被微软以数十亿美元收购时只有大概五到十个人——"人们老在说某天会有一家数十亿美元的单人公司。那基本上十五年前就发生过了。"
⚠️ 他的分配逻辑因此是硬的："所以某种程度上，为什么要把 token 给那些在相对意义上做不到这一点的人？除非你就是把这类人用完了。"
他对"工程师被裁"的判断反而是缓和的（[00:24:12]–[00:25:12]）：即便未来某天真有工程师被置换，"有非常非常多的去处"——GE、PG&E、Hershey's 这类企业过去根本没有能力招到这些人。"在 Google 或 Meta 的语境里平庸的人，在某类老派企业的语境里可能是卓越的。"他称之为工程人才向企业格局的渗透，并明确说"这大概还要很多年"。
Sarah 的对应建议（[00:25:12]–[00:26:12]）：如果你是研究员、又没在大实验室拿到超额的 token 配额，"去把你的精力花在你有比较优势、也该从这一切里受益的地方"——她点的方向是供应链瓶颈、以及生物学向其它高价值领域的扩散。

⚠️ 她的对照句很尖锐："对我来说，那比担心数学的衰落、然后去度假直到世界终结要令人兴奋得多。"
Elad 把它收成一个开放问题："一个顶级 AI 实验室到底需要多少研究员？那个数字跟你现在有的数字是什么关系？"——是需要五倍的人，还是只需要一半但都得高于某个门槛（因为受算力约束、而且你想把算力对上最好的想法，而最好的想法平均来说来自一小部分人）。他反复强调这不是在说第 N+1 个人不优秀："他们仍然在钟形曲线的顶端，只是某个时点人们会在自己的幂律上做一个切分。"
Sarah 的反例（一个 ex-Googler 老笑话）（[00:27:12]）：Google 大概五万人的时候，问"运行 Google 需要多少人？"——搜索与广告部门内部的人会说"大概是搜索与广告里 20% 的人"；搜索与广告之外的人会说"五万人"。"所以关于贡献集中度，大概存在多种不同视角。"

六、什么会打断这一切：Sarah 列的三条 + Elad 加的第四条¶

（[00:28:12]）Sarah 主动抛出的清单：

资本侧崩塌——"一批不同的玩家在 capex 承诺上崩掉，因为市场讨厌它"；
债务与回报画像引发恐慌——她自己的判断是"看起来有轻微迹象，但还没有真正的压力"；
技术性颠覆——"Transformer 的替代品？那还重要吗？有什么会让格局在技术上看起来非常不同？"

Elad 加的第四条："试图限制我们已有模型的使用、或限制开源，从而大幅约束进展速度。"——这条把话题带进了后半程的监管讨论。

关于架构（Sarah 后来点名 Elad "没接我的饵"，[00:32:15]–[00:34:16]）：

⚠️ 她的判断很干脆："我认为作为一个行业，无论底层架构是什么，我们都会把所有可获得的算力和电力消费掉。所以'你会有很大压力去寻找更省内存或更省电的架构'这件事，比以往任何时候都更有意思。"
但她给了实践上的悲观："在规模上追平 Transformer、并与硬件匹配，仍然相当难；不过我认为随着实验上更急迫，人们会去下这个注。"
⚠️ 落点是一条关于扩散速度的结构判断："我不认为它会改变行业的方向。不管那是什么，它会被复制，然后各实验室去做它，再把全部算力压上去——那是高概率结果。" 低概率的另一支：某个 neolab 搞出一个东西、极度保密、在上面 scale，模型突然远超所有人。"但你也可以想象另一种场景：那个团队里只要走一个人去 Anthropic 或 OpenAI，知识就扩散了，接下来所有人都有了——这正是这些模型迄今发生过的事。"

七、加州财富税、退出税与生态外迁¶

（[00:28:12]–[00:32:15]）本库此前没有这条线，本节完整记录。

⚠️ 事实状态本身是矛盾的，本库不做裁决：转录稿里 Elad 先说"他们通过了亿万富翁税，加州民主党也表态支持"，随后同一段又说"假设它通过的话"。本库照录两种表述，不认定该法案当前的法律状态。

Elad 的提问：如果你投的某家公司现在值 100 亿美元以上，"这位创始人明年是不是要被迫出售资产？假设它通过，是不是会有几十位创始人不得不卖掉自己公司的一大块？"
Sarah 的回答："监管者显然没想清楚这件事的执行与合规。但我认为直接效果是：大量试图在加州创造价值或做新东西的人选择离开。这已经在发生了。整个生态很难很快搬走——但这是我能想到的、把整个生态赶出去的最快方式。"
⚠️ Elad 补的两条法律细节（本节最值得跟踪的部分）：
"那部法律的写法在我看来相当宽泛：一旦通过，他们可以重新实施它、可以在未来年份下调门槛，等等。"
"我的感觉是 28 年会有越来越多关于在加州加一道退出税（exit tax）的讨论——如果你真的想走，他们会试图作为惩罚拿走一大块。"
Sarah 的调侃与 Elad 的正面回答："所以你的预测是 27 年大迁徙去迈阿密？迈阿密终于成了？"——

⚠️ Elad："我认为需要一些时间。我认为写这部法案的人希望这场出逃发生。我认为他们希望人们离开。" 他给的两个负面信号是"这部法案"和"那些拉票收割（ballot harvesting）动议"。他同时表态"我一如既往地希望加州能搞定"，但"如果有任何容易的替代选项，会有更多人离开"。
可跟踪的时间信号：他说自己知道"相当一些人已经开始走，或者计划在秋天、接下来一个月左右走"。
第二选择生态在哪（[00:31:13]–[00:32:15]）：
Elad 的历史类比：波士顿曾是硅谷的对重（80 年代），在 90 年代初竞争上输掉，如今只在生物技术上还是。"而那儿天气很糟"——所以"关键不是天气，是你在哪儿聚集了足够多的聪明人做共同的事情，文艺复兴就在那儿发生"。
Sarah 点了德州：围绕能源的技术迁移与创新——⚠️ 她明确说这是对监管环境与需求的反应："那是一个你可以做实验的地方，而且现在真的有一个非常令人兴奋的生态了。"
Elad 补硬件走廊：原本都在 El Segundo（因为 SpaceX 在那），后来 SpaceX 和部分 Tesla 迁往德州，"所以德州除了奥斯汀之外，还在形成一个新的生态"。
⚠️ 两人共同的定性："这些转移纯粹是监管驱动的。不是因为德州住起来更好或更差——那当然有影响，但把人赶出去的是监管上的变化。"

八、监管俘获：只看风险不看收益的那一侧¶

（[00:34:16]–[00:38:18]）本期的收尾主线，也是被剪进片头的那段。

起点是 Sarah 的提问："如果主导变量是算力获取、并因此形成寡头，你会不会看到实验室用那份算力去控制它们想进的其它垂直领域？"以及"真正需要的、真正保护人的那种安全是什么？风险是什么？结果是什么？"

Elad 的类比是制药（[00:34:16]–[00:35:18]）：

他引 Janssen 制药的保罗·扬森（⚠️ 转录稿作 "Jansen"）——"被认为是史上最好的药物开发者之一"，"YouTube 上有他三四十年前的访谈，谈的就是制药业的监管俘获"。
扬森给的两条成因（Elad 明确标注"这是在他看来，我不评价对错"）：① 监管俘获；② 风险–收益的不对称——"FDA 在他看来过于关注安全与风险，而不够关注收益。所以没有风险–收益，只有风险。因为你只看等式的一边，一切都被拖慢了。"
⚠️ 他把它映射到实验室内部（本节最该被引用的一段）：

"可以想象在实验室里也会造出那件事的一个版本——安全负担高到即便正面结果远高于风险也压不过它。……而如果你在外部约束住东西，却在内部沿着指数往前推，一年抵得上正常时间的三四年，那你就在内部领先了一年。那是一个巨大的优势。" 他给的日常化对照："如果我的邮箱被黑了，那有那么糟糕吗？相对于更早通过 AI 模型拿到更好的医疗？"

Sarah 的制度侧补充（[00:36:18]）："这里的一部分挑战是——对监管者、对很多政策制定者来说，从技术人员那里听到'你必须看看这项技术会发生什么'而不是'控制'，并不是一个舒服的立场。"

Elad 的核能论证（[00:36:18]–[00:37:18]，即片头那段）：

"这一直是技术界的说法，历史上一贯如此：当然这项技术可以被用于负面用途——每项技术都有正反两面。生物技术，你能造病毒，但你也能治癌症；核能，你能有免费、廉价、丰沛的能源，你也能造武器。"
⚠️ 他给的数字（本页最该被外部核实的一组）：法国仍有 70% 的发电来自核能；美国是 18%，而且我们 40 年没建过反应堆；日本是 25%。 他的反问是"事故在哪儿？什么都没发生。"
他的归因："我们在 70 年代有一个安全游说集团，基本上替我们杀掉了丰沛的清洁能源。" Sarah 插了一句"我们现在在建了，我们只是需要建很多"，Elad 反驳"我们建得不多，我们建得不多。"
结论："确实存在安全伤害了我们的真实结果。它在电力与能源上伤害了我们，在医学的某些方面伤害了我们，在很多地方伤害了我们。问题是我们希望 AI 在这个光谱上处在哪里？" 他明确把这交给社会——"有很多世界、很多情景、很多结果，作为社会我们某种程度上可以选择把那根针放在安全 vs 风险 vs 结果的轮盘上的哪个位置。"

Sarah 的收尾提问与 Elad 的正面回答（[00:37:18]–[00:38:18]）：她问"走之前，说一件你在这个轮盘的正面那一端感到兴奋的事"。

Elad 列的是人类生产力、教育、医疗、日常生活、自动驾驶与老年人——"能从这一切里出来的好东西太多了。"
⚠️ 他把这条明确接回监管立场（这是本页对他整体立场最完整的一句）：

"我对很多应用是乐观的，这正是我对我们该落在光谱哪里保持谨慎的原因……我确实认为确保社会有恰当的保障总是好的，但我认为历史上对大产业我们都走得太远了。而技术之所以这么快就成功、有这么大的人类影响，正是因为它一直被轻度监管。我认为保持那样比不那样更好。我们会失去乐观、失去动能、失去进展——那就是生物技术发生的事，也是能源在很长时间里发生的事。"
Sarah 的最后一句（本期标题的来处）："一份反对监管俘获的动员令。"

与本库其它观点的关系¶

⚠️ Sarah 的"18 个月已经喊了五年"是本库目前对 RSI 时间表最直接的一条证伪框架，且它来自一位与前沿实验室高频接触的投资人。它与 AI for AI / Auto Research 里已有的三种态度并列，但性质不同：刘子鸣质疑的是路线（该先做 physics of AI），Sacks 质疑的是动机（Pacing the Frontier 是表演性的），Sarah 质疑的是这类预测的历史命中率本身。同时她给了一条替代性瓶颈：真正的限制器更可能是物理算力可获取性而非算法可能性——这与 Elad 的"算力约束强制出一个寡头市场"是同一约束的两个推论。
"18 个月信念"的二阶效应是 AI 与就业里"AGI 叙事影响从业者行为"这条线的第四个样本，也是第一个来自实验室内部的：此前三个都在应用层与投资侧（Tokmak 的 Gen Z 诊断、a16z 同事拒绝留任、Jesse Zhang 的反驳）。⚠️ 本期样本的独特处在于它不表现为职业选择而表现为生活决策（是否结婚），且 Sarah 明确给了一个规范性建议（"表现得像自己还有未来"）。
"投出去的 token 的 ROI"给 AI 商业化与价值捕获的 token 经济学线补了一个此前缺席的层次：本库已有 Freda 的 tokenmaxxing（个人/组织层的消费）、Decagon 的"每次对话 token 数在上升"（产品层的单位消耗）、a16z 成长期的"必须在 token 路径上"（投资筛选标准）。Elad 加的是企业内部的分配问题——谁该拿到 token 预算，以及由此推出的"SaaS 之死被高估"。⚠️ 这条与本库既有的"SaaS 会被 agent 吃掉"叙事（Sinofsky 的例外处理、Rampell 的"软件从来没干过活"）方向不同但不矛盾：Elad 的论证不是 SaaS 更好，而是替换它的机会成本太高。
⚠️ "几十个研究员驱动 80% 成果"与"实验室因为算力成本而抬高招聘门槛"是 AI 实验室文化与组织的新材料，且与罗福莉"卡的分配与组织平权"构成同一机制的中美两侧表述——罗福莉讲的是算力分配如何决定组织内部的话语权，Elad 讲的是算力成本如何直接改写招聘决策（"成本不是研究员，是与这个人绑定的算力"）。另与姚顺宇"英雄主义已过去" 形成张力：Elad 描述的是幂律在加强。
"创始人因为怕实验室而不够野心"是 Elad Gil 在本库中的第二次表述，且比 Netic 那期展开得多（这次点了"逃向硬件、American Dynamism、小众 AI 应用"三个方向）。⚠️ 与 Tokmak 的归因合读构成完整链条：她归因于"建设是围绕'我怎么能马上退出'展开的"，他归因于对实验室路线图的恐惧——两条指向同一批被观察者。补入 AI 商业化与价值捕获。
卖不卖公司的框架是本库全新的一条线，且 Sarah 的判据（"随着成本下降、能力上升，你在捕获价值吗"）恰好是 AI 商业化与价值捕获整页命题的创始人侧对偶：本库大量素材在论证价值往哪转移，这条问的是"如果你在错误的一侧且到不了另一侧，就该卖"。
监管俘获与"只看风险不看收益"给 LLM 安全的制度层补了一个此前只有 All-In 一侧的论证：Sacks 的"Dario 想要一个 AI 的 FDA"是动机分析，Elad 的扬森类比是制度机制分析（单边评估如何系统性拖慢一个行业），且他额外给了一条本库没有的推论——外部约束 + 内部沿指数推进 = 内部领先一年，这为"安全监管会不会反而强化寡头"提供了一条具体机制。⚠️ 核能数字（法国 70%、美国 18%、日本 25%）未给来源，本库标注为待外部核实。
加州财富税与生态外迁在本库中没有先例，最接近的是 Machina 那期与 Saronic 那期关于产业地理的讨论，但那是制造业选址，这是资本与创始人的税收迁移。已在 AI 商业化与价值捕获新开一节。

事实性断言与预测（可验证）¶

过去约五年有三家公司从近零走到万亿美元市值：Anthropic、OpenAI、SpaceX（Elad 断言；⚠️ SpaceX 当时估值转录稿作 "80 100"，单位缺失，本库按语境推断为800–1000 亿美元，[00:01:00]–[00:02:02]）。
万亿美元市值需要约 500 亿–1000 亿美元收入且有好毛利（Elad 的换算，[00:06:02]）。
⚠️ 实验室内部的时间表转述：距离"代码被彻底解决"约六个月到今年年底；明年年底撞上某种轻度 RSI，届时模型会训练模型自身相当大的一部分，一开始更可能是后训练（Elad 转述实验室内部信念，非他本人预测，[00:17:09]–[00:18:10]）。
⚠️ 过去五年里，研究科学家每隔 18 个月都认为 RSI/ASI 还有 18 个月（Sarah 的断言，未给样本来源，[00:19:11]）。
一些实验室已放慢研究员招聘，除非高于很高的门槛，因为"成本不是研究员，是与这个人绑定的算力"（Elad 断言，[00:22:12]）。
Minecraft 被微软以数十亿美元收购时约 5–10 人（Elad 断言，[00:24:12]）。
法国约 70% 发电来自核能；美国 18% 且 40 年未建反应堆；日本 25%（Elad 断言，未给来源，⚠️ 需外部核实，[00:36:18]）。
AlexNet 之外的另一条尺度锚点见同日的 a16z 那期。
预测（Elad）：未来一两年估值会继续上升，因为大量风险资本被返还、基金变大、必须投向"未来的万亿美元公司"；融资会变得更容易而非更难（[00:14:06]）。
预测（Elad）：加州 2028 年会有越来越多关于退出税（exit tax）的讨论；财富税法案的写法"相当宽泛"，未来年份可下调门槛（[00:29:12]–[00:30:12]）。
预测（Elad）：即便工程师被置换，GE / PG&E / Hershey's 这类企业会大量吸收他们——"这大概还要很多年"（[00:24:12]–[00:25:12]）。
预测（Sarah）：行业会消费掉所有可获得的算力与电力，无论底层架构是什么；新架构不会改变行业方向，因为"不管那是什么，它会被复制，然后各实验室去做它"（[00:32:15]–[00:34:16]）。
预测（Elad）：在算力约束存在的前提下，格局是一个"被强制的寡头市场"；关键开放问题是该约束何时解除（[00:19:11]–[00:20:11]）。