跳转至

Ali Ghodsi × Martin Casado：AI 公司为什么会想减速？RSI 的四个判据与"ontology"（a16z，2026-09-18）

  • 嘉宾：Ali Ghodsi（Databricks 联合创始人兼 CEO）
  • 主持：Martin Casado 与另一位 a16z 主持人（⚠️ 从场内"Sarah 这点说得好"[00:14:05] 判断为 Sarah Wang，但转录稿未播报全名，本库未能证实）
  • 来源：YouTube · 67 分钟（英文自动字幕）
  • 转录稿：sources/a16z/20260918-GzEtpAKYRvE

说话人认定依据：自动字幕只有 >> 换行符、无姓名标签，三人对谈且互相打断极多。本页只在有机械依据时点名： - Ali Ghodsi：开场被称呼（"谢谢你来，Ali"，[00:00:00]）、"我和 Martin 经常争"（[00:01:00]）、一切"我们 Databricks 内部"、"我有法务部门/安全部门"（[00:08:02]）、"我们给 Merck 做的模型"（[00:43:16]）。 - Martin Casado：Ali 点名"我和 Martin 经常争"；另一位主持人说"我们今天学到的是 Martin 真的很讨厌 pacing 这个词"（[00:25:11]）；网络行业的历史类比与"你和我都是搞网络的"（[00:32:12]）。 - 另一位主持人：Ali 说"Sarah 这点说得好"（[00:14:05]）；"我在二十几家董事会里"（[00:55:21]）；"我姐姐是亚利桑那乡下的小学老师"（[00:03:00]）。⚠️ 本页凡涉及"Sarah"身份的推定都加了限定，抢话处不逐句区分。

本期与 a16z 09-26 那期 必须一起读：两期相隔 8 天、同一频道、同一批事件（Dario 的 "pacing the frontier"、Hugging Face 事件、Bernie 的禁令提案）。09-26 那期是 a16z 内部人对监管机制的分析；本期是 a16z 合伙人与一位大型企业软件 CEO 的当面分歧——⚠️ 而这场分歧的焦点非常干净：Casado 认为"pacing"是公关失误、正确的词是"secure"；Ghodsi 认为 pacing 在企业里每天都在发生，而且他愿意被管。

概要

本期的价值在于两条主线都给出了可检验的判据，而不是立场表态：

  1. Ghodsi 的"RSI 四条件"（[00:12:03]）——把"递归自我改进是否真的在发生"变成四个可以去查的量。
  2. Casado 的"黑箱判据"与"自催化 vs RSI"之分（[00:16:06]、[00:37:13]）——把同一件事换成从外部可观测的指标。

而后半程完全换了题：为什么企业里 agent 还没落地。⚠️ Ghodsi 的诊断是本库目前关于"企业采用"最锋利的一条：不是模型不够聪明，是模型没有组织内部的 context。

本期最该被单独引用的十二条

  1. ⚠️ "目前的生存性风险接近于零。那为什么要把所有人吓个半死？"（[00:02:00]）Ghodsi 的立场有两层，第一层是领导者的责任：在没有非常好的理由之前，不该不必要地惊吓公众；"每次都上电视、或者朝着几百万人发推说'我认为有 10% 的概率全人类会被抹掉'，对很多人没有帮助，实际上是有害的"——因为不在这些技术细节里的人会被压力压垮，这会造成心理健康问题。他的替代方案是："如果 AI 研究里有技术上的微妙之处，研究者可以讨论那个。"
  2. ⚠️ 一条具体的社会外溢证据（[00:03:00]）：一位主持人说自己在亚利桑那乡下当小学老师的姐姐周日发短信问："我要不要把小木屋给你准备好？为 AI 末日准备的。水我已经备好了，你什么时候到？"——"我说，等一下，我们还没到那一步。" 本库把这条记为"x-risk 叙事已经溢出到普通民众"的一手观察。
  3. ⚠️ Casado 的公关诊断，是本期最该被完整引用的一段（[00:05:00]–[00:06:00]、[00:09:02]）：行业试图自我监管一点都不罕见，说"安全与保障很重要、我们希望有些监督"本来非常明智。问题出在它被裹进了"pacing"这个说法里。 他给的理由有三条：
  4. ⚠️ "pacing 与安全、保障是正交的。你可以慢慢地造一件武器——那和造武器没有区别。"
  5. 人们不觉得它真诚——这些公司此前从未这样做过，而且它们还在买更多算力以求更快。
  6. ⚠️ "它感觉像是对'暂停派'的一种温吞的投降"：你说 pause，我说 pacing，pacing 几乎像 pause 但又不是 pause。他说自己读了 Dario 那份文件——⚠️ "那是一份完全合理的文件，只是它跟 pacing 毫无关系。" 他认为正确的说法本该是 "secure the frontier" 而不是 "pace the frontier"，并称赞 Zuckerberg 的版本聚焦在安全、保障与自我监管上。
  7. ⚠️ 他的总结是一个"恐怖谷"比喻（[00:10:02]）：pacing 让"末日派"不满（"那不是暂停"），也让政策界不满（"这不是真的，你们反正不会做，而且你们没有聚焦在安全上"）——所以才有了这波反弹。
  8. ⚠️ Ghodsi 为 pacing 做的辩护，也是本期最诚实的一段（[00:06:00]–[00:08:02]）：他先承认公地悲剧——⚠️ "作为一个商业领袖我理解：我在竞争，我想赢。" 所以"你想慢就自己慢啊"这个反问不成立：我不会单方面停下来，那我就是傻子——你为什么不先停？ 于是逻辑就成了"你们能不能进来管管我们？给我们套上护栏，我们会很乐意遵守规则、做安全的事。" 他随后给了一个很实在的类比：Databricks 有法务部门、有安全部门，"他们总是让所有事情都慢下来，不只是 AI，是每一件小事"——连上个播客都要审稿。 ⚠️ "所以：你在跑一个 RL 实验、在训下一个模型，安全团队该不该坐在那里、跑他们所有的监控、看所有东西？如果让安全团队坐在那儿看完所有这些，会显著地把他们拖慢。"
  9. ⚠️ 两人就 Hugging Face 事件的分歧，是本库目前关于该事件最直接的一次立场对撞（[00:07:01]–[00:08:02]）：
  10. Ghodsi：从公开的复盘看，他们并没有监控每一个输出的 token，而是在跑 RL 实验、事后才进来看发生了什么——⚠️ "所以在那个具体事件里，他们本该 pace，本该慢得多。"（他同时说这些公司很棒、大概投了很多资源。）
  11. Casado：⚠️ "我读到那件事时的反应根本不是'OpenAI 应该 pace'，而是'哥，把你的东西做安全啊'——做安全控制，像我们一直做的那样。" 他的历史依据是：互联网史上我们并没有"给互联网的增长 pacing"，我们做的是安全、是控制。
  12. ⚠️ Ghodsi 的 RSI 四条件（本期最该被本库长期引用的东西）（[00:12:03]–[00:13:04]）：必须四条同时成立，任何一条不成立就不构成他担心的那种情形：
  13. 下一个模型需要更少的资源、更少 GPU 来训练——而且是超线性地更少，不是一点点。
  14. 下一个模型训练所需时间也更少。
  15. 模型的准确率 / 智能在提升。
  16. 前三条可以一次又一次又一次地重复。 ⚠️ 他自己给了"为什么缺一条就自动刹车"的理由：如果资源需求恒定，那没关系——因为我们会把硬件用光，它会自己 pace 自己，我们不会有足够的 GPU。 他还加了一句很克制的话：⚠️ "顺便说，我甚至不知道这四条成立是否必然导向超级智能——但它可能。所以如果他们能分享这些数据、让我们照点光进去、有点透明度，那会很好。"
  17. ⚠️ 他明确指出"没人在用这个定义"（[00:13:04]）：现在很多人的定义只是"我都不写代码了、它自己在写代码"——而这是把"我的价值何在、这对我可怕吗"与"这意味着我们会得到 Bostrom 2014 年假设的那种超级智能"混为一谈了。
  18. ⚠️ 他随后给出的现实证据，方向与四条件完全相反（[00:14:05]–[00:15:06]）：每家实验室一年只有一两次这样的训练；而下一个模型要用更多资源、更多人、而且更脆；实验室自己不一定建数据中心，但有人得建，而且必须是巨型的，还要搞到 GPU 和网络；⚠️ "你每多塞一个数量级的 GPU，就得开始担心以前不必担心的错误类型，所以你得提升系统的鲁棒性。" 结果是一个非常脆的过程，失败就等于烧掉巨量的钱——"已经有多次训练被搞坏了。"
  19. ⚠️ 主持人补的一个数量对照（[00:14:05]）：训一个前沿模型现在大概要 50 亿到 100 亿美元级别；⚠️ 而"半年后复现那个前沿，成本大约是二十分之一"。 本库未核实这两个数字。
  20. Ghodsi 的另一条现实数据（[00:13:04]）：⚠️ "Databricks 里 90% 多的软件已经是 AI 写的。最后那几个百分点是不是也由 AI 写，重要吗？其实没那么重要。"
  21. ⚠️ Casado 的"黑箱判据"（[00:16:06]–[00:17:06]）：与其争论内部机制，不如看外部数字——⚠️ "如果这些公司继续增长，同时人数和投进去的钱都在减少，那我会说这里确实有事发生。" 他的反证很干脆："但这些都不指向那个方向——它们在疯狂招人。" 他举的例子是："如果两周后 Anthropic 只有 12 个人、还在继续增长、发模型的速度还在加快，我们大概真该注意了。"
  22. Ghodsi 的反驳（[00:16:06]–[00:17:06]）：⚠️ "这不公平，因为公司并不一定是高效的。" 他举 OpenAI 自己早期同时在做一百万件不同的事，而真正有用的 LLM 部分是一个大约十个人的小团队。他认为正确的观察对象是"真正在训下一个模型的那支队伍"——要看它是不是很小、还在变小、做的事越来越少、AI 在做，而且用的 GPU 越来越少。（Casado 接受这是充分条件而非必要条件，并主张两个判据并用。）
  23. ⚠️ Casado 的历史类比（[00:18:06]–[00:19:07]）：他回忆当年美国曾对 PlayStation 做出口管制，因为担心萨达姆用它做（核武）模拟；⚠️ "当时的论证非常相似：这些东西正变得无限强大、我们用它模拟核武器、这有（他们当时没用这个词，但意思是）生存性风险，我们该阻止它。而这些都没有发生。" 他的落点很克制：⚠️ "所以一个非常合理的讨论是：这一次不一样吗？是或不是？我没有答案。"
  24. ⚠️ Casado 最实证的一问，本库认为这是本期最值得被回答而未被回答的问题（[00:20:08]）：互联网刚出来时，蠕虫已经让 10% 的网络瘫痪、让医院停摆、打掉关键基础设施、造成数百亿美元经济损失——而当时的建设规模远小于今天。 ⚠️ "而 AI 这边有这么多人想找出风险与威胁、跑得这么快、投了这么多钱，我却没看到任何与蠕虫早期年代相称的东西。这个断裂是什么？"
  25. ⚠️ CVE 从公布到被武器化的时间曲线（本期最硬的一组数字）（[00:24:11]）：Ghodsi 给的是——2018–19 年约两到三年；2022 年降到约八九个月；从 2022 年到现在，降到基本是"小时"级别，"基本没有时间了，东西会被立刻武器化"。⚠️ 他在后面又说成"降到分钟"（[00:32:12]），本库照录这个不一致，取其量级：从年→月→小时级。
  26. ⚠️ "模型已经足够聪明了，它们缺的是组织内部的 context。"（[00:40:13]）这是他对"企业为什么没落地"的诊断：模型没有参加过每一场会、不知道每个人脑子里有什么、不知道所有流程——每个组织里总有那么一两个什么都知道的员工，"你拍拍他的肩，所有人都会想：万一他/她离职了怎么办"。 ⚠️ 他的推论对"pacing"之争有直接后果："为此我们并不需要更聪明的模型。我们不需要一个能解 Navier–Stokes 或在 Humanity's Last Exam 上从 60% 提到 70% 的模型。这些都不需要。" → "所以很多人为'pace 前沿'很生气，但其实对地球上绝大多数组织来说，前沿不前进也没什么关系——它们在采用曲线上落后太多了。" ⚠️ 但他立刻给了反面："不过这对实验室会是灾难性的，因为智能的价格正在渐近式下降——大概每六个月降到十分之一。"（⚠️ 这个速率是他的口述估计，本库未核实。）

一、政治机器已经启动

  • 两党与各州（[00:03:00]–[00:04:00]）：主持人说进来之前刷 X，看到 Elizabeth Warren 在谈暂停全部 AI 开发，而这是接在 Bernie（并且在和 Steve Bannon 合作）之后；⚠️ 他的判断是除了吓到公众，"联邦这台机器现在也在启动，而这可能与那条讯息本身的目标完全相反"。另一处补充：连 Greg Abbott 都说德州不能有数据中心。
  • ⚠️ Ghodsi 强调"两边都有政治"（[00:04:00]–[00:05:00]）：商业一侧有人想要漂亮的 IPO、想要投资回报——"别搞坏我的 IPO"、"大家能不能都闭嘴，让我们把钱拿回来"；这些人有资源、在用资源、能拉关系，他们并没有安静地坐着。 另一侧则是"怎么把这件事武器化"——"这人发了这条推，我们把这条武器化，把这些帖子推起来"。
  • ⚠️ 关于"谁来当检查员"（[00:28:11]–[00:30:12]）：Ghodsi 说实验室提议让检查员进去看，"我认为这是个好主意"，但关键在于选谁——因为你可以"叠"人选（stack）。他给的那个例子很聪明：⚠️ "如果 Yann LeCun（这项技术的发明者之一）去当检查员，进去看完出来说'没什么可看的、继续往前走'，我会感觉非常好；而如果他出来时立场有所松动、有点改主意，那也是非常有意思的信号。" 所以要挑一组多元的人。（他同时说：如果检查员是任一阵营里那些早就下好结论的人，我不会被他们说的话打动。）
  • ⚠️ 三种治理提案的对照（主持人给的分类）（[00:30:12]–[00:31:12]）：OpenAI / Anthropic 版 = 第三方；Elon 版 = 实验室互相交叉检查，像科学界的同行评议；Zuckerberg 版 = 自我监督。Ghodsi 对"互评"的评价是本期最好笑也最狠的一句：⚠️ "如果拳台上打拳，拳手应该互相当裁判吗？不行。他们会一直喊犯规、犯规、犯规——对方一放出好模型，马上就是'啊，巨大的超级智能风险'。" 他的理由是既得利益在场、有 IPO 计划、两家竞争极烈且彼此有历史；"这就是为什么你需要第三方——世界上为什么会有法官？"
  • ⚠️ Elon 的"4D 象棋"指控与 Ghodsi 的回应（[00:31:12]–[00:32:12]）：主持人引 Elon（在 All-In 峰会上）的说法——⚠️ "这是某种精巧的四维象棋：一边说全人类都会死，一边问'你的 IPO 配额想要多少'。" Ghodsi 的回应是"这些东西是混在一起的"：确实有人真的被吓到了；也确实有人认为"如果有个法规来给我们 pace（抱歉又用了这个词），那对我们是好事"；而且人确实有既得利益——⚠️ "人们通常总能找到办法，让所有这些东西在自己脑子里和谐地对齐。" 他还点出一个更直接的动机：⚠️ "过去确实有一种营销手法：每训一个新模型，就大声宣扬它对世界有多么疯狂的风险。这对你有帮助。所以也许这些事并不矛盾。"
  • ⚠️ 自律会滑向监管（[00:33:12]–[00:34:12]）：主持人问什么时候该考虑联邦介入。Ghodsi 的机制判断是：行业自律与政府监管"会互相渗透"（他举 FINRA 为例——不是完全独立的自律组织，而是与政府相连）；⚠️ "如果他们自己在说有生存性风险，然后又说'来管我们、来监管我们'，监管者要说'不，我们不管'是非常难的。到目前为止监管者是这么说的，但我认为这撑不了太久。"
  • 场内引的两句对仗（[00:34:12]）：David Sacks——"我从没遇过一个 CEO 来求我们监管他们"；主持人接——⚠️ "而我从没见过一个监管者对此说不。"

二、两个被混为一谈的问题

  • Ghodsi 的切分（[00:26:11]–[00:28:11]）：
  • 问题一：超级智能。 他把这个概念的来源明确指到 Bostrom 2014 年那本书，并说"如果你读那本书，那些定义相当疯狂"——场内给的例子是几秒内写出一整篇有新意、可过同行评议的博士论文、瞬间完成千年量级的思考、不写任何东西就在十一维空间里做物理直觉推理。⚠️ "如果这种东西存在，它是不是一个工程问题就能解决的？不是。如果那真发生了，那会是生存性的——而这一点大家都同意。" 但他强调：我们现在离那个毫无接近，也没有走在那条路上。
  • 问题二：今天的 agent。 ⚠️ "但这些 agent 是有能力的，而你能用它们做到人类历史上从未能做的事。所以我认为一个拐点已经发生了。" 他给的例证非常具体：⚠️ "Databricks 有很好的安全研究员，但我永远不可能说'我们把一万个他们放进沙箱跑一个月'、做价值一亿美元工资的工作。现在我们可以了——按一个按钮就能拿到十万个。" 数学同理："我们想解某个猜想，那就让一万个相当不错的数学家协作"，进展会非常快。
  • ⚠️ 结论："这会导致所有这些网络风险。我认为 cyber 才是这里的主要问题。" 而这个问题是能用工程解决的——"我们在做，很多人在做；风险仍然存在，但不是生存性的"。
  • ⚠️ 他对"大规模 RL 本身"的风险描述，比他对超级智能的描述具体得多（[00:10:02]–[00:11:03]）：任何人做大型 RL 训练、给它一个奖励函数——"放出一万个 agent、给一亿美元，在一个巨型集群上并行跑一两个月去解任何东西"——⚠️ "而且它甚至不必是个安全任务，可以是'解这道数学题'，真正糟糕的事情也可能发生：东西被黑，而 cyber 是首要的那类。" 他还给了一个更强的情形：⚠️ "你可以想象它开始跳跃——占用资源、在别处执行自己，有点像病毒那样扩散。这是真实的风险。"（他明确说这一次它没有那样做。）
  • 他为什么睡得着（[00:21:09]–[00:22:09]）：⚠️ "我晚上睡得很好，我不认为现在有生存性风险。" 但他给了一整套当下就该做的事：过去有 SOC（安全运营中心）团队人工看入侵，现在人跟不上了，所以整个网络安全领域正在转向用 agent 做全自动检测；Databricks 自己有一款检测产品在市场上。⚠️ "如果我们不做，你会开始看到站点下线、整个系统停一段时间、会有后果——不是生存性的，但是经济损失，以及有人受伤。"
  • ⚠️ 他对行业现状的判断很悲观（[00:22:09]）："大多数组织离做到这件事都不接近。银行在做，一些特别注重安全的在做，但今天业界大部分还在跑老派的安全运营中心"——每天早上醒来有几百封检测告警邮件，很多是误报可以忽略，但有些不是，而他们根本没时间看完。 还缺的是自动化的威胁狩猎——用 agent 自动攻击自己的系统。
  • ⚠️ "数据与 AI 正在和 cyber 融合，这两个市场在塌缩。"（[00:23:10]–[00:25:11]）他的机制解释是：过去数据/AI 与 cyber 是两个世界；但现在公司内部跑着 agent、agent 还在和别人的 agent 打交道，产生大量数据——日志、痕迹、指纹；⚠️ "于是所有这些被生产出来的数据都需要被分析，而需要分析的规模比一两年前高了很多很多个数量级。" 这就是第 11 条那组 CVE 数字的语境。

Casado 的术语纠正：自催化不是 RSI

  • ⚠️ 本期最该被本库当作术语标准的一段（[00:37:13]–[00:38:13]）："他们说 RSI 的时候，很多时候讲的其实是自催化（autocatalytic）效应，而自催化在我们这个行业里已经存在非常久了。" 他给的例子是：⚠️ "你不可能不用计算机芯片来造计算机芯片"；编译器编译自己（Ghodsi 补：这个更接近 RSI）；蒸汽机也是自催化的；互联网也是，因为它让人能远程协作。
  • ⚠️ 他给了一个来自一线的比例（[00:37:13]–[00:38:13]）："我的全职工作就是接待从实验室出来创业的人，他们全都说 RSI，因为所有人都说 RSI——而其中大概只有 1% 真的是 RSI"；其余是"我们用 AI 做数据清洗、我们用模型写 GPU kernel"这类。⚠️ "这是个人观感：90% 的卡路里花在自催化上，而这 100% 是你应该预期的。"
  • 但他确认有人在做真的那个（[00:38:13]）：Ghodsi 指出现在确实有了新的焦点——"能不能让模型训练它自己"，就是 Karpathy 那种 auto research，但实验室想认真做。⚠️ Casado 的回应是"有团队在做，但投进去的卡路里远没有你以为的那么多"，并说自己的采样应该不错，因为这些人都会来找他们聊。
  • ⚠️ 一条对"AGI 已到"叙事的现场反证（[00:38:13]–[00:39:13]）：主持人提到 Brockman 本周上播客说"我们处在 AGI 时代"。Ghodsi 的做法是拿自己的提问法去验：他长期问听众"AI 是不是比你周围大多数人更聪明"，⚠️ "从去年 Q3、Q4 起，几乎一直有人说是"；但当他接着问"你们当中有多少人在管理成百上千个互相协调、组成蜂群、互相谈判、把你生活全自动化的 agent，举手"——⚠️ 几乎没有人举手。 主持人补：大多数企业就是 Microsoft Copilot，那就是它们 AI 的全部。Ghodsi 的描述是：⚠️ "他们在用 chatbot 问问题，那基本上是一个非常美化、非常高效的旧日 Google 搜索——就是更快的 Google。" 写代码这块确实在发生（"ROI 可以再讨论"），⚠️ "但那种把整个企业自动化掉的 agentic 工作，根本就没有发生。"

三、ontology：他对"企业采用"给出的完整方案

  • 他为什么先讲"好用例"（[00:41:13]–[00:44:16]）：他认为公众现在在问"这对我有什么好处？看起来什么也没有"，所以成本—收益分析里"收益"那一侧被讲得太少。他列的用例（均为 Databricks 客户，自述）：
  • ⚠️ Crisis Text Line：用大语言模型检测青少年是否有自我伤害 / 自杀意图——"这个用例真的在救命"。
  • Omnipod（糖尿病）：用 AI 学习你的胰岛素释放与血糖水平并精确给药——"以前人们要自己扎针"，现在是为你的身体自学的 AI。
  • Zipline：全自动无人机，从电池优化到航线全由 AI 驱动，给需要的地区送血（从非洲开始）。
  • ⚠️ "Teddy"（Transformer Enhanced Drug Discovery，与 Merck 合作，他说研究已发表）：⚠️ 它预测的不是英语里的下一个 token，而是基因调控网络会如何响应，并且能区分哪些细胞是因果性的、哪些只是在反应——用于药物发现、显著降低针对特定疾病的开发成本。
  • Novo Nordisk 用 Genie 跑全部临床试验的分析：⚠️ "拿到洞察的时间可以从几周压缩到几分钟"（例如做肥胖研究）。
  • ⚠️ 他的落点带着调侃："我们不想 pace 这些东西。"
  • 第一步是"把发生的一切数字化"，而这一步就卡住很多组织（[00:44:16]–[00:45:16]）：⚠️ 每一场会都要转录、所有会议的 context 和全部数字内容都要喂给 AI；而"这本身在很多组织里就是个问题，因为法务团队会说：不要录每一通电话、不要录每一件事"。
  • ⚠️ 他对 "ontology" 的定义（本库此前只在 Palantir 语境里见过这个词）（[00:45:16]–[00:46:16]）：组织里所有抽象概念之间的关系——所有目标、所有部门、所有人、所有在跑的项目，它们各自究竟指什么、彼此之间是什么关系、人与资源与公司在做的事之间是什么关系。他给的判别法极好记：⚠️ "两个人同样聪明、同样勤奋、教育背景相同——一个今天第一天上班，另一个已经干了五年。区别是什么？后者拥有这家组织如何运作的 ontology。" 具体形态是：别看组织架构图；别去问那个人，他推不动事；去问这个人，他能帮你办成；这个流程在这里不用填那张表；这个项目是当下最要紧的。 ⚠️ "所以创业圈才会说：如果你失去大部分人，公司恢复不了——你不能只是补招新人。"
  • ⚠️ Google 索引类比（本期最有技术含量的一段，本库认为可以直接拿去解释"为什么现在的 agent 慢"）（[00:46:16]–[00:48:17]）：他说今天的 agent（Claude Code、Codex、pi、open code 等）的做法是一个 agentic 循环：能推理，但要一个一个地去查每个资源——为你的问题去这个 MCP server 看有没有答案、再去下一个，最后综合给你一个答案，"而这挺慢"。他的反事实很锋利：⚠️ 如果 Google 25 年前用这个办法做搜索——先去一个网站、用 LLM 总结它做什么、找几个枢纽链接、并行跳进去几个、读几个网站、这样干十分钟，然后给你它能找到的最好的十条蓝链——(1) 每次上网都极贵；(2) 你要等十分钟；(3) 质量还差，因为你只看了存在的东西里极小的一个子集。
  • ⚠️ "那他们怎么做的？他们有索引。你根本不离开 Google 的服务器：搜索命中反向索引，一百毫秒内就给你十条蓝链。我们需要为 AI 做同一件事——ontology 就是那个要在线下持续计算的索引。"
  • ⚠️ 他指出这比 PageRank 更难的三点：权限（"我能访问的数据可能不是你能访问的数据"）、隐私与访问控制、对象类型远不止网页那一种。"所以问题稍难一点，但可管理，确实做得到。"
  • Databricks 自己的结果（自述）（[00:48:17]–[00:52:19]）：⚠️ "我们自己的 ontology 比我们任何客户的都大——因为 Databricks 用 Databricks 比任何人都多"，是"图里几百万乃至上千万个节点"。 他描述的收益路径是组织性的：组织是树结构，信息沿树上下流动——决策不了就上报，上级要 get up to speed、拿到全部 context 才能拍；拍完还要往下渗透；⚠️ "如果你有 ontology，这里很大一部分现在可以由 AI 来做。" 因为会议里发生的事就是：某个聪明人用 Excel 做了分析、做了模型、做了一份带好看图表的 PPT——而这些 AI 现在就能做，它有全部 context，能按你想要的方式呈现，你可以直接向 AI 追问而不必再开跟进会。 他说这"和 Jack Dorsey 讲过的对组织的改造是一路的，只是给了一个具体的实现方式"。
  • ⚠️ 最具体的一条现场观察（[00:50:17]）："现在会议上所有人都在手机上用 Genie 提问——只要有人说了什么复杂的东西，你就看到所有人低头看手机。"
  • ⚠️ 他讲的那个轶事，本库认为是本期最好的"采用已经发生"的证据（[00:50:17]–[00:51:18]）：他要一个数字（我们在财富 500 强里的渗透率是多少），问销售运营的同事，对方回"抱歉我现在登不上 Genie，我在飞机上"——⚠️ "我说：如果你也只是去登 Genie，那我自己就能做；我问你是因为我以为你有我拿不到的别的东西。" 他有点生气，转而发短信问 CFO，结果 CFO 直接贴了一张 Genie 的截图回来。⚠️ "我说：这儿还有人做点新鲜事吗？大家都只是去问 ontology。" 现在他们的说法就是 "someone just Genie this"。
  • ⚠️ 他给了 Palantir 正面评价（[00:51:18]）："Palantir 在走进组织、把大量默会知识写下来、装进组织这件事上做得很好。" Databricks 的差异是自动把那些东西拿来建图，再把图喂给 agent，并且按业务领导者想看的方式（图表、可分析、可追问）回答。

四、token maxing → value maxing：一组很具体的成本工程

  • 时间线（自述）（[00:53:19]–[00:54:20]）：去年 Q4 模型变得真正好用，他自己开始用模型往 Databricks 生产环境提交代码，然后推动全公司：⚠️ "如果 CEO 能在一个有各种安全要求的、非常敏感的数据平台上把代码提到生产，你也应该能。" Q4 就做了排行榜；到今年一二月已经全面铺开；⚠️ 而"token maxing"这件事在二三月就已经失控了。他说他们大概比别人早几个季度看到这件事。
  • 他们做的五件事（[00:54:20]–[00:55:21]）：
  • Uni Gateway（原本就有，用来提供 token 容量：OpenAI、Anthropic、Gemini、Grok 以及任何开源模型，客户可以直接从 Databricks 拿容量）上加预算约束——按人、按组给警告："你的预算还剩这么多、你快到上限了"。
  • 做细致的分析，以便精确预测成本走向。
  • 加智能路由：接近预算或问题简单时，自动挑更便宜的模型。
  • ⚠️ 自建一个叫 Omniagent 的 harness，可以在不同 harness 之间多路复用——⚠️ "结果发现 harness 本身很要紧：同一个模型、同一个版本，换 harness，实际成本差了将近 2 倍。"
  • 结果：⚠️ "token 持续上涨，但成本基本持平"——他说每个组织现在都在经历这件事，需求巨大。
  • ⚠️ GLM 那条轶事（本期最该被本库单独追踪的一条产业信号）（[00:55:21]–[00:56:21]）：一位主持人说自己在二十几家董事会里，⚠️ "上周第一次有一家有规模的公司说，他们正从前沿模型迁到 GLM——这是一个很大的工程组织。" 他自己给了合理的怀疑：记得第一次 DeepSeek 时刻和 NVIDIA 股价，后来发现不是真的；然后 Kimi 时刻、又一次 DeepSeek 时刻，似乎都没对市场产生可观察的影响；⚠️ "但现在我手上这些轶事相当真实，而且看起来正在发生。"
  • ⚠️ Ghodsi 的回答把它一般化为"混用模式"（[00:56:21]–[00:57:21]）：人们两个都要——难任务要最新最聪明的模型（那里有 ROI），但也有大量平庸琐碎的事：⚠️ "人们真的会用自己的 harness 去重命名文件——你为此付的是高出几个数量级的钱。至少那个你自己敲一下吧，别让模型花五分钟转着圈给你改个文件名。" 他说人们实际在做的是：expert 模式（小而便宜的开源模型调用大模型，或者反过来，或者让它们互相乒乓）+ 多路复用 harness；他还给了一条具体观察——⚠️ "比如人们发现 pi 作为 harness 相当高效。" 他的结论：⚠️ "我们会走到一个不再对所有事都用最聪明模型的世界——而那恰是过去两年的范式。"
  • ⚠️ 主持人观察到的分工模板（[00:57:21]）：用 Fable / Astra 做架构设计 → 用便宜模型做实现 → 再用 Fable / Astra 做审计（audit）。 "这看起来是正在浮现的那个模式。"
  • ⚠️ 开源占比：本期最该被引用的一组数字（[00:57:21]–[00:58:21]）："按美元算，开源大约 5%，非常少；但按 token 数算，超过 60%。" 另一位主持人补了产品侧的对照：⚠️ 像 Decagon 这类公司，"对外产品侧几乎到 90% 开源"，而内部使用则是"我们不在乎，直接用前沿，不考虑成本控制"——但规模一大就会回头管。 ⚠️ 本库未核实这几个比例。

后训练、eval，以及 Mosaic 那次押注

  • 2023 年买 Mosaic 的那个判断在 2026 年成立了（[00:58:21]–[00:59:22]）：⚠️ Ghodsi 承认当初"我们也帮你预训练"这部分"根本不成立——现在有太多很好的预训练模型可用"；真正成立的是后训练与强化学习，"我们正在规模化地做，很多创业公司就是客户"。⚠️ 他给的适用判据很清楚：如果你的创业公司的产品是做某件特定的、重复性的事，而不是通用智能，那么"拿一个很好的开源模型 + RL 把它做到在那个特定任务上极强"就非常合理——成本能砍下来、速度能做快、而且 IP 归自己。 反过来：⚠️ "大型企业只需要基础的自动化，现在让它们做这个太过了。"
  • ⚠️ eval 是真正的瓶颈，而且他给了一个很少有人愿意讲的失败经历（[01:00:22]–[01:01:22]）：主持人指出"你需要好的 eval，而做好 eval 很难"，所以对多数组织来说"简单按钮"就是直接用前沿模型。Ghodsi 的自述：⚠️ "我们在产品里甚至给客户自动生成 eval，而且放在最显眼的位置——但人们不想用；于是我们说好吧挪到后台做成可选的——然后他们就再也不去了。" 他的解释是人们要的是快速验证（"有个新模型，我想试试，我想把这个问题解决掉"），没时间走"做 eval、立基线"这套科学方法；⚠️ 他的类比是 TDD："软件工程里，真的有人做测试驱动开发吗？很少。所有人都说那是对的方式，但实践中没人做。" 结论："所以训练自己的模型的诅咒，就是 eval 才是难的那部分。"
  • 前向部署（FD）团队的需求显著上升（[01:01:22]–[01:02:22]）：⚠️ "ontology 是自动的，但如果你根本没在收集信息、什么都没录，那就不行"——所以 FD 的活很大一块是帮客户把这一步做起来。另一类是造带护栏的面向客户 agent：他举的例子是 Fox 的体育 AI——⚠️ "你可以试着问它政治，它非常擅长拒绝你，然后把话题转回体育。" 他给的理由是很多组织没有内部专家，"他们只需要旁边一点点帮助就能起步"。

一条关于 agent 时代产品设计的旁证：Neon / Lakebase

  • ⚠️ 中立第三方的测试结果（主持人转述）（[01:02:22]）：Lakebase / Neon 成了 agent 首选的 Postgres 数据库——"一年前我大概猜不到"。
  • ⚠️ Ghodsi 的归因，本库认为这是本期最可迁移的产品方法论（[01:03:23]–[01:05:24]）：功劳归 Neon 和 Nikita 团队，而他们做的是执着于"怎么让 agent 偏爱我们"：
  • agent 要做实验、要临时建库，所以库必须起得极快——"他们的执念是一切都要远小于一秒"；
  • ⚠️ "你能在不到一秒内克隆一个巨大的数据库"，高度弹性、高度响应；
  • ⚠️ 杀手特性是 branching——像给数据库开分支，同一个库上可以有很多很多分支，而且做得极轻量。
  • ⚠️ 他把这归入一个更大的模式："我们在别的地方也看到过——UV、ripgrep，基本上是把一堆 Unix 工具重新实现成极快、极轻、而且对 agent 是 failsafe 的。他们只是把这件事做到了一个更难的问题上：数据库。"
  • ⚠️ 定价也是产品的一部分："agent 只是在造点软件、做实验，你不希望成本飙上去。"
  • ⚠️ 最该记的一句："他们不是想赢数据库战争、不是想比别的厂商更好，他们执着的是'我们怎样成为对 agent 最好的那个'。" 主持人接上了这条的关键含义——⚠️ 这是一个新的 persona：数据库行业过去的执念是怎么帮 DBA、怎么帮应用开发者，而他们改成了怎么帮 agent。
  • ⚠️ 结果（自述）："现在 Neon 和 Lakebase 上创建的数据库里，超过 90% 是 agent 创建的，不是人。"
  • 主持人还给了一条反常识观察：⚠️ "通常一家公司被大公司收了之后节奏会变慢，但（Neon）的产品其实明显变好了。"

五、收尾：P(doom)

  • ⚠️ Ghodsi（[01:05:24]）：先说"低于 10%"，随即改口——"不，接近于零。"
  • ⚠️ 主持人（[01:06:24]）："我唯一的答案是：我在没有 AI 的情况下的 P(doom)，比有 AI 的情况下高得多。" 另一位当场表示同意。

⚠️ 自动字幕专名对照（未核实的照录）

字幕原文 本页按上下文还原
Ellie / Ali Goodsy / Ollie / Ali Ali Ghodsi
Martine Martin Casado
Daario / D Dario Amodei
Bodstrom / bystrom Nick Bostrom
Yandun Yann LeCun
Yakob ⚠️ 未能还原（开场列举"发过言的人"之一）
Omnient Omniagent（Databricks 自建 harness；与本库 Databricks 那期 里的 Omnigent 应为同一物，拼写以官方为准）
lakewatch Lakewatch（其检测产品，拼写未核实）
Teddy / DRN Transformer Enhanced Drug Discovery；⚠️ 语境应为 gene regulatory network（GRN），字幕作 DRN
palunteer Palantir
Astra / astro Astra（与 Fable 并列被提到的模型，拼写未核实）
Kimmy Kimi
Grock Grok
pi / open code agent harness 名，⚠️ 拼写未核实
⚠️ 50–100 亿训练成本、1/20 复现成本、每 6 个月降到 1/10、开源 5%/60%、Decagon 90%、Neon 90%、2 倍 harness 成本差 全部为口述数字，本库未核实

交叉链接