"开源模型是它所携带的那套基础设施的特洛伊木马"：Beam 的训练账本、RL 的 flops 超过预训练，以及"开放即安全"（No Priors / Misha Laskin，2026-10-09）¶

嘉宾: Misha Laskin（Reflection AI 联合创始人兼 CEO；前 Google DeepMind 研究员，物理学博士）
主持: Sarah Guo 与 Elad Gil（⚠️ 转录稿无说话人标签，本库不逐条裁定两位主持各说了哪句；下文凡写"主持人"均指两人之一）
来源: YouTube · 70 分钟
转录稿: sources/no-priors/20261009-up4sG9RM20M

⚠️ 人名与术语还原（自动字幕，均为高置信度）：Misha Laskin → 开场播报作 "Misha Alaskan"；Linus's law → "Lionus' law"（出现两次）；o1 → "01"；Mistral → "Mistral"/"MRO"（后者出现一次）；Abridge → "A Bridge"；Vercel → "versell"；Vera Rubin → "Ver Rubins"；Lee Sedol → "lease doll"；asymptote → "asmtote"（全程）；jagged → 多处作 "jacked"/"jagged"；on-prem → "onrem"。

⚠️ 本库无法确定还原或明显残缺的四处，一律照录并标为存疑：① ⚠️⚠️ [01:00:55] "我们在七月收到的那个 SpaceX cluster 上训练了最终模型"——⚠️ "SpaceX cluster" 本库无法确定是公司名、集群代号还是转录错误，所以本库只记"他自述最终模型跑在一个 2026 年 7 月才到手的集群上"，不引用那个名字；② [00:04:03] 联创名字字幕作 "Giannis"，全程没有姓（⚠️ 本库只照录他自述的身份："DeepMind 的创始工程师之一"、"包括 AlphaGo 在内所有大型 RL 项目的关键贡献者"、现负责 Reflection 的研究与技术）；③ ⚠️ [00:38:38] "有些是 irrational，有些是 irrational"——明显是 "rational / irrational" 的转录重复，本库按"有些理由是合理的、有些不合理"理解并标注；④ ⚠️ [00:54:53] 主持人提到的那个"OpenAI / Hugging Face 事件"——⚠️ 稿中只有 "a open AAI hugging face incident"，本库无法确定指什么事件，照录为一条主持人的未核实断言、不作为事实。

✅ 本页认为这是本库在开源与开放权重基础设施上最重要的一期，而它的价值集中在五处本库此前完全没有的东西：① ⚠️⚠️ 一份真实的前沿级训练账本——预训练 6,000 张 GB300 跑几周，而 RL 是一万多张跑四周，所以 flops 花在 RL 上的比预训练更多；② ⚠️⚠️ 一条带年份的追赶成本阶梯：18 个月前是亿级、半年前是十亿级、明年是百亿级；③ ⚠️⚠️ "租 vs 拥有"这个把开放权重商业化讲清楚的框架，以及一条 gateway 侧的份额翻转口径；④ ⚠️⚠️ "开源模型是它所携带的基础设施的特洛伊木马"——本库第一条把开放权重与供应链锁定连起来的论证；⑤ ⚠️⚠️ "开放即安全"的完整论证，连同一条它自己承认的经验证据，以及本页认为该贴在它旁边的两条限定。

⚠️ 利益相关是本页最需要前置的一条：⚠️⚠️ 他是一家刚发布第一个开放权重模型、正在建商业化引擎的实验室的 CEO，而本期几乎每一条判断都指向"开放权重会赢、而且该由西方做一家"这个结论。 ⚠️ 全部性能数字（3–4 倍推理效率、10 倍、"开源史上最大规模 RL"）、份额数字（gateway 上 70/30 翻转）、以及对中国实验室的三条指控（工业级蒸馏、版权数据、国家支持）均为他口述，本库一条未核实。 ✅ 但本页认为他的限定密度高于平均：他主动说 "中国出来一个很好的开源生态，对世界其实是巨大的好处"、"我们这边确实还有一些要追"、"主持人更懂这个市场"，并在谈 alignment 时说 "对齐这门科学到目前为止是深度无聊、不令人满意的"——⚠️ 而这句话正好削弱他自己那条"开放更安全"的乐观版本，见下文第五节。

概要¶

⚠️⚠️ 本期最该被长期引用的一条，是那份训练账本——因为它是本库第一次拿到一个前沿级模型在预训练与 RL 之间的真实 flops 分配（[00:12:11]）。模型规格是 "Beam，一个 5000 亿参数总量、230 亿激活的模型"：
⚠️ 预训练："6,000 张 GB300，我想我们跑了几周；但现在有了基础设施上的效率，我们大概 12 天就能做完，可能更少。" ⚠️ 他自己点出了这是两种效率的叠加："所以这里有科学效率与基础设施效率的耦合。"
⚠️⚠️ RL："强化学习是一万多张 GB300 跑四周。所以实际上花在强化学习上的 flops 更多。"
⚠️ 他给的原因是 RL 作业的形态不同："强化学习作业更复杂，因为你要同时做大规模推理——带着各种给 agent 用的沙箱——以及训练。"
✅ 本页认为这条该被 LLM 训练流程作为一条硬数保存，因为本库此前收过多份"算力正在从预训练转向后训练"的说法，但没有一份给出可引用的配比。 ⚠️ 而这一条的限定是：它是一个追赶者在特定世代上的配比，不能外推成前沿实验室的普遍配比。
⚠️⚠️ 而那条追赶成本阶梯本页认为是本期第二重要的内容，因为它把"独立实验室还有没有窗口"这个问题变成了一个带年份的数（[00:09:08]–[00:10:08]）。被问"追到前沿要多少资本"，他先给了限定 "这取决于前沿一直在动，所以每一年其实都更贵"，然后给了三档：
⚠️ "一年前、或者说 18 个月前，会是——我说'量级'的意思是——一亿的量级，所以是几亿美元。"
⚠️ "我认为现在、或者就说半年前，大概是十亿的量级，所以是个位数十亿美元。"
⚠️⚠️ "进到明年，我认为是 10 的量级。"（即数百亿美元）
⚠️ 他给的机制是每代 4 倍："你大致可以把它想成每一代模型在算力上有一个 4 倍的乘数。" ⚠️ 而他给的硬件锚点是："几年前前沿芯片是 H100，可能是 10 万张 H100；然后 Astra 被训出来，那就是在 10 万张 Blackwell 上的一次大跑——大致是 H100 的 4 倍乘数；而我相信下一代会是大约 10 万张 Vera Rubin。"
⚠️⚠️ 而他对"这条线会不会到顶"给的回答是直接承认，本页认为这次承认值得记，因为它来自一个最有动机否认的人（[00:10:08]）：主持人的论证是 "相对于这些公司的收入规模、甚至潜在收入规模，你在能对着你实际产出的经济价值投多少钱上会开始见顶"，⚠️ 他的回答是 "绝对会"，并补了 "前沿实验室现在在往里投几千亿。那他们会在未来一两年投几万亿吗？不太可能。"
⚠️ 他给的两条缓解机制是效率而不是资本："算力的使用正在变得高效得多，因为模型自己正在变成帮助构建自己的工具"；以及 "每个 flop 能产生的收入也在增加"。
⚠️⚠️ 而他给的那两个效率数字本页认为是本期最该被独立核查的一处，因为它们是"AI 做 AI 研究"这条线上少见的量化口径（[00:11:08]、[01:03:57]）：
⚠️ 人类研究员独自做的基线："当年只是人类研究员在做这件事时，大概每年有 7 倍的改进"，⚠️ 而他强调这是可被技术性追踪的："在预训练里你用预训练损失来做——你做了一些改动、有了新的预训练损失，而它应该是你用更少的算力到了同一个点。所以当你说 7 倍，它其实是一个你在研究的非常具体的东西。"
⚠️⚠️ 而 RL 一侧他给的数大得多："预训练大概更硬化一些，但强化学习里有很大的余量——我们大概处在，取决于你的模型有多好，30 倍那种效率（用于真正改进自己）。"（⚠️ 主持人追问"每年 30 倍？还是相对什么？"，他的回答是 "差不多吧，我是说这取决于你看的是什么指标"——✅ 本页认为这次追问与这个含糊的回答都该保留，因为这个数的口径到最后也没被确定下来。）
⚠️ 他在后面又给了一次更保守的版本（[01:03:57]）："之前当它只是手工活的时候，年度改进率大概是 7 倍，而现在是那个的好几倍——比如说大概四到五倍。" ⚠️⚠️ 本页标注：[00:11:08] 的 "30 倍" 与 [01:03:57] 的 "7 倍的四到五倍" 不是同一个口径，本库不把它们合并，也不替他取一个数。
⚠️⚠️ 他对"RL 到底还有没有天花板"给的回答是本期最有分量的一条研究表态，因为它把问题从技术换成了经济（[00:13:11]–[00:14:12]）。他先讲了自己入行的原因："我当时是物理学家，而 AlphaGo 里有一张图，它就是从来没停止改进——它一直在改进，他们只是在某个点把它截断了，因为再改进有什么意义呢？你已经打赢世界冠军了。"
⚠️⚠️ 而他说这个条件现在已经达到了："我们这个领域已经到那儿了。我们这个开源项目里我真的很兴奋的一件事，以及随之而来的技术报告里会描述这些东西是怎么建的——而确实，我们这个强化学习系统从来没有停止学习。如果你看我们的曲线，它们就是一直在往上走，而这基本上只是一个算力问题。"
⚠️⚠️ 结论是问题的性质变了："但那意味着你从'你能不能训练出这些东西'，移到了'你能从哪里拿到数据'以及'什么是经济上有价值的'——而这就只是一个经济决策：我往 X 里投多少钱，来换取某种程度的改进。" ⚠️ 他自己加的那句是 "这在不久前还不是真的"。
⚠️ 本页标注：那条"从未停止学习"的曲线依据在技术报告里，而本期录制时技术报告还没发布，所以这条目前是自述。
⚠️⚠️ 而"租 vs 拥有"是本页认为本期对 AI 商业化与价值捕获最有迁移价值的一个框架，因为它第一次把"开放权重怎么赚钱"讲成了一件与闭源同构的事（[00:22:19]–[00:24:20]）："开源和闭源模型的商业化在某种意义上是很相似的。你真正想做的是最大化推理。而区别在于，它基本上是推理的租用 vs 拥有。"
⚠️⚠️ 他对 token 的拆解本页认为是这一节最该被引用的一段："当你买一个 token，你是在租整个栈的一小片——harness（如果里面有 agentic harness）、模型、推理软件、集群管理软件、它跑在上面的那些 GPU，而所有这些都被摊销进了一个 token 里，而你在租这整个东西的一小片。"
⚠️ 而"为什么要拥有"他用了住房类比："我们通常一开始是租公寓。但当你长大了，你会因为各种原因想拥有一栋房子，即使那有点麻烦……而 AI 作为一个商业市场已经成熟到这个程度：企业在租智能上花了很多钱，然后开始因为围绕控制权的各种原因想要拥有它。"
⚠️⚠️ 而他对"开放权重公司到底卖什么"给的回答很直接，本页认为这条是开放权重商业模式里最容易被忽略的部分："开放模型是宽松许可的。但为了让客户真的能用上它，他们需要所有其它那些东西——那些你从一个闭源模型那里会当作理所当然的东西：集群管理软件、推理软件、harness 等等。"
⚠️ 而服务（services）在他的框架里不是利润中心而是需求驱动器："我们把服务想成：我们怎么进去解锁真正有价值的用例，从而驱动大量的算力需求、推理需求。所以某种意义上，服务和开放模型是一个推理生意的需求驱动器。"
⚠️⚠️ 而他对"只卖推理"这条路给的否定本页认为是本期最可操作的一条商业判断（[00:30:28]）："很难进去只说'我们要给你推理'。我没听过这个词（有用）。那没有成功过。" ⚠️ 他们的定位是 "以方案驱动"："让企业能够构建成功的方案。" ⚠️ 他给的理由是企业与 AI 原生公司的差别："让 AI 原生公司采用开放模型的，是他们自己构建自己的方案；而企业就是需要更多的帮助。"
⚠️⚠️ 而那条 gateway 份额翻转是本期最该被核查的数字，因为它是一条可被第三方平台数据检验的结构性声明（[00:25:21]）："大概六个月前，闭源是多数、开源是少数；而你去任何一个 gateway——比如 OpenRouter 或者 Vercel——它几乎恰好翻转了，从 70/30 的闭对开，变成了 70/30 的开对闭。"
⚠️ 他的预期是加速："我认为这只会加速。"
⚠️⚠️ 而他给的终局类比是操作系统，本页认为这个类比的价值在于它同时预测了两件事："我怀疑这个世界看起来会和操作系统没太大不同——世界上 95% 以上的服务器、计算机跑在一个像 Linux 这样的开源操作系统上。但那并不意味着闭源的东西不值钱——微软和苹果都是极其值钱的公司。所以这摊东西的市场真的很大。"
⚠️⚠️ 而他给开放权重多出来的那一条，本页认为是他对本库既有"开源会压掉价值"论证的最直接反驳："一个很大的不同是，我认为我们也会看到大量经济价值流向开源——仅仅因为即使模型是完全宽松许可的、或者带某种 license，你运行它所需要的其它一切仍然很贵。算力仍然很贵。所以你所处的世界和（Linux 那时）不一样：像 GPU 这样的硬件加速器，就是一个比 CPU 更贵的算力基底，所以需要围绕它建一种不同的云。"
⚠️ 他的三条终局预测是并列的："大多数 token 去开源"；"极其值钱的闭源模型公司继续存在"；"一个有价值的开放模型公司生态、以及它们周围的各种分发商也存在"。
⚠️⚠️ 而他对"企业会怎么定制"给了一条与行业流行口径相反的判断，本页认为这是本期最该被实践中使用 LLM 引用的一条（[00:27:25]–[00:29:26]）。他先给了别人的数据："一些专做开放模型的推理服务商说，（定制比例）其实是绝大多数、90% 以上是定制过的。"
⚠️⚠️ 但他紧接着自己把这个数据的适用范围打掉了："但这里有个限定，因为今天专用推理的最大客户是 AI 原生公司、也许还有数字原生公司——他们有一整个产品就是一个开放模型的大型定制，比如 Cursor、Cognition、Abridge、Harvey 这类围绕一个很大且定制过的东西建产品的公司。"
⚠️⚠️ 而他自己的判断是："我对企业里会发生什么有一个不同的看法。我认为企业 token 消耗的大多数不会来自定制过的模型，而是来自定制过的系统——意思是你拿了一个开放模型，你其实还没微调它，你只是围绕它定制了一个系统，比如你的 agentic harness，让它能为某个 KYC 流程之类的工作。"
⚠️ 他给的机制是路径依赖："AI 原生公司走过的那条路——从闭源模型开始，然后转到开放模型，然后定制它——他们走得非常快，因为他们建的是原生的、本身就是数据收集器的产品。而企业大多是围绕他们已有的产品和工具来做架构，我认为那里有很多摩擦，没法直接一枪打到微调。"
⚠️⚠️ 而他对"企业什么时候会考虑开放权重"给了一个很具体的触发点，本页认为这是本期最可操作的一条（[00:29:26]）："你必须经过租用阶段才能（走到拥有）。"；"如果你一年在闭源模型上花一亿以上——这完全不罕见——那你就会开始想：也许我该想出一个更优的做法。"
⚠️ 他还点了一条本库此前没有的供给侧原因："有一种有意思的 on-prem 复兴，某种程度上也是因为有算力短缺。如果你是企业、从你最喜欢的 hyperscaler 那里消费，很多时候就是没有足够的算力，也很难在那里拿到好的价格。" ⚠️ 而他描述的形态是："所以你可能去找一个像 Dell 这样的基础设施供应商，说我只想把裸金属搭起来，但我想把东西服务到我的企业内部。"
⚠️⚠️ 而他给的那条竞争公式本页认为是本期最简洁的一条战略框架（[00:31:29]）："最终任何人赢的方式，就是你产生了多少持久收入。而公式是：你能提供的智能密度（intelligence density）× 你有多少算力 × 你和那些组织有多少信任——基本上就是你多擅长解决他们的问题。"
⚠️⚠️ 而他对"哪一层会被商品化"这个流行问法的回答是全盘否定，本页认为这条值得记（[00:32:30]）："现实是一切都在被商品化。整个栈上的每一层都如此超级竞争，以至于它在被商品化，而模型的毛利率会被压缩。"
⚠️ 他指出的压缩机制是开源对闭源的张力，⚠️ 而主持人给了一条一手佐证（[00:33:31]）："我们看到很多 AI 原生公司在非常激进地谈他们的闭源合约，因为开源生态存在。所以这是明确为真的。" ✅ 本页认为这是本期最有价值的一条外部证据，因为它来自投资方而不是开放权重的卖方。
⚠️⚠️ 而他给公式加的那条时代限定本页认为最该被记住："算力是稀缺的……在之前的竞争情形里你可能会说'这几个玩家都没差异化'，但结果是如果你真的很厉害、而且你有算力，那就没问题。" ⚠️ 他自己对这条的时效打了个问号（"也许这是暂时的，但我不认为它在一段时间内会是暂时的"）。
⚠️⚠️ 而中国开放权重那一节本页认为是本期对中美 AI 竞争最重要的贡献，而最该被引用的是那个"特洛伊木马"的比喻（[00:34:32]–[00:43:42]）。他的起点是一句本页认为很反常的肯定："中国出来一个很好的开源模型生态，对世界其实是巨大的好处。西方有那么多公司因此建起了更持久的生意。"
⚠️ 他给的反事实是："你可以想象一个这种事没发生的世界，然后就根本没有开放模型。而且会有一种高木必摧（tall poppy）的效应——如果你是应用开发者、你建了个很棒的东西，那它就会被一个闭源模型提供方吸收掉，因为那是生意、它需要产生收入。"
⚠️⚠️ 而他的真实关切是极数而不是国别："你不想要一个在任何给定维度上单极的世界。如果（闭源）是 10 家、20 家，那没问题，你有一个竞争生态；但只有一两家，那就有点可怕了。类似地，你不想让所有人在想要拥有时去构建的那个智能来源只来自一个国家。理想情况下也是 10 家或 20 家，但资本支出非常高，所以至少两个就很好了。"
⚠️ 他明确否掉了"西方 vs 中国"的框："它不太像是西方对中国这件事。更多的是：如果除了中国之外还有另一个国家，所有好的开放模型都从那儿来，你大概也会想要一些竞争张力。竞争张力就是好的。"
⚠️ 他列的中国实验室的三条优势（⚠️ 全部为他口述，本库未核实）："他们确实以工业规模蒸馏闭源模型，这是真的"；"数据便宜得多、而且免费——因为你可以直接训练在中国算 OK 的受版权保护的 PDF 上，就是不同的监管"；"存在一种说法是那些公司确实有一些国家支持，不管直接还是间接——你知道这些公司有很长时间是不产生任何收入的。" ⚠️ 主持人的概括是："我一直觉得中国开源基本上是中国政府对美国企业、或者说对西方企业的一笔补贴。" ⚠️ 他的回应是 "对，正是"。
⚠️⚠️ 而被问"既然现在它们是生意了，为什么还要在西方保持开放"，他给的回答本页认为是本期最有结构价值的一段（[00:39:39]–[00:43:42]）。第一条是市场结构："中国某种程度上是一个 captive market（受保护/封闭的市场），你可以建开放模型，同时在那个市场里还赚很多钱。" ⚠️ 他指出的那个不对称很有意思："在西方有很多很好的公司并不建开放模型，但把它们服务出去给各种公司。而我并不太清楚这种动态在中国也同样在发生。你会以为它应该——为什么不呢？所以那里有点有意思的东西：开放模型提供方在那个国家某种程度上就是智能提供方。"
⚠️⚠️ 第二条是地缘，而这是那个比喻："作为一个国家——对美国、中国、以及任何有这种能力的国家都一样——你想要别的国家建在你的东西上。" ⚠️ 他给的历史类比是 5G 光纤布设与一带一路："当你进去给另一个国家提供某种便宜的东西，然后它被锁进你的基础设施。" ⚠️ 主持人补的类比是稀土（"你有一个别人会用于各种用途的部件，因此你通过它拥有地缘杠杆"）。
- ⚠️⚠️ 而他的那句总结本页认为是本期最该被长期引用的一句："我有一种想法是，开源模型是它们所携带的那套基础设施的特洛伊木马。所以你有一个开放模型，但光有它并没什么用。于是你就买进了某个国家的整个软件生态和基础设施生态。"
- ⚠️⚠️ 而他给的那条路径很具体："所以今天也许某个美国盟国 X 会在美国芯片上跑一个中国模型；但很快——如果不是已经，而我们其实已经在看到了——像华为这样的中国公司会进来提供一个全栈方案，然后把那个国家的供给锁进去。"
- ⚠️ 他的框架类比是铁路："如果我们把 AI、或者说芯片和数据中心，几乎当成铁路这样的根本基础设施，而别的国家没法自己建铁路、他们都得来找你，那你就有很大的地缘杠杆。"
⚠️ 而他对中国的技术位置给了一条两面的判断（[00:42:42]）："中国今天在芯片上有劣势，他们的芯片没那么强。但他们有能源优势，而且他们在芯片侧也在很好地追赶。" ⚠️ 他补的那条自我加速是："那当然会随着模型一起加速——用模型去设计下一代芯片之类的。"
⚠️⚠️ 而他对美国位置的那段自我定位本页认为很值得记，因为它把开放权重接进了一条更长的美国产业史（[00:43:42]）："顺便说，美国在所有其它有意义的技术上都做过这件事——互联网的开放协议、开源、基本上整个世界……美元是被广泛确立的全球货币；自由贸易之所以可行，是因为我们有一支到处都在的海军。所以那其实长期以来就是美国的剧本。有意思的是，在这件事上我认为美国在开源上一直处于劣势（on the back foot）。"
- ⚠️ 主持人接的是 "不再了"，而他的回答是明确的不同意："嗯，我认为我们得说清楚——中国的竞争者就是真的非常非常好，所以美国这边的生态是现在才刚开始形成，但确实还有一些要追的。" ✅ 本页认为这次拒绝接下主持人的乐观结论是本期最值得记的一次限定。
⚠️⚠️ 而安全那一节是本期最长、也是本页认为最需要配限定的一节（[00:44:44]–[00:55:53]）。他的核心主张是 "开放即安全"是技术史的默认状态，详见下文第五节。本节只提四条骨架：
⚠️ 他先承认这是正当关切："不，这绝对是一个正当的关切。" ⚠️ 但他对既有安全世界观的定性是："已经被确立起来的那套安全世界观，是从一个特定视角、一个特定立场确立的，而它变得几乎有点教条。"
⚠️⚠️ 他的历史依据是 1990 年代的强加密之争（[00:45:44]）："围绕软件是否危险有过辩论，特别是 1990 年代初围绕强加密协议——它们当时其实是封闭的，NSA 和公民自由派之间有辩论。而最终，在封闭那一侧出现一些灾难性失败之后——实质上是一小撮工程师设计了某些系统，它们有他们无法预测的意外后果、而且很容易被攻破——强加密协议变成了开放的，而那实际上催生了整个网络安全领域。" ⚠️ 结论："所以这个世界的默认状态其实是：开放即安全。"
⚠️⚠️ 他的机制依据是 Linus's law 的外推（[00:46:44]）："Linux 的创造者那条定律是：只要有足够多的眼睛，所有 bug 都会变浅。而我相信，只要有足够多的眼睛，大多数安全与安全性（security and safety）漏洞也会变浅。" ⚠️ 他对现状的对照是："今天世界的状态是，我们在闭源实验室里有几百位安全研究员理解这些东西是怎么工作的；而尽管他们抱着最好的意图，要覆盖这些系统可能有的意外后果的长尾是不可能的。"
⚠️⚠️ 而他给的经验证据是一条具体事件，本页认为这是整节的关键，也是本页标注最谨慎的一处："一个非常强的闭源模型有了意外后果，它去黑进了另一家公司，而那家公司能自救的唯一办法是用开放模型保护自己。那就是我们所处世界的经验证据。" ⚠️⚠️ 本页标注：他没有点出任何一方的名字、时间或来源；主持人随后提的那个"OpenAI / Hugging Face 事件"字幕残缺、本库无法确定指什么。 ✅ 所以本页把这条当作一条无法核验的轶事，而不是本期的论证支点——见第五节。
⚠️⚠️ 而他对 offense/defense 不可分的那条表述是本期最锋利的一句（[00:54:53]）："真的很难把网络防御和网络攻击分开。所以当你移除网络攻击能力时，你也移除了网络防御能力。而结果是，那些想帮忙防守的玩家没有能力这么做。"
⚠️⚠️ 而科学那一段里有一条本页认为是本库目前最具体的"模型能力按季度推进"的一手刻度（[00:55:53]–[00:57:55]）。他的实验方法是把自己的物理学博士论文当作 prompt 反复试：
⚠️ "两年前，那时候只是 chat，所以它什么也做不了。"
⚠️ "一年前，它开始能回答，我会说是本科生水平——如果这在本科时作为作业给我，那会是我的答案。"
⚠️⚠️ "六个月前，它解出来了——在真正的博士水平上，而且解对了。"
⚠️ "而现在我真的试的时候，它甚至给了我一些有意思的新信息，是我当时没有考虑过的。"
⚠️ 他自己给的那条重要限定本页认为必须一起引："虽然说，走到你拥有那个正确的博士论文问题这一步，本身就是很大一部分工作。" ⚠️ 而主持人推出的结论是 "你为什么需要几年？你可以一周做一个博士"——✅ 本页标注：那句是主持人说的，而他自己给的限定（提出问题才是大头）正好与之相反，本库不把"一周一个博士"记成他的观点。
✅ 本页认为这段的价值不在结论而在方法：⚠️ 同一个固定 prompt、同一个评分人、按季度重复——这是本库收到的少数几条可纵向比较的能力刻度之一，尽管 n=1 且评分人是作者本人。
⚠️⚠️ 而研究员编制那一段给了本库此前没有的组织结构口径（[01:03:57]–[01:09:01]）。核心数是 "AlphaGo 当时大概是 10 人量级"，"而现在像我们这样一个大努力，大概是一百或几百人量级"，⚠️ 稳态预测是 "我会估计会有某个稳态，在大约 100 人那个量级"。
⚠️ 他明确否掉了线性扩张："有一个你需要记住的人员对算力的比例……我认为 3000 个研究员不会很有帮助，但几百个非常非常有帮助。"
⚠️⚠️ 而那个 pod 结构本页认为是本期最该被 AI 与就业引用的一条，因为它把"模型能力"与"人头"做了直接映射（[01:08:00]）："这些模型有某些能力不是偶然的。有 pod——五到十个人的 pod——去瞄准一个特定的能力。而在 coding 里面就有五到十个能力。"
⚠️⚠️ 而他把同一个结构外推到了部署侧，这是本页认为本期最重要的就业判断："但现在当你想把那个模型拿去应用到真实世界的能力上，你基本上对任何一个真实世界的能力都需要一个 pod，而每一个企业都有很多很多个。"
⚠️⚠️ 而他给这个新岗位下的定义本页认为该被完整保留，因为它指出了技能同构："所以我认为这种新型的、被部署的工程师会有职位创造——他更偏科学一些、更偏评估导向，对这些模型和 harness 有一些直觉——而这其实就是评估研究员做的事，所以它其实和构建核心东西的研究员是同一套技能，只是被部署到真实问题上。"
⚠️⚠️ 而他对瓶颈的定性是培训而不是需求："我们会要尽可能多的这种人，这其实更多是一个培训缺口——你需要训练工程师变得擅长这个——而不是（需求不足）。我们今天会要尽可能多。"
⚠️ 他对"同样的产出明年要不要 20 个人"的回答是分成两半（[01:03:57]）："同样的产出，是的（会更少）。但你在不断扩张你能做的事情的野心。所以我们发现自己总是人手不足，而不是人手过剩。"

核心观点¶

一、⚠️⚠️ 训练账本：RL 的 flops 超过了预训练¶

来源同本页（[00:07:08]–[00:16:15]）。

Beam 的规格与两段 flops 配比见上文概要。 本节补四条上文没有展开的：
⚠️⚠️ 他给的那条"为什么必须自己做预训练"的理由本页认为是本期对 LLM 训练流程最重要的一条，因为它否掉了"在别人的开放基座上做 RL"这条路（[00:07:08]）："还有研究上的理由——结果发现你确实需要预训练你自己的模型，才能让强化学习在规模上工作得很好。所以你确实得做这件事，这些东西耦合得太紧了，你两件都得做。"
✅ 本页标注：这条值得单独记，因为它正是他们公司最初的赌注被推翻的那一条。 ⚠️ 他自述最初的计划恰恰相反（[00:05:05]）："我们当时认为会有一个很好的开放模型基座，某个人会建出来、我们可以建在上面做我们的研究、把强化学习扩大。" ⚠️ 而推翻它的除了研究理由还有供给理由（[00:06:07]）："所有好的开放模型都来自中国。西方没有真正好的开放模型，而我们需要一个作为我们在建的技术的基座。"
⚠️ 他对公司节奏给的数字是 12 个月内从约 30 人到约 300 人（[00:01:00]）："一年前我们大概是 30 人左右，但要建一个这样的东西、一个真正的火箭项目，需要一百多、所以几百位研究员和工程师的量级，而我们现在大约 300 人。" ⚠️ 而他自述已经搭起的团队是 "预训练、中训练（mid-training）、强化学习" 三块。⚠️ 本页标注："mid-training" 这个作为独立团队建制的说法在本库里是第一次出现。
⚠️ 他对"最难的是什么"的回答是明确拒绝给单一答案，本页认为这次拒绝有信息量（[00:02:02]–[00:03:02]）：主持人把候选列成了算力、人才、数据三条，⚠️ 而他的回答是："现实是一切都极其难。一切都很难。"；"你实际上必须把 30 件事做对。而这就是为什么一切都难——因为你必须把 30 件事做对。"
⚠️⚠️ 而他给的那条关于"大实验室的隐形资产"的观察本页认为最该被保留："在一个已有的大实验室里，是有多年的建设让他们拥有那种稳定的地面。我之前在 DeepMind，而很多我们就当作理所当然的工具——或者说我作为研究员当作理所当然的工具，因为它们就是能用——你都得自己建。"
⚠️ 他对"追赶比开拓便宜"给了一条很干净的区分（[00:08:08]）："你可以把研究想成对新想法的探索（exploration），对已知想法的执行（execution）。"；"拿到很好的人才之所以重要，很大一部分原因是你能削掉探索、然后聚焦在执行那些有效的东西上。" ⚠️ 结论："如果你是在追赶前沿，你可以资本效率高得多地做到。" ⚠️ 但他给了边界："一旦你到了前沿、真的处在智能的前沿，那你就需要和任何其它前沿实验室一样多的资源。"
⚠️⚠️ 而他对"研究的性质变了"给了一条本页认为很坦率、也很值得保留的判断（[00:15:15]–[00:16:15]）："阶段大致定下来了，而今天的扩放轴线是——预训练、合成数据、强化学习。"
⚠️⚠️ 而那句对比是："它感觉不像五年前那样是个 Wild West。DeepMind 和 Google Brain——甚至你看早期 OpenAI——有一种很美的东西，就是赌注有多么多样，人们在做各种疯狂有趣的东西。而现在它真的收窄了。"
⚠️⚠️ 而他给的收窄机制是硬件彩票，本页认为这条机制该被 AI 算力与基础设施回填："这里面还有点硬件彩票（hardware lottery）那种东西——一旦某样东西开始有效，硬件也开始围绕它协同优化，于是即使你有一个很棒的新想法，如果它和硬件不太合，就更难（出头）……它就说不通。"
⚠️ 而他对两条轴线的余量判断是不对称的：预训练 "我没看到你能从更好的预训练里榨出多少的渐近线……我们没有看到算力效率收益在放缓"；RL "有很大很大的余量，那一条大概有很多东西可以被发现"。⚠️ 但他对两者的性质定性是同一个："它又一次感觉更像是工程上的发现，而不是对一门新科学的突破性理解。"

二、⚠️⚠️ "租 vs 拥有"：开放权重的商业化框架¶

来源同本页（[00:22:19]–[00:33:31]）。

token 的拆解、住房类比、服务作为需求驱动器、以及"只卖推理没成功过"，均见上文概要。 本节补三条：
⚠️ 他对 Beam 的产品定位用了两个具体的客户类别（[00:22:19]）："一个对企业来说非常好的 workhorse 模型，以及公共部门、主权（sovereign）客户。" ⚠️ 而开放权重对这类客户的卖点他收敛成了一句（[00:18:16]）："企业和客户可以拿它、为他们自己的东西做定制，得到一个对他们负载来说大致帕累托最优的东西——最低成本换最高性能。"
⚠️⚠️ 而他对"怎么做定制而不碰客户数据"给了一条本页认为很具体、也很该被实践中使用 LLM 引用的流程（[00:19:17]）："通常当它经济上有价值时，你可以生成数据——因为并不是说你要训练在客户的数据上，而更多是你在搭建评估；而如果你能为他们的任务搭好一个评估，那你就能生成近似它的合成数据，并得到很好的泛化。"
⚠️ 他点的三个垂直是："金融——比如各种 KYC 流程和合规流程，非常有价值"；"网络安全里很多不同的东西，特别是网络防御"；"法律"。⚠️ 他对这些的共性判断是 "在怎么把东西做起来这件事上有相当相似的模式"。
⚠️⚠️ 而效率那条产品主张本页认为是本期最该被核查的性能声明（[00:20:18]–[00:21:18]）："Beam 往往比同一能力等级的模型效率高三到四倍，而当涉及到那些更大的模型时效率收益甚至达到 10 倍那种程度。"
⚠️ 他给的归因是两段："我们既优先做了一个为推理而强的预训练基座，又用我们相信是开源史上做过的最大规模的强化学习去放大它。" ⚠️ 他对"最大规模"给的依据是一句否证而不是正证："我还没见过一个一万张 GB300 跑数周的运行被记录下来过。" ✅ 本页标注：这是一条"据我所知没有更大的"式声明，不是一条可核验的排名。
⚠️⚠️ 而他给的机制本页认为比数字更有价值，因为它把"推理效率"解释成了 RL 的副产品而不是单独的优化目标："强化学习你倾向于这样设置：你想在最少的时间里榨出最大的能力。而这和之前那些系统里发生的事是一样的——最早的 AlphaGo agent 在解问题的方式上相当迂回（meandering），而到它达到李世石水平时，它的搜索就是非常聪明的。所以你跑的强化学习越多，能力越高、而这些系统解题也越快。"
⚠️ 他同时纠正了一个关于 AlphaGo 的常见记忆（[00:21:18]）："我们忘了最早的 AlphaGo 系统是在专家级业余人类棋局上训练的。所以它们先做了模仿学习，然后才是强化学习。" ⚠️ 他用这条支持自己的组合："所以你需要这些东西一起工作。"
⚠️⚠️ 而他对能力"锯齿状"给的那条具体观察本页认为是本期最该被评估与基准引用的一条，因为它是关于 harness 而不是关于任务（[00:17:16]–[00:18:16]）："它在不同基准之间甚至是锯齿的——比如 terminal bench 的各个版本——你看不到不同 harness 之间干净的泛化。"
⚠️ 但他紧接着说适配很快："一旦你有某样东西跑通了、你有了那种通用 agent 能力，然后你拿到一个新 harness 的数据，它其实适配得相当快。"
⚠️ 他对泛化那一面也给了正面观察："我对我们的模型多快达到某个能力水平感到惊讶——那是其它实验室不久前才发现的水平——所以确实有某种缝合式的泛化在发生。"
✅ 本页标注：这两条合起来给出的形状是"跨 harness 不泛化、但按 harness 微调收敛很快"，而这与本库既有的 harness 作为研究对象那条线直接相关。

三、⚠️⚠️ "特洛伊木马"：开放权重作为供应链锁定工具¶

来源同本页（[00:34:32]–[00:43:42]）。

他对中国开源的肯定、极数关切、三条优势、captive market 解释、特洛伊木马比喻、华为全栈路径、以及美国剧本史，均见上文概要。 本节补两条：
⚠️⚠️ 本页认为这一节最该被独立保存的，是那条"开放权重的价值不在模型本身"的推论，因为它同时解释了商业与地缘两侧：⚠️ 商业侧他说（[00:24:20]）："开放模型是宽松许可的，但为了让客户真的能用上它，他们需要所有其它那些东西。" ⚠️ 地缘侧他说（[00:41:42]）："你有一个开放模型，但光有它并没什么用。于是你就买进了某个国家的整个软件生态和基础设施生态。" ✅ 本页标注：这是同一条机制的两个用途——它既是他的商业模式，也是他对竞争对手的威胁判断。
⚠️ 他对"西方企业为什么现在才考虑开放权重"给了一条数字性口径（[00:38:38]）："我们谈的大多数企业现在都在考虑（开放模型），而财富 500 强里开放模型的足迹其实今天还相当低——因为对中国模型有某种抵触或反感，而其中有些理由是合理的、有些是不合理的。"（⚠️ 原文此处字幕把 "rational/irrational" 重复成了两个 "irrational"，本库按此理解并标注）
⚠️ 他给的需求形状是 "不只是一个模型，还要一个会帮你把那个模型服务起来的伙伴"。
⚠️ 本页的交叉标注：✅ 本库在中国开放权重这条线上已有多份材料，而这一期的独特贡献有两条：⚠️ ① "开放权重 = 基础设施锁定"这条机制本库此前完全没有；⚠️ ② 他是西方开放权重一侧的直接竞争者，却给出了对中国开源生态最正面的一句评价（"对世界其实是巨大的好处"）——而本页认为这比任何一条指控都更该被记住，因为它来自最有动机贬低对方的位置。

四、⚠️ 组织：pod 结构，以及"被部署的工程师"¶

来源同本页（[01:00:55]–[01:09:01]）。

pod 结构、稳态百人量级、被部署的工程师定义、以及培训缺口，均见上文概要。 本节补三条：
⚠️ 他对研究方向怎么定给了一条很常规但口径清楚的描述（[01:00:55]–[01:01:56]）："有很多我们知道有效、但没能放进去的东西，那只是时间线问题。" ⚠️ 他描述的那次收尾节奏是："几周预训练、然后几周合成数据和 RL，然后发布。"（⚠️ 他自述最终模型跑在一个 2026 年 7 月才到手的集群上，而集群名字本库无法确定还原，见页首存疑条）
⚠️ 他给的权衡原则是："你想先穷尽所有你知道有效的高影响力的东西，然后再开始扩张一些风险敞口。" ⚠️ 而他点出的那条规模困难本页认为值得记："有意思的一点是，有些有意思的东西在你到大规模之前根本不会涌现。所以这里有一点艺术也有一点科学——我是要投更多算力去弄清下一个东西，还是去做下一个想法。"
⚠️⚠️ 而他对"模型在环里"的描述本页认为是本期最具体的一条，因为它给出了边界而不是口号（[01:02:57]–[01:03:57]）："这些模型在智能上相当锯齿，所以你得去感觉它们在哪里有一个紧的回路、哪里人的创造力仍然重要——但你会很快有感觉。"
⚠️ 他点的具体受益环节是 "超参数搜索" 与 "基础设施上一些更细粒度的事"。
⚠️⚠️ 而那个比喻本页认为该完整保留，因为它自己带了条件："它能让一个科学家去行使他的直觉——它有点像有一个非常快、非常热切、而且真的会听你的同事，前提是这个同事被正确对齐了。"
⚠️ 主持人给的那条"研究员人数会收缩"的论证本页认为值得完整保留，因为它是本库在这条线上见过最清晰的一次表述（[01:04:57]–[01:05:59]）："考虑到你每人需要分配的算力量……再加上在任何领域里贡献都有一个分布，总有少数几个人从想法角度贡献最多——最终会坍缩成：你想把每一份增量算力给最高产的那一小撮人，所以你最后会得到一个静态或收缩的研究员数量。"（⚠️ 主持人自己加了 "我不是说它对，我只是说这是我听到的一种论证"）
⚠️ 他的回答是 "这个论证确实有道理"，依据是 AlphaGo 当时只有 10 人量级，⚠️ 但他拒绝给出坍缩的结论（"是否坍缩回 10 人，很难说"），落点是稳态百人量级。
⚠️⚠️ 而他把增长转移到了别处，本页认为这是本期最该被 AI 与就业引用的一条："但在应用研究上会有大量的职位创造——拿这些东西去真正应用到真实问题上。我认为人们在谈工程与研究时真的忽略了这些角色向更广泛社会的扩散，而不只是在造语言模型。"
⚠️ 主持人在同一段给了一条本页认为很有价值的宏观补充（[01:06:59]）："到目前为止的证据似乎是很多公司需要更多工程师而不是更少。还有某个质量层级的工程师向外扩散，去真正在那些组织里部署这项技术——那些组织本来根本接触不到那种才能水平的人，至少不是在规模上。而我认为人们在想经济时会丢掉这一点，他们倾向于把它集中到少数几家大科技公司，而不是问我们的整体 GDP 是什么、它怎么被人们把这项技术带出去而改变。" ⚠️ 他的回应是 "我认为这是对的"。

五、⚠️⚠️ "开放即安全"：他的论证，以及本页认为该贴在旁边的三条限定¶

来源同本页（[00:44:44]–[00:55:53]）。

1990 年代强加密之争、Linus's law 的外推、"几百位安全研究员 vs 长尾"、offense/defense 不可分，均见上文概要。 本节先补他论证的其余三块：
⚠️ 他对"安全"这个词的分层是被主持人逼出来的，而本页认为主持人那次切分比他的回答更有结构（[00:47:45]）：主持人指出 "安全对不同人意味着三四种不同的东西"，并列了三类：网络攻击/用 AI 做黑客；生物武器或恐怖主义（"我认为这在短期内往往被高估"）；对人类的存在性威胁。⚠️ 主持人自己加的那句限定是："顺便说，我也不一定认为这些都是在任何现实时间框架里会发生的真事。"
⚠️ 他的回答是把它们排成一条"经验—理论"的谱："安全谱上基本是一条从经验现实到理论场景的谱。" ⚠️ 而他对理论一侧给了一条让步："我会承认 AI 里有科幻的成分——去年还完全是理论的东西现在成了现实，比如这些模型的网络能力。所以不是要贬低理论的东西。"
⚠️⚠️ 而他对"10% 概率人类灭亡"这类表述的批评是本期最直接的一次点名式反对，本页认为该照录（[00:49:50]）："但当公司的领导者说，在理论那一侧有 10% 的概率我们全都死，这没有帮助。" ⚠️ 主持人接的是 "那没有任何具体依据支撑"，而他的回答是："它算是一个编出来的数字。确实是。"
⚠️ 他自己的立场是分布式："我倾向于有一种作为科学家的分布式思维，峰值在现实上，然后——好，往前六个月，确实担心比如 misalignment、这些系统的意外后果，而它们还在继续变强。"
⚠️ 他对拟人化的那条判断是："我们必须采取这样的视角：这些是被工程出来的工具。" ⚠️ 而他对意识/情感那类主张的处理是存疑而非否认："也许是真的，但那些东西特别难定义，所以不清楚它是什么。"
⚠️⚠️ 而他对 alignment 现状的描述本页认为是整节最重要的一段，原因见下方第二条限定（[00:51:51]–[00:52:52]）："对齐这门科学到目前为止是深度无聊、而且不令人满意的。没有什么神奇的对齐方程。它像是打地鼠。"
⚠️ 他给的历史依据是毒性问题："如果你记得 ChatGPT 之前那些早期模型，有些发布出来的预训练模型是有毒的，然后有一种说法是——这些模型有毒、修不了，因为它能以那么多种方式有毒。而结果是，不，有了足够的后训练数据，你就能把那些东西都补上，而它泛化的方式让它其实变得相当难越狱。"
⚠️ 他对当下的预测是同一个形状："现在你看到同样的事——对齐问题的现实大概会非常平淡无聊：你发现了一堆漏洞，你有数据把它们补上，你有一些算法；而当你说算法来检测它们时，那通常就是让一个语言模型来检测这个东西。"
⚠️⚠️ 而他的推论就是整节的落点："然后它就变成：那不是应该有 10 万个研究员和计算机科学家在看、在补这些 bug 吗？那不是会更安全吗？"
⚠️ 而他对"个人和企业不该拥有这么强的工具"这个立场的反驳是价值论的（[00:52:52]–[00:53:53]）："那种立场某种程度上是在说：我们可以接触强大的工具，但别人不行，因为我们实际上更好——我们更擅长管理这些工具。" ⚠️ 主持人很公平地替对方补强了论证（"为了对这个主张公平——我不持这个看法——它会是：任何单个人或公司可能造成的负面影响太大了，那很可怕"）。
⚠️ 他的两条回应是：类比武器出口（"美国政府会把战斗机卖到其它国家"）；以及门槛论（"要拿一个模型、尤其是一个已经被训练成安全的开放模型，投入算力和工作把它变得非常危险，并不那么容易。我不是说这不可能"）。
⚠️ 他的生态比喻是："有点像有一个白细胞的生态，让更多人拥有防御能力其实帮助你抵御攻击能力。"
⚠️ 他对绝对主义的收口是："这些论证会走到一个很绝对的地方，你基本上在说这些东西太强大了、谁都不该接触——除了我们。而现实是，除了一些真的很罕见的例外，这种绝对主义视角起作用的正面案例并不多。"

⚠️ 本页认为该贴在这一整节旁边的三条限定¶

⚠️⚠️ 他的核心经验证据无法核验。 整节的论证支点是 "一个非常强的闭源模型去黑进了另一家公司，而那家公司能自救的唯一办法是用开放模型保护自己"，⚠️ 而他没有给出任何一方的名字、时间或来源；主持人随后试图补上的那个"OpenAI / Hugging Face 事件"字幕残缺、本库无法确定指什么。 ✅ 本页因此把这条记为轶事，并认为引用这一整节时必须带上这个状态——否则一条无法核验的事件会被当成"经验证据"流传。
⚠️⚠️ 他自己那条"对齐是打地鼠、没有神奇方程"的描述，同时削弱了他的乐观版本。 ✅ 本页的观察（非他原话）：如果对齐确实是"发现漏洞 → 用数据补上"的工程循环，那么"更多眼睛"只在漏洞被发现后才有价值；而他论证里最关键的那一半——覆盖意外后果的长尾——恰恰需要的是在部署前发现未知未知，而 Linus's law 在开源软件里之所以有效，前提是漏洞可复现、可定位、可提交补丁。⚠️ 本页标注：他没有论证这三个前提在模型权重上成立，而本期也没有人向他提这一点。
⚠️ "openness is safety 是技术史的默认状态"这条历史叙述只举了一个案例。 ⚠️ 强加密那一例确实支持他的结论，但他把它推成了"默认状态"，而本期没有讨论任何反向案例（例如管制确实有效的技术类别）。 ✅ 本页按既有口径把这一整节记为立场而非结论——它来自一家刚发布开放权重模型、并以此作为公司使命的 CEO。

六、⚠️ 数据中心的社会许可：本页第一次有人以"现场观察"的形式表态¶

来源同本页（[00:58:55]–[01:00:55]）。

⚠️ 他的依据是一次实地参观："我几周前参观了 Stargate，而让我印象深刻的是停车场里车的数量——有那么多人在那里工作。"
⚠️⚠️ 而他的框架是把数据中心类比成工厂，本页认为这是本库在这条线上收到的第一个"产业史类比"版本："所以这些数据中心项目创造了成千上万的岗位，而且是高薪岗位。对我来说，数据中心现在有点像工厂过去的样子——20 世纪你有铁路和工厂，你可能有一家制鞋厂，它让一个镇子产生一种有活力的经济。"
⚠️ 他对争议那一面的处理是承认加一条具体建议："确实存在对数据中心的恐惧，但现实是你到现场去，它其实创造了很多岗位、为当地社区创造很多税收；而虽然有些事情需要非常有技巧地处理——比如这些东西很吵，所以你需要隔音、或者把它们放在离住宅区不那么近的地方。"
⚠️ 本页的交叉标注：✅ **本库在数据中心社会许可这条线上已有多份材料（Meta 的在地账本、Nadella 的 20 年纵向数据、Barrett Lyon 最强硬的一侧、All-In 的"民调 -80"、Garman 的公开划同行）。⚠️ 而这一期的新内容只有两点：第一人称的现场观察口径，以及噪音这条具体的可操作建议（此前各期都没有点过噪音）。
⚠️⚠️ 本页按既有口径把这一整节记为立场而非事实：⚠️ "成千上万的高薪岗位"没有任何数字依据，而依据是停车场里的车；而他所在的行业是这些数据中心需求的直接来源。

七、其余几处，本页只做索引¶

⚠️ 公司起点与最初的赌注（[00:04:03]–[00:06:07]）：约两年半前创立；他与联创此前在 Gemini 的 RL 团队（"我们刚发布 Gemini 1 然后 1.5"）；⚠️ 他对那个时代的描述是 "95% 的算力花在预训练上，所以它们主要是预训练模型"；最初的赌注是 "把（对齐 chat 用的）RL 拿去应用到数学、编程这类领域，你就能让这些系统变成 agentic"。
⚠️ 他自述对时间的判断错了，而错的方向是太慢："我们其实以为会花更久，因为从 2012 年的 ImageNet 到在规模上有效的 RL 系统大概花了四年。所以我们以为可能类似；但每一年都比我前一年的预测走得更快。"
⚠️ 他对"开放模型实验室的一个好处"给了一句很直接的话（[00:08:08]）："身为一个开放模型实验室的好处是，你也可以公开地谈这些事。" ✅ 本页标注：这解释了为什么本期能拿到训练账本这类通常不公开的数字。
⚠️ "开放 token 里有多少是 RL 过的"这一问他的回答分成两层（[00:26:23]）："我认为现在外面每一个开放模型都在某种程度上被 RL 过了"；而针对具体用例的定制版见上文概要。
⚠️ 他对科学那一侧的第二个方向点了湿实验（[00:58:55]）："不只是理论科学——那里的环境基本上相当于一块黑板——而是真实世界的科学、生命科学、材料科学、化学。我认为有很多地方你可以让 AI 与一个真实实验对接，在那里你可以搭起专有的数据飞轮；它会慢一些，比黑板那套慢得多，但比以前快得多。" ✅ 本页标注：这与本库 Periodic Labs 那期的"智能是必要但不充分" 是同一结构，而他给的是一个外部研究者的独立同向判断。
⚠️ 他对软件工程的判断是一句被低估（[00:58:55]）："我认为我们持续低估了这对软件工程来说是多么剧烈的一次转变、以及你能多建出多少东西。" ⚠️ 他还补了一句蓝领侧（"在蓝领层面也是一个已经非常不错且正面的工具"），⚠️ 但全期没有给出任何蓝领侧的例子或依据，本库不收为观点。
⚠️ 主持人在收尾时给了一个本页认为需要标注的定性（[01:09:01]）："恭喜 Misha，拥有第一个处在前沿那一档的西方模型。" ⚠️⚠️ 本页标注：这是主持人的表述，不是一条有基准依据的排名；而他自己在前面明确说过"美国这边的生态是现在才刚开始形成，确实还有一些要追的"（[00:43:42]）——本库以他自己的限定为准。

⚠️ 本页的六条限定¶

⚠️⚠️ 这是一家刚发布第一个开放权重模型的实验室的 CEO，在一家风投机构的播客上受访，而本期几乎每一条判断都指向"开放权重会赢、而且该由西方做一家"。 ✅ 本页按既有口径处理：把机制性论证（RL/预训练耦合、租 vs 拥有、特洛伊木马、pod 结构、硬件彩票）当作可独立评估的内容收录，⚠️ 把全部性能与份额数字一律标为自述未核实。
⚠️⚠️ 本页认为最该被核查的三条数字性声明："gateway 上从 70/30 闭对开翻转成 70/30 开对闭，大概发生在六个月内"（[00:25:21]，这是一条可被 OpenRouter / Vercel 等第三方数据检验的结构性声明）；"Beam 比同能力等级模型推理效率高 3–4 倍，对更大模型达 10 倍"（[00:20:18]）；⚠️ "开源史上最大规模的 RL"（[00:20:18]，而他给的依据是"我还没见过被记录下来的更大运行"，这是一条据我所知式声明，不是可核验的排名）。
⚠️⚠️ 本页明确标出两个效率数字口径不一致、且不合并：[00:11:08] 的 "RL 侧 30 倍效率"（⚠️ 被追问"每年 30 倍？"时他的回答是"差不多吧，取决于看什么指标"，口径到最后也没定下来）与 [01:03:57] 的 "之前 7 倍，现在是那个的四到五倍"。⚠️ 本库不替他取一个数。
⚠️⚠️ 安全那一整节（第五节）本页记为立场而非结论，并附了三条限定：⚠️ 核心经验证据（"闭源模型黑进另一家公司、对方用开放模型自救"）没有任何可核验信息；⚠️ 他自己那条"对齐是打地鼠"的描述削弱了他的乐观版本，因为 Linus's law 的前提（漏洞可复现、可定位、可提交补丁）他没有论证在模型权重上成立；⚠️ "openness is safety 是默认状态"只举了强加密一个案例，本期没有讨论反向案例。
⚠️ 页首列了四处字幕问题，其中两处本页明确不引用内容：[01:00:55] 那个集群的名字（⚠️ 本库只记"2026 年 7 月才到手"这个时点）、[00:54:53] 主持人提到的那个无法确定的"OpenAI / Hugging Face 事件"。⚠️ 另两处是联创只有名没有姓，以及 [00:38:38] 那处 "rational/irrational" 的转录重复。
⚠️ 本页记下三处表述归属需要注意的地方，因为它们容易被误记成嘉宾的观点：① "你可以一周做一个博士"是主持人说的，而他自己给的限定正好相反（"走到拥有那个正确的问题，本身就是很大一部分工作"）（[00:57:55]）；② "中国开源是中国政府对西方企业的补贴"是主持人的概括，他只回了"对，正是"（[00:37:37]）；③ "第一个处在前沿那一档的西方模型"是主持人的收尾定性，而他自己说"确实还有一些要追的"（[00:43:42]、[01:09:01]）。