"没有哪群人喝够咖啡能看完 1,335 页合同"：合同即瓶颈、"AI 是一个大均衡器，最后会互相抵掉"，以及"地下室里的万亿富翁"与同一口气里的"我们还没看到那种公司"（a16z × Mark Cuban，2026-10-28）¶

嘉宾: Mark Cuban — Broadcast.com 创始人、Cost Plus Drugs 创始人（本库第二次收录，⚠️ 第一次是 All-In 2026-07-21 谈 AI 泡沫）
主持（两位，a16z）: Julie — ⚠️ 本库按内容推断是 a16z Bio+Health 的 Julie Yoo（她自述几周前发表了一篇关于"health plan 的大替换周期"的文章，且全程是健康险市场结构的提问方；⚠️ 转录稿里只有名、没有姓）；Eric / Erik — ⚠️ 只出现名字，本库不写定
来源: YouTube · 60 分钟
转录稿: sources/a16z/20261028-5UWDUD6qaM4（⚠️ 自动字幕 en-orig，无说话人标签）

⚠️⚠️ 立场必须先说清，而且这一期的持仓比他上一次出现时更紧：他全程在推销自己的公司（Cost Plus Drugs 的四条业务线、以及售价 2,000 万美元一台的"pod"），✅ 而他自己三次主动声明了这件事（"我在这儿有点推销自己的书"、"又在卖我的书"）。⚠️ 节目是 a16z 自己的播客，而主持方是在这个赛道投资的 GP——所以"创业者该去做这个"那几段同时是双方的生意。✅ 本页因此把所有商业与成效陈述按自述处理，并逐处标注。

⚠️ 归属：自动字幕只用 >> 切说话人、无标签。✅ 本页对 Cuban 的长段落有信心（他占了绝大部分时长、口癖明显："bam bam bam"、"selling my book"）；⚠️ 两位主持之间的少数接话无法分开，本页只在能辨处归属。

⚠️ 自动字幕的专名还原：Cost Plus Drugs → "costblooddrugs" / "cost pluswwellness"、pharmacy → "armacy" / "farming"、biosimilar → "bioimilar"、Xarelto → "Zerelto"、warfarin → "Warfare"、Eliquis → "Eloquis"、C-suite → "seauite"、Grok → "Grockbot" / "Crockpot"、Luka Dončić → "Luca Donix"、Aaron Swartz → "Aaron Schwarz"、BUCA（大型纵向整合保险公司的行业简称）→ 全程写成 "BUA" / "buas"（⚠️ 本页按上下文理解为"大型纵向整合的保险巨头"，但不写定这个缩写的准确拼法）、James Talarico → "James Terico"、Napster → "Fster"。⚠️ 两处本库无法写定：他说的 "ASO drugs"（他自己说"别问我 ASO 是什么缩写，我念不出来"）、以及 "instinct too and dot" 这串 agent 产品名。

✅ 本页认为这一期值得长期保存的是七处，其中四处是本库此前完全没有的： ① ⚠️⚠️ "AI 是一个大均衡器"："你的 AI、我的 AI……我们会互相打，你赢几局我赢几局，但最后它们会在某个水平上互相抵掉。所以长期我看不到剧烈变化。" ✅ 本库此前所有"AI 改变议价"的材料都是单边的（一方用 AI），这是第一条正面处理双边都用 AI 的。 🔗 ⚠️⚠️ 而 a16z 自己 2026-10-30 那期《当案子双方都用 AI 会怎样》本库尚未摄取（仍在候选列表里），届时必须与本条对照。 ② ⚠️⚠️ 而他给出的真实瓶颈不是 AI 而是合同，并且带一句明确的能力边界：达拉斯市的 PBM 合同 1,335 页；"地球上没有哪群人喝够咖啡，能抓住他们试图塞进来的每一条"；⚠️⚠️ "但一旦你签了那份合同……他们就赢了。地球上没有任何 AI 能保护你。" ✅ 于是最高杠杆动作被压缩成一个 prompt："把你现有的合同丢进 AI，问一个问题：他们在哪儿坑我？我该怎么办？" ③ ⚠️⚠️ 一条可检验的反事实，以及它为什么没有发生："如果代表 67%、1.6 亿多美国人的那些雇主只做一件事——签约前把合同过一遍 AI 并据此谈判——大型保险巨头与 PBM 的整个体系会垮掉。这个国家的医疗成本会像石头一样往下掉。" ✅ 而他给了阻塞点：⚠️⚠️ 他劝过的几家上市公司回来说"我们完全不知道自己被坑得这么惨"，却不肯在季度电话会上提——"因为他们还得跟那些保险公司做生意。" ✅ 本页认为这是本库目前关于"AI 揭示的信息为什么不传播"最具体的一条机制。 ④ ⚠️⚠️ "地下室里的万亿富翁"（本期标题的出处），但紧接着是一条缺口："agent 看不到社交媒体帖子，没法审阅它们……它们没法看广告。所以如果我们正在走向一个面向个人的 agent 驱动经济，在怎么把商业信息传达给那些 agent 这件事上，必须发生很多变化。" ✅ 他自己做了个小东西（agentfeeds.dev，"还没真正上线"）。 ⑤ ⚠️⚠️ 而本页认为本期最该被单独记下的是同一口气里的自我否定："我们还没看到那种公司——'噢，那是什么？他们为什么在做那个？'那种。我们现在还没看到。" ✅ 本页标注这与他自己的"地下室万亿富翁"构成同期张力，而且他给出的是可追踪的否证条件。 ⑥ ⚠️⚠️ 他认为 AI 创业者普遍低估的那个问题是 IP：专利被 AI 变得没用（"每个 12 岁小孩都会说：看这个专利，稍微改一改，做成我自己的专利"），⚠️ 于是持有者转向封闭（"你得来我的模型，每次访问付我 9,999 美元"）；⚠️⚠️ "而我们还没有讨论过：训练、后训练、RAG 一个模型所需要的那些 IP，如果持有人不愿意提供、但它又绝对必需，我们去哪儿找。" ⑦ ⚠️⚠️ 他给前沿实验室的公关建议，本页必须连同其伦理问题一起标出："我跟他们聊过，我跟他们说他们是傻子"——理由是"控制这个国家几乎每个人怎么想的是社交媒体算法"，所以"如果你真有最好的 AI，你应该能把那些算法反向工程出来，然后做一套营销方案塞进信息流"；⚠️⚠️ 而那句"就像俄罗斯人那么干，怎么干都无所谓，因为这是你的身家所系"本页照录并明确标注：这是在建议前沿实验室对公众舆论做算法影响操作，本库记录但不采纳。 ✅ 同一段里那句诊断本页认为是有价值的："数据中心仇恨只是'搞不懂 AI'的一个代理变量。"

一、⚠️⚠️ 这一期的核心论证：AI 对不上的是一个坏掉的金融系统¶

（[00:13:12]–[00:18:17]）✅ 本页认为这是全期最该被 AI 商业化与价值捕获与 AI 与就业之外单独引用的一段，因为它给了一条"AI 在哪类环境里不起作用"的结构性判据。

主持人的提问方向是乐观的：⚠️ "AI 能在很短时间里让一个全栈的 health plan 被建起来，把你描述的那些垃圾活都减掉。"

⚠️⚠️ 而他的回答把问题从能力挪到了环境：

"但这一切归结到谁承担风险。" "我是 AI 的超级粉丝。我活在里面，我爱它。我觉得它在临床侧重要，在运营侧重要，而短期内最重要的是在合同侧。但现实是，在一个坏掉的金融系统里，即便你把 AI 引进经济、运营和流程，当它本来就已经坏了的时候，你修不好它。"
他给的坏掉的机制是两层：① 没有价格发现（⚠️ "如果你没有价格发现……那就是一件让你没法拥有有效市场的事"）；② 合同的长度与条款复杂度本身就是武器（见下一节）。
⚠️⚠️ 而"bot wars"被他明确降级为短期现象（[00:16:16]–[00:17:16]）：主持人提到支付方与医疗提供方之间正在发生的"prior auth 机器人大战"，他的回答是：

"理赔、上调编码、下调编码这些 bot war，是短期的东西……它在边缘上不错，是个好的短期打法，但它不会真的改变什么。" ⚠️⚠️ "因为 AI 是一个大均衡器。你的 AI、我的 AI，你的 OpenAI、我的 Anthropic，随便是什么——我们会互相打，你赢几局我赢几局，但最后它们会在某个水平上互相抵掉。所以长期我看不到剧烈变化。"
⚠️ 他留了一个短期例外："也许如果你是第一个进的，你能捞到一些东西，而且在一方有、另一方没有的时候你会看到一些诉讼和挑战。"
✅ 而他给了一条不对称的预测，本页认为这是这段里最可检验的部分：医疗提供方侧的 revenue cycle management "相当不错"；⚠️⚠️ 而保险巨头侧有结构性劣势——"他们是靠并购长大的。我们提到那 3,000 家子公司，那是大量孤岛化的数据。所以他们很难变成 AI 原生的公司。我认为长期他们会很吃力。"
🔗 ⚠️⚠️ 本页标注这条必须被追踪：a16z 自己 2026-10-30 那期《当案子双方都用 AI 会怎样》（法律侧）本库尚未摄取，仍在候选列表里。✅ 那一期大概会给同一个"双边都用 AI"问题在另一个领域的答案，届时应与本节正面对照——因为 Cuban 这条判断（互相抵掉）是本库目前唯一的一条，没有任何对照。

⚠️⚠️ "契约恐怖主义"：本页认为是本期最新的一个概念¶

（[00:14:13]–[00:16:16]）

⚠️⚠️ "合同又大又长，保险巨头通过他们的 ASO 得以成为契约恐怖分子（contractual terrorists）。" "达拉斯市的 PBM 合同——他们的 ASO 合同我还没能看到——1,335 页。" ⚠️⚠️ "地球上没有哪群人喝够咖啡，能抓住他们试图塞进来的每一条。"

✅ 而他把 AI 的作用边界划得很清楚，本页认为这是本期最该照录的一条能力限定：

"所以不管什么 AI，一旦你签了合同——当然，希望你用 AI 来避免自己签一份坏合同，我觉得那是对所有人来说最低垂的果实——但一旦你签了那份带着你没完全理解的条款、和你甚至无法保护自己的条件的合同，他们就赢了。地球上没有任何 AI 能保护你。"
⚠️ 他对"做更好的 plan 去竞争"这条路的判断是悲观的，并点名了一家："Sidecar 在做的事和其它很多人在做的事确实很聪明，但他们遇到了问题"——理由是"那些保险巨头有那么多子公司，他们总会在某个地方把你搞了，而你甚至没意识到"。✅ 所以他的处方是反垄断（"这就是为什么我这么支持 break up big medicine 那个法案"），⚠️ 而他给的目的是开放市场："我想让它对每一个创业者都是个开放市场，让他们用尽一切方式去用 AI。"
⚠️⚠️ 而本页认为本期最被低估的一处是他把这个框架推到了数据中心上（[00:54:42]）："就像雇主们在自己的医疗福利上一直很蠢，很多社区在他们为数据中心谈的那些协议上也真的很蠢——很多情况下他们就是落进了契约恐怖主义。" ✅ 本页标注：这把"数据中心本地反对"从一个环境/能源议题，重新归因到了与医疗合同同一个结构（长合同 + 单边信息优势），而本库此前的数据中心材料全部落在电力与土地上。

⚠️ 他给的结构性事实（全部为自述，本库未核实）¶

他给的数字	本页标注
UnitedHealth 有 3,000 多家子公司、每年约 1,500 亿美元的关联公司内部转移	⚠️⚠️ 他的类比是"这会让他们在美国各州 GDP 里排第 14"；⚠️ 口述、本库不核实
CVS、Cigna"也不远"	⚠️ 自述
60% 的人从公司拿医保，而其中（按他另一处口径）约 67%、1.6 亿多美国人在自保雇主下	⚠️⚠️ 同一集里他给了 60% / 67% / 155M / 160M+ 几个不同口径，本页照录不理顺
大型保险公司 72% 的收入来自纳税人	⚠️⚠️ 而他的推论是："他们不再承担风险了。一切对他们都是套利。" ⚠️ 口述
医疗侧（相对药品侧）是"大得多的那块"，"10% 并在增长 vs 另外 90%"	⚠️ 这句在自动字幕里口径含混，本页只记"医疗侧远大于药品侧"这个方向
40% 的美国人付不出 400 美元的急诊账单	⚠️ 口述、本库不核实
非营利医院的财务援助计划的参照线最高可到联邦贫困线的 600%，"在某些州对某些家庭可以超过 10 万美元"	⚠️ 口述；✅ 而"所有非营利医院都必须有财务援助计划"这条是制度事实

⚠️ 他指认的那个技术性断点本页认为值得记，因为它是可被 AI 处理的那一类：自保雇主通常不知道医院与保险方之间合同的条款；雇主付的价格"很少与医院被收的或被付的金额一致"（spread pricing）；⚠️⚠️ 而"被保险巨头拥有的那些 ASO 让对账变得不可能"——他点名了 835 / 837 文件（发给医院的数据与对应付出的金额），"而雇主拿不到；很多情况下他们连自己的理赔数据都拿不到。"

二、⚠️⚠️ 最高杠杆动作被压缩成一个 prompt，以及它为什么没有传播¶

（[00:18:17]–[00:22:21]）✅ 本页认为这是全期最可直接执行的一段，也是本库目前最具体的一条"AI 在信息不对称市场里的即时价值"记录。

⚠️⚠️ "如果你们投的每一家公司都说：好，我要把我现有的福利合同——不管是经纪人、顾问、TPA 还是 PBM 合同——过一遍 AI，用一个只问一个问题的 prompt：他们在哪儿坑我？我该怎么办？30 秒之内，你就会看到 bam bam bam bam bam。"

⚠️ 门槛他给了："如果你有超过 1,500 名员工——我该说成员——那家创业公司、那家科技公司最快的路，按你被坑的程度，可能是几百万甚至更多，就是做我刚说的这件事。"
⚠️⚠️ 而反事实的规模是他自己给的（[00:20:18]–[00:21:20]）：

"如果代表 67%、1.6 亿多美国人的那些雇主真的只做一件事——签约前把合同过一遍 AI，并据此谈判——大型保险巨头、大型 PBM 和他们所有子公司的整个体系会垮掉。这个国家的医疗成本会像石头一样往下掉。"
✅ 而本页认为真正该保存的是他紧接着给出的阻塞机制，因为它说明为什么这件事没有自动发生：

⚠️⚠️ "有几家上市公司我让他们这么做了，他们回来跟我说：天啊，我们完全不知道自己被坑得这么惨。而我求他们在季度财报电话会上提一句，他们不肯——因为他们还得跟那些保险公司做生意，哪怕他们出于任何理由离开了它们。"
✅ 本页标注这条为什么重要：它是一条"AI 产生了信息、但信息被商业关系锁住"的具体记录。⚠️⚠️ 本库此前关于"AI 带来价格透明"的材料都假设信息一旦产生就会扩散（见 AI 商业化与价值捕获）；这一条给出了反例的机制：发现方与被发现方之间存在持续的依赖关系，所以发现方会主动不披露。
⚠️ 他对"要不要立法"的回答也在这里，而且是否定的："不，你需要的是聪明一点、做好你的工作，请一个我称之为 healthcare CEO 或 CFO 的人进来，他唯一的工作就是管这些合同和与之相关的一切。"

⚠️ 他自己的 agent 工作流：本库目前最具体的一份"开放记录挖掘"流水线¶

（[00:18:17]–[00:20:18]）✅ 本页认为这段该被在实践中用 LLM 引用，因为它是一条完整的、由非工程师搭起来的、且产出被用在真实业务上的流程。

他自述同时用多家：⚠️ Grok（他开了个按球星命名的套餐当梗："77.69 美元，Luka 套餐"）、Gemini 套餐、OpenAI 套餐，⚠️ 以及"instinct too and dot"这串本库无法写定的产品名。
流水线是这样的（他自己的描述）：
让 agent "去给我找到每一个有开放记录（open records）渠道的州级实体、组织、企业"；
"把你能找到的每一份合同、RFP、随便什么都给我找出来"；
⚠️⚠️ "然后帮我把索取这些材料的信写好，放进邮件，放进我的草稿箱，让我自己改一点，弄好了告诉我，我按发送。"
收回来的材料放到 Google Drive，每一个 LLM 都有访问权；⚠️ "我告诉它们，每次 Drive 上有新东西加载进来，你就过一遍，告诉我好消息、坏消息、该做什么，然后再给我一个简单版本，好让我发给那家公司或学校或随便什么。"
⚠️⚠️ 而他对这件事的定性本页认为是本期最该跨页引用的一句："那些一直在清单最底下、我一直想做但永远做不到的事。现在它就这样来了。"
⚠️ 产出被用在真实业务上：他说正是靠这个，他看到了"大三家在 PBM 侧、保险巨头在 ASO 侧签的所有这些合同"，"所以我能具体看到这些企业是怎么被宰的——那些学区、从丹佛到达拉斯到沃斯堡的城市、工会。"
✅ 跨模型互检也被他讲成一条例行做法（[00:57:46]）：⚠️ "你有机会把 Grok 的输出放进 ChatGPT"；他过合同时的做法是"从一个开始，然后说：嘿，你的一个同行就这份合同说了这个，你怎么看"；⚠️⚠️ 以及"我把两台手机举在一起，把输出拿过来，让它们互相对话，这样我能在旁边听。"
⚠️ 而他对输出可靠性的态度没有变："你确实必须检查输出"，✅ 配一个他反复用的类比——"就像当年第一批电子表格，人们还留着他们的十键加法机，拿来核对表格对不对。"

三、⚠️ 就业与组织：他的理由是"模型延迟"，这是本页认为最该记的部分¶

（[00:26:26]–[00:30:28]）✅ 本库此前记过他的"AI 不替代工作，会用 AI 的人替代不会用 AI 的人"（见 Mark Cuban）。⚠️⚠️ 这一期新的是他给"为什么不能砍掉入门级岗位"配上了一个技术理由。

⚠️⚠️ "因为不管模型是什么，它一发布，就完了——它就已经落后了。所以每一个模型都带着延迟。于是你需要那些了解正在发生的一切、能创造上下文、能做 human in the loop、能理解后果的人。而你需要那些人随组织一起成长，这样当这些东西都变了的时候，他们见过实施的历史，就能给组织带来价值。" "所以第一部分：你不能就这么把所有入门级岗位都砍掉。"

第二部分是赋能："你必须让那些人和所有其它白领知道怎么用 AI。因为 AI 不替代工作——会用 AI 的人替代不会用 AI 的人的工作。"
⚠️⚠️ 第三部分是教育 C-suite，而他要教的清单很具体：agent 怎么工作、怎么用模型、开源与闭源模型的区别，✅ 以及延迟本身——"帮他们理解模型的延迟：我们三个人现在进行的这场精彩对话，在任何地方的任何模型里都不存在，而且在它被发表之前都不会存在。" ⚠️ 他还补了一条模态限制："LLM 是文本和一些图片，不处理视频里正在发生的那些真实世界的东西。"
⚠️⚠️ 而那句定性是他的招牌："AI 不聪明。它也许是书本上聪明，但它不是街头聪明，不是创业者式的聪明。你必须有个人在那儿引导它、帮它。"
✅ 他给的那个 C-suite 失败案例本页认为该照录，因为它是可复现的（[00:29:27]）：

他和一家消费食品公司的负责人坐着谈并购，对方说"是啊，因为 GLP-1 这个那个"。 ⚠️⚠️ "我说：好，我们这么办。拿你的头号产品，你的那块饼干。我来让 ChatGPT 造一个更 GLP-1 友好、定价更低的竞品。我要完整的物料清单，要来源，要一切，要制造要怎么做。大概三分钟我们就拿回给他了，他说：噢，操。他完全不知道。"
⚠️ 主持人的追问很到位，本页认为它定义了这段的要点："如果你不知道，那是个你可以问 LLM 的问题。而你不知道的是怎么让你的公司用上 AI——对我来说那才是大多数组织更大的那个挣扎。"

⚠️⚠️ 一个新的岗位类别："AI 翻译者"，理由是"新数据等于人"¶

（[00:42:36]–[00:45:36]）✅ 本页认为这一段是本期在就业问题上最有原创性的，而且它是两位说话人共同搭起来的。

主持人的框架：⚠️ "我其实认为未来我们会需要更多医生，因为当医疗建议变得更充裕时，更多人会要求真实的医疗服务。" ✅ 而她给的角色位移是：医生今天的工作"非常机械……老实说很多事你几乎不需要用脑子"，⚠️⚠️ 而新形态是"physician scientist"——"他们的工作是去拿到最前沿的、我们在人群尺度上还不知道的信息，在个体层面上站在采集新数据、产生新洞察的矛尖上。"
⚠️⚠️ 而 Cuban 的接话是本节的核心，本页认为它该被直接引用："按定义，新数据（novel data）等于人。"
⚠️⚠️ 由此他推出一个岗位类别：

"你会需要 AI 翻译者（AI translators），给那些可能跟不上这些东西的人——那些就想过自己的富足生活的普通人。你会需要有人去做翻译：这个情况或这个个体身上什么是新的，以及你怎么把它变成对 AI 有效的东西、再把 AI 的输出变成对这个个体有效的东西。" "这会是一份工作，而且从一个个体身上把 AI 需要的一切都抽出来会非常难，我觉得你需要有个人在那儿做这件事。"
⚠️ 他明确排除了人形机器人做这件事："也许有人设想一个人形机器人去问你那些问题、而有人会对此感到自在。我不觉得会发生。"
✅ 而"为什么不会取代医生"他给的理由与延迟那条是同一条（[00:39:34]–[00:40:34]）：个性化药出了问题你得走进医院；⚠️⚠️ "我宁愿有个人在那儿，带着全部五种感官能看一眼、能提问、能看到哭着的妈妈或哭着的儿子，并且能把那个也纳入上下文。" ⚠️ "我不认为那永远会取代医生，我们甚至不该去试。" ✅ 他认为变的是医学院的训练方式（"他们不会被教一样的东西，他们得学会怎么用 OpenEvidence 或者别的什么"）。
⚠️ 医疗占 GDP 的比例他认为十年后还是五分之一左右，✅ 但口径会变："从 sick care 变成让人保持健康、更有生产力、更少停工……我觉得我们会得到更大的生产率，足以抵掉这笔支出，而现在我们得不到。"

四、⚠️⚠️ "地下室里的万亿富翁"，以及同一口气里的两条限定¶

（[00:30:28]–[00:31:29]、[00:56:46]–[00:59:48]）✅ 本页认为这是全期内部张力最大、因此最值得完整保存的一处。

乐观的那一半（本期标题的出处）：

⚠️ "现在没有比做创业者更好的时候了。会有地下室里的万亿富翁。会有人放出他自己的 agent swarm，但是以创业者的方式做。" "会有两种公司：擅长 AI 的，和已经倒闭的。" ⚠️⚠️ "而会有两种人、两种用 AI 的方式：用 AI 来学任何东西的，和用 AI 来不必学任何东西的。"

⚠️ 他认为瓶颈是心理上的："现在创业者用 AI 最大的挑战是跟你的 AI 说话的那种自在程度，不管是语音还是打字——因为还有很多犹豫。" ✅ 配那个电子表格类比（"当年那些第一批电子表格，人们还留着十键加法机"）。
⚠️ 他指出一个地理上的信心差："硅谷和湾区的孩子有一点优势，因为他们看到父母、朋友和那里的文化就是'去干'。"
✅ 而他给的最后一条建议本页认为是这段里最可操作的：⚠️ "别害怕在那些让你感觉很不舒服、很怪的事情上用 AI，因为那种不舒服大概就是通往某个开创性、改变游戏的东西的路。"

而限定的那一半，本页认为必须和上面并列：

⚠️⚠️ 限定一：他自己说那种公司还没出现（[00:58:47]）：

"你会开始看到我们从未想象过的生意冒出来，因为我们现在还没看到那个。我们还没看到那种公司——'噢，那是什么？他们为什么在做那个？那里有什么机会？'然后他们比我们先意识到了。有点像 Napster 刚出来时'哇，那是什么'。"
✅ 本页标注这是本期最可追踪的一条：它是一条自述的否证条件——⚠️⚠️ 说"会有地下室万亿富翁"的同一个人，在同一段对话里说"我们还没看到任何一家那种公司"。本页不裁决，但认为这两句必须一起引用，否则标题那句会被当成一个已经发生的判断。
⚠️⚠️ 限定二：agent 驱动的经济在信息侧有个缺口（[00:30:28]）：

"现在对 agent 来说还有挑战。agent 看不到社交媒体帖子，它们没法审阅那些帖子，而且很难拿到任何有规模的转录。它们没法看广告、看不到广告。所以如果我们正在走向一个面向个人的 agent 驱动经济，在怎么把商业信息传达给那些 agent 这件事上，必须发生很多变化。"
✅ 他自己做了个东西试水：⚠️ agentfeeds.dev（"它还没真正上线"）——把你帖子的转录丢进去，任何人都能复制粘贴到自己的 agent 里，"它会把广告都拿掉，给你需要的全部信息，这样你的 agent 在那些类目上更新一点"；⚠️ "你会看到这类东西爆发式出现。"
🔗 ✅ 本页标注这与本库既有的 agentic commerce 材料的接口：⚠️⚠️ Terry Angelos 讲的是支付侧（"agent 长出了手脚，而手脚就是支付凭证"）、DoorDash 讲的是履约侧、OpenAI 一侧讲的是 WebMCP 与"agent 的一次广告展示并不真的算进真实收入"。✅ 而这一条补的是需求侧的注意力入口：agent 看不到广告和社交信息流，所以"商业信息怎么到达 agent"是一个还没有基础设施的缺口。本页认为它与 OpenAI 那条是同一问题的两侧（卖方的计量 vs 买方的信息）。

五、⚠️⚠️ IP：他认为 AI 创业者普遍低估的那个问题¶

（[00:41:36]–[00:42:36]）✅ 本页认为这一段值得被开源基础设施与 AI 商业化与价值捕获同时引用，而它的起点是主持人引的一句老话。

起点：主持人引了 Aaron Swartz 的 "information wants to be free"（⚠️ 自动字幕写成 "Aaron Schwarz"），并说在医疗里数据孤岛与战略动机使它很难成立。

⚠️⚠️ 而他给的机制是专利被 AI 变得没用：

"到最近之前一直是 publish or perish。如果你是个医生、你创造了什么，你希望所有人都用上，也许还能授权赚点钱。但现在，如果你试着申请专利，每个 12 岁小孩都会说：嘿，看这个专利，稍微改一改，做成我自己的专利。"
⚠️ 于是持有者的反应是封闭："或者如果是医疗里的一项新流程，你可能会说：不行，你得来我的模型，每次访问付我 9,999 美元，或者要用推理你就得用我要求的这套软件，因为没人会把那个 IP 白送出去。"
⚠️⚠️ 而这是他的落点，本页认为该照录：

"我认为很多 AI 创业者的一个底层假设是——回到 Aaron 那句——信息想要自由。信息也许想要自由，但拥有那份 IP 的人想法不一样。" "我们可以争论前端怎么选最便宜的模型来回答问题，但我们还没有讨论过：训练、后训练、RAG 一个模型所需要的那些 IP，如果那个人不愿意提供、但它又绝对必需，我们去哪儿找。"
✅ 而他自己给这段加了一个认知标记，本页认为值得记："这对你们说得通吗，还是你们觉得我是个白痴？"
🔗 ⚠️ 本页标注一处与本库既有材料的接口：本库此前的版权材料集中在训练数据的合法性与和解金额（见 AI 商业化与价值捕获里"15 亿和解"那节）；⚠️⚠️ 而这一条指向一个不同的问题：不是"用了该不该赔"，而是"持有人干脆不给、而它是必需的"。本页认为这是本库在这个题目上第一次拿到供给侧拒绝的视角。

六、⚠️ 他给前沿实验室的公关建议：本页连同其伦理问题一起记录¶

（[00:51:37]–[00:56:46]）

问题：主持人问，AI 在美国"独特地不受欢迎"，如果要给 OpenAI、Anthropic 建议怎么改变这些数字（以及数据中心那摊事），他会说什么。

⚠️⚠️ 开场是："我跟他们聊过这些，我跟他们说他们是傻子。"
他的论证链："现在控制这个国家几乎每个人怎么想的是什么？社交媒体算法。" ⚠️ 他的轶事是一位 23 岁的同事的朋友们（住在德州）"甚至不知道 Ken Paxton 或 James Talarico 是谁"；✅ 而他给的机制是"你通过算法得到更多你所寻求的东西"。
⚠️⚠️ 于是建议是：

"如果你真有最好的 AI，你应该不仅能把那些算法反向工程出来，还能拼出一套营销方案……然后真正开始在那里做营销。因为这适用于政治，适用于 AI，适用于这个国家的一切。" "你需要用你的 AI 去把一切做分层细分，弄清楚把营销、推广和你想做的其它任何事拼起来的最好方式。" ⚠️⚠️ "就像俄罗斯人那么干。怎么干都无所谓，对吧？因为这是你的身家所系。"
⚠️⚠️ 本页必须明确标注：最后那句是在建议前沿实验室对公众舆论做算法影响操作，并以"俄罗斯人的做法"为模板。本库记录它，因为它是一条真实的、来自一位有分量的从业者的建议；⚠️⚠️ 但本库不采纳它，也标出它与同一人在上一次材料里的立场存在张力——🔗 他在 All-In 那期说"算法决定了美国人怎么投票，谁控制算法很多时候就控制了选举"，并把 LLM 讲成这件事的解药（"它们的货币是给你正确的答案；社交媒体的货币是让你保持沉浸"）。⚠️⚠️ 本页认为这是本库记录到的同一人在三个月内的一次立场反转：从"LLM 是算法政治的解药"到"前沿实验室应该去打算法政治这场仗"。本页不裁决动机，只把两条并列。
✅ 而同一段里有两条本页认为有独立价值的判断：
⚠️⚠️ "数据中心仇恨只是'搞不懂 AI'的一个代理变量。" ✅ 而他明确不怪公众："我一点都不怪人们。"
⚠️⚠️ "除非那些大的前沿模型完全明白他们必须想办法成为每个人信息流的一部分，他们就会一直在发那些没用的立场文件。" ✅ 本页认为这条诊断（"position papers are useless"）比他给的手段更有保存价值，因为它指出了一个可观察的现象：实验室的公共沟通形式与公众实际的信息获取形式不匹配。
⚠️ 他自己也指出了这里的反讽："尽管最大的反讽是，正是算法背后的 AI 在毁掉一切。" ⚠️ 他提到 Section 230、以及"澳大利亚那种做法或某些州对 16 岁以下的做法"。
⚠️ 他对家长怎么了解孩子给了一个顺带的观察："了解你孩子最好的方式就是看他们的社交信息流。我 17 岁的儿子是篮球篮球篮球，现在开始冒出一点政治，然后是漂亮女孩、篮球、车。"

七、⚠️ Cost Plus Drugs 的业务形态与政策主张（全部自述，本页按推销处理）¶

四条业务线（[00:03:01]–[00:09:07]）¶

业务线	他给的内容	本页标注
零售邮购（costplusdrugs.com）	2022-01-19 上线、111 种纯仿制药；现在"4,000 个 SKU 上下"；"我们每周的生意都在往右上走，所以我们最大的挑战就是跟上它"	⚠️ 自述；✅ 他说不花营销与广告费，产品是"信任"：固定 15% 加价
Team Cuban Card	折扣卡，可在"17,000 家与我们有联属的药房"本地取药；⚠️⚠️ 他主动说了一条对自己不利的经济学：付给独立药房 12 美元配药费，所以"最便宜的药在我们这儿会更贵"（"5 美元的他汀加 12 美元，你在别处会买得更便宜"），而在特种仿制药、生物类似药、胰岛素、需冷链的药上本地取反而更便宜	✅ 本页认为这是本期少见的一处厂商主动给出的不利对照
达拉斯制造 + "pod"	起点是联创 Alex 的冷邮件：生产 FDA 短缺清单上的仿制药（儿童肿瘤药、医院常用药）；⚠️ "我们用 AI 和机器人把本来要一个足球场或更大的东西压缩进 5,000 平方英尺"，"每四个小时换一种药"（做半年用量、换线、下一种）；✅ 再压缩成"一辆拖挂车大小"的 pod，售价约 2,000 万美元一台，政府是第一个客户（已交付第一台、已下第二台订单），可菊花链串联、可配置（无菌注射剂 / 片剂）；⚠️⚠️ 他说最自豪的是 pod 可以配置做 N-of-1 疗法、运到研究型医院就地快速迭代	⚠️⚠️ 全部为自述，本库无任何核实能力；⚠️ 他自己说"我不是这方面的专家，Alex 能讲得精确得多"
costplusmarketplace.com	把自产与外采的无菌注射剂以 cost plus 10 / 12 卖给诊所、医院；"我们真的能一年给医院省下几百万美元"	⚠️⚠️ 而他主动给了失败处："我们能说服 CEO，但我们不总能说服采购的人去做。" ✅ 本页认为这条与本库多份"企业采用断点在中层"的材料同形
cost plus wellness（直签合同）	他给医院的交易是：信任医生（不要 pre-auth、不要拒付）、按合同价按时付、承担病人自付部分的信用风险；换两样东西——更好的价格，以及把这份直签合同发布到网上，"让它作为所有这些合同的开源"，✅ "任何雇主都能用，任何提供方都能贴自己的合同，哪怕你不想贴或不想用，也可以当谈判模板"	✅ 本页认为这是本期最该被记下的产品设计：把合同本身开源，正好对应他诊断的那个瓶颈（合同不对称）

⚠️ 规模野心（自述）：pod"两年内一年卖几百台、五年内一年卖几千台"；⚠️ "给我一千台 2,000 万美元的 pod，我们就做得非常非常好"，⚠️⚠️ 以及那句"如果我们一年卖 200 亿美元的 pod，小心了 Elon"。
✅ 而他给了一个明确的、可核对的监管瓶颈，本页认为这是本节最有信息量的部分：每个仿制药都要申请 ANDA，"每一个那种东西要 36.5 万美元加其它费用"——"所以你想做一千个，那就是 3.65 亿美元，再加上 pod 的全部成本"；⚠️ 他说如果真要把药品制造 onshore，"我们在这儿等着，而且我们能做"，⚠️ 自评"大概还要两年，就因为我们要和 FDA 做的所有工作"。

⚠️ 给患者/消费者的那条处方，以及一个创业建议¶

（[00:31:29]–[00:35:31]）

⚠️⚠️ 他认为 AI 在医疗上除临床之外最大的影响在患者侧，而具体动作是读懂 EOB（explanation of benefits）。
⚠️ 他给的具体做法：进你喜欢的 AI 模型，要一份所有非营利医院的清单，去问他们的财务援助服务是什么（✅ 制度依据：所有非营利医院都必须有财务援助计划）；⚠️ 然后——"把我本来要付的保费放进货币市场基金去生息，因为我已经和本地的非营利医院讨论过我的情况、我知道他们财务援助计划的一切"。
✅ 本页认为他在这里加的那句限定值得记："我不想替人做决定，但你可以去问 AI 那些问题。"
⚠️⚠️ 而他给的创业建议是一条具体的 agent 侧产品："如果我要在这个领域开公司，我会去每一家非营利医院，建一套我让人们可以用的 agent 方案"——"嘿，如果你担心怎么付你的或你家人的账单、而你银行里没多少钱、你赚的低于 X 美元，就把这段复制粘贴进你的 Muse、你的 dot、你的 Claude co-work，它就会知道来我们这儿问问题。"
⚠️⚠️ 而他对医院的那句批评本页认为是这段里最锋利的："我跟医院的负责人讲，我说：你们不明白。你们市场营销烂得一塌糊涂。你们依赖那些保险巨头和他们的 plan、依赖成为他们网络的一部分来给你们送病人。这太荒谬了。"
⚠️ 对公众的 AI 恐惧他的处方是实用主义的："让他们克服对 AI 的恐惧的办法，是给他们看这些东西怎么能真正让他们受益、保护他们，降低他们在事情真的出大问题时固有的那种恐惧。"

⚠️ 前沿实验室在医疗里会做什么：他的预测与他的推销¶

（[00:35:31]–[00:39:34]）

⚠️⚠️ 核心预测："在看过你的 DNA、并知道它所知道的一切之后，为你个人设计一款药的成本，会随着模型能力上升而开始趋近于零。"
✅ 而他指认的驱动变量不是硬件，本页认为这条值得记："我们谈 GPU 会变多快、后面的网络、需要的电力——但真正会改变一切、让它们更高效的是算法。而我们甚至不知道算法上的改进速度会是多少。"
⚠️ 路径他给的是从 OTC 开始："你走进药店买 Advil、泰诺、布洛芬，我们都以为它对我们的作用一样，而我们得自己做实验才知道它怎么影响身体——身体完全没有道理可言。" → 先个性化 OTC 的剂量与配比 → 再到"在 Eliquis、Xarelto、华法林之间选，在大局上完全没有道理"那一类处方药。
⚠️⚠️ 而他对两家前沿实验室的建议是把它打进订阅："你拿你那 20 美元或 200 美元的订阅，等这个服务可用了就把它包进去，因为你那时候的边际成本——" ✅ 他的参照是 23andMe（"多贵？你现在付 99 美元或更少就能看你的 DNA"）；⚠️ 他承认今天"推理和为了响应一个请求必须发生的一切"很贵，但"正在很快下来"。
⚠️⚠️ 然后是他自己承认的推销："又在卖我的书——我们要我们的 pod 就在那儿，能实时把它们造出来，因为我们是唯一有能力做这件事的，而且我看不到这一点在很长时间里会变。" ✅ 本页按自述与利益相关处理，不采信"唯一"。
⚠️ EHR 这一层他明确说自己不懂（[00:45:36]）："老实说我不知道。EHR 由 Epic 主导，那是他们的世界，我就一直顺着他们、守在我能产生影响的地方。" ✅ 本页认为这处坦白值得记，因为它划出了他判断的边界。 ⚠️ 他对那个新公布的 Epic / Amazon 合作（在开处方那一刻给医生展示不同药价选项）的评价是正面的，⚠️ 但批评了时间："我喜欢他们宣布了，然后说明年五月才能用，我就想：为什么要这么久？"（✅ 而他自嘲"这个跟我没关系"。）

⚠️ 四条政策主张（[00:48:36]–[00:51:37]）¶

⚠️⚠️ 前提：主持人以"假设你是总统或在给总统做顾问"提问，他自述曾为若干州作证。本页记为政策立场，不作评价。

⚠️⚠️ "让所有拿纳税人钱的人签的合同全部公开，不得有任何涂黑。" ✅ 理由与他全期的主线一致："因为那件事一发生，你就开始有一个有效市场，成本就会下来。"
任何人只要能找到比他们当前自付更低的价格，就允许它计入免赔额；⚠️ "已经有八个州在某种程度上这么做了。"
非营利医院必须公布完整总账到每一条明细，以及全部采购凭证与要求；⚠️ "那是我们的钱，我们是纳税人。"
⚠️⚠️ 用存款制替代保险（本页认为这是他最具体也最未经检验的一条）：按你所在州 ACA 银级计划的保费额度存钱（他举例"德州五口之家按你那个收入是 2,100 美元"），钱是你自己的、但必须存入才能参与；出事时先用这笔钱，不够则银行按已谈好的条件贷给你直到 stop-loss 生效（存款里切一部分买 stop-loss 保障），联邦或州为那笔贷款担保，所以提供方不会被欠账，而你通过工资扣款还钱；如果你一直没出事，到 65 岁上 Medicare 时把钱连本带息拿回。 ⚠️⚠️ 他给的论证是类比："联邦政府会担保学生贷款、SBA 贷款、住房贷款，甚至农业的东西。但最重要的那件事——给我们的医疗兜底——祝你好运。" ✅ 他自己也说了约束条件："我们得设门槛，规定你能在哪儿怎么花，别直接给你那个说要帮你修断脚趾的表弟 Billy。"
⚠️ 而那句落点是："现在一下子，保险公司再见了。现在一下子你不用回头跟人吵，因为那是你的钱、随你怎么花。"

本库此前未有、本期补上的空缺¶

空缺	本期给的内容
双边都用 AI 会怎样	⚠️⚠️ "AI 是一个大均衡器……最后它们会在某个水平上互相抵掉，所以长期我看不到剧烈变化"；⚠️ 短期例外是先手与诉讼；✅ 一条不对称预测：靠并购长大、数据孤岛化的在位者"很难变成 AI 原生公司"
"AI 在哪类环境里不起作用"的结构判据	⚠️⚠️ "在一个坏掉的金融系统里，即便你把 AI 引进经济、运营和流程，当它本来就已经坏了的时候，你修不好它"；两层机制是没有价格发现 + 合同长度本身是武器
合同作为 AI 的能力边界	⚠️⚠️ 1,335 页的 PBM 合同、"没有哪群人喝够咖啡能看完"；⚠️⚠️ "一旦你签了，地球上没有任何 AI 能保护你"——✅ 所以价值全在签约前
AI 产生的信息为什么不传播	⚠️⚠️ 被劝说的上市公司回来说"我们完全不知道被坑得这么惨"，但不肯在财报电话会上提——"因为他们还得跟那些保险公司做生意"
一条非工程师搭起来的开放记录挖掘流水线	agent 找出有 open records 渠道的州级实体 → 找合同/RFP → 代写索取信进草稿箱 → 人按发送 → 收件进 Drive → 多个 LLM 各自汇报"好消息/坏消息/该做什么/简单版"；✅ 定性是"那些一直在清单最底下、我永远做不到的事"
agent 经济在需求侧的信息缺口	⚠️⚠️ "agent 看不到社交媒体帖子，没法看广告……在怎么把商业信息传达给 agent 这件事上必须发生很多变化"；他自己做了 agentfeeds.dev（未真正上线）
"不能砍入门级岗位"的技术理由	⚠️⚠️ 模型延迟："它一发布就已经落后了"，所以需要创造上下文、做 human in the loop、并"见过实施历史"的人
一个新岗位类别	⚠️⚠️ "AI 翻译者"，依据是"按定义，新数据等于人"；⚠️ 他明确排除人形机器人做这件事
IP 的供给侧拒绝	⚠️⚠️ 专利被 AI 击穿（"每个 12 岁小孩改一改就做成自己的专利"）→ 持有者转向"来我的模型，每次付 9,999 美元"；⚠️⚠️ "训练/后训练/RAG 需要的 IP，如果持有人不给但它必需，我们去哪儿找"——本库此前的版权材料全在"用了该不该赔"那一侧
数据中心反对的另一种归因	⚠️⚠️ "很多社区在为数据中心谈的协议上真的很蠢——落进了契约恐怖主义"；✅ 以及"数据中心仇恨只是搞不懂 AI 的一个代理变量"——本库此前的数据中心材料全落在电力与土地
实验室公共沟通形式的错配	⚠️⚠️ "除非他们完全明白必须成为每个人信息流的一部分，他们就会一直在发那些没用的立场文件"；⚠️⚠️ 而他给的手段（"就像俄罗斯人那么干"）本库记录但不采纳，并标出它与他三个月前"LLM 是算法政治的解药"的立场反转
把合同本身开源当作产品设计	直签合同发布到网上"作为所有这些合同的开源"，任何雇主可用、任何提供方可贴、不用也能当谈判模板