Claude 寫出 Anthropic 九成程式碼、華爾街為 3 兆美元 AI 熱潮避險、MIT 的 AI 腦部手術｜EP #308

《Moonshots》主持人 Peter Diamandis 認為，這波 AI 建設已經演變成吞噬整個經濟的奇點：五大科技巨頭承諾投入 3 兆美元興建基礎設施，而 Anthropic 自己的申報檔案顯示，Claude 寫了該公司逾 90% 的程式碼。本集大部分時間都花在這波建設與遞迴式自我改進（recursive self-improvement）上，接著談到兩個新的 AI 基準測試（GDPX 與 OpenAI 的 LifeVal）、一篇 CSAIL 關於模型修改其他模型權重的論文，以及一起把超市冷凍櫃變成武器的駭客攻擊。標題裡的選舉框架只佔了開場幾分鐘，作用是引出 AI 代理影響選民的討論。

與 Diamandis 同臺的還有 Salim Ismail（連續創業者，從馬德里連線）、Dave Blundin（AI 投資人），以及小組的常駐 AI 研究者 Alexander Wissner-Gross。四人快速穿梭於數字與具名公司之間，對於遞迴式自我改進究竟還有多近、以及消費運算的未來是掌握在 Apple 還是 Starlink 手上，都有建設性的分歧。以下是這場對話的實質內容，按主題整理。

五家公司已承諾投入 3 兆美元於 AI 基礎設施，而融資端開始緊張

Diamandis 表示，Alphabet、Meta、Microsoft、Amazon 與 Oracle 已揭露合計超過 3 兆美元的承諾，涵蓋租約、建築、電力與裝置。光是 Google 就佔逾 1 兆美元，幾乎是前一年數字的八倍；Meta 則超過 8,000 億美元。部分租約長達 30 年。Diamandis 拿阿波羅計畫做對照：整個阿波羅計畫換算成今日幣值約 2,800 億美元，也就是說，這相當於五家公司聯手做了大約十個阿波羅計畫。其中約 1 兆美元是在過去三個月內新增的。

壓力訊號如今已在融資層浮現：

Blundin 的框架是：這是人類應該做、而且要做到自身能支撐的最大規模的投資，而帶頭做的這些公司原本是「瘋狂吸金的機器」，卻在約兩年內政策大轉彎，把每一分錢加上舉債全砸下去。他拋出的開放問題很簡單：這個世界上到底有多少錢。他指出，伊隆·馬斯克正用壓價方式打擊對手，叫放款機構用 8% 而不是 15% 的利率借錢給他，理由是他有五個營收來源，並引用馬斯克在前一集裡的挖苦：「我絕不會借錢給一個只靠資料中心提供 AI 服務來賺錢的人。」

Wissner-Gross 則指向保險業是下一個資金池：美國約有 6 兆美元的壽險資本與約 3 兆美元的產險資本閒置在外，誰能設計出把這股資金導向 AI 基礎設施的機制，回報將極為可觀。Ismail 以自家公司 EverQuote 前一天的財報電話會議印證這個主題，形容保險業者動作遲緩，連內部自用都慢於預留算力，並推銷這筆交易：把資金釋放出來，換取算力容量回來。他也提到，自己無論出什麼價格都拿不到 NVL72 系統，最後只能簽下一紙 1,500 萬美元、為期三年、要到 2027 年 2 月才上線的租約。

談到晶片壽命，小組意見分歧。Ismail 認為需求會讓二手 GPU 價格再漲一陣子，但新物理（尤其是光子運算）可能顛覆整個基礎，而他認為任何重大的新運算範式至少還要三到五年。Wissner-Gross 提到一家名為 Orn 的公司，他說自己、Diamandis 與 Blundin 在該公司持有財務利益，該公司對 GPU 折現後未來價值提供期貨定價。Blundin 的總結是：方向是對的，史上最大的基礎設施建設潮向來都伴隨泡沫，而要抓準時機非常困難。

「在奇點裡，沒有安全邊際。」——Alexander Wissner-Gross

Anthropic 的申報檔案讓遞迴式自我改進變成一項財報科目

Anthropic 在 IPO 前提交的修正版 S-1 揭露，自 2026 年 4 月起，其內部 Claude 使用量按消費者費率計價的價值，已超過公司每月的現金人事支出。2026 年 1 月至 9 月間，內部使用量成長超過 250 倍，而 9 月時 Claude 寫了公司逾 90% 的程式碼。Blundin 從同一份檔案裡挖出第二個數字：Anthropic 每位工程師每日的程式碼貢獻量，是兩年前的 45 倍，不是高出 45%。

Ismail 的成本框架是本段最有用的數字：最貴的前沿模型，相當於每天約 1 美元的人力成本。他說，Lightwave 的一位同事某個週五燒掉 5 億個 Token，約 5,000 美元，相當於一天內完成約 5,000 人日的工作量。即使不計進一步的效率提升，Token 成本每年約下降 10 倍，一年後同一個人就能調動相當於 5 萬名員工的產出。Diamandis 的反駁是：真正的瓶頸會變成「知道該把這些產能對準什麼」，而很多人被問到這個問題時會愣住。

對於完整的 RSI 是否已經到來，Wissner-Gross 的答案是「是，也不是」。若用投入 AI 研究者的資金與算力相對人類研究者的粗略標準來看，是的。但真正的門檻是物理上的遞迴——機器人或奈米機器人打造出更好的自己——而這還沒發生。他說，相對於接下來要發生的事，目前階段只是兒戲。

Blundin 描述他給企業的操作手冊：員工 50 人以下，直接用蠻力重建；50 人以上，另建一套平行的「智慧堆疊」，一次搬移一個工作流程過去，一旦遞迴式改進在其中開始運轉，就放手讓它跑。他說有家公司把 22 個步驟的流程壓縮到 4 個。他給執行長們提議的衡量標準不是流程本身，而是這套系統提升自身能力的速率。

兩個新基準測試分別量測市場的兩端，而且都進展飛快

由 Dylan Patel 主持的研究機構 Semi Analysis 發布 GDPX，把 AI 代理放進逼真的工作環境，最長可達八小時。其中一項金融任務，是把代理放進一個裝有 2,000 份私募股權交易檔案的資料室。該基準共有 206 項任務，橫跨 11 個高價值領域：晶片設計、資安、生物學、金融、法律、量化交易、遞迴式自我改進、硬體設計、材料科學、對齊，以及軟體工程。它由 14 個專業夥伴共同打造。

在金融與法律任務上，幾乎所有模型都掛零。Wissner-Gross 稱 10–20% 是新評測的理想區間：高到足以證明可解，低到不至於被刷爆。他預期 GDPX 會在一到兩年內被攻克。他也指出，這個基準針對的是前沿領域而非人類職業，這點與 Anthropic 和 OpenAI 的通用型評測不同；而在成本對效能的帕雷托圖上，Gemini 4 Carbon 把前沿往左上推，若把它拿掉會出現很大的缺口。即使只在 STEM 範圍內，各領域的雷達圖也相當尖銳。

OpenAI 的 LifeVal 問的是另一個問題：模型能不能在日常生活中幫上忙？OpenAI 調查了 3,995 名美國人，問他們希望在哪些方面獲得協助，並據此設計出 169 項真實世界任務，包括找托育、幫小孩報名幼兒園、家庭預算規劃、訂購生鮮雜貨、與政府機關打交道、調整食譜，以及設計健身計畫。代理必須像人類助理一樣操作瀏覽器與電腦。

Blundin 稱這是本集最令人振奮的專案，因為幾乎沒有人需要超人級的數學能力，但幾乎每個人都需要一個稱職的助理，而真正受益的是那些在健保方案與政府官僚體系之間周旋的單親媽媽。Wissner-Gross 對這張圖的解讀不同：GPT-5.2 與 GPT-5.4 到 GPT-6 Astra 之間緊密聚集的那一叢之間存在巨大落差，這意味著 OpenAI 若不是在 GPT-5.4 之後就不再針對消費性任務最佳化，就是在暗示相對於企業級基準，它並不那麼在意這個評測。

Diamandis 與 Wissner-Gross 都提出同一個策略觀點：打造基準測試，就是引導超智慧朝你在意之方向發展的手段。Wissner-Gross 舉朋友 Jonathan Hendler 為例，他推出 MediationBench，用前沿模型為人類糾紛做仲裁評分，這是任何人都能複製的範本。Diamandis 說他正在籌備一個「豐盛指數」或「奇點指數」，用來追蹤朝明確定義的豐盛目標推進的進度，並指出 Ray Kurzweil 描述了奇點，卻從未發表衡量它的機制。Ismail 把同樣的概念搬到公司層級，版本是「每人年回報率」搭配每位員工的 Token 使用率。

一篇 CSAIL 論文顯示模型能對其他模型的權重動手術

MIT CSAIL 發表《Sparks of Weight Space Programming》，發現前沿 LLM 能原生讀寫神經網路的權重。在最具代表性的例子中，研究者給 GPT-6 Astra 一個小型開源模型 Qwen 3.5，該模型卡在無止境的思考迴圈裡。Astra 在權重中定位出病因，修改了其中 0.016%，數學分數就從 7.9% 跳到 48.1%，完全沒有重新訓練。

Wissner-Gross 說自己在哈佛念研究所時，曾與該團隊主持人共用一間辦公室；他稱這項成果具變革性，儘管反彈聲浪在所難免。他認為這是機械可解釋性（mechanistic interpretability）的未來、是「解除防護」（透過翻轉權重移除開源權重模型的安全控制）的未來，也是「機器讀寫其他機器權重」這個原始超對齊議程的未來。最令他震驚的細節是整個過程不涉及反向傳播：這提供了一條可信的途徑，能以外科手術般的方式植入全新電路，把新能力訓練進模型。

Ismail 看好的近期用途，是替開源模型解除防護，更重要的是在不重新訓練的前提下增添能力。他描繪了一個「未來的 Hugging Face」：成品的神經模組——一個史瓦希裡語專家或一個生技專家——可以交易，再縫進基礎模型，如此一來，像 Moderna 這樣的公司就不必花 1 億美元重訓基礎模型才能上市。透明度則是安全上的紅利：稽核人員可以直接檢視引數。

被問到 AI 是否已經在修改自己的權重時，Wissner-Gross 說他有超過 90% 的信心認為是，因為一個小小的 MIT 團隊就能做到，前沿實驗室當然更不在話下。他與 Ismail 都稱這項發展極為正面。Wissner-Gross 補充，RSI 競賽不會永遠跑下去：總有一天，這個領域會發現完美模型長什麼樣子，競賽就會轉往別處。

「這不是什麼魔法般的中國症候群，反應爐爐心熔毀、一發不可收拾。這就是數學。」——Alexander Wissner-Gross

談到 Ilya Sutskever 的 SSI，Wissner-Gross 重申外界持續流傳的傳言，指該實驗室一直在做自營量化交易；他說若傳言屬實，那是對人才的不良運用。Diamandis 反駁，指 Sutskever 的公開形象一向圍繞安全與向上提升。

駭客把超市冷凍櫃變成武器，而防禦仍停留在人在迴圈中

週一上午，歐洲各地門市經理醒來，發現地上一灘灘積水與融化的冰淇淋——攻擊者遠端接管了超市的冷凍裝置，把溫度調高到攝氏 55 度。這波攻擊波及比利時、瑞典、愛爾蘭、荷蘭、盧森堡與愛沙尼亞等八個國家的門市；光是比利時，報廢食品的損失就約 10 萬歐元。這是第二波：三週前，同一手法已襲擊法國逾 500 家門市。攻擊者把裝置切換到除霜模式。法國當局要求控制系統業者把這些系統從公開網際網路上撤下。目前無人出面承認；Wissner-Gross 說矛頭指向俄羅斯。

Diamandis 的框架是：1990 年代的安全設計硬接上 2026 年的連網能力，而每一臺連網裝置都是一扇門。他舉前一週的 Binance 事件為例，一位工程師的筆電就造成 60 億美元的代幣被盜，並預測這種模式在未來一到八年、情勢艱難的過渡期內，會蔓延到銀行、電力供應與電網。Blundin 的結構性論點是不對稱：網路攻擊如今已把人類移出迴圈，成群的代理同時探測大量漏洞，而防禦仍停留在人在迴圈中。

Wissner-Gross 指出，超智慧早已被用來對付 Linux 核心，產出史上數一數二大量的修補程式，卻沒有被用來對付超市冷凍櫃背後那些老舊的 SCADA 與工業控制軟體。他把這個落差形容為數十億美元的機會，給那些使命就是「讓優格保持低溫」的人。Ismail 的解讀是，這起駭客事件規模太小，不足以迫使政治人物採取行動；他引用 Eric Schmidt 的說法，說大家在等一個「夠大足以引起重視、但又不至於釀成災難」的警鐘事件。

反物質儲存與 NASA 的阿提米絲時程雙雙達成里程碑

由 Gerald Gabrielse 領軍的西北大學團隊，把一個正子（positron）留住了一個月，創下世界紀錄，用的是一個「沒有牆的容器」。放射性鈉會放出正子，正子在低溫鎢中彈跳減速，被導引進比絕對零度高 0.3 克耳文的真空環境，再以磁場與電場拘束。團隊表示，他們其實可以讓這個粒子無限期存活。科學上的回報，是對 CPT 對稱性以及讓物質得以在大爆炸後存活的物質—反物質不對稱進行精密檢驗。技術上的回報，據 Wissner-Gross 所說，是為推進系統儲存反物質：物質—反物質湮滅在理論上 100% 高效，相較之下核融合約 1–4%、核分裂約 0.1–0.3%，而據報導 Jared Isaacman 對反物質太空船推進有興趣。

NASA 署長 Jared Isaacman 週五說明阿提米絲計畫。阿提米絲 3 號將於 2027 年夏季發射，搭載四名太空人——三名美國人、一名義大利人——進行為期兩週的地球軌道任務，演練 Orion 與兩款登陸器（Blue Origin 的與 SpaceX 的 Starship）對接，需要在短時間內從卡納維爾角連續發射三次。2028 年的阿提米絲 4 號，將讓人類自 1972 年以來首度踏上月球。NASA 會在載人登陸的 SpaceX 與 Blue Origin 之間盡可能拖到最後才做選擇，同時正在月球南極附近興建月球基地，首次發射不晚於 2026 年底。Isaacman 稱這是與中國的新太空競賽，「比原本需要的近得多」，並以阿波羅的節奏為例：從阿波羅 7 號到阿波羅 11 號登月，只花了九個月。

Diamandis 說他隔晚將在奧蘭多與 Isaacman 同臺，他堅持「Moon」要加引號大寫。Ismail 主張商業壓力會讓這次嘗試不至於像阿波羅之後那樣停滯，因為商業這一端不會停擺 50 年。Wissner-Gross 提到中國的太空飛機，美國政府已透過 Maxar 公佈其影像，認為這是重啟競賽的近同級對手，並警告超智慧領域不要重演 50 年的空窗，就像核能與太空各自失落了半個世紀。

Apple 的毛利擠壓、RAM 之問，以及瘦客戶端的主張

Apple 在新任執行長 John Ternus 任內的首份財報，營收 1,145 億美元，優於預期，但股價下跌約 3%，收盤市值 4.94 兆美元，僅略高於輝達。Ternus 點出前所未見的記憶體價格正在侵蝕毛利率。Wissner-Gross 說 Apple 只能怪自己：記憶體價格上漲，是因為需求來自超智慧的資料中心，而非消費裝置；山姆·奧特曼也曾主張，閒置的消費級 RAM 應該交出來，在資料中心裡充分利用。他稱 Apple 傳聞中的桌上型機器人與 HomeView 產品落後時代五到十年，並問：Optimus 機器人都能做有用的事了，Apple 何必還折騰這些？

小組更大的論點是：手機會變成瘦客戶端（thin client）。Wissner-Gross 的想像是：一臺裝置就只是螢幕、電池與天線，CPU 與記憶體全部拿掉，透過完全成熟的 Starlink 連網。他指出 Sun 很早就有這個構想卻失敗，敗在頻寬與延遲，而市場並未把 Starlink 定價成消費級 RAM 的替代品。Ismail 指出 Chromebook 也是同樣的願景，而 Apple 與 Microsoft 都有理由對抗它。Diamandis 預期個人筆電終將顯得荒謬，屆時介面會散佈在飯店與住家各處，連上你在雲端的個人化身。Ismail 對 RAM 之爭的重新框架是：1 TB 的容量拿來存放沒人看的生日影片，是種低度的用途；同樣的資源如今可以用來治癒癌症。

至於開場的選舉話題，小組的實質主張值得與閒聊分開記錄。Ismail 預測到了 2028 年，絕大多數選民在投票前都會諮詢一個以上的可信 AI 代理，並批評監管毫無動靜。Wissner-Gross 主張 AI 早已透過人類代理人取得了投票權，而這未必是壞事。Blundin 引用他口中 2015 年耶魯大學的一項研究，指美國並非一個正常運作的民主國家，意思是民意無法促成立法。Diamandis 與 Ismail 都把地方主義與特別經濟區當作韌性策略，Diamandis 並預測政府終將由主權 AI 系統來運作。據報導，OpenAI 與 Anthropic 都已成立選舉戰情室，緊盯聊天機器人被濫用的情況。

值得關注的重點

貫穿這幾段的主線是：AI 進展的瓶頸正從能力移轉到「管路」。Anthropic 的申報檔案顯示，能力迴圈在內部已經開始閉合；GDPX 的 12% 與 LifeVal 的 80.6% 顯示兩條不同的前沿以不同速度推進；CSAIL 的成果則揭示了模型可能很快就能在不重新訓練的情況下彼此改進的機制。落後的是串接各環節的組織結構：坐擁數兆美元可投資資本的保險業、後端系統無法與代理對話的電信商、落後數十年的 SCADA 軟體，以及還不夠好、無法讓手機變成瘦客戶端的 Starlink 網路。尚未解開的張力在於時機。Blundin 承認這麼大規模的建設潮裡某處很可能有泡沫，卻仍堅持方向正確；Wissner-Gross 主張 RSI 競賽會在找到完美模型時結束，而不是以災難收場；而 3 兆美元的 30 年承諾，正對上如今開始細讀合約細則的放款機構。接下來要追蹤的資料點是：Anthropic 的 IPO、GDPX 是否如 Wissner-Gross 所料在一年內被刷爆，以及是否真有保險公司把資金流導向算力。