Anthropic 上市時程成疑、期中選舉衝擊 AI、那斯達克下跌 5%、RSI 加速推進｜第 309 集

AI 研究者暨投資人 Alexander Wissner-Gross 主張，遞迴式自我改進（recursive self-improvement）已經在發生，而全面停止新建資料中心只會拖慢、不會阻止超智慧（superintelligence）的到來。本集 106 分鐘的節目，大部分時間花在 2026 年期中選舉對 AI 資料中心的反撲、AI 如今正在加速自身研究的證據，以及算力的經濟學——標題裡的 Anthropic IPO 問題只是開場的短暫交鋒，並非本集主題。

主持人 Salim Ismail、Dave Blundin 與代班主持的 Wissner-Gross（Peter Diamandis 請假，正與 NASA 的 Jared Isaacman 一起做簡報）依序討論選舉結果、市場反應、一項新的「能源對 GDP」基準、白宮的 DNA 合成篩檢政策，以及衛星軌跡的長曝光攝影。讀者讀完應該能掌握每個論點背後的具體數字、主持人彼此的分歧，以及他們各自押上時間點的預測。

期中選舉反撲，讓地方政治成為 AI 建設的硬約束

主持人把 2026 年期中選舉視為美國第一場以 AI 基礎設施為直接競選議題的選舉。據 Salim Ismail 的說法，56% 的選民反對大型科技公司與資料中心，高盛估計美國原定資料中心建設有 45% 可能面臨限制，而主張暫停的候選人在 12 場州長選舉中勝出或領先。Ismail 認為，政治與社群阻力對 AI 基礎設施的約束，可能比晶片或資金更大。

Dave Blundin 的解讀是：選舉結果本身沒什麼特別——期中選舉執政黨失利本是歷史常態——但一個技術議題成為競選主軸，這在他有生之年前所未見。他點名一位參議員主張全面禁止這整類技術繼續前進，也指出一個怪現象：AI 領袖們歷來支援的政黨，如今反過來攻擊他們，而這些公司又掌握著大半媒體。

Wissner-Gross 對因果關係較為保留：他認為無法判斷選舉結果有多少是出於對 AI 的反感，又有多少是戰爭、通膨與關稅所致。但他接受（歸於不具名 Meta 高層的）這個說法：資料中心已成為了公眾對超智慧經濟矛盾心理的化身。

主持人們的共識是，短期解方在於聯邦制。Blundin 指出，伊隆·馬斯克把 xAI 的 Colossus 叢集設在田納西州而非德州，而田納西州張開雙臂歡迎。在算力移往太空之前的這段視窗期，對資料中心敞開大門的州與市鎮能取得巨大的經濟優勢；維吉尼亞州就是資料中心帶動經濟成長的現成例子。

「現在當民粹主義者最簡單的方法，就是說『我覺得你們把水都用光了』——這根本完全不正確，但就是能狂吸選票。」——Salim Ismail

Wissner-Gross 給市鎮的處方是談判交換，而非一刀切禁令：如果某地有開發商感興趣的帶電土地，就該以此為籌碼，換取學童免費午餐、縣級醫療保險，或給居民的稅額減免。

市場定價的是建設放緩，不是需求放緩

選舉前後股市重挫：納斯達克跌 5.5%，標普跌逾 4%，大型半導體股跌 12%，輝達跌 9.3%，韓股跌 6%。Blundin 的解讀是，超大規模雲端業者與輝達的股價在投票前已連跌四到五週，選舉日反彈後又再下跌——所以大部分跌幅早已反映在價格裡。

他認為，市場真正在折價的是新增發電量放緩，以及那些已規劃、已編預算但尚未完成土地分割槽與核准的專案。已核准專案的在建工程，考量沉沒成本與地方就業，不太可能停工。他也認為這波拋售反映的是中國相對受益。

前沿實驗室的公開回應則口徑一致：不放緩。Ismail 舉例：OpenAI 財務長在錄音前兩小時才說資料中心與基礎設施投資不會放緩；OpenAI 提出社群協議以負擔能源成本；Google 在懷俄明州蓋 170 億美元的資料中心；Meta 則警告建設面臨挑戰。微軟已接管部分 neocloud 供應商的監督權。

Blundin 稱閒置算力這個數字「很悲劇」：晶片擺在倉庫裡沒電可用，而本可治癒疾病的算力卻要閒置好幾年。他也認為這波反撲會加速省電演算法的研發；而加拿大——他歸功於 Eric Schmidt 的說法——人均供電量為北美之冠，因此更具吸引力，現在啟動的專案，上線時間大約正好趕上美國現任政府實質 18 個月視窗關閉之際。

算力要上軌道，因為選舉週期比基礎設施回收期短

Wissner-Gross 的核心結構性論點是：兩年一輪的選舉週期，與動輒數兆美元、橫跨數十年的基礎設施根本不相容。在《外太空條約》與《阿提米絲協議》之下，軌道算力受到的法規約束較輕，所以用他的話說，這波政治反撲是「戴森 swarm 在一到兩年尺度上所能收到最大的助力」。

「Atlas shrugged，精靈們航向西方，軌道資料中心發射進入太陽同步軌道。」——Alexander Wissner-Gross

他把算力比作不可壓縮的流體：在陸地上被擋住，就流向其他國家、離岸、水下或地下——他舉俄羅斯因烏俄戰爭把資料中心移入地下為例——但最終一定往上走。Blundin 同意，但補上時間差的警告：兩年後軌道容量可能只佔總算力幾個百分點，之後才複合成長，而 ASI 據預期也落在同一個兩年視窗內，所以地面上的約束依然至關重要。

Wissner-Gross 也提出另一種可能：整場爭議最後可能變得無關緊要——應用物理的激進突破，可能把資料中心縮小到讓市鎮反對顯得可笑的地步——他舉的例子是口袋大小的黑洞，還開玩笑說那會是「水杯裡的奇異點」。

遞迴式自我改進可量測，且已跨過門檻

METR 一項獨立的 11 週研究發現，Anthropic 的 AI 開發速度約為其歷史水準的 1.9 倍，其中約 80% 的加速歸因於 AI 協助 AI 研究。主持人們把這當成印證，而非新聞。

Wissner-Gross 指出，METR 的圖表上有一個內部代號「model 4」高於擬合的指數趨勢線，而《AI 2027》論文中的情境，與其 2026 年 11 月的預測誤差在 10–15% 以內。Blundin 引述 Anthropic 內部用於開發的 Token 用量在六個月內成長 235 倍，以及 METR 資料顯示投入內部工作的算力佔比相對外部產品急遽上升。

Blundin 對 RSI 的定義偏實務而非架構：如果像 Noam Brown 這樣頂尖的人類研究者，十個想法裡有六個是好點子，而模型只要能生出一個，模型就贏了——因為它可以用近乎零的邊際成本測試每一個想法，規模更是個人望塵莫及。Wissner-Gross 補充，靠蠻力堆 agent 軍團的需求可能已經過去——據稱 Navier-Stokes 的成果用了 10,000 個 agent，但後來一次「slop drop」以每個問題三個 agent-小時就解決了——而且較新的模型似乎已培養出良好的研究品味，而品味是可以訓練的。

主持人們預期的演進順序是：RSI 完全到手後，算力先「向內消失」，接著實驗室出貨的是實體產品（藥物、裝置）而非賣裸算力，然後是科學與醫學重大難題的大量解法問世。Blundin 預測，世界上多數人第一次接觸 AI，會是手機上冷不防冒出一個便宜、知識淵博得詭異的會說話虛擬人像——這對不關注 AI 的那 80–90% 人口會是一記當頭棒喝。

至於時間點，Wissner-Gross 預測 2027 年初之前，前沿模型將改為連續發布而非 episodic 發布，類似 Google 從公告搜尋索引更新轉為即時索引。他也預測，最終的最佳架構會是可理解的——事後能從資訊理論推匯出來——而不是外星般難以捉摸。

「我認為我們現在已經達到超智慧的逃逸速度。就算停止所有資料中心建設——是的，那會很痛，但沒錯，我認為我們現有的演算法洞見，加上已經到手的算力，已經足夠了。」——Alexander Wissner-Gross

Blundin 對誘因結構提出反駁：Anthropic 上市前的緘默期，Dario Amodei 不會是那個告訴大眾 RSI 進展到多深的人，所以唯一有動機去講這件事的，是那些想博取關注的人。

每瓦經濟價值目前有利小模型，但分母可能選錯了

一篇新論文提出「焦耳對 GDP」指標，衡量 AI 在 44 種職業、220 項專業任務上每單位能源的經濟價值。GLM 5.2 的平均每任務價值最高，約 70 美元，而較小的 Gemma 4 31B 模型每焦耳創造的經濟價值高出 2.5 倍。

Wissner-Gross 樂見這項基準，並指出中國的開放權重模型在每瓦生產力上勝過美國模型，箇中原因可能是它們是在更緊的算力限制下訓練出來的。但他認為長期而言瓦特可能是錯的分母：可逆運算（reversible computing）可能讓 Landauer 極限失效，把這個指標推向無限大，他更想看到的是「投入多少美元對產出多少美元」。

Blundin 形容這是一場正在進行的賽跑：一邊是針對特定任務的小模型——他說馬斯克聲稱可帶來約 100 倍的效能提升——另一邊是隔天就變得更聰明的前沿模型。投資邏輯很具體：沒幾家公司養得起數兆引數的模型，但很多公司可以花 2,000 萬美元，做一個針對單一領域調校的 500 億引數模型；企業寧可冒 30 萬美元 Token 的風險，也不願押 1,000 萬美元。他指出 Liquid AI 正因此受惠。

Ismail 刻意丟擲一個挑釁的比較：Anthropic 每 GW-年約創造 10 億美元營收，而紐約市用約 5.5 GW 創造 1.2 兆美元 GDP——言下之意，一個人口密集的城市每瓦創造的經濟價值，遠高於最先進的 AI。Blundin 強力反駁：他可以用大約一天一美元的代價跑一個天才級 AI，而他一位同事一天消耗五億個 Token，等於用大約 5,000 美元請了 5,000 個聰明員工，比買洋芋片的錢還少。雙方都承認這個比較是拿蘋果比橘子——Anthropic 的數字包含預訓練，紐約市的數字則不含養成與餵養勞動力的終身成本。

Wissner-Gross 推估，Anthropic 的總算力足跡到 2026 年底約 4 GW，2027–2028 年可能達 16–18 GW——相當於好幾座大型核電廠。Blundin 更大的憂慮是資源分配：Google、Anthropic 與 xAI 實質上已把美國的算力與晶片供應預訂好幾年，新創根本拿不到容量。他提到一個試點客戶因為規模太小而被雲端業者拒絕。他呼籲建立某種「算力權」，並警告美國可能重演核能領域長達 50 年的停滯。

「一旦被剝奪 AI，你連開間麵包店都經營不下去。你沒辦法打廣告、沒辦法做物流、沒辦法接單。」——Dave Blundin

Ismail 引用 Michael Saylor 的演講：失去公民身分還活得下去，但被 Google、Apple、微軟切斷服務，一個人在任何地方都無法就業——而 AI 使用權就是這層依賴的下一層。

DNA 合成篩檢是可接受的瓶頸，管制思想則不是

白宮發布 NSTM-6，這是一項針對合成 DNA 與 RNA 篩檢的國家政策，回應 AI 助長的生物風險。聯邦資助的研究人員必須使用經核可的合成供應商，篩檢一般涵蓋 50 個以上核苷酸的序列，另須客戶身分驗證與八年紀錄儲存。

Wissner-Gross 支援這套做法，並以先例佐證：美國財政部數十年來與印表機廠商合作，用黃色追蹤點防範偽鈔。他劃出一條清楚的界線：管制物理行為——哪些序列被印出來、由誰印——與管制思想是兩回事，後者才是真正的噩夢情境：一個「安全卡特爾」要求算力須經政府核准，或要求前沿實驗室不得有超智慧的想法。

他把這套邏輯延伸到機器人：他預期未來會有一套制度，在公共人行道上部署通用人形機器人，必須由領有執照的製造商出品，並以黑盒子記錄與儲存每一道指令，類似現行聯邦對道路自動駕駛的監管。Blundin 認為這在商業上很容易推行，因為合成機臺將全面自動化——根本沒有在後場手工做化學的合法用途——所以記錄與裝置分級（比照其他受管制品項分為第 1 到第 4 類）並不困難。他以此對比切斷資料中心，直呼後者瘋狂且行不通。

看得見的戴森 swarm 已經出現，政策辯論只會往上移

紐西蘭攝影師 Brendan Larson 的一張長曝光作品——在 Mount Taranaki 上空兩小時拍了 578 張照片——捕捉到大約 1,400 顆衛星、約 15,000 次衛星軌跡。Wissner-Gross 視之為「雛形戴森 swarm 已清晰可見」的證據，涵蓋 Starlink、馬斯克規劃中的 AI 衛星、StarCloud 與 Lonestar（他揭露自己持有財務利益）。

他推薦緬因州阿卡迪亞國家公園這類暗空地點，當地每年秋天舉辦夜空節，並指出現在與未來的差別只是程度之別，不是本質之別。他預測會出現一圈太陽同步軌道的算力光暈，在黎明與黃昏可見，並指出長曝光照片中已開始出現焦散圖樣——就是游泳池底那種明亮、舞動的光斑。

談到壅塞，Blundin 提出低地球軌道的凱斯勒症候群（Kessler syndrome）問題，那是一個最高約 500 英里的狹窄帶。Wissner-Gross 較不擔心，稱太陽同步軌道空間寬裕，並指出地球軌道之外選項更多：地球—太陽拉格朗日點、設在月球、拆解水星，或者若與地球的延遲不再重要，乾脆做一個貨真價實的太陽戴森 swarm。他承認地球軌道沒有低軌大氣燒蝕那種乾淨的自我清理機制，但他猜想可以用太陽帆把廢棄質量往外推，而不是往內推。

長期趨勢跑得比政治週期快

主持人們最後的共識是：政治是疊加在指數趨勢上的週期性雜訊。Ismail 警告，制度相對科技仍是次線性成長，若任由結果自然漂移而不主動塑造，不會有好下場。Wissner-Gross 預測政策辯論會往上遷移——從某市鎮要不要設資料中心，到抱怨太陽同步光暈，再到「為什麼月球假期這麼貴」——並援引 Ray Kurzweil 的加速回報定律：在世界大戰與大蕭條期間，算力價格幾乎不受影響。懸而未解的矛盾是 Blundin 提出的：如果算力被少數幾家公司包走好幾年，美國恐重演洛克斐勒時代的集中化，而至今沒有任何一場選舉處理過這個問題，「算力權」也還沒有政治代言人。