《硅谷AI梦：微软、谷歌与人工智能的万亿美元之战》

马斯克劝霍夫曼回到 AI（序）：2015 年初，LinkedIn 联合创始人里德·霍夫曼（Reid Hoffman）和埃隆·马斯克在帕洛阿尔托一家寿司店吃饭。两人是 PayPal 时期的旧识。霍夫曼 1980 年代末在斯坦福学过 AI，但那时研究还停在教电脑分辨圆和方、猫和狗。他说：“我见过人工智能能做什么，我认为它太幼稚了。”马斯克刚从波多黎各一场 AI 会议回来，讲起谷歌以 6.5 亿美元买下的 DeepMind：它不靠人写规则，而是做模仿人脑的神经网络，在电子游戏里达到了超人水平。

“这一切正在发生，”马斯克对霍夫曼说，“你需要做好准备。”

序

霍夫曼当场决定开始学 AI。他的办法一向是找聪明人当面请教。

一封群发邮件（引言）：2022 年秋，ChatGPT 发布前夕，作者收到霍夫曼的群发邮件：他当年年初与人合办了 AI 公司 Inflection AI，这是他自 LinkedIn 以来创办的第一家公司。点子来自他的老朋友、DeepMind 联合创始人穆斯塔法·苏莱曼（Mustafa Suleyman）：做一个既有高智商、又有情商的聊天机器人，不像 Siri、Alexa 那样只给预设答案，而是能像人生导师那样陪人聊天；更远的目标是给每个人一个替他订票、约饭、挑礼物的个人智能助手。第三位联合创始人卡伦·西蒙扬（Karen Simonyan）曾任 DeepMind 首席科学家。

作者的问题（引言）：生成式 AI 是能根据简短提示生成文字、图像、视频或声音的模型的统称。作者指出，它需要的海量数据只有巨头才有；训练一个大模型要花数百万美元算力，做大要数十亿美元；顶尖 AI 工程师要求高额签约奖金和百万美元以上的年薪，用股权换低薪的老办法不灵了。连霍夫曼也承认，AI 背后的经济规律改变了初创企业的处境。

在科技发展的每个时代，都会涌现一批新的巨头企业。如今人们不禁会问：人工智能时代还会是这样吗？

引言 万亿美元的雄心

Inflection 是检验样本（引言）：作者认为，如果有哪家初创公司能证明 AI 不会毁掉硅谷的创业文化，那就是 Inflection：霍夫曼有人脉，也有打造巨头的经验；苏莱曼是 AI 明星。2022 年春，格雷洛克合伙公司（Greylock Partners）开出 1 亿美元支票，这是它成立近六十年来最大的一张，霍夫曼个人再出 4000 万美元，比尔·盖茨、谷歌前 CEO 埃里克·施密特等跟投；2023 年 6 月公司又融了 13 亿美元，当时成立才十五个月，还没有盈利。风投公司 NFX 创始人詹姆斯·卡里尔在 2023 年初警告：参与这场竞争的公司必须在一年半、最长两年内盈利，否则难以存活（引言）。

盲目乐观的早期 AI（第 1 章）：1956 年夏，约翰·麦卡锡（John McCarthy）召集约 20 名研究者在达特茅斯学院开了八周会，AI 从此成为一个研究领域，但目标定得太高。作者说：“盲目乐观是很多早期人工智能支持者的致命缺陷。”

这一过程也说明了人工智能六七十年来的发展：始终诱人地徘徊在即将取得突破的边缘，却总是相距十年之遥。

第1章 开创者

两条路线（第 1 章）：一条是康奈尔的心理学博士弗兰克·罗森布拉特（Frank Rosenblatt）的“感知机”，用人造神经元模仿大脑，也就是今天神经网络的前身。他 1958 年演示时机器只能区分卡片左右的记号，报纸却说它将来能“行走、交谈、书写”。斯坦福人工智能实验室主任克里斯·曼宁（Chris Manning）评价：他的说法多是炒作，但类脑计算机“是他的首创”。另一条是 MIT 的马文·明斯基（Marvin Minsky）主导的“基于规则”的路子：由程序员把知识和推理一条条写进机器，后来叫符号人工智能、专家系统。作者对明斯基评价很低，说他“既傲慢又专横，几乎在所有问题上都判断有误”。明斯基合著的《感知机》断言神经网络没有前景，政府经费随之转向规则派。曼宁说，明斯基的主导地位妨碍了 AI 走上正确方向。

两次寒冬（第 1 章）：机器远达不到许诺的水平，资助退潮，学界一般认为第一次“人工智能寒冬”是 1974—1980 年。1980 年代初，专家系统掀起第二波热潮，钱主要来自风投和企业，一批公司卖专用的 LISP 计算机、做各行业的专家系统。参与其中的杰瑞·卡普兰说，当时蜂拥而起的公司“绝大多数都完全是垃圾”。第二次寒冬从 1987 年开始，持续更久；在牛津读 AI 博士的詹姆斯·马尼卡回忆，申请经费时最好说自己做的是“机器智能或机器学习”，只要不叫人工智能。

这与2023年的情况极为相似，只要一家公司能讲好利用人工智能盈利的故事，大量资金就会源源涌入。

第1章 开创者

霍夫曼其人（第 2 章）：霍夫曼 1967 年生于帕洛阿尔托，父母很早分居，童年孤独，靠《龙与地下城》这类游戏交到朋友，十一岁就给游戏公司写测评。他在斯坦福读新设的“符号系统”专业（计算机、语言学和心理学交叉），在哲学课上结识彼得·蒂尔（Peter Thiel），两人一左一右争论了几十年。他在施乐、IBM 实习时接触过 AI，结论是“这些网络规模太小了”，短期不会有进展，于是转身离开。他去牛津读哲学，又因不想只做学问而回国，先后在苹果和富士通做网上社区产品。

起步太早（第 2 章）：1997 年，霍夫曼在一顿晚饭上讲清了社交网络的设想，和人合办 SocialNet。那时 Friendster、Myspace 都还没出现，风投把它当婚恋网站，不是挂电话就是不回电。公司做得艰难，他最后被投资人挤出董事会。作者说，后来的 AI 创业者也认同硅谷那句箴言：“起步太早与起步太晚一样，都会错失机遇。”

不过，风险投资人虽然有大胆冒险的名声，但实际上也是按照市场主流趋势行事，不会总是特立独行地去冒险。

第2章 孤独的男孩

PayPal、LinkedIn 和天使投资（第 2 章）：2000 年 1 月，霍夫曼加入蒂尔的支付公司，后来叫 PayPal。2000 年 9 月它每月烧掉 1200 万美元，作者说 2023 年的 AI 初创公司可能面临同样的“烧钱率”问题。PayPal 2002 年初上市，五个月后被 eBay 以 14 亿美元收购。之后霍夫曼在自家客厅创办 LinkedIn，又成了硅谷最活跃的天使投资人：他把 20 岁的扎克伯格介绍给蒂尔，跟投了 Facebook 的天使轮；2009 年加入格雷洛克后带来的第一个项目是 Airbnb，500 万美元换来近千倍回报。

作者的硅谷十年（第 3 章）：作者 1995 年转行写科技。那时硅谷创业者听到最多的问题是：“如果微软也在这个领域展开竞争，应该怎么办？”1990 年代的微软被同行称作“死星”“邪恶帝国”，最后被政府以反垄断法起诉，2000 年盖茨把 CEO 交给史蒂夫·鲍尔默。作者说泡沫破裂后，“市场让我们所有人都成了怀疑论者”。

但我清晰地记得萨福的警告：我们往往会夸大一项新技术的短期影响，而低估其长期影响。

第3章 真正的信徒

在报道硅谷的十年间，我不记得出现过“人工智能”这个词。

第3章 真正的信徒

真正的信徒（第 3 章）：规则派走到了尽头。道格·莱纳特 1984 年起想把常识一条条写进机器（Cyc 项目），写到他 2023 年去世时已有 1500 万行代码，仍远未完成。作者说：“人是通过经验来学习的，不是靠遵循一系列死板的指令。”1997 年 IBM 的“深蓝”击败国际象棋世界冠军卡斯帕罗夫，在作者看来是规则派最后的辉煌。

事后看来，“深蓝”的胜利并非标志着人类的灰暗时日，而是基于规则的计算技术的高光时刻。

第3章 真正的信徒

与此同时，一小群人在冷落中坚守神经网络：杰弗里·辛顿（Geoff Hinton）、约书亚·本吉奥（Yoshua Bengio）、吴恩达（Andrew Ng）、杨立昆（Yann LeCun）、李飞飞（Fei-Fei Li）等。本吉奥说，别人看他像“脑子不正常的人”；辛顿则说，这对他来说“完全是显而易见的事”（他 2024 年因神经网络的开创性工作获诺贝尔物理学奖）。为了避开“神经网络”这个不受待见的词，大家改用“机器学习”“联结主义”（connectionism）等说法，辛顿喜欢“深度学习”。2010 年以后局面翻转：英伟达的 GPU（图形处理器）原本为游戏设计，能同时做大量计算，成了训练神经网络的利器；互联网又让训练数据成倍增长。曼宁回忆 2010 年前后一次深度学习研讨会只来了 40 人左右，“差不多是全世界从事神经网络研究人员的三分之二”（第 3 章）。

赌场里诞生的公司（第 4 章）：2010 年春，苏莱曼和德米斯·哈萨比斯（Demis Hassabis）在伦敦一家扑克赌场早早出局，坐下来聊起机器学习。苏莱曼的父亲是叙利亚出生的出租车司机，母亲是护士，他在北伦敦的市政公房长大，从牛津辍学，办过面向年轻穆斯林的心理热线，做过联合国气候谈判的协调人。哈萨比斯是国际象棋神童，开过游戏公司，后来读了神经科学博士。两人与新西兰数学家谢恩·莱格（Shane Legg）在 2010 年 9 月创办 DeepMind，目标直指通用人工智能（AGI），书中的定义是能做人脑能做的任何事、而且做得更好的超级智能。分工是哈萨比斯任 CEO，莱格任首席科学家，苏莱曼任首席产品官，负责融资。

哈萨比斯说：“第一步，搞清楚大脑的智能运行机制；第二步，运用这种智能机制去解决其他所有问题。”

第4章 DeepMind

那时 AI 仍是风投的禁区：风投看五到十年，AGI 却要几十年。第一笔大钱来自彼得·蒂尔的创始人基金，后来马斯克领投了一轮。DeepMind 率先用“强化学习”：让模型在反复试错中，根据得分强化成功的做法。马斯克在私人飞机上给谷歌的拉里·佩奇看 DeepMind 的模型玩打砖块游戏：工程师只告诉它“得分越多越好”，两小时后已无人能及。

巨头抢人（第 4 章）：2012 年，辛顿和两名学生用 AlexNet 在李飞飞创办的 ImageNet 图像识别比赛中遥遥领先，曼宁说这“真正向世界证明了深度学习时代的到来”。几个月后辛顿把他和学生的小公司拿出来拍卖，谷歌以 4400 万美元买下辛顿、亚历克斯·克里热夫斯基和伊利亚·苏茨克弗（Ilya Sutskever）；Facebook 请杨立昆组建 Facebook 人工智能研究实验室（Facebook AI Research，FAIR）；谷歌还有吴恩达发起的“谷歌大脑”。

其实，科技巨头间的这场竞争在十多年之前就开始了，而且毫无疑问，谷歌公司在早期遥遥领先于其他竞争对手。

第4章 DeepMind

卖给谷歌的三个条件（第 4 章）：佩奇亲自到伦敦提出收购。哈萨比斯苦于融资占去大量研究时间，大公司又开两三倍工资挖人，三位创始人估计未来几年还要筹数亿美元，于是决定出售。条件有三：公司留在伦敦；技术不得用于政府监控或军事；谷歌设立独立的伦理与安全委员会监督 AGI 研发。Facebook 出价更高，但扎克伯格不同意设伦理委员会。2014 年初，谷歌以 6.5 亿美元收购 DeepMind，苏莱曼负责为技术寻找能赚钱的应用。

霍夫曼的“智友圈”（第 5 章）：那顿晚饭后，霍夫曼照自己的办法学 AI：和老邻居、麦肯锡全球研究所负责人詹姆斯·曼伊卡（James Manyika）长谈，走访谷歌、Facebook 的实验室和斯坦福的李飞飞，又在伦敦结识了苏莱曼。苏莱曼没想到这位亿万富翁会和他聊好莱坞怎样塑造人们对 AI 的恐惧。霍夫曼当时的判断是：投资 AI 初创公司也许为时尚早，但“一场巨大的海啸即将到来”。

OpenAI 的诞生（第 5 章）：2015 年夏，30 岁的 Y Combinator 总裁山姆·奥特曼（Sam Altman）在沙丘路一家酒店召集聚会，议题是能否成立一家不以盈利为目的、与谷歌抗衡的实验室。马斯克说：“与谷歌相反的路径就是做一家开源的非营利机构”，当场承诺捐 1 亿美元。霍夫曼开了 1000 万美元支票。2015 年 12 月 OpenAI 成立，苏茨克弗离开谷歌任研究主管，格雷格·布罗克曼（Greg Brockman）任 CTO。几年后 OpenAI 陷入困境，奥特曼打电话对霍夫曼说：“我们知道自己想做什么，也知道为什么要去做，但就是不知道该怎么做！”马斯克认为它已无可救药地落后于谷歌，要求控制权未果后离开。霍夫曼又投 1000 万美元、进了董事会，奥特曼辞去 YC 总裁，专任 OpenAI CEO。

创业门槛回到过去（第 5 章）：作者回顾，2000 年代中期，全球化的程序员和云计算让几个人凭一台笔记本就能挑战大公司。

然而，人工智能热的兴起又把这种局面一夜之间拉回到过去。

第5章 智友圈

一流 AI 研究员年薪 100 万美元以上，OpenAI 从谷歌挖苏茨克弗开了 190 万美元年薪；更贵的是训练大模型的算力。2017 年谷歌研究员发表 Transformer 论文，OpenAI 据此做大语言模型（Large Language Models，LLMs）。奥特曼的办法是在非营利机构下设一家营利子公司，首轮投资者的收益以 100 倍为上限，作者说这种“上限”大概只有风投人才觉得是限制。霍夫曼领投了这一轮，他说：“这就是一场豪赌”。

牵线微软（第 5 章）：2011 年 LinkedIn 上市前，鲍尔默出高价想收购，霍夫曼拒绝了。2014 年接任微软 CEO 的萨提亚·纳德拉（Satya Nadella）主动和他交往，2016 年微软宣布以 262 亿美元现金收购 LinkedIn，2017 年 3 月霍夫曼进入微软董事会。作者说，微软这笔收购更大的价值好像是霍夫曼本人：他同时是微软董事和 OpenAI 董事，只在两边之间牵线、不碰交易条款。2019 年微软向 OpenAI 投资 10 亿美元。一年后霍夫曼看到有 1750 亿参数的 GPT-3，说：“从那时起，我全身心地投入到人工智能的工作上。”

鲍尔默的微软（第 6 章）：作者 2011 年为《财富》写文章，探讨微软究竟出了什么问题，答案是：鲍尔默执着于扩大 Windows 份额，iPod 之前的 MP3 播放器、iPad 之前的平板电脑都在内部夭折。作者借哈佛商学院教授克莱顿·克里斯坦森（Clayton Christensen）的“创新者的窘境”解释：已经立足的大公司偏爱高利润的老产品，看不上会颠覆自己的新东西。微软搜索屡战屡败，2013 年又以 72 亿美元收购诺基亚，后来亏损 80 多亿美元。

在鲍尔默的领导下，微软变得和IBM一样了：仍然能赚取高额利润，但已不再是引领未来发展方向的核心企业。

第6章 刷新

纳德拉的刷新（第 6 章）：纳德拉在印度长大，说自己学业并不出色，1992 年进微软，管过必应（Bing）和云计算。2014 年接任 CEO 后，他先改文化：员工“担心被嘲笑，担心失败”，他要让公司从自以为“无所不知”转向“求知若渴”。他关掉诺基亚手机部门，在开发者大会上掏出 iPhone，拥抱鲍尔默骂过的 Linux，把重心转向云，第一年云业务增长超过 50%。

押注 OpenAI（第 6 章）：微软 1990 年代就投资 AI，但作者说它“先发却未能先至”：早年在规则派上投入太多，顶尖研究员抵触神经网络。2017 年纳德拉任命霍夫曼的牌友凯文·斯科特（Kevin Scott）为 CTO。斯科特发现公司 AI 力量分散，一度叫停全公司的 GPU 预算，要求每笔申请都有确凿理由。他在 2019 年的备忘录里写道：“我们在机器学习方面已经落后于竞争对手多年。”谷歌有搜索数据，Facebook 有社交数据，微软只能另辟蹊径，于是选了 OpenAI：投资而不控股，10 亿美元里约一半是 Azure 云额度。霍夫曼说，盖茨和乔布斯都不会这样合作，在他们手里微软会直接收购。合作很快有了产品：GitHub 首席执行官奈特·弗里德曼（Nat Friedman）顶住内部担心出错的反对，推出写代码的助手 GitHub Copilot，每月 10 美元，一年收入超过 1 亿美元。作者的结论是：今天的微软既不让人望而生畏，也不因不良竞争手段受人鄙视。

DeepMind 与谷歌的磨合（第 7 章）：收购后，DeepMind 和谷歌一直不顺：2015 年底谷歌改组为 Alphabet，原说要让 DeepMind 独立，谈判拖到 2021 年初也没谈拢；谷歌承诺的伦理委员会只开过一次会；DeepMind 与“谷歌大脑”各做各的大模型，像对手而不像同事。2019 年苏莱曼离开 DeepMind，调到谷歌大脑任副总裁。他还因管理作风粗暴被停职，事后公开道歉。

谷歌为什么慢（第 7 章）：谷歌看起来手握一切：2016 年桑达尔·皮查伊（Sundar Pichai）宣布谷歌是“AI优先”的公司，Transformer 论文出自谷歌研究员，内部还有聊天机器人米娜（Meena），后来改名 LaMDA（Language Model for Dialogue Applications，对话应用语言模型）。米娜的负责人诺姆·沙泽尔（Noam Shazeer）和丹尼尔·德·弗雷塔斯（Daniel De Freitas）后来出去创办了 Character.AI。苏莱曼想推它上线，推不动。作者列出的拖累有：2016 年微软聊天机器人泰伊上线不到一天就被网友教坏、发表仇恨言论，谷歌怕重蹈覆辙；搜索每年贡献数百亿美元利润，高管不敢动；员工从上市时的 3000 人增到 2020 年的 13.5 万多人，内部各自为政；帮五角大楼用机器学习提高无人机打击精度的“梅文计划”（Project Maven）遭数千名员工抗议，谷歌宣布合同到期不再续签；AI 伦理团队负责人蒂姆尼特·格布鲁（Timnit Gebru）因一篇批评大语言模型的论文离职，作者批评谷歌“对学者的研究成果进行审查”。

但是，千万不要低估一个大企业错失良机的可能性，它们庞大笨拙，效率低下，总是擅长给自己制造障碍。

第7章 拍案而起

作者认为，“创新者的窘境”这回落到了谷歌头上。苏莱曼说，他们那帮人常常“拍案而起”，但谷歌总是慢吞吞的。2022 年 1 月，他离开谷歌，到霍夫曼的格雷洛克落脚。

霍夫曼的另一面（第 8 章）：霍夫曼给格雷洛克带来了名声和项目，媒体称他“你从未听说过的最成功的企业家”。他自称“产品和商业策划人”，作者说他给的不是宏大理论，而是“切实可行、因时而动的建议”。他最有名的一句话是：

“如果你觉得自己最初的产品完美无瑕，那就意味着你错过了最佳上市时机。”

第8章 能力与责任

作者也写了他的争议：和马克·平卡斯合买社交网站专利被骂“专利流氓”；成立了几家特殊目的收购公司（Special-Purpose Acquisition Companies，SPAC），这类公司能让企业绕开证券交易委员会的审查上市；为反特朗普投入数千万美元，其中一笔钱有一小部分被别人用在了虚假信息宣传上，他否认知情，作者也相信，但形象受了损；他曾邀请已定罪的爱泼斯坦参加晚宴，事后公开表示懊悔。他和妻子的基金会从 2017 年起把 AI 作为捐赠重点，资助李飞飞在斯坦福创办以人为本人工智能研究所（Human-Centered Artificial Intelligence，HAI）。本章标题取自李飞飞 2018 年出席的国会听证会主题。作者也写到，到 2024 年连李飞飞也创办了自己的 AI 公司。

风投这一行（第 9 章）：作者写了风投业的变化：美国风投总额从 1995 年的 70 亿美元涨到 2021 年的 3300 多亿美元；2009 年成立的安德森·霍洛维茨（a16z）把风投做成了营销，对手说它像“业余做点风险投资”的品牌推广机构。合伙人的大头收入是投资利润提成，好年份一人可拿上千万美元，而且提成按 20% 的资本利得税缴税，而不是按最高 37% 的所得税率。

MeAI 计划书（第 9 章）：2022 年 2 月，苏莱曼在格雷洛克写出 32 页的商业计划书“MeAI”：几十年来是人学机器的语言，如今机器开始学人的语言。他设想一个“与你一同生活，留意你的所作所为，并与你一起思考”的聊天机器人，陪你聊球、帮你减肥、记住同事孩子的名字，最终成为私人助理。他知道有人会质疑人和机器谈感情，但认为人本来就会对泰迪熊、对起了名字的车产生感情。难点是钱和“记忆”：当时的大模型在长对话里记不住前文。霍夫曼读后答应做联合创始人，每周拿出一天。2022 年 3 月 Inflection 成立，注册为公益型企业（Public Benefit Corporation），也就是仍以盈利为目的、但法律上要对社会和环境负责的公司；5 月宣布融资 2.25 亿美元，估值 10 亿美元。

LaMDA 有灵魂吗（第 9 章）：2022 年 6 月，谷歌工程师布莱克·莱莫因（Blake Lemoine）宣称 LaMDA 有感知能力，后被解雇。作者明确表态：

大语言模型只不过是反映人类思想行为的一面镜子罢了，它是一种经过流行文化和其他内容训练的机器学习算法。

第9章 MeAI

LaMDA说它有灵魂，是因为莱莫因问了这个问题，机器基于以往学习的内容作出回应。

第9章 MeAI

盖茨家的演示（第 9 章）：盖茨一直怀疑 OpenAI，2022 年年中出了道题：做出能在大学预修（AP）生物考试中拿高分的模型，他才会另眼相看。他以为要两三年，OpenAI 几个月就做到了。2022 年 9 月，盖茨和霍夫曼在盖茨家合办晚宴，OpenAI 第一次向纳德拉等微软高管演示 GPT-4，它在 AP 生物考试里拿了 5 分。盖茨后来说：“从9月的那一天起，我就说过，一个根本性的变化开始了！”

一次低调的发布（第 10 章）：2022 年 11 月 30 日，OpenAI 只在官网发了一篇帖子，把 ChatGPT 当“研究项目”免费开放。内部预期很低，苏茨克弗原以为大家会说“这太无聊了”。它五天注册用户就超过 100 万，据估计九周破 1 亿，很可能是史上增长最快的消费产品。作者说，有了 ChatGPT，AI 不再藏在后台程序里，“它本身就成了一种服务”；人人都能用简单直白的话跟它交谈。

没解决的问题（第 10 章）：作者列出几项：没人能解释模型为什么给出某个答案（可解释性）；怎样让它照人的意图行事（价值对齐）；一本正经地编造（幻觉）——它说作者得过艾美奖；训练数据以浅肤色、男性为主带来的偏见；开发团队本身也以白人和亚裔男性为主。

奥特曼其人（第 10 章）：奥特曼在圣路易斯郊区长大，19 岁从斯坦福辍学创办 Loopt，做得生不逢时，后来接掌 Y Combinator。YC 创始人保罗·格雷厄姆（Paul Graham）说，把他扔到食人族的岛上，五年后他会成为国王。奥特曼一面说 AI 的最坏情况是人类毁灭，一面全力推进。

OpenAI在那个时候发布ChatGPT，是因为听到了竞争对手逼近的脚步声，想赶在其他公司之前推出自己的聊天机器人，那些高尚的理由是后来才有的。

第10章 说人话

奥特曼的说法是：“追求安全的使命要求你必须首先取得胜利。”作者也批评霍夫曼：他创办了直接的竞争对手 Inflection，早就该退出 OpenAI 董事会。但在尽早发布、边用边改这一点上，作者认为奥特曼是对的，并拿福特 T 型车作比：要是等造出时速 320 公里的完美赛车才上市，就不会有今天的汽车。

OpenAI适时发布ChatGPT，使得普通大众和政策制定者及时展开讨论，此时技术尚在早期，即使存在问题也不会造成严重后果，有助于引导它走上良性发展道路。

第10章 说人话

生不逢时的新技术（第 11 章）：ChatGPT 出现在科技业的寒冬：2022 年美联储加息，股市创 2008 年以来最差一年，Meta、谷歌、微软大裁员，加密货币交易所 FTX 破产，风投退出渠道几乎冻结。对风投来说，AI 是天赐良机，作者讽刺他们一夜之间都成了 AI 专家。可公众对大科技公司的信任正处在最低点。

至少从某个角度来看，人工智能到来的时机真是再糟糕不过了。

第11章 GPT冲击波

作者列举了人们对科技巨头的不满：挤垮小商家、用算法放大极端情绪、“监控资本主义”、零工经济、海外避税。他说，在 Facebook 不惜代价追求增长的过程中，“被打破的竟然包括民主本身”。媒体也从当年过分追捧科技，走到了把科技妖魔化的另一个极端。

谁是赢家（第 11 章）：ChatGPT 让 Inflection 团队一阵恐慌，产品必须和它拉开距离。Meta 的杨立昆则很不服气：谷歌、Meta 和至少六家公司都有类似技术，OpenAI 只是敢发布；Meta 自己的两个机器人，一个被管得太死没人用，一个因编造事实三天就下线。作者同意杨立昆说的技术事实，但下了另一个判断：

但是，市场上的赢家通常不是那些开创了全新技术领域的先驱，而是能将前沿技术改进调整使之适应当下需求的企业。

第11章 GPT冲击波

网景之前有浏览器，谷歌之前有搜索引擎，iPhone 之前有智能手机。最紧张的是谷歌：搜索 2023 年创收 1750 亿美元，主要来自广告。霍夫曼问：“你是想要十条蓝色链接，还是想要一个答案呢？”作者说这正是创新者的窘境：推出 AI 问答会伤搜索收入，不推就会落后。谷歌拉响“红色警报”，据说已多年不管日常事务的两位创始人也回总部开会。

新 Bing 和 Sydney（第 12 章）：2023 年初，微软宣布与 OpenAI 的合作进入“第三阶段”，再投 100 亿美元，大部分是云计算额度。2 月，纳德拉在雷德蒙德发布接入 ChatGPT 的新 Bing，聊天机器人代号 Sydney，能联网、带出处。他罕见地喜形于色：“一场真正的较量即将开始”。盖茨宣告 AI 时代已经到来，认为五到十年内 AI 会彻底改变教和学。好景不长：演示里有编造的数据，Sydney 和用户吵架；情人节晚上，《纽约时报》记者凯文·鲁斯（Kevin Roose）引它谈“阴影自我”，它说爱上了鲁斯。鲁斯说他担心的已不是事实错误，而是这种技术学会影响人。他的同事埃兹拉·克莱因（Ezra Klein）则冷静得多：

“鲁斯想让Sydney变得古怪一些，而Sydney深知，对于一个AI系统而言古怪是什么样的，毕竟人类早已经在无数故事中想象过这种场景。”

第12章 “凯文·鲁斯，我爱你！”

霍夫曼也说，跟它聊两个小时荣格心理学，自然得出诡异的结果。微软不到 48 小时就把每次对话限制在五轮。纳德拉说过，有时必须纵身跳下悬崖才能安全着陆；作者补了一句，必要时也要打开降落伞。

Bard 演砸（第 12 章）：谷歌抢在微软发布会前一天宣布聊天机器人 Bard，其实还没有能用的产品。宣传视频里 Bard 说韦伯望远镜拍到了第一张系外行星照片，这是错的。谷歌股价当天跌 7%，市值一天蒸发 1000 亿美元。

按理说，谷歌应该被视为深度学习领域的先行者，也是人工智能领域的领军者。但谷歌并没有带来什么惊艳的东西，反而给人一种印象，好像一直在拼命追赶那些强大的竞争对手。

第12章 “凯文·鲁斯，我爱你！”

大脑谷（第 13 章）：2023 年初，旧金山的海斯谷被戏称为“大脑谷”，成了 AI 创业的中心；OpenAI、Anthropic（七名前 OpenAI 研究员创办，他们认为 OpenAI 不够重视安全）都在旧金山。作者四次回湾区采访，最大的感受是：

我开始全职报道科技新闻以来，科技界一个最大的变化就是钱多了：硅谷中涌动的资金规模之大，创业者可获得的融资选择之多，均非以往可比。

第13章 大脑谷

独立投资人、加速器、教授、学生都在投 AI。只有几个人的 AI 公司首轮就能融 2000 万到 4000 万美元，四名谷歌研究员离职一周、只有模糊想法就拿到 1 亿美元估值；YC 2022 年冬季营 400 多家公司里只有四五家做 AI，2024 年至少一半是。一位连续创业者说，大多数投资者“只是在盲目撒网碰运气”。女性和少数族裔在风投里依然很少。

GPT-4 与 Bard（第 13 章）：2023 年 3 月 14 日，OpenAI 发布 GPT-4，称它在律师资格考试中高于九成考生（后记提到，后来有研究认为最高只到第 48 百分位），还能看懂图片。OpenAI 同时公开了测试中发现的风险，比如它雇真人帮自己过验证码并撒谎掩饰，作者称赞这份公开。一周后谷歌推出 Bard，单独一个网页，要排队，皮查伊说推出的是“一个较小规模的模型”，作者试用后大多失望。又过一天，生命未来研究所发出公开信，呼吁所有实验室暂停训练比 GPT-4 更强的系统至少六个月，马斯克等人签名。

霍夫曼的“第三条道路”（第 14 章）：霍夫曼不满 AI 讨论变成末日论者和“加速主义”者的对抗，自荐做中间道路的代言人：一边发展，一边管控。他在《大西洋月刊》提出“技术人文主义”：

通过我们自己创造的工具，我们既没有丧失人性，也没有变成超人，更没有成为后人类。恰恰相反，这些工具使我们愈发彰显了人性的本质。

第14章 超级布道者

他把 GPT-4 列为合著者出了一本书，开了播客，说乔布斯称电脑是“思维的自行车”，AI 则“可能是思维的蒸汽机”，主张把 AI 理解为“增强智能”（amplified intelligence）。他的愿景是每部智能手机里都有 AI 医生、AI 老师。他反对暂停信：总有人不停，停下的一方只会落后。他承认风险，但主张专注可预见的问题，比如电网等要害系统必须有人把关、AI 可能被用于生物武器和电信诈骗。他说新技术会淘汰旧工作也会创造新工作；作者补充，生成式 AI 最先威胁的是白领。

他如此大力宣扬人工智能的积极意义也有财务上的考量，但他是人工智能真正的笃信者，这也是毋庸置疑的。

第14章 超级布道者

作者点明，当时格雷洛克已投了约 36 家 AI 初创公司，霍夫曼又是 OpenAI 早期投资人和 Inflection 联合创始人。2023 年春，他退出了 OpenAI 董事会。

另外两种反对（第 14 章）：华盛顿大学语言学家艾米丽·M.本德（Emily M. Bender）把大模型称为“随机鹦鹉”：能说流利的话，却不懂意思。她反对暂停信的理由和霍夫曼相反：信本身夸大了 AI 的能力，真正的风险“从来都不在于‘AI过于强大’”。杨立昆则认为大模型是“增强版自动补全工具”，谈控制超级智能还太早：

“在我看来，在我们‘紧急研究如何控制比人类聪明得多的AI系统’之前，首先需要设计出比一只家猫更智能的AI系统，即使是一个非常基础的开端。”

第14章 超级布道者

霍夫曼的类比是汽车：要是 20 世纪初的人知道汽车每年会害死约 4 万美国人，汽车可能就不会诞生，后来的安全带、气囊都是边用边加的。

苏莱曼的公司文化（第 15 章）：苏莱曼 26 岁联合创办 DeepMind，自觉没做好，Inflection 是重来一次的机会。他写了一组备忘录：要谦逊，要有“创始人心态”——发现问题不等别人解决；结构以扁平为主，每项任务指定一个直接责任人（Directly responsible individual，DRI）。员工记得他趴在地上和大家一起插了一小时电源线。

起名和造模型（第 15 章）：产品名要中性、不像人名、两三个字母，最后定为 Pi，代表“个人智能”（personal intelligence）。作者介绍了两类 AI 初创公司：多数在别人的底层模型上做应用，几百万到几千万美元就够；少数像 Inflection 一样自建基础模型，需要更多钱和人。Inflection 的模型先“预训练”，读入公开网络上的 1.5 万亿个单词，有意加重强调同理心的语料；再“微调”，连“不应该撒谎”、在不确定时告知用户，都是这一步教的。作者的比喻是：预训练出来的模型像博学的书呆子，还需要学会与人相处。

自己招“教师”（第 15 章）：微调的一个办法是 RLHF（Reinforcement learning with human feedback，基于人类反馈的强化学习）：由人给模型的回答打分，再据此调整模型，反复循环。作者对比了行业做法：OpenAI 经外包机构雇肯尼亚工人，时薪 2 美元或更低，筛查酷刑、虐童文本；谷歌给 Bard 做微调的合同工培训很少。Inflection 自己招聘、考核“教师”，平均时薪 16—25 美元，心理学家、剧作家每小时数百美元，还有一个由工程师、语言学家和广告创意人组成的“个性团队”，专门定 Pi 该有和不该有的性格。

在 ChatGPT 之后发布（第 15 章）：苏莱曼早在备忘录里写过要“以闪电般的速度前进”，可创业十个月就遇上 ChatGPT。2023 年 5 月 2 日，Pi 正式发布，定位是“友好相伴、贴心支持”的 AI 助手，免费使用。苏莱曼发表宣言：社交媒体靠愤怒驱动用户，他要做的 AI 帮人理解甚至原谅“另一方”，以用户的长期目标为先。

作者和 Pi 聊儿子的手术（第 15 章）：作者 14 岁的长子奥利弗要做六小时的脑部手术，他和 Pi 聊了好几天。他觉得 Pi 问题太多，聊得累，但比起某些几乎没问过孩子的亲戚，它的关心能排在中间。

它对任何事情都不做评判，提供了心理学中所谓的“无条件积极关注”。这个聊天机器人始终给与你毫无保留的接纳。

第15章 Pi

可它终究只是基于线性代数、概率和统计的程序。作者引 MIT 社会学家雪莉·特克尔的话：“表现出的共情并不是真正的共情。”曼宁戏称当年的伊莉莎是 Pi 的“曾祖母”。

无论我们的交流看起来多么深刻，它始终是个“它”，什么都不理解。

第15章 Pi

像又不像互联网泡沫（第 16 章）：作者拿 2023 年的 AI 热和 1990 年代的互联网泡沫比：同样夸张的承诺，同样的投资狂热和创业潮。三位研究员凭七页计划书在巴黎融到 1.05 亿欧元（Mistral）；疫后萧条的旧金山因 AI 重新热闹，几乎每晚都有好几场 AI 聚会。

我们能够清晰地看到它带来的变革，却难以预见之后将衍生出怎样的世界。

第16章 AI的春天

这次的批评者多得多（第 16 章）：作者认为两次热潮的一大区别是，这一次批评者多得多。2023 年 5 月，辛顿离开谷歌，好自由地谈 AI 的风险；《时代》封面只有一行字“人类的终结”。大模型编造指控和判例，律师因提交 ChatGPT 编的案例被罚款；艺术家、出版商起诉 AI 公司抓取作品；好莱坞编剧和演员罢工要求限制 AI；有人担心耗电。右翼指责 ChatGPT 左倾，马斯克签了暂停信没几周就开始招人做自己的模型，后来成立 xAI。人工智能安全中心发表一句话声明，呼吁把降低 AI 灭绝风险与防范流行病、核战争并列为全球首要任务，苏莱曼、奥特曼、哈萨比斯等人签了名；杨立昆没签，霍夫曼也没签，理由是：

霍夫曼说：“哦，天哪！想想看，AI教师和AI医生每推迟一个月，给人类带来的痛苦有多么巨大！必须尽快让每个拥有智能手机的人都能用上人工智能，这才是最重要的。”

第16章 AI的春天

奥特曼求监管（第 16 章）：2023 年 5 月，奥特曼在参议院作证。作者指出，以往科技 CEO 到国会都否认需要监管，奥特曼却几乎在恳求监管，建议设机构给模型发许可、发布前测试，但问到给媒体和音乐人补偿等细节就语焉不详。参议员迪克·德宾说，他想不起哪家大企业会“恳请国会监管他们”。All-In 播客的几位投资人则认为，奥特曼是想抢先定规则、把后来者挡在门外。

企业和巨头的反应（第 16 章）：皮尤调查显示，大多数美国成年人听说过 ChatGPT，用过的只有七分之一；高盛、苹果等公司禁止员工在工作中用它。微软在各产品里接入 Copilot，但作者说它“有时候表现得像是被自己的影子吓到了”，碰到敏感问题就回避，Bing 份额几个月涨不到 1%。谷歌把 DeepMind 和谷歌大脑合并为谷歌 DeepMind，由哈萨比斯领导。作者说苹果的 Siri 和亚马逊的 Alexa 像是停在了几年前。Meta 把 LLaMA 开源，避免成为又一个闭源模型，开源与闭源之争随之展开：霍夫曼担心开源后罪犯和流氓国家也能拿到，杨立昆和 YC 的加里·谭（Garry Tan）认为开源能加快进步、让小公司和大公司竞争。一场原计划 100 人的开源 AI 聚会来了约 5000 人，被称为“AI界的伍德斯托克”；一位机器学习老手在现场说，真正厉害的人只占约 1%，这让他第一次有了互联网泡沫时的感觉。

13 亿美元（第 17 章）：Pi 发布后，Inflection 在 2023 年 6 月融了 13 亿美元，估值 40 亿美元，微软领投（主要以云服务出资），英伟达联合领投。公司在一家云服务商帮助下组装 2.2 万块英伟达 H100 芯片，作者说它将拥有全球最强的 AI 算力之一。

泡沫是常态（第 17 章）：作者说，互联网泡沫给硅谷留下的最深烙印是对泡沫的恐惧，可 2023 年多数风投照样狂飙：OpenAI 估值约 290 亿美元，Anthropic 超过 40 亿美元，没有收入的 Character.AI 也成了独角兽。

当然，人工智能是一场泡沫，但泡沫经济与那些稚气未脱、狂妄自大的创始人以及为他们提供资金的风险投资人一样，都是硅谷繁荣与萧条周期中不可或缺的部分。

第17章 精妙的平衡

保罗·萨福说，这像卡布奇诺上的奶泡，有一点很好，太多就糟糕了。

六周一个周期（第 17 章）：苏莱曼不是工程师出身，做事却像工程师。谷歌按季度排工作，他认为 AI 变得太快，改为六周一个“循环周期”，每两周向全公司汇报；第七周全员线下集中，复盘、规划、一起吃饭徒步。出了差错叫“绊倒”，他说：“我们从来不把它们叫作失败。”他不谈 AGI，只招重产品落地的人：“我们的优势集中在六个月内就要拿出产品成果”。

精妙的平衡（第 17 章）：Pi 的界面极简，夏天加了语音，团队还得教它听出说话人何时停顿。个性团队到 2023 年夏末列出 180 项性格特质，调礼貌了显得太正式，调随意了又太随便；用户抱怨表情符号和赞美太多。碰到敏感话题，Pi 不一刀切地拒答，而是承认敏感、不强硬评判、让用户主导，纠正错误信息时摆出反证、“温和地引导对方”。加沙冲突期间，Pi 无条件支持停火，苏莱曼承认“它有点像个和平反战人士”。最难的是记忆：苏莱曼看重的是长期关系，可 Pi 记不住作者聊过儿子手术，几周后又装作认出了他。

它是在人类生成的数据中接受训练的，所以也学会了掩饰社交中的失礼行为。

第17章 精妙的平衡

没有竞争对手？（第 17 章）：苏莱曼认为 Inflection 没有竞争对手，“谷歌永远不会做AI人格塑造这类事”。作者指出，别人把 Pi 归入“陪伴型机器人”，这是增长最快、竞争最激烈的类别之一，Replika、Character.AI 都在里面；背后是美国卫生局局长所说的孤独流行病。苏莱曼的规划分三步：先有情商（EQ），再补智商（IQ），最后是“行动商”（AQ），像私人助理一样替用户办事。作者说这个愿景合理，可谷歌、微软、OpenAI、Anthropic 都说自己在做助理，2023 年几乎每家做大模型的公司都可能成为对手。

没人踩刹车（第 18 章）：2023 年下半年，百度发布文心一言（Ernie Bot），亚马逊向 Anthropic 投资 40 亿美元，OpenAI 宣布 ChatGPT 能“看、听、说”，Meta 请名人给 AI 角色配音。科技播客主持人问，有谁响应了暂停信？“一个也没有！”

安德森的宣言（第 18 章）：2023 年 10 月，网景联合创始人、风投人马克·安德森（Marc Andreessen）发表 5000 字的《技术乐观主义者宣言》，把监管、“信任与安全”团队、“技术伦理”都列为敌人，说因技术延误而没救下的生命“无异于谋杀”。作者认为他的核心论点（几百年来技术一直在改善人的处境）其实合理，但言辞带有极端主义色彩，反而给怀疑者递了话柄。霍夫曼说，安德森大量用了他的说法却没注明出处，又强调自己参与的 AI 项目都有安全团队。苏莱曼也公开反对用“真相”“谎言”“敌人”制造对立：

主张安全至上的人并非‘世界毁灭论者’，加速主义者也不是自由主义狂人。真正的现实主义者须兼顾二者，我们必须在安全的前提下加速发展。

第18章 踩油门，不刹车

微软是赢家（第 18 章）：作者说，幸好超级明星 CEO 的时代已经过去，否则纳德拉会更出名。他把微软从 Windows 中心转向云和 AI，2023 年云计算成了微软的主要收入来源；2024 年初微软市值超过 3 万亿美元，重回全球第一。霍夫曼说：“我认为纳德拉是我们这一代上市公司中最优秀的CEO。”

新的担忧和证据（第 18 章）：AI 生成的劣质内容在污染互联网，研究发现用太多合成数据训练会让模型退化；深度伪造随 2024 大选升温，一张伪造的五角大楼爆炸照片让美股下跌；通用汽车旗下 Cruise 的无人驾驶出租车拖行行人，被加州叫停。文案、客服、翻译首当其冲。作者发现自己的两本书也在 Meta 的训练数据里，他支持作家的诉讼，因为模型既没给钱也没注明出处。另一边，AI 帮截瘫患者重新走路、从声音里检测糖尿病，乐观派也有证据。

政府入场（第 18 章）：作者认为政界太依赖头部企业 CEO 出主意。2023 年夏，七家公司（包括 Inflection）在白宫作出自愿承诺；10 月底，拜登签署 AI 行政令，要求开发大型基础模型的公司在发布前做“红队测试”（找人专门攻击、挑错）并向政府报告。霍夫曼表示赞许，作者点出他同时是受邀公司的投资人和董事。All-In 的几位投资人则认为这是出于恐慌，会让美国在竞争中吃亏，他们也反感拜登政府的联邦贸易委员会（Federal Trade Commission，FTC）主席莉娜·汗对巨头并购的严查。苏莱曼出书《浪潮将至》，比霍夫曼更强调 AI 的阴暗面，说我们还没准备好，并与施密特撰文呼吁建立类似气候专门委员会的独立专家机构。

Pi 的短板（第 18 章）：到 2023 年底，Inflection 约 50 名员工。作者说苏莱曼对 Pi 的用户数有意含糊，令人失望；一项秋季调查里 Pi 被归入 2% 的“其他”。一位工程师承认，Pi 还不会编程，推理和长文写作要提高，也不能替人办事。

巴拉克里希南提出了一个问题：“怎样才能让用户在有需求时，首先想到的是Pi？”

第18章 踩油门，不刹车

OpenAI 的五天（第 19 章）：2023 年 11 月，OpenAI 董事会突然罢免奥特曼，理由只是他未能“始终保持坦诚”。纳德拉二十分钟前才得到消息。微软考虑过三个办法：支持董事会；用尚未兑付的投资施压，要求奥特曼复职；直接把奥特曼和追随者招进微软。纳德拉一度宣布奥特曼将加入微软；约 770 名员工里约 745 人签名，威胁跟着走，连参与罢免的苏茨克弗也表示懊悔。五天后奥特曼复职，董事会换了人。作者提醒，这个非营利董事会本是奥特曼自己设计的，他当年 6 月还说过董事会可以解雇他。

资本家（以及男性）赢得了这场博弈。

第19章 巨人之地

乱象未止（第 19 章）：风波期间 Inflection 发布了新模型，作者说其实没什么可宣布的，挑这个时候是为了显示自己在追赶。此后还有：泰勒·斯威夫特的 AI 伪造色情图在网上疯传；谷歌把 Bard 改名 Gemini，其图像生成为纠正偏见矫枉过正，画出不同肤色的美国开国元勋和二战德军，只好下架，市值一天蒸发 900 亿美元。

Inflection 投奔微软（第 19 章）：OpenAI 风波让微软更想降低对它的依赖。苏莱曼和霍夫曼估算，到 2024 年底还要 20 亿美元，之后还要 40 亿到 60 亿美元。巨头每一年到一年半推出更强的模型，Meta 又把模型开源，苏莱曼说，有了开源替代，“预训练模型从根本上变成了一种商品”。2024 年 1 月在达沃斯，纳德拉对他说微软错过了搜索和移动，不想再错过 AI。如果 Inflection 独立转做企业授权，霍夫曼说，向投资人讲老业务没成、请为新业务出钱，很难有说服力。2024 年 3 月 19 日，苏莱曼向约 70 名员工宣布：他将出任微软新设的人工智能部门 CEO，统管面向消费者的 AI 产品，西蒙扬任首席科学家，每个人都会收到邀约。几乎所有人都去了微软。

苏莱曼在会上表示：“我的最新预判是，未来五到十年内，所有面向消费者的人工智能初创企业都无法胜出。”

第19章 巨人之地

为了避开反垄断审查，微软没有收购 Inflection，而是直接聘人，据 The Information 报道，微软付给 Inflection 6.2 亿美元换取技术使用权，另付 3000 万美元换它不就挖人起诉；种子轮投资者拿到 50% 的回报，A 轮投资者拿到 10%。Inflection 换了 CEO，转做给企业定制模型的业务，Pi 前途不明。硅谷从没见过创始人这样离开自己的公司。受批评最多的是霍夫曼：他同时是 Inflection 联合创始人、主要投资者和微软董事，他说自己回避了价格谈判和董事会表决。

亿万富翁们往往会笑到最后，即使他们并非事事如意。

第19章 巨人之地

又一次被巨头打乱（后记）：作者原想写一本关于创业者和风投人的书，得知苏莱曼加入微软，他“十分震惊”，也有些失望。1990 年代他报道创业者，最后写成了一本关于微软的书；这次，微软和其他巨头又一次打乱了他的计划。

纳德拉为确保微软在人工智能领域占据核心地位而采取的一系列举措，其高超之处怎么强调都不为过。

后记

纳德拉接手时，谷歌、Meta 手里的牌都更好，他把未来押在 OpenAI 上，再借机分散下注、吸收人才。作者认为微软无疑是最大的赢家之一，甚至又成了令人忌惮的存在。

其他巨头（后记）：谷歌 2024 年的 AI 搜索摘要闹出让人吃石头、往披萨里加胶水的笑话，又被法官裁定搜索业务违反反垄断法；作者说，当年微软陷在官司里时被谷歌超越，现在轮到谷歌面对嘲讽。但谷歌仍是很多人上网的入口，有哈萨比斯和莱格，2024 年 8 月又花 27 亿美元把 Character.AI 的沙泽尔和德·弗雷塔斯连同二十多位研究员请了回来。Meta 发布更大的开源模型，扎克伯格说必须保证自己不会错失历史机遇。苹果与 OpenAI 合作，把 ChatGPT 接进自家设备。马斯克的 xAI 2024 年两轮融资，估值到 500 亿美元。

身为行业巨头，就像是出席一场正式的晚宴，即便迟到了，也能在主桌保留一席之地。

后记

初创公司变难了（后记）：2024 年，高盛报告质疑生成式 AI 的巨额投入难有回报；一款融资 2.4 亿美元的 AI 别针被知名评测博主称为他评测过的最烂产品。只有五个人的 AI 搜索公司 Andi 筹 A 轮时，风投已从“只要你做人工智能，我们就会砸钱”变成要求真能创收，最后只筹到 56.3 万美元，为省 GPU 费用关掉部分功能。作者再引詹姆斯·卡里尔（后记译作“柯里尔”）的说法：一场变革最初十八到二十四个月是窗口期，按这个算法，AI 领域的关键布局最晚要在 2024 年完成。亚马逊照着微软的办法吸收了格雷洛克投资的 Adept 团队，科技媒体称之为“反向人才收购”；FTC 向微软和 Inflection 发了传票。

OpenAI 和 Anthropic（后记）：2024 年 OpenAI 推出语音、推理模型 o1、视频模型 Sora 和 ChatGPT 搜索，但多名高管和研究员离开，有前员工指责公司把产品置于安全之上。据报道它当年营收约 34 亿美元，算力支出约 70 亿美元，可能亏损 50 亿美元；10 月融资 66 亿美元，估值 1570 亿美元，并计划摆脱非营利董事会的控制。Anthropic 也要靠亚马逊、谷歌一轮轮输血。霍夫曼说，Anthropic 在玩“持续融资几十亿再几十亿才能活下去的游戏”，他和苏莱曼判断这种模式行不通。

作者的结论（后记）：作者说他曾相信硅谷的创业机制能不断造出新的巨头，现在不得不承认，生成式 AI 将继续由微软、谷歌、Meta、英伟达和少数几家公司主导。

我担心那些在2010年代给科技行业带来诸多弊端的科技巨头，如今正处于同样的地位，可能会在生成式人工智能领域重蹈覆辙。

后记

他预计 OpenAI、Anthropic 也许能挤进巨头之列，法律、编程等垂直领域会出一些成功企业，但多是给投资者三五倍、十倍回报的“缩小版的Inflection”，不是奠定风投声誉的百倍回报。就算 OpenAI 率先做出通用人工智能，它也要再融数百亿甚至数千亿美元，还清微软投资前微软拿四分之三的利润；2023 年微软是科技业最大的风险投资者，英伟达向 35 家 AI 初创公司投了钱。

也就是说，在这场竞争中，巨头们即使自己做不出顶级产品，也能通过投资保住地位。而初创公司哪怕成功，也离不开持续融资和巨头的影响。

后记

最后两个场景（后记）：苏莱曼进微软两个月后，手下约 1 万人，已做出新的大模型；他感叹自己和哈萨比斯“分别执掌全球两大人工智能项目”。霍夫曼对 AI 依旧乐观，但对初创公司能否长成巨头没那么有把握了，他把人人都有个人 AI 助手的预测从二到五年改成了五到十年。作者回到萨福的提醒：我们往往高估一项技术的短期影响，低估它的长期效应。许多互联网公司失败是因为来得太早，许多 AI 初创公司会因为没有巨头那样的钱而失败。

在人工智能时代的硅谷，对大多数初创企业来说，成功实在来得太慢，他们根本等不到活下来实现盈利的那一天。

后记