在五年前的这次价格战中，日本铃木以 1 元价格出售在华股权，彻底退出中国市场；重庆力帆、观致汽车等在这一年之后基本从大众市场消失；国内首家登陆 A 股的汽贸公司、市值一度高达 800 亿元的庞大集团破产。到目前为止，仍未有哪家知名车企或汽车经销商集团因价格战被淘汰出局。因此，可以预见的是，中国汽车市场的价格战并不会随着跨年钟声的响起戛然而止。2024 年，汽车价格战很有可能还会以某种方式继续下去甚至变得更加激烈。

价格战的战火还延伸到了资本市场。9 月 12 日，新款问界 M7 发布，官方数据显示，这款车型的累计大定已超过 10 万辆。截至目前，理想汽车股价已较今年 8 月的高点跌去超过 25%。多位二级市场人士告诉《晚点 Auto》，新款问界 M7 的热销虽然没有影响到理想的销量和订单量，但大幅压缩了理想在 2024 年的单车利润预期，这是引发理想股价下跌的重要原因之一。对于不同类型汽车品牌来说，新能源渗透率越高，其在价格战中的态度就越强势。在价格战中首当其冲的，就是以新势力厂商为代表的自主品牌。乘联会数据显示，年初至今，自主品牌的新能源渗透率已经从约 44% 提升到 60% 以上，而豪华品牌的新能源渗透率目前为自主品牌的三分之一左右，主流合资品牌的新能源渗透率虽然所有提升，但仍未超过 7%。

在汽车价格战中，新能源品牌比传统燃油车品牌更为强势，而在新能源车企阵营内部，自主品牌厂商又会比合资车企更加主动。江璇瑶认为，包括新势力在内的自主品牌厂商属于在市场中主动打价格战，而不是等到其他厂商的价格下来之后，再被动接受事实，调整产品价格。她认为，新势力厂商的生存压力很大，一些品牌发展时间不长就消失了。如果没有更强烈的占领市场的欲望，那么新势力厂商可能就会被从市场竞争中淘汰。短时间内，只有用利润来换市场，才可能有后续的发展机会。头部新势力厂商 “以价换量” 的策略总体上达到了预期效果。各家车企公布的销量数据显示，理想、蔚来、小鹏、零跑、哪吒、极氪等新势力品牌 11 月的销量均较 1 月实现大幅增长。其中，零跑的同期销量增幅更是超过 1500%，11 月的销量达到 1.85 万辆。

丰田旗下的雷克萨斯品牌此前常年享受高端品牌溢价，产品价格很少受到市场波动的干扰，却也在今年下半年加入降价大军。据《晚点 Auto》了解，在去年大部分时间，雷克萨斯 ES 系列车型的市场行情十分紧俏，消费者即使愿意加价，也大概率无法买到现车。随着价格战的持续进行，今年以来，雷克萨斯 ES 系列车型逐步经历了一个从 “加价才有现车”，到 “不加价就有现车”，再到 “不仅有现车且降价 4 万元” 的过程。就连丰田旗下最著名的豪华 MPV 车型埃尔法，终端售价也同样受到了价格战的影响。过去，一辆埃尔法在中国市场的售价在 80 万元左右，消费者如果想要购买，不仅需要加价 80 万元，在一些热门城市，可能还需要排队数月甚至数年时间。《晚点 Auto》了解到，由于竞争加剧，今年一季度，中国消费者购买一辆埃尔法的加价幅度已大幅降至 40 万元左右，四季度又进一步降至 17 万-18 万元。

燃油车市场的价格战同样惨烈。3 月，湖北省政府宣布对产自当地的部分燃油车型提供补贴，东风集团旗下包括东风雪铁龙、东风日产、东风风神、东风标致等 7 个汽车品牌的 56 款车型推出 “限时促销” 政策，政府叠加企业综合补贴最高可达 9 万元。这一事件成为合资燃油车参与价格战的导火索，近 40 家车企在较短时间内陆续跟进。一些原本还在犹豫的公司也都被一个个带进来。江璇瑶对《晚点 Auto》回忆道，“当时市场降价降得特别厉害，整体降幅达十几个百分点，感觉所有燃油车厂商都打起了价格战。”

比亚迪和理想今年引领了节奏，这两家厂商的年销量同比增幅有望达到 50% 和 180%。特斯拉作为最早发起价格战的厂商，年销量有望实现 33% 的同比增长，达到 60 万辆。新势力厂商中的小鹏、蔚来则无望达成年度目标，预计会在年销量同比增幅均不超过 30% 的情况下，双双录得百亿元以上的净亏损。至于 BBA 甚至保时捷等传统豪华品牌，虽然基本能够维持销量，但正面临更大的竞争压力。

长安集团旗下电动车品牌深蓝汽车 CEO 邓承浩今年 4 月曾在中国电动汽车百人会年会论坛上称，如果新能源厂商想要做到 50%-80% 的市占率，就一定会对燃油车发起价格战。到了 12 月，邓承浩在 2023 世界新能源汽车大会上的表态变成了，“价格战打得此起彼伏，很多产品的价格远远偏离价值，其实这并不利于新能源汽车行业真正的高质量发展。”

新能源汽车市场过去几年蓬勃发展，新品牌、新车型层出不穷，但背后也是困难重重、几经生死，一个要素出问题，可能满盘皆输。仅生产资质，各车企便用尽办法，这是不为大众所知的一面。拿到生产资质，既不是起点，亦并非终点。最早获批的 15 家新能源车企，大部分没有逃脱销量惨淡、破产清算、被收购，甚至消失的命运。毕竟，在所有好市场，都是多数人看到机会，少数人抓住机会，但最终，活下来的，是极少数。

收购是解决问题的直接方式。但在重投入的创业初期，收购会拖累企业的现金流。2017 年 2 月和 8 月，威马通过子公司收购了大连黄海汽车有限公司和中顺汽车，拿到两张造车资质，但仅第一笔交易就花了 11.8 亿元。当年，威马亏损达 16.96 亿元。力帆集团有两张造车资质，分别是力帆汽车和力帆乘用车，2018 年，理想虽然以较便宜的价格——6.5 亿元收购了其中的力帆汽车，获得造车资质；但在当年，理想亏损 7.19 亿元，负债 8.3 亿元。可想而知，当年的这笔收购，让理想承受巨大压力。不仅如此，收购还意味着承担对方公司的债务。2018 年，拜腾汽车以 1 元价格收购一汽华利汽车，但承担了其 8.55 亿元债务，以及 5462 万元员工薪资。2020 年，受资本寒冬和新冠疫情双重冲击，拜腾汽车 C 轮融资失败导致资金链断裂，于 2020 年 7 月宣布停工停产，无法偿付到期债务。一位知情人士告诉《晚点 Auto》，在蔚来内部，也曾有人提议用收购的方式拿下生产资质，但当时管理层的意见是，“不想花冤枉钱”，“也不想深度绑定地方，变成重资产。”

江淮主动性很高，花费数十亿元按照蔚来的要求建厂、生产，蔚来则参与管理和运营。李斌曾在 2018 在央视《遇见大咖》中称赞，“保时捷工厂，肯定比不上江淮的工厂。”2016 年 9 月，小鹏与海马汽车签署合作制造框架协议，合作期是 4 年，海马汽车在 2016 年产量为 22.08 万辆；理想也曾由华晨汽车代工生产。代工的优势是盘活现有汽车产能，帮助初创企业迅速达到产能需求，节省资本支出。2018 年 12 月，工信部首次明确允许汽车代工生产。但缺点也很明显——双方磨合难、人员协调难。一个是互联网基因的车企，一个是传统车企。2018 年，为了促进两个团队的融合，蔚来执行副总裁兼质量委员会主席沈峰曾组织双方团队踢球赛、一起看世界杯决赛直播。

一些企业已经死了，还能把政府批准的资质卖出几千万甚至 1 亿元，“这是绝对不应该发生的”，苗圩今年 2 月在中国电动汽车百人会论坛上回顾。今天来看，仍在市面上有声量的车企只有哪吒、奇瑞新能源。剩余车企，部分销量惨淡，部分破产清算。云度汽车曾和蔚来、小鹏一样是 “新势力新星”，2017 年 10 月，云度推出首款车云度π1，2018 年，云度销量达 9300 辆，仅次于蔚来，位居当年的第二名。2023 年前 10 个月，云度新能源的销量只有 1985 辆。

2016 年 3 月，北汽新能源成为第一家拿到发改委资质的车企。到 2017 年上半年，每个月都有 1-2 家车企拿到生产资质，直到 2017 年 5 月 16 日，江淮大众成为最后一家车企。拿到牌照的新能源车企共计 15 家。他们本被寄予发挥 “鲶鱼效应” 的作用，去搅动新能源市场，但多数企业却辜负了人们的厚望。拿到牌照后的一年，有量产车型上市销售的只有北汽新能源、长江汽车、奇瑞新能源、云度新能源、江铃新能源、知豆这 6 家车企。

如今，拿到生产资质后，12 月 5 日，资金并不宽裕的蔚来依然斥资 31.6 亿元从江淮收购了第一先进制造基地和第二先进制造基地的生产设备和资产。这是新势力艰难取得造车资质的一角缩影。过去 10 年，政策趋严，审批门槛变高，为拿到牌照，从代工、收购汽车厂，到变更股权结构、探索华为模式，不同时期入局的新玩家们，进行了符合时代的种种尝试。

新能源汽车生产资质，又称牌照、准生证，对于 2014 年之后不断涌现的新能源造车企业来说，它是能否进入整车生产制造领域的敲门砖。2016 - 2017 年，15 家车企获批发改委牌照。据中国汽车工业协会数据，这 15 个拿到新能源牌照的车企产能共计 91 万辆。据《南方都市报》统计，当时正在排队的车企超过 20 家，产能是这 15 家车企的 2 - 3 倍。

这个肩负着Facebook的未来的团队规模很小，由大约 30个研究科学家和15名工程师组成。团队有三个分支：Facebook人工智能研究组的主要办公室位于纽约市的Astor Place，由LeCun管理着一个由20名工程师和研究人员组成的团队。Menlo Park的是一个同等规模的分支。六月，FAIR又在巴黎设立了一个更小的5人组，与INRIA（法国计算机科学与自动化研究机构）合作。还有很多在Facebook其他部门一起合作致力于人工智能发展的团队，例如语言技术团队；FAIR只是主要的研究部门。这些研究人员和工程师来自科技领域的各个层面，同时当中很多人都曾与Lecun合作过。高等级的人工智能研究并非是一个庞大的领域，而且Lecun的很多学生都创建了人工智能方面的初创公司，它们一般会被像Twitter这样更大的企业收购。Lecun曾经告诉《连线》杂志，「深度学习实际上是Geofff Hinton，我，还有蒙特利尔大学的Yoshua Bengio之间的一个阴谋。」 Hinton在谷歌研发人工智能， Bengio奔波于蒙特利尔大学和数据挖掘公司Apstat之间，而LeCun也与其他行业内的著名企业有千丝万缕的关联。

当然，比起存量市场的转移，Llama2 的更大贡献应该是对整个 AIGC 行业增量市场的拉动。一位 AIGC 业内人士向机器之心表示，Llama2 的开源点燃了很多应用开发者的热情，在开源后的几周时间，许多开发者将它看成是移动互联网黄金时期的阶段，希望能找到应用的切口。正如肖桐所言，Llama2 能够支持企业和团队在大模型应用层面低成本、快速地启动，做出产品和商业模式的原型。而随着围绕 Llama 的应用尝试越来越多，“围绕 Llama2 的生态的可能会被建立起来，这种迁移是比较难的，因此生态会成为一个飞轮”，傅盛提到，之后或许将迎来一个模型平民化的阶段，使用大模型做应用的门槛将不断降低。方汉则具体指出，在国内，Llama2 对市场的影响将集中在小 B 市场，文生图、智能写小说这类场景会迎来更多竞争对手。在过去的几周时间里，Llama2 已被接入 Amazon Sagemaker、Databricks、Watsonx.ai、Microsoft Azure、阿里云和百度千帆等各种平台，围绕 Llama2 的生态已经开始发展。

当然，短期来看领先的闭源模型相较于开源模型，护城河仍然十分清晰。东北大学教授肖桐认为，相较于开源模型，走闭源路线的大厂在人才、组织以及数据三个方面有短时间难以取代的优势。大厂往往拥有更高密度更高水平的人才，以及有经验的团队能够协调人才和高性能设备，并且能够拥有其他人无法拿到数据。此外，曾国洋还提到，大厂往往也拥有充足算力。“但长期来说的话，数据和算力各种要素都会慢慢追平”。在这个过程中，开源模型真正的影响力在于对生态系统的构建。“Llama2 可能会推动大模型上下游进行整合，一旦解决了规模的问题，成本也将大大下降”，肖桐表示。虽然目前 Llama2 仅仅可能是大模型开源生态系统的开端，“大家对 Llama2 的能力边界不是非常清晰，生态系统的形成同样需要一些时间”。但随着 Llama2 的释出，开源社区的技术能力被带上另一个台阶，大模型开源社区的力量已经无法被忽视。

271个学生出了11家独角兽，这个比例真是高得吓人。如果这些学生没有退学，还能取得这样的成绩吗？ 无论从哪个角度看，这个实验结果都证明了他的主张：对于那些有创业想法和能力的学生，大学的作用不大，早点去追求自己的梦想，可能是更好的选择。 除了拖延创业时机、分散精力，大学还可能消磨一个人的创业意愿。 等到读完大学、拿到学位，大多数人的心态是，已经投入了多年的时间和金钱成本，不再愿意冒险，宁愿选择收入稳定、风险小的职业，所以金融、咨询、公务员才这么吃香。 彼得·蒂尔的实验，并不是否定大学教育，提倡退学创业，而是向社会表明，应该建立一种机制，识别有企业家潜质的学生，帮助他们追求自己的梦想，创造一些世界上还不存在的东西，而不是要求他们读完大学。 至于那些不具备企业家潜质，不知道自己想干什么的大多数学生，读完大学才是更好的选择。只是不要局限在大学为你安排的教育，而要找到自己想为社会创造的东西。

但是，站着工作也有问题。它更累人，站着比坐着多消耗大约20%的能量。站着会给循环系统以及腿和脚带来更大的压力。 如果你本身已经有心脏病，站着工作会导致循环系统的额外负荷，加速颈动脉粥样硬化。另外，长时间站立工作也会增加静脉曲张的风险。所以，整天站着是不健康的。 而且，当人们站着而不是坐着时，许多精细工作的表现也不太好。如果你的工作很重要，或者需要全神贯注，建议还是坐着做。 很多专家建议，定时轮换站着和坐着。最好坐着工作每20到30分钟，就站起来运动1-2分钟。 这时，你不要仅仅站立，要四处走动一下，不需要剧烈运动，只要走动就足够了。这对于促进血液循环很重要。 因此，公司最好建立一种多样化的运动模式，比如要求大家步行到打印机、饮水机，以及站立开会、走楼梯等等。 总之，如果你的工作需要久坐，就一定要记得，每过一会就要站起来走动一下。

"It is counterproductive for an individual to feel like a victim - even if he is"

谷歌当前的许多问题源于 Sundar Pichai 缺乏远见的领导魄力，他对维护 Google 早期的文化规范似乎也不怎么关心。这其中的一个症状就是无能的中层管理人员的泛滥。以 Jeanine Banks 为例，她管理的部门包含 Flutter、Dart、Go 和 Firebase 等在内的很多产品。她的部门名义上有相关战略，但我即便想泄密也无从下手，多年来我完全无法理解这些策略的含义。她对团队业务的理解很肤浅，经常提出毫无意义和不切实际的要求。她将工程师当作商品一般对待，违背个人意愿调动工作，完全不考虑个人技能。她根本不接受任何建设性反馈，好像这些反馈根本不存在一样。我听说其他团队的领导更懂政治运作，早已掌握如何 “应对” 她，在正确的时候给她恰到好处的信息，以避免被其骚扰。与谷歌最辉煌的时期相比，我发现如今的谷歌让人万分沮丧。

随后 Google 开展了裁员。这次裁员是一个短视行为导致的无谓错误，目的是确保股价能够季度对季度保持增长，而不是遵循谷歌过去重视长期成功即便短期有所损失的策略 (这正是 “不作恶” 原则的核心)。裁员的影响是隐蔽而深远的。过去员工可能会关注用户需求或者公司整体利益，坚信做正确的事最终会得到回报，即使超出自己的职责范围。但是裁员后，员工不再相信公司会坚定地支持他们，于是极度规避任何有风险的举动。职责的边界被严格划分，知识和信息被视为珍宝一般囤积起来，因为不可替代性变成了保住工作的唯一手段。我在谷歌亲眼见证了这一切。员工对管理层缺乏信任，因此管理层也不再信任员工，只凭借荒谬的公司政策进行治理。2004年，谷歌创始人明确告知华尔街 “谷歌不是一家传统公司，我们无意成为一家传统公司”，但如今的谷歌已经名存实亡。

其中，除了第2项（特高压）、第3项（城际交通）和第4项（新能源充电桩），其他四项都是 IT 相关。 5G 基站 => 数字通信 大数据中心 => 算力 人工智能 => 大模型应用 工业互联网 => 制造业的软硬件。 可以这样说，政府明年会大力投资 IT 领域，大部分投向上面四个方向。 跟这些方向吻合的项目，会得到政府的大力扶植，也有最多的机会。我觉得，如果可能的话，大家可以做一些准备，往这些方向靠，规划自己下一步的发展。

LessWrong’s founder, a self-taught A.I. researcher named Eliezer Yudkowsky, was early to the idea that a rogue A.I. could take over, and wrote about various A.I. disaster scenarios he envisioned. (At the time, A.I. could barely set a kitchen timer, so the risk seemed pretty remote.)LessWrong创始人是一位自学成才的AI研究者，名叫埃利泽·尤科夫斯基，他很早就产生了失控AI可能接管一切的想法，并就他设想的多种AI灾难场景撰文。（当时的AI连设置个厨房计时器都很勉强，因此风险显得十分遥远。）Mr. Yudkowsky, who has since become one of the A.I. world’s best-known doomers, told me that he didn’t originate the term p(doom), although he helped to popularize it. (He also said that his p(doom), if current A.I. trends continue, is “yes.”) The term was later adopted by members of the Effective Altruism movement, who use logical reasoning to arrive at ideas about moral goodness.后来成了AI世界最著名末日论者的尤科夫斯基告诉我，p(末日)这个词不是他提出的，不过他做了推广普及。（他还说，如果继续以现在的趋势发展，他的p(末日)是“有多高就多高”。）这个词后来被有效利他主义者们拿去用了，这个群体旨在通过逻辑推论得出有关公序良俗的理念。

A.I. insiders were also sounding the alarm. Geoffrey Hinton, the prominent A.I. researcher who quit Google this year and began warning about A.I. risks, recently estimated that if A.I. was not strongly regulated, there was a 10 percent chance it would lead to human extinction in the next 30 years. Yoshua Bengio, who along with Mr. Hinton is considered one of the “godfathers of deep learning,” told an interviewer that he thought an A.I. catastrophe was roughly 20 percent likely.AI行内人也在发出警告。去年从谷歌辞职的著名AI研究者杰弗里·辛顿开始警告AI的风险，他近日估计如果不施加有力的监管，AI在未来30年导致人类灭绝的可能性为10%。和辛顿一同被誉为“深度学习教父”的约书亚·本吉奥在接受采访时说，他认为发生AI大劫难的可能性大约在20%。

In the early 2000s, a young writer named Eliezer Yudkowsky began warning that A.I. could destroy humanity. His online posts spawned a community of believers. Called rationalists or effective altruists, this community became enormously influential in academia, government think tanks and the tech industry.本世纪初，一个名叫艾利泽·尤德科夫斯基的年轻作家开始警告AI可能毁灭人类。他发在网上的文章培养了一群信奉者。这个被称为“理性主义者”或“实际利他主义者”（简称EA）的群体后来在学术界、政府智囊团以及科技行业产生了巨大影响。广告Mr. Yudkowsky and his writings played key roles in the creation of both OpenAI and DeepMind, an A.I. lab that Google acquired in 2014. And many from the community of “EAs” worked inside these labs. They believed that because they understood the dangers of A.I., they were in the best position to build it.尤德科夫斯基和他写的东西在OpenAI，以及2014年被谷歌收购的DeepMind实验室的创建中起过关键作用。许多来自EA群体的人曾在这些实验室工作。他们认为，由于懂得人工智能的危险，因此他们是最适合构建AI系统的人。

“A.I. will steadily be delegated, and could — as it becomes more autonomous — usurp decision making and thinking from current humans and human-run institutions,” said Anthony Aguirre, a cosmologist at the University of California, Santa Cruz and a founder of the Future of Life Institute, the organization behind one of two open letters.“AI将逐渐获得授权，并随着变得更加自主，它可能篡夺目前人类和人类管理的机构的决策和思维，”加州大学圣克鲁兹分校的宇宙学家安东尼·阿吉雷说，他是与两封公开信有关的组织——生命未来研究所的创始人。广告“At some point, it would become clear that the big machine that is running society and the economy is not really under human control, nor can it be turned off, any more than the S&P 500 could be shut down,” he said.“到了某个时候，人们会发现运行社会和经济的大型机器其实并不在人类的控制之下，也无法将它们关掉，就像无法关掉标准普尔500指数一样，”他说。

一些军事承包商，包括主要的人工智能军事承包商Palantir科技的高管在内，曾认为完全自主的人工智能控制的致命攻击可能还需要数年时间，因为最先进的算法还不够可靠，因此不能放心让它来自主做出生死攸关的决定，而且可能在一段时间内都不会。Palantir的高管考特尼·鲍曼在今年的一次听证会上对英国议员说，Palantir认为，人工智能将允许军方官员通过快速分析传入的数据，做出更快、更准确的目标决策。但在联合国内部，人们普遍担心新系统的风险。虽然一些武器早就内置了一定程度的自主性，但新一代武器却有着根本的不同。“大约十年前，当这个话题开始的时候，它真的有点像科幻小说，”沙雷说。“现在一点也不是了。这项技术非常、非常真实。”

G42之名取自于道格拉斯·亚当斯的科幻系列小说《银河系漫游指南》(The Hitchhiker’s Guide to the Galaxy)，书中的数字“42”代表了“生命、宇宙以及任何事情的终极答案”。（“G”代表集团。）

Alarmed by the power of artificial intelligence, Europe, the United States and others are trying to respond — but the technology is evolving more rapidly than their policies.

但自2019年以来，情况发生了很大变化。强大的人工智能不再仅仅是一个思想实验——它存在于真实的产品中，比如每天被数以百万计的人使用的ChatGPT。世界上最大的科技公司正在竞相打造更强大的系统。数十亿美元被用于在企业内部构建和部署人工智能，以期降低劳动力成本，提高生产率。新的董事会成员是意料之中的那种可以监督这类项目的商业领袖。新任董事会主席泰勒是一位经验丰富的硅谷交易撮合者，去年担任Twitter董事会主席期间，他牵头将Twitter出售给了埃隆·马斯克。萨默斯是超级资本主义者——一位杰出的经济学家，他说他相信技术变革对社会“只有好处”。在重组后的OpenAI董事会中，可能仍然会有谨慎的声音，也可能会有来自人工智能安全运动的人物。但他们不会拥有否决权，也不会像过去的董事会那样有能力立即关闭公司。他们的偏好将与公司高管和投资者等其他人的偏好相平衡。

In a related article, I discuss what transformative AI would mean for the world. In short, the idea is that such an AI system would be powerful enough to bring the world into a ‘qualitatively different future’. It could lead to a change at the scale of the two earlier major transformations in human history, the agricultural and industrial revolutions. It would certainly represent the most important global change in our lifetimes.

用第一性原理思考问题，而不是类比。多数人考虑问题时会局限于类比思维。类比是一种重要的逻辑思维和推理方法，是人们解决陌生问题的一种常用策略。

如果你想学会如何独立思考，那么第一性原理思维是最好的方法。第一性原理的思维方式强调独立思考，而不是人云亦云。马斯克在这一点上非常像乔布斯。“Think Different”是乔布斯最喜欢的广告词，一般译为“不同凡响”，有朋友说译为“不同凡想”更贴切。Think Different中的Different一词从英语语法上说是错误的，正确的用词应该是副词Differently。乔布斯团队巧妙地借助了这个语法错误，强调自己的标新立异，既然英语语法说Think Differently，苹果就要说Think Different创新的本质就是要与众不同，如果干什么都和别人一样，那就不是创新了。

很多伟大的思想家，如发明家约翰内斯·古登堡（西方活字印刷术的发明者）和古代哲学家亚里士多德，都善于采用第一性原理的方法，而埃隆·马斯克是最有效地运用第一性原理思维的人

从理论上讲，第一性原理思维要求你层层地深入挖掘，直至剩下最基础的事实真相。法国哲学家、科学家勒内·笛卡尔用一种现被称为“笛卡尔的怀疑论”的方法接受了这种思维方式，即“系统性地怀疑任何能够怀疑的事物，直至他看见所剩下的事物都是不容置疑的纯粹真理”。

欧几里得的几何学就形成了非常庞大的体系。但最初只是从五条公设推出来的。欧几里得几何学的五条公设：  任意两个点可以通过一条直线连接； 任意线段能无限延伸成一条直线； 给定任意线段，可以以其一个端点作为圆心，该线段作为半径作一个圆； 所有直角都全等； 若两条直线都与第三条直线相交，并且在同一边的内角之和小于两个直角，则这两条直线在这一边必定相交；  这五条就是亚里士多德所说的第一性原理。在亚里士多德眼中第一性原理有着至高无上的地位，甚至是充满神性的。他曾这样说过：“神性无所不在，就在那自然之中。”这是一种泛神论的思想，与希腊早期神话的观念和其他民族对神话的想法格格不入。亚里士多德将这种性质看作是最高贵的，所以叫做第一性原理。

Lex Fridman：首先，我希望生活中的一切都有一个有趣的模式。与 LLM 进行互动时，有趣模式不仅仅有趣，还有一种吸引人的东西。我还不确定这是什么，因为我只玩了一点时间，但它使得与系统互动更加有趣、更加生动。 Elon Musk： 绝对是。我们的 Grok 是根据《银河系梦游指南》中的刺猬模型制作的，这是我最喜欢的书之一，它是一本关于哲学的书，这个家伙只是一本关于幽默的书。我会说，这构成了我的哲学基础，那就是我们不知道生命的意义，但是我们越能扩大意识的范围和规模，无论是数字化的还是生物学的，我们就越能理解该问什么问题，以了解宇宙这个答案，我有一种好奇心哲学。

Lex Fridman：也许一个好问题是，关于中国有些什么东西是人们不了解的？从文化角度看，有哪些积极的、有趣的事情你学到了？ Elon Musk： 中国有大量聪明、勤奋的人，这一点令人难以置信。有多少聪明、勤奋的人在中国？他们比这里多得多。我认为中国可能是从能源角度看最不缺的。中国近年来的建筑比美国更令人印象深刻，无论是火车站、建筑还是高速铁路。真的比我们在美国所拥有的更令人印象深刻。我建议有人去上海和北京看看那些建筑，坐火车从北京到西安，那里有兵马俑。 中国有令人难以置信的悠久历史。我认为中国可能是从文字使用的角度来看，最古老的，或许是最古老的文字。而且中国人确实记录了事情。 所以，从历史上看，中国总是以内部为重。他们不是征服型的。他们打过彼此，发生过许多内战。在三国战争中，我相信他们损失了大约 70% 的人口。他们发生过残酷的内战，与美国内战相比简直微不足道。所以我认为重要的是要认识到中国并不是单一的。我们通常将中国视为一个思想统一的实体，但根据我所见，这绝对不是事实，我认为大多数了解中国的人都会同意，中国人想到中国的次数是他们想到中国以外事物的 10 倍，所以他们 90% 的考虑都是内部的。

Lex Fridman：你坦诚地谈到了美国和中国之间可能发生战争的可能性，如果在台湾问题和一个中国政策上找不到外交解决方案的话。那么，我们如何避免这两个超级大国发生冲突的轨迹呢？ Elon Musk： 值得一读的是《修昔底德陷阱》这本书，我非常喜欢战争历史，几乎反复研究过每一场战役，并试图弄清楚真正的胜利原因，而不是一方或另一方声称的原因。 Lex Fridman： 无论是胜利还是战争的爆发和整个过程。 Elon Musk： 是的，所以雅典和斯巴达就是一个典型案例。想想希腊人，他们真的写了很多东西，他们喜欢写作。世界上许多地方发生了很多有趣的事情，但人们没有记录下来，所以我们不知道发生了什么，或者他们没有详细地写。他们只会说，我们进行了一场战斗，我们赢了，还能加点什么吗？希腊人真的写了很多。 他们非常善于表达。我们保存了很多那样的文字，所以我们知道导致伯罗奔尼撒战争的原因，即斯巴达和雅典联盟之间的战争。我们知道，他们看到了即将到来的战争。斯巴达人没有写很多东西。他们本性上不是很健谈，但他们确实写了东西，但他们很简洁。 雅典人和其他希腊人写了很多，他们像这样说：斯巴达本是希腊的领袖，但雅典每年都变得越来越强大，每个人都认为雅典和斯巴达之间的冲突不可避免。我们怎样才能避免这种冲突呢？他们不能。他们看到了即将到来的战争，但仍然无法避免。 如果一个群体、文明或国家超越了另一个，从经济角度来看，美国自 1890 年左右以来一直是世界上最强大的经济体。美国是世界上最强大的经济引擎，比任何人都活得久。战争的基础是经济。 现在，以中国为例，其经济规模可能是美国 2～3 倍，想象一下，你原来是街头最强壮的孩子，然后现在突然出现了一个孩子，他体型是你的 2 倍。

Lex Fridman：泽连斯基曾表示，他过去不感兴趣，或者不愿意直接与普京对话，你认为他应该坐下来，面对面地和领导人谈判和平吗？ Elon Musk： 我建议不要送乌克兰的青年去战壕中送死，无论是否与普京谈判，都不要这么做。无论哪一方发起进攻，都会损失大量人员，历史不会善待他们。

Lex Fridman：你希望乌克兰战争如何结束，以及再次减少人类痛苦的路径是什么？ Elon Musk：我认为可能发生的事情，也就是现在的情况，是停火或和平的线条会非常接近目前的线条，但现在的情况是，无论哪一方发起进攻，都会遭受几倍于防守方的伤亡。因为你有深层防御，有地雷阵、战壕、反坦克防御。没有一方拥有空中优势，因为防空导弹远比飞机更先进，所以双方都没有空中优势。 坦克基本上是移动缓慢的死亡陷阱，它们不是反坦克武器的免疫，所以你真的只有远程火炮和战壕中的步兵。这就是第一次世界大战的再现。撤退、向对方扔旧炮弹。

Lex Fridman：战争的规模一直在增加，就像苦难的规模和繁荣的规模之间的竞赛，许多人似乎正在利用这场悲剧来敲打战争的鼓，喂养军工复合体，你担心那些支持升级的人吗？如何阻止？ Elon Musk： 我担忧的一件事是，现在活着的人中很少有人能真正感同身受地理解战争的恐怖。至少在美国是这样，显然，在乌克兰和俄罗斯前线的人们知道战争有多么可怕，但西方有多少人真的理解呢？我的祖父参加了第二次世界大战，他遭受了严重的心理创伤。 他在东北非和意大利战场上待了将近六年，所有的朋友都在他面前被杀害。他们本来会把他送上前线，但他们随机做了一次智商测试，他的成绩很高。尽管如此，他因为没有完成高中学业——他不得不辍学，因为他的父亲去世了，他必须工作来养活他的兄弟姐妹——所以没有资格加入军官团，被归类为炮灰。 后来，他因为这次测试被转到了伦敦的英国情报部门。那是他遇到我祖母的地方，但他患有严重的创伤后应激障碍，他几乎不说话，如果你试图和他交谈，他只会让你闭嘴。他获得了许多勋章，但从不炫耀，甚至没有暗示。 我是从他的军事记录上发现这些的，他会说绝对不要再经历那样的事情，但现在他已经去世20年甚至更久，30年前，还有多少人记得第二次世界大战呢？

Lex Fridman：就像我说的，有些争议地，你在 Twitter 上和其他地方一直是和平的支持者。让我问你关于当今正在进行的战争，以及实现和平的路径，你希望以色列和加沙当前的战争如何结束？你认为在那个地区减少长期人类痛苦的路径是什么？ Elon Musk： 认为那个地区绝对是，如果你查一下词典中“没有简单答案”的定义，会看到中东，特别是以色列的图片，所以没有简单的答案。或者我的意见是，哈马斯的目标是激起以色列的过度反应。他们显然不期待军事胜利，但他们真的希望犯下他们能犯下的最恶劣的暴行，以引发以色列尽可能激烈的回应。然后利用这种激烈的回应来动员全世界的穆斯林支持加沙和巴勒斯坦的事业，他们在这方面已经成功了。 这里的反直觉之处，我认为应该做的事情，即使这很困难，是我建议以色列进行尽可能显眼的善行。每一部分，每件事都是实际上破坏哈马斯目标的东西。 Lex Fridman：在某种意义上，如果在地缘政治中有意义，就是实施“以德报怨”。 Elon Musk：这不完全是“以德报怨”，因为我确实认为以色列找到哈马斯成员并杀死他们或把他们阉割是适当的。像这种事情必须做，否则他们就会一直来，但除此之外，他们需要尽其所能。例如，有人谈论建立一个移动医院。我建议这样做。只是确保有食物、水、医疗必需品。而且要非常夸张地做，并且非常透明，以至于你的猫咪可以一直盯着那个网络摄像头。 Lex Fridman：部署善行。 Elon Musk： 这些善行是明确无误的，意味着不能以某种方式被哈马斯所诈骗，所以你必须对付他们的诡计。 Lex Fridman：这最终会对抗该地区的普遍仇恨。 Elon Musk： 是的。我不确定是谁说的。这是一句名言，但“以眼还眼，最终让所有人都瞎了”。现在，那个地区的话，他们真的相信“以眼还眼”，但我的意思是，如果你不打算对一个整体民族进行种族灭绝，显然这对任何人都不应该是可接受的，那么你基本上会留下很多恨以色列的人，所以真正的问题是，你杀死一个哈马斯成员，你创造了多少个？如果你创造的比你杀死的还多，你就没有成功。那就是真正的情况。可以肯定地说，如果在加沙杀死一个人的孩子，至少会有几个哈马斯成员会去杀以色列人。这就是情况，但我的意思是，这是可以讨论的最有争议的话题之一，但我认为，如果最终的目标是某种长期的和平，就必须从长远来看，恐怖分子的数量是增多还是减少？

盖茨在吃晚饭时对他们说，他对大型语言模型的有效性持怀疑态度。他说，他会继续持怀疑态度，直到该技术能完成需要批判性思维的任务，例如做生物学大学先修试题时得到及格的成绩。五个月后，2022年8月24日那天，奥尔特曼和布罗克曼再次来到盖茨家，还带来了名叫切尔西·沃斯的OpenAI研究员。 沃斯高中时获得过国际生物学奥林匹克竞赛奖牌。在盖茨客厅外的一个巨大数字显示屏上，OpenAI工作人员向他演示了一项名为GPT-4的技术。布罗克曼把一份高等生物学选择题试卷提交给系统，由沃斯给机器的答案打分。总共有60个试题。GPT-4只答错了一个。坐在椅子上的盖茨挺直了身子，睁大了眼睛。研究人员1980年给他演示图形用户界面时，他有过类似的反应。图形用户界面是当代个人计算机的基础，盖茨认为GPT具有那种革命性。

2015年底，OpenAI成立了。据四名知情人士，2017年底，马斯克策划了一个从奥尔特曼和其他创始人手中夺走OpenAI控制权的计划，他想把这个实验室变成能与特斯拉联手的商业实体，让其靠汽车公司正在研发的超级计算机运行。遭到奥尔特曼和其他人的反对后，马斯克表示退出实验室，并说他将集中精力在特斯拉搞自己的人工智能系统。2018年2月，马斯克在这家初创公司用一个卡车工厂改造的办公楼的顶层向OpenAI员工们宣布他将离开，三名参加了那次会议的人说。OpenAI突然急需得到新资金。奥尔特曼在飞往太阳谷参加一个会议时遇到了微软首席执行官萨蒂亚·纳德拉。合作看来是自然的事情。双方在2019年达成协议。奥尔特曼和OpenAI在原来的非营利框架下成立了一家营利性公司，他们得到了10亿美元的新资本，微软则有了一个新方法来将人工智能纳入其庞大的云计算服务。

马斯克投资DeepMind时打破了自己一条不成文的规定，那就是他不投资任何不由他本人运行的公司。他在生日派对上与佩奇发生口角的事儿过去了还不到一个月，他与这名同是亿万富翁的前朋友再次面对面坐下来时，他投资DeepMind决定的不利方面已显而易见。那是在DeepMind伦理委员会于2015年8月14日召开第一次会议的时候。该委员会是在这家初创公司创始人的坚持下成立的，目的是确保他们的技术卖出后不会造成任何伤害。据三名了解会议情况的人，委员会成员在马斯克SpaceX办公室外的一间会议室召集了这次会议。但那也是马斯克的控制结束的地方。谷歌把DeepMind买下来时收购了整个公司。马斯克出局了。

获得了蒂尔的支持后，哈萨比斯开始努力进入马斯克的轨道。大约两年后，两人在蒂尔的投资基金组织的一个会上见了面，该基金也曾投资马斯克的SpaceX公司。哈萨比斯获得了参观SpaceX总部的机会。之后，两人在公司食堂一起吃了午饭，并进行了交谈。马斯克解释说，他的计划是殖民火星，以逃避地球上人口过剩的问题和其他危险。哈萨比斯答道，这个计划可行，只要具有超级智能的机器不跟到火星上来摧毁人类。马斯克无言以对。他还没有考虑过这种不寻常的危险。不久，马斯克加入了蒂尔的行列，开始给DeepMind投资。

蒂尔被迷住了，第二天就邀请他们三人再次来到家中。这三人介绍了他们的计划，不久，蒂尔和他的风险投资公司就同意为他们的初创公司投资140万英镑（约合225万美元）。蒂尔是他们的第一位主要投资人。他们给公司起名DeepMind，寓意与人工智能系统通过分析大量数据学习技能的所谓“深度学习”、神经科学，以及科幻小说《银河系漫游指南》中的“深思”超级计算机有关。到2010年秋，他们开始建造自己的梦想机器。他们真心诚意地认为，因为自己懂得其中的风险，所以唯有他们可以保护世界。“我不认为这是一个矛盾的立场，”DeepMind的三名创始人之一穆斯塔法·苏莱曼说。“这些技术将带来巨大的好处。目标不是排除它们或暂停它们的发展，而是减少不利因素。”

那次晚宴促成了当年晚些时候一家名为OpenAI的初创公司的成立。在马斯克和其他投资方数亿美元的支持下，该实验室承诺保护世界免受佩奇那种愿景的影响。凭借ChatGPT聊天机器人，OpenAI从根本上改变了科技行业，并向世界展示了人工智能的风险和潜力。据两名熟悉OpenAI最新一轮融资情况的人士透露，该公司的估值超过800亿美元，不过马斯克和奥尔特曼的合作没能持续下去。两人此后也不再来往。“有分歧、不信任和自负的原因，”奥尔特曼说。“人们越是朝着相同的方向前进，分歧就越大。在宗教团体和教派中也是如此。最亲近的人之间往往吵得越凶。”上个月，这种内讧出现在了OpenAI的董事会上。起来造反的董事会成员试图逼走奥尔特曼，因为他们认为，自己无法再相信他能打造出造福人类的人工智能。在充满混乱的五天时间里，OpenAI看起来似乎难以为继了，直到董事会在大投资者以及威胁要跟随奥尔特曼离职的员工施加的压力下，才最终做出了让步。OpenAI内部的闹剧让世人第一次看到了那些将决定人工智能未来的人之间的激烈争斗。

八年后再来看，两人当时的争论似乎颇有预见性。人工智能究竟是提升还是毁灭世界——或者至少造成严重破坏，这个问题在硅谷的创始人、聊天机器人用户、学者、立法者和监管机构之间引发了一场持续不断的辩论，它涉及究竟应该对人工智能技术进行管控，还是任其自由发展。这场辩论让一些世界上最富有的人相互对立：马斯克、佩奇、“元宇宙”平台公司的马克·扎克伯格、科技投资者彼得·蒂尔、微软的萨蒂亚·纳德拉，以及OpenAI的萨姆·奥尔特曼。所有人都在为分得一杯羹和塑造它的权力而战。这场争论的核心是一个令人费解的悖论。那些说自己最担心人工智能的人，也恰恰是最积极推动它的发展并从中获利者。他们认为他们的宏伟构想是正当的，理由是基于一种坚定的信念：只有他们才能阻止人工智能危害地球。

随着深夜寒意渐起，讨论的气氛变得越来越热络，30多名参加派对的人聚拢在一旁听他们谈话。十多年来，佩奇的声带一直受到一种不寻常的疾病困扰，他低声描述了自己对数字乌托邦的愿景。他说，人类最终将与人工智能机器融合。总有一天，将会出现多种智能争夺资源的情景，强者生存。如果出现了这种情况，马斯克说，我们就完蛋了。机器将毁灭人类。带着一丝沮丧，佩奇坚称他的乌托邦是值得去争取的。最后，他称马斯克为“物种主义者”，是那种偏袒人类而不是未来数字生命形式的人。马斯克后来说，那句中伤成了“最后一根稻草”。

拼多多是成为了这个低增长时代选中的梦中情人，受到这个红利的公司还有很多，这不意外的，这是一个可确认全球经济难再现高增长，消费降级的时代，开始卷性价比的时代，拼多多是顺势而出。我认为资本投下的这一票也是对这一趋势的认可，比如京东在重上已经做得不错了，虽然组织和团队都憨，但确实大环境并不是京东能快速顺势的。

temu是黄峥“更加激进的全球化”这句话落地的产品，他当年面对面给张一鸣的建议，现在双方都在享受丰硕的战果。传统艺能，极致压榨供应链和公司团队率先产生了终端的优势，明年预计要达到300亿美元的gmv，标志着一件可怕的事情，就是pdd电商全球化这件事基本在海外复制成功，并未水土不服，这让市场看见了全球化+中国卷王这件事情的巨大红利。黄是一个细节能精微，人性透彻，也有大智慧的sharp型CEO，还没有开始做他的多元化，当时不代表他不擅长。明年亚马逊将迎来剧痛，shein，tiktok，temu三个中国企业要在美国玩三国演义。

拼多多是一个成功创业者多次成功积累经验后的厚积薄发，黄峥是一个少见的能规划好创业步骤，先求不败再取胜，当时也能在合适的机会激进扩张的CEO。具体可关注黄理性的创业发展规划，他对事物本质和人性的理解sharp程度可以几乎是当下CEO的top3级别。在公司的根本问题上很少犯错。作为社交电商的能力是黄峥前面几个成功公司的能力积累，“xxx拉队伍的能力真的是太可怕了”，具体表现他发展初期的获客成本优势是碾压级别，商业模式上，唯一一个农产品生鲜做稳了的电商，有两个结果：1. pdd在一级市场的烧钱体量很小，三到四轮后就上市，快速进入到了资金来源更广阔的的二级市场。2. 创始人的股份稀释惊人少，整体掌控力，团队组织都近于高效率的威权。Doris，陈磊，黄的三人团决策效率极高。（这一点，客观说，因为天地人因素，阿里其实先天不占优），而阿里的组织艺术，有体会的都懂。

阿里的淘业务就存在着gmv和平台基本无关，是个松散而弱掌控只管着收税，竞价推荐排名体系，pdd早期并没有打疼京东，因为模式不一致，而收编了大批在淘系腰部以下“没好日子”的卖家，重创了本来就千疮百孔的淘，可以在里面随便抢，随便捞。而如今阿里分拆的六大部门里，基本盘淘天系居然在求职处最受抵触，no.1已经是新引擎阿里云，所以，到底是谁在撤退？

伟大之所以为伟大，不是因为其横空出世时的惊艳，而是因为它要在无边黑暗中，忍受漫长的籍籍无名与不被理解。直到多年之后，人们才能顺着这些标尺，感叹那时群星璀璨，天才辈出。一个又一个科学研究的领域里，无数的学者终其一生都不曾窥见希望的微光。因而从某种角度看，辛顿和其他深度学习推动者是幸运的，他们创造了伟大，间接推动了产业界一个又一个成功。资本市场会给成功定一个公允的价格，历史则记录那些创造伟大的孤独和汗水。

从1972年进入爱丁堡大学算起，辛顿在深度学习的前线已经鏖战了50年。2012年ImageNet挑战赛举办时，他已经65岁了。很难想象他在漫长的时间里面对学术界的种种质疑，需要消解多少自我怀疑与否定。如今我们知道，2006年的辛顿已经坚持到了黎明前最后的黑暗，但他自己也许并不知道这一点，更不用说整个学术界和产业界。

ChatGPT横空出世时，“为什么又是美国”的声音此起彼伏。但如果把时间拉长，会发现从晶体管、集成电路，到Unix、x86架构，再到如今的机器学习，美国学界和产业界几乎都是领跑者的角色。这是因为，虽然关于美国“产业空心化”的讨论不绝于耳，但以软件为核心的计算机科学这门产业，不仅从未“外流”到其他经济体，反而优势越来越大。至今70多位ACM图灵奖的获得者，几乎全部是美国人。吴恩达之所以选择Google合作“谷歌猫”项目，很大程度上是因为只有Google拥有算法训练所需要的数据和算力，而这又建立在Google强大的盈利能力的基础上。这就是产业厚度带来的优势——人才、投资、创新能力都会向产业的高地靠拢。中国在自身的优势产业里，也在体现出这种“厚度优势”。当前最典型的就是新能源车，一边是欧洲车企包机来中国车展拜师新势力，一边是日本车企高管频繁跳槽到比亚迪——图什么呢？显然不是只图能在深圳交社保。

如果说AlexNet的影响还集中在学术圈的话，那么太浩湖的秘密拍卖则彻底震惊了产业界——因为Google在全球科技公司的眼皮子底下，花了4400万美元买了一家成立不到一个月、没有产品、没有收入，只有三个员工和几篇论文的公司。最受刺激的显然是百度，虽然在拍卖上折戟，但百度管理层亲眼目睹了Google如何不惜代价投资深度学习，促使百度下定决心投入，并在2013年1月的年会上宣布成立深度学习研究院IDL。2014年5月，百度请来了“谷歌猫”项目的关键人物吴恩达，2017年1月，又请来了离开微软的陆奇。而Google在拿下辛顿团队后再接再厉，在2014年以6亿美元买下了当年的竞拍对手DeepMind。

从公开可查的信息看，当时还在百度的余凯的确是第一个来挖辛顿的人。当时，余凯在百度担任百度多媒体部的负责人，也就是百度深度学习研究院（IDL）的前身。在收到余凯的邮件后，辛顿很快就回复说同意合作，顺带提出了希望百度提供一些经费的愿望。余凯问具体数字，辛顿表示100万美元就够——这个数字低到令人难以置信，只能雇两个P8。余凯向李彦宏请示，后者爽快地答应。余凯回复没问题后，辛顿可能感受到了产业界的饥渴，就询问余凯是否介意自己问问其他家，比如Google。余凯后来在回忆道[6]：“我当时有点儿后悔，猜我可能回答得太快了，让辛顿意识到了巨大的机会。但是，我也只能大度地说不介意。”

而微软对GPU的不置可否显然让辛顿有些火大，他后来在一封邮件里建议邓力购买一套设备，而自己则会买三套，并且阴阳怪气的说[6]：毕竟我们是一所财力雄厚的加拿大大学，不是一家资金紧张的软件销售商。但在2012年ImageNet挑战赛结束后，所有人工智能学者和科技公司都对GPU来了个180度大转弯。2014年，Google的GoogLeNet以93%的识别准确率夺冠，采用的正是英伟达GPU，这一年，所有参赛团队GPU的使用数量飙升到了110块。这届挑战赛之所以被视为“大爆炸时刻”，在于深度学习的三驾马车——算法、算力、数据上的短板都被补足，产业化只剩下了时间问题。

这就是ImageNet诞生的契机。当时，即便是最大规模的数据集PASCAL，也只有四个类别总共1578张图片，而李飞飞的目标是创建一个包含几百个类别总共上千万张的数据集。现在听起来似乎不难，但要知道那是2006年，全球最流行的手机还是诺基亚5300。依靠亚马逊众包平台，李飞飞团队解决了人工标注的庞大工作量。2009年，包含320万张图片的ImageNet数据集诞生。有了图片数据集，就可以在此基础上训练算法，让计算机提升识别能力。但相比三岁孩子的上亿张照片，320万的规模还是太少了。为了让数据集不断扩充，李飞飞决定效仿业内流行的做法，举办图片识别大赛，参赛者自带算法识别数据集中的图片，准确率最高者获胜。但深度学习路线在当时并不是主流，ImageNet一开始只能“挂靠”在欧洲知名赛事PASCAL下面，才能勉强凑够参赛人数。到了2012年，ImageNet的图片数量扩大到了1000个类别总共1500万张，李飞飞用6年时间补足了数据这块短板。不过，ILSVRC的最好成绩错误率也有25%，在算法和算力上，依然没有表现出足够的说服力。

为了让计算机能够识别“液体猫”，杰夫·辛顿、杨立昆（Yann LeCun）等一大批深度学习先驱从80年代就开始了探索。但总会撞到算力或算法的瓶颈——好的算法缺少足够的算力驱动，算力需求小的算法难以满足识别精度，无法产业化。如果解决不了“液体猫”的问题，深度学习的性感就只能停留在理论层面，自动驾驶、医疗影像、精准广告推送这些产业化场景就只是空中楼阁。简单来说，深度学习的发展需要算法、算力、数据三驾马车来拉动，算法决定了计算机用什么方式识别事物；但算法又需要足够大的算力来驱动；同时，算法的提升又需要大规模高质量的数据；三者相辅相成，缺一不可。2000年后，尽管算力瓶颈伴随芯片处理能力的突飞猛进逐步消除，但主流学界对深度学习路线仍旧兴趣寡然。李飞飞意识到，瓶颈可能不是算法本身的精度，而在于缺乏高质量、大规模的数据集。

拍卖落槌后，一场更大的竞赛展开了：Google乘胜追击，2014年又把DeepMind收入囊中，“天下英雄尽入彀中”；而DeepMind则在2016年推出了AlphaGo，震惊全球；输给Google的百度则下定决心押注AI，十年投入千亿，余凯后来帮百度请来了吴恩达，他自己则在几年后离职创办了地平线。微软表面上看慢了一拍，但最终却赢下了最大的战利品——OpenAI，后者的创始人就包括辛顿两个学生之一的Ilya Sutskever。而辛顿自己则一直在Google待到2023年，期间荣获ACM图灵奖。当然，跟Google的4400万美元比（辛顿分得40%），图灵奖的100万美元奖金就显得像是零花钱了。从6月的谷歌猫，到10月的AlexNet论文，再到12月的太浩湖竞拍，差不多6个月的时间里，AI浪潮的伏笔几乎被全部埋下——深度学习的繁荣、GPU和英伟达的崛起、AlphaGo的称霸、Transformer的诞生、ChatGPT的横空出世……硅基盛世的宏大乐章奏响了第一个音符。2012年从6月到12月的180天，碳基人类的命运被永远改变了——只有极少人意识到了这一点。

辛顿找来了自己的两个学生——Ilya Sutskever和Alex Krizhevsky，两人都是出生于苏联的犹太人，前者极具数学天赋，后者擅长工程实现，三人密切配合后创建了一个新神经网络，然后马上参加了ImageNet图像识别比赛（ILSVRC），最后以惊人的84%识别准确率夺得冠军 。2012年10月，辛顿团队在佛罗伦萨举行的计算机视觉会议上介绍了冠军算法AlexNet，相比谷歌猫用了16000颗CPU，AlexNet只用了4颗英伟达GPU，学术界和产业界彻底轰动，AlexNet的论文成为计算机科学史上最有影响力的论文之一，目前被引次数已经超过12万，而谷歌猫则被迅速遗忘。

2012年6月，Google研究部门Google Brain公开了The Cat Neurons项目（即“谷歌猫”）的研究成果。这个项目简单说就是用算法在YouTube的视频里识别猫，它由从斯坦福跳槽来Google的吴恩达发起，拉上了Google传奇人物Jeff Dean入伙，还从Google创始人Larry Page那里要到了大笔的预算。谷歌猫项目搭建了一个神经网络，从YouTube上下载了大量的视频，不做标记，让模型自己观察和学习猫的特征，然后动用了遍布Google各个数据中心的16000个CPU来进行训练（内部以过于复杂和成本高为由拒绝使用GPU），最终实现74.8%的识别准确率。这一数字震惊业界。吴恩达在“谷歌猫”项目临近结束前激流勇退，投身自己的互联网教育项目，临走前他向公司推荐了辛顿来接替他的工作。面对邀请，辛顿表示自己不会离开大学，只愿意去Google“待一个夏天”。由于Google招聘规则的特殊性，时年64岁的辛顿成为了Google历史上最年长的暑期实习生。辛顿从80年代开始就战斗在人工智能的最前线，作为教授更是桃李满门（包括吴恩达），是深度学习领域的宗师级人物。因此，当他了解了“谷歌猫”项目的技术细节后，他马上就看到了项目成功背后的隐藏缺陷：“他们运行了错误的神经网络，并使用了错误的计算能力。”

据行业人士测算，如果不执着于干法电极，4680 电池也能将 Model Y 的成本削减约 8%，也就是将电池成本削减 20%。虽然这还不到马斯克目标的一半，但放在动力电池行业已是了不起的成就，松下、宁德时代需要至少三年才能达成类似的降本成果。特斯拉却坚持开发干法电极工艺，甚至不惜拖延 Cbyertruck 和下一代车的交付节奏。在马斯克的设想里，4680 电池并不只服务年销 200 万辆的特斯拉当下，而是要支持年销 2000 万辆的未来。只有更便宜的电池才能支持特斯拉造出 2.5 万美元的廉价车型，达到这个目标。今年 3 月，特斯拉已完成车型研发，并突破了更大规模的一体压铸技术。4680 电池成了阻碍计划的最后一块绊脚石。汽车行业，只有特斯拉会这样不惜代价超前投入技术，并将自己的商业扩张与技术突破绑定在一起。收益与风险都被放大。特斯拉此前的成功和当下的遭遇，都出自第一性原理衍生的方法论：抛弃行业成规、质疑原有要求，从最本质的物理学出发重新想一件事该怎么做。这一方法论能行得通的情境往往是：特斯拉要挑战和颠覆的是某一技术阶段产生的老做法或习惯，而现在已经有新技术可以绕开曾经的制约。马斯克敏锐地看出过去的限制已不复存在，捅破了那层资深专家脑中隐形的 “不可能”，直抵解决之道。这需要技术直觉和判断。但马斯克或任何个人都难以客观全面地评估一个时期的整体技术与工程水平。

在制造领域时常灵光乍现，敢于尝试的特斯拉，也不得不陷入这样的低效怪圈。调试设备和工艺没有捷径，它需要一次次尝试。且往往牵一发动全身，改一处得调整多个环节。去掉弄湿正负极材料再烘干的 “多余环节”，比马斯克最初想象得难得多。特斯拉的做法是自己设计设备，再找锂电设备公司做代工生产，帮助克服一些设备问题。一位曾接触过特斯拉的设备供应商人士称，特斯拉会给到设备核心图纸，并限制供应商修改设计。“最终的结果是，设备工程师不懂工艺，特斯拉的人不懂设备，设备供应商花了很长时间才造出能用的设备，但依然不符合特斯拉的要求。” 他说。2021 年，特斯拉找了多家电池设备供应商制造设备，其中部分设备方案现已被舍弃。《晚点 LatePost》了解到，一家龙头锂电设备供应商曾向特斯拉提供了整条 4680 产线设备，并派出一个近 50 人的工程团队去得州协助特斯拉优化产线，该团队已在 2022 年底撤走。

马斯克提出过 “白痴指数”：用零件的价格除以这个零件所需原材料的成本。这个数字越大，说明这个零部件 “越白痴”，要么是中间环节太多，要么是制造效率太低。每当遇到一个白痴指数过高的部件，特斯拉就会重新思考流程、革新制造方式以降低成本，使该指数尽量回归 “1”。马斯克追求让汽车的制造成本无限接近汽车所用的钢铁、铝、硅、锂等材料的成本之和。2007 年，马斯克查询伦敦金属交易所的电池材料价格后，算出电池的 “白痴指数” 是 7：当时每瓦时电池的锂、钴、镍等材料的成本只有 82 美元，但锂电池售价却超过 600 美元，这一数字已是索尼、松下等电池公司努力 20 年的结果。

第一性原理的局限则是它不可能超越时代限制。当特斯拉的目标无法被当下的技术实现，它也得付出巨大的时间与金钱投入，才能缓慢前进一点点。2017 年量产 Model 3 时，特斯拉曾栽过跟头：马斯克当时认为可以用机械臂完全取代人工，这是制造业的必然。但他高估了整个自动化技术的水平，机械臂连简单的梳理电线都做不好。特斯拉随即陷入产能地狱，马斯克重新把工人召回工厂才走出危机。电池制造也是这样一个领域：它涉及多学科复杂任务，工序之间环环相扣，牵一发动全身。“用湿的正负极材料涂布、再烘干”，这是马斯克最初认为多此一举的环节。但删除这个环节，就需要把整个从混料、涂布、模切到烘干的工艺都推倒重来。

多位行业人士预测，特斯拉会在 2025 年大规模量产 4680 电池，但最终量产的版本性能将比 2020 年发布时的版本大幅缩水。特斯拉目前生产的 4680 电池能量密度只有 265Wh/kg ，比行业预测的 330Wh/kg 低近 20%。搭载这款电池的 Cybertruck 的最高续航只有 547 公里，远低于此前 800 公里的目标。

《马斯克传》中多次描述了第一性原理手到擒来的过程。在制造 SpaceX 火箭时，马斯克挑战权威，提出用更便宜的不锈钢替换碳纤维制造火箭，最终只花 NASA 登月计划 2% 的钱就造出了能飞上太空的 Starship。特斯拉和马斯克执掌的其它技术公司似乎总能凭第一性原理另辟蹊径，证明传统观念是错的，一次次取得技术领先。但在 4680 电池上，特斯拉的做法遇阻。这款电池决定着特斯拉下一代车的产能和定价，而它的量产时间和性能都没有达到最初发布时的目标。这是近年被不少公司奉为至宝的第一性原理的另一面：当遇上复杂创新，从原理出发推导重来常常只是一趟艰难旅程的起点。