Imagination 2025-10-03 10:07 北京
"AI的出现是堪比电力和火的发明，未来十年将比以往任何时候都更能未来决定未来一百年的走向"
图片来源：Imagination in Action
Z Highlights
在美国，我们拥有诸多优势，但电力供应不足。而在消费品领域，中国很可能会击败我们。
人形机器人的到来很可能将由中国主导。你应该有这样一个预设：世界将被廉价的中国机器人淹没，就像它将被廉价的中国电动汽车淹没一样。
如果我们无法获得更多能源，我们将无法充分利用我们在AI和AGI领域的领先优势。这一点非常明确。
赢的方法论是这样的：尽可能快地行动，尽快到达那里，围绕“学习”来构建一切。如果它成功了，你就会成为英雄，因为它一旦开始学习，就会学会如何变得更强大。
我们行业的法则是，当你建立一个可扩展的平台时，你才能为创始人创造巨大的财富。
本文编译自聚焦前沿思想的对话栏目《Imagination in Action》在2025年9月的访谈，由系列企业家、Link Ventures创始人Dave Blundin主持，对话嘉宾为前谷歌首席执行官Eric Schmidt。
中美AI竞赛：谁将胜出？
Dave Blundin：那么，我们从这个问题开始吧：美国会赢得人工智能竞赛吗？我知道您在这个话题上谈过很多次，在您与Henry Kissinger合著的新书《创世纪：人工智能、希望与人类精神》（Genesis AI Hope and the human spirit）中也有所涉及，希望大家都会去读。那么，我们能赢得这场AI竞赛吗？我们赢或输的场景会是怎样的？
Eric Schmidt：看起来我们会的，让我来定义一下。我认为所谓的“旧金山共识”（我这么称呼它），也就是旧金山那群人的普遍信念，客气点说就是你们的信念是，你将看到技术从当前的智能体认知（agentic cognition）形态，通过各种形式的递归式自我改进（recursive self-improvement），最终发展到AGI（通用人工智能）和超级智能。
要做到这一点，需要使用数量庞大的硬件。 谷歌的TPU，那些最大的芯片，在座的各位都知道。美国对中国施加的硬件限制，将阻碍他们在这个领域的竞争。我在上海待了几天，我和中国人关系不错，我的结论是他们在玩一场不同的游戏。他们致力于将AI应用于每一个产品、每一项服务、每一个角落，但方式更为传统。而西方将追求AGI。
我曾经非常担心，我们最终会陷入一场超级智能竞赛，一方的收益会如此巨大，以至于不得不对另一方发动攻击，换句话说，就是先发制人的攻击。现在看来，我的这种恐惧在现实中并没有充分的依据。我认为未来几年我们应该还是安全的。
机器人后来居上
Dave Blundin：真的吗？那机器人领域呢？我们在这方面似乎远远落后。
Eric Schmidt：是的。如果我可以完全直言不讳的话，中国在机器人领域正在做他们在电动汽车领域做过同样的事情。以防你感到困惑，当美国现任政府在削减太阳能和风能的补贴和推广时，中国去年新增了172吉瓦的太阳能装机容量，我记得是这个数字。这非常了不起。
所以，中国在太阳能和电动汽车领域的竞赛，看起来他们已经赢了。他们正在以各种新方式利用所有这些技术，特别是制造步进电机和其他非常廉价但功能强大的物理设备的新方法。一个很好的例子是，宇树科技刚刚发布了售价6000美元的R1机器人，12月上市。我已经订购了一台，我们会看看它到底有多好。
但人形机器人的到来很可能将由中国主导。 我并不是说美国在某些领域没有机会，美国在一些非常高端、非常复杂的领域仍将占有一席之地。我们的软件比中国的软件要好得多。但在硬件层面，我认为你应该有这样一个预设：世界将被廉价的中国机器人淹没，就像它将被廉价的中国电动汽车淹没一样。谁能想到呢？
能源成新瓶颈
Dave Blundin：这将是我的最后一个问题，但既然您如此漂亮地过渡到了这个话题，我就把它提前。在AGI竞赛中，以及并行的机器人竞赛中，中国将在电力生产方面遥遥领先。短期内，我们都会受到芯片和TPU的限制。但如果你展望三四年后，晶圆厂全速运转，芯片产量数以百万计，那么你突然就会面临电力限制。这对美国来说是否存在一个脆弱点？
Eric Schmidt：这是个巨大的问题。让我们再次用中美对比来打个比方。中国的优势是什么？我不是在赞美中国，我只是在努力陈述事实。他们解决了电力问题。他们拥有极具天赋的软件人才，但他们没有足够的硬件。我认为这大致是他们的现状。
在美国，我们拥有大家所理解的诸多优势。但我们没有足够的电力，而且至少在我们的消费产品领域，中国人很可能会击败我们。我们的硬件架构非常出色，我这里指的是包括亚马逊的芯片、嵌入式芯片，以及TPU v5——我很高兴地说，我曾是TPU第一版的参与者。所有这些东西都令人难以置信。
所以，你想想看，我一两个月前在国会就此作证。我们研究了美国为满足数据中心预期需求所需的电量，根据我们的计算，到2030年需要新建92吉瓦的发电能力。作为参考，一个大型核电站的发电量大约在1到1.5吉瓦之间。而为了让你感受一下美国有多少核电站正在动工，答案是：基本上为零。
所以我们一直希望，我也在我的游说和作证中希望，政府能为各种形式的电力供应开辟快速通道。他们确实推广了石油和天然气，但也严重地束缚了太阳能和风能，这是一个错误。这个国家需要更多的能源。如果我们无法获得更多能源，我们将无法充分利用我们在AI和AGI领域的领先优势。这一点非常明确。顺便说一句，显而易见的下一个问题是，我们该怎么办？嗯，有一些方案。例如，总统去了沙特和阿联酋，签订了数吉瓦的庞大协议。因此，我们可能会发现自己陷入这样一种境地：我们最重要的资产——美国智慧的精髓——其训练开发实际上是在一些国家里进行的，这可能是我们唯一的退路。
AI灾难与应对
Dave Blundin：这真的太奇怪了，并且引出了一个非常棘手的问题。您介意我问一个尖锐点的问题吗？在我成年后的大部分时间里，您一直激励着我，我一直在看您的播客。您提到，当您在斯坦福大学为Erik Brynjolfsson的课做客座讲师时，您说在运营谷歌时，您感觉做决策的速度是地球上任何公司的三倍，但当您进入联邦政府后，您感觉决策速度甚至比一家慢公司还要慢三分之一。所以从您的角度看，这只是我们需要前进速度的一小部分。
但您最近一直在说，不可避免的事情之一是某种形式的AI灾难，我们希望它只会导致一百人死亡，而不是一千、一万、一百万甚至一亿人。但假设真的发生了一场灾难，成为一个“叫醒服务”（wake-up call）。您希望如何利用这次警钟？警钟敲响后，Eric Schmidt的下一步行动是什么？
Eric Schmidt：好的，这里的背景是，基辛格博士（亨利）和我花了大量时间讨论1950年代的那个时期，当时他是所有这些事件的关键人物。他所做的，是利用我们已经使用过核弹这一事实，通过大约15年的谈判，达成了一系列限制核扩散的条约。正是这些条约，让我们今天能够活下来。所以这些条约至关重要，如果没有对浓缩铀和其他秘密的扩散进行控制，我们早就因为某些原因化为灰烬了。
那么，我们能做类似的事情吗？这里的问题在于，或者说好消息是，我们现在没有处于战争状态，我们没有引爆核弹，我们没有那个可以讨论的“大事件”。所以我们可以谈论它，但政府往往是反应性的。
让我谈谈，现在有三个明显的威胁，我认为大家已经很清楚了。第一个是虚假信息。我们共同提供给人们的软件，催生了各种各样的虚假信息、假视频、假新闻等等。我们都明白这一点，而且都是开放的。这已经发生了。这对各个国家都构成了威胁。
第二个是网络安全。 我认为理解网络安全的一种方式是，如果你能写代码，你也能写网络攻击，逻辑是一样的。而且AI在软件方面取得了令人难以置信的进步。这些东西的编程能力好得吓人。要记住，我的曾是一名程序员，这些东西编程比我以往任何时候都好，简直令人震惊，对吧？
第三个是生物安全。 我认为大多数人相信，这三者中的某一个会引发某种小型危机，然后导致政府说：“等等，让我们来谈谈如何真正应对这些负面影响。”AI的好处是不可思议的，对吧？我特别担心的是生物方面，情况大概是这样的：你拿一种现有的病原体，使用我不会在这里讨论的生物技术，你可以对它进行足够的修改，使其无法被检测到，但仍然非常危险。这是一个威胁的例子，还有很多其他的。
技术扩散的平衡术
Dave Blundin：是的，这在当前的网络、生物、放射性和核（CBRN）威胁中，我认为也是最容易实现的，这很可怕。网络、生物、放射性、核，生物武器是那种你可以在地下室里由三个人就搞定的，但它也是最难控制的。无论如何，我希望这个理论是正确的。那么，你如何处理扩散问题呢？拜登政府的做法是，好的，让我们把AGI控制在这五家公司手中，谷歌是其中之一，然后规定任何训练算力超过10的26次方的模型都必须在联邦政府注册。然后我们就能把一切都控制住。但选举后，这一切立即被废弃了，被新的David Sacks理念所取代，这份文件更多是关于我们如何能尽快行动并赢得竞赛。但它并没有真正解决扩散问题。
显然，在美国，我们希望初创公司和研究人员能够极大地接触到技术和算力。但另一方面，三个人在地下室制造生物武器确实是件可怕的事。那么，你如何平衡这两者？
Eric Schmidt：这两种方法之间的区别，事实证明，如果你读了David Sacks和特朗普总统的公告，他们非常清楚地表示，希望继续研究AI的安全问题，特别是在地缘政治层面。这背后其实是中美的战略竞争。我完全支持这类事情。两者在虚假信息和社交媒体问题上可能存在差异。
但举个例子，拜登的规定仅仅是，如果你进行一个10的26次方或更大规模的训练，你必须报告。我当时是参与制定这个数字的小组成员之一。我们编造了这个数字，因为我们没有更好的数字，我并不是说这是正确的数字。你得出的结论是，我们的政府很清楚中国的训练在哪里进行，中国人也如此，所以我不确定训练的性质是否是个秘密，坦白说，每个人都知道数据中心在哪里，因为它们太庞大了。
所以，我们拭目以待。对10的26次方这个标准的另一个挑战是，训练的成本效益越来越高。如果你看他们从FP16转向FP8，这意味着8位精度浮点运算。现在人们正在转向4位浮点运算，这很奇怪。事实证明，这些训练算法似乎对浮点运算的不精确性相当宽容，这让我很震惊。
所以，我们在训练方面变得更有效率了。这造成了更大的扩散问题。总的来说，关于扩散问题，我担心的不是大国的大公司，因为我可以数得过来。全世界大概会有10个巨大的数据中心，进行10次巨大的训练。我更担心的是那些可以在暗中操作的开源团体。他们不需要解决所有问题，只需要把一件事做好。他们可以拼凑出普遍可用的开源代码，而且已经足够好了。如果你看看DeepSeek R1的质量，以及即将推出的R2，它看起来已经达到了顶级闭源模型的80%或90%的水平。
Dave Blundin：嗯，是的。目前的经验法则是，“蒸馏”（distillation）和迁移学习（transfer learning）的成本大约是原始训练的1%，但能让你达到同样的目的地。所以如果采用您提到的FP4，我们比FP32获得了8倍的性能提升，然后在迁移学习上又获得了100倍的提升。这真的很难与过去的核武器或化学武器相提并论，因为你无法在暗地里把它们缩小一千倍而得到相同的结果。但AI在这方面真的很奇怪，它非常可压缩，非常流动。
Eric Schmidt：嗯，再说一次，我们拭目以待。看起来我们对“蒸馏”没有很好的解决方案。一个公司的对手似乎可以伪装他们的查询，使其看起来像正常的用户群，然后“蒸馏”出模型。我的一个朋友对这个问题思考了很多，他认为在美国的最终状态是，最大的模型将永远不会被发布，公司会因此而将自己的模型“蒸馏”缩小。这是他的观点，我们看看这是否会成真。
这会产生一个奇怪的结果：美国最大的模型是闭源的，而中国最大的模型是开源的。这里的地缘政治问题当然是，开源是免费的，而闭源模型不是。因此，绝大多数没有西方国家那种财力的政府和国家，最终会选择中国的模型作为标准，不是因为它们更好，而是因为它们免费。所以我们看看这是否会成真，但我确实对此感到担忧。
给创始人的建议
Dave Blundin：这个关于“蒸馏”和扩散的话题，是一个很好的引子，可以过渡到一个更愉快的话题，我真的很想用我们剩下的时间来谈谈。我无法言说您对剑桥、麻省理工、哈佛、东北大学周围的创始人有多大的激励作用，我们所有的人才都来自这些地方。所以，以“蒸馏”为起点，您会给创始人什么建议？我们看到的创始人年龄和数量都达到了前所未有的程度。我的意思是，您在Sergey和Larry非常年轻的时候就见过他们，但现在的创始人甚至更年轻，我们说的是18、19岁的年纪。那么，您会给他们什么建议？
Eric Schmidt：我认为最重要的一点是，现在创办公司的门槛基本上为零了。让我们想一想，你需要什么来开一家公司？你可以在线注册。你需要一些启动资金，给自己发工资。你其实不需要任何程序员，你只需要几个人付钱给谷歌或Claude之类的，让它们为你写代码。所以在这方面你很不错。如果你在做硬件设备，你可以使用第三方物流公司，也可以基本上使用合同制造商来生产任何硬件设备。所以在我看来，对于硬件和软件来说，进入门槛几乎为零。
这听起来很棒，直到你意识到，结果是你现在要时时刻刻与所有人竞争。举个例子，在我的职业生涯中——我从事这行已经超过50、55年了——最关键的一点就是时间的压缩。我在Sun公司的时候，碰巧保持了从宣布产品到发货之间最长的时间记录。后来我又参与了谷歌地图等等项目。这为Uber创造了机会。我总是对自己说，为什么我没有想到，如果你把地图、GPS和一个手持设备放在一起，你就需要一个交通解决方案？嗯，事实就是我没想到。而这需要Garrett和Travis这两位创始人把它组合起来。
现在有成千上万个这样的机会，你只需要行动得更快。 我想对创始人说的另一件事是，你做的每件事都应该是“学习”来的，而不是“指定”的，这非常重要。我自己也在做几个创业公司，我们看看它们能做得多好。但我对他们说，我什么都不知道，一切都要去学习。所以你可以学习如何支持你的客户，你可以学习客户想要什么，你可以学习如何……这里的“学习”是指AI意义上的学习，作为监督或非监督训练的一部分。
如果你采用一种学习方法，如果你建立的系统成功了，它就会爆发式增长，因为一旦学习加速，你就会进入一个准垄断的地位。所以，赢的方法论是这样的：尽可能快地行动，尽快到达那里，围绕“学习”来构建一切。如果它成功了，你就会成为英雄，因为它一旦开始学习，就会学会如何变得更强大。最终，两三年后，你将开始拥有各种形式的自我复制的强化学习。然后你很可能会得到进一步的加速。这是继Anthropic、OpenAI等公司之后，下一个万亿美元公司最可能的路径。
平台的规模化效应
Dave Blundin：那么，当您自己看一个投资项目时——顺便说一下，Eric刚才提到的学习循环（learning loops）概念，在我们与Eric做的Moonshots播客中，他详细描述了他所关注的三四种不同类型的学习循环，非常精彩，绝对值得一看——除了商业计划和学习循环，您在创始人的动态和团队成员方面会看重什么？
Eric Schmidt：嗯，情况总是这样，创始人真的非常非常聪明。他们反应非常快，和他们交谈非常有趣。同样重要的是，你需要他们能够雇佣一个和他们类似的人脉网络。一个简单的方法是，如果你和他们交谈，觉得他们真的很有趣，很有活力，并且你发现他们处于这样一个圈子里，那你很可能就找到了赢家。
然后你要对他们说，给我看看，但不是告诉我产品是什么——当然他们最想谈的就是产品。向我展示你将如何构建一个从零到无穷大的系统。关于从0到1，有很多讨论。现在这已经被完全压缩了，赶紧把那件事做完。但一旦你有了1，你打算如何扩展？
我们这个行业为创始人创造巨额财富的核心秘诀，就在于建立一个能够规模化的平台。 那么，到底什么是平台？平台就是你提供的一种基础，能让其他许多人依赖于它来发展，对吗？你的平台越强大，它的网络化程度就越高、连接性越强，从而形成更强的“网络锁定效应”。这是一条普适的真理，无论对当年的微软，还是对我20年前所做的事，乃至今天，都同样适用。
我我给你举个例子。大家都在看大型语言模型公司的经济效益在哪里。他们还没有足够强大的网络锁定，但你很容易想象他们会发展出这种锁定，我敢肯定他们脑子里有这个想法。这也是他们估值如此之高的部分原因。
时代的重要性
Dave Blundin：我们还剩下一分钟，我真的很想用它来从您这里“提取”一句名言，我们可以把它循环挂在办公室的墙上。对我来说，最完美的名言是关于这个时刻的重要性的。很多创始人，他们没有经历过微软那个时代，比尔·盖茨早上醒来就可以决定，嘿，我今天要摧毁Word Perfect，我今天要摧毁Lotus 123，因为他们当时就有那种力量。Novell当然也在那个十字准线里。然后是互联网爆发的那个神奇时刻，像谷歌和许多许多其他公司得以蓬勃发展。但那之后，事情又变得停滞了。
现在，我们正处于我一生中经历过的对企业家来说最具爆发力的时期，但很少有人能一直追溯到互联网爆发的那个时代。所以我很想听听您关于这个时刻重要性的名言或想法。
Eric Schmidt：我坚信，人工智能这种非人类智能的出现，其重要性堪比人类历史上电力、火或交通工具的发明。我们有幸生活在一个具有重大历史意义的时代。未来十年，将比以往任何时候都更能决定未来一百年的走向，这正是因为这些新工具的发明。
这些工具非常非常强大，记住，它们之所以强大，是因为它们能够匹敌，在某些情况下甚至超越人类的智慧。而人类智慧对于一个社会来说就是一切。因此，那些正确并积极拥抱这种非人类智能的国家和公司将成为大赢家。而那些行动缓慢或让别人去做的公司和国家，他们将会失败。因为卓越的源泉、领导力的源泉、增长的源泉、一切的源泉、创新的源泉，所有经济增长都来自于应用智慧去发现新事物、解决新问题。在美国，我们正走在一条加速这一进程的康庄大道上，我为能成为其中的一部分而感到非常自豪。
原文：The Most Consequential Decade: Eric Schmidt on America, AI, and the Race for the Future
https://www.youtube.com/watch?v=bircUYzIlMg
编译：Yuchen
请注意，本文编译自文末载明的原始链接，不代表Z Potentials立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。
Z Potentials将继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。
-----------END-----------
🚀 我们正在招募新一期的实习生
🚀 我们正在寻找有创造力的00后创业
关于Z Potentials
