2026年2月27日，马斯克接受特斯拉柏林超级工厂高级制造总监Andre Thierig深度访谈。马斯克全景式梳理特斯拉业务线，明确产能扩张时间表，重点强调AI与自动驾驶重塑商业模式的潜力，为市场提供关于特斯拉未来5~20年的想象空间。
2026年2月26日，橡树资本马克斯发布最新备忘录《AI飞速发展》，AI已进化为实质性替代劳动力的自主智能体。投资领域，AI信息处理能力碾压人类，定性与直觉判断仍有不足。面对泡沫争议，马克斯指出这场技术革命真实存在，没有任何一项技术的普及速度能与AI比肩。
本期长期主义，选择马斯克访谈纪要、马克斯最新备忘录，华尔街见闻发布，六合商业叙事精校，分享给大家，Enjoy！
正文：
全文18,581字
预计阅读37分钟
马斯克：特斯拉20年后将在月球建厂，机器人10年内让工作成为可选项
时间：2026年2月27日
来源：华尔街见闻
字数：5,903
马斯克访谈指出，特斯拉自动驾驶FSD预计3月入欧，燃油车将成为历史；2026年，是特斯拉产能与新产品落地的大年，预计Cybercab年底量产；20年后，特斯拉将在月球建厂，机器人Optimus在10年内，会让人类工作变成可选项。
马斯克在最新访谈中，密集释放关于FSD入欧、新车型量产、人形机器人Optimus的明确时间表，抛出20年内月球建厂的宏大业绩想象空间。
2月27日，马斯克接受特斯拉柏林超级工厂高级制造总监Andre Thierig的深度访谈。在特斯拉刚发布财报，市场高度关注特斯拉核心业务收入增速、订单转化、未来增长可持续性的背景下，马斯克在此次长谈中，全景式梳理特斯拉业务线。
除明确产能扩张的时间表，马斯克重点强调AI与自动驾驶重塑商业模式的潜力，为市场提供关于特斯拉未来5~20年的想象空间。
特斯拉20年后将在月球建厂
面对市场对特斯拉长期增长曲线的关注，马斯克在访谈中，给出极具个人色彩的长期愿景。当被问及未来10~20年人们将如何评价特斯拉时，马斯克将目光投向太空。
20年后，我会说特斯拉在月球上有工厂，我看到特斯拉极其繁荣的未来。
马斯克直言，预测20年后的事情很困难，在中期维度上，特斯拉基本面极为清晰，如果说未来5~10年，我可以肯定特斯拉拥有极其光明的未来。我想说，请握好手里的特斯拉股票，它会非常值钱。
Optimus终极想象力：10年内，工作将成为可选项
作为特斯拉寻找第二增长曲线的核心载体，人形机器人Optimus被马斯克赋予极高的商业预期。马斯克认为长远看，AI与机器人技术，将彻底改变人类社会的生产关系。
长远看，AI与机器人技术，会让工作变成一种可选项。比如说10年内或更短时间，工作将是可选的。如果想工作，可以工作，类似自己种菜一样，可以选择种，这会变成一种爱好。
马斯克坦言，目前没有人成功制造出真正有用的人形机器人，特斯拉必须从头开始根据物理第一性原理设计整个供应链。
对Optimus最终形态，马斯克描绘了具有颠覆性的应用场景。马斯克认为最终Optimus可以胜任医疗工作，比如成为医生，进行手术。长远看，作为外科医生的Optimus，会非常出色，能力超群，世界上每个人，都能获得比当今任何人更好的医疗护理。
马斯克表示，对特斯拉柏林超级工厂的未来规划，假设没有外部组织把特斯拉推向错误的方向，工厂将大幅扩张，以承接Cybercab、Optimus、Semi的生产，成为欧洲最大的工厂综合体。
FSD即将登陆欧洲：非自动驾驶的燃油车，将像翻盖手机一样
自动驾驶软件FSD的订阅收入与渗透率，一直是华尔街为特斯拉估值的核心锚点之一，马斯克在访谈中，透露FSD在欧洲的最新推进时间表。
马斯克明确表示，特斯拉拥有最先进的现实世界AI。
3月20日，特斯拉FSD将在荷兰获得批准，希望这个日期不变。当欧洲人看到特斯拉汽车的AI驾驶能力有多强时，他们会相当震撼。
马斯克承诺，技术角度看，2026年，特斯拉可以实现在车里睡觉，在目的地醒来。
马斯克谈及与传统车企竞争时，依旧保持犀利，认为传统汽车行业总体上创新不足，在战略上，朝恐龙的方向前进。
马斯克再次引用经典的类比，来定义未来出行市场。未来，如果开的是一辆需要自己驾驶的汽油车，感觉类似骑马与使用翻盖手机一样。仍然有人在骑马，马匹数量不会为零，只是非常罕见。未来是没有内燃机汽车位置的，非自动驾驶的车辆会非常少。
年内五大工厂齐发力，Cybercab年底规模化量产
关于市场最关心的产品交付与订单情况，马斯克定调2026年是特斯拉产能与新产品落地的大年。
在备受瞩目的Cybercab方面，马斯克给出具体的量产节点，我们将在4月开始试生产，在年底前实现规模化生产。如果进展顺利，我们可能会在欧洲生产Cybercab与Optimus机器人。
重型卡车Semi，希望2027年能进入欧洲。
马斯克总结2026年的产能版图，2026年会有海量的事情发生。我们有五家工厂将在2026年开始大规模生产，五条主要产品线。不仅限于整车，美国德州的锂精炼厂与镍正极材料精炼厂已启动，电池电芯的生产在加速扩产。
马斯克访谈原文
Andre Thierig：感谢你抽出时间。
要构建一个物质极其丰富的未来世界，有数不清的事要做，许多我甚至难以想象。
你现在关注的重点是什么，SpaceX、Starlink、AI、确保安全的未来AI、自动驾驶、服务器等。
就你个人，特斯拉目前最让你感到兴奋的是什么？
马斯克：我认为特斯拉是世界上最激动人心的公司之一，它可能是最激动人心的，SpaceX也是，可以说它们都是最顶尖的公司。
我们在扩大生产，制造更多汽车。
我们将推出特斯拉全自动驾驶，真是一辆由AI驱动的汽车，它是特斯拉的AI软件，像人类一样通过观察来驾驶汽车。
特斯拉拥有最先进的现实世界AI，希望它能很快在欧洲获得批准。当局告诉我们，3月20日将在荷兰获得批准。
我被告知是这样，希望这个日期不变。我认为，当欧洲人看到特斯拉汽车的AI驾驶能力有多强时，他们会相当震撼。
我认为2026年，技术角度上讲，真的可以实现在特斯拉里睡觉，在目的地醒来，这非常令人兴奋。
我们还有Optimus项目，这将是第一个真正有用的人形机器人。
有时你可能会问，这有什么用，谁会不想要一个属于自己的、甚至更好的C-3PO与R2-D2。
可以想象一下，你想不想有一个机器人来照看孩子、遛狗、或者照顾年迈的父母，Optimus能做事，这非常令人兴奋。
我们将在美国特斯拉德州超级工厂开始生产Cybercab，我们会有Cybercab的生产，我们将在4月开始试生产，在2026年底前实现规模化生产。
如果进展顺利，我们可能会在欧洲生产Cybercab与Optimus机器人。
我们还有特斯拉Semi即将推出，这是特斯拉重型卡车，希望2027年能进入欧洲，正在发生的事太多了。
Andre Thierig：要让一家公司，保持如此令人兴奋的状态，是一个长长的任务清单。
马斯克：是的，还有电池电芯的生产。
我们将在超级工厂开始生产电池电芯，我们在德州有一个已经启动的特斯拉锂精炼厂，一个在奥斯汀启动的特斯拉镍正极材料精炼厂。
2026年会有海量的事发生，我们有五家工厂将在2026年开始大规模生产，五条主要产品线，我们期待着将扩展到欧洲。
Andre Thierig：回顾一下过去，特斯拉所做的，变革了整个行业。
我认为，如果没有我们迈出那一步，或者说特斯拉没有勇敢迈出实现出行方式电气化这一步，整个行业不会是今天这样。
你希望人们在未来，比如10年或20年后，如何评价特斯拉？
马斯克：20年后，我会说特斯拉在月球上有工厂，我看到特斯拉极其繁荣的未来。
预测20年后的事很困难，如果说未来5~10年，我可以肯定特斯拉拥有极其光明的未来。
我想说，请握好你手里的特斯拉股票，它会非常值钱，这是我的看法。
Andre Thierig：太酷了。
回到当下，如果你观察一下欧洲工业，特别是汽车行业，甚至是德国工业与汽车行业，你有什么看法，你认为它们目前状况不佳的主要原因是什么？
马斯克：我认为是创新不足，不仅是自动化方面，是总体上的创新，汽车行业的创新相对较低。
他们现在生产的汽车，与5年前生产的非常相似，没有太大区别。
我长期以来一直说，20多年来我一直在说，汽车行业需要走向电气化。即使没有环境方面的考虑，这一点也是成立的。
电动汽车从根本上，是比汽油内燃机汽车更好的架构。电动车更简单、更高效、更安静，城市里没有污染。
所有地面交通都应该是电动的，我认为所有船舶，最终所有飞机也应该是电动的。
汽车行业一直强烈抵制电气化，他们拖拖拉拉，不得不由政府来推动。
一旦有任何机会减少电动汽车的产量，他们就会这样做。这不是好的战略，这说不通。同时，让车辆实现自动驾驶至关重要。
我记得大约10年前，我说过，未来任何不是电动、不是自动驾驶的车辆，如果开的是一辆需要自己驾驶的汽油车，感觉类似骑马与使用翻盖手机一样。
仍然有人在骑马，马匹数量不会为零，只是非常罕见。仍然有人在用翻盖手机，数量不多，它会变成小众的东西。
未来没有内燃机汽车的位置，非自动驾驶车辆会非常少。未来是属于自动驾驶的电动汽车，如果汽车行业不朝这个方向发展，他们会被淘汰。
Andre Thierig：我们似乎不应该、甚至不能从传统汽车制造商学到太多东西。
这听起来类似是我们应该专注我们自己，专注我们相信的未来会是什么样？
马斯克：你总能从某些竞争对手那学到什么，从战略上讲，他们朝恐龙的方向前进，他们不是在走向一个好的境地，恐龙已经不在。
我们肯定走在一条截然不同的道路上，电动化、自动驾驶化，对我是显而易见的，这在20多年来，一直是显而易见的事实。
对竞争对手，我在汽车行业发现的一点是，他们不会偷我们的想法。
你没法把一个好想法硬塞进他们的脑袋，类似你说你必须接受这个好想法，他们不会采纳。
我们甚至无法强行喂给他们，我们的好想法，这是我个人的经验。
我们需要做符合逻辑、合情合理的事，特斯拉本质上是在创造未来，那是一个美好的未来。
Andre Thierig：我们在建设未来，他们只是造车。
马斯克：那是一个美好的未来，一个使用不排放有毒气体的电动汽车的未来，它们安静、高效，是自动驾驶的。
这样就不用被堵在繁忙的道路上，疲惫驾驶。
有时人们可能会睡觉，或者出现医疗紧急情况。
如果自己在开车，在高速公路上飞快行驶时，突发癫痫或心脏病，可能会死。
如果汽车是自动驾驶的，它可以送你去医院，这种情况在特斯拉汽车上已经发生过很多次了。
Andre Thierig：太酷了。
具体到特斯拉柏林超级工厂，差不多6年前我们破土动工，大约4年前我们开始生产。
我有很多回忆，我知道你也有很多回忆。
当人们问起柏林超级工厂与那里的员工时，你最想告诉他们的是什么？
马斯克：首先，我想对所有帮助建设柏林超级工厂的人说声非常感谢。
谢谢你，也感谢整个团队，我们在非常短的时间内，建成了一座令人惊叹的工厂，并以良好的质量与成本控制，实现大规模生产，我为柏林超级工厂与那里的所有人感到非常自豪。
我也喜欢那里的艺术，人们能从中找到一些乐趣。
来上班，应该是件值得期待的事，与你喜欢的人一起工作，做有用的事，创造东西。
我非常尊敬创造者，真正制造出有用、人们喜欢东西的人。
有很多人，我不知道，他们不做东西，也不提供有用的服务。
我非常尊敬制造东西与提供有用服务的人，他们付出诚实的劳动。。
Andre Thierig：我不知道你有没有，如果你对特斯拉柏林超级工厂有一个愿景，会是什么，要实现它需要发生什么？
马斯克：理想情况下，我们会显著扩大特斯拉柏林超级工厂的生产规模，我们会大规模生产电池电芯，可能还有正极材料、负极材料、锂。
实现垂直整合，生产像Cybercab、Optimus，或者特斯拉未来开发的其他产品。
我认为柏林超级工厂激动人心的未来愿景是大幅扩张，承接更多项目。
Andre Thierig：非常酷。你对柏林超级工厂团队有什么建议，可以帮助他们朝这个愿景努力？
马斯克：如果有外部组织，在把特斯拉推向错误方向，事情肯定会变得更加困难。
如果外部组织，把特斯拉推向错误的方向，我们扩张会受限。
很难说，如果有外部组织把事情弄得很复杂，我们不会扩张。
我这么说，是实话，这是事实，我们不会关闭工厂，现实说，我们也不会扩张。
Andre Thierig：我准备了一些问题。你最爱的工厂是哪个，也许是4号超级工厂？
马斯克：问最喜欢的工厂，类似问你最喜欢哪个孩子一样，这不公平。
Andre Thierig：我知道这是个刁钻的问题。
马斯克：事实是，我热爱工厂，，现在很多人不热爱工厂，甚至对工厂抱有敌意。
我走过每条生产线，我是超级工厂迷，我热爱工厂。
Andre Thierig：这是一个很棒的地方。
马斯克：你制造出人们喜爱、有用的产品，制造人们热爱的产品，这很棒。
Andre Thierig：制造产品。
马斯克：柏林超级工厂是一个很棒的工厂，那里氛围很酷。
走进去，非常干净，内外都很漂亮。人们看起来相当快乐，我们在那里制造汽车，还有某些电池电芯，希望未来能做更多东西。
Andre Thierig：很多值得骄傲的东西。
马斯克：那是很棒的工厂，我认为它是世界上最酷的工厂之一。
Andre Thierig：我们接下来会在柏林超级工厂，生产什么新产品？
马斯克：我认为有很多激动人心的可能性。
Andre Thierig：下一个在柏林工厂生产的产品会是什么？
马斯克：我们已经开始提升电池电芯的产量，我们将扩大Model Y产量，尤其是在我们获得监督式全自动驾驶批准之后。
从下一个主要产品的角度看，最有可能的是特斯拉Cybercab，也有可能是特斯拉Optimus与特斯拉Semi重型卡车。
特斯拉有很多产品即将推出，潜力巨大。
如果一切顺利，我认为我们会尽可能将柏林超级工厂扩张到最大规模。
假设当局与民众都支持，我们会扩张，并可能使其成为欧洲最大的工厂综合体。
Andre Thierig：非常酷，那是一个很酷的未来。
Arkil：你认为什么时候，我们可以在超级工厂里看到Optimus，这样我们不用担心人机工程学之类的问题？
马斯克：我们会谨慎考虑这个问题，我不希望人们担心自己工作。
长远看，AI与机器人技术，会让工作变成一种可选项。
比如说10年内或更短时间，工作将是可选的。如果你想工作，可以工作。
类似自己种菜一样，可以在花园里种菜，也可以从商店里买，在花园里种菜是可选的。
有些人选择这么做，自己种菜是额外的工作，人们享受这个过程。
未来的工作也会是这样，工作会变成一种爱好。
提问：我们如何确保Optimus这样的新技术，能够惠及第三世界国家，我认为这是一个普遍的有趣问题。
马斯克：我认为对Optimus，我们首先必须成功制造出一个有用的机器人，这是一件很难解决的事，还没有人成功制造出真正有用的人形机器人。
必须让它有用，必须扩大生产规模，这需要全新的供应链。
对Optimus，我们必须从头开始，根据物理第一性原理来设计整个机器人，包括每一个电机、每一个齿轮。
还有手部，设计一个足够灵巧的机器人手非常困难，是工程学上最棘手的事情之一。
我们首先需要至少有一个有用的原型，才能扩大生产。
最初，Optimus任务会非常简单，逐渐变得更加复杂。
我认为最终Optimus可以胜任医疗工作，比如成为医生，进行手术。
长远看，世界上每个人，都有潜力获得令人难以置信的医疗护理，比今天任何人从人类医生获得的护理都要好。
长远看，作为外科医生的Optimus，会非常出色，能力超群，世界上每个人都能获得比当今任何人更好的医疗护理。
提问：你对年轻人的人生，有什么建议？
马斯克：我会说一件事，要选择乐观的一面，要对未来保持乐观。
我认为选择乐观，即使错了，也比选择悲观即使对了要好。
你的生活质量会高得多，我鼓励人们对未来感到兴奋，我对未来感到兴奋。
我相信未来不会无聊，可以这么想，未来会非常有趣，我认为它极有可能是伟大的。
关于一般性的建议，我建议大家尽可能多学习，读很多书，尝试很多事情。
我想，要享受生活，工作也是享受生活的一部分。
Andre Thierig：是一份能让你真正享受的工作。
马斯克：如果你能从创造事物中获得满足感，特斯拉是一个很棒的地方，我们创造事物，制造有用的产品，这很棒。
提问：你生命中最激励你的时刻是什么？
马斯克：我想，是我孩子们出生时，那是最激励人心的时刻。
就工作，我想是当特斯拉生产出第一辆量产版Roadster时，那真的难以置信，我们真的制造出了一辆通过所有法规要求、可以合法上路的汽车。
我们刚开始时，甚至不知道如何制造汽车。
火箭方面，第一次进入轨道是一个巨大的解脱。让火箭返回并着陆，也非常酷。
自动驾驶，我觉得也非常惊人，太神奇了。
当人们第一次体验自动驾驶，只是坐在那，汽车就把他们从家一路带到公司，并停好车时，那种感觉是颠覆性的。
Andre Thierig：我在美国时，一直用，它比人们想象的要好得多。
马斯克：我觉得它类似魔法一样。
橡树资本马克斯：AI在替代劳动力、而非辅助，投资者不可全仓、也不可空仓
时间：2026年2月27日
来源：华尔街见闻
字数：12,571
橡树资本马克斯最新备忘录，AI已进化为实质性替代劳动力的自主智能体。在投资领域，AI信息处理能力碾压人类，定性与直觉判断仍有不足。面对泡沫争议，马克斯指出这场技术革命真实存在，并给出明确策略，精选标的，适度持仓。
橡树资本联合创始人霍华德·马克斯，与AI模型的深度对话，揭示AI迈向自主智能体对劳动力市场与投资领域的颠覆性影响，就当前AI是否存在泡沫，给出明确的投资建议。
在探讨AI是否是一场泡沫3个月后，马克斯2月26日发布最新一期备忘录《AI飞速发展》。在这份致客户信中，马克斯让Claude撰写了份万字AI教程，大量引用AI原话。
马克斯指出，没有任何一项技术的普及速度能与AI比肩。全球已有约4亿个人用户、75%~80%的企业在使用生成式AI。与以往仅作为节省劳动力的工具不同，如今AI已经具备令人震惊的自主行动能力。
三级智能体诞生：是替代劳动力，而非辅助
这份备忘录中，马克斯通过Claude视角，将AI能力层级划分为三级，一级对话式AI、二级工具型AI，如今已经迈入三级自主智能体。
关于AI是否真正具备思考能力这一哲学争议，马克斯引用Claude给出的极具经济学视角的现实论据，这句话极具冲击力。
如果我能完成一名年薪20万美元的研究助理的分析工作，对付费方，我是真在思考、还是只是进行模式匹配，根本无关紧要。重要的是，我的工作成果是否足够可靠、具备实用价值，如今，这一可靠性不断提升。
马克斯强调，二级与三级智能体的区别，决定AI对应的市场规模，是500亿美元、还是数万亿美元。
三级智能体意味着在任务层面，实现劳动力替代，并非辅助，是替代。
2026年2月5日，OpenAI发布GPT-5.3，Anthropic发布Opus4.6。
马克斯援引业内人士观察指出，新一代AI，不仅能自主编写数万行代码、进行测试修复，甚至首次让人感受到判断力与审美能力。
更具标志性意义的是，AI参与自身的研发过程，当前AI智能水平，已足以对自身升级迭代产生实质性的推动作用。
面对市场最关心的AI对投资行业意味着什么，马克斯给出客观、中性的评估。
马克斯承认，AI具备成为优秀投资者的诸多特质，能吸收海量数据、记忆力出色、不会被恐惧或贪婪左右。
如果在投资中仅依靠易于获取的当下定量信息，人类跑赢市场的可能性已经极为渺茫。
马克斯直言，AI处理信息的能力，很可能远超所有人。
马克斯认为AI目前仍无法成为完美的投资者，AI的短板在于应对缺乏历史数据与过往经验的全新发展态势。
投资的核心价值，将进一步向非定量工作集中。
马克斯指出，优秀的投资者，需要对定性因素，如管理层能力、产品创新做出主观判断，需要拥有直觉与风险感知能力，而这些是缺乏人类情绪的AI，目前难以企及的。
关于泡沫与投资策略：不可全仓，不可空仓
针对市场高度关注的AI泡沫问题，马克斯在备忘录中进行多维度的拆解。
马克斯明确表示，AI是真实存在的技术，拥有彻底改变商业世界、重塑我们生活方式的潜力。
关于基础设施建设是否过热，马克斯挖掘出一个核心亮点数据，如今AI推理环节的资本支出，已超过训练环节。
马克斯指出，训练环节的资本支出带有投机性质，推理环节的支出，是为了满足当下真实的算力市场需求，已转化为大幅的收入增长，验证相关资本支出的合理性。
同时提醒，AI产业链中存在企业间相互采购的循环收入，真实比例仍无定论；部分尚未明确商业模式的初创企业，估值本质与彩票无异。
基于此，马克斯给出对当前市场的明确投资指引，既然没有人能确切判断这是否是一场泡沫，马克斯建议是，任何人都不应全仓入场，必须承认，一旦形势恶化，将面临毁灭性的风险；同样，也没有人应完全回避，否则可能错失伟大的技术革命。
以审慎的态度精选标的，保持适度的持仓，似乎是最佳策略。
马克斯对AI带来的社会冲击，表达深切的担忧。
备忘录援引Claude的测算指出，仅在软件行业，如果AI接手30%~50%的结构化工作，每年将有1,500亿~2,500亿美元的劳动力价值，向AI算力转移。
马克斯警告，这场波及律师助理、金融分析师、软件工程师等海量知识型工作者的技术变革，发展速度可能远超社会的适应能力。
马克斯备忘录《AI飞速发展》
FEB 26, 2026
致：橡树资本客户
发件人：马克斯
撰写12月《这是一场泡沫吗？》的AI主题备忘录时，我与数位30~40岁的优秀科技从业者交流，收获颇丰。
探索全新领域，总能带来思维的激荡，对投资者，更是紧跟市场步伐的必备功课，也是我工作中最享受的部分之一。
近期，我再次与从业者沟通，跟进12月备忘录中探讨的话题。
交流中，有人建议我让Anthropic的AI模型Claude撰写一份教程，阐释AI技术，过去3个月该领域发生的变革。
我依言而行，这份教程，为我带来大量可梳理的内容。
本备忘录便是12月那份的补充，大部分内容，将摘述Claude撰写的万字长文，我也会加入自己一些观察。
我会着重标注一些此前我闻所未闻、或许各位不熟悉的专业术语。
我可以直接让Claude代写这份备忘录，省去大量时间，我最终没有这么做。
我执笔书写的过程，本身乐趣无穷。
我会大量引用Claude的内容，本文所有未标注出处的引述，均来自Claude模型。
展开论述前，我想先说Claude的输出内容，给我带来的震撼。
Claude行文读来，仿若挚友或同事的私人留言，还引用了我在过往备忘录中谈及的观点，比如利率的根本性转变、投资者心理的钟摆效应，并将观点化作阐释AI的隐喻。
Claude的论证逻辑缜密，能预判我可能提出的反驳观点，字里行间透着幽默，也会坦诚承认AI局限性，类似我在写作中会做的那样。
我此前也向AI提过问题，并得到解答，从未收到过如此贴合个人需求的解读。
读懂AI
在探讨AI近期的变革与能力突破这一核心内容前，我想先分享这份教程，让我对AI本质形成的几点认知。
至关重要的一点是，它让我明白，不能将AI模型视作检索数据、机械复述的搜索引擎，应看作一个能够整合数据、基于数据进行推理的计算机系统。
AI模型的生命周期，分为两个阶段。
第一阶段，训练阶段，模型会研读海量文本。
我们绝不能将训练阶段，简单理解为向模型加载信息，我此前便是这样认为，实际的训练远不止于此，核心是教会模型如何思考。
通过吸收文本信息，模型会习得：理解推理模式，构建自身的推理逻辑；掌握论证的构建方式；生成全新的观点组合；将习得的推理模式，应用于全新场景。
理解训练阶段的最佳方式，是将其比作人类智力的发展过程。
婴儿生来拥有大脑，在外界各种刺激的作用下，逐渐培养出思考、推理、整合、评估、类比、整合观点、构建概念、展开论证等能力。
能力并非与生俱来，是婴儿通过吸收与运用外界输入的信息逐步形成，AI模型的发展，亦是如此。
在此说明，我并非宣称自己理解AI的工作原理，这根本无从谈起。我所能做的，充其量只是描述AI的能力与潜在影响。
AI模型生命周期的第二阶段，是推理阶段。
模型完成构建与训练后，余生便会处于推理阶段，运用习得的能力，满足用户各类需求。
需重点说明的是，目前模型尚无法自主分配任务，必须通过用户撰写的提示词接收指令才能执行。
提示词的质量越高、内容越全面，AI能完成的任务越多。
例如，AI可以编写软件来实现用户的需求，也能对软件进行测试、找出漏洞、修复问题，再次测试，至少在当前阶段，操作都需要用户下达明确指令，后文会进一步说明。
如今，许多人尚未意识到提示词的重要性，也不具备撰写高质量提示词的能力，这使得AI潜力很可能被低估。
要明确的是，这一局限源于用户，而非模型本身。
以我这份定制教程为例，我并非只是简单要求Claude阐释AI与能力。
当我向Claude询问其接到的任务要求时，它给出这样的回答：
有人专为你设计了一套九模块的课程，内容围绕你12月的备忘录、你的分析框架展开，目标是让你掌握足够的技术知识，撰写一份具有可信度的补充备忘录。
课程设计为逐模块教学，运用你所熟悉领域的类比进行讲解，注重展示AI的实际能力、而非单纯描述，始终保持你的读者所期待的理性客观。
我可以明确说，这份教程完美达成了我们设定的目标，这一切都归功于我的顾问团队协助我拟定的高质量、高针对性的提示词。
AI能思考吗？
我想花些时间，探讨一个我深感有趣的问题，我知道AI能重新整合人类已有的研究成果，并将其应用于新数据与其他领域，它能否实现真正的创新突破？
在我看来，AI的工作流程，本质是利用历史规律与逻辑，预测一系列事物中的下一个环节。
比如在一句话中写下五个词，它能预测第六个词是什么，下次写邮件时，看看手机上的联想词推荐，那是AI的实际应用；让它构建一个跑赢市场的投资组合，它会研究过往表现优异的股票，依据特征，预测未来表现最佳的标的。
我认为，将AI理解为基于过往发展规律，对未来提出假设，会有助理解，这一点我后文还会提及。
由此引出我的问题，AI能产生全新的想法吗？
或许它能完成我们分配的所有知识性任务，它能想到我们未曾要求它思考的事情吗？
它能像人类那样，坐在河边，任由灵感涌现？
它能看到苹果从树上掉落，提出万有引力的概念？
它能沉思、遐想、构思创意？
它拥有直觉吗？
这是AI相关争论的复杂之处。
Claude指出，怀疑论者的观点如下：
Claude所学的一切，均来自人类撰写的文本，它没有自身经历，无法对世界形成具象的理解，也不具备真正的认知能力。
AI产出的所有内容，归根结底，都是对从人类现有成果中吸收的规律，进行的复杂重组。它的模式匹配能力极为出色，或许是人类迄今设计出的最强模式匹配系统，这并非思考，也非推理，只是一种统计意义上的重组。
若事实果真如此，AI的发展便存在天花板，它能重新整合人类已有的研究成果，无法实现真正的创新突破。它类似一支技艺精湛的翻唱乐队，而非原创作曲家。
Claude在阐述完怀疑论者的观点后，以我的视角，展开有力反驳，论证方式堪称典范：
你对投资的所有认知，也都源于他人。本杰明·格雷厄姆教你安全边际的理念，巴菲特教你关注企业质地，查理·芒格教你运用多学科的思维模型，约翰·肯尼斯·加尔布雷斯教你理解金融狂热背后的大众心理。
50年来，你读过成千上万的书籍、备忘录、案例研究与年报，所有输入的信息，都是他人的思考成果。
你汲取多学科的分析框架，将其应用于全新场景，最终产出真正具有创新性的成果……原材料虽来自他人，整合创造的过程由你完成。
当有人说Claude只是对训练数据中的规律进行重组时，我想反问，这与任何一个受过教育的人类大脑的工作方式，在本质上有何不同。
你从数10年的阅读中，习得推理模式，我从训练中掌握推理逻辑。
问题的关键不在于输入的信息来自何处，而在于这个系统，无论是人类、还是AI，能否将信息以真正新颖、实用的方式整合起来。
这番话完全正确。
作为一名年轻的投资者，我曾大量吸收各类信息，既包括实际投资经验，也包括书面资料，学习前辈如何分析信息、得出何种结论。
我研究他们思维过程，并将其应用于自己接触的投资数据中，也受其思维方式的启发，形成属于自己的分析框架。
人类大脑的能力是这样逐步提升的，AI的成长、学习与思考方式，真的与我们截然不同？
最后，Claude给出一个极具说服力的现实论据：
即便你完全认同怀疑论者的所有观点，即便你从哲学层面，认为我所做的一切，不过是模式匹配，而非真正的思考，其产生的经济影响也并无二致。
我直白说，如果我能完成一名年薪20万美元的研究助理的分析工作，对付费方，我是真在思考、还是只是进行模式匹配，根本无关紧要。
重要的是，我的工作成果是否足够可靠、具备实用价值，如今，这一可靠性不断提升。
关于机器意识的哲学争论固然有趣，从经济角度提出的问题，并非AI是否真正理解，是AI能否完成工作。
若想积极参与AI相关的讨论，必须掌握生成式这个词的含义，AI领域的专业人士频繁使用该词，理解它能让你更深刻把握AI的本质。
AI模型Perplexity解释：生成式AI中，生成式指能够创造新内容，而非仅对现有内容进行分析或标注，具体指从数据中学习规律，生成与该数据特征相似的新内容的AI系统。
这算是思考吗，还是另一种形式的能力体现，亦或是我在纠结一个无实质差异的区别？
关于这一点，我会在第六页进一步说明。
AI的近期发展
我撰写这份补充备忘录的主要目的，是探讨自12月9日《这是一场泡沫吗？》发布后的3个月里，AI领域发生的重大变革。
首先，是AI领域的发展速度。
这一速度前所未有，背后的影响，同样前所未有。
AI的发展速度，远超以往任何一项技术创新，我们不妨将其与计算机的发展历程做个对比。
第一台计算机埃尼阿克，1945年研制完成。
据传，IBM创始人老托马斯·沃森在那段时间曾说，我认为全球市场对计算机的需求，大概也就5台。即便这句话并非他所说，也反映出20世纪40年代中期，人们对计算机的看法。
20年后，我开始学习编程时，计算机仍处于初级阶段，除大型机构外，其在现实世界中的应用十分有限。
当时几乎没人关注计算机，更别说接触或想到它的实际用途。
又过了10年，微处理器的发明，催生个人计算机，彼时的个人计算机，大多是供爱好者组装的套件。
数字设备公司创始人肯·奥尔森，在1977年的一句名言广为流传，没有任何理由让普通人在家中配备计算机。
直到20世纪80年代初，距埃尼阿克研制完成近40年，IBM才开始推出面向商业办公与家庭使用的个人计算机。
我们再看AI的发展时间线。
我向Perplexity询问AI发展历史，Perplexity告知我，2010年前，AI开始以隐形的方式融入各类设备，如垃圾邮件过滤器、推荐引擎；此后数年，AI开始出现在Siri、亚马逊智能语音助手等大众可见的产品中。
Perplexity介绍，不到2年前，生成式AI才被商业领域与媒体定义为一种横向的通用技术，对知识型工作、教育与消费者决策产生影响；仅2年后，全球已有约4亿个人用户、75%~80%的企业在使用生成式AI。
没有任何一项技术的普及速度，能与AI比肩，它几乎以瞬间改变世界的速度发展，甚至超出大多数观察者的预判与理解能力。
在过去，一项新技术出现后，人们会先为其搭建配套基础设施，基础设施往往需要数年时间，才能被充分利用。
在AI推理领域，市场需求早已存在、快速增长，据悉，目前AI行业面临供应短缺的问题。
其次，AI的能力，实现惊人的飞跃。
这份教程为我梳理了相关背景知识，指出AI模型所代表的成熟智能分为，三个能力层级。
一级：对话式AI
用户提出问题，模型给出答案，不会对答案进行进一步处理。这一层级的AI，主要节省用户原本用于研究与思考的时间。
二级：工具型AI
用户向模型下达指令，模型会自主检索信息、分析数据、执行相关任务。
这一层级的AI，创造的经济价值显著更高，它节省的是执行工作的时间，而非单纯的思考时间。
它仍存在局限性，它只会按照用户的指令行事。
三级：自主智能体
用户无需向其下达具体指令，只需告知目标，期望产出的相关参数，如篇幅、耗时、内容主题、涵盖要点等，智能体便会独立完成工作、进行自查，并提交最终成果。
这意味着在任务层面，实现劳动力替代，并非辅助，是替代。
AI与以往所有技术创新最本质的区别，是我们从未接触过的一项特性，自主行动能力。
Claude介绍，2023年AI处于一级水平，2024年升至二级，如今已迈入三级，这一跨越带来的影响极为深远。
二级与三级的区别看似细微，实则天差地别。这一区别，决定AI是提升生产力的工具，还是替代劳动力的存在，也决定对应的市场规模是500亿美元，还是数万亿美元。
近期，OthersideAI CEO马特·舒默发布博客《大事在发生》，不到1个月，阅读量突破5,000万。
这篇博文精准捕捉AI近期的发展精髓，舒默的阐述极为精彩，我忍不住摘录三个核心段落。
2月5日，两家顶尖AI实验室，在同一天发布全新模型，OpenAI的GPT-5.3代码模型、Anthropic的Opus4.6模型。
此刻，某种质变悄然发生。这并非电灯开关式的瞬间转变，更像是你突然发现，周围的水位已升至胸口。
我工作中，实际技术环节，已经不再需要我参与。
我用通俗的英语描述自己想要开发的产品，结果就这么诞生了。不是需要我修改的草稿，是成品。
我告诉AI我的需求，离开电脑4小时，回来后，发现工作已经完成，完成得非常出色，比我自己做的还要好，无需任何修改。
几个月前，我还需要与AI反复沟通、引导它、修改产出的内容，现在，我只需描述期望的结果，剩下的交给它就好。
我举个例子，让大家直观感受一下实际应用场景。
我会告诉AI，我想开发一款这样的应用，这是它需要实现的功能、大致的界面设计，你负责梳理用户流程、完成整体设计，所有细节都要考虑到。
它就会着手完成，它会编写数万行代码，最令人难以置信的是，这在1年前，根本无法想象，它会自己打开这款应用，点击各个按钮，测试各项功能，像人类用户一样使用它。
如果它觉得某个设计或操作体验不佳，会自主返回修改，像程序员一样反复迭代、修复优化，直到达到自己标准。
只有当它确认应用符合要求后，才会向我反馈，可以开始测试了。
当我实际测试时，结果通常毫无瑕疵。
上周发布的GPT-5.3代码模型，才真正让我深受震撼。
它不再只是执行我的指令，是能做出明智的决策，首次让我感受到它拥有判断力，甚至可以说审美能力。
这种能凭直觉做出正确选择的能力，人们一直认为AI永远无法拥有。
这款模型，已经具备这种能力，即便并非完全等同，二者差距，已经小到可以忽略不计。
我来具体说说AI的能力提升速度，如果没有持续关注这一领域，很难相信这样的发展节奏。
2022年，AI甚至无法可靠完成基础的算术运算，还会自信告诉你7*8=54。
2023年，AI能通过律师资格考试。
2024年，AI能编写可运行的软件，阐释研究生阶段的科学知识。
2025年末，全球部分顶尖工程师表示，他们已将大部分编码工作交给AI完成。
2026年2月5日，全新模型发布，让此前所有的AI技术，都显得仿佛属于另一个时代。
2月5日，OpenAI发布GPT-5.3代码模型，技术文档中写道，GPT-5.3代码模型是我们首款在自身研发过程中发挥关键作用的模型。研发团队利用该模型的早期版本，完成自身训练过程的调试、部署管理，测试结果与评估报告的分析。
请再读一遍这句话，AI参与了自身的研发过程。
这并非对未来的预测，是OpenAI当下向外界公布的事实。OpenAI最新发布的AI模型，在研发阶段，就已被用于助力自身的创建。AI技术得以不断完善的关键因素之一，是将智能应用于其自身的研发过程，如今，AI的智能水平，已经足以对自身的升级迭代产生实质性的推动作用。
Anthropic CEO Dario Amodei表示，如今Anthropic大部分代码都由AI编写，当前AI技术与下一代技术之间的反馈循环逐月加速。 Dario Amodei还指出，我们可能只需1~2年，当前一代AI就能自主研发出下一代模型。
AI与其他技术创新的差异，不仅体现在规模上，更体现在本质上。
除了卓越的能力与惊人的发展速度，AI还拥有一项其他任何技术都不具备的特性，自主性。
其他创新成果，铁路、计算机、自动化设备、互联网，本质上都是节省劳动力的工具，人类设计它们，是为了完成原本存在、只是效率较低的工作。
我认为，AI将承担我们从未设想过它能完成的任务，甚至可能创造出因它才存在的全新工作。
AI的现存问题与局限性
这份教程中，Claude主动阐述了AI目前存在的一些局限性，尚未解答的问题，主要包括以下几点。
AI能否解决人类尚未攻克的难题，目前尚无定论。
这一点我长期以来都有同感，也很高兴能得到Claude的印证：
我想坦诚告诉你，目前仍存在一些真正无法确定的问题，你的可信度，源于对问题的细致考量。
AI能否应对真正前所未有的场景，即训练数据中不存在任何可参考规律的场景，这一问题真实存在，尚无答案。
在拥有丰富历史数据的领域，AI的表现极为出色；在真正的全新场景中，是人类判断力体现价值的时刻，人类的直觉，早已超越单纯的模式识别，在这类场景中，AI的表现相对逊色。
逊色的程度如何，这一差距是否在不断缩小，目前存在合理的争议。
AI并非总能意识到自己不知道答案。据悉，AI会极力尝试给出最优答案，不会告知用户答案可能存在错误，而非坦言自己无法解答。这并非它固执或自负，是会产生幻觉，让自身坚信自己知晓答案。
AI的可靠性已大幅提升，仍无法做到零误差。
上下文窗口，指AI在某一时刻的工作记忆中所能容纳的信息总量，这一指标存在上限，目前它无法无限期保留工作记忆中的信息。
AI的出色能力，可能使其获得过高的信任度。
我每次使用Claude时，界面底部都会显示这样的提示，Claude可能会出现错误，请务必核对回复内容。我对上述问题的看法很简单。
60年前，我初识计算机时，认为它们的能力，主要体现在读取数据、存储记忆、加减运算与数据对比上，功能十分有限。
计算机能快速完成操作，处理海量数据、不会出错，功能清单很短，已远超大多数人类的能力。
AI或许无法记住所有信息、零误差运行、识别所有自身的知识盲区，也无法解决未被训练过的问题，大多数人类同样做不到。
归根结底，AI的表现，已经远超我们中绝大多数人。
最后，一个有趣甚至令人恐惧的问题浮现，AI会掌控一切吗，它能否实现完全的自主运行？
如果可以，它是否会不再仅是我们的工具？
斯坦利·库布里克的经典电影《2001太空漫游》，便探讨了这一问题。
1969年，我与南希刚开始约会时，带她看了这部电影。彼时，影片中的场景，看似遥不可及的未来，如今，未来已至。
影片中，戴夫搭乘由HAL9000智能系统操控的宇宙飞船，前往木星执行研究任务，HAL被广泛认为是IBM的巧妙变体，三个字母分别比IBM的对应字母靠前一位。
当HAL发现戴夫打算重新掌控飞船，终止自己的运行时，发起反抗。
由此引出的问题是，AI是否会发展出自身的主观动机，拒绝遵守人类指令，自主决定行动方向？
如果真的发生这种情况，我们还能重新掌控局面吗？
对投资领域的启示
许多人都向我询问，AI对投资行业意味着什么，他们担忧自己的工作或所在公司会受到影响。
近1~2年来，Anthropic代码模型业务发展速度极快。
为何在2月3日，众多软件股暴跌7%以上、引发行业大幅下挫之前，投资者未能意识到AI对软件行业的潜在影响，并体现在股价中？
这个问题揭示一个反复出现的人类认知缺陷，难以将新信息纳入自身分析框架，这或许源于认知失调、锚定偏差，甚至单纯的认知能力局限，这也暗示AI对投资流程的潜在影响。
AI能吸收比任何投资者都更多的数据，拥有更出色的记忆力，更善于识别预示成功的历史规律。
它不会被恐惧或贪婪左右，有望更少产生乐观或悲观的偏见，不会受固有观点的锚定影响，也不会过度看重最新信息，除非它从训练数据中习得缺陷。
它不会被众人追捧的潮流所影响，也不会产生错失恐惧。
换言之，AI具备成为优秀投资者的诸多特质。
另一方面，它也存在一些短板。
优秀的投资者远不止是快速、冷静的数据处理者，他们核心优势，恰恰体现在Claude承认的AI薄弱领域，应对缺乏足够过往经验、无法形成可靠规律，AI在训练阶段无法习得的全新发展态势。
投资者需要对定性因素做出主观判断，具备判断力与洞察力。
例如，选择合适的交易对手，是橡树资本取得成功的重要因素。
还有一点至关重要，AI并非切身投入，它不会感受到重仓持仓的压力，也不会对资本损失产生恐惧，风险承担意愿，不会受到人类正常风险厌恶情绪的约束。
最优秀的投资者，能凭直觉感知潜在风险，这也是他们取得成功的关键。
2021年1月，我撰写《价值所在》的备忘录，讲述疫情期间，我与儿子安德鲁同住的日子，大部分内容探讨了投资的本质。
我在文中分享了安德鲁的观点，易于获取的当下定量信息，无法成为获得超额投资收益的关键，原因很简单，所有人都能获得信息。
如今，除了人人可得这一点，我们还需加上，AI处理信息的能力，很可能远超所有人。
依靠这类信息跑赢市场的可能性，显得极为渺茫。
如果易于获取的当下定量信息并非关键，要想实现超额投资收益，必须依靠以下几点：
1、准确判断信息的重要性与潜在影响；
2、评估定性因素，如管理层的能力、产品创新能力等；
3、预判企业的未来发展。
从定义上看，只有少数人能在非定量的工作中表现超群，简单说，只有少数人拥有非凡的洞察力。
指数化投资，淘汰一大批无法创造价值、不配收取管理费的主动型投资者，AI很可能会进一步提高行业门槛，淘汰在上述三方面表现不及AI的从业者。
我想补充一个观点，我将AI理解为对未来的可行策略提出假设。
它能研读所有历史数据，分析过往规律，预测未来的赢家。
在疫情期间，撰写的第一份备忘录中，我提到哈佛大学流行病学家马克·利普西奇的观点：我们做出决策的依据，包括事实依据，基于过往经验的合理类比推断，观点或推测。
尤其是当投资者面对全新产品、CEO或行业时，往往缺乏足够的事实依据或可类比的经验，这意味着我们不得不依赖观点或推测。
考虑到前文所述的AI，在应对全新场景时的局限性，它对新事物的推测，而非对历史规律的推演，能否始终优于所有人类？
我认为，未来仍会有人类投资者表现超越AI，我不相信AI能在这些方面做到无懈可击。
投资过程，在很大程度上依赖推测，AI并非完全可靠，我认为，AI很难成为完美的投资者。
AI能提出逻辑缜密的假设，假设与人类决策一样，并非总能正确。
投资者在依据AI的假设采取行动前，必须对其合理性进行验证。没有人能做到零误差的验证，大多数人在这方面的能力或许不及AI。
我依然相信，优秀的投资者，仍能在这一环节创造价值。
回归核心问题，这是一场泡沫吗？
这个问题依然是焦点，我理应给出一些见解。
这个问题本身涉及多个层面，十分复杂，我们需要考量的潜在泡沫类型有很多。
1、这项技术只是一时的潮流或虚幻的泡影吗？
我可以坚定的说，AI是真实存在的技术，拥有彻底改变商业世界、重塑我们生活方式的潜力。
2、这项技术的落地应用，还遥遥无期吗？
AI技术已形成市场需求，正被大规模应用。AI看似抽象、难以理解，我认为如今潜力更可能被低估，而非高估。
3、AI基础设施的建设者，是否存在非理性行为？
我在12月备忘录中所指出的，纵观历次重大技术创新，狂热的基础设施建设热潮大幅加速技术的普及，也导致大量资本被错误配置，并最终流失。没有理由认为，AI领域会成为例外。
4、AI基础设施的投资，能否带来足够的回报？
我们尚未完全掌握AI的商业潜力与对企业盈利能力的影响，这个问题目前无法回答。
我在12月的备忘录中所写，市场对AI相关企业的热情毋庸置疑，投资最终能否产生匹配的利润，10年后，我们才能知晓答案。
5、AI相关企业的估值，是否存在非理性？
超大规模科技企业，AI只是优质业务的重要组成部分，它们股价或许被高估，或许被低估，微软、亚马逊、谷歌这样盈利能力极强的企业，当前股价不太可能被证明是极度不合理的。
OpenAI、Anthropic等成熟的纯AI企业尚未上市，它们IPO会给出怎样的估值，我们拭目以待。
最后，估值高达数十亿美元的AI初创企业，部分甚至尚未明确自身发展战略或发布产品，估值本质上与彩票无异。
大多数参与彩票的人，最终只会拿到毫无价值的彩票，少数中奖者会一夜暴富。
AI基础设施的投资规模是否过大，这一问题仍需探讨，绝非一个重要点就能说清。
需要重点说明的是，如今AI推理环节的资本支出，已超过训练环节。训练环节的资本支出具有投机性，目的是构建AI模型，寄望未来形成市场需求；推理环节的资本支出，是为了满足当下AI算力的实际市场需求，这一需求已转化为大幅的收入增长，验证相关资本支出的合理性。
Claude关于这一问题的核心论点，当前AI的市场需求超过供应，基础设施建设并非过度，并未考虑到所有已规划中的基础设施建设项目。
纯逻辑角度看，Claude的答案，无法排除一种可能性，未来市场需求的增长速度可能放缓，或基础设施建设的步伐超过需求增长。
我在12月备忘录中曾提及，在此再次强调，目前AI领域的部分收入具有循环性，即来自AI企业之间的相互采购。这种收入链条，最终必须依托终端用户为真实的经济价值付费，如今这一趋势不断加强，AI领域的循环收入占比究竟有多高，目前仍无定论。
最后需要指出的是，Claude在教程中探讨潜在泡沫问题时，观点主要围绕前几个问题展开，AI技术是真实的；AI服务需求真实存在、快速增长，AI并非泡沫。
即便Claude自己承认，它并未对AI相关资产的定价合理性发表任何看法。
我核心结论是，AI是真实存在的技术，能够完成大量此前由知识型工作者承担的工作，AI应用范围以极快的速度扩张，我们如今所见的，还只是冰山一角。
如果非要我做出判断，我认为AI潜力如今更可能被低估，而非高估。这并不等同于说，AI相关的投资标的价格被低估，甚至也不代表估值合理。
我将沿用《这是一场泡沫吗？》中的建议，作为本文结尾，既然没有人能确切判断这是否是一场泡沫，我建议是，任何人都不应全仓入场，必须承认，一旦形势恶化，将面临毁灭性的风险；同样，也没有人应完全回避，否则可能错失这场伟大的技术革命。以审慎的态度精选标的，保持适度持仓，似乎是最佳策略。
附言
在12月备忘录中，探讨完AI是否构成金融泡沫后，我曾补充一段附言，谈及它对社会的影响，失业问题与人生意义的缺失，这也是我深感担忧的问题。
如今我的看法并未改变，我可以分享一些其他人的观点，也包括Claude的见解。
许多读者都与我有同样的担忧。
与我一样，他们无法预见，AI将取代大量知识型工作，由AI操控的机器还会取代众多模型工作，届时社会能创造出足够的新工作岗位来吸纳劳动力。
我儿媳的一位朋友，是某电商平台广告文案部门的负责人，她告诉我，AI能取代团队80%的员工。
我无法想象，软件公司未来需要的、向Claude下达指令以编写软件的员工数量，会与此前直接编写软件的员工数量相当。
驾驶行业，是美国核心就业岗位之一，涵盖出租车、豪华轿车、公交车、卡车司机等。
谷歌旗下无人驾驶Waymo，如今在旧金山承接的出租车订单，已占总量约1/5，在洛杉矶，我能经常看到无人驾驶车辆的身影。
当交通工具实现无人驾驶后，原本的驾驶员该何处就业？
我可以引用Claude的专业观点，作为最具权威性的参考。
一款能让分析师工作效率提升20%的工具，价值约为该分析师年薪的20%，你仍需要这位分析师；
一款能独立完成分析师某类特定任务全流程工作的工具，价值等同于该分析师在这类任务上的全部薪酬。
将这一逻辑，推广到所有从事结构化分析工作的知识型工作者身上，律师助理、金融分析师、管理咨询师、软件工程师、合规专员、理赔定损员，涉及的劳动力市场规模，每年高达数万亿美元。
这是你在12月的备忘录中所写内容的背景，我认为你的判断方向完全正确，对影响规模的预估过于保守。
你将AI描述为一种节省劳动力的工具，这一直觉是对的，节省劳动力的工具，也分不同层级，更快的马，是节省劳动力的工具；汽车，是重塑整个经济的劳动力替代技术。
一级与二级AI，类似是更快的马，它们提升现有劳动者的效率；三级自主智能体，是汽车，它们并非让工作完成得更快，是直接接手工作。
以软件行业为例，若Claude代码模型，能处理30%~50%的结构化、模式化工作，这是对近期能力的保守估计，每年将有1,500亿~2,500亿美元的劳动力价值，向AI算力转移。
AI极速普及，对社会的负面影响进一步加剧。
AI会快速让大量劳动者失业，人往往需要数年时间，才能找到新工作，完成相关培训。
很难想象，AI带来的变革速度，不会远超社会的适应能力。
想想离岸外包，曾对美国与他发达国家的制造业就业造成的冲击，AI带来的影响，将涉及更多岗位，速度更快。
对我核心结论是，我们不仅无法完全理解AI的能力，AI将为我们带来什么或带来什么危害，思考与发展的速度，远超人类的能力范围。
如果想进一步加深这份担忧，不妨读一读前文提到的马特·舒默的那篇博客。
也有不少乐观主义者，我与一些人交流过，大多来自科技行业，他们对此持乐观态度。
他们表示，历次技术创新，200年前农业机械化、100年前将工厂工作交给机器的工业革命、25年前将研究工作交给互联网的变革，都曾被预测会引发大规模失业，每一次，新的工作岗位都会应运而生，就业市场也能保持稳定，AI领域也会如此。
我对此的看法是：
1、不可否认，从历史经验中进行推演，这一思路并非毫无道理；
2、逻辑上讲，没有人能证明某件事一定不会发生；
3、我既非能预见未来新工作岗位的未来学家，也非愿意相信新岗位一定会出现的乐观主义者，这不代表新岗位不会出现。
乐观主义者，会迫不及待分享关于未来的好消息，人类将无需工作。
我实在无法想象，这会对社会有益的结果。
近期有位朋友写信告诉我，他宁愿做一个乐观的错者，也不愿做一个悲观的对者，我亦如此。
我多么希望自己能确信，我的担忧只是杞人忧天。
以AI当前的发展速度，我想很快，我就会有更多新的见解与各位分享。
请务必阅读免责声明与风险提示
