这集讲什么
本集把中美 AI 风险沟通、GPU 与模型的真实成本、AI 辅助创作，以及罕见病诊断串成一个问题：能力进步很快，但能否可靠地使用、验证并分享其收益，仍取决于人和制度。
1-3要点
- 危机沟通必须配合可核验的选项：热线能建立联系，却不能代替事先审查的技术和行动预案。
- 算力不是完全同质的商品：相同 GPU 型号背后，可能是不同的可用性、合规服务和迁移成本。
- 价格指标要读清「权重」：实际使用组合变贵，不意味着每个模型都涨价。
0:00 / --:--
The Cognitive Revolution · 10 月 1 日
本集 Gladstone AI、Silicon Data 和 Gammo Labs 等嘉宾认为，AI 能力进步很快，但能否可靠使用取决于危机核验机制、真实成本理解和临床验证流程能否跟上。
本集把中美 AI 风险沟通、GPU 与模型的真实成本、AI 辅助创作，以及罕见病诊断串成一个问题：能力进步很快，但能否可靠地使用、验证并分享其收益，仍取决于人和制度。
这集还没有学习卡。生成后会保存在这一集，下次直接打开。
All-In Podcast· 2026-10-30Anthropic S-1 令人震惊，史上最伟大的企业？谷歌市值蒸发 5000 亿美元，中期选举预测Anthropic S-1 Shocker, Greatest Business Ever? Google's $500B Wipeout, Midterm Predictions同主题：AI 算力基建
a16z Show· 2026-10-20当每个人口袋里都有一位健康专家，会发生什么？｜OpenAI 的 Karan SinghalWhat Happens When Everyone Has a Health Expert in Their Pocket? | OpenAI’s Karan Singhal同主题：AI 医疗
The Cognitive RevolutionThe Cognitive Revolution
AI:AM: Was Trump-Xi Anything? What Counts as Utopia? + AWS GPUs Cost 3X & AI Diagnoses Rare Diseases
YouTube
音频
这是一期跨访谈精选，而非围绕单一嘉宾展开的完整讨论。主持人 Nathan Labenz 与 Prakash 先谈中美如何在重大 AI 事件后沟通和核验，再转向 GPU 租赁价格、OpenAI 开发者产品、与 AI 合写小说，最后讨论以 AI 重新分析罕见病患者基因组的实践。标题里的「AWS GPUs Cost 3X」在访谈中主要体现为大型云厂商相对新兴云厂商的价格差，不应直接读成对 AWS 单独测得的固定倍数。
这期节目的共同线索不是「AI 又完成了什么」，而是当能力进入外交、市场、创作和医疗等真实场景后，怎样判断结果可信、成本可承受。中美讨论中，Gladstone AI 的 Jeremy 与 Ed Harris 并不否认高层接触的价值，却提醒听众：危机热线可能无人接听，临时提出关闭大型算力集群的要求既昂贵又难落实。因此，比善意表态更重要的是事先开发核验技术、让相关机构完成审查，并建立可以在危机中实际运作的关系。
算力市场呈现另一种「看似相同、实则难比」：同型号 GPU 在大型云平台可比新兴云贵数倍，差价可能包含合规、配套产品和迁移成本；模型 token 指数的短期上涨，也可能只是用户转向更贵模型，而非所有模型集体涨价。创作部分则把效率问题推进到价值问题：AI 降低写作门槛，但作者仍要决定故事结构、删改和作品想表达什么；当按需生成作品愈发容易，共同阅读与讨论的文化经验也可能变得稀缺。
罕见病案例给这些抽象争论提供了迫切的尺度。Daniel McKinnon 描述的瓶颈不是测序本身，而是如何从海量变异中找出有临床意义的线索，并用实验验证不确定结果。节目因此没有把「加快 AI」或「放慢 AI」处理成无代价选择：更强模型可能让等待诊断的家庭更早获得答案，未经检验的模型也可能漏读论文、混淆基因。可靠进步需要评测、工具、实验和临床判断一起跟上。
💬 他们说了什么：开场依次预告中美 AI 风险沟通、大型云平台的 GPU 溢价、低延迟模型对软件开发的影响、AI 合写小说，以及 AI 辅助罕见病诊断。Nathan 说明开场串联语使用了他的克隆声音。
💡 为什么重要：这些话题看似分散，实际都涉及同一层问题：有了模型能力之后，还需要价格发现、工作流程、核验机制与责任主体，才能把能力变成可信的成果。
⚡ 争议点：开场片段经过剪辑，不能取代后面的完整语境；自动转写也出现说话人标注异常，尤其不能仅凭片段中的姓名标签判断医学案例由谁讲述。
💬 Ed Harris 认为「谈总比不谈好」。他提到两国间可能形成关于 AI 事件与风险的某种沟通渠道，但 Gladstone AI 参考约 12 位曾参与对华谈判的美国国务院外交人员经验后，主张为渠道失灵准备后备方案：在核问题等既有经验中，热线并非总会获得回应，甚至可能被当作谈判筹码。
💡 领导人接触与可用的危机处理机制不是一回事。如果严重 AI 事件先于核验和沟通安排发生，双方必须在信息不足、互不信任的状态下决定是否采取高成本行动。
⚡ 节目讨论的是接触可能带来的机会与历史经验，并未证明一条稳定、正式、可随时接通的 AI「红色电话」已经建成；过往核领域经验也不能机械套用到 AI。
💬 Jeremy 与 Ed 探索一种粗糙的应急设想：大型数据中心有显著的规模和热特征，若发生严重事件，或许能要求超过某规模的运行中集群停机，并观察其特征是否消失。Ed 随即强调，这会是异常昂贵的要求；更精细的核验若能允许部分设施继续运行，就可能避免以数十亿美元计的损失。Jeremy 补充，把新技术审查、接纳为国家技术核验手段，往往需要数年，不宜等危机发生才开始。
💡 核验精度决定外交要求能否「少伤及无辜」。预先让技术团队与情报机构沟通、测试、建立联络，表面上是繁琐程序，危机时却可能决定双方是否只剩「全部关掉」这一选项。
⚡ 讨论者明确承认，他们无法给出经过情报部门红队检验的可执行阈值；热特征也不等于对所有未来集群都有可靠可见性。Ed 还提出需要促使对方遵守承诺的能力，这又带来升级风险和合法性问题。
💬 Nathan 提议让 OpenAI 与 Anthropic 等前沿公司先探索「互相监督」的方法，作为日后跨国安排的试验场。Jeremy 认为并非异想天开，但美国企业间的信任基础不同于中美关系；他也指出，双方目前大体沿相近的技术路线推进，有利于辨识类似失效模式，甚至交流部分安全技术。
💡 核验不一定只能从政府条约开始。若企业能先测试访问权限、可共享证据和保护敏感信息的方法，外交谈判就不必从零设计技术流程。
⚡ 同一技术路线有助于比较，并不自动产生政治互信。企业之间能接受的互查深度，也未必能跨越国家安全、商业秘密与情报活动的边界。
💬 Nathan 希望认真看待较温和的公开表态，同时询问更有说服力的证据。Ed 认为友善措辞是正面信号，却容易被战略性使用；更难伪装的迹象，可能是中国机构因模型失配事件真正放缓发布、企业作出有代价的协调。Jeremy 则看重有授权者持续参与、减少任意的措辞障碍，以及出现具体承诺。Ed 还建议增加两国核验研究者、初创企业之间的专业交流。
💡 把「愿意谈」与「愿意承担实际约束」分开，能避免过度乐观，也能识别有限但真实的进展。低政治层级的专业联系可能在高层关系紧张时保留沟通路径。
⚡ 受访外交人员对历史谈判行为的诚意并非完全一致；观察者也很难仅凭公开信息判定一次暂停发布究竟出于安全、监管还是竞争考虑。透明措施若缺少对等安排，也可能产生单方面成本。
💬 Silicon Data 的 Steve Ho 介绍，其 GPU 租赁指数结合报价与成交价，并尝试把芯片型号、地区、期限等合同差异归一。报价并非总是虚价：部分算力可通过 API 直接购买；但某笔低价成交也不保证下一台机器仍以同价可租。他称，大型云厂商对比典型新兴云厂商经常贵至少 2—3 倍，有时更高，差额涉及安全、合规、配套软件及既有企业关系。其 SiliconMark 会测 GPU 表现，但当时的物理性能测试尚未纳入价格指数。
💡 「同为一小时 H100」不足以说明两项服务可以无成本互换。采购方若只看标价，可能漏掉网络、合规、服务整合或迁移成本；若把所有溢价都归因于芯片稀缺，也会误判市场。
⚡ 标题突出了 AWS，但 Steve 在此谈的是大型云厂商这一类别，不是为 AWS 单独给出恒定的三倍价格。指数的归一方法与实际可租库存，也会影响对价差的解释。
💬 Nathan 注意到网站上的专有模型指数近 7 天上涨约 11.5%。Steve 解释，这不是单纯的挂牌价格序列，而是受支出和使用结构影响的价格指数：用户若更多选用昂贵的强模型，指数即使在单个模型未涨价时也可能反弹。他把短期反弹放在此前由约 4 美元降至约 1.6 美元、跌幅超过一半的较长趋势中理解，并坦言没有细查这次反弹的具体成因。
💡 模型市场的「成本下降」至少有三种不同含义：同款降价、新款在相近质量下更便宜，以及用户实际购买组合的平均成本变化。混用这些指标，容易得出相反结论。
⚡ Steve 将最近反弹归因于使用组合变化，表述为推测而非已经完成的归因分析；节目中的指数也不能直接代表每家企业自己的 token 账单。
💬 Nathan 认为会上展示的个人智能体「Dots」更像免维护的消费产品，适合不愿自行管理数据库和工作流的人。Prakash 则关注据称达到普通快速模式约 8 倍速度的「Ultrafast」：当模型已能做游戏时，关键变成它能否在用户输入时同步协作、不打断思路。Nathan 还以 Waymark 为例说明免费试用的成本——为新用户生成企业资料曾约需每人 1 美元；让符合条件的用户把 ChatGPT 方案带入参与应用，可能降低开发者提供初次体验的负担。
💡 开发工具的竞争不只是最高能力，还包括交互延迟与获客经济性。更低等待时间改变的是创作节奏；试用成本下降则可能让更多小型 AI 产品有机会接触用户。
⚡ 转写中的若干模型及功能名称可能识别有误，具体命名、资格和计费规则应以产品文档为准。「更快」也不自动意味着端到端开发效率同比提升。
💬 《The Receipt Horizon》作者 Joel Borgan 说，AI 降低了他在家庭和工作之外启动长篇写作的门槛，但故事蓝图、尤其前半部结构，先由他确定。模型能协助按章节起草，未经恰当引导和编辑的散文却可能难读。他希望描绘一个拥有巨大技术选择空间、又承受 AI 战争后遗症的世界：乌托邦进入故事后仍需要冲突，人物也不该只是作者观点的传声筒。
💡 这提供了比「AI 写的还是人写的」更具体的创作分工：作者决定架构、角色立场和取舍，模型帮助展开、比较与迭代。积极未来的叙事不必等于人人无忧的宣传文本。
⚡ 人类预设蓝图并不能消除读者对 AI 参与程度的疑问；模型贡献、专业编辑与作者最终责任如何披露，仍是作品接受度的一部分。
💬 Joel 说自己在 AI 辅助下，仍主要靠人工把小说删短了约 14%，尤其去掉过度解释。他偏好让模型通读全书、提出待考虑的问题，再逐项由自己决定。他还描述一项持续测试：此前模型总读不准的中提琴谱例，新模型已能把更复杂的乐谱近乎准确地转为可操作格式。能力跃迁使他期待音乐创作工具，也让他担心：若艺术品都可为个人即时定制，人们还会共享什么文化经验？
💡 创作成本降低后，稀缺性可能从「生产一件作品」转向判断、品味和人与人共同讨论作品的场景。模型作为审稿助手，与模型自动批量出书，是两种不同的使用方式。
⚡ 乐谱测试是 Joel 的个人观察，不等于全面的音乐理解评测；「共享文化会衰落」也是开放问题，不能仅由生成能力增强推出。
💬 Nathan 介绍，Gammo Labs 创办人 Daniel McKinnon 的儿子 Owen 因罕见肺病去世；一位人类专家后来发现原分析遗漏的遗传缺失，Daniel 随后用 AI 流程重新找到了它。缺失长 91 千碱基，影响的是距相关基因约 100 万碱基的增强子；原实验室对结构变异采用距基因约 1 千碱基以内的筛选范围，是在人力有限、数据嘈杂条件下可以理解的取舍。Daniel 认为，能反复调用生物信息学工具的智能体可进一步搜索被常规流程排除的线索。他也指出，难案中的「意义未明变异」（VUS）常须依照临床遗传学标准累积证据；相关功能实验可能提供推动分类变化的重要证据。
💡 低成本测序不等于有效诊断。问题可能藏在非编码调控区，也可能卡在「发现了变异，却不能证明其致病」；持续重分析和有针对性的生物实验，为这两类瓶颈提供不同解法。
⚡ Owen 的缺失先由人类专家确定，AI 后来重新发现它，不能表述为 AI 首次独立确诊。病例解释、VUS 分类及治疗决策都需要临床专业人员、适当证据与患者同意；节目中的流程并非可供家庭自行诊断的建议。
💬 Daniel 将工作分为新转入疑难病例的重分析，以及医院既有基因组库的批量重分析；他举例说，机器主导的流程有机会在一周处理 80、100 或 200 例，而人手完成同等工作可能排不上优先级。团队重点不在自训基础模型，而在模型组合、检索与分析工具、运行约束和整套系统评测。他举出模型漏读关键论文、甚至推理中改写基因名称的失误，说明「聪明模型」仍须逐步检查。在公司的 Rarebench 变异排序基准上，他称某传统方法约得 10%、所测较新通用模型约得 50%；Nathan 最后提醒，这个 50% 是基准分数，不是患者确诊率。
💡 垂直 AI 的价值可能在把不断升级的通用模型接入可追踪、可纠错、成本可控的临床流程，而不是声称一次模型调用就能完成诊断。团队计划用真实生物实验给不确定变异增加证据，并把结果反馈给预测系统。
⚡ 基准成绩、批量处理速度及「已帮助新病例获得诊断」均需分别检验，不能互相替代。更快的前沿模型可能帮助等待答案的家庭；放缓能力推进可能带来真实机会成本。但节目也没有证明加速研发的收益一定超过其安全风险。
「谈总比不谈好。」——Ed Harris 谈中美接触
「乌托邦一进入叙事，往往就想变成反乌托邦，因为故事需要冲突和摩擦。」——Joel Borgan，意译
「测序不是问题；问题是，面对你的具体处境，能从中得出什么洞见？」——Daniel McKinnon，意译
「那是 Rarebench 上的分数，不是患者得到诊断的比例。」——Nathan Labenz 对节目数字的澄清，意译
核验是一种降低谈判成本的基础设施。 如果只能观察粗粒度的算力活动，危机中的要求便可能极端昂贵；若事前验证了更精细的方法，双方才有机会讨论范围较窄、代价较低的措施。技术性能之外，审查周期、联系人和机构授权同样属于基础设施。
市场指数与个人账单回答不同问题。 GPU 指数试图比较合同，token 指数还会受到用户选择何种模型的影响。采购或预算决策应记录自身所需的性能、可用性、期限与调用组合，而非拿一个市场平均数直接代入。
基因组学的瓶颈从「读取」转向「解释与证实」。 AI 可以扩大搜索、整理文献、提出候选变异；功能实验则检验候选解释是否具有生物学效应。这条从预测到实验再回到预测的链路，比单次生成的答案更接近可持续改进的诊断系统。
official_site_transcript）以上时间点依据所提供转写定位；英文文本为自动生成，重要名称、数字与医学细节建议回听原音核对。
