https://www.youtube.com/watch?v=W960TW79QCI
逐字稿整理
Podcast 介紹與來賓
- 主持人 Jason Calacanis 歡迎回到被稱為「世界第一」的 podcast。
- 來賓包括 Flexport 的 CEO Ryan Peterson (朋友播客)，Box 的 Aaron Levy (粉絲最愛，第四次上節目)，以及 David Sacks 和 Chamath Palihapitiya。
- Aaron Levy 開玩笑說自己「官方上」不是粉絲最愛，因為上次節目評論說他「愛 Biden」、「beta」等等。
- David Sacks 的回歸似乎提高了節目的收視率。
- David Sacks 兼任政府職位，大約每年工作日的一半時間在政府工作。
川普 2.0 上任一百天的評估
- 這是對川普政府前 100 天工作的隨機評估。
- Aaron Levy 認為這段時間是個「旋風」。他用戰鬥機飛行員 John Boyd 的「OODA 循環」(觀察、定位、決定、行動) 概念來形容，認為川普政府行動速度非常快，讓民主黨、主流共和黨甚至記者感到困惑和迷失方向。他們在對一項政策做出反應之前，政府已經做了更多事情。
- 大家普遍預料到關稅會來，但其「突然性」讓人措手不及。政府宣布 4 月 1 日、2 日是「解放日」，但關稅實際生效並影響已訂購的商品。
- Aaron Levy 從民主黨角度看，認為 David Sacks 負責的領域 (AI 和加密貨幣) 是「亮點」。政府在 AI 方面的推動是「毫無疑問地支持開源」，並將 AI 創新引導至美國。他也呼籲針對高技能移民提出強烈的要求，因為 AI 人才對贏得「AI 戰爭」至關重要。他認為這段時間的發展大致符合他六個月前的預期。
- Chamath Palihapitiya 給前 100 天的總體評分為 B+。
- 他認為川普在兩件事上打出了「全壘打」 (A+)。
- 外國直接投資 (FDI) 進入美國，已接近或超過一兆美元。這是一個具有戰略意義的遺產。
- 邊境安全，成功將非法越境人數降至零。這也是川普競選時的主要議題。
- 他認為關稅的評級為 A。原因在於關稅揭示了美國對脆弱供應鏈的依賴，特別是依賴中國。這將使美國未來的靈活性和選擇性變得複雜。
- 他認為市場反應 (股市下跌 4%、10 年期國債收益率 4.25%) 的評級為 A。
- 表現不佳的地方：
- 文件公開 (Epstein、Martin Luther King 檔案，以及 redacted JFK 檔案) 評級為 D。溝通不暢，未能說明延遲原因。
- 關稅溝通和反覆 評級為 C。市場未能以一種能吸收波動的方式被引導。
- 總體而言，Chamath 認為這是非常有成效的 100 天，並取得了重要的進展。
- 他認為川普在兩件事上打出了「全壘打」 (A+)。
- David Sacks (政府成員) 認為有三個主要成就：
- 邊境問題 (A+)：完全阻止了邊境危機。他認為過去四年 Biden 政府在「煤氣燈效應」(gaslighting)，聲稱問題不存在或需要新法律。Trump 恢復了「留在墨西哥」等政策，證明只需要一位新總統。
- 文化氛圍的轉變 (關於 wokeism 和 DEI)：wokeism 已「完全崩潰」。政府層面已基本上結束 DEI。簽署行政命令結束了「disparate impact」政策，回歸「精英領導制」(meritocracy) 和「色盲原則」(colorblindness)。他預計在大學層面也會贏得這場戰鬥。即使在較自由的公司，DEI 部門也已被取消，轉向精英領導制。
- 經濟的「再私有化」：引用了 Scott Besson 的術語。
- 結束「豬肉桶式支出」(Doge)。政府已開始真正削減開支和聯邦政府員工。
- 大量行政命令進行鬆綁管制 (deregulation)。
- 釋放能源：結束了 Biden 的電動車強制令以及離岸風電等綠色項目。鼓勵石油和天然氣勘探。
- 科技創新：廢除了 Biden 關於 AI 的行政命令 (100 頁不必要的法規)。結束了對加密貨幣的戰爭。試圖阻止有利於大型既有企業的監管俘獲。
- 他認為這些變化為未來的「川普繁榮」奠定了基礎，儘管需要時間顯現。
- Jason Calacanis (社會自由主義者/獨立派) 的觀點：
- 同意邊境安全是最大的勝利 (A+)。他提到 Biden 政府對邊境情況有所隱瞞。
- 同意縮小政府規模、減少浪費和欺詐是另一個巨大勝利 (Doge)。
- 給前 100 天的總體評分為 B (將 Biden 評為 C-)。
- 可以改進的地方：
- 經濟不確定性：特別是由於關稅和貿易戰，對企業規劃造成困擾。需要放慢腳步，使政府意圖更容易理解。
- 法治：人們不喜歡 Biden 的赦免或掩蓋精神狀態，也不喜歡沒有正當程序的驅逐出境。大多數人希望政府遵守最高法院的裁決。
- 利益衝突：提到 Hunter Biden 和 memecoin 等爭議。
- 建議：更簡潔的溝通、更周到的執行、減少嘲諷 (特別是白宮 Twitter 帳戶)。
- 應聚焦於讓川普獲勝的因素：經濟和「和平紅利」(peace dividend)。
- Chamath 和 David Sacks 都認為川普在和平/結束戰爭方面取得了巨大進展 (A+)。
- Chamath 提到兩週前與川普共進晚餐時，川普強調核戰爭的嚴重性，這讓他覺得川普是掌控大局的合適人選。他認為 Biden 最大的問題是不知道誰在掌控。川普一再尋找「下坡路」(off-ramp)，避免戰爭。
- David Sacks 認為 Biden 政府之前將美國帶上了一條持續升級烏克蘭衝突的道路。Biden 曾警告過向烏克蘭提供某些武器可能導致世界大戰，但隨後卻不斷加碼。最近的紐約時報文章顯示，美國將軍和情報部門正在策劃戰爭，美國武器被用於襲擊俄羅斯境內目標，美國深度參與了殺傷鏈，這非常魯莽和危險。
- Trump 已將美國從邊緣拉回。與俄羅斯進行了直接外交，這是三年來的第一次。
關稅與貿易戰的影響
- Ryan Peterson (Flexport CEO) 討論了關稅的下游影響。
- Flexport 發現從中國到美國的海運訂單下降了 60%。這可能超過了預期。最初宣布的關稅是 54%，隨後升級到 154%，這比計劃的要高得多。
- 關稅是根據貨物離開中國的日期 (4 月 9 日東部時間午夜後) 計算。現在到達的船隻大多已符合條件。
- 企業必須支付關稅才能提取貨物。可以通過擔保金先提貨，但兩週內必須支付。
- 緩解關稅的策略：
- 保稅倉庫 (Bonded warehouse)：將貨物移入保稅倉庫，只需在貨物離開倉庫時支付關稅。關稅金額以貨物離開倉庫當天的稅率計算，如果未來關稅降低，可以減少負擔。這是一種非常常見的策略，並非「駭客行為」。目前企業正在到處尋找保稅倉庫容量。
- 墨西哥或加拿大保稅倉庫：將貨物移入墨西哥的保稅倉庫，在未來關稅較低時再合法進口到美國。
- 在 4 月 9 日之前，企業進行了庫存前拉 (inventory pull-forward)。
- 對未來情景的討論：
- 悲觀情景 (Bleak scenario)：關稅保持在 145%/154% 的高水平，沒有替代方案，貿易崩潰，大量企業 (特別是小型進口商) 破產，供應鏈癱瘓，商店貨架可能空置。Ryan 不認為這會發生，因為政府不希望這是其遺產。從中國採購已不僅是因為便宜勞動力，而是因為製造能力和生態系統。企業難以快速將供應鏈轉移到越南等地。
- 樂觀情景：政府通過談判達成協議，避免最壞情況。
- Aaron 認為政府的信息傳遞混亂。不清楚目標是增加關稅收入 (暗示關稅將持續) 還是推動自由貿易 (暗示談判以降低關稅)。政府缺乏對經濟轉型 (例如，製造業是組裝還是管理機器人) 的清晰願景。
- Aaron 的建議：應「踩油門」加速轉型，而不是增加阻力。建議取消關稅 (甚至為此道歉)，達成很棒的貿易協議。宣布大規模投資計畫 (如 Stargate, TSMC)，提供獎勵 (如在美國建廠 5% 稅率) 刺激製造業繁榮。鼓勵自動化，利用其與低成本勞動力競爭。鬆綁管制，加快建廠審批 (例如，縮短 EPA 審批時間)。在關鍵領域 (晶片、製藥、AI) 可以有針對性的關稅。不應由政府決定企業在哪裡建立供應鏈，這會造成經濟扭曲。
- Chamath 反駁 Aaron 的部分觀點：他認為許多建議的事情正在發生，但主流媒體沒有報導。媒體過於關注瑣事 (如 MSNBC 馬賽克標語牌、MS-13 刺青)，而忽略了重要政策。例如，Trump 在批評哈佛的同時，也加強了歷史上黑人大學。Scott Besson 提到的允許企業全額扣除建廠的 PPE 和附帶成本，這可能創造巨大的經濟紅利，但幾乎沒有被報導。豁免汽車零件的關稅。這導致企業領導者可能不知道這些政策。
- Ryan 認為，這種政策的推出方式感覺混亂，就像政府在快速疊代 (OODA 循環)，先行動，看反應，再行動。這與華盛頓習慣的緩慢、長時間規劃的政策推出不同。例如，推出關稅後才發現對汽車製造商造成巨大問題，然後三天後又推出更新 (豁免)。
- Amazon 取消了網站上顯示關稅通知的功能。Teemu 已經這樣做了，顯示「進口費用」。
- Jason 認為 Amazon 可以藉此**推廣「購買美國貨」**的選項。Ryan 認為目前美國在許多產品上沒有足夠的國產選項。Chamath 認為這件事顯示了政府的「打地鼠」(whack-a-mole) 策略，未能預想到下游影響。這不應只是針對 Amazon，還有許多其他零售商。
- Chamath 提到許多 Amazon 美國賣家覺得公司「拋棄了他們」。他認為這是一個被忽略的「微觀優化」機會。
- 美國存在對外國公司不公平的規定：外國公司無需在美國註冊實體即可進口商品。許多情況下是外國公司支付關稅，他們可以通過低報價值、改變分類等方式逃避關稅。還可能進口有害商品，而且缺乏執法。Amazon 上 60% 的賣家是註冊在中國的公司。這對美國公司來說極不公平。
- 大家一致認為，關稅討論帶來的一個積極點是，提高了對美國供應鏈脆弱性以及對中國在關鍵領域的依賴 (電池、AI、製藥 API、稀土) 的認識。這些過去被認為是「無聊」的話題，現在變得很重要。
- Chamath 認為，美國經濟太複雜，如果等到研究清楚所有影響再行動，將永遠無法行動。政府進行了「宏觀層面」的變動，現在正在「即時」發現並「糾正」影響。Amazon 的問題是一個關於美國競爭力的重要問題，希望政府能追根溯源並解決。
- Aaron 認為，這種「混亂猴子」(chaos monkey) 的方式 (即隨意變動看會發生什麼) 對小型企業主來說可能是災難性的，他們不知道下個月怎麼辦。這也是為什麼需要一些官僚程序，以及 Rand Paul 等人反對總統單方面控制關稅的原因。
- David Sacks 認為現在判斷關稅政策是否奏效「為時過早」。之前市場對此政策感到恐慌，但市場實際上自 4 月 2 日「解放日」以來是上漲的。他認為需要時間讓貿易團隊談判並「穩妥落地」(stick the landing)。他回憶 Ryan 上次節目時預測的港口關閉導致貨架空置並未發生，認為媒體誇大了恐慌。
- Aaron 認為，市場反彈部分是因為 Trump 後來撤回了一些措施。Sacks 強調需要通過談判達成協議才能穩妥落地。
- Sacks 和 Chamath 強調了中國在過去 25 年通過補貼等方式，「戰略性地摧毀」了美國的稀土加工能力和稀土磁體生產能力，導致美國在幾乎所有產品 (包括汽車) 的電動馬達上關鍵依賴中國。這是不可接受的。
- Chamath 認為這關乎美國的國家安全和「戰略選擇權」(strategic optionality)。如果中國入侵台灣或與印度發生衝突，美國可能面臨無法獲得製藥 API、稀土、電池等關鍵物資的風險。中國的「國家隊」模式模糊了公私界限、法律和資本。美國需要自己的應對方式，而關稅等措施將這個問題提上了議程。
- 根據 Howard Lutnik 的說法，一項國家的貿易協議已經達成，即將公佈，這可能是許多協議中的第一個。
AI 代理 (AI Agents)
- 2025 年有望成為「AI 代理之年」。
- OpenAI 計劃針對不同層級的 AI 代理收取費用 (每月 2 千到 2 萬美元)。代理本質上是像「cron jobs」一樣在後台運行的任務。
- 中國公司 Manis (Benchmark 投資) 的 demo 被認為在UI 範式上有所創新。其 demo 採用雙面板視圖：一個是標準聊天介面，另一個顯示代理正在執行的操作。代理可以使用四個應用程式：搜索、瀏覽器、程式碼終端、文件編輯器。它可以為任務創建待辦事項列表並逐步完成。
- 未來趨勢：代理將連接到所有 SaaS 應用程式，了解其中的數據和可能的操作。新的標準 MCP 正被採納，專門用於讓代理連接並理解應用程式。Manis 只是冰山一角，這種 UI 範式將普及。
- Jason 的風險投資公司已經開始使用 AI 代理處理每年 2 萬份投資申請和投資組合更新。代理可以分類、查找競爭對手、比較更新、在 Notion/Coda 中查找相關信息，並在 Slack 中呈現潛在問題。這節省了大量人工時間 (每年約 5000 小時)。
- Aaron 認為 AI 已發展到可以像人類一樣在電腦或軟體上執行任何操作。這超越了早期僅僅作為「副駕駛」或信息檢索工具的聊天機器人。代理在後台運行，提供真正的自動化工作。
- 對軟體商業模式的影響：AI 代理將極大地擴展軟體的可服務市場 (TAM)。軟體可以開始針對「人力支出」(labor spend)，而不僅僅是賣使用者席位。例如，過去向律師銷售軟體只能賣給 10 位律師，現在 AI 代理可以做副律師或專業服務的工作，軟體可以銷售的價值多於最初的 10 個席位。
- 關於 AI 是「取代」還是「創造新工作」：Aaron 認為大多數增長將來自於企業現在可以將勞動力投入到過去由於成本等原因無法完成的事情上。這不是取代現有工作，而是開啟「藍海」(blue ocean)。未來 90% 的 AI 用途將是我們今天不做的任務，10% 可能會取代現有工作。
- Ryan 的例子：Flexport 使用 AI 每天打數千通電話給卡車司機，詢問他們對貨物的興趣。過去這對人類來說成本太高，現在 AI 使其幾乎免費。這就是過去無法完成的新工作。
- Chamath 認為目前企業正處於「幻滅的低谷」(trough of disillusionment)。CIOs 被迫購買 AI 產品，但花費了數十億美元後發現存在真正的技術複雜性。
- 主要挑戰：可靠性。LLMs 是機率性的 (會幻覺)，與傳統軟體是決定性的不同。在受監管行業 (生命科學、醫療保健、金融服務) 中，錯誤可能導致罰款或關閉。質量保證 (QA) 變得至關重要。目前仍未解決如何大規模、可靠地部署 AI 軟體在企業生產環境中。會計師事務所有風險因 AI 幻覺而犯錯，可能面臨集體訴訟。
- Sacks 不同意目前在「幻滅的低谷」，認為可能還未達到「期望的高峰」。他區分了「變革管理」(change management) 問題與潛在技術趨勢的影響。
- 他認為 AI 進步的速度是指數級的，體現在三個方面:
- 演算法 (模型)：每年進步 3-4 倍，不僅是速度和準確性，還有質的飛躍 (從聊天機器人到推理模型，再到代理)。推理模型可以分解複雜問題並嘗試不同方法。
- 晶片 (硬體)：每代晶片性能提升 3-4 倍。Nvidia 等公司每年推出新一代產品。數據中心層面的晶片互聯也在提升性能 (如 NVL72)。
- 數據中心/計算能力：GPU 部署數量指數級增長。數據中心功率從 100 兆瓦增至 300 兆瓦，並向千兆瓦級發展。
- 總體而言，演算法、晶片和計算能力每兩年提升 10 倍，四年提升 100 倍。這可能導致 AI 計算能力在幾年內提升百萬倍。人們尚未完全理解指數級進步的含義。AI 的影響將是巨大的。
- Aaron 回應 Sacks 的觀點：他同意技術進步很快，但企業面臨的實際問題是模型的準確率。即使是最好的模型，在複雜任務上 (如從 500 份文件中提取 40 個數據字段) 的單次準確率約為 90%。許多行業不能接受這種錯誤率。雖然有解決方案 (多次運行、分割數據、使用推理模型、調整提示詞)，但早期的採用者可能錯過了這些，導致試點項目失敗。
- 「最佳」AI 模型取決於任務。模型正在針對評估測試進行「過度擬合」(overfitted)。
- AI 在程式碼生成方面進步最快，因為程式碼可以編譯並客觀驗證是否工作。這使得強化學習非常有效。數學也是類似領域。
- AI 進步能否推廣到難以驗證結果的領域 (如法律工作，驗證需要通過法院或大量專家) 是一個問題。這些領域的進步可能不會那麼快。
- 代理架構可能有所幫助。可以疊加多個模型相互檢查。在早期階段，人類介入仍然很重要。
- 疊加模型進行深度研究會導致天文數字般的計算成本。新的應用程式需要更多的 token。這解釋了為什麼需要大規模建設數據中心。
- Ryan 將 AI 與關稅聯繫起來：AI 可以用於貨物分類以確定應繳關稅。目前的 AI 準確率 (90% 以上) 仍不足以滿足法律合規要求。海關目前使用簡單的決策樹。如果政府採用 AI 模型來確定分類，那麼模型的輸出本身可能就成為「真相」，無論其客觀準確性如何。
- AI 的質量保證/改進工程 (improvement engineering) 需要最有才能的工程師，這是一個全新的專業領域。這需要借鑒豐田等公司的質量管理體系，以將錯誤率降至接近零。還需要記錄 AI 的操作過程，以便追溯和問責。
播客結束
- Jason 需要趕飛機去邁阿密。
- 提及 David Sacks 是「主席、獨裁者、沙皇」。
- 結束語，表示在一些問題上「同意分歧」。
這些是來源中涵蓋的主要話題和具體觀點。
No comments:
Post a Comment