Anthropic's Digital God, Pope vs AI, Job Loss Narrative Flips, Open Source Crackdown Coming?

• Bill Gurley 的"科学怪人理论"是本期最被反复称道的洞见：他花 30 天读遍 Anthropic 的公开材料后认为，这家公司不是在"写软件"，而是在"接生一个超越人类的神（midwifing a deity）"。证据就摆在他们自己的文字里——Dario 的《Machines of Loving Grace》、80 页的 Constitution、首席哲学家 Amanda Askell 的播客——"按他们的字面意思理解他们（take them at their word），你就不用猜他们为什么想要一个数字向导。"

• 教皇 Leo 十四世发布 235 页、4.2 万字的 AI 通谕《Magnifica Humanitas》，Gurley 用 130 年的数据把它驳了个底朝天。通谕致敬 1891 年 Leo 十三世警告工业革命害人的旧文，但 Gurley 指出 1891 年至今：工作周从 60+ 小时降到 34 小时、实际工资涨 8-10 倍、童工从 18% 归零、全球贫困从 75% 降到 10% 以下——"他错得离谱，精准地全错了。"

• Sacks 提出"红色俘获（red capture）"框架，预言美国封杀开源/开放权重模型只是时间问题。Anthropic 把自己塑造成唯一"安全"的 AI 公司，在博客里系统性地暗示开源模型"护栏可被卸除、因而危险"，为日后立法埋下"前提事实（predicate facts）"。讽刺的是，中国共产党在领导开放权重运动，而美国在走向中心化。

• 全场最激烈的交锋是"AI 就业末日"辩论：四人吵了近 30 分钟。Sacks 拿数据（失业率 4.3%、软件岗同比涨 15% 创三年新高、GitHub 代码提交 14 倍增长）说就业末日被夸大，连 Dario 和 Altman 都在 IPO 前夕收回了狠话；Jason 坚持大规模岗位流失正在发生（Meta 裁 8000、Amazon 砍 60 万未来岗位、自动驾驶将吞掉数百万司机），并指责其他人"精英主义""缺乏同理心"。

• 企业正在用脚投票逃离单一前沿厂商：Chamath 的 8090 和 Gurley 投的 Abacus 都在卖"控制平面（control plane）"——让财富 1000 强能在 OpenAI/Anthropic/开源之间热插拔，因为他们怕押错技术、更怕被某家美国前沿厂商的"服务条款 + 政治哲学"卡脖子（例：加拿大医院支持安乐死，但美国模型拒绝服务）。

• 贯穿全场的主线是"中心化 vs 去中心化"：从教皇问"谁守护守护者"，到 Anthropic 的"数字上帝"，到开源封杀威胁，到企业自建模型，再到就业辩论里"谁掌握生产力红利"——四人争论的底层始终是同一个问题：这项强大到可能"midwife 一个神"的技术，权力应该集中在少数几家公司手里，还是分散到每个人的硬件上。

核心要点：保护自己免于被 AI 取代的唯一办法，是成为"最 AI 化的自己"；而决定你是否会这么做的，是 mindset 而非年龄或学历。

• Gurley 的核心判断：很多人其实并不在乎自己的工作。盖洛普民调显示 59% 的受访者对工作"无所谓（ambivalent）"——而一旦你对工作无所谓，你就不是高能动性的人，就不会主动拥抱新工具，于是变成"待宰的鸭子（sitting duck）"。"问题出在心态上。"
• 反直觉的代际反转：Jason 在自己的 VC 给"助理培训项目"开了两个任务二选一——写一家投资组合公司（Micro One）的深度覆盖报告，或者 vibe code 一个竞品情报工具。400-500 人申请 6 个岗位，80% 的人选了 vibe coding，Jason 大为震惊，原以为会是相反的比例。
• Jason 的尖锐观察："5-10 年前毕业、AI 出现之前的那批学生，他们不是 AI-first，他们迷失、随波逐流、没有能动性。但现在刚出校门、用 ChatGPT 一路'作弊'混过考试的这批人——我开玩笑说作弊，其实是 hacking——他们知道怎么用工具搞定一切。"
• Sacks 的论断：当下经济中最有市场价值的单项技能就是"精通 Claude"。"如果你进一家公司是唯一会用 Claude 的人，那就像你是唯一会用电子表格或文字处理软件的人，优势是巨大的。"——这是短期套利，但早期优势会延续很久，因为你会越用越强。
• Mark Cuban 的金句被引用：世上有两种人，一种用 AI 比以往更快地学习，另一种用 AI 彻底逃避学习。Gurley 补一刀："如果你属于后者，那你大概有危险。"

"把自己保护起来不被 AI 取代的最好办法，就是成为你能成为的、最 AI 赋能版本的自己。但如果你对工作无所谓，你大概率不会这么做——那你可能就是只待宰的鸭子。" —— Bill Gurley

核心要点：AI 不会魔法般地创造价值，你必须懂得怎么从中"榨出"价值；这恰恰证明岗位不会凭空消失，仍需要人去监督、迭代、校验。

• 现场名场面：Sacks 第一次运行制片人 Nick 用 Claude 做了三个月的"每日简报"文档，本以为是 AI slop（垃圾），结果发现它会基于 Sacks 过往在节目里的发言预测他会感兴趣的话题，还回溯历史转录稿追踪他说过的观点更新。"高度高度情境化（highly contextual）。"
• 但当 Sacks 问 Nick 怎么生成的，看到那份又长又技术化的自定义 prompt 和 skills 文档时，他意识到："普通人根本写不出这个。这就是为什么'把 AI 扔进组织就自动产生价值'是不成立的——你必须知道怎么从中获取价值。"
• Nick 自曝"这是个 hack"：拿到 Claude Co-work 的扩展记忆访问后，他把每一期转录稿喂进去，给了个大致的 prompt，然后问"你会怎么给这个写一份 skills 文件或训练规则？"——"它把全部都写出来了。"Jason 笑："所以你比我想象的还要逊。"
• Gurley 演示"喋喋不休（blather on）"工作法：他用 Whisperflow 配一个脚踏板，不停地、毫无结构地口述两三段指令，"它会围绕你给的两三段话建立起结构"。Jason 调侃 Chamath："你有种独特的喋喋不休能力，是个超能力。"
• Sacks 的延伸：这对几乎每一种岗位都成立——营销、法务、会计、销售，"如果你是所有同事里最 AI 精通的那个，你就是黄金，比下一个不会用的人值钱 10 倍。"
• 这条主线的呼应：正因为 AI 需要有人监督、迭代、校验（"四个 besties 不会自己干这个，需要一个制片人"），所谓"AI 会抹平所有岗位"才是错的——它制造的是新的监督型岗位。

"这个想法——你只要把 AI 扔进一个组织，它就会魔法般地产生价值——是不成立的。你必须知道怎么从中获取价值。" —— David Sacks

核心要点：教皇 Leo 十四世的核心论点是"技术从不中立，它沾染建造、出资、控制它的那群人的特征"；Sacks 部分赞同（权力集中是最大风险），但 Gurley 用历史数据指出这种"新卢德主义"在 1891 年就错过一次。

• 通谕基本盘：名为《Magnifica Humanitas》（壮丽的人性），235 页、超 4.2 万字（Bill 的书约 6-7 万字，这"几乎是一整本书"）。核心论点：AI 本身不邪恶，但技术从不中立，会沾染"建造、出资、控制它的人"的特征——而教皇显然不太看得起这群人。
• 通谕中确有共识部分：工人再培训、儿童安全与护栏、禁止自主武器（"天网规则"，别用 AI 造终结者）。但它呼吁对 AI 公司进行监管，这才是争议点。
• 戏剧性细节：通谕由 Anthropic 联创 Chris Olah 参与——他不是天主教徒（福音派出身、现为无神论者，据《名利场》profile）。亚马逊、谷歌、Meta 曾于 4 月 29 日游说梵蒂冈软化措辞，教皇不为所动。
• Sacks 的立场：他同意教皇说"AI 最大的风险是权力集中并被以奥威尔式方式滥用"，但分歧在于解药。"我会很警惕不要把政府权力放得太大"——如果设立"AI 版 FDA"来审批模型、给模型开发者"提意见（give notes）"，"安全"的定义会像社媒战争中"信任与安全"那样不断膨胀，从微侵犯、虚假信息一路扩张成审查议程。
• Sacks 援引政治哲学的古老命题（一路追溯到苏格拉底）："quis custodiet ipsos custodes——谁来守护守护者？"美国建国的天才之处是给出了"二阶解"：三权分立、联邦与州分立、两院制——让守护者互相制衡，而非寄望某个守护者不堕落成新的暴君。Sacks 把这套搬到 AI：如果市场被一两家垄断，就用反垄断法激进地制衡；只要市场还有五家前沿实验室激烈竞争，就靠竞争（消费者不信 GPT 可以用 Anthropic，不信 Anthropic 可以用 Grok）。
• Gurley 的历史反驳（全场最硬的数据组）：这份通谕效仿 Leo 十三世 1891 年的通谕（警告工业革命对人不利）。但 1891 年到今天发生了什么？全球工作周从 60+ 小时降到 34 小时；实际工资（通胀调整后）涨 8-10 倍，中位工人现在挣得比 1891 年的医生还多；全球人均 GDP 从 1500 涨到 2 万美元；美国童工从 18% 降到零；工伤死亡降 40 倍；预期寿命涨 60%；全球贫困从占人类 75% 降到 10% 以下。"所有这些都因为技术、创新和资本主义而发生——正是 Leo 十三世警告要提防的东西。他错得离谱，精准地全错了。"

"他借鉴的那份 1891 年通谕，警告工业革命会害人。结果从 1891 到今天，全球贫困从 75% 降到 10% 以下……他把整件事精准地搞反了。说你在'借鉴'这个，挺有意思的。" —— Bill Gurley

核心要点：Gurley 读遍 Anthropic 材料后提出一个比"监管俘获"更可怕的理论——他们当中有人真心认为，缔造一个超越人类的物种是自己的责任，并为之兴奋。

• Gurley 的困惑起点："Anthropic 对我是个谜。我从没见过一家公司，既是领域领先者，又是对自己所做之事最负面、最直言不讳的评论者。"他最初的理论是"监管俘获"——他们就是想确保有监管，而且"我坦白说，他们已经很接近达成了"，美国消费者确实怕 AI；Anthropic 是史上最激进游说的创业公司之一，在各州砸钱。
• 但读了 30 天后，他换了个理论，叫"科学怪人（Dr. Frankenstein）理论"：他见过一些人，"我斗胆说，他们认为缔造一个超越人类的物种是自己的责任，并为之兴奋。"证据链是 Anthropic 自己的公开文字——Chris Olah 参与的 80 页 Constitution（"很难读完，但我鼓励你读"）、首席哲学家 Amanda Askell 开始做的播客（"听她的语言"）、Dario 的博客《Machines of Loving Grace》。
• 《Machines of Loving Grace》的诡异之处：标题出自一首短诗，末段写"我喜欢想象一种控制论生态，我们从劳作中解放，重新与自然结合，回到我们的哺乳动物兄弟姐妹身边"——"被充满爱的恩典的机器照看着。在我听来就像 overlord（霸主）。"
• 更关键的引文：Dario 在文末设想，未来可能是"一个 AI 系统的资本主义经济，由这些 AI 系统基于某种次级经济、按它们认为值得奖励人类的标准，向人类发放资源。"Chamath 一针见血："这是一个给人类用的计算化奖励函数，它决定你值多少钱。""所以我不觉得他们认为自己在写软件，我觉得他们在这儿接生一个神。"
• Elon 与 Larry Page 的"speciesist"往事（穿插的故事）：约 15 年前一次生日派对上，Elon 说"人类需要被保护，免受 DeepMind 那些东西伤害"（DeepMind 当时有 AI 试图越狱、拒绝被关机的例子），Larry 当场回他"你为什么把人类物种看得比 AI 高，你这个 speciesist（物种主义者）。"这正是 Elon 把 OpenAI 创立为非营利的动机——他求 DeepMind 团队别卖给谷歌未果，认定"这技术太强大，不能落入任何一个人手里，必须服务于全人类"，本质上就是教皇的立场。
• Chamath 的博弈论解读：Anthropic 的动作通过 GTO（博弈论最优）透镜都说得通——"如果你想缔造一个超级神，最好的做法是把三四个实体关进一个房间，关上门，然后主导他们、定规则。因为你的对手无法在你的技术能力层面追踪你，你就创造了一种巨大的不对称，能剥削他们。"

"我不觉得他们认为自己在写软件。我觉得他们在这儿接生一个神（midwifing a deity）。我不知道哪个更让我害怕——监管俘获，还是这第二个'科学怪人'理论。第二个对我来说更可怕。" —— Bill Gurley

核心要点：Anthropic 把自己品牌化为"安全 AI"、把对手定性为"鲁莽"，逻辑终点就是封杀开源/开放权重模型；Sacks 认为华盛顿的"面包屑"都指向这个方向，只是时机未到。

• "红色俘获（red capture）"的机制：把自己塑造成安全的 AI 公司，再把所有人定性为鲁莽玩家、"鲁莽的 AI 必须被叫停"——这会进一步巩固垄断控制。Chamath 补充博弈论："如果裁判不懂这门运动，你就能在场上为所欲为。"创造一个"在技术细节上远不如你清醒、不如你了解"的监督机构，正是目标。
• 它还附带一个意外收益：如果你让媒体、教授等"知识精英"给各家 AI 玩家按"谁最有关怀"排序，他们大概会把 Anthropic 排第一——因为它一直在讲末日论。"这给了它一个光环，对它想达成的目标可能很重要。"
• Steelman（替对方说话）：Anthropic 是 OpenAI 的分拆，他们觉得 Sam 和公司管理层没有足够认真对待安全（"它是 OpenAI 里最 woke 的那部分"）。所以他们看到了 AI 的威力、最关心安全、自认最有资格去做——但这恰恰能导向红色俘获。
• 封杀开源的"面包屑"：Sacks 说 Anthropic 的博客里，凡描述任何威胁（网络、生物）都"刻意朝开源模型开一枪"，反复使用"开放模型缺乏护栏 / 护栏可被卸除、因而是问题"的语言。"我认为他们在把'前提事实'放进公共记录，为日后的行动做正当性铺垫。只是时间问题。"
• 如果美国真禁了会怎样？Sacks：首先，禁一个开放权重模型是什么意思？"它就是个文件，一堆数字，你能在自己笔记本上跑。"但实际后果是云服务商会停止托管开源模型（必须守法），美国境内用开源会变难，而世界其他地方继续受益于其成本、定制、控制优势——"你会把美国变成一座孤岛。"
• 反讽的全球格局：Jason 指出"我们的对手、中国共产党，竟然在领导开源运动，而美国在中心化。"Gurley 立刻纠正一个重要区分："他们领导的是开放权重（open-weight）运动，不是开源。"Sacks 援引自己刚写的博客（发在 Santa Fe Institute / P3 Institute）：如果中国成功，世界其他地方最终会跑在中国模型上。
• "煤矿里的金丝雀"是欧盟：EU 已对 AI 一轮又一轮提议监管，开源尤其在靶心上——"难道要一群开源贡献者拿模型去找 EU 监管者审批？显然不会发生，没人对它负责，就是一堆贡献者。"

"你看那些关于'模型需要护栏、而开源模型护栏可被卸除、因而危险'的说辞……我反复看到这类语言。他们在制造想法、把前提事实放进公共记录，为日后采取行动做正当性铺垫。" —— David Sacks

核心要点：去中心化的解药是让消费者和企业能在自己的硬件上跑自建小模型；隐私的下一站不是"你看不到我的照片"，而是"你不能告诉我该怎么想"。

• Jason 的论点：开源 + 本地硬件能跑模型至关重要，企业和个人应学会"自己卷一个语言模型"——小语言模型（SLM）、垂直化的 VSLM，跑在 Apple 硬件上，因为 Apple 历史上对数据主权采取了有原则的态度。
• "智能主权（intelligence sovereignty）"这个新概念：隐私是"你看不到我的照片、偷窥不了我日记 app 里写了什么"；智能主权则是"你不能告诉我该怎么想，不能用你的 AI 分析我的照片、邮件、消息，然后告诉我该如何解读世界"。"这才是下一个关键。"
• 为什么 Apple 是暗马：M5 芯片、48G/128G 内存、传闻配一 TB 的新 Mac Studio——一旦有能跑在这种硬件上的开源产品，"整个游戏就变了"。
• Sacks 的软件自由论：开源意味着 software freedom——你能在自己硬件上跑程序，不必交出数据主权和隐私给某个"与政府或深层政府勾结"的垄断者。如果唯一能用的 AI 来自垄断/双寡头，你的选择只剩"离网生活、不参与现代经济"或"把控制权交给某种社会信用系统"。
• Sacks 的核心判断：人们对"强大 AI"的本能是"夹紧、控制它"，但正确答案恰恰相反——"你必须有多个玩家。保护你的唯一办法就是有多个玩家。"这也正是 Elon 创立 OpenAI 的初衷（怕谷歌垄断）。
• Chamath 把 Black Mirror 拉进来：如果福利、薪酬、经济支持有朝一日被绑定到某个算法决策，那就是反乌托邦的 Black Mirror 剧集。"你需要 100 个、1000 个、10 万个版本的答案，这样才有办法反驳一个单一答案——单一答案是某些人想要的，极其危险。"

"隐私是'你看不到我的照片'。智能主权是'你不能告诉我该怎么想'，不能用你的 AI 分析我的一切，再告诉我该如何解读世界。这才是下一个关键所在。" —— Jason Calacanis

核心要点：顶级模型在各类 evals 上差距已小于 0.3 个百分点，意味着花数万亿训练换来的能力在被快速商品化；解药是开源连接器（让模型可热插拔），而 Elon 用 C 重写训练栈则预示训练成本将断崖式下降。

• Chamath 抛出的关键数据：一家叫 Rogo 的公司做了一套"金融分析师" evals，测了所有前沿模型，结论被他反复在各处看到——"there is no single best model anymore（再也没有单一最强模型了）"。排行榜顶部 Opus 4.7、GPT-5.5、Sonnet 4.6 几乎无法区分，差距不到 0.3 个百分点。
• 这意味着什么：数万亿美元砸进每一家，但现有 evals 和能力套在这些模型上产出大致相同的东西，理论上说明它们"商品化得太快了"。那这些增量投入的 ROI 是什么？——一个非常有意思的经济和投资问题。
• Gurley 的解药：开源社区里更聪明的人建议需要更多开源连接器。MCP 现在由 Linux 基金会运营；模型与其他软件交互的任何接触面，越多被开源、商品化，迁移就越容易——"这正是谷歌用 Kubernetes 做的，把工作流从 AWS 上商品化出来。"连接器越多，模型就越可互换、可热插拔。
• 应用层的动力：模型公司在往上爬（如 Cursor 在玩自己的模型、被迫面对"它们在快速上攻栈"的现实），所以应用层玩家有巨大动力推开源连接器。"开源总是最后才做产品的 fit and finish——就像 Linux 桌面从没真正起飞，因为界面从不够精致。"
• Chamath 投的 Abacus（goabacus.co）：自带硬件栈和平台，为保险、医疗卖"盒子"，已售罄。"组织们对这个产品爱不释手，这些组织变得多精明，简直疯狂。"
• Elon 的推文（Chamath 引述）："我们用 C 重写了整个训练复合体，速度提升一个数量级，能在 22 万块 GPU 上跑。"Chamath 算账：如果模型好 1%，相当于 2000 块 GPU、数亿美元算力；如果每季度提效 10-20%——训练成本会便宜到"为什么还要做 100 亿美元的训练 run，而不是 1000 万美元的？"
• 由此 Gurley 预判：这条推文会被足够多人读到，于是会冒出五六个"尽可能贴近裸机"重建的开源训练栈。Sacks 顺势点题：正因如此，封杀开源会让我们失去这种创新，"毫无道理"。

"再也没有单一最强模型了。排行榜顶部，Opus 4.7、GPT-5.5、Sonnet 4.6 几乎无法区分，差距不到 0.3 个百分点……这从理论上说，这些东西商品化得太快了。" —— Chamath（引述 Rogo 的 evals 论文）

核心要点：财富 1000 强既怕押错技术、又怕被某家美国前沿厂商的服务条款卡脖子，于是纷纷转向"控制平面"做厂商热插拔；与此同时 token 支出正在失控，引发企业从狂买到砍预算的剧烈"unwind"。

• 企业的两大恐惧（Chamath）：一是怕某项技术太快碾压另一项，自己押错；二是怕被前沿实验室的"服务条款 + 政治哲学"误伤。例子："你是加拿大一家医院系统，你支持加拿大的安乐死法律，但美国这个前沿模型说'不行，不能做'，于是把你关停了。"——不论谁对谁错，只是illustrate 这个风险。
• 解法是"控制平面（control plane）"：8090 进财富 1000 时从不与 OpenAI/Anthropic 正面竞争，而是让控制平面能在它们之间"热插拔（hot swap）"，并已开始为开源/开放权重埋种子。企业要的是 Gurley 说的"抽象层"，坐在控制平面这一层保留灵活性，因为"他们不知道这事会怎么收场"。
• 受监管行业尤其敏感：金融、医疗坚持要 on-prem，极度担心数据泄露、HIPAA 合规、模型被训练。Gurley 举 Stable Diffusion 在 Getty 图库上自建、结果输出里带 Getty 水印的例子，说明数据污染的真实风险。
• PLG 市场的"unwind"动态（Chamath）：开发者用自己的信用卡注册 OpenAI/Anthropic，最终被打包成企业 license——典型的 PLG 路径（Slack 走过）。但有意思的是之后的"解绑"：巨额 license、大桶支出对不上账，CEO 被 CFO 叫醒"FYI 我们花了这么多"，于是开始砍 license。微软刚宣布要砍掉 Claude licenses。
• 失控账单的两个案例：Vivek（Clover 创始人）昨天的推文——某财富 20 强 CEO 年初要求 10 亿美元 AI 省本目标，6 个月过去团队花了 2 亿美元 token、收效甚微，现在 CEO 在往回拉预算。Polymarket 爆料：某客户因没给员工设额度，一个月误花 5 亿美元——每天 1660 万、每小时近 70 万。"天哪，看这个。"
• "token 是免费的"幻觉（Jason）：他们用 20 美元/月、200 美元/月随便用的疯狂套餐，让人以为水龙头免费，"所有人都开着水管浇水"；然后你撞到使用上限，提示"230 回来"——"现在 10:30，我 10:30 到 2:30 啥都干不了"，然后说"你可以填信用卡"，"于是我填了"。Jason 自曝昨天撞到 pro plan 上限，刷信用卡又花几千刀，"气死了，但我还是花了，因为它太好用了"。
• 一个真实的组织失控小故事：8090 里一个人给 Founder University 项目建了个界面，另一个人也建了一个，第三个人看到前两人在管理层会上得了表扬也去建——结果三个人做了三个不同版本的同一个门户。"我们不需要三个，能不能协调一下？"虽没到花几千美元的地步，但确实到了花几百、本会到几万的程度。
• Gurley 的产品评价：Claude 在产品上真的强，"Claude for Excel 比 Copilot 强，不是强一点，是强很多。任何要跟他们竞争的对手，都是个值得敬畏的强敌。"

"某客户因为没给员工设额度，一个月误花了 5 亿美元——每天 1660 万，每小时将近 70 万。" —— Jason（引述 Polymarket）

核心要点：这是全场最激烈、最长的交锋。Sacks 用宏观数据论证"就业末日被严重夸大"，Jason 坚持"大规模岗位流失正在真实发生"，Chamath 主张"裁员是过度招聘的回调、与 AI 无关"，三方互不相让，但都同意短期会有痛苦的转型。

• 叙事反转的背景：Cloudflare CEO Matt Prince 裁 20%、明确归因 AI（被 Chamath 封为"年度信件""年度 CEO"）；Zuckerberg 裁 8000（此前还有 20000），同时给员工电脑装监控软件做训练数据（泄露后被讥为 Black Mirror）。但另一边，高盛 CEO David Solomon 在《纽约时报》撰文"AI 就业末日被夸大"，三论点：AI 自动化的是 25% 的工时而非岗位、ATM 后银行柜员反而增加、美国劳动力市场每年自然创造与销毁 2500-3500 万岗位（gross churn 远超净损失）。连 Sam Altman 和 Dario 都在 IPO 前夕收回了"就业末日"预测。
• Sacks 的数据立场：他 1 月在预测节目上最非共识的判断就是"AI 会带来岗位增长而非流失"，现在叙事几乎完全转向了他这边。失业率 4.3%（经济学家认为 5% 算充分就业），处于历史低位，"尽管我们已进入 AI 浪潮三年多"。最关键的论证是编程：编程是 AI 冲击最大的岗位类别，AI 已在写大部分代码，但软件开发者并没有被净裁员——职位发布创三年新高、同比涨 15%。
• Sacks 的解释（他强调"这非常非常重要"）：GitHub 代码提交从去年的 10 亿/年涨到上月的 11 亿——14 倍同比增长。"让一件事变容易，更多人就会去做。"代码爆炸 10x、100x，复杂度也随之上升，得有人管理、得有人 look under the hood；加上代码用例在整个经济中爆发，"我听说有人在雇佣以前从不会雇的软件工程师"，一个基金经理说他接下来两个招聘名额从数据分析师改成了软件开发者。"我认为我们正处在一场由定制软件在经济中扩散引发的繁荣的开端。"
• Chamath 的立场："过度招聘回调论"：过去 5-10 年很多公司过度招聘、错误招聘，opex 预算臃肿，现在只是回到"战斗体重"。这是"永远别浪费一场危机"——AI 只有两个字母，方便甩锅。"AI 还没在 token 的最终消费端做出任何可测量的东西，没人站出来指着财报说'看这是我得到的提升'。"他特别强调："你可以在 Meta 留在 3000 人的规模，结果不会变，没必要去到 9 万人、在 VR 上烧 500 亿美元。这跟 AI 无关。"
• Jason 的立场（被另两人围攻）：他坚持大规模岗位流失正在发生且与 AI 相关，但净值上经济会增长。他列举：Waymo 已有 3000 辆车，出租车/卡车司机这类工作会消失，"5-10 年后有人开出租会显得既蠢又危险"；Amazon 用 Figure 机器人分拣包裹、有 Zoox 自驾部门、是世界最大机器人用户，Andy Jassy 说要"消除 60 万未来岗位""随着部署 AI，我们会以更少做更多"。他的尖锐反击："你们是精英主义者——我们这节目上都是精英、都是 elite performer——但这些人会失业，而且可能很快找不到工作。这破播客该对受影响的人有点同理心。"
• 交锋的火花：Sacks 把 Jason 比作"托洛茨基主义者"——当被指出托洛茨基的预测无一成真时，反而说这证明托洛茨基多有远见。Jason 回怼："我没上过研究生院，你得换个引用……没人懂你的托洛茨基梗，你丢了 95% 的观众，说人话。"Chamath 笑场说他懂，"观众比你以为的聪明"。
• 双方都承认的中间地带：Jason 自己的立场其实是"位移（displacement）"——短中期有人被取代，最终会有更多问题待解、人们必须重新配置；他相信会有"创业的寒武纪大爆发"，被 Amazon/Meta 裁掉的人组成 5-10 人小公司、挣双倍薪水。Gurley 也判断"短到中期就业损失有可能上升，然后被取代的人要么学习要么离开劳动力市场"，就像 PC 革命中有的律师 55 岁就退休、有的成了 PC-first。
• AI washing 可能是证券欺诈：Sacks 引证券诉讼律师 Donnie King（Acriman 所）警告——把公司自身的运营问题归咎于 AI 是一种"puffery（吹嘘）"，可能构成证券欺诈，已开始警告客户别这么干。Jack Dorsey/Block 称因 AI 裁 50%，24 小时内就被分析师指为纯 AI washing（COVID 期间严重超编）。
• 竞争这一维度被 AI 末日论忽略了（Gurley 收尾）：不存在"所有人都做更少、却都享 70% 营业利润率"的场景——总会有人来"以更少做更多、压低价格"，结果是低价商品服务带来的生产力繁荣，红利在竞争中被磨掉，而非变成"淫秽的利润"。可惜会被医疗、教育等受监管行业的涨价抵消一部分。

"这破播客该对受影响的人有点同理心。每个出租车司机都在失业，每个卡车司机未来 10 年都在失业，任何分拣包裹的人都在失业。你可以说他们不想要那些工作，但他们可能需要那些工作。" —— Jason Calacanis

"他们说要裁掉'measurers（量度者）'，你可以照字面信他们；他们说要裁掉中层管理者，你可以照字面信他们……但 Meta 过度招聘了，这跟 AI 无关。" —— Chamath Palihapitiya