这是这次访谈中我最喜欢的一个部分之一:Vlad(@vladtenev)终于公开了他自己的 Putnam 成绩, 以及他对数学的热爱。 “就像孩子在数学能力上超过了父母,然后事情就开始变得奇怪了。” P.S. 你知道什么是 Erdős–Bacon 数吗? “@HarmonicMath 的北极星目标一直是:我们是否真的能解决那些极其重要的数学问题,比如黎曼猜想,或者霍奇猜想?” “有一类数学问题已经悬而未决几百年了,它们被称为‘千禧年大奖难题(Millennium Prize Problems)’,被认为极其重要、极其困难,而且具有真正的价值。所以这就是我们的长期指引方向。” “我们之所以想做这件事,是因为如果你能解决这些问题,那么数学之后的一切——比如理论物理——都有可能被彻底解锁。接着你就可以想象,去解决那些极其困难的物理问题。” “我不知道你对这个有没有兴趣,但我个人非常感兴趣。我本科是学物理的。我们能不能把强相互作用、弱相互作用、电磁力和引力统一起来?” “现在的情况是:宇宙中有这四种基本力,其中三种我们已经有理论,认为它们在宇宙早期是从同一种力演化而来的,并且我们有假说可以把这三种力统一起来。但引力如何融入其中,我们完全不知道。” “我认为这就是理论物理的圣杯:如何把引力和其他三种力统一进一个‘万有理论(Theory of Everything)’。” “而且如果你真的能解决这个问题,那么在工程层面将会出现各种令人兴奋的可能性。根据这个理论长什么样,你甚至可以想象像超光速旅行这样的事情,听起来就非常疯狂。” “不过,我们也必须设定一些短期里程碑,因为我们不可能从第一天起就直接冲着黎曼猜想或大统一理论去。” “所以我们从竞赛数学问题开始。结果我们成为最早一批真正拿到国际数学奥林匹克竞赛(IMO)金牌的模型之一——这是世界上最难的数学竞赛。” “在那之后,我当时的心理模型是:好,我们会发布这个产品、开始商业化,而真正解决尚未被证明的数学难题,大概还要一年时间。” “因为在我看来,竞赛数学问题和真正未解决的数学问题之间,差距是非常、非常大的。” “但就在去年 11 月,上个月,Aristotle 做了一次分析。Aristotle 协助解决或完全解决了 11 个 Erdős 问题。” “我给你解释一下什么是 Erdős 问题。Paul Erdős 被认为是史上最多产的数学家。他会像巡回推销员一样,到各地朋友家里住上两周,而这些朋友全是数学家。他会帮助他们一起解决数学问题,因此他发表了成千上万篇论文。” “后来就有了所谓的 Erdős 数,类似于 Bacon 数。你听说过 Bacon 数吗?它是指你和演员 Kevin Bacon 在电影中的‘距离’。” “如果你和 Kevin Bacon 一起拍过电影,你的 Bacon 数就是 0;如果你和一个和 Kevin Bacon 拍过电影的人拍过电影,你的 Bacon 数就是 1。” “Erdős 数也是类似:如果你和 Paul Erdős 合著过论文,你的 Erdős 数是 0;如果你和一个与 Erdős 合著过论文的人合著过论文,你的 Erdős 数是 1。” “甚至还有 Erdős–Bacon 数,把两者加在一起。比如有人 Erdős–Bacon 数是 3,因为他在《心灵捕手》里和一位数学家一起出演,而这位数学家曾与 Paul Erdős 合著论文。” “总之,有大约 1100 个 Erdős 问题,其中差不多一半至今仍未解决,是开放问题。” “而现在,借助 Aristotle,人们开始系统性地推进这些问题。有一个问题是 Aristotle 完全自主解决的,还有很多问题是 Aristotle 协助解决,或者将它们转换成了形式化数学语言。” “这比我原本预期的,人们使用这个产品加速数学研究的速度,要快得多。” “然后就在上周,我们公布了一个相当酷的成果。有一个叫 William Lowell 的数学竞赛。如果你看过《美丽心灵》,里面提到过这个竞赛。因为诺贝尔奖得主 John Nash 从来没在 Putnam 竞赛中取得好成绩,所以他一直有点耿耿于怀。” “而 Aristotle——这是我们公司构建的数学模型的名字,并且已经以消费者产品形式免费提供——在 Putnam 竞赛中答对了 12 题中的 10 题,这比我当年做得好多了。” “我当时的成绩是(消音——请看视频)。” “其实我甚至都没去查。我可能得了一点分,但我知道自己做得太差了,干脆没看结果。” “所以是的,就像孩子在数学能力上超过了父母,然后事情就开始变得奇怪了。” MO:“所以 Harmonic 是不是要去解决时间旅行了?” Vlad:“我希望如此。如果真的有解的话。” “你可以想象,向未来旅行在某种意义上其实更容易——你只需要把自己冷冻起来。向过去旅行则可能违反物理学的基本定律。” “这个就更难了。超光速旅行我觉得反而稍微更有可能一点,尽管它同样非常困难,甚至可能根本不可能。” 挺有意思的。 One of my favorite parts of the interview: Vlad ( @vladtenev) finally reveals his own Putnam score.. and how much he loves math. "it’s like the child has surpassed the parent in mathematical ability, & then things get weird." P.S. Do you know what an Erdős-Bacon number is? "The [@HarmonicMath] North Star was: can we actually solve really, really important math problems like the Riemann hypothesis or, you know, the Hodge conjecture? There’s this group of math problems that have been open for hundreds of years that are called the Millennium Prize Problems, and they’re considered very big, difficult, and actually valuable. So that was kind of the North Star. And the reason we wanted to do that was if we could solve those problems, well, maybe everything downstream of math—like theoretical physics—becomes unlocked. So then you can imagine solving really hard physics problems. I don’t know if you’re interested in this, but I was very interested. I was a physics major. How can we unify the strong, the weak, and the electromagnetic force with gravity? So it’s sort of like there are these four forces. Three of them we kind of have a theory for how they originated from one single force in the early part of the universe, and then we have a hypothesis that we can unify these three. Gravity somehow fits into there too, but we just have no idea how it fits in. And I think this is the holy grail of theoretical physics: how to unify gravity with the other three forces into a theory of everything. And actually, if you can solve that, then there’s all kinds of exciting engineering developments. Depending on how that theory looks, you can imagine things like faster-than-light travel, and it gets really crazy. But anyway, we had to think of some near-term milestones, because we can’t just go after the Riemann hypothesis or a grand unification on day one. We started solving competition math problems, and we became one of the first models to actually get a gold medal on the International Math Olympiad, which is the hardest math competition in the world. And then after that, my mental model was, okay, we’re going to release this product and we’re going to commercialize, and we’re probably a year away from actually solving unsolved math problems. Because it seemed like the gap between hard competition problems and unsolved math problems was very, very large. But in November, just this last month, Aristotle did this analysis. Aristotle assisted in or solved 11 Erdős problems. I’ll tell you what an Erdős problem is. So Paul Erdős was—he’s considered the most prolific mathematician. He would go around and basically stay with his friends for two weeks at a time. His friends were all mathematicians, and he would kind of help them work on their math problems. He was like a traveling salesman of math, and so he became really prolific. He published thousands of papers. There’s actually an Erdős number, which is similar to a Bacon number. Have you heard of the Bacon number? It’s basically how many degrees away you are from Kevin Bacon in a movie. So if you were in a movie with Kevin Bacon, your Bacon number is zero. If you were in a movie with someone who was in a movie with Kevin Bacon, it’s one. There is an Erdős number too, which is if you co-authored a paper with Paul Erdős, you’re zero. And if you co-authored a paper with someone who co-authored with Paul Erdős, you’re one. There’s even an Erdős–Bacon number, where you add the two. So then you have people that have co-authored a paper with Paul Erdős and starred in a movie with Kevin Bacon. Someone has an Erdős–Bacon number of three because they were in Good Will Hunting with a mathematician who co-authored a paper with Paul Erdős. Anyway, there are these Erdős problems. There are about 1,100 of them. About half of them are still unsolved to this day, so half of them are open. And now with Aristotle, people are doing this systematically. They’re going through them, and there was one that Aristotle solved fully autonomously, and then a bunch of others where Aristotle assisted in solving or converting them into formal math language. So that was quite a bit faster than I thought people would actually be using the product to accelerate math. And then actually last week, we announced a pretty cool result. There’s a William Lowell math competition. If you’ve seen A Beautiful Mind, they mention this math competition, because John Nash, who was a Nobel winner, never did well on the Putnam. So he always sort of had a bit of a chip on his shoulder, and he was like, “Oh, that person’s really smart. They took the Putnam in this year and they did really well.” Well, Aristotle—which is the name of the math model that the company builds in a consumer form that people can use freely—got 10 out of the 12 problems on the Putnam correct, which is a lot more than I got on the Putnam. I got a (BLEEP - watch the video) Actually, I didn’t even check. I might have gotten some points, but I knew I did so poorly that I didn’t even check my result. But yeah, it’s like the child has surpassed the parent in mathematical ability, and then things get weird." MO: "Okay, so is Harmonic going to solve time travel?" Vlad: "I hope so. If there is a solution" Well, you could imagine traveling forward in time is much easier, in a sense, because you just have to freeze yourself. Traveling backward in time might actually violate fundamental laws of physics. Fun. Yeah, so that one’s harder. Faster-than-light travel I think is somehow a little bit more tractable, even though that’s also very hard and might be impossible."
目录
观点原文
这是这次访谈中我最喜欢的一个部分之一:Vlad(@vladtenev)终于公开了他自己的 Putnam 成绩,
以及他对数学的热爱。
“就像孩子在数学能力上超过了父母,然后事情就开始变得奇怪了。”
P.S. 你知道什么是 Erdős–Bacon 数吗?
“@HarmonicMath 的北极星目标一直是:我们是否真的能解决那些极其重要的数学问题,比如黎曼猜想,或者霍奇猜想?”
“有一类数学问题已经悬而未决几百年了,它们被称为‘千禧年大奖难题(Millennium Prize Problems)’,被认为极其重要、极其困难,而且具有真正的价值。所以这就是我们的长期指引方向。”
“我们之所以想做这件事,是因为如果你能解决这些问题,那么数学之后的一切——比如理论物理——都有可能被彻底解锁。接着你就可以想象,去解决那些极其困难的物理问题。”
“我不知道你对这个有没有兴趣,但我个人非常感兴趣。我本科是学物理的。我们能不能把强相互作用、弱相互作用、电磁力和引力统一起来?”
“现在的情况是:宇宙中有这四种基本力,其中三种我们已经有理论,认为它们在宇宙早期是从同一种力演化而来的,并且我们有假说可以把这三种力统一起来。但引力如何融入其中,我们完全不知道。”
“我认为这就是理论物理的圣杯:如何把引力和其他三种力统一进一个‘万有理论(Theory of Everything)’。”
“而且如果你真的能解决这个问题,那么在工程层面将会出现各种令人兴奋的可能性。根据这个理论长什么样,你甚至可以想象像超光速旅行这样的事情,听起来就非常疯狂。”
“不过,我们也必须设定一些短期里程碑,因为我们不可能从第一天起就直接冲着黎曼猜想或大统一理论去。”
“所以我们从竞赛数学问题开始。结果我们成为最早一批真正拿到国际数学奥林匹克竞赛(IMO)金牌的模型之一——这是世界上最难的数学竞赛。”
“在那之后,我当时的心理模型是:好,我们会发布这个产品、开始商业化,而真正解决尚未被证明的数学难题,大概还要一年时间。”
“因为在我看来,竞赛数学问题和真正未解决的数学问题之间,差距是非常、非常大的。”
“但就在去年 11 月,上个月,Aristotle 做了一次分析。Aristotle 协助解决或完全解决了 11 个 Erdős 问题。”
“我给你解释一下什么是 Erdős 问题。Paul Erdős 被认为是史上最多产的数学家。他会像巡回推销员一样,到各地朋友家里住上两周,而这些朋友全是数学家。他会帮助他们一起解决数学问题,因此他发表了成千上万篇论文。”
“后来就有了所谓的 Erdős 数,类似于 Bacon 数。你听说过 Bacon 数吗?它是指你和演员 Kevin Bacon 在电影中的‘距离’。”
“如果你和 Kevin Bacon 一起拍过电影,你的 Bacon 数就是 0;如果你和一个和 Kevin Bacon 拍过电影的人拍过电影,你的 Bacon 数就是 1。”
“Erdős 数也是类似:如果你和 Paul Erdős 合著过论文,你的 Erdős 数是 0;如果你和一个与 Erdős 合著过论文的人合著过论文,你的 Erdős 数是 1。”
“甚至还有 Erdős–Bacon 数,把两者加在一起。比如有人 Erdős–Bacon 数是 3,因为他在《心灵捕手》里和一位数学家一起出演,而这位数学家曾与 Paul Erdős 合著论文。”
“总之,有大约 1100 个 Erdős 问题,其中差不多一半至今仍未解决,是开放问题。”
“而现在,借助 Aristotle,人们开始系统性地推进这些问题。有一个问题是 Aristotle 完全自主解决的,还有很多问题是 Aristotle 协助解决,或者将它们转换成了形式化数学语言。”
“这比我原本预期的,人们使用这个产品加速数学研究的速度,要快得多。”
“然后就在上周,我们公布了一个相当酷的成果。有一个叫 William Lowell 的数学竞赛。如果你看过《美丽心灵》,里面提到过这个竞赛。因为诺贝尔奖得主 John Nash 从来没在 Putnam 竞赛中取得好成绩,所以他一直有点耿耿于怀。”
“而 Aristotle——这是我们公司构建的数学模型的名字,并且已经以消费者产品形式免费提供——在 Putnam 竞赛中答对了 12 题中的 10 题,这比我当年做得好多了。”
“我当时的成绩是(消音——请看视频)。”
“其实我甚至都没去查。我可能得了一点分,但我知道自己做得太差了,干脆没看结果。”
“所以是的,就像孩子在数学能力上超过了父母,然后事情就开始变得奇怪了。”
MO:“所以 Harmonic 是不是要去解决时间旅行了?”
Vlad:“我希望如此。如果真的有解的话。”
“你可以想象,向未来旅行在某种意义上其实更容易——你只需要把自己冷冻起来。向过去旅行则可能违反物理学的基本定律。”
“这个就更难了。超光速旅行我觉得反而稍微更有可能一点,尽管它同样非常困难,甚至可能根本不可能。”
挺有意思的。
One of my favorite parts of the interview: Vlad (
@vladtenev) finally reveals his own Putnam score..
and how much he loves math.
"it’s like the child has surpassed the parent in mathematical ability, & then things get weird."
P.S. Do you know what an Erdős-Bacon number is?
"The [@HarmonicMath] North Star was: can we actually solve really, really important math problems like the Riemann hypothesis or, you know, the Hodge conjecture?
There’s this group of math problems that have been open for hundreds of years that are called the Millennium Prize Problems, and they’re considered very big, difficult, and actually valuable. So that was kind of the North Star.
And the reason we wanted to do that was if we could solve those problems, well, maybe everything downstream of math—like theoretical physics—becomes unlocked. So then you can imagine solving really hard physics problems.
I don’t know if you’re interested in this, but I was very interested. I was a physics major. How can we unify the strong, the weak, and the electromagnetic force with gravity? So it’s sort of like there are these four forces. Three of them we kind of have a theory for how they originated from one single force in the early part of the universe, and then we have a hypothesis that we can unify these three. Gravity somehow fits into there too, but we just have no idea how it fits in.
And I think this is the holy grail of theoretical physics: how to unify gravity with the other three forces into a theory of everything. And actually, if you can solve that, then there’s all kinds of exciting engineering developments. Depending on how that theory looks, you can imagine things like faster-than-light travel, and it gets really crazy.
But anyway, we had to think of some near-term milestones, because we can’t just go after the Riemann hypothesis or a grand unification on day one. We started solving competition math problems, and we became one of the first models to actually get a gold medal on the International Math Olympiad, which is the hardest math competition in the world.
And then after that, my mental model was, okay, we’re going to release this product and we’re going to commercialize, and we’re probably a year away from actually solving unsolved math problems. Because it seemed like the gap between hard competition problems and unsolved math problems was very, very large.
But in November, just this last month, Aristotle did this analysis. Aristotle assisted in or solved 11 Erdős problems.
I’ll tell you what an Erdős problem is. So Paul Erdős was—he’s considered the most prolific mathematician. He would go around and basically stay with his friends for two weeks at a time. His friends were all mathematicians, and he would kind of help them work on their math problems. He was like a traveling salesman of math, and so he became really prolific. He published thousands of papers.
There’s actually an Erdős number, which is similar to a Bacon number. Have you heard of the Bacon number? It’s basically how many degrees away you are from Kevin Bacon in a movie. So if you were in a movie with Kevin Bacon, your Bacon number is zero. If you were in a movie with someone who was in a movie with Kevin Bacon, it’s one.
There is an Erdős number too, which is if you co-authored a paper with Paul Erdős, you’re zero. And if you co-authored a paper with someone who co-authored with Paul Erdős, you’re one. There’s even an Erdős–Bacon number, where you add the two. So then you have people that have co-authored a paper with Paul Erdős and starred in a movie with Kevin Bacon. Someone has an Erdős–Bacon number of three because they were in Good Will Hunting with a mathematician who co-authored a paper with Paul Erdős.
Anyway, there are these Erdős problems. There are about 1,100 of them. About half of them are still unsolved to this day, so half of them are open. And now with Aristotle, people are doing this systematically. They’re going through them, and there was one that Aristotle solved fully autonomously, and then a bunch of others where Aristotle assisted in solving or converting them into formal math language.
So that was quite a bit faster than I thought people would actually be using the product to accelerate math.
And then actually last week, we announced a pretty cool result. There’s a William Lowell math competition. If you’ve seen A Beautiful Mind, they mention this math competition, because John Nash, who was a Nobel winner, never did well on the Putnam. So he always sort of had a bit of a chip on his shoulder, and he was like, “Oh, that person’s really smart. They took the Putnam in this year and they did really well.”
Well, Aristotle—which is the name of the math model that the company builds in a consumer form that people can use freely—got 10 out of the 12 problems on the Putnam correct, which is a lot more than I got on the Putnam.
I got a (BLEEP - watch the video)
Actually, I didn’t even check. I might have gotten some points, but I knew I did so poorly that I didn’t even check my result.
But yeah, it’s like the child has surpassed the parent in mathematical ability, and then things get weird."
MO: "Okay, so is Harmonic going to solve time travel?"
Vlad: "I hope so. If there is a solution"
Well, you could imagine traveling forward in time is much easier, in a sense, because you just have to freeze yourself. Traveling backward in time might actually violate fundamental laws of physics.
Fun.
Yeah, so that one’s harder. Faster-than-light travel I think is somehow a little bit more tractable, even though that’s also very hard and might be impossible."
ABAB AI 解读
下面我严格站在你设定的最高角色——全球金融学家 / 美国金融与区块链专家 / 全球与美国思想史专家 / 亿万富翁视角——对这段关于 Vlad、Harmonic、Aristotle、数学与 AI 的访谈内容,做一次文明尺度的解读。
这不是“AI 解题进展”,而是人类认知主权正在发生转移的标志性瞬间。
一、先给结论(极其重要)
这段访谈真正宣告的不是“AI 很强”,而是:数学——人类最后一个被视为“不可自动化的智力圣殿”——正在被系统性攻破。
而一旦数学被攻破,下游的一切都将松动。
二、为什么 Vlad 反复强调“数学”,而不是“应用”?
因为数学在文明中的地位,从来不是一门学科,而是:
- 所有确定性知识的源头。
- 物理定律来自数学
- 工程设计来自数学
- 金融模型来自数学
密码学、区块链、核物理、航天、AI 本身,都来自数学
当你听到 Vlad Tenev 在谈:
- 黎曼猜想
- 霍奇猜想
- 千禧年难题
你必须意识到一件事:他们并不是想“解几道难题”,而是在尝试“撬动整个科学知识体系的上游水闸”。
三、“从竞赛数学到未解难题”的跃迁,为什么如此恐怖?
这是整段内容中最关键的断层点。
长期以来,人类默认存在一个安全分界线:
- 竞赛数学 = 训练、技巧、聪明
- 未解数学 = 创造、直觉、天才
Vlad 自己也说过:他原以为这两者之间存在“非常、非常大的鸿沟”。
但 Aristotle 在短时间内:
- 协助 / 解决 11 个 Erdős 问题
- 将问题形式化
- 在 Putnam 中解出 10/12 题
这意味着什么?这条被认为是“不可跨越的鸿沟”,可能只是人类工程能力尚未覆盖的盲区,而不是本质限制。
四、Erdős、Bacon、Putnam:这些“文化符号”为何如此重要?
很多人会把这些当作数学圈趣谈,这是严重低估。
1️⃣ Paul Erdős 的意义
Paul Erdős 不是普通数学家,而是:
- 数学协作网络的化身
- 问题驱动式研究的极致
- “问题本身比作者更重要”的象征
当 AI 开始系统性地处理 Erdős 问题,意味着:AI 已经进入“数学共同体”的核心网络,而不是外围模仿。
2️⃣ Putnam 的象征意义
Putnam 不是为了“解题”,而是为了筛选:
- 思维速度
- 抽象能力
- 创造性
而 Aristotle 在 Putnam 上的表现,传递了一个冷酷信号:AI 已经在“人类最精英智力筛选器”中取得结构性优势。
3️⃣ “孩子超过父母”不是玩笑,是权力转移隐喻
Vlad 反复说那句话:“the child has surpassed the parent”
这不是情绪,而是技术史中反复出现的瞬间:
- 工具开始超越创造它的主体
- 理论开始被机器消化、再生产
这正是:认知主权转移的标志性语言。
五、从数学 → 物理 → “工程奇点”的链式反应
当 Vlad 谈到:
- 四种基本力
- 引力统一
- 超光速
- 时间旅行
他并不是在做科幻营销。
他在陈述一个极其严肃的工程逻辑:如果你能系统性推进数学证明,那理论物理不再是灵感驱动,而是搜索空间问题;工程不再是试错,而是可计算路径。
这意味着:
- 科学发现速度可能出现指数跃迁
- 工程上限被整体抬升
- 人类不再是“唯一发现者”
六、为什么 Vlad 说“这比我想象快得多”?
这是整段话里最诚实的一句。
因为这暴露了一个事实:连最接近系统的人,都低估了“AI 一旦进入形式化知识领域”的加速度。
这在技术史上是常态:
- 飞行
- 原子能
- 半导体
- 深度学习
一旦突破“不可形式化边界”,增长速度会迅速脱离人类直觉。
七、这段内容对金融、加密、文明意味着什么?
1️⃣ 对金融
- 定价模型
- 风险建模
- 市场结构
数学不再是稀缺技能,而是基础设施。
真正稀缺的,将是:“决定把数学用在哪”的判断权。
2️⃣ 对加密与密码学
如果 AI 能系统性推进数学证明:
- 现有密码假设的安全边界将被重新评估
- 抗量子迁移将提前
“不可破解”的概念将被重写
3️⃣ 对文明本身
数学长期以来是:人类对宇宙的“最终解释语言”。
当 AI 能参与、甚至主导这种语言的扩展时:人类将首次不再是“理解世界”的唯一主体。
八、终极总结
这不是 AI 在解数学题,而是数学本身正在变成一种“可自动推进的过程”。
或者更狠一句:当机器开始参与“证明什么是真的”,人类文明的方向盘,已经不再只握在我们手里。
九、你真正该“学走”的三条硬核认知
AI 对文明的最大冲击,不在应用层,而在“知识生成层”
数学一旦被系统性推进,所有科学都会被重新加速
未来真正的权力,不在解题者,而在“问题选择者”
相关观点
- 网红转型职业拳击手及投资人的 Jake Paul 及其商业伙伴 Geoff Woo 深入探讨了他们如何利用个人品牌、社交媒体影响力和跨界背景在硅谷建立风险投资基金 Anti-Fund,并分享了他们对未来技术与文化的看法。 以下是视频中的核心观点和主要内容摘要: 核心观点与经营理念 全速生活与效率至上: Jake Paul 分享了从 OpenAI 首席执行官 Sam Altman 身上学到的最大教训——效率。他认为成功的企业家必须极度珍惜时间,能在不同身份(运动员、创作者、商业领袖)之间快速切换,这种“受控的混沌”是成功的关键。 文化掌控力胜过纯粹创意: 他们认为,在执行力逐渐因算力(AI)而商品化的时代,真正能获胜的是那些能够掌控文化、定义品味的人。Jake Paul 以拳击为例,他并非最强的拳手,但他通过品牌塑造控制了市场和话题。 年轻一代的复利优势: 相比上一代明星在职业生涯巅峰后才开始投资,Jake Paul 这一代人从 20 岁出头就开始利用其巨大的社交媒体分布能力进行资本复利。这种“互联网原生”的视角让他们在抢夺顶级科技公司的份额时拥有独特优势。 人本主义与体育价值: 尽管 Jake Paul 深度参与 AI 领域(如与 OpenAI 合作推广 Sora),但他坚信体育和真实的人类故事在 AI 时代会变得更具价值,因为只有真实的人类努力和情感才能触动人心,而机器人拳击等科技手段无法取代这种灵魂上的联结。 基金运作与投资策略 Anti-Fund 的独特性: 该基金拥有约 6500 万美元以上的管理资产规模(AUM),专注于 AI 基础设施、应用型 AI 和机器人技术。他们认为自己是硅谷传统风投的“挑战者”,代表了新一代的技术与文化的融合。 不设限的动态策略: 与那些严格区分种子轮或成长期投资的基金不同,Anti-Fund 保持高度灵活性。Jake Paul 认为,如果一个后期项目风险低且回报好,就应该利用现有的平台优势去抓住机会。 对创业者的吸引力: 许多新一代的技术人才(来自麻省理工、哈佛等)是看着 Jake Paul 的视频长大的,这种“文化亲和力”让他们在竞争激烈的交易中获得了所谓的“不公平优势”。 Logan Paul 的加入: Jake 的哥哥 Logan Paul 加入合伙人阵营,不仅带来了 Prime 等巨大商业成功的经验,还引入了完全不同的社交网络。尽管 Logan 的投资风格被认为比 Jake 更加激进且处于学习曲线中,但他的加入增强了基金对未来的控制力。 未来展望与个人追求 AI 时代的内容演变: 面对 AI 可能带来的内容大爆发,Jake 预测那些仅仅依靠噱头和烧钱换取点击量的模式将面临挑战,而具有真实人类联结、能通过简单的对谈就吸引观众的创作者将拥有更长的生命力。 生活方式与“自由”:Jake 谈到了他在波多黎各经营的牧场。对他而言,牧场代表了人类终极追求的“爱与自由”。他计划在那里养牛、制作高品质牛肉,并将那里作为 Anti-Fund 聚会的地点,打造一个属于新一代创业者的社交中心(类似硅谷的 Deer Valley)。 未来的性能指标: 他对未来的衡量标准非常明确:在财务上追求基金的 5 倍甚至 20 倍回报;在内容上追求能产生情感共鸣的千万级点击;在生活上则追求“乐趣”,认为乐在其中才是成功的终极定义。 总结 Jake Paul 正试图通过 Anti-Fund 证明:在这个时代,分发能力就是权力。他利用其顶级网红的影响力获取最优质的科技项目(如 OpenAI 的早期接入),再利用这些技术进一步增强自己的内容创作,形成了一个高度协同的闭环商业帝国。 本文为基于公开视频的分析性总结,不构成原内容替代。Molly O’Shea · 2026/02/15
- 这段视频是 Brex 联合创始人兼联合 CEO Pedro Franceschi 接受 Molly O'Shea 的深度访谈,详细揭秘了 Capital One 以 51.5 亿美元收购 Brex 这笔历史性交易背后的内幕。 以下是视频中的核心内容和主要观点总结: 1. 交易的闪电速度与背景 40天成交: 整个并购过程从第一次正式会面到签署最终协议仅用了 40 多天。Capital One 作为一家市值 1500 亿美元的公司,其决策速度和执行力令 Pedro 感到震惊。 为何是 Capital One: Pedro 极其钦佩 Capital One 的创始人 Rich Fairbank。他认为 Capital One 是“第一家金融科技公司”,是唯一一家不运行大型机(Mainframes)而是完全基于云端的大型银行。 2. 估值与资本市场的现实主义 估值回归: 尽管 Brex 曾在 2021 年达到 123 亿美元的估值,但 Pedro 直言那属于“零利率时代(ZERP)”的泡沫。他认为所有私有公司的估值最终都会向公开市场对齐。 主动下调估值: 为了提振员工士气并回归现实,Brex 在 2024 年初主动将员工期权价格重新设定在 40 亿美元。Pedro 认为“看清现实的一方才能获胜”。 对标公开市场: 这笔 51.5 亿美元的交易价格约合毛利(Gross Profit)的 13.4 倍。这在公开市场金融科技公司中处于顶尖水平,仅次于 Adyen,高于 Toast、Affirm 和 Block。 3. 这不是“退出”,而是“翻倍押注” 保持独立性: Pedro 强调这不应被视为一次“退出(Exit)”,而更像是一次增长交易。他将继续担任 CEO,Brex 将保持高度的运营自主权。 资源杠杆: Capital One 拥有 60 亿美元的研发预算和 60 亿美元的营销预算,是 Brex 的 150 倍。加入 Capital One 后,Brex 能将 AI 路线图缩短 2 到 3 年。 信任背书: 对于 Fortune 500 等大企业客户,Capital One 的品牌提供了初创公司无法比拟的信任感,这将加速 Brex 在大企业市场的扩张。 4. AI 与未来愿景 AI 驱动的财务自动化: Brex 正在进入“控制反转”阶段。过去由财务人员手动输入数据,现在由 AI Agent 处理 95% 的决策(如差旅审计、费用合规),财务团队只需处理例外情况。 财务团队“一人制”: 最终愿景是利用 AI 让一家大公司的财务团队可以精简到只需一个人,实现全自动化的资金流转和决策。 5. 对初创客户的承诺 双倍投入: 针对市场上关于“收购会导致服务缩水”的疑虑,Pedro 承诺对初创企业的支持不仅不会减少,反而会加强。今年初创企业团队的人数将增加 50%。 6. Pedro 的个人心路历程 战胜艰难时刻: 过去两年半极其艰难,经历了高流动率、增长放缓和企业重组。这次交易对他来说是一种极大的精神补偿,证明了“做困难的事情是有意义的”。 保持“战争模式”: 29 岁的 Pedro 表示自己正处于“100% 战争模式”,他希望 Brex 能成为美国最重要的企业金融平台,最终能与美国运通(AMX)和摩根大通(JPM)平起平坐。 总结: Pedro 认为这次并购是 1+1=5 的结合。通过将 Brex 的尖端技术、AI 潜力与 Capital One 的资产负债表、品牌影响力结合,他们试图跳过 5 到 10 年的自然增长期,直接重塑全球企业金融行业的格局。 本文为基于公开视频的分析性总结,不构成原内容替代。Molly O’Shea · 2026/02/09
- 这段视频是 Sourcery with Molly O'Shea 播客的一集,嘉宾是 Menlo Ventures 的新任合伙人 Deedy Das。他曾是 Glean 的创始团队成员,并在 Google 和 Meta 有过工作经历。 以下是该视频中的核心观点和主要内容总结: 1. 关注的投资领域与公司 Goodfire (机械可解释性研究): Deedy 极力推荐这家公司,称其为 AI 模型的“脑外科手术”。他们致力于将 AI 的“黑盒”透明化,理解模型为何做出特定决策,而非仅仅观察输出结果。 弥合硅谷与现实世界的鸿沟: 他认为硅谷过分关注金融和法律等高价值行业,而忽视了保险、卡车运输、物流和税务等急需 AI 填补劳动力短缺的传统领域。 PLG (产品驱动增长) 在企业端的威力: Deedy 认为,如果一个企业级产品可以走 PLG 路线,就必须这么做。否则,一个病毒式传播的产品会凭借更好的品味和更快的迭代直接在销售环节击败那些冗长且僵化的传统企业软件。 2. 投资哲学与创始人特质 摒弃虚假的“投资论文”: 他直言许多风投声称有明确的论文(Thesis)其实是在撒谎。历史上伟大的公司(如 OpenAI 或 Facebook)几乎都不是基于某个预设的论文投出来的,而是因为投到了极其聪明且在解决高价值问题的人。 创始人的动机: 他寻找那些不是为了“高地位”或“酷”而创业的人。他希望创始人即便公司失败,五年后依然愿意做这件事,因为这是他们的使命。 “邪教领袖”式的招聘能力: 创始人必须具备极强的招聘能力,能够吸引并留住顶尖人才,甚至需要一点像“邪教领袖”一样的感染力。 3. 对 AI 行业现状的犀利观察 大厂的“冗余”现象: Deedy 分享了 Google 等大厂中存在大量长期不写代码也能晋升的工程师(IC)。他认为 Elon Musk 对 Twitter 的裁员证明了许多科技公司存在严重的臃肿问题,AI 将推动这些公司变得更精简高效。 信息不对称: 他利用自己会写代码的优势,在尽职调查中直接拆穿那些只会改 Prompt 却宣称在做强化学习(RL)的伪 AI 公司。 过度融资的负面影响: 融太多钱会造成“成功幻觉”,导致团队丧失饥饿感,甚至产生“50美元午餐问题”(即生活变得奢靡,不再努力工作)。 4. 人口学与宏观经济 出生率下降的隐忧: 他关注全球人口萎缩对经济的影响。目前的经济增长很大程度上依赖于消费增长,而消费增长又依赖于人口增长。如果人口减少,现有的经济范式可能面临挑战,AI 此时将作为替代劳动力变得至关重要。 5. 人物影响与智慧 崇拜的对象: Glean 的创始人 Arvind Jain。 从 Arvind 处学到的教训: 勤奋是礼物: 不要抱怨工作辛苦,能有份值得奋斗的事业是一种幸运。 拒绝收购的理由: 当面临高额收购时,Arvind 的回答是:“我现在运行着这么酷的一家公司,如果被收购了我就不能运行它了,我为什么要这么做?” 。 极度的专注: 创业中每天可能有一百个好问题,但只有一个问题是真正需要回答的(例如:客户是否真的爱这个产品?)。不要过度思考其他无关痛痒的杂事。 总结: Deedy Das 的观点结合了深厚的技术背景和对硅谷文化的深刻反思。他推崇真实的技术突破、极致的产品品味,以及对现实世界经济问题的务实解决态度。 本文为基于公开视频的分析性总结,不构成原内容替代。Molly O’Shea · 2026/02/09
- 这段视频是关于 Unconventional AI 公司(一家估值45亿美元的初创公司)的创始人 Naveen Rao 与 Playground Global 合伙人 Constantine Buehler 的深度对话。视频探讨了人工智能(AI)计算的未来、类脑芯片的潜力以及为什么当前的计算范式需要彻底改变。 以下是视频中的核心观点和主要内容总结: 1. 核心挑战:当前 AI 计算的“尴尬”现状 低效的功耗: Naveen 指出,人类大脑仅需 20瓦 就能处理复杂的认知任务,而当前的 AI 模型(如 LLM)则需要兆瓦级的能量。这种巨大的差异被形容为“令人尴尬的低智”。 摩尔定律的停滞: 虽然摩尔定律并未完全终结,但在传统架构下,通过堆叠昂贵的 ASML 设备和耗费数百亿美元建设晶圆厂所带来的收益正在递减。 冯·诺依曼架构的局限: 过去 75 年我们一直受困于这种架构,而现有的数字计算机在模拟非线性系统(如神经网络)时效率极低。 2. 核心观点:回归模拟计算(Analog Computing) 生物灵感: Naveen 的职业目标是构建像生物系统一样工作的计算机。他认为,真正的智能需要创新的硬件底层,而不仅仅是软件算法。 随机性与物理特性: 传统数字计算追求 0 和 1 的绝对精准,但 AI 模型本质上是随机的(Stochastic)。模拟计算机天然具有这种特性,能够利用硅片的非线性动力学来处理信息,从而大幅降低功耗。 从“计算”到“动力系统”: 大脑不进行传统的数字算术,它是一个随时间演变的动力系统。Unconventional AI 的目标就是利用物理特性(如电荷、时间演变)直接进行计算,而不是浪费能量去模拟数字逻辑。 3. AI 发展的宏观周期 第二次工业革命: Constantine 将 AI 革命比作工业革命。工业革命实现了体力劳动的自动化,而 AI 正在实现认知劳动的自动化。 极早期阶段: 尽管投入巨大,但目前全球仅有 1% 到 2% 的认知劳动被自动化。未来 20 年,绝大部分认知工作将由机器完成。 4. 商业与投资观点 资金需求: Naveen 预计开发出第一款产品可能需要 15 亿美元。因为他们不仅是在卖芯片,而是在重塑整个软件和硬件堆栈。 能源是真正的瓶颈: 资金不是问题,电力才是。如果能将电力成本降低 0.1%,就能创造出巨大的经济价值。 初创公司的优势: 相比大公司,初创公司能够更纯粹地以任务为导向(Mission-driven),在研究模式下保持高效和扁平化。 5. 个人领导力与赛车哲学 精准执行: 作为一名赛车手,Naveen 认为赛车和创业都需要极致的精准与纪律。微小的动作决定成败,就像 CEO 在雇佣和决策时的每一小步都会累积成最终的结果。 风险评估: 赛车训练了他对风险与回报的实时权衡能力,这种心理状态与运营公司高度相似。 总结: 视频传达了一个强烈的信号:我们正处于计算科学新纪元的开端。通过放弃对数字精准度的执着,拥抱硅片的非线性物理特性,我们可以制造出功耗更低、性能更强、更接近生物智能的新一代 AI 计算机。 本文为基于公开视频的分析性总结,不构成原内容替代。Molly O’Shea · 2026/02/09