西天目山性价比简直太高了，不仅带爸妈走了江浙沪版熊野古道（满山青苔，空气绝佳），还看了江浙沪版谢尔曼将军树，老少皆宜，童叟无欺🌲

躲过人潮，带老爸老妈躺个老网红酒店，马岭古道旁，600年古村落，1000年红豆杉，江浙沪真舒服😌

感谢曦智，让我又多了一支4倍股

作为一个不知道张艺兴是谁的人🤣但感觉现在影视艺术圈的人都在转AI啊，前面还有陆川频频出入硅谷各类AI活动

2026年3月底，五源资本合伙人孟醒赴硅谷考察，与AI产业一线的创始人、研究员、投资人进行了深度交流，本文是他回国后整理的部分一手观察。感谢晚点LatePost的刊发~

今天醒哥这篇AI观察，信息密度很高，几个点印象深刻：
1） YC的致命时差：按照YC流程，走完五个月筛选出来的"好公司"，今天一个普通工程师，花一个周末就能用Claude code做出来。硅谷的变化，已经从按月算变成按周。Claude Code is the inflection point。
2） 全员Token-maxxing：Meta等科技巨头们，为了追赶速度，不惜放弃代码安全红线，工程师的Token预算已逼近工资，形成了一场不计成本的效率军备竞赛。
3） xAI的团队雪崩：马斯克用制造业的超高压管理模式，冲刺大模型，导致早期团队90%流失。这可能是系统工程思维与AI算法创新的底层冲突？
4） 从engineer到Researcher，都充斥着被AI替代的焦虑：AI正在从替代软件工程师，进化到替代顶尖Researcher（因为模型自进化）。新职业比如AI builder成为热门。人的价值正在从“会做什么”转变为判断“什么值得做”。
5） 英伟达的中心化统治：算力稀缺性再次加剧，英伟达通过控制卡权，深度押注每个前沿方向，物理世界的制造周期（内存、电力）已成为AI进化的硬瓶颈。
6） 传统估值体系崩塌：传统DCF估值模型在AI的颠覆性面前失效，因为10年后不会再有稳定永续增长，SaaS是第一个被重新定价的。
7） AI时代的新卢德运动：硅谷大佬们开始修建地堡、种刺树防身，反AI游行与针对AI创始人的袭击出现，AI跨越式发展与社会承受力之间的问题，今年会凸显，也会成为2028年美国大选的主题。
AI发展太快了，尽管“跟不上”令人焦虑，但AI对各行各业工作效率的提升、对生命科学（如癌症治疗）的潜在攻克，可能是人类文明史上最大的一次提速。全文很长但读起来丝毫不累[呲牙]

最近在路上陆陆续续读了去年大火的《Breakneck》，这本书核心就为了回答一个问题：为什么中国能在几年内建成全球最大的高铁网络，而加州折腾了二十年连一英里都没修好？
作者先后在Gavekal Dragonomics担任驻中国的科技分析师，在耶鲁法学院、斯坦福胡佛研究所待过，还在硅谷物流科技公司Flexport和Shopify工作过，甚至在费城艺术博物馆待过。
作者引入了一个框架：中国是工程师治国，美国是律师治国。2002年中共zzj常委九人全部工程背景出身；而美国从建国之父起，政治精英就以律师为主，1984到2020年民主党每一位正副总统候选人都读过法学院。
工程师思维倾向于"搞建设"，律师思维倾向于"先问为什么要建设"。这种差异渗透到了两个国家的方方面面。
但美国并非一直如此。上世纪二十到六十年代，美国称霸全球制造业的程度，跟今天的中国不相上下。那时候政客也都是律师。转折发生在六七十年代：环保运动、消费者运动兴起，一批由顶尖法学院毕业生组成的公共利益组织，拿到基金会资助，开始专业化地起诉一切。他们赢得了很多正当的胜利，但五十年后的遗产是一套自我强化的否决机制：任何人都能找到法律工具叫停任何项目。美国从"什么都能建"变成了"什么都建不了"。
当然，作者没有回避工程师思维的黑暗面。工程师习惯把一切当成可以设计的系统，包括人口，书中关于计划生育的章节写得触目惊心。而当工程师们想把生育率的阀门重新拧回去时，才发现阻止生育远比鼓励生育容易得多。新冠时期的上海，也是同一种思维的延伸，把城市按照工厂管理，把市民按照零部件调配。
工程师和律师的这两个阶段，会不会是发展阶段的必然？穷的时候建什么都对，富了之后社会自然转向关注增长的副作用。中国自己也在经历这个拐点

Ted在对话里有个观点很有意思：生物世界本身就有自己的"语言系统"。DNA和RNA用A、T、C、G四个字母编码，每三个碱基（密码子）对应一个氨基酸；蛋白质则由20种氨基酸组成，每种用一个字母表示。这些就是生命的"编程语言"。

而这些语言背后的逻辑，人类至今读不懂。但如果AI能像学会看图、听声音一样，把基因语言和蛋白质语言也变成"原生模态"去理解，那AI是不是就可以读懂生命底层代码了？

如果有朝一日，AI同时理解人类自然语言，和这些生物语言，然后把对自然语言的推理能力，和对蛋白质语言、基因语言的理解能力，融合在一起，AI就会成为“上帝”？《黑镜》下一季可以拍这个了

今天我们研究了一下这个AI前沿方向——Multi-Agent模拟预测。

如今硅谷，正在流行一句话：模拟（Simulation）就是人工智能的下一个前沿。

在真实世界犯一次错，代价可能是几百万美元；在数字世界犯一千次错，可能只是一顿饭钱。

用上亿个有人格、有记忆、会互相影响的AI Agent，在虚拟世界里反复推演未来，帮助政府和企业在做重大决策之前，先把世界"跑成千上万次”，再看最高概率的结果，将走向哪里。

这个赛道已经跑出了估值10亿美元的Aaru，和李飞飞、Karpathy个人投资的Simile，客户包括麦当劳、安永、CVS Health等等。当然现在的质疑也存在：虚拟人真能替代真人吗？

Andrej Karpathy在评价Simile时说：预训练大语言模型的本质形态，就是一个在互联网上高度多样化人群的文本上，训练出来的"模拟引擎"——为什么只模拟一个"人"，而不尝试模拟一个群体？

鲁特琴+现代爵士，瞬间穿越到60、70年代的伊朗，绝美的女性摘掉头巾的年代