昨天在北体大跑步的时候，偶然听到一个年轻人在给朋友打电话时说“你不就是为了梦想来到这里的吗？” 这句话瞬间打动了我，没想到在当下这个现实感极强的社会环境里，还有年轻人会这样用“梦想”来定义自己的努力。 而几乎在同一天，我看到了“最快护士”张水华的视频。 01:24 这个社会里，关于梦想的坚持和现实的冲突，比我们想象的要尖锐和复杂。 02:55 甚至从运转的角度来看，她的梦想可能是一种麻烦，是一种不守规矩。 03:24 领导不是父母，不会为我们的人生成就而操心的。领导要考虑的是排班考核绩效。 04:40 而人能有自己的兴趣，非常的不容易。 04:44 能够坚持和发展自己的兴趣，并且成了特长，更是难能可贵。 05:26 她的人生就出现了第二种可能性，这种可能性本身就有意义。 05:37 梦想常常被浪漫化，但现实却对梦想极度的吝啬。 05:55 在兴趣和梦想只是那些宏大的叙事或者赢者才有资格谈论的时代，你是不是觉得自己不配来谈兴趣和梦想呢？ 06:42 兴趣的启动成本很低，因此也比较容易反复。 07:11 兴趣本身是无法支撑人取得成就的，还需要有热情。 08:04 热情，不是舒舒服服的喜欢，而是愿意忍受痛苦、失败、磨练，依然不放弃。 08:56 当热情消退，当困难超出情绪所能承受的范围的时候，我们需要更加深层次的东西来支撑。 09:49 梦想真正的价值，并不是他最终有没有实现，而是他为我们提供了一个前进的方向。 10:55 为什么我们当代打工人追求梦想这么难呢？ 12:23 梦想和现实真的一定是对立的吗？ 13:12 我们无法要求任何人对自己的梦想负责，但我们可以为自己的梦想搭建一个平行空间。

Lex Fridman之前的播客中，不乏中国相关的内容访谈，但最新这一期是嘉宾中第一次出现中国面孔。这期对经济学家金刻羽的访谈，长达一小时五十分钟，话题除了涵盖创业与竞争、创新与copy、关税与中美经济，还就西方对中国经济普遍的误解、以及中美的教育体系展开了深入的讨论。全程没有一句废话、套话、场面话；信息量大，是两个顶级聪明的人的交流。 02:08 金刻羽也是一个备受争议的经济学家。。。 03:08 Lex Fridman问到金刻羽的第一个问题是：西方对中国经济的最大的误解是什么？ 05:01 金刻羽就着Lex Fridman的第一个问题展开了说：“其实，西方对中国更广泛的一个误解是"大众和权威的关系"。” 05:37 Lex Fridman的第二个问题是：“今天的中国，还有年轻人梦想着自己能够像乔布斯那样在车库创业，改变世界吗？” 05:51 “他们想的可能不是改变世界，这是中国创新和硅谷很不同的一点。” 06:08 Lex Fridman的第三个问题是：“如何看待中国资本和投资市场？” 06:27 “竞争本身的价值是什么？” 06:59 “业务方面，他们都在做同样的事情，这一点跟美国不一样。” 07:15 “正是这样的竞争，让大家都很疯狂。” 08:14 “学业上的竞争有什么积极的意义吗？” 09:21 “美国的学业竞争更加激烈，只是他们不展示出来而已。” 09:52 “在中国，努力是一种很高尚的事情，你想让所有人都知道你很努力，你是第一名；但在美国，每个人都在偷着努力。” 10:53 我一直说，其实美国根本没有“快乐教育”这种说法，更没有这个实践。 11:29 “另一方面，更重要的是，通过（教育）这个过程，找到你最擅长的事情，把这个擅长发展成自己的特长、专长，甚至成为世界上水平最高的那个人。这是教育最应该做的一件事儿。” 12:26 “学生们并没有时间和精力去独立思考和创新，去跳出框架想问题，因为他们只有应试这一个框架。” 14:40 “过去几年，独角兽企业成了不成文的考核地方的指标，这就是为什么我们看到了至今仍有80多个城市都在扶持自己的品牌的电动车。” 15:36 “在一个有效的市场里面，市场本身很快就能决定是否需要。” 16:45 “这种大量参与者的方式虽然能够以很快的速度打造出一个新兴产业来，但对资金也是很大的一种浪费。” 16:55 “这么做虽然有必要，但不是最有效。” 17:12 “以10年为单位的长远规划和西方的以季度为单位的规划有什么区别和各自的优势？” 17:44 “投资人只想投那些很快就能见到很多倍回报，并且不需要干什么事儿的项目。” 17:51 “这就是为什么你能看到很多公司很快的崛起了，因为投资人需要很快的就退出，就见到回报，并且要赚很多倍。” 18:00 “因此，低价、低质量，Copy别人的产品盛行。这就是”短平快“思维下的产物，因为企业都想以最快的速度占据市场。” 18:57 ”创新是先被鼓励的，到一定程度之后再开始规范“ 19:37 “作为一个创业者，在中国和美国创业有什么不同？各自有什么优劣势？” 20:08 “竞争总是不公平的、无序的，总是有非常邪恶的竞争者，他们无处不在。” 21:37 “专注于解决问题，跟我们的教育体系直接相关，因为我们的教育就是给你一个问题，你去解决这个问题。如果你让中国的学生去自己给自己一个问题，他们给不出来。” 21:51 “中国为什么难以做出突破性的科技创新？” 22:27 “中国的创业者，对于copy别人这件事儿是如何感受的？” 23:46 “如果你想让一个人颓废，最好的方法就是让他过得很舒服。” 24:24 当谈到人口问题的时候，金刻羽结合消费增长的现状分享了一个有意思的观察。 25:04 “在谈论人口问题或者是生育率低的时候，我们还要还在同样的面对就业难的问题。” 25:53 Lex Fridman在访谈结束的时候用了这样两句话来形容金刻羽“平衡的声音，理性的声音。” 26:29 那些最流行的、最简单的答案，往往都是片面的。 27:30 科技不是少数人的专利，独立思考也不是。

最近，“社保”成为了最热门的话题，其实，这几天围绕社保的讨论已经逐渐分化成几个不同的层面。网上的声音往往把这些内容混为一谈，导致很多误解和错位的争论。这样的讨论，虽然满足了口舌之快，但收获却并不多。 今天这一期节目，我想把这个话题拆解开来，针对几个热议的话题，和大家一起深入探讨政策背后的意图，社保缴纳与否对个人和企业意味着什么，以及强制缴纳社保后，可能在各行各业引发的连锁反应。 01:14 首先我们来看一下这个强制要求缴社保的规定原文或者是法律依据到底是什么？ 03:28 很多老板会说，这不是早就有的规定吗？ 03:38 这背后的原因，肯定是社保基金收支压力越来越大啊，人口老龄化加剧，必须把漏掉的部分补上。 04:22 这项“协议无效 强制缴纳”政策的背后，肯定还有着“保障劳动者长远利益”和“维护公平竞争的市场环境”这两个意图。 05:40 说到这里，自然的第一个争议的话题就出现了，网上自然就有声音对“保护劳动者长期权益”这种说法不认可。 05:57 甚至有的说法说，”先让我能不交社保，多拿点钱，活到那个能领退休金的年龄再说“ 06:23 网上热议的那些在“不同类型的单位工作的人能领到的退休金金的金额差距”，不应该成为个人用来决定自己是否应该缴纳社保的考虑因素。 07:06 很多人会觉得，如果自己提前挂掉了，自己缴了社保就“充公”了。这种担心完全没有必要，因为这个担心或者说这个理解是错误的。 10:33 社保它不是未来的全部保障，但它是最基础、最不挑人的那一份底牌。 11:01 网上反对缴社保的另声音的另外的一个理由是，它增加了企业的用人成本。 12:23 企业没有给员工缴纳社保，省下来的那部分钱多半是不会发给员工的，只会作为企业的利润，或者是给企业自己的产品去打价格战，带来更多的空间。 13:02 如果一个企业是靠着不给员工缴纳社保去竞争，或者说如果给员工缴纳社，这家企业就经营不下去了，那这样的公司可能本来就不应该参与到这个行业来。 13:36 “为什么我要交同样的钱，却拿不到体制内一半的养老金？” 16:30 难道体制内的人比我们领的退休金高，我们自己就不交社保了，退休后就也一分钱也不打算领了吗？ 16:57 在社保这种跨代际、跨行业、跨收入的制度里，如果只用短期、局部的参考，几乎谁都会觉得自己吃亏了。 17:34 大家争论的焦点大多是公平感和安全感之间的拉扯。

在2025年过去的6个月中，OpenAI的年度经常性收入，ARR（Annual Recurring Revenue)，达到了120亿美元。这在软件企业中是一个极其惊人的数字，只有极少数顶级 SaaS 或平台型公司能够达到这个规模。 OpenAI的这120亿美金的ARR，是从哪里来的呢？其他国外著名的大模型公司的ARR发展怎么样了呢？我们国内的状况怎样了呢？为什么从来没有听说过任何一家国内大模型公司说自己的ARR数字，而只能听到他们不断的说自己的估值呢？你有没有想过，为什么国内大模型公司讲估值从不讲收入？ 01:44 目前世界上ARR最高的两家软件公司是。。。 02:59 OpenAI最大的收入来源还是来自于消费者订阅，达到了55亿美金，占总收入的44% 04:09 OpenAI的周活跃用户/日活跃用户的比值已经达到了25%，这意味着每周使用该用户该服务的用户当中，有超过1/4的人每天都会回来再使用。 04:31 OpenAI的付费用户数已经超过了1000万，与头部付费平台Netflix的3亿付费用户相比，还有差距，但。。。 05:41 OpenAI的第二大收入来源是商业与合作伙伴收入，达到36亿美金，占总收入的30%。 06:56 OpenAI的第三个收入主要来源是来自于API调用，达到了29亿美元，占整个收入的24%。 07:41 除了open，美国另外一家大模型公司，Anthropic的ARR也出现了历史的新高，50亿美元 08:35 说到这里，就不不得不提一下Anthropic在AI编程领域里边的最重要的企业客户Cursor。 09:30 说完了国外的，再看看国内的 09:38 国内字节跳动旗下的Seed系列图像与视频生成业务，预计到2025年，ARR也可以达达到1亿美元。 09:47 视频生成可以算是有非常有中国特色的AI应用场景了。 09:52 字节旗下ARR最高的AI应用，居然不是字节版的Cursor编程工具。 10:11 。。。又一次证明了短剧这个中国特色的AI应用的收入潜力 10:23 。。。他们的ARR普遍在千万到1亿美金之间，且大多数都是平台补贴型的收入或者是合作试点，用户和客户的粘性比较低。 10:55 这一方面是基础产品力的差异，另一方面也是企业生态和to B客户基础的一个巨大的差异。 12:17 国内这些大模型或者应用公司的1亿的ARR一般是怎么来的呢？ 12:56 为什么我们很难在C端形成收入呢？ 13:17 在大模型API的商业化方面，我们好像也没有太多的进展？ 13:32 中美科技公司之间的这些结构性的差异来自于哪里呢？ 16:19 当别人在加速智能化工具的普及的时候，我们却在加快内容垃圾的生成速度。

这周电动车行业的新闻不少。首当其冲的：懂车帝，联手央视，使用国内外20多个品牌近40款车型的辅助驾驶，进行了实测，结果引起巨大争议，特斯拉在六项常见场景的测评中，以5项通过的成绩遥遥领先。其他国产品牌最好成绩是通过3项、只通过1项、甚至一项没过的也比比皆是。 另外一个大新闻是，公安部交管局局长王强7月23日在#高质量完成十四五规划新闻发布会#上表示，目前，市场上销售的汽车所搭载的“智驾”系统，都还没有实现“自动驾驶”的目标，驾驶人才是最终责任主体。 01:08 这个结果让国内品牌的“粉丝团们”无法接受。 01:44 对这些质疑，懂车帝的回复只有一句：“有的人只关心自己是不是第一，而我们只关心你是不是安全。” 03:42 出了事故，除非能证明这个事故是由于汽车产品缺陷引起的，否则的话，还是驾驶人的全部责任。 04:50 这周的两个大新闻，应该是今年4月份工信部明文禁止再用“智驾”等容易引起误解的名词进行营销这个举措之后的，具体的跟进动作。 05:56 懂车帝这次6项测试的内容主要包括。。 07:03 为什么会是这样的一个结果呢？ 07:42 大部分的辅助驾驶车辆，在遇见前方有停着的事故车的状况之后，不刹车，而是完全无视左方车道上的车况，强行并线。 08:02 辅助驾驶这样的处理方式，跟大部分国内人类司机的驾驶习惯、真的是如出一辙。 08:22 我猜测，这些辅助驾驶的训练数据本身就是这样的。 09:18 遇到情况，大部分司机的本能都是迅速打轮儿，想要避开，而不是把刹车踩死。 09:50 特斯拉没有用国内的用户数据来训练自动驾驶，用的都是国外用户的驾驶数据，这可能反而救了特斯拉。 10:20 国外私家车的发展比我们早几十年，汽车文化和驾驶习惯比我们好太多了。 11:51 我们这里开车，违反先后规则基本上是常态，违反者不但不会受到任何惩罚，反而会占尽便宜。 11:59 我们这里的规则基本上就是用来惩罚那些遵守规则的的人的。 13:11 还有一类品牌的处理方式是完全无视前方停着的故障车，不减速，直直的冲上去了。 15:06 还有一个品牌的两款车，在遇到前方的状况之后，在马上就要碰撞前的几秒提醒驾驶员接管，然后迅速退出了辅助驾驶。 16:01 不真正的all in AI，而只是去all in "讲AI"，终归是无法躲过市场的检验的。 16:43 在国内公司如此在乎“数字竞赛”的常规行为当中，电动车厂家没有一个去公布自己训练大模型用了多少算力？ 17:32 硬件可以靠钱堆起来，软件可以宣传包装起来，但安全不能靠PPT编出来。

7月22日，马斯克在加州洛杉矶正式开启了一家跨界到令人意想不到的新业态——Tesla Diner。这是一家复古风与未来感巧妙融合的美式餐厅，甚至连洗手间都藏着玄机。 到底有哪些炫酷的地方呢？，马斯克这是又在唱什么戏？这是不是借鉴了蔚来的NIO屋？ 01:22 餐厅主打用餐、充电和观影三大体验。 02:07 整个建筑飞碟的造型采用不锈钢双层建筑，将上个世纪50年代的美式氛围与现代科技感完美结合。 02:45 高端的洗手间设计，尤为惊艳。 04:09 开业的当天，特斯拉的Optimus人形机器人为顾客送上爆米花，彰显了未来感。 04:44 我看了一下菜单，招牌的Tesla Burger居然用了...... 06:13 Tesla Diner, 这是一出道就是妥妥的卷王啊。 07:33 炫酷归炫酷，但能否赚钱才是商业模式的核心。 08:17 上海浦东的特斯拉超级工厂旁边已经预留了3000㎡的地块，据说在2026年的春节前后开放营业。 08:34 为什么马斯克要做这么一件看起来不靠谱，细想又挺有逻辑的事儿呢？ 11:56 2018年的时候，马斯马斯克曾经将一辆特斯拉，通过SpaceX飞船送入了太空。 12:48 马斯克的Tesla Diner是否借鉴了未来的牛屋（NIO House）呢？

不知道大家注意到没有，是不是很久都没有听到哪个国内公司说自己all in AI了？反而“all in 外卖”突然成了新趋势——自打京东百亿补贴高调入场之后，1.9的咖啡让消费者再次感受到薅羊毛的乐趣；但京东外卖之后入场的淘宝闪购，才是真正的卷王，到处是0元的咖啡、奶茶；不点一杯，真的是辜负了这个时代。 02:58 大模型这样的AI基础能力的项目，周期长、成本高、回报慢。 03:04 这跟大厂的“收入增长焦虑”或者是“现金流焦虑”的现实是完全脱节的。 04:14 真正投入做AI的基础能力有多贵呢？ 05:02 有人可能会说，DeepSeek不是把大模型的价格都打下来了吗？ 05:57 对于DeepSeek R2 迟迟未能更新的原因，业内的人士分析指出，主要问题出在了... 09:33 大厂好歹还真的在做应用，而号称做AI基础能力的AI的创业公司，只不过是在通过一轮一轮的融资，不断的炒高估值，不断的出让股权套现挣钱而已。 10:22 大模型已经变成了基础设施，不再是营销的卖点了，而是任何互联网公司必须具备的能力。 10:52 那为什么还有大厂，不去投入AI，而又去"all in外卖"了呢？ 12:05 比起AI，外卖是真实高频现金流的好生意；虽然烧钱，但能够快速的通过“开城 - 增长 - 实现变现”。 13:29 相比于AI，外卖业务在技术上的门槛相对较低，更多是运营调度和算法的优化，虽然它运营的门槛和管理的难度极高。 13:39 但这对中国互联网公司来说，正是我们的独特技能。 14:32 这次外卖大战的最终，每一家都会宣布自己获得了全面的胜利。 15:27 在风口和现实之间，在估值与利润之间，中国的互联网公司在一次又一次的重复着自己。 15:35 他们的底层逻辑从来都没有变过：拿故事换估值，拿估值换融资，拿融资换规模，拿规模换生存。

今天我们来聊一个你我都能感受到、并且或多或少、直接或间接的都被影响到了的问题——中国的商品价格在降，消费却没有跟上，工厂却还在拼命生产。 这难道不是传说中的“市场调节机制”失灵了吗？ 01:35 市场调节的最核心的工具就是价格，价格机制来驱动资源的重新配置。 02:39 现在的情况是，呈现出了明显的不对称的调整。 03:34 为什么价格这个市场调节机制在我们这里失效了？ 04:11 为什么企业宁可降价也不减产呢？ 06:54 其实这些都不是价格机制本身的问题。 07:04 现在这种靠价格战来出清的市场调节，是最优的吗？ 08:05 现在的状况是，无论谁投入创新了，第二天马上就有人出同款，号称配置性能比你好，但价格打几折。 09:43 久而久之，我们这个市场里面，无论是哪个行业，都已经成功地实现了劣币驱逐良币。 10:12 资源错配更加严重，劣质的产能反而因为价格低占据了市场。 11:06 那么，真正健康有效的市场调节机制应该是什么样呢？ 11:47 那些个十几年来都无法盈利，而且没有任何路径能够盈利的，卖的车越多，亏得越多的这些个企业，有什么理由继续存在下去呢？ 14:23 市场不会自然地走向高质量。 14:26 放任市场博弈，只会卷出更低的价格，更多的亏损，和更沉重的结构上的扭曲。

这不是一个关于“带不带”的问题，而是一次关于产品质量、消费者认知、制造业困境，以及我们这个时代“低价成瘾”现象的一次深刻剖析。这个事件看似偶然、实则必然。以后类似的必然事件会逐一浮出水面。本期节目，就一起分析一下，为什么会这样？我们如何才能够尽量不让自己花了钱购买的商品，忽然就成了违禁品。 01:42 这个影响还是非常大的，因为绝大多数消费者手上使用的充电宝都是没有3C认证的。 02:26 机场的做法虽然看起来有一刀切之嫌，但飞机上一旦某位旅客的充电宝出了状况，引发了不可挽回的后果，那可是没有任何人愿意看到。 02:57 充电宝的用户到底在为谁买单呢？ 03:01 是谁在强制充电宝必须有3C认证呢？为什么他要强制3C认证呢？3C认证到底认证了什么？有了三期认证就安全了吗？ 05:47 为什么不强制的话，厂家都没有去主动做3C认证的呢？ 06:16 这个认证要认证多久，花多少钱？ 07:54 电子产品的厂家们，包括充电宝的厂家们，不愿意去做3C认证，只是怕多花几周的时间耽误了卖货挣钱吗？ 09:50 电芯的供应商私自变变新变更了电芯的原材料，充电宝的厂家为什么没有测试出来呢？ 10:13 供应商为什么会冒那么大的风险、私自变更材料或者是设计呢？ 11:00 如果这样做，已经不算是制造业的红线了，那确实让人无比的担忧和惋惜了。 11:42 低价的胜利，牺牲的到底是谁？ 12:12 你以为你占了便宜，其实你只是帮他藏好了危险。 12:57 他们反而占领道德高地，就好像价格高的产品都是在割韭菜，高价的厂商都是黑心的商人。 13:14 电商平台的低价偏向、进一步将厂商逼近了低价的深渊。 13:56 价格打下来的深远影响，远远不仅如此。 14:28 一味追求低价的市场，迟早会以更高的成本来惩罚每一个人。 14:45 类似的影响，未来只会不停的出现，并且会同样的以大家毫无防备的方式出现。 14:55 充电宝不能带上飞机这件事儿，揭开了我们制造业的品质困境。 15:24 中国的制造业从来不是只能做低端，而是被低价的预期捆住了手脚。 15:56 我们在拼命的追求便宜又好，结果现在市场上只剩下了便宜又烂。 16:44 理性的市场不是天上掉下来，是被一次一次的的血的教训换来的。 3C认证长这样：

美国时间6月22号，搭载了 FSD Unsupervised (全自动驾驶无监督版)的特斯拉的Robotaxi (无人驾驶出租车) ，在德州奥斯汀正式上线运营了。这个事国内媒体报道的很少，毕竟马斯克关于Robotaxi的宣传已经讲了好几年，大家早就听烦了。另外国内无人出租车在国内媒体和自媒体的叙事中好像也遥遥领先，所以一上午过去了，国内媒体根本没有在乎特斯拉无人出租车上线这件事，反倒是冒出来个“哈啰Robotaxi业务完成超30亿元融资”的新闻。对，你猜的没错，就是那个做共享自行车的哈啰。 01:45 哈罗难道要靠自行车的行驶数据、来重新书写汽车自动驾驶的历史吗？ 02:33 百度萝卜快跑累计的订单量已经突破了600万单；到2025年的二季度，日订单已经超过了3500单。 03:11 百度萝卜快跑、和谷歌的Waymo都是亏损的。这注定了他们是无法大规模扩张的。 03:42 哈罗单车去做Robotaxi，根本没有盈利的路径。除非这又是...? 04:06 马斯克的Robotaxi从第一天就具备了盈利的可能，甚至可能现在就是盈利的。 04:28 我们先来了解一下特斯拉的robotaxi第一天运营的用户体验和运营的情况。 05:43 这次运营的车型不是众所期盼的那个没有方向盘也没有刹车的Cybercab, 而是普通的Model Y车型。我的判断是... 09:05 马斯克一直回避用L几这种方式来定义特斯拉的完全自动驾驶FSD，马斯克的说法是。。 11:36 特斯拉把robotaxi自动驾驶的商业模式，说的非常清楚，就是“把车变成一个生产力”。 12:00 这背后其实是一个挺革命性的一个观念。 13:20 所以听到这里，大家应该能够想出来，如果失业了，想去开专车，这条路并没有消失，反而可能变得更轻松了。 14:19 特斯拉的robotaxi为什么就能有可能能够盈利呢？ 15:09 马斯克，偏偏就是相信这一点，全世界没有其他人相信，就他相信。 17:38 我们真正需要思考的，可能不是无人车会不会让我们失业，而是我们是否准备好了用用另外一种方式来重新定义工作的意义。

最近大家可能频繁开始听到“稳定币”这个词。沃尔玛，亚马逊前几周都说要发行自己的稳定币。果不其然，京东刘强东在618这一天的媒体分享会上，也谈及稳定币，并希望在全球主要货币国家申请稳定币牌照。 什么是稳定币？为什么这些公司要发稳定币？什么样的公司有资质发稳定币？以后我们的工资有可能是稳定币吗？ 00:34 开始的时候，我以为他们是为了对冲关税带来的价格的波动。 01:10 稳定币是一种特殊类型的加密货币，它设计的核心的目标是使它的价格保持相对的稳定。这种稳定性、与其他主流的加密货币的价格波动性形成了一个鲜明的对比。 02:13 为什么需要稳定币呢？ 04:08 那么了解了“稳定币这4个主要的目的”之后，我们再来看看、目前声称要发行稳定币的公司，他们的主要目的是什么？ 04:41 根据彭博社、就是Bloomburg的分析，上述这些公司、发行稳定币的动机并不是去所谓的“拥抱加密货币创新”。 05:52 京东发行稳定币的目的。。。 06:36 稳定币是如何实现“稳定”的呢？ 09:11 稳定币，是连接传统金融和加密货币世界的一个桥梁。 09:45 有资质发行稳定币的机构或者是公司，通常需要具备以下的特征。 11:51 相比于欧美对稳定币的积极立法态度，中国对稳定币的监管立场始终较为审慎。

这些年我们见过太多“算力焦虑”了。模型越来越大，部署越来越卷，但很少有人认真讨论：地球撑得住吗？我们以为卡在的是GPU，其实背后真正的瓶颈是电力；除了有没有便宜的电、还要有办法低成本的让数据中心冷却。AI 正在变聪明，地球却越来越热。 最近有家美国初创公司不想再卷地球了，他们干脆把数据中心送上了天——不是开玩笑，是真上太空。这家公司叫Starcloud，它正在做一个听起来像科幻、但可能真代表未来的东西：轨道级数据中心。 今天我们就来聊聊：为什么这事不是噱头？它解决了什么问题？中国有没有可能做？以及，如果数据中心真的飞上了天，结合马斯克让”人类多星球生存“的远景AI，这对人类社会的未来有什么深远影响？ 01:56 训练大模型到底有多耗电呢？ 03:37 一个有10万张GPU的AI数据中心，一年的电费和冷却产生的总的费用是。。 04:14 地球上有限的供应量是本质的问题，迟早都会变成一个瓶颈。 05:18 解铃还需系铃人，老美还是总有人能够敢于、并且能够打破常规思维解决问题。 05:45 与其用地球的资源，或者在地球上去用太空资源解决电力的问题，不如去尝试在太空当中解决。 07:58 这家公司已经融到了2400万美金，创始人说，这些钱至少够他们完成发射头两颗卫星的。 08:11 为了了解发射成卫星的成本到底有多少，我用马斯克的AI Grok问了一下。 09:31 2025年8月，StarCloud计划发射它的首颗演示卫星，这将标志着它技术验证的关键的一步。 10:07 如果当前AI大模型的趋势继续演进的话，训练像GPT6这样的模型、所需要的电量将超过美国最大的发电厂和世界上一些最大的运营电厂的容量。 10:53 我们国内，目前还没有听说有任何公司在考虑建造空间数据中心。 10:58 不知道是不是因为这个想法太疯狂了，没有人想到。 11:03 还是有一些现实的、难以逾越的挑战。 11:10 建造一个空间的数据中心，需要哪些具体的、大的步骤？ 15:28 StarCloud这家公司设想了两种主要的数据往返地球的方式。 17:24 这三个步骤对中国公司的难度和对美国公司的难度，看起来并没有什么显著的不同。 17:47 奇怪的是，我们被卡脖子卡了这么多年，到现在算力都不缺，还远远没到缺电力那一步呢。 18:04 别忘了，我们最不缺的就是产能了。 19:25 轨道数据中心并不只是一个炫酷的太空项目，它背后代表了一种新的技术思路。 20:01 马斯克的“人类多星球生存”的远景如果真的实现了，那多星球之间的太空数据中心、和前面提到的这个数据穿梭服务，听起来也就是顺理成章的事儿了。