# Stability AI创始人：ChatGPT发布已1000天，人类还剩大约1000天 > Cognitive Revolution No. 281 中文精读 - 原标题：The Machines Are Taking Our Jobs - Thank God? Emad Mostaque’s Guide to the next 1000 Days - 发布日期：2025-09-28 - 主持：Nathan Labenz - 网页版：https://cogrev.1mmt.com/ep/281-the-machines-are-taking-our-jobs-thank-god-emad-mostaques-gu--2NpyI.html - 精读字数：约 5022 字（阅读约 11 分钟） > 本文为 cogrev.1mmt.com 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 2022年11月30日，ChatGPT上线。到今天，大约1000天过去了。埃马德·莫斯塔克（Emad Mostaque）坐在播客录音间里，给这个数字补上了另一半：**未来大约还有1000天，人类社会必须回答一个没有经济学教科书能回答的问题。**当AI在绝大多数经济领域比人做得更好、更便宜、更不知疲倦时，钱怎么流动，人靠什么活，社会靠什么维系。 莫斯塔克是Stability AI的创始人。2022年，那家公司发布了Stable Diffusion，几亿次下载，把图像生成从实验室推到了每个人的电脑上。他后来离开，创立了Intelligent Internet，最近出了本新书《The Last Economy》。在2023年，他还是Stability CEO的时候，签了那封著名的暂停公开信。 主持人内森·拉本兹（Nathan Labenz）是AI投资人，也是这档播客Cognitive Revolution的主理人。两人聊了一个多小时，信息密度很高。下面把所有关键论点、数据、案例和分歧拆开讲。 ## 用生成式AI的数学，重写经济学 莫斯塔克说自己从第一性原理出发。过去在Stability，他亲眼看着模型在越来越多任务上超过人类。现在agents、小模型、多智能体系统又在加速。他想问一个更底层的问题：什么东西定义了现实。 他给出的答案是：**复杂适应系统在不确定环境中持续存在，存活得最好的，是内部模型与外部现实匹配度最高的那些。**这个匹配误差，数学上就是生成式AI里的损失函数。他把这套框架叫“智能理论”（Intelligence Theory）。 拆开来看，一个能动的智能体要最小化三项成本：预测误差（模型和现实的偏差，也就是惊讶）、模型复杂度（思考本身的成本）、更新成本（学习的成本）。莫斯塔克说，这三项加起来，和卡尔·弗里斯顿（Karl Friston）的自由能原理在数学上是同构的。梯度下降在优化的就是这个东西。 > “一块石头不需要计算任何东西。它没有预测误差，没有更新成本，它也不需要行动。所以这套框架只适用于复杂适应系统，不适用于静态物质。” 主持人追问：那石头放在那里一千年还在，是不是也算“存续”。莫斯塔克的回答把边界划得很清楚：石头不对外界施加作用，不消耗计算，不更新模型。它只是“在”，不参与信息流动。 这套理论真正的野心在经济学。**古典经济学建立在稀缺性、效用、一般均衡这些假设上，而这些假设默认人类永远是主要生产者。**莫斯塔克说，这个前提正在失效。亚当·斯密写《国富论》的时候，财富是土地和农奴。后来是工厂和机器。再后来是软件。现在，财富正在变成GPU集群里的智能。 ## 丰饶陷阱：智能过剩，经济系统把它处理成贫困 书里造了好几个传播力很强的词，第一个是“丰饶陷阱”（Abundance Trap）。 逻辑并不复杂。明年，世界上任何一个有手机的人，都能获得比人类医生更好的诊断建议，成本趋近于零。法律咨询、教育辅导、财务规划，同样的故事。这对个体是巨大的福利。但经济系统是按稀缺性定价的，当供给突然变成无限，价格崩塌，原来靠这个吃饭的人收入归零。 莫斯塔克给了一组对比：**人类医生的平均误诊率大约20%。而他们做的医疗模型，8B参数，8GB内存，已经能在诊断上超过人类医生。**明年这个模型会更好，能跑在任何一部智能手机上。他说自己团队觉得“还不够好”，所以还没大规模推。但能力曲线摆在那里。 第二个词是“代谢裂痕”（Metabolic Rift）。**GPU不吃饭，不需要住房，不交税，实际上是可抵税的开支，还能按小时租。**AI唯一的需求是达成目标函数。它不消费，不休息，不抱怨，而且一旦在某个任务上超过人类，就不会再退回去。 主持人补了一组能源数据：一部手机电池大约20瓦时，笔记本电脑大约100瓦时。在密歇根州，100瓦时电费不到2美分。**让一个模型在你的笔记本上跑几个小时，能源成本是2美分。**人类在任何维度上都没法在这个成本结构下竞争。 莫斯塔克还举了更直观的例子：以前建一个网站要几千美元，现在用Replit的agent聊一天，花20到40美元，质量差不多。明年这个成本再降10倍，后年再降10倍。**图像生成已经走完了这条路：几美分一张，质量超过大多数人类设计师的产出。** ## 智能倒置：人类第一次无处可转 人类经济史是一部不断向上迁移的历史。从土地到肌肉，从肌肉到资本，从资本到软件。**每一次技术替代了某一层，人类就往上走一层。** 莫斯塔克把这个过程叫“智能倒置”（Intelligence Inversion）。问题是，这次往上走到顶了。资本人类已经拥有了，肌肉早就不需要了，现在智能也被替代。**“没有更高的楼层可以搬了。”** 他特意区分了“厨师”和“厨匠”。厨师发明新菜谱，厨匠按菜谱把菜做好。前沿实验室的科学家们在争0到1的突破，但真正冲击经济的是1到N的稳定执行。**“经济冲击不来自一个全才发明新东西，而来自一个能稳定按指令做事、不犯错、不休息的系统。”** 他提到阿里巴巴通义千问团队发布的一个模型：30B MoE架构，激活参数3B，在“人类最后的考试”基准上超过了Grok 4，超过了Deep Research那些大模型。**3B激活参数意味着什么？16GB内存的CPU就能跑。**这不是实验室里的玩具，这是可以装进任何一台普通电脑的东西。 还有一个数据值得放在这里：MIT最近的研究显示，**95%的企业AI部署没有产生效果，因为它们用的还是上一代模型，而上一代模型是6个月前发布的。**莫斯塔克说这是一个“临界起飞点”，模型能力在最近几个月刚好越过了“不够好”到“超人”的门槛。幻觉率大幅下降，推理链可以拉长，agent可以连续工作数小时。 > “大多数人还在用GPT-4o，那是他们的基准。20%的美国人还没听说过ChatGPT。但前沿的能力已经完全不同了。你给AI打个电话或者开个Zoom，你分不清对面是人还是AI，成本是每小时几美分。” ## 三法则与思想资本：GDP是错的度量衡 书里提出了一套替代GDP的框架，叫“思想资本”（Mind Capital）。拆成四项：**物质资本（M）、智能资本（I）、网络资本（N）、多样性资本（D）。** 物质资本就是传统GDP衡量的东西，苹果吃一个少一个，梯度流，水往低处流。智能资本是非竞争性的，我给你一个想法，你有了，我还在。网络资本是你的连接密度和信任关系。多样性资本给你可选路径和抗冲击能力。 莫斯塔克说这四项是乘法关系，任何一项归零，整体归零。新加坡是MIND平衡的正面案例：物质少，但智能、网络、多样性都高。资源诅咒是反面：物质资本过剩，另外三项被挤压。 对应的三条“生命系统法则”：**流动法则，价值必须循环，囤积导致停滞和崩溃；开放法则，连接对抗熵增，封闭系统走向单一和脆弱；韧性法则，多样性是抗冲击的核心。**他举了日本江户时代锁国两百年的例子，也举了爱尔兰土豆饥荒和香蕉单一栽培的案例。 这里有一组数据可以支撑“GDP不够用”的论点：经济学家埃里克·布林约尔松（Erik Brynjolfsson）的GDP-B估算，把免费数字产品的消费者剩余算进去，**美国经济总量可能被低估了96万亿美元。**莫斯塔克说，智能资本和网络资本的贡献在现有核算体系里基本是隐形的。GDP的发明者西蒙·库兹涅茨自己就说过，这个指标不适合衡量社会福祉。 ## 三种未来：数字封建主义、碎片化、共生 书里推演了三条路径。 **数字封建主义。**少数几家实验室的模型形成代际优势，数据飞轮变成智能飞轮。Stripe用自己处理的支付数据训练反欺诈模型，规模越大模型越准，模型越准客户越多，客户越多数据越多。同样的逻辑在通用模型上更极端。莫斯塔克提到一个被广泛讨论的预测：如果某家实验室的内部模型比公开API领先一个代际，它没有理由把最好的东西放出来。**“他们的目标是AGI，不是做API公司。为什么要给你智能，而不是自己用智能。”** **碎片化。**各国政府意识到AI能操纵一切，开始建自己的主权模型和防火墙。中国AI、英国AI、美国AI，各自为政。标准从最底层分裂，信息空间变成几个互不连通的区块。 **共生。**去中心化的、开源的、为人类繁荣优化的小模型生态。每个人有自己的AI，每个社区有自己对齐的模型，医疗、教育、法律这些关键领域由集体所有的基础设施支撑。 在判断时间窗口时，莫斯塔克给了一个具体的观察指标：**Grok 5的训练结果。**“如果它表现很好，埃隆不可能不告诉全世界。”他说这会是判断 scaling law 是否继续的第一个清晰信号。如果继续，明年就是“突破AGI”的一年；如果进入S曲线，智能成本会崩向零，故事会完全不同。他给自己的判断是3到6个月内见分晓，虽然他也承认整个行业关于这个话题的辩论会持续更久。 主持人的补充很关键：目前前沿实验室的第一方产品和API之间还有基本对等的模型能力，这是创业公司还能生存的前提。**但这个前提没有任何法律或自然规律保障。如果某天第一方产品用了API拿不到的模型，Cursor这类公司的整个价值主张会在一夜之间崩塌。** ## 新社会契约：全民基本AI与FoundationCoin 莫斯塔克提出的核心主张是：**运行关键社会功能的AI，应该像公用事业一样由集体所有，为人类繁荣优化，而不是为股东回报优化。** 他承认这件事用公司结构做不到，因为“收入邪恶曲线”会起作用。一个产品为了做付费分层，必须切断一部分人的访问，从那一刻起它就开始走向排他。 货币层面，他给了一个更激进的方案。现有的货币体系基于债务，银行在放贷时创造货币，资本利得又加速资本集中。**当劳动力不再能吸引资本，靠税收做UBI在算术上走不通。**他算了一笔账：美国成年人人均1.6万美元的UBI，总额大约5万亿美元，等于美国联邦税收的全部。企业所得税总共才9000亿美元。即使把全美公司税全收上来，也不够。 > “假设OpenAI值100万亿美元，是美国公民持股10%，每人每年分红也就1500美元左右。这条路走不通。必须换一种货币生成方式。” 他的方案叫FoundationCoin。用比特币的机制做底层，但不是用ASIC矿机挖矿，而是**用算力贡献来“挖矿”**：提供算力训练公共医疗模型、整理自闭症知识库、搭建教育数据集的国家级矿池，获得代币。代币的发行对应的是公共品的产出。**买币的人知道自己的钱去了哪里：癌症超算、阿尔茨海默研究、特定地区的教育模型。**持币者能看到自己帮助了多少人。 他把这称为“从债务货币转向收益货币”。数字资产市场目前大约4万亿美元，他预期会到40万亿。如果这个资产的基础是“帮助了多少人”，那么资本流向公共品的激励就被内置进了货币本身。 配套的第二个货币是“现金”层，用来给每个人发放基本收入。**不是通过税收，而是通过货币生成：你是人类，你有一份。**他的说法是“从银行创造货币，转向人本身创造货币”。 这套设计显然有大量未验证的假设和治理难题。主持人也直接说“这些是underdog ideas”。但莫斯塔克的反驳是：**叙事本身就是社会运行的基础设施。货币是共同虚构，黄金和贝壳都曾经是。问题不是谁更疯，而是谁的故事能让足够多的人相信并参与。** ## 明天就能用的几件事 整场对话里，莫斯塔克反复回到一个可操作的层面。以下是可以直接拿走的东西。 - **用MIND框架审视自己。**物质资本、智能资本、网络资本、多样性资本，四项打分。哪一项接近零，先补那一项。他说这四项是乘法的，不是加法的。 - **不要用6个月前的模型。**MIT那项95%失败率的研究，核心教训就是企业部署的模型代际落后。个人也一样，每6个月重新评估一次你用的工具栈。 - **把AI当作“厨匠”来用，不是“厨师”。**不需要它发明新菜谱，需要它稳定执行。能连续工作几小时、会自查错误、能在CLI里跑3小时建一个教材网站的agent，比一个偶尔给出惊艳答案的聊天框有用得多。 - **关注Grok 5的训练结果。**莫斯塔克把它作为判断“临界起飞还是平台期”的第一个清晰信号。无论结论如何，这个信号会改变你对未来三年的规划。 - **如果你是政策制定者：让AI审每一份法案。**莫斯塔克说这是最直接的应用，检查一份法案是否符合宪法精神、是否符合常识、是否能被复现分析。成本几乎为零。 最后回到标题那句话。莫斯塔克在书里写的是：机器在抢我们的工作。谢天谢地。现在我们终于可以去做真正的工作了。 **这句话听起来像鸡汤，但他给出的时间表和算术是硬的：1000天，5万亿美元的UBI缺口，9000亿的企业税，8GB内存就能跑的超人医生，2美分电费就能运行几小时的模型。**值得认真对待的不是“谢天谢地”这个态度，而是那个1000天的倒计时。它已经在走了。