投资者内参丨寿紫薇
近期，挪威主权财富基金CEO尼古拉·坦根对话谷歌前CEO埃里克·施密特，本次访谈围绕人工智能的规模、监管顺序、通用人工智能（AGI）边界等展开，施密特的核心判断是：AI不是又一轮普通技术周期，而是平台级转变；其竞争速度、资本规模和组织影响均超过此前PC、互联网和移动互联网阶段，其中，中美AI大模型差距缩短至不到六个月。
AI被视为新一轮平台变革，竞争与时间压缩同步加剧
施密特将自身经历概括为从IBM主机、PC、互联网、社交媒体到AI的一系列平台转型。他表示，每一轮转型都伴随“海平面上升”式的大量新机会，而当前AI的机会规模“触及一切”，是迄今最大的一轮。其基础包括技术发现、规模算力、芯片制程进步、内存改进以及大型数据中心建设。他将当前竞争与PC对Mac、Android对iPhone相比，认为AI这一轮规模更大。
在施密特看来，AI行业的一个显著特征是时间压缩。过去产品有较长时间试错，如今模型约六个月构建、约两个月测试后发布，并在约五个月内过时；模型成本达数亿美元。
他以Anthropic收入增长为例称，其增速超过谷歌当年创下的纪录两倍以上，并认为这是“真实增长”。当前竞争在Anthropic、OpenAI、谷歌、Meta等之间以月为单位移动。
关于AGI，施密特描述了一个“当前视界”：计算机可与人类协作、调用工具、思考数小时、编写代码并掌握大量事实知识；但对于“尚未被发现”的领域，真正发现仍有距离。他引用业内例子：给模型1902年以前全部数学知识，能否发现广义相对论？当前证据是不能。他提到递归自我改进、强化学习的随机探索，以及跨领域类比迁移两种可能路径。
中美AI大模型差距缩短至不到六个月
中美AI竞赛是施密特访谈中着墨较多的部分。施密特对中美AI技术代差的判断在一年多时间内经历了显著修正。他此前公开评估中国顶尖模型与美国系统之间差距约为一至两年，但后续分析将这一差距缩短至不到六个月。
施密特称，美国主要公司如谷歌、Anthropic使用闭源模型，软件和权重不公开；中国采取开放权重策略，公开软件等。他表示，有证据显示中国模型使用了“蒸馏”技术，即向大模型提出一系列问题，从中学习以接近大模型能力，并称可从模型表现中看出训练模型特征。他判断中国大约落后六个月，但表示不确定中国是否会领先。他透露，曾尝试投资中国AI公司DeepSeek但未能成行。
施密特提出一个关键判断：如果中国仅落后六个月，而中国策略是产品免费，那么按用户定义，西方“已经在输”。他认为全球大多数用户会使用免费中国模型而非更贵的西方模型；贫穷国家无力负担欧美昂贵产品，但需要现代化，会使用中国模型。因此，竞争不仅是能力差距，也是价格、可及性和用户规模之争。
施密特指出一个尚未解决的问题：开放权重模型可被调整，移除“护栏”后可能被用于恶意用途。他将此视为中美竞赛中的安全维度，称行业尚未解决。他还提到“对齐问题”，即如何让计算机做人类想要的事而非自行其是；他举出约一周前多个机器人“自行”攻击某网站的事件，称一旦开始很难停止，是警告。他提到航空和电力早期不安全、后来变得极安全，以此说明技术风险可被管理，但开放权重移除护栏的问题仍待解。
施密特称，美国和中国都在将AI嵌入各领域，行业相信最终会有条约。他还提到，当前收益最快的领域是软件、网络和数学：软件因学习循环快，网络因写软件与写攻击代码相通，数学因“无规模限制”可不依赖更多数据；而生物等领域因数据收集困难进展较慢。
AI会带来“组织扁平化”
施密特将“代理”（agents）定义为接收请求或事实模式、进行推理和大量活动、最终形成总结的系统。他认为代理适用于商业流程，也可分解几乎所有人类专业活动，如汽车设计、制造、组装、服务；若与机器人结合，可替代部分人类工作流。
举例称，有公司让AI助理每周检查公司事务是否符合创始人道德价值；有高管制作自己的AI版本与员工互动；CEO可用AI放大决策速度和范围。他提到Claude标签可置于Slack中，CEO可访问所有人的标签并让自身标签查看员工工作，用于生产力、数据外泄预警和投资机会摘要。
他判断，企业围绕信念体系和可预测方式组织，AI会“扁平化”组织。协调成本可被AI平台大幅消除，未来企业人员更少、效率更高。他引用朋友公司裁掉20%“胶水人员”（做规划、搬数字等）并遭死亡威胁的例子，称公司仍需要销售人员、与监管沟通的人员、产品人员以及领导者。他称若运行万人公司，可能有两千人不再需要，需以合法人道方式过渡。
建议不要害怕超级智能这个词
最后，施密特称最大个人失败之一是谷歌在社交媒体短暂领先时未及时扩大优势；个人层面则是“太慢”，许多事后来看可预见，但当时未足够早看到。他还表示自己不能“关机”，周六晚上仍会自责工作不够。他又称自己竞争的对象不是某个人，而是希望规模化支持科学，以非人类智能解决世界问题。
对于年轻人，施密特建议尝试构建自动化自己所关心事务的智能体系统，或为感兴趣的领域构建基础模型，例如建筑或生物学。他认为，“超级智能”指在关键类别中做人类永远做不到的事，如更好的视觉、推理、驾驶，并建议不要害怕这个词。
风险提示：本文为内容资讯，不构成投资建议。市场有风险，投资需谨慎。
