【對談】Casado 與西諾夫斯基：AI 把產業從工程問題變成資本問題，舊直覺要重校了

這場對談值得注意的地方有四個，合起來指向同一個結論：AI 不只是新工具，它把資本，競爭，人才的遊戲規則同時改寫了。第一，數學突破聽起來驚天動地，但兩人都冷靜地問：對面的經濟需求在哪裡？第二，產業從工程問題變成資本問題，這是幾十年來頭一次。第三，新創公司第一次真的能在資本規模上與微軟，Google 站上同一條線。第四，模型本身是黑盒子，沒有人能預測把一千億美元塞進去之後它能做什麼——包括這兩位。

◎數學突破令人興奮，但對面的帳還沒算清楚

Jared 在社群媒體上說 Claude 試圖解黎曼猜想，整個 AI 圈跟著沸騰。Casado 的反應是：先算一下這些數學問題背後的薪資總和——幾十年下來，做這些題目的人拿的是學術薪水，不是市場薪水，代表市場從來沒有把解開這題當成緊迫的需求。西諾夫斯基補了一刀：AI 很擅長解決那種需要博覽群書，跨領域拼湊的問題，而純數學恰好是這種結構，所以它表現好並不奇怪。但這不等於它解開了什麼阻擋經濟運轉的瓶頸。兩人的共識是：很酷，但還沒看到對面有什麼東西在等著被解鎖。

◎工程問題變資本問題，這是頭一次

Casado 丟了一個思想實驗：二十年前給一個十人團隊十億美元，他們根本花不掉——買完伺服器就卡住了，剩下的是工程瓶頸，錢沒有用。十年前給十億，你就是瘋狂招工程師，但 mythical man-month 的詛咒馬上來：人多不等於快，反而更慢。現在給二十個人十億，他們真的能有效率地用掉。原因是算力可以直接購買，token 可以直接購買，工程複雜度被資本替換掉了。西諾夫斯基說這讓他想起電腦產業最早的三四十年：那時候你想做事，第一步是先弄到一台電腦，那也是資本問題。現在繞了一大圈，又回來了。這個循環本身就值得所有做軟體的人重新校準直覺。

◎新創第一次真的能打大公司，原因不是技術

西諾夫斯基說他在微軟的時候，拿著第一代 Surface 走進 Intel 高層會議室，對方看到裡面裝的是 ARM 晶片，反應是：那是印表機用的東西。這個故事說明的不是 Intel 笨，而是大公司的文化讓它只看得見同等級的對手——微軟在意的是 Amazon 和 Google，不是任何一家新創。Casado 說現在局面不同了，有兩個原因同時成立：一，AI 把獲客成本打下來了，需求幾乎是無限的，新創不再需要燒大錢在行銷上摸索；二，Cursor，Anthropic，OpenAI 這些公司募到的錢讓它們在資本規模上第一次跟大公司站上同一條線。這兩件事同時發生，才是現在這波新創成長速度異常快的真正原因。

◎把一千億塞進模型，沒有人知道出來的是什麼

Casado 說他對遞迴自我改進，AI 快速接管世界那套理論一直是懷疑的，而且他覺得自己是對的。但他承認自己算錯了一件事：他沒料到 scaling law（規模定律，意指模型越大，資料越多，能力就越強）會持續成立這麼久，更沒料到有公司真的能持續把幾百億美元倒進去。問題不再是這東西怎麼運作，而是你把這麼多算力和資料壓進去，沒有人能預測它能做什麼。他的結論是：以前無限複雜的問題，現在可以變成資本問題——你想窮舉所有蛋白質組合，那就把它變成一個錢的問題去解。這個轉換本身，比任何單一技術突破都更值得認真對待。

這場對談最誠實的地方在這裡：兩個加起來看了快一百年產業的人，坐在那裡說我不知道。不是謙虛，是真的不知道。西諾夫斯基說他寫了五十八份備忘錄預測網路的走向，錯了大半。Casado 說他現在面對一個用兩百億美元建出來的數位產物，無法推理它的邊界在哪裡。你如果還在用五年前的直覺評估 AI 的威脅或機會，這場對談的意思就是：那些直覺大概需要重新校準了。