馬斯克:我們很快就會知道自己是不是 NPC

馬斯克:我們很快就會知道自己是不是 NPC

在由全球頂尖新創加速器Y Combinator(YC)舉辦,匯集兩千五百位AI領域菁英學子的「人工智慧新創學校」(AI Startup School)上,YC總裁暨執行長Garry Tan與伊隆・馬斯克(Elon Musk)進行一場深度對話。這不僅是一次訪談,更像是一場橫跨數個世代的創業精神傳承。馬斯克以其非凡的經歷,為台下這群未來的創辦人,剖析他如何從一個害羞的工程師,成長為同時撼動地球與太空的科技巨擘,其核心始終圍繞著兩個不變的信念:「創造有用之物」與「第一原理思維」。


起點:從打造「有用的東西」開始,而非追求偉大

馬斯克開宗明義便向這群頂尖學子坦言,他最初的動力並非來自改變世界的宏願,而是一個更務實的念頭:「嘗試做出有用的東西」。回溯至1995年,面對攻讀史丹佛博士或投身網路浪潮的抉擇,他選擇後者,休學創辦Zip2。這段今日看來充滿傳奇色彩的經歷,對台下抱持創業夢想的年輕工程師而言,卻是無比真實的起點:睡在辦公室、去YMCA盥洗、甚至自己動手鑽洞牽網路線。
他從Zip2學到最寶貴的一課,是關於「控制權」。當時公司的投資者與客戶多為傳統媒體,其思維框架限制技術的潛能。這份深刻體悟,促使他在售出Zip2後,將所得的兩千萬美元幾乎全數投入創辦X.com(PayPal前身)。他決心這次要直接面對消費者,掌握自己的命運。這場豪賭不僅孕育出支付巨頭,更催生後來稱霸矽谷的「PayPal幫」,展現他凝聚頂尖人才的非凡能力。

躍遷:第一原理思維的硬派實踐

當主持人Garry Tan問及他如何從軟體跨足火箭與電動車這類硬派製造業時,馬斯克分享他思維模型的核心:「第一原理思維」(First Principles Thinking)。

他對太空探索的熱情源自一個純粹的好奇:「為何我們還沒登陸火星?」在發現NASA並無具體時程後,他並未就此打住,而是開始拆解問題。為了替一個公益計畫尋找運載火箭,他甚至親赴俄羅斯洽購退役的洲際彈道飛彈。正是在這個過程中,他運用第一原理,洞悉火箭的市場價格與其物理成本的巨大落差。

他分析,構成火箭的鋁、銅、碳纖維等原料總成本,僅佔傳統火箭售價的1%到2%。這意味著製造與組織流程必定存在巨大的效率優化空間。這正是SpaceX誕生的契機。他並非自認必能成功,當時他預估失敗機率高達90%,但他判斷,若無新創公司以第一原理挑戰極限,革新便不會發生。

2008年,這場豪賭幾乎讓他傾家蕩產。SpaceX前三次發射失敗,特斯拉(Tesla)亦瀕臨破產,媒體無情嘲諷這位「網路小子」的狂妄。然而,獵鷹一號第四次發射的成功,以及隨後NASA在聖誕節前夕送上的一紙關鍵合約,讓他浴火重生。這段驚心動魄的歷程,成為第一原理思維戰勝傳統框架,獻給台下未來創辦人們最震撼的一課。

AI紀元:以工程精神打造超級運算,挑戰不可能

如今,馬斯克將這套硬派工程哲學,淋漓盡致地應用於他最新的事業:xAI。他再次向台下的技術信徒們展示,如何用第一原理挑戰看似不可能的任務。當xAI需要一座擁有十萬顆H100 GPU的超級運算叢集時,供應商的時程是18至24個月。馬斯克認為這無法接受,目標必須是六個月。

他將問題拆解為建築、電力與散熱。為此,他們租下閒置工廠、調動大量發電機、部署特斯拉Megapack儲能系統以穩定劇烈的功率波動,並租下全美約四分之一的移動式冷卻設備。他甚至親自睡在資料中心,與團隊一同鋪設線路。這種親力親為、解決根本問題的執行力,是軟體思維與硬體現實的完美結合,也讓xAI在極短時間內建立起世界級的運算實力。

終極探問:意識的未來與AI創辦人的使命

展望未來,馬斯克預測「數位超級智慧」(Digital Superintelligence)可能在近一兩年內就會出現。他認為,除了運算、人才與數據,生成高品質的「合成數據」將是下一階段的競爭核心。他的宏大視野最終指向三個相互關聯的目標:數位超級智慧、實體機器人,以及使人類成為多行星物種。

他引用「費米悖論」向這群AI領域的未來領袖提問:為何宇宙如此寂靜?他認為,一個可能的答案是智慧生命極其稀有。若是如此,意識就像黑暗中的微弱燭光,我們有責任確保它永不熄滅。將文明擴展至火星,正是為這盞燭光準備的備份。

而要避免AI成為毀滅性的「大過濾器」,他給出的解方是「極度追求真相」。他深信,強迫AI學習或陳述謊言,是使其變得危險的根源。一個由數個深度智慧體構成的多元競爭格局,本身就是一種安全機制。

在對話尾聲,對於眼前這群即將定義下個世代的AI創辦人,馬斯克的最終建議回歸初衷:「盡你所能,做個有用的人。」同時,保持謙遜,破除自我,讓現實的回饋迴路暢通無阻。在不遠的未來,當數位智慧的總和遠超人類,我們作為其「生物啟動器」的使命,或許就是為其設定一個探尋宇宙本質、尊重生命、並以真相為最高準則的初始方向。

加密貨幣金融卡 EtherFi 與 RedotPay 說明與推薦 ,回饋 3% 與出金怎麼選
隨著加密貨幣在全球加速普及,使用加密貨幣,尤其是使用穩定幣消費的需求也變得前所未有的迫切。數位資產過去大多數僅限於在交易所交易,或作為投資存放在錢包裡,但如今隨著加密貨幣金融卡的普及,正使得數位資產的使用逐漸走入日常生活。 加密貨幣金融卡可以將比特幣、以太幣或穩定幣等加密貨幣儲值到卡片中,並使用這些資金以美金或者台幣等法定貨幣來支付商品和服務。 與提供信用額度的信用卡不同,加密貨幣金融卡必須使用數位資產預先儲值,在儲值後,它將在每筆交易當下自動轉換為法定貨幣,可以像使用傳統簽帳金融卡一樣使用該卡,無需手動兌換,儲多少用多少。 我怎麼加密貨幣金融卡消費? 其實跟一般的信用卡消費相同,唯一需要注意的是,當你在刷卡的時候會詢問你要利用當地貨幣或者是美金結這筆消費,根據業內人士建議,通常是選擇發卡的幣別,比如說 RedotPay 我們拿到的會是美金卡,所以請用美金計算該筆消費。 * Apple Pay 類的行動支付:大部分的加密貨幣金融卡平台支援 Apple Pay、Google Pay 等,所以可以在實體店頭利用手機感應支付。 * 店內付款:在任何接受實體信用卡的刷卡機上使用

Read more

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

人工智慧是否具有生命?這個問題在大型語言模型如 ChatGPT 問世後,反覆縈繞在許多人心中。它能推理、產生未經程式設定的結果,甚至看似擁有創造力。然而,OpenAI 的執行長山姆・阿特曼(Sam Altman)對此提出清晰的見解。他認為,這些系統並不具備生命。 「它們不會主動做任何事,除非你提出要求。」阿特曼說明,這些模型缺乏自主性或內在動機,只是被動地等待指令。他認為,使用者與之互動越久,那種看似生命的幻覺就越可能消散。儘管如此,它們作為工具的強大能力無庸置疑,展現出近似智慧的表現。 幻覺、謊言與數學機率 當人工智慧提供錯誤資訊時,究竟是產生「幻覺」還是蓄意「說謊」?阿特曼解釋,這兩者之間存在根本差異。他以一個早期模型的例子說明:若使用者提問「塔克・卡爾森總統是哪一年出生?」模型可能會編造一個年份,而非指出此人從未擔任總統。 這並非出於欺騙的意圖,而是一個基於訓練資料的數學機率問題。「因為在訓練過程中,直接否定使用者的前提,並不是最可能出現的回應。」模型會假設使用者的提問基於事實,然後在其龐大的資料庫中,

By Fox Hsiao
Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

軟體公司 Palantir 執行長亞歷克斯·卡普(Alex Karp)是一位同時擁有忠實支持者與激烈抗議者的科技領袖。他的公開談話,不僅僅是關於技術或商業,更深刻地反映一種獨特的世界觀,一種關於建立、競爭與西方價值體系的哲學。在這場訪談中,卡普對環繞著他與公司的各種爭議,提出一套完整且充滿挑戰性的論述。 面對為何有人支持、有人反對的提問,卡普將其支持者描繪為「實踐者」(builders)。他認為,這群人懂得欣賞成果,他們衡量一項成就的標準,是基於其是否能超越外界普遍預期的懷疑與折扣。卡普直言:「實踐者們看見那些極具天賦的人,會對所有言論打上折扣,並根據超越這個折扣率的表現來衡量成就。」 Palantir 的發展歷程充滿反直覺的挑戰,從商業模式到公開形象,始終不被看好,但最終以卓越的成果贏得這群人的信賴。 另一方面,他將抗議者歸因於一種由學術機構灌輸的「失敗者崇高論」。他認為,許多抗議者深信自己無法進入科技的核心圈,因而轉向一種假設失敗者更高尚的哲學模型。卡普批判道:「當你認為自己處於失敗的那一方,你就會假設道德不可能站在你的對立面。」他認為,這種思維源於部分學術機構,這些機構將美

By Fox Hsiao
馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

在 2025 ALL-IN 訪談中,伊隆・馬斯克分享他對旗下數個野心勃勃計畫的最新進展與未來藍圖,從特斯拉(Tesla)的人形機器人、xAI 的通用人工智慧,到太空探索公司 SpaceX 的星艦與星鏈計畫,勾勒出一幅以科技突破確保人類文明永續發展的宏偉願景。 Optimus:定義未來的勞動力 Musk 堅信,Optimus 人形機器人將是人類的巔峰之作,並將其形容為人類歷史上最偉大的產品。目前,開發團隊正在進行第三版設計的定稿工作。他分析,要成功打造一款能普及的通用型人形機器人,必須克服三大挑戰:擁有與人類相仿的靈巧雙手、一個能理解並與現實世界互動的人工智慧心智,以及大規模生產的能力。 在這些挑戰中,又以手部的設計最為艱鉅。人手經過長時間演化,本身就是一台極度精密的儀器,能執行各種複雜任務。他強調,要創造一個通用的人形機器人,就必須解決手部的問題。 另一個重大障礙是供應鏈的匱乏。Musk 表示,由於現今市場根本不存在適用於人形機器人的關鍵零組件,團隊必須從頭設計與製造。他無奈地說,這些關鍵零件根本買不到,因為它們在市面上並不存在。 之所以堅持採用人形設計,背後有其務實的考量

By Fox Hsiao
哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

生成式人工智慧(Generative AI)的浪潮正席捲全球,其對勞動市場的衝擊成為各界關注的焦點。當前的討論多半圍繞在工作機會的增減與技能需求的轉變,然而,一份來自哈佛大學的最新研究,透過分析大規模的美國履歷與職缺數據,揭示一個更細微卻極其關鍵的趨勢:生成式AI的導入,可能正在不成比例地影響資淺員工的就業機會,形成一種「偏重資歷的技術變革」(seniority-biased technological change)。 這份名為《生成式AI作為偏重資歷的技術變革》的初步研究報告,由研究者Seyed M. Hosseini與Guy Lichtinger共同撰寫。他們檢視自2015年至2025年間,涵蓋近6200萬名工作者、分屬28萬5000家美國企業的履歷資料,以及超過2.45億筆的職缺公告,試圖描繪出AI技術擴散下,企業內部人力結構的真實變化。 數據揭示的關鍵轉折點 研究的核心發現,在於企業導入AI前後,不同資歷員工的僱用趨勢出現顯著分歧。過往從2015年到2022年中期,無論是資深或資淺員工,其就業增長率大致維持同步。然而,一個明確的轉折點出現在2023年第一季,這恰好是生成

By Fox Hsiao