欧宝体育,欧宝体育app,欧宝娱乐,欧宝体育官网,足球投注平台,电竞下注,注册送彩金,欧宝足球下注,欧宝篮球盘口,欧宝电竞投注,体育投注平台
斯瓦哈，在美沙投资论坛，主持与马斯克、黄仁勋的对话，聚焦科技前沿与太空未来。
马斯克强调，第一性原理将推动特斯拉制造出革命性人形机器人，市场潜力巨大，甚至能终结贫困；黄仁勋指出，AI已成为新型基础设施，AI工厂的出现，是计算模式从检索式向生成式转变必然结果，行业经历从通用计算到加速计算范式转移，AI泡沫可能性较低。
2025年11月18日，《Relentless》发布红杉资本合伙人、数学物理博士、前DARPA研究员、职业电竞选手Shaun Maguire专访。
本期智能前线，选择马斯克与黄仁勋论坛对话、Shaun Maguire专访纪要，瓜哥AI新知、高飞的电子替身发布，六合商业研选精校，分享给大家，Enjoy！
沙特阿拉伯通信与信息技术大臣阿卜杜拉·斯瓦哈，在美沙投资论坛，主持与马斯克、黄仁勋的对话，共话科技与太空未来。
美沙联盟升级：沙特阿拉伯与美国深化在AI领域合作，推动经济从能源驱动，向智能时代转型，共同建设AI生态系统。
第一性原理应用：马斯克强调第一性原理思维是产业变革的关键，通过重塑成本结构实现突破，例如将电池成本大幅降低，计划在人形机器人领域复制此模式。
人形机器人的革命性潜力：马斯克认为，特斯拉将制造出首个真正实用的人形机器人，市场潜力将远超手机，甚至可能成为终结贫困的关键。
AI工厂的兴起：黄仁勋将AI定义为新型基础设施，指出AI工厂的出现，源于AI计算从检索式向生成式转变，以满足实时、情境化内容生成的需求。
未来工作模式的转变：马斯克预测，随着AI与机器人技术发展，未来工作将是可选的，如同爱好一般。他认为钱最终可能变得不再重要，能源与物质仍将是核心制约因素。
AI在各行业短期积极影响：黄仁勋以放射学为例，说明AI在提高效率同时，可能增加相关专业人士雇佣，AI让他们能处理更多工作，并与患者进行更深入互动。
沙特创新者利用AI的案例：奥马尔·亚吉Omar Yaghi教授，利用AI加速器与Grok模型，在金属有机框架领域取得突破，开发出能捕获水与二氧化碳的新型化学物质；Nanopalm公司利用AI与CRISPR技术进行基因编辑，致力根除镰状细胞病。
重大合作项目宣布：xAI与沙特阿拉伯计划建设500兆瓦的AI数据中心，第一阶段50兆瓦；Humane与英伟达与AWS合作，建设数兆瓦级别的数据中心，开发数字孪生Omniverse；英伟达将与沙特阿拉伯合作建造超级计算机，用于模拟量子计算机。
太空AI的必然性与成本效益：马斯克认为，若人类文明得以延续，太空AI将是必然趋势。利用太阳能，太空AI能以更低成本提供巨大能源与算力，甚至可能在5年内，成为成本最低的AI计算方式。
AI泡沫的可能性分析：黄仁勋认为，AI出现泡沫的可能性较低。计算模式从通用计算转向加速计算，生成式AI与智能体AI的巨大需求，有坚实的合理性，并未超出资源承载能力。
能源需求：AI的飞速发展，面临巨大能源挑战，需要构建包括先进核能在内多元化能源结构来应对。
主持人阿卜杜拉：我们齐聚一堂，是为了庆祝历史性的时刻。昨天晚宴，在总统与王储共同见证下，我们有幸聆听了第一手的重磅消息。
这是沙特阿拉伯与美国之间最伟大的联盟。过去，你们曾帮助我们建设以能源为基础的经济，为工业时代注入动力。
现在，我们携手迈向智能时代，共同为AI、AI工厂、机器人、自动驾驶汽车等一切前沿领域提供动力。
马斯克对第一性原理思维情有独钟，我们对此都非常钦佩，黄仁勋有时称之为第一性原理的规模化应用。
正是这种思维，让你有机会将电池成本，从每千瓦时上千美元，降至不足一百美元。现在，你打算在人形机器人领域，利用伺服电机与执行器等核心部件，复制这一成功。
SpaceX为例，在我们之前，这个世界上不存在真正可重复使用的火箭。实现太空旅行革命的关键，恰恰在于可重复使用技术。如果每次发射都丢弃火箭，进入太空的成本，将永远居高不下。
当我们刚开始电动汽车时，市面上几乎没有同类产品，可以说一车难求。我们希望通过特斯拉，打造出既有吸引力、价格又亲民的电动汽车，这是我们目标。
目前市面上没有真正实用的人形机器人，有些产品可以称之为噱头，离真正有用相去甚远。我相信，特斯拉将制造出全球首款真正实用的人形机器人，这将是一场巨大的革命。
我敢说，每个人都会想要一个，谁不想要一个属于自己的C-3PO或R2-D2，每个人都会想要，还会有许多行业提供相应的产品与服务。
人形机器人将成为有史以来最大的产业，市场规模将远超手机或任何其他产品，每个人都会想要，甚至不止一个，更不用说还有海量行业应用需求。
马斯克：没错。我要说，未来人形机器人，将比R2-D2与C-3PO加起来还要强大10倍。人们谈论消除贫困已经很久，有无数的讨论与非政府组织为此努力，收效甚微，事实摆在眼前。
我相信我们会率先实现突破，未来一定会有许多其他公司加入这个行列。实现共同富裕的终极路径，只有一条，AI与机器人技术。
我们庆祝与美国建立的AI战略合作伙伴关系，该协议在总统与王储共同见证下签署，承诺我们将共同投入资本、能源、土地，构建强大的推理与训练节点，打造全球领先的AI生态系统，让我们成为最具AI能力的国家之一。
黄仁勋：沙特阿拉伯正从炼油厂时代迈向AI工厂时代，这个比喻非常精彩，我很喜欢。
我一直强调，AI是新的基础设施。数字智能将渗透到所有领域，每个公司、每个行业、每个国家都离不开它。正因基础性，它才成为新的基础设施。
计算机科学角度看，AI颠覆性在于，过去计算核心是检索，无论是文章、艺术品，还是广告，都是由人预先创作好，系统根据需求，从中检索出最合适的内容，这是一种检索式计算模型。无论是Hadoop、还是过去许多框架，都是为此而设计。
今天计算核心是生成，软件是实时生成，它会根据当下情境、你的身份、提出的问题，生成独一无二的内容。
每次使用Grok，得到的回答，都是基于特定情境而生成，绝不重复。过去是检索，今天是生成。
内容是实时、动态生成，就必须在世界各地建立AI工厂来满足这一需求，这是AI工厂存在的根本原因。
这种模式好处在于，信息不再是预先录制与静态，是与情境高度相关，真正具备智能。
主持人阿卜杜拉：AI工厂与机器人技术，昨天我们聆听王储宏伟愿景，通过数千万台机器人增强劳动力，推动新一轮的生产力革命。
马斯克：长远看，我说的长远可能是10年或20年，我预测是，工作将成为一种可选项。
类似你可以去商店买菜，也可以选择在自家后院亲手种植。后院种菜更费力，有些人乐在其中。未来工作是这样，它是一种个人选择。
我总是建议人们读一读伊恩·班克斯Iain Banks《文化》系列，构想一个美好的AI未来可能是什么样。有趣的是，在那个系列小说里，钱不复存在。
我猜测是，长远看，只要AI与机器人技术持续进步，这看起来是必然的，终有一天，钱将变得无足轻重。
能源与物质这些基本的物理要素，将是限制因素。我坚信，货币最终会失去重要性。
我认为可以从另一个角度看，每个人的工作内容都会改变，这是必然的。学生学习方式、人们工作方式，都会发生变化，这显而易见，许多日常、繁琐、困难的任务，都将变得轻而易举。
这个意义上说，我们效率会大大提升。我想说的是，对大多数人与公司，如果你的效率提高，并不会停滞不前，是会创造更多价值，迎接新的挑战。
当你费尽心力之事变得轻而易举，这往往意味着你迸发更多奇思妙想，并拥有更多时间一一实现。我猜马斯克会更忙，我也会。
我们脑海中积压太多想要实现的项目与创意，效率的提升，只会让我们更快完成它们。
短期看，有充分证据表明，我们将变得更高效，也会更忙碌，我们想法实在太多了。
刚才我与马斯克聊到，放射学在很大程度上已经转变为由AI驱动的模式，已经涌现出一些非常优秀的公司。
曾经有人预测放射科医生将是首批被AI取代的职业，出人意料的是，现实恰恰相反。趋势表明，AI的应用，催生对更多放射科医生的需求。
如今，阅片过程变得极为高效，这使得他们能够接诊更多病人，分析更多影像，甚至花更多时间与病人沟通。
这可以说是AI提升生产力，在短期内带来的一个典型结果。长期会如何，我们拭目以待。
纵观历史，每一次技术浪潮，每一项通用技术，都为全球与人类带来净正面的影响，请允许我分享两个例子。
黄仁勋：我认为这正是问题的关键，像马斯克与延森这样的创新者，总有源源不断好想法。
主持人阿卜杜拉：让我分享两个沙特创新者的故事，他们都与英伟达，以及像Grok这样卓越模型进行了合作。
一位是奥马尔·亚吉教授，他是首位有望获得诺贝尔奖的美籍沙特人，他创造全新的化学物质。
他是如何做到的，他利用AI加速器与Grok等模型，在金属有机框架MOFs领域取得突破。简单来说，是利用带正电的金属离子与有机配体，构建出一种孔径仅有0.33纳米的分子海绵，能高效从空气中捕获水分，也能用于捕获二氧化碳。
第二个例子是Nanopalm，它同样受益英伟达加速的AI与类Grok模型，创造出一种尺寸为500x1000纳米的纳米机器人，利用CRISPR基因编辑技术，旨在根治镰状细胞病。
这两个例子都源于20年前研究，AI极大加速成果的产出，让我们得以开拓全新的价值领域。
我相信随着每一次技术浪潮的到来，无论是在劳动力、还是生产力方面，人类总能找到通往新价值领域的道路。
马斯克：我们很高兴宣布，xAI正在与沙特阿拉伯合作一个500兆瓦的项目。
马斯克：我没仔细看稿子。抱歉，要是说成500吉瓦，成本可就得是8万万亿。总之，xAI正在与沙特方面合作这个项目。
我们正在与英伟达合作，祝贺Humane团队，祝贺Target团队，成果斐然。
我们与Humane合作进展非常顺利。首先，我们帮助这家公司创立与成长，它刚赢得一个难以置信的大客户，马斯克。
一家初创公司，年收入接近零，现在要为马斯克建造一个数据中心。500兆瓦是一个极其庞大的规模，这家公司一飞冲天。
主持人阿卜杜拉：祝贺Humane团队与AWS的合作，第一阶段100兆瓦，目标是1吉瓦，还在继续增长。
AI远不止是代理、聊天机器人与认知智能，这些对世界极为重要。AI应用无处不在，化学、蛋白质、基因、物理学、流体力学、粒子物理，还有机器人技术。
我们创造虚拟世界Omniverse，它完全基于物理定律，让机器人可以在其中学习如何成为更出色的机器人。
我们正与Humane合作，将Omniverse应用于数字工厂、机器人、仓库等多个领域，这是另一项合作。
我们还与沙特阿拉伯合作，利用我们计算机构建超级计算机来模拟量子计算机，并将其用作控制器进行量子纠错，这项任务需要海量计算。
我们在那做了很多出色的工作，与Humane合作范围非常广泛，他们已经扬帆起航，表现卓越。
昨天，总统与王储共同宣布AI战略框架与合作。今天，我们将与马斯克、黄仁勋一同开启宏伟的合作篇章，非常感谢这些机会。
任何历史学家都会告诉你，文明的发展并非总是一路向上，它有自身的生命周期。
如果我们想成为真正意义上的卡尔达肖夫II级文明，哪怕只是利用到太阳百万分之一的能量，必须在深空部署由太阳能驱动的AI卫星。
一旦你开始思考卡尔达肖夫II级文明，定义是利用恒星能量的比例，答案显而易见，未来在太空。
地球仅接收到太阳能量的二十亿分之一，如果想要获得比地球所能产生的能量多出一百万倍能源，必须走向太空。我想，我正好有一家太空公司，这倒是挺方便的。
我估计是，太空AI的成本效益将远超地面。在你们耗尽地球上能源潜力之前，甚至可能在5年之内，最具成本效益的AI计算方式，将是利用太空中的太阳能AI卫星。我确信，不会超过5年。
黄仁勋：看看我们正在一起建造的超级计算机，假设一个机架重两吨，大概有1.95吨都是为了散热。
想象一下，那台微型超算本身有多小。这些GB300机架中每一个计算单元，都非常微小。
马斯克：发电本身也已成为一个挑战，只要你开始规模化考虑发电与散热，就会意识到太空的巨大吸引力。
比如说，你想每年进行200~300吉瓦的AI计算。在地球上，极其困难。我上次查到，美国年均用电量大约是460吉瓦。
如果AI计算每年需要300吉瓦，相当于美国年发电量的2/3。以这种速度建造发电厂，是不可能的。
在太空，有持续不断的太阳能，甚至不需要电池，阳光普照。太阳能电池板更便宜，不需要玻璃或框架，散热仅仅依靠辐射。
黄仁勋，昨晚大家都在问我，我知道今天是你们财报电话会议，我会谨慎提问。大家都在问，我们会迎来AI泡沫吗？
黄仁勋：让我们回到计算机科学与计算的基本原则，来审视正在发生的事情，有三件事正在发生。
我举个例子，6年前，在全球最顶尖的500台超级计算机中，CPU占据90%的算力。
这代表巨大的转折点，从90%的CPU到不足15%，加速计算反向而行，从10%上升到如今90%。这标志着高性能计算，从通用计算彻底转向加速计算。
每年，仅是处理原始数据，比如包含姓名、地址、性别、年龄、地点、收入等信息的DataFrame，驱动银行、信用卡、电商、推荐系统等行业的运行，计算成本就高达数千亿美元，还不包括AI本身。
处理这些DataFrame的庞大计算需求，是推动行业变革的一个主要驱动力，也进一步凸显摩尔定律终结带来的挑战。
第二个关键驱动力是生成式AI。过去15年间，最重要的应用非推荐系统莫属，我们通常称之为RecSys。
这些系统决定我们在社交媒体上看到哪些信息流，接触到哪些广告，获得哪些书籍与电影的推荐。
推荐系统RecSys是当今互联网的引擎，生成式AI的兴起，见证一场算力的变革，计算平台从CPU全面转向GPU。
为支持这两大应用，许多互联网公司开始构建庞大的GPU超级计算机，这反过来催生第三个重大机遇：智能体AI/Agentic AI。
Grok、OpenAI、Anthropic等都属于这个范畴，Gemini正是其中之一，智能体AI正是建立在这些基础之上。
在今天我们所见的这一切AI奇迹背后，一场深刻的变革正在发生，那是一场从通用计算到加速计算的范式转移。
只要你理解了这一点，就会发现，支持革命性智能体AI所需的资源，远比想象中要少，这一切的演进都合乎逻辑。
红杉资本合伙人Shaun深度对话：马斯克为什么总能打败对手，我为什么低估黄仁勋
这是一场极具信息差的深度访谈，Relentless频道对话红杉资本合伙人Shaun Maguire，不仅主导SpaceX 2019年那笔备受争议的投资，更是少数真正理解马斯克运作体系的投资人之一。
Shaun有着数学物理博士、DARPA阿富汗部署、职业电竞选手等多重背景，他用极其精确的语言，剖析马斯克组织能力、人才判断体系、为什么几乎所有人都在低估马斯克旗下公司的真实实力。
Shaun坦承自己在6,000亿美元市值时卖出英伟达的判断失误，也直言早年被高中老师打零分、被同学强行改名的屈辱经历。
这种毫无保留的真实，让这场对话充满罕见洞察密度，从如何在30分钟内判断一个人的数学能力是数学界最高奖菲尔兹奖Fields Medal级别、还是普通教授；到为什么The Boring Company的技术难度，介于猎鹰9号Falcon 9与猎鹰9号可回收版本之间，每一个判断都有清晰的底层逻辑。
大多数人讨论马斯克时，焦点都在他个人，每周工作112小时、运营多家公司、技术天才。
这个集体由大约20个核心成员组成，他们与马斯克共事超过10年，建立难以置信的信任基础，关键特征是：
自主落地执行：这些人几乎能读懂马斯克想法，在某些情况下，不用请示，就能按他的思路行动。
20个人能直接把马斯克意志落地，带着力量、规模、精准度去执行，这是其他硅谷企业家根本不具备的运作方式。
这种机制，创造强大的自我筛选效应，不断让人们以远超其他组织的速度往上走，会跟最有能力的人建立极强的忠诚度，你给了他们在任何地方都得不到的东西。
配合大方的薪酬激励，这个系统最终留下的是组织中最顶尖的1%，他们才是真正驱动一切的人。
Shaun分享一个细节，马斯克面试一个大学学经济学的年轻人，直接判断你不会做商务拓展，你要做机械工程，他能看出对方有工程师思维，这个人后来成了非常资深的工程师。
Shaun提出一个极其精妙的认知框架，在数学这类智力领域，存在大约15个可区分的等级，从轻松拿到顶尖大学数学博士、到百年一遇的数学家。
高水平的人，可以在30分钟对话内，精确判断对方在哪个等级，误差不超过1~2级。
对高中数学老师，所有SAT数学拿800分满分的学生看起来都一样，这些学生中，有人会成为菲尔兹奖得主，有人只是普通的顶尖大学毕业生。
2、国际象棋等级分的类比：为什么1,000分玩家无法区分2,400与2,800。
2,850分世界冠军级别，对2,700分普通特级大师：碾压，胜率99%以上。
2,700分，对2,500分刚成为特级大师的水平：明显优势，胜率85~90%。
这对投资人来说是核心能力，我的主要工作是评估人与天赋，特别是在最早期阶段。理解人才的等级差异，这是绝对的超能力。
数学领域：2010年在巴西参加克雷数学研究所Clay Math Institute暑期项目，与100位顶尖数学家共度1个月，包括2位菲尔兹奖得主与1位当年获奖者。
我们30个研究生整天待在一起，美国学生与法国学生在竞争。法国数学界的紧密程度难以想象，他们几乎都来自两所大学，巴黎高等师范学院ENS与综合理工学院Polytechnique。他们疯狂好胜，完全不是美国人对数学家的刻板印象。
算法交易：DRW实习时，同事是三次美国大学生数学竞赛普特南数学竞赛Putnam Competition冠军、三次国际数学奥林匹克IMO金牌得主，后来成为MIT终身教授。
物理领域：认识多位诺贝尔奖得主，在他们获奖之前，比如基普·索恩Kip Thorne。
这些经历的价值在于，你亲眼见证0.001%的人是什么样，你的判断标准永远改变。
有些公司智力不重要，比如普通的垃圾收集公司。如果是垃圾收集机器人，智力至关重要。
可能是销售能力、AI研究公司可能是原始数学能力、也可能纯粹是抗压能力。关键是先弄清楚什么特质真正重要，判断这个人在那个维度上的水平。
Shaun投资的AI代码生成公司Factory，创始人Matan Grinberg通过一封冷邮件打动了他：这位创始人在邮件里提到，他本科时与胡安·马尔达西纳Juan Maldacena合写过论文，胡安是世界上最著名的弦理论学家之一。
对我来说，光是这个信息意味着，这个人的技术能力，至少是2,6,000级别用象棋评分类比。
他在邮件里只说与胡安发过论文，不是胡安·马尔达西纳，这种高段位的沟通方式我很欣赏。
更重要的是，创始人既有极强技术能力，又有出色的销售能力与同理心，这是真正的魔力组合。
这也解释为什么真正的好项目，往往被门外汉错过，不是创始人不够好，是评估者根本看不懂。
2019年，红杉投资SpaceX时，特斯拉市值只有40~50亿美元，马斯克没有今天这些价值万亿的公司作为背书。
投资讨论，是Shaun在红杉经历过的最具争议性、最激烈的对话，有一位合伙人甚至给出1/10分，红杉历史上唯一一次，Shaun没有接受不这个答案。
第一步：持续1个月的追求，最终争取到2,000万美元的试探性投资，当时团队想要的是6亿美元。
这样做有两个效果，一是让他们看到你的执着，不是一时兴起的想法；二是让他们看到纵向数据，看到进展的变化速度与加速度，往往可以通过这种方式，改变人们的想法。
这个方法论适用于所有场景，包括信息战，很难用一个数据点改变人心，随时间推移，通过持续的数据流，可以重新校准认知。
Shaun强调，今天投SpaceX看起来是显而易见的好交易，但在2019年：
这是一个震撼的判断：这个设备的工程难度比猎鹰9号还要高，外界完全不理解这一点。
他们把一个钻孔机与另一个钻孔机比较，看不出猎鹰1号、猎鹰9号、猎鹰9号可回收版、星舰Starship之间代际差异。
The Boring Company现在像2009年之前的SpaceX，在达到零人隧道持续采矿这个里程碑之前，外界感知不到进展。一旦实现，认知会瞬间跳跃10倍。
Shaun在特斯拉活动上，看到20个擎天柱机器人走出来，它们从30~40英尺/约9~12米外走过来，我一开始真的分不清是真人演员、还是机器人。
我先看脸，就像看人一样；开始往下看身体，直到看到腰部，非常窄，不像人类，我才确认这是真的机器人。
这种体验，创造非线性的心理冲击，让人真实感受到未来正在到来，这是马斯克擅长的。创造里程碑式、具有震撼力的时刻，让人们直观理解即将发生什么，这是图表与数据永远做不到的。
SpaceX大概从2013年开始研究Starlink，投入不大，他们在等猎鹰9号实现可回收。2016年实现后，又用2年解决技术细节。
这时，小赌注升级为中等赌注。等中等赌注的单位经济模型验证后，再升级到大赌注。
如果对某个公司有模糊的想法，不完全理解，会先买1%仓位，这让你开始真正学习这家公司。
马斯克在这方面的直觉被严重低估，他在赌注规模上的判断，与他在技术上的判断一样精准。
Shaun读博期间，被美国国防部高级研究计划局DARPA招募，去阿富汗工作。这完全不在他的计划内，他本来想当教授，但他说，我想为国家服务，这是最大程度的跳进火场。
2012年3月或4月，Shaun每周五，都要从一个基地开车到另一个基地汇报。那天路上，一辆车都没有，平时要45分钟~1小时的路程，15分钟就到了，我立刻感觉不对劲。
到了基地后，我直接去情报简报中心问每个人：发生了什么？情报报告里有什么？
这次经历让Shaun深刻认识到：当你的直觉告诉你有问题，数据中找不到，这说明数据系统需要改进。
他花了3周时间思考我们怎么可能提前知道，答案是有很多方法，他不会在采访中说明具体是什么。
Shaun上7年级第二天，一个来自有钱家庭的学生维尼·特拉米纳Vinnie Terramina，他父亲把垃圾公司卖给废物管理公司Waste Management，赚了5亿美元，站在花坛上，指着人群中的Shaun说，你的新名字叫乔尔。
结果每个老师的点名册上，肖恩·马奎尔Sean Maguire都被划掉，写上乔尔。
其他学生提前跟老师说，这个肖恩是个捣蛋鬼，他真名是乔尔，但会捉弄你。整个班级都在笑，老师很困惑。
多年后Shaun问维尼为什么，对方说，我那天宿醉了，你看起来像我认识的一个叫乔尔·雅各布森的孩子，就这样冒出来了，抱歉。
学校有一个体育课传统，有学生把校服T恤袖子撕了，越来越多学生跟风，最后变成撕别人袖子来展示支配力。
Shaun与另一个最快的孩子克里斯·林斯特罗姆Chris Ringstrom，每天被20多个学生追着跑15分钟，就为了不让袖子被撕，我们是最后两个袖子完整的人。
我们跑进海鸥群，几百只海鸥起飞。它们起飞时会拉屎，正在消化，大概5%的海鸥会在起飞时排便。几乎每天早上，都有一两个追我们的孩子，被鸟粪击中。
这段经历解释了为什么Shaun会成为职业电竞选手，他宁愿在反恐精英Counter-Strike里度过每天10小时，也不想在学校里待着。
Shaun在8~10年级13~16岁，每天玩10小时CS，参加北美顶级战队，赚了点钱，1年1万美元左右。
网络基础知识：为了降低10毫秒延迟，他学了计算机网络，用网络分析工具Wireshark分析家庭网络抖动。
像素级精度的角度理解：比如在de_Aztec地图，你需要两个队友呈90度角站位，这样即使对手反应更快，杀掉第一个人，第二个人也能保证击杀对手，最坏情况是1换1，不是丢两个人。
家长们觉得孩子沉迷游戏是坏事，我的观点是，对几乎任何事物的痴迷，都好过冷漠。
他高中代数2得了F，最终拿到数学物理博士，游戏教会他系统性思考与团队协作。
1、格温·肖特维尔Gwynne Shotwell、史蒂夫·戴维斯的工作方式。
Valor Equity合伙人安东尼奥·格拉西亚斯Antonio Gracias，睡在特斯拉工厂里，参与生产爬坡，这种程度的投入，很难解释有多值得尊重。
无论好时光、还是坏时光，都在场，安东尼奥在这方面做得，比几乎任何投资人都好。
阿尔法狗会下一些围棋选手完全看不懂的棋，17步之后，阿尔法狗就赢了，大家才意识到，那步棋太疯狂了。
与马斯克共事是这样，他会做一些极其违反直觉的举动，在当下无法理解，6个月或1年后，就懂了，看起来像先知一样。
不理解这一点的人会泄密计划、质疑决策。理解这一点的人会相信系统，相信方向，对队友忠诚，以使命为导向，这些特质，加上能力、敢于自我下注的勇气，就会做得非常好。
关键是知道自己极限，承认我不确定能不能做到、或我觉得别人更适合，是完全可以的，这与主动承担任务是不同的。被分配任务与自愿承担任务，要求是不一样的。
Shaun从1999年IPO时，就买了英伟达，当时他13岁，玩游戏用显卡，一直持有到6,000亿市值。
即使我长期持有英伟达，我也没意识到黄仁勋有多厉害。他真的非常出色，以难以置信的方式，把自己的优势发挥到极致。
Shaun认为当时市场有点非理性，黄仁勋把这种非理性玩得太好，导致英伟达变得极其有价值，AMD与英特尔Intel变得非常便宜，它们不得不削减投资。
Shaun很郁闷，我从小研究博通Broadcom、台积电TSMC、阿斯麦ASML，对半导体了如指掌。
2年前涌入的资金，连英伟达收购的关键网络公司迈络思Mellanox都不知道是什么，却说英伟达要到3万亿市值。我当时想，算了，我出场。
关键补充，Shaun认为英伟达2019年收购迈络思大约80亿美元，可能是历史上最好的收购之一，给了英伟达巨大的互连技术护城河，这在数据中心时代是地震级的优势。
他也承认，很多涌入英伟达的资金，对半导体一无所知，有时候，无知让你不受理性估值的束缚。
他也说，我永远不会做空英伟达，我害怕这种非理性的力量，我不知道AI基建规模会有多大。
这20个人与他共事超过10年，建立深度信任，能够自主执行他的意志，知道什么时候需要上报，什么时候可以独立决策。
这种默契无法速成，需要至少10年时间来建立。配合给绳子让他们自己吊死的极端人才筛选机制，表现好，极快晋升，搞砸一次就出局，最终留下的是组织中最顶尖的1%，这才是真正的核心竞争力。大多数硅谷企业家，根本不以这种方式运作。
A：关键是拥有校准能力，通过亲身接触真正的极端人才，菲尔兹奖数学家、诺贝尔奖得主、世界冠军电竞选手等，建立对不同等级的精确感知。
智力领域存在15个清晰等级，这是单向透明的，高等级的人可以在30分钟内精确判断对方水平，误差1~2级，低3级以上的人，完全无法区分更高等级的差异。
就像让1,000分的国际象棋玩家，看2,600分与2,800分的对局，他们完全看不出区别，2,800分选手看10步棋，就能精确判断对手水平。
人们能看懂火箭爆炸还是着陆，看不懂猎鹰1号、猎鹰9号、猎鹰9号可回收版、星舰之间的代际差异。
The Boring Company的零人隧道持续采矿目标，技术难度介于猎鹰9号与猎鹰9号可回收版之间，外界完全不理解这一点，他们只会做线性对比，一个钻孔机与另一个钻孔机比较。
更深层的原因是，人们无法理解马斯克的阿尔法狗式决策，在当下完全看不懂的举动，6个月或1年后，才会显现出先知般的准确性。
能长期与马斯克共事的人，都具备相信系统、等待验证的能力，这在追求即时反馈的时代，极其罕见。返回搜狐，查看更多
