The Fight Over Open Source AI, Anthropic's $1.5B Payout, NYC Socialists: Evictions = Violence?

封禁开源会伤到谁

节目从月之暗面的 KIMI K 三说起。主持人称，它在部分比较中接近 Opus 四点八和 GPT 五点六，价格大约低一半，于是美国再次出现类似 DeepSeek 时刻的恐慌。媒体消息却相互冲突，一边说白宫考虑封禁中国开源模型，另一边说商务部门更愿意扶持美国实验室做出更强的开放模型。预测市场给出的封禁概率，也从百分之二十二升到百分之四十五。

David Sacks 给出的信息是，白宫并没有作出封禁决定，目前真正讨论的是中国公司蒸馏美国模型该怎样处理。他自己的立场更明确。政府若打击整个开源生态，会削弱美国在 AI 竞赛中的位置。无论蒸馏是否违反服务条款，都不能让美国开发者替这件事付出代价。

他的理由很现实。公开模型已经被世界其他地区拿到，美国单方面禁止企业使用，不会让竞争者同步停下，只会让本国公司少一个便宜、可控的选择。政策若想解决接口滥用，就应该处理接口滥用，而不是把美国放进一座昂贵的技术孤岛。

所以这场争论不能只问模型来自哪里，还要问禁令实际约束谁。中国实验室未必因此失去能力，美国企业却会立刻失去选择。Sacks 认为，这正是看似强硬的政策可能反过来帮助竞争对手的地方。

蒸馏该从哪里堵

Chamath 对蒸馏的解释是，向模型提问，收集回答，再拿这些输出训练自己的模型。把单次行为放大到数千万次，就能形成海量问答数据。节目认为，工业级蒸馏需要大批账户、支付方式、网络地址和异常请求，规模越大，服务商越容易看到。

因此 Sacks 把责任首先放在 Anthropic 等接口运营者身上。模型公司可以做客户身份认证，要求身份证明或受约束的信用卡，限制批量开户，并审查异常调用。这会减慢增长，但如果公司把蒸馏称为国家安全问题，就应愿意用一部分高毛利承担风控，而不是要求政府封掉竞争者。

Friedberg 又把概念拆成三层。模型权重是参数文件，若有人进入服务器偷走专有权重，那接近窃取软件。模型输出是软件运行后的结果，从输出学习不等于复制底层代码。至于假账户、代理和隐瞒身份，则是服务条款与欺骗性商业行为问题。

他用汽车厂研究对手车辆，以及早期 Google 对比 Yahoo 和 Microsoft 搜索结果作例子。这叫基准测试。Sacks 支持实验室执行合同，也不替中国违规开户辩护，但他认为解决路径应是源头风控和针对性执法，而不是禁止美国使用开放模型。

这套区分决定了政策工具。偷权重就追究资产盗窃，假账户就处理欺骗和违约，从公开输出学习则交给版权与合理使用规则判断。把三类行为混成一种威胁，容易得到覆盖过宽、却堵不住真正入口的禁令。

token 税与监管保护

Chamath 认为，基础模型正在比市场预期更快商品化。一个模型公布性能后，其他开放或封闭模型可能在数周内追平部分能力。于是闭源前沿实验室必须回答一个估值问题：五年或十年以后，裸模型还能不能保持今天的定价权。

他的判断是，推动监管的一部分动机是保全估值。若政府限制开放模型，闭源公司就能获得受保护的收入。但这种保护只在美国生效。节目用可口可乐作假设，海外竞争者购买便宜智能，美国企业却被迫支付高出数十倍的 token 成本，利润和估值都会受压。这被称为美国企业的 token 税。

价值也可能从模型中间层迁往两端。上面是应用、行业流程和客户关系，下面是云、芯片、电力和数据中心。模型公司仍能做大，但长期利润未必来自单纯出售调用量。

Sacks 补充，单边封禁不仅抬高价格，也会减少部署和反馈。其他国家继续用开放模型积累数据、做强化学习，美国企业却失去同样的循环。Chamath 预测政府干预会制造市场混乱，这仍是他的推演，不是已经发生的事实，但它揭示了政策保护可能同时伤害被保护者和普通企业。

这里还有一个反直觉后果。受保护实验室的收入虽然短期增加，投资者却可能把它看成政策租金，而不是竞争优势。保护越明显，市场越会追问，一旦规则改变，这些收入还能不能留下。

开源像互联网底座

Friedberg 说，开放模型是可以下载、离线运行和修改的软件包。一旦文件已经公开传播，政府若禁止拥有者继续使用，就要回答下载、持有、运行和再传播分别怎样执法。在缺少明确裁判时，这会成为很难控制的制度范围。

他把今天的模型竞争比作早期互联网。Netscape 曾靠专有浏览器和服务器控制入口，后来 Mozilla、Firefox 和 Apache 把基础能力开放出来。任何有电脑的人都能搭网站，价值于是流向 Google、eBay、Amazon 和无数小企业，而不是只留在少数门户手里。

开源 AI 的意义也在这里。它不保证财富平均分配，却能降低智能入口成本，让大量企业把模型嵌入产品和工作。那些担心 AI 价值只归两三家公司的人，反而应该重视开放底座。

这不等于放弃追究侵权。若有人偷走权重或软件，可以诉讼、制裁和限制交易。节目反对的是把具体盗窃与所有开放模型绑在一起。开放能力仍需要算力、能源和运维，但它让更多人有资格参与应用层竞争。

换句话说，底座开放不是说底座没有成本，而是让竞争从“谁准许你进入”转向“谁能把能力用得更好”。这也是 Friedberg 认为开放 AI 更可能扩大经济蛋糕，而不只是重新分配现有利润的原因。

开放首先改变的，是参与资格与创新起点。

暗 token 与价值迁移

Jason 提出一个容易被收入图表漏掉的东西，叫暗 token。企业把开放权重部署在自己的服务器上，推理量不会变成模型公司的收入，也不一定出现在公开路由统计里。只看 Anthropic 或 OpenAI 的营收，无法知道开放模型实际承担了多少工作。

Chamath 认为，资本市场会提前看五年至十年后的竞争。投资者会问，届时有多少供应商能提供相似智能，市场价格是多少，模型究竟是稀缺品还是商品。软件复制速度很快，所以终值溢价可能在收入真正下降前就先被压缩。

但 Sacks 给出反方。智能需求也许没有明显上限。单位价格下降，消费量却可能增长得更快。模型可以越来越像商品，同时形成一个更大的总市场。

所以关键不是闭源收入会不会瞬间消失，而是利润落在哪一层。模型像浏览器，可能成为通往应用的入口；云和芯片负责运行，应用负责解决用户真正的问题。开放与封闭都可能增长，只是裸模型不再自动拥有全部价值。

暗 token 让这场迁移更难用单一图表判断。付费接口增长可以是真的，企业内部开放模型使用增加也可以同时是真的。谁只拿其中一组数据，就很容易把一个多层市场误写成赢家通吃。

两种增长可以在同一时期并行发生。

闭源不会立刻消失

Sacks 不接受中国已经全面追平的判断。他说 KIMI K 三在前端编码榜单上很强，但单项测试不能代表全部能力，运行成本优势也没有最初传闻那么大。美国实验室还有未发布模型，因此他估计美国仍领先大约半年。

他又用收入反驳崩塌论。节目采用的第三方数据称，Anthropic 和 OpenAI 仍在高速增长，OpenAI 近期甚至重新加速。这些数字并非审计数据，但至少说明开放模型的冲击尚未在营收上形成清晰断崖。闭源产品还有 harness、连接器、企业合同、支持与安全控制，不只是一个权重文件。

Jason 的观察却来自创业公司。他称许多团队正在改用上一代模型、本地部署或自行后训练，担心高资本开支最终遇上利润率压缩。若前沿实验室把最强模型只留给自家应用，Lovable、ElevenLabs 这类客户也可能把供应商视为竞争者，转向开放方案。

Chamath 把分歧说得更准确。不是所有前沿任务都已被追平，而是百分之九十五的日常任务可能由许多模型完成。最难、最高价值的部分仍值得付费。实验室可以进入生命科学、网络安全等应用层，开放模型则服务更看重成本、控制权和数据主权的客户。

因此更可能出现的是任务分层。普通工作由便宜模型竞争，关键任务购买领先能力，企业再用连接器和治理系统把它们接在一起。闭源不会立刻消失，但也很难再假设每一种任务都必须付最高价格。

美国衍生链与中国长局

Sacks 用 Thinking Machines 和 Cursor 的 Composer 二作例子。他称美国公司已经在中国开放权重上加入自己的数据继续训练。权重下载后可以放在美国数据中心运行，用户请求和企业数据不必返回中国。风险应看具体部署，而不能只看最初国别标签。

这也解释了他为何反对所谓污染理论。若中国开放模型被一概认定为知识产权盗窃产物，建立在上面的美国衍生模型也会被连带质疑。法律风险沿依赖链扩散，最终打击的是美国创业公司和整个开放生态。

Friedberg 把视角拉得更远。美国过去依靠知识与服务经济获得巨大价值，中国则通过制造外包积累工厂、电力和供应链。若开放 AI 把比特、软件和知识服务的价格压低，稀缺价值会更多落到能源与分子转换。

节目引用的量级是，美国约一太瓦发电能力，中国正走向八太瓦；美国制造空间约一百亿平方英尺，中国约两千亿。Friedberg 据此推演，中国可能主动商品化比特，再靠实体生产优势成为全球依赖。Sacks 则提醒，开放部署仍更费工作，闭源服务依然有省事和领先能力的市场。

这条长局把模型政策和工业政策连在一起。如果智能越来越便宜，真正决定谁能把设计变成产品的，可能是电力、工厂、材料和供应链。美国若只保护模型价格，却不补实体执行能力，未必守住最终价值。

和解没有裁定一切

Anthropic 图书案以十五亿美元和解。节目称案件涉及从盗版网站下载约七百万本书，当前覆盖约五十万本，作者每本获得三千美元，律师费超过一亿美元，百分之九十一的覆盖作者已经申领。

Sacks 强调，这些数字不能直接证明所有 AI 训练都违法。Anthropic 首先面对的是盗版副本来源，连每本书的一份合法副本都没有购买。若公司合法取得材料，训练是否属于合理使用，仍可能成为抗辩。和解结束了当事人的风险，却没有一次回答复制来源、训练用途和市场替代三个问题。

真正尖锐的是双重标准。Anthropic 与 OpenAI 主张自己可以在创作者反对时训练作品，却又想阻止别人训练它们的模型输出。Anthropic 创造“工业级蒸馏攻击”这个表述时，最初并没有直接称其为知识产权盗窃，而是强调缺少护栏的国家安全风险。

原因并不难理解。若未经同意从输出学习就是盗窃，出版商也能把同一逻辑用回模型公司。假账户和代理当然可以按违约或欺骗处理，但把争论扩大成 IP 盗窃，可能反过来伤害实验室自己的合理使用防线。

所以十五亿美元和解的真正提醒，不是某一方已经赢得全部法律原则，而是训练数据来源、取得方式和产品替代效果都必须分别审查。把和解当成一个包办所有问题的判例，会掩盖尚未解决的核心边界。

知识扩散与竞争边界

Friedberg 用一本没有交给 AI 的书作思想实验。读者购买后写出大量公开评论，模型只抓取评论和第三方分析，也能知道这本书讲什么。它没有读取原文，却通过社会讨论获得知识。作者很难同时控制所有读者形成的衍生认识。

他的原则是，版权禁止抽取原文、重新印刷并冒充自己的作品，但阅读、评论和知识扩散会产生新的表达。数字系统处理得更快、更大，并不自动等于复制原作。Jason 接受模型从书评理解作品可能合理，却把边界放在直接竞争。如果 AI 产品替代法律数据库、新闻、音乐或书籍市场，版权人的损失就更明显。

Jason 因此建议模型公司拿出部分收入建立许可池，持续向内容方付费。音乐行业长期靠集体诉讼和许可保护权益，新闻、图书与杂志也需要联合议价。出版商还要求 Google 拆分搜索爬虫和 AI 爬虫，让网站可以进入搜索，却拒绝被训练。

Sacks 的警告是，模型公司若把从输出学习称为 IP 盗窃，可能在大量合理使用诉讼中自伤。更窄的做法，是把假账户和代理定义成欺骗性商业行为。约两百家创业公司联名反对封禁，正因为它们担心衍生模型被一并判定有问题。

内容方的难处也很清楚。单独退出搜索会损失读者，单独谈判又缺少筹码。爬虫选择权、集体许可和市场替代测试，可能比一句“全部免费”或“全部禁止”更接近可以执行的制度。

资本开支为何吓坏市场

Google 与 Tesla 财报后股价下跌。节目称 Tesla 跌约百分之十四，Google 跌约百分之七，两家公司都出现负自由现金流，Google 是上市以来第一次。Tesla 资本开支同比上升百分之一百四十二，Google 的年度预测接近两千亿美元。

市场害怕的不是没有增长。Google Cloud 被节目称为一千亿美元年化规模，搜索、YouTube 和云仍在扩张。真正令人意外的是，现金投入已经大到压过当期现金产生。

节目也提到 SpaceX 上市后的波动。它被称为以约两万亿美元估值上市，当时已较首日收盘回撤约百分之三十，交易估值约一点五万亿美元，后续股份分批解禁还可能形成压力。这个规模缺少成熟的历史参照。

Chamath 反而更看好 Google。他引用公司长期约百分之三十二的投入资本回报率，认为这是一台经过多年验证的复利机器。管理层正在加固芯片、云、搜索、YouTube 和广告等多层优势。模型越碎片化，客户越需要一个能支持不同模型的基础设施平台。

历史高回报当然不能保证新数据中心都赚钱。若需求或利润率不及预期，折旧和供给过剩会成为负担。但如果未来十年对智能的需求仍在增长，今天的负自由现金流就是提前建设产能。市场争论的本质，是 Google 仍有高回报项目，还是已经进入资本过度投入。

这也是为什么同一份财报会产生相反结论。短线投资者看到现金流恶化，长期投资者看到基础设施壁垒正在形成。两边真正分歧的不是数字，而是这些机房、芯片和网络未来能产生多少需求。

Google Cloud 与五个九

Friedberg 说，Google 不能只按 Gemini 估值。它还有消费者业务、YouTube、GCP、Waymo，以及节目所称的 SpaceX 和 Anthropic 投资。节目还给出 Waymo 约一千亿美元估值，以及 Anthropic 持仓单季约一千亿美元账面重估的口径。企业邮件、文档和协作数据已经在 Google 生态，GCP 又能支持多种模型，因此它既有数据入口，也有模型中立的基础设施位置。

即使 Google 自家应用与模型失利，它仍可能靠低成本算力运行别人的模型。这个最差情形也不差，因为企业购买云时，需要的不只是芯片，还需要全球网络、故障处理、合规和可靠性。

Chamath 用五个九解释门槛。从百分之九十九可用，提升到百分之九十九点九，再到四个九和五个九，允许的故障时间越来越少，资本和技术成本却急剧上升。节目判断全球只有极少数平台真正具备这种积累。

这也引出 Apple 的另一条路。节目称它过去十年用于回购和分红的资金接近九千亿美元。Jason 认为其中一部分本可投入云、汽车或新平台。Sacks 则说，把钱还给股东并非浪费，股东可以另作投资。Google 选择重投基础设施，Apple 选择避免激进扩张，两者都在回答同一个问题：谁更有能力配置资本。

五个九因此不只是技术术语，也是资本纪律。只有愿意多年投入、承受低回报阶段并持续处理罕见故障的公司，才能把可靠性变成产品。开放模型降低了智能成本，却没有消除云平台的这道门槛。

驱逐即暴力的财产权争论

最后一个话题来自纽约租赁听证会，但节目把不同实施状态的措施并列介绍了。租金指导委员会通过的一年冻结和部分行政行动已经落地；信用检查费用由谁承担、信用检查与四十倍收入标准二选一，仍是市议会立法提案；租客工会的法定认可仍在规则制定和实施规划中，需要州级权限的事项也仍是向州议会提出的请求。一位活动人士把驱逐称为暴力，Friedberg 随即把讨论拉到私有财产权。

他引用 John Adams 的观点，财产若不被法律保障，自由就无法存在。相关著作发表于一七八七年，后一段公开论述对应一七九零年；节目把作者误说成 John Quincy Adams，也把年份误写成一七九一年。许多移民离开领主与君主可以随时夺取土地的制度，正是为了获得一种稳定预期，我拥有的东西不能被权力任意拿走。

在 Friedberg 看来，危险的第一步不是某条租赁细则，而是先把所有者描述成邪恶，再把夺取其权利解释成道德正义。产权削弱后，群体争夺资源，最强的一方最终集中权力。他把无政府与暴政视为连续过程。

这是一套明确的政治论证，不是节目已经证明的必然规律。听证会上的语言、实际法条与长期滑坡推演需要分开。但它提醒听众，住房政策不只决定价格，也决定所有者能否筛选交易对象、收回资产和承担责任。

反过来说，产权也不是拒绝一切租客保护的理由。真正的制度问题，是怎样限制滥用、保护弱者，同时不让资产责任和控制权完全分离。节目选择从产权风险出发，听众仍需把它与租客安全和议价能力一起衡量。

禁止驱逐先伤到谁

Sacks 认为租赁关系还有第三方，也就是楼里的其他住户。房东若收不到租金，就更难支付维护和清洁。若又不能处理严重扰民者，深夜噪音、破坏、恶臭和醉酒滋事会直接影响邻居。

最难离开的人，往往是依赖租控的老人和中低收入者。他们没有能力换房，却要承担规则失效的后果。节目中的行为案例来自一位公寓管理者的经验，不能推广到所有拖欠租客，但外部性问题是真正需要政策回答的部分。

Sacks 把这称为奢侈信念。富裕群体可以支持对公共空间极宽松的规则，因为自己不坐公交、不搭地铁，也不依赖普通公园。真正使用这些设施的工薪家庭承担秩序下降。同样，支持禁止驱逐的人可以获得道德满足，却未必住在无法处理问题租客的楼里。

主持人的替代方案是增加住房供给。无论新增豪华公寓、多户住宅还是独栋单位，只要总量增加并有交通连接，租客就会拥有更多选择。供给不会自动解决所有低收入住房问题，但长期稀缺不能只靠冻结现有价格来处理。

这章最重要的提醒，是政策受益者不能只看最显眼的一方。阻止一次驱逐可能保护一个家庭，也可能让邻居失去安宁、让维护预算下降。制度必须能区分暂时困难与持续破坏，否则善意会把成本转给最难搬走的人。

审批约束与幽灵公寓

Chamath 引用 Austin 的观察称，许可放松后住房增加，租金随之承压。他认为推动租赁限制所需的政治意志，也可以用于审批改革。New York 与 Austin 可以成为政策对照，看哪一边增加了单位，哪一边真正降低了租金。

若市议会通过信用检查与收入标准二选一的提案，违约风险不会消失。Chamath 推演，房东会把信息减少后的风险计入所有人的价格，先提高起始租金，再要求数月甚至一年预付。若再按主持人的假设限制驱逐，付款约束可能减弱，预计损失最终仍会转嫁给其他租客。这是对提案和假设场景的推演，不是对现行制度结果的描述。

租金冻结与翻修规范也会改变供给。节目称纽约公寓一旦改造，需要满足大量规范，成本可能达到数十万美元。若未来租金无法覆盖投入，房东会推迟升级，停止新建，甚至把空置单位继续留空。节目引用纽约约有五万套幽灵公寓，但没有证明它们全由同一政策造成。

因此政策不能只看初始善意。拟议的筛选限制、主持人设想的禁驱逐和已经通过的租金冻结，分别都以保护租客为目标；若最终叠加，主持人认为可能提高风险溢价、减少维护、增加预付要求并压低供给。真正应观察的，不只是法定租金，还包括可用单位、空置、维护、违约和人们是否选择退出市场。

主持人最终主张用结果检验制度。租金有没有下降，新单位有没有增加，旧房有没有得到维护，普通申请者需要预付多少，这些指标比政策名称更重要。规则若改变激励，就必须把人们适应规则后的行为也算进去。