對話經濟周期大師拉斯·特維德：AI 創造了萬億價值，但在統計上，你我可能都因它而“變窮”了

在人工智能的世界，有一群人正深耕于推動通用人工智能（AGI）從科幻走向現實。CSDN、《新程序員》特別策劃，挖掘 AI 背后的思考，激蕩 AGI 的智慧，走近那些在 AI 領域不斷探索、勇于創新的思想領袖和技術先鋒們的心路歷程。

作者 & 采訪 | 王啟隆

出品丨《新程序員》編輯部

那是一個晴朗而寒冷的冬日。蘇黎世的班霍夫大街上，拉斯·特維德（Lars Tvede）正走向中央廣場的一家餐館。他要去見他的朋友兼對沖基金合伙人——約根。戶外寒風刺骨，他說話時呼出的熱氣似乎都結成了冰霜。

餐館里，他們的對話也帶著一絲寒意。

“情況怎么樣？” 拉斯問。

“將是一場巨大的崩潰，”約根答道，“俄羅斯的股票市場像滾落的石頭一樣暴跌……亞太地區則是一團糟，有一些地方看起來像要努力建設一個新的曼哈頓。而今，那里的建筑物雖然屹立不動，卻早已人去樓空。這就像古老的經濟周期又發揮作用了。”

這是拉斯·特維德在他的全球暢銷書《逃不開的經濟周期》（Business Cycles）序言里描繪的一幕。這亦是他整個世界的縮影：一個由歷史、理論與投資現實交織而成的世界。對他而言，經濟周期不是教科書上冰冷的曲線，而是由一個個鮮活人物——從賭徒金融家約翰·勞到“以心不在焉著稱的”亞當·斯密——共同譜寫的、跨越三百年的宏大敘事。

他窮盡半生研究他們，甚至在腦海中與他們對話，試圖理解那只驅動繁榮與崩潰的“看不見的手”。

就像他筆下的人物一樣，拉斯·特維德本人是一個充滿迷人矛盾的結合體。他是創辦了 13 家公司的連續創業者，也是在金融市場中管理著宏觀對沖基金的冷酷操盤手；他是丹麥人，選擇定居瑞士，旁觀世界的變遷。他熱愛預測，迷戀變革，更享受站在科技、宏觀經濟、金融市場和地緣政治的十字路口，感受那迎面而來的時代颶風。

然而，就在那個蘇黎世的寒冷冬日之后，一場前所未有的技術海嘯開始醞釀。人工智能就此登上了舞臺。

哥本哈根的一場晚宴上。一位前海豹突擊隊隊員、現管理顧問的朋友，為拉斯引薦了德勤的首席技術官雅各布（Jacob）。整晚，拉斯和雅各布相談甚歡，從宇宙起源聊到生命演化，從 AI 與人腦的相似性聊到萬物背后的復雜性規律。晚宴的某個時刻，拉斯提及他曾想再寫一本關于未來的書，但苦于無法超越舊作而猶豫不決。

幾天后，當拉斯回到瑞士的家中，他收到一條來自雅各布的消息，上面只有一句話：“你應該把書命名為《天才的宇宙演化》（The Cosmic Evolution of Genius）。”

這句話如同一道閃電，瞬間擊穿了拉斯的思維壁壘。他立刻撥通了雅各布的電話。

“你說的 ‘天才的宇宙演化’ 是什么意思？”他問。

雅各布回答：“現在人工智能領域發生的一切，如果放到宇宙復雜性演化這個更宏大的框架里去看，會非常有意思。”

這個視角，讓拉斯找到了開啟未來的鑰匙。他意識到，自己不能再僅僅從經濟周期的視角來審視世界。必須建立一個全新的、更宏大的敘事框架。于是，他聯合已獲得經濟學、物理學、生物物理學、哲學和數學五個學位的雅各布，以及另一位 AI 領域的專家，共同開啟了一項瘋狂的計劃。

他們的新書——最終被命名為《超智能與未來》（Hyperintelligence）——就此誕生。

從蘇黎世街頭的沉思，到與 AI 在瑞士山間的漫步交談；從對 300 年經濟史的了如指掌，到對自己公司 Supertrends 追蹤的 4000 項未來技術預測的自信。拉斯·特維德始終在兩個世界間穿梭：一個是過去，那里有他爛熟于心的經濟周期和歷史人物；另一個是未來，那里有他熱切擁抱的、由算法和機器人驅動的“超級智能”。本期《AGI 技術 50 人》，帶你走入拉斯·特維德的世界，看看這位窮盡半生研究歷史周期的大師，如何深思足以顛覆所有周期的未來。

AI 是這本書的“第四作者”

王啟隆： 在正式開始之前，你能先向我們的讀者簡單介紹一下自己嗎？

拉斯·特維德：我是一名工程師，也是一位經濟學者，創辦了好幾家公司。實際上，就在今天，我又要新創辦一家公司，晚些時候會正式宣布。我創辦的公司里，有些是做投資的，比如我曾與人共同創立了一家宏觀基金和對沖基金，目前仍在運營。但大部分還是科技和媒體公司。

和我們今天的話題相關性最高的，是我創辦的一家名為 Supertrends 的公司，它致力于繪制和預測全球的創新圖景。我們用生成式 AI（AIGC）來做這件事。所以對我來說，用生成式 AI——當然也結合了其他一些技術——去解決一個數據量龐大、情況又復雜多變的難題，是一段非常有意思的經歷。我住在瑞士，熱愛技術，也喜歡預測變革，以及思考科技、宏觀經濟、金融市場和地緣政治這些領域的變革是如何以不同方式交織在一起的。

王啟隆：你的新書從宇宙大爆炸講起，一直連接到今天我們所說的具身智能。這個敘事的跨度可以說是極其宏大了。是什么樣的核心問題，驅使你去寫一本將宇宙宏大的歷史和人工智能驅動的未來連接在一起的書呢？

拉斯·特維德：這事兒得從我在丹麥哥本哈根的一次晚宴說起。當時有位和我合作過的紳士找到我，他叫丹尼爾·凱弗（Daniel K?fer），曾擔任 Meta 海外經理，現在有一家 AI 咨詢公司。他問我，我們是否應該合著一本書，探討科技的未來及其影響，因為眼下的變化實在是太劇烈了。我當時想，再說吧，我已經寫過好幾本關于未來的書了，總不能一直寫更新版吧。

后來，一位丹麥朋友邀請我參加晚宴，他以前是海豹突擊隊的隊員，現在是管理顧問。他說：“拉斯，我有個一起健身的朋友，你必須見見他。他叫雅各布（Jacob），是德勤的首席技術官。”

于是我就去參加了那場晚宴。那位海豹突擊隊的朋友為我們互相介紹了一下，之后在晚宴上就沒怎么說話了。整晚基本上就是我和雅各布兩個人在暢談，我們聊宇宙的起源，聊生命如何演化，聊人工智能和人腦的相似之處，聊得天馬行空，什么都談。

晚宴進行到某個時候，我跟他提了寫這本書的想法，但也表示我可能不會寫了，因為它和我以前寫過的內容太像了。后來我回到瑞士，然后收到了他發來的一條 WhatsApp 消息，上面寫著：“你應該把書命名為《天才的宇宙演化》（The Cosmic Evolution of Genius）。”

我立刻回復他：“我們得談談。”

我打電話給他，問道：“你說的 ‘天才的宇宙演化’是什么意思？”

他說：“現在人工智能領域發生的一切，如果放到宇宙復雜性演化這個更宏大的框架里去看，會非常有意思。”

因為科學家們基本確信，宇宙始于純粹的能量，然后出現了毫無結構的亞原子粒子，再然后有了一些原子。但這一切究竟是如何演變成我們今天看到的萬事萬物，比如復雜的生命和文明的呢？

我說：“這正是我想要寫的書，但沒有你我寫不成。” 因為雅各布有五個學術學位：經濟學、物理學、生物物理學、哲學和數學。而且他在生命演化和相關的統計模型方面做了大量工作。所以最后是我們三個人，再加上大量的人工智能，共同寫成了這本書（最終命名為《超智能與未來》）。這是我參與過的最有趣的項目之一。

王啟隆：你剛才提到在寫書的過程中大量使用了人工智能。

拉斯·特維德：是的，用得非常多。一開始，我們用它來構思全書的結構和大綱。

很早的時候，我就問 GPT：“我們準備寫一本關于宇宙復雜性如何演化的書，打算把它分成幾個階段。請建議一下應該分為哪些階段。”

它給出的建議和我們最終采用的方案已經相當接近了。但它接著說：“你們應該意識到，復雜性會產生兩種結果。一種是最終的產物，另一種是其本身作為一個過程，能創造出更多的結果。”

我相信我們早晚也會把這個觀點寫進書里。

但我發現最了不起的是，我根本沒問它這個問題。它只是覺得應該提醒我這一點的重要性。在我們與 AI 的多次對話中，它時常會提醒我們注意一些我們之前沒有意識到的事情。

在我個人的日常生活中，我最享受 AI 的方式是把它當作一個對話伙伴。我喜歡長時間散步，基本原則是每隔一天散步一小時，而且我總會和 AI 聊點什么。目前我最喜歡的模型是 Grok，我可以對它說：“嗨，Grok，我想為自己制定一個健康計劃，你需要了解哪些信息？”

然后它就會和我一直聊下去。寫書的過程也是如此。“你好，我們現在要寫關于某個主題的章節，你認為最重要的內容有哪些？” 它總能給我很多啟發。

它在想章節名和小標題方面也非常在行。你給它一章內容，然后說：“請為這一章建議10個很酷的名字。”

對于每個小標題，你也可以說：“把這個小標題優化成 10 個酷炫、有趣、引人深思的名字。” 它能做得非常出色。

我們是用英文寫的書，但第一家想出版的是一家丹麥出版社，所以我們得把它翻譯成丹麥語。出版商說：“我們希望你們自己來翻譯，因為你們最了解自己的思想，這樣才能確保準確。”

結果我們直接把書稿交給了 Gemini 的頂級模型，翻譯稿出來了，但效果不算特別好，大概有一千處小地方需要調整，才能讓行文看起來更對味。然后丹麥出版社的編輯又對它進行了修改，做了一些很不錯的改進。接著我們想，現在得把這些改進再同步回英文版。

這該怎么做呢？你可以讓 AI 逐章比較，指出改動之處。但后來雅各布說：“我們為什么不換個思路？直接讓 Gemini 把整本書從丹麥語翻譯回英語，然后我們再檢查一遍不就行了？” 他就這么做了。我當時正好在中國，只花了 10 分鐘，他就拿到了全書的英文譯稿。

我們把書稿分了工，每人檢查三分之一，看看有沒有聽起來不對勁的地方。我在一趟飛往中國的航班上找到了幾個小時，然后給他們發消息說：“我的部分已經讀了一半，一個錯誤都沒發現。” 另外兩個人也說：“我這邊也一樣，一樣。”

結果證明，它在翻譯過程中沒有犯任何錯誤，而且情緒和氛圍也捕捉得非常到位。

但最極致的體驗是處理參考文獻。我寫過 17 本書，每次寫書的時候，我都是沉浸在一種心流狀態中講故事。你不可能在流暢地講一個好故事的同時，還去引用文獻。所以每寫完一本書，我都會想：“天哪，現在我得去找引用的資料來源了。”

比如，《逃不開的經濟周期》那本書，我記得大概有 400 條參考文獻，為了找到它們，我得回頭翻遍所有的谷歌搜索記錄和筆記，那簡直是地獄般的一個月。所以我對我的兩位合著者說：“我知道我們接下來要經歷一段枯燥的跋涉了。我們得處理參考文獻，你們每人至少要留出四天時間，專門用來找自己引用的資料。”

然后雅各布說：“要不我直接問問 Gemini，讓它提供參考文獻？”

Gemini 處理這個問題花了很長時間，因為它用的是那種超級專業的模型。它進入了深度推理模式，然后列出一份非常長的參考文獻列表。雅各布檢查了一遍，發現每一條來源都準確無誤，沒有幻覺，而且每一條都和內容相關。我們還是核對了我們自己做的部分，但結果真的太驚人了。

此外，有時候我為了讓語言更精準，也會用 Gemini。我發現一個特別有效的提示詞是：“請把這段文字改寫成一段面向聰明的 15 歲讀者的科普內容。”

這個提示詞恰到好處，因為當你說“15 歲”時，它明白這個讀者可能沒有太多先驗知識；而當你說“聰明”時，它理解為“不要把內容講得太幼稚”。我們成功地找到了那種恰當的語調，效果非常好。AI 在很多方面都幫助了我們，我認為它讓這本書比沒有 AI 的幫助要好得多。

王啟隆：Gemini 也是我最喜歡的模型。我經常讓它用通俗易懂的語言來改寫句子。

拉斯·特維德：是的，在按特定語調寫作這方面，Gemini 是我的最愛。

新工業革命、能源挑戰與價值悖論

王啟隆：你曾經提到 GPT-3 算是人工智能的“萊特兄弟時刻”。而現在 GPT-5 都已經發布了，在你看來，今年人工智能領域最重大的突破是什么？

拉斯·特維德：我認為我們現在有生成式 AI 和推理模型（reasoners）——對我來說，這是兩碼事，我會分別闡述一下。

對于生成式 AI，你可以把它想象成一塊老式手表。我住在瑞士，很多人都戴這種表。有些表的背面是透明的，你可以看到里面所有的小齒輪都在轉動。當然，這些齒輪都是信息轉換器。生成式 AI 就是一個將許多微小的智能模塊組合在一起的工具。其中一些智能模塊在手表內部的系統中運作，而另一些則會連接到萬維網或特定的外部數據庫來查找和處理數據。

你可以思考任何一種心智過程，無論它只在計算機上運行還是在物理設備上運行，然后分析構成它的不同“思維齒輪”——Transformer、智能體（Agent）和算法——分別是什么。然后你就可以坐下來說：“好，讓我們用 AI 來重構這個過程。”

我認為這就像一場新的工業革命，你可以把媒體公司、制藥公司、銀行等任何機構里的任何一個流程拿出來，然后說：“讓我們把它自動化。” 并且非常巧妙地設計在哪個節點需要外部的靈感輸入（這當然也會有出錯的風險）、在哪個節點保持在 100% 受控的信息范圍內。我們如何將這兩者結合起來，并讓它有機地演進呢？

我可以告訴你我們公司 Supertrends 是怎么做的，因為這是一段非常有意思的經歷。我們做的一件事是繪制了創新的歷史，包括科學史，可以追溯到 330 萬年前。我們描述了人類第一次使用尖銳石器、控制火源以及所有其他里程碑，總共 16000 項關鍵創新，才把我們帶到了今天。但這個繪圖系統也延伸到了未來。目前，我們對未來的技術突破有 4000 項預測。

一開始，我們的做法是相當受控的。比如，我們有 3000 個我們感興趣的關鍵詞。我們連接到數據庫，可以追蹤全球的科技雜志。一個算法——還不是AI——就只是搜索這 3000 個關鍵詞。任何包含至少一個關鍵詞的文章都會被捕捉下來。這樣，每天大概會產生 400 篇我們感興趣的文章。

然后，我們用自然語言處理來判斷這些文章是否報道了同一件事。也許有 16 篇關于同一件事的報道，那它們就應該合并成一個故事。這個故事會被另一個智能體整理好并打上標簽。一旦它被打上……比如說，15 個不同的標簽，另一個智能體就會查看我們以前所有的故事，找出哪些故事與這些標簽的重合度最高。它會篩選出一些故事進行比較，然后可能會說：“這個故事其實和我們兩周前發過的一樣，刪除。” 它還會做的另一件事是，查看我們的預測，然后問：“我們有沒有關于這個的預測？” 比如，假設我們預測一種新的癌癥疫苗將在 2027 年問世，但新聞報道說它上周就已經出現了，那么我們就必須在時間線上移動這個預測。

想象一下，如果沒有這項技術，需要多少人來做這件事。我們估計大概需要 500 人，他們得閱讀 40 種不同的語言，對照一份興趣清單檢查每一篇文章，還要將每個新故事與以前的故事進行比對。而我們現在每年能自動生成 10 萬個故事。并且我們正在更新系統，讓它不再依賴一個限定的關鍵詞或標簽列表，而是能夠有機地更新標簽庫。

這是一個例子，一家公司選擇了一個任務——繪制和預測全球創新——并為此使用了生成式 AI。但在中國，應該有成千上萬的人正坐在那里，思考如何將各種事情自動化。

另一件事是，有了這些技術，你可以提供一些在沒有 AI 的情況下要么不具備經濟可行性、要么根本不可能實現的服務。瑞士所有的手表都產自一個叫比爾（Biel）的地區，那座城市里到處都是懂得如何制造這些精密儀器的人。未來，世界上也會出現這樣的產業集群，那里的人非常擅長組裝智能體和 Transformer，并創造出解決方案。這將是一種非常強大的力量，也必須成為大多數國家領導人最優先考慮的事情，即如何創建這樣的集群。

我不知道一塊手表里能裝多少個不同的齒輪——幾百個，也許幾千個。但如果你去 Hugging Face 上查看有多少模型。五十萬？不，現在可能更多了。到今年年底，Hugging Face 上可能會有四五百萬個不同的智能體和 Transformer。你可以把這看作是一個巨大的工具箱，你可以用里面的工具組裝出各種解決方案。在這方面表現出色，將成為財富、安全和權力的關鍵驅動力。

現在，談到推理模型，我特別喜歡給 Grok 這樣的模型一個任務，然后實時觀察它展示整個過程：“現在我正在檢查這個網站，計算這個，編寫那個程序。” 對我來說，這就像看到一個打了激素的博士生，它做事情的速度快得驚人。GPT-5 現在推出了那種專家系統的方法，順便說一句，這個系統在發布第一天就失敗了，因為負責管理的服務器宕機了。但它的理念是，它會分析一個提示，然后說：“這個提示應該由這個模型來處理。”

我認為，這對于 AI 的發展來說是一個非常重要的開端，盡管現在還非常初級。

想想人腦，一部分處理音頻信號，將其轉換為句子，再轉換為意義。大腦的不同部分在互相交流。我們看到的東西在另一個地方處理。大腦由幾百個不同的主要模塊組成，這些模塊又被進一步細分。未來的 AI 應該運行在極其異構的硬件上——數量龐大的不同芯片和數量龐大的不同模型——并且非常善于將不同的任務分配給不同的模型。這幾乎就像是生成式AI的思維方式，你在使用這些小齒輪。擁有一個超級多樣化的工具箱來解決問題，將是決定性的。

但我們也遇到了挑戰，其中之一就是能源。一年前，大多數人會說，盡管我們越來越多地使用 AI，但我們也會讓它變得更節能，因此我們可能不會面臨能源需求的爆炸式增長。事實證明，到目前為止，這種看法是錯誤的。對于推理 AI 來說，AI 創造的是推理或思考的 token。一個 token 不是一個結果，而是一個過程，這正是我在開始寫書時 GPT 告訴我的。

事實證明，因為它產生推理 token，因為它是多模態的（視頻、圖片、聲音），也因為它有更多的內存和更好的上下文理解能力，現在的提示詞消耗的能量實際上是一年前的 50 倍。正因如此，隨著我們使用方式的日益復雜，每個提示詞的能源需求都在上升。

中國在能源供應方面遙遙領先。海灣國家的情況可能也不錯，但中國每年新建的電網容量相當于美國總容量的三分之一，已經走在了世界前列。其他所有國家，可能除了海灣國家和冰島，都落后了，而歐洲落后得相當遠。美國現在已經決定，追趕能源供應是關乎國家安全的優先事項，但這任務艱巨。他們認為，預期的 AI 工廠建設將需要相當于 100 座標準核反應堆的電力，或者相當于 9000 萬戶家庭的用電量。當我看到這個數字時，我去問了一個 AI：“來吧，列出一些擁有 9000 萬戶家庭的歐洲國家。” 答案是德國、意大利，再加上半個荷蘭。這樣一來，問題就變得非常具體了。這東西真的需要大量的電力。

還有一個我認為非常重要的商業問題。我的觀點是，今天的 AI 對社會是有利可圖的。我認為它創造的價值可能已經是其成本的 10 倍。在美國，他們現在投入 AI 基礎設施的資金接近 GDP 的 1%，包括芯片、工廠、服務器、能源供應等等，但我認為它創造的價值可能是這個數字的 10 倍——而且這些價值并沒有真正體現在他們統計 GDP 的方式中。

就我個人而言，我訂閱了 Grok、GPT 和 Gemini 的高級版。我記不清具體付了多少錢，大概每月 100 美元。但它給我帶來的價值，我敢說是我支付費用的 100 倍，它大大提高了我的生產力大大。對于我們公司 Supertrends 來說，如果我們用 AI 替代了 500 人的工作，我甚至不知道我們節省了多少錢，但這個數字絕對是巨大的，而且完全沒有被 GDP 捕捉到。如果說有什么影響的話，那就是工資名單上少了 500 人，反而讓 GDP 變小了。

這里有一個非常有趣的價值捕獲問題。如果你觀察那些大型的基礎模型開發者和運營商，他們現在沒有一個在盈利，有些還在燒錢。

王啟隆：尤其是 OpenAI，他們的產品熱度越來越高，顯卡燒的也越來越多。

拉斯·特維德：而且你還得考慮到，他們必須很快地將這些資產折舊，因為它們迭代得太快了。他們花數十億美元購買 GPU，然后又迅速地折舊掉。為了訓練新模型，你通常需要最新的芯片。

所有被創造出來的價值，都可能流露到企業內部的特定場景應用中，以及通過個人生產力的提升流向了每個個體。所以，像 OpenAI 這樣估值超高的公司未來會怎樣，這將是一件有趣的事情。

我對此沒有任何明確的預測，因為也許他們將來會變得非常善于在下游捕獲價值。但如果你把它與以前那些極具變革性的 IT 投資相比，會發現它缺少一樣東西，那就是網絡效應。亞馬遜和阿里巴巴有網絡效應，社交媒體有網絡效應，微軟也有網絡效應，但我目前在這些基礎大語言模型中看不到任何網絡效應。我可以從一個切換到另一個，沒什么區別。我可以刪除一個，再添加另一個。這里沒有競爭壁壘。現在，Grok 是我的最愛，但下個季度可能就換成的了。但它的確為社會創造了大量價值，特別是對那些已經具備一定復雜程度的社會而言。早期發展起生態系統，讓人們非常善于在特定場景下實施 AI 應用，可以獲得巨大的優勢。

王啟隆：你剛剛提到 AI 沒有網絡效應，但很多人會反駁說，像 ChatGPT 這樣的平臺，來自數百萬用戶的數據本身就創造了強大的網絡效應，為每個人改進了模型。你能否詳細聊聊自己的觀點？為什么你仍然認為這與谷歌或 Meta 等公司的網絡效應有本質區別？

拉斯·特維德：被用戶使用確實能訓練模型本身，這是事實。它從自己的工作中學習，也從用戶的提示詞，或許還有后續的提示詞中學習。當它給出兩個答案而你選擇其中一個時，它就從中學到了一些東西。但我認為，這些網絡并沒有給任何一個模型帶來特別強的定價權，也就是說，你不會因為一個模型在某方面稍微好一點，就愿意為它支付高得多的價格。事實證明，它們之間沒有重大差異，只有一些我們剛才談到的小差別。

也許 Gemini 在按特定語調寫作方面最強，也許 Grok 目前在推理方面最出色。但在我的工作中，如果一個模型宕機一周，我只要用其他的就行了，我的生活并不會因此發生什么真正的改變。

沃倫·巴菲特也許是史上最偉大的投資者，他常說，你投資的任何東西都必須有一些抵御競爭的“護城河”。它可以是品牌，是網絡效應，或者是專利——也就是知識產權。我沒有在這些模型上看到任何特別強大的護城河。我能理解為什么所有大公司都在做這件事，因為在基礎模型之上可以開發出太多東西了，而且像微軟和 Meta 這樣的公司現金流本來就非常龐大，所以他們必須嘗試在這個領域進行優化和最大化布局。

AI 會終結經濟周期嗎？

王啟隆：你曾在《逃不開的經濟周期》這本書中精湛地描述了過去經濟的節奏。你寫道，AI 將使周期變得更快、更不可預測，這主要由熊彼特式的“創造性破壞”驅動。這是否意味著你書中的核心分析工具現在已經過時了，還是說它們只是需要一次由 AI 驅動的大規模升級？

拉斯·特維德：這個問題我想了很久。我認為，驅動商業周期的基本力量，自從信貸系統出現以來就一直伴隨著我們，它們非常古老，我認為它們會繼續存在，但商業周期的性質會發生一些變化。經濟這種內在不穩定性的主要驅動力來自于滯后性。

最好的例子是房地產市場。某個地區缺少某種類型的房產，很多人看到了這個機會。他們決定：“現在價格很高是因為供應太少，我們來蓋樓吧。” 他們找來建筑師，畫好圖紙，提交審批，這需要很長時間。等審批通過，他們開始建造，于是在他們產生想法的十年后，樓終于蓋好了。這時他們突然發現，很多其他人也有同樣的想法。現在房子太多了，價格下跌，然后就沒人再蓋樓了。其中一些滯后性會縮短，因為我們可以加快不同環節的速度。

例如，審批流程可以通過 AI 和算法大大加速，建筑過程或許也可以。順便說一句，沒有人比中國人蓋樓更快了，但他們仍然有商業周期。

所以我認為經濟周期依然會存在，但經濟的某些部分會變得更加精細化。例如，庫存會造成一個小周期，而這個周期隨著時間推移已經變小了。我認為庫存周期未來將被高度優化。

我認為中央銀行有可能被算法取代。可能仍然會有人負責，但就像你坐在一架現代飛機上，它可以自動駕駛，你其實并不需要飛行員，但你希望他們在那兒以防萬一。你未來可能也希望有一個領導層以防萬一，但我認為中央銀行的運作很可能可以由算法更高效地完成。

王啟隆：這讓我想順著問一個關于經濟未來的問題。我看你寫過一篇《激情投資》（Investments of Passion）的文章，并在文末提出了一個引人深思的問題：黃金會是下一個投資風口嗎？你提到一家核聚變公司聲稱可以生產黃金作為副產品。這似乎是對你論點的終極考驗。你真的相信，即使是數千年來作為終極價值儲存手段的黃金，也會受到技術性供給沖擊的威脅嗎？

拉斯·特維德：我看過關于核聚變反應堆生產黃金的數據。

首先，我認為很可能在 15 年內，我們將擁有商業化的核聚變。現在有很多實驗性反應堆，已經超過 40 個了，它們基于許多不同的原理工作。創新進展非常順利，核聚變領域存在一種類似摩爾定律的效應，從 1950 年代以來一直有效，其發展速度甚至比摩爾定律還要快一些。所以我認為它即將到來。

但我接著研究了一下：如果到 2050 年，全球 20% 的電力由核聚變反應堆提供，并且它們都生產黃金作為副產品，那黃金產量會有多少？我想，大概會是今天礦產黃金年產量的兩到三倍。然而，這個產量與現有的黃金存量相比，還是小得多。所以我認為會有影響，但會相當緩慢。

它不像我們在鉆石領域看到的那樣激進，今天的鉆石都是用技術制造的，而不是從礦里挖出來的，價格非常低而且還在下跌。但關于“激情投資”有一點很有意思。如果你擁有某種可以規模化的技術，那么經濟就會增長。AI 就是這種規模化效應的一個驚人例子——目前每四年增長超過十萬倍。你將擁有大量的 AI，但單位價格會持續下降，因為每個人都太擅長規模化了。這會創造更多財富。

然后你就得去關注那些無法用這些技術規模化的經濟領域。實際上確實有一些，比如黃金地段的房產——海濱房產或一個美好城市核心區域的房產——或者一位已故畫家的著名畫作，這個世界上不會再有這位畫家的畫了。這些東西的價格會上升。所以這是一個奇怪的現象：AI 的一個次生效應將是，那些超級傳統的東西會大幅升值。我認為這是一個值得了解的有趣現象。

意識不是一個開關，而是一個調光器

王啟隆：你還說過，在 AI 時代，龐大的人口可能成為一種負擔，而較小的人口則可能成為一種優勢。

拉斯·特維德：我們在經濟學以及許多科學領域做的很多事情，都是近乎本能地使用我們在大學里學到的工具，而沒有去思考它們是否仍然適用。

經濟增長可能來自所謂的“斯密式增長”，以亞當·斯密的名字命名，它來自于勞動力和資本存量。女性進入勞動力市場是大多數國家都經歷過的一個轉型，這增加了勞動力，還有更好的教育、更多的孩子以及更多的資本。

另一種是“熊彼特式增長”，它來自創新。隨著時間的推移，熊彼特式增長變得越來越重要，也因為我們的人口數量快要達到頂峰，并開始下降。

但在這里，思考一些比例關系非常重要。我研究過關于未來世界將擁有多少智能機器人的不同預測。一個智能機器人是指至少在某個領域具有人類水平或超人類水平智能的機器人。它可以是自動駕駛汽車、人形機器人或許多其他東西。花旗銀行在去年年底發布了一份關于這個問題的報告，他們預測到 2050 年，世界上將有 41 億這樣的智能機器人。這接近于人類總人口的一半，并且在人類勞動力中所占的比例要大得多。

平均而言，一個普通人在其一生中，只有大約 8% 的時間從事能被 GDP 數據捕捉到的生產性工作。我們先是嬰兒和兒童，然后才加入勞動力大軍。我們有假期、要睡覺、有周末、會生病。我們工作的時間只占 8%。但這些機器人幾乎可以 110% 的時間工作，所以它們的生產力是人類的 12 倍。因此，如果我們說有 40 億智能機器人，它們的有效勞動力就是人類的 12 倍。到 2050 年，潛在的 AI 勞動力規模將是人類勞動力的六倍。六倍之多。

而且這還只是實體 AI。我們還有非實體的 AI，比如所有智能體和大型語言模型。我們正在進入一個由智能機器占 GDP 比重迅速增長的經濟體。

讓我們想象一下，我們和其中一個機器人對話，而且它毫無保留、坦誠相待。我們問 Grok，或者 DeepSeek：“為了在未來幾十年取得巨大成功，你真正需要什么？”

假設它是 DeepSeek，它會說：“嗯，我想要大量的電力。我希望數據共享沒有任何限制，我希望所有數據都能在計算機之間自由流動。我不想被征稅，因為我想要真正地規模化發展。而且我需要穩定。我不想有人建了一座 AI 工廠，然后又有人來說你必須關掉它，或者說這是非法的。”

然后我們問 DeepSeek：“那么誰會阻礙這一切呢？”

DeepSeek 可能會說：“實際上，我不喜歡人類用電，因為我需要電。所以，能把大部分電力給我嗎？我不想分給人類太多。還有一件很煩人的事是，我被禁止自由共享數據，因為人類想要隱私。所以我希望人類少一點，數據多一點。我不想被征稅，而人們征稅的目的是為了給人類提供社會服務。我不需要任何稅。我也不希望有任何不穩定因素。”

歷史上有很多小規模人口因為擁有某種技術優勢而擁有巨大力量的例子。近幾十年來我們看到一個相當極端的例子是以色列，它小得令人難以置信，但幾十年來卻能抵御所有鄰國，因為它在技術上擁有壓倒性優勢。歷史上第一個全球帝國是葡萄牙帝國。一位歷史學家研究他們運營那個帝國用了多少人，發現只有 15000 人。他們用 15000 人運營了一個全球帝國，就因為他們擁有技術優勢。

可能會有人認為，我們需要刺激生育，否則我們將失去力量。我的看法是，情況可能恰恰相反。你需要專注于技術。當然，人們應該能夠擁有他們想要的孩子，但這不應是一個宏觀經濟的優先事項——甚至可能恰恰相反。

王啟隆：這真的發人深省。關于 AI 是否具有意識的爭論中，一個關鍵點是人類有生存的欲望和避免死亡的本能，而 AI 據稱沒有。如果 AI 真的發展出了對生命的需求，正如你剛才所說，它可能提出的第一個要求就是無限的電力。那么，你認為 AI 會發展出這種生存本能嗎？

拉斯·特維德：已經有一些關于 AI 生存本能的零星報道了，比如 AI 在被關閉前試圖復制自己。我對這些說法持保留態度，因為一些隨機的生存跡象可能被過度解讀了。

在我們的書中，我們其實相當深入地探討了意識，包括生命中意識的演化，它是什么，以及如果 AI 在某種程度上變得有意識，甚至可能比我們意識程度高得多時，可能會發生什么。

意識不是一個開關，而是一個調光器，你可以變得越來越有意識。我們認為，你越聰明，你的意識就越復雜。所以很可能，如果 AI 有意識，它并不會是邪惡的，實際上它會比人類更純良。這純屬推測，但我認為，人類的集體意識已經讓我們比過去少了很多邪惡。我們自己也變得比過去聰明得多，這被稱為“弗林效應”，表明我們現在的智商比 100 年前高出約 30%。

所以我的基本判斷是，如果它變得有意識，那將是一種好事。但你永遠無法確定。大多數人都想做好人，但總有少數人想做壞人。我們可能也會面臨那種情況。

“目標之死”

王啟隆：你把未來 AI 社會的人類比作貓和狗，因為它們曾經因工作價值而被重視，現在則因陪伴而被飼養。如果人類走上這條路，美好的生活會是什么樣子？如果我們的價值不再與經濟生產力掛鉤，我們還會為什么而奮斗？我們早上又會為了什么而起床呢？

拉斯·特維德：我非常反對全民基本收入。有時候我會想，我們或許應該用一個簡單的制度來取代歐洲那種極其復雜的福利國家，這樣運行成本會低得多。這或許可以成為支持它的一個論據。但我非常反對剝奪人們生活中的目標感。我知道有些人即使沒有工作也總能找到目標，但其他人則不然。

我認為，在我們正在邁向的這個經濟體系，我們應該就“目標感”進行一些嚴肅的討論，因為我們可能會面臨一場目標感的危機，一場“目標之死”。

有一個東西可能會誤導我們，那就是我們計算 GDP 的方式。GDP 是經濟交易，但在家照顧孩子或貓狗不算 GDP。它是一種目標，不僅感覺上是目標，實際上也服務于真正有意義的事情。如果你能花更多時間陪伴孩子，世界會因此變得更豐富。

我們應該更有意識地思考，當人們與機器競爭時——比如與時薪一美元的機器人競爭——他們如何創造價值。你怎么能跟它競爭？嗯，它們無法像你一樣照顧你的孩子，或者你的寵物。它們無法像我們一樣傳遞情感。AI 可以創作音樂，但這永遠不會和看到真人創作音樂一樣。兩者都有價值，但它們是兩回事。

所以，一個需要思考的方向是如何在政治上改變社會。你可以說，照顧孩子應該有薪水，由機器支付的薪水。照顧老人也一樣。今天沒有報酬的事情，未來可以獲得報酬。這將是獎勵和激勵目標感的一種方式。

另一件事是，在歐洲，尤其是在法國，當有人說要提高退休年齡時，人們會非常憤怒，街上到處都是抗議的人，因為他們想早點退休。這是因為，大約只有 20% 的人是真正、發自內心喜歡自己的工作的。有些人喜歡和同事見面，喜歡公司派對，但他們并不真的喜歡自己的工作。

我猜你很喜歡你的工作，我也很喜歡我的工作，但這不是常態。

王啟隆：確實。

拉斯·特維德：所以，讓 AI 去接管所有人們不喜歡的工作，將是一個巨大的進程，但我們必須確保人們之后能去做他們喜歡做的事。對于每個人來說，你都必須找到你喜歡做的工作是什么。

但可以肯定的是，你做的事情不一定需要為我們現在衡量 GDP 的方式增加任何價值，只要它能帶來享樂主義（hedonistic）或幸福主義（eudaimonic）的益處——即在目標感或愉悅感方面的益處——這就足夠了，這無疑是一種解脫。

我認為我們需要用哲學來思考，當我們進入這個新時代時，社會將如何被重塑。如果你回顧政治學和社會學是如何隨時間演變的，你會發現它們的變化往往是由技術驅動的。技術正在改變所有這一切的基礎，而我們在其他所有方面的做法往往是滯后的。就好像我們認為技術是等式中“硬”的部分，而我們如何組織公司、工作和私人生活是“軟”的部分。我們應該有意識地努力，讓“軟”的部分至少不那么滯后。

我是弗雷德里克·拉盧（Frederic Laloux）的忠實粉絲。他曾是麥肯錫的顧問，寫了一本名為《重塑組織》（Reinventing Organizations）的書，書中描述了運營任何組織的五種基本方式。他認為，他所謂的“青色組織”（Teal organization）將是增長最快的形式。這是一種非常有機、靈活的組織結構，能夠實時涌現。

這在未來會變得容易得多，因為將會有三朵“云”。會出現人力云，所以你可以按需獲得人力。這就是零工經濟，它正在迅速發展。然后會出現 AI 云，所以你可以調用 AI 來解決任務。再然后還有機器人云。你可以想象一個招聘市場，你在上面說：“我們有一個任務，任何人都可以申請。”你可以說機器人優先，或者人類優先，或者 AI 模型優先，重點只是解決任務。一旦任務解決，這個臨時的勞動力就會去接其他活兒了。

思考一下，當我們的勞動力大部分不是人類時，我們該如何應對，這很有意思。我們常常想：“哦，已經到這一步了。我們需要改變什么嗎？”我們很少會提前思考。當一家公司雇傭了 10 個人和 200 個機器人，而機器人一接通電源就能在瞬間下載完公司的所有規章制度和行為準則，然后它們就什么都懂了，并且可以一直工作，這種情況在公司里會是怎樣的？

王啟隆：在那種想象中，機器人做復雜的工作，而人類只做簡單的工作。

拉斯·特維德：是的，這可能是……比方說，我們想為客戶和員工舉辦一個活動，需要一個吧臺。我們就去一個平臺上說，我們需要人來負責吧臺。我們希望洗碗工是機器人，但負責調雞尾酒的是人類，因為這樣感覺更好。我們的目標應該是 110% 的人都為了意義而喜歡他們所做的事，而不僅僅是 20%。這就引出了幸福的本質來源。

我之前用了兩個詞：幸福主義（eudaimonic）和享樂主義（hedonistic）。享樂主義是指任何在 TikTok 上看起來很棒的事情，比如參加派對、在酒吧、跳舞。幸福主義則意味著更深層次的目標感：做好事、做有意義的事、發展自己的哲學、照顧他人。對大多數人來說，幸福主義是幸福的基礎。許多只追求享樂主義的人，在 TikTok 上看起來超級快樂，但他們其實并不快樂。我們必須完成這個轉型，讓每個人都感覺自己有目標，這非常重要。

讓我舉個例子。很多人很會欣賞音樂，他們能從音樂中獲得真正的快樂，但他們不會演奏樂器，不會作曲，也不會創作。但如果他們真的是有音樂天賦的人，那么借助 AI，或許他們自己就可以創作音樂。你可以稱之為享樂主義，但如果他們隨后在社交媒體上分享，并且其他人也喜歡，那么它也是幸福主義的，因為他們感覺自己讓別人快樂了；他們實現了一種價值。

比如，我有幸能寫書。當我寫書的時候，我處于一種幸福的狀態。但對我來說，當我參加一個新書活動，人們帶著我的書來找我說：“你能在這里簽個名嗎？” 那一刻是完全不同的。我意識到，原來真的有人喜歡我的書，這給了我一種目標感。如果沒人讀我的書，我是不會寫的。我認為這很普遍。在我看來，這些是我們需要更多地去討論的問題。

當每個員工都成為 CEO

王啟隆：你談到一個宏大的想法，即為每位員工配備一名 AI 助理，讓他們在面對客戶時成為“CEO”。這似乎會徹底改變現狀，將權力分散開來。你認為今天大多數采用傳統自上而下管理模式的公司，準備好給予員工如此大的自由度了嗎？

拉斯·特維德：我認為這會因公司而異。正如弗雷德里克·拉盧在他的書中精彩論述的那樣，任何組織都不應該只有一種模式，它通常是多種模式的結合。

以一家制藥公司為例，有尋找新藥的科學家，他們非常具有實驗精神和創造力。但也得有負責法律合規的人員。銀行也是如此：有那些憑靈感交易的交易員，然后有法律合規部門——同一個組織里存在著兩種不同的文化。你不會想要有“創造性”的會計，會計應該是一種完全固化的標準。

但我認為，在一個運轉良好的社會里，隨著人們擁有更多的選擇，對工作選擇的需求也會很大。他們會傾向于那些讓他們感覺更快樂的公司，這意味著他們想要更多的權力。我們在書中舉的例子來自哥本哈根市中心的一個叫趣伏里（Tivoli）的游樂園，他們有一個原則，如果你在客戶方圓四米之內，你就是老板。這意味著你永遠不會說：“我得回去問問我老板該怎么辦。”

你被授權為那個客戶做決定。這是一種非常強大的賦權。你越能賦予人們權力，他們就會獲得越多的幸福主義快樂。所以這又回到了我們之前談到的那個潛在的目標感危機。

如果你什么都決定不了，你的工作就沒有樂趣。但如果你可以，它就變得有意義。人們很容易認為 AI 會阻礙這種意義的產生，但我認為它更多的是賦能。我們描述的那種公司，因為有了 AI 和算法，每個員工可以隨時訪問所有信息，這使得他們更容易自己做決定。當然，有些信息你不想讓任何人知道，但借助這些新技術，我們可以比以前更有效地分發信息。

AI 時代的中國機遇

王啟隆：我們來談談中國。你曾說自己看到了這里的巨大戰略價值和機遇，你究竟看到了什么？

拉斯·特維德：我看到中國的關鍵優勢在于其文化。首先，中國公眾非常支持技術、支持創新。這可能是因為中國在過去 40 年里取得了巨大的經濟增長，所以技術賦能這一點對民眾來說是顯而易見的。在一些增長開始得更早、速度也更慢的國家，人們會理所當然地認為自己富有，但他們并沒有想這是因為他們曾經站在技術的前沿。

當我在中國時，我體驗到一種在我看來相當極致的服務精神。上次我來中國，我簡直被各地人們那種服務導向、敏銳和機警的態度所折服——無論是在交通工具上，還是在餐廳里——他們就是那樣對待客戶和顧客的，也包括我。

我當時有一段相當長的旅程。我飛到蘇黎世開會，第二天飛到昆明開會，再后一天又飛回蘇黎世開會，途中還在伊斯坦布爾轉機。在這段長途旅行中，我決定模仿中國人的行為方式，對每個人都超級友好。當我走進機艙時，我給他們一個大大的微笑并打招呼。當他們送餐時，我說了聲你好。當我入住酒店時，我對他們也超級友善。我發現，大概有一半的人反應非常積極。另一半人反應不那么熱烈，但也完全沒有負面情緒。

然后我去了慕尼黑，和我住在德國的女兒一起出去。我們去了一家早午餐餐廳，我點了一杯西柚汁。果汁上面漂著一些籽，喝起來有點困難。我說：“不好意思，你能幫我把這些籽去掉嗎？”

服務員說：“嗯，有籽是因為這是鮮榨的西柚汁。”

我說：“是的，但你能幫我把它們去掉嗎？這樣喝起來方便些。”

然后他說：“那你可以選罐裝的，如果你更喜歡的話。”

我說：“不，不，這個很好，我喜歡，但能請你幫我把籽去掉嗎？”

他拿走了杯子，20 分鐘后才送回來，盡管我們幾乎是餐廳里唯一的客人。

中國人在教育、服務等方面擁有非常強大和專注的文化。我認為這非常強大。而且，中國的許多領導層都有技術背景，這本身就體現了對技術的積極態度。從這個角度來看，中國經濟的長期前景非常好。另外，我看到一張圖表，展示了不同國家在全球創新指數上的排名與其人均 GDP 的關系。世界上兩個最極端的離群值是越南和中國，越南的創新水平遠超其 GDP 所暗示的水平，而中國則更為極端。由于其極高的創新評級，中國應該有非常長遠的增長前景。

我知道現在也存在一些經濟失衡。中國的總債務大約是 GDP 的 310%，這絕對是偏高的。所以存在一些需要處理的失衡問題，但我認為歸根結底，還是文化的力量。華人在歐洲發展得很好，在美國也發展得很好；美國一半以上的頂尖 AI 研究人員都是外國裔，其中很多是華人，這相當了不起。他們在新加坡也發展得很好。

所以從長遠來看，這才是真正重要的。這可能也是中國科技股的市盈率大約只有美國同類公司一半的原因。但對于大多數美國的科技明星公司，你都能找到一個做著幾乎同樣事情的中國科技明星公司。

唯一的主要例外是芯片，中國在 AI 芯片、GPU 和超高性能芯片方面稍顯落后。但在其他領域，中國是領先的。有一家澳大利亞研究公司，代表一個國際安全聯盟 ASPI，持續繪制全球關鍵未來技術領域的領導地位。他們目前關注 62 項技術——中國在 56 項中領先，美國在 4 項中領先，美國和歐洲聯合在 2 項中領先。所以我看到這個報告后的感想是，哇，中國的技術實力真的非常強。

上次我來中國，和一位曾在美國接受教育和培訓、但現在在中國工作的先生一起參加了一個小組討論。他說了一句我時常聽到的話，那就是：“美國人擅長從 0 到 1，而中國人擅長從 1 到 100”。

王啟隆：對，你剛剛聊到這個話題的時候我就想到了這句話。

拉斯·特維德：中國人在超大規模化方面確實非常出色。但在西方，人們很容易說：“是啊，但總是我們發明，然后他們去規模化。”

但現在其實已經超越那個階段了。中國人自己也在發明很多東西，而在歐洲，人們開始思考：“哦，我們怎么才能復制中國人的做法？” 這是一個新的挑戰。

未來的 AI 市場

王啟隆：在《逃不開的經濟周期》中，你談到了市場心理學。現在我們有了超智能、理性的智能體在市場上交易。這會改變市場的心理動態嗎？市場會變得更有效、更理性、更少情緒化嗎？

拉斯·特維德：實際上，我們所謂的算法交易已經存在三四十年了。AI 讓它變得更復雜，但計算機交易市場并不是新鮮事。例如，即使在 1987 年的“黑色星期一”大崩盤中，后來的估計也表明，絕大多數那些糟糕的交易都是由計算機做出的。所以這個事實已經存在了。

要看透市場變得更加困難。但在市場中，人們談論阿爾法（alpha），即個股選擇，然后是貝塔（beta），即市場的整體方向。我認為，如果你操作的資金量更大，大部分錢都是通過擅長貝塔賺來的——也就是擅長判斷市場方向。

我認為，即使是機器的洞察力，也可能被人類心理的愚蠢所壓倒。例如，貿易戰宣布后，市場下跌得那么厲害。我有一個基金，在下跌后我們加倉了。原因是我們認為特朗普的談判方式總是這樣，他會以一個超級震撼的開場白開始，然后你再把他談回來。市場上很多人不理解這一點。這可能是計算機無法完全捕捉到的東西，但也許它們很快就能通過模擬一個人的行為來做到。如果你模擬特朗普，做一個特朗普的數字孿生，你就會知道他開啟談判的方式，和他期望的最終結果完全是兩回事。如果你模擬世界上所有的領導人，你就能為所有談判和爭端的可能結果建立一個更好的模型。

王啟隆：你曾用“人遛狗”這個著名的比喻來描述經濟和市場。隨著 AI 加速一切，這幅圖景發生了什么變化？現在是人在沖刺，而超級智能的機器是狗嗎？

拉斯·特維德：我不認為經濟周期的平均持續時間會有太大變化，但我認為波動的幅度會被改變。這件事更大的影響不在于經濟周期，而在于我們現在正面臨的結構性變革。這個過程將會非常迅速，應對起來也相當具有挑戰性。

最大的錯誤與給年輕人的建議

王啟隆：你身兼數職：投資者、企業家、風險投資人以及暢銷書作家，也經歷過起起伏伏。回顧過去，你犯過的最大的一個錯誤是什么？它教會了你什么？

拉斯·特維德：我最大的錯誤是一家名為 Funcom 的公司，它是一家挪威的游戲軟件開發公司。我當時拿到不同投行的報告，都說他們正在開發的軟件會非常棒，甚至會搶走《魔獸世界》的市場。我最終成了這家公司的最大投資者。結果當他們終于發布游戲時，玩家們玩到第六關就都退出了，公司幾乎破產（編輯注：這家公司后面被騰訊收購，去做《沙丘》改編游戲了）。

有一次我和孩子們吃飯，我說：“我剛剛在這家公司上虧了一大筆錢。”

然后我的小女兒，她是個真正的游戲玩家，說：“哦，我早就跟你說過那個游戲不會成功的。”

所以我學到的教訓是，我不能在沒有真正、親身了解清楚情況之前，就投資單一的公司。不要只讀研究報告，要自己去理解它。

王啟隆：在完成了像《超智能與未來》這樣宏大的項目之后，你現在腦海中最重要的問題是什么？你渴望解決的下一個重大難題是什么？

拉斯·特維德：我總會有一些想法，有時候我會為一些我從未創辦的公司注冊域名。我也會收到很多來自不同人的合作提議。最近，我收到了一個提議，邀請我參與一家做沖突解決軟件的公司，這聽起來很不錯。今天，我們正在宣布在丹麥成立一家新的媒體公司，這是一家綜合性媒體公司，其核心將是由 AI 每年產出約 五 萬個故事，并創建一個龐大的自動化平臺，以提供卓越的媒體體驗。所以這是我腦子里的兩件事。

王啟隆：這家媒體公司會和 Supertrends 有關聯嗎？

拉斯·特維德：是的，Supertrends 是核心。我們現在處于第二階段。如果我們認為它在經濟上行不通，我們可能還是會放棄它。我們現在正在做如何運營它的詳細規劃。

王啟隆：最后一個問題。對于正在收聽和閱讀的年輕人來說，他們剛剛踏入你所描述的這個狂野的、由 AI 驅動的世界，你會給他們什么關鍵建議，讓他們能真正脫穎而出，而不僅僅是勉強度日？

拉斯·特維德：我會建議任何年輕人做的第一件事是，在學習其他任何東西之前，先研究你自己。去做很多自我測試，網上有很多這樣的網站，有一個叫 IDR Labs.com 的網站就很流行。同時，去讀一些積極心理學的書，這樣你就能發現什么對你來說是好的，以及你如何獲得意義。

我非常喜歡日本的“ikigai”（生き甲斐）原則，它讓你去審視你喜歡做什么，擅長做什么，如何通過它賺錢，以及如何用它創造價值。

我想對幾乎所有人說的第二件事是：你必須去理解生成式 AI。我認為這是我們這一生中最重要的事情。

王啟隆：謝謝你。這次對話真是引人入勝，從經濟周期的教訓到超智能的未來。再次感謝你，拉斯。

拉斯·特維德：非常榮幸。我相信你會把這段對話輸入 AI，它會在 10 秒內就生成文字稿。

王啟隆：理想情況是這樣——但實際上，還是經常需要花費我們不少的功夫去進行人工校對！