Live in the Future

Naval · 68 分鐘 · AI 重點整理 by 聽摘

這集在講什麼

這集真正追問的是：AI 到底只是把人類工作放大，還是會把人類從 loop 裡整個拿掉；以及在這場競賽裡，開源、閉源、國家力量與新創還剩多少空間。最鮮明的答案是 Gary Tan 的一句話：如果你願意一年花 10 萬美元買 tokens，你現在就能「像 2028 年的普通人一樣生活」；再加上他估算未來 24 到 36 個月 inference 可能放大 90,000 倍，幾位講者的共識是能力爆炸幾乎已成定局，真正的瓶頸轉成成本、分配權力與社會承受速度。聽完你會帶走兩個很實用的框架：一是 Naval 的「live in the future and work backwards」，先把 AI 用到極限再判斷方向；二是別只問模型聰不聰明，而要問錯誤會不會複利、組織能不能被 AI 重新縮編，以及誰在控制這些系統。

來賓：Gary Tan（Y Combinator 執行長，長期直接觀察大量新創如何把 AI 落地，自己也從不寫 code 到做出 open source package「gstack」）、Daniel（從 Able Police 切入，做把 body cam footage 變成 police reports、compliant AI chat、translation 等產品，代表高度受監管場景的 AI 實務者）、Farbood（A-List health super app 創辦人，實際營運大量 health agents，最貼近 AI 成本與系統調度問題）。Gary 在這集最核心的主張是：「最好的預測方式，就是先住進未來裡。」

本集亮點

02:36Gary 說只要願意一年花 10 萬美元在 tokens 上，你現在就能過上「2028 普通公民」的生活；他甚至估未來 24–36 個月 inference 會暴增 90,000 倍。這段值得聽，因為它把 AI 討論從抽象 hype 拉成一個可計價、可試做的未來預演。

07:24Farbood 分享他們一開始讓每個健康用戶都跑自己的 OpenClaw，成本高到每人每月 100 美元，後來花 3、4 個月重建整個 elastic agent fleet 與 eval harness 才壓下來。這段有價值，因為它直接點出當前商業化最大瓶頸不是 intelligence，而是 unit economics。

18:35Gary 介紹他把自己所有 email、Slack、簡訊、DM 與閱讀材料整理成約 40 萬個 markdown files，並用他稱為「LSD mode」的 lateral stochastic drift 去碰撞不同向量空間找點子。值得聽的地方在於，這不是『叫 AI 幫我寫文』，而是示範如何把 AI 變成大規模創意檢索與重組系統。

48:13Gary 認為 100 萬 token context window 是管理學上的大事，等於 AI 可以吞下『三本 Harry Potter』等級的公司脈絡，未來 CEO 應該直接讓 AI 讀遍全公司系統、判斷哪 20% 該裁。這段值得聽，因為它把 AI 的威力從寫 code 拉到組織設計與權力集中。