最近看了 Lex Fridman 在台北随行访谈黄仁勋的视频，跟 Gemini 针对一些点聊了很久，心有所感，写下来这篇随感。
一、无法预测的世界
黄仁勋在访谈里形容英伟达和台积电三十年的合作关系是 “Rough Justice（粗糙正义）”。
故事大概是这样的：1996 年英伟达快破产时，黄仁勋给台湾打去电话，张忠谋亲自回电。当时不少代工厂要求小公司交出技术 IP 才给产能，张忠谋却很直接：“你提的要求很多我们做不到，但只要合作，我们会为你跳火圈（jump through hoops）。”此后三十年，两家公司从不签那种写满严苛惩罚条款的死合同，而是信奉“把利润留在桌上”——有时你占便宜，有时我占便宜，长期拉平。
Gemini 问我怎么看待这种“把利润留在桌上”的生态哲学：如果未来英伟达的硬件毛利受到定制 ASIC 或云厂商砍 CapEx 的挤压，这种粗糙正义还能维系多久？
我当时的第一反应是：我也不知道，这我哪能预测呢。
也许当英伟达成为链主企业后，这样做确实会更有利于整个产业链的生态建设（相当于给供应链注入敢于提前几年押下重资产的风险准备金），但具体的操作细节上，中间一定有很多的权衡取舍，毕竟CEO们定了大基调后，还需要其他人去执行，整体的博弈其实是比较灰度的。至于 Gemini 问到的未来会怎样，对于 AI 这个技术，历史上也没有完全相同的先例，我也不知道怎么去看待，确实是无法预测呀，在复盘历史的过程中，我逐渐意识到：
我们每次试图去复盘历史，其实是想在某些抽象的维度上寻找两个事物的共同点，当然每一次都能找到一些共同点，但每一次总又有很多不同点。我们实际上是在建模这个世界，复盘实际上是试图寻找某些“表征（Features）”——这些表征权重极高，可以算出一个很大的 ，于是我们得到了一个高概率的情景。但问题在于，这个世界如此混沌，我们其实不知道这些重要的表征到底是什么。
就像我们复盘之前的铁路建设周期、光纤泡沫，结合李录一直强调的资本纪律，我们可以说 AI 的 CapEx 周期是一场毁灭股东回报的泡沫，似乎这套表征算出来的 也是极高的，也是符合逻辑的；但与此同时，也会有其他的表征出来——比如道明兄写到的，物理世界的需求受限于肉身，而数字世界的需求在理论上是无限的（“别问需求从哪里来，数字世界需求会自己出来，游戏打多了就明白”），单 Token 成本下降反而通过杰文斯悖论激发出百倍的新需求。
反方和正方都有各自极其严密的逻辑和论据支撑，也许他们都是对的——比如对于 AI 来说，也许李录是对的，黄仁勋也是对的，只是时间期限不同，以及资本市场和物理世界也不同。 但也许他们都不对，毕竟我们无法完成对世界的建模和拟合。
不仅商业周期如此，地缘政治也是如此。访谈里黄仁勋花了很多篇幅反思出口管制，认为静态封锁只会把生态依赖者逼成颠覆者；但在现实中，美国采取的策略是，开放 H20 这类次级技术做“生态麻醉”、管控顶级 GPU 限制中国前沿模型预训练、再配合反蒸馏措施等去延缓对手的技术进步，直到某个模糊的“限度”——尽管这个限度到底是什么，可能华盛顿也并不清楚，只是知道在此之前要确保领先优势。
这种策略到底是对是错呢？从国际关系和政治学的本质（零和博弈）看，华盛顿是对的；从商业和生态的正和演化看，老黄好像也是对的。我忍不住问 Gemini：也许这个世界存在某种真相，也许不存在，但无论存在与否，我们根本就无法知道这个真相到底是什么，有时候难道我们就是凭借我们的某种信念去做一个选择？
Gemini 给了我一个非常明确的回答：是的，百分之百是。
我很喜欢这个明确的回答，无论对错，至少给了我一个答案。
在经济学里有个概念，叫“奈特氏不确定性（Knightian Uncertainty）”。它不同于赌桌上能算出概率的“风险（Risk）”，在奈特氏不确定性面前，我们不仅算不出概率 ，甚至连未来会出现什么新变量、状态空间里有哪些选项都完全不知道（Unknown unknowns）。也许这世界上根本不存在脱离先验信念的纯客观对错吧，在现实的动态博弈里，这个“度”太难衡量。
那我们又要怎么处理这种“不确定性”呢？这让我想到巴菲特常说做投资要看商业模式、企业文化和管理层，还有塔勒布的反脆弱——刚性的系统是脆弱的，我们观察到有时候留有冗余的、弹性的、自进化的系统反而活得比刚性系统长久。当然在这里我的意思并不是说苹果对供应链的严密掌控是错的，可能苹果在它的位置上选择精益控制也是合理的，英伟达和台积电选择让利整个系统也是合理的。事实上，当我们观测到不同的系统在各自的生态位上长期活下来且活得不错，那么它们大概率已经具有某种反脆弱性（有点林迪效应的意思）。
二、解耦 or 一体化
前面提到了不同的客观环境决定了不同的系统生态体系，这自然就引出了另一个困扰我很久的问题：解耦 or 一体化，一个在现实世界中几乎永恒的命题。
解耦和一体化的矛盾几乎无处不在，和行业似乎也无关——当年台湾半导体能崛起，靠的是 IBM 开放 PC 架构与张忠谋开创纯代工模式带来的“解耦”，而今天英伟达做 GB200 整机柜却又走向了极致的“一体化”。哪怕在同一家公司内部也是如此——比如 Apple 既有硬件制造与 Mac 芯片自研的一体化，也有找代工厂代工、开放 iPhone 开发者生态的解耦。所以我一直对什么时候该解耦、什么时候该一体化很疑惑，也许这背后仍然存在某些 feature 可以刻画，但总是没什么头绪。
Gemini 借用克里斯坦森和科斯的理论，帮我提炼了三个核心表征：
- 看性能是否紧绷：当系统性能不足、跨模块接口的损耗成为瓶颈时，必须一体化把缝隙吃掉；当性能已经够用，速度和成本成为核心矛盾时，就走向解耦。
- 看接口与资产专用性：有成熟标准接口和外部专业巨头时解耦，反之则自研。
- 看供给属性：追求极致确定性的闭环体验做一体化，追求长尾生态的多样性做解耦。
我大体是赞同的，但我又联想到最近自己做的一个创新项目中的核心分歧：
前阵子我们准备做一个 AI 硬件设备。延续我之前写《对 Plaud 的一些研究》时的想法——做 Agent 太难，硬件厂商的核心意义是帮 AI 获取现实世界的 context，成为连接物理世界与数字世界的接口——于是我在团队里主张软硬件解耦：作为硬件厂商，一来我们没有足够的技术去做一个好的 Agent，二来用户也没有动力为了一个硬件上的一点点功能去用一个全新的 Agent（我认为用户最终只需要少数几个通用 Agent），所以我们应该做一个采集器和执行器，开放接口连接各路 Agent，卖设备和一些简单的更新维护就好。
但其他同事坚决主张一体化：他们的意见是，一旦开放了接口，我们就没有数据壁垒了，沦为一个纯卖硬件的公司，大家无法接受，而且纯硬件也很难卖出好价格。我们可以底层接入其他家的 LLM，但我们自己一定要把中间的 Harness 造出来，端出来个完整的 Agent。
似乎看起来都对，其实同事们的想法走不通，我在做的过程中大概心里是有数的：一来，一个端到端的数据飞轮太难了，Tesla 这种级别在几万美元的汽车上做到了，不代表我们这种小团队也能做到；二来，自己造 Harness 意味着以后的软件运维持续不断，有没有能力不说，还得常年养一个昂贵的软件 team，硬件的一次性毛利根本填不上持续烧 Token 和运维的无底洞，但我对收订阅费这个事情又比较悲观。
有意思的是，我以前一直以为我自己的“纯连接器”方案是对的，但后来发现我也是错的。因为分歧无法解决和一些其他原因，我退出了这个项目，直到这次聊天才想起来提到，这次 Gemini 给了我一个无法反驳的理由：如果真的只做一个纯粹开放接口的采集器和执行器，这台设备在工业制造上就没有任何秘密可言，华强北可以在几周内做出成本只有一半的公模白牌，或者小米这些公司只需要在固件更新里加一个调用外部大模型的 Webhook，就能瞬间把你的硬件出货量归零。
这的确触动了我。回过头看，其实当时我和同事们都有各自的理由，在各自的视角下，这些观点都是局部正确的——他们看到了纯硬件没有壁垒、卖不出溢价的现实，我看到了小硬件团队做不出好 Agent、搞不起软件运维的现实；但放在全局看，也许我们都错了，也许这就是一条死路。上有手机厂商和底层大模型在系统层面的挤压，下有成熟硬件供应链极致的同质化内卷，中间还卡着物理极限、佩戴摩擦、产品定义，也许这件事在当下的约束条件下，就是做不成。
回头看现在的 AI 硬件，真正做出来的确实不多。Plaud、Oura 勉强算是吧，但其实它们也都是在已有成熟硬件形态上，加上一个 AI 来处理特定数据而已。它们解决的都是现实世界里非常具体的问题，AI 在里面始终是工具化的（作为 Tool 替代了其他的 Tool 带来了更好的用户体验），而不是一个全天候常驻、有意识的主体（比如具身智能），所以也许原生的 AI 硬件的确是时机未到吧。
三、论耗散系统
访谈里黄仁勋聊到当年为什么选台积电时，说了一句很实在的原话：“你们是在一起造芯片，造芯片太难了，不可能事先知道所有细节，也不可能把所有决定都在一开始做完。你真正选择的不是‘买什么东西（what to buy）’，而是‘和谁一起共事（who to work with）’。”
这让我自然想到了王川写过的一段话（在《做一个挑剔且自由的人》里我也曾摘抄过）：
“优秀的个体/公司/系统，都有内在的反脆弱特性，和他们合作，不需要担心平庸者的各种毛病，做各种保护措施，当救火队员，其实这些本不是我们应该承担的问题。 帮 winner 更加成功，比试图把 loser 变成 winner，要容易一百倍一千倍。 非常挑剔，意味着只和千分之一顶尖的人和公司打交道；非常挑剔，才有闲暇时间非常自由；而非常自由带来的知识和资本的积累，才能让你更加挑剔，更加自由。如此正反馈循环，从现在开始，才可以远离平庸的‘平衡态’，跳跃到更高一层的‘耗散结构’。”
什么是“耗散系统（Dissipative Structure）”呢？
按照热力学第二定律，一个孤立系统的熵只会单调递增，最终不可避免地滑向最大混乱的“平衡态”——就像一浴缸静置的死水，水分子杂乱无章地热运动，毫无生机。但普里戈金发现，当系统变成开放系统、且远离平衡态时（比如拔掉浴缸塞子让水高速流走），水分子反而会自发组织成高度有序的漩涡。这就是耗散结构。
开放系统的总熵变公式可以写为：
系统内部运转产生的摩擦与混乱 永远大于等于零；要想维持秩序甚至向高阶跃迁（让 ），就必须持续从外界引入负熵流（），抵消内部的正熵。按照普里戈金的理论，一个系统想要反抗熵增、演化出高阶秩序，需要同时满足四个条件：
- 开放系统（Open System）：孤立系统必然走向热寂，唯有保持与外部环境的物质、能量与信息交换，系统才可能存活。
- 远离平衡态（Far-from-equilibrium）：平衡意味着停滞。只有存在明显的势能差——比如对前沿未知的饥渴或生存的危机感——系统才有进化的张力。
- 非线性正反馈：微小的偶然创新或优势，能够通过网络效应与飞轮效应被非线性放大。
- 持续耗散（Dissipation）：薛定谔说“生命以负熵为生”，维持内部高度有序的代价，是必须不断把内部产生的磨损、摩擦与冗余排向外部环境。
把这个物理模型映射到组织与个人身上：平庸的“平衡态”之所以发生，往往是因为系统缺乏过滤机制，任由外界的高熵噪音——低效的扯皮、不靠谱的协作、算不过账的伪需求——无阻力地倒灌进来，把宝贵的精力全部消耗在“当救火队员”上。而“极度挑剔”，本质上就是守在系统边界上的那只“麦克斯韦妖（Maxwell's Demon）”：把高熵的人和事挡在门外，只对那千分之一具有反脆弱特性的 Winner 敞开通道。因为挑剔，才省去了无休止的防守与内耗，换来闲暇与自由；而自由沉淀下来的认知与资本，又反过来支撑起更高阶的耗散结构。
四、台北的灯火与无常
看黄仁勋这个视频的时候，我看到细雨中的台北街头灯火通明，Computex 展馆里人声鼎沸，年轻的工程师们眼里闪着光，整条服务器与芯片产业链、乃至被这股浪潮辐射到的夜市摊贩与街角小店，都沉浸在一种空前繁荣的暖意里。似乎每个人都在大步向前，奔向一个确凿无疑、光明灿烂的未来。
隔着屏幕看着那片热气腾腾的喧嚣，我联想到日本失去的三十年，也想到中国大陆目前的经济体感，心里突然涌起一种很深的幻灭感。八十年代末的日本曾那样不可一世、风光无两，过去二十年中国大陆在高速增长与互联网浪潮里也曾经那样意气风发、日新月异；当年身处其中的人们，大概也和今天台北街头的人们一样，笃定地相信未来只会沿着脚下的延长线一直向上。直到潮水转向才猛然发觉，原来一切都是周期，只是人类置身于周期当中，总是把某一刻的感受当成永恒。但转念一想，也许人这一生，往往就是活在少数几个片段里——年轻时经历的一些事情，在我们身上留下了洗不掉的痕迹，而在剩下的大部分时间里，人其实是不会更新自己的，只是带着那几个瞬间的印记在生活。
在那一刻，我如此真切地意识到，我们作为个体到底有多渺小。我们可以在自己的小世界里看书写作、拆解模型，试图守住自己的耗散结构；但在真实的人生里，有太多决定我们命运走向的事情，一开始就不在我们的选择范围内。
宏观周期的起伏、产业和地缘的转向，也许在历史书上不过是一个数字和一个注脚，但落到具体的人头上，就是整整一代人境遇的翻覆与改写。而一个人的一生又是这么短暂，黄金的时间不过寥寥十几年，很多选择、很多时代的窗口，一旦在阴差阳错间错过，就真的再也不会回来了。
无论是昔日东京与今日台北的烈火烹油，还是我们当下正在穿行的沉闷、收缩与迷雾，其实都只是无数因缘在特定时刻聚拢而成的表象——这大概就是《金刚经》里说的，“凡所有相，皆是虚妄。若见诸相非相，即见如来”。
一切因缘而聚的事物，终究也会随因缘而散。在轰隆向前的时代车轮与时间面前，其实没有谁真正伟大，黄仁勋终究会老去，英伟达和台积电总有一天也会走完它们作为一家公司的周期，我们终归都是平凡的。
我逐渐意识到，我们所珍重的，一切美好的东西最终都将会失去，这世上也没有什么终极真理和归宿，也没有什么生活方式完全正确。我们都在路上，而路的尽头是什么从来都不重要。