构建信号SIGNAL TO BUILDEnglish站主登录 ↗
← 知识整理
AI 技术与工程 ／ 知识整理 · 中英版本

AI Builders · AI for Science、深科技与算力基建(播客精炼)

把 AI 接到物理世界——材料/生物自动驾驶实验室(Periodic、Ginkgo)、Waymo、AI 芯片与推理算力(Cerebras、Baseten)、太空数据中心(Starcloud)、AI 智能灶——以及让"AI for X"在原子世界真正跑通的跨域心法

资料来源：AI Builders · 本站发布：2026-09-26 · 笔记更新：2026-10-09

AI for Science算力深科技

这一篇把 9 期播客按子领域 + 跨域心法重组,而不是一期一期复述。主线只有一条:把 AI 从"屏幕里的文字"接到"物理世界的原子",以及支撑这一切的算力底座。 它覆盖四块:① 科学自动化——材料(Periodic Labs、MIT Heather Kulik)和生物(Ginkgo)的"自动驾驶实验室";② 自动驾驶——Waymo 把"自动化"推过灵活性那堵墙变成"自主";③ 算力与芯片——Cerebras(做超大 AI 芯片的公司)、Baseten(专做"推理"的云,见 §3.1 名词);④ 新硬件形态——Starcloud 把数据中心搬上太空、Impulse 用电池重造灶台。

何时打开:

  • 你想搞懂"AI for Science / AI for 材料 / AI for 生物"到底卡在哪、为什么不是再训个大模型就行
  • 你听到 Cerebras / Baseten / 推理算力 / GPU 短缺,想知道这门生意的护城河和风险
  • 你想理解为什么大家把 Waymo、Ginkgo 自动实验室都叫"某某行业的 Waymo 时刻"
  • 你做产品/投资,想要一套判断"AI 应用到物理世界"何时能成的框架
  • 你想要几个反直觉的硬件/深科技创业心法(电池重造灶台、数据中心上太空、"专业 David")

0. 一句话地图:这 9 期在讲同一件事

子领域 谁(人 · 公司 · 节目) 一句话主张
AI for 材料 Heather Kulik(MIT 化工教授 · Latent Space) 材料没有 AlphaFold,卡点是数据质量不是模型
AI for 原子 Liam Fedus(Periodic Labs 联创、ChatGPT 共创 · No Priors) 给人类"原子重排"的能力,关键是模型↔仿真↔真实实验的闭环
AI for 生物 Jason Kelly(Ginkgo Bioworks CEO · Training Data) 生物的"Waymo 时刻":AI 哪怕更笨,自动实验室也能赢
自动驾驶 Dmitri Dolgov(Waymo 联席 CEO · Training Data) 上手容易、走到底极难;"端到端"不够,要加可验证的中间表示
AI 芯片 Andrew Feldman(Cerebras 创始 CEO · No Priors) 全新工作负载要全新架构(整片晶圆),不是改 GPU
推理算力 Tuhin Srivastava(Baseten CEO · No Priors) "就算有了 AGI,剩下的全是推理"——推理是最后的市场
太空数据中心 Philip Johnston(Starcloud CEO · Training Data) 地球建数据中心边际成本在涨,太空在跌,总会交叉
AI 智能灶 Sam D'Amico(Impulse Labs CEO · Latent Space) 往灶台塞块电池,把用户体验和电网解耦

注:Ginkgo 的两期(biologys-waymo-moment 与 how-autonomous-labs-will-transform)是同一场 Jason Kelly 访谈的两个剪辑版,本篇已合并,不重复。

1. 科学自动化:从"在屋里苦思"到"自动实验室"

1.1 共识起点:科学的瓶颈是动手做实验,不是想得不够

三位科学派创业者(Fedus / Kulik / Kelly)异口同声:真正的科学不是坐在房间里冥思,而是和真实世界打交道、反复做实验。

"Science ultimately isn't sitting in a room thinking really hard. You have to conduct experiments. You have to learn from them. You have to interface with reality." — Liam Fedus(Periodic Labs · No Priors) 译:科学说到底不是坐在屋里使劲想。你必须做实验、从中学习、和现实交手。

Jason Kelly(Ginkgo · Training Data)把这点量化:约 95% 的科学是实验性的(不是靠理论/仿真就能算出来的),想知道新东西就得"go poke it"——真的去戳一下物理世界。

Why 这条是整章的地基:这就解释了为什么"AI for Science"不是"再训一个更聪明的模型"那么简单——智能再高,也得有一套能真的动手做实验的系统接在后面。下面三家就是在解决"怎么让 AI 动手"。

1.2 数据,而不是模型,才是物理世界的稀缺品

语言模型有整个互联网当数据;物理世界没有。两位都点破同一个数据陷阱:

  • Kulik(材料):现在最聪明的 ML 工程师训练用的,是低精度的 DFT(密度泛函理论,一种用计算机近似算分子能量的方法)数据集,和真实实验对不上。

"All the smartest ML engineers right now are learning on data that is not going to be reflective of experiment." — Heather Kulik(MIT · Latent Space) 译:现在最聪明那批 ML 工程师,学的全是和真实实验对不上的数据。

  • Fedus(原子):从论文里扒出来的材料属性值能横跨好几个数量级,拿它训练只是在拟合一个"分布",离真值并没更近一步——只有实验数据能提供"接地"(grounding)。

两人开出同一张药方:闭环(closed loop)。 不是攒一池静态数据,而是:做实验 → 看异常/规律/和仿真是否一致 → 决定下一批做什么。

"It's not just a pool of data, it's a very active loop." — Liam Fedus 译:它不是一池数据,是一个非常活跃的(实验)闭环。

给非技术读者的类比:就像开餐厅不是把菜谱背得多熟,而是真炒一盘端给客人尝 → 看反馈 → 改下一盘。AlphaFold 当年能成,正是因为蛋白质领域有 CASP 这种"真实实验答案"当裁判;材料领域恰恰缺这个裁判(§1.3)。

1.3 "材料界没有 AlphaFold"——为什么不能照搬

Kulik 的核心判断:别指望 AlphaFold 那套直接搬到材料上,而且卡点是数据,不是模型架构。

维度 蛋白质(AlphaFold 能成) 材料(搬不过来)
积木块 ~20 种天然氨基酸,结构规整 积木种类多得多,成键方式千变万化(尤其金属-有机键)
裁判 CASP 有实验真值当 ground truth 大多只有低精度 DFT,缺实验真值
风险 — "可能比 AlphaFold 失败得更惨烈"

"These models could fail more catastrophically than AlphaFold obviously fails." — Heather Kulik 译:这些(材料)模型可能比 AlphaFold 明显的失败,栽得还要惨。

她有个反复用来打脸大模型的小测试——"22 个原子的配体挑战":

"The thing I constantly do every time an LLM is updated is I just ask it, please design me a ligand that has 22 atoms. I can never get an answer that has 22 atoms." — Heather Kulik 译:每次有新版大模型,我都让它"设计一个含 22 个原子的配体",从来没拿到过真是 22 个原子的答案。

两条可迁移的方法论(对任何"AI for X"都成立):

  1. 不必等模型准了才开干——主动学习(active learning)里,"在大海捞针时搜得快"比"每次预测都准"更值钱;哪怕模型不准,每多优化一个维度也能带来 100–1000 倍提速(她做 MOF 材料捕碳,一次同时优化 7 个目标)。
  2. 学科素养是判官:LLM 擅长"维基百科级"的化学常识,做不了真实设计;你得懂到能判断模型对错,把它当工具,而不是从零开始盲信。

"ChatGPT is super good at Wikipedia level chemistry knowledge." — Heather Kulik 译:ChatGPT 对维基百科级别的化学知识非常在行(——言下之意:再往深就不行了)。

Why 这节重要:它是对"AI 万能"叙事的最硬纠偏。同样是科学派,Kulik 比 Fedus/Kelly 更悲观地强调"数据真值"这道坎——三家放一起看,正好是一个领域内部的健康分歧。

1.4 Periodic Labs:语言模型当"编排层",专用网络当工具

Fedus(刚从 OpenAI 出来,曾是 ChatGPT 共创、后训练负责人)做的 Periodic Labs,定位是"原子的 AI 基础实验室"。架构很值得产品经理学:

  • 语言模型 = 编排层 / 实验主管:读文献、在多种实验数据和模态之间穿梭、决定下一步;
  • 专用神经网络 = 被调用的工具:为原子系统专门造的、带对称性约束的、低延迟、微调过的小模型,当工具或奖励函数用。

两个反直觉的资源观:

  • Periodic 在"改进编程模型"上花的精力是零——直接拿 Codex 和 Claude Code 现成用当加速器,ML 力气只投在"现成前沿模型还不够好"的地方。
  • 智能是"尖刺状"的,不是一个标量:可以造一个在某个数学领域世界级的系统,题目一扰动它就退化成"差生"。

"One fallacy is thinking about intelligence as a scalar." — Liam Fedus 译:一个谬误就是把"智能"当成一个单一刻度的数值。

商业模式:把自己定位成被材料/工艺工程卡脖子的公司的"智能层 / 系统记录 / 控制平面";先做软件生意,个别高价值突破可能转向生物科技那种"合作+分成 / 自己持有材料"的模式。Periodic 自己是"customer zero"(第一个用户)。

关于机器人:对 Periodic 的"逃逸速度"不是必需,但是"巨大的加速器"。今天用现成、已商品化的机器人 + 人 + 可靠的自动化部件就够;真有了能进非结构化实验室、可靠听指令的灵巧人形,会极大加速开新实验室。(这点和 Kelly 的"实验室里没有人形机器人未来"是有张力的,见 §1.6。)

1.5 Ginkgo:生物的"Waymo 时刻"——AI 更笨也能赢

Kelly 的世界观:DNA 就是代码(ATCG 而非 0/1),细胞像可编程的计算机,只不过它"搬的是原子"而非信息。Ginkgo 做了 ~15 年的"设计 + 测试"两端,近两年彻底砍掉了"设计",全力做"测试/建造"那一端——

因为设计是科学问题(碰对了很爽,但不可预测),而实验室那端是工程问题,可以"碾成灰"(render to dust)。

最硬的实证(和 OpenAI 合作):给一个推理模型配一座机器人实验室,让它优化"无细胞蛋白合成"。每轮 ~100 块 384 孔板、约 3 万次实验,模型看完返回数据再设计下一轮。4 轮后超过当时最好水平,6 轮后再超 40%。

它为什么赢?Kelly 反复强调——不是因为它更聪明,是因为它能"动手做实验":

"What really let it break through wasn't that it was so smart. It was that it could run experiments." — Jason Kelly(Ginkgo · Training Data) 译:真正让它突破的,不是它有多聪明,而是它能跑实验。

自动实验室的两大"不公平优势"(也是本篇最适合迁移的洞见):

  1. 信息共享:100 个 AI 科学家各追一个假设,每天互相同步原始数据——哪怕你的失败结果,也能帮到我那个不同的假设。人类科学里你得等 1–2 年读到一篇被高度提炼的论文,永远看不到别人的失败和原始数据。
  2. 成本结构:生物医药每年 $600–800 亿研发,真正花在试剂上的不到 5%,其余全是间接成本(人、场地、监管、利用率极低的设备)。AI + 机器人实验室能把这个翻过来,让 ~90% 花在试剂上 ≈ 每块钱多拿 10 倍数据。

"Less than 5% [of R&D spend] is on the reagents. Everything is on overhead." — Jason Kelly 译:研发开支里花在试剂上的不到 5%,其余全是间接成本。

两个优势叠起来:就算 AI 比人类科学家更笨,自动实验室也能赢。

1.6 "Waymo 时刻" = 自动化 × 灵活性(本篇的母框架)

Kelly 提出一个能套到几乎所有物理基础设施上的 2×2 框架(也是为什么这章把生物和自动驾驶并排放):

低灵活性 / 低混合 高灵活性 / 高混合
高自动化 地铁(固定线路) Waymo = 自主(autonomy)
低自动化 — 汽车(人开,最灵活)

"Since the industrial revolution, we've basically been automating everything that is low mix... and we just hit a wall on flexibility — and AI pushes us past it." — Jason Kelly 译:工业革命以来我们基本把所有"低混合"的活儿都自动化了……然后撞上了灵活性这堵墙——而 AI 把我们推过了这堵墙。

当一个系统同时拿到"自动化 + 灵活性",我们就不再叫它自动化,而是发明了"自主"这个词。 实验室自动化正是这种"高混合、低产量"的活儿,过去极难自动化;今天 99% 的实验仍是"在台子上人工做"(就像 99% 的里程仍是人开车)。

但实验室和自动驾驶有个关键反差(Kelly 特意点明):

  • 自动驾驶最难的是变化的物理世界(锥桶、下雨、没去过的地方);
  • 实验室环境根本不变,难的是科学家要求的多样性。

所以两套技术栈不一样。Kelly 说自动实验室只要啃下两块就"done":① 把约 1000 种长尾的第三方台式仪器(软件都很烂)整合进一套可软件控制的系统;② 解决液体处理(移液,黏稠液体要像人那样凭眼调压)。

"It is f***ing tractable." — Jason Kelly(谈自动化移液 + 仪器整合) 译:这事儿是他妈能解决的。

两个和 Periodic 相反的判断(健康分歧):

  • 实验室里没有人形机器人未来:科学家主要任务是"挪样品",用高可靠的轨道(微米级)+ 6 轴机械臂远比双足走路强;生物/芯片都是微观学科,人形"毫无意义"。(对比 §1.4 Fedus 把人形当"加速器"。)
  • 实验室会变小,不会变大(和数据中心相反):集中式自动实验室消灭重复购置、把设备利用率从不到 20% 提到 ~70%、围着轨道塞得更紧。

1.7 一个共同的"小工具"突破:让不写代码的科学家也能用机器人

三家都提到同一个细节——Claude Code / Codex 让"不会编程的科学家"能驱动机器人。这是非常具体、可复用的产品洞见:

  • 科学家恨可视化编程(LabVIEW 被骂"complete trash"),没人愿意编程;
  • Ginkgo 出过两次事故:科学家把封着膜的板子送进移液机器人,机械臂卡在膜上(专家也会犯低级错,是 UI 的锅);
  • 解法:科学家只提交写好的实验方案(自然语言),让 Claude Code / Codex 去生成代码;模型一旦犯错(比如又送封膜的板),就更新 skills 文件,让它再也不犯。

"From now on, the way we're going to interact with writing the code is through Claude Code or Codex... and if the model sends a plate sealed, we will update the skills file." — Jason Kelly 译:从现在起,我们写代码的方式就是通过 Claude Code 或 Codex……要是模型送了块封膜的板,我们就更新 skills 文件。

Why 对 PM 重要:这是"用 skills 文件把踩过的坑沉淀成永久规则"的真实工业案例——和你管理 AI agent 的方式一模一样。Sam D'Amico 的灶台同理(§4.2),连灶台都跑 Claude 当 agent。

2. 自动驾驶:Waymo 怎么走完"长尾"

Waymo 联席 CEO Dolgov(干自动驾驶 ~21 年,从 2005 DARPA 挑战赛起步)给出的,是"AI for 物理世界"里走得最远的样本:20M+ 全自动行程,其中 1000 万发生在最近 7 个月。

2.1 最反炒作的一条:突破只改写"前段曲线",不改写"长尾"

"It's very easy to get started, but it's very difficult to take it all the way to a real product, full autonomy, and superhuman performance." — Dmitri Dolgov(Waymo · Training Data) 译:上手非常容易,但要一路走到真正的产品、完全自主、超越人类的表现,极其困难。

Dolgov 的"炒作周期观":一次突破会让一个问题容易的早期部分飞速进步、吸引投资,但它不改变长尾。Waymo 能熬过 2016–17 那波多数对手放弃的低谷,靠的是:坚信使命重要 + 清楚它有多难 + 不去追"容易的赢"和"银弹"。

"Safety has to be the non negotiable foundation... how you go about the first 90 is a totally different problem from how you go about getting to your next n nines." — Dmitri Dolgov 译:安全必须是不可妥协的地基……做到前 90% 和拿到接下来那"几个九"(99.9%、99.99%……),是完全不同的两个问题。

Why 这条值得每个做 AI 产品的人贴墙上:demo 惊艳和真正可靠之间隔着整条长尾。和 Kulik 的"别等模型准了才开干"并不矛盾——研究阶段要敢糙快上,但做成给真人用的产品时,最后那几个九才是全部难度。

2.2 "端到端"是个伪二选一

很多人争论自动驾驶该不该"端到端"(传感器直接出动作)。Dolgov 说这是假命题:

"There's a massive difference between using end to end versus purely relying on it." — Dmitri Dolgov 译:"用端到端"和"纯靠端到端"之间,差别巨大。

Waymo 的基础模型是"多模态世界-动作-语言模型"(同时推理图像/视频 + 激光雷达/雷达,带 3D 空间+物理+行为理解,还能拉语言模型的常识做语义),它确实是端到端的;但 Waymo 在学到的表示之外,又叠了"结构化的中间表示",好让车能在运行时自检、做闭环评估/训练、给强化学习设计奖励。纯 vanilla 端到端做不出"全自主 + 超人安全 + 海量规模"的产品。

给非技术读者:"端到端"像让一个老司机凭直觉一把开到底;Waymo 是直觉之外还插了几个"仪表盘和检查点",好在出问题时能看见、能纠、能验证。这与 §2.1 的"长尾"是一体两面——为了走完长尾,你必须放弃"一个黑箱搞定一切"的纯粹优雅。

2.3 规模化是"相变",不是线性

  • 100M(1 亿)英里花了 ~16 年,下一个 100M 只花了 ~6 个月;
  • 从首次全自动运营到 4 城公开载客花了 8 年,最近一天就上线 4 城;
  • 数据:每周 400 万+ 自动驾驶里程;严重伤害事故上比人类安全 13 倍 = 每 8 天少一次重伤。

战略也从"刻意、顺序地逐项排雷"切换到"快速、并行的全球商业化"。这正是 Kelly/Feldman 反复说的"art of the possible 被拓宽了"——一旦相信某事可能,速度本身就是巨大优势。

3. 算力底座:芯片与推理,是这一切的电网

AI 接到物理世界,底下烧的是算力。两期把"卖算力"这门生意讲透了。

3.1 名词先垫一下(非技术读者必读)

  • 推理(inference):模型训练好之后、每次回答你问题时的计算。训练像"上学",推理像"上班干活"——你每用一次 ChatGPT 就触发一次推理。
  • GPU:英伟达那种通用 AI 芯片,既能训练也能推理。
  • 晶圆级芯片(wafer-scale):Cerebras 的押注——别人把一片晶圆切成很多"邮票大小"的芯片,Cerebras 不切,做成一整片"餐盘大小"(46,000 平方毫米)。

3.2 Cerebras:全新工作负载,要全新架构(不是改 GPU)

Feldman(第 5 次创业,Cerebras 以约 $630 亿市值 IPO)的核心论点:要快 15–20 倍,不可能靠对 GPU 小修小补,架构必须从根上不同。

"How big is the market for slow search? It's zero. How big is the market for dial-up internet? Zero. That's how big the market for slow inference will be." — Andrew Feldman(Cerebras · No Priors) 译:慢的搜索有多大市场?零。拨号上网有多大市场?零。慢的推理,市场就这么大。

几条对创业者极有用的心法:

  • "提前于市场"会很痛:他们 2019 就证明了晶圆级可行,但 2023–2025 初"没人在乎"——Gen1 出货十几台、Gen2 约 300 台、Gen3 现在数万台。做对了还要等市场长到能用 AI 那天。
  • 跨越鸿沟的路径:先打超算客户(爱速度、容忍不成熟软件)→ 阿贡、劳伦斯利弗莫尔、桑迪亚等国家实验室 → 油气、制药 → 再用一个主权大客户(G42 下了约 $10 亿订单)当"过桥客户"重塑供应链、把集群铺到能在真实规模上压测 → 等 OpenAI(约 $200 亿+ 大单)、AWS 来时已就绪。
  • "做专业 David":

"You gotta love being a David. I'm a professional David. This is my fifth startup. I compete against Goliath." — Andrew Feldman 译:你得享受当大卫(对抗歌利亚的那个小个子)。我是职业大卫。这是我第五次创业,专门跟巨人打。

  • 什么时候该放弃:你曾列出"赢需要哪些前提假设",结果它们全部返回为否时,就是该退的明确信号;靠几个见过世面的前 CEO 帮你"对自己当初的判断负责",防"温水煮青蛙"。
  • 速度催生全新商业模式(签名级洞见):速度不是把旧生意做得"略好",而是开出全新生意。

"Netflix used to deliver DVDs in envelopes... when the internet got fast, they became a movie studio. That's what happens with speed." — Andrew Feldman 译:Netflix 当年是往信封里塞 DVD 寄给你……网速一快,它就变成了电影公司。速度带来的就是这种质变。

3.3 Baseten:"就算有了 AGI,剩下的全是推理"

Tuhin(Baseten,过去一年增长 30 倍、今年预计营收破 $10 亿、集群利用率"高得不舒服"的 90 多 %)把推理这门生意的护城河和风险讲得最清楚:

  • 护城河在哪:价值活在你能采到的"独特用户信号"里。如果信号能被编码进一个模型、被大厂复制,生意就危险;如果它编码进工作流(比如 Abridge 的医生改病历动作往电子病历里走三步),那就是前沿大厂够不到的护城河。
  • 市场有多早:按推理调用次数算,约 99% 的市场还没上线;企业采用顺序是"用 AI 工具 → 调闭源 API → 用自定义/后训练模型",最后这阶段还在前头。
  • "卖 GPU"不黏,"带软件层的推理"极黏:

"GPUs as a service is not sticky... Inference with the software layer included is incredibly sticky. None of our top 30 customers have ever churned. We're talking like 400% annual NDR." — Tuhin Srivastava(Baseten · No Priors) 译:把 GPU 当服务卖一点都不黏……带上软件层的推理黏性极高。我们 Top 30 客户从没流失过,年净收入留存率约 400%。

  • 行业残酷现实:供给比外界以为的更紧,几乎没空闲算力;1024 张 B200(英伟达旗舰)现在要签 3–5 年合同 + 预付约 20–30% 合同总额——这把"低资金成本"变成关键竞争力,也"逼公司更早上市"。
  • 杰文斯悖论(Jevons paradox)对推理成立:智能越便宜,开发者塞进去的就越多,agent 跑得更久、干更多活。

"Even if there's AGI, all that's left is inference." — Tuhin Srivastava 译:就算真有了 AGI,剩下的也全是推理。

  • 对中国开源模型:DeepSeek、Kimi 等"非常棒";DeepSeek 能以约 20% 的成本跑出可比甚至更好的延迟与可靠性,失去这份智能对美国创新会是"巨大损失";美国需要自己强的开源模型,"必要且必然"。

Why §3 两期要一起读:Cerebras 从"芯片架构"端、Baseten 从"推理软件层"端,讲的是同一句话——推理是未来十年的主战场,而护城河不在硬件本身,在软件/工作流/独特信号。这也回应了 §1 那些自动实验室烧的到底是什么(答案:海量推理)。

4. 新硬件形态:把数据中心搬上天,把电池塞进灶台

最后两期是"硬件第一性原理"的两个极端样本,共享同一类创业心法。

4.1 Starcloud:地球边际成本在涨,太空在跌,总会交叉

Johnston(Starcloud,曾在麦肯锡服务航天机构)的核心论点:

"In space the marginal cost goes down for every additional unit... there comes a crossover point where it just makes zero sense to continue building things on Earth." — Philip Johnston(Starcloud · Training Data) 译:在太空,每多建一个单元边际成本反而下降……总会到一个交叉点,在地球上继续建就毫无意义了。

为什么太空赢过地面太阳能:不用批地(北美 100MW 项目审批要 5–10 年)、24 小时有光不用储能、1 平方米太阳能板在太空产出是地面的 8 倍。发射成本降到约 $500/kg 即可盈亏平衡,降到几百以下"太空永远赢"。

几个反直觉的工程现实(适合理解"物理世界没那么浪漫"):

  • ~70% 工程时间花在散热,只有 ~30% 在芯片可靠性。太空虽冷却是真空(绝缘体),唯一散热方式是红外辐射,且辐射量随温度的 4 次方增长——所以要把散热器尽量烧热。
  • 芯片比想象中抗辐射:在轨那台 H100 零重启失败;GPU 负载是随机性的,偶尔一个比特翻转不改变输出质量("写首关于太空的诗"翻一下还是一首一样好的诗)。
  • 商业模式是 Equinix,不是 AWS:只提供带电力/散热/连接的"箱子",客户自己装芯片——核心 IP 是散热+抗辐射,而不是去重建 AWS 二十年的应用层。

"You can think of us more like Equinix while SpaceX might be more like AWS." — Philip Johnston 译:你可以把我们想成 Equinix(只提供机房/机柜),而 SpaceX 更像 AWS(连应用层都自己做)。

整门生意的赌注极其干脆:

"If you don't think the launch costs are going to come down, then we're a terrible business. If you do, then we may be the biggest business ever." — Philip Johnston 译:你要是不信发射成本会降,那我们是门烂生意;你要是信,我们可能是史上最大的生意。

4.2 Impulse:往灶台塞块电池,把体验和电网解耦

D'Amico(Impulse Labs,做过 Google Glass、Oculus、Meta Quest Pro 手柄)从第一性原理重造灶台:在灶台里塞一块 3 kWh 磷酸铁锂电池,在墙插供电之上再加约 15,000 瓦,单个灶头最高 10,000 瓦(约是普通电磁炉的 3 倍)。

"If you slam a battery into it, you've decoupled the energy input from the wall with the device's power outputs. You can decouple the user experience from the grid." — Sam D'Amico(Impulse · Latent Space) 译:你往里硬塞一块电池,就把"从墙插进来的能量"和"设备输出的功率"解耦了——你把用户体验和电网解耦了。

几条可迁移的硬件创业心法:

  • "像造手机一样造灶台":当消费电子来做,不当家电——明确类比特斯拉 Model S 端到端自研、不用一堆现成供应商零件,所以"就是更好的车"。
  • 闭环温控是杀手锏:开发机能稳住 446°F 煎扇贝,丢进冷扇贝温度掉 ~10° 系统立刻补功率,"不冒烟、不烧焦"。他把这叫"机器人":

"We stopped calling robots robots when they work." — Sam D'Amico 译:当机器人真能干活时,我们就不再管它叫机器人了。

(注意这句和 Kelly 的"自动化→自主"、Dolgov 的"超人表现"是同一种精神——可靠到不再是噱头。)

  • 不需要应用商店:"只要它能做饭,你就 OK"——刻意避开双边市场/内容补贴这种烧钱坑(对比 Meta Reality Labs 给 Quest 内容的巨额补贴)。
  • 挑大厂不玩的低垂果实,别造一个"必须被收购"的公司,以 Palmer Luckey/Oculus 为榜样。
  • 连灶台都跑 Claude 当 agent:"把右前灶头设到煎扇贝的温度"→ 它真去设;菜谱 agent 能联网搜菜谱、转成带分步计时器的结构化步骤、确认后给灶头发真实指令(预热油到 351°F)。而且 D'Amico 这个硬件背景的人,用 Claude Code + Sonnet 4 从零搭出了部署在 AWS 的车队遥测系统。

"If you're a 30 person hardware startup, the CEO better be coding." — Sam D'Amico 译:如果你是个 30 人的硬件创业公司,CEO 最好自己在写代码。

5. 跨域心法:让"AI for X"在物理世界真正跑通,需要什么

把 9 期横着切,提炼出几条对做产品/投资最有用的判断:

  1. 闭环 > 静态数据集:物理世界没有现成互联网,价值在"做实验→学→再设计"的活闭环里(Fedus、Kulik、Kelly 三人共识)。问任何 AI-for-X 项目第一个问题:它的实验闭环在哪、转得多快?

  2. 数据真值是隐形天花板:有真实裁判(蛋白质的 CASP)就能出 AlphaFold,没有(材料)就别指望。判断一个科学 AI 项目,先看它拿什么当 ground truth。

  3. "自动化 × 灵活性"判断成熟度:能同时拿到两者才配叫"自主"(Waymo 时刻)。问:这活儿是高混合低产量吗?灵活性那堵墙怎么过?

  4. demo 惊艳 ≠ 走完长尾:前 90% 和"接下来几个九"是两个问题(Dolgov)。研究阶段敢糙快上(Kulik),做产品时最后几个九才是全部难度。

  5. 护城河在工作流/独特信号,不在模型也不在硬件:能被大厂复制的(模型里的能力)危险,编码进工作流的安全(Baseten);卖裸算力/裸 GPU 不黏,带软件层才黏。

  6. 速度开新生意,不是把旧生意做略好:Netflix→电影公司、慢推理市场=零(Feldman)。别问"快一点值多少钱",问"快到某个程度会开出什么全新模式"。

  7. AI 编程是物理世界创业者的隐形杠杆:Periodic 零投入直接用 Claude Code/Codex;Ginkgo 用它让不会编程的科学家驱动机器人 + 用 skills 文件沉淀规则;连灶台 CEO 都自己 vibe coding。软硬件团队都在用同一套 agent 工作流。

  8. 硬件第一性原理 + 商业模式克制:Impulse 塞电池解耦电网、Starcloud 只做"太空版 Equinix"不重建 AWS、Cerebras"做专业 David"——共同点是挑大厂不玩的低垂果实 + 避开双边市场/必须被收购的结构。

  9. 国家安全与中美变量贯穿始终:中国新药发现份额 3 年从 <5% 涨到 40%+(Kelly)、DeepSeek 以 20% 成本逼平闭源(Tuhin)、美国靠 AI+自动化才能不被"技术突袭"(Project Genesis / DOE)。深科技投资绕不开这条地缘线。

引用与延伸

9 期来源(全部源路径):

  • ../sources/learning/follow-builders/podcasts/latent-space-the-stove-guy-sam-damico-shows-new-ai-cooking-features-on.md — Sam D'Amico / Impulse Labs / Latent Space(2026-03-31)
  • ../sources/learning/follow-builders/podcasts/latent-space-there-is-no-alphafold-for-materials-ai-for-materials-disc.md — Heather Kulik / MIT / Latent Space(2026-03-24)
  • ../sources/learning/follow-builders/podcasts/no-priors-ai-for-atoms-how-periodic-labs-is-revolutionizing-materials.md — Liam Fedus / Periodic Labs / No Priors(2026-04-03)
  • ../sources/learning/follow-builders/podcasts/no-priors-baseten-ceo-tuhin-srivastava-on-the-ai-inference-crunch-cust.md — Tuhin Srivastava / Baseten / No Priors(2026-05-01)
  • ../sources/learning/follow-builders/podcasts/no-priors-the-story-behind-cerebras-63-billion-ipo-with-founder-and-ce.md — Andrew Feldman / Cerebras / No Priors(2026-05-21)
  • ../sources/learning/follow-builders/podcasts/training-data-biologys-waymo-moment-ginkgo-bioworks-jason-kelly.md — Jason Kelly / Ginkgo Bioworks / Training Data(2026-03-24,剪辑版 A)
  • ../sources/learning/follow-builders/podcasts/training-data-how-autonomous-labs-will-transform-scientific-research-g.md — Jason Kelly / Ginkgo Bioworks / Training Data(2026-03-24,剪辑版 B,与上同场访谈)
  • ../sources/learning/follow-builders/podcasts/training-data-greetings-earthlings-philip-johnston-of-starcloud-on-dat.md — Philip Johnston / Starcloud / Training Data(2026-03-17)
  • ../sources/learning/follow-builders/podcasts/training-data-waymos-dmitri-dolgov-20-million-rides-and-the-road-to-fu.md — Dmitri Dolgov / Waymo / Training Data(2026-05-04)

配套 wiki:

History

  • 2026-06-05 v1.0 创建 — follow-builders 播客精炼,AI for Science / 深科技 / 算力基建主题桶,9 期来源(Ginkgo 两剪辑合并),主题驱动 + 双语。

2026-09-26 增补：从有用工作倒推算力和交付链条

证据范围：Jensen Huang（feed 2026-06-10）、Lip Bu Tan（2026-06-18）、Max Hodak（2026-08-20）的本地截断稿；本节为 partial。仅保留可见片段支持的产品与工程判断，医疗审批、估值和性能口述未另行核验。

先定义工作，再谈基础设施。 Jensen把生成内容、推理和操作工具串成能力演进，核心价值判断是能否交付有用工作。他建议同时看下游行业任务和上游计算需求。把旧计算描述为预存与检索、把AI描述为按情境即时生成，是解释框架；可见开场并不足以证明所有企业都应自建“AI工厂”。

“We pay for people who do work.” 译：我们为完成工作的人付费。

客户买的不是孤立芯片参数，而是可靠交付。 Lip Bu Tan谈代工时强调所需IP、良率、缺陷密度与周期；有些客户需要整机架，因此还要软件与系统。他关于CPU重要性的论点来自agent编排等任务组合。CPU/GPU约1:8到1:4或1:1只是访谈观察与预期，不能代替自己的负载测量。

“It's a service business. It's a trust business.” 译：这是服务生意，也是信任生意。

远期研究和近期产品可以双线推进，但里程碑要分开。 Max Hodak介绍Science将长期神经接口研究与近期视觉恢复产品配对，从可利用的生物通路倒推方案，也同时考虑自研和收购。其口述的欧洲许可与未来数周首批销售是不同状态；许可不等于已经销售，更不等于规模化效果完成验证。本段只记录路线选择，不构成医疗适用性建议。

对PM可用的检查顺序是：任务结果是什么 → 为此需要什么软硬件与数据 → 哪个可靠性或周期是约束 → 哪项技术、许可、首单、规模化里程碑已经达成。避免把上游能力展示直接翻译为下游商业成功。

2026-09-26 全文增补：设计提速之后，重新计算验证与供应链的关键路径

基于Arm CEO Rene Haas本地完整访谈00:00—37:04（full_scan）。数字与趋势为嘉宾口述，未来周期缩短属于预测。

交付芯片比交付设计多了一整套责任。 IP许可像提供零件设计，计算子系统像提供组装蓝图，出售实体芯片还需制造配额、内存、基板、布局实现、调试实验室、库存与售后。即便不自建晶圆厂，也无法省掉这些能力。向下游走还要维护原有芯片与软件客户生态，不能只看新产品收入。

AI的近期价值可能先出现在验证、调试和文档。嘉宾称芯片典型开发周期24—36个月，最大部分不一定是首次设计；80%—90%工程师每天用AI是采用口径，不能写成同幅度生产率提升。有设计却没有文档和测试，既难卖给客户，也难作为可靠训练与验证材料。

“It's unusable. It's untestable.” 译：它无法使用，也无法测试。

因此不能将RTL（描述数字电路行为的代码）生成提速，直接乘到整条上市周期。对更简单设计，他提出五年以上可能从想法生成送厂文件；最先进、同时更快更省电更便宜的设计，不是现在按一次按钮就能交付。

设计端变快还可能把瓶颈移向晶圆、内存、先进封装和数据中心建设。资金、供应链关系与施工能力需提前安排。系统层同样不能只看GPU：CPU承担调度与工具执行，内存与加速器共同决定实际任务表现；穿戴等端侧设备还受到严格功耗约束。

“you just can't put a 50 watt GPU on your head.” 译：你不可能简单把一块50瓦GPU戴在头上。

机器人也沿用这条证据纪律：通用演示、可重训练硬件、成本下降、商业模式和规模化部署分别验收。嘉宾同时看好人形和专用形态，却承认当前成本与商业模式未完全解决。对深科技项目，应逐环记录设计、验证、制造、集成和客户采用，缩短一环后再看新的关键路径，避免把演示速度当交付速度。

2026-09-26 全文增补：芯片更快之后，仍要测完整任务时间

Cerebras 的 Andrew Feldman 用内存搬运解释其晶圆级架构：选择更快但单位面积容量较小的 SRAM，就需要更大面积及相应供电、散热、冗余与封装。这个案例的重点是系统取舍。它没有证明某种架构对所有模型、上下文和并发都最好；访谈的性能倍数、交易和 IPO 也未在本次独立核验。

“you've made trade offs.”

选择一种架构，就接受对应的取舍。

对交互 Agent，低延迟可以减少多轮等待，也可能给核对与验证留出更多时间。但工具调用、CPU 工作、跨地域网络与返工仍会拖慢任务。选型时在相同模型和质量要求下，比较首响应、完整任务时间、并发、失败重试和费用。API 看似只改地址，仍需验证模型行为、合同与运营边界。

研发复盘还应区分技术可运行与市场采用。嘉宾说封装是意外难点，产品做成后早期需求仍弱；这些阶段都需要独立里程碑。完整限定见 Cerebras 精炼。

2026-09-26 全文增补：实验结果和基础设施指标都要保留口径

Chai Discovery 的访谈把分子设计接到湿实验验证，再把结果反馈给模型。对产品判断最重要的是区分阶段：所称约 15% 是特定实验中的结合命中，绝非临床成功或患者获益；结合之后仍需评估可开发性和其他性质。实验误差可能盖过小幅模型改进，因此要看重复验证、跨目标表现与完整协议。

“the lab is an important part to verify that what you're doing is correct.”

实验室是验证设计是否正确的重要环节。

类似的口径纪律也适用于算力。Lambda 的 Stephen Balaban 区分会计折旧、物理寿命与经济寿命；同款 GPU 的长期批发约与按需服务不能直接比均价。Dylan Patel 则强调总吞吐与单用户响应的取舍：隔夜文档可以等，互动任务可能更在意延迟。测试需要固定模型、软件版本、负载和质量，而非比较各自挑出的最高倍数。

“you can't have point in time benchmarking.”

系统持续更新，一次性基准不能长期代表实际表现。

适用时机：采购或评审模型平台时，分别记录容量、利用率、任务成功率、完成时间和总费用。软硬件共同设计可以改善效率，也可能让专用架构绑定当前模型方向；需给未来迁移留空间。以上经营与性能数字均为访谈陈述，限定见 Chai 精炼、Lambda 精炼 与 Patel 精炼。

全文增补：硬件产品交付的是服务，里程碑必须逐层验收（2026-09-26）

Valar Atomics 与 Zipline 的两段本地访谈分别谈核能与无人机。它们对产品经理的共同启发是：单个设备成功运作，只完成了交付链条的一部分。以下来自受访者自述，性能、安全、监管与经营数字没有独立核验。

为什么必须拆开里程碑。 核能访谈里的图纸、实验数据、临界、产热、发电、持续供电和商业化规模，是不同的证据状态。访谈说 “you need data in order to go to the regulator.”（需要拿到数据，才能进入监管沟通。）这支持用实验减少未知，不支持把实验许可当成商业运营许可。一个短时由 AI 演示网站使用的供电案例，也不能替代数据中心连续可用性的验收。

案例：把飞机改成能持续交付的服务。 Zipline 受访者回忆，早期即使有飞机，也没有马上覆盖原计划的全部医院；库存、订单、维护与当地协作都要打通。“people get sick twenty four seven.”（人会在一天中的任何时刻生病。）因此需求应写成可靠的配送服务，而非仅写飞行能力。定位正确仍不等于安全投递，飞机和末端投递装置分工也必须共同考核噪声、地点适配、成本与安全。

何时值得自建。 Valar 主张对阻碍规模化的必要环节自行建设，但也谈到为避免拖期购买昂贵部件。可迁移的是先识别交付瓶颈，而不是尽量把所有东西自己做。资金安排同样分阶段：先证明技术，再讨论项目融资；受访者的规模成本预测不等于已经实现的经济性。

何时增加故障演练。 Zipline 说 “you need to assume that any part of the system can have a fault”（应假设系统任何一部分都可能出故障）。冗余不能只增加第二台计算机，还要检查负责判断哪台可信的机制。规模扩大后，罕见异常也会变成日常工单；访谈中的百万次每日配送是未来情景，不是当前业务量。“零安全事故”的公司表述也不等于零故障，原文同时回顾早期降落伞降落。应先定义事故、失效和恢复口径，再讨论风险是否下降。

来源：Valar 原文消化、Zipline 原文消化。

全文增补：科研模型的瓶颈可能在数据怎么产生（2026-09-26）

Biohub 的访谈把开放工具、长期维护与实验数据看成同一项基础建设。按 2026-06-25 本地归档，团队认为 “the data is actually even more of a constraint.”（数据本身可能是更强的约束。）对 PM 的启发是：在增加算力之前，先问所需观测是否存在、不同实验的数据能否连接，以及生成数据的工具能否长期维护。

案例。 访谈从单细胞方法、注释工具与社区数据谈到蛋白质、细胞和免疫系统模型。跨层级数据不能简单互相替代：蛋白质结构预测表现好，不等于已能模拟人体。AI 和湿实验团队一起设计采样和验证，比各自做完后再拼接更有机会闭合反馈链。

何时有用。 做科研平台或任何依赖新数据的产品时，可分别验收工具采用、可重复实验、对新情境的预测，以及实际应用。受访者说 “Our goal is always to build tools”（目标始终是建设工具）；它不等于已经实现治愈疾病的使命。原文中的 96 孔实验与结合能力案例也不是人体疗效。嘉宾明确保留从实验室到临床、以及虚拟细胞泛化的缺口，因此本页不把数字模拟写成已经能够代替真实临床验证。

来源：Biohub 原文消化。

来源与关联资料

2026-10-09 增补：把峰值算力换算成真正完成的工作

Google 基础设施负责人 Amin Vahdat 的访谈提供了一个采购与产品评审视角：goodput（有效产出）要扣掉失败、恢复和重算产生的无效工作。它不等于芯片峰值，也不等于服务产生的全部 token。数万个部件组成的同步训练系统中，局部故障可能让整项任务暂停；恢复检查点之前重复跑过的计算消耗预算，却没有增加最终成果。因此，便宜的单卡价格只有放进完整任务中才有意义。

用交付结果比较方案

评估时把四类数据放到同一张表：成功完成的任务、端到端耗时、故障与重试损失、总资源成本。训练场景关注一次有效训练进度耗费多少时间与电力；面向用户的 agent 则应增加任务成功率与结果质量。不能只用 token 数替代业务价值，否则啰嗦输出也可能被误算成效率提升。这里是把访谈的基础设施口径转成应用评审方法，并非 Google 公布的统一业务指标。

优化一层后，重新寻找瓶颈

agent 会在拿到结果后迅速进入下一步，不必等待人阅读。请求解析、工具调度、读取上下文因此可能把瓶颈推向 CPU、网络和存储。先测量一次完整任务各阶段的等待，再决定买更快的推理、缩短数据访问还是改善恢复机制。否则模型变快，用户完成任务的时间仍可能不变。

软硬件共同设计也应比较收益和交付代价。研究团队提出模型变化时，需要确认芯片适配收益是否足以补偿改设计和延期；临近流片，微小改善通常不足以推翻已有安排。越专用的设计越要写清依赖的负载假设，以及模型变化后的迁移办法。访谈中的训练和推理分型仍保留相互承担负载的能力，说明专用化与弹性需要一起评审。

把恢复和供电列进容量计划

光路切换到备用机架的案例说明，可靠性设计不仅是减少故障，还包括缩短故障后的等待。采购容量时应同时问：多久发现、多久切换、多少工作要重算、是否真的演练过。供电则需要与电网和扩建周期共同规划；账面拥有旧集群，不等于能在用户所在地区立刻提供低延迟服务。

访谈提到的半年有效容量目标、芯片安排和基础设施效果均为嘉宾陈述。本节采用其判断框架，不把这些数字作为已独立核验的性能承诺。

来源：本次参考文章或访谈。

October 9, 2026 addition: Turn peak compute into useful work completed

Google infrastructure leader Amin Vahdat's interview offers a useful perspective for purchasing and product reviews: goodput excludes work lost to failures, recovery, and repeated computation. It is neither peak chip performance nor the total number of tokens generated. In a synchronized training system with tens of thousands of components, a local failure can pause the entire job. Repeating computation after restoring a checkpoint consumes resources without adding to the final result. A low price per accelerator only becomes meaningful in the context of a complete workload.

Compare delivered outcomes

Put four categories in the same evaluation table: successfully completed work, end-to-end time, losses from failures and retries, and total resource cost. For training, measure the time and power needed to make useful progress. For a user-facing agent, also assess task success and output quality. Token count alone cannot stand in for business value: verbose output could otherwise appear to be an efficiency improvement. This is an editorial adaptation of the interview's infrastructure perspective, not a universal business metric published by Google.

Find the next bottleneck after each improvement

An agent can start its next step immediately after receiving a result, without waiting for a person to read it. Request parsing, tool orchestration, and context retrieval may therefore move the bottleneck to CPUs, networks, or storage. Measure the waiting time at each stage of a complete task before deciding whether to buy faster inference, improve data access, or shorten recovery. Otherwise, a faster model may leave the user's total task time unchanged.

Hardware–software co-design also requires balancing benefits against delivery costs. When researchers propose a model change, teams must determine whether the hardware benefit justifies redesign and delay. Close to tape-out—the point when a chip design is sent for manufacturing—a small gain may not justify changing the plan. More specialized designs should state their workload assumptions and explain how migration would work if models change. The interview's training and inference variants retain the ability to run each other's workloads, illustrating why specialization and flexibility belong in the same review.

Include recovery and electricity in capacity planning

Switching optical connections to a spare rack illustrates that reliability includes shortening the wait after a failure, as well as preventing failures. Capacity reviews should ask how quickly a fault is detected, how quickly service switches over, how much work must be repeated, and whether recovery has actually been rehearsed. Electricity requires coordination with grid and expansion timelines. Owning an older cluster does not automatically provide low-latency capacity where users live.

The interview's six-month capacity goals, chip plans, and infrastructure results are the guest's statements. This section adopts the decision framework without treating those figures as independently verified performance commitments.

Source: Article or interview used for this addition.

2026-10-18 追补：高速推理的容量边界与制造周期

依据10月3日 Builders 对 Fractile 创始人 Walter Goodwin 访谈的中文整理。本轮未重读完整逐字稿或复现性能；芯片路线及周期属于嘉宾陈述，不作为已量产或已验证的结论。

本页已有内存搬运、完整任务耗时和迁移风险讨论。这里增加一个具体测试边界：高速路径能容纳多大的模型和任务状态，超出后会发生什么？ Goodwin 认为单纯依赖 SRAM（高速但容量成本较高的存储）难以经济地容纳大模型和长上下文，介绍了探索高带宽 DRAM 的路线。他还指出，部分方案遇到长上下文仍需回到 GPU；不能从短上下文演示推断长任务同样加速。

本库应用建议：保持模型与质量要求一致，逐步增加上下文和任务长度，记录何时需要切换执行平台、完整任务耗时如何变化、是否增加数据搬运与费用。把“峰值快”与“自己的任务始终在高速路径内”分别验收。没有阈值和回退测量时，保留为待验证选型问题。

设计试验变快，不会自动缩短物理交付与回收周期。 嘉宾描述送厂后的制造仍以月计、投资回收以年计；具体三至五个月及三至五年的口述不能当通用行业常数。增加候选架构试验的价值在于更早淘汰不合适设计，而不是承诺每几周就量产新芯片。对评审者，分别列出设计验证、制造与封装、客户适配、投入回收的约束，并检查下一代模型变化时是否仍可用；不再重复本页一般性的硬件绑定风险说明。

Addition: Capacity limits and manufacturing cycles in fast inference

This addition is based on the October 3 Builders Chinese account of an interview with Fractile founder Walter Goodwin. The complete transcript was not reread and performance was not reproduced in this review. Chip plans and timelines are the guest's statements, not evidence of volume production or independently verified results.

The existing article discusses memory movement, total task time and migration risks. An additional test asks: How large a model and task state can the fast execution path accommodate, and what happens beyond that limit? Goodwin argues that relying solely on SRAM—fast memory with relatively expensive capacity—makes large models and long contexts difficult to accommodate economically. He describes an exploration of high-bandwidth DRAM. He also says that some systems fall back to GPUs for long contexts. A short-context demonstration therefore does not establish equivalent acceleration for long tasks.

An editorial application is to hold the model and quality requirements constant while increasing context and task length. Record when execution must switch platforms, how total task time changes and whether data movement and costs increase. Evaluate peak speed separately from whether your workload stays on the fast path. Without measured thresholds and fallback behavior, treat this as an open selection question.

Faster design experiments do not automatically shorten physical delivery or investment-recovery cycles. The guest describes manufacturing after foundry submission in months and recovery of investment in years. His specific estimates of three to five months and three to five years are not universal industry constants. More architecture experiments can eliminate unsuitable designs earlier; they do not promise a newly manufactured chip every few weeks. In a review, list constraints for design validation, manufacturing and packaging, customer integration and investment recovery separately. Check whether the system remains useful as models change. This adds specific evaluation questions without repeating the article's general discussion of hardware lock-in.