哈利談 OpenAI 被 Google 逼出來的紅色警戒、Scaling Law 到底死了沒有，最後轉到他為什麼認為自駕車該盡快推動。
重點
紅色警戒的內容。根據 The Information 的報導，奧特曼發內部備忘錄，把廣告、購物與健康 agent、Pulse 先擱置，集中改善 ChatGPT 的個人化、影像生成、模型行為、速度與穩定性。哈利認為方向正確，但方向正確不等於會成功。
哈利仍看 OpenAI 是泡沫。估值建立在未來巨大成功上，他不認為 OpenAI 能近乎獨佔 chatbot 市場，也不認為 iPhone 等級的裝置等大計畫容易成功。他說如果 OpenAI 以一兆美金市值上市，他會放空。
風向預測。短期他預期 OpenAI 的新模型、xAI 的 Grok 4.20、Meta 明年第三季依序輪流成為焦點；中長期（2 到 5 年）則因為重新進入研究時期，不確定性大幅上升。
Scaling Law 沒死，是缺資料。哈利解讀 Ilya Sutskever 的意思是資料不夠、算力成本太高，而不是定律失效。業界用合成資料補，但他說大家對 AGI 的共識是還需要新的架構突破，所以研究時期回來了。
自駕車的安全數據。哈利引用 Waymo 重大車禍減少 91%、特斯拉開 FSD 重大車禍減少 7 倍，主張晚推一年就是少救幾萬條命。
台灣開放 FSD 的卡關。交通法規參照歐盟，R79 限制了輔助系統的功能。哈利預期要等荷蘭先批准，歐盟跟進後台灣才會開始對話，測試上路可能再晚一兩年。
時間軸 點時碼從那一段開始
- 一拳超人第三季哈利對最新一季動畫的作畫很失望，不懂這麼強的 IP 為什麼拿不到足夠資源。
- The Thinking Game他大推這部 Google DeepMind 紀錄片，印象最深的是 Demis Hassabis 小時候下西洋棋時，想到該把這些腦力用在更有貢獻的事上。
- 紀錄片沒提到的 Brain哈利說紀錄片完全沒提 Google Brain，但 LLM 的功勞他認為 Google DeepMind 與 Google Brain 各占一半。
- 本集三個題目預告 OpenAI 紅色警戒、Scaling Law、自駕車安全性與台灣何時開放 FSD。
- Code Red 的由來The Information 報導奧特曼的備忘錄：廣告、購物與健康 agent、Pulse 先暫緩，另有一到兩個內部神祕模型，其中推理模型據說與 Gemini 3 差不多。
- OpenAI 為什麼急哈利舉出 CFO Sarah Friar 證實 ChatGPT 成長趨緩、Nano Banana 才是讓一般用戶轉換的關鍵，以及 ChatGPT 比 Gemini 3 慢，歸因於算力差距。
- Google 當年的紅色警戒ChatGPT 剛出現時角色是對調的；哈利認為 Sergey Brin 回歸、把 founder mode 文化帶回 Google 是成功的重要原因。
- 為什麼仍是泡沫他澄清自己沒有把 OpenAI 比成 Theranos，只是認為估值要靠獨佔 chatbot 市場或大計畫成功才撐得住，而兩者他都不看好。
- 短期預測：OpenAI若新模型真的追平 Gemini 3 Pro，對投資人是強心針；哈利解釋 Gemini 3 Pro 難訓練在資料不夠，推測用了大量合成資料。
- 風向轉到 xAI他預期接著是 Grok 4.20，並提到它在一個 LLM 模擬交易競賽中領先，但他認為這不代表什麼。
- Meta 的重整DeepSeek 出現後 Meta 內部大亂，之後找來 Alex Wang 成立 TBD Lab；哈利認為祖克柏已經全力押 AI，明年第三季是第一次大展身手的時間。
- 中長期：回到研究時期短期好預測，2 到 5 年的不確定性大很多；引出 Scaling Law 是否已死的爭論，起因是 Gemini 3，以及 Ilya 上 Dwarkesh Patel 的 podcast 時的發言。
- 兩邊都對一半哈利說 Ilya 講的是資料不夠而非定律失效，並用蓋房子沒有足夠建材的比喻說明。
- 合成資料與 Grokipedia哈利認為 Gemini 3 Pro 的預訓練 scaling 關鍵在合成資料，並以 Grokipedia 為例，說 xAI 明顯在預訓練使用大量合成資料。
- 算力成本與 AGI 路線一個 training run 已到一億到十億美金，Gemini 3.0 Pro 若花十億，4.0 要一百億；他說多數人共識是還缺幾個像 Transformer 的創新，公司會把算力分給更多研究。
- 兩段研究時期與賭 Google2012 到 2020 是第一段研究時期，2020 起狂 scale，2026 年後又回到研究；人才已散到各家，若要賭一間他賭 Google。
- 自駕車比人類安全多少講 Waymo 重大車禍減少 91%、特斯拉 FSD 重大車禍減少 7 倍，哈利說這些數據他都驗證過。
- 紐約時報醫生的類比醫學試驗效果顯著到無法忽視會提前終止；套在自駕車上，美國每年 4 萬人死於車禍，若全面自駕其中 90% 不必死。
- 政府為什麼不開放哈利說他不是要所有地區立刻全面開放，但有些地方連測試都不想開始；台灣參照歐盟法規，R79 限制轉彎與主動換道。
- FSD 到新國家會怎樣他認為 FSD 是端到端的通用駕駛技術，到新國家會有水土不服，但不是致命的錯；先開放才能更快累積當地資料。
- 台灣的時程他預期要等特斯拉拿到荷蘭批准、歐盟跟進，台灣再開啟對話，實際測試上路可能再晚一兩年；特斯拉補齊正確率最多不超過兩年。
- 等待的代價哈利說等待的代價是人命，並坦承講得有點激動，理性上仍希望越快越好。
值得記的話
▶ 35:25「這個沒有資料並不代表說 Scaling Law 已經死了」
▶ 38:34「所以 XAI 很明顯已經開始嘗試在預訓練的過程中使用大量的合成資料」
▶ 45:12「我覺得 Google 這邊真的是 pioneer 太多太多技術了」
▶ 50:07「你今天晚推一年自動駕駛，你就是少救幾萬人的命，就是這樣」
▶ 1:02:16「這個等待的代價，並不是我們這些科技愛好者嘗鮮的快感而是真真實實的人類的性命」
名詞與人物
- Code Red
- 奧特曼在內部備忘錄宣布的最高級緊急狀態，暫緩次要專案，集中改善 ChatGPT。
- The Information
- 報導紅色警戒與神祕模型的矽谷媒體。
- The Thinking Game
- 講 Google DeepMind 與 Demis Hassabis 的紀錄片，哈利開場大推。
- Google Brain
- 哈利認為想出 Transformer、做出最初 TPU、最早做 scaling 的團隊，現已併入 DeepMind。
- Scaling Law
- 擴展定律，模型更大、資料與算力更多就會更強；本集爭論它是否已死。
- Ilya Sutskever
- OpenAI 共同創辦人，上 Dwarkesh Patel 的 podcast 時被認為說了 scaling law 已死，哈利解讀成資料不足。
- 合成資料
- 用 AI 產生的訓練資料，哈利認為 Gemini 3 Pro 與 xAI 的預訓練都在用。
- Grokipedia
- xAI 的 Grok 產生的百科，哈利說最初目的是替 Grok 產生訓練資料。
- TBD Lab
- Meta 重整後成立的小型精英團隊，成員是高薪挖來的頂尖研究員。
- FSD
- 特斯拉 Full Self Driving，哈利說目前是 supervised，駕駛仍要看著。
- R79
- 歐盟法規中限制輔助駕駛側向加速度與主動換道的條文，台灣法規參照歐盟。
延伸
- 哈利說他在 EP105 談過 OpenAI 估值與泡沫的完整論點，想看詳細推導可以回去聽。
- 哈利說最早做 AI 研究的人集中在 Google 與 Meta，現在散到 OpenAI、Anthropic、xAI、Ilya 的 SSI 與 Mira Murati 的 Thinking Machines（前幾集講過，見 EP113）。