乔治·霍兹：破解模拟世界与用神经网络学习驾驶

乔治·霍兹对费米悖论有一个自己的答案：宇宙里确实存在过其他智能文明，一个都没剩下，因为它们都把自己炸掉了。这个答案听上去像玩笑，但他接着补了一句更冷的话：毁灭世界的智商门槛，每年下降一点。

这位被称作 geohot 的人，十几岁破解 iPhone，二十岁破解 PlayStation 3，后来创办了 Comma AI，卖一台一千美元的设备，装在你家现有的车上，让车自己保持在车道里。他同时也是那种会在餐厅坐下来，花几个小时帮陌生人重写编译器的人。这期播客聊了宇宙、模拟、加密货币、自动驾驶、编程语言和爱情，跨度大到几乎不像一场对话，但贯穿其中的是一条线：他只对能给他带来真实力量的东西感兴趣。

只有一种活下来的可能

霍兹的判断很干脆。银河系七万光年。任何能造出冯·诺依曼探测器（von Neumann probe）的文明，这个距离都不算什么。一艘以亚光速飞行的自复制探测器，几百万年就能铺满整个银河系。几百万年在宇宙尺度上是一瞬间。

这件事显然没有发生。所以有什么东西拦住了它。

他给出的解释是：智能文明活不长。文明发展到某个阶段，摧毁自己的能力变得廉价而普及，然后就没了。他引用了一个说法，毁灭世界所需的智商门槛每年下降一分。技术在做的事情，就是把毁灭世界这件事民主化。

密码学是一个防御占优的世界，核武器正好相反。造一枚能分裂成一百枚的弹头，比造一个能拦截一百枚小弹头的东西容易太多了。进攻方在那边有优势。所以也许我们的未来在密码学里。（乔治·霍兹）

这个类比值得停一下。他在说，不同的技术领域有完全不同的攻防结构。密码学里防守方赢，因为验证一个签名比伪造它容易。核武器里进攻方赢，因为火箭的轨道计算比中段拦截简单。人类文明能不能活下来，取决于我们把更多精力放在了哪一类技术上。

至于怎么发现那些已经消失的文明，他的思路是废热。文明扩张就要消耗更多能量，热力学不允许你消灭废热。所以应该能在红外波段看到异常。前提是他们的物理和我们一样。他承认这个前提可能错，但银河系另一头的物理定律不会差太多，这是他愿意下的赌注。

关于 UFO，所有新闻都是心理战

聊到五角大楼公布的那几段不明飞行物视频，聊到海军飞行员戴维·弗拉沃（David Fravor）的描述，聊到那些被叫做"嘀嗒糖"的物体如何做出违反直觉的机动，霍兹的回应只有一句：

我觉得所有那些新闻都是心理战。（乔治·霍兹）

他提到自己听鲍勃·拉扎（Bob Lazar）在乔·罗根节目上的讲述，说"我信他说的每一个字"，然后立刻补上一句：那大概率是某种 MKUltra 式的东西。他们造了个奇怪的东西，管它叫外星飞船，也许目的就是刺激年轻物理学家的脑子，看看他们能从中想出什么。

这套逻辑很有意思。他不否认那些现象的存在，他质疑的是这些信息被放出来的动机。一个情报机构主动泄露的东西，本身就构成一个信号，而这个信号的内容未必是它表面上说的那件事。

顺着这个话题，他讲了一个更狠的观点。阴谋论这件事本身，可能就是一种武器。

我听过一个阴谋论，说阴谋论是 CIA 在六十年代发明的，用来给真事泼脏水。你去看看那些荒诞的阴谋论，地平说、披萨门，它们的作用是稀释。中国封锁了发现病毒的医生，这是真的。货币以前由黄金背书，现在由空气背书，这是真的。但当满地被插上旗子的时候，你就找不到那面真的旗子了。（乔治·霍兹）

他讲的这个寓言是：妖精告诉你田里埋着金子，你让它发誓不拔掉标记的旗子，回头拿铲子来，发现满田都是旗子。这是隐私保护的原型。要保护一段对话，就生成一百万段假对话，没人知道哪段是真的。他把这个思路平移到了信息控制上：过去靠审查，现在靠淹没。

"破解模拟"那场演讲到底想说什么

2019 年他在西南偏南（SXSW）做了一场演讲，标题里带"破解模拟世界"，之后被大量转发和误读。他这次把话讲清楚了。

那场演讲的重点不在字面上真的去黑掉模拟。那是理论物理，你想要大统一理论，那就先造一个大统一理论出来给我看看。我的希望更多是：你们认真的吗？你们花时间想的都是些什么？你明白自己有多小吗？你真的只是上帝电脑里的几个字节。（乔治·霍兹）

他真正想说的，是人类给自己造的那些游戏不值得玩。他举的例子从推特热搜到卡戴珊，但他真正指向的是经济。

我是资本主义的忠实粉丝。我不觉得我们现在玩的是那个游戏。我们在玩另一个规则被做了手脚的游戏。（乔治·霍兹）

他的区分是这样的：人类造的游戏分两种，一种和自然规则对齐，一种不对齐。自然这个游戏是真的，规则不是人写的，所以赢它有意义。而自然这个游戏看起来极其残酷：大东西吃掉小东西，生物的全部目的就是长大到能吓住另一个大东西，好和它交配。没有艺术，没有音乐，也没有 Comma。

他不接受这个描述。他认为自然提供的是一个开放世界 MMO，你想玩哪种都行。这话从他嘴里说出来有点意外，因为整场对话里他一直在强调赢和力量。但他对开放世界的坚持是认真的。他甚至用《暗黑破坏神》里刷奶牛关举例，说玩家们找到了最有效率的经验值路线，然后所有人都同意了刷经验值这件事值得投入几百个小时。他在大学里就这么干过。

他真正批评的，是把手段当成了目的。

永生的目标函数

他说他想要永生。他要的永生，核心是自己选择死亡的时间。他不接受自然替他做这个决定。

这里出现了一段这场对话里最有意思的交锋。莱克斯提出一个反驳：你对知识的渴望，可能正是生命有限性的副产品。如果时间无限，好奇心会像晨雾一样消散，那永生还有什么意义？

霍兹的回答很工程师：

那我就改掉脑子里那个提醒我生命有限的东西。也许让它告诉我下周就死。我可以接受一定程度的自我操纵。如果问题是我会失去好奇心，那我留几份自己的备份，偶尔和它们对一下，确认它们还在正确的轨迹上，需要的话让它们覆盖我。（乔治·霍兹）

莱克斯接着提了一个更尖锐的类比：电子游戏里的作弊码。一旦你用了作弊码，游戏就被毁了，而且这个过程不可逆。

霍兹承认这个感觉他懂，但他的结论是：那只能说明我们的脑操纵技术还不够好，把那段代码从脑子里删掉就行。

这套回答有一种奇特的自信，也暴露了它的边界。他自己也承认，自我修改的系统会带来一堆棘手的复杂性，他没法现在就保证自己将来一定能做对，只能尽量把安全结构放进去。

关于我们是否生活在模拟里，他的态度是：我不怀疑我们在，但这件事不重要。他只对能给他力量的理论感兴趣。模拟理论如果无法证伪，那就没人该关心。

那什么样的证据才算数？他给出的答案是内存泄漏（memory leak）。能读到你不该读到的内存，就说明存在一个可以越界的地方，那就是捷径。但他立刻补了一句：读还不是最可怕的，写才是。哪怕只是写入随机噪声，那也是最恐怖的事。

在餐厅里三小时写出的 300 行代码

2020 年中的一件事在技术圈传开了。霍兹在纽约一家餐厅遇到一群做以太坊扩容的工程师，公司叫 Optimism，从 Plasma 分出来的团队，做以太坊的二层方案。他们卡在一个技术死线上，和 Solidity 到 OVM 的编译器有关。

要理解这个问题，得先理解以太坊的扩容困境。以太坊上每一笔交易，网络里的每一台计算机都要跑一遍。这带来极强的安全性，也带来极差的速度。二层方案（L2）的思路是：把计算挪到链下，只把结果写回链上。问题在于，链下算出来的结果可能是假的，所以需要一套争议解决机制，比如提交者质押一万美金，谁证明他算错了就能拿走这笔钱。

具体到工程实现，二层方案需要一个沙盒，让以太坊合约在里面跑。合约里那些会读写的调用，比如写状态到链上，都要被替换成对管理程序的请求，由外层判断放行还是拒绝。这跟 Chrome 的渲染进程不能直接读文件是一个道理，得先向浏览器主进程申请句柄。

Optimism 的做法是写了一个叫 Transpiler 的东西，把编译好的字节码反解、改写、再拼回去。这段代码三千行，很难维护，因为你在字节码层面做逆向工程。

霍兹听完的第一反应是：为什么要改字节码，直接在编译的第一步改不就行了。

他问了对方愿意付多少钱，然后写了一个三百行的编译器补丁。C++。

别人问他怎么做到的，他的原话是"你就想一想，然后做出来"。这话听起来像废话，他自己也承认没什么意义。但拆开看，里面有一个真实的判断：当所有人都在下游修补时，往上走一层看看问题是不是本来就不该出现在那里。

律师是收一千美元一小时的烂解释器

聊加密货币时，他把最能说明问题的一段留给了智能合约。

如果合同出争议，就由律师来解释。律师就是一群很烂的、收费过高的解释器。Python 我付每小时十美分就能跑，用最好的云机器。律师一小时一千美元。Python 便宜一万倍。律师每次给的答案还不一样，Python 基本每次一样。（乔治·霍兹）

他举的例子是一个保险箱，里面放一百万美元，合同写着三个人中的两个同时到场才能打开。这份合同的有效性完全依赖银行和律师。如果其中一个人死了，就会陷入遗产纠纷，搞清楚真相的成本高得离谱。换成智能合约，用密码学检查三个密钥里有没有两个签名，答案立刻确定。

他说所有企业真正想要的其实是确定性。他提到维亚康姆和 YouTube 的诉讼，说双方的态度是：这场官司谁赢我们不在乎，你只要告诉我们就行，我们需要确定性。

他也承认"代码即法律"要成为普遍接受的现实还很远。但这个想法的美感在于，它把解释成本压到了接近零。

关于加密货币，他给了两个他认为真正重要的创新。第一个是中本聪共识（Nakamoto consensus），一群人通过一个相对直白的算法达成去中心化的共识，这是 21 世纪最伟大的创新之一。第二个是智能合约。

还有一个他格外推崇的东西：分叉。

2012 年我在我的玩笑应用里写过，让奥巴马和罗姆尼同时当总统。然后美国人可以选，可以投资其中一个，把流动性从另一个抽走。加密货币世界真的有这个。以太坊分叉成以太坊和以太坊经典，你可以把流动性从一个抽出来放进另一个，人们用钱投票。（乔治·霍兹）

他希望公司也能这样分叉。同一家 Comma，一个闭源版本一个开源版本，看哪个活下来。一个被通用收购，一个继续当安卓式的叛军，让市场来裁决。

至于哪个币会赢，他说他不猜，也不在乎。他自己站在"比特币是模因币"这一边，理由是当年那场区块大小的争论实在太蠢。不过他承认自己在权益证明（proof of stake）上改变过看法，说有很多非常聪明的人在认真思考。

顺带说了一句关于治理的观察：即使在分布式系统里，领导者也有用，因为人类需要一张脸。他说以太坊有维塔利克（Vitalik Buterin）这样的门面，恰恰因为他是真正的天才。而他觉得民主制度出问题的地方在于，冒出来的领导者往往不是系统里最有能力的那批人。他想要的那种辩论是这样的：候选人被问第六修正案是什么，宇宙四大基本力是什么，2 的 x 次方的积分是什么。

使命是一句话，后半句才是关键

他给 Comma 的使命写了一句完整的话：解决自动驾驶，同时交付可发货的中间产品。

前半句容易理解。他把"解决自动驾驶"定义成造一个替代司机的人，这个人坐在驾驶座上，能带你去任何地方，安全、速度、质量、舒适度都不低于人类。

后半句才是他真正的设计。他在 Hacker News 上看到过一个说法，后来反复引用：你可以设定任意一个里程碑，达成它，然后离解决自动驾驶仍然无限远。他加了一句解释：如果没有可发货的产品，你很容易以为自己在前进而实际上没有。

商业上的诚实来自收入。他的原话是，当有人花一千美元买我们的东西，我们至少为他提供了一千美元的价值，否则他不会买。

Comma Two 的硬件基本就是一台手机。高通骁龙 820，带散热系统，接上车载接口。四个 CAN 接口接到 USB，再接到这台手机上。车载总线协议叫 CAN，简单得出乎意料，读写都靠它。软件是 openpilot，负责清洗神经网络的输入、清洗输出、执行控制、跑传感器、做标定、处理路面倾斜时的反向转向、把数据传回服务器、管理散热和磁盘空间。

他描述的神经网络很朴素：

就是一个权重块。人们说它是黑箱，我说它是一个权重块，你还期待什么？（乔治·霍兹）

从上次上节目到现在，他们兑现了一个承诺：横向控制的策略现在几乎完全端到端，你可以把车道线关掉，车还能开，只是在高速上稍微差一点。今年他们希望把纵向控制也做成同样的事。

数据量不是问题，问题是怎么选数据。他提到一个他喜欢的定义：监督学习里，权重取决于数据；强化学习里，数据取决于权重。后者才是他想要的形态。车犯错的时候自动接管，用那段数据训练，新模型上线。但目前还没做到那一步，现在还是靠人。

接管率的数字很具体：现在大约每一百英里一次非计划接管，一年前是十英里一次。十倍提升，但距离大规模可用还差三个数量级，也就是十万英里一次。他说十倍提升本身就意味着指数，但指数不意味着明天就有 100GHz 的处理器，和人类最好水平之间的差距仍然很大。

他不做车道线检测

这里是他和特斯拉路线分歧最清晰的地方。

特斯拉的做法是把驾驶拆成几百个任务：车道线检测、停车标志识别、红绿灯识别、可行驶区域分割、车辆行人自行车检测、定位，还有对场景中实体未来轨迹的预测。每个任务都是一个机器学习问题，配一整套数据引擎去挖边角案例，每个任务都有一个工程师成为世界上这个任务最强的人。霍兹把这个比作：你开一家国际象棋引擎公司，会去雇一个专门管主教的人吗。

他的判断是：这是特征工程。只不过抽象层级更高，叫任务工程。而人工智能的历史反复证明，特征工程的方法最终会被端到端取代。

他的证据是代码长度。Stockfish 的代码和 AlphaZero 的代码比，后者短得多，优雅得多，写它花的人力也少得多。

莱克斯提出了一个很好的反驳：AlphaZero 在模拟里可以杀掉几十亿个失败的智能体，代价接近零。现实世界里，生物进化通过杀死数以万亿计的生物才造出人类。你能在真实世界里做这种谋杀吗？

霍兹的回答是 MuZero。

MuZero 是自驾驶的答案

我认为 MuZero 会被回看成这个深度学习时代的基石论文。它不只是深度学习的全部，还有很多东西没到位，但 MuZero 是自动驾驶的解法。你需要做一些调整，但它做的事情正是那些 rollout，那些在学出来的模拟器里进行的谋杀。（乔治·霍兹）

这段话说得很重。他承认 AlphaZero 需要模拟器，而在真实道路上你没法随便试错。MuZero 的关键是从观测中学习一个动力学模型，然后在这个学出来的模型里做搜索和规划。这就把"在现实里杀人"换成了"在学出来的世界里杀人"。

他说自己读完那篇论文的时候，感觉是：好了，我可以坐下来等自动驾驶的解决方案自己到来了。那一年他看到了未来。

至于时间表，他给的答案是 2020 年代的后半段。他说神经网络会解决驾驶，我们不需要别的东西。他也承认路径上必须交付产品，所以过程会很慢。

驾驶员监控：他愿意赌一万美金

Comma 的驾驶员监控策略是自适应的。车停着的时候不强制监控；在限速 45 英里、有红绿灯、可能有行人的路上，监控策略非常严格；如果你一个人开在笔直空旷的高速上，就放松。这套风险估计全部由机器学习给出，没有硬编码。

他解释为什么不能永远保持最严格：

如果你在根本不可能撞到任何东西的时候也报警，人们就会学会忽略它。他们会往方向盘上挂配重，会想各种办法绕过去。你始终是这个自适应系统的一部分。（乔治·霍兹）

他提到自己开凯迪拉克超级巡航（Super Cruise）的经历：阳光从窗户照进来晃到摄像头，系统就说他没在看路，而他明明直视前方，而且没法通过触摸方向盘重置注意力状态，最后只能被强制退出。他的评价是：这本来应该是一场和用户的持续对话。

这也是他愿意为特斯拉下注的原因。他说 Elon 一定会在推出 L5 之前加上驾驶员监控，他愿意赌一万美金。他补了一句：如果我是他，我也会先公开说监控是错的，因为你已经造了一大批没有这个摄像头的车，你能说什么呢。

至于为什么驾驶员监控比外部感知容易，他给了两个理由。人脸的变化程度远小于外部环境。更重要的是，驾驶员监控的可靠性要求低得多，90% 的准确率就能拿到几乎全部收益，因为它是在和一个会配合你的人对话。而外部感知没有任何容错空间，撞上树就是撞上树。

Nvidia 正在自我挖坑

聊到特斯拉自研的 Dojo 训练芯片，他说这未必是为驾驶数据特化的，只是他们想走苹果的路，把链条上每一环都自己做。

他真正想谈的是训练硬件的垄断。现在只有两个选择：Nvidia 和谷歌。而谷歌的方案只在自己云上，条款苛刻，早年甚至明确写着不允许用 Google Cloud ML 训练自动驾驶或做任何与谷歌竞争的事，除非有书面许可。所以只剩下 Nvidia 一家。

他说自己在 2016 年是 Nvidia 的超级粉丝，黄仁勋是个很酷的人，当时股价 30 美元。但 2018 年之后他观察到管理层变了，现在的策略是把这个生态里每一块钱都榨出来，一块比 3080（699 美元）没好多少的卡卖一万。他认为从商业角度看这是自伤。

如果我是 Nvidia，就卖芯片，以合理的加价卖给所有人，不设任何限制。英特尔当年就是这么干的，看看他们那一轮跑了多久。Nvidia 现在是在把自己的芯片过度产品化，提取超过可持续的价值。当然，明天股价会涨。但作为 CEO，你要问的是：我能把这家公司露天开采到什么程度？（乔治·霍兹）

他承认黄仁勋是有五十年视野的人，所以他想不明白这件事怎么和长期计划自洽。他的猜测是：他听了错的人的话。

同样的逻辑他套在了特斯拉身上。他说如果他是特斯拉的 CEO，他会卖掉加速器芯片，因为这东西谁都能造，问题只是你愿不愿意投入。卖出去能赚一笔，还能让全世界帮你建工具链，连底层 bug 都有人替你修。但他也说电池要自己留着，那是真正和车企正面竞争的东西。

Waymo 的产品不成立

他先说了好话：去过几次，坐过他们的车，工程能力、研究、自研的规模都很 impressive，车在特定区域跑得很好，甚至开得比限速还快，体验不错。

然后他给出了自己的判断：问题不在技术，在产品。

Waymo 比一个称职的 Uber 司机慢 20%。你可以说它会更便宜，但用户早就有用钱换时间的选择了，那叫 Uber Pool。大概只有 15% 的 Uber Pool 用户不愿意用钱换时间。所以他们造出来的整个产品，和传统网约车网络相比不具备竞争力。（乔治·霍兹）

再往下推，能不能赚钱取决于这家公司能不能垄断。他认为 L4 自动驾驶共享车的市场会长得像滑板车市场，一场向底部的竞赛。滑板车公司已经放弃把它说成实用交通工具，改成强调好玩，这是诚实的做法。但从交通工具的角度看，滑板车不成立，L4 自动驾驶车也一样。

至于假如让他管 Waymo 一年会怎么做，他的回答出人意料：他会把安东尼·莱万多夫斯基（Anthony Levandowski）从监狱里弄出来，让他来管。他是认真的，他认为莱万多夫斯基是天才，会想出比他自己好得多的主意。他也承认 Waymo 已经陷了 100 亿美元，Comma 才融了 810 万，他没有任何能救回这个局面的想法，那种想法必须是一个巨大的冒险。

他给 Waymo 的批评是太早上来就打温情牌。一家什么都没交付的创业公司，应该更像叛军，把工程师推到前面，把失败也展示出来，就像 SpaceX 做火箭那样。他不接受广告里那个友好的无人车角色，说那个人压根不是用户，是付费演员，我找到了他的通告单。

改变他人生的三天

他记得自己人生中三个具体的日子，每一次都是思维方式被彻底替换。

第一次是读到埃利泽·尤德科夫斯基（Eliezer Yudkowsky）关于奇点的旧文章。那是 2016 年之前的东西，页面里几乎没有提到 AI 安全。让他震撼的是一个简单的对比：计算机的算力每 18 个月翻一倍，人类不是。一条是指数曲线，一条是水平线，两者还没有交叉，但交叉只是时间问题。这打开了他对指数增长的直觉，也打开了人类会被取代这件事的可能性。

第二次是 Hutter Prize。那篇东西的核心命题是：智能等于压缩。他之前一直在找"智能"这个词的定义，一直没找到，但压缩有非常清晰的定义。无损压缩意味着智能，这个等价关系给了他一个理解 AI 的框架。他后来花了六个月照着这个方向做，然后去 Vicarious 工作，把现代深度学习的部分补齐了。

第三次最有争议。他读到一个叫 Unqualified Reservations 的博客，是柯蒂斯·雅文（Curtis Yarvin，笔名 Mencius Moldbug）写的。那是 GamerGate 期间，2016 年大选前夕。他的描述是：突然之间，世界说得通了。

莱克斯问他，那些日子有什么共同点，是不是纯粹运气好撞上了。霍兹的回答是：

我没做任何特别的事才遇到它们，所以我现在也不需要做什么特别的事。我就在生活里漂着，祈祷能再遇到这样一天。（乔治·霍兹）

他还讲了一个完全不同类型的故事，关于什么叫真实发生过。他开车走科罗拉多的 Monarch Pass，雪开始下，前面有车滑出路面，他必须掉头，在甘尼森过一夜，第二天再走。他说那件事有意义，是因为它是真的。

我生活里很少有什么真实的事情发生。哪怕只是"我不得不掉头"这种平淡的事。（乔治·霍兹）

这句话很轻，但它把前面那些关于模拟、关于真假、关于信息淹没的讨论都串起来了。一个整天和虚拟世界打交道的人，在雪山上掉头的时候，才感觉到自己在真实里。

学编程只有一条路

他被人问得最多的问题之一是怎么学编程。他的答案是：没有人是靠看一个叫《学编程》的视频学会编程的。

我认识的每一个编程好的人，学的方式都一样：他们有件想做的事，然后试着去做，然后发现"这个可以让计算机帮我做"。就这样一直推着一个项目往前走。（乔治·霍兹）

他特别讨厌的一类提问是：我听说机器学习很重要，你能帮我们把机器学习用到芝士通心粉的生产里吗。他说这类人真正缺的是一个具体问题。正确的问法是：我这批盒子里装的通心粉不够，能不能用机器学习解决这个问题。有一个具体的问题，才有一切。

关于该学哪几门语言，他给了一条相当古典的路线。

先是汇编和 C。不在汇编里写过代码，你就不知道计算机在干什么。不用做到精通，但必须写过。有汇编才有对 C 的感激，有 C 才有对 Python 的感激。C 让你体会寄存器分配是怎么回事，编译器只有固定数量的寄存器，而你可以声明任意多的变量。

然后是函数式。学 Haskell，一路学到底，再学一门有依赖类型的语言，把那条理论线走完。

然后是 SIMD 那一类范式。一个很长的代码块里的指令是同时执行的，没有先后顺序。这是硬件层面的东西，值得了解。

最后是数据驱动的编程。卡帕西（Andrej Karpathy）管它叫 Programming 2.0，霍兹觉得这个叫法会变，但范式本身是新的。这跟前三种都不一样，它需要一套不同的技能，我们还在很早期的阶段。

这条路线有一个隐含的判断：抽象层级是一层层堆起来的，你必须知道下面那层在做什么，才真正理解上面那层给你的东西是什么。

几本书

他推荐的第一本是《无尽的玩笑》（Infinite Jest）。他说这是关于我们正在走向何方的书，读起来很享受，写得很好，读完会作为一个人的成长。他指出这本书读起来很费力，这正好为第二本书做了铺垫。

第二本是《阿特拉斯耸肩》（Atlas Shrugged）。他的原话是：这本书就是色情文学。他不会为这本书的文学质量辩护，它读起来很娱乐，就像色情文学一样，制作水准不高。书里有一段六十页的独白，安·兰德的编辑想删掉，她自己掏钱把它留了下来。但它提供了一个理解人际关系的框架。

他知道很多人会说这个框架很糟糕。他的回应是：但它是框架。

19 岁读这本书的时候，他注意到书里的反派口号是"各尽所能，各取所需"，觉得这写得像火箭队一样卡通化。然后他意识到这真的是共产党的口号。

科幻方面他推了两本。格雷格·伊根（Greg Egan）的《置换城市》（Permutation City），讲的是自己的副本，正好呼应他前面说的备份思路。还有一本在线的《Prime Intellect 的变形记》（The Metamorphosis of Prime Intellect），一个后奇点世界的故事，他说一看就知道是工程师写的，对一个乌托邦的处理几乎是实用主义式的。他 15 岁第一次读，之后重读了好几次。

他不太喜欢《基地》，觉得太现代主义。他说人人都该读《神经漫游者》（Neuromancer）。他也提到了《深渊上的火》（A Fire Upon the Deep）和《沙丘》。还有一本争议很大的《青铜时代的心智》（Bronze Age Mindset）。

关于爱、疯狂和做自己

聊到爱，他把这个词拆成了三种。一种是鸦片式的，一种是催产素式的，第三种是对数学那种爱，前两种都装不进去。

他说自己不太喜欢前两种，理由和他不碰鸦片、不吃摇头丸的理由一样：伦理的生活是生产性的生活。他承认自己试过这两种，而且喜欢鸦片远多于摇头丸，但他还是选择不做。

第三种，那种对人类的抽象的爱，他说自己一直都有，很难想象没有它会是什么样。他看到有些人没有，不知道该怎么理解。

关于迷幻药物，他说了一个很聪明的观察：认为迷幻药有东西可以教你，这个想法几乎是迷幻药独有的。没人会为安非他命这么辩护。他认为所有药物都有东西可教，但有个前提：

你学的不是关于世界的事，你学的是关于自己的事。每个人一生都该往门后面看一眼，但看过之后，你不需要一直回去。（乔治·霍兹）

他自己大概一年会碰一次迷幻药，剂量很小。他的比喻是：学习率调大了。学习率大有好有坏。

莱克斯插了一句，说自己吃过几次蘑菇，印象最深的是那种友好和荒诞感，脑子里出现的画面和情绪都是善意的，全程都在笑。霍兹对这个描述没有反驳，他只强调界限：可以试试，可以学点东西，然后回到正常状态里去做事。

最后一个问题是关于疯狂。让他给自己的疯狂程度打分，一到十，他给了七。

但他接着说，他不确定自己真的相信疯狂这个框架。躁郁症和精神分裂症显然是真的，有生物学基础，那是需要认真对待的。再往这条谱系的另一端走，阿斯伯格、对立违抗障碍，这些描述的其实都是正常的人类多样性。那条线划在哪里，凭什么把它叫问题。

有人总说他一直在药物状态，他在直播里回应过：我用药很坦诚，如果我在用我会告诉你，今天早上只喝了一杯咖啡，剩下这就是我，你在看我的大脑实时运行。

他说自己就是自己选择成为的样子，尽量把话说得像他能看到的那么真，不说谎。别让大脑里那些约束把你压进社会规定的模子里。

我愿意闪一下。这是有点刻意构造出来的。我就是我选择成为的那个人。（乔治·霍兹）

安卓的剧本，再演一遍

Comma 和特斯拉的关系，他自己给的比喻是安卓对 iOS。

这个比喻的具体含义是：开放的、便宜的、能装在很多不同车上的方案，和一个封闭的、贵的、体验最好的方案，长期共存。他判断 Comma 的用户数有可能超过特斯拉，但营收永远不会。特斯拉能从每个用户身上榨出的钱远多于他们。

这里有个细节值得注意。他说如果只有 10% 的 openpilot 设备来自 Comma 官方硬件，那对公司来说依然是一大笔钱。剩下的 90% 是什么？是人们自己刷进其他设备，或者买别人做的硬件。他把这个当成生态健康的标志。

安装体验被描述成宜家家具级别。十分钟，有 YouTube 视频，能装一张宜家的桌子就能装 Comma Two。目前支持 91 款车，今年目标是 100 款。他推荐 2020 款卡罗拉，或者 2020 款索纳塔，后者用原厂的纵向控制，只接管横向，是台很精致的车。想要更多折腾空间就上本田思域，不过要自己刷一个改过的 EPS 固件，这部分他不能公开帮忙。

社区里大约 60% 的人跑官方版本，40% 的人跑 fork。有人只是想要更多仪表读数，有人不喜欢踩油门就退出这个行为。他们划的线是：试图绕过安全功能的，从社区里请出去。

他倒是说了自己可能尊重谁。通用的可能性是零。现代汽车的可能性明显更高。日德美车企普遍觉得自己太伟大了，不需要在意科技公司。科技公司里苹果最接近能被尊重的那一档。至于谷歌，他说过去五年下滑得太快。Facebook 他十年前就退出了，因为不认同那个商业模式。

吹牛和撒谎是两件事

聊到特斯拉那些跳票的时间线，他给出的区分很清晰。

如果 Elon 说我们一年内要把火箭降落回地球，然后花了四年，但他一直在往那个方向做，最后真的做到了，这不算撒谎。什么时候算撒谎？当你根本不会达到那个期限，而你自己知道。（乔治·霍兹）

他给的判断标准是主观的：只要说话的人自己相信，就不是 bullshit。他说自己身上也有这个东西，程序员普遍有。他也承认这个标准不能推到极端，比如比利·麦克法兰（Billy McFarland）大概也相信自己说的每一句话，而那就是邪教的开头，最后大家一起完蛋。

所以需要的是一点点系数，加上身边有人能拉住你。

他对假装成功直到成功这句话的态度是明确的否定。他的版本是：诚实，然后指望你能一路走到底。技术会赢，长期看说谎会输。

凯恩斯那句"市场保持非理性的时间可以比你保持偿付能力的时间更长"是他自己提出来的反驳。他没有绕过去，只是说这就是为什么需要有别的东西兜底。

还有一段关于人类心理的观察，他认为很多人盼着别人失败，是因为别人的成功会变成对自己人生选择的审判。

一个三十六岁、在大厂干了一辈子的人，看到有人在搞一个疯狂的新东西，他必须在心里判它失败。因为如果它成了，就意味着他本

这个解释把技术讨论里的很多恶意还原成了自我保护。它也解释了为什么评论区永远比现实更刻薄：人在屏幕后面判断一件事时，往往要先替自己的人生找一个安稳的位置。

评论区是一场结构性的失败

他先做了一个统计学提醒：评论者不代表人群。他自己不评论任何东西。

然后他指出了一个设计问题。推特只有正向的赞，表达负面只能通过回复，这种不对称制造了它特有的毒性。YouTube 的评论有上有下，体验就好得多。

他说绝大多数人其实是想说话的，只是不愿意走进一个满屋子都是混蛋的派对。这是平台问题，人性本身没有坏到这个程度。平台的默认状态是熵增：如果你不花大力气去鼓励细腻和善意，它自然会滑向混乱。Reddit 上还剩下一些小版块，是欣喜和善意的小避风港，甚至能容纳有分歧但足够细腻的讨论，但那些都是自发长出来的，平台本身既没帮上忙也没使坏。

他对这件事的判断是乐观的：

我觉得推特可以被推翻。我们会回头看今天的推特，然后说，我简直不敢相信我们忍受过这种程度的毒性。（乔治·霍兹）

他甚至提到一个具体的机制设计：让自我觉察被奖励。在现实对话里，人会花力气去觉察自己说的话有没有伤到对方，这在网络上是有成本的，而大多数人选择不付。如果你能设计出一个愿意为这种成本付钱的人得到回报的地方，结果可能会让人意外。他也承认不能指望所有用户都有这个自觉，但可以先把那些愿意的人接住。

绕不开的是商业模式。《社交困境》（The Social Dilemma）里那个更细腻的说法他一直记着：被卖掉的商品是对你的影响力。只要这一条不变，平台就没有动力去做上面那些事。

GPT-3 不是通用智能，奇点是带宽

他对大语言模型的态度是：酷，就这样。

你的损失函数就是字符上的交叉熵。那不是通用智能的损失函数。（乔治·霍兹）

他给了两个具体理由。第一，这些模型没有长期记忆，上下文长度是硬编码的，可以加宽，但那不叫记忆。第二，他不相信把 GPT 放大能放大出能造火箭的东西。

关于 Transformer 能不能用在自动驾驶上，他的回答很干脆：可以试，但驾驶比语言更马尔可夫。t-1 时刻的状态信息大部分已经在 t 时刻里了，衰减得很干净。语言不一样，你可能得回头去看第二页的第三段。驾驶场景里很少有这种长程依赖，除了限速牌那种东西。

他说团队用的视觉模型输出一个一维或二维的感知空间，之后可能会在上面试试 Transformer，看看是不是更好。他的预期是这可能只是从 GRU 换成 Transformer 这种级别的替换，谈不上革命。

至于通用智能，他不相信硬起飞。他对奇点的定义很有意思：

奇点就是带宽。整个世界已经被联网了，我们只是在对这张网络提速。（乔治·霍兹）

在他的描述里，未来没有某个超级智能单独醒来那一刻。他看到的是所有人类节点之间的连接速度不断上升，整个世界慢慢被压成一个单一的整体。他没说这是好事，只说他觉得这个定义接近正确。

莱克斯在这点上和他一致：奇点更可能从我们这群蚂蚁的集体智能里涌现，某个被造出来的系统很难单独完成这件事。霍兹补充了一句限定：驾驶本就落在通用智能的范围之内，而且是相当完整的一个子集。所以解决驾驶会顺带解决别的问题。

这也是他坚持要造出 L5 的原因。他的原话大意是：在 AI 领域，你太容易骗自己以为想通了什么。但如果造出一辆 L5 的车，你就无可争议地造出了某个东西。它未必是通用智能，但它是真的。

对比一下火星。他说如果只能二选一，他宁愿人类上火星。但他自己是个信息人，与现代主义那套气质格格不入，所以他的位置在信息这边。他甚至顺手给莱克斯贴了个标签，说莱克斯是个后现代主义者，两个人笑了一阵。

至于工具，他几乎不在意。一台 MacBook Air，酒店房间的角落，也能写出最好的代码。多显示器、机械键盘、Kinesis 那种怪键盘，他不否认它们舒服，但舒服不等于产能。他自己大部分时间在 Emacs 里写，用的是七十年代的编辑器。他说 VS Code 读代码不错，但 IDE 的 xref 比 VS Code 做得好。他承认自己把整个技术栈从 TensorFlow 换到 PyTorch，花了几个月，换完的感受是：为什么我在 TensorFlow 上浪费了这么多年。但 Emacs 这件事没有道理，心想要什么就是什么。

莱克斯在这件事上坦白得可爱，说自己从来没用过 vim，大概是怕一旦用了，会发现自己前半辈子的习惯都是浪费。霍兹的回应很平静：我不传教。

关于他不上推特这件事，理由也和平台有关。Instagram 是个漂亮的地方，它颂扬美。推特颂扬冲突，颂扬朝人开枪。他更愿意待在会让人变好看的地方，而不是让人变好斗的地方。

那条一直没断的线

整场对话里他反复回到同一个判断标准：这件事是不是真的，它有没有给你力量，能不能被验证。费米悖论是这样，模拟理论是这样，编译器是这样，自动驾驶也是这样。他对无法证伪的东西没有耐心，对能造出来的东西有无限耐心。

这大概就是他那句"技术总会赢"的真正含义。乐观主义在这里只是表层，底下是一套筛选机制：在足够长的时间里，能真正跑起来的东西会留下来，讲得漂亮但跑不起来的东西会消失。

他也有自己的软肋。他说自己在生活里漂着，没有结构，靠祈祷能再遇到一次那种让世界观换掉的日子。他靠读一个陌生人的博客理解了自己所处的时代，靠一篇论文理解了智能是什么，这些事都不是他计划出来的。

一个整天讲力量、讲验证、讲能不能跑起来的人，最后承认自己最珍视的东西是偶然得来的。这两件事放在一起并不矛盾。他的方法是让自己保持在一个随时能被击中的状态：不装懂，不为了面子和稀泥，不把时间花在虚假的游戏上。剩下的交给运气。

Comma 只融了 810 万美元，卖一千美元的设备。这个数字本身就是一种证明：一家小公司靠卖真东西活着，而不是靠讲一个十年的故事融资。他提到自己被收购方找上门，当场笑了出来，因为对方把创业公司当成自己的创新外包部门，还指望创始人配合着拿一些印出来的钱。

这期对话结束时，莱克斯说他是自己认识的最特别的人之一。这句评价放在整场对话的语境里，指的是那种罕见的组合：一边用"智能等于压缩"这种抽象框架理解世界，一边在雪山上因为不得不掉头而觉得真实。

如果你只想从这期对话里拿走一些能用的东西，下面这几条可以明天就开始做。

• 卡在一个问题上时，先问自己在哪一层修补。如果所有人都在下游打补丁，就回到上游看看这个补丁本来该不该存在。Optimism 那三千行字节码改写，本质上是编译器层面的问题被拖到了字节码层面。
• 先有具体问题再谈技术。把"我想用机器学习做点什么"换成"我这批盒子里装的通心粉不够，怎么解决"。前者没有答案，后者有。
• 学编程只有一条路：推着一个具体项目往前走。找一个你真心想让它发生的东西，然后卡住、查资料、卡住、再查。视频教程只能给你词汇表。
• 至少认真写一次汇编和 C，再学一门函数式语言。目的只有一个，让你知道每一层抽象下面在发生什么。
• 做和人交互的系统时，把可靠性要求分层次。驾驶员监控 90% 准确率就能拿到几乎全部收益，外部感知零容错。资源要投在收益曲线最陡的地方。
• 做任何需要人配合的产品，先想清楚告警疲劳。任何在不可能出事的时候响起的警报，都在训练用户忽略你。
• 设定里程碑时配一个能卖出去的东西。没有收入的里程碑，你可以达成任意一个，然后离目标仍然无限远。
• 区分吹牛和撒谎。自己相信但时间线乐观，和明知做不到还许诺，是性质完全不同的两件事。前者可以被原谅，后者会毁掉一切。
• 看到别人做出东西时，注意自己第一反应是找漏洞还是想知道怎么做的。如果是前者，那大概不是在评估技术，是在保护自己。
• 每年往门后面看一眼。迷幻药、长途旅行、一本让你世界观换掉的书。看完之后不必一直回去，你学到的是关于自己的事，世界本身没被解释。