攻防平衡：AI治理的分水岭
这个框架的价值在于它拒绝一刀切。AI既不是纯粹的公共品，也不是纯粹的武器。它的属性取决于应用场景的攻防不对称性。
网络领域：防御正在追上进攻
网络安全的逻辑相对清晰。攻击者只需要找到一个漏洞，防御者需要守住所有入口。但随着AI辅助的自动化防御系统普及，这个差距在缩小。Sholto估计关键系统加固需要约2年时间，这意味着当前窗口期确实存在风险，但并非不可逆转。
防御架构正在重构
AI治理的攻防平衡框架
生物领域：进攻优势将持续到2030年代
生物合成的成本结构完全不同。合成一种致命病原体大约需要1万美元，而研发对应疫苗需要数十亿美元。这个不对称性在短期内无法通过技术手段弥合。Sholto的判断是，生物领域的进攻优势至少持续到2030年代，这意味着AI在生物领域的扩散必须受到严格管控。
Token工厂与权力集中
Gavin Baker的观点更偏向基础设施视角。他反复强调AI正在重塑资本市场的逻辑，而「token工厂」是其中的关键节点。
Anthropic的「唯一幸存者」论
Sholto Douglas在X上引用了Anthropic的观点：「我们相信我们可能是世界上唯一剩下的公司。」这句话引发争议，但背后反映的是对权力集中的真实焦虑。当少数几家实验室掌握最先进的模型，而基础设施又高度集中时，分散化治理确实面临结构性障碍。
算力即权力
基础设施的护城河
Baker在Watts and Wafers播客中详细阐述了电力和晶圆的双重约束。目前只有超大规模云厂商、Coreweave、Crusoe和SpaceX能在一年内交付超过500兆瓦的电力。SpaceX以最低成本最快交付。这种集中不是偶然的，而是物理约束的必然结果。
投资视角的验证
Baker的投资框架为这个辩论提供了实证维度。他管理的Atreides Management规模超过40亿美元，其配置逻辑直接反映了对AI权力结构的判断。
Watts和Wafers的双重约束
电力短缺预计从2027-2028年开始缓解，但 orbital compute（轨道计算）是长期解决方案。晶圆方面，Nvidia希望TSMC将产能翻倍或翻三倍，但TSMC没有这样做。这种供给刚性强化了头部玩家的地位。
市场定价的错配
Baker指出市场存在「截面无效性」。电力、冷却、光学相关公司被定价为AI需求将爆炸式增长，而Nvidia和内存制造商的估值倍数相对较低。这种错配本身反映了市场对权力集中程度的不同预期。
资本在定价未来
边界与落点
攻防平衡理论提供了一个可操作的判断框架，但它的适用边界需要明确。
在防御主导领域（如网络安全、金融风控），分发AI是净正和。防御方获得不对称优势，滥用门槛提高。
在进攻主导领域（如生物合成、化学武器），管控AI是必要前提。成本不对称性意味着扩散等于放大风险。
当前辩论的核心矛盾在于：技术扩散的速度超过治理框架的更新速度。网络领域的2年窗口期正在缩小，生物领域的30年代约束尚未触发。投资市场的截面无效性说明，资本对权力集中程度的定价仍然混乱。
可执行的判断是：在生物安全领域，支持强化AI研发的前置安全评估机制；在网络安全领域，推动AI防御工具的开源和普及。两条路径并行，而不是二选一。
来源：TBPN Podcast (2026-06-15)、Invest Like the Best、Watts and Wafers播客、X @GavinSBaker / @_sholtodouglas
这场辩论发生在 TBPN 播客的第 7 期，Gavin Baker 是 Atreides Management 的创始合伙人兼 CIO，管理规模超过 40 亿美元；Sholto Douglas 是 Anthropic 的安全研究负责人。两人的分歧不是细节层面的，而是关于 AI 治理的基本框架。
攻防平衡的边界在哪
Anthropic 的「唯一幸存者」论
这场辩论中最具戏剧性的时刻，是 Douglas 转述 Dario Amodei 的极端推论。根据 Douglas 在 X 上的帖子（2026 年 6 月），Dario 曾暗示 Anthropic 可能是「世界上唯一剩下的公司」。
Douglas 本人对此持保留态度。他在同一帖子中写道：「我当然会劝阻 Dario 永远不要这样说。」但这不妨碍这个推论的逻辑一致性：如果 AI 风险的核心是少数实体掌握毁灭性能力，那么最极端的治理路径就是让这种能力只属于一个经过严格约束的实体。
唯一幸存者的推论
Baker 的反应是直接的质疑。他在 X 上的回复写道：「AI 太危险不应该集中化，这种技术应该降低成本到接近能源的成本。」他的逻辑是：Dario 的推论虽然内部一致，但政治上不现实，且会制造新的单点故障。
Dario Amodei 的极端推论
Dario 的「唯一幸存者」论并非空穴来风。Anthropic 在 2025 年发布的《AI 治理的路径》报告中，确实讨论过「受控集中」的可能性。报告的核心论点是：在 sAI（superintelligent AI）出现之前，最安全的路径是让少数经过严格审查的实体掌握 frontier 模型，而不是让能力扩散到无法追踪的主体。
这个论点与 Douglas 的攻防平衡框架是兼容的：在进攻主导的领域，集中是安全的；在防御主导的领域，分发是安全的。问题在于如何判断当前处于哪个阶段。
Baker 的质疑：谁在定义「唯一」
Baker 的质疑不是针对逻辑，而是针对执行。他在 Invest Like the Best 节目中说过：「如果你把 frontier AI 交给一家公司，你首先需要回答的问题是：这家公司对谁负责？股东？员工？政府？还是某个国际机构？」
他的隐含论点是：集中本身不解决问题，只是把问题从「能力扩散」转移到「权力问责」。而后者在政治层面更难解决。
基础设施的护城河
辩论的第三个焦点是基础设施。Baker 的核心论点是：Watts（电力）和 Wafers（芯片）是 AI 时代的真正瓶颈，控制这些瓶颈的人比训练模型的人更有长期价值。
基础设施的护城河
AI基础设施的双重约束
他在 Colossus 播客（Watts and Wafers episode）中详细解释了这个框架。核心数据是：目前只有 hyperscalers（Google、Meta、Amazon、Microsoft）、Coreweave、Crusoe 和 SpaceX 能在一年内部署超过 500MW 的电力。SpaceX 以最低成本、最快速度完成了这一目标。
Watts 与 Wafers 的双重约束
Watts 约束指的是电力供应。Baker 预测 2027-2028 年会出现缓解，因为新的能源项目（包括核能）开始并网。但他同时指出，轨道数据中心可能是长期解决方案------他在同一个播客中讨论了在太空部署计算节点的可能性。
Wafers 约束指的是先进制程芯片的供应。NVIDIA 希望 TSMC 将产能翻倍或翻三倍，但 TSMC 没有这样做。Baker 认为这是供给侧的理性决策：过度投资会导致周期性的产能过剩。
谁在控制物理瓶颈
Douglas 没有直接反驳这个基础设施论点。他的回应是：物理瓶颈确实是真实的，但风险不仅来自物理层面。即使只有三家实验室能训练 frontier 模型，风险仍然可以通过其他方式扩散------比如开源模型的迭代、边缘 AI 的普及、或者基础设施的滥用。
他在 X 上的回复写道：「Gavin 关注的是物理瓶颈，我关注的是能力瓶颈。物理瓶颈会缓解，能力瓶颈不会。」
参考文献
1 TBPN - Podcast. www.globalplayer.com/podcasts/42... 2 Gavin Baker - Nvidia v. Google... - Invest Like the Best with Patrick O'Shaughnessy - Apple Podcasts. podcasts.apple.com/us/podcast/... 3 AI, Tesla, Defense & Energy: What Comes Next? | Antonio Gracias & Gavin Baker. www.youtube.com/watch?v=s4Q... 4 AI Trade Is Shifting From Locating Bottlenecks to Franchise Value: Gavin Baker - Business Insider. www.businessinsider.com/hedge-fund-... 5 GPUs, TPUs, & The Economics of AI Explained | Gavin Baker Interview. www.youtube.com/watch?v=cmU... 6 Sholto Douglas. x.com/_sholtodoug... 7 Why the Markets Are Pricing AI Wrong | Gavin Baker. www.youtube.com/watch?v=NGs... 8 AI #180: No Longer In Charge --- LessWrong. www.lesswrong.com/posts/mxNjw...