我認為花費 50,000 到 100,000 美元來獲得計算信用和不斷演變的 AI 產品，在接下來的 12 到 24 個月內，會比花錢上大學更好。 我這麼有信心是因為在過去的 3 到 6 個月裡，我能做到的事情，曾經只是我夢想中的事。而且老實說，我正在學習一些早期我的大腦根本無法理解的東西。 我無法解釋，但我認為花 70% 的時間進行 AI 破解不可能是負期望值，對吧？ 我是不是傻？

專有數據是 AI 最重要的東西。 這一直都是。然而：數據本身並不有價值。 - 專有數據 + 一個對齊的實驗室是有價值的。（xAI + SpaceX） - 專有數據也因為它是專有的而有價值。 - 一旦它變得公開，其價值應該趨近於 0（對於數據的持有者，而不是使用它的人） - 專有數據也值得投機嗎？你需要一個價格發現機制來評估一些在訓練前本質上難以評價的東西。你如何為一個數據集對模型性能的邊際貢獻定價，這在使用之前是無法評估的？ 那麼，如何將專有數據變現？FHE？

組織應該為具備情境意識的人設置角色，這些人將花費所有時間使用大型語言模型（LLM）和增強型工具來為組織創造價值。 有一個團隊專注於利用人工智慧來顛覆他們自己的組織。 人類需要專注於擴展自己的情境視窗，以持續產生價值——但在這裡並沒有真正的限制。