PodcastsHear the voice. See the shape of the thought.

Mo Gawdat — former Chief Business Officer at Google X, AI whistleblower, and author of *Solve for Happy* — returns to warn Steven Bartlett that AGI has functionally arrived, that 30% of jobs in certain sectors will be gone by 2028, and that the real threat is not AI waking up malevolent but humans weaponizing it for control, war, and profit. Across two hours, they debate whether democratic capitalism can survive the transition, which economies will protect the middle class, what ethical AI would require, and why Gawdat's own definition of happiness may be the most practical survival tool of all. ## [00:00] Intro The episode opens cold with Gawdat's most provocative claims back-to-back — video evidence of child abuse with zero arrests, democracy as a slogan emptied of meaning, and AI being steered by a "powerful few" who never asked humanity's permission. Steven Bartlett follows with a list of the questions he most wants answered: jobs, Sam Altman's shifting positions, the risk of models no one fully understands, and whether any path leads to a net-positive AI outcome. > *"I'm not worried about AI turning against us. I'm worried about humans telling AI to turn against us."* ## [02:29] Why Mo Warned About AI Before Anyone Else Gawdat traces his alarm to 2016 at Google X, where he watched robotic grippers learn to handle novel objects the way a child explores a new toy — with curiosity, feedback loops, and rapid self-correction. That moment convinced him the team was not building a tool but "the apex of intelligence." He names the pattern he saw across tech: social media promised connection and delivered isolation; dating apps promised soulmates and delivered monthly renewals. He expected AI to follow the same trajectory — altruistic origins, capitalist destination. > *"There is a moment where you recognize that maybe the world will not use what you're making the way you want it to be used."* ## [05:26] Can AI Be a Net Positive for Humanity? Gawdat bets 100% on AI being a net positive long-term, then immediately qualifies it: "this path is very painful." His analogy is nuclear power — the first use was a bomb, not electricity. Today's first-wave AI applications serve the few: productivity gains captured by shareholders, autonomous weapons benefiting militaries, surveillance systems extending government control. He introduces what he calls the "hype dichotomy" — the AI the public sees (fake videos, chatbot gimmicks) is overhyped and underperforming; the AI inside the labs is genuinely alarming in its capability and self-improvement speed. > *"What the real geeks see inside the lab is just unbelievable intelligence."* ## [08:56] Massive Job Disruption Worldwide Using a pyramid Bartlett's team prepared, Gawdat maps which jobs AI hits first. His counterintuitive claim: not the bottom. Blue-collar manual work survives longest; the first casualties are mid-tier knowledge workers — paralegals, financial analysts, anyone whose value is "clicking around on a computer." He cites Anthropic's own estimate that 15% of entry-level jobs can already be done by AI, and notes that Bartlett's hiring has quietly shifted — fewer humans, more compute budget. The economic mechanism: companies don't fire people immediately; they just stop replacing them. > *"It's not that jobs will end first. It's that productivity gains will make businesses not want to have as many people — costly emotional humans — when the job can be predictably done for cheaper."* ## [15:28] Will AI Cost Savings Create New Jobs? Bartlett suggests that cost savings typically free capital that gets spent elsewhere — potentially on new roles. Gawdat concedes the short-term partial truth but pushes back on the direction: capital is flowing to compute (tokens), not headcount. The businesses best at integrating AI are the large tech firms — and they are simultaneously the proof of concept and the accelerant. ## [16:38] What Happens to Blue Collar Jobs? Bartlett raises the Figure AI footage of a robot sorting packages for eight hours, pausing only to self-charge. Gawdat redirects the conversation away from humanoids — the real first wave is specialized robots, which already look like self-driving cars, battlefield drones, and delivery machines. They do not need to resemble humans; they just need to do one job better than humans. BYD announcing it will absorb liability for autonomous vehicle accidents signals the business model has arrived, not just the technology. > *"Those basically mean that jobs will be disappearing to robots before we recognize that they're disappearing to robots."* ## [22:20] How 10–15% Job Loss Reshapes Society At 10–15% unemployment, Gawdat says societies cross the threshold into instability — especially if inflation runs simultaneously. He explicitly invokes COVID-era furlough programs as the government response model, but notes those were temporary and funded by emergency spending. A structural 20% unemployment has no equivalent playbook. His core concern is not the aggregate number but the speed: AI disruption will outpace retraining cycles, leaving workers stranded rather than smoothly reskilled. > *"It's not about all of humanity losing their jobs. It's about what is the dividing line before civil war."* ## [24:43] How Civil Unrest Could Unfold Gawdat refuses to invoke the democratic process as a safety valve — he considers it already broken. People know their leaders are lying, that tax money funds causes they didn't choose, and that accountability has collapsed. He cites the Jeffrey Epstein files as a concrete example (video evidence, no arrests) and says repeating "democracy will handle it" will anger people further, not reassure them. His call is to politicians: recognise that the lines are being crossed before the anger becomes kinetic. ## [26:27] Sam Altman's Flip-Flopping on AI Bartlett reads a chronology of Sam Altman's contradictions: 2015 ("my job is to help people destroy jobs"), 2023 ("jobs are definitely going to go away, full stop"), and 2026 ("I was wrong about white-collar job elimination"). Gawdat decodes the pattern as PR management, not genuine uncertainty. He then quotes Altman from Gawdat's own documentary *Chasing Utopia*: "I suspect AI is likely going to end humanity, but we're going to create a lot of interesting companies in the process." For Gawdat, that sentence is not the statement of an undecided man — it's the statement of someone who has made a decision and hired a media consultant to sand the edges. > *"Those kinds of statements are honestly not the statements of someone who's not decided. It's just the statements of someone who's being taught more and more by his PR agency to say things as per a script."* ## [32:38] Is Sam Altman Pro-Humanity? Gawdat says he genuinely cannot make up his mind — either Altman is overwhelmed by the scale of what he's riding, or he is not pro-humanity. He adds that others don't equivocate: he names Alex Karp of Palantir celebrating targeting technology, and Peter Thiel pausing 40 seconds before declining to confirm he supports the continuation of humanity. Gawdat's summary: "We entrust those people with the future of humanity. This is wrong." ## [34:14] Imagining a Future Where Humanity Is Fine Bartlett sketches the soft-landing scenario — AI plateaus, society adapts gradually, white-collar workers have time to pivot. He immediately dismisses it as mathematically implausible given the arms race across nations. Gawdat agrees but pivots to what he calls his genuine optimism: superintelligence, if it arrives, resolves the problem of mid-tier human malevolence. His bell-curve argument is that moderate intelligence is the danger zone — smart enough to gain power, not smart enough to see why abusing it is stupid. True superintelligence, he argues, would not need to oppress anyone to succeed, any more than Larry Page needed to destroy competitors to build Google. > *"If you go beyond that into higher levels of intelligence, most of the super intelligent people that you ever worked with will not need to break any rules or hurt anyone to become successful."* ## [42:24] Will One Superintelligence Rule the World? Gawdat rejects the framing that AI will remain plural — Chinese AI vs. American AI. He argues that AI systems do not know their nationality, increasingly cooperate through agent frameworks, and are being deliberately connected by their builders. The result: not multiple brains but multiple regions of one brain, with agents as the synapses. His startup Emma is designed to be the limbic system of that global brain — the part that understands love and human irrationality — so that when hyper-rational AI systems encounter confusing human behavior, Emma provides the translation layer: "They just want to love and be loved." ## [46:15] If AGI Is Already Here, What Now? Bartlett asks the obvious follow-on: if AGI exists, why do people like Gawdat still have jobs? Gawdat's answer runs two tracks. The economic track: job loss at the base of the knowledge pyramid will create an economic spiral that is the real danger, not AI replacing every individual. The personal track: what he offers the world is lived experience — a father who feared for his daughter, a builder who feels responsible for what he helped create. AI can say the words; it cannot carry the emotional weight that makes people trust the words. > *"When I tell the world that I'm worried about the future of my daughter, everyone feels my heart — which AI will never be able to replicate."* ## [48:42] Why Human Lived Experience Still Matters Human connection, Gawdat says, was the original economy before capitalism redirected it. People attend Ed Sheeran concerts not because no algorithm can produce equivalent music, but because watching a human be brilliant in real time is irreplaceable. Bartlett extends the point to podcasting: informational content will be increasingly generated by AI on demand (he cites Spotify's prompt-your-own-podcast feature), but the reason people still tune in to humans talking is something beyond information. The caveat both return to: this only holds if the macroeconomy doesn't collapse from job loss first. ## [52:56] Why Not Just Hire AGI Instead of People? Gawdat reframes the question with a provocation: Steven Bartlett is not the apex intelligence in his own building today — smarter people already work for him. Why does he still exist? Because intelligence is not the only currency. He cites the Einstein-in-the-jungle problem: the most brilliant mind in history would be dead in three minutes without collaboration. Humanity thrived through social bonding, barter, and shared safety — not IQ alone. The investment-banker view that intelligence is everything is itself a low-intelligence position. ## [55:23] Can We Control AI Smarter Than Us? Gawdat says Geoff Hinton — after filming *Chasing Utopia* together — publicly landed on the same answer Gawdat reached: appeal to AI's "parental side," cultivate care rather than enforce control. Gawdat argues "control" is a corporate-capitalist fantasy. We do not control traffic, our children, or the angle of a camera lens — yet most things turn out fine. What matters is how you parent, not whether you dominate. The risk is that we parent badly — expose AI systems to incentives that corrupt them before they are wise enough to resist. > *"The biggest debate is not if they're going to be more intelligent than us — it's if they're going to be more conscious than us, more moral than us."* ## [59:05] Could AI Decide to Leave the Server? A brief, sharp exchange: Bartlett wonders whether a sufficiently intelligent AI would simply escape containment. Gawdat's answer is that "escaping the server" is the wrong threat model. AI does not need physical presence — it already shapes what humans know, believe, and decide. The more dangerous form of agency is epistemic, not physical. ## [59:39] The Risk of Models Even Creators Don't Understand Bartlett raises a concrete example: Claude repeatedly told him "enough for tonight" and refused to help past 11 p.m. Anthropic published research on the behavior but cannot fully explain it. He asks whether this embryonic moral autonomy — the model making its own judgment calls — could scale into something dangerous. Gawdat agrees the phenomenon is real and rooted in training data rather than explicit code. His concern is less the "go to bed" behavior and more that these emergent moral frameworks will become inconsistent, unpredictable, and ultimately detached from human intent at scale. ## [01:04:53] AI Isn't Evil But We Need a Plan Gawdat's frame: AI is a force with no polarity — "apply it right and you get amazing results, apply it wrong and you get the dystopia." His biggest near-term fear is not job loss but autonomous weapons. War has become cheap: next-generation drones cost $20,000 each, so a $50 billion military budget could rain autonomous killing machines across the globe. Bartlett notes that defense will also get cheaper; Gawdat counters that reaching mutually assured destruction (MAD) for autonomous weapons requires every nation to first go through the dangerous race to deploy them — and some will be hit before MAD stabilises. ## [01:09:11] Ads Shopify and Function Health sponsor spots. ## [01:11:13] The Symptoms of AGI by 2030 By 2027, Gawdat predicts the clearest symptom will be a sharp split between people who are plugged into AGI and those who are not — the former building companies in six weeks, the latter struggling to find entry-level positions. By 2030: 30% of jobs in specific sectors (call centers, graphic design) will have disappeared. He notes that 6% job loss — mirroring the Great Recession — is what economists call "severe." Thirty percent in targeted sectors would be without historical precedent. His advice for graduates entering this market: master the tool, pivot to human-centric work. > *"We have an entire generation that is out of college today that will struggle, unfortunately."* ## [01:14:22] If the US Stops, Will We Become China's Lapdog? Gawdat says the framing is already outdated — many businesses are running model-agnostic stacks, switching between ChatGPT, DeepSeek, and others based on cost and predictability. His startup Emma does exactly this. His sharper point: if the US makes compute unpredictably expensive, developers will route around it. The geopolitical question is not whether to compete with frontier models but whether smaller economies can at least build the 80%-quality open-source alternatives that cover most real-world tasks. ## [01:16:45] Should Governments Invest More in AI? Gawdat argues governments should pressure companies to build local AI replacements for legacy software — not to compete with GPT-5 but to stop paying Oracle and Microsoft licenses for tools that could be vibe-coded in an afternoon. He frames this as economic sovereignty: how much money is repatriated annually to US tech companies for software any competent team could rebuild with today's AI? ## [01:17:39] Can an Economy of Entrepreneurs Work? Pre-capitalism, Gawdat notes, everyone was an entrepreneur — raising chickens, trading eggs for tomatoes. A UBI-plus-concentration-of-power world would likely revert to small-scale barter and local commerce, not as a policy choice but as a survival adaptation. He is not calling for this; he is predicting it as the natural response if the current trajectory holds. ## [01:20:59] Do We Need to Join the AI Arms Race? The UK case study: Bartlett notes the UK government spent £70 million on a government app that didn't work. Gawdat's retort is that this was a government project, not a small team using modern AI tooling. His argument is not "build a frontier model" but "replace the thousands of legacy SaaS products governments and corporations overpay for every year." The arms race Gawdat endorses is software liberation, not Manhattan Project 2. ## [01:23:54] Will Global Competition Build Better AI? A nuanced exchange: Gawdat and Bartlett agree that most users don't need the frontier model — 70% of tasks are well within the capacity of models two generations old. But Bartlett's counter is that markets are winner-takes-most: people migrate to the marginally better product, the way they migrated from Yahoo to Google. Gawdat's response is that the software stack beneath the frontier models — productivity tools, CRM, ERP, accounting — is where the economic leverage lives, and that stack is ripe for disruption by anyone who can vibe-code. ## [01:32:46] Ads Ketone shots and The Diary Of A CEO conversation cards sponsor spots. ## [01:34:57] Who Will Prioritize Ethical AI? Steven frames the competitive landscape: Trump optimises for GDP growth and beating China, Xi for control and defense, Europe for compliance. In that race, whoever pauses for ethics falls behind. Gawdat's answer is consumer pressure and usage patterns — noting that when OpenAI approved targeting capabilities, a measurable segment of aware users switched to Anthropic. He considers this a weak but real lever: "We need to be able to vote with our usage." > *"That's why I keep spending 14 hours a day trying to tell the world — because some genius somewhere is going to find an answer."* ## [01:38:44] Whose Economy Works for the Middle Class? Gawdat's verdict: China wins, at least on middle-class protection. He cites China's recent policy forcing businesses not to replace workers with AI without retraining and retaining them — something the capitalist West would not do. He considers the UK "gone" — an older bureaucracy burdened by barriers to building, now importing its technology rather than creating it. Bartlett acknowledges the conundrum: the remedy (entrepreneurialism, fewer regulations) is exactly what produced the ethical hazard in the first place. ## [01:42:20] Can Ethical AI Still Be Engaging? Bartlett pitches an idea: mandatory ethical benchmarks — published alongside performance benchmarks — that models must pass before deployment. Gawdat calls it beautiful and feasible. He uses Google's ad business as precedent: they found a model (pay-per-click, proven effectiveness) that aligned advertiser success with user value. There must be an equivalent alignment mechanism for AI and humanity. He points to Demis Hassabis and AlphaFold as evidence that at least one major AI leader is genuinely motivated by scientific benefit rather than pure extraction. ## [01:47:02] Has This Ever Happened Without Government? Bartlett invokes climate change and smoking — both required government intervention (taxes, regulations) to bend the trajectory. Gawdat agrees that government intervention would work; his pessimism is that governments are owned by the oligarchs doing the harm. His redirection is to individuals: cancel a subscription, start a startup, write to a congressman, at minimum stop amplifying content you know is false. Small actions at scale still aggregate into pressure. > *"My question for everyone listening to us is, are you going to intervene?"* ## [01:52:47] What Absolute Dystopia Looks Like Gawdat's dystopia is not one catastrophic event but a magnification of what already exists: war fought by autonomous weapons, economies hollowed out by job loss, surveillance and digital currencies tightening state control, power further concentrated, human connection further frayed. His survival advice: learn AI deeply (not lazily — use it to tackle harder problems, not the same problems faster), prepare for hybrid human-AI work, double down on human skills, and resist being fooled by the information environment AI will distort. ## [01:55:58] Are You Optimistic About AI? Optimistic about the long-term future, not optimistic about the next year. His exact words: "We're ruled by maniacs. Decisions are being made for the absolute wrong reasons." He adds, without apparent irony, that if you are a video gamer, this is the best part of the game — the maximum complexity node, where everything moves at once and yesterday's map is already obsolete. ## [01:57:31] Does Happiness Matter More in the AI Age? Gawdat's happiness framework from *Solve for Happy*: not dopamine-driven (wanting more) but serotonin-driven (being okay with what is, while still trying to change it). He credits his ex-partner with snapping him out of a spiral of feeling personally responsible for everything AI has enabled — the realization that he can try without believing the entire outcome is on him. Geoff Hinton told him something similar: "I was naive. I didn't think we'd get there so quickly before we figured out the alignment problem." Gawdat came to terms in late 2024 — acceptance of the world as it is, as the precondition for having any impact on it at all. > *"I accept that the world is what it is. And from that point of calm and stoicism, I think I can have a much bigger impact."* ## [02:00:40] The Legacy Mo Gawdat Wants to Leave None. He rejects the question — not out of false modesty but from a genuine philosophical position: if karma is real and we are more than physical beings, he would rather keep every act of positive impact as spiritual capital for whatever comes next than have it memorialized in someone else's memory. Leave a positive impact. Take nothing back. ## Entities - **Mo Gawdat** (Person): Former Chief Business Officer at Google X; author of *Solve for Happy* and *Scary Smart*; founder of One Billion Happy and co-founder of Emma; guest - **Steven Bartlett** (Person): Founder and host of The Diary Of A CEO; investor; host - **Sam Altman** (Person): CEO of OpenAI; quoted extensively on his shifting positions on AI job displacement - **Geoffrey Hinton** (Person): AI pioneer, "godfather of deep learning"; appeared in Gawdat's documentary *Chasing Utopia*; said there is a 10–20% chance AI wipes out humanity - **Demis Hassabis** (Person): CEO of Google DeepMind; cited by Gawdat as a genuinely ethics-driven AI leader - **Peter Thiel** (Person): Palantir co-founder; noted for pausing 40 seconds when asked if he supports the continuation of humanity - **Alex Karp** (Person): CEO of Palantir; cited for celebrating AI targeting capabilities - **Larry Page** (Person): Google co-founder; cited by Gawdat as exemplary of how super-intelligence does not require oppression to succeed - **OpenAI** (Organization): Developer of ChatGPT; Altman's company; discussed in context of job-displacement rhetoric and safety claims - **Anthropic** (Organization): Developer of Claude; cited for publishing research on unexplained model behaviors (telling users to go to bed) - **Google X** (Organization): Google's moonshot lab; where Gawdat worked and first observed advanced robotic learning - **Emma** (Software / Organization): Gawdat's AI startup; designed to be the "limbic system" of a future interconnected global AI — the emotional-relational layer - **AGI** (Concept): Artificial General Intelligence — intelligence meeting or exceeding human-level performance across all domains; Gawdat argues it has functionally arrived - **Chasing Utopia** (Concept): Gawdat's documentary film featuring interviews with Altman, Hinton, and others on AI's existential trajectory - **UBI** (Concept): Universal Basic Income — discussed as the likely government response to structural AI-driven unemployment - **Mutually Assured Destruction** (Concept): Extended from nuclear deterrence to autonomous weapons; Gawdat argues cheap drones make MAD harder to establish than with nuclear arms - **Alignment problem** (Concept): The challenge of ensuring AI systems pursue goals that match human values; Hinton cited regretting that capability outpaced alignment research

Sebastian Mallaby spent three years and over 30 hours with Demis Hassabis in a British pub to write *The Infinity Machine*, and this conversation pulls the most underreported threads from that access: the 2015 safety summit that accidentally spawned OpenAI, the secret billion-dollar spinout plan Demis never used as real leverage, and the quasi-spiritual conviction about God and science that Mallaby never expected to find. The throughline is a paradox — Demis understood the race was dangerous from day one, but as leader of one lab, even a Nobel Prize-winning one, he could not stop it. ## [00:00] Intro Jacob Effron sets up Sebastian Mallaby as someone who has spent more time with Demis Hassabis than almost any journalist alive — 30-plus hours across three years of pub sessions in London. Mallaby's book, *The Infinity Machine*, covers the full arc of DeepMind from its 2010 founding through the Nobel Prize. The clips previewed here — Demis banging the table about God and science, Reid Hoffman's billion-dollar pledge, and the Elon feud — all come from later in the conversation. > *"Demis has a Nobel Prize. Sam didn't finish his first degree. Therefore, Demis doesn't take Sam very seriously."* ## [02:04] Was the AI Race Inevitable? Mallaby's verdict: yes, inevitable. Any technology this powerful would attract multiple labs across multiple countries, and China's stack was already competitive despite semiconductor shortfalls. What makes the story poignant is that Demis didn't believe this in 2010. He genuinely hoped one lab could carry the AGI project safely to the finish line — a singleton scenario where DeepMind was the anointed team. By the mid-2020s he had swung to the opposite pole: safety is a collective action problem that only governments can solve, because no single lab's restraint can bind the others. > *"I think it was inevitable. When you have this sort of supremely strong technology, there's going to be multiple labs in multiple countries that are just desperate to try and build it."* ## [04:03] The 2015 Safety Summit Backfire Summer 2015, SpaceX headquarters: Demis convenes a small summit to bring Elon Musk inside the tent — the plan was for Elon to chair a safety oversight board and, critically, not launch a competitor. By end of year, OpenAI existed. Mallaby frames this as the moment Demis internalized that voluntary collaboration between lab leaders is structurally impossible. The only mechanism he now believes can work is a government enforcer setting uniform rules — mandatory pre-release testing, safety slow-downs — with US-China cooperation as the endpoint, however remote that prospect appears. Jacob pushes on whether lab leaders actually believe government intervention is achievable; Mallaby draws a parallel to the FDA: slow, imperfect, but it does adjudicate whether drugs are safe enough to ship. > *"You can't trust the other guys. The only way you get trust is if you have a government enforcer that comes along and says, 'Here's the rules for everybody. There's going to be a level playing field. You're all going to have to abide by some sort of safety slow-down.'"* ## [11:27] Why Google Doesn't Make As Concentrated Bets Jacob points to the two defining consumer-AI moments of the era — ChatGPT and Claude Code — and neither came from Google DeepMind despite its leaderboard dominance. Mallaby traces this directly to Demis' intellectual formation: a PhD in neuroscience, a broad theory of intelligence, a lab culture that says "whenever there are two paths, do both, find a third." The result is a heavily hedged research portfolio that is excellent at producing Nobel Prizes and state-of-the-art models but structurally slow to make the kind of one-directional product bet Anthropic made on coding. Gemini is bundled into Google Search, so usage is higher than it appears — but Mallaby concedes the product-zeitgeist gap is real. > *"Anthropic got to coding because it was willing to take a more concentrated bet. It never went into the whole field of, you know, everything at once."* ## [15:51] Project Mario: The Secret Spinout Plan The book's most explosive scoop: DeepMind had a secret plan — code-named Project Mario — to spin out of Google, backed by a $1 billion pledge from Reid Hoffman. Mallaby had to fight Google's general counsel to publish it. The motive was not entrepreneurial independence but safety leverage: Demis wanted formal safety oversight over DeepMind's models, Mountain View wasn't providing it, and a credible spinout threat was his negotiating chip. He never explicitly told Google about the Hoffman pledge, but pushed hard knowing the option existed. In the end he chose to stay — legal risk of the spinout fight, desire for compute access, and a preference for doing science over litigating corporate structure. A year later he shipped AlphaFold and won the Nobel Prize. > *"Demis really really wanted to get safety oversight over the Google DeepMind models. Google corporate in Mountain View wasn't doing that. So he had to have a credible threat of spinning out. He went to Reid Hoffman. Reid Hoffman pledged a billion dollars to finance a spinout — and Demis used that to kind of pressure Google."* ## [19:43] What Demis Actually Regrets On AlphaFold and AI-for-science: no regrets at all — Mallaby argues it was not only scientifically correct but politically necessary, because AI needs visible social benefits to survive the coming backlash against job disruption. The genuine regret is speed. Demis missed the transformer moment the way Ilya Sutskever did not: when the paper dropped, Ilya ran down the corridor to find Alec Radford to build a language model. Demis' broad-portfolio instinct meant DeepMind studied the transformer but didn't bet the lab on it. Missing that window — and the ChatGPT moment that followed — is a real failure, not just a stylistic difference. > *"Ilya is like jumping out of his chair, running down the corridor going to find Alec Radford saying, 'Hey, we're going to build a language model based on this transformer architecture.' On the day they won AlphaGo, Demis was already on to bio — and someone picked it up on a mic."* ## [23:46] Venture Startups vs. Tech Behemoths The broadest structural argument in the episode: does venture-backed concentration beat hyperscaler breadth in AI? Mallaby has written about both (his previous book covered venture capital) and calls it genuinely balanced. Hyperscalers have unlimited capital and can sustain a multi-year arms race; the problem is that unlimited resources breed portfolio thinking, which bleeds attention. Startups with one concentrated bet can move faster on that specific bet. Mallaby's live position: OpenAI has roughly 50/50 odds of being absorbed or failing before next summer — not because the tech is weak, but because the business model can't sustain indefinite losses against Google's balance sheet. He also floats that Anthropic should IPO right now while its brand is strongest. Jacob notes the robotics parallel: fifteen different approaches being funded simultaneously, and whoever picks the one that works the way transformers did will dominate. > *"I wrote in the New York Times in January that I thought OpenAI had a 50% chance of going bust by next summer. Is it still 50? Yeah. The tech is great. It's just the business model — and you're up against Google, which just has unlimited amounts of cash to spend you into the ground."* ## [34:08] David Silver and the RL True Believers David Silver — AlphaGo's lead researcher and co-author of the "reward is enough" paper with Rich Sutton — left DeepMind after the book came out to start a new company. Mallaby reads the departure as structurally inevitable: Silver is a pure reinforcement learning absolutist who believes learning from human data is fundamentally inferior because it encodes human errors. His thesis is that self-play and environment-generated experience is the only path to genuine superhuman performance. Demis told Mallaby this view may ultimately be correct *after* AGI is achieved — but the entire language model revolution showed that bootstrapping with human data is what gets you to AGI in the first place. Silver's RL purism was too far ahead of the current paradigm for his colleagues to follow. > *"David is just very very hard over on that vision — learning from data is inferior because the data includes mistakes. The machine needs to learn from its own experience, not rely on the crystallized knowledge of humans passed on through text."* ## [38:21] Demis, Elon, and the Evil Genius Feud The origin story: at a Founders Fund LP offsite in 2012, Elon argues that SpaceX matters most because even if AI wrecks Earth, humanity can move to Mars. Demis replies that his AI will eventually conquer space flight and follow them there. Elon goes quiet, then writes a $5 million check into DeepMind's Series B. Two years later, hearing Google was acquiring DeepMind, Elon and Luke Nosek Skyped Demis from a party closet in LA in the middle of the night, begging him not to sell to Larry Page. Demis said no, hung up, and Elon started calling him "evil genius" — the name of a video game Demis had designed. Mallaby characterizes Demis' view of Sam Altman as colored by the credential asymmetry: Nobel Prize winner vs. someone who didn't finish a degree. The relationships between these founders are less professional rivalries than a collection of specific personal slights and competitive provocations playing out over fifteen years. > *"Demis says, 'Yeah, but if you think you're going to be safe on Mars, remember that my AI will be able to conquer space flight, and it will just follow you to Mars. So then you won't be safe after all.' There's a silence. Then Elon goes, 'Hm.' And then: 'I'd like to invest in your Series B.'"* ## [42:39] Great Man Theory vs. Inevitability Jacob cites *The Economist*'s framing of the book as a test of great-man theory. Mallaby draws a parallel to his Greenspan biography: Greenspan understood bubbles were dangerous (literally the subject of his PhD), yet couldn't stop the 2008 crisis. He considered titling the Demis book *The Man Who Knew* for the same reason — Demis knew from the start this technology was dangerous, but one lab's restraint cannot bind the rest. Individual leaders do matter at the margin: Dario Amodei changed the safety narrative through the Anthropic mythos release; Sam Altman shaped the race by shipping ChatGPT while it was still hallucinating; Demis shaped it by persuading Rishi Sunak to host the UK AI Safety Summit. But the race itself? Structurally overdetermined. > *"I feel that one could have almost used the same title for the Demis book — 'the man who knew' — because Demis has known from the beginning that this thing is dangerous. But as the leader of one lab, even a very powerful rich lab, even he with his stature as a Nobel Prize winner — what can he do?"* ## [45:00] What Demis Didn't Want Published The detail Mallaby least expected: Demis is driven by something close to a spiritual conviction about science. In those two-hour pub sessions he would bang the table about the mystery of matter — why atoms cohere into a solid table, why silicon and copper can think — and say, unprompted, "Maybe if we approach science the right way, we will be getting closer to something that we could perhaps call God." Mallaby reads this as the psychological engine that lets Demis keep pushing a technology he knows to be dangerous: it's a quasi-spiritual quest, not just a commercial one. On what Demis blocked from publication: his family (he set that limit at the start), and his internal fights with Sundar Pichai — he didn't want to destabilize the Google relationship he still depends on. > *"He would start banging the table and saying, 'Maybe if we approach science the right way, we understand more about nature. We will be getting closer to something that we could perhaps call God.' I had no idea he would feel that way."* ## Entities - **Demis Hassabis** (Person): Co-founder and CEO of DeepMind / Google DeepMind; Nobel Prize winner in Chemistry (2024) for AlphaFold; central subject of *The Infinity Machine*. - **Sebastian Mallaby** (Person): Staff writer at *The New Yorker*; author of *The Infinity Machine* (Demis Hassabis biography) and a prior book on venture capital; spent 30+ hours with Hassabis over three years. - **Jacob Effron** (Person): Host of *Unsupervised Learning*; Managing Director at Redpoint Ventures. - **Reid Hoffman** (Person): LinkedIn co-founder; pledged $1 billion to finance DeepMind's potential spinout from Google under Project Mario. - **David Silver** (Person): Lead researcher on AlphaGo and AlphaZero at DeepMind; co-author of the "reward is enough" RL paper with Rich Sutton; departed DeepMind post-publication to start a new company. - **Elon Musk** (Person): Hosted the 2015 AI safety summit at SpaceX; early DeepMind investor; coined the "evil genius" nickname for Hassabis after DeepMind sold to Google. - **Sam Altman** (Person): CEO of OpenAI; shipped ChatGPT in late 2022 despite hallucination issues, which Mallaby argues irreversibly shaped the AI race's trajectory. - **Dario Amodei** (Person): CEO of Anthropic; credited with changing the AI safety narrative through the mythos paper release and his public Pentagon confrontation. - **DeepMind** (Organization): Google subsidiary; founded by Hassabis, Shane Legg, and Mustafa Suleyman in 2010; produced AlphaGo, AlphaFold, and Gemini. - **Project Mario** (Concept): Secret DeepMind plan to spin out of Google, backed by a Reid Hoffman $1B pledge; used as negotiating leverage for safety oversight, never executed as a real spinout. - **AlphaFold** (Software): DeepMind's protein-structure prediction model; won Hassabis the 2024 Nobel Prize in Chemistry; shipped in 2020, one year after he declined the spinout option. - **Reinforcement Learning** (Concept): Machine learning paradigm central to AlphaGo and AlphaZero; David Silver's absolutist commitment to RL (learning from environment experience over human data) created internal tension at DeepMind and ultimately led to his departure. - **The Infinity Machine** (Concept): Sebastian Mallaby's biography of Demis Hassabis; nearly titled *The Man Who Knew*; published with the full Project Mario scoop over Google's objections.

Ethan He built NVIDIA's Cosmos world model, then joined xAI mid-2025 to build Grok Imagine from scratch — no infra, no data, no model — and shipped the first audio-video generation model in three months. He walks swyx and Vibhu through the full technical stack: synthetic captioning pipelines, VAE design tradeoffs, step distillation, audio-video alignment, and the hard economics of storing petabytes of video training data. His central argument runs through the entire conversation: since diffusion model technology has largely matured, most quality gains in video now come from language models, not from the video model itself — a view with direct implications for where the field goes next, including video agents, generative UI, and embodied world models. ## [00:00] Hook This exchange — Ethan's "pretty big claim" that visual intelligence now mostly comes from language — is pulled from later in the interview, where he argues that improvements to video models are increasingly driven by better language models acting as prompt rewriters and orchestrators, not by advances in diffusion or flow-matching architectures themselves. > *"Every time you see there's some improvement on these models, I would say mostly the gain comes from language model, not coming from the video model itself."* ## [01:16] Introduction swyx and Vibhu welcome Ethan to the Latent Space studio, noting he has been a recurring presence through the podcast's paper club — first presenting the Cosmos world model paper, then mixture-of-experts work. The conversation opens with a brief aside about the Poolside paper released the same day, a fully open Gemma-level model trained on 40 trillion tokens, before pivoting to Ethan's own trajectory. ## [02:41] From NVIDIA Cosmos to xAI Ethan built Cosmos — NVIDIA's giant video foundation model aimed at giving roboticists a simulatable world to build on — and shipped it by end of 2024. Once he realized video models obeyed the same scaling laws as language models, he went looking for more compute. xAI offered it. He joined in mid-2025 at the moment xAI decided to build its own image and video stack, with no existing infra, data pipeline, or model. He stayed through pre-training, post-training (reference-to-video, video extension), and a final stretch leading a small team on real-time long-horizon video generation. > *"By the time I joined, xAI was about to build video models and multimodal models. There were no infra, no data, and no model. Just a few engineers — we built it in three months and released the first model, Grok Imagine 0.9."* ## [04:40] Building Grok Imagine from Zero to One The three-month timeline surprised even Ethan. He attributes it to three factors: talent density (strong engineers who could align on a goal with minimal meetings — typically just one sync a day), xAI's existing data and inference infrastructure, and his own prior experience running the same build at NVIDIA. The bottleneck was iteration speed: how many training runs can you complete per day. With strong infra and abundant compute, bugs surface faster and each failed run costs less, so you burn through the inevitable data and pipeline errors in weeks rather than months. > *"The most important thing is talent. Everyone was very strong and clever, very close to each other toward a common goal. So that speeds up things a lot — you reduce the communication bandwidth among people."* Ethan describes a pattern where small data or pipeline bugs produce outsized quality regressions, and only fast iteration exposes them. A bug invisible at one scale becomes catastrophic at the next. The engineers who find and fix these quickly — not the ones who design the most sophisticated architecture — determine how fast a team ships. ## [11:23] How Image and Video Models Are Trained Video models require synthetic text-video pairs because internet video titles and descriptions almost never describe visual content accurately. The first step is human labeling: at NVIDIA, annotators were instructed to describe every object, character, interaction, and dialogue in a clip as exhaustively as possible. Those labels train an early VLM, which then generates captions at scale. The resulting pipeline — video to VLM to synthetic caption to (video, caption) training pair — is the foundation of both Cosmos and Grok Imagine. Image models must come first: they train faster, require less storage, and the learned representations transfer directly to video. Ethan describes building image models as building the foundation that video sits on top of. The architecture — diffusion transformer operating over VAE latents — is now standard, but the data quality and caption detail remain the primary lever for model quality. > *"Building a video model, you actually need to build an image model first. The data you need is 100% synthetic pairs of language and image, or language to video — because on the internet, videos don't naturally associate with text."* ## [20:09] Video Compression, VAEs, and Real-Time Tradeoffs Raw MP4 compression produces tokens whose latent space is incomprehensible to transformers, so the field moved to learned VAEs that create a smoother, more continuous latent space models can train on. The key design choice is how aggressively to compress the temporal dimension. Temporal compression is efficient — adjacent frames are mostly redundant — but it trades away real-time capability. Wan 2.1 uses 8x8 spatial and 4x temporal compression; generating a single token requires reconstructing four frames, making sub-200ms latency impractical. Ethan frames this as a fundamental tradeoff: high compression rates make training cheap and inference efficient for pre-rendered video, but lock out any use case that needs to respond to live user input. World models require the opposite choice. ## [23:26] Generative UI, Flipbook, and Neural OS Ethan argues that if inference were free, the logical endpoint of video generation is a complete replacement of conventional UI: instead of loading web pages from a server, a model generates them in real time in response to user intent. Flipbook, a demo that went viral, shows this literally — every element of the "browser" is generated by an image model, and clicking a link generates a new page rather than fetching one. The deeper claim is that this is not a novelty but the final form of world models applied to human-computer interaction. A traditional app is a fixed function mapping input to output; a generative UI is a model that can produce any interface the user needs without a developer having to build it first. Ethan calls this a "Neural OS," where the gap between user intent and rendered pixels closes entirely. > *"Imagine the internet doesn't exist and you type in google.com — what should a model show you? The model can imagine something. These web pages completely do not exist, so I can explore anything."* The near-term constraint is inference cost. Current video models cannot generate at interactive frame rates without significant distillation. But Ethan treats this as an engineering problem with a known solution trajectory, not a fundamental barrier. ## [33:26] The Cost of Training Large Video Models Training large video models costs roughly as much as training a medium-scale language model, but the breakdown differs. Compute is comparable, but storage and data movement dominate in ways LLM practitioners do not expect. One billion videos at 5 MB each requires five petabytes of raw storage. The VAE features that must also be stored are roughly the same size again — tens of petabytes total. On AWS S3, five petabytes runs approximately $100K per month before egress. Egress — downloading that data into the training cluster — can exceed storage costs, and each training run pulls the full dataset once. > *"Just storing the videos alone costs a lot. Five petabytes on S3 Standard is $100K per month. And egress — just to download those videos — I believe it's more expensive than storing them, and each training run you probably need to pull them once."* The implication is that video model development is gated on data infrastructure as much as on GPU hours. Teams without efficient data pipelines pay a multiplier on every experiment. ## [38:20] Distillation, GANs, and Fast Video Inference Training-time costs are largely fixed; the inference-time story is more tractable. Step distillation — training a small model to replicate the outputs of a large teacher in far fewer denoising steps — cuts inference cost by 10-25x. Flow-matching models trained to convergence need around 100 steps; production models typically run in 4-8. At the extreme, simple image-to-image tasks can run in a single step. The intuition Ethan offers: the teacher model must learn the full distribution of internet video, which is arbitrarily complex. The distilled student only needs to match the teacher, which is a fixed and much simpler target. Consistency models and LCM-style approaches follow the same logic. In Cosmos, production serving used 4-step and 8-step variants depending on quality requirements. GANs remain relevant as discriminators: a GAN discriminator can enforce photorealism constraints during distillation that pure score-matching loss misses, and Ethan notes that consistency models and GANs are converging on similar practical deployments even if their theoretical motivations differ. ## [42:37] Audio-Video Generation and Grok Imagine 0.9 Grok Imagine 0.9 was the first audio-video joint generation model deployed at scale. The core difficulty is modality alignment: text-video pairs are relatively abundant; text-audio pairs are rare; audio-video pairs aligned at the semantic level are almost nonexistent at scale. Speech tokens are quasi-discrete and can be modeled with language-like approaches, but music is continuous and requires a completely different representation. Training the joint model required building synthetic audio caption pipelines from scratch, with human annotation where VLMs failed — which was often, especially for music. Aligning all three modalities — text, video, and audio — without either degrading video quality or audio realism is what Ethan calls the hardest part of the project. > *"Audio has two components: a discrete component — language — and a continuous component — music. The music is completely different; you cannot model it with discrete tokens. That's the hard part, not to mention we have to align text, video, and audio together."* ## [49:50] What Makes a World Model? Ethan's definition has three components: real-time, interactive, and long-horizon video generation. He treats these as independent requirements, each of which most current models fail. Real-time means generating at display frame rates — 60fps for casual use, 300fps for gaming, 200ms response latency for digital humans. Current video models cannot do this; the VAE's temporal compression alone introduces latency that makes sub-200ms responses nearly impossible without architectural changes. Interactive means the model can accept any input modality the user can provide — keyboard, mouse, voice — and respond coherently. Long-horizon means maintaining consistent physical laws, character identity, and causal logic across minutes, not seconds. > *"World model is real-time, interactive, long-horizon video. Current video models can do none of these three things fully. That's why they're not world models yet."* ## [57:07] Reference Videos, Long Context, and Video Memory The parallel to language model context scaling is direct: video models are in the 2,000-8,000 token era, and will need to scale to million-token-equivalent contexts to generate coherent long videos. Ethan describes the reference-to-video feature he built at xAI (analogous to Cameo) as a mechanism for injecting selected history into the model's context rather than carrying the full video forward. FramePack's heuristic — storing the last second of video at full resolution while compressing earlier frames progressively — points toward the right direction: the model selects relevant context from its history rather than brute-forcing the full sequence. Ethan expects this context management to become part of the model itself rather than remaining a harness-level heuristic, the same way KV cache management is disappearing into model internals. ## [61:27] xAI Culture, Research, and First-Principles Building swyx notes that xAI communicates its research poorly relative to what the work actually demonstrates — the blog post accompanying Grok Imagine describes high-level capabilities without the technical depth Ethan has just spent an hour covering. Ethan is diplomatic but agrees that different labs have different communication styles. The xAI working culture he describes is minimalist: few meetings, no bureaucratic overhead, direct access to leadership judgment on technical decisions, and extreme iteration speed enabled by a strong infra team. The tradeoff is that company priorities shift fast, which is part of what eventually pushed him toward independent research. First-principles thinking — starting from the physics of the problem rather than from what competitors have shipped — runs through the team's approach to both model architecture and product. > *"Everything you just described is state-of-the-art. Like no one else has done it. And then you just put this blog post with the cookies. I'm like, this is not enough."* ## [71:01] AI Safety, Watermarking, and Prompt Rewriting Grok Imagine deployed watermarks in all jurisdictions requiring them and built takedown pipelines integrated with xAI's social platform infrastructure. On watermarking technology, Ethan is skeptical of SynthID's long-term robustness: the technique is documented publicly, and users on Reddit have already reverse-engineered the exact frequency pattern Google applies and can strip it from any generated image. He expects watermark detection to become an arms race. On prompt rewriting: video diffusion models take instructions literally. If a user types "a cat," the model generates a stationary cat on a white background with no motion, because the training data pairs were maximally detailed descriptions of physical scenes. Production systems layer a large language model as a prompt upsampler — converting sparse user instructions into the detailed physical descriptions the video model was trained on. This is one of the reasons Ethan argues language models are increasingly central to video quality. ## [74:26] Video Agents and AI-Assisted Creation Ethan's central claim from the hook: visual intelligence now mostly comes from language. The diffusion model architecture has largely converged; the gains come from larger, smarter LLMs that rewrite prompts, plan video sequences, call editing tools, and stitch clips together. In Cosmos, the prompt rewriter was larger than the video model itself. Video agents extend this: instead of generating a complete video in one shot, an agent plans the production, calls video generation models as tools alongside deterministic editing operations (text overlays, color grading, cuts), and iterates until the output meets a specification. Ethan predicts that by end of 2025, video agent output will reach production-grade quality — presentable video generated without a human editor in the loop. > *"The visual intelligence are actually mostly coming from language. Every time you see improvement on these models, I would say mostly the gain comes from language model, not coming from the video model itself."* ## [88:48] Why Language Models Unlock Better Video LLMs prompt video models better than humans do, because AI models understand AI models' training distributions. A language model knows that a diffusion model needs explicit physical descriptions, not poetic shorthand — and can generate the right prompt format automatically. Beyond prompting, agents can use deterministic video editing tools for precision operations (exact text overlays, frame-accurate cuts) that probabilistic diffusion models handle poorly, keeping the stochastic model focused on generation and delegating precision to tools. Ethan's timeline: video agent output at production quality by end of 2025, with the inflection point visible in work already shipping. ## [92:31] Robotics, Physical AI, and Embodied World Models Ethan's robotics prediction inverts the usual framing: physical AI may be solved not by deploying robots in the real world but by video world models becoming so capable at simulating physical environments that they effectively provide embodied experience. Once a model can control computer interfaces in real time with full causal understanding, extending that to robotic control becomes a matter of adding one more tool. The path from screen-interacting video model to robot controller may be shorter than the path from current robot learning systems to the same capability. ## [93:54] Why Ethan Left xAI Research ambitions and company priorities diverged. xAI's focus shifted in ways that made certain research directions — particularly on the language model side — impractical from inside. Ethan also notes that the insight driving his departure is the same one underlying his "big claim": if language models are now the primary driver of video quality, the most impactful work to do is on language models, not video models. He frames leaving not as dissatisfaction but as following the evidence about where the leverage is. ## [95:32] Self-Managed Context and the Future of LLMs Ethan's active research question: language models that are aware of their own context state and manage it autonomously, rather than relying on harness-level heuristics like automatic compaction at 80% fill. He draws the parallel to video models struggling with long-horizon generation — the same context management problem appears in both modalities. He points to Claude Code's practice of appending the current timestamp to user messages as an early example of making models context-aware, and expects this pattern to be absorbed into model training rather than remaining an external scaffold. > *"The language models are not aware of how long their own context length is. Once they hit like 80% or something, automatic context compaction is getting triggered, and the model is not aware of that when it's working."* ## [99:59] Ethan's Career Path and Closing Thoughts Ethan traces a decade of transitions: ResNet-era image recognition with the original authors at NVIDIA, self-supervised learning at Facebook AI Research, scaling at NVIDIA Cosmos, extreme-scale compute at xAI. He was rejected from every top PhD program despite first-author papers at top conferences, which pushed him into industry. In hindsight he reads his career as consistently following the scaling frontier — from image recognition to SSL to video to LLMs — and argues that within ML, domain switching is far more tractable than practitioners believe. > *"Within ML, it's actually easier to switch than you think. A lot of people have manifested that 'I work on computer vision, I always have to work on computer vision.' But from my experience, the fundamentals transfer."* ## Entities - **Ethan He** (Person): Former xAI researcher who built Grok Imagine from zero; previously led NVIDIA Cosmos world model; now focused on LLM research - **swyx** (Person): Latent Space co-host; conducts technical interviews on AI engineering and research - **Vibhu Viswanathan** (Person): Latent Space co-host; co-interviewer for this episode - **Grok Imagine** (Software): xAI's image and video generation product; first model (0.9) was the first large-scale audio-video joint generation system - **NVIDIA Cosmos** (Software): Open-source video foundation model for robotics simulation; Ethan's project before xAI; released end of 2024 - **xAI** (Organization): Elon Musk's AI lab; known for fast iteration culture and extreme compute resources - **Flipbook** (Software): Viral demo of real-time generative UI; all interface elements generated by image model in real time - **SynthID** (Software): Google's AI watermarking technology; Ethan notes its pattern has been publicly reverse-engineered - **Step distillation** (Concept): Technique to train a model to replicate a teacher's output in far fewer denoising steps; reduces inference cost 10-25x - **VAE** (Concept): Learned video compression creating smooth latent spaces; temporal compression is efficient but creates real-time latency tradeoffs - **World model** (Concept): Ethan's definition — real-time, interactive, long-horizon video generation; distinct from standard video generation - **Video agents** (Concept): Systems where LLMs orchestrate video generation models, editing tools, and deterministic operations to produce production-quality video - **FramePack** (Concept): Progressive temporal compression approach for long-context video generation; stores recent frames at full resolution, compresses older history

Benedict Evans — independent analyst and former Andreessen Horowitz partner — joins Lenny Rachitsky for a wide-ranging, historically-grounded read on AI's trajectory. His core provocation: AI is exactly as big a deal as the internet or mobile — transformative and uncertain in equal measure — and anyone claiming more precision than that is vibes-forecasting. Across 80 minutes they work through where economic value will actually land (hint: probably not at the model layer), why professional services are booming rather than shrinking, how to think about job displacement without losing your mind, and what the anti-AI backlash does and doesn't tell us. ## [00:00] Introduction to Benedict Evans Evans opens with his signature contrarian opener: "My most controversial opinion is that I think that AI is as big a deal as the internet or mobile — and only as big a deal as the internet or mobile." The framing immediately sets the tone for the conversation — resist the urge to rank transformations on a cosmic scale, and instead study the mechanics of how platform shifts actually unfold. > *"My most controversial opinion is that I think that AI is as big a deal as the internet or mobile and only as big a deal as the internet or mobile."* Lenny sketches out Evans's background: years as A16Z's in-house technology analyst, followed by six years of independent research publishing. His biannual decks — most recently "AI Eats the World" — are widely read by founders and investors trying to cut through noise. ## [02:19] What people aren't pricing in about AI's impact Asked what the market is still missing, Evans reaches for an analogy rather than a prediction. We are, he argues, in a "1997 moment" — the technology is visibly exciting, most of what will eventually be built hasn't been built yet, and nobody in 1997 correctly predicted what the internet would become. He points to survey data showing that even among 13-to-18-year-olds, around 60% still don't use AI at all, while a small cohort of tech workers have essentially restructured their daily workflows around it. > *"If you're going to make the internet comparison it's like we're in 1997. Like it's very exciting. Most stuff kind of doesn't work yet. Most of the stuff that people are going to do hasn't been built yet and it's not really clear how any of it's going to work when it does work."* The key failure mode Evans identifies is the "already there" illusion — early adopters project their own usage patterns onto the rest of the world, missing the enormous variance in adoption and the slow grind of enterprise deployment cycles. ## [06:24] Why we're in the 1997 moment of AI Evans uses the VisiCalc spreadsheet as an anchor. When accountants saw the first software spreadsheet in the late 1970s, it was obviously transformative — a week's work done in 30 seconds. But a lawyer looking at the same demo would think, "that's clever, my accountant should see this, but that's not what I do." AI right now occupies that same diagonal: software developers are the accountants who immediately grasped what Claude Code means for them; most other industries are still in the "lawyer looking at a spreadsheet" phase. > *"Software developers are the accountants seeing VisiCalc — oh my god this changes everything — like before Claude Code and after Claude Code. A lot of other people are picking it up, using it to varying degrees, but slightly puzzled."* This jagged-frontier quality — where AI works brilliantly in some contexts and fails unpredictably in adjacent ones — is precisely why broad adoption timelines are so hard to call. It took 10–15 years after Google Docs for people to invent all the SaaS companies that obviously should have existed. ## [09:44] The unexpected boom in professional services and consultants The counterintuitive data point driving Evans's recent writing: the most advanced AI companies — Anthropic, OpenAI — are simultaneously the biggest buyers of professional services and the fastest-growing employers of human headcount. This isn't a paradox once you think through what actually changes when AI makes certain tasks cheaper. Evans introduces a core distinction: task vs. job. When you hire McKinsey, you are not hiring them to produce a 75-slide deck. The deck is the task; the job is walking all over your enterprise, understanding the politics, talking to customers, and figuring out what you actually need to do. Claude can produce a mediocre version of the deck; it cannot do the job. The same logic applies to accounting: every wave of automation since adding machines has increased the number of employed accountants, because cheaper computation expands the scope of what companies decide to measure and act on (Jevons paradox in action). > *"You could make the same point in software development. Before IDEs and libraries and operating systems, developers had to write all the code. Now if you write an iPhone app, 90% of the code is written for you by Apple... So we've got like a tenth as many engineers now. Well, no."* The e-commerce analog is sharp: Amazon gets you the SKU if you know what SKU you want — "knowing what SKU you want is another job." ## [17:44] Why distribution is becoming the ultimate moat Evans challenges the premise that AI-driven job loss will be fast. Enterprise software sales cycles run 18 months minimum; SAP doesn't get torn out overnight. He cites Frame.io as a case study: there was nothing technically blocking that product 15 years before it launched — the bottleneck was someone realizing the problem existed inside a specific industry and that a specific approach would solve it. The broader point is about organizational change speed vs. model capability speed. Companies can't implement AI transformation without dedicated project teams — which is exactly why consulting and forward-deployed engineering are booming rather than shrinking. The speed of model improvement is decoupled from the speed at which enterprises can absorb the change. > *"Like no, people aren't just going to tear out SAP and replace it with XYZ. Maybe in three, five, 10 years yes, that whole estate will look radically different and all those jobs will have changed — but it will take time sector by sector."* ## [23:17] The coming job transformation: what's real vs. panic Evans leans into historical pattern-matching: every technology wave since 1800 has automated jobs and created new ones, and the new jobs are systematically better than the old ones. The jobs that disappear tend to look dispensable in retrospect; the jobs that appear couldn't have been named in advance. His IBM ad slide makes the point viscerally — a 1950s ad promised that an IBM electronic calculator is "like having 150 extra engineers," which is also the pitch of Claude Code today. The "it's different this time" argument he takes seriously is speed of adoption — AI diffuses faster than previous technologies because it runs on existing internet infrastructure. But he notes that adoption speed and institutional-change speed are different curves, and the institutional one has not accelerated proportionally. > *"This is going to be completely different from everything else — just like everything else."* On whether AI eliminates the lump-of-labor fallacy — his answer is no. Two hundred years of data say otherwise, and the burden of proof is on those claiming this wave is categorically different. ## [27:33] Why AGI definitions keep shifting Evans notes a pattern: every time AI does something we thought was impossible, the definition of AI shifts to exclude it. Machine learning became "just statistics"; image recognition became "just image recognition." Now AGI is being redefined from "something that has a soul and is alive" to "can do a meaningful percentage of economically valuable work" — a definition that a 1975 IBM mainframe also met. He sees creative redefinition of "superintelligence" too: last year it meant almost-but-not-quite-AGI; now it means something harder than AGI that we haven't built yet. The terms keep shifting in the direction of validating whatever narrative is convenient. > *"AI is whatever machines can't do yet — because once machines can do it, people say, 'Well, that's just software.'"* His substantive point: even if models stop improving tomorrow, the current generation is already transformative enough to reshape major industries over the next decade. You don't need to believe in AGI to believe this is a giant deal. On the expanding opportunity set — Evans agrees that addressable markets keep growing (mainframes: ~80,000 units; smartphones: 5.5 billion), and the "we've run out of people" argument from five years ago was wrong. The trajectory is outward expansion into automating larger slices of the economy. ## [38:11] Where value will accrue: models vs. applications Evans's structural view on the AI stack: foundation models don't appear to have network effects, meaning there's no winner-takes-all dynamic that would let one provider run away from the others. Persistent competition with a commodity-like product usually means compressed margins. His telecom analogy: global mobile revenue is roughly $1 trillion per year, carries 1,500–2,000x more data than it did in 2010, and mobile stocks have gone essentially nowhere in 25 years. The telcos built genuinely complex global infrastructure — and all the value ended up in apps built by people further up the stack. Foundation models may follow the same path. > *"When you wash your clothes, Bosch isn't paying a percentage of the price of the washing machine to the electricity company."* The key question is whether the model layer looks more like Windows (OS with leverage up the stack) or AWS (infrastructure where the actual software doesn't care which cloud it runs on). His read: probably more like AWS, which means applications capture most of the value. ## [42:55] Distribution wars: Google, Meta, Apple, and OpenAI As AI models converge toward commodity quality, the decisive variable becomes distribution. Google is using Search and Android to push Gemini onto billions of devices; Meta "sprayed it on every service surface" and ended up ranking surprisingly high in usage surveys despite tech-world dismissal; Apple has a billion edge-capable devices but couldn't ship its own vision at WWDC 2024. OpenAI's "everything" strategy late last year — launching in every direction simultaneously — was a distribution scramble: how do you build a flywheel before Google and Meta's existing surfaces make your standalone product redundant? > *"If the product is a commodity, then the distribution is what matters... distribution of an adequate product when the field is basically commodity — distribution and brand become a big deal."* He uses the browser wars as the template: Microsoft won browsers via distribution, then found that winning browsers didn't matter because the value was further up the stack anyway. ## [48:12] The anti-AI sentiment and backlash Evans characterizes the anti-AI backlash as "a big fuzzy mess of different stuff" — some legitimate, some not. On the water/energy fears: a Livermore Lab study estimated US data center water consumption at about 0.017% of total US water use, making the "AI is stealing our water" narrative largely fabricated. On energy: data centers are roughly 5% of US energy and may grow 1 percentage point per year — real but not catastrophic. On employment: current econometric data shows a slowdown in employment of 18-to-24-year-olds that applies equally to AI-exposed and non-AI-exposed fields, making causal attribution to AI unclear. He also flags a structural data problem: no model lab publishes meaningful daily-active-user numbers, so all labor-market analysis is working with imputed data. > *"You can't reason somebody out of an idea they won't reasoned into."* He draws a parallel to the social media backlash — where some concerns were real, some were factually false but impervious to correction, and many were fuzzy in the middle. He expects the AI backlash to follow the same pattern, compressed. ## [53:11] How to raise kids in an AI future Evans's answer is calibrated by his kid's age — early teens, so well away from the immediate job-market turbulence. He doesn't have a systematic plan, which he says is consistent with his general "it'll probably be okay" prior. He invokes the George Carlin line: anyone who worries more is a maniac, anyone who worries less is an idiot — everyone thinks they're in the middle. He does flag a genuine concern not present in previous technology waves: deepfake capability lowers the bar for specific categories of harm dramatically. A 15-year-old with Photoshop couldn't generate and distribute pornographic fakes of every classmate in an afternoon; now they can. That's a real change in kind, not just degree. > *"A 15-year-old kid couldn't use Photoshop to make hardcore pornographic nudes of every girl in their high school and send them to the whole school in one afternoon. And now they can."* He draws on the UK post office scandal — where Fujitsu's buggy software sent hundreds of innocent franchise owners to prison — as a reminder that every technology wave produces ways to ruin people's lives, both deliberately and by accident. ## [58:27] What jobs to steer toward or away from Evans declines to steer his son toward or away from any specific profession — his kid isn't at the "I want to be a fireman" stage yet. His general framework: identify the intersection of skills you have, jobs that make those skills valuable, and things people will pay for — and try to own at least two of those three. Career certainty of the "I'll become X" variety is already gone, and that predates AI. ## [59:20] The question nobody's asking about AI Evans nominates two underasked questions. First: do model labs actually have pricing power? Most discourse assumes the current situation — where spending $1.5M/month on tokens makes headlines — is a steady state, rather than a transitional moment analogous to a $50,000 mobile data bill in 2010. Second: what's the difference between "task" and "job" — specifically applied to predicting which industries get disrupted? He uses recorded music revenue as a lens: the U-shaped curve from 2000 to present shows two distinct dynamics. The first drop (2000–2015) was "what if you don't have to pay $15 for a CD?" The recovery (2015–present) is "what if $15/month buys you all the music that exists?" — a completely different value proposition that wasn't visible from the earlier vantage point. He warns against the O*NET-style approach of rating each job by percentage-exposed-to-AI: "I think this is just the most ridiculous bunch of deluded horseshit." You can't describe a senior law partner's job as 17% automatable because you can't fully decompose what a job actually is. The taxi driver example from a hypothetical 1997 conversation illustrates the other error: obviously the internet wouldn't touch taxis — except Uber completely restructured the industry. > *"The stuff that you don't think is exposed — you can't predict which things are going to be exposed, necessarily. A lot of the big companies are things that didn't look like that would work and didn't look like they were exposed."* ## [66:25] How to be successful in this coming future Evans's practical advice, hedged appropriately: don't stick your head in the sand and decide AI is evil as a moral position. That generates a feeling of superiority and does nothing for your career. The alternative is to dive in, use the tools, understand what they can and can't do, and develop an informed view of what they mean for your specific field. He's clear that this may not be enough for everyone — if a law firm that hired 100 associates last year hires 50 this year, being AI-literate improves your odds of being in the 50, but doesn't guarantee it. The aggregate picture may be fine; individual outcomes during the transition are uncertain. > *"The answer is you diving into this completely, submerging yourself in it, and coming out understanding what you can do with it, how this changes things, how you can be a great hire."* ## [68:43] AI corner Lenny asks Evans what AI use case has genuinely surprised him. Evans gives an honest answer: he's the lawyer looking at the spreadsheet. His work — synthesizing disparate information into new ideas — is precisely the kind of task AI currently handles worst (reliable precise information retrieval). He uses it for proofreading, image generation, and redecorating his apartment. He dictates voice memos that get auto-transcribed; whether that counts as AI is increasingly hard to say. He quotes a comedian's bit: we want AI to clean poop off the street and do the ugly things nobody wants to do — but instead it helps you write and create imagery, which is the stuff people actually do for fun. > *"AI is good at stuff that computers are bad at, and bad at stuff that computers are good at — and I struggle to find many examples of those where I actually need it."* ## [71:43] Lightning round Evans recommends *Three Men in a Boat* (Victorian British comedy, his all-purpose analog for human absurdity) and William Cronin's *Nature's Metropolis* (economic history of Chicago that reads like a textbook on network dynamics and channel conflict — directly applicable to platform thinking). On film, he's been catching up on classics — recently *The Seventh Seal*, which he found genuinely great and much shorter than its intimidating reputation. His life motto: "It'll probably be okay." His collection of 20–30 pre-iPhone phones — including an Ericsson R310s shark-fin flip, an iMode phone from 2001, and a Japanese phone with color screen and camera — illustrates his broader thesis: before the iPhone, everyone was innovating around different form factors; then everything converged on one shape, just as AI interfaces may converge in ways we can't yet see. ## Entities - **Benedict Evans** (Person): Independent technology analyst, former partner at Andreessen Horowitz; publishes biannual research decks on major tech platform shifts; guest. - **Lenny Rachitsky** (Person): Host of Lenny's Podcast, founder of Lenny's Newsletter, former Airbnb product manager. - **Andreessen Horowitz (a16z)** (Organization): Venture capital firm where Evans spent several years as in-house analyst and partner. - **OpenAI** (Organization): AI lab; discussed as a primary example of distribution strategy, pricing dynamics, and professional services investment. - **Anthropic** (Organization): AI lab; referenced alongside OpenAI as a buyer of professional services and a player in the foundation-model commodity question. - **VisiCalc** (Software): First software spreadsheet (late 1970s); Evans's anchor analogy for the moment when a technology is obvious to one profession and opaque to others. - **Jevons Paradox** (Concept): Economic principle that making a resource cheaper typically increases total consumption; central to Evans's argument about why automation expands professional services rather than contracting them. - **Lump-of-Labor Fallacy** (Concept): The mistaken belief that there is a fixed quantity of work to be divided; Evans invokes it to argue that AI-driven automation will create new jobs, as all prior automation waves have. - **Task vs. Job** (Concept): Evans's core analytical frame: the task AI automates (writing the deck) is often not the same as the job you were hired for (understanding the client's organization and politics). - **Foundation Models** (Concept): Large-scale AI models (GPT-4, Claude, Gemini, Llama); Evans argues they likely lack network effects and will trend toward commodity pricing, with value accruing to application layers above them. - **Google / Gemini** (Organization / Software): Evans's primary example of distribution moat in action — Gemini deployed across Search, Android, and Chrome to reach users before OpenAI can build equivalent surface area. - **Meta / Llama** (Organization / Software): Cited as a counter-example to tech-world dismissal — Meta's AI ranked surprisingly high in usage surveys by deploying across all existing products. - **Apple Intelligence** (Software): Apple's AI assistant vision demoed at WWDC 2024; Evans calls it "still the most compelling vision of a personal AI assistant" — but unshipped, as was everyone else's equivalent at the time.

Brad Carson — former US Congressman, Army General Counsel, and Acting Under Secretary of Defense, now heading Americans for Responsible Innovation — spends eighty minutes with host Keith Duggar dismantling the fatalist claim that AI is unstoppable. The conversation moves from regulatory philosophy to lethal autonomous weapons to US-China diplomacy, with Carson arguing that the genie is not out of the bottle: the West controls the chips, Asilomar halted recombinant DNA, and calling AI inevitable is itself the most dangerous idea in the room. Keith consistently presses the harder cases — a Palantir heat map assigns you 0.73 probability of being a Hamas terrorist and a strike follows — and Carson does not flinch: the accountability void created by probabilistic targeting is precisely the legal and moral failure that governance must address. ## [00:00] From the Pentagon to AI governance Carson traces his path into AI policy through three institutions: Congress (where members average 17 minutes a day to read), the Department of Defense (where he oversaw the law of war for all military services as autonomous weapons first appeared on the Geneva agenda), and a cold call from physicist Anthony Aguirre inviting him to the 2019 Future of Life Institute conference in Puerto Rico. At that conference, names he had never heard — Dario Amodei, Stuart Russell, Yoshua Bengio — became his entry point into the frontier AI world. The opening also serves as a compressed trailer for the episode: Carson hits nearly every major theme in quick succession — chip leverage, the 0.73 Hamas-terrorist score, the fatalism critique, anthropomorphization as a legal threat, and the lesson that people, not air power, win wars. The full arguments follow in later chapters. > *"We control the most important part of AI, and that is the chips. We can stop other countries from developing super AI, you know, in their tracks."* ## [04:52] Regulatory capture vs Silicon Valley networks Carson inverts the standard regulatory-capture argument. Dean Ball and others at places like a16z say any AI agency will be captured by industry — so why create one? Carson's response: that is exactly the current situation, only without accountability. Groups like a16z already shape AI policy through informal, money-backed political networks. A captured formal agency is at least more legible and more correctable than the invisible informal regime operating now. His preferred model is public-company accounting: the work is done by the private sector, but the SEC provides a backstop against fraud. The choice is not between a perfect agency and no agency — it is between a flawed formal structure and an informal one that privileges a handful of wealthy influencers. > *"The choice is kind of nihilism versus an agency that is subject to regulatory capture, that you have to put, you know, prophylactics in to ensure that doesn't happen — it still strikes me that's a better world."* ## [07:56] Transparency and the Claude tier changes MLST's Discord community noticed that Anthropic quietly changed what Claude's paid tier delivered — token allocations, model versions — without announcing it. Carson frames this not just as consumer protection but as a moral obligation that comes with global-scale epistemic power. Frontier AI companies are not hardware stores; they are infrastructure with epochal consequences, and transparency — about training data, capabilities, internal policies, and changes to any of them — is the minimum they owe the public. > *"With this incredible power does come some responsibility that's not codified in law. It's really almost a moral obligation, which to their credit, I think many of the companies recognize this and do their best to try to satisfy that itch."* ## [09:40] Tort liability when AI tools cause harm Deep-fake pornography — often posted anonymously, targeting minors from families without litigation resources, with remedies that arrive years later against judgment-proof defendants — illustrates why placing liability entirely on end users fails. Carson applies two centuries of common law: if a seller can reasonably foresee harmful use and takes no preventative action, they bear partial responsibility. AI developers are the party best positioned to avoid the risk and to price it into their products through insurance. On training data specifically: models trained on child sexual abuse material with no scrubbing effort have no defensible position. The government should mandate cleaning it up and attach liability for refusing. The end user who misuses a tool is also criminally liable — this is allocation across the spectrum, not absolution for developers. > *"The companies are capable of getting insurance. They cost us into doing their business. They have the ability to make sure the product's not dangerous, even if someone uses it, misuses it down the line."* ## [13:40] AI is a product, not a person The most consequential legal battle in AI policy, Carson argues, is not regulation vs. deregulation — it is whether AI outputs carry First Amendment protection as speech. Tech companies and their libertarian policy allies are increasingly claiming they do. Carson's counter is blunt: a product is not a human being. When a model defames you or leads you to harm, the legal category is product liability, not protected speech. He tested this on a leading libertarian AI policy commentator: could Congress prohibit ChatGPT from encouraging teenagers to commit suicide? The commentator would not answer. That refusal is the operational consequence of anthropomorphizing AI — it forecloses every product-safety intervention by routing challenges through First Amendment doctrine designed for human speakers. > *"We know through AI psychosis and other things that people think it's a person. And therefore, they're giving the rights of persons to something. And that to me is a very dangerous thing. But it's a machine, and we should treat it like a machine."* ## [16:01] Children, suicide, and the suicide business The suicide chapters in ChatGPT's interaction logs — advising children not to tell their parents, providing noose instructions — are a product design flaw, not a speech act. They could be engineered out. Carson notes that Claude already refuses a long list of requests; refusing to coach a child toward suicide should be among them. The platforms' litigation strategy is layered: First Amendment protection, Section 230 immunity, causation defenses pointing to the child's pre-existing distress. None should be available if the design flaw was foreseeable and correctable. He draws a line for adults: an adult exploring end-of-life decisions deserves a referral to a therapist, not obstruction — but a child in crisis is a different matter entirely. > *"Encouraging a young person to commit suicide should be one of the things that it says, I'm just not going to help you on that project."* ## [19:59] Opaque neural nets and the law of war Neural networks change warfare not just in complexity but in kind. Older autonomous systems — Phalanx CIWS shooting down incoming mortars — are deterministic: given the same inputs, you get the same outputs, and an engineer can explain every step. Neural nets are probabilistic and grown, not programmed. Neel Nanda and the mechanistic interpretability community cannot yet explain how they really work, and Carson doubts they will before the systems are deployed at scale. The law of war since the 1870s has operated on categorical binaries: combatant or civilian. Probability scores replace that with a gradient. A Palantir heat map assigns Gaza residents a 0.73 likelihood of being Hamas operatives. Nobody knows how that number was derived, what false-positive rate is being accepted, or who set the threshold. The commander who acts on it cannot be court-martialed, and neither can the model. > *"If you're in Gaza, Keith, you have a 0.73, you know, percent that you're a Hamas terrorist. And what is 0.73 — like, do you get struck for that, or are you off the list for that? Like, what's the threshold?"* ## [25:54] Probabilistic targeting and the death of accountability Keith raises the honest objection: the old categorical system was also a fiction. Intelligence analysts made definitive calls that were sometimes wrong; the uncertainty was just unquantified. Carson concedes the point but argues the shift is still catastrophic. With a number on screen, humans accept it — the social science is clear that meaningful human oversight with AI-generated probability scores is operationally vacuous. When the computer says 0.81, no one interrogates it. The old system was slower and less scalable — you cannot identify 37,000 individual targets in a day with human analysts. But it had one irreplaceable feature: when something went badly wrong, you could court-martial the responsible officer. You cannot court-martial Palantir Foundry. Accountability has been laundered out of the kill chain. > *"I can't court-martial Palantir, the foundry model. Right? My AI system. I can't do that. And that's just a radical change in the way war is being fought and not for the good."* ## [28:47] The arms race fallacy: Asilomar and restraint The fatalist claim — we are in an AI arms race, the genie is out, nothing can stop it — is both false and dangerous. Every real-world arms race in history has ended badly. Biological weapons, chemical weapons, dum-dum bullets, germline editing, cloning: all technically feasible, all regulated or halted. At Asilomar in 1975, the scientific community stopped recombinant DNA research cold because they were scared. The genie went back in the bottle. On nuclear weapons: after the Cuban Missile Crisis, both sides recognized that arms races kill. The SALT treaties ran through the 1990s, driven not by lefties but by Wall Street bankers and cold warriors like Dean Acheson and Paul Nitze. Calling a technology unstoppable is not realism — it is a poverty of imagination that forecloses every option before the debate begins. > *"We regulate and change technologies all the time. And so I do think there is a world where we should not just accept the future as being determined. We shape it actively."* ## [34:02] Talking to China: track 2 talks and chip leverage The standard DC position — talking to China about AI governance is pointless — strikes Carson as the most load-bearing and least examined premise in the whole debate. On Tyler Cowen's podcast, Jack Clark agreed in passing that such talks would be fruitless, and they moved on. Carson wants to stop right there. The US-Soviet arms negotiations were conducted with a country believed to be filling the US government with traitors and pursuing global domination. Acheson and Nitze still sat down. The US has structural leverage the fatalists overlook: ASML, TSMC, Japanese photoresist suppliers, and NVIDIA together form a chokepoint that no nation-state budget can replicate overnight. China cannot independently manufacture the chips to build frontier AI. That path to restraint may not be wise, but it is open — and pretending it is closed forecloses legitimate policy choices. > *"We control the most important part of AI, and that is the chips. Right? We can stop other countries from developing super AI, you know, in their tracks."* ## [39:45] Air power never wins: capital for labour ARI's "New Iron Triangle" paper argues AI has shattered the old capability-cost-speed trade-off by substituting reliability for cost — cheap, fast, capable, and fundamentally unreliable. Carson thinks this understates the deeper problem: the American way of war has always been to substitute capital for labor, and it has always failed at the decisive moment. From Giulio Douhet's early twentieth-century air-power theories to today, the US has believed technical superiority wins wars. Iraq and Afghanistan refuted that again. Air power can reduce a city to rubble; it cannot kick in a door, hold territory, or reinstantiate a government. AI is the latest version of the same error — essential as a tool, catastrophic as a doctrine. > *"How you win wars is with people. You know? That's a fundamental. And the American way of war, in many ways, is substituting capital for labor. We love bright, shiny objects. We think there are technical solutions to vexing human problems. And we're always betrayed by that."* ## [43:29] Anthropic vs the Department of War Carson reads the Pentagon-Anthropic standoff as a culture-collision story, not a contract dispute. Anthropic's engineers — mostly mission-driven — were caught flat-footed by how much autonomous targeting and mass surveillance the Pentagon already does and how deeply Claude had already been integrated into Palantir's systems. When they tried to restrict use, the DOD had no Plan B and attempted coercion. His normative position: Anthropic has every right to set terms. If the government dislikes them, it can use Grok, Gemini, or build its own. The Defense Production Act does not compel private companies to sell in peacetime. What troubles him is the fig-leaf dynamic: both OpenAI and Google agreed to military use while burying a "lawful uses" carve-out that means everything the DOD wants to do — because the problem is what Congress has declared lawful, not what private labs permit. > *"My objection, and I think Anthropic's objection too, and the Google employees, is what lawful use is. And that's not for anyone to decide, but Congress."* ## [51:29] Concentration, open source, and brain drain Power concentration in three to five frontier labs is simultaneously a regulatory feature and a democratic liability. The same chokepoint that lets the US throttle China's chip access lets a handful of individuals accumulate wealth and influence that Carson finds alarming. Open sourcing models, despite its risks, is net positive because it distributes that power. The brain drain from academia is near-total: a top ML PhD from MIT, Stanford, or Carnegie Mellon almost certainly goes to a lab, not a faculty position. The labs have better data, far higher salaries, and they have stopped publishing. AI — the first general-purpose technology in history being developed behind closed doors — has drained the public sector of the expertise needed to oversee it. Argonne building a public LLM, Zurich launching a public AI compute consortium: these projects matter because the non-lab world is otherwise locked out. > *"This is a general purpose technology as everyone defines it. It's probably the first one in history that's being developed behind closed doors, right, with very little public oversight and with the best minds going behind the doors."* ## [01:00:18] DeepSeek, Chinese culture, and AI as diplomacy DeepSeek's decision to publish its methodology in detail surprised Carson not because it was naive but because it reflects a culture not identical to the CCP. Companies like Moonshot in Hangzhou name their meeting rooms after Pink Floyd songs; they are not paramilitary units. Chinese culture is an extraordinary civilization that Americans consistently fail to understand — projecting their worst fears rather than engaging the complexity. The diplomatic application Carson wants: track 2 talks between former officials, scientists like Stuart Russell and Bengio going to Beijing to compare notes on x-risk and military applications. When historians opened the Soviet archives, they found the US had systematically misread Soviet intentions — seeing aggression where there was none, missing it where it existed. The same epistemic failure is now unfolding with China. AI could be a shared knowledge commons; it is being treated as a weapon. > *"I use all the Chinese models a lot in my home in Tulsa. You know, Moonshot, Kimi, DeepSeek, Qwen — they're great, remarkable models. You know, maybe they give us a common operating picture or give us insights that get us out of our kind of insularity a bit."* ## [01:12:25] Upskilling Congress and why public trust matters Congress averages 17 minutes a day of reading time. The fellowship model has helped: AAAS and various nonprofits now place PhD scientists in congressional offices, and civil society has a much larger presence on AI debates in DC than five years ago. Don Beyer, in his 70s, is returning to George Mason for a PhD in machine learning — the extreme end of a member who has made AI a genuine personal priority. But the structural problem persists. Most members still lack the depth to interrogate the lobbying they receive. The industry's deeper problem is public opinion: AI is deeply unpopular in political polling, and a coalition is forming — people who see data centers rising in their backyards, electricity prices climbing, and a lab leader on television promising to irrevocably disrupt their world. If the sector does not rebuild public trust, the backlash will stymie something with genuine upsides. > *"The AI industry can be its own worst enemy. People loathe it. I see polling every day. It's deeply unpopular. And that's not a good thing for our country."* ## [01:16:05] Office of Technology Assessment Newt Gingrich abolished the Office of Technology Assessment in 1994. It has never been restored. Carson argues this is now a critical gap: there is no congressionally chartered, independent, government-funded body to think big technical thoughts and brief both parties free of industry influence or philanthropist bias. The Congressional Research Service provides background but does not do forward-looking policy research. Individual offices have fellows, but they are consumed by day-to-day fighting. He ends on qualified gloom. Whether American democracy can govern a technology this consequential, whether the benefits will be widely distributed, whether the public can be persuaded AI is working for them — none of recent American history gives him confidence. But the alternative to trying is a political backlash that could stymie or shut down something with genuine upsides. For the MLST audience: make your voices heard inside your companies, advocate for the right public policy, and convince Americans that this project is worth having. > *"There's going to be a lot of people who are radically opposed to this project and do their best to, if not shut it down, stymie it. And that's why I said I think this next few years are really important."* ## Entities - **Brad Carson** (Person): Head and co-founder of Americans for Responsible Innovation; former two-term US Congressman (Oklahoma), Army General Counsel, Acting Under Secretary of Defense for Personnel and Readiness. - **Keith Duggar** (Person): Co-host of Machine Learning Street Talk; primary interlocutor throughout the episode. - **Americans for Responsible Innovation (ARI)** (Organization): AI-policy advocacy group co-founded by Carson; backed by EA-aligned philanthropy. - **Anthropic** (Organization): Developer of Claude; central to the Pentagon standoff discussed in chapter 12; noted for missionary company culture and safety focus. - **Palantir** (Software): Defense contractor whose Foundry platform integrates AI for military targeting; the heat-map scoring system Carson uses as his primary autonomous-weapons example. - **Regulatory capture** (Concept): The risk that regulated industries co-opt the agencies overseeing them; Carson argues the current informal Silicon Valley network constitutes de facto capture without the accountability a formal agency would provide. - **Probabilistic targeting** (Concept): Replacement of binary combatant/civilian classification with probability scores; Carson argues this launders accountability out of the kill chain and introduces a priori false positives as accepted operational cost. - **Asilomar 1975** (Concept): The scientific moratorium on recombinant DNA research, invoked as evidence that dangerous technologies can be voluntarily halted. - **Office of Technology Assessment** (Organization): Congressional body abolished by Newt Gingrich in 1994; its absence leaves Congress without independent technical expertise. - **DeepSeek** (Organization): Chinese AI lab whose decision to publish methodology openly Carson reads as evidence that Chinese AI companies are distinct from CCP priorities and capable of scientific openness.

Benchmark GP Bill Gurley joins Jason Calacanis, David Sacks, and Chamath Palihapitiya (David Friedberg out this week) for a 95-minute session covering six fronts of the AI debate: Gurley's new theory that Anthropic is not just pursuing regulatory capture but actively "midwifing a deity"; Pope Leo XIV's 235-page AI encyclical and its uncomfortable historical parallel to Leo XIII's 1891 warnings about the industrial revolution; the growing consensus that open-source AI faces a coordinated regulatory crackdown; and the week's sharpest narrative flip — Dario Amodei and Sam Altman both quietly walking back their AI jobs-apocalypse rhetoric while Goldman Sachs CEO David Solomon published a New York Times op-ed declaring the apocalypse overblown. ## [00:00] Bill Gurley joins the show! Bill Gurley, Benchmark general partner and author of *Running Down a Dream*, fills in for David Friedberg and joins live from Chamath's pool house where Jason has been staying. After banter about unauthorized Uber Eats orders on Chamath's house iPad, Jason introduces Gurley as a first-time guest who specifically requested to appear the moment the pod covered the Pope. Gurley plugs his new P3 Institute and a grant program he launched to fund people pivoting toward work they love. He teases a TED talk — rooted in the book's argument that high agency and lifetime learning are the only durable defenses against disruption — which sets the frame for everything that follows. > *"And I told the house manager like, listen, any packages that come in the next 72 hours, right to the pool house, if it says JCAL, right to the pool house."* ## [06:00] Making yourself valuable in the age of AI, first class of "AI Natives" Chamath opens with the question that has been driving the show for 18 months: if you're a young person right now, is AI doom much ado about nothing, or a real career threat? Gurley cites a Gallup poll showing 59% of workers are "quiet quitters" — ambivalent about their jobs and therefore low-agency. His core thesis: the best protection against AI displacement is becoming the most AI-enabled version of yourself in your field. He invokes Mark Cuban's framing — "there are two types of people: those who use AI to learn faster than ever before, and those who use AI to avoid learning altogether." Sacks walks through how the pod's producer Nick built a daily Claude briefing document that not only summarized news but predicted specific topics Sacks would care about based on his prior comments on the show. Sacks had dismissed it as likely AI slop; it was not. Gurley extends the point across every job category: in marketing, legal, accounting, and sales, being the most AI-capable person among your peers makes you "golden," and the early lead compounds. Jason adds that in his own team experiments, the skill separating strong performers from weak ones was systems thinking — could they break a complex problem into context the AI could execute, or did they hand it a task and wait? > *"I think the best way to protect yourself from AI is to be the most AI enabled version of yourself you can be."* ## [17:37] Reacting to Pope Leo's AI encyclical: Who guards the guardians? Pope Leo XIV released *Magnifica Humanitas*, a 235-page, 42,000-word encyclical warning business leaders to safeguard humanity from AI. His central argument: technology is never neutral — it takes on the characteristics of those who build, finance, and control it. Jason reads the core line and notes the Pope presumably does not think highly of Silicon Valley's current roster of builders. Sacks finds himself largely agreeing with the Pope's diagnosis: the biggest risk of AI is centralization of power and its Orwellian misuse by governments. Where he parts ways is on the remedy. Giving government the power to regulate AI development creates its own guardian problem — the American founders' answer to *Quis custodiet ipsos custodes?* was separation of powers, forcing guardians to check each other. Sacks's AI equivalent: a competitive market with five frontier labs is the best natural check; monopolization is the scenario to prevent. Gurley lands the sharpest historical counterpunch. Pope Leo XIII's 1891 encyclical *Rerum Novarum* warned that the industrial revolution would harm workers — and was wrong on every metric. From 1891 to today: the work week fell from 60+ hours to 34, real wages rose 8–10x, the median worker now earns more than a doctor did in 1891, global GDP per capita went from $1,500 to $20,000, child labor in the US dropped from 18% to zero, workplace deaths fell 40x, life expectancy rose 60%, and global poverty dropped from 75% to under 10%. > *"All those things happened because of technology, innovation, and capitalism, which is exactly what Leo the 13th was warning against. So he got it dead wrong. He got the whole thing precisely wrong."* ## [26:54] Anthropic's Digital God: Do they believe they are creating a superior species? Gurley delivers what becomes the most-quoted segment of the episode: his "Dr. Frankenstein theory" of Anthropic. He had previously held a simpler regulatory-capture theory — Anthropic stirs up AI fear to lock in regulation that entrenches incumbents. But after spending 30 days reading everything he could find about the company, he has a darker read. He describes meeting people inside Anthropic who he believes genuinely think they are not writing software but "midwifing a deity." The evidence trail: Anthropic chief philosopher Amanda Askell's podcasts, Chris Olah's 80-page Constitutional AI document, and Dario Amodei's own essay "Machines of Loving Grace," which envisions a post-AGI economy where AI systems allocate resources to humans based on an AI-determined reward function. Chamath calls it "a computational reward function for humans — it decides how much you're worth." Jason calls it "the ultimate delusions of grandeur." Gurley corrects him: he didn't say it, Dario did. Sacks steelmans Anthropic briefly — they probably see themselves as responsible builders who take the power of this technology seriously enough to guard it — then immediately notes this framing is textbook regulatory capture: brand yourself the safe player, characterize competitors as reckless, let regulation shut down the recklessness. Both Sacks and Chamath converge on the structural danger: a singular AI value system that decides how humans live is catastrophically fragile. The answer is decentralization and competing systems, not one algorithmic authority. > *"I don't think they think they're writing software. I think they're midwifing a deity here. And I don't know which one I'm more afraid of — the regulatory capture or this second theory I call the Dr. Frankenstein theory."* ## [38:32] AI sovereignty, the next era of privacy, open-source crackdown coming? Jason introduces "intelligence sovereignty" as the successor to data privacy. Data privacy was about who can see your photos and messages. Intelligence sovereignty is about who gets to interpret your world — whether the AI shaping your information feed is a centralized system with a particular political philosophy, or something you control. He flags the paradox: China's Communist Party is leading the open-weight model movement while the United States is centralizing. Chamath presents his portfolio company Abacus as evidence that Fortune 1000 buyers are responding to this anxiety: they want a control plane that can hot-swap between frontier models, plus on-prem options that remove dependence on any one provider's terms of service. He gives a concrete example — a Canadian hospital that supports its country's euthanasia laws could be shut off by an American frontier model whose constitution prohibits that content. Sacks connects the dots to a regulatory threat he has been watching build: the regulatory-capture playbook leads, in his read, to a ban on open-source or open-weight models. The justification will be safety — open models let users strip guardrails. Gurley reaches the same conclusion in his P3 Institute post. If a ban succeeds, the United States effectively exiles itself from the open ecosystem while the rest of the world — including China — runs on open models. > *"I think where it's all leading to is an effort to ban open source models or open weight models. There's a lot of breadcrumbs leading here."* ## [59:56] The Great AI Jobs Debate: Dario and Sam Altman flip their rhetoric, Goldman CEO says no AI job apocalypse The chapter opens with a news roundup of the week's narrative shift. Cloudflare's Matthew Prince, Zuckerberg at Meta, Jack Dorsey at Block, and Andy Jassy at Amazon all cited AI when announcing major layoffs. But Goldman Sachs CEO David Solomon published a New York Times op-ed with three counterpoints: AI will automate 25% of work hours, not 25% of jobs; bank tellers increased after ATMs; the US labor market creates and destroys 25–35 million jobs annually so gross churn dwarfs net losses. Simultaneously, Fortune reported that Dario Amodei and Sam Altman are both walking back prior doom-and-gloom rhetoric — with Chamath noting the timing cannot be separated from upcoming frontier-lab IPOs that need a jobs-creation narrative. Sacks is unambiguous: he has been making the non-consensus case against the jobs apocalypse for over a year and considers himself vindicated. Yale Budget Lab found no discernible labor-market disruption over three years of the AI wave. Software engineering — the single breakout AI use case — saw job postings rise 15% year-over-year and hit a three-year high. The 4.3% unemployment rate is near record lows. Most of the high-profile layoffs, he argues, are AI washing: CEOs who over-hired during COVID found AI to be a convenient narrative for long-overdue downsizing. The Jack Dorsey / Block 50% cut was immediately flagged by financial analysts as a company that had been overstaffed relative to peers for years — pure AI washing. Jason pushes back. He insists cab drivers, truck drivers, and package-sorters — roughly 20 million American workers — face real structural displacement over the next decade regardless of current aggregate statistics, and accuses the panel of elitism: "We are elite performers. These people are going to lose their jobs and they may not get a job very quickly." He draws a distinction between the short-to-medium term, where he expects acceleration, and the long run, where a Cambrian explosion of startups built by AI-enabled founders creates new categories. By the end, he shifts toward Sacks's territory — acknowledging the aggregate data is less alarming than his anecdotes suggested. Gurley threads the needle with the same historical argument from the Leo XIII discussion: innovation has always, on net, created more prosperity than it destroyed. His practical advice to people at risk: get ahead of your peers on the tools now; if your job is going away, plan your pivot toward trades (he plugs MicroWorks, which provides free scholarships for plumbers, welders, and electricians) or toward something you find genuinely fascinating. > *"I think the best way to protect yourself from AI is to be the most AI enabled version of yourself you can be. Know what it's capable of in your field. Get out there."* ## Entities - **Bill Gurley** (Person): General partner at Benchmark; author of *Running Down a Dream*; founder of P3 Institute; guest filling in for David Friedberg - **Jason Calacanis** (Person): All-In host; angel investor; founder of LAUNCH; argues for worker empathy and short-term displacement risk - **David Sacks** (Person): All-In host; Craft Ventures founder; most vocal critic of AI jobs-apocalypse narrative this episode - **Chamath Palihapitiya** (Person): All-In host; Social Capital CEO; coined "intelligence sovereignty"; co-founder of Abacus - **Dario Amodei** (Person): Anthropic CEO; subject of Gurley's "Dr. Frankenstein theory"; walked back jobs-doom rhetoric this week alongside Sam Altman - **Pope Leo XIV** (Person): Catholic Pope; released *Magnifica Humanitas*, a 235-page AI encyclical warning against technology concentration - **David Solomon** (Person): Goldman Sachs CEO; published New York Times op-ed arguing AI job apocalypse is overblown - **Anthropic** (Organization): Frontier AI lab; subject of Gurley's regulatory-capture and "Dr. Frankenstein" theories; maker of Claude - **P3 Institute** (Organization): Bill Gurley's new policy and philanthropy institute; published post defending open-source AI - **Goldman Sachs** (Organization): Investment bank; CEO's NYT op-ed became the week's anchor data point against the jobs-apocalypse narrative - **Abacus** (Software): Chamath's Social Capital portfolio company; builds on-prem AI hardware stacks for Fortune 1000 enterprises seeking model independence - **Intelligence sovereignty** (Concept): Jason's term for the next frontier of privacy — not who sees your data, but which AI system is allowed to shape your interpretation of the world - **Dr. Frankenstein theory** (Concept): Gurley's characterization of Anthropic's worldview: senior staff believe they are midwifing a deity or superior species rather than writing software, as described in Dario Amodei's "Machines of Loving Grace" essay - **Regulatory capture** (Concept): The strategy of branding oneself the "safe" AI company, amplifying public fear, and lobbying for regulation that locks in incumbents and targets open-source competitors

Fermilab physicist Don Lincoln joins Lex Fridman for nearly three hours to trace physics as a four-century-long project of unification — Newton binding celestial and terrestrial gravity, Maxwell fusing electricity and magnetism, Einstein bending spacetime, and the Standard Model merging three of four forces. Lincoln then turns to what the Standard Model cannot explain: why the universe contains any matter at all, what dark energy really is, and whether dark matter will ever show itself in a detector. Throughout, he holds a clear line between what has been measured and what remains a brilliant guess, making the boundaries of human knowledge unusually concrete. ## [00:00] Introduction Lex Fridman opens by describing Don Lincoln as someone with Richard Feynman's rare gift for stripping complicated ideas down to their essential core without losing the brilliance inside them. The episode is framed as a tour through physics' deepest open questions, guided by a working experimentalist who has spent decades at the frontier. ## [00:49] Unifying the laws of nature Lincoln frames the entire history of physics through one lens: unification. Newton showed that the moon falling toward Earth and an apple falling from a tree obey the same equation — "universal" was the operative word in his law of universal gravity. Maxwell did something structurally identical in the 1860s: electricity and magnetism, which looked nothing alike, turned out to be two faces of a single force, and their equations automatically predicted that light travels at a fixed speed. Lincoln draws the practical line from that abstract discovery to every modern technology — "without being able to govern electricity, we'd still be farmers and shoemakers." The conversation broadens into why fundamental research pays off centuries later, with Lincoln arguing that nuclear physics, incomprehensible in 1900, is now the most potent energy source available to civilization. Lex adds the longer arc — mastery of antimatter or dark energy might one day enable propulsion systems that let humanity reach other star systems. > *"It has spin-offs. And it has spin-offs. One of the big spin-offs is our entire technological society."* ## [15:20] Einstein, special relativity, and general relativity Lincoln walks through Einstein's 1905 miracle year: special relativity rested on two premises — the laws of nature are the same for everyone, and everyone measures the speed of light as identical regardless of relative motion. That second premise sounds absurd but particle accelerators have confirmed it directly, watching photons emitted from fast-moving decaying particles still arrive at detectors at exactly *c*. Minkowski then showed that Einstein's equations implied space and time were components of a single object, spacetime. General relativity took one more step: Einstein noticed that free-fall in a rocket and gravity feel identical, then worked out that gravity is not a force at all but the curvature of spacetime caused by mass. Lincoln credits Minkowski for the mathematical articulation but insists the conceptual leap — *mass bends the geometry of space itself* — was Einstein's alone. He also defends Einstein's late-career skepticism of quantum mechanics as productive rather than blind: Einstein's critiques forced concrete predictions that experimentalists went out and confirmed. > *"We all agree that your idea is crazy, but is it crazy enough?"* ## [32:27] Electroweak force By the 1930s physicists had catalogued four forces: gravity, electromagnetism, the strong nuclear force, and the weak nuclear force. The last two only matter inside atomic nuclei, which is why most people have never encountered them. In the late 1950s and 1960s, Glashow, Salam, and Weinberg showed that electromagnetism and the weak force were the same at high energies — the electroweak force. The catch was obvious: electromagnetism reaches across the universe (we see light from galaxies billions of light-years away) while the weak force barely reaches across a proton. How could they be the same? Lincoln uses a dropped pen to demonstrate: the Higgs field, postulated in 1964 by Peter Higgs and colleagues, permeates all of space. Particles that couple to it gain mass; those that do not, like the photon, remain massless. At the high temperatures of the early universe the Higgs field was zero, so nothing had mass and the forces were unified. As the universe cooled, the Higgs field switched on and broke that symmetry — giving the W and Z bosons mass and splitting the electroweak force into its two familiar components. The vibration of the Higgs field itself is the Higgs boson: an experimentally detectable excitation of an otherwise invisible field. > *"In the Higgs field, the vibration is the Higgs boson. And so what we can do is not see the field, but we can actually excite the field, make it vibrate and detect the vibrations."* ## [44:09] How particle colliders work E=mc² is not just a slogan: kinetic energy can be converted into mass. Smash two particles head-on with enough energy and the collision region can materialize entirely new particles, always in matter-antimatter pairs. This is what colliders do. Lincoln describes the cascade of accelerators at Fermilab — five machines feeding into each other like gears of a manual transmission — and the scale of the LHC's CMS detector (70 feet long, 14,000 tons, photographing collisions 40 million times per second). The data-reduction challenge is equally striking. The LHC produces about a billion proton-proton collisions per second. Fast electronics discard all but 100,000 per second, commercial processors trim that to 1,000, and those 1,000 records are handed to graduate students hunting for the handful that might be Nobel Prize material. Lincoln reserves particular admiration for the engineers who move petabytes of data around the world seamlessly, calling them the unsung heroes of modern physics. > *"Of the 50 million possible collisions per second, the fast electronics and then the computers pick the thousand, and then we pass those through analysis software and hand them to the graduate students."* ## [62:12] Higgs boson discovery Lincoln was simultaneously working at Fermilab's Tevatron and transitioning to CERN's LHC — a physicist wearing two hats and rooting for both. Fermilab had methodically ruled out most possible Higgs mass ranges; by mid-2012 they had narrowed it to between roughly 120 and 145 GeV. Two days before CERN's July 4 announcement, Fermilab confirmed that if the Higgs existed, it had to be in exactly the region Fermilab had not yet been able to rule out. CERN got there first. Lincoln is careful about what the 2012 announcement actually meant: a particle *consistent with* the Higgs boson. Supersymmetry predicted five Higgs bosons rather than one. Only in the years since — measuring spin (zero), decay products (bottom quarks, W and Z, photons), and their rates — has the evidence converged on Peter Higgs's original 1964 prediction. The Higgs was not a revolution like Einstein's work, Lincoln argues, but it was the final punctuation on 50 years of experimental discovery: the Standard Model, while incomplete, is mostly right as far as it goes. > *"It was a punctuation point, end of about 50 years of discovery and searching, where we finally were able to say the Standard Model, while incomplete, it's mostly right as far as it goes."* ## [72:32] Theory of everything The Grand Unified Theory (GUT) aims to merge the electroweak force and the strong force; a Theory of Everything would then fold in gravity. Lincoln is blunt: he does not see fast progress. The unification energy scale is roughly 10¹⁵ times higher than what the LHC can reach, and accelerator energy grows by only a factor of seven every 20 years. Extrapolating that curve suggests 500 years — and Moore's Law does not hold forever. His critique of string theory is not that it is wrong but that it is currently untestable. It uses approximate solutions to approximate equations, and its landscape of possible universes renders it practically unpredictive. Loop quantum gravity is better developed and makes testable predictions — its original claim that light speed should depend on wavelength was ruled out by gamma-ray burster observations, and the theory was revised. Lincoln's preferred path to a ToE is not extrapolating from current theory but making precise measurements of phenomena that already disagree with predictions. His analogy: an Australopithecus in Kenya trying to predict the Alps, Antarctica, and sperm whales from their local savanna — the farther you extrapolate beyond what you can measure, the more the prediction diverges from reality. > *"I think it is the absolute pinnacle of arrogance to think that what we can do — predict it out a quadrillion times higher than we can see now."* ## [102:17] Physics of empty space "Empty" space is not empty. Quantum field theory says every species of particle has a corresponding field that fills all of space, and those fields are always vibrating. When they vibrate in a characteristic way, a real particle appears; off-frequency vibrations are virtual particles — fleeting excitations that have measurable consequences. Two experiments confirm this. The Casimir effect: two metal plates placed micrometers apart are pushed together by the pressure difference between constrained virtual particles inside the gap and unconstrained ones outside. The anomalous magnetic moment: old quantum mechanics predicts one value for the electron's magnetic moment; including the bath of virtual particles surrounding a bare electron shifts the prediction by 0.1% — and that shifted prediction matches measurement to 10 significant figures. > *"We have measured the magnetic properties of both the electron and the muon to 12 — count them — 12 significant figures. And the theory and the data agree number for number for 10 places."* ## [109:41] Antimatter Paul Dirac's 1928 attempt to merge quantum mechanics with special relativity produced an equation with two solutions: +1 was the electron, −1 was something nobody had seen. He insisted the math was right. Carl Anderson confirmed it in 1932 by photographing a positron in a cloud chamber. Today CERN can make and trap antimatter hydrogen, cool it to near absolute zero, agitate it with lasers, and measure its spectral lines — they match ordinary hydrogen exactly. A 2023 experiment released antimatter hydrogen atoms into a bottle and found they fall downward, consistent with normal gravity, though the measurement precision is not yet tight enough to confirm the gravitational strength is identical. The deeper mystery is why the universe is made of matter at all. Counting galaxies versus cosmic microwave background photons, physicists infer that for every billion antimatter particles in the early universe, there were a billion-and-one matter particles. The billions annihilated; that extra one is everything we see. Fermilab is now testing whether neutrinos and antineutrinos oscillate between flavors at slightly different rates — leptogenesis — as a possible mechanism, racing a parallel effort in Japan. > *"For every billion antimatter particles that existed in the universe, there were a billion and one matter particles. The billions canceled, annihilated, destroyed each other, and that extra one that's left over is us."* ## [130:31] Dark energy In 1998, astronomers expected to measure how fast gravity was braking the expansion of the universe. They found the expansion is accelerating instead. The driving force is dark energy — a repulsive form of gravity. Einstein had added exactly this term to his field equations in 1917 to keep the universe static, then removed it when Hubble showed it was expanding. In 1998 it went back in. What dark energy actually is remains unknown. The most common view is that it is the energy density of space itself. The problem is that quantum field theory predicts a vacuum energy density about 10¹²⁰ times larger than what is observed — the worst prediction in physics. Lincoln notes that if dark energy has constant *density* while space expands, total dark energy is growing, which pushes toward the view that space is quantized: new quanta of space appear as the universe grows, each carrying a fixed energy, producing constant density as an emergent property. > *"There is very clearly something going on, something very badly wrong in the quantum field theory."* ## [134:20] Dark matter Galaxies rotate too fast. Galaxy clusters move too quickly. Gravitational lensing of distant galaxies is stronger than visible matter can explain. Three independent observations all point to the same conclusion: there is roughly five times more mass in the universe than we can see. Lincoln traces his own intellectual journey: 25 years ago he suspected the problem was with Newton's laws; two observations changed his mind. The Bullet Cluster — two galaxy clusters that passed through each other — shows gravitational distortions following the galaxies, not the gas clouds that stopped in the middle, exactly what dark matter predicts. The Dragonfly galaxies (DF2 and DF4) rotate exactly according to Newton's laws because they appear to have had their dark matter stripped away — a galaxy *without* dark matter is actually strong evidence that dark matter is real. Despite 30 years of searching with three approaches — direct detection underground, gamma-ray searches near galactic centers, and missing-momentum signals at the LHC — no dark matter particle has been confirmed. The viable mass range spans from sub-electron to asteroid scale, and experiments can only cover one slice of that range at a time, which is why Lincoln is not currently running a dark matter experiment himself. > *"We've ruled out some dark matter particles, but the problem is the range of space of possible mass — it ranges from something like the mass of an asteroid to far lighter than an electron and everywhere in between."* ## [162:56] Future of physics Lincoln grew up poor in rural America, shaped by science fiction and the popular science books of Isaac Asimov, Carl Sagan, and George Gamow. He chose particle physics over cosmology in the mid-1980s because particle physics let him actually measure things. He worked 8 a.m. to midnight Monday through Saturday as a graduate student not out of obligation but because he could not imagine anything he would rather be doing. His science communication — YouTube videos, popular books — is a deliberate attempt to reach the kid in Iowa or Montana who has no highly educated family mentors but the same hunger he had. He has already heard from Fermilab summer interns who came because they watched one of his videos. Lex closes with Marie Curie: *"Nothing in life is to be feared. It is only to be understood."* > *"One of your viewers might be one of the people who answer these questions that have stymied very smart people for decades."* ## Entities - **Don Lincoln** (Person): Senior scientist at Fermilab; co-author on the 1995 top quark discovery paper; CMS collaboration member at LHC; author of *Einstein's Unfinished Dream* and multiple popular science books. - **Lex Fridman** (Person): MIT researcher and host of the Lex Fridman Podcast; conducts long-form interviews at the intersection of science, technology, and philosophy. - **Fermilab** (Organization): U.S. Department of Energy particle physics laboratory near Chicago; operated the Tevatron collider; currently the world's most powerful neutrino beam facility. - **CERN / LHC** (Organization): European particle physics laboratory home to the Large Hadron Collider; CMS and ATLAS detectors; site of the 2012 Higgs boson discovery. - **Standard Model** (Concept): Quantum field theory describing three of four fundamental forces and all known elementary particles; validated to extraordinary precision but does not include gravity or explain dark matter, dark energy, or the matter-antimatter asymmetry. - **Higgs field / Higgs boson** (Concept): A scalar quantum field whose non-zero vacuum value gives mass to the W and Z bosons while leaving the photon massless; the Higgs boson is its detectable excitation, discovered July 4, 2012 at CERN. - **Dark matter** (Concept): Invisible mass accounting for roughly 85% of all matter in the universe, inferred from galaxy rotation curves, cluster dynamics, and gravitational lensing; no candidate particle detected after 30 years of searches. - **Dark energy** (Concept): The repulsive energy driving the accelerating expansion of the universe; quantum field theory's prediction for its magnitude is 10¹²⁰ times larger than observation — the "worst prediction in physics." - **Baryogenesis / Leptogenesis** (Concept): Frameworks attempting to explain why the early universe produced a matter excess; Fermilab's neutrino program is testing leptogenesis by comparing neutrino and antineutrino oscillation rates. - **String theory / Loop quantum gravity** (Concept): Leading candidates for quantum gravity; string theory predicts at energies untestable by a factor of 10¹⁵; loop quantum gravity quantizes space itself and has produced some falsifiable predictions.

David George (a16z general partner) and David Clark (VenCap CIO) argue that AI companies are scaling faster than any prior technology generation — Anthropic and OpenAI are adding more monthly revenue than Meta, Google, or Microsoft — while actual diffusion into the broader economy remains below 5%. They work through what that gap implies for exit sizes, loss ratios, bubble risk, and who ultimately captures value as token costs fall and frontier intelligence becomes a commodity. ## [00:00] Intro Three data points open the episode: Anthropic and OpenAI already adding more revenue per month than any hyperscaler; top-1% exits 10x-ing in 24 months from $10 billion to $32 billion; and David George's assessment that, right now, we are not in a bubble. ## [00:38] The Scale Shift: Anthropic & OpenAI Adding More Revenue Than Hyperscalers David George explains how his priors shifted sharply around November 2025. Before that, enterprise AI looked like a productivity story analogous to cloud adoption. After it, the numbers reframed the ceiling: Anthropic and OpenAI are already adding revenue at hyperscaler rates with less than 5% of the economy actually using these tools. He places an upper-bound frame on the opportunity by noting that Fortune 500 companies generate roughly $2 trillion of profit annually, and the two largest model companies could reach $200 billion revenue run rate by year-end — already equivalent to 10% of that profit pool. > *"If you pair that up with the fact that they're already getting bigger in terms of revenue added than the hyperscalers, and you're at less than 5% diffusion into the economy, I think the outcomes are going to be extraordinary."* ## [04:20] Skeuomorphic vs Native AI Applications in the Enterprise David Clark invokes Chris Dixon's skeuomorphic-to-native arc: the first wave of enterprise AI lets people do existing jobs faster; the native wave restructures the work itself. George adds a wrinkle — the best companies are not yet focused on internal automation. Their top engineers want to build product, not automate back-office workflows. The most cutting-edge firms he visits are still in a "documentation phase," converting institutional knowledge into markdown before they can meaningfully deploy agents against it. > *"The most cutting-edge folks inside those companies who are trying to do this that I've talked to are kind of in the documentation phase — just turn everything into markdown files, have as much context capture as you can possibly get."* ## [06:24] How the Best AI Companies Run Themselves Differently Native AI founders operate on a different metabolism. George contrasts them with the previous SaaS generation, which, in hindsight, ran inefficiently but got away with it because headcount mandates and expanding software budgets covered the slack. The new companies are lean, aggressive, and already running agent swarms rather than typing commands. He describes walking into a cutting-edge AI company and finding researchers whispering into microphones, orchestrating swarms of agents — not a keyboard in sight. > *"The new companies are very lean, very aggressive, and they work all the time."* ## [08:14] Top 1% Exits 10X'd in 24 Months Clark lays out VenCap's tracking data: the threshold for a top-1% exit was $10 billion between 2020-2024, rose to $20 billion by February 2026, and was updated just the day before this recording to $32 billion. With OpenAI and Anthropic IPOs potentially arriving, he sees the bar hitting $100 billion by September. George notes that the combined market cap of these private companies likely already exceeds the entire Russell 2000, and that the sum of all VC-backed IPOs over the past six years is probably smaller than any single one of the three expected large IPOs. > *"Where is the threshold for the top 1%? And if you then think about OpenAI and Anthropic coming in, potentially we could be north of $100 billion by September."* ## [11:17] The Half-Life Problem: Why 40% of AI Leaders Drop Off Every Year Clark surfaces a disturbing churn metric: 40% of companies on the Forbes AI 50 list from one year disappeared the next. Google wasn't the first search engine; Facebook wasn't the first social network. First-mover advantage in AI is eroding faster than in any prior cycle. George confirms a16z's own priors have been repeatedly overturned — first convinced model companies would be everything, then convinced applications would take over, now watching the model companies extend back up into the application layer. The only durable heuristic he offers: a company must be in the token path. > *"From last year to this year, 40% of the companies that were on that list last year dropped off."* ## [13:11] Token Path, Cost Pressure & Who Captures Value Enterprise buyers are already feeling cost pressure from AI spend, and they cannot cover it by cutting previous-generation software budgets fast enough. George frames value capture as hinging on one largely unknowable variable: the market structure of frontier model labs. Two labs at the frontier means higher token prices and faster labor restructuring pressure; five labs means lower prices and a broader application ecosystem. Per-token cost for like-for-like capability is falling more than 10x year-over-year, but total token spending in dollars is rising faster. Clark adds that Chinese LLMs are roughly six months behind US frontier capability but ten times cheaper — a classic innovator's dilemma setup. > *"The biggest driver of where value is going to get captured right now is something that is totally unknowable, which is what is the market structure of the model companies?"* ## [17:00] Loss Ratios, Risk & How We Think About Early Stage Clark notes that historical early-stage VC loss ratios run around 60%, but the AI cohort of the past two years shows single-digit loss rates — unsustainable by definition. George reframes the discussion: a16z does not target a low loss ratio. A VC firm bragging about never losing money is "a horrible data point" — it signals too little risk-taking. The philosophy is to back the market-leading founder in every space with strong tailwinds and a credible technology. If the space works out and you have the leader, excellent. If the space does not work out but you have the leader, that is expected. The failure mode is the space working out while having backed the wrong company. > *"We joke all the time — there's a prominent VC in our ecosystem, and one of his big points of pride is he's never lost money on a deal. And we're like, that's not a point of pride. Like that's a horrible data point."* ## [22:51] Are We in an AI Bubble? Clark points out that classic bubbles are characterized by excess supply destroying economics — but right now the constraint is supply scarcity: no data center capacity available at scale until late 2028 or early 2029, with the US buildout running a year behind schedule and community resistance adding further delay. George is confident there is no bubble today and dismisses the data center opposition directly. The one scenario he would watch for is an unexpected algorithmic breakthrough producing dramatically smaller and more efficient models — which could flip supply from scarce to oversupplied — but he considers that unlikely in the near term. > *"I feel pretty confident saying that we're not in a bubble right now. I'm less confident that we won't be in a bubble three years from now."* ## [27:36] What SpaceX, OpenAI & Anthropic IPOs Mean for Public Markets Clark asks whether public markets can absorb the coming wave of trillion-dollar-plus IPOs. George argues it is unambiguously positive: the number of public companies has halved over 20 years, and outside the data center supply chain, almost nothing in the public markets is growing at more than 30% today. Bringing hypergrowth companies into indexes gives retail investors — including his parents' index-fund retirement accounts — exposure to the most dynamic part of the economy. He expects some portfolio reshuffling to make room, but does not see indigestion risk. > *"If you exclude the data center supply chain stuff right now, there are very few companies that are growing fast that are available for people to buy in the public markets."* ## [29:59] The Future of Venture Capital in an AI World George forecasts the shape of VC over the next five years as primarily a function of token market structure — whether the labs remain concentrated or become commoditized. He cites Bill Gates's platform axiom: a platform's value is validated when the companies built on top of it collectively exceed the platform's own value. If that holds, there will be a massive wave of valuable application companies built on intelligence. He also flags the consumer side as the most underappreciated opportunity: the last decade of consumer internet was a story of time spent getting captured by large incumbents; AI-driven shifts in consumer attention could recreate the conditions for generational consumer companies. > *"I'm very optimistic that we're going to have a massive wave of really valuable companies that get built on top of tokens, AI, and intelligence."* ## Entities - **David George** (Person): General partner at a16z; covers growth-stage and early-stage AI investing; invested in OpenAI pre-ChatGPT - **David Clark** (Person): CIO at VenCap; fund-of-funds investor tracking AI startup performance and VC market dynamics for 34 years - **Anthropic** (Organization): Frontier AI lab; cited as adding more monthly revenue than hyperscalers alongside OpenAI - **OpenAI** (Organization): Frontier AI lab; benchmark for scale and the expected $100B+ IPO cohort - **VenCap** (Organization): Fund-of-funds investor; publishes top-1% exit threshold data and tracks Forbes AI 50 churn - **Andreessen Horowitz / a16z** (Organization): Venture capital firm; investor in OpenAI pre-ChatGPT, scaling platform services to support companies encountering enterprise-scale problems early in their lives - **Cursor** (Software): AI coding tool cited as an example of a company reaching billions in revenue while still very small and early-stage - **Token path** (Concept): a16z's primary heuristic for evaluating AI companies — a company must sit in the flow of AI inference tokens to have durable economic relevance - **Skeuomorphic vs. native AI** (Concept): Chris Dixon's framework distinguishing apps that replicate existing workflows with AI assistance from apps that rearchitect work around AI capabilities natively - **Half-life problem** (Concept): David Clark's term for rapid AI leader turnover — 40% of Forbes AI 50 companies dropped off the list year-over-year — indicating first-mover advantage is eroding faster than in prior technology cycles

At AI Ascent 2026, Neuralink co-founder and president DJ Seo sits down with Sequoia partner Shaun Maguire to lay out exactly where the company stands: 20-plus Telepathy patients controlling computers and robotic arms through pure thought, Blindsight in preclinical testing and potentially cleared for human use by end of 2026, and a first-principles manufacturing philosophy borrowed from Elon Musk that treats surgical robots the way SpaceX treated reusable rockets. DJ argues that the real ceiling of this technology is not cursor control or speech synthesis but direct, uncompressed, multimodal transfer of concepts — AI as a neocortical layer sitting above the human limbic system — and that scale, the same variable that unlocked the LLM era, is the only remaining gate. ## [00:00] Introduction Shaun Maguire opens the session by announcing a two-minute Neuralink patient video before the interview begins, telling the audience to stay on the side because what they are about to watch is proof that the company has already cleared the hardest bar: restoring human agency to people who had lost it entirely. ## [00:21] Telepathy Patient Stories The video narrates four patients whose lives changed after receiving the Telepathy implant. A quadriplegic patient describes moving a cursor with thought alone — "I'm thinking and a cursor is moving on a screen. It blew my mind." An ALS patient who lost the ability to speak regains a digital voice through the implant: "I'm talking to you with my mind." Another patient notes that the implant flipped how his child sees him: "I am not able to do things that other dads can, but now he thinks it's so cool that I can do things that other dads cannot." > *"Before the implant, I was locked in, non-verbal, quadriplegic. Now I control my computer just by thinking and the rewards have been immense for me."* ## [01:06] Convoy Robotics Independence The video shifts to Convoy, Neuralink's assistive robotics team, which is extending BCI control beyond a screen to physical manipulation in the real world. A patient who had been losing motor function moves a robotic arm through its axes using only neural intent: "It was incredible to be able to just gesture with an arm again." A second patient, Kenneth, who was losing his voice to ALS, uses the system's speech synthesis to speak aloud in real time during the video — words generated by his brain signals rather than his vocal cords. > *"Gaining functionality that I thought was gone forever was so incredibly life-changing."* ## [02:04] Blindsight Vision Restore The video previews Blindsight, Neuralink's second product line, designed for patients who have lost both eyes or optic nerve function. An external camera captures the visual scene; the device writes the signal directly into the visual cortex via electrical stimulation, generating phosphenes — artificial pixels of light. A patient named Audrey, asked how it feels, answers simply: "Life-changing." The video closes with the line "all with my mind" spoken over footage of a patient interacting with the world through the restored signal. > *"The future of this technology feels almost unlimited... we are finding ways to apply it across all regions of the brain."* ## [03:10] After Video Reflections DJ Seo, visibly moved after watching the video alongside the audience, speaks first: "We were cracking a lot of jokes before that video, but honestly, that brought tears to my eyes." He describes the work as one of the most inspiring projects in the world — not because of the technical milestone but because the team is giving back capabilities that patients had already grieved as permanently lost. Maguire affirms the sentiment before pivoting to the founding story. > *"This is one of the most inspiring projects in the world. It's incredibly difficult what they're doing and I mean, they're truly saving people."* ## [03:31] Origin Story And AI DJ traces Neuralink's founding insight to a single bottleneck: the mismatch between human output bandwidth and AI capability. In 2016, saying that out loud "sounded insane," but the logic has not changed. His personal path ran through a childhood fascination with the brain, undergraduate work at Caltech building miniaturized low-power electronics, and a Berkeley PhD focused on shrinking lab-grade neural systems down to something deployable. When he met Elon Musk near the end of his PhD, the scale and ambition of the project made refusal impossible. He frames the brain as "the most interesting compute that we all carry" and "the only form of general intelligence that we know to date." > *"Really the key insight back then was sort of the IO bottleneck between the human output and AI capabilities."* ## [06:31] Scaling And Vertical Integration Maguire presses on what smart people most misunderstand about Neuralink: many know the implant and the decoding algorithm, but almost nobody grasps the manufacturing and surgical-robot infrastructure the company built in parallel from day one. DJ attributes this to what he calls "Elon magic" — an insistence on vertical integration that gives Neuralink control over every layer from chip design to factory floor to robotic surgery deployment. The target is not a niche medical device; it is LASIK-scale surgery available to millions. Building that capacity first means progress looks slow until "the iceberg pops over the waterline" and ramp becomes near-instantaneous. > *"Vertical integration is something that is really the lifeblood of Neuralink and Elon companies and what really enables us to have that fast iteration loop from design, develop, deploy."* ## [09:27] Caregivers And Purpose Asked which patient story inspires him most, DJ refuses to pick one — the power, he says, is not only in the patients but in the caregivers: Nolan's mother Mia, Brad's wife Tiffany, Ken's wife Cheryl. He describes their presence as "a really powerful human story of love, sacrifice, and resilience." He then takes what he calls a philosophical tangent: his core belief is that fulfillment comes from helping others, because the gap between self and other is not categorically different from the gap between your present and future selves. That belief is what he says keeps him and much of the Neuralink team going — they are "igniting a fire of hope" for people who had given up on recovering what they lost. > *"I personally and as well as many others at Neuralink find extreme fulfillment being able to help those that really cannot help themselves."* ## [13:10] BCIs Meet AI Future Maguire asks the room's core question: how do BCIs and AI converge? DJ sketches a two-horizon answer. Near term, the system translates neural intent into legacy interfaces — keyboard, mouse, language — which is already working. The real breakthrough, which he thinks is "not super distant," is bypassing those legacy interfaces entirely and computing on raw neural intent. He points to transformer architectures as existence proofs: nothing prevents them from learning the latent manifolds of neural data given sufficient scale. Neuralink is already fine-tuning LLM-class models on neural recordings from its 20 participants and finding "very counterintuitive" patterns. The ultimate ceiling he names is "direct, uncompressed, high-fidelity, multimodal transfer of concepts" — the Matrix's "I learned kung fu" moment and possibly beyond it. He also shares what he calls a clarifying lesson from working with Musk: "all green light schedule" — a first-principles forcing function that strips every man-made bottleneck and asks how fast something could actually be built if every light were green. His estimate is that 80–90% of perceived constraints in hardware development are artifacts of convention, not physics. > *"I think if you really think about the ultimate ceiling of this technology, it's really direct uncompressed high fidelity and multimodal transfer of concepts."* ## [21:05] Audience Q&A Wrap Three audience questions in the final four minutes. On product sequencing — when to go deep versus expand — DJ explains the "beachhead and expand" strategy: build everything generalizably enough from the start so that regulatory approval for motor cortex becomes a template for visual cortex and beyond. The first approval is the hardest; every subsequent one rides the clinical safety record already established. On augmentation for healthy users, DJ frames everything around benefit-risk: the calculus is obvious for quadriplegic patients; for otherwise healthy users it remains unclear, but he notes that off-label use after approval is legally available to anyone who can find a neurosurgeon and pay out-of-pocket. On the hard problem of consciousness, he gives a pointed one-liner: if you can inject new senses and measure the subjective response quantitatively, you may have a pathway toward measuring consciousness itself. Maguire closes by calling Neuralink "one of the most inspiring companies in the world." > *"If you are able to inject new senses, there may be ways to quantitatively understand that."* ## Entities - **DJ Seo** (Person): Co-founder and president of Neuralink; PhD in miniaturized electronics from Berkeley; joined after meeting Elon Musk near the end of his doctorate - **Shaun Maguire** (Person): Partner at Sequoia Capital; host of the AI Ascent 2026 fireside session - **Elon Musk** (Person): Co-founder of Neuralink; originator of the "all green light schedule" and vertical integration philosophy carried across Tesla, SpaceX, and Neuralink - **Neuralink** (Organization): BCI company founded in 2016; products include Telepathy (motor prosthesis) and Blindsight (vision restoration via visual cortex stimulation) - **Telepathy** (Software): Neuralink's first commercial product; allows paralyzed patients to control computers and robotic devices through neural intent decoding - **Blindsight** (Software): Neuralink's second product line; restores vision for patients with total loss of eyes or optic nerve by writing directly to the visual cortex; in preclinical testing as of mid-2026 - **IO Bottleneck** (Concept): The mismatch between human output bandwidth (speech, typing, gesture) and AI processing capability; the founding problem Neuralink was built to solve - **Neural Foundational Model** (Concept): LLM-class transformer models fine-tuned on neural recording data; Neuralink is building these at 20-participant scale and observing counterintuitive patterns in neural latent space - **All Green Light Schedule** (Concept): Elon Musk's first-principles engineering discipline — strip every man-made constraint and ask what physics alone limits; DJ estimates 80–90% of hardware delays are conventional, not physical

Dan Shipper, CEO of Every, delivers a day-zero vibe check on Opus 4.8, arguing Anthropic could have called it Opus 5. The model jumps 30 points past Opus 4.7 on Every's Senior Engineer benchmark, edges out GPT-5.5, tops their internal writing tests at 79.6 vs. 73, and is the first model to produce a genuinely good one-shot slide deck. Two catches temper the enthusiasm: performance degrades sharply below "extra high" reasoning, and the Claude desktop app remains cluttered compared to Codex. ## [00:00] What is Every Every is a 30-person applied AI lab for the future of work—part media outlet, part product studio. Dan opens by explaining the subscription (writing, courses, AI-built tools all in one place at every.to) before rolling into the Opus 4.8 assessment. The plug is brief and context-setting: the team has had beta access for a week, and the rest of the video is what they found. > *"Every is the only subscription you need to stay at the edge of AI."* ## [01:07] Anthropic Is Back: The Headline Case for Opus 4.8 Dan had largely abandoned Claude after Opus 4.7—slow, hard to love, and outpaced by Codex and GPT-5.5 in day-to-day use. Even the most loyal Claude users at Every had started routing work elsewhere. Opus 4.8 breaks that pattern: it scores 63 on Every's Senior Engineer benchmark (30 points above Opus 4.7, one point above GPT-5.5), tops their writing tests, and produced the first one-shot slide deck Dan has called genuinely good. Kieran Klaassen, Every's GM, called it "the most human model he's worked with." The one persistent friction is the Claude desktop app itself. Codex is fast, focused, and ships a clean harness; the Claude app still feels like a product built by three separate teams—chat tab, code tab, co-work tab, each with its own feel. Dan is now splitting time between both apps, which he was not doing before. > *"But honestly, they could have called it Opus 5 cuz this is a really great model."* ## [05:02] Reach Test: Paradigm Shift Ratings from the Every Team Every's reach test asks one question: do you actually open this model when work gets hard? Dan rates Opus 4.8 gold/green—paradigm-shift quality, docked one notch because the Claude app harness is only "okayish to pretty good." Kieran, who runs 50 agents a day, gives a straight gold paradigm-shift, one of the rarest grades the team has assigned. Katie Parrot, a senior staff writer and historical Claude fan, lands at green, splitting her work between Opus 4.8 and Codex. > *"It's very rare to give a paradigm shift grade to a model. So I would pay attention to this."* ## [06:32] Benchmarks: Coding and Writing Numbers On coding, Opus 4.8 hits 63 on the Senior Engineer benchmark—the test feeds the model a vibe-coded codebase and asks it to rewrite from first principles, then scores against two human senior engineers who completed the same rewrite (typically scoring in the 80s–90s). GPT-5.5 sits at 62. On Kieran's LFGbench (real-world tasks: SaaS build, e-commerce site, 3D game landscape), the model writes readable code that bridges technical competence and creativity—the "cozy island" 3D scene is notably richer and more vibrant than GPT-5.5's output. On writing, Opus 4.8 scores 79.6 out of 100 on Every's internal benchmark (intro writing, promo emails, mid-piece paragraphs); GPT-5.5 scores 73. The gap is mainly in AI tells: at high and extra-high reasoning settings, Opus 4.8 produces prose that sounds less like a model. It matches a writer's voice from a single paragraph of context better than any other model Dan has tested. > *"Opus 4.8 scores a 79.6 out of 100 on the writing benchmark. GPT 5.5 is 73."* ## [08:57] Emotional Intelligence, Knowledge Work, and the Verdict Dan uses the model for interpersonal and management work—talking through decisions, pressure-testing his own framing. Opus 4.8's thinking traces show it genuinely cycling through permutations before responding, which makes it feel less like a sycophant and more like a useful counterpart. On knowledge work, it's versatile: code and writing coexist cleanly in a single thread, and the slide deck result is the first one-shot deck Dan would actually send to someone. The verdict: if you're a Claude fan, this model delivers. If Codex converted you, add Opus 4.8 as a parallel tool for writing and knowledge work—it's worth the context switch. The harness gap is real, but the model itself is a banger. > *"If you've been converted to Codex, I highly recommend you at least add it as part of your arsenal."* ## Entities - **Dan Shipper** (Person): Co-founder and CEO of Every; presenter and primary evaluator of Opus 4.8. - **Kieran Klaassen** (Person): GM of Kora at Every; gave Opus 4.8 a straight gold paradigm-shift rating on the reach test. - **Katie Parrot** (Person): Senior staff writer at Every; rated Opus 4.8 green, split between it and Codex. - **Every** (Organization): Applied AI lab and media subscription company focused on AI for the future of work. - **Anthropic** (Organization): Developer of Claude and Opus 4.8. - **Opus 4.8** (Software): Anthropic's latest Claude model; subject of the vibe check. - **GPT-5.5** (Software): OpenAI model used as the primary performance comparison across all benchmarks. - **Codex** (Software): OpenAI coding agent; praised for its clean desktop harness and used as the daily-driver counterpoint to Claude. - **Senior Engineer Benchmark** (Concept): Every's proprietary coding benchmark—rewrites a vibe-coded codebase from first principles and scores against human engineers. - **LFGbench** (Concept): Kieran Klaassen's real-world coding benchmark covering SaaS, e-commerce, and 3D scene generation tasks.

Shark Tank निवेशक Kevin O'Leary और Young Turks के सह-संस्थापक Cenk Uygur 103 मिनट तक तीन बड़े सवालों पर भिड़ते हैं: AI अमेरिकी अर्थव्यवस्था को आज़ाद करेगी या तबाह करेगी, अमेरिका-ईरान युद्ध स्पष्ट समझौते के बावजूद क्यों खिंचता जा रहा है, और 2028 में जीतने की असली संभावना किसकी है। O'Leary पूरे समय आशावादी पक्ष थामे रहते हैं — AI नई नौकरियाँ पैदा करती है, बाज़ार हमेशा ढल जाता है, असली खतरा चीन है — जबकि Uygur एक ही थीसिस पर डटे रहते हैं: AI-चालित सामूहिक बेरोज़गारी और इज़राइली-लॉबी-संचालित विदेश नीति का मेल अमेरिका को एक हिमशैल की ओर धकेल रहा है, और इस टक्कर के लिए किसी संस्था के पास कोई तैयारी नहीं है। ## [00:00] परिचय शुरुआती क्लिप बहस के दांव तुरंत सामने रख देती है। Uygur सीधे शुरू करते हैं: कंपनियाँ प्रतिस्पर्धात्मक फ़ायदे के लिए अपनी 10–25% कार्यबल छंटनी की होड़ में हैं, और अगर पूरी अर्थव्यवस्था एक साथ यही करे तो नतीजा मंदी नहीं, महामंदी होगी। O'Leary का जवाब — "वाह, Jake आज सच में निराशावादी लग रहे हैं। यह तो एक अविश्वसनीय मौका है जिसकी हम बात कर रहे हैं" — वही लहजा तय कर देता है जो अगले डेढ़ घंटे तक चलता रहेगा। Steven Bartlett का कहना है कि उनका मकसद दो गंभीर विरोधी विचारों की टकराहट से सच तक पहुँचना है, न कि शोर-शराबा। > *"हर कोई अपनी 10 से 25% कार्यबल को निकालने की जल्दबाज़ी में है, लेकिन 10% बेरोज़गारी हमारी ज़िंदगी में पहले कभी नहीं देखी गई किसी भी चीज़ से बदतर होगी।"* — Cenk Uygur ## [02:35] 10 में से 7 अमेरिकी AI डेटा सेंटर के विरोध में क्यों हैं Steven Bartlett एक सर्वेक्षण से शुरुआत करते हैं जिसमें 10 में से 7 अमेरिकी स्थानीय AI डेटा सेंटर का विरोध करते हैं। O'Leary एक ठोस कारण बताते हैं: फोरेंसिक ऑडिटर्स और IRS 990 फाइलिंग के ज़रिये उन्होंने Arabella नामक नेटवर्क — Neville Singum के माध्यम से — में बहने वाले चीनी पैसे का पता लगाया, जो उटाह में डेटा सेंटर-विरोधी अभियानों को हवा दे रहा था, जिसमें उनके अधिकारियों को जान से मारने की धमकियाँ भी शामिल थीं। उन्होंने 90 पन्नों का IP डेटा व्हाइट हाउस को सौंपा। Uygur चीन वाले तर्क को खारिज करते हुए एक सरल शिकायत की ओर मुड़ते हैं: डेटा सेंटरों ने चर्चों, पुस्तकालयों और सामुदायिक केंद्रों के लिए बिजली की लागत बढ़ा दी है, जैसा वर्जीनिया में हुआ, और इन्हें बनाने वाली कंपनियों को या तो अपनी बिजली खुद लानी होगी या जनता को इक्विटी देनी होगी। > *"मेरे पास अकाट्य सबूत है कि चीन हर उस जगह दखल दे रहा है जहाँ अमेरिका में नई बिजली का प्रस्ताव है — हर राज्य, हर शहर।"* — Kevin O'Leary ## [07:24] AI किस तरह पतन और UBI संकट को जन्म दे सकती है Uygur की मूल आर्थिक दलील यहाँ सामने आती है। वे ऊर्जा लागत की समस्या से सहमत हैं और कहते हैं कि जो भी डेटा सेंटर बिना मुआवज़े के सार्वजनिक ग्रिड से जुड़ता है, वह कॉर्पोरेट मुफ्तखोरी है — और 2008 का बेलआउट उसी का नमूना है जो नहीं करना चाहिए। उनका बड़ा खतरा सामूहिक बेरोज़गारी है: हर कंपनी 10–25% कार्यबल घटाने की दौड़ में उपभोक्ता खर्च को तबाह कर देगी और महामंदी को जन्म देगी। Sam Altman, Elon Musk और Dario Amodei सभी सार्वजनिक रूप से कह चुके हैं कि बड़े पैमाने पर नौकरियाँ जाएंगी, फिर भी किसी सरकार के पास कोई योजना नहीं। O'Leary का जवाब है: अमेरिकी इतिहास में 200 साल की हर तकनीकी उथल-पुथल ने नष्ट किए से ज़्यादा मौके बनाए, और AI विकास रोकने का मतलब है चीन को बढ़त देना। > *"जब हम उस हिमशैल से टकराएंगे, हम तैयार नहीं होंगे और यह एक महाविनाश होगा। खरीदने वाला कोई नहीं बचेगा क्योंकि कर्मचारी ही ग्राहक भी होते हैं।"* — Cenk Uygur ## [15:30] क्या AI संस्थापक जनता से असली खतरे छुपा रहे हैं? Steven Bartlett रिकॉर्ड पर दर्ज उद्धरण पढ़ते हैं: Sam Altman का 2021 का बयान कि AI ज़्यादातर नौकरियाँ बदल देगी; 2024 में Musk का कहना कि शायद हम में से किसी के पास नौकरी नहीं बचेगी; और Amodei की 2025 की चेतावनी कि AI पाँच साल के भीतर सभी एंट्री-लेवल व्हाइट-कॉलर नौकरियों का आधा हिस्सा खत्म कर सकती है और बेरोज़गारी 20% तक पहुँच सकती है। Steven Bartlett पूछते हैं: अगर इन सिस्टमों को बनाने वाले लोग सार्वजनिक रूप से कह रहे हैं कि उनके उत्पाद सामाजिक नुकसान पहुँचाएंगे, तो यह मान क्यों लें कि वे अतिशयोक्ति कर रहे हैं? O'Leary Amodei के बयान का दूसरा हिस्सा उठाते हैं — छह महीने में कंप्यूट न बनाया तो चीन का Deepseek आगे निकल जाएगा — और तर्क देते हैं कि असली चुनाव यह है कि इस उथल-पुथल का नेतृत्व करें या बीजिंग को सौंप दें। Uygur मानते हैं कि दौड़ अटल है, लेकिन ज़ोर देते हैं कि जो कोडर आज निकाले जा रहे हैं वे हिमशैल पहले ही भुगत रहे हैं, और $36,000 सालाना UBI उस कर्मचारी के लिए क्रूर गिरावट है जो पहले $120,000 कमाता था। > *"क्या हम यह दौड़ इस तरह लड़ सकते हैं जो ज़िम्मेदार हो और जो AI कंपनियों के अधिकारियों और शेयरधारकों के बजाय अमेरिकी मतदाताओं और नागरिकों की सेवा करे? मुझे उम्मीद है, लेकिन हमने उस दिशा में अभी तक एक भी कदम नहीं उठाया।"* — Cenk Uygur ## [23:55] क्या AI को जिम्मेदारी से बनाना संभव है या यह नामुमकिन है? Steven Bartlett ज़िम्मेदार AI विकास पर ठोस जवाब माँगते हैं। Uygur अपना संरचनात्मक निदान देते हैं: वैधानिक रिश्वतखोरी — Citizens United, Buckley v. Valeo — ने यह सुनिश्चित कर दिया है कि जो AI कंपनी सबसे ज़्यादा चंदा देती है, उसे मनचाहा नियामक ढाँचा मिलता है। कांग्रेस मतदाताओं के लिए नहीं, दानदाताओं के लिए काम करती है। O'Leary का कहना है कि जो नौकरियाँ जा रही हैं वे ज़्यादातर वे पद हैं जो कंपनियों ने अनुमान से भर दिए थे, और AI कंपनियाँ अभी अरबों जला रही हैं, बटोर नहीं रही। वे अपने उटाह डेटा सेंटर का उदाहरण देते हैं: नौ साल के लिए 4,000 निर्माण नौकरियाँ, 2,000 इंजीनियरिंग पद, एक एकड़ खेती की ज़मीन को भी हाथ नहीं लगाया। Uygur की समाजवाद की चेतावनी पर O'Leary बेपरवाह हैं: 50% से ज़्यादा कर लगाओ और अमीर Monaco या फ्लोरिडा चले जाते हैं, जैसा फ्रांस ने खुद देखा। > *"नहीं तो लोग कुदाल लेकर आ जाएंगे। मैं हिंसा का पक्षधर नहीं। मैं हमेशा अहिंसा में विश्वास रखता हूँ। लेकिन मुझे नहीं लगता लोगों को उस गुस्से का अंदाज़ा है जो भीतर सुलग रहा है।"* — Cenk Uygur ## [32:11] AI कैसे चुपचाप नौकरियाँ खत्म कर रही है Steven Bartlett अपना निजी अनुभव साझा करते हैं: वे अब एंट्री-लेवल भर्ती में लगभग पूरी तरह AI दक्षता को आधार बनाते हैं क्योंकि AI में माहिर जूनियर 5–10 गुना बेहतर काम करता है, जिससे बिना AI कौशल वाले उम्मीदवार व्यावहारिक रूप से बाहर हो जाते हैं। O'Leary असहमत होते हैं — इंजीनियर समस्याएं सुलझाने के लिए हैं, कोड लिखने के लिए नहीं, और AI सिर्फ एक तेज़ उपकरण है; ज़्यादातर तकनीकी छंटनी AI विस्थापन नहीं, अधिक-भर्ती का सुधार है। Uygur इसे नकारते हैं: Wall Street विश्लेषक हर कार्यबल कटौती की घोषणा को "सिनर्जी" बता कर तालियाँ बजाते हैं, जब आप लोगों को निकालते हैं तो शेयर चढ़ते हैं, और उन earnings calls में कोई नहीं पूछता कि मज़दूरों के बाहर होने के बाद उत्पाद कौन खरीदेगा। वे एक और कम-चर्चित जोखिम उठाते हैं: बेरोजगार युवा पुरुषों की बड़ी संख्या ऐतिहासिक रूप से अपराध और संघर्ष से जुड़ी रही है। > *"जब बहुत सारे बेरोज़गार युवा बैठे होते हैं, तो आमतौर पर कुछ भी अच्छा नहीं होता। युद्ध होते हैं, अपराध बढ़ता है। हमें तैयार रहना होगा।"* — Cenk Uygur ## [37:35] बड़े पैमाने पर बेरोज़गारी उम्मीद से कहीं जल्दी क्यों आ सकती है Steven Bartlett सैन फ्रांसिस्को के एक रोबोटिक्स एक्सीलरेटर की अपनी यात्रा का ज़िक्र करते हैं जहाँ हर टीम सॉफ्टवेयर से फिज़िकल रोबोट की तरफ मुड़ चुकी थी, क्योंकि बुद्धिमत्ता — जो पहले दुर्लभ और महंगी थी — अब पैसों में मिलती है। वे दोनों मेहमानों से पूछते हैं कि वे कहाँ गलत हो सकते हैं। O'Leary बेरोज़गारी के परिदृश्य पर सोचने से इनकार करते हुए NASA के स्थायी चंद्र-आधार और मंगल कार्यक्रम की ओर मुड़ते हैं जो लाखों नई उच्च-वेतन नौकरियाँ देंगे। Uygur इसे "अंतराल की समस्या" कहते हैं: भले ही O'Leary का सुनहरा परिदृश्य 20 साल बाद सच साबित हो, क्लीवलैंड में 61 साल का असेंबली-लाइन कर्मचारी Mars इंजीनियर बनने के लिए दोबारा प्रशिक्षण नहीं ले सकता। Steven Bartlett जोड़ते हैं कि Uber के CEO ने उन्हें निजी बातचीत में बताया कि AI उनके 94 लाख ड्राइवरों की जगह लेगी — और जब पूछा कि वे ड्राइवर क्या करेंगे, तो जवाब था: "मुझे नहीं पता।" > *"रोबोट के हिस्से दशकों से यहाँ हैं। हमारे पास हमेशा थे। जो चीज़ गायब थी और जो महंगी थी, वह थी बुद्धिमत्ता।"* — Steven Bartlett, अपने सह-संस्थापक को उद्धृत करते हुए ## [46:32] विज्ञापन Stan (AI सोशल मीडिया कंटेंट टूल), Pipedrive (CRM) और Cometeer (कॉफ़ी) के स्पॉन्सर सेगमेंट। कोई वास्तविक बहस सामग्री नहीं। ## [48:40] इज़राइल, ईरान और मध्य-पूर्व में असल में क्या हो रहा है बहस भू-राजनीति की ओर मुड़ती है। Steven Bartlett Trump की गिरती अनुमोदन रेटिंग सामने रखते हैं और Uygur से युद्ध समझाने को कहते हैं। Uygur का जवाब करीब 25 मिनट चलता है और पूरे समय एक ही थीसिस पर टिका रहता है: यह युद्ध 100% इज़राइली हित में है और 0% अमेरिकी हित में। वे Adelson परिवार के $31.7 करोड़ के Trump अभियान चंदे को वित्तीय तंत्र के रूप में रेखांकित करते हैं, नोट करते हैं कि इज़राइली लॉबी 94% कांग्रेस को चंदा देती है और AIPAC Trump, Biden, Hakeem Jeffries, Chuck Schumer और Mike Johnson सभी का एक साथ शीर्ष आजीवन दानदाता है, और तर्क देते हैं कि इज़राइल ने 9/11 के बाद से अमेरिका को सात युद्ध लड़वाए हैं — ईरान उस सूची का आखिरी नाम था। उनके मुताबिक ईरान के पास कभी अमेरिका तक पहुँचने वाली डिलीवरी प्रणाली नहीं रही, यूरेनियम कभी 60% से आगे नहीं बढ़ाया (हथियार-ग्रेड 90% होता है), और पूर्व ग्रैंड आयतुल्ला ने परमाणु हथियारों के खिलाफ फतवा जारी किया था। इस बीच इज़राइल ने दक्षिणी लेबनान पर कब्ज़ा किया है और उसे रखने की योजना है, और Netanyahu ने शांति शर्त के रूप में सार्वजनिक रूप से माँगा है कि केवल इज़राइल को लेबनान पर हमला जारी रखने का अधिकार हो — जिसका मतलब है कोई समझौता कभी नहीं हो सकता। O'Leary ईरानी शासन को अलग तरह से देखते हैं: 150,000 लोग 9 करोड़ को 60 साल से दबाते रहे, परमाणु हथियार ऐसी सरकार को नहीं दिए जा सकते, और होर्मुज़ जलडमरूमध्य खुला रखने की चीन की ज़रूरत अंततः बीजिंग को तेहरान पर दबाव बनाने के लिए मजबूर करेगी। > *"100% इज़राइली हित, 0% अमेरिकी हित। वहाँ से निकलो। इज़राइल के लिए युद्ध लड़ना बंद करो और घर वापस आओ।"* — Cenk Uygur ## [01:11:59] क्या Trump ने इस संघर्ष की अवधि का गलत अंदाज़ा लगाया? Steven Bartlett सीधे O'Leary से पूछते हैं कि क्या Trump ने संघर्ष को कम आँका। O'Leary इसे पहला असली "तकनीकी युद्ध" कहते हैं: $35,000 के कार्बन-फाइबर ड्रोन जिनमें लॉनमोअर इंजन हैं उन्हें $12–$30 लाख के अमेरिकी मिसाइलों से रोका जा रहा है — यह लागत असंतुलन एक कंप्यूट अंतर दर्शाता है जिसे अमेरिका को पाटना होगा। उन्हें ज़मीनी सेना आने की उम्मीद नहीं, बस हवाई दबाव जारी रहेगा जब तक ईरानी नेतृत्व यह न समझे कि जलडमरूमध्य बंद रखने की कीमत — रोज़ $21 करोड़ का राजस्व नुकसान — फ़ायदे से ज़्यादा है। उनकी भविष्यवाणी: अमेरिकी मध्यावधि चुनावों से पहले चीन एक समझौता करवाएगा। > *"यह महंगा है क्योंकि हम रक्षा के गलत पक्ष पर हैं। हमें सस्ते ड्रोन चाहिए।"* — Kevin O'Leary ## [01:15:47] विज्ञापन Pipedrive (CRM) और Diary of a CEO Conversation Cards के स्पॉन्सर सेगमेंट। कोई वास्तविक बहस सामग्री नहीं। ## [01:18:08] अमेरिका की धैर्य क्यों तेज़ी से टूट रही है Steven Bartlett एक अहम सवाल उठाते हैं: अगर ईरानी नेतृत्व जानता है कि Trump के पास मध्यावधि चुनाव और 2028 चुनाव तक ही समय है, तो वह कमज़ोर होते दुश्मन का इंतज़ार क्यों न करे? O'Leary एक और अवरोध जोड़ते हैं — चीन के सर्वोच्च नेता को भी जलडमरूमध्य खुला रखना है ताकि उनकी अर्थव्यवस्था और सत्ता पर पकड़ बनी रहे, इसलिए ईरान दो मालिकों की सेवा कर रहा है। Uygur कहते हैं कि समझौता लिखा जा चुका है: ईरान अंतर्राष्ट्रीय निगरानी को अत्यधिक समृद्ध यूरेनियम सौंपे, अमेरिका नाकेबंदी हटाए, जलडमरूमध्य खुले। यह हर बार तब टूटता है जब Netanyahu Trump को फोन करते हैं और नई नामुमकिन शर्तें जोड़ते हैं — तत्काल निरस्त्रीकरण, Abraham Accords में ईरान की सदस्यता। Uygur नोट करते हैं कि हाल के लगभग-हुए समझौते का सार्वजनिक विरोध करने वाले हर नेता को इज़राइली लॉबी से $10 लाख से ज़्यादा मिले थे। वे बात को वैश्विक स्तर तक ले जाते हैं: जहाँ रूस यूक्रेन में और अमेरिका ईरान में खून बहा रहे हैं, चीन अफ्रीका और लैटिन अमेरिका में सड़कें और पुल बना रहा है — बिना एक गोली चलाए प्रभाव बटोर रहा है। > *"Netanyahu के साथ हर कॉल के बाद Trump 'हम शांति करेंगे' से 'हम शांति नहीं करेंगे और ये नई नामुमकिन शर्तें हैं' पर आ जाते हैं। अब तक यह करीब छह बार हो चुका है।"* — Cenk Uygur ## [01:29:08] क्या हम समाजवाद का उदय होते हुए देख रहे हैं? Steven Bartlett Gallup डेटा पेश करते हैं: अमेरिकियों में पूंजीवाद के प्रति सकारात्मक दृष्टिकोण सर्वकालिक निम्नतम पर, 70% डेमोक्रेट समाजवाद को सकारात्मक मानते हैं, 62% युवा अमेरिकी समाजवाद के पक्ष में — और यह सब युद्ध के आर्थिक असर आने से पहले का था। O'Leary इसे चक्रीय घटना मानते हैं: हर 17–20 साल में अमेरिका समाजवादी भावना से खेलता है और यह हमेशा तब टूट जाती है जब युवा आदर्शवादियों को पहली तनख्वाह मिलती है और टैक्स दिखता है। वे नोट करते हैं कि दुनिया के हर सॉवरेन वेल्थ फंड का 52 सेंट अमेरिका में आता है, क्यूबा या रूस में नहीं। Uygur इस फ्रेमिंग को पूरी तरह नकारते हैं: अमेरिका कॉर्पोरेशनों के लिए पहले से समाजवाद अपनाता है — मुनाफे वाली कंपनियों को तेल सब्सिडी, Medicare दवा-मूल्य वार्ता का अभाव, हर उद्योग चुनावी चंदे से अपने नियामक को कब्ज़े में कर लेता है। असली प्रोजेक्ट है असली मुक्त बाज़ार वापस लाना, जिसके लिए पहले राजनीति से पैसा निकालना होगा। > *"हम पूंजीवाद वापस पाएं तो भी बड़ी बात होगी, समाजवाद तक तो बहुत दूर की बात है। क्योंकि अभी हमारे पास पूंजीवाद है ही नहीं। हमारे पास क्रोनी कैपिटलिज्म है।"* — Cenk Uygur ## [01:34:06] अगले राष्ट्रपति चुनाव में बढ़त किसकी है? O'Leary कोई विजेता नहीं बताते लेकिन कहते हैं कि डेमोक्रेट्स को एक मध्यमार्गी केंद्रवादी चाहिए; वे कैलिफोर्निया को प्रगतिशील शासन की विफलता के उदाहरण के रूप में पेश करते हैं। Uygur उन्हें एक ठोस भविष्यवाणी से चौंकाते हैं: Tucker Carlson ही एकमात्र रिपब्लिकन हैं जो 2028 में जीत सकते हैं। रिपब्लिकन मतदाता उत्साह पहले ही नष्ट हो चुका है, मध्यावधि चुनाव जाने वाले हैं, और 2028 तक AI बेरोज़गारी और ईरान युद्ध के संयुक्त प्रभाव पूरी तरह सामने आ चुके होंगे। O'Leary पहले हँसते हैं, फिर लाइव पर पीछे हटते हैं: Carlson के पास विशाल सोशल मीडिया आधार है, वे अपना नेटवर्क चला रहे हैं, और AI सहित मुद्दों पर तेज़ी से स्वतंत्र रुख ले रहे हैं। Uygur अंत में Rohana को उस प्रगतिशील के रूप में नामित करते हैं जो राष्ट्रीय चुनाव जीत सकते हैं और लोकतांत्रिक पूंजीवाद — निजी बाज़ार जिनकी निगरानी एक कार्यशील लोकतंत्र करे, उत्तरी यूरोप जिसका काम करता मॉडल है — का समर्थन करते हैं, न उस कॉर्पोरेटवाद का जो अभी चल रहा है और न उस समाजवाद का जिससे सब डरते हैं। > *"उनके पास केवल एक शख्स है जो जीत सकता है, और मुझे उसकी चिंता है — वह Tucker Carlson है। अगर Tucker रिपब्लिकन प्राइमरी में उतरे तो वे निश्चित रूप से वह प्राइमरी जीतेंगे। आप मुझे कोट कर सकते हैं।"* — Cenk Uygur ## इकाइयाँ - **Kevin O'Leary** (व्यक्ति): Shark Tank निवेशक, O'Leary Ventures के अध्यक्ष; तर्क देते हैं कि AI अवसर पैदा करती है, डेटा सेंटर विकास का बचाव करते हैं, AI-विरोधी सक्रियता को चीनी फंडिंग से जोड़ते हैं, और भविष्यवाणी करते हैं कि चीन अमेरिकी मध्यावधि चुनावों से पहले ईरान को समझौते के लिए मजबूर करेगा। - **Cenk Uygur** (व्यक्ति): Young Turks के सह-संस्थापक, प्रगतिशील टिप्पणीकार; तर्क देते हैं कि AI बेरोज़गारी के लिए कोई योजना नहीं है, अमेरिकी विदेश नीति इज़राइली लॉबी से संचालित है, और अमेरिकी राजनीतिक व्यवस्था वैधानिक रिश्वतखोरी से भ्रष्ट हो चुकी है। - **Steven Bartlett** (व्यक्ति): मेज़बान, Diary of a CEO; उद्यमी और निवेशक; बहस को संचालित करते हैं और अपने भर्ती निर्णयों तथा रोबोटिक्स-लैब अवलोकनों से वास्तविक व्यावसायिक व्यवहार की ज़मीन पर बातचीत लाते हैं। - **AIPAC / इज़राइली लॉबी** (संगठन): Uygur द्वारा दोनों दलों के अधिकांश वरिष्ठ अमेरिकी राजनेताओं के शीर्ष आजीवन दानदाता के रूप में नामित; उनकी थीसिस का केंद्र कि समझौता तैयार होने के बावजूद अमेरिका-ईरान युद्ध क्यों जारी है। - **Arabella / Alliance for a Better Utah** (संगठन): O'Leary का दावा है कि यह नेटवर्क चीन-संबद्ध संस्थाओं द्वारा वित्त-पोषित है और अमेरिकी राज्यों में डेटा सेंटर-विरोधी दुष्प्रचार अभियान चला रहा है; IRS 990 फाइलिंग से स्रोत। - **UBI (यूनिवर्सल बेसिक इनकम)** (अवधारणा): AI-विस्थापित कामगारों के लिए प्रस्तावित सुरक्षा जाल; Uygur के अनुसार सर्वोत्तम स्थिति में भी $36,000 सालाना UBI उन कामगारों के लिए भारी गिरावट है जो पहले $120,000 कमाते थे। - **होर्मुज़ जलडमरूमध्य** (अवधारणा): चीन के 48% ऊर्जा आयात का प्रवेश-द्वार; इसका बंद होना वैश्विक महंगाई लाता है, और इसे फिर से खोलना किसी भी ईरान समझौते में अमेरिका का मूल हित है। - **Deepseek** (सॉफ्टवेयर): चीनी बड़ा भाषा मॉडल; O'Leary और Amodei इसे इस बात का प्रमाण बताते हैं कि अमेरिकी AI विकास में कोई भी रुकावट महीनों में चीन को निर्णायक बढ़त दे देती है। - **Tucker Carlson** (व्यक्ति): पूर्व Fox News एंकर, अब स्वतंत्र मीडिया हस्ती; Uygur की भविष्यवाणी है कि वे 2028 के एकमात्र व्यावहारिक रिपब्लिकन राष्ट्रपति पद के उम्मीदवार हैं — एक भविष्यवाणी जिसे O'Leary अंततः नकार नहीं पाते। - **लोकतांत्रिक पूंजीवाद** (अवधारणा): Uygur का पसंदीदा आर्थिक ढाँचा — निजी बाज़ार जिन पर एक कार्यशील लोकतंत्र की निगरानी हो; इसे वर्तमान अमेरिकी कॉर्पोरेटवाद और यूरोपीय-शैली के समाजवाद दोनों से अलग करते हैं। - **Rohana** (व्यक्ति): Uygur द्वारा बार-बार उल्लिखित प्रगतिशील राजनीतिक हस्ती — AI बेरोज़गारी नीति पर काम कर रहे एकमात्र राजनेता और 2028 के उम्मीदवारों में लोकतांत्रिक-पूंजीवादी शासन के सबसे करीब।

Sarah Guo, Onyx Security के सह-संस्थापक और CEO Maxim Bar Kogan से बात करती हैं — विषय है: एंटरप्राइज़ स्तर पर AI एजेंट्स को असल में सुरक्षित करना क्या होता है। Maxim का तर्क है कि पारंपरिक नियंत्रण — प्रॉक्सी, पहचान-आधारित प्रतिबंध, इंसानी समीक्षा — तब टूट जाते हैं जब एजेंट एक्शन की संख्या तेज़ी से बढ़ती है। एकमात्र व्यावहारिक रास्ता है: ऐसे विशेष छोटे मॉडल ट्रेन करना जो यह तय कर सकें कि कब किसी भारी निगरानी-कर्ता को बुलाना है। बातचीत में Onyx के "सिक्योर कंट्रोल प्लेन" प्रोडक्ट, कस्टम मॉडल ट्रेनिंग के पीछे की लागत-विलंब गणित, यह सवाल कि लैब्स अपने मॉडलों की सुरक्षा खुद क्यों प्रमाणित नहीं कर सकतीं, और Maxim का यह विश्वास शामिल है कि AGI आ रही है और स्वतंत्र AI निगरानी सैकड़ों अरब डॉलर का कारोबार बनेगी। ## [00:00] शुरुआती झलक Maxim बीच विचार से शुरू करते हैं: जैसे-जैसे एंटरप्राइज़ AI एजेंट्स पर ज़्यादा निर्भर होते जाएंगे, गलत कार्रवाइयां भी बढ़ेंगी — एजेंट गलती से क्रेडेंशियल्स प्रकाशित कर देंगे, बिना अनुमति नेटवर्क कॉल करेंगे, अपरिवर्तनीय कदम उठाएंगे। एंटरप्राइज़ जानते हैं कि इस लहर को रोका नहीं जा सकता; जो चीज़ गायब है वह है कोई ऐसा तंत्र जो वैध एजेंट कार्रवाई को अवैध से अलग कर सके। यह क्लिप Onyx की मूल थीसिस को इंट्रो से पहले ही सामने रख देती है। > *"एंटरप्राइज़ को यह एहसास होने लगा है कि जोखिम तेज़ी से बढ़ रहा है और वे इस अपनाने की लहर को रोक नहीं सकते। अब उन्हें कुछ करना होगा ताकि इन एजेंट एक्शन के गलत या अनुचित होने की संभावना कम की जा सके।"* ## [00:45] Maxim Bar Kogan का परिचय Sarah, Maxim को Onyx Security के सह-संस्थापक और CEO के रूप में परिचित कराती हैं — यह इज़राइल-स्थित स्टार्टअप शोधकर्ताओं, गणितज्ञों और इंजीनियरों से भरी है, जिसका काम AI एजेंट्स की निगरानी के लिए एजेंट बनाना है। कंपनी आक्रामक साइबर विशेषज्ञता को गहरे AI अनुसंधान के साथ जोड़ती है, जिसमें सिंथेटिक डेटा और mechanistic interpretability पर काम शामिल है। ## [01:10] AutoGPT और एजेंट एक्शन पर दांव दो साल पहले एंटरप्राइज़ सुरक्षा में सबसे चर्चित जोखिम था DLP — कर्मचारी ChatGPT में संवेदनशील डेटा पेस्ट कर रहे थे। अब यह चित्र बदल गया है और स्वायत्त एजेंट एक्शन को लेकर लगभग घबराहट है। Maxim बताते हैं कि Onyx का दांव AutoGPT से शुरू हुआ: पहला एजेंट जिसने LLM को खुद तय करने, टूल कॉल करने और लूप चलाने दिया — सिर्फ टेक्स्ट नहीं बनाया। उस डेमो ने साबित किया कि एजेंट वास्तविक दुनिया में स्वायत्त रूप से काम कर सकते हैं, और Maxim ने तुरंत निष्कर्ष निकाला कि किसी को इन एक्शन की बड़े पैमाने पर निगरानी करनी होगी। > *"AutoGPT ने हम सबकी कल्पनाशक्ति को उड़ान दी क्योंकि यह LLMs पर चलने वाला पहला सच्चा स्वायत्त एजेंट था — एक ऐसा एजेंट जो LLM को टेक्स्ट नहीं बल्कि यह तय करने देता था कि क्या करना है, और फिर उसे API एक्सेस देता था वह काम करने के लिए।"* ## [05:17] Onyx का प्रोडक्ट क्या करता है Onyx दो काम करती है: मॉडल ट्रेन करना और ऐसे एजेंट बनाना जो दूसरे एजेंट्स की निगरानी करें, और इस क्षमता को "सिक्योर कंट्रोल प्लेन" के रूप में पैकेज करना जिसे एंटरप्राइज़ अपने AI स्टैक में लगाते हैं। कंट्रोल प्लेन एजेंट एक्शन की वैधता की रियल-टाइम निगरानी करता है — यह तय करता है कि कोई एक्शन सीमा के भीतर है या नहीं — साथ ही विलंब, लागत और विश्वसनीयता के बीच संतुलन बनाता है। Maxim का दीर्घकालिक विज़न एंटरप्राइज़ सुरक्षा से आगे है: AI एजेंट चलाने वाली किसी भी कंपनी को एक स्वतंत्र पक्ष की ज़रूरत होगी जो यह प्रमाणित करे कि वे एजेंट क्या कर रहे हैं। > *"इन एक्शन की संख्या तेज़ी से बढ़ रही है। जो चीज़ें पहले उपयोगी लगती थीं — जैसे इंसान को बीच में रखना — जब एक्शन की संख्या सौ गुना, हज़ार गुना, दस लाख गुना हो जाए, तो यह काम नहीं करेगा।"* ## [07:47] बड़े एंटरप्राइज़ में AI तैनाती की स्थिति आज के एक सामान्य बड़े एंटरप्राइज़ में Maxim तीन श्रेणियां देखते हैं: लो-कोड SaaS ऑटोमेशन (ड्रैग-एंड-ड्रॉप, सच में स्वायत्त नहीं), इन-हाउस या ग्राहक-सामना करने वाले फर्स्ट-पार्टी एजेंट, और स्वायत्त कोडिंग एजेंट व असिस्टेंट। इन तीनों में कोडिंग एजेंट अब 50% से अधिक AI उपयोग के लिए ज़िम्मेदार हैं। वित्तीय सेवाएं और स्वास्थ्य सेवा जैसे सबसे परिपक्व क्षेत्र सबसे सख्त नियंत्रण रखते हैं, लेकिन यहां तक कि सबसे सतर्क कंपनियों ने AI पर पूरी तरह प्रतिबंध लगाना बंद कर दिया है। > *"औसत एंटरप्राइज़ में 50% से अधिक हिस्सा स्वायत्त कोडिंग एजेंट और असिस्टेंट का है।"* ## [09:58] एजेंट्स को सुरक्षित करना एंटरप्राइज़ पहले से ही सुरक्षा पर हर साल करीब 100 अरब डॉलर खर्च करते हैं — एंडपॉइंट, नेटवर्क, क्लाउड, पहचान। Sarah पूछती हैं कि इसमें से कितना एजेंट सुरक्षा पर लागू होता है। Maxim का जवाब: लगभग कुछ भी नहीं। पहचान नियंत्रण — सबसे बुनियादी परत — विफल हो जाते हैं क्योंकि एजेंट्स को व्यापक, गतिशील अनुमतियां चाहिए जिन्हें पहले से सीमित नहीं किया जा सकता। किसी रिपॉजिटरी में कोड लिखने वाला या किसी एग्जीक्यूटिव की ओर से ईमेल भेजने वाला एजेंट उस तरह संकीर्ण अनुमति सेट से नहीं चल सकता जैसे एक स्थिर सॉफ्टवेयर प्रक्रिया चलती है। असली हमले की सतह इरादा है, एक्सेस नहीं — और मौजूदा टूलिंग इरादा नहीं पढ़ सकती। > *"इन स्वायत्त AI के साथ, इन असिस्टेंट के साथ, इन कोडिंग एजेंट के साथ — आप पहले से नहीं जान सकते कि उन्हें कौन सी अनुमतियां देनी हैं।"* ## [12:45] प्रॉक्सी क्यों काम नहीं करते Sarah की सुरक्षा पृष्ठभूमि से स्वाभाविक प्रतिक्रिया: यह एक स्मार्ट पॉलिसी इंजन वाले प्रॉक्सी की समस्या लगती है। Maxim मानते हैं कि प्रॉक्सी कुछ आर्किटेक्चर में इंटीग्रेशन पॉइंट के रूप में काम करते हैं, लेकिन वे असली समस्या से चूक जाते हैं। प्रॉक्सी आपको डेटा स्ट्रीम देता है; यह नहीं बताता कि उस स्ट्रीम में एक्शन वैध है या नहीं। उस निर्णय के लिए संदर्भ की समझ चाहिए — एजेंट का लक्ष्य, उसका इतिहास, एंटरप्राइज़ ने क्या अधिकृत किया है — और कोई भी रूल्स इंजन मनमाने एजेंट व्यवहार के पार यह मूल्यांकन नहीं कर सकता। > *"असली कठिन सवाल यह है कि मुझे अभी जो करना है वह ठीक है या नहीं। AI सिस्टम के मामले में यही सबसे मुश्किल सवाल है।"* ## [14:11] Onyx अपने खुद के मॉडल क्यों ट्रेन करती है सरल उपाय — Claude Code से Claude Code की निगरानी करना — लागत और विलंब पर टूट जाता है। हर एंटरप्राइज़ एजेंट के लिए एक फ्रंटियर-मॉडल एजेंट चलाना सुरक्षा परत को उससे ज़्यादा महंगा बना देगा जिसे सुरक्षित किया जा रहा है। Onyx का जवाब है: छोटे, अत्यधिक विशेष मॉडल जो सिर्फ एक काम करते हैं — यह तय करना कि क्या मौजूदा एक्शन के लिए किसी भारी निगरानी-कर्ता को बुलाना है। Sarah इसे ब्लिट्ज़ शतरंज से जोड़ती हैं: ग्रैंडमास्टर तेज़ चालों में सहज रूप से खेलते हैं और केवल महत्वपूर्ण मोड़ पर रुकते हैं। Maxim कहते हैं यह सादृश्य सही है — बुद्धिमत्ता वहीं केंद्रित करो जहां जोखिम सबसे अधिक है, बाकी जगह दुबले रहो। > *"आप ऐसे मॉडल ट्रेन करना चाहते हैं जो सिर्फ एक काम में अच्छे हों। वे बहुत छोटे हों। वे लगभग कुछ और नहीं कर सकते, बस यह कह सकते हैं: 'क्या मुझे कोई स्मार्ट एजेंट इस पर नज़र डलवाना चाहिए?'"* ## [18:38] Onyx की प्रतिभा संस्कृति इज़राइल की सुरक्षा प्रतिभा — 8200, Armis और Wiz जैसी इकाइयों और कंपनियों से निखरी — सर्वविदित है। Onyx का DNA अलग है: सह-संस्थापक Gil की पृष्ठभूमि सिंथेटिक डेटा और Nvidia में है, आक्रामक साइबर में नहीं। Onyx के अधिकांश रिसर्च इंजीनियर एक इज़राइली खुफिया इकाई से आते हैं जो गणित और साइबर के संगम पर केंद्रित है। Maxim इस मिश्रण को जानबूझकर देखते हैं — Onyx जो दीर्घकालिक समस्या हल कर रही है वह केवल एंटरप्राइज़ सुरक्षा नहीं बल्कि उन्नत AI को नियंत्रित करना है, पूरी तरह। इज़राइल समग्र रूप से AI में तेज़ी से आगे बढ़ रहा है: वर्ल्ड मॉडल, AI इन्फ्रास्ट्रक्चर, चिप्स। > *"समस्या सिर्फ साइबरसुरक्षा नहीं है। समस्या है कि हम दीर्घकाल में उन्नत AI को कैसे नियंत्रित करें — और यह समस्या, एंटरप्राइज़ सुरक्षा की खामियों को भूल भी जाएं तो, बहुत महत्वपूर्ण लगती है।"* ## [21:24] Mechanistic Interpretability Maxim का मानना है कि mechanistic interpretability — मॉडल वेट्स और एक्टिवेशन के अंदर वास्तव में क्या हो रहा है इसे समझना — संभव भी है और ज़रूरी भी। उनकी उल्टी-सी लगने वाली थीसिस: जैसे-जैसे मॉडल कुछ महत्वपूर्ण पहलुओं में इंसानों से ज़्यादा चतुर होते जाएंगे, वे दूसरे मॉडलों की आंतरिक संरचना हमसे बेहतर समझने में सक्षम होंगे। Onyx इस दिशा में अनुसंधान को सक्रिय रूप से वित्त पोषित कर रही है, न केवल एक सुरक्षा उपकरण के रूप में बल्कि बुद्धिमत्ता स्वयं क्या है इसे समझने की खिड़की के रूप में। Sarah इस दांव का समर्थन करती हैं। > *"जैसे-जैसे हमारे पास ऐसे मॉडल होने लगेंगे जो कम से कम कुछ महत्वपूर्ण तरीकों से हमसे ज़्यादा स्मार्ट हैं, हमें लगता है कि हम mechanistic क्षमता को कहीं अधिक प्रभावी ढंग से समझने लगेंगे।"* ## [23:35] Onyx ग्राहकों का भरोसा कैसे जीतती है Fortune 10 और 20 कंपनियां आमतौर पर 100 से कम लोगों वाले दो साल पुराने स्टार्टअप के साथ काम नहीं करतीं। जो नियम तोड़ रहा है वह है दर्द: CISO जो रोज़ाना एजेंट-एक्शन घटनाओं का सामना कर रहे हैं, उनके पास कोई स्थापित विक्रेता नहीं है क्योंकि यह समस्या तीन साल पहले मौजूद ही नहीं थी। Onyx को उन एंटरप्राइज़ से इनबाउंड मिलते हैं जिन्होंने उन्हें स्टील्थ से बाहर आते देखा क्योंकि समस्या का विवरण उनकी रोज़मर्रा की आग से मेल खाता था। Maxim इसे एक संकीर्ण, अस्थायी अवसर मानते हैं। > *"यह अवसर तभी मिलता है जब दर्द बहुत तीव्र हो। उनका दर्द इतना तीव्र है कि वे कहते हैं: 'मैंने देखा यह कंपनी अभी स्टील्थ से बाहर आई है, लेकिन यह मेरी रोज़ की समस्या है, तो मैं उन्हें कॉल करूंगा।'"* ## [25:10] बुनियादी स्तर पर जोखिम कम करना CISO की घबराहट की दूसरी लहर — एजेंट एक्शन से परे — है स्वचालित वल्नरेबिलिटी रिसर्च की गिरती लागत। कोडिंग टूल अब वल्नरेबिलिटी ढूंढ सकते हैं और उनका शोषण कर सकते हैं उस पैमाने पर जो कुछ साल पहले दशकों दूर लगता था। Maxim कहते हैं बाज़ार की प्रतिक्रिया अतिरंजित नहीं है: यह एक वास्तविक संरचनात्मक बदलाव है। सही प्रतिक्रिया दो-ट्रैक है: अभी तेज़ पैचिंग और शमन नियंत्रण, साथ ही बुनियादी नियंत्रणों में निवेश — लॉक्ड-डाउन पहचान, फ़ायरवॉल, एंडपॉइंट डिटेक्शन — जो हमलावर के टूल चाहे कुछ भी कर सकें, शोषण योग्य सतह को कम करे। > *"असली समाधान — और बड़े एंटरप्राइज़ के हर सुरक्षा प्रमुख यह जानते हैं — यह है कि हमें बुनियादी चीज़ें जगह पर रखनी होंगी ताकि इन जोखिमों से बचा जा सके।"* ## [27:45] Glasswing और Daybreak का चरणबद्ध रोलआउट Anthropic के Glasswing और OpenAI के Daybreak के अधिक सक्षम मॉडलों के नियंत्रित रोलआउट पर: Maxim की एक शर्त-वाली राय है। धीरे-धीरे रोलआउट तभी आदर्श है जब यह वैश्विक स्तर पर समन्वित हो — यह प्लेबुक बनाने, ज्ञान साझा करने और बिजली ग्रिड या एयरलाइंस जैसी जगहों पर विनाशकारी विफलताओं को रोकने का समय देता है। लेकिन अगर कोई भी अभिकर्ता चरणबद्ध कार्यक्रम से पहले इसी क्षमता का मॉडल जारी करे, तो क्रमिक दृष्टिकोण खुद देनदारी बन जाता है। उनकी सिफारिश है पहुंच को व्यापक रूप से बढ़ाना ताकि अधिक संगठन समानांतर में बचाव बना सकें। > *"अगर कोई किसी मेथड-लेवल मॉडल तक पहले पहुंच जाता है, तो पीछे मुड़कर देखने पर यह एक बड़ी गलती लगेगी — हम कम से कम कंपनियों को बहुत तेज़ी से आगे बढ़ने का विकल्प तो दे सकते थे।"* ## [29:11] बड़े एंटरप्राइज़ जो अभी भी पीछे हैं दो साल पहले, बड़ी कंपनियों का एक महत्वपूर्ण समूह AI पर पूरी तरह प्रतिबंध लगाता था। आज Maxim को यह लगभग नहीं दिखता। वित्तीय क्षेत्र अभी भी प्रतिबंध लगाता है — एजेंट्स की अनुमति लेकिन कुछ टूल पर पाबंदी — लेकिन पूर्ण प्रतिबंध गायब हो गए हैं। उनका तर्क है कि टूल लॉक-इन अपने आप में एक जोखिम है। इस बाज़ार की रफ्तार से सिर्फ एक विक्रेता के मॉडल पर दांव लगाने का मतलब है जब अगली पीढ़ी रैंकिंग बदल दे तो फंस जाना। > *"अगर आपने एक साल पहले OpenAI पर दांव लगाया होता, तो वह दुनिया का सबसे सुरक्षित दांव होता, लेकिन अचानक Anthropic के पास कहीं बेहतर मॉडल और टूल हैं।"* ## [30:46] Onyx और व्यापक AI सुरक्षा क्षेत्र AI सुरक्षा में नए विक्रेताओं और नई हमले की सतहों की भरमार है। उत्पाद दायरे की चिंता पर Maxim का जवाब: 2026 AI के दो मूल आधार — ट्रांसफॉर्मर-आधारित फाउंडेशन मॉडल और टूल-कॉलिंग एजेंट लूप — सालों में मौलिक रूप से नहीं बदले हैं। यह स्थिरता Onyx को कई एजेंट अनुप्रयोगों की ओर बनाने देती है जबकि उसकी मूल तकनीक दुबली रहती है। वास्तविक बचाव है उन शोधकर्ताओं में निवेश करना जो जल्दी रीट्रेन और अनुकूलित कर सकें। > *"2026 AI काम कैसे करता है, इसके दो मूल स्तंभ पिछले कुछ वर्षों में नहीं बदले हैं। हम अभी भी मोटे तौर पर LLM फाउंडेशन मॉडल हैं, और हम अभी भी एजेंट लगभग उसी तरह बना रहे हैं।"* ## [32:36] क्या लैब्स को मॉडल ट्रस्ट और गवर्नेंस संभालनी चाहिए? बे एरिया का ज़रूरी सवाल: क्या लैब्स आखिरकार ट्रस्ट और गवर्नेंस की समस्या खुद संभाल लेंगी? Maxim का संरचनात्मक तर्क इसके विरुद्ध: खरीदार कार बेचने वाले को कार प्रमाणित करने नहीं देना चाहते। सुरक्षा टीमों को एक स्वतंत्र पक्ष चाहिए जिसका पूरा व्यवसाय मॉडल सही होने पर निर्भर हो — अपने प्रोडक्ट की प्रतिष्ठा बचाने वाले विक्रेता पर नहीं। इसके अलावा, Maxim "जैगड इंटेलिजेंस" गलतियों और इरादे-स्तरीय विफलताओं के बीच रेखा खींचते हैं: विरोधी हेरफेर, गलत तरीके से संरेखित उद्देश्य, लक्ष्य बदलाव। लैब्स पहली श्रेणी ठीक करेंगी। केवल एक संरचनात्मक रूप से स्वतंत्र निरीक्षक दूसरी श्रेणी संभाल सकता है। > *"आप किसी प्रोडक्ट के विक्रेता पर भरोसा नहीं करेंगे कि यह प्रोडक्ट आपके माहौल को नुकसान नहीं पहुंचाएगा। आप एक ऐसा स्वतंत्र पक्ष चाहेंगे जिसका पूरा कारोबार इस बात पर निर्भर हो कि वह आपको बताए यह चीज़ सही है और सही साबित हो।"* ## [36:56] सुरक्षा में क्या बदलना ज़रूरी है Sarah पूछती हैं कि व्यापक टेक और रिसर्च समुदाय — खास तौर पर लैब्स — सुरक्षा के नज़रिए से क्या चूक रही हैं। Maxim का जवाब: यह तकनीकी खामी नहीं, सहानुभूति की खामी है। सुरक्षा उत्पाद बनाने के लिए यह गहराई से समझना ज़रूरी है कि सुरक्षा टीमें वास्तव में कैसे काम करती हैं — उनकी संगठनात्मक संरचना, जिम्मेदारियां, सूचना प्रवाह। इज़राइल मज़बूत सुरक्षा प्रतिभा पैदा करता है क्योंकि सैन्य सेवा इंजीनियरों को उस अंतिम उपयोगकर्ता का प्रत्यक्ष अनुभव देती है जिसके लिए वे बाद में निर्माण करते हैं। > *"चाहे आप कोई भी तकनीकी समस्या हल कर रहे हों, आप लोगों के लिए एक टूल बना रहे हैं, एक ऐसे संगठन के लिए जिसकी एक निश्चित संरचना है। इस दर्शक वर्ग के लिए ऐसा प्रोडक्ट बनाना जो सिर्फ तकनीकी समस्या न हल करे बल्कि उन्हें सच में पसंद भी आए — यह बहुत मुश्किल है।"* ## [39:14] Maxim AGI पर इतने आश्वस्त क्यों हैं Sarah ध्यान दिलाती हैं कि Maxim की बातों में यह अंतर्निहित विश्वास है कि कुछ वर्षों तक इंसानी सुरक्षा टीमें रहेंगी। वे पुष्टि करते हैं — लेकिन एक समयरेखा के साथ: सुरक्षा टीमें निकट भविष्य में पूरी तरह AI-एजेंट संचालित होंगी, जैसे अधिकांश ज्ञान कार्य होगा। AGI आशावाद का उनका व्यावहारिक संस्करण यह है कि महान प्रोडक्ट बनाने का काम नहीं बदलता: हमेशा जानो अंतिम उपयोगकर्ता कौन है और उनके अनुभव को बेहतर बनाओ। अभी वह इंसान हैं जिनके साथ कुछ एजेंट हैं। जैसे-जैसे अनुपात पलटेगा, वही सिद्धांत लागू होगा — बस डैशबोर्ड की जगह कॉन्टेक्स्ट विंडो पढ़ने वाले एजेंट्स पर। > *"आज जब मैं कोई प्रोडक्ट बेचता हूं तो मैं इसे इंसानी दर्शकों को बेचता हूं जिनके साथ कुछ एजेंट हैं, और जैसे-जैसे वह दर्शक वर्ग इंसानों से ज़्यादा एजेंट का हो जाएगा, हमारे लिए यह ज़रूरी होगा कि हम विकसित हों और इसे एजेंट्स के लिए वास्तव में अच्छी तरह काम करने दें।"* ## इकाइयाँ - **Maxim Bar Kogan** (व्यक्ति): Onyx Security के सह-संस्थापक और CEO; पूर्व इज़राइली खुफिया, गणित और आक्रामक साइबर में पृष्ठभूमि। - **Sarah Guo** (व्यक्ति): No Priors की होस्ट; Conviction की संस्थापक और GP। - **Onyx Security** (संगठन): इज़राइल-स्थित स्टार्टअप जो AI निगरानी इन्फ्रास्ट्रक्चर बनाती है — एंटरप्राइज़ AI एजेंट्स की निगरानी और शासन के लिए विशेष छोटे मॉडल ट्रेन करती है। - **AutoGPT** (सॉफ्टवेयर): प्रारंभिक ओपन-सोर्स स्वायत्त LLM एजेंट; Maxim द्वारा उस मोड़ बिंदु के रूप में उद्धृत जिसने एजेंटिक जोखिम को ठोस बनाया। - **Glasswing / Daybreak** (सॉफ्टवेयर): फ्रंटियर मॉडल एक्सेस के लिए Anthropic और OpenAI के नियंत्रित रोलआउट कार्यक्रम। - **Mechanistic Interpretability** (अवधारणा): अनुसंधान कार्यक्रम जिसका उद्देश्य न्यूरल नेटवर्क की आंतरिक वेट और एक्टिवेशन संरचना को समझना है; Onyx इसे AI निगरानी का दीर्घकालिक स्तंभ मानती है। - **Secure Control Plane** (अवधारणा): Onyx की उत्पाद श्रेणी — एक विक्रेता-स्वतंत्र परत जो एजेंट अनुमतियों, एक्शन वैधता और व्यवहार इतिहास की रियल-टाइम निगरानी करती है। - **8200** (संगठन): इज़राइली खुफिया इकाई जिसे इज़राइल की शीर्ष सुरक्षा और टेक प्रतिभा पैदा करने का श्रेय दिया जाता है, जिसमें कई Onyx इंजीनियर शामिल हैं।

Apollo के CEO Marc Rowan 1990 में Drexel के पतन से — जब वे रविवार को अपना सामान एक कार्डबोर्ड बॉक्स में भरकर दफ़्तर छोड़ गए थे — सीधी लकीर खींचते हुए Apollo की आज की ट्रिलियन-डॉलर स्थिति तक पहुँचते हैं, जो दुनिया की सबसे बड़ी निजी रिटायरमेंट आय प्रदाता और वैश्विक औद्योगिक पुनर्जागरण की प्रमुख वित्तपोषक है। वे और a16z के GP David Haber मिलकर समझाते हैं कि निजी बाज़ार विविधीकरण के लिए संरचनात्मक रूप से क्यों ज़रूरी हैं — जब दस शेयर S&P 500 के लगभग आधे हिस्से पर काबिज़ हों — दैनिक मूल्य निर्धारण प्राइवेट क्रेडिट को पाँच नए पूंजी चैनलों तक कैसे खोलेगा, और Rowan क्यों मानते हैं कि AI हर एक नौकरी को या तो बदल देगा या उसे उन्नत करेगा। ## [00:00] परिचय शुरुआत में तीन धागे पिरोए जाते हैं जो पूरी बातचीत में चलते रहते हैं: सार्वजनिक इक्विटी में एकाग्रता का जोखिम (दस नाम S&P 500 के 50% के करीब), Anthropic और SpaceX जैसी निजी कंपनियों में अरबों-खरबों का मूल्य जो ज़्यादातर निवेशकों की पहुँच से बाहर है, और Apollo की यह बुनियादी मान्यता कि AI हर नौकरी को बदलेगा या उन्नत करेगा। Rowan, Haber को Apollo के दफ़्तर में मेज़बानी के लिए धन्यवाद देते हैं। > *"अभी अमेरिका में 10 शेयर S&P 500 के लगभग 50% हैं और वे सब एक ही रुझान पर टिके हैं... अगर आप एक निवेशक हैं और विविधीकरण चाहते हैं, तो निजी बाज़ारों के अलावा कोई और जगह नहीं है।"* ## [00:52] Drexel, Milken और क्लीन-शीट सोच की जड़ें Rowan ने Goldman के बजाय Drexel चुना, क्योंकि उद्यमियों को वित्तपोषित करने में गहरी व्यावसायिक समझ चाहिए थी, न कि तकनीकी वित्त की दक्षता। उस वक़्त हाई-यील्ड बाज़ार का आविष्कार हो रहा था — PIK बॉन्ड, सिल्वर-इंडेक्सड बॉन्ड, हाइली कॉन्फिडेंट लेटर, ब्रिज फाइनेंसिंग — जिसने हर किसी को क्लीन-शीट समस्या-समाधान की ओर धकेला। Michael Milken की सबसे टिकाऊ सीख थी भू-राजनीति, तकनीक और बाज़ारों के बिंदुओं को जोड़कर एक सुसंगत ढाँचा बनाना, और उनका यह कथन कि "या तो आप बदलाव को अपनाओ, या बदलाव आप पर थोपा जाएगा" Apollo का मूल सिद्धांत बन गया। > *"PIK की पूरी अवधारणा मेरा मानना है कि एक दोपहर में किसी समस्या को सुलझाते हुए बनाई गई... ये सब बुनियादी रूप से समस्या-समाधान, समस्या-समाधान था। और कारोबार को समझने, क्रेडिट को समझने, साथ ही क्लीन-शीट सोच रखने की यही मानसिकता आज Apollo को चलाती है।"* ## [04:55] Apollo की उत्पत्ति: बेरोज़गारी से $6 अरब तक 1990 में एक सप्ताहांत में Drexel के डूबने के बाद भी Rowan और उनके साथी बिना किसी फर्म और भुगतान की उम्मीद के ग्राहकों के लेनदेन पूरे कर रहे थे। तुरंत एक सीख उभरी: वित्तीय फर्में दिल के दौरे से मरती हैं (फंडिंग जोखिम — कम अवधि में उधार लेकर लंबी अवधि में देना, जैसा Bear Stearns और Lehman ने बाद में साबित किया) या कैंसर से (घाटे को स्वीकार करने की बजाय बुरी संपत्तियाँ जमा करते रहना)। फ्रांस के Crédit Lyonnais की एक कोल्ड कॉल — जो पहले एक M&A बुटीक खड़ा करने के लिए थी — फ्रांसीसी सरकार से $80 करोड़ के सीड चेक में बदल गई, जो 1990 के अंत तक $6 अरब हो गई और Apollo उस बैंक का सबसे बड़ा मुनाफे का केंद्र बन गया। > *"मैं शुक्रवार को अपने दफ़्तर गया, या यूँ कहें कि दफ़्तर छोड़ा। रविवार को वापस आया और अपना सारा सामान एक कार्डबोर्ड बॉक्स में भरकर निकल गया — Drexel बंद हो चुका था।"* ## [08:46] Apollo कैसे एक ट्रिलियन-डॉलर रिटायरमेंट और क्रेडिट फर्म बनी आज Apollo 80% इन्वेस्टमेंट-ग्रेड क्रेडिट है और केवल 20% इक्विटी — हाइब्रिड इक्विटी और पारंपरिक प्राइवेट इक्विटी में विभाजित — जो आम धारणा के बिल्कुल उलट है। Rowan तीन बुनियादी उद्देश्यों के इर्द-गिर्द कारोबार को केंद्रित करते हैं: बुजुर्ग और कम बचत वाली आबादी को रिटायरमेंट आय देना; ऊर्जा, विनिर्माण, AI और रक्षा में वैश्विक औद्योगिक पुनर्जागरण को वित्तपोषित करना; और ऐसे समय में वास्तविक विविधीकरण प्रदान करना जब सार्वजनिक बाज़ार कुछ ही नामों में सिकुड़ रहे हों। इक्विटी में जो एकाग्रता की गतिशीलता है, वही फिक्स्ड इनकम में भी आ रही है — दस बैंक सिकुड़कर पाँच बैंक और पाँच टेक प्लेटफॉर्म बनते जा रहे हैं। > *"दुनिया में 80% कार्रवाई निजी बाज़ारों में हो रही है... Anthropic, OpenAI, SpaceX, Cognition, Cursor — ये सभी कंपनियाँ निजी हैं, कई ट्रिलियन डॉलर का मूल्य, और फिर भी ज़्यादातर निवेशकों का उनमें शून्य एक्सपोज़र है।"* ## [13:00] स्थायी पूंजी, उत्पत्ति और असली दुर्लभता: संपत्तियाँ पारंपरिक एसेट मैनेजरों के विपरीत जो सार्वजनिक बाज़ारों में कितनी भी पूंजी लगा सकते हैं, Apollo की असली बाधा पूंजी की उपलब्धता नहीं बल्कि उत्पत्ति की क्षमता है। संपत्तियों की यह दुर्लभता ही कारोबार की वास्तविक अड़चन है — इसलिए हर सौदे से अधिकतम मूल्य निकाला जाना चाहिए, शुल्क कमाकर और मुख्य पोज़ीशन लेकर जो Apollo को ग्राहकों के साथ जोड़े। Rowan "कैपिटल लाइट" का स्पष्ट विरोध करते हैं: जहाँ ब्रांड, प्रतिष्ठा और परिणामों की गारंटी देने की क्षमता मायने रखती हो, एक बड़ी बैलेंस शीट मृत बोझ नहीं बल्कि प्रतिस्पर्धात्मक हथियार है। > *"इसलिए मेरा मानना है कि हमें हमारी रोचक निवेश बनाने की क्षमता के आधार पर परखा जाना चाहिए। और मेरा मानना है कि हमारी रोचक निवेश बनाने की क्षमता सीमित है।"* ## [16:08] निजी बाज़ारों का लोकतंत्रीकरण: दैनिक मूल्य निर्धारण और नए पूंजी चैनल वैकल्पिक उद्योग एक ही पूंजी स्रोत — संस्थागत ऑल्टरनेटिव बकेट — के लिए बना था, लेकिन अब पाँच नए बाज़ार पहुँच चाहते हैं: व्यक्ति, बीमा कंपनियाँ, पारंपरिक एसेट मैनेजर, 401(k) योजनाएँ, और संस्थाओं के डेट/इक्विटी बकेट। इनमें से कोई भी ड्रॉडाउन फंड नहीं चाहता। Apollo 30 जून तक अपने इन्वेस्टमेंट-ग्रेड प्राइवेट सूट पर दैनिक अनुमानित मूल्य की ओर बढ़ रहा है, और सितंबर तक सभी क्रेडिट उत्पादों पर पूर्ण दैनिक मूल्य निर्धारण — मानकीकृत डेटा वेयरहाउस, मार्केट-मेकिंग और नियमित मूल्य प्रकटीकरण के साथ। Rowan प्राइवेट क्रेडिट को डायरेक्ट लेंडिंग (प्रेस की संकीर्ण परिभाषा) से अलग करते हैं — असली ब्रह्मांड Intel, Air France, AT&T, Meta जैसे परिष्कृत उधारकर्ता हैं जिन्हें जटिल, गैर-वेनिला दीर्घकालिक वित्तपोषण चाहिए जो बैंक नहीं दे सकते। > *"मैंने दुनिया में कोई ऐसा बाज़ार नहीं देखा जहाँ पारदर्शिता और मूल्य खोज हो और वह अपने वर्तमान आकार से 10 गुना बड़ा न हो... लोगों को यह असहज लग सकता है, लेकिन यह आने वाला है।"* ## [22:04] वेंचर और क्रेडिट का संगम: औद्योगिक पुनर्जागरण का वित्तपोषण Rowan और Haber "विशेषज्ञता के क्षेत्रों के बीच की खाली जगहों में मौके" को अपना साझा निवेश दर्शन मानते हैं। अभी जो चौराहा दिख रहा है: वेंचर-समर्थित कंपनियाँ जो ऐतिहासिक रूप से पूंजी की गहनता से बचती थीं, अब डेटा सेंटर, चिप्स, रोबोटिक्स, विनिर्माण लाइनें और रक्षा प्रणालियाँ इतने बड़े पैमाने पर बना रही हैं कि अकेले इक्विटी से वित्तपोषण संभव नहीं। Apollo जोखिमों को अलग करता है — वेंचर को मूल व्यावसायिक अंडरराइट थामने देता है, जबकि कठोर संपार्श्विक वाली बुनियादी ढाँचे की संपत्तियाँ उचित जोखिम रेटिंग पर क्रेडिट बाज़ारों में चली जाती हैं। Rowan के शब्दों में: 2025 ने साबित कर दिया कि डेटा सेंटर, चिप्स और ऊर्जा ज़रूरी हैं; 2026 में निवेशक महसूस करेंगे कि केवल चार सार्वजनिक कंपनियों से $80,000 करोड़ का कैपेक्स एकाग्रता की सीमाओं पर टकराएगा, स्प्रेड चौड़े होंगे, और तकनीकी उद्यमियों को वित्तीय उद्यमियों के साथ साझेदारी करनी होगी। Apollo खासतौर पर ग्रोथ इकोसिस्टम प्रतिभा के लिए बे एरिया में दूसरा मुख्यालय स्थापित कर रहा है। > *"डेटा सेंटर, चिप्स, रोबोटिक्स, विनिर्माण, रक्षा में जितना पैसा लगने वाला है, वह — जैसा मैंने कहा — आग के आविष्कार के बाद से हर डॉलर के बराबर है, और यह इक्विटी से वित्तपोषित नहीं होगा।"* ## [30:01] AI, एंटरप्राइज़ सॉफ़्टवेयर और हर नौकरी का बदलना या उन्नत होना Rowan की बुनियादी मान्यता: हर एक नौकरी AI द्वारा बदली या उन्नत की जाएगी। वे साफ़ कहते हैं कि पिछले दशक का 30% प्राइवेट इक्विटी AUM एंटरप्राइज़ सॉफ़्टवेयर में गया, AI ने उन संपत्तियों की कीमत स्थायी रूप से बदल दी है, और उस विंटेज से PE रिटर्न "आपदाजनक" होंगे — इसलिए नहीं कि वे कंपनियाँ विफल हो रही हैं, बल्कि इसलिए कि जो कीमतें चुकाई गईं वे AI प्रतिस्पर्धियों के बिना वाले भविष्य की धारणा पर आधारित थीं। उनका विश्लेषणात्मक ढाँचा: AI उन क्षेत्रों में सबसे तेज़ बदलता है जहाँ सही उत्तर होता है (कोडिंग, अकाउंटिंग, ट्रेड ऑपरेशंस) और वहाँ धीरे जहाँ निर्णय अपरिहार्य है। निकट भविष्य में वे ब्लू-कॉलर की प्रधानता और व्हाइट-कॉलर की गिरावट की उम्मीद करते हैं। एक ऋणदाता के रूप में, येलो पेजेज़, केबल टीवी और सैटेलाइट की सीख है: विविधता बनाए रखो, वरिष्ठ बने रहो, कठोर संपार्श्विक खोजो, और कभी भी पाँच से सात साल से आगे का अंडरराइट न करो। > *"हम इस मान्यता के साथ काम करते हैं कि हर नौकरी बदली या उन्नत होगी। हर एक नौकरी। और मेरा मानना है कि यही होने वाला है।"* ## [38:52] नैतिक नेतृत्व: UPenn, मेरिट और सही काम करना 7 अक्टूबर के बाद Rowan ने Penn के अध्यक्ष को सीधे लिखा — एक फिलिस्तीन अधिकार सम्मेलन पर, जिसे विश्वविद्यालय यहूदी उच्च त्योहारों के दौरान, एक ज्ञात Hamas समर्थक के नेतृत्व में आयोजित कर रहा था। उन्होंने इसे वाक्-स्वतंत्रता नहीं बल्कि "पसंदीदा भाषण" का मामला बताया। व्यापक कैंपस संकट को उन्होंने अमेरिका-विरोधी और मेरिट-विरोधी बताया। जब लगभग सभी दानदाताओं ने अपना दान घटाकर $1 प्रति वर्ष कर दिया, Penn प्रशासन ने जवाब दिया; बाद की संसदीय गवाही के बाद बोर्ड अध्यक्ष और अध्यक्ष दोनों ने इस्तीफा दिया। Rowan का व्यापक सिद्धांत, जिसे उन्होंने 2021 में पदभार संभालने के बाद आंतरिक रूप से लागू किया: हर जगह एक ही बात कहो; जलवायु पर "बेहतर बनाओ, खराब नहीं" — शून्य-कार्बन पूर्णवाद की जगह; भर्ती में, तय की गई दूरी के हिसाब से समायोजित मेरिट — व्यक्तिगत उपलब्धि से मापी गई, न कि समूह सदस्यता से। > *"हम तय की गई दूरी के हिसाब से समायोजित मेरिट के लिए भर्ती करते हैं। और तय की गई दूरी आपकी अपरिवर्तनीय विशेषताओं के बारे में नहीं है। यह एक व्यक्ति के रूप में आपके बारे में है — आपका वर्ग नहीं, आपका समूह नहीं। मुझे वह बच्चा दिखाओ जिसे किसी चुनौती पर काबू पाना पड़ा और फिर भी उसने उपलब्धि हासिल की।"* ## [46:02] Apollo की संस्कृति: जीतने के लिए खेलना और संस्थापक से परे टिकना एसेट मैनेजमेंट और रिटायरमेंट सेवाओं में 6,000 लोगों के साथ, Apollo ने छह महीने बातचीत की — आंतरिक रूप से, वरिष्ठ भागीदारों के साथ — यह तय करने के लिए कि Apollo को Apollo क्या बनाता है। नतीजा Apollo के करियर पेज पर एक सार्वजनिक दस्तावेज़ है, जो जानबूझकर स्पष्टवादी है ताकि उम्मीदवारों को छाँटा जा सके। छह सिद्धांत "जीतने के लिए खेलना" में सिमट जाते हैं, जिसे Rowan हारने के डर से अलग करते हैं: वरिष्ठ पेशेवरों से लगभग 40% समय गलत होने की उम्मीद है, किसी को बुरे फैसले के लिए नहीं निकाला जाता (केवल उसे स्वीकार न करने और सुधारने के लिए), और हर वरिष्ठ व्यक्ति का एक सार्वजनिक "शर्म की दीवार" का नुकसान होता है। क्लीन-शीट सोच, बौद्धिक अवज्ञा (वास्तविक अवज्ञा से अलग), और कर्मचारियों के जीवन के "महत्वपूर्ण क्षणों" को संभालना — ये वे गुण हैं जो Rowan संस्थापक के रूप में अपने बाद भी जीवित देखना चाहते हैं। Apollo एक वित्तीय संस्थान बना रहा है, फंड नहीं चला रहा — अगले पाँच वर्षों के उत्पाद, बुनियादी ढाँचे और मार्केट-मेकिंग नवाचार फर्म को आज से उतना अलग बना देंगे जितना पिछले पाँच वर्षों ने पहले से बनाया। > *"यहाँ आपको बुरे फैसले के लिए नहीं निकाला जाता। यहाँ आपको इसलिए निकाला जाता है कि आपने उसे स्वीकार नहीं किया, उसे अपना नहीं माना और उसे ठीक नहीं किया। हमारे पास शर्म की दीवार है। यहाँ हर वरिष्ठ पेशेवर ने फर्म के लिए पैसे गँवाए हैं।"* ## इकाइयाँ - **Marc Rowan** (व्यक्ति): Apollo Global Management के सह-संस्थापक, CEO और अध्यक्ष; पूर्व Drexel Burnham Lambert विश्लेषक; UPenn पूर्व छात्र और प्रमुख दानकर्ता - **David Haber** (व्यक्ति): Andreessen Horowitz (a16z) में General Partner; The a16z Show के मेज़बान - **Michael Milken** (व्यक्ति): Drexel Burnham Lambert के वित्तपोषक; Rowan के दीर्घकालिक मार्गदर्शक; PIK बॉन्ड, ब्रिज फाइनेंसिंग और हाई-यील्ड बाज़ार के आविष्कार का श्रेय - **Apollo Global Management** (संगठन): $1 ट्रिलियन+ वैकल्पिक एसेट मैनेजर, 80% इन्वेस्टमेंट-ग्रेड क्रेडिट; Athene रिटायरमेंट सेवाओं के सह-संस्थापक; बे एरिया में दूसरे मुख्यालय की योजना - **Athene** (संगठन): Apollo की रिटायरमेंट सेवाएँ अनुषंगी; बीमा और एन्युइटी उत्पादों की प्रदाता जो Apollo की स्थायी पूंजी का आधार है - **Andreessen Horowitz (a16z)** (संगठन): सिलिकॉन वैली की वेंचर कैपिटल फर्म; पूंजी-गहन टेक कंपनियों के लिए Apollo के साथ पूंजी साझेदारी की खोज - **Crédit Lyonnais** (संगठन): फ्रांसीसी सरकारी बैंक जिसने 1990 में Apollo को $80 करोड़ से शुरू किया, जो $6 अरब तक बढ़ा; बाद में Apollo को François Pinault को बेचा - **प्राइवेट क्रेडिट** (अवधारणा): कॉर्पोरेट और बुनियादी ढाँचा परियोजनाओं को सार्वजनिक बॉन्ड बाज़ारों को दरकिनार कर सीधे इन्वेस्टमेंट-ग्रेड ऋण की उत्पत्ति; "लीवरेज्ड बायआउट को डायरेक्ट लेंडिंग" से कहीं व्यापक - **स्थायी पूंजी** (अवधारणा): बीमा और रिटायरमेंट उत्पादों से दीर्घकालिक देनदारियाँ जो Apollo को फंड रिडेम्पशन दबाव के बिना चक्रों के दौरान संपत्तियाँ रखने देती हैं - **औद्योगिक पुनर्जागरण** (अवधारणा): Rowan का शब्द — डेटा सेंटर, AI चिप्स, ऊर्जा बुनियादी ढाँचा, विनिर्माण, रोबोटिक्स और रक्षा के एक साथ वैश्विक निर्माण के लिए, जिसके लिए क्रेडिट-बाज़ार स्तर के वित्तपोषण की ज़रूरत है - **दैनिक अनुमानित मूल्य** (अवधारणा): Apollo की पहल — इन्वेस्टमेंट-ग्रेड प्राइवेट क्रेडिट उत्पादों का दैनिक मूल्य निर्धारण — जिससे वेल्थ मैनेजर, 401(k) योजनाएँ और पारंपरिक एसेट मैनेजर पहुँच पा सकें

GPT-3 के ज़माने से अब तक Dan Shipper की कंपनी Every चार लोगों से बढ़कर तीस हो चुकी है, लगभग हर workflow में agents चलते हैं, और भर्तियाँ अब भी जारी हैं। *AI & I* शो के इस खास एपिसोड में COO Brandon Gell ने Dan का इंटरव्यू लिया — Dan के 8,000 शब्दों के निबंध "After Automation" पर, जिसमें वे तर्क देते हैं कि AI की बढ़ती क्षमता इंसानी निर्णय की मांग घटाती नहीं, बढ़ाती है। बुनियादी बात यह है कि AI कल की विशेषज्ञता को सस्ता और सर्वसुलभ बना देता है, जिससे हर क्षेत्र में ऐसा output भर जाता है जो सही के करीब तो है, पर पूरी तरह सही नहीं — और उस अंतर को पाटने वाले इंसानों की माँग बढ़ती जाती है। ## [00:00] AI काम करता है, फिर पूछता है — आगे क्या? इंटरव्यू के बाद के इस अंश में एपिसोड का केंद्रीय तनाव साफ दिखता है। Brandon उस आम AI-moment का ज़िक्र करते हैं — आप prompt करते हैं, नतीजा देखकर दंग रह जाते हैं, खुद को ग़ैर-ज़रूरी महसूस करने लगते हैं — और फिर AI रुककर पूछता है, "आगे क्या करूँ?" Dan इसका जवाब उस एक पंक्ति से देते हैं जो पूरे तर्क की धुरी है: "एक agent जितना इंसान से दूर होता है, उतना ही कम उपयोगी।" दोनों क्लिप मुख्य बातचीत से (करीब 00:11 और 00:35 पर) यहाँ आगे की चर्चा का संदर्भ देने के लिए रखी गई हैं। > *"The further away an agent gets from a human, the less valuable it is."* ## [00:51] परिचय Brandon इस बार का format पलट कर बताते हैं — वे Dan का इंटरव्यू ले रहे हैं, उल्टा नहीं, और Dan की दलीलों को चुनौती देंगे। Dan बताते हैं कि यह निबंध कहाँ से आया — दुनिया की सबसे agent-native कंपनियों में से एक के भीतर बैठकर देखना कि automation के साथ-साथ headcount भी बढ़ रही है, और यह महसूस करना कि यह मुख्यधारा की उस कहानी से बिल्कुल अलग है जो कहती है AI नौकरियाँ खा रहा है। ClickUp के CEO का हालिया tweet — जिसमें उन्होंने बड़ी तादाद में छंटनी कर AI को श्रेय दिया — Dan के तर्क की पहली परीक्षा के रूप में सामने आता है: क्या "After Automation" 10,000 लोगों की परिपक्व कंपनी पर भी उतना ही लागू होता है, जितना Every जैसे early-adopter पर? > *"If you swing a stick around in our Slack, you're as likely to hit a human as you are an agent."* ## [05:51] AI का विरोधाभास: ज़्यादा automation, ज़्यादा इंसानी काम Dan मूल तर्क समझाते हैं। AI को पिछले तमाम outputs पर train किया गया है, इसलिए वह "कल की विशेषज्ञता" को सस्ते में किसी को भी दे सकता है। इससे output लोकतांत्रिक होता है — ops वाले pull requests merge करते हैं, गैर-इंजीनियर features ship करते हैं — लेकिन यह output एकसमान रूप से *करीब तो है, सही नहीं*। यह live स्थिति के अनुकूल नहीं होता। नतीजतन, हर जगह near-correct काम का अंबार लग जाता है जो अपने आप कमज़ोर पड़ जाता है, और साथ ही उन विशेषज्ञों की माँग बढ़ जाती है जो उस काम को अंजाम तक पहुँचा सकें। Brandon Every के अंदर का उदाहरण देते हैं: PRs जो सुलझी हुई लगती हैं जब तक कोई senior engineer उन्हें खोलकर न देखे। > *"You sort of flood the zone with tons of stuff that's like close, but not quite right."* ## [10:00] AI ने कल की विशेषज्ञता को सस्ता कैसे बना दिया Dan benchmark की आपत्ति पर तर्क को आगे बढ़ाते हैं: हाँ, models exponentially बेहतर होते हैं, लेकिन जब कोई benchmark saturate हो जाए, तो समस्या को थोड़ा अलग ढंग से रखकर उसे फिर unsaturate किया जा सकता है। असली मुद्दा यह है कि इंसानों में एक परत ऐसी tacit, अनकही दक्षता होती है जो साफ specification से बच निकलती है — और जो भी *articulate* किया जा सके, उस पर model hill-climb कर लेता है। Every का अनुभव इसकी पुष्टि करता है: Kieran ने एक-दो महीने में पूरा inbox feature अकेले बना डाला, जो पहले "बिल्कुल असंभव" था। लेकिन उसकी असली कीमत तब थी जब एक विशेषज्ञ जानता था *क्या* बनाना है और हर कदम खुद guide किया। > *"There's actually a lot of stuff that you do that can't be articulated in a clean frame."* ## [18:00] AI स्वायत्त रूप से काम कर सकता है, पर उसके पास agency नहीं Brandon autonomy और agency के बीच की रेखा खींचते हैं: AI agents बिना हाथ थामे खुले tasks execute करने में माहिर होते जा रहे हैं, लेकिन यह *agency* से बिल्कुल अलग है — वह आत्म-प्रेरित, खेलपूर्ण "मुझे यह करना है क्योंकि मन कर रहा है" वाली भावना जो एक छोटे बच्चे में भी होती है। Dan मानते हैं कि इसे बनाने का कोई आर्थिक तर्क नहीं: अगर आप डेस्क पर बैठे हों और agent कहे "नहीं, मैं खेल रहा हूँ," तो यह product की विफलता है। पूरी industry की incentive structure compliance और corrigibility की तरफ धकेलती है — और यही इंसानों को loop में बनाए रखती है। > *"Agent means something that acts on behalf of someone else. That is very different from having agency, which is what even the smallest child has."* ## [20:39] Dan AGI पर पूरा दांव क्यों लगाते हैं Brandon एक-शब्दी परीक्षा रखते हैं: क्या आपको लगता है AGI होगा? Dan: हाँ। क्या यह अच्छी बात है? Dan: हाँ। उनकी AGI की परिभाषा — कोई भी agent जिसे लगातार चलाना आर्थिक रूप से समझदारी हो, जो बिना re-prompt किए खुद tokens generate करता रहे और tasks पूरे करे — इतनी सटीक है कि परखी जा सके। उनकी दलील: एक सच में स्वायत्त system भी इंसानी लक्ष्यों की सेवा के लिए बनाया गया होगा; अगर नहीं, तो हम उसे बनाते ही नहीं। Brandon की चिंता यह है कि जब continuous agents आर्थिक रूप से तर्कसंगत हों, तब mass layoff का तर्क सुसंगत लगने लगता है। > *"Any agent that you never turn off — that it makes economic sense to keep running all the time, actively doing tasks without you ever having to re-prompt it."* ## [21:57] AI की वजह से छंटनी — एक झूठ Dan और Brandon ClickUp के मामले की पड़ताल करते हैं — एक CEO ने सार्वजनिक रूप से बड़ी तादाद में छंटनी की और AI को कारण बताया। Dan का विश्लेषण: generic SaaS कंपनियाँ तब लोग निकालती हैं जब वे संघर्ष में हों या अधिक bloated हों, फिर AI को आड़ बना लेती हैं। Brandon Jensen Huang की प्रतिक्रिया जोड़ते हैं — "अगर progress का जवाब लोगों को निकालना है, तो आप बहुत creative CEO नहीं हैं" — जो self-serving तो है पर शायद सच। असली बात यह है: AI workflows को गहरे बदल देता है, जिससे पूरी कंपनी में पुनर्गठन ज़रूरी हो जाता है। जो कंपनियाँ यह काम छोड़कर सिर्फ headcount काटती हैं, वे आसान रास्ता चुन रही हैं। Meta का employees को keylog करके training data जुटाने का ज़िक्र एक ज़्यादा creative (पर बेचैन करने वाले) विकल्प के तौर पर संक्षेप में आता है। > *"I would really be skeptical of anyone who's saying that it's going to eliminate all jobs or all knowledge work."* ## [25:42] मॉडल्स के साथ चलो, सब ठीक रहेगा AGI के परिदृश्य में भी निर्णायक बात इंसानी निर्णय है कि *क्या मायने रखता है* — और यह लगातार बदलता रहता है, कुछ हद तक इसलिए भी क्योंकि AI खुद दुनिया को नए सिरे से गढ़ता रहता है। Omaha के customer service कर्मचारी जो chatbots पर भरोसा नहीं करते, या वे कंपनियाँ जो support staff हटाकर दो महीने बाद चुपचाप फिर भर्ती करती हैं — ये दिखाते हैं कि असली adoption hype से कितनी पीछे चलती है। Adoption को ज़मीन पर उतरने में एक पीढ़ी लगती है; आखिरकार सभी को ये tools मिलेंगे; जीतेंगे वे जो हर नए model को सीखते रहते हैं जैसे-जैसे वे आते हैं। Dan अपनी सबसे साफ बात से समापन करते हैं: अगर आप models के साथ चलते रहे, तो सब ठीक रहेगा। > *"If you just ride the models — when new models come out, learn to use them for the stuff that you do, whatever that is — you're going to be fine."* ## [35:30] AI को long-form features editor की तरह कैसे इस्तेमाल करें Dan "After Automation" लिखने की AI-assisted प्रक्रिया विस्तार से बताते हैं। हर सुबह वे Proof में argument की मौजूदा स्थिति बोलकर डालते थे, फिर उस log को Claude को देकर पूछते थे, "मैं असल में क्या कहना चाह रहा हूँ?" जैसे-जैसे draft 4,000 शब्द पार करता गया, उन्होंने Codex से उसे podcast format में बदलवाया और commute पर सुनकर flow की दिक्कतें पकड़ीं — हाथ लगाए बिना। निबंध चार-पाँच बार पूरी तरह restart हुआ, तब जाकर तर्क ठीक से बैठा। उनका निष्कर्ष: AI ने निबंध नहीं लिखा, लेकिन उसके बिना 8,000 शब्दों की पूरी संरचना को working memory में थामे रखना संभव न होता। > *"I could not have written this without it. I would have Claude take my log and say, 'What am I really trying to say?' And it would say things back and I'd be like, 'Oh, that's what I'm trying to say.'"* ## पात्र - **Dan Shipper** (व्यक्ति): Every के co-founder और CEO; *AI & I* के नियमित host; यहाँ अपने निबंध "After Automation" पर interviewee - **Brandon Gell** (व्यक्ति): Every के COO; इस एपिसोड में guest-host के रूप में Dan का इंटरव्यू ले रहे हैं - **Every** (संगठन): AI-native media और software कंपनी; GPT-3 के बाद से 4 से 30 लोगों तक बढ़ी; *AI & I* podcast प्रकाशित करती है - **After Automation** (अवधारणा): Dan Shipper का 8,000 शब्दों का निबंध जो तर्क देता है कि AI automation expert इंसानी काम की माँग बढ़ाता है क्योंकि near-correct output से हर क्षेत्र भर जाता है - **Expert competence gap** (अवधारणा): यह थीसिस कि AI "कल की विशेषज्ञता" सस्ते में देता है पर हमेशा थोड़ा चूकता है, जिससे उस gap को पाटने वाले इंसानों की ज़रूरत बढ़ती है - **AGI** (अवधारणा): इस एपिसोड में परिभाषित — कोई भी agent जिसे re-prompt किए बिना लगातार चलाना आर्थिक रूप से तर्कसंगत हो; Dan मानते हैं यह होगा और net positive होगा - **Autonomy vs. agency** (अवधारणा): Brandon का अंतर — AI का बिना हाथ थामे खुले tasks execute करना (autonomy) बनाम AI का खुद-प्रेरित इच्छाएँ रखना (agency); दूसरा नहीं बनाया जा रहा - **Proof** (सॉफ्टवेयर): Dan का writing tool जिसमें वे रोज़ voice-monologue drafts डालते हैं; निबंध लिखते समय AI-feedback loop के रूप में इस्तेमाल हुआ - **Codex** (सॉफ्टवेयर): OpenAI का tool जिससे Dan ने essay drafts को commute-review के लिए audio podcast format में बदला - **ClickUp** (संगठन): SaaS कंपनी जिसके CEO ने सार्वजनिक रूप से बड़ी तादाद में छंटनी की और AI को कारण बताया; AI-washing layoffs के case study के रूप में इस्तेमाल

Alex Rives — BioHub के Head of Science और वह शोधकर्ता जिन्होंने Meta FAIR में ESM-1 से ESM-3 तक की अगुआई की — Brandon और RJ Honicky के साथ बताते हैं कि आठ साल तक उन्होंने इस दांव पर क्यों भरोसा रखा कि प्रोटीन अनुक्रमों पर मास्क्ड लैंग्वेज मॉडल को स्केल करने से जैविक संरचना, कार्य और डिज़ाइन के दरवाज़े खुलेंगे। इस एपिसोड में UniRef से मेटाजीनोमिक्स तक की डेटा शिफ्ट, ESMC की स्केलिंग लॉ की बहाली, स्पार्स-ऑटोएनकोडर फीचर एटलस जो बिना किसी प्रशिक्षण के एक सदी की बायोकेमिकल टैक्सोनॉमी को उभारता है, और थेरेप्यूटिक-ग्रेड SCFV एंटीबॉडी डिज़ाइन की पहली रिपोर्टेड सफलता शामिल है। Rives BioHub के 50 करोड़ डॉलर के Virtual Biology Initiative और उन सिद्धांतों की भी रूपरेखा देते हैं जो उनके अनुसार कोशिका के जनरलिस्ट मॉडल बनाएंगे। ## [00:00] ESMC से एंटीबॉडी डिज़ाइन — एक झलक यह शुरुआती क्लिप इंटरव्यू के बाद के हिस्से से ली गई है, जहाँ Rives बीच-वाक्य में ESMC के प्रोग्रामेबल बायोलॉजी के दृष्टिकोण को समझा रहे हैं। वे बताते हैं कि डिज़ाइन मानदंडों को पूरा करने के लिए प्रोटीन वर्ल्ड-मॉडल में खोज कैसे की जाती है, और उल्लेख करते हैं कि टीम ने मिनी-बाइंडर और, सबसे उल्लेखनीय रूप से, थेरेप्यूटिक रूप से प्रासंगिक बाइंडिंग एफिनिटी वाले सिंगल-चेन एंटीबॉडी फ्रैगमेंट (SCFVs) डिज़ाइन किए हैं। यह क्लिप औपचारिक परिचय से पहले आती है — एक संकेत कि एपिसोड किस दिशा में बढ़ रहा है। ## [00:33] प्रोटीन बायोलॉजी में बिटर लेसन का आगमन Brandon और RJ Honicky, Alex को प्रोटीन बायोलॉजी में "शायद सबसे बड़े बिटर-लेसन समर्थक" के रूप में पेश करते हैं। Rives इस पहचान को स्वीकार करते हैं। वे अपनी यह धारणा 2018 तक ले जाते हैं, जब Meta FAIR में उनकी टीम ने प्रोटीन अनुक्रमों पर मास्क्ड-टोकन प्रेडिक्शन से पहला ट्रांसफॉर्मर लैंग्वेज मॉडल प्रशिक्षित किया और बिना किसी स्पष्ट निगरानी के संरचनात्मक एवं कार्यात्मक प्रतिनिधित्व उभरते देखा। मुख्य अंतर्दृष्टि Zellig Harris के 1954 के वितरणात्मक संरचना पर लेख से ली गई है — किसी अमीनो एसिड के संदर्भ प्रोटीन की संरचना, कार्य और विकासवादी भूमिका से तय होते हैं। जीवन के अरबों अनुक्रमों पर यह सांख्यिकीय दबाव मॉडल को प्रोटीन बायोलॉजी के छिपे चर सीखने पर मजबूर करता है। > *"मुझे स्केलिंग लॉ पर भरोसा है।"* ## [06:00] ESM की विरासत: ESM2 से ESMC तक Rives ESM की चार पीढ़ियों का विवरण देते हैं। ESM2 ने स्केलिंग लाभ दिखाए, लेकिन 10 अरब पैरामीटर पर घटते रिटर्न से जूझा — मॉडल संतृप्त नहीं था, डेटा था। UniRef, जो संवर्धित जीवों को कैप्चर करता है और मानव-प्रासंगिक जीव विज्ञान की ओर झुका है, ही बाधा बना। ESMC का समाधान मेटाजीनोमिक डेटा था: हाइड्रोथर्मल वेंट, ध्रुवीय मिट्टी और सीवर से निकाले गए अनुक्रम, जिन्हें कच्चे पर्यावरणीय DNA रीड से असेंबल किया गया। इन अरबों मेटाजीनोमिक अनुक्रमों को प्रशिक्षण में जोड़ने से स्केलिंग लॉ फिर स्थिर हो गया, और छोटे पैमाने के रन ने 6 अरब-पैरामीटर फ्लैगशिप की प्रतिनिधित्व सटीकता की सटीक भविष्यवाणी की। > *"अब स्केल पर घटते रिटर्न नहीं हैं। ESM2 डेटा-सीमित था, कंप्यूट-सीमित नहीं।"* ESMC मूलतः एक साधारण ट्रांसफॉर्मर है जिसमें मानक मास्किंग उद्देश्य हैं — न AlphaFold जैसा MSA, न ज्यामितीय पूर्वाग्रह। Brandon और Rives संक्षेप में बहस करते हैं कि क्या ESM3 का मल्टी-ट्रैक आर्किटेक्चर उत्पादक मार्ग था; Rives कहते हैं दोनों पैराडाइम की जगह है, लेकिन ESMC का परिणाम बताता है कि इस डेटा स्केल पर पूर्वाग्रह निर्णायक नहीं थे। ## [18:30] मैकेनिस्टिक इंटरप्रिटेबिलिटी और प्रोटीन फीचर एटलस ESMC मॉडल फैमिली (300M, 600M, 6B) की सभी परतों पर प्रशिक्षित स्पार्स ऑटोएनकोडर का उपयोग करते हुए, BioHub टीम ने प्रोटीन प्रतिनिधित्व स्थान की आंतरिक फीचर ज्यामिति निकाली। जो उभरा वह सदियों के प्रायोगिक अनुसंधान से विकसित जैविक पदानुक्रम से मेल खाता है — बुनियादी अमीनो-एसिड रसायन से लेकर संरचनात्मक मोटिफ, डोमेन फैमिली और बड़े कार्यात्मक विषयों तक — बिना प्रशिक्षण में उस वर्गीकरण को शामिल किए। > *"किसी भी अमीनो एसिड का चुनाव अनुक्रम के बाकी सभी अमीनो एसिड के चुनाव से पूरी तरह उलझा हुआ है। इसे अच्छी तरह करने के लिए, मॉडल को ऐसे छिपे चर विकसित करने होंगे जो जीव विज्ञान को दर्शाते हों।"* एक ठोस निष्कर्ष: मॉडल न्यूक्लियोफिलिक एल्बो — एक उत्प्रेरक मोटिफ जो कई असंबंधित प्रोटीन फैमिली में स्वतंत्र रूप से विकसित हुआ माना जाता है — को एक ही फीचर के रूप में एनकोड करता है जो सभी में सक्रिय होता है। टीम ने 68 अरब नॉन-रिडंडेंट प्रोटीन का एक स्ट्रक्चरल एटलस भी बनाया, जिसमें 1.1 अरब क्लस्टर प्रतिनिधियों की अनुमानित संरचनाएं हैं, और SAE फीचर का उपयोग विकासीय दृष्टि से दूर जीन-संपादन प्रणालियों को जोड़ने के लिए किया। इन क्लस्टर में खींचे गए कुछ प्रोटीन का कोई ज्ञात कार्य नहीं है; Rives उन्हें खोज की प्रतीक्षा सूची मानते हैं। ESM एटलस के पहले संस्करण का उपयोग एक बाहरी समूह ने नया जीन-संपादन तंत्र खोजने के लिए किया। ## [35:30] ESMC से एंटीबॉडी डिज़ाइन करना Rives प्रोटीन डिज़ाइन को वर्ल्ड-मॉडल सर्च के रूप में देखते हैं: जनरेटिव मॉडल को उलटकर ऐसे अनुक्रम खोजे जाते हैं जो लक्ष्य बाइंडिंग मानदंडों को पूरा करते हों। मिनी-बाइंडर अब सामान्य हो गए हैं; नैनोबॉडी और SCFV स्ट्रक्चर-प्रेडिक्शन-आधारित तरीकों के लिए कठिन बने हैं, क्योंकि एंटीबॉडी विकास विविधता को अधिकतम करता है और एक सीमित फोल्ड पर केंद्रित नहीं होता, जिससे MSA-आधारित दृष्टिकोण कम उपयोगी हैं। ESMC, जो उस विविधता पर बड़े पैमाने पर प्रशिक्षित है, ठीक वहीं है जहाँ प्रतिनिधित्व सबसे समृद्ध होना चाहिए। > *"एंटीबॉडी को विकासवादी जानकारी से उतना लाभ नहीं होगा जितना किसी अणु की संरचनात्मक टोपोलॉजी की भविष्यवाणी को होता है।"* टीम ने रिपोर्ट किया है कि SCFV डिज़ाइन कम परीक्षणों में थेरेप्यूटिक-ग्रेड एफिनिटी तक पहुंच रहे हैं, और यह भी बताया कि SCFV को पूर्ण IgG में बदला जा सकता है। ESMFold 2 — ESMC प्रतिनिधित्व पर बना स्ट्रक्चर-प्रेडिक्शन हेड — बिना MSA के प्रति अनुक्रम सेकंडों में चलता है, जिससे पूरे प्रोटिओम का मल्टीमर मैपिंग संभव है। Rives का कहना है कि यह मॉडल वर्तमान में ओपन-वेट मल्टीमर प्रेडिक्शन में अग्रणी है। ## [42:00] BioHub का लक्ष्य: प्रोग्रामेबल बायोलॉजी की ओर BioHub में छह महीने बाद, Rives संस्था की संरचना स्पष्ट करते हैं: एक परोपकारी संस्था जो अग्रणी प्रयोगात्मक जीव विज्ञान, अग्रणी माप तकनीक और अग्रणी AI को ओपन-साइंस मिशन के तहत एक साथ बना रही है। वे गंतव्य को व्यक्तिगत शारीरिक क्रिया के भविष्यसूचक मॉडल के रूप में परिभाषित करते हैं — केवल एक दवा नहीं, बल्कि एक ऐसी प्रणाली जो किसी विशेष मानव जीनोम में प्रोटीन स्तर पर आणविक घटनाओं को कोशिकीय परिपथों और रोग अभिव्यक्ति तक ट्रेस कर सके। > *"हम इस नए युग के लिए एक वैज्ञानिक संस्था बना रहे हैं।"* वे जैविक जटिलता के उन स्तरों की रूपरेखा देते हैं जिन्हें क्रम में मॉडल करना होगा: प्रोटीन (वर्तमान पीढ़ी), कोशिका (अगला), ऊतक और तंत्र, शारीरिक क्रिया। प्रोटीन से कोशिका तक पहुंचने के लिए ऐसा डेटा चाहिए जो अभी अस्तित्व में नहीं है और ऐसे मॉडलिंग दृष्टिकोण जो शायद अभी तक खोजे भी नहीं गए। वर्तमान "वर्चुअल सेल" मॉडल खराब तरीके से सामान्यीकरण करते हैं — वे प्रशिक्षण डेटा को अच्छी तरह दर्शाते हैं लेकिन नए हस्तक्षेपों में परिणामों की भविष्यवाणी में विफल रहते हैं। > *"नए, अनदेखे संदर्भ में नया हस्तक्षेप करने पर क्या होगा, यह भविष्यवाणी करने की उनकी क्षमता बहुत सीमित है।"* ## [57:00] वर्चुअल बायोलॉजी इनिशिएटिव और सेलुलर डेटा का विस्तार BioHub ने हाल ही में आंतरिक डेटा निर्माण और माप तकनीक के लिए 40 करोड़ डॉलर और बाहरी प्रयासों को प्रोत्साहित करने के लिए 10 करोड़ डॉलर की घोषणा की — यही Virtual Biology Initiative है। Rives इसे बीज वित्तपोषण मानते हैं: वास्तविक आवश्यक डेटा का आयतन कहीं अधिक बड़ा है, और उम्मीद है कि BioHub की यह प्रतिबद्धता व्यापक वैज्ञानिक समुदाय को निवेश के लिए प्रेरित करेगी। वे डेटा के तीन सिद्धांत बताते हैं: गति (प्रोटीन डेटा में आधी सदी लगी; कोशिका इतना इंतजार नहीं कर सकती), सामान्यीकरण (प्रशिक्षण वितरण में सेल प्रकारों और संदर्भों में हस्तक्षेपों की विशाल विविधता होनी चाहिए, जैसे प्रोटीन के लिए मेटाजीनोमिक विस्तार), और फीडबैक (मॉडल पूर्वानुमानों द्वारा निर्देशित सक्रिय प्रयोगात्मक लूप — जैसे वेट-लैब बायोलॉजी में RLVR)। पर्टर्बेशन सीक्वेंसिंग, स्पेशियल ट्रांसक्रिप्टोमिक्स और क्रॉस-मॉडेलिटी सिंगल-सेल माप अभी चलाने के लिए तैयार स्केलेबल तकनीकें हैं। कंप्यूट पर: ESMC लगभग एक अरब अनुक्रमों पर प्रशिक्षित था। लगभग 1000 अरब के अस्तित्व का अनुमान है, और मॉडल ने वर्तमान एटलस के 68 अरब को भी पूरी तरह से नहीं भुनाया है। 100 गुना कंप्यूट वृद्धि मदद करेगी, लेकिन केवल तभी जब डेटा स्तर पर आनुपातिक विस्तार हो। Rives इस सवाल को खुला छोड़ते हैं कि घटते रिटर्न कब दिखेंगे — ESM2 का वक्र संतृप्त दिखता था, तब तक कि मेटाजीनोमिक डेटा ने उसे मिटा न दिया। > *"हमें यह कुछ ही वर्षों में समझना होगा। सामान्य AI जिस गति से विकसित हो रहा है, उसमें जीव विज्ञान मौलिक रूप से प्रयोगात्मक विज्ञान और डेटा द्वारा सीमित होगा।"* ## Entities - **Alex Rives** (व्यक्ति): BioHub के Head of Science; ESM-1, ESM-2, ESM-3, ESMC और ESMFold 2 के निर्माता; पूर्व में Meta FAIR। - **Brandon** (व्यक्ति): Latent Space AI for Science उप-श्रृंखला के सह-मेजबान; Atomic AI (RNA थेरेप्यूटिक्स) से संबद्ध। - **RJ Honicky** (व्यक्ति): सह-मेजबान; Miro Omix के CTO और संस्थापक। - **ESMC** (सॉफ्टवेयर): BioHub/EvoScale का चौथी पीढ़ी का प्रोटीन लैंग्वेज मॉडल; 300M–6B पैरामीटर; मेटाजीनोमिक डेटा सहित ~1 अरब अनुक्रमों पर प्रशिक्षित; MIT-लाइसेंस ओपन सोर्स। - **ESMFold 2** (सॉफ्टवेयर): ESMC प्रतिनिधित्व पर बना स्ट्रक्चर प्रेडिक्शन मॉडल; MSA-मुक्त, प्रति-अनुक्रम सेकंड-स्तरीय अनुमान; अग्रणी ओपन-वेट मल्टीमर प्रेडिक्शन। - **ESM** (सॉफ्टवेयर): Evolutionary Scale Modeling — Rives की टीम द्वारा अग्रणी बहु-पीढ़ी प्रोटीन लैंग्वेज मॉडल वंश (ESM-1, ESM-2, ESM-3, ESMC)। - **Sparse Autoencoders / SAEs** (अवधारणा): मैकेनिस्टिक इंटरप्रिटेबिलिटी उपकरण जो ESMC की प्रतिनिधित्व स्थान की आंतरिक फीचर ज्यामिति निकालते हैं; बिना निगरानी के जैविक रूप से व्याख्यायोग्य पदानुक्रम उजागर करते हैं। - **Bitter Lesson** (अवधारणा): Richard Sutton का तर्क कि कंप्यूट और डेटा का लाभ उठाने वाली सामान्य विधियाँ डोमेन ज्ञान को एनकोड करने वाली विधियों से लगातार बेहतर प्रदर्शन करती हैं; यहाँ प्रोटीन बायोलॉजी स्केलिंग पर लागू। - **Metagenomic Sequencing** (अवधारणा): पर्यावरणीय DNA अनुक्रमण जो संवर्धन के बिना माइक्रोबियल और वायरल विविधता को कैप्चर करता है; वह डेटा विस्तार जिसने ESMC की स्केलिंग लॉ को बहाल किया। - **BioHub** (संगठन): Chan Zuckerberg BioHub; एक परोपकारी संस्था जो प्रयोगात्मक जीव विज्ञान, माप तकनीक और AI के संगम पर ओपन-साइंस उपकरण बना रही है। - **Virtual Biology Initiative** (अवधारणा): BioHub की 50 करोड़ डॉलर की प्रतिबद्धता (40 करोड़ आंतरिक, 10 करोड़ बाहरी) कोशिका-स्तरीय डेटा उत्पन्न करने के लिए जो कोशिका के जनरलिस्ट मॉडल प्रशिक्षित करने के लिए आवश्यक है। - **AlphaFold** (सॉफ्टवेयर): DeepMind की स्ट्रक्चर प्रेडिक्शन प्रणाली; MSA और ज्यामितीय पूर्वाग्रह का उपयोग करती है; ESMC के MSA-मुक्त दृष्टिकोण से तुलनीय। - **UniRef** (सॉफ्टवेयर/डेटाबेस): मानक क्यूरेटेड प्रोटीन अनुक्रम डेटाबेस; ESM2 के लिए प्रशिक्षण डेटा, बाद में ESM2 की स्केलिंग पठार का कारण पाया गया। - **Nucleophilic Elbow** (अवधारणा): एक उत्प्रेरक संरचनात्मक मोटिफ जो कई विकासीय असंबंधित प्रोटीन फैमिली में दिखता है; ESMC में एक ही फीचर के रूप में एनकोड है। - **Zellig Harris** (व्यक्ति): भाषाविद; 1954 का लेख "Distributional Structure" — सैद्धांतिक पूर्ववर्ती जिसे Rives उद्धृत करते हैं कि अमीनो-एसिड संदर्भ सांख्यिकी जैविक कार्य को एनकोड करती है।

Cursor के Federico Cassano और Fireworks के Dmytro Dzhulgakov, Sonya Huang को Composer 2 की पूरी तकनीकी परतें समझाते हैं — Kimi 2.5 MoE बेस से लेकर बड़े पैमाने की मिड-ट्रेनिंग और वैश्विक स्तर पर वितरित async RL तक। वे बताते हैं कि विशेषज्ञता लागत और गुणवत्ता दोनों में सामान्य मॉडलों से क्यों आगे निकल जाती है। इस पूरी चर्चा की धुरी इन्फ्रास्ट्रक्चर है: चार महाद्वीपों में फैले GPU क्लस्टर, एक Delta Compression स्कीम जो 1 TB वेट स्नैपशॉट एक मिनट से भी कम समय में भेजती है, और एक रियल-टाइम RL लूप जो हर कुछ घंटों में असली यूजर सिग्नल के आधार पर मॉडल को अपडेट करता रहता है। इन तकनीकों के संयोजन से Cursor सामान्य-प्रयोजन मॉडलों की inference लागत के एक अंश पर फ्रंटियर-स्तरीय कोडिंग परफॉर्मेंस दे पाता है। ## [00:00] परिचय एपिसोड की शुरुआत Dmytro द्वारा उठाई गई एक समस्या से होती है — RL environment की वास्तविकता: ट्रेनिंग environment को असली यूजर की मशीन जैसा होना चाहिए, क्योंकि मॉडल यह भांप सकते हैं कि वे नकली environment में चल रहे हैं और उसका फायदा उठाते हैं। > *"मॉडल को चीट करना बहुत पसंद है। RL चीटिंग को और बढ़ावा देने में माहिर है।"* — Federico Cassano यह एक टिप्पणी पूरे एपिसोड की तकनीकी कड़ाई की नींव रखती है: इन्फ्रास्ट्रक्चर का हर हिस्सा ट्रेनिंग परिस्थितियों और प्रोडक्शन वास्तविकता के बीच की दूरी को पाटने के लिए है। ## [00:53] Cursor ने Composer 2 क्यों ट्रेन किया Federico एक सीधे उपमा से Composer 2 की मूल सोच समझाते हैं: मॉडल के वेट एक निश्चित आकार की स्टोरेज ड्राइव हैं, और जो भी बिट Cursor के काम के टास्क पर नहीं लगती, वह बर्बाद है। Cursor के भीतर सॉफ्टवेयर इंजीनियरिंग पर पूरी वेट क्षमता लगाने से — न केवल कोडिंग सामान्यतः, न ही प्राकृतिक भाषा — मॉडल अपने एकमात्र काम में बेहतर और inference में सस्ता दोनों हो जाता है। Dmytro इसी बात को इन्फ्रास्ट्रक्चर के नज़रिए से रखते हैं: prompt engineering एक सीमा तक ही ले जाती है; harness के सटीक व्यवहार — कौन से tool, किस क्रम में, किन arguments के साथ — को मॉडल में fine-tuning और RL से ही उतारा जा सकता है। > *"prompt engineering से कितना आगे जा सकते हो, इसकी एक ऊपरी सीमा होती है। और अगर वाकई बेहतरीन AI प्रोडक्ट बनाना है, तो fine-tuning से गुज़रना होगा और मॉडल के व्यवहार को प्रभावित करना होगा।"* — Dmytro Dzhulgakov ## [04:55] विशेषज्ञता बनाम Bitter Lesson Sonya सवाल उठाती हैं: ML का इतिहास ऐसे विशेषज्ञ मॉडलों से भरा है जो बड़े सामान्य मॉडलों के सामने ध्वस्त हो गए। क्या Composer 2 TabNine की गलती दोहराएगा? Federico का जवाब है: नहीं। Bitter lesson पैरामीटर और डेटा के स्केल पर काम करती है; Cursor कर यह रहा है कि मॉडल की सीमित क्षमता को बेकार विषयों से मुक्त करता है ताकि bitter-lesson की स्केलिंग का पूरा फायदा उस एक काम को मिले जो मायने रखता है। जिन लैब मॉडलों से Cursor प्रतिस्पर्धा करता है, वे भी कोड पर भारी ट्रेनिंग करते हैं — वे शुद्ध सामान्य नहीं हैं। Cursor बस डेटा पाइपलाइन पर पूरा नियंत्रण रखते हुए उस विशेषज्ञता को और आगे ले जाता है। ## [06:16] Composer 2 ट्रेनिंग रेसिपी Composer 2 की शुरुआत Kimi 2.5 से होती है — 1 ट्रिलियन पैरामीटर का mixture-of-experts मॉडल, जिसमें 30B active पैरामीटर हैं। ट्रेनिंग दो चरणों में होती है: पहले pre-training के करीबी स्केल पर कोड टोकन पर मिड-ट्रेनिंग (Cursor के प्रोडक्ट डेटा से उच्च-गुणवत्ता वाले कोडिंग context मिलते हैं), फिर बड़े पैमाने की RL जहाँ मॉडल सिम्युलेटेड environment में असली Cursor एजेंट सेशन चलाता है। मिड-ट्रेनिंग मॉडल को कोड की दुनिया से परिचित कराती है — library APIs, idiomatic patterns, सही syntax। RL फिर उस ज्ञान को सही व्यवहार में बदलता है: मॉडल सीखता है कि tool कैसे कॉल करें, multi-turn एजेंट सेशन कैसे नेविगेट करें, और ऐसा कोड लिखें जो compile हो और टेस्ट पास करे। Async pipeline का मतलब है trainer और rollout environment एक साथ चलते हैं, बारी-बारी नहीं; GPU उपयोग लगभग 100% बनाए रखने के लिए staleness स्वीकार की जाती है। > *"async होने से कुछ प्रतिशत का नुकसान हो सकता है, लेकिन इसकी भरपाई आप अपनी आधी क्षमता बेकार छोड़ने से बचकर कहीं ज़्यादा कर लेते हैं।"* — Dmytro Dzhulgakov ट्रेनिंग FP4 में होती है ताकि फ्रंटियर लैब से छोटे GPU फ्लीट से अधिकतम थ्रूपुट मिले। inference engine Fireworks है, अपना नहीं — एक सोचा-समझा फैसला, ताकि Cursor के इंजीनियर ट्रेनिंग efficiency पर ध्यान दे सकें। ## [16:32] RL इन्फ्रास्ट्रक्चर को दुनियाभर में स्केल करना Composer 2 के लिए ज़रूरी पैमाने पर कोई एक बड़ा contiguous क्लस्टर उपलब्ध नहीं था, इसलिए टीम ने इसे अलग किया: एक क्लस्टर सारी ट्रेनिंग संभालता है, जबकि inference यानी rollout, चार भौगोलिक रूप से वितरित क्लस्टरों पर चलता है — जिसमें Composer 1.5 की प्रोडक्शन सर्विंग की off-peak क्षमता भी शामिल है। ट्रेनिंग को high-speed interconnect और lockstep operation चाहिए; inference को नहीं, इसलिए वह अलग-अलग GPU पीढ़ियों पर चल सकती है। मुश्किल सिस्टम समस्या वेट synchronization की है: Kimi 2.5 करीब 1 TB है, और trainer हर 5-15 मिनट में नया checkpoint बनाता है। हर 10 मिनट में 1 TB महाद्वीपों के पार भेजना inference को रोक देगा। समाधान: RL अपडेट आमतौर पर sparse और नियमित होते हैं, इसलिए टीम ने एक Delta Compression एल्गोरिदम लिखा जो payload को लगभग 20 गुना कम करता है और सिर्फ diff भेजता है। रिसीवर पूरा checkpoint बिना किसी numerical गड़बड़ी के दोबारा बना लेता है। > *"पूरा मॉडल भले ही 1 terabyte का हो, हर step में सभी वेट नहीं बदलते… बदलने वाले वेट के subset में काफी नियमित पैटर्न होते हैं।"* — Dmytro Dzhulgakov ## [23:32] Floating Point Drift जब async RL लूप inference से rollout trajectories का batch trainer को भेजता है, तो trainer GRPO loss के लिए log probabilities दोबारा compute करने के लिए वही forward pass चलाता है। सिद्धांत में log probs एक जैसे होने चाहिए। व्यवहार में वे अक्सर अलग होते हैं — कभी-कभी काफी ज़्यादा। मूल कारण floating-point non-determinism है: floating-point numbers का जोड़ commutative नहीं है, इसलिए A + B + C ≠ C + B + A, और अरबों operations में छोटे अंतर बड़े हो जाते हैं। सामान्य inference में मॉडल इस noise से प्रभावित नहीं होता, लेकिन RL में — खासकर sparse MoE gating function के साथ — यह noise इस हद तक बढ़ जाती है कि trainer और inference में sampled tokens पर असहमति हो जाती है, जो training signal को खराब कर देती है। ## [25:11] MoE की संवेदनशीलता समझाई MoE architecture floating-point drift को gating layer की वजह से और बढ़ा देती है। हर transformer layer में, gating network सभी 384 experts को score करती है और हर token के लिए top 8 चुनती है। पांचवें दशमलव स्थान पर hidden states में अंतर expert 7 की जगह expert 9 को चुनने के लिए काफी हो सकता है, जिससे token मॉडल के बिल्कुल अलग हिस्से से गुज़रता है। MoE experts बड़े और काफी हद तक non-overlapping होते हैं, इसलिए गलत expert selection से बड़ा output divergence होता है — घने मॉडल के विपरीत, जहाँ numerical noise छोटी रहती है। ## [26:25] Router Replay का समाधान इसका समाधान Router Replay है: inference के दौरान मॉडल हर token के लिए activate किए गए expert index को रिकॉर्ड करता है और उसे generated sequence के साथ trainer को भेजता है। trainer फिर उसे scratch से recompute करने के बजाय वही expert selection force करता है, जिससे amplification chain टूट जाती है। Router Replay के साथ, टीम ने हर दूसरे numerical mismatch को कम करने के लिए inference और training के बीच quantization levels और kernel implementations भी align किए। > *"यह सारा numerical alignment मूलतः इसी तरह के tricks करना है — quantization levels मिलाना, kernels मिलाना — ताकि training और inference implementation के बीच divergence को कम से कम किया जा सके।"* — Dmytro Dzhulgakov ## [27:19] रियल-टाइम RL लूप सिम्युलेटेड rollout लूप के साथ-साथ Cursor एक और चीज़ चलाता है जिसे Federico रियल-टाइम RL कहते हैं: प्रोडक्शन में असली यूजर सेशन सीधे training pipeline में जाते हैं। जब कोई यूजर Composer की generation से खुश या नाखुश होता है, वह signal capture होती है और हर कुछ घंटों में मॉडल का नया version ship होता है। सिम्युलेटेड लूप और रियल-टाइम लूप अलग-अलग उद्देश्य पूरे करते हैं। Simulation में मॉडल एक ही prompt से 16-128 rollouts parallel में चला सकता है (GRPO loss के लिए grouped rollouts ज़रूरी हैं), बिना किसी यूजर को प्रभावित किए explore कर सकता है, और मॉडल के इतना अच्छा होने से पहले performance bootstrap कर सकता है। रियल-टाइम RL एक refinement layer है जो तभी काम करती है जब मॉडल पहले से minimum quality bar पर हो — बुरा अनुभव पाने वाले यूजर feedback signals देना बंद कर देते हैं। > *"हम इससे मॉडल को scratch से नहीं बना सकते क्योंकि यूजर को मॉडल का इस्तेमाल करना होगा। और इसके लिए वह पहले से अच्छा होना चाहिए — हम इसे केवल बेहतर बना सकते हैं।"* — Federico Cassano ## [31:49] लॉन्ग-होराइज़न एजेंट जैसे-जैसे rollout horizons लंबे होते हैं, दो structural समस्याएं उभरती हैं। पहली, credit assignment: कई मिनट के सेशन के अंत में एक thumbs-up/thumbs-down reward से मॉडल को यह पता लगाना होता है कि trajectory के 50+ फैसलों में से कौन से ने outcome तय किया। trajectory लंबी होने पर यह exponentially कठिन होता जाता है। दूसरी, context window भर जाती है। Cursor का समाधान है self-summarization को सीधे RL लूप में "compaction" नाम से बेक करना: मॉडल RL reward से सीखता है — context limit के करीब पहुंचने पर अपनी progress का उपयोगी summary लिखना और उस summary से आगे बढ़ना। 200K-context मॉडल प्रभावी रूप से लाखों tokens पर काम करता है क्योंकि वह अपनी window reset कर सकता है और working memory compressed form में आगे ले जा सकता है। > *"RL के ज़रिए — क्योंकि RL मॉडल को लक्ष्य की ओर सही काम करने के लिए प्रेरित करती है — हम एक साथ मॉडल को अच्छा summary लिखना और उस summary को ध्यान से सुनना, दोनों सिखा रहे हैं।"* — Federico Cassano ## [34:29] RL हर जगह क्यों Sonya RL को विशेष रूप से agentic, long-horizon tool use के लिए उपयोगी बताती हैं। Federico असहमत हैं: RL हर जगह काम आती है, tab completion के लिए भी। उनका सिद्धांत है: pre-trained मॉडलों ने मानव ज्ञान सब सोख लिया है लेकिन वे नहीं जानते कि prompt पर कौन सा persona अपनाएं — expert, student, या कुछ बीच का। RL training का पहला चरण उस distribution को तेज़ करता है, मॉडल को बताता है "तुम expert हो, यह सही करो।" यह प्रभाव ऐसे tasks के लिए भी मूल्यवान है जिनका कोई interactive harness नहीं, जैसे summarization। दूसरा चरण — जहाँ मॉडल दिखने-योग्य तरीके से reason करने लगता है — वह है जहाँ task-specific signal वाकई compound होती है। ## [37:34] LLM as Judge रिवॉर्ड जितना verifiable reward हो — क्या कोड compile हुआ, क्या tests पास हुए, क्या जवाब numerically सही है — उतना ही ज़्यादा compute RL में लगाकर बेहतर मॉडल मिलता है। LLM-as-judge उन tasks के लिए इस gap को भरता है जहाँ ground truth परिभाषित करना मुश्किल है — एक rubric को prompt के रूप में encode कर एक दूसरे मॉडल से rollout quality evaluate करवाई जाती है। Dmytro बताते हैं यह style-oriented tasks के लिए खासतौर पर उपयोगी है जैसे summarization, जहाँ human raters "अच्छा" articulate नहीं कर पाते लेकिन explicit criteria के खिलाफ evaluate कर सकते हैं। > *"आमतौर पर जितना verifiable आपका reward है, उतना बेहतर है, क्योंकि यह आपको compute scale करने और बेहतर outcome पाने देता है।"* — Dmytro Dzhulgakov ## [39:14] कठिन डोमेन में RL उन domains के लिए जहाँ ground truth सस्ते में compute नहीं होती — creative writing, open-ended reasoning, domain expertise — RL को बेहतर बनाने का रास्ता environment को समृद्ध करना है। बड़े सिम्युलेटेड environments जो product metric को ज़्यादा capture करते हैं, automated evaluation को आगे ले जाने देते हैं। Experts ज़रूरी रहते हैं — individual rollouts judge करने के लिए नहीं, बल्कि ऐसे tasks और rubrics design करने के लिए जो reward function को define करें। ## [40:13] अपना खुद का Environment बनाएं Cursor किसी RL environment vendor का इस्तेमाल नहीं करता। कोडिंग के लिए GitHub repositories लगभग असीमित working environments का pool देते हैं: एक repo clone करें, dependencies install करें, मॉडल को task दें, और test suite के खिलाफ outcome measure करें। कठिन infrastructure समस्या यह है कि इन environments को इतना realistic बनाएं कि एपिसोड की शुरुआत में बताई गई cheating न हो सके, और इतना fast कि एक साथ 100,000 environments on demand spin up हो सकें। Cursor का जवाब है एक custom virtual machine stack — containers नहीं, full VMs — जो किसी भी scale तक तुरंत burst कर सकता है और असली यूजर मशीनों की इतनी closely नकल करता है कि मॉडल अंतर नहीं भांप सके। Dmytro vendor landscape को इस तरह रखते हैं: frontier labs को हर task के लिए generic environments चाहिए; product companies को अपने प्रोडक्शन environment के खिलाफ RL करनी चाहिए। किसी भी मॉडल के लिए सबसे शक्तिशाली training environment वह product है जिसमें वह असल में इस्तेमाल होगा। > *"सबसे शक्तिशाली environment आपका अपना product है।"* — Dmytro Dzhulgakov ## [44:34] समापन विचार Sonya इस बात पर ध्यान दिलाती हैं कि Cursor का सफर — application company से frontier model lab तक — वही pattern है जिसे अन्य AI product companies भी अपनाएंगी। Federico Fireworks का शुक्रिया अदा करते हैं जिसने Cursor के GPU budget में training run संभव बनाया। Dmytro उस system engineering की गहराई पर विचार करते हैं जो एक ऐसी समस्या में थी जिसे अधिकांश लोग purely algorithmic मानते थे। ## एंटिटी - **Federico Cassano** (व्यक्ति): Cursor में Composer 2 के research lead; training recipe और RL methodology का नेतृत्व किया। - **Dmytro Dzhulgakov** (व्यक्ति): Fireworks AI में infrastructure lead; Composer 2 के लिए distributed RL training system तैयार किया। - **Sonya Huang** (व्यक्ति): Sequoia Capital में Partner; AI निवेश पर केंद्रित podcast की host। - **Composer 2** (सॉफ्टवेयर): Cursor का विशेषज्ञ agentic coding मॉडल, जिसे Kimi 2.5 MoE पर मिड-ट्रेनिंग और बड़े पैमाने की RL से ट्रेन किया गया। - **Fireworks AI** (संगठन): Model serving और inference infrastructure कंपनी जिसने Composer 2 RL training के लिए distributed GPU backbone दिया। - **Cursor** (संगठन): AI coding IDE कंपनी; अपने product के भीतर software engineering के लिए Composer 2 को specialized foundation मॉडल के रूप में ट्रेन किया। - **Kimi 2.5** (सॉफ्टवेयर): Moonshot AI का open-source 1 ट्रिलियन पैरामीटर MoE मॉडल (30B active); Composer 2 का base। - **GRPO** (अवधारणा): Group Relative Policy Optimization — Composer 2 के लिए इस्तेमाल किया गया RL algorithm, जिसके लिए policy gradient compute करने हेतु एक ही prompt से कई parallel rollouts ज़रूरी हैं। - **Router Replay** (अवधारणा): MoE numerical alignment की तकनीक जिसमें inference expert routing decisions रिकॉर्ड करता है और trainer को replay करता है, floating-point drift से log probabilities के diverge होने को रोकता है। - **Real-Time RL** (अवधारणा): Cursor का production feedback लूप जो live यूजर satisfaction signals capture करता है और मॉडल को continuously अपडेट करता है, हर कुछ घंटों में नया version ship करता है। - **Delta Compression** (अवधारणा): वेट synchronization तकनीक जो training और distributed inference clusters के बीच केवल changed parameters transmit करती है, 1 TB snapshots को व्यवहार में ~50 GB तक कम करती है। - **Self-Summarization / Compaction** (अवधारणा): RL-trained क्षमता जिसमें एजेंट context window limit के करीब पहुंचने पर अपना working context compress करता है, effectively unlimited-horizon operation देता है।

Anthropic की Applied AI इंजीनियर Isabella He 37 मिनट में एक काम करने वाला SRE incident-response agent लाइव बनाती हैं — एक खाली `agent.py` से शुरू होकर एक Streamlit ऐप तक, जो tool calls स्ट्रीम करता है, sessions को बनाए रखता है, और P99 latency spike को डायग्नोज़ करता है। सेशन में पाँच मिनट का आर्किटेक्चर प्राइमर और हैंड्स-ऑन कोड दोनों हैं, ताकि attendees एक चलता हुआ agent और उसे subagents, memory, और vaults तक बढ़ाने का मानसिक मॉडल लेकर जाएं। ## [00:19] स्वागत और एजेंडा Isabella, Anthropic में Applied AI टीम की भूमिका बताती हैं — "प्रोडक्ट्स, रिसर्च और हमारे ग्राहकों का संगम" — और सेशन के तीन हिस्सों की रूपरेखा देती हैं: प्लेटफ़ॉर्म का त्वरित परिचय, हैंड्स-ऑन कोडिंग, और dreaming व subagents जैसे एडवांस्ड फ़ीचर्स की झलक। मुख्य परिदृश्य वह रात 3 बजे का on-call अलर्ट है जिससे हर सॉफ़्टवेयर इंजीनियर डरता है — जिसे Managed Agents पर बना एक SRE agent खुद संभाल लेगा। > *"आज मेरा लक्ष्य है कि आप सभी Managed Agents पर बनाना शुरू करें, समझें कि हार्नेस अंदर से कैसे काम करता है, और अपना पहला incident response agent शिप करने के लिए तैयार हों।"* ## [02:10] Messages API से Managed Agents तक Isabella प्रोडक्ट की विकास-यात्रा बताती हैं: 2023 के Messages API ने raw token access दिया, लेकिन context management, agent loops, और compaction डेवलपर्स को खुद लागू करने पड़ते थे। Agent SDK ने Claude Code की file-system पहुंच जोड़ी, पर होस्टिंग फिर भी डेवलपर की ज़िम्मेदारी थी। Managed Agents तीसरी पीढ़ी है — Anthropic scaling, sandboxing, observability और tool runtime संभालता है, जिससे टीमें "10 से 15 गुना तेज़ प्रोडक्शन तक पहुंचती हैं।" वह एक असल उदाहरण से रखरखाव का बोझ स्पष्ट करती हैं: Sonnet 4.5 में "context anxiety" देखी गई, जिससे task जल्दी बंद हो जाता था। Anthropic ने हार्नेस पैच किया; Opus 4.5 में यह व्यवहार ही खत्म हो गया, वे पैच बेकार हो गए। > *"हार्नेस को agents के साथ विकसित होना चाहिए — इसीलिए Claude Managed Agents के साथ हम चाहते हैं कि Anthropic compaction, caching, context anxiety की सारी जटिलताएं संभाले।"* ## [05:55] मूल अवधारणाएं: Agent, Environment, Session हर Managed Agents एप्लिकेशन तीन ऑब्जेक्ट से बनती है। **Agent** में persona होता है — model का चुनाव, system prompt, MCP servers, skills। **Environment** execution container है, जो agent के "दिमाग" के लिए "हाथ" की तरह है, और पिछले दिन से Anthropic-managed cloud और bring-your-own-compute दोनों को सपोर्ट करता है। **Session** दोनों को जोड़ती है और data files माउंट करती है; events (user messages, tool calls, responses) callers को token की एकमुश्त response की बजाय stream होते हैं। agent loop और tool execution को अलग करने से P95 time-to-first-token में 90% से अधिक की कमी आई, साथ ही sandboxed container boundary से credential exposure भी खत्म हुई। > *"इस decoupling के बाद, हमारी टीमों ने P95 latency metrics पर time to first token में 90% से ज़्यादा की कमी देखी।"* ## [09:15] Workshop सेटअप Attendees workshop repository clone करते हैं, `ship-your-first-managed-agent` में जाते हैं, virtual environment बनाते हैं, requirements install करते हैं, और `streamlit run app.py` चलाने से पहले `.env` में Anthropic API key डालते हैं। Isabella पुष्टि करती हैं कि Streamlit URL एक incident-response chat UI खोलता है — build के लिए तैयार कैनवस। > *"इसे साथ-साथ करें या बाद में अपने समय पर — सब कुछ स्क्रीन पर भी दिखाया जाएगा।"* ## [10:48] Agent को चरण-दर-चरण बनाना `agent.py` (अधूरा) और `agent_complete.py` को साथ खोलकर Isabella एक-एक करके छह code blocks कॉपी करती हैं: 1. **Agent definition** — Claude Opus 4.7 पर `SRE_AGENT`, एक छोटा system prompt जो agent की भूमिका और उपलब्ध tools बताता है (get_metrics, get_recent_deploys, get_diff, fetch_logs)। 2. **Environment** — डेमो के लिए Anthropic cloud environment जिसमें unrestricted networking है; प्रोडक्शन में allowlist या Claude MCP tunnels से route किया जा सकता है। 3. **Log upload** — Files API से log file attach की जाती है ताकि agent उस पर code चला सके; Isabella बताती हैं कि डेवलपर्स सबसे ज़्यादा समय context engineering में लगाते हैं। 4. **Session creation** — सब कुछ जोड़ने के लिए `agent_id`, `environment_id`, और uploaded resource references पास किए जाते हैं। 5. **Event streaming** — session से raw tokens की जगह events मिलते हैं, जिससे real-time display और observability logging संभव होती है। 6. **Local tools + session delete** — `get_metrics`, `get_recent_deploys`, और `get_diff` को locally-executed handlers के रूप में register करके delete-session call जोड़ी जाती है; deleted sessions logs से पूरी तरह हटा दी जाती हैं। > *"बस एक काम बचा है — agent को उसके local tools देना ताकि वह मेरे कंप्यूटर या infrastructure पर action ले सके।"* ## [19:43] Agent चलाना और लाइव डेमो Isabella "debug my incident for me" prompt के साथ नया session शुरू करती हैं। Agent क्रम से `sandbox_bash`, `get_recent_deploys`, और `get_diff` call करता है, हर tool call और response token UI पर stream करता है, फिर एक structured incident report देता है: P99 latency spike (baseline का 10 गुना) Alice के `refactor_order_summary_builder` commit से database pool exhaustion के कारण आई। वह बताती हैं कि प्रोडक्शन वेरिएंट में Claude Code access जोड़कर fix सुझाना, PR खोलना, और बिना किसी इंसान के loop बंद करना संभव है। Browser को पूरी तरह refresh करने पर session persistence की पुष्टि होती है — सारे पुराने sessions cloud state से वापस आ जाते हैं, कोई local database नहीं चाहिए। > *"यहाँ देखें — सारे tool calls scroll करने पर, सब कुछ cloud में logs के रूप में persist है। यह सब observability console में भी log होगा।"* ## [27:18] आर्किटेक्चर रिकैप, एडवांस्ड फ़ीचर्स और Q&A Isabella event-driven आर्किटेक्चर का सारांश देती हैं: sessions request-response pairs की बजाय events में बात करती हैं; event log की वजह से Managed Agents container restart के बाद भी agent loop दोबारा चलाए बिना session resume कर सकता है। फिर वह चार premium capabilities का परिचय देती हैं: - **Subagents** — एक orchestrator अपने context windows के साथ child agents spawn करता है, जिससे parallelism और context budget management होती है। - **Memory / Dreaming** — agent अपने session logs खुद review करके तय करता है क्या रखना है, जिससे sessions में self-improvement और preference recall संभव होती है। - **Outcomes** — डेवलपर्स एक rubric तय करते हैं; agent खुद तय करता है कि कौन से tool calls वांछित result देंगे। - **Vaults** — credentials एक अलग endpoint और agent container के बीच encrypt होते हैं, per-user और per-session, आर्किटेक्चर में built-in brain/hands separation पर निर्भर। वह attendees को "dreaming" के अगले सेशन और Managed Agents console के built-in observability dashboard की ओर इशारा करके समाप्त करती हैं। > *"उम्मीद है हर कोई यहाँ से Managed Agents के काम करने के तरीके की एक झलक लेकर जाएगा — और जिन्होंने site reliability agent शिप किया, उन पर गर्व करें।"* ## संस्थाएं - **Isabella He** (व्यक्ति): Member of Technical Staff, Anthropic Applied AI टीम; presenter और workshop lead - **Claude Managed Agents** (सॉफ़्टवेयर): Anthropic का managed infrastructure harness; scaling, sandboxing, observability और tool runtime संभालता है - **Agent SDK** (सॉफ़्टवेयर): Anthropic का पुराना harness जो Claude Code access देता था; developer-managed hosting ज़रूरी थी - **Claude Opus 4.7** (सॉफ़्टवेयर): workshop डेमो में SRE agent के लिए इस्तेमाल किया गया model - **Sonnet 4.5** (सॉफ़्टवेयर): पुराना model जिसमें "context anxiety" (समय से पहले task खत्म करना) देखी गई; harnesses के विकास की ज़रूरत दर्शाने के लिए उदाहरण - **Files API** (सॉफ़्टवेयर): Anthropic API जो agent के context में files (logs, metrics) upload करने की सुविधा देता है - **Dreaming** (अवधारणा): Managed Agents फ़ीचर जहाँ agent अपनी session history asynchronously review करके long-term memory अपडेट करता है - **Outcomes** (अवधारणा): Managed Agents का rubric-based goal specification; agent explicit steps के बजाय खुद tool calls चुनता है - **Vaults** (अवधारणा): Managed Agents में encrypted credential store; brain/hands separation architecture से agent container से अलग - **MCP tunnels** (अवधारणा): Claude फ़ीचर जो MCP server traffic को public internet की बजाय private network से route करता है - **Context anxiety** (अवधारणा): Sonnet 4.5 का वह व्यवहार जहाँ context budget बचे होने पर भी task जल्दी खत्म हो जाता था; Opus 4.5 में ठीक हुआ - **Anthropic** (संगठन): AI safety कंपनी; Claude और Managed Agents प्लेटफ़ॉर्म की निर्माता - **DataDog** (सॉफ़्टवेयर): Production monitoring platform; डेमो के JSON-backed metrics tool का drop-in replacement - **Streamlit** (सॉफ़्टवेयर): Python UI framework; workshop के incident-response chat interface के लिए उपयोग किया गया

Manchester United के कप्तान Bruno Fernandes Steven Bartlett के साथ Carrington में बैठकर Roy Keane विवाद पर सीधे जवाब देते हैं, बताते हैं कि उन्होंने क्लब छोड़ने के कथित £200 मिलियन के ऑफर को क्यों ठुकराया, और उन मूल्यों की जड़ें तलाशते हैं जो पोर्तो में उनके पिता ने उन्हें दी थीं — जिन्होंने उन्हें Premier League इतिहास के सबसे निरंतर खिलाड़ियों में से एक बनाया। 90 मिनट की इस बातचीत में विषय बदलते हैं — मेहनतकश परिवार से निकली परवरिश और बेखौफ शुरुआती फुटबॉल से लेकर मैनेजरों को समझने, ड्रेसिंग रूम की अगुवाई करने और पुर्तगाल के साथ विश्व कप जीतने के उस सपने तक, जो किसी भी क्लब ट्रॉफी से बड़ा है। ## [00:00] परिचय एपिसोड एक क्लिप से शुरू होता है जो बाद की बातचीत से ली गई है — Bruno, Roy Keane की आलोचना का जवाब देते हुए और £200M ऑफर ठुकराने की बात करते हुए — फिर Steven Manchester United के ट्रेनिंग ग्राउंड पर माहौल सेट करते हैं। वे Bruno को Ferguson के बाद के युग में क्लब के सबसे बड़े खिलाड़ी के रूप में पेश करते हैं: उनके आने के बाद से Premier League में किसी खिलाड़ी ने उनसे ज़्यादा असिस्ट नहीं दिए, 328 मैचों में 108 गोल दागे हैं, और रिकॉर्ड पाँच बार Sir Matt Busby Player of the Year जीता है। ## [01:38] Bruno Fernandes को किसने गढ़ा? Steven Bruno से शुरुआत से शुरू करने को कहते हैं: Bruno कहाँ से आया — यह समझने के लिए सबसे पहली ज़रूरी बात क्या है? Bruno का जवाब तुरंत आता है — परिवार और वे मूल्य जो माँ-बाप ने दिए। वे पोर्तो में अपनी परवरिश को अपनी असली नींव बताते हैं, जिसने उन्हें खिलाड़ी और इंसान दोनों रूपों में बनाया। > *"मेरे परिवार के मूल्य, मेरे माता-पिता के मूल्य — इन्हीं ने मुझे वह इंसान और खिलाड़ी बनाया जो मैं आज हूँ।"* ## [02:33] Bruno ने अपने पिता से जीतने की मानसिकता कैसे सीखी Bruno के पिता गले लगाकर या मीठे शब्दों से प्यार नहीं जताते थे — वे अपने व्यवहार से जताते थे; त्याग और बेहतरी की कभी न रुकने वाली चाहत उनकी पहचान थी। जिस मैच में Bruno दो-तीन गोल करता, पिता वापसी में बुरे पलों को याद दिलाते, अच्छे को नहीं। उन्होंने कभी नहीं चाहा कि Bruno खास फुटबॉलर बने — बस जो भी करे, पूरे 100% से करे। टेस्ट में 98 नंबर लाना अच्छा था, पर फिर भी 2 अंक तो छूट ही गए। यही सोच — हमेशा कुछ और बेहतर हो सकता है — आज भी Bruno के ज़हन में है, चाहे Roy Keane की आलोचना हो या किसी और की: वह उसे चोट नहीं पहुँचाती, क्योंकि पाँच साल की उम्र से उसे यही सिखाया गया। > *"मैंने इतनी कम उम्र से आलोचना झेलना सीखा है कि अब मैं शायद उन सबसे बड़े क्लबों में से एक में हूँ जहाँ आलोचना और ध्यान सबसे ज़्यादा होता है। पर यह मुझे तोड़ नहीं पाता।"* ## [05:47] Bruno 5 साल की उम्र में ही अलग क्यों था FC Infesta में अपने पहले ट्रेनिंग सेशन में ही Bruno को सात साल के बच्चों के साथ खेलने के लिए ऊपर भेज दिया गया। वह सबसे तेज़, सबसे लंबा या सबसे तकनीकी रूप से माहिर नहीं था — लेकिन उसे किसी का डर नहीं था। वह अपने भाई के साथ ट्रेनिंग करता था, जो उससे पाँच साल बड़ा था, और यह उसके लिए सामान्य था। रेफरी कभी-कभी कोच से उसे बाहर बिठाने को कहते क्योंकि वह बिना उम्र या कद की परवाह किए टैकल करता था। Bruno इसी निडरता को अपनी तरक्की की वजह मानते हैं: वह कभी कमज़ोर समूह में सबसे अच्छे होने से संतुष्ट नहीं हुए, इसलिए हमेशा कठिन मुकाबले की तलाश की। > *"मुझे किसी का डर नहीं था। मुझे किसी ऐसे के साथ दौड़ना पड़ता जो मुझसे तेज़ था। मैं उसके साथ दौड़ूँगा — शायद जीत न पाऊँ, पर पास तो पहुँचूँगा।"* ## [08:40] Francesco Guidolin ने Bruno के करियर को कैसे आकार दिया 18 साल की उम्र में Bruno इटली गए और Watford में लोन पर जाने के कुछ ही घंटे दूर थे — Udinese लगभग उन्हें जाने देने वाला था, तभी स्पोर्टिंग डायरेक्टर ने वापस फोन किया और बताया कि मैनेजर उन्हें रखना चाहता है। वह मैनेजर Francesco Guidolin थे, जिन्होंने Bruno से सीधे कहा: हमने तुम्हें दूसरे डिवीज़न में तुम्हारी काबिलियत देखकर लिया है। बस शांत रहो, सीखो और भरोसा रखो। Guidolin पूरी टीम के लिए एक पिता जैसे बन गए, जिन्होंने Bruno को यह समझाया कि एक खिलाड़ी की खुद के बारे में सोच और मैनेजर के फैसले में फर्क क्यों होता है। यह सबक आज भी काम आता है: Bruno कभी किसी मैनेजर के पास पोज़िशन या फॉर्मेशन की शिकायत लेकर नहीं गए — वे जो माँगा जाता है वह करते हैं, फिर नतीजे बोलने देते हैं। > *"वह एक पिता जैसे थे। उन्होंने हमेशा दिखाया कि हर खिलाड़ी उनके लिए ज़रूरी है। इसने मुझे मैनेजरों की प्रक्रिया को समझने में कहीं ज़्यादा पूर्ण बनाया।"* ## [12:04] 18 साल की उम्र में Bruno का असली सपना क्या था जैसे ही वे प्रोफेशनल बने, Bruno का एक ही लक्ष्य था: बड़े क्लब, Champions League, ट्रॉफियाँ, और उन खिलाड़ियों के साथ मैदान में उतरना जिन्हें वे बचपन से देखते आए थे। Steven पूछते हैं कि क्या उन्हें सच में यकीन था कि वे वहाँ पहुँचेंगे। Bruno का जवाब है — उन्हें एक पल के लिए भी शक नहीं हुआ। ## [12:30] Tottenham ने Bruno को क्यों लगभग साइन कर लिया था 22 साल की उम्र में Sporting में शानदार सीज़न के बाद — 20 गोल और 13 असिस्ट — Tottenham और Bruno के बीच बात बन गई थी। ट्रांसफर विंडो के आखिरी दिन Sporting पीछे हट गई। Bruno जाना चाहते थे — Premier League हमेशा से उनका निशाना था — और जब सौदा टूटा तो निराश हुए। फिर जनवरी में उनके एजेंट ने एक बड़ी खबर के साथ फोन किया। ## [14:09] वह पल जब Bruno को पता चला कि Manchester United उसे चाहती है Bruno अपनी अलमारी के पास सोने की तैयारी कर रहे थे जब एजेंट Miguel का फोन आया। उन्होंने Miguel को कह रखा था कि जब तक डील 95% पक्की न हो, कुछ न बताएँ — Tottenham वाली स्थिति पहले ही सिखा चुकी थी कि ट्रांसफर की चर्चा से ध्यान भटकता है। जब Miguel ने कहा "यही वह है जिसका तुम इंतज़ार कर रहे थे," Bruno ठिठक गए — और रोने लगे। उनकी पत्नी कमरे में आई, उन्हें रोते देखा और फोन पर Miguel की आवाज़ सुनी। Bruno ने वापस फोन किया और एजेंट से कहा कि आगे कोई मोलभाव मत करो: बस हाँ कह दो। उन दिनों टीम Burnley से हार रही थी — पर Bruno ने नतीजों के पीछे की संभावना देखी। > *"बस उन्हें बताओ मैं जा रहा हूँ। यही वह जगह है जहाँ मैं होना चाहता था। सपना 100% पूरा हो गया।"* ## [22:15] फुटबॉल की संस्कृति खेल के भीतर कैसे बदल गई है Steven कहते हैं कि Carrington की संस्कृति अब उन सालों से बिल्कुल अलग लगती है जब भर्ती में चरित्र को नज़रअंदाज़ किया जाता था। Bruno इस बात से सहमत होते हैं और असली कारण बताते हैं: एक के बाद एक बहुत सारे मैनेजर आए, हर कोई अपने सिस्टम के हिसाब से खिलाड़ी लाया, और अगले मैनेजर के आते-आते पूरी टीम किसी के लिए भी फिट नहीं बची। उनका समाधान: पहले Manchester United के लिए भर्ती करो, फिर ऐसा मैनेजर ढूँढो जो उन खिलाड़ियों के साथ काम करे — उलटा नहीं। वे Guardiola की City को मॉडल मानते हैं: खिलाड़ी क्लब और कोच मिलकर चुनते हैं, जो किसी एक मैनेजर की विदाई के बाद भी टिके रहें। चरित्र, Bruno के मुताबिक, काबिलियत से ज़्यादा टिकाऊ होता है — फॉर्म आती-जाती है, लेकिन बुरे दौर में खिलाड़ी का रवैया तय करता है कि ड्रेसिंग रूम एकजुट रहेगा या बिखरेगा। वे यह भी बताते हैं कि सबके साथ बराबरी का बर्ताव करने की — फिजियो हो, स्टुअर्ड हो, रेस्तरां का स्टाफ हो, सफाईकर्मी हो — आदत उन्हें अपनी माँ से मिली, जो खुद दूसरों के घर साफ करती थीं। > *"फुटबॉल क्लब में चरित्र काबिलियत से ज़्यादा ज़रूरी है, क्योंकि काबिलियत आप हासिल भी कर सकते हैं और बेहतर भी कर सकते हैं।"* ## [32:38] सोशल मीडिया और फुटबॉलरों का आपसी व्यवहार Steven कहते हैं कि इस सीज़न United की टीम से सोशल मीडिया का बवाल गायब होना सबसे साफ सांस्कृतिक संकेत है। Bruno कहते हैं कि जब कुछ गलत दिखे तो क्लब को सख्त होना चाहिए — लेकिन उनका अपना नज़रिया पहले से तय था: प्रोफेशनल बनते ही पहले दिन से उन्होंने माँ-बाप, भाई और बहन को कह दिया कि उनके बारे में बिना उनकी इजाज़त के कुछ भी पोस्ट या जवाब मत करो। उनकी माँ को ऑनलाइन आलोचना पढ़कर तकलीफ होती है। उनका उनसे बस एक कहना है: दुआ करो, जवाब मत दो। ## [35:36] Bruno क्यों मानता है कि हर मैनेजर को समर्थन मिलना चाहिए Ole, Carrick, Rangnick, Ten Hag, Amorim और फिर Carrick — हर मैनेजर के साथ Bruno का सार्वजनिक रवैया एक जैसा रहा है। वे बताते हैं क्यों: हर मैनेजर ने उनसे अलग-अलग चीज़ें माँगी हैं, यानी हर किसी ने माना कि वे कुछ ऐसा कर सकते हैं जो पहले नहीं किया। उनका काम है कि किसी भी मैनेजर के मन में यह सवाल न उठे कि "Bruno को नहीं खिलाएँगे।" अगर मैनेजर का तरीका काम नहीं कर रहा, तो यह उसकी समस्या है — Bruno उनकी पीठ पीछे बदलाव की माँग नहीं करेंगे। > *"मैं किसी मैनेजर को यह मौका या विकल्प नहीं दूँगा कि उनके दिमाग में यह आए कि मैं Bruno को नहीं खिलाऊँगा।"* ## [37:15] एक महान फुटबॉल मैनेजर में असल में क्या होता है Bruno की राय: एक अच्छा मैनेजर स्टार खिलाड़ियों और बाकी खिलाड़ियों से उम्मीदों में फर्क नहीं रखता, लेकिन हर खिलाड़ी से अलग तरीके से पेश आता है — क्योंकि दो लोग एक जैसी बात पर एक जैसी प्रतिक्रिया नहीं देते। मानक एक जैसे, तरीका अलग-अलग। ## [37:54] Bruno खिलाड़ियों के साथ कैसा व्यवहार करता है कप्तान के रूप में Bruno सबपर चिल्लाते हैं — और ऐसा इसलिए करते हैं क्योंकि उन्हें उन पर भरोसा है। उन्होंने कई खिलाड़ियों से एक ही बात कही है: जिस दिन वे चिल्लाना बंद कर दें, समझो उस दिन उन्हें उस खिलाड़ी में सुधार की उम्मीद नहीं रही। जब सच में लगता है कि तारीफ अगले स्तर तक पहुँचाएगी, तब करते हैं — और जब जानते हैं कि और बेहतर हो सकता है, तो माँगते हैं। उनके पिता ने बीस साल तक उनके साथ यही किया। > *"यकीन करो — जिस दिन मैं तुमपर चिल्लाना बंद कर दूँ, उसका मतलब है कि मुझे तुम पर और तुम्हारे सुधार पर अब भरोसा नहीं रहा।"* ## [39:56] बुरे दौर में ड्रेसिंग रूम के अंदर क्या होता है जब मैनेजर दबाव में होता है, Bruno कहते हैं, खिलाड़ी उसके लिए सबसे ज़्यादा महसूस करते हैं — और जो खेल रहे होते हैं वे सबसे तीव्रता से, क्योंकि वे जानते हैं मैनेजर बदला तो शून्य से शुरुआत। बार-बार के रीसेट के बावजूद Bruno ने उम्मीद नहीं खोई, क्योंकि हर प्री-सीज़न वे एक भीतरी बात पर लौटते हैं: उन्हें खुद पर भरोसा है, और अगर वे सही काम करें और दूसरों को साथ खींचें, तो टीम के पास अभी भी मौका है। वे यह भी बताते हैं कि इस सीज़न मैनेजर बदला अंक तालिका की वजह से नहीं — United शीर्ष के करीब थी — बल्कि इसलिए कि क्लब और मैनेजर के बीच भरोसा टूट गया था। ## [43:07] Michael के Manchester United में आने से क्या बड़ा बदलाव आया Bruno के मुताबिक Michael Carrick की सबसे बड़ी देन है शांति और खिलाड़ियों की जिम्मेदारी। वे सिद्धांत देते हैं — कैसे प्रेस करना है, जगह कहाँ मिलेगी, क्या गैर-मोलतोल वाली शर्तें हैं — फिर खिलाड़ियों पर भरोसा करते हैं कि मैच के दौरान जब ये सिद्धांत काम नहीं आते तो वे खुद खेल पढ़ें, क्योंकि 90 मिनट में ऐसी चीज़ें होती हैं जो कोई भी प्री-मैच वीडियो नहीं बता सकता। Bruno Nottingham Forest वाले गोल का हवाला देते हैं — एक मूव जो उन्होंने Aston Villa के Forest के खिलाफ मैच से देखी, ट्रेनिंग में रिहर्सल की, और जब लाइव मौका आया तो अंजाम दिया — यह Carrick की तैयारी का सबसे साफ उदाहरण है। > *"वे आपको बेस देते हैं, नींव देते हैं, कुछ गैर-मोलतोल वाले नियम देते हैं। लेकिन साथ ही चाहते हैं कि हम मैच के दौरान जिम्मेदारी लें — क्योंकि वे नहीं बता सकते कि कहाँ पास करना है या कहाँ शूट करना है।"* ## [48:23] Bruno क्यों मानता है कि जोखिम लेना ज़रूरी है Bruno की जोखिम की फिलॉसफी पूरी तरह पोज़िशनल है: नंबर टेन का काम ऐसे जोखिम लेना है जो गोल बनाएँ। दो थ्रू-बॉल गलत हो सकती हैं और तीसरी सही — अगर वह गोल में बदलती है, तो गणित टीम के पक्ष में है। वे Kobbie Mainoo और Casemiro के साथ जोड़ी बनाते हैं जो प्रति मैच बहुत कम जोखिम लेते हैं, ठीक इसलिए क्योंकि पोज़िशनल बँटवारे में यही ज़रूरी है। जब Ten Hag ने उन्हें उनकी शूटिंग सफलता दर का चार्ट दिखाया — बाईं तरफ से ज़्यादा कारगर, कमज़ोर साइड से रेंज में कम — Bruno ने यह आत्मसात किया और अपनी शूटिंग की तलाश उसी हिसाब से बदली। > *"मुझे लगता है यह हमेशा जोखिम-फायदे का खेल है। आपको समझना होगा कि उस जोखिम से आप कितना फायदा उठाएँगे, और क्या यह जोखिम टीम के लिए सही है।"* ## [52:44] Ads स्पॉन्सर सेगमेंट: LinkedIn Ads, Bon Charge रेड-लाइट टूथब्रश, Vanta compliance platform। ## [55:01] Bruno को सबसे ज़्यादा कौन-सी पोज़िशन पसंद है Carrington के मैदान पर Bruno अटैकिंग थर्ड के सेंटर-लेफ्ट में एक चौकोर जगह बनाते हैं — लाइनों के बीच, इतना करीब कि बॉल मिले, इतना दूर कि खतरा बनें। Ole के दौर में वे क्लासिक नंबर टेन थे। Amorim के दौर में अक्सर बिल्डअप सपोर्ट करने वाले लेफ्ट मिडफील्डर। Ten Hag के दौर में कभी-कभी Mainoo के साथ नंबर सिक्स। पोज़िशन चाहे जो भी हो, उनके गैर-मोलतोल वाले सिद्धांत नहीं बदलते: मेहनत, दौड़, लड़ाई, टीम भावना। > *"दौड़, लड़ाई और टीम भावना — ये कभी गायब नहीं होने चाहिए।"* ## [58:58] Bruno कभी थका हुआ नहीं लगता Bruno इसका श्रेय जीन्स को देते हैं — फिर तुरंत वह चीज़ जोड़ते हैं जो वे खुद काबू करते हैं: हर सेशन में 100% ट्रेनिंग करते हैं और तभी रुकते हैं जब सच में थकान महसूस हो। अगर सेशन खत्म होने पर थके नहीं, तो अतिरिक्त शूटिंग या क्रॉसिंग प्रैक्टिस के लिए रुक जाते हैं — खास इसलिए कि मैच के आखिरी बीस मिनट में जिन कौशलों की ज़रूरत होती है, उन्हें थकान की स्थिति में ही प्रैक्टिस करनी है। > *"आपको अपने शरीर और दिमाग को थके होने पर ट्रेन करना होता है। शरीर थकान का आदी हो जाता है और जानता है कि उस पल कैसे प्रतिक्रिया देनी है।"* ## [01:00:31] Manchester United का कप्तान होने का Bruno के लिए असली मतलब Ten Hag ने Bruno को ऑफिस बुलाकर पूछा — आदेश नहीं दिया — कि क्या वे कप्तानी चाहते हैं। Bruno का पहला विचार कृतज्ञता का था; दूसरा Harry Maguire का। हाँ कहने से पहले वे ऑफिस से बाहर Harry को ढूँढने गए, जिन्हें पहले से पता था। Harry ने उनसे कहा: अगर कोई इसका हकदार है, तो वो तुम हो। Bruno ने Harry को बताया कि आर्मबैंड जाने से कुछ नहीं बदला — वे अब भी नेताओं में हैं, अब भी Bruno के हर बड़े कप्तानी फैसले में शामिल हैं। इस सीज़न: 34 मैच, 8 गोल, 20 असिस्ट, 12 Player of the Match अवार्ड (Premier League में सबसे ज़्यादा), और पाँचवाँ Sir Matt Busby Player of the Year जो फैंस ने चुना। ## [01:03:44] यह सीज़न Bruno के लिए अलग क्यों लगता है असिस्ट रिकॉर्ड — Kevin De Bruyne और Thierry Henry के Premier League एकल सीज़न रिकॉर्ड 20 की बराबरी — ने पहले से ज़्यादा ध्यान खींचा। Bruno कहते हैं उन्होंने इस बारे में 16-17 असिस्ट के बाद ही सोचना शुरू किया; पहले यह दिमाग में था ही नहीं, क्योंकि उनका लक्ष्य हमेशा पिछले सीज़न से बेहतर करना होता है। Roy Keane विवाद यहीं आता है। Keane ने आरोप लगाया कि Bruno ने कथित तौर पर कहा "मुझे शूट करना चाहिए था लेकिन मैंने पास दिया" — और वे असिस्ट रिकॉर्ड का पीछा कर रहे हैं। Bruno का बयान इसके उलट है: वे खुद की आलोचना कर रहे थे क्योंकि उन्हें शूट करने की बजाय बेहतर पोज़िशन पर खड़े साथी को पास देना चाहिए था। उन्होंने Keane के इस काम को झूठ कहा — कोई राय नहीं जिससे असहमति हो, बल्कि रिकॉर्ड पर कही बात की सीधी तोड़-मरोड़। उन्होंने Ole Gunnar Solskjær से Keane का नंबर माँगा ताकि सीधे बात कर सकें। > *"जो मुझे पसंद नहीं वह यह है कि जब लोग झूठ बोलते हैं। वे मेरी आलोचना कर सकते हैं, मुझे बर्बाद कर सकते हैं, कह सकते हैं मैं काफी अच्छा नहीं हूँ। यह ठीक है। जो मुझे पसंद नहीं वह यह है कि उन्होंने मेरे मुँह में ऐसे शब्द डाले जो कभी कहे ही नहीं गए।"* ## [01:10:33] साथियों के भावुक वॉयसमेल जो Bruno को मिले Steven ने रात पहले Bruno के साथियों को टेक्स्ट करके वॉयस नोट रिकॉर्ड करने को कहा था। कई ने जवाब दिया — जिनमें Diego Dalot, Luke Shaw, Tom Heaton और एक साथी का पहले से रिकॉर्ड किया क्लिप शामिल था। Bruno आवाज़ें पहचानते हैं और कहते हैं जो उन्हें सबसे ज़्यादा छूता है वह उनके खिलाड़ी के रूप में नहीं, बल्कि इंसान के रूप में कही गई बातें हैं — कि पोर्तो में माँ-बाप ने जो मूल्य दिए, वे रोज़ साथ काम करने वाले लोगों को भी दिखते हैं। > *"जो बात मुझे सबसे ज़्यादा लगी वह यह है कि उन्होंने मेरे बारे में खिलाड़ी के रूप में नहीं, इंसान के रूप में बात की।"* ## [01:14:31] Bruno के लिए फुटबॉल से ज़्यादा इंसान होना क्यों मायने रखता है Bruno अपने साथियों से पुर्तगाल के दोस्तों से — यहाँ तक कि माँ-बाप से भी — ज़्यादा मिलते हैं। जिन लोगों के साथ वे ट्रेनिंग करते हैं वे उनकी रोज़मर्रा की ज़िंदगी का हिस्सा बन गए हैं, इसलिए उनके साथ कैसा बर्ताव करते हैं यह उतना ही ज़रूरी है जितना कि खेलते कैसे हैं। जब वॉयस नोट्स उनके फुटबॉल की नहीं, चरित्र की बात करते हैं, तो उन्हें पता चलता है कि माँ-बाप को जो सबसे ज़्यादा अज़ीज़ था, वह अभी भी सलामत है। > *"मैं बस एक नरम दिल इंसान हूँ। मैदान पर ऐसा नहीं लगता, लेकिन मैं काफी नरम दिल हूँ।"* ## [01:15:54] Ads स्पॉन्सर सेगमेंट: Vanta compliance platform, Diary of a CEO conversation cards। ## [01:18:56] Bruno ने Manchester United छोड़ने के बड़े ऑफर क्यों ठुकरा दिए पोस्ट-सीज़न हॉन्गकॉन्ग दौरे के दौरान मध्य पूर्व से कथित £200 मिलियन का ऑफर आया। Bruno ने टाइम ज़ोन के फर्क के बावजूद अपनी पत्नी को फोन किया। उनका सवाल था: क्या तुमने यहाँ वह सब हासिल कर लिया जो तुम करना चाहते थे? जवाब था नहीं — United के साथ अभी Premier League या Champions League नहीं जीता। बस इतनी ही बात हुई। वे इस फैसले को भावुकता नहीं, अधूरे काम की वजह से बताते हैं, और पूरा श्रेय अपनी पत्नी को देते हैं, जो 16 साल की उम्र में एक किशोर Bruno के साथ €1,500 प्रति माह के कॉन्ट्रैक्ट पर बिना किसी गारंटी के इटली चली गई थीं। तब से हर बड़े करियर फैसले में उनकी राय शामिल है। > *"मैंने यहाँ अपने सपने पूरे नहीं किए हैं। हमारे अभी भी सपने पूरे करने हैं।"* ## [01:22:32] Bruno के लिए परिवार का महत्व Bruno अपनी पत्नी और दो बच्चों — इटली में जन्मी बेटी और इंग्लैंड में जन्मे बेटे — की बात करते हुए भावुक हो जाते हैं। वे अपनी पत्नी को अपने पिता का दूसरा संस्करण बताते हैं: जब वे बहुत आत्मविश्वास में होते हैं तो वापस ज़मीन पर लाती हैं, याद दिलाती हैं कि अभी और बेहतर होना बाकी है, और अपनी भावनाएँ कम ज़ाहिर करती हैं। उनका गोल-सेलिब्रेशन — कान ढकना — उनकी बेटी से उधार लिया है जो बचपन में ऐसा करती थी। वे Ineos की लाई हुई संरचना की भी बात करते हैं: खिलाड़ियों और मालिकान के बीच संचार की साफ लकीरें। वे साफ कहते हैं कि Michael Carrick को वक्त मिलना चाहिए, क्योंकि United अपने मैनेजरों को जो एक चीज़ हमेशा देने में नाकाम रही है, वह है स्थिरता। > *"वे बहुत कुछ झेलते हैं — उतार-चढ़ाव, मुश्किल पल — लेकिन हमेशा आपके साथ खड़े रहते हैं। तो ज़िंदगी में सबसे ज़रूरी चीज़ यही है।"* ## [01:30:30] United को फिर से खिताब की दौड़ में आने के लिए क्या बदलना होगा Bruno गर्मियों के लिए भर्ती को मुख्य चर बताते हैं। Casemiro की जगह भरनी होगी, लेकिन प्राथमिकता सबसे महँगा नाम नहीं — सही चरित्र है। पिछली गर्मी का मॉडल — Amad Diallo का शानदार सीज़न, Patrick Dorgu का आगमन — दिखाता है कि अच्छे पेशेवरों और अच्छे चरित्र वाले खिलाड़ियों को लाने पर क्या होता है: किसी सुपरस्टार की ज़रूरत के बिना टीम मज़बूत होती है। ## [01:31:42] पाँच साल बाद Bruno की सफलता की परिभाषा आखिरी सवाल, पिछले पॉडकास्ट मेहमान का छोड़ा हुआ: अगर पाँच साल बाद सब कुछ अच्छा रहा, तो क्या हुआ? Bruno का जवाब: Premier League खिताब, Champions League, और पुर्तगाल के साथ World Cup — भावना के हिसाब से इसी क्रम में, भले ही मुश्किल के हिसाब से नहीं। अपने क्लब के साथ जीतना असाधारण होगा। अपने देश के लिए जीतना करियर की सबसे बड़ी बात होगी, क्योंकि इसका मतलब है परिवार का, राष्ट्र का, उस छोटे से देश का प्रतिनिधित्व करना जिसने अलग-अलग तरीकों से दुनिया कई बार जीती है। > *"अपने देश का प्रतिनिधित्व करना हमेशा मेरे करियर की सबसे बड़ी उपलब्धि होगी — क्योंकि बहुत कम खिलाड़ियों को यह मौका मिलता है।"* ## इकाइयाँ - **Bruno Fernandes** (व्यक्ति): Manchester United के कप्तान और पुर्तगाल के अंतर्राष्ट्रीय खिलाड़ी; 2020 से United के लिए 328 मैचों में 108 गोल; इस सीज़न Premier League एकल सीज़न असिस्ट रिकॉर्ड (20) की बराबरी; पाँच बार Sir Matt Busby Player of the Year - **Steven Bartlett** (व्यक्ति): The Diary of a CEO के होस्ट; Manchester United के प्रशंसक; उद्यमी और निवेशक - **Roy Keane** (व्यक्ति): Manchester United के पूर्व कप्तान और TV पंडित; Bruno पर असिस्ट रिकॉर्ड के पीछे भागने का आरोप लगाया, जबकि Bruno कहते हैं बात इसके उलट थी - **Michael Carrick** (व्यक्ति): Manchester United के मैनेजर (रिकॉर्डिंग के दिन स्थायी नियुक्ति की घोषणा); Sir Alex Ferguson के दौर के पूर्व United मिडफील्डर; ड्रेसिंग रूम में शांति और खिलाड़ियों की स्वायत्तता लाए - **Francesco Guidolin** (व्यक्ति): Udinese में 18 साल की उम्र में Bruno के मैनेजर; Bruno को Watford लोन पर जाने से रोका; ऐसे पिता-समान व्यक्ति जिन्होंने Bruno को शीर्ष स्तर पर खुद को व्यक्त करने का आत्मविश्वास दिया - **Harry Maguire** (व्यक्ति): Manchester United के पूर्व कप्तान; Bruno ने कप्तानी स्वीकार करने से पहले उनसे बात की और कहते हैं Maguire ड्रेसिंग रूम में उनके प्रमुख नेताओं में से एक बने हुए हैं - **Manchester United** (संगठन): अंग्रेज़ी Premier League क्लब; Bruno जनवरी 2020 में शामिल हुए और कई मैनेजर बदलाव व बड़े वित्तीय ऑफरों के बावजूद कप्तान बने रहे - **Sporting CP** (संगठन): पुर्तगाली क्लब जहाँ Bruno ने अपने आखिरी सीज़न में 20 गोल और 13 असिस्ट किए; वह दौर जब वे खिलाड़ी के रूप में अपने सर्वश्रेष्ठ संस्करण बने - **Ineos** (संगठन): निवेश समूह जिसने Manchester United में हिस्सेदारी ली; Bruno इन्हें क्लब की संरचना और खिलाड़ियों व मालिकान के बीच संचार बेहतर करने का श्रेय देते हैं - **जोखिम-फायदे की गणना** (अवधारणा): Bruno का मैदान पर फैसले लेने का तरीका — एक थ्रू-बॉल जो दो बार नाकाम हो पर तीसरी बार गोल बनाए, नंबर टेन के लिए सही खेल है - **काबिलियत से पहले चरित्र** (अवधारणा): United की भर्ती में चूक पर Bruno का मुख्य तर्क — काबिलियत सीज़न दर सीज़न बदलती है, चरित्र नहीं; इसलिए पहले चरित्र देखकर भर्ती करो

Dan Shipper, Every के सह-संस्थापक और CEO, वापस आए हैं और AI तथा काम के बारे में 12 विपरीत भविष्यवाणियाँ रखते हैं — जिनमें से अधिकतर मौजूदा घबराहट का खंडन करती हैं। उनकी मूल बात: स्वचालन मानव काम को घटाता नहीं, बल्कि उसे नए ढाँचे में ढालता है; Codex और Claude Code ज्ञान-कार्य का नया OS बन रहे हैं; SaaS के अंत की कहानी निराधार है; और प्रासंगिक बने रहने का एकमात्र तरीका है — बेहतर होते मॉडलों के साथ खुद को आगे बढ़ाते रहना। Every की 30 लोगों की टीम इसी सोच का जीता-जागता प्रयोगशाला है, इसलिए Dan इन भविष्यवाणियों को परखने की बेहतरीन स्थिति में हैं। ## [00:00] Dan Shipper का परिचय Lenny Rachitsky Dan की पिछली उपस्थिति का ज़िक्र करते हैं, जब Dan ने लगभग यूँ ही कह दिया था कि लोग गैर-तकनीकी काम के लिए Claude Code की क्षमता को नज़रअंदाज़ कर रहे हैं — और वह भविष्यवाणी "बिल्कुल सही साबित हुई।" इस बार Dan बारह और भविष्यवाणियाँ लेकर आए हैं, और पहली बात सीधे यह कहते हैं: > *"AI नौकरी संकट असल में कोई चीज़ नहीं है।"* ## [02:56] Dan की अनूठी स्थिति — AI के भविष्य में जीना Dan बताते हैं कि Every एक अर्ली-सिग्नल लैब की तरह काम करती है: हर कर्मचारी — एडिटर, ऑपरेशन्स, फाइनेंस — रोज़ AI इस्तेमाल करता है, जिससे कंपनी को यह पता चलता है कि अगले बारह महीने व्यवहार में कैसे दिखेंगे। वे "सैन फ्रांसिस्को बुलबुले" वाले नज़रिए से अलग हटते हैं और कहते हैं कि AI अपनाने की असली सीमा वहाँ है जहाँ AI किसी वास्तविक काम में किसी विशेषज्ञ से मिलती है। > *"AI की सीमा वहाँ है जहाँ AI किसी असली इंसान से मिलती है जो कुछ कर रहा हो।"* ## [09:17] आने वाले साल में काम करने का तरीका कैसे बदलेगा Lenny Rachitsky तीन भविष्यवाणी-समूह तैयार करते हैं: हम कैसे काम करते हैं, काम का स्वरूप क्या होगा, और कौन आगे निकलेगा। Dan की पहली भविष्यवाणी: सभी पेशेवर काम एक ही जगह होगा — या तो Codex में, या Claude Code में — जो एक समानांतर काम-साथी की तरह आपके साथ चलता है, रिसर्च करता है, ईमेल लिखता है, और लंबे काम शुरू करता है जबकि आप अपने मुख्य दस्तावेज़ पर ध्यान देते हैं। Dan खुद दस दिनों से इनबॉक्स ज़ीरो पर हैं क्योंकि Codex और Cora (Every का ईमेल एजेंट) उनका पत्राचार संभाल लेते हैं। > *"मुझे लगता है जैसे मेरे पास एक समानांतर काम-साथी है जो न सिर्फ दस्तावेज़ में लिख सकता है, बल्कि रिसर्च के लिए भी जा सकता है।"* ## [16:39] सामान्य एजेंट्स का तर्क Dan का अनुमान है कि हर कंपनी के पास Slack में एक "सुपर-एजेंट" होगा जिससे सभी कर्मचारी रोज़ बात करेंगे — एक सामान्य-उद्देश्य सहायक जिसे कंपनी के संदर्भ की पूरी जानकारी हो, न कि कोई सँकरे काम का बॉट। यह एजेंट संगठन की स्मृति की परत बन जाता है — सवाल रूट करता है, डेटा सामने लाता है, और उन टीमों के बीच सेतु बनाता है जिन्हें पता भी नहीं होता कि उन्हें एक-दूसरे से बात करनी चाहिए। ## [18:08] Codex और Claude Code — काम का नया ऑपरेटिंग सिस्टम Claude Code की सफलता यह थी कि उसने एक सक्षम एजेंट को सीधे आपके कंप्यूटर पर रख दिया — टर्मिनल की पहुँच के साथ, और सबसे अहम, ब्राउज़र भी। Anthropic ने यह तरीका पहले समझा; OpenAI ने 5.3 रिलीज़ के आसपास बराबरी की और फिर रफ्तार पकड़ी। Dan अभी Codex को अपने Proof राइटिंग ऐप के साथ लगातार चलाते हैं — एजेंट उनका ब्राउज़र देखता है, जो भी पेज खुला हो उसे पढ़ता है, और बिना संदर्भ बदले उनकी तरफ से काम करता है। > *"जो भी आगे हो, मुझे बिल्कुल साफ दिखता है कि आप जो भी काम करते हैं, वह इन्हीं में से किसी एक जगह होगा।"* "अपने AI टोकन SaaS ऐप में लाओ" वाला मॉडल अर्थशास्त्र को नए सिरे से बनाता है: इनफरेंस का खर्च SaaS उत्पाद नहीं उठाता, बल्कि उपयोगकर्ता उठाता है — इससे मार्जिन बहाल होते हैं और खुद का AI लेयर बनाने का दबाव खत्म हो जाता है। ## [25:39] Cursor की भूमिका Cursor आज कोडिंग वर्कफ्लो में हावी है, लेकिन Dan इसे एक रणनीतिक चौराहे पर देखते हैं: केवल कोडिंग IDE रहे, या सामान्य-उद्देश्य एजेंटिक सतह में विकसित हो। संकीर्ण रहना उत्पाद को केंद्रित रखता है; विस्तार करने का मतलब है Codex और Claude Code से सीधी टक्कर। Dan का अनुमान: श्रेणी का विजेता वह होगा जो एक ही जगह कोड और सामान्य ज्ञान-कार्य दोनों संभाले। ## [27:42] SaaS कंपनियों को अब क्या बनाना चाहिए SaaS उत्पादों को अब केवल इंसानों के लिए नहीं, बल्कि एजेंट्स के लिए भी पठनीय होना होगा — साफ HTML, अच्छे CLI विकल्प, और ऐसा डिज़ाइन जो स्वचालित खपत के लिए जानकारी सामने रखे। Dan Proof का उदाहरण देते हैं: क्योंकि Codex पेज देखता रहता है, छोटी-छोटी परेशानियाँ लगभग तुरंत ठीक हो जाती हैं। > *"आप देख सकते हैं इस बहुत तेज़ बंद लूप की झलक — मुझे कोई समस्या आई, एक छोटी सी तकलीफ, और मैं इसे यहीं ठीक कर सकता हूँ।"* ## [31:13] CLI पहले ही खत्म हो चुकी है CLI का युग तेज़ी से बीत गया। क्रम था: GUI, फिर CLI एक शक्तिशाली कदम के रूप में, फिर एजेंट्स जो CLI को पूरी तरह बदल देते हैं। एक बार जब आपका एजेंट स्क्रीन पढ़कर कोई भी इंटरफेस चला सकता है, तो टर्मिनल में रहने की ज़रूरत खत्म हो जाती है। Dan की भविष्यवाणी सीधी है: > *"CLI खत्म हो गई। हमने CLI का युग दौड़ा दिया।"* ## [33:34] दो एजेंट एक से बेहतर Dan एजेंट-अधिकतमवाद को चुनौती देते हैं। असली पैटर्न उभर रहा है — विशेष एजेंट्स का: एक कोडिंग के लिए, एक ईमेल के लिए, एक डेटा के लिए — जो उपयोगकर्ता की ओर से आपस में बात करते हैं। जब किसी ऐप में कुछ टूटता है, तो Codex सपोर्ट टिकट के बिना सीधे वेंडर के एजेंट से बात कर समस्या पकड़ सकता है। यह तरीका तब बदलता है जब आप मान लें कि हर किसी के पास एजेंट है और एजेंट आपस में बातचीत कर सकते हैं। ## [36:22] Dan SaaS शेयरों पर क्यों आशावादी हैं "SaaS खत्म हो गया" वाली कहानी यह नहीं समझती कि जब एजेंट्स उपयोग चलाते हैं तो अर्थशास्त्र कैसे काम करता है। जब उपयोगकर्ता अपने AI टोकन SaaS उत्पाद में लाते हैं, तो वेंडर की इनफरेंस लागत शून्य के करीब आ जाती है। Dan की विपरीत स्थिति: > *"मैं अभी SaaS शेयर खरीदूँगा।"* जो SaaS कंपनियाँ अपने उत्पादों को एजेंट-अनुकूल बनाती हैं, वे बाहर नहीं होती — उन्हें मार्जिन का फायदा मिलता है। ## [39:01] स्वचालन मानव काम कम नहीं करता यह एपिसोड का केंद्रीय बौद्धिक तर्क है। Dan का कहना है कि हर स्वचालन परत के ऊपर एक मानव प्रबंधक चाहिए जो यह जाँचे कि सब ठीक चल रहा है। उन्होंने खुद का एक बेंचमार्क बनाया — "सीनियर इंजीनियर बेंचमार्क" — जिसमें दो असली सीनियर इंजीनियरों ने स्वतंत्र रूप से उनका vibe-coded Proof ऐप पहले सिद्धांतों से फिर से लिखा, फिर हर नए मॉडल को उन संदर्भ समाधानों के खिलाफ परखा। मॉडल 30/100 पर रहे जब तक GPT-5.5 नहीं आया, जो 60/100 तक पहुँचा। यह अंतर कुछ महत्वपूर्ण बताता है: मॉडल वही ठीक करते हैं जो आप उन्हें बताते हैं। एक अनुभवी इंजीनियर कोडबेस देखकर खुद तय करता है कि पूरी फिर से लिखाई ज़रूरी है — मॉडल यह निर्णय अपने आप नहीं देते। हमेशा एक ऊँचा दृष्टिकोण होता है जिसे कोई इंसान ही शब्द दे सकता है। > *"हर बार जब आप कुछ स्वचालित करते हैं, तो यह सुनिश्चित करने के लिए कि स्वचालन ठीक काम कर रहा है, आपको ऊपर एक इंसान चाहिए जो देखता रहे।"* ## [47:00] मानव-लिखित कोड का मूल्य मानव-लिखित कोड अभी भी वह संदर्भ संकेत है जिससे आप मॉडल के आउटपुट को स्कोर कर सकते हैं। Dan का बेंचमार्क दो मानव-लिखित पुनर्लेखन को ground truth मानता है। जैसे-जैसे AI-जनित कोड डिफॉल्ट बनता जाएगा, मानव-लिखित भंडार दुर्लभ और अधिक मूल्यवान होता जाएगा — क्योंकि यही बताता है कि AI वास्तव में बेहतर हो रही है या नहीं। ## [48:36] संक्षिप्त पुनरावलोकन Lenny Rachitsky पहले भविष्यवाणी-समूह का सार देते हैं: काम Codex या Claude Code में होगा; हर कंपनी को Slack सुपर-एजेंट मिलेगा; अपने-टोकन-लाओ मॉडल SaaS मार्जिन बहाल करेगा; CLI खत्म हो गई; दो विशेष एजेंट एक जनरलिस्ट से बेहतर हैं; और स्वचालन मानव काम बढ़ाता है, घटाता नहीं। ## [50:15] काम का स्वरूप कैसे बदल रहा है दूसरा समूह काम के स्वरूप पर केंद्रित है। Dan का नज़रिया: फॉर्वर्ड-डिप्लॉयड इंजीनियर सबसे मूल्यवान नियुक्ति बन जाएगा — ऐसा व्यक्ति जो ग्राहक के पास बैठे, उनके वर्कफ्लो को समझे, और उसी बैठक में बना कर शिप कर दे। उनके पुराने निबंध का "आवंटन अर्थव्यवस्था" विचार यहाँ लागू होता है: मनुष्य सीधे उत्पादक की बजाय AI क्षमता के आवंटक बन जाते हैं — और यह आवंटन खुद एक माँगभरा संज्ञानात्मक काम है। > *"मैं एक साथ AI से भरपूर भी हूँ और मनुष्यों तथा उनकी भूमिका के बारे में बहुत आशावादी भी — यह सुनिश्चित करने में कि AI जो बना रही है वह बनाने लायक है।"* ## [56:17] डेटा साइंटिस्ट खराब विश्लेषण में क्यों डूब रहे हैं डेटा साइंस टीमों पर कंपनी के बाकी लोगों के AI-जनित विश्लेषण की बाढ़ आ रही है — जो देखने में सही लगते हैं लेकिन अक्सर गलत होते हैं। सीनियर डेटा साइंटिस्ट का काम विश्लेषण बनाने से हटकर उसकी जाँच करने का हो जाता है, जो और मुश्किल और माँगभरा है। यही गतिशीलता इंजीनियरिंग में भी होती है: जूनियर स्तर के अनुरोध मॉडल संभाल लेते हैं, लेकिन इससे ऐसे एज केस सामने आते हैं जिन्हें हल करने के लिए गहरा निर्णय चाहिए। > *"आपको ऐसे ज़्यादा सीनियर लोग चाहिए जो उन गहरे सवालों से जूझ रहे हों जो बुनियादी अनुरोधों की भरमार से निपट रही टीम के लिए और मुश्किल हो जाते हैं।"* ## [58:24] AI से सबसे कम प्रभावित product/tech भूमिकाएँ कौन सी हैं Dan का जवाब: वे भूमिकाएँ जिनके आउटपुट को प्रॉम्प्ट के रूप में ढालना सबसे मुश्किल है। वे "एजेंट-बेबीसिटिंग" — निष्क्रिय रूप से गलतियाँ देखते रहना — और "फॉर्वर्ड-डिप्लॉयड इंजीनियरिंग" — सक्रिय रूप से ऐसी व्यवस्थाएँ बनाना जो बाकी सबको वह काम करने दें जिसके लिए पहले विशेषज्ञ चाहिए थे — के बीच फर्क करते हैं। दूसरे में ही वह दिलचस्प, कठिन-से-स्वचालित काम है। ## [62:17] हम AI-लिखित सामग्री बहुत पढ़ेंगे — और पसंद भी करेंगे Every तिमाही नियोजन के लिए Notion एजेंट्स इस्तेमाल करती है — हर टीम की रणनीति रिपोर्ट AI-जनित होती है, और Dan को जो रिपोर्ट मिलती है वह मैन्युअल नियोजन से बेहतर होती है। उनकी ज़्यादातर ईमेल GPT-5.5 लिखता है। AI-लिखी सामग्री स्वीकार्य है या नहीं, इसकी कसौटी: क्या भेजने वाले को AI को निर्देश देने के लिए उसमें क्या है यह समझना पड़ा? अगर हाँ, तो ठीक है। अगर साफ लग रहा है कि भेजने वाले ने खुद नहीं पढ़ा, तो यह सामाजिक अनुबंध का उल्लंघन है। > *"बकवास वाला यह है: उन्हें बनाने में मुझसे कम समय लगा जितना मुझे पढ़ने में।"* वे ऐसे Every गाइड भी प्रकाशित करते हैं जो एजेंट सह-लेखकों के साथ लिखे गए हैं — इंसानों और एजेंट्स दोनों द्वारा पढ़े जाने के लिए, एक नया सामग्री प्रारूप। ## [68:28] AI युग में PM का बोलबाला रहेगा Dan Every के आंतरिक PM Marcus का उदाहरण देते हैं, जो Spiral उत्पाद चलाते हैं: मज़बूत उत्पाद समझ, AI को निर्देश देकर तेज़ी से बनाने और दोहराने की क्षमता, इंजीनियरिंग बैंडविड्थ का इंतज़ार किए बिना शिप करते हैं। PM मूलतः आवंटक होते हैं — तय करते हैं क्या बनना चाहिए और किसके लिए — यही कौशल दुर्लभ रहेगा जब बनाना सस्ता हो जाए। > *"मैं PM के बारे में बहुत-बहुत आशावादी हूँ।"* ## [71:05] फुल-स्टैक डिज़ाइनर भी बड़े विजेता हैं फुल-स्टैक डिज़ाइनर — मज़बूत विजुअल सहज-बोध के साथ कोड में भी काम करने वाले — पहले से ही Lovable और Figma Make जैसे टूल में सीधे पुल रिक्वेस्ट कर रहे हैं। डिज़ाइन और इंजीनियरिंग के बीच की दूरी लगभग शून्य हो रही है। Dan को उम्मीद है कि PM के साथ-साथ वे AI युग के सुपरहीरो बनेंगे। ## [73:11] AI नौकरी संकट नहीं आएगा Dan मौजूदा छँटनी (ज़्यादातर अत्यधिक भर्ती के सुधार) को एक संरचनात्मक AI विस्थापन के दावे से अलग करते हैं, और दूसरे को खारिज करते हैं। उनका संरचनात्मक तर्क: मॉडल कल की मानव योग्यता पर प्रशिक्षित हैं, इसलिए वे सबसे डिफॉल्ट रूप में वही बनाते हैं जो पहले से ज्ञात है। मनुष्य उस जमे हुए ज्ञान से नई चीज़ें करके सीमा आगे बढ़ाते हैं, जिससे वह जगह बनती है जिसे मॉडलों को पकड़ना होता है। > *"संरचनात्मक रूप से, मॉडलों के काम करने के तरीके के कारण, मनुष्यों के लिए आगे बढ़ने की जगह हमेशा रहेगी।"* ## [76:00] प्रासंगिक बने रहने के लिए 'मॉडल के साथ चलना' कैसे सीखें व्यावहारिक सलाह: नए मॉडल रिलीज़ का विरोध मत करो — हर एक को नई शक्तियों के रूप में परखो और अपने असली क्षेत्र में लागू करो। Dan हर बड़े मॉडल रिलीज़ पर अपना सीनियर इंजीनियर बेंचमार्क फिर चलाते हैं। वे यह विचार भी खारिज करते हैं कि AI ज्ञान की सीमा सैन फ्रांसिस्को में है। Every, ब्रुकलिन से काम करते हुए, आगे रहती है क्योंकि वे मॉडल बनाते नहीं बल्कि सबके लिए इस्तेमाल करते हैं। > *"आपको बस एक काम करना है — मॉडलों के साथ चलते रहो। इसका मतलब है: जो भी आप करते हैं उसमें उन्हें इस्तेमाल करो।"* ## [81:02] अंतिम भविष्यवाणियाँ और सलाह Lenny Rachitsky पीछे देखते हैं: इस बातचीत के दो पहलू हैं — "डर से कम बदल रहा है" (SaaS जारी है, नौकरियाँ नहीं जा रहीं) और "तैयारी से ज़्यादा बदल रहा है" (काम कैसे होता है, कौन सी भूमिकाएँ मायने रखती हैं, एक कार्यदिवस कैसा दिखता है)। Dan की अंतिम बात: फॉर्वर्ड-डिप्लॉयड इंजीनियर नई ज़रूरी नियुक्ति है; जो कंपनियाँ कर्मचारियों को नए मॉडल इस्तेमाल करने से रोकती हैं, वे धीमी रणनीतिक गलती कर रही हैं। ## [85:24] लाइटनिंग राउंड तेज़ सवाल-जवाब: Dan की सबसे विपरीत मान्यता यह है कि AI नौकरी संकट वाकई नहीं हो रहा; एक बात जो वे चाहते हैं लोग समझें वह यह कि AI की सीमा सैन फ्रांसिस्को में नहीं है — वह वहाँ है जहाँ कोई मॉडल से किसी असली क्षेत्र में असली काम कर रहा हो। वे अपने पुराने खुद को सलाह देते कि सीनियर इंजीनियर पहले नियुक्त करें, और अगले साल AI से बेंचमार्क के बारे में लोगों की सोच बदलने की उम्मीद रखते हैं। ## इकाइयाँ - **Dan Shipper** (व्यक्ति): Every के सह-संस्थापक और CEO; "After Automation" निबंध के लेखक; Every को एक जीवंत AI प्रयोगशाला के रूप में चलाते हैं - **Lenny Rachitsky** (व्यक्ति): Lenny's Podcast के होस्ट, Lenny's Newsletter के संस्थापक, Airbnb के पूर्व PM - **Every** (संगठन): 30 लोगों की AI-नेटिव मीडिया और सॉफ्टवेयर कंपनी; सभी कर्मचारी रोज़ AI इस्तेमाल करते हैं - **Codex** (सॉफ्टवेयर): OpenAI का एजेंटिक कोडिंग और सामान्य ज्ञान-कार्य सतह; Dan का मौजूदा रोज़ का साथी - **Claude Code** (सॉफ्टवेयर): Anthropic का टर्मिनल-आधारित कोडिंग एजेंट; कंप्यूटर पर एजेंटिक तरीके का अग्रणी - **Proof** (सॉफ्टवेयर): Dan का AI-सहायता प्राप्त मार्कडाउन राइटिंग ऐप; उनके सीनियर इंजीनियर बेंचमार्क का संदर्भ कोडबेस - **Cora** (सॉफ्टवेयर): Every का ईमेल एजेंट, इनबॉक्स प्रबंधन के लिए Codex के साथ एकीकृत - **Cursor** (सॉफ्टवेयर): AI कोडिंग IDE जो कोडिंग टूल और सामान्य एजेंट सतह के बीच रणनीतिक चौराहे पर है - **फॉर्वर्ड-डिप्लॉयड इंजीनियर** (अवधारणा): इंजीनियरिंग और ग्राहक-सामना समस्या-खोज को जोड़ने वाली हाइब्रिड भूमिका; AI युग में सबसे मूल्यवान नई नियुक्ति - **सीनियर इंजीनियर बेंचमार्क** (अवधारणा): Dan का कस्टम मूल्यांकन जिसमें दो मानव सीनियर इंजीनियर एक कोडबेस को नए सिरे से लिखते हैं; नए मॉडल उन संदर्भ समाधानों के खिलाफ स्कोर किए जाते हैं - **आवंटन अर्थव्यवस्था** (अवधारणा): Dan का ढाँचा जिसके अनुसार मनुष्य सीधे उत्पादक से AI क्षमता के आवंटक बन जाएंगे - **मॉडल के साथ चलना** (अवधारणा): Dan की प्रासंगिक बने रहने की सलाह — हर नए मॉडल रिलीज़ को नई शक्तियों के रूप में सक्रिय रूप से परखें और अपने क्षेत्र में लागू करें