Compound：新生代深科技 VC 的工作模式 — 集体研究驱动, “机缘引擎”, 媒体/品牌为壁垒。

Compound VC 总部在纽约，是我很欣赏的一家新生代前沿科技风险投资基金，在过去的两三年也从他们的团队成员身上学到很多，尤其是因为他们一直努力地构建创始人和研究者社区，并且持续地把自己学到的东西和深度的研究分享出来在社交媒体上，而这些 “深度的研究内容” 也成为了他们的 “机缘引擎” （ "a serendipity engine" )，和更多相似世界观和雄心壮志的人产生了连接。

所以今天这篇2万字的文章我想分享给更多人，我相信中国也会出现更多世界一流的新生代风险投资人和创始人，他们也会和世界上其他地方的优秀人才和市场机会相连接，并且互相学习和启发。

而最重要的，就像是 Compound 的创始合伙人 Michael Dempsey 说的，“ 我们一直保持疯狂的乐观主义，真诚之心和永远学习的状态 ”。

这篇文章来自于另一家优秀的新生代风险投资基金 Moth Fund 的创始人 Molly Mielke 和 Michael Dempsey 录制的对谈播客，在 上一篇文章 刚刚介绍了她的经历。

如果你是一位创业者，科技从业者或者投资人，非常推荐你阅读这一篇，希望对于你有启发。

迈克尔·登普西：Compound 的管理合伙人

Michael Dempsey: Managing Partner at Compound

深度技术的定义以及 Compound

在机器人技术、能源、本地软件和人工智能领域如何发展投资理论

Defining deep tech and how Compound develops theses in robotics, energy, local software, and AI

创作者：Moth Fund

编辑：范阳

发表日期：2023年10月31日

本文的高亮讨论：

• 作为一家以投资理论驱动、以研究为中心的投资公司（ a thesis-driven, research-centric investment firm ），Compound 大部分时间都在内部讨论研究和制定投资论点。 他们还利用 “集体的在互联网上出现形象” 作为罗夏测试，以寻找与他们的工作方法一致、对他们讨论主题有同样深入理解的人 （ use their collective online presences as Rorschach tests for finding people who align with their approach and care about topics they’re discussing at a similar depth ）。
  
  
• Michael 将深度/前沿科技（ deep/frontier tech ）定义为那些最初是垂直技术，随后逐渐变为水平（ 平台 ）技术的科技领域 （ areas that start as vertical technologies and then gradually become more horizontal ）— 这表明它们正处于商业化的下一个阶段（ 例如移动互联网技术、人工智能，未来可能还有：虚拟现实、增强现实、加密货币 ）。这些领域今天都是垂直市场，明天将变成平台。
  
  
• Compound 最近花费大量时间在三个技术领域：机器人技术、去中心化能源网络、本地化软件和人工智能（ robotics, decentralized energy grids, local software, and AI ）。他们的公司已经在人工智能领域投资多年，并认为关键问题已从 “你相信的而别人不相信的是什么？” 转变为 “你能相信什么，并且在未来几年内，把原本是马拉松的长跑视作像冲刺一样持续交付结果，因为资本正在不断冲刷进入系统？”

MM : 大家好。今天我邀请到了 Compound 的管理合伙人迈克尔·登普西（ Michael Dempsey ）。Compound 是一家以投资理论驱动、以研究为中心的投资公司。在创立Compound 之前，迈克尔曾在预测分析初创公司 CB Insights 和多策略对冲基金 Crane Partners 工作。

我们的对话涉及了迈克尔对风险投资和前沿科技的看法、Compound 如何制定投资理论（ how Compound develops theses ），以及他在机器人技术、去中心化能源网、本地化软件和人工智能等领域对这些投资理论的思考。希望你们喜欢这次交流。

MM : 嗨，迈克尔，欢迎来到我的播客。

MD : 嗨，谢谢你邀请我。

MM : 我的荣幸。首先，我想问你，你认为是什么影响了你对投资的看法，以及是什么让你在研究私募股权投资市场后，特别选择了风险投资这一行？

MD : 我最初是在一家对冲基金工作，做了很多不同类型的投资。我做过多头-空头和公共市场投资，也做过从亚洲到美国的私募股权投资。我们在私募股权方面关注的很多公司都是那些可能对我们正在购买和支持的公司造成颠覆的科技公司。我觉得与那些大多数股权被控制的公司合作的经验和学到的教训，对于我来说非常有吸引力（ I think a lot of that kind of lesson and learning of working with companies that were being very majority owned was really compelling to me relative to public markets where it felt very zero-sum ），而相比之下，公共市场投资的感觉更像是零和博弈。我想更深入地了解科技生态系统的运作是什么样的。因此， 我很早就加入了 CB Insights，得以每天接触大量的数据，并尝试理解与私募市场相关的一切，同时也能与很多有趣的人交谈 ，他们希望理解风险投资者方面的数据，或者在初创企业方面的数据，因为我们在撰写更多以研究为中心的报告（ research-centric reporting ），想要帮助我们教育自己关于这些不同领域的知识。

我常常提到的是，风险投资现在为何如此依赖共识驱动，这一点我始终觉得很奇怪 （ It never was clear to me why venture was so kind of consensus-driven ）。对冲基金则完全是关于信息不对称的行业（ Hedge funds is all about information asymmetry ）。你会独立思考自己最好的 想法，努力去实现这个想法，一旦你建立了仓位，就会开始谈论它，而风险投资感觉恰恰相反（ You think about your best ideas, you work on them, once you have a position on you really kind of then talk about it or venture felt a little bit the opposite ）。我认为，这让我对风险投资有了更多的思考，也让我关注到在哪些领域存在开放空间，可以发展之前所称的长期阿尔法或长期投资优势（ long-term alpha or long-term edge in investing ）。 我认为投资本身是非常困难的，而它本来应该就是困难的 （ I think investing in general is really, really hard, and it should be really hard ）。坦率地说，我们在过去几年中似乎失去了认识到这一点，但看到公共市场、私募市场以及初创企业这几个领域的情况让我更加倾向于以一种以研究和理论驱动的方式进行投资（ a very research-driven and kind of thesis-driven way ）。 我们称之为 “投资理论驱动的研究中心投资” （ thesis-driven research-centric investing ），我想这可能是我想进行投资的主要方式，然后，我不知道，过去十年改变了很多。

MM : 是的，我想听听你对此的更多看法。你对市场、风险投资和更广泛的投资思考是如何演变的？

MD : 我想我可能更加欣赏市场参与者（ market participants ）了。简单来说，在某个时刻，你意识到自己实际上是在一个市场中与一群人共同参与，而你需要理解这些人的行为、他们的行动，以及这些东西如何影响某个特定市场。在公共市场上，有各种不同风格的投资者，他们从事各种不同类型的投资，比如基本面分析、动量投资、激进投资（ fundamentalist, momentum, activism ）等。 而在风险投资中，参与者有许多不同的个性，这些个性对什么构成一家好公司、一个好创始人有着不同的判断标准，他们的激励机制也各不相同 （ these personalities all have different heuristics for what they think make a good company, for what they think make a good founder, and they all have different incentives ）。

我认为，风险投资的激励机制与其他资产类别大相径庭。在其他资产类别中，有的大基金坐拥庞大的管理费收费结构，激励是对一个领域进行指数化投资（in other asset classes where you have big funds that are sitting on large fee structures and the incentive is to index a space）； 而在风险投资中，小型基金的管理者所赚的钱非常有限，他们的激励是努力发展和建立公司，以实现超额回报。 而中间还有很多不同的情况。

但我认为，理解自己参与的游戏以及与谁一起参与这个游戏是非常重要的，这种理解随着时间的推移发生了变化。你必须现实地接受一个观点，那就是你认为最佳的投资方式并不一定是每个人的行为方式，而这很重要 （ understanding the game you're playing and who you're playing that game with is really important and has changed over time where you have to be realistic and comfortable with the idea that what you view as the best way to do this investing thing is not necessarily the way everyone else will behave, and that matters ）。我觉得这对我来说发生了很大的变化，同时也是我变得成熟的表现， 我意识到人们在风险投资中有很多不同的投资方式，而这些方式在某种程度上都是正确又错误的 （ there's a bunch of different ways people invest in venture and all of them are correct and incorrect at the same time ）。

随着这种变化， 你也必须对人们在其生命周期中的位置保持现实的态度，这会影响他们的行为和他们愿意做什么。 例如，我们经常讨论公司建设与基金建设之间的区别（ We talk a lot about firm building versus fund building ）。我知道我们之前一对一也谈过这个问题。这些事情在不断变化（ just these things change ）。我认为，过去几年随着市场的调整，人们认为一切将回归更负责任的领域（ I think one of the things I believe is over the past few years as markets have corrected, people believe that everything's going to go back to a more responsible area ）。但如果你看看市场参与者是谁，他们如何学会投资， 我不太确定目前大多数风险投资者的投资方式是否根植于责任感。这意味着，现在进行的游戏可能与前一代人认为的样子大相径庭。我觉得自己在很多方面更倾向于前一代，而不是当前这一代风险投资。

MM : 你认为未来会怎样发展？你觉得这个行业会回到十年前的状态吗？

MD : 可能不会。我认为会出现整合、洗牌，以及大家谈论的现在的所有情况。 我觉得收益会压缩，这在任何资产类别实现机构化时都会发生 （ you have compression of returns, which is what happens when any asset class institutionalizes ），我认为很多人的投资框架可能会非常不同。我曾写过一篇名为《致富还是拼死一搏》（ Get Rich or Die Tryin ）的文章，探讨人们在风险曲线的最外层边缘不断试探，并且这种方式会伴随混乱。我认为这种行为不会改变。

此外，风险投资中的人才流动可能会有所变化，例如， 某些人才可能从普通合伙人转变为有限合伙人，但他们对世界的看法仍然保持不变，因此他们只会将资本分配给有相似观点的人 。所以我认为，我们不会出现一些……我觉得人们的表现会面临大洗牌，这将导致更多的行业洗牌。我不认为在行为上会有重大变化，除了可能是特定行业或某种人心变冷的现象，例如人们可能会说：“ 软件行业处于后周期阶段，所以我想做些疯狂的事情，走美国活力路线（ Software is late cycle, so I want to do crazy things and go the American dynamism route and things like that）” 等等。但我认为不会像人们所说的那样回到过去（ Back to the Future-type thing ）。

MM : 是的。这些关于阿尔法来源的不同理论。你认为普通投资者可能不同意的投资观点是什么？

MD : 嗯，有很多。我想到的两点是，我们在 Compound 采取了一种非常规定性的投资方法（ we take a very prescriptive approach to investing at Compound ）。 我们的做法是查看多个类别领域，建立我们所相信的未来的集合，然后让创始人符合这些集合或打破它们 （ What we do is we look at a bunch of categories, we build collections of futures we believe in, and we have founders fit within those or shatter them ）。我认为这两者都给予了我们强烈的信号。我们并不认为自己在这些领域是天才，只是认为我们自己也相对聪明。 我整个职业生涯中，大多数风险投资家总是说，“ 你并不比别人聪明或优秀。你需要让创始人带着你了解未来，” 而且他们对这种更具规定性的方式非常反感（ very anti this kind of more prescriptive approach ）。 但我们坚信，这种方式是我们与创始人合作的最佳途径，也是我们建立我们的世界观、做到有效配置资本并通过深厚的上下文背景帮助到创始人的最佳方式 （ We deeply believe that this is the best way in which we can partner with founders and the best way we can build a view of the world that we can deploy capital against and help our founders by having high context ）。

第二点可能是，我根本不相信所有创始人都是好的创始人。这种认为某个人因为其某种身份而被当作伟大创始人的观点，我觉得很疯狂 （ this idea that this person is a great founder because of who they are, no matter what they do, I think is insane ）。我之所以这么认为，是因为创始人与市场的匹配，或者更具体地说，创始人与产品的匹配是非常真实存在的（ because founder market fit or founder product fit more specifically is very real ）。我认为，尤其在这个我们曾经拥有更少资本来进行桥接轮次的时代，A 轮的门槛非常高时，我们见证了更高频率的商业模式迭代转变。因此，支持一个创始人，让他们随意调整方向，在当时确实更有意义。那时可用的资本也少，创始人也更少。但现在，这一切都变得过剩，所以这意味着创始人会更少转变企业方向，也会对特定项目的调整更温和（ so what that means is that founders pivot less and also pivot less radically for a given entity ）。他们可能会关闭自己的公司，重新创业，去融资，但资本结构可能会有所不同，等等。所以，我认为 “我会支持某一个创始人，因为他们是很出色的人，放手让他们去弄清楚要建立什么样的初创企业” （ I'm going to back a founder because they're incredible and let them figure out what kind of startup they're going to build ）这种想法在很大程度上是疯狂的，除了对于少数的一些人。

MM : 这是个很好的问题。 你是如何更广泛地定义自己的投资方向的？你认为人们在理解你所投资的类别时常常会误解什么？

MD : 我们所投资的领域曾经被称为 “前沿科技”（ frontier tech ），这是我们在 CB Insights 时自己创造的，现在称为 “深度科技”（ deep tech ）。这种公司的定义有很多不同的版本，我认为可以从两个方面进行定义，这两者在某种程度上是相互排斥的。一种是从商业化阶段的角度来看某项技术，因此我会说这是尚未实现实质商业化或明确市场进入路径的新兴技术。有时它们已经经过了某个关键时刻，比如 Oculus 和虚拟现实（ VR ）、Cruise 和自动驾驶汽车（ AV ）之类的。通常，你可以这样思考这些领域：它们最开始是垂直的，当某项技术被认为是垂直技术时，它处于早期阶段；而当它变得更为普及或更具水平性发展时，它就进入了商业化的下一个阶段。这包括移动互联网技术、人工智能，我认为虚拟现实、增强现实和加密货币也会如此。这些今天是垂直领域，但明天将变成平台。

这是一个方面， 我们会在发现一些奇特而有趣的事物时，尽早介入，并努力去了解它们 。我们坚信，有一句有名的说法是：“ 很好的了解事物的方式是在它们解体时研究它们 （ The way to learn about things is study them when they're coming apart ）。” 我们认为，通过研究事物在崩溃时的状态，我们能够获得很多知识，这在人工智能、加密货币（ 经历过两次 ）以及虚拟现实中都得到了体现。我们认为，这样的研究有助于深入理解在这些技术的不同阶段中，价值如何被捕捉和积累。最终， 当这些技术进入晚期周期时，希望我们能够在这个领域建立起一个有防御性的品牌网络效应 （ hopefully you've built a defensible brand network effect in that area over decades ），可以为我们持续数十年，但对我们而言，关键在于尽早介入并在多个基金周期中利用这一点（ I think for us it's about getting that early and exploiting it over many fund cycles ）。

第二个投资框架是，你在最早阶段承受的风险类型（ the type of risk in which you are underwriting at the earliest stage ）。我们通常是首批投资于创始人的投资者，这意味着你在做一些前所未有的事情，这可以从 “科学风险” 或 “工程风险” 的角度来理解。“科学风险” 往往涉及生物或医疗保健领域，“工程风险” 可以涵盖生物、医疗保健、人工智能/机器学习、机器人技术以及其他许多领域。这就是我们对投资类别和我们所关注事物的定义。

你提到的第二个问题是关于创始人和创始人类型的。我认为，每种类型的企业实际上需要不同类型的创始人。例如，如果你不会很快与客户接触，比如生物公司，你可能需要有不同的特质，可能非常关注细节、承受高风险的能力很强、学习速度很快，但在外部销售、叙事或讲故事方面可能不那么擅长。我认为这可以算是一种特质。我想说的是， 总体而言，这些创始人的特质是雄心勃勃、又注重细节、技术性强，而且总是能够理解，不一定是自己有这个能力，但总是能够理解什么是他们领域的最前沿，而且随着学术研究到现实世界当中实现技术操作之间的时间越来越短，这种把这些变成一家公司的能力也越来越强，这是我们在所有我们投资的领域内深信不疑的。

MM : 嗯，我觉得这确实是最稀有的技能，知道如何将想法转化为一家公司（ knowing how to turn it into a company ）。你认为是这样吗？

MD : 是的，我认为确实如此，但我的思考和框架有时会因为我与一些特定领域和创始人合作的经历而有所变化。 我通常偏向于那些能够在创意迷宫中以非常深思熟虑的方式穿行的创始人，他们有一条非常好走的路径：提出假设，尝试证明该假设的正确性，然后迅速推进 （ the founders that can navigate the idea maze in an incredibly thoughtful way and have a very well-trodden path of having a hypothesis, trying to prove that hypothesis correct or not, and then moving on and working through that very quickly ）。

另外一种观点是 Runway的 Cristóbal 提出的，他谈到的框架我有点忘记了名字， 但他的核心思想是，要找到正确的答案，最好的方法是尽可能多地产生创意，并迅速将它们付诸实践，这样你才能找到正确的答案，而不是过于缓慢行动和深思熟虑 （ the way to get the right answer is to have the maximum amount of ideas possible and just put them into the world as quickly as possible and that allows you to actually then find the right answer, not being incredibly slow-moving and thoughtful ）。我认为，值得称赞的是，他们的团队在人工智能领域意识到这一点，尤其是在这个特定的时刻。这个框架对我来说有些新颖，也有些令人畏惧，但我认为这两种创始人具备的技能截然不同： 一种是快速想出创意然后执行并愿意迅速承认错误，另一种则是非常有方法论，能够吸收大量数据并形成自己的观点，我更偏向于后者，但我并不确定这是否始终是主流的方法 （ those are very different skillsets of founders of velocity of ideas and being willing to be wrong quickly versus being super methodical and taking tons of data in and forming a view, which is much more where I bias towards, but it's not clear that's actually always the dominant approach ）。

MM : 是的。回到创始人与产品市场契合度（ founder product market fit ）的问题。很有意思。

MD : 是的。

MM : 好的，我下一个问题是， 你们在 Compound 发展投资理论（ developing theses for Compound ）的过程是什么样的？ 你可以提到几个你们的投资理论，然后我们可以分别深入探讨。

MD : 我们花费的时间比我认识的任何人都要多，来阅读、思考和内部讨论这些事情 （ We spend way more time reading and thinking and talking about these things internally than anyone else I know ）。 这也意味着我们花在会议和参加各种社交活动上的时间要少得多。 我不是说这是在炫耀 “我们很酷，其他人不是”，这确实是我们时间优先级的体现。很多人会问，“你们是怎么做到的？你们是怎么阅读这些东西的，等等。” 其实唯一的诀窍就是努力工作和投入时间 （ It's literally just hard work and time ）。 我们始终在阅读各种研究，不断关注工程师、研究人员、运营者等在这些研发团队中提出的各种奇特的未来愿景 （ A lot of that is because we always are reading research. We always are reading weird kind of visions of the future from engineers, researchers, operators, whatever in these R&D groups ）。

我们每隔几周会有一个内部会议，称为 “ Compound Learning Together ”（ Compound 一起学 ）， 在这个会议上，我们作为团队汇聚两到三个我称之为 “50%到75%熟” 的想法，并附带一些研究资料 。我们会在前一晚把这些内容发送出去，然后讨论这些想法，这样可以形成一个正向循环，让我们找出需要进一步学习和深入研究的方向（ We talk through these ideas, and then that kind of creates a flywheel of us figuring out what we need to learn more and to dive deeper on ）。我们会保持这种习惯的一致性（ We do that pretty consistently ），有时还会邀请外部人士参与。

此外， 我的阅读体系非常庞大，我有很多正在建立 “主题模型” 的内容流入 RSS feed 提要 （ I just have an insane apparatus around reading where I have a bunch of things that I'm topic modeling and then having flow into an RSS feed）。实际上， 这就是一个不断循环的过程：阅读、讨论、倾听、写作、学习 （ this perpetual cycle of read, talk, listen, write, learn ），然后再次重复。这个过程的核心是， “我们如何达到一个形成的观点，以便快速行动，并能与创始人进行深入交流，而一般的投资者可能无法做到这一点？我们如何确保合理安排我们的日程和时间，以便做到这些，同时又不会让自己完全失去理智 （ How do we get to a point where we have a formed view that allows us to move quickly and talk at a level with a founder that maybe your average investors, a more generalist, kind of wouldn't be able to? How do we make sure we set up our schedules and our time so that we can do that and not go entirely crazy）？”

MM : 酷。

MD : 所以这一切又会推动我们思考 “我们相信的未来版本是什么”，也就是我们认为的我们的投资组合的集合代表的东西 （ what are versions of the future we believe in, which is what we view our portfolio as a collection of? ）。这有时也受到外部世界观的影响。 现在，我们花了很多时间关注能源，像很多人一样，但我们更关注自我主权和去中心化能源网格这个领域 （ self-sovereignty and decentralized energy grids as an area ）。 这与本地化计算和个人云计算相关联 （ local compute and personal cloud computing ）。 我认为这两个领域都是在社会缺乏大规模信任的前提下形成的，人们更希望拥有永远在线的计算系统 （ a desire to have always-on computational systems ）。

在能源方面，我们多年来在加密货币上进行了大量投资，而加密货币通常与中心化实体相对立。 能源网格可能是历史上唯一一个对中心化参与者整体上是有利的领域，因为我们非常清楚地认识到，能源基础设施在短期内无法满足需求，必须有一些东西在其中发生变化。 我们研究了许多投资方式，以便在不同类型的公司中实现价值的积累。我们也认为在这些领域的技术转变正在发生。这些只是我们关注的一些领域，还有很多其他领域，比如机器人技术和人工智能等，我们也可以进一步讨论。

MM: 很不错。关于去中心化能源网络，我想听听你们在寻找哪些机会，这些机会适合 Compound 去投资吗，特别是适合风险投资吗。你对此是怎么看的？

MD: 我认为这是一个分步骤的过程。第一步会是像特斯拉 Powerwall 这样的产品，或者一些利用地球核心热量进行其他工程的公司 （ some of these companies doing other types of engineering through heat from the Earth's core ）。我现在想不起来这些公司的名字， 但我们需要解决的第一个问题是如何获得主权能源，也就是完全独立的能源 （ how do you just get sovereign energy broadly, which is fully independent energy ）。这是第一步（ That's a first order thing ）。虽然这仍然相对集中化，但我认为随着时间的推移，你会开始看到一些融资的出现。

我们在加密领域支持了一个仍处于隐秘开发阶段的协议，专注于将可再生能源融资引入某种规模（ 5到20千瓦，有时更大或更小 ）的链上，以便为这些资产提供更好的流动性。这是一个例子，很多人希望建立更多的可再生能源基础设施，但缺乏资本，而这一领域并未形成完善的机构化。如果能够带来资金，那就会开始启动一个良性循环。

我认为其次，你会看到一系列技术能够支持如何证券化，这也是这家公司正在做的，给现金流进行代币化，并将这些东西构建成真正的替代性大规模资产。这会创造新的激励机制。然后，我们将会更广泛地理解，我们认为有一些人群不想被垄断的能源和/或公用事业供应商所控制，这种情况在不同国家中都有可能发生。理论上，这个观点并不被广泛接受，但理论上这些实体本身，如我们所讨论的，也可能不愿意承担基础设施投资和支持大量人群的责任。不同的情况会以不同的方式表现出来，但我们认为这通常会指向一个更广泛的观点，即人们希望在他们的家庭和/或某些社区中具备一定的自给自足能力，类似于某些年份的公社生活，虽然有明显的不同，但在某种程度上是相似的。

MM : 是的，这很有道理。这也引出了你提到的关于本地化计算和个人云计算的第二个观点。我很好奇，就类似的主题而言，您认为需要什么条件才能使这样的技术走向主流，并受到普通人的青睐？

MD : 是的。非常现实的回答是一些非常糟糕的事件（ the realistic answer is some really terrible event ），这就是导致大规模缺乏社会信任的首要因素（ that's the first-order thing that creates lack of trust at scale ）， 而缺乏信任将促使更多人希望拥有本地化计算 （ lack of trust is what will lead to more people wanting to have local compute ）。其次，可能更乐观的版本是性能上的突破，可能是通过不断的模型再训练或一些经济上不可行的解决方案。我们认为一个非常有说服力的观点是，如果你看看住房，房子里有许多成本。如果今天你想运行一个相对较大的语言模型或多模态模型，可能需要大约 24,000 美元的算力（ today if you wanted to run a fairly large language model or multimodal model generally, you would probably need about $24,000 of compute about, and that's going down pretty materially），而这个成本正在大幅下降。 但如果你把这些成本纳入房屋购买中，并进行成本曲线分析，那么在家中拥有一套计算系统其实听起来并不是那么疯狂，就像你拥有其他基础设施已经整合在住房里一样 （ it's actually not that crazy to have a compute stack in your home in a similar way that you have a bunch of other core utilities that make your home run ），比如锅炉房供暖等。

这就打开了很多新想法，比如说， 你可以有个人模型不断进行再训练，你可以有存储在家中数据的隐私保护，此外还可以有许多需要管理的系统，但它们没有被关闭的能力 （ you can have personal models that consistently retrain, you can have privacy that sits in data that sits in your home versus not, you can have a bunch of systems that need to be managed but without the ability to be shut off ）。同样， 如果你有无法关闭的电力，那么也许你就可以有无法关闭的算力 （ if you have power that can't be shut off maybe then you can have compute that can't be shut off ）。然后，你可能会在不同国家之间持续看到对公民权利的看法变化。现在的一个例子，在美国，有一些州认为女性不应该能够进行堕胎，或者国家想要影响人们如何做出这个决定。 在一个你家中有一个持续运行的生物监测系统的世界里，它能够提供关于你许多方面的洞察 （ You can imagine in a world in which you have a constant on biology monitoring system in your home that is running insights on a bunch of things about you ）， 你可能不想把这些数据上传到云端，或在其他地方的计算机上运行，这些计算可能会被用于传票或其他方式被获取 （ you might not want that beamed up to the cloud and run on compute somewhere else that could be potentially subpoenaed or taken ）。你可能希望这些数据在本地运行，以便你可以控制谁能进出，尤其是在可能只有两到三个主要的 AI 技术提供者做这种事情的世界里。

我们认为，随着缺乏信任或对于性能需求的增加，人们会希望更多事情在本地完成。最后，从 ESG 的角度来看，一些大型计算中心和云计算中心可能会面临短期压力，但这更多是短期的问题。

MM : 嗯哼。 你是如何寻找致力于解决这个问题的创始人的 （ How do you go about trying to find founders that are working on this problem ）？

MD : 我就是乱发些推特内容 （ I just chaotically tweet a lot ）。

MM : 这很好。

MD : 总结来说就是通过写作、发推文、向像你这样的人请教。

MM : 发出信号（ Bat signals ）。

MD : 是的。当我去不同地方时，这些都是我在思考的事情。我觉得，我们所有的网络身份存在就像是进行罗夏测试（ Rorschach tests ），让很多人来判断他们是否和你对齐，是否觉得这有趣。我们就是尽量和尽可能多的人交谈。 我还没找到比写作更具可扩展性和更高回报的方式，所以这就是我们主要工作的方式，同时也和一些进行学术研究的人交流 （ I've yet to find a way that is more scalable and higher ROI than writing, and so that's the main approach but also talking to the people doing some of the academic research ）。 你会意识到，很多人对学术边缘的内容并不太关心，甚至可以被称为是学术的边缘 （ The thing you realize is not a lot of people care about a lot of the fringes of academia，if you might even want to call it that）。 这些人通常非常愿意和你交流，并且很高兴你对他们花了多年思考的事情感兴趣，但这样做完全是不可扩展的。没有好的系统，我们只能不停地碰壁，直到找到合适的人 （ we're just banging our heads against the wall until we can find people ）。

MM : 幸运的是，这正是这个游戏的本质（ that's kind of the name of the game ）。好的，接下来我想更多地了解你对机器人技术的看法，以及你认为这个领域接下来会发生什么。