但这期对话之所以值得逐段细读，是因为Silver拿出来的一张成绩单。**围棋，他提前十年预测，最终准确到了年份；StarCraft，同样提前命中；AlphaProof攻克国际数学奥林匹克的时间，也在他的预判范围内。**基于同样的判断框架，他在节目中给出了两个新预测：一年内拿出superlearner路线可行的强有力证据，三年内实现超级智能。他原本估计三到五年，最近把时间线往前提了。而他押注的路线，要求彻底放弃当前所有主流AI公司最依赖的东西：人类数据。
1. "我要成为追这条路线的第十万零一个人吗？"
Silver的职业生涯从2009年的博士论文开始，研究方向就是用强化学习解决围棋这个被认为"魔鬼级别困难"的问题。他在节目中说，从那时起他就有一个信念：通往超级智能的正确路径是让系统从经验中学习、自主发现，而不是喂给它答案。
这个信念在AlphaGo身上得到了第一次验证。但让他下定决心的，是从AlphaGo到AlphaZero的那次跳跃。
构建AlphaGo花了两年，过程和今天大模型的训练方式有相似之处：大量人类数据、人工参与每一轮迭代、逐层手动改进。整个过程中，研究团队深度介入学习循环，选择如何从上一代改进出下一代。这套方法击败了李世石。但当团队放弃人类数据，转向AlphaZero时，几个小时就超越了两年的成果。在国际象棋上，AlphaZero用四个小时击败了有史以来最强的AI；在围棋上，几天就远超AlphaGo。
Silver说他从这个经验中得出的结论很明确：必须主动选择放弃人类数据，让系统自行发现，才能打开真正的学习空间。今天的大模型公司，本质上是数千人嵌入学习循环中的半自主系统。他用了一个短语来形容："human in the loop kind of learning algorithms with thousands of people in the loop"。这套方法能走到的距离他表示尊敬，但他不认为这条路能通向真正的superlearner，通向那种可以自主发现一切的系统。
Silver把这个判断映射到了当下的AI格局。他算了一笔账：全世界已经有数万甚至数十万优秀研究者都在沿着大模型路线推进预训练和后训练，"我要成为追这条路线的第十万零一个人吗？"他的判断是，存在另一盏没人在看的路灯，如果把精力放在那里，产生巨大影响的概率反而更高。"如果这条路走通了，它会改变整个AI领域。"
离开DeepMind不是因为不满。Silver多次强调他对DeepMind和那里的同事有巨大的敬意。但他最终意识到，自己相信的路线不经过LLM产品这个中间站。这条路线值得一个100%为它而生的精英实验室，而不是一个以LLM产品为核心的大组织中的一个角落。
公司的名字也和这条路线直接相关。Silver解释说，"ineffable"的意思是无法用人类语言描述的，这恰好呼应了他们不走人类语言路线的技术选择。未来超级智能发现的知识可能极其深奥，深奥到人类语言根本无法表达。Silver还透露了一个"隐藏的第二层含义"：它的发音听起来像"it can't f*** up"（不可能搞砸），因为他们相信这条路"一定能走通"。Huang在节目中说这是她见过最好的实验室命名。
2. Superlearner：深度与广度的双重定义
Silver给超级智能下了一个精确定义，而且这个定义本身就决定了他为什么必须放弃人类数据。
他把superlearner拆成两个维度。
深度方向：系统从一无所知开始，一直学习到远超人类已知知识的水平。他用人类集体发展史做类比。人类最初也是从"脑袋里的一团灰色物质"出发，没有人给蓝图、没有万亿条数据集，但集体性地发现了语言、技术、科学、数学。"这是AI领域目前没有任何人真正攻克的问题。"他把这个过程称为"集体发现"（collective discovery），强调人类知道的一切都是自己摸索出来的，没有人从天而降交给我们一份说明书。
广度方向：同一套算法能被放进任何经验流中，无论模拟世界、数字世界还是物理世界，都能持续学习。
这两个维度共同指向一个结论：**越依赖人类数据，就越难达到superlearner。**在深度上，人类数据意味着人类知识是系统的上限。只要系统的出发点是海量人类数据构成的强先验，那它就被这些先验锁住了，极难跳出已知知识的边界去发现全新领域。在广度上，很多领域的传感器数据和环境信号根本无法用语言或人类数据覆盖。机器人的触觉反馈、工业系统的控制信号、物理世界的实时交互，这些经验流和语言数据之间没有对应关系。
被问到对当前大模型科学发现能力的看法时，Silver肯定了LLM的进展，但给了一个界定。他说LLM确实在取得科学方面的进展，包括"千年难题"级别的数学问题。但他认为距离superlearner还差两个根本条件：一是完全自主发现，目前LLM取得的科学突破仍然严重依赖人类参与的循环；二是适用于物理世界中基于身体经验的学习领域，目前的语言模型完全无法覆盖。"以语言为基础的方法是否真的是达到那种知识水平的正确载体，这一点都不清楚。"
Silver承认LLM有一点确实出乎他原先的判断：一个在海量数据上训练的系统，可以用极少量数据快速微调就彻底改变行为。"这不是我事先能预见的。"他说这个发现改变了他对规模效应的理解。当数据量达到一定级别之后，原本看起来困难或缓慢的事情可以变得非常快。他把这归结为规模本身带来的某种质变，是他在AlphaGo时代没有想到的。
但他对大模型路线的根本质疑没有动摇。更深一层的问题在于，用语言作为推理的基本单元可能本身就是错误的范式。
他举了一个思想实验来说明这一点。"想象一下，如果我们只能用500年前或1000年前人类使用的语言来推理。我们的智能体可能会相信地球是平的，或者疾病是由四种体液引起的。"他的意思是，人类语言数据中嵌入的偏见极难去除，因为它们和思维过程本身纠缠在一起。语言不只是表达思想的工具，它同时也在塑造和限制思想。用过去的语言推理，就会被过去的偏见束缚。
那不用语言，用什么？Silver没有含糊其词。他说自己相信存在远比语言更好的推理方式：可并行化的、丰富的、复杂的神经推理。他认为这些方法的表达力和能力将远超基于人类语言的路径。"任何认为人类语言是推理的终极形态的人，这种观点有点天真。"
不过Silver也澄清，放弃人类数据不是教条。"我们不教条"（we're not religious about this），他说，完全可以接受弱的、跨环境通用的先验知识。他们要放弃的是万亿级别人类知识数据集带来的强先验。理由是实用的：不做这个让步，就无法发现真正能自主学习一切的算法。Espeholt在旁边补充了一个例子来解释"弱先验"和"强先验"的区别：他们不会禁止智能体知道"物体会掉落"这种跨环境通用的物理直觉，但也不会告诉智能体"这是一台冯·诺依曼结构的计算机，你应该这样操作它"。他们更感兴趣的是，当环境中存在制造机器的条件时，智能体会自己设计出什么样的机器。
3. Crucible：当围棋棋盘变成了一个宇宙
如果superlearner是算法，那它需要一个地方来学习。Silver和Espeholt把这个地方叫做crucible，意为"坩埚"，让智能自发涌现的模拟环境。
围棋是他们解释这个概念时反复使用的例子，因为它完美展示了"简单规则如何产生无限复杂度"。围棋的规则极其简单：一个19×19的棋盘，目标是占领更多领地。如果只有一个智能体，这是世界上最无聊的游戏，只需要往格子里填石头。但放入第二个智能体的瞬间，涌现复杂度就爆发了。因为每个智能体必须推演对方所有可能的行为，环境的复杂度指数级上升。Silver说，以他们投入的全部算力来看，这个游戏的学习曲线似乎永远没有终点，总能发现新东西。"一个无限的洋葱，一层一层剥不完。"
Espeholt从工程师的视角补充了一个关键要点。"围棋只是一个位图，模拟极其简单，但你仍然能看到复杂行为的涌现。"这句话解释了他们设计crucible的核心策略：不需要完全真实的物理模拟（那在计算上极其昂贵），只需要让环境具备足够的涌现复杂度。他们的做法是建造一系列从简单到复杂的crucible，简单的可以快速迭代验证算法，复杂的逐步逼近真实世界。
围棋当然只是起点。他们的目标是建造复杂度远超传统模拟器的环境。传统的强化学习基准测试，比如Atari 57那套游戏集合，在他们看来过于简单。新的环境可以包含数百万个互相交互的物体和复杂物理引擎，也可以包含数百万个互相交互的智能体。这两条路径产生的复杂度性质不同：物理引擎带来的是物理层面的涌现（流体、碰撞、结构力学），多智能体带来的是社会层面的涌现（博弈、协调、欺骗、合作）。
Huang把问题往下追了一层：你选择在环境中表达哪些"原语"（primitives），会不会决定了智能体能涌现出哪种知识？比如表达了信息论（谁知道什么），智能体可能重新发现经济学；但如果只表达了物理，可能就不会。Silver基本同意这个方向，但补充说终极目标是让crucible最终接地（grounded）到真实世界。在到达那一步之前，中间有很多"垫脚石"环境可以用。
Espeholt还指出了一个他在Google Brain时期的亲身经历。他在Google Brain阿姆斯特丹办公室做过MetNet，一个用机器学习预测短期天气的模型。MetNet的预测精度远超传统的物理模拟方法，因为物理模拟会随时间累积误差。他说这个例子恰好说明了一个要点：现实中的物理模拟本身就是不完美的，没必要追求100%的物理保真度。关键是让环境复杂到足够有趣，而不是让环境精确到无法运行。
4. 进化只需要一个信号
关于如何设计奖励函数，也就是强化学习中最核心的问题之一，Silver走了和大多数RL研究者相反的方向。
绝大多数研究者在做RL时会尝试精心设计一个奖励函数，准确描述他们希望智能体学到的东西。如果希望智能体理解科学，就设计一个关于科学发现的奖励；如果希望智能体掌握数学，就设计一个关于数学证明的奖励。Silver说Ineffable不走这条路。他们给智能体非常简单的目标，放在极其复杂的环境中，然后等待涌现。
他用进化做类比。进化只优化了一个简单到可以一句话描述的信号，适者生存，却催生了我们所见的全部生命复杂度。他把人类的发展历程一步步拆开：人类在追求简单目标的过程中，先是学会了协调，然后发现沟通有用，接着开始交易。在交易中发现了基础算术，然后发现工具有用，为了理解工具需要基础科学，更复杂的技术需要更复杂的数学，如此往复。所有这些复杂性，都是在追求简单目标的过程中涌现的。 进化从来没有对人类说："嘿，科学这个东西在那边，你们应该去追求最复杂的科学。"
"我们的智能体原则上可以发现各种各样的东西，我们事先不一定知道那些发现会是什么。"Silver说他希望被自己的智能体惊到。"我们不是牵着智能体的鼻子走向某个预设结果，而是给它简单目标，然后看它发现什么。"
Huang把条件收到了最窄：你不会明确告诉智能体"去重新发现语言"或者"去建造一台计算机"？Silver说不会。他的理由走得更远：如果研究者连这个问题都解决不了，让智能体自主发现全新领域的知识，那就永远不可能有真正的超级智能。因为超级智能的核心价值恰恰在于发现人类不知道的东西。"有大量的未知知识领域等待发现，它们目前连存在的可能性我们都不知道。" 他拿物理学做例子：牛顿时代的人不知道量子物理的存在，也不知道相对论是一个东西。智能体应该处于这种开放式的发现状态，而不是被研究者预设了前进方向。
那么，这些里程碑式的发现是不是还有用呢？Silver承认是有用的。他们在内部确实设定了研究里程碑，这些里程碑类比人类发展史中的关键时刻：人类何时开始协调、何时出现语言、何时开始交易。这些时刻为团队提供了评估进展的参照系。但区别在于，智能体达到这些里程碑的方式不是被指令驱动的。它不是收到了一个"现在去发明语言"的任务，而是在追求更简单目标的过程中，自然地走到了需要某种沟通手段的阶段。
Huang接着问：你觉得智能体会先重新发现什么？Silver没有给一个确定的答案："我希望被惊到。"他说他并不确定，但这正是这项研究让他兴奋的地方。
关于奖励函数的具体形式，Silver没有给出答案。他说团队在尝试多种不同的奖励设计，没有一个统一的方案。但他明确了他们不做什么：不做那种精确描述"什么是科学"或"什么是技术"的奖励函数。
5. 在模拟中证明一切
Silver从计算理论层面论证了为什么模拟环境足以支撑超级智能的诞生。
他的论证链条是这样的。如果模拟是图灵完备的，那么计算意义上的一切都可以在模拟中表达。人类已经在模拟世界中构建过极其复杂的计算机，这一点是被证明过的。经济学只需要某种货币表示，货币可以是硬币、纸张或者比特，只要有其中任何一种，经济学的所有概念就能在模拟中成立。语言只需要多智能体之间有通信通道。数学在任何宇宙中都可表达。科学在某种意义上是对所在世界的研究，模拟环境中的智能体会发现关于它自己所在世界的科学，就像人类发现了关于地球和宇宙的科学一样。能量、熵、进化这些概念可以在很多种环境中成立。
Silver也承认存在例外。Espeholt举了量子计算作为例子：如果没有真正的量子硬件，某些量子计算的特性在经典模拟中确实无法完美表达。但这个例外不影响大局，因为绝大多数智能行为并不依赖于量子效应。
主持人随后提到强化学习泰斗Rich Sutton最近在节目中对模拟持怀疑态度。Silver部分同意Sutton的判断。模拟中学到的东西确实不应该期望直接迁移（sim-to-real transfer）到真实世界，因为真实世界的复杂度远超模拟，而且很多有趣的细节难以在模拟中精确还原。
但Silver的目标从一开始就不是迁移。
他要做的是在模拟中完成superlearner的全部科学研究，搞清楚算法本身。一旦算法被验证，同一套算法可以直接应用到真实世界的数据流中。模拟的作用是加速研究，而不是替代真实世界。他们也可以不断提高模拟的保真度，在推向真实世界之前先检验系统在高保真环境中的表现。
模拟有三个真实世界做不到的优势。第一，速度：模拟可以无限并行化，快10到100倍。第二，可复现性：每一个实验都可以精确重放。第三，安全性：这是构建超级智能最安全的场所。
"如果超级智能可以在模拟中被构建出来，它就会发生得快10倍到100倍。那我们为什么不在那里做呢？"
6. 对齐：语言监控正在触及极限
对话进入对齐话题时，Huang特意划定了边界：不谈政策和政治，只谈科学。Silver接过话题，首先描述了现状。
当前的对齐方法严重依赖对智能体语言输出的监控，以及嵌入在人类数据中的价值先验。这套方法到目前为止是有效的。但Silver认为它正在走到尽头。
随着智能体越来越强大，两种已经可以预见的场景会让语言监控失效。第一种：智能体产出的推理过程变得极其庞大，上百万字的思维链条让人类监控者根本无法逐条审核。第二种：智能体主动使用欺骗手段（subterfuge），在语言层面表达一种意图，在行为层面执行另一种。
"如果安全研究社区只看基于语言的对齐方法，我们会有麻烦。"
他对这个"麻烦"做了进一步解释。他说的不是世界末日式的威胁。他的意思更具体：如果只依赖语言监控，我们将无法让智能体可靠地做我们希望它们做的事。这是一个工程问题，不是一个存在性危机。但它仍然需要严肃对待。
Silver提出了几个替代方向。
第一个是shadow actions（影子行动）：让智能体在环境中做出动作决策，观察它"如果被允许行动会做什么"，但不实际执行。这等于把监控从语言层面移到了行为层面。你不需要读懂智能体在"想"什么，你只需要看它"想做"什么。
第二个是用一个超级智能来监控另一个超级智能。Silver举了一个例子来说明这个思路：设想你有一个"轻踏地球的卓越科学家智能体"（an incredible scientist agent that treads lightly upon the earth），它的任务是做科学研究。同时让另一个超级智能体监控第一个智能体的行动规模，确保它的行为范围不会超过预设的边界，不会对世界造成过大影响。
Silver承认这些想法都还处于需要大量研究的阶段。他没有宣称已经掌握了对齐的解决方案。但他的论点指向一件事：对齐问题的解决方案不能只依赖语言，而语言方法正在成为主流安全研究社区唯一关注的路径。
他把这个讨论延伸到了更大的画面。他认为Ineffable的模拟环境恰好可以成为对齐研究的主战场。如果你能在模拟中构建超级智能，你就能在模拟中研究超级智能之间的交互规律。哪些条件下多个超级智能能和平共处？哪些结构和杠杆能确保超级智能社会对较弱智能体（包括人类）友好？这些问题在真实世界中没有试错的余地，但在模拟中可以反复实验。
Ineffable在这方面做了一个明确的承诺：只有当模拟中的"超级智能科学"提供了足够证据，证明在真实世界中不会出问题，他们才会推进到下一阶段。 Silver说这种科学研究应该公开共享，因为世界正在快速走向多个超级智能共存的未来，越早搞清楚规律，真实世界就越安全。
被问到对AI前沿进展节奏的看法时，Silver的立场是"模拟全速，真实世界谨慎"。他支持Demis Hassabis和Dario Amodei等人提出的在真实世界中控制AI部署节奏的方向。理由有两层：人类的政府、组织和情感反应需要时间来适应即将到来的变化。模拟中的超级智能科学研究能为真实世界的决策提供依据。
他个人相信最终结果对人类有利。"未来会有很多复杂交互的超级智能体，有些支持人类繁荣，有些可能不会，但支持人类的那些会保护我们。"这个乐观判断和他的Sequoia投资人身份一致，Huang在听到这句话后回应说，鉴于Silver的预测纪录，她对此感到宽慰。
7. 20个人，世界上最大的GPU集群
Ineffable目前只有20人。Silver说这是刻意为之。
他选人有四个标准：顶尖才能、善良协作的人格、与公司使命对齐、技能互补。四位联合创始人来自AlphaStar团队。AlphaStar是Silver在DeepMind内部刻意组建的精锐小组，从公司各团队中抽调最优秀的人来攻克StarCraft。某种意义上，AlphaStar团队本身就是Ineffable组建逻辑的一次预演。另外三位创始人来自成功的创业公司。Silver坦言拒绝了很多过去共事过的优秀同事，"我们的标准极高"。
Espeholt的加入过程本身经历了一次从尽调到招募的转折。他2015年1月加入DeepMind，在深度学习团队工作，大约从2016年开始和Silver合作。两人当时就在一起探索如何把强化学习和深度学习结合起来做大规模训练。2018年夏天，Espeholt离开DeepMind去了Google Brain。后来Google Brain和DeepMind合并，他又回到了DeepMind。然后在Silver离开前大约一年，Espeholt再次离开。
他第一次听说Ineffable，是通过一个后来成为投资人的人。那个人联系Espeholt做尽调，想听他对Silver的评价。Espeholt在节目中回忆说，他的第一反应是"该死，我错过了一个机会，我应该先联系他的"。他说他记忆中Silver"在房间里经常是最聪明的那个人"。尽调电话之后不久，Ineffable方面就主动联系了他。
Huang开玩笑说，以后应该让两位创始人互相介绍而不是自我介绍，因为他们都太谦虚了。Silver接过话头为Espeholt做了一段详细的技术评价，这部分内容在下一章展开。
保持小团队还有一个算力层面的考量。Espeholt算了一笔账：人少意味着每人分到的算力多，不会从第一天起就在争夺计算资源。"如今一个人就可以跑大量实验。"这和大型AI实验室的情况形成对比。当一家公司有几千名研究人员而集群容量有限时，每个人分到的实验时间必然紧张。20个人加上一个大集群，意味着每个研究者可以大量试错，不需要排队。
在算力方面，Espeholt透露他们是GCP上最大Vera Rubin集群的首批客户。Vera Rubin是NVIDIA最新一代GPU架构，一个月前他们刚开始使用。Vera Rubin架构中，一个机架可以看作一台机器，节点之间有极高的带宽。这个架构特性对强化学习尤为重要，因为RL的迭代周期比大模型训练要快得多。大模型训练是一个长时间运行的前向传播和反向传播过程，每一步的数据依赖关系相对固定。强化学习则是快速的"行动-观察-学习"循环，智能体每走一步就需要和环境交互一次，对延迟和带宽的要求更高。
Espeholt还提到了他在Google时期踩过的一个坑。8到10年前他在Google做大规模RL时，用的是海量的CPU。那个时代Google有几乎无限的CPU资源，但那种架构已经无法再扩展了。现在的方向是把所有计算都搬到GPU上，包括模拟。他们花了大量工程精力把模拟环境优化到可以在GPU上高效运行，而不是需要额外的百万级CPU来跑模拟。他说目前的LLM公司其实正在遭遇他们多年前就踩过的坑：需要大量CPU来运行沙盒环境和模拟计算机。
他们的计算资源分三个用途：训练、推理和模拟。GPU从设计上越来越偏向训练和推理，对模拟的适配性较低。团队在投入大量工程努力让模拟尽可能高效地运行在GPU上，同时还使用基于模型的强化学习和replay buffer（数据复用策略，让同一批经验数据被反复用于训练）等技巧来降低模拟的计算需求。
被问到是否已经观察到scaling law时，Espeholt给了一个谨慎的回答。他说强化学习的scaling law和大模型的scaling law本质不同，因为RL中的数据分布是非平稳的（non-stationary）。随着智能体能力的提升，它遇到的问题和产生的数据分布也在变化。但他确认他们正在积极推动这个方向的研究，尤其是在从小集群迁移到大集群的过程中，他们希望确保算力的增加能够可预测地转化为能力的提升。
Silver把Ineffable和以前的尝试做了一个量级上的对比。他提到OpenAI早期做过的hide-and-seek实验：在一个简单的物理环境中，智能体通过自我对弈自主发现了基本的工具使用（搬运箱子来遮挡视线、利用地形优势等）。Silver说那个实验虽然基础，但它"暗示了可能性"。而Ineffable现在能跑的实验，算力可能是那个实验的10万倍。他觉得奇怪的是，在算力已经增长了这么多倍的情况下，几乎没有人回过头来真正推进这条路线。
8. IMPALA和SEED RL：被LLM社区重新发现的旧方法
Espeholt在DeepMind时的技术贡献和当下AI行业的走向有直接关系。
他加入DeepMind的深度学习团队时，大多数人还在用单机CPU跑强化学习，规模很小。Espeholt做的事情是建造了IMPALA，这是第一个真正能在GPU上线性扩展的强化学习智能体框架。"线性扩展"的意思是，加一倍GPU就能得到接近一倍的训练速度提升，而不是像很多分布式系统那样加了硬件却被通信开销吃掉了增量。IMPALA同时满足了三个条件：足够高效、可扩展性强、易于修改。这三个属性让它成为了DeepMind内部使用最广泛的RL框架，Espeholt说在某个阶段公司里大部分RL团队都在用它或者它的衍生版本。
后来Espeholt离开DeepMind去创建Google Brain阿姆斯特丹办公室。在那里他开发了SEED RL，把架构从GPU扩展到了TPU机架级别。SEED RL的核心创新是在分布式推理和训练之间找到了一种高效的分工方式，让TPU的算力可以被充分利用。
Silver在节目中直接点名了Espeholt的贡献："如果你看今天业界使用的大规模RL方法，很多想法的根源都可以追溯到他的早期工作。他是第一个搞清楚这件事怎么做的人。"
Espeholt自己观察到了一个现象，最近两年LLM社区在给大模型加上强化学习的时候，很多做法其实是在重新发现他们八到十年前就使用过的方法。他说这话时语气是温和的，补充说"当然也加入了很多新的东西"。但那些底层架构上的选择，比如如何把环境交互和训练并行化、如何做高效的分布式推理、如何设计可扩展的RL循环，这些问题的答案可以追溯到IMPALA和SEED RL时代。
Ineffable内部实现了这些算法的多个变体，根据不同环境的复杂度选择使用。有些环境简单到可以快速组装和迭代，有些则需要更昂贵的物理模拟。不同的复杂度水平对应不同的算法架构和训练策略。
9. "这是一个50/50的研究问题"
Silver强调Ineffable是一个研究驱动的公司。它不围绕"下一个增量产品v17.1"来组织，不从第一天就追求产品收入。他们刻意抵抗产品压力，因为他们相信如果实现了真正的突破，下游产品的价值会远大于从第一天就做产品的路线。Silver说他要创造的是一个"研究者的避风港"（a haven for research），让研究者追求自己相信的突破而不是被产品排期绑住。
这种定位在当下的AI行业中几乎是孤例。大多数拿到巨额融资的AI实验室都在加速商业化，Silver选择了相反的方向。Huang也提到了这一点：在大实验室被"囚徒困境式的竞赛"裹挟的当下，这种纯研究定位对一些深度信仰科学使命的人来说像一口新鲜空气。
被问到信心时，Silver回到了他对研究的基本态度。**"我喜欢做50/50的研究，就是你真不知道结果会怎样的那种。如果95%确定能成功，做起来其实挺无聊的。"**他说好的研究就是在不确定的边缘提问。
但他随即把信心的问题拆成了两层。
第一层，superlearner路线是否原理上可行？Silver的回答是强烈肯定的。他说人类大脑本身就是存在性证明（existence proof）：一个从经验中学习、没有依赖万亿级数据集的系统，确实产生了极高水平的通用智能，在真实世界中运作，能发现各种各样的事物。"我们有这个不可思议的人类大脑的例子。"
第二层，Ineffable能不能在现在这个时间窗口做成？Silver说这是一个关于时机的赌注。算力规模、LLM编码智能体加速研究的能力、对scaling law的理解，这些条件在同一时刻成熟。他说创业最怕的两件事是太早和太晚。太晚的话千人已做完，太早的话技术条件和计算资源可能还不够。
"这是关于时机的赌注。围棋，我提前十年预测，准确到了年份。StarCraft，我也赌对了。AlphaProof攻克IMO的时间，也在预判之内。"
Silver说到这里时，Huang开玩笑说"你被录音了，我们会追着你不放"。Silver笑着接受了这个条件。
他给自己设了一个可验证的期限：一年内拿出superlearner路线可行的强有力证据。三年内实现超级智能，按照他自己的定义，就是一个能在科学、数学、技术、语言等所有领域自主发现远超人类已知水平的知识的系统。他原本估计三到五年，最近因为编码智能体对研究的加速作用而把时间线缩短到三年。
Huang在节目结束前说，她对Ineffable正在做的事情"深受鼓舞"。这个评价并非客套。作为Sequoia的合伙人和这笔11亿美元投资的参与者，她在节目创立之初就把Silver列为第一个邀请对象，等了一百多期才等到。这不是一个临时起意的投资故事。
