他到大學物理系演講，但校方不准他說那是一場演講
TL;DR
- 這集 All-In 沒有平常那四個人，只有 David Friedberg 一個人跟 Eric Weinstein 在華府租的錄音室對談，主題是美國科學怎麼壞掉的
- 核心診斷不是錢不夠，是制度把「跟主流唱反調」的成本設得太高，養出一整代不敢說話的科學家
- peer review（同儕審查）不是科學的古老傳統，是 1965 年 Medicare 之後才長出來的產物
- 他認為理論物理停在 1983 年，過去四十二年沒有生出新的武器、新的能源、新的推進方式
- 全集最有意思的一個判斷：AI 接下來會去讀「垃圾桶語料庫」，那些被主流嘲笑到不行的論文
- 他也講了一句很少人敢講的話：物理的停滯，可能剛好救了人類一命
這集是誰在跟誰講話
All-In Podcast 是矽谷四個創投與創業者（Chamath Palihapitiya、Jason Calacanis、David Sacks、David Friedberg）合開的節目，平常是四個人邊喝酒邊吵科技、政治跟市場。這集 8 月 26 日播出的是延伸版的 science corner，另外三個人直接棄權不來，只剩理科出身的 David Friedberg 上陣，他自己是生技與農業科技創業者，Climate Corporation 的共同創辦人。
來賓 Eric Weinstein 是哈佛數學物理博士，做過國家科學基金會博士後，2013 到 2022 年間擔任 Peter Thiel 家族辦公室 Thiel Capital 的董事總經理，2021 年公開發表過一套自己提的統一場論框架，叫做 Geometric Unity。這套理論在主流物理圈評價兩極，他至今沒有把它投到期刊發表過。這件事本身就是這集要談的主題：一個技術上完全在體制內、社會上完全在體制外的人，怎麼看美國科學這台機器。
錄音當下他人在華府，剛見完白宮科技政策辦公室主任 Michael Kratsios、NIH 院長 Jay Bhattacharya，準備去見可能接掌 NSF 的 Jim O'Neill。
「consensus 這個詞讓我很緊張」
他丟出一個我覺得很鋒利的觀察：如果大家真的都同意一件事，你根本不需要「共識」這個詞。
沒有人講「算術共識」。二加三等於五不需要開會表決，它就是。所以每次聽到 consensus 這個字，他的直覺是有人被壓著同意了。華盛頓共識就是這樣一種東西，方向定了，不往那個方向走的人沒有工作。
他用了一個很精準的詞來形容現在的科學家：precariat（不穩定無產階級）。教授付不起「跟主流不同意見」的代價。你要拿到終身職、要拿到經費、要拿到系主任的位子，唯一穩妥的做法是站對邊。這不是道德問題，是誘因結構的問題。
他自己的例子講得很淡：1987 年他提出一組微分幾何的方程式，被整個領域打得很慘。1994 年那組方程式反過來接管了他的領域，沒有任何人回頭說一句「等等，我們好像對一個很早就做對的人動用了私刑」。
他現在演講會遇到的荒謬狀況更誇張。德州大學奧斯汀分校請他去講，但他不能說那場演講發生在物理系。Perimeter Institute 請他去，官方紀錄上那不是演講，是「Eric 在回答問題」。他形容自己現在開始跟這些系所「不合作」。
Friedberg 問他，這是因為你被視為 fringe（邊緣）嗎？他打斷：你一直在講 fringe，我只是徹底不同意這個領域的敘事而已。
1965 到 1975 那十年，出了什麼事
這段是全集我覺得最有資訊量的部分，因為它給了一個具體的時間窗口跟具體的機制。
他在哈佛經濟系當過 Science and Engineering Workforce Project 的共同主持人，專門研究這件事。他的答案是：問題出在 1965 到 1975 這十年。
第一件事，peer review 的誕生。1965 年 Medicare 法案通過，政府突然變成醫療服務的最大付款者。政府問說我付這麼多錢，能不能看一下你們在幹嘛？醫生的回答是不要，我們自己審自己，於是 peer review 從猶他州一間診所開始。他建議你去 Google Ngrams 打 "peer review" 查查看，1965 年之前幾乎沒有這個詞的蹤跡。換句話說，那個大家以為是科學神聖傳統的東西，年紀比彩色電視還小。
第二件事更關鍵。1969 年春天，MIT 物理系集體走出去抗議越戰，裡面包括曾經參與曼哈頓計畫的人。政府看了一眼，得出的結論是：這群人靠不住了。
他描述美軍跟物理學家之間本來有一個心照不宣的協議：我們養你們養得白白胖胖，讓你們做自己想做的 blue sky research（沒有明確用途的基礎研究），我們只要知道國家需要的時候你們在。那次抗議之後，這個協議破了。MIT 的儀器實驗室被拉出校園變成 Draper Labs，1969 到 1971 年的 Mansfield Amendment 明文規定軍方不能再資助大學裡沒有明確軍事用途的研究。
軍方曾經是基礎科學最好的贊助人，然後在十年之內變成不能碰的東西。
「你不能用市場來定價科學」
Friedberg 丟了一個很好的反問：如果市場真的有效，那些懂數學價值的有錢人自然會出錢，Jim Simons 不就是嗎？為什麼一定要政府？
Weinstein 的回答直接得有點兇：你經濟學一〇一是不是翹課了。市場運作得很好，前提是你不在一個叫做 market failure（市場失靈）的分類裡面。而科學的定義剛好就是那個分類，它同時具備非排他性跟非競爭性，你沒辦法用市場替它定價，除非人工造一個假市場出來。
他順帶補了一句我很喜歡的類比：我們用稅金養軍隊不是因為覺得那樣比較道德，是技術原因。如果軍隊可以做成排他且可耗盡的商品，你早就用市場買了。
至於「富豪會看懂價值」這件事，他用親身經歷打臉。他跟 Jim Simons 熟，Simons 是少數真的懂純數學的億萬富翁。但他最後一次跟 Simons 的對話，講到 Chern-Simons 理論跟 Einstein-Hilbert 作用量的關係，Simons 也沒跟上。連這種等級的人都無法跨越相鄰領域的鴻溝，你要怎麼期待一個由私人資本組成的隨機分布，剛好覆蓋到同倫論這種沒人知道有什麼用、但抽掉會塌一整片的積木？
用投資組合理論看科研，會發現大家都做反了
這段對投資的人特別有共鳴。
現在的經費機制是 grant（研究計畫申請），你要寫清楚目標、預期產出、時程。結果就是低 beta 的計畫勝出，因為可預測。Friedberg 直接說了：我們把現代投資組合理論套用到科學上了。
Weinstein 的反駁很有意思。他說如果有人有百分之一的機率治好所有癌症，你該不該投？從單一部門的角度看，九成九失敗太貴了。但政府是全世界最有錢的機構，有錢就有本錢承受變異數。問題在於政府用了一堆比它窮得多的下屬單位在做投資決策，每個單位都想著我一年沒幾個名額，所以挑一個高機率成功但成果平庸的，然後開始說謊講這件事有多重要。
還有一個他觀察到的反常識現象：投資組合理論告訴你，某個部位大賺、另一個部位在虧的時候，通常要從賺的那邊挪錢去補虧的那邊，避免集中度過高。科學界從來沒人這樣想過。所有人在自己的領域裡都說「現在是當粒子理論學家最好的時代」，而那明明是最糟的時代。
他給了一個我認為值得抄下來的篩選公式：
找出那個「領域大老會擋他、但不敢做空他」的人，然後投他。
擋跟做空是兩件事。擋的成本是零，做空要押上自己的房子。如果那些說你有百分之九十九點九九九九機率會失敗的人，不願意用同樣的信心水準跟你對賭，那他們自己也知道那句話是社交表態，不是判斷。這個邏輯跟Sequoia 投票表上出現過一個「1 分」那篇講的其實是同一件事：真正賺大錢的那筆，通常就是委員會裡最多人不舒服的那筆。
至於投人還是投題目，他們拿 Slack 當例子。Stuart Butterfield 遊戲做不起來，剩三百萬美金打電話給 Ben Horowitz 問要不要把錢還回去，順口提了一句「我們內部做了一個工程團隊溝通工具」。Horowitz 說錢你留著，去做那個，我信你。後來賣了兩百七十億美金。科學界完全沒有這種機制。
boom、vroom、zoom：被沒收的四十二年
他把物理的價值拆成三個字，我覺得這是全集最好記的框架：
| 詞 | 指的是 | 上一次大躍進 |
|---|---|---|
| boom | 武器 | 1945 年，兩顆原子彈 |
| vroom | 能源 | 核能之後基本停住 |
| zoom | 推進、計算、所有好玩的東西 | 標準模型定案至今五十三年 |
他的主張是，標準模型大約在五十三年前就定案了，而 1983 到 1984 年之間，Leonard Susskind、David Gross 跟 Edward Witten 三個人把整個領域開向另一個方向。四十二年後的成果是什麼？他說你去看今年弦論年會的議程，搜尋 electron、hadron、Higgs、lepton 這幾個字，裡面沒有物理。他們不談任何跟物理世界有關的東西。
然後他講了一句很重的話：這個領域最大的成就，是把物理變安全了。
從 Oppenheimer、Teller、Feynman 那個能從 SU(3)×U(1) 規範場論生出最恐怖武器的學科，變成一個你可以放心邀請地緣政治對手的研究生來，在他們腦袋裡塞滿完全傷不了人的東西的學科。
Friedberg 順著問：那有沒有可能哪裡有一群人偷偷在推進？Weinstein 講了一段歷史。1940 年美國國家研究委員會裡面成立過一個叫 Reference Committee 的東西，你把連鎖反應相關的論文投到期刊，稿子會被暗中轉進這個委員會，然後退回來說「結果太初步，請修改」。你根本不知道這個機構存在，只知道自己怎麼投都投不上。那是曼哈頓計畫對待圈外同行的方式。
他的問題不是「這很瘋狂吧」，因為這件事確實發生過。他的問題是：這種事發生過一次，還是不只一次？
至於他猜的當代版本是誰，他點了 Renaissance Technologies，理由是那家公司的封面故事本身就不合理：一家交易公司只招粒子理論學家跟微分幾何學家、不招懂市場的人，跟布魯克海文國家實驗室關係緊密，隔壁還有一所在相關領域強到不合理卻從沒被排名認真對待的大學。Friedberg 當場反駁得也很好：這麼多年這麼多人進出，總會漏一點什麼吧。
這段我持保留態度，但他自己的定位講得很誠實：他說他在做 1944 年那個在克里夫蘭報紙上爆料洛斯阿拉莫斯存在的記者 Jack Raper，而 Friedberg 在做「後來 Jack Raper 怎麼了」。當年那則報導沒有任何後續，因為聽起來太瘋狂了。
AI 會去翻垃圾桶，這是我聽到最有意思的判斷
前面講了那麼多，如果只能留一段，我留這一段。
他說現在的 AI 是在一個有階級的語料庫上訓練出來的。生物學的權威是 Cell、Nature、Science，數學是 Inventiones、Annals、JAMS。這些期刊裝的是各個領域的「敘事」，也就是誰對誰錯的官方版本。
但垃圾桶也是一個語料庫。
所有被嗤之以鼻、被笑掉、被退稿的想法，加起來是另一個資料集。他預測 AI 很快會開始讀那些主流物理學家嘲笑過的東西，而發現與重構會發生在那裡。他甚至具體推想中國會怎麼玩：訓一個私有模型，給它一個前提假設「假設弦論是一個用來分散注意力的煙霧彈，那它是要擋住我們看見什麼？」然後讓模型往下推。
這個想法我覺得比他的物理主張本身更值得思考。過去三十年，人類篩選知識的成本極高，所以我們用期刊、用引用數、用同儕審查當作壓縮演算法。這些機制的副作用是把假陰性（正確但被否定的想法）永久埋掉，因為沒有人有時間去挖。AI 剛好把「重新檢查一遍所有被否定的東西」的成本壓到接近零。
當然，垃圾桶裡九成九九真的是垃圾。但如果篩選成本趨近於零，那個零點零一就不再是笑話了。這跟Nick Bostrom 談 AI 解決所有問題之後那篇的隱憂剛好接上：我們一直在擔心 AI 會不會做出人做不到的事，卻很少想 AI 會不會做出人「不敢做」的事。
停滯，可能救了我們一命
最後這段有點沉。
Friedberg 提出一個假說：也許正因為下一層的力量太恐怖，所以沒有人真的走到那裡，全世界不知不覺地繞開了。Weinstein 說他完全不同意這種樂觀，但他自己給了一個更冷的版本：物理的停滯，可能剛好讓人類活了下來，因為那個 boom 太可怕了。
他舉的例子讓人不太舒服。他說他在家關了兩年，起因是冠狀病毒的棘蛋白上被接了四個胺基酸，換算成核苷酸是十二個。十二個核苷酸放在正確的位置，就足夠讓地球停擺。這叫做高槓桿的科學。
他也提醒說，科學的槓桿遠比一般人想像的近。黑火藥的配方是硝石七成五、硫磺一成、木炭一成五，現在幾乎沒人知道，但它從來沒有變難。他問了一個很值得放進口袋的問題：如果有一種核武不需要離心機呢？如果有些事情高中生就做得出來呢？
這裡他用了 Walter White 當例子，因為 Breaking Bad 那場戲很多人有畫面：一個化學老師把一小塊看起來像結晶的東西往地上一丟，整個辦公室炸掉，對面的人完全搞不清楚剛才發生什麼事。他要講的不是製毒，是「一點點專業知識加上正確的幾何，就能製造不對稱的破壞力」這件事本身。
至於 AI，他的比喻是 Anthropic 在做的事情，等於是把 Hannibal Lecter 從人力派遣公司請來當你的顧問，推著病床、綁著約束衣、戴著面具送進你辦公室，然後跟你說這是你的新同事。他認為把 AI 當商品推向市場這件事，本質上是把一個軍事研究專案裝進每個人的家裡。這個比喻我覺得下得有點重，但考慮到模型權重已經開源、蒸餾已經商品化，那個約束衣事實上早就不在了。
我的判斷
老實說，這集有一半的內容我沒辦法驗證，尤其是關於 Renaissance Technologies 跟 UAP 的那部分。他自己也承認他在做一件會讓人覺得他瘋了的事。
但把物理的部分先擱在一邊，制度診斷那一半我認為站得住腳，而且不只適用於科學。任何一個把「反對主流的成本」設得比「附和主流的成本」高很多的系統，最後都會停止產生新東西。 這在學術界叫做同儕審查，在公司裡叫做績效考核，在投資機構裡叫做投資委員會，在社群媒體上叫做演算法。機制不同，結果一樣：正確但不合時宜的判斷，會在被證實之前先被消滅掉。
他最後給那些討厭川普所以拒絕跟這屆政府往來的博士們一個建議，語氣意外地溫和：去華府待幾天，說出那句危險的話，「我可以幫上什麼忙？」如果你不去解釋為什麼同倫論值得納稅人的錢，那決策桌上就永遠不會有人替它說話。
我自己還在消化的部分是，如果 AI 真的開始系統性地重讀那個垃圾桶，接下來十年最值錢的可能不是新的想法，而是把舊的錯誤判斷一個一個翻出來的能力。這件事聽起來很像投資，因為它本來就是。
這類把產業結構跟投資邏輯串在一起的內容，我會持續寫，訂閱 wilsonhuang.xyz 就不會漏掉。
Sources:
推薦閱讀
喜歡這篇文章嗎？
訂閱電子報，每週收到精選技術文章與產業洞察，直送你的信箱。
💌 隨時可以取消訂閱，不會收到垃圾郵件