Gutenberg Lab — 早报

量子電腦是騙局，光運算將驅逐NVIDIA——施克雷利的逆向投資論

來賓: 傑森·卡拉卡尼斯、查馬斯·帕里哈皮提亞、大衛·弗里德伯格、布拉德·格斯特納 × 馬丁·施克雷利（前避險基金經理人、製藥創業家、服刑七年）

結論

量子電腦是除了整數分解之外別無用途的技術死胡同，而AI存在風險論只是「有效利他主義」陣營的恐懼煽動——施克雷利以這兩項逆向押注損失數百萬美元，但仍持續押注光運算與Meta。

三行摘要

• 馬丁·施克雷利（因藥價調漲五千%惡名昭彰、服刑七年）斷言量子電腦是「騙局」——他與妻子Chelsea（前OpenAI、曾在MIT教授量子）實測全球量子電腦，確認「連三百乘二百都算不出來」
• 光運算（類比光學運算）能「瞬間」執行矩陣運算，Microsoft Nature論文已證實，Sam Altman也公開支持——施克雷利預測「二十年後NVIDIA的H100/B100/B200將成廢鐵」
• 點名批評Anthropic創辦人Dario Amodei為「營業秘密竊盜犯」「恐懼煽動者」——斷言「AI在未來十年將產出零個獲批藥物」，並主張自己發起e/acc運動以對抗EA（有效利他主義）運動

關注要點

1. 量子電腦的致命限制: 施克雷利與妻子Chelsea（前OpenAI、曾在MIT與Scott Aaronson共同教授量子）實測全球量子電腦後發現，運作頻率僅數百赫茲（傳統電腦為吉赫茲）、量子RAM不存在、僅有單核心、連三百乘二百的乘法都無法執行。唯一能加速的只有Shor演算法（整數分解），「除非你的生意是分解整數，否則沒有興奮的理由」。Google/IBM/Microsoft每年投入數億美元，但商業模式完全不存在——施克雷利放空量子相關股票損失數百萬美元，但表示「獲得了數十億美元的洞察」，並未撤退

2. 光運算將驅逐NVIDIA: Microsoft Nature論文證實「光學矩陣運算成本為零（瞬間完成）」——NVIDIA的GPU需要n³次運算（千乘千矩陣需十億次運算），光學卻能即時執行。Sam Altman也在其他podcast公開支持光運算。施克雷利表示「用資料中心覆蓋地球而不是製造更快的電腦，簡直瘋了」，並投資Neurophos、Opticore、Lumai等新創公司。「二十年後H100/B100/B200將成廢鐵山」

3. 製藥資產套利交易是「巨大alpha」市場: 施克雷利十六歲進入Jim Cramer的避險基金（年報酬率二十三%），負責基因體學。他以兩百萬美元從Bristol-Myers買下Sparsentan，將其從高血壓（死亡市場）重新定位至FSGS（三萬名患者、零獲批藥物），目前企業價值六十億美元。「輝瑞以一百萬美元賣出價值十億美元的藥物——他們根本不在乎」。瓶頸不在案件流入，而在臨床審查

一句話研判

施克雷利的逆向押注是平台轉換期的定石——押注下一代基礎（光學）與分發層（Meta）而非基礎設施層（量子、NVIDIA）——結合他以七年服刑為代價換來的「對知識傲慢的自覺」。他說「想被視為偉大交易員的恐懼把我送進監獄。我本是出色創業家，卻不願承認」的自我分析，是將自己與SBF、Elizabeth Holmes對照後的教訓，也顯示其量子、EA批評激進表象下的冷靜結構理解。但「AI未來十年將產出零個獲批藥物」的斷言，即使出自唯一擁有FDA批准的與會者，仍需時間驗證。

來源: All-In《Martin Shkreli: Big Pharma's Blind Spot, Betting Against Quantum & What Prison Taught Him》（二〇二六年十月十二日）

https://allinchamathjason.libsyn.com/martin-shkreli-big-pharmas-blind-spot-betting-against-quantum-what-prison-taught-him

AI 加密攻擊威脅——專家說「冷靜點」

來賓: Liz Harkabee（a16z Crypto）× Dan Boneh（史丹佛大學教授、密碼學家）、Eddie Lazarin（a16z 一般合夥人）、Justin Thaler（a16z 研究合夥人）

結論

根本上什麼都沒變——密碼學前提並未被打破,業界已經部署了抗量子替代系統。

三行摘要

OpenAI 公開約七百篇數學論文後,出現 AI 可能比量子電腦更快破解橢圓曲線加密的恐慌。但史丹佛大學的 Dan Boneh 強調「冷靜點。世界跟一年前一樣」。七百篇論文中沒有任何一篇是密碼學成果,也沒發現實際漏洞。相反地,AI 可能成為防禦工具,將加密驗證從十年壓縮到一個月。

關注要點

1. OpenAI 七百篇論文中密碼學成果為零

Boneh 精查全部論文後指出「沒有任何密碼學問題。連理論密碼學都沒有」。這種缺席意味著,模型在密碼學上較弱,或研究所沒有公開令人擔憂的結果。

2. AI 測試可在一個月內給出十年份的信任

Boneh:「讓模型運行一個月進行攻擊,如果破解不了,我們就獲得了巨大的信心」。Eddie Lazarin 表示,用兩千萬到五千萬美元的計算資源攻擊加密方案,可以「獲得比傳統方法花十年得到的更大確信」。

3. 目前多數網路連線已同時使用橢圓曲線和格密碼

像 TLS 的 x25519MLChem768 這樣同時使用橢圓曲線和格基礎加密的「敏捷加密」已經部署。iMessage 和 Signal 去年完成了這項轉換。即使一方被破解,另一方仍能保護。

一句話研判

正如 Lazarin 所言,這次騷動「不是對新資訊的反應」,而是對資訊空白的反應,並非實際發現漏洞。相反地,AI 可能成為在攻擊和防禦兩方面加速提升加密品質的工具。Lazarin 指出「軟體漏洞是有限的。正在趨近於零。也許有一天真的會達到零」,這點出了攻防的不對稱性——漏洞可以消除,但攻擊手法並非無限產生。這個視角是對僅將 AI 視為威脅論述的有效反制。

來源: a16z Podcast《Can AI Break Cryptography? What the Experts Actually Think》(2026年10月13日)

https://a16z.simplecast.com/episodes/can-ai-break-cryptography-what-the-experts-actually-think-LCUGnMEC

量子技術商用化的關鍵在於「運用化」，而非技術性能

來賓: Sebastian Hassinger（主持人）× Isabella Beo Martinez（Booz Allen Hamilton 資深量子技術主管）

結論

量子技術商用化的決定因素不是量子位元數或錯誤率，而是將技術落實為實務工作者可用形式的「運用化」能力。

三行摘要

• Booz Allen Hamilton 的 Martinez 主張，量子技術商用化需要繼物理、工程、商業可行性之後的「第四階段＝運用化」
• 量子感測已進入商用部署階段，成為量子運算三至五年後將面臨的整合、人才、工作流程問題的實驗場
• 在藥物開發工作流程的實地驗證中發現，量子物理學家設想的計算步驟並非實際瓶頸，許多使用案例文獻可能解決了錯誤的問題

關注要點

1. 運用化是商業可行性之後的獨立階段: Martinez 在「解決物理問題→解決工程問題→解決商業可行性問題」的典型路徑中，加入「解決運用化問題」作為第四階段。這是探討「如何將技術交到實際使用者手中」的問題，每個階段需要不同的人才要素。Booz Allen 從事量子運算研究超過十年，後量子密碼學（PQC）較近期，量子感測則是最近才開始

2. 量子感測器已可線上訂購: Martinez 表示「二十年前無法想像」。她的團隊在量子感測器上解決的整合問題（物理連接、平台整合、環境耐受性）正在為量子運算三至五年後與資料中心業者的對話「鋪路」

3. 「不能碰水」問題是部署的縮影: 某供應商的量子感測器一說「不能碰水」，部署選項立即受限。能製作防水外殼嗎？外殼會不會損害精度而失去使用價值？這種性能與環境耐受性的取捨、集結量子專家與系統工程師的必要性，將在整個量子技術領域反覆出現

一句話研判

量子技術的歷史正在重蹈行動網路與 AI 的覆轍。過度投資技術性能，忽視跨領域團隊、使用者工作流程、部署現實的投資。Martinez 的主張是，量子感測與 PQC 已進入實際部署，成為量子運算三至五年後將面臨的組織與人才問題的活生生試驗場。不應等待物理突破，而應從現在開始解決運用化問題。

來源: New Quantum Era《Quantum Workforce, Sensing, and the Long Game of Operationalization with Isabella Martinez》（二千二十六年十月十二日）

https://www.newquantumera.com/podcast/quantum-workforce-sensing-and-the-long-game-of-operationalization-with-isabella-martinez