Gutenberg Lab — 早报

地方許可會議動員支持者的組織化模式，將再生能源導入推進至67吉瓦的實例

來賓：David Roberts（Volts 播客主持人）× Matt Traldi（Greenlight America 執行長）

結論

再生能源專案的最大障礙不是技術也不是成本，而是地方許可會議上只有反對派出席、支持者缺席這個簡單的事實。

三行摘要

Greenlight America 透過組織性地動員支持者出席地方許可會議，從2024年的4.4吉瓦推進到2026年10月累計67吉瓦的再生能源專案。員工從約20人增至近100人，勝率從60%提升至79%。216至240吉瓦的太陽能與約20吉瓦的風力已在稅額抵減期限前動工，必須在2028年上半年前完成許可程序，因此未來15個月將迎來史無前例的許可審查高峰。

關注要點

1. 爆發性成長軌跡與學習效應

Greenlight America 在2024年推進4.4吉瓦、2025年推進20.9吉瓦，累計達到67吉瓦。員工從約20人擴增至近100人，年度募資額從約500萬美元增至約2000萬美元。勝率從試行期的60%系統性地提升至2025年的75%、2026年的79%。Traldi 表示「隨時間推移的軌跡顯示我們理解如何有效執行這件事」。2025年初每季僅有4件地方勝利，到2026年10月單日達成8件。

2. 稅額抵減懸崖催生史無前例的許可衝刺

2025年通過的預算調節法案（OBBBA）逐步廢除風力與太陽能稅額抵減，但2025年7月前動工的專案可在2029年底前併網並獲得抵減。216至240吉瓦的太陽能與約20吉瓦的風力確保了這個「安全港」，但因建設需要12至18個月，必須在2028年上半年前完成許可。這相當於傳統每年約50吉瓦速度的「數年份以上」，未來15個月地方核准會議將創歷史新高。

3. 現場氛圍比決策者原有立場更具決定性

Traldi 觀察到「如果前五個人發言支持，就會感覺進展順利。如果前五個人說負面的話，推進專案就像政治自殺。而這與決策者進入對話前的想法無關，都是真實的」。這解釋了為何少數組織化的反對派即使面對廣泛支持仍能阻止專案，也說明為何僅動員五位支持者就能扭轉結果。中型太陽能專案的減排效果相當於約400萬棵樹，「五位當地志工在郡議會發言就能產生差異。換句話說，花一個下午就種了80萬棵樹」。

一句話研判

地方政治不像國家政治那樣有毒化——即使是保守地區的保守決策者，也是以「這對我的社區有益嗎」而非國家層級的黨派議題來判斷。這個事實顯示，即使國家政治環境敵對，地方層級的導入仍可推進。然而，對資料中心的反彈開始波及整體再生能源，「太陽能專案建成後會吸引資料中心」等誤解讓潛在支持者選擇旁觀。科技產業引發的憤怒污染所有電氣化的風險，可能比組織化的成功更嚴重。

來源：Volts《Checking back in with Greenlight America》（2026年10月14日）

https://www.volts.wtf/p/checking-back-in-with-greenlight

開源模型能否追上最前線——資本與執行力的結構性差距

來賓: Lisha Li（a16z 合夥人）× Nathan Lambert（Trillium 創辦人、前 AI2 後訓練負責人）

結論

開源模型與最前線實驗室的差距已縮小至二至三個月，但資本、運算資源與組織執行力的結構性差距仍將持續存在。

三行摘要

開源 AI 模型與最前線實驗室（OpenAI、Anthropic）的差距已縮小至二至三個月。中國企業在技術能力上與之對等，但運算資源卻存在數量級的不足，Lambert 表示，當中國頂尖預訓練研究者聽到 OpenAI 的一般研究人員能使用相當於五千台 H100 的運算資源時「下巴掉到地上」。透過蒸餾追趕的效果不如以往，最前線實驗室憑藉整合堆疊與先行者優勢持續確保收益，而開源模型經濟雖因資訊流動分散而耗時較長，卻能提供模型所有權與可驗證的投資報酬率。

關注要點

1. 運算資源差距是決定性制約：中國實驗室的技術能力與美國最前線實驗室對等，但運算資源卻存在數量級的不足。OpenAI 的一般研究人員能存取約五千台 H100 相當的資源，當中國頂尖預訓練研究者聽到這個數字時「下巴掉到地上」。這種運算資源差距——而非技術或人才——才是中國實驗室無法抵達最前線的主因。

2. 蒸餾的有效性被高估：Lambert 對蒸餾是開源模型追趕主要手段的通說提出異議。在公開文獻中，研究者「固守過時的 Qwen 模型」是因為無法正確設定教師模型。傳統蒸餾（對輸出進行監督式微調）「難以套用」於當前的推理模型訓練。即使能存取 Claude 的推理軌跡，他對自己在 AI2 的模型是否大幅改善「並無把握」。

3. 資料經濟存在結構性延遲機制：資料企業會先以溢價將資料賣給 OpenAI、Anthropic，待合約期限（約一年）屆滿後，再將類似資料集賣給其他公司。這使最前線實驗室在結構上擁有六至十二個月的優勢，但追趕「非常可行」。這種快速追趕循環持續的時間比預期更長，Lambert 在兩年前曾認為產業會整併。

一句話研判

最前線實驗室的優勢不在於資本量，而在於將資本組織化並轉為執行力的能力。中國企業在技術能力上對等，卻在運算資源上存在數量級的落差，這顯示 AI 競爭並非純粹的技術競爭，而是資源配置競爭。另一方面，矽谷的資訊安全鬆散到「一杯啤酒就能傳遞資訊」的程度，最前線技術會在數月內擴散。開源模型雖耗時較長，卻能提供所有權與可驗證的投資報酬率，最前線實驗室則憑藉整合堆疊與先行者優勢確保收益——兩者運行於不同時間軸的指數函數上，不會有任一方消失。

來源: This Week in Startups《Can Open Models Keep Up With the AI Frontier? | Nathan Lambert》（二〇二六年十月十四日）

https://a16z.simplecast.com/episodes/can-open-models-keep-up-with-the-ai-frontier-nathan-lambert-WqIVvxfv

電視史上最成功情境喜劇製作人談笑聲形式消失的原因，以及成功無法填補的空洞

來賓：喬·羅根 × 查克·洛里（《生活大爆炸》《好漢兩個半》創作者）

結論

外在的成功——名聲、金錢、讚譽——無法治癒內在的創傷，當意識到這個真相時，只剩下兩條路：逃向藥物，或是尋找精神上的道路。

三行摘要

• 誰：電視史上最成功的情境喜劇製作人查克·洛里，談論《生活大爆炸》《好漢兩個半》等多部熱門作品的幕後故事
• 主張什麼：一九九〇年代每週有四十到五十部多鏡頭情境喜劇，現在只剩二到三部，這不是觀眾品味改變，而是電視產業結構性的失敗
• 為何此刻重要：成功演員、喜劇演員陷入藥物依賴的機制（成功無法填補內在空虛的絕望），以及作為解決方案的精神實踐，被揭示為在好萊塢毒性中存活的唯一方法

關注要點

1. 情境喜劇的大滅絕：一九九〇年代，四個電視網每週播出五晚，每晚四部情境喜劇，合計每週製作四十到五十部。現在只剩下「大概三部……不，兩部」。洛里相信「一部偉大的節目能改變一切」，但羅根反駁：「這是電視經營失誤。讓情境喜劇消失根本說不通」。

2. �罐頭笑聲的迷思：洛里四十年來不斷被指控「使用罐頭笑聲」，但他從未用過。一位實際坐在《生活大爆炸》錄製現場的記者，目睹兩百名觀眾持續笑了三個半小時後，仍然寫了「抱怨罐頭笑聲的文章」。洛里認為「情境喜劇」這個詞本身就被用來貶低這種形式。

3. 成功殺人的瞬間：「某種帶著創傷的演員或喜劇演員獲得成功，然後在凌晨兩點面對可怕的真相——『我還是不快樂』。成功本該解決自己的問題……如果無法填補那個空洞，接下來怎麼辦？藥物就在那時進來了」。洛里透過布雷特·巴特勒（《恩典之火》主演）、查理·辛，以及自己的成癮經驗，說明了這個結構。

一句話研判

洛里所說的「外在無法治癒內在」這個原則，在平台轉換期的新創圈也反覆出現。募資成功、獨角獸估值、媒體曝光——這些都只是暫時填補創辦人的焦慮，無法回答本質的問題。如果沒有「為何而做」的提問就只追求成功，成功的瞬間等待的就是虛無。洛里花了十年脫離山達基教會，又經過二十七年半的戒酒，最終得出「靈性是動詞而非名詞」的定義，正是不向外求答案的姿態本身。情境喜劇的消失，或許也是試圖用收視率這個「名詞」來衡量笑聲這個「動詞」的結果。

來源：The Joe Rogan Experience《Chuck Lorre》（2026年10月13日）

(unknown)