Naval Ravikant 是硅谷最著名的天使投资人之一，也是「特定知识」和「杠杆」这些概念最有力的布道者。这期视频不是传统意义上的科技访谈，而是一次关于未来权力重组的沙盘推演。Naval 拉着 Anthropic 的实践一起，把「财富自由」拆解成两个更根本的词：杠杆与判断力。当别人还在争论 AGI 的定义时，他关心的是普通人怎么用对工具，把个人影响力放大出复利。
那什么叫特定知识？就是你从自己独特经历里长出来的、别人难以复制的判断力。Naval 认为，过去最大的杠杆来自金钱和代码，而现在 AI 正在变成一种全新的杠杆形式——它不替代你的判断，而是把一份好的判断放大一千倍。他举了一个很具体的锚点：到 2027 年前后，我们就能看到能完成博士级科研任务的 AI 系统。这不是 AGI 定义之争，而是实用主义的拐点：当 AI 能持续、可靠地完成需要多年博士训练才能做的事，拥有判断力的人就再也不用被执行力卡住了。你有想法，AI 帮你执行，复利就从这里滚起来。
但他话锋一转，马上指出这个杠杆的另一面：安全问题。Naval 特别强调，AI 的对齐研究不是在系统变强之后才该做的事，它就是过程本身。他用 Anthropic 的组织设计举例：从 Claude 的 RLHF 到 Constitutional AI，整条技术路线的选择，都是把安全刻进能力生长的基因里，而不是等能力长成巨兽再系缰绳。这其实和他自己的人生哲学一脉相承——真正的复利必来自长期克制，而不是短期冲刺。AI 这场仗，比的不是谁第一个拿到 AGI 的奖杯，而是谁第一个走出安全的指数曲线。
这种克制也打在了商业模式上。Anthropic 走的是 API-first，而不是扑向消费者应用层。Naval 把这个选择翻译成创业者听得懂的语言：把离用户最近的环节留给生态，自己专注做最底层的智能体能力供给。这和他一直讲的「财富来自做你擅长的、把不擅长的交给杠杆」完全一致。他提醒观众，不要被喧嚣的应用商店带偏，真正的价值在底层判断的复利上——芯片和算力在 2027 年前不会是硬瓶颈，真正的瓶颈永远是数据、算法和组织能力，而组织能力本质上就是一群人判断力的对齐。
收束来看，Naval 这期没有给财富公式，而是给了一套生存法则：在 AI 把执行成本打到零的时代，「特定知识」不再是可选项，而是必需品。你的判断力就是一切，而杠杆会让这份判断的好与坏都呈指数级放大。他最后那句话没说出口，但意思很清楚：别去追风口，去追判断力的复利。当别人还在焦虑失业时，你会意识到，这辈子最划算的投资就是把自己变成一个有原创见解、并能用 AI 杠杆把见解变成现实的人。
