两万亿的 IPO，和一场关于集中的争论
这一期与其他几场的最大区别，是它有对手。三个人在节目里公开分歧了至少四次，而分歧的地方往往比共识的地方更有信息量。
主线有三条。第一条是 Anthropic 的两万亿 IPO：传闻的估值可能是投行内斗漏出来的，明年收入到底是四千亿还是一万亿，以及为什么这份招股书会成为整个行业最重要的信号。第二条是关于集中的争论：一方认为这项技术危险到不能分发，另一方认为它危险到不能集中，而 Gavin 站在后者。第三条是英伟达的五千亿融资平台：把 GPU 变成一种可融资的资产类别，用残值担保降低融资成本，从而解开整个建设的资金约束。
其中最值得单独记住的一句，是他对宏观与价值投资者的那句评价：他们非常聪明，但他们对事实无知，他们假设 token 是被补贴的，而这个假设本身就是错的。他认为这份招股书会把这件事一次性说清楚。
主持人Anthropic 传出要以两万亿美元的估值上市。你是不是股东，先把这个说清楚，然后谈谈你怎么看这条收入曲线和这次 IPO。
Gavin几件事。我目前不是 Anthropic 的股东。我会说 Anthropic 与 SpaceX 那笔算力交易来得有点晚了。我一般不投马斯克的竞争对手，我不认为那是明智的做法。
关于 Anthropic 本身，传出来的这些数字是极其出色的，我们从来没见过这样的东西。我仍然认为四月和五月的那几个时刻，是资本主义历史上最不寻常的时刻之一。
而让我觉得不可思议的是，Anthropic 在边际上很可能正在对 OpenAI、对开源、对 Grok 失去份额，而它仍然在以这样的速度增长。这些数字依然出色。
主持人为什么会这样？这是个重要的点。饼本身在变得巨大。所以就算按百分比算 Anthropic 在丢份额，绝对数字仍然在涨。
Gavin就是这个意思。我认为整个 AI 在七月份是加速的，这和公开股票市场七月的走势形成了很奇怪的对比。
至于这次 IPO，我要说的第一件事是，对于两万亿这个数字，我是有点怀疑的。
我们在 SpaceX 那次就见过。所有人都在争当主承销商，而如果你没拿到，你想做的第一件事就是让拿到的那一家显得难看。于是你向媒体放风，说我们也在场，门槛是两万亿的 IPO。
主持人你上一期说的是三到四万亿。
Gavin没错，但我说的是它可能交易到那个位置。
如果你要负责任地把一家公司带上市，你会希望定价定得能承接住解禁的抛压。你不想定得太高、制造大量波动，那对员工来说非常令人不安，而在这个时点你不希望任何人分心。
所以如果它真的以两万亿出来，那大概意味着预路演和路演进行得极其顺利，人们是真的想持有它。
先问这条消息是谁放的，以及放出来对谁有利
他给出的机制非常具体：承销团内部竞争主承销权，落败方有动机向媒体放出一个偏高的估值门槛，从而让胜出方在定价时进退两难。定低了显得没本事，定高了破发。
这条规则的可迁移性在于它适用于所有匿名信源的财经报道：能接触到这类信息的人数量极少，而其中每一个人都有立场。因此消息的方向往往可以从利益结构反推。
他随后给出的判断也很干净：如果最终真按这个数字定价，那反而说明需求极强，因为承销商在能定高的情况下仍然选择留出余地，通常意味着簿记已经足够厚。
丢份额和高增长可以同时为真
他说 Anthropic 很可能正在对 OpenAI、开源和 Grok 丢份额，同时增速依然惊人。这两件事不矛盾的原因只有一个：市场总量的扩张速度快于份额流失的速度。
它的投资含义是双向的。在扩张期，份额数据几乎不产生任何预警作用，因为所有人的绝对收入都在涨。而一旦总量增速放缓，此前累积的份额流失会瞬间转化为收入失速。
换句话说，份额是一个滞后但方向可靠的指标，收入是一个即时但会误导的指标。
发行价定得太高，代价由员工承担
他给出的理由不是市场技术，而是组织管理：定价过高会在解禁期制造剧烈波动，而波动直接冲击的是持有大量限制性股票的员工。
在一家所有核心资产都是人的公司，这不是次要问题。发行定价在这里是一项人力资源决策，而不只是一项融资决策。
Sacks我认为可以继续。不过这确实是个正当的问题。如果今年底的年化收入是一千亿，同比涨了十倍以上，而且他们已经连续三年每年涨十倍了，那是指数式的。如果这个增速继续，他们明年底就会摸到一万亿的年化收入。
那你就要问，市场空间够不够大？还有，算力够不够？电够不够？我认为你会开始撞上物理约束。
我认为市场空间是够的，需求会在那里。智能体刚刚起飞。问题在于他们能不能在物理上满足这个需求。
还有 Gavin 说的份额问题。别人看到他们在做什么，就会更有效地来抢。Anthropic 当初在编程上下了重注，事后看那是一个极有远见的赌注。
主持人他们看的是 Cursor 的使用率，然后说我们要把这块业务拿过来。
Sacks对，他们开始向那些在自己平台上跑得很成功的场景里做垂直整合。OpenAI 现在也基本上转向了编程，用 GPT 5.6 做得更好了。我们听说他们的增速在加速，过去两个月是每月百分之二十以上，如果按十二个月外推，那也是十倍。
主持人Gavin，从一千亿到一万亿，我们慢下来算一笔粗账。基础设施上需要什么，这在一年之内在人力上可能吗？
Gavin首先，Anthropic 内部非常有信心。有几个我信任的人告诉我，Dario 说过 Anthropic 也许有一天会是全世界唯一一家私人公司。你想想这句话。在这个极致的愿景里，世界上只有 Anthropic 和各国政府，就这样。
我大概会赌它不会成为全世界唯一一家公司。我认为在他们造出火箭之前，还得过很久。
主持人我可能会把这句话解读成一个负面信号，因为它太狂妄了。
Gavin骄兵必败。我肯定会劝 Dario 别再对任何人说这句话了。
但我确实从公司里其他人那里听到，在大约六百亿年化收入的时候，他们认为可以在一年内做到六千亿。现在他们在八百亿以上，看起来没有放缓的迹象。
连续三年十倍，是一个必须与物理约束一起看的数字
把节目里散落的数字拼起来：年化收入从约一百亿到年底一千亿到一千二百亿，连续三年每年十倍；如果再来一次十倍，就是一万亿。
这个外推之所以在他们三个人那里都被否掉，理由不是需求，而是供给：收入的增长必须由算力承载，而算力受制于芯片产能与电力接入，两者都不能在十二个月内翻十倍。
所以这里出现了一个很干净的判据：当一家公司的收入增长受物理产能约束时，它的收入预测本质上是一个产能预测。去核对晶圆与吉瓦，比核对市场空间更有用。
使用率数据本身就是一份市场调研
这一段讲的是一个具体动作：观察哪些第三方应用在自己平台上消耗最多、增长最快，然后向那个方向做垂直整合。
它的力量在于这份数据是免费且真实的，它反映的是实际付费行为而不是意向调查。而对被观察的一方，含义则相当残酷：在别人平台上跑得越成功，被平台方进入的概率越高。
这也正好呼应他在其他访谈里给创业公司的那条判据：要做不一样、而且很难的事。如果你做的事在平台方看来既清晰又不难，你的成功就是给对方的一份路线图。
过度自信本身，被当作一个可以定价的因素
唯一一家私人公司这个说法被节目上所有人当成负面信号。理由不是它不可能，而是它反映的心理状态与历史上一系列失败案例相似。
这看起来像是闲聊，但它其实是一种真实存在的定性判断方法：管理层对不确定性的措辞，是一个可观察的变量。一个把自己的路径描述为必然的人，通常也不会为路径失败做准备。
Gavin把这个问题拆成需求和供给两半。
需求这边，取决于你怎么统计，知识工作大概是二十五万亿到六十五万亿美元的规模。二十五万亿是我一直用的数字。而三大投行之一的 AI 研究负责人告诉我，这个数远远低估了。
主持人而这还是在机器人出现之前，他们今天就能去打的市场。
Gavin然后问题就变成，这到底是劳动替代，还是增长加速。
到目前为止，它看起来真的更像是增长加速。今天软件工程师的岗位空缺比一年前还多，对程序员的需求更大了，而那正好是爆炸中心。
有一些证据显示，对刚出校门的非常年轻的人，可能确实有负面影响。但总体上，它只能来自这两者之一。
而如果它来自增长加速，对所有人都更好。这些公司现在的规模已经大到，如果真的是增长加速，我们会在未来十八个月的国民经济核算数据里看到它。
劳动替代与增长加速，在收入上看起来一样，在别处完全不同
两条路径都会让 AI 公司的收入高速增长，因此光看这些公司的报表无法分辨。区别出现在别的地方。
如果是劳动替代：企业利润率上升、总薪酬支出下降、就业率下滑，宏观上是通缩的，同时会引发严重的政治反应，而政治反应会变成监管风险。
如果是增长加速：企业产出上升而就业不降，总薪酬和总产出同时增长，宏观上是扩张的，政治阻力小得多。
他给出的是一个可核对的检验：如果是加速，会在未来十八个月的国民经济核算数据里出现。这把一场意识形态争论变成了一个有时限的、可以被证伪的预测。
被冲击最狠的岗位，空缺数量反而增加了
编程是 AI 能力最强、渗透最深的领域，按替代逻辑它应该最先萎缩。而实际观察到的是软件工程岗位空缺比一年前更多。
他同时诚实地保留了反例：对刚毕业的年轻人可能确实有负面影响。这两者可以同时成立，而且合起来指向一个更精确的图景：被替代的不是这个职业，而是这个职业里最容易被结构化的入门层级。
这也提示了一个更普遍的问题：如果入门岗位持续减少，几年后的中层供给会出现缺口。这是一个时滞很长、因此很难被及时定价的风险。
Gavin供给这边才是真正见真章的地方。
要理解建这些数据中心的人，最好的办法是去看《油田风云》那部剧。你得像剧里那样，在偏远地方、在四十多度的高温下，把成千上万人组织起来。
这不是比特，这是原子，而且真的非常难。
不过美国一旦为这种事情动员起来，我们其实非常擅长。美国和资本主义非常善于解决这类问题。
所有人都在说最终的约束是燃气轮机叶片，说全世界只有两家工厂在做，每家都是一栋巨大的厂房里放一台四十吨的压机。可你猜怎么着，他们现在开始三班倒了。
主持人需要确实是发明之母，而没有什么比资本主义更能让这件事发生。
GavinBoom Supersonic 在造新的超音速客机，他们说，我们要先建一个涡轮机业务，因为需求太大了。
而且据我了解有新闻报道说马斯克买了一家涡轮机公司，而且是以个人名义买的，这对我说明了一件事，他只是想快。
除此之外，私人飞机的残值现在极其坚挺，一个很大的原因是人们把旧飞机上的发动机拆下来，改装成给数据中心供电的涡轮机。
然后你还有卡特彼勒、康明斯、GE Vernova、西门子能源，他们都在快速扩产。
所以我认为供给这个问题，美国这边的那些人会和这些公司一起把涡轮机装到地上。真正的问题是政治和监管。
这是一个典型的、只有在极端短缺中才会出现的行为：把资产从原本的用途中拆出来，改作他用，因为新用途的回报高到足以覆盖拆解成本。
它的价值在于它是一个难以伪造的短缺证据。财报可以调节，指引可以修饰，但私人飞机残值坚挺以及旧发动机被改装成发电机组，是市场自发行为的直接结果。
这也是他一贯的方法：当叙事与实物指标冲突时，先信实物指标。在这里，实物指标是二手发动机的价格。
被广泛引用的那个瓶颈，往往正在被解决
燃气轮机叶片只有两家工厂、四十吨压机，这个说法在当时被反复引用为硬约束。而他给出的更新是，那些工厂已经开始三班倒了。
这指向一个反复出现的规律：一个瓶颈之所以被广泛谈论，恰恰是因为它已经足够显眼，而显眼的稀缺租金会吸引产能。
而他随即把真正的约束指向了别处：政治与监管。这与他在其他访谈里把瓶颈从能源和芯片换成分区与审批是同一个判断，理由也一样，前者可以用资本解决，后者不能。
Gavin现在关于 AI 的叙事很不好。说数据中心把水都用光了，这是因为三年前有本书里出了错，我认为水耗量的数字差了大概十万倍，就是错的。说它抬高你的电费，这也是错的，它其实是压低电费。
《华尔街日报》刚写过一个叫 Ellendale 的小镇，本来是一个正在衰败的镇子，建了一个数据中心，把镇子救活了，税收涨了十倍，这是那里发生过最好的事。可没人讲这些故事。
Sacks数据中心恐慌是媒体制造恐慌的能力的一个证明。水不会被用光，用水量相当可控，比一个高尔夫球场还少，而且水是循环的。
它会压低电价，前提是数据中心自建发电，因为多余的电会卖回电网，而且他们要承担电网升级的成本。蓝州电价上涨的真实原因是脱碳和那些让发电更困难的绿色监管。
剩下的指控里，噪音污染是真的。所以今天没有任何一个正常人会把它建在别人家后院。
主持人噪音是问题，燃气发电的空气污染也是问题，离人远一点就好。还有一个小问题，如果在某个地方大规模建，确实可能把那个山谷的温度抬高几度，这值得监测。这些都是完全可管理的问题。另外如果你真的关心水，看在上帝的份上，别再吃杏仁了。
Gavin而这种媒体上的歇斯底里，对低收入的美国人、对小镇上的美国人、常常也对少数族裔的美国人，是极大的伤害。
《圣经》里最好的一句话是，真理必叫你们得自由。可如果没有人说真话，它就没法让你自由。
三个人在这里是同一边的，因此这段缺少对手
这一段与本期其他部分有一个结构性差别：它没有反方。而这场节目里最有价值的内容，恰恰出现在他们意见相左的地方。
他们提出的具体主张里，有些是可核对的事实，比如某个具体小镇的税收变化，比如闭环冷却系统的实际耗水量。有些则是带有立场的因果归因，比如把蓝州电价上涨完全归于脱碳政策，或把公众担忧归因于媒体制造。
作为读者，实用的做法是把两类分开：可核对的部分去核对，归因部分当作一种观点记下来。他们自己也承认了噪音、燃气排放与局地升温这三项是真实问题，这几处反而是全段最可靠的信息。
数据中心的耗水，取决于冷却方式，这是争论真正的分歧点
耗水量差异极大的原因在于技术路线。开放式蒸发冷却确实消耗大量水；闭环液冷与风冷则几乎不消耗，只是循环。
因此关于耗水的争论，往往双方各自引用的是不同类型的设施。一个正确的问法不是数据中心是否耗水，而是这一座用的是哪种冷却方式，以及当地水资源是否紧张。
他提到的十万倍误差，指的是某个被广泛传播的估算与实际闭环设施用量之间的差距。这类数字在传播中很难自我纠正，所以对任何被反复引用的极端数字，回到原始出处通常是值得的。
主持人在需求端和定价端我要说一句。我认为 Anthropic 明年的增速会显著放缓。它当然一直在狂奔，但它明年不可能做到一万亿收入。
我觉得也许能翻三倍，到三四千亿。原因是我在观察创业公司，也在观察一些大公司现在开始拥抱开源模型，以及扎克伯格在发布非常好的开源模型。
你只要看一下开源模型和 Claude Opus 的定价，用这些产品便宜九成。我自己在用，我投的创始人在用，而美国的大公司也会越来越多地采用这些方案。只是搭起来稍微麻烦一点，但它要来了。
如果你认为美国的大公司不会拥抱开源，那你就是没有关注过去二十年，因为他们当年干的正是这件事。二十年前也有过一场大争论，说大公司永远不会信任开源。而大公司说的是，我们不想被反悔，也不想被某家大科技公司用他们的技术挟持，所以开源对我们是更安全的选择。
主持人的论证是历史类比，而它有一个很硬的先例
他的论证分三步：价格差异达到九成 → 采用成本只是配置复杂度，可以被工程解决 → 而企业软件史上已经发生过一次同样的替代。
第三步是最有力的。Linux 对 Unix、MySQL 对商业数据库的替代，都发生在专家普遍认为企业不会信任开源的判断之下。而当时企业给出的采纳理由，与他引用的完全一致：避免被单一供应商挟持。
Gavin 在下一段并没有正面反驳这个论证，他做的是换一个维度：开源的价值不在便宜，而在多样性。这实际上默认了价格论证的部分成立。读到这里最好的做法，是把两人的结论都记下来，因为它们并不互相排斥。
企业选择开源的真实动机，通常不是省钱
指供应商在客户已经深度依赖之后，单方面改变价格、许可条款或产品方向。它之所以是核心顾虑，是因为企业软件的迁移成本极高，一旦锁定，议价能力就归零。
这解释了一个常见的困惑：为什么企业有时会选择总拥有成本更高的开源方案。他们买的不是低价，是对未来价格的控制权。
Gavin这里有一个更大的点。开源当然对美国大公司好，对世界好，对美国好。
但有位播客主说过一句让我很有共鸣的话。他说，说到底，Anthropic 的 AI 和它的宪法，是被设定成去做 Anthropic 认为对人类最好的事。
我们就把马斯克的判断当作镀金标准。他的坏人探测器没有响，他们是真诚的好人，在做他们认为对人类有益的事。我确实相信这一点。
问题在于，永远存在意料之外的后果，而世界是混沌且不可预测的。
而开源了不起的地方在于，它意味着我们会拥有丰富多样的 AI。我们会有 AI 的多样性，而那对美国的人来说是一个更好的世界。我们不希望只有一个、两个或三个占主导地位的模型。
顺带一提，这也是为什么，我认为历史会善待马斯克，因为他让 Grok 致力于追求客观真理。
他先把对方的动机假设推到最有利，再论证结论仍然不变
这是一个很强的论证结构：他明确承认对方是真诚的好人、动机纯正，然后指出结论并不因此改变。
因为他的反对不建立在动机上，而建立在结构上：世界是混沌的，任何单一主体的判断都会产生意料之外的后果，而集中意味着这些后果无法被其他主体纠正。
这种论证方式的可迁移性很高。凡是把风险归因于对手动机不良的论证，都会在对方证明自己动机良好时失效；而把风险归因于结构的论证不会。在投资分析中同样如此，依赖管理层是否诚信的论点，远比依赖激励结构的论点脆弱。
这与他反复引用的市场多样性是同一个概念
他在其他访谈里反复引用 Mauboussin 的框架：市场之所以有效，是因为参与者以互相独立的方式犯错，错误互相抵消；当所有人相信同一个故事，定价就失效。
这里他把同一个结构搬到了 AI 上。如果全世界的判断都由两三个模型提供，那么这些模型的共同偏误就不会被任何机制抵消，而是会被放大到整个社会的决策里。
所以他支持开源的理由，不是成本，也不是意识形态，而是保留独立错误源。这是同一套世界观在不同领域的两次应用。
主持人扎克伯格这周写了一篇六千五百字的文章，题目大意是未来属于每一个人。他描绘了一个极度乐观的 AI 世界观：开源模型、给每个人一个智能体、免费、给世界上每个人自己的导师。他说超级智能是发明而不是自动化，而 AI 安全应该建立在力量的平衡之上，而不是单一的中心化智能。
Sacks我读了，而且我读的时候一直在点头。我特别喜欢他很早提出的那一点，他指向了那些末日论者。他说，你们为什么急着去创造一个你们自己都不相信的未来？
如果你认为那是一个所有人都失业、AI 失控、制造各种安全问题的糟糕未来，那你为什么对创造它如此兴奋？
这确实指出了一个根本矛盾。这个问题其实有两个答案。一是他们可能出于功利的理由去创造一个自己不相信的未来，因为它有利可图，不过我不认为这是真实原因。我认为那些人大多是传教士，他们相信那个未来是危险的，而只有在他们开明的控制之下，人类才能被保护。
而扎克伯格接下来说的那句我认为切中要害。他说，认为 AI 危险到唯一安全的路径是极端的权力集中，这个想法本身就有问题。历史上，指望一个绝对权力在足够开明的前提下仁慈地照顾人类，从来没有带来过安全或正面的结果。
所以我认为他真正想说的是，整个 AI 辩论的一个主要框架不只是开源还是闭源，它同时也是中心化还是去中心化。
Gavin我读了，我同意，我完全同意 David 说的一切。我会把它浓缩成一句：Anthropic 和有效利他主义运动里的人认为，这项技术危险到不能被分发。
而扎克伯格，我认为还有马斯克和黄仁勋，他们认为这项技术危险到不能被集中。
历史已经给出了答案。当可以选择的时候，分发和去中心化永远是更好的那个，我想不出任何一个反例。
先别说作为一个美国人，就作为一个人，我想要一个替我着想的 AI，替我这个个体着想。
我不希望由 Dario 或 Anthropic 来决定什么符合我的最佳利益。这一点我是根本上不接受的。
危险到不能分发，与危险到不能集中
两方接受同一个前提，这项技术很危险，却推出完全相反的结论，因为他们担心的失败模式不同。
不能分发这一方担心的是滥用：能力扩散到足够多的人手里，总会有人用它做坏事，而且无法回收。它的隐含假设是控制方会正确使用权力。
不能集中这一方担心的是权力本身：无论控制方多么善意，绝对权力都会失控，且没有纠错机制。它的隐含假设是分散的错误可以互相制衡。
这个分歧不只是哲学问题，它有直接的投资含义：两种世界观对应完全不同的监管路径，而监管路径决定了闭源模型的定价权能维持多久。后面关于监管反噬的那一段，正是这个分歧的财务表达。
为什么最相信 AI 危险的人，在最努力地建造它？
节目里给了两个答案，而他们自己认为第二个才是真的：正因为相信它危险，所以更要由自己来造，因为不能让不够谨慎的人先造出来。
这个逻辑是自洽的，而且并不罕见，它在核武器与生物技术的历史上反复出现。它的问题不在于虚伪，而在于它无法自我终止：每一个参与者都可以用同样的理由论证自己必须继续。这正是竞争性军备的标准结构。
Gavin我在宪法里拥有持有武器的权利，我认为这很重要。我在德州长大，我把它看作某种对抗暴政的防线。
而我想要拥有我自己的 AI 的权利，一个价值观与我对齐的 AI，而不是与另一个人对齐，无论那个人多么好。
Sacks持枪权是个好类比，因为我们允许你拥有枪，尽管你可能滥用它。而 AI 的用途要建设性得多、有益得多，它本质上是一项消费技术，每个人都会想用。所以如果我们允许你有枪，我同意你也应该被允许拥有 AI。
主持人他们的框架是把 AI 当成核弹。而如果你说服自己你在造核弹，那你就已经把自己说服进一个并不是现实的现实里了。你随时可以把它拔掉电源。
Sacks我刚到华盛顿的时候，那确实是主流类比，说 AI 像核武器，需要一个全球性的原子能委员会来监管，这完全是空想，永远不会发生。
而他们用这个类比的原因是，你没有权利拥有核武器。你有权拥有枪，但没有权拥有核武器。所以他们想把 AI 放进那个桶里。
但正如黄仁勋说的，没有哪个个人、哪个消费者需要一件核武器。而每一个消费者、每一家企业都需要 AI。它在成为一项军事技术之前，首先是一项消费技术。
这一整段表面上在讨论枪与核弹，实际上在争的是把 AI 归入哪个既有的监管范式。因为一旦归类确定，规则就自动继承过来了。
归入消费技术：默认允许，事后追责，创新在前监管在后。归入枪支：允许持有但登记与限制并存。归入核武器：默认禁止，国家垄断，国际条约管制。
三者对应的商业环境天差地别。这解释了为什么各方在类比上如此用力，类比之争就是监管框架之争，而监管框架决定了这个行业的准入门槛与利润归属。
没有消费者需要核武器，而每个消费者都需要 AI
这句话之所以有效，是因为它用一个可观察的事实击穿了类比：核技术从来没有过大规模的民用直接需求，它的价值几乎完全在国家层面。
而 AI 的需求分布完全相反，它首先在个人与企业的日常使用中产生价值，军事应用是衍生的。一项需求分布如此广泛的技术，在历史上从来没有被成功地限制在少数主体手里。
Gavin有两个我认为非常重要的点。第一，开源让前沿 token 更有价值。
举个例子。假设 Anthropic、OpenAI 和 Grok 处在两百五到三百的智商水平。那么，如果你有一个这种水平的智能，能够去调度那些一百五十智商水平的开源智能，这实际上让那个高水平的智能更值钱了，因为它可以把任务分包出去。
就像曼哈顿计划一样，大家都在谈费曼，谈那些顶尖物理学家，可你有奥本海默，你有十个、也许三十个诺奖级别的人，但他们需要那两千个只是全球前一万名水平的物理学家。
所以拥有更多可负担的智能，实际上让前沿变得更有价值。
我认为一个非常可能的结果是，前沿 token 占据经济价值的百分之六十五到八十五，而开源 token 占据大约百分之八十的使用量，这对所有人都好，所有人都赢。
互补品变便宜，会让核心品更值钱
这是经济学里一个很硬的规律：当互补品的价格下降，对核心品的需求会上升。汽车与汽油、剃刀与刀片都是这个结构。
他把它套用到智能上：如果前沿模型的作用是调度与规划，而开源模型的作用是执行，那么执行成本越低，一次调度所能撬动的产出就越大，因此调度本身的定价能力越强。
这直接反驳了一个流行的推论：开源便宜所以前沿会被商品化。他的模型是相反的，前提是前沿与开源之间存在真实的能力落差，而且这个落差刚好落在调度与执行的分工线上。
可证伪的条件也很清楚：如果开源模型的能力追上前沿，调度与执行的分工消失，这套逻辑立刻失效。
价值占六成半到八成半，用量只占两成
把他给的两个数字放在一起，隐含的是一个极端的单价差异：前沿 token 占用量的约两成，却拿走价值的六成半到八成半。换算下来，前沿 token 的单价大约是开源的十倍到二十几倍。
这个结构在产业里并不罕见。它与半导体行业中先进制程与成熟制程的关系高度相似：出货量以成熟制程为主，利润以先进制程为主。
而它给出的监测指标也很具体：如果前沿 token 的价值占比开始下滑，说明能力落差在收窄，这是比任何评测榜单都直接的信号。
Sacks让我回到一个点上。有一个巨大的讽刺：Dario 在华盛顿基本上没有如愿。而我认为如果他如愿了，如果他实现了那套高度监管的 AI 体系，这家公司不会具备一次大获成功的 IPO 的条件。
为什么？因为他们能为 token 收取巨大溢价的全部依据，是他们领先那些开源模型六个月。
而如果他们要接受监管审批，那六个月会在一眨眼之间被吃掉。
Dario 自己不断写博客说，我们需要一个 AI 领域的联邦航空管理局。你知道 FAA 认证一个新机型要多久吗？最少五年。
主持人你要在飞机上换一张桌子，要八年。
Sacks你知道 FDA 批一个新药要多久吗？很多年。你要把那套监管框架套到 AI 模型发布上？
你的六个月转眼就没了。你的模型会被商品化。而中国的竞争者会追上来，那对美国不利。
不过我确实认为，他们的定价权可能相当可持续，因为我认为人们愿意为真正的前沿智能付溢价，不是整个市场，但市场里相当一部分人愿意。
就像我以前说的，这是苹果对安卓。大部分市场愿意用安卓，因为便宜，但有相当一部分市场愿意为苹果付巨大溢价，因为体验更好。
但 Anthropic 和 OpenAI 是在一个跑轮上，他们必须保持领先，才能证明这个溢价是合理的。
整个溢价，都锚定在六个月这个数字上
论证是闭环的：溢价来自领先，领先只有六个月，而监管审批的周期以年计，因此任何强制审批都会把领先归零。
它的价值在于把一个立场之争变成了一个可估算的敏感性分析。如果领先窗口从六个月缩短到三个月，定价权会怎样；如果延长到十二个月呢。这是一个可以真正做进模型的变量。
而它同时揭示了一个尖锐的处境：这家公司在政策上主张的东西，与它自己的商业模式是相冲突的。这类内部矛盾往往是判断一家公司管理层真实优先级的好线索。
市场分层，而不是市场被商品化
这个类比的关键不是谁赢，而是两者可以长期共存，且高端那一层拿走绝大部分利润。智能手机行业正是如此：安卓占据绝大多数出货量，苹果占据绝大多数利润。
如果这个类比成立，那么对前沿实验室而言，开源模型的普及不构成生存威胁，只构成收入天花板。而这与他在上一段提出的价值占六成半到八成半，是同一个结论的两种表达。
需要留意的是，这个类比成立的前提是体验差异能被用户感知。如果开源模型在绝大多数实际任务上表现无差别，分层就会坍塌。
Gavin我完全同意你说的一切。而且我想说，如果你是一个公众人物，如果你是一家公司的 CEO，而你在 X 上没有自己的声音，你是有风险的。就这么简单。
主持人什么风险？
Gavin这和真理让你自由是同一件事。唯一能讲出一个人自身真相的，只有他自己，用他自己真实的话。
扎克伯格显然有超级投票权股票，他永远不会被赶出 Meta。但有很多 CEO 以为，我的公关部门在保护我，他们就是我的声音。
可你猜怎么着。也许你退休了，也许下一任 CEO 不喜欢你，然后你被叫到国会作证。
如果你没有你自己的声音、你自己的品牌，你就是有风险的。
主持人拥有自己的声音就是保护，是力量，是铠甲。
把声誉的控制权外包给一个组织，是一种可以被撤销的安排
他的论证不依赖于社交媒体的好处，而依赖于一个结构性事实：公司公关部门服务的是公司当期的利益，而不是你个人的长期利益，而这两者只在你在任期间重合。
一旦你退休、被替换、或与继任者关系破裂，那台一直在替你说话的机器不再为你运转，而你此时既没有渠道也没有可信度。
这与他在其他访谈里引用的那句话属于同一个主题：声誉在你以为自己无足轻重的时候形成，在你最需要的时候兑现。区别只是那里讲的是二十多岁，这里讲的是 CEO。
他把公开发声当作风险管理，而不是营销
通常的框架是发声为了影响力。他的框架是发声为了在失去组织庇护时仍然拥有一个直接触达公众的渠道。
这是一个明显不同的目标函数。为影响力发声追求的是覆盖与好感，而为风险管理发声追求的是长期积累的可信度与一个不依赖任何中介的分发渠道。后者要求的是持续性与真实性，而不是效果。
主持人英伟达要和高盛、贝莱德等机构合作，为 AI 算力募集五千亿美元。思路是把 GPU 当作一种可融资的、能产生收入的资产。公司不再预先花几十亿买芯片，而是借钱去买、用它产生收入、再用现金流还贷。英伟达扮演的是撮合者。你怎么看？
Gavin这里重要的是，黑石、KKR、高盛这些机构，如果他们不相信英伟达的 GPU 算力是一种可融资的资产，他们根本不会做这件事。
所以这里真正聪明的地方是，你请到了世界上最精明的一批资产管理人，很多产品是收二十加二的，来给这个市场做背书。而英伟达做的是撮合。
他们实际上在说的是，因为我们的算力足够灵活，它的寿命会足够长，所以你可以用比其他类型算力更低的利率去融资。我认为这很聪明，这对所有人都好。
还有一点很有意思。如果你去看那几个大的中国开源模型的底层架构，它们其实在朝非常不同的方向演化。而这种架构上的分化，对英伟达、对 GPU 是有利的，因为这意味着你确实需要更灵活的算力，才能相信它有很长的寿命，才能拿去融资。
架构分化，是通用 GPU 相对专用芯片的护城河
逻辑是这样的：如果所有模型的架构都收敛到同一种形态，那么为这种形态定制的专用芯片会在能效比上大幅胜出，通用 GPU 会被挤掉。
而只要主流模型在架构上持续分化，专用芯片就面临一个残酷的风险：它优化的那种架构可能在它量产之前就过时了。而通用 GPU 因为能跑所有架构，其残值假设才站得住。
把这一环接回融资：残值假设决定融资利率，融资利率决定这轮建设的规模上限。所以架构分化这件看似纯技术的事，最终落在了资金成本上。这条链条完整地解释了为什么他会在讨论融资时突然去谈开源模型的架构。
让一类资产可融资，需要三样东西
要让金融机构愿意以资产本身为抵押放贷，通常需要满足：标准化的规格、可预测的残值、以及一个能在违约时把资产变现的二级市场。
飞机融资是最成熟的样本，三条全部具备。GPU 此前缺的主要是第二条，因为没人知道三年后的芯片还值多少钱。
而英伟达在这个安排里做的事，正是把这三条一次性补齐：提供参考设计做标准化，提供残值担保做残值，并用自己的市场地位撮合形成流动性。
Gavin英伟达真正聪明的地方是，他们对黑石、高盛、KKR、阿波罗、贝莱德这些机构说，如果你有一笔交易，可以拿来找我们，我们给一个残值担保。
而这个残值担保会进一步降低融资成本，并且可以被写进这些机构的承销模型里。
它的意思是，他们保证在三年、四年之后，这些 GPU 仍然可以按某个价格租出去。而他们承担的风险，只是这个价格与届时市场价之间的差额。
现在一切都在往上走，而英伟达对算力供需的观测精度几乎强于任何人，所以他们可以把这个价格放在一个非常聪明的位置，进一步提高可融资性。他们只承担了大约四分之一的风险，而由世界上一批最精明的承销方来承担其余部分。
主持人作为交换，他们拿到了什么？
Gavin我认为这些交易的结构大概是这样：我们愿意在一个远低于现货的、非常低风险的水平上担保租金，而作为交换，我们在某个更高的水平之上拿到一部分收入分成。
摩根士丹利前两天写了一篇很好的报告。这些收入分成本质上就是特许权使用费。英伟达可能会很快变成一朵非常大的、资本极轻的云。
而黄仁勋这么做之所以高明，是因为这些数字已经大到，市场空间本身正在被融资能力所约束。而他做的事就是解除这个融资约束，让他能长到市场空间实际的大小。
举个例子，马斯克明年想加大约六到八吉瓦，我们知道那要花三千到四千亿美元的资本开支，而公司刚刚通过股权和债券融了一千亿。所以他显然得去别处融资。
用四分之一的风险，换来一个几乎无成本的收入分成
这笔交易的两端是这样的：英伟达提供一个远低于现货价的租金下限担保，只在市场价跌破下限时赔付差额；作为交换，在某个更高的价格之上拿走一部分收入分成。
它之所以对英伟达极其有利，有三个原因。第一，下限定得足够低，触发概率很小。第二，英伟达对算力供需的观测精度高于交易对手，因此定价时占有信息优势。第三，收入分成没有资本占用，本质上是特许权使用费。
而它对整个行业的意义在最后一句：市场空间正在被融资能力所约束，而不是被需求约束。解除资金约束，等于把行业的天花板抬高。这是理解这条新闻的正确角度。
六到八吉瓦，对应三千到四千亿资本开支
按这组数字换算，每吉瓦约五百亿美元。这与其他访谈里出现的每吉瓦五百亿是一致的，可以互相印证。
把它与融资规模放在一起看，缺口很直观：一家公司刚融了一千亿，而一年的建设计划需要三到四千亿。差额必须来自债务、卖方融资或第三方资本。
这也正好解释了英伟达这个平台为什么在此时出现。不是金融创新驱动了建设，而是建设规模超出了传统融资能力，倒逼出了新的结构。
Sacks最简单的融资方式本来是从英伟达拿卖方融资，尤其考虑到回本周期可能短到一年。现在黄仁勋是在用这些大银行、这些大私募机构，创造出一条信用额度，并把它开放给所有下游买家。
我不认为这是循环的。这是华尔街的银行和私募机构，基于这些 GPU 预期产生的现金流来提供融资。
某种意义上，英伟达有点像在变成 AI 的中央银行，AI 的美联储。就像货币政策通过私人银行运作一样，这里是私募市场在收费、在承销，而英伟达在促成这件事。
主持人我看了那期节目，有一点印象很深。私募的人说这有点像他们做飞机融资：航空公司买飞机，融资依据不只是航司的信用，而是飞机本身有价值。就算航司出问题，你也有保障，这是资产抵押融资。
Sacks而要做到这一点，英伟达必须做标准化，必须建立参考设计，让华尔街可以把它打包证券化。基本上就是他们对住房抵押贷款做过的事。
飞机融资和抵押贷款证券化，不是同一件事
节目里同时用了这两个类比，但它们的历史结局截然不同，值得分开看。
飞机融资之所以稳健，是因为飞机的残值有五十年的数据支撑，机队可以跨航司转移，且全球二级市场成熟。它的抵押品是真实且可验证的。
住房抵押贷款证券化之所以崩溃，不是因为房子没有价值，而是因为底层现金流的质量在打包过程中被系统性地误估，而所有人都依赖同一套残值假设。
把这个区分套回 GPU：关键问题不是它能不能被证券化，而是残值假设由谁给出、有多少历史数据支撑。而在这个安排里，残值担保恰恰由芯片的卖方提供。这不必然是问题，但它是这个结构里唯一一处利益不完全独立的地方，值得盯住。
它同时描述了权力，也描述了责任
之所以贴切，是因为英伟达在这个体系里确实承担了三项中央银行式的职能：提供最终的价格支撑（残值担保）、通过私人机构传导资金（撮合而非直接放贷）、以及掌握全市场最好的供需数据。
但类比的另一半同样重要。中央银行的信用支撑本身会鼓励更多冒险，这在金融上叫道德风险。当买家知道残值有担保时，他们对需求的审慎程度会下降。
这也正是下一段要讨论的风险的来源：解除融资约束这件事，既提高了行业天花板，也提高了超建的可能性。
主持人可能出什么问题？寿命显然是关键，各家超大规模厂商说的是四到六年。
Gavin比那更长。CoreWeave 说他们今天在以经济上有利可图的价格出租 Ampere 的 GPU，租约到 2029 年。
也就是说，一块 2020 年推出的 Ampere，会有九年的寿命。我认为这正是英伟达看到的东西。就像美国的旧车会被卖到海外。
主持人那可能在哪里出问题？
Gavin我来说说。最大的风险在我看来不在需求端。最大的风险是出现算力过剩，出现一次超建。
就像互联网泡沫之后我们有了暗光纤，如果你有了暗 GPU，那对所有人都是灾难。
尤其是如果你在建设算力基础设施时，预期的现货价格是每瓦三十到五十美元，就像马斯克说他们预期的那样。那么如果突然之间太多人涌进来提供算力，出现供给过剩，市场就会崩。这就是那个风险因素。
而以一种很奇怪的方式，所有这些政治阻力反而给这个结果上了保险。因为建数据中心太难了，而现在正在发生一场道德恐慌。
所以恰恰是这些政治阻力，我认为几乎保证了相对于指数增长的需求，不会出现供给过剩。以一种奇怪的方式，你反而是被保护着的。
阻碍建设的东西，同时也在防止崩盘
论证是这样的：崩盘的直接原因是产能远超需求；而如果分区、审批与政治阻力让产能根本无法快速扩张，这一环就断了。
他在别处用瓦特与晶圆的短缺讲过同一件事，这里换成了政治阻力，结构完全一致。
而它的反向含义同样重要，也同样容易被忽略：一旦审批变得顺畅、政治阻力消退，这层保护就消失了。所以对这一轮而言，建设加速本身才是风险信号，而不是利好。这是一个相当反直觉的监测方向。
九年寿命这个数字，是整个融资结构的地基
Ampere 2020 年推出，租约到 2029 年且仍然有利可图，意味着九年的经济寿命。而超大规模厂商公开使用的折旧假设是四到六年。
这个差距直接决定了资产的可融资性。如果真实寿命是九年而不是五年，那么同一批资产的抵押价值、可承受的利率、以及回本后的净利润，全部会大幅改善。
但要注意这里有一个自我印证的风险：租金水平本身取决于算力是否短缺。老一代芯片今天还能有利可图地出租，前提是新算力不够用。如果出现超建，寿命假设与租金假设会同时失效，而它们又同时被写进了融资模型。这两个变量并不独立，这是这个结构里最需要盯住的地方。
主持人我不担心这轮建设，有两个理由。一个是节流阀，就是现实世界的物理约束。另一个是死人开关，就是那种你必须一直按住才能让火车走的开关，松手火车就停。这个死人开关就是 Anthropic 和 OpenAI，它们是两个最大的客户。
如果他们不需要算力，或者算力变得极其高效，或者开源模型形成阻力，他们就会把手从买入键上拿开，那个死人开关会让一切慢下来。
所以我认为 Anthropic 的 IPO 对市场真的很重要，因为我们能拿到季度业绩，能每个季度看到他们的数字。
Sacks我认为这会成为整个行业最重要的信号。因为外面所有人都在说 AI 是泡沫、这些资本开支不合理、不会有回报。而所有人都会盯着 Anthropic 的季度业绩，把它当作领跑车。
如果 Anthropic 急刹车，后面会撞成一堆。因为 Anthropic 每吉瓦算力能赚一千亿美元，所以它才付得起每吉瓦五百亿的现货价给 SpaceX；SpaceX 才付得起三百亿给英伟达买芯片；英伟达才付得出钱给台积电、美光、SK 海力士，一路往下。这是整条食物链。
主持人Gavin，如果 Dario 真的急刹车，车与车之间的距离够不够？
Gavin很简单。如果他刹车是因为没有需求，那就会撞成一堆。
但如果 Dario 只是被 SpaceX、被 OpenAI、或者被一个美国的开源冠军超过了，那就不会撞。
同一个刹车动作，两种完全相反的含义
他给出的判据极其干净：减速的原因是需求消失，还是份额转移。
如果是需求消失：整条链上所有环节的订单同时下滑，没有人接手，产业链层层传导，这就是撞车。
如果是份额转移：Anthropic 的订单减少，但对手的订单等量增加，链条总量不变，只是买家换了名字。上游几乎无感。
这条判据的实用性在于它给出了一个明确的观察指令：当领跑者的增速放缓时，第一件要做的事是去核对竞争对手的算力采购是否同步增加。如果是，那么放缓只是竞争格局的新闻，不是产业周期的新闻。
把这条食物链的数字串起来
节目里给出的链条是：每吉瓦算力对应约一千亿美元收入 → 支付约五百亿的算力现货价 → 其中约三百亿流向芯片 → 再向下分配给代工与存储。
这组数字最重要的作用不是精确，而是它显示每一层的支付能力都由上一层的变现能力决定。整条链条的杠杆点在最上游那个一千亿。
它同时也说明了为什么这份招股书如此关键：这条链上只有最顶端那一层的经济性此前从未被公开验证过。下面每一层的数字都是上市公司的公开财报，而顶端一直是传闻。
Gavin我确实认为 Anthropic 的招股书会非常重要，而且我认为它会打破很多人的脑子。
原因是，有很多宏观投资者和价值投资者，正在非常自信地对 AI 做出各种预测，而他们的假设是 token 是被补贴的。
Anthropic 是在产生现金的。我其实从来没真正跟 Anthropic 聊过，但从公开说过的话里去读茶叶，信号已经足够多了。他们在产生现金，他们是盈利的。开源 token 是盈利的。Anthropic 是盈利的。OpenAI 如果现在还没产生现金，也马上就会。SpaceX 同理。
而当我听到这些宏观和价值投资者谈 AI 时，他们很聪明，但他们对事实无知。
他们假设 token 是被补贴的，假设这一切会在某场循环融资的大火里崩塌。他们就是错的。
这条链上绝大多数 token，对每一个环节都是盈利的。每一个环节。而我认为这份招股书会把这件事说清楚。
当我听他们讲的时候，感觉有点像我说，我对世界经济非常悲观，因为油价在每桶五百美元。而你知道吗，如果油价真在五百美元，那确实是个悲观的好理由。可它就不是。他们只是错了，那个最基本的事实就是错的。
他没有说对方推理错了，他说对方的前提是错的
这个区分很重要。如果 token 真的是亏本销售的，那么整套看空论证是完全成立的：收入不真实、增长靠补贴、资本开支无法回收、循环融资终将崩溃。推理链条没有问题。
他攻击的是唯一那个前提。而他用油价五百美元这个类比，正是为了说明这类错误的性质：它不是判断分歧，是事实错误，因此不能通过辩论解决，只能通过数据解决。
这也给出了一个非常具体的行动指令：这份招股书里最该看的不是收入增速，而是毛利率与经营性现金流。因为那两个数字直接决定了那个前提是真是假，而整条看空逻辑都挂在它上面。
他自己承认了从未与这家公司交流过
他很坦率地说明了信息来源：从未真正与 Anthropic 交流过，结论来自对公开表述的推断。这是一个诚实的披露，也是一个应该被记下的限定条件。
更值得注意的是盈利这个词的口径问题。一家公司可以在推理业务上有正毛利，同时因为训练支出而整体巨亏。token 是盈利的与公司是盈利的，是两个完全不同的陈述，而在口语中它们很容易被混为一谈。
因此更稳妥的读法是：他主张的核心是单位经济性为正，而不是公司整体盈利。前者已经足以推翻补贴论，后者则需要招股书来验证。
主持人如果 2026 年正好收在一千亿，Anthropic 2027 年的收入是多少？我给你五百亿，不对，五千亿，赌大还是赌小？
Gavin不管华尔街对 2027 年的一致预期是多少，我赌高于它，高出百分之二十五到三十，前提是这场监管运动没有真的起来。
主持人你等于是在说承销商会故意压低收入预测。那五千亿呢，高还是低？
Gavin我认为四千亿到五千亿，是现实且可实现的区间。
而之所以不更高，唯一的原因是我确实认为到那个规模你会撞上物理限制。不过也许不会，也许算力会够。
Sacks我本来也要说四千亿到五千亿的年末年化收入，感觉相当稳妥。
主持人十个月前我们还在谈他们一百亿的时候。从一百亿到四千亿，各位，那是四十倍。
他赌的不是一个绝对数字，而是相对于共识的偏离
他明确说自己不知道华尔街的一致预期是多少，但仍然愿意赌高出百分之二十五到三十。这是一个关于承销商行为的判断，而不是关于这家公司的判断。
它背后的逻辑是结构性的：承销商在首次公开发行时有强烈动机压低首年指引，因为超预期比不及预期的代价小得多。这个偏差在新上市公司身上是系统性的，因此可以被押注。
而更值得学的是他给赌注加的那个条件：前提是这场监管运动没有真的起来。他把自己判断的失效条件明确说了出来，这与他一贯强调的可证伪假设完全一致。
把这场赌局的数字理清楚
节目里的数字有点乱，理一下：2026 年末年化收入约一千亿到一千二百亿；三人对 2027 年末的估计集中在四千亿到五千亿；也就是说他们预期增速从十倍降到四倍左右。
而 Gavin 给出的减速理由不是需求，也不是竞争，而是物理限制。这一点值得单独记，因为它意味着他对增速的预测本质上是一个产能预测。
顺带一提，四倍的年增速被三个人当作保守情形来讨论。在任何正常的行业里这都是极端数字，这本身就说明了这一轮的性质。
主持人我一直在做一个框架。美国就业人口大概一亿五千万到一亿六千万，他们的薪资总额大概是十万亿到十二万亿。
我看不出有哪个世界，是企业和经济体不会拿出员工薪资的百分之五到十，去买等价的 token 的。
也就是说，一个人平均年薪八万美元，你会为他花八千美元，也就是百分之十，或者至少四千美元，去让他更有效率。
我们对这件事是有类比的，就是 SaaS 软件、桌上的电脑、手机，以及他们对技术的一般使用。
把这些数字放在一起，光是美国就是一万亿美元的 AI 支出。这显然会发生。而如果我错了，只有一半，也就是五千亿，那差不多正是这些公司现在的趋势线。而这还没算地球上其他地方。
用薪资总额乘以一个渗透率，比用行业规模更可靠
这个方法的优点在于它锚定在一个非常稳定且可查证的基数上：全国薪资总额。而传统的市场空间估算往往锚定在现有软件市场规模上，那会系统性地低估，因为 AI 替代的是人工而不是软件。
算式是干净的：约十一万亿薪资 × 百分之五到十 = 五千五百亿到一万一千亿美元，仅美国。
它的关键假设只有一个，就是那个百分之五到十的渗透率。而他给出的类比正是为了支撑这个数字：企业在 SaaS、终端设备与一般 IT 上的支出，历史上确实处在人均薪酬的这个量级。
这个模型最实用的地方在于它给了你一把可以自己调的尺子：你不同意百分之十，可以换成百分之三再算一遍。结论会变，但框架不变。
它假设 AI 支出是增量，而不是替换
如果 AI 支出主要是增量，也就是在现有 IT 预算之外新增的部分，那么这个算法成立。
但如果它相当程度上是替换，替掉的是现有的 SaaS 订阅与外包服务，那么净增量会显著小于测算值。而这恰好与他在其他访谈里的另一个判断相呼应：应用层的价值是被净毁灭的。
两个判断可以同时成立，但合起来的含义是：AI 的支出总额可能确实达到那个量级，而其中相当一部分是从既有软件供应商手里转移过来的。对整个市场是增量，对某些上市公司则是净损失。
主持人新泽西州总检察长起诉了亚马逊，主张它通过分包商雇佣司机是在钻空子。这套做法叫配送服务合作伙伴。如果一个亚马逊司机出了车祸，责任问题就被隔开了。纽约市长也加入了，要求通过市政法规迫使亚马逊直接雇佣这些司机。
Sacks这个做法很普遍，不只在纽约。亚马逊说，如果不让他们用这些独立承包商，配送成本会上升，有研究显示平均每个家庭一年要多付几百美元，服务会变慢，小承包商那边数千个岗位会有风险。
这套模式还带来一个好处，它让节假日高峰期的快速扩张成为可能。这比所有人都是亚马逊员工要灵活得多。
我的立场是让契约自由和自愿交换在这里起作用。这个市场结构的形成是有原因的，工人喜欢它，承包商老板喜欢它，亚马逊喜欢它。这是互利的安排。
Gavin如果我是亚马逊，我会加一个附加费，就写这是某某市长费，因为这项政策不明智，把它作为每张账单上的一个单列项目，因为这就是这项政策的实际结果。
主持人我不同意。这个安排的建立，就是为了让亚马逊受益，把这些员工的负担转嫁给美国纳税人。我是亚马逊的长期股东，持仓很大而且每年都在加。
把他们变成全职员工的成本对亚马逊来说微不足道。在纽约，每单只要多两毛五美分，就可以把他们从十八九美元的时薪提到二十一二美元，再加上福利。
我们这个行业有一个疯狂的盲区，就是我们只看效率。而亚马逊是全世界效率最高的公司，高到了对社会中最脆弱的成员构成压迫的程度。资本主义需要在这个层面自我修正。
Sacks我们知道它确实会做的事情是，把每个包裹的成本抬高大约五块二毛，让每个家庭每年多付六百六十四美元，还会让大约五千个岗位有风险。
人们戴着选民帽子的时候，会被社会主义那套打动。可当他们戴着消费者帽子的时候，他们只想为包裹少付钱。
每单两毛五，还是每单五块二
同一段辩论里出现了两个相差二十倍的成本估算：主持人说每单多两毛五美分，Sacks 说每单五块二毛、每户每年多付六百六十四美元。
原始转写没有给出任何一方的测算口径，也没有注明数据来源，因此两个数字都无法被核对，且几乎肯定基于完全不同的假设：一个可能只算了时薪差额，另一个可能把福利、保险、工伤责任与灵活用工损失全部计入。
作为读者，这里唯一可靠的结论是：这场辩论的分歧不在价值观，而在成本测算，而节目里没有任何一方给出可验证的口径。凡是遇到这种情况，双方的数字都不应该被直接引用。
用工模式的法律定性，是一类被系统性低估的尾部风险
不论谁在道义上正确，对投资者而言可分析的部分是：大量平台型公司的成本结构，依赖于将劳动者定性为独立承包商而非雇员，而这个定性正在多个司法辖区被挑战。
它的风险特征很特别：平时完全不显现，一旦法律定性改变就是永久性的成本抬升，且往往伴随追溯性赔偿。加州与欧洲围绕网约车的多轮诉讼提供了参照。
值得注意的是，节目里三个人对事实层面并无分歧，他们分歧的是这项成本该由谁承担，以及它有多大。后者是一个可以尽调的问题，前者不是。
主持人我上周还在说前沿实验室已经是 Anthropic 和 OpenAI 的双头垄断。我错了吗？这是第三家吗？
Gavin是的，我认为是。能不能把那张帕累托前沿的图放出来？这挺疯狂的。
纵轴是质量或者说智能，横轴是成本。你想待在右上角，你想待在这条曲线的外侧。你可以看到 Grok 4.6 的定价有多具有破坏性。
这张是在 Cursor 的评测集上，而 SpaceX 几乎肯定拥有收购 Cursor 的权利，他们在和 Cursor 合作，所以这可能算是自己给自己批卷子。
但右边这张是来自 Databricks 的，这是一家非常真实、非常成熟的公司。而在这张上你可以看到，它明显领先于被大多数人视为黄金标准的那个模型，质量更高而价格略低。
所以我认为 Grok 4.6，数字就是数字。当然我们还得等等看实际使用的口碑，但我认为相当有意思。Ruby on Rails 的作者也发了很正面的评价。你看到了 Databricks 的评测，也看到了别的独立评测，所以我认为早期口碑很好，而且这些跑分正在真实世界里被印证。
主持人换句话说马斯克追上来了。如果要归因，是两个原因。第一，他买了 Cursor，拿到了那个团队。第二，他重组了 xAI 的管理层，把 SpaceX 的猛人调了过去。
Gavin完全正确。他把 SpaceX 的王牌，加上 Cursor 的王牌，再加上一些新人调到了一起。
而且这还是一个相对小的模型，大约一点五万亿参数。一个更大的模型，能力会显著更强，几周之内就会出来。
他先给出对自己不利的信息，再给出支持性证据
注意顺序：他先主动指出第一张图用的是 Cursor 的评测集，而 SpaceX 与 Cursor 有关联，也就是自己给自己批卷子。然后才引用来自独立第三方的评测。
这是评估任何跑分的正确姿势：第一个问题永远是这套评测由谁维护，以及被测方与它是否有利益关系。模型评测尤其如此，因为评测集可以被针对性优化。
而他接着补的那句同样重要：还得等实际使用的口碑。跑分与实际体验之间存在系统性差距，这在模型能力评估上是一个已知问题。他要求的是跑分、独立评测、真实口碑三者互相印证，缺一项都不下结论。
不看谁最强，看谁把边界推出去了
纵轴是能力，横轴是成本，连接所有当前最优点的那条线就是前沿。落在前沿上的模型意味着要更强就必须更贵，要更便宜就必须更弱。
关键在于被推离前沿意味着什么：如果有一个模型在同等价格下更强，那么原来那个模型就失去了全部存在理由，因为没有任何一类客户还有理由选它。
所以这张图真正的信息不是排名，而是谁被挤到了前沿内侧。这也是他说定价具有破坏性的确切含义：破坏的不是价格，是别人的存在理由。
主持人他一边在托管 Anthropic，一边在追赶 Anthropic。你怎么看这里的张力？
Sacks我喜欢的地方在于，他在建这些巨大的算力集群，这让他有能力训练一个大模型、一个潜在的前沿模型。你可以把这看成一个看涨期权，就是追上去成为真正的前沿实验室。
而如果他在这件事上失败了，他还有一个看跌期权，就是以相当有吸引力的价格把算力卖给前沿实验室。
主持人而且据报道他在那份合同里放了条款，可以把算力收回去。
Sacks对，双方都有九十天的解约权，这意味着如果算力现货价上涨，他受益。如果下跌，也可能伤到他，因为任何一方都可以在九十天内重新谈。所以基本上马斯克能收到的是现货价减去九十天。
这最终还是回到我们前面说的：你认为明年和后年算力是不是供给受限的。如果是，这个结构对他极其有利，因为他实际上非常接近于按真实现货价出售算力，同时又能在自己领先的时候把算力调回自用。
这是一个非常干净的双向期权结构：算力集群这一项资产，同时支撑了两条互斥的路径。
看涨方向：用它训练自己的前沿模型，如果成功，回报是成为前沿实验室。看跌方向：如果模型没做成，同一批算力可以按现货价出租，仍然获得可观现金流。
关键在于两条路径共用同一笔投入。这与传统的两头下注不同，传统做法需要分配资源，而这里不需要，因为算力本身是通用的。
而九十天的双向解约条款则是这个结构的调节阀：它让持有方在短缺期能持续按现货重新定价，代价是在过剩期同样会被重新定价。因此整个安排的价值，完全取决于对算力是否长期短缺的判断。
同时是供应商和竞争对手，在算力这个层面并不罕见
这种关系在半导体与云计算行业有大量先例。它之所以能维持，是因为算力是同质化的，出租算力并不泄露任何专有能力。
真正的张力出现在稀缺时：当自用与出租的回报出现明显差距时，合同条款就成了唯一的约束。而九十天解约权的存在，恰恰说明双方都清楚这一点，并且选择了用短周期来管理它，而不是用长约来锁定。
Gavin我和很多投资人聊过 SpaceX。让我惊讶的是，每个人对星链都有一套细致的看法，也许他们看空星链，也许对直连手机持怀疑态度。每个人对轨道算力都有看法，无论看多还是看空。他们对地面算力也有看法。
但这些投资人里，几乎没有人谈到 Grok。
而它在很多维度上已经是帕累托占优的。而且我们有一个现成的实例证明：Anthropic 从大约十亿做到五百亿，用的时间非常短。
如果 Anthropic 按《金融时报》说的值两万亿，甚至三万亿或四万亿，那么也许人们在思考 SpaceX 的时候，应该开始把 Grok 算进去了。
主持人SpaceX 有太多种赢的方式。当然我们在这里显然是在说自己的持仓，这个播客上的人是 SpaceX 最早的一批投资人之一。
他找的不是被高估或低估，而是被完全没有讨论
他的观察结构很特别：投资人对星链有看法、对轨道算力有看法、对地面算力有看法，唯独对 Grok 没有看法。
有看法意味着这部分已经被定价，无论看多还是看空。而完全不被讨论，意味着它大概率没有被计入任何人的估值模型，因此隐含估值接近于零。
这是一类特殊的机会：不需要判断市场对某项资产的估值是高还是低，只需要指出市场根本没有对它估值。而他给出的参照系是可核对的：一家可比公司在极短时间内从十亿做到五百亿，说明这类资产的价值绝不可能是零。
需要留意的是，不被讨论也可能是因为可靠信息不足，而不是因为被忽略。这两种情况在外部看来完全一样。
整场节目的人都是这家公司的早期投资人
主持人明确说了他们在谈自己的持仓，而 Gavin 在本期开头也说过自己一般不投马斯克的竞争对手。这些披露是必要的，而它们改变了这一段的性质。
这不意味着论证是错的，帕累托占优的评测结果与可比公司的增长轨迹都是可核对的事实。但它意味着信息选择本身有立场：被强调的是支持性证据，而风险面被略过了。
正确的读法是把他提出的那个问题拿走，把结论留在原地：这项资产在估值中的权重是不是零，这个问题本身很有价值，而答案需要自己去算。
主持人节目中有条突发消息，银湖可能要收购 Workday，股价涨了百分之十七。
Gavin如果这是真的，我认为这对股市是一个重要时刻。
软件板块一直在一个死亡螺旋里，大概三四个月前触底，但之前的十二到十八个月非常难熬。而私募股权对软件重新出价，真的改变了投资格局。
我不知道潜在买家在想什么，但我知道，开源的兴起，以及开源竞争力的提升，对美国软件产业是一件天赐之物，绝对是天赐之物。
因为在一个只有一个、两个或三个前沿模型占主导的世界里，那个股价可以从三百块一路直下到一百块。就算有了这个报价，也只收复了一点点。
而一个只有 Anthropic、OpenAI、也许再加上 SpaceX 主导模型层的世界，对软件业是一个艰难的世界。
如果让我猜为什么私募股权对软件的报价正在回来，那是因为他们看到了开源正在发生什么。
开源模型对软件公司是利好，因为它拆掉了模型层的垄断
通常的直觉是：模型能力越强、越便宜，软件公司越危险，因为它们的功能会被直接吸收。
他的推论方向相反，关键在于议价对手是谁。
如果模型层只有两三家：每一家软件公司都必须从这少数几家采购智能，采购成本由对方定价，而对方还随时可能直接进入你的垂直领域。这时软件公司的价值被两头挤压。
如果存在大量有竞争力的开源模型：软件公司可以自己部署、自由切换，智能变成一种可获得的商品投入，而不是一个必须仰仗的供应商。软件公司留下的价值就重新回到它原本的位置：行业知识、工作流、数据与客户关系。
这解释了为什么私募资金会在此时回来。他们买的不是软件反弹，而是模型层不会形成垄断这个判断。
从三百到一百，是市场对垄断情形的定价
他用一个具体的股价区间来标记这段时间的定性：跌掉约三分之二，且在收购要约出现后也只收复了一小部分。
这个幅度的含义是，市场此前给这类公司定价时，隐含的假设已经接近于它们的核心价值会被模型层吸走。而私募资金愿意在这个价位出价，说明有人认为这个假设过头了。
这也提供了一个可跟踪的指标：私募对软件资产的出价活跃度，是市场对模型层竞争格局判断的一个真实投票。它比任何评论都更有信息量，因为出价方要真金白银承担后果。
十二条带走的东西
- 看到估值传闻，先问是谁放的。争主承销权落败的一方，有动机放出一个让胜者难做的数字。
- 丢份额和高增长可以同时为真。在总量扩张期，份额是滞后但可靠的指标，收入是即时但会误导的指标。
- 当收入增长受物理产能约束时，收入预测本质上是产能预测。去核对晶圆与吉瓦，比核对市场空间有用。
- 劳动替代还是增长加速，是这一轮最关键的宏观分叉，而它可以被证伪。如果是加速，会在未来十八个月的国民经济核算里出现。
- 被广泛引用的那个瓶颈，往往正在被解决。真正的约束在没人谈论、且不能靠花钱解决的地方。
- 把风险归因于对手动机不良的论证是脆弱的，归因于结构的论证不是。这条对分析管理层同样适用。
- 危险到不能分发，还是危险到不能集中。这个分歧决定监管路径，而监管路径决定闭源模型的定价权能维持多久。
- 互补品变便宜，会让核心品更值钱。前提是前沿与开源之间存在真实的能力落差，且落差刚好落在调度与执行的分工线上。
- 残值假设决定融资利率，融资利率决定建设规模上限。所以模型架构分化这件技术上的事，最终落在资金成本上。
- 寿命假设与租金假设并不独立，而它们同时被写进了融资模型。一旦超建，两者会同时失效，这是这个结构最脆弱的地方。
- 领跑者减速时，先看竞争对手的采购有没有同步增加。需求消失才会撞车，份额转移不会。
- 看空 AI 的推理链条是成立的，唯一的问题在它的前提。所以招股书里最该看的不是收入增速，是毛利率与经营性现金流。