AI资本开支与市场体检

• Gavin 拒绝谈方向，只指出该盯哪两个刻度盘：一是地面数据中心上线的速度，二是它的模型在帕累托曲线上的位置。前者的逻辑极干净——"速度就是成本"，因为你每拖一天都在付电工和管道工的工钱；马斯克把数据中心从零拉到通电用了 122 天，是行业里没人接近的数字。→ 详细
• Clark 那张被广泛转发的图显示：xAI 与谷歌的云算力交易，每吉瓦产生的营业利润高于 Anthropic、Meta、谷歌、OpenAI；他们跟 Anthropic 那笔交易的每吉瓦利润也仅次于 Anthropic 自己。Altimeter 的 Freida 算过 Colossus I 的内部收益率（IRR，即这笔投资本身的年化回报）是 55%——Gavin 的原话是："如果你能以 6%、7%、8% 的成本借到钱，然后投进一个 IRR 55% 的东西……这笔账算得过来。"→ 详细
• 定价背景：每股 135 美元、1.77 万亿美元估值；《华尔街日报》与高盛口径的 2028 年收入是 1600 亿美元，而去年收入约 180 亿——空方的全部焦虑就是"三四年翻 8 倍，历史上没几家公司做到过"。→ 详细

• Fox 给了这期最有用的一把尺子：按 1600 亿美元收入倒推，SpaceX 的 AI 业务隐含变现率约为每吉瓦每年 140 亿美元；而他们刚签的 Anthropic 是 220–230 亿、谷歌是 500 亿。换句话说，外面流传的"激进预测"其实建立在比已签合同更低的单价假设上。→ 详细
• 由此得出本期最重要的估值判断：你不需要相信太空数据中心，也能算到那些数字。轨道算力是纯粹的看涨期权，不是估值的必要条件。前提只有一个"高概率能"的问题：他们能不能持续搞到地、电和芯片。→ 详细

• Fox：发射是皇冠明珠，关键词是可复用 → 快速复用。老火箭工业的比喻是"你登机飞到加州，下飞机，然后飞机爆炸了"；目标是让星舰两级（不只助推器）在大修前飞 30–50 次。→ 详细
• 节奏预期：去年约 160–165 次发射 → 未来几年几百次 → 再三年上千次（约等于一天两三发）；第二级今年内尝试回收、明年复飞。→ 详细

• 全球家庭 Starlink 渗透率不到 1%，Fox 认为终端量可扩到"几亿"（前提是快速复用做成、且无强竞争）。投行模型把连接业务从约 100 亿做到 2028 年 500 亿，也就是全球电信市场 0.3% 的渗透率。→ 详细
• Gavin 的定性理由朴素得可爱："我出差随身带 Starlink……不管在世界哪个角落，它都是最快、延迟最低的连接。更好、更快、更便宜，一直是制胜公式。"→ 详细

• 这是本期公认最大的"六周内格局突变"。几个月前的模型里 SpaceX 只有连接 + xAI 模型两条线；现在AI 算力转售成了收入预测的主要构成，谷歌那笔交易之后它直接变成第四大超大规模云厂商，越过了包括甲骨文在内的一堆公司。→ 详细
• 黄仁勋在此前一期播客里称马斯克是 "N of 1（独一份）"：10 万块 GPU 的集群本身就是地球上最快的超算，而正常流程是三年规划 + 一年调通——"我们说的是 19 天"。→ 详细
• Clark 给出了这套优势为什么会复利：拿电的能力 + 比谁都快建站 + 供应商关系（黄仁勋、各站点愿意让 xAI 当租户）+ 远优于同业的融资成本。信誉一旦建立，"能拉起来并且能变现到这个水平"本身就是最强的招商话术。→ 详细
• 谷歌为何肯付溢价？Brad/Fox 的解释是双重的：一部分是"能快速、连贯、在一个地方拉起大量算力"的稀缺性溢价；另一部分是为了在未来太空算力上买一个优先排队权的期权费。→ 详细

• Gavin 明确反对"数据中心已商品化"的共识：马斯克从第一性原理重造了火箭（可复用）和电动车（不当内燃机车做），数据中心设计他同样重来了一遍。他甚至劝过团队："有些在你们看来非常显然的事，对别人是启示，也许可以少公开一点。"→ 详细
• Clark 补了个具体壁垒：表后供电（behind-the-meter，绕开电网自建电源直供数据中心）现在真正能可靠工程化落地的玩家"可能只有两三家"。所以当 GE Vernova 手上燃气轮机有限时，他会卖给 xAI 还是某家新云初创？答案不言自明。→ 详细
• 一个漂亮的正反馈：GPU 通电卖出去越快，电力、土地、涡轮机所有供应商赚得越多——"速度就是钱"对整条链条同时成立。硅谷此刻大约有 50 家新云公司在被融资，就因为算力短缺。→ 详细

• Fox 的推导链条完整且可复算：两级复用把每公斤发射成本从猎鹰的约 1500 美元降到 250 美元以下（极限是只剩燃料钱）→ 一艘星舰运力 100 公吨、约合每次发射 5 兆瓦算力 → 倒推出在轨每吉瓦资本开支约 50 亿美元。→ 详细
• 对照地面：土地 + 厂房外壳 + 开关柜 + 发电机 + 变压器 + 拿电，今天是每吉瓦 200–250 亿美元。也就是说，数据中心物料清单里的一半成本降到原来的五分之一。→ 详细
• Brad 把整笔账摊平：地面放一吉瓦今天约 600 亿美元（其中约 350 亿是 GPU 与硅片，250 亿是地/壳/电/冷却）；太空里空间、电力、冷却基本免费，于是变成约 300 亿美元且运营成本更低。关键的不对称在于：地面那 250 亿大概率是通胀性的，而太空那 50 亿随时间是通缩性的。→ 详细
• 唯一的证伪条件被诚实点名：在轨可靠性与维护。"只要这些卫星不是以天文级别的速率失效，这笔账就算得过来"——而且他们提醒，地面数据中心在大规模训练时 GPU 一样会烧、激光器一样会坏。→ 详细

• 收购前 Cursor 有 700–800 人，Altimeter 的预测是今年可做到最高 100 亿美元年化收入，是领先的编程 agent 之一，唯一瓶颈是算力。被 X 收购后瓶颈直接消失——Brad 称之为"把一整支了不起的团队下载进了 SpaceX"。→ 详细
• 技术证据链：Cursor 用 Kimi K2.5 基座 + 自有私有数据做强化学习与监督微调，再在 Colossus 2 集群上跑三周，做出十二天前处于帕累托占优的 Composer 2.5（虽然是自家 Cursor Bench 口径，需打折）。Gavin 判断 Cursor 与 Anthropic 各自拥有的私有编程数据 token"都比整个公开互联网上存在的还多"。→ 详细
• 下一个关键数据点：Grok 4.3（1.5 万亿参数）正在训练，而 Cursor 的数据这次是注入预训练而非只做强化学习。Gavin 的判断规则很实用——"一旦你在帕累托曲线上占住多个位置，只要有算力，你就能扩得非常快"，存在性证明叫 Anthropic。→ 详细
• 前沿此刻只有四家：xAI / SpaceX AI（Grok 4.3 是"世界上最聪明的 5000 亿参数模型"）、谷歌 Gemini 3.1 Pro、Anthropic、OpenAI。→ 详细
• Clark 补一条供应侧情报：从他的访谈看，xAI 可能已锁定最多约 20% 的 Vera Rubin（英伟达下一代平台）产能；而且即便采购过量也不怕——这是极度稀缺资产，他们已证明能以行业最佳毛利和回本周期变现。类比很有力：这正是贝索斯建 AWS 的原因（为黑五备的容量，其余时间闲着，于是发明了云）。→ 详细

• 那张广为流传的图显示：Facebook、Twitter、阿里、Shopify 等 20 家公司 IPO 后平均最大回撤超过 50%。Gavin 承认"这张图挺让人扫兴"，但强调这次是前所未有的局面：史上最大 IPO、最快进指数、卖压不可知。→ 详细
• 三个压制卖压的结构性事实：马斯克持股约 50% 且锁定 365 天；股份是"涓滴式"分批解禁、首份财报前放量有限；员工和投资人过去十年每半年就有一次流动性窗口（约 20 次机会），还留着的人是主动选择留着的。→ 详细
• 估值口径的剧变：几笔交易签完，从 100 倍 TTM（过去十二个月）收入变成 39 倍——一个月加了 290 亿美元。Brad："我不觉得七巨头里有哪一家能这么快地把生意调整成那样。"→ 详细
• 两人共同的持仓哲学："设好底仓就不动（set it and forget it）"，再用 Brad 的压舱物比喻加减——"挪到一侧是想让船顶风跑得更快，挪回另一侧是不想让船翻掉"。→ 详细
• 一个被低估的市场结构观察：SpaceX、Anthropic、Databricks 这类"准上市公司（quasi-public）"过去三年的流动性，其实比某些上市生物科技股还好——私有 vs 公开不是二元，而是一条连续谱。→ 详细

• 结构上讲清楚了一件事：Fable 5 本质上就是 Mythos，外面套了针对网络安全、生物化学、蒸馏的分类器与防护；防护触发时回落到 Opus 4.8。Karpathy 说它在所有基准上都是 SOTA（最优），但真正让它特别的是长时运行任务。→ 详细
• Noam Brown 的推论最狠：快照式基准测试已经不再相关，横轴必须换成时间、token 或算力——因为"只要让前沿模型跑足够长的时间，大部分问题都能解出来"。→ 详细
• 回溯校准：真正解锁这一切的是 Opus 4.6——第一个能长时运行、维持上下文与记忆的模型。Brad 说他们一月份就看到了信号，但真正确认是"收入涨上来的时候，说明大量的人在独立投票"。这是一个可复用的验证方法：先看能力信号，再等收入投票。→ 详细

• Gavin：没有人把 Mythos 连续跑过一年，而且我们可能永远不会知道每一代模型究竟有多聪明——因为在下一个模型出来之前，我们根本没时间恰当评估上一个。→ 详细
• 那个爱因斯坦思想实验值得整段记住：Gavin 自称对一个题目连续深度思考只能撑五分钟（Brad 说自己能撑一小时）；而爱因斯坦大概能想三小时。"想象爱因斯坦一天 24 小时都在想基础物理，不吃不睡不喝酒、永不衰老，这样想了一年——我们可能早就解决了很多难以攻克的问题。"→ 详细
• 由此得出的投资结论极其干脆："不管我之前对算力有多看多，我现在都更看多了。"→ 详细

• 这是全场唯一一段"一线知识工作者怎么用新模型"的实操，含金量高。Clark 说他们整天锁在桌前疯狂用 Claude，因为"现在能用 Fable 5 做到的事，一天前用 Opus 4.8 还做不到"。→ 详细
• 用法一（跨模型一致性审计）：把七个财务模型一股脑扔进去，让它基于所有公司的假设 + TSMC 产能等，生成一份"我的信念总览"报告——关键不是汇总，而是模型能推理出**"如果你相信这一条，那这一条就跟那一条不自洽"**，主动找矛盾。→ 详细
• 用法二（个人笔记的信号考古）：把三年来的所有笔记倒进去，让它回答"哪些观点我一直保持一致"和"哪些信息源对最终真实发生的事信号最强"。他们因此把用量额度直接用爆了。→ 详细
• 机制解释：Anthropic 发布了六种 agent 编排模式；更关键的是脚手架（harness）与模型是被放在一起做强化学习的，两者在被越来越紧地融合，所以模型能理解"你这份工作的全貌"而不只是单条指令。Clark 强调他们"才迈进多智能体编排的第一步"。→ 详细
• 能力量级参照：Anthropic 在发布里展示 Stripe 的 5000 万行 Ruby 代码库一天完成重构，此前需要很多人干很多周。→ 详细

• 这是本期最该抄进投资框架的一条心智模型。Gavin 的表述：**"大部分经济价值继续归前沿（约 90% 收入），而世界上大部分被消耗的 token 是开源的（约 80%）"——两者不矛盾。**两年前在同一张桌子上得出的"因此前沿拿不到大部分收入"的结论，已被决定性证伪。→ 详细
• 为什么前沿一直赢：Clark 的解释是每推一次前沿，就有一整批以前根本没法碰的新用例冒出来（编程是最典型的）；而闭源之所以吃到价值，是因为它们真的能领会意图并把活干完——"今年是第一次，我们真的有了能执行用户意图的 agent，从回答聊天请求变成真的产出有用的工作成果"。→ 详细
• 已经落地的混合架构长什么样：Harvey（法律 AI）用自有法律数据 + Fireworks 在开源模型上做强化学习与微调，再加一个路由器（router，决定哪个查询发给哪个模型、用哪个模型检查哪个模型），结果比 Opus 4.7/4.8 效果更好且成本更低——但他们仍在消耗大量 Opus。→ 详细
• Altimeter 300 家企业调研的结论：即使已经在做模型路由优化的公司，也全都预期自己会消耗多得多的 token。分工规律清晰——后台（客服、KYC 身份核验）走开源，高价值（编程）留前沿，因为"他们不会想要二流的代码"。Brad 的金句："你不需要用爱因斯坦来帮你订一趟行程。"（附带一条产业事实：美国大企业很不愿用中国开源模型，在等美国的开源模型顶上。）→ 详细

• Gavin 的推演很有意思：英伟达任何一天想做都能做出前沿级开源模型（Nemotron 3/3.1 在算力效率上已经很出色），但它一直刻意只放小模型，以免踩到 Anthropic、OpenAI、谷歌的脚。这是一个主动的商业选择，不是能力问题。→ 详细
• 触发条件是"如果所有客户都要来跟他竞争，那他为什么不去跟客户竞争"——他有云（对打新型云）、有模型。Gavin 的结论：**经济账一变，英伟达加入前沿并成为世界最大云计算公司之一的速度，会比人们想的快得多。**顺带那句嘲讽也很传神——"哇，你自己造的这块专用芯片挺可爱的呀……那你希不希望开源也加入前沿呢？"（潜台词：开源一压，你连养自研芯片的毛利都没了。）→ 详细
• 美国前沿开源的候选：Reflection（Misha Laskin 团队）——两家都没投，但 Gavin"非常希望有一个前沿级美国开源实验室能赢"。→ 详细

• Clark 的台湾结论直接推翻了每年都会出现的"英伟达要大幅丢份额"叙事：过去几年英伟达在收入、吉瓦、出货量三个口径上份额守得非常漂亮；如果把"Anthropic 基本没用英伟达"这一点也剔除考虑，2025–26 年他们可能其实是在涨份额。→ 详细
• 新的格局判断（这是认知升级点）：一年前还是"博通 vs 英伟达"的二元对决，现在变成专用芯片越来越贴着具体工作负载定制、往栈底下沉，而英伟达已确立为"全世界很大一部分算力的主要提供方"。台湾的新话题是联发科的 v8t 对上博通给 TPU 做的 v8i。→ 详细
• 对 OpenAI 那张吉瓦分配表的证伪：英伟达 10、博通 10、AMD 6（还带认股权证）、Cerebras 1。Gavin："如果最后真是 27 里面的 10（约 30% 份额），我会非常意外，我觉得那是极不可能的结果。"→ 详细
• 决定性的物理逻辑：在一个受电力（瓦特）约束的世界里，每瓦能产出多少 token 就等于收入。"你用别家芯片建工厂，可能省了点钱，但收入会更少，毛利可能更低。"这是黄仁勋反复敲的点。→ 详细
• 自研芯片的成绩单：Meta 和微软让人失望；OpenAI 那颗（听感 "Jalapeño"）"是一颗很棒的芯片"，但需要在远低于英伟达 GPU 的温度下运行，冷却要多花钱、又多耗电。→ 详细

• 数字先摆清楚：谷歌刚募 800 亿美元；七巨头自由现金流较几年前被砍掉 80%；摩根士丹利把 2027 年资本开支预测从 9500 亿上调到 1.1 万亿美元，而 Brad 认为算上 SpaceX、CoreWeave 等实际更接近 1.5 万亿。对面是 AI 实验室合计约 3000 亿美元的年收入。→ 详细
• Gavin 的拆解方式值得学：他不直接反驳，而是先问毛利率（Brad 说 50%，Gavin 认为 60–70%），然后说**"3000 亿这个数低了"**——"我认为今年年底推理收入会远超 2000 亿美元"。→ 详细
• 再拆资本开支结构：约 35% 的支出是不产生收入、拿去做下一个模型的（训练占比在各家都"越来越低于一半"）——也就是说不该拿全部 capex 去对推理收入。→ 详细
• 收入轨迹的锚：Dario Amodei 在 Dwarkesh 播客上说"数据中心里的天才国度"2028 年到来、收入进到几千亿低位；Brad 的路径是今年底 2000 亿 → 明年四五千亿 → 2029 年一万亿以上。黄仁勋两年前说的一万亿"不是离谱，是保守了"。→ 详细
• 还有一层博弈约束：囚徒困境——"如果你选择退出，那可能是一个生死攸关的决定"。这解释了为什么即使 ROI 存疑，也没人敢先停。→ 详细

• Clark：进入今年时所有人都预期 token 与算力价格会平滑通缩；实际发生的是相反——需求端大幅超过供给端，每吉瓦变现率从年初最好情况的约 200 亿美元，涨到现在 300 亿、甚至逼近 400 亿。而这背后是很重的固定成本基础，所以增量基本是纯毛利穿透。→ 详细
• 还有物理上限这一侧：能扩产的速度、能真正把支出加上去的速度是有天花板的，而付费意愿却在往反方向跑——这正是所有实验室把油门踩到底的原因，"三年之内我们的算力会短缺到不行"。→ 详细
• 渗透率参照（Whale Rock 的 Alex 的框定）：地球上真正以 agent 方式使用 AI 的人还不到 0.2%。而 Fox 一个人的 VM 实例就在 7×24 跑 500 个 CPU 核心 + 5 块 GPU。往任何有意义的人口比例外推，短缺都会持续很久。→ 详细

• Brad 复盘了空头论点的三级退守：① 前沿实验室永远赚不到收入 → 被证伪；② 就算有收入，毛利会烂得一塌糊涂 → 被证伪；③ 现在退到"它们在超额收费、刷 token 量（token maxing）、这些支出根本没有 ROI"（他点名好友 Chamath 持此观点）。→ 详细
• "意外的盈利（accidental profitability）" 这个词值得记：Anthropic 当初绝对没想过自己会离盈亏平衡这么近——不是因为省钱，而是他们本来想在算力上花多得多的钱，只是一直花不出去。在 2025 年 11 月做决策时你以为的回报率，今天可能拿到了三倍。→ 详细
• Brad 对"没有 ROI"的最强反驳是一条群体理性论证："为什么成百上千万家彼此独立的企业、成百上千万的消费者，会同时选择做同一件事？他们不傻。" 这些是理性经济主体在同时说"它让我的生意更好"。→ 详细

• 这是本期最直接的仓位表态。今年市场的真实分化：半导体全线翻倍翻三倍（Brad 说干这行几十年没见过），但互联网跌 16%、软件跌 8%，标普 ETF 和纳斯达克的涨幅几乎全靠 AI/算力相关成分股。→ 详细
• Brad 的反事实判断很关键："如果今年 Anthropic 的收入没有兑现——那是压在市场上的那块石头——整个市场今年可能是跌的。"→ 详细
• 减仓理由是三条并列而非看空基本面：价格涨太多 + 地缘政治担忧 + 短期通胀，再加上"预期变高了，市场需要整固来回答一些问题"。他强调从来不是全有或全无——"而是问：在给定价格下，风险收益比是多少"，并认为这是"通往高得多的新高之前的一段整固"。→ 详细
• Gavin 的跑者比喻：2022 年是下坡（痛苦但积攒势能），最近两个月是非常陡的上坡，而很多股票不是爬坡，是直着爬上了一面悬崖——它们累了，需要休息。问题只是"在崖顶休息、挂在安全带上晃一阵，还是需要往下走一段"。→ 详细
• 一条对散户特别有用的提醒："找下一个瓶颈"这一局已经结束了——顺带一个反直觉事实，今年英伟达和博通反而是落后股。→ 详细

• 当日宏观：CPI 4.2%，核心 0.2% 好于预期 0.3%，但"很明显我们又回到 4 以上了"，核心 PCE 有短期压力。Brad 的年度反事实：跟伊朗开战、油价 100 美元、CPI 回升、互联网跌 15%、软件跌 8%——如果年初告诉你这个剧本，你会说这市场碰都不想碰，而结果 AI 相关资产表现相当好。→ 详细
• 一条冷知识型季节性：AI 已连续三个夏天呈现季节性——token 消耗走平放缓，因为大学生是消费大户而暑假不用。Gavin 提醒 Silicon Data 指数（追踪算力消耗与定价）过去两周可能有一点向更便宜开源 token 的转移，"看那份数据的人要么读成利空，要么没读懂"。→ 详细
• Gavin 的风控心法："我总是假设有一颗子弹正朝我飞来，脑袋要像装在万向轴上一样四处转。真正打中你的，是你没看见的那颗子弹。"→ 详细

• Brad 昨晚查的数据：七巨头过去七年新增 1 万亿美元收入（而做到第一个万亿花了二十多年），这一个万亿收入带来了 17 万亿美元市值增长。→ 详细
• 而现在的预测是：仅 SpaceX、Anthropic、OpenAI 三家，在未来四到五年再加一个万亿美元收入——不是七家，是三家，而且是在一半的时间里。"这件事会改造全球 GDP 的 5%、10%、15%……而全球 GDP 的 10% 就是 10 万亿美元。"→ 详细
• 一段罕见的自省收尾：Brad 说"我们还得做功课确保美国能赢，让社会契约跟着演进，把地板抬起来，把所有人一起带上这趟车"；Gavin 则感谢他推动"特朗普账户"（让人在很小年纪就有一份股权、看着它一生复利）。→ 详细
• 最后一句关于"做功课"的行业观察也值得记："真正会打电话去问意见的人非常少，因为真正投入成千上万小时做功课、能给你增量的人非常少。"→ 详细

（本期无闪电问答环节。收尾是互相致意 + 全球 GDP 大图，已并入主题 24。）

（本期无。）