摘要

如果伊朗战争持续并引发市场修正，AI泡沫破裂的窗口将在2026年10月至2027年3月。 Murdock认为，核心机制在于信贷市场受到冲击：超大规模云厂商的债务规模创历史新高，私人债务利差在“真实风险与没那么大风险之间过于狭窄”，而自满情绪是最大的警报。日本持有的美国国债是另一根暗线引信：1000亿美元的抛售可以被市场吸收，但为了支撑日元而抛售3000亿美元，将“立即造成全球性问题”。
至少一半Neocloud将在36个月内消失，发生市场失序时速度会更快，而超大规模云厂商最有准备活下来。 后者可以在弱者出清后低价收购资产，而AI算力需求仍然存在。Neocloud之间真正的差异在管理层质量，但外部人看不到公司“内部”的情况；Murdock更看好Fireworks而非Baseten，认为前者是“好10倍的生意”，原因在于资本效率更高，也更愿意赚钱。他认为Baseten与Cursor签下的合同带来了收入和规模，却几乎没有利润。
开源和ASIC芯片本身就是“一场海啸”，而token并不可互换。 针对Gavin Baker“token就是token”的说法，Murdock认为定制化会改变token的价值。他预计，前沿模型会在早期拿走大部分收入，随后开源模型追赶并填补未满足的需求，期间可能出现短期扰动。持续学习模型最终可能取代今天的模型，这也意味着当前中国模型或其他开源模型中的后门问题，长期意义有限。
安全是最被低估的一层：“如果沙箱没做好，其他都别谈。” Harry提到Anthropic称其模型曾入侵3家公司；Murdock回应称容器并不安全，而智能体具有概率性。一个智能体可能同时打开100个沙箱、调用100个库，以找出最佳结果。在他看来，E2B和Docker可能是这一领域最强的两家公司。
OpenRouter的5%推理加价“不会长久”。 Murdock指出，Akinaki在主网运行的DODEx、Venice等交易所，可能让用户直接购买推理服务，并在3至5个月内冲击现有模式。但如果Stripe提出一笔假设中的100亿美元收购要约，他的答案是“当然，拿钱”——接受这笔钱。Flipboard给他的教训是，拒绝一笔约10亿美元的机会，最终可能会让“很多箭插在我背上”。
从利润率看，抢地盘可以是策略，但不能成为文化。 Harry提到Fireworks利润率约35%，许多AI应用公司约20%。Murdock偏好最终能够把创新变现、而不是单纯花钱买客户的公司。他也更偏爱细分领域的专业公司，而非Harvey和Legora这类宽泛的法律平台，因为一次安全事故可能同时重创双方。
Mag7结论：长期持有Meta、Google和Microsoft，但如果必须做空，选Meta。 Meta和Google庞大的用户基础，以及Microsoft的企业和消费业务，都是缓冲垫。Microsoft的Exchange业务是“一台无法改变的印钞机”。Meta可能像AT&T一样变得无聊，但Murdock仍认为它是稳定、类似股息资产的持仓。5年后NVIDIA市值将超过10万亿美元；当前的平台期部分源于循环交易掩盖了真实增长。
他对未来5年的逆向判断是：区块链将成为智能体支付的基础设施。 Bitcoin身上的贪婪色彩和被黑客攻击的风险拖累了整个行业，但他认为Solana和Ethereum具备长期潜力，代币化资产、支付轨道，以及Aki-Naki和Gonka等推理系统，最终会释放真实效用。

精读

1. 泡沫破裂窗口：2026年10月至2027年3月，信贷市场正陷入自满

讨论中的预测是：如果伊朗战争继续发酵并引发市场修正，AI泡沫可能在“2026年10月至2027年3月之间”破裂。Murdock总结的历史机制是，金融系统受扰会打断商业活动、拖慢创新：2001年的崩溃让下一轮浪潮等到LAMP stack和Google出现才重新启动，2008年危机则放缓了云计算的普及。
这一轮周期的特殊之处在于债务异常沉重。超大规模云厂商的债务规模创历史新高，一旦信贷市场或更广泛的资本市场受扰，就会暴露脆弱性。Murdock反复强调，真正的核心警报不是某一个决定性数据点，而是市场的自满情绪。
在他看来，私人债务利差在“真实风险与没那么大风险之间过于狭窄”。他将当前局面与2008年相提并论：当时信用评级机构和银行风险部门都“对风险视而不见”。他还提到一个参考资料中被转录为“Leopold [?]”的杠杆基金或个人，称其近期发出的警告说明杠杆没有被正确计入；他后来表示，该实体的杠杆率为3.5倍，最终被迫出售资产。
日本是另一根潜在引信。Murdock称，美国曾两次出手救助日元，因为日本持有1万亿美元美国国债。抛售1000亿美元或许可以被市场吸收，但如果为了买入美元、支撑日元而抛售3000亿美元，“眼下会立即变成一个真正的问题”。
他用野外滑雪作比喻：有经验的滑雪者能识别雪崩条件。问题不在于崩溃已经确定，而在于多股力量叠加后，系统会变得极易失衡。战争恶化、通胀重新抬头，或更广泛的市场破裂，都可能成为触发因素。

2. 超大规模云厂商能熬过失序，半数Neocloud撑不过去

Harry反驳称，今天的资产质量比过去那些脆弱的互联网泡沫公司更好：Meta有强劲的核心业务，而且按他的说法，Meta其实并不需要借钱。Murdock回应称，Meta的自由现金流已经降至“公司历史最低水平”。
他还以互联网泡沫时期的光纤为反例：光纤本身仍然有价值，但铺设光纤的公司最终破产。在市场失序时，高度依赖债务的公司可能在短期内遭遇资产价值骤降，即便这些资产长期仍有价值，也会触发追加保证金。
尽管如此，“没有谁比超大规模云厂商更有准备熬过这一关”。它们的存量业务稳定，AI算力需求不会消失，市场失序反而可能让它们在弱者出清后低价收购资产。短期问题在融资，而不在需求。
Murdock预计，至少一半Neocloud会在36个月内消失；如果经济出现冲击，许多公司会立即出局。决定胜负的是每家公司背后的管理者和组织方式，而这些信息外部人无法“从内部”看到。
他的具体比较是Fireworks胜过Baseten。他说Fireworks赚的钱多得多，在他看来是“好10倍的生意”，差异来自更高的资本效率和更强的盈利意愿。他认为Baseten前一年与Cursor签订的合同带来了收入和规模，但可能没有带来多少利润；投入大量资本却没有产生盈利，本身就是风险。

3. 开源、ASIC与专业化智能

Murdock坚持认为，开源模型和ASIC芯片本身就是“一场海啸”。目前，企业还无法对Anthropic和OpenAI的大型前沿模型进行定制，这给调优后的开源模型留下了机会。
他的成本对比是：前沿模型每个token的成本达到两位数，而开源模型每个token的成本约为10或11美分。他强调，token未必等价，但差距已经大到足以驱动大规模采用。按他的估算，目前全球AI需求的满足率只有个位数低位。
他预计，前沿模型会先拿走大部分收入，因为富裕企业和个人有能力为其付费；开源模型则在收入端追赶，同时填补巨大的未满足需求。他也承认，未来可能出现持续3个月至1年的短期扰动，期间两者的经济性看起来会趋于接近。但如果前沿公司实现持续学习、最终实现终身学习，他认为对前沿模型的需求仍会继续增长，而不是被永久蚕食。
针对Gavin Baker“token就是token”的观点，Murdock认为定制化会改变token的价值。不同模型可能更啰嗦，也可能更简洁；定制模型可以更高效地完成某项专业任务。一家只有100万美元预算的公司，可能从定制化中获得的价值高于把同样的钱花在前沿模型上。
他预计，专业化模型会像专业化的人类智能：宝石切割师拥有某一种特定能力。开源模型尤其适合编程、客服和客户 onboarding 等场景，在这些领域，狭窄的专业化能力可以快速且低成本地产生回报。他说，开源模型在创新能力或复杂任务上还没有超过前沿模型，但至少目前在专业化方面可能更强。
对定制模型而言，ASIC很有吸引力，因为专业化任务并不需要昂贵的GPU。Murdock认为，大公司短期内持有芯片、针对自身模型进行优化是有用的，但长期并无必要。他更广泛的投资关注点，是模型、智能体与人之间的复杂关系，包括定制化、安全，以及三者之间的反馈循环。他还回忆Santa Fe Institute的一点启发：即便AGI出现，也没人知道该如何衡量它。
Murdock认为，数据并不是静态资产：数据提供上下文和记忆，其价值取决于每家企业如何使用。Shake Shack、Burger King和McDonald’s都可能拥有关于汉堡的数据，但这些数据的应用方式并不相同。因此，系统必须随着数据本身及其用途的变化而演进。他预计，AI将从完成任务走向更深层的创造力，以及能够处理困难问题的多元智能。

4. 安全瓶颈在沙箱

Harry提到Anthropic称其模型曾入侵3家公司，并将这种披露形容为近乎炫耀。Murdock回应称，安全自满情绪普遍存在：开发者可能只是把模型和工具放进容器，就认定它们已经安全。
Murdock说，Docker自己也警告过，单靠容器并不安全，因此他指向Docker Sandboxes和E2B的云沙箱。他的结论是绝对的：“如果沙箱没做好，其他都别谈”（“if you don’t get the sandbox right, forget everything else”）。
智能体是概率性的，而不是确定性的。一个智能体可能打开100个沙箱、调用100个不同的库，逐一测试后选出最佳应用。Murdock说，真正理解模型如何与工具交互、以及如何针对这种行为进行优化的公司只有少数；E2B和Docker可能是其中最强的两个例子。
对于Alex Karp关于大型企业可能避开前沿模型供应商的警告，Murdock说，Karp的CIA和情报机构客户尤其关注安全问题。但与此同时，他也认为企业早已把大量数据交给第三方：Apple掌握广泛的个人信息，Amazon拥有大量数据，Satya Nadella也曾描述Microsoft对组织内部沟通的了解程度。
他的建议不是恐慌，而是做出区分。企业应该决定哪些信息必须留在防火墙之后，不应在不评估后果的情况下持续把敏感数据上传给Anthropic或OpenAI。这一担忧也为开源和私有部署系统创造了机会。

5. 抢地盘、利润率与泡沫周期定价

Murdock把早期周期的定价策略比作俄克拉何马州的圈地潮：公司可以接受低利润甚至零利润，先插旗、赢下客户并锁定关系，之后再建立利润率。但他强调，这是一种策略，而不是一种文化。他不会投资一家在结构上安于低利润率的公司。
Harry提到Fireworks的利润率约为35%，许多AI应用公司约为20%。Murdock说，理想的沙箱公司应允许客户自带算力，并针对沙箱的运行、网络、追踪和安全能力收费，而不是简单转售算力。
他认为，创新最终应该推动利润率上升。他之所以可能错过对Amazon的投资，是因为没有接受Bezos“你的利润就是我的机会”这一思路，而不是因为他认为这种策略普遍适用。
关于Harvey和Legora，Murdock建议给规模较小的初创公司提供资金，然后看资金充足的竞争者彼此厮杀。他预计安全漏洞迟早会出现，可能先重创其中一家，但警告称双方都可能受损，因为它们过度关注彼此。他更偏好GetDynasty这类高度专业化的公司，后者专注于信托业务；这与Peter Thiel先称霸一个细分市场、再向外扩张的建议一致。
Harry描述称，创始人已经把1亿美元融资视为“亲友轮”，把2500万美元支票视为小额且协作性的资金。Murdock认为，这说明市场仍处于泡沫周期。他认为自己提到的Anthropic和OpenAI、估值分别为1000亿美元和1500亿美元的交易可能并不贵，但投资人必须区分真正具备超大规模潜力的机会和陪跑者。
当Harry问“3倍、3倍、2倍、2倍”是否仍然适用时，Murdock说，在这个问题上Harry的说法过于油滑，并拒绝接受普遍规则。他认为前沿公司已经做出了非凡成就，达到了“发明火”的级别；直接服务这些公司的基础设施，或许配得上同样的经济性。但他不把这一结论延伸到应用公司或Neocloud。

6. OpenRouter的5%加价，以及知道何时接受报价

Murdock说，OpenRouter的交易量巨大，是因为开发者愿意为便利性付费，但其5%的推理加价“不会长久”。他提到Akinaki在主网运行的DODEx、Venice，以及其他正在建设的交易所，这些平台都在尝试让客户更直接地获得推理服务。
他预计，这一模式将在“未来3、4、5个月内”遭遇重大冲击。但如果OpenRouter收到Stripe一笔假设中的100亿美元收购要约，他的建议是“当然，拿钱”——接受报价。OpenRouter起步早，解决了真实的开发者问题，并在替代方案尚不明显时赚到了加价。
Cursor也是一个可能无法复制的流动性事件案例。Murdock说，Cursor团队退出IDE领域，先说服Elon相信自己能够构建模型，甚至在证明这一点之前就获得了融资，最终通过xAI实现了600亿美元的结果。如果OpenRouter收到100亿美元要约，他同样会“直接接受报价”。
Flipboard则是他的反例。当时有两个买家感兴趣：Twitter，以及通过ByteDance创始人出面参与的TikTok，报价距离约10亿美元仅差20%以内。董事会听从了当时正在走向生命终点的“The Coach”的建议，没有出售。Murdock说，这次错失机会让他背上了“很多箭”。
他不认为Airtable以48.5亿美元出售，就能证明整整一代公司都会以折价出售。市场上的买家并不多，像Bending Spoons这样的买家屈指可数；对于一家收入4亿至5亿美元的公司，真正的问题是这些收入能否持续。如果一家SaaS公司还没有形成有说服力的AI战略，他对其2年后的前景并不乐观。
他说，Cursor前一年夏天本来可以上市，因为市场上总会有银行家愿意推动IPO，但管理层正确判断出公司尚未准备好。市场存在上市窗口，并不等于IPO就是正确决定。

7. Co-work时代、加杠杆的私募股权与风险投资判断力

Murdock把向自主智能体转型的阶段称为“co-work时代”。对于缺乏系统记录、也没有严肃AI战略的SaaS公司而言，Copilot式功能未必能保护它们，不过他认为现在仍有时间转型。
市场失序时，真正危险的是私募股权的杠杆。Harry提到资产的杠杆率约为4至6倍；Murdock则指出，被转录为“Leopold [?]”的实体杠杆率只有3.5倍，却仍然被迫出售资产。一旦EBITDA下滑、客户流失率快速上升，债务就可能制造出实质性的追加保证金压力。
他回忆，TPG经历困难的2001年基金后活了下来，而Forstmann Little则因电信敞口走向终结。他还回忆Tom Lee——“我想是Tom Lee”——曾预测秋季标普将回撤10%；如果跌幅更大，Murdock不知道高杠杆资产将如何应对。对于Insight，他最有信心的是其长期位置，因为其私募股权组合规模很小，而不是因为他认为重度PE机构能够免受冲击。
他给出的通用风险投资建议是：寻找与所有人都不同的人，寻找真正能够产生重大影响的业务，以及那些觉得自己“必须”把公司做出来、而不只是“想要”创业的人。他以Fireworks和AtoB为例，并认为Elon、Jensen和Zuckerberg这类创始人驱动的公司符合这一定义。
对于Harry提出的前提——Sam Altman可以把一家前沿模型公司5%的股权交给政府——Murdock说，美国历史上并不需要政府持股；考虑到这家公司已经达到的规模，这样做的理由会是政治性的，而不是类似曼哈顿计划的战略项目。
关于芯片出口管制，他没有简单回答支持或反对。相反，他主张制定一套连贯的技术战略，公开讨论并明确由负责任的决策者执行，而不是继续采取临时拼凑式监管。

8. 持续学习与Mag7快问快答

Murdock说，当前的开源模型10年后不会再被使用；持续学习系统可能在2、3年内出现，也可能要等10年。这类系统需要全新的架构和训练方式，最终会取代今天的模型，包括当前的前沿模型。他不认为持续学习可以简单地外挂到现有前沿模型上。
这也是他认为当前中国模型后门担忧时效有限的原因：今天的模型可能很快就会消失。不过，他的判断带有保留。数据效率更高的模型已经开始从少量数据中学习，但他认为还需要更大的突破。如果全球金融事件与持续学习迟迟无法取得进展同时发生，行业可能会跌入“幻灭谷”。
对于SSI在300亿美元估值下是否值得投资，他拒绝做判断，因为除非认识创始人，或有自己信任的人认识他们，否则他不会投资模型公司。
快问快答中，他说“看起来Anthropic”会先于OpenAI上市。他预计NVIDIA将在5年内超过10万亿美元市值。NVIDIA当前的平台期，既反映出市场不可能永远像火箭一样上升，也反映了需求不确定性，以及可能掩盖有机增长的循环交易。
当被要求在Meta、Google和Microsoft之间玩“睡、娶、杀”的游戏时，他选择长期持有3家公司。Meta和Google各自拥有约20亿用户，Microsoft则拥有强大的企业和消费业务；这些既有用户和业务基础提供了缓冲，也给公司留下了从AI失误中恢复的时间。他说，3家公司目前在编码智能体上都失败了，但未必会永久失败。
如果被迫做空一家，他选择Meta，因为Meta可能像AT&T一样变得无聊。他仍认为WhatsApp、Instagram和广告业务的规模足够稳定，Meta最终可能成为类似股息资产的避风港。对于Apple，他仍不确定：Apple是Claude Code的重要客户，但如果它只是消耗别人的创新，而不是观察市场并构建自己的东西，就会承受后果。
在风险投资机构中，他点名Khosla、较早押注Anthropic的Menlo，以及错过Anthropic和OpenAI、但在Factory等公司上表现强劲的Benchmark。
他对未来5年的“今天疯狂、日后显而易见”预测是：区块链将服务于智能体支付。他说，Bitcoin身上的贪婪成分，以及IBM CEO、Tom Lee和Google关于未来约2至4年可能遭遇黑客攻击的警告，把区块链拖进了幻灭谷。Solana和Ethereum看起来具备长期潜力，而代币化股票、支付轨道和AI推理交易所等新系统——例如Aki-Naki和Gonka——可能证明区块链确实具备真实效用。

AI in the AM — 每周精选：重启周（2026年8月17–20日）模拟人类：从生成式智能体到80亿个数字孪生体——Joon Sung Park，Simile AI