摘要

Databricks达到1000亿美元估值，与其说是私募市场的幻想，不如说是押注增长持续性。 Databricks和Snowflake的年化收入规模都在40亿美元左右，但前者增速为50%，后者为26%，使Databricks即便按25倍营收估值看起来仍相对便宜。问题在于增长持续多久：“如果还能以50%、60%的增速再增长两年，你就赢定了”；但如果增速突然下坠，而不是依次走过50%、40%、35%，2021年式的估值陷阱就会重现。
下一轮IPO浪潮可能释放巨额创投回报，却未必保留今天的稀缺性溢价。 Figma的收入约10亿美元，增速48%，ARR估值40倍；假设Canva收入40亿美元、增速40%，再加上Databricks和Stripe，更强的公司将进入公开市场。Rory预计市场会给出合理的高增长调整后估值，但供给增加后，股价一口气上涨3倍的情况会减少；更大的影响可能是将1万亿美元股权从私人资产负债表转入规模40万亿至50万亿美元的公开市场。
Chamath Palihapitiya重启SPAC是泡沫信号，因为这种结构奖励的是完成交易，而不一定是选出好交易。 Rory不愿在价格转跌前宣布顶部，但他认为，发起人在交易完成时获得大笔经济利益，会造成可预见的逆向选择：“如果你付钱让人做交易，不管质量如何，交易都会完成。”招股书中“赌场里没有哭泣”这句话引发了更强烈的反驳，因为华尔街的使命是把储蓄配置到生产性投资，而不是经营一个负和赌场。
OpenAI规模60亿美元的员工股权转售，正变成必要的薪酬基础设施，而不只是奢侈的派 payout。 当Meta可以拿出真实的1000万美元或1亿美元报价去挖员工时，使命感不可能无限期替代流动性：“到某个时候，你必须匹配这些钱。”这些私人公司如今在规模上已接近上市公司，而员工面对的是15年马拉松，不是4年短跑；定期出售已归属股份会削弱旧式的留人枷锁，却更符合现实。
Nubank这一季度展示了：当一家金融科技公司取代的是传统银行，而不是只从一个高利润产品上薅一层毛利，会发生什么。 公司实现25亿美元净利润，同比增长42%，客户数达1.23亿，估值约600亿至630亿美元；Rory的点睛之笔是：“Nubank就是老银行”（“Nubank is old bank”），业务覆盖巴西、哥伦比亚和墨西哥的存款与贷款。如果能避开监管、坏账和“蠢银行那套事”，再实现2倍增长并非不可想象；Harry则认为，其目前有限的产品集合仍为3000亿至4000亿美元的更大结局留下空间。
CoreWeave的112亿美元债务只有在融资期限与客户承诺真正匹配时才可控。 面对约220亿美元资本开支计划，大规模借款是其作为AI数据中心融资载体的内生需求；用7年期债务融资对应一份铁板钉钉的7年期Microsoft最低采购量合同，在结构上是稳健的。真正的警报是客户付钱却不提取算力、新建机房不再拿到合同，或更弱的模仿者失去流动性：CoreWeave是“煤矿里的金丝雀”。
Sam Altman所说的“数万亿美元”基础设施支出方向上可信，但在AI开始夺取劳动力预算前，可能仍只是一个隐喻。 Jason预计AI使用量、tokens和算力都会增长约10倍；据称4家主要公司在基础设施上的支出约为3650亿美元。Rory则指出，这正撞上公司金融的边界，包括Microsoft资本开支已接近收入的25%。只有当支出从技术预算转向人力预算，数万亿美元才具备经济合理性，并可能释放10万亿美元价值。
AI智能体的采用能够支撑这轮繁荣，但碎片化的六位数美元产品已经在为一轮异常迅速的整合周期铺路。 Jason的团队使用10个生产级智能体，替代了5名员工，但它们合计标价已经约为50万美元，可能升至100万美元；“每个人都认为自己的东西能节省劳动力，但同一份劳动力不可能让所有人都计入功劳。”买家会偏好覆盖多条工作流的套件，而投资者也在同时忽视经典的平台风险，因为“我们与世界末日之间唯一的东西就是AI采用率。”

精读

1. Databricks只有在非凡增长持续时才配得上估值

第一个惊讶点是情绪而非财务：一家估值1000亿美元的私人公司，放在Anthropic的1700亿美元、SpaceX的3600亿美元和OpenAI的5000亿美元旁边，几乎不再显眼。5年前，这个数字还不可想象；如今市场的反应却是：“嗯，就这样吧。”
决定性比较对象是Snowflake：两家公司的年化收入规模都在40亿美元左右，但Snowflake的增速据称为26%，Databricks为50%。因此Harry认为25倍营收“价格非常合理”，尤其是对于一家直接位于AI需求下游的基础设施供应商。
Rory的投资承销规则，把这个惊人的倍数转化成一个传统的终值问题。如果Databricks还能增长数年，达到100亿至120亿美元ARR或GAAP收入，正常化估值倍数就可能让这笔投资“稳稳赚钱”；如果增长突然崩塌，私募投资者无法使用公开市场的止损机制，只能一路持有并承受下跌。
Databricks CRO Ron Grarisco告诉Harry，公司在技术上领先Snowflake“5年”。小组认为这是极具冲击力的自信表态，但估值逻辑仍建立在可观察的增长上，而不是这位高管的说法。

2. IPO洪水可能让创投基金获利，却终结稀缺性定价

Jason认为市场会更疯狂：今年的IPO——包括CoreWeave、Circle、Hinge Health、Rubrik、Klaviyo和Figma——还不是“史诗级”的那批。Databricks、Canva，以及可能正在加速的Stripe，可能通过公开市场上涨和LP分配，制造“泡沫之上的泡沫”。
Rory的反驳是稀缺性价值。高增长上市公司寥寥无几时，Figma可以获得异常强劲的上涨；等Canva和Databricks加入后，每家公司仍可能获得优秀的增长调整后估值，却未必马上上涨3倍。
即使没有投机溢价，这次转移也足以载入史册：或许有1万亿美元会从私人投资组合迁移到能够消化这些资产的公开市场。有些公司可能价值500亿美元，更多公司超过1000亿美元，甚至可能出现一家1万亿美元公司——就在Apple首次在公开市场达到这一水平约7年后，这仍显得荒诞。
幂律下的基金经济学会变得极端。小组假设基金持有Databricks 15%的股份，并在2000亿美元IPO时出售，对应300亿美元 proceeds；即使累计投入只有5亿至15亿美元，也会带来惊人的基金级回报，而800亿美元IPO反而会让人失望。

3. SPAC经济学让发起人的交易本身变成产品

Harry称Chamath重返SPAC是“泡沫顶峰”，但Rory拒绝对时点下判断：“只有跌过另一边，你才会知道它已经见顶。”如果预期中的IPO热潮继续，Chamath可能只是在市场走强时再次卖出。
结构性问题是绝对的。SPAC发起人在合并完成后获得可观经济利益，因此激励机制偏向于找到任何交易；Harry举的粗略例子是，前期承担500万美元风险，交易完成后可能获得5000万美元。
Jason不理解一个已经极其富有的人，为什么愿意为了这笔回报承受声誉上的风波：“这点收益似乎不值得付出这么大代价。”他认为SPAC“已经擦着诈骗边缘”，同时承认其披露异常坦率。
Rory对“赌场里没有哭泣”的回应是道德层面的，而非文字层面的：资本市场将普通人的储蓄导向长期企业。“我个人绝不会把钱交给一个认为市场是赌场的人管理。”

4. 零售投资者接触私人资产，陷入披露与保护的两难

小组给出的具体警告是：一只私募股权产品以20%的折扣买入一个包含50个头寸的二级投资组合，第二天再将其估值上调。零售持有人可能以为自己获得了真实的20%投资收益，但相关解释藏在极小的脚注、星号和剑号后面。
Rory将监管问题概括为两种都不完美的哲学：披露一切，实行“买者自负”；或者承认个人不可能投入专业人士级别的时间去解码每一种金融工具，因此对他们进行保护。Harry的经验法则是：“每当银行在解释复杂的东西时，你就在亏钱。”
但全面保护也会把普通投资者排除在Databricks这样的轮次之外。长期私募股权和创投回报可能很好，不像赌场那样具有负的中位数预期；真正的挑战，是允许知情投资者进入，同时不把最差的资产和最复杂的收费结构推给零售市场。

5. OpenAI的二级交易将私人巨头变成昂贵的准公开市场

Rory对这笔60亿美元员工出售的反应是“对他们有好处”。面对据称来自Meta的1000万至1亿美元现金报价，这个资金池只相当于600名员工各拿1000万美元，或60名员工各拿1亿美元；相对于竞争 stakes，这个规模小得惊人。
他的行为判断来自并购经验：“人们在面对一大笔钱时说自己会怎么做，毫无意义。”当改变人生的报价摆到餐桌上、需要和配偶讨论时，对使命的抽象承诺会发生变化。
Jason建议让后期流动性接近自动化：过了归属悬崖期后，员工可以每月出售每一批新归属的股份，接近公开市场薪酬机制。Rory同意，在私下重建公开市场既昂贵又繁琐，但流动性必须成为其中一个功能。
财富不会普遍摧毁生产力。Jason预计，钱会暴露个人偏好：真正热爱工作的人可以消除日常干扰，继续更努力地工作；而真正梦想是教高中课程的人，则可以选择离开。

6. 存续15年的公司无法用4年枷锁留住人才

传统创投股权把缺乏流动性当作留人武器：离职员工可能无法行使期权，股份被收回并重新放回期权池。这套逻辑适用于收入5000万美元、4年内冲刺IPO的公司，却不适用于要保持12-15年私人身份的公司。
Harry提到Hopin的创始人在公司融资约1.3亿美元后离开。Rory认为这只是普通的创投结果，而不是丑闻：“只有跑完马拉松，才叫马拉松。”
Jason预计，在一个极度亢奋的周期中，会出现10-20个类似Hopin的亿美元级创始人结局。Rory给出了基础概率：Series A/B项目或许有30%失败，种子期超过50%失败；Harry回忆，2001-02年亏损率一度飙升至60%。因此，一家融资充分的公司解体“甚至还没到值得关注的程度”。

7. Nubank靠建成传统银行没能建成的银行取胜

Nubank公布25亿美元净利润、同比增长42%、客户数1.23亿后，Rory将3种地域不同的银行挑战放在一起比较：拉丁美洲的Nubank、欧洲的Revolut和美国的Chime。
拉丁美洲传统银行服务最差，也留下了最大的突破口。Nubank不止做存款，还进入贷款和金融服务的“全套业务”，尽管资产规模可能只有传统银行的约1/5，却已经按市值成为当地最大或第二大银行。
Chime抓住的是更窄的美国机会，因为美国传统银行经营得更好。《Durbin修正案》支撑了借记卡交换费经济学，让Chime无需放贷也能盈利；但即便美国经济规模更大，其约110亿美元估值仍远低于Nubank。
Rory可以想象Nubank在扩展到3个国家之外、同时避开“蠢银行那套事”后再翻倍。Harry则把想象推得更远：如果产品广度追上Revolut，估值可能达到3000亿至4000亿美元；未决风险是，成熟后的Nubank最终可能像传统银行一样按账面价值交易。

8. Revolut把一个盈利切口变成主要金融关系

Revolut从银行“把你抢得一干二净”的地方切入：跨境转账。产品一开始就有效，单位经济性好，也赢得消费者喜爱，随后扩展到日常银行业务、外汇和加密货币，直到这个转账账户变成“我的资金账户”。
Revolut的零食比喻是：先用外汇这块“零食”吸引用户，再让零食变成一顿饭，最后变成整桌饭。Harry称，目前约35%的Revolut用户把它当作主要账户，Nubank则约为50%。
互联网分发把银行的客户分层从地域改成了人口属性或产品倾向。英国或德国的实体银行必须同时服务年轻人、祖父母和本地企业；Revolut则可以锁定跨境转账人群，并在这一用户群体内部不断扩大。
Harry强调，内部创投实验室正在运行26个新产品，每周跟踪指标。Jason认为，能够招募两位数数量的创始人和CEO，担任各条产品线的总经理，是一种真正的规模化“超能力”，Rippling等公司也体现了这一点。

9. On之所以非凡，正因为它的成功难以系统复制

On的销售额为40亿美元，年增长38%，毛利率61.5%，估值150亿美元；公司2010年成立，2021年上市。Rory很容易承认它很了不起，但拒绝据此推断创投机构应该围绕它建立可重复的消费品投资策略。
金融科技有一个可识别的赋能趋势——数字化叠加薄弱的银行基础设施——投资者可以预判Chime或Revolut中的某一家会出现。高端跑鞋没有同样广泛的因果顺风，因此On是“唯一品类”，并不能证明存在可规模化的投资组合逻辑。

10. CoreWeave是为AI建设融资的高杠杆房地产公司

CoreWeave给出的演示材料显示，年收入约40亿至50亿美元，亏损8亿至9亿美元，资本开支计划220亿美元。面对112亿美元债务，Rory的回答是“那当然”：既然公司承诺执行这份建设预算，借款就是模式的内生组成部分。
他更喜欢把CoreWeave描述成一家复杂的房地产公司——借钱、建设数据中心、签订长期租约——同时充当主要AI公司的GPU需求融资载体。“CoreWeave借了50亿美元债务，这不会是最后一次。”
生存关键在于匹配。7年期融资对应一份有约束力的7年期最低采购量合同，可以运转；短暂的推理需求对应10年期租约，则会重演经典的银行期限错配。即使披露看起来很牢靠，客户在不需要算力时也可能拒绝履行义务。
Jason把CoreWeave视为最早出现压力的公开信号：客户付钱却不提取算力，或某个新数据中心无法再拿到另一份合同，都会早于Microsoft出现疲软。Rory认为，未来12-24个月内，需求放缓到足以压缩外推型估值的概率至少为1/3。

11. 股市已经是一场高度集中的AI资本开支押注

CoreWeave即使身处更强的AI叙事中，股价仍较6月20日183美元的高点下跌约50%。这种波动让“押注CoreWeave”变得复杂；广泛配置QQQ或VTI，已经持有Microsoft、Nvidia、Alphabet和Meta。
据估算，Nvidia和Microsoft合计占QQQ的15.8%，前5家或前7家公司约占35%-36%，但发言者不确定后一个数字指的是前5家还是前7家。Jason的结论是：“我们都生活在泡沫里”——不仅是创投投资者，任何退休账户跟踪主流指数的人都一样。
美国股票市场的长尾部分并没有贡献这些涨幅。这意味着，市场整体表现异常依赖同一套基础设施逻辑，而这正是支撑Databricks、CoreWeave和应用层估值的逻辑。

12. 只有当AI夺取劳动力支出时，“数万亿美元”才具备融资条件

Sam Altman一方面说OpenAI将投入数万亿美元建设基础设施，另一方面又说AI包含一个会让许多人亏钱的泡沫。Rory欣赏这种修辞上的预防性表态：先承认经济学家、亏损和过度投资的存在，然后实际上说：“只要给我1万亿美元。”
Jason认为这个数字是经过思考的。他说AI使用量可能增长10倍，tokens和算力也可能增长约10倍；在后续的思想实验中，如果日常使用量增长20倍、tokens增长10倍，在简化假设下，需求将达到200倍。据称Amazon、Alphabet、Microsoft和Meta在基础设施上的支出约为3650亿美元。
Rory认为方向可信，但“trillion只是很多钱的隐喻”。美国企业每年的总投资约为2万亿美元，其中一半投向建筑物，另一半投向设备；Microsoft已经把约25%的收入投入资本开支，Meta也开始借债。
Jason给出了让算术成立的条件：AI必须从技术预算转向人力预算，从而可能释放10万亿美元价值。如果没有可测量的劳动力替代，数万亿美元投资无法算账；如果实现了，长期来看就可能合理。

13. 劳动力替代已经可见，但采用速度决定回报

Jason过去一直持怀疑态度，但在小团队部署10个生产级AI智能体、替代5名员工后改变了看法。最近一次站会只有1个人和这些智能体一起参加：“现在还早，但这轮浪潮可能会加速。”
他认为，6个月内，CIO和CEO可能会要求任何新增人手申请先回答“AI优先”的方案。Rory在看到Shopify的数据和Jason的自动化结果后也从怀疑转向认可，但他区分了快速行动的边缘采用者和实施周期漫长的大型企业。
因此，投资问题不只是劳动力转型是否发生，还在于何时发生。在每年约4000亿美元基础设施支出的背景下，如果企业部署落后于产能数年，“4%的时间价值会把你的屁股吃掉”。

14. AI软件会先整合，平台风险不会因此消失

Jason使用的10个智能体合计标价约50万美元，年底可能达到100万美元。许多供应商起步价为每年6万至10万美元，另加实施成本；这造成了预算冲突，尽管AI仍是CIO愿意拨款的唯一类别。
Rory的总结是：“同一份劳动力不可能让所有人都计入功劳。”提供5个智能体加编排能力的Rippling式套件，可以迅速吸收点状解决方案；即使神话中的单人10亿美元公司出现，也会面临一批急于瓜分其超额利润的竞争者。
当一家主导性解决方案利用AI切口拓展业务时，垂直软件可能受益。语音机器人必须从接听电话推进到预订和退款；机器人领域的类比是Locus，其仓库拣选自动化之所以重要，是因为它瞄准了一个庞大的劳动力池，而不是在300名工人中自动化2个工位。
Abridge与Epic的关系体现了平台风险。Rory表示，如果投资Abridge时没有预期Epic会推出自己的产品，那就是天真；但他也说：“与Epic合作后被它反复拿捏，已经够糟了；更糟的是不和Epic合作。”因为合作可以接触约40%的市场。真正的押注是，产品质量和临床医生偏好能否战胜捆绑销售。增长如今太有吸引力，以至于投资者不断忽视那些在2019年足以让交易直接流产的风险。

15. 快问快答的押注更看重经济学，而不是标题级确定性

对于Anthropic今年是否发布Claude 5，Rory喜欢赔率：押100美元“是”可赢回322美元，尽管他认为事件本身发生的概率可能低于50%。Jason则说“不可能”：Anthropic可以优先做出优秀的下一代Sonnet，例如Sonnet 4.5，因为编码收入比面向消费者的轰动产品更重要。
对于收购Mistral，押“是”可赢回420美元，押“否”可赢回113美元。Jason认为，只要这类交易仍有可能，任何收入低于1亿美元、却有人愿意出价200亿美元的实验室都应该接受；Rory同意卖方会接受，但质疑是否真会有买方提出这个报价。
对于Deel和Rippling谁先上市，报价赔率偏向Rippling，但小组更倾向Deel，因为Deel称自己已经盈利，现在就能获得流动性。Rippling仍处于激进投资模式，可能还需要最多2年——除非Parker Conrad选择提前通过公开市场现金和可交易股票降低风险。

Agentic AI如何重塑创业版图：Andrew Ng 130: 手机Agent大幕拉开！从刚上线的AutoGLM 2.0聊起，大模型如何改造手机|Agent#4