摘要

中国在1周内推出了2个接近前沿的开放权重模型——Kimi 和 Qwen，现场结论是：这是加速，不是意外：OpenRouter 流量已有一半经由中国开发的模型，在1年内可能“所有人都会用”。 Jason 提醒，“评测终究只是评测”，但需求信号真实存在：Kimi 已暂停新消费者注册，约2.8万亿参数的 Kimi K3 需要前沿级算力，不是笔记本玩具。
禁用中国模型：全面禁令是“严重过度反应”（Rory），而 Bill Gurley、很可能还有 David Sacks 和 Emil Michael 都站在反禁一侧，本身就是信号。 但 Jason 在数据出口风险上划出红线：“你没法说服我……这些公司可以说是由 PLA 运营的”，预计政策收紧会超过自由放任。与此同时，中国政府正在讨论禁止这些模型向美国销售——“多少有点完全离谱”。
核心问题是：开放权重竞争会不会在1—2年内把 OpenAI/Anthropic 的增速压到100%以下？ Jason：“我真的不知道。如果我知道，我就会交易那只股票……你知道未来2年美国股市整体走向的答案”——所有超大规模云厂商的 RPO 都押在基础模型承诺上。Harry：“如果他们把 Fable 定价在 Sonnet 的水平，我认为他们会拿下市场”，但训练成本这个大包袱由风险资本补贴，意味着“他们有能力把价格打到50%”。
没人能解释，为什么美国没有开放权重领域的冠军，而中国开放权重玩家却能拿到$50–70B估值。 一个候选答案是：“肮脏的小秘密是，他们的很多优势来自蒸馏，而美国公司依法不能这么做”，结果是一个便宜约80%的智能市场无人供给。泡沫信号也很明显：Harry 当天早上收到了一份按$20B估值投资 Kimi SPV 的机会。
OpenRouter 应该出售：Jason 说，“最理想的结果，是在它商品化的那一刻出售，但要早于所有人完全意识到这一点……我的直觉是，可能就是现在”。 路由能力正被嵌入各处，包括 Ramp、Databricks，超大规模云厂商是天然买家。他给创始人的算术是：只有在有10倍信心时才拒绝$6B报价，不能为了3倍——“这不是清空准备工作清单，而是在清空我的人生清单。”
基础设施仍然胜过应用：Fireworks 用3年半实现超过$1B ARR，每日处理40万亿 tokens，毛利率在30%中段且持续扩张，并完成$1.5B融资；相比之下，应用层“几乎只是四舍五入误差”。除 Cursor 外，所有应用加起来的规模可能还不如 OpenAI 和 Anthropic 用于训练数据的支出（Mercor 约$2B，Surge ARR $3B）。Jason 的标注实验表明，调优模型比“平庸海洋”里的通用 LLM 好一个数量级，因此只使用通用模型的应用会“退化为原型”。
核心问题是：开放权重会不会在1—2年内冲击两大领先者？ Jason：“我真的不知道。如果我知道，我就会交易那只股票……你知道未来2年美国股市整体走向的答案”——所有超大规模云厂商的 RPO 都押在基础模型承诺上。Harry：“如果他们把 Fable 定价在 Sonnet 的水平，我认为他们会拿下市场”，但训练成本由风险资本补贴，意味着“他们有能力把价格打到50%”。
Stripe–PayPal“剧本早已写好”：董事会拒绝只是谈判舞步，28%的溢价落在中30%区间的私有化交易均值附近，Advent 则负责把交易停在反垄断审查阶段。 战略上胆子很大：以低于10倍利润买下一个增速7%的公司，让自身规模翻倍；但合并后增速会降至约18%，“低于 Mendoza 线”，而 PayPal mafia 早期投给 Stripe 的钱，如今正在买回它的老公司。
风险投资定价倒挂：热门 Series A 以$300–500M估值对应$2–5M收入，Series B 却以$1–1.5B估值对应$100M以上收入——“收入增长50倍，价格只涨3倍”——使增长阶段成为风险调整后更划算的座位，但 Sequoia 式分批融资（“自然厌恶桌上留下一美元”）正是这类趋势的收尾方式。相邻的宏观判断是：DRAM 厂商声称将在大宗商品市场实现80%的经营利润率——“当这种定价崩掉时，下行会非常惨烈”。

精读

1. Kimi 和 Qwen 没有改变任何事情，只是让一切加速

Jason 开场谈到本周发布的2个接近前沿的中国模型时提醒：“评测终究只是评测”——不要把工程师在社交媒体上晒基准成绩当成证据，“要在真实场景里证明”。但需求信号无可否认：Kimi 已暂停新消费者注册，因为需求增长“我不知道是几何级还是指数级”。更深层的事实是——这并不新鲜：OpenRouter 流量已有一半经由中国开发的模型，这些模型通常托管在美国，实际使用方式与开源无异；“1年内可能所有人都会用……这很重要。”
David 的判断正好符合趋势线：5家主要中国 LLM 公司资金充足、工程师能力强，按不同测量方式“落后6到9个月”。但他强调不要把这些模型混为一谈——部分 DeepSeek 模型可以在笔记本上运行，而Kimi K3 是约2.8万亿参数的“庞然大物”，需要“数不清的 GPU”，算力规模可与美国前沿模型相比。“在沿着一条相当明确的趋势线完成3年合格执行后，我们现在有了3年零3个月。”
Jesse Zhang（Decagon）的数据揭示了需求背景：一家高度监管行业客户的 token 使用量较1月增长约2.5倍，原因是监督模型在跟踪并行运行的 agents——“仅仅为了让多个 agent 监管其他 agent，agent 使用量就变成了4倍”。Jason 的结论是：“以更低价格追求能力相当的模型，只会持续升温。”

2. 禁令之争：奇怪的同盟，以及 Jason 关于数据出口的红线

风波源于 Dean Ball（可能是他）——OpenAI 新任政策负责人、上任仅2周、曾任特朗普政府官员——暗示应限制中国模型，并使用了“AI 共产主义”的说法。David 认为这种说法语气歇斯底里、立场天真：当一家提供$10–20闭源产品的公司建议禁掉$2的替代品时，“你不是以普通公民身份在讲话，而是站在那家公司的供应商立场上——禁令一落地，你就会立刻给我们涨价。”
反禁令阵容本身就是信号：很可能包括 David Sacks（“这是胡扯，停下来”）和 Emil Michael——一个“知道如何憎恨”的人，而他持续时间最长的恨意对象是 Bill Gurley——如今却站到了 Gurley 的自由市场一边。“如果 Bill 和 Emil 都站在同一边说不要禁这些模型，你就得知道其中一定有些道理。” David 的界线是：全面禁令“严重过度反应”，但白宫不会运行在 Kimi 上，“即便 Kimi 托管在加州也不行”；而 Decagon 做的是枯燥的客服推理，既然有便宜10倍的选择，就没有理由支付头部价格。与此同时，中国政府正在讨论禁止这些模型向美国销售：“多少有点完全离谱。”
Jason 的异议完整保留：“你没法说服我，中国模型不存在某些数据出口风险……我们无法理解这些模型究竟在做什么，它们连接着互联网。”这些公司“可以说是由 PLA 运营的”，而一个饭碗悬于一线的《财富》500强 CIO，不会因为别人说本地部署就能移除后门，或因为互联网上的保证而接受这个结论。他的判断是：即使不实施禁令，政策也会比自由放任更收紧。
Rory 的反驳是技术性的，但承认政治现实：风险确实存在（Boeing 持续遭受可归因于国家的网络攻击；Huawei 也因“至今无法证明的恐惧”被排除在西方蜂窝通信市场之外），但这些是开放权重模型，不是开源模型——你能看到权重，看不到训练数据——而且可信赖的美国推理托管方理论上可以阻止数据外传。“在逻辑上，你可以说服技术人员相信风险并不存在；但能不能说服政客……是另一个问题。”

3. 没人能解释为什么美国没有开放权重冠军

Rory 的核心问题是：“低成本开放权重 LLM 生意是好生意吗？如果是，为什么没有一家有美国血性的公司站出来，和 OpenAI、Anthropic 真正较量？”中国开放权重玩家拿到$50–70B估值——“我不会拒绝一个$50B的结果。”Grok、Gemini、很可能还有 Llama、Reflection、Thinking Machines 又在哪里？后者刚宣布 Inkling，定位更像是可供构建的基础，而非前沿模型。
一个候选答案是：“也许肮脏的小秘密是，他们的很多优势来自蒸馏，而美国公司依法不能这么做。”如果把前沿产品拆解成知识产权加推理，开放路线提供的智能大约便宜80%。Harry 的问题是，既然市场对这种能力有大规模需求，什么时候会有一家美国公司来填补？“我问过很多人……但没人真正给过我答案。”
Harry 进一步描述了这个谜题的规模：一个新类别里，2家溢价公司合计市值约$2T、合计收入超过$100B，4—5家有能力的美国建设者却没有任何产品发布，而5家中国公司“日夜不停地推进”。泡沫检验是：Harry 当天收到一份按$20B估值投资 Kimi SPV 的机会——“我们已经超额认购了，但会为 Harry 腾出500万美元的额度。”

4. OpenRouter 应在商品化窗口出售，但只有创始人能做决定

Jason 认为，出售谈判泄露是“非常聪明”的做法：OpenRouter 早早押注多模型异构路线，起初“可能显得过于技术宅、过于小众”，但路由正在各处变成内置功能——Databricks 的 gateway，现在还有 Ramp 的竞争产品。“最理想的结果，是在它商品化的那一刻出售，但要早于所有人完全意识到这一点……我的直觉是，可能就是现在。”商品化不会杀死所有人，“但可能让你重伤”——这大概也是 Cursor 以$60B出售并不愚蠢的原因。
Harry 从买方角度看，OpenRouter 独立存在的 NPV 可能只有“几十亿美元，不算大”；但对一家没有单一内部模型可推动的超大规模云厂商而言（尤其是 Amazon，可能还有正在与 OpenAI 走向“离婚”的 Microsoft），拥有模型无关层可能在5年内撬动10%的企业市场份额。真正的信号是：“我记得当时想，天啊，我真希望自己在那笔交易里——这正是判断一个风险投资人真实想法的方式。”
针对 Harry 提出的“$6B 你会卖吗”，Jason 的创始人算术是：如果纯粹从财务角度看，卖掉；但要拒绝一个天价报价，“必须是10倍才值得继续，不值得为了3倍坚持。”从银行里有$40K到有$400M，和到$800M相比，在存在风险时“没有区别”；接下来3年不过是“几把汗水、几次市场变化，以及几个人离职”。“这不是清空准备工作清单。这是清空我的人生清单。”
Rory 谈董事会决策：私人流动性窗口“极少打开，因此总值得认真关注”；但决定权在创始人手里，因为即便董事会控制公司、持股70%且有强制出售条款，“如果对业务核心至关重要的创始人不想卖，交易就不会发生”。他对 Jason 的话作了翻译：“如果你拒绝一个巨额报价，就必须确定它未来能大得多。高确定性和高金额。”

5. Fireworks 与推理繁荣：利润率正在扩张，资本开支清算留到以后

本轮融资由 Index、Gavin Baker、Nvidia、Lightspeed 和 20VC 投资，金额为$1.5B（Harry 提到的估值为$17.5B）；Fireworks 用3年半实现了超过$1B ARR，每日处理40万亿 tokens，较此前的15万亿上升——Lin 预计年底前翻倍。Rory 认为，Fireworks、很可能还有 Baseten、很可能还有 Fal 和 Together，是开放权重爆发的一对一受益者，因为“你不会通过 API 回连中国，即便他们允许你这么做”。
利润率逻辑表面上是压缩故事——买入 neocloud 算力，再通过托管 LLM 转售——但在需求如此庞大的情况下，“无论你现在拥有多少算力，都可以收取更高价格。”一家原本毛利率偏低的公司，突然以约5倍速度增长至$1B，同时毛利率还在扩张；Lin 给出的水平是30%中段，随着公司吃掉更多技术栈，利润率还会继续上升。
Rory 对同一计划的保留是：吃掉整个技术栈意味着垂直整合进入数据中心——“还要增加大量资本开支”，因此商品化风险只是被推迟，并没有消失。

6. 应用只是四舍五入误差；最终所有人都会训练自己的模型

Jason 尽管不想当基础设施多头，却说：“所有好的投资似乎确实都在基础设施……我在等 AI 应用层的时代到来……但我不认为它已经到来。”Vibe coding 没有杀死软件，但“软件复兴在哪里？”应用收入相对基础设施“太微不足道，几乎只是四舍五入误差”。
Rory 把支出分成3类：基础设施每年$800–900B；2家基础模型公司约$100B；其余所有应用公司加总后，“很难超过$40B或$50B”，其中 Cursor 约$4B。更关键的是：除 Cursor 外所有应用的收入加起来，“可能还不如 Anthropic 和 OpenAI 用于训练数据的支出”（Mercor 约$2B ARR，Surge $3B，Handshake $1B）。“总有一天，每年花费1万亿美元的人会希望一些应用来支付这一切。”
Jason 为自己的 agentic 招聘应用标注数据时获得了亲身顿悟：应用建立在 Sonnet 和 Opus 上，人工标注让效果“指数级变好”——“完成标注后，输出真的好出一个数量级。”通用 LLM 是“一片平庸的海洋，被混合进一个巨大的 LLM……每一个平庸的历史教授，每一个甚至不知道你流鼻涕原因的平庸医生”；真正领域专家提出的20—30个问题，就是“阶跃式提升”。他已经不再嘲笑数据标注市场：“我不再拿它开玩笑了。”
他的结构性判断是：规模化后，每家应用公司都会希望拥有自己的模型，而只使用通用模型的场景“只会退化为原型”，外加那些昂贵环节中的最先进能力。Rory 对 Mercor 等公司的纪律要求是：只有当企业定制模型对基础模型增长构成增量时，才应看多；如果开放权重反而冲击 OpenAI/Anthropic，“那时担心 Mercor 的估值会是人们最不担心的事，因为你会看到市值大得多的实体发生崩塌。”

7. 核心问题：OpenAI–Anthropic 的增速就是市场本身

Harry 逼问一个是非题：开放权重会不会在1—2年内冲击两大领先者？Jason 认为会在某种程度上发生，但真正的问题是增速是否跌破100%——“我真的不知道。如果我知道，我就会交易那只股票……如果你知道这一个问题的答案，你就知道未来2年美国股市整体走向的答案”，因为所有超大规模云厂商的 RPO 都取决于基础模型承诺。如果增速从10倍滑落到2—3倍，资本开支就会转向推理，但这会造成“非常巨大的错位”。
Harry 认为竞争已经通过定价行为产生影响：Fable 从“你不能用，不安全”，变成政府批准，再变成现在允许占到月度总使用量的50%——容量明明短缺，为什么还要放宽访问？“因为竞争，对吧？”他的判断是：“如果他们把 Fable 定价在 Sonnet 的水平，我认为他们会拿下市场”，限制因素在于高成本基础，“由风险资本补贴”。“他们正在尽可能把价格往下推……他们有能力把价格打到50%。”
Rory 认为，模型价格战比软件捆绑战争更难：Microsoft 可以用零 COGS 击败对手；模型却有真实的服务成本，而且训练成本必须尽快收回，“因为模型12个月、24个月就会过时”。同时，20倍收入估值要求公司达到类似 Microsoft 的40%经营利润率。缓冲在于：“如果你每年增长10倍，且毛利率为正并持续改善，基本就能覆盖全部成本”；但如果降价成为维持增长的唯一手段，利润率恶化，“那就是另一种局面”。
Nvidia 的尾声是：Harry 不理解 Kimi 为什么没有抬高他的仓位（“你还要横盘多久？”）。Jason 基于$180–210区间给出3种情景：资本开支维持高位但不翻倍，股价通过增长消化估值；再来一次类似今年早些时候“Claude 拉升”的台阶，股价进入下一程；如果增速放缓，“即便这个估值也会显得疯狂”。Gavin Baker 的横向规则是：任何支撑 Nvidia 估值的假设，都必须在四舍五入误差范围内同样支撑 DRAM 和其他所有瓶颈环节。“2026年唯一重要的事情，就是 OpenAI 和 Anthropic 的增速。”

8. Stripe–PayPal 剧本早已写好：28走向35

两家公司每年处理的交易额都约为$1.8–1.9T，但 Stripe 估值约$150B，Stripe–Advent 联手提出的 PayPal 收购价却只有约$50多B——PayPal 的交易价格低于10倍利润、约1.7倍收入。调整 Stripe 净口径披露的约$6B与 PayPal 约$30B的总额口径后，按可比口径 PayPal 仍是 Stripe 的约1.5倍规模。Rory 认为这是“一个大胆到翻倍市值的交易”，像 Dell 一样，但 Stripe 必须对一家自 PayPal mafia 出走后就“高管不断更替”的公司进行大量强硬改造。
Jason 的压力测试是：把一家增速7%的公司并入一家增速20%—30%的公司后，合并增速会被拖向约18%——“低于规模化增长20%的 Mendoza 线”（Rory 反驳：“在收入达到$5B及以上时，不存在什么增长 Mendoza 线”）。至于整合，Jason 已经释然：你不会真正把两套意大利面代码库整合成一套——“要么用5年时间修好，要么让 LLM 来完成一次跃迁。”
两人都认为交易会完成。Jason 说，董事会拒绝“对我而言意味着他们最终会接受”，因为没有哪家银行会一上来就给出最佳报价，而相对于中30%区间私有化交易均值的28%溢价，正是“来回拉扯的完美幅度。28到35。剧本早已写好”；之后交易会停在 Advent 手里，等待反垄断审查和资本安排。Rory 从 Delaware 公司法角度解释：除非 PayPal 独立经营能可信地胜过报价，否则董事会只能依据商业判断拒绝；如果 PayPal 的5项关键内部指标已经开始反转，一个拿着$300K RSU的独立董事不会出来当英雄。
这件事的诗意在于：早期 PayPal mafia 的资金——最著名的是 Peter Thiel，“以及 Sam Altman 的2%”——曾参与 Stripe 最早几轮融资，如今15年后又买回 PayPal。“曾经的 Padawan 最终成为 Jedi……他们把老帮派重新聚齐了。”

9. 增长一直坐在便宜座位上，而分批融资意味着比赛进入后半段

Harry 的市场观察是：AI 编程公司 Emergent（$120M ARR）7月以$1.5B投后估值完成$130M Series C，而热门 Series A 却以$300–500M估值对应$2–5M收入——“收入增长50倍，价格只涨3倍。”Rory 的风险调整后比较是，为“出色的 PMF 和70—100倍收入扩张”多支付约4倍价格（Factory 从早期$300M轮到如今$1.5B），或者 Fireworks 以$17.5B估值对应声称年底达到$2B的 run rate，低于10倍。
Jason 的结构性判断是：在增长阶段之前，“你得是个该死的好选股人”——现在做 Series B 需要过去种子轮投资人的判断能力，而以前只需要数学和团队评估。“你其实不想当选股人。你想当定价人。”
Rory 表示认同，同时发出周期警告：自2022年以来，增长一直由动量推动——截至2026年第二季度，“2025年第一或第二季度诞生的独角兽，至少40%会经历后续加价融资”，“好东西会带来更多好东西”；而 Sequoia 式分批融资就是“自然厌恶桌上留下一美元”，把超额回报从 Harry 手里重新定价回投资人手里。“趋势就是这样结束的。”长期 CAPM 意味着早期投资必须跑赢后期投资——“这里说的长期，是比你的年龄还长，Harry。”
关于分批融资的不适感，Jason 保留了温和分歧：他不会在同一周向一个投资人收取$1B估值、向另一个投资人收取$5B估值——“对我来说，拿到一笔好交易的80%—90%，一直都是让人生减压的方式”；但在极大规模下，“作为创始人我得说是”。Rory 认为这种安排令人不适但可以承受；真正的结构性问题或高额债务才是更严重的资本结构污点，只要“不在乎他们成为二等公民”，这种安排就没问题。Harry 的反驳仍然成立：一笔由 Sequoia 领投、headline 估值达到$5B的交易，“会让其他 VC 害怕给竞争对手融资。”

10. 可信供应链对上 DRAM 刀锋战，以及一个奇怪的公私市场世界

Rory 对比了2条同乘 AI 浪潮的相邻供应链：Nvidia–TSMC 30年来“出了名地甚至没有书面合同”，TSMC–ASML 也都温和提价、按几十年规划；而 DRAM 的3家玩家——2家韩国公司和 Micron——却在说：“去你的，我们本季度涨价40%……我们要在 Harry 所说的大宗商品行业实现80%的经营利润率，因为我们知道2年后你会反过来坑我们。”真正可交易的顿悟是：“当这种定价崩掉时，下行会非常惨烈——但也许要等1年、2年后。”
按现场嘉宾的说法，CoreWeave “已经低迷了很长一段时间”：内存价格让产品建设成本翻倍，与 OpenAI 的大额承诺又让叙事高度集中，公开市场的引力开始显现；不过 Rory 仍认为它“按销售倍数估值颇具吸引力”。
现实正在倒置：3家下一代核能公司通过 SPAC 上市，股价每天波动50%（而 Valar Atomics 很可能在4—5个月内以3倍估值涨幅完成私募融资），但有现金流的 Stripe 和 Databricks（$3B Series M，对应$188B估值）仍留在私有市场——“SPAC 把本该由风险资本支持的东西推上市，而最好的风险资产在产生现金之后仍长期保持私有。”来自很可能是 C-Square 的数据中心 IPO 的脚注是：$1B run rate、16%增速、$3B市值，却没有 AI 倍数——“你得交付出来……市场可能很亢奋，但并不愚蠢。”

Jensen Huang：唱衰 AI 的人看错了 AI前沿：从开放权重到开放研究——Eiso Kant、Poolside AI