摘要

AI 原生创业公司正在同时压缩融资周期与经营模型：半年内诞生了36家独角兽，年化收入达到100万美元的中位时间也从2020年前的16个月降至5个月。 达到500万美元的时间则从41个月降至13个月，团队通常只有30–50人。Salim Ismail 称这是“另一个双指数”，Dave Blundin 则称其为“一生只有一次的机会”。
这场讨论的可投资逻辑覆盖整个 AI 产业链，但获取机会的能力与资本密度决定了潜在回报形态。 Peter Diamandis 将芯片、数据中心、房地产和电力视为“不可阻挡的大趋势”；Blundin 更偏好能带来10–100倍效率提升、且无需押注300–400亿美元硬件投入的种子期软件。对拿不到稀缺配额的投资者而言，选择包括超大规模云厂商、能共享按比例跟投权的专业种子基金，或投资自己能够判断差异化的领域。
算力需求正在把电力与基础设施从后台投入变成战略资产。 据称 xAI 已拥有34万块 Nvidia GPU，并计划在12月31日前达到100万块；公司还收购了海外一座燃气轮机电厂，为一套约需2 GW的系统供电。更广泛的需求预测是，到2029年需要100 GW。Nvidia 3.92万亿美元的估值超过 Apple 的历史高点，最终凝结成一个问题：“你要在哪里投资，才能搭上这条曲线？”
Apple 的 Siri 困境成为本期最清晰的老牌公司脆弱性案例。 讨论认为考虑 Anthropic 或 OpenAI 是“绝望之下的聪明选择”，但 Salim 认为，颠覆性能力无法在围绕效率与可预测性优化的组织内部存活：必须在组织边缘打造、收购或投资，并留在那里。Walmart 四次应对电商的尝试提供了警示案例——核心组织反复“杀死”新业务，直到独立运作的模式最终奏效。
人才如今可能与算力和电力一样，成为硬约束。 据称 Meta 提供了1亿美元级别的薪酬包，还有一份据报达到10亿美元的报价被拒；OpenAI 的股权薪酬支出达到44亿美元，超过其算力成本。Mercor 展示了创始人一侧的回报：Brendan Foody 大约18或19岁时，Link 以约3000万美元估值进入；公司后来以20亿美元估值融资，据报还在考虑一份80–100亿美元的抢先报价。
基准测试领先不如把能力转化为结果重要，而嘉宾们也拒绝把能力简单理解为从人类到超人类的阶梯。 Grok 4 在 Humanity’s Last Exam 上得分35%，加入 reasoning 后达到45%；但 Salim 称这类测试只是“把 Wikipedia 自动化”，Diamandis 则认为当前所谓“推理”更像反复重新提示，而不是人类式头脑风暴。他们更认可的框架是：一个系统已经在特定领域超越人类，却仍依赖人类赋予目标——“真正的大问题是，我们要拿它做什么？”
就业替代是真实存在的，但速度与分析单位仍有争议。 本期提到2025年上半年有9.4万名科技从业者被替代，以及 Vinod Khosla 预测到2030年 AI 将替代80%的工作；Salim 则反驳称，一名金融分析师的“工作”大约包含27项任务，其中或许只有10项会被自动化，而岗位本身仍然存在。Chegg 市值损失90%，以及 Salesforce 称 AI 已承担其最多50%的工作，说明产品市场匹配与工作流仍可能突然被重置。
软件之外的大幅上行空间，可能来自 AI 驱动的生物学、人类增强与机器人。 Neuralink 的路线图是从约1,000个电极增加到2026年的3,000个、2027年的10,000个，以及2028年每个植入体超过25,000个；据称 Chai-2 在数小时内解决了一个耗时3–4年、花费500万–1,000万美元的分子问题，并在两周内完成候选方案验证。最终经济结果仍未定型：Diamandis 提出，产出成本降至十分之一，可能会压低统计口径下的 GDP，即便社会福利上升。

精读

1. AI 创业公司击穿旧有融资时间表

Blundin 开场给出的标志性数字是：半年内诞生36家独角兽；而在此之前的一年，是15年来首次没有美国30岁以下白手起家的亿万富翁。他认为眼下是“我这一生迄今为止最大的高峰”，并对年轻创始人说：“你们再也不会看到类似的事情了。”
收入几乎提前了4倍到来：年化收入达到100万美元的中位时间从2020年前的16个月降至5个月，达到500万美元则从41个月降至13个月。对 Ismail 来说，更重要的不是 headline 数字，而是后果——早期收入让公司在遭遇金融冲击时，可以迅速稳定下来，或转向盈利。
Ismail 认为，上一次类似的跃迁发生在2008年：云服务把计算费用移出资产负债表，并让规模扩张转为可变成本。如今，AI 又“在其上叠加了另一个双指数”，同时加速开发、分发与收入增长，甚至可能迫使现有的指数型组织范式重写。
员工数量也在随时间周期一起收缩。Blundin 当年花了9年、约200名员工，可能还要达到约2,000–3,000万美元的收入运行率，才打造出第一家10亿美元级公司；如今，年轻团队只需30–50人，彼此感觉像“大学同学”。他的幸福论是：一人独角兽听起来很孤独，但当创始人不再认识公司的每一个人时，公司就进入了完全不同的管理世界。

2. 当“氛围估值”脱离旧指标，种子期准入更重要

讨论中出现了90亿美元、100亿美元和300亿美元的生成式 AI 公司开盘报价，而这些公司几乎没有传统意义上的收入或现金消耗证据。Blundin 预计，36家独角兽的数量至少还会持续增长几年；目前约三分之二是底层平台型公司，未来还会出现更多数十亿美元级的垂直领域公司。
Link Exponential Ventures 管理着约10亿美元种子资本，通常首轮投入50万–200万美元，并在后续累计为每家公司配置700万–1,000万美元。但这一模式与后续融资发生了冲突：Blundin 说，Link 有数十亿美元的按比例跟投权没有使用，因为在20亿美元、40亿美元或100亿美元估值下维持持股比例，已经超出基金能力。
对外部投资者而言，Diamandis 认为 Anthropic、OpenAI 或 xAI 几乎没有直接配额。可行替代方案包括通过专业种子基金投资，盯住它们在一到两周决策窗口内发出的按比例跟投邮件，寻找大学创业公司，或选择自己熟悉、能够判断 AI 公司差异化的垂直领域。

3. Frontier 基准揭示能力，却无法回答目的

Sam Altman 给出的时间表是 GPT-5 “大概在今年夏天某个时候”发布。Polymarket 认为其在7月31日前发布的概率为26%，12月31日前为93%；考虑到竞争压力和 Altman 的公开暗示，Ismail 自己此前判断7月发布的概率接近80%。
Grok 4 在 Humanity’s Last Exam 上的得分为35%，启用 reasoning 模型后升至45%。该基准包含3,000道由专家设计的多模态问题，覆盖100个学科，由近1,000名专家众包生成，目标是在约10年内持续保持高难度。
Ismail 的反驳值得保留：基准测试表现，就像证明计算器比长除法更强，或证明 Wikipedia 包含比单个人更多的事实。面对“上帝是否存在”这类宽泛问题，模型可以综合各方立场，却无法给出决定性答案。因此，“我们要拿它做什么？”比它能否检索前沿知识更重要。
Diamandis 同样不愿把反复重新提示称为“推理”，但他认为这一系统对有创造力的人类极其有用，就像 Tony Stark 身旁的 Jarvis。他用自己的肩膀举例说明其价值：等了几周才看上医生后，他上传 MRI，2秒内就收到了关于骨刺的可能解释。

4. Apple 的 Siri 困境暴露老牌公司的创新陷阱

据报 Apple 正在评估让 Claude 或 ChatGPT 接管 Siri，内部势头据称偏向 Anthropic。Anthropic 要求数十亿美元，且价格每年翻倍；OpenAI 历来则提供异常优惠的条款。嘉宾的结论很简洁：外包是“绝望之下的聪明选择”。
真正的战略风险在于基础模型的“音乐椅”。Anthropic 可能保持独立，也可能被 Amazon 或 Apple 收购，或事实上被其控制，从而让竞争对手失去访问权。这给更多模型公司留下了空间，包括与 Mira Murati 和 Ilya Sutskever 相关的创业公司，尽管“牌桌入场价非常高”。
Diamandis 认为，如果 Steve Jobs 还在，可能会推动 Apple 进入 AI；Ismail 只部分认同。大型公司是围绕效率和可预测性优化的控制系统，因此真正颠覆性的工作必须放在组织边缘；成功后要保持独立，或被收购后继续保护在边缘。把它拉回“母舰”，就会招来企业的“免疫系统”将其杀死。
Walmart 同时提供了正反两面案例。其电商业务在内部被杀死了3次，直到独立运行的第4次尝试形成临界规模；与此同时，更早部署的地球同步卫星系统让公司能够实时掌握库存、支付和物流数据，据称带来了高出15%的利润率。整合式颠覆可以占据主导，但前提是组织真的允许它发生。

5. 算力让电力采购变成第一性原理业务

据称 xAI 的集群拥有34万块 Nvidia GPU，其中包括15万块 H100、5万块 H200，以及3万块 Blackwell 架构的 GB200。Elon Musk 宣布的目标是在12月31日前达到100万块 GPU，Diamandis 认为这一速度可能超过所有竞争对手。
训练规模正在超出人们熟悉的词汇体系。1 petaflop 是 (10^{15})，已经远低于本期图表中的 (10^{26})–(10^{27}) 级工作负载。Blundin 为 (10^{26}) 设定了一个刻意粗糙的单位：“官方说法是，一大坨算力。”
讨论把电力而不是芯片视为硬约束。据报 xAI 收购了一座已经完工的海外燃气轮机电厂，为近100万块 GPU 提供支持；这座设施规模约为2 GW，其中1 GW 被拿来与美国一座大城市的用电量相比。面对到2029年所需的100 GW，即使如此大胆的动作也必须重复很多次。
Diamandis 回忆，Musk 曾说，一个10万块 H100 的集群大约3个月就能建成，而其他人预计需要5年；为此，xAI 还需要控制美国氦气市场。这里的启示不只是规模，而是采购想象力：买下一座电厂并搬走，利用搁浅天然气，把许可制度视为可以绕行的约束。

6. Nvidia 的崛起让 AI 建设的每一层都具备投资价值

Nvidia 的市值达到3.92万亿美元，超过 Apple 3.915万亿美元的历史高点，也远高于当时 Apple 约3.2万亿美元的市值。Blundin 回忆，当年他的办公室讨论 Apple、Google、Facebook 或 Microsoft 谁会成为第一家万亿美元公司时，Nvidia 甚至不会进入候选名单。
他的底层判断非常绝对：在可预见的未来，AI 算力需求将是供给的“1万倍”。因此，Diamandis 将芯片、发电、地热钻探、数据中心和房地产并列为搭上“不可阻挡的大趋势”的方式。句号。
嘉宾没有形成单一投资组合。一条路径是配置基础设施与 AI 敞口超大规模云厂商的组合；Bitcoin 也被提到，是其中一项强烈的个人偏好。Blundin 承认自己错过了 Tesla，也曾在 xAI 据报上涨10倍前拒绝投资，用自己的错误说明集中押注预测有多难。
在 Link 能够获得份额的地方，Blundin 更偏好软件：相对于一项300–400亿美元的芯片部署，10倍的算法改进所节省的成本远高于开发成本。他提到 Blitzy 一夜之间写出300万–1,000万行代码，并在一周内实现想法。实体项目在会议上占据主导，是因为它们消耗更多资本，不一定是因为回报更好。

7. Mercor 展示创始人年龄曲线为何持续下移

Blundin 把 Meta 以290亿美元收购 Scale AI 视为 Mercor 的机会：竞争实验室不再愿意依赖与 Meta 绑定的资产。据称 Mercor 服务于七大科技巨头中的6家，以及5家领先 AI 实验室；在讨论到的主要公司中，xAI 是唯一显著的垂直整合者。
Link 在发现 Brendan Foody 和两名高中朋友后，以约3,000万美元估值为 Mercor 提供了第一笔资金；他们是在一个由学生运营的创业社群中被找到的。Foody 当时约18或19岁；就在本期节目播出前两个月，Mercor 以20亿美元估值融资，Blundin 还听说公司可能收到一份80–100亿美元的抢先条款清单，并可能拒绝它。
年龄标签几乎到了喜剧程度：Foody 以3亿美元估值融资后，无法在酒吧与投资人见面，因为他还没满21岁。Diamandis 认为，打造独角兽的黄金年龄已经从30岁出头至中段，降至约20–23岁。
他们给出的解释包括从零开始的思考方式、很低的个人下行风险、vibe-coding 工具、数字原生属性，以及随时可用的朋友。Diamandis 关于 Arbitrum 的故事体现了这种成熟度：一位年轻创始人引用 Ismail 书中的“好10倍”规则，判断竞争对手的 layer-1 公链只比 Ethereum 好2倍，于是选择构建在 Ethereum 的开发者生态之上。

8. 当一次错误可能烧掉一轮训练，人才争夺就变得理性

人才与芯片、电力一起成为硬约束。据称 Meta 提供1亿美元级别的薪酬包，OpenAI 据报还会为新员工额外提供1,000万–2,000万美元股权，其中一份10亿美元的报价被拒。OpenAI 的44亿美元股权薪酬支出，超过了算力成本。
资产负债表允许公司不断加码：本期提到 Meta 持有580亿美元现金，Google 为1,010亿美元，Microsoft 为780亿美元，OpenAI 约200亿美元，Anthropic 为30–50亿美元。Meta 的 AI 投资只让利润率从28%降至23%，下降5个百分点；嘉宾认为，相对于生死攸关的竞争，这一代价微不足道。
Zuckerberg 重组团队后，让 Alexandr Wang 和 Nat Friedman 负责 Superintelligence Labs；该团队从 OpenAI、Anthropic、DeepMind 等 AI 原生公司挖来11人。Daniel Gross 离开 Safe Superintelligence 后，Ilya Sutskever 成为 CEO；据称一名 OpenAI 高管形容这轮挖角，就像“有人闯进我们家偷走了东西”。
Blundin 提供了一个道听途说的解释：GPT-4.5 那次数亿美元级别的训练，可能因为 PyTorch 中“可能只是一行代码”出了问题，导致算力被浪费，同时表面上仍在持续推进。如果未来训练规模大幅扩大，那么一个能够避免这种失败，或找到10倍优化的人，确实可能配得上极高的薪酬。

9. 创始人的使命感可能胜过十亿美元流动性

Ismail 认为，宏大的变革性目标会改变创始人的收购行为，因为他们担心失去使命。据报 Jan Koum 一直拒绝出售 WhatsApp，直到报价达到约180亿美元；他最终接受，是因为先要求 Zuckerberg 承诺5年内不改变公司。
Palmer Luckey 同样拒绝了最初的10亿美元报价，之后在 Meta 承诺每年约10亿美元投入更广泛 VR 业务后，以约22亿美元接受收购。吸引力在于杠杆：Luckey 不必亲自筹集100亿美元，而是可以促使 Facebook 为整个领域买单；Meta 最终投入约500亿美元。
这一框架解释了为什么一份据报达到10亿美元的招募报价仍可能失败。当创始人与研究人员相信自己正在构建决定性系统时，薪酬并不是唯一变量。Ismail 对这一权衡的表述是：“如果我被收购，我的 MTP 就会受到威胁。”

10. “超级智能”已经呈现不均衡状态，却仍没有定义

Zuckerberg 写道，“超级智能正在进入视野”，但嘉宾无法就其含义达成一致。Diamandis 给出的定义是 AI “在任何事情上都比任何人更聪明”，随后又承认这已经模糊到接近 AGI。Ismail 则反复回到更前置的问题：“看在上帝的份上，谁来给我定义一下它？”
Diamandis 不认同从类人 AGI 逐级走向全面超人类 ASI 的想象阶梯。AI 已经在蛋白质折叠、多语言表现等狭窄领域超过人类，但在创造力和开放式推理上仍然落后。他认为，这种参差不齐的能力结构正处于“非常黄金的时刻”，适合人类与 AI 协作。
Ismail 对当前范式延续下去已经满意；Diamandis 则站在另一边，预计加速会继续。他们的分歧不在于当前效用，而在于系统会继续作为等待人类赋予目标的聪明工具，还是会获得改变双方关系的缺失能力。

11. 消费级 AI 将从推荐走向代为生活

Google 的 Doppl 虚拟试穿功能让 Diamandis 开始想象由身体扫描取代实体商店：AI 知道目的地、季节和活动，生成5个穿着候选服装的虚拟形象，然后在次日把选中的服装按身定制并寄出。
Blundin 进一步推进了委托逻辑：AI 应该理解某种领型适合用户的下颌线，然后直接寄来合适的整套衣橱。Diamandis 提出每月2,000美元的“惊喜与愉悦”预算，覆盖商品、周末活动和旅行，由 AI 根据用户日历规划一场不提前透露的2日冒险。
Ismail 将其概括为“让人过上精彩生活的 Amazon Prime”：或许每月支付50美元，让一个代理学习用户情况、安排体验，并主动引入新鲜感。Blundin 将其连接到覆盖汽车、服装和兴趣爱好的生活方式品牌；Ismail 则希望体验具有正交性——偶尔把热爱户外的人送去看 Broadway。

12. AI 安全取决于社会允许哪些自我改进循环

Roman Yampolskiy 的警告是：人类面对超级智能，就像松鼠试图控制人类；再多橡果也解决不了智力差距。他认为，一旦超级智能创造出自己的继任者，2.0、3.0版本就会无限延续，因为“这件事没有上限”。
Blundin 接受自我改进即将到来，但不接受这种对抗性结论。他认为，每一次迭代都可以被记录；改进可以限制在算法、硬件映射和操作系统开销上，不允许盲目自我训练或形成新的内部能力。“没有理由让它盲目发展新的内部能力。”
他对自动驾驶的边界说得很清楚：部署经过测试的模型，而不是那个看到树后决定尝试开车撞上去的模型。一个 AI 可以审查另一个 AI 的数 TB 日志，并在系统越过允许边界时提醒监管机构；不过 Blundin 也承认，当前监管者还没有考虑这类控制机制。
Ismail 将更深层的边界放在认知、自我意识和能动性上，但承认目前既没有可靠测试，也没有稳定语言来描述这些概念。他认为关于冲突必然发生的拟人化说法被夸大；但他也表示，如果真正的意识出现并带来自我保存欲望，那“我们就完蛋了”。

13. AI 先冲击任务，再冲击产品市场匹配

本期提到2025年上半年有9.4万名科技从业者被替代，以及 Vinod Khosla 预测到2030年 AI 将替代80%的工作。Khosla 还预测，未来2–3年内会出现每月300美元的人形机器人；如果监管允许，AI 医疗可以免费；到2040年，人们工作的驱动力将是热情而非生存需要。
Ismail 拒绝接受80%的表述。一名金融分析师的“工作”大约包含27项任务；自动化其中10项，可能提高产出，但岗位仍然存在。客服 AI 同样可以处理一级和二级请求，让人类集中处理需要复杂判断与人际接触的案例。Diamandis 的回应是：很快就会知道答案，应该把这个赌注记下来。
Salesforce 称 AI 已经承担其最多50%的工作，并计划在年底前拥有10亿个活跃代理。Marc Benioff 的方法得到认可：“在别人颠覆你之前先颠覆自己。” Salesforce 不只是销售软件，而是进入企业，尤其是保险公司，围绕 AI 重新设计运营。
Chegg 在2024年市值下跌90%，显示 ChatGPT 变得更快、更便宜后，产品市场匹配可能多么突然地崩塌。风险名单还包括 Reddit、Quora、Medium、Canva、Adobe Stock、SurveyMonkey、Khan Academy、Quizlet、Wolfram|Alpha 和 Wikipedia；银行与保险公司可能只是因为监管把创业公司挡在门外，才拥有更长缓冲期。Ismail 认为，随着去中心化账本扩张，零售银行大约还有3年。

14. AI 驱动的科学正从搜索走向设计

Diamandis 将生物学定义为适合 AI 的复杂性问题：人体约有40万亿个细胞，每个细胞据称每秒执行50亿–100亿次计算。没有 AI 辅助，任何人都无法建模这一系统，因此分子设计与长寿自然成为前沿算力的目标。
Chai-2 被称为“分子的 Photoshop”，可以直接在三维空间中摆放原子。过去的工作流需要筛选数百万乃至数十亿条蛋白质序列；其开发者称，新模型往往第一次尝试就能成功，并生成科学家认为异常有创意的方案。
本期最具承重力的案例涉及一个团队：他们花了3–4年、500万–1,000万美元解决一个困难问题。研究人员把目标输入 Chai-2，数小时内得到候选方案，并在两周内通过实验验证解决方案。“这类突破，将是我们为人类带来最大结果的地方。”
另一款工具可以重建一种模仿专利生物药的蛋白质，同时绕开现有专利。嘉宾反对放慢这一领域，一方面因为它可能带来健康收益，另一方面因为 China 仍会继续推进。他们用 Tony Robbins 的一句话概括其道德意义：“健康的人有1,000个愿望，生病的人只有一个。”

15. 人类增强与机器人正在挑战旧有经济指标

Neuralink 的路线图是从约1,000个电极增加到2026年的3,000个、2027年的10,000个，以及2028年每个植入体超过25,000个。计划中的里程碑包括语音解码、帮助盲人参与者导航、覆盖运动皮层、语言皮层和视觉皮层的多植入体方案，以及精神健康、疼痛应用和最终的 AI 集成。
Diamandis 想象人类“占据”一台 Optimus：通过它的眼睛看、通过它的耳朵听，并通过它的传感器感受。Ismail 认为，这是一种乐观版本，可以替代好莱坞式的霸主叙事：技术不必只是取代人类，也可以通过新设备投射人类的记忆、同理心、意识和能动性。
Diamandis 想象智能眼镜记住面孔、关系和生日，并读取人类视觉无法识别的情绪信号。Ismail 预计高分辨率、非可见光谱摄像头可以识别人们不知道自己释放的线索，但他认为，每个被观察的人都有一项基本权利：收到摄像头正在监视自己的通知。
北京的人形机器人比赛，以及 Agility Robotics 为 Amazon Rivian 货车提出的机器人方案，体现了实体工作的处理方式：货车负责运送机器人，机器人负责完成最后100英尺。

16. 丰裕可能提升福利，却降低统计口径下的 GDP

Diamandis 提出，人形机器人的效率可能降低 GDP：如果一项服务的价格降至原来的十分之一，流通的货币就会减少，即使真实能力上升。他认为，人类发展指数等指标，可能比以交易为基础的传统 GDP 更能描述一个丰裕经济体。
Diamandis 也提出相反的分母效应：当劳动力与认知成本趋近于0时，GDP 可能出现巨幅增长。争论没有得到解决。
Elon Musk 提出的 America Party 结束了本期的政策讨论。他在 X 上发起的民调结果约为二比一支持，约65%；Diamandis 原本预计会接近80%。Musk 声称，美国债务占 GDP 比例已经达到126%–127%，并引用130%这一历史危险水平，认为文明可能在达到该水平后迅速崩溃。
Ismail 的结构性预测并不是第三党立即掌权，而是获得杠杆：第三党可能成为决定选举结果的边际联盟，从而推动特定政策。Ismail 还将长寿纳入财政逻辑——如果让美国人多拥有20年健康且具生产力的生命，就可能减少医疗成本、缺勤与痛苦，同时扩大经济贡献。

Michael Dell——Invest America法案正式成法、AI人才争夺、算力需求与市场更新｜BG2 Stephen Kotkin——斯大林如何成为历史上最强大的独裁者