摘要

EA的550亿美元私有化，是一场押注：游戏IP加上AI，能够跑赢Xbox和PlayStation收取的平台通行费。 报价为每股210美元，溢价25%，对应约360亿美元股权和200亿美元债务。Chamath认为，私有化可以重置成本、部署AI并推进直接分发，可能将EA变成“数千亿美元级资产”；他的低概率熊市情景是，生成式工具把游戏供给扩大2至4个数量级，侵蚀现有巨头的IP价值。
沙特的游戏资产组合，本质上是在押注：AI扩张后的休闲时间最终会如何被消费。 Friedberg将生产率提升和更多闲暇时间，连接到更大的娱乐市场；相比社交媒体或传统媒体，自适应游戏有望获得更多增量。PIF此前已持有EA 10%的股份，并投资Scopely、Niantic、Nintendo、Take-Two和Activision Blizzard；交易完成后将成为EA控股股东，Affinity持股约5%。
即便多数私募股权基金正在耗尽超额回报，EA交易仍可能奏效。 Chamath认为，PE的扩张始于零利率杠杆，随后落后者开始高价买入、低效管理资产。他对资产配置人的检验标准是现金分配，而不是账面估值——“别给我看IRR，你的DPI是多少？”；他认为私人信贷将成为承接外溢资本的下一个泡沫。
Chamath的SPAC 2.0取消创始人认股权证，并将全部报酬递延至股价至少上涨50%之后。 他说，98.7%的资本来自蓝筹机构，预计目标公司会更稳健、收入更可预测，并设想一个预先配备10亿至30亿美元普通股资本的“Raptor 3”。他对散户的直白建议是：“也许不用避开所有SPAC，但一定要避开我的SPAC。”
AI转型在集中所有权结构下最具可操作性，而不是遍布传统PE投资组合。 Friedberg称，8090反复发现“B和C级公司由C和D级的人在经营”，即便合伙人想要更高EBITDA，激励机制和运营人才仍然错位。真正采取行动的，是能够直接下令“你就这么做”的控股股东，以及面临业务颠覆或被解雇风险的上市公司CEO。
DeepSeek-V3.2-Exp让模型选择变成一个经济变量，但迁移成本阻止了模型即时商品化。 其稀疏注意力设计据称可将API成本最多降低50%，输入每百万token收费0.28美元、输出每百万收费0.42美元，而Claude约为3美元/15美元。Chamath称其团队已将大量工作负载转向Groq上的Kimi K2，但提示词工程和微调意味着每次迁移仍需“几周”或“几个月”。
AI转型在集中所有权结构下最具可操作性，而不是遍布传统PE投资组合。 Friedberg称，8090反复发现“B和C级公司由C和D级的人在经营”，即便合伙人想要更高EBITDA，激励机制和运营人才仍然错位。真正采取行动的，是能够直接下令“你就这么做”的控股股东，以及面临业务颠覆或被解雇风险的上市公司CEO。
AI的战略约束正从模型获取转向电力供应和监管碎片化。 Sacks转述一位能源高管的警告：电价可能在5年内翻倍；他的短期过渡方案，是仅将40个峰值小时切换至备用发电，从而在天然气和核电到位前释放潜在的80 GW电力。与此同时，超过1,000项州级AI法案和118部已通过的法律，可能催生50套互不兼容的制度——Sacks称其为创业公司的陷阱，Chamath则认为这可能“让整个行业失去行动能力”。

精读

1. EA只有摆脱平台“收费站”，才能证明550亿美元估值合理

Jason将这笔550亿美元交易定义为史上最大私有化交易：PIF、Silver Lake和Affinity报价每股210美元，溢价25%，其中约360亿美元为股权、200亿美元为债务。Andrew Wilson继续担任CEO。
Chamath称游戏是“整个互联网使用场景的锚定支柱”，并援引Unity高管估计，全球约有30亿人玩游戏。EA是“800磅重的大猩猩”，但其经济模型仍暴露在Xbox和PlayStation等分发守门人面前。
Xbox上调订阅价格50%提供了一个鲜活案例：据称退订需求激增到网站一度瘫痪。私有化让EA有时间清理运营开支、纳入下一代工具，并在这些平台之外建设分发渠道，使IP所有者保留更多经济利益。
熊市情景不是执行不力，而是稀缺性消失：AI工具链可能将游戏产量提升2、3甚至4个数量级，社交平台则成为分发商。Chamath预计，Disney、Hulu和Netflix等传统制片厂的IP价值损失会超过游戏行业，但对EA而言，这仍是“概率相当低”的结果。

2. AI让游戏变成自适应留存引擎

Friedberg的配置框架从时间开始：社交媒体、传统媒体和游戏争夺用户注意力，但AI应当不成比例地流向互动娱乐，因为它能针对每位玩家动态响应，而不是简单生成另一条集中生产的信息流或节目。
Fortnite展示了具体机制。新玩家在匹配到更强的儿童玩家后不断流失，于是游戏让他们先与经过调校、能够被击败的AI对手交手。这条逐步提升难度的曲线，让玩家在面对更强真人之前先培养技能，从而提高参与度和留存率。
他的宏观推演十分明确：AI提升生产率，其通缩效应帮助人们维持生活，工业化社会因此拥有更多闲暇时间。娱乐市场随之扩张；游戏成为“娱乐的未来”，而自适应AI成为游戏的未来。
PIF的行为正体现了这一判断。Friedberg提到，PIF此前持有EA 10%股份；Savvy Games在2023年以49亿美元收购Scopely，另有一笔35亿美元的Niantic交易、Nintendo 4%股份、Take-Two 6%股份以及规模可观的Activision Blizzard持仓。PIF将成为EA控股股东，Affinity获得约5%股份。

3. 资本过剩已经套利掉私募股权的中位数回报

Chamath将PE的崛起追溯到他所描述的传统60%债券/40%股票组合。当利率被人为压在接近零的水平，资产配置人沿风险曲线外移，收购基金获得巨大的借贷能力，能够比风险投资或对冲基金更快制造回报。
成功吸引了快速跟随者，随后又吸引来高价买入、管理不善、投入不足的落后者。他的规则适用于所有另类资产：当PE增长曲线变成曲棍球棒形，回报最终会压缩至零，正如对冲基金和风险投资此前经历的那样。
资产配置人真正该问的是现金兑现：“你的分配是多少？别给我看IRR，你的DPI是多少？”过去4至5年，分配一直“少之又少”；不过Chamath将Silver Lake排除在外，称其在15至20年间分配了数百亿美元。
Jason指出，延续基金会把资产卖入新载体并“重置时钟”，可能无限期地规避真正退出。二级市场正在复苏，但Chamath认为资本已经开始流入私人信贷——“正在形成的下一个大泡沫”。

4. SPAC 2.0以业绩挂钩的经济利益，换取发起人的期权价值

Chamath对传统IPO的批评集中在成本和定价错误：银行收取6%、7%或8%的费用，把低估发行的股票分配给特定客户，股价短暂冲高后便陷入漂移。直接上市则有另一种病灶——Slack和Coinbase都在最高成交价开盘，随后下跌。
在Slack上“站错了一边、亏了10亿美元”后，他在Coinbase上市首日卖出，并告诉Brian Armstrong，这一交易反映的是直接上市的市场机制，而不是他对公司的看法。这段经历促使他寻找更便宜、更具竞争力的进入公开市场路径。
Chamath将SPAC 1.0比作早期的Raptor发动机：复杂、部分成功，也经历过失火，但最终让一种载体获得市场认可，之后为美国公司募集了约1,500亿至2,000亿美元。“Raptor 2”取消创始人认股权证，只有在股价上涨50%后发起人才开始获得报酬，75%和100%时还有进一步分层。
新载体的配额中，98.7%分配给机构。Chamath预计目标公司将具备韧性和可预测收入，并认为“Raptor 3”可以预先配置10亿、20亿或30亿美元的承诺普通股资本，降低转换风险和复杂PIPE融资的必要性。对散户，他的建议依旧直接：“也许不用避开所有SPAC，但一定要避开我的SPAC。”

5. AI收购只有在所有权能够强制执行时才有效

Friedberg提到，Josh Kushner和Thrive以EBITDA倍数收购传统CPA公司，再应用AI对其进行重塑。他在公开市场看到的更大机会，是识别那些成熟公司：在竞争对手采取行动前，由软件优先的管理层利用AI改造产品、服务和单位经济模型。
Friedberg向大型PE投资组合销售8090的经历更为严酷。合伙人想要更高EBITDA，但底层持仓往往是“B和C级公司由C和D级的人在经营”；尽管8090年化收入已达9位数，并参与一笔3亿至4亿美元的交易，PE公司贡献的收入几乎为零。
Chamath称，他不认为大规模裁员是答案，但现有激励机制意味着AI采用率“基本接近于零”。Friedberg认为，真正有响应的只有两类人：企业主兼经营者——包括那些只需下令“你就这么做”的百亿美元级富豪——以及知道业务颠覆可能让自己丢掉工作的上市公司CEO。其他人都在“把头埋进沙子里”。

6. 生成式世界首先是AI层，而不是替代引擎

Friedberg解释，Demis Hassabis的演示并不是传统3D引擎，而是由模型渲染出一个看起来、感觉上都像世界的体验，底层没有对象渲染器，也没有传统物理系统。
Friedberg称，Unity管理层告诉他，要把这类系统变成真正合法、能够用于生产的大规模引擎，仍然“非常、非常难”。近期更现实的架构是以Unity为底层，由AI在上层生成角色、对象、概念和工程方向；同一套技术栈既可用于游戏，也可用于电影。
Friedberg以Sora为例：一段ATP风格的网球视频，让用户自己的脸与Federer对阵。把Federer换成朋友，生成视频就会变成一款游戏——当玩家提升4%时，对手可以提升5%，始终保持足够挑战性，既能教学又不会导致流失。
OpenAI的Sora应用允许用户选择将自己的角色开放给公众或仅限好友进行二次创作，但Jason将这种经过思考的授权机制，与版权持有人必须主动选择退出的做法作了对比。Sacks的质量判断标准是“今天已经是它最差的一天”；他预计，脚本、提示词和易用性将在1至2年内真正达到优秀水平。

7. 个性化媒体仍然需要共同的文化坐标

Friedberg认为，Sora和Meta的Vibes是分布式生产的早期工具，正在取代过去集中生产、大众消费的模式。最终的品类可能让所有人消费同一个故事的不同版本，而不是让每个人观看完全互不相关的私人电影。
他尚未解决的约束是共同文化背景：人们希望讨论同一场比赛、同一个体育结果或同一部电视剧。即使每个人的角色、视角和叙事分支不同，个性化媒体仍必须保留这一社会性和模仿性的参照点。
Jason认为，随着受众碎片化，共同体验已经在减弱。他专门买了20张Paul Thomas Anderson的《One Battle After Another》电影票，就是为了让20位朋友在观影后共享一场对话——这说明个性化不能抹去社交价值。
这场讨论指向一种自适应文化：参与度数据可以扩展某个个体最感兴趣的Star Wars或Marvel角色，同时保留共同世界。最有效的提示词和故事分支将递归式改进，产生不同体验，但仍锚定在可识别的共同素材上。

8. DeepSeek重置token经济学，但没有消除迁移成本

DeepSeek-V3.2-Exp推出DeepSeek Sparse Attention，据称能够加速大规模训练和推理任务，同时将API成本最多降低50%。Jason引用的价格是输入每百万token 0.28美元、输出每百万token 0.42美元，而Claude约为3美元/15美元。
Friedberg认为，“一场彻底的架构重构正在发生”，美国实验室也在探索类似方向。真正需要关注的曲线是每个token对应的美元和能源成本；架构变化可能带来10倍、100倍、1,000倍甚至10,000倍的降幅，从而实质性改变电力需求预测。
Chamath称，他的公司是Amazon Bedrock前20大用户之一，但已将大量工作转向Groq上的Kimi K2，因为后者比OpenAI和Anthropic性能更强，而且“便宜太多”。编程工具仍通过Anthropic运行，因为它非常出色，但价格昂贵。
模型不是可以随时热插拔的商品。代码生成、反向传播、提示词和微调都围绕某一系统进行了优化，因此采用突然胜出的新模型可能需要数周或数月重构。面对新预览版不断超越现有模型，他的团队反复权衡：现在迁移，还是继续等待。

9. 开源是中国唯一领先全球的AI层

Sacks认为，开源是“通往软件自由的路径”：开发者可以在自己的硬件上运行模型，而不必依赖1至2家主导科技公司。令战略决策者不安的是，如今领先的开源模型——DeepSeek、Kimi和Alibaba的Qwen——都来自中国。
美国的替代方案显得更弱。Sacks称，Llama 4让许多用户失望，Meta可能退回专有模型路线；OpenAI发布的模型距离其前沿水平仍很远，而初创公司Reflection AI“看起来很有希望”。除此之外，他认为美国在闭源模型、芯片设计、制造设备和数据中心方面领先。
Jason总结了其中的激励机制：落后者开放技术，领先者关闭技术。他提到自己认为落后最远的Apple及其OpenELM项目；以当前格局看，高性能闭源模型来自美国，高性能开源模型来自中国。
模型来源不决定部署地点。Groq可以分叉中国源代码，在美国数据中心完成实现并提供API，因此只要模型运行在本土基础设施上，客户数据就不必回到中国。企业可以获得更便宜的推理、定制、微调和本地部署控制；剩余的后门风险仍是安全问题，应通过测试和竞争性研究处理，而不是直接假定不存在。

10. AI会像软件一样扩散，而不是像钚一样扩散

Friedberg将去中心化延伸至Bittensor、TAO子网、Apple silicon和M4 Mac minis：推理可以发生在个人设备或分布式网络上，而不必专属于超大规模云，敏感任务得以留在本地，同时为共享算力增加激励层。
Sacks否定了早期将GPU类比为钚的说法。他更准确的表述是：“没人需要核武器，但每个人都需要AI。”消费者会希望在手机上使用个性化模型，企业会希望在私有基础设施上部署模型，政策制定者和少数中心化实验室都无法阻止这种扩散。
市场已经分化为5家主要美国开源公司、8个主要中国模型、各类初创公司，以及Hugging Face上用于图像、视频和垂直任务的专业模型。绝大多数活动都是良性的——商业软件、消费产品和病毒式媒体——因此国家安全政策必须区分真正的威胁与普通采用。

11. 电力而非模型获取，可能成为AI的硬约束

Sacks转述一位能源高管的警告：“未来5年已经写死”：如果没有有力的解决方案，电价可能翻倍。他提到，地方反对声音阻止了Google在Indianapolis附近建设一座10亿美元数据中心，并警告称，将居民电费上涨归咎于Big Tech会引发严重政治反弹。
一条出路是交叉补贴：拥有巨额自由现金流的超大规模云厂商支付明显更高的费率，让附近居民的电费保持不变或下降。另一条出路是为数据中心周边家庭的电池提供资金。Jason补充称，数据中心已经占到Virginia能源消耗的40%。
Sacks的过渡方案利用电网围绕罕见峰值进行设计的特点，就像“你会为复活节星期日来建教堂”。每年只需将40个峰值小时切换至柴油或备用发电机，就可能释放额外80 GW电力；天然气发电随后到位，但燃气轮机已有2至3年的积压订单，核电则可能至少需要5年。

12. 50套州级AI制度会让合规本身变成产品

Sacks形容各州正在经历一场“监管狂潮”。Friedberg给出了数据：2025年50个州全部提出AI法案，提案总数超过1,000项，已有118部法律通过。California的SB 53比遭否决的SB 1047更窄，但仍要求前沿开发者报告安全框架、事故，以及潜在的网络、生物或自主模型灾难。
即便单项披露要求可以接受，乘以50套不同的期限、定义和监管机构后，也会变得危险。Sacks称其为创业公司的陷阱和“帐篷里伸进来的骆驼鼻子”，并指出推动这批立法的California阵营还在审议另外17项AI法案。
Colorado的SB 24-205规定，开发者和部署者可能要对“算法歧视”承担责任，包括受保护群体之间的差异性影响。Sacks举例说，即便信贷模型只使用与种族无关的信用和资产标准，只要最终造成群体层面的不平等结果，也可能让贷款业务和模型开发者同时面临风险。
Friedberg认为，法律应当针对实际造成的伤害追究责任。Sacks补充称，网络攻击、歧视和其他伤害已经受到现有民事和刑事法律覆盖，而这些法案却在伤害发生之前，就建立政府对工具进行审查和控制的机制。

13. 联邦先占原则将全国AI市场与州权置于对立面

Chamath希望州级监管全面暂停，等待联邦政府制定统一规则。California单独的汽车排放制度已经迫使车企同时应对两套标准；他认为，50套AI制度将“让整个行业失去行动能力”，也会阻断政策制定者声称希望实现的生产率和GDP增长。
Friedberg为联邦制共和国辩护，但也指出互联网规模的技术会跨越所有边界。国会应当定义联邦标准和州政府可以扮演的角色，而现有民事和刑事法律应惩罚有害行为，而不是授权监管机构检查并批准私人系统。
“大而美法案”中的监管暂停条款没有得到共和党和民主党的支持。Sacks认为，共和党的抵制源于对Big Tech审查行为的合理愤怒，但实际受益者可能是推动意识形态模型的蓝州规则。他引用Trump总统7月23日要求建立单一国家标准的表态，称美国不能因此输掉AI竞赛。
Jason仍然摇摆不定：Texas提供了California没有的自由，而California的排放规则——他认为这消除了70%的污染——以及大麻政策，也表明州政府可以发挥建设性作用。Sacks则以商业条款和欧洲为例回应：美国无缝衔接的市场创造了全球规模，50套产品制度将拱手让出这一优势。

第157期｜2025年10月3日 Sora 与无限垃圾信息流 + ChatGPT 接受心理治疗 + 混乱快车