债务螺旋还是全新的黄金时代？超级碗内幕交易、暴增的 Token 预算、Ferrari 新 EV

摘要

• AI agents 正在替代知识工作之前先扩张知识工作的边界。 两名 UC Berkeley 研究人员在一家拥有200人的科技公司内开展了为期8个月的研究，发现使用 AI 的员工工作更快、覆盖任务更多、工作时间更长，同时也报告了更大的压力和职业倦怠。Sacks 预计，“以任务为基础的工作”将转向“以目标为基础的工作”：原生使用 AI 的员工能在2小时内完成原本需要数天的任务，并自下而上推动企业采用。

• Jason 的创投公司已经围绕智能体同事重组，据称可获得10-20倍杠杆。 20名员工中已有4人专注于推动采用；OpenClaw“复制体”拥有邮箱、Slack、Notion 和 Google Docs 账号，而名为“OpenClaw Ultron”的智能体则负责监督另外4个。Jason 表示，智能体目前已完成投资团队平均成员约20%的工作，以及其助理过去30% 的工作量；Friedberg 感到意外的是，“具备递归性的是输出”，而不是模型本身。

• 保密性与控制权可能再次让本地部署 AI 成为战略必需。 Chamath 认为，使用公共端点可能会把涉及机密战略、模型和运营数据的提示词—响应元数据及智能体轨迹传回模型供应商，并以 GEICO 精算师暴露专有风险定价数据为例。他的结论是：“AI 可能正是让你无论如何都负担不起不做本地部署的原因”，无论采用本地桌面、集中式私有基础设施，还是企业级安全智能体平台。

• Token 支出正成为第二张工资单，甚至可能超过超级开发者的薪酬。 Jason 的智能体通过云 API 很快就达到每个每天300美元的消耗，但当时只完成了10-20%的工作量，这意味着每个智能体年化成本约10万美元，也要求员工至少提升2倍生产率。Jason 怀疑硬件和模型进步最终会把 Token 成本压到当前水平的十分之一，但 Friedberg 表示，今天的 Bedrock 和 CoreWeave 方案在规模化部署上都不具备经济性。

• 预测市场正在接近 Regulation FD 之前的世界：高手将信息不对称变现，外行则提供奖金。 超级碗期间，Kalshi 成交额超过10亿美元，Polymarket 达到7亿美元；掌握可疑信息的账户准确预测了半场细节，一个被指与滥用军事信息有关的账户据报赢得超过15万美元。Chamath 表示，这类市场能更快暴露真相和不当行为，但其短暂性使有益的吹哨行为难以与由内幕人士刻意创建或利用的市场区分开来。

• CBO 基准情景描绘了一条债务螺旋；如果再融资利率或无资金覆盖的养老金打破假设，情况会恶化得多。 节目援引的数据包括1.9万亿美元赤字、债务从31万亿美元升至2036年的56万亿美元——2026年至2036年平均每年增加约2.5万亿美元——以及 Social Security 将于2032年耗尽。Friedberg 计算，接近5%的利率将额外增加约6500亿美元年度利息支出，并把总利息推向2万亿美元。他认为更大的尾部风险是联邦政府接管州和地方养老金，包括加州近1万亿美元的未融资负债，成为“压垮骆驼的混凝土”。

• Sacks 看到一个由 AI 驱动、增长跑赢 CBO 财政算术的“新黄金时代”，而 Chamath 仍偏好耐久实物资产对冲。 Sacks 不接受 CBO 对2026年2.2%实际增长率及此后1.8%的假设，指出近期季度增速已超过4%甚至5%，1月私营部门新增就业17.2万人，超大规模云厂商预计资本开支6000亿美元；按他的估算，这相当于约2%的 GDP 顺风。Chamath 反驳称，全球同步上升的债务/GDP 比率相对而言可能没那么重要，但货币仍可能“突然坠崖”，因此黄金和其他实物资产才是实际保护。

• All-In 的新 Liquidity 活动旨在打开封闭的资本配置网络。 这场定于5月31日至6月3日举行的酒乡活动面向资本配置者、LP 和 GP。Chamath 表示，活动将聚集公开市场、对冲基金、私募市场、成长型和信贷投资者，代表数万亿美元资金的 LP，以及领先科技公司的 CEO，进行最佳投资想法展示、关系建立、潜在投资和新兴管理人的资金配置。申请入口为 allin.com/events。

• Ferrari 的首款 EV 可能在自动驾驶将人类驾驶变成小众活动之际，保住豪华体验。 这款车计划于2026年5月推出，拥有超过1,000马力、4台电机、低于2.5秒的加速时间、330英里续航和5,100磅车重。Sacks 喜欢其强调触感、屏幕与实体按键并存的内饰，但不喜欢暂定版外观。Chamath 更宏观的判断是，FSD、Waymo、保险成本和安全经济学将把人类驾驶压缩到“越来越小的地方、越来越少的时间”，让 Ferrari 买家明确为驾驶体验本身付费。

精读

1. AI 将以任务为基础的工作转化为以目标为基础的工作

• Jason 开场提到 HBR 于2月9日（周一）发表的一项研究。两名 UC Berkeley 研究人员在一家拥有200人的科技公司内驻场8个月，发现使用 AI 的员工工作速度更快、承担的职责更广、工作时间更长。他们感觉生产率提高了，但也报告了更大的压力和职业倦怠。

• Sacks 将这一结果与自己的反共识预测联系起来：AI 会增加对知识工作者的需求。自动化消除了“琐碎任务”，提升了员工贡献的层级，员工也因此主动承担更多工作，就业由“以任务为基础的工作”转向“以目标为基础的工作”。

• 按 Sacks 的框架，真正拉开差距的能力将是为自己和智能体设计工作结构。早期采用者将“看起来拥有超能力”：同事仍预计要花几天完成的演示文稿或电子表格，他们2小时就能交付。

• 因此，企业部署可能以“既成事实”的方式到来：员工把消费级智能体带入日常工作流，而集中管理的转型团队还在花数月研究供应商、发起 RFP。Sacks 将这种模式类比为消费级 SaaS 自下而上的采用。

2. 智能体同事正在成为新的运营层

• Jason 表示，他的20名员工中已有4人专注于智能体，其杠杆率达到另外16人的10-20倍。他预计全公司采用大约需要6个月，并认为这可能让公司相对竞争对手获得10倍优势。

• 一套播客工作流会自动寻找或剪辑片段，将其存入 Google Drive，分析 YouTube、Instagram 和 TikTok 的表现，并提出改善分发的方式。报告本身被隐藏，人工只会收到片段和建议采取的行动。

• 他的公司每周都会再把5-10%的工作转交给 OpenClaw。其“复制体”拥有 Notion、Slack、Google Docs 和邮箱身份——此前公司一直避免授予这类权限，因为不想对智能体误处理密码、Bitcoin 密钥或其他敏感信息负责。

• 一个名为“OpenClaw Ultron”的监督智能体现在会检查4个复制体，询问它们在做什么，并汇总工作。Jason 估计，智能体已接管其助理30%的工作量，以及普通投资专业人士20%的工作量。他最强的判断是：“它们不会忘记做事，也不会犯错。”

3. 解锁意外的不是递归训练，而是递归输出

• Friedberg 表示，研究人员原本预计，等上下文窗口足够大后，递归改进会来自持续用模型自身重新训练模型。但实际情况可能是，“具备递归性的其实是输出”。

• Chamath 描述了智能体完成任务、接受另一个智能体的批评、获得新技能或最佳实践，然后按计划重复这一循环的过程。Friedberg 认为，由此产生的性能提升，类似于计算机科学家原本预期递归式模型开发本身会带来的效果。

• 他的态度仍明确保持开放：“让我们看看它能走多远。”这一机制正在带来出乎意料的快速进步，但他没有声称该过程已经消除了底层限制。

4. 保密性可能推动企业算力回到本地部署

• Chamath 首先提出的问题是：“本地部署会成为新的云吗？”云基础设施凭借共享规模、更低的资本开支和更低的运营成本胜出，但 AI 可能让机密战略、模型和运营数据泄露，成为部分企业面临的深层问题。

• 他的例子是一份战略 PDF、一套 PowerPoint 或关键模型，通过公共 ChatGPT、Gemini 或 Claude 实例进行分析：提示词和响应元数据会回传给供应商。智能体工作流还会增加详细的执行轨迹。他认为，GEICO 不会希望精算师在开放式 LLM 实例中分析专有风险定价数据。

• Chamath 还提到一项司法裁决，按他的说法，该裁决否定了此类云环境内的律师—客户特权，并将相关材料视为公共领域信息。将这一主张与 AI 采用不可避免结合起来，便形成了他的困境：企业需要 AI 才能生存，但公共端点可能牺牲“所有控制权、所有安全性、所有保密性”。

• 提出的架构从强大的本地桌面，到类似 VAX 的集中式私有计算机为“哑终端”提供服务。Friedberg 表示，本地大语言模型可能需要一台拥有512 GB内存的 Mac Studio，或两台菊链连接的系统。他援引 8VC 作为 Bedrock 前20大客户的经验，称云成本已经过高；CoreWeave 面向训练，现货价格则会造成无法使用的尖峰。

• Sacks 认为，可以把 OpenClaw 做成企业级且安全的产品。Chamath 的结论是绝对性的：“AI 可能正是让你无论如何都负担不起不做本地部署的原因。”

5. Token 预算开始与薪资相提并论

• Jason 给出了这个问题的价格：他的智能体通过云 API 几乎立刻就“达到每个智能体每天300美元”，但当时只完成了10-20%的工作量。按年化计算，每个智能体的成本约为10万美元。

• 这迫使公司为顶尖开发者设定明确的 Token 预算，也引入了新的最低回报率要求：高强度使用 AI 的员工必须至少提升2倍生产率，“否则我的钱会花光”。当被问及 Token 何时会超过薪资时，Jason 表示，超级开发者可能已经处于这一状态。

• Friedberg 表示，今天没有经济可行的基础设施答案。Bedrock 携带供应商层面的额外成本；CoreWeave 的容量面向训练，且要求未来承诺，现货价格则会造成无法容忍的尖峰——因此，“今天没有任何真正说得通的解决方案”。

• Jason 怀疑 NVIDIA、Grok、Google、AMD 等公司会提高算力密度，并大幅压低 Token 价格，可能降至当前输出成本的十分之一。这能缓解账单压力，却不会消除私有部署的保密性动机。

6. 预测市场先奖励知情者，而不是单纯有观点的人

• 超级碗交易达到临界规模：Kalshi 成交额超过10亿美元，Polymarket 达到7亿美元。一个注册仅1天的账户准确预测了20项半场结果中的17项，但只赚到1.7万美元；另一个新账户则准确交易了 Bad Bunny 的演出曲目。

• 更严重的案例涉及以色列人员被指利用军事行动机密下注。据报，相关账户赚取超过15万美元，随后沉寂6个月，又回来押注以色列袭击伊朗的时间。

• Friedberg 询问，在一场自愿参与的附加赌局中，基于知识的优势是否应被视为内幕交易。他担心的是平台的持久性：少数拥有信息或套利优势、资本充足的账户，能够持续吞噬那些“很快就被烧光”的大量小账户。

• Sacks 给出了市场结构：“高手”拥有优势，“外行”则是“磨坊里的谷物”。与受到监控的体育赛事不同，预测市场可以围绕内幕人士知道或控制的事件展开，但其流动性、动态性和短暂性都太强，难以像证券一样清晰监管。

7. 信息不对称既是产品，也是毒药

• Sacks 将预测市场与 Regulation FD 之前的股票市场相比较，当时选择性披露“并不违法”。CFO 可以告诉某位经理季度业绩会非常强劲，从而形成将特权信息变现的网络。

• 他引用一张展示 Warren Buffett 在 Regulation FD 前后表现的图表，认为信息对称后，Buffett 的回报率从大约跑赢市场一倍降至接近市场水平。他的结论是：“市场在存在不对称时才会蓬勃发展。”

• 按这一框架，未受监管的预测市场将类似“Regulation FD 之前的股票市场”，高手从外行手中拿走资金。监管可能消灭这一产品；对于缺乏信息的交易者而言，不参与可能是唯一可靠的防御。

• 不过 Chamath 仍保留其社会价值的一面：内幕激励可能比正式吹哨系统更快暴露腐败、不当行为或正在发生的事件。尚未解决的问题，是如何区分这类产生真相的市场，与由已经控制答案的人创建的下注市场。

8. Liquidity 旨在打开封闭的资本配置网络

• Besties 宣布推出 Liquidity，这是一个定于5月31日至6月3日举行的酒乡闭门活动及峰会，面向资本配置者、LP 和 GP。它并非面向公众售票的活动，申请入口为 allin.com/events。

• Chamath 将活动定位为打开传统上封闭的投资想法交流场所。计划邀请的群体包括公开市场和对冲基金投资者、私募市场、成长型和信贷投资者，代表数万亿美元资金的 LP，以及快速成长科技公司的 CEO。

• 活动将安排演讲、最佳投资想法展示、关系建立和潜在投资。Chamath 还表示，主办方可能会把名额和资金配置给需要资本、且能够展示良好回报的新兴管理人。

9. 债务螺旋取决于利率与隐藏的公共负债

• 节目呈现的 CBO 数据包括1.9万亿美元赤字——接近 GDP 的6%——债务从31万亿美元升至2036年的56万亿美元，即2026年至2036年平均每年增加约2.5万亿美元；债务/GDP 从120%升至135%。Social Security 耗尽时间提前至2032年。

• Friedberg 抨击了3.1%的短期再融资利率假设。他计算，若利率约为5%，年度利息支出将再增加6500亿美元，使总利息接近2万亿美元；借款支付利息又会进一步推高债务存量，形成螺旋。

• 如果 Democrats 赢得中期选举，并在2028年赢得白宫，更大的条件性风险将出现：联邦政府为资不抵债的州和地方养老金提供支持。据称，仅加州就有近1万亿美元未融资的公共退休负债，而 CBO 基准情景没有计入这一部分。

• Chamath 提议通过破产或其他重组机制处理州和地方财政或养老金负债。否则，Friedberg 表示，联邦化将不只是“最后一根稻草”，而是“压垮骆驼的混凝土”。

10. 增长是逃生舱，但货币贬值仍是对冲手段

• Sacks 认为，CBO 对2026年2.2%实际 GDP 增长、此后1.8%的预测，无法解释 Q3 超过4%、Q4 初步数据超过5%的增长。如果 AI 基础设施能够产生回报，这些假设可能过于保守。

• 他的财政处方是冻结联邦支出，直到经济增长把支出占比从约 GDP 的23%拉回历史均值附近的20%，而收入仍维持在约17%。此后，支出可以跟随经济同步增长。

• Sacks 强调，1月私营部门新增就业17.2万人，远超约7万人的预期；政府就业减少4.2万人，失业率为4.3%。他还称，自 Trump 第二任期开始以来，私营部门新增就业61.5万人，联邦雇员减少超过30万人。

• 仅4家超大规模云厂商预计就将投入6000亿美元资本开支。Sacks 估计，在软件和生产率回报尚未计入前，这已相当于约2%的 GDP 顺风。“我们正处于一轮经济繁荣的起点，”他表示，这可能是一个“新黄金时代”。

11. 债务可以是相对的，但购买力不是

• Chamath 从300年的历史视角出发，认为主要经济体的债务/GDP 比率通常同步上升，其间由战争打断：战争初期推高债务，随后降低债务比率。如果每个国家都达到200-300%，相对位置可能变化不大。

• 因此，他表示，债务/GDP“在很大程度上”不能孤立看待，真正重要的是脱钩。即便主权杠杆同步上升，通胀、进口成本、出口、盈利和家庭财富仍会产生具体后果。

• 政治意愿也没有带来多少安慰：即便是保守派国会，也没有落实 White House 和 DOJ 认定的大量浪费、欺诈和滥用削减措施。Chamath 预计，除非遭遇异常强烈的外部冲击，否则政府仍会“沉迷于支出”。

• 他的投资组合应对是持有“真实、耐久的资产”，随着市场对美元计价财富的信心减弱，黄金可能受益。Sacks 补充称，Kevin Warsh 领导下更紧的 Fed 资产负债表可能推高 Treasury 收益率，并通过增加利息支出，加大对国会和政府的压力。

12. 工资政策与移民执法暴露出最尖锐的分歧

• Jason 提到约700万个职位空缺、接近历史低位的失业率，以及约62%的劳动参与率，而 Clinton 时代峰值接近68%。他承认地域和技能错配存在，但认为许多职位单纯是工资太低。

• 他提出一个民粹式 Trump 方案：连续3年每年将7美元的联邦最低工资提高1-2美元。Friedberg 反驳称，如果工资底线高于某人的劳动价值，雇用该劳动者就会变成违法行为，失业率上升，自动化加速——否则，“为什么不把最低工资设成每小时100美元？”

• Jason 反驳称，Seattle、San Francisco、New York、Los Angeles、Australia 和 Scandinavia 的经验表明，工资和价格可能上升10-20%，但人口会变得更幸福。他接受自动化风险，却把提高工资底线视为可能抑制社会主义政治的解药。

• 在移民问题上，Jason 将目标锁定在建筑业以及休闲和酒店业雇主身上。他称这些行业雇用了250万名非法移民。Sacks 和 Chamath 追问监控、福利和刑事遣返问题；Jason 坚称，针对雇主的监控、工资单核查和罚款，与刑事执法是两回事，而就业机会才是移民的主要激励。

13. Ferrari EV 登场之际，人类驾驶成为一种奢侈

• Ferrari 首款 EV 的参数包括超过1,000马力、4台电机、零到60英里加速低于2.5秒、330英里续航，以及5,100磅车重，相比之下 F40 约为3,000磅。预计于2026年5月上市。

• Jony Ive 和 Marc Newson 参与了内饰设计，将类似 Apple 的玻璃和屏幕，与依赖记忆和触感的实体控制结合起来。Sacks 喜欢这种折中方案及其实体声效；他不喜欢外观草案中 Corvette、Trans Am、Model 3 和掀背车的设计元素，但承认最终方案尚未确定。

• Chamath 相信 Ferrari CEO Benedetto Vigna 能交付“Ferrari 体验”，但表示自动驾驶正在与汽车文化“赛跑”。FSD、Waymo、安全和保险经济学可能把人类驾驶限制在“越来越小的地方、越来越少的时间”，让 Ferrari 成为一种付费体验，而不再是普通交通工具。