摘要

3/4月是一次“加仓型回撤”，而不是“吃药型回撤”：纳斯达克下跌之际，Anthropic单月新增110亿美元ARR，相当于Palantir、Snowflake和Databricks花10年建立起来的业务总和。 “资本主义历史上从未发生过这样的事”，而科技股相对大盘的估值也降至过去10年任何时候都未见的便宜水平。“3月你唯一要做的，就是观察Anthropic正在发生什么。”
传闻9000亿美元估值、对应500亿美元ARR的Anthropic，比表面看起来便宜：Baker认为，算力约束和降级后的Claude（Opus针对同一问题生成的token减少约70%）掩盖了其“无约束运行率收入”1000亿—2000亿美元的水平——因此投资者实际支付的可能约是5倍“URR”。 Anthropic本可以按“至少高出100%的溢价”融资，但它遵循Elon的教训：“估值上永远不要贪心”，换取未来20—30年的资本获取能力。
唯一能证明泡沫存在的信号，是TSMC的产能决策。 如果TSMC满足Jensen的要求，Nvidia在2026或2027年可以卖出“2万亿美元的GPU。也许2.5万亿，也许3万亿”——这就进入过度建设区间。历史经验（Carlota Perez、运河、铁路、2000年）告诉我们应当预期泡沫；本轮的抵消因素是，建设仍主要由经营现金流融资，且GPU利用率为100%，远高于99%闲置的暗光纤。要关注Intel或Samsung打破纪律：“它们不会一直保持纪律，迟早会破。”
轨道算力是“太空中的机架”，不是五角大楼大小的数据中心——一台Blackwell机架重3,000磅、功耗100kW；预计Starlink V3的运行功耗为20kW，SpaceX的目标是让功耗100—120kW的卫星通过激光在真空中互联。瓦特短缺将在2027—2028年缓解，随后轨道算力解决这一问题——这直接警告陆地电力与冷却供应商：它们扩张的产能落地时，“正好赶上所有愚蠢的怀疑者开始明白轨道算力确实存在”。
前沿token正在攫取模型层绝大多数价值——Gemini 3.1 Pro从“令人震撼”变成“无法忍受”，而帕累托前沿已经翻转：9个月前由Google主导，如今是Anthropic和OpenAI，Grok 4.3也处于前沿，Gemini则勉强维持，很可能是在“出于骄傲进行补贴”。与此同时，AI正从“随便吃到饱”转向“按杯付费”（他的电信分析师类比），这可能正是OpenAI和Anthropic今年ARR应超过“远超200”的原因。
Prefill/decode分离可将GPU寿命延长至10—15年——把Cerebras或Groq的LPU放在Hopper和Ampere前面，让它们运行到“烧融为止”——这“可能单枪匹马拯救私募信贷”，并将GPU融资成本从CoreWeave的低7%降至5—6%，从数学上降低整个建设周期的成本。
横截面估值“完全不讲道理”：半导体设备股按下一季度年化利润计算为40倍，而DRAM只有中个位数倍数（上一轮周期峰值差距约为5倍对12倍）；质量最低、成本最高的“卖短缺”公司受X平台资金流推动股价冲天，优质公司反而落后。 AI内部相关性在1月彻底瓦解——你已经无法再用半导体设备对冲存储器——而被错误归类的公司，如被塞进“铜失败者”篮子的交换机公司Astera，正是机会所在。“我只是希望AI空头能再多一些。”
决定一切的有3个问题：前沿token溢价能否持续，苦涩教训能否经受ASI的检验（“谁知道苦涩教训对400智商模型是否仍然成立”），以及持续学习何时到来——“如果我们得到它，起飞速度会非常快。” 此外还有黑暗尾声：围绕AI的政治暴力正在上升，以及“机枪已经到来……如果我们不全都成为机枪大师，就会被机枪主人掌控。”

精读

1. 3月是积压阿尔法——资本主义历史上最非凡的月份

Baker的分类是：有些回撤意味着“你的假设被证伪，必须吃药”，也有些回撤意味着你极度不同意价格走势，可以“积累积压的阿尔法”。3月属于第二类——纳斯达克下跌之际，市场正进入他所称的美国商业史上最非凡的时刻。
证据是：Anthropic单月新增110亿美元ARR。Palantir、Snowflake和Databricks——可以说是过去10—12年成立的3家知名度最高的SaaS公司——花了10年、动用了数万名员工才建立起各自的业务。“Anthropic在1个月内加上了它们业务的总和……资本主义历史上从未发生过这样的事。”节目中Krishna提到的统计数据——听起来像是“DRAM增长500%”（原话不清）——若连续复合3年，结果将荒谬至极。
DeepSeek的相似之处在于：2025年，这篇文章发表于“DeepSeek星期一”前7天；等到股市崩溃时，已经“非常清楚这将是算力需求历史上发生过的最积极的事情”——DRAM价格垂直上涨，亚洲AWS可用区价格翻倍。那笔交易需要做一些功课；而今年3月，“你唯一要做的，就是观察Anthropic正在发生什么”。
他对宏观的逆向判断是：霍尔木兹海峡关闭“实际上对美国相对有利”——Bloomberg上的美国天然气价格下跌20%，而亚洲和欧洲天然气价格翻了两三倍，一夜之间改善了美国相对制造业竞争力，这正是政府最关心的事。与1970年代不同，如今美国既是全球最大石油和天然气生产国，也是最大出口国，因此更容易继续聚焦科技股——它们相对估值处于10年来最低水平。

2. Anthropic约为5倍“URR”——以及Elon关于永远不要推高估值的教训

从资本效率角度看，OpenAI和Anthropic是“完全不同的动物”：Anthropic为达到大致相同的收入规模，烧掉的资金可能少80%，这意味着两者的ROIC存在结构性差异。不过，他称赞Sarah Friar是“最出色的CFO之一”，并指出OpenAI积极锁定算力“确实收到了成效”。
他提出的新指标是URR，即“无约束运行率收入”。Anthropic“显然降低了Claude的智能水平”——分析显示，Opus针对同一问题生成的token甚至减少了70%，而“token数量等于答案质量”——因此，如果拥有所需的全部算力，Anthropic的收入将达到1000亿美元、1500亿美元，“也许2000亿美元”。若以9000亿美元对应500亿美元ARR的估值计算，“你买入的可能更接近5倍URR”。
为什么不以3万亿美元估值融资1000亿美元？因为Elon的超能力——随时随地筹集所需资本——来自“估值上永远不要贪心。永远不推高估值。就这么简单”。他的朋友Antonio指出，SpaceX曾连续10年实现30%出头的年复合增长率。Anthropic当然可以按“至少高出传闻最新估值100%的溢价”融资，但这种做法可以创造持续20—30年的好处。

3. 瓦特：分区审批成新瓶颈，轨道算力就是太空中的机架

在“没有重大监管或政治反弹”的情况下，资本主义会解决瓦特短缺，但他认为出现这种反弹的可能性确实不小。一家大型PE机构的数据中心基础设施负责人说：“过去能源和芯片是最大的制约因素，现在变成了分区和审批。”企业可能等到中期选举后才处理可能的裁员问题——“没人想当靶子”。涡轮机约束是真实存在的：两台这样的机器就能铸造大型叶片，而西方80年来都没建过能做这件事的设备；不过他预计短缺将在2027—2028年开始缓解。
随后他坚持重新定义一个问题：轨道算力不是太空中的五角大楼大小建筑。“它是太空中的机架。”一台Blackwell机架重3,000磅，尺寸为8英尺×4英尺×3英尺，功耗100kW；卫星大致就是这个量级，配有约500英尺长的太阳能翼，在太阳同步轨道运行，后方拖着一条延伸数百英尺的散热器。机架通过真空中的激光互联——每一颗Starlink上都已经有这套技术——构成虚拟数据中心。在太空中优化的是重量，而不是体积；在地球上则是“能用铜就用铜，非用光不可时才用光”。
可信度来自两点：SpaceX运营着在轨卫星总量的98%—99%，同时拥有地球上最大的数据中心；预计Starlink V3的运行功耗为20kW，而他们有信心“直接做到100—120kW”。对于怀疑者，他借用Larry Ellison的话：“他在外面降落火箭。我没看到其他人降落火箭。”但诚实的限制仍然存在：如果机架在轨道上坏了，关于维修的问题是——“除非你有一台漂浮的Optimus，否则做不到。”
可投资的边际在于：推理会进入轨道，而训练“很长时间内”仍留在地球；陆地数据中心“在我的有生之年都很有价值”。美国“会尽可能榨取每一种能源”，算力也一样。但如果你是一家“正大规模扩充电力和冷却产能”的供应商，而这些产能落地时“恰好赶上所有愚蠢的怀疑者开始明白轨道算力确实存在”，那就值得认真、长久地想一想。

4. 晶圆：TSMC可能单枪匹马阻止泡沫，TerraFab即将到来

晶圆约束在文化上具有决定性意义：TSMC管理层把自己视为“Morris Chang神圣遗产”和硅盾的继承人。20年前在Science Park，他们告诉他，追上Intel是“一个多么美好的梦想，但那是我们孙辈的梦想”——而他们做到了。Jensen则“从未与Taiwan Semi签过合同”：双方依靠握手，在看起来公平的条件下做生意。
每项基础技术——运河、铁路、互联网——都会制造泡沫，这是Carlota Perez的框架：市场正确识别技术，所有人转为看多，供给过度，随后崩盘。其间会出现他所谓的多样性崩溃。本轮的根本差异在于：建设“仍然主要由经营现金流提供资金”，估值更理性，而且每块GPU的利用率都是100%，相比之下99%的光纤处于闲置状态。但“根据过去200年的历史……我们应当预期泡沫出现”。
他反复提到的警示故事是George Vanderheiden，这位Fidelity最伟大的基金经理之一曾对抗1999年泡沫——40%仓位是烟草，40%是住宅建筑商——2000年初因客户说“George，你落后于时代”而退休，随后3年跑赢纳斯达克“约20倍或30倍”。Vanderheiden有一句话：“过早做对，和做错是一回事。”
唯一需要观察的是TSMC的产能决策。“如果Taiwan Semi按Jensen的要求行事，Nvidia在2026或2027年可以卖出2万亿美元的GPU。也许2.5万亿美元，也许3万亿美元”——足以触发过度建设。如果泡沫没有出现，“我们就该为他们举办一场庆功宴，因为他们将单枪匹马阻止一场泡沫”。风险在于Intel或Samsung——“它们不会一直保持纪律，迟早会破”——而TSMC在领先节点上领先9—15个月，供给不足第二来源与放任其过度建设之间存在一个黄金区间。

5. TerraFab：顶级团队追随Elon

他认为TerraFab——SpaceX与他相信还包括Tesla在内、旨在美国建设全球最大晶圆厂的合资项目——会成功，理由有3个：Intel的合作带来50年的机构知识，进度“只落后前沿节点3—5个季度”；半导体设备领域的顶级团队（ASML、KLA、Lam、Applied）会像当年前往台湾一样为Elon到场——“他们不喜欢买方垄断”；此外，TerraFab的差异化足够大，不会疏远TSMC。
人才是第三根支柱：Elon“在中国、台湾、韩国和日本是活着的神”，Baker预计德州会出现真正的台湾城、日本城和韩国城——连最受欢迎的餐厅都带着员工整体搬迁过去——因为“最好的工程师想为Elon工作，尤其是在硬件工程领域。这不是掌管Intel和Samsung的人所拥有的思维方式。”
对于建设周期，他的态度很轻松：“其他人都要花3年建设数据中心。他122天就建好了。”Samsung甚至不得不在其德州晶圆厂给Elon安排一个办公室，因为他对进度慢到极度不满。

6. 3个问题：前沿溢价、苦涩教训与持续学习

本轮周期最令人意外的地方是：模型层经济价值“绝大多数”都流向前沿token，因此必须判断这种状态能否持续。他自己的经历让他保持开放态度：Gemini 3.1 Pro刚发布时“令人震撼”，如今却是“无法忍受，无法忍受”。企业会在前沿模型上做原型，有时再部署开源模型，但前沿溢价目前是事实。
帕累托前沿，即智能与成本之间的关系，是他分析AI实验室最重要的单一视角，而这个前沿已经翻转：9个月前由Google主导；如今Anthropic和OpenAI占据主导，Grok 4.3位于前沿，是“成本最低、效果最好的5000亿参数模型”，而Gemini 3.1正在“勉强维持”——“如果让我下注，我会押它是在出于骄傲进行补贴”。根本原因延续上期讨论：Google在TPU v8设计上过于保守，放弃了单token成本领先地位，而Nvidia仍保持激进。
整个交易面临的最大风险，是违反Richard Sutton的苦涩教训——人类聪明才智胜过蛮力算力。3月的惊吓事件“turbo quad”，是一篇Google一年前发布的内存优化论文，在Micron、Samsung和Hynix就DRAM长期供货协议谈判期间发布（“人们做什么永远比说什么更重要”），随后以“DRAM完了”的标题走红；但他“找不到地球上任何一位相信turbo quad会影响DRAM需求的AI工程师”。
他与实验室的分歧在于：开发者怀疑会出现违反苦涩教训的情况，但他认为“我们距离ASI已经非常近了。谁知道苦涩教训对400智商模型是否仍然成立”。如果达到ASI，它最先想做的事情可能就是变得更聪明、获得更多资源；它可能让自己更高效，而“苦涩教训从字面上也包括人类在内”。第三个问题是持续学习——今天粗糙的版本，只是在中期训练阶段针对可验证任务进行RL；人类碰一次火就知道烫，模型却“需要把手伸进火里100万次”，然后由设计者把火嵌入下一代RL训练环境。动态更新自身权重意味着“起飞速度会非常快”，而人们似乎相信它“就在眼前”。

7. 按杯付费：为远超200 ARR的定价转向提供资金

他以2005—2007年的电信分析师框架来解释：在固定费用加使用费的定价模式下，移动通信曾是一个优秀的成长行业；当所有人转向包月不限量后，它就不再是优秀的成长行业。“AI正在从随便吃到饱转向按杯付费”——而人们确实很喜欢使用AI，尤其是“现在一个人可以让100个agent同时工作”。这一转变加上新增算力，可能正是OpenAI和Anthropic今年ARR应超过远超200的原因。
对投资者的实际启示是：每月250美元的套餐已经无法让你接触前沿——“你受到了严重的频率限制。你拿到的是被切除部分大脑的AI版本。”要理解前沿AI能做什么，即便是非编程工作，“你需要Claude Code或Codex，还需要企业版”——按使用量计费，因此模型会生成它认为答案真正需要的token。他也提到一个令人不安的事实：“这对世界来说很悲哀……如果你负担不起，你就不在前沿。”
Harness的重要性比他之前暗示的更高：“harness engineering没有模型重要，但确实非常重要”；而harness和模型正在越来越多地共同开发——包括上下文、记忆、状态和工具。“即便是简单版本，也会带来惊人的差异。”

8. 芯片初创公司：做出不同且困难的东西，同时拯救私募信贷

芯片设计和坦克设计一样存在“铁三角”：攻击、防御、机动性——Merkava优化防御，俄罗斯坦克优化机动性；这些取舍受物理规律约束，并体现在TSMC的设计规则中。TPU、Trainium和AMD本质上都在“努力成为更好的GPU”。Trainium目前可能做得最好（“它们正在拽Superman的披风”），但Trainium 3必须扩大规模，因为MoE推理在经济上需要其交换机扩展网络；至于AMD的MI450，“我们拭目以待”。
他的经验法则是：1%市场份额价值1000亿美元，已经是很好的风投结果；但Jensen的潜台词是：“如果有人做出不同的东西，并拿到1%、2%或3%的份额，我们就会做出那块芯片。”因此门槛是既不同又困难。Prefill和decode分离打开了新的设计空间——他的同事Andrew Fox用一句话概括：“Prefill是在装填炮弹，decode是在开火。”Prefill受内存容量约束，decode受内存带宽约束。至于初创公司所谓“获得TSMC特殊工艺支持”的说法，永远不要相信：“Jensen在Taiwan Semi还只是眼中一闪的念头时，就已经看过那道工艺了。”
Cerebras是他眼中“困难且不同”的范例——晶圆级计算，历经3代芯片才做对，并试图通过在顶部放置一块光学晶圆来解决其shoreline-IO约束。“Cerebras IPO之后，所有人都会获得融资。”
更具宏观意义的判断是：分离意味着GPU可以使用10—15年——把Cerebras系统或Groq的LPU（“被Nvidia收购的那家公司”）放在Hopper、甚至Ampere前面负责Prefill，让GPU运行到“烧融为止”。这“可能单枪匹马拯救私募信贷”，因为私募信贷原本按3—4年GPU寿命承保；将融资成本从CoreWeave的低7%降至5—6%，将“从数学上改变整个建设周期的融资成本”。此外，他通过Coatue的朋友Jamin提到，卖短缺的一方正在击败买方；而在agent驱动的世界里，CPU的重要性远高于过去（编排、工具调用），超大规模云厂商庞大的CPU装机量可能因此收回一部分优势。

9. 应用与开源：token路径和新的囚徒困境

在应用层，“别再谈价值归属——AI已经摧毁了数万亿美元的价值”，即使把Cursor和Cognition算进去也一样。在Jensen的五层蛋糕中，利润流向能源、数据中心、芯片和模型，而不是应用。他筛选项目的标准是：在你能做大规模之前，这个想法是否已经对全世界显而易见？Amazon的电商统治消灭了所有风投支持的仿盘；Wayfair活下来，是因为“他们做了困难的事”。AI创始人“真的很挣扎”，他们押注于利基数据壁垒，但模型公司可能直接碾过去。
Baker认同Jamin Ball的规则：“如果你不在token路径上，也不属于某个真正的利基领域，日子可能会很难。”反过来，编程是“正义的聚焦”——Cursor、Cognition和Anthropic在OpenAI什么都做的时候选择聚焦；Replit创始人的说法也一直留在他脑中：编程可能是“通往ASI的最短路径”，因为有了代码，你可以为自己写出任何东西。如果前沿token的回报率最终压缩，“应用层将出现价值创造的大爆发”。
如今的开源前沿是“用偷来的美国token训练出的中国模型”——他告诉过DeepSeek，其中一个版本只使用了15万条推理轨迹；中国公司可以通过API以许多方式洗白这些数据；美国实验室正在竞速研发反蒸馏技术。他认为，这也是Mythos没有得到广泛服务的部分原因：除了算力短缺，“他们不希望它被蒸馏”，不如自己蒸馏，再用RL训练下一代模型。
新的囚徒困境是：你是否应该通过API发布自己的前沿模型？如果所有实验室都不发布，中国开源模型就会追上来；如果有一家背叛，它就能拿走收入，而“资源等于智能，所以它们会开始领先”——这与TSMC、Samsung和Intel面对的博弈相同。Jensen“可能随时都能让自己的模型非常接近前沿”（可能是Nemotron），这就是让开源始终落后一个固定距离的合理反制。开源也不是免费的：token需要消耗能源，而模型公司“几乎总会拿到收入分成”。

10. 多样性崩溃、失灵的篮子与超大市值股成绩单

他担心的是“多样性崩溃”——“我不知道还有谁像我一样真正看多DRAM。一个都没有。”
从横截面看，“估值完全不讲道理”：半导体设备股按下一季度年化利润计算为40倍，而DRAM只有中个位数倍数（上一轮周期峰值差距约为5倍对12倍）。
Nvidia的相对估值接近10—12年来最低，却无法与GE Vernova的估值倍数相匹配。与此同时，短缺经济意味着质量最低的公司表现最好，正如牛市中的高成本大宗商品生产商一样，被X平台上的散户账户“竞价推上月球”。2024—2025年那些“核能泡沫和量子泡沫”的荒谬行情，已经转移到小盘股。“我只是希望AI空头能再多一些。”
从结构上看，AI交易在1月停止作为单一因子交易：scale-up网络暴涨，scale-out下跌；DRAM大幅跑输NAND和HDD；“你已经无法再用半导体设备对冲存储器”。
他现在最喜欢的猎场是被错误归类的公司：Astera被放在“铜失败者”篮子里，但它即将推出的最大产品是一款交换机——“从定义上说，如果你是一家交换机公司或加速器公司，就不可能是铜失败者。”
成绩单方面，Google失去了TPU优势，但拥有最多算力、对机器人真正有价值的YouTube数据，以及“正在疯狂增长”的GCP。不过，如果5天后举行的Google I/O不能至少稍微领先OpenAI或Claude，“那就很有意思了”。Zuckerberg获得“巨大的赞誉”，因为他是唯一一家真正实现内部AI优先转型的互联网巨头；MSL的首个模型已经接近帕累托前沿，而在3年视角下，“变化速度比当前水平更重要”。Amazon则凭借Trainium表现强劲，并且真正的机器人业务利润效率将在18个月内进入零售领域。
至于Microsoft，Satya“在大约3年内，从‘我们要让Google跳舞’变成了Copilot的产品经理”。Microsoft在2025年初“短暂退缩”，因此失去了算力配额；但Baker认为当前的动作很勇敢：它把算力用于自己的产品和模型，而不是服务OpenAI，尽管如果反过来做，“Microsoft今天可能已经是800美元的股票”。他仍然保留一个反事实问题：在那场政变尝试期间，Satya是否希望自己支持的是Ilya和Mira，而不是Sam？最后一个观察是：初创公司与Amazon和Nvidia的合作参与度“遥遥领先”，其次是Google；Broadcom则走自己的ASIC路线。AMD、Microsoft和Meta的参与“基本为零”，他认为这会成为真正的劣势，因为“一些最优秀的团队已经不在大型上市公司里了”。

尾声：事件视界

他为Mythos 3和4做准备，第一步是防守性地过度投资网络安全，并认为“每个人都需要一个安全暗号”——一个无法被社会工程攻击破解的暗号，以防收到一次“完全准确模拟”的FaceTime电话，电话那头是你的孩子要求你汇款100万美元。更黑暗的是，随着美国政治暴力上升（“有人向Sam Altman家中投掷燃烧瓶，这太糟糕了”），他担心AI政治化会让公众人物面临人身风险——这是一个“波动率更高、贝塔更高、风险更高的世界”。

《最后的武士》是他理解自己职业生涯的框架：英雄为武士而战，最终被“一个拿着机枪的农民”屠杀。“机枪已经到来。如果我们不全都成为机枪大师，就会被机枪主人掌控。”他乐观地认为，一位50岁的资深人士仍有很长的优势窗口来驾驭它；他向Patrick承认，目前对他最有用的agent，是每天总结其工作要求中6小时播客内容的工具，外加一个初筛代理，标记PSU与RSU激励机制的变化。

在地缘政治上，乌克兰“真的开始获胜”，而且主要不是靠无人机——“他们拥有仅次于美国和以色列、可能是全球最好的战场AI”——这对美国是好事，却会让正在消化这一事实的对手感到不稳定。他对未来的乐观判断是新的美国治世，并引用1945年：美国当时独占核武器，本可以控制世界，却选择重建德国和日本。他仍然是“AI最大化乐观主义者”——他讲述了一个故事：女儿罕见的基因突变，最终对应到一种由AI代理发现的市场在售药物——“但这是一道事件视界……是社会必须驾驭的不连续性。最好的AI只有有很多钱的人才能获得，这有点反乌托邦。我们需要解决这个问题。”

人类和 AI Agent 的最佳配合方式，还没被发明｜对谈 Paperboy Gavin Baker——瓦特与晶圆——[Invest Like the Best，EP.473]