OpenAI 的身份危机、数据中心大战、伊朗消息推动市场上涨、Mamdani 的首项税收、Swalwell 出局
摘要
纽约市拟征收的年度第二套住房税——据猜测，500万美元以上第二套住房的税率为3.9%——将瞄准市场中最容易转向其他市场的买家，并可能压制新建项目。 Sacks 算账称，考虑利息和通胀后，一套1000万美元的房产持有10或11年后，实际需要以2000万美元左右的价格买入才能实现盈亏平衡。Friedberg 表示，即便房主不自住、而是出租给把纽约作为非主要居所的人，这项措施也可能适用。反例是 Austin：在移民增加的同时，宽松的建设政策带来了租金和房价连续3年下跌。
OpenAI 的战略风险不在技术不够强，而在企业业务增长落后，这一差距可能不断扩大，最终形成 Anthropic 无法追赶的领先优势。 Chamath 认为，在复杂、长周期编程上 Codex 优于 Claude；但 Sacks 估算，OpenAI 年增长约为3–4倍，Anthropic 则约为10倍。企业代码 token 的消耗会“像电力一样”扩张，而消费者变现受限于可能只有3–4%的付费转化率，以及市场对20美元包月不限量方案的预期。
前沿模型的竞争正在变成基础设施战争，因为物理算力的上限可能早于需求上限到来。 据称，Colossus 将扩容至分布在3栋建筑中的55.5万块 GPU，累计投入180亿美元；Meta 则计划在2026年建设拥有15万块 GPU 的 Prometheus 集群。Chamath 认为，最终效率和贡献利润会超过补贴的作用：实验室需要依靠使用收入为产能融资，而不是无休止地进行超大额融资。
算力稀缺看起来具备投资价值，但电力、许可和地方政治正逐渐成为真正的约束变量。 讨论援引了约100个受到争议、总价值1620亿美元的数据中心项目，其中约40个可能取消；还有一座城镇据称在批准一个60亿美元项目后，委员会有一半成员被换掉。Jason 更悲观的表述是，数据中心已经成为“富人的神殿”，是消费者尚未切身感受到 AI 收益的实体象征。
Allbirds 上涨450%的 AI 转型行情，既是对 ZIRP 时代的复盘，也说明只要算力叙事足够可信，市场几乎可以为任何公司资本化。 公司在2021年 IPO 时融资3.5亿美元，Jason 将其描述为 Newbird AI，并提到一笔5000万美元可转债，同时调侃公司买了8块 H100。股价一度升至14美元。Chamath 认为，最初的泡沫源于疫情时期的 ZIRP，以及投资者把1年的增长外推到未来2或3年。
Eric Swalwell 的出局，与其说是一起已经解决的不当行为案件，不如说是政治信息被定时释放并加以武器化的案例。 Friedberg 表示，数月前就有多个消息源向他描述相关指控，但因为当时无人采取行动，他最初把这些内容当作传闻；目前所有指控仍未得到证实。Sacks 推测，民主党内部人士可能希望在加州丛林初选可能让2名共和党人进入决选之前，先“刺破脓包”。
美国股市的交易逻辑显示，投资者相信伊朗战争接近结束，但经典估值指标仍在发出谨慎信号。 Sacks 表示，市场到周二已收复战争以来的全部跌幅，并在周三和周四创出新高；Friedberg 称股市是 Trump 的“天气风向标”。但 Shiller P/E 和 Buffett 指标都接近历史纪录，Chamath 因此处于避险状态，急切等待 SpaceX 和前沿模型公司的 IPO 流动性。
AI 的模型层经济性终于显现，但嘉宾对于企业应用利润是否足以支撑当前估值仍存在分歧。 Jason 认为，正确部署 AI 后，顶尖员工的生产率可以提高10–30倍；Chamath 则表示，自己尚未看到“收入和利润如海啸般增加”，也没有看到企业规模化落地的证据。Travis 的折中判断是，由创始人主导的科技公司正在更快发布产品，但智能体仍缺乏品味、容易迷失，并依赖人类——“AGI 还没有到来”。
精读
1. 第二套住房税可能赶走它瞄准的边际买家
Jason 强调，3.9%只是推测，并非最终税率；但据报道，这项提案将按年适用于价值超过500万美元的第二套住房。Sacks 的计算很直接：考虑利息和通胀后，一套1000万美元的房产持有10或11年后，可能需要接近2000万美元的购入价才能实现盈亏平衡。“这笔账已经算不过来了。”
Sacks 认为，核心机制在于需求弹性：购买第2套或第3套住房的人可以在任何地方买，因此恰恰是最有能力离开的买家。Friedberg 补充说，即使房主不住在里面，而是出租给把纽约作为第二居所的人，这项措施也可能影响到这类房产。房价下降表面上或许能改善可负担性，但嘉宾的反驳是，对价格不敏感的买家减少后，能通过财务测算的项目也会减少——豪宅顶层公寓不会凭空变成低收入住房。
Friedberg 认为，非居住业主本来就在缴纳房产税，却很少消耗城市服务，因此是异常高利润的居民。“像 Ken Griffin 这样的巨鲸”如果愿意为顶层每平方英尺支付高价，可能就此补贴整个开发项目；伦敦高端住宅市场崩盘，以及非居民富豪资金转向 Zurich、Lugano 和 Milan，都被视为警示。
分歧最激烈的部分，围绕市长在 Griffin 已知房产外拍摄的视频展开。一位发言者认为，一个已被广泛营销、且房主身份公开的房源，并不算真正意义上的“人肉曝光”；Jason 则称这是危险的“狗哨”，尤其是在据报道有燃烧瓶和子弹击中 Sam Altman 住宅之后，并要求如果双方意识形态立场对调，也应采用同一标准。
2. OpenAI 的消费者业务无法消除企业业务的必然性
OpenAI 首席营收官 Denise Dresser 泄露的备忘录质疑 Anthropic 约300亿美元的年化收入规模，称其中约80亿美元来自收入分成和渠道会计口径。她将 Anthropic 的定位概括为“恐惧、限制，以及少数精英应当控制 AI 的观念”，同时要求 OpenAI 转向企业客户和智能体平台层。
匿名投资者提出了相反的质疑：ChatGPT 据称拥有10亿用户，年增长率达到50–100%，因此“你们为什么还在谈企业和代码？”《金融时报》质疑8500亿美元估值；据报道，Anthropic 在私募二级市场的交易价格更高，而 OpenAI 最新价格下无人愿意接盘。一位投资者称，只有等到1.2万亿美元 IPO，这一轮融资才算得过来。
Chamath 从产品层面的判断，让“身份危机”叙事变得更复杂。他的团队认为，Claude 的模型组合在普通工作中更可靠，但 Codex 通常更擅长“非常棘手”的复杂、长周期编程。他估算，消费者业务最终可能创造3–4万亿美元价值，企业业务再贡献2–3万亿美元，理论上足以支撑一家长期达到7–9万亿美元的公司——“是从长期看，不是明天。”
他的运营建议是进行结构性拆分：让消费者组织“全力加码，把消费者业务做到极致”，单独隔离企业团队，并避免两者之间频繁切换上下文。Sacks 同意 OpenAI 缺乏聚焦，但称其应该避开企业业务的说法“完全误导”——企业编程正是收入扩张最快的领域。
3. Anthropic 的10倍增长轨迹比会计口径对称更重要
Sacks 接受了 OpenAI 关于可比口径的修正：剔除渠道合作伙伴收入后，Anthropic 的规模可能小约20%。但 OpenAI 的年增长约为3–4倍，Anthropic 则约为10倍——后者去年 ARR 大约从10亿美元增至100亿美元，第一季度末达到约300亿美元，按照当前轨迹，年底可能达到800–1000亿美元。
差异来自变现方式。企业按用量计费购买编程 token，用得越多、完成的有效工作越多，支出就越高；消费者则期待20美元/月的包月不限量订阅，其中可能只有3–4%转化为高级用户。Sacks 认为，如果一个竞争对手用1年实现10倍增长，另一个花2年才做到，“谁会赢显而易见”。
Travis 将这一差距转化为 Uber 式飞轮：客户产生 token，收入为算力融资，规模扩大后又可能改善强化学习和产品。如果规模相近的竞争对手增长速度快2倍、3倍甚至5倍，“我会感到担忧”，因为围绕算力和客户数量形成的网络效应，可能让今天的领先优势不断自我强化。
Friedberg 从运营层面看到了同样的势头：他的组织在6个月内从大量使用 Cursor 和 Gemini，转为约90%使用 Anthropic；在他看来，Anthropic 的发布节奏“明显高出所有其他公司一大截”。Chamath 警告说，资本可以暂时买到规模，但如果竞争对手能够依靠收入和贡献利润为扩张融资，就会变成“一台非常可怕的机器”。
4. 前沿实验室需要自有算力，而不是租来的充裕产能
早期实验室可以从 Amazon、Google 或 Microsoft 租用算力，但 Chamath 认为，在前沿规模上继续依赖超大规模云厂商会变成战略错误。超大规模云厂商据称控制着60%的算力，限制独立实验室的发展，可以为 Google、Microsoft 或 Meta 争取追赶时间，同时迫使 OpenAI 和 Anthropic 自行持有资本密集型基础设施。
他用 Friendster 打比方：Friendster 曾经“风头无两”，但延迟和可用性问题给了 MySpace、随后给 Facebook 机会。即使模型更优，如果用户无法获得足够的推理产能，也可能遭遇同样的“Friendster 效应”；产品采用率会因为与模型质量无关的原因触顶。
集群竞赛体现了其中的 stakes。Elon 的 Colossus 据称将扩建至分布在3栋建筑中的55.5万块 GPU，累计投入180亿美元；Meta 的 Prometheus 则计划在2026年达到15万块 GPU。Elon 与 Cursor 的交易则暗示了另一种策略：超额建设，优先使用 xAI 模型，再把多余产能出租给外部模型开发者。
Sacks 将近期的模型行为与算力稀缺联系起来：据称用户抱怨 Claude 的思考量减少了约2/3。随后有推文称 Opus 4.7 已取代 Opus 4.6，并恢复了思考能力，但价格可能更高。Mythos 每个 token 的成本可能是 Opus 的10–20倍；限制其使用既能保留算力，也能制造稀缺性营销。不过 Sacks 也保留了更利他的解释：代码库所有者需要时间修补新暴露的漏洞。
5. 数据中心反对情绪正成为资产负债表约束
Chamath 提到，一座城镇在批准一个60亿美元的数据中心后，有一半委员会成员被选民换掉；Maine 还有一项被描述为禁止新建数据中心的法案。据称，约100个、总价值1620亿美元的项目受到争议；每100个项目中可能有约40个取消，而且节目逐字稿称，这一数字已经超过前一年的2倍。
Sacks 将合理的电网担忧与更广泛的反对情绪区分开来。一些“冒险型”开发商没有电力方案就申请许可，引发居民电费上涨的真实恐惧；因此，政府的电费承担者保护承诺要求超大规模云厂商自备发电、对电网保持电力中性，并可能在用电高峰之外向电网返还能源。简写就是“BYOE”——自带能源。
Sacks 还认为，表后电源并不会改变受监管公用事业扩大计价基础的激励。如果公用事业公司能从获批投资中赚取约10%的回报，那么一个100亿美元的电缆入地项目就会形成强烈动力，促使其继续投资并推高价格。这项承诺能帮助单个项目，却无法改变垄断企业的底层商业模式。
Jason 认为，只看经济账会忽略民粹主义象征意义：数据中心是“富人的神殿”，而消费者从 AI 中看到的直接收益有限。Sacks 反驳称，建设项目能创造数万份工作，电工、木匠、混凝土工人等岗位的工资高出25–30%；Jason 则回应，这些收益不如晶圆厂就业持久。
6. 末日主义政治可能反噬了 Anthropic 自己的基础设施路径
Sacks 说，资金充足的 AI 末日主义团体据称发现，水资源使用和地方成本等议题，比“终结者”式场景更能动员居民。他将这一策略概括为“必须从人们所处的位置切入”，并称有关用水的说法并不属实，NIMBY（邻避）运动的部分内容则是人为操盘的草根伪装。
他更直接的判断是，Anthropic 在依赖第三方超大规模云厂商的同时，也在政治上与这些团体结盟，可能以为数据中心阻力主要会伤害 OpenAI 和 xAI。如果 Anthropic 现在已经耗尽可租赁的算力，这一策略就适得其反了：公司必须自行建设，而 Sacks 预计，当数据中心服务于有效利他主义使命时，“某些类型的数据中心”就会变得可以接受。
Jason 提出了消费者抵触的机制：普通人仍然看不到 AI 对日常生活产生实质改善。他补充说，行业对外叙事主要由 Dario Amodei 对黑客攻击和失业的警告，以及对 Sam Altman 的强烈负面描述构成，而不是围绕医疗、住房和教育等领域的切实承诺展开。
Chamath 的地理解决方案是，数据传输“以光速进行”，因此禁令只会把产能引向 Texas、Iceland、太空或其他辖区，代价是增加部分延迟。Sacks 认为，与美国结盟且能源充裕的海湾国家也应承载美国技术；他表示 Anthropic 反对这些项目，而在他的框架下，伊朗对这些项目的威胁反而凸显了它们作为与美国相关联的战略资产的地位。
7. Allbirds 的 AI 行情暴露算力稀缺，也暴露市场对 ZIRP 的记忆缺失
Allbirds 在2021年 IPO 中融资3.5亿美元。Jason 后来把转型描述为 Newbird AI，并提到一笔5000万美元可转债，同时调侃公司买了8块 H100。股价一度升至14美元，1周上涨约450%，让人想起1990年代末公司纷纷在名称中加入“.com”的行情。
Sacks 认为，最初的错误是把实体生意当成软件来估值：投资者忽略了销售成本和毛利率，尽管运动鞋并不具备软件近乎为零的增量交付成本。Chamath 则将问题更具体地归因于疫情时期的 ZIRP：投资者把1年的高速增长外推到未来2或3年，并立即为想象中的未来估值买单。
但 Chamath 认为，荒谬的行情中仍然有信号。据报道，一家新的 neoscaler 获得了 Jane Street 的10亿美元投资，以及一笔60亿美元的算力交易；Bloom Energy 大涨，则是因为现场天然气发电获得清洁空气许可的速度可能快于接入电网。如今稀缺的不只是算力，还包括电力、已取得开发许可的土地和数据中心实体外壳。
Bird 提供了监管警示。按 Sacks 的例子，Bird 曾在一些城市取得约80%的市场份额，但官员有时会把固定数量的滑板车平均分配给4家运营商，从而抹掉平台网络效应和单位经济性。Jason 和 Sacks 警告，城市可能在自动驾驶汽车上重演这一幕——数量上限和运营商配额会重新制造出租车牌照制度，推高价格，并“抹掉整个市场”。
8. Swalwell 的倒台暴露政治定时信息的价值
Friedberg 表示，在12月和1月，多个独立联系人告诉他有关 Swalwell 与员工之间不当行为的指控。他当时没有当真：如果多人知情却没有任何内容曝光，他就认为那是反对派散播的谣言。等到信息后来集中出现，真正值得注意的不只是内容本身，还有知情者为何长时间选择隐瞒。
嘉宾反复保留法律层面的限定：这些仍是指控，没有任何内容得到证实，Swalwell 应当获得在法庭上为自己辩护的机会。Friedberg 的问题是制度性的——为什么中间人或所谓受害者此前没有采取行动，为什么多个说法又在同一时间出现，在他看来，这像是一次有意且协调一致的信息释放。
Sacks 的理论明确属于推测，核心是加州丛林初选：2名共和党人的支持率都在14–15%左右，而民主党阵营四分五裂。他认为，党内人士可能希望在大选对决形成前“刺破脓包”，并将这场施压行动类比为 Biden 突然退出——据报道，Pelosi 曾警告事情可以“用难的方式，也可以用容易的方式”推进。
9. 国会信息优势加剧估值争论
对话从政治控制转向政治交易：据称 Ro Khanna 交易了价值6亿美元的股票，现场还开玩笑说他的交易频率比 Citadel Securities 还高。Chamath 的严肃观点是，Reg FD 不适用于国会议员；Jason 补充说，议员从委员会或安全简报中获得的信息，可能与实时交易产生令人不安的交集。
Chamath 谈到 Buffett 的历史时保持了谨慎：他称 Buffett 是“山羊中的山羊”，同时指出 Buffett 在 Reg FD 前后的回报分布方式截然不同。他并不是说市场不应尊重 Buffett，而是认为，广泛披露规则显著削弱了受规则约束的投资者所能获得的信息优势。
Berkshire 约3000亿美元的现金仓位随后成为市场信号。Chamath 表示，Shiller 估值指标和 Buffett 指标——美国股票总市值除以 GDP——都接近历史最高水平，但只有8或9家公司在创出新高。这样的分化让指数变得难以解读；不过在 Chamath 看来，Berkshire 拒绝动用现金，说明市场上的机会仍然稀缺。
10. 市场正在定价伊朗局势解决，估值信号却相互冲突
Sacks 对 Islamabad 之后的上涨作了直接解读：在总统表示军事目标几乎完成后，投资者相信战争正走向解决。他从未预期2个敌对关系持续近50年的国家能在24小时内解决所有问题，同时明确表示，自己并不知道任何超出政府公开声明的信息。
按他的说法，市场在周二已经收复战争爆发以来的全部跌幅，周三创出新高，周四继续触及新高。他称股票是“终极预测市场”，因此得出结论：即便 Islamabad 协议尚未签署，市场也已经把这场冲突定价成一段即将结束的插曲。
Friedberg 的更高层次模型是，股市是 Trump 的“天气风向标”。他说，Trump 在政策空间内行动，同时不会让标普500指数跌得太深，这解释了在焦虑和 VIX 都处于高位的情况下，指数为何仍处于相对狭窄的波动区间。
Chamath 找到了支持两种判断的数据：历史上，4月上半月上涨约5%，对应下半年平均接近32%的涨幅，但估值指标仍处于极端水平。因此，他个人处于避险状态，希望 SpaceX 以及 Anthropic 或 OpenAI 中至少一家尽快 IPO，以便去杠杆并“从牌桌上拿回一些筹码”。
11. 模型层 ROI 已经真实存在，企业转型仍未得到证明
Jason 看好的是生产率出现断点：Office 可能让效率提高30%，互联网提高50%，而正确使用 AI 的顶尖员工，生产率可以提高10倍、20倍甚至30倍。他估计可能已有10–20%的人掌握了这种用法；在他的投资组合中，Micro1 正利用 AI 识别和招募数据贡献者，TaxGPT 据称已经服务于6–7%的会计师。
Chamath 给出的诚实答案是：“到目前为止，它还没有为我带来收入和利润如海啸般增加。”边缘型初创公司可以快速增长，但他想看到的是复杂企业内部已经规模化且实现盈利的部署。“如果你无法证明它能在真正重要、真正高规格、真正大联盟的应用场景中发挥作用，那它就是个玩具。”
Sacks 在一定程度上站在 Jason 一边：大型企业转型经常失败，因为变革管理很难；但自下而上的编程活动已经达到新的水平。过去用来证明 AI 是泡沫的模型层 ROI，如今已在指数级增长的编程收入中显现；未解的问题只是上移到了应用层利润。
Travis 划出了分界线。由创始人主导的上市科技公司，在明确建立亲 AI 文化后，产品功能开发速度明显加快，因此“这东西是真的，不只是炒作”。传统企业则面临流程没有文档化、中层管理者、技术官僚、官僚体系和人的抵触——所谓“大公司问题”在于变革管理，而不是模型能否获得。
12. 智能体能放大能干的人，但仍缺乏品味和判断力
Travis 提醒，不要把软件交付加速等同于 AGI。最好的智能体仍然“没那么聪明”：它们可以处理重复性工作，却会迷失于局部、看不见全局，缺乏品味，并且需要人类参与。智能体带来的生产率提升是真实的，但这并不支持自主通用智能已经到来的说法。
他在投资上的副业项目提供了本期最好的样本。即使经过大量设置，智能体仍然需要被教导：“如果你想靠投资赚钱，就不能同时站在同一笔赌注的两边。”复杂的工具并没有阻止最基础的战略自相矛盾。
节目的收束判断因此是有条件的：能够约束智能体、提供上下文并管理人员的组织，可以显著加快交付；失控或管理不善的 token 支出，反而可能制造“凭感觉写出来的垃圾代码”，并增加30–50%的运营费用。“AGI 还没有到来”，但这项技术也绝不只是玩具。