Gavin Baker

Gavin Baker 整个夏天都在问每一位 AI 领袖：“你能告诉我，你们业务里有哪一个量化数据点正在变差吗？ 只要一个。” 但整个7月和8月，没有人答得上来。AI 整体在这两个月继续加速，尽管部分 AI 股票出现明显回撤；指数表现平静具有误导性，因为“你可能会在一条平均水深只有两英尺的河里溺水”。他的保留意见是：Anthropic 正处于 IPO 静默期。

两人都拒绝零和叙事：这一轮“不是非此即彼，而是彼此兼得”，前沿实验室、开源、neocloud、应用和 Nvidia 都能赢。 每次与 LP 交流，开场都是“这件事会怎么出问题？”，但供给侧数据表明，Nebius 的回本周期大约只有9-10个月（每GW 500亿美元，客户预付50-60%），Blackstone、KKR、Apollo 正以低成本提供融资，设备使用寿命也在延长——真实的股权回本周期“可能远低于一年”。

需求侧“几乎还没开始”：这些公司的约1800亿美元收入，可能只建立在不到1000万名重度用户之上，而全球知识工作者有15亿人。 Baker 的基金 Atreides 内部 token 消耗量从3月到8月增长了100倍；部分 AI 原生公司在 token 上的支出，已经达到人力薪酬的10%以上，而传统经济公司约为1%。两人都更担心到2028年前供给不足，而不是过度建设——Dwarkesh 提出的 token 价格上涨10倍情景，“与所有人想象的方向恰恰相反”。

公开市场必须把实验室收入当作一个可调旋钮，而非一条稳定收入流来消化：在这个例子里，一家以每GW每年约600亿美元的价格变现8GW推理算力的实验室，若将资源重新分配给训练，收入可能从4800亿美元降至1200亿美元——“而我确实认为他们会这么做”。 Satya 曾在资本开支问题上“眨了眼”，并对此感到后悔；Dario 选择避免破产，而不是追求份额，“OpenAI 当时更激进，而现在 OpenAI 又回到了牌桌上”。

Baker 和 George 认为，AI 行业必须自己讲清真相：数据中心“可能是发生在美国工薪阶层身上最好的事情”。 小镇税收“增长10倍”，Loudoun County 同时拥有全美最高收入和最高数据中心密度，低廉的天然气价格（美国为2-3美元，欧洲/亚洲约20-25美元）正在推动美国再工业化；与此同时，Baker 指称存在“一场由 CCP 资助、经 TikTok 洗白的有组织行动”，试图反对美国数据中心。他最喜欢的 Dario 说法是：“别再谈治愈癌症，真正把癌症治好。”

轨道算力的逻辑会因 Starship 可重复使用而彻底反转：每GW 500亿美元的成本中，无论部署在哪里，约350亿美元都是 IT；地面电力、冷却和人力的150亿美元则会受到通胀推动，而可重复使用的发射技术能把太空方案的成本压到10亿美元以下。 Elon 和 Jensen 已共同设计一款目标于2027年Q4发射的 Reuben 机架；即使晚两个季度，“那也是2028年”，Brad Gershner 认为这件事“正在众目睽睽之下发生”。训练仍会留在地球上——延迟和光速都是现实约束。

终局将是由路由器调度的模型组合，而“全球企业智能裁决者”这一抽象层，是“商业史上争夺最激烈的位置”。 企业将用自己的数据对开源基础模型进行 RL，而不是把上下文交给前沿实验室；未来很可能采用 Nvidia 的模型，依托 Nemotron 和收购 Poolside 实现。Fireworks Nexus 是目前最好的落地案例；Kirkland & Ellis 投入5亿美元自建系统，证明了这一品类的价值，但低估了其难度。

Baker 给半导体 CEO 的原则是：“你唯一应该说的话就是‘谢谢你，Jensen’”；George 的经验法则则是，加速器每1%的市场份额约值1000亿美元，因此应接入 Jensen 的生态，而不是去扯 Superman 的披风。 Baker 估计 Jensen 已锁定供应链约70-80%的环节；Nvidia 数据中心也是最容易融资的项目（500亿美元项目只需150亿美元股权），而 George 的交易优先级体现了真实客户偏好：客户股权投资优于 RVG，优于按 token 定价的认股权证，优于裸认股权证。

🔗 原始收听与视频来源： 为何AI需求正在跑赢算力供给

Gavin Baker认为，FT报道的2万亿美元Anthropic IPO估值可能只是投行制造的舆论场，不是可靠的市场成交价。 牵头承销权落败者会“向媒体泄露消息”，把门槛抬高，让胜者看起来很糟；他认为2万亿美元可能是为了消化锁定期而设定的定价，而他此前喊出的3万亿–4万亿美元则是“它可能交易到的地方”——对应连续3年10倍增长后的1000亿–1200亿美元退出年化收入，即16–20倍销售额。

Sacks和Baker都判断，Anthropic在2027年的退出ARR大约为4000亿–5000亿美元，约束来自物理供给，而不是需求不足。 Sacks说：“真正的中位线是5000亿美元退出ARR……我认为他们觉得自己会超过这个数”；Gavin听说，公司在ARR达到600亿美元时认为1年内可以做到6000亿美元——而且Dario曾表示Anthropic“可能会成为世界上唯一的私人公司”，Gavin认为这已经有些“进入SBF的世界了”。

Sacks表示，OpenAI已经转向编程，据报道凭借GPT-5.6重新加速至月环比增长超过20%，对应10倍年化增速，与Anthropic持平。 Anthropic最初押注编程，是因为观察到Cursor在自身平台上的使用率后得出结论：“我们要把这门生意拿下来”；沿着用户在你身上构建的东西向上游垂直整合，如今已经成为行业打法。

这一期节目的意识形态核心是：Gavin认为Anthropic和有效利他主义者觉得AI“太危险，不能分发”（too dangerous to distribute）；而Zuckerberg，以及他认为的Elon和Jensen，则觉得AI“太危险，不能集中”（too dangerous to centralize），Gavin说“历史已经给出答案”。 Sacks补充了其中的商业讽刺：如果Dario在华盛顿推动的“AI版FAA”获胜，支撑Anthropic定价权的6个月前沿领先优势“转眼就没了，你的模型会被商品化”。

Gavin反驳泡沫论的核心是：整个产业链上绝大多数token都是盈利的，而Anthropic的S-1“会让很多人的大脑宕机”。 宏观和价值投资者把补贴token当成做空理由，就像有人因为“油价每桶500美元”而看空一样——“事实并不是这样”。Sacks则把Anthropic的季度业绩视为行业的领跑车：每吉瓦算力约产生1000亿美元收入，支撑SpaceX每吉瓦约500亿美元的资金投入，以及NVIDIA每吉瓦约300亿美元的收入链条；一旦需求出现波动，就可能发生连环追尾。

NVIDIA与Goldman、BlackRock、Blackstone、KKR和Apollo推进的5000亿美元融资计划，正在把GPU算力变成一种资产类别，Gavin称NVIDIA为“AI的央行”。 残值担保加上超过保底租金的收入分成，可能让NVIDIA成为“一家资本轻型业务的大型云厂商”（Morgan Stanley）；CoreWeave将2020年生产的Ampere GPU出租到2029年仍能实现经济性盈利，意味着GPU寿命可达9年。Sacks唯一担心的是，如果建设项目按每瓦30–50美元的现货价格承销，可能出现类似暗光纤的“暗GPU”；不过，反数据中心的政治阻力反而可能为避免供给过剩提供保险。

Grok 4.6打破了Sacks此前的“前沿双寡头”框架：它在智能/成本维度上实现帕累托占优，参数量只有1.5万亿，而Grok 4.7距发布已不远。 Gavin从投资者持仓中看到了一个信号：SpaceX投资者会细致讨论Starlink和轨道算力，却“几乎没人谈Grok”；与此同时，Elon既持有押注前沿模型的看涨期权，也持有以“现货价减90%”出售算力的看跌期权。

节目最后上演了一场少见的真闺蜜式争论：JCal认为Amazon的DSP分包模式已经聪明过头，并预测“Mamdani和新泽西会赢下这些诉讼”；Sacks则以每单5.20美元、每户每年664美元的成本为合同自由辩护。 另有突发消息称Silver Lake可能收购Workday（+17%）；Gavin猜测，私募股权重新出价可能正是因为开源“对美国软件业来说是天赐之物”。

🔗 原始收听与视频来源： Anthropic的2万亿美元IPO、Zuck的AI宣言、Nvidia的5000亿美元AI押注、Grok王者归来

7月是“一个月里的2022年”——AI标的直线下跌40%-60%。 但Baker花了一周在硅谷压力测试，试图找出“一个负面的量化指标”，最终没有找到明确答案：GPU供给、GPU租赁价格、现货DRAM价格和token增长都在加速。Nvidia目前的远期市盈率处于10年来最低水平；“市场100%认为它们赚得远超正常水平……也许确实如此。”

核心做多逻辑是算力重估。 ’24-’25年所有人的模型都假设GPU价格会下降，但老GPU价格“将在2026年垂直上行”——一家初创公司以每GPU小时2美元中段的价格租下相同的B200集群，7个月后却希望以略低于4美元的价格续租；一家推理云计划在合同续期时支付高出100%的价格。低于市场价的合同陆续到期后，超大规模云厂商的存量资产将被重新定价：“几乎所有超大规模云厂商都赚得不够。”

他认为，信用是唯一真正的看空催化剂。 超大规模云厂商CDS全面走阔、Meta债券定价不佳、实际收益率上升，但共识是按Aier一代的费率将即将到来的Blackwell/Reuben吉瓦级算力变现，对应超大规模云厂商1.3-1.4万亿美元的经营现金流；如果只按当前Blackwell价格打个折，规模就是“约2万亿美元，拿掉7000亿美元的信用需求”。兜底逻辑是：“如果信用不存在，只意味着现有的flops会变得更有价值。”

开源恐慌的方向搞反了：“token就是token”。 GLM 5.2和Kimmy K3在相同的flops、内存和功耗下，把token从毛利率约90%的前沿模型转移到毛利率约30%的开源模型，利润从模型层迁移到基础设施层。关键观察是：如果开源不利于Jensen的生意，他不会成为“全世界最大的开源支持者”。

内存LTA如今已成为决定厂商业务与产业地位的关键。 4家买方达到规模、市场份额由供给分配决定之后，“违反一份LTA，可能摧毁整个业务和产业地位”。Nvidia的答案——“如果GPU价格高于底价，就通过信用包装加收入分成”，再加上到处持股——市场并未理解；如果他经营Hynix，也会照搬这一套。

市场微观结构已经变了。 所有人都把每条新闻输入Claude，“Claude有点像股市的Walter Cronkite”——它很聪明，但并不总是正确，把一个持续3年的日本电容周期压缩成6周。他的锚点是：“投资中最重要的3个词不是安全边际，而是我不知道。”

最大的风险是监管，而不是基本面。 纽约的数据中心暂停令看起来可能只是第一例，整个行业还在打一场糟糕的公关战，其中一部分建立在作者承认的1万倍用水量错误之上——尽管数据中心是“我这一生中蓝领工资经历的最棒事情”。

SpaceX是被低估的算力机器。 它按每吉瓦约500亿美元的规模变现，而市场共识对明年营收的预测只有730亿美元；一份公开报告称其将在18个月内新增8GW，Baker“几乎不敢相信”，但IPO以来基本面已因Grok 4.5和Cursor变得更好，“轨道算力每天都显得更真实”。

🔗 原始收听与视频来源： AI抛售与数据不符｜顶级AI投资人解读

纽约民主社会主义者在选举中的横扫，显示出纪律严明的激进组织如何攻下稳固选区，并将整个政党向左拉。 Polymarket在选举日前给3席全胜开出的概率仅为26%，但Mamdani支持的挑战者最终赢下NY-7、NY-10和NY-13，其中2场击败了现任议员。David Sacks认为，对投资者更关键的是组织杠杆：DSA把民主党视为“获取选票资格的工具”（“a ballot access vehicle”），因此即便成功守住席位的议员，也可能为了避免遭遇初选挑战而改变投票和言论。

小组认为，社会主义势头的来源与其说是工人阶级需求，不如说是向下流动、制度失灵以及非凡的政治传播能力。 Gavin Baker称，正在形成的基本盘是相对富裕、受教育程度较高的白人自由派，他们的职业结果与进入产业界的同龄人明显分化；Chamath Palihapitiya则强调，高房价、大学债务、医疗体系失灵和通胀，让年轻选民相信“这个系统是被操纵的”。Baker明确改变了看法：他曾认为AOC是民主党最出色的传播者，如今则称Zohran Mamdani是“我见过最有才华的政治人物之一”。

应对年轻人激进化的方案，暴露出儿童保护与匿名言论之间的根本分歧。 Chamath Palihapitiya认为，禁止16岁以下未成年人使用社交媒体，能够减少早期接触，从而培养“激进程度低得多的年轻一代”；Travis Kalanick同意社交媒体“确实会造成脑腐”，但认为年龄验证实际上是让成年人去匿名化、建立“全方位审查制度”的机制。Baker支持保护儿童这一目标，但认为Kalanick指出的言论自由代价“真的很高”。

以色列已经成为民主党初选中的主要断层线，而这种分歧的强度正越来越多地由年龄、而不仅是党派决定。 Sacks将Brad Lander击败亲以色列现任议员Dan Goldman描述为近乎单一议题的测试，并指出80%的民主党人不认可以色列，50岁以下共和党人的不认可率也达到57%。Chamath强调，批评者必须区分犹太人、以色列人、以色列国和Benjamin Netanyahu：把这些对象合并成一个被指责的整体是“疯了”。

GLM 5.2让中国开源模型的进展从战略警告变成了眼下的商业约束。 这款拥有7440亿参数、100万token上下文、采用MIT许可证的模型，在Artificial Analysis上得分51，在Frontier SWE上超过GPT 5.5，落后Claude Opus 4.8不到1分，并被描述为在性能相当时比GPT 5.5便宜85%。随着Opus 4.8被撤回、GPT 5.6还在等待额外审批，Sacks警告美国“已经进入倒计时”：阻止美国国内部署并不能阻止中国。

开放权重可能压缩前沿模型的利润率，同时扩大基础设施的机会。 Baker预计，企业会运行一个“LLM委员会”，或许将85%的工作交给定制化开放模型，只有最困难的任务才升级到前沿系统；他粗略估计，目前开放模型处理了80%以上的token，但前沿模型token约占据90%的经济价值。他的结论不是前沿实验室会消失，而是可组合性会把价值转向芯片、内存、托管和路由。

Micron的季度业绩确认，DRAM而非冷门组件才是AI的硬约束，也是消费通胀的来源。 营收从约90亿美元增至420亿美元，Q4指引达到500亿美元，远高于市场预期的430亿美元，2026年HBM产能已经售罄；Baker预计明年DRAM将吞噬超大规模云厂商资本开支的30%-40%。Apple把699美元的MacBook Neo涨到799美元、Mac Studio价格上调25%，显示出冲击已经外溢：“桌面端也迎来了通胀。”

地面电力稀缺同时强化了轨道算力的经济性和大型通电场址的价值，而公开市场仍有能力为建设潮提供资金。 Baker估算，1 GW地面数据中心需要350亿美元的半导体和250亿美元的电力与冷却投入；如果可重复使用的Starship把发射成本降至50亿美元，轨道部署成本约为400亿美元。他另行估值Anthropic约3万亿美元，并认为公开市场只需承接实际发行的那部分股份；但Cerebras说明执行同样关键：IPO跌破发行价后，机械性卖盘和机会主义空头会把失望情绪变成“一场围攻”。

🔗 原始收听与视频来源： 社会主义者横扫纽约，中国在编程上追平，AI内存告急，Micron季度业绩爆发

SpaceX周五以每股135美元定价，估值1.77万亿美元。 牌桌给出的结论没有歧义：Brad称，对于任何“AI信仰者”，这都是“必须买入、必须持有、买入后忘掉”的标的。Gavin关注两个杠杆：SpaceX将地面数据中心投入运营的速度有多快（Elon 122天就能建成——“速度本身就是成本”），以及Cursor收购能否把xAI推上编程领域的Pareto前沿，届时“所有前沿模型收入都会向其汇聚”。

SpaceX在30天内成为第4大超大规模云服务商。 6个月前，很多人的模型里还没有“EWS”。Anthropic的交易按每吉瓦每年220-230亿美元变现，Google则是500亿美元，相比之下，泄露的2028年1600亿美元收入数字隐含的水平只有约140亿美元——这意味着，即使完全不押注轨道算力，市场数学也已经成立；Altimeter的Freida给Anthropic交易算出55%的IRR（“如果你能以6%、7%、8%的利率借钱，再以55%的IRR投资……这笔账就是算得通”）。

Clark的判断是：轨道算力是看涨期权，而非必需条件。 随着Starship两级快速复用落地（Falcon时代每公斤1500美元，降至250美元或更低），按非硅片部分的物料清单计算，太空每吉瓦资本开支约50亿美元，地面则为200-250亿美元，成本下降5倍——前提是卫星可靠，因为“GPU会熔化，激光会失效”。

最少被讨论的上行空间来自模型本身。 Cursor的Composer 2.5（基于Kimi K2.5，加上超过公开互联网规模的专有编程数据）在12天前已处于Pareto支配地位；如今Grok 4.3的1.5T参数版本正在训练，预训练阶段就注入了Cursor数据。Brad称，如果IPO出现上行意外，“这里可能是最少受到关注的地方”。

Fable 5和Mythos重新定义了算力多头逻辑。 解锁点在于长时间运行任务；按照Noam Brown那篇关于“polynomial”的帖子，“我们不知道这些模型到底有多聪明”，因为没人让模型连续运行1年——可以想象Einstein每天24小时思考物理问题。Gavin说：“不管我此前对算力有多看多，现在都更看多了。”

即使开源可能拿走80%的token，前沿模型仍拿走约90%的收入。 “便宜token追上来”的论点在收入层面已经“被彻底证明是错的”。但转折在于：开源利空前沿实验室，却利多算力供应商；Gavin认为Nvidia可以用开源模型对付ASIC——“你造了一个挺可爱的ASIC……想不想让开源模型加入前沿竞争？”

资本开支的数学成立，但两位PM都已下调风险敞口。 2027年约1.5万亿美元资本开支，对应3000亿美元以上、60%-70%毛利率的推理收入，账面上成立；今年每吉瓦变现额也已从约200亿美元升至300-400亿美元，Anthropic更是出现了“意外盈利”。不过，随着CPI回到4.2%、半导体“直接冲上悬崖”，Altimeter已将敞口从大幅降至中小幅——“在走向更高高点的路上，市场需要一段整固”。

🔗 原始收听与视频来源： SpaceX IPO、Fable 5、AI资本开支更新与市场检视｜Gavin Baker、Andrew Fox、Clark Tang

Starship V3 上周首飞“取得巨大成功”。 新版V3 Raptors完成全系统演示，加上二级火箭软着水，让Johnsen相信这项能力“不只是未来几年，甚至就在接下来几次飞行中”得到验证。待二级火箭在“未来两年内”返回塔架并实现快速复用，他预计，相比Falcon，单位公斤成本还将再降10倍——追逐“火箭工程的圣杯”：以类似飞机的运营方式，将100公吨送入LEO。

Starlink正在用Baker所称电信史上首个真正具备差异化的产品，进攻约1.6万亿美元的电信市场。 仅用6年就拥有1000万+客户、1万+颗卫星、覆盖160多个国家，Johnsen认为1000万客户“可以变成数亿”。下一代direct-to-cell将在“未来两年内达到5G质量”，而每次Starship发射搭载的Starlink V3容量，是一次Falcon发射的20倍。

轨道算力是“太空中的机架”，而不是建筑物。 方案采用更大的Starlink V3卫星，配备更多太阳能板、Nvidia GPUs和辐射散热板，通过虚拟网络连接，“完全就像另一组星座”。其第一性原理优势包括每个太阳能电池获得5倍以上能量、太阳同步轨道提供24小时供电、无需租用土地，以及避开“我不想让数据中心建在后院”的担忧；当地面数据中心成本上升时，卫星成本“主要是硅”，还能随着制程节点推进受益于硅成本下降。

当前的发射测算是：每1GW轨道算力约需200次Starship发射。 因此SpaceX正围绕4座发射塔建设“每年数千次发射”的能力——南得州2座、卡纳维拉尔角1座，以及未来一年内建成的LC-37——相关能力最快明年就能展示。

按Baker的粗略测算，SpaceX的AI业务已经跻身前5大AI基础设施运营商之列。 Anthropic托管协议使其季度收入run rate达到37.5亿美元，比刚好排在前4名之外的公司大50%；其自有模型在最前沿的GB300上训练和推理，Cursor协议则带来超过一半Fortune 500企业作为客户。

Terafab的存在，是因为SpaceX担心硅片供应无法扩张。 Nvidia、AI5或TPU往下追一层，最终都落到TSMC，目标“理想情况下是每年100GW”。与Intel的合作，加上有明确承诺的客户——“你们能产出多少良率合格的晶圆，我们就全部接下”——把问题降维成“只有资本风险”。

资本配置的时点，是这套故事不声张但关键的主线。 Starship发射Starlink V3，解锁能产生现金流的Starlink增长，以及想必高毛利的direct-to-cell业务，恰好发生在轨道算力需要大规模资本开支之际。Johnsen说：“我希望这功劳能算在我头上，但那当然是Elon。”而这套垂直整合的体系在每一层都对外开放——竞争对手可以购买发射服务、使用Starlink、租用地面算力，或调用模型。

🔗 原始收听与视频来源： Gavin Baker 在 Mission Control 专访 SpaceX CFO Bret Johnsen

SpaceX 的申报为 2万亿美元估值提供了一个可信逻辑，但短期增长引擎是地面算力，而非轨道数据中心。 拟以 1.75万亿美元估值融资 750亿美元，支撑来自 Starlink 的 114亿美元收入和 44亿美元经营利润，以及 Anthropic 每月 12.5亿美元、可取消的 Colossus 合同。Friedberg 阐述了基础互联网基础设施逻辑；Chamath 的承销框架则强调能加速技术、执行与学习的“资本护城河”，仅地面数据中心到 2030-32 年就可能实现 1000亿-2000亿美元收入。

Nvidia 816亿美元的季度业绩强化了基本面，即使其估值仍落后于更贵的 AI 关联交易。 收入同比增长 85%、环比增长 20%，净利润 580亿美元、自由现金流 480亿美元，毛利率 75%；Gavin 认为，在可比的西方 AI 基础设施业务中，Nvidia 的增速可能也快于 Broadcom。尚未得到回答的空头逻辑在于基准测试：竞争对手 ASIC 没有参加 MLPerf 或同类测试，使得失去份额的论点仍是在“和影子作战”。

Anthropic 的盈利能力开始回应 AI 投资回报率疑问，而 Cursor 的专有编程数据强化了模型开发逻辑。 Gavin 估计，OpenAI 和 Anthropic 合计 ARR 约 1000亿美元，推理业务毛利率约 80%，并认为到年底 LLM 总 ARR 达到 2000亿-4000亿美元是合理的。Andrej Karpathy 加入 Anthropic、负责递归自我改进和持续学习，可能让模型开发进入 Chamath 所说的“超速档和自动驾驶”（“overdrive and autopilot”）。

AI 反弹的驱动力，既来自收益高度集中和企业沟通失当，也来自技术本身。 Friedberg 认为，人们看到的是一小群人先攫取超额回报，收益随后才会扩散；Jason 则指出，Cloudflare 裁员超过 20%，Meta 裁员 8,000人，同时在员工电脑上记录工作以训练模型。Chamath 对把前员工称为“衡量者”的品牌策略的结论是：科技 CEO “不理解当下”。

与会者否定单方面放缓 AI，但为范围有限、国际协调的护栏留下空间。 Friedberg 强调国家间竞争，以及外国力量放慢技术进步的风险；Chamath 以战后核扩散作类比，认为美国和中国可能需要维持战略平衡。Kevin Weil 对测试前沿模型给出了谨慎的非答案；Gavin 则认为法院、责任追究和行业自律已经为负责任行为提供激励，而政府权力一旦授予就是“单向棘轮”。

自动驾驶和公共安全 AI 可能沿着安全经济学与司法辖区竞争继续推进。 Gavin 表示，只要仍强制人工驾驶，就会引发过失致死诉讼，并预测没有 Waymo 或 cybercabs 的城市最终会显得“野蛮且不安全”；Chamath 则认为，政策制定者应先问仓库工人，人员流失率为 35%-40% 的工作是否真的值得保留。Friedberg 将 Flock Safety 和拉斯维加斯利用无人机警务视为“犯罪如今是一种选择”的证据；他估计每年投入 3000万-4000万美元就能让拉斯维加斯安全得多。

宏观背景无疑更艰难，但与会者在系统性警报和选择性持仓之间出现分歧。 受油价推动的通胀预测升至 4.2%-6%，美国 10年期国债收益率触及 4.6%；日本 30年期收益率在逐字稿中先后被说成 3.1% 和 5.2%。Friedberg 警告，全球债务占 GDP 的 310% 可能让收益率上升演变为信用危机。Chamath 的应对是持有 5家或更少的企业 10年，而 Gavin 认为，更高利率、非凡的 AI 增长和美国相对的能源优势可以同时成立。

美中谈判带来了商业往来，而非宏大交易，但持续接触本身可能降低地缘政治尾部风险。 Friedberg 没看到持久的降级；Chamath 则认为，双方可能在地缘政治“井字棋”上达成了有用的私下共识，并表示美国和中国进行对话“只有好处”（“only good”）。Gavin 支持向中国出售折旧后的 Nvidia GPU，因为这可能抑制一个更耗电的竞争性生态，并让美国平台继续嵌入其中。

🔗 原始收听与视频来源： SpaceX 的 2万亿美元逻辑、Nvidia 惊魂抛售、美国转向反 AI、Trump 撤回 AI 行政令、债券危机？

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。”

🔗 原始收听与视频来源： 瓦特、晶圆与AI基础设施的未来 | Gavin Baker

Baker 将3月 AI 抛售视为“积压的 alpha”，因为价格下跌之际，Anthropic 单月新增了110亿美元 ARR，节目还披露了500%的 NDR。 他认为，这一单月增量相当于 Palantir、Snowflake 和 Databricks 3家公司合计用约10年搭建的业务规模；DeepSeek 此前已经证明，推理模型会推高推理需求：亚洲 AWS 可用区价格翻倍，GPU 可得性下降，DRAM 价格呈垂直上行。「我从未见过这样的指数级增长。」

在算力受限的情况下，Anthropic 的报告收入可能严重低估其经济性。 对于约500亿美元 ARR 和9,000亿美元估值，Baker 估计，如果算力不受限，收入可能达到1,000亿至2,000亿美元，约为他自创的“URR，即不受约束的运行率收入”的5倍；他还认为，在相近规模下，Anthropic 消耗的资本可能比 OpenAI 少约80%。他预计 Anthropic 今年可能产生现金，但这仍是预测，并非确定事实。

地面电力短缺预计将在2027年或2028年开始缓解，但分区规划和审批可能比涡轮机或燃料更快成为硬约束。 更长期看，Baker 的答案是“太空机架”：大致机架大小的卫星配备巨型太阳能翼、散热器和激光链路，组成虚拟数据中心；推理迁入轨道，训练留在地面。在 SpaceX 工程师看来，散热问题可以解决；维修则仍是坦诚的弱点，「可能要等到有会漂浮的 Optimus 机器人」。

TSMC 的产能决策，是 Baker 判断 AI 是否会演变成经典基础设施泡沫的最佳单一指标。 与2000年不同，如今的扩张主要由经营现金流提供资金，GPU 利用率达到100%，而当年99%的光纤处于闲置状态；但如果 TSMC 满足 Jensen Huang 的全部需求，Baker 认为 NVIDIA 可能在2026年或2027年卖出2万亿至3万亿美元的 GPU，并最终造成过度建设。“金发姑娘区间”是：扩产足以让 Intel 或 Samsung 的份额低于约30%，但又不足以消除晶圆短缺。

Terafab 可能在不疏远 TSMC 的前提下，挑战晶圆厂的常规建设周期。 Baker 描述了一个由 SpaceX 参与的合资项目，Tesla 可能也会参与；该项目将利用 Intel 的行业经验，并招募设备公司的顶尖团队。他说，相关工艺可能只比前沿落后约9至15个月，即3至5个季度，但这一时间判断只是大致估计。

前沿 token 经济的韧性仍非同寻常，但3个不确定性可能颠覆这笔交易：前沿 token 能否维持溢价、ASI 是否会违反“苦涩的教训”，以及持续学习何时到来。 Baker 表示，随着前沿推进，Gemini 3.1 Pro 从“令人惊叹”变成“无法忍受”；如今 Anthropic、OpenAI 和 Grok 4.3 主导着智能与成本的帕累托前沿。一个模型如果只需从1次经历中更新，而不是“把手伸进火里100万次”，可能带来极快的起飞，并可能把部分算力需求优化掉。

按使用量计费可能让 AI 收入曲线变得更陡，因为封顶订阅掩盖了前沿系统的真实能力。 Baker 表示，250至300美元的封顶套餐越来越多地提供限流的“阉割版”模型，而企业套餐和按使用量计费的方案会暴露 token 预算与智能体运行框架；他把这一转变比作电信业从不限量转向“按杯付费”。他的激进判断是，随着算力可得性提升、前沿模型价格上行以及智能体集群扩大使用量，OpenAI 和 Anthropic 今年的 ARR 将大幅超过2,000亿美元。

新芯片公司必须同时做到“不同”且“难做”，因为“一块更好的 GPU”只会邀请 NVIDIA 凭借更优的经济性和客户认知复制这一权衡。 将 prefill 与 decode 解耦，为专门优化内存容量和内存带宽的架构打开了空间；Baker 的投资规则是，1%的市场份额可能价值1,000亿美元，Cerebras 的晶圆级设计就是范例。同样的解耦还可能把 Hopper 和 Ampere 的生命周期延长至10年或15年，并将 GPU 融资成本从7%出头推向5%或6%。

应用投资者需要押注“token 路径”、可防守的规模，或模型公司不会吞并的细分市场。 Baker 认可 Cursor 和 Cognition 对编程的早期专注，并引用 Replit 创始人 Amjad Masad 的观点：编程可能是通往有用 AI 或 ASI 的最短路径。他表示，即便计入 Cursor 和 Cognition，AI 仍摧毁了应用层数万亿美元的价值；当前经济收益更偏向每名员工对应有效利用 GPU 数量最高的企业。与此同时，公开市场的选择已经变得更细：半导体设备公司按下一季度年化盈利的40倍交易，而 DRAM 公司只有中个位数倍数，“两者不可能都是真的”。

🔗 原始收听与视频来源： Gavin Baker——瓦特与晶圆——[Invest Like the Best，EP.473]

内存股这次也许不该卖。 内存价格已上涨60%，Micron的利润率处于60%后段，而历史均值更接近16%；曾在2000年担任Micron分析师的Baker坦言：「按过去25年经历的每一轮内存周期来看，现在100%是卖出内存股的时候。」但有一个例外：90年代中期那轮「最后一个真正的产能周期」；如果以那一轮为模板，「我们可能还处在非常早期」。至于其他Sohn论坛嘉宾给出的数字，他说：「我对每个数字都看高，一个不落。」

这次也许没有泡沫——TSMC限制了供给。 每项真正重大的技术都会经历泡沫，但AI面临过去狂热周期所没有的物理约束：TSMC那群「70多岁、作风硬派的老先生和老太太」守护着Morris Chang留下的事业，产能可能只增加5%，而每3个月来访一次的Jensen希望产能扩大至2倍或3倍。如果TSMC把产能扩大至2倍或3倍，「Nvidia明年大概可以卖出价值1万亿美元、1.5万亿美元、2万亿美元的芯片。我真的相信这一点。」

他押注短期内 OpenAI + Anthropic 的合计收入将超过2000亿美元。 背后的驱动力是从每月250美元的不限量套餐转向按使用量计费，而最前沿的能力被「锁在」企业方案的调用框架之后，只对企业方案用户开放——这对Token定价「极度看多」，也是当年让移动通信成为高增长产业的同一套超额计费模式。在供给极度短缺的背景下，真正按应有方式使用这些模型的用户仅占全球人口的10个基点；如果达到5%，规模将「无法想象」。

Trainium是被低估程度远超其他产品的定制芯片。 Trainium 3在今年下半年放量后，会让Trainium在2026年的地位类似TPU在2025年的地位。Google在TPU V8上采取了「非常保守的设计取舍」，而混合专家推理所需的交换式scale-up网络目前能正常运行的只有2套，分别来自Nvidia和Amazon。Google不会把TPU提交到MLPerf——它自己的基准测试——这件事显然已经把Jensen逼疯了。

Neocloud具备持久性，不是资本开支套利。 运营集群就像开F1赛车——看起来容易，业余选手上手会送命——而CoreWeave的GPU每小时利用率是最低端供应商的2-3倍，足以支撑其溢价。他的遗憾是，The Trade Desk本可以在CoreWeave估值11亿美元时投资超过5000万美元，却因Crusoe触发利益冲突而错失机会；他说他们目前仍重仓Crusoe。

最被忽视的做空方向，是地面电力和冷却工业股。 轨道算力将在未来2年内被证明「可行、能运行且具备经济性」，并在本十年末拿到有意义的市场份额；在此之前，那些为一轮「可能真的戛然而止」的建设周期大幅扩产的工业股，会经历「非常痛苦」的几年。

他的投资流程优势压倒性地来自阅读。 他很少与上市公司见面——公司「从不会说出逐字稿或10-Q里没有的内容，而我的阅读速度比他们说话快得多」。即使不会写代码的人，从Claude Code或Code X得到的投资答案也比普通模型更好：编程可能是「终极AI应用」，而且还在不断吞并更多应用场景。

🔗 原始收听与视频来源： 走进科技投资者 Gavin Baker 的投资思维

Gemini 3 的真正意义在于：预训练缩放定律依然成立。 这一点被“毫无疑问地”确认，意义在于“地球上没有人知道预训练缩放定律为何、也不知道它如何运作”。Baker 的逆向判断是：考虑到20万张 Hopper 的协同上限，以及 Blackwell 艰难至极的切换，“24年和25年本来真的不该有任何进展”——“推理能力算是救了 AI”，填补了18个月的空档（ARC-AGI 用4年从0提升到8%，随后3个月内从8%升至95%）。缩放定律是乘法关系，因此“Blackwell 模型会非常惊艳”。

Google 的低成本 token 优势只是暂时的。 Gemini 3 使用2024-25年一代 TPU v6/v7 训练——放在 Blackwell 旁边，它们就像“F-4 Phantom”，而 Blackwell 是 F-35。等 GB300（可直接兼容 GB200 机架）转向推理，垂直整合的 Blackwell 用户将成为低成本生产者；届时 Google 以负30%利润率“吸干 AI 生态经济氧气”的理性策略会变得痛苦：“这可能开始影响它们的股票”。等 Rubin 落地后，“差距将显著扩大”。

ASIC 赛道很可能收缩到 TPU 和 Trainium。 Broadcom 在 TPU 后端拿走50%-55%的毛利率——在约300亿美元的2027年项目中，约150亿美元落入 Broadcom，而其半导体部门全部运营开支约为50亿美元——因此内部自研“绝对不可避免”（MediaTek 是第一记警告枪）。做出一颗好芯片需要3代，而 Nvidia 对每一款内部 ASIC 的回应都是按年更新：“你们不可能跟上我们。”

真正重要的只有4家实验室——OpenAI、Gemini、Anthropic 和 xAI——而且差距正在复利式扩大。 推理能力重新启动了数据飞轮（用户反馈成为可验证奖励），内部 checkpoint 用来训练下一代模型；Meta 的失败说明这有多难，Zuckerberg“错得不能再错”。中国拒绝 Blackwell 会把差距彻底拉开——DeepSeek 在 v3.2 论文中承认了算力短缺；到2026年末左右，中国才会意识到“糟糕，我们确实需要 Blackwell”，但届时稀土杠杆已经被解决。

董事会正在围绕 token 成本重新定位。 OpenAI 是高成本生产者，还要为算力向别人支付利润——“从约1.4万亿美元的模糊乐观情绪，很快就会变成红色警报”；Anthropic“烧钱显著少于 OpenAI，增长却更快”，而其与 Nvidia 签下的50亿美元协议，让 Jensen 在对抗 Google 时从2名选手变成3名。

ROI 在“经验上、事实上、毫无歧义地”都是正的。 大型 GPU 买家的经审计 ROIC 已经上升，Q3 更是非科技类 Fortune 500 企业首次量化 AI 增益的季度：C.H. Robinson 现在能在几秒内为100%的入站请求报出卡车运价，而此前只有60%的请求能在15-45分钟内完成，股价上涨约20%。他关注的风险是 Blackwell 在芯片用于训练期间出现 ROI“断层”，因为“训练没有 ROI——ROI 来自推理”。

应用 SaaS 正在重演实体零售业当年错过电商的错误。 它们执着于80%的毛利率，而 AI 原生公司用低于35%-40%的毛利率运行 agent——“这等于保证自己不会在 AI 上成功”。这是一项“生死攸关的决定”，而除了 Microsoft，几乎所有公司都在失败；Salesforce、ServiceNow、HubSpot、GitLab 和 Atlassian 都可以采用激进投资者的打法，单独披露低毛利率的 AI 收入。

边缘 AI 是最可信、也最可怕的熊市情景。 大约3年后，一部更大、更厚的手机可能免费运行剪枝后的 Gemini 5 或 Grok 4.1，速度达到每秒30-60个 token，“这显然是 Apple 的策略”。自2020年以来，滚动泡沫已从电动车和 meme 股票转向核能和量子，但没有任何公开市场标的是这两个领域真正的领导者。未来3-4年最重要的事情是太空数据中心——“在各个方面……都优于地球上的数据中心”。

🔗 原始收听与视频来源： GPU、TPU 与 AI 经济学详解｜Gavin Baker 访谈

Gavin Baker 的答案是否定的：今天的 AI 建设热潮，无论估值还是利用率，都不像2000年泡沫。 Cisco 高峰期市盈率约为150–180倍，而 NVIDIA 约为40倍；互联网泡沫顶峰时97%的光纤处于闲置状态，如今「没有闲置GPU」（there are no dark GPUs），训练集群正把芯片用到熔化。大型上市 GPU 买家自资本开支加速以来 ROIC 提升了约10个百分点——这一趋势能否穿越 Blackwell 投资周期，仍是「有意思且开放的讨论」，但 Baker 个人认为会延续。

基础设施账单规模惊人，但买方拥有异常深厚的资产负债表缓冲。 David George 盘点了约1万亿美元的美国存量数据中心、未来5年计划投入的3万亿至4万亿美元，并估计 OpenAI 的承诺交易超过1万亿美元；相比之下，主要支出方每年产生约3000亿美元自由现金流，持有5000亿美元现金。按每1GW NVIDIA 算力投入400亿至500亿美元计算，George 认为，即便短期建设造成错配，也相当于「一个每年增加3000亿美元的8000亿美元缓冲垫」。

外界担心的循环融资确实存在，但在 Baker 看来规模有限且具有战略合理性。 NVIDIA 为 OpenAI 提供资金、OpenAI 再购买 NVIDIA 芯片，看起来像资金循环，因为「钱是可互换的」；但 Baker 认为，真正的驱动力是与 Google 的 TPU、DeepMind 和 Gemini 竞争，而不是底层需求疲弱。Baker 估计 Gemini 在两三个月内拿下了约15–20个百分点的流量份额，并怀疑按实际流量计算，Google 可能已经比 OpenAI 或 Anthropic 拥有更多 AI 流量；上述份额变化不包括 AI Overviews。

AI 可能强化 Mag 7 中的大多数公司，但执行失败仍可能是生死问题。 incumbents 已经拥有数据、分发、算力、资本和人才等关键投入，因此只要执行到位，AI 可能是一场延续性创新；否则，落得 IBM 的下场都可能算好结局。David George 称 ChatGPT 是「Google 的珍珠港时刻」（Pearl Harbor for Google），而 Baker 提醒，前沿实验室的毛利率在结构上会低于 SaaS，因为 scaling laws 和 test-time compute 会让产品持续高度依赖算力。

应用 SaaS 未必已经死亡，但赢家必须接受利润率压缩。 Baker 已经弱化了自己在2024年初关于所有应用 SaaS「可能归零」的判断，尤其是服务高度分散 SMB 客户的厂商；但他警告，若执着于守住80–90%的毛利率，可能反而放弃 AI 机会。真正的选择是「10美元收入、90%毛利率，还是50美元收入、60%毛利率」；与此同时， incumbents 可以先让 AI 产品盈亏平衡，等 Cursor 等领先者积累足够多的 token 后，再追赶可能就难了。

分发能力和推理能力，让消费级 AI 对长期平台的威胁没那么大。 AI 浏览器推出后，Google 可以先观察先行者3–6个月，再通过 Chrome 约50亿用户做出回应。推理和 RL 还能把庞大用户群转化为经典的产品—数据飞轮：用户改进算法，算法再改进产品。David George 认为 GPT-5 并不能证明 scaling laws 已经失效，因为它是「更小的模型」，目标是更经济地运行，而不是最大化能力。

结果定价可能是商业模式的转向，机器人则是同一逻辑向物理世界的延伸。 客服可以按解决任务收费，因为任务成功本身就是可验证的奖励；个人代理可能在完成购买后收取联盟佣金，从而挤压广告主过度支付的部分，而这正是 Google 搜索如此赚钱的原因。Baker 认为机器人「非常真实」，预计竞争格局会是 Tesla 对中国，并认为人形机器人之争实际上已经结束：机器人可以从视频或人类示范中学习，也能获得清晰的任务级反馈。

🔗 原始收听与视频来源： 有 AI 泡沫吗？Gavin Baker 与 David George

GPT-5 终结了 OpenAI 连续推出绝对领先产品的势头，但称其为“失利”仍夸大了一个结果复杂的发布。 Gavin Baker 指出，Grok 4 在 Humanity’s Last Exam 上得分 44.4%，GPT-5 为 42%；在 ARC-AGI-2 上 Grok 也明显领先，GPT-5 仅在 Artificial Analysis 上“非常勉强地领先”。他给投资者的信号是：这是“第一次” OpenAI 没有彻底甩开所有竞争对手，而 Grok 5 和新一代 Gemini 尚未登场。

OpenAI 更站得住脚的 GPT-5 进步，可能是产品简化，而非前沿智能提升。 Friedberg 发现，GPT-5 会把简单的信息检索请求快速处理，把复杂的研究任务自动切换到思考模式，消除了普通用户无法理解的模型选择器“字母汤”。据称，路由器在上线后的前 12–16 小时并不稳定。Jason 转述 Benchmark 投资人 Eric Vishria 的观点：即便 OpenAI“永远不再发布另一款模型”，它的用户、分发能力和产品质量仍足以支撑一家极具价值的公司。

AI 资本开支周期已经显现经济回报并实现充分利用率，削弱了它与电信泡沫的类比。 Gavin 表示，超大规模云厂商在建设周期中的投入资本回报率已经上升，最初来自“用硅片运营成本替代人工运营成本”，如今则来自收入加速：Meta 的用户参与度和广告定向能力得到改善，Microsoft 也披露了 Copilot 的显著采用率。互联网泡沫时期，资本投向了闲置的暗光光纤；如今 GPU 被高强度运行，“甚至能烧熔”，说明供给仍落后于可观察到的需求。

在 AI 竞赛中，电力正成为比模型访问权限更具约束性的资产。 Phil Deutch 提到 NVIDIA 的 Climate in a Bottle，并表示行业解决能源领域最棘手问题的进程仍处于第一局的上半场。讨论引用了 Anthropic 未来 3 年申请 50 GW 美国电力的计划——约相当于当前美国发电量的 5%，也接近美国近期 1 年新增的全部发电能力；数据中心需要持续、特定地点的电力，且对价格相对不敏感。讨论还提到，中国每 18 个月新增 1 TW 电力，太阳能扩张规模惊人，另有超过 150 座核反应堆处于不同部署阶段。

中国的优势在于制造业与基础设施的协同动员，但其对创业的压制和薄弱的法治可能构成上限。 讨论提出的生存级竞争覆盖 AI、军事力量、TikTok、BYD 以及国家支持的品牌；Friedberg 则追问“谁会赢得互联网”，认为优势会分散在模型、无人机、供应链和各类市场之间。中国可以“把创业活动拧大，也可以拧小”，但企业成立数量在 2018 年左右见顶，DeepSeek 员工受到严密控制，而 Phil 在工厂的经验是，“每天都在重新谈条件”。

社会主义讨论最终聚焦于住房成本和经济不安全感这两种易燃因素，但没有就失败是否会扭转政治方向达成共识。 Friedberg 警告，持续上涨的租金、食品价格以及对政府的依赖，会形成一个“缓慢燃烧”的棘轮：每个失败的项目都会变成要求更多干预的理由；David Sacks 警告，经济下行可能催生一场“比 Obama 时代远得多的左转”。Jason 的反制方案是增加住房供给、扩大所有权、降低教育成本：建设 1000万套住房、放松监管，缓解家庭将 60% 预算花在居住上的焦虑。

Trump 的关税试验正在带来真实收入，但其对通胀、需求和增长的影响仍缺乏稳定检验。 7 月关税收入达到 300亿美元，2025 年约为 1270亿美元，但 Ben 指出，低通胀也可能反映需求下滑；而最大化关税收入最终与制造业回流冲突，因为进口一旦消失，关税税基也会消失。Phil Libin 给出的成功概率是“50/50”。David Sacks 和 Chamath Palihapitiya 认为，报复行动和早期损害都比预期轻；Gavin 更谨慎地表示，Trump 似乎会回应市场反馈，但需要恢复政策稳定性。

Apple 在 10 年间投入 7000亿美元回购，集中体现了本期关于资本配置的争论：公司完全可以在回报股东的同时，更激进地参与 AI 竞争。 Gavin 否认回购和研发之间存在非此即彼的选择，但认为即便把 2000亿美元转向数据中心也值得，并称 Apple 的 AI 产品“糟糕透顶”，其无所作为令人震惊。Gavin 同时提出了增强现实眼镜的上行空间；Friedberg 则认为，Apple 最终可能成为家庭、EV 电池和分布式电力系统的操作系统。

🔗 原始收听与视频来源： OpenAI 的 GPT-5 失利、AI 的无限市场、中国的重大优势、社会主义抬头与住房危机

Nvidia 应收账款扩张，最合理的解释是 Blackwell 安装瓶颈——除非这一趋势延续到7月季度之后。 Gavin Baker 称应收账款从约15亿美元升至55亿美元“从来都不是好事”，但他认为 Hopper 到 Blackwell 是前所未有的物理迁移：机架从约1,000磅、60 kW、风冷，变为3,000磅、120 kW、液冷。他否定循环交易论，因为 Nvidia 完全可以把这些 GPU 卖给 Meta、Amazon 或 Microsoft，无需投资新云厂商。

CoreWeave IPO 评估的，是 GPU 云运营究竟属于商品化能力，还是稀缺的执行能力。 交易规模从20亿美元下调至15亿美元，估值230亿美元，营收20亿美元，同时负债接近80亿美元，且 Microsoft 贡献超过60%的销售额。Baker 对悲观共识的回应是：同步数万块容易故障的 GPU 极其困难，而 CoreWeave“把这些大型 GPU 集群运营得不输任何人”。

DeepSeek-R1 之后，Baker 仍不认为 AI 基础设施周期已经过度建设。 中国正在买下所有能买到的 GPU，DRAM 价格持续上涨；与此同时，OpenAI 因算力不足已经开始限制图像生成服务。超大规模云厂商则陷入囚徒困境：Blackwell 上投入不足，可能让竞争对手获得持久优势。他的比喻是，Blackwell 就像一辆来自10年后的一级方程式赛车，运营商必须重新学会驾驶。

出口管制为美国争取时间，同时强化了中国围绕 Nvidia 建设替代体系的动力。 Baker 将执法形容为“猫鼠游戏”：摩擦可以维持美国优势，但必要性会推动中国发展本土半导体，并推进 DeepSeek 这样的算法创新。他认为中国在5年内追平或超越 Nvidia 的概率是“零”，但随后补充：“10年之后，谁知道呢？”

Agent 可能让算力成为硬约束，同时有潜力摧毁现有企业的成本结构。 Baker 认为 MCP 可能成为标准，让 Stripe 等服务接入一次后即可跨模型运行；如果 Agent 真正落地，Blackwell 的 ROI 会上升，尽管“这对人类就业不是好事”。Friedberg 设想，3或4个人可以完成过去需要300或400名专家的项目；Chamath 则认为，运营开支下降1到2个数量级，可能会“在3.5万亿至4万亿美元的软件产业复合体上捅出一个大洞”。

Trump 的关税计划是一套高风险政策组合，互惠税率、放松监管、减税和 IP 国内所有权必须同步推进。 Baker 将互惠概括为“你收5%，我们就收5%”，并称每提到一次关税，就应该伴随提到“两三次放松监管”。Friedberg 认为取消年收入低于15万美元人群税收的提议，可以抵消进口价格上涨对消费者的冲击；Jason 则把整套操作比作“4列货运列车”彼此交换三明治原料。

如果关税收入令人失望，赤字算术就会让 DOGE 承担远超预期的重量。 面对已公布的1.9万亿美元赤字，Chamath 将 Howard Lutnick 追求的万亿美元收入目标，与华尔街仅1,700亿至3,000亿美元的估算作对比，结论是 Musk 可能需要找到约1.75万亿美元，而不是1万亿美元。Baker 认为政府有一套自洽的理论；如果失败，6到9个月内就会调整，因为“他们承受不起的唯一事情就是经济衰退”。

Signalgate 与 CECOT 驱逐案，让执行、问责和正当程序变成政府更大政治授权面临的威胁。 红海行动 stakes 很高——Chamath 称，航运价格向美国上涨30%至40%，向欧洲上涨300%至400%——但 Chamath 和 Jason 都认为，在个人 Signal 设备上处理敏感行动计划是本可避免的错误。对于将238名涉嫌帮派成员驱逐出境，Friedberg 拒绝接受4%至5%的无辜者误伤率；Jason 强调正当程序和监狱条件，而 Baker 的警告很简单：“执行很重要（Execution matters）。”

🔗 原始收听与视频来源： 人工智能冷战、Signalgate、CoreWeave IPO、关税终局、萨尔瓦多驱逐行动

自主硬件与稀缺算力组件成为科技领域的核心赢家。 Friedberg称2025年是“机器人之年”，点名Unitree售价1600美元的Go2四足机器人和1.6万美元的G1人形机器人；Baker补充看好FSD走向大众，并选SK Hynix和Micron的高带宽内存为表现最佳的资产。他认为，HBM在GPU投入成本中的占比高于TSMC，而且已经售罄2年。

全栈AI供应商被视为赢家，企业软件与独立模型实验室则面临残酷的经济账。 Baker认为，o3式推理和测试时算力意味着，一家大公司可以花100万美元，让AI用6周回答最重要的问题；云服务拥有者的基础设施成本也低于租用算力的实验室。Chamath将传统SaaS称为“软件工业复合体”。Jason认为Google的Deep Research已经跑赢竞争对手，并预测OpenAI传出的570亿美元估值可能就是峰值；法院案件阻止非营利机构向营利机构转移1570亿美元价值的概率虽不高，但并非为零。

Chamath对稳定币的判断是：美元计价稳定币在2025年可能增长4倍或5倍。 他援引约11亿笔交易和2024年第二季度8.5万亿美元的交易量，超过Visa同期的2倍以上，并认为如果能削减300个基点的支付摩擦，仅在美国就可能创造1万亿美元价值。Baker的反驳带有地缘政治色彩：美元支付轨道确实有利，但如果稳定币星座取代美元成为储备货币，对美国将“非常糟糕”。

政治预测押注财政克制与更年轻的执政阶层，同时看空Putin、新保守主义者和进步主义。 Chamath认为，紧缩政策将检验财政保守主义的说服力；Friedberg则对比了Trump内阁约40–45岁的平均年龄与Biden内阁接近60岁的年龄。Baker预测欧洲重新武装将释放美国资源投向太平洋，并促使Xi Jinping与Putin拉开距离。Jason预计Trump会先发表强硬言论，再通过谈判达成交易。

宏观前景呈现AI驱动增长繁荣与低概率银行破裂之间的杠铃结构。 Baker预测未来4年至少有1年实际GDP增长超过5%，动力来自AI与放松监管；Chamath警告，约70万亿美元Pax Americana债务若承担5%的利率，其美元负担可能相当于过去10%利率的水平。他的对冲方式是做多CDS保护——这笔交易大多数时候会亏损，但在他的情景中可能带来100–1,000倍回报；Baker表示，真正的银行倒闭可能带来1,000–10,000倍回报。

Friedberg的逆向社会预测是：加速增长可能复兴社会主义，而不是将其击败。 DOGE削减开支、政府合同受扰以及AI取代白领劳动，可能让大批人掉队，即便部分亿万富翁变成千亿美元富翁，最终甚至成为万亿美元富翁。Baker的框架是，在AI让金钱失去意义之前，测试时算力意味着“金钱将比过去任何时候都更重要”。

Lina Khan之后，一轮并购潮可能整合汽车、AI、机器人制造与自动驾驶交通。 讨论将Honda–Nissan视为传统OEM的警示：它们夹在Tesla与中国厂商之间；Baker预计Intel会出现重大事件，并称随着全栈经济学有利于算力拥有者，独立前沿AI实验室可能逐渐沉寂。据报道，Waymo在旧金山的份额15个月内达到22%，追平Lyft，这使融资、IPO或战略交易变得合理；Uber、DoorDash、Amazon、Tesla与无人机配送运营商之间也可能出现组合。

🔗 原始收听与视频来源： 2025年预测：科技、商业、媒体与政治！