主题 先锋 趋势 方法 作者
返回先锋
马克汤
投资人 2 场深度对话收录

马克汤

正在生成长图…

观点集合

闲聊8月:AI 和机器人改变世界,这钱你出? - 马克汤|财搭子AI

苔藓之火

英伟达联合 BlackRock、Brookfield、Goldman 和 KKR,以类 REITs 方式融资数据中心,担保仍不确定。需求若被证伪,价格可能腰斩;A100 价格、交易量和 CDS 可作指标,DeepSeek V4 的十分钟切换也将检验 AI 公司的真实经济性。

查看摘要(8段)
  • 英伟达拉上 BlackRock、Brookfield、Goldman、KKR 组银团,把数据中心打包成类 REITs 资产融资;外界还讨论英伟达是否提供担保,但 Raymond 认为相关说法并不特别确定。 马克汤认为老黄的“卡有残值”叙事在单点违约时可以自圆其说,但真正的违约可能发生在全行业需求被证伪之时,届时“芯片残值本身也会下降得非常猛烈”,是系统性风险而非单点风险。Raymond 补充:供过于求只要 3-5 个百分点,就可能足以让市场价格腰斩;存储缺口 5-10 个百分点,则可能把价格推高两三倍。
  • Michael Burry 的基金规模很小,注销前 AUM 约 1.5 亿美元;他靠 Substack《Cassandra Unchained》的 30 多万付费用户、年费 300 多美元且接近 400 美元,按此估算可能每年获得约 1 亿美元收入。 他的核心控诉是循环借贷会崩,以及科技公司折旧造假(芯片应像 iPhone 一样快速 write off)。两位主播的反驳很具体:8 年前的 A100 现在仍能租出 5 年长期租约,价格坚挺、流动性好,因为推理需求分层、客户多元化,本地部署、蛋白质研究、材料科学等场景都可能不需要顶级算力——“他是坐在办公室里做预测的”,应该去硅谷和数据中心转一转。
  • 观测泡沫的前置指标:Raymond 提出看英伟达、CoreWeave 或 Oracle 的 CDS 保费边际变化,以及 A100 的价格和交易量——“GB300 我肯定是硬通货,有多少买多少”,而 A100 是更边缘的资产,更敏感,可能是一个较好的前置信号。 马克汤则强调看“链外”的真实用户需求:产业链内部互相刷单能把双方 ARR 都做上去,“我们赚的钱没有多,甚至还要额外交税”;自由现金流、存货和应收账款都值得看,但公开财务数据可能滞后且不透明。
  • 中国开源模型的“斩杀线”已成 AI 应用公司的生死尺度:要么能力比 DeepSeek V4 好,要么价格比 V4 便宜,否则“大部分的模型其实没有存在的必要”——且软件切换只要十分钟,memory 和 skill 都能带走。 马克汤指出开源模型也开始分梯队:Kimi K3 是 2.8T 参数模型,部署成本较高,需要约 64 张卡才能达到较好的部署效果;DeepSeek 可能只需 4 张或 6 张,具体数字两人并不确定。K3 定价对齐 GPT-5.6 Terra 档,甚至比最便宜的 Luna 还贵;GLM-5.3 Flash 这类小模型才守在斩杀线附近。
  • 蒸馏之辩是本期最大分歧:张一鸣把蒸馏定义为负面——学生抄老师作业永远追不上,且组织里会堆满“黑客”而非真正做数据和预训练的人;Raymond 旗帜鲜明反对:“如果一个大模型公司愿意去蒸馏别人且蒸馏得好,我认为这对公司是利好,我会愿意买这个公司。” 他用拼多多类比:在二选一的环境下砍一刀“蒸馏”了微信社交关系,Temu 则被马克汤描述为抽取供应链精华做白牌,先模仿后超越;马克汤认为中美都在互相蒸馏,中国模型还会公开技术报告,DeepSeek 的 KV Cache、Kimi 的 KDA Attention 等架构优化也被海外模型参考。
  • token 配额时代来了:国内外大厂都开始限制员工的闭源模型用量,“闭源模型用不起了,开源模型是可以用”——要更多 quota 只能拿人效说话,“token maxing 的时代”结束,现在是“实实在在成绩得交出来”。 马克汤判断国产推理卡普及正在加快,但从他看到的报道来看,尚未到完全供应不上的阶段;Raymond 用科威特类比提出疑问:开采成本最低但 Q 不够大,所以 Anthropic 的 P 并没有被逼降一百倍。
  • 机器人:马克汤持 UBI→UHI 的终局观,认可现在场景、能力、BOM 成本和终端需求都还不成立——机器人还在开运动会、表演武术、切水果、跑步时闪腰,进厂的则多是 ASIC 式单任务机器,不是 GPU 式通用机器;中国一千多家创业公司中,一半甚至更多可能会死掉。 Raymond 的爆帖直指要害:连洗碗机都不用的中国人,怎么会接受家务机器人进家门?两人都看好行业长期发展,但不等于看好单一企业;马克汤认为宇树估值高或短期目标难达成并不奇怪。
  • 宏观上马克汤引用的一张图值得记住:AI 不论哪种结局,长端利率都可能下跌——AI 大成功则生产率大增带来通缩,泡沫破裂则资金涌入国债,可能在 2027 年底、AI 结局逐渐明朗后体现。 眼下贝森特的 Treasury Twist(发短债、买长债)“第一天有反应,一个星期之后全部回来”,长端利率处于 2007 年以来最高;30 年期收益率从 5.3% 降到 4.7%-4.8% 时,股价可能不同,而利率走高会直接抬升 Raymond 所说的自由现金流已转负的大厂的融资成本、压低 ROIC。

读精读全文 →

收听完整访谈 →

40. AI应用能融下一轮吗?收购、擦边、中转站、大厂围猎 - 对话|马克汤

苔藓之火

AI应用的评价标准正从DAU转向ARR、盈利能力和生态位,资本继续集中到大模型与硬件。Cursor受制于约75%的Claude API毛利成本,效率或成少数可留存的壁垒;Seedance的号池与中转站则显示供应链管理能放大收入,后续需观察模型厂商下场及AI改造传统公司的兑现。

查看摘要(7段)
  • 马克汤断言 Anthropic 打死都不会收购 Cursor:“他不用收购,反正你会自动死。” 逻辑链:Cursor 本质是“高级的、工程化做得非常好的 wrapper”,要把 Claude API 约 75% 毛利对应的溢价支付给 Anthropic 作成本,长远打不过 Claude Code;同样付 40/100 美金 plan,Cursor 给的 Opus 量少很多,“不是不想给,是给不起”。Raymond 称马斯克以 600 亿美金把 Cursor 收进 SpaceX,马克汤认为买的是高价值任务的“路口”,接入 X 的数据中心后毛利模型也能成立;交易是否使用 SpaceX 股票,Raymond 只是猜测,分手费 100 亿则是马克汤描述的期权式结构。
  • AI 应用的三个可能护城河——数据优势、数据清洗类 dirty work、推理效率——马克汤认为最后留下的是效率。 大模型厂“现在还没吃掉,只是因为还没腾出手来”:企业端服务人力密集,模型厂怀着 AGI 梦想不想分心。垂直小模型到 26 年基本已退出讨论:“都会被参数量足够大带来的智能涌现直接碾掉”——Raymond 的比喻是,招北大清华的通才,哪怕培训时间一样,也胜过二本三本的专才。Raymond 还以 OpenEvidence 购买美国重要期刊权限为例,提醒数据优势也可能被模型厂商购买权限削弱。
  • 号池与中转站构成一套 AI 应用供应链,也是 Seedance 成功的一环。 用户转卖用不掉的 Codex 20x key,企业里用不掉的 token 额度也可能被拿去换零花钱;云厂商的试用或抵扣额度流入号池,中转站价格因此比 Amazon/Azure 直购还便宜,拼的是供应链管理能力。火山引擎光靠 Seedance 一个月 10 亿收入,2026 年目标从 100 亿上调到 150 亿,背后 LibTV 等 wrapper 是重要贡献者。
  • AI 应用毛利结构性干不过传统软件:应用公司等于要把模型公司的毛利支付成成本。 传统软件动辄八九十的毛利,“做 AI 应用,能做到 50%、60% 以上已经是特别好了”;to C/prosumer 很多是负毛利(含对 Manus 的怀疑),正毛利集中在愿付高溢价的 niche 垂直人群。陪伴类的宿命更直白:“擦边是最好挣钱的,你不擦边,说实话还挺难挣钱的。”
  • 字节的 Seed 系列被低估,飞书迎来 AI 时代的重估。 豆包体感好但跑分差,是因为免费产品分梯队用模型,“反应快的只可能是小模型”;刚发布的 Seed 2.1 跑分已跟上 GPT-5.5、Opus 4.7 梯队,多模态尤其强,音频能力得益于抖音数据。飞书前 AI 时代就备好完善接口,“天生 MCP”,在马克汤的 Codex/Claude Code 里 skill 使用频率排第二;字节两年自评“至少八分”,赢在聚焦豆包。
  • AI 最值钱的应用可能不是 App,而是收购改造传统公司。 Thrive Holdings 式 roll-up、AI 保险公司自己 underwrite 出保单,逻辑是牌照、SOP、客户关系构成的商业模式已证明赚钱,只缺规模化引擎;OpenAI 等模型公司也在跟 PE 合作成立 JV,涉及 5 家 PE 旗下可能 500 家 portfolio。Raymond 的类比是,房地产互联网最后跑出来的是有线下店的贝壳,不是纯导流 App。
  • 终局之问:100 块钱买 AI 应用还是存储/光/PCB,马克汤选应用——“应用不起来,所有的硬件都是泡沫。” 引老黄五层蛋糕:“消费者不会为 HBM 里的封装技术付钱……他为带来体验增加、效率优化、生活变好的产品付钱。”但二级市场纯血 AI 应用标的缺乏,美图、蓝色光标、中文在线都不算——“产品功能要足够 AI,组织也要足够 AI”。

读精读全文 →

收听完整访谈 →