头部模型护城河之争

10月27日

Latent Space Anthropic 如何打造并推出全球排名第1的 LLM——对话 Katelyn Lesse 与 Angela Jiang

• Latent Space 开场对 Anthropic IPO 的判断，建立在员工与资本效率大幅提升之上。 主持人援引 Anthropic 的 S-1 文件称，公司过去12个月人均收入为660万美元，去年同期为140万美元；GAAP 口径下首度实现单季盈利，利润率为19%，而此前亏损相当于营收的129%。开场还提到，公司累计融资超过1000亿美元，累计烧钱不到100亿美元，预计“两周后 …
• Katelyn Lesse Opus 5.5 的卖点，是更好的经济性与更易用的模型兼得。 Katelyn Lesse 提到降价、文风不再像 Opus 5 那样绕，以及客户对“每一美元买到足够智能”的需求。嘉宾对主持人所说的“顶级模型”补了一句“看你问谁”；开场预测 Fable 5.5 可能在两周内跟进时，也明确表示“我没有内幕消息”。

Invest Like the Best Cliff Sosin：持有智能的互补要素——[Invest Like the Best，第497期]

• Cliff Sosin 前沿智能可以持续进步，但这并不意味着前沿实验室一定能长期获利。 O’Shaughnessy 认为，私有模型和更强的蒸馏能力或许能让实验室保持领先；Sosin 承认，如果领先优势难以复制、成本也更低，那会是一门好生意。他提出的另一种假设是“菱形需求前沿”：对日益商品化的够用型智能，需求极大；对顶尖能力的用途，却可能寥寥无几。

SemiAnalysis 第041期 - 紧急：深入解读 Anthropic 的 S-1（代币经济学/市场）

• Joey Brookhart 客户扩张支撑了增长故事，但客户集中度仍然重要。 Joey称，老客户支出已增至原来的9倍，高于Q1时的5倍；讨论最终厘清，前5大客户贡献25%的收入，云市场渠道贡献48%。Jordan认为采购承诺和模型迁移缓慢让客户关系“非常稳固”：Q3收入中仍有20%来自4月前发布的模型。
• Jeremie Eliahou Ontiveros 关于OpenAI的分歧，焦点更多在竞争经济性，而非能否生存。 Jordan认为OpenAI正陷入对手夹击；Jeremie则称，如果不再具备“同类最佳”的优势，公司就会被迫打价格战，但他仍看好两家公司，并认为OpenAI在部分数据分析任务上更可靠。一位嘉宾以OpenAI的企业销售作为反例，另一位则指出其执行力正在改善，同时还要承担服务庞大免费 …

TBPN Gavin Baker谈Anthropic的S-1文件、GPU价格与SpaceX

• Gavin Baker Baker认为，Anthropic的S-1文件带来明显惊喜，企业市场仍有巨大增长空间。 他提到公司已烧掉100亿美元，同时盈利能力、现金创造能力和单位经济效益都令人鼓舞。财富500强中约一半已采用Anthropic，但相关支出仅占这些公司的0.1%，这说明市场渗透“可能比我原先想的还要早期”。
• Anthropic披露的客户支出分布，挑战了支出高度集中的看空论据。 Baker提到，年支出超过1,000万美元的账户只有250个；主持人则指出，支出超过10万美元的账户有11,000至12,000个。Baker认为客户支出“非常分散”，但也承认Ramp的集中度数据可能仍适用于整体AI支出。

10月26日

20VC Satya Nadella谈开放与封闭模型：谁会胜出？

• Satya Nadella Nadella如今认为，AI领域不太可能由单一的垂直整合赢家通吃。 他看到“技术栈的每一层竞争都在加剧”，并设想封闭模型和开放权重模型阵营中各自会有5到6个竞争者，应用则根据任务路由到最合适的模型。他希望每一层都有多个赢家，但主导架构会是什么仍不确定。

屠龙之术 不是，怎么又换版本了？---狂飙中的AI 2026

• 屠龙之术 AI竞争已经扩展为能力、成本、安全三条主线，单看跑分越来越难判断商业价值。 庄明浩的框架是：能力决定上限，成本决定规模，安全决定边界；榜单从95分变成96分，未必还能让用户理解进步。前沿模型的领先期也在缩短，过去能维持一年的“奇观”，2025年之后往往三个月内就被攻破，“你拆得不如我造得快”成为竞争常态。
• 模型公司的收入已经很大，订阅经济性和客户集中度却仍然尖锐。 庄明浩估计，OpenAI与Anthropic全年合计收入“大概率”可能达到1000亿美元；但他引用的第三方测算显示，Anthropic订阅用户贡献10%的收入，却占41.7%的算力成本。两家公司各自前1%的客户贡献约80%的收入，意味着增长不仅取决于新模型，也取决于少数大客户、定 …
• 发布速度正在改写产品格局，用户能交付的真实任务却未必同步增加。 OpenAI与Anthropic的合计发布间隔，从2023年约73天缩短到2026年约18天；OpenRouter全平台则约每1.7天出现一个新模型。桌面agent、办公agent、personal agent轮番成为“版本之子”，但庄明浩自己的使用感受是：“我好像没有那么多什么 …

10月24日

Chipstrat 我与 Dylan Patel 和 Stacy Rasgon 的对谈

• Stacy Rasgon Nvidia 能否守住毛利率，取决于性能提升能否快于价格上涨。 Rasgon 指出，Blackwell 到 Rubin 的参考成本从每吉瓦约250亿美元升至400亿美元，对应的性能提升据称达到10倍。如果假设中的 Feynman 只快20%，他就会担心：“你得持续给客户创造价值。”

10月23日

The a16z Show 亚马逊CEO：2200亿美元仍满足不了AI需求

• Andy Jassy 亚马逊对AI实验室的投资，加深了其在模型、分发渠道和定制芯片上的合作关系。 Jassy谈到Anthropic使用Bedrock、与亚马逊合作开发Trainium，也提到OpenAI此前因商业安排限制，直到现在才登陆AWS。OpenAI还承诺多年采购数吉瓦级Trainium算力，并共同开发有状态运行时：“你需要状态。”

Empire 网络安全恐慌、AI国有化、模型挤压与“什么都不能拥有”

• Haseeb 模型市场的挤压将赢家推向两端：低价走量，或高价出售前沿智能。 Haseeb认为，token份额会误导判断：DeepSeek领跑OpenRouter用量，而Anthropic凭借更强智能仍吸引了不成比例的支出。两端之间是“无人区”；推理业务有正利润，也不代表计入训练成本后就能盈利。

10月22日

The Builders Peter Thiel：AI真正的危险，并非你以为的那样

• Peter Thiel Thiel认为，AI会提高生产率、压低通胀，但供应商能否守住垄断利润，证据要弱得多。 他认为，AI领域的说法“在垄断这件事上站不住脚”，而行业领跑者已从DeepMind转向OpenAI，或许还会转向Anthropic。他将竞争形容为“你死我活”，因此行业增长与投资者能否获得持久回报是两回事。

10月19日

硅谷坐标 Silicon Valley Vector AI 的下一程：对话 11 位硅谷顶级 AI 从业者｜硅谷坐标 × 华源 HYSTA 特别节目

• Ion Stoica Ion Stoica 认为，大模型实验室的护城河是资本。 至今没有一家 lab 能统治超过几个月——去年底最强的 arguably 是 Gemini，二月后数月是 Claude；从路由数据看，几个月前使用的模型中 70% 是闭源，如今 70% 是开源。而且开源不必追平：“如果任务不是赛车，而是从 Santa Clara 开到 San …

硅谷坐标 Silicon Valley Vector AI 实验室的护城河只有资本｜对话 Databricks 联合创始人、伯克利教授 Ion Stoica（英文访谈）

• Ion Stoica Ion Stoica 认为，头部 AI 实验室最核心、目前已被证明的护城河是资本，资本与收入共同构成强护城河；尚无可见的技术护城河。 排名每两个月左右就会变化：去年底公认最强的还是 Gemini，之后几个月是 Claude；他还说 Opus 5.5 在编程上也很好。资本能吸引人才，但他认为资本比人才更能解释实验室间的竞争。
• Stoica 认可品味重要，但不认为它已构成实验室的护城河。 他用讲解同一概念作比：有人 10–15 分钟就能讲明白，有人讲 3 小时仍让你听不懂。他认为，如果人才品味是护城河，模型排名就不会每两个月左右变化；资本能吸引人才，而人才会在实验室之间流动。

硅谷坐标 Silicon Valley Vector 模型能力终将普及，AI 的终局是能力与成本之比｜对话 Google DeepMind 研究副总裁 Ed Chi

• Ed H. Chi Ed Chi 的判断是，模型能力可能逐步普及（commoditize），但并非所有能力都会如此；当能力普及后，竞争关键在 capability over cost。 Google 作为 full stack 公司，涵盖模型、application、hyperscaler、token factory、chip 和能源；他称 Google 有能力以最低 cost 提供 token，这“可能会成为未来最重要的护城河”。“所有经济问题最终都是 …

10月18日

10月16日

Pitch The PM EP55 Token 价格因模型迁移而下跌：Silicon Data & Compute Exchange CEO Carmen Li

• Doug Li 对 AI 最终由哪一层获取价值仍持开放态度。 Doug 提到互联网平台凭借客户和分销渠道占据优势，而 Nvidia 目前获取了可观的经济租金。Li 称 AI 还是“一个巨大的婴儿”：基础设施、模型、工具链和应用仍在发展，她并未声称知道未来哪一层会诞生最大的赢家。

Empire AI债务泡沫终于要破了吗？｜每周盘点

• Empire 前沿模型竞赛类似黑皇后悖论：实验室必须疯狂烧钱，才能守住以月计的优势，即便增量能力对98%的企业几乎无关紧要。 这使更具吸引力的经济性转向值得信赖的老牌企业：它们可以把更便宜的智能嵌入现有分发渠道，降低成本并提升生产率。开放权重并不意味着无法变现，因为推理“总得在某个地方运行”；但未来需求与当下债务之间的时间错配，仍可能击穿服务商。

The Compound OpenAI 如何可能引发美国经济衰退 | TCAF 264

• Steve Eisman AI最终成功，不代表如今领先的实验室会一直胜出。 Eisman提到第一代互联网公司，它们打下的基础成就了后来的赢家。他所谓的“阴谋论”是Anthropic应该赶在第三季度业绩公布前上市；被问及其IPO是否会走SpaceX的路时，他说自己不确定。

Sourcery Vercel CEO Guillermo Rauch 谈如何为 Agents 构建互联网

• Guillermo Rauch 前沿实验室仍有需求，但 Rauch 认为，留存和经济模式的持久性，而不是基准测试的绝对领先，才是投资者尚未解决的问题。 当领先模型可能在几周内更换时，客户表现出“零忠诚度”；免费补贴、虚构的 token 规模，以及存疑的零数据保留声明，也让 AI 的部分市场像加密货币“来得容易、去得也快”的阶段。不过他仍然保留判断：如果真正差异化的智能具备可持续的经济模型，就能留住客户。

10月15日

20VC Valar Atomics起诉Day One：按比例认购权之战

• 20VC 相比 Jason 对其可用性的质疑，Meta 的 Muse Wonder 更重要的并不是基准测试成绩，而是它证明 Meta 已经重新接近模型前沿。 Jason 认为这次评测“偏表演性”，因为在他看来，外部开发者无法把该模型接入自己的应用；Rory 则肯定 Meta 在落后之后凭借闭源模型重新回到赛场。真正值得下注的是 Muse 本身：如果更强的模型能让 Muse 的能力提升 10–50倍，Jason 认为 Meta “很可能 …
• 传闻中的 NVIDIA 以 300亿美元收购 Reflection，既是押注模型，也是为芯片利润率构筑战略防线。 开源模型会让更多 AI 利润留在算力环节，而闭源模型公司则希望拥有多家芯片供应商；NVIDIA 已经拥有 Poolside 和 Nemotron，若再拿下 Reflection，其谈判地位将进一步增强。Rory 会“直接卖出”，Jason 则警告，拒绝 NVIDIA 意味着要在 …

10月14日

The a16z Show 开源模型能否跟上 OpenAI 和 Anthropic？｜Nathan Lambert

• Nathan Lambert 进入门槛没有舆论说得那么高：“做出一款有影响力的模型，不需要100亿美元”；前沿实验室的想法也能“一顿啤酒的工夫”传开（SSI似乎是个例外）。 Lambert 认为，闭源实验室持久的优势在于提供“每瓦成本最低的智能”。他提出一个假设性降价情景：价格每8个月降至一半，届时究竟会因 Jevons 悖论而提高利润率，还是市场被需求填满？关键仍在于，编程是否是主要的盈利市场——这会让前沿整合占优；还是所有知识工作都能成为市场—— …

10月13日

硅谷坐标 Silicon Valley Vector 硅谷坐标 x Ion Stoica教授（Databricks、Anyscale、LMArena 联合创始人）｜开源vs闭源、基础设施创业的机会

• Ion Stoica 闭源实验室目前最明确的竞争因素是资本，而非已经被证明的其他技术因素。 尚无公司证明自己能凭资本之外的某种因素构建这类模型；资本之外还需要收入。模型排名几个月就轮换一次：去年年底可能是 Gemini，随后又是 Claude，Ion 据此判断“还没有一个实验室完全占据主导地位”。
• 模型的“品味”确实影响使用体验，但更像 UX 与沟通质量，而非稳定的实验室护城河。 同一概念，有人 10—15 分钟就能讲懂，另一人讲 3 小时仍令人困惑；可如果实验室的差异真由少数高品味人才决定，模型排名便不应“每两个月左右”重排。

10月12日

Cheeky Pint Muse Wonder：Zuckerberg 与 Wang 的1000亿美元 AI

• Mark Zuckerberg Meta 认为，能够构建前沿超级智能的公司最终只会有极少数，而这些公司将制定产品议程。 Zuckerberg 说，Meta“不是一家应用公司”；如果不掌握模型、基础设施以及最后一公里的设备体验，Meta 就无法继续成为一家有发明能力的科技公司。它选择的方向是个人化、消费级智能，并将“发明和创造，而不是自动化”视为最高价值的终点。

Sourcery Perplexity CEO：中小企业或将推动下一轮经济繁荣

• Aravind Srinivas 所谓护城河，是覆盖搜索、浏览器、模型、文件、工具、芯片和云端沙箱的中立编排。 每一种智能体式操作都需要联网和上下文；更强的前沿模型带来能力增量，而模型之间的竞争则压低服务成本。Srinivas 的表述刻意带有挑衅性：「我们没有竞争对手，只有贡献者。」（“We don’t have competitors. We have contributors.”）

10月9日

Big Technology AI还能保持指数级增长吗？问问 SemiAnalysis——Dylan Patel 与 Jordan Nanos

• Dylan Patel Anthropic可能拥有软件般、甚至更优的经济性，但其上行情景意味着深刻的社会动荡。 Dylan称，Anthropic目前在产出层面的毛利率已接近75%，获客成本几乎为零；如果能维持模型领先地位，其业务可能“比软件更好”。但如果以约5倍销售额估值达到20万亿美元，就意味着数万亿美元收入，以及一个高度集中的AI经济；按照他刻意偏悲观的框架，“整个社会可能会陷入麻烦 …

10月8日

20VC Cognition 对决 Factory｜Anthropic 面临威胁｜ElevenLabs 估值翻倍至220亿美元

• 20VC OpenAI 据报在Q3重新加速，将前沿模型竞争从 Anthropic 一骑绝尘，变成对市场扩容还是份额轮动的新一轮检验。 Rory O’Driscoll 对比称，OpenAI 环比增速从Q1至Q2的仅18%跃升至约70%；Dev Ittycheria则表示，质量和价格驱动的大规模切换说明 OpenAI “回来了”。下一只落地的靴子是 Anthropic 的Q3数据：若继续超高速增长，将验证巨大的 …

The Cognitive Revolution AI:AM：不该跨越的智能水平？The Curve 笔记 + Token 对比薪资与 SaaS 要凉了吗？

• The Cognitive Revolution 竞争格局可能比常见的前五框架更窄，真正推动前沿的只有 2或3家公司。 2或3次 Gemini 4 发布可能重新形成三方竞争，而通常被列入前五的另外2家公司——Elon Musk 和 Mark Zuckerberg 的公司——被认为受益于直接蒸馏和间接蒸馏。开发者用 Claude 搭建 RL 环境，再将能力扩散到整个行业。Musk 重基础设施的押注指 …

Frictionless AI能预测未来吗？——与Gensyn联合创始人兼CEO Ben Fielding 对谈 | EP 171

• Ben Fielding Ben Fielding 的核心判断是，前沿实验室已被困在一场资本密集型扩模竞赛中，而这些模型很可能仅靠使用收入无法收回开发成本。 蒸馏和开放权重发布会迅速复现以数百亿美元开发的能力，几乎「没有可防守的护城河」（no protective moat）。因此，持久价值应归属于拥有大量付费且长期留存客户的产品，而不是暂时领先的基准测试成绩。

10月7日

SemiAnalysis 第036期——200美元买到价值12,000美元的 Opus Tokens：我们买了所有套餐（代币经济学）

• SemiAnalysis 行业优势最终归属于模型所有者，而套壳服务商在结构上承受更差的经济性。 Anthropic 可以以超过 90% 的毛利率变现 API 流量，而 Perplexity、Cognition 等服务商可能只有相当于 API 成本约 20% 的空间来覆盖自身经济模型，因此只能为 Anthropic 模型提供低得多的额度。节目的投资框架很直接：在 AI 领域， …

硅谷坐标 Silicon Valley Vector 【硅谷坐标 × 华源HYSTA 特别节目】：AI 的下一程：对话11 位硅谷顶级AI从业者

• Ion Stoica 基础模型的领先更像几个月的窗口，而非可永久守住的护城河，价值正向应用、专有数据与基础设施迁移。 Ion Stoica认为大实验室目前最明确的壁垒仍是资金，但Gemini等模型的阶段性领先说明“双方实力之后就会趋于平衡”。对企业而言，开源的关键不只是能力追平，而是避免被既做供应商又做竞争对手的模型公司“勒死”，把升级节奏、流量和数据控制权拿回自己手里；Stoica也认为这条路 …

10月5日

The a16z Show 消费者 AI 应用前100名详解

• The a16z Show OpenAI 早期的广告爬坡同时展示了对话式意图的上行空间与信任风险。 节目提到，截至8月年化广告支出为10亿美元，周活跃用户为12亿。Elena 认为，实时对话叠加长期积累的上下文，最终可能实现甚至优于 Meta 的用户分群；Olivia 则表示，这些知识能够支撑更高定价和更高转化。但如果在健康或减重对话中插入时机不当的广告，可能摧毁产品最有价值的 …

10月4日

David Senra Mark Zuckerberg、Palmer Luckey、Josh Kushner 与 Scott Wu 如何思考｜Jeremy Stern

• Jeremy Stern Meta 隐含的 AI 逻辑，建立在过去20年积累的分发、基础设施和注意力之上。 任何模型都有可能通过 WhatsApp、Instagram、Facebook、Messenger 和 Meta AI 触达全球约一半人口，而纯 AI 实验室仍在租用大量 Meta 自有的基础设施和算力。怀疑者或许认为 Meta 已经落后，但当被问及是否愿意押注 …

10月3日

20VC Crusoe CEO：为什么所有人都把 GPU 折旧和 AI 能源成本算错了

• Chase Lochmiller 随着技术迭代加速，Lochmiller 越来越不相信 AI 存在持久的护城河。 “大多数护城河都是幻觉”（“Most of these moats [are] an illusion”）；能够持续领先的关键在于快速行动，并适应不断变化的棋盘。主持人介绍称，Crusoe 在 F 轮融资中募资39亿美元，估值309亿美元；Lochmiller 认为上市公司资本市 …

Moonshots Recursive以6.7亿美元押注自我改进AI，Sonnet 5.5命中率达70%，Elon Musk联手牵头五角大楼行动 EP 299

• Alexander Wissner-Gross Sonnet 5.5的基准测试跃升幅度惊人，但其商业定位相对于Anthropic自家的旗舰模型却出人意料地弱。 据称，Terminal Bench 4.0的成绩从10%升至70%，超过66.4%的Opus 5.5；但Wissner-Gross表示，这款模型没有改善成本-性能前沿，并得出结论：“我不打算使用Sonnet 5.5。”Dave Blundin的解释是，Anthropic正在先填补 …

10月2日

New Money 《大空头》投资者详解 AI 泡沫将如何破裂

• Steve Eisman LLM供应商没有持久的护城河，因为客户可以切换模型，而且对 token 成本越来越敏感。 OpenAI和Anthropic涨价后，“token maxing”现象消退：据报道，Uber在3到4个月内就耗尽了AI预算，另一家公司花掉5亿美元后才意识到问题。用户可以把高端模型留给关键任务，把日常工作转向“Kimi K3”等开放权重替代品：“没必要事事都用凯迪拉克。”

Empire 所有人都在关注 AI，而加密货币的牛市正在形成｜每周综述

• Santiago Roel Santos Anthropic 成了一个更大问题的代理变量：前沿模型的营收，究竟能否跑赢算力成本和持续不断的客户切换？ 主持人援引报道称，Anthropic 每投入60美元算力成本只能产生1美元营收；它在8月初之后跌出 OpenRouter 前10名，ARR 也可能已经趋于平稳。但他们反复承认尚未看过完整的 S-1。争论尚未解决：Santiago 强调需求和使用数据，Jason 则将平台期归因于算 …

晚点聊 LateTalk 183: 与Henry的「AI季报26Q3」：Muse引爆个人助理、Astra进入机器人、OpenAI收入猛增

• Henry Yin OpenAI的商业增速在三季度明显反扑，但不同ARR口径和极短观察窗口意味着还不能宣布Anthropic长期失速。 媒体数据称OpenAI ARR从八月的约$40B以上升至九月下旬约$70B，Anthropic七月底则超过$65B；真正的风险是Anthropic已签下约$518B长期云与基础设施合同，却没有同等稳定的客户承诺，“增长慢一点”不如投入计划建立在更快增长假设上危险。

10月1日

The Cognitive Revolution AI:AM：Trump-Xi 会谈究竟有何意义？什么才算乌托邦？+ AWS GPU 成本达 3 倍 & AI 诊断罕见病

• Prakash Narayanan OpenAI DevDay 真正重要的变化，是把以交互延迟交付的智能，通过 ChatGPT 订阅变成了可移植能力。 Prakash Narayanan 称 GPT-6 Astra Ultra Fast 的速度提升至 8 倍，用户因此可以“在保持心流的同时，让模型与你当场协作”。Sign in with ChatGPT 也可能为 SaaS 厂商消除大笔试用成本：Waymark 一度仅为建立每个新 …

苔藓之火 53. 为什么不是谷歌做出了Muse？- Lewis｜微软 / ex-Gemini

• Lewis Google 在大模型战争初期把 OpenAI 当作主要对手，资源因而集中于 consumer、模型 benchmark 和“更 fancy 的 demo”，反而给了 Anthropic 从 core engineering 与 enterprise 切入的机会。 Lewis 认为 Anthropic 的下注是：“我们不搞你们这些花里胡哨的，我们就 bet core engineering、bet enterprise。”当这条路线被验证后，OpenAI 和 Google 又转向 coding 与企业相关产品，说明产品选择也会改变竞争位次。
• Lewis 仍相信 Gemini 会赶上，但发布节奏已成为结构性负担：一个新模型至少要期待维持一周 SOTA，而竞争对手几乎每隔几天就刷新标杆。 Google 的科研底子、合规与不滥用用户数据是长期资产，也可能是短期速度劣势；DeepSeek 带来的冲击则显示，开源仍能贡献真实 innovation，但行业竞争窗口已从“六个月、三个月”压到可能“发一篇 paper 就只剩一周”。

9月30日

The Knowledge Project Bill Ackman：很多人将损失惨重

• Bill Ackman AI 提高了那些看似占据主导地位的企业直接消失的概率，也让护城河分析变得比 Ackman 职业生涯中的任何时候都更困难。 投资者在给10年、20年或30年的现金流估值时，如今必须设想颠覆性变化——即便是 Warren Buffett，也曾在互联网转型期错过类似风险。AI 可能大幅降低 incumbents 的成本；Ackman 称 Cognition 可以在几天而非几个月内完成银行 COBOL 系统 …

9月29日

Shanghao Jin AI token demand

• Shanghao Jin Anthropic 与 OpenAI 的 ARR 没有在开源模型和云厂入场后明显掉下去，本身就是需求强度的证据。 两家公司过去两年约消耗 27% 的算力，却曾承接主要变现；如今 Google、Amazon、Microsoft 也能借开源模型赚钱，原来的店仍然“还是满的”。云厂中他更看好 Microsoft 的企业确定性、Amazon 的短期报表表现，对 Meta 企业业务则保留意见：“有算力 …

9月28日

20VC 20VC对话Alex Mashrabov：Higgsfield 18个月做到10亿美元年化收入

• Alex Mashrabov 护城河最终只有两件事——交付结果和网络效应；Mashrabov对智能体集群的热潮持怀疑态度：“我不确定未来5年内会发生这件事。” Higgsfield 的社区开源项目在8周内从约10个种子项目增长到超过1万个。他的逆向押注是，Google 和 OpenAI “会彻底摧毁它们的专业消费者订阅市场”——也就是 Canva 类产品服务的每月20美元档位。

9月26日

All-In Anthropic IPO 面临风险，Meta 的 Muse 爆发，Token 价格下跌，开源份额上升，对齐失效

• David Sacks 模型正在“收敛并聚拢到误差范围内”，竞争优势因此转向执行框架，前沿实验室也被迫向上游延伸。 Chamath 认为，收入高度集中意味着头部 Token 买家将面临 CFO 压力，必须降档使用更便宜的模型或自建模型；因此 OpenAI 和 Anthropic “必须向上游走，没有选择”，转向网络安全、法律和客户支持。
• Sacks 的反方判断是：前沿领域会形成稳定的双寡头，但双方都在仓鼠轮上狂奔。 Anthropic 和 OpenAI 受益于全球新增算力中约60%将投向这两家公司，也受益于一个高溢价市场——对冲基金“不能承担竞争对手拥有更好模型的风险”——但前沿模型只领先商品化市场6–12个月，“一旦不再处于前沿，就会归零”。两家公司游说设立联邦 AI 部门是误判：这会把它 …

9月24日

20VC 20VC：Meta Muse登顶第一，ChatGPT终于迎来对手

• 20VC Jason认为，Meta 的 Muse 是“第一个真正的ChatGPT竞争对手”，也是一匹特洛伊木马，并称其为自己用过的最优秀的软件之一。 Muse拥有ChatGPT缺少的真正自主代理、一个“相当不错”的消费级LLM，而且免费——“既然免费，普通人为什么还要付费？”Meta一周内增加约1000亿美元市值，故事也从“无底洞式的企业AI”转向了一个可信的下一幕。

9月20日

All-In Adam Foroughi，AppLovin CEO：92%回撤求生、广告即 ML 1.0与500亿美元游戏广告市场

• Adam Foroughi 面对竞争对手压缩其所称84%的EBITDA利润率，他的回答是：复杂性、差异化数据和规模构成护城河——“只要你能创新，并且拥有差异化数据，就能建立优势。” 他以 Anthropic 在大型语言模型中的位置作类比，尽管理论上它本不该在这一市场中一骑绝尘。