▍嘉宾：加文·贝克 (Gavin Baker)
加文·贝克是华尔街最受关注的科技投资人之一，以敢在公开场合亮明观点、并愿意被市场检验著称。
- 富达十八年：达特茅斯学院经济学与历史学学士；1999 年以分析师身份加入富达投资 (Fidelity Investments)，最早覆盖的行业正是半导体。
- OTC 基金时代：2009–2017 年执掌规模约 170 亿美元的 Fidelity OTC 基金，费后年化回报约 19.3%，跑赢 99% 以上的晨星同类基金，六获理柏奖 (Lipper Awards)；2013–2017 年还主导富达的风险投资业务，早早把富达买成英伟达与特斯拉的最大机构股东之一。
- Atreides 时代：2019 年创立 Atreides Management，活跃于 X 与各大播客，是公认的 AI 算力周期最坚定、也最体系化的多头之一；本期已是他近年第三次做客本节目——他自嘲「我们的播客总撞在市场局部顶部」，而这一次恰恰是在暴跌中录制的。
▍关于 Atreides Management
Atreides Management 是一家总部位于波士顿的跨界基金 (crossover fund)，名字取自《沙丘》(Dune) 中的厄崔迪家族 (House Atreides)。
- 核心模式：以长期视角同时投资一级与二级市场的科技与消费公司，组合集中于 AI 算力、半导体与互联网平台；截至 2025 年底，管理净资产约 65 亿美元。
- 研究标签：近年公开押注 AI 从训练转向推理后的内存 (HBM) 需求爆发——2025 年 Sohn 投资大会上，贝克的主题演讲正是「内存需求与 SK 海力士」，与本期「内存是压过一切的那根轴」的判断一脉相承。
- 产业触角：贝克本人兼任以色列云基础设施芯片公司 Xsight Labs 董事，身处算力供应链的一线信息网络。
把 2022 年浓缩进一个月
Patrick： Gavin，才过去两个月。跟模型发布周期一样，我们两期播客的间隔也在缩短。你我基本上已经踩在模型发布的节奏上了。
Gavin： 之前有人批评说，我们录播客的时间总是撞上市场的局部顶部，我对这个评价还挺在意的。但这回之后，没人能再这么说了。
Patrick： 你在想什么？这一个月太疯狂了。
Gavin： 我会把 7 月形容为「浓缩进一个月的 2022 年」。确实有一些基本面上的负面因素，我们应该聊聊。但总体而言，我认为基本面的大平衡正在显著改善。一大堆 AI 股票从高点跌了 50%、60%——就算 40% 到 60% 吧，一个月内直线下跌。
开场前我问过你——你整个夏天都在湾区这边——你听到过任何一条关于 AI 的负面量化指标吗？任何一个减速的实例？
Patrick： 没有。
Gavin： 没有。事实上，每一项指标都在加速。
Patrick： 而且正如你所说，这不是对 AI 兴奋的人盲目乐观——他们从各自的观察点都能拿出数据给你看。
Gavin： 完全同意。无论你怎么切——切 GPU 的可得性、切 GPU 的租赁价格、切这个月 DRAM 的现货价、切 token 增长——所有指标实际上都在加速。
我认为问题的一大半在于：第一，市场看不到 Anthropic 和 OpenAI 的情况，也看不到那些在美国做推理变现的开源推理云——Fireworks、Baseten、Modal、Together。而当你看到这些，画面就完全不同了。开源因为 GLM 5.2 和 Kimi K3 大幅加速。英伟达的开源模型 Nemotron 也在稳步推进。我们还看到了一个很棒的美国小型开源模型发布。OpenAI 在加速。Anthropic 继续强劲增长，而且几乎肯定正在产生大量自由现金流。有一张人人都看的图：半导体现金流往一个方向走，超大规模云厂商（hyperscaler）的自由现金流往另一个方向走——而这张图漏掉了这些私营公司。
我还认为这张图漏了非常重要的一点：在 2024 和 2025 年，所有人——哪怕你是非常乐观的人——都认为 GPU 价格会缓慢下降；如果你悲观，你觉得它会断崖式下跌。我不认为 2024 或 2025 年有任何人料到，旧款 GPU 的价格会垂直上涨。于是每个人都想：我们要聪明一点，签长期合同。某种程度上，很多新兴算力云（neocloud）也不得不这么做，因为它们需要一份包销协议（offtake agreement）才能为 GPU 融资。所以本质上，已安装算力的合同价相对当前现货市场存在巨大折价。随着这些合同陆续到期，算力会被向上重定价——就算现货价下跌，算力仍然会被向上重定价。我认为接下来你会看到很多加速，它们会回答那些 ROI 质疑。
这个季度已经初现端倪：看经营现金流——不是自由现金流——微软、Meta、亚马逊报告的经营现金流增速从 28% 提到了 32%。这几家总有一些金额不小的「非常规项目」——它们好像永远有几十亿美元的「非常规」法律支出，主要是给欧盟的罚款。这个季度的一次性项目异常地多，如果剔除掉，增速是从 28% 到 35%——在这个体量上，这是实打实的加速。而这还是在它们开始点亮鲁宾（Rubin）平台之前——Rubin 会有可观的溢价——也是在合同重定价之前。
复盘这疯狂的一月
Gavin： 这个月确实很煎熬。要不要回顾一下，我们是怎么走到这一步的？
Patrick： 好啊。
Gavin： 首先是 Meta 要对外出租算力。市场把这解读为极大的利空：它们产能过剩了、要砍资本开支（CapEx）了、完蛋了。事实完全不是这样。它们刚发完财报——根本没砍资本开支。真相是：它们看到 SpaceX 手上有庞大的已安装算力，把一些大型训练优化集群以相对合同价的惊人高价卖进了市场。至少分析师们是买账的，他们看到了机会。外界大量猜测 Meta 要融资。它们可能在想：「我们先拿出一小块产能，证明能赚出很高的内部收益率（IRR），然后去股权市场融资，接着一路狂奔，很可能还会上调资本开支。」
目前看它们并没有这么做。但不管怎样，市场还是因为负面解读而抛售了。我当时很确定这不是利空。关于 Meta 的资本开支计划有大量遥测信号，没有任何一条发生变化——要说变化，也是变得更激进。而且没过多久，它们发布了两年来最好的模型 Muse 1.1，确实非常优秀。虽然被 Grok 4.5 盖过了风头，但那是个好模型——比它们过去两年做的任何东西都好得多。所以它们绝无可能松油门。
然后 Kimi 发布了，市场陷入对开源的巨大恐慌。与此同时，Silicon Data token 指数（Silicon Data Token Index）下探走平。这两件事是有关联的。这个 token 指数捕捉的是结构（mix）。它看不到全部 token，但因为 GLM 5.2 和 Kimi——数据沉淀需要时间——指数里出现了一次结构切换：从更贵的前沿模型 token（推理利润率可以争论是 80%、90% 还是 95%，但肯定超高），转向开源 token。不知为何，市场认为这是坏事。
但现实是：token 就是 token。其他条件不变，生产一个 token 需要的算力完全一样——同样的浮点运算量、同样的内存、同样的瓦数。当然 token 之间并不等价，但大体上说，开源抢份额只不过是把利润从前沿模型层拿走，而且——因为存在弹性——反而会刺激 token 需求。算力需求因此更大。Anthropic 和开源模型都跑在同样的底层云厂商上，云厂商收的算力费是一样的。所以你只是把利润从前沿模型挪走，把更多利润美元推进了 AI 基础设施层。
Patrick： 这就是导火索——嗯，是好几件事叠加在一起。
Gavin： 没错。黄仁勋（Jensen Huang）是全世界开源最大的支持者。他是个超级理想主义者，一个爱国的美国人，我相信他永远做正确的事。但如果开源对他的生意是坏事，他真的会成为全世界最大的开源支持者吗？这说得通吗？如果那对世界是正确的事，他还是会支持。顺便说，我认为开源非常重要——一个只有一两个占主导地位的前沿模型、收着 90% 利润率的世界，对人类不好，对社会可能也不好。正如我们之前聊过的，我们希望有很多模型。
于是市场消化了这一层，接受了它。接着中国造出了 DUV 光刻机——这些股票都被装在各种一篮子组合里——引发半导体设备股大幅抛售。然后我们就到了我认为在很多层面上真正值得担心的事：实际收益率上升了。这说得通——我们正在大举投资，而为这些投资融资，信贷占的比重确实在上升，尽管大头仍然来自经营现金流。于是实际收益率上行、利差走阔。Meta 上周发了一只债，定价完全不像一只 Meta 债券该有的水平。这说明信用市场——
Patrick： 英伟达的 CDS 也在爆。
Gavin： 所有人的 CDS（信用违约互换）都在走阔。而那些非常聪明的私募资本人士只是说：嘿，这完全在预期之中——不过是银行在对冲自己的承诺敞口罢了。但无论如何，盘面上不好看，而且这些都是不可否认的事实：CDS 上升、利差走阔、实际收益率上升。如果我们需要靠债务来为这轮建设融资，那就真的非常、非常可怕。这就是为什么我认为，已安装算力的现货价与合同价之间的这个差额如此重要。
信贷之问：这轮建设靠什么融资
Patrick： 理解未来六个月的融资环境会是什么样，实在太重要了。
Gavin： 也就是这轮建设到底需要在多大程度上依赖信贷。
Patrick： 那会是经典的资本周期剧本——我们用债务过度扩张，事情就是从那里开始变得棘手的。
Gavin： 百分之百。债务驱动的建设要求立刻还钱。所以只要供需稍微失衡，局面就会非常、非常快地解体。当年互联网就是这么崩的。所以，如果一个人像我这样判断——不管对错，而且经过这个月我心态非常开放，我把所有这些假设都压力测试了一遍，我真的深入研究了信贷，因为这件事是真的、不可否认——如果这轮建设必须靠信贷融资，那就是一个重大负面。
如果你建个模型算一下——看共识预期里超大规模云厂商将要上线的吉瓦数——这些预期实际上是按布莱克威尔（Blackwell）和 Rubin 的吉瓦来建的，Rubin 是英伟达的下一代芯片，Blackwell 是现款。它们的变现水平本质上是按安培（Ampere）那一档来假设的——那是落后两代的架构，不是霍珀（Hopper），是 Ampere。照这个假设，超大规模厂商的经营现金流是 1.3 到 1.4 万亿美元。而我认为它们的变现水平几乎不可能只到 Ampere 那一档，原因我们可以展开讲——部分就来自我在这里一线看到的真实量化需求指标。
我们就假设它们比现款 Blackwell 的变现水平打个折，那经营现金流也更接近 2 万亿美元，这一下就把 7000 亿美元的信贷需求消掉了。颇具讽刺意味的是，随着这些已安装算力重定价，所有信用比率都会改善。我们会继续加速——而共识在定价减速，我认为这不太可能。于是信用指标变好看了，突然之间用信贷融资又变容易了。它们会不会这么做，拭目以待。这一切都有一点——我记得我们上上次——
Patrick： 两个月前。
Gavin： 不是，是再上一次——聊到过 Blackwell 空气口袋（air pocket）的风险：你花几千亿美元买 Blackwell，初期大多用于训练，而训练不产生回报，这可能是个风险。今年一季度你确实看到了这一幕。两个月前那期播客里，我之所以对这个风险放下心来，一个原因就是 Anthropic 拿出的东西实在太惊人了。然后你会觉得：好吧，市场会向前看的。4 月、5 月、6 月，市场确实都在向前看。然后到了 7 月，因为这些事情的叠加，市场不再向前看了——偏偏就在经营现金流开始真正加速的时候。而这是事实：它正在大基数上加速。微软 6 月一个月就上线了一大块产能，这甚至还没体现在二季度里。
所以这一切归根结底就是一个问题：你相不相信我们在硅谷一线从私营公司那里看到的量化需求信号会延续，从而让已安装算力随着合同到期向上重定价、经营现金流上升，让你可以用经营现金流覆盖这轮建设的大部分资金——甚至可能是全部？如果按现价重定价，未来几年的资金大概全能内部解决。
一段不寻常的行情
这是市场里一段非常不寻常的行情。我们应该聊聊，我说的那些正在变好的基本面到底是什么。
技术派会说——2022 年，市场担心的是衰退、加息、通胀——你清清楚楚知道它在怕什么。DeepSeek 冲击，你知道它在怕什么。「解放日」（Liberation Day）（译者注：2025 年 4 月特朗普政府宣布全面关税、引发市场暴跌），你也知道它在怕什么。总有一个非常明确的东西，说来奇怪，这反而让人安慰。
Patrick： 让人踏实。
Gavin： 而这一次，我们聊了很多具体的事，但除了信贷之外，那些具体的担忧感觉都有点荒唐。可市场就是还在跌。技术派会说：嘿，这有点吓人——定义上讲，打死你的正是那颗你看不见的子弹。我记得我们以前聊过：我认为投资里最重要的三个词不是「安全边际」，而是「我不知道」。你在这边待了两个月，我也在这边。就在今天早上，我还跟一家公司聊过——就是那种人人都想跟它做生意的最炙手可热的创业公司——他们租了一个几千张 Blackwell 的集群，价格大概是每 GPU 小时 2.5 美元上下。七个月后，他们续租完全相同的集群、同样的规模、各方面一模一样——B200，没有任何区别——而他们期望支付的价格是接近 4 美元。这就是今天发生的事。
这太疯狂了，因为再说一遍，原本哪怕你是多头，预期的也应该是价格温和下降。结果六七个月里涨了 50% 到 60%，视起点而定。这样的例子比比皆是。有一家推理云——我记得是 Baseten，不太确定——在播客上直接说：合同到期后，我们准备为 Blackwell 多付 100% 的钱。这本质上意味着，所有超大规模云厂商的利润都被低估了。
寻找负面数据点
Gavin： 我这周在这边的主要任务——
Patrick： 就像是做压力测试。
Gavin： 对。告诉我点坏消息，你知道吗？我问你的那个问题——你有没有听到过哪怕一条负面的量化指标——我逢人就问。
Patrick： 大家主要在说，第三方数据显示 Anthropic 的增长曲线好像开始偏离原有轨迹了。这是我听到的唯一一条。
Gavin： 我认为那很可能是真的。但与此同时，OpenAI 和开源在大幅加速。
Patrick： 对，看整个盘子。
Gavin： 看总和的话，是在净加速。开源有点像——人们说宇宙里有暗物质——开源就是公开市场的暗物质。公开市场很难测量它。但你只要跟踪这些推理云的说法——他们是在播客上、在会议里说的，不是审计过的财报——需求显然在加速。这也合理，因为 GLM 5.2 和 Kimi K3 带来了一次巨大的能力跃迁，而我认为这种跃迁还会继续。我认为你会看到英伟达把 Nemotron 稳步推向更接近前沿的位置。
但天啊，这是让人谦卑又煎熬的一个月。另一方面：哇，我把每一个假设都压力测试了一遍。基本面在改善。而且就在我们录制这会儿，英伟达的远期市盈率是过去十年最低的。
Patrick： 疯狂。
Gavin： 半导体股唯一比这更便宜的时候，是「解放日」和 DeepSeek 冲击——而那两次都有点像 V 型底。
Patrick： 所以对你来说，这就意味着市场认为它们的盈利显著虚高？
Gavin： 对，市场百分之百认为它们的盈利显著虚高。而我们需要保持谦卑。
Patrick： 也许它们真是虚高的。
Gavin： 也许真是。但我这周在这边的使命，就是尽我所能地找负面数据点。通常你来硅谷，听到的总是好坏参半——这是条利空、那是条利好——总体偏正面，毕竟科技长期创造价值。但这一次，我一条量化的负面指标都找不到。除了 Anthropic 那个第三方数据——而我想说的是，那个数据正遭到 Anthropic 股东们的激烈反驳——他们急着把知道的情况告诉你，但又很怕拿不到 IPO 配售额度，万一传回公司耳朵里，说「实际情况好得很」这话是他们讲的。你能看到 Anthropic 股东们那副样子——他们想说「那不是真的」。
我很难相信开源和 OpenAI 加速到了这种程度，但确实，Anthropic 明显还处在杆位。另外顺便说，Grok 和 Cursor 也——你从第三方数据能看到——7 月是个相当有转折意义的月份，Grok 4.5 和 Grok Build 都出来了。所以这个月确实很棘手。我有个在富达（Fidelity）的朋友说，过去三年最好的操作方式就是：用最蠢、最肤浅的方式快速反应，然后在各种叙事之间来回切换。
Patrick： 放到现在是指什么？
Gavin： 放到现在，就是整个月都在削减风险敞口，去回应那些——除了信贷之外——事实上并不成立的叙事。而我们做的功课让我相信，随着重定价展开，信贷根本不会成为问题。退一万步，就算你真的需要信贷来建出我们需要的算力——如果信贷不给力，那也只是意味着，已经存在的算力会更值钱。而这最终会改善信用指标，信贷也就随之而来了。所以只要我们处于算力短缺中——我一直在拼命寻找哪怕一个信号，证明我们不在短缺中、证明短缺没有几乎每天都在恶化——问题本身就变成了解药。
Claude 成了股市的沃尔特·克朗凯特
Gavin： 然后是 Black Forest Labs 这家公司——我想名字是这个，希望没记错——因为有人发给我一篇很有意思的文章。我记得我们以前聊过迈克尔·莫布森（Michael Mauboussin）的理论：多样性的瓦解是导致泡沫和崩盘的根源。而现在，我认识的公募股票投资人——无论散户还是机构——基本上每个人都把每一条新闻喂给 Claude、Claude Code，有时候是一个 Claude 智能体。而它是概率性的——它解读这些新闻的方式大概不会有太大差异。
所以这就像——股市里以前从来没有过这种情况，但人们常谈媒体的碎片化：过去沃尔特·克朗凯特（Walter Cronkite）（译者注：美国 CBS 传奇主播，曾被誉为「全美最值得信赖的人」）是唯一的真相之声，现在再也没有了。而 Claude 正在变成股市里的沃尔特·克朗凯特，所有人都相信它说什么就信什么。顺便说，它确实很聪明，但并不总是对的，它的解读并不总是正确。而股市本质上面对的就是对未来的概率性、贝叶斯式解读。现在市场里的感觉就是这样：出来一条新闻，被喂给 Claude，Claude 这样解读——
Patrick： 太好笑了。
Gavin： 一大群人照着 Claude 的观点交易。于是你看到了那种事——有个叫 TBU 的家伙，他是 X 上匿名半导体圈的人。其实是个很聪明的家伙，我现实中认识他。他发了一张日本电容股的神图。他说：我们在六周内经历了一整个电容周期。是真的——那些股票，翻了一倍、两倍还是三倍我说不好，反正是垂直拉升。然后，呼——基本面甚至还没兑现，你已经把正常要三年的周期在六周内走完了。
持续学习与下一个技术前沿
Patrick： 你在这边的感受如何？我尤其好奇的是这里的各种创新——提升推理服务、模型训练每个环节的效率——以及它们长期会怎样影响公开市场。在那些长周期才能见效的创新上，你有没有了解到什么让你特别兴奋或好奇的东西？
Gavin： 有，我很好奇。相当多的人似乎觉得，他们离解决持续学习（continual learning）和样本高效学习（sample-efficient learning）已经很近了——这个我们以前聊过。如果这两个问题被解决了，有没有可能在需求侧造成一次短暂的「断档」？我差不多是用 200 亿 token「训练」出来的，而这些模型是用 300 万亿 token 训练的。如果你能用 10 万亿 token 训练一个模型，然后把它放到世界上、让它以样本高效的方式自己学习——这对训练需求来说听起来不妙。不过，训练占半导体需求、占算力的比例，最终会渐近到一个很小的值——不是接近零，但很小。
我认为这是最有意思的一点——至于是长期还是短期变量，谁知道呢。SSI 说他们 8 月要发布模型。有整整一代新实验室都在做这个方向。
Patrick： 而这对世界是好事。
Gavin： 这对世界将是天大的好事。
Patrick： 说清楚，是的。
Gavin： 这对世界会是了不起的事。
Patrick： 为了世界、为了人类，我们都想要这个。
Gavin： 对，我们想要。这对世界将是好事。而我很难相信这会真的利空 AI 基础设施需求。但同样，我努力保持非常、非常开放的心态。这大概是这次最大的科学或技术层面的收获。
Patrick： 我们就是不知道。
Gavin： 嗯，对。而且英伟达跟所有这些初创公司都有深度绑定。
什么会真正让我害怕
Patrick： 那么——如果我逼你设想一套情形，什么会真的让你反转立场、真的感到害怕？是不是就是经营现金流这条线不兑现，于是整件事不得不靠债务融资？
Gavin： 是的。如果经营现金流不再继续加速，那就是负面。某种程度上，这取决于 Anthropic、OpenAI、Grok、Cursor 以及开源的表现。如果 GPU 价格出现相当剧烈且持续的收缩——市场会立刻做出反应——那就值得担忧。如果 GPU 开始变得随手可得——我是说，你听过任何人说自己 GPU 太多了吗？
Patrick： 没有。
Gavin： 一个都没有。
Patrick： 没有，而且完全相反。那场面听着跟毒品市场似的。
Gavin： 是啊，真的像。太疯狂了。不过确实，需要盯的明显信号有一长串。如果 Anthropic、OpenAI——如果这些实验室的总和见顶、或者开始下滑，那就是真正的负面，除非那只是因为开源 token 在做大蛋糕的同时净抢了份额。而且我真的认为未来是多模型的。尤其是 AI 原生公司，它们会想拿一个开源模型——这些推理云在监督微调（SFT）和强化学习（RL）上已经做得很成熟了——你拿自己的数据定制一个开源模型，然后把它挂到一个路由器（router）后面。路由器通常先把请求发给你自己的模型，然后由一个前沿模型——Claude、Grok，随便哪个——来校验。很多场景下，你能用一半的成本拿到略好的结果。
但再说一次，这个「一半成本」——很多人一听就说：「这对 AI 需求是坏事。」完全不是。因为用户付出的成本只是 token 利润率的函数。你实际上只是把 token 从毛利率 90% 的贵 token 挪到毛利率算 30% 的 token 上——省钱省在这儿——但生产这些 token 消耗的算力是一样的。而且所有这些事都发生在不同的周期节奏上。大上市公司惊呼：「我的天，我的 AI 支出是原来的 20 倍，预算三个月就烧完了。」于是它们上了路由器，这确实砍了它们的 AI 支出——但它反而可能增加它们生成的 token 总量，因为只是把 token 挪到了更便宜的开源 token 上，而那就是更多的算力。
一家公司变得更聪明、知道什么任务用什么模型，这可能让它的支出企稳甚至下降，但跟它在路由器后面这些模型层里实际消耗的 GPU 算力小时数毫无关系。GPU 算力小时数多半还在涨——因为挪到便宜 token 上，你用得起的量更大了。这是最前沿的上市公司正在发生的事。
然后是一整波 AI 原生公司，它们在这上面全情投入，而且不招人——钱主要都花在了 token 上。所以它们不会减速。再然后是美国东岸那些几乎还没怎么用 AI 的公司、那些不在沿海、可能没那么精明的公司，以及还在琢磨怎么监管 AI 的欧洲——
Patrick： ——先监管，再使用。
Gavin： 对。所以这些节奏各异的采用浪潮正在同时发生。
交错的采用浪潮
Gavin： 但我脑子里挥之不去的一个念头是——我记得上次可能就说过——但如果问问萨瑟多特（Sacerdote）（译者注：Alex Sacerdote，Whale Rock Capital 创始人），全世界大概只有 50 万人——也许 25 万——在用智能体 AI（agentic AI）。而我们已经处于严重的算力短缺里了。要知道地球上有七八十亿人。从 50 万人走到 1 亿、再到 5 亿人，会发生什么？
另外有件事我觉得很有意思——我觉得在 X 上发帖看看反对意见挺有帮助的。很多人说：好吧，我们接受你的论证——超大规模厂商被低估、算力会重定价、它们的经营现金流会加速、也许这笔钱能融到。但那经营现金流从哪来？客户是谁？定义上讲，它只能来自两处：要么是生产率带来的更快经济增长——就像萨提亚（Satya Nadella）说的，要么我们开始 10% 的增长，要么没有——要么是劳动力替代。
可以肯定的是，在很多 AI 原生公司里，你确实看到了劳动力替代——但不是因为它们在裁员，而是它们招的人远比过去少。人均毛利美元——a16z（Andreessen Horowitz）、Iconiq，好几家机构都做过这个研究——那个曲线是垂直的，尤其跟过去几代创业公司相比。那么有意思的是——你有没有在你的被投公司里做过调查，看 token 支出相对人力成本的比例？
token 支出占薪酬的比例
Patrick： 有的。就是 token 支出占总薪酬支出的比例，差不多是这种口径。
Gavin： 你看到的区间是多少？
Patrick： 在那些最「AI 上头」的公司里，比例非常高——20%、25%。
Gavin： 我们共同的朋友迪伦·帕特尔（Dylan Patel）——在他自己的公司（SemiAnalysis）——他是个 ASI 死多头，但也就 30%。
Patrick： 那大概是我听过最高的了。
Gavin： 我其实听过 50% 的。而全球知识工作的盘子是 25 万亿美元。就按你说的 20% 算——那是 5 万亿美元，它要么来自劳动力替代，要么来自更快的经济增长。而作为人类，我们真的、真的、真的希望它来自更快的经济增长。
Patrick： 今天早上我从一位很了不起的科技 CEO 那里听到一个有意思的观察——他创办过好几家公司：如果你看那些创始人领导并控制的公司，剔除掉疫情期间过度招聘的因素，没有谁真的在裁员。这些人本来应该是最快用 AI 提效的，但他们什么大动作都没做——比如大规模裁员——这大概说明了他们对未来的判断：机会还很多，人还是要留的，再加上——
Gavin： 百分之百。多头逻辑是——你肯定看过 Cognition、Ramp 和 Stripe 的图——在 AI 上花钱最多的公司，增长明显更快。
Patrick： 对，我特别喜欢那个 Cognition 指数。
Gavin： 是的，Cognition 指数很疯狂。当然，质疑者会指出——也有道理——它并没有真正控制行业变量。但你往深了挖，其中一家举过一个例子——我忘了是水管工还是暖通承包商——反正现在每个蓝领工人日子都很好过，托 AI 的福。
存储、LTA 与权力的游戏
Gavin： 顺便说，有件事我觉得我们应该聊一下——现在也好，以后也好——就是现在人人都在签这些 LTA（长期协议，long-term agreement）。现在什么都是短缺。如果有疲软，也只是因为我们通电吉瓦的速度跟不上。吉瓦总会通电的——监管政策在往好的方向走。涡轮机制造商、柴油发电机制造商——人们把旧飞机上的涡轮发动机拆下来，翻新，再改作他用。各种疯狂的事都在发生。资本主义非常、非常擅长干这个。
但我确实认为，市场上最重要的问题之一——也是我看错的一次市场切换——是我们正在从「短期业绩爆表」切换到「拿短期上行空间换长期协议」，这一点在存储（memory）上比其他任何领域都明显。就是他们说的供应链协议、长期协议、LTA——形式有很多种，但本质上是客户预付，价格有地板价和天花板。这又回到刚才关于劳动力的话题。很多人——在疫情期间裁员过猛之后——特别不愿意裁人，形成了所谓的劳动力囤积（labor hoarding），你还记得几年前的讨论吧。你还记得吗？
Patrick： 记得。
Gavin： 那我们来想想撕毁 LTA 的博弈论。真正有分量的玩家就四家：亚马逊和它的 Trainium、谷歌和它的 TPU、AMD，然后是大过其他所有人总和的英伟达。假设现在是 2027 年。有一点必须认清：对给定单位的算力，你给每 FLOP 配的内存越多，产出的 token 就越多。这是提升单位算力 token 产出最重要的一件事。而这定义上就会降低成本——所以需求端对涨价完全没有负面反应，没有任何弹性，因为内存是压过其他一切变量的那根轴。
某种程度上，这几家公司之间正在上演一出巨大的《权力的游戏》（Game of Thrones），或者说一场帝王之争。好，假设是 2027 或 2028 年，你有点心动，想撕毁一份 LTA，试着压点价。但在很大程度上，未来几年的市场份额将由供应链配给决定——由你提前锁下的货决定。所以如果你撕毁 LTA——这里先假设我们不处于严重过剩的状态，但这个博弈逻辑即使在严重过剩时也几乎成立——如果你撕了 LTA，而接下来两三年里，不管因为什么，议价权重新倒向存储厂商那边，你就出局了，游戏结束。就说谷歌撕了 LTA 吧——假设 2028、2029 年出现过剩，我瞎编的——它们撕了。但如果它们撕 LTA，大概率说明你已经身处过剩、价格在跌，然后产能自然收缩。你觉得谷歌的配额会怎么样？这是个周期性行业，过剩之后就是短缺。下一轮，你觉得它们的配额会怎么样？
既然内存是所有事情围绕旋转的那根轴——天啊，你可能因为撕一份 LTA 而炸掉整个生意、整个基业。以前从来不是这样。苹果——谁在乎？它没有竞争对手、它是绝对的最大买家。往回倒三、四、五年，它知道自己可以为所欲为且毫无后果，因为它的量太大了，就算它把 SK 海力士（SK Hynix）往死里坑，美光（Micron）当然也照样接它的单。现在不一样了。你至少有四个玩家，外加所有创业公司——你就是 Etched 的投资人。如果你撕了 LTA，对方可以说：「好，行，很好。你撕了价格协议，那我们就撕量协议。去你的，我们把量给你的竞争对手。」你就这样丢了份额。
英伟达的信用包装
Gavin： 英伟达的主导地位——当前的环境对英伟达有利的程度——让我有点无法理解它为什么只值这么低的倍数。换句话说，如果你需要为芯片融资——而你确实需要——没有什么比英伟达 GPU 更好融资了，没有。如果你需要搞定土地和电力，它们把这盘棋下得很好，很会撮合。然后它们还推出了一个非常聪明的新商业模式，我把它描述为一种信用包装（credit wrapper）：GPU 价格高于某个约定水平时，它们抽收入分成。
Patrick： 还给兜底。
Gavin： 对。这可能让它们通过类似「版税」的方式，很快做出一个巨大的云业务。这也是缓解现金流错配的又一种办法——「钱都是我们赚的」。而这其实不算是供应商融资（vendor financing），因为钱不是它们借的——是别人把钱借给 GPU 买家。它们确实还在做股权投资，但那也不是「投钱给你、换你买我的芯片」——尽管英伟达说，它们在所有的股权投资协议里都写明，这笔钱不能用来买英伟达芯片。但很显然，钱是可互换的。
Patrick： 有意思。这说不通啊。
Gavin： 是啊。不过某种程度上，这个条款大概让所有人心里都好受点。
Patrick： 如果你是 SK 海力士的 CEO，你会怎么做？
Gavin： 我会照英伟达现在做的事，原样来一遍。
Patrick： 具体是？
Gavin： 我会去找 GPU、Trainium 的买家们，不管是谁，跟它们说：我来参与英伟达这个信用包装。当然，存储生意天生没那么稳定、没那么可预测。但可以换种方式——比如它们先掏一笔现金垫底，这样就不用承担后续义务。我这是随口编的。但总之要做点什么，因为你现在有钱，而信用市场正在闹脾气。我敢肯定，我们在黑石（Blackstone）和阿波罗（Apollo）的朋友们正在向存储公司建议某种变体：「嘿，我们从今天的现金流里出一笔钱——这笔钱就沉淀在那儿了；它是一笔担保（surety），让放债的人安心——但作为交换，持续的收入里我们也要分一杯羹。」这百分之百是我会做的事。
这几乎就是 LTA 逻辑的自然延伸：它们拿上行空间换确定性。而在这里，你实际上能对经常性收入抽「版税」。这正是英伟达在做的事，而我认为市场对此的理解非常不到位。英伟达真该好好把这件事讲清楚。第一，它们真的看多 AI——基本上，它们每一次没有入股什么东西，事后看都是错的。它们几乎什么都入股了，除了存储公司——之前很长一段时间连 Anthropic 都没投，后来它们也入股了 Anthropic。但如果你手握现金流又看多 AI，为什么不呢？而且黄仁勋看得见每一家实验室——他知道所有前沿进展；那些做持续学习的实验室——安全超级智能（Safe Superintelligence，SSI）现在就在跟它们合作。他看得见一切，而他看到的东西让他看多。
所以，一，拿股权上行；二，拿收入分成。它们每年产生几千亿美元的自由现金流，同时帮忙填补一个明显的缺口——既然大家都已经自由现金流转负了——撑到经营现金流加速到足以内部供血的那一天。这非常机会主义，但是正面的机会主义。这显著提高了它们每吉瓦的收入，也强化了它们的竞争地位。你我都有创业公司。行啊，很好——去用那家创业公司的芯片吧。它们付给台积电（TSMC）是什么价格？比英伟达他们高。它们买 HBM 内存是什么价格？更高。那些芯片能像英伟达芯片一样轻松融资吗？不能。所以负担是实打实的，尤其是如果你用 HBM 内存——你就在这场风暴的靶心上。除非像 Etched 那样，在架构上做了真正不同的选择。
眼下发生的一切，其实对黄仁勋都是利好。顺便回到博弈论：Anthropic 当初要是在算力上跟 OpenAI 一样激进，早就一骑绝尘了。所以现在 OpenAI 回到了牌桌上，我认为 Grok 也在牌桌上。帕累托前沿（Pareto frontier）上就是这几家公司。
Patrick： 而且它们手里有算力。
Gavin： 看完这一切，你觉得还有谁会松油门吗？
Patrick： 就是。
Gavin： 大概四个月前，达里奥（Dario Amodei）谈到过这个——那是一段很有思考的评论——他说：这真的、真的很难，因为如果你买太多算力，以这种体量，你可能会破产。但如果你买得不够，你可能会输。OpenAI 刚回到牌桌上，而现在 SpaceX 也凭 Grok 4.5 和 Cursor 大举入场了。看完这些，从博弈论的角度看，短期内还有谁会退缩？——尤其是当这笔钱可以由经营现金流来出的时候。
这里的每个人都比我更看多
Patrick： 你在这边见过的人里，有没有谁比你还看多得多？如果有，他们相信什么你不相信的东西？
Gavin： 这边基本上每个人都比我多看，真的。我读了德瓦卡什（Dwarkesh Patel）写的一个东西，我当时就——
Patrick： 是那个「算力价格 3 倍」的东西吧。
Gavin： 对，他写的是——我忘了具体数字了。
Patrick： 不对不对，好像是 15 倍什么的。
Gavin： 对，基本是说，租一张 H100 一年要 25 万美元。
Patrick： 那是当前现货价的 15 倍，差不多。
Gavin： 没错。哇，那简直是——
Patrick： 那不在我的预料之中。
Gavin： 那不在我的——别说我的贝叶斯预期概率空间了——甚至不在我那种「考虑过但因为太不可能而排除掉」的结果之列。德瓦卡什非常聪明，消息非常灵通。他指出：算力的利润率在涨、算力的量在涨、推理利润率也在涨，你把这三个乘起来，就得到了实验室加开源总和的这种疯狂加速——当然，开源的利润率其实并没有真的在涨。我看着股市里发生的一切，觉得自己像个愚蠢的乐观主义者。然后当我跟这里的人聊——不管是实验室的人，还是这个生态里的任何人——跟几乎所有人比，我都是偏空的那个。这实在是一种奇怪的状态。
中国的 DUV 时刻
Patrick： 你怎么看中国的 DUV 新闻？我看到的反应分布在一个光谱上：一端是「这相当于阿斯麦（ASML）2001 年的水平」，另一端是「不，这是一个全新故事的第一条新闻，关系到我们该如何思考全球尖端算力的供给」。
Gavin： 我认为两种说法可以同时成立。打个比方：DUV 光刻机（深紫外）像螺旋桨飞机，EUV 光刻机（极紫外）像喷气式发动机——或者说曲速引擎。他们以前没有，现在据称有了。这是一次相变——你从液态变成了固态。当然，这架螺旋桨飞机落后 25 年，但它依然重要，我认为不该被轻视。
有意思的是，你在股市里总能看到这种剧本：市场先是严重过度反应，然后如果这事真影响到阿斯麦的订单，那也是五年后的事，而这期间市场已经忘了它、担心它、又忘了它、又担心它、又忘了它，来回好几轮。所以我确实认为这次大概率是过度反应，但我们同样不该把它不当回事。而如果你是中国，这件事对你极其重要。
有报道说，一台 EUV 机器被走私进了中国。那得是什么样的间谍壮举——那些东西可是——
Patrick： 巨大的混凝土机器。
Gavin： 对，巨大无比。我不知道是不是真的，有些传闻。但中国——他们真的、真的很强。他们真的、真的很聪明。他们工作起来拼命得可怕。而且他们把这件事看作对国家超级重要的事。但他们能从 2001 年一步跨到 2026 年、甚至 2030 年吗？这是干中学（learning by doing），而「做」这个过程没法加速。你没法瞬移到未来。你必须真的走过那些学习周期。这事重大吗？重大。市场反应过度了吗？很可能。作为一个美国人，要真正理解中国正在发生什么、并抱有完全的确信和清晰，是非常难的。不管好坏，我们正在脱钩。这个进程已经启动，而且事到如今，它在两边几乎都变成了自我强化的循环。这很不幸。但我们就身处此地。他们不会停，我们也不会。
不再是「套壳」
Patrick： 对美国其他所有公司有什么评论吗？我感觉现在整个市场就是 10 家公司，外加几家私营的。
Gavin： 上个月可不是这样——上个月，除了 AI 之外的一切都在垂直起飞。而且我确实认为，开源逼近前沿，加上 Fireworks 这样的公司把定制模型变得非常容易——有些场景下你能用明显更低的成本拿到好于前沿的表现——这对软件行业是天赐之物。这对所有 AI 原生公司也是天赐之物。就像我们的朋友维什里亚（Vishria）说的——我记得是两年前——他从未见过这么多公司从成立到年收入 5000 万美元且产生现金流，只用了大概九个月。
当时很难判断它们有没有持久性，因为很多人把它们贬为「ChatGPT 套壳」。而现在有了开源，你真的积累出了自己用例独有的数据——不管你这个「套壳」打的是哪个垂直领域。Fireworks 还出了个很酷的产品叫 Nexus。如果你在用 Claude Code、OpenAI Codex、Grok Build，接入它只要三行代码、二十个词。Fireworks 会摄取你的数据，它们能对模型做强化学习，然后有一个路由器分发请求，效果惊人。这差不多是每个 AI 原生公司的标准解法。这就是为什么你看到哈维（Harvey）——在被收购之前——还有 Cursor 在这条路上走得这么重。Harvey、Legora，全都一样。因为如果你能从只依赖一两个、三个前沿模型，变成前沿模型只承担你 30% 到 60% 的 token 消耗，剩下的用你自己的强化学习模型，突然之间，你就不是「套壳」了。你的防御性强多了。
Patrick： 我对 Cursor 出的那个东西特别感兴趣——好像是 Cursor——有点像 AI 在「速通」人类已经学会的东西：用前沿模型做规划，然后把任务外包给更笨的模型，而且效率高了 15 倍，反正是类似这样的指标。
Gavin： 这件事可能非常讽刺：那些低利润率、只比前沿差一点点的开源 token……我们有些朋友相信，一旦前沿模型跨过递归自我改进（RSI，recursive self-improvement）的门槛，它在每个智能水平上的服务成本都会大幅降低，通过蒸馏实现。到那时候，开源就没有位置了。我会说这是一种「Anthropic、OpenAI、Grok 至上主义」的观点。我们不该排除任何可能，一切皆有可能。我们必须非常谦卑——尤其是在经历了这个月之后，我尤其想保持谦卑。
但这种情况在我看来不太可能。第一，因为有太多 AI 原生公司已经积累出了相当规模的、领域专有的私有数据。而且在以前——在开源迎来这个时刻之前、在这些推理云和路由器真正成熟之前——你别无选择。前沿模型的服务条款是什么样，你就只能接受。但如果你现在能从那台跑步机上下来，你就获得了一定程度的独立性，也许还有持久性、安全性。
但回到你刚才的点：这些更便宜的 token，也可能是在大幅抬高最尖端前沿 token 的价值。你想想：如果今天你有——我随口编的——智商 120 的开源模型，跑起来还很便宜，那一个能编排它们的智商 160 的模型，是不是反而更值钱了？上次我们聊过，我一直很惊讶，经济回报如此大程度地集中在前沿。现在这个格局正在变化——从这些推理云身上就能看到：Together、Modal、Baseten，它们都以非常省现金的方式运转。这些商业模式令人震惊的地方在于：它们的增速几乎赶上前沿实验室早期，但烧的现金极少。这相当了不起——哪怕回去看那些老土的 SaaS 指标，比如 40 法则（rule of 40）——这些数字都离谱。
Patrick： 你觉得一个组织内部的薪酬分布是不是也很有启发？CEO 赚的钱是公司中位数的 X 倍——也许前沿 token 和开源 token 的关系也是这样。
Gavin： 完全同意。
Patrick： 就是这么个简单的类比。
Gavin： 是的，可能就像上次我们讨论的那样：前沿 token 也许会丢一点——蛋糕在非常、非常快地变大。它们也许继续拿走经济价值的绝大部分，但不再像之前那样通吃。而开源 token 也许会占被处理 token 总量的大多数。但再说回来——这对基础设施需求是大好事，因为 token 就是 token，生产它需要的浮点运算、瓦数、空间、散热，全都一样。
监管才是最大的风险
Patrick： AI 可能发生的最坏的事是什么？是监管吗？
Gavin： 我认为监管一定是最大的风险。它是最显而易见的风险。这也是我这周很期待来这边的原因之一——我就是想被吓到。我不想像个疯子一样，看着这些股票越跌越便宜还觉得预期远期回报在上升，尤其是一线基本面的感觉，7 月比 6 月还有实质性的改善。
但我最终的结论仍然是：监管一定是最大的风险。你没法无视纽约州搞数据中心暂停令（moratorium）。我们正生活在一个诡异的「后事实、后逻辑」的政治世界里。而 AI 行业的公关做得一塌糊涂。不过我觉得——
Patrick： 我觉得它们至少现在意识到这一点了。
Gavin： 是啊。
Patrick： 就算还没改，至少意识到了。
Gavin： 是的。但我认为政治叙事——很多普通美国人接受的叙事——是这样的：数据中心会抬高你的电价、抽干你的水，然后抢走你的工作。而现实是：按现在签的这些协议，一个数据中心落地之后，周边所有人的电价通常反而会降，因为有「表后」供电（behind-the-meter）的安排。这就是特朗普让大家签的那份数据中心承诺书。一般来说，数据中心开发商——搁以前，它们只要给警察局或消防局换几辆新车、新装备就行了。
现在变成：我们给你建一所医院、一所学校、一个新的警察局和消防局，还给你降电费，你觉得怎么样？而且顺便说，工作岗位是长期的——因为你发现你确实需要这些水管工、电工、暖通承包商。在我有生之年，数据中心在很多方面是对蓝领工资最好的事情。然而，名义上代表这些蓝领工人的民主党人，却在把这些工作机会往外推。
这事荒诞就荒诞在——那句话怎么说来着——谎言能绕地球跑一圈——
Patrick： ——真相还没起床呢。
Gavin： 对，真相还没起床。有位作者在一本书里犯了个错，把数据中心的用水量高估了一万倍。不是一点半点——不是一个数量级、不是两个、不是三个。而她已经多次承认错误：「我完全搞错了。」这事早就被彻底辟谣了。
把数据中心的故事讲好
Patrick： 太好笑了。这就像「大力水手效应」，你听过那个例子吗？
Gavin： 没有。
Patrick： 你知道大力水手为什么吃菠菜吗？起因一模一样：一本学术著作里小数点放错了两位。所以菠菜的含铁量并不比其他东西高。源头只有那一个，然后以讹传讹——到今天人们还说菠菜补铁。
Gavin： 我以为菠菜含铁高呢。太离谱了。
Patrick： 那是大概 80 年前的事了。
Gavin： 太离谱了。我真的以为菠菜含铁高。神了。
Patrick： 你真行。
Gavin： 是啊，每天都能学到新东西。
Patrick： 嗯，但道理是一样的。
Gavin： 对，道理是一样的。所以总得有人出来讲真相。我觉得这个行业——天啊，如果没人来做，那我来做。应该成立某种基金会——或者一个政治行动委员会（PAC），在 NCAA 四强赛（Final Four）、NFL 比赛、大学橄榄球比赛期间投广告。还有职棒世界大赛（World Series）。
Patrick： 把好处讲出来。
Gavin： 讲清楚一个数据中心到底做什么。一个在你的社区里签了这份承诺书的数据中心：你的电价会下降；它们几乎肯定会以实质性的方式回馈社区；你会看到大量超高薪的蓝领岗位涌入，而且是长期的。很多人以为那些岗位是一次性的，其实不是——建设期确实有个峰值，然后施工队转战下一个数据中心，但数据中心日常一直有退换维保（RMA）和升级的需求，而且技术在变。所以你会得到更多工作、更便宜的电、更富裕的社区。对水没有影响，对环境没有影响，而且把数据中心建在城外十英里也很容易。
这个故事必须有人讲，连同那些——我们听过一个故事，我记得上次聊过——AI 越来越能真正拯救生命、治愈罕见病。我记得是今年 ASCO（美国临床肿瘤学会年会）上——那个氛围就是：这是我们在单一会议上见过的科学突破最多的一次。其中肯定有一部分要归功于 AI。这些故事也得讲。如果你有一个生病的孩子、生病的父母、生病的挚爱，AI 实实在在地提高了他们康复的概率。这件事所有人都应该讲。而这边的从业者们——这一切对他们来说是如此显而易见。他们无法理解：这是真话，却是一个跟绝大多数美国人的认知天差地别的观点。
这个行业真的需要把自己的故事讲好。纽约这事，感觉只是第一例，后面还有很多。甚至在一些深红州，他们是超级支持增长的，但他们也会说：「嘿，你们自己的故事讲得太烂了。你们不讲，我们也没法替你们讲。你们要是讲了，我们可以帮着转述——但你们才是专家。」如果你不说出自己的真相，就没有人会替你说。
SRAM 加速器与推理拆解
Patrick： 嗯。我们还漏掉了什么？
Gavin： 我认为，所有这些关于算力的讨论都漏掉了一件事：当这些基于 SRAM 的加速器进场，会发生什么。它们不受 HBM 内存约束，而且往往用较老的制程制造，不跟最新最强的 GPU 抢产能。
Patrick： 那可是大量产能。
Gavin： 做推理拆解（disaggregation）的时候——人们常谈预填充（prefill）和解码（decode），但解码其实有两部分：注意力（attention）和前馈网络（FFN）——而终极的圣杯是：你在一颗芯片上做预填充——它大概率不需要 HBM——在一颗配 HBM 的超强芯片上做注意力，然后在一颗 SRAM 芯片上做前馈网络。在现有算力存量和新增算力上叠加这些 SRAM 加速器，ROI 会怎样——我们看到的信号是：效果就是更好；尤其在前馈网络这部分，你就是打不过 SRAM。而且无论你怎么精心设计芯片上算力、HBM、SRAM 的比例，几乎都没用——负载永远在变，负载和负载之间还不一样。能把这三部分拆开来做——我认为这对 AI 的 ROI 会是实打实的重大利好。
黑马玩家
Patrick： 不知怎么我突然想到一个好玩的问题——我特别喜欢《权力的游戏》那个框架。你能不能想象一个现在完全不在大家雷达上的玩家，未来跻身《权力的游戏》主桌级别？比如美光突然之间——变得跟 Anthropic、OpenAI、微软、亚马逊一样重要——一匹黑马？
Gavin： 我想到的——陈立武（Lip-Bu Tan）（译者注：英特尔 CEO）大概算一匹黑马。Fireworks 的林（Lin）绝对是个狠角色。还有我们的朋友斯科特·吴（Scott Wu）——Cognition 算是——
Patrick： 这个我举双手赞成。
Gavin： 是的。最明显的名字就这几个。
SpaceX，一家数据中心公司
Patrick： SpaceX 呢？看着它开始被公开市场消化，是什么感觉？你觉得市场理解这家公司吗——作为新上市公司里最重要的一个？
Gavin： 感觉市场并不理解。在我看来，自它 IPO 以来，基本面变得更好了——Grok 4.5、收购 Cursor。Cursor 明显在大幅加速。过去三年，它们证明了自己能比任何人更快、更低成本地投出更多算力。现在我们还知道——就算剔除现货与合同的价差——它们当初的巨大优势正是踩着现货价格的高点进场的。说来奇怪，对算力最多头的事情之一是：它们一夜之间向市场投放了巨量算力，结果连个水花都没有。市场就这么把它全吞了。货运列车丝毫没有减速。
有位 Substack 作者 Funda AI 认为，SpaceX 会在未来 18 个月尝试投出 8 吉瓦的算力。8 吉瓦，18 个月。我永远不会做空埃隆（Elon Musk），但那将是真正不可思议的壮举。自它们签完最近那批合同以来，价格涨了，没跌。它们的算力变现水平大概是每吉瓦 500 亿美元。而明年的共识预期是 730 亿美元。所以先忘掉星链（Starlink）V3、忘掉星链直连手机——Grok 4.5 加 Cursor，我认为两者合计大概很快就能到 100 亿美元年化经常性收入（ARR）。把这些全忘掉、把星链基本盘也忘掉——如果它们真能投出接近那个数的产能，共识预期是 730 亿美元，那就是 8 吉瓦、每吉瓦 500 亿美元的账。当然，这些产能不可能在 2027 年初就全部点亮。在我看来这非常不可信。
我几乎不相信 Funda 那份报告。但到今天为止，一年内投出超过 500 兆瓦电力的公司，只有超大规模云厂商、CoreWeave、Crusoe 和 SpaceX。而 SpaceX 是投得最多、最快、成本最低的。而且人们确实很喜欢它们的集群。但同样，市场需要眼见为实。
Patrick： 这可不是今天市场对 SpaceX 的解读。
Gavin： 不是，不是。而且确实有一家纽约大对冲基金在做空它。他们的逻辑大概是：算力现货价会跌 90%，而你投出这么多算力，产生的收入会远低于你的想象。也许吧。但同时——我想把话说清楚——这些年我亲眼见过埃隆的公司做出真正令人印象深刻的事。Funda AI 报告里那个「18 个月 8 吉瓦」——我引用它只是因为它公开可查，人人都看得到。
我记得埃隆有句话：「我们的专长，是让不可能之事只会迟到。」
Patrick： 我头一次听到这句。太妙了。
Gavin： 这话里有很多真理。但以我的角度看，这只股票里几乎没有计入它们有可能投出的那部分算力。再说一遍，我不认为能到 8 吉瓦。而且那会非常难——给这些 GPU 通电非常难。但他们一直很擅长这个，而市场共识和人们的脑袋里，感觉都还没有把这个算进去。
轨道算力与尾声
Patrick： 我想起那个好玩的梗图：「SpaceX，一家数据中心公司？」
Gavin： 哦，百分之百，绝对是。而且我还要说，我在星际基地（Starbase）待了很长时间，轨道算力（orbital compute）一天比一天感觉更真实。
Patrick： 前几天星舰（Starship）着陆那次，看着真带劲，看起来太丝滑了。
Gavin： 星舰着陆那次确实带劲。还有件好玩的事——我们的朋友 Benchmark 资本，他们投了 StarCloud——一家做轨道算力的公司，SpaceX 在跟它合作。SpaceX 打算让它们用星链的激光技术，那对轨道算力非常重要。我觉得这是个很好的现实检验。据我所知，Benchmark 的人都很聪明，而且他们完全不是埃隆生态里的人。他们选择以一个不低的估值投一家轨道算力公司，而且还享受不到 SpaceX 那样的内部发射成本。对我来说，这就是个很好的自问：「嘿，是我疯了吗？」好吧，也许我疯了，也许埃隆疯了，也许 Benchmark 也疯了，也许 SpaceX 的工程师们也疯了。但天啊，大家全疯了，这概率也太低了。
我们要不要说说我们在谁的办公室里录？
Patrick： 好啊，我们就坐在那张著名的 Benchmark 桌子旁。
Gavin： 我们就坐在 Benchmark 的办公室里。对，这就是他们那张著名的桌子——他们办著名晚宴的那张著名的桌子。所以谢谢 Benchmark，谢谢 Benchmark 提供这期节目的场地。
Patrick： 谢谢维什里亚。
Gavin： 对，谢谢 Eric。我们应该谢谢他们所有人。
Patrick： Eric 帮我协调的，所以要特别感谢他。谢谢各位合伙人。
Gavin： 谢谢 Eric。
好了，一年后我们再看这些股票的位置。好就好在，时间会给出答案。人们有对有错——未来是概率性的——但这是一个激动人心的时刻。
Patrick： 如果我们真按模型发布周期录下去，几周后见。
Gavin： 是啊，太疯狂了。
Patrick： 下次我们可以在 Benchmark 再聚。跟你聊天一如既往的尽兴。