紅杉資本合夥人 David Cahn 是當下矽谷最被關注的 AI 投資人之一，他的判斷總是比市場早半步。2023 年，他在《AI 的 2000 億美元問題》中首次提出：算力的真正價值不在製造，而在消費；到了 2024 年，又在《AI 的 6000 億美元問題》中計算出——要支撐 1500 億美元的 GPU 投資，全球必須額外創造 6000 億美元的新增收入。這組推演一度被視為危言聳聽，如今卻成為投資人衡量 AI 產業現實回報的基礎公式。一年後，Cahn 重新出現，帶著更宏觀的思考。他認為，AI 已不再是“虛擬技術”的故事，而是一場徹底的“物理化革命”：電力、算力、施工、土地和能源，成了這一輪技術周期最稀缺的資源。“AI 世界的貨幣，不再是美元，而是千兆瓦。”在最新的 20VC 播客對話中，他從資料中心談到資本泡沫，從防務科技講到年輕人的原生思維。他復盤過去一年全球 AI 產業的擴張節奏，也描繪泡沫之後的倖存法則。語氣克制、邏輯鋒利，依舊延續了他那種“把科技當作經濟學”來分析的冷靜方式。“AI 泡沫不可怕，可怕的是沒有人在泡沫中進化。”▍鋼鐵與電力：AI 的物理化現實David Cahn 認為，AI 產業的真正護城河，已經從演算法和模型，轉向了“鋼鐵、電力與施工隊”。2024 年他曾提出「AI 的物理化」這一概念，當時還被視為過於冷門的判斷，如今成了產業的主旋律。回顧那一年，資本市場的討論集中在模型與算力，他卻注意到一個更原始的問題——要讓這些模型運行，必須先把電接上。他在節目中回憶，2024 年夏天自己就在前線觀察到基礎設施緊缺的徵兆：資料中心的電工被空運到德州，發電機產能被預訂到 2030 年，整個行業都在搶佔物理資源。“大家當時都在比拚算力模型，卻忘了供電和建設才是第一性問題。” 於是他提出：投資人應該從“位元視角”切換到“原子視角”，理解 AI 背後真實的物理性。事實驗證了這一判斷。過去一年，AI 產業最大的贏家並非軟體公司，而是電力、能源與基建相關企業。Cahn 稱之為“AI 電力交易（AI Power Trade）”——2025 年華爾街最成功的套利，是押注電力成為算力瓶頸。他指出，Sam Altman 現在談論的不再是“美元”，而是“吉瓦（Gigawatt）”。這意味著資本的語言正在變化，“AI 世界的貨幣單位，不再是資金，而是功率。”這種變化也對應到宏觀經濟層面。GDP 原本衡量的是“有形的產出”，而 AI 的爆發恰好重新點燃了這一部分：建築工地、鋼結構、冷卻裝置和資料中心用地的投資，都被計入統計口徑。“AI 的物理化，讓美國 GDP 再次與現實世界掛鉤。” 這不是軟體層面的增長，而是鋼鐵、混凝土與電纜的增長。他進一步指出，去年提出的“6000 億美元問題”如今已升級為“8400 億美元問題”。當時他計算：如果輝達賣出 1500 億美元的 GPU，就會帶來約 3000 億美元的資料中心投資，要支撐這筆資本回報，至少需要 6000 億美元的營收來覆蓋成本。到 2025 年夏，這個模型已膨脹到 8400 億美元。Cahn 的關鍵問題是：“客戶的客戶是否健康？” 也就是說，真正的終端需求是否存在，是否有人為這場算力狂歡買單。他用一句話概括當前階段：“2024 年我們還在談規劃，2025 年鐵鍬已經下地。” 但他也提醒，這一輪建設存在巨大差異。“建得快，反而可能輸。” 因為當所有人同時開工、同時搶供貨商，延遲與成本會迅速上升。Cahn 將建設本身視作新周期的護城河——誰能在複雜供應鏈中搶到裝置、拿到許可、按時通電，誰就能在未來算力戰爭中佔得先機。他認為，投資人和創業者普遍低估了“建造能力”的難度，也低估了其長期價值。“我們以為演算法是核心，其實混凝土才是門檻。” 在他看來，未來幾年內，AI 行業的優勝者將不是寫程式碼最快的團隊，而是能最快建成並穩定運行資料中心的團隊。▍泡沫與循環：資本的錯配時刻在談及市場氛圍時，David Cahn 的語氣依舊冷靜：“是的，我們正處在一個 AI 泡沫中。” 他說，這並非危言聳聽，而是事實的延伸。過去一年裡，AI 已從前沿創新變成全民共識，連最激進的多頭——Sam Altman、Vinod Khosla、Jeff Bezos——都公開承認市場存在泡沫成分。Cahn 借用塔勒布的比喻：“沒人能預測建築那天會倒，但每個人都能看出它已經開始搖晃。”他認為，這種“搖晃”來自兩個方向：一是循環交易的擴散，二是資本時間錯配。2024 年底到 2025 年初，微軟和亞馬遜仍是 AI 生態的支柱，它們承擔資料中心租約、提前鎖定電力容量，相當於接住了“需求的燙手山芋”。但進入 2025 年後，這兩家巨頭開始收縮投資，轉而由 Oracle 和 CoreWeave 接盤——規模更小、風險承受能力更弱。與此同時，晶片公司為了刺激出貨量，也開始主動融資建廠，把資本支出反向記作收入。“這是一種精緻的循環，買方變賣方，賣方又成了融資方。”Cahn 指出，如今行業中常見的大項目——動輒以“吉瓦”計量的算力交易——很多其實並未完成融資。“現在沒人知道 1 個吉瓦到底值多少錢。” 他的估算是，每 1 個 gigawatt 的資料中心造價約 400 億到 600 億美元。按照目前全球規劃的 800 個 gigawatt 計算，這意味著約 8 兆美元的建設需求，而這些資金遠未真正落實。“我們正生活在一個所有資本機器都朝同一方向傾斜的時代——AI——但問題是它們都集中在一個過短的周期內。”他把這一階段稱為“股權型泡沫”，區別於 2008 年的債務危機。那次是信貸鏈斷裂，而這次更多是估值層面的膨脹。“AI 的資本循環不是借來的錢，而是股東的錢。” 當市場情緒反轉，受傷的將是持有股票的人，而不是銀行。Cahn 強調，大多數 AI 項目仍以現金和股權融資為主，因此崩盤形態不會像過去那樣劇烈，卻會更普遍、更緩慢地影響每一個投資組合。在他看來，這場泡沫的核心特徵並非虛假需求，而是時間錯位。投資人押注未來十年的收益，卻在兩年內把錢花完。“這是一個被壓縮的時代。” 產業的成長周期被資本的短期邏輯推到極致——模型還沒落地，伺服器已滿負荷，項目剛開工，下一輪融資又開始。Cahn 認為，這種錯配在長期並非災難，只是需要更長的周期去消化。“AI 最終會兌現全部潛力，只是不會在 2025 年。”他把這種現象稱作“物理性遲滯”——能源、裝置、工程都有摩擦成本，資本卻假裝沒有。投資人願意為“未來的算力”買單，卻很少為“正在施工的算力”付出時間。Cahn 的結論是：AI 產業不會崩潰，但它必須經歷一次“現實回歸”的再平衡。“市場現在買的是速度，未來買的會是耐心。”▍贏家與輸家：算力消費與壟斷幻覺在這場被資本推向極限的周期中，David Cahn 給出的判斷很直接：“贏家不會是生產算力的人，而是消費算力的人。” 他將 AI 的結構分成兩類：生產端與消費端。生產端像煉油廠，負責提供統一的基礎資源；消費端則像能源使用者，利用這些資源創造更高附加值的智能應用。他的邏輯是，算力是一種“商品化資產”，生產越多價格越低。“在過度供給的市場裡，你可能是最優秀的煉油工，但油價下跌仍會吞噬利潤。” 因此，從長期回報來看，生產算力的企業註定具有周期性，估值波動劇烈；相反，那些將算力轉化為智能、內容或服務的企業——也就是“算力消費者”——將享受更穩定、更高倍的複利增長。這套框架最早出現在他 2023 年發表的《AI 的 2 億美元問題》一文中。那時他提出：算力的最終受益者是使用方而非製造方。如今，這一判斷已成為行業共識，但他指出市場行為仍然背道而馳——“儘管大家嘴上都說要投消費端，80% 的資金仍流入生產端。” 因為生產端能消耗更多資本，融資規模龐大，投資機構更容易“部署資金”。這是一種結構性偏見：資本被“吸引到最燒錢的地方”，而非最有創造力的地方。Cahn 用雲端運算的例子解釋了為什麼這種偏見令人誤判。Google、AWS 和 Azure 這些雲巨頭被視為不可撼動的壟斷者，但它們的誕生背景和當下完全不同。“當 Google 創立時，沒有人知道它會成為壟斷；當 YouTube 以 10 億美元賣掉時，也沒人認為那筆交易低估了未來。” 壟斷之所以能形成，是因為它在“無人注視的角落”成長。而 AI 不具備這樣的隱蔽性——現在所有人都知道它的重要性。因此，Cahn 提出一個警告：AI 不會再複製“大廠壟斷時代”的利潤率。“今天的創業者都在公開的戰場上競爭，任何一個突破都立刻被看見、複製、追趕。” 他稱之為“透明市場”，在這種市場裡，壟斷利潤難以形成，行業利潤率會回歸常態。他認為，這種結構性變化反而是好事。AI 行業的開放競爭將更快地推動技術擴散和價格下降，消費者將以更低成本獲得更高品質的智能服務。“我們不該害怕競爭，真正該害怕的是 AI 的壟斷。”談到企業特徵時，他再次強調對“算力消費者”的偏好——那些用 AI 改變終端體驗的公司。他提到紅杉投資的 Clay 與 Juicebox，前者在建構全球化資料關聯層，後者在重塑招聘體驗。兩者共同點是：不依賴無限融資，而依靠真實的客戶愛與需求驅動增長。“最好的公司，是那些不需要資本也能活得很好的公司。”Cahn 把這種自我造血能力視作新周期中最寶貴的資產。他總結道：“資本不會決定誰能成功，客戶才會。” 在一個競爭完全公開、供給持續擴張的市場，算力消費者才是長期的複利機器，而算力生產者，只是周期的波峰與波谷。▍防務的轉折：從戰爭到威懾當對話轉向防務科技時，David Cahn 的語氣格外篤定：“防務是下一個 AI。” 他回憶，自己在 2018 年剛開始投資 AI 時的心情，與今日投資防務時如出一轍——那是一種被忽視但不可逆的趨勢。烏克蘭戰爭在他看來，就是防務領域的“Transformer 時刻”。這場衝突讓世界意識到一個殘酷現實：“技術已經走到 2025 年，但戰爭仍停留在 1970 年。”在他看來，防務領域的技術代差來自長期和平帶來的“制度慣性”。五十年來，世界經歷了罕見的和平周期，防務體系也隨之固化。直到俄烏戰爭爆發，才暴露出傳統裝備與現代計算之間的鴻溝——衛星圖像、無人機、遠端打擊和資料決策系統的結合，使戰爭的“資料化”成為現實。Cahn 說，正如 Transformer 論文開啟了 AI 的工業革命，烏克蘭戰場也成為全球防務數位化的起點。紅杉確實錯過了防務投資的最初窗口，他並不迴避這一點。“我們的確晚了，但我們正在趕上。” 他認為，這種“補課”是必要的。就像紅杉當年重新進入移動網際網路一樣，防務領域也正處於“再創業”周期。不同的是，這次的目標不是戰爭，而是威懾——“防務的意義，從來不是打仗，而是避免戰爭。”Cahn 將這一輪的防務創新視為“數位化防禦革命”：國家不再僅僅依靠傳統軍火廠和長期合同，而是向新型科技公司開放合作，讓演算法、智能體、衛星和感測器融入軍工體系。“這其實是防務行業的 SaaS 化，只不過客戶是國家。”他用“國家冠軍”來形容未來的格局：每個主要國家只會誕生一到兩家真正的主導公司。在美國，是 Anduril；在以色列，是 Kela；在歐洲，是 Stark——這三家都是他認為的“國家級公司”。紅杉在過去兩年中，分別投資了後兩家。Cahn 解釋，這種集中化是行業屬性決定的：防務不是開放市場，而是高度集中、單一買方的產業。“防務科技的目標是服務國家安全，而不是追求使用者數。”以色列的 Kela 擁有全球頂尖的工程與安全團隊，而歐洲的 Stark 則在兩輪融資中得到紅杉支援，正成為區域防務數位化的核心平台。Cahn 形容這兩家公司是“現代版的洛克希德與雷神”，但它們的武器是演算法和資料。對於防務投資過熱的擔憂，他態度明確。“這不是一個可以容納 30 家獨角獸的行業。” 他預期未來全球範圍內僅會出現個位數的巨頭，因為客戶有限、技術門檻極高、周期漫長。投資防務，不是計算回報率，而是長期信任建設。“防務公司不靠廣告增長，也不靠爆款產品，它們靠的是五十年不出錯。”Cahn 強調，這個領域的核心指標不是利潤，而是安全。“好的防務技術讓戰爭不發生，讓人不用死。” 在他看來，這種“威懾力紅利”才是真正的複利，而防務科技的使命，是用 AI 幫人類延長和平。▍年輕的力量：AI 原住民的一代談到創業團隊的構成，David Cahn 提出了一個幾乎顛覆矽谷招聘邏輯的觀點：“在 AI 領域，沒有人有超過 5 年的經驗。” 這句話聽上去像玩笑，但在他看來卻是最重要的現實判斷。ChatGPT 發佈至今不過五年，所有人都在同一個起跑線上。那些 23 到 25 歲的年輕人——大學剛畢業的工程師、科研社群的開發者——不僅是使用者，更是新範式的原住民。Cahn 說，他每年會見兩三百位剛畢業的年輕人，大多數來自頂尖學校，他甚至親自為投資組合中的公司“挖人”。他發現，那些在 18 歲就開始使用 ChatGPT、訓練模型、寫 Prompt 的年輕人，擁有一種完全不同的直覺——他們不是在學習 AI，而是在用 AI 思考。 在他眼中，這類人才的學習速度與迭代能力，是當代創業最寶貴的資產。傳統初創公司會優先聘請資深工程師，因為他們懂架構、能獨立交付；但在 AI 創業時代，Cahn 認為“通才年輕人”反而更有價值。“我們不該低估 23 歲的工程師，他們的腦回路是原生適配 AI 的。” 他承認僱用年輕人風險更顯性——情緒不穩定、工作經驗不足、對組織流程陌生——但他寧願承擔“看得見的風險”，也不要那些隱藏在效率和惰性中的“隱性風險”。他在紅杉內部稱這種思維為“可見風險偏好”：任何決策都帶來代價，但真正危險的是你沒看見風險就做出決定。“資深員工的風險藏得深，他們可能不再學習，也可能把創新變成例行公事。” 相比之下，年輕人那怕犯錯，也能在實驗中長成新一代核心力量。當被問到如何建議剛踏入職場的年輕人時，Cahn 的回答更像一位長期研究社會心理的投資人。“年輕人擇業時常用的是模仿演算法——他們參考前一屆最優秀的人去了那裡。” 他稱這種模式為“模因演算法”：看上去是獨立選擇，實則是跟隨社會慣性。他並不全盤否定這種機制，因為在穩定周期裡它確實有效——上世紀 2000 年去 Google、2010 年去 Palantir，都是聰明的選擇。但他強調，這個演算法在 2025 年“失效”了。原因在於，上一代人的資料集中沒有 AI。那些榜樣沒有經歷生成式智能的爆發，也沒有見過 LLM 改變工作的方式。“模因演算法在面對新資料時崩潰。” 他建議年輕人保留跟隨直覺，但必須在決策中加入一個新的權重——AI 變數。“加入 AI 變數意味著，你要重新定義未來的有趣工作在那裡。”在觀察這些年輕人時，Cahn 發現一個重要分層：90% 的人選擇工作時問“我能獲得什麼”，而只有不到 10% 的人問“我能貢獻什麼”。他稱後者為“建設者（Builders）”。這些人通常是創業公司的文化中樞，他們不以職位衡量價值，而以創造衡量意義。“當你貢獻得足夠多，你自然能獲得更多。”他說，AI 創業者最需要的正是這種“貢獻型人格”。在 Clay、Juicebox 等他投資的公司裡，核心團隊成員都極年輕，卻能承擔遠超年齡的責任。Cahn 形容他們是“生於演算法時代的一代人”，也是驅動下一個十年的原動力。“未來最重要的招聘，不是再找 40 歲的專家，而是找 23 歲的天才。”▍泡沫、進化與時間的尺度在節目最後，David Cahn 重新回到了那個最常被問的問題：AI 是否是一場泡沫？他沒有迴避，也沒有修辭——只是平靜地說：“是的，但這是值得經歷的泡沫。” 在他看來，泡沫並不意味著虛假，而是新技術與資本之間的時間錯位，是進化的自然現象。“任何足夠偉大的革命，都會以泡沫的形式出現。”他回憶 2000 年的網際網路浪潮：當時無數公司破產，市值蒸發九成，但留下的 Google、Amazon、Netflix 改變了整個社會。“泡沫不會摧毀技術，只會摧毀錯誤的節奏。” 他認為，AI 也在經歷同樣的階段——一部分人太早下注，一部分人太慢行動，而真正的贏家，是那些在混亂中依然能持續建構、沉下心解決問題的人。Cahn 強調，AI 並非虛擬的未來敘事，而是當下正在重塑物理世界的力量。從電網到資料中心，從防務到教育，從內容到勞動力市場，AI 的觸角已經深入每個社會層面。它所帶來的變化，既是經濟層面的，也是文明層面的。“AI 是人類歷史級的事件，它讓我們第一次有能力複製自己的思考。”他也反對那種把 AI 視作“技術末日”的論調。“AI 不會毀滅世界，它只會暴露世界。” 它揭示了人類組織的效率、制度的惰性、教育的滯後，也揭示了創新的潛能。Cahn 認為，這種揭示本身就是一種進步，因為唯有看見真相，社會才能修正方向。對於時間，他的視角依舊寬廣。很多投資人希望在兩年內看到結果，而他看的是五十年。“AI 的處理程序不會被財報定義，它是一種長期的文明曲線。” 在他看來，AI 的每一次迭代都在延長人類的“智力壽命”，讓知識與經驗不再以個人生命為限。他用一句帶有哲學意味的話收尾：“我們可能會燒掉一些資本，但最終會得到一個更聰明的世界。” 在 Cahn 的敘述中，AI 的故事從未是關於誰更快、誰更富，而是關於人類如何更好地理解自己——以及，如何讓技術成為我們繼續進化的證據。 (有新Newin)