Gavin Baker表示，7月AI股票下跌40%-60%與實際基本面嚴重背離——他在矽谷實地調研後，未發現任何負面可量化指標，GPU租金價格反而上漲50%-60%。他認為唯一真實的風險是信用市場收緊，但若超大規模雲廠商運營現金流如期加速，債務融資需求將大幅縮減。而監管被其列為最大尾部風險。
市場在恐慌，但矽谷的數據講述著另一個故事。
近日，知名科技投資人Gavin Baker在播客節目《Invest Like the Best》中復盤了2026年7月AI及半導體類股的劇烈拋售。Baker將這段時期描述為"把2022年壓縮進了一個月"，並表示：在矽谷實地調研數周後，他找不到任何一個負面的可量化指標。
拋售的導火線：一連串敘事，而非基本面
Baker梳理了7月市場下跌的觸發鏈條。
首先是Meta宣佈將出租部分算力，市場將其解讀為"算力過剩、削減資本開支"的信號，股價隨即下跌。但Baker認為這是誤讀——"Meta的資本開支計劃根本沒有任何變化，如果說有什麼不同，他們變得更激進了。"隨後Meta發佈了表現強勁的Llama模型，進一步證明其並未踩剎車。
緊接著，Kimi K3等開源模型發佈，疊加Silicon Data Token Index出現結構性變化，市場擔憂開源模型搶佔份額會壓縮AI基礎設施需求。Baker對此明確反駁："生成一個token，無論是開源還是閉源，消耗的算力完全相同——同樣的浮點運算、同樣的內存、同樣的功耗。開源搶份額，只是把利潤從前沿模型層轉移到了AI基礎設施層，對算力需求沒有任何負面影響。"
然後是DUV光刻機的傳聞，引發半導體設備類股大跌。Baker認為市場反應過度，但也不應完全忽視。
唯一真實的風險：信用市場
在所有觸發因素中，Baker唯獨對信用市場的變化表示認真對待。
"真實利率上升，信用利差走闊，這些是不可否認的事實。"他指出，Meta上周發行的債券定價遠不如預期，各大科技公司的CDS利差全面走闊。
問題的核心在於：AI基礎設施的大規模建設，究竟需要多少債務融資？
Baker的判斷是：如果超大規模雲廠商的運營現金流如期加速，債務融資的需求將大幅縮減。他援引數據稱，微軟、Meta、亞馬遜的運營現金流（非自由現金流）已從上季度的28%增速加速至32%，剔除歐盟罰款等一次性項目後，實際增速達到35%。"這在這個體量下是實質性的加速。"
他進一步推算：若超大規模雲廠商的算力按當前Blackwell價格而非更低的舊一代價格變現，運營現金流可能從目前共識預期的1.3兆至1.4億美元躍升至約2兆美元，從而將約7000億美元的信貸需求從市場上移除。
"如果按當前價格重新定價，未來幾年的建設可能完全依靠運營現金流自我融資。"
GPU價格：漲幅50%-60%，與預期完全相反
Baker分享了一個他認為最能說明問題的案例。
一家知名初創公司7個月前以約每GPU每小時2美元的價格租用了一批Blackwell叢集，續約時預計支付接近4美元——漲幅約50%-60%。"你本來會預期價格溫和下降就已經是利多了，結果是垂直上漲。"
他還提到，某家推理雲公司在播客上公開表示，合同到期後計劃支付100%更高的Blackwell價格。"這意味著所有超大規模雲廠商都在低估自己的盈利能力。"
Baker表示，他在矽谷的調研目標就是"儘可能努力地尋找負面數據點"，但除了關於Anthropic增速放緩的第三方數據存在爭議外，"我找不到任何一個負面的可量化指標"。
內存市場的博弈論：沒人敢違約LTA
Baker花了大量篇幅分析長期供應協議（LTA）在內存市場的戰略意義。
他指出，內存（HBM DRAM）是當前AI算力中最關鍵的瓶頸——"每單位算力配置的內存越多，產出的token就越多，這是提升token輸出效率最重要的單一變量。"
在這個背景下，違約LTA的代價極其高昂。Baker以博弈論框架分析：假設某家超大規模雲廠商在2027年或2028年試圖以市場供過於求為由壓低價格、違約LTA，內存供應商完全可以將原本分配給它的產能轉給競爭對手。"你剛剛失去了市場份額。而這個行業是周期性的，供過於求之後必然是供不應求。你下一次的分配會怎樣？"
他總結道："在當前環境下，違約LTA可能毀掉你的整個業務和市場地位。這在以前從未是這種情況。"
輝達的新商業模式：信用包裝加收益分成
Baker認為$輝達 (NVDA.US)$目前的估值被嚴重低估。
輝達正在推行一種"信用包裝加收益分成"的模式：為GPU買家提供融資便利，同時在GPU價格高於某一底價時獲得收益分成。"這實際上可能讓他們迅速建立起一個通過版稅運營的大型雲業務。"
Baker認為這一模式被市場嚴重誤解，建議輝達加強對外解釋。他的邏輯是：在當前環境下，沒有任何資產比輝達GPU更容易融資；輝達在土地、電力資源的撮合上也表現出色；加上其對幾乎所有AI實驗室的股權投資，輝達實際上是在用數百億美元的自由現金流，系統性地強化自身的競爭護城河。
"輝達目前的遠期市盈率處於過去兩年的最低點。市場100%認為他們的盈利能力被嚴重高估了。也許吧，但我在矽谷找不到支援這一判斷的數據。"
SpaceX：被低估的算力巨頭
Baker援引Substack作者Will Funda AI的報告稱，$SpaceX (SPCX.US)$計劃在18個月內建成8吉瓦的算力。"我永遠不會押注Elon失敗，但這將是一項真正令人難以置信的壯舉。"
Baker指出，SpaceX目前的算力變現效率約為每吉瓦500億美元，而市場對其明年的收入共識預期為730億美元。"忘掉Starlink V3，忘掉Grok 4.5和Cursor，僅這些業務加起來的ARR就可能很快突破100億美元。而這些都還沒有被充分計入估值。"
他還提到，Benchmark投資了軌道算力公司Star Cloud，後者正與SpaceX合作使用星鏈雷射技術。"也許我瘋了，也許Elon瘋了，也許Benchmark也瘋了，也許SpaceX的工程師也瘋了——但這看起來不太可能。"
最大尾部風險：監管，而非技術
Baker表示，"紐約的數據中心暫停令讓我感到不安。我們生活在一個後事實、後邏輯的政治世界裡。"他認為，AI行業在公關上"做得非常糟糕"，導致普通美國人形成了"數據中心會推高電價、耗盡水資源、搶走工作"的錯誤印象。
Baker逐一反駁這些敘事：在當前的數據中心選址協議下，周邊居民的電價通常會下降；一本學術書籍對數據中心用水量的估算存在"四個數量級"的錯誤，作者本人已多次承認；數據中心帶來的藍領就業崗位是持續性的，而非一次性的。
全文訪談如下：
AI拋售與基本面背離——頂級AI投資人深度解析
節目：像最優秀的人一樣投資（Invest Like the Best） 錄製日期：2026年8月4日
節目簡介
本期節目中，Patrick O'Shaughnessy與Gavin Baker深度剖析2026年7月AI及半導體市場的劇烈拋售行情。Gavin將這一時期描述為"把2022年整年的波動壓縮進了一個月"，並解釋了為何公開市場的恐慌情緒與矽谷實地觀察到的強勁基本面形成了鮮明反差。兩人深入探討了超大規模雲廠商（hyperscaler）不斷加速的經營性現金流、GPU現貨價格的飆升、開源AI模型為何反而在驅動大規模基礎設施需求，以及內存市場長期協議（LTA）背後的博弈論邏輯、輝達的戰略主導地位、SpaceX宏大的數據中心佈局，以及AI算力面臨的監管風險。
時間戳
0:00 引言
- 1:17 AI拋售與基本面背離
- 10:20 為AI基礎設施建設融資
- 18:18 GPU價格持續攀升
- 24:23 Claude攪動市場
- 29:01 那些因素可能打破當前邏輯
- 36:59 內存供應戰
- 42:08 輝達的新打法
- 61:51 數據中心與監管
- 71:11 SpaceX與軌道計算
文字記錄
Gavin（說話人1）： 我希望自己能感到害怕。看著這些股票越跌越便宜，我不想像個瘋子一樣還覺得預期回報在上升。我這周在矽谷的主要任務就是壓力測試——讓我找到一個負面信號，告訴我點負面的東西。但我一直找不到任何量化指標層面的負面數據，基本面實際上還在持續改善。股票方面，以我們錄製本期節目時的價格來看，輝達的遠期市盈率已經是過去十年的最低點。市場百分之百認為它們的盈利能力被嚴重高估了。
Patrick（說話人2）： Gavin，距離上次才兩個月。模型發佈的節奏越來越快，我們錄播客的間隔也在不斷縮短。我們現在基本上是在跟著模型發佈的節奏錄節目了。另外，我記得之前有人指出，我們的播客似乎和市場……
Gavin： 局部頂部同步出現——這次之後沒人能這麼說了。你現在在想什麼？這個月真是瘋了。
我覺得7月就是把2022年整年的走勢壓縮進了一個月。基本面上確實存在一些負面因素，我們應該談談，但總體來看，我認為基本面的天平正在顯著改善。大量AI相關標的從高點下跌了50%至60%，一個月內單邊下跌了40%至60%。
我出發前問了你，你在矽谷待了整個夏天，有沒有聽到任何一個關於AI的負面量化指標？有沒有聽到任何一個減速的跡象？一個都沒有。事實上，每一項指標都在加速。而且這不是那種對AI充滿熱情的人的盲目樂觀——他們是有數據支撐的，來自各自不同的視角。
AI拋售與基本面背離
無論你從那個角度切入——GPU可用性、GPU租賃定價、本月DRAM現貨價格、token增長量——一切實際上都在加速。我認為問題的一大根源在於：市場對Anthropic和OpenAI缺乏透明度，以及美國國內那些通過推理服務變現的開源推理雲——比如Fireworks、Modal、Together——這些公司都不是上市公司。
一旦你看到這些數據，畫面就會截然不同。因為得益於GLM 5.2和Kimi K3，開源推理需求已經大幅加速。Nevatron也在穩步推進。我們還看到了一個頗具價值的小型美國開源模型發佈。OpenAI整體在加速，Anthropic持續強勁增長，且幾乎可以肯定已在產生可觀的自由現金流。
大家都在看那張圖：半導體現金流像這樣，超大規模雲廠商的自由現金流像那樣。但如果你遺漏了這些私有公司，那張圖就會失去一些非常重要的資訊。
更關鍵的是：在2024年和2025年，即便是最樂觀的人也會預期，GPU價格會緩慢下降。如果你是悲觀派，則預期價格會急劇下滑。但我認為沒有人在2024、2025年預料到，到2026年，老一代GPU的價格還會垂直上漲。
所以大家當時都想著要聰明一點，提前簽好長期合同。在某種程度上，很多新興雲服務商（Neo Cloud）也不得不這樣做，因為它們需要通過承購協議（off-take agreement）來為GPU融資。於是，已安裝算力的合同價格相對於當前現貨市場出現了巨大折價。隨著合同陸續到期，算力被重新定價至更高水平，現貨折價將縮小，算力價格仍將走高。
我認為隨著ROI問題逐步得到解答，你會看到大量加速跡象——本季度其實已經開始顯現了。從經營性現金流（注意是經營性現金流，不是自由現金流）來看，微軟、Meta和亞馬遜報告的經營性現金流同比加速，從28%提升至32%。這些超大規模雲廠商現在確實存在一些非常規的大額項目——比如幾十億美元的法律費用（主要是對歐盟的罰款）——本季度的一次性項目數量尤為突出。如果剔除這些，增速從28%跳升至35%，在這個規模上，這是相當顯著的加速。而這還是在Rubin架構算力大規模點亮之前——Rubin點亮後將帶來更高溢價，而那些合同也尚未重新定價。
這是一段頗為煎熬的經歷。
事件復盤
我們來梳理一下這個月是怎麼演變的。
首先，Meta宣佈將對外出租算力，市場將此解讀為極度利空——認為他們有產能過剩、要削減資本支出，是一場災難。但實際情況完全不是這樣。他們後來發佈的業績並沒有削減資本支出。真實情況是：他們看到SpaceX手握大量已安裝算力，並以遠高於合同價格的溢價，將部分經過交易優化的叢集售入市場。至少在分析師層面，他們看到了機會——有大量猜測說他們會去融資。也許他們的想法是：先用一小部分產能證明能夠產生強勁的內部收益率，然後去募集股權資本，從而加快發展步伐，並提升資本支出。
事後來看，這並不像是他們的真實意圖。但市場對此做出了非常負面的解讀並隨即拋售。我當時非常確信這不是利空。Meta資本支出計劃的各種先行指標一點都沒有變化，反而是在繼續加碼。沒過多久，他們就發佈了很久以來最好的模型——Llama 1.1，確實是一個非常優秀的模型，只是被Claude 4.5的光芒掩蓋了，但它比你兩年前的預期要好得多。所以他們根本不可能踩剎車。
接著Kimi發佈，市場對開源產生了巨大恐慌。與此同時，Silicon Data Token Index（矽谷數據Token指數）出現了一些下滑和走平，這兩件事其實是有關聯的。Silicon Data Token Index捕捉的是token的結構（mix），它並不能看到所有token。但由於GLM 5.2和Kimi的出現（儘管滲透需要時間），這份數據中出現了一種結構性轉移：從更昂貴的前沿模型token（推理毛利率可能在80%至95%之間，姑且存疑，但總之極高）向開源token遷移。市場不知為何將此解讀為利空。
但現實是：一個token就是一個token，生成一個token所需的算力完全相同——無論flops、內存還是功耗，都是一樣的。token不是完全等價的，但大體而言，開源搶份額這件事，只不過是把利潤從前沿模型層轉移出去，並通過彈性效應刺激了更多token需求，從而驅動更多算力需求。而利潤則從前沿模型流向了AI基礎設施層——Anthropic和開源模型都跑在同樣的底層雲基礎設施上，後者收取同樣的算力費用。所以你實際上只是在把利潤從前沿模型那裡抽走，讓更多利潤流向AI基礎設施層。這正是催化劑之一。
然後這些事情疊加在一起，不斷髮酵。比如：Jensen Huang是全球最大的開源支持者——如果開源對他的生意不利，他還會這麼做嗎？他當然還會支援，因為這對世界是正確的事，但也許這就不會是他最標誌性的議題了。順帶一提，我認為在只有一兩個主導性前沿模型、毛利率高達90%的世界裡，開源對人類和社會都非常重要，我們需要更多模型並存。
隨後是DUV光刻機，由於大家都被打包進了同一類籃子裡，這引發了半導體設備類股的大規模拋售。
然後，我認為真正核心的擔憂出現了：實際利率上升——這是合理的，因為大規模投資需要融資，信貸市場正在承擔越來越大的壓力，儘管絕大多數融資仍來自經營性現金流。於是實際利率上升，信用利差走闊。
Meta上周發行了一筆債券，定價並不理想，這清楚地表明信貸市場承壓——所有公司的信用違約互換（CDS）都在走擴。非常聰明的私募資本人士說，這完全在預料之中，不過是銀行避險自身承諾的正常操作。但不管怎樣，表面上看起來並不好看。CDS擴大、利差走闊、實際利率上升，這些都是不可否認的事實。如果我們需要用債務來為這輪建設融資，那確實會非常令人擔憂。
為AI基礎設施建設融資
這正是現貨價格與合同價格之間的差異如此重要的原因所在。
我來梳理一下數字邏輯：如果看已安裝算力所對應的超大規模雲廠商經營性現金流，市場的一致預期實際上是按照Ampere架構（落後兩代，而非一代Hopper）的變現速率來建模的。這樣算下來，超大規模雲廠商的經營性現金流約為1.3至1.4兆美元。但如果按當前Blackwell價格打一個折扣來變現，數字會更接近2兆，這就使信貸需求減少約7000億。隨著這些已安裝算力重新定價，信貸指標會隨之改善，屆時信貸融資反而會變得更容易——儘管他們是否真的會選擇舉債，還有待觀察。
兩個月前，我們談到過Blackwell"氣穴"（air pocket）風險——花數千億美元採購Blackwell，而這些算力初期主要用於訓練，訓練並不能立竿見影地產生回報，這可能構成風險。我們確實在一季度看到了這一現象。而我對這個風險逐漸感到釋然的原因，正是因為Anthropic的表現實在令人印象深刻。市場在4月、5月、6月都對此選擇了忽視，但到了7月，各種因素疊加，市場停止了忽視——恰恰就在經營性現金流開始真正加速的時候。這是既成事實。微軟在6月份帶來了大量新產能，甚至還沒反映在第二季度業績裡。
核心問題
歸根結底，一切都取決於你是否相信：矽谷的量化需求信號將持續，從而推動已安裝算力隨合同到期而重新定價至更高水平，經營性現金流持續加速，並足以支撐大部分乃至全部的建設融資。如果按當前利率重新定價，未來數年的融資需求可能完全可以通過經營性現金流內部解決。
2022年，市場有明確的擔憂對象——衰退、加息、通膨，大家心裡都很清楚。這次的擔憂——DeepSeek、Liberation Day（"解放日"關稅）——同樣清晰可辨，這在某種奇怪的意義上反而讓人心安一些。那些擔憂——除了信貸這一項之外——在事實層面感覺就是無稽之談。而我們的分析讓我相信，即便真的需要信貸，隨著重新定價的推進，這個問題也將迎刃而解。
GPU價格持續攀升
今天早上我和一家公司聊天，他們是那種最受歡迎的創業公司之一。他們之前租了一個幾千顆Blackwell的叢集，價格大約在每GPU每小時2美元出頭。七個月後，他們續租完全相同的叢集——相同規模，B200，完全一樣——希望以略低於4美元的價格成交。
就在今天聽到這個消息，真的很瘋狂。你本來只期望價格溫和下降就已經是利多了，結果六七個月內漲了50%到60%。這樣的故事比比皆是。我記得某家推理雲公司——我記不清名字了——在一個播客上說，他們預計合同到期後為Blackwell支付的價格將增加100%。這意味著，所有超大規模雲廠商都處於盈利不足的狀態。
我這周來矽谷的主要任務就是做壓力測試，全力尋找負面數據點。大家提到的主要負面信號，是第三方數據顯示Anthropic的增長曲線似乎稍微偏離了軌道。這可能確實如此，但OpenAI和開源正在大幅加速。如果綜合來看，整體仍在淨加速。
開源對公開市場來說就像宇宙中的暗物質——很難直接測量，但如果你追蹤那些推理雲說的話，無論是播客上還是會議上，需求顯然在加速——這也合情合理，因為GLM 5.2和Kimi K3帶來了巨大的能力飛躍，而這種趨勢將會延續。輝達也在將Nevatron穩步推向前沿。
這個月確實充滿了挑戰和挫折。但每一個假設都經過了壓力測試，基本面仍在改善。以我們錄製本期節目時的數據來看，輝達的遠期市盈率是過去兩年的最低點。半導體公司估值更便宜的時候，只有Liberation Day和DeepSeek那兩次，而那兩次都是V型底。這意味著市場百分之百認為它們的盈利能力被嚴重高估。
我們需要保持謙遜，也許市場是對的。但我來矽谷這周的使命就是儘可能用力地尋找負面數據點。通常來說，來矽谷會有正有負，總體偏正。但這次，除了Anthropic的第三方數據這一點之外，我找不到任何量化層面的負面指標。而這一點也受到Anthropic股東們的強烈質疑——他們迫切地想告訴你他們所掌握的資訊，只是擔心說出來會影響到未來的IPO配額。
Grok和Cursor從第三方數據來看7月也發生了相當顯著的變化，Grok 4.5和Grok Build的發佈使7月成為一個頗具轉折意義的月份。
Claude攪動市場
這裡值得一提的一個觀察是：我收到一篇文章，作者是Mike Mauboussin，大意是說多樣性的崩潰是泡沫和崩盤的根源。現在，我認識的公開股票投資者——無論散戶還是機構——每一條消息都會立刻被輸入Claude或Claude Code，有時是Claude智能體。Claude是機率性的，但它對這些消息的解讀方式可能並沒有太多差異。這有點像回到了沃爾特·克朗凱特（Walter Cronkite）的時代——那時只有一個公認的權威聲音，後來媒體碎片化了，權威聲音消失了；而現在，Claude在某種意義上就成了股市的"沃爾特·克朗凱特"，所有人都相信它說的。
Claude確實非常聰明，但它並不總是對的，它的解讀並不總是正確的。在股市中，你從根本上面對的是對未來的機率性貝葉斯判斷。所以你看到的就是：一條消息出來，經過Claude處理，得出某種解讀，大量市場參與者據此交易。
有個叫T.B.U.的匿名半導體社區人士發了一張日本電容器股票的圖表，說我們在六周內經歷了一個完整的電容器周期。那些股票——不管是翻倍、三倍還是四倍——垂直拉升，然後轟然崩落。實際的基本面變化都還沒發生，但一個本來需要三年的周期，就這樣在六周內走完了。
Patrick： 你在這裡的感受，尤其是讓我對這件事更好奇的，是這裡在推理服務效率提升、模型訓練各個環節的創新進展。這些將如何隨時間影響公開市場？你有沒有瞭解到什麼讓你特別感興趣或好奇的、時間線較長的創新方向？
Gavin： 有一件事讓我非常好奇：好像有很多人覺得他們離解決"持續學習"和"樣本高效學習"已經非常近了——這兩個課題我們之前也聊過。如果這兩個問題得到解決，從某種意義上來說，會不會帶來一種暫時性的需求不連續？
我聽說，有些模型是在大約200億個token上訓練的，而現在這些大模型是在300兆個token上訓練的。如果你能用10兆個token訓練出一個模型，然後讓它在現實世界中進行樣本高效學習，這對訓練需求聽起來似乎不太妙。但訓練在整個半導體算力需求中的佔比，終將漸近於某個很小的數值——不是趨向零，但會非常小。
這可能是本周最核心的技術洞察，但你也不知道它是長期還是短期的事。SSI說他們將在8月發佈模型，一整批專注於此的新實驗室也在湧現。如果這真的實現，對世界來說將是巨大的福音。我們都希望看到這一天。
但我很難相信這會對AI基礎設施需求產生負面影響。輝達和所有這些創業公司都深度綁定，所以如果你強迫我回答，那些情形會讓我真正改變看法、感到擔憂？
那些因素可能打破當前邏輯
最主要的風險是：經營性現金流不再持續加速。這在一定程度上取決於Anthropic、OpenAI、Grok、Cursor以及開源的表現。
其次，如果GPU價格出現相對持續的大幅下跌，市場會立即做出反應。如果GPU開始變得容易獲取，那會令人擔憂。但你有沒有聽過任何人說他們GPU太多了？一個都沒有。情況完全相反，感覺就像毒品市場一樣。
如果這些實驗室的用戶規模增長停滯甚至下滑，那確實是實質性利空——除非這只是因為開源token在整體擴大蛋糕的同時搶佔了一部分份額。我確實認為未來是多模型並存的格局，尤其是對AI原生企業而言。它們可以拿一個開源模型，經過監督微調和強化學習定製，部署在路由器後面——路由器優先把查詢發給自己的模型，再由Claude或Grok等前沿模型做校驗。在很多場景下，以一半的成本獲得略優的效果。
但很多人聽到"成本減半"就以為這對AI不利，其實完全不是。用戶支付的成本不過是token毛利率的函數，實質上只是把token從約90%毛利的昂貴前沿模型，轉移到約30%毛利的開源token。但這些token消耗的算力是完全一樣的。
大公司正在變得聰明起來：他們設置路由器，把AI速度放慢，但實際上並不減少token消耗量，反而可能因為轉向更便宜的開源token而消耗更多。而AI原生企業則完全相反，它們正在全力押注AI，幾乎不僱用人類，把預算全部壓在token上，沒有任何放緩跡象。
讓我無法忘懷的一個想法：全球大概只有50萬人在使用智能體AI，其中大約25萬人處於算力嚴重短缺的狀態。而地球上有78億人。當用戶從50萬增長到1%，到1億，到5億，會發生什麼？
很多人會問：這些經營性現金流究竟從那裡來？誰是最終付款方？從根本上說，要麼來自生產率提升帶來的更快經濟增長，要麼來自勞動替代。在很多AI原生企業，你確實看到了勞動替代，但不是因為裁員，而是因為根本就不招那麼多人了。每位員工創造的毛利潤正在大幅提升，相比過去幾代創業公司，這個數字幾乎是垂直上升的。
還有一個有趣的觀察：我今天早上從一位創立了多家公司的頂尖科技CEO那裡聽到——如果你看那些創始人主導和控制的公司，剔除疫情期間的過度招聘，幾乎沒有人在大規模裁員。這些人本應是最快擁抱AI來提效的，但他們基本沒有進行大規模裁員——這可能說明他們認為仍然有大量機會留給人類，再加上token消費的快速增長。
從Cognition Reup在Stripe的數據來看，AI花費最多的公司增長速度明顯更快。Cognition指數的數據令人震驚，儘管批評者說它沒有充分控制行業差異，但如果你深入挖掘，會發現即便是管道工、暖通空調承包商這類藍領行業，AI也在帶來顯著提升。
內存供應戰
我必須提到一個我認為市場非常重要、但我此前理解有誤的轉變：我們正在發生結構性變化，尤其是內存領域，從追求短期業績超預期，轉向以犧牲短期上行換取確定性的供應鏈協議，也就是所謂的長期協議（LTA）。在LTA框架下，客戶預付，並鎖定一個價格區間。
這讓我想到了博弈論的問題。我們來梳理一下打破LTA的博弈邏輯。在這個遊戲中，真正有規模影響力的玩家只有四個：亞馬遜（Trainium）、Google（TPU）、AMD，以及遠超其他三者合計的輝達。
內存之所以如此關鍵，是因為在給定算力單元中，內存越多，token產出越高——這是提升單位算力token產出最關鍵的維度，同時也會降低每token成本，這正是為什麼需求完全沒有因此而下滑。
現在假設是2027年或2028年，你想打破某個LTA，爭取更低的價格。但在相當程度上，市場份額在未來幾年將由供應鏈預分配決定。如果你打破了LTA——假設不是處於嚴重供過於求的狀態——而未來兩三年內，由於任何原因，議價權再次回到內存廠商手中，你的業務就完了。
就算Google在供過於求時打破了LTA，那往往意味著價格下跌、產能自然收縮。但你覺得，下一次供給緊張周期來臨時，Google的產能分配會怎樣？
我認為，在當前這個內存是一切核心軸的環境下，打破LTA可能毀掉你的整個業務和市場地位。這和以前截然不同。以前蘋果可以對內存廠商為所欲為——因為它是壓倒性的最大買家，沒有競爭對手，不論怎樣對待SK海力士，美光也會乖乖接下來。但現在不同了。你至少有四個大玩家，還有大量創業公司在競爭。如果你打破LTA，內存廠商可以說：好，你破了價格協議，我們就破數量協議，把份額給你的競爭對手。
這也是為什麼輝達的主導地位在當前環境下如此令人費解地被低估。沒有什麼比輝達GPU更容易融資的了。在用地選址、電力獲取方面，他們也在下好棋——通過撮合和資源整合發揮著重要作用。他們還推出了一個頗為聰明的新商業模式：類似於一種"信用包裝+收入分成"結構，如果GPU價格高於某個底線，就可以非常快速地通過特許權使用費建立起一個相當大的雲業務。
輝達的新打法
輝達這個模式，我認為被嚴重誤解了。本質上，他們並不是在直接借錢給GPU買家——他們是在參與信用包裝，別人來承擔融資責任。所以這並非嚴格意義上的供應商融資，而更像是股權投資加上收入分成。
他們確實在進行股權投資，而且幾乎每次沒有參與股權投資的時候，事後來看都是一個錯誤。他們投資了幾乎所有東西——除了長期以來的內存公司，以及曾經沒有投Anthropic（不過後來已經投了）。
如果你手握豐沛的現金流，又對AI極度看好，同時還能看到所有實驗室的進展——持續學習實驗室、Safe Super Intelligence都在和他們合作——Jensen自然對所看到的東西保持樂觀。所以，為什麼不同時獲得股權上行，加上收入分成？這樣既能緩解各方現金流的錯配，又能強化自身的競爭地位，還能顯著提升每千兆瓦的收入。
如果我是SK海力士的CEO，我會做完全一樣的事：去找GPU買家，說我也願意參與輝達的信用包裝結構。內存公司的業務本質上沒那麼穩定和可預期，但也許可以通過預付一部分現金來降低自身風險，同時爭取獲得持續收入的分成。我確信黑石和阿波羅等機構正在向內存公司建議類似的方案。
這其實是LTA邏輯的自然延伸——通過犧牲部分上行來換取持續性，還可以獲得經常性收入的特許權。這正是輝達正在做的事，而我認為他們應該更清楚地把這個邏輯解釋給市場。
從博弈論的角度來說，Anthropic如果在算力上像OpenAI那樣積極佈局，早就可以遙遙領先了。OpenAI現在重新回到了競爭前列，Grok也在局中，這些都是擁有最前沿算力的公司。在看到這一切之後，還有誰會放鬆油門？尤其是當融資可以完全來自經營性現金流的時候。
Patrick： 你怎麼看DUV光刻機的消息？
Gavin： 我認為兩種說法可以同時成立。打個比方：如果說DUV機器是一臺噴氣式渦輪發動機，那EUV機器可能就是曲速引擎；或者說DUV是螺旋槳飛機，EUV是噴氣式飛機。他們之前沒有，現在據稱有了，這是一次相變——你從液態變成了固態。那臺"噴氣發動機"，或者說"螺旋槳飛機"，可能比當前技術落後25年，但依然重要，不應被忽視。
市場的反應確實像是嚴重過度了。如果這件事要影響到ASML的訂單，可能要等到5年後，而市場在這期間會對它反覆擔憂、反覆淡忘。所以這可能是過激反應，但也不應置之不理。
數據中心與監管
關於其他公司
開源越來越接近前沿，而像Fireworks這樣的公司讓模型定製變得極其簡便——你可以針對特定場景訓練出媲美甚至超越前沿模型的效果，且成本大幅降低，這對整個軟件行業和大量AI原生企業都是天大的好事。
我們的朋友Vijaya說，他從沒見過這麼多公司能在9個月內從成立到實現5000萬美元年收入併產生現金流。這些公司以前可能被人嗤之以鼻地稱為"ChatGPT套殼"，但現在有了開源，它們已經積累了領域專有數據，打造出了真正的護城河。
Fireworks推出了一個叫Nexus的產品，只需三行代碼，它就能攝入你的數據，經過強化學習微調，再通過路由器智能分發查詢——Harvey（被收購前）、Cursor、Harvey、Lagora都在大力使用這套思路，因為如果你能把30%至60%的token消耗轉移到自己的強化學習模型上，只在剩餘部分使用前沿模型，你就不再只是個套殼，而擁有了真正的護城河。
Patrick： Cursor那件事很有意思——AI在速跑我們人類的學習曲線：用前沿模型規劃，把任務分配給更輕量的模型，效率提升了15倍。
Gavin： 確實，這很有意思。也許低毛利率的開源token——只比前沿模型略遜一籌——反而會使最頂尖的前沿token更加值錢。如果你有一批智力水平為120的開源模型，價格極低，那一個能夠統籌調度它們、智力水平為160的模型，豈不是更值錢？我們上次聊到，經濟回報高度集中於前沿模型一直讓我感到驚訝。這一格局正在改變，但開源token反而可能強化最頂尖前沿token的價值。
最令人震驚的是：那些基於開源的推理雲公司，增長速度幾乎和早期前沿實驗室一樣快，卻幾乎不燒錢，Rule of 40的指標極其驚人。
關於最大風險
監管，毫無疑問是最大的風險，也是最顯而易見的風險。紐約宣佈數據中心暫停令，我們生活在一個後事實、後邏輯的政治世界裡。AI行業在公關方面做得很糟糕，而普通美國人的主流敘事是：數據中心會推高你的電費，搶佔你的水資源，然後搶走你的工作。
而現實是：按照現在簽訂的協議，數據中心進駐後，周邊居民的電費實際上往往會下降，因為背後有"表後協議"（behind-the-meter deals）。以前數據中心開發商只需給當地警察局和消防局買幾輛車，現在他們要建醫院、學校、警察局和消防局，還要降低居民電費。
而且相關就業崗位是持續性的，因為數據中心需要大量管道工、電工、暖通空調承包商——數據中心在某種意義上是我有生之年藍領工資增長最大的推動力。然而，名義上代表藍領工人的民主黨，卻在阻撓這些就業機會。
有個關於數據中心用水量的說法：一個學者在書裡犯了計算錯誤，把用水量高估了10000倍——不是一個數量級，是四個數量級。作者自己都多次承認了這個錯誤，這個問題早已被充分證僞，但謠言還在傳。這讓我想到了大力水手吃菠菜的故事——也是因為某本學術書上小數點放錯了位置，菠菜含鐵量被高估，這個錯誤一直流傳至今。
這個行業需要有人站出來說真話。也許需要一個基金會，在NFL、世界大賽、大學橄欖球賽季中投放廣告，告訴公眾數據中心真正的樣子：簽署了承諾協議的數據中心，你的電費會降，社區會受益，會有大量高薪藍領就業機會持續出現，對水資源和環境幾乎沒有影響，而且它完全可以建在城郊10英里之外。
同時，AI拯救生命、治癒罕見疾病的故事也需要被講出去。今年ASCO年會的氛圍——"這是歷史上單次會議中科學突破最多的一屆"——其中相當一部分貢獻來自AI。如果你有一個生病的孩子、父母或摯愛，AI正在切實提升他們康復的機率。
行業裡的人認為這些都是顯而易見的常識，所以他們理所當然地以為所有人都懂。但事實上，這與大多數普通美國人的認知之間存在巨大鴻溝。紐約的禁令感覺只是個開始，即便在那些最親商的深紅州，如果你不主動講好自己的故事，也不會有人替你講。
SpaceX與軌道計算
Patrick： 你怎麼看SpaceX被公開市場消化這件事？你認為市場真正理解這家公司嗎？
Gavin： 感覺並不理解。從IPO以來，基本面一直在改善——Grok 4.5、Cursor的收購和加速、以及他們證明了自己能以比任何人都低的成本、更快的速度引入更多算力。
他們進入市場時，恰好撞上了現貨高點——這在某種奇怪的意義上，反而是算力需求旺盛的佐證之一：他們一下子把大量算力投入市場，市場幾乎沒有任何感覺，就像一列貨運列車完全沒有減速。
有一篇Substack分析（Funder AI）認為SpaceX將嘗試引入8吉瓦的算力。我永遠不會賭伊隆輸，但這將是一項極其驚人的壯舉。自他們上次簽訂合同以來，利率上升了，沒有下降，他們的變現效率大約是每吉瓦500億美元。明年的一致預期是730億美元。
先別提Starlink V3、Starlink星地直連、Grok 4.5和Cursor，僅這些業務合計就能很快達到100億美元的年經常性收入。忽略核心Starlink基礎業務——如果他們真的能引入那麼多算力，一致預期的730億是8吉瓦乘以每吉瓦500億，而且顯然不會在2027年初就全部點亮，這在我看來極不可能實現，我幾乎不相信那篇報告。
但值得注意的是：迄今為止，每年能引入超過500兆瓦電力的公司，只有超大規模雲廠商、CoreWeave、Weave、Crusoe和SpaceX，而SpaceX以最低成本、最快速度完成了這一壯舉。他們的叢集確實深受用戶好評。
市場目前對SpaceX的主流解讀是：現貨價格將下跌90%，大量算力進來也不會產生預期中的收益。也許吧。但我見識過伊隆的公司一次次把看似不可能變成可能。
我認為當前股價中，來自這部分潛在算力的預期體現極少。大規模引入算力非常難，為GPU通電極其困難，但他們做到了，而且這感覺並沒有被計入市場預期或估值。
很有意思的是，"SpaceX——數據中心公司"這個梗現在看來越來越不像玩笑。我在星際基地待了不少時間，軌道計算感覺每天都在變得更加真實。前幾天的Starship著陸，真的很酷。
我們的Benchmark朋友投資了Star Cloud——一家軌道計算公司，SpaceX在某種程度上與其合作，據說將開放星鏈雷射通訊技術，這對軌道計算至關重要。Benchmark的人非常聰明，完全不在伊隆的生態圈裡，卻選擇在不具備SpaceX內部發射成本優勢的情況下，以相當高的估值投資了一家軌道計算公司——這對我來說是一個很好的"理性人檢驗"。
也許我瘋了，也許伊隆瘋了，也許Benchmark也瘋了，也許SpaceX的工程師也瘋了，但這幾個都瘋了這件事，我覺得機率實在太低。
Patrick： 我們是在Benchmark的辦公室錄製這期節目，坐在他們那張著名的晚宴桌旁。感謝Benchmark，感謝Eric幫忙協調，感謝所有合夥人。
Gavin： 一年後我們就知道誰對誰錯了。時間會證明一切。未來是機率性的，但我們正處在一個令人興奮的時刻。
Patrick： 如果我們繼續跟著模型發佈節奏錄節目，我們幾周後可能就會再見了，也許還是在Benchmark這裡。和你聊總是一件樂事。(華爾街見聞)