摘要

GPT-5 发布不及预期，与其说是能力失败，不如说是前沿 AI 进入商业化苦活阶段。 Aaron Levie 据称发现，文档比对、修订和条款提取“有实质性提升”；另一位嘉宾认为，更大的变化是从 AGI 的宏大叙事转向“把苦活干出来、持续改进、做成一门生意”。但对冲项仍然重要：指数级起飞可能到来，只是当前证据更偏向于更慢的进步。
GPT-5 的价格可能比演示更重要，因为它让编程平台获得了对 Anthropic 的议价权。 在一位嘉宾提交的工作负载上，GPT-5 看起来比最贵的替代方案便宜 8–10x，促使 Cursor 将其推向用户，并威胁到 Anthropic 所引用的 60亿美元收入池。Harry 认为 Anthropic 可以弥合暂时的效率差距；Rory 的反驳是，没有人希望垄断经济变成寡头经济：“能用便宜货的地方就用便宜货，必须用贵的地方再用贵的。”
如果 ChatGPT 成为默认的付费信息服务，即便没有实现 AGI，OpenAI 也完全有理由支撑极高估值。 在 5000亿美元估值下，Rory 变得更有信心，因为公司可以用一条未来 3–5 年靠近商业基本面的路径，替代改变文明级别的承诺：面向大众的20美元订阅、更高价位的层级，以及最终的广告。按照本期约 7亿免费用户和 2000万–3000万付费订阅用户的数字，他的简单估值案例达到 1–2万亿美元。
Perplexity 对 Chrome 报价 345亿美元，暴露出浏览器正成为 AI 复苏的分发层。 Chrome 几乎没有独立收入，但买家可以把自己的 AI 引擎放到约 10亿用户面前，即便只有 1–2% 的付费转化也能实现变现；如果浏览器由其他公司持有，Google 仍会是最擅长搜索变现的一方。无论资金是否到位、交易是否可执行，这次报价也服务于 Perplexity“持续营销”的需要：在一个前两名之外的公司可能被市场遗忘的行业里，必须不断刷存在感。
AI 支出正在同时奖励原生应用和依附于这些应用的基础设施公司。 据称 n8n 的估值已达到 30亿美元，ARR 从约 4000万美元走向预期的 8000万美元；AI 已将工作流自动化从转发任务变成直接完成任务。Datadog 新增 ARR 创纪录，达到 2.6亿美元，据称每年从 OpenAI 获得 2.4亿美元；为 40% 移动订阅提供支持的 RevenueCat，今年使用量已经翻倍，AI 客户数量持续增加。
Palantir 的重新加速可能在企业软件史上前所未有，但其估值要求近乎完美的复利增长。 公司收入从 2023 年约 20亿美元、12% 的增速，走向约 40亿美元 ARR、接近 45% 的增速；美国商业订单额达到 8.43亿美元，同比增长 222%。它的优势，是在脆弱的10万美元创业公司和定制化 Accenture 项目之间，卖出一个可信的1000万美元结果。但在约 120x 收入估值下，两位嘉宾都押注其 5 年内达到 2万亿美元市值的概率偏低。
B2B 赢家的核心经营判断，是用更少员工实现增长。 Shopify 的收入较 2022 年员工峰值增长 91%，同时员工数从 11600人降至 8100人，人均收入达到约 130万美元；Alex Karp 表示，Palantir 的规模可以扩大 10x，同时员工数减少 10%。一位嘉宾直白地总结：“你不需要公司一半的人。”他同时警告，AI 生成的可见性会暴露那些既不了解产品、又无法产出可量化工作成果的员工。
风险投资正集中到更少的赢家手中，而所有权和劳动收入也可能进一步集中在这些赢家内部。 Carta 的 2025 年第二季度数据显示，种子轮估值创纪录，但融资轮数减少；OpenAI 的 400亿美元融资，超过某家公司整个季度企业 B2B 投资机会集合约 120亿美元的融资总额。“一人独角兽”被认为只是字面上的模型，但拥有 20–40人的公司完全 plausible；最优秀的 AI 编排者和销售人员可能拿走不成比例的股权和报酬。

精读

1. GPT-5 的闷响，标志着行业从奇观转向软件

Rory 第一次使用 GPT-5 的体验确实很糟：模型声称市场遭遇了自郁金香时代以来最严重的崩盘。但他把消费者失望与企业实用性区分开来，并指出 Aaron Levie 在 Box 上测试的修订、文档比对和条款提取功能，证明模型在企业愿意付费的场景里“有实质性提升”。
另一位嘉宾欢迎市场反应不及预期，因为这击破了“我们正在走向 AGI”的叙事。他仍然坚信指数级起飞是“AGI 胡扯”，但也承认：“也许我错了”；新证据只是把概率推向了进展“远没有你想象得那么快”。
类比对象是 Windows 95 或第一代 iPhone：一次改变世界的发布，随后是 10–15 年的渐进式改进。前沿 AI 可能已经越过从 0 到 1 的时刻，进入产品质量、转化率、可靠性、利润率和分发这些不那么光鲜的阶段——“把苦活干出来、持续改进、做成一门生意”。
OpenAI 在超过 2 年后重新回到开源模型，加上从令人困惑的模型命名转向统一选择器和路由，也强化了这一判断。Rory 称这都是产品经理的决策：别再幻想自己是“下一个 Robert Oppenheimer”，而要追求能再带来 5% 用户转化的改变。

2. 模型经济学让 GPT-5 变成了对 Anthropic 的进攻

一位嘉宾的同事仍然更偏好 Anthropic 最高端的编程产品，但他提交的工作负载显示，GPT-5 似乎比最贵的 token 方案便宜 8–10x。对毛利率一直受 Anthropic 约束的 Cursor 来说，一个有竞争力的低成本供应商是“发生过的最他妈好的事情”。
Harry 认为 Anthropic 可以弥合当下的效率差距：过去 12 个月成本下降得太快，这种差异不可能永久存在，因此 Anthropic 有理由相信，等效率追上之后，胜出的仍会是更好的模型。
Rory 的反驳值得保留：Anthropic 可以继续是最好的产品，但处境仍然可能变差。垄断者变成寡头中的一个供应商，就要按工作负载被路由：“能用便宜货的地方就用便宜货，必须用贵的地方再用贵的。”更好的性能仍然能赢得使用量，但不再那么容易，也不再那么赚钱。
嘉宾们还围绕 Sam Altman 的先见之明产生分歧。一位嘉宾把他描述成类似 Elon 的营销大师，认为他一定预见到了这次闷响；Rory 则指出，OpenAI 当时专注于 GPT-4，并没有意识到 ChatGPT 才是定义公司的产品。方向感、执行力和资本可以制造幸运的突破，但不代表每一步都看得清楚。

3. 交付压力或许解释了 GPT-5 为何尚未完成就上线

Harry 的经营判断很朴素：截至 7 月 31 日，GPT-5 还没有达到 Altman 想要的水平，但管理层最终必须拒绝团队再要一周、一个月或一个季度。在人才持续流向 Meta 和其他竞争对手的背景下，Altman 可能只是定下 8 月这个期限，然后决定“打包上线”。
按照这一框架，这次发布实际上可能是“4.9”或“5.00”：足以改善 Aaron Levie 的工作流、降低成本并建立新的基准，但离想象中的涅槃仍然很远。强行收敛并上线所带来的组织收益，可能超过无限期等待。
Harry 又补充了融资层面的激励：在拟议中的 5000亿美元融资前发布产品，比持续等待更能维持势头。Replit 据称完成 30亿美元融资，也遵循同一逻辑——窗口既然打开了，“就把它做完”。

4. OpenAI 已经不需要 AGI 来支撑巨额结果

Rory 表示，在 5000亿美元估值下，他反而更有信心投资 OpenAI。当 OpenAI 需要 300亿–400亿美元融资、还必须让投资者相信聊天应用能取代搜索时，宏大叙事是必要的；相比“相信我，人们会用它”，“改变人类、消灭劳动”显然更适合融资。
接下来的任务很传统：上线、改进产品，并在 3–5 年内靠近盈利。Rory 现在认为，即便没有 AGI，OpenAI 和 Anthropic 也可能成为约 5000亿–1万亿美元的机会，因为消费者可以每月支付 20美元，一部分用户还会支持更贵的层级。
对 OpenAI 来说，面向大众的终点越来越明确：成为人们获取信息的默认入口，再把订阅和潜在广告叠加到全球覆盖之上。Rory 压缩后的估值案例是“一个带订阅业务的 Google，正负误差另算”——足以达到 1–2万亿美元，只是中间会有噪音。
Harry 用加密货币类比，把组合决策简化为：与其预测哪个模型会在不断变化的基准测试中胜出，不如持有基础资产 Nvidia。Rory 接受了这一对其理性主义倾向的批评：Bitcoin 早期的大多数应用故事都失败了，但 Bitcoin 本身成功了，说明过度思考叙事，可能会遮蔽真正持久的核心。

5. Chrome 的价值，在于 AI 创造了一台新的变现机器

Perplexity 对 Chrome 提出的 345亿美元报价——后来被宽泛地说成 380亿美元——引出了两个问题：它是否真的有钱，以及 Google 是否会出售。对后一个问题，Rory 的答案非常明确：Google 不想卖，只有精疲力竭的司法部流程才可能迫使它出售。
Chrome 本身不向用户收费，因此价值取决于买家。Google 每年向 Apple 支付约 200亿美元，以获得 Safari 的搜索入口；矛盾之处在于，如果 Chrome 由其他公司持有，最有能力将其变现的仍然会是 Google，因为搜索业务可以为默认流量支付最高价格。
Perplexity 的战略逻辑很清楚：把逐个浏览器争取用户的繁琐工作，替换成对 Chrome 安装用户群的默认触达。以讨论中的约 7亿免费 ChatGPT 用户和 2000万–3000万付费用户为参照，即便从10亿用户漏斗中实现 1–2% 转化，也足以支撑一项有吸引力的订阅业务。
执行仍然存疑。Google 可以“打官司打到人类时间的尽头”，另一个买家——Satya Nadella 曾被提到 390亿美元——也可能出现。但一个 AI 答案引擎“绝对愿意不惜一切代价拥有 Chrome 用户群”，因此无论资金和价格是否确定，这笔交易的产业逻辑仍然成立。

6. Perplexity 的报价，同时也是创始人主导的必要营销

一位嘉宾更广泛的结论是，AI 需要“持续营销”，也需要进入市场认知中的前两名。Sam Altman、Dario Amodei、Aravind Srinivas 和 Jensen Huang 都持续公开露面，因为产品靠病毒式传播获得用户，并不足以让公司留在市场的考虑范围内。
Aravind 之前告诉 Harry，像政治家或国家领导人一样行动——持续替机器发声——实际上就是他的工作。即使 Perplexity 最终没有买下 Chrome，把自己置于浏览器讨论的中心也可能是理性的，因为传统的 AdWords、SEO 和赞助帖子无法支撑前沿级增长。
Harry 将这种可见度与 Cohere 和 Mistral 作了对比：他并没有说它们的模型一定更差，但它们相对缺席新闻和公共讨论，与市场将其视为输家存在相关性。Devin 也提供了另一个例子：一款被两位嘉宾所在公司用于小众场景、深受喜爱的工具，却很少被公开讨论。

7. Google 可能失去垄断经济学，却不会失去 AI 市场

Rory 抨击美国反垄断补救措施的时机：监管机构花了多年打击 Google 的搜索霸权，恰好在 ChatGPT 创造出可信的产品威胁之时。类比 Microsoft，当年它面临严重干预时，Google 已经开始崛起；延迟执法的风险，是等市场压力已经开始发挥作用之后才去打击在位者。
因此，Chrome 重新成为一颗“意外的宝石”。Google 最初打造 Chrome 是为了对抗 Internet Explorer，随后开源 Chromium，并看着浏览器市场围绕它标准化；在看似只是成熟基础设施的 10 年之后，浏览器再次成为可变现计算层的入口。
Harry 用“给普通人的 AI”提醒大家，不要从技术圈泡沫推断大众行为。Gemini 已经足够好，而且还在改进；Google 可以把它放进自己的核心分发渠道，很多用户会接受第一个够用的 AI 答案，而不会更换产品。
Rory 同意 Google 会保有有意义的市场份额，并指出当前的悖论：搜索面临生存级叙事，但搜索收入仍在增长。更可能发生的不是死亡，而是从垄断走向寡头——经济吸引力下降，但依然是一门极好的生意。

8. n8n 抓住了工作流投资者错过的 AI 拐点

据称 n8n 的融资由 Accel 领投，估值 30亿美元，ARR 约 4000万美元，预计年底接近 8000万美元。公司成立于 2019 年，前不久估值约 3亿美元，如今已成为欧洲竞争最激烈的成长型交易之一。
Rory 曾在 2022 年或 2023 年评估过这家公司，但在 RPA、流程挖掘、低代码、无代码和工作流自动化组成的模糊赛道中低估了它。AI 将价值主张从确定性地在人与人之间转移任务，变成“真正把工作做完”，让软件足以替代重复劳动。
一位嘉宾将其描述为“Zapier 文艺复兴”：vibe coding 应用创造了更多需要彼此连接的系统，而 n8n 提供了更偏开发者的版本。可服务需求感觉扩大了一个数量级，公司的加速似乎集中发生在之前 6–9 个月。
可投资的筛选规则并不只是挑出工作流自动化公司。在可能有 10 家相关供应商的情况下，Rory 认为赢家通常是最先意识到变化、并宣布“在 LLM 版本上线、拿到 20 个客户之前，谁都不许离开”的创始人。n8n 显然同时具备了场景暴露和这种紧迫感。

9. 只有当回报逻辑穿过品牌叙事，溢价投资才成立

Harry 认为，Accel 在 Lovable 和 n8n 上的胜利，部分是对 Index 让其他欧洲公司感到落后的回应。Facebook 的先例支持进攻性定价：Accel 曾经以同行认为荒谬的约 5亿美元估值下注，但“只要选对了，没有什么价格是错的”。
Rory 不接受把竞争性反击当作投资逻辑。成长型投资者完全可以承销一个 3–5x 的基准情景，并知道幂律结果偶尔会把这个温和预测放大到 100x；问题在于，“我们需要保持相关性”悄悄取代了真实的回报模型。
他把品牌驱动的投资比作天主教学校讲的罪：先做一个小妥协，然后就更容易继续投资那些无法回本的交易。他承认相关性有时值得购买，但希望管理者诚实地说清楚，自己是在瞄准 3x，还是把营销伪装成承销。
Harry 的 200万–300万美元“YOLO”组合让这个反对意见变得更复杂：它最初是为了获取机会和品牌，但作为一个组合已经达到约 7x。投资 Perplexity 等公司的小仓位，也能建立持久的创始人关系；限制在于，即便这个组合达到 10–12x，对整个基金的回报贡献仍可能只有几个百分点。

10. 早期 DPI 有用，但流动性窗口比表面效果更重要

一位嘉宾认为，小额、快速的结果可以在下一支基金募资时，把可信的成绩写上记分牌。在他的 2017 年基金中，几笔名义上规模很大的早期退出，迅速带回约 20%的资金——这在核心持仓可能保持 15 年、20 年甚至更久的非流动状态时很有用。
代价是，为了制造 DPI 而卖掉未来赢家。一个例子是，Horsley Bridge 建议一位嘉宾不要在公司估值 10亿美元时出售，因为由此获得的现金仍不足以改变整个基金；风险投资的结果取决于保留卓越的上行空间，而不是优化每一页阶段性募资材料。
Horsley Bridge 讨论得出的结论是，除非管理者抓住短暂的超高流动性时期，否则风险投资很难做。正确方式是在市场“从悬崖上掉下去”之前积极投入，同时意识到这一点，然后在窗口关闭前足够纪律性地退出。
Rory 更广泛的观点是，募资会制造展示现金回报的压力，即便这笔现金对整个基金的绝对贡献很小。基金 10–20% 的资产实现高倍数，可以证明进展，但不能替代基金回报。

11. Datadog 说明，预测华尔街是注定失败的游戏

Datadog 交出了新增 ARR 最好的季度，增加 2.6亿美元，但股价下跌约 10%，并在最初盘后上涨后跌破业绩发布前水平。Harry 无法把经营结果与市场反应对应起来。
Rory 的答案来自上市公司董事会：管理层会复盘已知业绩，预测下一步股价，然后至少一半时间预测错误。投资者比较的不只是公开发布的预期，还包括他们对其他所有人预期的私人估计——这就像面对“一个疯狂的疯子”，其反应“完全无法预测”。
推荐的经营应对方式是忽略每日解读。董事会应该庆祝与市场上最令人兴奋的公司签下巨额 ARR 合同；两年后可能出现的重新议价，相比现在拿到的收入只是次要问题。
这也适用于 OpenAI 据称每年向 Datadog 支付的 2.4亿美元。它构成客户集中风险，OpenAI 可能会谈判降低价格，但首先这是一份礼物：随着自身使用量增长，客户也可能把支出翻倍，尤其是在替换 Datadog 会消耗稀缺工程资源的情况下。

12. AI 经济奖励参与其物料清单的每一层

RevenueCat 由 Harry 和一位嘉宾投资，支持约 40% 的移动订阅，今年使用量已经翻倍——不是因为它变成了 AI 公司，而是因为 AI 应用开发者在使用它的基础设施。
“物料清单”测试是想象如何构建一个前沿模型：芯片、数据中心、电力、工程师、监控系统，以及维持整个系统运转所需的周边软件。Nvidia 捕获了最显眼的支出，但 Datadog 和其他二级供应商也可以搭上同一轮资本浪潮。
宏观错配非常明显：嘉宾称 AI 资本开支贡献了当前几乎全部 GDP 增长，但应用层面的生产率和收入仍然更难观察。对 B2B 供应商而言，实际判断是去服务那些真正扩大预算的客户；John Deere 等传统买家被描述为支出持平或略有下降。
客户集中也带来脆弱性，因为只有少数买家在前沿规模上运营，每一家都可以要求价格让步。但嘉宾们仍然拒绝把巨型 AI 客户视为诅咒：经营者应该优先拿到现在的钱，续约问题如果出现，再去处理。

13. 公开市场 SaaS 赢家，比“SaaS 已死”的论调更强

Harry 将 AppLovin、HubSpot、Shopify、Datadog 和 Palantir 归入“大科技”——规模低于七巨头，但受益于 AI、规模效应和重新恢复的经营纪律。Rory 的关键区分是：公开市场的品类领导者可以自我防御、增长并产生现金，即便以100万美元收入去融资打造一家新的 Shopify 并不划算。
它们受到 AI 的影响各不相同。Palantir 直接处于落地实施浪潮中；Datadog 通过 OpenAI 获得重大基础设施收益；Shopify 和 HubSpot 使用 AI，但并不是同等直接的受益者。它们都保有市场领导地位、强势创始人驱动的执行力，或小型新进入者难以复制的既有规模。
Monday.com 提供了估值警示。一个不错的季度、接近 30%的顶级增长，仍不足以抵消前瞻预期走弱，股价下跌约 30%，降至约 8.4x ARR。一位嘉宾称自己大举买入，另一位则称，对于那些以更高价格、却拥有更差指标的私人投资组合来说，这个倍数“令人心碎”。
历史上，SaaS 公司中位数估值约为 6.3x 收入，同时增长接近 30%；如今的中位数约为 6x，增长接近 20%，但盈利能力更强。一旦增长消失，即便是优秀软件也可能压缩到 4–5x 收入，因此在承销私人融资轮时，必须继续做“增长偏执者”。

14. Palantir 占据软件与咨询之间稀缺的中间地带

Palantir 据称重新加速，是公开市场最核心的事实：收入增速从 2023 年 20亿美元收入时的约 12%，提升到约 40亿美元 ARR 时的接近 45%。Rory 的历史基准率令人警醒：只有约 1/3 的公司能重新加速 1 年，能持续 2 年的约为 1/9 或 1/10。
美国商业订单额达到 8.43亿美元，同比增长 222%，同时合同金额 500万美元及以上的数量创下纪录。Palantir 已成为企业和国防 AI 的重要实施渠道；其长期政府业务经历，也让企业高管相信复杂项目能够撑过部署阶段。
Rory 从买方风险角度解释了它的竞争切口。一家创业公司提供更优雅的10万美元工具，但需要客户投入大量精力；Accenture 则提出从头开始构建解决方案。Palantir 可以对《财富》100 强 CEO 说：“给我们1000万美元，我们把这事儿做完。”它依靠自身平台和前线部署工程师，同时保留约 50% 的毛利率。
价格已经包含了大量这种承诺：估值约为 120x 收入；一项计算显示，公司需要连续 5 年实现 40–50% 增长，才能接近 Google 当前的估值倍数。嘉宾援引 Scott McNealy 对 Sun 10x 收入估值的警告，但也承认 Palantir 同时拥有 3 个非凡顺风：企业 AI、国防支出，以及政府支持。

15. 极致效率正成为 B2B 的定义性经营模式

Alex Karp 表示，规模扩大 10x、达到约 400亿美元的 Palantir，员工数可以比现在少 10%。Rory 不会把这个预测直接放进估值模型，但 Palantir 当前的“Rule of 94”和约 50% 的经营利润率表明，员工数量不必再按传统方式跟随收入增长。
Shopify 提供了更硬的证据。公司员工数从 2022 年峰值的 11600人降至 8100人，收入却增长 91% 至约 110亿美元，人力减少约 30%，人均收入达到 130万美元。Harry 预计，Shopify 可以在员工数达到 7000人的同时，规模扩大“200%”。
一位嘉宾的措辞刻意严厉：“你不需要公司一半的人。”他把 Tobi Lütke、Mark Zuckerberg 和 Karp 归为冷酷的领导者，认为不愿跟上的 B2B 公司会输；与之相对的是 2020–22 年远程办公、多份工作和管理层娇惯员工的时期。
底层机制不只是裁员，而是产品熟悉度和自动化衡量。AI 已经可以比一个能力较弱的 SDR 更了解 Shopify 的每项功能，因此那些既没掌握产品、又无法产出清晰可归因工作成果的员工，其岗位正面临越来越弱的正当性。

16. AI 透明度可能制造恐惧，无需管理者刻意施压

讨论中的样本是 Momentum.io，它将 Gong、Granola 等销售数据合成为实时经营洞察。一位嘉宾称，他引入该工具的每家公司，都有销售团队成员在第一天辞职——其中一人就在当天午后离开——因为“这场游戏结束了”。
Harry 问，是否应该刻意制造不确定性，迫使人们去做不可替代的工作。嘉宾们认为，公开威胁已经过时，也没有必要：AI 系统会越来越清楚地暴露漏写的代码、缺失的内容、糟糕的电话和浅薄的产品知识，表现不佳的人要么提升自己、主动离开，要么被调离岗位。
Rory 起初区分了普通就业和非凡上行空间。教师和可替代劳动者不应生活在恐惧中；创业公司中的高薪员工——包括一位在 Meta 4 年赚到 1亿美元的人——应该认识到，非凡报酬伴随着非凡的绩效风险。
Harry 关注的是 23–30 岁的非专业工人和资深 B2B 高管。他说，自己只需发一封邮件就能安排一位熟知的高管入职，但成功率已降至约 10%，因为雇主现在会拒绝那些缺乏紧迫感、不愿到办公室工作或不会使用 AI 工具的候选人。

17. 劳动争论最终以一次不情愿的改口收场

Rory 起初认为，一个年轻人失去 10万美元的工作，可能还能找到 9.5万美元或 8万美元的下一份工作，应当适应变化；但到了 55 岁，被替代的员工未来 10 年可能都找不到可比路径，恐惧就变成了另一种性质。Harry 的家庭曾失去一切，因此强调下行风险，而不是理论上的流动性。
随着案例增加，Harry 修正了自己的表述。他认为，许多收入 10万–20万美元的科技从业者，下一份工作的最佳用途可能只支付当前收入的 70–80%，而不只是少 5–20%：“不幸的是，必须让更多人感到害怕。”他仍然不认为恐惧对社会有益，但接受它正逐渐成为对经济暴露更准确的反应。
Harry 和 Rory 同意，雇主不会排队争抢那些抗拒工作规范变化、又不会使用 AI 工具的通才。年轻毕业生或许能熬过去，但熬过去与保住一家复利型科技赢家中的股权上行、地位和收入，是两回事。

18. 一人独角兽是隐喻，30人公司完全可行

一位嘉宾认为字面意义上的一人公司“极其荒谬”。一家10亿美元的企业仍然需要客户沟通、客户账户、税务、法律审查，以及防止创始人失能的保障；把这些职能外包，只意味着由工资单之外的其他人完成。
Rory 接受业务无法承受单点故障的反驳，但预测未来会出现大量拥有 20、30 或 40 名核心员工的10亿美元软件公司。小型工程团队、AI 代理、自助式分发，以及外包的会计和法律工作，可以有意牺牲一部分人工辅助收入，换取极高的所有权集中和经营杠杆。
他的类比是打包软件：写一次，放进 CD-ROM，卖出100万份。AI 可能带来这种杠杆的复兴，尤其是在不需要 Palantir 式前线部署的 PLG 或 SMB 产品中。
讨论提供了一个现实案例，但不是字面意义上的一人公司。一位嘉宾称，AI BDR 在 2 天内为 6 位数赞助交易安排了 3 场会议；另一位说，他的团队每天花 2 小时编排“不会辞职”的 AI。伦敦的一场活动仍然可能需要临时工扫描证件。

19. AI 编排会集中股权和报酬

精简就业并不意味着没有人类工作，而是改变谁获得股权。临时承包商可以执行活动，事务所可以结账，律师可以审核申报文件，而所有权仍然集中在运营这套系统的小型永久团队手中。
一位嘉宾预测，最优秀的 AI 销售人员年收入可能达到 1000万美元，而不是今天约 100万美元，并由 10 名代表支持，而不是管理 200人。更少的人将获得更多上行空间，被替代的员工则在间歇性、低价值工作之间轮换。
Harry 认为，“首席编排官”会成为正在出现的职业路径；一位嘉宾称，这个职位现在可能已经值 50万美元。稀缺技能不再是一次性写出一个 prompt，而是让多个代理可靠协同：监督输出、路由上下文、纠正失败，并把自动化活动转化为商业结果。

20. 风险投资的创纪录估值掩盖了前所未有的集中

Carta 的 2025 年第二季度数据显示，种子轮估值达到历史最高，但一位嘉宾强调，完成的种子轮数量少于 12 个月或 24 个月前。因此，中位数上升描述的是对精选赢家的集中竞争，而不是普遍更强的融资市场。
到后期阶段，如果不排除极端案例，统计数据几乎失去意义。一家公司估计，其整个季度企业 B2B 重点领域的融资总额约为 120亿美元，而 OpenAI 单独就融资 400亿美元；Meta 对 Scale AI 的交易，以及 Anthropic 和 xAI 的巨额融资，也同样扭曲了行业总量。
部分集中会持续存在。前沿模型和国防公司比 SaaS 更加资本密集；即便能够盈利，维持 100亿美元规模、仍然不上市的企业也需要数十亿美元的资产负债表流动性。市场不太可能回到一个几乎所有公司都只是 A 轮、B 轮或 C 轮，且没有任何一轮超过 1亿美元的世界。
这种结构重新激活了 Harry 对巨型基金的看法。如果一位管理者能向一家 OpenAI 规模的赢家投入 10亿美元，并有理由获得 10x 回报，巨额结果就足以覆盖巨额基金规模；想要模型公司敞口的 LP，可能没有多元化替代方案。只有 LP 关闭资本阀门，才会迫使行业完全回到旧式风险投资制度。

21. 收尾押注在 AI 热潮中保留了估值纪律

对于 Palantir 能否在 5 年内从约 4500亿美元市值达到 2万亿美元，两位嘉宾都选择了低于这一目标。Rory 指出，“AI 比云计算更大”，但 Salesforce 以 400亿美元收入对应约 2220亿美元市值，这让估值引力无法忽视。
Rory 拒绝预测 Stripe 是否会在 2027 年 6 月 1 日前宣布 IPO。公司规模巨大且现金流为正，私人市场也已经存在流动性，因此只有公开市场资本成本大幅下降，才可能迫使它上市；在没有 Collisons 夫妇明确偏好的情况下，这仍然是一个“特殊下注”。
Rory 倾向于认为，如果 Apple 继续与 ChatGPT 绑定，xAI 最终会起诉 Apple。这个判断与其说基于法律依据，不如说基于 Elon Musk 好斗的倾向、他与 OpenAI 之间兼具个人和商业性质的争端，以及相邻合作伙伴可能因取证和高管证词而被卷入一场生存级对抗。

Facebook已死；Meta万岁，OpenAI需要下线吗？关于泡沫、BlackBerry与Bell Labs的问题 Old West 的 Brian Laks 深入拆解金属、采矿与铀市场