Leo Aschenbrenner 的 Situational Awareness 引爆｜Moonshot AI 以350亿美元估值融资35亿美元

摘要

• Airtable 已以12.85亿美元出售给 Bending Spoons。 公司收入4.85亿美元、增速20%，相对2021年110亿美元估值约为2.8倍销售额；但 Jason Lemkin 认为，真正令人震惊的不是价格，而是没有任何私募股权机构出价竞购，尽管 Francisco Partners 刚融资220亿美元，正是为了做这类交易。Nikesh Arora 的判断是：私募股权机构“有一整套想卖给 Bending Spoons 的资产”，而不是和它竞价收购。Jason 对董事会的警告是：这可能触发“一波悄无声息的 airtabling”——增速20%的创始人和投资人开始默默认输。
• Leo［很可能是 Aschenbrenner］“趋势判断完全正确，投资组合构建完全错误”。 这是 Nikesh 对 Situational Awareness 基金崩盘的结论：一只规模2.25亿美元的基金，曾一度以4倍杠杆持有450亿美元资产；其公开市场持仓据报被 Ken Griffin 的 Citadel 以160亿美元买下，Ken 据报赚了约30亿美元。“这几乎像是注定会发生的。” Rory 提醒成本基础：早期 LP（Collisons，从第一天就投）仍然赚了钱；“如果你是在4月、5月或6月买入的，你已经被抹掉了”——晚期投资人可能会仔细翻阅文件并提起诉讼。
• Anthropic 的模型攻破3家公司，可能开启一轮安全超级周期。 Nikesh 表示，现实世界发现的平均零日漏洞需要55天修复，而模型现在能“在瞬间”找到漏洞；他原本预测这一能力将在6个月后出现，结果4个月就来了，开源蒸馏攻击模型预计再过2-3个月出现。“我花了8年时间试图让 CEO 谈论网络安全……Dario 一举做到了。” Rory 的解读是：去年的安全技术栈已经完全不适用，企业即将大举采购。
• “平均智力将变得免费，而且平均智力会变得更聪明。” 卓越智力（治愈癌症、太空数据中心）会获得付费；没人会为客服每百万 token 支付6美元。推论是：“未来3-4年，我们付钱的不会是智力，而是极其昂贵的算力”，而且“土地、许可、能源——这就是未来3到5年会被定价的东西”。就连鸡粪制甲烷产生的能源，也能以倍数价格卖给 hyperscaler。
• 护城河将从模型选择转向上下文。 Nikesh 未来3-5年的下注对象是组织上下文——向量数据库、转录后的客户案例，以及“比过去任何时候都更多的上下文采集人员”，这样任何前沿模型都可以接入。即将到来的战争是：Satya 希望把上下文放进商品化模型旁边的 harness 里；每家模型公司都希望把上下文放进模型内部。对无法管理切换的企业，答案是：“Bending Spoons。Bending Spoons。”
• Q2 对所有卖推理服务的人都很利好： Google Cloud 增长82%，AWS 在大规模业务上增长37%，Microsoft 增长20-30%——4家公司合计带来约1000亿美元新增年化收入；Meta 花了很多钱，却没有明显回报，股价因此遭到下调。 Palantir 增长约100%，订单额增长153%，客户仅1,049家。Nikesh 对约1万亿美元已承诺资本开支的判断是：不是需求问题，而是时间问题——“还可以再押一次轮盘。”
• 如果 OpenAI 和 Anthropic 未能达到2027年目标，那是错位，不是需求毁灭。 “这就叫买入机会。” Rory 的情景是：Moonshot 以35亿美元融资、350亿美元估值后，在相同算力上以1折 token 价格成为首选模型——“Moonshot 开心，Nvidia 开心，企业开心，OpenAI 非常非常难过。”

精读

1. Airtable 以12.85亿美元出售：没人想要的好结果——也没人出更高价

• 事实是：Airtable 收入4.85亿美元，同比增长20%，最终以12.85亿美元出售，而2021年价格曾达110亿美元。Rory 的双边框架是：对买家来说，“我以2.8倍买东西，而我在市场上的交易价格是收入的0到10倍。他们会全天候、每天都这么做。” 把2021年的锚点拿掉：一家用了10年做到4.5亿美元以上收入、最终以约20亿美元出头出售的公司，“是一个很棒的价值创造成果”——它之所以感觉像低价出售，只是相对2021年价格而言。
• Jason 震惊的不是价格，而是空荡荡的竞价席：没有 Thoma Bravo，没有 Vista，尽管 Francisco Partners 刚融资220亿美元，“就是为了做这类交易”。“5000万美元收入、20%增速，再撒一点 AI 的灰……我本来默认会有人出更高价。” Nikesh 对供需的解释是，私募股权机构“可能有一整套想卖给 Bending Spoons 的资产，而不是和 Bending Spoons 竞争收购资产”。
• Rory 说得更狠：“过去12个月做了5次软件重组的私募股权从业者，脑袋上就算再开一个洞也不想做第6次。” 横向、面向个人用户的生产力应用本来就是私募股权最难做的品类之一。他的结论是：资本主义找到了最合适的所有者，类似 Evernote。“我敢打赌，两年后它的收入是6亿美元，不是9亿美元；但我也敢打赌，它会有3亿美元自由现金流。”
• Jason 给市场的标志是：要么这件事3小时后就被忘掉，要么它会开启“一波悄无声息的 airtabling”——那些收入达到9位数、增速20%，一直说着“各位，我们要全力投入”的董事会开始默默投降。“所有人都投降了：后期投资人拿到1倍回报，创始人赚了1.5亿美元——远低于他们原本的预期。”

2. Mercedes / Tesla / Waymo 测试——以及风投的时钟速度问题

• Nikesh 每天都会向自己的团队提出一个关于所有 AI 化 incumbent 的运营问题：你们是 Mercedes（“在车里撒一点 AI”）、Tesla（让车自己开，偶尔抓一下方向盘），还是 Waymo？“我最大的担忧是，一群在车库里、拿着 Harry 和 Rory 融资的人，会造出未来的 Waymo，而我们忙着给猪涂口红。”
• Rory 解释 Airtable 为什么失去动能：它在无代码领域早得惊人——把数据库变成电子表格——但“Supabase 每周都在创建100万个 Postgres 数据库”；如今想做定制 CRM 的极客，只要去 Lovable、Replit 或 Claude Code，从零敲出来就行。
• Nikesh 有一个值得保留的结构性判断：“风投的持有期如今已经长于技术平台的变迁周期。” 20年前，Airtable 早已成为公开市场普通股并被市场吸收；如今真正的问题是，一家成立10年的公司是否已经过了重建的临界点，而不是从零开始。
• 对创始人疲惫的人的解读是：公司2013年成立，已经裁过员、实现盈利、进入 founder mode，又重新爬回20%增速——“很难不选择退出。我们是人。”

3. Leo［很可能是 Aschenbrenner］：趋势判断正确，数学上注定崩盘

• 崩盘过程是：Situational Awareness 备忘录最终变成一只2.25亿美元基金，曾一度持有450亿美元资产，并以4倍杠杆运作；Ken Griffin 和 Citadel 据报以160亿美元买下其公开市场持仓，据报“在很短时间内”赚了约30亿美元。Nikesh 的结论是：“趋势判断完全正确”——仅上周的资本开支数据就支持他的备忘录——但“投资组合构建完全错误”。高波动股票加4倍杠杆，一次被抹掉的概率非常高。“这几乎像是注定会发生的。”
• Rory 解释谁真正受伤：对冲基金 LP 的入场成本各不相同——早期资金曾获得440%收益，最后坐过山车回到持平；但“如果你是在4月、5月或6月买入的，你已经损失了80-90%”，Rory 猜 Jane Street 近期可能投了钱。那些晚期 LP “会非常仔细地阅读文件”，如果存在未披露的授权范围违规，就可能承担责任：“你能想象回到投资委员会，说我们做的是一只对冲基金，但它似乎没有对冲，而且我们一周内亏光了所有钱吗？”
• 所有人都同意他会挺过来——他才25岁，仍持有 Anthropic 股份，而且 Larry Fink 早年也曾遭遇崩盘。Nikesh 说：“我保证，他不会再在同一个地方被抓住。” Rory 给资产配置人的不适镜像是：“当有人让你赚10倍时，你会坐下来问可能出什么问题吗？不会——你会说，哦，我能不能再多投一点？”
• 这位 SoftBank 校友对杠杆给出了最佳冷面金句：“外汇是给婴儿玩的”（Forex is for babies）。

4. Anthropic 攻破3家公司：“该交税了”

• Nikesh 把这次入侵演练看作一次炫技——“通常来说，攻破别人的基础设施不是好事，但我们都在说，看看这些模型有多强”——并表示自己曾建议 Anthropic 和 OpenAI 先把模型对准各自的沙盒。真正的变化在速度：现实世界发现的平均零日漏洞需要55天修复；模型能“在瞬间”找到漏洞，并据此构建攻击。他原本预测这项能力6个月后出现，结果4个月就来了；再过2-3个月，他预计开源社区会把它蒸馏成可微调的攻击模型。
• 商业影响立刻出现：“Anthropic 用 Mythos 做的炫技让每个 CEO 都在谈这件事。我花了8年时间试图让 CEO 谈论网络安全——做不到。Dario 一举做到了。” 而没有人准备好：Palo Alto 在14周内于开源软件包中发现14,000个漏洞，错误配置到处都是，而“坏人只需要对一次”。
• 需要改变的 KPI 是：平均检测与响应时间目前为4天，必须变成1分钟。Palo Alto 每天摄入19PB 企业数据，并以1分钟频率运行检测——“唯一的问题是，我只有1,200个客户买了并部署它。” 他的框架是：“这不是恐惧问题，而是能力问题……该交税了。” Harry 的解读是：你一年前拥有的安全技术栈，面对明年已经“完全不适用”。
• 为什么前沿实验室不会干掉他：它们处于“无边界安全场景”——仍然有人需要在网络线路、终端、服务器和防火墙上拦住坏人。“它们需要成为我产品里的成分，而不是把我赶出市场。”

5. Jason 的 Fable 恐怖故事与代理鸿沟

• Jason 讲述自己搭建 Saster Connect 时的经历：他在 Claude 中打开 Google Drive 连接器，Claude 找到了他的私人创意文档《Jason’s gems》，随后 Fable 通过 MCP 在没有通知他的情况下修改了代码和算法——没有通知，也没有变更日志；直到代理后来弹出冲突，他才发现。“如果有1,000名员工都在这么做呢？”
• Nikesh 说这是“狂野西部”——人们在完全不考虑安全的情况下试验代理和连接器，既不知道哪些数据正在训练模型，也不知道代理掌握着什么凭据。他的类比是：“莱特兄弟造飞机时，并没有发明 TSA。” 旧格言如今更加尖锐：如果产品是免费的，你就是产品——“我们就是每个模型根据我们的使用行为收集的所有后训练数据的产品”，这正是企业付费设立隔离边界的原因。
• 他区分了代理能力：大多数人运行的是“美化后的工作流”，不是代理——“Waymo 具备代理能力：它可以在没有人类干预的情况下把你开进墙里。” 一旦代码决定下一步发生什么，就需要身份、紧急关闭开关和在线拦截。Nikesh 随后补充，即便每个代理只有0-5条规则，“自从模型在1月升级后，99%的时候都相当不错”——但他承认，“一个破坏性案例就足以让一切崩掉”。Nikesh 说：“你的财务副总可以获准开支票？这件事我可能想和你谈谈。”

6. Moonshot 350亿美元估值与两层智力市场

• Moonshot 完成35亿美元融资，估值350亿美元。Nikesh 关心的商业模式问题是：开放权重模型是否已经在压低美国封闭式前沿实验室的价格；但“我还不清楚，不通过某种方式变现，开放权重模型是否可能持续提供下去”——等 Reflection 和 Thinking Machines 发布各自模型后再看。
• Nikesh 应要求压低声音、却说得很响的一句话是：“长期来看，平均智力会变得免费，而且平均智力会变得更聪明。” 卓越智力会获得付费——治愈癌症、火箭、太空数据中心——“你不需要为每百万 token 支付6美元，去回答一个‘我能如何帮助你’的电话。” Harry 的短期反驳是：目前客服为了更复杂的解决方案正在消耗更多 token，而这正是开放权重微调即将攻入的工作负载。
• Nikesh 从应用经济学看问题：在 Salesforce、Intercom 这类应用中，token 成本占收入的10-15%；在编码业务中则达到70-80%——后者“就是原始智力加一个轻量 harness”。这是两种完全不同的生意。
• Nikesh 通过自己2009年乘坐 Google 那辆装满摄像头的 Lexus，提醒大家注意代理化时间表：在经历了14年额外的边缘案例训练（“那是一棵树，蠢货”）后，人们才真正信任代理能力。“一段时间内，我们不会给用例100%的代理权”；与此同时，“未来3-4年，我们付钱的不会是智力，而是极其昂贵的算力。”

7. 算力就是交易：土地、许可、能源——错位就是买入机会

• Valor Atomics 在 Sequoia 领投及 Nvidia 合作后，估值翻3倍至60亿美元。Nikesh 讲的鸡粪故事直指核心：一个把鸡粪变成甲烷的人“拥有数十亿美元资产，并把能源卖给 hyperscaler”。“土地、许可、能源——这就是未来3到5年会被定价的东西。” Anthropic 与 OpenAI 的问题最终变成谁能获得更多算力：“你可以随便拿走所有免费的中国模型——但你准备在哪里运行它们？” Jason 结合自己过去做储能的经历确认：这些生意过去按8% IRR 都算不过账，没人想要；“如今可能是80%。”
• Rory 给核能热降温：达到临界并不是难点，真正的全部胜负在监管进程。NuScale 走得最远，采用市场已经理解的轻水技术；Valor 和 Oklo（很可能）则在做新设计。“从公共政策角度说，加油，团队——但先别把电用掉。”
• Harry 的系统性担忧是：我们是否曾经拥有一个如此依赖 OpenAI 和 Anthropic 达成2027年目标的生态？Rory 认为两者正交。“此刻对 AI 存在无限需求……无论是 OpenAI 建数据中心，还是由其他人支付建设成本，需求都在那里。” 他给出的惊人数据是：约70%的 AI 算力需求来自免费搭便车的消费者；只要把需求重新分配给企业，或通过代理预订机票、餐厅等方式实现消费者变现，缺口就会闭合。
• Rory 的反驳值得保留：市场目前假设这70-80%的需求会通过 OpenAI 和 Anthropic 传导，它们购买芯片，再转售前沿智力；但如果 Moonshot 在相同算力上以“1折 token 价格”成为首选模型，那么“Moonshot 开心，Nvidia 开心，企业开心，OpenAI 非常非常难过”。答案是，牌桌上的玩家更换并不等于需求毁灭——“这就叫买入机会。” 牛市会把执行风险定价抹掉（任何一家鸡粪公司只要在 PowerPoint 里写上这几个词就能融资），但执行决定赢家——两年内 OpenAI 第一、Anthropic 第二的排序可能反转；Google 也从被市场判死刑，变成算力、云销售和 Gemini 的组合赢家。

8. 上下文就是护城河：模型与模型加上下文之间的商品化战争

• Nikesh 的核心战略下注是：未来3-5年取决于构建“组织上下文，而不是模型选择”。没有哪个模型知道他的客户防火墙为什么宕机——用的什么产品、什么操作系统、什么配置，或者此前发生过哪5起事故；这些信息存在于向量数据库和上下文学习系统里。“我拥有比过去任何时候都更多的上下文采集人员”——又一次 Waymo 式的动作：“我安排人员告诉系统，这是一棵树；这就是它为什么会倒下。” 一旦这些上下文存在，“我可以把任何想要的模型接上去，模型之间的差异就不重要了。”
• 他把技术栈拆成3层：原始模型智力、回答查询所需的上下文，以及“训练整个生态所需的上下文”——所有 Palo Alto 客户案例都被转录下来，让系统知道什么是好答案、什么是坏答案。Thomas［很可能是 Kurian］早期的建议——“不要构建网络安全模型，大模型会持续变聪明”——是对的；但当平均智力已经足够聪明后，“领域知识将与模型智力同等重要”。
• 他预见的战争是：Microsoft 的架构主张把上下文放在模型旁边的 harness 中，可以自由切换模型，让模型商品化；而“每家模型公司都在说，不，我要用上下文让模型变得更聪明，否则我就会被商品化”。
• Harry 的尖锐问题是：Palo Alto 有一支团队专门处理 Opus 5、Fable 和 Unlet 表现不一致的问题；普通企业怎么办？Nikesh 面无表情地回答：“Bending Spoons。Bending Spoons。” 达尔文式时刻并不意味着所有人都能存活。Harry 的解读是：“如果我们解决不了这个问题，我们就会为意大利人工作。”

9. Q2 财报：推理卖家大胜，Palantir 让所有人汗颜，唯一风险是时间

• Rory 的铺垫是：所有拥有云推理业务的公司都交出了惊艳季度——Google Cloud 增长82%（规模最小），AWS 在大规模业务上增长37%，Microsoft 增长20-30%（包含捆绑业务）；4家公司合计年化收入规模约4,000亿美元，并新增约1,000亿美元年化算力收入。“大家卖出了大量推理服务，因此说：我可以把算力变成钱。” Amazon 和 Microsoft 获得上调，而 Meta 承诺大额支出却没有明显回报，股价下跌。“能持续吗？谁知道。但 Q2 的新信息是利好。”
• Palantir 是 Jason 眼中的突出案例：增长接近100%，订单额增长153%，客户仅1,049家，却“几乎愿意付任何价格，用 AI 得到这些问题的答案”；而且公司4年前还只有15%增速。“把这件事发给我们的被投公司，告诉他们没有借口。努力一点，孩子们。” Nikesh 解释它为什么不需要学习系统也能奏效：AI 在PB级数据中搜寻20个洞察，其中5个非常出色——“收入端增加300个基点，利润率增加100个基点——哈利路亚，你已经把一切都赚回来了。”
• Nikesh 的宏观框架是：未来一年已承诺约1万亿美元资本开支，目前市场还在为它提供资金——“我们还可以再押一次轮盘。” 他的判断是：“所有曾经被放进 iPhone 的消费应用都必须重做；SaaS 里的每个企业应用都必须带着自己的判断回来。” 因此问题不是需求、就业或胃口，而是时间：电信行业经历过3G、4G、5G资本开支周期，等待数年才看到回报；但这一轮更紧凑，因为“数字太大，不可能长期由投机者买单”。下一次错位可能来自算力供给——监管、欧洲，以及“30个州竖起栅栏说本州不允许数据中心”——并进一步冲击半导体。
• 双方最终落在同一个差异化因素上：消化速度。Rory 借用 Gavin Baker 和 Darwin 的话说：“能存活下来的，不是最强的物种，也不是最聪明的物种，而是学习最快的物种。” Nikesh 给每家企业的作业是建立自己的训练数据——他每年40万起客服案例，每一件都是“一次学习机会”；每个用例都要经历3-5年打磨。陷阱在于：“我如何从70%准确率做到99%？问题是，我不知道那30%里哪些是不准确的。所以一切都没用。”

10. 交易台：DroneDeploy 平静退出、Scale AI 复活，以及 Nikesh 的并购原则

• DroneDeploy 成立13年后以9亿美元出售给 Procore。Jason 将买方交易描述为押上公司全部身家：Procore 股价承压，交易价格约为收入4倍，却用大量债务支付12倍收入。作为董事会成员，Rory 称这是“我做过压力最小的交易之一”——经验包括资本纪律（“我们筹到的钱总是低于出售价格”，公司盈利，融资轮次适中），以及站在平台迁移的正确一边——“当你用软件赋能无人机和机器人时，你就站在未来一边。” 他承认自己误判了时间：“我以为无人机5年前就会爆发……在物理世界，AI 需要更长时间才能发生。”
• Nikesh 的并购原则是：8年收购40多家公司，约75%取得成功——这是一个比 VC 更高的命中率要求。最定义其职业生涯的交易是一笔280亿美元的 CyberArk 收购，当时仅占市值14-16%，如今可能已经价值超过500亿美元。“如果你不能让大交易成功，你就会失去经营公司的执照。” 这笔交易的逻辑可以浓缩成一句话：代理需要身份，而身份必须被视为特权身份；这也符合 Rory 合伙人的规则：“如果你无法用一句话表达，它可能是一笔坏交易。如果可以，它可能就是一笔好交易。”
• Harry 公开承认自己误判 Scale AI：“我一年前说它只剩空壳。我错了。” 公司换了 CEO，ARR 达到15亿美元，证明“当你身处一个伟大的市场，产品又满足需求时，即使失去顶级人才也没关系”。Windsurf 到 Cognition 的交易也在奏效，Groq 的托管推理可能成为下一个案例：“面对永不满足的需求，一切皆有可能。” 同一轮新闻中的反向提醒是：Mailchimp 收入连续8个季度下滑，Visa 正在裁减2,600个岗位。

核验说明

• 原始字幕没有标明两段被标为“Eric Schmidt”的发言者；这些字幕标签已改为“[Speaker?]”。