摘要

Anthropic在融资650亿美元的同一周提交IPO申请，重新抬高了整个生态的门槛。 “5年做到1万亿美元”，Cursor也在4年内以600亿美元退出。Jason Lemkin对此的回应是，新的门槛已经变成：“如果这家公司不能让我拿到10亿美元仓位，我就没兴趣了。”Rory O’Driscoll则用基准概率反驳：现实中“每年不可能出现超过4到5个100亿美元以上的结果”；而错过十年一遇的交易后，成年人的做法是先哀悼，然后“继续做完全不错的交易”。
留在私有市场的时代正式结束了。 “我们已经受够了‘哦，我不想做公开市场……’这套说辞，真的受够了。”Google宣布融资800亿美元，SpaceX敲定6月初、1.75万亿美元的安排，Anthropic提交文件，OpenAI可能也已提交——可以把它视为3000亿至4000亿美元的AI相关股权发行，所有人都在冲向出口。结构性结论是：这些公司已经“从轻资本开支、能产生现金流的机器，变成重资本开支、吞噬现金的机器”，而历史上，后者通常不利于中期股票回报。
SaaS末日恐慌已经过去，但病灶还在。 WCLD从年内一度下跌30%回到持平，而半导体股“把SaaS杀得片甲不留”。真正清晰的结论是：凡是能被智能体更多消耗的领导者都在上涨（Twilio涨57%、Okta涨56%、Datadog涨100%）；而“经典的、按人头收费的人类软件确实正在死亡……没人想买这些垃圾，实际上他们正在砍掉它，因为得腾出钱来支付这些该死的tokens。”
企业界同时遭遇了token预算恐慌。 所有人在Q1都猛用Claude，CFO们在账单到来时才发现应计费用，Uber于是把月度支出上限设为1500美元。Rory拉远视角后反而看好模型供应商：没人说停止使用，所以“你刚刚建立了一个市场规模可能达到5000亿美元至1万亿美元的品类”。
Jason最激进的预测是：“到年底，我们会选择tokens，而不是人类。” 他预计QA和客服部门会被大幅削减，预算负责人会用tokens换掉人头，12月的邮件会写着：“不是你的问题，只是我们需要tokens。”讨论的核心，是每个AI模型最重要的单一数字：token支出占工程师薪酬的比例——Uber暗示约10%，Jason的思想实验约33%，而最自动化的先例EDA软件约为13%。如果这个比例达到33%，“IPO时不管什么价格都可以买”。
Cognition以260亿美元估值融资10亿美元、Devin年化经常性收入达到4.92亿美元，验证了Jason认为“比所有这些Claude Code破事都更有说服力”的自主工程师叙事。但开发者不会接受模型降级：“如果你告诉我不能使用自己选择的模型，我会辞职。我会辞职。”
Apollo对PE软件回报的警告“可能是对的”。 如果位于资本结构上层的私人信贷都在承压，“股权就死了”。以10倍估值买入一项成熟SaaS资产，如今被重新标到5至6倍，“没有任何加速器……你只是拥有一家成熟的SaaS公司”；最好也不过是用十年时间不断做bolt-on，磨出1.2至1.3倍回报，而Harvard如今已有41%的资产配置在私募市场。
996既不新，也不天然有毒——但必须有对价。 早期员工需要“拿到冲击8位数财富的机会”，Harry则点出了硅谷的核心矛盾：“我们所有人都在这里，计划是自动化白领工作……但你和硅谷每一个人交谈，他们都会说：我从没这么拼过。”

精读

1. Anthropic提交上市申请——5年做到1万亿美元，门槛被重置

Jason先交代背景：这是“Anthropic本周动态”的第58周，自上期节目以来ARR增长28%；Anthropic已是“有史以来增长最快的企业软件初创公司”，如今也有望成为在接近这一规模时最快IPO的公司——“5年做到1万亿美元”；Cursor则在4年内以600亿美元被收购（假设交易完成）。他的挑衅是：“理性上为什么还要做别的？为什么还要尝试4000万美元、2亿美元的退出？这难道不是在浪费我们的时间吗？”被重置的不只是估值，还有时间尺度。
Rory的反驳值得完整保留：错过过去十年最好的初创公司后，你有3个选择——骗自己明年还会再来一家（“这很愚蠢……按定义它10年才出现一次”）；心理受创后退出；或者“长大，做一个该死的成年人”，承认：“我希望当初做了那笔交易，我愿意付出一条手臂……但我没有。现在我得继续做完全不错的交易。”商业比政治更健康：排名第700位的成功政客不会是普通后座议员；排名第700位的商人身家约10亿美元——“这是一个还过得去的安慰奖。”
Rory坦白说，他会躺在床上重构那轮融资发生年份的2月初至3月的日程：“我可以告诉你我每天在做什么……也可以告诉你我没在做什么：和Anthropic见面。”他的安慰是，上市会揭开神秘面纱，就像SpaceX的S-1一样——“里面没有什么魔法仙尘。”Harry则准确指出该后悔哪一轮：Series B是Sam Bankman-Fried参与的那轮，“在每个维度上都是一只毒苹果”；真正让你捶胸顿足的是Spark领投、Menlo参与的Series C。

2. Jason的新门槛：没有10亿美元仓位就不做

他的观念变化被直白地说出：“如果这家公司不能让我拿到10亿美元仓位，我就没兴趣了。”考虑到稀释，公司估值必须超过100亿美元。他的方法不是预测，而是用黑色马克笔划掉障碍：一个“还不错但不惊艳”的CTO、爱抱怨的人（“我没从抱怨者身上看到过多少好结果”）、规模太小且没有扩大市场意愿的TAM。带着这些缺陷，你仍可能侥幸获得10亿美元的结果，但拿不到10亿美元的仓位。
Harry提出挑战：他访谈过1000位GP，最大的赢家在入场时往往都被低估——没有人在种子轮时把Twilio称为一家20亿美元公司。Rory用基准概率计算：他过去的心智模型是每年约10至20个10亿美元以上的结果、每年2至3个100亿美元以上的结果、每十年1至3个1000亿美元以上的结果；考虑AI带来的10%至20%增量后，“每年不会出现超过4到5个100亿美元以上的结果”。他的结论是：按现实的基准情景承保，但“绝不要做一个回报上限明确的交易”——必须有“可信的上行故事”。这也是他虽然不同意Jason的数学，却最终站到同一结论的位置。关键区别在于：是“可能成为”，而不是“必然成为”。
Rory谈到所有人突然拥有的风险偏好时，提起自己的伤疤：他2001年开始投资，亲眼看着NASDAQ下跌90%。“亏钱就像性爱。你可以想怎么谈都行，但在亲身感受之前，你不知道它是什么滋味。”

3. 创始人的野心门槛也被抬高

Jason的实际观察是：“现在有些会议我不会参加，但在2024年或2023年我会参加……不是因为他们不是好人、不是在做真正的公司，而是门槛已经抬高太多了。我不确定所有创始人都意识到了这一点。”
Rory同意这种锚定效应：创始人如今会问，自己应该处在“宏大叙事和无聊赌注”之间的什么位置；而被视为无聊的下限，“可能已经显著提高了”，因为人们已经看到什么叫可量化的惊人表现——连续3年增长10倍。Jason更悲观地认为，Anthropic IPO并非只有正面影响，它会在整个生态中强化“一般性的自我不配感”。

4. 所有人同时冲向公开市场

Rory这样概括这一周：“我们已经受够了‘哦，我不想做公开市场。留在私有市场很酷’。真的受够了。”Elon保持私有20年后，如今在1.7万亿美元估值上全速推进；Anthropic提交文件，OpenAI可能也已提交，从“也许2027年”直接跳到了现在申请；Google则在同一天宣布融资800亿美元。4家公司合计意味着3000亿至4000亿美元的股权发行，而且本质上都与AI有关——“就像那些不排队登机的国家，所有人疯了一样抢着上飞机。”
Google明明可以借债，为什么还要发行股权？因为股价处于历史溢价，“股权很便宜”，同时可以隔离债务市场的“微型恐慌”。Jason的回答是，两者都可以做；Harry补充说，AI数据中心的回本周期通常是2至3年（Elon与Anthropic的存储交易是例外，回本只需“一年多一点”），所以如果公司可能先花掉每年3000亿美元、之后才收回资金，打造堡垒式资产负债表是合理的。
贯穿其中的主线并不乐观：“所有这些企业都已经从轻资本开支、能产生现金流的机器，变成重资本开支、吞噬现金的机器……纵观历史，吞钱的东西往往不是好投资。”

5. SaaS末日：恐慌结束，问题仍在

Rory说，自己一个月前在下跌30%时买入的WCLD（很可能是他称为“worldcloud”的云计算ETF），此后上涨了25%至30%——“但我们只是回到了年初持平。”一个有意思的事实是，SaaS过去一个月跑赢半导体，但从年初看，“半导体股把SaaS杀得片甲不留”。教训是：“叙事被炒得太过头了，然后人们抬头一看，发现这些公司不会归零。既然不会归零，它们就有现金流价值。”
Jason给出自己的数据：他的云计算股票篮子上涨5%，而NASDAQ上涨21%，半导体股接近翻倍。基本面没有变化——按席位收缩，Gartner预计AI软件支出今年增长60%，“必须从别的地方砍出来”。估值倍数“都从硬地板反弹，然后从无价值回到了糟糕”：Atlassian为ARR的4倍，HubSpot为3.8倍，Salesforce为4倍。“我就是不认为没有10倍以上的结果，投资还能真正奏效。”
两人都同意，第二幕更难：一个月前你可以买下整个折价板块；现在你必须指出哪些股票真正具备再加速或AI附着逻辑——“这是一个更难传达的信息”。

6. Agent附着赢家通吃，按人头收费的人类软件走向死亡

Jason称之为今年“船长显而易见”的教训：Jeff Lawson曾在本节目中说，智能体会需要更多Twilio语音服务；过了1到2个季度，Twilio股价上涨57%，增速从4%至5%升至20%。Okta上涨56%，Datadog上涨100%。“凡是智能体产品和智能体需要更多使用量的软件领导者都在上涨……只有人类使用的软件，基本都在下跌。”
Salesforce首次把业绩拆成Agentforce和其他业务，指引经典软件业务长期维持“个位数增长”，其余业务增长12%至13%。Jason写下讣告：“经典的、按人头收费的人类软件确实正在死亡……没人想买这些垃圾。实际上他们正在砍掉它，因为得腾出钱来支付这些该死的tokens。”
Rory给幸存者设下唯一测试：“你增长得更快吗？如果增长更快，就说明你获得了提升。”Replit是成功附着AI的前AI公司；他提到的Postgres数据库（很可能是Supabase）也“漂亮地附着在所有东西上”。这需要高水平的产品管理；否则你不会快速死亡，只是在缓慢面对如何创造并实现价值的问题。

7. Cognition估值260亿美元：自主工程师，而不是副驾驶

Cognition以260亿美元估值融资10亿美元，Devin的ARR达到4.92亿美元。Jason回忆说，他投资组合中智商最高的2位CTO早期都运行过Devin——其中一人完全通过Slack驱动它，让它在“当时还相当糟糕”的情况下自主提交代码。他的判断是：“在我看来，这个愿景比所有这些Claude Code的破事都更有说服力……我们为什么要赋能平庸的工程师？让我们把他们淘汰掉。Devin不会争论，也不像你最优秀的大多数工程师那样只想做有趣的问题。”
他也给自己留了后手：“也许它没那么令人印象深刻，因为这个领域的钱实在太多了”——它可能只是把模型重新包装成一个工作流。Rory则提醒市场竞争：“这是一个领先者以疯狂速度易手的市场”——每一家万亿美元公司都想吃掉它的午餐。Harry提供了一个可交易的旁注：如果Cognition在这里值260亿美元，那么ARR达到30亿美元的Cursor以600亿美元出售，是否太便宜？

8. Token恐慌：CFO看到了账单，也验证了这个品类

Rory还原了这场ROI恐慌为何同时袭来：Claude Code的“魔法版本”大约在11月或12月发布，定价转向按量付费，“几乎所有人都在Q1猛用”，当账单到来时，应计会计终于追上了现实——“我们让这些人Q1猛用，见鬼，他们真的猛用了……看起来我们把整个预算都花光了。”Uber的回应是把每个人的月度上限设为约1500美元，略高于实际观察到的平均水平。
定价曲线带来一点安慰：前沿模型的价格正在略微上涨，但今天的前沿模型在一年后退出前沿位置时，会便宜5至10倍；因此采用速度“可能明显放缓”，但价值仍然可负担。Rory拉远视角后的看多逻辑是：科技支出的3%至5%被注意到了，但没人说停止——“你刚刚建立了一个市场规模可能达到5000亿美元至1万亿美元的品类。美国企业说……我们花得太多了，但必须制定计划继续花这笔钱。这是极其有力的验证。”
Jason的观察很能说明问题：他投资组合中增长最快的2家公司烧穿了token预算，而增长最慢的公司没有一家如此。他建议关注Replit和Lovable，看看成本工程的未来会是什么样：两家公司都承受着巨大的客户成本压力；Replit用Sonnet构建复杂功能以节省成本，再引入Codex作为架构师智能体检查结果——“每一次它都能发现问题。太强了。”
但在开发者选择权上，他划了一条硬线：应用会跨模型优化（OpenRouter正在爆发，核心是每次聊天的美元经济性），但开发者不会接受降级——“如果你告诉我不能使用自己选择的模型，我会辞职。我会辞职。这不值得浪费我的时间。”从生态角度看，“我们全都押注Opus”——付钱给通胀的一侧，而不是收割通缩。

9. Tokens换人类：年末的预算选择

Jason的核心预测是：“我确实认为，到年底，我们会在工程和产品上选择tokens，而不是人类。”在Adobe时，他负责的EPD预算本质上是人头预算，按每人固定30万美元计算；到了2027年，预算会变成一池美元，负责人会问：“我要再招20个平庸工程师，还是给我最优秀的人无限tokens？”QA部门“会被摧毁”，客服则会被砍到只剩客服负责人——“第一轮裁员中还没被裁、处在边缘的人，会为了tokens被裁掉。”12月的邮件会写着：“不是你的问题，只是我们需要tokens。”
讨论迫使各方量化，而Jason称之为每个AI模型最重要的数字：他的工程师从400人减到300人的思想实验，意味着tokens约占工程师薪酬的33%（一名20万美元工程师对应约6.6万美元）；Uber的上限暗示约10%；EDA软件作为最自动化的工程先例，约为13%。“这个数字将决定：1万亿美元的公司是已经完全定价、可能放缓一年，还是会吞掉工程师薪酬的三分之一，并在2年后把你带到4万亿美元。”如果是33%：“IPO时不管什么价格都可以买。”
Harry在自己的节目中拿到的实时数据点是：Mercor的Brendan（字幕可能把名字识别错了）说，他们如今在tokens上的支出已经超过工程师薪酬。Harry提醒，这家公司只有约80名工程师，而不是1200名；但他也承认：“如果那些从零开始的新公司真的可以做到50%tokens、50%人，并且仍然能够交付，那就是未来……即使是现在，我们也在低估这些市场的规模。”
Harry不同意的地方在工程之外。对客服而言，“tokens的成本相对于总成本太低，几乎只是噪音”；真正有意思的斗争在工程领域，而且交易双方都会有工程副总裁因此失去工作。Jason反驳预算上限的做法：Uber式限制只是过渡措施——“对于2027年、2028年，你应该给部门负责人一个选择，而优秀公司里的人会选择tokens。”

10. 最弱环节决定上行空间，组织最终还会重新膨胀

Jason提出了对自己裁员论的反向趋势：智能体让公司可以交付多得多的产品（不是功能），但仍需要人来管理这些产品；一家投资组合公司突破1亿美元时，年底将拥有3倍数量的产品，即使每个产品所需的人数减半，“大家仍会变成Rippling，拥有22个产品，而你需要22个产品经理”。初创公司“会达到历史上同样的臃肿程度，只是规模可能小一半”。
Harry则通过当天引用的一篇学术论文给出宏观版本：当组织的一部分提速时，“如果你无法把一大堆软件打包、定价、销售、培训，那你能生产多少都无所谓。”“链条中最弱的环节，决定车队的速度。”他持续押注反对那些认为GDP会增长10%的人：过去200年实际增长约2%，“它会维持在2%。”

11. Kirkland自建Harvey：皇冠上的珠宝该不该交给别人

Jason先压低标题的冲击力：Kirkland & Ellis承诺连续5年每年投入1亿美元，相对于其110亿美元、增长20%的收入，只是约1亿美元/年，不到1%，“相当于从Windows NT盒子或其他糟糕预算里拿出来的钱”。这并不妨碍它同时收购Harvey或Legora，且这种压力是健康的：“每个人都应该启动项目，尝试自己构建CRM，看看它是否值得……我们都承受AI压力，对所有人都有好处。”
Rory有两层更尖锐的解读。第一，K&E“已经赢了，因为他们第一个说出来”——还没做任何事，就获得了AI前沿的宣传效果，这是典型的交易业务式冷硬操作。第二，真正的买还是建逻辑是：横向通用商品可以买——案件管理、Westlaw，“大家用的都是同一套东西，那不是他们竞争的方式”；但如果AI“封装了你的秘密配方”，就应该停下来想想——“如果我们付给Harvey1000万美元，但作为回报他们知道K&E的做事方式……嗯，也许不行。”尤其现在市场上还有供应商要做全栈律所的传闻，而没有什么比这更能惹恼客户。
而且升级的不只是Harvey：“如果你觉得Harvey和Legora对你的IP已经够不负责任了，K&E先生，等着看看Claude会怎么处理你的IP。”这点尤其相关，因为Harry提到Ironclad的Jason（很可能是Boehmig）刚刚加入OpenAI，预计基础模型公司将在2至8周内进入法律领域。Rory认为这与上世纪90年代中期的历史相似：当时所有人都说Microsoft会成为银行；边界先变得模糊，随后什么归谁就会变得显而易见。

12. AI法律服务扩大市场底部，人类守住顶部

Jason判断，AI在个人和SMB层面具有“扩张性”——低价离婚、低价遗嘱，100美元就能获得尚可的法律建议，而律师起步价是2000美元。但全栈AI公司不会取代K&E：“当你做一笔200亿美元的交易时，在某种程度上，你还是希望有一个人牵着你的手，告诉你这是我最后做过的10笔类似交易。”Rory也认为，在一笔1000亿美元的交易中，1万美元/小时“根本不算什么”；商品化工作交给Claude，关键判断仍然保有溢价。
Rory讲述了一则发生在2018年至2019年前后的故事：一名受过斯坦福训练的大型律所聪明律师，在一个周末对NLP工具进行压力测试，报告称准确率达到98%，但随后说：“我不会用10英尺长的杆子碰它。要是准确率不是100%，我的老板会解雇我。”
一句玩笑差点让赞助商失去耐心：Rory怀疑“Anthropic的安全委员会不会允许他们构建一个像普通K&E破产律师那样刻薄的模型——它会直接通不过安全测试。”Jason回应：K&E今年给每位合伙人发了1100万美元奖金，“他们不是靠当懦夫赚到这些钱的。”

13. Robinhood的AI智能体：规划可以解决，交易不行

Jason的热情来自亲身痛苦：财富管理行业的人类从业者是“我接触过的所有专业人士中质量最低的——他们把所有人都放进同样糟糕的模型和同样的11款自有产品”。一个能读入你完整情况的智能体——风险承受度、3年后买房、即将获得carry——并给出正确答案，意味着“很多人不会再被宰……Fidelity做不到，Vanguard也做不到。”
Rory做了关键区分：正确的财务建议和资产配置“基本已经被理解”，是可知的，也应该自动化——LLM在其中有明确作用，他的公司正是因此投资Range。但交易并跑赢市场是另一回事：“那个任务不可能由这个智能体完成……如果其中存在优势，Jane Street早就会悄悄做了。”还有人口结构错配：“我看着儿子交易他的Robinhood账户。我不认为他在关注65岁时会处在什么位置。”
Jason引用SaaStr Annual上Klaviyo的Andrew Bialecki（很可能是他）做了概括：最重要的智能体，是让每个客户都真正成为所在领域专家的智能体——他举YouTube的智能体为例，称其在解释视频表现方面“比任何人类都好”。“所有应用都应该把你变成专家……你登录进去，第一天我就是一个该死的专家。”

14. Apollo的PE警告、Anthropic分配，以及谁还会继续玩

Rory谈Apollo时说：“他们在讲自己的非账面价值，但他们可能是对的。”私人信贷是资本结构中位于上层的贷款人，杠杆约为EBITDA的5倍；如果债权人开始担心，“股权就死了”。SaaS资产虽然反弹30%，但仍按3至6倍交易；如果你以10倍买入，“有点像在房地产交易中付了过高价格，没有任何加速器”。他的计算例子是：2021年以收入14倍买入Salesforce，一半债务、一半股权；如今公开市场只给5至6倍。最好情况是持有10年、不断做bolt-on，然后“艰难地磨出1.2倍、1.3倍”。背景是，Harvard如今已有41%的资产配置在私募市场。
Jason的犬儒现实主义判断是，Anthropic的分配会让LP们对这些糟糕基金“放你一马”。Rory则从激励机制反驳：LP可以继续往前走，但PE管理人不应该如此；从0.5倍放弃到磨出1.5倍，差别在于管理人是否有切身利益，这也是“资本承诺真正重要”的原因。
Menlo、Spark以及Founders Fund在SpaceX上形成的100亿美元carry池，对基金意味着什么？Jason耸耸肩：OpenView和Emergence的大多数人理性地选择带着财富退休，“我不认为每家VC都必须存在到23世纪”。他自己的计算是，进入风投时只要求获得创始人结果的10倍——“如果我赚了几十亿美元carry，而下一支基金可能只能赚2000万美元，我会辞职……把钥匙交给年轻人。”Jason认可Thiel的解决方案：自己作为LP投入基金三分之一——“一如既往，只要Peter Thiel做了什么，就应该假设那是完全理性、冷酷而正确的解决方案。”而且，Rory明天就愿意加入：“大量金钱加上大量空闲时间，往往相当具有破坏性。”

15. 996：表演性内卷，还是重新说了一遍旧交易

Jason先去掉996的神秘感：进入科技行业前，他在服务业每周工作6天半；第一次创业时，他也是周六早上9点加入。真正的问题只有一个：组织里周六和周日的工作究竟深入到什么程度。他认可Cognition的Scott处理Windsurf裁员的方式——“我们每周工作7天”，但没有说得像个混蛋，因为在260亿美元估值下，最早的50至100名员工每人可以拿到4000万至5000万美元。对价才是全部重点：“1500万美元的退出不值得这样付出……干就完了。把钱付上，给他们4倍股权；如果你不喜欢，就去别的地方工作。”
Harry表示同意，但加上警告：这并不新鲜——Apple在中国的历史“充满心脏病”，大型律所每年计费2100至2200小时；有时要做真正困难的事情，就需要少数人全天候集中投入并完成它。但高强度会侵蚀判断力：“不要只是在制造愤怒诱饵，而是在愤怒工作——你只是在表演式地工作，却没有取得成果……确保你的心理健康和判断力没有出问题。”Jason认为必须有隐含承诺：“你最好给他们一个冲击8位数财富的机会。”
Harry的收尾揭示了本集最好的矛盾：“我们都在硅谷，计划是把白领工作自动化到3年内出现大规模失业……但你和这里每一个人交谈，他们都会说：我从没这么拼过。”而Jason眼下最大的问题仍然是招聘。两人对B类人才的结局意见不一：Jason说，“科技行业吸收了太多B类人才……我不确定”未来是否还有足够岗位；Rory则更温和，认为他们会找到工作，“也许你不会再找到一份年薪40万美元、每周可以在家工作3天的工作。但生活会继续。”

Pershing Square Challenge 2026决赛选手推介 Amadeus $AMS｜全球旅行的收费站我们需要一个 AI 生态系统，每家公司都能在其中赢得一席之地