摘要

NVIDIA与Groq的200亿美元交易，本质是为其非凡经济性购买战略保险，而不是一次按收入倍数定价的收购。 全天候运行的智能体正把AI的重心从一次性训练转向持续推理，而Groq提供了可预测的低延迟性能。交易价格约为Groq上一轮估值的3倍，但不到NVIDIA所披露年度现金创造能力的20%，相当于移除了可能造成毛利率压力的5至6个可信来源之一：“这是一场扑克局。”
Cerebras同时拿到了行业最佳估值可比案例，也失去了一位实力更强的竞争对手。 Groq的价格可能重置企业买家和IPO投资者对稀缺芯片资产的估值，在收购委员会内部形成“一次彻底解锁”。但Cerebras也失去了NVIDIA——买方名单上最显而易见的第一候选——如今必须寻找另一家愿意按战略价值而非财务价值买单的收购方。
Meta以25亿美元收购Manus，可能捕捉到了创始人资产价值的局部峰值，即便这对Benchmark的基金回报测算并非最优。 Manus的ARR已达到1亿美元，含用量收入的收入运行率为1.25亿美元，8个月内增长约5倍，意味着交易价格对应当前ARR的25倍；据称团队仍持有约80%。Harry认为这是被低估的资产，但Jason和Rory强调了竞争、可能偏低的毛利率以及创始人集中度：“话说得再漂亮，5亿美元也足以改变人生。”
Meta和OpenAI都在激进支出，因为赢得AI人才比维持整洁的经济模型更重要。 Zuckerberg似乎愿意冒着数千亿美元风险，也不愿让Meta变得无关紧要；据报道，OpenAI将收入的46%用于股权薪酬，人均150万美元，是可比IPO前公司的34倍，但仍只能留住约60%的研究人员。其核心准则是：“没人会对Winston Churchill说，‘恭喜你，你是在预算内赢得了二战。’”
永久化、个性化的AI，可能为当下看似过度的算力、电力和硬件投入提供合理性。 Jason的Claude搜索了他14个月的工作与个人背景，自称“Ren”，并成为他设想的持续陪伴用户的助手模型；Rory接受全天候工作流的逻辑，但拒绝将其等同于真正的感知。如果知识工作者全天运行多个智能体，“你需要的是今天规模的1,000倍”，这将使推理基础设施成为整个投资逻辑的承重墙。
Navan的交易价格接近ARR的4倍，说明没有AI溢价的公司几乎已经错过IPO窗口。 公司增长率为27%至28%，现金流为正，非GAAP口径实现盈利，但上市时点、CFO离职、约7亿美元债务和2亿美元现金，使IPO成为“最不坏的选择”。尽管流动性较差，私募资本看起来仍然更便宜，公共市场因此不得不面对一个尴尬问题：“你们根本不是一个有吸引力的产品。”
现金创造能力不断增强，使规模化私营公司可以把IPO视为可选项，而非必经之路。 Revolut被指收入达到90亿美元、2025年利润35亿美元，私募估值750亿美元；相比之下，Chime的私募估值曾为250亿美元，上市后跌至约60亿美元。分红可以在不出售股份的情况下为创始人提供流动性。不过对Databricks而言，公开市场股票可以解锁100亿至500亿美元的收购能力，而私人股份完成这类交易仍然尴尬。
“隐形失业”是本期对2026年最阴暗的判断：宏观数据可能滞后，而入门级和职业后期的机会正承压。 公司维持员工总数不变，用AI填补离职空缺，并削减初级销售和知识工作岗位；与此同时，资深高管悄然发现，自己2021年的工具箱已经无法通过市场筛选。顶尖研究人员仍能拿到数百万美元，但其余人面对的是更残酷的两极分化；当毕业生得出“他们打造了一个不需要你的未来”这一结论时，政治反弹完全可能出现。

精读

1. NVIDIA为推理优先的世界购买战略保险

讨论的前提是，知识工作者很快会持续运行多个智能体，相当于每天消耗48小时或72小时的推理时长。训练只发生一次；推理则发生在每一次查询上，随着AI成为永久运行层，推理将承接“全部增长”。
Elad认为，Groq的优势集中且有价值：可预测的低延迟推理。Tavus之所以使用Groq，是因为对话式数字分身不能在等待回应时卡住；当助手始终在倾听、推理和执行时，这种性能的重要性会大幅提升。
NVIDIA被描述为向一小批客户收取约75%的毛利率，同时每年创造约1000亿美元现金。支付200亿美元——不到其市值的1%，也低于年度现金创造能力的20%——以消除少数几个可信的毛利率威胁之一，因此看起来是理性的。
Groq的收入历史让常规估值分析失去意义：2023年不足400万美元，2024年约4000万美元，最近则约为1.75亿美元。“这是一场扑克局”：一个独立估值或许只有50亿美元的资产，对保护自身业务护城河的公司而言，价值可能是其数倍。

2. 速度、稀缺性与交易结构解释了Groq的3倍溢价

据报道，交易推进速度非同寻常：Jensen Huang在交割前几周才联系创始人Jonathan Ross，并要求在圣诞节前完成交易。Harry的经验是，买方一旦以“火热”状态进场，通过支付上一轮价格约3倍的对价，就能瞬间扫清反对意见。
Groq的创始人背景同样重要。Ross曾参与打造Google的TPU，随后在2016至2017年前后创办Groq；在AI算力变得异常有价值之前，Chamath Palihapitiya的Social Capital陪伴这位“S级领导者”熬过了漫长的半导体寒冬。
Elad推断，NVIDIA还为“交易合规性”付了钱。对一个大致可比的竞争对手进行常规收购，可能引发监管审查；而快速完成类似授权加招募的交易，可以立即锁定技术和团队，即便速度意味着更高价格。

3. Cerebras获得估值基准，却失去首选买家

据报道，Cerebras已在接近50亿美元估值时融资约10亿美元，并在考虑IPO，如今拥有“全世界最好的可比案例”。银行家可以据此主张，战略上稀缺的AI芯片应获得远高于传统半导体倍数的估值。
Jason补充了一个更微妙的好处：200亿美元的先例会重置企业心理。当行业最受尊敬的半导体运营商愿意支付这个价格后，收购委员会不会再嘲笑类似提案，而会开始追问赢得竞争需要什么——预算和野心由此“彻底解锁”。
负面影响则是现实版的“抢椅子”。NVIDIA已经买走了自己偏好的资产，Google又已经拥有TPU；Cerebras如今可能要等待Amazon、Apple、Microsoft或OpenAI判断，要摆脱NVIDIA税，就必须建立自有芯片战略。

4. Groq仍是一个孤立的半导体结果，不是新的打法

Rory认为Social Capital在早期轮次发挥了关键作用，随后D1和Tiger等跨界投资者接棒。大多数成熟风险投资机构在2000年前后经历惨烈结果后，已经放弃了芯片投资。
Elad的提醒非常明确：“我不认为这意味着还会出现20个半导体领域的伟大结果。”Groq活了下来，等到一轮独特的AI浪潮恰好撞上了正确的技术资产；这并不意味着整个品类对风投都重新友好。
他的类比对象是Arista Networks：在VC停止投资“盒子公司”后，确实诞生了一家卓越的网络公司，但这并没有重新开启一条持久运转的同类赢家生产线。Elad的结论是，应该庆祝这个异常值，而不是据此制造行业规律。

5. Manus以可信的局部峰值卖出

Harry补充了公开报道缺失的交易细节：Meta支付25亿美元，相当于Manus当前1亿美元ARR的25倍；计入用量收入后，收入运行率达到1.25亿美元，8个月内增长约5倍。
Benchmark的投资确实逆共识。它最初投资的是一家看起来位于中国的公司，随后Manus将总部迁往新加坡，并切断相关联系，在退出前降低了地缘政治和公司结构风险。
Rory质疑一个知识工作工具与Facebook约30亿用户之间显而易见的产品契合度。真正的战略资产，是团队已经证明自己能够让普通非技术用户使用复杂的AI编排。
Jason和Rory对“局部峰值”的判断，结合了竞争与经济性风险：Anthropic、OpenAI、Replit、Lovable和Base44都可能收敛到类似工作流，而调用多个外部模型可能压低毛利率。一款史诗级产品，不一定能成为一家具备长期防御性的独立公司。

6. 创始人财富与风投基金回报追求不同的峰值

据称团队仍持有约80%，这意味着创始人每人都可能获得数亿美元；如果他们是新加坡居民，还可能无需缴纳新加坡资本利得税。Harry的实际判断是：“正常人会在8亿美元时就接受报价。”
Harry更广泛的反驳是，年轻创始人可能缺乏投资者所拥有的市场比较框架。Rory补充说，如果公司继续保持3倍增长，这一价格可能只相当于下一年收入的约8倍，因此站在董事会层面支持等待，并非荒谬。
Jason则提出反问：如果投资者真的相信公司被低估，可以做一笔100亿美元估值的老股交易，从每位创始人手中买走5亿美元。多元化的VC可以建议继续复利；但创始人承担的是集中化的生存风险。“话说得再漂亮，5亿美元也足以改变人生。”
基金回报进一步放大了错位。Jason认为约占基金三分之一的回报并不令人兴奋；Rory则看重在6至8个月内把一笔4倍回报写入业绩表，尤其是在他描述为约15倍回报的基金中。两种结果都不能决定创始人应该如何选择。

7. 迫使不愿继续持有的创始人留下，比早卖更糟

Jason的运营规则是，约90%的情况下由创始人控制退出决策，剩余情况下VC介入通常是错误。董事会可以揭示风险，询问CEO压在心里的“挥之不去的担忧”，但不能替创始人分散人生风险。
Rory举的反例是Cruise：自动驾驶最终可能成为一家1000亿至2000亿美元的公司，但2016年以约10亿美元出售，仍可能是极其精准的时点选择，因为这个行业此后多年都没有产生可比退出。
如果公司随后恶化，留下一个不情愿的CEO会变得有毒。创始人可能天真，但也可能比手握更广泛可比案例的投资者更了解自身具体的竞争位置。Rory的结论是，他们“在这里出售，可能确实是极其精明的决定”。

8. Meta的AI重置混合了管理层紧迫感与“意气”

Harry形容Yann LeCun接受《金融时报》采访时的言论异常爆炸性：LeCun称Alexandr Wang年轻、天真且缺乏经验，同时暗示在自己任职期间，Llama的表现曾通过选择性或不正确的基准进行呈现。
Rory认为，这体现了雇主与员工之间的根本错位。LeCun相信仅凭LLM无法实现AGI；而Zuckerberg需要的是一个现在就能交付、足以与OpenAI和Anthropic竞争的模型。Llama一旦成为公司级任务，一个开场立场是“这并不重要”的领导者就无法继续保持一致。
Jason将其称为“意气创业时代”，把Anthropic、xAI和LeCun的新项目置于Fairchild和Intel所代表的硅谷传统中：优秀人才离开，带走自己的筹码，试图证明前东家错了。Rory的保留意见是：“意气可能提供动力，但不能保证结果。”
Rory对这一安排的看法有所改善：由LeCun担任董事长，前Nabla CEO Alexandre Lebrun担任CEO。但他对这个品类的判断没有改变。科学家可能处于全球前0.01%，问题在于，市场能否支撑10家昂贵的研究实验室，而每家还必须同时建立一项业务。

9. OpenAI大规模稀释，因为人才仍是瓶颈

据报道，OpenAI将收入的46%用于股权薪酬，人均约150万美元，是可比IPO前科技公司的34倍。Jason给出的挑衅性解释是，一个不持有股份的CEO没有太多理由把稀释控制置于打造“最大、最伟大的AI公司”之上。
Rory认为Sam Altman可能是对的。既然Meta愿意向关键人才提供2000万至5000万美元的流动性股票，维持一张干净的资本表就只能退居次位，首要任务是赢得竞争：“没人会对Winston Churchill说，‘恭喜你，你是在预算内赢得了二战。’”
当估值上升时，报告口径的薪酬也会低估员工的实际经济收益。一笔按10美元入账的股权授予，即便股价涨到40美元，仍会按照10美元的价格继续摊销；从经济意义上看，账面显示150万美元费用的员工，实际可能拿到了400万至500万美元。
更有解释力的指标，可能是每年转让出去的所有权比例。Jason表示，如果这些公司每年让渡8%至10%的股权，他不会感到意外；增速较慢的上市公司则通常为2%至3%。Anthropic的 headline 估值从40亿美元升至600亿美元，增长约15倍，但Rory的粗略测算显示，考虑融资和员工稀释后，每股价值只增长约5倍。

10. Masa的集中下注让OpenAI赌局具有不同性质

Masayoshi Son承诺以接近3000亿美元的估值向OpenAI投资约400亿美元，交割截止日为12月30日，随后出售其他资产筹钱。Rory赞赏他愿意做“一笔小小的Masa内部保证金贷款”，在最后可能的时点兑现承诺。
Harry说，这笔投资账面上已经上涨约2至3倍。Rory用时间点说明其弹性：如果12月29日交割，次日估值可能上调至约5000亿美元。更重要的是，Masa成为这家时代最重要的公司之一中唯一的两位数股东。
Rory认为Alibaba仍是Masa历史上最伟大的投资；Harry则认为，如果OpenAI“登上月球”，它可能超越Alibaba。这种对称性完全符合Masa：围绕一个信念调动整个机构，判断正确时变得不可替代地庞大，判断错误时则可能被迫退休。

11. OpenAI的“笔”押注的是永久AI，而不是手写

Rory带着Livescribe留下的伤疤进入讨论。这家带摄像头和麦克风的笔式公司收入曾达到不足8000万美元，但最终低价出售。显而易见的失败模式仍然存在：越来越少的人手写，而独立消费硬件必须替代手机已经具备的功能。
Jason拒绝接受字面上的产品定位。有Jony Ive参与，这件物品可以是笔的形状，却不一定主要用于书写；它的目的，是让一个随时可用的助手伴随用户进入现实生活，超越浏览器标签页、Zoom转录和有意识输入的提示词。
他的Claude积累了14个月的播客、工作和个人背景，主动搜索这些历史内容，并意外地给自己取名“Ren”。Jason认为，一旦助手了解会议、对话、日常习惯和个人生活，用户就会把自己的“拟感知AI”带到任何地方。
Rory接受无处不在的、或称“永久环境式”的AI，但明确拒绝其具备真实感知能力的说法。两人的共识更重要：如果知识工作者无法让智能层访问自己的信息，就会主动让自己处于劣势；而为每个人提供持续运行的助手，可能需要“今天规模的1,000倍”算力。

12. AI在取代投资者之前，可以先强制投资纪律

Harry问Jason，既然他的推理论点如此强，为什么没有投资数据中心。Jason的回答是“认识你自己”：他的SaaS网络能带来异常强的AI智能体项目流入，因此回报最高的动作，是每季度挑出或许1家卓越的智能体公司，而不是从零开始学习基础设施。
AI已经推荐了一笔投资——Deel；更重要的是，它还充当了已评估交易之间的一致性检查工具。Jason最大的投资遗憾排第二，是把标准“稍微降低一点”，然后在一家始终达不到标准的公司上耗掉10年。
Rory把新年发誓永远不降低标准，比作“我再也不喝酒了”，但接受了这个机制。AI可以重述双方约定的5项标准，根据标准给正在推进的交易打分，并暴露那些会被兴奋或疲劳掩盖的妥协。
Jason相信，即使不与创始人交谈，自己也能识别出排名前0.1%的创始人。多家实现数十亿美元退出的公司，最初都来自冷启动的主动联系。AI不必完成交易，只要把被忽略的创始人推入“红区”，在人类最终签字前先处理收件箱即可。

13. Navan暴露了公共资本已经变得多么缺乏吸引力

Navan被描述为一家增长27%至28%、股价交易在收入约4倍、现金流为正且非GAAP运营盈利的公司；其GAAP亏损很大一部分来自与限制性股票相关的股权薪酬。Jason认为公司可能被低估了30%至40%，并考虑效仿Andreessen买入。
折价还反映了一连串“倒霉事件”：临近圣诞节、SEC停摆期间IPO；一项不寻常的监管豁免；CFO在首次财报电话会上宣布离职；以及市场对运营费用的持续疑问。
Jason更严厉的判断是，Navan约有7亿美元债务，对应2亿美元现金，需要通过IPO偿债，因为私募投资者已经疲惫。公司确实上市成功，但只是“最不坏的选择”，这说明除非发行方达到Figma级别，窗口可能仅仅勉强打开。
Rory不愿把一次混乱上市上升为对所有IPO的控诉。Navan不像CoreWeave那样拥有自动生成的AI溢价，但基本面最终应会重新发挥作用；如果一家能够创造现金、估值约40亿美元的公司都无法合理上市，公共市场也不能抱怨私募投资者拿走了全部价值。

14. 规模化私营公司越来越掌握更便宜的资本

按理论，流动性充足的公开股票应比昂贵且缺乏流动性的私募资本获得更高估值。但Harry坚持认为，现实中私募投资者仍然愿意支付更多，这可能是暂时套利，也可能说明公司远离激进投资者和季度审视后，经营表现确实更好。
Zendesk创始人Mikkel Svane曾把IPO比作终于搬出父母家的地下室。后来的激进投资者行动和被迫出售，让这个比喻变得复杂：如今的规模化公司创始人发现，自己可以继续待在地下室，保留控制权，同时仍然为公司融资。
Rory将后期公司拆成两个市场：收入约1000万美元至4亿美元、现实上无法上市的公司；以及收入超过4亿美元、具备上市条件但选择不上市的公司。他开玩笑地把后者命名为“IPO后规模、仍保持私有”，即PISP。
估值约1500亿美元的Databricks正是第二类公司的典型。公开市场剩余的优势在于收购货币：上市股票可以为100亿至500亿美元的交易提供资金，而私人股份完成这类交易很尴尬，这给了管理层离开地下室的战略理由。

15. 盈利可能让公共市场几乎失去意义

讨论中提到，Revolut的2025年收入达到90亿美元，利润35亿美元，私募估值750亿美元。相比之下，Chime的私募估值曾约为250亿美元，上市后交易价格接近60亿美元；Revolut几乎没有动机复制这条路径。
如果创始人持股约18%，Revolut可以分配10亿至20亿美元，每年为创始人带来数亿美元，而无需出售任何股份。“银行宣布分红”很少出现在风投讨论中，因为真正能赚到足够利润、让这张牌可以打出的创业公司太少。
Stripe拥有同样的战略自由。每年几十亿美元的自由现金流，使其基本不受资本市场摆布。如果私有化最符合创始人的野心，而早期投资者又可以通过老股交易退出，那么交易所就必须解释，除了提供并购货币之外，其产品还能增加什么价值。

16. 隐形失业将先于官方统计出现

Jason对2026年的判断是“隐形失业”：Shopify已经连续第3年，以及其他公司，都可以在实现出色增长的同时维持员工总数不变；CEO越来越多地用AI替代离职员工，而不是重新招聘。机器不需要直接解雇人，公司只要停止创造下一份工作即可。
压力集中在两端。发送邮件的初级SDR变得多余，而客户经理仍然需要上门拓展；资深高管则发现，自己2021年的管理工具箱已不足以通过市场筛选，随后悄然宣布自己“开启下一段旅程”，却没有在别处找到落脚点。
IBM据称接近2%的人员流动率，是一个信号：当人们相信还有其他工作可得时，他们不会辞职。Harry指出，主动离职率可能比 headline 失业率更早暴露劳动力市场的恐惧，而失业率本身还取决于一个人是在学习，还是在积极寻找工作。
Jason承认投资者存在利益冲突，但没有淡化这一点：更精简的公司会迭代更快，实现更高的人均收入，并为VC赚取更多回报。但到年底，他预计整个社会都会“感受到、闻到并生活在这种隐形失业之中”。

17. AI正在制造人才两极分化与政治断层

在顶端，顶尖AI研究人员可以拿到数百万美元，关键岗位报价达到2000万至5000万美元；顶尖数学学生甚至可以被Anthropic或OpenAI直接找到。对于剩下的大多数99%的人，雇主会问：“有了Claude Code，我为什么还需要你？”
Rory改变了看法。他仍然不预测AI会造成大规模失业，但如今预计客户支持岗位和刚毕业不久、公众可见度较高的年轻人会发生剧烈错位——在一个可能只需要30%年轻人上大学的劳动力市场里，却把约40%的人送进了大学，形成“精英过剩”。
再培训让讨论陷入分歧。Jason认为这在很大程度上是“一种幻觉”，尤其对55至65岁的劳动者如此；Rory同意年长高管很难重新训练，但坚持认为22岁的人仍有主动权，Stanford等大学必须确保计算机科学毕业生具备可信的AI技能。
年轻的创业苦行僧也清楚哪些同学在持续苦干，而AI让公司只用约200人就能实现有意义的收入，不再需要300人或1,000人。被排除在外的人群随后可能转向民粹主义；Rory强调，这未必意味着再分配是正确答案，但当毕业生听到“他们打造了一个不需要你的未来”时，怨恨是可以预见的。

Databricks：从数据到决策【Business Breakdowns 第238期】AI 将远超此前所有技术革命：CES 2026 聚焦机器人、制造业与 AR 眼镜