Peter Thiel 与 Softbank 卖出 NVIDIA——为什么？以及风投为何将达到1万亿美元、散户资金如何打开市场
摘要
Cursor 293亿美元的估值，只有在AI编程成为通用基础设施、而不只是生产力工具时才成立。 Max 将今天30%-70%的开发者效率提升，重新定义为明天的默认工作流：超过1亿名开发者每人每年支付5000美元，理论上对应超过5000亿美元的市场。相较于收入据报将从约1亿美元增至10亿美元，这一 headline 估值看起来也可能只是约10倍远期收入的“经典牛市押注”。
投资逻辑的核心已从需求和增长转向业务的持久性与自由现金流。 Cursor 的供应商同时也是它的竞争对手，模型token可能占产品成本的50%-70%；但蒸馏、自研模型和硬件效率有望将毛利率推向60%。对于一个几乎不需要销售和营销费用的自助式产品，这或许已经足够：它“需要达到”传统SaaS 70%以上的毛利率吗？
AI编程的市场份额可能很快固化，但嘉宾对于技术变化是否仍会阻止锁定产生了明显分歧。 Tomasz 预计，记忆能力、个性化工具和企业标准化，将帮助 Cursor 在5年后保留今天约75%的用户；Harry 则认为，市场会经历熟悉的3-4年争夺期，随后份额趋于稳定。Max 以 Replit V3 的多智能体架构和数月级上下文反驳：软件迭代速度“比24个月前快20倍或30倍”，因此另一支30人团队仍可能重置市场。
真正令人恐惧的下行情景，是一场AI价格战，而不只是同样的钱买到更多token。 如果提示词可以迁移、集成变薄，排名第三或第四的供应商就可能把一个10万美元的agent价格砍到2万美元、甚至2000美元，让软件从类似 Salesforce 的基础设施变成类似DRAM的商品供给，价格波动达到50%-80%。“说这会很难看都算轻描淡写，真正的情况会令人恐惧。”
晚期风投眼下看起来轻松，是因为估值标记上涨很快，但它的流动性只有单向。 据报 Ramp 在一年内融资4次，估值从130亿美元升至320亿美元；第一季度新诞生的独角兽中，已有15%在第三季度再次上调估值。Max 警告，私人市场上涨时投资者可以从600亿美元交易到1800亿美元，但下跌来临、买家消失后，“你无法执行交易策略”。
AI周期最清晰的警报，不是内部人卖股，而是杠杆、客户集中度和推理利用率。 Oracle 的信用违约保护成本被重新定价至约为超大规模云厂商的3倍；数据中心资本开支被描述为将从每年5000亿美元升向8000亿美元；Nvidia 前两大客户贡献超过40%的收入。当前产能仍供不应求、超大规模云厂商现金充裕，但只要某个数据中心的利用率只有80%，就可能触发杠杆供应商全面“快速且惨烈”的修正。
到2030年，美国风投规模可能达到5000亿美元，但越来越像一笔由散户资本融资、通过二级市场循环的高度相关押注。 被引用的年投资总额1840亿美元中，约一半流向4家公司；如果 OpenAI、Anthropic、xAI 和 SpaceX 兑现预期回报，这些收益足以淹没数十家失败的独角兽。最终形成的估值规则很直接：“当TAM不明确时，入场价格重要；当TAM巨大时，唯一重要的是赢。”
精读
1. Cursor 的估值建立在 AI 编程成为默认界面之上
开场的看多逻辑，将 Cursor 以23亿美元融资、293亿美元估值，与异常强劲的产品市场匹配度联系起来：继搜索之后，编程可能是AI最好的应用；开发者生产力据报提升30%-70%；Cursor 的新模型每秒token生成速度则被描述为快4-5倍。
Max 认为，“生产力提升”已经是错误的框架。5月 SaaStr 大会上，开发者还在讨论 Cursor 和 Windsurf 带来的效率提升；如今，他几乎不认识不使用AI工具编程的人。他的终点判断是“每名开发者100%渗透”，对应每年5000-6000美元的潜在支出。
讨论从 Microsoft 最近提到的 GitHub 上1亿-1.5亿名开发者，延伸到全球可能有2亿名开发者。即便按1亿用户、每人每年5000美元计算，市场也达到5000亿美元；按2亿人计算，理论市场规模达到1万亿美元。
Tomasz 反驳了最大的那个数字，将计算范围收窄至全职专业开发者。即便美国只有300万-400万名真正严肃的开发者、每人每年支付5000美元，也足以支撑一家规模巨大的公司。嘉宾还指出，GDP对比取决于市场是全球市场还是美国市场。
2. 收入增长速度比 headline 倍数更重要
Tomasz 用一个假设路径说明收入逻辑：收入先从约100万美元增至1亿美元，再从1亿美元增至10亿美元。如果动能延续，明年收入达到30亿-40亿美元，那么293亿美元的估值突然更接近10倍未来12个月收入，而不是脱离基本面的投机性标记。
Harry 描述了一家agent软件销售商：其所谓中端市场合同，金额实际处于六位数高位至七位数低位。这不是传统SaaS定价，而是劳动力替代的结果，因此意味着“巨大的TAM扩张”。Max 补充说，如果没有这样的扩张，“风投甚至没有参与这场游戏的意义”。
专业工程师之外，还存在一个独立的创作者市场。Harry 说，自6月以来他已经发布了12款 Replit 应用，累计使用70万次，尽管他在没有编程的情况下完成了产品构建。眼下的看空理由是留存：同类 vibe coding 产品的账户毛留存率约为50%，因此企业渗透率和标准化将成为决定性因素。
3. 毛利率扩张取决于能否摆脱供应商与竞争对手重合的困局
Cursor 面临的特殊平台风险在于，它的直接竞争对手同时也是模型供应商，而这些模型可能构成其产品的50%-70%。Rory 将其描述为供应商兼竞争对手的问题。在精简人员配置下，人工并非核心成本；流向 Anthropic 等模型供应商的token费用，决定了盈利能力和业务持久性。
Harry 将这一结构与 Replit 和 Lovable 对比：后两者可以默认调用更便宜的模型，或调用落后一代但足以满足使用场景的模型。他估计两者毛利率超过50%，并提出尚未回答的问题：即便混入自研模型，“它们如何达到60%的毛利率？”
Tomasz 认为，架构中仍有大量可以削减的冗余。他的公司曾将工具调用能力从约1万亿参数的教师模型蒸馏至200亿参数模型，并实现97%的等效表现——尽管它是一家风投公司，而不是研究实验室。Rory 同样指出，Microsoft 报告称，其每GPU小时生成的token数量较12个月前提升90%。
4. 只要分发成本足够低，就没必要追求传统 SaaS 毛利率
嘉宾并不认为AI应用会恢复上市工作流软件70%-72%的毛利率。Harry 的反驳是，这类公司同时承担了庞大的销售团队和集成成本；自助式编程工具即使毛利率明显更低，也可以产生有吸引力的自由现金流。
Harry 的结论带有条件，但整体偏多：如果用户证明具有持久性，一家公司用约60%的毛利率、仅约100名员工实现数十亿美元收入，就能释放大量现金。如果数字化优化是 Cursor 走向500亿-600亿美元结果之间的最后障碍，那就应该有空间解决它。
Tomasz 自己的行为说明用户确实愿意付费。他每月200美元的 Claude Code Max 额度在那周第2天就用完了，尽管轮换密钥很麻烦，他仍在考虑购买多个席位，月支出可能达到1000美元。“我永远不会再回到没有 Claude Code 的电脑使用方式。”
5. 个人记忆与企业标准可能冻结市场份额
Tomasz 的切换模型分为两个阶段。当编程性能出现大幅跃升时——他称 Gemini 3 已略微超过 Claude 4 Sonnet——用户会尝试不同产品。随着模型改进逐渐逼近极限，记忆、编程规范和个性化工具变得更重要，只有显著优势才能促使用户迁移。
他的 Claude Code 环境里有约100个由 Claude 编写的工具，以及lint规则、缩进等累积的个人偏好。他曾要求 Gemini 迁移这套环境，但代价由自己承担；一旦财富500强企业通过企业协议将某一产品标准化，组织层面的切换成本会更高。
基于此，Tomasz 猜测，5年后 Cursor 可能保留当前约75%的用户。他判断最终格局可能是 Cursor 占40%-60%，Microsoft 通过 VS Code 和捆绑销售最终排名第二，而 Anthropic 仍将保持重要地位，因为编程似乎是其模型战略的核心。
Rory 基本同意，但没有把 OpenAI 的 Codex 纳入他临时列出的前三名，偏好 Cursor、Microsoft/GitHub 和 Anthropic，同时认为 Cognition 可能形成差异化。这一判断挑战了 Harry 最初假设的 Codex 60%、Anthropic 20%、Cursor 20%份额：现有分发渠道的重要性，可能高于单纯的模型所有权。
6. Replit V3 说明这场争夺为何可能持续升温
Max 的反例是 Replit V3。他形容它已经不是“白天和黑夜”的差距，而是“冥王星和水星”。其agent会调用架构师，再让不同agent寻找bug、审查工作，并保留看起来长达数月的上下文。随着编程自主性提升，功能性QA会成为新的约束，也可能带来另一个10倍级的解锁。
Max 认为，在他有生之年，软件从未以如此快的速度进步。Harry 给出了更尖锐的比较：当前速度看起来“比24个月前快20倍或30倍”。如果30个人能做出 Cursor，另一支30人的团队仍可能在18个月内创造一次断层式变化。
Harry 为传统模式辩护：市场通常会流动3-4年，随后份额维持10-20年，即使品类规模继续扩张。Intel 的处理器快速进步，却没有不断重排CPU市场份额。Jason 将时间问题称为“培根与煎锅”的争论：当火力减弱，脂肪就会凝固。
7. 可迁移的提示词让应用护城河比看上去更薄
Max 的 Salesforce 实验削弱了锁定逻辑。SaaStr 将在另一个AI agent中经过数月开发的提示词迁移到 Agentforce，迭代约1天后实现了相当的表现。“不要高估今天的护城河”——许多表面上的优势，可能只是可以迁移的元学习能力。
Harry 区分了两种通缩。良性版本是：明年客户以今天的价格获得200万token，支出保持稳定、价值上升。危险版本则是明确的价格侵蚀，例如 Anthropic 将 Claude Code 从100美元降至50美元以争夺份额，迫使竞争对手跟进。
Tomasz 预计，压力会首先来自排名第三至第五的玩家，因为它们需要份额，可以通过低价竞争。Jason 反驳说，廉价CRM并没有阻止 Salesforce 做到巨大规模，但也承认AI的可迁移性增强了威胁：客户可能保留同样的智能，却用5美元系统替代300美元的核心席位。
8. 价格战会把软件经济学变成半导体经济学
Rory 将风险放在一条光谱上。通过大量集成嵌入企业的 Salesforce，几乎不受更便宜替代品影响；而大宗DRAM买家对供应商的忠诚只有“30秒”，一旦供过于求，价格可能下跌50%-80%。如果AI或GPU获得类似DRAM的经济属性，那么用“恐怖”来形容损害仍然不够。
关键在于抽象层。Harry 以 Iceberg 将存储与 Snowflake 的计算分离为例：企业重新掌握了数据控制权，只在需要时授予访问权限。类似的提示词数据库可以在可互换的agent之间路由组织学习成果，在保留客户价值的同时，剥离供应商的锁定能力。
SaaStr 已经在与 Agentforce、Qualified、Artisan 等agent交互，而不是直接登录 Salesforce。Max 称 Salesforce 越来越像“一座数据库”；除非现有应用赢得agent层，否则客户标识可能仍在，但价值会“每周慢慢泄漏出去”，最终让增长和市值都结构性下移。
当前的市场拓展型agent仍然要价约5万-7万美元，另加约2.5万美元的前置部署支持，启动成本约为10万美元。未来如果价格从10万-20万美元降至2万美元、甚至2000美元，今天看起来惊人的ARR就会大幅缩水。Harry 说，历史上最好的留存预测指标是集成数量：容易删除的软件，最终就会被删除。
9. 晚期风投正在表现得像一个缺乏流动性的交易市场
Max 表示，Cursor 今年至少完成了3轮融资；据报 Ramp 完成4轮，估值从130亿美元升至320亿美元。第一季度新诞生的约24家独角兽中，已有15%在第三季度上调估值，其中一些上调了2次——传统12-18个月的融资周期被压缩到了数月。
Harry 质疑自己的切入点是否从根本上错了。借助媒体驱动的融资渠道，他本可以向明显的高飞公司开出1000万-2500万美元支票，快速捕获估值上涨，但他选择了“种子轮的手艺”，在一线参与公司建设。Max 回应：“我为什么要这么做？”
已建立品牌的早期基金进行巨额后期下注，进一步强化了这个问题：Harry 提到 Bessemer 投资 Anthropic，并在约320亿美元估值时联合领投 Ramp；其他大型基金也以巨大规模进入 Anthropic。Max 的判断很极端：“晚期业务要么是世界上最好的生意，要么是世界上最糟糕的生意。”
Max 描述了一位亿万富翁如何把这个品类管理成一本冷酷的交易账簿：600亿美元买入，1年内1800亿美元卖出。Max 的修正是，私人市场只有上涨时才像公开市场。价格下跌后，退出所需的流动性不会存在；在下行阶段，“你无法执行交易策略”。
10. 信用与利用率，而不是内部人卖股，才是周期信号
Max 认为，Peter Thiel 据报卖出1亿美元 Nvidia 股票，相对于其估计100亿-200亿美元的财富，不到1%。这只能说明他更偏好卖出而不是持有，并不代表全面投降。SoftBank 卖出 Nvidia 的防御意味更弱，因为所得资金正从一家盈利的公开芯片公司，重新投入 OpenAI。
Max 关注的反而是，Oracle 的信用违约掉期在数日内升至约为 Amazon 和 Microsoft 水平的3倍。绝对违约概率仍然很低，但这一变化重新定价了为支持 Oracle 与 OpenAI 协议而负债建设的数据中心风险。
Harry 补充说，与 Oracle 协议相关的股权价值已经回吐：核心公司的市值低于协议宣布时的水平。其他警告信号包括：过去60天内，被引用借款人的次级汽车贷款逾期率创纪录；Blue Owl 非交易型产品暂停赎回；以及 First Brands 的私人信贷违约。
AI数据中心资本开支被描述为在日益循环的融资安排下，从每年5000亿美元升向8000亿美元。Nvidia 的集中度是更大的结构性问题：Max 说，两家客户贡献超过40%的收入，前4家超过50%，约为互联网泡沫时代 Lucent 客户集中度的10倍。缓冲因素在于，Google、Meta 等客户现金流充裕，一旦经济性转弱，就可以停止支出。
11. 一个利用率不足的数据中心就可能引发快速而惨烈的修正
当推理需求令人失望时，转动的轮盘就会停下。Max 说，如果一家超大规模云厂商建设了产能，却只填满80%，投资者会立即质疑其他在建数据中心。眼下GPU产能据报已经售罄2年，超大规模云厂商仍在要求更多产能，因此疲弱首先会出现在杠杆链条的边缘。
Max 的比喻是转速表已经打到红线：经济正以“每小时1000英里的速度，驾驶一辆设计时速999英里的汽车”前进。当GPU折旧假设足以撬动整个美国股市时，即便轻微减速也会令人痛苦；任何摇晃都可能让修正变得“快速且惨烈”。
Harry 的乐观情景是实体供给稀缺：有限的电力接入可能阻止行业过度建设。公司可以说自己原本会再建10座数据中心，只是没有电力，从而让供给增长逐渐放缓，而不必承认新开的设施根本没有需求。
12. 即使长期逻辑仍然成立，修正也不可避免
当被问及未来3-4年能否平稳前行时，Max 的回答是“概率为零”，随后将其修正为约10%-20%。他回忆说，SaaS 在2016年曾于2周内下跌30%-40%，之后又恢复；AI进步如此迅速，只会让多次类似修正更可能发生，而不是更不可能。
Harry 区分了最终恢复与亲历恢复过程之间的差别。纳斯达克在2001-02年的跌幅约为70%-80%，回到此前水平用了约16年。长期投资视野有所帮助，但如果任何4%-5%的下跌都让人恶心，就应在真正的回撤到来前重新考虑资产配置。
Harry 建议，如果当前波动已经让人无法承受，就多持有现金；Max 以老兵口吻回应：“如果你害怕，就别看。”他们用“白色GPU围栏”后人类时代的玩笑完成总结，但也留下宏观层面的提醒：agent不会替你还车贷。
13. 风投走向5000亿美元的道路狭窄且高度集中
YC 并未因公开市场疲弱而感到畏惧。Harry 描述说，创始人融到500万美元后，马上“在上一张票据上再开下一张票据”，估值通常接近5000万美元投后估值，同时把投资人会议当作试镜。Harry 认为，在资本充裕、对创业者友好的市场里，这种做法是理性的，但人际关系仍然重要，因为“人生很长”。
当被问及美国风投市场能否在2030年达到5000亿美元时，Max 回答“100%概率”。Harry 给出了历史序列：规模从2008年的约80亿美元升至2021年的3000亿美元，当前约为2750亿美元；Max 补上了周期性缺口——1999年约1000亿美元，数年后跌回80亿美元。
Harry 和 Tomasz 引用 Axial 的估算：年度投资额为1840亿美元，接近2021年的1830亿美元，但约一半流向4家公司。其余部分被描述为约为2021年的一半，与2020年相当。因此，AI巨额交易和YC可以处于过热状态，而更广泛的风投市场仍远低于2021年。
行业规模翻倍最终取决于 OpenAI、Anthropic、xAI、SpaceX 以及少数同类公司的结果。一家公司赚到400亿美元，就可以淹没40家失败的独角兽。Max 强调，下游受益者包括大量LP和小型投资者。这是一笔“单一且完全相关”的押注。
14. 散户资本可能在糟糕回报显现前数年就已入场
下一块供给前沿，是通过ETF、母基金和风投管理人流入的退休金与散户资金。Harry 提到 Coatue 的散户导向基金规模约为30亿美元，并称 General Catalyst 正在积极推进；这笔资金可能在24-36个月内到来，但风投表现通常需要5-7年才能判断。
Max 将其称为“散户资本的海啸”，并将这种错配与 Blackstone 约210亿美元的房地产产品及其赎回问题相比较。私人市场估值可以12-18个月甚至更久保持不变，从而延迟原本应当抑制资本流入的反馈。
Max 给出了道德层面的终点：募集巨额基金很令人愉快，直到管理人必须告诉投资者，他们的钱已经没了。他回忆自己关闭失败公司的经历，以及必须直接面对投资人的时刻。如果把散户投资者锁定在长达10年的低回报中，同时管理人持续收取费用，那么最终的年度投资人会议将十分难熬。
15. GC AI 说明现金效率如何支撑更激进的定价
Rory 原本没想到会以550万美元投后估值领投 GC AI 的融资。另一家法律AI公司的推荐人，多次主动表达对 GC AI 的客户热情：产品采用率高、使用门槛低，并且围绕企业内部总法律顾问的日常工作设计，而不是服务外部公司法事务所。
讨论强调了几个简单基本面：客户喜欢产品，团队很强，增长很快，公司几乎没有花掉上一轮融资，同时仍然盈利。更广泛的纪律是，避免高入场价格与高烧钱率叠加；由需求驱动、能够产生正现金流的公司，在下行期更具保护性。
Harry 担心未来的融资合作方已经被 Harvey 或 Legora 锁定。Jason 认为两者面对的是不同市场，不会出现一连串巨额融资。他也反对宿命论式的“造王”：企业买家不会因为 Sequoia 投资了某家公司，就去购买糟糕的软件——“客户才是决定者”。
16. 私人市场准入已经颠倒了传统的流动性折价
Stripe 以每股41美元、创历史新高的价格进行要约收购，促使 Tomasz 称私人市场为“新的公开市场”。据报，早期 Microsoft 时代的IPO通常要求约5000万美元的收入和连续6个季度盈利；Harry 说，一次IPO可能消耗2500万-3000万美元，相当于筹资2亿-3亿美元的6%-7%，而晚期融资成本约为100万美元。
投资者过去被教导，私人公司应享受20%-30%的流动性折价。稀缺性如今创造了一个可能反向达到20%-30%的“准入溢价”：顶级公司可以获得更便宜的私人资本、重复的要约收购，以及不受季度报告约束的自由。
Tom Loverro 认为，这种特权只属于少数极受追捧的公司。Navan 和 ServiceTitan 不可能无限期地进行私人融资，或持续释放数亿美元员工流动性，因此公开市场成为它们成本最低的资本来源。Max 补充说，它们都是非常好的企业，但没有准入溢价。你的牙医想要 Stripe 或 SpaceX 的敞口，而不是所有普通的云公司。
Harry 认为，即使不是顶级公司，散户资本也可能让更多企业继续留在私人市场。Max 有条件地同意：只要回报仍然很高，资本就会继续流入；但回报下降时，之前累积的流入会让修正更加严重。问题在于，“最终”究竟需要多长时间。
17. 二级市场可能把风投持仓变成合成公开股票
Max 称今年的IPO收场“有气无力”，指出 StubHub 和 Navan 表现不佳，尽管 Cursor 在22个月内达到300亿美元估值。Tom Loverro 认为，IPO数量如今已经不是正确的观察指标：风投二级市场在资产类别中的占比，已从约2%-3%升向10%-12%，而私募股权约为25%。
Harry 提到 Goldman 收购 Industry Ventures，并称交易对应了资产管理人异常高的估值倍数，这说明相关基础设施存在强劲需求。他预计，二级市场不只会覆盖排名前1-20的公司，可能还会扩展至前20-200名，为约900家不太可能IPO的独角兽创造某种清算价格。
Tomasz 的模型是逐步清算：找到一家能够为基金带来回报、但可能需要15-20年成熟的公司后，在数轮融资之后卖出四分之一，随后在后续轮次继续卖出——“用美元成本平均的方式退出”。这种资产表现得像公开股票，但交易通过定期私人交易完成，买家范围更窄。
Max 仍预计最大的结果会走向上市，并认为私人持有的总费用拖累为2%管理费加20%业绩提成，而公开市场约为60个基点。Harry 说，晚期散户产品的费用可能大幅压缩。Tom Loverro 指出，私募股权基金可以在65-75个基点附近运作；Tomasz 则以PE在2022年的私有化交易和稀少的IPO为例，说明公开软件公司的范围可能继续收缩。
18. 最终估值规则区分不确定市场与显而易见的市场
当被要求在120亿美元的 Cognition 和293亿美元的 Cursor 之间选择时，Tomasz、Rory 和 Jason 都选择了 Cursor，尽管他们通常偏好价格更便宜的资产。Cursor 的收入和品类规模已经“震撼到令人失语”，胜者的重要性超过了更低的入场价格。
当被要求在80亿美元的 Harvey 和20亿美元的 Legora 之间选择时，Tomasz 改选 Lovable，Rory 表示支持，Jason 也站在 Lovable 一边。Jason 说，他还看不到足以支撑 Harvey 估值的300亿美元法律AI退出结果。由此形成的规则是：“当TAM不明确时，入场价格重要；当TAM巨大时，唯一重要的是赢。”
对于 OpenAI IPO，Tomasz 猜测时间为2026年第三季度，Rory 猜测为2026年第三至第四季度。Tomasz 随后表示，替代性融资可能将时间推迟到2027年年中；Jason 则讨论了政府担保的可能性。
治理层面的关键在于激励是否一致：Tomasz 说，如果领导者几乎没有或完全没有股权，就不会在意稀释，因此按钮会变成增长或“统治世界”。Jason 提出的反例是一位扭转局面的CEO，其股权安排是IPO前完全稀释后保证获得7%——这一安排明显改变了行为。