Perplexity CEO：Micron将在价值上超过Meta，以及出口管制为何帮助了中国而非伤害中国

摘要

• Aravind的核心判断是：未来6-12个月内，Micron的价值将超过Meta。 Micron目前市值已接近1万亿美元，Meta则为1.3万亿至1.4万亿美元；“谁是瓶颈，谁就拥有定价权”。内存价格已变为原来的5倍，但估值仍未完全反映这一点，因为它仍是瓶颈——AMD的上涨也遵循同一逻辑：GPU生成tokens周边的下载、整理和托管工作，agent使用CPU的程度高于人类。
• 消费级搜索已经商品化——“那里没有钱”。 OpenAI仍是消费级搜索的主导者：当Harry问到其主导地位时，Aravind回答是，Harry随后明确限定为消费级搜索；Aravind接着否定了它的变现价值。这正是所有人都在押注能替用户完成工作的agent的原因，包括Codex、Claude Code和Perplexity Computer：“钱在前沿。”他在节目开始前告诉Harry，OpenAI尚未准备好IPO。
• 模型不是产品；AI最重要的单一指标是“每瓦、每位用户产生的token价值”。 纯粹转售tokens的公司没有生意可做，即使模型构建者也会被商品化；价值位于harness与编排层。Perplexity的优势在于跨模型编排——“你不会在Claude Code harness里找到GPT-5-5……但在Perplexity Computer里，这两个模型都能找到。”
• 他看空聊天广告，直接挑战OpenAI广告业务的论点——“尚待证明”。 Google的头部广告主是Amazon、Booking（约160亿美元/年）和Expedia；旅游和时尚是主观、探索型决策，“界面重点不在对话，而在探索”，而把广告放进答案引擎会“从根本上侵蚀信任”。他的判断是：客观交易会转向agent，主观决策仍将依赖广告。
• 电力现在是、未来也将继续是瓶颈。 他估计100个数据中心中约有40个因公众反对而无法开发，并预计随着反AI情绪通过不平等、气候、电网价格和RAM价格发酵，阻力还会加剧。如果资金无限，他唯一会做的事就是建设数据中心。
• 出口管制“尚无定论”，但短期内是前沿模型与开源模型之间存在差距的唯一原因。 Anthropic曾强力游说推动管制，但管制也在把中国锻造成“更强大的竞争者”，围绕Huawei技术栈进行垂直整合。他认为再次出现DeepSeek时刻的概率为20%-30%——一种效率极高的新架构可能让美国现有算力陷入闲置。
• Dario关于就业末日的叙事“帮了AI倒忙”，而且自相矛盾。 他一边说“没有证据表明AI正在取代工作”，一边又抱怨数据中心无法快速建设；“你不可能同时这么说，又抱怨数据中心建不出来。”他的反向方案是：给任何有可信路径打造10亿美元公司的团队提供100万美元算力额度。
• Perplexity的关键数据是：400名员工、约200亿美元估值、今年营收达到年初的3倍以上、ARR远远超过5亿美元，并希望在2028年前IPO。 即将到来的IPO浪潮可能部分由资金再配置推动——他设想Vanguard和BlackRock将300亿至400亿美元从Microsoft和Salesforce转入Anthropic。SpaceX、Anthropic和OpenAI中，他愿意持有10年的是SpaceX，因为它是唯一一家在建设用于连接的太空基础设施的公司。

精读

1. “进攻、进攻、进攻”——以及Perplexity重塑Google的说法

• 出身故事解释了一切：他在印度中下层家庭长大（“甚至不能算英国或美国意义上的中下层”），对这个家庭而言，拿到Google工程师职位就是抱负的天花板。“我没有什么可失去的。我一无所有地走来……始终保持进攻。进攻、进攻、进攻。这就是我的座右铭。”他提醒自己，打防守是“最愚蠢的事”。
• 他最大胆的说法毫不犹豫：“Perplexity对google.com的改造，比Google内部任何一位产品经理做过的都多。”Google内部没有人愿意改动这个每年带来2500亿美元收入的界面，而如今AI Mode“看起来和Perplexity一模一样。甚至没有任何区别——字体、引文、行内文本的特定加粗、行内超链接、推荐的后续问题……唯一不同是，它仍然没那么好。”
• 这个答案引擎“从一开始就是前沿产品的获客入口”——而且所有人都坐立不安：“如果Anthropic认为Claude Code已经赢了，6或12个月后，他们甚至不会存在。没有人可以放松。”

2. 消费级搜索已经商品化——钱在前沿

• Harry先抛出Aravind在节目开始前的判断：OpenAI尚未准备好IPO，随后问OpenAI是否仍是主导者。Aravind回答是；Harry明确问的是“消费级搜索”，Aravind随即击穿了这个让步：“但那里没有钱，对吧？因为它已经商品化了。”市场的真实选择给出了答案：否则OpenAI为何All-in Codex、Anthropic押注Claude Code、Perplexity押注Computer，Meta又为何推出每月200美元的“Hatch”（听到的名称）？
• 前沿并不等于前沿模型。他认同Greg Brockman的推文：“模型已经不再是产品。”他还指出，前沿实验室负责人本有充分动机说相反的话。在非广告收入中，“钱在前沿所在之处。如今的前沿，是走出去替你做事。”

3. 看空聊天广告——逐品类拆解

• 当被问OpenAI能否打造1000亿至2000亿美元的广告业务时，他回答：“尚待证明。”随后他逐一梳理：Google第一大广告主是Amazon，第二大是Booking.com（约160亿美元/年），第三、第四大是Expedia。Harry在哪里订机票？Google，因为“我想看看有哪些选项”。Aravind说：“正是如此。界面重点不在对话，而在探索。当决策主观、依赖感觉时，你不需要一个客观答案引擎。”时尚和DTC预算流向Meta，是因为用户在无休止地刷内容，而不是提问。
• 更深层的反对理由是信任：在蛋白奶昔推荐后面塞入赞助商品，会“从根本上侵蚀人们对准确性产品的信任”。除了WeChat——那里整个经济体系都围绕广告进行了游戏化——消息应用内广告从未真正奏效。“我看空广告真正大规模进入聊天界面。我很乐意被事实证明错了。”
• Cloudflare披露agent流量超过人类流量，而且速度快于Harry预期后，他给出了更持久的划分：“任何交易基于客观判断的领域，都会被agent颠覆。主观事项仍将以广告为基础。”你会依据客观规格购买麦克风；但桌子是否合适，取决于房间的审美。广告互联网不会消失，而是分裂。

4. 模型不是产品——最大化每瓦、每位用户的token价值

• 他对关键层的定义是：harness是“规定agent loop如何运行的一组规则”，包括skills、sub-agents、connectors和tools。没有它，“你无法把模型内在的智能转化并兑现为有价值的输出tokens”。纯粹转售tokens的公司没有生意可做；即使模型构建者也会被商品化；基础设施能赚到一些钱，但价值在于用上下文锚定模型，并将其编排成一个统一系统。
• 他的差异化主张是：Perplexity可以跨竞争模型进行编排——“你不会在Claude Code harness里找到GPT-5-5。你不会在Codex harness里找到Claude Opus 4.7或4.8……但在Perplexity Computer里，这两个模型都能找到。”
• 他反复强调的核心论点是：“AI最重要的单一指标，是每瓦、每位用户产生的token价值。”价格本质上以电力计价，而除了政府，没有人能够补贴瓦特；因此，谁能以最低功耗产出最有价值的tokens，谁就拥有最大的定价权。“短期看起来可能是某个实验室的收入在指数增长……但长期而言，这是唯一真正重要的目标。”

5. 少数重度用户推动token经济——他们愿意为前沿买单

• 需要摆脱10亿用户思维：一个工程师让Amazon每月在失控的Claude Code agent loop上花掉“5亿美元”；Meta的真正工程师每人每年在编程工具上花费1000万美元；一名Perplexity Computer用户每月花费超过1万美元——这不是浪费，“他们的业务靠agent loop运行”。重度用户与轻度用户最大的分水岭是“是否运行重复性的cron jobs”，例如持续监控、收件箱分拣和延迟根因分析，而不是一次性委托。“这些产品不会被1亿人使用。但它们产生的收入将高于Google或Meta的广告收入。这一定会发生。”
• Harry给出的最尖锐数字是：Benioff在Anthropic上花费的3亿美元，相当于Salesforce开发者薪资的3.8%。如果维持3.8%，这些实验室永远不可能达到5万亿美元；如果提高到100%（Brandon McQuaid预计一年内会发生），它们就能达到10万亿美元。Aravind认为“它们当然可以成为10万亿美元公司”，但更大的市场是非开发者，包括金融、企业开发、销售代表和研究分析师；这正是Perplexity Computer的目标：“把它想成Claude Code乘以10。”
• 至于token成本是否会下降（Harry说原以为agent成本会降低，结果却上涨）：“对，现在是这样。”你需要为前沿付费，就像愿意花100万美元雇用一个Jeff Dean，而不是花100万美元雇用5名年薪20万美元的工程师。设想12个月后出现一个能力与Opus 4.8相当、价格便宜10倍的开源模型，它会消灭今天任务上的支出；但前沿会转向自主软件工程师、设计芯片和药物的AI，以及治愈癌症——用户很少，影响却极大。“这看起来像矛盾，其实不是。”Anthropic买下了一家兽医实验室；他猜测，未来可能会用tokens进行兽医实验室研究。

6. 24/7 AI正在到来——真正的约束是成本，而非安全

• 四个相互竞争的目标是智能、准确性、隐私和成本。所有人都担心全天候运行的agent“做出疯狂的事”，但“真正的担忧其实是成本”。没有人负担得起让服务器端前沿算力以几秒级精度持续运行的cron job。答案是持续学习的本地模型，加上harness和本地芯片——“本质上是把数据中心搬到本地设备”——服务器端前沿模型只在必要时调用。
• 他的定位比喻完整展开如下：Computer是乐团指挥，sub-agents是乐手，models、tools和connectors是乐器，交响乐就是工作本身。被编排的对象会不断变化，包括模型、文件、芯片和设备；“只要编排正确，你并不在乎具体是什么。”
• 谁最有机会？“我相信是我们。”原因在于，orchestrator在每一层都是正和的：“如果Jensen造出更好的芯片，那对我们是好事；如果Dario造出更好的模型，那对我们也是好事。”证据是，营收“自年初以来已增长逾3倍”，部分得益于Anthropic的模型进步；同时，OpenAI与Anthropic竞争，降低了同等能力的成本，因此burn下降。
• 至于Google能否成为低成本的“token之王”：它拥有所有这些优势，但“低估了coding models的重要性，所以现在远远落后于前沿”。团队完全有能力，也完全称职；但今天还没有达到前沿。

7. 电力是瓶颈——Micron超过Meta

• 数据中心不只是从Dell买来的芯片，还包括土地、涡轮机、电网协议、冷却系统和许可，这些环节都比芯片慢得多。如今部署的模型是在Hopper上训练的；第一款Blackwell一代模型（听到的名字是“Mito”）“已经很吓人”，而Vera Rubin数据中心将在明年投入使用。正是这种实体建设周期，让基础设施公司的P/E倍数高于Meta——Meta也在建设基础设施，但市场把它按软件公司估值。
• Aravind在节目开头强调：“HBM供应商Micron在未来6到12个月内超过Meta的价值，并非不可想象。”Micron目前已经接近1万亿美元，Meta则约为1.3万亿至1.4万亿美元。内存成本上涨至原来的5倍后，为什么Micron仍未被完全定价？“因为它仍然是瓶颈。谁是瓶颈，谁就拥有定价权。”AMD也是同一逻辑：“agent使用CPU的程度高于人类”——tokens由GPU生成，但下载、转换和托管都运行在企业级CPU上。
• 3年后，电力仍将主导一切：他估计“100个数据中心中有40个因公众反对而无法开发”。反AI情绪正通过对财富不平等的愤怒、气候担忧、电网价格甚至RAM价格传导，尽管关于用水的说法“并不属实”（Satya所说的“一罐水”）。建设会迁往资源丰富、监管友好的国家；“Elon要去太空解决这一问题”。如果资金无限，他会做什么？“我会建设数据中心。”实体基础设施建设意味着工业时代回归。

8. 新型云的价值链——利润在哪里生死攸关

• Aravind认为Nebius和CoreWeave可以实现可持续发展，但不知道谁会胜出，而且只有站在裸金属之上才有意义：“如果你只是出租GPU服务器机架，价值并不大。它叫Amazon Web Services，而不是Amazon servers。”为什么CoreWeave在数据中心建设上超过OpenAI的Stargate目标？答案是聚焦和运营强度，包括许可、电力、供应链和TCO。
• 横跨推理、服务器容量和数据中心建设的1000亿美元公司是可能存在的——收入达到100亿美元、毛利率30%-40%——但前提是开源模型始终与前沿保持约12个月以内的差距。如果差距拉长到15-18个月，“我不认为这些公司真的有商业模式”。他认同Emad Mostaque的警告：实验室整合是它们最大的威胁；“如果你是这些公司，你无法掌握自己的命运。”
• OpenRouter能否成为1000亿美元的模型路由业务？“可能不是。”真正的产品不是挑选更便宜的模型，而是可靠的token供应：提前购买Bedrock、Azure和OpenAI endpoints的速率限制，API出错时进行fallback，并确保使用开源模型时tokens不落到中国。利润来自批量折扣价与目录价之间的价差——确有价值，但不是高毛利业务。

9. 出口管制既提供帮助，也锻造了更强大的中国

• 他认为再次出现DeepSeek时刻的概率为“20%、30%”：一种效率高得多、架构完全不同的模型，可能让美国算力陷入闲置。其机制恰恰来自管制本身：DeepSeek构建在Huawei技术栈之上，被拒供HBM和3D NAND，于是将KV cache压缩到足以部署在SSD上，在注意力层和低互联训练上创新，并一路垂直整合到晶圆厂。“这与美国正在押注的方向完全不同。”
• 出口管制究竟帮助还是伤害了中国？“尚无定论。”短期看，它正在发挥作用——他认为出口管制是前沿模型与开源模型之间存在发展差距的唯一原因。Anthropic曾强力游说推动管制。但长期看，“逼着他们走出去建设这一切，你是在把他们变成更强大的竞争者”；在中国，“电力不是问题，许可不是问题，劳动力也不是问题”。
• 我们是否仍然低估了中国？“我认为是。”因为AI同样是实体产业：晶圆厂、机器人、芯片、能源利用和本地设备，“中国拥有比美国多得多的优势”。他列出的美国应对包括：TSMC在美国晶圆厂投资1500亿美元（已有400亿至600亿美元投入）、政府持有Intel 10%，Nvidia和SoftBank各持有5%，以及Elon建设terrafab。他的政策建议是投资实体基础设施，对数据中心采取基于事实的态度，“不要煽动恐慌”。

10. Dario的帮倒忙、创业福音与IPO浪潮

• Dario关于所有工作都会消失的说法是否帮了AI倒忙？“是的，我认为是。”而且这与他最近听到的说法并不一致：“没有证据表明AI正在取代工作。”致命反问是：“你不可能一边这么说，一边抱怨数据中心建得不够快。”他的替代方案有实际行动支撑：Perplexity的“十亿美元建设计划”向任何有可信路径打造10亿美元公司的团队提供100万美元算力额度，这呼应了Perplexity最初获得的约100万美元AWS、GCP和Azure额度；对于Altman提供的200万美元YC token额度，他说“我们应该做得更多”。他坚持认为，能动性案例确实存在：一名旧金山Uber司机在看完他的YouTube访谈后用AI开发了新应用，如今被动收入超过开Uber所得。Harry的反驳没有被修饰：“我不认为有那么多人具备能动性。”
• 400人打造了一家约200亿美元的公司，因此他认为：“40个人大概就能打造一家10亿美元或20亿美元的公司……1万人就能让我们值2万亿美元。”相比之下，他更希望一家典型2万亿美元公司雇用的10万人，分拆成1000家规模数十亿美元的公司。在内部，他希望“把这家公司几乎变成AGI”，由半自治部门加上人类支撑来运作。
• SpaceX、Anthropic和OpenAI的IPO浪潮，可能部分由资金再配置推动：可以设想Vanguard和BlackRock将其持有的Microsoft、Salesforce股票中的300亿至400亿美元转入Anthropic，作为企业AI对冲。上市SaaS公司必须“熬过这场风暴”，方式是买下下一个增长点——IBM靠Red Hat存活，HashiCorp也一样，现在则轮到“Confluence”（原话如此，可能指Confluent）。利益之大也解释了这种偏执：Anthropic估值达到1万亿至1.5万亿美元，在6年内达到Meta用了20年的估值，这意味着“今天的赢家明天也可能输，包括模型提供商”。
• Perplexity自己的成绩单，是在旧金山一次聚会上被评为“最可能失败”后带着得意公布的（Cursor第二，OpenAI第三）：营收自那次评判以来增长至3倍以上，burn下降超过50%，ARR“远远超过”5亿美元，希望早于2028年IPO。快速问答环节中，他愿意持有10年的是SpaceX——“Anthropic和OpenAI可以说它们能做对方做的任何事”，但SpaceX是唯一一家在建设用于连接的太空基础设施的公司。他最认可的运营者是Jensen：即使已经拥有一家5万亿美元公司、掌握最先进的芯片，他仍然以“距离倒闭只剩30天”的心态经营。