摘要

核心判断：Token 支出将超过工资总额。 Speechify 预计明年仅工程部门在 Token 上的支出就会超过薪资，Cliff 认为优秀公司“3年后都会走到这一步”。AI 采用是强制性的，不是倡议性的：“如果你每天不用掉1,000 credits，我会失望”；不用的人必须在公开 Slack 线程里解释，观望者还会获得24小时，提交一段 Loom 视频展示自己用 AI 做出的东西。
广告机器才是护城河：Speechify 每天测试约1,000条 AI 生成广告，目标是1,300条；此外每月还要处理约8,000条人工创意，且平台是自己搭的，因为 N8N 总是超时——“如果你用所有人都在用的工具，通常赢不了。” Speechify 还是获准在 OpenAI 上投放广告的仅200家公司之一。Cliff 称这件事“非常、非常重要”，因为“OpenAI 知道你全部的历史……知道你内心深处的一切”；只要转化和归因成立，高 CPM 就不重要，而追踪 SDK 刚刚上线。
做多 Meta，它是“最被低估的股票之一”：当工程和设计都商品化后，剩下的就是 QA 和获客——“我看着现在所有那些用 vibe coding 做新产品的人。 你觉得他们会去哪里找用户？”Cliff 不会做多 Snap（“午餐已经被 Meta 吃得一干二净”）；Figma 则继续持有，尽管 Harry 的仓位跌了40%（“Dylan Field 是个狠人”；40x→6x revenue 是市场在纠偏，不是公司失败）。
公开市场同样要靠上下文建立优势：2022年买不到 H100，又被 Jensen 在财报电话会上的演示震住后，Cliff 买入 Nvidia，弟弟 Tyler 买了3x 杠杆期权——“现在大概涨了36x。” 2015年，Cliff 又凭一门光伏课程的毕业项目，把三分之一资金投进 Tesla。Munger/Buffett 的打孔卡原则是：“找到机会后，就在负责任的范围内尽可能重仓加杠杆。”
Speechify 从设计上就是一只隐形复利股：公司自称占据 B2C voice-agents 市场94%，拥有1.1M条五星评价、50M+用户，已盈利4.5年，并将推理成本压到每百万字符个位数美元，而 Eleven Labs 为70–100美元。公司既不公开披露融资额，也不公开披露估值；Cliff 表示团队知道融资数字：“如果你在瓶子里抓到闪电，就不想告诉别人。”
判断消费级 AI 收入能否快速爬坡，关键看推理成本：留意“推理成本正在把这些公司烧死”。 Cursor 是相对良性的案例——资金“直接穿过 Cursor 流向 Anthropic”，带来了收入，却没有真正的亏损；而只有基于刚需的产品能避免流失：“如果你失明了……你永远不会不用眼镜。做 meme 的产品，当然会。”
850的二选一最终落在逆向选择上：Cliff 在 OpenAI 和 Anthropic 都是850时选 OpenAI——Sam Altman“给人的感觉有点油腻”，但他是硅谷历史上最强的融资者之一，其企业交易看起来“像黑魔法，也像欺诈”——即便他承认“Anthropic 现在正绕着他们跑，尤其是在 coding 领域”，并称“我愿意嫁给 Claude Code”。至于 Grok：“永远不要做空 Elon。”
和 MrBeast 一起生活3周：Jimmy 曾叫停100人的拍摄，只为把一扇门重新刷成粉色——“他脑子里有算法。” 可迁移的经验是，转化率最高的内容不需要语言（“我们表现最好的广告里有书，不是 PDF”）；Harry 也被自己的遗憾照见——如果他押注遇到的每一位7/10创始人，可能会“成功17倍”，因为他分不清7分和10分。Cliff 在招聘上的对应原则是：“如果你真的信任一个人，就可以付给他显著更高的薪水。”

精读

1. 工作量就是操作系统——多买几张彩票

这个创业神话始于一个有阅读障碍、13岁的移民孩子：他不会阅读，在升学顾问说最多申请6所大学时，偏偏申请了26所；他每天在“academic workshop……也就是你去上那种给笨学生开的课”里写申请材料，把主文书改了48遍，还为了突破 Common App 的20所上限，重新注册了第二个账号。他的逻辑是：即便成绩满分，精英大学录取仍然是一场彩票——“怎么赢彩票？买的票比所有人都多。”人生原则也一样：在钟形曲线上，“更多重复、更多射门”会带来意想不到的结果。
他带过的每个部门都遵循100法则，AI部门除外：先读100本书，再找100位专家。2020年，他按收入列出全球前100家消费订阅公司，然后飞遍世界去见这些公司的 CEO。第一课是：“只要邮件写得好，不管对方多厉害，他都会回复。”如果 CEO 不回，就找 CMO，再找增长负责人；最终告诉他别再联系的不到1%。Krieger、Ev Williams，以及 Plaid、23andMe、Honey、Grammarly 和 Robinhood 的创始人都回了信，后来还成了早期投资人。他现在仍然这么做，最近就联系了 Lovable 的 Anton。
这次拜访让他明白：“增长就是一场套利游戏”，而很多高层其实“已经生疏了”。所以要继续往下找，找到真正买广告的人。Speechify 的每个人都必须保持“不能只是坐在后排的肥胖将军，而要是一个能拔剑杀敌的战士”。Blinkist 创始人一句随口的话还改变了他的预算：在 Meta 每月做到100,000美元之前，不要在任何非 Meta 平台上花钱。
一次执行故事是：增长负责人入职60天仍然什么都没交付，还把问题归咎于招聘。Cliff 对他说：“兄弟，自己把人找来……你有7天时间。”他必须自己用 CapCut 做广告、用 Figma 剪辑、亲自买广告，否则“我们会很难继续合作”。Harry 的对应说法是 Rabois 的木桶，而不是弹药。

2. 每天1,000条 AI 生成广告，平台还是自己搭的

事情是这样开始的：女友去 Disneyland 的4天里，他参加了 Hormozi 社群的一门 AI 视频广告课程；随后一周内从社群里招了10个人，并把目标定为每天测试1,300条广告。N8N 的实例不断超时，于是他们自己搭了一个平台，负责换皮、自动发布到 Meta、TikTok、YouTube，再把结果回传。模型每周轮换：“one two”（可能是 Wan 2）一度表现很好，之后换成 Kling，再到“C dance”（可能是 Seedance），现在则是 ChatGPT 的新图像模型，可能还会用 Nano Banana。
换皮是放大器：妹妹 Geffen 负责广告，表现好的素材会被改成“一个60岁的老太太……一个40岁的男人……一个非裔美国人或一个亚裔”，背景也会替换（“农场对我们的用户转化不好”）。人物性格要保持一致吗？“完全不需要。因为你是在面向不同人口群体做营销。”付费转化最好的是30多岁到40多岁的人群，女性转化率高于男性，60岁以上则是重度用户，因为他们常戴老花镜。
现在的套利玩法是白名单投放：让一个细分领域的创作者拍20条视频，由你自己拿去投广告；只有验证过的赢家，才会从创作者账号自然发布。
筛选完全遵循进化机制：把1,300条素材上传到测试广告系列，观察 CTR、CPA 和 CPM；任何“比其他所有素材高出一个标准差”的广告，都会晋级主广告系列，和历史上最好的广告竞争——“就像 March Madness 的淘汰赛”。有些日子一条都晋不了级，有些日子则全部晋级。

3. 300万美元说唱歌曲、Crew Silver，以及 MrBeast 脑中的算法

为了摆脱局部最优，他列出历史上最好的100条广告，从500条缩减而来，读完每条脚本，再为 Speechify 全部重写。他对3秒法则的修正版是：“广告成败取决于视频的第一张画面，就像最开始的1,080个像素。”于是红色耳机、西装、热水浴缸和一个反复出现的角色 Crew Silver 就此诞生。Crew Silver “非常容易上当……有点迟钝，但自信十足”。做了50个变体后，其中一条广告“把公司带到了全新的高度”，连续投放了3年，仅在 Instagram 上就获得数亿次曝光。
有效的东西是“一种完全随机的分布”：他翻拍 Old Spice 广告，甚至真的找来一匹马，结果只有300,000次播放；一首讲自己阅读障碍和 ADHD 的说唱歌曲，却“给我们赚了大约300万美元”。效果广告“活在阴影里”，因此可以测试800个变体而不伤害品牌；但最终必须靠转化覆盖广告支出：免费用户是“我们的慈善事业”，如果产品无法让人真正转化，“做这些工作就没有意义”。
在 Jimmy 位于 North Carolina 的家里待了3周，他看到 MrBeast 叫停100人的拍摄，“本质上只是为了把门重新刷成粉色”。“没有哪个天才可以推算出什么广告会转化。Jimmy 知道什么有机内容会转化……他脑子里有算法。”形式是科学，比如从1美元酒店一路做到100万美元酒店；最好的内容不需要语言——防暴雨广告里只有水桶、洞、胶带和水。对 Speechify 来说，“我们表现最好的广告里有书，不是 PDF”。至于播放量变软，去年仍是创纪录的一年，而 Jimmy 一直在“以创业者的方式运营”（Beast Games、Feastables），同时转向流媒体；在那里，剪辑内容一周可以被观看70亿次。
Logan Paul 的路径既是投资判断，也是职业建议。Cliff 曾在一次 cabin retreat 上列出35岁前积累最多权力的200个人，他发现其中的共同模式是病毒式借力：“他们从组织内部依附于更大的组织……再利用这个组织帮助自己成长。”WWE 成就了 The Rock，现在也在成就 Logan。对 Harry 来说，不要加入 Andreessen Horowitz 或 Sequoia（“你不可能重新调整这条蛇的脑袋”），应该加入 Union Square Ventures，“然后成为领导层”；或者通过 All-In 主持人、Shark Tank 席位或 Penguin Random House 的书，直接接上更大的平台。

4. CAC 纪律与 OpenAI 广告抢地盘

超高速增长不意味着可以容忍更差的单位经济：“综合 CAC 可以上升，但直接 CAC 不行。”每月花500,000美元制作20,000条创意，是对创意的投资；没有归因的 billboard 则是在烧钱。他把一切都当成测试，并这样概括 Netflix 的教训：Kelly 在2017年拿出17亿美元做效果营销时说，“我知道一半预算被浪费了，只是不知道是哪一半。”没关系，那就继续做工作，找出是哪一半。
作为获准在 OpenAI 广告上投放的200家公司之一，Speechify 正在有意超额投入，以便在全面开放前先学会这套系统。它之所以会非常庞大，是因为它像 Meta 从 WhatsApp、Instagram 获得的信号一样，“OpenAI 知道你的全部历史，以及你感兴趣的东西……知道你内心深处的一切”，同时还具备类似 Google 的意图信号。CPM 极高，但“只要用户转化、只要能归因，支付高 CPM 就没问题”；追踪 SDK 也刚刚上线。
目前的渠道组合是：口碑仍然最大；Apple 很喜欢他们（去年获得设计奖，并被推荐14次）；SEO 规模很大；现在还有15%的用户直接从 ChatGPT 自然进入。付费渠道中，Meta 最好，Google 最赚钱，YouTube 在桌面端表现不错，Apple 11 和 TikTok 目前只是有意思；所有渠道之间还存在光环效应。
他见过最不典型的经营者是 Ladder 的 Greg：一位亲自买广告的 CEO，并且“找到了很多其他人还没发现的套利机会”。还有没有新的玩法？“每一天都有。”

5. 公开市场手册：做多 Meta、持有 Figma、杠杆买 Nvidia、All-in 太阳能

Meta 是“现在最被低估的股票之一”。Zuckerberg “绝对是个狠人”，也是“全球第一的收购者”；Google 面临 LLM 压力，而 Meta 真正的威胁只有一个存在分拆问题的 TikTok。在 AI 领域，“数据就是一切”，Meta 拥有最多专有数据——“他们还没搞定模型这部分……但我真的相信他们会做到”。关键在于，所有用 vibe coding 做出的产品都需要用户，而 Meta 能卖用户。
相比之下，Cliff 从来没成功跑通 Snap 的广告；Snap“在各个方向上都给创作者付得过多”，而且“午餐已经被 Meta 吃得一干二净”。
Harry 的 Figma 仓位跌了40%，该持有还是卖出？“持有。Dylan Field 是个狠人。”Figma “相对抗脆弱”，销售能力强、品味好，Dylan 还亲自写了最初的产品，Cliff 认为可能是用 C/C++ 写的。“Figma 曾以40x revenue 交易，现在是6x revenue……更多是市场在纠偏。”
Nvidia 的故事本质上是一笔上下文交易：2022年，Speechify 想花数百万美元买 H100，却“没人允许我们买”；后来 Jensen 在财报电话会上的世界渲染演示，证明了那是“完全不同级别的技术”。Cliff 买入股票，Tyler 买了3x 杠杆期权，“现在大概涨了36x”。2015年也有同样模式：一个可再生能源专业的本科生，把三分之一资金投入 Tesla。这个框架来自 Munger/Buffett 的20次打孔卡；而今天 Nvidia 约35x revenue、同时保持这种增速，仍然“还有很多汁水”。

6. Token 支出将超过薪资——采用靠强制，剩下的是 QA

这个判断有严格的限定：“我们很快会走到这样一个阶段：Token 支出超过实际薪资支出。”时间是明年，范围仅限工程部门。现在这还不典型，“但我不认为长期看它会不典型”；优秀公司“3年后都会走到这一步”。他希望增长和创意团队也尽可能用满 Token，但“我们还需要更多测试机制”。
采用机制本来就是强制的：每天使用1,000 credits，否则“我会失望”；不用的人必须在公开 Slack 线程解释，接 Cliff 的电话，然后“你有24小时。给我发一段 Loom 视频，展示你用 AI 做了什么”。他故意把标准定得极端——“我需要把人从这边一路推到那边……他们在中间和我相遇也没关系”。同样的100次迭代教育也用于用户：他们被一步步从文字转语音带到听写、播客生成器、教师 agents 和 Jarvis。
工具和品味的分界线是：Claude Code 优于 Cursor；他使用 Anthropic 的团队计划，认为自己是在12月拿到的，“不是所有人都已经转过去，这真的让我抓狂”。管理层会直接从 IDE 终端里发邮件；新产品上线时先用“默认的 Cloud Code stuff”，设计师随后跟进。设计的“锤子和凿子”式苦工已经商品化，但品味没有。结果是 QA 成为最有价值的技能，因为 Claude Code “不会把自己的 QA 做到完美”；Elon 和 Thiel 也以让自己的 QA 团队暴露更多 bug 闻名。“这就是产品和伟大产品的区别。就是 QA。”
他认为影响最大的一次 AI 使用发生在医疗领域：他绘制了弟弟 Eric 的基因组蛋白质组图谱，将其放在 Supabase 中，通过 MCP 与所有已发表的异常论文进行比对，发现了4处基因表达异常。父亲的前列腺癌反复复发，医生建议等待，他便在放射学数据上雇佣 Kagglers，找到 U Explorer 扫描仪——像素为2mm，而标准设备为4mm；全美只有3台，其中1台在 UC Davis——定位到左侧精囊的肿瘤，并在1月7日前完成切除。“如果没有打开 LLM，我绝不可能有信心如此强硬地推动医生。”他的原则是：“你是自己医疗经历的四分卫”，“我希望别人像训练 Real Madrid 一样训练我。”

7. AQ 胜过 IQ：按抗压能力招聘，因分母游戏解雇

这个概念叫逆境商数（AQ）：“当事情真的变得困难时，你表现得有多好？”他的画面是一辆穿越大草原的 Jeep：“我不想要开得最快的 Jeep，我想要一辆不会爆胎的 Jeep。”大多数工程师遇到难题30分钟就放弃，但“真正推动公司前进的事情，都在5小时的苦苦钻研之后”。Valentin Perez 的说法是：“一点点斜率，可以弥补大量的 Y 轴截距。”
观察信号包括真正上线过的副项目：注册好的 Apple developer account、3年后仍在运行的 Cloudflare 实例（“你不需要是天才，只需要愿意把事情做成”）；YC 的问题“你破解过哪个非计算机科学系统来为自己获利”；以及一场入职考试，要求候选人使用 LLM 阅读巨大代码库、上线功能，再在30分钟内修复自己弄坏的部分。红旗包括统计数据里“改了分母的定义”；说话太多的人（每句话的信号密度必须高）；以及把“我想赚更多钱”作为加入公司的理由——“可怕的答案。这样的人我绝不可能录用，哪怕一百万年。”出人意料的是，他更偏好年长候选人：“他们读过软件工程教材”，所以理解 LLM 的输出；但如果年轻工程师 Claude Code 技术极强，也会当场录用。
最好的创始人为什么常有阅读障碍或 ADHD？Michael Dell 的原则是：“你要让车适配驾驶者。”一个有阅读障碍的9岁孩子，要么得出世界在针对自己的结论——在监狱服刑者中有阅读障碍的比例是40%，而全体人口是17%——要么学会“失败没关系……只要尝试足够多次，就会成功”。“40%的亿万富翁也有阅读障碍。”ADHD 大脑每分钟以600字运行，而阅读速度只有200字，容易分心；但规模化经营 CEO 的多学科生活适合 ADHD，专注于从0到1的 IC 苦工则不适合。
他曾因一段失败的 MrBeast 视频而改变看法：在 Walmart 停车场睡了11天，花3天赚到一部 iPhone，花5天赚到一台笔记本电脑；到了第9天左右，他开始变得愤怒。几个月后他意识到，自己的优势从来不是 AQ 本身——“我最大的优势通常是非常感恩，也非常乐观”，而感恩才是 AQ 的燃料。这段经历让他开始为街头的人买手机，并成为政策激进派：“政府应该给所有想要 Android 手机的人免费手机……这是基本人权。”

8. 速度文化：60秒回复、极少开会、不做绩效评估

60秒回复规则覆盖一支远程优先的200人团队，分布在36个国家，包括45名 AI research engineers 和约150名 product engineers：即便只能给出时间表，也要在1分钟内回复；你必须每天多次告诉瓶颈环节的人，他们就是你的瓶颈；每天早上给领导发3个目标，除非方向错了，否则不要期待回复。如果文字沟通不行，就打电话——“年轻人很害怕打电话……45岁以上的人愿意打，而45岁以下的人不愿意。”Harry 的 Titanic 规则是即便周末也要在3小时内回复，他因此在网上被“轰得粉碎”；Cliff 对批评者的结论是：“文化错了。”
开会能避免就避免，因为一个人对5个人讲话，“本来就应该发邮件”；而“大多数很长的 Slack 消息本来应该打电话”。用截止时间替代会议：“没有截止时间的梦想只是目标”，所以交付日期直接放进日历，并邀请多人参加；有些邀请的标题就叫“这不是会议。这是截止时间”。底层赌注是：“速度是任何公司的第一战略优势……如果你没有增加速度，按定义就是在分散速度。”
绩效评估是“彻底浪费时间”——因为领导本应更早提醒这个人。Milk delivery 的比喻是：世界上最好的牛奶，如果送到街上而不是门口，也已经坏了——“一分都不值”。替代方案是72小时最后通牒：把范围缩到一个功能，现场通电话完成 PR review，再发布到生产环境；否则“这个人就不是结果负责人”。结果负责人失败后，先去 QA 试岗，再考虑解雇；领导者用于人员管理的1:1，也从每周60分钟缩短为隔周15分钟。
Speechify 不从 Google 招人，因为资源充裕会削弱饥饿感，而且“你需要把他们从根本上的坏习惯里教出来”。湾区的忠诚度低于欧洲，后者“真的很看重一家好公司和一份好工作”。留人则因人而异：一名工程师因孤独准备离职，Cliff 给这名工程师梦想朋友名单上的50个人发了私信，35人出席了露台晚餐，他留下了；15名律师解决不了未来 COO 的签证问题，Cliff 自己读移民法，拿到了绿卡；乌克兰战争临近时，他签下航空公司的责任豁免书，飞进去举办 hackathon，最终留下了这名工程师。“人们不是离开公司，而是离开经理。这件事在 Speechify 没有发生。”

9. 隐形复利股：没有披露数字，4.5年才找到产品市场匹配

这是一门外界看不见的生意：4.5年没有快速增长，产品和愿景也没有改变；直到2020年，安装到试用、试用到付费以及续费率同时拐点出现时，收入已经超过5M美元。寻找 PMF 的过程是：每天走进 Stanford 校园，嘴上贴胶带，观察用户误点哪些按钮；把红色帮助按钮接到自己的 iMessage 上，凌晨3点的短信也回复，白天的则直接打电话；每天通过 FaceTime audio 联系第30天流失的用户——“每一次有人说你的孩子很丑，都像被踢在牙齿上。”他与 Chesky、Dylan Field 相近的异端观点是：“AB 测试是在把决策权交给用户。”应该先建立愿景、说服人们加入，再迭代多年。
他既不披露融资额，也不披露估值，团队也不知道。对于创始人公开数字的3个理由，他的反驳是：用户——他们每周本来就新增接近1M用户；招聘——去年工程岗位收到178,000份申请，其中19,800人完成了异步挑战；投资人——每周有10个优质投资人主动找上门。“如果你在瓶子里抓到闪电，就不想告诉别人。”能够替代融资 deck 的数据包括：B2C voice-agents 市场94%的份额、1.1M条五星评价，以及“我们让人阅读的内容比世界上任何其他 AI 产品都多”。股东名单就是他的冷邮件之旅：Dylan Field、Krieger、Ev、Branson、Gary Cohn，以及 Zillow、Audible、Plaid、Brex 的创始人；Charlie Songhurst 是第一位。
公司会像健美运动员一样经历增肌和减脂周期，而两者不能同时做：“你不能一边踩油门，一边踩刹车。”在增长年，他把时间拆成48个半小时单位，发现30%的时间花在学习 SEO 上，于是禁止自己继续学习，只做执行。他在节目中重复了两遍这句话：“任何 Harvard MBA 都能削减成本……但只有天才才能增长收入。”这也是投资人即使看不到利润，仍愿意为指数级收入付费的原因。Speechify 刚刚结束4.5年的盈利期，转入高速增长。
Harry 的自白在这里落地：创业10年后，“我分不清一个7/10和一个10/10的区别……如果我投资遇到的每一位创始人，我可能会成功17倍”。这其中可能包括 Deel 2.5%的股份、ElevenLabs 2%的股份，以及对“Flight School”和 Vanta 的种子轮投资。Cliff 的镜像原则是：“如果你真的信任一个人，就可以付给他显著更高的薪水。”对优秀人才要果断出手，不要在意价格。他自己错过的是 Austin Ray（Ramp 的 AI 采用老师）：“我应该相信自己的直觉。”同样的原则也让他雇用了那个曾让 Speechify 损失几百千美元的黑客：通过学校域名追踪到对方，在 Zoom 上当面对质，之后长期聘为 Cliff 的个人工程师（他做出了第一个 Jarvis），最终加入核心团队。“如果你发现一个人有天赋，就最好和他一起工作。”

10. 消费级 AI 经济学：推理成本燃烧是信号，以及850的二选一

他判断消费级 AI 收入是否疯狂爬坡的标准是：观察“推理成本正在把这些公司烧死”。Speechify 亲历过这件事——使用量爆发后，“它不再是一门生意，而变成了慈善事业”。因此，公司用40人的 AI 团队、自有 GPU 和数据中心，花了2.5年把成本压到每百万字符个位数美元，而其他公司是30–100美元（Eleven Labs 的标准价格是70–100美元，V3 fast model 约30美元）。他认为这正是公司能够长期盈利的原因；Cliff 自己的定位是：“Speechify 基本上就是 B2C 版的 Eleven Labs。”
Cursor 是他最喜欢的良性案例：从 VS Code fork 出来，加入 Claude，“右边所有电子都恨不得流向左边”；资金“直接穿过 Cursor 流向 Anthropic”，带来了收入，却没有真正的亏损。相比之下，一家把50M美元烧光的创业公司必须拿出降本计划，但仍要记住天才增长收入的不对称性：如果存在真正的增长杠杆和差异化（“community 太重要了”），这笔赌注仍然值得。至于流失，刚需产品不会流失——“如果你失明了……你永远不会不用眼镜……做 meme 的产品，当然会。”
Apple 会收购 WhisperFlow 吗？“不会，Apple 会发布竞品。”设备端安全理念和键盘 RAM 限制解释了 Siri 的现状，而这个生态“某种程度上已经变懒了”（“我连拿一张收据的 API 都拿不到”）。但不要做空这个平台：AirPods 每年赚的钱都超过 Spotify 和几乎所有其他音频公司的总和，而且已经连续7年如此；在大多数市场，播客和有声书的渗透率达到40%——“TAM 真的很大”。他也很期待即将上任的 CEO，因为对方“更像工程师”，而不是供应链之神 Tim Cook。
闪电问答的最后一题是：OpenAI 850，还是 Anthropic 850？Cliff 逆向选择 OpenAI。Sam Altman “让很多人不舒服，给人的感觉有点油腻”，但“硅谷历史上没人融过这么多钱”，而他的企业交易“像黑魔法，也像欺诈”。类比是：Columbus 向西班牙国王要印度（AGI），最后发现了 America（ChatGPT）——“那家公司有很强的 AQ”。但他同时承认：“Anthropic 现在正绕着他们跑，尤其是在 coding 领域”，“我愿意嫁给 Claude Code”，而且自己所有事情都用 Anthropic。Harry 则评价 OpenAI 最近的招聘：“糟糕……过去5年的超级大炸弹。”至于 Grok，它会有影响力：“永远不要做空 Elon。”

Vol.216 产业观察41｜具身“不够卷”、世界模型和机器人大脑：再访逐际动力张巍 E235｜20年内CAR-T治愈癌症？与刘诚博士聊聊癌症治疗的底层哲学