摘要

Kim 将2023年标记为 AI 从BCE跨入AD的分界点——“就像BCE、Anno Domini……砰，’23年发生了，一切都变了”，并称市场价值重心已经转向硬件。 他的粗略估算是：软件、服务和互联网约10万亿美元，Mag Seven为22万亿美元至23万亿美元，芯片与硬件超过30万亿美元；“在AI之前、BCE时代，可能正好相反”。底层算力规模约提升1万倍：“1万美元的服务器变成了100万美元的服务器。”
数据中心正围绕底层物理规律重建：今年资本开支1万亿美元、未来5年10万亿美元，只为“把数据移动几厘米、几毫米。 这就是 AI”。数据传输距离从公里级压缩到毫米级，但距离越短，带宽、功耗和发热越高，迫使行业从“铜走向光”、采用800V供电架构，并最终转向固态变压器。
存储将成为下一主导力量：RAMpocalypse显示，芯片和模型正越来越像人脑，而 Tony Kim 称人脑“存储能力可能远高于算力”。 他认为，智能体框架和机构记忆正在推高存储强度。Molly 提到目前只有3家主要存储芯片厂商，并称 SK Hynix 即将上市，同时承认节目发布时它可能已经上市。当前短缺下，晶圆厂需要3–4年才能建成，形成“需求、供给、周期的错配”，加剧市场焦虑。“今天所有人都在谈算力、算力、算力。我认为，存储的重要性还会进一步上升。”
利润率链条已经反转：传统云计算本质上是“转售 CPU 加硬盘”，靠高 SaaS 利润率赚钱，而 AI 算力工厂出售 token、挤压应用层。 模型“不管你愿不愿意，已经从软件和服务业吸走了市值……就像Borg一样”，这正是 SaaSpocalypse 的由来。如果规模化仍能以每年一个数量级推进——“10乘以10再乘以10，3年就是1,000倍”——防御性就必须重新定义：“护城河总会被攻破，不是吗？所以更重要的是进攻。”
在组合构建上，Kim约90%的投资配置都投向AI未来3年的“漩涡”，但他也必须相信这条主线之外仍有未来，而许多前沿主题的时间窗口都指向2030年。 百万量子比特、具备逻辑纠错能力的量子计算机、获监管批准的SMR、轨道数据中心、800V，以及不同版本的AGI预测，都集中在这一时间段。他判断退出倍数的标准是：“你总要押注那些今天不酷的东西。5年后它还会酷吗？”
在机器人领域，Kim看到亚洲制造业的重大机会：“中国人来了”——中国有130–140家机器人公司，今年潜在IPO数量为30–40家，而美国只有“0家、1家、2家”。可能的终局是“把中国的实体机器人与西方的大脑混在一起”，而且他表示自己知道这种组合正在发生。他的判断是，最大的突破口可能是陪伴型机器人：亲和、约半人高、类似 C-3PO 的机器，拥有“莎士比亚和爱因斯坦的智慧”，服务于孤独、教育和老年照护；亚洲生育率已低于1.0，而替代率为2.1–2.2。
未来12个月，他认为“每6个月就有一次恐慌”（SaaSpocalypse、RAMpocalypse、融资、资本开支），但建设热潮“会一路碾压过去”，基础模型实验室 IPO 和轨道数据中心的验证进展是值得关注的信号。他也明确表示，当前判断只是阶段性观点：“如果6个月后我们再聊，结论可能完全不同。”

精读

1. 2023是从BCE到AD的分界点——市值重心转向硬件

Kim 对时代的划分构成本期讨论的主轴：“AI发生了。就像BCE、Anno Domini……砰，’23年发生了，一切都变了。”底层算力规模约提升1万倍——“1万美元的服务器变成了100万美元的服务器”——硅谷也从“软件主导的世界”转向“算力主导的世界”，模型和算力变得“共生且彼此等同”。
他对约1,500家市值超过10亿美元公司的粗略地图是：“10、20、30”——不含 Mag Seven 的软件、服务和互联网公司市值超过10万亿美元，Mag Seven 为22万亿美元至23万亿美元，芯片和硬件超过30万亿美元。“我不认为人们意识到，我们现在已经如此以算力硬件为中心……在AI之前、BCE时代，可能正好相反。”
这次价值转移的机制在于：“模型本身，不管你愿不愿意，已经从软件和服务业吸走了市值。就像Borg一样。”而模型要存在，就必须寄居在算力堆栈之上。

2. 云计算经济学反转：从转售CPU到出售token

Kim 对2000–2020年云计算时代的拆解是：“所有人都说那是软件，但本质上不过是在转售 CPU 加硬盘。”算力当时只是被忽略的底层环节，藏在高额 SaaS 利润率之下，支撑了云计算和 SaaS 长达20年的增长。
新数据中心“对现在的数据中心而言就像外星来客”：收入正从轻资产、高利润率业务，转向重资产、低利润率、以大额 token 收入为特征的工厂，顶层堆栈因此被大幅压缩利润空间，也引发了 SaaSpocalypse。“末日场景很多，你知道的。”
如果规模化定律仍以每年一个数量级推进——“10乘以10再乘以10，3年就是1,000倍”——能力就会持续复合增长，问题也随之变成利润和防御性究竟存在于哪里。他拒绝传统框架：“护城河总会被攻破，不是吗？所以更重要的是进攻。你能不能跑得更快？”

3. 物理规律：1万亿美元，只为把数据移动几毫米

数据中心的传输距离正在从公里缩短至米、厘米、毫米；每缩短一个数量级，“带宽上升，功耗上升，发热上升”。他所描述的反差是：“今年1万亿美元的资本开支，以及未来5年的10万亿美元，竟然只是为了把数据移动几厘米、几毫米。这就是AI。”
他关注的后果包括：行业“正从铜的时代走向光的时代”；围绕表后发电和电网展开的电力革命；800V的崛起；以及最终采用固态变压器——因为“每次降压都会损失效率和能量”。
另一个结构性主题是协同设计：硅片与模型规格紧密匹配，模型也反过来适配芯片，这是许多头部基础模型实验室正在追寻的新路径，也是他在 Broadcom 讨论新款“Jalapeño”芯片的主题。他参加的4场 RAISE 圆桌分别聚焦 D-Matrix 的加速器、PsiQuantum 的量子计算、Lumentum 的光学，以及 Broadcom 的 XPU 和 AI 协同设计。

4. RAMpocalypse：芯片和模型正向人脑收敛

Kim 表示，芯片和模型的发展“开始映射人脑”。早期模型主要是并行算力，内存很少；如今个人 AI、智能体框架、机构上下文和存储记忆不断增加，模型对存储的需求也越来越高。他说，人脑“记忆存储能力可能远高于算力”，但也承认这取决于如何看待突触和神经元。如今的芯片架构“本质上都是以某种方式在内存和算力之间进行调度”，涉及 SRAM、DRAM、堆叠式 DRAM、HBM 和高带宽闪存。
真正可交易的矛盾在于建设周期：“建一座芯片晶圆厂或存储晶圆厂需要3到4年，但今天就已经短缺。”需求、供给和周期的错配“正在给市场带来很大焦虑”。他的结论是：“我认为，存储的重要性还会进一步上升。”
Molly 的铺垫是，目前只有3家主要存储芯片厂商，且 SK Hynix 即将上市，同时她也承认到节目发布时它可能已经上市。这引出了投资判断的关键问题：建立在供给受限基础上的需求溢价，还能持续多久？

5. 资本配置：90%押注漩涡，但多个主题指向2030年

他的三层框架中，约90%的投资配置进入AI未来3年的“漩涡”——谁在赢、谁在输、谁在上升、谁在停滞。但即便在这部分投资中，“也必须押注未来”，因为对第4年至第6年的信念“会对估值倍数产生巨大影响”。看似便宜但正在萎缩的资产，未必是资本配置的最佳去处。
他的前沿投资经验早于生成式 AI：2019、2020和2021年，他就已经在做 AI 投资，“当时你并不知道 LLM 这件事会发生”，依据只是相信某种形式的 AI 算力终究会被需要。6、7年后，“AI加速器战争已经开始”。
他反复观察到的模式是：“所有道路都汇聚到2030年”——公用事业级、具备逻辑纠错能力的百万量子比特量子计算，获监管批准的 SMR，开始规模化的轨道数据中心，800V，固态变压器，以及从2028年延伸至2030年的 AGI 预测。他衡量一切的标准是：“5年后它还会酷吗？……市场愿意支付的倍数会下降，增长率也在放缓，而你就陷入了困境。”
他称这是自己当前的判断，并表示如果6个月后再次交流，结论可能完全不同。

6. 芯片从来不是商品——“权力之戒失而复得”

他重新审视半导体行业：“硅谷之所以叫 Silicon Valley，总有原因……人们忘记了。”芯片拥有“所有行业中最高的盈利能力——利润率高于软件、制药、工业、通信，任何行业都比不上”。直到最近，风险资本一直没有给这些公司融资，最终数百家公司收缩为少数幸存者；在他看来，这形成了近似双寡头的格局和巨大的定价权，“与商品完全相反”。
AI催生了硬件复兴：“服务器很酷，光纤很酷，电力很酷，机架设计很酷……材料科学很酷。”真正的瓶颈是人才——掌握“失传的模拟计算技艺”的人“就像铁匠”。一家最大存储芯片公司的员工曾对他说：“我们找不到人来设计定制存储……得把一部分软件程序员重新培养成存储协同设计架构师。”

7. 机器人：140家中国公司、西方大脑，以及对孤独的押注

他对机器人的拆解是“一具身体里装着两套大脑”：一套负责运动和感知的世界模型，另一套是作为翻译器的 LLM；实验室先开发模型，再将其具身化。手部“可能是最难的部分”，但机器人身体本身“是一门制造业硬件生意”。中国正在进入这一领域，拥有130–140家机器人公司，今年潜在 IPO 数量为30–40家，而美国只有“0家、1家、2家”。部分原因是中国较浅的私募市场迫使企业更早上市，“而且它们正成批涌入”。
按 Kim 的框架，西方可能在模型开发上领先，但日本、韩国和中国构成的亚洲制造业体系，可以借助类似电动车的规模化实体制造，降低机器人生产成本。Molly 将能搬起冰箱的液压 Atlas 与 Figure 侧重包裹分拣和商业作业进行对比；Kim 则纠正说，Atlas 是韩国机器人，归 Hyundai 所有，具体通过 Boston Dynamics 持有。他确认了一个可能的组合：“可以把中国的实体机器人和西方的大脑混在一起，我知道这种事情正在发生。”
他关注的重点不是工业制造机器人，而是社会化具身：解决孤独、教育和老年照护问题。亚洲生育率远低于1.0，而替代率为2.1–2.2；养老院运营商已经是全球表现最好的公司之一，这些人口趋势支撑了陪伴型机器人的机会。理想产品应当亲和、约半人高，更像 R2-D2 和 C-3PO，而不是 Terminator；它“拥有莎士比亚和爱因斯坦的智慧，会说所有语言”，能够带着共情与他的母亲交谈，并记录她的人生经历。

8. Token流是仓位检验，PE滚雪球是下一个冲击

他构想的未来企业结构是：token流入，进入承载专有数据和第三方数据的数据层；再进入记录公司累积知识的上下文层，Molly 提到 Palantir 可能将其称为 ontology；然后“agents go wild”。投资规则很直接：“要么你创造 token——算力；要么你服务 token——基础模型实验室；要么你围绕 token 加上 harness、封装和上下文——应用服务……如果你不在这条流里，就有问题。”应用公司正在寻找自己的位置，一些推理和边缘云公司则已经插入，成为 token 的最后一公里供应商。
Molly 沿着下游展开：语音 API 公司如 AssemblyAI，Databricks 和 Snowflake 的数据层，以及 MongoDB 等数据库。Kim 表示自己投资了其中很多公司，并同意它们都处在 token 流中。
另一种路径是完全抽象化：“我来接管你所有的保险业务。你付我 X……你过去付100，我只收20。”对于 Molly 提到的 PE 滚动收购案例——General Catalyst 的 Creation Fund，以及据报道 Long Lake 收购 American Express Global Business Travel——Kim 的坦率保留是：收购拥有客户的公司、剥离低效环节“也许是一门生意”，但“现在还没有定论，我在观察”。更广义的判断标准是：500人的公司创造出10,000人规模的收入，迫使 incumbent 调整战略或出售。
他最后表示，尽管每6个月都会出现一次恐慌，建设热潮“会一路碾压过去，我们的恐惧会逐渐消退”；他期待基础模型实验室上市，因为“市场胃口巨大”，也期待轨道数据中心取得进展，这“可能对地面数据中心建设产生巨大影响”。至于导师，真正塑造他的人是他在图书馆研究过的历史人物——Caesar、Alexander、Napoleon、Beethoven 和 Churchill——以及那些愿意给他机会的人。“逝者和善人。怎么样？”

为什么 AI 智能体终于可能重塑信用卡与 Arm CEO Rene Haas 重新定义芯片架构