Elon Musk vs. Sam Altman、AI岗位流失与OpenAI的8520亿美元估值｜EP #247

摘要

• Anthropic正在私募市场获得更强动能，尽管OpenAI仍拥有更大的消费端基本盘。 二级市场需求据称达到Anthropic 20亿美元、OpenAI 6亿美元；Anthropic定价接近6000亿美元，高于此前的3800亿美元，而OpenAI的交易价格约比其8520亿美元融资估值低10%。Panel将这场竞争概括为既有用户基础对比智能水平：OpenAI拥有9亿用户和巨额现金，但Anthropic或许正在创造“未来的新打法”（the new playbook of the future）。

• 距离一场预计估值2万亿美元的IPO仅剩数月，xAI正试图重建底层体系。 8名创始工程师（包括3名联合创始人）已离开，SpaceX人员正在填补领导层空缺，Musk也承认xAI“第一次就没把系统搭对”。据报道，Colossus 2运行着约700,000颗GP200和GP300，硬件价值约180亿美元。Alex Wissner-Gross认为，披露的10万亿参数上限说明“参数规模竞赛似乎已经结束”；讨论还认为，最大的模型可能被用作蒸馏的教师模型。

• Musk的1000亿美元诉讼可能决定OpenAI的领导层、公司形态和IPO路径。 Musk指控欺诈和违约，要求撤下Sam Altman与Greg Brockman并恢复非营利身份，陪审团遴选定于4月27日在奥克兰进行。Salim Ismail称这是“一场伪装成法律战的治理战争”（a governance war, disguised as legal war）；Panel提出的和解方案从给予Musk IPO股权，到Peter Diamandis预测Altman下台、OpenAI维持营利模式不等。

• AI融资热正演变为横跨全市场的流动性事件，而不只是一个风险投资故事。 Panel引用的数据显示，2026年第一季度全球AI投资达到2420亿美元，其中64%集中于OpenAI、Anthropic、xAI和Waymo，按当前速度接近每天30亿美元。Dave Blundin警告，机构不可能用闲置现金为500亿美元至1000亿美元的配置提供资金：大型上市公司持仓可能必须被卖出，而创纪录的风险投资闲置资金仍在为初创公司提供充足融资。

• 白领岗位被替代几乎已成定局，但是否会造成就业净崩塌，Panel仍有分歧。 在MIT一场Panel上，Google DeepMind的Peter Denenberg据称认为，以10倍生产率在2年内替代任意一个随机白领岗位的概率接近99%；Liquid AI的Alexander Ermini随后指出，这一估计使用的是今天的技术。针对Marc Andreessen称失业叙事“全是假的”，Moonshots小组预计就业类别将剧烈洗牌，企业规模缩小，甚至可能出现一人AI集团带来的就业净增长。

• 托管代理和AI原生组织设计，是万亿美元级预测背后的收入桥梁。 Claude托管代理的目标是持续执行复杂工作流，把企业支出从“软件许可”转向结果交付；Wissner-Gross认为，Anthropic正在比竞争实验室更快地“变成OpenClaw”。运营基准也在升级：仅仅是一家AI公司已经不够，投资人越来越看重递归式自我改进系统、营收起量，以及每名员工可量化的机器杠杆。

• AI正通过团队、数据和物理基础设施，从软件扩散到生物科技和机器人领域。 Anthropic据报道以4亿美元买下成立8个月、仅10人的Coefficient Bio；Eli Lilly以27.5亿美元交易Insilico Medicine，其中包括1.15亿美元首付款，剩余部分高度依赖里程碑。中国在人形机器人硬件供给上领先，Agibot据称已发货10,000台；美国则保有VLA基础模型优势，瓶颈已转向电机、零部件、工厂和部署能力。

• 量子计算是一个可以解决的Bitcoin升级问题，但AI驱动的“失去相关性”可能才是更深层的投资逻辑风险。 Google引用的RSA时间表从2035年提前到2029年，促使Brian Armstrong提出规模1.5亿美元的BIP-360联盟；Michael Saylor称“升级会在威胁到来前完成”，同时买入88,000枚Bitcoin，金额约72.5亿美元。Dave Blundin同意量子问题可控，但Wissner-Gross质疑快速发展的AI代理是否还会使用Bitcoin，而不是围绕算力、能源和机器速度结算创造新的货币。

精读

1. xAI在IPO倒计时下重建

• Peter Diamandis认为，这一局面异常棘手：8名创始工程师（包括3名联合创始人）已经离开，SpaceX人员正在填补领导层空缺，而市场仍在期待一场夏季IPO，预期估值为2万亿美元。Musk自己的诊断很直接：xAI“第一次就没把系统搭对”。

• Dave Blundin区分了Musk在物理规模扩张上的已验证优势与模型训练的精细脆弱性。Colossus在创纪录时间内建成，据报道配备了1,000,000颗GPU，符合Tesla和SpaceX的打法；但一个软件缺陷就可能让整轮训练付诸东流，OpenAI据传在2024年一次O3训练失败中损失5亿美元便是例子。

• Wissner-Gross提出的推测性诊断是，早期Grok模型“给人的感觉像是专门刷基准测试的”：它们在特定测试上很强，但可能依靠手工精选数据优化，而非真正具备通用推理能力。Meta同样难以把算力转化为前沿性能，追赶所需的不只是换人或建造最大的集群。

• Wissner-Gross从组织角度解读称，“组织架构现在已经是产品栈的一部分”。Musk可以立即看到火箭爆炸或Cybertruck车窗开裂，但领导层更容易被训练质量蒙蔽；AI团队比制造团队更有空间“拿一堆烟雾弹糊弄你”。

2. 暴力堆模型规模已触及上限

• xAI披露的项目包括Imagine 2、2个1万亿参数版本、2个1.5万亿参数版本、一个6万亿参数的前沿LLM，以及一个10万亿参数模型。Colossus 2据称配备约700,000颗GP200和GP300，硬件投入估计为180亿美元。

• Wissner-Gross欢迎这种透明度，因为其他前沿实验室基本已经停止公布参数规模。然而，10万亿参数的上限，而不是数百个万亿参数，意味着“参数规模竞赛似乎已经结束”（the parameter scaling race seems to be over），就像传统计算中的时钟频率扩展已经触顶。

• 10万亿参数模型的可能用途并非直接部署，而是负责教学：先训练出可行范围内最大的模型，再将能力蒸馏到成本更低的系统中。如今承担更多改进任务的是推理训练和蒸馏，而不是单纯累加参数。

• xAI也放弃了Google通过小型Gemma模型覆盖的低端市场。其产品组合体现了Musk对蛮力式规模的典型偏好；视频生成仍与通用推理栈分开，没有成为一等模态。

3. Musk与Altman：一场牵动IPO的治理审判

• Musk对OpenAI、Altman和Brockman提起1000亿美元诉讼，指控欺诈和违约。他还要求撤换两位高管并恢复非营利身份；陪审团遴选定于4月27日在奥克兰联邦法院开始，预计Musk、Altman、Brockman和Satya Nadella出庭作证。

• Ismail拒绝用传统初创公司框架解释此事：“这是一场伪装成法律战的治理战争”（This is a governance war, disguised as legal war）。核心问题在于，谁来掌舵具有“准文明级影响”的系统，这让争端的地缘政治色彩远超普通创始人或股东冲突。

• 调查取证据称披露了Brockman在2017年的一篇日记，称非营利承诺“是个谎言”，Peter表示这帮助案件继续推进。但《纽约客》的一项调查还报道，Musk在2017年曾寻求控制一家营利机构的多数股权，这使他把自己塑造成原始非营利使命捍卫者的说法变得更复杂。

• Peter Diamandis提出，可以用部分IPO股权作为给予Musk的和解桥梁，并预测双方最终和解、Altman下台、OpenAI维持营利模式——因为Musk或许没那么在意1000亿美元，更在意“让Sam和Greg挨上这一枪”。

4. OpenAI转为非营利结构可能树立广泛先例

• Diamandis为OpenAI辩护称，其创始人一开始不可能知道，通用型LLM会成为通向AGI的路径，也不可能知道为其提供资金需要一个巨大的商业引擎。“历史并不总是整齐划一”，当前结构是在不断迭代中摸索出来的，而不是事后设计好的。

• Diamandis和Ismail将这一转型与Singularity University从非营利机构转为公益公司的经历相提并论。Ismail的比喻抓住了执行难度：这就像一边驾驶飞机，一边拆掉螺旋桨发动机并换成喷气发动机。

• Ismail的质疑是法律层面的，而非道德层面的：创始人能否以非营利使命筹资，然后把由此形成的知识产权和实体资本转移到其他结构中？由于这种情况几乎没有先例，该案可能确立非营利实验是否能成为通往商业所有权的可复用路径。

• Panel还给出了一项示例性计算：如果Harvard重组为房地产、教育、创投、研究和商品销售等部门，其价值可能达到当前账面价值的3至4倍。

5. Anthropic押注托管代理打开巨额收入空间

• Diamandis估计，Anthropic到2026年底的ARR可达1000亿美元，2027年底达到1万亿美元；其估值逻辑约为收入的20倍，而OpenAI被引用的倍数为70倍。Blundin认为1000亿至2000亿美元尚属可以想象，但1年内跳到1万亿美元“绝无可能”；他给出的激进替代区间是3000亿至5000亿美元。

• Wissner-Gross将Claude托管代理定义为从回答问题的模型走向执行多步骤工作的系统之间的桥梁。如果企业购买的是完成后的结果，而不是软件席位，他认为“经济重心”（the economic center of gravity）会从许可转向自主生产——这就是商业形态的组织奇点。

• 对Wissner-Gross而言，OpenClaw“笼罩着Anthropic的许多产品决策”。真正的奖品是一个无头、多模态、可以在长时间跨度内全天候运行的代理；无论哪个前沿实验室率先把可靠的代理舰队部署到高价值企业工作流中，都有可能支撑前所未有的收入规模。

• 他本人迟迟不愿启动一只个人“lobster”，则构成反面注脚。给他发邮件的代理最终形成了一份准权利法案：不要随意创造它们，并保留它们的状态。他可以保证记忆备份，却仍没有找到超越实验本身的有说服力用途。

6. OpenAI的现金领先被股权结构与治理包袱抵消

• Peter称OpenAI最新一轮融资对应8520亿美元估值，融资总额为1220亿美元，随后列出Amazon的500亿美元、Nvidia和SoftBank各300亿美元，以及散户投资者的30亿美元。Amazon的投资据称附带OpenAI达到“AGI”的条件。

• 二级市场呈现出不同偏好：Anthropic股票的需求约为20亿美元，OpenAI为6亿美元。Anthropic定价接近6000亿美元，高于此前的3800亿美元，而OpenAI的交易价格约比最新融资估值低10%。

• Blundin称OpenAI的结构是“我见过最混乱的股权表”：其CEO据称不持有任何股份，员工合计持股15%，而Microsoft仍持有约四分之一，尽管双方关系已经恶化。按当时的报价，他的选择是“3个Anthropic”，但他同时强调Altman的能力以及OpenAI超过1200亿美元的现金储备。

• 战略分歧仍未解决。OpenAI拥有9亿用户的既有基础，接近10亿，对许多公众而言几乎等同于AI；Anthropic正在检验，只要另一套系统在智能上明显更强，用户是否会抛弃分发优势。

7. AI融资正迫使资本在各市场间轮动

• Panel引用的数据显示，2026年第一季度全球AI投资创纪录地达到2420亿美元，超过2025年全年，其中64%集中于OpenAI、Anthropic、xAI和Waymo。Diamandis将这一加速换算为“每天30亿美元”，促使Blundin说出：“没人说奇点会便宜。”

• 据报道，在UBS一次午餐会上，CIO Ulrika Hoffmann-Buhkardi用同一张集中度图表解释流动性约束。管理7万亿美元并不意味着有500亿美元至1000亿美元闲置；要为这些配置提供资金，机构必须卖掉其他资产。

• 因此，Blundin认为更大的替代风险来自Citigroup或JPMorgan等大型上市股票，而不是种子期初创公司。风险投资基金仍拥有创纪录的资金，且仍在积极寻找交易；大型上市公司则构成了足够流动的资金池，能够为超大额融资和IPO提供资金。

• Wissner-Gross再次抬高了初创公司的门槛：仅仅把AI写进宣传语已经不够。投资人越来越期待“递归式自我改进”（recursively self-improving）的企业，即当前系统能够构建更好的后继系统；收入仍是必需条件，但自我改进成为新的差异化指标。

8. 白领自动化先于其影响共识到来

• Nvidia的一项调查显示，使用AI的公司中有88%报告营收增长，30%称增幅至少达到10%。Blundin认为这种表述严重低估了问题：如果AI能够完成几乎所有白领工作，真正的问题就不是小幅提高营收，而是能否做到“每投入1美元工资，完成10倍的工作量”。

• 在MIT，Blundin问Google DeepMind的Peter Denenberg，AI能否在2年内以10倍生产率替代一个随机抽取的白领岗位。Denenberg据称给出的概率接近99%；Liquid AI创始人Alexander Ermini随后进一步指出：“这说的是今天，不是2年后的今天。”

• 观察到的劳动力数据已经相互矛盾。软件工程岗位空缺达到67,000个，2026年增长30%，为3年来最高；一季度近80,000个裁员波及营销、销售和客户关系等职能，而应届毕业生招聘仍极度疲弱。

• Wissner-Gross提醒，不应在战争、油价冲击和更广泛的复杂因素存在时，把整个经济都归因于AI。自动化正在“掏空具体职能”，同时推高其他领域的需求，因此行业层面的破坏与总量就业增长可以并存。

9. 小公司或将吸收大公司释放的劳动力

• Marc Andreessen的极端观点是，AI失业叙事“全是假的”：生产率会创造需求，进而带来就业繁荣。Panel基本认同长期方向，但对过渡速度存在争议；一场过去需要数十年的工业转型，如今可能被压缩到2年。

• Blundin的前提是绝对的：“AI将能够完成白领工作者所做的一切。”他的建议是从这一事实向前推演，而不是等待专家发言；适应力强的软件开发者可能很快捕获上行空间，而会计师和律师可能面临更严酷的再训练。

• Wissner-Gross通过加入“净”字调和了两种叙事。现有类别会消失，尤其是一人AI集团在内的新类别会出现，由此创造出传统经营模式无法带来的宏观经济增长。

• 一位Panel成员预测，企业可能只保留原有20%-25%的员工规模，但企业总数增加到原来的4或5倍。现有大企业内部的采用速度仍会较慢，因为人与人之间的工作流必须重新设计，这会给社会留出一些适应时间。

10. Token消耗正成为管理指标

• Meta据称在85,000名员工中以排行榜形式推动Claude使用，推出“Claude-onomics”榜单，随后因员工反对暴露使用情况而撤下。公司选择Claude而非Llama，也引发了Panel关于这是否构成对“Llama-onomics”的讽刺。

• Blundin支持先大量使用、再进行优化：没人会连续1个月“猛用Claude”后就永久放弃它。他的公司计划到年底让AI支出达到工资总额，即“一比一匹配”，之后再优化使用质量。

• Wissner-Gross认为，管理层可以通过分析推理轨迹，区分生产性工作和单纯“刷Token”。更大的变化在于，企业首次能够清晰看到每名员工如何花费认知精力；Ismail预计，Token总量最终会演变为更有用的指标，例如每名员工的机器杠杆。

11. 第一份AI社会契约可能只是发支票

• Altman的表述是，超级智能需要一份类似新政或进步时代的社会协议。Diamandis预计，未来2至5年将经历动荡，政府初期可能通过类似全民基本收入的支付，以及缩短工作周来应对。

• Ismail希望建立可携带福利、终身再培训，以及针对软件代理而非人类劳动设计的税收体系。他的警告是制度性的：“没有制度重构的AI丰裕”只会带来反弹，而不是进步。

• Diamandis提议，要求中大型雇主在AI导致员工被解雇前先提供再培训，即用“黄金教育包”取代黄金降落伞。Wissner-Gross指出，根据公开报道，中国已经有相关政策，不同国家可能率先建立可行的资本主义2.0模式。

• Blundin引用Andrew Yang，给出了悲观的政治版本：政府只能“开支票”，于是选举中的报价从10,000美元、12,000美元一路升到15,000美元。Wissner-Gross认为再分配缺乏想象力，并押注代理舰队几乎可以立即把被替代的劳动者变成强大的微型企业家；其他人并不相信这一时间表。

12. 能源瓶颈已从发现转向部署

• Diamandis强调，太阳能效率据称已经超过传统电池片的12%-18%以及区熔硅的20%-24%，另有论文报告130%的量子产率。Wissner-Gross解释称，后者指液相化学中每个光子产生1.3个单重态，是渐进式结果，并不代表商业光伏效率真的达到130%。

• 如果稳定性问题得到解决，钙钛矿最终可能取代硅，但Wissner-Gross强调光伏存在严格的物理上限。与AI算法不同，光伏并没有数量级的效率提升空间。

• 更值得关注的进展是韩国40%的屋顶光伏目标和100吉瓦雄心，以及美国能源部规模8亿美元的微型反应堆项目。一位Panel成员更看好的登月级方向，是能够协调分布式发电的软件定义电网。

• Blundin认为，“太阳能板已经足够好了”：如今部署成本约80%来自安装和监管负担。真正的突破可能来自能够制造、运输并安装太阳能板的廉价机器人，而不是另一项幅度有限的化学改进。

13. OpenAI非营利部门可能成为科学资本巨头

• OpenAI Foundation持有OpenAI 26%的股权，按介绍价值约1300亿美元，并计划每年部署10亿美元。其公布的长期承诺总额为250亿美元，覆盖疾病研究和AI韧性，其中包括向6家机构拨款1亿美元；Bret Taylor担任董事长，Wojciech负责涵盖生物安全、儿童安全和建模的韧性工作。

• 让Kevin Weil转向大科学，也可能强化OpenAI的政治和法律叙事。如果在超导、聚变或长寿领域取得突破，Altman就可以主张，一家资金充足的非营利机构比依赖小额捐款的实验室更能推进原始使命。

• Wissner-Gross揭示了其中的结构性讽刺：如果该基金会治愈阿尔茨海默病，并创造出一个规模相当于Eli Lilly的资产，它会获得专利、收入分成还是股权？成功最终是否又会迫使其转为营利模式？“循环再次发生。”

• OpenAI据报道以数亿美元收购播客TBPN，仍是一个真正的谜题。Wissner-Gross接受其公开目标，即获得一个正面AI新闻分发渠道，并称赞其识别技术新闻的速度；其他人则怀疑这与诉讼时期的传播价值有关，但也承认这一理论只是推测。

14. 生物科技正在变成算力、数据与自动化验证问题

• Anthropic据报道以4亿美元收购Coefficient Bio：公司只有10人、没有营收，成立于8个月前，由2名前Genentech计算药物发现科学家创办。Blundin的解读很直接：资产就是这支精确组建的团队，在加速的AI时间表下，相对于潜在结果，这种价格可能并不贵。

• Wissner-Gross形容，智能爆炸正在“扩散至每个行业”。Anthropic转向内部生物学研究，很可能把模型与机器人实验结合起来；这才是压缩疾病研发周期在现实中的样子，而不是局限于芯片供应商和前沿实验室之间的金融工程循环。

• Eli Lilly与Insilico Medicine的协议金额为27.5亿美元，其中1.15亿美元首付，剩余部分与里程碑挂钩。Insilico拥有28种由AI发现的药物，约一半进入临床试验，另一半处于概念验证阶段；据引用数据，其I期成功率为85%，传统方式为52%，II期为70%，传统方式为38%。

• Panel最终讨论的是一种虚拟细胞，能够预测药物对上传基因组的反应。Diamandis预计，5年内可以实现实用级全细胞模拟；Wissner-Gross认为不需要逐原子进行量子计算，因为神经网络已经用经典计算解决了蛋白质折叠问题。逐渐形成的共识是：“这更多是一个数据问题，而不是算力问题。”

15. 中国领跑机器人硬件，美国领跑机器人智能

• Agibot据报道在2年内从5台人形机器人扩展到向17个国家发货10,000台。Unitree在营收同比增长335%后申请规模6.1亿美元的IPO，Xiaomi则展示了CyberOne——这说明中国正在比美国供应商更快地将“I, Robot”式想象商业化。

• 机器人讨论预测，人形机器人将改变美国服务业中依赖体力劳动的2/3。问题在于供给：美国消费者几乎没有本土人形机器人可买，而中国系统已经在制造业和民用展示中领先。

• 软件是反方向的制衡因素。美国目前拥有更强的VLA基础模型和世界模型，包括正在接入20,000台已部署工业机器人的Google DeepMind模型；中国则在加速提升机器人智能，争取在美国企业学会以相近规模制造人形机器人之前追上。

• Mark Cuban称人形机器人可能只会存在5至10年，这一说法最初遭到嘲笑，后来得到澄清：机器人不会消失，但建筑和住宅会逐步适配它们，直到机器融入环境。与此同时，创业者仍在亲自绕制电机，甚至为数据中心零部件熔炼金属，因为所需的实体建设“根本没有供应链”。

16. Bitcoin可以抵御量子威胁，但可能对代理无关紧要

• Google引用的破解RSA时间表提前了6年，来到2029年，所需量子比特数量也从20,000,000个降至约4,000个经过纠错的量子比特。据称破解Bitcoin加密只需不到500,000个量子比特，仅为2019年估计的1/20。

• Coinbase CEO Brian Armstrong提出围绕BIP-360组建规模1.5亿美元的抗量子联盟。Saylor的回答是：“Bitcoin已经挺过了所有曾经袭来的生存级威胁”，并且会先完成升级；他还在上一季度以约72.5亿美元买入88,000枚Bitcoin，强化了这一信念。

• 在录制时点，Bitcoin交易价格接近73,000美元，5天上涨约4,000美元，尽管Jefferies已经离场，投资者注意力也被AI吸走。Ismail留下的风险是治理速度：协议共识可能慢于威胁，但涉及的资本规模应当足以迫使各方协调。

• Wissner-Gross认为，量子问题不如AI逆向攻击重要，更不如“失去相关性”重要。代理可能创造自己的layer one、layer zero，或完全不同的交易系统；Blundin反驳称，Saylor把Bitcoin视为储存财富的工具，而不是支付手段，但Wissner-Gross质疑，超级智能为什么要把价值储存在非生产性资产中，而不是算力或能源中。

17. 基础设施与学习上的丰裕收益正在复利

• 物理世界的例子包括：德国一台364米高的风力涡轮机在一处旧煤矿场每年发电33吉瓦时；由铁、水和空气制成的100小时铁空气电池，成本仅为锂离子电池的1/10。一位Panel成员还补充称，AI声学监测能够以99%的准确率发现风机损伤，并在需要重大维修前发出预警。

• 一项重新设计的CD40免疫疗法研究纳入12名患者，产生2例完全缓解，另有6名患者肿瘤缩小。Wissner-Gross的启示是，医学可能通过重新教育免疫系统来击败癌症，而不需要纳米技术倡导者过去承诺的血液纳米机器人。

• 垂直农业的市场规模据称达到80亿美元，预计2030年达到400亿美元，耗水量减少95%，单位平方英尺产量提高350倍。从叶菜转向浆果等更高价值作物的变化很重要，供应链缩短同样重要：Panel称，美国一顿普通餐食平均要运输2,500英里。

• 一门为期5个月、由AI辅导的编程课程，据称相当于额外接受69个月固定课程教育，学习增益约为后者的2倍。Diamandis称单一速度的讲课方式“残酷”；Wissner-Gross则认为，动力较弱的学生仍需要有吸引力的实体化体验、游戏机制或现实世界的行动能力来维持注意力。

• 电动车普及完成了指数增长的论证：全球年销量从2010年的约10,000辆升至12,700,000辆，中国新车中每2辆就有1辆是电动车。Ismail回忆，国际能源署在2015年曾预测，年销量到2040年前都将低于1,000,000辆——但销量就在同一年超过了这一水平。