先锋 趋势 方法 投研 作者
Elon 的 Anthropic 交易、下一个 AI 垄断?“AI 版 FDA”恐慌、交易 AI 繁荣
返回节目精读

Elon 的 Anthropic 交易、下一个 AI 垄断?“AI 版 FDA”恐慌、交易 AI 繁荣

摘要

  • Elon 与 Anthropic 的交易,把现有算力变成超大规模云服务商业务,同时缓解了掣肘 Claude 的瓶颈。 据报道,这份租约将 Colossus 1 全部交给 Anthropic,此外 Anthropic 还新增了超过 220,000 块 NVIDIA GPU 和 300 MW 电力;xAI 的模型如今位于 Colossus 2。Brad Gerstner 估计今年将带来450亿美元增量收入,并称 Elon 在“把电子转化为 token”方面无人能及。Chamath 认为,地面业务正在补贴 Grok,并为轨道数据中心去风险,进一步强化 SpaceX 的估值逻辑。

  • Anthropic 眼下正在胜出,但 David Sacks 关于垄断的外推是一个存在争议的多头情景,而非既定结局。 Sacks 展示的 ARR 从1月1日约100亿美元升至3月31日的300亿美元、4月的440亿美元,使年末退出时达到约1000亿美元成为可能;而2027年达到1万亿美元,则成了那个挑衅性问题:“Dario 称之为 AGI,我称之为人类历史上最大的垄断。”Brad 反驳称,Anthropic 3月 GAAP 收入仅与 OpenAI 持平,算力仍然稀缺,OpenAI、Google 和 xAI 已经在应对。

  • 主持人否定了“AI 版 FDA”的审批机制,但把前沿网络安全能力视为一个眼下更具体、更紧迫的问题。 Brad 表示,Kevin Hassett 的药品类比指的是政府协调,而不是事前审批;Sacks 倾向于“针对具体问题提出具体解决方案”,包括模型预览期间的 KYC、更快的政企测试,以及快速向网络安全公司分发模型。Sacks 称,3至6个月内,包括中国模型在内的所有主要前沿实验室都会具备网络安全能力;开源模型无论如何也会具备。

  • 超大规模云服务商的收入已经回答了第一个 AI 收入问题,也让 Brad 继续大举做多算力和存储。 AWS 达到1500亿美元运行率,增速28%;Azure 达到1080亿美元,增速39%;Google Cloud 达到800亿美元,增速63%。Brad 在12月和1月将仓位从中等提升至较大,超过80%的配置集中于算力、AI 和存储。他认为,Meta 17倍、NVIDIA 19倍、Microsoft 20倍、SK Hynix 5倍的完全计税 GAAP 盈利估值,“不是泡沫赖以形成的东西”。

  • Chamath 认为,AI 交易大约还有500天,之后 token 买家必须证明可衡量的回报。 他仍然净多持有那些“制造新事物”的公司,但表示目前“没有一丝证据”表明 AI 已经推动了标普500利润率扩张;最终,企业必须证明“我花了 X,赚到了 Y”,且 Y 大于 X。Jason 认为,ROI 应该从基础设施传导至模型、应用和终端用户;他同时称,初创公司的 ROI 已经“板上钉钉”。

  • AI 的政治防御看起来很脆弱,因为其财富高度集中,比其分散化的收益更容易被看见。 Chamath 给科技行业领导层打出“D-,并且正滑向 F”,警告称,社区看到的是少数几个潜在的万亿美元富豪,而今年计划上线的约9 GW容量中,近一半面临抗议。Jason 建议向 Invest America 账户分配 IPO 配额,并更明显地投资于医疗、教育和基础科学;Brad 则建议在数据中心所在地为居民提供免费电力。

  • 尽管宏观数据亮眼,就业和生产率的结论仍存在争议。 Sacks 指出,AI 贡献了第一季度 GDP 增长的75%,建筑业工资上涨25–30%,失业率约4.2%,应届毕业生的就业前景正在改善;Brad 补充称,标普营业利润率已从2023年的11%升至今年的13%。Chamath 反驳说,金融工程可能解释了利润率上升,而且3月劳动力参与率只有61.9%,低于疫情前的63.3%:下游验证令人期待,但尚未完成。

精读

1. 地方反税政治正在演变为资本外逃交易

  • Jason 预测 Spencer Pratt 可能赢得洛杉矶市长选举,因为他的社交媒体团队和轻松的辩论风格,能制造异常容易病毒式传播的攻击。Pratt 的实质性区别在于,他认为街头无家可归者问题主要是“成瘾问题”和“精神疾病问题”,而不只是住房短缺。

  • Chamath 对加州给出了一个非共识判断:Pratt 可能胜选,同时《退休保障与储蓄法》获得通过,在宪法层面保护退休储蓄和个人资产,并禁止征收财富税。两者结合起来传递的信息将具有全国意义;Sacks 回应道:“借你吉言”,但表示在选民真正把他送出德州之前,他会继续留在那里。

  • Jason 认为,Mamdani 在 Ken Griffin 家门口拍摄的视频,在一名 CEO 因意识形态原因遭枪杀、Sam Altman 的住宅也成为目标的背景下,具有个人安全风险。Griffin 据报回应称:“我走了”,未来将把精力转向佛罗里达;这与此前把他从芝加哥逼走的模式一致。Jason 直言,纽约正在变成“飞越州城市”。

2. Colossus 将 Anthropic 的算力短缺变成 Elon 的收入

  • 据报道,这笔交易将 Colossus 1 全部交给 Anthropic;Anthropic 还新增了超过220,000块 NVIDIA GPU 和超过300 MW电力。随后,Claude Code 的速率限制翻倍,付费用户的高峰期限制被取消,Opus API 的调用量上限提高,而 xAI 的模型迁移至 Colossus 2。

  • Chamath 的前提是绝对性的:Anthropic 和 OpenAI 的收入表现“与需求毫无关系,零关系”。它完全受数据中心容量和电力约束;他认为,如果电力无限,这两条收入曲线都会“更加呈抛物线式增长”,因此季度预测的超预期和不及预期,相对于5年维度都不太重要。

  • 这种稀缺性可能进一步恶化。Chamath 表示,今年计划上线约9 GW容量,其中近50%已经遭到抗议,而历史经验表明,大量存在争议的容量最终会被关停——这让 Elon 早期收购场地、电力和规模,变成具有“关键资产”属性的布局,并拥有左右行业格局的杠杆。

  • Sacks 描述了财务上的解决方案:xAI 承担了大型训练集群的全部成本,却没有获得有意义的编码收入,而企业市场正是当前 AI 收入集中的地方。租赁容量后,Elon 可以维持一个前沿实验室,同时避免“巨额、未被收入覆盖的资本开支承诺”;Anthropic 则消除了眼下的收入天花板。

3. “EWS”将 SpaceX 从发射体系扩展为超大规模云服务商

  • Brad 借用 Shawn Maguire 的“五层蛋糕”来描述正在形成的体系:发射、连接、算力和超大规模云服务商、太空数据中心、应用和模型,以及其他押注。王牌在于,Elon 一直在打造“从始至终都是 AWS——或者说 EWS”,在 xAI 自身追上之前就先创造收入。

  • Brad 估计,在分析师预计的200多亿美元基础上,今年还会增加450亿美元收入。他认为,连接性较弱的 H100 容量非常适合推理,而 Macrohard 和 Macroharder 合计拥有1.2 GW Blackwell 容量。

  • Jason 将这一逻辑从巨型工厂延伸至分布式算力:在轨道数据中心到来之前,Tesla 汽车、Powerwall 和接入 Starlink 的家庭都可以贡献算力。Pulte Homes 和 SPAN 已经在住宅旁部署搭载 NVIDIA 集群的小型数据中心,Base Power 也被提及正在探索相关模式。

  • Chamath 预计 SpaceX 将获得40–50倍收入估值:如果明年收入达到400亿至500亿美元,那么2万亿美元发行估值并非不可想象,因为只有 Elon 拥有这样的业务管线和总可寻址市场。Sacks 表示,Tesla 和 SpaceX 可能在今年年底或明年年中合并为“Elon Corp”;与会者一致认为,溢价来自创新,但对 Apple 和其他老牌公司的估值究竟受到惩罚,还是只是获得合理定价,存在分歧。

4. Anthropic 的指数增长让垄断数学变得可想象,但尚未坐实

  • Sacks 表示,Anthropic 已连续3年以每年约10倍的速度复合增长,ARR 随后从1月1日约100亿美元升至3月31日的300亿美元、4月的440亿美元。如果算力到位,他预计年末将达到约1000亿美元;真正挑衅性的问题是,2027年能否达到1万亿美元。

  • Chamath 用同行业巨头的收入作对比,凸显这一目标的大胆程度:2025年 Apple 收入4200亿美元,Microsoft 3000亿美元,Alphabet 3900亿美元,Amazon 7000亿美元,NVIDIA 1900亿美元,Meta 1850亿美元,Tesla 1100亿美元,合计约2.3万亿至2.35万亿美元。一家收入达1万亿美元的 Anthropic,意味着“Mag 1”,而不是 Mag 8。

  • Brad 的反驳值得保留:Dario 和 Dwarkesh 认为,头部实验室合计收入可能在2029年达到1万亿美元,而各实验室预计今年年底拥有约5 GW、明年达到10 GW。Brad 还指出,Anthropic 3月 GAAP 收入仅在 OpenAI 水平附近;与拥有巨额自由现金流的老牌公司相比,这两家初创公司都仍然脆弱。

  • Friedberg 将 Anthropic 描述为专注的“豪猪”,而竞争对手像狐狸一样行事——把时间花在 Nano Banana、Sora、图像生成和幻想聊天机器人上,而不是编码、智能体和协同工作。回应已经开始:OpenAI 的 Codex 正在 GPT-5.5 和新的 Spud 基础模型上改进,Google 依然强大,xAI 已与 Cursor 绑定;领先者仍然受益,因为竞争对手必须改变,而它们只需维持惯性。

5. “安全石油”将 AI 安全重新定义为潜在护城河

  • Sacks 的思想实验把 Rockefeller 的 Standard Oil 重新命名为“Safe Oil”。由于煤油既能照亮房屋,也能烧毁城市,一个擅长公关的垄断者可以要求许可、测试,并推动政府讨论“合适的灯芯厚度”——表面上是在行善,实际上却让监管机构清除危险的独立炼油商。

  • 对今天的启示并不是 Anthropic 已经拥有垄断,而是如果它沿当前轨迹再运行18个月,可能获得对这个时代最重要技术前所未有的控制力。Sacks 警告,安全政策可能演变为监管俘获,并质疑 Anthropic 禁止 OpenClaw 使用其模型的竞争依据是什么。

  • Brad 认为这一前提远远过早:5个月前 OpenAI 看起来还不可阻挡,Google 和 Amazon 拥有规模可观的 AI 业务,前沿领域还有5家大型实验室在竞争。他担心华盛顿在比赛还没离开起跑线前,就“预先”选出赢家和输家;即便针对 OpenClaw,他也只会“仔细研究”,而不是立即立案。

6. “AI 版 FDA”恐慌留下更窄的网络安全授权

  • 《纽约时报》报道称,在 Anthropic 的网络安全模型引发警报后,白宫可能成立工作组并建立审查流程。Hassett 将模型发布比作证明 FDA 药品安全;Bessent 则将其描述为创新与政府维护安全责任之间持续进行的“权衡计算”。

  • Brad 表示,Hassett 亲自澄清过,他的意思是向政府展示模型,以便政府机构协调并强化系统,而不是要求华盛顿批准。Brad 支持提升技术能力、加快网络安全审查,并设置有限的政府反馈窗口,但称常设模型审批机构将是“一场灾难”。

  • Sacks 表示,FDA 叙事中有很大一部分是“假新闻”,并提到幕僚长 Susie Wiles 的反驳,称他不认为任何高级官员支持这一方案。他参与制定的3月20日国家 AI 监管框架,已经列出本届政府可以支持的立法:其原则是“针对具体问题提出具体解决方案”,既不是绝对放任,也不是建立一个巨大的联邦权力机器。

  • 真正的期限来自主持人称为“Mythos”的网络安全模型:Sacks 预计,包括中国模型在内的所有主要前沿实验室,将在3至6个月内获得可比的网络安全能力,而开源模型无论如何都会拥有这些能力。由于攻击和防御使用的是同一套工具,他希望在预览期实行 KYC,并让 CrowdStrike、Palo Alto Networks 和初创公司快速获得访问权限;Brad 补充称,各实验室已经记录 API 使用、对抗蒸馏,并标记可疑活动。两人都强调,Anthropic 和 OpenAI 的处理是负责任的,而不是试图直接发布这些模型。

7. AI 的社会许可取决于看得见、分散化的收益

  • Chamath 看到,一场针对科技寡头的“深刻氛围转变”正从 Main Street 进入华盛顿。行业不断谈论 AI 的负面影响,却没有把上行空间讲清楚,也没有在美国进行足够可见的再投资;他给科技领导层的评分是“D-,并且正滑向 F”,而政治“抗体”已经开始形成。

  • Jason 建议 NVIDIA、SpaceX、Anthropic 和 OpenAI 从未来发行中拿出1%或5%分配至 Invest America 账户,打造一个“给孩子的 IPO”,或者连续20年每年捐出1%的股票。不同于临终前的捐赠承诺,这种安排能让普通公民与 AI 繁荣一起复利,同时为医疗、教育和基础科学提供资金。

  • Jason 更广泛的资本主义处方包括逐步按公司提高最低工资,并寻找全民医保的制度安排,因为低收入消费者会把新增收入用于消费。Brad 同意医疗保障值得追求,但用 P.J. O’Rourke 的警告质疑其融资方式:“如果你觉得现在的医疗保健很贵,那就等到它免费的时候再看。”

  • Sacks 表示,AI 在选民关注的39个问题中只排第29位,生活成本和经济分别排名第一和第二;他将第一季度 GDP 增长的75%以及建筑业25–30%的工资上涨归因于这轮繁荣。Brad 给出的超本地化答案更简单:如果数据中心落在 Abilene,就让 Abilene 的家庭用电免费。

8. 云业务增长让美国经济处于所谓的“金发姑娘”窗口

  • AWS 达到1500亿美元运行率,增速28%;Azure 达到1080亿美元,增速39%;Google Cloud 达到800亿美元,增速63%。即使考虑 Azure 和 Google Cloud 的口径还包含软件产品,三者每家也都增加了约95亿至100亿美元年化收入,合计约300亿美元;Jason 将这一增长与 Uber 和 Disney 的业绩并列,作为消费者依然有韧性的证据。

  • Brad 形容当前是“金发姑娘”组合:GDP 加速、通胀受控、10年期美债收益率约4.3%,以及美国在“AI、AI、AI,算力、算力、算力”上的领先。Jason 承认本届政府对商业友好,但认为如果没有关税和不必要的1000亿美元战争,经济本可以更强。

  • Sacks 将此前芯片和模型审批机制的撤销、拒绝全球 GPU 销售许可,以及要求 AI 公司自行发电而不是抽干居民电网,归功于 Trump。在他的对比中,“钻吧,宝贝,钻吧”和蓝领建筑业繁荣,胜过 Bernie Sanders 提议的数据中心暂停建设。

9. Brad 正以他认为反泡沫的估值倍数买入算力

  • 今年标普500仅上涨8%,Brad 看不到指数狂热,也不认为 AI 龙头估值过高。他给出的完全计税 GAAP 盈利估值是:Meta 17倍、NVIDIA 19倍、Microsoft 20倍、Google 24倍:“这不是泡沫赖以形成的东西。”

  • Brad 约25%的投资组合配置于 SK Hynix,对应完全计税 GAAP 盈利5倍;他还提到 Samsung 6倍、Micron 7倍。整体仓位中超过80%集中于算力、AI 和存储。

  • 这一变化发生在12月和1月,当时来自私有模型公司和上市超大规模云服务商的证据显示,AI 收入正在兑现。Brad 将仓位从中等提升至较大,因为如果没有 Anthropic 的增长和云业务重新加速,投资者会得出基础设施缺乏 ROI 的结论,并将市场下调10–15%。

  • Chamath 的近期配置也一致:持有“制造新事物的人”——NVIDIA、存储制造商、Anthropic、SpaceX 和 OpenAI——因为这些供应商仍需要获得市场定价,并证明自身增长。他的分歧始于更下游:买家最终必须证明可衡量的收益。

10. Chamath 给 AI 交易约500天证明买家 ROI

  • Chamath 最初把关键分叉点放在两三年后,随后将这笔交易换算成“就算500天,在此期间你只需要净多持有”。此后,token 买家必须证明,要么运营支出和员工规模下降,要么收入增长足够快,在运营支出持平或上升的同时推动利润率扩张——两种情形带来的社会后果截然不同。

  • 他的会计测试刻意保持日常化:Anheuser-Busch 必须卖出更多啤酒,Nike 必须卖出更多鞋,医疗器械公司必须卖出更多髋关节和膝关节。只要企业还不能追踪“我花了 X,赚到了 Y”,且 Y 大于 X、利润率上升,那么试验就还没有变成自我强化的飞轮。

  • Jason 串联了不同阶段:在模型收入出现之前,基础设施 ROI 仍不确定;现在,模型买家必须验证应用层 ROI,而应用层 ROI 随后应传导至终端用户。他仍然乐观,因为企业每个月都在持续增加编码 token 支出,而定制软件可能引发一轮生产率浪潮。

  • Jason 称初创公司的 ROI 已经“板上钉钉”:他的22人投资公司中,如今有3人能够交付过去需要购买 SaaS 才能获得的界面。他还提到,AI 生成的 Nike 和 DoorDash 图像正在取代摄影棚拍摄,创意成本大约削减一半,广告效果提升了两位数百分比。Chamath 提醒,更广泛的利润率提升仍可能反映金融工程,而不是 AI。

11. 利润率和劳动力数据尚未结束生产率争论

  • Brad 提供了最有力的总量层面反证:标普500营业利润率从2023年的11%升至2024年第一季度的11.8%,再升至今年的13%;与此同时,Magnificent 5 合计员工数3年仅增长约3%。Chamath 回应称,利润率上升可能反映过去10年同样存在的金融工程;Brad 也承认,疫情后裁员和财务纪律可能解释了其中一部分。

  • Brad 指出,在失业率维持约4.2%的同时,效率已经提升,这一失业率位于经济学家认为的4–5%充分就业区间内。他还表示,应届大学毕业生可能是更善于使用这些工具的“AI 原住民”,尽管此前的预测认为,入门级工作会最先消失。

  • Chamath 最后的反例是劳动力参与率:3月只有61.9%的成年人参与劳动市场,低于疫情前的63.3%,因此没有工作的人根本不会进入失业率统计。Jason 认为,按学历划分的证据喜忧参半,现在下结论还早;Brad 则不接受 Jason “现在还无法判断”的表述,双方最终仍未就劳动力数据中有多少反映 AI 达成一致。