摘要

Meta 据报开出1亿美元人才报价，并斥资140亿美元以上取得 Scale AI 股份，是应对 AI 威胁其1.7万亿美元市值或近半价值的理性保险。 Thomas Laffont 计算称，如果约8500亿美元的风险敞口中有4%-5%值得投入，那么只要能边际提升 Meta 的胜率，这笔支出就合理。Chamath 警告，数据标注和智能体知识只构成“秘密复利”的两部分；如果没有高度耦合的算力和芯片，Meta 仍然“处于被动防守状态”。
Mag 7 已分裂成彼此不同的 AI 押注：Meta +18%、Microsoft +13%、Nvidia +8%、Amazon -3%、Google -8%、Tesla -20%、Apple -21%，均为所引期间表现。 5年期赢家主要集中在 Google 和 Tesla，因为两家公司都能整合模型、自有基础设施、分发渠道和实体产品。Nvidia 仍受 GPU 保护，但 Friedberg 认为，中国半导体创新构成“低概率但极高严重性风险”。
Apple 引发了本期最尖锐的分歧：庞大的设备安装基数可能成为环境式 AI 的护城河，也可能被现金牛文化拖住，失去重塑自我的能力。 Friedberg 想象一个“空灵且无处不在”的助手，在 AirPods、手表、手机、汽车和房间之间移动；Jason 则想要一台人形机器人。Chamath 认为 Apple 正在优化线缆、换机和回购，“这种东拼西凑的策略算不上策略”；Thomas 则指出，Apple 从硬件利润转向经常性利润，已经证明自己曾经完成过重塑。
IPO 和并购正在重新开放，因为 SaaS 增长从2021年的17%中位数降至如今的9%，投资者需要重新获得稀缺增长敞口。 CoreWeave 据报涨至810亿美元市值，约为原来的4倍；Circle 上涨约6倍至480亿美元；Chime 一度上涨40%，随后回撤20%。旧增长篮子正在褪色：所引 SaaS 样本中，如今仍保持25%以上增长的仅剩5%，2021年这一比例为25%。
AI 的经济上行空间来自扩大服务吞吐量，同时替代臃肿的软件和运营开支。 据称 OpenEvidence 已触达三分之一的美国医生，使用频率通常为每天10次；Chamath 则称，在连续的工作流环节中，开发效率可分别提升50%-70%，复利后团队规模将大幅缩小。他的交易逻辑是：寻找能够用数千万美元定制软件，替代数亿美元软件许可费的企业。
即便在本期嘉宾之间，劳动力结果仍未有定论：Microsoft 约25万人的员工规模，可能增长、持平，也可能收缩，取决于 AI 创造收入的速度是否超过其消除工作的速度。 Chamath 认为，如今的编码智能体在处理漫长复杂任务时仍会产出太多“垃圾”，裁员不能归因于它们；Friedberg 则认为，这一限制可能在3到4年内消失。所有人都同意，持有 AWS、Azure 和 Google Cloud 的合成篮子，可以无论哪家平台领先，都捕捉基础设施需求。
参议院以68票通过的 GENIUS Act 将推动稳定币发行商回到美国境内，要求季度审计和一比一储备，并给予传统离岸发行商3年时间合规。 法案还通过禁止发行商将储备利息转给代币持有人，保住银行的地位——Sacks 希望这一妥协最终能够重新审视。他的框架，是将加密行业从“通过起诉实施监管”转向一套行业能够定价、遵守的规则。

精读

1. 摩擦正在把增长推离洛杉矶，AI 可能填补空缺

Laffont 提到，洛杉矶餐饮业按门店计算的复苏速度比全国平均水平低50%，影视拍摄量也比峰值下降50%。他的对比是结构性的：San Francisco 杠杆押注于不断扩张的 AI 经济，而 LA 仍绑定于处于“长期衰退”中的娱乐业，并持续将制作项目拱手让给其他地区。
Jason 补充称，加州制作成本据称高出约30%，人员配置、文书工作和搭建速度共同放大了差距。Friedberg 以 Beast Games 为例：税收抵免让 Las Vegas 和 Toronto 更具吸引力；第二季则拿到一笔大型沙特交易，在当地搭建场景，并计划将其永久留在那里。
这场会议的宏观反命题是，AI 可能在5到10年内提升美国生产率，改善债务/GDP 比率，从而缓和单纯由债务规模带来的利率压力。Friedberg 认为，美国可以率先捕获 AI 经济剩余，既来自知识工作者生产率提升，也来自部分实体产业回流。
OpenEvidence 被视为早期样本：目前已被约三分之一的美国医生使用，通常每天使用10次，在肿瘤领域尤其有渗透力。Friedberg 的逻辑带有条件，但意义重大：如果 AI 让一名医生能够接诊10倍患者，那么更低的价格可以与更多诊疗服务并存，并扩大其对 GDP 的贡献。Jason 传播开来的 Veo 3 牙医广告案例，也展示了类似的获客杠杆。

2. Meta 的花钱方式，像是认为半壁江山已处于风险中

Jason 将1亿美元签约奖金，以及年薪可能超过1亿美元的报道，视为极其夸张但尚未证实的数字。Sam Altman 表示，“我们最优秀的人没有一个”接受这类报价，并称员工仍认为 OpenAI 更有可能交付超级智能，甚至成为价值更高的公司。
Jason 将 Meta 斥资140亿美元以上购买 Scale AI 49%股份，定义为一次“影子式收购雇佣”：Alexandr Wang 可以立即加入新的超级智能团队，同时 Scale 名义上仍保持独立。Jason 的棋盘推演是，OpenAI 和 Google 如果取消 Scale 合同，Meta 可能同时获得竞争对手过去依赖的能力和数据；但本期并未证明 Meta 会获得排他性访问权。
Laffont 称这笔支出“高度理性”。如果 AI 威胁到 Meta 约1.7万亿美元市值中的50%，即约8500亿美元，那么投入其中4%-5%，只要能略微提升胜率，就是合理支出。他对 Onavo 的类比十分直接：Facebook 曾收购一个独特且极具价值的移动参与度数据服务，将其内化，同时把这一投资工具从其他人手中移除。

3. 从数据标注到芯片，赢家 AI 堆栈正在让秘密复利

Chamath 将今天的问题追溯到 Facebook 当年的 HTML5 错误。在发展中市场，Facebook Zero 可以通过浏览器规避运营商流量费，逻辑成立；但把 HTML5 作为主战略，牺牲了原生整合。由他偏好的完整手机、全栈、原生应用方案在政治上落败；Mark Zuckerberg 后来称另一条路线是公司“最大的单一错误”。
当前对应的命题，是训练、模型、基础设施和算力之间的“秘密复利”。OpenAI 通过 o3 获得 Azure 高度整合的训练环境；Google 将 Gemini 与 TPU 绑定；Anthropic 有意使用 TPU；Chamath 推断 DeepSeek 和 xAI 也存在类似的硬件耦合。相比之下，Meta 此前一直在 Nvidia 上进行通用训练，并将 Llama 开源。
Scale 提供训练秘密，包括专家推理数据——不只是给一张照片标上“狗”，而是构建结果集合，让即便“2加2等于4”也成为推理素材。Nat Friedman 和 Daniel Gross 则可以通过其投资项目贡献应用和智能体构建知识。Chamath 的诊断是：Meta 将拥有数据标注和应用秘密，但仍缺乏基础设施和硬件秘密。
Friedberg 早在8到9年前押注过一个失败的转译器项目，后来将其撤回，这段经历改变了他的看法。把 CUDA 工作负载转移到任意芯片上听起来很有吸引力，但 Transformer 的注意力机制必须“针对每一种硅芯片逐一手工调优”。有一块新的 Amazon 芯片并不够，还需要为其打造模型；同样，通用部署的模型也无法捕获专用计算架构带来的收益。

4. Mag 7 交易已裂解成7种不同论点

Chamath 引用的表现表显示，Meta +18%、Microsoft +13%、Nvidia +8%、Amazon -3%、Google -8%、Tesla -20%、Apple -21%。经历多年相关性之后，他认为这种分化表明市场开始判断“谁会成为赢家、谁会成为输家”，而不是无差别买入整个板块。
Friedberg 警告，政策和经营环境正在扭曲 AI 信号。Tesla 面临汽车需求下滑，同时失去太阳能和电动车税收抵免；Apple 面临关税、产业回流要求和中国供应链敞口；Amazon 也对关税敏感。这些“受影响的市场力量”解释了为什么股价表现并不能干净地映射技术地位。
第二个观察维度是控制权：Tesla 和 Nvidia 显然掌控着自身命运的关键部分，而 Amazon 没有自己的基础模型，Microsoft 虽持有 OpenAI 大量股份，却并不控制它。Chamath 还观察到，企业越来越多地说“超级智能”，而不是 AGI；他将这一变化解读为，AGI 已不再被视为迫在眉睫，而人类智能的若干倍似乎更容易实现。

5. Google 和 Tesla 主导5年期赢家选择

Laffont 首选 Nvidia，因为“所有道路仍然通向 GPU”，即便其他架构正在扩大市场。他的黑马是 Tesla，因为其潜在的垂直整合可以覆盖芯片、模型和实体产品。Friedberg 则另行指出，人形机器人是嵌在 Tesla 估值中的一张“低概率、高上行”期权。
Chamath 首选 Tesla，其次是 Google。Tesla 可以把领先的视觉模型、xAI 的语言和推理系统、Dojo、汽车、robotaxi 和机器人整合起来；Google 则拥有 Gemini、TPU、量子计算工作以及数十亿用户。即便搜索业务衰退，他认为 Google 也能将其经济北极星从“每次点击价格”转向“每个 token 价格”。他预测，Veo 3 可能在1年内让好莱坞“结束”。
Friedberg 最终偏好 Google；在不考虑估值时，其次是 Tesla。Google 拥有一系列潜在规模巨大的结果变量：Waymo、量子计算、Isomorphic 的生物制剂研发、天气模型以及多模型智能体系统。他对 Nvidia 的对冲风险来自中国：封锁会激励中国跨越光刻护城河，而一项已展示的1纳米工艺，意味着美国可能再次遭遇意外，就像 DeepSeek 曾经带来的冲击一样。
Jason 同样选择 Elon Musk 的生态和 Google，并认为 Tesla 与 xAI 应该合并，让 Colossus、X 的实时数据、FSD、Optimus 和工程人才朝同一方向发力。Sacks 拒绝严格扑克式的零和框架：Tesla 的机器人、Google 生成的媒体内容和 Nvidia 的基础设施，都可以在同一生态中各自创造万亿美元企业。

6. Apple 更像现金牛，而不是 AI 竞争者

Jason 批评了 Siri、Apple 缺乏可见的 AI 进展、据报在关闭前投入100亿美元的 Project Titan，以及公司有限的收购活动。Sacks 说，到了“第27年”，Siri 仍然几乎没有实用价值；Thomas 则称这已进入“政权更替”区域，并指出 Apple 最大的一笔收购是 Beats。
Chamath 将 Apple 归类为从成长公司转向现金牛的经典案例。任职20年或30年的高管能够提供稳定性，却可能失去想象未来所需的活力和亲身经验；在顶级 AI 招聘对话中，人们会提到 OpenAI、Meta 和 Google，“但你听不到的是 Apple”。
Sacks 和 Jason 以 HP、Lotus、Intel 及 General Electric 为创造性破坏的先例。Laffont 承认，Apple 已不再控制决定性的模型层，这让它更像那些拥有硬件、却不掌握操作系统的 PC 制造商。
Friedberg 为 Apple 早期的重塑辩护：一次性 iPhone 硬件收入曾贡献超过90%的毛利，如今约为40%。Chamath 提出一个极端可能性：Apple 以5000亿美元收购 OpenAI；Jason 认为，Apple 股价可能会因这一公告上涨。

7. Apple 的安装基数，要么是助手护城河，要么是陷阱

Friedberg 给出的产品答案是环境式 AI 助手，而不一定是一台全新设备。他拥有“30台该死的 Apple 设备”，如果智能能够持续跨越电脑、手机、AirPods、手表、汽车和房间移动，他会很容易转化为用户——这是一个“空灵且无处不在”的智能体，能够保留身份和上下文，而不强迫用户盯着屏幕。
Jason 更偏好人形机器人；Laffont 则指出，仅 AirPods 的收入就约为 OpenAI 当前收入的3倍。在所引采访中，Craig Federighi 认为 Apple 已经提供环境音频、视觉捕捉、可穿戴设备和一瞥即可查看的屏幕；其他 AI 形态可能出现，但现有设备“很难被击败”。
Friedberg 随后表示，他认为 Apple “完全没有机会做出任何伟大的东西”。Chamath 则强调，Apple 高管仍然非常擅长通过现有模式赚钱；Jason 认为，AirPods、线缆和换机收入共同形成的是一种“东拼西凑的策略”，而不是面向未来的战略。
Jason 警告，AirPods 业务的规模本身可能造成内部自满：“某个自以为是的 MBA”可能会以 OpenAI 的规模小于 Apple 的 AirPods 业务为由，直接终止更有野心的讨论。

8. IPO 和并购围绕稀缺增长重新开启

本期提到 CoreWeave、Circle 和 Chime 分别于3月28日、6月5日和6月12日进行 IPO，但没有明确说明每个日期对应哪家公司。CoreWeave 市值约增长4倍至810亿美元；Circle 据称获得25倍超额认购，股价约为发行价的6倍，市值达到480亿美元；Chime 一度上涨40%，随后下跌20%，市值约剩120亿美元。
Jason 的并购清单包括 Google 以320亿美元收购 Wiz、SoftBank 以65亿美元收购 Ampere、OpenAI 的两笔收购——一笔30亿美元，另一笔65亿美元——Databricks 以10亿美元收购 Neon，以及 Salesforce 一笔80亿美元的收购。Windsurf 另据称估值30亿美元；Jony Ive 的 io 则被描述为正在开发 AI 硬件设备。DoorDash 和 Uber 也完成了规模更小的交易，强化了 Jason “并购重新回到菜单上”的判断。
Jason 提出的需求机制是：机构管理人在2021-22年进入私募资产超配状态，随后约3年无法进行新的 crossover 投资。随着大多数上市公司利润增长乏力，他们可能正渴望新一轮高增长发行；Chime 约18倍的认购倍数，与这种积压需求相符。
Sacks 补充了生态检验标准：“投进去1美元，就得拿回1美元。” IPO 和收购终于开始向私募市场投资者返还资金。CoreWeave 和 Circle 还提供了 AI 与加密货币的直接敞口——当旧行业不再以足够快的速度复利时，买方想要的正是这类开放式主题。

9. AI 正在终结 SaaS 的轻松增长时代

Sacks 的样本数据量化了这一断裂：SaaS 增长中位数从2021年的17%降至如今的9%，增长超过25%的公司占比则从四分之一降至5%。投资者再也不能买入一个宽泛的 SaaS 指数，就假定其能够持续复利；他们必须找到能够在5到10年内维持约25%增长的企业。
Jason 的解释是，客户越来越意识到，另一个垂直工具可能只是增加成本、人员、臃肿、实施延迟和价格上涨，却无法带来足够的股本回报。自2023年以来，买方越来越期待 AI 重建这些软件。“软件的把戏彻底结束了”，因为从零开发正变得比维护多年累积的供应商复杂性更容易。
Chamath 在8090描述了一条从产品需求到可运行代码的端到端流程。在连续步骤中分别取得50%、60%或70%的提升后，30人的团队就能处理数亿美元的工作量。他更广泛的预测是，“运行世界的全部软件”都将被“从头到尾”重建。
Chamath 提供了一个“数量级正确”的指标：作为 Cursor 等代码生成公司的零级供应商，Anthropic 在Q1新增的 ARR 约相当于整个公共 SaaS 行业净新增 ARR 的70%。Friedberg 说，SaaS 老牌公司正在从按席位收费转向按使用量收费；Sacks 则认为，浮动定价最终会把客户推向 Postgres、Supabase 和更便宜的替代品。

10. S&P 493 可能分裂为重建者与遗迹

Chamath 认为，S&P 493 的平均利润率接近12%，增长处于个位数，使传统企业暴露在使用 OpenAI 或 Grok 的“几个车库里的孩子”面前。他正在形成的交易是，减少对过去的多头敞口，转而持有少数能够将 AI 应用于持久实体资产的品类杀手。Thomas 表示，这种环境甚至可能支持做空 S&P，同时挑选赢家。
运营释放需要管理层跨越组织语言障碍。Chamath 描述称，CEO、CFO 和董事会说英语，IT 部门说普通话，因此难以理解的支出得以持续；一位 CIO 曾提到每年180亿美元的 IT 预算。能够强制推动变革的私募股权所有者，可能用数千万美元的定制软件替代数亿美元的软件许可。
他仍然怀疑收购并用 AI 改造会计、法律或 IT 服务领域的 roll-up，因为最终买方可能会消失。Andrej Karpathy 追问 Google 登录为什么不能“在幕后一步完成”，概括了这一类别的核心问题：如果智能体让服务自动化，7年后谁还会收购这类 roll-up？Chamath 更愿意筛选具备防御性的线下资产，特种化学品和必要润滑剂是他举的样本。

11. 公开市场窗口已打开，但结构仍然重要

在近5.8万人参与 SPAC 民调后，Chamath 表示自己“非常倾向于”再发起一只 SPAC，部分原因是受到受尊敬的华尔街和加密投资者鼓励。他对散户的警告异常明确：未来任何文件都会纳入这份民调和社区说明，普通听众应“尽可能离得远远的”。理由只有一句：“命运喜欢讽刺。”
Laffont 认为，Circle、CoreWeave、Chime、Caris 以及已提交文件的候选公司如 Figma，正在实时证明市场“对业务开放”。他不在乎一家优质企业采用 SPAC、直接上市还是传统 IPO；决定性问题是，5年后这项资产能值多少钱。
结构仍会影响执行。第一，发行必须提供足够资金，让大型投资者能够建立有意义的仓位；第二，Laffont 希望拥有广泛的流通盘。Friedberg 认为，约20%在他看来是实现更真实定价、减少操纵的最低比例；第三，锁定期决定供应多快出现。没有锁定期的直接上市，可能更快实现真正的价格发现。
疤痕记忆是双向的：不包括 SPAC 在内，所引2021年 IPO 样本一年后下跌约40%，5年后下跌50%。Chamath 的 Slack 经历让他认识到，首日卖出可能是直接上市交易的最佳时点，这也影响了他以335美元卖出 Coinbase 的决定。但 Spotify 约7倍的涨幅支持 Laffont 的坚持：最终，企业质量会胜过上市机制。

12. AI 提升人均收入，并让 Amazon 成为关键玩家

AppLovin 的人均收入从2021年的约360万美元升至760万美元，同时员工人数从约1,000人降至750人。Amazon 的 Andy Jassy 同样告诉员工，广泛使用 AI 应减少公司职员规模，即便公司仍在建设广告、卖家、商品页、购物和 Alexa 系统。
Laffont 接受了 Jensen Huang 关于被替代问题的人口学答案：人口老龄化意味着社会需要更多医生、护士和护理人员，而年轻劳动力规模更小，因此社会“最好变得高效得多”。他预计灵活的知识工作者会重新部署技能，并认为 AI 会让经济更加富裕，但本期嘉宾没有解决转型成本问题。
Chamath 称 Amazon 零售业务是关键玩家，因为它可以吸收来自 Figure、Tesla 或其他公司的“无数”成功机器人或配送无人机。AWS 则更难决策：作为一切事物的市场，其优势反而抑制了明确押注某一堆栈。Andy Jassy 最终可能需要区分 Amazon 自有芯片、真正押注某个模型，甚至收购 Anthropic，将代码生成与 AWS 紧密耦合——这些选择都需要数千亿美元。

13. Microsoft 的员工人数，成了 AI 真实生产率的公投

当被问及5年后 Microsoft 是否会比约25万人的峰值雇佣更多员工时，Jason 很快回答“更多”。Chamath 预测大致持平，即约22.5万至25万人；Friedberg 则预测员工更少，同时收入可能下降。Thomas 没有在这一轮对话中单独给出预测。
Chamath 质疑 Microsoft 以代码生成占比为指标的做法，称其为“危险的虚荣指标”。当前工具可以帮助完成单人任务，但在漫长复杂的企业项目中，错误会不断累积，直到产出毫无价值——因此出现了“应用垃圾制造机”。他预计这一问题最终会被解决，但认为 AI 目前只是管理层借机裁员的便利掩护。
Friedberg 同意 AI 生成的代码今天可能很差，但拒绝将这一限制延伸到3或4年后。他对 Microsoft 的看空逻辑来自客户筛选：使用 Microsoft 的传统企业更可能消亡，而新的赢家会构建原生软件和工作流，而不是购买旧应用堆栈。在这种世界里，云竞争和客户收缩会同时拉低收入与员工人数。
Chamath 与大型企业 CIO 的交流，让云计算赢家通吃的论点变得复杂：企业有意同时运行 Microsoft、Google 和其他云，以分散敞口，而不只是为了获得最低价格。嘉宾一致认为，AWS、Azure 和 Google Cloud 的合成篮子能够捕捉基础设施需求；如果其中一家加速，其上行空间可能超过其他平台周边业务的弱点。

14. GENIUS Act 标志着加密监管的两党转向

Sacks 称参议院以68票通过法案、其中包括18名民主党议员，是“巨大里程碑”，因为普通立法需要60票。他预计众议院将在数周内采取行动，并称 Bill Hagerty 是主要起草者，Tim Scott、John Thune、Cynthia Lummis、Kirsten Gillibrand、Angela Alsobrooks 以及众议院领导层也在推动下一步。
他的基准背景是此前一年的“通过起诉实施监管”。Gary Gensler 邀请初创公司与 SEC 会面，却不给出规则；Sacks 称，执法人员记录了这些对话，公司很快收到 Wells 通知，实质上形成了一个“蜜罐”。Trump 的竞选承诺和上任第一周的行政命令随后逆转信号，并开始移除拜登时期的限制。
Sacks 将 Sherrod Brown 在 Ohio 输给 Bernie Moreno，视为政治计算发生变化的原因之一。他指出，加密行业曾支持 Moreno 对抗 Brown；在 Sacks 的描述中，Brown 是一名与 Elizabeth Warren 结盟的立法阻挠者。美国约有5,000万钱包持有人，按本期引用的数据约占成年人口的五分之一，民主党因此有理由追问：“我们为什么又要在这个问题上自断前程？”监管确定性成为两党共识答案。

15. 稳定币获得审计和在岸化，但持有人拿不到收益

法案将监管美元稳定币发行商，并给予 Tether 等传统离岸运营商3年时间完成合规并在美国境内运营。Sacks 认为，过去的敌意让银行无法参与，发行商则迁往海外；如今的国内框架允许受监管的美国公司和银行参与竞争，而不是拱手让出市场。
所有发行商都必须接受季度“真正的审计”，而不只是鉴证，核实其储备以美元、美国国债或货币市场账户一比一持有。对投资者和消费者而言，承诺是赎回确定性：无论持有人何时兑现代币，“那里都有一个真实的美元等着”。
Sacks 表示，不合规的离岸发行商可能失去交易所支持，并违反美国法律。他没有声称 Tether 存在抵押不足；关键在于，统一审计将消除不确定性，而不要求消费者在彼此冲突的说法之间自行选择信任对象。
妥协条款是，稳定币发行商不能将储备利息转给代币持有人。社区银行担心，一款支付5%收益的稳定币会抽走存款，令其陷入经营困境。Sacks 认为这种担忧可以理解，但说服力不足，并希望立法者最终重新审视这一禁令；Jason 则认为，一旦银行自身参与其中，改变规则可能会更容易。

Living Lindy：与 Flo Crivello 就 AI Agents 展开的不说废话对谈 TikTok 与 AI 已彻底改变教育——这对教师、学生和家长意味着什么