闲聊8月:AI 和机器人改变世界,这钱你出? - 马克汤|财搭子AI
本篇先锋
马克汤
摘要
- 英伟达拉上 BlackRock、Brookfield、Goldman、KKR 组银团,把数据中心打包成类 REITs 资产融资;外界还讨论英伟达是否提供担保,但 Raymond 认为相关说法并不特别确定。 马克汤认为老黄的“卡有残值”叙事在单点违约时可以自圆其说,但真正的违约可能发生在全行业需求被证伪之时,届时“芯片残值本身也会下降得非常猛烈”,是系统性风险而非单点风险。Raymond 补充:供过于求只要 3-5 个百分点,就可能足以让市场价格腰斩;存储缺口 5-10 个百分点,则可能把价格推高两三倍。
- Michael Burry 的基金规模很小,注销前 AUM 约 1.5 亿美元;他靠 Substack《Cassandra Unchained》的 30 多万付费用户、年费 300 多美元且接近 400 美元,按此估算可能每年获得约 1 亿美元收入。 他的核心控诉是循环借贷会崩,以及科技公司折旧造假(芯片应像 iPhone 一样快速 write off)。两位主播的反驳很具体:8 年前的 A100 现在仍能租出 5 年长期租约,价格坚挺、流动性好,因为推理需求分层、客户多元化,本地部署、蛋白质研究、材料科学等场景都可能不需要顶级算力——“他是坐在办公室里做预测的”,应该去硅谷和数据中心转一转。
- 观测泡沫的前置指标:Raymond 提出看英伟达、CoreWeave 或 Oracle 的 CDS 保费边际变化,以及 A100 的价格和交易量——“GB300 我肯定是硬通货,有多少买多少”,而 A100 是更边缘的资产,更敏感,可能是一个较好的前置信号。 马克汤则强调看“链外”的真实用户需求:产业链内部互相刷单能把双方 ARR 都做上去,“我们赚的钱没有多,甚至还要额外交税”;自由现金流、存货和应收账款都值得看,但公开财务数据可能滞后且不透明。
- 中国开源模型的“斩杀线”已成 AI 应用公司的生死尺度:要么能力比 DeepSeek V4 好,要么价格比 V4 便宜,否则“大部分的模型其实没有存在的必要”——且软件切换只要十分钟,memory 和 skill 都能带走。 马克汤指出开源模型也开始分梯队:Kimi K3 是 2.8T 参数模型,部署成本较高,需要约 64 张卡才能达到较好的部署效果;DeepSeek 可能只需 4 张或 6 张,具体数字两人并不确定。K3 定价对齐 GPT-5.6 Terra 档,甚至比最便宜的 Luna 还贵;GLM-5.3 Flash 这类小模型才守在斩杀线附近。
- 蒸馏之辩是本期最大分歧:张一鸣把蒸馏定义为负面——学生抄老师作业永远追不上,且组织里会堆满“黑客”而非真正做数据和预训练的人;Raymond 旗帜鲜明反对:“如果一个大模型公司愿意去蒸馏别人且蒸馏得好,我认为这对公司是利好,我会愿意买这个公司。” 他用拼多多类比:在二选一的环境下砍一刀“蒸馏”了微信社交关系,Temu 则被马克汤描述为抽取供应链精华做白牌,先模仿后超越;马克汤认为中美都在互相蒸馏,中国模型还会公开技术报告,DeepSeek 的 KV Cache、Kimi 的 KDA Attention 等架构优化也被海外模型参考。
- token 配额时代来了:国内外大厂都开始限制员工的闭源模型用量,“闭源模型用不起了,开源模型是可以用”——要更多 quota 只能拿人效说话,“token maxing 的时代”结束,现在是“实实在在成绩得交出来”。 马克汤判断国产推理卡普及正在加快,但从他看到的报道来看,尚未到完全供应不上的阶段;Raymond 用科威特类比提出疑问:开采成本最低但 Q 不够大,所以 Anthropic 的 P 并没有被逼降一百倍。
- 机器人:马克汤持 UBI→UHI 的终局观,认可现在场景、能力、BOM 成本和终端需求都还不成立——机器人还在开运动会、表演武术、切水果、跑步时闪腰,进厂的则多是 ASIC 式单任务机器,不是 GPU 式通用机器;中国一千多家创业公司中,一半甚至更多可能会死掉。 Raymond 的爆帖直指要害:连洗碗机都不用的中国人,怎么会接受家务机器人进家门?两人都看好行业长期发展,但不等于看好单一企业;马克汤认为宇树估值高或短期目标难达成并不奇怪。
- 宏观上马克汤引用的一张图值得记住:AI 不论哪种结局,长端利率都可能下跌——AI 大成功则生产率大增带来通缩,泡沫破裂则资金涌入国债,可能在 2027 年底、AI 结局逐渐明朗后体现。 眼下贝森特的 Treasury Twist(发短债、买长债)“第一天有反应,一个星期之后全部回来”,长端利率处于 2007 年以来最高;30 年期收益率从 5.3% 降到 4.7%-4.8% 时,股价可能不同,而利率走高会直接抬升 Raymond 所说的自由现金流已转负的大厂的融资成本、压低 ROIC。
精读
1. 八月是镇定剂,不是强心剂
- 开场定调:七月硬科技链大幅下杀后,八月“整体的市场情绪出现了复苏,但是大家依然有恐慌、犹豫、担心和害怕的情绪”——行情回来了一点,情绪没有完全回来。英伟达财报成绩不错、指引也好,但“发完财报涨了一波,马上又跌下来又回去”,不是持续行情。
- 马克汤观察到的不对劲:高位公司的 CEO 们“明显能看出大家都很着急”,纷纷造新叙事、给更高指引,强调“everything’s good”——而认为这只是反弹而非反转的人越来越多。
- 他的核心担忧:英伟达的循环借贷“是在尝试把对真的 AI 的需求,通过信用的方式再前置了一把”,“都是在抽着那个马往前跑”。市场现在不看增长 50%、80%,看的是二阶导——“二阶导开始趋于平缓,市场情绪马上就会下来”。
2. 银团融资:数据中心的 REITs 化
- Raymond 拆解英伟达的两个分开的动作:一是拉 BlackRock、Brookfield、Goldman、KKR 等华尔街大机构组银团借贷,把数据中心“变成跟房子一样的资产商品化”——如同把上海的楼打包成 REITs,产生现金流去融资;二是外界还讨论英伟达是否提供担保,Raymond 认为相关说法并不特别确定,最后似乎是在听老黄的一句话。
- 老黄的叙事两条腿:需求还在激增(OpenRouter token 用量等数据),加上“卡是有残值的、高度流动的资产”——8 年前的 A100 现在仍能租出 5 年长期租约。马克汤转述但保留态度:token 使用量增加“并不一定代表最后的经济效益也在增加”,可能是免费或更便宜的 token。
3. 残值叙事的软肋:违约从来不是单点事件
- 马克汤这段是全集最锋利的推理:单点违约时卖卡回收完全成立,H100、GB300 流动性很高,“没有问题。但是怕就怕在,这个事情不会是出现在单点违约上面”——单点出问题,可能恰恰意味着行业整体需求被证伪,届时“芯片残值本身也会下降得非常猛烈”,是全行业的系统性风险。就像金融危机中股债配置貌似分散,“一出系统性风险,所有东西全部下杀”。
- Raymond 的量化补充:他转述一种说法,供大于需只要 3-5 个百分点,“就足够让整个市场的价格跌一半”,但也表示不知道当时的数据是否有具体依据或测算;反过来,存储缺口 5-10 个百分点,价格就可能翻倍甚至三倍。边际卖家多一个,价格就不断往下掉。
- 他给中国听众的类比:碰到一个急着移民卖房的人砍价 20%-30%,你以为是单点问题,“过了一年才发现它其实是集体事件的一部分”——单一房企倒了有人收楼收地没问题,可如果是过去几年那种全行业的房地产,“大坝直接倒了,洪水会全部泄出来”。
4. Michael Burry:小规模基金与写邮件收入
- Raymond 的人物侧写:Burry 是少数有电影《大空头》描写的在世基金经理;“在他过去几十年的历史当中,他看空的时间远远多过看多的时间”,除了 2008 年对了一次大的,其他很多次没有做对。他应该在至少一年多以前开始做空英伟达和 Palantir,但 Raymond 也说自己记不清具体时间表。
- Raymond 说他的基金现在应该已经很小,注销前 AUM 约 1.5 亿美元;Substack《Cassandra Unchained》有 30 多万付费用户,年费 300 多美元、接近 400 美元。按这个规模估算,他可能每年靠 newsletter 获得约 1 亿美元收入。
- 他的两大控诉:循环借贷一定崩(有 2007、2008 年买 CDS 的经验),以及科技公司折旧普遍有问题——芯片是电子产品而不是生产资料,下一代出来后上一代就该像 iPhone 在二手平台上一样迅速贬值,“你那些说四年五年六年的人都是在财务造假,这东西应该被 write off”。
5. 为什么 A100 打脸折旧论:需求分层与客户多元化
- 反驳的机制链:token 消耗从训练转向推理,推理对顶尖卡的需求没有那么高,但老卡照样能“做大量普通任务”——Codex、Claude 的 standard、fast、ultra-fast mode,底层可以用不同的卡做性能优化和并发控制,形成“差异化服务,差异化定价”。租价和买卖价格坚挺,“本质上就是代表着它在数据中心的实际使用情况”。
- Raymond 转述投资人的观察:CoreWeave 早年的卡至今仍在用,靠的是客户来源多元化——本地部署的、时效要求不严的、研究蛋白质的、做材料科学的,都可能“不需要那么大的算力”。各种需求都有人使用,所以 A100 的需求可能还在膨胀。
- 对 Burry 的方法论批评,两人基本一致:他“偏财务口径去理解这件事情”,读不出他特别懂 AI 场景和需求的变化。“他在做这些预测的时候,是坐在办公室里做的”——研究 AI 最重要的是自己用 AI,或者去数据中心、半导体制造企业的生产线看看;他现在在加州,也可以去硅谷转一转。
6. 两层 router:任务选模型,模型选芯片
- Raymond 提出第一层是模型层面的 router:agent 把不同等级的子任务分流给不同等级的模型——简单任务交给快的小模型,效果“可能比交给更聪明的大模型更好,因为它更快,答案又没有差别”;复杂、多步推理任务才用顶级模型。
- 第二层是模型适配芯片。马克汤补充,不同模型在不同芯片上的 TCO 不一样,所以要自己使用、自己计算;电力是“生产 token 的原材料”,电费也成为成本结构的一部分。
- 延伸到中美格局:字节、火山引擎服务中国 agent 场景,和 Amazon 用 Claude 服务美国客户时,顶层模型可能一样,但“再往下到芯片,最好的选择就变了”。同一个模型在不同地区、不同使用者手中,部署方案和成本结构可能完全不同。
7. 假设泡沫真要破,盯什么指标
- 马克汤的第一性原则:AI 产业链内部(电力—芯片—云—模型)可能互相刷单、互相投资、互买服务,“我借你钱买我的东西”,让双方 ARR 都涨——“实际上我们赚的钱没有多,甚至还要额外交税”。所以要看链外的真实用户需求有没有真实上升;如果外部需求没有增长,产业链内部再怎么变化“都没有用,只是内部循环”。
- 财务口径的局限被两人说透:马克汤认为应关注自由现金流,定义为经营现金流减去资本开支,也要看存货和应收账款;但创业公司如 OpenAI 未必能看到这些数据,hyperscaler 按季度披露还要再等两个月,Raymond 还指出很多数字并不透明,“想怎么做都行”。
- Raymond 提出的两个前置指标值得记录:一是英伟达、CoreWeave 或 Oracle 的 CDS,三者大体同向,关键看保费的边际变化是否明显;二是 A100 的价格和交易量——“GB300 我肯定是硬通货,美国人吃不下中国人都能吃下”,而 A100 是更边缘的资产,“更边缘,所以它会更敏感”。Raymond 认为这可能是一个较好的前置指标,马克汤回应“有道理,我可能会看一看”。
- 另一个信心温度计:银团本质是分散风险,“要死大家一起死,拴在一根绳上的蚂蚱”;什么时候有一家机构站出来说“我自己一家去给某一家直接做、自己去给它做担保”,那可能代表信心再次上升。
8. David Sacks:这是星球大战级军备竞赛,钱本该国防部出
- 循环借贷的辩护先行:Raymond 提到 CNBC 曾问老黄“你不给他钱,他是不是就不买你的卡”——他的回答是,即使不给钱,对方也会“从别人那边抢、借,甚至偷来钱再买我的卡”。中国厂商受地缘因素影响买不到卡,但 Raymond 认为它们“非常非常需要”,因此英伟达投下游不必然等于 circular financing。
- 马克汤强烈共鸣的 Sacks 观点:AI 是中美之间星球大战级别的军备竞赛——“普通的听众不要以为你用的是豆包,我们就不再打仗了”。既然是国家级竞争,数据中心本该由国防部投资;另一种说法则是,美国现在最大的国防是把利息降下来,让 Hyperscaler 借钱不那么难受。
- Raymond 转述 All-In Podcast 对 Dario Amodei 一贯负面的评价:他们认为 Dario 鼓吹 AI 危险、要求加强监管,可能拖慢美国的发展。Raymond 还说,过去一两个月中国模型已经追赶很多,例如 GPT 对某个网络安全问题说太危险不能做,而 Kimi K3 解决了它。中国的支持方式则可能包括扶持芯片公司和提供便宜、丰富的电力。
9. 机器人终局:从 UBI 到 UHI
- 马克汤的终局思维(承接马斯克的表述):人形机器人先带人类走向 Universal Basic Income,再随生产水平提高走向 Universal High Income,“变成一个非常好的类似于乌托邦的”状态。他自己也承认“这听起来就很科幻”,是在用终局思维理解行业。
- 对现状他不留情面:场景、能力、BOM 成本和终端需求目前都还不成立,但“这些都没有问题”,因为行业仍在早期。现在机器人主要在开运动会、表演武术、切水果、跑步时闪腰、拳击;真正进工厂的多是机械臂式单点任务机器,“像 ASIC 一样,不是一个 GPU”,不能既搬箱子又操作模块、检修和修 bug。
- 估值路径的坦然:从这个终局角度看,宇树估值高、短期目标难达成,或者王兴兴脸上没有笑容,都很正常。很多东西先由资本市场抬高估值,进展不顺后再下降,等技术、场景或其他催化因素成熟,事情才真正落地。
10. 中国在给机器人做 PR,美国在给 AI 制造恐惧
- 马克汤认为,机器人运动会、武术表演不一定是 fake it until you make it,而是国家级 marketing——支持支柱产业的方式之一,是“让大家对这个东西有好感、有亲和度”,通过体育馆、送票、社交媒体和春晚增加曝光,拉近新产品形态与人的关系。
- 对照组:马克汤认为美国民众对 AI 和机器人反感强烈,是因为美国政府没有做太多让公众接受这项技术的工作,反而经常谈 ban、安全检查和对齐;欧洲也类似。“从顶层设计上,中国对前沿技术更友好,美国和欧洲对前沿技术更不友好”,民众态度也会反映出来。
- 马克汤的哲学收尾:一个东西总归一体两面,“取决于你想放大好的一面还是坏的一面”。通过技术和业务优化降低坏的一面,是业务发展;通过曝光和叙事增加亲和度,是 PR 角度,两者不同。
11. 洗碗机暴论:连洗碗机都不用的人,怎么接受家务机器人
- Raymond 的即刻爆帖(几百赞、几百评论):“我们中国人有这么多人都不用洗碗机,他怎么会将来接受一个家务机器人走进他家里帮他做家务?”负面评论几乎清一色——洗不干净、要预处理、没地方装、长辈不习惯、年轻人吃外卖,甚至有人要求洗碗机能洗蔬果才用;他也因此发现国产洗碗机确实有洗蔬果功能。他的反问是:“这些缺点难道不也同样适用于家务机器人吗?”
- 争论的深层:人形形态会把泛化想象拉到“阿姨”级别——猜到你想吃什么、睡着时盖毯子——反而让推进更难;如果是机械臂式的单一场景,比如分拣快递,大家可能会觉得更有用。马克汤回应:“它必须落到一个具体场景让人看见……特定场景打穿了,有明显的 use case,泛化再说。”
- 产业判断上两人交汇:中国一级市场的机器人肯定有明显泡沫——一千多家创业公司、互相采购撑交付数据,多数公司一年生产一两千台已经接近极限;其中一半甚至更多可能会死掉。马克汤类比互联网泡沫时期的网易:竞争对手大多死掉后,手里有足够资金撑过去的公司反而活下来。
- 马克汤的结论是:他对机器人行业长期高度乐观,类似于对中国电动车行业乐观,但“未必代表我对某一家企业乐观”。最终仍要看哪些公司能拿到足够资本活到技术或场景拐点。
12. 斩杀线:DeepSeek V4 定义模型的生死
- 规则本身很简单:“要么能力比 V4 好,要么价格比 V4 便宜——后者基本不可能,所以大部分模型其实没有存在的必要。”与电动车的关键区别是:买错车还能开十年,软件“十分钟就换了,memory、skill 全部带着走”,切换几乎没有感知,竞争因此极其残酷。
- 马克汤的一线视角(菜搭子每天都在选模型、承担模型成本):可选范围其实很窄——要么为达成率、准确度和低幻觉选择最顶尖的闭源模型,要么选择便宜但“够用”的那一侧,“不要犯低级错误”。他家目前以 DeepSeek 为主,最近在测试 GLM-5.3 Flash。
- 开源模型开始分梯队的证据:Kimi K3 是 2.8T 参数模型,部署成本较高,需要约 64 张卡才能达到较好的部署效果;DeepSeek 可能需要 4 张或 6 张,具体数字两人并不确定。K3 定价基本对齐 GPT-5.6 Terra 那一档,比 GPT-5.6 最便宜的 Luna 还贵,完全谈不上高性价比开源模型——过去“便宜、好用、量大管饱”的开源模型定义已经不再适用。
13. token 配额时代:闭源用不起了
- 马克汤观察到的新常态:国内外公司都开始限制员工 token 用量——有些大厂内部套一层自建 harness,底层路由各家模型、按不同倍数扣积分,“当月 quota 用完就是用完了”。要加 quota 只有一条路:“我工作产出高五倍,quota 给我多三倍不过分吧?”——“以前是 token maxing 的时代,token 比上月多用两倍我厉害死了,现在是实实在在成绩得交出来。”
- 澄清后的结论:被限制的主要是 GPT 和 Claude 这类闭源模型,“闭源模型用不起了,开源模型是可以用”;中国用户如果有容量充足、价格低廉的模型,未必会因为国产模型用量增加而去申请更多额度。马克汤还说,大家普遍是“有什么最好的我先用”。
- Raymond 抛出的科威特类比与追问:科威特开采成本全球最低但产量不够大,所以影响力有限——“理论上美国人能用到开源模型的话,Anthropic 的 P 应该降一百倍去 match,但很明显不是,是不是因为 Q 不够?”马克汤判断国产推理卡普及正在加快;关于训练卡,他转述媒体和财经报道称,开始出现 10 万张国产卡组成的训练集群,但也明确表示自己不知道实际情况。他认为现在还没有到供应完全不足的阶段。
14. 蒸馏(上):谁也别说别人没蒸馏
- 马克汤的定调:“中美就是互相蒸馏嘛,谁也别说别人没蒸馏,谁也别说自己没蒸馏。”中国开源模型不只放权重,还会公开技术报告和架构提升——DeepSeek 对 KV Cache 的优化、Kimi 对 KDA Attention 机制的优化,都可能被海外模型参考。根据公开访谈,DeepSeek 只公布了一部分成果,没公布全部,所以它在实际使用中可能仍比别人厉害,成本也可能更低。
- Raymond 补充背景:过去几个月,美国公司指责的主要对象据公开信息是千问、MiniMax、TipSick 和 Kimi,没有提到智谱。中转站与蒸馏直接相关;Raymond 还说,基本上国内大模型公司都有自己的中转站业务,并特别强调这是马克汤说的,不是他自己说的。
15. 蒸馏(下):张一鸣的反对与 Raymond 的拼多多辩护
- 张一鸣的两点反对被完整保留:一、学生天天抄老师作业永远抄不过老师,只能无限趋近,是取巧;二、组织建设上会堆积一批会蒸馏的“黑客”,真正做数据清洗、预训练准备和训练的组织能力反而可能没有建立起来。
- Raymond 认为这番话把蒸馏变成了负面词,而蒸馏本来也是科技界的正常操作:把 Opus 这样的模型变成 lite、flash,把大模型的能力压缩进更小模型,DeepSeek 自己也做过。Raymond 的立场旗帜鲜明:“如果一个大模型公司愿意去蒸馏别人且蒸馏得好,我认为这是投资角度的加分项,我会愿意买这个公司。”
- 他的拼多多类比是:在电商二选一环境下,砍一刀可以被比作“蒸馏”微信社交关系,让拼多多先有机会上牌桌;马克汤补充,拼多多包括 Temu 还可以被理解为抽取商家供应链精华,变成白牌和全托管产品,“蒸馏本质上就是萃取精华”。Raymond 随后澄清,拼多多并不是技术意义上的蒸馏,他想说的是,面对比自己大很多且施加超出竞争能力限制的对手,如何取巧活下来、长大到有机会超过它——先模仿,后超越。
- 现实进展:Raymond 说 Dario 最近发布的 Claude 5.1 增加了防蒸馏机制,蒸馏难度可能提高,但并不是完全不能做;很多蒸馏可能发生在 coding plan 而非官方付费 API,因此很难完全拦截。即使 GLM-5.3、Kimi K3 的能力接近闭源模型,中转站生意仍然不错,因为大厂员工习惯用最好的模型,“由奢入俭难”。
16. 办公软件战争:中国人被办公禁锢住了
- 数据先行(Raymond 转述 QuestMobile):截至七月,WorkBuddy 月活约 600 万,Qwen Code 约 200 万,Trae 约 200 万,Qoder 约 20 多万。Raymond 还听到另一数据源称 WorkBuddy 可能是百万级日活,但他不确定这些数据是否符合管理层的 KPI 或预期,毕竟广告投放很大。
- Raymond 的机场观察:在中国出发时看到的是“千问办公、专业的人用千问办公”、WorkBuddy、豆包、阿里云、火山引擎;到日内瓦后主要是运动品牌广告,“完全是两个世界”,因此他说“中国人是被办公禁锢住了”。配套观察是:斯坦福毕业典礼上学生对 Sundar Pichai 不友好,美国普遍有 AI 焦虑和数据中心抗议;中国则高度拥抱 AI,最赚钱的一批博主是教人用 AI、做副业和提高收入的;欧洲人则更像是“这事跟我没关系”。
- 战局判断:马克汤认为这场战争才刚刚开始——路径是辅助、替代、数字员工三阶段,“现在远远没有到第一阶段完成的状态”。未来可能出现 A2A 的 agent 网络,“悟空跟悟空聊,八戒跟八戒聊”,团队之间、供应商和客户之间的 agent 沟通以及 agent 之间的 Payment 都会变得复杂。
- 马克汤对 WorkBuddy 这类产品的隐忧是:它们试图用技术方案适配一个本身可能有问题的存量世界,用户未必买账,用完又觉得会被取代,长期处于“很拧巴”的状态。数字员工更难,因为要说服付钱的人涉及集团战略、组织规划和组织形态,最开始可能必须有几家明星公司做案例,这些公司甚至可能不付钱,只是为了试而试。
- 马克汤还提到 Michael 的博客:他在各种数字员工方向中选择做 marketing,因为投放、YouTube 广告等工作流主要与数字打交道,不需要处理真人或线下物理环境。他建议关注一家名称听起来像 “Hell Yeah” 的公司,但节目原文标注为“Hell Yeah[?]”,名称并不确定。
17. 宏观:AI 不论哪种结局,长端利率都可能跌
- 马克汤前两天看到的一张图,是本期的宏观框架:AI 若大成功,渗透率和生产率大增,带来某种程度的通缩,长端利率下降;若泡沫破裂,纳斯达克和 AI 产业链下跌,投资者买国债,利率同样下降——“either way,长端利率可能都会在 2027 年年底、AI 的结局逐渐明朗之后,出现必然的下跌”。只是过程中财政与通胀压力可能让短期利率维持高位。
- 现状的难看之处:贝森特发短债买长债的 Treasury Twist“第一天有反应,一个星期之后全部就回来了”,美国长端利率处于 2007 年以来的最高水平;轮流喊话已进入“狼来了”的递减效应,“说到第十五次的时候已经完全没有人理他了”。马克汤个人判断加息概率相对较小,但感觉投资人对美债危机的定价越来越大;瑞·达利欧则已经谈了十几年,问题仍处于“要爆不爆、还没有真的爆”的状态。
- 与科技股的传导链两人说得很清楚:Raymond 认为 Google 等大厂在自由现金流已经转负的情况下,需要通过股权或债务融资,利率上抬则融资成本上升,ROI、ROIC 都可能下降,“所有东西这个故事就都往负面的方向去走”。Raymond 的情景提示是,现在的股价是在 30 年期国债收益率 5.3% 的情况下形成的,若收益率降到 4.7%-4.8%,股价可能不同。两人同时提醒,不能只看长端,出现倒挂也不好;贝森特想让收益率向倒挂方向走,但市场并不配合。
18. 尾声:Anthropic 的 IPO 与“追杀线”
- 收尾的段子藏着判断:录制时两人预期 Anthropic 可能很快上市。Raymond 问在中国模型斩杀线的压力下,Anthropic 路演时怎么跟投资人解释;马克汤纠正:“这不是斩杀线,是追杀线,追着你杀,追的是 Anthropic。”
- 预想的答案是:“我憋着一个大的,一直没发呢”,然后直接发一个 GPT-6——“因为不炸裂也不会发”。节目结尾仍处于预期和玩笑语气,并非确认 GPT-6 已经发布。
- 九月展望:Raymond 提到是否加息、如果不加息会发表什么言论,以及中期选举可能带来的信号;同时继续关注美债、日元、油价(Raymond 说石油现在应该已回到 90 多美元)等宏观变量对硬科技的影响。基金经理和大家都从暑假、山里回来,九月应该更热闹。