摘要

Friar将IPO定位为“里程碑”，而非“终点”；OpenAI在3月募资1220亿美元，以最大化融资灵活性。 她称，这一轮私募或公开市场融资的规模按数量级远超沙特阿美约300亿美元的IPO。Anthropic的保密申报并不能说明胜负已定，仍须“闯过SEC的层层审查”。
Friar没有直接回应主持人关于Anthropic已经超越OpenAI的判断，而是强调两家公司采取的是不同战略。 OpenAI希望打造一套覆盖ChatGPT 9亿周活用户、Codex 500万用户和企业产品的统一智能底座；更多用户和数据有望改善个性化、效率和毛利率，最终提升算力获取能力。目前营收来自消费者和企业业务的比例约为50/50。
算力仍是硬约束：OpenAI预计2026年产能不足，2027年市场仍然有限。 Friar将需求形容为“垂直墙”，并把能源、土地、监管、芯片、内存、人才和社区信任视为同一条供应链上的约束。她称，密歇根州Saline的1吉瓦项目将带来2,500个工会岗位、10亿美元税收和4500万美元教育及Codex积分投入，同时不会增加当地电费用户的账单。
OpenAI的投资逻辑是：每美元所能交付的智能，改善速度要快于1吉瓦算力的全包成本上涨速度。 Friar称，GPT-4到GPT-5.4的成本在2年内下降“约97%”；OpenAI将GPT-5.5价格提高至2倍，但她表示，由于每个token的效率更高，客户的单token成本仍低约20-30%。
OpenAI的资本策略是一块旨在保留“最大选择空间”的基础设施合作伙伴魔方。 OpenAI从原先依赖单一云服务商Azure和单一芯片供应商NVIDIA，扩展到Oracle、CoreWeave、Microsoft、GCP、AWS、小型新云厂商、AMD、Cerebras，以及正与Broadcom共同开发的OpenAI芯片。CSP融资将OpenAI的大量基础设施负担从资本开支转为与使用量挂钩的运营开支。
OpenAI计划在年底前公布新的消费级终端载体，并于明年初开售，但Friar不愿确认主持人所说的“圆盘设备和耳塞”设计。 她亲自体验过该产品，称其“非常自然”“非常讨喜”，并认为优秀设计会让技术“淡出感知”。
广告可能为广泛普惠的使用权提供补贴，尽管当前API token的单token收入比消费者端token高一个数量级。 Friar表示，赞助内容绝不能改变模型给出的最佳答案，同时会保留无广告层。她的类比是，ChatGPT结合了高意图、记忆和上下文，Google提供搜索意图，Meta提供“和你相似的人”这一人口属性信号；她称OpenAI已占据“至少11%”的搜索市场。

精读

1. IPO是融资里程碑，而非终点

Friar的核心框架是：IPO是“里程碑”，也是“另一种融资方式”。3月募得的1220亿美元带来“最大灵活性”；作为CFO，她的任务是创造更多选择，而不是把上市当作公司的终点。
她同意，这一轮融资在对比范围内是规模最大的一轮私募或公开市场融资，且“高出多个数量级”，对比对象是沙特阿美约300亿美元的IPO。相比先后顺序，融资能否持续更重要，因为“市场是一台称重机，不是一台人气机器”。
Jason提到Anthropic已保密提交S-1文件时，Friar拒绝用排行榜判断胜负：Anthropic仍须“闯过SEC的层层审查”。她用一组直接的历史类比回应：“没人记得Google和Yahoo、Lyft和Uber到底是谁先赢。”

2. 一层智能底座，意在通过每个界面复利

主持人提出，Anthropic在开发者和企业客户中已经“甩开”OpenAI；Friar既没有认同，也没有直接反驳，而是将OpenAI的战略定义为打造“AI层，也就是基础设施”，用一套底座通过多个界面触达用户。
她给出的规模证据是：ChatGPT周活用户超过9亿，已经成为“名词，也是动词”；Codex从1月接近零用户起步后达到500万用户；Frontier及其他渠道则面向企业客户。
这套复利机制是：更多用户和数据带来更好的个性化，继而提升模型效率、降低token成本、提高毛利率，并为算力投入释放更多资金。“ChatGPT充当了总入口。”
当被问及设备、Sora和其他项目是否分散了企业业务重点时，Friar否定消费者与企业二选一的框架：营收约为50/50，即消费者与企业各占一半；企业端当前也有大量客户互动。免费用户每天提问7次，第一档付费用户约15次；Plus约为免费用户的3倍，Pro则是11倍。她指出，免费用户无法使用最新模型，并将免费访问定义为让用户先尝到智能，再沿着付费承诺曲线上移。

3. 稀缺算力约束2027年，新交互载体正在逼近

主持人重新提及Friar早先提出的规则：1吉瓦算力大致对应OpenAI每年100亿美元收入；她没有更新这一数字。但她表示，OpenAI正面对“垂直的需求墙”，2026年算力不够，2027年也会“相当有限”。
Friar把能源、土地、监管、机架、芯片、内存、人才和信任都视为供应链约束。她结合在Nextdoor工作的7年经验表示，社区必须在本地参与其中，而不能由上而下告知社区需要什么。对于1吉瓦的Saline项目，她称当地电费用户不会为项目电力买单；密歇根州则将获得2,500个工会岗位、10亿美元税收，以及4500万美元教育和Codex积分投入。
训练目前主要仍在美国进行，但Friar希望推理环节全球化，并为智能体和包括视频在内的多模态交互提供更实时的能力。这也引向OpenAI尚未命名的消费级终端载体：计划在年底前公布、明年初开售，Friar形容其体验“非常自然”“非常讨喜”。

4. 单位成本下降，为提前数年锁定算力提供支撑

Friar进行资本配置时，首先看客户能获得的可量化价值。她说，Thermo Fisher希望更快完成患者筛查，从而更快拿到FDA批准；对于只剩几周生命的人来说，2周而不是4周实现突破，“可能就是生与死的区别”。
算力是收入成本的主要投入，但成本下降曲线非常陡峭。她称，GPT-4到GPT-5.4的成本在2年内下降“约97%”。尽管OpenAI将GPT-5.5价格提高至2倍，她估计，凭借更高效率，客户的单token成本仍下降20-30%。
2026-27年的预测采用自下而上的方法，逐项估算产品、定价、周活用户、订阅、广告和消息量，但需求一次次超预期。对更远年份的建模则反过来：先确定已购买的算力，再估算这些算力可能支撑的收入。
OpenAI正在为2028年及以后采购算力；Saline项目可能要到2027年末或2028年初才能产出算力，而Friar感觉最捉襟见肘的年份会是2030-32年。一年前，投资者还不相信她关于智能体开发者每月可能支付“或许超过2000美元”的预测，就像当初很多人也不愿接受ChatGPT Pro每月200美元的价格。

5. OpenAI分散技术栈，同时争夺利润池

当被问及1220亿美元是否足以支撑OpenAI运营到2031-32年，以及主持人约500亿美元的全包成本估算是否意味着1000亿美元能买到2吉瓦还是5吉瓦时，Friar没有给出简单的资金续航答案。她谈的是融资架构：CSP将资本开支转为运营开支，OpenAI随着收入产生、数据中心投入使用而付款，同时依赖合作伙伴建设并融资产能。
2年前，OpenAI手里只有Azure、NVIDIA、ChatGPT和一个20美元价位。如今它使用Oracle、CoreWeave、Microsoft、GCP、AWS和小型新云厂商。NVIDIA仍是优先合作伙伴；下一轮秋季大型训练计划在Vera Rubin上进行。Friar还提到AMD、面向开发者的低延迟Cerebras芯片、正与Broadcom共同开发的OpenAI芯片，以及正在筹划的“Simon系列”。
对于技术栈最终是否会合并，Friar表示，所有人都在试图离客户更近，因为生态系统利润最大的一块通常就在客户所在的位置。她的差异化逻辑是，随着智能体“编排层”向模型加入记忆、上下文和企业语境下的判断力，商品化趋势反而朝相反方向发展。她举例说，一名交易员可能知道某只股票从现有数据看应该上涨，但也知道一家承压基金必须卖出这只股票。
广告符合这种客户层逻辑。Friar的原则是，赞助内容不能取代模型给出的最佳结果，同时会保留无广告层。她的简化说法是：“如果Google和Meta生了一个孩子，那就是ChatGPT。”ChatGPT提供明确意图、记忆和上下文，Google提供搜索意图，Meta提供人口属性上的“和你相似的人”信号。她称OpenAI拥有“至少11%”的搜索市场。
但资源配置上的矛盾也很明确：如果只优化今天的收入，“每个token都会流向API”，因为API每个token带来的收入比消费者产品高一个数量级。更广泛的战略是同时服务消费者、小企业、企业和政府，包括通过免费访问，把OpenAI做成AI基础设施层上的公用事业。

GitHub 的 Agent 时代：14x 提交、2亿开发者与 Copilot 的下一幕——Kyle Daigle AI投资复盘