OpenAI 的 GPT-5 失利、AI 的无限市场、中国的重大优势、社会主义抬头与住房危机

摘要

• GPT-5 终结了 OpenAI 连续推出绝对领先产品的势头，但称其为“失利”仍夸大了一个结果复杂的发布。 Gavin Baker 指出，Grok 4 在 Humanity’s Last Exam 上得分 44.4%，GPT-5 为 42%；在 ARC-AGI-2 上 Grok 也明显领先，GPT-5 仅在 Artificial Analysis 上“非常勉强地领先”。他给投资者的信号是：这是“第一次” OpenAI 没有彻底甩开所有竞争对手，而 Grok 5 和新一代 Gemini 尚未登场。

• OpenAI 更站得住脚的 GPT-5 进步，可能是产品简化，而非前沿智能提升。 Friedberg 发现，GPT-5 会把简单的信息检索请求快速处理，把复杂的研究任务自动切换到思考模式，消除了普通用户无法理解的模型选择器“字母汤”。据称，路由器在上线后的前 12–16 小时并不稳定。Jason 转述 Benchmark 投资人 Eric Vishria 的观点：即便 OpenAI“永远不再发布另一款模型”，它的用户、分发能力和产品质量仍足以支撑一家极具价值的公司。

• AI 资本开支周期已经显现经济回报并实现充分利用率，削弱了它与电信泡沫的类比。 Gavin 表示，超大规模云厂商在建设周期中的投入资本回报率已经上升，最初来自“用硅片运营成本替代人工运营成本”，如今则来自收入加速：Meta 的用户参与度和广告定向能力得到改善，Microsoft 也披露了 Copilot 的显著采用率。互联网泡沫时期，资本投向了闲置的暗光光纤；如今 GPU 被高强度运行，“甚至能烧熔”，说明供给仍落后于可观察到的需求。

• 在 AI 竞赛中，电力正成为比模型访问权限更具约束性的资产。 Phil Deutch 提到 NVIDIA 的 Climate in a Bottle，并表示行业解决能源领域最棘手问题的进程仍处于第一局的上半场。讨论引用了 Anthropic 未来 3 年申请 50 GW 美国电力的计划——约相当于当前美国发电量的 5%，也接近美国近期 1 年新增的全部发电能力；数据中心需要持续、特定地点的电力，且对价格相对不敏感。讨论还提到，中国每 18 个月新增 1 TW 电力，太阳能扩张规模惊人，另有超过 150 座核反应堆处于不同部署阶段。

• 中国的优势在于制造业与基础设施的协同动员，但其对创业的压制和薄弱的法治可能构成上限。 讨论提出的生存级竞争覆盖 AI、军事力量、TikTok、BYD 以及国家支持的品牌；Friedberg 则追问“谁会赢得互联网”，认为优势会分散在模型、无人机、供应链和各类市场之间。中国可以“把创业活动拧大，也可以拧小”，但企业成立数量在 2018 年左右见顶，DeepSeek 员工受到严密控制，而 Phil 在工厂的经验是，“每天都在重新谈条件”。

• 社会主义讨论最终聚焦于住房成本和经济不安全感这两种易燃因素，但没有就失败是否会扭转政治方向达成共识。 Friedberg 警告，持续上涨的租金、食品价格以及对政府的依赖，会形成一个“缓慢燃烧”的棘轮：每个失败的项目都会变成要求更多干预的理由；David Sacks 警告，经济下行可能催生一场“比 Obama 时代远得多的左转”。Jason 的反制方案是增加住房供给、扩大所有权、降低教育成本：建设 1000万套住房、放松监管，缓解家庭将 60% 预算花在居住上的焦虑。

• Trump 的关税试验正在带来真实收入，但其对通胀、需求和增长的影响仍缺乏稳定检验。 7 月关税收入达到 300亿美元，2025 年约为 1270亿美元，但 Ben 指出，低通胀也可能反映需求下滑；而最大化关税收入最终与制造业回流冲突，因为进口一旦消失，关税税基也会消失。Phil Libin 给出的成功概率是“50/50”。David Sacks 和 Chamath Palihapitiya 认为，报复行动和早期损害都比预期轻；Gavin 更谨慎地表示，Trump 似乎会回应市场反馈，但需要恢复政策稳定性。

• Apple 在 10 年间投入 7000亿美元回购，集中体现了本期关于资本配置的争论：公司完全可以在回报股东的同时，更激进地参与 AI 竞争。 Gavin 否认回购和研发之间存在非此即彼的选择，但认为即便把 2000亿美元转向数据中心也值得，并称 Apple 的 AI 产品“糟糕透顶”，其无所作为令人震惊。Gavin 同时提出了增强现实眼镜的上行空间；Friedberg 则认为，Apple 最终可能成为家庭、EV 电池和分布式电力系统的操作系统。

精读

1. GPT-5 终结了 OpenAI 的基准测试连胜

• Jason 认为，与 GPT-3.5 和 GPT-4 相比，这次发布令人失望：演示中出现了平淡或错误的图表、计算错误和拼写错误，而 Sam Altman 预热时的 Death Star 暗示，让市场期待一款“超越常识”的产品。伴随 GPT-5 发布的还有 2 款开放权重模型，但明确不是开源模型。

• Gavin 的核心观察具有历史意义：“这是 OpenAI 第一次发布一款并非绝对最强的新模型。”此前 Google 或 xAI 的挑战者很快就会被超越；这一次，一家约 1 个月前发布的前沿竞争者，仍在重要测试中保持领先。

• 在 Humanity’s Last Exam 这一刻意设置、难度极高的跨学科基准测试上，Gavin 给出的分数是 Grok 4 为 44.4%，GPT-5 为 42%。Grok 4 在 ARC-AGI-2 上也“明显更好”；该测试针对的是一片锯齿状的任务前沿——人类相对容易完成，AI 系统却很难处理。GPT-5 只在 Artificial Analysis 上非常勉强地领先。

• Gavin 对 xAI 的乐观态度经过了谨慎限定：他的公司持有 xAI 股份，而“人之为人，就会有偏见”。但 xAI 拥有最大的 Blackwell 集群，Grok 5 即将发布，OpenAI 的人才流失“可能已经开始产生影响”，下一代 Gemini 也将提供一次新的干净测试，检验 OpenAI 是否已经让出前沿领先地位。

2. GPT-5 的路由器可能比原始智能更重要

• Friedberg 的实际测试暴露了这款产品的进步：GPT-5 立即回答了一个简单的信息检索问题，随后又针对一项困难的研究请求自行进入思考模式。系统替用户选择底层路径，无需用户 decipher 模型名称、字母和版本号。

• 他的用户体验判断是绝对的：“没人理解那些字母和数字是什么意思。”面向大众的 AI 需要一个干净的界面，由系统自行决定合适的模型和推理深度；这可能让统一的 GPT-5 比小幅基准测试差异更具影响力。

• Gavin 补充了一个重要的发布风险：据称，路由器在前 12–16 小时对许多用户而言要么失效，要么表现不一致。因此，等预期中的路由系统稳定运行后，基准测试成绩和用户体验都可能改善。

• OpenAI 的护城河可能比技术领先地位持续更久。Jason 转述 Benchmark 投资人 Eric Vishria 的观点：即使 OpenAI“永远不再发布另一款模型”，它的用户、分发能力和产品执行力仍足以支撑一家极具价值的公司。

3. AI 正在进入工作流，但距离经济天花板还很远

• Phil 表示，他的投资团队一直使用语言模型提升研究效率，但称整个行业仍处于“第一局的上半场”。他举出的最佳样本是 NVIDIA 的 Climate in a Bottle：一个地球模型，暗示 AI 最终可能解决能源权衡以及其他棘手的物理问题。

• 在 Daily Wire，AI 已经在加速研究和剪辑。Ben 举的具体例子是：2 个月前，Jeremy’s Razors 完全用 AI 制作了一支广告；成片仍保留“那种 AI 垃圾内容的感觉”，但成本远低于传统拍摄，已经完成了任务。

• Ben 关心的投资问题是，生产率提升能否足够快地到来，从而证明数千亿美元、甚至未来 5 年 1万亿–2万亿美元数据中心支出的合理性。他回忆说，互联网在 1999–2000 年已经可以运行，但其对全经济的生产率贡献，直到大约 2006–2007 年才显现。

4. 利用率将今天的 AI 热潮与暗光光纤区分开来

• Gavin 表示，由于最大的建设者会按季度披露数据，AI 的回报可以被测量。自 AI 支出开始以来，投入资本回报率一直上升，最初来自运营节省——“用硅片运营成本替代人工运营成本”——如今越来越多来自收入增长。

• 他认为 Meta 最近的表现是最有力的收入案例：AI 让用户停留时间更长，并改善广告定向，提升广告支出的回报率，进而鼓励广告主增加投放。即便 Gavin 不认为 Copilot 是最好的产品，Microsoft 也披露了“相当惊人”的采用数据。

• 互联网泡沫在很大程度上其实是电信泡沫，建立在闲置产能之上。数百亿美元被投入暗光光纤，等待未来需求；AI 基础设施则相反，因为 GPU 的运行强度“甚至能烧熔”。

• Gavin 的结论是，建设者并没有把产能投放到远超需求的地方：“我们显然仍然落后于需求。”在周期早期就出现经济回报，并不能消除投资风险，但相比互联网建设处于类似阶段时投资者掌握的证据，情况明显更好。

5. AI 需求在政策反应之前就已经改写电力市场

• David Sacks 认为，AI 对能源的影响可能超过《通胀削减法案》，持续时间也会更长。超大规模云厂商为核电及其他发电形式提供了即时且明确的需求，在不要求投资者完全依赖任何一个政党的情况下，帮助小型模块化反应堆重新获得关注。

• Ben Shapiro 引用了 Anthropic 公开提出的需求：未来 3 年需要 50 GW 美国电力。他称这约相当于美国发电量的 5%，也接近美国近期 1 年新增的全部产能；此前几十年全国用电需求基本持平，如今增速已达到 2%–3%。

• 数据中心需要特定地点的持续电力，且对价格相对不敏感。超大规模云厂商还希望使用无碳电力，并愿意为此付费。Ben 认为，这不仅是政府要求，更是因为这些公司的组织和员工都要求如此。

• Friedberg 对比称，中国每 18 个月新增 1 TW，即 1000 GW 电力。讨论还提到，中国大量进口煤炭和天然气，但太阳能建设规模惊人，水电和核电降低了燃料依赖，另有超过 150 座反应堆据称处于不同部署阶段。

6. 太阳能的成功重新点燃了核电被挤出的争论

• Friedberg 的图表显示，太阳能成本下降约 80%–90% 后出现“指数级增长”。他认为，《One Big Beautiful Bill》撤走激励措施的结果，是在美国需要“能源管够”以支持 AI 和国家竞争力之际，恰恰减少了发电能力。

• Friedberg 的反方论点是资本配置：补贴太阳能和风能会提高私人回报率，把资金从核能研发中分流出去，导致美国在 Gen 4 系统上落后中国数十年。中国已经在大规模部署这类更清洁、抗熔毁的反应堆。

• Jason 认为把核电的问题归咎于可再生能源补贴“荒谬至极”。核电的约束在于官僚体系，而不是每千瓦时另外 5 美分或 10 美分；补贴无法修复失灵的监管路径，而集中式核电和分布式可再生能源也不必被视为争夺一份零花钱的孩子。

• Friedberg 提供的投资者证据是：当超大规模云厂商承诺购买小型模块化反应堆的产出后，资本才开始进入 SMR；当政府发布 4 或 5 项旨在移除监管障碍的命令后，投资又进一步加速。他仍不相信太阳能和风能补贴是罪魁祸首：政府主导的回报可能制造泡沫，并压制对长期经济性最佳路径的投资。

7. 美国与中国对 AI 能否诞生多个赢家存在分歧

• Ben 坚定站在“生存级竞争”一边。TikTok 已证明中国能够大规模收集数据并传播宣传内容；如果中国在 AI 上领先，这种影响力还可能延伸至商业工具、军事能力、海上自由、盟友安全以及美国的经济地位。

• Friedberg 拒绝单一赢家框架：讨论谁赢得 AI，就像在 1996 年追问“谁会赢得互联网”。模型会持续进化，而优势将分散在无人机战争、自动化设备、制造业生产率、材料、供应链和传统企业等领域。

• 他的警告是，单凭更强的模型无法制造出舰队。中国已经在自主战争所需的生产和材料方面占据优势，而美国可能主导 AI 所赋能、加速或放大的其他方向。

• Gavin 表示，中国显然也把这场竞争视为生存级问题。据他掌握的信息，DeepSeek 员工在中国时不能与美国人同处一个房间，身边往往还有 CCP 监护人；这种“惊人的”控制程度，显示北京如何从战略高度对待前沿模型知识。

8. 中国调动资本的速度快于保护创业精神的速度

• Jason 用 Luckin Coffee、BYD 和 TikTok 举例，说明中国可以利用国家支持的资本主义和具备全球吸引力的品牌与美国竞争。Ben 将这种体系称为“国家支持的社团主义”：把非凡资源集中到一个选定行业，接受亏损，并压低市场竞争者的空间。

• Ben 支持对中国征收高额关税，但前提是先与其他国家建立自由贸易网络，将中国排除在外。如果没有这一步围堵，北京就可以通过替代芯片路线、TikTok 架构和贸易关系“从窗户爬出去”。

• Friedberg 的图表显示，中国企业成立数量与全球风险投资一起在 2018 年左右见顶，随后在政策收紧、Jack Ma 淡出商业公众视野后下滑。CCP 可以把创业活动拧大，但财富和独立权力也会随之积累；一旦将其拧小，经济就会失去推动生活水平提升的自下而上力量。

• Gavin 的苏联类比让资源配置问题变得尖锐：在 USSR 末期，约 2% 农业用地上的创业式生产，据称贡献了大部分粮食。Phil 则从他在中国一家风电叶片工厂的经历中给出制度约束：没有公司印章的控制权，所有权几乎没有意义，“每天都在重新谈条件”。

9. 与社团主义竞争，诱使美国照搬社团主义

• Ben 表示，社团主义体系在早期看起来极其壮观，因为它可以把一切资源集中到一个目标上；混乱的资本主义民主则会把资源分散到许多目标。如果超级智能真的具有生存级意义，AI 可能需要接近 Manhattan Project 的组织方式，但这并不意味着应把产业规划扩展到钢铁、铜和整个经济。

• 对于联邦 AI 规则，Ben 认为联邦优先权是防御州级威权主义的手段，而不只是华盛顿夺取州权。目标是阻止 California 等州通过相关立法占满监管空间、塞入大量限制并摧毁竞争。

• Jason 认为，Ben Shapiro 也表示认同：当 Congress 未能立法时，一位经过选举、对选民负责的总统，可能比一个帝国式司法系统更好。Ben 将更深层的问题归因于行政国家：Congress 通过模糊的法案，把决策和政治压力交给监管机构，然后回到家乡，把支出归功于自己。

• Ben Shapiro 为承担重要安全、国防和情报工作的职业公务员辩护，称他们获得的认可和薪酬都有限。Jason 将责任归咎于放弃权力的 Congress；Ben 则提出，第三党应先通过州长职位和州议会证明自己，再尝试夺取 Washington。

10. 社会主义通过棘轮推进，而非一场选举决定

• Friedberg 预测社会主义将“席卷这个国家”，驱动力包括工资停滞、食品和租金明显上涨，以及一个直接或间接雇用近一半美国人的政府。Chamath 反驳称，美国的资本主义、自由和法治仍具韧性，政治算术最终会摆回另一边。

• Chamath 认为，Zohran Mamdani 是近期的检验对象：他不同意 Mamdani 的每一项政策，但称其为“一位极具魅力且高效的政治家”。如果 Mamdani 获胜并执行其议程，Chamath 预计警务和政府经营的零售业务会出现失败，从而迅速削弱社会主义的吸引力。

• David Sacks 的反驳是，摧毁一个体系需要时间，而且总可以把失败归咎于逃离的富有金融家。更危险的是，市场崩盘、失业或通胀重燃，可能把“富人变得更富，而我们变得更穷”转化为一场比 Obama 时代远得多的左翼运动。

• Friedberg 描述了政策棘轮：如果食品券不够，就扩大食品券；如果租金管制失败，就让政府建设住房。“解决方案从来不是减少政府的作用”——失败会被解释为干预规模太小，进而持续增加税收和监管，直到宣称的终点变成夺取生产资料。

11. 住房成本是最具操作性的政治愤怒来源

• Jason 认为，把收入中 60% 的“硬支出”花在住房上的家庭，与那些买得起房的家庭，所承受的焦虑完全不同。他的方案包括澳大利亚式养老金、个人市场持有、住房去监管、增加 1000万套住房，甚至新建 2 座城市。

• 教育已经开始调整：年轻人开始考虑 UT 等学校，整个学位的成本可能为 5万美元；或者进入技工行业，水管工和电工的年收入可以达到 15万美元。但住房仍是两党都没有将其打造成国家核心议题的支出项目。

• 讨论进一步将诊断扩展到地理流动性下降。传统美国梦未必是死在祖父母生活过的地方，而是跨过海洋或山脉，搭一间“摇摇欲坠的小屋”，如果机会失败就再次迁移。对于不愿或无法迁移、也无法更换行业的工人而言，总体职位空缺并不能解决问题。

12. 关税收入是真实的，但来源可能是需求萎缩

• 7 月关税收入约为 300亿美元，2025 年总额约为 1270亿美元；按每月 300亿美元计算，年化规模为 3600亿美元。Jason 和 David Sacks 讨论了 2026 年 2500亿美元这一可能水平，理由是广泛关税体系大约从年中才开始。

• 6 月贸易逆差降至约 600亿美元，为 2023 年 6 月以来最低，且没有出现许多人预期的即时通胀飙升。Ben Horowitz 的提醒是，价格平稳也可能意味着需求已经下滑，使当前关税收入部分只是一次性激增，随后进口量和收入都会下降。

• Ben 指出其中存在内在矛盾：政府不可能永久最大化关税收入，同时又庆祝制造业回流。如果进口被国内生产替代，关税税基就会消失；收入和产业替代可以在过渡期共存，但“这两件事最终互相排斥”。

• Friedberg 用中国太阳能板说明不可回避的权衡：关税可以拉平竞争环境或保护供应链，但也会提高美国能源成本。在他的一生中，全球化总体上是正面因素；他无法有把握地判断，如今安全收益是否已经超过全球化退潮的代价。

13. Trump 的灵活性限制了下行风险，却延长了不确定性

• Ben Horowitz 将 Trump 描述为零和思维者，把贸易逆差视为失败证据，这也解释了为什么“对等”税率依据的是双边逆差，而非外国关税税率。Switzerland 面临 39% 税率就是这种临时起意做法的例子：围绕单个战场和新闻头条推进，而不是设计稳定的系统。

• Phil Libin 将 3 项政策拆开来看：低税和放松监管具有建设性，而关税战明显压低增长。关键在于反事实情景——市场挺过冲击，并不证明政策成功；如果没有关税战，减税和放松监管本可以带来更强劲的经济。

• India 提议征收合计 50% 的关税，体现了目标的混杂：其中 25% 针对所谓不公平贸易行为，另 25% 针对购买 Russian oil。Japanese 和 EU 的投资协议仍被描述为握手式承诺，尚未完全落实为正式文件；而诉讼可能把关税权重新交还 Congress。

• Gavin 拒绝给出虚假的精确判断，但强调 Trump 在 4 月“看到了深渊”，随后改变了路线。关键问题是，他能否继续在足够早的时候回应信号，在抵达悬崖之前踩下刹车。

14. 关税试验比担忧的温和，但尚未得到验证

• David Sacks 的建设性判断是，早期经济损害和外国报复都小于预期。这支持政府的说法：获得美国消费者的准入权，为美国提供了杠杆，尤其是在其他国家长期设置更高壁垒的领域。

• 他仍保留了经济学上的反对意见：对等听起来公平，但比较优势可能使不对称关税更合适。当前政策的价值也许只能通过经验来判断——在关税激活两党争论 30 或 40 年之后，美国终于会在 12–18 个月内获得更多答案。

• Sacks 表示，他喜欢“进行试验”，并愿意用关税收入减少直接税收，但前提是政府规模也要缩小。他最大的财政担忧是，新的联邦收入来源会变成“维持高支出的又一根拐杖”，把贸易工具转化为国家永久扩张。

15. 芯片泄漏可控，Apple 的资本配置才是更大的指控

• 美国当局指控 ALX Solutions 经由 Singapore 和 Malaysia 转运先进 GPU，同时收取来自 Hong Kong 和 China 的付款；这项重罪指控最高可判 20 年。讨论中引用 Financial Times 的估算称，3 个月内至少有 10亿美元 NVIDIA 芯片进入 China，黑市溢价约为 50%。

• Gavin 预计走私会持续，因为芯片价值太高，不可能完全排除，就像美国无法消灭非法毒品一样。但 10亿美元与美国超大规模云厂商正在建设的 100亿–200亿美元 Blackwell 集群，或与 Colossus 相比都不在一个量级；向 China 销售受限的 H20 和“降规格 Blackwell”，也可能降低对非法前沿芯片的需求。

• Apple 则在 10 年间花费 7000亿美元回购股票，金额超过除 12 家以外所有 S&P 500 公司的市值总和；Jason 认为其主要创新是 AirPods，以及可能还有 M4 芯片。Gavin 认为回购有价值，但质问为何不把哪怕 2000亿美元转向 AI 数据中心：“感觉他们几乎是在努力输掉比赛。”

• Gavin 拒绝把 Apple 排除在外：当年评论者嘲笑 iPad，后来销量却从 1000万台升至 1亿台；如果 Apple 在未来 3 或 4 年内没有推出最好的 AR 眼镜，他会感到意外。Friedberg 又把上行空间延伸至能源：到 2030 年，3000万辆 EV、每辆配备 80–200 kWh 电池，可能形成 2400–3300 GW 的移动储能，而其充电、放电和聚合都需要一个操作系统。