2025 AI 现场：我们这一年的目击与狂想

摘要

• 2025 年最准确的关键词不是“泡沫”或“突破”，而是可上可下的“拐点”。 张明浩认为，数据中心若按预期在 2026 年集中建设，曲线会向上拐；若真的进入破裂状态，2025 年底也可能成为向下的起点。技术、产品、资金、资本乃至人类面对 AI 的更大议题，都已“不知不觉走到了很多事情的极限”。

• DeepSeek R1 以百万美元级的最后一次训练成本，冲击了“只有巨额资本开支才能换能力”的单一路径，却没有终结算力军备竞赛。 R1 在春节前发布后被冯骥称作“国运级别的代表”，一度令英伟达等“七姐妹”股价出现巨大跌幅；但随后的主流解释变成效率提升会扩大使用量。中美路线正在交融：中国寻找工程技巧，美国“氪金堆”，而真正难用钱直接买到的仍是算法与数据。

• 纯 Chatbot 的用户争夺战可能已经结束，ChatGPT 以 8 亿周活、记忆积累和 All in One 产品路线占据心智高地。 Gemini 即使从零点几个百分点增至几个百分点，仍被张明浩归入“其他”；OpenAI 则把 Spotify、Zillow、Canva、Figma 等服务接入对话框，试图完成 Meta、Google 未完成而微信完成过的统一入口。Sam Altman 的优势不只在模型，也在把产品、营销和资本关系转成“一荣俱荣、一损俱损”的平台势能。

• 多模态的投资价值已从单纯比榜单，转向模型能力被产品化并快速进入成熟产业链的速度。 Veo 3 首次把视频从无声推进到有声，国内模型约三个月便跟上；张明浩预计 Sora 2 式的国产类似产品也许“两个月”即可出现。中国短视频、电商和营销生态使图片、视频能力一旦跨过成本与可控性门槛，就能立即进入生产，而世界模型可能成为语言模型之外“另一张主桌”。

• Agent 的核心跃迁是从“语言”到“行为”，但这个元年可能持续五年。 Manus 让用户大概形成“Agent 应该是这个样子”的产品认知，并披露约 9,000 万美元 ARR；真正的创业空间却藏在协议、浏览器与 API、memory、框架和权限等“冰山下面”。垂直 Agent、AI coding 与手机 OS Agent 已开始兑现，市场并未变凉，只是不再天天制造刷屏时刻。

• 开源和鸿蒙分别成为中国争夺全球模型生态与本土终端入口的两条现实路径。 开源以更低成本和本地部署换取采用量、Token 消耗及部分信任，也可能成为争夺欧洲以外第三方国家的“武器”；鸿蒙则通过 HMAF 让小艺识别意图后调用京东、美团等 App 的 Agent。对开发者而言，新生态尚有空位：节目提到有人用一套跨端代码运营约 10 款应用，单月收入 7 万元。

• 最大的系统性风险，是技术仍按月演进，资本市场却已把未来五至十年的预期一次打满。 OpenAI 估值约 5,000 亿美元，其合作消息曾分别推动 AMD 约 40%、Broadcom 约 10%；万亿美元级基础设施承诺、债务融资和两年后可能过时的 GPU，使今天的数据中心不能简单类比可使用十五至二十年的光纤。AI 已不只是一家公司或一个行业，而在张明浩的表述里变成了“市场本身”。

精读

1. 2025 年的“拐点”同时容纳繁荣与破裂

• 张明浩给出的年度关键词是“拐点”：“它可以向上拐，也是可以向下拐的。”如果 2026 年数据中心建设如期爆发，2025 年就是上行前夜；若泡沫转向破裂，拐点也可能从年底开始向下。

• 他反复使用的观察是，行业已“不知不觉走到了很多事情的极限里面”——不仅是技术和产品，也包括钱、资本，甚至人类如何面对 AI 带来的更大议题。

• 两位主持人没有试图制作完整事件年表；他们承认，这份复盘更像三位亲历者的年度记忆。真正贯穿全场的不是哪次发布赢了，而是技术加速与系统承载能力之间越来越紧的张力。

2. DeepSeek R1 重写了推理模型竞赛的起跑线

• R1 在 1 月下旬、春节前两天左右正式发布，冯骥随即称它可能是“国运级别的代表”。美国主流财经和科技媒体集中报道，事件迅速从模型发布升级为中美技术路径与资本效率之争。

• 最强烈的数字对比来自 R1 论文披露的最后一次训练成本：约百万美元级；彼时美国基础设施叙事已进入十亿、百亿美元量级，随后还有约 5,000 亿美元的“星际之门”计划。这个反差一度令英伟达及“七姐妹”股价出现巨大跌幅。

• 市场很快用类似煤炭效率提升的逻辑修复叙事：单位成本下降未必压低总需求，反而可能扩张使用场景。张明浩认为，这套解释此后仍在延续，R1 的冲击没有终止算力投资，只是证明了“还有别的方式”。

• 更长久的意义在技术路线：OpenAI 2024 年 9 月出现 o1、展示 L2 推理，R1 之后两三个月，到 Q1 左右头部厂商几乎都推出了推理模型。张明浩的结论是，R1 已把 2025 年语言模型“要打的仗”画清，后续主要是工程优化。

3. GPT-5 没有带来想象中的 AGI 时刻

• OpenAI 曾让市场对 GPT-5 形成“翻越 AGI 临界点”的巨大期待，真正发布后却没有兑现相同级别的震撼。它与 GPT-4o、GPT-5 及后续版本共同构成持续演进，而非一次清晰可见的历史断裂。

• 张明浩转述 Sam Altman 在 H6Z [?] 播客里的观点：即使 ChatGPT 某种意义上已跨过图灵测试，世界也只是“轻轻地迈过去，然后继续往前走了”。因此，真正的 AGI 也可能不是某天突然鸣响的钟。

• 若只限定在纯语言模型，他对 ChatGPT 发布以来近三年的判断偏悲观：“还是在一个线性或者接近线性的状态里在走。”模型持续变强，但“世界第一”的新闻已很难复制早期发布的边际刺激。

• 这种渐进并不等于竞争减弱，而是竞争维度扩大：从模型能力延伸至分发、记忆、开发者生态、企业工作流、产品粘性和资本开支，单一 benchmark 越来越无法代表公司的真实位置。

4. 全球模型牌桌分化成各自擅长的战场

• Google 是张明浩眼中 2025 年技术表现最强势的厂商之一，Gemini、Veo 3 和世界模型多线推进；Anthropic 则更坚定地押注 To B 与 coding，收入增速曲线甚至快于 OpenAI，只是基数较小。

• xAI 的 Grok 通过 X 获取实时内容，并尝试虚拟陪伴和视频模型，路线被形容为“很野”；生成限制也更少。微软则因与 OpenAI 的复杂关系，在约 8 月推出自有模型，开始为供应关系准备替代方案。

• Meta 在模型发布上的声音相对减弱，年度主线变成“开出大支票在招人”，节目提到它还有别的事情在发生。

5. 中国模型竞争从“六小龙”收束到开源主线

• “六小龙”的旧叙事已经淡出，张明浩认为中国头部厂商形成了一个更明确的共识：开源。DeepSeek 与通义千问处于最前列，两者增长都很快。

• DeepSeek V3 在 2024 年底发布，经过强化学习形成 R1；V3.1 持续更新后，市场原本等待 V4，却先看到 V3.2。张明浩据此推测，2025 年可能等不到 V4，也未必等到 R 系列下一版。

• 通义千问被放在阿里整体 AI 叙事中理解：GPU 投入与语言、多模态、coding 的全面覆盖并行。Kimi K2、智谱 GLM-4.5/4.6 也通过 coding、Agent 和开源继续留在主线，欧洲牌桌则仍有 Mistral。

6. 榜单第一正在让位于采用量与用户习惯

• 面对“又一个世界第一”，张明浩首先会问：是哪张榜单？盲测、人工评分、固定题库和旧 benchmark 的评价方式不同；“第一”或 SOTA 对公众和业内人士的刺激都已出现明显边际递减。

• 他甚至认为，一些榜单成绩更像“向上管理”。语音模型在 2025 年尤其拥挤，一方面因为端到端语音和落地需求变强，另一方面因为投入相对较小，适合晚入场的 AI Lab 用较高性价比建立声量。

• Chatbot 付费越来越取决于习惯、品牌与长期记忆，而不只是一次回答的能力。上下文和“它对你的理解”若开始形成飞轮，后来者面对的便不再是可由单次 benchmark 逆转的差距。

• 张明浩因此给出非常明确的判断：“纯 Chatbot 的战役已经打完了，就是 ChatGPT 已经赢了。”其最新周活被报为 8 亿，且不到一年从“小几个亿”翻倍；Gemini 即便份额增长数倍，仍只有几个百分点。

7. OpenAI 正把对话框做成 All in One 入口

• OpenAI 在发布中展示 ChatGPT 直接调用 Spotify、Zillow、Canva、Figma 等服务。张明浩把它类比为“小程序”：用户不离开对话框，由统一入口理解需求，再调用已有服务完成任务。

• 这条路线试图完成 Meta、Google 没做到、微信却做到过的 All in One。它既依赖 ChatGPT 的品牌和 8 亿周活，也利用 memory 增强用户黏性，希望把 WAU 逐渐推向 DAU。

• 主持人特别提到 Sora 2 前约四周发布的 Pulse，张明浩认为它虽是一个新产品，但实现得“很融洽，很自然”，能够增强用户黏性，让用户把记忆用起来。

• Sam 年初被问是更想要最强 AGI，还是十亿用户平台，回答当然是“都想要”；张明浩判断他实际更偏后者。技术领先仍重要，但平台规模、入口地位和用户关系已经成为同等核心的资产。

8. Sam Altman 像投资人一样经营产品、组织与市场

• 张明浩转述 Sam 的自我评价：“我不擅长做管理，我是做投资的。”他在 OpenAI 内部扶持团队、配置资源、让想法长大，更像早期投资人；一位 OpenAI 内部人士也给过主持人相似感受。

• 这与 Sam 在 YC 的经历相连：他最广为人知的内容之一曾是创业课，而非大公司管理方法。OpenAI 今天同时包含产品公司、技术实验室、基础设施公司以及可能负责硬件等新业务的实体，更适合用投资组合而非单产品公司来理解。

• OpenAI 还向 Figma、Deliveroo 等合作伙伴赠送代表 Token 使用量的彩色奖章，并让创始人 IP 成为 Sora 2 的传播素材。主持人的评价是，“跟 Sam Altman 学营销”本身足以成为一个选题。

• 这种能力让 OpenAI 像“二级市场金手指”一样点到哪里、哪里上涨。即使泡沫最终破裂，张明浩仍判断它很可能是剩下的那一家，因为 Sam 已把合作伙伴塑造成“一荣俱荣、一损俱损”的共同体。

9. “小钱办大事”没有消灭“氪金堆”的工程现实

• R1 发布时，市场用它嘲讽刚签下 5,000 亿美元“星际之门”计划的 Sam：为什么中国团队能小钱办大事，美国却只会烧钱？半年后，美国投入不仅没有收缩，反而继续扩大。

• 张明浩认为，大模型研发越来越像工程问题：关键在取舍、路线和实施，而非纯粹的零到一灵感。美国选择“大力出奇迹”，中国寻找技巧和弯道，两边一旦发现有效方法便会互相学习，路线终将交融。

• 算法、数据、算力三项中，最容易靠钱直接堆的是算力；人才也能用高价吸引，但算法尤其难买。他引用一句话：“没有公司是通过给天才的员工开高价破产的。”

• Meta 每年投入几百亿美元，却发现即使挖遍硅谷也未必花得完，于是把价格推到极端。节目转述一笔约 35 亿美元的挖角报价：对象原为一家估值约 120 亿美元公司的联合创始人，身价已经十几亿美元。

10. 多模态的竞争单位已经从模型变成整条产业链

• 张明浩认为图片与视频已无法拆开讨论，而且中美竞争比纯语言模型更紧。抖音、快手以及 Vidu、Pix Works 等初创团队齐头并进，跨时代能力一旦被定义，跟进速度会非常快。

• Veo 3 首次把无声视频推进到有声，约三个月内可灵和字节模型便跟上。Sora 2 发布后，张明浩预计国产类似能力也许“两个月”就够，因为产品边界、技术选型和路线已经被明确。

• 多模态不需要重新证明场景：美图股价、营销视频 Agent 和既有内容产业链都说明，模型只要在可控性、效果或成本上跨过节点，就会立即渗透进生产流程。

• 中国的资源禀赋在短视频、电商、营销和工具生态；但竞争也因此更体系化。摄影从 App Store 诞生起就是最拥挤的品类，直到今天仍能出现年度最佳应用，“它太硬了”，厂商最终仍须回答做 To B 还是 To C。

11. Sora 2 的价值是建立产品化机器，不是再造抖音

• MiniMax 海螺曾凭“小猫参加奥运跳水、完成体操动作”的视频出圈，证明模型能力并非 OpenAI 独有；但真正离开 AI 圈、进入大众认知的仍是 Sora 2，这里面有品牌与分发的巨大差异。

• 此前“捏它”“离谱”等二次元图片社区也做过相似尝试，早期留存和活跃有一定表现，却未能泛化或持续。它们当时仍主要属于二次元圈子，没有真正泛化到大众。

• 对“世界不再需要一个 AI 抖音”的批评，张明浩给出的区分是：世界确实不需要复制抖音，但 OpenAI 需要 Sora 2。它需要独立产品承接技术，并建立持续把研究转成产品的 SOP、组织和人员配置。

• OpenAI 已不能被一张创业公司组织图解释：它至少同时像产品公司、技术实验室、基础设施公司，以及探索硬件等业务的“其他公司”。Sora 2 是其中产品实体如何利用全公司传播资源的一次边界清晰的试验。

12. 世界模型可能是通向 AGI 的另一张主桌

• 大语言模型的底层信念是：机器掌握人类独有的语言，便可能走向超级智能；coding 随后被分成两种解释——语言的子集，或创造新世界的独立能力。多模态则暴露了语言无法完整表达视觉和感官经验的限制。

• 张明浩把语音、图片、视频、3D 称作局部战场，把它们打包后的终局称作世界模型。DeepMind 核心高管的比喻是“世界的子宫”：模型遵守物理规律，并能在短于现实时间的等待中生成可互动世界。

• 在这套框架里，语言是一张主桌，世界模型可能是另一张，而不是附属功能。Google 的 Genie 之所以让主持人“全身通电”，就在于它展示了另一种抵达 AGI 的可能，尽管仍远离商用。

13. 世界模型尚早，但 3D 已找到游戏与打印入口

• 国内被提到的案例是混元世界模型 0.1：目前只能把一张照片变成可互动场景，清晰度和画质仍很早期。张明浩的判断不是能力已成熟，而是图片、视频拥挤后，3D 与世界模型会成为下一块竞争面。

• 游戏公司天然需要可生成、可控制的 3D 世界；李飞飞的 World Labs 也在做世界模型。技术真正 ready 之前，市场仍主要看到 Demo，而非 GPT-3.5 式临界点。

• 主持人用拓竹平台补充了现实需求：用户可调用混元、Meshy 等模型生成 3D 对象再打印，混元和 Meshy 可能已经是较头部的调用来源。世界模型尚远，3D 生成却已同时连接游戏内容和实体制造。

14. 视频创作工具的市场足以容纳大量非头部公司

• 主持人提到 Higgsfield，其创始人此前也做过 Polo；这类多模态创业项目的数据和收入增长都很好。当他追问某红杉被投视频工具的差异化时，对方回答“差异化没有那么重要”，因为需求池本身足够大。

• 对方给出的计算是：TikTok 全球每天新增约 100 万用户，其中 12% 会点击中间的加号，即每天新增约 12 万名视频创作者；无论多草根，这些人都需要生产工具。

• 同一位创业者还称，视频工具领域已有约 20 家公司 ARR 超过 2,000 万美元。很多名字并不为大众熟悉，它们可能只解决一个窄问题，或只深耕一个国家，但仍能建立可观业务。

15. Agent 的 L3 跃迁把模型从说话推向做事

• OpenAI 的 L1 至 L5 路径中，L1 是 Chatbot、L2 是推理、L3 是 Agent。L1 到 L2 仍是语言问题；L3 则变成行为，要在电脑、网页、数据库或其他系统中真正执行任务。

• 张明浩因此警告，“今年是 Agent 元年”不等于一年完成成熟化：“没准未来五年都是 Agent 的元年。”它可能像自动驾驶一样，在同一级别内部经历多个细分阶段和不同可靠性门槛。

• 通用还是垂直只是第一层分叉；继续向下还有浏览器还是 API、利用既有互联网还是重建机器可读系统、怎样管理权限与反馈等选择。每个勾选组合都会形成完全不同的公司。

• 更重要的是，Agent 给非模型创业者提供了新的落地范式。过去初创团队只能围绕模型加界面；现在行为层产生协议、工具、实施、记忆、安全和垂直工作流，应用生态才真正展开。

16. Agent 的创业价值大多藏在“冰山下面”

• 当前生态甚至连协议都没有完全标准化，大公司争夺事实标准；高德、Google 等厂商在做协议，OpenAI 即使想做，也可能被先行者抢走。语言变成行为后，还必须用大量脚手架兼容为人设计的互联网。

• Memory 只是一个例子。主持人在采访 Mem0 前向 Memobase 创始人请教，发现各家公司技术路线都不同；自家 AI 社交团队也无法决定应该自研、采用开源方案，还是购买成熟 API。

• 对选择标准的追问得到的状态是“答案在风中飘”。赵纯想为了做新 IM，干脆先自研一套记忆系统，因为他认为市场上能看到的方案要么不可用，要么不适合自己的项目。

• 蚂蚁开源的 Agent 生态图把框架、Memory、Inference 等铺成巨大版图；这些也是过去一年开源生态增长最多的板块。张明浩的比喻是：用户看到的 Agent 只是露出水面的部分，“冰山下面是巨大无比的一套东西”。

17. Manus 先定义了 Agent 的产品心智，再用收入证明需求

• Manus 在 3 月发布后的核心意义，不只是技术领先，而是让用户大概形成“Agent 应该是这个样子”的认知。成为一个品类的代名词，本身就带来难以复制的先发红利。

• 面对“三天、三周就能复刻一个 Manus”的不屑，主持人强调，事业成功从来不只靠研发：时机、细节、边界、品牌和传播共同决定结果。后来者复制界面，不等于复制用户心智。

• Manus 随后披露约 9,000 万美元 ARR，并介绍 RRR 等收入规模指标。张明浩认为，这条增长曲线已超过多数被视为高速成长的公司，证明 Agent 并未停留在概念。

• 对“夏天 Agent 凉了”的质疑，他的回应是注意力转移：7 月中国开源模型密集发布，8 月 GPT-5 与 Claude 新版本吸走焦点。Agent 不再天天让人“被震醒”，但已进入收入、实施和创业扩散阶段。

18. 垂直 Agent、coding 与陪伴正在形成多层应用市场

• AI coding 是无法回避的年度突破，而且已从单一关键词裂变为前端、后端、数据库、IDE 等战场。每个环节都可能产生独立产品，通用 coding 助手只是其中最显眼的一层。

• a16z Speedrun 在洛杉矶展示 58 家创业公司，每家约两分钟；张明浩让人整理现场录音后，认为这些公司可以分成三类，其中一类是 Agent as a Service，即针对不同垂直行业交付可执行任务的 Agent。

• 法律是融资最集中的垂直方向之一，背后需要行业数据、工作流、隐私与安全；金融还能继续拆成一级、二级、保险、银行，营销则分搜索、视频、图片、文字、邮件和线上线下渠道。

• 社交与陪伴很少进入主流讨论。H U Z 最新榜单中，Web 端有 10 家，前 50 有 10 家，App 端有 12 家或 13 家，但除了 Character.AI，几乎没人讨论。张明浩认为产品已迭代三代；AI 动漫也获集中融资，但其受关注周期“不会特别长，要抓紧时间”，尽管他也投了一家。

19. 手机 Agent 的控制权更适合由操作系统掌握

• 端到端语音让设备更自然地听懂用户，L3 行为能力则要求操控手机内的应用和数据。考虑权限、安全和隐私，张明浩认为这件事应由手机厂商自己做，不适合交给普通第三方 App。

• 鸿蒙小艺的不同之处是先解读指令背后的意图，再通过 HMAF 让各 App 注册自己的 Agent API。系统不必亲自完成全部任务，而是把需求分发给美团、携程、京东等已有服务。

• 主持人给出的例子是：“小艺小艺，给我推荐一款适合老人的电饭煲。”小艺识别意图后唤起京东 Agent，由京东在自身应用内完成任务；6 月开放的智能体平台又让开发者用组件搭建更多 Agent。

• 这与 ChatGPT 调用 Spotify、Canva 的逻辑相同：统一入口负责理解，专业应用负责履约。中国成熟移动互联网提供了丰富服务层，OS Agent 的机会正建立在这些现成能力之上。

20. 开源已经同时成为商业模式、信任机制与全球竞争工具

• 中国今年自上而下推动开源，上海出台政策鼓励企业建设开源产品和社区，奖金最高为 500 万元。张明浩回忆，Sam Altman 曾认为最领先模型一定闭源，因为它需要巨量资金和资源；R1 之后，行业预期变成头部阵营里也会出现开源模型。State of AI Report 甚至预测，2026 年会有开源模型在一段时间内拿到第一。

• 他进一步称，GPT-5 发布后，OpenAI 也将其中若干系列做了开源。真正重要的衡量方式不再只是 benchmark，而是采用厂商数、开发者规模和 Token 消耗：“模型再厉害，没有人用，没有意义。”

• 开源并不等于不商业化。DeepSeek 开源，同时出售 API 和 To B 服务；即使价格可能只是 OpenAI 顶级模型的几十分之一甚至百分之一，只要成本结构成立，使用规模仍可形成收入与改进飞轮。

• 在中美之外，日本、东南亚、非洲等市场都要决定采用谁的模型。开源因低成本、本地部署与开放性获得天然好感，因而被张明浩称作争夺第三方国家的“武器”。

21. 技术共同语言仍能穿透地缘分裂

• 开源首先回答了数据是否泄漏、是否被平台挪作他用的问题。主持人还提到，双十一期间一款内存和显存特别大、价格相对适中的笔记本迅速售罄，因为它天然适合本地部署模型。

• 梁文锋很少接受采访，却通过论文与技术世界沟通，并亲自做论文第一作者。主持人的感受是，在许多不可抗力阻碍正常交流时，技术社区仍保留了一套独特语言。

• DeepSeek 发布后，Lex Fridman 做了约五小时节目分析强化学习为何有效；主持人认为讨论“基本没有被政治视角带偏”。只要产品足够好，技术共同体仍愿意客观评估并承认成果。

22. 鸿蒙的新生态重新打开了被 App Store 封死的位置

• 鸿蒙在手机之外进入笔记本与汽车，移动终端和传统 PC 的融合被视为不可避免。随着纯血鸿蒙终端和鸿蒙系统笔记本出现，成熟国民应用已陆续适配，下一阶段需要的是像雨林一样丰富的长尾开发者生态。

• 主持人采访的一位重庆开发者运营情侣应用 Suki；虽然产品也有其他平台版本，鸿蒙上线不久便增长很快，并获得早期流量和资源扶持。这正是新生态对先进入者的直接红利。

• 另一位开发者用一套跨平台、跨终端代码做约 10 款应用，包括每日鸡尾酒、每日咖啡、日出日落时间；每两至四周可上线一款，单月收入约 7 万元。相同关键词在 iOS、Android 早已被占满，鸿蒙仍有“坑”可填。

23. 中国 AI 应用的难题不是功能，而是入口、指标与退出

• 被问到国内是否出现类似 Cursor、能定义新品类的应用，张明浩回答“挺难”。美国可以不断讲“多少时间做到多少 ARR”，中国应用更常只能比较用户量，而成熟移动互联网环境使新增用户极难获得。

• 主持人援引 QuestMobile 上半年的统计：独立 App 与 Web AI 应用中约四分之三用户量负增长，只有四分之一增长；插件却约有三分之二增长。随之而来的现实反问是：“谁甘心做个插件呢？”

• 原因是入口已被微信、抖音、小红书等“城堡”占满。一个独立应用即使做对产品，也难以从零开辟分发；榜单上的一些所谓 AI 应用，实质可能仍是“90% 传统 App 加 10% AI 功能”。

• 多家 AI 图片社区曾拿到两三轮甚至三四轮融资，创始人也并不差，却很难再现唱吧当年一周冲到约 100 万日活的故事。今天即使偶然爆发，也更可能“像流星一样”。

24. 美元 VC 仍相信创新，但执行空间已被压得很窄

• 美国市场几乎每周都能出现一家陌生 To B 公司融资约 5,000 万美元；中国则受中小企业付费能力、付费意识和封闭平台结构限制，不能直接复制美国的 Agent SaaS 路线。

• 对偏美元 VC 而言，模型公司投完几轮只能等待；应用若出海，会遇到另一套复杂问题，若只做国内，又难回答“期待的退出是什么”。张明浩的现实做法是暂时搁置无解问题，回到创始人和产品本身。

• 一位基金管理合伙人给出的底层判断是：若仍相信科技公司需要耐心资本帮助完成零到一，就应该继续做 VC。节目又借当年诺贝尔经济学奖相关研究强调，真正高速增长仍来自破坏性技术创新；只是这个答案落到国内执行层，会遭遇大量限制条件。

• 资金因而转向更“摸得着”的 AI 硬件：从科研人员、大厂产品经理，继续追到大疆、追觅、石头、影石等背景的创业者。逻辑是软件难建立信任，硬件至少有收入、供应链和实物作为验证。

25. 海外资本重新看中国，是因为成本差能够连接成熟退出市场

• 主持人转述 Uncapped 播客中 Jack Altman 采访 Thrive Capital 合伙人 Wings Pancker 的案例：团队用 18 个月研究一家公司。张明浩看到时想到，“在中国十八个月已经过了四个周期”，显示两边决策节奏完全不同。

• 这位合伙人前段时间也来中国，行程非常密集，见了节目中提到的多家公司。张明浩把这视作“世界仍然非常关注中国”的信号，而不是海外资本已经放弃中国技术资产。

• 更反常的案例是海外 VC 重新考察中国早期游戏团队——这一赛道约从 2015 年起便不再属于本土 VC 的常规射程。海外投资人的理由不是先谈 IPO，而是中国团队相对海外“全方位便宜”，同时海外游戏并购长期活跃。

26. OpenAI 已把五年预期压进今天的市场价格

• 张明浩用自己的 PPT 记录情绪变化：约第四份材料只有一页讨论泡沫，第五份变成两页，9 月 Q3 总结已有约六页，下一份则准备单列一章。页数增长本身就是市场疑虑升温的温度计。

• 最头部“七姐妹”中，几家公司的市值已到三四万亿美元，每年可支配经营现金流约千亿美元；OpenAI 估值约 5,000 亿美元。到这个量级，它即使未上市，也足以通过订单、股权和合作影响全球资本配置。

• 张明浩用“梯云纵”形容全栈：Google 同时拥有云、模型、产品和 Infra；若 AI 成为未来全部基础，Google 值三万亿美元，OpenAI 应值多少？于是原本半年、一年的增长预期，被延长成五年、十年合同。

• 矛盾在于，“技术的进展是按月进的”，几乎没人能写可信的五年技术报告，市场却要求今天把五年需求打满。Sam 2024 年谈过约 7 万亿美元的建设需求，如今把各家公司承诺相加，万亿美元量级已经进入现实讨论。

27. AI 已从产业主题升级成“市场本身”

• OpenAI 与 AMD 合作消息发布后，AMD 这样的大公司涨了约 40%；与 Broadcom 的消息又推动后者约 10%。OpenAI 的长期预期通过合作消息传导给相关公司，对方随即获得股价上涨。

• 没有一家头部公司担得起“不参与 AI”的责任，于是模型、云、芯片、能源、存储和资本市场全部被拉上车。张明浩的概括是：“今天 AI 就是市场本身。”

• 这已经超过 Too Big to Fail 的单体逻辑：OpenAI 不只是一家公司，AI 也不只是一条产业链，而是复杂到无法拆开的系统。即使没有任何参与者主动策划，所有人的激励仍会把系统推向同一方向。

• 张明浩把它称作“一场巨大的共谋，但共谋不是主动的”——不是谁设计了泡沫，而是规模、竞争和不能掉队的压力共同滚到这里；当行业意识到时，已经很难倒车。

28. 上市纪录、烧钱尺度和债务风险都在突破旧参照物

• 张明浩提到，全球公司 IPO 单次融资纪录属于沙特阿美；节目中先后出现约 262 亿美元和 226 亿美元两个口径。无论采用哪一个，都已小于 OpenAI 或 Anthropic 单轮融资可能达到的规模。

• 他又做了一个刻意夸张的代际推演：Web 年代亚马逊上市前约烧 20 亿美元，移动互联网年代 Uber 约烧 400 亿美元；若再按 20 倍递推，OpenAI 或许要烧到 8,000 亿美元才上市，而今天已不再显得完全不可想象。

• 风险不只在股权。Meta、Google、微软、英伟达能用强现金流支持 CAPEX，但做云的公司以及马斯克的 xAI 已更多使用债务；张明浩强调，“股带来的泡沫没那么麻烦，但债带来的泡沫就很麻烦”，因为偿付是硬约束。

• 互联网泡沫留下的光纤十五至二十年后仍可使用，今天的数据中心 GPU 却可能连三年都不需要、两年后就落后。相同的“基础设施最终有用”叙事，无法消除折旧速度、残值和债务期限错配。

29. 算力狂潮已从 GPU 扩散到硬盘、电力与冷却

• 截至节目所说的 2025 年 10 月中旬，标普 500 表现最好的两家公司不是 Palantir、GE Vernova 或金矿股，而是希捷和西部数据。资金已经从最直接的英伟达，逐层寻找数据中心的下一处瓶颈。

• 云、变压器、冷却、电力被交易后，市场发现海量数据仍需硬盘和存储颗粒，而供应高度集中。Sam 近期前往韩国、日本与 SK 海力士和三星接触，也被主持人放进保障存储供给的链条中理解。

• 这套行情说明，AI 基础设施不只是 GPU 数量问题；每个环节都可能在全系统扩容时成为约束，也可能成为二级市场的新受益者。问题在于，瓶颈被依次定价，也意味着系统越来越没有冗余。

30. 中国的算力与机器人投入正在把 AI 推进物理世界

• 主持人回忆，2025 年夏天的世界人工智能大会和世界机器人大会“一票难求”。与欧美资本市场的算力叙事相比，中国的投入更多同时连接国家级网络、制造能力、机器人应用和开发者生态。

• 她引用 AI 整理资料称，“东数西算”自 2022 年启动，2025 年建成超过 300 亿 FLOPS 的智能算力网络，并以“300 万亿台每秒计算 100 次的手机同时工作一秒”作类比；这些数字按节目原述保留。

• 中国过去 12 年一直是全球最大工业机器人市场。节目引用的《世界机器人报告》称，2024 年中国在新增安装量与运营存量上均居第一，本土厂商份额由十年前约 28% 升至 57%，并首次超过外国供应商。

• 一位嘉宾把机器人运动会类比汽车文化里的 F1：竞技不只测试技术，也建立文化土壤。大会现场与机器人互动的孩子，让主持人意识到他们将是“伴随着机器人长大的一代人”，这或许正是从更远时间点回望这一年的时代感受。