摘要

阻止退出交易无法约束 Big Tech，只会饿死初创公司、减少可获得的资本，最终强化在位者。 Balaji 将这条挤压链条追溯至 Sarbanes-Oxley：上市公司和 IPO 数量下降，迫使初创公司长期留在私有市场；随后又经历 4 年 M&A 受阻，他以 DOJ 干预 JetBlue 收购 Spirit 为例——Spirit 最终破产，Roomba 也陷入困境。他认为可投资的作用机制是：收购是巨头的“投降”，交易所得为挑战者提供资金，因此“真正监管大公司的方式，是用 1,000 条初创公司的食人鱼围攻它们”。
企业 M&A 本质上是一个幂律分布的风险投资组合，而不是一连串事后看似显而易见的垄断收购。 Steven 表示，研究已证明并购总体上摧毁价值，大公司约有 90% 的时间押错战略；但成功的离群案例往往被事后改写成必然结果。Instagram 当时没有收入，刚以 $500M 估值融资，Facebook 却以 $1B 收购——交易发生在 IPO 前几周，约占 Facebook 现金的 25%，且事先没有咨询董事会；“所有人都想分一杯羹”，却没人承担最初的风险。
反垄断压力催生了“acqui-fire”：被选中的人才转移，资金留在原实体，但公司本身并未被收购。 Balaji 将 Scale、Character、Inflection、Adept、Covariant 和 Windsurf 归为这一结构的不同变体，其执行速度可能快于传统 M&A。按他的说法，Google 接收了 Windsurf 约 40 名员工，同时把约 200 名员工和超过 $100M 留在公司；缺失的对价其实是身份与地位，因此留下的人又寻求与 Cognition 达成第二笔交易。
AI 是一次平台迁移，在工具和顶尖人才上的战略性非理性投入，仍可能具备经济理性。 Steven 将今天编程工具的繁荣类比 DOS、BASIC 以及当年推动 PC 操作系统整合的过度投资：工具未必会成为最大的独立业务，但每个想做平台的公司“都必须拥有它”。Balaji 补充说，AI 能放大最优秀研究者和工程师的产出，使选择性人才交易更具吸引力，即使整家公司并不值得整合。
两人认为，动态软件市场与为铁路、煤炭及地理受限分销体系设计的监管之间存在根本错配。 当一部 iPhone 同时是电话、相机和可编程互联网设备，或 Apple、Google 与 Facebook 在重叠的产品集合中相互竞争时，基于 HHI 的市场定义就会失效。Balaji 的“网络 versus 国家”框架进一步解释了政治机制：Uber、YouTube 等平台已成为事实上的监管者，而政府仍是用户无法同等退出的垄断平台。
美国在 AI 上的领先地位，可能同时受到版权诉讼、能源约束以及对中国模型限制的挤压。 Balaji 反驳“现在已经是最糟，以后只会更好”的说法，指出 Napster 和 Google Books 都曾因法律攻击而退化；他认为 Kimi、Qwen 和 DeepSeek 已经是不错的 open-weight 模型，尽管并非完全 open source。Erik 用 Christensen 的话框定中国策略：将美国的优势商品化。Steven 将其比作 Google 免费发布 Google Docs；Balaji 则反驳说，版权和知识产权同样帮助造就了科技产业。
两人的政策主张都回到市场，但尺度不同：Steven 倾向可预测的规则和允许交易失败，Balaji 则希望组织化地推动司法辖区竞争。 Steven 认为预测性阻止合并在统计上站不住脚，称其相当于“对投资实施租金管制”。Balaji 提议为全部 50 个州和 190 个主权国家起草示范法，由 10 位 CEO、创始人或投资人——或代表明确收入规模或 AUM 的更大群体——承诺在通过立法的辖区投入资本：以“物理学的速度，而不是许可的速度”建设。

精读

1. 关闭退出市场会巩固监管者试图打击的在位者

Balaji 的因果链从 Sarbanes-Oxley 开始：这项旨在防止另一场 Enron 的立法，反而减少了上市公司和 IPO，迫使科技企业更长时间留在私有市场，并依赖类私募股权融资。随后，FTC 和 DOJ 强硬执行并购审查，又压缩了第二条退出路径。“4 年时间里，那里就是一片荒漠。”
他最尖锐的例子是 JetBlue–Spirit——DOJ 干预后，“Spirit 破产了”——以及“出了问题”的 Roomba，此外还有“一大批公司”悄无声息地死去。国家先让 IPO 变难，再让 M&A 变难，同时还对加密、AI 算力和去银行化采取行动，Balaji 将其概括为“一场全面反科技攻势”。
在 Balaji 的叙述中，Figma 最终 IPO 并不能证明阻止 Adobe 收购是正确的：Figma 的成功“绝对不是因为”这次干预。Lina Khan 试图居功，就像“刺客祝贺自己帮助选出了 Trump”——这是华盛顿把可见的成功据为己有，却忽略更长、也更不易被看见的失败轨迹的典型。

2. 软件市场击穿反垄断赖以运行的静态分类

Steven 的历史疑问是，计算机“吞掉了整个经济”，却基本没有经历许可、听证或事前审批。除了 IBM 那场旷日持久的反垄断诉讼，以及 FCC 对内置无线电设备的计算机进行审批，软件工程师和软件产品都不需要许可证——在一个连理发、化妆和按摩都要许可的社会，这是一种极其罕见的例外。
反垄断理论则诞生于铁路、铁路车辆和煤炭等有形瓶颈。现代分析仍假设市场可以定义、份额可以衡量、竞争者名单在计算 HHI 之前已经固定。但文字处理市场究竟是什么：专用应用、所有人打字的场景，还是只有能够打印的软件？
Erik 举的颠覆式创新例子是早期 iPhone 的相机：画质不如 DSLR，却无处不在、连接互联网、可编程，而且增量成本几乎为零。它最初并未被视为相机竞争者，说明产品可以沿着意料之外的维度进入市场，之后才成为替代品。
竞争本身也是一个模糊集合：Google 和 Apple 争夺操作系统，Google 和 Facebook 争夺广告，Facebook 和 Apple 则争夺头显。因此，公式可能变成“判断力的替代品”，也可能成为敌意的面具；尤其当监管者把“百万富翁和亿万富翁”视为相邻类别，却无视两者之间 1,000 倍的差异。

3. 网络从应用成长为竞争性的治理系统

Balaji 的框架是“网络 versus 国家”。互联网无形，却位于手机、AI、无人机、社交媒体和选举的上游——“也许是全世界最受欢迎的东西”——但它很少被视为独立行动者，因为其基础设施直接位于所有人面前，却没有有形外观。
当网络触达数十亿用户后，它们开始取代实际的监管职能。Uber 和 Lyft 通过实时追踪和双向评分管理司机；YouTube 和 Facebook 通过平台规则管理言论。技术建设者眼中的和平扩张，在国家行动者看来却像是权威份额的流失，于是“帝国反击了”。
运营平台使 Balaji 自身的自由意志主义直觉变得复杂。系统管理员不可能与每位用户协商数百万个默认设置和算法参数；总得有人“拨动开关”。这帮助他理解了 Elizabeth Warren 的治理思维，但他仍保留一个区别：Apple、Microsoft 和 Google 面临竞争，用户可以退出；华盛顿却没有同等实用的切换选项。
Steven 在欧洲《数字市场法》中看到了这种冲突。Apple 在了解到 PC 积累了隐私和安全问题后，刻意限制 iPhone 的 API、驱动程序和系统访问；欧洲随后要求 iPhone 像 PC 一样开放，同时又要求安全。Steven 转述 Apple 的回答是：“我们已经做过一次了。”

4. M&A 是一个具有幂律回报的投机性押注组合

Steven 的出发点对企业交易者并不友好：商业文献反复发现，M&A 总体上会摧毁价值。他在 Microsoft 亲历过这一难题：收购会打乱 Bill Gates 要求各产品同步推进的节奏。但监管者仍然聚焦于阻止交易，而不是买方更常见的统计风险——把交易本身做坏。
他展示的视觉材料，是 Google 收购 YouTube 后《纽约时报》的头版：“互联网泡沫在 YouTube 交易中回响”，随后是对版权、猫咪视频、微型团队和高价收购的担忧。今天的事后确定性，恰恰抹掉了 Google 当时真正买下的东西：解决这些问题的未知潜力。
Instagram 是一个更纯粹的风险投资式押注。它没有收入，前一天刚以 $500M 估值融资；Zuckerberg 却在 Facebook IPO 前几周提出 $1B 报价，约占 Facebook $4B 现金余额的 25%，且事先没有咨询董事会。当时的反应是“巨额现金浪费”，而不是显而易见的垄断封锁。
Steven 估计，大公司约有 90% 的时间会选错潜在标的，常见想法是依靠自身销售团队或平台拯救弱资产；HP–Autonomy 是他的典型案例。事后执法把少数最终转型成功的赢家当成注定成功，却抹去了它们最初也可能成为另一笔失败收购的可能性。

5. 收购数学偏向巨型买方和品类龙头

Balaji 的经验法则是，收购方规模应约为目标公司的 100 倍。若只有 10 倍，收购就会消耗买方约 10% 的股权，可能超过数年的支出，还要求全公司形成共识。他举的例外是 Illumina 收购 Solexa，后者的测序技术最终成为基础设施。
这种不对称解释了为什么初创公司之间的合并通常令人失望：双方都没有足够资金让合并运转起来。关停公司、让团队加入幸存者有时可行，但“ M 不行，A 行”——合并往往失败，而真正的收购有时能够成功。
聪明的买方会以“产品 × 收购方分销能力”给目标估值。弱买方则会假设自己拥有“魔法分销豆”，能把更便宜的第二名或第三名资产变成领导者。Steven 的失败名单包括 Microsoft 以 $5B 收购 aQuantive、Google–Motorola、Sprint–Nextel、Microsoft–Nokia，以及芯片公司收购二线调制解调器供应商。

6. 收购所得为下一波挑战者提供融资

阻止交易的善意理由是，迫使初创公司成长为独立竞争者；但这忽略了另一类企业：技术已经得到验证，却无法为独立走向 IPO 的路径融资。Balaji 以 Oculus 为例：持续高额烧钱，使其被资金深厚的买方收购比继续独立运营更现实。
一笔大型收购也是在位者公开投降：Google 已经有 Google Video，却仍为 YouTube 支付约 $1.6B。这笔钱告诉创始人该品类有价值，并在赛道上“撒下肥料”；Instagram 的 $1B 退出则帮助激发了 Snapchat、TikTok 以及其他对 Facebook 的挑战者。
Steven 补充了表面“捆绑”背后的内部现实。当一个相邻功能出现时，公司一半人认为应该自己做，另一半人认为必须买下来，而且每个人的紧迫程度都不同。监管调查随后可能把最危言耸听的销售备忘录或工程师邮件，提升为排他性战略的证据。

7. 最佳收购可以引入技术 DNA，而非收入

Steven 讲到的 Microsoft 转型案例是 1996 年前后收购的 FrontPage。Office 内部先围绕交易归属与 Internet Explorer 争执，随后又与 Netscape 竞争这家波士顿公司——这说明一笔后来被描述为单一企业决策的交易，背后其实隐藏着多少分歧。
FrontPage 让用户可以在 PC 上编辑网站，按下一个按钮后发布到互联网服务器。这个产品从未成为 Microsoft 最具代表性的业务，但其团队让公司认识到，网页编辑并不只是 Word：它还需要 HTML、脚本、编程以及浏览器原生发布。
这些引入的专业能力帮助 Microsoft 理解动态网站和浏览器内编辑。Steven 认为，监管者盯着静态市场份额，忽略了这种再创造功能，因为科技公司知道当前产品都有有限的“保质期”；一家 Windows 公司不能放心地决定永远只做 Windows。

8. 反垄断压力发明了“acqui-fire”

Balaji 区分了 3 种结构。传统收购买下整家公司，并通过资本表和清算瀑布向各方分配对价。acquihire 通常不给被收购公司留下多少资金，甚至一分钱也没有，尽管部分现金可能流向投资人；但团队获得工作机会，也获得“公司被收购”的履历标签：是“身份，不是钱”。
新的“acqui-fire”则反转了这笔交易：大公司买走选定的研究人员和工程师，而公司实体继续获得资金并保持完整——是“钱，不是身份”。Balaji 将 Scale、Character、Inflection、Adept、Covariant 和 Windsurf 归为相关但并不完全相同的案例。
Steven 认为，这是一种熟悉的监管周期，并非前所未有的违规。NOW 账户曾把支票账户余额导向计息储蓄账户；MCI 的 Friends & Family 定价则把放松监管后的长途服务变成推荐网络。就像篮球比赛还剩 7 秒时故意犯规，一个意外漏洞最终会变成常规策略。

9. Windsurf 揭示身份确实是交易对价

按 Balaji 的说法，Windsurf 约 40 名员工去了 Google，约 200 人留下，Google 还把超过 $100M 留在公司——这笔钱旨在近似利益相关者在清算瀑布中本可获得的金额。留下的大多数员工是在几个月内以销售人员身份招入的，而 Google 自己已有销售组织，并不需要他们。
由于这种安排无法被描述为收购，谈判者也无法清楚解释它。公开叙事变成创始人抛弃了所有人、 “打破了社会契约”；Balaji 的另一种解读是，监管约束迫使交易采用一种结构：现金部分保留下来，但能够让各方体面退出的收购身份消失了。
剩余组织随后理性地通过 Cognition 寻求这种身份。但 Balaji 提醒的是整合难题，而不是指责任何一方：一家约 60 人的公司接手约 200 人，按他的规模法则本就困难；而 Cognition 承诺接收所有人，可能让后续重组尤其棘手。
他提出的修复方案是设置一名契约化的“非关键人物”或指定幸存者：由一名高管获得报酬并留下，负责分配资金，并在 acqui-fire 后有序关停公司。玩笑是 Kiefer Sutherland 在其他人都被“卷走”后继承总统职位，但治理问题是严肃的——未来融资文件必须明确，斩首式挖人是否算作一次退出。

10. AI 让看似非理性的人才交易具备战略一致性

Steven 表示，“几乎可以确定”AI 是一次平台迁移，尽管赢家以及它与移动和云的关系仍未明朗。因此，近期竞争能量会集中在工具层，就像 DOS 和 BASIC 在 Microsoft 与 IBM 进行非独立工具供应商无法合理化的非理性投资后，整合了碎片化的 PC 操作系统市场。
工具未必会成为最大的独立业务，但每个平台竞争者都需要它，于是市场出现大量替代方案和看似古怪的估值。Balaji 补充说，AI 能够“以更少做更多”，让公司围绕高产出的顶尖人才分层，也提高了选择性抽取人才的价值。
Balaji 警告，大公司可能会“迷上至尊魔戒”。斩首式挖人可能比 M&A 更快，更像一张巨额采购订单，资金“留在公司里”；成功的在位者还可能重复这种做法。Steven 预计，监管者会审查这些交易，并最终改变允许采用的结构。

11. 法律和物理约束可能逆转美国 AI 进展

Balaji 反驳 AI“现在已经是最糟，以后只会更好”的说法。他认为，Napster 最初就是自身最好的版本，后来因版权诉讼而退化；Google Books 也从非凡的访问能力变成了有限摘要。若诉讼、政治敌意和能源稀缺共同限制训练与部署，AI 同样可能恶化。
在 Balaji 的描述中，中国的 Kimi、Qwen 和 DeepSeek 都是优秀且快速传播的模型。他谨慎地称它们为“open weights”，而不是完全 open source，因为完整源代码和训练机制并不可得。限制措施可能始于一个合理理由：托管版 DeepSeek 会向中国发送数据；随后则可能扩展为禁止使用中国的 open-weight 模型。
他的负面情景是多重约束叠加：美国公司遭遇版权诉讼，数据中心触及备用能源上限，中国模型权重继续可用，而美国规则却禁止使用它们。AI 也不是端到端地完成工作，而是“中间到中间”，但这仍会触达律师、医生、教师、艺术家和记者，形成“未来主义 versus 原始主义”的政治轴线。
Erik 最后表示，美国的创新轨迹正同时受到技术、监管、商业实践、移民和研究经费的多重箭头射击。Steven 认为，中国发布 open-weight 模型，是在攻击一个僵化的美国模式：由少数大型公司托管云端、且源代码封闭。Erik 将中国策略概括为“把我们的优势商品化”，Steven 则将其比作 Google 免费发布 Google Docs。Balaji 补充说，Microsoft 最终依靠企业分销锁定，而版权和知识产权同样帮助造就了 Microsoft、Intel 和 Apple。

12. 可预测的市场和辖区竞争是出路

当被问及 Lina Khan 本应做什么时，Steven 回答说，既然 M&A“几乎肯定会失败”，监管者就不可能可信地预测那少数成功交易。市场更适合为这种不确定性定价；围绕想象中的赢家施加投资条件，就是“对投资实施租金管制”。
Balaji 的答案更宏观：科技行业应停止逐案反应，提前写出自己理想的法律。先用 AI 起草初稿，再为全部 50 个州和 190 个主权国家改编示范法，根据接受度对辖区排名，最后组建销售组织去接触当地政治人物。
这份提议会把立法与承诺绑定起来：由 10 位 CEO、创始人或投资人——或代表明确收入规模或 AUM 的更大群体——承诺在辖区通过法案后进行投资。“小州是小科技的朋友”，因为它们不能把增长视为理所当然，也可能欢迎大型政府阻碍的经济活动。
他设想的“Elon Salvador”将允许建设者以“物理学的速度，而不是许可的速度”运营，同时保留禁止袭击和谋杀等持久有效的禁令，而不是不加区分地删除法律。最后的倒置是：把美国联邦政府视为垄断者，围绕它建立辖区竞争；世界上 96% 的人口不在美国，而美国国内同样存在辖区选择。

Jake Sullivan谈如何应对AI不确定性及管理对华竞争 GPT-5到来，我们试用全新的Alexa+