摘要

整体而言，嘉宾认为特朗普上任前100天封住了边境，并推动经济“重新私有化”，但执行层面的波动性是核心风险。 Chamath给这段时期打了B+，Jason给了B，相比之下Biden是C-；Sacks则把边境治理结果评为A+。Aaron Levie认为，最亮眼之处在于政府明确支持创新和开源AI。Chamath还提到，已承诺的外国投资接近或超过1万亿美元；Sacks则用一句话概括边境政策：“We didn’t need a new law; we just needed a new president.”（我们不需要新法律，只需要一位新总统。）
中美贸易已经遭遇需求冲击，Flexport看到海运订舱量下滑60%。 Ryan Petersen表示，中国最初宣布的54%关税后来升级至154%，之后又以145%的中国关税描述熊市情景；4月9日美东时间午夜后发出的货物，如今将在抵达时缴纳这项关税。不过，他拒绝将局势定义为“不可逆转”：“Don’t judge the cook while he’s cooking.”（别在厨师还在做菜时下判断。）
关税的熊市情景，核心不是消费价格上涨，而是小企业的偿付能力。 Petersen认为，仍留在中国的企业买的是其制造质量和产业生态，而不是廉价劳动力；能够搬迁的企业，早在此前25%的关税下就已经获得了强烈激励。服装创始人们预计将在2到4周内讨论裁员，David Friedberg则表示裁员已经开始，但Petersen仍预计政府会避免最糟糕的结局。
政策争论的核心，是战略脱钩是否必须以经济冲击为代价，还是可以通过可预测的激励实现。 Levie主张，对在美国建厂的企业实行5%的税率，允许立即费用化，推进放松监管和自动化，只实施精准关税，并警告不要“chaos monkey[ing] the economy”（把经济当成混沌猴实验）。Chamath和Sacks则反驳称， disruption终于暴露出电池、AI、医药API和稀土领域的危险依赖；对于如此复杂的系统，实时纠偏可能是唯一可行的改变方式。
Amazon中止关税披露功能，暴露出更深层的电商平台执法缺口。 Jason希望零售商逐项列出进口费用，并引导客户购买美国商品；Sacks则认为，特朗普的介入只是“whack-a-mole”（打地鼠），无法保护其他数百家零售商。Jason表示，他估计Amazon约60%的卖家是注册在中国、但未在美国注册的公司，这为低报货值、错误归类商品以及规避有意义的产品安全执法创造了空间。
AI Agent将软件的可服务市场从员工席位扩展到劳动力支出，以及过去因成本过高而不会开展的工作。 Jason提到，OpenAI Agent的潜在定价为每月2,000–20,000美元；一家风投机构的工作流则可能把处理20,000份申请所需的约5,000小时大幅压缩。Flexport已经利用AI给数千名司机打电话，这些司机来自400,000名App用户。Levie的判断是，未来AI使用中或许90%将执行“我们今天还没有做的工作”，只有10%会替代现有活动。
即便算法、芯片和数据中心都在快速复合增长，企业采用仍将受错误成本约束。 David Friedberg设计的最佳单次测试，是让模型处理500份文件并提取40个字段，得分约90%；对许多受监管工作流而言，这一准确率不足，必须重新运行、拆分文档并调优推理。Sacks预计算法、硬件和已部署算力每年都能取得3–4倍进步，而Chamath认为，在概率软件时代，“quality assurance and QA…now the only thing that matters”（质量保证和QA如今是唯一重要的事情）。

精读

1. 特朗普的执政速度本身成了一种战略

Petersen将本届政府比作战斗机飞行员John Boyd提出的OODA循环：观察、判断、决策、行动。特朗普采取一项行动，对手开始回应时，“他们已经又做了大约四件事”，令民主党、主流共和党和记者都无法建立稳定的攻击线。
关税同时展示了这种速度的两面性。特朗普曾公开称关税是“英语中最美丽的词”，但进口商仍然没想到，4月2日“解放日”宣布的政策，下一周就可能对已经下单的货物生效。
Levie认为，最清晰的亮点来自Sacks负责的领域：政府支持开源、支持美国创新，并以Stargate规模的基础设施建设为初步体现。他设想的另一种路径是，政府继续“doubling down on what’s working”（加码已经奏效的事情），修补弱点，同时不制造贸易逆风。
Chamath给出B+，其中包括：对接近或超过1万亿美元的已承诺外国投资和封堵非法越境各打A+；关税打A；未公开的Epstein和Martin Luther King Jr.档案打D；关税沟通打C。

2. 边境执法与“经济重新私有化”构成看多评分表的锚点

Sacks表示，100天内封住边境，连支持者都没有预料到会如此迅速。他对Biden的对比是绝对性的：在多年否认问题、声称必须通过新立法之后，特朗普恢复了“留在墨西哥”等政策——“We didn’t need a new law; we just needed a new president.”（我们不需要新法律，只需要一位新总统。）
他所说的第二个结构性变化，是觉醒主义和DEI的崩塌。特朗普终止了联邦DEI项目和差别影响规则；Sacks认为，企业正在回归“meritocracy and colorblindness”（能力主义和不看肤色），大学尤其是Harvard仍是主要的残余阵地。
经济政策的总纲，来自财政部长Scott Bessent所说的“reprivatization of the economy”（经济重新私有化）：DOGE削减联邦支出和就业，行政命令放松监管，扩大油气活动，取消电动车强制要求，废除Biden的AI行政命令，并结束“对加密货币的战争”。Sacks的保留意见是时间维度：这些措施可能支撑一轮“特朗普繁荣”，但效果需要时间显现。

3. 法治与核风险降温构成反方账本

Jason给出B，既认可边境和DOGE等共识性成果，也批评商业不确定性、缺乏正当程序的驱逐、围绕memecoin的利益冲突、白宫式网络挑衅，以及他认为80%的美国人反对的第三任期言论。他的建议是：“更清晰的沟通，更周到的执行，也许少一点挑衅。”
他还提出了一项其他人一开始没有提到的和平红利：特朗普似乎正在推动结束俄乌战争。Jason支持在不信任Putin的前提下与其谈判，并提醒称，有报道称如果乌克兰付费，美国将继续供应武器，但这还不是已知政策。
Chamath回忆，特朗普曾谈到一位教过他的叔叔，以及核武器的毁灭性。这强化了Chamath对特朗普的支持，因为核战争是唯一足以让关税、投资和国内争议全部失去意义的生存级风险；他的解读是，特朗普一再寻找“the off-ramp”（下车匝道）。
Sacks表示，Biden曾警告Abrams坦克、F-16、HIMARS、ATACMS以及对俄罗斯境内的打击可能引发世界末日，随后却批准了每一次升级。由于美国情报、目标定位和卫星系统“深度嵌入杀伤链”，他称美国已经是共同参战方，并将恢复直接外交归功于特朗普和Steve Witkoff。

4. 60%的运价崩塌让关税政策从理论变成运营现实

Flexport最直接的信号，是中国至美国海运订舱量下降60%，远超Petersen认为政策制定者预期的幅度。中国最初宣布的54%关税经历多次升级，Petersen一度将总税率描述为154%；之后，他又把持续中的中国情景称为145%。
责任认定取决于出发时间，而不是购买时间：4月9日美东时间午夜后离开中国的货物，在抵达美国时将适用新关税。截至录制时，Petersen表示，几乎所有正在抵达的船只都是在这一截止时间之后出发的。
进口商通常必须缴清关税才能放货，不过海关保证金允许其在现金缴税前提货，并获得约2周的结算时间。这意味着关税已经不只是未来可能发生的谈判威胁，相关义务正在抵达进口商的资产负债表。
Petersen仍然拒绝“不可逆转”的说法。谈判仍在进行，政策并非静态不变，他也不相信政府希望留下摧毁小企业和供应链的政治遗产：“Don’t judge the cook while he’s cooking.”（别在厨师还在做菜时下判断。）

5. 保税仓库把关税时点转化为期权价值

美国保税仓库可以将关税递延至货物离开仓库时缴纳，并适用之后日期的关税税率。押注中国关税会下降的进口商正在激进寻找稀缺仓储容量，本质上是在不拒绝收货的前提下买入时间。
加拿大或墨西哥的保税仓库可以延续同一策略：货物可以存放在那里，同时不被认定为墨西哥或加拿大进口，之后在政策变化后进入美国。Petersen不认为这是一种漏洞；政府制定规则，企业则“figure out…how are we going to compete and make money in this environment”（想办法在这个环境里竞争并赚钱）。

6. 中国制造业生态让快速迁移不现实

Petersen的悲观情景不只是145%的中国关税长期存在，还要求10%的关税恢复到最初公布的水平，从而取消安全港，导致贸易悬崖式下滑，并让大量小型进口商破产。
中国如今已经不再主要是廉价劳动力的选择：东南亚各地都有成本更低的劳动力。企业留下来，是因为“quality manufacturing”（高质量制造）以及更广泛的制造业生态；如果迁移真的简单，特朗普此前的25%关税早就足以提供充分动力。
这让时尚和服装品牌尤其脆弱，而不只是那些可有可无的Amazon商品。Cuts Clothing的创始人告诉Jason，同行可能在2到4周内开始裁员，因为T恤供应链不可能按需在越南重新启动。
Sacks通过回忆此前港口关闭的警告并未造成货架空置，来质疑货架清空的预测；Petersen则纠正说，港口确实关闭了3天。Petersen没有支持最耸动的情景，而Friedberg表示：“We’ve already started to see layoffs.”（我们已经开始看到裁员。）

7. Levie提出以自动化驱动制造业繁荣的替代路径

Levie认为，政府目标并不清晰：如果长期关税用于替代所得税收入，就与暂时性关税、以谈判换取更自由贸易的逻辑相冲突。当企业不知道主导目的究竟是对等、增收还是脱钩时，就无法制定计划。
就业愿景同样缺乏明确说明。他希望知道，所谓制造业回流，究竟是让人手工拧入iPhone螺丝，还是让工人管理机器人，同时围绕先进工厂扩张物流、自动化和相邻供应链。
他的重置方案很直接：撤掉Peter Navarro，承认错误，达成有吸引力的贸易协议，重启Stargate、TSMC和NVIDIA芯片的路径。对在美国建厂的企业提供或许5%的税率，大力推进自动化，并取消多年审批壁垒。
Levie接受在芯片、药品和AI等领域实施“very surgical tariffs”（非常精准的关税）。他的自由市场反对点，在于政府统筹全经济的供应链方向：企业本来会自行选择生产地点，而保守派过去可能会把这种程度的中央规划斥为社会主义。

8. 实时纠偏，在一些人看来是学习，在另一些人看来是混乱

Chamath表示，重要的激励措施已经出现，只是没有被充分传播。Bessent曾说，税改法案将允许对厂房、设备和工厂杂项支出全额扣除；Chamath的妻子经营一家制药企业，听到后立即重新评估了在美国生产的经济性。
汽车制造商展示了政策如何通过迭代形成。它们警告零部件关税可能导致破产，随后获得豁免；工厂和资本改良可以在第1年费用化，又进一步改变了计算结果。Levie表示，Mary Barra回答特朗普对GM究竟是帮助还是阻碍，可能每天都在变化。
Chamath批评的不只是政府沟通，也包括媒体的取舍。他将媒体对可执行的工厂经济性的稀疏报道，与《华尔街日报》关于Tesla董事会正在寻找Elon Musk接班人的争议性报道作对比。Levie回应称，向资本配置者提供信息、管理变化，仍然是政府的职责。
Levie看到了紧密的反馈循环：采取行动，发现汽车制造商面临灾难，3天后修改规则。他称这是在“chaos monkey[ing] the economy”（把经济当成混沌猴实验），也是“barrel rolls with the airplane”（驾驶飞机做桶滚），因为小雇主无法仅仅由于大型政策研究行动缓慢，就承受政策试验。

9. Amazon暴露了关税争论之下的市场微观结构

Amazon曾短暂推出关税通知功能，随后撤回；特朗普表示，他与Bezos进行了愉快的讨论，而Bezos“solved the problem very quickly”（非常快地解决了问题）。Temu已经逐项列出“import charges”（进口费用）。Jason认为Amazon应该继续推进：向客户展示关税，再突出美国制造的替代品以及这些商品不包含该项费用。
Sacks将这一撤回视为“whack-a-mole”（打地鼠）的证据：Amazon接到总统电话，其他500家零售商却在没有政府介入的情况下承受同样的经济压力。Friedberg指出，确实存在一些美国制造的产品；Jason也承认，商业运行在全球市场中，许多产品并非美国制造。
Chamath的收件箱里有美国卖家抱怨，Amazon一边抛弃他们，一边让外国竞争者压低价格和利润率。Jason表示，他估计Amazon约60%的卖家是注册在中国、但未在美国注册的公司。
Chamath称，按现行规则，这些外国公司可以作为进口商运营，而无需成立美国LLC或其他美国实体。他表示，不良行为者可以低报货值、改变海关归类，或销售含铅漆等不安全商品，却仍然难以执法；他预计，华盛顿和国会最终会处理这一根本问题。

10. 关税的最终辩护落在国家安全的战略选择权上

Jason表示，如今有4项依赖关系至关重要：电池、AI、医药API和稀土。Chamath认为，宏观行动暴露了微观层面的失败，而这些问题现在可以得到纠正，前提是政府继续追查根因。
Sacks重新提到自己与Larry Summers的辩论。当时Summers反对关税的即时证据是市场下跌；到录制当天，Sacks表示市场已经高于4月2日“解放日”的水平，但仍坚持认为Bessent、Howard Lutnick、Jamieson Greer和贸易团队必须谈成协议并“stick the landing”（稳稳落地）。
中国补贴下的稀土加工和磁体产能，是最清晰的战略样本。如果中国入侵台湾，或与印度发生战争，它就可能利用API、稀土和电池供应来左右美国的选择；Sacks认为，这可能“send life back 50 years”（让生活倒退50年）。
Levie同意依赖关系的诊断，但反对所选择的路径。Jason提出了9个月的检验期：如果协议失败、国内和外国投资萎缩，批评者就有了论据；与此同时，他称Lutnick表示有一个国家的协议已经完成，正等待该国议会批准。Jason在政治上的反击是，如今提出完美方案的人，过去25年一直忽视这个问题。

11. Agent为自主工作引入了可见的操作系统

Jason提到，OpenAI Agent的潜在定价为每月2,000–20,000美元，用于持续执行公司任务。Sacks以中国的Manus作为直观样本：双栏界面一边是聊天，一边实时展示搜索、浏览、编程、终端操作、文档编辑以及按顺序排列的待办清单。
更大的推动力来自MCP。Sacks表示，这一标准正在“like wildfire”（像野火一样）扩散。Agent不只能连接少数通用工具，还能接入数十个SaaS应用，理解公司现有数据，并知道每个系统允许执行哪些操作；因此Manus只是“the tip of the iceberg”（冰山一角）。
Jason的风投公司提供了具体工作流：筛选每年20,000份申请，对比竞争者和过往更新，查看Notion与Coda历史，生成问题，再将结果发送到Slack。按每份15分钟计算，当前流程约占用5,000小时。

12. Agent经济学从席位预算延伸到劳动力预算

Levie主张从聊天机器人和copilot转向这样的系统：它们可以使用“any amount of data, any amount of tools for as long as you want”（任意数量的数据、任意数量的工具，并持续任意长时间）来完成任务。真正的变化，是从与软件对话转向让自动化工作“running behind the scenes”（在后台运行）。
传统SaaS可能向500名员工销售每月10美元的席位，年收入达到60,000美元。执行法律助理或专业服务工作的Agent，不再受法律部门10个席位的上限约束；Levie认为，“software starts to go after labor spend”（软件开始争夺劳动力支出），TAM因此显著扩大。
他不认同“替代”这个词。他估计，未来AI使用中或许90%将覆盖组织今天尚未开展的工作，例如未审阅的合同、未自动化的发票以及从未本地化的营销活动；只有10%会替代现有活动。
Flexport已经向从400,000名移动App用户中筛选出的数千名卡车司机打电话，为他们提供匹配货物，这类活动过去即便交给海外呼叫中心也贵得无法开展。Jason给出的类似例子，是比较SAFE票据、term sheet和修改内容；过去，小型投资者不会付费请律师审阅这些材料。

13. 约束企业部署的不是想象力，而是可靠性

Chamath形容这是一段“幻灭低谷”：CIO在董事会要求制定AI战略后购买了AI，但受监管企业无法随意用概率模型替换确定性的A后执行B软件。错误的KYC决定、向叙利亚汇款或遗漏临床动作，都可能触发罚款、停业，最终甚至引发集体诉讼。
他的区分不是说Agent是假的，而是说有防护的生产系统仍远未达到互联网玩具应用和vibe coding的水平。Jason举例说明可接受的边界：AI可以给卡车司机打电话，即便有些电话“totally fucked”（彻底搞砸）也可以容忍，但他还不希望AI与客户交谈。
Friedberg让每个模型处理500份文件，并在单次运行中提取40个字段。Grok 3以约90%的得分表现最佳，但许多行业无法接受这一水平；重新运行、拆分文件、使用推理模型和高度调优提示词虽然能改善结果，却会同时增加工程和算力成本。
Jason拒绝二元结论：AI已经能在医疗领域发挥作用，例如起草医生会议纪要，即便它还不能安全地做出所有临床决策。Chamath更谨慎的说法是，错误率下降的速度还不足以覆盖每个高后果行业。

14. 指数级算力增长抬高了验证与“改进工程”的重要性

Sacks将企业变革管理与技术曲线分开看待。他认为，算法、芯片和已部署算力每年都在改善或扩张约3–4倍：从H100到H200、GB200并即将到GB300；从100,000张GPU集群扩展到300,000张，并继续走向1百万张；从100 MW站点推进至吉瓦级规模。
他的复合增长计算是关键：每2年增长10倍，4年后不是20倍，而是100倍。将算法、芯片和数据中心算力各自潜在的100倍增益相乘，得到所谓100万倍的总增幅，再分配到更低价格、更强能力和更多AI容量之间。
验证能力解释了为什么编程领先：代码可以编译，数学有证明，强化学习可以测试结果。法律工作更难，因为“the court is the compiler”（法庭就是编译器）；审阅Agent、多个相互竞争的模型和人类都能提供帮助，但推理可能消耗基础聊天1,000倍的token，而深度研究可以发起约200次查询。
Petersen的海关分类器从6年前约70%的准确率提升到90%后段，但3%的错误仍可能违反法律，而且政府采用的模型实际上可能成为“source of truth”（事实来源）。因此Chamath预计，最优秀的工程师而非初级员工，将通过一种他称为“improvement engineering”（改进工程）的新专业负责QA；这一方法借鉴Toyota式质量体系，并强调严格的可审计性。

Vol.169 产业观察30｜科技消费品牌“全球化”的挑战和机遇今天做好 Series A 和 Series B，需要什么？