摘要

庄明浩给 2025 年的关键词是“拐点”，因为它既可能向上拐，也可能向下拐。 若建设按预期推进，2026 年数据中心需求可能爆发；若泡沫破裂，2025 年底或已开始转向。关键不是选多空，而是技术、产品、用户、资金乃至人才都在“不知不觉走到极限”，未来五年的资本预期却被压缩到今天定价。
DeepSeek R1 用百万美元量级的末次训练成本，对撞美国十亿、百亿美元乃至“星际之门”5000 亿美元的叙事，重新定义了全年竞争。 它引发 NVIDIA 与“七姐妹”剧烈下跌，也迅速催生“效率提高反而扩大算力需求”的反叙事；更持久的影响，是把推理模型、开闭源、MoE、成本与中美技术路线之争一次性推上主桌。“后面的事情变成了工程优化跟改进。”
纯语言模型仍在进步，却没有出现市场曾押注于 GPT-5 的 AGI 跃迁，ChatBot 的分发战反而先结束了。 Sam Altman 的复盘是，人类甚至可能已经“轻轻地迈过去”图灵测试而未发生翻天覆地的变化；庄明浩因此把近三年描述为接近线性的演进。与此同时，ChatGPT 周活达到 8 亿，Gemini 即便从零点几个百分点涨到几个百分点，仍处于追赶位置，“纯 ChatBot 的战役已经打完了”。
多模态的商业兑现速度可能快于语言模型，因为图片、视频、营销、电商和创作者工具的现成链条不需要重新证明需求。 Veo 3 首次让大众感受到从无声到有声生成视频的跨越；中国厂商约三个月便跟上声画同步，庄明浩估计 Sora 2 式能力可能两个月左右出现国产对应物。世界模型则被 DeepMind 视为通往 AGI 的“另外一个主桌”，但 Genie、国内混元 0.1 版本和 3D 交互仍主要处于 demo 阶段。
Agent 的“元年”可能持续五年，因为 L3 从生成语言跨到了执行行为，真正困难的是水面下尚未标准化的协议、浏览器、API、memory、infra 和工作流。 Manus 的意义不只是产品功能，而是让用户形成“Agent 差不多应该是这个样子”的心智，并交出约 9000 万美元 ARR；与此同时，各家 memory 路线互不相同，云厂商只能“小孩子才做选择，我们 all in”。标准未定既意味着实施成本，也意味着初创公司仍有窗口。
开源已从理想主义变成中国模型公司的技术、商业和地缘策略。 模型是否安身立命，最终看使用者、token 消耗和生态覆盖，而不是又拿了哪个 benchmark 第一；开源不妨碍 API 与 To B 收费，还能带来本地部署、数据信任和主权 AI 的选择权。DeepSeek 与千问因此成为中国主线，Kimi K2、GLM-4.5/4.6 也继续在 coding、Agent 和开源上卡位。
中国应用层的障碍不是缺少模型，而是入口被微信、抖音、小红书等“城堡”占满，To B 付费与退出路径又弱于美国。 节目援引 QuestMobile 数据称，独立 App 和 Web AI 应用约四分之三用户量负增长，插件却约三分之二增长，但问题是“谁甘心做个插件呢？”这迫使投资人转向 AI 硬件、出海团队和具备大疆、追觅、石头、影石等产业背景的创始人，同时暂时搁置那些无法计算的退出问题。
OpenAI 正把自己从一家模型公司变成资本市场的系统变量：消息可令 AMD 上涨约 40%、Broadcom 上涨约 10%，NVIDIA 也能像“央行”一样以现金流支持整个循环。 OpenAI 估值已到 5000 亿美元，却把技术按月变化的行业写成五年、十年合同，并让合作方同时打满远期预期。真正的脆弱处在于债务、两三年即过时的数据中心设备、存储与电力瓶颈；这不是简单的主动“共谋”，而是所有人都承担不起缺席之后滚成的体系。

精读

1. 2025 是“拐点”，因为技术与资本同时触到极限

庄明浩没有把 2025 简单叫作泡沫之年或转折之年，而选了一个可双向解释的词：“拐点的好处是说，它可以向上拐，也是可以向下拐的。”若数据中心建设兑现，2026 年可能向上爆发；若泡沫转向破裂，2025 年底或已开始下行。
庄明浩所说的边界感，主要指技术、产品、钱、资本，甚至更大的 AI 议题都走到了极限。节目开场所说的“AI 一年，人间十年”虽然少有人再挂在嘴边，但三位身处行业中的感受仍是“像按下了八倍速”。
庄明浩反复强调的不是已经知道结局，而是“我们不知不觉走到了很多事情的极限里面”；在他的表述中，AI 甚至已经把这个议题推到了“人类的极限”。

2. DeepSeek R1 用成本反差击穿了美国算力叙事

R1 在春节假期前两天左右发布，冯骥称其可能是“国运级别”的事件；当时美国财经与科技媒体密集报道，焦点是 R1 论文所列一百多万美元的末次训练成本，与美国正在形成的十亿、百亿美元基础设施叙事形成尖锐反差。
“星际之门”计划的口径达到 5000 亿美元，R1 因而被理解为“中国人很会花小钱办大事”。市场随即质疑既有基础设施投入逻辑，NVIDIA 及“七姐妹”出现巨大跌幅：原本被当作唯一道路的叙事，突然有了另一种解法。
随后出现的反叙事借用了煤炭史：更高效率可能带来短期震荡，却扩大总需求，反而支撑更长期的算力增长。节目没有判定哪套叙事最终获胜，只指出这场争论直到年底仍未结束。

3. R1 把推理模型的全年路线提前画清了

OpenAI 在 2024 年提出 L1 至 L5：L1 是 ChatBot，L2 是推理，L3 是 Agent。o1 于 2024 年 9 月成为推理模型代表，此后头部厂商的共同任务就是复现并工程化这条路线。
R1 的持久意义不只在成本，而在于它把推理模型变成所有厂商都必须回答的问题。R1 发布后约两三个月，头部公司的推理模型基本到齐，后续竞争转为基础模型、强化学习、推理效率和工程优化。
庄明浩的年度判断很明确：若只看纯语言模型，“R1 把这一年的竞争路径跟要打的仗已经基本描述清楚了”。技术路线、开源与闭源、参数规模、MoE 和产品落地的中美对照，都是从这次发布开始被集中拉起。

4. GPT-5 没有制造 AGI 时刻，Google 却强势回到牌桌

OpenAI 曾让行业对 GPT-5 抱有“翻越 AGI 临界点”的期待，真正发布后却没有出现相称的震撼。Sam Altman 在播客中提到，重大门槛未必伴随戏剧性时刻：GPT-3.5 与 ChatGPT 某种程度上已经跨过图灵测试，人类却只是“轻轻地迈过去，然后继续往前走了”。
庄明浩据此把 2022 年 11 月以来的纯语言模型进展概括为线性或接近线性。模型仍在提升，但 benchmark 第一与版本更新带来的边际刺激越来越小，行业也很难说清真正的 AGI 到来时应是什么样子。
Google 是这一年最强势的技术回归者，Gemini、Veo 3、Nano Banana 与世界模型共同构成信号；Anthropic 则更坚定地选 To B 和 coding，通过场景差异化追赶，收入曲线甚至可能比 OpenAI 更陡，只是基数较小。
xAI 依靠与 X 的结合、虚拟陪伴和更“野”的生成边界形成特色；Microsoft 因与 OpenAI 的复杂关系开始推出自有模型，第一枪也选在语音。Meta 在模型发布上声音变弱，最醒目的动作变成“开出大支票在招人”。

5. 中国模型主线收敛到 DeepSeek、千问与开源

“六小虎”已经不再是有效的年度叙事，中国厂商更强的共识变成开源。DeepSeek 与千问处于最前排：前者以技术与论文塑造全球影响力，后者绑定阿里云、投入和全栈 AI 叙事，覆盖语言、多模态与编程。
DeepSeek V3 在 2024 年底发布，R1 来自基础模型上的强化训练；到 V3.1 持续更新后，市场本来期待 V4，却等到 V3.2。庄明浩据此判断，2025 年“可能不太能等到 V4”，R2 也未必如期出现。
Kimi K2 与智谱 GLM-4.5、GLM-4.6 调整策略后，仍在 coding、Agent 与开源主线上；欧洲也还有 Make Fun 等公司留在自然语言模型的主桌。与美国相比，中国寻找的是开源、工程巧思和资源投入揉合后的路径，而非单一的低成本神话。

6. “世界第一”正在贬值，语音 SOTA 更像组织证明

主持人举出可灵与元宝先后宣称“世界第一”的例子：两者分别选择不同榜单，各自在某个维度第一，但在各自所选榜单里前十都不是。庄明浩的处理方式因此是先问“拿到了哪儿的世界第一”，再看盲测、题库与评分方法。
当所有模型都能找到一个榜单发布 SOTA，成绩的外部刺激越来越小，有些发布更像“向上管理”。真正有产业意义的指标是使用者数量、token 消耗、开发者覆盖和实际收入，而不是脱离场景的一次排名。
语音曾被视为低投入、性价比高的边缘战场，小米、B 站、小红书等都曾以某项语音榜单成绩做 PR；OpenAI 发力 Realtime，Microsoft 的自研模型也从语音切入。但“洼地”一旦被发现，所有厂商都会进入，领先窗口很快被抹平。

7. ChatBot 战役已经结束，护城河转向习惯、记忆与分发

庄明浩给出一个鲜明结论：“纯 ChatBot 的战役已经打完了，就是 ChatGPT 已经赢了。”ChatGPT 最新披露的周活达到 8 亿；一年前这一数字可能只有几个亿，不到一年翻了一番甚至再翻一番。Gemini 即便从零点几个百分点涨到几个百分点，仍只是从很小的份额起步。
用户是否付费，越来越取决于使用习惯、品牌理解、上下文和长期 memory，而非单次 benchmark。庄明浩原本对此更犹豫，到年底已偏向认为飞轮“开始产生作用”：模型对用户的理解和记忆正在积累。
OpenAI 还在把 ChatGPT 做成 All in One 入口：对话中直接调用 Spotify、Zillow、Canva、Figma 等服务，形态类似中国互联网的小程序；Pulse 则试图把周活用户进一步变成日活用户，且交互“很融洽，很自然”。

8. Sam Altman 把 OpenAI 当作投资组合来经营

三位反复回到一个被市场遗忘的背景：Sam Altman 原本是投资人，也曾在 Y Combinator 做创业课。他自己说“不擅长做管理，我是做投资的”，在 OpenAI 内部更像支持一个个 team，为想法持续追加资源并放大成功项目。
这种能力同时体现在产品和传播上。合作公司在发布会后展示不同颜色的 token 使用奖章，Sora 2 的爆款内容又集中恶搞 Sam 或让用户与他同框；每一次互动，都让用户进一步与 OpenAI 的品牌绑定。
主持人的评价是，Sam 有点像 Elon Musk：“你们随便怎么恶搞我无所谓。”张一鸣若愿意成为类似的公共 IP，字节也可能获得同样的病毒传播抓手，但主持人认为这在现实中几乎不可能。
OpenAI 也已不能被一家公司概括：它同时像产品公司、技术实验室、基础设施公司和承载硬件等新项目的“其他公司”。庄明浩因此认为，5000 亿美元估值下的 OpenAI 更像一个由投资人管理的多实体组合。

9. “小钱办大事”没有终结氪金，而是迫使两条路线交融

大模型研发越来越像工程问题，涉及技术选型、取舍和实施，而非单纯的零到一灵感。美国倾向“大力出奇迹”，中国寻找更省资源的路径，但一方找到优化，另一方会迅速学习；一方堆出效果，另一方也会尝试复制。
算法、数据、算力三项中，最容易直接用钱解决的是算力；人才也能靠钱吸引。节目引用一句判断：“没有公司是通过给天才员工开高价破产的。”当最大的公司发现年度投入达到数百亿美元，却仍花不完预算时，天价挖人就成为理性选择。
节目提到一笔极端案例：Scale AI 的一位联合创始人所在公司估值约 120 亿美元，他至少持有 10% 的股份，但仍被 Meta 以 35 亿美元挖走。主持人此前还引用广明和小俊对谈的概括：美国的金融能力加上华人工程师，是这一轮 AI 趋势的重要代表。庄明浩则认为这场军备竞赛还可能滚动多年。

10. 多模态是中美最贴身的红海，也是最快兑现的生产力

图片与视频已经很难拆开讨论，而中国厂商在这一战场表现出很强的并跑能力。抖音、快手及多家视频创业公司持续迭代，Veo 3 定义声画同步后，不到三个月，可灵与字节相关模型便跟上。
Sora 2 发布后，市场立即追问国产版本何时出现；庄明浩估计“两个月可能差不多就够了”。他的依据不是能力必然相同，而是产品边界、技术选型和路线一旦被定义清楚，中美团队的工程追赶会非常快。
与法律、金融、HR 等语言应用不同，图片与视频已有成熟的广告、电商、短视频和营销链条。模型只要在可控性、质量或成本上越过节点，就会立刻渗透现有生产流程；美图过去一年的股价表现，被主持人视为这种兑现速度的旁证。
中国的资源禀赋在于短视频、电商、营销和工具生态，挑战则是厂商究竟选择 To B、To C 还是工具平台。技术能力可以趋同，真正难的是“砍到一个合适的边界里面并且打包好”。

11. Sora 2 的价值不是“AI 抖音”，而是产品化机制

MiniMax 海螺早已用“小猫参加奥林匹克跳水”的视频展示出世界领先的动作还原，即梦也曾经营图片社区“离谱”，其他团队也做过图片或视频社区，但只有 Sora 2 真正突破 AI 圈层。主持人的追问是：差别不只来自模型，也来自 OpenAI 的品牌、产品包装和传播资源。
“离谱”团队撤掉前，社区早期的留存、活跃等数据并不差，但仍没能继续。此前市场对这类社区的乐观程度可能只有 30 分；Sora 2 出现后，同一方向的信心被抬到约 60 分。
“这个世界不需要一个 AI 版抖音”可以成立，因为抖音的内容生态、留存、商业化和覆盖人群已经成熟；但节目中的反转是：“对 OpenAI 而言，Sora 2 是需要的。”它需要独立产品承接技术，并建立持续把研究打包成产品的组织机制。
主持人强调，OpenAI 未必真想复制抖音，“AI 抖音”是外界附加的命题。更重要的零到一目标，是让全世界知道新能力存在，并让内部团队验证从模型、交互到分发的完整 SOP。

12. 世界模型可能是通往 AGI 的另一张主桌

庄明浩把技术路线逐层展开：自然语言模型建立在“语言承载人类文明”的信念上，coding 可能是语言的子集，也可能是建造新世界的工具；语音、图片、视频和 3D 则补上语言无法完整描述的感官经验。
当这些局部战场被打包，终点便是世界模型。DeepMind 的判断是，它不只是语言主桌的分支，而可能成为通往 AGI 的“另外一个主桌”，甚至被比作“世界的子宫”：生成符合物理规律、可以持续互动的环境。
真正的临界点需要生成速度快于人的感知与行动，“想到就出现”，且不是观看一次性视频，而是在世界中实时改变和探索。Genie 带来的“全身通电”感受来自这种可能性，但节目也承认目前仍离商用很远。
国内混元世界模型约处于 0.1 阶段，只能把照片转成较早期的可互动空间，画质与清晰度有限。游戏公司有天然需求，拓竹用户也会调用混元等模型生成 3D 对象再打印，说明 3D 打印可能与游戏一起成为早期落点。

13. 创作者工具不怕同质化，因为新增需求仍在涌入

面对“前面已经有大量视频工具，差异化是什么”的追问，一位创业者给出的回答是“差异化没有那么重要，市场太大”。其口径是 TikTok 全球每天新增约 100 万用户，其中 12% 会点击中间的加号，等于每天新增 12 万名视频创作者。
这些创作者不论专业程度，都需要视频工具。节目援引的数据称，视频工具领域 ARR 超过 2000 万美元的公司已有约 20 家，许多只解决一个具体问题或服务一个特定国家，外界甚至没听过名字。
Higgsfield 及其创始人做的 Polo 等新产品仍能快速获得用户与收入，说明多模态不是只容得下基础模型的单点赛道。摄影从 App Store 早期开始就是长期竞争最激烈的品类之一，“打到今天还在打”，正因为需求足够硬且场景足够多。

14. Agent 从语言跨到行为，元年可能持续五年

在 L1 至 L5 框架里，L2 推理仍通过对话交付结果，L3 Agent 却要真正“干活”。它可能操作计算机、网页、数据库或企业系统，输出不再只是几个字，可靠性、安全性和执行环境因此同时变复杂。
庄明浩认可 2025 是 Agent 元年，却补上一层谨慎：“没准未来五年都是 Agent 的元年。”通用与垂直只是第一层分叉，后面还有权限、场景、工具、工作流与不同自动化程度，类似自动驾驶会在一个等级停留很久。
Manus 在三月发布后的最大意义，是让用户知道 Agent 的界面、交互和产出“大概应该是什么样”。即使后来者声称三天或三周就能复刻，其品牌、发布时机、细节与心智占位并不能被代码复刻。
Manus 随后披露约 9000 万美元 ARR，并介绍更适合观察收入趋势的 RRR 指标。主持人认为这条增长曲线超过许多公认的高增长公司，证明 Agent 已从刷屏概念进入真实收入阶段。

15. Agent 冰山之下尚无标准，创业窗口因此没有关闭

Agent 给非模型创业公司提供了新范式：过去能做的常被概括为“套壳”，而“套壳不是贬义词”，只是可发挥空间有限；今天从协议、浏览器、API 到脚手架、infra、memory 和执行层，都可以成为独立公司。
最大分歧之一是继续兼容为人类设计的互联网，还是重建机器可调用的系统；即使选择兼容，也要决定用浏览器、纯 API 还是其他路径。当前协议仍未标准化，大公司与初创公司都在争夺入口。
Memory 只是冰山的一角。主持人在采访相关创业者前发现，各家公司路线完全不同；庄明浩团队也无法判断应自研、采用开源方案还是购买成熟 API，因为连统一的评判标准都尚未形成。
云厂商面对同一问题只能全押。被问到如何在 Agent Base 各组件间排优先级时，阿里云一号位的回答是：“小孩子才做选择，我们云厂商 all in。”大厂会覆盖全链条，却不可能短期清完所有战场，标准空白仍给初创公司留下机会。

16. Agent 没有“凉”，只是注意力回到了模型发布

2025 年 7 月是中国开源模型的“疯狂七月”，几乎每天都有发布；8 月 GPT-5 与 Claude 等头部版本又把关注拉回底层模型。Agent 公司则进入做用户、做收入和做实施的阶段，曝光自然不如 Manus 首发时集中。
A16Z Speedrun 在洛杉矶展示 58 家创业公司，现场总结出的第一类就是 Agent as a Service：团队针对不同垂直行业与具体任务构建 Agent。它没有天天“震醒”市场，却已渗入创业主流。
A16Z 相关收入榜中，节目点出剪映、可灵、Midas 和 Jasper 等公司。庄明浩的结论是，ChatBot 品牌战已经结束，AI 总战役仍在继续；Manus 只是取得一个相对坚实的先机。

17. 开源从理想主义变成技术、商业与地缘策略

DeepSeek R1 之前，Sam Altman 曾认为最领先模型一定闭源，因为需要巨额资源；R1 之后，市场开始接受开源模型也能快速跟进前沿。节目提到《State of AI》报告预测，2026 年一定会有一个开源模型拿到一段时间的第一。
当模型能力差距缩小、成本差距扩大，开源能带来开发者、调用量、反馈与生态覆盖。庄明浩强调：“模型再厉害，没有人用，没有意义。”开源也不等于不能赚钱，DeepSeek 仍可通过 API 和 To B 服务收费。
开源还是信任机制：企业可以本地部署，降低数据泄露与二次使用的担忧。主持人观察到一款具备大内存、显存且价格相对合适的 ROG 笔记本迅速售罄，原因正是适合本地部署模型。
更大的变量是主权 AI。各国可以建设数据中心，却仍要决定使用谁的模型；日本、东南亚、中东、非洲等市场在中美之外如何选择，可能使开源成为“双引号里的武器”。上海甚至提出对有影响力的开源产品或社区给予 500 万元现金奖励。

18. Coding、垂直 Agent 与陪伴应用构成应用层三条暗线

AI Coding 是全年无法绕开的应用突破，而且已从一个关键词拆成前端、后端、数据库、IDE 等多个战场。中美大厂和创业公司都在推出产品、争抢融资，coding 也是 Anthropic 最明确的核心场景之一。
通用 Agent 是显学，垂直 Agent 则在法律、金融和营销中快速吸收资本。法律需要行业信息、工作流、隐私与数据安全；金融还可拆成一级、二级、银行、保险，营销更被拆成搜索、邮件、图片、视频和线上线下渠道。
这些垂直公司未必特别大，却呈现“异常繁荣”，因为每个细分问题都能形成收入。A16Z Demo Day 中大量 Agent as a Service，正是这种分散需求的集中体现。
社交与陪伴则是少被讨论却持续演进的板块。H 六 Z 最新榜单前 50 中，Web 端约有 10 家、App 端约有 12 至 13 家；庄明浩把产品代际概括为纯对话、加入图片语音等沉浸互动，再到场景化体验。

19. 中国 AI 应用被“城堡式互联网”卡住了

庄明浩认为国内要出现真正像 Cursor 那样定义新品类与交互范式的应用“挺难”。部分榜单前列产品“90% 是传统 App，10% 是 AI 功能”，虽然可以被列入 AI 榜单，却很难被视为原生新物种。
中国无法像美国创业公司那样频繁讲“多少时间做到多少 ARR”，只能更多看用户量；但移动互联网与 Web 入口已经饱和。节目援引 QuestMobile 数据称，独立 App 与 Web AI 应用约四分之三用户量负增长，插件却约三分之二增长。
插件能借微信、抖音、小红书等现有入口增长，代价是失去独立产品地位：“谁甘心做个插件呢？”一些团队只能以安卓手机、RPA 加 AI 的方式跨越平台限制，在不被各大“城堡”欢迎的夹缝中提高生产率。
美国更开放的 Web、企业付费能力和工具协同，让 To B 公司可以按周出现夸张融资；中国则同时受中小企业付费、平台封闭和退出路径约束。新趋势又不能简单复制美国，因为底层基础并不相同。

20. 一级市场只能在信仰、硬件与跨境套利之间寻找解

面对模型投资轮次集中、国内应用退出难和出海团队风险，庄明浩认为美元 VC 很难计算“到底期待什么”。现实做法只能先看创始人、产品与背景，决定是否相信，再把暂时无解的退出问题搁置。
一位基金管理合伙人把问题压到最底层：是否仍相信科技公司需要耐心资本帮助其完成从零到一？若相信，就应该继续做。庄明浩认同这一逻辑，却提醒它“太过理想化”，落到国内执行仍有大量限制条件。
资金偏好也在迁移：从科研人员、大厂产品经理，走到 AI 硬件，再走向大疆、追觅、徕芬、石头、影石等产业背景的创始人。硬件看得见、摸得着、能产生直接收入，又有中国供应链优势，因此更容易提供“睡得着”的信任。
海外 VC 甚至重新考察离中国本土 VC 射程近十年的早期游戏团队：逻辑不是先讨论退出，而是中国团队相对海外“全方位便宜”，再利用海外活跃的游戏并购市场。Thrive Capital 一位合伙人曾用 18 个月研究单家公司，这种时间尺度也凸显两地资本环境差异。

21. OpenAI 把市场变成系统性押注，也把风险传导到全链条

庄明浩用自己的 PPT 记录泡沫讨论升温：到第四份 PPT 时出现一页，第五份约两页，9 月版本已约六页，下一份还会继续增加讨论。OpenAI 与 AMD 消息令 AMD 上涨约 40%，与 Broadcom 的消息又拉动后者约 10%，显示 OpenAI 已像“二级市场金手指”。
Magnificent Seven 头部公司市值已到三四万亿美元、年度可支配经营现金流约千亿美元，OpenAI 估值则达 5000 亿美元。最近出现的五年、十年期合同，让合作方同步打满远期预期；技术明明按月变化，资本却被要求相信五年。
NVIDIA 也能凭高毛利、现金流和市场地位像“央行”一样支持生态。OpenAI、NVIDIA 与合作方未必事先商量，却都“乐得其成”；除拥有芯片、云、模型和产品全栈的 Google 外，其他公司几乎承担不起不参与的责任，AI 因而从产业变成“系统本身”。
风险在链条底部集中：CoreWeave、xAI 等开始使用债务，而债务比股权更刚性；互联网泡沫留下的光纤十五至二十年后仍可用，今天的数据中心设备和卡可能两三年就过时。到 2025 年 10 月中，节目称标普 500 表现最好的竟包括希捷与西部数据，说明热潮已从 GPU 扩散到电力、冷却、变压器和存储颗粒，“所有事情全部打包在一起”。
资本尺度也突破历史参照：节目给出的全球最大 IPO 融资纪录是沙特阿美约 226 亿美元，已低于 OpenAI 或 Anthropic 的单轮融资；Amazon 上市前约烧 20 亿美元，Uber 约烧 400 亿美元，若再按 20 倍外推，下一代公司烧到 8000 亿美元才上市也不再像天方夜谭。庄明浩的收束是：这是一场“非主动的共谋”，意识到时已经很难退，只能继续往前走。

周期结束了吗、投资组合心理学与预测市场 Alpha 创意为何会比代码更重要｜Kevin Rose 与 Anish Acharya