Vol.80 我去大内密谈和相爷聊了聊AI

摘要

• ChatGPT发布三年后，AI已经从L1聊天、L2推理走到L2向L3 Agent过渡，真正拖慢进度的不再只是模型能力，而是权限、验证码、支付和平台协作。 庄明浩把L2称为机器进行“双引号的思考”，L3则是“从语言跨越到了行为”；但现有互联网是为人设计的，自动驾驶从可用demo到现实落地耗费十余年的历史，提示Agent仍可能面对五年、十年甚至更久的磨合。
• 中国在最前沿模型上仍落后美国，但头部开源模型的差距已从一年至一年半缩至约三至六个月。 DeepSeek在2025年1月底率先“真正意义上”实现L2，并公开训练、数据和后训练路径；其论文披露的最后一次训练成本约128万美元，冲击了美国动辄十亿、百亿美元的资本叙事，也把推理能力迅速变成行业标配。
• AI产业最危险的不是技术停止，而是OpenAI、云厂商和芯片商之间可能形成依靠未来收入支撑的循环融资。 庄明浩用“十个插排连在了一起，但它没有电”概括这一风险：他举例说，OpenAI以未来五年订单撬动Oracle建数据中心，Oracle再买英伟达的卡，英伟达又投资OpenAI；OpenAI目前对外承诺约1.4万亿美元，而他估算其2025年收入约200亿美元、2030年极限年收入约2000亿美元，账仍“怎么算都算不回来”。
• 英伟达是这轮确定性最强的卖铲人，但其利润也在推动整个资本循环继续放大。 公司市值一度达到5万亿美元，单季收入600多亿美元、毛利率超过70%、数据中心业务可能占80%以上，账上现金超过1000亿美元；与此同时，一座1 GW数据中心约需500亿美元，最大在建项目约2.7 GW，AI已经把电网、核能、冷却水、存储乃至手机内存价格都卷入交易逻辑。
• 应用端已经跨过“是否可用”，竞争正转向可控性、工作流嵌入和谁先被商品化。 相征用Photoshop集成的Gemini 3 Nano Banana Pro生成图片，获得四五十万浏览而无人识破；有明确答案的数学、Coding等领域已被强化学习“平趟”，AI音乐已足以承担BGM，但对普通及中腰部创作者可能是“毁灭性的事情”，版权追责则明显滞后。
• 庄明浩认为“AI技术没有太多泡沫，AI叠加金融之后有泡沫”，而决定破坏力的是债务而非股价本身。 相比互联网泡沫时Cisco约100倍市盈率，当前头部AI公司平均市盈率“可能”约28倍，且GPU接上即用；反面是GPU只有三至四年折旧期、循环融资中的债务越来越多，而泡沫最后六至十二个月往往最疯狂，因此“知道高估”并不等于能判断转折点。
• 对个人最有效的应对不是追逐每天的产业新闻，而是把每周重复五次以上的工作逐项交给AI试做，同时积累AI难以复制的经历、情感与判断。 选专业可以考虑AI方向，却不宜追逐滞后的专业名称；是否继续学编程没有唯一答案，但理解底层逻辑仍有价值。庄明浩最后留下的不是工具清单，而是“祝你复杂”——模型越通用，个体经验越珍贵。

精读

1. 四五十万次浏览无人识破，图像生成已经跨过“够用”门槛

• 相征先做了一个近乎盲测的实验：用最新版Photoshop集成的Gemini 3 Nano Banana Pro，生成褪色记号笔画出的《浪客行》，以及樱木花道与Michael Jordan同场打球的画面；发到社交媒体后获得约四五十万浏览，没有人指出它是AI生成。

• 更有说服力的是，一位学画、也知道相征真实绘画水平的朋友同样没有怀疑，只问“这个你也能画呀”。相征的回答是：“我是能画，但是没有那么快。”AI在这里改变的不是能力上限，而是交付速度与旁观者识别成本。

2. ChatGPT三周年仍在加速

• 录制时正值2025年底，距离ChatGPT于2022年11月30日发布恰好三年。庄明浩认为这是“不可能更重要的节点”：过去许多科技关键词在两三年内便被证伪，AI却仍在愈演愈烈。

• 这一轮讨论已经从模型参数扩展到能源、电网、资本开支和人类工作的意义。庄明浩说，当人们把它称为“第四次工业革命”，它自然会开始触碰“人类终极的问题”。

• 相征追问ChatGPT是否真是业内公认的分水岭，庄明浩给出毫不含糊的答案：“超级重要，不可能更重要。”冲击并非AI第一次出现，而是普通人第一次看到一台机器持续生成可理解的语言。

3. 通用性把AI从围棋演示带进每个人的办公桌

• 深蓝、AlphaGo、自动驾驶和星际争霸AI都曾令人震撼，但多数人既不是职业棋手，也不是赛车手或电竞选手。ChatGPT却直接进入写邮件、画图、表格和PPT这些日常任务，让替代感第一次贴近每个白领。

• 庄明浩将这一代的差异归结为“通用”和“生成式”：它不是只识别人脸或下围棋，而是看上去什么都知道，并且能用人类最熟悉的聊天方式把能力展示出来。

• 相征自己的使用变化也很直接：AI已在多数情况下代替搜索引擎，并进入设计、制图、音频处理和插件工作流。“牛逼”不再是一个技术演示，而是某个原本耗时的动作突然可以更快完成。

4. 自然语言让搜索与翻译率先被重写

• 相征曾被新版macOS的两个交互问题折磨：另存文件时会先激活所有外接硬盘，以及多窗口切换后需要额外点击才能操作。他把一整段口语化抱怨原样交给DeepSeek，照着回复操作后说问题解决了；原谈话没有明确拆分说明两个问题是否都分别解决。

• 庄明浩认为，这正是大语言模型相对关键词搜索的跃迁：用户不必先把问题拆成机器可识别的词，而可以直接叙述处境、意图和期待结果，模型负责理解、推理和输出。

• 在线翻译则几乎已被这一轮AI“完全拿走”。他的残酷概括是：时代迈过去，根本不给做翻译的人反应的机会。语言从AI的一项能力变成了它改写其他软件入口的基础。

5. GPT的关键不只在模型，而在Chat把能力暴露给普通人

• 庄明浩逐字解释GPT：G是Generative，模型像“吐字”一样生成文字或图像；P是Pre-training，即提前喂入大量人类数据；T是Transformer，是Google提出的技术架构，并非这一轮才突然出现。

• 他用家政阿姨解释预训练：阿姨到新家前已经知道厨房、扫地工具和两三个小时家务的大致流程，不是一个“什么都不懂的人”。模型也先通过训练获得基础能力，再面对具体用户。

• GPT-3已经在业内表现很强，ChatGPT则用Chat加上GPT-3.5，把科研能力转换成普通人能直接感知的产品。它与Siri、语音搜索和语音对话机器人的差别是：后者明显在匹配预设关键词，前者看起来真正知道你在说什么。

• LLM中的“大”指参数与知识覆盖远超上一代小模型；“语言”则承载人类大部分知识与思考。庄明浩的推演是：如果机器能用0和1理解人类语言，“逻辑上智能似乎就出现了”。

6. LUI要接管GUI，但权限墙比对话能力更难跨越

• GUI用窗口、图标和鼠标定义了个人计算机几十年的交互；LUI则是Language User Interface，用户通过自然语言操控系统。庄明浩引用比尔·盖茨的说法：他一生所见的两次绝对意义上的技术革命，第一次是GUI；庄明浩把这一次概括为LUI，但并非盖茨原话中的明确表述。

• 豆包手机助手展示了LUI的理想形态：用户只需说“对比几家外卖软件，帮我订最便宜的炒饭”，助手便在后台搜索、比价、选择和下单，不再要求人逐个点击应用。

• 但相征马上指出隐私问题，庄明浩补上权限、数据和支付风险。微信为什么允许一个底层助手代替用户操作自己？平台只需判定它触发安全策略，整条Agent链便会被截断。

• 苹果的迟缓也由此获得一种解释：完整的LUI需要掌握账户、内容和支付，但苹果又坚持隐私与系统边界。技术能力和平台治理不能分开，后者可能才是更慢的一层。

7. Token记录业务体量，五级路线图记录行业野心

• 庄明浩把Token解释为模型接收、思考与生成过程中消耗的数据单位。传统存储用KB、MB、TB衡量，AI产品则常用Token量描述访问规模与业务增速，云厂商和应用公司都会定期公布这一指标。

• OpenAI给出的五级路径借鉴自动驾驶：L1是聊天机器人，L2是推理，L3是Agent，L4是研究员，L5是管理者、组织者。行业不只是给模型升级版本号，而是在试图定义通往AGI或ASI的阶段。

• L1让机器回答问题，L2让人看到机器进行“双引号的思考”，L3则要求它真的做PPT、访问网页、登录、点赞、订餐或叫车——庄明浩概括为“从语言跨越到了行为”。

• L4的设想是达到人类研究员水平，进而能够训练自己；L5再把多个研究者组织起来。目前较准确的位置仍是L2向L3过渡，后两级更多属于期待中的未来。

8. L2的“思考”是被要求慢下来，不等于人类意识

• 早期Chatbot几乎立刻回答复杂问题，但人类真正思考难题时通常需要慢下来。推理模型的核心做法之一，是要求模型分步骤展开思维链，再给出最终答案。

• 相征追问，屏幕上那段“想”的过程会不会只是表演。庄明浩承认：“某种程度上是表演给你看的。”它不等于人类意识，却通过慢思考提高了复杂任务的正确率。

• OpenAI约在2024年9月发布了相关推理模型，此后各家在2024年下半年至2025年初都以复现o1为目标。DeepSeek随后成为第一个被庄明浩称为“真正意义上完全实现L2并详细开源路径”的公司，L2也由此成为标配。

9. Agent跨入行动后，互联网的人类中心设计成了瓶颈

• Agent不只生成答案，还要打开网站、点击按钮、填写验证码和调用外部工具。但现有互联网“是给人做的，不是给AI做的”，反爬虫、异常流量识别和登录校验会把Agent视为攻击者。

• 这使L3不再只是模型公司的内部问题，而是与支付、平台、网页设计和现实规则协作的问题。一个语言模型再聪明，也可能在验证码、权限确认或被封禁的API前停住并要求人接手。

• 庄明浩用自动驾驶提醒不要低估落地时间：约2010年已有能跑一两百公里的自动驾驶演示，特斯拉约2013年也看到可上路测试的demo，但到2025年仍未达到理想中的L4。

• 因此，一派观点认为Agent与现实环境的磨合可能还需五年、十年甚至更久。过去靠“堆参数、堆算力、大力出奇迹”能改善模型，生态交互却无法用同一条线性路径解决。

10. 语言、多模态与Coding形成三张主桌

• 庄明浩把产业分成三桌：自然语言是一桌，多模态是一桌，Coding则像“半桌”。多模态覆盖图片、视频、音乐、3D和世界模型，后者甚至试图用一句话生成可前后左右移动的空间。

• 多模态背后的争论是：人类文明虽以语言组织，但感官与学习往往始于视觉。相征提到周梦清和韩阳的《废墟》项目：用照片扫描、三维还原苏联建筑、雕像和濒临坍塌的教堂；即使当前生成不精确，原始数据仍可随着模型进步不断重建。

• Coding既被一些人视为语言的子集，也是人类原本就用来和计算机交流的语言，因此被AI迅速吃掉。庄明浩估计，部分头部科技公司的新代码已有超过一半由AI生成；它仍会写Bug，但趋势已经足以让程序员面临明显挑战。

11. 美国主桌四家竞逐，微软与OpenAI从绑定走向有限分手

• 美国最核心的模型玩家被概括为OpenAI、以Claude擅长Coding的Anthropic、近期很强的Google，以及马斯克的xAI。微软较晚推出自有模型，因为此前同时是OpenAI的重要投资人、云渠道和收入分成伙伴。

• 庄明浩称，微软到2025年7月左右才推出自己的模型；到同年11月底，两家公司重新确认关系，类似“和平分手”：继续合作，OpenAI不再必须独家使用微软，微软也可以发展自己的模型。他举例说，到了2032年双方仍可能保持比较紧密的合作关系，但OpenAI可以做自己的事情。

12. 中国“六小龙”退潮，开源成为真正的主线

• ChatGPT出现后，中国一度形成所谓“六小龙”：Kimi、MiniMax、智谱、阶跃、百川和零一万物。发展过程中，主桌所需筹码过高、业务又未盈利，持续输血越来越难。

• 到2025年，原叙事已经分化：零一万物更多转向企业大模型实施、做To B，百川后来转向医疗，不再全面追赶最大通用模型；仍较明确留在模型主桌竞争中的，主要是Kimi、MiniMax与智谱。

• 媒体和开发者的关注中心则转向DeepSeek与阿里千问。庄明浩称，当下开源榜前15名“可能都是中国公司”，美国部分头部互联网公司经过测试后，也承认在使用中国开源模型。

• 美国主流厂商原本以闭源为主，中国模型的推进迫使它们在产品系列中放出次一级开源版本。庄明浩的结论很具体：“开源模型这个事情，是中国比较领先的。”

13. DeepSeek用128万美元的最后一次训练改写了成本叙事

• o1推出后，所有主桌玩家都在复现L2。庄明浩认为DeepSeek是第一个“真正意义上完全实现L2”的模型，并在2025年1月底把模型、训练方法、数据模型搭建和后训练等细节开放给全世界。

• 这不是只给一个可调用的产品，而是让其他人能够照着路径复现。由此，L2不再是少数公司的领先能力，而快速成为行业标准。

• 最具冲击力的数字是论文披露的最后一次训练成本约128万美元。庄明浩特意说明这只是多次训练中的最后一次，却仍与美国新闻里十亿、百亿美元的数据中心投资形成剧烈叙事冲突。

• DeepSeek不仅在中国爆火，也引发海外科技与财经媒体集中讨论。相征原本怀疑它是否只是调用了别人的东西，后来看到海外讨论，发现“整个硅谷都疯了”。庄明浩称，中美头部模型差距已由一年至一年半缩短到约三至六个月。

14. 幻方的量化基因解释了DeepSeek的算力与效率

• DeepSeek背后的幻方原本做量化投资，即用计算机高速交易。量化需要捕捉只存在几毫秒的价差，因此公司很早便购买大量卡、建设集群和数据中心，对算力效率有极高要求。

• 庄明浩的概括近乎传奇：“他为了干这个，很早就买了很多卡；做着发现把这些卡搞在一起，似乎也可以搞模型。”量化积累的硬件和工程能力，于是转成了大模型训练资产。

• 他还强调，幻方没有接受外部投资，也很少对外表达、推广或推动商业化；创始人梁文锋因此带有某种“双引号的大爱”。相征想邀请团队录节目，却听说梁回乡时受到严密保护，最后只能作罢。

• DeepSeek火爆时，冯骥称其为“国运级别的东西”，国内也有人质疑只是调用海外成果；相征的反应是去看海外讨论，发现“整个硅谷都疯了”。庄明浩称，中美头部模型差距已由一年至一年半缩短到约三至六个月。

15. 模型越过人类测试线后，“谁更强”反而越来越难回答

• 庄明浩借柯洁说明评价危机。鲁豫问职业棋手是否担心自己的棋路被AI学走，柯洁笑着回答：“AI那么强，学我们的数据干嘛？那不就是垃圾吗？”

• 如果普通人棋力是五六十分、世界冠军是八九十分，而AI已经达到“一亿分”，一亿、一万与一千对人类都没有可感知差别。庄明浩比喻：“学霸考一百分，是因为卷子只有一百分。”

• 传统打分也会失效：模型厂商知道题库后，可以针对考试优化，拿到高分却未必让普通用户感到更好。可普通用户又各有偏好，主观评价无法形成统一标尺。

• 数学和Coding因此成为热门测试场：前者有明确答案，后者能否跑通也可验证。庄明浩的判断是，凡是存在明确标准解的领域，AI基本已经“平趟”，剩下的限制更多是算力与时间。

16. 强化学习制造超强偏科生，也暴露通用能力的裂缝

• 预训练把大量人类数据一次性喂给模型；到2025年，行业越来越强调后训练与强化学习。数学题做对就奖励、做错就惩罚，代码跑通就奖励、报错就惩罚，无数轮计算后能力会突飞猛进。

• 但容易获得和电子化的人类数据已经基本喂完，剩余数据要么难拿、要么复杂。继续依赖有标准答案的奖励机制，会培养只为编程竞赛熟练掌握海量算法、却缺少迁移能力的“偏科生”。

• 这与这一轮最初强调的“通用”发生冲突：另一个人或许竞赛只得70分，却能学A、做B、适应新环境。庄明浩认为，行业正制造越来越多第一种人，却未必获得真正的泛化能力。

• 数据标注也从识别物体升级为复杂判断：这类工作需要律师、医生和资深金融从业者，判断答案的好坏并与人类common sense对齐。问题是，人类判断本身就高度个性化。

17. Scaling law的边际收益正在逼近争议中心

• 一位从OpenAI离开的核心研究者——上下文指向Ilya——提出当前方向可能是死胡同：继续堆算力、能源、数据和时间，未必再带来通用能力的跃迁。

• 庄明浩用边际收益说明争论：若投入增加十倍，效果只提升10%；再增加一百倍，也许只改善5%，scaling law便接近失效。下一步可能需要回到研究，寻找新的架构或技术范式。

• 他没有全盘接受这套观点，而是提醒听众考虑说话者的位置：Ilya已离开OpenAI、成立新公司并需要讲新的研究故事；OpenAI核心人物Ilya和Mira成立的新公司都在没有产品、模型、论文或网站的情况下获得数十亿美元级天使融资。“每个人有自己的位置。”

18. 白领工作不会一次性消失，而会先被拆成无数AI功能块

• 当前应用已经沿行业和职能切入法律、金融、医疗、营销、销售、HR、财务，再继续细分到PPT、文案、邮件等动作。微信、飞书、钉钉、Office、浏览器、输入法、会议和设计软件都在加入AI。

• 相征为《山海经》项目设计封面时，需要一个角数精确的图形。他没有搜素材再用Illustrator描摹，而是让ChatGPT生成代码，复制进Illustrator便得到图形，连角的数量都准确。

• 这个例子突出的是可控性：AI不仅要“像”，还必须在成熟工作流中严格执行十六个角、指定尺寸或结构。能否稳定接受约束，已经成为图片、文字和视频创业产品共同争夺的能力。

• 庄明浩认为，眼下更真实的形态不是一个全能Agent突然接管公司，而是“已经存在、被定义好的功能的AI化”。职业受到的冲击会先表现为任务被切碎、重组和压缩工时。

19. 生成式AI的概率底座决定了可控性仍是产品战场

• 今年的可口可乐圣诞广告片被用来说明一致性问题：逐帧截出不同角度的卡车，会发现每一帧的轮子数量不同，有时两个、有时三个甚至四个。单张画面可用，不代表连续叙事可靠。

• 相征的经验却是，十次生成里即使八九次失败，只要一次成功便够了；更微妙的是，他会反过来怪自己：“前面那些失败不是它的问题，是你没描述清楚。”

• 庄明浩解释，生成式AI本质上是在给定前文后预测概率最高的后续。“今天天气真”容易接“好”或“坏”；如果只给“今天天气”，可能性便大幅增加。

• 因此，输入越具体、限制越明确，输出理论上越接近期望；但概率生成决定它不完全确定。提示词经验、模型能力和工作流约束共同决定结果，没有一个永远有效的简单规律。

20. 音乐已足够承担BGM，版权与中腰部创作者先承压

• 相征透露，节目里曾使用自己命名、由AI生成后稍作调整的音乐，没有听众发现。对许多不承担核心叙事、只需匹配场景的BGM，技术已经“可以拿来用”。

• 《正经叭叭》每期结尾音乐也由主播用豆包生成：今天聊省钱，明天聊旅游，歌词和风格可以完全匹配主题，甚至“一周写一百首”。它未必创造经典，却消除了定制音乐的成本门槛。

• 版权争论依然存在：模型是否可用受版权保护的音乐训练，好莱坞编剧是否会被变成“生产资料”。但两位都偏悲观，认为诉讼滞后且训练早已发生；庄明浩提到Suno与华纳已经有类似和解的协议，Spotify中也出现大量AI音乐。

• 相征判断，最顶尖创作者仍有不可替代性，但普通乃至中上资质的创作者会遭遇“毁灭性的事情”。纯操作技术被商品化后，经验、情感和审美判断才更明显地成为剩余价值。

21. 视觉创作的成本曲线已被“批量生成再挑一个”击穿

• “AI山海经”里的鲨鱼穿耐克鞋、鳄鱼嘴战斗机，本来不可能存在于现实，却能以统一的荒诞风格迅速扩散。它不要求还原真实，而是把组合想象力和低成本生产结合起来。

• 相征提到《影视飓风》为云南一支乐队制作MV：同类提示词隔两三年再用，已经从勉强生成变成屏幕上一次铺开五六十个候选。“你总能挑出一个还可以的”，而生成几十个不再需要高成本。

• 在“如果所有画面都是假的”片段中，团队原想连山谷第一镜都生成，效果不好才让Tim用绿幕补拍，之后的变形与场景再交给AI。对普通观众，这个细节已不重要；对从业者，制作过程文章则值得逐步研究。

22. AI技术未见顶，AI金融定价却已经有泡沫

• 庄明浩先限定“泡沫”的狭义定义：一项资产在一段时间内，价格远超实际价值。套到当前局面，他的答案是：“现阶段在AI相关公司的股价上，一定存在一些泡沫。”

• 纯技术发展仍在快速演进，尚未到达明显高峰；但金融体系会把可能成为未来的叙事瞬间打满。铁路、光纤、房地产和比特币都经历过类似过程。

• 2025年第二、第三季度，人们还在争论“是不是泡沫”；到第四季度，讨论已变成“这是什么泡沫”。技术以月为单位迭代，资本市场却已经把收入和订单一口气外推到2030年，这种时间尺度错配正是风险来源。

23. 循环融资把OpenAI、云厂商和芯片商串成无电插排

• 庄明浩举例说，OpenAI以未来五年约3000亿美元的云计算成本和订单预期，吸引Oracle从微软云、Google Cloud和AWS手中抢下巨单；Oracle却必须再借钱、融资、买卡和建设数据中心。

• 他进一步用假设说明链条：英伟达既是供应商，也可能投资OpenAI以锁定需求；例如投资1000亿美元，对应OpenAI承诺未来10个GW的数据中心、每个GW使用约100亿美元的卡。OpenAI又可能以股份和数据中心需求吸引AMD，剩余需求再给Broadcom。这些是庄明浩用于解释循环的示例，并非逐项确认的合同。

• 由此，芯片商、云公司、数据中心和模型厂商全部进入同一循环。庄明浩的比喻是：“十个插排连在了一起，但它没有电。”缺少的是最终用户产生的足够现金流。

• Oracle获得约3000亿美元订单消息后，股价一夜上涨约40%，创始人短暂成为世界首富；一个月后涨幅几乎全部跌回，因为市场重新计算后发现，建设与运营成本可能连债都还不上。

24. OpenAI的1.4万亿美元承诺是整条链最难核对的账

• 庄明浩估算，OpenAI在2025年的年收入约200亿美元，却预期未来五年可能赚5000亿美元、承担约3000亿美元云成本。更关键的是，它已经向外承诺约1.4万亿美元，涉及云厂商订单和数据中心建设等支出。

• Sam Altman在2024年2月、OpenAI收入约20亿美元时，曾提出需要7万亿美元。这个数字当时近乎疯狂，但OpenAI此后仍在不断扩大对外承诺。

• 即便把2030年收入推到极限的约2000亿美元，收入也不是利润；庄明浩称OpenAI在2029年前不太可能盈利，自身业务还可能再烧约1000亿美元。“这个钱是怎么算都不会算得回来的。”

• ChatGPT约有8亿周活，但世界人口、付费转化率与月费都有上限。相征问为什么不进入中国，庄明浩用一句玩笑回答：“你不上清华，是因为你不喜欢吗？”用户收入补不上投资承诺，缺口最终就可能转成债务。

25. 英伟达是确定性最强的卖铲人，也是循环继续转动的出资人

• 英伟达市值一度达到人类历史首次出现的5万亿美元；单季收入600多亿美元，毛利率超过70%，数据中心业务可能占80%以上，账上现金超过1000亿美元。

• 游戏显卡的毛利反而较低，意味着数据中心GPU的经济性更惊人。庄明浩说，如果站在黄仁勋的位置，账上现金不应闲置，投资客户、供应商并维护需求循环，是完全理性的利益最大化决策。

• 这种个体理性并不保证系统安全：Oracle要补上云时代的落后，AMD要从英伟达约90%的数据中心份额中抢位置，它们都必须接受激进订单。每家公司都有理由下注，合起来却可能制造无人承担的尾部风险。

• Google是显著的例外：应用、模型、云、数据中心与TPU全栈自有，还投资Anthropic并让其使用Google Cloud与TPU。它可以省下原本支付给英伟达的高额毛利，选择“自己开一桌”。

26. 资本讨论开始用上quadrillion，存储和手机也被AI挤压

• Thousand、million、billion、trillion之后是quadrillion，即十的十五次方。庄明浩感叹，AI承诺与人类GDP已经迫使财经讨论使用过去极少出现的数量级，普通公司的估值语言开始失效。

• 他用《微软模拟飞行》约2.5 PB的数据量作类比：过去PB用来描述整个虚拟地球，如今相近的巨大数量级开始频繁出现在资本与基础设施承诺中。

• AI数据中心甚至吞噬存储供给。庄明浩称，三星、SK海力士、美光等厂商的2026年订单已经售罄，美光甚至不再做消费者业务；数据中心成本中即使只有约1%是存储，也足以改变全球供需。

• 红米K90在2025年11月发布后因价格被批评，雷军随后解释内存涨价过快。相征由此理解王自如“能买就现在买”的提醒：AI抢走高端内存，未来手机可能同时面临涨价和配置下沉。

27. 一座1 GW数据中心是500亿美元工程，不只是买GPU

• 庄明浩给出的粗略公式是：1 GW数据中心约需500亿美元，其中约40%用于GPU，10%多用于网络设备，另有CPU、主板、电源、风扇、内存和存储。

• 当前最大在建项目约2.7 GW；Meta在建的一个数据中心，据庄明浩描述，大约有整个纽约曼哈顿岛三分之二那么大。相比之下，深圳这种体量的城市大概是10至15 GW。

• 十万张GPU连在一起，单卡数万美元，仅硬件就需数十亿美元。它还必须连续24小时供电、传输和冷却，不能让设备过热，也不能让昂贵算力长期闲置。

• 因此，科技公司开始投资小型核反应堆及其他自建电源。一座中心背后同时需要土地、电站、电网、水源、施工和冗余系统，讨论“缺卡”往往只看到了最前端。

28. 中美竞争的底盘是电网、土地、冷却与工程能力

• 相征认为中国生活者很难理解“缺电”，因为稳定、便宜的电力近乎默认条件；庄明浩则举例说，有些国家的大城市一周可能停电三天。AI把这种基础设施差距放大成模型能力差距。

• 美国电网更分散、老化，数据中心厂商必须协调地方电力公司，甚至自建电站。土地审批、环保组织、当地居民和输电配套都可能拖慢项目，绝不是宣布投资数字就能点亮GPU。

• 微软CEO纳德拉的说法被庄明浩拿来佐证：问题不只是买不到卡，而是卡到手后“没有地方放上去点亮”。美国数据中心新增电力需求可能超过新增总电力需求的一半；中国对应比例可能只有十分之一，准备程度不同。

• 这也是中美比较并不傲慢的原因：竞争已经涉及资本、能源、数据和国家级工程。中小国家可以建设数百兆瓦项目，沙特也有资金和能源，但能持续参与GW级竞赛的主体确实极少。

29. 美国押上唯一正向抓手，中国则把AI嵌进制造业

• 庄明浩把美国路径概括为资本市场、芯片、数据中心和训练能力持续加码。美国经济、通胀与政治问题交织后，AI看起来像“唯一的正向抓手”；如果它也失败，市场将失去重要的增长叙事。

• 美股过去几年的大量涨幅由少数AI科技巨头贡献，居民账户、养老基金和社保资金都与之绑定。所谓“too big to fail”甚至不足以形容，因为AI已经同时连接政府、市场和居民财富。

• 中国则还有先进制造、电动车、具身智能和机器人等叙事。庄明浩认为，美国这一波具身智能落后中国一代，而中国可以复用上一轮电动车积累的零部件、控制、视觉和供应链能力。

• 黄仁勋反复强调中国可能胜出，也有自身游说目的：他希望美国放松对华芯片限制，以扩大销售并维持垄断。庄明浩提醒“不应只听老黄怎么说”。

30. 芯片代差真实存在，但集群、推理和海外训练提供绕行

• 华为及寒武纪、摩尔线程等国产GPU正在追赶，寒武纪股价一度超过茅台，摩尔线程上市认购倍数极高；但庄明浩明确承认，它们与英伟达仍存在代际差距。

• CPU像能处理复杂调度的老教授，GPU则像大批只会较简单任务的实习生。AI训练适合把可明确拆分的计算交给海量“实习生”，因此单个核心不必像CPU那样全能。

• 中国可以用更多相对弱的卡组成集群，叠加便宜电力、网络互联和算法效率，缓解单卡差距；随着使用重心从训练转向推理，对顶级算力的要求也会下降。这被两人形容为“围魏救赵”或曲线救国。

• 现实中，中国头部科技公司在海外也有数据中心。若主要障碍是先进卡不能进入国内，模型训练可以放在海外，再把成果用于产品；这不是消除卡脖子，而是阶段性规避。

31. 挖矿公司变成Neocloud，极致成本能力与高杠杆同时继承

• 大型云厂商的核心模式是虚拟化：一台机器拆给许多客户，用波峰波谷提高利用率。AI客户却往往需要一张或一千张完全属于自己的卡，并保证集群可用。

• 原来的矿场最懂这种生意：它们早已把电价、冷却、运算强度、机器损耗和效率写进精确到小数点后的成本公式。矿不再景气后，许多公司转型为Neocloud，出租GPU、代建并托管数据中心。

• 连微软等大云厂商也会与Neocloud签百亿美元级合同，因为专用GPU集群的需求过旺。但这些公司买卡、换卡和扩建都依赖债务，部分公司的收入甚至不足以覆盖利息。

• 对高杠杆的批评未必能改变其行为。庄明浩的玩笑是：“你跟一帮挖矿的人说杠杆太高，别闹了。”

32. Nebius的故事说明“风险过高”未必能阻止当事人下注

• Nebius前身与俄罗斯搜索引擎Yandex有关。俄乌战争后，Yandex受到制裁、业务难以继续，人员分散；Yandex的CEO在阿姆斯特丹重新召集一千多名原核心员工，成立Nebius进入Neocloud。

• 对这群人而言，AI数据中心不只是一笔估值交易，也是重新安置团队、延续事业的机会。庄明浩说，旁观者很容易批评杠杆，但CEO为了“一千多号兄弟”，即使可能成为泡沫导火索，也有理由抓住机会。

• 两人顺带谈到比特币四年周期：相征提到比特币从约12万美元高点跌到8万多美元，庄明浩回应“暂时先别卖，等一等”。这段对话保留了持有者面对周期回撤的态度，但没有明确披露相征持有多少比特币。

33. 中国应用层靠开源与供应链形成另一种扩散速度

• 中国头部开源模型即使落后美国约三至六个月，能力也已足够支撑大量应用。叠加过去十多年移动互联网经验，应用层的拓展可能比单纯追逐最强模型更值得期待。

• AI玩具是典型的扩散路径：深圳供应链可以快速做出小狗、猫或恐龙，加入摄像头、语音和多模态识别。庄明浩认为，这些产品比索尼机器狗时代能回答更多问题。

• 自动驾驶和机器人原本主要解决硬件结构、控制与运动，AI解决“脑子”的问题。两者结合后，人形与非人形机器人都会向前提高一档。

• 庄明浩因此认为，中国的AI扩散更像百花齐放：软的不行可以做硬件，模型之外还有汽车、机器人和制造业。即使某一项暂时落后，也不像美国那样更多依赖单一偏金融叙事。

34. 苹果和微信都在用生态控制力换取等待时间

• 在美股“七姐妹”中，苹果对AI基础设施的投入相对较小。冠冕堂皇的理由是隐私和体验完整性；庄明浩更直接的推测是，库克接近退休，本身又不是激进创新型CEO，没有动力承担可能损害晚节的巨大风险。

• 相征为使用Apple Intelligence特意购买非国行iPhone，却几年都没有真正体验到承诺的AI能力，从iPhone 14 Pro升级后的日常差异也很小。苹果负责AI的总监又离职，在他看来说明“这活没法干”。

• 部门负责人既要做出前沿AI，又不能触碰苹果的隐私、权限和生态原则；老板若不主动背风险，中层就无法作出关键取舍。苹果仍可依靠设备控制力等待技术更ready，但持续延期也会消耗信誉。

• 微信处境相似：目前明显AI功能大致只有搜索和评论区艾特元宝。它涉及庞大隐私与数据，又拥有足够强的垄断位置，因此没有必要在最混乱的阶段把步子迈得太大。

35. “好泡沫”仍会破，差别只在损害由股权还是债务传导

• 庄明浩借贝佐斯经历互联网泡沫的故事，引出“好的泡沫”与郁金香式坏泡沫的区分；另一套分类则看融资是股权还是债务、技术是否提高生产力。AI最初位于“生产性技术加股权”的较安全象限，但债务正在增加。节目没有明确说“好泡沫”是贝佐斯对当前AI的原话。

• 与2000年相比，Cisco巅峰市盈率约100倍，当前头部AI公司平均市盈率“可能”约28倍；当年约97%的光纤没有被点亮，今天GPU接上便供不应求；当年美联储加息，录制时则在降息。这些都被用来支持“这次不一样”。

• 负面差异是光纤可以为后续互联网长期服务，GPU却可能三至四年便因新卡推出而淘汰。数据中心必须在折旧期内赚回成本，持续更新又会产生下一轮资本开支。

• 泡沫通常先由相信线性上涨者、以及知道危险却不愿错过最后利润的人共同支撑，再进入“the party must go on”，最后才崩。美国银行今年Q3统计的3000多位美国核心基金经理中，93%认为市场价格被高估，却仍不能轻易抛售，因为最后六至十二个月往往最疯狂，而转折点无法准确预测。

36. 对个人最有效的策略是用起来，并守住“祝你复杂”

• 庄明浩劝普通人少追逐五百亿、五千亿美元的新闻：“什么AI不AI的，就是享受生活嘛。”比跟踪所有融资更实用的规则是：把每周重复五次以上的任务拿出来，逐项问AI能否提效；不知道工具，就直接问另一个AI。

• 应用可以很小：拍下食物询问热量与健康信息，拍一道题让AI给孩子讲解，做图片、表情包或短视频取乐。若只是保持行业感知，一年听几次总结、关注卡兹克、赛博禅心或The Way to AGI这类少数渠道已经足够。

• 年轻人选择AI方向是合理的，但大学专业天然滞后。是否继续学编程没有唯一答案：未来可能不再需要手写大量代码，却仍值得理解底层逻辑；比追逐新专业名称更可靠的，是基础能力、真实兴趣和曾获得长期正反馈的事情。

• 庄明浩最后把答案落在人本身：即使技能被替代，AI也难以复制一个人的经历、情感、主观认知和长期形成的判断。“如果已经发现它，就慢慢把它变大；如果没有，就继续寻找。”相征所说的“祝你复杂”，因此成了整期最重要的结论。