AI李时珍带你“尝百草”---小宇宙先声活动演讲---91页PPT solo

摘要

• CapEx是这76张图表里出现频率最高的关键词，也是庄明浩反复强调的AI主线。 微软、Google、Meta、Amazon四家在2022年Q2财报后合计约733亿美元，2025年为3315亿美元、2024年为2224亿美元；加入Oracle与SpaceX后，六家2027年预计突破1.132万亿美元。五家最大投入厂商的CapEx占美国GDP比重已从约1.7%升到近2.8%。他反复强调：“每一次我们对CapEx的预期，在过去三年基本上都是低估的，每一次财报一出，这个数字就要往上调。”
• 与1999年互联网泡沫的对比已经明显抬高：当年互联网CapEx占GDP只有1%，今天AI已到2.4%，2027年预计3.1%。 配套的警讯图表包括：Oracle的CapEx/Sales已达85%、部分厂商自由现金流"顶不住了"、彭博社8月13日更新的循环融资图，以及那张积木梗图——Oracle、JPMorgan、英伟达、SpaceX、微软全压在OpenAI与Anthropic"两个非常孱弱的支脚"上。是否重演2000年式回调，“没人知道，这只是一个大致时间点的对比”。
• 行业毛利结构与大家的期待相反：芯片毛利约41%、能源24%、算力与云11%，而模型与应用公司是负59%。 大家一直期待离用户最近的模型与应用毛利最高，“但现在看起来可能有点一厢情愿”——这与"软件ETF被抛弃、AI ETF被买单"的2025年下半年大分叉互为印证。
• “斩杀线"成为定价新坐标系：DeepSeek-V3-Flash-0731以极低价格、极高打分画出一个矩形，“被它画进去的所有模型理论上似乎都没有意义了”。 头部厂商的工作变成"逃离斩杀线”；到8月中旬V3-Pro-0813发布后，“这条斩杀线更狠了”。彭博社定价图里DeepSeek便宜到"就跟没画一样"，被他称为"梁胜"图——但他提醒，“这些图表的有效期都非常有限”，到了9月，“良胜有些时候变成了梁子”。
• 本地模型追赶SOTA的周期从33个月压缩到不足9个月，这是边缘/本地部署讨论升温的原因。 GPT-3到Llama 33B用了33个月，GPT-4到千问2.5-32B用18个月，Opus 4.5（2025年11月发布）到千问3.5-27B不到9个月；他预判当前最强模型Grok 5可能再过7到8个月，就会有小于30B的本地模型达到它的能力。
• OpenAI与Anthropic的ARR叙事在Q3反转：上半年"Anthropic增速远快于OpenAI"是共识，但Ramp截至8月17日的数据显示Q3 OpenAI的ARR增长重新超过了Anthropic。 Anthropic估值一路从61.5B→183B→380B→965B，传IPO目标两万亿美元；他截取的ARR数据为5月470亿美元，年度预期为1000亿至1200亿美元。OpenAI侧则是agentic token占比已达64%、Codex活跃用户从8月12日的1500万涨到录制时约2500万——“你没办法不更新，只要过一个月，所有数字重新要更新。”
• 他给这个季度选定的故事是红杉的"Own Your Intelligence"：为训练模型提供数据、RL环境、后训练服务的厂商收入与估值齐飞，趋势也"顺延到了中国"——“你发现这个东西可以把所有事情串起来”。 Brex增长最快的25家软件商中约14家是AI基础设施、约6家是应用；垂类AI公司ARR/估值倍数普遍几十倍甚至上百倍；而VC退出集中度显示2023年至2026年Top 1%公司拿走80%的退出价值——投不到头部就与行业八成收益无关。
• 收尾的元问题最值得听：把他的信息工作看成收集—整理—加工—输出的loop，今天的AI即便拿到他全部上下文，“大概率还是实现不了，或者说能实现个六七成”。 极端点说，“人人都会有自己的模型、自己的agent和自有的harness”。他用耐克工厂店的圆形衣服架比喻定期整理的必要，并以张玮玮《白银饭店》作结：“我迫不及待地想拿出这张专辑，因为这样我才能和它告别。下一步，山长水远。”

精读

1. 实验设计：不做整理，把8月前20天的图表原样"罗列"一遍

• 缘起是8月22日小宇宙上海先声活动的信息专场，主题是信息爆炸时代如何辨真假。庄明浩的方案是：“把前20天左右我所看到的图表全部都讲一遍，不做任何的梳理整理，仅仅是罗列”，让听众自己感受能否长出框架与脉络——将近90页PPT，其中76页是图表。
• 素材来源是他每天在Substack、Twitter、Feedly RSS、微博、即刻、知乎的"高速冲浪"：“AI负责每天震撼世界，我负责把这些震撼保存到我的数据库里。“仅2026年8月的文件夹就有113张可视化图表（工作日均5张）和约30份PDF报告。
• 暗线是任鑫在播客里的那个问题：庄的PPT每页一个主题配一张恰当的图，“什么时候AI能做到这个水平？"——这个问题在结尾被正面回答。

2. CapEx主线：从733亿到2027年破万亿，预期永远被低估

• 开场第一张图就是CapEx：微软、Google、Meta、Amazon四家在2022年Q2财报后合计约733亿美元，2025年为3315亿美元、2024年为2224亿美元。他的老观点是：“每一次我们对CapEx的预期，在过去三年基本上都是低估的，每一次财报一出就要往上调。”
• 统计口径不断扩容：先加入Meta、Oracle，8月10日版本再加入SpaceX成六家，2027年预计合计1.132万亿美元；五家最大投入厂商的CapEx占美国GDP比重从约1.7%涨到近2.8%。
• 钱从哪来的问题已经浮现：部分厂商自由现金流已不够覆盖CapEx，全靠2028、2029年"更巨大的收入"预期支撑。“是否如预期那么理想？我们静观其变。”

3. 云是最直接的兑现，但警戒指标在闪烁

• 三大云占市场份额应为63%（AWS 28%、微软云20%、Google Cloud 15%），Q2收入143B、增长43%，第二梯队是CoreWeave、Oracle、Nebius。他反复强调的观点是：“AI这一波最直接的体现，就是各家云厂商的收入增长。”
• 但CapEx/Sales已到危险区：Oracle高达85%，Meta 60%，微软53%、Google 40%、AWS 28%。同时软件ETF与AI ETF在2025年下半年"出现了巨大的分割”——市场买AI软件、抛传统软件；标普截至8月14日涨幅前十包括3M、戴尔、希捷、美光、英特尔、西部数据、Marvell、Lumen、惠普、AMD，全部是他归入AI相关的硬件公司。
• 毛利结构倒挂：芯片约41%、能源24%、算力与云11%，模型与应用公司负59%。大家期待离用户最近的环节毛利最高，“但现在看起来可能有点一厢情愿”。

4. 斩杀线与"梁胜”：DeepSeek重画行业坐标系

• 斩杀线的机制是横轴价格、纵轴榜单打分。DeepSeek-V3-Flash-0731便宜且分高，以它画矩形，“被它画进去的所有模型理论上似乎都没有意义了”。GPT、Claude、Kimi、GLM等头部厂商的工作变成"逃离斩杀线”。8月中旬V3-Pro-0813发布后，新斩杀线"更狠了"，超过这条线的模型越来越少，“几乎全部被买掉了”。
• 彭博社的Token定价图被他称作"梁胜"图：图中一个最贵模型输入50美元、输出50美元，另一个模型输入10美元、输出50美元；DeepSeek的线细到"就跟在坐标轴上描了一点点黑线一样"。但他自嘲图表寿命：“过一段时间就会出现新的叙事把这个图表盖过去”，到了9月，“良胜有些时候变成了梁子”。
• Token均价三条线中，闭源模型价格"在疯狂下降"，开源模型价格"微微抬头"，平均价格持续下行。

5. SpaceX入局与巨头"星际争霸"

• SpaceX 2026年上半年CapEx达285亿美元，其中236亿美元给了xAI，火箭业务仅22亿美元、Starlink 27亿美元；收入端Starlink为4.29B且盈利，xAI为2.56B且亏损，Space为0.962B且亏损——“一个是眼前的苟且，一个是诗与远方。“SpaceX以1.7T市值进入全球最大公司前十（8月8日榜单中英伟达5.4T、苹果4.5T、Google 4.3T居前）。
• 英伟达Q2财报后的上市公司持仓中，第一是英特尔，第二是SpaceX，第三是CoreWeave；他在前文先把SpaceX记成第一，随后自我纠正。
• 红杉David Cahn（曾写过《AI的2000亿美元问题》《AI的6000亿美元问题》《AI的8000亿美元问题》和《AI的1万亿美元问题》）把OpenAI、Google、微软、亚马逊、英伟达、Apple、SpaceX比作《星际争霸》：“每一个种族都有自己的天赋。“Jeff Dean离职融资时用Google Docs做的四页BP——愿景是"Automate ML, Science and Engineering for Impactful Problems”——被他视为"头部创始人融资时最好的一种表达方式”。

6. 泡沫对表：2026年的AI已被拿来与1999年的互联网比较

• CapEx/GDP的历史对比：2024年AI与1997年互联网同为0.8%；2025年AI为1.4%，互联网当年为0.9%；2026年对标1999年——当年互联网只有1%，AI已经2.4%，2027年预计3.1%。他的措辞很克制：“是否会像当年2000年互联网泡沫那样出现比较大的回调，没人知道。”
• 结构性脆弱的可视化包括彭博社8月13日更新的循环融资图，以及积木梗图——Oracle、JPMorgan、英伟达、SpaceX、微软（可能还有AWS）全部压在"两个非常孱弱的支脚"OpenAI与Anthropic上，“两家的收入支撑了所有这些AI经济”。
• 实体世界的对照是数据中心与办公室投资曲线：交叉后差距持续拉大；特斯拉新芯片工厂俯瞰图对比五角大楼与苹果总部，“可能是它们的几十倍那么大，我的天”。

7. 模型供给疯狂加速，本地模型9个月追平SOTA

• OpenRouter的月度新模型统计显示：2024年最多的8月才28个（日均不到1个）；2025年4月冲到50个；2026年4月80个、7月70个，日均超过2个，“明星模型的发布频率在疯狂加速”。中美开源对比图显示中国模型在频率与参数量上"确实还是非常强势的”。
• 最被他看重的一张图是本地可部署模型追平SOTA的时间：GPT-3到Llama 33B用了33个月，GPT-4到千问2.5-32B用18个月，Opus 4.5（2025年11月）到这个月或上个月发布的千问3.5-27B已不到9个月。他外推：当前最强模型Grok 5可能再过7到8个月，就会被小于30B的本地模型达到同等能力——这也是边缘模型讨论骤热的原因。
• 硬件端的连锁反应是四大CapEx厂商的存储成本占比曲线"全部都是往上拉的”；长鑫上市后成为中国市值最大的上市公司（按他记忆截至8月13日，第二是腾讯），AI存储份额图包括三星、美光、长鑫和SanDisk。

8. OpenAI vs Anthropic：估值狂奔与Q3增速反转

• Anthropic估值轨迹为2025年的61.5B→2025年9月的183B→2026年2月的380B→5月的965B，最近传IPO目标两万亿美元；ARR说法很多，有700多亿美元和600多亿美元等版本，他截取的图只到5月的470亿美元，年度预期为1000亿至1200亿美元。按API调用产生的收入统计，Anthropic占比"可能超过60%"。
• 但叙事在反转：2026年上半年共识是"Anthropic收入增长比OpenAI快，而且快非常多"，而Ramp截至8月17日的数据显示Q3 OpenAI的ARR增长重新超过了Anthropic。
• OpenAI内部结构剧变：Codex崛起后agentic token占比已达64%，纯Chat只剩36%；Codex活跃用户8月12日是1500万，演讲当天更新到2000万，录制时约2500万——“你没办法不更新，只要过一个月，所有数字重新要更新。”
• 一级市场的暴利样本是CoreWeave确定以600亿美元被SpaceX收购：其天使投资人回报可能超过3000倍，OpenAI投过天使轮和种子轮，回报约500至800倍；Nat Friedman的天使投资回报为400至1000倍，A轮可能有100多倍，哪怕Growth轮也有几倍回报，而且时间都很短。

9. 他选的季度故事：Own Your Intelligence，与一级市场的马太效应

• 被问"如果现在做季度整理你想讲什么故事"，他的答案是红杉的"Own Your Intelligence"：应用公司都可被视为所谓的New SaaS，为训练模型提供数据、RL环境、后训练服务的厂商收入与估值齐飞，趋势也"顺延到了中国"——“你发现这个东西可以把所有事情串起来。“佐证是Brex增速最快的25家软件商中约14家是AI基础设施、约6家是应用，Ramp八月榜单与之高度重合。
• 一级市场热度榜（CSET 30）的口播列举了Anduril第一、OpenAI第三，第二名只被描述为一家做国防的美国“大疆”；他随后又说去年OpenAI基本一直第一、今年基本都是Anthropic第一。榜单还列出Databricks、Stripe、Polymarket、Lambda Labs、Cluely和Neuralink；垂类领先者如Ramp、Legora、Harvey的ARR/估值倍数"平均可能都几十倍，甚至有超过一百倍的”。
• 冷水在退出端：2023年至2026年Top 1%公司占全行业80%的退出价值，剩下90%的公司只分8%——“你没有投到Top 1%的公司，你就跟这个行业百分之八十的潜在收益没有关系了。“Hugging Face的Loop四象限则说明，代码与数学之所以最典型，是因为它们容易编辑，也容易验证。

10. 元问题收尾：如果我是一个agent，我的loop是什么

• 过完76张图后他连发几个问题：你记住了哪些关键词（CapEx、ARR、Human Intelligence、估值）？哪几张想收藏？哪些已经过时、哪些互相矛盾？一年后的2027年9月，哪些还值得留下？“每个人都会有自己的答案”——有人只记住表情包，“我觉得也没有问题”。
• 回到任鑫之问：今天的AI通过Skill的方式、哪怕有他全部上下文，能做出这套PPT吗？“我觉得大概率还是实现不了，或者说能实现个六七成差不多了。“他把自己的工作抽象为loop——收集、整理、加工、定时输出、再从头开始——“极端点，人人都会有自己的模型、自己的agent和自有的harness，大家都要去想你自己的loop应该是什么样。”
• 为什么必须定期整理：他自比耐克工厂店的圆形衣服架，“不断地往上挂衣服，但挂到一定程度我就挂不住了，我一定要把它放下，才能再去挂”。收尾引用张玮玮《白银饭店》：“我迫不及待地想拿出这张专辑，因为这样我才能和它告别。下一步，山长水远。”

Verification Notes

• CSET 30榜首表述在参考文本中存在冲突：前文列Anduril第一、OpenAI第三，后文又说今年基本是Anthropic第一；未据此强行统一。