摘要

泡沫判断分两层：Freda认为"空谈是不是泡沫太主观"——今天肯定不在泡沫里，因为GPT出现不到三年，用户普及已相当于互联网十年成果，大公司投AI后的ROIC逐季提升，Gemini 3也证明了pre-training没撞墙；之后会不会吹成泡沫，只看两点——模型是否持续进步、AI收入是否持续增加。
大模型是负向滚雪球：训练成本按scaling law每年涨十倍，上一年成本为1、第二年收入2收回但要减去新一代的10，“加二减十等于负八”；翻正只有两条路——收入倍数变大，或不再烧十倍大的新模型。" 你烧钱的东西只有在不烧了那一天才真正会有现金流"，scaling law放缓那天利润表"非常有暴力美学"——对投资人反而是好消息。
OpenAI的非共识在企业端：市场把GPT当纯To C看，但个人与企业占比已接近对半、企业用户数百万，企业端做超级入口"发展会非常快"；广告逻辑"太顺了"，云是AWS式的自然延展。注意稀释：估值300亿到5000亿，每股只涨了6倍而非20倍；2027年1万亿IPO按收入10倍算合理，上市≠见顶——Netscape 95年上市，泡沫破裂是五年后。
谷歌与OpenAI双向真实威胁：谷歌靠TPU纵向整合打绝对价格战、靠捆绑销售冲击GPT用户时长，合理终局是谷歌吃20美元中低端、GPT留高端；但保险、律所这些谷歌最大广告主的问题"太适合问GPT了"，等GPT开卖广告，格局就变。搜索护城河已彻底改变——模型"不辞辛苦，一秒钟翻几十页"，用Bing还是自建引擎差别不大。
Robinhood是一手烂牌打成标普500第一：证券交易强周期本是差生意，但靠多元化（11+条业务线、收入超1亿）、抢份额、定价权（加密佣金10个点涨到60个点）、运营成本零增长走出强alpha——Coinbase对比特币22年起回归无任何alpha，Robinhood对BTC和纳指都有。年初Coinbase千亿市值、Robinhood三百亿时逆势多次买入，今年涨近3倍，长逻辑是"下一个嘉信理财"。
AI收入从哪来的账本：美国"电子税"总池只有约4000亿（线上广告2600亿+电商佣金1000亿+订阅500亿），若OpenAI的2000亿营收全从存量抢，“烧出一个小谷歌意义确实不大”；真正的大市场是15万亿劳动力成本（光客服就3000亿）。未来12-18个月可见AI收入约700亿，大头只有OpenAI约300亿+Anthropic约150亿，其余创业公司加起来也就几十亿。
集中仓位的残酷数学：跟踪2000多支VC基金，仅80支净回报超5倍，且其中最大规模只有5亿美金——200亿的基金要还LP五倍需1万亿退出规模，等于过去五六年全美IPO总和，“根本不可能”。 Druckenmiller的反直觉：“最好的投资是把所有鸡蛋放到一个篮子里”；二级容量无限、不锁十年——算上稀释，这一轮回报最高的其实是英伟达。
2026年是对冲基金市场：市场的锚已从英伟达换成OpenAI的收入（今年上半年美国GDP增量90%来自AI投资）；做多传统行业的AI受益标的（沃尔玛缺货率降30%、有银行净利润靠AI提升15%），做空IT外包和内容制作；云从3朵扩到10朵、Oracle只要10%利润率进场，利润率必受压；特斯拉只有一件事重要——能不能把安全员彻底拿出来；中期选举年，“这届政府的KPI非常重视股市表现，知道这个也就足够了”。

精读

1. 五年三次20%回撤：市场本身已不正常

嘉宾Freda Duan来自硅谷横跨一二级的科技基金（口播为"Ultimate Capital"，即出品BG2播客、重仓OpenAI/Anthropic/字节、二级重仓Meta/英伟达/Robinhood/Snowflake的机构），是美国一线基金里少有的华人投资人，自称"美国少有的很愿意公开自己研究和思考的基金"。
她的年度关键词：2020疫情降息市场火爆；2021持续火爆但已有"潮水退去的迹象"——中小盘二月见顶、微软十一月掉头；2022纳指跌35%、Meta跌70%；2023"大家完全没反应过来时AI火了"；2024是投资角度最好做的一年；2025是关税、中美与AI延续。
结构性观察：2000年以来纳指仅6次回撤超20%，2020年后已经历3次，“频率明显变高”。
本集是小珺年度系列第三集：前两集朱啸虎称"至少三年内看不到泡沫，大家都在讲泡沫的时候，泡沫肯定是没到的"；戴雨森提出"2026是year of R（return）“但明确不做空。

2. 2022年的预兆：VC的钱最终都冲进了英伟达

Freda的复盘：22年市场一片灰暗时出现了极反常的融资——Inflection AI在A轮融了2亿美金，Anthropic、Cohere、Stability同批各融几个亿。三个不合理：VC的钱在做资本支出、A轮平均本该融一千万、二级暴跌本应传导到VC。
她见创始人后发现逻辑"异常简单”：“他们就说这几个词：scaling law，我要买卡，英伟达的卡就是这么贵。“小珺总结：VC的钱最后都冲去了英伟达——“对，可以这么说。”
crossover结构的好处：23年初二三十家自研大模型的公司"真的很难判断哪家能成第一梯队”，但同一个团队看一二级，可以直接用英伟达在二级表达对模型和AI的观点；这两年AI标的绝大多数在二级——云、电力、受益受损两边。

3. 美股三条主线互为闭环，之上是一届有想法的政府

Freda的框架：今天美股三条主线——AI、再工业化（reindustrialization）、金融数字化。再工业化包括稀土、本土制造回归、数据中心；四月关税交易后日韩合计承诺投超1万亿到美国基建，日本已投超千亿在能源项目"去power这些数据中心”——回答"AI的钱从哪来"必须把这块算进来。
第三条线的锚是七月的Genius Act稳定币法案；等Agent Commerce出来、Agent替人付款，稳定币概念会被重新提起——又与AI闭环。三条线之上是"非常有自己想法的政府"和明年中期选举。
美国投资人看中国：参观热潮真实、对EV和机器人"非常震撼"，但实际投资金额与往年无明显变化；他们最看两件事——中美谈判结果与港股IPO活跃度，“如果之后能有更多科技IPO，美国投资金额会回流”。

4. 下注OpenAI：产品公司，不只是模型公司

下注时点：“最早看出来OpenAI是一个产品公司，而不只是模型公司的时候”——月活约1亿到2亿、“市场非常混乱，大家分不清谁才是真正一线的模型公司”。这个结论今天听着共识，但23年市场担心To C没粘性，Perplexity、Cloud Rock的格局并不清晰；GPT没有Meta式网络效应，“就是一个一对一的分发”，靠先发优势+更好的用户体验赢粘性。
格局类比：内容没有排他性，所以流媒体天然分散（YouTube、Netflix、迪士尼各占个位数份额）；但"Chatbot你会希望一家能记下你所有的内容"——GPT更像搜索的高集中度格局，两家占领市场。

5. 大模型账本：加二减十等于负八

商业模式"非常简单暴力"：成本大头是卡，训练成本按scaling law每年涨约十倍——上一年训练成本为1，第二年能以2的收入收回，但要减去新一代的10，“你就变成了一个负八”，每年现金流都比上年烧得更多。翻正逻辑上只有两个可能：收入倍数变大，或不再烧新的十倍模型。Dario再把后者细分：要么物理极限训不动/要把全世界的钱烧进去，要么scaling law变慢不值得再烧。
结束的时间点"非常有暴力美学"：加二不减十，利润表瞬间好看。小珺追问：scaling law消失对投资人反而是好事？——“对，在那个时间点投资人会看到他们最想看到的利润率。”
Netflix类比：19年现金流最惨负30亿，2020年因疫情不能拍剧、“训练成本没有了”，突然翻正到正20亿。“你烧钱的东西只有在不烧了那一天才真正会有现金流，这个就是模型公司的本质。”
小珺的pushback值得留：Netflix不投内容品牌优势会消失，迪士尼也不可能不做内容——Freda的让步：模型公司不会有一天彻底不训练，“但训练成本不再像现在每年几倍增加，对利润率来讲就足够了”。

6. OpenAI的收入结构与两个非共识

媒体披露的四条线：ChatGPT占超70%（含企业GPT）；API（今天约为Anthropic收入一半，但Anthropic预测自己中长期能达到OpenAI API的五倍甚至更多）；Agent（含软银合作）；新产品。公司自己预测后两条线增长更快。纯看GPT可对标Netflix：3亿订阅×每月30美金≈千亿体量；年底200亿年化收入，对应今年130亿。
非共识一：企业端被大大低估——个人与企业占比接近对半、企业用户已有几百万。Freda自己就是企业用户：“我用GPT连上了公司邮件、Slack、内部系统，协同起来非常好用。“企业端做超级入口反而顺：软件收费模式简单，谷歌与OpenAI再竞争，办公套件也容易被直接调用，“他们并不在乎自己是不是获客漏斗的最上层”。消费端则有两个现实障碍：第三方网站屏蔽Agent登录；商家抵触——亚马逊700多亿广告收入，靠人来了才能"买牙膏时推荐牙刷牙线”。
广告"逻辑太顺了”：超8亿周活（口述付费占比"差不多百分之五十"），免费用户看跑步鞋出耐克广告、付费用户保证结果绝对公允，“上量会非常快”。云则是"随手的事情"——AWS就是自建数据中心用不满才租出去起家的，“GPU这一波也会一样，美国云的竞争格局会有挺大改变”。

7. 谷歌：完美梯形，但威胁同样真实

OpenAI内部认定的最大对手"从来不是Anthropic或xAI，而是谷歌"——站位是"一个完美的梯形"：横向搜索/YouTube/Workspace，纵向从云到自研芯片。Gemini 6.5亿月活，GPT超过10亿。价格战两个打法：TPU纵向整合让同样模型利润率高得多；经典捆绑——20美元的YouTube订阅"加十块钱给我Gemini"。中长期合理格局：谷歌吃20美元中低端，把几百甚至几千美元的高端订阅留给GPT。
但Freda拒绝站队：“现在市场对OpenAI的负面情绪和对谷歌的正面情绪太一边倒了。“搜索广告没掉只是因为大家把GPT当大型Wikipedia用、问"天为什么是蓝的”——这些谷歌本来也不变现。保险、律所才是谷歌最大广告主，“我买车险这个问题太适合去问GPT了”，等GPT这个月开始做广告，电商格局会变；美国广告池就这么大，OpenAI要卖广告就得从谷歌和Meta出。结论：“OpenAI来自谷歌的竞争是真实的，谷歌面临的威胁也同样真实。”
谷歌翻身的内部打开方式：激励绑定模型榜单、谁刷榜谁升职加薪，“非常适合学霸文化”；江湖传言Noam Shazeer回谷歌后"徒手改了一个bug，从此pre-training就好用了”——小珺：“那肯定是一个价值好几亿的bug。“Gemini 3出来也证明pre-training没有撞墙。
搜索护城河"彻底改变了”：以前谷歌赢在人总能在前两三条找到答案；现在模型"非常的不辞辛苦，一秒钟翻个几十页”，用Bing还是自建引擎"可能都不是很大的差别"——“这件事情非常大。”

8. Sam的1.4万亿与上市数学

Freda对Sam的评价：员工信任他、“非常感谢Sam带领员工致富”，且"一定要给Sam credit——他真的是最早相信AGI的，是他引领了市场"。1.4万亿的本意很聪明——AI烧钱，所以要把整条线的公司绑在一起——“但时间线拉得太远了，数字太大了，吓到市场了。如果只指引一两年的支出，效果会好很多。”
估值与股价要分开：从300亿到5000亿说的是估值，但每股只涨了6倍而非近20倍，“股权稀释非常严重”。2027年1万亿市值IPO对应收入预测约10倍，“只要收入做到，估值很合理”——“波士顿有一条街都是很大的基金，每家出一百亿，一千亿的IPO就出来了。“至于"上市即顶峰”：“没有那么刻舟求剑”——Netscape 95年上市，泡沫破裂是五年后的事。AI浪潮里钱更聚集，“只会烧在几个大公司上面”。

9. Anthropic不是花得少，是假设了更高的回报率

业务差异：Anthropic超80%收入To B。两家留存都是"微笑曲线”——先掉再回来，新用户留存高于老用户同期，“这方面没有任何问题”。毛利率给她"挺大震撼"：一年之内从"收一块亏两块"做到接近OpenAI的水平，靠模型架构、auto scaling和优化，“长期都会是百分之七八十，没有任何必要担心”。
增速接力：1亿到10亿年化，OpenAI用了不到两个季度、Anthropic四五个季度；但10亿往上反过来——Anthropic从10亿到70亿只用了不到十个月，最近几个月两家每月新增年化收入数量相当。产品路线：吃coding、finance等大且有利润的垂类（cloud finance），并做最好用的Agent模型（cloud skills迷你Agent系统）。
对"Anthropic现金流更好、训练更有效率"传言的纠正：“抛开商业模式看现金流没有任何意义。“Anthropic假设28年后总算力不再增长、且模型ROI逐年提升（一块钱第二年收回五块）——“并不是花的少，而是假设了更高的回报率。为什么两家做出两个方向的假设，本身就值得细想。”
Neo Labs涌现：最近几个月出来小十家新模型公司，学术背景、融资都在十亿以上。Freda的诚实不确定：“我自己也没有特别想清楚——不知道会不会有一个时间点，大家觉得大模型收敛到头部一两家，剩下的放弃训练去拥抱开源。“Ilya的SSI在做continuous learning；Mira的Thinking Machines刚发Thinker帮用户定制训练开源模型——“投这个背后就是在bet开源市场越来越大”。估值方法上，所有模型公司融资都被对标"值多少百分比的OpenAI”——“一级二级最重要的标杆就是这个公司。”

10. Robinhood：一手烂牌打成标普500第一

Freda的核心判断反直觉：今年标普第一的个股，“本质上商业模式是很差的，可以说是一手烂牌”——证券交易强周期，“牛市一通操作猛如虎，熊市趴着不动”。能做的四件事：多元化（银行、预测市场、财富管理、国际市场，已有超11条业务线、收入超一亿）；抢市场份额平滑周期；定价权——加密佣金三年从10个点涨到60个点，“自己控制自己的命运”；成本端配合——运营成本从22年起零增长一条水平线，反例是2022年的Meta：收入下跌、成本暴涨、现金流被砍一半。
这不是"牛市买券商"的逻辑：“投资挺重要的就是要对自己诚实，知道自己赚的是什么钱，是贝塔还是alpha。“把Coinbase股价对比特币做回归，22年起没有任何alpha——判断加密牛市不如直接买比特币；而Robinhood不管对比特币还是纳指"都有非常强的alpha，走出了不一样的路径”。

11. 下一个嘉信理财：34岁的账户与财富分水岭

增长逻辑：“一代人有一代人的账户”——婴儿潮用嘉信、45岁用eTrade、Robinhood平均年龄34岁。户均资产今天1万美元，嘉信/IBKR都是15万以上；而美国35岁是财富分水岭——35到40岁平均财富约有三倍增长、55岁见顶，“Robinhood就算什么都不做，也有很自然的资产增长”。嘉信超60%收入来自财富管理，方向清晰：“大方向上，Robinhood就是下一个嘉信理财。”
操作复盘：年初市场很差时多次买入——当时Coinbase超千亿市值"掉份额掉价格”，Robinhood三百亿"执行力强、到处抢份额”，市场却觉得两个都是贝塔。“顶着很大压力，想着今年可能是熊市，但依然买了。“今年涨了近三倍，“是不便宜了”，但它"最有机会成为一站式金融应用”。
想象空间：VC基金——美国另类资产超十万亿，OpenAI、SpaceX的份额普通人完全买不到；若Robinhood做一支装满明星公司的VC基金、类比木头姐ARK收2-3%费率，“做到上百亿也不奇怪”。欧洲扩张用tokenization一次铺开，绕过几十国逐个拿牌照的一两年。

12. 坏小孩、single GM与散户部落

创始人对照：Coinbase创始人是"乖小孩”，创业第一天强调合规，“到今天运营成本砍不下来，合规占挺大一块”；Vlad是"坏小孩”——敢想敢干、和公众沟通有张力、散户喜欢，“他会很真诚地问我，哪些公司是他需要学习的，尤其那些规模比他大的”，同时又非常aggressive，“想拿下的市场会非常激进地去抢”。硅谷资本的偏好：“肯定还是喜欢founder-led、敢于打破常规的坏小孩。”
产品速度的组织支撑：2022年"几乎重新做了一遍这个公司”——从中央化改成single GM结构，每个业务单元有独立的PM、developer、CFO、HR，“一年的产品产出量能是别人五到十年那么多，完全不夸张”。
散户已是市场的重要组成：部分期权上80-90%是散户在操作。Twitter上的KOL像部落——“Robinhood guy"“Palantir guy”，“这两个票散户的研究程度是完爆机构的”。选股思路：找散户喜欢、机构也能喜欢的股票，动能强、零和少；反例是软件股——“几乎没有散户，全是hedge fund短线博弈，股价上下百分之三十就充满了痛苦。”

13. 颠覆性的共性，与拿了王炸的预测市场

颠覆性公司的共性三条：巨大TAM（Robinhood要做整个金融行业的超级应用）；产品完美到不需要销售（Google、Netflix、GPT）；天时地利人和的宿命感——智能手机带宽成就短视频和TikTok、摩尔定律终结让GPU推动AI、下沉市场空白造就拼多多，“每一个都有一点宿命感”。
今年最有意思的新物种是预测市场（Kalshi、Polymarket，“不作为投资建议”）：Kalshi最新交易额超600亿、季度环比超100%，“典型的新物种野蛮增长”。一两块钱压住一切——大选、特斯拉财报超不超预期、Taylor Swift会不会怀孕；Polymarket上最早有人押了Gemini 3的十一月十八日，精准到天；Bloomberg和Google Finance都已接入其数据。
天时地利：美国主流媒体信誉危机严重、时局动荡，“民众都很想知道到底什么是真相，而这个世界上似乎总有人知道一点什么”；预测市场全美合法，而加州德州连体育博彩都不允许，这届政府监管又宽松——“拿了一手王炸的好牌，就看之后能做多大了。”

14. Waymo已在三藩盈利，特斯拉只差安全员

今年最大惊喜是Waymo：开城明显加速——三藩约五年、奥斯汀不到两年、硅谷半年开出来，成本"大概几千万美金一个新城市”；2500辆车在路上、年化收入"可能有小八个亿"；合作方现代在佐治亚的现成工厂可十万量级量产，“明后年上量会非常非常快”。三藩已盈利：按整车17万美元、四年折旧，加远程安全员运营和保险，“都算上今天也是盈利的”。
运营归宿的思考：Waymo和所有人合作（Uber、租车公司、车队管理），但它本质需要的是清洁、维护、充电、停车——“最适合的是Avis或专业车队团队”，Uber并非劳动密集型公司；Waymo自己要解决峰谷需求调配，Uber轻资产可以调价调车队，Waymo低谷时车队闲置"比较影响利润"。
两家的镜像：“一个有硬件问题，一个有软件问题。“Waymo的硬件成本——车和传感器各七八万、芯片两三万，“怎么减也减不到特斯拉三万块钱这个价格”，所以"Waymo的长期命运很大程度要看特斯拉能不能成功”；特斯拉随便量产，但疑似Elon十年前吹的纯视觉牛"到今天在Robotaxi上还没有真正证明自己”。
市场账：美国人年开约3万亿英里，按每英里1美元就是每年3000亿的市场（Uber约3美元/英里，“只要安全，不存在任何需求问题”）；前十大城市拿10%份额只需一两万台Robotaxi（Uber今天超300万台）。技术层反思：今天自动驾驶还是模仿学习、约十亿量级的端侧小模型——把stop sign穿在人身上有的模型也会停，“死记硬背，很多overfit”；其他垂类都证明通用模型胜过垂类小模型，“我会好奇大模型公司怎么做自动驾驶，latency能不能被解决”。

15. 机器人：VC在闭眼投，但要先解决自动驾驶

现状直言：“很多VC说实话都在闭眼投。“locomotion下半身基本解决，manipulation上半身"目前还差得比较多”；路径无共识——人形还是四足、真实数据还是模拟还是混合。认知在收敛的部分：软硬件一体化训练、住宅比工业更合适落地、更多人从第一性原理站队人形——“当然主要是因为老黄和疑似Elon在带队，但整体还是太早了”，刚从research走到engineering。
类比十年前的自动驾驶：“当一个模型过于缺数据的时候，你喂任何数据都会觉得帮助很大，但不能线性外推，进程会比大家想的慢。“投资人的难处：不像大语言模型有榜单，任务完成度又低，“除了说这个赛道真的很大以外，很难下手去下重注”。
乐观情形是两三年内出现机器人的GPT moment——manipulation做出叠衣服、收东西、放洗碗机等通用动作，“完成度可能都不高，但从这里开始”；明年One X等几家会把产品卖进客户家里。但她"预期打得比较低”：“市场一定是要先解决自动驾驶，再解决机器人”——机器人连形态都没确定，数据差得太远。中美对比：中国自动驾驶会发展很好——EV一轮换来了摄像头和联网数据，美国油车数据不联网、最多两个摄像头"采出来也没法用”；机器人硬件"中国肯定是世界上最厉害的”。

16. 共识与非共识、三种创始人、集中仓位的残酷数学

一二级的根本区别：“二级最好的投资都是非共识（22年Meta、今年谷歌），VC反而是共识投资”——每轮要烧很多钱，需要市场认可你的观点陪你很多年。看人的经验：很优秀的创始人转型几次也很少真搞砸——Ilya今天融资"就一张纸，写的就是我融资过上百轮，没有让一个投资人亏过钱，这就是他的底气"。
基金审美三型：Roblox大股东Auto Venture爱"刺猬型"——一辈子挖一个洞，推崇巴菲特，不喜欢到处找热点的"持续创业者"；Ruby Capital爱"Rebel反叛者"——带坏小孩气质想跟世界大干一场，Robinhood是典型；Hummingbird爱"哪吒型"——有心理创伤、“我命由我不由天”、死也不卖公司套现（如其所投的Craftken和几个游戏公司）。“但整体看人差别不大，优秀的人都能看出来。”
集中仓位的反直觉：Druckenmiller说"最好的投资就是把所有的鸡蛋都放到一个篮子里"——敢放一个篮子说明研究做够了，“风险反而比你半懂不懂乱投低很多”。案例：Ribbit在21年Robinhood出事后24小时内放5亿进去、翻了7倍不止；Carvana十块钱抄底可能30倍不止；Greenoaks限制合伙人每周开会不超5个，“鼓励少做判断、敢于下重注”。
VC回报的数学：“我们跟踪超过2000支VC，只有200支能实现3倍以上回报、80支超5倍，而这80支里最大的一支规模就是5亿美金。“一支200亿的基金想给LP五倍净回报，需返还超1000亿，按10%持股需要1万亿总退出规模——“相当于过去五六年全美IPO市值的总和，根本不可能做到”。所以VC需要小而美；而二级容量无限、钱不锁十年——23年与其判断几十家模型公司谁赢，不如重仓英伟达，“算上所有股权稀释，英伟达的回报是这里面最高的”。她所在基金全员不到三十人、同一团队cover一二级，“两边会有很多synergies”。

17. 赛道扫描：编程的铁律、视频的新逻辑、Agent Commerce的噩梦

投资里"公开的秘密”：“如果一个领域一年之内能创造出十个亿的年化收入，不管你之前理解不理解，都必须投进去——这是市场在告诉你这里要产生世界级的公司。“编程一年干出超50亿年化收入，四家超6亿，其中Claude Code和Codex发布后"直线拉升、后来居上”。但竞争才刚开始——谷歌和Winserve把编程免了费，“那这对Cursor意味着什么？“编程也最适合模型公司亲自做：不需要采集领域知识、GTM自然不用养销售，“这和金融、法律都很不一样”。
创业只剩垂类：“上一轮软件从通用层做起再做垂类，现在通用这层被大模型吃掉了。“软件公司"就像鸡胸肉，味道非常一致”——毛利率一律80%、净留存超120%；AI应用的毛利率是反直觉——“越有人用，毛利率反而越低”，估值应看利润绝对额：合同更大、每用户毛利是传统软件好几倍，“就像AWS刚出来时50-60%毛利被看衰，后来证明比所有软件都大”。
视频她"非常看好”：美国媒体行业超8000亿市场，“视频是对大脑来说带宽最高的输入形式”。逻辑已彻底改变：TikTok做的是匹配、优化的是匹配函数本身；“现在视频第一次成了可以直接被优化的对象——可以拿用户参与度或广告点击率当目标函数去强力优化，这里面能做的太多了”，会出来百亿的大公司，谷歌、Meta、Elon都在重点搞。
Agent Commerce（OpenAI接下来的方向，“可能这个月就能看到”）：“对大部分商家应该都会是噩梦。“booking.com一半交易额靠谷歌引流，“很多人不知道它在这部分其实是零利润”；亚马逊近千亿广告是"眼球收入”，用户不来就收不上；唯一受益的是Shopify上的长尾商家——Agent翻几十页搜索结果精准找出小众面膜。支付端更狠：“Agent自己不怕麻烦，GPT就是我的电子钱包——还需不需要PayPal这个中间商，是一个挺严肃的问题。”

18. 泡沫算账：4000亿的电子税，还是15万亿的劳动力

小珺的关键追问：这些巨额AI收入是存量还是增量？Freda的"电子税"框架：美国数字收入总池约4000亿——线上广告2600亿、电商佣金约1000亿、订阅（Netflix+YouTube等）约500亿。若OpenAI要做到2000亿营收全从存量抢，谷歌、Meta、亚马逊都得让份额——“如果花了这么多钱就烧出了一个小谷歌，这个意义确实不会有那么大。“她也不同意"AI会做大广告池”：美国广告二十年年化只涨5-6%、企业平均花3%收入在广告上，“AI来了也没有任何理由超过3%，我觉得不减少就不错了”。
真正的大市场：美国GDP 30万亿、劳动力成本15万亿，光客服就是3000亿，“撕出一个口子很容易有几千亿”。Michael Dell和Jensen的逻辑：AI哪怕提升10%全球生产力就是超10万亿美元的GDP增长，按此每年的巨额算力投入也算合理。她的路径判断：模型能力没上来时先吃电子收入、广告格局肯定恶化；给一点时间，真正的Agent和AI for Science涌现，“就能吃进十五万亿劳动力的大市场，这个账就算过来了”。
小珺的社会性pushback：大幅提效导致裁员，谁来消费？Freda举例：100人产100件→AI后80人产110件更便宜更好，real GDP涨10%、留下的80人收入和公司利润都升，是积极循环；“被裁掉的20个人确实一段时间之内会比较惨”——加州议员（口播Rukana，疑为Ro Khanna）已在提AI税/裁员税，“并不是危言耸听”。但她仍乐观：历史上每轮生产力提高都伴随裁员潮，社会会吸收、再就业、财富重新分配。
12-18个月可见AI收入盘点：OpenAI约300亿、Anthropic约150亿，两个接近20亿的垂类（编程、视频生成），几个5亿量级垂类（音频、客服、法律、医疗），加上市公司AI收入，合计约700亿——“最重要的是：能跟踪出来的AI收入大头只有OpenAI和Anthropic，剩下所有创业公司加起来也就几十亿最多。“泡沫的两层判断：今天肯定不在泡沫里——GPT不到三年达到互联网十年的普及、大公司ROIC逐季提升；之后会不会成泡沫看两点——模型是否持续进步（Gemini 3证明pre-training没撞墙、明年二季度Blackwell训出的模型值得期待）和AI收入是否增加。

19. 2026展望：锚定OpenAI收入的对冲基金市场

大票逐个过（不作投资建议）：谷歌是共识龙头、模型SOTA、站位最好，但明年盯广告竞争加剧——OpenAI广告上量+“被大家快要遗忘的TikTok”（美国用户数与Instagram相当、时长更高、收入不到其三分之一）；Meta与特斯拉setup很像——“基本面都没有很好，影响股价的是AI进程”：Meta上市十五年只有两年下跌、那两年现金流都是负增长，“明年现金流肯定是跌的”；特斯拉"只有一件事情重要，就是能不能把安全员从车里彻底拿出来”，外加对xAI投资的形式和稀释；苹果"很迷”——没有AI股价也好，等产品绝对完美才发的文化独一份，明年应能看到Tim Cook卸任，“最近常见他出来买咖啡，整个人非常松弛”。
云的格局她"不太喜欢”：GCP季度增速可能超50%，但从三朵云（35-40%利润率）扩到十朵云——Oracle进场只要10%利润率、CoreWeave等neo cloud层出不穷、模型公司亲自下场；GPU租赁同质化太高，“长期每一家都必须自研芯片”；客户集中度太高——Azure增量70%来自OpenAI，微软CEO直言"利润不会来自出租GPU，而是数据库、存储、安全这些附加项目”。英伟达这边关注自研芯片能否deliver、TPU外卖——“在一个很缺电的世界，GPU和自研芯片的价格差就显得没那么重要了”。
多空框架：明年经济分化明显，是"典型的对冲基金市场”——做多AI受益、做空AI受损（IT外包、内容制作）。超额收益会来自传统行业里的AI应用：三季度是标普500公司第一次给出具体的AI提效数据（云那波花了五年才开始迁移）——沃尔玛用AI做供应链预测缺货率降30%、卡车里程年省3000万英里；金融业处理时间缩短超80%、违约率降一半，有银行报净利润靠AI提升15%；全球最大物流公司CH Robinson一半预定由AI负责、两年生产率提升35%。
市场之锚与宏观：“今天的美股市场就是AI市场”——上半年美国GDP增量90%来自AI投资；风向标已慢慢不再是英伟达，“市场最关注的是AI的收入而不是投入”，最大最可量化的就是OpenAI的收入——盯它的用户增速、收入增长、以及美国政府会不会参与它的基建。宏观上消费健康、赤字下来了，一季度还有退税和小费免税等刺激；最重要的是中期选举年——“这届政府的KPI非常重视股市的表现，知道这个也就足够了。”

145: 极壳孙宽：首个「消费级外骨骼」的诞生 Mustafa Suleyman：AGI 竞赛是假的，构建安全的超级智能与代理经济｜#216