Gavin Baker
前沿洞察
算力硬资产与全栈重构是核心主线：HBM锁死产能叠加测试期推理爆发，将算力定价与资本门槛推至新高；全栈云厂商凭借成本结构胜出，老GPU重定价与内存LTA强化了硬件基本面韧性。与此同时，Agent全面挤压传统SaaS定价权，价值加速向物理层聚拢。关键警示在于：AI牛市的最大断裂点不在需求或技术失速，而隐匿于高杠杆GPU云的信用违约、安装交付瓶颈及政策与监管风暴中。
观点集合
Gavin Baker谈Anthropic的S-1文件、GPU价格与SpaceX
Gavin Baker称Anthropic的S-1超出预期：财富500强约半数已采用其产品，盈利、现金流和单位经济效益令人鼓舞。开放权重基础设施公司增长快于OpenAI和Anthropic；GPU租赁价格10月每日上涨，远期算力仍贵。潜在上市和云服务提价或降低2027年基建对外部融资的依赖，但Baker不确定外部融资是否已见顶。
查看摘要（7段）
- Baker认为，Anthropic的S-1文件带来明显惊喜，企业市场仍有巨大增长空间。 他提到公司已烧掉100亿美元，同时盈利能力、现金创造能力和单位经济效益都令人鼓舞。财富500强中约一半已采用Anthropic，但相关支出仅占这些公司的0.1%，这说明市场渗透“可能比我原先想的还要早期”。
- Anthropic披露的客户支出分布，挑战了支出高度集中的看空论据。 Baker提到，年支出超过1,000万美元的账户只有250个；主持人则指出，支出超过10万美元的账户有11,000至12,000个。Baker认为客户支出“非常分散”，但也承认Ramp的集中度数据可能仍适用于整体AI支出。
- Baker称，开放权重基础设施公司增长快于OpenAI和Anthropic。 Fireworks、Baseten、Together、Modal和Cognition支撑了他的判断：需求正扩展到头部实验室之外。Atreides领投Fireworks最近一轮融资，增长快到“估值倍数实际上每天都在下降”。SpaceX将Cursor的算力转为自建后，Cursor以外的增长尤其值得关注。
- 尽管供应管线已公布，GPU价格仍显示市场紧张可能延续至2027年。 Baker称，10月GPU租赁价格几乎每天上涨，远期算力也很贵。投资组合公司已为2026年5月至6月的集群配置了4,000台Blackwell GPU，如今希望在2027年9月再增加4,000台，却发现报价大幅走高。“我们已经不再处于期货贴水状态。”
- 算力投资回报越来越取决于执行能力，以及能否留住价格上涨带来的收益。 Baker肯定CoreWeave的运营能力，但指出其大量算力早已按远低于当前市场的价格签约。主持人认为，增加现货敞口并要求预付款，回本周期可以“远低于1年”。运营集群就像“经营一支一级方程式车队”；Baker说，Jensen推出的预组装机架新产品或能缩短部署时间，减少闲置GPU占用的营运资金。
- 在Baker看多的框架中，训练需求也带来了推理算力供给过剩的潜在风险。 他认为一项有说服力的看空论据是：Anthropic将74%的算力用于训练。这意味着推理收入还有增长空间，但如果训练需求下降，相关算力可能转入推理市场。
- IPO和云合同提价，可能降低基础设施扩张对外部融资的依赖。 SpaceX和Anthropic上市并解除持股限制后，共同基金或可恢复投资非上市资产的空间。云服务价格上涨也可能推高经营现金流，令公司能够以内生资金承担更多2027年基建支出。Baker不确定外部融资是否已经见顶，但表示：“我觉得我们快到了。”
为何AI需求正在跑赢算力供给
7月和8月AI需求仍在加速，但可能不到1000万名重度用户支撑使用量；Nebius客户预付50-60%，回本约9-10个月。两人更担心2028年前供给不足及token价格上涨；算力转向训练时，收入可能从4800亿美元降至1200亿美元。
查看摘要（8段）
- Gavin Baker 整个夏天都在问每一位 AI 领袖：“你能告诉我，你们业务里有哪一个量化数据点正在变差吗？ 只要一个。” 但整个7月和8月，没有人答得上来。AI 整体在这两个月继续加速，尽管部分 AI 股票出现明显回撤；指数表现平静具有误导性，因为“你可能会在一条平均水深只有两英尺的河里溺水”。他的保留意见是：Anthropic 正处于 IPO 静默期。
- 两人都拒绝零和叙事：这一轮“不是非此即彼，而是彼此兼得”，前沿实验室、开源、neocloud、应用和 Nvidia 都能赢。 每次与 LP 交流，开场都是“这件事会怎么出问题？”，但供给侧数据表明，Nebius 的回本周期大约只有9-10个月（每GW 500亿美元，客户预付50-60%），Blackstone、KKR、Apollo 正以低成本提供融资，设备使用寿命也在延长——真实的股权回本周期“可能远低于一年”。
- 需求侧“几乎还没开始”：这些公司的约1800亿美元收入，可能只建立在不到1000万名重度用户之上，而全球知识工作者有15亿人。 Baker 的基金 Atreides 内部 token 消耗量从3月到8月增长了100倍；部分 AI 原生公司在 token 上的支出，已经达到人力薪酬的10%以上，而传统经济公司约为1%。两人都更担心到2028年前供给不足，而不是过度建设——Dwarkesh 提出的 token 价格上涨10倍情景，“与所有人想象的方向恰恰相反”。
- 公开市场必须把实验室收入当作一个可调旋钮，而非一条稳定收入流来消化：在这个例子里，一家以每GW每年约600亿美元的价格变现8GW推理算力的实验室，若将资源重新分配给训练，收入可能从4800亿美元降至1200亿美元——“而我确实认为他们会这么做”。 Satya 曾在资本开支问题上“眨了眼”，并对此感到后悔；Dario 选择避免破产，而不是追求份额，“OpenAI 当时更激进，而现在 OpenAI 又回到了牌桌上”。
- Baker 和 George 认为，AI 行业必须自己讲清真相：数据中心“可能是发生在美国工薪阶层身上最好的事情”。 小镇税收“增长10倍”，Loudoun County 同时拥有全美最高收入和最高数据中心密度，低廉的天然气价格（美国为2-3美元，欧洲/亚洲约20-25美元）正在推动美国再工业化；与此同时，Baker 指称存在“一场由 CCP 资助、经 TikTok 洗白的有组织行动”，试图反对美国数据中心。他最喜欢的 Dario 说法是：“别再谈治愈癌症，真正把癌症治好。”
- 轨道算力的逻辑会因 Starship 可重复使用而彻底反转：每GW 500亿美元的成本中，无论部署在哪里，约350亿美元都是 IT；地面电力、冷却和人力的150亿美元则会受到通胀推动，而可重复使用的发射技术能把太空方案的成本压到10亿美元以下。 Elon 和 Jensen 已共同设计一款目标于2027年Q4发射的 Reuben 机架；即使晚两个季度，“那也是2028年”，Brad Gershner 认为这件事“正在众目睽睽之下发生”。训练仍会留在地球上——延迟和光速都是现实约束。
- 终局将是由路由器调度的模型组合，而“全球企业智能裁决者”这一抽象层，是“商业史上争夺最激烈的位置”。 企业将用自己的数据对开源基础模型进行 RL，而不是把上下文交给前沿实验室；未来很可能采用 Nvidia 的模型，依托 Nemotron 和收购 Poolside 实现。Fireworks Nexus 是目前最好的落地案例；Kirkland & Ellis 投入5亿美元自建系统，证明了这一品类的价值，但低估了其难度。
- Baker 给半导体 CEO 的原则是：“你唯一应该说的话就是‘谢谢你，Jensen’”；George 的经验法则则是，加速器每1%的市场份额约值1000亿美元，因此应接入 Jensen 的生态，而不是去扯 Superman 的披风。 Baker 估计 Jensen 已锁定供应链约70-80%的环节；Nvidia 数据中心也是最容易融资的项目（500亿美元项目只需150亿美元股权），而 George 的交易优先级体现了真实客户偏好：客户股权投资优于 RVG，优于按 token 定价的认股权证，优于裸认股权证。
AI抛售与数据不符｜顶级AI投资人解读
Baker未发现GPU供给、租赁价格、DRAM或token增长恶化，反而认为老GPU涨价与合同重定价将推高算力价值。真正风险在信用与监管，但开源利润迁移、内存LTA和SpaceX算力扩张，使基本面看空逻辑仍未坐实。
查看摘要（8段）
- 7月是“一个月里的2022年”——AI标的直线下跌40%-60%。 但Baker花了一周在硅谷压力测试，试图找出“一个负面的量化指标”，最终没有找到明确答案：GPU供给、GPU租赁价格、现货DRAM价格和token增长都在加速。Nvidia目前的远期市盈率处于10年来最低水平；“市场100%认为它们赚得远超正常水平……也许确实如此。”
- 核心做多逻辑是算力重估。 ’24-’25年所有人的模型都假设GPU价格会下降，但老GPU价格“将在2026年垂直上行”——一家初创公司以每GPU小时2美元中段的价格租下相同的B200集群，7个月后却希望以略低于4美元的价格续租；一家推理云计划在合同续期时支付高出100%的价格。低于市场价的合同陆续到期后，超大规模云厂商的存量资产将被重新定价：“几乎所有超大规模云厂商都赚得不够。”
- 他认为，信用是唯一真正的看空催化剂。 超大规模云厂商CDS全面走阔、Meta债券定价不佳、实际收益率上升，但共识是按Aier一代的费率将即将到来的Blackwell/Reuben吉瓦级算力变现，对应超大规模云厂商1.3-1.4万亿美元的经营现金流；如果只按当前Blackwell价格打个折，规模就是“约2万亿美元，拿掉7000亿美元的信用需求”。兜底逻辑是：“如果信用不存在，只意味着现有的flops会变得更有价值。”
- 开源恐慌的方向搞反了：“token就是token”。 GLM 5.2和Kimmy K3在相同的flops、内存和功耗下，把token从毛利率约90%的前沿模型转移到毛利率约30%的开源模型，利润从模型层迁移到基础设施层。关键观察是：如果开源不利于Jensen的生意，他不会成为“全世界最大的开源支持者”。
- 内存LTA如今已成为决定厂商业务与产业地位的关键。 4家买方达到规模、市场份额由供给分配决定之后，“违反一份LTA，可能摧毁整个业务和产业地位”。Nvidia的答案——“如果GPU价格高于底价，就通过信用包装加收入分成”，再加上到处持股——市场并未理解；如果他经营Hynix，也会照搬这一套。
- 市场微观结构已经变了。 所有人都把每条新闻输入Claude，“Claude有点像股市的Walter Cronkite”——它很聪明，但并不总是正确，把一个持续3年的日本电容周期压缩成6周。他的锚点是：“投资中最重要的3个词不是安全边际，而是我不知道。”
- 最大的风险是监管，而不是基本面。 纽约的数据中心暂停令看起来可能只是第一例，整个行业还在打一场糟糕的公关战，其中一部分建立在作者承认的1万倍用水量错误之上——尽管数据中心是“我这一生中蓝领工资经历的最棒事情”。
- SpaceX是被低估的算力机器。 它按每吉瓦约500亿美元的规模变现，而市场共识对明年营收的预测只有730亿美元；一份公开报告称其将在18个月内新增8GW，Baker“几乎不敢相信”，但IPO以来基本面已因Grok 4.5和Cursor变得更好，“轨道算力每天都显得更真实”。
社会主义者横扫纽约，中国在编程上追平，AI内存告急，Micron季度业绩爆发
Mamdani支持的挑战者横扫纽约三个民主党稳固选区，尽管Polymarket此前只给出26%的三席全胜概率。住房、债务、通胀与向下流动推动社会主义势头，而MIT许可的7440亿参数GLM 5.2以低85%的成本逼近编程前沿。开放权重可能把价值转向芯片、内存、托管和路由，Micron售罄的HBM则凸显DRAM与电力约束。
查看摘要（8段）
纽约民主社会主义者在选举中的横扫，显示出纪律严明的激进组织如何攻下稳固选区，并将整个政党向左拉。 Polymarket在选举日前给3席全胜开出的概率仅为26%，但Mamdani支持的挑战者最终赢下NY-7、NY-10和NY-13，其中2场击败了现任议员。David Sacks认为，对投资者更关键的是组织杠杆：DSA把民主党视为“获取选票资格的工具”（“a ballot access vehicle”），因此即便成功守住席位的议员，也可能为了避免遭遇初选挑战而改变投票和言论。
小组认为，社会主义势头的来源与其说是工人阶级需求，不如说是向下流动、制度失灵以及非凡的政治传播能力。 Gavin Baker称，正在形成的基本盘是相对富裕、受教育程度较高的白人自由派，他们的职业结果与进入产业界的同龄人明显分化；Chamath Palihapitiya则强调，高房价、大学债务、医疗体系失灵和通胀，让年轻选民相信“这个系统是被操纵的”。Baker明确改变了看法：他曾认为AOC是民主党最出色的传播者，如今则称Zohran Mamdani是“我见过最有才华的政治人物之一”。
应对年轻人激进化的方案，暴露出儿童保护与匿名言论之间的根本分歧。 Chamath Palihapitiya认为，禁止16岁以下未成年人使用社交媒体，能够减少早期接触，从而培养“激进程度低得多的年轻一代”；Travis Kalanick同意社交媒体“确实会造成脑腐”，但认为年龄验证实际上是让成年人去匿名化、建立“全方位审查制度”的机制。Baker支持保护儿童这一目标，但认为Kalanick指出的言论自由代价“真的很高”。
以色列已经成为民主党初选中的主要断层线，而这种分歧的强度正越来越多地由年龄、而不仅是党派决定。 Sacks将Brad Lander击败亲以色列现任议员Dan Goldman描述为近乎单一议题的测试，并指出80%的民主党人不认可以色列，50岁以下共和党人的不认可率也达到57%。Chamath强调，批评者必须区分犹太人、以色列人、以色列国和Benjamin Netanyahu：把这些对象合并成一个被指责的整体是“疯了”。
GLM 5.2让中国开源模型的进展从战略警告变成了眼下的商业约束。 这款拥有7440亿参数、100万token上下文、采用MIT许可证的模型，在Artificial Analysis上得分51，在Frontier SWE上超过GPT 5.5，落后Claude Opus 4.8不到1分，并被描述为在性能相当时比GPT 5.5便宜85%。随着Opus 4.8被撤回、GPT 5.6还在等待额外审批，Sacks警告美国“已经进入倒计时”：阻止美国国内部署并不能阻止中国。
开放权重可能压缩前沿模型的利润率，同时扩大基础设施的机会。 Baker预计，企业会运行一个“LLM委员会”，或许将85%的工作交给定制化开放模型，只有最困难的任务才升级到前沿系统；他粗略估计，目前开放模型处理了80%以上的token，但前沿模型token约占据90%的经济价值。他的结论不是前沿实验室会消失，而是可组合性会把价值转向芯片、内存、托管和路由。
Micron的季度业绩确认，DRAM而非冷门组件才是AI的硬约束，也是消费通胀的来源。 营收从约90亿美元增至420亿美元，Q4指引达到500亿美元，远高于市场预期的430亿美元，2026年HBM产能已经售罄；Baker预计明年DRAM将吞噬超大规模云厂商资本开支的30%-40%。Apple把699美元的MacBook Neo涨到799美元、Mac Studio价格上调25%，显示出冲击已经外溢：“桌面端也迎来了通胀。”
地面电力稀缺同时强化了轨道算力的经济性和大型通电场址的价值，而公开市场仍有能力为建设潮提供资金。 Baker估算，1 GW地面数据中心需要350亿美元的半导体和250亿美元的电力与冷却投入；如果可重复使用的Starship把发射成本降至50亿美元，轨道部署成本约为400亿美元。他另行估值Anthropic约3万亿美元，并认为公开市场只需承接实际发行的那部分股份；但Cerebras说明执行同样关键：IPO跌破发行价后，机械性卖盘和机会主义空头会把失望情绪变成“一场围攻”。
SpaceX IPO、Fable 5、AI资本开支更新与市场检视｜Gavin Baker、Andrew Fox、Clark Tang
SpaceX的1.77万亿美元IPO逻辑仅依靠地面AI算力就已成立，EWS迅速达到超大规模云服务商水平，Anthropic每吉瓦变现也超过泄露预测。轨道算力仍是需要Starship可靠复用的看涨期权，而Cursor编程数据与Fable 5的长时程任务，可能是高资本开支和市场风险中的隐藏上行空间。
查看摘要（7段）
- SpaceX周五以每股135美元定价，估值1.77万亿美元。 牌桌给出的结论没有歧义：Brad称，对于任何“AI信仰者”，这都是“必须买入、必须持有、买入后忘掉”的标的。Gavin关注两个杠杆：SpaceX将地面数据中心投入运营的速度有多快（Elon 122天就能建成——“速度本身就是成本”），以及Cursor收购能否把xAI推上编程领域的Pareto前沿，届时“所有前沿模型收入都会向其汇聚”。
- SpaceX在30天内成为第4大超大规模云服务商。 6个月前，很多人的模型里还没有“EWS”。Anthropic的交易按每吉瓦每年220-230亿美元变现，Google则是500亿美元，相比之下，泄露的2028年1600亿美元收入数字隐含的水平只有约140亿美元——这意味着，即使完全不押注轨道算力，市场数学也已经成立；Altimeter的Freida给Anthropic交易算出55%的IRR（“如果你能以6%、7%、8%的利率借钱，再以55%的IRR投资……这笔账就是算得通”）。
- Clark的判断是：轨道算力是看涨期权，而非必需条件。 随着Starship两级快速复用落地（Falcon时代每公斤1500美元，降至250美元或更低），按非硅片部分的物料清单计算，太空每吉瓦资本开支约50亿美元，地面则为200-250亿美元，成本下降5倍——前提是卫星可靠，因为“GPU会熔化，激光会失效”。
- 最少被讨论的上行空间来自模型本身。 Cursor的Composer 2.5（基于Kimi K2.5，加上超过公开互联网规模的专有编程数据）在12天前已处于Pareto支配地位；如今Grok 4.3的1.5T参数版本正在训练，预训练阶段就注入了Cursor数据。Brad称，如果IPO出现上行意外，“这里可能是最少受到关注的地方”。
- Fable 5和Mythos重新定义了算力多头逻辑。 解锁点在于长时间运行任务；按照Noam Brown那篇关于“polynomial”的帖子，“我们不知道这些模型到底有多聪明”，因为没人让模型连续运行1年——可以想象Einstein每天24小时思考物理问题。Gavin说：“不管我此前对算力有多看多，现在都更看多了。”
- 即使开源可能拿走80%的token，前沿模型仍拿走约90%的收入。 “便宜token追上来”的论点在收入层面已经“被彻底证明是错的”。但转折在于：开源利空前沿实验室，却利多算力供应商；Gavin认为Nvidia可以用开源模型对付ASIC——“你造了一个挺可爱的ASIC……想不想让开源模型加入前沿竞争？”
- 资本开支的数学成立，但两位PM都已下调风险敞口。 2027年约1.5万亿美元资本开支，对应3000亿美元以上、60%-70%毛利率的推理收入，账面上成立；今年每吉瓦变现额也已从约200亿美元升至300-400亿美元，Anthropic更是出现了“意外盈利”。不过，随着CPI回到4.2%、半导体“直接冲上悬崖”，Altimeter已将敞口从大幅降至中小幅——“在走向更高高点的路上，市场需要一段整固”。
Gavin Baker 在 Mission Control 专访 SpaceX CFO Bret Johnsen
Starship V3首飞成功并完成新Raptor演示，强化了未来两年实现二级快速复用、单位公斤成本再降10倍的信心。Starlink V3将先解锁现金流增长和direct-to-cell，再支撑轨道算力扩张；但每1GW仍约需200次发射，规模化能力最快明年验证。
查看摘要（7段）
- Starship V3 上周首飞“取得巨大成功”。 新版V3 Raptors完成全系统演示，加上二级火箭软着水，让Johnsen相信这项能力“不只是未来几年，甚至就在接下来几次飞行中”得到验证。待二级火箭在“未来两年内”返回塔架并实现快速复用，他预计，相比Falcon，单位公斤成本还将再降10倍——追逐“火箭工程的圣杯”：以类似飞机的运营方式，将100公吨送入LEO。
- Starlink正在用Baker所称电信史上首个真正具备差异化的产品，进攻约1.6万亿美元的电信市场。 仅用6年就拥有1000万+客户、1万+颗卫星、覆盖160多个国家，Johnsen认为1000万客户“可以变成数亿”。下一代direct-to-cell将在“未来两年内达到5G质量”，而每次Starship发射搭载的Starlink V3容量，是一次Falcon发射的20倍。
- 轨道算力是“太空中的机架”，而不是建筑物。 方案采用更大的Starlink V3卫星，配备更多太阳能板、Nvidia GPUs和辐射散热板，通过虚拟网络连接，“完全就像另一组星座”。其第一性原理优势包括每个太阳能电池获得5倍以上能量、太阳同步轨道提供24小时供电、无需租用土地，以及避开“我不想让数据中心建在后院”的担忧；当地面数据中心成本上升时，卫星成本“主要是硅”，还能随着制程节点推进受益于硅成本下降。
- 当前的发射测算是：每1GW轨道算力约需200次Starship发射。 因此SpaceX正围绕4座发射塔建设“每年数千次发射”的能力——南得州2座、卡纳维拉尔角1座，以及未来一年内建成的LC-37——相关能力最快明年就能展示。
- 按Baker的粗略测算，SpaceX的AI业务已经跻身前5大AI基础设施运营商之列。 Anthropic托管协议使其季度收入run rate达到37.5亿美元，比刚好排在前4名之外的公司大50%；其自有模型在最前沿的GB300上训练和推理，Cursor协议则带来超过一半Fortune 500企业作为客户。
- Terafab的存在，是因为SpaceX担心硅片供应无法扩张。 Nvidia、AI5或TPU往下追一层，最终都落到TSMC，目标“理想情况下是每年100GW”。与Intel的合作，加上有明确承诺的客户——“你们能产出多少良率合格的晶圆，我们就全部接下”——把问题降维成“只有资本风险”。
- 资本配置的时点，是这套故事不声张但关键的主线。 Starship发射Starlink V3，解锁能产生现金流的Starlink增长，以及想必高毛利的direct-to-cell业务，恰好发生在轨道算力需要大规模资本开支之际。Johnsen说：“我希望这功劳能算在我头上，但那当然是Elon。”而这套垂直整合的体系在每一层都对外开放——竞争对手可以购买发射服务、使用Starlink、租用地面算力，或调用模型。
二级市场为何正在吞噬IPO｜All-In 流动性二级市场圆桌
私营公司二级交易已成为第三类退出市场，2025年规模约为2021年峰值的2倍，定价达到每1美元1.06美元；长期私有化也使员工流动性成为刚需。Forge 与 Schwab 的合作可能把私营股权变成受监管的零售资产类别，但杠杆、双重费用、拥挤的 SpaceX 需求和公开市场审视仍构成风险。
查看摘要（7段）
私营公司二级交易已成为第三类退出市场：2025年交易量约为2021年峰值的2倍，活动规模相当于一级风险投资的31%，定价也从每1美元资产0.80美元摆动至1.06美元。 Brad Gerstner 将后期公司称为“准上市公司”，二级交易如今正与IPO和并购争夺退出分配。与此同时，正规市场旁边仍存在收取10%前端费和双重carry的“西部荒野”式SPV。
当公司私有化持续7年、15年甚至24年时，员工流动性在经济上已不可或缺，但圆桌认为，更长的私有化周期是一种治理权衡。 1000万美元或3000万美元的账面财富买不起房，而创始人可能更愿意避开公开市场的聚光灯。Chamath Palihapitiya表示，私募投资人为了保住后续投资机会，往往只对管理层说想听的话，把成功CEO捧成“最特别的花朵”。他的Facebook案例说明了代价：2010年他曾寻求10亿美元打造手机，Zuckerberg选择支持Bret Taylor的HTML5战略；Facebook次年上市，Chamath称“那一年改变了一切”。Zuckerberg后来也表示，公开市场压力可能会改变当时的决定。
Forge与Schwab的合作押注于：受监管的基础设施可以把私营公司股权变成真正的零售资产类别，将Forge约300万名投资者与Schwab的4600万名投资者及12万亿美元资产连接起来。 Kelly Rodriques表示，Forge在2018—19年推出的SpaceX SPV获得了许可，Elon也曾公开讨论按照IPO价格向广泛投资者分配股份。直接持股和SPV仍要求投资者具备合格资质，但即将上市的区间基金可能持有包括SpaceX在内的60家公司，并以500美元起的门槛接纳非合格投资者：“这是真正的资产类别。”
民主化并不意味着买入价格无关紧要：在公开市场迎来10年来最强的2个月后，Brad表示，他现在可能会把新获得的10万美元中的3万美元投入市场。 他警告零售投资者远离双重收费SPV和杠杆，也不要期待在SpaceX后期买入后立刻实现3倍回报；他还提到，围绕其IPO日、按约1.75万亿美元估值发行的14只杠杆ETF，是另一项情绪信号。目标是“持久的民主化”；“我们可能还没到顶，但也绝对没在底部。”
新的卖出按钮对风险投资行为的改变不亚于对投资准入的改变：Brad正在以成本的4倍或5倍出售部分仓位以实现DPI，而Jason Calacanis如今会在公司估值达到约5亿美元后，与创始人同步出售。 创始人很少欢迎这种做法，但Brad称部分出售是受托责任。 Gavin Baker也看到了另一面：缺乏万亿美元赢家敞口的基金，正通过写出投机性的“看涨期权”和“追逐”故事来保护自身的生存空间。
圆桌否定了1999年式崩盘类比，因为Anthropic、OpenAI和SpaceX都是真实运营的企业，但认为出现类似2021年的估值压缩完全可能。 与CMGI不同——后者没有收入，股价从2美元涨到2000美元，买下Foxboro Stadium后最终失败——今天的头部公司拥有实质性业务；但这并不排除半导体指数回调10%—20%，以及高贝塔公司下跌30%—40%。只要投资者有足够的持有能力，科技行业仍是一条“曲折地向右上方延伸的线”。
在头部明星公司之外，圆桌的投资想法集中于智能体软件、现代金融基础设施、AI网络、机器人和自动配送。 入选公司包括Sierra和Parloa、Revolut、Arrcus和DriveNets、Neura Robotics、Vast和Zipline；反复出现的主线，是重建传统技术栈，或为AI提供周边的专业化基础设施。Gavin对网络行业的概括是“在正确的时间，为正确的工作使用正确的芯片”，Jason则称无人机配送为“Uber 2.0”。
瓦特、晶圆与AI基础设施的未来 | Gavin Baker
Baker认为Anthropic传闻中的9000亿美元估值约为无约束运行率收入的5倍，而TSMC产能决策是判断AI基础设施是否过度建设的最清晰信号。轨道算力、Prefill与Decode分离及更长GPU寿命可能缓解电力和融资约束，但前沿token经济、持续学习和政治暴力仍是关键观察点。
查看摘要（8段）
- 3/4月是一次“加仓型回撤”，而不是“吃药型回撤”：纳斯达克下跌之际，Anthropic单月新增110亿美元ARR，相当于Palantir、Snowflake和Databricks花10年建立起来的业务总和。 “资本主义历史上从未发生过这样的事”，而科技股相对大盘的估值也降至过去10年任何时候都未见的便宜水平。“3月你唯一要做的，就是观察Anthropic正在发生什么。”
- 传闻9000亿美元估值、对应500亿美元ARR的Anthropic，比表面看起来便宜：Baker认为，算力约束和降级后的Claude（Opus针对同一问题生成的token减少约70%）掩盖了其“无约束运行率收入”1000亿—2000亿美元的水平——因此投资者实际支付的可能约是5倍“URR”。 Anthropic本可以按“至少高出100%的溢价”融资，但它遵循Elon的教训：“估值上永远不要贪心”，换取未来20—30年的资本获取能力。
- 唯一能证明泡沫存在的信号，是TSMC的产能决策。 如果TSMC满足Jensen的要求，Nvidia在2026或2027年可以卖出“2万亿美元的GPU。也许2.5万亿，也许3万亿”——这就进入过度建设区间。历史经验（Carlota Perez、运河、铁路、2000年）告诉我们应当预期泡沫；本轮的抵消因素是，建设仍主要由经营现金流融资，且GPU利用率为100%，远高于99%闲置的暗光纤。要关注Intel或Samsung打破纪律：“它们不会一直保持纪律，迟早会破。”
- 轨道算力是“太空中的机架”，不是五角大楼大小的数据中心——一台Blackwell机架重3,000磅、功耗100kW；预计Starlink V3的运行功耗为20kW，SpaceX的目标是让功耗100—120kW的卫星通过激光在真空中互联。 瓦特短缺将在2027—2028年缓解，随后轨道算力解决这一问题——这直接警告陆地电力与冷却供应商：它们扩张的产能落地时，“正好赶上所有愚蠢的怀疑者开始明白轨道算力确实存在”。
- 前沿token正在攫取模型层绝大多数价值——Gemini 3.1 Pro从“令人震撼”变成“无法忍受”，而帕累托前沿已经翻转：9个月前由Google主导，如今是Anthropic和OpenAI，Grok 4.3也处于前沿，Gemini则勉强维持，很可能是在“出于骄傲进行补贴”。 与此同时，AI正从“随便吃到饱”转向“按杯付费”（他的电信分析师类比），这可能正是OpenAI和Anthropic今年ARR应超过“远超200”的原因。
- Prefill/decode分离可将GPU寿命延长至10—15年——把Cerebras或Groq的LPU放在Hopper和Ampere前面，让它们运行到“烧融为止”——这“可能单枪匹马拯救私募信贷”，并将GPU融资成本从CoreWeave的低7%降至5—6%，从数学上降低整个建设周期的成本。
- 横截面估值“完全不讲道理”：半导体设备股按下一季度年化利润计算为40倍，而DRAM只有中个位数倍数（上一轮周期峰值差距约为5倍对12倍）；质量最低、成本最高的“卖短缺”公司受X平台资金流推动股价冲天，优质公司反而落后。 AI内部相关性在1月彻底瓦解——你已经无法再用半导体设备对冲存储器——而被错误归类的公司，如被塞进“铜失败者”篮子的交换机公司Astera，正是机会所在。“我只是希望AI空头能再多一些。”
- 决定一切的有3个问题：前沿token溢价能否持续，苦涩教训能否经受ASI的检验（“谁知道苦涩教训对400智商模型是否仍然成立”），以及持续学习何时到来——“如果我们得到它，起飞速度会非常快。” 此外还有黑暗尾声：围绕AI的政治暴力正在上升，以及“机枪已经到来……如果我们不全都成为机枪大师，就会被机枪主人掌控。”
Gavin Baker——瓦特与晶圆——[Invest Like the Best，EP.473]
Anthropic单月新增110亿美元ARR，亚洲AWS价格翻倍、GPU可得性下降，DRAM则垂直上行，显示推理模型正在推高推理算力需求。Baker认为算力约束掩盖了收入潜力，但TSMC的产能决策仍是判断AI是否演变为基础设施泡沫的关键变量。
查看摘要（9段）
- Baker 将3月 AI 抛售视为“积压的 alpha”，因为价格下跌之际，Anthropic 单月新增了110亿美元 ARR，节目还披露了500%的 NDR。 他认为，这一单月增量相当于 Palantir、Snowflake 和 Databricks 3家公司合计用约10年搭建的业务规模；DeepSeek 此前已经证明，推理模型会推高推理需求：亚洲 AWS 可用区价格翻倍，GPU 可得性下降，DRAM 价格呈垂直上行。「我从未见过这样的指数级增长。」
- 在算力受限的情况下，Anthropic 的报告收入可能严重低估其经济性。 对于约500亿美元 ARR 和9,000亿美元估值，Baker 估计，如果算力不受限，收入可能达到1,000亿至2,000亿美元，约为他自创的“URR，即不受约束的运行率收入”的5倍；他还认为，在相近规模下，Anthropic 消耗的资本可能比 OpenAI 少约80%。他预计 Anthropic 今年可能产生现金，但这仍是预测，并非确定事实。
- 地面电力短缺预计将在2027年或2028年开始缓解，但分区规划和审批可能比涡轮机或燃料更快成为硬约束。 更长期看，Baker 的答案是“太空机架”：大致机架大小的卫星配备巨型太阳能翼、散热器和激光链路，组成虚拟数据中心；推理迁入轨道，训练留在地面。在 SpaceX 工程师看来，散热问题可以解决；维修则仍是坦诚的弱点，「可能要等到有会漂浮的 Optimus 机器人」。
- TSMC 的产能决策，是 Baker 判断 AI 是否会演变成经典基础设施泡沫的最佳单一指标。 与2000年不同，如今的扩张主要由经营现金流提供资金，GPU 利用率达到100%，而当年99%的光纤处于闲置状态；但如果 TSMC 满足 Jensen Huang 的全部需求，Baker 认为 NVIDIA 可能在2026年或2027年卖出2万亿至3万亿美元的 GPU，并最终造成过度建设。“金发姑娘区间”是：扩产足以让 Intel 或 Samsung 的份额低于约30%，但又不足以消除晶圆短缺。
- Terafab 可能在不疏远 TSMC 的前提下，挑战晶圆厂的常规建设周期。 Baker 描述了一个由 SpaceX 参与的合资项目，Tesla 可能也会参与；该项目将利用 Intel 的行业经验，并招募设备公司的顶尖团队。他说，相关工艺可能只比前沿落后约9至15个月，即3至5个季度，但这一时间判断只是大致估计。
- 前沿 token 经济的韧性仍非同寻常，但3个不确定性可能颠覆这笔交易：前沿 token 能否维持溢价、ASI 是否会违反“苦涩的教训”，以及持续学习何时到来。 Baker 表示，随着前沿推进，Gemini 3.1 Pro 从“令人惊叹”变成“无法忍受”；如今 Anthropic、OpenAI 和 Grok 4.3 主导着智能与成本的帕累托前沿。一个模型如果只需从1次经历中更新，而不是“把手伸进火里100万次”，可能带来极快的起飞，并可能把部分算力需求优化掉。
- 按使用量计费可能让 AI 收入曲线变得更陡，因为封顶订阅掩盖了前沿系统的真实能力。 Baker 表示，250至300美元的封顶套餐越来越多地提供限流的“阉割版”模型，而企业套餐和按使用量计费的方案会暴露 token 预算与智能体运行框架；他把这一转变比作电信业从不限量转向“按杯付费”。他的激进判断是，随着算力可得性提升、前沿模型价格上行以及智能体集群扩大使用量，OpenAI 和 Anthropic 今年的 ARR 将大幅超过2,000亿美元。
- 新芯片公司必须同时做到“不同”且“难做”，因为“一块更好的 GPU”只会邀请 NVIDIA 凭借更优的经济性和客户认知复制这一权衡。 将 prefill 与 decode 解耦，为专门优化内存容量和内存带宽的架构打开了空间；Baker 的投资规则是，1%的市场份额可能价值1,000亿美元，Cerebras 的晶圆级设计就是范例。同样的解耦还可能把 Hopper 和 Ampere 的生命周期延长至10年或15年，并将 GPU 融资成本从7%出头推向5%或6%。
- 应用投资者需要押注“token 路径”、可防守的规模，或模型公司不会吞并的细分市场。 Baker 认可 Cursor 和 Cognition 对编程的早期专注，并引用 Replit 创始人 Amjad Masad 的观点：编程可能是通往有用 AI 或 ASI 的最短路径。他表示，即便计入 Cursor 和 Cognition，AI 仍摧毁了应用层数万亿美元的价值；当前经济收益更偏向每名员工对应有效利用 GPU 数量最高的企业。与此同时，公开市场的选择已经变得更细：半导体设备公司按下一季度年化盈利的40倍交易，而 DRAM 公司只有中个位数倍数，“两者不可能都是真的”。
走进科技投资者 Gavin Baker 的投资思维
内存价格上涨60%、Micron利润率处于60%后段，但90年代中期的产能周期先例意味着当前仍可能处于早期。按使用量计费支撑OpenAI与Anthropic在12-18个月实现2000亿美元合计收入的判断，但Token支出压力仍待观察。
查看摘要（7段）
- 内存股这次也许不该卖。 内存价格已上涨60%，Micron的利润率处于60%后段，而历史均值更接近16%；曾在2000年担任Micron分析师的Baker坦言：「按过去25年经历的每一轮内存周期来看，现在100%是卖出内存股的时候。」但有一个例外：90年代中期那轮「最后一个真正的产能周期」；如果以那一轮为模板，「我们可能还处在非常早期」。至于其他Sohn论坛嘉宾给出的数字，他说：「我对每个数字都看高，一个不落。」
- 这次也许没有泡沫——TSMC限制了供给。 每项真正重大的技术都会经历泡沫，但AI面临过去狂热周期所没有的物理约束：TSMC那群「70多岁、作风硬派的老先生和老太太」守护着Morris Chang留下的事业，产能可能只增加5%，而每3个月来访一次的Jensen希望产能扩大至2倍或3倍。如果TSMC把产能扩大至2倍或3倍，「Nvidia明年大概可以卖出价值1万亿美元、1.5万亿美元、2万亿美元的芯片。我真的相信这一点。」
- 他押注短期内 OpenAI + Anthropic 的合计收入将超过2000亿美元。 背后的驱动力是从每月250美元的不限量套餐转向按使用量计费，而最前沿的能力被「锁在」企业方案的调用框架之后，只对企业方案用户开放——这对Token定价「极度看多」，也是当年让移动通信成为高增长产业的同一套超额计费模式。在供给极度短缺的背景下，真正按应有方式使用这些模型的用户仅占全球人口的10个基点；如果达到5%，规模将「无法想象」。
- Trainium是被低估程度远超其他产品的定制芯片。 Trainium 3在今年下半年放量后，会让Trainium在2026年的地位类似TPU在2025年的地位。Google在TPU V8上采取了「非常保守的设计取舍」，而混合专家推理所需的交换式scale-up网络目前能正常运行的只有2套，分别来自Nvidia和Amazon。Google不会把TPU提交到MLPerf——它自己的基准测试——这件事显然已经把Jensen逼疯了。
- Neocloud具备持久性，不是资本开支套利。 运营集群就像开F1赛车——看起来容易，业余选手上手会送命——而CoreWeave的GPU每小时利用率是最低端供应商的2-3倍，足以支撑其溢价。他的遗憾是，The Trade Desk本可以在CoreWeave估值11亿美元时投资超过5000万美元，却因Crusoe触发利益冲突而错失机会；他说他们目前仍重仓Crusoe。
- 最被忽视的做空方向，是地面电力和冷却工业股。 轨道算力将在未来2年内被证明「可行、能运行且具备经济性」，并在本十年末拿到有意义的市场份额；在此之前，那些为一轮「可能真的戛然而止」的建设周期大幅扩产的工业股，会经历「非常痛苦」的几年。
- 他的投资流程优势压倒性地来自阅读。 他很少与上市公司见面——公司「从不会说出逐字稿或10-Q里没有的内容，而我的阅读速度比他们说话快得多」。即使不会写代码的人，从Claude Code或Code X得到的投资答案也比普通模型更好：编程可能是「终极AI应用」，而且还在不断吞并更多应用场景。
GPU、TPU 与 AI 经济学详解｜Gavin Baker 访谈
Gemini 3确认预训练缩放定律，Blackwell转向推理后可能终结Google短暂的低成本Token优势，并压缩ASIC赛道。GPU买家的ROIC和C.H. Robinson的量化增益支持AI回报，但坚持80%毛利率的SaaS公司可能输给低毛利AI原生产品。
查看摘要（8段）
- Gemini 3 的真正意义在于：预训练缩放定律依然成立。 这一点被“毫无疑问地”确认，意义在于“地球上没有人知道预训练缩放定律为何、也不知道它如何运作”。Baker 的逆向判断是：考虑到20万张 Hopper 的协同上限，以及 Blackwell 艰难至极的切换，“24年和25年本来真的不该有任何进展”——“推理能力算是救了 AI”，填补了18个月的空档（ARC-AGI 用4年从0提升到8%，随后3个月内从8%升至95%）。缩放定律是乘法关系，因此“Blackwell 模型会非常惊艳”。
- Google 的低成本 token 优势只是暂时的。 Gemini 3 使用2024-25年一代 TPU v6/v7 训练——放在 Blackwell 旁边，它们就像“F-4 Phantom”，而 Blackwell 是 F-35。等 GB300（可直接兼容 GB200 机架）转向推理，垂直整合的 Blackwell 用户将成为低成本生产者；届时 Google 以负30%利润率“吸干 AI 生态经济氧气”的理性策略会变得痛苦：“这可能开始影响它们的股票”。等 Rubin 落地后，“差距将显著扩大”。
- ASIC 赛道很可能收缩到 TPU 和 Trainium。 Broadcom 在 TPU 后端拿走50%-55%的毛利率——在约300亿美元的2027年项目中，约150亿美元落入 Broadcom，而其半导体部门全部运营开支约为50亿美元——因此内部自研“绝对不可避免”（MediaTek 是第一记警告枪）。做出一颗好芯片需要3代，而 Nvidia 对每一款内部 ASIC 的回应都是按年更新：“你们不可能跟上我们。”
- 真正重要的只有4家实验室——OpenAI、Gemini、Anthropic 和 xAI——而且差距正在复利式扩大。 推理能力重新启动了数据飞轮（用户反馈成为可验证奖励），内部 checkpoint 用来训练下一代模型；Meta 的失败说明这有多难，Zuckerberg“错得不能再错”。中国拒绝 Blackwell 会把差距彻底拉开——DeepSeek 在 v3.2 论文中承认了算力短缺；到2026年末左右，中国才会意识到“糟糕，我们确实需要 Blackwell”，但届时稀土杠杆已经被解决。
- 董事会正在围绕 token 成本重新定位。 OpenAI 是高成本生产者，还要为算力向别人支付利润——“从约1.4万亿美元的模糊乐观情绪，很快就会变成红色警报”；Anthropic“烧钱显著少于 OpenAI，增长却更快”，而其与 Nvidia 签下的50亿美元协议，让 Jensen 在对抗 Google 时从2名选手变成3名。
- ROI 在“经验上、事实上、毫无歧义地”都是正的。 大型 GPU 买家的经审计 ROIC 已经上升，Q3 更是非科技类 Fortune 500 企业首次量化 AI 增益的季度：C.H. Robinson 现在能在几秒内为100%的入站请求报出卡车运价，而此前只有60%的请求能在15-45分钟内完成，股价上涨约20%。他关注的风险是 Blackwell 在芯片用于训练期间出现 ROI“断层”，因为“训练没有 ROI——ROI 来自推理”。
- 应用 SaaS 正在重演实体零售业当年错过电商的错误。 它们执着于80%的毛利率，而 AI 原生公司用低于35%-40%的毛利率运行 agent——“这等于保证自己不会在 AI 上成功”。这是一项“生死攸关的决定”，而除了 Microsoft，几乎所有公司都在失败；Salesforce、ServiceNow、HubSpot、GitLab 和 Atlassian 都可以采用激进投资者的打法，单独披露低毛利率的 AI 收入。
- 边缘 AI 是最可信、也最可怕的熊市情景。 大约3年后，一部更大、更厚的手机可能免费运行剪枝后的 Gemini 5 或 Grok 4.1，速度达到每秒30-60个 token，“这显然是 Apple 的策略”。自2020年以来，滚动泡沫已从电动车和 meme 股票转向核能和量子，但没有任何公开市场标的是这两个领域真正的领导者。未来3-4年最重要的事情是太空数据中心——“在各个方面……都优于地球上的数据中心”。
有 AI 泡沫吗？Gavin Baker 与 David George
AI建设热潮在估值和利用率上都不像2000年泡沫：NVIDIA约40倍市盈率，远低于Cisco的150—180倍，主要GPU买家的ROIC还提升约10个百分点。真正的观察点是这一回报能否穿越Blackwell投资周期，以及Google的TPU竞争、较低毛利率和结果定价将如何重塑市场。
查看摘要（7段）
Gavin Baker 的答案是否定的：今天的 AI 建设热潮，无论估值还是利用率，都不像2000年泡沫。 Cisco 高峰期市盈率约为150–180倍，而 NVIDIA 约为40倍；互联网泡沫顶峰时97%的光纤处于闲置状态，如今「没有闲置GPU」（there are no dark GPUs），训练集群正把芯片用到熔化。大型上市 GPU 买家自资本开支加速以来 ROIC 提升了约10个百分点——这一趋势能否穿越 Blackwell 投资周期，仍是「有意思且开放的讨论」，但 Baker 个人认为会延续。
基础设施账单规模惊人，但买方拥有异常深厚的资产负债表缓冲。 David George 盘点了约1万亿美元的美国存量数据中心、未来5年计划投入的3万亿至4万亿美元，并估计 OpenAI 的承诺交易超过1万亿美元；相比之下，主要支出方每年产生约3000亿美元自由现金流，持有5000亿美元现金。按每1GW NVIDIA 算力投入400亿至500亿美元计算，George 认为，即便短期建设造成错配，也相当于「一个每年增加3000亿美元的8000亿美元缓冲垫」。
外界担心的循环融资确实存在，但在 Baker 看来规模有限且具有战略合理性。 NVIDIA 为 OpenAI 提供资金、OpenAI 再购买 NVIDIA 芯片，看起来像资金循环，因为「钱是可互换的」；但 Baker 认为，真正的驱动力是与 Google 的 TPU、DeepMind 和 Gemini 竞争，而不是底层需求疲弱。Baker 估计 Gemini 在两三个月内拿下了约15–20个百分点的流量份额，并怀疑按实际流量计算，Google 可能已经比 OpenAI 或 Anthropic 拥有更多 AI 流量；上述份额变化不包括 AI Overviews。
AI 可能强化 Mag 7 中的大多数公司，但执行失败仍可能是生死问题。 incumbents 已经拥有数据、分发、算力、资本和人才等关键投入，因此只要执行到位，AI 可能是一场延续性创新；否则，落得 IBM 的下场都可能算好结局。David George 称 ChatGPT 是「Google 的珍珠港时刻」（Pearl Harbor for Google），而 Baker 提醒，前沿实验室的毛利率在结构上会低于 SaaS，因为 scaling laws 和 test-time compute 会让产品持续高度依赖算力。
应用 SaaS 未必已经死亡，但赢家必须接受利润率压缩。 Baker 已经弱化了自己在2024年初关于所有应用 SaaS「可能归零」的判断，尤其是服务高度分散 SMB 客户的厂商；但他警告，若执着于守住80–90%的毛利率，可能反而放弃 AI 机会。真正的选择是「10美元收入、90%毛利率，还是50美元收入、60%毛利率」；与此同时， incumbents 可以先让 AI 产品盈亏平衡，等 Cursor 等领先者积累足够多的 token 后，再追赶可能就难了。
分发能力和推理能力，让消费级 AI 对长期平台的威胁没那么大。 AI 浏览器推出后，Google 可以先观察先行者3–6个月，再通过 Chrome 约50亿用户做出回应。推理和 RL 还能把庞大用户群转化为经典的产品—数据飞轮：用户改进算法，算法再改进产品。David George 认为 GPT-5 并不能证明 scaling laws 已经失效，因为它是「更小的模型」，目标是更经济地运行，而不是最大化能力。
结果定价可能是商业模式的转向，机器人则是同一逻辑向物理世界的延伸。 客服可以按解决任务收费，因为任务成功本身就是可验证的奖励；个人代理可能在完成购买后收取联盟佣金，从而挤压广告主过度支付的部分，而这正是 Google 搜索如此赚钱的原因。Baker 认为机器人「非常真实」，预计竞争格局会是 Tesla 对中国，并认为人形机器人之争实际上已经结束：机器人可以从视频或人类示范中学习，也能获得清晰的任务级反馈。
特朗普对决 Powell、解决债务危机、10万亿美元 AGI 奖金、GENIUS Act 成法
30年期美债收益率达到5%，暴露出更换Powell无法解决的财政问题；若36万亿美元债务按当前利率再融资，年度利息支出可能从1.2万亿升向2万亿美元。Grok4在ARC-AGI-2和Humanity’s Last Exam上的成绩强化了10万亿美元AI奖赏，但最终胜负还取决于分发、token成本和稳定币监管。
查看摘要（8段）
关税风险已收窄至以互惠关税为主的 regime，但中国和 AI 硬件仍是关键例外。 Gavin Baker 表示，对半导体加征关税会让美国“很难赢下 AI”，而目前看来以稀土换 NVIDIA H20 和 AMD MI308X、以及越南协议对经中国转运商品的特殊豁免，都显示执法重点仍集中在这些领域。Trump 再度庆祝市场创历史新高，应该会成为“抑制关税波动的机制”。
更换 Jerome Powell 无法解决财政问题，还可能损害市场对 Fed 独立性的信心。 最初报道一度令股市下跌1%、长端收益率上行约10个基点；Baker 警告，真正解雇 Powell 将引发大得多的反应。与此同时，30年期美债收益率升至5%，而联邦政府36万亿美元债务的平均利率为3.3%——如果债务按这一利率再融资，年度利息支出可能从1.2万亿美元升向2万亿美元。
赤字之所以现在变得重要，是因为利率下行已无法继续掩盖它。 Baker 指出，Powell 开始降息后，30年期收益率反而上升，这说明隔夜资金成本下降并不能决定长期融资成本。如果不放缓支出、增加收入并通过放松监管加快增长，利息支出很快可能超过 Medicare 和 Medicaid、Social Security 或国防预算：“赤字终于真的重要了。”
尽管训练使用的是 Hopper 而非 Blackwell，Grok 4 仍实现了 Baker 所称的近年来最大模型跃迁。 在半私有 ARC-AGI-2 基准上，它的表现约为 Google、OpenAI 和 Anthropic 当前顶级模型的2倍；在 Humanity’s Last Exam 上得分达到40多分，而顶尖人类约为5%。采用 Blackwell 训练的 Grok 5、OpenAI 的 “‘05” 和下一代 Gemini，可能带来又一次阶跃式提升。
真正的 AI 奖赏不只是自动化办公室工作，而是撬动那些目前需要数十年乃至数千年才能解决的问题。 Baker 将具备经济价值的 AGI 与回报“在定义上不可知”的超智能区分开来；Friedberg 则将后者重新定义为“对时间的杠杆”，并以需要40或50年研究周期的核聚变为例。上行空间从日常生产率提升延伸至长寿、丰裕和科学突破，但 Baker 仍保留了 AI 可能“走向失控”的不确定性。
即使只看消费者生产率市场，也足以支撑 Jason Calacanis 提出的1万亿美元收入、10万亿美元估值思想实验。 如果10亿发达国家用户每月支付约75-100美元，年收入将接近1.2万亿美元；Baker 认为算术合理，但强调 Google 一家公司当年就计划支出约700亿美元。由于测试时计算和强化学习能让更多 token 转化为更高智能，“成为 AI 的低成本生产者将真正重要”。
没有分发能力，模型质量无法决定 AI 平台战争。 Baker 的核心判断是，“在互联网时代，分发能力赢得冠军”，因此随着 OpenAI 进入硬件领域，Apple 和 xAI 可能成为天然合作伙伴，而 Google、Meta 和 Microsoft 已拥有成熟渠道。Safari、Chrome、Perplexity 的 Comet 浏览器、ChatGPT 的虚拟桌面和 Grok companions，都指向浏览器或 agent 成为控制性接口。
GENIUS Act 将受监管的美元稳定币变成支付基础设施，并可能成为美国国债需求的新来源；CLARITY 则是下一项立法催化剂。 GENIUS Act 在两院通过后正式成法；Sacks 表示，最大的离岸稳定币发行商必须在3年内转为境内运营，Baker 则称 Tether 若要进入美国市场，就必须将100%资产配置于美国国债。Sacks 认为，全球采用可能带来“自下而上的美元化”；Calacanis 持续追问 Tether，Bo Hines 补充称，Tether 当年将成为美国国债第四大买家。