Raghu Raghuram

a16z 正在推出一只瞄准 AI 硬件瓶颈的新基金，而最清晰的信号来自创始人转向硬件：顶尖创始人的硬件项目占 deal flow 的比例，已从约 3–5% 飙升至“超过20%甚至30%”。 Casado 的判断是：“创始人群体往往比 VC 群体聪明得多，他们已经认定这是一个非常活跃的领域。”基金覆盖的是“计算机科学基础设施”——模型运行所依赖的一切，从芯片、互联网络“可能一直到电力”，但不包括受监管的垂直行业。

反炒作证据异常具体：Raghuram 称，超大规模云厂商今年资本开支约7000亿美元，明年合计将接近1万亿美元；Casado 称供应“基本已经预订到2028年”，GPU 转售价达到采购价的4倍，而可触达市场目前只覆盖了5–10%。 Casado 表示，“我们从未见过芯片价格上涨”，Horowitz 则指出芯片价格通常只会下跌。在 Hot Chips 大会上，一家领先内存供应商称，仅当前需求就需要消耗其3年的产能；与暗光纤时代不同，“现在生产出来的每一块 GPU 都已经预售”。

核心经济变化在于：《人月神话》不再支配这一瓶颈——资金投入如今可以直接转化为能力，工程本身不再提供天然的约束。 Horowitz 称，过去通过雇佣1000名工程师追赶两年领先“从来不会奏效……但现在可以了”，方式是“投入30亿美元，点亮一座壮观的集群”——这就是 Grok 或 Kimi 如何“凭空出现”。Casado 预计 token 需求将“接近每年增长1000%，而供应不可能以那么快的速度增长”；Horowitz 则认为算力需求还将持续数十年。

本期最具交易价值的思维模型，是 Casado 关于单模型 ASIC 的测算：一款成本30亿至50亿美元的前沿模型，需要约100亿美元的推理回报，因此20%的效率提升就价值20亿美元——“你完全可以用20亿美元做出一颗 ASIC”。 模型权重固定，使得按模型定制芯片变得可行，而传统有状态软件并非如此；不过 Casado 也表示，他们还不知道行业是否真的会走向这一步。硬件优化如今“绝对会对业务上行空间产生实质影响”。

物理瓶颈确实存在：机架功率需求正从约5–10kW走向“100到50千瓦”；这一功率水平下交流电已经不再适用，液冷也已成为入场门槛；美国电气工程师或电工中只有2%持有直流电认证；钢筋混凝土价格涨幅居前；而到2028年约44GW的新数据中心需求，对应的电网新增供给预计只有约25GW。 美国的障碍如此严重，以至于新公司往往要去“墨西哥或澳大利亚”寻找 GPU 产能。

现有巨头不可能吃下全部市场：面对数万亿美元级的芯片巨头，“其中5%就足以造就一家规模巨大的私营公司”，而 NVIDIA 理性地不会去捡银砖，只会牢牢抓住金砖。 市场会先扩张、再分化，正如从 Ford、Fordlandia 最终走向供应商生态的类比；而绝望中的实验室已经在“硬件真正可用之前，就与相关公司签下协议”。

关于 agents，Casado 的框架是：正确的载体不是你的延伸，而是“一名真正的员工”，拥有自己的电脑和浏览器。 Horowitz 坦言自己还没有“破解这套方法”：机器人“可以烧掉大量 token、花掉大量资金，却没有产出任何有用的东西”；目标是“让所有人类都变成超人，同时不能因为机器人失控而把整个组织搞垮”。

🔗 原始收听与视频来源： 从芯片到电力，人工智能如何重塑计算

AI模型正成为地缘政治基础设施：它们将介入几乎所有产品，同时把存在争议的历史、伦理与价值观编码其中。 Horowitz警告说，“模型并不客观，它们有自己的观点”（“the models are not objective. They have opinions”），因此模型选择是主权决策，而不只是基准测试或成本比较：汽车、教育和家庭系统中的默认设置，最终都会投射某一方的世界观。

威慑越来越取决于创新速度，而不只是军力规模；这正把私营AI、autonomy和网络安全厂商拉进盟友安全体系的核心。 Neuberger以霍尔木兹海峡和红海为例：对手可以部署廉价、由软件构建的系统，而“这些技术如今并不是由政府在打造”。政府获取私营部门能力的通道，以及盟友间的互操作性，因而成为战略资产。

AI和API让产品需求全球化的速度超过初创公司的组织供给能力，给VC支持的公司制造了商业分发瓶颈。 Raghuram将过去“几亿美元营收”的出海门槛与今天更早出现的国际需求拉动进行对比，但强调当地关系网络和市场结构仍然重要。在经济结构高度头部化的国家，5家或10家公司加上政府可能就是最关键的市场入口，因此先拿到关键关系，可能优于过早铺开全国市场。

一个锚定客户可以彻底改写进入市场的经济账：一笔500万美元或1000万美元的机会，足以支撑同等规模的前期国家投入。 Horowitz认为，这正是a16z在盟友、AI导向且高度依赖关系的市场中的优势：政府、企业、投资人和采用进程彼此交织。目标市场包括日本、韩国、中东、墨西哥和加拿大；Raghuram指出，日本、韩国和台湾合计拥有《福布斯》全球2000强企业的15–20%。

网络安全是最清晰的双重用途AI机会，也是最棘手的政策陷阱：发现漏洞既能用于修补，也能用于攻击。 Neuberger认为，模型对防守方的帮助可能“大得多”，因为防守方要覆盖广阔的资产面，攻击者却只需要找到一个入口；AI可以“持续、规模化地拧动每一扇门的门把手”。但Horowitz警告，限制漏洞发现能力，也可能阻止防守方审计和修补自己的代码。

硅谷不是一套可以直接在线复制的软件；它的护城河来自技术人才、鼓励创业的规则，以及赋予冒险者社会地位的文化。 Horowitz把“互联网能够催生分布式硅谷”的论点称为“轻松话术”（“happy talk”），并警告这种文化“很容易被摧毁”。对投资而言，推论很直接：税制、财产制度、雇佣规则和社会激励，既能扩大创始人与成长资本的供给管线，也能让它突然收缩。

🔗 原始收听与视频来源： Ben Horowitz 谈全球科技、权力与影响力之争

Amin Vahdat 认为，AI 基础设施建设的规模将是“互联网时代的100倍”，而 Jeetu Patel 则称其是互联网、太空竞赛和曼哈顿计划“三者合一”。 Patel 表示，地缘政治、经济、国家安全和速度等多重要求同时到来，使这轮建设规模被严重低估。

Google 已有7代 TPU 投入生产，而7年前和8年前的 TPU 仍保持100%利用率。 Vahdat 表示，电力、土地改造、许可审批和供应链交付才是约束；即使承诺投入数万亿美元，买方也可能在3–5年内无法“兑现这些支票”。

电力稀缺已经决定数据中心建在哪里，以及它们如何互联。 Patel 表示，企业仍处在必要的机架重构和功率密度升级早期；Cisco 已推出“scale-across”系统，让相隔一段在文字稿中被记为“8 900 km”的设施仍能作为一个逻辑数据中心运行。

下一代计算栈将从芯片到软件协同设计，并将在5年内变得“面目全非”。 Vahdat 称这是“专业化的黄金时代”：对特定计算任务，TPU 每瓦效率可达到 CPU 的10–100倍，但即使是最优秀的团队，也需要2½年才能将专用架构从概念推向量产。

网络正在同时成为稀缺算力的首要瓶颈和放大器。 计算与通信之间的负载可能摆动数十乃至数百兆瓦，但成本最高的网络容量可能只有5%的时间真正需要，这仍是一个尚未解决的架构与利用率问题。

推理效率正在提升10倍乃至100倍，但用户会通过要求更聪明的模型和更长的自主运行来消耗这部分收益。 “每美元智能”在上升，但总成本仍可能增加；因此，prefill、decode、强化学习和推理原生基础设施会带来不同的硬件、内存、延迟和网络权衡。

AI 辅助工程正从演示走向此前看似经济上不可能的迁移项目。 Google 曾估算从 Bigtable 迁移到 Spanner 需要“7个员工千年”，因而放弃；Vahdat 表示，AI 后来已协助 Google 全代码库完成指令集迁移。Patel 希望 Cisco 的25,000名工程师能在1年内实现2–3倍生产力，同时警告，今天被否定的工具必须在4周内重新测试。

Patel 对创业者的警告是，围绕他人模型搭建的“薄包装”不会拥有持久壁垒。 他更看好与产品反馈紧密耦合的模型，以及在产品自有模型和基础模型之间动态路由；Vahdat 则预计，未来12个月真正带来变革的将是 agents，以及能提升生产力的图像和视频系统，而不只是更好的文本聊天。

🔗 原始收听与视频来源： 与 Google、Cisco 和 a16z 共建 AI 的现实世界基础设施

Raghu Raghuram 对 VMware 历史的概括，是一个清晰的在位者周期模型：前十年颠覆别人，后十年被别人颠覆。 VMware 凭借软件虚拟机抽象和软件经济学取胜；AWS 保留了虚拟机，却把基础设施直接开放给开发者——这是 VMware「完全不知道如何合作」的用户群体。他的警告是：「当你只和最好的客户沟通时，按定义，颠覆就不会从那里发生。」

Jeetu Patel 对 Cisco 的重启，把创业公司的急迫感和在位者的分发能力结合起来。 目标是「全球最大的创业公司」：9个月内把产品推向市场，3至4年内做到10亿美元规模，再重复8–10次。稀缺能力不是做实验，而是对跑通的项目集中加码，并确保每个赢家都能借助 Cisco 现有的市场渠道放大。

要替代一个根深蒂固的供应商，必须锁定边界清晰的客户，并拿出真正不对称的产品。 VMware 的 vSAN 最初卖给存储买家时表现不佳，后来改为扩大计算买家的职责范围才奏效；Raghu 要求产品「好10倍」，Martin 则提醒，大多数所谓的10倍提升其实只有15%。NSX 走的是另一条路：它瞄准不同的网络用户，并通过外部并购推进，价值主张建立在物理网络无法提供的能力之上。在存量市场，实际顺序是「先共存，才能替代」。

组织转型始于产品、真相，以及不能委托他人的叙事。 Jeetu 保护两张披萨大小的团队免受公司的「抗体」攻击，让头衔留在设计评审门外，并在业务单元失速时使用二元化语言。在9.5万名员工的组织里，叙事本身成为运营基础设施：「故事就是战略。」

AI 可能把基础设施市场扩大几个数量级，因为智能体会把推理转化为持续需求。 Jeetu 的例子是：1,000名员工加上10,000个智能体，会产生类似服务11,000名员工的网络负载；一个延迟的数据包就会让昂贵的 GPU 闲置，「就像在烧钱」。Raghu 认为 AI 会带来10倍的市场扩张，Jeetu 则认为基础设施规模和市场容量可能扩大100–1,000倍。

垂直整合可能是 AI 的关键，但封闭生态也可能让企业把自己排除在市场之外。 Cisco 把芯片、网络、安全、数据和可观测性资产连接起来，同时整合 Microsoft Teams 等竞争产品；Jeetu 称这项合作带来了数亿美元新增收入。他的规则是：拒绝与市场份额超过20%的供应商整合，就等于把自己排除在市场之外；但 Raghu 仍认为，开放模型和独立的推理平台说明横向化尚未尘埃落定。

对建设者而言，答案是主动迎向 AI 颠覆，同时保持商业纪律。 Jeetu 排出的优先级依次是时机、市场、团队、产品、品牌和规模化分发；产品本身必须赢得喜爱、留存和商业相关性。结尾的对话否定了人类即将失去价值的判断：Raghu 提到癌症和交税，Martin 提到完整的董事会汇报和斟酌措辞的客户邮件，Jeetu 则提到车管所。他的建议是：「迎着火跑。」

🔗 原始收听与视频来源： 从互联网泡沫崩盘到 AI 时代：建设者如何在一轮轮颠覆中生存