Travis Kalanick
前沿洞察
Travis Kalanick 正将战略重心从“比特”全面转向“原子”：以全栈工业 AI 构建“原子计算机”，用硬核降本与超人效率重构食品、采矿与物流。他警示叙事泡沫终将出清，资本开支与种子轮逻辑正面临清算；而 DeepSeek 揭示的剧烈降本，正瓦解算力溢价并重塑中美竞局，AI 价值正不可逆地向专有数据、终端应用与物理世界部署转移。
观点集合
卓越，就是承受痛苦的能力 | Travis Kalanick，Uber 创始人
Adams（文字稿亦写作“Atmo”或“Atoms”）以专业化机器人和AI切入食品、采矿及机器人的“wheelbase”，目标包括矿山年产量提升20%。其核心机制是效率最终可能超过补贴，但管理能力、监管干预，以及正在进行的“略有不同”融资流程，仍是关键执行与融资变量。
查看摘要（8段）
- 当前这家公司在访谈文字稿中被称为 Adams，后文也写作 “Atmo” 或 “Atoms”。 Kalanick 描述的不是 humanoid，而是专业化机器人和 AI，一次攻克一个行业——食品、采矿，以及自主“wheelbase”。humanoid 适合在家庭中处理通用家务，但“如果你想每小时做1,000张煎饼，就不会让 humanoid 去做”。他认为，自动化可以瞄准矿山年产量提升20%这一类目标；既然一切东西都要被种植、开采或制造，“土地就是全部”——自动化这个杠杆，可能成为“超级杠杆”。
- Uber 多轮竞争的核心平台经验是：“在某个时点，效率会超过补贴”。 效率从注册流程开始，经由接驾时间、订单完成率和司机调度不断复利，最终形成网络效应。每年完成100亿单时，没有人能长期承担每单2美元补贴，即每年200亿美元；因此，更高效的网络最终可能跑赢对手的补贴——用他的说法，这就是“Lyft 比 Uber 小的原因”。
- Uber China 曾经“纵向增长得几乎向左倾斜”——一度按订单量计算，Uber 的前10大城市可能有不少在中国，直到中国的政府关联资金和政府行动扭转了竞争格局。 Didi 是“纯粹的战士，没有诗意”，以近乎艺术的速度复制；面对监管压力，Uber 最终给了 Baidu 约7%，而不是外界所说中国合作伙伴通常要求的约50%，以获得可信的本地支持。
- 出租车是“政府默许、排斥竞争的卡特尔”，Kalanick 认为纽约正把 Uber 拉回这套体系。 按他的说法，纽约 medallion 的经济结构是：司机每年支付4万美元，租用一辆车完成一个12小时班次；与此同时，每年8万美元流向牌照持有人——“他的祖父当年免费拿到这张牌照”。Kalanick 称，在他离开后，纽约限制 Uber 司机数量，使 Uber 数量“现在要么固定不变，要么正在减少”——他也承认自己可能判断有误——并将其归因于价格上涨和服务可靠性下降。
- Benchmark 方面：2017年，Uber 已在筹备 IPO 时，一位“未明说的 activist investor”每周召开一次危机作战室；他的募资原则是“价格不重要，流程才重要”。 他把 Gurley 称为灾变论者；后者在2014年年中敦促 Uber 接受第一份约60亿美元估值的 term sheet，但竞争性募资在2个月后以175亿美元 pre-money valuation 完成。他的 VC 算法是：可能只有10%能过“不造成伤害”这条线，真正有帮助的只有1%；VC 更像一个“国际象棋爱好者”，每季度来一次，点评一位每天都在下棋的特级大师。
- 他的募资机制可以直接复用：Uber 规模达到峰值时，5个募资房间同时运转，每天12小时、持续1周，覆盖2.5亿美元以上、1亿美元、5,000万美元和2,500万美元的支票。 现代版本则让每个竞标者在一组示例价格下填报需求，汇总需求曲线后不断砍价、重新竞价。在超级周期中，他认为原本2小时的“QED”路演可能必须压缩到45分钟——否则“你会把这笔交易讲没了”——并更多聚焦于 case 的理论框架。他目前正在完成一轮 Adams 融资，采用的是一个“略有不同”的版本。
- “卓越就是承受痛苦的能力”这一格言，还有一个出人意料的 caveat：人也可能变得过于麻木。 世界级马拉松选手跑到第21英里时不会面带笑容，而“人类所有进步，都来自向卓越推进的过程。这就是穿越痛苦的推动力”。但老兵可能失去“因错误而感到不适所带来的额外凶悍”。他描述的终点状态是：“想象一下，内心平静，但仍然凶悍。这就是我得到的东西。”
- 值得记录的自我诊断是：“我经营一家700亿美元的公司，方式却像一个以为下周就会饿死的人”——不是鞋上沾了粉笔，而是太多次贴着红线运行。 如今，他说，许多10年前需要他花 X 时间完成的任务，现在只需 X/3；Adams 愿景备忘录的核心部分，他大约用了90分钟。谈到年轻时的自己，他说：“我会把他狠狠干一顿。” 对于失败恐惧，他承认这种恐惧能把人推向某些位置，却无法把人带到终点，并称自己当时正在摆脱它。33岁创办 Uber 时，他手头几百万美元已经投进朋友的创业公司，包括作为 Expensify 的第一位投资人。
Travis Kalanick谈Uber之后打造Atoms
Adams以“工业AI”打造原子计算机，食品机器人生产每餐约6-8美元，目标是让制作并配送到家的餐食接近杂货店成本。运输作为机器人的轮基可覆盖多个千亿美元级行业，但仍需证明自动驾驶能否快过Waymo，并应对抵制变化这一“最终Boss”。
查看摘要（8段）
- Kalanick的核心论点是：Adams正在打造“工业AI”——把原子当作比特来处理，其中数字化制造是“原子计算机”的CPU，房地产是存储，运输/物流是网络。 他已经低调推进了8年（“很多人以为我回来了，但……这段时间我一直在拼命干活”），将目标定义为：自动化改造多个1000亿美元级乃至万亿美元级行业，开启一个与数字AI改造企业相并行的新工业时代。
- 食品计算机是目前披露得最具体的单位经济模型：机器人生产每餐成本约为6-8美元，并通过“自主配送墨西哥卷饼”实现交付，目标是让一份制作并配送到家的餐食“接近去杂货店买食材的成本”。 如果食品生产和配送都实现自动化——Kalanick预计这会发生——“食品将被彻底改造”。
- 采矿是第二台计算机，他对金矿CEO的推销直截了当：“你想不想每年多产20%的黄金？” 对方没有说不，但回应是：“证明给我们看。”他的终局判断也很鲜明：如果采矿的每个环节都实现自动化，“采矿公司是什么？它只拥有房地产。这个行业将被彻底改造——这是一个数万亿美元级市场。”
- 运输是“机器人的轮基”——他的判断是，自动驾驶是一座充满“银牌项目”的平台，覆盖食品配送、包裹、卡车运输、越野和采矿等多个千亿美元级行业；如果Adams的自动驾驶建设速度超过Waymo，还会出现一个“黑马角度”。 在他的叙述中，人形机器人适合人类环境中的低规模任务；工业级规模则需要能够移动的专用机器。
- 他反复提到的风险框架是所谓的“最终Boss”：抵制变化，Homestead罢工、Frick在遇刺后幸存，以及Edison用电击动物制造针对交流电的FUD，都与2014年Uber在欧洲遭遇的罢工，以及如今Uber、Lyft司机到Waymo办公室抗议形成呼应。 “你必须交付压倒性的进步，才能让你的变化真正发生。”
- 谈到自己的变化，他说在Uber时自己“几乎贴着那条线跑”——如今则“离那条线几英寸远”。 他仍坚持Uber的每个决定都正确，但表示，“你不需要再猜了”，他确实做对了。Ben Horowitz的诊断是：即使拥有20,000名员工，仍认为自己处于生存模式也很危险，因为“下面第8层的人”可能做出蠢事；而在Travis离开后被稀释的“绩效主义和敢于踩脚”文化，才是“核心部分”。Kalanick说，Adams如今把它称为“最好的想法胜出”。他还描述了“冠军之心”：被击倒后重新站起来。
- a16z本轮是Horowitz开出的最大一笔支票；相比之下，Uber首轮的投前估值为400万美元，而这次交易的复杂性来自将Kalanick分散的实体和业务整合到同一屋檐下。 Horowitz的信念测试有两项：它能否最终成为一个整体，以及Travis是否“仍然是Travis”——那个曾因对抗杀入美国市场的中国网约车公司而“被彻底点燃”的创始人。Kalanick将整合这些公司比作Elon同时管理多家公司，只不过这条发展轨迹晚了“几十年”。
- Kalanick将自己重返公众视野归因于媒体生态已经改变：8年来他的KPI是“闭嘴”，2019年的领导力材料标题是“Be Uniconic”，并配套一套“规模庞大、高保真”的规避关注行动手册；数千名员工甚至不被允许在LinkedIn上标注公司。 如今，“Elon收购Twitter，就像是我们终于可以表达自己的想法、不同意见不再违法的开端。”
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”。
NVIDIA预测营收达1万亿美元：GTC全解读，Anduril拿下200亿美元合同
Nvidia 的万亿美元需求 headline 主要只是重述分析师预测，真正的问题是前所未有的资本开支能否持续，以及 token 降价是否会抵消推理需求增长。Anduril 的200亿美元陆军合同标志着其成为新主承包商，但残酷的种子轮数学、Adobe 增长不确定性和对 Atoms 的分歧说明，资本结构、证据和基金规模比叙事更重要。
查看摘要（8段）
- Nvidia“1万亿美元需求”的 headline 对股价推动不到1%，因为正如 Rory O’Driscoll 拆解的那样，这个数字只是把分析师预测重新表述了一遍：上个财年营收2150亿美元，今年预期在3000多亿美元中段，分析师对2027年的预测在4000多亿美元中段——加起来再“按销售员的习惯向上取整”，就到了1万亿美元。 GTC 真正传递的信息是，前所未有的资本开支还将持续4到5年，而 Rory 认为“至少存在某种概率，随便取个数吧，30%，事情不会按这个方式发生”。
- Jason Lemkin 的上限押注是：在首次达到1万亿美元营收后的约5年内，Nvidia 累计营收达到10万亿美元，这要求推理规模增加约3个数量级——“可能是多3000倍 token，而不是3倍”。 Rory 的提醒则完全相反：“token 可以增加3倍，但如果每个 token 的价格下降6倍，营收就会下滑。” Jason 的理论是，Nemo Claw 以及很可能发生的 Grok 收购，会帮助持续消耗 token——“至少每天24小时运行3个 agent”。
- 如今的情绪已经变成一笔价差交易：“这就是 Nvidia 的夏天……大约以13个气缸中的13个全速运转”，对比之下，“你现在就能闻到 OpenAI 正在苦苦挣扎”——进入 code red，重新聚焦企业市场，停止边缘项目。
- 关于裁员（Atlassian裁1600人；Meta据报裁员20%，即7.9万人中的1.6万人），可交易的洞见在于 Rory 提出的第4类：Meta 的经营利润率仍有40%，但诚实计入资本开支后的自由现金流几乎为零，因此折旧迫使公司用 GPU 替代人力。 “如今算力正在吞噬工作岗位。你根本负担不起 Nvidia 和员工同时存在。”
- Jason 的2026年招聘测试是：“这个月你把什么商业 AI 工具带进了组织？ 这就是测试。” 他现场创造的职位是 agentic deployment expert（ADE，智能体部署专家），“从 C-level 到初级员工都需要。别再招其他人”，而其民主化的一面是：“2026年第二季度，想靠 AI agent 获胜不需要技术背景，甚至不需要1%的技术能力。” 或者说：“你会被裁掉，因为你将不再重要。”
- Anduril 拿下的200亿美元、为期10年的陆军合同（5年基础期+5年续约选项，整合120多份合同），意味着采购体系正在把 Lattice 认定为“明确的新主承包商”。 但 Rory 给这场兴奋情绪设了上限：国防开支只略高于 GDP 的3%，其中近一半是人员成本——“我认为国防领域会有五六个大赢家，但不确定会有100个。”
- 种子轮数学是本期最悲观的判断：Jason 放弃了坚持10年的“小 TAM+伟大创始人”理论，而 YC 已将融资产品化到6000万美元投后估值，扣除稀释后要实现100倍回报就意味着约250倍，即130亿至200亿美元的结果；而市值超过200亿美元的上市科技公司不到50家。 “数学很残酷”，这也是为什么5000万至1亿美元规模的种子基金可能成为这一代际中表现最差的基金规模，以及 Barton Biggs 的那句话为何适用：“没有哪项投资机会好到足以抵挡过剩资本的摧毁。”
- Travis Kalanick 携 Atoms 回归，引发了对实质判断的共识（造轮式机器人，而不是人形机器人），Jason 还提出了一个大胆的反事实：“如果是 Travis 掌舵，Uber 今天会是一家万亿美元公司，因为它会比今天领先5年”，而 Uber 目前市值为1600亿美元。 但两人都不会通过自己的基金、以其据报寻求的约200亿美元估值投资 Atoms；如果换成 General Catalyst 或 Coatue 的体量则会投：“基金规模就是战略。”
两位传奇创始人：Travis Kalanick 与 Michael Dell 在得州奥斯汀现场对谈
Atoms 正将 Kalanick 的物理计算论从食品基础设施扩展到采矿和专用“有偿工作的机器人”，而 Pronto 可能让偏远、危险矿藏具备经济开发价值。Dell 的 AI 工厂业务正从约20亿美元迈向预计500亿美元，但企业生产率提升需要自上而下重构，推理也在向设备端扩散；Invest America 则在检验可见的资产所有权能否改变行为。
查看摘要（8段）
Travis Kalanick 正将 City Storage Systems 更名为 Atoms，打造覆盖食品、采矿和机器人移动的物理自动化平台。 其架构把制造、房地产和物流分别视为CPU、存储和网络在物理世界中的对应物：「把原子当作比特来处理」。这一投资逻辑远不止云厨房：公司希望用专用机器改造各个行业。
眼下物理AI最现实的机会是“有偿工作的机器人”，而不是人形机器人的炫技。 Atoms 即将完成对旧金山 Pronto 的收购，以自动化采矿设备；这可能提高现有矿山的生产率，并凭借更小的用工和安全成本，让偏远、恶劣环境中的矿藏具备开发价值。Kalanick 认为 Waymo 是自动驾驶领头羊，但受制于制造、规模、紧迫感和竞争强度；Tesla 则在没有其他传感器的情况下，仅靠视觉挑战“困难模式乘以100”。
物理AI仍在等待自己的ChatGPT时刻，也需要能源效率实现跃升。 Kalanick 提问「视觉领域的ChatGPT时刻何时到来」，同时表示，人类运行所需功率约为100瓦，而 Waymo 机器开车消耗的能量约为人的100倍。驾驶、感知和安全代理之间类似语言的通信，可能成为强大的压缩层，但他将其描述为一种可能性，而非已经确定的解决方案。
只有当市场结构把融资变成核心竞争能力时，资本才真正重要。 在 Uber 时代，Kalanick 表示，竞争对手可以从 Masa 手中拿到10亿美元，第二天就夺走20%的市场份额，资本因此成为真正的战略武器。他不愿对冲突后的中东融资作出自信推测，但表示自己的中东业务原定于1月上市，随后沙特股市在两个月内下跌约20%。
Michael Dell 的AI基础设施业务正从约20亿美元扩张至100亿美元、250亿美元，今年预计达到500亿美元。 Dell 仍然认为市场「需求远超供给」，需求来自超大规模云厂商、主权AI，以及4,000多家 Dell AI Factory 企业客户。得州则凭借充足的土地、电力和建设能力，进一步放大这一机会。
企业AI在部分场景可以带来20%或更高的生产率提升，但前提是自上而下重构业务。 Dell 表示，大型企业中或许只有10%-15%真正摸清了方法，其余企业仍在「摸索」，因为采用瓶颈不在技术，而在「文化、领导力和勇气」。Dell 的基础设施业务上季度增长73%，公司预计下一季度增速接近100%。
推理正在向数据所在位置扩散，而不再完全集中于云端。 Dell 认为，「成本最低的token」将在设备端生成；边缘推理和 Gemma、OpenAI 的开放模型、NVIDIA Nemotron 等本地模型也在快速增长。自主代理扩大了机会，同时也让身份、认证、验证和控制机制变得不可或缺。
Invest America 试图让每一个符合条件的孩子都看见“拥有资产”以及资本主义上行空间。 Michael 和 Susan Dell 宣布捐赠62.5亿美元，为符合条件邮编区域内2-10岁的2,500万名儿童各提供250美元。Brad Gerstner 介绍称，18岁以下儿童都可以申领账户；从2027年1月1日起在美国出生的儿童则会自动获得账户。Michael Dell 估计，该项目最终可能在15年内向家庭转移5万亿美元。比种子资金更重要的是其行为逻辑：「我在场内，我有机会」（“I’m in the game. I have a shot.”）。
Grok 4 惊艳亮相、《苦涩的教训》、第三党、AI 浏览器，最高法院 8-1 支持特朗普的 RIF 计划
Grok 4 登顶基准测试，强化了通用算力优于人类知识路线的判断，但在物理世界数据稀缺的领域，《苦涩的教训》仍有边界。商业竞争正转向智能体接口、推理成本和分发能力：Perplexity 的浏览器押注面临生存压力，而取代 Bloomberg 可能提供更清晰的垂直路径。
查看摘要（7段）
- Grok 4 登顶基准测试：Artificial Analysis 目前将其排名列在 OpenAI 的 o3-pro 和 Gemini 2.5 Pro 之上，距其 2023 年 3 月启动还不到两年半。 Chamath 将其视为 Rich Sutton《苦涩的教训》的验证：依托 Colossus 扩张的通用算力（10万 → 25万 → 100万张 GPU）击败人类知识路线，也让 Llama 花 $15B 买下 Scale AI 49% 股权显得可疑——这“恰恰是在押注人类知识”。
- Keith Rabois 警告，人类标注数据的半衰期很短：“可能只有1年、2年，最多3年，任何人还会把人类标注数据用于任何事情。” 这直接针对那些追逐 Scale、Mercor 和 Surge 收入增长的投资者。他对《苦涩的教训》的限定是：只有在数据充足的领域，这一规律才成立——“物理世界 AI 缺数据，所以你只能设法逼近人类。”
- Travis Kalanick 凌晨4点用 GPT 和 Grok 做“vibe physics”——“我已经非常接近一些有意思的突破了”——但他也坦承，Grok 3 和现有 ChatGPT 还无法原创想法：让它们突破常识“就像拽一头驴”。 真正的大奖，是一台科学方法机器：“他妈的，游戏结束。你只要点亮更多 GPU，就等于多了大约1000名博士生为你工作。”
- Chamath 认为，2025年造浏览器是“绝对愚蠢的资本配置决策”——不过是“一个美化过的标记语言阅读器”；Perplexity 真正的大奖，是取代 Bloomberg 那个“糟糕透顶”的年费2.5万美元终端，这是一家摆在眼前、等着被拿下的“1000亿美元企业”。 Keith 说得更直白：ChatGPT 正在10亿用户中变成动词，“如果 Perplexity 做不到这件事，它就什么都不剩了”；“Google Search 也完了”。
- Elon 的第三党让嘉宾分裂：Keith 称他“可能只是一个替补级政治家”——就像 Michael Jordan 去打棒球；他指出自1970年以来没有真正的第三党赢得参议院席位，只承认“少数几个众议院席位”有机会。 Travis 全力支持（“Elon 几乎总是对的……我站 Elon 这边”），Chamath 则认为政治机制已经改变：2023年 FEC 指引允许超级 PAC 运行完整地推，3-5名独立候选人就能形成真正的杠杆，而阻挠议事规则“时日无多”。
- 最高法院以 8-1 支持特朗普的 RIF 计划。 Chamath 认为，“美国 CEO”必须有权解雇员工；如果 DOGE 在裁决后才启动，行动会“像热刀切黄油一样”推进——但 Keith 反驳称，“没有 DOGE，就不会有那项裁决”，并警告法院目前只批准了规划，执行阶段“未必是 8-1”。
- Travis 的机器人厨房把人工成本从收入的30%-35%降至7%-10%：一台60平方英尺的机器每小时能做300碗，目标是在8,000平方英尺设施里打造一个什么都能做的“互联网美食广场”。 对于 Pony.ai 的传闻，他说：“现在没有真正的交易，但确实有不少主动找上门的人。”
Uber 创始人 Travis Kalanick 谈 AI、风险与打造未来 | EP #164
Kalanick 将“把原子当作比特”的命题延伸至云厨房、机器人和物流，但分阶段扩张表明，决定规模化上限的是运营准备度，而非野心。他认为 AI 会冲击传统执行型工作，却会创造搭建替代系统的咨询需求；创新应以进步除以时间、金钱和声誉风险来衡量。
查看摘要（8段）
Kalanick 的统一命题，是通过“把原子当作比特”，让物理世界像计算机一样运行。 制造业操纵原子，房地产储存原子，物流运输原子；Uber 将网络层数字化，而云厨房和“atoms AI”则把这一命题延伸到生产、地产、机器人和人形机器人。不同于需要消耗时间的注意力生意，这些系统理应把时间还给人。
他的扩张原则很简单：“不要把失败规模化。” Uber 在进入纽约前，先在旧金山运营了1年；UberX 也经历了2012年年中的中间阶段，直到2013年初才完成铺开。一项当前计划在两个6个月周期中分别扩大至6倍规模，一年达到36倍，但 Kalanick 正推迟扩张，直到技术和核心流程足以避免组织“淹没在运营里”。
颠覆性优势真正来自找到“有价值的未知真相”，再赢得足够信任将其落地。 认知现实与实际现实之间的差距，是“创新者的游乐场”，但变化会触发天然的免疫反应。Kalanick 从 Uber 得到的新教训是，信任可以把“对手变成拥护者”，加速变化。Diamandis 补充说，这不意味着永远不“敲碎脑袋”；Kalanick 回答：“只要确保你知道自己在做什么。”
时机和地理复制，足以压垮一个原本成立的命题。 Kalanick 称，过早进入“等同于犯错”，随后又修正说：“更糟”，并回忆起4年没有薪水、靠“鲜血、汗水和拉面”坚持的日子。后来，他通过“跨洲并行部署”发现 Kuwait、Saudi Arabia 等他称为惊喜的市场，同时警告不要去 Indonesia、India 和 Colombia；他明确表示，厨房在 India 赚不到钱。
Kalanick 将创新定义为进步除以风险，而不是对冒险的热情。 他的公式是“创新等于大P除以小R”，其中风险包括时间、金钱和声誉；迭代应在保住进步的同时持续压低这些成本。客户至上同样需要双重要求：既要“很多真心”，也要“很多 ROI”，因为无差别降价把公司送进破产，并不能服务客户。
谈到 AI 对就业的影响，Kalanick 明确表示自己并不确定，但“乐观多于悲观”。 他的狭义经济学论点是：“机器人还没有银行账户”，生产率提升会让人类获得更便宜的商品，从而把钱花到其他地方。但那些按惯例执行传统工作的咨询顾问“将陷入大麻烦”；机会在于帮助搭建取代这些工作的系统。
投资者应把自己理解为资本配置者，而不是创始人幸福的守护者。 从创始人的角度看，Kalanick 认为有用的问题是：哪个投资者“造成的伤害最小”？一个热爱国际象棋、却没有参加比赛的人，不能对每周投入60小时下棋的创始人指挥落子。治理仍然重要，董事会成员应当用“你是不是嗑了什么？”质疑登月计划，但不能把自己任命为公司的创意引擎。
创始人的坚持应由信念、匹配度和可生存性决定，而不是“永不放弃”的神话。 Kalanick 会问3个问题：你是否仍然相信这件事？你是否是合适的人？继续下去是否会造成严重的精神或身体损害？运气在一场“游戏”中很重要，但他认为，当你经历100场游戏，或通过10,000个决策打造一家公司时，运气的作用会逐渐消退。
DeepSeek 恐慌、美国对中国、OpenAI 400亿美元融资？以及 DOGE 交付：Travis Kalanick 与 David Sacks 对谈
R1使市场对中国AI落后的估计缩至3至6个月；Sacks称其API价格约为OpenAI o1的十二分之一，600万美元据报仅指最终训练。NVIDIA跌17.7%凸显分歧：降本压低溢价还是放大算力需求，价值或转向路由、专有数据、应用与部署。
查看摘要（8段）
DeepSeek 发布 R1 后，市场对中国 AI 落后幅度的估计从6至12个月下修至约3至6个月，前沿模型的稀缺溢价因此受到挑战。 David Sacks 称 R1 可与 OpenAI 的 o1 相比，其 API 价格约为后者的十二分之一，但反对“600万美元对10亿美元”的说法：据报道，600万美元只覆盖最后一轮训练，而一名分析师估计 DeepSeek 及其关联对冲基金控制着50,000张 Hopper GPU，价值超过10亿美元。
NVIDIA 暴跌17.7%、市值蒸发约6,000亿美元，暴露出半导体行业的核心争论：更便宜的模型训练会摧毁算力需求，还是将其成倍放大？ Chamath Palihapitiya 认为，DeepSeek 使用 GRPO 和裸机 PTX，说明受约束的团队可以绕开依赖内存的正统路线和 CUDA 锁定。Travis Kalanick 则给出另一种判断：“AI 变便宜后……AI 会多得多”，Sacks 也援引了他所谓的 Jin 悖论。
DeepSeek 故事既包含真正的工程创新，也留下了其从 OpenAI 蒸馏而来的证据疑云。 Sacks 称，在8次测试中，V3 有5次将自己识别为 ChatGPT-4，并指出 DeepSeek 披露了约800,000条推理样本，却没有清楚解释来源；但他仍认为这支团队技术实力很强。无害的解释是，团队使用了公开发布的 ChatGPT 输出进行训练；存在争议的解释则是大规模调用 OpenAI API——这份不确定性没有被与谈嘉宾刻意抹平。
AI 股票价值可能从同质化模型迁移至路由层、应用、专有数据和物理执行环节。 Chamath 会先搭建一个可以在 OpenAI、Claude、Llama、DeepSeek 或未来 R2 之间热切换的“shim”；Jason Calacanis 认为模型正像存储或 GPS 一样基础设施化；Kalanick 则把机会拆分为“wrapper”、工具和垂直领域专家型企业。Sacks 反驳称，OpenAI 的 o3 前沿能力仍领先 R1，现在就宣布闭源模型回报消失“有点早”。
据报道，OpenAI 试图以3,400亿美元投前估值融资400亿美元，这是迄今最直接的一次检验：更多资本究竟会制造护城河，还是带来组织僵化。 Kalanick 称资本获取能力是一种战略武器，但警告过度资本化会让公司“官僚化、松散、虚弱、柔软”，与此同时开源领域“百花齐放”。他从 Masa 的经历中得出的教训是：拒绝资金，资金可能转而补贴竞争对手；接受资金，则要假设投资人的情报会影响其他下注。
出口管制可能在放缓中国的同时，迫使中国发展出更强的工程替代方案。 Chamath 提到未经验证的说法：NVIDIA 收入中最多四分之一经由新加坡流转，而新加坡约100座数据中心消耗约876 MW，并追问芯片最终流向何处。更棘手的政策问题在于，限制措施可能把中国推向本土晶圆厂、更简单的制程节点和由 AI 设计的芯片——让“约束成为特性，而不是缺陷”。
DOGE 宣称每日节省10亿美元，但真正重要的影响在于国债市场，而不是 headline 算术。 与谈嘉宾把财政目标设为：从2万亿美元的年度赤字中削减约1万亿至1.1万亿美元，使赤字率降至 GDP 的3%以下；更快的削减可以压低通胀和长期收益率，减少未来利息支出。但法院必须决定行政部门能够停止多少由国会授权的支出，而 Social Security、Medicare 和 Medicaid 的削减难度远高于租约、人员编制或可自由裁量的采购。
便宜 AI 可能加速自动驾驶和机器人食品生产，但电力与房地产可能成为真正的约束资产。 Kalanick 的 Bowl Builder 计划在4月由5家客户开始使用，而他的 Waymo 判断是“便宜的优质 AI 会带来便宜的优质自动驾驶”；但按他的粗略计算，如果把加州所有网约车里程都改为 EV，州内能源容量可能需要翻倍。如果自动驾驶车队所需停车车辆约减少至十分之一，20%-30%的城市土地可能重新定价——充电基地、电网接入和可改造停车空间的重要性，可能超过下一项模型基准测试。