1
00:00:00,000 --> 00:00:01,860
欢迎收听跨国串门计划

2
00:00:01,860 --> 00:00:08,320
这是一档专注于让中文听众无障碍欣赏全球优质外语播客的节目

3
00:00:08,320 --> 00:00:10,620
通过先进的AI声纹客轮技术

4
00:00:10,620 --> 00:00:13,000
我们不仅将内容翻译成中文

5
00:00:13,000 --> 00:00:16,660
还完美保留了原主持人和嘉宾的独特声音

6
00:00:16,660 --> 00:00:21,980
为您呈现全球顶尖的AI财经健康与科技领域精品内容

7
00:00:21,980 --> 00:00:23,520
我是主播一凯

8
00:00:23,520 --> 00:00:26,020
一位热衷于AI领域的产品经理

9
00:00:26,020 --> 00:00:30,300
很荣幸能为您搭建这座跨越语言障碍的桥梁

10
00:00:30,300 --> 00:00:34,800
接下来让我为您简单介绍本期我们克隆的这档节目

11
00:00:34,800 --> 00:00:37,360
并分享几句非常精彩的原话

12
00:00:37,360 --> 00:00:42,500
本期我们克隆的是Patrick O'Shaughnessy主持的投资访谈播客

13
00:00:42,500 --> 00:00:44,020
Invest Like the Best

14
00:00:44,020 --> 00:00:48,660
这是一档长期关注商业科技与资本市场的深度对话节目

15
00:00:48,660 --> 00:00:53,460
嘉宾Gavin Baker是Atrades Management的创始人兼投资人

16
00:00:53,460 --> 00:00:57,540
长期研究科技公司AI基础设施和市场周期

17
00:00:57,540 --> 00:01:00,280
节目里有几句原话

18
00:01:00,280 --> 00:01:01,660
特别有冲击力

19
00:01:01,660 --> 00:01:04,740
资本主义史上从来没有发生过这种事

20
00:01:04,740 --> 00:01:06,560
别说我的职业生涯了

21
00:01:06,560 --> 00:01:08,640
就是整个资本主义史

22
00:01:08,640 --> 00:01:10,620
整个商业史都没有过

23
00:01:10,620 --> 00:01:12,520
历史不会简单重复

24
00:01:12,520 --> 00:01:13,300
但会押韵

25
00:01:13,300 --> 00:01:14,560
作为投资者

26
00:01:14,560 --> 00:01:17,400
我们必须非常清醒地意识到这一点

27
00:01:17,400 --> 00:01:20,760
如果我们不能都成为机关枪的大师

28
00:01:21,000 --> 00:01:22,800
我们就会被机关枪支配

29
00:01:22,800 --> 00:01:25,740
我们需要带着谦逊来面对这件事

30
00:01:25,740 --> 00:01:28,120
承认这里有大量不确定性

31
00:01:28,120 --> 00:01:29,240
并且认真思考

32
00:01:29,240 --> 00:01:32,860
这些判断背后是一场关于AI资本

33
00:01:32,860 --> 00:01:34,760
和未来秩序的高密度对话

34
00:01:34,760 --> 00:01:38,780
那我们就一起来听听这期完整节目

35
00:01:38,780 --> 00:01:40,740
AI领域当时发生的事

36
00:01:40,740 --> 00:01:42,640
我觉得是资本主义史上

37
00:01:42,640 --> 00:01:44,700
美国商业史上最了不起的时刻

38
00:01:44,700 --> 00:01:47,140
Anthropic增加了110亿美元

39
00:01:47,140 --> 00:01:49,840
过去10年12年里创立的

40
00:01:49,840 --> 00:01:51,660
三家最受关注的SaaS公司

41
00:01:51,660 --> 00:01:54,320
是Palantir, Snowflake和Databricks

42
00:01:54,320 --> 00:01:57,020
这三家公司花了十年时间

43
00:01:57,020 --> 00:01:58,220
打造自己的业务

44
00:01:58,220 --> 00:02:00,240
Anthropic一个月就增加了

45
00:02:00,240 --> 00:02:01,520
相当于他们三家公司

46
00:02:01,520 --> 00:02:03,040
合计规模的业务

47
00:02:03,040 --> 00:02:04,200
资本主义史上

48
00:02:04,200 --> 00:02:05,660
从来没有发生过这种事

49
00:02:05,660 --> 00:02:07,580
别说我的职业生涯了

50
00:02:07,580 --> 00:02:09,460
就是整个资本主义史

51
00:02:09,460 --> 00:02:10,960
整个商业史都没有过

52
00:02:10,960 --> 00:02:13,440
这是我们第六次做这件事了

53
00:02:13,440 --> 00:02:15,100
如果你能相信的话

54
00:02:15,100 --> 00:02:16,580
这让你又回到了第一名

55
00:02:16,580 --> 00:02:18,860
或者至少和Gurley并列第一

56
00:02:18,860 --> 00:02:22,120
我觉得就算和上一次相比

57
00:02:22,120 --> 00:02:24,260
那次已经很让人兴奋

58
00:02:24,260 --> 00:02:25,120
很精彩了

59
00:02:25,120 --> 00:02:27,140
现在这个时点还要更有意思

60
00:02:27,140 --> 00:02:29,840
也许你可以先随便聊聊

61
00:02:29,840 --> 00:02:31,480
今年三月和四月

62
00:02:31,480 --> 00:02:32,860
你亲身经历那段时间

63
00:02:32,860 --> 00:02:33,740
是什么感觉

64
00:02:33,740 --> 00:02:34,860
对我来说

65
00:02:34,860 --> 00:02:37,060
那像是一个完全独特的

66
00:02:37,060 --> 00:02:39,060
经济技术和市场环境

67
00:02:39,060 --> 00:02:40,760
你又是最认真研究

68
00:02:40,760 --> 00:02:42,580
历史研究这些时刻的人

69
00:02:42,580 --> 00:02:45,020
所以那到底是什么感觉

70
00:02:45,020 --> 00:02:47,960
大体上说回撤有两种

71
00:02:47,960 --> 00:02:49,360
一种回撤是你错了

72
00:02:49,360 --> 00:02:51,140
公司业绩没有达到预期

73
00:02:51,140 --> 00:02:53,040
你的假设被证伪了

74
00:02:53,040 --> 00:02:55,620
你必须认亏把这笔损失确认下来

75
00:02:55,620 --> 00:02:58,480
另一种回撤或者说一段跑输的时期

76
00:02:58,480 --> 00:03:01,820
是你因为一些自己非常非常了解的公司而跑输

77
00:03:01,820 --> 00:03:04,980
而且你非常不同意市场给出的价格走势

78
00:03:04,980 --> 00:03:06,540
这种时候你可以加码

79
00:03:06,540 --> 00:03:08,240
你不必把负收益确认下来

80
00:03:08,240 --> 00:03:10,160
而是可以积累被压住的alpha

81
00:03:10,160 --> 00:03:11,820
也就是未来的表现

82
00:03:11,820 --> 00:03:15,320
对我来说三月就是这种感觉

83
00:03:15,320 --> 00:03:16,840
感觉是NASDAQ在下跌

84
00:03:16,840 --> 00:03:18,200
但与此同时

85
00:03:18,200 --> 00:03:19,920
AI领域正在发生的是

86
00:03:19,920 --> 00:03:21,280
我觉得是资本主义史上

87
00:03:21,280 --> 00:03:23,280
美国商业史上最了不起的时刻

88
00:03:23,280 --> 00:03:24,340
我的意思是

89
00:03:24,340 --> 00:03:26,860
Anthropic增加了110亿美元RR

90
00:03:26,860 --> 00:03:28,100
让我震惊的是

91
00:03:28,100 --> 00:03:29,800
SaaS和云革命

92
00:03:29,800 --> 00:03:31,880
创造了我们姑且说

93
00:03:31,880 --> 00:03:33,820
5万亿到10万亿美元的价值

94
00:03:33,820 --> 00:03:34,920
而且我会说

95
00:03:34,920 --> 00:03:36,220
过去10年12年里

96
00:03:36,220 --> 00:03:39,540
创立的三家最受关注的SaaS公司

97
00:03:39,540 --> 00:03:40,460
大概就是Palantir

98
00:03:40,460 --> 00:03:41,760
Snowflake和Databricks

99
00:03:41,760 --> 00:03:44,580
这三家公司都雇了成千上万人

100
00:03:44,580 --> 00:03:45,680
合起来是数万人

101
00:03:45,680 --> 00:03:48,720
他们都花了十年时间打造自己的业务

102
00:03:48,720 --> 00:03:51,600
而Anthropic一个月就增加了

103
00:03:51,600 --> 00:03:54,280
相当于他们三家公司合计规模的业务

104
00:03:54,280 --> 00:03:57,120
资本主义史上从来没有发生过这种事

105
00:03:57,120 --> 00:03:59,120
别说我的职业生涯了

106
00:03:59,120 --> 00:04:00,600
就是整个资本主义史

107
00:04:00,600 --> 00:04:02,020
整个商业史都没有过

108
00:04:02,020 --> 00:04:03,780
我是说这太疯狂了

109
00:04:03,780 --> 00:04:06,020
然后Krishna上了这个节目

110
00:04:06,020 --> 00:04:07,360
分享了一些数据

111
00:04:07,360 --> 00:04:08,500
DR是五百分之

112
00:04:08,500 --> 00:04:10,840
你把这个数字按三年算一下

113
00:04:10,840 --> 00:04:12,140
简直离谱

114
00:04:12,140 --> 00:04:14,000
所以这件事完全没有先例

115
00:04:14,000 --> 00:04:16,680
我们这些科技投资人经常会听到

116
00:04:16,680 --> 00:04:17,940
关于S曲线

117
00:04:17,940 --> 00:04:19,760
关于投资指数增长的讨论

118
00:04:19,760 --> 00:04:22,100
但我从来没见过这样的指数增长

119
00:04:22,100 --> 00:04:25,620
他感觉甚至比DeepSeek那次还要极端

120
00:04:25,620 --> 00:04:28,200
而DeepSeek当时的情况也非常类似

121
00:04:28,200 --> 00:04:30,500
如果我们回到2025年

122
00:04:30,500 --> 00:04:32,540
DeepSeek引发过一次大抛售

123
00:04:32,540 --> 00:04:33,920
那其实很奇怪

124
00:04:33,920 --> 00:04:37,240
因为那篇论文是在DeepSeek Monday前7天发布的

125
00:04:37,240 --> 00:04:40,100
我记得他是在一个周一发布的

126
00:04:40,100 --> 00:04:41,580
而那天美国是假日

127
00:04:41,580 --> 00:04:42,700
我读了之后

128
00:04:42,700 --> 00:04:44,460
想这件事对AI交易来说

129
00:04:44,460 --> 00:04:46,780
可能不会被市场解读的很正面

130
00:04:46,780 --> 00:04:48,360
所以我采取了行动

131
00:04:48,360 --> 00:04:50,800
一周之后我们经历了Deep Seek Monday

132
00:04:50,800 --> 00:04:53,800
AI相关资产真的大幅崩了下去

133
00:04:53,800 --> 00:04:54,660
这很奇怪

134
00:04:54,660 --> 00:04:56,240
因为到了Deep Seek Monday那天

135
00:04:56,240 --> 00:04:57,980
其实已经非常清楚了

136
00:04:57,980 --> 00:04:59,180
这会是有史以来

137
00:04:59,180 --> 00:05:01,680
对算力需求最利好的事情

138
00:05:01,680 --> 00:05:04,880
亚洲AWS Availability Zone里的价格

139
00:05:04,880 --> 00:05:06,320
当时已经差不多翻倍了

140
00:05:06,320 --> 00:05:08,660
你能看到GPU可用性在下降

141
00:05:08,660 --> 00:05:11,480
而这也是我们第一次看到推理模型

142
00:05:11,480 --> 00:05:13,600
在Inference阶段比非推理模型

143
00:05:13,600 --> 00:05:14,760
要吃多得多的算力

144
00:05:14,760 --> 00:05:16,800
所以那次也是类似的局面

145
00:05:16,800 --> 00:05:19,160
但你需要做一点功课才能看出来

146
00:05:19,160 --> 00:05:20,340
其实也没那么难

147
00:05:20,340 --> 00:05:22,460
你只要看到股票在下跌

148
00:05:22,460 --> 00:05:25,260
但DRM价格在垂直上涨

149
00:05:25,260 --> 00:05:27,840
亚洲GPU价格在垂直上涨

150
00:05:27,840 --> 00:05:29,400
GPU可用性在下降

151
00:05:29,400 --> 00:05:30,860
然后两三天之后

152
00:05:30,860 --> 00:05:32,100
美国的GPU价格

153
00:05:32,100 --> 00:05:34,100
也就是GPU租赁价格也开始上涨

154
00:05:34,100 --> 00:05:36,640
到了三月你要做的事就更简单了

155
00:05:36,640 --> 00:05:39,560
只要观察Anthropic身上正在发生什么

156
00:05:39,560 --> 00:05:41,460
有很多人好像都后悔

157
00:05:41,460 --> 00:05:42,780
2022年没有买

158
00:05:42,780 --> 00:05:44,260
COVID期间没有买

159
00:05:44,260 --> 00:05:45,460
Deep Seek那次没有买

160
00:05:45,460 --> 00:05:48,980
4月初你又遇到了同样的估值环境

161
00:05:48,980 --> 00:05:50,940
而且AI的拐点还更清楚

162
00:05:50,940 --> 00:05:53,780
所以其实一直都有很多机会可以买入

163
00:05:53,780 --> 00:05:56,000
AI当然让事情变复杂的是

164
00:05:56,000 --> 00:05:56,980
Straight of Hormuz

165
00:05:56,980 --> 00:05:58,320
我后来相信了

166
00:05:58,320 --> 00:06:01,580
而且现在也相信市场当时可能误判了一件事

167
00:06:01,580 --> 00:06:03,140
我不是宏观专家

168
00:06:03,140 --> 00:06:06,100
但我确实做很多国家安全相关的投资

169
00:06:06,100 --> 00:06:07,600
所以我能接触到一些专家

170
00:06:07,600 --> 00:06:10,360
他们也很愿意跟我分享想法和观点

171
00:06:10,360 --> 00:06:12,720
Straight of Hormuz如果被关闭

172
00:06:12,720 --> 00:06:15,260
对美国来说其实相对是很有利的

173
00:06:15,260 --> 00:06:16,380
为什么

174
00:06:16,380 --> 00:06:19,140
尤其是考虑到现任政府的目标

175
00:06:19,140 --> 00:06:21,640
电力是一个非常重要的工业投入

176
00:06:21,640 --> 00:06:23,300
或者说制造业投入

177
00:06:23,300 --> 00:06:25,540
影响美国电价的关键投入

178
00:06:25,540 --> 00:06:28,080
也就是会进一步影响AI的关键投入

179
00:06:28,080 --> 00:06:29,520
是NG天然气

180
00:06:29,520 --> 00:06:31,780
Bloomberg上那个天然气合约

181
00:06:31,780 --> 00:06:33,140
当时它跌了1%

182
00:06:33,140 --> 00:06:36,860
而亚洲欧洲以及其他地方的天然气价格

183
00:06:36,860 --> 00:06:38,260
则翻了一倍或两倍

184
00:06:38,260 --> 00:06:40,600
所以我们的相对制造业竞争力

185
00:06:40,600 --> 00:06:42,600
几乎是一夜之间就提升了

186
00:06:42,600 --> 00:06:44,240
不管这是好是坏

187
00:06:44,240 --> 00:06:46,960
这似乎正是特朗普政府在意的东西

188
00:06:46,960 --> 00:06:49,480
他们非常关注美国的相对位置

189
00:06:49,480 --> 00:06:52,220
我觉得很多人还记得1970年代

190
00:06:52,220 --> 00:06:54,480
70年代之所以那么痛苦

191
00:06:54,480 --> 00:06:56,340
不只是因为价格上涨

192
00:06:56,340 --> 00:06:58,260
而是真的出现了汽油短缺

193
00:06:58,260 --> 00:07:00,060
然后你再往下看

194
00:07:00,060 --> 00:07:03,640
会发现美国经济现在对能源的依赖程度

195
00:07:03,640 --> 00:07:05,200
已经远低于过去

196
00:07:05,200 --> 00:07:09,020
美国现在是全球最大的石油和天然气生产国

197
00:07:09,020 --> 00:07:12,540
而且我们现在也成了全球最大的石油和天然气出口国

198
00:07:12,540 --> 00:07:15,860
在这之上还有相对制造业优势

199
00:07:15,860 --> 00:07:19,840
所以我觉得这让人更容易继续关注AI的基本面

200
00:07:19,840 --> 00:07:23,060
继续关注那些从历史上看很有吸引力的估值

201
00:07:23,060 --> 00:07:25,080
我认为从相对角度看

202
00:07:25,080 --> 00:07:27,360
科技股相对于市场其他部分

203
00:07:27,360 --> 00:07:31,160
基本上已经便宜到过去十年里最便宜的水平

204
00:07:31,160 --> 00:07:34,320
你把这一点放到市场效率的背景下想一想

205
00:07:34,320 --> 00:07:36,580
我们正处在资本主义历史上

206
00:07:36,580 --> 00:07:37,680
最非凡的时刻

207
00:07:37,680 --> 00:07:39,580
这对AI极其利好

208
00:07:39,580 --> 00:07:41,120
而你居然还有机会

209
00:07:41,120 --> 00:07:43,560
用非常有吸引力的估值去买AI

210
00:07:43,560 --> 00:07:47,300
你怎么看Anthropic和OpenAI的估值倍数

211
00:07:47,300 --> 00:07:48,540
在我看来

212
00:07:48,540 --> 00:07:49,980
他们就像这轮趋势里

213
00:07:49,980 --> 00:07:52,180
最纯粹最有代表性的资产

214
00:07:52,180 --> 00:07:53,640
但他们的估值

215
00:07:53,640 --> 00:07:55,200
其实并没有那么疯狂

216
00:07:55,200 --> 00:07:57,900
如果你只看销售额倍数

217
00:07:57,900 --> 00:07:59,820
再拿它和Databricks

218
00:07:59,820 --> 00:08:01,140
Snowflake这些公司

219
00:08:01,140 --> 00:08:02,920
在高峰期的交易倍数相比

220
00:08:02,920 --> 00:08:04,800
你会怎么理解这件事

221
00:08:04,800 --> 00:08:07,640
我确实认为从资本效率的角度看

222
00:08:07,640 --> 00:08:10,580
OpenAI和Anthropic是很不一样的公司

223
00:08:10,580 --> 00:08:14,020
Anthropic的每Token成本明显比OpenAI低得多

224
00:08:14,020 --> 00:08:15,220
事实就是这样

225
00:08:15,220 --> 00:08:18,460
你只要看他们为了做到差不多的收入规模

226
00:08:18,460 --> 00:08:20,120
各自烧掉了多少钱

227
00:08:20,120 --> 00:08:22,560
就能看出来Anthropic烧的钱

228
00:08:22,560 --> 00:08:24,680
可能比OpenAI少了80%

229
00:08:24,680 --> 00:08:26,000
所以作为公司

230
00:08:26,000 --> 00:08:28,180
他们显然有非常不同的结构性ROIC

231
00:08:28,180 --> 00:08:30,200
我觉得OpenAI正在做很多事

232
00:08:30,200 --> 00:08:33,900
我认为Sara Fryer是非常出色的CFO之一

233
00:08:33,900 --> 00:08:36,280
我觉得他们正在做很多事情

234
00:08:36,280 --> 00:08:37,740
试图改善这一点

235
00:08:37,740 --> 00:08:40,000
而且他们拿到了很多compute

236
00:08:40,000 --> 00:08:41,880
比其他公司更多

237
00:08:41,880 --> 00:08:44,000
他们确实拿到了很多compute

238
00:08:44,000 --> 00:08:45,920
这是另一个很大的差异

239
00:08:45,920 --> 00:08:48,580
事实证明激进一点回报非常大

240
00:08:48,580 --> 00:08:51,080
但Anthropic如果是900亿美元

241
00:08:51,080 --> 00:08:53,020
估值对应50亿美元AR

242
00:08:53,020 --> 00:08:54,360
而且还在增长

243
00:08:54,360 --> 00:08:57,100
增长一千个bathenet

244
00:08:57,100 --> 00:08:59,060
对增长速度非常夸张

245
00:08:59,060 --> 00:09:01,040
也许一个更准确的说法是

246
00:09:01,040 --> 00:09:03,500
如果Anthropic拥有全部compute

247
00:09:03,500 --> 00:09:06,520
它今天的收入很可能远高于1000亿美元

248
00:09:06,520 --> 00:09:08,240
也许是1500亿美元

249
00:09:08,240 --> 00:09:09,640
而且我确实认为

250
00:09:09,640 --> 00:09:12,800
他们显然已经降低了Cloud的智能水平

251
00:09:12,800 --> 00:09:14,080
有一个分析说

252
00:09:14,080 --> 00:09:16,780
即便是Cloud Opus在同样的问题上

253
00:09:16,780 --> 00:09:19,320
生成的token也少了70%

254
00:09:19,320 --> 00:09:20,860
就像我们上次聊过的

255
00:09:20,860 --> 00:09:23,920
在某种程度上token数量等于答案质量

256
00:09:23,920 --> 00:09:25,620
也等于思考质量

257
00:09:25,620 --> 00:09:28,360
当然每个token的智能密度也很重要

258
00:09:28,360 --> 00:09:29,460
作为用户

259
00:09:29,460 --> 00:09:30,900
我确实感受到了这一点

260
00:09:30,900 --> 00:09:31,840
所以我认为

261
00:09:31,840 --> 00:09:34,160
如果compute不受限制

262
00:09:34,160 --> 00:09:35,520
他们的收入会高得多

263
00:09:35,520 --> 00:09:36,600
可能是1000亿

264
00:09:36,600 --> 00:09:37,400
1500亿

265
00:09:37,400 --> 00:09:39,440
也可能是2000亿美元

266
00:09:39,440 --> 00:09:40,440
这样看你买的

267
00:09:40,440 --> 00:09:42,200
可能更像是五倍无约数

268
00:09:42,200 --> 00:09:44,460
收入我来编一个新数字

269
00:09:44,460 --> 00:09:46,380
U2无约数run rate revenue

270
00:09:46,380 --> 00:09:47,880
那你为什么觉得

271
00:09:47,880 --> 00:09:49,500
他们不以3万亿美元

272
00:09:49,500 --> 00:09:50,860
估值之类的价格

273
00:09:50,860 --> 00:09:52,720
直接融1000亿美元

274
00:09:52,720 --> 00:09:54,720
如果你是Anthropic的CFO

275
00:09:54,720 --> 00:09:56,120
Christian很棒

276
00:09:56,120 --> 00:09:58,020
我们刚请他上过节目

277
00:09:58,020 --> 00:10:00,800
或者如果你是OpenAI的Sara

278
00:10:00,800 --> 00:10:03,080
至少从Christian那期节目之后

279
00:10:03,080 --> 00:10:04,760
我收到的反馈来看

280
00:10:04,760 --> 00:10:07,520
我认识的所有人都想投这两家公司

281
00:10:07,520 --> 00:10:09,540
我觉得这是明智的

282
00:10:09,540 --> 00:10:10,980
因为未来是不确定的

283
00:10:10,980 --> 00:10:14,220
你显然是在一个资本极其密集的游戏里

284
00:10:14,220 --> 00:10:15,700
即使你是Anthropic

285
00:10:15,700 --> 00:10:19,120
我相信他今天在Inference上的毛利率已经非常高

286
00:10:19,120 --> 00:10:20,520
再说一次

287
00:10:20,520 --> 00:10:23,940
Anthropic今年很可能就会开始产生现金

288
00:10:23,940 --> 00:10:26,240
如果他还没有开始产生现金的话

289
00:10:26,240 --> 00:10:29,060
而我认为他很可能已经在产生现金了

290
00:10:29,060 --> 00:10:30,180
但即便如此

291
00:10:30,180 --> 00:10:32,860
你大概还是希望以后能继续融资

292
00:10:32,860 --> 00:10:34,420
拿到更多compute

293
00:10:34,420 --> 00:10:36,840
这个世界充满不确定性

294
00:10:36,840 --> 00:10:39,200
乌克兰开始真的真的占上风了

295
00:10:39,200 --> 00:10:41,060
俄罗斯会怎么回应

296
00:10:41,060 --> 00:10:44,080
我认为伊朗那边仍然有很多不确定性

297
00:10:44,080 --> 00:10:46,560
所有这些不确定性可能都会放大

298
00:10:46,560 --> 00:10:49,000
围绕台湾的地缘政治不确定性

299
00:10:49,000 --> 00:10:51,060
所以这是一个不确定的世界

300
00:10:51,060 --> 00:10:52,680
如果我想到Ellen

301
00:10:52,680 --> 00:10:54,740
他一直都让投资人赚到了钱

302
00:10:54,740 --> 00:10:57,140
他把这件事看得像一种神圣契约

303
00:10:57,140 --> 00:10:59,260
结果就是因为他20年来

304
00:10:59,260 --> 00:11:00,660
一直让人们赚到钱

305
00:11:00,660 --> 00:11:03,160
他拥有了一种超能力

306
00:11:03,160 --> 00:11:04,400
这种超能力

307
00:11:04,400 --> 00:11:06,940
就是他基本上可以在任何时候

308
00:11:06,940 --> 00:11:08,960
按自己想要的规模融资

309
00:11:08,960 --> 00:11:10,680
我觉得这些公司

310
00:11:10,680 --> 00:11:12,680
现在这样做是明智的

311
00:11:12,680 --> 00:11:14,800
我不知道他们是不是这样思考的

312
00:11:14,800 --> 00:11:16,020
但我确实认为

313
00:11:16,020 --> 00:11:18,440
专注于让投资人赚钱是明智的

314
00:11:18,440 --> 00:11:19,820
这会带来一些好处

315
00:11:19,820 --> 00:11:22,480
而且这些好处不会只持续一两年

316
00:11:22,480 --> 00:11:25,220
他们可以持续未来20到30年

317
00:11:25,220 --> 00:11:27,380
伊朗做到这一点的方法

318
00:11:27,380 --> 00:11:30,700
是不是某种系统性的低估SpaceX

319
00:11:30,700 --> 00:11:32,100
或者其他公司的价格

320
00:11:32,100 --> 00:11:34,180
实际的方法到底是什么

321
00:11:34,180 --> 00:11:36,780
就是从来不在估值上贪心

322
00:11:36,780 --> 00:11:38,840
对从来不把估值推得太高

323
00:11:38,840 --> 00:11:39,880
就这么简单

324
00:11:39,880 --> 00:11:42,080
我的朋友Antonio指出

325
00:11:42,080 --> 00:11:43,820
SpaceX在大概10年里

326
00:11:43,820 --> 00:11:46,300
每年复合增长率是30出头

327
00:11:46,300 --> 00:11:47,520
这只是因为Ellen

328
00:11:47,520 --> 00:11:49,900
我认为他很专注于保住这种超能力

329
00:11:49,900 --> 00:11:52,400
他也试图在投资人和员工之间

330
00:11:52,400 --> 00:11:53,880
找到一个公平的平衡

331
00:11:53,880 --> 00:11:55,620
我觉得这是明智的

332
00:11:55,620 --> 00:11:57,260
但Anthropic能不能以

333
00:11:57,260 --> 00:11:58,900
比传闻中最新估值

334
00:11:58,900 --> 00:12:01,180
至少高100%的价格融资

335
00:12:01,180 --> 00:12:01,940
当然可以

336
00:12:01,940 --> 00:12:04,640
我们来聊聊Watts和Wafers这部分

337
00:12:04,640 --> 00:12:07,360
这一直是我最喜欢跟你聊的话题

338
00:12:07,360 --> 00:12:09,800
也就是这轮基础设施建设的重要性

339
00:12:09,800 --> 00:12:12,640
我感觉每次我觉得它有点过热了

340
00:12:12,640 --> 00:12:14,460
下一次跟你聊的时候

341
00:12:14,460 --> 00:12:16,900
又会觉得我们之前做的还远远不够

342
00:12:16,900 --> 00:12:18,880
你研究过很多S曲线

343
00:12:18,880 --> 00:12:20,860
也研究过这些S曲线有多陡

344
00:12:20,860 --> 00:12:22,440
而且你很了解历史

345
00:12:22,440 --> 00:12:23,760
你现在怎么看

346
00:12:23,760 --> 00:12:25,060
WATS和WAVERS

347
00:12:25,060 --> 00:12:28,320
他们作为这一整件事的关键投入

348
00:12:28,320 --> 00:12:29,740
到底有多重要

349
00:12:29,740 --> 00:12:32,220
我会说在没有重大监管

350
00:12:32,220 --> 00:12:33,760
和政治反弹的情况下

351
00:12:33,760 --> 00:12:35,920
资本主义会解决电力短缺问题

352
00:12:35,920 --> 00:12:37,520
不过我觉得这种反弹

353
00:12:37,520 --> 00:12:38,920
确实有可能发生

354
00:12:38,920 --> 00:12:40,740
有一家大型PE公司的

355
00:12:40,740 --> 00:12:42,360
数据中心基础设施

356
00:12:42,360 --> 00:12:43,940
投资负责人说过

357
00:12:43,940 --> 00:12:45,620
我记得可能是Blackstone

358
00:12:45,620 --> 00:12:46,660
Apollo和KKR

359
00:12:46,660 --> 00:12:48,600
他们以前最大的限制因素

360
00:12:48,600 --> 00:12:49,640
是能源和芯片

361
00:12:49,640 --> 00:12:52,760
现在更重要的是分区规划和审批

362
00:12:52,760 --> 00:12:56,660
我觉得很多公司都在等中期选举之后再采取行动

363
00:12:56,660 --> 00:12:58,100
比如可能的裁员

364
00:12:58,100 --> 00:13:01,860
没人想在中期选举期间变成被打的靶子

365
00:13:01,860 --> 00:13:06,780
但你也看到很多做涡轮机的公司都宣布了大幅提高产能的计划

366
00:13:06,780 --> 00:13:10,380
现在能铸造那些巨大叶片的机器好像就两台

367
00:13:10,380 --> 00:13:13,200
西方已经80年没造过这种机器了

368
00:13:13,200 --> 00:13:15,720
我们已经不知道怎么造了等等等等

369
00:13:16,220 --> 00:13:17,300
这些都是真的

370
00:13:17,300 --> 00:13:21,080
我也绝不是在低估其中需要的工业工程能力

371
00:13:21,080 --> 00:13:21,920
魔法和工艺

372
00:13:21,920 --> 00:13:25,480
但从长期看资本主义很擅长解决这类问题

373
00:13:25,480 --> 00:13:27,340
除了这些涡轮机之外

374
00:13:27,340 --> 00:13:28,780
还有其他能源来源

375
00:13:28,780 --> 00:13:30,860
只是时间周期更长

376
00:13:30,860 --> 00:13:32,880
所以我觉得电力短缺

377
00:13:32,880 --> 00:13:34,820
大概会在2027年

378
00:13:34,820 --> 00:13:36,580
2028年开始缓解

379
00:13:36,580 --> 00:13:39,440
然后我认为orbital compute会真正解决这个问题

380
00:13:39,440 --> 00:13:42,700
我确实想重新定义一下orbital compute

381
00:13:42,700 --> 00:13:45,240
因为人们一听到太空里的数据中心

382
00:13:45,240 --> 00:13:47,620
就会想到我们上一期聊过的那种

383
00:13:47,620 --> 00:13:49,700
在太空里建一个五角大楼

384
00:13:49,700 --> 00:13:51,120
那么大的建筑

385
00:13:51,120 --> 00:13:53,140
他们会说这我们做不到

386
00:13:53,140 --> 00:13:55,320
但它不是那样的一个Blackwell Rack

387
00:13:55,320 --> 00:13:57,320
重3000磅高8英尺

388
00:13:57,320 --> 00:13:58,900
深4英尺宽3英尺

389
00:13:58,900 --> 00:14:00,980
它就是在太空里的机架

390
00:14:00,980 --> 00:14:03,240
SpaceX已经给你看过示意图了

391
00:14:03,240 --> 00:14:05,340
那个机架本身就是卫星

392
00:14:05,340 --> 00:14:08,860
不过它的大小大概和一个Blackwell Rack差不多

393
00:14:08,860 --> 00:14:10,160
它有太阳能力

394
00:14:10,160 --> 00:14:12,800
两边可能各有500英尺长

395
00:14:12,800 --> 00:14:15,080
你把它放在太阳同步轨道上

396
00:14:15,080 --> 00:14:17,700
这样这些太阳能板就一直在太阳下面

397
00:14:17,700 --> 00:14:20,580
而且因为它处在精确的太阳同步轨道上

398
00:14:20,580 --> 00:14:24,500
散热器就可以从它后面延伸出去几百英尺

399
00:14:24,500 --> 00:14:26,780
这是一个很常见的质疑

400
00:14:26,780 --> 00:14:28,820
你打算怎么处理

401
00:14:28,820 --> 00:14:31,280
这些年我在Starbase待了很多时间

402
00:14:31,280 --> 00:14:33,720
也跟很多SpaceX工程师聊过

403
00:14:33,720 --> 00:14:37,860
我确实认为这是地球上最有才华的一群工程师

404
00:14:37,860 --> 00:14:40,900
他们非常有信心认为自己已经解决了这个问题

405
00:14:40,900 --> 00:14:43,120
而且他们并不是总这么有信心

406
00:14:43,120 --> 00:14:46,880
比如我觉得要把Starship变成火星殖民运输器

407
00:14:46,880 --> 00:14:48,620
可能还需要一些工程工作

408
00:14:48,620 --> 00:14:50,160
他们会做到吗

409
00:14:50,160 --> 00:14:51,560
当然会

410
00:14:51,560 --> 00:14:52,980
他们现在更关注什么

411
00:14:52,980 --> 00:14:55,220
我会说可能是维修和维护

412
00:14:55,220 --> 00:14:57,420
这是两个主要回应点

413
00:14:57,420 --> 00:14:59,200
一个是散热器

414
00:14:59,200 --> 00:15:02,520
另一个是如果机架里某个东西出了问题

415
00:15:02,520 --> 00:15:03,360
要怎么维修

416
00:15:03,360 --> 00:15:07,020
答案是在你大概拥有一对Optimus机器人之前

417
00:15:07,020 --> 00:15:08,520
你其实做不到

418
00:15:08,520 --> 00:15:09,920
不过我确实认为

419
00:15:09,920 --> 00:15:12,680
Starship会以我们现在无法想象的方式

420
00:15:12,680 --> 00:15:13,960
改变太空经济

421
00:15:13,960 --> 00:15:17,100
尤其是如果监管开始限制数据中心

422
00:15:17,100 --> 00:15:18,580
那别的都不重要了

423
00:15:18,580 --> 00:15:20,840
你能造出多少orbital compute

424
00:15:20,840 --> 00:15:22,080
就能卖出多少

425
00:15:22,080 --> 00:15:23,940
然后很明显你会用激光

426
00:15:23,940 --> 00:15:25,240
把这些rack连起来

427
00:15:25,240 --> 00:15:27,020
激光在真空中传输

428
00:15:27,020 --> 00:15:28,760
而每一颗Starlink上

429
00:15:28,760 --> 00:15:30,020
现在已经有这种能力

430
00:15:30,020 --> 00:15:31,580
让我觉得震撼的是

431
00:15:31,580 --> 00:15:35,000
SpaceX运营着世界上最大的卫星星座

432
00:15:35,000 --> 00:15:38,200
轨道上98%或99%的卫星

433
00:15:38,200 --> 00:15:40,120
都是它的每一颗Starlink

434
00:15:40,120 --> 00:15:42,060
他们今天都在给它散热

435
00:15:42,060 --> 00:15:43,800
而且我认为Starlink V3

436
00:15:43,800 --> 00:15:45,560
会以20千瓦运行

437
00:15:45,560 --> 00:15:47,060
一个Blackwell Rack

438
00:15:47,060 --> 00:15:48,380
也不过是100千瓦

439
00:15:48,380 --> 00:15:49,600
人们经常谈密度

440
00:15:49,600 --> 00:15:51,840
但如果你用激光穿过真空

441
00:15:51,840 --> 00:15:52,940
来连接Rack

442
00:15:52,940 --> 00:15:55,320
那你完全可以把Rack做得更大

443
00:15:55,320 --> 00:15:56,200
从物理上说

444
00:15:56,200 --> 00:15:58,140
在地球上的数据中心里

445
00:15:58,140 --> 00:15:59,660
你关注的是尺寸

446
00:15:59,660 --> 00:16:01,600
因为你要把Rack连接起来

447
00:16:01,600 --> 00:16:02,620
最好用铜蓝

448
00:16:02,620 --> 00:16:04,400
还要尽量缩短长度

449
00:16:04,400 --> 00:16:05,160
等等等等

450
00:16:05,160 --> 00:16:06,880
布线是一项很大的成本

451
00:16:06,880 --> 00:16:09,480
所以你确实希望Rack尽量小

452
00:16:09,480 --> 00:16:10,720
因为能用铜就用铜

453
00:16:10,720 --> 00:16:12,860
必须用光纤时才用光纤

454
00:16:12,860 --> 00:16:16,100
但在太空里SpaceX可以做各种事情

455
00:16:16,100 --> 00:16:18,180
我觉得有些唱反调的人

456
00:16:18,180 --> 00:16:19,920
可能根本没有考虑到这些

457
00:16:19,920 --> 00:16:22,580
关键是他们运营的卫星比任何人都多

458
00:16:22,580 --> 00:16:25,060
他们今天已经有20千瓦的卫星

459
00:16:25,060 --> 00:16:28,660
所以也许一开始只是把它扩到60千瓦

460
00:16:28,660 --> 00:16:30,440
他们看起来很有信心

461
00:16:30,440 --> 00:16:33,060
可以直接做到100到120千瓦

462
00:16:33,060 --> 00:16:34,760
而且同一家公司

463
00:16:34,760 --> 00:16:37,040
现在还运营着地球上最大的数据中心

464
00:16:37,040 --> 00:16:39,940
他们有世界上最好的硬件工程师

465
00:16:39,940 --> 00:16:41,400
与此同时

466
00:16:41,400 --> 00:16:43,620
各种坐在扶手椅里怀疑的人

467
00:16:43,620 --> 00:16:45,260
几乎都没有聪明到

468
00:16:45,260 --> 00:16:47,500
也没有务实到能在SpaceX工作

469
00:16:47,500 --> 00:16:49,360
我不想引用Larry Ellison

470
00:16:49,360 --> 00:16:51,160
但有人当时在表示怀疑

471
00:16:51,160 --> 00:16:51,840
Larry就说

472
00:16:51,840 --> 00:16:54,440
听着他正在外面让火箭着陆

473
00:16:54,440 --> 00:16:56,980
我没看到别人能让火箭着陆

474
00:16:56,980 --> 00:16:57,780
现实是

475
00:16:57,780 --> 00:17:00,520
十年之后仍然没有任何其他公司

476
00:17:00,520 --> 00:17:02,640
能够稳定的让轨道火箭着陆

477
00:17:02,640 --> 00:17:04,640
并且完全重复使用

478
00:17:04,640 --> 00:17:06,120
没有可重复使用

479
00:17:06,120 --> 00:17:07,360
这整件事就不成立

480
00:17:07,360 --> 00:17:08,260
也说不通

481
00:17:08,260 --> 00:17:09,980
而可重复使用就意味着

482
00:17:09,980 --> 00:17:11,320
你必须让它着陆

483
00:17:11,320 --> 00:17:12,920
我想把orbital compute

484
00:17:12,920 --> 00:17:14,220
重新定义一下

485
00:17:14,220 --> 00:17:16,320
它是在太空里的rack

486
00:17:16,320 --> 00:17:17,680
而不是在太空里

487
00:17:17,680 --> 00:17:19,100
飘着的五角大楼

488
00:17:19,100 --> 00:17:20,740
那么大的巨型数据中心

489
00:17:20,740 --> 00:17:22,040
那种说法太荒唐了

490
00:17:22,040 --> 00:17:23,380
但你可以这么理解

491
00:17:23,380 --> 00:17:25,400
真正让它成为数据中心的

492
00:17:25,400 --> 00:17:26,660
是你用激光

493
00:17:26,660 --> 00:17:28,380
把这些rack连接起来

494
00:17:28,380 --> 00:17:30,220
所以它会是太空中的rack

495
00:17:30,220 --> 00:17:33,000
通过激光连接成一个虚拟数据中心

496
00:17:33,000 --> 00:17:35,260
如果你设想那样一个世界

497
00:17:35,260 --> 00:17:37,080
假设这一切都发生了

498
00:17:37,080 --> 00:17:39,240
而且我们能很经济的

499
00:17:39,240 --> 00:17:40,480
把这些东西送上去

500
00:17:40,480 --> 00:17:43,580
在太空各处运行举证惩罚

501
00:17:43,580 --> 00:17:46,180
那对地面数据中心意味着什么

502
00:17:46,180 --> 00:17:47,780
有人曾经说过

503
00:17:47,780 --> 00:17:49,700
美国会尽最大努力

504
00:17:49,700 --> 00:17:52,100
吸取它能拿到的每一种能源

505
00:17:52,100 --> 00:17:53,740
我觉得computer也是一样

506
00:17:53,740 --> 00:17:55,160
这也是为什么

507
00:17:55,160 --> 00:17:57,220
我现在对Edge AI的空头逻辑

508
00:17:57,220 --> 00:17:58,940
可能没有以前那么担心了

509
00:17:58,940 --> 00:18:01,660
我们会消耗尽可能多的computer

510
00:18:01,660 --> 00:18:04,720
我认为Inference非常适合Orbital Compute

511
00:18:04,720 --> 00:18:06,740
但Training在很长一段时间里

512
00:18:06,740 --> 00:18:08,160
还是会在地球上完成

513
00:18:08,160 --> 00:18:11,300
所以我不觉得这对地面数据中心特别利空

514
00:18:11,300 --> 00:18:13,500
我认为在我的有生之年

515
00:18:13,500 --> 00:18:15,500
这些数据中心都会很有价值

516
00:18:15,500 --> 00:18:18,860
但如果你处在发电和冷却这个生态里

517
00:18:18,860 --> 00:18:20,420
而且正在大幅扩产

518
00:18:20,420 --> 00:18:23,440
那我确实认为值得认真想一想

519
00:18:23,440 --> 00:18:25,940
因为很多新增产能投产的时候

520
00:18:25,940 --> 00:18:28,140
可能正好也是那些可笑的怀疑者

521
00:18:28,140 --> 00:18:30,240
开始明白Orbital Compute

522
00:18:30,240 --> 00:18:31,440
真的很现实的时候

523
00:18:31,440 --> 00:18:33,560
如果你是那些公司之一

524
00:18:33,560 --> 00:18:36,300
我觉得这件事值得你反复认真思考

525
00:18:36,300 --> 00:18:38,660
同时在这段过渡期里

526
00:18:38,660 --> 00:18:40,680
也有各种很酷的事情发生

527
00:18:40,680 --> 00:18:43,640
比如我们越来越擅长改造喷气发动机

528
00:18:43,640 --> 00:18:45,880
Boom Aerospace就在做这类事情

529
00:18:45,880 --> 00:18:49,500
所以在电力这边资本主义正在全力运转

530
00:18:49,500 --> 00:18:51,640
但在晶圆这边情况不一样

531
00:18:51,640 --> 00:18:54,180
那是一群在台湾兼任年长的人

532
00:18:54,180 --> 00:18:55,660
他们是台湾最重要的人

533
00:18:55,660 --> 00:18:59,880
他们占了台湾GDP用水量和用电量的压倒性份额

534
00:18:59,880 --> 00:19:01,300
大家会谈到规遁

535
00:19:01,300 --> 00:19:02,820
他们都把自己看作

536
00:19:02,820 --> 00:19:05,120
Morris Chang神圣遗产的继承者

537
00:19:05,120 --> 00:19:06,980
我很清楚的记得

538
00:19:06,980 --> 00:19:09,440
20多年前我去科学园去拜访他们

539
00:19:09,440 --> 00:19:09,960
问他们

540
00:19:09,960 --> 00:19:12,080
你们觉得自己能追上Intel吗

541
00:19:12,080 --> 00:19:12,760
他们说

542
00:19:12,760 --> 00:19:14,700
这是一个非常美丽的梦想

543
00:19:14,700 --> 00:19:16,980
但这是给我们孙辈的梦想

544
00:19:16,980 --> 00:19:18,600
后来他们做到了

545
00:19:18,600 --> 00:19:21,800
部分原因是Intel自己犯了很多错误

546
00:19:21,800 --> 00:19:24,440
但也因为他们的思维方式非常不一样

547
00:19:24,440 --> 00:19:26,480
Jensen经常飞去台湾

548
00:19:26,480 --> 00:19:27,920
其中一个原因就是

549
00:19:27,920 --> 00:19:29,340
他希望他们扩大产能

550
00:19:29,340 --> 00:19:31,460
我确实觉得很不可思议

551
00:19:31,460 --> 00:19:34,220
Jensen从来没有和台积电签过合同

552
00:19:34,220 --> 00:19:35,660
他们做生意靠的是

553
00:19:35,660 --> 00:19:38,000
看起来公平的安排和握手承诺

554
00:19:38,000 --> 00:19:39,420
这太有意思了

555
00:19:39,420 --> 00:19:40,440
没有合同

556
00:19:40,440 --> 00:19:42,340
大家相信长期来看会公平

557
00:19:42,340 --> 00:19:44,580
我们是伙伴会公平对待彼此

558
00:19:44,580 --> 00:19:45,520
事实是

559
00:19:45,520 --> 00:19:49,040
按照过去每一次基础性新技术的市场先例

560
00:19:49,040 --> 00:19:51,760
像AI这样的技术总是会出现泡沫

561
00:19:51,760 --> 00:19:54,440
Carlotta Press写过一本很棒的书

562
00:19:54,440 --> 00:19:55,300
讲的就是这个

563
00:19:55,300 --> 00:19:57,100
基本上市场是有效的

564
00:19:57,300 --> 00:19:58,580
市场正确理解了

565
00:19:58,580 --> 00:20:00,140
这是一项基础性新技术

566
00:20:00,140 --> 00:20:03,220
这就出现了Mobileson所说的多样性崩塌

567
00:20:03,220 --> 00:20:06,220
所有人都会开始看多这项新技术

568
00:20:06,220 --> 00:20:08,520
而我现在有点担心市场会出现

569
00:20:08,520 --> 00:20:09,900
共识过于一致的问题

570
00:20:09,900 --> 00:20:11,960
接着就会出现泡沫

571
00:20:11,960 --> 00:20:14,940
这个泡沫会为新技术的建设买单

572
00:20:14,940 --> 00:20:17,060
但供给会跑到需求前面

573
00:20:17,060 --> 00:20:18,120
然后就会崩盘

574
00:20:18,120 --> 00:20:21,000
如果这种建设是靠债务推动的

575
00:20:21,000 --> 00:20:23,480
比如2000年那样崩盘就会特别严重

576
00:20:23,480 --> 00:20:26,360
现在这一轮建设有一点让我很高兴

577
00:20:26,360 --> 00:20:27,180
也很重要

578
00:20:27,180 --> 00:20:29,380
就是它到目前为止

579
00:20:29,380 --> 00:20:32,280
绝大部分还是用经营现金流来融资

580
00:20:32,280 --> 00:20:34,200
这和2000年相比

581
00:20:34,200 --> 00:20:36,080
是一个非常重要的基本差异

582
00:20:36,080 --> 00:20:37,740
还有估值上的差异

583
00:20:37,740 --> 00:20:39,020
还有一个事实是

584
00:20:39,020 --> 00:20:42,700
现在每一块GPU都在100%利用率运行

585
00:20:42,700 --> 00:20:45,720
而当年99%的光纤都没有被使用

586
00:20:45,720 --> 00:20:48,060
所以这里面有很多基本面的不同

587
00:20:48,060 --> 00:20:49,620
但我们还是得记住

588
00:20:49,620 --> 00:20:51,760
历史不会简单重复

589
00:20:51,760 --> 00:20:52,520
但会押运

590
00:20:52,520 --> 00:20:53,820
作为投资者

591
00:20:53,820 --> 00:20:56,060
我们必须非常清醒的意识到这一点

592
00:20:56,060 --> 00:20:57,720
而且要认识到

593
00:20:57,720 --> 00:21:00,000
从过去两三百年的历史看

594
00:21:00,000 --> 00:21:01,600
先别说互联网泡沫

595
00:21:01,600 --> 00:21:03,040
我们有过铁路泡沫

596
00:21:03,040 --> 00:21:04,400
也有过运河泡沫

597
00:21:04,400 --> 00:21:06,720
所以我们应该预期会有泡沫

598
00:21:06,720 --> 00:21:07,440
这很可怕

599
00:21:07,440 --> 00:21:08,720
没有人想要泡沫

600
00:21:08,720 --> 00:21:10,280
泡沫是很糟糕的

601
00:21:10,280 --> 00:21:11,600
糟糕的原因在于

602
00:21:11,600 --> 00:21:13,220
如果你对估值敏感

603
00:21:13,220 --> 00:21:14,780
你就会大幅跑输

604
00:21:14,780 --> 00:21:17,180
然后很可能被所有客户解雇

605
00:21:17,180 --> 00:21:19,760
George Vander Hayden已经不在了

606
00:21:19,760 --> 00:21:22,240
他是非常出色的Fidelity基金经理

607
00:21:22,240 --> 00:21:24,560
他在1999年和泡沫对抗

608
00:21:24,560 --> 00:21:26,520
然后在2000年初退休了

609
00:21:26,520 --> 00:21:28,480
因为我觉得他真的扛不住了

610
00:21:28,480 --> 00:21:30,080
他知道市场是错的

611
00:21:30,080 --> 00:21:31,800
但他的客户非常怀疑他

612
00:21:31,800 --> 00:21:33,600
George你跟不上时代了

613
00:21:33,600 --> 00:21:34,020
你不懂

614
00:21:34,020 --> 00:21:36,180
他当时已经满头白发

615
00:21:36,180 --> 00:21:38,660
他真的是一位很了不起的人

616
00:21:38,660 --> 00:21:40,820
我和他共事的时间很短

617
00:21:40,820 --> 00:21:42,260
但他是我的好朋友

618
00:21:42,260 --> 00:21:43,160
也是我的导师

619
00:21:43,160 --> 00:21:44,140
Jennifer UIG

620
00:21:44,140 --> 00:21:45,920
非常重要的导师和朋友

621
00:21:45,920 --> 00:21:48,620
所以我身上通过他继承了

622
00:21:48,620 --> 00:21:50,160
很多Vander Heiden的影响

623
00:21:50,160 --> 00:21:51,560
也就是同一个人说过

624
00:21:51,560 --> 00:21:53,700
太早合错了是一回事

625
00:21:53,700 --> 00:21:54,480
George

626
00:21:54,480 --> 00:21:56,680
退休是因为他承受不了跑输

627
00:21:56,680 --> 00:21:57,480
也承受不了

628
00:21:57,480 --> 00:21:59,280
客户一直说你到底怎么了

629
00:21:59,280 --> 00:22:00,020
你不懂

630
00:22:00,020 --> 00:22:02,820
他大概把基金的40%投在烟草

631
00:22:02,820 --> 00:22:04,900
40%投在住宅建筑商

632
00:22:04,900 --> 00:22:06,500
结果他确实跑输了

633
00:22:06,500 --> 00:22:08,760
但在接下来三年里

634
00:22:08,760 --> 00:22:10,500
他相对于NAC的表现

635
00:22:10,500 --> 00:22:12,020
可能好出20倍到30倍

636
00:22:12,020 --> 00:22:13,640
我之前一直比较乐观

637
00:22:13,640 --> 00:22:15,800
认为晶圆的根本性短缺

638
00:22:15,800 --> 00:22:17,060
会阻止泡沫出现

639
00:22:17,060 --> 00:22:18,840
而今天这个短缺

640
00:22:18,840 --> 00:22:20,620
基本由TSMC控制

641
00:22:20,620 --> 00:22:22,460
如果TSMC按Jensen

642
00:22:22,460 --> 00:22:23,720
想要的方式去做

643
00:22:23,720 --> 00:22:26,220
我觉得NVIDIA在2026年

644
00:22:26,220 --> 00:22:27,060
或者2026

645
00:22:27,060 --> 00:22:28,100
2027年

646
00:22:28,100 --> 00:22:29,920
可以卖出2万亿美元的GPU

647
00:22:29,920 --> 00:22:31,780
也许是2.5万亿美元

648
00:22:31,780 --> 00:22:33,060
也许是3万亿美元

649
00:22:33,060 --> 00:22:34,920
但总会有一个上限

650
00:22:34,920 --> 00:22:37,580
如果消费者消化了这么多产能

651
00:22:37,580 --> 00:22:39,420
你很可能就已经过度建设了

652
00:22:39,420 --> 00:22:41,580
所以如果我们最后没有泡沫

653
00:22:41,580 --> 00:22:44,180
那真的应该给TSMC开个庆功会

654
00:22:44,180 --> 00:22:46,720
因为他们将会是单凭一己之力

655
00:22:46,720 --> 00:22:48,040
阻止泡沫的人

656
00:22:48,040 --> 00:22:50,300
现在你已经开始看到一些公司

657
00:22:50,300 --> 00:22:51,980
去找Intel和Samsung

658
00:22:51,980 --> 00:22:55,020
我们先假设和潜在需求相比

659
00:22:55,020 --> 00:22:57,260
TSMC的供给一直非常紧张

660
00:22:57,260 --> 00:22:58,280
那会发生什么

661
00:22:58,280 --> 00:23:00,120
从市场历史看

662
00:23:00,120 --> 00:23:01,380
我不知道具体是谁

663
00:23:01,380 --> 00:23:03,140
但Intel和Samsung里面

664
00:23:03,140 --> 00:23:05,320
总有一家不会一直保持纪律

665
00:23:05,320 --> 00:23:07,580
他们会先松动到某个程度

666
00:23:07,580 --> 00:23:10,020
这会迫使其他所有人也跟着松动

667
00:23:10,020 --> 00:23:12,020
所以我觉得这里面很大一部分

668
00:23:12,020 --> 00:23:13,400
可能取决于TSMC

669
00:23:13,400 --> 00:23:15,840
能在多大程度上继续保持

670
00:23:15,840 --> 00:23:18,460
相对于Intel和Samsung的人才领先

671
00:23:18,460 --> 00:23:19,340
你得记住

672
00:23:19,340 --> 00:23:20,360
不管具体是多少

673
00:23:20,360 --> 00:23:22,820
9个月12个月15个月

674
00:23:22,820 --> 00:23:25,860
它都是一个领先节点上的差距

675
00:23:25,860 --> 00:23:27,980
你是说领先节点

676
00:23:27,980 --> 00:23:28,480
没错

677
00:23:28,480 --> 00:23:31,300
还有他们扩张产能的速度

678
00:23:31,300 --> 00:23:34,200
如果我只看一件事来判断有没有泡沫

679
00:23:34,200 --> 00:23:36,540
那就是TSMC的产能决策

680
00:23:36,540 --> 00:23:38,700
我觉得有一个刚刚好的区间

681
00:23:38,700 --> 00:23:40,400
TSMC扩的足够多

682
00:23:40,400 --> 00:23:44,760
让Intel或桑松很难真正成为一个有规模的第二来源

683
00:23:44,760 --> 00:23:47,640
也就是市场份额远高于30%的那种

684
00:23:47,640 --> 00:23:48,800
但与此同时

685
00:23:48,800 --> 00:23:51,220
他们也继续保留金元上的根本约束

686
00:23:51,220 --> 00:23:52,680
帮助我们避免泡沫

687
00:23:52,680 --> 00:23:55,540
当然我也觉得Terrafab会参与到这件事里

688
00:23:55,540 --> 00:24:00,120
Terafab是SpaceX的项目

689
00:24:00,120 --> 00:24:01,820
我相信Tesla也参与了

690
00:24:01,820 --> 00:24:03,400
是一个合资项目

691
00:24:03,400 --> 00:24:05,540
要在美国建设世界上最大的Fab

692
00:24:05,540 --> 00:24:07,040
我觉得他们会成功

693
00:24:07,040 --> 00:24:08,940
第一他们和Intel有合作

694
00:24:08,940 --> 00:24:10,040
这非常重要

695
00:24:10,040 --> 00:24:12,820
因为他们能接触到50年的组织知识

696
00:24:12,820 --> 00:24:15,280
而这些知识只比最前沿落后

697
00:24:15,280 --> 00:24:17,000
9个月几个季度

698
00:24:17,000 --> 00:24:18,980
12个月或者3到5个季度

699
00:24:18,980 --> 00:24:20,260
这是一个优势

700
00:24:20,260 --> 00:24:21,640
另一个优势是

701
00:24:21,640 --> 00:24:23,500
我相信Terraflab会得到

702
00:24:23,500 --> 00:24:25,680
所有半导体设备公司的关注

703
00:24:25,680 --> 00:24:27,800
TSMC当年能追上来

704
00:24:27,800 --> 00:24:29,440
一个很重要的原因是

705
00:24:29,440 --> 00:24:31,720
ASML Latin Curve LAM Research

706
00:24:31,720 --> 00:24:32,800
和Applied Materials

707
00:24:32,800 --> 00:24:34,240
都希望他们追上来

708
00:24:34,240 --> 00:24:35,540
这些公司不喜欢

709
00:24:35,540 --> 00:24:36,640
只有一个买方的局面

710
00:24:36,640 --> 00:24:39,100
所以ATEM当时都在台湾工作

711
00:24:39,100 --> 00:24:41,300
直到Intel犯了一些错误

712
00:24:41,300 --> 00:24:42,520
局面一下就变了

713
00:24:42,520 --> 00:24:44,900
因为Elan在硬件工程上的生育

714
00:24:44,900 --> 00:24:46,600
这些ATEM也会来这里

715
00:24:46,600 --> 00:24:49,340
而且在美国可能有些人很难想象这一点

716
00:24:49,340 --> 00:24:52,040
因为政治已经取代了宗教

717
00:24:52,040 --> 00:24:53,640
伊朗之前涉足政治

718
00:24:53,640 --> 00:24:56,180
这让美国一些人很难清楚的看待他

719
00:24:56,180 --> 00:24:57,360
这挺可惜的

720
00:24:57,360 --> 00:24:59,940
因为我确实认为他为美国做的事

721
00:24:59,940 --> 00:25:01,780
可能比任何其他美国人都多

722
00:25:01,780 --> 00:25:04,960
他几乎是单枪匹马的把制造业带回美国

723
00:25:04,960 --> 00:25:06,700
他也复兴了defense tech

724
00:25:06,700 --> 00:25:09,060
SpaceX在某种意义上

725
00:25:09,060 --> 00:25:11,820
是美国最重要的国防承包商

726
00:25:12,040 --> 00:25:15,120
他用Starlink做的事情对全世界都很了不起

727
00:25:15,120 --> 00:25:17,580
他创造了这么多蓝领制造业岗位

728
00:25:17,580 --> 00:25:20,080
我觉得这本来就是很多自由派的目标

729
00:25:20,080 --> 00:25:21,900
而且这对美国有好处

730
00:25:21,900 --> 00:25:24,720
在推动全球脱碳这件事上

731
00:25:24,720 --> 00:25:26,900
他做的比任何在世的人都多

732
00:25:26,900 --> 00:25:28,820
如果你出于环保原因

733
00:25:28,820 --> 00:25:30,620
对地球上的data center不满

734
00:25:30,620 --> 00:25:31,940
那这就是一个答案

735
00:25:31,940 --> 00:25:33,200
所以这很可惜

736
00:25:33,200 --> 00:25:36,200
但在中国台湾韩国和日本

737
00:25:36,200 --> 00:25:38,580
他就是一个活着的神一样的人物

738
00:25:38,580 --> 00:25:40,100
我观察他很久了

739
00:25:40,100 --> 00:25:42,540
他接下来会做的就是招到最好的人

740
00:25:42,540 --> 00:25:44,180
因为最优秀的工程师

741
00:25:44,180 --> 00:25:45,700
都想为Elon工作

742
00:25:45,700 --> 00:25:47,440
尤其是硬件工程师

743
00:25:47,440 --> 00:25:49,520
他会招来非常厉害的工程师

744
00:25:49,520 --> 00:25:51,660
然后他们会在Terrafab旁边

745
00:25:51,660 --> 00:25:52,980
建一个台湾城

746
00:25:52,980 --> 00:25:55,940
他会说这些是你们最喜欢的餐厅

747
00:25:55,940 --> 00:25:57,800
我把他们和全体员工

748
00:25:57,800 --> 00:25:59,020
从台湾搬到德州

749
00:25:59,020 --> 00:26:01,820
我们把一切都做成你们喜欢的样子

750
00:26:01,820 --> 00:26:03,700
然后还会有日本城也是一样

751
00:26:03,700 --> 00:26:04,600
还会有韩国城

752
00:26:04,600 --> 00:26:06,480
所有这些都会非常到位

753
00:26:06,480 --> 00:26:09,240
目的就是招到最好的工程师

754
00:26:09,240 --> 00:26:12,800
这就不是现在管理Intel那些人的思路

755
00:26:12,800 --> 00:26:15,100
所以他会拥有最好的人才

756
00:26:15,100 --> 00:26:18,340
他会拿到WiFi Equipment公司的一线团队

757
00:26:18,340 --> 00:26:19,540
他还有Intel

758
00:26:19,540 --> 00:26:20,260
这很重要

759
00:26:20,260 --> 00:26:23,920
这对任何一届政府的政治目标都太有利了

760
00:26:23,920 --> 00:26:25,860
而且我觉得他足够不一样

761
00:26:25,860 --> 00:26:27,500
不会让台湾Semi翻杆

762
00:26:27,500 --> 00:26:29,720
这些项目的周期都很长

763
00:26:29,720 --> 00:26:30,160
对吧

764
00:26:30,160 --> 00:26:34,280
所以Terrafab要真正开始大量生产NVIDIA GPU

765
00:26:34,280 --> 00:26:35,840
或者别的什么芯片

766
00:26:35,840 --> 00:26:37,700
那也是很久以后的事

767
00:26:37,700 --> 00:26:40,300
伊朗做事通常和别人不一样

768
00:26:40,300 --> 00:26:43,080
别人建一个data center要花三年

769
00:26:43,080 --> 00:26:45,120
他用122天就建好了

770
00:26:45,120 --> 00:26:47,680
一个Samsung在德州的Fabry

771
00:26:47,680 --> 00:26:49,420
不得不给他安排一个办公室

772
00:26:49,420 --> 00:26:51,700
因为他对他们扩建厂房的速度

773
00:26:51,700 --> 00:26:52,640
非常不满意

774
00:26:52,640 --> 00:26:53,640
我们走着看

775
00:26:53,640 --> 00:26:56,140
你前面提到过deep seek

776
00:26:56,140 --> 00:26:58,280
大家当时一个很简单的反应是

777
00:26:58,280 --> 00:26:58,940
好吧

778
00:26:58,940 --> 00:27:00,560
这些模型会变成这样

779
00:27:00,560 --> 00:27:03,380
效果达到前沿模型的95%

780
00:27:03,380 --> 00:27:05,520
但成本只是很小一部分

781
00:27:05,520 --> 00:27:08,340
是蒸馏出来的中国开源模型

782
00:27:08,340 --> 00:27:11,240
也就是说我们大多数想做的事情

783
00:27:11,240 --> 00:27:12,820
都可以用这些模型

784
00:27:12,820 --> 00:27:14,100
时间往前推一点

785
00:27:14,100 --> 00:27:15,360
比如两年后

786
00:27:15,360 --> 00:27:17,080
我这种小公司

787
00:27:17,080 --> 00:27:19,820
没有理由每年花100万美元

788
00:27:19,820 --> 00:27:21,420
买token之类的东西

789
00:27:21,420 --> 00:27:23,880
但实际情况看起来和这个判断

790
00:27:23,880 --> 00:27:25,180
很不一样

791
00:27:25,180 --> 00:27:27,160
我很好奇在你看来

792
00:27:27,160 --> 00:27:28,480
为什么会有这种落差

793
00:27:28,480 --> 00:27:31,820
我觉得最有意思的是前沿模型的回报

794
00:27:31,820 --> 00:27:33,900
在模型层AI的经济回报

795
00:27:33,900 --> 00:27:34,860
不是全部

796
00:27:34,860 --> 00:27:37,400
但绝大部分都发生在前沿模型上

797
00:27:37,400 --> 00:27:38,740
这让我很意外

798
00:27:38,740 --> 00:27:40,420
我觉得很多人也很意外

799
00:27:40,420 --> 00:27:41,960
我认为这是最重要

800
00:27:41,960 --> 00:27:43,980
最需要回答的问题之一

801
00:27:43,980 --> 00:27:45,040
作为投资者

802
00:27:45,040 --> 00:27:46,820
你必须对此有一个假设

803
00:27:46,820 --> 00:27:49,160
Frontier Token会不会继续拿走

804
00:27:49,160 --> 00:27:51,580
模型层创造出来的绝大部分经济价值

805
00:27:51,580 --> 00:27:53,000
这确实很意外

806
00:27:53,000 --> 00:27:55,180
我还记得Gemini 3.1 Pro

807
00:27:55,180 --> 00:27:56,560
刚出来的时候

808
00:27:56,560 --> 00:27:58,000
它让我非常震撼

809
00:27:58,000 --> 00:27:58,740
太好了

810
00:27:58,740 --> 00:28:01,480
但今天再用它已经让人受不了了

811
00:28:01,480 --> 00:28:02,360
真的受不了

812
00:28:02,360 --> 00:28:04,520
这里可能也有一点动态变化

813
00:28:04,520 --> 00:28:06,860
公司会先用前沿模型做prototype

814
00:28:06,860 --> 00:28:08,600
等真正上线生产时

815
00:28:08,600 --> 00:28:10,160
你会听到很多人改用working

816
00:28:10,160 --> 00:28:11,400
或者用开源模型

817
00:28:11,400 --> 00:28:14,600
但今天的事实仍然是这些经济回报的

818
00:28:14,600 --> 00:28:16,680
绝大部分来自frontier token

819
00:28:16,680 --> 00:28:18,100
这很意外

820
00:28:18,100 --> 00:28:19,660
它会不会持续下去

821
00:28:19,660 --> 00:28:21,620
我觉得是一个非常有意思的问题

822
00:28:21,620 --> 00:28:24,560
因为我经历过Gemini 3.1再到Opus

823
00:28:24,560 --> 00:28:26,940
所以我现在对这个问题开放的多

824
00:28:26,940 --> 00:28:29,420
然后我也会用Grok 4.3

825
00:28:29,420 --> 00:28:31,900
它确实在Peritone Frontier上

826
00:28:31,900 --> 00:28:33,360
顺便说一句

827
00:28:33,360 --> 00:28:35,280
处在Peritone Frontier上的公司

828
00:28:35,280 --> 00:28:36,820
已经发生了很大变化

829
00:28:36,820 --> 00:28:39,140
这也是我们上次讨论内容的一个后果

830
00:28:39,140 --> 00:28:41,540
Google因为在TPU VA上

831
00:28:41,540 --> 00:28:43,800
做了非常保守的设计选择

832
00:28:43,800 --> 00:28:45,440
试图把一部分控制权

833
00:28:45,440 --> 00:28:47,960
从Broadcom和NVIDIA手里拿回来

834
00:28:47,960 --> 00:28:51,260
结果失去了每Token成本上的领先地位

835
00:28:51,260 --> 00:28:53,980
而NVIDIA还在继续做激进选择

836
00:28:53,980 --> 00:28:56,000
过去Google主导了Parrot of Frontier

837
00:28:56,000 --> 00:28:57,760
这里说的Parrot of Frontier

838
00:28:57,760 --> 00:29:00,280
是智能水平和成本之间的关系

839
00:29:00,280 --> 00:29:02,040
我觉得这是分析AI Labs

840
00:29:02,040 --> 00:29:03,580
是最重要的观察指标

841
00:29:03,580 --> 00:29:05,880
9个月前Google主导了这条曲线

842
00:29:05,880 --> 00:29:07,960
在Pyrido Frontier的每一个点上

843
00:29:07,960 --> 00:29:11,140
OpenAI, AssetAI和Anthropic都在它里面

844
00:29:11,140 --> 00:29:14,920
现在Pyrido Frontier主要由Anthropic和OpenAI主导

845
00:29:14,920 --> 00:29:18,020
然后Grok 4.3也在Pyrido Frontier上

846
00:29:18,020 --> 00:29:19,440
它很明显是成本最低

847
00:29:19,440 --> 00:29:21,560
效果最好的5000亿参数模型

848
00:29:21,560 --> 00:29:24,560
然后Gemini 3.1还勉强挂在Pyrido Frontier上

849
00:29:24,560 --> 00:29:25,720
如果让我下注

850
00:29:25,720 --> 00:29:28,640
我会赌他们是出于面子在补贴这个价格

851
00:29:28,640 --> 00:29:29,320
我会这么说

852
00:29:29,320 --> 00:29:30,080
第一

853
00:29:30,080 --> 00:29:32,560
Richard Sutton的Bitter Lesson

854
00:29:32,560 --> 00:29:33,600
如果被违反

855
00:29:33,600 --> 00:29:36,060
那肯定是这笔交易最大的风险

856
00:29:36,060 --> 00:29:37,940
也是整个AI最大的风险

857
00:29:37,940 --> 00:29:40,040
现在一个人离AI越近

858
00:29:40,040 --> 00:29:41,800
就越怀疑这种情况会发生

859
00:29:41,800 --> 00:29:44,680
我觉得三月份市场走弱的一个原因

860
00:29:44,680 --> 00:29:48,180
是出现了一个更蠢得多的DeepSeek版本

861
00:29:48,180 --> 00:29:50,100
也就是一个叫TurboQuant的东西

862
00:29:50,100 --> 00:29:52,480
TurboQuant是Google的一种内存优化

863
00:29:52,480 --> 00:29:54,000
一年前有篇论文写过

864
00:29:54,000 --> 00:29:56,160
当时Google正在和Micron

865
00:29:56,160 --> 00:29:57,960
Samsung Hynix谈协议

866
00:29:57,960 --> 00:29:58,960
想签一些LTA

867
00:29:58,960 --> 00:30:01,620
把很高的价格锁定很长时间

868
00:30:01,620 --> 00:30:02,780
就在谈判中间

869
00:30:02,780 --> 00:30:04,040
他们发布了这个东西

870
00:30:04,040 --> 00:30:05,420
人们实际做什么

871
00:30:05,420 --> 00:30:07,160
总是比他们说什么更重要

872
00:30:07,160 --> 00:30:09,200
他们就在X上宣传了一下

873
00:30:09,200 --> 00:30:10,240
然后就传开了

874
00:30:10,240 --> 00:30:12,040
大家都说天哪

875
00:30:12,040 --> 00:30:12,800
DRM完了

876
00:30:12,800 --> 00:30:15,240
这里有一个DRM优化方案

877
00:30:15,240 --> 00:30:17,860
但我在全世界找不到一个AI工程师

878
00:30:17,860 --> 00:30:21,680
相信TurboQuant会对DRM需求产生任何影响

879
00:30:21,680 --> 00:30:22,800
但不管怎样

880
00:30:22,800 --> 00:30:24,480
这就是对Richard Sutton的

881
00:30:24,480 --> 00:30:25,800
Bitter Lesson的一种违背

882
00:30:25,800 --> 00:30:29,680
更多compute总会胜过人类在算法上的巧思

883
00:30:29,680 --> 00:30:31,080
更多compute data

884
00:30:31,080 --> 00:30:33,720
或者超过Chinchilla Optimal的训练

885
00:30:33,720 --> 00:30:34,680
我想说的是

886
00:30:34,680 --> 00:30:36,700
现在人们越来越常做的这些事

887
00:30:36,700 --> 00:30:38,300
确实是一个真实风险

888
00:30:38,300 --> 00:30:40,720
我觉得真正构建这些模型的人

889
00:30:40,720 --> 00:30:42,580
对这个风险是怀疑的

890
00:30:42,580 --> 00:30:44,020
我之所以没那么怀疑

891
00:30:44,020 --> 00:30:46,760
是因为我觉得我们离ASI已经非常近了

892
00:30:46,760 --> 00:30:48,200
谁知道Bitter Lesson

893
00:30:48,200 --> 00:30:50,720
对400IQ的模型还成不成立

894
00:30:50,720 --> 00:30:53,620
或者也许我们会经历一个短暂阶段

895
00:30:53,620 --> 00:30:55,500
如果你达到了ASI

896
00:30:55,500 --> 00:30:56,900
他第一件想要的事

897
00:30:56,900 --> 00:30:58,740
可能就是变得更聪明

898
00:30:58,740 --> 00:31:00,000
并拥有更多资源

899
00:31:00,000 --> 00:31:01,600
他要怎么做到这一点

900
00:31:01,600 --> 00:31:03,560
他会让自己变得更高效

901
00:31:03,560 --> 00:31:05,720
我认为这确实是一个风险

902
00:31:05,720 --> 00:31:06,880
Bitter Lesson里

903
00:31:06,880 --> 00:31:09,000
我相信字面上也包括人类

904
00:31:09,000 --> 00:31:10,860
所以我们很快就会知道

905
00:31:10,860 --> 00:31:13,460
Bitter Lesson到底还成不成立

906
00:31:13,460 --> 00:31:15,660
如果它适用于300IQ的AI

907
00:31:15,660 --> 00:31:17,580
那再到400 500 600IQ

908
00:31:17,580 --> 00:31:19,460
到某个时候我们可能会看到一个

909
00:31:19,460 --> 00:31:22,180
基于AI和ACI的暂时违背

910
00:31:22,180 --> 00:31:23,560
Bitter Lesson的阶段

911
00:31:23,560 --> 00:31:25,060
我很好奇

912
00:31:25,060 --> 00:31:27,860
你怎么看模型创新里的其他部分

913
00:31:27,860 --> 00:31:30,320
比如continual learning和memory

914
00:31:30,320 --> 00:31:32,780
大家似乎最关注这两个方向

915
00:31:32,780 --> 00:31:36,440
觉得他们可能会带我们进入另一个新的范式

916
00:31:36,440 --> 00:31:38,920
你怎么看这两件事的作用

917
00:31:38,920 --> 00:31:41,580
我觉得我们已经通过这些harness

918
00:31:41,580 --> 00:31:43,120
在memory上做了很多事

919
00:31:43,120 --> 00:31:45,360
后来我们发现harness engineering

920
00:31:45,360 --> 00:31:47,000
没有模型本身重要

921
00:31:47,000 --> 00:31:48,420
但它真的很关键

922
00:31:48,420 --> 00:31:51,040
而且这些harness和模型越来越多

923
00:31:51,040 --> 00:31:52,640
是在一起共同开发的

924
00:31:52,640 --> 00:31:54,640
harness做的一件大事

925
00:31:54,640 --> 00:31:55,820
你可以把它理解成

926
00:31:55,820 --> 00:31:57,900
模型运行时所处的Ryntime

927
00:31:57,900 --> 00:32:00,040
他知道工具在哪里

928
00:32:00,040 --> 00:32:01,340
会创建context

929
00:32:01,340 --> 00:32:02,060
memory state

930
00:32:02,060 --> 00:32:04,000
有非常具体的prompt或指令

931
00:32:04,000 --> 00:32:06,580
总之他会带来很大的差别

932
00:32:06,580 --> 00:32:07,580
差别巨大

933
00:32:07,580 --> 00:32:09,300
哪怕是很简单的版本

934
00:32:09,300 --> 00:32:12,020
简单版本也会带来惊人的差别

935
00:32:12,020 --> 00:32:13,660
我想我上次来这里的时候

936
00:32:13,660 --> 00:32:14,760
说过很多遍

937
00:32:14,760 --> 00:32:16,580
我当时说作为投资人

938
00:32:16,580 --> 00:32:19,180
你一定要付每月250美元

939
00:32:19,180 --> 00:32:20,840
买当时那个版本

940
00:32:20,840 --> 00:32:22,620
这样才能形成自己的直觉

941
00:32:22,620 --> 00:32:24,760
但现在只靠这种方式

942
00:32:24,760 --> 00:32:28,360
已经不可能理解今天Frontier AI能做什么了

943
00:32:28,360 --> 00:32:30,220
即使是非写代码的用力

944
00:32:30,220 --> 00:32:32,220
你也需要Cloud Code或Codex

945
00:32:32,220 --> 00:32:34,200
而且你需要用Enterprise Plan

946
00:32:34,200 --> 00:32:35,000
原因是

947
00:32:35,000 --> 00:32:37,480
这也是我认为Google失去成本

948
00:32:37,480 --> 00:32:39,460
领先地位之后带来的另一个变化

949
00:32:39,460 --> 00:32:42,560
这些AI模型已经转向按使用量计费

950
00:32:42,560 --> 00:32:45,480
如果你还在每月250、300

951
00:32:45,480 --> 00:32:47,800
或者280美元之类的套餐里

952
00:32:47,800 --> 00:32:49,520
你会被严重限速

953
00:32:49,520 --> 00:32:52,740
你拿到的是一个被切掉大脑的AI版本

954
00:32:52,740 --> 00:32:54,480
因为就像我们之前说的Cloud

955
00:32:54,480 --> 00:32:57,060
现在输出的token少了70%

956
00:32:57,060 --> 00:32:59,620
你真正想要的是

957
00:32:59,620 --> 00:33:00,980
Claude和他的Harness

958
00:33:00,980 --> 00:33:02,560
认为为了给你好答案

959
00:33:02,560 --> 00:33:04,100
必须输出的那些token

960
00:33:04,100 --> 00:33:06,700
那你就需要用按使用量计费的plan

961
00:33:06,700 --> 00:33:07,680
顺便说一句

962
00:33:07,680 --> 00:33:09,080
这对AI非常利好

963
00:33:09,080 --> 00:33:12,780
我在2005到2007年做过电信分析师

964
00:33:12,780 --> 00:33:15,320
移动通信在之前10年里

965
00:33:15,320 --> 00:33:17,100
一直是很好的增长行业

966
00:33:17,100 --> 00:33:20,600
原因是它结合了固定价格和按使用量计费

967
00:33:20,600 --> 00:33:23,340
比如某个价格包含900分钟

968
00:33:23,340 --> 00:33:25,540
超过之后再按使用量收费

969
00:33:25,540 --> 00:33:29,080
移动通信什么时候不再是一个很好的增长行业

970
00:33:29,080 --> 00:33:31,800
就是所有人都转向无限量套餐的时候

971
00:33:31,800 --> 00:33:34,280
顺便说一句长途电话也是一样

972
00:33:34,280 --> 00:33:38,480
AI现在正从无限量使用转向按杯付费

973
00:33:38,480 --> 00:33:41,440
结果证明人们真的很喜欢和朋友打长途电话

974
00:33:41,440 --> 00:33:44,100
人们也真的很喜欢在电话上和朋友聊天

975
00:33:44,100 --> 00:33:45,980
人们也真的很喜欢用AI

976
00:33:45,980 --> 00:33:49,920
尤其是现在一个人可以让100个agent同时工作

977
00:33:49,920 --> 00:33:52,580
所以我认为转向按使用量计费

978
00:33:52,580 --> 00:33:53,640
很可能就是

979
00:33:53,640 --> 00:33:54,800
为什么你会看到

980
00:33:54,800 --> 00:33:56,220
OpenAI和Anthropic

981
00:33:56,220 --> 00:33:58,600
今年AR远远超过2000亿美元

982
00:33:58,600 --> 00:34:00,640
因为不只是更多compute会上线

983
00:34:00,640 --> 00:34:02,420
他们还可以通过这些

984
00:34:02,420 --> 00:34:05,020
按使用量计费的enterprise model

985
00:34:05,020 --> 00:34:07,360
推高frontier token的价格

986
00:34:07,360 --> 00:34:08,800
但这也让人难过

987
00:34:08,800 --> 00:34:11,020
对整个世界来说都让人难过

988
00:34:11,020 --> 00:34:12,240
因为这意味着

989
00:34:12,240 --> 00:34:13,760
如果你付不起钱

990
00:34:13,760 --> 00:34:15,180
你就不在frontier上

991
00:34:15,180 --> 00:34:17,360
不过说回continual learning

992
00:34:17,360 --> 00:34:18,940
如果我们解决了这个问题

993
00:34:18,940 --> 00:34:21,040
你是怎么理解它的

994
00:34:21,040 --> 00:34:23,400
人类大脑有太多谜团了

995
00:34:23,400 --> 00:34:24,500
相对于AI

996
00:34:24,500 --> 00:34:26,700
我们是样本效率极高的学习者

997
00:34:26,700 --> 00:34:28,080
我忘了具体是多少

998
00:34:28,080 --> 00:34:30,040
但AI需要的样本量

999
00:34:30,040 --> 00:34:32,400
比我们高出好几个数量级

1000
00:34:32,400 --> 00:34:33,620
很多很多个数量级

1001
00:34:33,620 --> 00:34:36,040
今天在某些东西可以验证的时候

1002
00:34:36,040 --> 00:34:38,040
我们已经有了一种

1003
00:34:38,040 --> 00:34:39,780
粗糙版本的continual learning

1004
00:34:39,780 --> 00:34:42,000
那就是在mid training期间

1005
00:34:42,000 --> 00:34:43,200
做reinforcement learning

1006
00:34:43,200 --> 00:34:45,240
但真正的continual learning

1007
00:34:45,240 --> 00:34:46,320
是一个模型

1008
00:34:46,320 --> 00:34:48,180
能够动态调整自己的weight

1009
00:34:48,180 --> 00:34:50,700
或者以某种方式实时调整

1010
00:34:50,700 --> 00:34:52,280
就像人类一样

1011
00:34:52,280 --> 00:34:54,580
这不就是人类会做的事吗

1012
00:34:54,580 --> 00:34:55,200
是的

1013
00:34:55,200 --> 00:34:57,420
比如我第一次把手伸进火里

1014
00:34:57,420 --> 00:34:58,460
我就学会了

1015
00:34:58,460 --> 00:35:00,240
以前从没碰过以后

1016
00:35:00,240 --> 00:35:01,360
也不会再伸进去

1017
00:35:01,360 --> 00:35:02,400
今天的模型

1018
00:35:02,400 --> 00:35:04,480
却需要把手伸进火里一百万次

1019
00:35:04,480 --> 00:35:05,960
然后还得让设计者

1020
00:35:05,960 --> 00:35:07,100
在下一轮训练里

1021
00:35:07,100 --> 00:35:08,900
或者在一个RL Gym里

1022
00:35:08,900 --> 00:35:10,300
给他放一团火

1023
00:35:10,300 --> 00:35:11,440
他才能学会

1024
00:35:11,440 --> 00:35:14,820
我觉得他必须能动态更新权重

1025
00:35:14,820 --> 00:35:15,800
但我也觉得

1026
00:35:15,800 --> 00:35:17,100
大家正在研究很多

1027
00:35:17,100 --> 00:35:18,460
比这更聪明的技术

1028
00:35:18,460 --> 00:35:19,980
如果我们做到这一点

1029
00:35:19,980 --> 00:35:21,540
起飞速度就会非常快

1030
00:35:21,540 --> 00:35:23,460
而且大家似乎很有信心

1031
00:35:23,460 --> 00:35:26,560
continual learning差不多就在眼前

1032
00:35:26,560 --> 00:35:28,500
我确实觉得这是第三个大问题

1033
00:35:28,500 --> 00:35:30,380
bitter lesson会不会失效

1034
00:35:30,380 --> 00:35:32,120
因为ASI之后

1035
00:35:32,120 --> 00:35:34,480
人类智慧可能不那么重要了

1036
00:35:34,480 --> 00:35:36,520
frontier token还能不能继续保持

1037
00:35:36,520 --> 00:35:37,580
现在这样的溢价

1038
00:35:37,580 --> 00:35:39,940
我们会不会得到continual learning

1039
00:35:39,940 --> 00:35:41,720
如果会什么时候

1040
00:35:41,720 --> 00:35:43,380
在这一切里

1041
00:35:43,380 --> 00:35:45,300
新的芯片公司扮演什么角色

1042
00:35:45,300 --> 00:35:47,320
我们已经聊了很多NVIDIA

1043
00:35:47,320 --> 00:35:49,420
以及它和TSMC

1044
00:35:49,420 --> 00:35:50,860
Intel等公司的关系

1045
00:35:50,860 --> 00:35:53,420
现在可以说是百花齐放

1046
00:35:53,420 --> 00:35:56,420
我觉得可能真的有上千家公司

1047
00:35:56,420 --> 00:35:57,960
在尝试做新芯片

1048
00:35:57,960 --> 00:36:00,900
想解决这个瓶颈里的某一部分

1049
00:36:00,900 --> 00:36:03,700
我很好奇你怎么看这个领域

1050
00:36:03,700 --> 00:36:04,420
这个机会

1051
00:36:04,420 --> 00:36:06,080
以及它会发挥什么作用

1052
00:36:06,080 --> 00:36:07,940
这些公司会发挥什么作用

1053
00:36:07,940 --> 00:36:10,060
我觉得这对世界来说是好事

1054
00:36:10,060 --> 00:36:10,800
也很健康

1055
00:36:10,800 --> 00:36:12,520
对Jensen来说也是好事

1056
00:36:12,520 --> 00:36:13,820
因为换一个政府

1057
00:36:13,820 --> 00:36:14,820
可能会有不同看法

1058
00:36:14,820 --> 00:36:17,040
我认为竞争对所有人都有好处

1059
00:36:17,040 --> 00:36:19,900
在坦克设计里他们会讲铁三角

1060
00:36:19,900 --> 00:36:22,440
坦克设计里的铁三角是

1061
00:36:22,440 --> 00:36:27,340
所有坦克设计者都必须在攻击防御和机动性之间取舍

1062
00:36:27,340 --> 00:36:30,280
原因很明显防御越强也就是装甲越厚

1063
00:36:30,280 --> 00:36:32,520
坦克就越重机动性就越差

1064
00:36:32,520 --> 00:36:35,400
所以你必须在这个三点里做选择

1065
00:36:35,400 --> 00:36:36,580
比如以色列的Merkava

1066
00:36:36,580 --> 00:36:38,560
它就是偏向防御优化

1067
00:36:38,560 --> 00:36:40,540
俄罗斯坦克还有Leopard

1068
00:36:40,540 --> 00:36:42,400
一般更偏向机动性优化

1069
00:36:42,400 --> 00:36:43,940
芯片设计也是一样

1070
00:36:43,940 --> 00:36:47,140
这里有一些由物理定律决定的基本约束

1071
00:36:47,140 --> 00:36:49,500
它们体现在TSMC的设计规则里

1072
00:36:49,500 --> 00:36:51,980
你必须在这些约束内做设计

1073
00:36:51,980 --> 00:36:54,120
现在有TPU Tranium和AMD

1074
00:36:54,120 --> 00:36:57,300
它们本质上都在尝试做一个更好的GPU

1075
00:36:57,300 --> 00:36:59,640
今天我觉得可能Tranium做得最好

1076
00:36:59,640 --> 00:37:01,820
当然没有谁真的比GPU更好

1077
00:37:01,820 --> 00:37:05,400
但我觉得Tranium已经有点在拽超人的披风了

1078
00:37:05,400 --> 00:37:07,540
不过这场比赛还没真正开始

1079
00:37:07,540 --> 00:37:09,480
Tranium 3需要放量生产

1080
00:37:09,480 --> 00:37:12,200
因为它有一个Scale-up Switch网络

1081
00:37:12,200 --> 00:37:14,200
如果你想以经济的方式

1082
00:37:14,200 --> 00:37:15,820
对贸易模型做influence

1083
00:37:15,820 --> 00:37:17,620
这个网络非常关键

1084
00:37:17,620 --> 00:37:19,640
很多公司用的是Torres架构

1085
00:37:19,640 --> 00:37:21,320
Google之前就是这样

1086
00:37:21,320 --> 00:37:22,100
AMD也是

1087
00:37:22,100 --> 00:37:24,260
我们还要看看MI450会怎么样

1088
00:37:24,260 --> 00:37:25,220
现在还不知道

1089
00:37:25,220 --> 00:37:27,460
我们对Tranium 3的了解

1090
00:37:27,460 --> 00:37:29,520
可能比对MI450更多

1091
00:37:29,520 --> 00:37:31,560
但这是一场很难打的仗

1092
00:37:31,560 --> 00:37:33,540
所以你必须做不一样的东西

1093
00:37:33,540 --> 00:37:34,960
而且这个不一样的东西

1094
00:37:34,960 --> 00:37:36,000
还必须很难做

1095
00:37:36,000 --> 00:37:37,880
所以我觉得这些创业公司

1096
00:37:37,880 --> 00:37:39,300
最好的路径是这样

1097
00:37:39,300 --> 00:37:41,420
我的经验法则是

1098
00:37:41,420 --> 00:37:44,960
1%的市场份额就会值1000亿美元

1099
00:37:44,960 --> 00:37:47,920
1000亿美元已经是非常好的venture

1100
00:37:47,920 --> 00:37:49,140
结果了

1101
00:37:49,140 --> 00:37:50,340
我觉得Jensen会说

1102
00:37:50,340 --> 00:37:50,580
好

1103
00:37:50,580 --> 00:37:53,040
如果有人做了不一样的东西

1104
00:37:53,040 --> 00:37:54,420
而且拿到1%

1105
00:37:54,420 --> 00:37:55,060
2%

1106
00:37:55,060 --> 00:37:56,280
或者3%的份额

1107
00:37:56,280 --> 00:37:58,240
我们也会做那种芯片

1108
00:37:58,240 --> 00:38:00,040
所有人都会面对这件事

1109
00:38:00,040 --> 00:38:03,060
但如果你是在尝试做一个更好的GPU

1110
00:38:03,060 --> 00:38:04,040
那祝你好运

1111
00:38:04,040 --> 00:38:06,140
如果你做的是不一样的东西

1112
00:38:06,140 --> 00:38:07,740
那它也必须很难做

1113
00:38:07,740 --> 00:38:09,640
你可以做不同的取舍

1114
00:38:09,640 --> 00:38:11,920
prefill和inference的结偶

1115
00:38:11,920 --> 00:38:13,660
确实把做这些

1116
00:38:13,660 --> 00:38:15,260
不同取舍的空间打开了

1117
00:38:15,260 --> 00:38:16,820
因为你可以为decoat

1118
00:38:16,820 --> 00:38:18,200
做非常激进的取舍

1119
00:38:18,200 --> 00:38:19,260
也可以为prefill

1120
00:38:19,260 --> 00:38:20,540
做非常激进的取舍

1121
00:38:20,540 --> 00:38:22,740
prefill指的是接受context

1122
00:38:22,740 --> 00:38:24,540
decoat指的是输出

1123
00:38:24,540 --> 00:38:24,860
对吧

1124
00:38:24,860 --> 00:38:26,740
我有一位很棒的同事

1125
00:38:26,740 --> 00:38:27,600
叫Andrew Fox

1126
00:38:27,600 --> 00:38:29,060
他说你可以想象

1127
00:38:29,060 --> 00:38:31,140
一艘18世纪的英国海军战舰

1128
00:38:31,140 --> 00:38:33,340
prefill就是在给大炮装弹

1129
00:38:33,340 --> 00:38:34,640
decoat就是在开炮

1130
00:38:34,640 --> 00:38:36,240
prefill字面上说

1131
00:38:36,240 --> 00:38:38,100
就是模型理解问题

1132
00:38:38,100 --> 00:38:38,920
理解prompt

1133
00:38:38,920 --> 00:38:41,280
然后跟踪自己正在生成的答案

1134
00:38:41,280 --> 00:38:44,440
它本质上是一个受内存容量限制的问题

1135
00:38:44,440 --> 00:38:46,700
Decode是生成新Token的过程

1136
00:38:46,700 --> 00:38:48,140
它受内存带宽限制

1137
00:38:48,140 --> 00:38:50,280
所以如果你是芯片设计师

1138
00:38:50,280 --> 00:38:52,560
这就给了你更大的发挥空间

1139
00:38:52,560 --> 00:38:53,900
但即便如此

1140
00:38:53,900 --> 00:38:55,400
这件事也必须足够难

1141
00:38:55,400 --> 00:38:57,840
因为如果你只是在那个铁三角里

1142
00:38:57,840 --> 00:38:59,960
做不同取舍去优化内存容量

1143
00:38:59,960 --> 00:39:01,500
而这些取舍并不难

1144
00:39:01,500 --> 00:39:03,380
那NVIDIA也会做同样的取舍

1145
00:39:03,380 --> 00:39:06,680
他们从台积电拿到的价格

1146
00:39:06,680 --> 00:39:08,200
会比你能拿到的好得多

1147
00:39:08,200 --> 00:39:09,500
那就祝你好运吧

1148
00:39:09,500 --> 00:39:11,500
而且他们还有一个优势

1149
00:39:11,500 --> 00:39:14,260
就是他们和每一家模型公司都合作

1150
00:39:14,260 --> 00:39:16,660
可以不断优化自己的设计

1151
00:39:16,660 --> 00:39:17,700
顺便说一句

1152
00:39:17,700 --> 00:39:19,020
还有一件很有意思的事

1153
00:39:19,020 --> 00:39:21,840
如果你是VC投了一家半导体公司

1154
00:39:21,840 --> 00:39:24,080
而这家公司告诉你

1155
00:39:24,080 --> 00:39:25,260
他们会有优势

1156
00:39:25,260 --> 00:39:28,500
因为他们能特殊接触到台积电的某个工艺

1157
00:39:28,500 --> 00:39:29,880
我可以向你保证

1158
00:39:29,880 --> 00:39:31,460
Jensen在那个工艺

1159
00:39:31,460 --> 00:39:34,320
还只是台积电脑海里的一个念头时

1160
00:39:34,320 --> 00:39:35,440
就已经看过了

1161
00:39:35,440 --> 00:39:37,160
他们对这个工艺的了解

1162
00:39:37,160 --> 00:39:40,100
远远超过一家200人的小公司

1163
00:39:40,100 --> 00:39:41,340
能想象的程度

1164
00:39:41,340 --> 00:39:42,300
台积电也好

1165
00:39:42,300 --> 00:39:44,020
供应链里的每家公司也好

1166
00:39:44,020 --> 00:39:46,540
都会把所有东西展示给Jensen

1167
00:39:46,540 --> 00:39:48,360
就像他们也会把所有东西

1168
00:39:48,360 --> 00:39:49,620
展示给Amazon AMD

1169
00:39:49,620 --> 00:39:51,240
TPU那些团队一样

1170
00:39:51,240 --> 00:39:52,840
这也是另一个原因

1171
00:39:52,840 --> 00:39:55,100
别去试图做一个更好的GPU

1172
00:39:55,100 --> 00:39:56,840
所以你可以做不同的事

1173
00:39:56,840 --> 00:39:59,460
你可以在prefill这块画布上发挥

1174
00:39:59,460 --> 00:40:02,180
也可以在decode这块画布上发挥

1175
00:40:02,180 --> 00:40:04,440
但你还必须做一件很难的事

1176
00:40:04,440 --> 00:40:06,700
因为一旦它做到了规模化

1177
00:40:06,700 --> 00:40:09,160
那四家公司会非常快的跟进

1178
00:40:09,160 --> 00:40:12,220
我的公司曾经是Cerebrus的Venture投资人

1179
00:40:12,220 --> 00:40:16,360
Cerebrus做的事情就是又难又从根本上不同的事情

1180
00:40:16,360 --> 00:40:18,140
也就是Wafer Scale Computing

1181
00:40:18,140 --> 00:40:19,840
它会带来一整套取舍

1182
00:40:19,840 --> 00:40:23,360
但他们当时做出的那个架构决策非常难

1183
00:40:23,360 --> 00:40:25,900
也让他们能做别人做不了的事情

1184
00:40:25,900 --> 00:40:27,980
至于这件事最后能做多大

1185
00:40:27,980 --> 00:40:31,760
我们还要看他们现在也在做一些很酷的东西

1186
00:40:31,760 --> 00:40:33,880
比如Cerebrus面临的一个问题是

1187
00:40:33,880 --> 00:40:36,980
一旦你需要把很多芯片拼在一起

1188
00:40:36,980 --> 00:40:39,340
扩展scalable网络或者scalable网络

1189
00:40:39,340 --> 00:40:40,760
你就需要大量IO

1190
00:40:40,760 --> 00:40:42,920
IO受所谓shoreline限制

1191
00:40:42,920 --> 00:40:44,880
也就是芯片边缘的长度限制

1192
00:40:44,880 --> 00:40:46,820
所以相对于shoreline IO

1193
00:40:46,820 --> 00:40:51,280
Cerebrus在片上计算和内存上的比例是压倒性的

1194
00:40:51,280 --> 00:40:54,000
但他们是一群非常聪明的人

1195
00:40:54,000 --> 00:40:55,780
他们做了一件非常难的事

1196
00:40:55,780 --> 00:40:56,860
现在他们在尝试

1197
00:40:56,860 --> 00:40:59,540
能不能把一片光学wafer直接放到上面

1198
00:40:59,540 --> 00:41:01,520
这样就能解决那个问题

1199
00:41:01,520 --> 00:41:04,920
我相信他们也在研究Dirham的Hybrid Bonding

1200
00:41:04,920 --> 00:41:06,560
绕开这些所谓的限制

1201
00:41:06,560 --> 00:41:08,780
那些限制其实并不是真的限制

1202
00:41:08,780 --> 00:41:10,840
理论上一台Cerebrus机器

1203
00:41:10,840 --> 00:41:12,700
可以运行任何大小的模型

1204
00:41:12,700 --> 00:41:14,400
只是有些模型尺寸

1205
00:41:14,400 --> 00:41:17,200
它们跑起来会比其他尺寸更有优势

1206
00:41:17,200 --> 00:41:19,760
所以我觉得Cerebrus有意思的地方在于

1207
00:41:19,760 --> 00:41:21,180
它们做了一件不同的事

1208
00:41:21,180 --> 00:41:22,820
而且很难做

1209
00:41:22,820 --> 00:41:24,280
真的很难做

1210
00:41:24,280 --> 00:41:26,060
就是Wafer Scale Computing

1211
00:41:26,060 --> 00:41:29,320
所以我确实认为这类公司是有角色的

1212
00:41:29,320 --> 00:41:32,100
我也会鼓励他们所有人做不同的取舍

1213
00:41:32,100 --> 00:41:33,360
尝试做很难的事

1214
00:41:33,360 --> 00:41:35,940
因为Cerebrus IPO之后大家都会拿到钱

1215
00:41:35,940 --> 00:41:36,820
这不会是问题

1216
00:41:36,820 --> 00:41:40,420
但Cerebrus花了三代芯片才把它做对

1217
00:41:40,420 --> 00:41:42,820
这是一家已经十年的公司

1218
00:41:42,820 --> 00:41:44,140
这真的很难

1219
00:41:44,140 --> 00:41:46,540
你看CEO Andrew Feldman就能看出来

1220
00:41:46,540 --> 00:41:49,400
他和整个团队为了走到今天

1221
00:41:49,400 --> 00:41:50,820
经历了多难的事情

1222
00:41:50,820 --> 00:41:52,800
他们需要有这种韧性和毅力

1223
00:41:52,800 --> 00:41:54,600
第一颗芯片失败了

1224
00:41:54,600 --> 00:41:55,740
这种事会发生

1225
00:41:55,740 --> 00:41:57,680
你能不能回来再做第二颗芯片

1226
00:41:57,680 --> 00:41:59,580
不过关于这个话题

1227
00:41:59,580 --> 00:42:01,220
我最后还想说一点

1228
00:42:01,220 --> 00:42:04,300
这件事会极大延长GPU的使用寿命

1229
00:42:04,300 --> 00:42:06,040
而且可能会单枪匹马

1230
00:42:06,040 --> 00:42:07,380
拯救private credit

1231
00:42:07,380 --> 00:42:09,160
你问private credit是什么意思

1232
00:42:09,160 --> 00:42:10,100
private credit

1233
00:42:10,100 --> 00:42:13,300
现在因为那些SaaS贷款已经很痛苦了

1234
00:42:13,300 --> 00:42:15,740
不管这些贷款已经被减计了多少

1235
00:42:15,740 --> 00:42:17,320
可能还需要减计更多

1236
00:42:17,320 --> 00:42:19,960
因为如果上市公司都在艰难适应

1237
00:42:19,960 --> 00:42:22,600
那一家背着很多债的公司

1238
00:42:22,600 --> 00:42:23,700
又怎么适应

1239
00:42:23,700 --> 00:42:25,320
又怎么投资一个利润结构

1240
00:42:25,320 --> 00:42:26,680
完全不同的业务呢

1241
00:42:26,680 --> 00:42:29,560
但GPU里也有大量private credit

1242
00:42:29,560 --> 00:42:31,980
他们当时给这些GPU做承销

1243
00:42:31,980 --> 00:42:34,060
我觉得按的是三年或四年的寿命

1244
00:42:34,060 --> 00:42:36,040
而inference的拆分意味着

1245
00:42:36,040 --> 00:42:39,700
我认为这些GPU会有十年或者十五年的寿命

1246
00:42:39,700 --> 00:42:42,860
那些AI怀疑论者会说这些公司都在做假账

1247
00:42:42,860 --> 00:42:45,020
GPU的使用寿命只有一两年

1248
00:42:45,020 --> 00:42:46,860
CPU的使用寿命也只有四年

1249
00:42:46,860 --> 00:42:48,080
因为技术变化太快

1250
00:42:48,080 --> 00:42:48,840
不是这样的

1251
00:42:48,840 --> 00:42:50,780
技术快速变化

1252
00:42:50,780 --> 00:42:53,100
以及prefill和inference的拆分

1253
00:42:53,100 --> 00:42:54,300
带来的结果是

1254
00:42:54,300 --> 00:42:56,100
你可以把一个Cerebrus系统

1255
00:42:56,100 --> 00:42:57,980
或者Groke LPU放在Hopper

1256
00:42:57,980 --> 00:42:59,320
甚至MI的前面

1257
00:42:59,320 --> 00:43:02,080
然后用Hopper和MI来做prefill

1258
00:43:02,080 --> 00:43:04,000
把那块GPU的使用寿命

1259
00:43:04,000 --> 00:43:05,840
一直延长到它烧掉为止

1260
00:43:05,840 --> 00:43:07,500
当然它们确实会烧掉

1261
00:43:07,500 --> 00:43:09,640
所以它们还是有时间上线的

1262
00:43:09,640 --> 00:43:12,320
但也许你不需要让它们跑得那么快

1263
00:43:12,320 --> 00:43:15,200
这对整个private credit行业都会非常有利

1264
00:43:15,200 --> 00:43:17,400
它会帮助融资AI建设

1265
00:43:17,400 --> 00:43:20,220
因为如果你能开始给GPU融资成本

1266
00:43:20,220 --> 00:43:22,600
更像是5%或6%

1267
00:43:22,600 --> 00:43:25,220
而不是我记得CoreWeave最低那笔融资

1268
00:43:25,220 --> 00:43:26,400
大概是7%出头

1269
00:43:26,400 --> 00:43:27,800
那在数学上

1270
00:43:27,800 --> 00:43:30,040
真的会改变这轮建设的融资成本

1271
00:43:30,040 --> 00:43:31,900
我们有了这种技术创新

1272
00:43:31,900 --> 00:43:33,320
它会降低融资成本

1273
00:43:33,320 --> 00:43:36,180
也会延长地球上算力的可用寿命

1274
00:43:36,180 --> 00:43:38,640
这里最后还有一点很有意思

1275
00:43:38,640 --> 00:43:40,260
我的朋友Jaymon Ball

1276
00:43:40,260 --> 00:43:41,320
刚做了一期播客

1277
00:43:41,320 --> 00:43:43,260
Kochu也有一份Deck

1278
00:43:43,260 --> 00:43:45,100
里面讲到卖稀缺的人

1279
00:43:45,100 --> 00:43:46,840
过得比买稀缺的人好太多

1280
00:43:46,840 --> 00:43:49,560
买稀缺的人就是那些hyperscaler

1281
00:43:49,560 --> 00:43:52,600
但如果你手里有一个巨大的存量资产

1282
00:43:52,600 --> 00:43:54,500
而这个东西现在正好短缺

1283
00:43:54,500 --> 00:43:57,000
那也是一个非常非常好的位置

1284
00:43:57,000 --> 00:43:59,720
我们也听到CPU在agentic world里

1285
00:43:59,720 --> 00:44:01,220
比过去重要的多

1286
00:44:01,220 --> 00:44:03,120
他们要负责orchestration

1287
00:44:03,120 --> 00:44:04,420
to call等等等等

1288
00:44:04,420 --> 00:44:06,320
世界上最大的CPU集群

1289
00:44:06,320 --> 00:44:07,860
都在hyperscaler手里

1290
00:44:07,860 --> 00:44:10,180
所以我觉得有些hyperscaler

1291
00:44:10,180 --> 00:44:11,960
可能会稍微追上一点

1292
00:44:11,960 --> 00:44:13,280
那些卖稀缺的公司

1293
00:44:13,280 --> 00:44:16,380
我想把不同而且很难这个想法

1294
00:44:16,380 --> 00:44:18,640
放到基础设施之外来聊聊

1295
00:44:18,640 --> 00:44:21,280
现在你开始接触新的创始人

1296
00:44:21,280 --> 00:44:22,160
也接触那些

1297
00:44:22,160 --> 00:44:26,220
必须适应新世界的现任CEO和创始人

1298
00:44:26,220 --> 00:44:29,540
你看到的那些最AI native的创始人

1299
00:44:29,540 --> 00:44:31,920
不是做芯片基础设计或者模型的人

1300
00:44:31,920 --> 00:44:35,420
而是用这项技术去做其他东西的人

1301
00:44:35,420 --> 00:44:37,140
如果你观察到了差异

1302
00:44:37,140 --> 00:44:40,600
他们在你看来最不一样的地方是什么

1303
00:44:40,600 --> 00:44:43,840
首先我觉得这不只是芯片设计的问题

1304
00:44:43,840 --> 00:44:46,720
对我来说这一直是venture里一个根本问题

1305
00:44:46,720 --> 00:44:48,280
有些不同的想法

1306
00:44:48,280 --> 00:44:51,340
地球上每个人一听就会觉得显而易见

1307
00:44:51,340 --> 00:44:53,700
如果你做Venture处在这种位置

1308
00:44:53,700 --> 00:44:56,100
而这件事本身又不难做

1309
00:44:56,100 --> 00:44:58,420
并且在你建立规模之前

1310
00:44:58,420 --> 00:45:00,360
它就已经对全世界都显而易见

1311
00:45:00,360 --> 00:45:01,920
那你就麻烦了

1312
00:45:01,920 --> 00:45:03,620
规模是终极优势

1313
00:45:03,620 --> 00:45:05,880
Amazon当年很厉害的一点是

1314
00:45:05,880 --> 00:45:09,060
我觉得这件事对很多人来说是显而易见的

1315
00:45:09,060 --> 00:45:11,840
但对零售业的CEO们来说并不显而易见

1316
00:45:11,840 --> 00:45:13,480
Amazon非常聪明

1317
00:45:13,480 --> 00:45:15,820
任何VC投资的电商公司

1318
00:45:15,820 --> 00:45:16,780
他们都会去摧毁

1319
00:45:16,780 --> 00:45:18,240
他们会说真可爱

1320
00:45:18,240 --> 00:45:20,780
那我们就把这个品类的利润率

1321
00:45:20,780 --> 00:45:22,080
打到负1万百分之

1322
00:45:22,080 --> 00:45:23,660
Wayfair那帮人就不一样

1323
00:45:23,660 --> 00:45:25,560
他们做的是一件很难的事

1324
00:45:25,560 --> 00:45:27,360
Amazon想干掉他们

1325
00:45:27,360 --> 00:45:28,180
但失败了

1326
00:45:28,180 --> 00:45:30,500
那些CEO在运营上非常强

1327
00:45:30,500 --> 00:45:31,860
真的很有能力

1328
00:45:31,860 --> 00:45:33,240
对我来说在Venture里

1329
00:45:33,240 --> 00:45:34,560
我总是在看这件事

1330
00:45:34,560 --> 00:45:37,220
会不会在这家公司建立规模之前

1331
00:45:37,220 --> 00:45:39,180
就变得对全世界都显而易见

1332
00:45:39,180 --> 00:45:41,520
还是说它既不明显很不同

1333
00:45:41,520 --> 00:45:42,820
又真的很难做

1334
00:45:42,820 --> 00:45:45,600
我觉得很多创始人在AI里都很挣扎

1335
00:45:45,600 --> 00:45:47,080
大家现在开始担心

1336
00:45:47,080 --> 00:45:49,340
在Jensen所说的AI五层蛋糕里

1337
00:45:49,340 --> 00:45:51,140
利润正在流向能源

1338
00:45:51,140 --> 00:45:52,320
流向数据中心

1339
00:45:52,320 --> 00:45:53,160
流向芯片

1340
00:45:53,160 --> 00:45:54,240
流向模型

1341
00:45:54,240 --> 00:45:55,980
但并没有真正流向应用

1342
00:45:55,980 --> 00:45:58,480
Cursor和Cognition已经做到了规模

1343
00:45:58,480 --> 00:46:00,000
他们专注在Coding上

1344
00:46:00,000 --> 00:46:02,320
18个月前专注Coding的人并不多

1345
00:46:02,320 --> 00:46:04,660
OpenAI当时什么都在做

1346
00:46:04,660 --> 00:46:07,040
真正专注Coding的是Cursor

1347
00:46:07,040 --> 00:46:08,460
Cognition还有Anthropic

1348
00:46:08,460 --> 00:46:11,000
这种对代码的专注方向非常正确

1349
00:46:11,000 --> 00:46:13,220
Repli的创始人MJad Massad

1350
00:46:13,220 --> 00:46:14,200
发过一条推文

1351
00:46:14,200 --> 00:46:16,200
我觉得特别聪明大意是说

1352
00:46:16,200 --> 00:46:19,220
有点接近苦涩教训的一个事实是

1353
00:46:19,220 --> 00:46:21,760
coding可能是通往ASI

1354
00:46:21,760 --> 00:46:23,920
和有用AI的最短路径

1355
00:46:23,920 --> 00:46:25,920
因为如果你真的很擅长coding

1356
00:46:25,920 --> 00:46:27,440
你就可以给自己写代码

1357
00:46:27,440 --> 00:46:28,400
去做任何事情

1358
00:46:28,400 --> 00:46:30,680
所以我觉得这些公司非常聪明

1359
00:46:30,680 --> 00:46:32,840
选择了高度聚焦在coding上

1360
00:46:32,840 --> 00:46:34,500
我觉得他们大概都已经

1361
00:46:34,500 --> 00:46:35,460
做到了一个规模

1362
00:46:35,460 --> 00:46:37,160
因此有了自己的位置

1363
00:46:37,160 --> 00:46:39,680
我觉得cognition在做的事情

1364
00:46:39,680 --> 00:46:41,280
真的非常非常不同

1365
00:46:41,280 --> 00:46:43,000
但我觉得很多创始人

1366
00:46:43,000 --> 00:46:43,900
真的很挣扎

1367
00:46:43,900 --> 00:46:45,420
真的很挣扎

1368
00:46:45,420 --> 00:46:47,140
他们试图建立信心

1369
00:46:47,140 --> 00:46:50,100
认为自己可以在一些细分领域里先进去

1370
00:46:50,100 --> 00:46:53,040
并且在模型公司进入这个细分领域之前

1371
00:46:53,040 --> 00:46:54,960
拿到某种数据护城河

1372
00:46:54,960 --> 00:46:57,520
或者他们希望这个细分领域足够小

1373
00:46:57,520 --> 00:47:00,400
小到模型公司不会亲自去做

1374
00:47:00,400 --> 00:47:03,180
但又仍然能做出Venture级别的结果

1375
00:47:03,180 --> 00:47:05,320
这和你说过的Token Path有关吗

1376
00:47:05,320 --> 00:47:07,820
我知道你之前跟我用过这个说法

1377
00:47:07,820 --> 00:47:08,520
是的

1378
00:47:08,520 --> 00:47:11,360
我觉得这个说法来自Ultimator的Jaymon Ball

1379
00:47:11,360 --> 00:47:14,020
他说如果你是一家软件公司

1380
00:47:14,020 --> 00:47:15,580
或者任何类型的AI公司

1381
00:47:15,580 --> 00:47:17,700
你就必须在token path上

1382
00:47:17,700 --> 00:47:20,080
所以databricks在token path上

1383
00:47:20,080 --> 00:47:22,360
类似的公司也在token path上

1384
00:47:22,360 --> 00:47:24,040
如果你不在token path上

1385
00:47:24,040 --> 00:47:26,680
又不是在某个非常细分的领域里

1386
00:47:26,680 --> 00:47:28,040
那日子可能会很难

1387
00:47:28,040 --> 00:47:30,220
即便是这些垂直细分领域

1388
00:47:30,220 --> 00:47:33,160
我觉得如果你去和模型公司的人聊

1389
00:47:33,160 --> 00:47:35,640
他们对其中一些也会持怀疑态度

1390
00:47:35,640 --> 00:47:38,640
因为这些细分领域里生成的所有数据

1391
00:47:38,640 --> 00:47:39,640
都是来自人类

1392
00:47:39,640 --> 00:47:41,040
但你的赌注是

1393
00:47:41,040 --> 00:47:44,680
你能用这个狭窄垂直领域里的专有数据

1394
00:47:44,680 --> 00:47:47,240
训练出一个成本更低的模型

1395
00:47:47,240 --> 00:47:49,940
而Frontier Lab永远做不到这个成本

1396
00:47:49,940 --> 00:47:51,620
也许这是个好赌注

1397
00:47:51,620 --> 00:47:53,700
但我觉得你必须非常非常小心

1398
00:47:53,700 --> 00:47:54,620
另一方面

1399
00:47:54,620 --> 00:47:56,380
如果这些Frontier Token

1400
00:47:56,380 --> 00:47:58,500
相对于其他Token的回报下降

1401
00:47:58,500 --> 00:48:01,700
应用层的价值创造会出现一次爆发

1402
00:48:01,700 --> 00:48:03,320
还有一个非常重要的点是

1403
00:48:03,320 --> 00:48:05,040
我相信只要Jensen想

1404
00:48:05,040 --> 00:48:08,340
他大概可以做出很接近Frontier的东西

1405
00:48:08,340 --> 00:48:10,340
用他自己的模型

1406
00:48:10,340 --> 00:48:12,200
用他自己的模型

1407
00:48:12,200 --> 00:48:14,540
他们在做一些非常酷的事情

1408
00:48:14,540 --> 00:48:16,780
这就是像Joel Spolsky会说的

1409
00:48:16,780 --> 00:48:18,440
把你的互补品商品化

1410
00:48:18,440 --> 00:48:20,300
我不觉得他想这么做

1411
00:48:20,300 --> 00:48:22,120
OpenAI和Anthropic

1412
00:48:22,120 --> 00:48:24,060
某种程度上正想对他做这件事

1413
00:48:24,060 --> 00:48:25,320
但没有成功

1414
00:48:25,320 --> 00:48:27,960
所以这很像是一个非常逻辑化的思考者

1415
00:48:27,960 --> 00:48:29,220
会做出的逻辑反制

1416
00:48:29,220 --> 00:48:30,660
我觉得你会看到

1417
00:48:30,660 --> 00:48:33,560
今天所谓的开源前沿模型

1418
00:48:33,560 --> 00:48:35,680
主要是一些中国模型用的是

1419
00:48:35,680 --> 00:48:37,260
偷来的美国token

1420
00:48:37,260 --> 00:48:39,300
有人告诉我DeepSeek

1421
00:48:39,300 --> 00:48:40,360
最新那个

1422
00:48:40,360 --> 00:48:42,140
或者也可能是最早那个

1423
00:48:42,140 --> 00:48:44,220
只用了15万条reasoning traces

1424
00:48:44,220 --> 00:48:45,920
如果你是一家中国公司

1425
00:48:45,920 --> 00:48:48,300
有很多办法可以把这件事洗干净

1426
00:48:48,300 --> 00:48:50,040
你可以打各种不同的API

1427
00:48:50,040 --> 00:48:51,600
让追踪变得很难

1428
00:48:51,600 --> 00:48:55,360
现在美国实验室在非常努力的做反蒸馏技术

1429
00:48:55,360 --> 00:48:58,020
但我确实觉得中国开源模型

1430
00:48:58,020 --> 00:49:00,200
在资源非常受限的情况下

1431
00:49:00,200 --> 00:49:02,340
做出了很了不起的东西

1432
00:49:02,340 --> 00:49:03,680
不过这里面有很多蒸馏

1433
00:49:03,680 --> 00:49:06,640
所以我认为除了没有足够的compute

1434
00:49:06,640 --> 00:49:08,140
去服务mythos之外

1435
00:49:08,140 --> 00:49:10,000
他们也不想让他被征留

1436
00:49:10,000 --> 00:49:11,660
他们想自己用mythos

1437
00:49:11,660 --> 00:49:12,660
自己去征留他

1438
00:49:12,660 --> 00:49:15,020
用他来对下一个模型做RL

1439
00:49:15,020 --> 00:49:16,560
或者做别的事情

1440
00:49:16,560 --> 00:49:18,360
然后我觉得最终

1441
00:49:18,360 --> 00:49:20,800
如果open AI的经济账算得过来

1442
00:49:20,800 --> 00:49:22,480
前沿阵营里的任何一家

1443
00:49:22,480 --> 00:49:24,020
都会面临同样的问题

1444
00:49:24,020 --> 00:49:26,380
这里会出现非常有意思的博弈论

1445
00:49:26,380 --> 00:49:29,000
因为这是一种新的囚徒困境

1446
00:49:29,000 --> 00:49:31,300
我们之前讲过老的囚徒困境

1447
00:49:31,300 --> 00:49:32,320
主要是围绕着

1448
00:49:32,320 --> 00:49:35,180
你处在一个必须花钱的囚徒困境里

1449
00:49:35,180 --> 00:49:36,940
新的囚徒困境会是

1450
00:49:36,940 --> 00:49:38,400
如果你站在前沿

1451
00:49:38,400 --> 00:49:41,200
你到底要不要通过API发布那个模型

1452
00:49:41,200 --> 00:49:44,260
如果所有前沿公司都同意不这么做

1453
00:49:44,260 --> 00:49:46,940
那中国开源模型很快就会完蛋

1454
00:49:46,940 --> 00:49:49,040
但只要有一个人背叛协议

1455
00:49:49,040 --> 00:49:50,720
他就会拥有最好的模型

1456
00:49:50,720 --> 00:49:53,220
会有大量收入和现金流

1457
00:49:53,220 --> 00:49:54,840
当然资源等于智能

1458
00:49:54,840 --> 00:49:56,140
所以他会开始领先

1459
00:49:56,140 --> 00:49:59,760
然后这又会导致其他所有人也把模型放出来

1460
00:49:59,760 --> 00:50:01,520
所以这是新的博弈论

1461
00:50:01,520 --> 00:50:03,120
他有点像TSMC

1462
00:50:03,120 --> 00:50:05,100
Samsung和Intel之间的那种博弈

1463
00:50:05,100 --> 00:50:08,560
现实是如果像NVIDIA或AMD这样的公司

1464
00:50:08,560 --> 00:50:10,960
真的非常认真的使用其他晶圆厂

1465
00:50:10,960 --> 00:50:12,860
那家晶圆厂会很快变强

1466
00:50:12,860 --> 00:50:14,240
所以我确实认为

1467
00:50:14,240 --> 00:50:17,760
Jensen会让开源模型在一定时间内落后于前沿

1468
00:50:17,760 --> 00:50:20,320
我觉得这会是一件非常值得观察的事

1469
00:50:20,320 --> 00:50:21,480
顺便说一句

1470
00:50:21,480 --> 00:50:23,060
开源也是可以变现的

1471
00:50:23,060 --> 00:50:24,660
有一个误解

1472
00:50:24,660 --> 00:50:26,220
好像开源就是免费的

1473
00:50:26,220 --> 00:50:27,680
开源Token也要花钱

1474
00:50:27,680 --> 00:50:29,320
他们要消耗能源生产

1475
00:50:29,320 --> 00:50:30,280
他们也要能源

1476
00:50:30,280 --> 00:50:32,560
你需要靠GPU把成本赚回来

1477
00:50:32,560 --> 00:50:36,180
而开源模型公司几乎总是会拿收入分成

1478
00:50:36,180 --> 00:50:40,780
你们怎么让Atreides为Mithos 3、Mithos C的世界做准备

1479
00:50:40,780 --> 00:50:44,040
我们就是努力在网络安全上过度投入

1480
00:50:44,040 --> 00:50:46,440
有件事我在很多场合都说过

1481
00:50:46,440 --> 00:50:50,260
而且我真的相信就是每个人都需要一个安全词

1482
00:50:50,260 --> 00:50:52,680
每个人都应该把数字设备放下

1483
00:50:52,680 --> 00:50:55,440
真的去海边和家人设一个安全词

1484
00:50:55,440 --> 00:50:57,980
或者和公司设一个安全词

1485
00:50:57,980 --> 00:51:00,240
而且这个安全词不能是那种

1486
00:51:00,240 --> 00:51:02,640
可以被社会工程学套出来的东西

1487
00:51:02,640 --> 00:51:04,780
这主要是为了避免网络犯罪

1488
00:51:04,780 --> 00:51:07,480
比如看起来像是你儿子女儿

1489
00:51:07,480 --> 00:51:08,920
祖父母父母

1490
00:51:08,920 --> 00:51:10,660
或者其他亲人给你FaceTime

1491
00:51:10,660 --> 00:51:14,000
但那其实是对他们极其准确的模拟

1492
00:51:14,000 --> 00:51:17,380
他知道一切还能根据他们过去说过的话

1493
00:51:17,380 --> 00:51:19,480
推断他们接下来可能会怎么说

1494
00:51:19,480 --> 00:51:21,020
然后他对你说

1495
00:51:21,020 --> 00:51:22,340
给我打一百万美元

1496
00:51:22,340 --> 00:51:23,680
这是防守

1497
00:51:23,680 --> 00:51:24,920
那进攻呢

1498
00:51:24,920 --> 00:51:25,820
我想问的是

1499
00:51:25,820 --> 00:51:27,940
还有什么事是你仍然能做

1500
00:51:27,940 --> 00:51:29,160
但他做不了的

1501
00:51:29,160 --> 00:51:31,840
从分析的角度说这是个好问题

1502
00:51:31,840 --> 00:51:34,960
我最近刚又看了一遍《最后的武士》

1503
00:51:34,960 --> 00:51:36,720
还让公司里的人也去看

1504
00:51:36,720 --> 00:51:38,560
如果你没看过《最后的武士》

1505
00:51:38,560 --> 00:51:40,340
我强烈推荐你去看

1506
00:51:40,340 --> 00:51:43,740
这其实是一部经得起时间考验的电影

1507
00:51:43,740 --> 00:51:45,600
是20年前Tom Cruise演的

1508
00:51:45,600 --> 00:51:46,540
他的设定是

1509
00:51:46,540 --> 00:51:49,960
Tom Cruise是一个愤怒落魄的南北战争老兵

1510
00:51:49,960 --> 00:51:52,020
但他其实是个非常优秀的士兵

1511
00:51:52,020 --> 00:51:53,960
他之所以愤怒落魄

1512
00:51:53,960 --> 00:51:56,260
是因为他觉得自己参与了

1513
00:51:56,260 --> 00:51:58,400
对美洲原住民的恶劣行动

1514
00:51:58,400 --> 00:52:00,060
后来日本雇用了他

1515
00:52:00,060 --> 00:52:02,020
时间是在明治维新时期

1516
00:52:02,020 --> 00:52:03,640
日本政府里的现代派

1517
00:52:03,640 --> 00:52:06,160
雇他去训练一支由农民组成的军队

1518
00:52:06,160 --> 00:52:08,340
让他们学会怎么和武士作战

1519
00:52:08,340 --> 00:52:09,940
第一次战斗里

1520
00:52:09,940 --> 00:52:11,640
当然是武士赢了

1521
00:52:11,640 --> 00:52:12,880
虽然他们没有枪

1522
00:52:12,880 --> 00:52:14,060
他打得很英勇

1523
00:52:14,060 --> 00:52:15,780
所以武士决定不杀他

1524
00:52:15,780 --> 00:52:17,180
而是把他带回村子

1525
00:52:17,180 --> 00:52:18,720
后来他成了一名武士

1526
00:52:18,720 --> 00:52:20,880
对他来说这感觉很像南北战争

1527
00:52:20,880 --> 00:52:23,780
于是他站在武士一边作战

1528
00:52:23,780 --> 00:52:24,320
到最后

1529
00:52:24,320 --> 00:52:27,700
他被一个拿着机关枪的农民屠杀了

1530
00:52:27,700 --> 00:52:29,200
机关枪已经出现了

1531
00:52:29,200 --> 00:52:31,380
如果我们不能都成为机关枪的大师

1532
00:52:31,380 --> 00:52:32,940
我们就会被机关枪支配

1533
00:52:32,940 --> 00:52:35,160
所以我正在努力成为机关枪的大师

1534
00:52:35,160 --> 00:52:36,540
我也比较乐观

1535
00:52:36,540 --> 00:52:39,220
我觉得会有很长一段时间

1536
00:52:39,220 --> 00:52:42,220
就像如果你是一个50岁的武士老兵

1537
00:52:42,220 --> 00:52:43,280
打过很多仗

1538
00:52:43,280 --> 00:52:44,400
是用剑的大师

1539
00:52:44,400 --> 00:52:46,280
那你在使用机关枪时

1540
00:52:46,280 --> 00:52:47,460
也会有优势

1541
00:52:47,460 --> 00:52:49,360
我一生都在学习投资

1542
00:52:49,360 --> 00:52:50,780
所以我乐观的认为

1543
00:52:50,780 --> 00:52:52,520
我能够掌握这挺机关枪

1544
00:52:52,520 --> 00:52:54,380
也就是掌握这项新技术

1545
00:52:54,380 --> 00:52:56,460
把它融入我自己的流程

1546
00:52:56,460 --> 00:52:57,860
也融入我们公司的流程

1547
00:52:57,860 --> 00:52:59,320
这样我作为一个人类

1548
00:52:59,320 --> 00:53:01,600
还能在很长时间里继续贡献价值

1549
00:53:01,600 --> 00:53:04,200
但现在我也和大家一样

1550
00:53:04,200 --> 00:53:05,500
agent基本一直在跑

1551
00:53:05,500 --> 00:53:08,040
你问我最有用的agent是什么

1552
00:53:08,040 --> 00:53:09,320
说实话

1553
00:53:09,320 --> 00:53:10,520
最有用的那个

1554
00:53:10,520 --> 00:53:12,060
我想我之前也跟你说过

1555
00:53:12,060 --> 00:53:13,340
我不想影响你的生意

1556
00:53:13,340 --> 00:53:15,480
但对我来说最有用的agent

1557
00:53:15,480 --> 00:53:16,820
就是把播客里

1558
00:53:16,820 --> 00:53:19,460
我会感兴趣的要点总结的非常好

1559
00:53:19,460 --> 00:53:21,920
每天大概有六个小时的内容

1560
00:53:21,920 --> 00:53:24,220
我觉得按我的工作职责

1561
00:53:24,220 --> 00:53:25,720
我都应该去看

1562
00:53:25,720 --> 00:53:26,880
每次只要OpenAI

1563
00:53:26,880 --> 00:53:27,340
SecEye

1564
00:53:27,340 --> 00:53:27,980
Google Cursor

1565
00:53:27,980 --> 00:53:28,440
Fireworks

1566
00:53:28,440 --> 00:53:29,740
Basetin的人出来讲话

1567
00:53:29,740 --> 00:53:31,180
更不用说Jensen

1568
00:53:31,180 --> 00:53:31,500
Elon

1569
00:53:31,500 --> 00:53:32,480
Dario这些人

1570
00:53:32,480 --> 00:53:34,460
我都会觉得自己必须看

1571
00:53:34,460 --> 00:53:36,300
但我真的没有那么多时间

1572
00:53:36,300 --> 00:53:38,200
而且这里面确实是大海捞针

1573
00:53:38,200 --> 00:53:40,420
有一类东西是我总想看的

1574
00:53:40,420 --> 00:53:42,900
比如我对管理层薪酬非常敏感

1575
00:53:42,900 --> 00:53:44,440
他们的激励是什么

1576
00:53:44,440 --> 00:53:47,720
他们拿的只是普通的RSU还是PSU

1577
00:53:47,720 --> 00:53:49,420
如果是PSU

1578
00:53:49,420 --> 00:53:51,860
那这些PSU到底在激励他们做什么

1579
00:53:51,860 --> 00:53:54,980
如果系统能先把这些做一遍很好的出筛

1580
00:53:54,980 --> 00:53:57,040
就能给人省下很多时间

1581
00:53:57,040 --> 00:53:59,840
这样人就可以去做更有创造性的工作

1582
00:53:59,840 --> 00:54:01,680
而不是去翻proxy statement

1583
00:54:01,680 --> 00:54:03,720
把PSU那一段抠出来

1584
00:54:03,720 --> 00:54:06,040
再和之前所有proxy statement对比

1585
00:54:06,040 --> 00:54:07,560
看它发生了什么变化

1586
00:54:07,560 --> 00:54:09,600
因为这里面是有信号的

1587
00:54:09,600 --> 00:54:10,800
但非常耗人工

1588
00:54:10,800 --> 00:54:12,760
而这类工作特别适合AI

1589
00:54:12,760 --> 00:54:15,320
投资里显然还有各种类似的事情

1590
00:54:15,320 --> 00:54:17,560
这是做投资人最令人兴奋

1591
00:54:17,560 --> 00:54:18,960
最让人激动的时代

1592
00:54:18,960 --> 00:54:19,880
确实是这样

1593
00:54:19,880 --> 00:54:22,740
但我也有一点开始有点担心了

1594
00:54:22,740 --> 00:54:25,420
你是说分化这个问题

1595
00:54:25,420 --> 00:54:26,920
你能不能再多讲一点

1596
00:54:26,920 --> 00:54:27,980
是什么样的人

1597
00:54:27,980 --> 00:54:30,160
再把这种情况延续下去

1598
00:54:30,160 --> 00:54:32,340
我认识的人里像我这样

1599
00:54:32,340 --> 00:54:34,820
还不非常看多DDRMM的

1600
00:54:34,820 --> 00:54:35,780
一个都没有

1601
00:54:35,780 --> 00:54:36,960
真的一个都没有

1602
00:54:36,960 --> 00:54:39,020
现在AI里有很多有意思的事情

1603
00:54:39,020 --> 00:54:41,120
其中一个是从横截面来看

1604
00:54:41,120 --> 00:54:42,460
估值完全不合理

1605
00:54:42,460 --> 00:54:44,040
就是明摆着不合理

1606
00:54:44,040 --> 00:54:45,660
不可能都同时成立

1607
00:54:45,660 --> 00:54:47,740
有些半导体设备公司

1608
00:54:47,740 --> 00:54:49,260
按下个季度年化利润算

1609
00:54:49,260 --> 00:54:50,260
交易在40倍

1610
00:54:50,260 --> 00:54:51,860
而DRMM公司

1611
00:54:51,860 --> 00:54:53,480
在上一个周期顶部的时候

1612
00:54:53,480 --> 00:54:54,860
交易在中国位数倍

1613
00:54:54,860 --> 00:54:57,720
当时一度大概是5倍对12倍

1614
00:54:57,720 --> 00:55:00,380
某个时候甚至是3倍对45倍

1615
00:55:00,380 --> 00:55:01,760
这两边不可能都对

1616
00:55:01,760 --> 00:55:02,640
是的

1617
00:55:02,640 --> 00:55:05,080
半导体CAPEX公司的商业模式

1618
00:55:05,080 --> 00:55:07,420
确实比存储公司的商业模式

1619
00:55:07,420 --> 00:55:08,540
改善的更多

1620
00:55:08,540 --> 00:55:11,260
我们还不知道HBM会把存储公司的商业模式

1621
00:55:11,260 --> 00:55:12,300
改善到什么程度

1622
00:55:12,300 --> 00:55:12,820
是的

1623
00:55:12,820 --> 00:55:15,560
他们确实有一部分来自零部件

1624
00:55:15,560 --> 00:55:17,740
和维护的经常性收入

1625
00:55:17,740 --> 00:55:20,380
但这不值得给出10倍的估值倍数差

1626
00:55:20,380 --> 00:55:21,780
我觉得很难解释

1627
00:55:21,780 --> 00:55:22,880
NVIDIA这样的估值

1628
00:55:22,880 --> 00:55:24,440
4月初的时候

1629
00:55:24,440 --> 00:55:25,980
相对整个市场来看

1630
00:55:25,980 --> 00:55:28,140
它基本上已经是过去10年

1631
00:55:28,140 --> 00:55:30,340
或者12年里最便宜的区间

1632
00:55:30,340 --> 00:55:31,960
绝对估值也很便宜

1633
00:55:31,960 --> 00:55:33,720
但你很难把这个估值

1634
00:55:33,720 --> 00:55:35,780
和GE、Vernova这样的估值

1635
00:55:35,780 --> 00:55:37,160
放在一起解释

1636
00:55:37,160 --> 00:55:38,660
因为后者的估值里

1637
00:55:38,660 --> 00:55:39,780
隐含的是NVIDIA

1638
00:55:39,780 --> 00:55:41,560
会丢掉一个难以想象的份额

1639
00:55:41,560 --> 00:55:43,420
所以从横截面来看

1640
00:55:43,420 --> 00:55:44,720
估值差异非常大

1641
00:55:44,720 --> 00:55:47,080
原因是我们现在处在短缺里

1642
00:55:47,080 --> 00:55:49,520
质量最低的公司反而表现最好

1643
00:55:49,520 --> 00:55:51,320
如果你是油气投资人

1644
00:55:51,320 --> 00:55:52,640
或者矿业投资人

1645
00:55:52,640 --> 00:55:53,880
自然资源投资人

1646
00:55:53,880 --> 00:55:55,900
而且你很熟悉成本曲线的思维

1647
00:55:55,900 --> 00:55:57,840
这一点对你会非常直观

1648
00:55:57,840 --> 00:56:00,400
在一个真正的商品牛市里

1649
00:56:00,400 --> 00:56:02,820
成本最高的商品供应商

1650
00:56:02,820 --> 00:56:03,560
涨得最多

1651
00:56:03,560 --> 00:56:05,020
因为他们受益最大

1652
00:56:05,020 --> 00:56:06,520
他们会从濒临破产

1653
00:56:06,520 --> 00:56:07,860
变成现金流喷涌

1654
00:56:07,860 --> 00:56:09,620
我觉得这也是商品投资

1655
00:56:09,620 --> 00:56:10,800
特别难的一个原因

1656
00:56:10,800 --> 00:56:12,940
因为在周期里质量会跑赢

1657
00:56:12,940 --> 00:56:14,840
但真正所有的超额收益

1658
00:56:14,840 --> 00:56:16,760
往往发生在下行周期

1659
00:56:16,760 --> 00:56:18,660
那些高成本公司

1660
00:56:18,660 --> 00:56:21,180
在短缺和商品牛市里

1661
00:56:21,180 --> 00:56:22,040
曾经涨上天

1662
00:56:22,040 --> 00:56:23,540
后来就会破产

1663
00:56:23,540 --> 00:56:25,040
或者发生类似的事情

1664
00:56:25,040 --> 00:56:26,440
你现在在每个行业

1665
00:56:26,440 --> 00:56:27,600
都能看到这种事

1666
00:56:27,600 --> 00:56:28,940
质量最低的玩家

1667
00:56:28,940 --> 00:56:30,020
在不同的行业里

1668
00:56:30,020 --> 00:56:31,560
本来是hyperscaler

1669
00:56:31,560 --> 00:56:32,660
和买家都讨厌

1670
00:56:32,660 --> 00:56:33,520
都嫌弃的

1671
00:56:33,520 --> 00:56:34,660
因为他们成本高

1672
00:56:34,660 --> 00:56:35,580
不可靠零部件

1673
00:56:35,580 --> 00:56:36,600
故障率高等等

1674
00:56:36,600 --> 00:56:38,400
但他们现在全卖光了

1675
00:56:38,400 --> 00:56:39,100
还在涨价

1676
00:56:39,100 --> 00:56:40,580
然后这种情况

1677
00:56:40,580 --> 00:56:42,140
又引起了X上一些

1678
00:56:42,140 --> 00:56:43,420
散户账号的兴趣

1679
00:56:43,420 --> 00:56:44,820
这些股票就被一路

1680
00:56:44,820 --> 00:56:45,720
买到天上去

1681
00:56:45,720 --> 00:56:47,760
反过来一些质量

1682
00:56:47,760 --> 00:56:49,140
更高的表达方式

1683
00:56:49,140 --> 00:56:51,160
实际上表现的非常落后

1684
00:56:51,160 --> 00:56:52,860
作为投资人这很难

1685
00:56:52,860 --> 00:56:54,740
因为你几乎毫无疑问的知道

1686
00:56:54,740 --> 00:56:57,560
那个三个月或六个月涨了十倍的东西

1687
00:56:57,560 --> 00:56:58,580
最后会掉回去

1688
00:56:58,580 --> 00:57:02,220
当然这也取决于他们拿这笔现金去做什么

1689
00:57:02,220 --> 00:57:04,200
但这些低质量公司

1690
00:57:04,200 --> 00:57:06,800
真的会用现金做很聪明的事

1691
00:57:06,800 --> 00:57:08,540
所以让我有点担心的是

1692
00:57:08,540 --> 00:57:11,560
一年前非常怀疑的人现在已经不怀疑了

1693
00:57:11,560 --> 00:57:14,820
但我再把这件事和那些高质量公司的估值

1694
00:57:14,820 --> 00:57:15,900
放在一起看

1695
00:57:15,900 --> 00:57:18,260
他们其实并没有被拉得很高

1696
00:57:18,260 --> 00:57:20,280
这又让我感觉好一些

1697
00:57:20,280 --> 00:57:22,180
不过确实有一种感觉

1698
00:57:22,180 --> 00:57:25,100
我一直觉得2024年和2025年

1699
00:57:25,100 --> 00:57:27,060
有人问AI有没有泡沫

1700
00:57:27,060 --> 00:57:28,340
或者谈AI泡沫

1701
00:57:28,340 --> 00:57:29,620
这件事挺好笑的

1702
00:57:29,620 --> 00:57:32,920
因为核能泡沫和量子泡沫就摆在你面前

1703
00:57:32,920 --> 00:57:34,680
我们到底在讨论什么

1704
00:57:34,680 --> 00:57:37,300
AI这个东西是真实的多的

1705
00:57:37,300 --> 00:57:39,920
但核能量子那些有点荒唐的东西

1706
00:57:39,920 --> 00:57:42,000
可能已经蔓延到了一些更投机

1707
00:57:42,000 --> 00:57:42,980
质量更低

1708
00:57:42,980 --> 00:57:44,320
市值更小的名字上

1709
00:57:44,320 --> 00:57:47,500
如果你在X或Reddit上有很大的影响力

1710
00:57:47,500 --> 00:57:49,980
这类股票就很容易被推起来

1711
00:57:49,980 --> 00:57:51,220
这让我有点害怕

1712
00:57:51,220 --> 00:57:53,860
但我只是希望AI空投能多一点

1713
00:57:53,860 --> 00:57:55,840
比如我希望存储空投能多一点

1714
00:57:55,840 --> 00:57:57,260
我之所以这么想

1715
00:57:57,260 --> 00:57:58,280
有一个原因是

1716
00:57:58,280 --> 00:57:59,600
Asteria这只股票

1717
00:57:59,600 --> 00:58:01,180
我已经关注了很长时间

1718
00:58:01,180 --> 00:58:03,480
看空Asteria的人很多

1719
00:58:03,480 --> 00:58:04,880
这点我很喜欢

1720
00:58:04,880 --> 00:58:05,420
挺好

1721
00:58:05,420 --> 00:58:07,400
我最早是在Series C投的

1722
00:58:07,400 --> 00:58:08,960
所以如果你觉得

1723
00:58:08,960 --> 00:58:10,980
能让我用不同方式给它定价

1724
00:58:10,980 --> 00:58:12,320
那就祝你好运

1725
00:58:12,320 --> 00:58:14,620
要是你觉得它是所谓的Copper loser

1726
00:58:14,620 --> 00:58:15,960
那也祝你好运

1727
00:58:15,960 --> 00:58:17,720
市场里还有各种basket

1728
00:58:17,720 --> 00:58:18,720
带杠杆的basket

1729
00:58:18,720 --> 00:58:20,860
你被归到哪个basket里非常重要

1730
00:58:20,860 --> 00:58:22,940
比如铜光模块DARAM

1731
00:58:22,940 --> 00:58:25,500
今年发生了一件很有意思的事是

1732
00:58:25,500 --> 00:58:27,800
2024年和2025年

1733
00:58:27,800 --> 00:58:30,420
AI这笔交易基本是一起走的

1734
00:58:30,420 --> 00:58:32,120
你可以做多GPU compute

1735
00:58:32,120 --> 00:58:33,120
scale up networking

1736
00:58:33,120 --> 00:58:34,920
光学scale同时做空电力

1737
00:58:34,920 --> 00:58:36,900
从风险管理角度看

1738
00:58:36,900 --> 00:58:38,140
这个交易是有效的

1739
00:58:38,140 --> 00:58:39,780
因为我非常在意factor

1740
00:58:39,780 --> 00:58:41,780
但今年1月这一切都散了

1741
00:58:41,780 --> 00:58:43,660
比如scale up networking会暴涨

1742
00:58:43,660 --> 00:58:44,880
而scale out在下跌

1743
00:58:44,880 --> 00:58:47,640
或者DRAM大幅跑输NND和HDD

1744
00:58:47,640 --> 00:58:50,260
AI内部这些横截面的相关性

1745
00:58:50,260 --> 00:58:51,120
真的崩了

1746
00:58:51,120 --> 00:58:52,600
你必须看得非常细

1747
00:58:52,600 --> 00:58:55,160
你不能再用一些半导体设备股

1748
00:58:55,160 --> 00:58:56,760
或者NAND来对冲memory了

1749
00:58:56,760 --> 00:58:59,020
一月份所有横截面的关系

1750
00:58:59,020 --> 00:59:00,940
都发生了很有意思的变化

1751
00:59:00,940 --> 00:59:03,000
我觉得原因之一可能是

1752
00:59:03,000 --> 00:59:05,620
AI的质量到了一个阶段

1753
00:59:05,620 --> 00:59:06,700
突然让很多人很容易

1754
00:59:06,700 --> 00:59:08,700
把这些不同子行业研究得很明白

1755
00:59:08,700 --> 00:59:10,380
然后开始交易它们

1756
00:59:10,380 --> 00:59:12,320
再把它们放进不同的basket

1757
00:59:12,320 --> 00:59:15,300
这些basket又会影响AI带来价格效率

1758
00:59:15,300 --> 00:59:16,100
对 没错

1759
00:59:16,100 --> 00:59:19,660
所以我觉得在那些高质量公司之外

1760
00:59:19,660 --> 00:59:21,100
还有一些最大的机会

1761
00:59:21,100 --> 00:59:23,840
这些高质量公司我认为能长期复利

1762
00:59:23,840 --> 00:59:25,000
也比较安全

1763
00:59:25,000 --> 00:59:27,220
不像那些低质量公司那么吓人

1764
00:59:27,220 --> 00:59:30,740
机会在于那些被错误分类的公司

1765
00:59:30,740 --> 00:59:33,640
比如Asteria就被放进了很多Copper loser basket

1766
00:59:33,640 --> 00:59:35,960
但Asteria最大的产品会是Switch

1767
00:59:35,960 --> 00:59:39,800
他们会同时用铜和光把Switch连接到Accelerator

1768
00:59:39,800 --> 00:59:41,820
所以从定义上说

1769
00:59:41,820 --> 00:59:43,880
如果你是一家Switch公司

1770
00:59:43,880 --> 00:59:45,780
或者是一家Accelerator公司

1771
00:59:45,780 --> 00:59:47,260
你就不可能是Copper loser

1772
00:59:47,260 --> 00:59:49,660
因为你在那条连接的另一端

1773
00:59:49,660 --> 00:59:51,940
我想请你对每家主要公司

1774
00:59:51,940 --> 00:59:53,140
都简单聊一两句

1775
00:59:53,140 --> 00:59:55,820
比如Google Microsoft Amazon

1776
00:59:55,820 --> 00:59:57,600
这些上市的大玩家

1777
00:59:57,600 --> 00:59:59,720
我感觉我总是忘了问你

1778
00:59:59,720 --> 01:00:02,120
因为对话总是围绕那些

1779
01:00:02,120 --> 01:00:03,840
令人兴奋的新公司展开

1780
01:00:03,840 --> 01:00:05,020
先说Google

1781
01:00:05,020 --> 01:00:06,560
去年它非常强

1782
01:00:06,560 --> 01:00:07,840
因为它有TPU优势

1783
01:00:07,840 --> 01:00:09,640
但这个优势现在已经没了

1784
01:00:09,640 --> 01:00:11,060
我觉得他们仍然处在

1785
01:00:11,060 --> 01:00:11,960
很好位置的原因

1786
01:00:11,960 --> 01:00:12,880
很简单

1787
01:00:12,880 --> 01:00:14,360
他们拥有最多的pew

1788
01:00:14,360 --> 01:00:15,760
我们刚才也聊过

1789
01:00:15,760 --> 01:00:17,680
在供给短缺的时候

1790
01:00:17,680 --> 01:00:20,320
已有装机基础的价值会更高

1791
01:00:20,320 --> 01:00:21,720
他们拥有最大的

1792
01:00:21,720 --> 01:00:22,780
computer装机基础

1793
01:00:22,780 --> 01:00:24,260
我有点惊讶的是

1794
01:00:24,260 --> 01:00:25,480
他们一直没能拿出

1795
01:00:25,480 --> 01:00:26,280
更强的东西

1796
01:00:26,280 --> 01:00:27,940
Google I.O.就在这周

1797
01:00:27,940 --> 01:00:28,900
对

1798
01:00:28,900 --> 01:00:29,640
就是这周

1799
01:00:29,640 --> 01:00:31,200
如果他们这次发布的东西

1800
01:00:31,200 --> 01:00:33,100
连稍微超过OpenAI

1801
01:00:33,100 --> 01:00:34,360
或者Cloud的都没有

1802
01:00:34,360 --> 01:00:36,040
那就很有意思了

1803
01:00:36,040 --> 01:00:37,760
这对Google不是灾难

1804
01:00:37,760 --> 01:00:38,640
只是很有意思

1805
01:00:38,640 --> 01:00:40,160
它说明我们刚才讨论的

1806
01:00:40,160 --> 01:00:40,760
NVIDIA Effect

1807
01:00:40,760 --> 01:00:42,340
可能比我想象的还要强

1808
01:00:42,340 --> 01:00:43,680
我非常好奇

1809
01:00:43,680 --> 01:00:44,760
五天之后

1810
01:00:44,760 --> 01:00:46,780
Google发布新东西以后

1811
01:00:46,780 --> 01:00:49,660
Pirito Frontier到底会变成什么样

1812
01:00:49,660 --> 01:00:51,520
这对他们来说是一张大牌

1813
01:00:51,520 --> 01:00:53,860
不过Google拥有的数据量

1814
01:00:53,860 --> 01:00:54,900
还有YouTube数据

1815
01:00:54,900 --> 01:00:56,060
确实非常有价值

1816
01:00:56,060 --> 01:00:57,880
在Robotics的世界里

1817
01:00:57,880 --> 01:00:58,780
它真的有价值

1818
01:00:58,780 --> 01:01:00,740
再加上他们拥有的Compute

1819
01:01:00,740 --> 01:01:02,320
以及他们的搜索业务

1820
01:01:02,320 --> 01:01:04,740
Google永远不会处在一个差的位置

1821
01:01:04,740 --> 01:01:07,600
你也能从GCP的狂飙里看到这一点

1822
01:01:07,600 --> 01:01:10,620
你也必须给Zuckerberg和Meta认可

1823
01:01:10,620 --> 01:01:13,760
他把Meta在内部变成一家AI First公司

1824
01:01:13,760 --> 01:01:14,940
这件事做得很好

1825
01:01:14,940 --> 01:01:16,080
我确实认为

1826
01:01:16,080 --> 01:01:18,040
在这些真正的互联网巨头里

1827
01:01:18,040 --> 01:01:20,160
他是唯一一个做到这件事的人

1828
01:01:20,160 --> 01:01:22,200
这点我非常认可他

1829
01:01:22,200 --> 01:01:24,800
他当时愿意为人才付高价

1830
01:01:24,800 --> 01:01:27,080
签下那些10亿美元级别的合约

1831
01:01:27,080 --> 01:01:28,740
我也非常认可

1832
01:01:28,740 --> 01:01:30,120
那个Talent和Muse

1833
01:01:30,120 --> 01:01:32,160
我觉得是一个非常大的正面意外

1834
01:01:32,160 --> 01:01:34,000
这是MSL的第一个模型

1835
01:01:34,000 --> 01:01:36,760
它还不在Frontier的Parrot of Frontier上

1836
01:01:36,760 --> 01:01:39,600
还比不上XAI Google的一个模型

1837
01:01:39,600 --> 01:01:41,160
还有OpenAI和Cloud

1838
01:01:41,160 --> 01:01:42,680
但已经很接近了

1839
01:01:42,680 --> 01:01:44,120
这让我非常印象深刻

1840
01:01:44,120 --> 01:01:47,080
所以我觉得Meta的位置比之前更好了

1841
01:01:47,080 --> 01:01:49,120
绝对位置还没有Google那么强

1842
01:01:49,120 --> 01:01:50,940
但它的位置在改善

1843
01:01:50,940 --> 01:01:53,580
在市场里变化速度比当前水平更重要

1844
01:01:53,580 --> 01:01:56,720
尤其是在三年这种较短的时间框架里

1845
01:01:56,720 --> 01:01:59,980
更长时间看竞争优势的水平往往会占主导

1846
01:01:59,980 --> 01:02:01,260
但即便如此

1847
01:02:01,260 --> 01:02:03,020
变化本身也真的很重要

1848
01:02:03,020 --> 01:02:05,640
Amazon我觉得位置也很强

1849
01:02:05,640 --> 01:02:07,700
因为有Trainium未来18个月

1850
01:02:07,700 --> 01:02:09,820
你会在他们零售业务里看到

1851
01:02:09,820 --> 01:02:12,340
Robotics带来真实的P&L效率提升

1852
01:02:12,340 --> 01:02:14,140
我其实觉得Nova

1853
01:02:14,140 --> 01:02:15,740
也就是他们的内部模型

1854
01:02:15,740 --> 01:02:17,040
还没到MUSE的水平

1855
01:02:17,040 --> 01:02:19,620
但比市场给他的评价要好

1856
01:02:19,620 --> 01:02:20,780
再说Microsoft

1857
01:02:20,780 --> 01:02:23,200
我觉得Satir是一个非常聪明的人

1858
01:02:23,200 --> 01:02:24,900
但在投资者交流里

1859
01:02:24,900 --> 01:02:26,480
大家谈论他的方式

1860
01:02:26,480 --> 01:02:27,900
已经不是以前那样了

1861
01:02:27,900 --> 01:02:29,840
我喜欢Satir也很敬佩他

1862
01:02:29,840 --> 01:02:32,240
我觉得他是一位非常出色的CEO

1863
01:02:32,240 --> 01:02:33,980
他做出的那些决定

1864
01:02:33,980 --> 01:02:35,340
我也很认可

1865
01:02:35,340 --> 01:02:37,020
但他确实在三年时间里

1866
01:02:37,020 --> 01:02:38,820
从我们要让Google跳舞

1867
01:02:38,820 --> 01:02:40,460
变成了Copilot的产品经理

1868
01:02:40,460 --> 01:02:42,000
我真的很想知道

1869
01:02:42,000 --> 01:02:44,300
在OpenAI那次政变尝试期间

1870
01:02:44,300 --> 01:02:46,720
Satya会不会后悔自己的决定

1871
01:02:46,720 --> 01:02:48,060
Satya内心深处

1872
01:02:48,060 --> 01:02:50,840
会不会希望自己当时支持的是Illia

1873
01:02:50,840 --> 01:02:51,600
而不是Sam

1874
01:02:51,600 --> 01:02:55,040
会不会希望今天真正掌管OpenAI的是

1875
01:02:55,040 --> 01:02:56,080
Illia和Mira

1876
01:02:56,080 --> 01:02:57,360
我真的很想知道

1877
01:02:57,360 --> 01:02:58,740
因为我觉得在那个世界里

1878
01:02:58,740 --> 01:03:01,660
Microsoft和OpenAI的合作关系

1879
01:03:01,660 --> 01:03:02,760
可能会非常不一样

1880
01:03:02,760 --> 01:03:05,000
我觉得这是一个非常有意思的问题

1881
01:03:05,000 --> 01:03:07,140
只是我们永远不会知道答案

1882
01:03:07,140 --> 01:03:08,840
但我还是很认可它

1883
01:03:08,840 --> 01:03:11,420
它现在做的事就是在承担风险

1884
01:03:11,420 --> 01:03:14,000
这样他们才有机会获得回报

1885
01:03:14,000 --> 01:03:17,060
这就回到你在不确定性

1886
01:03:17,060 --> 01:03:18,720
追行区里必须做的那些决定

1887
01:03:18,720 --> 01:03:20,080
不只是花多少钱

1888
01:03:20,080 --> 01:03:21,400
还包括把钱花在什么地方

1889
01:03:21,400 --> 01:03:23,760
我觉得微软在2025年初

1890
01:03:23,760 --> 01:03:25,100
有那么一瞬间退缩了

1891
01:03:25,100 --> 01:03:26,980
他们原来有一套算法

1892
01:03:26,980 --> 01:03:29,440
我们投入这么多CAPEX

1893
01:03:29,440 --> 01:03:30,620
就能得到这样的回报

1894
01:03:30,620 --> 01:03:32,820
那套算法当时有点失灵了

1895
01:03:32,820 --> 01:03:34,920
如果你退缩就会失去位置

1896
01:03:34,920 --> 01:03:36,580
你会失去很多分配额度

1897
01:03:36,580 --> 01:03:37,880
而且很难拿回来

1898
01:03:37,880 --> 01:03:39,180
所以他们退缩了一下

1899
01:03:39,180 --> 01:03:41,000
现在SATIA正在做的决定

1900
01:03:41,000 --> 01:03:42,960
市场因此惩罚了他们

1901
01:03:42,960 --> 01:03:45,540
但我觉得这是正确决定

1902
01:03:45,540 --> 01:03:48,480
那就是我们要把自己一个PU用起来

1903
01:03:48,480 --> 01:03:49,400
而不是拿去卖

1904
01:03:49,400 --> 01:03:51,420
我的意思是谁知道

1905
01:03:51,420 --> 01:03:54,280
如果他们愿意直接把GPU卖给OpenAI

1906
01:03:54,280 --> 01:03:56,200
Azure的增长会有多快

1907
01:03:56,200 --> 01:03:58,640
他们现在是要把Compute用在内部

1908
01:03:58,640 --> 01:04:00,740
让自己的产品变得更好

1909
01:04:00,740 --> 01:04:01,980
Copilot这么差

1910
01:04:01,980 --> 01:04:03,860
或者说之前一直这么差

1911
01:04:03,860 --> 01:04:06,020
一个原因就是可用的Compute不够

1912
01:04:06,020 --> 01:04:07,460
他们正在修这个问题

1913
01:04:07,460 --> 01:04:09,960
他现在就是Copilot的产品经理

1914
01:04:09,960 --> 01:04:13,120
我确实觉得他是一个很优秀的CEO

1915
01:04:13,120 --> 01:04:15,680
他们也在尝试用自己的pew

1916
01:04:15,680 --> 01:04:17,080
来训练自己的模型

1917
01:04:17,080 --> 01:04:19,880
我有点怀疑他们是不是有合适的团队

1918
01:04:19,880 --> 01:04:21,060
能把这件事做成

1919
01:04:21,060 --> 01:04:23,720
但他们当然有能力像Meta一样

1920
01:04:23,720 --> 01:04:25,000
花钱去招人

1921
01:04:25,000 --> 01:04:26,640
也许换一支不同的团队

1922
01:04:26,640 --> 01:04:29,500
但我觉得他正在做一些好的决定

1923
01:04:29,500 --> 01:04:31,760
而且这些决定有风险

1924
01:04:31,760 --> 01:04:35,280
目的是让微软为这样一个世界做好准备

1925
01:04:35,280 --> 01:04:38,020
Frontier Model不再能通过API访问

1926
01:04:38,020 --> 01:04:40,360
我觉得这是一个非常有勇气的决定

1927
01:04:40,360 --> 01:04:41,340
所以我很佩服他

1928
01:04:41,340 --> 01:04:43,060
他也放弃了很多东西

1929
01:04:43,060 --> 01:04:44,220
我的意思是

1930
01:04:44,220 --> 01:04:47,240
如果微软把GPU用来服务OpenAI

1931
01:04:47,240 --> 01:04:49,900
只服务OpenAI和Anthropic的capacity

1932
01:04:49,900 --> 01:04:51,900
而不是用在自己的产品上

1933
01:04:51,900 --> 01:04:53,160
微软的股价

1934
01:04:53,160 --> 01:04:55,200
今天可能已经是800美元了

1935
01:04:55,200 --> 01:04:57,640
所以我很佩服他做了一个很棒的决定

1936
01:04:57,640 --> 01:04:59,080
真正有意思的是

1937
01:04:59,080 --> 01:05:00,780
这些公司在做决策时

1938
01:05:00,780 --> 01:05:03,320
到底有多面向外部和startup

1939
01:05:03,320 --> 01:05:04,760
互动最深的两家公司

1940
01:05:04,760 --> 01:05:06,920
远远领先的是Amazon和NVIDIA

1941
01:05:06,920 --> 01:05:09,260
然后Google也有非常深入的互动

1942
01:05:09,260 --> 01:05:10,200
再往后

1943
01:05:10,200 --> 01:05:12,440
Broadcom的参与方式不一样

1944
01:05:12,440 --> 01:05:16,280
他们基本上是所有人最喜欢的AIC供应商

1945
01:05:16,280 --> 01:05:17,840
如果你是一个Startup

1946
01:05:17,840 --> 01:05:19,720
第二代芯片能和Broadcom合作

1947
01:05:19,720 --> 01:05:21,620
大家会觉得这是一次升级

1948
01:05:21,620 --> 01:05:24,820
如果第一代芯片Broadcom就愿意和你合作

1949
01:05:24,820 --> 01:05:27,040
那简直像天上掉下来的礼物

1950
01:05:27,040 --> 01:05:29,860
然后你会看到AMD Microsoft和Meta

1951
01:05:29,860 --> 01:05:31,740
跟Startup的互动基本为零

1952
01:05:31,740 --> 01:05:33,420
当然我说零有点夸张

1953
01:05:33,420 --> 01:05:34,800
但确实非常少

1954
01:05:34,800 --> 01:05:36,020
我就会想

1955
01:05:36,020 --> 01:05:37,500
这个决定到底意味着什么

1956
01:05:37,500 --> 01:05:39,460
因为现在一些最好的团队

1957
01:05:39,460 --> 01:05:41,200
已经不在大型上市公司里了

1958
01:05:41,200 --> 01:05:43,720
而是在这些更小的startup里

1959
01:05:43,720 --> 01:05:45,100
我觉得这种互动

1960
01:05:45,100 --> 01:05:47,300
最终会变成一个相当大的优势

1961
01:05:47,300 --> 01:05:48,800
NVIDIA AMD

1962
01:05:48,800 --> 01:05:50,920
还有紧随其后的Google

1963
01:05:50,920 --> 01:05:52,080
会因此受益

1964
01:05:52,080 --> 01:05:54,420
而其他这些hyperscaler身上

1965
01:05:54,420 --> 01:05:55,440
你看不到这种互动

1966
01:05:55,440 --> 01:05:57,160
我们快收尾了

1967
01:05:57,160 --> 01:05:58,500
我很好奇

1968
01:05:58,500 --> 01:06:00,040
关于这个巨大趋势

1969
01:06:00,040 --> 01:06:01,860
你有没有开始想到一些

1970
01:06:01,860 --> 01:06:03,340
更外围的连锁反应

1971
01:06:03,340 --> 01:06:05,180
可以随便展开讲讲

1972
01:06:05,180 --> 01:06:06,980
我们已经很详细的聊了

1973
01:06:06,980 --> 01:06:09,300
受影响最大的具体公司

1974
01:06:09,300 --> 01:06:11,120
也稍微聊了应用层

1975
01:06:11,120 --> 01:06:14,500
以及如果想让更多价值流向这一层

1976
01:06:14,500 --> 01:06:15,720
必须发生什么

1977
01:06:15,720 --> 01:06:17,100
我很好奇

1978
01:06:17,100 --> 01:06:19,100
随着这个世界变化得这么快

1979
01:06:19,100 --> 01:06:21,840
你还在想哪些有意思的连带影响

1980
01:06:21,840 --> 01:06:23,240
确实很疯狂

1981
01:06:23,240 --> 01:06:25,200
应用层先别说价值流向了

1982
01:06:25,200 --> 01:06:26,580
价值已经被摧毁了

1983
01:06:26,580 --> 01:06:29,300
AI在应用层是净摧毁价值的

1984
01:06:29,300 --> 01:06:30,900
即使把Cursor Cognition

1985
01:06:30,900 --> 01:06:33,440
这些最成功的AI native公司算进去

1986
01:06:33,440 --> 01:06:38,060
AI也已经在应用层摧毁了数万亿美元的价值

1987
01:06:38,060 --> 01:06:39,340
在这个背景下

1988
01:06:39,340 --> 01:06:41,520
我确实觉得有一件事我们需要意识到

1989
01:06:41,520 --> 01:06:43,380
今天表现最好的公司

1990
01:06:43,380 --> 01:06:45,020
也就是估值涨得最多

1991
01:06:45,020 --> 01:06:47,420
创造经济价值最多的公司

1992
01:06:47,420 --> 01:06:49,240
是那些每个人对应的

1993
01:06:49,240 --> 01:06:51,220
以使用GPU比例最高

1994
01:06:51,220 --> 01:06:52,780
有效比例最高的公司

1995
01:06:52,780 --> 01:06:54,360
也许这只是意味着

1996
01:06:54,360 --> 01:06:56,220
未来每个人都会得到很多GPU

1997
01:06:56,220 --> 01:06:58,340
但我觉得这是一个有意思的事实

1998
01:06:58,340 --> 01:06:59,580
我们需要注意到

1999
01:06:59,580 --> 01:07:00,660
我还想说

2000
01:07:00,660 --> 01:07:02,320
也许这有点阴暗

2001
01:07:02,320 --> 01:07:04,600
但我越来越担心人身安全

2002
01:07:04,600 --> 01:07:06,380
我对这件事越来越担心

2003
01:07:06,380 --> 01:07:08,600
对那些公众曝光度高得多

2004
01:07:08,600 --> 01:07:10,460
和AI关联更强的人

2005
01:07:10,460 --> 01:07:11,360
我会更担心

2006
01:07:11,360 --> 01:07:13,140
但我真的担心人身安全

2007
01:07:13,140 --> 01:07:14,880
我希望不要发生什么悲剧

2008
01:07:14,880 --> 01:07:18,060
可是美国这里的政治暴力正在上升

2009
01:07:18,060 --> 01:07:20,160
随着AI越来越政治化

2010
01:07:20,160 --> 01:07:22,240
我担心这种暴力会越来越多地

2011
01:07:22,240 --> 01:07:23,900
指向AI领域的政治领袖

2012
01:07:23,900 --> 01:07:25,740
不管我们同意什么

2013
01:07:25,740 --> 01:07:28,040
也不管我对OpenAI怎么看

2014
01:07:28,040 --> 01:07:28,940
或者不怎么看

2015
01:07:28,940 --> 01:07:32,920
我都觉得有人像Sam Altman家里扔Molotov Cocktail

2016
01:07:32,920 --> 01:07:34,220
这件事非常可怕

2017
01:07:34,220 --> 01:07:37,500
我担心因为AI我们正在进入一个波动更高

2018
01:07:37,500 --> 01:07:38,220
Beta更高

2019
01:07:38,220 --> 01:07:39,440
风险更高的世界

2020
01:07:39,440 --> 01:07:41,120
对我个人来说是这样

2021
01:07:41,120 --> 01:07:44,100
然后对棋盘上的大玩家来说

2022
01:07:44,100 --> 01:07:46,780
你想想这在地缘政治上意味着什么

2023
01:07:46,780 --> 01:07:49,220
我们正在看到乌克兰人真的开始赢了

2024
01:07:49,220 --> 01:07:51,080
至于他们为什么在赢

2025
01:07:51,080 --> 01:07:55,160
我觉得其实并不是因为他们有更好的无人机

2026
01:07:55,500 --> 01:07:57,500
我觉得他们确实有更好的无人机

2027
01:07:57,500 --> 01:07:58,700
这是原因之一

2028
01:07:58,700 --> 01:08:01,000
但我认为乌克兰真正开始赢

2029
01:08:01,000 --> 01:08:05,520
是因为他们拥有可能仅次于美国和以色列的最佳战场AI

2030
01:08:05,520 --> 01:08:09,360
当中国或者他们的对手开始消化这一点时

2031
01:08:09,360 --> 01:08:11,000
他们会怎么回应

2032
01:08:11,000 --> 01:08:13,640
如果美国因为AI领先而占优势

2033
01:08:13,640 --> 01:08:15,100
那对美国当然很好

2034
01:08:15,100 --> 01:08:17,220
但对世界其他地方来说

2035
01:08:17,220 --> 01:08:18,360
这是不稳定因素

2036
01:08:18,360 --> 01:08:19,840
我经常想的一件事

2037
01:08:19,840 --> 01:08:22,520
是创办一个慈善机构去教育全世界

2038
01:08:22,520 --> 01:08:25,460
西方到底做过多少了不起的事

2039
01:08:25,460 --> 01:08:27,980
奴隶制基本上曾经存在于

2040
01:08:27,980 --> 01:08:29,280
几乎所有文明里

2041
01:08:29,280 --> 01:08:30,880
而真正终结奴隶制的

2042
01:08:30,880 --> 01:08:32,560
是大英帝国这个故事

2043
01:08:32,560 --> 01:08:33,820
应该被讲出来

2044
01:08:33,820 --> 01:08:36,820
但美国在1945年之后拥有核弹

2045
01:08:36,820 --> 01:08:38,100
其他国家都没有

2046
01:08:38,100 --> 01:08:40,400
我们本来可以永远控制世界

2047
01:08:40,400 --> 01:08:41,740
可我们没有那样做

2048
01:08:41,740 --> 01:08:44,240
我们重建了德国和日本

2049
01:08:44,240 --> 01:08:46,940
而他们现在是美国最可靠的盟友

2050
01:08:46,940 --> 01:08:48,560
以色列韩国日本

2051
01:08:48,560 --> 01:08:50,640
这些都证明了美国这个国家的精神

2052
01:08:50,640 --> 01:08:51,760
我们没有接管世界

2053
01:08:51,760 --> 01:08:53,840
当时确实有这种担忧

2054
01:08:53,840 --> 01:08:54,760
也有记录

2055
01:08:54,760 --> 01:08:57,300
美国将军们尤其是麦克阿瑟

2056
01:08:57,300 --> 01:08:59,400
在日本有点像美国皇帝

2057
01:08:59,400 --> 01:09:00,920
有人担心美国会接管世界

2058
01:09:00,920 --> 01:09:03,580
美国当时确实有能力这么做

2059
01:09:03,580 --> 01:09:04,920
但没有这么做

2060
01:09:04,920 --> 01:09:05,820
他们回家了

2061
01:09:05,820 --> 01:09:06,860
我们还去军事化

2062
01:09:06,860 --> 01:09:10,200
然后世界进入了一段很长的全球稳定时期

2063
01:09:10,200 --> 01:09:13,460
虽然中间也有可怕的战争和危机

2064
01:09:13,460 --> 01:09:14,980
这就是Pax Americana

2065
01:09:14,980 --> 01:09:16,280
美国治下的和平

2066
01:09:16,280 --> 01:09:18,400
所以也许这并不会造成不稳定

2067
01:09:18,400 --> 01:09:20,060
也许它会带来另一个

2068
01:09:20,060 --> 01:09:23,660
由我们的AI主导地位塑造的Pax Americana

2069
01:09:23,660 --> 01:09:24,720
我非常乐观

2070
01:09:24,720 --> 01:09:27,260
觉得AI会给世界带来很棒的东西

2071
01:09:27,260 --> 01:09:31,680
有个人他的女儿被诊断出一种非常罕见的基因突变

2072
01:09:31,680 --> 01:09:32,600
没有疗法

2073
01:09:32,600 --> 01:09:34,220
他调动了很多资源

2074
01:09:34,220 --> 01:09:36,860
也从一些实验室拿到了大量computer

2075
01:09:36,860 --> 01:09:39,300
那些实验室知道了这件事之后

2076
01:09:39,300 --> 01:09:41,020
就迅速启动起来

2077
01:09:41,020 --> 01:09:42,800
他们启动了大量agent

2078
01:09:42,800 --> 01:09:45,700
用AI找到了一种已经上市的药物

2079
01:09:45,700 --> 01:09:47,500
真的可以影响他女儿的疾病

2080
01:09:47,500 --> 01:09:50,540
后来他又创办了一家公司想要治愈这种病

2081
01:09:50,540 --> 01:09:51,460
因为AI

2082
01:09:51,460 --> 01:09:54,440
他的人生已经发生了无法衡量的变化

2083
01:09:54,440 --> 01:09:56,420
所以我是AI乐观派

2084
01:09:56,420 --> 01:09:58,840
甚至可以说是AI最大化主义者

2085
01:09:58,840 --> 01:09:59,740
但我也承认

2086
01:09:59,740 --> 01:10:01,220
AI就像是一个世间世界

2087
01:10:01,220 --> 01:10:02,160
我很确定

2088
01:10:02,160 --> 01:10:03,640
它会成为一个断点

2089
01:10:03,640 --> 01:10:04,640
作为社会

2090
01:10:04,640 --> 01:10:06,840
我们必须想办法穿越过去

2091
01:10:06,840 --> 01:10:09,620
我认为卢德主义者最终会是错的

2092
01:10:09,620 --> 01:10:12,380
但我们必须非常认真的对待他们的担忧

2093
01:10:12,380 --> 01:10:14,860
我们要确保AI对每个人都有好处

2094
01:10:14,860 --> 01:10:16,520
现在最好的AI

2095
01:10:16,520 --> 01:10:18,560
只对有很多钱的人开放

2096
01:10:18,560 --> 01:10:20,540
这确实有点反乌托邦

2097
01:10:20,540 --> 01:10:22,380
这个问题我们必须解决

2098
01:10:22,380 --> 01:10:25,140
我们需要带着谦逊来面对这件事

2099
01:10:25,140 --> 01:10:27,280
承认这里有大量不确定性

2100
01:10:27,280 --> 01:10:28,420
并且认真思考

2101
01:10:28,420 --> 01:10:30,040
每次跟你聊完

2102
01:10:30,040 --> 01:10:31,320
我之后都会跟别人说

2103
01:10:31,320 --> 01:10:33,660
希望你也能找到一样东西

2104
01:10:33,660 --> 01:10:35,480
像Gavin热爱市场

2105
01:10:35,480 --> 01:10:37,580
公司资本主义和历史那样热爱他

2106
01:10:37,580 --> 01:10:39,860
今天也都展现出来了

2107
01:10:39,860 --> 01:10:42,020
Gavin一如既往

2108
01:10:42,020 --> 01:10:44,000
非常感谢你抽时间来聊

2109
01:10:44,000 --> 01:10:44,740
谢谢

2110
01:10:44,740 --> 01:10:46,140
谢谢你Patrick