跳转至

OpenAI/Anthropic IPO、Token ROI 之辩、中国是否终结开源（All-In，2026-07-11）

  • 参与: All-In 主播团（Chamath Palihapitiya、David Sacks、Jason Calacanis）+ 客座 Brad Gerstner（Altimeter）
  • 来源: YouTube · 102 分钟（自动字幕；AI 部分约前 60 分钟，后段 Trump accounts 为美国国内政策，未收录）
  • 转录稿: sources/all-in/20260711-PHL1j2ti420

本库迄今关于 "前沿模型 vs 开源/廉价模型，钱到底流向谁" 最集中的一次多方辩论。Chamath 持怀疑（ROI 未证、成本翻倍、主权化），Brad Gerstner 与 Sacks 持"前沿仍在扩大领先"（钱包份额反而上升）。双方都拿出了具体数据点，分歧点清晰可证伪，是本页的主要价值。

说话人映射（据补做分离的 speakers.md；转录稿本身无标签，此处认人属 wiki 层编辑判断）： （本期 Friedberg 休假，开场"Freeberg is on a little vacay"）

标签 占比 认定 依据
SPEAKER_05 34.2% Jason Calacanis 开场"All right, everybody. Welcome back… bestie Brad is here"（[00:00:00]，100%）
SPEAKER_02 34.5% Brad Gerstner 其"前沿仍在扩大领先"主论点所在块（[00:27:22]，95%）；谈 Invest America 落地"talking with both the White House and Treasury"（[00:57:47] 块，88%）
SPEAKER_03 11.9% Chamath Palihapitiya "I sat down with my CTO today"（[00:05:03] 块，83%），即人物页"token 成本每 45 天翻倍"那条
SPEAKER_01 18.4% David Sacks 排除法（本期四人）

SPEAKER_04（62 秒）与 SPEAKER_00（35 秒）为碎片，多在片头片尾。

本期 All-In 主播团页 里按人归属的引用，按锚点定位后与上表标签逐条一致（0 冲突）。

概要

三条线：(1) 三大 IPO（SpaceX 已上市、Anthropic 与 OpenAI 待上市）；(2) token 支出的 ROI 反噬是否会到来；(3) 中国可能限制其顶级模型出海 与主权 AI 浪潮。

核心观点

IPO：以 SpaceX 为模板

  • SpaceX IPO 被 Brad 称为教科书级：融资 750 亿美元、估值 1.75 万亿，现约 2 万亿市值、约 350 亿前瞻收入；创新点在总募资规模、定价、指数早期纳入、分阶段解禁（部分按里程碑而非纯时间）（[00:07:04]–[00:09:05]）。
  • 指数早期纳入曾有正当争议——IPO 后 6 个月峰谷回撤常达 50%，不该在高点硬塞进指数；但交易所与指数方做了调整，因为"它大到、重要到必须是指数的一部分"（[00:08:05]–[00:10:06]）。
  • Anthropic：2026-06-01 保密提交；传闻年底收入超 1000 亿美元且"可能意外地盈利"；Gavin Baker 认为现在上市可交易到 3 万亿。OpenAI 传闻年内约 700 亿，但公司重组更复杂，Brad 预计 Anthropic 先出（[00:03:03]–[00:11:08]）。
  • Brad 的立场：Altimeter 会在两家 IPO 中大额买入；但"一旦公司估到万亿以上，快速致富的路子就结束了"——这些是复利型标的，未来多年收入复合增长 30%+（[00:12:08]–[00:13:09]）。
  • Chamath 的反向建议：能出就赶紧出——趁"成本翻倍而产出持平"这件事还没渗进水位线（见下）（[00:06:04]）。

Chamath 的 ROI 怀疑论（本期最锋利的数据点）

  • 他和自家 CTO 的对话："我们的 token 成本每 45 天翻一倍。" 下游生产力提升？"最多 5%。" CTO 的解释是"要拿到下一档改进，你得用多得多的 token，因为我们实际上已经渐近了"（[00:05:03]–[00:06:04]）。
  • 他让 Fable 5 做的一次核查：AI 对标普 500 每股收益增长的贡献，模型先答 50%，但那把 NVIDIA 卖芯片给 Amazon 的钱也算了进去；改问标普 493 的 EPS 增长是 9%，拆开后绝大部分来自通胀之上的定价权，另 3% 来自回购——"按所有公开数据，实际 ROI 在 0 到 2% 之间"（[00:14:10]–[00:16:13]）。
  • 结构性论证：企业侧更脆（买家少、更挑剔，且迟早被问 EPS 提升）；消费侧反而是避风港（买家多两个数量级、单价低，能免疫 ROI 拷问）（[00:16:13]–[00:17:14]）。
  • 风险时点："要预测的是财报不及预期的那一刻会发生什么。" 人们裁员很难，砍其它成本很容易（[00:33:31]–[00:34:32]）。

反方：钱包份额正流向前沿，而非离开

  • Brad：deepseek 时刻以来的 18 个月里，"前沿模型完蛋、开源会杀死它们、路由让任务流向廉价 token"的论证很响，但场上的事实相反——经济价值/钱包份额在向前沿实验室集中，同时商品化 token 的份额确实在涨（[00:27:22]–[00:28:23]）。
  • Sacks 给出数字：开源占企业支出份额从去年 19% 降到今年 11%（口误说成"19%→11%"，方向明确是下降）。他的解释是"心有余而力不足"——企业想多元化、想脱离闭源模型（Karp 说的"泄露 alpha"担忧），但大多数没有技术能力做到。Coinbase、DoorDash 做到了（自建 token 路由中间件），"普通企业没这个能力"（[00:40:33]–[00:42:36]）。
  • ⚠️ 但 Sacks 自己补了一条重要的度量偏差：开源是"暗 token"——自托管的用量不体现为任何厂商收入，只体现为托管成本。Jason 亦强调这点：DoorDash 用开源模型的用量我们看不见，收益体现在 Cerebras/NeoCloud/NVIDIA 侧，而非 LLM 厂商收入表上（[00:53:44]–[00:54:45]）。因此"用收入份额判定谁赢"本身是有偏的。
  • 单位经济学论证（Brad）：摘要文档可能用 2 万个廉价 token，当然该路由到落后模型；但替代一个软件工程师 2 小时可能是 200 万个昂贵 token，"用 95% 那么好的东西的后果非常高"——长任务在中途断掉，token 照烧、时间照赔。若 agent 替代的是 200 美元/小时的顾问，花 3 美元还是 15 美元的推理成本无关紧要（[00:36:33]–[00:37:33]）。
  • Decagon 创始人的框架（Sacks 转述，本期最实用的一条）：用例成熟度决定开闭源——"开源模型在你确切知道要做什么时很好，因为你能 post-train、有数据集；但如果你还不知道要做什么，你就想要能拿到的最强通用智能。"成熟用例走开源小模型，不成熟用例（当下大多数）走前沿（[00:42:36]–[00:44:39]）。Decagon 现在 90% 用量已走开源模型，但那是他们大量 post-train 过的（[00:50:43]–[00:51:43]）。
  • Brad 的反共识猜想：大家默认"智能在收敛"（benchmark 上确实在收敛），但收入分布完全没收敛；若超级智能变得递归，领先可能是在扩大而不是缩小——"模型越聪明→收入越多→算力越多→模型越好"（[00:47:42]–[00:48:43]）。

中间层：harness 与路由本身是价值所在

  • Databricks 的 Ali：同一个模型下，harness 的选择能省约 2 倍成本；他们发现 GLM 5.2 在其任务上表现极好、任务成本直接砍半（[00:45:39]）。
  • Jason 的一手经验：token 成本降 95% 后（经 open router + Bittensor 子网跑 GLM 5.2），他把 agent 从日跑改成小时跑，再把一个 agent 拆成三个并行——"早上醒来 14 个任务已经完成，这完全是另一回事了"；对 agent 本身做优化后 token 用量降 80%（[00:25:19]–[00:26:21]、[00:45:39]–[00:46:40]）。
  • Nikesh Arora 提出的"model fungibility / headless"愿景（热插拔最便宜的可用模型）目前做不到：卡在记忆、上下文、历史无法从模型里抽象出来并可移植（[00:44:39]）。

中国可能限制模型出海 + 主权 AI

  • 路透两则匿名源报道：中国监管方与阿里、字节、Z.ai 会谈，考虑限制其顶尖开/闭源模型的境外访问；将 AI 研究的窃取/泄露定为国安犯罪；控制谁能投中国 AI 实验室（Manus 迁新加坡后员工被召回是先例）。报道称的动机是担心 Mythos 级模型被用于挖掘软件漏洞、以及华盛顿可能对华部署模型（[00:53:44]–[00:55:45]）。
  • Sacks 的解读——"落后就开源、追平就闭源"是通用剧本：字节的模型一直闭源；Qwen 从开走向闭；Z.ai（GLM 5.2）看来也在转闭。"你保持开源直到追上前沿或接近，然后有极强的动机转闭，因为你想自己捕获全部价值"（[00:55:45]–[00:57:47]）。
  • Jason 与 Sacks 都点明这正是 OpenAI 三年前走过的路（非营利→营利、开源→闭源），也是 Google 对 Android 做的（先开放，站稳后在授权里绑定 Search/Chrome/Drive）（[00:57:47]–[00:59:48]）。
  • Sacks 认为这更像下棋而非真威胁——中国这么做"伤自己远多于伤美国"，因为美国企业正从中国的开源研发里获益；美国也能自己做开源（Reflection、NVIDIA）。他补充："我问过几家前沿实验室为什么不做开源模型，他们说需求不大，有需求就会做"（[00:57:47]–[00:58:48]）。
  • 蒸馏指控：Sacks 称 GLM 5.2 "到处都是 Mythos 的水印"，因此认定存在蒸馏，并预期美国政府会对蒸馏采取措施（[00:58:48]）。⚠️ 本库标注：此为未提供公开证据的断言。
  • 主权 AI 是本期的另一条主线：Chamath 刚参加联合国 AI 委员会（与 Benioff、Jensen、Brad Smith、Grab 的 Anthony Tan 等），结论是"没有一个国家不在琢磨自己的主权 AI 战略，而且我不认为他们相信用闭源美国模型是答案"。多国宁愿拿开源模型自建全栈——"某些国家完全不愿意让自己屈从于任何技术风险"（[00:29:23]–[00:31:27]）。具体：UAE 的 TII/Falcon、沙特的 Humain（阿拉伯语 LLM）、日本 60 亿美元的 Neoterra 联盟（[00:38:33]–[00:39:33]）。
  • 竞争格局：Meta 发布 Spark 1.1 并以价格战为攻击向量（Zuckerberg 称同等质量、1/100 成本）；Chamath 评论"我本以为剧本是用开源焦土，他们打偏了那一手，但现在挑战的向量落在成本上，这点有意思"（[00:34:32]–[00:36:33]）。
  • Sacks/Chamath 都指出格局正走向双寡头：按收入算只有两家有意义（Anthropic 约 600 亿 ARR、OpenAI 约 400 亿 ARR）；"一年前像有五家大实验室，现在像是前二 + 其它所有人"（[00:52:44]）。

落地方法论：agentic pods / forward-deployed engineer

  • Uber CTO 的做法被当作范式：99% 工程师用 AI 工具、70%+ 的 PR 来自本地或云端 agent、工程师建了 200 个 agentic skill；关键动作是把工程师派驻进各职能部门（法务、运营、市场、客服、HR、采购），与懂流程的部门负责人共事（[00:17:14]–[00:18:15]）。Jason 认为这是正确方向——不是让 HR 的人自己 vibe code，而是派工程师 + 部门的系统架构者一起找 ROI。
  • DoorDash CTO：用内部编码基准确认引入开放权重模型不降低代码质量后，才让前沿模型（Fable）做最难的活、把低层级工作下放给 Kimi 2.6，并公开其基准（[00:32:30]–[00:33:31]）。

与本库其它观点的关系

事实性断言与预测（可验证）

  • Chamath 公司 token 成本每 45 天翻倍、下游生产力提升 ≤5%（断言，[00:05:03]）。
  • 按公开数据，AI 对标普 493 的实际 ROI 在 0–2%（断言/推算，[00:14:10]–[00:16:13]）。
  • 开源占企业支出份额从 19% 降至 11%（断言，Sacks，[00:40:33]）；但同页 Sacks/Jason 自承开源用量是"暗 token"、不可比。
  • Anthropic 年底收入 >1000 亿、可交易至 3 万亿；OpenAI 约 700 亿（传闻/预测，[00:03:03]–[00:11:08]）。
  • Anthropic ≈600 亿 ARR、OpenAI ≈400 亿 ARR（断言，[00:52:44]）。
  • 若年底达 1000 亿，明年可再 3–5 倍（预测，Brad，[00:22:16]）。
  • 中国监管方考虑限制顶级模型境外访问（路透匿名源报道，[00:53:44]–[00:55:45]）。
  • GLM 5.2 含 Mythos 水印、证明存在蒸馏（断言，未提供证据，[00:57:47]）。
  • 日本投入 60 亿美元建 Neoterra 联盟（断言，[00:38:33]）。
  • 美国 2050 年前将短缺约 2.5–3 个加州的电力（断言/测算，Chamath 团队，[01:00:49]）。