Google 的 AI 人才外流、SpaceX 首份财报、Airtable 跌掉 90%、美国数据在喂中国 AI（All-In，2026-08-08）¶
- 主播: Jason Calacanis（主持）、David Friedberg、David Sacks（开场约 1 分钟迟到入场）、Brad Gerstner（Altimeter，常客）
- 缺席: Chamath Palihapitiya 全程不在（"在路上"），本期只以表情包形式出现
- 来源: YouTube · 75 分钟（en-orig 自动字幕）
- 转录稿: sources/all-in/20260808-muRIXCDw-k0
- 录制日期：2026-08-06（Jason 开场自报"今天是 8 月 6 日"），发布 2026-08-08
- 广告 / 非内容段（引用时跳过）: [00:00:00]–[00:02:00]（寒暄与表情包）、[00:45:24]–[00:47:25]（All-In Summit）、[01:13:40]–[01:14:42]（片尾）
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）： 页头说"两个 David 是本期最大的归属风险"——分离可以把两人分开：
标签 占比 认定 依据 SPEAKER_05 29.7% Jason Calacanis 开场"All right, everybody. Welcome back to your favorite podcast"（[00:00:00]，100%） SPEAKER_03 14.5% David Friedberg Jason 以"Freeberg, this is your alma mater. What are your thoughts here?"结束一轮（[00:03:00] 块）后，00:03:42–00:05:10 由此标签作答 SPEAKER_01 30.7% David Sacks 开场约 1 分钟时迟到入场（"Oh, there he is. He made it. >> Hey guys"，[00:01:00] 块，00:01:02 起为此标签）；"So Sax, your thoughts here"（[00:09:03] 块）后 00:09:54–00:12:31 由此标签作答 SPEAKER_04 23.9% Brad Gerstner "Brad what's your take on this"（[00:07:02] 块）后由此标签作答（100%） SPEAKER_02 0.9% 片头/片尾曲 只出现在前 10 分钟与 70–80 分钟，恰为主题曲歌词（"Rainman David… let your winners ride"） ⚠️ 两处更正页头：①Sacks 不是"中途加入"，是开场约 1 分钟迟到；②本页各节按人归属的引用，按锚点逐条核对后未发现两个 David 互相错记。 SPEAKER_00（9 秒）为碎片。
说话人与专名校正¶
⚠️ 转录稿没有 SPEAKER 标签，只有 >> 换人标记，且大量缺失——好几处是同一段里换了人却没有标记。归属按自陈与被点名线索：
| 线索 | 归属 |
|---|---|
| 开场报幕、"Freeberg, this is your alma mater"、"Sax, let me have you comment"、Poly market 数据、Google 产品用户数、"我全部只用非前沿模型"、Elon 回复我的推文 | Jason |
| 资本配置论（capex 高 alpha 低 beta）、SpaceX 分部财报拆解（Starlink ARPU / EBITDA / 30x 倍数）、"Sonoma County 的农场用过 HughesNet"、ZIRP 与 AI 范式不同 | Friedberg |
| "and then there were two"、双寡头与两层市场、Airtable 30% 配额达成率的推断、清洁条款与清算优先权、对华数据出口的双重用途检验、EUV 出口管制 | Sacks |
| "我认为 David 说得很对"、Altimeter、SpaceX IPO 当天上 CNBC、"我们在最近三轮都 pass 了 Airtable"、"Jensen 在我们播客上跟我说" | Brad |
⚠️ 两个 David 是本期最大的归属风险：转录稿里 "David" 既可能指 Sacks 也可能指 Friedberg，且两人本期都做了长段财务分析。本页在无法区分处写"某位主播"。一处明确的例子：[00:39:22] 提出数据中心融资问题的人被 Brad 称作 "David"，按上文 [00:25:13] 的 $30–50/watt 推算是同一人 → 判为 Sacks；但 [00:41:23] "You're saying Brad they would be willing to overpay by 5x?" 这句归属不明，本页不指认。
⚠️ 自动字幕把绝大多数专名拼错了，本页按公开信息校正：
| 本页写法 | 转录稿拼法 |
|---|---|
| Demis Hassabis | "Deis Hassabis" |
| Jeff Dean | "Chef Dean" |
| Chamath Palihapitiya | "Chimath"/"Jimoth"/"Jimoth" |
| Brad Gerstner / Altimeter | "Brad Gersonner" / "Alimter" |
| Grok / Cursor | "Grock" / "Curser" |
| Gwynne Shotwell | "Gwen Shaw"/"Gwen Shotwell" |
| HughesNet / Viasat | "Huenet" / "Viaat" |
| Airtable | "Air Table"/"air tableable"/"error table" |
| EBITDA | "EBA"/"Ibida"/"ebidom" |
| Surge / Mercor / Micro1 | "Sergei" / "Meror"/"Mira" / "Micro One" |
| ByteDance / Kimi / Qwen / GLM 5.2 | "Bance" / "Kimmy" / "Quen" / "GLM 52" |
| Marc Benioff / Satya Nadella / Jensen Huang | "Ben off" / "Satia Nadella" / "Jensen Wang" |
| FedRAMP High / DoD IL5 | "Fed ramp high" / "impact level 5" |
| Dario（Amodei） | "Adaio" |
| Terafab | "terapab"/"terra fab" |
| Leopold（Aschenbrenner） | "Leopold" |
| vibe coded | "vioded"/"vive coded" |
两处数字必须校正： - ⚠️ [00:13:04] "Gemini 在 Q2 有超过 950 monthly active users"——漏了"million"，语境是9.5 亿月活。 - ⚠️ [00:36:21] Starship 单次发射"增加 60 terabytes per second"——单位错误，应为 terabits/s。同段前面说 Falcon 9 单次 27 颗 V2 增加 2.6 Tbps，而结论是"超过 20 倍容量"；2.6 × 20 ≈ 52，只有 60 Tbps 才能对上。本页按 Tbps 记。
本期在本库中的位置：这是本库第一次拿到"前沿模型市场已收敛成双寡头"的正面主张与反驳同期并列，也是SaaS 之死这条线第一次有了一个完整的退出案例可以解剖（Airtable）。此外它给 AI 算力与基础设施 补了本库此前最缺的一层：$/watt 这个单位、以及 6 GW 增量对应的 3000 亿美元融资问题到底怎么解。
⚠️ 一条贯穿全期、值得单独指出的结构：本期四个人在同一个事实上给出了四种互不相容的推论——"Google 的顶尖科学家在离开"。Friedberg 说这是理性的资本配置（模型是高 beta），Brad 说这是渠道冲突（云要把算力租给 Anthropic，内部团队要拿它去打 Anthropic），Sacks 说这证明前沿已成双寡头，Jason 说 Google 仍会是第一 AI 公司（因为消费端分发）。本库四条并列，不裁决。
一、Google 的 AI 人才外流：同一事实的四种读法¶
事件（[00:02:00]–[00:03:00]，Jason 报幕）¶
- Demis Hassabis 转任 DeepMind 主席 + Google 首席科学家。"报道形容为退位或者被踢上楼；Google 把它包装成晋升。"
- Axios 引述："Google 的 Gemini 3.5 Pro 落后了几个月，公司内部人士对 Axios 说这部分是因为士气低落。" 多位顶尖研究员（含 Gemini 的联合负责人）已去竞争实验室。
- Jeff Dean 加三位 AI 明星离职，创办 Discovery Loop，主攻"AI 里的深层科学突破"。⚠️ Jason 称 Dean 是员工编号 30、1999 年加入、连续工作 27 年。
- Google 股价当日跌 4% —— Jason 的换算是"2000 亿美元市值，如果你想把这两件事关联起来的话"（他自己给了这个限定）。
读法 A：Friedberg — 这是资本配置的必然结果¶
（[00:03:00]–[00:07:02]，本期最完整的一段论证）
他先给了第三种解释（前两种是"创造性破坏/这些人没交付"和"创业的诱惑"）：
| 数据中心 capex | 前沿模型研发 | |
|---|---|---|
| 风险特征 | 高 alpha、低 beta | 理论上高 alpha，但 beta 极高 |
| 税务 | 加速折旧使美国 AI 算力投资极度税优 | — |
| 需求 | 算力需求极端旺盛，ROIC 模型"相当显然" | "你能从模型里交付出利润吗？" |
| 环境 | — | 开源/开放权重追得太快、前沿实验室彼此追得太快 |
- 关于税务，Brad 补了具体口径（[00:08:02]）：按 26% 企业税率，capex 当年可全额抵扣 → "你每投一美元 capex，基本上等于打了 26% 的折，那是你直接拿回来的钱。"
- Friedberg 的落点：Google 有"世界上最好的企业装机基础之一"（最多企业客户 + 最多消费者），"两种情况下它都不一定需要有最好的模型，就能有一门了不起的生意。它可以做 model agnostic"——可以和 Anthropic 合作、和 OpenAI 合作、和 SpaceX 合作、托管所有开放权重模型。
- ⚠️ 他还提到 Google 在 SpaceX 和 Anthropic 都有重大持股（[00:06:02]）。本库照录。
- 由此推出科学家的处境："你在 Google 内部，而他们把资本配给了基础设施和数据中心、配给了支持广泛的模型生态，而不是配给你的模型……那你就会开始想：既然我可以走到街那头去见 Brad Gerstner 和另外几个人，拿一份 PPT 就以数十亿美元投前估值融到几十亿美元，那可能是更好的路。"
- 他自己给的总结句："所以如果我是董事会、是管理层，我会把更多资本投进算力基础设施，更少投进模型研发。"
一段有用的历史锚点（[00:05:01]，Friedberg）：Jeff Dean 几年前的早期访谈里提到，Google 在 ChatGPT 出来前一年内部就有等效的东西，选择不发布是怕蚕食搜索；"那就是 Sergey 介入、整个复兴开始的时候"。
读法 B：Brad — 渠道冲突¶
（[00:07:02]–[00:08:02]）
- 佐证：微软本周引用 Morgan Stanley 报告称其"tokens as a service"业务 ROIC 超过 30%。
- 机制："Google Cloud 想要全部算力去往外租给 Anthropic，而内部在造前沿模型的人想要那些算力去跟 Anthropic 竞争。"
- 他把这条推广成一张地图：
- 有渠道冲突：Google、微软（"不过我甚至觉得他们在模型上已经不再冲击前沿了"）、SpaceX（一边把算力租给 Anthropic，一边用 Grok 和 Cursor 造自己的模型）、Meta（正在进入 IaaS）。
- 没有渠道冲突：Anthropic 与 OpenAI——"他们说我们不做基础设施生意，我们只做模型生意。"
- 结论："看起来这在 Google 正在朝'更像一家基础设施公司'的方向被解决……如果这些人都走了，我们可能真的不会再看到那些公司站在模型研发的前沿。"
读法 C：Sacks — "and then there were two"¶
（[00:09:03]–[00:12:04]，本期最该被单独引用的一段）
"我看到 Google 这个新闻时的反应是：然后就剩两家了。一年前我们还有五家大公司在争领先的前沿实验室、领先的前沿模型。现在真的只剩 Anthropic 和 OpenAI 了。所以前沿智能的市场已经变成一个双寡头。"
他明确加了限定：Elon 仍在追，Google 自己肯定会说还在追，但激励结构是矛盾的。
他给的市场结构模型（本页对 AI 商业化与价值捕获 最有用的一条）：
"我认为我们正在演化到一个两层市场结构：有一个前沿智能的市场，还有一个我们姑且叫商品化 / 落后智能的市场——落后 6 到 12 个月。那些 token、那些模型是有市场的，但现实是你没法为权重收任何钱。你可以为算力收费，可以为你提供的推理收费，可以为把整套东西搭起来的咨询服务收费。但如果你不在前沿，你就没法为模型层本身收费。如果你在前沿，你可以收溢价。"
- 他给的证据是增长率（⚠️ 均为他的转述，本库未核实）：
- Anthropic 现在 ARR 超过 800 亿美元，年初是 100 亿；原本预测年底退出 ARR 1000 亿，"大多数人说那不可能达到"，现在看来会提前两个月做到，估计已上调到 1100–1200 亿甚至更高。
- OpenAI 在加速。
- 他的类比："我把它想成 Apple。Apple 在跟 Android 竞争，Android 是开源的、全世界用户更多，但所有变现都归 Apple，因为人们愿意为溢价体验付钱。"
读法 D：Jason — 分发才是护城河，我自己只用非前沿模型¶
（[00:12:04]–[00:14:04]）
- 数字：Google Cloud 同比营收增长 82%（"云厂商史上没见过"）；Google 有 5 个产品月活超 30 亿（Android、搜索、Gmail、Chrome、YouTube）、13 个产品超 10 亿；Gemini 在 Q2 月活超 9.5 亿，同比三倍。
- 他的判断："在消费端使用量上，他们今年会遥遥领先地成为第一 AI 公司。"
- ⚠️ 本期最锋利的一条个人证词与它当场被驳：
Jason："我一直在专门用非前沿模型。而对我在做的 95% 的工作，够用了。……我前几天发推说，我用的开源模型和前沿模型之间的差别已经可以忽略不计了。我相信这对我在做的工作是真的。" Elon 的回复："其实是天壤之别。"
- Jason 的加码："人们用前沿模型是因为他们公司就是这么配的，而现在部署开源太麻烦，但这会越来越容易。"
二、"够用了" vs "溢价"：本库这条线的四种立场第一次同期出现¶
这一节把本库长期跟踪的商品化之争推进了一步，因为四个人的分歧点第一次被压到同一段对话里。
- Sacks 的边界条件（[00:14:04]–[00:16:06]）：他接受"对 Jason 的用例，中端商品化智能够用"，但给了三类会付溢价的情形：
- 竞争性行业（举例对冲基金）——"你不想冒险让自己拿不到最好的智能"；
- ⚠️ 用例不成熟时（他明确引 Decagon 的博客——即本库已收录的 Decagon 那期）："当你在找用例、还不知道价值在哪时，你就是想用最好的，因为找到那些用例的回报远远大于你在 token 层付的那点溢价"；
- 便利性——直接上前沿省掉整套编排。
- 他的自我类比："一部 Android 手机对我也够用了。你知道吗？我还是付溢价买这个，因为我用得太多了。"
- ⚠️ 他插的一句很具体的风险："除非你的员工在干蠢事，比如你搞了个排行榜然后他们开始 token maxing"——本库 token 治理 那条线的又一个样本。
- Friedberg 的"混合"立场（本节最具操作性的一条）（[00:16:06]–[00:18:09]）："认为存在一个你可以万事都用的模型，这个假设本身就是错的。"
| 场景 | 他的选择 |
|---|---|
| 简单工作流应用（绝大多数） | 开源 / 开放权重 |
| 需要高质量模型专精的专门应用（生命科学、基因组建模） | 付费的高端模型 |
| 媒体公司做 AI 视频渲染 | "用 Gemini 的视频模型，或者 Sora，或者那个应用上最好的那个" |
| 消费者 | 不会用开放权重——"付 20、40 美元一个月拿 ChatGPT / Gemini / Claude 就很开心" |
| 企业 | 主动挑一个组合：便宜开放权重跑简单工作流，复杂模型跑关键工作流，再加专门模型 |
- ⚠️ 他明确给 Gemini 留了门："现在就把 Gemini 从'造出色的专门模型'这件事上划掉，还太早了。他们有最好的视频数据、最好的生命科学数据，在生命科学侧做得比 Anthropic 或 OpenAI 都久得多，遥遥领先。而 Demis 仍然会继续管 Isomorphic Labs。"
- 他的商业落点："如果你能成为那个提供这套模型组合的云服务商——这正是 Google GCP 现在能做的——那我会更愿意跟 GCP 合作，而不是只跟 Anthropic 合作。"
- Brad 的两条"本周非共识"（[00:19:09]–[00:20:10]）：
- Elon 对 Jason 的回复："过去两周所有人都在说中国追上了、开源 token 在智能上追上了、还便宜得多。而 Elon 出来说：没那么快。我们正在进入奇点，前沿模型比人们以为的领先得多。"（Brad 自己："我相信这是真的。")
- ⚠️ Jensen 本周的说法："闭源模型其实更便宜——如果你不用自己建、不用承担训练成本和大量微调、维护、护栏、保安全的专业能力。"
- Brad 自己的收束句（很适合直接引用）："对绝大多数用例，token 消耗量在往开源那边涨，而经济份额在往前沿实验室那边涨。我认为这正是我们想看到的。"
- Jason 记录的一条价格事实（[00:18:09]）：OpenAI 与 Claude 都做了大幅 token 降价；同时"模型之间的编排正在被建进企业内部的很多 harness 里"。
⚠️ 本库标注：这一整节与本库已有的三份材料构成同一问题的第四次交锋——Decagon 的"份额是用例成熟度的滞后函数"、Simon Mo 的"能力上今天就没有大差距，差别在发行"、Baseten 的分模态限定。Sacks 的两层市场模型是目前最简洁的一个框架，但它有一个未被本期任何人挑战的前提：落后是 6–12 个月且稳定。 本库把这个前提单列为待跟踪项。
三、SpaceX 首份公开财报：本库第一份 $/watt 的单位经济学¶
数字（[00:20:10]–[00:21:11]，Jason 报幕）¶
| 项 | 数值 |
|---|---|
| 股价 | 财报后跌 13%；自 6 月 IPO 以来跌 30%；现估值约 1.4 万亿美元（IPO 时在 2 万亿以上） |
| Q2 营收 | 78 亿美元，同比 +92%，环比 +67% |
| AI 营收（Jason 戏称 "Elon Web Services"） | 环比三倍以上至 26 亿美元——来自 Colossus 向 Anthropic 与 Google 出租算力 |
| Q2 capex | 184 亿美元，同比 6 倍，年化约 750 亿美元 |
⚠️ "Elon Web Services" 是 Jason 的自创称呼，不是产品名。
Brad 的解读：指引与三个市场疑问（[00:21:11]–[00:23:12]）¶
- 指引：年底 1000 亿美元 ARR；把 1 万亿美元 ARR 的目标从 2031 提前到 2030。
- 对照：Morgan Stanley 的 2030 营收预估是 3250 亿美元；而去年这家公司营收 180 亿美元。"无论你取 Morgan Stanley 的数字还是 Elon 的数字，市场显然都没有把它计入价格。"
- 市场的三个疑问：
- 算力出租：租给 Anthropic 一大块之后，"是拿算力造自己的前沿模型，还是租出去？如果租出去，你能不能找到有资本承接的人？"他说的数字是 10–20 GW，"人们在想这怎么融资"。⚠️ 并且"GPU 出租生意的估值倍数往往很低，看看 CoreWeave"。
- ⚠️ 前沿模型业务是"沉睡的那块"（他的原话是 sleeper）：财报电话会上称 Grok 在 7 月 token 三倍；Cursor 本已在从 30 亿走向年底 100 亿的路上；"Cursor 加 Grok 到年底可能是 100–200 亿，那会是一项极有价值的资产，估值倍数会远高于数据中心生意。"（⚠️ Cursor 收购尚未完成交割）
- Starlink（见下）。
- 他自己的持仓披露与情绪："我在几支投了 SpaceX 的基金里，昨天或今天刚拿到第一笔分配……但我要留给孙辈。"以及"入场价格是重要的——IPO 当天我上 CNBC 说，我想拥有这家公司，但我不确定今天是我买它的日子。"
Sacks：Starship → V3 卫星 → 直连手机（[00:24:13]–[00:26:13]、[00:36:21]–[00:38:22]）¶
- Starship 试飞成功、隔热瓦有效 → 更高频次发射 → V3 卫星 → Starlink 带宽大增 → 直连蜂窝（direct to cell）。
- ⚠️ 他给的带宽换算（本页已校正单位）：
| 现状：Falcon 9 + V2 | Starship + V3 | |
|---|---|---|
| 单次发射卫星数 | 27 颗 | 60 颗 |
| 单次增加网络总容量 | 2.6 Tbps | 约 60 Tbps |
| 倍数 | — | 超过 20 倍 |
- V3 卫星单颗带宽是 V2 的 10 倍。
- 上次试飞据他理解还部署了 20 颗 V3 做测试并成功建立连接，"他们还装了高清摄像头，所以我们才能看到 Starship"——⚠️ 他随后确认那批只是测试，已经烧毁。
- 下一个里程碑他说得很明确：用 Starship 发射 60 颗 V3、送入正确轨道、建立连接、把带宽加进网络。
- ⚠️ 他转述 Elon 的一句远景："Starlink 网络最终可能承载大约一半的互联网流量。"
- 算力侧的口径：数据中心从 1.4 GW 到年底约 2 GW；算力现货价 30–50 美元/瓦 → 每 GW 300–500 亿美元，"我认为他们现在在这个区间的高端"。
- 由此反推指引："当 Elon 说我们年底要到 1000 亿 ARR，你只需要相信他们在 2 GW 算力、按 50 美元/瓦运行就够了。这还不包括 Starlink、发射业务、Grok/Cursor 那块或者任何其它东西。"
- Jason 的归纳："多条赢的路径。"
Friedberg：Starlink 单独就值一万亿（[00:26:13]–[00:29:13]）¶
分部数据（Q2）：
| 分部 | 结果 |
|---|---|
| Connectivity（Starlink） | 营收 43 亿美元，调整后 EBITDA 26 亿美元 |
| Space | 约 -2 亿美元（"算打平"） |
| AI | +11 亿美元 |
Starlink 的用户经济学：1200 万订户（同比翻倍）、ARPU 每月 66 美元、环比 +20%、消费端每季度净增 200 万。
- 他的外推："快接近 2400 万订户的年化运行率了……假设企业侧（航空公司等）也在同步 scale，Starlink 单独可能做到 400 亿美元营收，其中很大一部分转为自由现金流，可能是 300 亿美元自由现金流。"
- 倍数："这类订阅生意续费率很高、capex 很低，我认为可以给 30 倍。Starlink 单独在 18 个月到 2 年内就可能是一家万亿美元市值的公司。"
- 他的结论句："那我认为就为其余所有东西提供了资金，其余的都算科学项目和上行。"
- ⚠️ 一手体验："我以前在 Sonoma County 的农场上装过 HughesNet 才能上网……那个市场被 Starlink 摧毁了。" 他还点了 AT&T、Verizon、HughesNet、Viasat "都被打残了"。
- ⚠️ 他自己给整个 bull case 加的限定（[00:26:13]）："AI 这块，按 Brad 的说法，今天在算力租赁上拿到的定价是不是暂时的、是不是因为市场上缺算力而收的溢价，这一点不清楚。所以我认为那里有个问号。"
Jason：估值倍数的收敛与 Tesla-Starlink 的连接层（[00:31:14]–[00:33:18]）¶
- 他给的两个可能被证伪的顺风：每一辆卖出的 Tesla 都会内置 Starlink（合并完成后），由此形成手机 ↔ 任意 Tesla 的 Wi-Fi 网络，加上下一代 Starlink 的直连。
- 估值："上市之初 Tesla 的市销率是 160 倍……随着营收上来，现在降到 45 倍市销率了。"
- 他列的两条逆风（自己认为会被证伪但值得记）：① 端侧/桌面/开源模型变小变好会不会削弱 token 与算力需求（"我不觉得按需智能有上限"）；② Starlink 主要服务农村——"如果你楼里有 Verizon 光纤或 Spectrum，你不会也没法在楼上装 Starlink。"
四、⚠️ 6 GW 增量 = 3000 亿美元：本库第一次把这个融资问题问到底¶
这是本期对 AI 算力与基础设施 最大的贡献（[00:38:22]–[00:45:24]）。
Sacks 的两个问题（提得比答案更有价值）¶
Elon 说年底 2 GW，明年 5–10 GW，"更接近 10"。取 8 → 净增 6 GW。
- 现货价会不会守住？"你怎么知道现货价会停在这里？50 美元/瓦守得住吗？我们怎么跟踪？风险有多大？"
- 他从电话会得到的印象是 Elon 认为这个数字还会涨，因为市场受内存约束：⚠️ "明年内存产量可能增加 20%，但需求增长 200% 以上。"
- 他给的一般化表述："市场总是被当时那个瓶颈约束着。现在的瓶颈是内存。"
- 6 GW × 500 亿/GW = 3000 亿美元 capex，怎么融？"他们说回收期是一年或更短。我确定那是跟现货价绑着的。所以你只需要融一年。问题是：你觉得 NVIDIA 会给他们这笔融资吗，还是这会怎么演？"
Brad 的回答：三条路，每条都有对手方问题¶
（[00:39:22]–[00:41:23]）
- 先修正下限："首先，建一个 GW 最少是 500 亿美元。所以你的 3000 亿是对的。"
- 三条路：① 去市场上借；② 做稀释性股权融资；③ 让 NVIDIA 兜底。"前两条他们都不想做"，第三条 NVIDIA 已表示会做更多，但"NVIDIA 的股东不希望它无限兜底"。
- ⚠️ 恐惧的具体形状（本节最该记的一段）："世界上的恐惧是那个现货价某个时点可能会反过来打你，而一旦反转，回收期就变了。没有人真的认为回收期会是一年，哪怕今天的现货价暗示它就是一年。"
- 他给的历史对照："就在几个月前，人们还认为回收期是四年——你花 50，然后每年赚 10 到 15，四到五年回本，然后第六年才把回报率推到 20% 以上。"
- 为什么现在这么贵："短缺太急性，前沿实验室的付费意愿太高，因为他们都意识到自己正处在某些重大突破的边缘，所以他们愿意付市场价的三、四、五倍去拿到规模化算力。"
- ⚠️ 承接方的结构性集中（本页对本库最有用的一条事实）："没多少人有能负担这个规模算力的承接收入。买 SpaceX 富余算力、或者在俄亥俄建 10 GW 的，不是中国开源公司，是 OpenAI 和 Anthropic。当你听到超大规模厂商在建这些算力，他们是建来卖给我们刚才提到的那几家的。绝大多数承接承诺来自 Anthropic、OpenAI 和 NVIDIA。"
- 规模感："今年 Anthropic 和 OpenAI 加起来的起始总算力大约是 5 GW。所以他说的是增量加上比这两家加起来还多的量。"（Sacks 的回应："这也不算多大的增幅，因为 Anthropic 在同比 10 倍增长、OpenAI 大概 4 倍甚至更高。"）
- 他自己的时间限定："需求今天存在于世界上，我认为未来 12 到 24 个月都会存在。但市场上有一堵担忧之墙。"
⚠️ 循环融资：Bill Gurley 的框架被搬上桌¶
（[00:43:23]–[00:45:24]）
- Jason 的观察："这次 100 亿瓦要花 5000 亿美元这件事被公开讨论、市场被教育过了，意味着如果它没兑现或者放缓，人们能实时调整。我怀疑这个速度撑不过再两年左右。"
- Brad 引 Bill Gurley："他会说：我真不敢相信我们都这么泰然地接受了这个程度的卖方融资——他会把它叫作循环收入（circular revenues）。但市场已经习惯了。"
- ⚠️ 本节最该被跟踪的一句："记住，就像我们 7 月看到的，只要出现一次对需求的惊吓，整个板块就一起跌。因为这就是你往系统里泵的杠杆——你实际上是在为人们在收入之前先建产能做兜底。所以一旦真的看到需求滑坡，它会激烈得多。"
- 7 月那次的成因，他给得很具体："7 月的回调是 Kimi 把人吓到了——天哪，他们要把前沿的收入打下去。而如果他们打掉前沿实验室的收入，谁来为这些算力买单？这就是为什么 CoreWeave 那类公司和所有半导体股跌了 40%。"
- 另一条硬指标（Friedberg 补）："信用利差在这些交易上一直保持在很宽的位置。所以市场对它们是有恐惧的。"
⚠️ 本库标注：这一节与本库已记录的 2026-07-31 那期的杠杆与热钱结构、Chamath 的 ROI 反噬论 是同一条线，但本期第一次把"承接方是谁"这个问题的答案写死了：Anthropic、OpenAI、NVIDIA 三家。这使得"需求滑坡"这个风险有了具体的三个可观测对手方，而不再是抽象的宏观担忧。
五、Airtable 卖身：SaaS 之死这条线第一次有了完整解剖对象¶
事实（[00:47:25]–[00:48:27]，Jason）¶
| 项 | 数值 |
|---|---|
| 收购方 | Bending Spoons（米兰，上月刚上市；已收 AOL 遗留业务、Evernote、Eventbrite、Vimeo、Meetup） |
| 对价 | 12.8 亿美元，约为 2021 年 117 亿美元峰值估值的 10% |
| 含现金口径 | 有说法是 22.5 亿美元 |
| Airtable 基本面 | 年营收 4.8 亿美元、增长 20%/年、账上近 10 亿美元现金、盈利 |
| 市场反应 | Bending Spoons 股价涨 15% |
⚠️ 关键结构（Sacks 补的、Jason 报幕里没有的一条）：Airtable 在被收购之前，先把它的 AI agent 业务（叫 hyper agent）分拆成了一家独立公司。
Sacks 的解剖：从 30% 配额达成率反推出一整个故事¶
（[00:48:27]–[00:53:32]，本页对 AI 商业化与价值捕获 最有用的一段）
他明确标注这是从一个数据点读出来的推断（"我在字里行间读"）：只有 30% 的 Airtable 销售团队达成配额。
推断链：这是一家 PLG（产品驱动增长）成功、有机增长约 20%/年的公司 → 但对它的董事会不够（有人是在 117 亿估值进的，要的是风投级回报）→ 董事会施压创始人叠加一套传统的销售驱动打法（"坦白说这对他们是不自然的"）→ 不奏效：拿到一点增长，但只有 30% 达成率，"几百个几百个销售代表在推一根绳子，而它并没有让公司长得更快"。
收购方的机会："Bending Spoons 可以进来做 Elon 在 Twitter 做的事——砍掉 85%–90% 的成本结构。别做销售驱动，回到你的 PLG 根子上。你大概能留住那 20% 增长，而它会是一家非常赚钱的公司。"
- 数量级：可能做到 3–4 亿美元 EBITDA，"三年就能覆盖收购价"。
- ⚠️ 然后是本节真正的问题："为什么这不是公司自己能做的事？"
- 他的结构性答案："我认为这非常难——对董事会里的 VC 和对创始人都是——切换到私募股权模式。为什么？因为他们得去拆自己建起来的东西。他们对团队有全部的忠诚。他们不会去想怎么砍掉 80% 90% 的成本结构。那根本不是他们做的事。"
- 加上第二层："而且资本表的结构完全不对，因为他们坐在一个巨大的清算优先权后面。"
⚠️ Brad 的反驳：这没那么容易¶
（[00:53:32]–[00:55:33]）
- 对倍数启发式的降温："营收倍数会压缩得非常快。它只在公司增长超过 50% 时管用。记住它只是个启发式，一个几乎只在硅谷用的粗估。所以人们说'天哪这东西卖了两倍营收'，但你按穿透口径看，它可能卖了大概 30 倍自由现金流。"
- 对 EBITDA 目标的直接怀疑："我不认为把它做到 4 亿 EBITDA 是容易的。如果容易，董事会早就做了。"
- 他给的机制（本页最该被引用的一条产业观察）："一旦它们慢下来，公司士气就完蛋了。客户流失开始飙升。它开始自我强化。每天上班都很难受。"
- "我的猜测是核心产品已经开始真的哑火了，因为核心产品的推进变慢了，产品侧在掉人。"
- ⚠️ 他把这条推广成对整个 SaaS 的诊断："现在一家软件公司几乎不可能留住任何像样的销售、任何像样的产品开发人员，因为他们都想去做 AI。"
⚠️ Sacks 的反驳之反驳：AI 让维护模式变便宜了¶
（[00:54:33]–[00:55:33]，本页最值得单独记的一条新论证）
"我认为 AI 在某种意义上让他们的活变容易了。因为过去你之所以不能把全部人才和基础设施砍掉，是因为你需要机构记忆——你需要懂代码库的人。现在 AI 能立刻学会代码库。" "我认为有了 AI，维护模式变得容易得多，因为你不再需要历史知识了。AI 可以进去把那份历史知识重新构建出来。"
⚠️ 本库标注：这是本库第一次记录"AI 改善了私募股权式软件资产 roll-up 的单位经济学"这条论证。它与本库既有的 AI 与就业 讨论方向相反——那些讨论的是AI 替代增量工作，这条说的是 AI 让"停止投入、只维护"这个选项变得经济上可行，因此会加速把慢增长的软件资产从风投池转移到私募池。未被本期任何人反驳，也未被验证。
Friedberg 与 Sacks：ZIRP 与 AI 不是同一件事¶
（[00:55:33]–[00:57:33]）
- Friedberg："这是一个非常不同的范式。AI 的 capex 建设和模型训练——资本主要流向的地方——不是在给营收乘一个高倍数（SaaS 时代资本正是这么流的：拿 20 倍，把一块钱变成 20 块，太好了，天天做）。这是一个非常不同的结构、战略和资本配置过程。所以我不会把两者看成有关联。"
- Sacks 补 ZIRP 时期高估的两个原因：① 人为的低利率造成投机性资产超级泡沫；② 人们把这些东西当成有保证的年金、而且是增长的年金——"看到 120% 的净金额留存率，就把基准情形定为它会永远每年增长 20%，然后照这个定价"。
- AI 打破的正是年金假设："明显有颠覆，你不能……我确定他们现在的流失在抬高，它不是年金。事情会变。"
谁最受冲击：no-code 而不是全部 SaaS¶
（[00:58:33]–[01:00:36]）
- Sacks 的定性："Airtable 一直是个有点古怪的产品。在这家公司热度顶峰时人们说它是新 Excel、新 Google Sheets……基本上是'文字的电子表格'。但它从没实现那种普及。大多数人到今天还是不知道 Airtable 是什么。它有铁杆粉丝，但它从来不是自解释的。"
- Jason 的一句："老实说，如果你看 Claude 的 co-work agent，那些东西现在就在做 Airtable 做的事。"
- ⚠️ Sacks 给的最清晰的机制："Airtable 或 Retool 这类东西的问题在于：确实你不需要是程序员才能用它们，但你必须学会怎么用它们。某种意义上它们是另一种编程语言。而现在你不需要学那些了。你用 Claude，直接告诉它你想要什么。你没有那条学习曲线。"
- "所有 SaaS 现在都在被冲击，但这一块肯定是被冲击最狠的。"
- 但他立刻划了界："我不认为你想把 CRM、ERP、HR 系统换成 vibe coded 的东西。任何涉及合规的东西你要的是确定性。"
- 两位主播的一手实践（[01:00:36]）：Sacks 与 Jason 的团队都各自 vibe code 了自家的投资组合管理工具。Jason 的量化："买现成软件大概要 25 万美元软件费加两三年 100 万美元集成费，我们一个月就建好了，现在对整个投资组合、竞争格局、创始人、所有事都有完整视野。"
合规护城河：本期引用的那段论证¶
（[01:01:36]，Sacks 引述一篇他没有点名作者的帖子）
大意是：没有人买微软是因为微软写最好的代码，买它是因为它是其它一切运行其上的轨道。Active Directory 存着员工身份、Excel 是董事会数字的来源、Teams 是合规录音发生的地方、Azure 持有 FedRAMP High 授权和国防部 IL5 认证——一家国防承包商不能随便换成便宜货。
- 他的落点："如果你是大企业，你不会想花几千万美元去拆掉一个一年只花你 100 万美元的东西。那说不通。"
- ⚠️ 他引的实时佐证：Marc Benioff 五分钟前发推说 15 个内阁部门中有 15 个跑在 Salesforce 上。"政府不会把 Salesforce 拆掉换成 vibe coded 的东西。"
⚠️ 一条被记下来的市场教训：Leopold¶
（[01:00:36]、[01:02:37]、[01:03:37]）
- Sacks："记住 Leopold 之所以被打爆，是因为他押了 SaaS 末日。不只是他重仓做多那些经历回调的芯片股——他还大举做空 Adobe 和一堆 SaaS 公司，那些交易也反着走了。所以说所有 SaaS 都会被抹掉，是用太粗的笔在画。"
- Brad 的反证数据：IGV（高增长软件 ETF）近 6 个月涨 20%；Snowflake 近 6 个月涨 88–90%，"这把它放进了和半导体 AI 股同一档"；Databricks、ClickHouse 也做得极好。7 月半导体 AI 股下跌时软件股反而在涨。
- ⚠️ 转录稿在 IGV 处有一句自相矛盾的表述（"近 6 个月涨 20%，近 5 年涨 20%"），本库照录不裁决。
- Jason 的补充：他把 Figma 放进"有伟大创始人、有热情用户群、会成功跳到 AI 优先产品"的那一类。
资本表的结局：Brad 的"这是一次不错的失败"¶
（[01:03:37]–[01:05:37]）
- ⚠️ Brad 的披露："我们在最近三轮都 pass 了——我记得是 20 亿、50 亿和 117 亿估值那三轮。"
- 结果："但所有那些后期投资人——最有声望的那些成长期基金——他们都拿回了本金，而早期投资人赚了很多。所以如果这算失败，这对硅谷来说是一次相当不错的失败。"
- ⚠️ Friedberg 的限定："我认为净现金后他们可能比募资总额略少一点，但看起来大家基本都被补齐了。"
- 由此展开的条款讨论（Sacks）：1 倍清算优先权是标准的，"只是意味着在别人开始赚钱之前你先拿回本金，这是恰当的"；参与优先股是双份——"我们从来没做过。我们相信清洁条款。没人想对创始人下狠手，只是让资本表上一部分人赚钱、另一部分人亏钱说不通。"
六、美国数据标注公司在卖给中国实验室：本库这条线的新战线¶
事件（[01:05:37]–[01:06:38]，Jason 报幕）¶
- Forbes 调查，标题大意为"这些美国创业公司正在让中国的 AI 更聪明"。
- 两家被点名：Surge 与 Mercor，估值均超过 200 亿美元。它们把训练数据集卖给 OpenAI、Anthropic、联邦机构，"同时把同样的数据集卖给中国顶级 AI 公司"——腾讯、字节跳动、阿里、Moonshot 等。
- ⚠️ 规模：报道称中国前六大 AI 实验室每年花 5 亿美元买 Forbes 所称的"secret sauce"——博士撰写的内容、强化学习、知识管线。
- Jason 的利益披露："我在其中几家有投资，包括 Micro1。Micro1 的创始人没有参与卖给中国，他做了那个决定。"
Sacks：先问目标是什么，再用双重用途检验¶
（[01:06:38]–[01:09:40]）
- 先设框架："我们得先决定我们的目标是什么。我们是要跟中国打一场全面经济战吗？我们是要阻止我们所有公司在那边做生意吗？如果那是目标，你可以持那个立场。"
- 他给的历史规则："历史上的规则是，你要对具有双重用途——也就是有军事应用——的技术转移保持小心。"
- 他对数据的判断："我的感觉是数据在很大程度上是商品。数据标注当然是。如果你告诉他们不能用数据标注，我保证中国不缺劳动力去做数据标注。事实上他们大概已经在做了。我要说的是，拿到这些数据的路径有很多。"
- 反制风险："如果我们禁止这些公司卖给中国，我们应该预期中国采取对等行动禁止那边的公司卖给我们。也许是稀土。这两个国家并不是彼此完全独立的。"他随即补："顺便说，我希望我们尽可能独立和主权。我不想有任何依赖。但我们此刻确实还有一些依赖。"
- ⚠️ 他自己给的正面例子（本页最该记的口径）："我不反对我认为能打出效果的限制。比如我真的很高兴第一届特朗普政府限制了 EUV 光刻机对华出口。那大概是 2019 年，那是一个非常重要的决定。所以我认为有针对性的战略管制是有道理的。我只是要确认这一条真的达到了那个门槛。"
- 他反复回到同一个检验（[01:08:39]、[01:12:40]）："这些数据真的专有吗？它有双重用途吗？它有军事应用吗？"以及"如果这里真有什么秘密配方，我不想我们把秘密配方卖给中国。但说这会严重削弱中国——他们每年毕业的数理科学毕业生比世界其余部分加起来还多，他们不缺聪明人。"
Jason 的反驳：这不是标注，是把西方的知识打包¶
（[01:10:40]–[01:12:40]）
- 他描述的具体产物："这些数据集是美国的专家创建的，他们拿到的是有错误的 query。当你对一个高度技术性的 query 打了差评——可能是代码，可能是生物和科学——是博士进去放进最新最好的内容，然后验证、再验证。这就是为什么我们从 LLM 里得到越来越好的结果。"
- 他的定性："本质上你就是在帮他们追赶。如果我们不把它送过去，这本来可以是美国的一大优势。我认为这些模型变好的一大原因就是数据被泄给了他们。"
- 对 Sacks"中国也有博士"的反驳："要做到这个规模，他们得雇西方最好最聪明的科学家和专家。所以基本上是西方的全部知识被打包进我们的 LLM，而他们把同样的包转卖给中国公司，这意味着他们追得一样快。我认为这和蒸馏一起，是他们在追上来的很大一部分原因。"
- 他的立场表述："我不觉得给他们这个优势是很爱国的事。我不会这么干。"
⚠️ Brad：政治经济学上的"因为我们在赢，所以过关"¶
（[01:09:40]–[01:10:40]，本节最该被单独引用的一段）
- 他先站 Sacks："我完全同意 David——我们要最大化竞争。就我们今天所处的位置，美国在赢。我们的前沿实验室在赢，我们的开源在赢，而且我们的监管相当有限。"（并提到习将在 9 月来访做双边会谈、"我们在多条战线上推进关系"。）
- ⚠️ 然后是那句关键的条件式：
"话虽如此，我要告诉你，这件事会惹恼华盛顿那些人——他们觉得这个、加上蒸馏、加上芯片出口，某种程度上都说得通——会让人怀疑我们是不是让中国实验室追上美国实验室追得太容易了。" "我不认为它会让我们改变对华立场，原因就是我们在赢。但如果总统某天问他的顾问'我们在跟中国的竞争里赢吗'，而他突然得到的回答是'不，我们不再赢了，他们追上了，他们超过了'——那这些事就会受到远比今天严厉得多的审视。我认为它们今天之所以能过关，唯一的原因就是我们还在领跑。"
- ⚠️ 他的一手使用体验（本库对开放权重模型质量的又一条美方证词）："过去 60 天我一直在用 Kimi、Qwen 和 GLM 5.2——我的天，这些东西真好。"
一句被顺带说出的移民问题¶
（[01:12:40]，Jason）："而我们在毕业之后把他们赶出这个国家。那是另一个问题，我们得把它修好。"
⚠️ 本库标注：这一整节对 中美 AI 生态对照 的价值在于——本库此前记录的对华管制之争都集中在芯片（EUV、H 系列）与模型（封杀中国开源模型、蒸馏），这是第一条以"训练数据/RL 环境构造的人力"为标的的。而且它与本库刚记录的 Simon Mo 的"环境蒸馏不了" 恰好互补又互相牵制：Simon 说 RL 环境无法被蒸馏，而这条说的是构造 RL 环境所需的博士人力可以被直接买走。 两条并存意味着：不可蒸馏的东西，未必不可采购。 本库把这一对并列记入 中美 AI 生态对照。
本页可被后续证伪 / 跟踪的清单¶
| 主张 | 出处 | 可核时点 |
|---|---|---|
| 前沿智能已是 Anthropic + OpenAI 双寡头，落后梯队稳定在 6–12 个月 | [00:09:03]–[00:11:04] | 逐季 |
| Anthropic ARR 已超 800 亿，年底 1100–1200 亿 | [00:11:04] | 2026 年底 |
| SpaceX 年底 1000 亿 ARR；1 万亿 ARR 目标提前到 2030 | [00:21:11] | 2026 年底 / 2030 |
| SpaceX 明年 5–10 GW（更接近 10），对应约 3000 亿美元 capex | [00:38:22] | 2027 |
| 算力现货价维持 30–50 美元/瓦，回收期一年 | [00:25:13]、[00:39:22] | 逐季 |
| 明年内存产量 +20% vs 需求 +200% | [00:38:22] | 2027 |
| Starlink 单独在 18–24 个月内成为万亿美元市值公司（400 亿营收 / 300 亿 FCF / 30x） | [00:27:13] | 2027–2028 |
| Cursor + Grok 年底 100–200 亿美元 | [00:23:12] | 2026 年底（⚠️ Cursor 收购尚未交割） |
| Bending Spoons 能把 Airtable 做到 3–4 亿 EBITDA、三年回本 | [00:52:30] | 3 年（⚠️ Brad 明确不同意） |
| AI 让"维护模式"不再需要机构记忆，从而改善软件资产 roll-up 经济学 | [00:54:33] | 长期 |
| "因为我们在赢，所以对华数据出口今天才过关" | [01:09:40] | 事件驱动 |
| 中国前六大实验室每年 5 亿美元采购训练数据 | [01:05:37] | ⚠️ 转述 Forbes，未独立核实 |