跳转至

"七八家公司在挤出国债市场"：Anthropic S-1 拆解（80 亿亏损是会计幻影、compute multiplier、85% 增量毛利）、Chamath 承认自己判错了资产负债表，以及 Google 那 5000 亿是不是 AI 吃掉了搜索（All-In 第 295 期，2026-10-30）

⚠️⚠️ 本期的分段与收录判断必须先写：全期 86 分钟分三段——① Anthropic S-1（约 [00:03:02]–[01:01:34]，近 58 分钟）、② Google Q3 与那 5000 亿市值（约 [01:01:34]–[01:13:39]，约 12 分钟）、③ 美国中期选举预测（约 [01:13:39]–[01:24:48]，约 11 分钟）。⚠️⚠️ 第三段本库判定无 AI 实质内容、不收录（处理方式沿用 10-23 那期 对法国骚乱段落的先例），唯一例外是 Chamath 把"影响电力许可与数据中心"讲成民主党的杠杆点那一条，已并入下面第四节。

⚠️⚠️ 立场：Sacks 是现任政府官员，而本期有近一半时间在评价 Anthropic 的政治活动、监管诉求与"监管俘获"——⚠️⚠️ 他同时是这些判断的发出方和被评价对象的对手方，本库对他关于 Anthropic 动机、民主党议程与美国经济数据的全部陈述只记为"他的说法"，不采信为事实。 ⚠️ Chamath 自述正在卖企业软件（节目里反复自嘲的 "8090 corporation"），Jason 在节目进行中自述买入 Google 股票（"我在录节目的时候又买了点 Google"**）。✅ 而本期有一处罕见的自我纠错与一处当场互相纠错，本库认为那两处是全期最可信的部分（见第三、五节）。

⚠️ 自动字幕的专名与口径问题：Anthropic 被反复写成 "Ant"（这是他们说的上市代码，照录）；⚠️⚠️ Friedberg 讲价值链时把 Colossus 的持有方说成 "SpaceX"，而 Colossus 是 xAI 的集群——本库按内容判定该处指 xAI，并标出转录稿此处不可直接引用；Grok 被写成 "Rock"、Claude 多处被写成 "cloud"、模型档位名出现 "fable"/"holo" 等无法确证的写法，本库只记"二三档模型"不记具体型号；⚠️ "100 billion of ARR" 这个口径 Jason 自己当场指出歧义："没说清是 annual recurring revenue 还是 annual revenue run rate"——本库照记这处不确定。

✅ 本页认为这一期值得长期保存的是八处，其中四处是本库此前完全没有的： ① ⚠️⚠️ "80 亿美元亏损"被拆成会计幻影，而机制很具体：那笔亏损来自向基础设施伙伴（Amazon 等）发的可转换票据——Anthropic 估值上涨，票据按损失计入资产负债表并穿透到利润表；"如果他们当初直接发股权，那笔亏损就不存在。" ⚠️ 配上口径：累计融资约 1,100 亿、累计净消耗仅约 90–100 亿、账上仍有约 1,000–1,120 亿现金。 ② ⚠️⚠️ 一条可以逐年核对的单位经济学，而它解释了"降价的同时毛利还在涨"：同一个任务或能力，成本效益约每年 10 倍改善 → 对外降价约 50% → 剩下的效率留在自己的毛利里。✅ "他们在显著下调 token 价格，但毛利率涨得更快。" 配 compute multiplier 这个框架（raw compute 之外的算法改进、数据筛选、MoE 架构）。 ③ ⚠️⚠️ 本库第一条"AI 复合体在挤出国债市场"的具体口径：这些 AI 公司到 2027 年底要融的钱，相当于同期美国财政部拟发行量的 30%；⚠️⚠️ 而 Chamath 明确把它和 AI 看多/看空分开："不管你站在 AI 交易的哪一边……我说的是更结构性的东西：大约十家公司为同一件事融资，会和全球各国政府在借贷上形成竞争。我没见过这个，所以我不知道它的含义。" ④ ⚠️⚠️ 一个可以季度核对的企业采用阶梯，而它给出了"ROI 论证到底完成了几家"的具体答案：约 4,000 万个人与小企业在 10 万美元以下；约 1 万家在 10 万–100 万；约 1,650 家在 100 万–1,000 万；只有 250 家在 1,000 万以上。 ⚠️⚠️ Chamath 的企业销售读法：100 万以下之所以好卖，是因为总监/经理/VP 手里就有百万级预算、可以同时试七八九个东西；而一旦跨到数百万美元，就变成跨部门的、必须出示 ROI 或 TCO 论证的采购。 ✅ 而他自己把结论往下压了一层：那约 1,900 家里"很大一部分是 AI 原生、拿风投的公司，得把它们剥掉，剩下的大概是几百家 Global 2000"，所以 "ROI 这件事我觉得还有点投机性，但潜力在那儿。" ⑤ ⚠️⚠️ 一处罕见的自我纠错：Chamath 在 10-17 那期 主张压估值到约 1 万亿、把融资额做到 2,000–2,500 亿；本期他直接说 "我当时假设他们账上有三四百亿、五百亿。我错了"，并据此把定价预测改成 1.3 万亿–1.7 万亿、中点 1.5 万亿。 ⑥ ⚠️⚠️ Sacks 指认的一条结构性两难，本库认为这是全期最可检验的论证：Anthropic 之所以能把成本压到 1/10，是因为越来越多地用自家模型去生成算法改进（compute multiplier）；⚠️ 他引的数据点是"回到八月，Anthropic 发过一篇博客，图里显示造下一代模型所涉任务的 26% 已经在用 RSI 做"；→ 所以为了不被开源模型追上，他们必须持续推进自己承认有风险的那件事 → 要么与 doomer 阵营决裂，要么放慢 RSI 而让开源真的追上来。 ✅ 他自己加了认识论限定："我不知道我是否完全相信 doomer 关于 RSI 的那套说法，但他们自己说 RSI 很危险。" ⑦ ⚠️⚠️ Google 那 5000 亿市值蒸发，本期给的最锋利解释不是 AI：是广告竞价机制从 Vickrey（次价）拍卖被改掉，于是"超额收取"——⚠️⚠️ Chamath 的定性是"这个特许权本质上在挖东墙补西墙，把未来的钱拉到现在来平滑利润"。⚠️ 而这是某个单一广告主的公开指控、未经核实，Chamath 自己三次标明"我不知道这些说法是不是真的""我不在 Google 生态里花钱"。 ✅ 本库认为这条值得保存的理由恰恰是它提供了一个非 AI 的替代解释，而市场把同一件事读成了"AI 在吃掉搜索"。 ⑧ ⚠️⚠️ Friedberg 指认的一处垂直整合内部冲突，本库此前完全没有："在 Google 内部建模型的那些计算机科学家，也许没拿到他们希望拿到的资源，因为 Google 把那些算力租给别人能赚多得多的钱。" ⚠️ 他明说"我并不确定这一点"。 ✅ 但本库认为这条机制独立于 Google 的具体情况：一个同时卖算力和做模型的公司，其云业务会在内部和自己的模型团队抢算力。

一、⚠️⚠️ S-1 的硬口径：那 80 亿"亏损"是什么，以及 compute multiplier

（[00:03:02]–[00:10:02]）✅ 本页认为这一段是全期最该被 AI 商业化与价值捕获 引用的部分，因为它给的是口径与机制，而不是估值判断。

先记 IPO 的事实面（Jason 开场念的）（[00:03:02]–[00:05:02]）：

  • 承销是 Goldman 与 Morgan Stanley，目标日期 2026-11-16（感恩节前），代码 ANT，拟融资 1,000 亿美元（⚠️ Jason 的注脚是"换句话说，大约三个月的算力"）→ 将成为史上最大 IPO，超过 SpaceX 六月那笔 850 亿。
  • Polymarket 口径（节目的合作方）：融资至少 950 亿的概率 78%；市值落在 1.75–2 万亿的概率 31%。
  • 收入：2026 上半年 163 亿美元，同比 14 倍；Q2 为 116 亿（⚠️ "五个季度里 30 倍的跳升"）；自称年底 1,000 亿 ARR（⚠️⚠️ 口径歧义已由 Jason 当场指出）。
  • TAM 自称 40 万亿美元（⚠️ Jason 当场说"我不知道他们是怎么倒推出来的"；⚠️⚠️ 本库不采信这个数字，并记下全期无人再回到它）。

  • 账上现金 1,120 亿；治理结构是七位创始人通过单一 class F 股持有 50.1% 投票权，⚠️ 而"创始人股份的 80% 要进一个非营利实体"（⚠️ Jason 自己说"benefit corporation，谁知道会是什么结构"——本库记为结构未定）。

  • ⚠️⚠️ 而 Sacks 给的第一条实质拆解是那 80 亿"亏损"，本页认为这是本期最该被单独引用的会计事实：

    "媒体一直在拿这个 800 亿亏损数字当证据，说 Anthropic 要么是个假生意、要么整件事就是个泡沫。而这个叙事基本上刚刚被完全驳倒了，因为那 800 亿亏损是个幻影数字。" ⚠️⚠️ "它来自 Anthropic 向基础设施伙伴（比如 Amazon 之类）发过可转换票据。随着 Anthropic 估值上涨，那些票据被按损失记在资产负债表上，再穿透进利润表——但那不是真实亏损。如果他们当初就直接发股权，那笔亏损就不存在。那不是现金亏损。"

  • ⚠️ 本库必须标出的两点：① 数字在转录稿里出现过"80 亿"与"800 亿"两种读法（自动字幕对 billion 量级不稳定），本库按上下文记为"那笔被媒体反复引用的巨额亏损"，不写定具体数值；② 这是 Sacks 的转述，本库未核实 S-1 原文，但机制（可转债公允价值变动计入损益）本身是标准会计处理，可外部核实。
  • ⚠️ 而资本效率的口径是：累计融资约 1,100 亿、"整个公司历史上只花掉大约 90 到 100 亿"、账上还剩约 1,000 亿现金或等价物。✅ Sacks 的结论："所有人原本根据此前的报道以为这是个巨亏生意。结果它其实是一个极其资本高效的生意。"

⚠️⚠️ 一条可以逐年核对的单位经济学：降价的同时毛利在涨

（[00:08:02]–[00:09:02]）✅ 本页认为这是本期最有长期引用价值的一条机制。

"毛利率现在大概是 85% 这个水平。而你看到的是：对于一个给定的任务或能力，他们在交付那个任务的成本效益上，大约呈现每年 10 倍的改善。" ⚠️⚠️ "这让他们能把那个模型或那个任务的成本砍掉——就算是 50%。于是消费者拿到了巨大的成本节省，而他们能实现的节省甚至更大，因为剩下那部分效率被他们留在了毛利里。" ⚠️⚠️ "他们在显著下调 token 价格，但毛利率涨得更快。"

  • ⚠️⚠️ 而框架被明确归到 Dario 名下，本页认为这是本库第一次拿到这个词的完整定义：

    "Dario 的框架是：有 raw compute，这部分他们也在很快地扩——靠越来越好的芯片和越来越多的芯片。然后有 compute multipliers，也就是算法改进、更好的数据筛选、或者更好的架构、更多 MoE 架构这类让所有模型更高效的东西。" "所以他们能用 1/10 的成本给你同一个答案，或者把那些效率拿去创造更强的能力。"

  • ✅ 本页标注这条为什么值得长期引用：⚠️⚠️ 它把"token 降价"从一个竞争行为改写成一个会计选择——效率改善先被赚出来，再决定分给客户多少。于是"降价"本身不再是毛利被侵蚀的证据，而这正是此前商品化叙事的核心假设。 ✅ 而它可以逐季核对：毛利率与单位价格的方向必须同时为正才成立。
  • ⚠️ Sacks 把它当成对商品化叙事的反驳："我觉这对过去一年里所有说他们会被商品化掉、说开源模型基本上把他们放上了跑步机、要被压到零毛利、说这生意只是靠风投重度补贴才成立的人，是一个回应。" ⚠️⚠️ 而他接了一句本库必须标出条件的话："而如果你相信递归自我改进已经启动——就像他们声称的那样——那他们的领先其实可能还会扩大。" ⚠️ 本库记："他们声称"这个限定是 Sacks 自己加的；本页不采信 RSI 已启动这个前提，只记它被当成条件句使用。

二、⚠️⚠️ Friedberg 的全价值链利润图，以及它靠一个自己编的格子支撑

（[00:11:02]–[00:16:06]）✅ 本页认为这一段的价值不在那张图，而在它当场被拆的那一处——这是本库收到过最干净的一次"自己人当场指出关键假设"。

  • 他先给客户数斜坡（S-1 口径）：年支出 10 万美元以上的客户，2024 年底 200 家 → 2025 年底 1,500 家 → 2026 年 9 月底 11,900 家。
  • ⚠️ 然后他做了一个分母："有多少客户，是 10 万美元的年支出对他们来说还不到总年支出的 1%？" → "在美国大约 20 万到 30 万家企业，全球略超一百万家。" → "所以他们只做到总客户渗透潜力的大约 1%。"
  • ⚠️⚠️ 接着是那张价值链图（⚠️ 他自己说"我让 Claude 替我做的"，随后改口成"我店里的分析师做的"）：
  • NVIDIA：每 1 美元 COGS 变成 4 美元收入（75% 毛利）。
  • 买芯片的集群运营方：约 83% 毛利（⚠️⚠️ 转录稿此处把持有方写成 "SpaceX"，但举的是 Colossus——本库按内容判定指 xAI，并标出此处不可直接引用）。口径是五年折旧：Colossus 1 花了 100 亿、五年寿命、每年折旧 20 亿，而"每月在 Colossus 上赚 12.5 亿"。
  • Anthropic：每一块增量收入约 85% 增量毛利。
  • ⚠️⚠️ 结论："说到底，NVIDIA 花掉的一美元，变成了 Anthropic 卖给客户时赚到的 18 美元。"
  • ⚠️⚠️ 而最后一格是客户的回报，这里是本节的关键：
  • 他的说法："客户赚的钱大约是他们花的钱的 2 到 10 倍，否则大概就会出现留存问题和支出下滑。"
  • ⚠️⚠️ Chamath 当场点出："我觉得最重要的那件事，是你说的最后那个格子——你在上面写了'假设'。"
  • ✅ 而 Friedberg 的回答本页认为是全期最诚实的一句："那个格子是我编的。我写了假设 2 到 10 倍。所以我……我完全不知道。" ⚠️ 他随后给的替代依据只是自己的使用体验（"我是 Claude 的用户，我觉得我们从 Claude 拿到很多价值"）。
  • ⚠️⚠️ 本页的判断：整条"全价值链人人都在赚钱、所以 AI 真的在产生生产力"的论证，最后一环是一个被作者自己承认编造的区间。本页因此只保留前三环（都有 S-1 或公开财报口径），并明确记下第四环无依据。 ✅ 而本页认为这处当场互纠值得单独保存，因为它恰好是本库最常标注的那类缺陷在节目内部被抓住的一次。
  • ⚠️ 他由此推出的两条更大的话本库只记不采信："我们几乎是在把人类劳动人口的等效量乘上 100 倍、1,000 倍或者一百万倍"；以及引 Eric Schmidt 早年"Google 的 TAM 是全球商业"，说这是第一次看到一家公司可能真的兑现那个理论。✅ 而他自己主动请求反驳："我很想知道你们是不是觉得我读这些东西读得过于兴奋了。"
  • ⚠️⚠️ 而他给的一条定价推论本页认为比那张图有用（[00:16:06]）："Claude 显示出他们毛利那么高，其实在定价上有很好的弹性。所以他们可以把价格往下压，并开始把市场切层——更便宜的 token 给更便宜更容易的任务，而高端任务为智能收更高的价，开始按价格点把他们提供的智能分级。我设想大家都会走到那儿。"

⚠️ Microsoft 的那条对照，以及本页对它的处理

（[00:16:06]–[00:17:07]）Chamath 的研究团队做的：

  • 口径：Microsoft 收入在过去四年从 1,980 亿涨到 3,320 亿，而员工只增加了 2,000 人。
  • ⚠️ 他的解读："这个说法说 AI 造成失业，我不认为是真的。更多是你看到在同样的人力投入上出现了生产率提升。"
  • ⚠️⚠️ 而本页必须把他自己紧接着说的那句并列，因为它削弱了上面的解读："而我们不知道会有多少人接受 Microsoft 刚给出的那个离职方案，因为我觉得他们是向最多 6 万人开放的；所以这个数字可能会跌到 20 万以下。"
  • ⚠️⚠️ 本页的判断：同一段话里既说"人数没变、所以不是替代"，又说"刚向 6 万人开了买断"。本页不采信"所以 AI 不造成失业"这个结论，只保留收入/人数这组可核对的口径，并记下这处内部矛盾。 🔗 相关讨论见 AI 与就业。

三、⚠️⚠️ Chamath 的 S-1 拆解：风险因子词云、收入分层，以及一次自我纠错

（[00:18:07]–[00:32:19]）✅ 本页认为这是全期最可直接复用的方法论段落。

① 风险因子词云：公司自己怎么排序

（[00:18:07]–[00:20:09]）他的做法是"我读 S-1 第一件事是看风险因子，然后让团队做一个词云"——"先告诉我他们怕什么。"

  • ⚠️⚠️ 排序（按在风险因子里占的词量）：① 算力（具体是数据中心、电力、芯片、电网、电、硬件）→ ② 监管（政府政策、制裁、出口管制）→ ③ 零数据保留 / 隐私 / IP → ④ AI 安全 → ⑤ 赚钱 → ⑥ 竞争对手 → ⑦ 治理。
  • ⚠️⚠️ 而他认为真正有信息量的是反面："他们不怕什么？他们不怕客户获取，因为他们几乎不提。他们不太怕员工流失，因为你要是在里面还走就是傻。他们也不太在乎税和其它这些东西。" ✅ 结论："所以这是一家很清楚自己的约束条件在哪、并且站在前脚掌上的公司。"
  • ⚠️ 再往下钻一层：算力里面最大的问题是数据中心，然后是他们已有的融资承诺，然后是电力。
  • ✅ 本页标注这条方法本身值得保存：⚠️⚠️ 把招股书的风险因子按词量排序，读出的是管理层的注意力分配，而不是风险的真实大小——而它的用处在于反面（没被提的东西）。本页认为这是一个可以直接搬到任何 S-1 上的读法。

② 收入分层：ROI 论证到底完成了几家

（[00:26:14]–[00:29:18]）✅ 本页认为这是全期最该被长期引用的一条企业采用数据。

  • ⚠️⚠️ 分层（他的口径）：约 4,000 万个人与小企业在 10 万美元以下；约 1 万家在 10 万–100 万；约 1,650 家在 100 万–1,000 万；只有 250 家在 1,000 万以上。
  • ⚠️⚠️ 而他的企业销售读法是本节的核心，因为它给出了一个机制而不只是一个分布：

    "100 万以下之所以有这么多拉动，是因为公司大到一定程度就会把责任和预算往下分。在总监、经理、VP 这一层，有数以百万计的人手里拿着百万美元级的预算。所以在那个桶里可以发生大量实验——他们愿意同时签三个、四个、五个、六个、七个、八个、九个东西。" ⚠️⚠️ "而你一旦从一百万跨到数百万美元级的单子——这组数据也印证了——它就变成一个要深思熟虑得多的提案，在公司内部要跨部门得多，而且你必须展示某种形式的 ROI 或总持有成本优势。"

  • ⚠️⚠️ 而他把结论往下压了一层，本页认为这处自我削弱是这条数据最有价值的部分：

    "所以有意思的是，1,900 家公司已经能把这个论证做出来……我觉得有大量实验在发生，而大约 1,900 家公司能清楚看到 ROI、可以开始签大额支票。" ⚠️⚠️ "而这 1,900 家里，很大一部分会是 AI 原生的公司，拿风投钱的。所以你得把这些剥掉。剩下的大概是几百家 Global 2000 那类公司。所以我觉得 ROI 这件事还有点投机性，但潜力在那儿。"

  • ✅ 本页标注这条可以逐季核对，而且核对方式被他自己说出来了（[00:46:27]）："那 1 万家客户需要多久才能被展示出他们所需要的 ROI 算术，从不到一百万搬到个位数百万、再到数千万——这是一件你可以季度一季度去查的非常简单的事。"
  • 🔗 ⚠️⚠️ 本页标注这与本库既有采用材料的接口，因为它们在诊断上一致：Serval 的"大企业不会在没有评审与合规检查的情况下上线 agent 能力"、Cuban 的"我们能说服 CEO，但说服不了采购的人"、Tenex 的 5% 漏斗。✅ 而这一条是第一条给出分布本身的——也就是说，此前的定性诊断（断点在中层、要跨部门、要 ROI）在这份 S-1 的客户分层上有了一个数量级的对应。

③ ⚠️⚠️ 一次自我纠错：他在两周前的主张被自己的新信息否掉

（[00:29:18]–[00:32:19]）✅ 本页认为这是本库少见的一次公开改口，且方向对自己不利，因此值得单独保存。

  • 他在 10-17 那期 的主张是：压低估值（约 1 万亿）、把融资额最大化到 2,000–2,500 亿，理由是"为算力的确定性做优化，其它一切都会自己解决"。
  • ⚠️⚠️ 而本期他直接说：

    "我以为他们现金比这少得多。所以当我说他们需要融 2,000 到 2,500 亿的时候，我是假设他们资产负债表上有三四百亿、五百亿。我错了。" "所以这些人需要融 800 亿到 1,200 亿就能到那个四分之一万亿。而我觉得为了做到这个，定价现在大概会落在低端 1.3 万亿到高端 1.7 万亿之间。所以中点算 1.5 万亿。"

  • ✅ 而他把结论接回自己原来的逻辑而不是放弃它："因为他们只需要融 800 亿、900 亿或 1,000 亿，这和要融 1,500 亿、1,750 亿或 2,000 亿很不一样。所以他们进 IPO 时对资本市场的要求会更小，这意味着他们有更强的定价权、能更好地管理流通盘。"
  • ✅ 他顺带把功劳给了具体的人："Ant 的 CFO，Krishna Rao，干得难以置信。他进入六月时账上已经有 1,250 亿，这不可思议。" 配 "到那儿的总净消耗大概就 90 亿或 100 亿，相对于市值小到不成比例。"
  • ⚠️ 而 Sacks 补的一条本页认为是对"capex 承诺兑不了"那类质疑的直接回应：**IPO 融 1,000 亿 + 约 800 亿债务额度 → "加起来这是一家马上会有超过 3,000 亿干火药的公司" → "所有说他们做了这些未来 capex 承诺却永远兑不了的 Anthropic 空头——实际上这件事恰恰把那些承诺担保住了。"
  • ⚠️ 顺带记一处他们自己也不确定的数字：Meta 的净现金被看成 −12 亿、Chamath 说"这一定是个错误"；⚠️ 几分钟后被核对成 −20 亿（800 亿现金与短期投资、820 亿债务）。✅ 另记"除了 Microsoft 之外所有人债务都上到高得离谱的数字——Satya 把他的债务砍了一半"。 ⚠️ 本库记为节目内口径，未核实。

四、⚠️⚠️ 本期最该被单独保存的一条：AI 复合体在和各国政府抢资本

（[00:32:19]–[00:34:19]、[00:46:27]–[00:50:29]）✅ 本页认为这是全期最该被 AI 算力与基础设施 与 AI 商业化与价值捕获 同时引用的一段，而且它是本库第一条给出这个口径的材料。

他自己把它标成"比 Ant 本身更大的收获"：

"整个美国经济都加了杠杆挂在 AI 复合体上。所以很狭义地说，我们在谈七八家公司，而它们为整个国家定调。不管我们喜不喜欢，我们就在这个位置上。"

  • 他给的链条是三步：
  • "世界上最重要的那些公司正在一场巨大的支出狂欢里"——⚠️ 而他强调这些本来是高利润、高现金创造的生意，"它们说：我们要把脚踩下去，因为我们相信未来会来的东西。那就是推动 GDP 和增长的东西。"
  • "而它们这么做的时候会耗掉现金，于是必须发债。"
  • ⚠️⚠️ "这些公司在融的钱太多了，开始挤出资本市场。而被挤出的资本市场里最重要的那一块，是对政府国债的胃口。"
  • ⚠️⚠️ 而那条口径是本节最该被引用的事实：

    "当你看这些 AI 公司，它们到 2027 年底需要融的钱，相当于同期财政部即将发行的全部量的 30%。" "所以不管我们喜不喜欢，它们要开始争夺需求了。这不是疯了吗？就像你有七家公司在挤出国债市场。"

  • ⚠️⚠️ 而他把市场风险拆成一个两侧都不好的分叉，本页认为这是全期最完整的一条论证（[00:48:28]–[00:49:28]）：
  • 分叉 A（资金往政府跑）：如果投资者认为政府的信用与久期风险更好，那么超大规模厂商、AI 复合体、Anthropic、OpenAI 要融的钱就得以更高的票息进来 → ⚠️⚠️ "那么 Friedberg 那张图也成立：那些利率会层层传导下去。neocloud 得付更多，所有其他人都得付更多。而那意味着你提高并提前了违约风险——一个负的自反循环。"
  • 分叉 B（资金往 AI 跑）：如果 AI 复合体能以合理利率融到钱，而是美国财政部必须在拍卖里付更多 → ⚠️⚠️ "那么全面的借贷成本上升，因为美国经济的其它每一部分都加杠杆挂在 2 年到 5 年、10 年这一段上。"
  • ⚠️⚠️ 他的总结："这是一个我不理解的巨大市场风险，因为我以前没见过。" 以及 "问题是我们在试着买一只 AI 股票。所以很多条路通向下行风险，多于通向上行。"
  • ⚠️⚠️ 而他把这条与 AI 多空立场明确切开，本页认为这个切割是这条材料可信度的主要来源：

    "我没在争论收入增速，也完全没在争论业务质量。我说的是：市场上有些时刻会出现系统性风险、所有人一起 risk off。而我非常明确地说，我在过去 15 到 20 年里没见过这个。上一次最接近的是全球金融危机（GFC）。" "不管你站在 AI 交易的哪一边，是多还是空——我不觉得那重要。我说的是更结构性的东西：大约十家公司为同一件事融资，会和全球各国政府在借贷上形成竞争。我不知道它的含义，因为我没见过。"

  • ⚠️ 他另给了一句定性："这个复合体大到不能倒。而当你开始看到这些人代表全部资本市场股权与债务流动的 40%、50%，而这又反过来代表全部国债发行的 30%、35%、40%，那就是另一个问题了——一个更系统性的问题。" ✅ 他同时声明"我总体是看多的"。
  • ⚠️ Jason 的反驳本页记为一个相反的赌注，不记为论证："很多人看着那个数字就把这些股票往下砸。我的看法正好相反：这些是聪明的公司，我不觉得它们会做那种投资除非它们认为那里有 ROI。" 配他的 "500 倍"预测（当 1 亿到 2 亿白领像订阅 Office 365 那样订阅、"每个人跑五个 agent"，"这些东西的使用量会去到 500 倍" → "算力会不够，所有人的建设量都完全错了……人们回头看这一刻会说：你当时为什么不多建算力？"）。⚠️⚠️ 而 Chamath 的回答把约束从意愿换成产能："问题是监管的阻力。审批的数量、公用事业能不能找到人、能不能真的把这些东西开起来、能不能拿到你需要的资本设备——现在就是不够。所以我们作为一个国家是堵住的。就算我们想做也做不到。"

⚠️⚠️ Friedberg 的"政府会来管算力分配"：同一条预测在一个月里第三次出现，而机制换了

（[00:36:21]–[00:39:24]）

  • 他的框架是组织竞争资源：人组织成部落、社区、政府都是为成员争取权力的组织形式，⚠️ 而"在资源伪有限的世界里，非营利、营利、政府都在互相竞争资源"。
  • ⚠️⚠️ 于是："AI 的力量以及它在媒体、资本积累、改变人们想法、通过竞争能力聚合资源方面带来的影响力，让它对政府组织构成某种威胁。" → "如果这件事的一个表现形式是 AI 现在从资本那里吸引到比政府更多的兴趣，那政府不会愿意让这件事发生。"
  • ⚠️⚠️ 而预测本身是：

    "我觉得你最终会看到算力在未来被监管，算力容量会由政府来分配，而且他们会立法来做这件事。是生产之后那一段——意思是他们不会去控制芯片，他们会控制实际的算力层，决定谁能拿到多少算力。"

  • 🔗 ⚠️⚠️ 本页必须做的交叉标注，因为这是同一条线上的第三次表述，而每次机制都不同：
  • 第一次（Daniel Ek，2026-09-28）：部署侧的算力差 → 决定攻防双方谁占优（一条防守方优势论证）。
  • 第二次（Friedberg，2026-10-02）：部署侧算力差 → 所以政府会按行业分配配额（本库当时记下的时间尺度是"12–18 个月"）。
  • 第三次（本期）：⚠️⚠️ 机制换成了资本竞争——政府要和 AI 公司抢债券需求，所以政府会去控制算力层。 ✅ 本页认为这个换法让预测变强了，因为它给了一个政府行动的直接动机（财政成本），而不只是一个安全论证。
  • ⚠️⚠️ 而本库在 10-02 那期替他记下的那个未被回答的问题，本期依然没有被提出：如果 197 个国家各有主权、能源到处都有、数据中心会在全世界存在，美国政府的算力配额制为什么不会遇到和模型管制一样的绕过问题？ ⚠️ 本页记下这是第二次无人追问。
  • ⚠️ Chamath 给了一句同向的证词，本页认为它是这条预测目前最好的支撑："在我成年工作的一生里，我从没见过一小撮公司的复合体实际上在和政府竞争资本。因为你从没见过公司以一种有组织的方式，为一件非常狭窄、而且是单向押注的事情要钱，而它吸引的钱量和原本会流向传统两年、三年、五年、十年期债券拍卖的钱是同一个量级。这其实挺疯的。"
  • ⚠️ 而 Friedberg 对接下来五年的定性本页只记不采信："你会从两边都听到一个'哪一边更有利于人民'的故事……会是政府 AI 还是私人市场 AI。那会是未来半个十年酝酿的那场大战。"

⚠️ 政治部分：本页只保留那条杠杆点，其余不采信

  • ⚠️⚠️ Chamath 的杠杆点判断（本页保留，因为它是对第一节那份风险因子排序的直接应用）（[00:20:09]–[00:21:09]、[01:15:39]）："基本上所有这些的结论是，而且这对整个 AI 复合体都有代表性：一切都关于数据中心，这意味着一切都关于电力。" → "如果你是民主党人，你最想做的是把这一切放慢，好让 '28 年之前有一次衰退。你唯一需要做的，就是放慢电力、放慢数据中心。而另一边，如果你是共和党人、想在 '28 年有最好的胜算，这就是那件必须做对的事。" ⚠️ 中期选举段落里他重复了一次：所以联邦层面的结果"几乎不重要，除了 FUD 那部分"，而真正该关注的是各州州长与其它选区。
  • ⚠️⚠️ Jason 给的反向论证本页也保留，因为它指出了一个具体的利益结构：Anthropic 创始人"是硅谷里最左的那批人"、"这是除 Elon Musk 之外创始人赚到过的最大一笔钱"，而创始人股份的大部分流向非营利实体 → "民主党来说'我们支持数据中心和能源'、让 Anthropic 更赚钱、从而让那些钱流进民主党的 super PAC，对他们不是更好吗？"
  • ⚠️⚠️ 而 Sacks 对民主党议程的全部描述，本库只记为他的说法、不采信为事实（[00:22:11]–[00:23:13]）：他说民主党的议程要么是像 Bernie Sanders、Elizabeth Warren、AOC 那样"彻底禁掉"（⚠️ 他的具体描述是"给超级智能的开发者判 20 年监禁""给建超级智能的公司判企业死刑"），要么是"一个极其严苛的监管体制，设一个联邦 AI 部，在每个模型发布前逐一审查批准——基本上他们想要一个模型的车管所（DMV）"。⚠️⚠️ 这些是 Sacks 对他人立场的转述，无引用来源，且他本人是其政治对手方。本库不把其中任何一条记为相关人物的立场。
  • ⚠️⚠️ 关于美国经济状况的那场争执本页全部不采信（[00:24:13]–[00:25:13]、[01:16:39]–[01:17:39]）：Sacks 一侧（Fed GDPNow Q3 3.7%、上半年 2.5%、capex 约占 GDP 3%、"所以美国现在全部的经济增长都来自这次超级智能建设"；以及"家庭收入中位数接近 9 万美元、历史最高""贫困率历史最低、约 12%"）与 Jason 一侧（"按 Trump 自己支持者的说法，Trump 经济是场灾难"）均无来源、且双方都有明确政治立场。 ✅ 本库只记一处双方实际达成的共识：Friedberg 的"如果你不是股权持有者，你看这个经济会说两党都不在乎我"，以及 Chamath 的"所以我现在开始不看了，因为错误信息太多"。
  • ⚠️ Anthropic 的政府事务（Sacks 的陈述，本库记为待核实）："Anthropic 哪怕还是创业公司的时候就把政府事务放在优先级上。他们在 Biden 政府期间非常活跃。而所有那些在 Biden 政府里做 AI 的前官员，在 2024 年底立刻加入了 Anthropic"；"现在说实话，他们也在招很多前 Trump 政府的官员"；"有一个巨大的旋转门"；"他们建了 PAC 和各种实体、非营利、NGO，而且在大规模资助它。"
  • ⚠️⚠️ 而这里有一处本页认为值得单独记下的交锋（[00:40:24]–[00:41:24]）：Jason 追问"为什么没看到 Dario 或其他创始人像你们那样公开站出来支持某个候选人"，⚠️⚠️ 而 Sacks 的回答是一条范畴区分："我不是一家公司。我只是一个有看法的人，是的我支持某些候选人、也替候选人办筹款。我不是在寻求监管俘获。我只是一个人。" ⚠️ 本页记下这处交锋本身是材料：一位现任政府官员主张个人政治活动与企业政府事务在范畴上不同，而对话里没有人推进这个区分。

五、⚠️⚠️ "doomer 分家"与 RSI：Sacks 指认的一条结构性两难

（[00:42:24]–[00:45:25]、[00:56:32]–[00:58:33]）⚠️⚠️ 立场必须重复一次：Sacks 是现任政府官员、是 Anthropic 监管诉求的主要公开反对者，而本节几乎全部内容是他对 Anthropic 动机的解读。本页因此把"动机解读"与"可检验的结构论证"分开处理。

先记他的定位性主张（本页记为他的立场，不记为判断）：

  • ⚠️ "最好的生意 + AGI 垄断"："我说过两件事。第一，史上最好的生意，造出了这个 AGI 垄断。第二，他们在追求监管俘获，而我们绝对不应该允许这件事发生。" ⚠️⚠️ 以及"他们是人类历史上最强大的垄断或双寡头——因为他们在创造 AGI。"
  • ⚠️ 而他认为 IPO 会"校正"认知："从创业公司变成地球上市值排前几名的上市公司，会非常明显地看出他们是一家大科技公司，因此应当像其它大科技公司一样——被用怀疑的眼光看待，而不是被当成一家观点无害的可怜小创业公司、而其实它是那个 800 磅的大猩猩。" ✅ 他的处方是竞争而非管制："我们应该尽一切努力让这个市场更有竞争、并帮它保持竞争。"
  • ⚠️ Jason 顺势抛出的"拆分 Anthropic——把实验室、token、订阅分开"本页记为一句未被展开的设想。

⚠️⚠️ 而本页认为真正值得长期保存的是这条结构性两难

  • ⚠️ 他引的外部信号："已经开始出现一种 doomer 与 Anthropic 的分家。过去一周 Vox 上有一篇很有意思的文章，引了一堆 doomer NGO，基本在指出：如果你把 Anthropic 的修辞和他们实际做的事分开，他们恰恰是在递归自我改进上领跑的那一家。" ⚠️ 本库未核实该文，记为待核实的二手引用。
  • ⚠️⚠️ 而机制是他自己接上的，本页认为这一步是本节的核心，因为它把两件事绑在了一起：

    "事实上，他们之所以在算力上变得这么高效、之所以能把成本砍掉、能用 1/10 的价格提供同样的能力，很大一部分原因就是他们越来越多地在用自家模型去产生这些算法改进、去造这些 compute multiplier。"

  • ⚠️ 他引的数据点："回到八月，Anthropic 发过一篇很有意思的博客讲他们怎么用 RSI，有一张图显示：在基本上是在造下一代模型的那些任务里，26% 他们已经在用 RSI 来做。而那是八月，所以谁知道十月是多少。" ⚠️⚠️ 本库记为待核实的二手引用，但记下这是本库目前拿到的唯一一个带比例的 RSI 使用口径。
  • ⚠️⚠️ 而两难被他说得很完整（[00:57:32]–[00:58:33]）：

    "为了保持领先、为了让模型越来越高效，他们必须持续更多地使用递归自我改进……所以他们必须不断把他们自己所称的危险活动推到极限。" ✅ "我不知道我是否完全相信 doomer 关于 RSI 的那套说法，但他们自己说 RSI 很危险。而他们必须持续推进 RSI，才能持续交付这些算法改进，才能保持领先于开源模型。而我就是在想这件事能持续多久。" ⚠️⚠️ "在某个点上，会不会出现与 doomer 之间无法调和的裂口？doomer 会不会想要关掉 RSI、或者把它放慢到让开源模型真的追上来的程度？我不知道这个问题的答案。"

  • ✅ 而他自己给了这条的定位，本页认为这个定位很准："它其实只是对'开源模型追上来'这个想法的一个更细致的版本。"
  • ✅ 本页标注这条为什么值得长期保存：⚠️⚠️ 它把三件此前分散的事绑成了一条可检验的链——降价能力 ← compute multiplier ← 用自家模型做算法改进（即 RSI）。如果这条链成立，那么"放慢 RSI"与"维持价格优势"是同一个旋钮的两端，而安全立场与商业地位就会直接冲突。 ⚠️ 本页同时记下：这条链的每一环都来自 Sacks 的转述，而他有明确的对立利益；本页因此把它记为一条待验证的结构假设，并给出检验点——毛利率、单位价格与公开的 RSI 使用比例三者的同向性。
  • ⚠️⚠️ 而他对 pacing letter 的"不在场证明"解读，本页明确记为动机归因、不采信（[00:44:25]–[00:45:25]）："几乎像是他们在为自己制造一个不在场证明……我们本来想让它停下来、想让它放慢，我们试过让你们都同意 pacing，但你们不肯，所以我们就继续了。" 以及 "整件事算是一种德性表演（virtue signaling）。" ⚠️ 本页标注：这是对他人内心动机的推断，不可检验；而 Sacks 在这件事上是公开的对立方。 🔗 本库既有的 pacing 材料见 AI for AI / Auto Research 与 Daniel Ek 明确不站队的那一份。

⚠️⚠️ 一处被记录在案的立场更新，以及 Q3 的两条相互抵消的传闻

（[00:52:30]–[00:55:32]）✅ 本页认为这两处都值得保存。

  • ⚠️⚠️ Jason 被当场要求对账，而他照办了：Sacks 问"你过去一年不是一直在说开源模型会吃掉 Anthropic 的午饭吗？你改口了吗？" → Jason 的回答："面对新证据，你不得不说他们在降价、而企业端的机会这么大，所以他们没有被显著影响。你会零星看到创业公司和企业在探索开源，但现在既然我们知道了他们的数字，显然那还不足以让他们慢下来。还没有慢下来。" ⚠️ 他保留了原立场的一部分："它仍然是最大的风险因子。" ✅ 本页记为一次公开的、基于新证据的立场更新。
  • ⚠️⚠️ Q3 的传闻（双方都标明是传闻）："X 上的风声是 Q3 确实慢了很多"（Chamath 的说法是"收入增长放缓到 50% 这个区间左右"），⚠️⚠️ 而 Sacks 给了两条相互抵消的解释：
  • ① "其中一部分可能要归因于他们消除了 99% 的蒸馏"——"他们自愿对自己的收入砍了一刀，为了阻止抄袭模型基本上在蒸馏他们。"
  • ② "而我觉得风声是，既然他们最近相当大幅地下调了 token 成本，现在需求又重新加速了。"
  • ⚠️ 本库记为全部未核实的传闻；✅ 但本库认为第一条值得单独标注，因为它是本库第一条"前沿实验室为反蒸馏主动放弃收入"的具体说法，🔗 而本库关于蒸馏的既有材料全在 中美 AI 生态对照 的接收端一侧。 ⚠️⚠️ "99%" 这个数字无任何依据，本库不采信其精度，只记"他们声称对蒸馏流量做了大规模切断"这个方向。
  • ⚠️ Chamath 对"上市后才看得清"的说法："我希望他们在 11 月 11 日之后上市，因为那样会迫使他们更新 Q3，然后我们能对这个东西有更多洞察。" ✅ 他对这个生意的定性是："这是我见过的最不可思议的生意。我从没见过这样的生意。就像某种我从没见过的装置。"

⚠️ Jevons 与新应用的 token 强度

（[00:55:32]–[00:56:32]）

  • ⚠️⚠️ Jason 给的那条切层机制本页认为有用，因为它指认了需求侧的一个饱和点：二档与三档模型在降价，而"企业在说：这对我来说够了" → "于是他们把那个做得更便宜，企业拿到更多价值、解掉更多问题，而且不觉得有必要用上最新最强的那一档。" ⚠️ 他给的例外是科学与数学（⚠️ 他点的模型档位名在转录稿里无法确证，本页不写）。✅ 推论："如果他们能让二三档模型每年便宜 10 倍，Jevons 悖论会更加明显，因为企业会用得更多。"
  • ⚠️ Sacks 的补充是应用形态变化带来的 token 强度上升："新来的那些应用全都比我们一开始用的那些消耗多得多的 token——agent 比 prompting 用多得多，而网络防御会比一年做一次渗透测试用多得多。你会需要对 agent、攻击面这些东西做持续监控。" ✅ 结论："所以价格会继续往下走，但市场规模一直在变大。"
  • ⚠️ 而他对最大风险的表述本页认为比"商品化"更精确："我确实认为最大的风险因子是开源模型的某个版本——也许不是追上他们，而是在一个低价点上把智能饱和掉"，⚠️ 范围限定是"针对编码这类占市场很大一块的东西"。

⚠️⚠️ 一条带具体归因的采用缺口数据

（[00:58:33]–[00:59:33]）✅ 本页认为这是本期最该被 LLM 实用方法论 引用的一条。

  • 口径（Gallup 调查，节目引用）：在职场每日使用 AI 与"频繁"使用（定义为一周几次）的比例，"我们说的还是 10% 和 20% 这个水平"。
  • ⚠️⚠️ 而 Jason 给的归因很具体，而且它是一个可检验的因果主张：

    "很多头部企业不让员工以不受约束的方式使用这个，而他们肯定不让员工接上自己的邮箱、知识库、Notion、Slack。大公司不让人真正用上 AI 的能力，因为他们怕网络安全。" "所以一旦网络威胁这件事被缓解，这会从 10% 的人是日活变成 60%、70%、80%。"

  • 🔗 ✅ 本页标注这与本库既有材料的接口：⚠️⚠️ 本库此前关于"采用断点在哪"的材料给过四个原因（数据治理、工作流复杂度、流程知识、缺一套安全发布流程）；✅ 这一条给的是第五个，而且它与 Serval 把原因归到"缺 SDLC 与审批" 是同一件事的两种表述——Serval 说的是"没有安全地放行的流程"，这一条说的是"所以连接权限根本没给"。 ⚠️ 本页记下这条的检验方式很直接：看企业把 AI 接进邮箱与内部知识库的比例，而不是看订阅数。
  • ⚠️ Jason 顺带给的一条采购信号："我上周才看到，Uber 给每一个员工买了 ChatGPT。接下来要落的那只鞋就是：你会不会给每一个员工都买这些东西。" ⚠️ 单例，本库记为待观察。

六、⚠️⚠️ Google 的 5000 亿：本期给的最锋利解释不是 AI

（[01:01:34]–[01:13:39]）✅ 本页认为这一段值得保存的核心理由是：市场把这件事读成"AI 在吃掉搜索"，而本期最具体的那条解释是广告竞价机制变了。

事实面（Jason 念的）：Q3 财报后股价当日跌 10–15%，约 5,000 亿美元市值被抹掉；连续两个季度搜索收入未达预期，尽管搜索量在大幅增长——"点广告的人没有增长"；自由现金流为负，尽管云业务在猛涨；Google Cloud 同比翻倍到 307 亿；整体收入同比 +25%；搜索增长 12%、从 17% 降下来。

⚠️⚠️ 那条非 AI 的替代解释：Vickrey 拍卖被放弃

（[01:07:38]–[01:10:38]）

  • 来源：一条 Max Anderson 的推文，"顺带一提它拿到了 500 万次浏览"，⚠️ 立场是"一个自称多年来每月在 Google 上花 50 万美元以上的人"，内容是逐条列出各种变化。⚠️⚠️ Chamath 三次标明不确定性："这些是他的说法，所以我不知道它们是不是真的"、"在不知道细节的情况下，因为我不在 Google 生态里花钱"。
  • ⚠️⚠️ 而他挑出的那一条，并给了机制说明（本页认为这是本期技术含量最高的一段）：

    "典型的 Vickrey 拍卖里会发生的是：Freeberg 出价，我出价。如果我是次高价方，那么 Freeberg 会按我的价格成交，因为他是最高价方。所以这是一种非常好的价格发现方式。" ✅ 他顺带给了一条自己的一手史料："在 Facebook，我们建第一套广告系统的时候，本质上就是照抄这个。我们把 Google 的功能一条一条抄了过来。" ⚠️⚠️ "但如果他们现在在做的是放弃了 Vickrey 拍卖，那 Freeberg 是对的，你在超额收取（over-earning）。而如果市场开始闻出这件事，他们会开始怀疑引擎盖底下到底在发生什么。"

  • ⚠️⚠️ 而他的定性是本节落点："这个特许权本质上在挖东墙补西墙，把未来的钱拉到现在来平滑利润" → ⚠️ 他给的建议是对投资者关系部门的："如果你是 Google IR，请读一下这个然后驳倒它，或者想办法抢在它前面——因为我觉得如果这个势头积累起来，市场会反应很糟。你今天就在看到这个。" ⚠️ 他还指出时间线："这些现在被广泛转发的说法，从七月就在外面了，而我不确定 Google IR 有没有把它们掐在萌芽状态。"
  • ✅ 而 Friedberg 给了同一条的独立版本（[01:04:37]）："正如一些人指出的，这可能很大程度上是广告定价算法变化驱动的，以及 Google 现在在某些情况下对那些点击赚得过多。而随着时间推移，广告主会看到、会体验到，他们会减少支出、流失掉一些钱，然后这生意看起来就不会那么好了。"
  • ⚠️⚠️ 本页的判断：本页不认定这个指控成立（它来自单一广告主、未经核实）。但本页认为它必须被记下，因为它是一个与"AI 替代搜索"竞争的、机制明确且可检验的解释——而两者对未来的含义完全不同：若是拍卖机制，那是一次性的定价透支，可以被修正；若是 AI 替代，那是结构性的。 ✅ 本页认为这正是本库该保存的那类分歧：同一组财报数字，一个叙事不可检验，另一个可以。

⚠️ Sacks 的反向对账：搜索的绝对值还在涨

（[01:11:39]–[01:12:39]）✅ 本页认为这段的价值在于它把一个被广泛传播的叙事拆成了份额与绝对值两件事。

  • ⚠️ 他先描述那个叙事："我看到有人在发，Alphabet 的 Google 搜索收入第一次跌到总收入的 50% 以下，而且他们讲得像是一场灾难，正好喂进'搜索生意会被 AI 颠覆'那个叙事。"
  • ⚠️⚠️ 而他的对账是："搜索的相对份额确实下降了，但它的绝对收入仍然增加了。同比看 Google 搜索还是涨了 12%，从 560 亿涨到 630 亿。所以还是大约 70 亿美元的同比增量。"
  • ⚠️⚠️ 而份额下降的原因被他归到分子之外："份额跌到 50% 以下，是因为 Alphabet 的其它业务增长快得多，而主要那一个是 Google Cloud，基本上同比翻倍到 307 亿。所以是 Google Cloud 业务的崛起让 Google 搜索看起来在衰退。" ✅ 他的判断："所以我倾向于认为 Google 今天这个消息上被卖得有点过了。"（⚠️ 他随即加了"当然我绝对没有在建议任何人买任何东西"。）
  • ⚠️ 而 Jason 在节目进行中披露了自己的操作："所以对我来说，我刚刚真的买了一些股票。所以我是做多的。我在录节目的时候又买了更多 Google。"

⚠️⚠️ Friedberg 指认的垂直整合内部冲突

（[01:03:37]–[01:06:38]）✅ 本页认为这是本期第二条值得长期保存的结构性机制。

  • 他先给估值与分部口径：整体约 21 倍营业利润；⚠️⚠️ Google Cloud 的营业利润"去年同一季度是 35 亿，这个季度超过 110 亿"。✅ 他的类比："这和 xAI 的故事很像——已经建起来的算力基础设施的价值就是巨大的。问题是 Google 到底有没有坐在它上面的那些模型。"（⚠️ 转录稿此处同样把 xAI 写成 "SpaceX"。）
  • ⚠️⚠️ 而他对内部状态的描述是本节的核心：

    "内部我觉得有点动荡。有点像'我们是什么'——不只是作为一家公司整体，而是连业务分部内部也是。Google 搜索是什么？它是 AI 还是搜索？Google Cloud 是什么？是那些模型，还是只是算力、算力的出租？" ⚠️⚠️ "而我觉得我们最近看到这场battle在上演：Jeff Dean 和其他一些人离开了 Google。我并不确定这一点，但那个说法是：那些一直在 Google 建模型的计算机科学家，也许没拿到他们希望拿到的资源，因为 Google 把那些算力租给别人能赚多得多的钱。" "所以'我们现在到底想成为什么'是一个真的很难的问题。而我不觉得他们有一个好答案，我也不觉得这在财报里表现得好。"

  • ✅ 本页标注这条为什么独立于 Google 的具体情况：⚠️⚠️ 一个同时卖算力和做模型的公司，其云业务会在内部和自己的模型团队抢同一批算力，而云业务的当期毛利是确定的、模型团队的回报是不确定的——于是资本配置会系统性偏向出租。本页认为这是一条可以去检验的垂直整合内部冲突，而它对所有同时做这两件事的公司都适用。 ⚠️ 本页同时标明：Friedberg 自己说"我并不确定这一点"，而人员离职的原因本库无独立来源。
  • ⚠️ 而 Friedberg 把真正该看的指标说清楚了："大家需要盯的是：Google 核心业务在消费者侧的 AI 替代长什么样？有没有一个消费者 AI 替代品开始产生有意义的收入来替掉那块收入，而那条收入斜坡相对于核心搜索的走平或下滑是什么样、发生得有多快？" ✅ 本页认为这是本期给出的最可操作的一条跟踪指标。
  • ⚠️ Chamath 的两条补充：① 结构转型的买方池问题——如果广告收入占比跌破某个阈值，"他们看起来就更像一个结构化的集团公司：一个 YouTube 收入块、一个 GCP 块、一个 other bets 块、一个搜索块。没有一个是占主导的"；⚠️⚠️ 而他认为这"在某种意义上其实更好，因为你更多元、对任何单一业务的杠杆更小"，但代价是"你得走过一个复杂的过程，一堆人可能不想持有那种生意，而买方池是不同的……一堆人会说：噢，这太复杂了"。 ✅ 本页认为这条"换桶会换掉股东基础"的机制值得记。 ② 他给的唯一任务："第二件事非常狭窄：怎么把 Demis 留在 Google。就这个。别无其它。Thomas Kurian 要多少给多少。"
  • ⚠️ 而 Jason 补的持股网络本页记为节目口径、未核实："Alphabet 持有 SpaceX 的 6%，以及 Anthropic 的大约 15%"、"还有 Waymo 的 85%"、"Amazon 也持有 Anthropic 很大一块"。

本页认为值得长期保存的

条目 内容
那笔巨额"亏损"是会计幻影 ⚠️⚠️ 来自向基础设施伙伴（Amazon 等）发的可转换票据：估值上涨 → 票据按损失计入资产负债表并穿透利润表；"如果他们当初直接发股权，那笔亏损就不存在。那不是现金亏损"；⚠️ 配口径：累计融资约 1,100 亿、累计净消耗约 90–100 亿、账上约 1,000–1,120 亿现金；⚠️ 转录稿对 billion 量级不稳，本库不写定具体数值
一条可逐年核对的单位经济学 ⚠️⚠️ 同一任务的成本效益约每年 10 倍改善 → 对外降价约 50% → 剩下效率留在毛利里；✅ "他们在显著下调 token 价格，但毛利率涨得更快"（毛利约 85%）；✅ 把"降价"从竞争行为改写成会计选择，而这正是商品化叙事的核心假设被动摇处；检验方式：毛利率与单位价格必须同向
compute multiplier 的完整定义 ⚠️⚠️ Dario 的框架：raw compute（更好的芯片 + 更多芯片）+ compute multipliers（算法改进、更好的数据筛选、MoE 等架构）；"用 1/10 的成本给同一个答案，或者把效率拿去换更强的能力"
AI 复合体在挤出国债市场 ⚠️⚠️ 这些公司到 2027 年底要融的钱 = 同期财政部拟发行量的 30%；两侧都不好的分叉：若资金往政府跑 → AI 侧票息上升 → 传导到 neocloud → 提前并放大违约风险（负自反循环）；若资金往 AI 跑 → 财政部付更多 → 全面借贷成本上升（美国经济其它部分都挂在 2–10 年这一段）；⚠️⚠️ 而他明确与多空立场切开："不管你站在 AI 交易的哪一边……我说的是更结构性的东西，我没见过"；"上一次最接近的是 GFC"
一个可季度核对的企业采用阶梯 ⚠️⚠️ 约 4,000 万个人/小企业 <10 万美元；约 1 万家 10 万–100 万；约 1,650 家 100 万–1,000 万；仅 250 家 >1,000 万；⚠️⚠️ 机制：总监/经理/VP 手里就有百万级预算，可同时试七八九个；跨到数百万就变成跨部门、必须出 ROI 或 TCO 的采购；✅ 而他自己把结论压低："那 1,900 家里很大一部分是 AI 原生拿风投的，剥掉后剩几百家 Global 2000，所以 ROI 还有点投机性"；✅ 核对方式他自己给了（逐季看客户从 <100 万往上搬的速度）
风险因子词云作为一种读 S-1 的方法 ⚠️⚠️ 排序：算力（数据中心/电力/芯片/电网/硬件）→ 监管（政策/制裁/出口管制）→ 零数据保留与隐私与 IP → AI 安全 → 赚钱 → 竞争对手 → 治理；✅ 真正有信息量的是反面——"他们不怕客户获取，几乎不提；不太怕员工流失；不太在乎税"；再钻一层：算力里最大的是数据中心，然后是已有融资承诺，然后是电力
一次自我纠错（方向对自己不利） ⚠️⚠️ 他在 10-17 主张压估值到约 1 万亿、融 2,000–2,500 亿；本期："我当时假设他们账上有三四百亿、五百亿。我错了" → 改为融 800–1,200 亿、定价 1.3–1.7 万亿（中点 1.5）；✅ 并把逻辑接回原来的目标函数而非放弃它（融资要求更小 → 定价权更强、流通盘更好管）
一处当场互相纠错（本页认为全期最诚实的一句） ⚠️⚠️ Friedberg 的全价值链利润图（NVIDIA 1 美元 COGS → 4 美元收入 → … → "NVIDIA 花的一美元变成 Anthropic 赚到的 18 美元"）最后一格是客户回报 2–10 倍；Chamath 当场指出"最重要的是你写了'假设'的那个格子"，✅ Friedberg："那个格子是我编的……我完全不知道"；⚠️⚠️ 本页因此只保留前三环，并记下第四环无依据
Sacks 指认的 RSI 结构性两难（本页判全期最可检验的论证） ⚠️⚠️ 链条：降价能力 ← compute multiplier ← 用自家模型做算法改进（即 RSI）；⚠️ 他引的数据点是"八月那篇博客里，造下一代模型所涉任务的 26% 已在用 RSI"（待核实）；→ 要么与 doomer 决裂，要么放慢 RSI 而让开源真追上；✅ 他自己的限定："我不知道我是否完全相信 doomer 关于 RSI 的说法，但他们自己说 RSI 很危险"；⚠️ 每一环都来自有对立利益的转述，记为待验证假设
"政府会来管算力分配"第三次出现，而机制换了 ⚠️⚠️ Ek（09-28）的部署侧算力差 → 攻防判据 → Friedberg（10-02）的按行业配额 → 本期换成资本竞争驱动（政府要和 AI 公司抢债券需求，所以会控制算力层、"不控制芯片，控制实际的算力层"）；✅ 本页判换法让预测变强（给了财政成本这个直接动机）；⚠️⚠️ 而 10-02 那期本库记下的未被回答的问题（为什么算力配额不会遇到和模型管制相同的绕过问题）本期第二次无人追问
Google 的 5000 亿：一个非 AI 的替代解释 ⚠️⚠️ 广告竞价从 Vickrey（次价）拍卖被改掉 → "超额收取"；✅ Chamath 顺带给的一手史料："在 Facebook 我们建第一套广告系统时本质上就是照抄 Google 的，功能一条一条抄"；⚠️⚠️ 定性是"这个特许权本质上在挖东墙补西墙，把未来的钱拉到现在来平滑利润"；⚠️ 单一广告主的公开指控、未核实，Chamath 三次标明不确定；✅ 本页保存它的理由是：同一组财报数字，"AI 替代"叙事不可检验，而这个解释可以——且两者对未来的含义完全不同（一次性定价透支 vs 结构性替代）
把"搜索被颠覆"拆成份额与绝对值 ⚠️⚠️ 搜索收入同比仍 +12%（560 亿 → 630 亿，约 70 亿绝对增量）；份额跌破 50% 是因为 Google Cloud 同比翻倍到 307 亿；✅ "是 Google Cloud 的崛起让 Google 搜索看起来在衰退"
一处垂直整合的内部冲突（本页判本期第二条值得长期保存的机制） ⚠️⚠️ "在 Google 内部建模型的计算机科学家也许没拿到希望的资源，因为 Google 把那些算力租给别人能赚多得多的钱"（⚠️ 他明说"我并不确定"）；✅ 本页判这条机制独立于 Google：云业务的当期毛利确定、模型团队回报不确定，所以资本配置会系统性偏向出租——对所有同时卖算力和做模型的公司都适用；✅ 配他给的最可操作跟踪指标（消费者侧 AI 替代的收入斜坡 vs 核心搜索的走平速度）
一条带具体归因的采用缺口 Gallup：职场每日/频繁使用仍只在 10% 与 20% 这个水平；⚠️⚠️ 归因很具体且可检验："大公司不让人真正用上 AI 的能力，因为他们怕网络安全"——不让接邮箱、知识库、Notion、Slack；🔗 与 Serval 的"缺 SDLC 与审批" 是同一件事的两种表述；✅ 检验方式是看接入内部系统的比例，而不是订阅数
一处被记录在案的立场更新 ⚠️⚠️ Jason 被当场要求对账"你不是一直说开源会吃掉他们午饭吗"，答 "面对新证据……它没有在让他们慢下来。还没有"；✅ 并保留原立场的一部分（"它仍然是最大的风险因子"）
"为反蒸馏主动放弃收入" ⚠️⚠️ Q3 放缓的一条解释是"他们消除了 99% 的蒸馏……自愿对自己的收入砍了一刀，为了阻止抄袭模型蒸馏他们"；⚠️ 传闻、无依据，本库不采信 "99%" 的精度，只记方向；🔗 本库关于蒸馏的既有材料全在 中美 AI 生态对照 的接收端一侧，这是第一条供给端的
一个需求侧的饱和点 ⚠️⚠️ 二三档模型降价 → "企业在说：这对我来说够了" → 不觉得有必要用最新最强那一档（例外是科学与数学）；✅ 推论是 "如果二三档每年便宜 10 倍，Jevons 会更明显"；⚠️ Sacks 的补充：新应用的 token 强度更高（agent ≫ prompting；持续监控 ≫ 一年一次渗透测试）
Microsoft 那组数字，以及它自带的反例 收入四年从 1,980 亿到 3,320 亿而员工只增加 2,000 人；⚠️⚠️ 但同一段里他自己说"向最多 6 万人开放了离职方案"——本库不采信"所以 AI 不造成失业"这个结论，只保留口径并记下这处内部矛盾
电力与数据中心作为政治杠杆点 ⚠️ "一切都关于数据中心，这意味着一切都关于电力" → 他给的两党最优策略（放慢 / 必须做对）；⚠️ Jason 给的反向利益结构论证（创始人政治倾向 + 股份流向非营利 → 另一党理应抢这面旗）；⚠️⚠️ 而 Chamath 对产能约束的那句比政治判断更可用："审批数量、公用事业找不到人、拿不到资本设备——我们作为一个国家是堵住的，就算想做也做不到"
一处关于范畴的交锋 ⚠️ Jason 追问"为什么没看到 Dario 公开支持某个候选人"，⚠️⚠️ Sacks 的回答是范畴区分："我不是一家公司。我只是一个有看法的人……我不是在寻求监管俘获"；⚠️ 本页记下这处交锋本身是材料：一位现任政府官员主张个人政治活动与企业政府事务范畴不同，而无人推进这个区分

本页明确不采信或不收录的

  • ⚠️⚠️ 中期选举段落（约 [01:13:39]–[01:24:48]，约 11 分钟）整段不收录——无 AI 实质内容（民调可信度、弹劾路径、两党候选人、传票与 FUD 策略），处理沿用 10-23 那期对法国骚乱段落的先例。✅ 唯一被并入正文的是 Chamath 把"影响电力许可与数据中心"讲成杠杆点那条，因为它是对第一节风险因子排序的直接应用。
  • ⚠️⚠️ Sacks 对民主党 AI 议程的全部描述（"20 年监禁""企业死刑""模型的车管所"）：对他人立场的转述、无引用来源，而他本人是其政治对手方。本库不把其中任何一条记为相关人物的立场。
  • ⚠️⚠️ 关于美国经济状况的争执双方全部不采信（Sacks 一侧的 GDPNow 3.7%、家庭收入中位数近 9 万、贫困率约 12% 历史最低；Jason 一侧的"按他自己支持者说法是场灾难"）：均无来源、双方均有明确政治立场。 ✅ 只保留一处实际共识：Friedberg 的"如果你不是股权持有者，你看这个经济会说两党都不在乎我"。
  • ⚠️⚠️ Anthropic 自称的 40 万亿美元 TAM：Jason 当场说"我不知道他们是怎么倒推出来的"，而全期无人再回到它。本库不采信。
  • ⚠️⚠️ Friedberg 价值链图的第四环（客户回报 2–10 倍）：作者本人承认是编的。
  • ⚠️⚠️ "我们几乎是在把人类劳动人口的等效量乘上 100 倍、1,000 倍或一百万倍"：无口径、无依据。
  • ⚠️⚠️ Sacks 对 pacing letter 的"不在场证明/德性表演"解读：对他人内心动机的推断，不可检验，而他是公开的对立方。本页记为他的解读，不采信。
  • ⚠️ Jason 的"500 倍使用量"与"Anthropic 的生意可能比史上前三大特许权加起来还大"：两条都无口径、无中间步骤，本库记为看多表述。
  • ⚠️ Q3 的全部传闻（"放缓到 50% 区间""消除 99% 的蒸馏""需求已重新加速"）：双方均标明是 X 上的风声。
  • ⚠️ 节目内多处未核实的持股与财务口径（Alphabet 持 SpaceX 6% / Anthropic 约 15% / Waymo 85%；Meta 净现金 −20 亿；Microsoft 债务减半；Google Cloud 营业利润 35 亿 → 110 亿）：记为节目口径。
  • ⚠️ Google 广告竞价的那条指控本身：单一广告主的说法，Chamath 三次标明不确定。本库保存的是"存在一个可检验的非 AI 替代解释"这件事，而不是该指控成立。

相关页面