真的很疯狂。你本来只期望价格温和下降就已经是利好了，结果六七个月内涨了50%到60%。这样的故事比比皆是。我记得某家推理云公司——我记不清名字了——在一个播客上说，他们预计合同到期后为Blackwell支付的价格将增加100%。这意味着，所有超大规模云厂商都处于盈利不足的状态。

　　我这周来硅谷的主要任务就是做压力测试，全力寻找负面数据点。大家提到的主要负面信号，是第三方数据显示Anthropic的增长曲线似乎稍微偏离了轨道。这可能确实如此，但OpenAI和开源正在大幅加速。如果综合来看，整体仍在净加速。

　　开源对公开市场来说就像宇宙中的暗物质——很难直接测量，但如果你追踪那些推理云说的话，无论是播客上还是会议上，需求显然在加速——这也合情合理，因为GLM 5.2和Kimi K3带来了巨大的能力飞跃，而这种趋势将会延续。英伟达也在将Nevatron稳步推向前沿。

　　这个月确实充满了挑战和挫折。但每一个假设都经过了压力测试，基本面仍在改善。以我们录制本期节目时的数据来看，英伟达的远期市盈率是过去两年的最低点。半导体公司估值更便宜的时候，只有Liberation Day和DeepSeek那两次，而那两次都是V型底。这意味着市场百分之百认为它们的盈利能力被严重高估。

　　我们需要保持谦逊，也许市场是对的。但我来硅谷这周的使命就是尽可能用力地寻找负面数据点。通常来说，来硅谷会有正有负，总体偏正。但这次，除了Anthropic的第三方数据这一点之外，我找不到任何量化层面的负面指标。而这一点也受到Anthropic股东们的强烈质疑——他们迫切地想告诉你他们所掌握的信息，只是担心说出来会影响到未来的IPO配额。

　　Grok和Cursor从第三方数据来看7月也发生了相当显著的变化，Grok 4.5和Grok Build的发布使7月成为一个颇具转折意义的月份。

　　这里值得一提的一个观察是：我收到一篇，

　　Claude确实非常聪明，但它并不总是对的，它的解读并不总是正确的。在股市中，你从根本上面对的是对未来的概率性贝叶斯判断。所以你看到的就是：一条消息出来，经过Claude处理，得出某种解读，大量市场参与者据此交易。

　　有个叫T.B.U.的匿名半导体社区人士发了一张日本电容器股票的图表，说我们在六周内经历了一个完整的电容器周期。那些股票——不管是翻倍、三倍还是四倍——垂直拉升，然后轰然崩落。实际的基本面变化都还没发生，但一个本来需要三年的周期，就这样在六周内走完了。

　　Patrick： 你在这里的感受，尤其是让我对这件事更好奇的，是这里在推理服务效率提升、模型训练各个环节的创新进展。这些将如何随时间影响公开市场？你有没有了解到什么让你特别感兴趣或好奇的、时间线较长的创新方向？

　　Gavin： 有一件事让我非常好奇：好像有很多人觉得他们离解决持续学习和样本高效学习已经非常近了——这两个课题我们之前也聊过。如果这两个问题得到解决，从某种意义上来说，会不会带来一种暂时性的需求不连续？

　　我听说，有些模型是在大约200亿个token上训练的，而现在这些大模型是在300万亿个token上训练的。如果你能用10万亿个token训练出一个模型，然后让它在现实世界中进行样本高效学习，这对训练需求听起来似乎不太妙。但训练在整个半导体算力需求中的占比，终将渐近于某个很小的数值——不是趋向零，但会非常小。

　　这可能是本周最核心的技术洞察，但你也不知道它是长期还是短期的事。SSI说他们将在8月发布模型，一整批专注于此的新实验室也在涌现。如果这真的实现，对世界来说将是巨大的福音。我们都希望看到这一天。

　　但我很难相信这会对AI基础设施需求产生负面影响。英伟达和所有这些创业公司都深度绑定，所以如果你强迫我回答，哪些情形会让我真正改变看法、感到担忧？

　　最主要的风险是：经营性现金流不再持续加速。这在一定程度上取决于Anthropic、OpenAI、Grok、Cursor以及开源的表现。

　　其次，如果GPU价格出现相对持续的大幅下跌，市场会立即做出反应。如果GPU开始变得容易获取，那会令人担忧。但你有没有听过任何人说他们GPU太多了？一个都没有。情况完全相反，感觉就像毒品市场一样。

　　如果这些实验室的用户规模增长停滞甚至下滑，那确实是实质性利空——除非这只是因为开源token在整体扩大蛋糕的同时抢占了一部分份额。我确实认为未来是多模型并存的格局，尤其是对AI原生企业而言。它们可以拿一个开源模型，经过监督微调和强化学习定制，部署在路由器后面——路由器优先把查询发给自己的模型，再由Claude或Grok等前沿模型做校验。在很多场景下，以一半的成本获得略优的效果。

　　但很多人听到成本减半就以为这对AI不利，其实完全不是。用户支付的成本不过是token毛利率的函数，实质上只是把token从约90%毛利的昂贵前沿模型，转移到约30%毛利的开源token。但这些token消耗的算力是完全一样的。

　　大公司正在变得聪明起来：他们设置路由器，把AI速度放慢，但实际上并不减少token消耗量，反而可能因为转向更便宜的开源token而消耗更多。而AI原生企业则完全相反，它们正在全力押注AI，几乎不雇用人类，把预算全部压在token上，没有任何放缓迹象。

　　让我无法忘怀的一个想法：全球大概只有50万人在使用智能体AI，其中大约25万人处于算力严重短缺的状态。而地球上有78亿人。当用户从50万增长到1%，到1亿，到5亿，会发生什么？

　　很多人会问：这些经营性现金流究竟从哪里来？谁是最终付款方？从根本上说，要么来自生产率提升带来的更快经济增长，要么来自劳动替代。在很多AI原生企业，你确实看到了劳动替代，但不是因为裁员，而是因为根本就不招那么多人了。每位员工创造的毛利润正在大幅提升，相比过去几代创业公司，这个数字几乎是垂直上升的。

　　还有一个有趣的观察：我今天早上从一位创立了多家公司的顶尖科技CEO那里听到——如果你看那些创始人主导和控制的公司，剔除疫情期间的过度招聘，几乎没有人在大规模裁员。这些人本应是最快拥抱AI来提效的，但他们基本没有进行大规模裁员——这可能说明他们认为仍然有大量机会留给人类，再加上token消费的快速增长。

　　从Cognition Reup在Stripe的数据来看，AI花费最多的公司增长速度明显更快。Cognition指数的数据令人震惊，尽管批评者说它没有充分控制行业差异，但如果你深入挖掘，会发现即便是管道工、暖通空调承包商这类蓝领行业，AI也在带来显著提升。

　　我必须提到一个我认为市场非常重要、但我此前理解有误的转变：我们正在发生结构性变化，尤其是内存领域，从追求短期业绩超预期，转向以牺牲短期上行换取确定性的供应链协议，也就是所谓的长期协议。在LTA框架下，客户预付，并锁定一个价格区间。

　　这让我想到了博弈论的问题。我们来梳理一下打破LTA的博弈逻辑。在这个游戏中，真正有规模影响力的玩家只有四个：亚马逊、谷歌、AMD，以及远超其他三者合计的英伟达。

　　内存之所以如此关键，是因为在给定算力单元中，内存越多，token产出越高——这是提升单位算力token产出最关键的维度，同时也会降低每token成本，这正是为什么需求完全没有因此而下滑。

　　现在假设是2027年或2028年，你想打破某个LTA，争取更低的价格。但在相当程度上，市场份额在未来几年将由供应链预分配决定。如果你打破了LTA——假设不是处于严重供过于求的状态——而未来两三年内，由于任何原因，议价权再次回到内存厂商手中，你的业务就完了。

　　就算谷歌在供过于求时打破了LTA，那往往意味着价格下跌、产能自然收缩。但你觉得，下一次供给紧张周期来临时，谷歌的产能分配会怎样？

　　我认为，在当前这个内存是一切核心轴的环境下，打破LTA可能毁掉你的整个业务和市场地位。这和以前截然不同。以前苹果可以对内存厂商为所欲为——因为它是压倒性的最大买家，没有竞争对手，不论怎样对待SK海力士，美光也会乖乖接下来。但现在不同了。你至少有四个大玩家，还有大量创业公司在竞争。如果你打破LTA，内存厂商可以说：好，你破了价格协议，我们就破数量协议，把份额给你的竞争对手。

　　这也是为什么英伟达的主导地位在当前环境下如此令人费解地被低估。没有什么比英伟达GPU更容易融资的了。在用地选址、电力获取方面，他们也在下好棋——通过撮合和资源整合发挥着重要作用。他们还推出了一个颇为聪明的新商业模式：类似于一种信用包装+收入分成结构，如果GPU价格高于某个底线，就可以非常快速地通过特许权使用费建立起一个相当大的云业务。

　　英伟达这个模式，我认为被严重误解了。本质上，他们并不是在直接借钱给GPU买家——他们是在参与信用包装，别人来承担融资责任。所以这并非严格意义上的供应商融资，而更像是股权投资加上收入分成。

　　他们确实在进行股权投资，而且几乎每次没有参与股权投资的时候，事后来看都是一个错误。他们投资了几乎所有东西——除了长期以来的内存公司，以及曾经没有投Anthropic。

　　如果你手握丰沛的现金流，又对AI极度看好，同时还能看到所有实验室的进展——持续学习实验室、Safe Super Intelligence都在和他们合作——Jensen自然对所看到的东西保持乐观。所以，为什么不同时获得股权上行，加上收入分成？这样既能缓解各方现金流的错配，又能强化自身的竞争地位，还能显著提升每千兆瓦的收入。

　　如果我是SK海力士的CEO，我会做完全一样的事：去找GPU买家，说我也愿意参与英伟达的信用包装结构。内存公司的业务本质上没那么稳定和可预期，但也许可以通过预付一部分现金来降低自身风险，同时争取获得持续收入的分成。我确信黑石和阿波罗等机构正在向内存公司建议类似的方案。

　　这其实是LTA逻辑的自然延伸——通过牺牲部分上行来换取持续性，还可以获得经常性收入的特许权。这正是英伟达正在做的事，而我认为他们应该更清楚地把这个逻辑解释给市场。

　　从博弈论的角度来说，Anthropic如果在算力上像OpenAI那样积极布局，早就可以遥遥领先了。OpenAI现在重新回到了竞争前列，Grok也在局中，这些都是拥有最前沿算力的公司。在看到这一切之后，还有谁会放松油门？尤其是当融资可以完全来自经营性现金流的时候。

　　Gavin： 我认为两种说法可以同时成立。打个比方：如果说DUV机器是一台喷气式涡轮发动机，那EUV机器可能就是曲速引擎；或者说DUV是螺旋桨飞机，EUV是喷气式飞机。他们之前没有，现在据称有了，这是一次相变——你从液态变成了固态。那台喷气发动机，或者说螺旋桨飞机，可能比当前技术落后25年，但依然重要，不应被忽视。

　　市场的反应确实像是严重过度了。如果这件事要影响到ASML的订单，可能要等到5年后，而市场在这期间会对它反复担忧、反复淡忘。所以这可能是过激反应，但也不应置之不理。

　　开源越来越接近前沿，而像Fireworks这样的公司让模型定制变得极其简便——你可以针对特定场景训练出媲美甚至超越前沿模型的效果，且成本大幅降低，这对整个软件行业和大量AI原生企业都是天大的好事。

　　我们的朋友Vijaya说，他从没见过这么多公司能在9个月内从成立到实现5000万美元年收入并产生现金流。这些公司以前可能被人嗤之以鼻地称为ChatGPT套壳，但现在有了开源，它们已经积累了领域专有数据，打造出了真正的护城河。

　　Fireworks推出了一个叫Nexus的产品，只需三行代码，它就能摄入你的数据，经过强化学习微调，再通过路由器智能分发查询——Harvey、Cursor、Harvey、Lagora都在大力使用这套思路，因为如果你能把30%至60%的token消耗转移到自己的强化学习模型上，只在剩余部分使用前沿模型，你就不再只是个套壳，而拥有了真正的护城河。

　　Patrick： Cursor那件事很有意思——AI在速跑我们人类的学习曲线：用前沿模型规划，把任务分配给更轻量的模型，效率提升了15倍。

　　Gavin： 确实，这很有意思。也许低毛利率的开源token——只比前沿模型略逊一筹——反而会使最顶尖的前沿token更加值钱。如果你有一批智力水平为120的开源模型，价格极低，那一个能够

　　最令人震惊的是：那些基于开源的推理云公司，增长速度几乎和早期前沿实验室一样快，却几乎不烧钱，Rule of 40的指标极其惊人。

　　监管，毫无疑问是最大的风险，也是最显而易见的风险。纽约宣布数据中心暂停令，我们生活在一个后事实、后逻辑的政治世界里。AI行业在公关方面做得很糟糕，而普通美国人的主流叙事是：数据中心会推高你的电费，抢占你的水资源，然后抢走你的工作。

　　而现实是：按照现在签订的协议，数据中心进驻后，周边居民的电费实际上往往会下降，因为背后有表后协议。以前数据中心开发商只需给当地警察局和消防局买几辆车，现在他们要建医院、学校、警察局和消防局，还要降低居民电费。

　　而且相关就业岗位是持续性的，因为数据中心需要大量管道工、电工、暖通空调承包商——数据中心在某种意义上是我有生之年蓝领工资增长最大的推动力。然而，名义上代表蓝领工人的民主党，却在阻挠这些就业机会。

　　有个关于数据中心用水量的说法：一个学者在书里犯了计算错误，把用水量高估了10000倍——不是一个数量级，是四个数量级。

　　这个行业需要有人站出来说真话。也许需要一个基金会，在NFL、世界大赛、大学橄榄球赛季中投放广告，告诉公众数据中心真正的样子：签署了承诺协议的数据中心，你的电费会降，社区会受益，会有大量高薪蓝领就业机会持续出现，对水资源和环境几乎没有影响，而且它完全可以建在城郊10英里之外。

　　同时，AI拯救生命、治愈罕见疾病的故事也需要被讲出去。今年ASCO年会的氛围——这是历史上单次会议中科学突破最多的一届——其中相当一部分贡献来自AI。如果你有一个生病的孩子、父母或挚爱，AI正在切实提升他们康复的概率。

　　行业里的人认为这些都是显而易见的常识，所以他们理所当然地以为所有人都懂。但事实上，这与大多数普通美国人的认知之间存在巨大鸿沟。纽约的禁令感觉只是个开始，即便在那些最亲商的深红州，如果你不主动讲好自己的故事，也不会有人替你讲。

　　Gavin： 感觉并不理解。从IPO以来，基本面一直在改善——Grok 4.5、Cursor的收购和加速、以及他们证明了自己能以比任何人都低的成本、更快的速度引入更多算力。

　　他们进入市场时，恰好撞上了现货高点——这在某种奇怪的意义上，反而是算力需求旺盛的佐证之一：他们一下子把大量算力投入市场，市场几乎没有任何感觉，就像一列货运列车完全没有减速。

　　有一篇Substack分析认为SpaceX将尝试引入8吉瓦的算力。我永远不会赌伊隆输，但这将是一项极其惊人的壮举。自他们上次签订合同以来，利率上升了，没有下降，他们的变现效率大约是每吉瓦500亿美元。明年的一致预期是730亿美元。

　　先别提Starlink V3、Starlink星地直连、Grok 4.5和Cursor，仅这些业务合计就能很快达到100亿美元的年经常性收入。忽略核心Starlink基础业务——如果他们真的能引入那么多算力，一致预期的730亿是8吉瓦乘以每吉瓦500亿，而且显然不会在2027年初就全部点亮，这在我看来极不可能实现，我几乎不相信那篇报告。

　　但值得注意的是：迄今为止，每年能引入超过500兆瓦电力的公司，只有超大规模云厂商、Coreweave、Weave、Crusoe和SpaceX，而SpaceX以最低成本、最快速度完成了这一壮举。他们的集群确实深受用户好评。

　　市场目前对SpaceX的主流解读是：现货价格将下跌90%，大量算力进来也不会产生预期中的收益。也许吧。但我见识过伊隆的公司一次次把看似不可能变成可能。

　　我认为当前股价中，来自这部分潜在算力的预期体现极少。大规模引入算力非常难，为GPU通电极其困难，但他们做到了，而且这感觉并没有被计入市场预期或估值。

　　很有意思的是，SpaceX——数据中心公司这个梗现在看来越来越不像玩笑。我在星际基地待了不少时间，轨道计算感觉每天都在变得更加真实。前几天的Starship着陆，真的很酷。

　　我们的Benchmark朋友投资了Star Cloud——一家轨道计算公司，SpaceX在某种程度上与其合作，据说将开放星链激光通信技术，这对轨道计算至关重要。Benchmark的人非常聪明，完全不在伊隆的生态圈里，却选择在不具备SpaceX内部发射成本优势的情况下，以相当高的估值投资了一家轨道计算公司——这对我来说是一个很好的理性人检验。

　　也许我疯了，也许伊隆疯了，也许Benchmark也疯了，也许SpaceX的工程师也疯了，但这几个都疯了这件事，我觉得概率实在太低。

　　Patrick： 我们是在Benchmark的办公室录制这期节目，坐在他们那张著名的晚宴桌旁。感谢Benchmark，感谢Eric帮忙协调，感谢所有合伙人。

　　Gavin： 一年后我们就知道谁对谁错了。时间会证明一切。未来是概率性的，但我们正处在一个令人兴奋的时刻。

　　Patrick： 如果我们继续跟着模型发布节奏录节目，我们几周后可能就会再见了，也许还是在Benchmark这里。和你聊总是一件乐事。