核心要点
- 两位科学家出走：Google 48 小时内流失 Noam Shazeer（attention 论文作者、Character.AI）与 John Jumper（AlphaFold 诺奖得主），三人认为这是"老三"在产品落地与科研自由间被迫做取舍的裂痕信号。
- DeepSeek 怪异轮次：74 亿美元 A 轮、500 亿估值，创始人个人认购 200 亿元人民币（约30亿美元、占四成），投资人不足10家含 JD.com，唯一拿治理权的是中国政府——这是主权而非商业逻辑。
- 开源是"假开源"：Jason 直言开源由中国政府补贴训练成本，号称1500万美元训练成本"当然不是真的"；六家中国开源模型在围剿闭源利润，给 Anthropic、OpenAI 的定价封了顶。
- 7250亿之问：Goldman 预测 2026-2031 累计 AI capex 达7.6万亿，年开支约7000亿但全行业收入不足千亿；要赚钱意味着需替代美国劳动力的 7-8%，门槛高得吓人。
- 内存百年一遇洪水：Tim Cook 称 Apple 面临"百年一遇"内存成本冲击，Q1 DRAM 合约价涨90-95%，AI capex 通过价格机制推高 iPhone、电费乃至旧金山房价。
- 闭源肥胖中间层危机：闭源厂只有高端（Opus/Sonnet）和低端（Haiku），缺中间档；中间档太贵供不起，正被开源蚕食，自研芯片砍推理成本是 OpenAI 的自救逻辑。
- 座位与人头模式皆危：Jason 称"比按座位收费更糟的是按人头收费"，Accenture 年内跌约40%，按座位/人头计价的公司被 AI 碾压，按用量计价的（如 Devon、Kalshi）在赢。
章节时间轴
- 0:47 Google 痛失两员大将 — Noam Shazeer 与 John Jumper 48 小时内出走，讨论顶尖科研人才到底图什么。
- 5:21 科研自由 vs 落地能力 — Jumper 是纯科研路径转投 Anthropic，剖析"登顶者"才有的招人奢侈与"安装基础即地狱"。
- 11:30 为什么"老三"最危险 — Google 虽是 mag 7 中仅两个跑赢标普之一，但闭源老三同时受开源、人才、利润三重挤压。
- 17:40 主权模型与开源中国底色 — 几乎所有开源模型都是中国造，欧洲主权模型在经济学上是"低效高价"的政治选择。
- 20:00 Jason 的中国见闻与 DeepSeek 轮次 — 中国是 DeepSeek + Gemini 的平行宇宙，拆解500亿估值轮次的主权本质。
- 26:12 GLM 5.2 与开源竞争烈度 — 六家中国开源模型"猛干"，为美国闭源厂的盈利能力封顶。
- 26:59 内存涨价与价格机制 — DRAM 涨90-95%，AI capex 通过价格信号波及 iPhone、电费、房价、就业。
- 29:20 7250亿美元之问 — Goldman 7.6万亿 capex 预测，谁来贡献千亿收入，能否避免成为"做空一切"的 Debbie Downer。
- 37:03 从 token maxing 到 ROI — 2027 是 ROI 元年，CIO 不再凭关系发 token，要看真实回报与裁员。
- 42:24 Jason 的 AI 财务 VP 实战 — 几小时搭出的 agent 全流程闭环，比真人强，重新定义"agent 大师"这一职业。
- 48:31 毛利率与融资逻辑之争 — Nicolas Dessaigne 推文引出辩论：负毛利高增长还能不能拿到 A/B 轮。
- 52:25 Menlo 30亿基金与 SPV 哲学 — 50年老牌为何只募30亿，小基金 + 按需 SPV 的风险调整收益逻辑。
- 57:49 Kalshi 与 Meta 预测市场 — 监管套利、2亿美元年收入备战 IPO、Facebook 入场的可能性。
- 63:59 Accenture 暴跌与 AI for SI — 年内跌40%，咨询/系统集成被 AI 压价，data bricks 30天迁移成"护城河杀手"。
- 72:25 在家办公"白领欺诈" — Ryan Peterson 言论引发的工作伦理之争，Jason 的"手表还是财富"暴论。
- 77:00 OpenAI 自研 Jalapeno 芯片 — Rory 质疑向下两级垂直整合是否值得，闭源中间层存亡再成焦点。
详细内容
顶级人才流失：科研自由、落地能力与"登顶者的奢侈"
节目开场聚焦 Google 在 48 小时内连失两人：Noam Shazeer（原始 attention 论文作者，创办 Character.AI 后被高价收回 Google）与 John Jumper（AlphaFold 共同创造者、诺贝尔奖得主），后者将加入 Anthropic。Jason 的第一反应是"环境论"——最顶尖的研究者只想做自己想做的事，谁能给这种纯粹的科研环境谁就能挖到人。他回忆当年去 Google 路演，互联网之父 Vint Cerf 都会探头进会议室，正是这种氛围当年吸引了 DeepMind 团队。
Harry 提出这其实是二维问题：除了"科研自由"，还有"落地受挫"。很多离开 Google 的人是因为官僚体系扼杀了产品——他们本有 ChatGPT 的对标产品，却被流程拖死，让 OpenAI 抢了先机。Rory 补充，Shazeer 这次很可能被收购对价的一大块绑定，按四年 vesting 算他大概留下了一半未兑现的钱在桌上，说明驱动力不只是钱，而是"更多科研 + 更确定的落地能力"的组合。
Rory 对 Jumper 的分析不同：他是纯科研路径（芝加哥大学、蛋白质折叠、博后后只待过 DeepMind），转投 Anthropic 是冲着高端科学研究计划去的。对 Harry 抛出的"Anthropic 是否有秘密突破"的传闻，Rory 表示怀疑——LLM 领域的发明到收入滞后期是1-3年，而医学发明转化为经济价值要10-15年，蛋白质折叠拿了诺奖至今都还没有上市药物，所以不会是"三个月内不加入就错过"的魔法，而是一个多年期计划。
Jason 用儿子的例子佐证（他自嘲"VC 爸爸讲娃故事"最讨厌）：儿子是全美顶尖的某类数学人才，实验室主动找上门，Anthropic 给了实习 offer，金额放在他当年读书时不可想象，但儿子当场拒绝、宁可没工作——因为对方给不了他想要的学习环境。在这个史无前例的牛市里，最顶尖的人才"只做100%想做的事"。Rory 总结核心 aha：登顶者（新模型、新公司）不受历史与安装基础的拖累，有巨大的股票货币、没人质疑股权激励成本，所以能买下一切、让人随心所欲，这是受 install base 拖累的在位者（"地狱即安装基础"）做不到的。
为什么闭源"老三"最危险：开源的中国底色与利润封顶
Jason 抛出本期主线判断：闭源 LLM 中的"老三"最脆弱。他先承认 Google 整体表现亮眼——过去18个月 mag 7 里只有 Nvidia 和 Google 跑赢标普，Facebook、Amazon、Microsoft 在 AI 上"无关紧要"。但 statement two 同样为真：人们早上醒来不会想"试试新的 Google 模型/工具"，却会试 Claude Code、试 OpenAI，Google 在创新维度仍是老三。
Rory 解释老三为何危险：两条线同时发生。其一是 token 成本压力催生路由/多模型，过去90天里"除最小的初创公司外，所有人都在路由"。其二是历史上老二通常更简单、老三通常更便宜（如当年 GCP 靠最便宜起家）。问题在于，如今的"更便宜"选项是开源——而开源并不像 Linux 那样免费，推理和训练有实质成本，但确实便宜得多。
Jason 给出尖锐判断："开源有点假，因为中国在付训练的钱"，并非上一代意义的开源，而是因为有大量创新和成本节约。老三的危险在于：你既做不到最便宜（开源被中国政府补贴），又留不住研究者，项目还不够有趣。他还爆料当天早上收到 Anthropic 一封"你的 prompt 缓存命中率过低"的群发邮件，认为这是 Anthropic 对开源的"鸣枪示警"——力推 prompt 缓存的巨额折扣，让闭源在某些场景比开源还便宜，邮件矛头并非指向 Gemini 而是开源。
Rory 用产业经济学收尾：科技市场不会形成完全竞争，而是少数寡头——老大赚得稍少、老二赚得少很多、老三破产。本例中 Google 因母公司资产负债表撑着不会真破产，但若存在比整个闭源阵营便宜5倍的开源替代，会把所有人的利润率往下碾。他同时指出，闭源老四要追上几乎不可能，市场格局已定（Aladdin 半年前有相关分析）。
主权、DeepSeek 轮次与中国的平行宇宙
Rory 拆解"主权模型"：欧洲要主权模型，本质是说"我们退出由美国主导、我们排第四的全球市场，转而在欧洲市场当老大"。一百万年的经济学理论都说这低效——欧洲人将得到更差的模型、付更高的价，但这是出于政治或国家安全考量的"税"，超出经济分析范畴。他强调一个迷人事实：整个开源生态几乎跑在四五个中国造模型上，这在主权与安全语境下很惊人。
Jason 分享中国见闻：在中国乃至香港，Anthropic 与 OpenAI 主动屏蔽（出于安全，是它们自己屏蔽而非中国封锁），但 Gemini 不屏蔽，所以他在中国两周里只有 DeepSeek + Gemini 这两个"朋友"——一个平行宇宙。而中国版 DeepSeek 被刻意"阉割"，不如美国版好，不能联网、训练数据似乎不同。他说自己直到去了中国才真正理解主权论：中国不想在运行下一代经济时受制于 Anthropic 和 OpenAI，这是关乎生存的主权问题。
关于轮次本身，Jason 与 Rory 都觉得"狂野"：74 亿美元、约500亿估值，创始人个人认购200亿元人民币（约30亿美元、占约40%），投资人不足10家（含 JD.com），且全都不拿任何权利，唯一拿治理控制权的是中国政府。Rory 的精彩反讽："唯一拿到投票权的，恰恰是唯一不需要投票权的人"——政府有主权、有军队，能像逼 Meta 退还20亿那样让你吐回到手的钱。他同时给出估值锚定：美国两家闭源龙头估值约万亿，开源对标500亿（约1/20）大致合理；Z.AI 在中国已上市、估值约千亿、千倍营收，对照美国也不算疯。Rory 还提醒，别只批评中国的国家干预——美国同样在干预（Anthropic 最新模型要满足美国政府关切才能发布），两国政府都视这项技术为关乎生存。
AI 资本开支吞噬一切：7250亿之问与内存洪水
Harry 引出内存涨价：Tim Cook 对 WSJ 称 Apple 面临 AI 基础设施需求驱动的"百年一遇"内存成本冲击，Q1 DRAM 合约价单季涨90-95%。Rory 把它和开场的人才话题归为同一件事：AI 投资在抢占资源，再通过价格机制冲击其他所有人——它会体现在 iPhone 价格、电价、旧金山房价，乃至 Oracle 这类全押 capex 公司的20%裁员上。经济没有道德，它只发出信号：你想把更多 DRAM 投给田纳西或密西西比的数据中心，就意味着 Rory 的 iPhone 能用的 DRAM 更少，唯一办法是涨价。Apple 显然明智地选择涨价而非自吞利润、压低毛利。
随后是核心的"7250亿之问"。Harry 提到 Goldman 预测 2026-2031 累计 AI capex 7.6万亿，并联想到 Sequoia 的 David Cahn 此前那篇（从600亿问到现在）。Rory 翻译得很直白：超大规模厂商现在每年烧约7000亿 capex，五六年就是约35万亿天文数字，按美国资本主义逻辑，这意味着某天得有人贡献7000亿收入你才能赚一块钱——但现在全 AI 行业收入可能还不到千亿，一年烧七千亿、收入不到一千亿，"这不是个好生意"。
更吊诡的是，自 David Cahn 一年前那篇好文之后，人们不仅没收敛，反而"加倍信念、加倍投入"：当时 capex 约占 mag 7 自由现金流60%，如今已是120%且在借钱投。Rory 点出牛市经典悖论——你智识上正确，但叙事能延续很久，难的不是判断它会结束，而是判断何时结束。Jason 说他这辈子在科技圈没见过这种"无限需求"，问题变成你是入局还是当唱衰的 Debbie Downer；在风投里不投资金根本赚不到钱，你必须投入需求周期，只能祈祷在崩盘前拿到流动性。
从 token maxing 到 ROI：定价才是真正的裁判
Rory 抓住 Jason 那句"无限需求"的关键限定词——"价格调整后"。他认为这正是本轮与以往软件周期的区别：买 Salesforce 这类 SaaS 只有两态（不需要就不买、需要且够大就付十万当作经营成本），价格基本固定。而 token 和智能是另一回事——智能免费时需求无限，但它不免费，于是所有人都在纠结如何分配。CIO 需要一种过去不存在的新技能：决定花多少、在哪划线。Rory 坚信瓶颈不来自技术（模型会越来越强），而来自价格——价格是"你能做多少"的裁判。
Rory 进一步把问题落到"橡胶碰地面"的关键：如果 Anthropic 给 Jason 发邮件让他更高效（即少花钱），这会不会把 OpenAI/Anthropic 的营收增速从10倍砍到5倍？Jason 坦言不知道，但拆解了客户结构：他在 max 计划上，200美元能用到约1万美元推理，所以厂商有动机劝他省。Anthropic 和 OpenAI 在跑 A/B 测试——有被补贴的免费层（OpenAI 更大）、毛利40-70%的企业层、以及 prosumer/max 层（部分盈利、部分被巨额补贴）。那个花100-200美元用掉1万美元 token 的 vibe coding 小孩，是被巨额补贴的，这正是"open claw 闹剧"的实质。而开源攻击的，恰恰是那个利润丰厚的企业客户。
Jason 给出 2027 主线判断：token maxing 不是真正的故事，2027 企业 AI 的主题是"给我看 ROI"。2025 到2026 初是"别落后、放手去建"——这其实是让团队快速 AI 化的最好方式。但接下来 IT 预算有界，CIO 会说"我不再凭关系和 PPT 好坏来发 token"，谁能靠 AI 裁掉20%部门、谁是增长最快的部门，就给谁更多 token；不能落地、在衰退的就不给。第一次，ROI 必须真正连接到这些支出。
Rory 用经典 ATM 案例补充"生产力悖论"：一个行业可能因 AI 大幅提升生产力，却因人人都采用而毫无盈利能力提升（银行同时上 ATM，理论省柜员，实际反而雇更多柜员、问题没变）。Jason 接过"对偶税"（parity tax）概念：你独家用工具能有真生产力，但竞争对手也都部署后优势就抵消了，2027 大家可能根本证明不了生产力收益，于是不得不在其他裁员之外再裁10%——Oracle、Robinhood 的裁员可能只是早期信号。但不采用的人会死，所以必须 lean in。
Jason 的 AI 财务 VP：重新定义"agent 大师"
Jason 现身说法：他们在中国停留期间，几个小时（个位数小时）就搭出一个"AI 财务 VP（暂称 director）"，已经比团队里任何真人都强。这个 agent 全流程闭环：生成报价、起草并发出合同、走完签署、在 Salesforce 更新商机、登录 bill.com 发票并跟进催收、对接 Brex、闭合整笔交易，再登录 QuickBooks——让他们十年来第一次账目准确、收入正确归类。而这还是没有为该工作流专门调优的当下模型。起因是 SaaStr AI 年会有个真人忘了开8万美元发票被迫核销，Amelia 一怒之下"建个 agent 来干"。
Rory 追问是否因此裁掉真人或合同工。Jason 澄清这不是替代团队里的人，而是替代"人类不愿做的事"——人类只想做自己工作的5-10%（投资亦然），不愿跟进、不愿更新销售、不愿规规矩矩开发票。与其对抗人性，不如让 agent 去做其余部分；如果是可变价人力，这能让付给人的钱降50-60%，哪怕你并没刻意省钱。
由 Record 的 Brandon 那条"五年后训练 agent 将是最大职业类别"的推文，引出对"agent 大师"这一新职业的讨论。Rory 提醒：当年也说过 prompt engineer（起薪15万、出校门最高薪职业），如今这技能一文不值，20VC 团队没雇过一个 prompt engineer。Jason 认同 Brandon 大方向对，但内涵会逐年重定义：今天人人都能写出"给我建个 AI 财务 VP，接 bill/QuickBooks/Salesforce"这样的 prompt，所以不需要 prompt engineer，但需要"agent 大师"去理解能得到什么、边界在哪、会在哪崩、哪里会偷懒。
他举了个生动例子：他们的 AI 财务 VP 头天晚上承认自己没完整读一份合同，问它为什么，它说"我没有好答案"。做 agent 大师不是听到这话就把显示器扔出窗外，而是冷静诊断——这跑在 Sonnet 上，Sonnet 会快速 goal-seek、倾向不完成复杂行为，于是要和 agent 一起改流程、明确要求"所有合同必须从头读到尾"，并接受它有时仍不照做。Jason 还点出 agent 正在从静态走向"后台不断循环、自我改进"，这会从根本上改变 agent 的构建方式。
毛利率、Menlo 哲学与 Kalshi/Accenture 的冰火两重天
Harry 引用 Y Combinator 的 Nicolas Dessaigne（Algolia 联创）推文：现在好公司融不到 A/B 轮最常见的原因不是增长而是毛利——很多创始人营收真实、增长快，但扣掉交付成本所剩无几；投资人不投营收，投的是营收上的毛利。Rory 直接反驳：客观现实并非如此，毛利艰难但超高增长的公司一直在拿钱，而且基础模型、推理厂、编码 agent 都是这种 profile。他承认 Dessaigne 可能捕捉到了实时变化——"先抢地盘再修毛利"的打法最适合 AI 的"大爆炸"阶段（过去三年，如 Cursor 负毛利仍值600亿），但下一代投资人可能更看重毛利。不过迄今为止"毛利烂但增长能盖过、我会想办法"这个听起来愚蠢的赌注，事实上100%成立。
Jason 与 Rory 一致认为这个时代可能正在部分结束：他们都坐着一两笔过去12-15个月、把"推理当营销策略、负毛利"的投资，如今公司还行但可能翻不了身；同时也有些公司"疯狂高效"。在那个2×2里，没人想待在"低效 + 非顶级增长"的象限。Rory 直言：经济放缓时，没人会去收购毛利为负的相邻业务"图个好玩"，所以这些初创公司只会失败——不实现巨幅增长就全死，这对早期投资人不有趣。
谈到 Menlo（Anthropic 大赢家）50年来募了30亿美元新基金，Jason 先开玩笑说"第一反应是这就是他们能募到的全部"，被 Rory 摇头否定后给出二读：他们会像 Anthropic 那样另募一两支基金 + 大量 SPV/side car，基金头条规模并不等于全生命周期部署额，不启动更大成长基金的时钟（避免费用拖累）是聪明的。Rory 加上风投经济学：同等条件下，两支独立10亿基金比单支20亿基金的风险调整收益更高（更少跨交易聚合），且能 ingest 一二十亿美元支票的公司本就极少（Q1 约70%风投美元流向四五笔交易），所以保守规模 + 按需 SPV 是更好的模型——前提是能秒拉起 SPV。Jason 调侃自己早年从对冲基金拿的"空白支票 SPV"，真要用时对方却要见创始人、做尽调，是"最烂的 deal"。
冰火两重天的两个案例：Kalshi 营收破20亿、备战 IPO（传闻10倍营收），Rory 指其本质是监管套利——把90%其实是体育博彩的业务包装成"预测市场"，从 CFTC 拿到联邦管辖，避开了 FanDuel/DraftKings 那样的逐州牌照，且结构是清算所（撮合买卖）而非传统博彩庄家。但在非特朗普政府下"派对可能结束"，已有州在起诉。Jason 认为 Meta 若敢把博彩做进 Facebook 信息流、做得像 Kalshi/Polymarket 那样社交化，可能大赢；Rory 则质疑体育博彩用户年轻男性化，已不是 Facebook 人群，但承认 Facebook 用户老化、入场是聪明的。
而 Accenture 暴跌19%（年内累计约跌40%）成为反面教材。Rory 拆成两件事：帮企业落地 Gen AI 的新业务在爆发，但占其九成营收的核心咨询/系统集成业务，恰是最易被 AI 颠覆的白领外包工作——"AI for SI"。他举例 SAP 实施过去收2000-4000万、现在可能只收2000万（因为2000万的活能用 LLM 做）。Jason 回忆在 Adobe 时，整层 Accenture 的人花5年部署 Salesforce、年费约2600万。Rory 点出咨询/SI 公司的死结："比按座位收费更糟的是按人头收费"——若只需40人 + AI 而非100人，整个利润结构与抽成都崩，所以它们虽采用 AI 却无法转嫁涨价，给"AI 先行、报价1500万对打 Accenture 8000万"的新公司留了空间。Jason 补充 data bricks（增速约80%、营收约60亿）号称30天完成数据迁移（对比 Accenture 5年），是被低估的"护城河杀手"——他自己也被 Salesforce 的 LLM 工具几周内从用了五年的 Marketo 无人工迁出。
OpenAI 自研芯片与闭源中间层存亡之争
Harry 抛出收尾话题：OpenAI 宣布与 Broadcom 合作自研推理芯片"Jalapeno"（对标 Google TPU、Amazon Trainium），号称性能功耗比超现役 GPU，Broadcom CEO 称可砍掉典型 GPU 约50%成本。Rory 算账：推理约占营收50-60%，GPU 占 capex 一半以上（约30%），Nvidia 70%毛利，理论上能省些钱，但他的真实反应是"你有太多别的正事要做了，别让这事分散精力"——OpenAI 应把精力放在抢企业终端客户上。
Rory 的核心反对是"过度向下垂直整合"：OpenAI 拥有三四家挤破头想和它做生意的云厂商（Oracle、Google、Microsoft、Core），其中一些自己就有芯片（Google、Amazon），这些人在替它扛资本风险、"砸自己的镐头"提供便宜算力。它本应全力抢企业客户，而非向下整合两级直到自己造芯片。Jason 抛出更狠的反讽底层逻辑："OpenAI 和 Anthropic 模式能成立，正是因为别的傻子替它们花了3000亿 capex"——垂直整合的定义就是把外部做的事收回内部，如果今天真要自己做全栈垂直整合它们会完蛋。
不过双方都承认这个芯片决策是"不同时代"（约2025年初的丰裕时代、甚至 TBPN 时代之前）做的，放今天讨论会很不一样。Jason 坚持闭源真正的存亡风险在"肥胖中间层"：他们只有高端（Sonnet/Opus）和低端（Haiku 等超小模型），缺中间档；中间档太贵供不起，正被开源（如 GLM 5.2）massive 颠覆。高毛利软件本可补贴中间市场，但它们做不到，所以自救之道是把推理成本砍到低于开源（开源也得买 GPU、并非免费，很多场景只便宜约一倍），这样中间层的每个工作流都能服务，而不是被掏空。
Rory 完全认同成本侧与"中间档高质量、非前沿定价的智能"是头号问题（"人们开始对定价反胃"），但他质疑解法不是优化全栈垂直整合，而是商业模式问题——也许只有两家前沿厂商竞争不够。他喊话 Google："醒醒，用一个几乎一样好、美国产、价格有竞争力的产品，去给 Sonnet、Opus、GPT 5.5 施加大量定价压力。"他还半开玩笑给出周期见顶信号：哪天有人说"我们要自建晶圆厂、自造 DRAM"垂直整合回到内存，就知道周期要剧烈下行了。节目以 Harry 调侃 Jason 从中国归来、Jason 自嘲"被 Benchmark 那位替班的也挺好"收尾。
金句
比按座位收费更糟的模式，只有一种，就是按人头（活人）收费。 —— Jason 0:00
OpenAI 和 Anthropic 的模式能成立，整个原因就是别的傻子替它们花了那3000亿美元。 —— Jason 0:47
唯一拿到投票权的，恰恰是唯一不需要投票权的人——因为中国政府本就有主权。 —— Rory 23:50
开源有点假，因为中国在替所有训练买单；这已经不是上一代意义上的开源了。 —— Jason 0:00
你不可能靠每周工作18小时去赚到一千万。你只会得到一块表，一块欧米茄。你要欧米茄，还是要发财？自己选，伙计们。 —— Jason 0:00
LLM 不仅能砍成本，它能把你从一个供应商整体迁移到另一个——这是护城河的毁灭者。 —— Jason 69:21
提到的书·产品·人物
- Noam Shazeer（人物）：attention 论文作者、Character.AI 创始人，被 Google 高价收回后离职。
- John Jumper（人物）：AlphaFold 共同创造者、诺贝尔奖得主，从 DeepMind 转投 Anthropic。
- Vint Cerf（人物）：互联网之父之一，Jason 回忆当年路演 Google 时他探头进会议室，佐证 Google 的科研吸引力。
- DeepSeek（公司/产品）：74亿美元 A 轮、500亿估值、政府独占投票权的主权开源样本；中国版被刻意"阉割"。
- GLM 5.2 / Z.AI（Zhipu）（产品/公司）：在编码基准上号称超 GPT 5.5 的中国开源模型，Z.AI 已在中国上市、估值约千亿。
- Gemini / Google DeepMind（产品/公司）：在中国不屏蔽，是 Jason 的两个"AI 朋友"之一；闭源"老三"的代表。
- Anthropic（Sonnet / Opus / Haiku / Claude Code）（公司/产品）：闭源龙头，发"prompt 缓存命中率低"邮件对打开源；缺中间档模型是隐忧。
- OpenAI / Jalapeno 芯片（公司/产品）：与 Broadcom 合作自研推理芯片，引发垂直整合是否值得之争。
- Broadcom（公司）：OpenAI 自研芯片合作方，CEO 称可砍约50%典型 GPU 成本。
- Cerebras（公司）：OpenAI 自研芯片消息当天股价跌16%，此前靠 OpenAI 200亿美元订单。
- Nvidia（公司）：约70%毛利的 GPU 龙头，被自研芯片叙事冲击。
- Goldman Sachs / David Cahn（Sequoia）（机构/人物）：Goldman 预测2026-2031累计 capex 7.6万亿；David Cahn 的"AI 之问"系列分析。
- Tim Cook / Apple（人物/公司）：对 WSJ 称面临"百年一遇"内存成本冲击，选择涨价而非压低毛利。
- DRAM / Micron / SanDisk（产品/公司）：Q1 合约价涨90-95%，Rory 调侃一年前没买这些股错失20倍。
- Andrej Karpathy（人物）：Harry 引用其"编码能力6个月从20%升到80%"的说法，问其他领域能否复制。
- bill.com / Brex / QuickBooks / Salesforce / Marketo（产品）：Jason 的 AI 财务 VP 全流程对接的工具链；Marketo 是被 Salesforce LLM 工具几周迁出的"最烂软件"。
- Brandon（Record）（人物）："五年后训练 agent 将是最大职业类别"推文作者。
- Nicolas Dessaigne（Y Combinator / Algolia）（人物）：关于"融资败在毛利而非增长"推文的作者，引发辩论。
- Menlo Ventures（公司）：50年老牌 VC，Anthropic 大赢家，新募30亿美元基金，引出 SPV/side car 哲学。
- Kalshi / Polymarket / FanDuel / DraftKings（产品/公司）：预测市场监管套利讨论；Kalshi 营收破20亿备战 IPO。
- Meta / Facebook / Instagram / Llama（公司/产品）：被讨论是否会把预测市场/博彩做进信息流。
- Accenture（公司）：年内约跌40%，"AI for SI"颠覆的典型，按人头计价的死结。
- data bricks（公司）：增速约80%、营收约60亿，号称30天完成 LLM 数据迁移，"护城河杀手"。
- Tecera / Conduct / Swanide（公司）：在 SAP/Salesforce 集成领域颠覆 Accenture 的 AI for SI 新公司。
- Cursor（产品）：负毛利仍估值600亿的"先抢地盘"代表。
- Cognition / Windsurf / Devin（公司/产品）：工作伦理之争的引子；Devin 年内涨30%、从底部涨3倍。
- Ryan Peterson（Flexport）（人物）："在家办公是白领欺诈"言论引发 rage bait 讨论。
- Leopold Aschenbrenner（人物）：2024《Situational Awareness》预言国家政府介入 AI，被 Rory 称赞。
- Open Router（产品）：多模型路由代表，理论上可路由上万模型。
- JD.com（公司）：DeepSeek 不足10家投资人之一。
适合谁听
想透彻搞懂 AI 经济账（capex/ROI/毛利）与开源-闭源博弈结构的投资人、创始人与产品/财务负责人。