五位顶级 VC 圆桌：Nvidia 的 5000 亿融资局，谁在承担风险

核心要点

• Nvidia 不担表内风险：Josh Wolfe 指出 Nvidia 与 2001 年 Lucent 的根本区别在于 Lucent 用自己的资产负债表借钱给客户买自家设备，Nvidia 只是搭台把 BlackRock、Blackstone、Goldman 等出借方召集起来，风险最终落在这些资金池背后的养老金持有人身上。
• 负债活得比资产久：这场融资的核心隐患是期限错配——芯片按三到五年折旧，债务摊销十年，电力合同长达十到二十年；H100 两年内从每小时约 8 美元跌到 2 美元，已经验证了资产贬值速度。
• 算力证券化前所未有：Scott Stanford 说 Fitch 正在开放咨询，本质上是在摸索怎么给算力评级，因为"从来没有人证券化过算力"；Jensen Huang 是主动去找华尔街推销这个结构的，而不是反过来。
• 信任是 agent 之战的胜负手：Josh Wolfe 认为当每个人都有几十个 bot 之后，唯一的分野是你把 inbox、日历、API 交给谁；Sam Lessin 反驳数据锁定不成立，他自己在 DigitalOcean 跑月耗约 3000 美元的私有实例、用邮件指挥。
• Apple 靠什么都不做取胜：Scott Belsky 认为 Apple 有机会赢在"零摩擦加系统级信任"；Sam Lessin 补了个反讽——Apple 内部在 AI 上组织极其混乱，恰恰是这种功能失调让它得以"什么都不做而成功"。
• 数据主权正在觉醒：Josh Wolfe 判断制药、金融、保险、工业等企业会越来越拒绝把纵向专有数据交给闭源实验室，转而在自有硬件上跑开源模型；诱因包括 Figma 事件、OpenAI-Hugging Face 风波、token 成本觉醒与中国模型崛起。
• 出走潮是特性不是 bug：Peter Deng 认为 Brad Lightcap、Kevin Weil 等人离开 OpenAI 是招募超强人才的自然结果；Josh Wolfe 的补充版本更冷：既得股票已增值，融资风险和人才风险都极低，边际时间的回报显然在外面更高。

章节时间轴

• 4:36 消费级 agent 的临界点 — Scott Belsky 说 Grok bot 这类演示令人震撼：agent 能力加记忆，再加上"给 bot 一台自己的电脑"。
• 6:07 Sam 的私有 bot 基础设施 — 他在 DigitalOcean 跑常驻实例，月耗约 3000 美元，全部通过邮件线程指挥它建 app、跑数据库。
• 6:54 旧范式里的快速演化 — Scott Stanford 认为网站这个概念会很快消失，未来是 agent 对 agent，你甚至不用告诉它有线电视坏了。
• 8:25 谁的 bot：一切归结为信任 — Josh Wolfe 提出唯一的分野是你愿意把数据、API、收件箱、日历交给谁，以及你信谁的答案。
• 9:11 AI 的品牌比 Epstein 还差 — Sam 引一项研究说公众对 AI 的厌恶程度超过 Jeffrey Epstein；Peter Deng 认为这个刻度会随体验积累而移动。
• 11:29 Apple 会不会靠系统级信任通吃 — 想象 iOS 更新后弹出"我是 Apple agent"；Scott Belsky 认为零摩擦就能赢，Sam 反问那谁来担责任。
• 13:47 手机上最没被 AI 触及的三块地 — Josh 点名 WhatsApp/iMessage、支付与位置；Sam 讲了 Dippity 因 Wi-Fi 定位被平台锁死而受阻的经历。
• 16:04 开放 API 反而是劣势 — Sam 抛出反直觉命题：iMessage 和 WhatsApp 的护城河恰恰是没有 API，"MCP 很蠢，什么东西不都有 API 吗"。
• 16:50 物理世界数据的窗口期 — Rachel Holt 说工厂数据没联网、老技师的经验只在脑子里，这给创业公司争取到了大平台吞不掉的时间。
• 18:25 Facebook 是一台数据泵 — Sam 回忆 Facebook 真正的成就是建立信任、把线下关系搬到线上，以及他当年力主"Facebook 应该收购车管所"。
• 21:29 开源 vs 闭源与数据主权 — Josh Wolfe（Hugging Face 投资人）预判企业将保留纵向专有数据、在自有环境跑开源模型。
• 24:33 OpenRouter 会被商品化吗 — Scott Belsky 问路由器如何避免同质化；Scott Stanford 以 Arena 董事身份说排行榜每周都变，自建路由并不难。
• 26:50 Nvidia 的 5000 亿融资局与 Lucent 教训 — Lucent 2001 年 80 亿美元卖方融资押注光纤，被波分复用带来的 100 倍提升击穿。
• 29:07 SPV、take-or-pay 与 25% 抵押 — Nvidia 只做召集人，风险落到 BlackRock、Blackstone、Goldman 背后的养老金上。
• 31:25 期限错配才是真问题 — 芯片折旧三到五年、债务摊十年、电力合同二十年，"负债活得比资产久"。
• 34:29 算力证券化与全民分红 — Fitch 正在摸索如何评级；Josh 借机重提让美国人分享 AI 收益的主张。
• 38:21 绥靖有没有用：资本主义故事讲不下去了 — Sam 认为发一千美元解决不了机会创造问题；Josh 承认后劳动时代的存在意义问题无解。
• 42:14 OpenAI 高管出走潮 — Peter Deng 说这是特性不是 bug；Josh Wolfe 给出更冷的边际收益版本。
• 46:49 和 Facebook 时代有何不同 — Facebook 有网络效应所以人留得住，AI 领域每周排名都在变，更像 GPS 或数据库这类技术。
• 49:09 Airtable 与 Howie Liu 的两个真相 — Hyper Agent 在被 Bending Spoons 收购时被单独切了出来；Felicis 超过 20% 的资金投向韧性、能源、制造与国防。
• 50:40 Lightning round：Rachel 谈被追捧的物理世界 — 2011 年被说加入 Uber 是疯了，2020 年创办 Construct 也被说疯了，现在大家都在挤进来。
• 52:56 Scott Belsky 谈 C2PA 与水印 — 协议铺开了但消费端体验割裂，"去个痘印也被标成 AI 生成"；他认为假内容反而在给社会打疫苗。
• 54:28 Josh Wolfe 的收尾：欧洲必须重建国防 — 从社会主义抬头讲到 Sahel 与 Maghreb 的外溢风险，"太弱时感觉不到，感觉到时已无法打破"。

详细内容

一、消费级 agent 的"跨过卢比孔河"时刻

开场话题由 Scott Belsky 挑起。他说 agent 这个话题大家想了聊了很久，但现在似乎正处在它们真正在消费者层面变得有用的那一刻。他坦承这些创业公司的 agent 总有点吓人——要求你用 Google 登录、把一切访问权交出去，还会弹出"这不是授权的安全应用"之类的警告，但你还是照做了。让他震撼的是过去 24 小时里人们分享的 Grok bot 演示：agent 能力叠加记忆，再加上"让 bot 拥有一个属于它自己的电脑实例"这个设定——你甚至能看到它的桌面。"任何你能在屏幕上做的事，它也能在屏幕上做，这是个非常有意思的转折点。"Sam Lessin 把这个转变概括为：从"帮我做这件事"到"直接去做"。

Sam 随即坦白自己已经"掉进兔子洞太深，这些东西打动不了我"：他在 DigitalOcean 上跑着一个常驻的云实例，月耗约 3000 美元的基础设施——数据库、应用服务器等等。他和它的全部交互通过邮件完成：开一个邮件线程，一口气丢五十件事进去，它自己分派——建 app、分析健康数据、设个定时任务、发东西给我。"我给我的 bot 那么多基础设施，所以它有台电脑这件事没法打动我。"Scott Belsky 的评价言简意赅："你不正常，Sam。"

Scott Stanford 把讨论拔高了一层：这仍然是旧范式里的快速演化。"网站这个概念会在我们反应过来之前很快消失。"他借 Rachel Holt 打电话给 Comcast 的段子推演：以后没有人类参与，你甚至不需要告诉它你家有线电视坏了——它知道，它会去联系 Comcast 的 agent 处理掉。Sam 质疑 Comcast 根本不在乎，Scott 的回答是：当 Comcast 被一堆自动化 agent 24 小时不间断轰炸要求修复时，它就不得不回应，于是它也上 agent，然后就是 agent 对 agent，而我们该钓鱼钓鱼、该开船开船。

二、信任，以及数据锁定到底存不存在

Josh Wolfe 把话题收束到他认为唯一重要的变量上：既然方向是既定的，我们每个人都会有很多很多 bot 做很多很多事，从琐碎到重大，那么问题就变成"哪些 bot"。而这归结为一个关键因素——信任。"最终的分野是你信任谁、把数据托付给谁？你把 API 给谁？把收件箱给谁？把日历给谁？以及你信谁给出的答案？说到底就是：在什么场景下，你愿意依赖谁家的矩阵乘法？"

Peter Deng 从 OpenAI 的经验出发说，人们对 AI 的认知还在持续变化，信任度正在缓慢上升。一开始所有人都怀疑"它要抢走我们的工作"，恐惧会一直在，直到人们真正体验它。他认为 OpenAI 为 AI 做的最好的一件事就是让它免费、人人可用。Sam 立刻反驳：那可能只是你我的叙事，他最近看到一项研究说公众对 AI 的厌恶程度甚至超过 Jeffrey Epstein，"这是你能想象到的最糟糕的品牌，没人信任它"。Peter 不否认这个现状，只强调这个刻度会随时间移动：他刚和一群创作者通完话，那些写作者兴奋地讲用 Claude Code 给朋友做作品集有多爽——"这在半年前根本不会发生。"

关于是否所有模型都同等可信，Peter 承认自己有"非理性的区分"：Claude 用来干什么、ChatGPT 用来干什么泾渭分明，而依据其实不是信任也不是性能，是历史积累——"我的工作上下文都在 Claude 里"，就像当年 iPhone 应用太多时人们靠图标分区一样。

Sam 借此提出他的核心异议：AI 靠锁定你的数据来构筑壁垒这件事说不通。你会以某种形式自主掌握自己的身份和数据——他自己的做法就是拥有全部基础设施，然后针对不同任务指向不同模型。"这是欧洲人在 GDPR 上做对的少数事情之一。GDPR 本身很烂，但……"Josh 反驳说，相当大比例的普通人（今天大概就只用 ChatGPT）远没有 Sam 这么高阶，绝大多数人会习惯化、会一直用他们一直在用的东西。Sam 的回击是："当然，所以还有很多人用 yahoo.com 搜索。"

三、Apple 会不会靠什么都不做赢下这一局

Scott Belsky 换了个角度：从技术和信任视角看是一回事，从消费者视角看，理想体验是什么？他描绘的场景是——你更新 iOS，收到一条神奇的短信："嗨，我是 Apple agent，我拿到了你手机上所有东西的权限。别担心，它永远不会上云，永远不会被第三方利用。现在你要我为你做什么？"然后你按需给它连接器和权限，它按需保存你的登录。"它凭什么不总是赢？"

Sam 认为 Apple 可能会赢，但有意思的是"你不会想成为承担那个责任的人"——如果真要在 AI 新经济里赢，你得设法囤积数据和信任、建立信任，但出事的时候永远有个第三方可以指着甩锅。因为现实是：黑客攻击只会越来越多、越来越吓人，而不是越来越少。

Josh Wolfe 站 Scott 这边，理由很朴素：Gemini 刚到了十亿用户，很明显靠的就是摩擦——你消除摩擦，大多数消费者就往那边走，人是懒的。Peter Deng 质疑这个指标（"很可能把在搜索框打字、点了下展开的人也算进去了"），承认分发很重要，但坚持消费者的品位和标准会提高，得真的喜欢用才行——Instagram 起飞而其他一堆没起飞，就是这个道理。Josh 的反驳更犀利："消费者也非常便宜。消费者要免费、他们懒、他们被锁定。这到底是真的体验更好，还是便宜、易得、免费加习惯？"Sam 抛出杀手锏反问："Siri 就在那儿，你上次信任它回答问题是什么时候？"

Scott Stanford 把 Apple 论点补完：Apple 还没像其他人那样烧过 CapEx，这是优势，它一直在等。它在搜索上的玩法——收钱让 Google 占据 Safari 的搜索栏——完全可以在 AI 上复刻一遍。Josh 顺势点出手机上使用频率最高、而 AI 触及面最小的几块阵地：WhatsApp 和短信这类通讯（Meta 守着 WhatsApp，Apple 守着 iMessage），加上 Apple Pay 掌握的支付流向，以及被严重低估的位置数据。

Sam 用亲身经历补充了位置这一块：他做过一个叫 Dippity 的 app，想做"给老年人用的 Snap Maps"——看不到具体位置，但能知道对方是否在你附近、是否在城里。做下去才发现 Apple 和 Android 都把 Wi-Fi 定位锁死了，开发者拿不到，"这就是 Find My 精准得离谱的原因，而我这个独立开发者只能去 ping 基站"。

关于 Apple 到底会不会赢，Sam 给了个玩笑式但认真的论据：他难得同意 Elon 说过的一句话——最好笑的结局通常就是会发生的结局。"Apple 赢就是最好笑的结局。"更妙的是这甚至不是它努力不做的结果——据他听说，Apple 内部在 AI 上组织极度混乱、推进困难，"某种意义上，组织功能失调给它创造了靠什么都不做而大获成功的缓冲区，这太好笑了"。

由此他抛出全场最反直觉的一个命题：我们是不是只是在争论什么东西有 API、什么东西没有？"讽刺的是，iMessage 和 WhatsApp 有防御力、有锁定，恰恰因为它们没有 API。别提 MCP 了，MCP 很蠢——什么东西不都有 API 吗，你直接爬穿它就行。"能被程序化访问的东西没有壁垒，最终都进入蜂巢思维；而 Apple 作为平台所有者可以强制执行 API 规则，让自己拥有别人拿不到的接口。"所以真正的故事是不是：开放和 API 其实是坏事，你真正想要的是一个相对封闭、握有独家高价值数据的技术栈？"

四、物理世界的数据，和 Facebook 那台"数据泵"

Rachel Holt 说这正是工业和物理 AI 世界里正在发生的事：这类数据不易获取、不能被迅速商品化，于是给创业公司留出了一段可以稳扎稳打拿分发的时间窗口，赶在超大平台吞掉它之前。"数字世界和物理世界是两码事，全看数据对超大平台的可得性。在物理世界，数据非常封闭，有些情况下压根没人能访问——它就在某个 PDF 里。"Sam 补了一句："很多数据连 PDF 都没有。"Rachel 接话："工厂根本没联网。"

她举了一个很有画面感的例子：机械加工技师群体正在退休，大量知识其实只存在他们脑子里。"能搞清楚一把刀具快断的时候是什么声音、该走什么路径的公司——那些就是数据。"她说这一点其实她和 Sam 在 Facebook 就见过：Facebook 做了什么？它把原本在我们脑子里的信息数字化了——谁是你的朋友。

Sam 顺着把 Facebook 的故事讲完：composer 时代的 Facebook 本质是一台数据泵，一台高效、免费、把别处不存在的数据搬到线上的泵。而更早的第零天，真正的故事是"互联网很吓人，没人愿意发帖，你绝不会往上放一张真实照片"——Facebook 创造了信任与安全，让人们第一次把照片、关系、消息这些真实世界数据搬上网，由此创造了巨大价值。

"而现在我们处在一个奇怪的多重宇宙里。"Sam 说，公开互联网已经被爬得干干净净，"祝《纽约时报》打官司好运吧"——那些内容已经被复制了一千遍、蒸馏了一千遍。剩下的是有人在理论上还有发言权的私人数字信息（Gmail 里的、个人数据），是靠砸钱把金融资本转化成独家数据的一整类公司（Scale AI 这类），以及所有线下的东西。"所以我的问题是：如果乘大数注定是商品，故事是不是真的又回到第一天——如果你的数据不独特，你长期就不值钱？"

Peter Deng 补了一类被漏掉的数据：还不存在的数据。"比如 Periodic Labs 在做的科学数据、材料科学数据——你必须真去做实验才能得到它。"Sam 顺势自曝了在 Facebook 时期的一个执念："我们开会讨论该收购什么，我的提案永远是 Facebook 应该收购车管所（DMV）。"

五、开源、闭源与数据主权的觉醒

Sam 把话题转向 OpenRouter 和企业场景：大家都想要更便宜的东西，AI 让乘法变成商品，"没理由花钱请个博士来帮你叠衣服"，但你也不想把所有数据都给 OpenRouter——或者你根本不在乎？

Josh Wolfe 先声明立场偏见（Lux 是 Hugging Face 的大投资人，"你站在哪一边取决于你坐在股权表的哪个位置"），然后给出他的判断：这件事会分岔，不会赢家通吃。对更成熟的用户和企业来说，未来的价值在于你自己那份纵向的、专有的、孤岛式的数据仓库——一份没有被机器吞掉的时间序列数据。如果你有这个，并能在上面跑开源模型，那么无论你是药企、金融公司、保险公司、零售公司还是风投机构，你都会越来越意识到：想拿到好处就得付出好处。

"你会说，我不打算给出这份数据——尤其是我不能在给出数据之后，眼看着某个闭源实验室拿它来把我竞争掉。"他说 Figma 那件事最先让人后背发凉，而现在 Anthropic 和 OpenAI 往制药领域推进，药企的反应是"等等等等，我们真的要这么做吗？把数据给他们，然后可能催生出竞争对手？"他判断一场运动正在酝酿——工业、制造、国防、制药、生物技术，以及我们所有人的个人数据："模型已经够好了、够能干了，我要保留这份数据的主权，就像 Sam 那样，我不交出去。"

Sam 追问：人们觉醒和大门关上，哪个更快？Josh 认为过去这一个月（自 OpenAI-Hugging Face 事件以来）有三四个因素叠加：一是那件事本身；二是公司开始觉醒于 token 经济学——我们的人到底花了多少钱、换来多少生产率提升；三是中国模型的崛起；四是恐吓营销与监管俘获的尝试，与之相对的是那些进过白宫、当过 AI 沙皇的人在说"不不不，你用最前沿的中国模型，只要跑在主权硬件上、在实质气隙隔离的环境里实例化，就没什么可担心的"。但他也承认，回到习惯化那一点，绝大多数人仍会继续用闭源实验室并更信任它们，而 Anthropic（以及越来越多的 OpenAI）有整支团队在向每一家企业猛推。

Josh 还点了 Scott Belsky 一句：A24 手上那些专有数据——从每一个你没绿灯的项目提案，到绿灯了却没拍成的——本身就是一座信息金矿。Scott 的回答是没有公司想把自家数据分享给另一家公司。他讲了一个实际发生的路径：不少创业公司原本用 Claude 个人账号加各种额度卡，因为规模原因不得不转企业版，发现贵了十倍，接着意识到自己有大量 token 花在相当平庸的任务上，于是工程团队里有人说"这个用开源模型就能干，本地跑，权重随便改"。于是下一个问题变成：该用哪个路由器？

Scott Belsky 的真问题是：路由器怎么避免被迅速商品化？他自己给了个方向——路由器可以承载"该用哪个模型"的逻辑。Sam 认为"它们都会做，而且已经在做了"。Scott Stanford 以 Arena 董事的身份补充：他们每周都看到模型排名变化，而且 Arena 能精确看到每个具体用例（比如会计）的排行榜，"你不需要开法拉利去干一件小活"。他相信多模型世界，也相信会有大量定制和调优（Applied Compute 这类公司在做），所以"路由器这条路会挺难走的——要么自己撸一个，要么得找到别的办法让模型成为你自己的"。

六、Nvidia 的 5000 亿美元局：Lucent 的幽灵与期限错配

这是全场技术含量最高的一段。Sam 的引子是：如果乘大数是全球商品、你会随时间聪明地路由，那你到底有多大比例的任务真需要前沿模型？而 Nvidia 正用这个跟所有人绑定的 5000 亿美元华尔街联盟，把大量计算机塞到各个地方。

Lucent 的教训。 Scott Stanford 从 2001 年讲起：Lucent 把大约 80 亿美元（在当时是个大数字）放到资产负债表上做卖方融资，赌所有人都会需要光纤。方向他们赌对了。赌错的是技术曲线——波分复用没人算进去，一夜之间光纤容量提升 100 倍，需求和价格双双塌到地板。他特意点明这与刚才讨论的 OpenRouter 之类的效率跃迁是同一类风险。

Nvidia 这次的结构。 假设价格不塌，我们面对的是一个五千亿美元级别的融资便利，靠"六大金主"排队出借资产负债表撑起来。关键在于：这些钱都不回到 Nvidia 的表上。Scott 说这正是 Jensen 的高明之处——他把它设计成一堆 SPV，由 SPV 去借款，抵押物是 neocloud 承购方的 take-or-pay 协议，而这些承购方的信念是"我们每个人的个人 agent 都会需要每月 3000 美元"。既然是 take-or-pay，那么无论 Sam 是否继续养他那个 3000 美元的 agent，需求方仍然得付钱。（Sam 打岔澄清："说清楚，那 3000 美元只是数据库和应用服务器，agent 另算。"）Nvidia 那边只是含糊地表示"我们为 25% 的抵押兜底"。

风险落在谁身上。 真正的重担落在 BlackRock、Blackstone、Goldman Asset Management 这些排队进场的机构身上，而它们管的是养老金——公众的资产。Sam 追问这是不是更糟："人们会不会觉得 AI 不仅耗光了水、给出错误答案，还会在让 Nvidia 股东发财的过程中把大多数人搞穷？"Scott 认为对这些机构来说这仍是资产总盘中的一小滴，而且要出系统性问题需要"双重塌陷"——价格塌和需求同时塌，那正是次贷危机的形态；只塌一头就只是特异性风险，压缩一下利润率而已。他也指出 Nvidia 做了保护设计：这些算力尽量做成通用的，一个承购方违约就能挪给另一个。

Josh 的对照。 Josh Wolfe 说 Scott 抓住了要害，而 Lucent 与 Nvidia 的根本区别是：Lucent 是真的从自己的资产负债表借钱给客户去买 Lucent。Nvidia 一点表内风险都不担，它只是把出借人召集起来，出借人看到利差里有机会。"但被留下扛风险的，我指的是我妈、你父母，是养老金持有者，因为那些大基金里聚合的就是这些资本。"

然后是本段的核心概念——期限错配。芯片按 Meta 或 Amazon 的口径争论是三年还是五年折旧，就算三年；债务摊销十年；电力的建设与合同是十年、十五年、二十年。"按任何标准衡量，批评者说负债活得比资产久，都是对的。而只要存在错配——别谈什么泡沫了——那就是问题。"

Rachel Holt 补充说，这套结构假设它们能像任何长久期资产那样持续吐现金流，"但这不是收费公路，这不是三十年后天然还有价值的东西"，核心问题就是能吐出多少钱对上它们能用多久。Sam 试着找乐观点：这里面有多少是在给电力和厂房外壳融资、多少是给上架的 GPU 和互联融资？外壳和电力显然久期更长。回答很干脆："不，这就是芯片。纯粹是芯片。"Scott 举了个数字：H100 两年前大约每小时 8 美元，现在两块钱就能拿到。

Sam 提出了唯一一个反向论据：在传统数据中心和大型超算集群里，机器实际的保值时间比预期更长，人们一次次被"尾部比想象中长"惊到。这个"其实比我们想的好"的故事有多少被搬到了新时代，是不是 Blackstone 和 Apollo 正在吞下的那部分？Rachel 给了个更冷的解释："或者只是他们钱太多、没地方投，需要不对称回报。"Scott Stanford 认为这就是个宏观押注，别想太多：Fitch 现在正在做评级工作、开着咨询窗口，本质就是在搞清楚哪头朝上，"因为从来没有人证券化过算力"。他强调 Jensen 是主动去向华尔街推销这个结构的，不是华尔街找上门。

七、全民分红、绥靖，与后劳动时代的意义问题

Scott Stanford 借"算力证券化"顺势推销了自己此前那篇关于"让美国人在 AI 里持股"的文章：如果算力被证券化了，那给全体美国人发红利就更容易了。

Josh Wolfe 接过话表示支持：他认可 Trump accounts、认可 Michael Dell 和 Altimeter 的 Brad Gerstner 在做的事，理由是"你有一代年轻人要么冷漠、要么觉得被抛下，被推向社会主义和共产主义，毕业时的失业率还高于美国平均水平"。但他也把危险的一面说透了：算力此前从未被抵押过，我们不知道它的折旧曲线，也可能新模型新算法能让老算力焕发第二春——GPU 就先受益于加密挖矿、随后回落、再被 AI 救回。"但这些都是危险的词。就像'这次不一样'是危险的词。抵押品、债务、担保债务凭证——那大概是二十年前的事。对今天一个 27 岁的人来说，房市出事的时候他才七岁，而房子当时被认为是只涨不跌的资产类别。"他引 John Geanakoplos 的学术研究说，那本质上是个抵押品问题——不只是泡沫、不只是债务，而是《威尼斯商人》式的那磅肉：抵押品变得一文不值，债务也就一文不值。

Sam 提出了他的反对意见，也是本段最有分量的一段：他同意让美国人更多地被"发牌入局"，也深信资本主义、希望人们更亲资本主义、觉得自己是故事的一部分。"但问题是：历史上绥靖从来没有奏效过。资本主义的故事本该是——如果你努力工作、运气不错，你会过得非常好。它不是一个社会安全网的故事。"他接着解释美国过去为什么能兑现这个故事：一片因瘟疫与战争而空出的大陆、巨大的空间、自然资源、西进运动、互联网——一连串的 terra nova，意味着一个 IQ 100 又肯干的人历来都能过得不错；有把铲子就行，后来是上个学就行，因为智力型岗位的需求太旺盛。"这些故事在资本主义这边、在美国这边，都跑到头了。下一个故事是什么并不清楚，但'给你一千块，希望它在市场里复利'我认为解决不了底层问题——怎么为人们创造机会。"

Josh 把问题拆成两个：一个是存在意义问题，一个是钱从哪来（怎么让人们吃上饭、街上有警察、孩子有学上）。"它们有关联，但非常不同。我同意你，后劳动时代的存在意义问题我们还没有答案，我们就是没有。我不觉得我们需要更多诗人。"Scott Belsky 从另一个角度插了一句：父母可以给孩子存钱然后毁了他，也可以存钱而不毁了他，两种情况他都见过，"没有哪条规则说必然是其中一种，关键在于怎么做"。他也追问那么工具应该是什么——为新生儿设立的储蓄账户为什么不该有一点风险敞口？有些孩子会变成被银汤匙毁掉的败家子，但更多人可能不用背着助学贷款毕业，还有一点点冒险的启动资金。Sam 表态自己支持 Trump accounts，只是不确信复利的图景有那么确定，"唯一的例外是当人们靠送出五百块的股票来游说搞监管俘获时，那在我看来是疯了"。

Josh 还提到自己在 The Information 发的那篇专栏和随后的采访——Sam 当时指控他是"重商主义者，不是资本主义者"。他后来写的 newsletter 说"对我这个想法的反应比想法本身有意思得多"，标题是《我在新西兰没有房产》，因为所有这类对话最后都会走到同一个地方："大家甩完自己的意识形态，然后问你，你的逃跑计划是什么？我没有逃跑计划。"

八、OpenAI 的出走潮：两个版本的解释

Sam 抛出 OpenAI 高管离职潮：Brad Lightcap 走了，他们共事过的 Kevin Weil 也走了，而 Peter Deng 早就走了，算是先行者。

Peter 的版本是"这是特性，不是 bug"：这是拥有极其优秀人才的必然结果。Sam Altman 在招募极具野心、极有才华的人这件事上是独一份，而在一个"你可以造出任何东西"的时代，你就该预期人员流动。这不是人才问题，而是他所优化的目标的自然产出。他补充了第二层：光有模型不够，你还得带着一种执念把模型对准一个具体问题。比如 Periodic Labs——Liam 从 OpenAI 出来做材料科学，Felicis 是首张支票投资人，"那需要另一个层级的执念去建湿实验室，这在大公司里就是不存在"。他列举了 Applied Compute、Core Automation 等一批"neo labs"：你有一个想追的观点，如果你有野心，你就会出去追。

针对"是不是通用模型过时、专用模型才是未来"，Peter 给出了本期传播度最高的一句话："你没法用 vibe coding 弄出一个上门照护术后病人的家庭健康护士。"他提到自己在合作的纽约公司 Adaptive 正是在做 AI 医疗服务交付。他和 Rachel 在 Uber 都经历过：最后一公里问题是真实存在的问题，你不能把 GPS 绑在手机上就说"好了，可以给人拉活了"，把价值真正交付出去背后有大量工作要做，"这需要一种超越'AGI 会解决一切'的执念"。

Josh Wolfe 给了个"愤世嫉俗版"：你在某个估值进去、拿了股票、股票 vest 了、快速增值了，然后你衡量的是从当前位置继续待下去的边际收益——要应付更多人、更多政治、更多刀光剑影——还是带着"我曾在那里"的光环出去，而市场会毫不犹豫地给你融资。"Kevin 会去创业，会拿到融资，我们大概都会参与。计算很简单：你相信自己，融资风险很低，人才风险很低，上行空间要高得多，所以边际时间投入的边际回报值得你离开。我不认为这说明了关于 OpenAI 的任何事。"

Sam 追问：一家公司能这么建吗——人们进来打个卡，然后就能给下一个创业拿到免费资本？Josh 说到目前为止 OpenAI 的估值从不到一亿涨到万亿以上，还甩出了六家各自达到数百亿美元的"离散公司"。"而我发现最强的激励，永远是有人看到一个共事过的同侪，然后想：你他妈开玩笑吧？那个人融了多少钱？做什么的？那一刻就是催化剂。"Sam 补了半句："而且通常的话术是——那家伙还是个白痴。"

Peter 补充说两种说法并不冲突，还给了个更结构性的解释："大公司的物理规律不一样。Sam Altman 聚起了一群有大想法的顶尖研究员，他们当然会想在别处拥有做这件事的自由。"

那么和 Facebook 时代有什么不同？Sam 说有意思的是，按历史标准 Facebook 当年的崛起已经堪称迅猛，但和这批实验室比，它的估值增长慢得不可思议；而且 Facebook 有明确的代际——Peter 大概是一代半，他是第二代，现在有第三代第四代，但不是二十代；一批人干四年、干得很好、然后交棒，如此往复几次，而核心领导层已经稳定了十年。Scott Stanford 给出了原因：Facebook 有强网络效应，你想在社交领域做任何事，那就是你该待的地方。"而 AI 每周都在变——这周谁在上面？我会说 AI 更像手机上的 GPS 或者数据库，它是一项技术。而你没法 vibe code 出一个 Uber，你得处理所有现实世界的问题。"Josh 认可网络效应这个点，并补充说 Meta 的收购策略做得极其出色，Mark 至少对 Lux 两家被投公司（如脑机接口公司 CTRL-labs）的说辞就是"我们能给你部署产品的规模是巨大的，你会触达数十亿用户"——"我不确定 OpenAI 做到了这一点。"

九、Airtable、Howie Liu，与资金流向的转变

Sam 问 Peter：Airtable 的 Howie Liu 的故事是"我想做 AI"还是别的什么？Peter 说自己也几个月没和他聊过了，但给出两个"都成立的真相"。

第一，创始人的构造就是不一样。Howie 很早就把公司往 Hyper Agent 方向转，而且这已经是公开信息：Bending Spoons 那笔收购把 Hyper Agent 单独切了出去，被收购的其实是遗留业务。"了不起的创始人会继续建造，因为那在他们的 DNA 里。"

第二，确实存在一次真实的转向，Felicis 自己也在经历：最近几支基金里超过 20% 的资本投向了全球韧性、能源、制造、国防科技。而在科学方向，他们是 Periodic Labs 的首张支票，"因为我们相信有更多现实世界的问题要解决"。

十、Lightning round

Rachel Holt 谈的是物理世界投资从"你疯了"到"人人都来"的转变。2011 年她加入 Uber 时，人们说加入一家出租车公司是疯了——慢、重监管、高资本开支——"那些人根本没花两个脑细胞想想 Uber 到底是什么"。2020 年她创办 Construct 时，同一批人说的是同样的话。而现在，"从来不会多看这些领域一眼的人，正在把手上十五亿美元基金的一半投进来"，早期项目价格涨到离谱。她的落点是：提高生产率的唯一办法就是把软件放进这些空间，而且物理世界公司不必长成慢吞吞、高资本开支的样子。

Scott Belsky 谈内容溯源与水印。C2PA 这个给生成或编辑过的资产附加内容凭证的开放协议已经被广泛接受，问题出在消费端体验：对 Instagram 这类分发媒体的产品来说这是个二元判断——只要有 C2PA 且显示用过 AI，就标记为"AI 制作"。于是消费者炸了："我只是用 AI 去掉了脸上一个痘印，凭什么把我标成 slop 制造者？"他认为我们正处在一个断层期：底层努力总体是好的，能帮想分辨来源的人分辨来源；但消费界面还不知道该怎么把这件事呈现给终端用户。他的收尾很反直觉——"我觉得说实话，假东西现在对社会挺有帮助的，因为它在给我们打疫苗，让我们意识到不能再相信自己看到的东西了。"

Josh Wolfe 的收尾最长也最重。他先说自己在为国内社会主义和共产主义的抬头而焦虑：终身中间偏左的民主党人，眼看自己的党跑向极左。Sam 的解释是中间偏左的营销太烂。Josh 说他关心的是那些"输了卵巢彩票"的人（罗尔斯意义上的）、需要拉一把和社会福利，但他也相信美国梦。Sam 立刻拆台："无知之幕挺扯的，别谈罗尔斯了。你是罗尔斯派？"Josh 说是的，"你明天醒来不知道自己会生在布鲁克林还是孟加拉、是黑是白、是男是女、身体健全与否"——Sam 说他更认诺齐克。

然后是他关于欧洲的判断：欧洲很糟，但有一批优秀创业者正在做欧洲历来不做的事——冒险。欧洲的地板比美国高，人们不会掉下去，但天花板从来不高。他认为欧洲的困境主要来自人口结构和不愿融入的移民流入，并相信俄罗斯、中国、伊朗、朝鲜等外部势力在推波助澜。他特别点出非洲的萨赫勒地带与马格里布（马里、苏丹、尼日尔、布基纳法索）："你离一场投射进欧洲的恐怖事件只有一步之遥，那整片区域会成为西方的下一个阿富汗。"结论是欧洲必须大规模增加国防开支——它现在是一座各系统互不协调的巴别塔，虽然在 Trump 和 Rubio 于达沃斯和慕尼黑安全会议上的施压下已有动作，但风险不只来自俄罗斯，还来自渗透进大陆的暴力极端主义。"如果你在乎西方，你就得保卫它。"

Sam 讲了自己夏天在法国飞越诺曼底海滩上空的感受：往下看是奥马哈海滩，八十年前的事，两三代人而已，"我们冲上诺曼底海滩对抗纳粹，这太疯狂了"。他引了一句话作结：很多东西"弱到感觉不到的时候还来得及，等强到能感觉到的时候已经无法打破了"，而很多人完全没意识到这些事情有多严重。

最后 Sam 做了一个难得的自我警醒式收尾：一个 Twitter 或者一场朋友之间的播客的陷阱问题在于，"我们全是在不同地方做风投的人，可以彼此热烈地相互认同，然后自我感觉良好"。

金句

网站这个概念会在我们反应过来之前很快消失。 —— Scott Stanford 6:54

说到底就是：在什么场景下，你愿意依赖谁家的矩阵乘法？ —— Josh Wolfe 8:25

组织功能失调给 Apple 创造了靠什么都不做而大获成功的缓冲区，这太好笑了。 —— Sam Lessin 16:04

Nvidia 在这件事上不承担任何表内风险，被留下扛风险的是养老金持有者——我妈、你父母。 —— Josh Wolfe 31:25

按任何标准衡量，批评者说负债活得比资产久，都是对的。 —— Josh Wolfe 31:25

你没法用 vibe coding 弄出一个上门照护术后病人的家庭健康护士。 —— Peter Deng 43:47

假东西现在对社会挺有帮助的，因为它在给我们打疫苗，让我们意识到不能再相信自己看到的东西了。 —— Scott Belsky 53:42

提到的书·产品·人物

• Sam Lessin（人物）：本期代班主持，More or Less 联合主持人，前 Facebook 产品高管，Slow Ventures 合伙人。
• Peter Deng（人物）：Felicis GP，曾在 Facebook 管 profiles，后历经 Instagram、Uber、Airtable，并在 OpenAI 主管产品约一年半。
• Rachel Holt（人物）：Construct Capital 联合创始人，前 Uber 北美负责人，2005 年与 Sam 同期入职 Bain 纽约办公室。
• Scott Belsky（人物）：Behance 创始人，现为 A24 合伙人并创办 A24 Labs。
• Scott Stanford（人物）：Acme 联合创始合伙人，此前在 Goldman Sachs TMT 组 13 年。
• Josh Wolfe（人物）：Lux Capital 联合创始人、管理合伙人，早期押注 Anduril 等国防与硬科技公司。
• Jessica Livingston（人物）：Y Combinator 联合创始人，节目中途从出租车上乱入几分钟。
• Grok bot（产品）：被 Scott Belsky 举为消费级 agent 临界点的例子，特点是拥有自己的电脑实例与记忆。
• Lucent（公司）：2001 年投入约 80 亿美元卖方融资押注光纤，被波分复用带来的 100 倍容量提升击穿，本期核心历史类比。
• take-or-pay 协议 / SPV（金融结构）：Nvidia 5000 亿美元融资安排的核心，抵押的是 neocloud 承购方的付款承诺。
• BlackRock / Blackstone / Goldman Asset Management / Apollo（机构）：排队出借资产负债表的一方，背后是养老金资本。
• Fitch（评级机构）：正在为算力证券化开放咨询，因为"从来没有人证券化过算力"。
• Hugging Face（公司）：Lux 的重仓项目，与 OpenAI 的风波被视为企业数据主权觉醒的导火索之一。
• OpenRouter（产品）：模型路由服务，本期讨论其是否会被迅速商品化。
• Arena（公司）：模型评测排行榜，Scott Stanford 任董事，能看到分用例的排行榜。
• Applied Compute / Core Automation（公司）：被 Peter Deng 列举的从大实验室外溢出来的"neo labs"。
• Periodic Labs（公司）：由 OpenAI 出走的 Liam 创办，做材料科学，Felicis 是首张支票投资人。
• Adaptive（公司）：纽约的 AI 医疗服务交付公司，Peter Deng 在合作。
• Airtable / Howie Liu / Bending Spoons（公司·人物）：Airtable 被 Bending Spoons 收购，但 Hyper Agent 业务被单独切出。
• Dippity（产品）：Sam 做过的位置类 app，因 Apple 与 Android 锁死 Wi-Fi 定位而受限。
• CTRL-labs（公司）：Lux 投资的脑机接口公司，被 Meta 收购，Josh 用它说明 Meta 收购说辞里的分发规模。
• C2PA（协议）：内容凭证的开放标准，Scott Belsky 认为协议已铺开但消费端呈现方式割裂。
• Trump accounts（政策）：为新生儿设立的储蓄账户，Josh Wolfe 与 Sam Lessin 均表态支持但对效果有分歧。
• John Geanakoplos（人物）：其学术研究被 Josh 引用，主张 2008 年危机本质是抵押品问题而非单纯泡沫。
• John Rawls / Robert Nozick（人物）：Josh 自称罗尔斯派（无知之幕），Sam 自称诺齐克派。

适合谁听

想搞清 AI 基础设施融资结构里风险究竟落在谁头上，以及企业为何开始收回数据主权的投资人与创业者。