311
0📝 本期播客简介
本期我们克隆了：Patrick O'Shaughnessy 主持的投资访谈播客《Invest Like the Best》Watts, Wafers, and the Future of AI Infra | Gavin Baker
这是一场关于 AI、资本市场、基础设施和未来秩序的高密度对话。Atreides Management 创始人 Gavin Baker 再次做客节目，用投资人、科技观察者和历史研究者的视角，解释为什么他认为当下 AI 正处在“资本主义史上从未发生过”的特殊时刻。
Gavin 从 Anthropic 单月 ARR 增长、DeepSeek 引发的市场误判、AI 资产估值错配讲起，进一步延伸到电力、晶圆、数据中心、轨道算力、TSMC、Terra Fab、前沿模型、开源模型和 AI 应用层的价值分配。他提出，AI 不只是一个技术周期，而是一场涉及资本开支、能源体系、半导体供给、地缘政治和人类工作方式的系统性重构。
本期你将听到 Gavin 对“AI 会不会泡沫化”的细致判断，对 Anthropic、OpenAI、Nvidia、TSMC、Google、Meta、Amazon、Microsoft 等关键公司的拆解，也会听到他对 AI 时代个人安全、网络安全、投资工作流和社会稳定的担忧与乐观。
👨💼 本期嘉宾
Gavin Baker，Atreides Management 创始人兼投资人，长期专注科技、半导体、AI 基础设施和资本市场周期研究。他曾多次做客《Invest Like the Best》，以对科技公司、市场历史和投资周期的深度理解著称。
🎙️ 主持人
Patrick O'Shaughnessy，投资访谈播客《Invest Like the Best》主持人，长期与全球顶尖投资人、企业家和思想者对话，关注商业、科技、资本配置与长期复利。
⏱️ 时间戳
开场 & 播客简介
AI资本主义的异常时刻
资本主义史上从未发生过：Anthropic 单月新增 110 亿美元 ARR
三四月市场错配：股价下跌，但 AI 基本面正在爆炸
DeepSeek Monday 的误判：为什么算力需求反而更强了
霍尔木兹海峡、能源价格与美国制造业相对优势
前沿模型的估值与融资逻辑
Anthropic 与 OpenAI：同样是前沿模型，资本效率却很不同
无约束收入 URR：如果 compute 不受限，Anthropic 可能有多大
为什么不一次性融到天价：不确定世界里的融资纪律
Elon 的“融资超能力”：长期让投资人赚钱的重要性
Watts & Wafers：AI基础设施的核心瓶颈
电力与晶圆：AI 基础设施建设最关键的两种投入
电力短缺会如何被资本主义解决
轨道算力的重新定义：不是太空数据中心，而是太空中的 rack
散热、维修、激光互联与 SpaceX 的工程能力
轨道算力会不会冲击地面数据中心
TSMC、硅盾与晶圆短缺如何影响 AI 泡沫
历史不会重复，但会押韵：铁路、运河、互联网与 AI 泡沫
Intel、Samsung 与 TSMC 的产能博弈
Terra Fab：Elon、Intel 与美国最大晶圆厂的可能性
Elon 的速度：为什么传统建设周期可能被打破
前沿模型、开源模型与Bitter Lesson
DeepSeek 之后：为什么前沿模型仍然拿走大部分经济价值
Frontier token 的溢价：模型层回报为何集中在最前沿
Pareto frontier 的变化：Google、Anthropic、OpenAI 与 xAI 的位置
Bitter Lesson 的风险：更多算力是否永远胜过人类巧思
Memory、harness 与模型 runtime 的重要性
为什么普通订阅套餐已经无法代表真正的前沿 AI
Continual learning：模型何时能像人类一样实时学习
三个关键问题：Bitter Lesson、frontier token 溢价与持续学习
芯片创业、GPU寿命与AI融资
新芯片公司的机会：竞争对世界和 Nvidia 都是好事
芯片设计的“铁三角”：攻击、防御、机动性的取舍类比
不要只做“更好的 GPU”：必须足够不同、也足够难
Prefill 与 decode：AI 推理拆分打开新芯片空间
Cerebras 的案例：waferscale computing 为什么不同且困难
GPU 寿命被延长：为什么 inference 拆分可能拯救 private credit
卖稀缺 vs 买稀缺：hyperscaler 的存量资产价值
AI Native创业与应用层困境
“不同而且很难”：AI 创业公司真正需要回答的问题
为什么显而易见又不难的创业点很危险
Cursor、Cognition 与 coding 的战略位置
Token path：软件公司必须站在 token 流经之处
Nvidia 会不会做自己的前沿模型
开源模型、蒸馏与新的囚徒困境
前沿模型是否应该通过 API 开放：AI 实验室的新博弈论
AI时代的安全、工作流与投资
Mythos 级模型世界：为什么每个人都需要一个“安全词”
防守之外的进攻：人类还能做什么
《最后的武士》与机关枪：不会掌握 AI 的人会被 AI 支配
投资人的 Agent 工作流：从播客、财报到管理层激励分析
为什么这是投资史上最令人兴奋的时代
AI交易的分化与市场错配
AI 内部估值正在变得极不合理
DRAM、半导体设备与横截面估值矛盾
短缺周期里，低质量公司为什么反而涨得最多
AI 泡沫、核能泡沫、量子泡沫与投机蔓延
AI 交易不再同涨同跌：必须研究更细的子行业差异
被错误分类的机会：Astera 与 copper loser basket
巨头公司的AI位置
Google：失去 TPU 成本优势，但仍拥有最大 compute 装机基础
Meta：Zuckerberg 如何把公司推向 AI first
Amazon：Trainium、robotics 与零售业务效率提升
Microsoft：Satya 从“让 Google 跳舞”到 Copilot 产品经理
为什么微软把 compute 留给自己用，是一个有勇气的决定
谁最接近 startup：Nvidia、Amazon、Google 的外部互动优势
AI的社会外溢与未来秩序
应用层价值：AI 到目前为止已经摧毁了大量传统软件价值
人身安全与政治暴力：AI 领袖面临的新风险
战场 AI 与地缘政治：乌克兰、美国优势与全球稳定
Pax Americana 与 AI 主导权：技术优势会带来和平还是不稳定
AI 医疗奇迹：罕见病、Agent 与药物发现
谦逊面对事件视界：乐观主义与对卢德主义担忧的认真对待
收尾：Patrick 对 Gavin 热爱市场、公司和历史的致敬
🌟 精彩内容
💡 “资本主义史上从未发生过”的 AI 增长
Gavin Baker 认为，Anthropic 单月新增 110 亿美元 ARR，是商业史上极其罕见甚至没有先例的现象。他把这与 Palantir、Snowflake、Databricks 等顶级 SaaS 公司十年积累的规模对比，指出 AI 前沿模型公司的增长速度已经突破传统商业周期的想象力。
“资本主义史上从来没有发生过这种事。别说我的职业生涯了，就是整个资本主义史、整个商业史，都没有过。”
🛰️ 轨道算力：AI基础设施的下一种形态
Gavin 重新定义了 orbital compute：它不是漂浮在太空里的巨型数据中心，而是一个个在太空中的 AI rack，通过激光连接成虚拟数据中心。由于 SpaceX 已经拥有卫星星座、可重复使用火箭、激光通信和太空工程能力，他认为轨道算力有可能成为解决电力和冷却瓶颈的重要路径。
“它是在太空里的 rack，而不是在太空里漂着的、五角大楼那么大的巨型数据中心。”
🏭 TSMC 可能是阻止 AI 泡沫的关键
Gavin 认为，AI 基础设施最终是否泡沫化，很大程度取决于晶圆供给。与电力不同，晶圆扩产受制于 TSMC 的技术、人才与产能纪律。如果 TSMC 保持足够紧的供给，可能会避免 GPU 产能过度建设，从而延缓甚至阻止典型基础技术周期里的泡沫破裂。
“如果我们最后没有泡沫，那真的应该给 TSMC 开个庆功会。因为他们将会是单凭一己之力阻止泡沫的人。”
🤖 Frontier token 的溢价与 AI 应用层困境
DeepSeek 之后，很多人以为开源和蒸馏模型会快速压低前沿模型价值。但 Gavin 观察到，模型层绝大部分经济回报仍然被 frontier token 拿走。他认为这对应用层创业非常关键：如果前沿 token 继续保持高溢价，应用层会很难捕获价值；但如果这种溢价下降，应用层可能迎来爆发。
“在模型层，AI 的经济回报不是全部，但绝大部分都发生在前沿模型上。”
🔐 每个人都需要一个安全词
面对越来越逼真的语音、视频和人格模拟，Gavin 提出一个非常具体的建议：每个人都应该和家人、公司设置一个无法被社工套出来的“安全词”。未来诈骗可能会伪装成亲人视频通话，知道你的背景、模仿对方语气，并要求转账。
“每个人都需要一个安全词。”
⚔️ AI 是新的机关枪
Gavin 用电影《最后的武士》比喻 AI 对专业人士的冲击：如果传统高手不能掌握新技术，就会被新技术支配。对于投资人而言，AI Agent 已经可以帮助处理播客、财报、proxy statement、管理层激励分析等大量信息筛选工作，让人类把时间用于更创造性的判断。
“如果我们不能都成为机关枪的大师，我们就会被机关枪支配。”
📉 AI交易内部正在剧烈分化
Gavin 指出，AI 市场不再是简单的“AI 资产一起涨”。不同子行业之间的相关性正在下降，DRAM、NAND、光模块、scaleup networking、scaleout networking、半导体设备、电力等领域都在出现独立的价格逻辑。未来的机会可能来自被错误分类的公司，而不是简单买入一个 AI basket。
“今年一月，这一切都散了。AI 内部这些横截面的相关性真的崩了，你必须看得非常细。”
🏢 巨头公司的不同命运
Gavin 分别点评了 Google、Meta、Amazon 和 Microsoft。Google 虽然失去 TPU 成本优势，但仍拥有最大 compute 装机基础和数据资产；Meta 在 Zuckerberg 推动下真正转向 AI first；Amazon 有 Trainium 和机器人自动化潜力；Microsoft 则在 Satya 带领下做出艰难选择，把 compute 用于自有产品，而非单纯转售给 OpenAI。
“他确实在三年时间里，从‘我们要让 Google 跳舞’，变成了 Copilot 的产品经理。”
🌍 AI乐观主义与谦逊
尽管 Gavin 是 AI 乐观派，甚至称自己接近 AI 最大化主义者，但他也强调必须认真对待失业、可及性、安全、政治暴力和地缘政治风险。他认为 AI 像一个事件视界，人类社会必须想办法穿越过去，并确保这项技术最终对每个人都有好处。
“我们需要带着谦逊来面对这件事，承认这里有大量不确定性，并且认真思考。”
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的
使用 AI 进行翻译，因此可能会有一些地方不通顺；
如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight
