26
0📋 本期信息
原始来源：《More Trillion Dollar IPOs, Anthropic $3T, Zuck's Price War, China Ends Open Source?, Trump Accounts》· All-In Podcast（第 280 期）
嘉宾：Chamath Palihapitiya、Brad Gerstner（Altimeter，客座主持）、Jason Calacanis、David Sacks
📝 本期摘要
Hao的游戏PM笔记本期拆解了 All-In 播客第 280 期：四位硅谷一线投资人围绕万亿美元 IPO 潮（SpaceX 已上市、Anthropic 与 OpenAI 排队）、token 成本失控与回报质疑、以及前沿模型对开源的“双寡头”格局展开激辩。Chamath 抛出“成本每 45 天翻倍、真实回报却接近于零”的判断，Brad Gerstner 则用史上最大 TAM 与杰文斯悖论反驳，Sacks 用“开源占比从 19% 掉到 11%”的数据佐证闭源仍在扩张。Hao 结合自己在游戏团队推进 AI 的经验，把这些趋势翻译成 AI 提效如何算 ROI、如何缝进敏捷 Sprint、版本管理与美术管线怎么落地的可操作判断。
❓ 本期讨论了这些问题
为什么 token 成本每 45 天翻倍，企业却还在加速投入？
前沿模型和开源模型，最后会不会收敛成“够用就行”？
什么是“前置部署工程师”，它和敏捷 Sprint 里的角色分工有什么关系？
AI 辅助编程时代，代码的版本管理和评审流程会怎么变？
游戏美术这类需要人盯管线的工序，AI 提效的 ROI 到底该怎么算？
🔥 本期核心内容
万亿美元 IPO 潮已成现实
SpaceX 今年以 1.75 万亿估值、募资 750 亿完成“教科书式”IPO，现约 2 万亿市值、全球第七。Anthropic 6 月已秘密递表，市场押今年上市概率 65%，有人判断其年底收入超 1000 亿、上市可值 3 万亿；OpenAI 传闻年底约 700 亿收入。
token 成本失控与 ROI 质疑
Chamath 的 CTO 称 token 成本每 45 天翻倍、下游生产力最多提升 5%，因模型能力已触顶、边际改进越来越贵。刨掉涨价与回购后，真正归因到 AI 的每股收益增长可能只有 0–2%，回报问题迟早要被追问。
前沿 vs 开源：没收敛，反而像双寡头
开源占企业支出从 19% 掉到 11%，闭源收入暴涨；多数企业“心有余力不足”，没能力搭智能路由，最省事就是直接上前沿模型。收入口径下真正赚钱的只有 Anthropic、OpenAI 两家，但开源是“暗 token”不计入收入，单看营收判断有盲区。
游戏 PM 视角：用得多不等于用得值
团队推进 AI 极易陷入“token maxing”——账单飙升但沉淀到交付的产出有限。真正该做的是给 AI 建立 ROI 度量、缝进 Sprint 验收，并在美术管线上重定义外包验收标准，而不是发个工具就算落地。
🏷️ 本期提到的人物与概念
人物：Chamath Palihapitiya / Brad Gerstner / Jason Calacanis / David Sacks / Gavin Baker / Sam Altman / Mark Zuckerberg
公司与产品：Anthropic / OpenAI / SpaceX / Meta Muse Spark / GLM 5.2 / Kimi / Trump Accounts
概念：Token 经济学 Token Economics / 杰文斯悖论 Jevons Paradox / 模型可替换性 Model Fungibility / 前置部署工程师 Forward-Deployed Engineer / 敏捷冲刺 Agile Sprint / 版本管理 Version Control / 美术管线 Art Pipeline
🔗 延伸话题
Q：游戏开发团队怎么把 AI 提效落地到 Sprint 里？
A：把“这轮 AI 省了什么、省了多少”写进冲刺的验收标准，用可核对的产出（进主干的代码量、通过验收的资产数）替代“用得多不多”的感觉，避免 token 消耗变成没人管的黑洞。
Q：AI 辅助编程之后，代码的版本管理和评审流程要注意什么？
A：可参考 DoorDash——用轻量/开源模型做低层代码 review、旗舰模型做最难部分，同时保留人工把关；版本管理要能追溯“哪段是 agent 提交的”，出问题能快速回滚。
Q：游戏美术项目管理里，怎么评估 AI 在美术管线和外包验收上的 ROI？
A：别按“生成了多少张”算，要按“进入管线、通过验收的资产”算；提前重定义外包验收标准——哪些环节 AI 生成、验收看什么、返工归属谁，否则 AI 只会让管线更乱、成本更不透明。
Q：前沿模型和开源模型，团队到底该怎么选？
A：成熟、规则明确的工序用性价比方案（便宜或自建模型），探索性、不确定的工作上最强通用模型；更重要的是保持“可替换”能力，别把工作流锁死在单一供应商。
🌐 About This Episode
Hao's Game PM Notes breaks down All-In Podcast episode 280, where investors debate trillion-dollar AI IPOs, runaway token costs and ROI, and the frontier-versus-open-source split. From a game project management and game PM perspective, Hao translates these trends into practical takeaways on measuring AI ROI, running agile Sprints, handling version control, and managing the art pipeline.
📌 关于 Hao的游戏PM笔记
「Hao的游戏PM笔记」是一个专注游戏项目管理的垂直内容品牌，覆盖游戏PM知识体系、转行路径、AI提效与行业观察。
主理人 Hao，10年游戏行业经验，策划转项目经理，持有 PMP / PMI-ACP / PSM / PSPO 认证。
📚 系列课程：
《游戏项目管理14讲》——从零基础到游戏PM体系搭建
《从执行者到架构师》——进阶项目管理方法论
《游戏美术项目管理基础》——美术管线、外包管理与验收标准
《游戏人的AI第一课，从旁观者到驾驭者》——从AI旁观者到驾驭者的认知升级
《游戏PM的AI实战手册》——AI工具在游戏项目管理中的深度实战应用
📡 全平台：小宇宙播客 · B站 · 小红书 · 公众号 · 知乎
课程 · 一对一咨询 · PM成长社区 → pmnote.ai
