224
4📝 本期播客简介
本期我们克隆了：知名播客 All-In Podcast Google’s AI Brain Drain, SpaceX's Huge Quarter, Airtable’s 90% Collapse, US Data Fuels China AI
原内容更新时间：2026-08-08
本期节目来自硅谷顶级科技投资播客《All-In Podcast》，由四位科技圈投资人共同主持。这期由 Brad Gerstner 和 David Friedberg 领衔，Chamath 和 Sacks 也陆续加入，围绕四大热点话题展开激烈讨论：谷歌 AI 团队核心人才流失、SpaceX 上市后首份财报的惊人数据、Airtable 以峰值估值10%被收购，以及中国 AI 实验室购买美国训练数据的争议。
这期节目信息密度极高，四位投资人从资本配置、市场结构、人才流动等多个维度，对 AI 时代的投资逻辑进行了深度剖析。无论你是关注 AI 产业趋势、科技股投资，还是想理解前沿模型与基础设施之间的商业博弈，这期节目都能提供大量一手观点和判断框架。
👨⚕️ 本期嘉宾
Brad Gerstner，Altimeter Capital 创始人兼 CEO，知名科技投资人，曾多次在 CNBC 等主流媒体发表对科技股市场的深度见解。David Friedberg，The Production Board 创始人，前谷歌员工，被称为"科学苏丹"，擅长从科学和商业结合的角度分析问题。Sacks 和 Chamath 也是硅谷知名投资人，四位组合堪称科技投资领域的"梦之队"。
⏱️ 时间戳
开场 & 节目介绍
谷歌AI人才变动
谷歌AI团队重大变动：Demis转任、Jeff Dean离职创业
谷歌AI人才流失的深层原因：资本配置偏向基础设施
前沿模型 vs 算力基础设施：哪种投资回报更高？
渠道冲突：做模型的人和做基础设施的人之间的博弈
AI市场格局与模型竞争
Polymarket预测：年底谁将拥有排名第一的AI模型？
前沿智能市场已形成Anthropic和OpenAI双头垄断
谷歌的AI优势：13个产品用户过10亿
混合使用：企业不会只选一个模型
SpaceX财报深度分析
SpaceX上市后首份财报：收入78亿美元，同比增长92%
SpaceX估值分析：从2万亿跌至1.4万亿
Grok和Cursor：隐藏的增长亮点
Starship成功试飞对Starlink的战略意义
Starlink与数据中心业务
Starlink：不可思议的印钞机
美国4亿手机用户：直连手机业务的巨大潜力
Elon的核心优势：实体建设能力
Starship如何让Starlink带宽提升10倍
数据中心资本支出与融资
从2吉瓦到8吉瓦：明年3000亿资本支出如何融资？
每吉瓦500亿建设成本：回收期一年或更短
前沿实验室愿意支付市场价3-5倍获取算力
需求忧虑之墙：7月回调的深层原因
Airtable被低价收购与SaaS末日
Airtable以12.8亿美元被收购：峰值估值的10%
Bending Spoons的收购逻辑：砍掉85%成本结构
Airtable销售团队仅30%完成配额：产品驱动增长的困境
收入倍数压缩：零利率时代的教训
SaaS行业分化与AI冲击
零利率SaaS时代与AI时代：完全不同的范式
Airtable的特殊性：不能推断整个SaaS行业
Claude Code等AI工具正在颠覆无代码领域
合规需求：企业不会轻易替换核心系统
中国AI实验室购买美国数据
福布斯调查：美国创业公司向中国出售训练数据
Sacks观点：数据很大程度上是商品
Brad担忧：把优势送给中国不太爱国
中国有大量博士：能否重建这些数据集？
结尾 & 下期预告
🌟 精彩内容
💡 谷歌的资本配置逻辑：基础设施优先于模型
David Friedberg 提出了一个关键框架：资本支出投在数据中心基础设施上是"高alpha、低beta"的，而模型开发虽然理论上可能是高alpha，但beta非常高。谷歌拥有全球最强大的企业级计算安装基础，保持模型无关、与所有前沿实验室合作，可能是更优的资本配置策略。
"我的框架是：资本支出投在数据中心基础设施上，是高alpha、低beta的。而模型开发理论上可能是高alpha，但beta非常高。"
💡 前沿智能市场已形成双头垄断
Sacks 观察到，一年前还有五家大公司在争夺前沿模型领先地位，现在真的就只剩下 Anthropic 和 OpenAI 两家了。前沿智能市场已经变成双头垄断，而且是非常强大的双头垄断，能收取溢价。
"前沿智能市场已经变成了双头垄断，而且是非常强大的双头垄断。我不觉得它正在被商品化。"
💡 开源与前沿模型的差距：取决于你的使用场景
Jason 分享了自己的亲身体验：95%的场景下开源模型已经够用，但 Elon 回复他说"实际上是天壤之别"。这反映了不同使用场景对模型能力的需求差异——如果你不是在做复制视频游戏或极端速度需求的工作，前沿模型已经不是必需的了。
"我在用的开源模型和前沿模型之间的差距已经可以忽略不计了。如果你做的事不是复制一个视频游戏，或者你没有极端的速度需求，前沿模型已经不是必需的了。"
💡 Starlink 是不可思议的印钞机
David Friedberg 对 Starlink 给出了极高评价：光这一块业务，营收就能到400亿美元量级，一年内自由现金流可能到300亿美元。按30倍估值，光 Starlink 一家，18个月内市值就能到一万亿美元。
"光 Starlink 一家，营收就能到 400 亿美元的量级，而且其中很大一部分会变成自由现金流。光 Starlink 一家，两年内、甚至说 18 个月内，市值就能到一万亿美元。"
💡 Elon 在前沿创新上的热情是英雄般的
Brad Gerstner 对比了其他 CEO 和 Elon 的差异：大多数 CEO 手里有 Starlink 这么好的业务，会守着它不去冒其他风险。但 Elon 把卓越业务赚来的每一分钱都砸回对美国至关重要的事情上，这种无拘无束的创新热情是英雄般的。
"Elon 在前沿创新上这种无拘无束的热情，是英雄般的、非常重要的。我希望看到更多 CEO、更多上市公司愿意承担这个级别的风险。"
💡 Airtable 的教训：风险投资结构与产品驱动增长的冲突
Sacks 分析了 Airtable 被低价收购的深层原因：董事会施压创始人采用传统销售驱动模式，但销售团队只有30%完成配额。Bending Spoons 的收购逻辑是砍掉85%-90%的成本结构，回到产品驱动增长的根源，用AI维护代码库也不再需要历史知识。
"有几百个销售代表在这里推绳子，根本推不动，增长也没变快。Bending Spoons 可以进去做 Elon 在推特做的事，砍掉 85% 到 90% 的成本结构。"
💡 AI 让维护模式变得容易得多
Sacks 提出了一个深刻观点：过去你没法裁掉所有人才和基础设施，是因为需要机构记忆、需要懂代码库的人。现在 AI 可以瞬间学会整个代码库，维护模式用 AI 会容易得多，因为你不再需要历史知识了。
"过去你没法裁掉所有人才和基础设施，是因为你需要机构记忆，需要懂代码库的人。现在 AI 可以瞬间学会整个代码库。"
💡 数据是否应该卖给中国：一个复杂的政策问题
Sacks 对数据出口管制持谨慎态度：数据很大程度上是商品，中国不缺劳动力做数据标注，也不缺博士重建数据集。他支持有针对性的战略管制（如光刻机出口限制），但认为需要确认数据出口是否真的达到那个标准。
"我不反对那些能产生实际效果的管制。比如，我很高兴第一届特朗普政府限制了对中国出口极紫外光刻机。我只是想确认，这个措施确实达到了那个标准。"
🌐 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
