Core Memory Podcast 本期节目邀请到 Pantelassa 联合创始人兼 CEO Garth Sheldon-Coulson，他首次详细介绍了这家十年磨一剑的“半隐秘”公司。他们正在革新深海波浪能的捕获方式，通过大规模部署极简的“节点”设备，旨在为人类解锁全新的能源来源，特别强调其可能是史上最快速的吉瓦级能源技术部署。 核心要点： * 史上最快能源部署： Pantelassa 的海洋能源技术有望成为从构想到吉瓦级部署速度最快的能源技术，超越太阳能、核能等。 * 深海波浪能系统： 公司专注于开发能从远离海岸的深海捕获能量的完整系统，而非单个机器。这些“节点”装置在巨浪区运行，主要利用波浪的上下运动发电。 * 极简设计与大规模生产： 与传统复杂、易损的近岸波浪能设备不同，Pantelassa 的节点设计极为简单，几乎中空，仅有一个涡轮机作为活动部件，适合大规模低成本生产和部署。 * 浮动数据中心： 核心应用是将所产生的电力直接用于在平台上构建海洋数据中心，这能有效缓解陆上电网压力，并降低能源成本。 * 解锁未开发资源： 从第一性原理出发，全球能提供数十太瓦新增能源的只有太阳能、核能和深海波浪能。深海是其中尚未被大规模开发利用的巨大能量宝库。 * 规避基础设施依赖： 该系统无需铺设海底电缆或陆上输电线路等传统基础设施，节点设备可自主航行并独立运行，仅需卫星连接。 * 挑战与解决方案： 团队通过多年原型开发，解决了在恶劣海洋环境中设备腐蚀和损坏的挑战，最终确定了“固态、纯钢、单一涡轮”的设计理念。 * 创始团队： CEO Garth Sheldon-Coulson 曾任职于桥水基金，而联合创始人 Brian Moffitt 则是来自迪士尼幻想工程和谷歌的杰出发明家。 金句： * "这将是历史上任何能源技术，从构想到实现吉瓦级部署，最快的一次跨越。" * "我们不只是想造一台机器。机器只是其中一部分。说到底，我们想打造的是一个系统。这个系统的作用就是从远海捕获能量。" * "地球表面有七成是海洋，我们说的就是这个。它蕴藏着巨大的能量，以海浪的形式，以吹过海面的风的形式。是的，我们正在建造这个系统，就是要首次利用这份能量。" * "我们真正想实现的是一种不会受到极端间歇性限制的可再生资源，而且也不需要像在陆地上那样，建造各种基础设施。" * "但说到底，真正能提供数十太瓦新增能源的，其实只有三种。……太阳能，有几十太瓦；核能，几十太瓦；还有就是远洋深处，也有几十太瓦。" 关键词： * 人名： Garth Sheldon-Coulson, Ashley Vance, Brian Moffitt, Ray Dalio * 公司： Pantelassa, SpaceX, Blue Origin, Bridgewater Associates, Disney Imagineering, Google, Brex * 概念/技术： 海洋能源, 波浪能, 浮动数据中心, 可再生能源, 吉瓦级部署, 第一性原理, 计算能源

Invest Like The Best 本期节目与嘉宾 Alex Sacerdote 深入探讨了当前炙手可热的AI投资浪潮，聚焦为何Anthropic成为嘉宾最看好的私有持仓。节目详细剖析了S曲线理论在预测技术范式变革和指数级增长中的关键作用，并分享了私募投资人如何洞察市场、布局高增长赛道的独到经验。 Alex Sacerdote 是 Whale Rock Capital Management 的创始人兼投资组合经理，过去二十年来，他一直致力于投资那些经历了重大技术平台变革的公司。在本期节目中，Alex 将详细介绍 Whale Rock 寻找科技领域最重要公司的框架：S 型曲线、竞争优势和被低估的盈利能力。他将解释为什么人工智能可能是迄今为止最大的 S 型曲线，Whale Rock 如何对 Anthropic 建立信心，以及为什么 coding 已成为第一个重大变革的关键因素。 ### 核心要点： * S曲线投资哲学：S曲线理论是理解并捕捉技术指数级增长的关键投资框架，它能帮助预测未来3-4年的重大趋势和被低估的盈利潜力。 * AI市场L曲线爆发：企业级AI市场渗透率目前不足1%，正经历L曲线式的爆发增长，远超传统S曲线的预测，尤其在算力需求方面出现严重短缺。 * Anthropic的独特优势：Anthropic因其在企业级市场、代码生成（尤其是智能体模式）方面的专注与领先优势，成为AI基础模型领域三强争霸中的关键玩家。 * AI基础模型市场演进：AI基础模型市场正从最初的几十家公司竞争，演变为少数几家（如OpenAI、Anthropic、Google）主导的寡头垄断局面，且模型间存在显著差异化。 * 代码生成：AI潜力的真正突破点：AI在代码生成领域的突破是释放其巨大潜力的关键，从最初的Co-pilot到Anthropic的Agentic模型，预示着编程市场乃至整个知识工作领域的彻底变革。 * 构建AI生态系统：领先的AI公司如Anthropic，不仅提供基础模型API，更围绕其构建SDK、编排层和配套软件等生态系统，形成强大的用户粘性和竞争优势，类似于早期的AWS。 * 指数思维与市场盲点：世人普遍缺乏指数级思维，导致许多投资者低估了像Nvidia、Tesla、Apple、Amazon (AWS) 等公司在S曲线拐点上的巨大增长潜力。 * 私募投资的策略与技巧：成功投资私有公司（如Stripe、Anthropic）需要深入尽职调查、理解公司商业模式、预测长期增长潜力，并建立与管理层的信任关系，这并非传统公开市场投资的专业领域。 ### 金句摘录： 1. “我们从未见过这样的情况，你知道，我们常说S曲线，但这个领域简直就是L曲线，直接一路飙升。” 2. “世人往往不具备指数级思维，他们太关注下一年、下一季度，很少有人相信你能够准确预测两三年，甚至四年后的情况。但如果你能掌握S曲线、了解企业的护城河并懂得如何建模，你确实能够预测到这些非凡的成果。” 3. “所有普及的障碍就都被扫除了，然后就一飞冲天了。当这些障碍被清除时，需求就会像龙卷风一样爆发，全世界的人都意识到自己必须立刻拥有它。” 4. “Anthropic在编码方面一直保持领先。在AI模型领域，大家原以为会完全商品化，可实际上内部存在着巨大的差异化。” 5. “我们认为，企业AI或者说企业应用AI市场，目前渗透率还不到1%。我们从来没见过，平时我们讲S曲线，但现在这简直是L曲线，直接就往上冲了。” ### 提及关键词： * 人名: Alex, Jensen (黄仁勋), Steve Jobs, Elon Musk, Sundar Pichai, Marc Andreessen, Andrej Karpathy, Linus Torvalds, Dario, Colson兄弟 * 公司/产品: Anthropic, OpenAI, ChatGPT, Google (Gemini), Meta, Amazon (AWS), Microsoft (Co-pilot), Nvidia, Tesla, Apple, Stripe, Databricks, NuBank, Audion, Worldpay, Netscape, Cursor, Perplexity, Vercel * 概念: S曲线, L曲线, 指数思维, 护城河, 计算范式, 技术栈, 算力, 基础模型, 应用, 赢家通吃, 寡头垄断, 开源风险, 模型扩展定律, 反馈循环, 代码生成, 智能体模式, SDK, Cloud for Co-Work, 编排层, 配套软件, 总潜在市场 (TAM), 用户锁定效应, 独角兽市场, 科技采纳生命周期, SSO, SCIM, RBAC, 审计日志

--- ### Prof G Markets Founders系列访谈：火箭实验室创始人兼首席执行官彼得·贝克爵士 本期节目深入探讨了全球太空经济从政府主导向商业化转型的大趋势，预计到2035年规模将达1.8万亿美元。我们邀请到火箭实验室（Rocket Lab）创始人兼首席执行官彼得·贝克爵士，他分享了公司如何从降低发射成本的小型卫星企业，成长为一家提供端到端太空系统解决方案的行业领导者，并深入剖析了太空产业的巨大商业潜力及其未来格局。 #### 核心要点： * 太空经济的飞速发展与商业化转型： 全球太空经济预计到2035年将达到1.8万亿美元，正从政府主导迅速转向全球最重要的商业市场之一，影响国家安全、通信、科学探索和国防等多个领域。 * 火箭实验室的“端到端”垂直整合战略： 公司旨在打造一家提供从卫星设计、制造、航天器组件到发射服务的全面太空系统企业，通过垂直整合获得提供太空服务的巨大优势。目前，所有发射到太空的物件中，约30%在某个地方印有Rocket Lab的标志。 * 太空的“民主化”与商业机遇： 过去十年见证了太空的彻底民主化，曾经由政府主导的深空任务和基础设施（如GPS）正逐步转向商业外包，资本、技能和专业知识的普及推动了商业公司的崛起。 * 太空作为“隐形基础设施”： 卫星技术已成为日常生活中不可或缺的一部分，从GPS导航、全球通信到天气预报，无处不在却常常被忽视，新的应用场景（如轨道数据中心、太空互联网、直接面向移动设备的太空服务）正在不断涌现。 * 广阔的客户群与应用场景： 火箭实验室的客户涵盖从发射小型立方星的加州高中到执行国家安全任务的政府机构，以及为NASA制造火星飞船，业务分布商业与政府各占50%。 * 彼得·贝克的创业历程： 因NASA不肯雇佣（作为外国人且无大学文凭），彼得·贝克在新西兰创立了火箭实验室。他从年少时对火箭的热情出发，通过模具制造学徒、超级游艇项目工程师及国家实验室研究先进材料的经历，积累了深厚的工程实践经验。 * 太空发射的极高门槛与稀有价值： 成功将火箭可靠送入轨道的难度极高，全球仅少数公司能实现常态化发射（如SpaceX和Rocket Lab），这使得成功者具备巨大的市场价值。彼得认为，未来只有少数能够提供端到端服务的公司将瓜分市场大部分蛋糕。 #### 金句摘录： * “我们真正想要打造的是一家端到端的航天公司。这意味着，我们要提供从太空直接服务到其以下所有环节的服务。” * “如果你能自己制造卫星，垂直整合所有所需的部件，甚至还能垂直整合自己的发射能力，那么你在提供太空服务方面，相比那些不得不从你或别人那里购买所有这些东西的公司，显然就具备了巨大的优势。” * “太空说到底就是基础设施。而且它是一种有点特别的基础设施，因为它是完全隐形的……每个人在日常生活中都在使用，但就是没有意识到。” * “嗯，我认为答案是，太空一直以来都由政府和政府部门主导。而过去十年左右，我认为你所见证的，是太空的彻底民主化。” * “全球只有两家公司能将火箭发射做到一定程度的频率和可靠性……这种成功极其罕见，而任何稀有的东西，自然都有它的价值。” #### 关键词： * 人物: 埃德·埃尔森 (Ed Elson), 彼得·贝克爵士 (Sir Peter Beck), 理查德·布兰森 (Richard Branson), Vinod (Coastal Ventures) * 公司/组织: Proficy Markets, 火箭实验室 (Rocket Lab), NASA, 洛克希德·马丁 (Lockheed Martin), DARPA, Skybox, 谷歌 (Google), Coastal Ventures, 维珍轨道 (Virgin Orbit), SpaceX (推测为原文Basic公司), ASD SpaceMobile, Viasat, Fisher and Pikele * 赞助商: LinkedIn, Framer, Proplexity, Miro, Monarch * 技术/概念: 全球太空经济, 小卫星, 发射成本, 航天器, 地球观测, 通信, 国家安全, GPS, 星链 (Starlink), 亚马逊低轨 (Amazon Leo), 太空互联网, 太空直接服务移动设备, 模具制造, 先进材料, 超导体, 复合材料, B2B营销, 无代码建站, SEO, CMS, A/B测试, 个人理财应用, AI系统, 垂直整合, 太空民主化, 端到端航天公司 * 地点: 新西兰, 硅谷, 莫哈韦沙漠, 火星 ---

本期节目，陶哲轩将带领我们穿越时空，回顾开普勒从“美妙”的错误理论到三大行星运动定律的发现之旅。这段故事不仅展现了科学探索的曲折与伟大，更引出了一个核心议题：人工智能将如何重塑科学发现的范式，并带来前所未有的挑战。 Terence Tao – Kepler, Newton, and the true nature of mathematical discovery 核心要点： - 开普勒的探索之路： 开普勒最初受到哥白尼日心说和正多面体几何完美性的启发，提出行星轨道嵌套在完美立体中的“美妙”理论，并试图用数据验证。 - 第谷·布拉赫的数据革命： 丹麦天文学家第谷·布拉赫耗时数十年，用肉眼收集了当时最精确的行星观测数据，这些数据成为开普勒后续发现的关键。 - 从错误到真理： 开普勒在与第谷数据反复磨合后，发现其“美妙”理论存在10%偏差，最终历经多年艰辛，推导出行星轨道为椭圆形，并发现了行星运动的三大经验定律。 - AI与科学发现的类比： 节目将开普勒耗时数十年的“随机尝试”与现代大型语言模型生成海量假设的能力相类比，认为AI有望极大地加速实证规律的发现。 - 科学范式的演变： 科学已从传统的理论-实验范式，发展到20世纪的数值模拟，再到当前由大数据驱动的“先收集数据，再提炼假设”的分析时代。 - AI带来的新瓶颈： AI将产生新想法的成本降至几乎为零，导致科学瓶颈从“想法生成”转向“验证、评估与筛选”，现有同行评审系统已不堪重负。 - 进步的本质： 科学的真正进步往往不是通过增加理论复杂度，而是通过删除旧有假设，挑战根深蒂固的观念，如同从地心说到日心说、从固定物种到进化论。 - 科学传播的重要性： 达尔文和牛顿的例子表明，除了理论和数据，清晰的阐述、有说服力的叙事以及有效的传播对科学思想的广泛接受和发展至关重要。 金句摘录： - “我总觉得这些轨道的几何形状肯定有其重要之处。然后其中一个方法管用了。只要能验证成功，这些经验规律就能真正推动深层的科学进步。” - “我认为人工智能基本上已经把产生新想法的成本降到了几乎为零。这非常类似于互联网把通信成本降到了几乎为零。这是一件很了不起的事情，但它本身并不能创造出‘丰富’。所以现在的瓶颈就不一样了。” - “进步往往不是通过增加更多理论来实现的，而是通过删除你脑海中的某些假设。” - “由此可见，阐述、论证和构建叙事的能力，在科学中也占有非常重要的地位。有数据固然有帮助，但人们需要被说服，否则他们不会进一步推广，也不会投入精力。” 关键词： 陶哲轩, 开普勒, 第谷·布拉赫, 牛顿, 哥白尼, 阿里斯塔克斯, 约翰内斯·波德, 赫歇尔, 爱因斯坦, 莱布尼茨, 达尔文, 托马斯·赫胥黎, 卢克莱修, 爱德华·达尔内克, 行星运动定律, 日心说, 地心说, 柏拉图立体, 万有引力, F=ma, 平方反比定律, 回归分析, 波德定律, 《世界的和谐》, 《物种起源》, 《自然哲学的数学原理》, 《发条宇宙》, 人工智能 (AI), 大型语言模型 (LLM), 机器学习, 大数据, 同行评审, 强化学习, 贝尔实验室, 脉冲编码调制, 比特, 三值逻辑, 自然选择, 惯性质量, 引力质量, 超距作用, 视差。 ---

本期节目，我们有幸邀请到韦德布什（Wedbush）科技研究主管丹·艾夫斯（Dan Ives），深入探讨人工智能投资领域的风向。他不仅分享了对AI、太空经济的投资洞察和担忧，更拆解了实际资金流向，并分析了宏观环境、中美科技竞赛以及未来市场机遇。 ### 核心要点： * 太空经济的崛起与SpaceX的未来： SpaceX正开辟一个全新的“太空”产业，重点在于轨道数据中心和商业应用，其未来潜力是当前估值的80%。 * SpaceX与特斯拉的合并猜想： 丹·艾夫斯认为SpaceX与特斯拉有八成可能在2027年合并，这将通过数据整合，为马斯克在AI模型层面带来无与伦比的优势，缩小与Anthropic和OpenAI的差距。 * AI面临的公关挑战： 行业内部对AI可能导致失业的夸大言论，以及数据中心对环境影响的担忧，正在引发巨大的公关问题，阻碍监管和基础设施建设。 * 中美AI竞赛与芯片主导权： 美国凭借英伟达（Nvidia）在芯片、模型和软件方面的领先优势，在AI领域首次对中国取得30年来的优势，而中国则在机器人和发电领域领先。 * AI作为长期牛市驱动力： AI正处于其十年发展周期的第三年，有望成为一个跨行业、多年的牛市。它将渗透金融、医疗、公用事业等所有领域，彻底改变公司估值和运营方式。 * AI投资机遇的细分： 除了超大规模企业和大型科技公司，投资者应关注芯片（如英伟达、AMD、英特尔）及相关内存/组件（如美光、闪迪）领域的短缺缓解者，以及具有创新力的软件公司。 * 自动驾驶与机器人技术： 自动驾驶汽车将是普通消费者首次大规模接触实体AI产品的方式，但其在全国范围的推广尚需联邦层面的监管支持。 * 支持创新的政府至关重要： 丹强调，一个拥抱创新而非设置障碍的政府对AI的快速发展至关重要，并以欧洲的过度监管为例，警示其可能导致停滞。 ### 金句摘录： * “百分之八十是未来。有意思。如果只看它目前的情况，你会估值两万亿还是万五千亿呢？换句话说，这又回到了‘它未来会变成什么样’这个问题上。” * “从数据角度来看，别管那些什么史上最大IPO之类的夸大其词了。从数据角度来看，这真的能创造出一种无与伦比的优势，我相信这将使马斯克在模型层面真正缩小与Anthropic和OpenAI的差距。” * “当Anthropics的Dario说会有23%的失业率，微软的Mustafa说未来18个月内，所有白领工作最终都会被AI取代的时候，结果呢？你一旦这么说，民意调查数据就会持续走低……这会引发巨大的公关问题。” * “三十年来，美国首次在科技领域领先中国，这对这一切的意义来说，至关重要。” * “没有数据中心，AI就如同没有心脏和肺。” ### 关键词： * 人名： 丹·艾夫斯 (Dan Ives), 马斯克 (Elon Musk), 达里奥·阿莫代 (Dario Amodei), 穆斯塔法·苏莱曼 (Mustafa Suleyman), 黄仁勋 (Jensen Huang), 库克 (Tim Cook), 纳德拉 (Satya Nadella), 比尔·阿克曼 (Bill Ackman), * 公司： 韦德布什 (Wedbush), Anthropic, OpenAI, SpaceX, 特斯拉 (Tesla), Planet Labs, Rocket Labs, Voyager, XAI, 谷歌 (Google), Gemini, SolarCity, 星链 (Starlink), 英特尔 (Intel), 英伟达 (Nvidia), AMD, 美光 (Micron), 闪迪 (SanDisk), Figure, Apptronik, Waymo, CrowdStrike, 微软 (Microsoft) * 概念： 人工智能 (AI), 投资 (Investment), IPO, 太空产业 (Space Industry), 轨道数据中心 (Orbital Data Centers), 数据隐私 (Data Privacy), 公关问题 (PR Issues), 监管 (Regulation), 就业 (Employment), 芯片 (Chips), 模型 (Models), 软件 (Software), 机器人 (Robotics), 自动驾驶 (Autonomous Driving), 多年牛市 (Multi-year Bull Market), 超级周期 (Super Cycle), 中美科技竞赛 (US-China Tech Race), 宏观环境 (Macro Environment) * 网站： cfsylvia.com, figuremarkets.co

--- 投资大师播客 | 霍华德·马克斯：警惕市场非理性，拥抱第二层思维 Howard Marks: How I Mastered the Markets - My Advice From 50 Years of Investing 本期节目，我们荣幸邀请到投资界传奇人物、橡树资本联合创始人霍华德·马克斯。他将分享对当前市场高估值的审慎观点，强调“第二层思维”在投资中的核心作用，并回顾从科技泡沫到当前周期中投资者行为的关键教训。 核心要点： * 市场谨慎与高估值： 马克斯指出，当前市场缺乏谨慎，虽然“科技七巨头”估值高企，但他更担忧标普500指数中其余493家“普通”公司的市盈率远超历史平均水平。 * 泡沫与历史重演： 以2000年互联网泡沫（TMT泡沫）为例，强调泡沫总围绕新事物产生，人们易将改变世界与无限盈利能力划等号，但历史主题往往“押韵”而非简单重演。 * 巴菲特智慧的永恒性： 引用巴菲特关于“投资关键在于竞争优势及其持久性”的观点，指出其在人工智能投资热潮中仍具重要意义——改变世界不等于能赚大钱。 * 无法预测，但可以准备： 强调不能预测市场何时终结，但可以判断自己身处周期的哪个阶段。被高估不等于明天就会下跌，市场非理性可能持续更久。 * 投资者行为驱动风险： 连续16年的牛市让“冒险得到回报，谨慎付出代价”，导致人们过度乐观，害怕错过机会而非害怕亏损，为“好骗局”滋生提供了土壤。 * 逆向投资的艺术： 逆向投资应在市场极端时期进行，而非盲目反向操作。这需要“第二层思维”，即比大众想得更深、更出色，而非仅仅不同。 * 规避损失的长期价值： 成功的长期投资不在于每年都名列前茅，而在于避免糟糕的年份。始终“表现良好，偶尔出彩，从不糟糕”的策略，最终能带来卓越的复合回报。 * 黄金的“人气”与非理性定价： 黄金价格由其受欢迎程度（投票机）而非内在价值（称重机）驱动。作为非现金流资产，其合理价格无法通过理性分析得出，投资黄金更接近于迷信而非分析性决策。 金句： * “别人越是不谨慎，我们自己行事就越要谨慎。” * “投资的关键不在于评估一个行业将对社会产生多大影响，或者它将增长多少，而在于确定任何一家特定公司的竞争优势，更重要的是这种优势的持久性。” * “估值过高和明天就会下跌，这两者远非同义词。” * “市场保持非理性状态的时间，可能比你保持偿付能力的时间还要长。” * “如果你总是表现良好，偶尔出类拔萃，从不糟糕，那么你最终会像我的客户一样，名列前茅。” 关键词： 霍华德·马克斯 (Howard Marks), 威尔弗里德·弗罗斯特 (Wilfrid Frost), 橡树资本 (Oak Tree Capital), 沃伦·巴菲特 (Warren Buffett), 约翰·梅纳德·凯恩斯 (John Maynard Keynes), 本杰明·格雷厄姆 (Benjamin Graham), 爱德华·钱塞勒 (Edward Chancellor), 马克·吐温 (Mark Twain), 约翰·肯尼思·加尔布雷斯 (John Kenneth Galbraith), 赫伯特·斯坦 (Herbert Stein), Brookfield, 花旗银行 (Citibank), 《魔鬼取后》(Devil Take the Hindmost), 《掌握市场周期》(Mastering the Market Cycle), 橡树资本官网 (Oaktree Capital Website), 标普500指数 (S&P 500), 科技七巨头 (Mag 7), 互联网泡沫 (Dot-com Bubble), 估值 (Valuation), 第二层思维 (Second-Level Thinking), 逆向投资 (Contrarian Investing), 市场周期 (Market Cycles), 避险资产 (Safe-haven assets), 现金流 (Cash Flow), 金融时报 (Financial Times)。 ---