AI 泡沫将破：一半新云厂商会死 (Jerry Murdock)

▍嘉宾：杰瑞·默多克 (Jerry Murdock)

杰瑞·默多克是洞察资本的联合创始人兼董事总经理，1995 年与杰夫·霍林（Jeff Horing）共同创立这家纽约老牌软件投资机构。他亲历了过去 25 年的几乎每一轮科技周期，从互联网泡沫到 2008 年金融危机再到今天的 AI 热潮；他同时担任圣塔菲研究所（Santa Fe Institute）董事，与比尔·格利（Bill Gurley）等老派投资人过从甚密。

他牵头或参与的投资覆盖 Fireworks（2026 年 7 月最新估值 175 亿美元）、Scale AI、Flipboard、Legora 等公司，本期节目中他也频繁以这些被投公司为例展开论述。

▍关于洞察资本 (Insight Partners)

洞察资本是总部位于纽约的全球性软件与科技成长投资机构，管理资产超过 900 亿美元，1995 年由杰瑞·默多克与杰夫·霍林联合创立。它以软件与互联网成长阶段的投资闻名，历史上重仓过 Wix、Monday.com、Qualtrics、Grammarly 等公司，并以对被投公司的深度运营支持（Insight Onsite 体系）著称。本期节目录制于 2026 年 8 月，正处在 AI 资本开支狂热与“泡沫是否破裂”争论的顶点。

泡沫见顶：信贷市场的红灯

Harry： 欢迎收听 20VC，我是哈里·斯特宾斯。现在所有人都在喊"泡沫见顶"：价格失控、钱多得没处去、没人知道这场 AI 泡沫会走向何方。但越是这种时候，真正值钱的东西是什么？是智慧。

今天坐上嘉宾席的是杰瑞·默多克（Jerry Murdock），洞察资本（Insight Partners）联合创始人，管理着超过 900 亿美元资产。过去 25 年，几乎每一轮科技周期他都亲身经历过，也投出了那个年代最大的一批公司。今天我们要弄清楚三件事：我们到底是不是在泡沫里；中国会不会在前沿模型上弯道超车；以及我们是不是正站在有生以来最大的网络安全威胁面前。

除此之外还有太多话题。杰瑞是一位罕见的既有智慧、又有实战经验、还敢说真话的人，说起话来不留情面。这期节目精彩绝伦。

Harry： 您已到达目的地。你知道吗？我觉得我拥有全世界最好的工作——能和像你这样的人坐下来聊天。我脑子笨得跟石头似的，却能问出平时根本没资格问的问题，还能向最聪明的大脑学习。杰瑞，谢谢你第二次来做客。

Jerry： 我很高兴能来。

Harry： 我想先从你之前跟我说过的一件事聊起。你说过，如果伊朗战争继续发酵，你会预期市场出现一次回调；而根据回调的深度，AI 泡沫会在 10 月 26 日到次年 3 月之间破裂。能帮我理解一下你的思路吗？

Jerry： 可以。看看 2001 年互联网泡沫破灭之后发生了什么：创新停滞了一阵子，然后新一波创新又来了——LAMP 技术栈（LAMP stack）带来网站建设的淘金潮，谷歌（Google）开始起飞。2008 年，云计算起步也非常缓慢。原因在于，金融冲击会拖慢一切：商业的流转被打断。

而这一轮 AI 有个前所未有的特点——债务占了极大的比重。超大规模云厂商（hyperscalers）背负的债务比历史上任何时候都多。问题在于：如果信贷市场出问题——而只要整体资本市场出问题，信贷市场几乎必然出事——这些巨头会不会被拖垮？

Harry： 所以你的担忧是：全球冲突引发信贷市场紊乱，进而影响这些超大规模云厂商低成本举债的能力？

Jerry： 那只是潜在的破坏来源之一，我能看到好几个。而且我认为，如果真要出事，一定是战争这条线引发的——局面不能就这么一直拖下去。我之所以现在说这话，是因为市场太自满了。信贷市场的红灯已经亮了一年多，但大家还是一副"没事，我们挺好"的样子，没人真正为风险定价。

你想想，私募信贷市场（private debt market）里，真实风险与普通风险之间的利差收得太窄，他们根本没把这笔账算进去。所以信贷是我担心的一个领域，但远不止这一个——这场 AI 革命极其复杂，全球都在往里面砸天量的钱。

Harry： 在你看来，哪些迹象表明信贷市场正在出现裂缝？

Jerry： 首先看自满情绪。2008、2010 年出事的时候，只有一小撮人——就是纪录片里反复讲的那些靠做空楼市赚钱的人——知道真相，全世界其他人根本不知道发生了什么，完完全全的自满。结果就是非常难看的局面：本该盯紧风险的信用评级机构和各大银行的风险部门集体睡着，然后灾难发生了。他们无视风险，是因为历史上房贷从未出现过大规模违约，大家就抱着这种想法，根本没意识到信贷背后潜伏的问题。

今天我在信贷市场看到同样的情形——出问题的机会点太多了。90 年代末有长期资本管理公司（LTCM）爆掉；前阵子，利奥波德·阿申布伦纳（Leopold Aschenbrenner）的基金又因为没算清自己上的杠杆而爆仓。我还是能看到这些细小的警示信号，而最大的问题就是自满。

日本是另一个麻烦。这已经是美国第二次出手救日元了。为什么要救日本？因为日本持有上万亿美元的美国国债。如果他们被迫抛售——卖掉 1000 亿美元，市场还能消化；但要是为了买美元托住日元而卖掉 3000 亿、也就是三分之一的持仓，我们立刻就会有大麻烦，而且是全球性的大麻烦。

我经常去野外滑雪。你能判断出雪崩条件是变糟还是变好，也知道有些局面一碰就翻。所以说到伊朗战争：如果局势真的恶化——目前还没有——如果局面崩掉、通胀卷土重来，这些都是破坏性变量，而所有破坏可能性的源头，都在战争。

Harry： 回看你说到的那些信贷周期，问题的根源难道不是底层资产质量太差吗？再看看今天的超大规模云厂商：没错，脸书（Facebook）确实在发债，发行定价还高于预期，但 Meta 的核心业务正产生数千亿美元现金流，他们其实根本不需要借钱，完全可以表外操作——这是优化游戏。资产本身是好的。

错位之下：谁活、谁死

Jerry： 第一，你刚才也看到了：这些公司的自由现金流正处在公司史上最低水平。第二，互联网泡沫时代埋下了大量光纤，光纤本身永远有价值，但当年铺设光纤的公司全都破产了。

所以当你重度依赖债务时，一旦出现错位，底层资产的价值就会下跌。它不会永远跌，但会在极短时间内急跌——这时候追加保证金（margin call）就来了。事情就是这么运转的。

Harry： 那他们接下来该怎么办？

Jerry： 不该再背这么高的债务。

Harry： 你预期这事会怎么演变？

Jerry： 大家其实都在根据自己看到的商业风险做决策。真要发生错位，没有人比超大规模云厂商更有准备活下来。它们的存量业务足够大、表现足够稳定——这正是它们配得上现在市值的理由。"七巨头"（Magnificent Seven）之所以是七巨头，就是因为它们已经这么干了很久，而且知道自己扛得住。

真出事的话，对它们反而是好事：其他人被清光，资产变便宜，正好收购，而它们依然健康。AI 算力的需求不会变，也不会消失，问题只是短期里能不能融到资。再看看新云厂商（neoclouds）：现在一抓一大把，我认为至少一半会在 36 个月内消失；如果经济真出问题，其中很多会立刻死掉。

Harry： 这个说法我不能放过，请展开讲讲。什么样的新云厂商会死掉、价值归零，什么样的能保住价值甚至变得更值钱？区分标准是什么？

Jerry： 这其实就是"哪些对冲基金会消失、哪些不会"这个问题的答案。只看利奥波德的回报，你会觉得他永远倒不了——他今年年内收益仍然不错，大概能挺过这一关，但大家对他的风险承担能力会多一分警惕。所以归根结底，区别在经营公司的人：一家新云厂商和另一家的分野，取决于谁在掌舵、怎么组织业务。你我还有所有人都看不见这些公司的内部，看不到它们到底是怎么运营的。

但我可以告诉你：看看推理服务商（inference providers），我认为 Fireworks 赚的钱比 Baseten 多得多。看效率，你会想："哦，Baseten 不是用同样的估值在融资吗？"——但这不是同一门生意。在我看来，Fireworks 是比 Baseten 好上十倍的生意，因为他们资本效率更高。

Harry： 判断标准纯粹就是资本效率？

Jerry： 资本效率，加上他们愿意在生意里赚钱的意愿。我觉得 Cursor 去年跟 Baseten 签的合同相当精明——我不认为那份合同让 Baseten 赚到了什么利润，他们只拿到了收入和规模，没拿到多少盈利。所以如果你不怎么赚钱、却在不断烧钱，你就处在风险之中，绝对是。

Harry： 你提到 Fireworks。你请乔琳（Lin Qiao）上过节目，她是一位了不起的创始人，她说未来的方向会是专门化智能（specialized intelligence）——大多数公司会用自己的数据训练自己的模型，这非常重要。你认为未来会是一个由数百万个专门化模型加少数几个前沿提供商构成的世界吗？你怎么看？

开源逆袭：token 的价值会变

Jerry： 分两点说。从大的图景看，如果说模型的使命是提供智能，那看看这个世界：70 亿人里有多少是聪明的？某种程度上，模型会像人类一样复刻这种模式——专门化，用特定的方式完成特定的任务。比如切割宝石的人，他对那份工作有非常专门的智能。所以我认为模型的智能还处于早期，未来的主题就是专门化和可定制化。

现在的问题是，你还没法定制 Anthropic 或 OpenAI 的大模型——这些前沿模型（frontier models）不允许你那么做。这恰恰给开源模型（open source models）的微调留出了空间。正如我上次跟你说的，开源模型和 ASIC 芯片会形成一股自己的海啸：前沿模型每 token 的成本是两位数美元，而开源模型只要 10 到 11 美分——虽然 token 与 token 并不等价，但这么大的差距足以带来大规模采用。

顺便说一句，AI 的需求不只来自企业客户或少数消费者，而是今天世界上每一家企业的全球性需求。虽然大家还没真正行动起来，但这就像当初的网站：90 年代只有一部分公司有网站，可网站建设从未减速，规模巨大，对建站的需求和渴望一直持续到今天，无穷无尽。我认为智能也是一样——对它的需求将由无穷无尽的人带来，无穷无尽。而这正在为开源和 ASIC 芯片创造机会。

Harry： 成本效率上我完全理解开源对比前沿模型的好处。但大家都说：token 流量在流向开源模型，而美元流量、也就是收入，在流向前沿模型。你预期这个格局会持续吗？前沿模型会不会只为更难的难题收更高的价，而开源拿走大部分简单场景？

Jerry： 这是个好问题。我给出一个答案，但要先加个前提：这个答案里存在一些短期扰动机会，持续三个月到一年，期间经济性看起来会趋平。只要前沿模型公司——我确信它们有这个目标——在模型上推进持续学习（continuous learning），最终实现终身学习（lifelong learning），那未来十年它们若能兑现这些目标，对这些模型的需求就永不会停止，它们会持续增长。

但因为全球需求实在太庞大——我估计今天的需求满足率只有个位数，还是个位数的低段——开源模型在填补需求上还有很长的路要走，而且它天然便宜。当然，大多数美元还是会流向付得起钱的人，对吧？特斯拉（Tesla）刚出来时也很贵，只有富人买得起，后来一切都变了。我认为趋势也是这样：早期只有最富有的公司和人才用得起这些模型，开源则会在收入上经历一场很大的追赶，但很快、非常快地，它们就会拿到大量的钱和大量的东西。这一天会来的。

Harry： "token 就是 token"——这是加文·贝克（Gavin Baker）前几天说的。黄仁勋（Jensen Huang）才不管你把它用在开源还是前沿模型上，反正最后都是他赢。

Jerry： 没错。

Harry： 你同意这个说法吗？你怎么看他一边公开宣讲开源、一边写那封信的做法？

Jerry： 我不同意"token 就是 token"。对目前的前沿模型来说，这或许成立，但我不认同，因为像 Fireworks 这样的公司正在帮助企业做定制：你对模型的定制越多，token 的价值就变化越大，因为你定制的是产出的东西。而且有些模型话特别多，会吐出多得多的 token——就像你的某些嘉宾一样，我猜。

Harry： 所以你的意思是，与 Fireworks 这样的提供商合作带来的效率提升，意味着在很多情况下，一个 token 能走的路比另一个 token 远得多。

Jerry： 这里有两件事。每个模型定制得越多，就越会形成自己特定的"风格"——无论话痨还是简洁，这种风格会在总成本里占很大比重。我认为随着企业和有钱人花更多时间理解这些，定制会越来越多。说到智能体系统（agentic systems），你自然会想：写代码要用开源模型，因为那部分已经被它们搞定了；客服、入职流程这类高度专门化的任务，开源模型也非常理想。

高度专门化的任务会更快、更便宜地产生回报。如果你只有 100 万美元可花，把这笔钱花在定制和特定任务上，效率会远高于花在前沿模型上。

Harry： 这怎么会不蚕食前沿模型的生意呢？我绝不是想看 OpenAI 和 Anthropic 倒下——它们兴旺对所有人都有利——但我不明白这怎么不会蚕食它们的业务、让它们的 TAM 变小。

Jerry： 别忘了，我们说的是智能。你永远想要更多智能，想要不同风味的智能。人类有情商，有各种不同类型的智能；我们知道学习这件事，有些人视觉智能更强。模型也会一样。至少在短期内，我们会看到这种情况阻止前沿模型被蚕食。

我职业生涯里每一波新技术都验证了同样的路径：市场先是扩张，然后全球市场收缩时迎来收缩，接着是清理出清，然后再一次以更多创新重新开始。这是一个持续循环：创新的大爆发（Cambrian explosion），随后是生态崩溃的冰河期，然后再长回来。所以只要前沿模型有资金、有能力继续创新，它们就能持续领先——到目前为止，还没有哪个开源模型在创新上赢过前沿模型。它们可能更擅长专门化，但在完成复杂任务上还远不是对手。

Harry： 说到前沿与开源的竞争，亚历克斯·卡普（Alex Karp）说过，全球最大的企业客户不想跟前沿模型提供商合作，因为怕被他们吃掉饭碗。这是真的，还是亚历克斯在为自己说话——说"Palantir 会帮你搭建全套不依赖他们的基础设施"？

Jerry： 亚历克斯有一大批客户当然担心这个——中情局和所有情报机构，他们对此必然偏执。所以第一，他手里就有一大批正是这么想的客户。但第二，这里其实有两个问题。一个是数据：Anthropic 和 OpenAI 已经拿了多年数据了，某种程度上，猫已经从袋子里跑出来了。从安全角度想，苹果（Apple）明天就能掏空我的银行账户——它掌握我所有的密码，只要想，它对我了如指掌。亚马逊（Amazon）也有一大堆数据，也许不是最珍贵的那种，但量很大。

微软的萨蒂亚·纳德拉（Satya Nadella）自己就说过："我们掌握着大量关于组织内部沟通如何运转的数据。"

所以企业早已把自己的看家本领交出去了一大半，它们确实应该谨慎。我同意亚历克斯的部分观点：企业要聪明一点，别再把数据源源不断地倒进 Anthropic 和 OpenAI，要学会甄别（discernment），想清楚哪些要留在防火墙后面，并且持续迭代地做这件事，保持警惕。我认为这在相当程度上正是开源机会的驱动力——"我们不想把那些东西上传到云端，我们想让它留在防火墙后面。"

所以总结两点：第一，承认企业已经把大量东西交给了第三方公司；第二，是的，今后它们必须小心，非常小心。安全比以往任何时候都更站在舞台中央。

Harry： 我们正看到前所未有的黑客攻击。OpenAI 和 Hugging Face 接连出事，Anthropic 还出来说"是我们的错，我们的模型真的黑掉了三家公司"。现在这几乎成了一种炫耀——"我们的模型黑过企业"——谢谢啊。你怎么看即将到来的网络"黄金时代"？

数据围城与安全“黄金时代”

Jerry： 毫无疑问，整个安全领域存在大量的自满，就连那些自以为做得不错的人也很自满，他们根本没想清楚。我不知道有多少开发者在用"裸奔模式"（YOLO mode）跑模型，恐怕不少。他们想的是："我把模型放进容器，把工具放进容器，就安全了。"——但容器并不安全，你需要沙箱（sandbox）。

这就是为什么 Docker 这家容器巨头自己都站出来说"容器不安全，你最好用沙箱"，也正因如此，Docker 的沙箱业务大获成功，E2B 的云端沙箱也一样。人们没意识到把安全水平提上去有多重要。在我看来，所有人都在低估这件事。

Harry： 从个人投资的角度看，你想在安全上多投一些吗？我能从这里面拿到什么？我是个风险投资人，你知道的——兄弟，你知道我上节目就是为了狠狠赚钱的，杰瑞，你懂我。我应该从中拿走什么？

Jerry： 你看 Fireworks 就知道了。我很幸运投的是 Fireworks，而不是 Baseten、CoreWeave 或其他推理服务商。为什么？因为那个团队是真正吃透了 PyTorch 的天才，他们这群人的思路和抱负跟别人不一样。他们会沿着技术栈往上走，做大量微调、精修和定制，而且会是做得最好的一批人——这就是他们会成功的原因。

安全领域也会出现同样的剧本。最被低估的一点，就是沙箱的需求。真相是，未来会有几千种不同形态的沙箱，你需要一家真正理解"模型如何看待工具、行为是什么样、如何针对这种行为做优化"的公司。因为我们常常忘了，这些智能体是概率性的——它不像开发者那样说"我去写个小应用，挑两个库对比一下谁更好，然后生成我的应用"。智能体可能直接开 100 个沙箱、配 100 个不同的库，然后判断哪个应用最好。

这些不同工具的知识今天只集中在少数几家公司手里。如果看 E2B 和 Docker，它们可能是最懂这一切的两家。所以你要从这里开始——沙箱做不对，后面一切免谈。

Harry： 我必须问一句：你多次提到 Fireworks。乔琳在节目里公开说过，公司利润率在 35% 左右；而 AI 应用层的许多公司利润率非常低，只有 20% 甚至更低。我们是不是就得接受一个利润率更低的公司世代，这就是 AI 的宿命？还是说这一代该换个思路看利润率？

利润率、圈地与重建技术栈

Jerry： 每轮新技术周期的早期，玩的一直是圈地游戏（real estate game）。当年美国要往俄克拉荷马州填人，搞了一场"抢地跑"：大群人聚集在那里，旗子一放倒，所有人冲出去插旗占地，喊一声"这是我的"，根本不管地原来属于谁。现在一模一样：有人以低利润率甚至零利润率抢客户、抢关系、抢地盘。这是一种策略——如果你有资本，就先拿下地，之后再回来把利润率做进生意里。

但我要说清楚：这只是策略。我不会投那些把"低利润率"当成公司文化来建设的人——当年我可能就是因为这个错过了亚马逊（Amazon），我没买贝索斯（Bezos）那套"你的利润率就是我的机会"。卖杂货、卖书，他说得对；算力这件事，他绝对说对了，而且他用了一种不同的方式把它规模化。但大多数人没有贝索斯那种思考方式。我相信你必须建立一种能运转的文化——如果你不想把公司拱手让给风投，就该想想怎么变现、怎么做出有效利润率，而且要做得聪明。

拿沙箱举例：现在最新的玩法是，大多数沙箱公司靠算力赚钱。坦率说，我认为这是笨主意。你该有的模型是"自带算力（bring your own compute）"——我们赚钱是因为更懂怎么跑沙箱：更懂网络、更懂追踪（traces）、更懂给你运行过程的可见性。再说一遍，创新应该始终摆在第一位，而创新必须驱动利润率。所以哪怕你现在还没有，但只要你没在想这件事，我就不会投你。

Harry： 你之前说"我们需要重建整个技术栈"。从这个角度想：如果从芯片层开始，我们看到越来越多人涌入芯片层——无论是英国的 Etched 还是 Fractile。你怎么看？

Jerry： 去年 2 月我就说过：如果你考虑模型定制，ASIC 芯片（ASIC chips）确实非常理想。如果说我们现在正处于 AI 建设的新阶段，而我们真正想做的是大量模型专门化——那根本不需要 GPU，太贵了，用 ASIC 芯片完全可以。所以我认为，越来越多公司下场设计芯片或 ASIC，正是因为它们看到了这个趋势，想抓住机会。

Harry： 你觉得模型公司今天必须自己拥有芯片层吗？你看 DeepSeek 在自研芯片，Anthropic 也在自研，还有 OpenAI 那个"哈拉佩诺"（Jalapeño）。

Jerry： 我不太确定哈拉佩诺是不是个好名字，这名字让我不舒服——我很爱墨西哥菜，也爱吃辣，但这个名字我真拿不准。下一代据说叫"帕德龙辣椒"（Padron Pepper）。

说真的，长期看，自己造芯片是走错了方向。短期对大公司有意义，因为它们想针对模型优化芯片组，它们想的是这个。我在圣塔菲研究所（Santa Fe Institute）董事会任职，有一次我们和各大 AI 公司的首席科学家开会，得出的结论有两点：第一，我们不知道如何衡量 AGI，哪怕它出现了；第二，对这次谈话更有用的是——我们应该把注意力放在模型、智能体、以及人类在多大程度上参与其中这三者之间的复杂性上，机会就在那里。

果然，那也是我在投资上最想聚焦的地方：从模型往外的那一层——从循环到定制，再到安全，全都更让我感兴趣。回到芯片：短期我能理解人们为什么这么做，长期我认为没必要。

Harry： 我是 Legora 的投资人，它显然和 Harvey 打得不可开交。看着这两家，你会想：天哪，竞争格局真残酷。过去几年、十年、二十年里，当你面对两家资金都非常充裕的竞争对手时，你学到过什么？

法律 AI 的厮杀与万亿估值之辩

Jerry： 投现在还是小初创的那家，坐看它们厮杀。特别是在法律市场，如果你过早出手、在那种竞争态势里下注，你会承担风险，事后可能后悔。这两家谁先出安全泄露、出安全问题——而且一定会出——谁就会毁掉自己的市场机会。你可能会想："那另一家要赢了。"——大概不会，因为它们互相盯着对方的一举一动，很可能双双中招。

所以对我来说，我更想找下一家创新的年轻公司：不是试图为所有律师包办一切，而是高度专门化——就像信任与遗产领域的 Dynasty 那样，只做一件非常具体的事。顺便说，这正是彼得·蒂尔（Peter Thiel）的建议：从利基市场切入，统治利基，再扩张。而如果你想一口吞下法律系统这片大海，我有点怀疑这违背了彼得·蒂尔的忠告。

Harry： 你担不担心我们干脆把价格扔出窗外？我们似乎从来没有这么不敏感于价格过。这比 2021 年还疯，杰瑞。

Jerry： 我每天都在一线投资。总有创始人跟我说："我们融 100。"我问："你们融多少？"他们说："融 100。"我说："那只是亲友轮（friends and family round）啊。"什么鬼？

前几天我跟一位创始人说："我们写 2500 万美元的支票。"对方回："哦，不错，那你们是又小又爱协作的那种。"——我们是不是已经失去了价格敏感度？

Harry： 我们是不是失去了价格敏感度？而既然所有结局都可能指向万亿美元公司，这还能接受吗？

Jerry： 这本身就证明我们还在炒作周期（hype cycle）里。我们处于炒作周期，因为预期超出了所有人的想象。当有人说"我要成为万亿美元公司，我的首轮就融 1 亿，甚至 10 亿估值随便定"时，你得在脑子里审视那些拿钱的人，判断这个数字是不是经过深思熟虑，还是他们只是随大流。

但反过来，我也要说：Anthropic 和 OpenAI 那些疯狂的巨额融资——1000 亿、1500 亿美元估值——可能反而是便宜的。我想加文·贝克和一些人也这么认为。所以对少数几家公司来说，是的。可我们到底会有多少家万亿美元公司？这里又需要甄别：什么真的具备超大规模（hyperscale）式增长的可能，什么只是普通轮次、稍慢的增长机会。我们得把这些分得更清楚一些。

Harry： 杰瑞，慢增长还算风投吗？

Jerry： 看 Fireworks：三年半做到 10 亿，如果今年完成年底目标，四年做到 20 亿。四年 20 亿啊。

Harry： 杰瑞，你还记得当年 Slack 用 18 个月做到 1000 万美元，我们都惊呼"哇"吗？

Jerry： Fireworks 的情况是：它们受益于 OpenAI 和 Anthropic，是下一个层级的受益者；现在开源起飞，它们又受益。它们站在模型建造者的肩膀上，是下一个需要被开发的层级，所以能紧随其后规模化。但如果你是别的角色——比如应用层——我完全不买账。法律层不买账，应用层也不买账。但基础设施层，绝对买账。

Harry： 但我会因此挨骂。我公开说过"三倍、三倍、翻倍、翻倍"（triple, triple, double, double）。杰瑞，你还记得这套吧？人家说我太轻浮，还开玩笑说"你就是周期循环的产物"——还是说，这只是风投行业的新常态？

Jerry： 你确实轻浮。

Harry： 好吧。

Jerry： 有时候而已。不是一直，但现在你就是。我要说的是，泛泛的论断在这里不适用，你必须非常具体。看 Anthropic 做的事、OpenAI 做的事——这在人类历史上从未有过，它说明了这个时代的分量。所以如果我们回头看风投的历史，我们绝对处于一个完全不同的时代。前沿模型公司做成了人类历史上非凡的事——这绝对可以媲美发明火、发明电，随你怎么类比。它们点燃了 AI 的火柴。

能紧随其后、不被它们碾死、还能成长并解决更多基础设施问题、帮助围绕模型公司建立生态的那些公司，配得上那样的经济回报。其他类别？没门。比如新云厂商——没门，我不买账。那一堆里只会有一两家最终称霸，其余至少一半会消失，而且会带着烧掉的天量资金一起消失。

Harry： 模型路由层（model routing）的价值足够支撑一家独立公司吗？

Jerry： 我的看法是，OpenRouter 有海量交易，因为人本质上都懒，用起来方便——"我需要连这个模型，直接用 OpenRouter 吧。"而 OpenRouter 要从中抽 5%，这是笔离谱的钱。但这不会长久。你会看到交易所出现：有个区块链公司叫 AkiNaki，刚在主网上线了 Dodex，它就是一个去买推理算力的交易所，模型路由全帮你搞定。

Harry： 所以如果你坐在 OpenRouter 的董事会里，100 亿美元的收购真的来了，你会怎么说？

Jerry： 你会说：太好了，太棒了。和大多数人一样，能拿钱的时候赶紧拿。OpenRouter 值得称赞，它们来得早，开发者当时看不到别的选择，只能去用它们的 API，愿意为推理付 5% 的加价。可你想，那些企业放任它们烧掉那么多钱，真该脸红——那是一大笔钱。所以我认为这个模式会在未来三到五个月内迎来大洗牌。不只是 AkiNaki，Venice、venice.io 也在做，还有两三家正在搭建交易所，你可以直接买到需要的推理，不用付那 5%。

投资哲学：寻找“必须做”的人

Harry： 你刚才非常精准地描述了现状：兴奋带来的错位、外部事件带来的错位，然后是生态的重新绽放。如果把这个逻辑用在我身上——我作为一个风投，拿着比如你的钱在今天配置，你会对我说什么？

Jerry： 在球场上打比赛，比尔·格利（Bill Gurley）风格。保持清醒，别把钱撒进 Neo Labs 这种公司——一个人从 OpenAI 出来，估值就敢叫 10 亿美元。

Harry： 你会对我说什么？

Jerry： 比尔跟我一起在圣塔菲研究所董事会，他的建议很聪明，对风投的很多判断都很准。我会建议你寻找"影响力"（impact）：找那些跟别人完全不一样的人。你观察他们就会发现，不是他们想建这家公司，而是他们必须建这家公司。如果你在一个人身上看到这一点，看到他全身心的投入——没有其他选项、别无选择——就找这样的人；同时确认，如果他们做成了，这件事有影响力。

Harry： 回看你合作过的创始人，这一点在谁身上最突出？

Jerry： 这很罕见。你可以说，创始人驱动的七巨头公司都符合这个定义——埃隆（Elon）、黄仁勋、扎克伯格（Zuckerberg）都算。但再看别的公司：Fireworks 看起来就是这样的；A2B 绝对是；Vignan 的创始人，我毫不怀疑他会做成的；Avin 的这位也是从 Meta 出来的，他叫萨迪·汗（Sadi Khan）。

维诺德·科斯拉（Vinod Khosla）说过这是他有生以来见过的最好的 CEO 之一——毕竟维诺德当年就是把 Sun 建起来的顶级 CEO 之一，所以当这样的人开口，你得认真对待。

Harry： 你觉得我们会看到流动性时间线（liquidity timelines）被压缩吗？Cursor 四年做到 600 亿美元出售。在这个公司增长更快的环境里，风投周期会不会整体变短？

Jerry： 我认为 Cursor 的团队真的很聪明，他们做对的是从 IDE 赛道转了出来。在转型中，他们说服了埃隆，让他们来做模型——虽然还没证明过，但让埃隆相信他们懂行。埃隆当时正急着解决 xAI 的问题，所以一拍即合，于是拿到了 600 亿美元。所以你接住了那个出价（hit the bid）。

如果 OpenRouter 收到 Stripe 100 亿美元的出价，你就接。但我不认为这些是常态——它们之所以发生，是因为董事会和管理层意识到："也许我们建的并不是一家能经营十年的公司，也许该脱手了，拿着已经赚到的胜利走人。"我当年有几家公司，真希望它们这么做了，Flipboard 就是其中之一——我多希望 Flipboard 当年接住那笔 10 亿美元的退出，但它没有。

发生了什么？当时桌上摆着一笔 10 亿美元的退出，有两个买家非常有兴趣，出价在目标价的八折以内：一个是推特（Twitter），另一个是 TikTok 的母公司字节跳动（ByteDance）的创始人。结果他听了当时很有名的"教练"比尔·坎贝尔（Bill Campbell）的建议——"别卖公司"——而比尔不幸很快去世了。董事会听信了教练的建议，坚持不卖。现在还有人在乎 Flipboard 吗？它错过了那个机会。我认为这种机会窗口很多公司都会遇到，我自己在这件事上背了一身箭，所以你必须知道什么时候该走、什么时候不该走。

SaaS 的协同工作时代与 PE 的杠杆

Harry： 我们刚才聊了出售。看起来 IPO 市场只为极少数人敞开：Anthropic、OpenAI 想上就能上，SpaceX 也是。但我担心的是 Airtable 们——ARR 4.85 亿美元都没法 IPO。今天收入不到 10 亿美元，你就别想上市。这让你担心吗？

Jerry： 不担心。我只是觉得，我们正处在一个这样的时刻：想要一场像样的 IPO，你得走在通往它的轨道上。但 Cursor 要是去年夏天想上市，它们是可以上市的，会有人接的，尽管有种种情况。我认为管理团队很明智，他们意识到自己还没完全准备好，所以没上——但它们确实可以。绝对可以，数字那么疯狂。总会有投行愿意帮你做，问题是哪家投行、以及这么做对不对。

Harry： 你担不担心 Airtable 是一整代公司的开端——它们将以远低于上轮估值的价格被卖出去？

Jerry： 不担心。首先，像 Bending Spoons 这样的买家本来就没几个。所以我的看法是：这些四五百亿收入的体量……不，四到五亿美元收入的公司，关键问题是它们的收入能不能持续。如果它们还没把 AI 以令人信服的方式整合进来，我对它们的未来完全不乐观。如果你没有一个真正深思熟虑的 AI 战略、没有一个真正深思熟虑的 AI 产品，我相信两年后你对公司就没什么可做的了。

Harry： 我们是不是看到大多数 SaaS 一代都在"给猪涂口红"？"啊，妈的，撒点仙尘进去——看，你有一个 AI 副驾了！喏，拿好。"

Jerry： 你提到这个很好，因为我们正处于一个新时代。我称之为"协同工作时代"（co-work era）——更智能体化，我在说的是自主智能体（autonomous agents）。对那些成功部署了自主智能体的少数公司来说，协同工作正在成为新趋势。随着协同工作变得更成功、更稳定、更普及，我会非常担心那些没有自己的记录系统（system of record）、没有 AI 战略的 SaaS 公司——因为协同工作时代开始了威胁。

所以对 SaaS 世界的威胁刚刚开始，但还处于早期，你还有时间转向。如果你是 SaaS 公司，你还有时间做 AI、把 AI 嫁接进来、找到别的方向。但如果现在还不做——祝你好运。

Harry： 祝你好运。如果现在还不做，兄弟，拜拜。说真的，我看 PE 这门生意还挺喜欢的，但看着你那些 Thoma Bravo 们，我就觉得：哎哟，疼。我真的很喜欢奥兰多（Orlando），他在节目上表现很棒，我真心希望他成功。但哥们，你手里那些 Cohere、Anaplan 们，日子可不好过。我们是不是就是碰到了糟糕的一代，然后认命就算了？

Jerry： 有意思。2001 年，TPG 有一只很糟糕的基金，和所有人一样栽在风投上，但它们活了下来，因为它们还有一大堆电信投资——当然那些投资后来也蒸发了。福斯特曼-利特尔（Forstmann Little）当年也有一大堆电信投资，那直接导致公司终结——公司没了，死了，再也没有福斯特曼-利特尔。

所以我的看法是：这些拥有棘手投资组合的 PE 公司，现在还有时间做点什么。但当金融错位来临——如果它来临——那就是问题，因为它们全都加了杠杆。PE 生意的问题就在企业身上的杠杆：如果 EBITDA 下滑、流失率上升，而且这一切在金融错位中快速发生，相当于债务被强制追缴保证金，那会非常非常难熬。

Harry： 老兄，这些资产很多加了 4 到 6 倍杠杆。我是说，真的很高。

Jerry： 确实高。你看，利奥波德只加了 3.5 倍杠杆，就已经被迫卖掉大量资产。我同意，看起来不乐观。但它们的 EBITDA 今天还在，而且 PE 公司知道这是生死存亡，只要市场不崩，它们有时间想对策。这就是我一直在说的：全球市场对科技行业接下来走向至关重要，极其重要。如果出现错位——我记得汤姆·李（Tom Lee）预测今年秋天标普 500 会下跌 10%——如果他对了，或者情况更糟，资产缩水加上高杠杆，我不知道人们要怎么扛过去，真不知道。

国家的份额、中国开源与持续学习革命

Harry： 你提到 10% 的回调。你之前又说前沿模型是"发明了火"。萨姆（Sam）说："政府，拿走前沿模型 5% 吧。"你觉得当你发明了火，答案就是必须让政府持有至少一部分所有权吗？

Jerry： 首先，美国历史上从来没有发生过这种事，直到本届政府。所以从来都不需要，我也不明白现在为什么需要。看看英国的公用事业：英国燃气（British Gas）、英国电信（BT），虽然它们后来被出售、私有化了，还有皇家邮政（Royal Mail）——实际上，大多数公用事业曾经都是国有的。但你看，欧洲国家有社会主义的历史，二战后社会主义一直存在，人们一直支持它。我也确实认为，那时候政府需要介入，因为它们没有美国这样发达的资本市场。

显然，在美国，公私合作一直存在。但萨姆已经把公司做到了这个规模，没靠卖给政府 5%——那他为什么现在需要？如果是曼哈顿计划（Manhattan Project）那种模式，比如十年前我们为 AI 这么做，那没问题，因为这对国家有战略意义。但今天，以它们的体量，我认为唯一这么做的理由就是政治。

Harry： 说到对国家有战略意义：你觉得对芯片实施出口管制是对的吗？

Jerry： 我认为重要的是想清楚我们打算如何处理自己的技术。我们需要一个真正的战略。我不相信为管制而管制。把它放到语境里：给我们一个战略，公开战略，讨论战略，让有人为它负责。我们不需要某个监管者跳出来说"就这么干"。

Harry： 你担心中国开源模型的主导地位、以及后门被植入它们的模型吗？还是说这种担忧被严重夸大了？

Jerry： 这是个非常好的问题。关于开源和中国模型，关键一点是：今天这些模型，十年后一个都不会存在，会出现完全不同的模型。所以如果今天有后门，它们最好现在就干想干的事，因为十年后它们就不存在了。

Harry： 这话什么意思？你是说 Kimi 十年后不会成为主导模型？

Jerry： 我是说，我们现在正在用、正在做的所有开源模型，到时候都不会再被使用，会被别的东西取代。首先，我认为十年内——有些人想的是两三年——持续学习模型就会出现。那意味着今天每一代模型都会死掉、消失。这里有两件事。

Harry： 什么是持续学习模型？为什么它意味着每一代模型都会消亡？给不了解的听众讲讲。

Jerry： 因为对模型建造者、尤其是前沿模型公司来说，如今最重要的目标之一就是持续学习，让模型能完成更复杂的任务。就像人类，理论上我们也在持续学习。而机器人、物理 AI（physical AI）需要某种保持记忆的能力，才能持续完成复杂任务、持续学习、应对不断涌入的动态事件。

所以这些模型将与迄今为止训练出的模型有本质不同。持续学习模型一旦部署，会催生一整批基于这种新能力的新开源模型；然后它们会进化成终身学习——那才更接近人类智能真正的工作方式。而这些模型，恕我直言，将取代今天存在的每一个模型。

Harry： 持续学习、乃至潜在的终身学习，难道不会贬低前沿模型的价值吗？

Jerry： 它们会取代前沿模型。我不认为你能把持续学习嫁接到现有前沿模型上。它们会尝试，早期看起来也像那么回事，但最终这需要一种新的架构、全新的训练方式。今天的模型训练出来就是静态的、固定的，然后放到现实世界里用。持续学习模型在架构上会截然不同。

Harry： 那你会投 300 亿美元的 SSI 吗？就是伊利亚（Ilya）的公司，据说 8 月底会推出第一版持续学习模型。

Jerry： 我不认识他，除非我认识某人、或我信任的人认识他，否则我不做这种模型公司交易，所以我没法说。

Harry： 你刚才说训练是一锤子买卖。我是 Scale AI 的投资人，我认为数据的获取、清洗和部署比人们以为的难得多。你觉得数据公司是商品，还是有价值的资产？

Jerry： 数据一直在变，它不是静态的。当然，语境有价值——数据给你语境和记忆。所以我确实认为，对企业来说，你的数据、你处理数据的方式，跟别人会是不同的。拿汉堡公司举例：Shake Shack 的数据利用方式，跟汉堡王（Burger King）或麦当劳（McDonald's）完全不同。所以确实会存在高度独特的数据用例，这非常重要。

但你必须有一个让数据持续演进的系统，让底层利用方式随数据变化而变化。我认同乔琳的论点：公司会有自己的专门化模型，而训练这些模型需要额外的富余数据。然后你会看到 Scale AI 们从纯卖数据给前沿模型，转向卖给企业和甚至中端市场——它们需要自己没有的专门数据。这会极大地打开 TAM，那是 2000 亿美元的机会。

现在的模型在很大程度上还是任务驱动的。当模型、前沿模型具备了一定创造力，但我们要进入真正深度的创造——比如"去解决气候变化"——你就需要智能的多样性。想想董事会、管理层：解决真正困难的问题需要智能的多样性。所以市场会从"解决任务、把它做好，在写作和视觉艺术上做一点最小限度的创造"，转向"我们需要大量多样化的智能，才有足够的创造力去解决那些重要的问题、那些我们会被付费解决的问题"。

Harry： 今天聊的一切都让我无比兴奋。但我脑子里总有一个刹车：很多智者说，你总是高估一年内能做的事，低估十年内能做的事。这里也是这样吗？我会不会对今天聊的很多东西太过超前，该冷静一下，小家伙？

Jerry： 会比你想的久。我的感觉是，持续学习看起来还有两三年——也许十年，我们不知道。过去 15 年我们一直觉得治癌近在眼前，靠可瑞达（Keytruda）这类新药，我们用免疫系统解决癌症问题取得了一点进展，但癌症还没被攻克，只是管理得更好了。我们以为早该解决了，但并没有。对持续学习模型，我持同样的看法。我们在样本高效模型（sample-efficient models）上已经看到一点成功——只要一点点数据、一个小样本，就能外推足够多，变得有用、能学习。

从小样本学习正在发生，但当它们真正稳健到可用，我不知道。我的感觉是，从我们现在的位置到那里需要一次突破，就像癌症一样，我们需要更多的突破。它们试图解决的复杂性极其巨大，所以我不打算跟它们对赌。但我要说，能把我们送进"幻灭低谷"（valley of disillusionment）的，是全球金融事件与模型无法继续成长进化这两件事的组合。如果我们解决不了样本高效模型、解决不了持续学习，我们就会觉得膨胀的预期没有得到兑现。

快速问答：七巨头谁生谁死

Harry： 杰瑞，我想跟你玩个快速问答，因为我可以跟你聊一整天。OpenAI 和 Anthropic，谁会先走这一步？

Jerry： 看起来是 Anthropic。

Harry： 赌一下：英伟达（NVIDIA）五年内成为 10 万亿美元公司。

Jerry： 赌高。

Harry： 那为什么它现在这么被错杀？过去 12 个月业绩爆表，股价却横盘不动。我不懂。

Jerry： 我认为是因为市场不会永远像火箭一样往上冲，总会有平台期。而且有些领域的发展速度没有你以为的那么快。我们不知道，因为现在有一些循环交易（circular transactions）在掩盖市场的真实增长——超大规模云厂商在抢跑布局。但我们不知道。需求很大程度上取决于人们口袋里有没有钱：如果市场出现 10% 到 15% 的错位，人们会觉得自己变穷了，那会传导到信贷市场，传导到一切，传导到需求——历来如此。

Harry： 我不敢相信我要对你说这个，杰瑞，但算了——我们认识挺久了。在英国有个游戏叫"睡、娶、杀"（Shag, Marry, Kill）。我要把它用在三家公司上：杀=做空，睡=快速买入但大概率会倒手，娶=长期持有。现在你面前是 Meta、谷歌和微软。

Jerry： 因为规模的关系，我要说：三家都长期持有。

Harry： 不会吧？真的？

Jerry： 听我说。Meta 有 20 亿用户，谷歌也有 20 亿用户，它们各自的产品矩阵都长在用户身上——这种稳定性来自消费者接受新变化极其缓慢。这两家公司拥有如此庞大的消费者业务，微软的消费者业务也不错，这就像缓冲器、稳定器，给了它们追赶的时间。说白了，三家在编程智能体上都失败了，但谁知道它们会不会永远失败。你得承认，这种庞大的客户基础给了它们难以置信的时间去追上问题——这就是为什么它们至少十年内还会是万亿美元公司。

它们可能不再像今天这么重要，但这不是你要问的问题。作为经济买家，我会长期持有它们的股票吗？会。哪怕微软没有模型、AI 产品相对拉胯，也还是买入。为什么？因为它们掌控着全球企业的沟通。微软的邮箱，不管它多蠢——Exchange，随你怎么叫——不会消失。那是一台不会变的印钞机，不可能凭空消失。

顺便说，有意思的是，我们总在谈论 AI 的速度：它们也许控制不了智能体之间的沟通，但人与人之间的沟通不会消失，而它们可以永远靠这个变现。你摆脱不掉它，它不是你家有线电视——你可以说"行了，我不要 Infinity 了，撤掉"。微软可不是你想撤就能撤的，它会一直在。可悲的是，脸书也一样，你短期内甩不掉它。这些公司靠规模撑起了底层的生意，而在我看来，消费者才是让它们活着的最重要因素。

Harry： 如果必须做空七巨头中的一家，你选谁？

Jerry： 那会是 Meta。因为是它可能变得无聊——像电话公司那样。你会觉得拥有它就等于拥有 AT&T 那种沉闷。这是我真实的想法。

Harry： 那我反驳一下：它是全球最大的广告生意，还有 WhatsApp 和 Instagram。

Jerry： 是啊。WhatsApp——它们又以非常有意义的方式掌控着 WhatsApp 上的人类沟通，虽然还没变现，但那些用户，它们总会找到办法留住。你有 20 多亿用户，也许五年后是 30 亿，谁知道呢。

Harry： 全球一半人口都在用你们的应用，抱歉了。

Jerry： 那是稳定的东西，非常稳定。我甚至可以说它可能会无聊——然后它们就把股息发给你。

Harry： 所以作为经济买家，你不一定永远需要增长。你可以拿着大把股息，天天剪票息。至少未来五年，它会被视为避风港。

Jerry： 七巨头之所以是七巨头，是因为人们说："嘿，我把钱放那儿。"我可能一两年跑输、浮亏，但长期看它们就在那里，会随着市场每一轮正向周期受益。

苹果的耐心与资本赢家

Harry： 苹果的 AI 战略是不可原谅的错误，还是等待生态成型的天才式耐心？

Jerry： 这个问题的答案很难知道。我们得去跟蒂姆·库克（Tim Cook）坐下来聊聊——现在他退休了，也许他会告诉我们。

Harry： 苹果内部的 AI 文化是什么样的？他们怎么想这件事？在里面做什么？

Jerry： 我知道他们在用 Claude Code，是巨量级的 Claude Code 客户。

Harry： 但他们怎么想？有没有什么创新性的说法？他们是聪明的旁观者，还是只是被动的消费者？

Jerry： 如果他们只是在消费，那他们麻烦大了，会受苦。但如果他们是敏锐的观察者、手里藏着什么牌，那我们可能会被他们惊艳到。

Harry： 哪家 PE 公司未来五年会走得最好？

Jerry： 哦，这不公平，这问题太难了，我不愿意打这个赌。

Harry： 那哪家会走得最差？

Jerry： 我不知道谁最差，但我的公司洞察资本——它的 PE 投资组合非常小，非常非常小，小到几乎无所谓。所以我对它们长期最有信心，因为它们在资本配置上一直非常聪明。但那些全身心押注 PE 的公司——哦，我真不知道，我认为它们对任何金融错位都高度脆弱。

Harry： 向 AI 世界过渡的过程中，哪位风投做得最好？

Jerry： 好问题。我认为有五六家做得非常出色。像投了 Anthropic 的门罗创投（Menlo Ventures），说早也不早、但足够早，它们会很好。基准资本（Benchmark）虽然错过了 Anthropic 和 OpenAI，但用 Factory 和一批我们聊过的好公司做得非常棒。

所以尽管错过了大型前沿模型，它们的投资组合依然优秀。科斯拉创投（Khosla Ventures）也极其出色——维诺德带着 Avin 和他的公司们，做得惊人。科斯拉创投属于那个阵营，它们会横扫千军。科斯拉创投、门罗创投和基准资本都做得非常出色。

五年后的显然：智能体支付的区块链

Harry： 最后一个问题。我觉得这是这份工作的美妙之处——尽可能看清未来。今天看来疯狂、但五年后你会觉得很显然的事是什么？

Jerry： 这容易：智能体支付的区块链（blockchain for agent payments）。区块链现在正处于幻灭低谷，处境真的很糟。IBM 的 CEO 出来说比特币三四年内有被黑的风险，汤姆·李说两年，谷歌也说两年。而区块链里那股贪婪的成分——比特币这件事的核心就是贪婪——正在把整个区块链拖下水。

但 Solana 和以太坊（Ethereum）看起来有长期潜力。我确实认为，像 Venice、AkiNaki，或者 Robinhood 做的 Robinhood Chain——很好，它们大概能拿到 10 亿美元收入——这些创新，无论你是做股票代币化、做支付通道，还是用区块链买推理算力，就像 AkiNaki 或 Gonka 那样，都会是真正的创新。人们会震惊于区块链终于找到了真正的用途，而不是某种自以为是的用途。

Harry： 杰瑞，我太喜欢你来上节目了。说真的，我从你身上学到太多。我热爱我的工作，就是因为有这样的节目。谢谢你来做客，兄弟，你太棒了。

Jerry： 干杯。

Harry： 保重。