主播
节目简介
来源：小宇宙
📝 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
00:00 开场 & 播客简介
AI资本主义的异常时刻
01:37 资本主义史上从未发生过：Anthropic 单月新增 110 亿美元 ARR
02:10 三四月市场错配：股价下跌，但 AI 基本面正在爆炸
04:20 DeepSeek Monday 的误判：为什么算力需求反而更强了
06:10 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
07:42 Anthropic 与 OpenAI：同样是前沿模型，资本效率却很不同
08:40 无约束收入 URR：如果 compute 不受限，Anthropic 可能有多大
09:44 为什么不一次性融到天价：不确定世界里的融资纪律
11:23 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
11:59 电力与晶圆：AI 基础设施建设最关键的两种投入
12:27 电力短缺会如何被资本主义解决
13:35 轨道算力的重新定义：不是太空数据中心，而是太空中的 rack
15:00 散热、维修、激光互联与 SpaceX 的工程能力
17:29 轨道算力会不会冲击地面数据中心
18:30 TSMC、硅盾与晶圆短缺如何影响 AI 泡沫
20:15 历史不会重复，但会押韵：铁路、运河、互联网与 AI 泡沫
22:48 Intel、Samsung 与 TSMC 的产能博弈
23:51 Terra Fab：Elon、Intel 与美国最大晶圆厂的可能性
26:23 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
26:49 DeepSeek 之后：为什么前沿模型仍然拿走大部分经济价值
27:23 Frontier token 的溢价：模型层回报为何集中在最前沿
29:10 Pareto frontier 的变化：Google、Anthropic、OpenAI 与 xAI 的位置
30:05 Bitter Lesson 的风险：更多算力是否永远胜过人类巧思
31:18 Memory、harness 与模型 runtime 的重要性
32:03 为什么普通订阅套餐已经无法代表真正的前沿 AI
34:13 Continual learning：模型何时能像人类一样实时学习
35:00 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
35:35 新芯片公司的机会：竞争对世界和 Nvidia 都是好事
36:01 芯片设计的“铁三角”：攻击、防御、机动性的取舍类比
37:20 不要只做“更好的 GPU”：必须足够不同、也足够难
38:14 Prefill 与 decode：AI 推理拆分打开新芯片空间
39:50 Cerebras 的案例：waferscale computing 为什么不同且困难
42:10 GPU 寿命被延长：为什么 inference 拆分可能拯救 private credit
43:30 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
44:06 “不同而且很难”：AI 创业公司真正需要回答的问题
44:33 为什么显而易见又不难的创业点很危险
45:45 Cursor、Cognition 与 coding 的战略位置
46:56 Token path：软件公司必须站在 token 流经之处
48:01 Nvidia 会不会做自己的前沿模型
48:20 开源模型、蒸馏与新的囚徒困境
49:35 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
50:28 Mythos 级模型世界：为什么每个人都需要一个“安全词”
51:14 防守之外的进攻：人类还能做什么
51:40 《最后的武士》与机关枪：不会掌握 AI 的人会被 AI 支配
52:45 投资人的 Agent 工作流：从播客、财报到管理层激励分析
53:50 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
54:14 AI 内部估值正在变得极不合理
55:00 DRAM、半导体设备与横截面估值矛盾
56:10 短缺周期里，低质量公司为什么反而涨得最多
57:20 AI 泡沫、核能泡沫、量子泡沫与投机蔓延
58:30 AI 交易不再同涨同跌：必须研究更细的子行业差异
59:10 被错误分类的机会：Astera 与 copper loser basket
巨头公司的AI位置
59:41 Google：失去 TPU 成本优势，但仍拥有最大 compute 装机基础
01:01:00 Meta：Zuckerberg 如何把公司推向 AI first
01:02:10 Amazon：Trainium、robotics 与零售业务效率提升
01:03:00 Microsoft：Satya 从“让 Google 跳舞”到 Copilot 产品经理
01:04:05 为什么微软把 compute 留给自己用，是一个有勇气的决定
01:05:00 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
01:05:46 应用层价值：AI 到目前为止已经摧毁了大量传统软件价值
01:06:40 人身安全与政治暴力：AI 领袖面临的新风险
01:07:30 战场 AI 与地缘政治：乌克兰、美国优势与全球稳定
01:08:40 Pax Americana 与 AI 主导权：技术优势会带来和平还是不稳定
01:09:20 AI 医疗奇迹：罕见病、Agent 与药物发现
01:09:55 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
01:10:19 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
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
00:00 开场 & 播客简介
AI资本主义的异常时刻
01:37 资本主义史上从未发生过：Anthropic 单月新增 110 亿美元 ARR
02:10 三四月市场错配：股价下跌，但 AI 基本面正在爆炸
04:20 DeepSeek Monday 的误判：为什么算力需求反而更强了
06:10 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
07:42 Anthropic 与 OpenAI：同样是前沿模型，资本效率却很不同
08:40 无约束收入 URR：如果 compute 不受限，Anthropic 可能有多大
09:44 为什么不一次性融到天价：不确定世界里的融资纪律
11:23 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
11:59 电力与晶圆：AI 基础设施建设最关键的两种投入
12:27 电力短缺会如何被资本主义解决
13:35 轨道算力的重新定义：不是太空数据中心，而是太空中的 rack
15:00 散热、维修、激光互联与 SpaceX 的工程能力
17:29 轨道算力会不会冲击地面数据中心
18:30 TSMC、硅盾与晶圆短缺如何影响 AI 泡沫
20:15 历史不会重复，但会押韵：铁路、运河、互联网与 AI 泡沫
22:48 Intel、Samsung 与 TSMC 的产能博弈
23:51 Terra Fab：Elon、Intel 与美国最大晶圆厂的可能性
26:23 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
26:49 DeepSeek 之后：为什么前沿模型仍然拿走大部分经济价值
27:23 Frontier token 的溢价：模型层回报为何集中在最前沿
29:10 Pareto frontier 的变化：Google、Anthropic、OpenAI 与 xAI 的位置
30:05 Bitter Lesson 的风险：更多算力是否永远胜过人类巧思
31:18 Memory、harness 与模型 runtime 的重要性
32:03 为什么普通订阅套餐已经无法代表真正的前沿 AI
34:13 Continual learning：模型何时能像人类一样实时学习
35:00 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
35:35 新芯片公司的机会：竞争对世界和 Nvidia 都是好事
36:01 芯片设计的“铁三角”：攻击、防御、机动性的取舍类比
37:20 不要只做“更好的 GPU”：必须足够不同、也足够难
38:14 Prefill 与 decode：AI 推理拆分打开新芯片空间
39:50 Cerebras 的案例：waferscale computing 为什么不同且困难
42:10 GPU 寿命被延长：为什么 inference 拆分可能拯救 private credit
43:30 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
44:06 “不同而且很难”：AI 创业公司真正需要回答的问题
44:33 为什么显而易见又不难的创业点很危险
45:45 Cursor、Cognition 与 coding 的战略位置
46:56 Token path：软件公司必须站在 token 流经之处
48:01 Nvidia 会不会做自己的前沿模型
48:20 开源模型、蒸馏与新的囚徒困境
49:35 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
50:28 Mythos 级模型世界：为什么每个人都需要一个“安全词”
51:14 防守之外的进攻：人类还能做什么
51:40 《最后的武士》与机关枪：不会掌握 AI 的人会被 AI 支配
52:45 投资人的 Agent 工作流：从播客、财报到管理层激励分析
53:50 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
54:14 AI 内部估值正在变得极不合理
55:00 DRAM、半导体设备与横截面估值矛盾
56:10 短缺周期里，低质量公司为什么反而涨得最多
57:20 AI 泡沫、核能泡沫、量子泡沫与投机蔓延
58:30 AI 交易不再同涨同跌：必须研究更细的子行业差异
59:10 被错误分类的机会：Astera 与 copper loser basket
巨头公司的AI位置
59:41 Google：失去 TPU 成本优势，但仍拥有最大 compute 装机基础
01:01:00 Meta：Zuckerberg 如何把公司推向 AI first
01:02:10 Amazon：Trainium、robotics 与零售业务效率提升
01:03:00 Microsoft：Satya 从“让 Google 跳舞”到 Copilot 产品经理
01:04:05 为什么微软把 compute 留给自己用，是一个有勇气的决定
01:05:00 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
01:05:46 应用层价值：AI 到目前为止已经摧毁了大量传统软件价值
01:06:40 人身安全与政治暴力：AI 领袖面临的新风险
01:07:30 战场 AI 与地缘政治：乌克兰、美国优势与全球稳定
01:08:40 Pax Americana 与 AI 主导权：技术优势会带来和平还是不稳定
01:09:20 AI 医疗奇迹：罕见病、Agent 与药物发现
01:09:55 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
01:10:19 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
外观
