中国开源低价夹击逼向上市 OpenAI与Anthropic面临2027估值清算

AI泡沫，2027年爆破？ — 涌现EmergenceHK

涌现EmergenceHK

中国开源模型以极低成本分流核心算力负载，将击穿依赖高增长的闭源巨头上市后业绩，并在万亿债务与宏观利空共振下于2027年引爆深度熊市。

AI-assisted summary of AI泡沫，2027年爆破？ — original source. Check the original for full context.

Source published:

Key ideas

  • 本轮 AI 资产面临长周期估值重构风险，蒋涛预测 2027 年下半年将迎来长达 9-12 个月的长周期真实熊市，而科技投资人 Bill 则倾向于小步快跑式的多次 V 型快速重估（Flash Bear）。 (0:00)
  • 中国开源大模型凭借极高性价比（仅闭源模型的 1/10 甚至 1/30）与 90%-95% 的能力逼近，迫使企业转向“贵模型规划、廉价开源执行”架构，严重削弱 OpenAI 和 Anthropic 的商业化高增长神话。 (0:00)
  • SemiAnalysis 测算显示，2024 至 2029 年 AI 基建将产生高达 7 万亿美元的净债务，已超越汽车贷与学生贷并紧逼全美房贷规模，下游 Token 商业化收入面临极严峻的还本付息与硬件折旧压力。 (25:00)
  • 技术价值加速从底层纯算法向“Agentic Harness 调度层”与 B 端“整机交付”迁移，以 Qwen 27B 搭配 Agent 框架在 SWE-bench 上得分可从 20 分跃升至 60-70 分，以 1% 的成本逼近昂贵顶模表现。 (34:40)

Detailed notes

## Background 本视频由 YouTube 频道“涌现EmergenceHK”于 2026 年 7 月 24 日发布。视频简介指出，主持人所长林超携手科技投资人 Bill 与 CSDN 创始人蒋涛，从技术、产业与金融三个视角展开对谈，深度探讨 AI 资产狂飙背后的系统性风险、开源模型对闭源双巨头的冲击、IPO 与巨额债务重压，以及未来 AI 价值究竟流向模型、算力还是 Agent 交付。

## TL;DR 节目围绕“AI 泡沫是否会在 2027 年破裂”展开推演，蒋涛激进预测闭源巨头在上市后将遭遇为期约一年的长周期真实熊市，而 Bill 则认为更可能呈现小步快跑的闪崩与快速修复（Flash Bear）。讨论指出，中国开源模型以极低成本和逼近 95% 的能力大幅压缩基础模型溢价，令背负孙正义等数十亿杠杆的海外巨头在 IPO 财报检验下面临增速失速的估值坍塌。与此同时，全产业链背负的数万亿美元债务与芯片快速折旧构成了巨大的财务灰犀牛。最终，三位嘉宾指出技术价值正从单体底座模型脱离，全面迁移至基于 Agentic Harness 的多模型调度工程与 2B 领域的整机交付场景。

## Atmosphere & style 整场对谈兼具宏观金融的冷静推演与微观工程的刺痛洞察，三位嘉宾的论辩节奏紧凑且充满思想交锋的张力。蒋涛言辞犀利直击商业真实 ROI 与“算账”痛点，Bill 则以详实的半导体财务估值与产业历史长波对冲悲观情绪，林超在宏观债务与产业共振间穿针引线。全片宛如一场高层科技投委会的闭门推演，在对技术狂飙的敬畏中，始终笼罩着对资本周期与估值大清算避无可避的清醒与紧迫感。

## Bulletin - [00:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=0s) 本轮 AI 资产面临长周期估值重构风险，蒋涛预测 2027 年下半年将迎来长达 9-12 个月的长周期真实熊市，而科技投资人 Bill 则倾向于小步快跑式的多次 V 型快速重估（Flash Bear）。 - [00:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=0s) 中国开源大模型凭借极高性价比（仅闭源模型的 1/10 甚至 1/30）与 90%-95% 的能力逼近，迫使企业转向“贵模型规划、廉价开源执行”架构，严重削弱 OpenAI 和 Anthropic 的商业化高增长神话。 - [25:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1500s) SemiAnalysis 测算显示，2024 至 2029 年 AI 基建将产生高达 7 万亿美元的净债务，已超越汽车贷与学生贷并紧逼全美房贷规模，下游 Token 商业化收入面临极严峻的还本付息与硬件折旧压力。 - [34:40](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=2080s) 技术价值加速从底层纯算法向“Agentic Harness 调度层”与 B 端“整机交付”迁移，以 Qwen 27B 搭配 Agent 框架在 SWE-bench 上得分可从 20 分跃升至 60-70 分，以 1% 的成本逼近昂贵顶模表现。

## Key takeaways - [00:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=0s) 中国开源大模型军团（智谱、千问、DeepSeek、Kimi 等）快速逼近闭源前沿，其成本仅为闭源模型的 1/10 至 1/30，引发大 B 端企业出于 ROI 与数据安全考量加速逃离闭源平台。 - [00:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=0s) 大模型领域正在重演当年的“Linux 颠覆 Windows Server”历史：昂贵的专有系统承担前期市场教育，廉价可靠的开源生态最终接管底层日常繁重工作。 - [05:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=300s) OpenAI 和 Anthropic 若在 2026-2027 年集中 IPO，其业绩将在二级市场被严苛审视，一旦上市后两到四个季度内环比增速放缓，极易触发估值坍塌并引爆全行业多米诺骨牌效应。 - [05:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=300s) 2027 年下半年是产业与宏观金融的强共振窗口，届时美国中期选举落地，庞大的美债危机与政策不确定性将同 AI 增长失速形成合力杀估值。 - [10:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=600s) 当前半导体巨头前瞻估值（PE）仍相对克制（如 SK 海力士仅 5.68 倍、三星 4.8 倍），因其利润增速远超股价涨幅，并未出现 2000 年思科高达 200 倍 PE 的非理性癫狂。 - [15:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=900s) 基础设施端砸下的 7000 多亿美元资本开支面临冷酷的折旧现实，其中逾 50% 资产为寿命仅 3-5 年的高耗损芯片和存储，后续商业变现极难跑赢硬件资产的断崖式贬值。 - [20:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1200s) 纯 C 端订阅制天花板极低，大模型被迫主攻 B 端企业市场；但在 B 端场景下，场景微调开源小模型单次成本低于闭源 1%，巨头估值倍数最终将向微软等成熟企业的 10 倍回归。 - [20:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1200s) 腾讯在本轮周期中被严重低估：手机终端无论如何演变为 Agent 调度，微信独占的人际社交与信任入口不可替代，加之充沛的现金流使其能在算力消耗战中坐收渔翁之利。 - [25:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1500s) AI 基础设施面临 7 万亿美元净债务海啸，第一梯队巨头便宜借债流动性正在枯竭，甚至 Meta 和 Google 也开始启动高成本股权融资以缓解资本开支压力。 - [25:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1500s) 生成式 AI 仅用 3 年突破千亿美元年化收入，其破局关键在于以绝对增长速度碾碎周期与折旧障碍；但若开源竞争将收入单价打穿，只产生海量免费社会福利，估值出清将避无可避。 - [30:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1800s) 软银孙正义借债 400 亿美元激进重仓 OpenAI，高杠杆迫使其必须通过 IPO 套现化债，促使 OpenAI 与 Anthropic 展开挤踏式上市并借 AI for Science 等新概念掩盖主营增速放缓。 - [32:15](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1935s) 中国大模型生态训练算力尚可支撑追赶，但转化为规模化收入所需的推理算力极度紧缺，推动国内本土算力生态爆发，华为昇腾算力卡出现全年产能被迅速订罄的供不应求态势。 - [32:15](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1935s) 大模型正在经历“索尼电视效应”：顶级专有模型耗资教育市场后，开源阵营依托极高工程优化能力提供 1/10 成本的替代解，企业高管全面走向“节油”的省钱实用主义。 - [34:40](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=2080s) 底层纯模型如同发动机，商业价值正向上迁移到 Agentic Harness（工程调度与沙盒反思）与更接近业务 ROI 的 2B“整机交付方案”，离业务协同场景更近的整合厂商壁垒更高。 - [34:40](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=2080s) Anthropic 推出 Claude Code 及多智能体协同套件，旨在反向卡位终端入口与调度层，避免利润被上层工具链侵蚀；当前巨头都在贴钱亏损普及技术，开发者应借“奖学金时代”积极拥抱工程化转型。

## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=0s) 国产开源的全球逼近与 AI 泡沫破裂的时间表

节目开场，所长林超指出，Kimi K3 全球登顶只是这一轮中国开源大模型在全球攻城略地的缩影。在此之前，智谱 GLM-5.2 已经大出风头，后续更有 2.4 万亿参数的千问 Qwen 3.8 Max、1.6 万亿参数的 DeepSeek V4 Pro，以及传闻中 2.7 万亿参数的 MiniMax M3 Pro 接踵而至。中国大模型在全球的存在感迅速攀升，也成了本轮 AI 估值重构与潜在泡沫的导火索。林超携手前百亿美金科技基金管理人 Bill Chang 与 CSDN 创始人兼投资人蒋涛，直面最核心的命题：**这轮 AI 泡沫到底会在未来两三年的哪一个节点破掉？**

Bill 认为未来更有可能出现几次快速的 V 型价格重估（Flash Bear），而非像 2000 年互联网泡沫那样破裂后需要十几年才能爬回高点。由于当前 AI 产业增长极为迅猛，未来两三年回头看更可能是一次次小步的价值修复与软着陆。而蒋涛则在公开预测中给出更为激进的时间窗口：**2027 年下半年**。

蒋涛给出这一判断的底层逻辑在于技术与商业模式的双重夹击： - **能力逼近与价格锚定**：开源模型与闭源模型的得分差距正在急剧收窄。智谱唐杰在马斯克预测“追上 Grok 5 要到年底”的推文下公开回击“Not so long（不需要那么久）”。更致命的是，中国开源大模型的价格仅有美国闭源模型的十分之一，甚至像 DeepSeek 这种“价格杀手”，调用成本直接砍到美国闭源的三十分之一。 - **高增长神话破灭与 Linux 历史重演**：Anthropic 和 OpenAI 无论目前年化收入跑得多快，一旦 IPO 上市，财务数据被放在放大镜下审视，只要高增长失速，估值就会面临崩塌。当用户在底层工具（如 Code Agent）中仅用昂贵模型做初始规划，而将巨量繁重执行任务切换给 DeepSeek 等廉价开源模型时，闭源双巨头的份额与付费总额将被极度削减。这与当年互联网时代微软遭遇的困境如出一辙——当年微软股价伴随思科暴涨，众人以为装机量上升能推动 Windows Server 通吃天下，最终服务器端却全线被开源的 Linux 替代，商业模式彻底受阻。 - **B 端数据安全与成本红线**：在大 B 端的生产场景中，企业极其警惕数据被闭源大模型厂商反向窃取训练（如 Palantir 猛烈炮轰 Anthropic），加之像 Uber 这类大客户“四个月烧光预算”的残酷现实，迫使所有头部企业与小开发者在开源工具成熟后全线转舵。

```mermaid flowchart TD accTitle: AI 产业价值转移与侵蚀路径 accDescr: 展现开源模型凭借成本与安全优势压缩闭源巨头估值的全过程

subgraph CostShift["成本与安全诉求"] A["美国闭源模型巨头<br/>(OpenAI / Anthropic)<br/>价格高昂 + 数据外流隐患"] B["中国开源军团<br/>(DeepSeek, 智谱, Kimi, 千问)<br/>能力达90-95% + 价格仅1/10至1/30"] end

subgraph MarketReaction["企业与开发者策略"] C["Code Agent 等架构转向:<br/>仅用贵模型规划, 廉价开源执行"] D["企业大客户 (Uber, Palantir等)<br/>出于成本控制与自托管安全撤离"] end

subgraph Outcome["财务与市场后果"] E["闭源巨头企业级收入撞墙<br/>高增速断崖, IPO 估值逻辑坍缩"] F["社会总福利大幅提升<br/>但单一模型厂商难以捕获超额利润"] end

A --> C B --> C A --> D B --> D C --> E D --> E E --> F ```

---

[05:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=300s) 价值捕获困境与 2027 年的宏观金融共振

讨论切入到极具张力的经济学命题：Anthropic 和 OpenAI 每下跌 1 美元的估值，并不会等额转移到中国厂商的市值上。中国厂商通过极低的价格提供了海量的“消费者剩余”（Consumer Surplus），但产业整体的价值捕获机制出现了严重错配。

林超与蒋涛梳理了产业格局演化的四种潜在可能： 1. **开源崛起**：基础模型层被极度压缩、分散，单一模型吃不到超额暴利，价值大幅下沉流向应用层，但云基础设施（算力、存储）依然保有基本盘。 2. **闭源通吃**：闭源模型干掉并吞噬所有垂直应用，将全生态价值虹吸进自身平台（目前看可能性极低）。 3. **边缘与端侧崛起**：小模型（如 Qwen 30B/270B 微调）、机器人、自托管本地算力崛起。端侧消化绝大多数日常需求，仅将极难的长尾任务丢给云端，云端价值被严重削弱。 4. **全要素共振（极端情况）**：开源大爆发叠加边缘崛起。此时不仅云端大模型估值遭重创，连专门服务于云端数据中心的高带宽大存储巨头（如海力士）也将面临巨大挑战；反观在边缘端占据优势的芯片与存储厂商（如苹果芯片、美光）将重构市场。若此场景出现，资本市场将面临长达半年到一年的“L 型”深度回调。

在时间节点的推演上，各方产生了精彩的推导互证。蒋涛预测，闭源巨头在上市前三四个季度会借由“市梦率”疯狂爆炒；到上市后第二季度可能还能靠利好模型勉强支撑；但到了第三、第四个季度，增长曲线一旦放缓放平，崩塌效应就会立刻传导，触发多米诺骨牌式的全面熊市。

林超则补充了外部宏观金融的危险共振点：2026 年美国面临中期选举，进入 2027 年后，前期被压制的诸多系统性利空将被摆上台面。严重的巨额美债危机、失去竞选连任包袱的特朗普政府可能出台的极端政策，都让 2027 年下半年成为一个极度危险的宏观窗口。对此，Bill 坚持“小步快跑式的 Flash Bear”判断，认为产业增长势头足以平抑单次冲击；蒋涛则坚持认为这必将演变为一场持续 9 到 12 个月的长周期真实熊市。

---

[10:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=600s) 循环资本争议与半导体真实估值的推演

针对金融市场上热议的“AI 泡沫论”，Bill 展开了极其详尽的资本视角拆解。目前市场上做空者的核心论据主要有两点：其一是“循环资本（Round-tripping Capital）”，其二是“半导体涨幅过大”。

关于“循环资本”，即英伟达等上游硬件巨头投资中游云厂商（如 Oracle），中游再采购上游芯片，下游 OpenAI 和 Anthropic 又采购中游算力并接受其投资。Bill 反驳称，战略投资在科技史上屡见不鲜，这绝非当年世通（WorldCom）那种纯粹为了拔高市销率（PS Multiple）而虚构的空转做假账逻辑；且从市销率倍数来看，当前下游大模型巨头的估值虽然昂贵，但并未达到“荒唐”的地步。

针对“半导体行业涨幅过度”，Bill 摆出了标普 500 与半导体板块的实测数据： - 标普 500 指数中，半导体贡献了超过 50% 的涨幅，其中大部分点数由英伟达、博通、AMD、美光等巨头拉动，英伟达一家更是力挽狂澜。 - 历史上 1900 年美国农业人口占比达 50%，农业在经济中占据主导；随后的半个世纪工业资产接管股市，先进生产力在资本市场中占比膨胀是历史常态。 - 估值指标方面，市场至今仍将部分核心存储芯片视为周期股，给出的 forward PE（12 个月远期市盈率）极其克制：SK海力士仅为 5.68 倍，三星为 4.8 倍，美光为 16.5 倍；半导体行业整体中位数为 37 倍，而 2000 年思科（Cisco）在泡沫顶峰时的市盈率高达 200 倍。

林超以极其直观的公式展开了拆解：根据股价公式 $\text{Price} = \text{PE} \times \text{Earnings}$，如果一家公司（如海力士）的净利润（Earnings）每个季度环比暴增 50%，年化利润膨胀 5 倍以上，而股价在此期间仅上涨 3 倍，其前瞻估值（PE）不仅没有变贵，反而发生了“估值坍缩”，变得“越涨越便宜”。因此，单纯因股价涨幅大就断言存在巨大泡沫，在财务逻辑上站不住脚。

---

[15:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=900s) 7000 亿基建折旧之考与大模型真实商业天花板

虽然估值倍数未及当年思科的癫狂，但基本面依然横亘着一道冷酷的物理算术题： - **资本开支与折旧压力**：全行业在基础设施端砸下了 7000 多亿美元的资本开支，而同期的年化收入仅有 1000 多亿美元。更为严峻的是，这 7000 多亿资产中，50% 以上是折旧周期仅为 3 到 5 年的高耗损芯片和内存。这犹如全社会提前铺设了 7000 亿的“充电宝”，后续年份产生的商业价值究竟能否跑赢这批硬件的断崖式折旧？ - **渗透率的另一面**：2025 年全美企业总利润约为 4 万多亿美元，全美 GDP 达 31.8 万亿美元，劳动力市场规模约 10 万亿美元。AI 相关的全口径收入虽然跨过千亿美元大关，但占企业总利润比重仅 3%，占劳动力市场仅 0.8%，占全美 GDP 仅 0.4%。多头据此坚信其巨大的上行潜力（Upside）足以消化投资。

随后，讨论焦点转向 Anthropic 高达千亿美元级别的估值支撑。蒋涛直言不讳地指出，即使今年 Anthropic 的 ARR（年化运行收入）能达到 700 亿美元级别，如果按二级市场审视其真实净收入，给予 20 倍估值倍数已是顶格。不同于具有“不可替代基础设施”垄断地位的英伟达，Anthropic 的模型护城河脆弱不堪。

蒋涛回忆道：“20 年前我去美国，发现美国人原来都买德国制、日本制的产品，质量确实好一点。中国制造差一点，但只有 1/10 的价格。德国的 10 年不坏，中国的可能用 2 年就坏了，但价格只有 1/10，企业我干嘛要买贵的？”如今大模型企业端同样遵循极度严苛的 ROI 计算，一旦中国开源模型在 90% 到 95% 的任务中表现持平，大 B 端绝不会继续充当高昂闭源模型的“冤大头”。

---

[20:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1200s) 终端生态重塑与大厂绞杀战：为什么腾讯被低估了？

顺着大模型落地受阻的脉络，蒋涛进一步剖析了商业模式的天花板：纯 C 端靠让普通用户按月订阅（如 ChatGPT Plus）的路径空间有限，大模型厂商被迫调转枪头争夺 B 端企业生产力市场；而在 B 端，开源小模型（如 Qwen 30B/270B）配合场景微调（Fine-tuning），其单次调用成本已降至闭源大模型的 1% 以下。一旦高增长受限、年化收入在 1000 亿美元关口停滞，大模型厂商的估值倍数必须回落到微软等成熟巨头的 10 倍左右水平。

基于这一预判，蒋涛抛出了一个反共识观点：**腾讯在这一轮周期中被严重低估了**。 - **Agent 时代的终极入口**：未来很可能演变成为“没有独立 App 的手机操作系统”，用户的一切需求由后端 Agent 调度；但手机上唯一无法被替代的就是微信，因为“对话不能离开人，人终究要进行 Social（社交）”，掌握最底层流量与人际信任入口的腾讯立于不败之地。 - **资本口袋的终局对决**：中国大模型厂商目前低价倾销的“价格绞杀战”完全是赔本赚吆喝，创业公司早期融到的资金根本无法支撑旷日持久的算力消耗战。未来几家大模型独角兽迟早会被资金最充裕的巨头收购或控股，真正手握决定性现金储备坐收渔翁之利的，只有字节跳动、阿里巴巴和腾讯。

林超与 Bill 亦认同此逻辑：即便开源把 Anthropic 打垮，开发者与小公司也无法把蒸发掉的估值转化为自身利润，缺乏坚实商业变现场景的技术最终只是沦落为公共福利。尽管 Anthropic 凭借极高的人才密度（如伯克利顶级学者加盟）还在持续兜售强化学习与无限 Token 探索的宏大叙事（甚至 Peter Steinberger 加盟 OpenAI 后一个月就能烧掉 800 万美元 Token），但顶尖选手的科研探索能否转化为产业落地的明确 ROI，仍然充满未知数。

---

[25:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1500s) 11 万亿债务灰犀牛与技术革命的“天下武功唯快不破”

林超援引 SemiAnalysis 的重磅金融数据，揭开了 AI 狂飙背后最骇人的暗面——**债务海啸**。

根据 SemiAnalysis 测算： - 从 2024 年到 2029 年，AI 基础设施领域累计将发行高达 **11 万亿美元**的债务； - 扣除借新还旧，到 2029 年整个 AI 产业链的净债务余额将达到惊人的 **7 万亿美元**； - 相比于当今美国约 30 万亿美元的 GDP 和全球约 120 万亿美元的经济总量，这笔 7 万亿美元的巨债将直接超越汽车贷与学生贷，演变为仅次于美国住房按揭贷款的全球第二大固收债务市场。

这笔 7 万亿的庞大负债，按最低 4% 到 5% 的债权回报率要求，全部必须依靠产业链最下游的终端 Token 商业化收入逐层向上回血返还。更为凶险的是，借债潮已从甲骨文（Oracle）等二线云服务商迅速蔓延至第一梯队巨头；甚至连 Google、Meta 等头部大厂也开始逆向启动昂贵的股权融资（如引入巴菲特等机构资本），这明确释放出一个信号：**“地主家也没有余粮了”，市场上便宜的债务流动性正在枯竭**。

在节目的上半场结语中，Bill 将所有不可控的外生变量（美债、地缘战争、大选富人税）剥离，将破局的唯一希望归结为科技革命的基本面哲学——**以绝对的增长速度碾碎所有周期障碍（天下武功唯快不破）**：

| 技术革命时代 | 渗透指标（从零到 10 亿用户 / 规模） | 破局与泡沫特征 | |:--- |:--- |:--- | | **工业化革命** | 历时约 80 年至一个世纪 | 物理世界连接缓慢，需耗费一代人以上的时间进行基础设施渗透 | | **个人电脑（PC）** | 历时 20 年达到 10 亿用户 | 随互联网普及而在企业与个人端完全铺开 | | **移动互联网** | 历时 14 年达到 10 亿用户 | 智能手机与移动蜂窝网络高速催熟应用生态 | | **生成式 AI** | **仅耗时 3 年**即突破千亿美元规模收入 | 渗透速度呈指数级压缩，但也带来空前的短期资本开支重压 |

Bill 总结道，历史上历次工业与技术革命泡沫的最终破裂，核心根源都是**产业的实际造血增长无法追赶狂热的资本扩张**。本轮 AI 革命如果能维持过去三年惊人的膨胀速率，这场债务与折旧危机尚有被飞速做大的市场规模“运平”（吸收抚平）的可能；但若下游真实的财务增长被中国厂商带来的廉价开源浪潮彻底打碎，只催生出天量免费的社会总福利而无法转化为真金白银的财报利润，那么 2027 年的估值大清算将避无可避。

[30:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1800s) 孙正义借债对赌与巨头 IPO：2027 年泡沫破裂的金融引线

科技投资人 Bill 与 CSDN 创始人蒋涛首先探讨了 AI 估值体系面临的核心不确定性：全球 AI 资产的估值本质上依赖于东半球与西半球的财务收入总和乘以一定的市销率倍数（如 5 到 10 倍）。然而，中国厂商与开源力量的强势切入带来了一个巨大的变数——这究竟是会给全球创造更多的真实财务收入，还是仅仅催生了庞大的“社会总福利”，却把商业变现的单价打穿？如果东半球让全世界燃烧了海量的 Token、拉动了数以亿计的用户，却把真实的财务收入极限压缩，全球 AI 估值的底层逻辑就会遭到剧烈重构。

蒋涛随即点出了背后的金融导火索：软银孙正义此前借债高达 400 亿美元重仓 OpenAI，这种激进的杠杆操作“跟韩国散户借钱炒股没有任何区别”。这意味着 OpenAI 已经丧失了不上市的退路；如果它不能顺利 IPO，背后的巨额债务将彻底断裂。而一旦 OpenAI 开启上市进程，竞争对手 Anthropic 哪怕节奏被动也必须硬着头皮跟进抢跑，否则二级市场有限的流动性资金将全数被 OpenAI 吸干。两家超级独角兽在资本与产品层面的死咬加速了 IPO 进程，但这也意味着它们将在两到四个季度内直面二级市场的残酷体检——如同国内智谱 AI 和 MiniMax 等公司未来面临解禁期减持与营收持续连贯增长的重压一样，一旦上市后财报中的环比增速出现停滞，神话便会瞬间跌落。为了维系高估值，OpenAI 只能频繁抛出新概念，从 AI for Science 喊到世界模型，但蒋涛直言这些概念目前依然虚无缥缈，眼下的真正主战场仍是白领替代和企业渗透。

- **孙正义的债务豪赌**：借款 400 亿美元下注 OpenAI，高额杠杆迫使 OpenAI 必须尽快上市变现以解套化债。 - **IPO 的流动性挤踏**：SpaceX、OpenAI 与 Anthropic 若扎堆争夺二级市场资金，Anthropic 必须抢跑，否则面临资金吸附效应。 - **概念轮动掩盖增速放缓**：面对主营业务高速增长放缓的信号，头部厂商不断抛出“AI for Science”与“世界模型”等远期概念转移市场注意力。

---

[32:15](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1935s) 开源“抄底”与省钱博弈：中美算力追赶下的产业重构

伴随着海外高塔的狂奔，开源阵营在底层展开了全方位的“抄底”。这就像当年的家电市场，索尼等国际巨头在前方耗费巨资完成了全球消费者的认知教育，姿态高贵；随后中国产业链以十分之一的超低成本迅速切入，依托极高的工程效率将市场空间蚕食殆尽。对于今天的企业而言，最顶级的模型通常只被用于前期的系统设计与最终的质量审核，中间庞大繁杂的日常流水工作则全部被交由低成本开源模型分流承接，因为“人是最聪明的，也是最会想办法省钱的”。AI 正从早期的技术崇拜走向实用主义，如同石油与传统能源从昔日的一等一尖端高科技走向如今全行业讨论“节油”与“绿色环保”，企业高管如今唯一关心的就是“如何省着用”。

正因如此，“2027 年泡沫破裂”的窗口期变得愈发清晰：这恰恰对应着巨头上市后经历三到四个季度的财报业绩检验，也是开源追赶势头全面爆发的节点。尤其在 Coding（编程）赛道，即便受制于出口管制拿不到最顶级的 GPU 集群与 HBM4 显存，中国团队依然能凭借算法精简、工程优化与显著的能源成本优势实现快速逼近。当前国内在训练算力储备上基本足以支撑模型能力的追赶，但最大的短板在于“推理算力”的匮乏，因为只有把模型跑成推理服务才能真正收回现金流。虽然禁运日益严苛导致外部先进芯片断供，但国内本土算力生态正在爆发，华为昇腾算力卡在春节期间就直接被预订一空，售罄了全年的产能。

- **商业模式的“索尼电视效应”**：顶尖私有模型完成市场教育，开源模型凭借 1/10 的成本优势分流核心业务负载。 - **算力结构的分化**：追赶基座模型的训练算力尚可支撑，将模型转化为规模化商业收入所需的低成本推理算力缺口巨大。 - **国产替代的产能饥渴**：在英伟达高端卡受限背景下，以华为昇腾为代表的国产算力卡出现全年产能迅速售罄的供不应求态势。

---

[34:40](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=2080s) 从底座模型到 Agentic Harness：决战 B 端的“整机交付”

随着模型层在 Coding 等工作领域普遍迈过“高可用”的临界门槛，技术价值的核心开始向上迁移。底层模型如同汽车发动机，贵有贵的造法，便宜有便宜的替代方案，企业最终只会依据严苛的 ROI（投资回报率）来算账。蒋涛用一个极为具体的测试数据揭示了这一产业转折：在权威编程基准评测 SWE-bench 上，如果让千问（Qwen）27B 这样的轻量开源模型裸跑单打独斗，得分往往只有 20 分左右（榜首顶级模型在 90 分上下）；但如果为其包裹上一套精妙的 Harness（Agentic 调度工程与测试沙盒框架），通过 Agent 进行多步骤的任务拆解、调度与反思，该模型的得分可以直接跃升至 60 到 70 分，而其调用成本可能只有顶级闭源模型的百分之一。如果进一步将这一套调度工程套用到千亿级参数的模型上，表现便能迅速突破 80 分。

```mermaid flowchart TD accTitle: Agentic Harness Value Migration Architecture accDescr: 展现从底层模型到 Agentic 调度框架再到 B 端整机交付的价值流向

subgraph Engines ["底座模型层 (Engine Layer)"] M1["顶级闭源模型<br/>(Sonnet / Opus)"] M2["高性价比开源模型<br/>(Qwen 27B / 72B)"] end

subgraph Harness ["工程调度层 (Agentic Harness)"] H1["Agentic 软件工程方法论"] H2["多智能体路由与反思调度"] M1 --> H2 M2 --> H1 H1 --> H2 end

subgraph Delivery ["企业交付层 (Full-System 2B)"] D1["Claude Code / 工作协同套件"] D2["行业整合厂商<br/>(如 Snowflake / 微软)"] H2 --> D1 H2 --> D2 D1 --> E["最终业务 ROI 与商业闭环"] D2 --> E end ```

这种性能与成本的戏剧性变化证明，真正的商业价值正在脱离裸模型，转移到更接近终端任务完成的“整机交付方案”（Full-System Delivery）中。顶级模型厂商也敏锐地意识到了这一价值流失风险：如果只做底层模型，其利润必将被上层工具链完全吃掉。Anthropic 顺势推出 Claude Code，正是为了直接掌握开发者的交互路径与行为数据，并在后台灵活调度 Sonnet 和 Opus 处理不同难度的指令；随后其进一步推出面向企业多员工协作的 Claude Team 与协同工作套件，目的都是切入多达百人团队的协同调度体系。

然而，蒋涛和林超指出，这层工程交付与协同能力并不天然属于大模型原生公司。整个软件产业正在从过去的“敏捷开发”等以人类为核心的传统研发方法论，全面转向“面向 Agent 的软件工程”（Agentic Software Engineering）。这一领域的决胜关键不再是参数规模，而是谁更懂企业内部深层的业务协同工具与完整的交付方法论。正如当年微软在消费互联网与移动互联网浪潮中屡屡受挫，最终却依然凭借 Office 体系对 B 端市场的深度渗透稳居万亿市值之巅一样，AI 商业化的下一个决战主战场必然是 2B 的整机交付。如果上层的应用与工具不能依靠精准调度带来显著的增值，整个估值逻辑便无以为继。对广大从业者与开发者而言，眼下全球 AI 公司为了跑马圈地本质上都在“贴钱请大家使用”，每一次 API 调用与账号订阅背后都是巨头的巨额亏损——“这是一个拿奖学金学习的时代”，顺应调度与工程化的浪潮壮大自身，才是穿越技术泡沫的最优解。

- **SWE-bench 的量化对比**：Qwen 27B 单跑仅约 20 分，引入 Agent Harness 调度后跃升至 60-70 分，以 1% 的成本逼近昂贵闭源大模型的基准表现。 - **Anthropic 的全栈反击**：通过发布 Claude Code 掌控终端入口，利用后台多模型分层路由调度（Sonnet 负责高性价比交互、Opus 攻坚高难任务），并向多智能体企业协作体系延伸。 - **整机交付重演 2B 商业定律**：如同微软靠 Office 和企业生态锁定万亿基本盘，离企业业务场景最近的整合厂商（如 Snowflake 等）在 Agentic 时代的交付壁垒远高于纯算法公司。

## Notable quotes > [00:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=0s) 这轮 AI 泡沫到底会在未来两三年的哪一个节点破掉？ — 林超

> [00:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=0s) Not so long — 唐杰

> [15:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=900s) 20 年前我去美国，发现美国人原来都买德国制、日本制的产品，质量确实好一点。中国制造差一点，但只有 1/10 的价格。德国的 10 年不坏，中国的可能用 2 年就坏了，但价格只有 1/10，企业我干嘛要买贵的？ — 蒋涛

> [20:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1200s) 对话不能离开人，人终究要进行 Social — 蒋涛

> [20:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1200s) 腾讯在这一轮周期中被严重低估了 — 蒋涛

> [25:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1500s) 地主家也没有余粮了 — 林超

> [25:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1500s) 天下武功唯快不破 — Bill

> [30:00](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1800s) 跟韩国散户借钱炒股没有任何区别 — 蒋涛

> [32:15](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1935s) 人是最聪明的，也是最会想办法省钱的 — 蒋涛

> [32:15](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=1935s) 如何省着用 — 蒋涛

> [34:40](https://www.youtube.com/watch?v=ZkxDcdp9FGM&t=2080s) 这是一个拿奖学金学习的时代 — 蒋涛

## Mentioned 林超, Bill Chang, 蒋涛, 唐杰, 埃隆·马斯克, 孙正义, Peter Steinberger, 沃伦·巴菲特, Kimi K3, GLM-5.2, Qwen 3.8 Max, Qwen 30B/270B, Qwen 27B, DeepSeek V4 Pro, MiniMax M3 Pro, Grok 5, Claude Code, Claude Team, Claude 3.5 Sonnet, Claude Opus, ChatGPT Plus, SWE-bench, Windows Server, Linux, Office, OpenAI, Anthropic, 智谱 AI, MiniMax, DeepSeek, 月之暗面 (Moonshot AI), 阿里巴巴 (千问), 腾讯 (微信), 字节跳动, CSDN, Palantir, Uber, 微软 (Microsoft), 思科 (Cisco), 英伟达 (NVIDIA), 甲骨文 (Oracle), 博通 (Broadcom), AMD, 美光 (Micron), SK海力士 (SK Hynix), 三星 (Samsung), 苹果 (Apple), 谷歌 (Google), Meta, 世通 (WorldCom), 华为 (昇腾), 软银 (SoftBank), SpaceX, Snowflake, SemiAnalysis

## Video description AI 泡沫真的会破吗？又会以什么方式破裂？本期对谈，所长林超与 科技投资人Bill、CSDN 创始人蒋涛，从技术、产业和金融三个视角，讨论 AI 资产狂飙背后的风险：开源模型会如何冲击 OpenAI、Anthropic？巨头 IPO 和巨额债务会不会引发估值重构？AI 的价值又将流向模型、算力，还是应用与 Agent？

[Source](https://www.youtube.com/watch?v=ZkxDcdp9FGM)

中文简报

中国开源低价夹击逼向上市 OpenAI与Anthropic面临2027估值清算 中国开源模型以极低成本分流核心算力负载，将击穿依赖高增长的闭源巨头上市后业绩，并在万亿债务与宏观利空共振下于2027年引爆深度熊市。 节目围绕“AI 泡沫是否会在 2027 年破裂”展开推演，蒋涛激进预测闭源巨头在上市后将遭遇为期约一年的长周期真实熊市，而 Bill 则认为更可能呈现小步快跑的闪崩与快速修复（Flash Bear）。讨论指出，中国开源模型以极低成本和逼近 95% 的能力大幅压缩基础模型溢价，令背负孙正义等数十亿杠杆的海外巨头在 IPO 财报检验下面临增速失速的估值坍塌。与此同时，全产业链背负的数万亿美元债务与芯片快速折旧构成了巨大的财务灰犀牛。最终，三位嘉宾指出技术价值正从单体底座模型脱离，全面迁移至基于 Agentic Harness 的多模型调度工程与 2B 领域的整机交付场景。 本轮 AI 资产面临长周期估值重构风险，蒋涛预测 2027 年下半年将迎来长达 9-12 个月的长周期真实熊市，而科技投资人 Bill 则倾向于小步快跑式的多次 V 型快速重估（Flash Bear）。 (0:00) 中国开源大模型凭借极高性价比（仅闭源模型的 1/10 甚至 1/30）与 90%-95% 的能力逼近，迫使企业转向“贵模型规划、廉价开源执行”架构，严重削弱 OpenAI 和 Anthropic 的商业化高增长神话。 (0:00) SemiAnalysis 测算显示，2024 至 2029 年 AI 基建将产生高达 7 万亿美元的净债务，已超越汽车贷与学生贷并紧逼全美房贷规模，下游 Token 商业化收入面临极严峻的还本付息与硬件折旧压力。 (25:00) 技术价值加速从底层纯算法向“Agentic Harness 调度层”与 B 端“整机交付”迁移，以 Qwen 27B 搭配 Agent 框架在 SWE-bench 上得分可从 20 分跃升至 60-70 分，以 1% 的成本逼近昂贵顶模表现。 (34:40)

Reading summary

围绕人工智能估值泡沫是否破裂及其时间窗口，投资人Bill Chang认为产业更有可能出现小步快跑的V型重估与软着陆，而CSDN创始人蒋涛则预测2027年下半年将爆发长达数月的真实熊市。争议焦点在于AI造血增速能否抵御开源降本、基建折旧与天量债务构成的多重压力。 开源降本与企业自保冲击闭源商业模式 (0:00) 蒋涛指出，中国开源模型（如DeepSeek、智谱GLM、千问Qwen等）综合能力已逼近闭源前沿，调用成本却仅为美国闭源巨头的十分之一至三十分之一。在B端生产场景中，出于严格的ROI控制与防范数据回流训练的诉求，Uber、Palantir等大型客户与开发者正加速工作流分流，仅用昂贵闭源模型进行高层规划，繁重执行任务则全线切换至廉价开源工具。蒋涛认为这正在重演当年Linux在服务器端颠覆Windows Server的商业史，OpenAI和Anthropic若启动IPO，其增速放缓将直接动摇市销率估值体系。林超补充指出，开源生态创造了海量“消费者剩余”，但未能转化为厂商利润，加剧了模型层的价值捕获困境。 半导体估值现实与高增长的消化能力 (10:00) 针对做空者提出的“循环资本”和“半导体涨幅过大”论点，Bill Chang反驳称产业链上下游的战略投资属于科技史常态，并非虚构营收；且从估值倍数看，当前核心硬件厂商远未及2000年思科（PE达200倍）的狂热阶段（如SK海力士远期市盈率仅5.68倍，三星4.8倍，美光16.5倍，行业中位数37倍）。林超依据股价公式拆解指出，利润同比暴增使部分半导体企业呈现“估值坍缩、越涨越便宜”的特征。Bill强调，生成式AI仅耗时3年便突破千亿美元收入，渗透速度远超PC（20年）与移动互联网（14年），若产业造血能维持指数级增长，其规模扩张仍有可能平抑短期的资本支出阵痛。 基建折旧、债务累积与2027年资本窗口 (25:00) 产业底层面临严峻的财务折旧与债务约束：全行业基础设施端已投入7000多亿美元资本开支，对应年化收入仅约1000亿美元，且超半数资产为折旧周期仅3至5年的芯片和内存。林超援引SemiAnalysis测算称，2024至2029年AI基建累计发债将达11万亿美元，净债务规模预计达7万亿美元，可能成为仅次于美国家庭房贷的固收债务市场。蒋涛分析，软银借款400亿美元押注OpenAI等激进杠杆迫使巨头无退路冲刺IPO；巨头上市三至四个季度后将直面增长放缓的业绩审视，叠加林超提及的2026年美中期选举后2027年美债危机等宏观隐患暴露，2027年下半年将形成估值出清的危险共振点。 价值上移：Agentic框架与B端整机交付 (34:40) 讨论认为，基础裸模型的竞争壁垒正被工程调度削弱，商业价值加速向整机交付与“面向Agent的软件工程”转移。蒋涛援引基准测试指出，千问27B轻量开源模型在SWE-bench上裸跑仅约20分，但包裹成熟的Agentic Harness调度框架后得分可跃升至60至70分，能以1%的成本逼近昂贵闭源大模型表现。为避免沦为底层管道，Anthropic相继推出Claude Code与协作套件以争夺开发者交互入口与企业工作流。蒋涛与林超强调，未来AI决战的胜负手属于离业务场景更近的整合厂商与拥有底层流量信任的生态平台（如微软、腾讯），而非缺乏变现闭环的纯算法团队。 讨论表明，全球AI生态目前普遍处于高资本开支与巨额补贴的扩张期；悬而未决的根本矛盾在于，上层Agentic应用能否在巨头IPO业绩大考与数万亿债务偿付周期到来前，建立起足以消化庞大硬件折旧的真实商业变现闭环。

Source quotes

[0:00] 林超: 这轮 AI 泡沫到底会在未来两三年的哪一个节点破掉？ [0:00] 唐杰: Not so long [15:00] 蒋涛: 20 年前我去美国，发现美国人原来都买德国制、日本制的产品，质量确实好一点。中国制造差一点，但只有 1/10 的价格。德国的 10 年不坏，中国的可能用 2 年就坏了，但价格只有 1/10，企业我干嘛要买贵的？ [20:00] 蒋涛: 对话不能离开人，人终究要进行 Social [20:00] 蒋涛: 腾讯在这一轮周期中被严重低估了 [25:00] 林超: 地主家也没有余粮了 [25:00] Bill: 天下武功唯快不破 [30:00] 蒋涛: 跟韩国散户借钱炒股没有任何区别 [32:15] 蒋涛: 人是最聪明的，也是最会想办法省钱的 [32:15] 蒋涛: 如何省着用 [34:40] 蒋涛: 这是一个拿奖学金学习的时代

Original transcript

[0:00] 中国大模型KIMI K3全球登顶的消息大家都知道了但KIMI只是这一轮国产开源大模型在全球场占生态位的一个缩影在它之前还有已经大出风头的质朴GLM 5.2接下来我们还会看到2.4万亿参数的千问3.8MAX1.6万亿参数的DeepSeed V4 Pro还有传闻中的2.7万亿参数的MiniMax M3 Pro可以说现在的中国开源大模型在全球的存在感已经越来越强泡沫的导火索 为什么会这样呢 今天我将会和前百亿美金科技基金管理人Bill Chang 还有CSDN的创始人兼投资人蒋涛一起来深入探讨这个问题我们将全程引用大量图表争取为大家打造一场高知识密度的硬核对话第一个问题就是说你预计现在这轮AI泡沫大概会在哪一个时间点 未来的两三年之内哪个时间点可能会爆掉 六千双 我觉得可能是会有几次的这种我们叫flash bear快速的V字型的价格的重估吧因为我底层的逻辑可能待会我也会分享我觉得这一轮的话它可能增长的话还是会比较快那如果这样的话,我们再过两三年以后回头看,它可能不是一次性的纳斯达克泡沫泼,然后花了十几年时间纳斯达克重新回到高点,而是可能会分小步的几次价值的修复,最终我们看到的可能是软着陆吧,这是我今天的观点。然后你说具体哪一天或者到某一个时间段会有一个升V,这个很难讲,比如说我们前两天刚刚经历了一次小V。对 蒋总你觉得呢我现在在电视上做过公开预测是吧 明年下半年 原因是什么呢它的逻辑是两个第一个就是说中国开源模型逼近美国必源模型这个分数差大概很低了啊就是很接近了就是下面这个黄色线是可原吗开源对吧 然后Entropic在这里 OpenAI在这里就大家这两个很近大家的这个地方在挨近对吧是这个逻辑吗 对对对所以这次不是他发了Fabu5是吧我们唐杰老师自谱的唐杰在下面回了一个反正我们很快就会追上就是马斯克说你估计要到年底了他说不会 not so long不需要那么长时间对这是第一个但是中国的价格只有它的十分之一是吧只要这两家公司上市他的财务数据就可能被曝光它维持不了高增长它就破掉了虽然它的收入就是它的用户数还在增长但是它的付费的金额会下降现在在一大堆工具你包括我们做的那个code agent的工具我们就是说我做计划的时候我可能用一个好的模型做贵的模型做就在中国字谱也算一个贵的模型知道吧更便宜的是Deep Seek对吧还有一个价格杀手Deep Seek在这儿呢Deep Seek比大家还要再便宜对吧大概是三十分之一所以我不会全部用OPAS来干了我也不会全部用 GPT 来干了所以GPT的份额会被大量的削减掉会被开源模型这就是微软当年碰到的问题在互联网时代微软的股票先是暴涨跟着思科一起暴涨达到历史最高峰是因为大家认为用电脑的会越来越多结果不是的用电脑式的越来越多了特别是服务器那端的全部切成Linux的所以Windows Server在互联网时代和云时代全线溃败就是没有什么能用Windows Server所以我们预测未来进到企业级市场以后就是现在Anthoropica这个玩意儿进到企业级市场以后会全线溃败就是他的收入不会再像现在这样的说年化暴涨80倍是吧你这不可能的事情吧你明年还能涨三倍吗今年可能他能做到年化刚才说多少700亿美金对吧对明年我告诉你他上市以后他要维持这个数是非常困难的一旦它上市维持不住不管他和OpenAI哪一家维持不住都会产生崩塌式效应所以江哥你觉得中国厂商扮演了Linux的这个角色对吧对Linux对微软的杀 所以你要看微软的股价微软的股价在互联网起来的时候是到了高峰的然后一路下跌 一路下跌到云基算次才起来他的之前的商业模式变成不成立了就是他原来是卖C端的 他是一台一台收license的后面发现收不到 收负的license就是现在open router已经百分之中国肯定占80%了open router都是程序人 小程序人在用这个还影响不大但是B端的使用你像现在Uber什么4个月烧光啊大家都在控制啊Planetier 猛骂这个Anthropic啊BN模型最可怕的是投理的数据啊对 嗯你美国哪个公司敢用啊投你的数据对吧这帮公司都是都是都是投理数据的所有的行业领头公司都不会用他们的了,以后我有开源的我干嘛不用开源的对吧确实是存在这样的问题现在大家其实都在瞄的这块包括亚马逊所以他会碰到天花板是因为大B端不会用它的然后小C开发者发现那差不多我用那么贵的干嘛而且我们很快就会开发者很快就是做出一堆工具最难的地方叫OPAS上 [5:00] 在这个过程中是不是Anthoropic和Oven AI未来每下跌的一美元的估值并不会体现在中国厂商的一美元估值的上升上因为到最后中国厂商帮助创造了更多的社会总福利而让整个的AI的估值最后要有一个大的修复也就是一个熊市对对对这个就是价值捕获的问题了很多时候我们创造了大量的消费者剩余我们创造了大量的消费者的好处但是未必能够每一家都能捕获到很好的价值今天是这样的对吧今天我们是这样的消费者剩余在这里基膜,它还在涨呢,它的价值还在涨然后基建,对吧基建在这里基建一直是最大头但是接下来是未来有几种可能性一种是开源崛起一旦开源崛起就是应用层会吃的更多 然后鸡膜被压缩 就整体鸡膜就是更分散 更压缩 对吧 大家都吃不到很大的肉但基建基本上还在那 因为不管怎么样的应用 他就算开源的 他还得用到这个足够的基建嘛然后呢 另外一种情况就是说这个闭源通吃 现在看起来可能这种可能性不太大了 闭源通吃就是闭源把所有都干掉 然后把应用也吃掉然后把所有东西都吸到他这里面去然后呢第三种情况就是其实也会发生我认为但是可能现在还没到这个时候边缘崛起哈边缘崛起就有小模型 机器人 自托管 本地算力我的边和端这两块逐渐逐渐产生了在小模型层它能够消化很多的需求然后他只把最难解决的一些问题再丢给大模型 丢给云端那这样情况下云端的这个价值就会降低了应用端也会很大但同时就如果是说这个这两端还得看开源和币源的关系啊然后最终就是四个都发生那就是消费者胜率非常的多了就是蒋总这个研究很多的一个领域是AI native的公司嘛我认为如果消费者胜率大量出现其实对于出现大量的AI native的公司是很有帮助的反正就是3和4这两种情况就是整个现在云基建啊什么这块东西是会可能会有一个泡沫破灭的过程这里我们讲的只是比例啊就是整体上它还在涨嘛还在涨但是它在预期一旦变化了之后它的整个市场的估值肯定是要下调的所以我们现在看起来就说马上就能看到有可能在2027年就发生了这个趋势就像是在这里对吧就是开源的兴起开源不断的崛起然后跨过预知我们就看年底唐老师的预测怎么样能不能追上Five 5吗拭目以待那么如果是只是说这样子发生的话其实我觉得AI泡沫还不会说真的是大崩因为现在主要的资本市场钱还主要在基建这块在英伟达在存储即便是说你的应用你的币源的这些公司没有值那么多钱了但整体应用成一档蓬勃起来这个使用量还是在那里的云计算这件事情它本身还是有基本盘在的所以基建本身还不会大崩其实真正大崩是四就是说开源也很牛然后边缘也崛起了那么只服务云计算的这些大存储厂商比如说海力士很大的挑战苹果的边缘芯片是最好的对 还有边缘也需要存储边缘存储的话美光是比较厉害的但是海力士就比较集中在云这块然后三星好像也还行因为人家还有三星电子但是整体肯定会有一次如果是情况四发生的肯定会有一次搞不好就是一次L型的回调了就是说可能至少整个资本市场要半年到一年可能再recover上来所以我总结一下蒋总觉得应该是在他上市的第三个季度到第四个季度看这帮家伙什么时候上市肯定要炒吧 对吧刚常是大家都在事梦律的阶段就炒到疯狂炒然后炒到基本上到了第3个季度我觉得大概是这样维持不住它的增长了因为它上市之后的第二个季度假设数据一般般的公司也会发一些利好出来或者新模型又跑出来了大家还看一看等到你这个第三个季度第四个季度突然就发现这不行啊这整个整个 curve 好像没有那么那么陡了这个时候就马上就会有一轮很大的一个一个回调 对 这个是蒋总的观点 如果从金融的角度来看 另外一条线就是这个 刚好2026年中续选举嘛 那中续选举之后那2027年呢 确实是就是会出现一个情况是说美国其实本身在金融系统里面也是有很多的这个利空可能会被重新抬起来 重新被大家讨论 比方说美债的问题非常严重包括中间有可能这个因为特朗普也没有什么压力可能还有一些其他的一些幺蛾子可能会出来所以这个2027年确实是一个我觉得有点危险的年份刚才Bill的说法是说切碎了从2024年到2026年的这一段也能够证明你说的这个切碎的说法啊我的观点可能跟蒋总有点像就我们认为2027年比较危险尤其有可能是下半年Bill的看法就是说有可能不会有一次真正意义上的大的我觉得不会有一个L型的熊士对它可能是会是一些快V我也认为不会有L型熊士讲总你认为会不会有一个这样子下来然后就平平的可能至少要持续个9个月到12个月的这样的熊市我是认为会出现的因为你还有后面还要讲资金的问题它是一个骨牌效应会呼噜呼噜一堆往下跌不是说只有他一个跌吗他是一群往下跌这个恢复需要周期的 跌下来势头第一会很猛对啊会有 [10:00] 恢复起来没那么快的对对所以这就确实要涉及到我们讲的就是说从技术要切回到金融视角了就是说现在整个市场这个比如是比较熟的所以你来讲一讲就是说现在金融市场上觉得他到底有啥问题在资金层面有啥问题对因为其实我们刚刚这个超哥带人我们就是首先聊的就是说泡沫什么时候破灭吧但就这里的话我就快速一分钟介绍一下就为什么大家今天觉得可能有泡沫啊其实无非就这么几个点了就是这页PPT其实讲的就是说这个循环资本区盘资本就相当于说上游投资了下游下游又采购了上游就这么简单但这个事儿我觉得就是说这个上游是比如说英伟达对吧然后呢中游是这个Oracle他们然后最下游就是OpenAI和这个Anthoropic但很多人会去反对这个观点就是说这个上游投资下游下游采购上游那这件事情本身其实是天经地义的这是这个所有科技大厂做了那么多年非常典型的一个战略投资嘛它并不是说是当年这个比如说Wordcom对吧就你买我我买你我们两家的销售收入都上去了所以我们两家的PS都上去了它不是这个逻辑对吧而且今天看来的话就是说哪怕是最下游到目前为止就是Anthropic OpenAI他们的这个最下游的PS multiple其实也是贵的但它不是荒唐的对吧当然就是说未来这个贵会不会像蒋总说的就是被注锅厂人打下去那这是我们下一步的这个讨论所以我想说的就是说循环资本这一点是很多人都会说的但我个人觉得就是说它不够整齐鲜泡沫的一个核心的一个原因然后下一页是说涨得太多,涨得太多呢,今年可能差不多整个半导体共享了50%以上的市场涨幅,整个标普500的话,这里面差不多一半的点数都是来自于,SV500里面至少有一半,这边一大半是这些什么Intel,NVIDIA,美光,博通,AND,英伟达共享最多,2700多加一半都不到。农业社会的时候对吧1900年的时候全美是差不多50%的是农业人口那那个时候就是美国的盛市公司或者美国经济里面农业本来就占大头你后面100年或者说50年你看的都是工业企业的这个占比往上涨那你说工业企业涨太多了对吧就是我们把时间段拉长看的话那当时是不是大家也应该去讨论这个点那到最后肯定是先进生产力在一个股市里面会去这个挤占更多的这个价值创造了他们涨的多但他们到底是不是贵的很荒唐那今天看来的话就是说这个存储那可能市场上对他来讲还是认为他是这个周期股对吧所以其实估值到现在都还是个位数的像海力士是5.68三星是4.8美光16.5我们用的都是12个月的动态这里你说的是12个月的动态的 forward就是叫做远期PE这不是不是这个我们叫TDM嘛不是TDM不是今天的对不是往后看对对对对对是往后看对对对这是往前看对往前看12个月的啊半导体行业的中位数是37倍那还挺高的对吧相对他们来说高很多了对吧?这个比这个但是我们也要看到好几个头部的半导体企业,他们本身的增速其实也是百分之大几十嘛,对吧?那从PG的角度来讲,其实也是,我们今天都应该说是比较贵,但它并不是说是已经到失蒙率的这个角度,或者是超级泡沫这个角度。那对比比如说Cisco2000年顶点对吧那么大一家公司200倍的这个适应率那这个我觉得是今天我们在讨论说这个芯片涨了很多但是呢到底是泡沫存在还是说它其实是这个有些贵或者是贵的合理对吧就这个怎么判断我觉得是值得上去的我觉得这个地方讲了一个特别有意思的特别tricky的这个东西就是说假设一个公司像比如说海力士这样的公司它一年前大概也是这个估值一年前我记得它是六倍一年时间涨下来他的前单市盈利不仅没涨还跌了还跌了它的公司更便宜了对 这一个公司的股价它实际上是PE对吧乘以earning 对它估值坍缩了是不是像蒋总说的这个钱快花完了然后呢我们假设这个公司一年涨个五倍然后这个公司呢它的净利润每个季度涨50%就环比涨50%我记得这个海律是上一年份是能基本能达到了就华币涨50%的话它一年是涨5点几倍的比较5对吧就是它一年也涨5倍那么就是说它这个1他一年长五倍那么它的P完全不变的情况下,它的股价就应该小5倍啊对吧那假设他的股价一年只涨了三倍那他就是越涨越便宜嘛那所以刚才这个币股长的这个东西就是说他贵不贵你不能说他涨太多他就贵我们认为他未来现金流是sustainable的是可以持续也在这个路线守得住的而不是说一上来他就要下去啊就是涉及到好几个层面的东西就是估值模型对吧还有它的现在的收入的增长的速度收入真正的体量是多少啊这是比较复杂的我们也不讲太多但是整体上来讲就是首先有一点就是并不是涨的很多的股票就一定是贵涨的快和贵不贵你还是得拆开来看,至少你可以很标准的拆开来看这个PE乘以1的公式,price,就是股价等于PE乘以1,这条公式你去看,如果它的1涨得更快,那它的PE其实反而是更便宜的,那么所以从这个角度来看呢,就是至少有一些公司吧,这个行业里面现金都最好的一些公司,泡沫好像又不是那么大,这个是涨太快的,一个证据,非常半导体,今年以来,SP500才涨了这个, [15:00] 这么多才长到8.69对吧这个问题其实我们也刚才讨论了后面我想就蒋总也会重点的跟我们去解释吧就是说这个今年花了7000亿然后今年的收入可能是1000多亿对吧那你这个机器的折旧这里面这个7000多亿里面可能50%都是这个3到5年寿命的啊芯片和这个内存那请问就是说这些机器能不能等到后面几年的这个收入来运凭他们的这个投资就好像说我铺了这个7000亿的这个充电宝对吧然后今年充电宝贡献了1000亿然后后面几年大家能不能等得上这个就是这些收入能够运凭我这一批充电宝的这个这个折旧了这是市场上比较流行的几个泡沫说了对这条下面这条曲线能不能有机会是这样子上来吗对吧对对或者是被中国厂商打到下面去了对吧哈哈哈哈变这样对吧变这样对社会总图力提高了对吧这样图呼应了你刚刚讲就是说2025年的2月份到4月份已经有一次23%的就是我们这里看到是纳指然后在中间其实也有几次也报过几次最近的这几次下距是几个点如果我们回忆一下的话 你会发现每一次下去其实都是有理由的然后回来的时候 除了情绪上的回来很多时候是伴随着某一些科技公司的业绩超过预期 然后市场回来可能某种意义上如果它到最后是flashbear就是快速的深V的市场修复的话经常就是市场上信心没了往下走然后有些公司你会发现这个行业跑速还是够快然后呢这个市场可能又会回来运贫这个周期就这可能是我个人的一个观点但如果说最后就是遇到了大量的这个就是中国厂商对吧就重构了整个产业那可能就是到最后就未必了这就是另外一个方向嗯就产业基本面发生改变了这个你看这几个都是非常V啊对吧很快就上来了而且如果这个市场是像你说的那样子那就更可怕了就动不动轻一下,动不动轻一下,我现在感觉这个节奏有点像小的震动这个节奏有点像一年来两次,就世界变得越来越快,波动型越来越大,然后经常就是一次,他可能两周时间就帮你把这个泡沫情绪杠杆都洗一遍2025年的收入云计算是1000多亿美金,然后模型的收入是100多亿,但今年不止了,今年远不止了,因为模型几家大模型公司加起来应该有小1000亿了云计算反正2025年是1000多亿全部加起来大概1200亿吧美国职业总利润大概是4万多亿嘛大概就只占他3%然后GDP大概只占0.4%美国GDP是31.8万亿然后Labor就是这个劳动力2025年是10万亿它只占劳动力的市场的0.8% 只占GDPR00.4% 企业总利润3%所以从这个角度上来看呢它好像还有挺大的upside虽然很快但还是很小虽然非常快你看虽然这个曲线长得非常快但好像整体上EVE我们说人工智能是一个这么大的game change它好像还是有很大很大的upside可以去抓的回过头来总结就是说刚才其实已经讲了泡沫最有可能被什么东西刺破其实刚才就讲了一个东西是巨头从沽我觉得接下来讲总更详细讲一讲Entropic现在1万亿它靠什么来支撑对吧对它目前是年化是500亿对吧今年可能有700亿吧AR可能有到700亿但是我们不能用年化算我们要用它的近收入来算对吧总收入真正的收入来算你就算它20倍对吧那已经对它很高估了就从上市来看的话20倍你看起来它是跟英伟达是对比的但是英伟达是不可取代的是所有人的基础设施所以英伟达的模式是别人很难挑战的但是Athrobic它的被挑战的概率是极高的原因就是第一个模型的差距没有那么高第二个就是这个实际上中国制造之所以横扫世界也是这个原因我倒记得20年前我去美国的时候当时我的朋友在美国的那些同学就说原来这边的美国人都买德国制的日本字的是吧东西是好一点,中国的制造是超一点的,可是只有1/10的价格在德国的10年不坏中国的可能用2年坏了但是它只有1/10的价格我干嘛要买贵的呢 是吧所以就是慢慢就把那帮全部打败掉了所以现在是同样逻辑他要维持这个市值他就得维持这个收入而这个收入的价格被中国锚定在1/10的价格而且模型差距又很低它就没办法增长了而且企业都是算ROI的就是你只要一算ROI我就不会全部用你这个最贵的模型所以这个理论上就决定了他to b的收入的增长一定是受限制的这个是他最大的目前碰到的瓶颈2C这个市场目前不存在因为你让用户来付费你想拆的GPTGPT OpenAI [20:00] 走着这条路GPT的付费所以他现在掉短头来抢这个市场所以这是一个企业级市场这个企业级市场就是过去的这个微软干PC时候生产力卖的这帮人就个人电脑是到了互联网时代才产生了作用而且呢它这个开源还带来一个未来端侧模型就现在我们用那个千万比如说30B或者270B的那个就已经可以调出在很多场景下不输于大模型的能力了你的场景是相对收敛的我微调一些模型我Fantuning一些模型出来就达到它同样的效果了那成本已经低到那不是1%了它还会维持一个好的收入但是它的强增长性是一定受限制的它很难突破我觉得到1000亿美金这个坎就很难往上再涨了所以它能保持住现在的适应率就是不错的如果它的模型还不能领先的话更加的可怕了那就会产生崩塌式效应了就权限切换收入不增长用户数在增长就大概率到明年比如三季度四季度它出现这么一个状况合理估值到微软那个水平就算10倍的比较正常的就他的高增长什么时候停滞住要回到微软这个估计水平反过来说腾讯被低估了因为未来是A进的时代A进的时代是让他手握用户用户入口还是非常强悍的再说一个另外的概念未来实际上是没有APP的手机没有APP的手机但是你还需要一个微信所以微信最厉害你对话你不能离开人你还是要跟人social所以腾讯是有价值的模型其实中国几家模型厂商迟早有一家会被他收购和占大股的中国这个价格几家模型的绞杀呀这个绞杀站必须要巨头非常深的口袋去支撑就现在他们融的钱根本就不够打后面那个战争因为现在卖的钱都是亏损我同意我同意我同意我同意现在这一波因为整个市场的之前的热度很高对吧所以大家其实就是估值涨得很快就掩盖了最终你的现金流你的revenue对吧你怎么来所以他必须不断的融资而后面压住他的只有手上有充足现金的公司那就是字节跳动 阿里和腾讯确实就是说你把entropic打掉了你开源把entropic打掉了但是你未必能捕获到那个entropic的价值啊对吧就是最终可能大家这个价值捕获能力都一般然后就都没捕获到特别好价值这个时候你就需要一个好的商业模式的场景对吧 去让你收到钱这里面的一个核心问题是说你判断它很难再持续这样子领先了吗就领先幅度有限而现在长城任务已经可以完成的很好了就是说字谱的5.2包括KIMI的新版就是在同样的任务级上完成度就是可能已经达到90%或者95%了所以你不是特别挑剔的话实际上你不需要用那么好的事实上美国的公司已经都开始往这边再转了吗你包括CursorCursor是不是也是用KIMI在做它的垂类模型对 如果是说它的成长曲线可能是不是就是一个这样的曲线对吧 它是有个平台期的 它中间涨得很快对吧 但是一旦你到了这个地方你到了这个地方别人就赶呗你到了这个地方我就慢慢赶我在这里我走我能够赶上你或者说它有个预值对吧他这个就是说我们用coding来做reinforcement learning来做强化学习就用的人足够多然后用的场景足够的多当然我们说大模型现在还不光只有coding对吧或者不光只有transformer那么后面其实还有世界模型在其他的技术路线上还在继续再探索吧但是再说一个我这个判断我这两天再看新闻伯克利的计算机的系组类好像也跑到那去了那说明这里面呢还是有很多未知的东西就是说我们认为模型没上线但摩西斯福真的还有很高的天花板但我觉得总的来说Anthropic是比较会造叙事故事的就比较会讲故事 虽然这家伙奥特曼也很会讲 但他们好像玩的更高端一点 对吧就讲的故事就看起来好像比较实在 对吧他人才密度很高就是很多很牛的人都跑到他们里面去了这群人会不会在里面再搞出新东西来呢不是首先这一轮过去当然本身我觉得也代表一个信号就是说他当我觉得不是说冲着完全冲着钱去的对吧他现在估值也很高了你拿股票也拿不了多少大概还是觉得说可以探索一些我做的未知的事情嘛就是说他们本身都是顶尖选手对吧顶尖选手在做东西的时候是说我如果有了无限Token的加持所以这是我说的另外一个问题就是说你现在一般能是用不起这么好的token的你想想看 你要探索一个任务 你让它无限自跑像龙虾这个家伙Peter不是进了OpenAI吗?一个月干掉了多少?800万美金吧你要他自己个人掏或者一个公司掏现在还是有压力的所以他现在还在继续讲这一通故事首先是这些人愿意去试你说open cross烧了800万美金也不知道烧出来个啥就你说的AI的回复 [25:00] ROI 知道吧 就是顶尖选手不知道出来啥 初中级选手肯定是被替代的对象 你知道吧 这个是确定的上线不知道所以大家还可以有做梦还有侍奉力去想象对如果上线没有那么高那他就撑不住了理解理解所以确实也不能说就把它拍死比如还有很多技术路线还就比如多模态现在也没有爆发对吧那世界模型现在也没有完全还没搞出来什么东西然后还有很多其他的其他的可能性对包括这个Transformer本身也可能会变化也有可能会被新的游戏规则这个新的更好的这个模型替代所以确实还是有些变数啊以目前他的这个状况来看如果是说线性外推的话接下来可能是压力很大的因为中国的追赶如果他不能够有新的突破中国开源对他的挑战确实是非常大的这个我非常同意这个我们讲泡沫嘛有可能巨头重沽这个是一个很大的变量这个巨头重沽就是IPO考验一样的就是因为巨头要面临IPO考验如果巨头一直不IPO资本市场就不会把它拿来这么细致的这种审视它也不会容易引发这种爆发式的重沽然后呢还有就是这个债的问题哈再多的问题刚才B也讲到了这一轮还是有些公司有债的问题的人家甲骨文基本上这是Semi Analysis的数据啊基本上就是说到2029年的话就整个我们讲这个债的余额就会达到差不多7万亿美元2024年到2029年累计会产生11万亿美元的债相对于比如说今天的美国的GDP是30万亿美元今天的全球的GDP差不多是120亿美元那到2029年借薪还救的话余额就会达到7万亿美元这是个什么概念呢?基本上就是说它会变成全球除了美国的房贷以外最大的一个债务市场这个市场的话最后本质上来讲我觉得说在他到最后需要有百分之多少的这个回报我们讲这是应该是属于投资在企业里面的话那我想至少要比如说4% 5%以上吧不管那个时候美国的基础利率是多少那这些这个回报理论上来讲都应来自于下游的这些终端的token的收入对吧他最后变成了中游的这些这个基础设施的这个债务的这个回报了有可能到最后可以被运凭对吧也有可能到最后就是说这个社会总福利创造了很多但是呢AI的收入并没有那么大对,这是我们可以看到的就是说它在整个过程中增长的一个速度然后呢,其实就是说,就像我刚刚说的就是基本所有的平类它都超过了哦,这汽车代,学生代,这些都是平的吧,就是没有增长,是的,是的然后就是这个AI代,之前是说是有甲骨文这样子的就是二线的需要借,不断借债对吧但现在看起来是不是在一线的这几家龙头也开始要借债了对,不但是一线的龙头借债,你看这两天的这个新闻的话其实一线的龙头他们都已经开始要融这个股权了第一家其实就是这个谷歌嘛所以谷歌当时还融了这个巴菲特他们的这个钱但我们接下来会看到就比如说Meta呀这些公司也都开始融那这是什么意思呢就是说公司的话其实它要从融资的整个逻辑上来讲它肯定是借债会容易嘛对吧就是说借债其实便宜的融这个股权肯定是贵的但现在某种意义上他们为了管理自己的资本结构我除了融债以外我也开始要去融股权了其实它也是个信号了就相当于说钱可能这个对吧地主家也没有余粮了市场上没有那么多便宜的债可以借了虽然股权很贵对吧那这个我们可能还是要再融一点所以这是我们今天在市场上能够看到的一个现象最终我觉得他所表达的一个矛盾的点是我在下一页想表达的一个东西这个环节我们讨论的是说最后泡沫会哪里破吗那我自己个人的观点是说不管是比如战争也好夫人税也好还是美债也好这些可能都很难以去预测也有可能将来它会变成某一个灰犀牛对吧就最后让市场这个崩盘但如果说我们在自己的这个知识能力圈范围内我们就去讨论基本面的话那可能唯一的一个基本面就相当于说你整个市场的增长最后到底能不能解决所有的问题因为经济学上曾经有一句话叫做就增长能够解决所有的问题吗不管你融了太多的债还是你之前有太多的泡沫只要你跑得够快对吧那你就可以解决所有的问题这也是这个以前中国互联网权所表达的这个就天下武功唯快不破了那前面几个周期我们会发现比如说工业化的话可能花了80年的这个时间对吧就是过去几次革命的话那因为那个世界没有现在那么平对吧因为那个时候的连接没有现在那么顺所以它的渗透其实是要花一个世纪或者半个世纪或者是一代人比如说我们个人电脑的话可能从零到过十亿用户在第三号我们可以看到是花了20年的时间互联网的话就是说从零到十亿用户是14年的时间那智能手机可能就更快了AI的话我们刚才聊的只花了三年的时间而且是差不多只花了三年的时间就拥有了可能差不多1000亿美元的收入那这两个数字我想表达的一个点是说过去的几轮的这个工业周期的啊或者是技术革命里面的泡沫很多时候是因为增长不够快就增长赶不上这个投资或者增长赶不上这个泡沫那到最后就是说增长没有办法特别完美的解决之前的问题那如果这一轮的话到最后增长够快那可能就可以解决这个问题如果说到最后增长被中国大厂创造了更多的社会总福利创造了更多token的增长和用户的增长但是没有财务的增长那可能就是另外一个变数了你预测在头这个问题 [30:00] 3050会发生什么变化如果是公司债的话我其实很难预测我觉得很大程度上取决于蒋总刚才讲的这个点就是中国厂商的介入到最后是不是让这个世界产生了更多的AI财务收入还是说让这个世界产生了更多的AI社会总福利但是AI的总收入可能没有那么大因为到最后我们对整个世界的AI进行估值的话对吧你不管是东半球的收入西半球的收入乘以5倍10倍就相当于全球AI的估值的总和了对吧但如果说东半球最后让世界上的这个token烧的更多了用户更多了但是财务收入打下来了这个我觉得是一个挺大的一个不确定性了我不知道蒋总怎么看你知道孙真义是借债了的他是借了400亿美金他借了400亿美金投的OpenAIOpenAI必须上市不上市他那个债要借不到他跟韩国散户一样都是借钱炒股的第二个就是说有一个每年的资金的投入就股市的资金投入今年这三家SpaceX上市加如果这两家也都上市因为OpenAI它必须上市如果它上了Anthoropics不上大家的市场上的钱不就集中到它那去了吗对 没错而且它现在产品又追得很紧所以今年我觉得他们两个就抢上去抢上去以后就未来就会出现智朴和minimax的同样情况是吧面临解禁的压力面临真正的营收的持续的这个连化性增长那这个就是看他的报表了对 这个报表一旦停滞就是说但是我认为这个避难出现现在它这个是不可持续的所以各种信号都表明说它的高速增长要放缓了他又得找概念了所以他就搞AI for science就搞这些东西了这家伙就这么一套东西AI for science我觉得还远世界模型也还早他现在因为他的力量可能集中还在拼杀这个市场我们要让更多的worker更多的人用上他的工具对啊因为你看现在企业渗透包括白领的替代对吧他占劳动者的总成本的比例还那么低那么他们现在只要不断不断的往前push但这个中间就今天其实是蒋总讲的一个最关键的东西就是开源在下面抄底他在前面把消费者教育全做完了对吧这个全世界都在发生你看索尼的电视都被中国买了对吧就是你是很高贵但是我们不断的逼近你最后把你逼得无路可走了你把消费者教育做完了然后下面我十分之一的便宜冲进来他能做的东西我也能做就是慢一点对吧你的design和你的审核都用最好的模型然后中间的工作可以由我来解决因为人是最聪明的对吧人是最会省最会想办法省钱的今天我在有一个演讲下面的人就问我这问题了就是企业正常的脑袋都开始问这个问题我怎么审我知道它有用我待会怎么能够审着用呢就跟可持续发展一样就当年能源石油也是非常一等一的高科技行业但今天大家聊的都是要审油对吧或者说怎么样变得更加绿色听起来2027年有点危险确实有点危险因为这个事情现在就是要等他们IPO之后两三个季度三四个季度才会可能会爆的而且中国现在的catch up非常非常的快尤其是在coding这块好像说coding这件事情就是说你即便你没有用到最好的算力你即便没有用到最强的GPU加上最强的HBN4的存储你也是可以靠集群靠你好的算法你好的优化你好的工程实践去做大量的这种优化然后包括你的能源价格相对比较低对 这是两件事首先是模型的训练需要的算力不是说无穷尽的其实中国能搞到的算力就能支撑住说我们去catch up这个东西但第二个是我收入上我就要去做推理中国现在推理的算力是不够训练的算力现在实际上还够训练就是要推理要把它变成钱逻辑是这个而且中国出来了开源模型美国他自己也可以在这里去部署去使用他一定会形成很大的压力模型的可持续性发展中国肯定是能跟得上的从目前来看的话就包括现在也有好多家也担心这个问题现在当然禁运是越来越严格了所以后面的卡是越来越难拿到了但是大家也都在买华为华为今年的卡950的卡在春节期间就卖光了一年的产能就我们现在进入到一个就模型层它已经达到一个非常高可用的状况了就是在工作领域吧不光是coding所以这一层实际上它已经具备了很好的发动机的能力了但是你想你有一个发动机就是有贵的发动机就有人把它做了便宜所以这是讲的第一个逻辑第二个是最终所有的企业和个人都会算ROI的我要不要花钱买你这个发动机所以现在的价值就开始说要产生真正的价值了你的预期价值是最终要产生增值这个增值就在你最终的模型变成功能 [35:00] 变成被调度这件事情是不是成立被调度我们讲一个例子Chainwin的27B的模型去打一个绑打一个比如说SWEBench的榜大概只能得20分排名第一的可能是90分但是我们把它做harness就是我用一个aging的把它调度一下再去完成这个任务它基本上就可以做到六七十分了你能明白我意思吧他可能是1%的成本但是我在调度成做一些努力我就能让它达到70分了我如果再用一个比如说千亿模型几千亿的我再调度一下我可能就能做到80多分了所以现在的价值就开始往上走了就变成说调度这个事情它是真正的价值调度是接近完成任务那个层所以我们把它叫一个整级方案吧所以现在模型厂商也意识到这个问题否则它的价值就被前面的工具吃掉了所以他要自己去做工具和调度以及协同所以你看Anthropic现在在做的事情首先是做了Cloud Code做了Cloud Code以后其实它首先是拿到更多的用户行为和路径他其实也可以在后面做调度的就调度他Sornet和OPAS去处理不同的任务是吧第二个呢那又来了一个问题现在不是一个人在工作是要协同所以他有Cloud Work对现在又推了一个叫 Cloud Tag最后可能是公司是100人去使用的时候那我怎么能让大家协同的更好这一层的东西呢你说跟大模型的关系有多大吧他并不一定非要一个AI原生公司来做这个他是可以分开的就变成就会这两层可以分开的对对他他有分开的他有分开的架子了所以现在就两个前沿一个前沿就是模型在进一步的往上走还有多高的天花板第二个就是所谓的Harness我们现在叫Agentic的Software Engineering就是你面向Agent的软件工程到底是怎么做的过去的方法论都是围绕着人来的围绕着传统的软件研发流程有敏捷 有各种各样的方法论但现在就要研究新的方法论所以这个并不一定这个优势就不在这个模型厂商那儿了在于更懂这套企业协同工具这个方法论最后做交付所以这里面会出来很多新型的公司去做整机厂商就包括这里面写的Snowflake这些公司他离用户更近你知道吧他有更强的完整交付能力真正的最大的收入还是来自于2B所以你可以看到微软在互联网和移动互联网一败涂地对吧但是最终这个公司仍然做到万亿美金它最后的基本盘是围在2B的这个生意上了因为微软的Office后面他又买了一堆公司渗透进了B端市场所以下一个决赚实际上是在B端市场实际上是有一个非常大的变化这个就是整机交付这件事情只有上面的收入支撑住了所有的经济价值的扩大但是你上面的应用价值如果不能带来明显的增值的话那这条线就撑不住了但是我们说你要保持这条线的价值实际上是你不一定非要用最好的模型去干这件事情它就变成应用程有价值了实际上AI公司现在都在贴钱给大家使用如果你订阅账号它都是在亏损的所以大家要抓住红利赶紧壮大自己对这是一个拿奖学金学习的时代那今天谢谢大家的关注