这集讲什么
本期播客探讨了芯片股暴跌、20亿美元基金的保证金追缴、前沿实验室的AI发展放缓以及Mamdani的杂货店等话题，深入分析了AI技术的扩散、安全性、企业应用及其对经济的影响。
1-3要点
- 杠杆决定生存期限：长期看好 AI，不代表能承受短期急跌及融资方强制处置。
- 股价与资本开支回报分开判断：Sacks 看好后者，节目并未提供足以验证最终回报的数据。
- 高利率会重排风险选择：Friedberg 认为，国债收益率上升会削弱高估值芯片股的相对吸引力。
0:00 / --:--
All-In Podcast · 7 月 31 日
Satya Nadella 强调 AI 技术应服务人类并通过透明测试、企业控制权和国际规范来确保安全扩散，微软作为工具制造者推动技术在企业中的广泛应用。
本期播客探讨了芯片股暴跌、20亿美元基金的保证金追缴、前沿实验室的AI发展放缓以及Mamdani的杂货店等话题，深入分析了AI技术的扩散、安全性、企业应用及其对经济的影响。
这集还没有学习卡。生成后会保存在这一集，下次直接打开。
All-In Podcast· 2026-09-15Satya Nadella 谈 AI 末日论者造成的放缓、微软的总体计划，以及谁会赢得 AI 竞赛Satya Nadella on the AI Doomer Slowdown, Microsoft's Master Plan & Who Wins AI同一位嘉宾：Satya Nadella
The Twenty Minute VC (20VC)· 2026-10-2620VC：Satya Nadella 谈开放与闭源模型：谁会赢｜是否该信任前沿模型提供商｜为什么公司需要拥有自己的智能｜垂直整合的重要性：从芯片到模型等20VC: Satya Nadella on Open vs Closed Models: Who Wins | Whether to Trust Frontier Model Providers | Why Companies Need to Own Their Own Intelligence | The Importance of Verticalisation: From Chips to Models and More同一位嘉宾：Satya Nadella
All-In Podcast
Chip Stocks Crash, $20B Fund Margin Called, Frontier Labs: SLOW DOWN AI, Mamdani's Grocery Stores
YouTube
音频
本集从一则仍在发展的市场消息切入：主持人称，曾离开 OpenAI、创办 Situational Awareness 基金的 Leopold Aschenbrenner，在芯片股下跌后遭遇追加保证金要求，其公开市场持仓据早期报道被出售。讨论很快超出个人交易得失：如果 AI 算力、算法和应用效率仍在提高，为什么押注这一方向的人会先被市场淘汰？
四位主持人的答案并不相同。Sacks 倾向于把跌势视作被杠杆放大的动量修正，仍看好大型云服务商的 AI 资本开支回报；Friedberg 则强调高国债收益率、赤字和能源价格会改变短期资产定价。Chamath 把太阳能及模型使用效率视为尚未充分计入的生产力变量。随后，节目转向前沿 AI 实验室的风险话语、模型市场竞争、版权、市政杂货店，最后以果蝇脑连接模型收束到 AI 与意识的边界。
这集最有价值的区分，是把“方向判断正确”与“有能力持有到判断兑现”拆开。开场关于基金被追缴保证金的报道尚待核实，但杠杆的作用机制讲得清楚：押中 AI 芯片的长期需求，不等于能承受集中持仓在数日内急跌，更不等于融资方会允许投资者等待反弹。Sacks 因而坚持，股价下修本身不能证明大型云服务商的资本开支没有回报；Friedberg 追问的是另一件事——当安全资产收益率升高，市场还愿意为遥远的增长支付多高价格？
生产力是贯穿市场、能源与政策争论的共同出口。Chamath 认为，太阳能扩张和完成同一 AI 任务所需 token 减少，可能同时降低能源与智能的边际成本；Friedberg 赞同增长的重要性，却担心美国财政过度依赖未来 AI 收益，也担心中国开放模型压低模型层的可收费价值。两人在太阳能与聚变上再次分歧：一个要求比较实际交付电力的成本和时间，另一个强调尚未规模化技术的长期上限。这些都不是已经兑现的收益预测。
后半段把“谁受益、谁付账”推向制度层面。围绕前沿实验室放缓 AI 的讨论，安全理由与企业塑造竞争规则的动机需要分开检验；纽约市政杂货店则提供相反视角：即使长期财政可持续性存疑，短期可见的低价也可能取得政治成功。结尾的果蝇研究又提醒读者，网络连接的数学表示、AI 系统能力与意识并非同一命题。贯穿全集的阅读方法，是给每个惊人数字标明它究竟属于报道、推算、目标，还是主持人的猜想。
💬 他们说了什么：主持人开场说“不要加杠杆”，随后介绍有关 25 岁的 Leopold Aschenbrenner 被追缴保证金的早期报道；他称 Citadel 买下其公开市场投资组合，但明确说不知道是否由 Ken Griffin 本人经手。节目给出的基金起点是 2024 年约 2.25 亿美元，之后称规模达到约 200 亿美元、一度达到 450 亿美元；对 Anthropic 持股是否也被出售，节目同时提到传闻与《华尔街日报》的异议。主持人称费城半导体指数过去一个月跌逾 20%，录制当天反弹约 7%。
💡 为什么重要：基金规模、收益率、持仓市值和实际可兑现资产不能互换；一家基金的融资事件，也不足以直接判定 AI 需求转弱。
⚡ 争议点：被强平的具体资产、融资规模及交易对手，在这段对话中都未获独立确认；开场数字尤其不能当作审计后的基金净值。
💬 Chamath 说，关于该基金使用约 3.5 倍杠杆的说法仍是传闻；若方向不利，约 25% 的价格变动足以被放大为极大的本金损失，并触发融资方处置持仓。Sacks 则认为，内存芯片股此前约 10 倍的涨幅，使动量交易格外脆弱；但他仍相信大型云服务商投入的巨额 AI 资本开支最终会有回报。他复述 Aschenbrenner 的框架：算力与算法效率各约每年提升 3 倍，并把持续改进投射为四年 100 倍、六年 1000 倍的变化。
💡 技术增长率描述的是长期能力曲线，保证金要求考验的是短期现金与抵押品。两套时钟不一致，足以让长期判断失去交易价值。
⚡ 节目没有证明每一种改进都能长期维持所述速度，也没有证明 AI 资本开支最终一定产生相应收益。
💬 Friedberg 称美国 30 年期国债收益率越过 5.2%，并列出每年约 7 万亿美元支出、5 万亿美元收入、2 万亿美元赤字及约 40 万亿美元联邦债务。他认为，较高的无风险收益会降低投资者为高估值半导体股票承担波动的意愿；伊朗战争若持续，也可能经能源和化肥价格传导至通胀。节目另提到，韩国此前统计有 120 万个杠杆账户收到追加保证金要求，其中约 35 万个已完全清算；主持人说明这些是较早的数据。
💡 即使 AI 企业经营前景不变，贴现率、资金成本和被动卖盘也能先改变股价。宏观压力与技术基本面不是非此即彼。
⚡ 节目把若干收益率作税务调整后的比较，却没有给出适用于所有投资者的计算条件；韩国账户数也不能直接等同于受影响人口数。
💬 Chamath 认为现有预测低估了能源和 AI 效率改善；他援引加州太阳能相关数据及新墨西哥州自 2003 年以来能源结构变化，提到节目展示的一项占比约为 51%。他还转述 Tesla 关于把美国太阳能生产提高至每年超过 100 吉瓦的设想，并预告某些未展示的技术可能让完成同一任务所需的 token 减少约 50%—75%。Friedberg 同时担心，中国开放模型可能压低模型层价格，使美国原先预期的部分 AI 价值难以在该层兑现。
💡 财政讨论的另一条路径不是只靠削减支出，而是提高单位能源与单位计算所创造的产出；但产出增长和利润归属仍是两个问题。
⚡ 太阳能目标、token 节省幅度均不是本集已验证的落地结果；不同地区、不同口径的能源占比不可直接类比。
💬 Friedberg 介绍中国聚变项目正在安装一块 582 吨、约 60 英尺乘 40 英尺的 D 形超导磁体，并称此前已有持续约 30 分钟的等离子体试验；对话中提到该反应堆要到 2030 年才会启动。Chamath 反问，用户只在乎能否以最低成本获得电力，认为太阳能可能先在价格和部署速度上取胜。Friedberg 则主张，若聚变最终工程化，单套设备的供能潜力值得继续追踪。
💡 这是两种投资判断标准的冲突：比较当下可交付电力的成本，还是为尚未兑现、但可能改变供给上限的技术保留选择权。
⚡ 持续等离子体、发出可用净电力和商业化运行不是同一里程碑；两位主持人对未来成本与规模的说法都属于预测。
💬 在 AI 风险讨论中，时间锚点显示主持人谈到递归改进可能失控，随后质疑前沿实验室提出安全警告的动机。对话还触及企业为潜在事故预留立场，以及头部公司是否希望引导监管的问题；主持人借 Peter Thiel 关于垄断与商品化的说法讨论市场形象。可见转写不足以完整还原各方对具体放缓措施的定义。
💡 安全风险是否真实，与提出者是否会从监管中获益，可以同时成立；评价政策不能只选其中一种解释。
⚡ 本集提供的片段不足以认定某一家实验室的真实动机，更不能把对动机的猜测当成安全风险已被否定的证据。
💬 对话以 OpenRouter 为例，谈到用户选定模型后可接触不同服务提供方，随后讨论前沿实验室的损益与竞争。较早的片段中，主持人已把中国开放模型、较便宜的 token 与算力、能源、应用层的价值分配联系起来。节目也出现“模型评分 0.96 而非 0.93”的例子，但可见材料没有完整交代该分数所对应的测试。
💡 当模型选择和供给渠道更容易比较时，模型能力领先、分发控制权与实际利润率未必同步变化。
⚡ 不能仅凭一个评分差或价格说法，推断模型已经商品化；质量、可靠性和服务条件在可见转写中没有得到同口径比较。
💬 这一段的时间锚点先出现计算能力每年约增长 3 倍的假设，随后谈到一家企业可能在次年 IPO，以及增长延续数月或一年会带来的变化。到约 01:06:23，讨论转向一个为测试特定潜在行为而设计的 AI 智能体（Agent）。所给中段转写缺失，无法确认该实验的完整设置、结果或主持人对 IPO 的依据。
💡 供给增长、企业融资与智能体安全测试常被放进同一个“AI 加速”叙事，却分别需要产能、财务和实验方法上的证据。
⚡ 这里的增长倍数、上市时间和智能体案例均不宜脱离原始上下文转述为已确认事实。
💬 讨论提到 Google Books 曾以 Project Ocean 为代号，并提及美国第二巡回上诉法院在 2015 年作出有利于 Google 的裁决。其后谈话涉及付费使用者与输出内容的权利主张。可见材料没有提供足够上下文，无法完整复述节目所比较的产品条款或法律论证。
💡 历史上的数字化案例可以提供比较对象，却不能单凭一次判决解决所有 AI 训练、检索和输出问题。
⚡ Google Books 的具体事实与当下 AI 产品是否相似，需要逐项核对；“付了钱便拥有输出”也不能在未核对条款前视为通则。
💬 围绕 Zohran Mamdani 的杂货店设想，Sacks 预测初期开业会受欢迎，但以后可能出现货架空缺、经营不善并挤压私人商店。Friedberg 持不同的短期判断：低价与较高员工工资可能使门店极受欢迎，在未来 24 个月扩散为其他城市效仿的政治样板。他举例假设 10—20 家店、每家每年亏损 1000 万美元，合计可达每年 2 亿美元；并将其与纽约市约 1250 亿美元年度预算相比，说明即使亏钱也可能产生强烈的宣传效果。
💡 公共服务的财务绩效和选民感受到的收益可以朝不同方向变化。评估政策须同时看补贴来源、竞争影响、服务质量与可持续时间。
⚡ 上述店数、亏损额、工资和客流均为主持人的情景推演，不是已公布的经营结果；两位对未来货架和民意的预测也尚未接受检验。
💬 Friedberg 介绍一篇 2026 年 2 月、由布达佩斯研究者完成的建模论文；其所用果蝇数据来自 2024 年公布的脑连接图，节目给出的规模是约 13.9 万个神经元、5000 万条突触连接。按他的介绍，研究比较了三维欧几里得空间、双曲空间及更高维欧几里得表示，约在 64 维时得到较好的连接预测表现。他进一步猜想，这类复杂连接可能为理解意识提供线索，但也表示数字化奖励机制与生物体的身体感知、求生驱动之间是否存在关键差别，仍是开放问题。
💡 高维表示是一种有效组织复杂网络的数学工具，也可能启发神经网络设计；它本身不证明脑在物理上占有 64 个空间维度。
⚡ 从果蝇连接预测跳到意识成因，证据链尚未建立；论文得分、基线与具体方法也须回到原文核对。
“杠杆意味着出局风险。” “Leverage equals risk of ruin.”
“短期里，市场是投票机；长期里，它是称重机。” “In the short term, they're voting machines, in the long term, they're weighing machines.”
“没人关心电子是怎么产生的。” “Nobody gives a flying [expletive] how the electron was made.”
“我们已经有一座运转中的聚变反应堆，它叫太阳。” “We already have a fusion reactor that works. It's called the sun.”
“最终总得有人付账。” “Someone has to pay the bill.”
市场部分隐含一个比“AI 是不是泡沫”更可操作的问题：谁能承担从投入到回报之间的时间差？大型云服务商可以用现金流和资产负债表部署资本，杠杆基金却可能因几个交易日的价格变化退出。同样声称看好 AI，两者承受的风险并不相同。
能源争论也不是简单的技术偏好。Chamath 把“更早、更便宜地交付电力”放在首位；Friedberg 愿意为聚变可能带来的长期供给跃迁保留空间。判断一项能源预测时，先问它说的是已经并网的电力、可持续的实验结果，还是未来工业化后的产能，能避免把不同阶段的数字相加。
Friedberg 对杂货店的判断尤其值得与其财政批评一起读。他并非认为持续补贴没有成本，而是认为成本出现以前，可见的低价与良好购物体验已经可能改变政治竞争。这使“项目最终是否合算”与“项目短期是否成功”成为必须分别回答的问题。
