全員 token-maxxing，一場(chǎng)沒人敢停的軍備競(jìng)賽

我們?nèi)ス韫瓤疾炝艘蝗Γl(fā)現(xiàn)連造浪的人，都快被浪淹沒了。

晚點(diǎn)專欄作者丨五源資本合伙人 孟醒

2026 年 3 月 24 日早上，我坐在 YC W26 batch Demo Day 的觀眾席里，聽到第五家公司上臺(tái)路演的時(shí)候，決定不再做筆記了。

不是不重要，而是我意識(shí)到，自己記下來的這些東西，可能下個(gè)月就過時(shí)了。

這一屆一百多家公司，做的事情其實(shí)高度集中：大約 80% 都是垂直 agent，比如幫律師整理文件、幫客服分發(fā)工單、幫 HR 篩選簡(jiǎn)歷。

如果是在去年 10 月看到這些項(xiàng)目，我大概率會(huì)覺得 “挺有想法”。但問題是，這五個(gè)月，世界變了。

Claude Code 從一個(gè)更偏開發(fā)者的工具，變成了幾乎任何人都能直接使用的界面。Opus 4.6 出來之后，整個(gè) vibe coding 的門檻被壓到了地板上。

那些垂直 agent，在沒有形成業(yè)務(wù)壁壘之前，今天一個(gè)普通工程師，甚至我自己，花一個(gè)周末就能做出來，他們已經(jīng)失去了投資價(jià)值。

YC 一屆項(xiàng)目周期是三個(gè)月，這批 12 月入營(yíng)，加上前期篩選，等于是 5 個(gè)月前被選出來的 “好公司”。而 5 個(gè)月，在現(xiàn)在的 AI 迭代速度里，已經(jīng)足夠發(fā)生幾輪范式轉(zhuǎn)換。

2012 年我第一次創(chuàng)業(yè)，拿到 YC 的 Fly Out（實(shí)地面試邀請(qǐng)）的時(shí)候，那時(shí)候 YC 在加速器這個(gè)賽道上，幾乎一枝獨(dú)秀，選出來的公司往往代表著 “下一個(gè)方向”。但競(jìng)爭(zhēng)格局在變，YC 這幾年感覺反過來了，逐漸變成了一個(gè) lagging indicator（滯后指標(biāo)）。

YC 的 batch 制度，從申請(qǐng)、篩選、入營(yíng)、打磨、路演，在移動(dòng)互聯(lián)網(wǎng)時(shí)代運(yùn)轉(zhuǎn)了十幾年，非常成功。但這套節(jié)奏是按一個(gè)更慢的世界設(shè)計(jì)的。

回到風(fēng)險(xiǎn)投資行業(yè)的這一年半，我大概每個(gè)季度都會(huì)來一次硅谷，上一次是去年 10 月。以前每次來，都會(huì)覺得變化很快，但這種 “快” 大多是按月來感知的。

這一次，得按 “周”。

有一天晚飯的時(shí)候，一個(gè)做 post-training（后訓(xùn)練） 的朋友隨口說了一句：

“我發(fā)現(xiàn)，硅谷自己都開始跟不上自己了。”

全員 token-maxxing：一場(chǎng)沒人敢停的軍備競(jìng)賽

半年前如果有人跟我說，Meta 幾萬名工程師，全在用競(jìng)爭(zhēng)對(duì)手的產(chǎn)品寫代碼，我會(huì)以為他在開玩笑。

但這是真的。整個(gè) Meta，全員都在用 Claude Code。這不是創(chuàng)業(yè)公司，不是某個(gè)實(shí)驗(yàn)性團(tuán)隊(duì)，而是一家市值萬億級(jí)別的公司。

代碼安全不要了，token 預(yù)算炸了，排行榜卷起來了，整個(gè)硅谷都在不計(jì)成本的往 AI 里砸錢。但砸完之后呢？

先說代碼安全。放在半年前，這件事完全不可想象，因?yàn)榇a是公司的核心資產(chǎn)，你怎么能讓外面一家公司的 API 去碰它？Meta 一開始也是這么想的，他們內(nèi)部做過一個(gè)叫 myclaw 的東西，試圖解決這個(gè)問題。一個(gè) Meta 的朋友告訴我，他們做出來了 coding 產(chǎn)品，但 “不好用，沒人用”。沒人用之后，公司不得不放寬了：只要不涉及客戶數(shù)據(jù)，愛用 Claude Code 就用。

然后各部門開始開那種 “怎么變成 AI native 組織” 的內(nèi)部會(huì)議，做培訓(xùn)，搞考核。代碼安全、使用安全，這些過去天經(jīng)地義的紅線，統(tǒng)統(tǒng)被排到了后面，先把效率趕上來再說。

出于安全考慮，Google 禁止大多數(shù)員工使用 Claude Code 或 Codex 等競(jìng)爭(zhēng)對(duì)手的工具，但 DeepMind 是個(gè)例外，負(fù)責(zé) Gemini 模型和內(nèi)部應(yīng)用的幾個(gè)團(tuán)隊(duì)，都在用 Claude Code。

谷歌自己也不是沒有努力：他們推出了內(nèi)部編碼工具 Antigravity，今年 2 月還宣稱公司約 50% 的新代碼，已經(jīng)由 AI 編寫。

但即便如此，DeepMind 的人還是在用 Claude Code。DeepMind 敢這么做，一個(gè)重要原因是 Anthropic 給他們做了私有化部署，畢竟 Anthropic 的推理和訓(xùn)練，本來就大頭跑在谷歌云的 TPU 上，雙方有這個(gè)信任基礎(chǔ)。但 Meta 和其他科技巨頭可沒有這層關(guān)系，他們是真的把代碼安全扔到一邊了。所有人都在賭同一件事：先把速度沖上去。

代碼安全只是第一面倒下的旗，第二面是 token 預(yù)算。

在 Palo Alto 聊的幾家 AI-native 創(chuàng)業(yè)公司里，一個(gè)工程師一年的 token 預(yù)算，大概在二十多萬美元。這個(gè)數(shù)字本身不稀奇，稀奇的是它意味著一個(gè)頂級(jí)工程師消耗的 AI 成本，已經(jīng)接近于一個(gè)工程師的工資了。看起來公司在用 AI 裁人省錢，實(shí)際上總成本可能根本沒降，只是把人的成本換成了 token 成本。

Meta 在這件事上又是最極端的。他們搞了一個(gè)內(nèi)部 token 消耗排行榜：誰用得多誰上榜，末尾的可能被裁員，所以 Meta 員工甚至在卷一個(gè)叫 “token legend” 的非官方頭銜。

但與此同時(shí)，Meta 今年接連兩輪裁員，規(guī)模加起來上萬人。一邊全員用 Claude Code 沖 token 量，一邊大規(guī)模裁人。

這兩件事不是矛盾的，它們是同一件事的兩面。

我去看了一家 C 輪公司，技術(shù)負(fù)責(zé)人把 Slack 打開給我看，全是 agent 在跑，十幾個(gè) Cursor agent 后臺(tái)并行，再開一個(gè) Claude Code 窗口調(diào)度。現(xiàn)在程序員圈最流行的焦慮是：如果睡覺之前，不知道我那十幾個(gè) agent 要干什么就很慌。

但生產(chǎn)力真的同等漲了那么多嗎？從去年年底開始，有很多頂尖推理引擎、數(shù)據(jù)庫公司的 CTO，很興奮地跟我講 “百倍工程師”“ 十倍效率提升”，以前 60 個(gè)人需要 1 年做的事，現(xiàn)在 2 個(gè)人加上 Claude Code 一周就能搞出來。

我開始也跟他們一起興奮，但后來我冷靜了下來，就會(huì)問一個(gè)問題：好，效率提升了 100 倍，那公司的營(yíng)收增長(zhǎng)了 100 倍嗎？或者產(chǎn)品線擴(kuò)張了 100 倍？總不能 “100 倍” 的提升，最后就是優(yōu)化掉多少人吧？

我沒有得到正面回答。事實(shí)是，100 倍的效率提升，落到公司的營(yíng)收增長(zhǎng)上，只體現(xiàn)了 50% 或者 1 倍。

差距在哪？現(xiàn)在還沒人能說清楚。

“用了這么多 token，公司應(yīng)該基因突變成另外一種公司才對(duì)。但到底變成什么，我也不知道。”

有一個(gè)做 toB 銷售出身的創(chuàng)始人告訴我，他團(tuán)隊(duì) 16 個(gè)人，兩個(gè)銷售，在 12 個(gè)月內(nèi)從零做到三千萬美金 ARR，這是全靠 AI coding 搭出來的。這種案例你確實(shí)偶爾能看到。但大多數(shù)時(shí)候，我看到的是創(chuàng)業(yè)公司搭出了更多東西，但這些東西也沒有 product-market fit（PMF，產(chǎn)品市場(chǎng)匹配）。

硅谷現(xiàn)在很流行用 vibe coding 去嘗試 100 種做法，看看哪一種能行得通，而不是只試 10 種。但誰能抓住下一個(gè)發(fā)展趨勢(shì)？還很難說。

讓我印象最深的一個(gè)反例來自 Anthropic 內(nèi)部。我問一個(gè) Anthropic 的朋友，你們自己用 agent 最痛苦的場(chǎng)景是什么？他說是 oncall（即時(shí)響應(yīng)）。

Oncall 任務(wù)的一個(gè)典型場(chǎng)景是：如果 Claude 的 API 突然響應(yīng)變慢、某個(gè)模型推理節(jié)點(diǎn)掛了、用戶反饋某類 prompt 輸出異常，oncall 工程師需要快速定位問題根源，判斷是代碼 bug、算力分配問題還是模型本身的異常，然后決定怎么修。

Anthropic 自己就是全世界做 Coding agent 最強(qiáng)的公司，這個(gè)場(chǎng)景離他們的核心能力近得不能再近了，結(jié)果他們內(nèi)部的 oncall agent 還是不好用。

這就是 2026 年 4 月的真實(shí)狀態(tài)：蒸汽機(jī)已經(jīng)被發(fā)明了出來，但它有時(shí)候跑得還沒有馬車快。關(guān)鍵是所有人都知道蒸汽機(jī)終將跑得更快，所以都在瘋狂砸錢：代碼安全也不管了，token 預(yù)算爆了，排行榜卷起來了。至于到底什么時(shí)候蒸汽機(jī)能真的跑過馬車？沒人知道，但沒有人敢停下來等那一天。

因?yàn)橥Ｏ聛淼拇鷥r(jià)，可能比燒錯(cuò) token 更大。

而且 token 消耗量，大概率不是線性增長(zhǎng)的。這讓我想到我以前做自動(dòng)駕駛的經(jīng)歷：2021 年我們?cè)谏虾＃状螌?shí)現(xiàn)了連續(xù) 5 小時(shí)無接管的自動(dòng)駕駛。當(dāng)時(shí)覺得是一個(gè)重大突破，在那之前，測(cè)試車隊(duì)可能是 10 臺(tái)、15 臺(tái)、20 臺(tái)慢慢增加；但過了那個(gè)拐點(diǎn)之后，很快就到了 100 臺(tái)、1000 臺(tái)。今天的 Coding agent 正處在類似的階段。

2021 年在上海，滴滴自動(dòng)駕駛首次實(shí)現(xiàn)連續(xù) 5 小時(shí)無接管連續(xù)行駛，這是國(guó)內(nèi)自動(dòng)駕駛的一個(gè)里程碑事件。圖為時(shí)任滴滴自動(dòng)駕駛公司 COO 孟醒，與谷歌 “無人車之父”Sebastian Thrun 的對(duì)話，2021。

METR 是加州一家專門評(píng)估 AI 編碼能力的研究機(jī)構(gòu)。他們?nèi)ツ晏岢隽艘粋€(gè)指標(biāo)：衡量 AI agent 能以 50% 成功率完成多長(zhǎng)的任務(wù)（按人類專家的完成時(shí)間算）。2025 年 3 月首次發(fā)布時(shí)，Claude 3.7 Sonnet 的這個(gè)數(shù)字還是 50 分鐘；到了 2025 年底，Claude Opus 4.6 已經(jīng)做到了 14.5 小時(shí)。過去兩年，這個(gè)指標(biāo)的翻倍周期，從 7 個(gè)月壓縮到了 4 個(gè)月。一旦 agent 的可靠性再上一個(gè)臺(tái)階，token 消耗就不是每年加 50% 的問題，而是一夜之間上一個(gè)數(shù)量級(jí)。

有一個(gè)獲得朋友們共識(shí)的預(yù)測(cè)，到今年年底，不少公司（包括科技大廠），實(shí)際上只需要 20% 的人。

xAI 團(tuán)隊(duì)雪崩之后，造火箭的人開始造模型了

在 Mountain View 一家牛排館，晚上九點(diǎn)多，一位曾經(jīng)跟馬斯克工作了很久的朋友，坐到了我對(duì)面。聊了三個(gè)多小時(shí)，我后來回想，整個(gè)過程里他似乎沒有說過一句馬斯克的好話。

一個(gè)細(xì)節(jié)：我問他，你在 xAI 干了三年，每天的節(jié)奏是怎么樣的？他說三年來基本都住在公司，所以家里都沒怎么布置，甚至連床都沒有買。在公司睡的是那種 sleeping pod（睡眠倉），跟青年旅館差不多。我說你現(xiàn)在拿著巨額股權(quán)，也都離職出來了，好歹買個(gè)床吧。他笑了笑。

xAI 的工作強(qiáng)度在硅谷是出了名的，但如今早期團(tuán)隊(duì)大概已經(jīng)走了 90%。他們有一個(gè)離職群，天天在加人。

導(dǎo)火索是 Tony Wu 被開掉，然后連鎖反應(yīng)，用一位內(nèi)部人的話說，“別的公司可能需要醞釀半年的高管團(tuán)隊(duì)出走，xAI 只需要一個(gè)月”。有些人在去年 10 月，就感知到馬斯克的不滿意了，但沒想到這么快全部清洗。

現(xiàn)在馬斯克開始從 SpaceX 和特斯拉調(diào)人過來接管 xAI，“造火箭的人開始造模型了”。

馬斯克的不滿，來自于他砸了無數(shù)資金和算力，結(jié)果 Grok 一直沒能進(jìn)入一線，但為什么？這是我遇到每個(gè) xAI 出來的人，都會(huì)問的問題。答案其實(shí)比我想象的簡(jiǎn)單，一位朋友說得很直接：團(tuán)隊(duì)的戰(zhàn)斗力非常強(qiáng)，工作也極其拼命，但制造業(yè)的管理方式，可能不適合大模型公司。

我做了八年自動(dòng)駕駛，對(duì)這件事有一些自己的感受。馬斯克過去做 SpaceX、做特斯拉，本質(zhì)上做的是系統(tǒng)工程：鏈路很長(zhǎng)，涉及軟件、硬件、供應(yīng)鏈，每一塊都有創(chuàng)新空間，但最終是一個(gè)端到端的工程問題。

他擅長(zhǎng)的是在這種長(zhǎng)鏈條里，識(shí)別出關(guān)鍵杠桿點(diǎn)，然后極限壓縮時(shí)間線來攻克。火箭發(fā)動(dòng)機(jī)級(jí)聯(lián)、復(fù)用著陸，都是這種思維的產(chǎn)物。

但在 xAI，他做的不像是系統(tǒng)工程。他現(xiàn)在做了三件事：先砸一個(gè)全球最大的 GPU 集群（甚至今天大家調(diào)侃說，xAI 本來是個(gè) neo lab，現(xiàn)在更像是個(gè) neo cloud 了，變成給 Cursor 提供算力了），然后給團(tuán)隊(duì)定脈沖式的 deadline，再親自拍一些產(chǎn)品特征。這是在抓幾個(gè)點(diǎn)，不是在做完整的規(guī)劃。

做自動(dòng)駕駛的人都知道，一到后期，軟件團(tuán)隊(duì)、infra 團(tuán)隊(duì)、硬件團(tuán)隊(duì)之間 “誰領(lǐng)導(dǎo)誰” 就變成核心矛盾。三個(gè)方向都需要 CTO 級(jí)別的人來做決策，但沒有一個(gè)人同時(shí)懂這三個(gè)領(lǐng)域。好的做法是，創(chuàng)始人雖然每塊都不全懂，但知道怎么平衡資源、確定階段性優(yōu)先級(jí)，這段時(shí)間軟件優(yōu)先，下一階段推給 infra。這叫有全局規(guī)劃。

xAI 的問題是沒有這個(gè)全局規(guī)劃，只有沖刺。如果壓力不那么大，聰明人之間其實(shí)能自修復(fù)，給他們時(shí)間，各個(gè)方向會(huì)自己找到協(xié)作的節(jié)奏。但馬斯克的超高壓管理，加上不充分的全局規(guī)劃，一壓就散了。每個(gè)方向的負(fù)責(zé)人都在保自己的優(yōu)先級(jí)，沒有人在做全局的統(tǒng)籌。

SpaceX 和特斯拉之所以如此成功，一個(gè)被忽略的原因是，在這兩個(gè)行業(yè)里，馬斯克基本沒有遇到過同等量級(jí)的競(jìng)爭(zhēng)對(duì)手，他是跟自己卷的。但 AI 不一樣，AI 是連 OpenAI 都可能被 Anthropic 偷家的慘烈競(jìng)爭(zhēng)程度。

xAI 的一位 cofounder 去年就說有兩件事他沒想到：第一是競(jìng)爭(zhēng)這么慘烈，第二是 AI 時(shí)代應(yīng)用創(chuàng)新的機(jī)會(huì)這么少，都被模型吃掉了。

Anthropic的崛起，是過去一年 AI 行業(yè)最戲劇性的逆轉(zhuǎn)。也徹底改變了戰(zhàn)場(chǎng)焦點(diǎn)：一年前大家還在卷 C 端用戶量和視頻生成，現(xiàn)在（階段性）決定勝負(fù)的戰(zhàn)場(chǎng)是 toB 和 coding。

當(dāng)然，xAI 的故事，還同時(shí)是一個(gè) “錢來得太快、太多，會(huì)怎樣” 的故事。

我想今天離開 xAI 的朋友們，也不會(huì)后悔當(dāng)年加入的決定，xAI 可謂是硅谷最快的造富神話。xAI 從第一輪幾十億美金規(guī)模的融資，到今天與 SpaceX 合并，成為 2500 億美元巨獸，只用了一年的時(shí)間。而 xAI 的 9 位 cofounder，差不多每個(gè)人都成為了 Billionaire，核心工程師也有大幾千萬到 1 億美金，硅谷錢真的太多了。今天他們?nèi)绻賱?chuàng)業(yè)，就有充分的底氣，去做自己感興趣的方向，而不是賺快錢的事。

焦慮的工程師，更焦慮的 researcher

跟工程師聊天，如今有一種奇怪的默契：大家都承認(rèn)自己不怎么寫代碼了，但又都假裝這沒什么大不了，因?yàn)樽约簳?huì)成為被 AI 武裝，而干掉那些沒有 AI 化的工程師。

今天 80% 軟件工程師的核心技能，已經(jīng)被模型替代了，還留著的原因是模型偶爾犯蠢，需要人來盯著。但 “盯著” 這件事本身，可能很快也不需要了。

更激進(jìn)一點(diǎn)想：今天所謂的 “AI native 組織”，聽起來很 sexy——讓每個(gè)部門梳理工作流、把能被 AI 介入的部分線上化、寫成 skills。但本質(zhì)上就是在人肉蒸餾自己：你把你的能力變成機(jī)器的 skill，公司拿到了你的 skill，實(shí)際上就已經(jīng)完成 AI 化了，是否要由此裁員，那是一個(gè)道義的問題。今天 Meta 就是在干這件事。

雖然今天大家都在卷 token-maxxing，但你還是能感受到，有一種彌漫在整個(gè)硅谷的底層焦慮感。

更讓我沒想到的是，這種焦慮感，正在往 researcher 這個(gè)群體蔓延。

Researcher 是最金字塔尖的人才，它不是泛指 “研究人員”，而是在大模型公司（OpenAI、Anthropic、DeepMind 等）里，負(fù)責(zé)模型訓(xùn)練、做算法創(chuàng)新的那群人。他們跟 engineer（工程師）的區(qū)別是：engineer 是 “把東西造出來”，寫代碼、部署、優(yōu)化性能；researcher 是更上游的 “想出來造什么”：提出新的訓(xùn)練方法、設(shè)計(jì)模型架構(gòu)、跑實(shí)驗(yàn)驗(yàn)證假設(shè)。

而現(xiàn)在，連 researcher 的工作本身也在被自動(dòng)化。這就是 DeepMind 的同學(xué)正在做的事情——用模型去訓(xùn)模型，也是今年硅谷大火的 AI 自進(jìn)化。今年淘汰的是 engineer（工程師），到年底 researcher 也將開始被替代。

這件事已經(jīng)不是新概念了。Andrej Karpathy 的 auto research（自動(dòng)化科研）開了一個(gè)頭，今天各種 AI scientist 工具、harness 框架，都在往這個(gè)方向走。但目前大多數(shù)的閉環(huán)，只到了 “發(fā) paper” 這一層——AI 幫你跑實(shí)驗(yàn)、寫論文，但最終還是人在做判斷。

OpenAI、Anthropic、Google 這些公司想做的更激進(jìn)：他們希望閉環(huán)直接到模型升級(jí)本身，不只是細(xì)節(jié)改進(jìn)，而是讓 AI 自己找到下一個(gè)范式級(jí)的突破。如果這件事能做成，那就是真的在替代 researcher。Google DeepMind 一年多前就在內(nèi)部搞這個(gè)，讓模型自己決定下一步跑什么實(shí)驗(yàn)，跑完自己評(píng)估哪條路更有前途，然后沿著那條路走下去，這就是模型在訓(xùn)練自己的下一代。

而且 researcher 更有動(dòng)機(jī)被裁，原因很殘酷——因?yàn)橘F。Researcher 全球可能也就幾千人，年薪動(dòng)輒幾百萬、上千萬甚至上億美元。

“未來的情形可能是，10 個(gè)人干過去 100 個(gè)人的活，拿 20 份錢，然后 90 個(gè)人失業(yè)。”

而且真正的裁員比表面數(shù)字更大。很多公司砍的第一刀，不是在自己的財(cái)務(wù)報(bào)表上，砍的是外包服務(wù)商。這意味著印度和菲律賓，這些曾經(jīng)承接歐美客服、數(shù)據(jù)標(biāo)注、財(cái)務(wù)后臺(tái)的國(guó)家，可能是最先被沖擊的。一些發(fā)展中國(guó)家賴以升級(jí)經(jīng)濟(jì)的那條 “服務(wù)業(yè)階梯”，可能正在被 AI 抽掉。

整個(gè)硅谷都在盯著 Meta，如果它的實(shí)驗(yàn)成功了——營(yíng)收沒掉、效率真上去了，其他大廠會(huì)迅速跟進(jìn)，裁員就從個(gè)案變成行業(yè)常態(tài)。而且裁員有一個(gè)殘酷的自加速機(jī)制：一開始大家不敢裁，怕傷士氣；一旦變成常態(tài)，就越裁越快、越裁越不心疼。

不過裁掉舊崗位的同時(shí)，新崗位也在冒出來。

很多創(chuàng)業(yè)公司開始招一種叫 “AI builder” 的新角色——合并了產(chǎn)品經(jīng)理、前端工程師、后端工程師于一身。還有一種是合并了數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)工程師的復(fù)合崗，以及合并了寫作、投放、運(yùn)營(yíng)的內(nèi)容一體化操盤手。

硅谷公司對(duì)這些新角色的需求非常旺盛，但核心難題是：沒有人知道怎么招聘他們。你用簡(jiǎn)歷篩不出來，因?yàn)檫@個(gè)角色以前不存在，這個(gè)人的能力可能全藏在他自己的項(xiàng)目里；你用現(xiàn)場(chǎng)寫代碼也考不出來，因?yàn)楹诵哪芰κ?“審美 + AI 使用能力” 的組合。所以已經(jīng)有創(chuàng)業(yè)公司在做這件事：根據(jù)雇主的需求，自動(dòng)生成一個(gè)模擬環(huán)境，讓面試者現(xiàn)場(chǎng)用 AI 工具完成任務(wù)。有點(diǎn)像以前的 coding test（編程測(cè)試），但測(cè)的是一種全新的東西。

當(dāng) AI 什么都能做的時(shí)候，人的價(jià)值正在從 “會(huì)做什么”，變成判斷 “什么值得做、什么不該做” 的。

一輪融資兩個(gè)估值，英偉達(dá)在每張 “牌桌” 上都要拿下籌碼

前面講了這么多被替代的人——工程師、researcher、金融從業(yè)者。但有一個(gè)角色不但沒被替代，反而在這場(chǎng)洗牌中變得越來越像幕后老板。

這個(gè)看似分布式創(chuàng)新的世界，底層其實(shí)在極度中心化。

這個(gè)中心就是英偉達(dá)。

我原以為卡的稀缺性，在過去一年已經(jīng)緩解了。確實(shí)有一陣子緩了，在 2025 年中的時(shí)候，一些被英偉達(dá)扶持的 neo cloud（在 AI 浪潮中崛起的、專門提供 GPU 算力的 “新型云服務(wù)商” ）融資都不太順利，有的業(yè)務(wù)增長(zhǎng)乏力，甚至有公司在那個(gè)時(shí)間點(diǎn)賣身了。但這次來我發(fā)現(xiàn)，稀缺性又回去了，而且比上一次更離譜。

一個(gè)具體的信號(hào)：如果你今天能穩(wěn)定地提供一個(gè) API 服務(wù)，比如 Claude 的 API，做到 99 分位的穩(wěn)定性，你可以賣官方 API 價(jià)格的兩到三倍。

Anthropic 的需求暴增后，API 中斷正在變多，這對(duì)很多構(gòu)建在 Claude 之上的 Agent 產(chǎn)品來說，有點(diǎn)問題

以前做 Router（路由服務(wù)） 這種生意，是 “我比官方便宜，所以有流量”。現(xiàn)在邏輯完全反過來了：穩(wěn)定性本身變成了稀缺資源。有一批創(chuàng)業(yè)公司就靠這個(gè)賺了不少錢，現(xiàn)在硅谷的 mini 版 Coreweave / Nebius 正雨后春筍般涌現(xiàn)出來。

而且這次的算力瓶頸，不只是 GPU 分配的問題。Elad Gil 最近寫了一個(gè)判斷我很認(rèn)同：上游內(nèi)存廠商（Hynix、Samsung、Micron）的產(chǎn)能擴(kuò)建周期，至少還要兩年。這意味著在 2028 年之前，沒有任何一家 AI 公司能靠堆算力顯著拉開差距。算力約束客觀上在強(qiáng)化大模型市場(chǎng)的寡頭格局——不是誰不努力，是物理世界的制造周期就是這么慢。

背后的權(quán)力結(jié)構(gòu)很清楚：誰有卡誰厲害，誰有卡由英偉達(dá)決定。今天上市的 CoreWeave、Lambda、Nebius，背后站的都是英偉達(dá)。

英偉達(dá)的布局比我之前理解的要深。Reflection 的投資人和我提到，這家 neo lab 最早出來融資的時(shí)候，是做 coding 的，然后創(chuàng)始人去見了黃仁勛，黃仁勛跟他說：你別搞 coding 了，你出來給我做 “美國(guó)的 DeepSeek”，做美國(guó)的開源模型，我給你錢給你卡。Reflection 就 180 度大轉(zhuǎn)型了。

美國(guó)資本市場(chǎng)也因此出現(xiàn)了一些以前少見的結(jié)構(gòu)：同一輪融資，給兩個(gè)估值檔位。關(guān)系好的、進(jìn)場(chǎng)早的投資人，進(jìn)低估值那一檔；英偉達(dá)這種不差錢的老大，和那些晚到的投資人，被擠到高估值那一檔，這種結(jié)構(gòu)在國(guó)內(nèi)最近也開始出現(xiàn)。

但英偉達(dá)再怎么想去控制分配，也搞不定不存在的東西。

整個(gè)美國(guó)社會(huì)，對(duì)數(shù)據(jù)中心的抗議正在升級(jí)。如今全美大約 100 個(gè)數(shù)據(jù)中心項(xiàng)目正在遭遇阻擊，其中 40 個(gè)會(huì)直接流產(chǎn)。緬因州剛通過了一項(xiàng)法案，全面禁止數(shù)據(jù)中心建設(shè)。一個(gè)城鎮(zhèn)批準(zhǔn)了 60 億美元的數(shù)據(jù)中心項(xiàng)目，結(jié)果半數(shù)成員連夜被投票罷免，換上來的新人唯一的目的，就是撤銷那個(gè)決定。

算力不夠了，不是因?yàn)楫a(chǎn)品不夠好、用戶不夠多，是因?yàn)槲锢硎澜绺簧蠑?shù)字世界的胃口。

這是另一個(gè)層面的 “跟不上”。

硅谷的估值體系正在重寫

先看一個(gè)數(shù)字。

美國(guó) GDP 大約 30 萬億美元。OpenAI 和 Anthropic 目前各自的收入 run rate（年化收入） 都在 300 億美元上下，也就是說，這兩家公司各自已經(jīng)占到了美國(guó) GDP 的 0.1%。如果年底兩家都沖到 1000 億，再加上云服務(wù)和其他 AI 收入，AI 將占到美國(guó) GDP 的大約 1%。從幾乎為零到 1%，只用了短短幾年時(shí)間。

這個(gè)速度是前所未有的。但詭異的是，增長(zhǎng)越快，投資人反而越不知道該怎么定價(jià)了——在這么快的增長(zhǎng)面前，硅谷的估值框架正在崩塌。

這次跟不少做二級(jí)市場(chǎng)的朋友深聊了幾輪，一個(gè)反復(fù)出現(xiàn)的詞是 “re-rationalization”（估值的理性回歸）。

過去幾年投 AI，大家的估值邏輯是看未來現(xiàn)金流：你今天虧錢沒關(guān)系，我賭你三年后、五年后的 ARR。但現(xiàn)在，這套框架出了問題。

問題出在 DCF（現(xiàn)金流折現(xiàn)）這個(gè)最基本的估值模型上。正常做 DCF，你預(yù)測(cè)未來 10 年的現(xiàn)金流，然后加一個(gè) terminal value（終值），也就是假設(shè)公司之后會(huì)穩(wěn)定經(jīng)營(yíng)下去，把剩余價(jià)值一筆打包。通常 terminal value 占整個(gè)估值的 70%-80%。

但現(xiàn)在有兩個(gè)東西同時(shí)變了：第一，你可能只能預(yù)測(cè) 3 年而不是 10 年，因?yàn)?3 年之后（有時(shí)候甚至是 1 年）這個(gè)行業(yè)會(huì)變成什么樣，根本看不清；第二，terminal value 更沒法算了，它的前提是公司最終會(huì)穩(wěn)定經(jīng)營(yíng)下去，但如果 AI 隨時(shí)可能顛覆一切，“穩(wěn)定經(jīng)營(yíng)” 這個(gè)假設(shè)就不成立。

我跟一個(gè)做二級(jí)投資的朋友聊到一個(gè)比喻：今天不在 AI 主航道上的公司，更像是在等一顆 “核彈”，你知道它一定會(huì)被顛覆，只是不知道什么時(shí)候。那你評(píng)估的重點(diǎn)，就不應(yīng)該是 “如果不被顛覆會(huì)怎樣”，而應(yīng)該是 “被顛覆時(shí)，應(yīng)對(duì)的速度有多快”。這完全是另一種估值邏輯。

SaaS 是第一個(gè)被華爾街重新定價(jià)的。Snowflake 在 2023 年的時(shí)候，按自由現(xiàn)金流算要將近 100 年才能回本，如今估值已經(jīng)腰斬，ServiceNow、Workday 也是同樣的趨勢(shì)，這只是開始。

甚至反過來說，真正適合用 DCF 來估值的，可能只剩下頭部大模型公司，因?yàn)橄鄬?duì)來說，他們的未來似乎是向好的方向穩(wěn)定成長(zhǎng)的，他們不會(huì) “被炸”，而是在看邊界能拓多寬。

過去創(chuàng)業(yè)公司招人的說辭是 “工資低一點(diǎn)，但給你期權(quán)，未來值大錢”。但這套話術(shù)的前提是，公司在 15 到 20 年后還在、還值錢。如果那個(gè)前提不成立了，員工最理性的反應(yīng)會(huì)變成——“別給我期權(quán)了，直接漲現(xiàn)金。”

這又會(huì)反過來，改變公司的成本結(jié)構(gòu)和融資邏輯。

VC 這一端也在痛苦。過去 3 到 6 個(gè)月，硅谷幾乎每家基金都投了至少一家 neo lab，那些從著名 AI lab 出來的研究員，拿著自己的想法融了幾億美金。但現(xiàn)在，大家事后都覺得有點(diǎn)沖動(dòng)、有點(diǎn)貴。但為什么還是投了？因?yàn)槿绻@家公司真的做出來了，增長(zhǎng)會(huì)快到讓你覺得當(dāng)初那個(gè)估值很便宜。

一位投資人朋友說得很直白：反正要么 zero to 100，要么 zero to zero，與其投一個(gè)貴的 A 輪賺 “辛苦錢”，不如賭一個(gè)有無限可能的 neo lab 的入場(chǎng)券。

過去大家覺得 1 塊錢 ARR 就是 1 塊錢 ARR，不管你是做模型、做應(yīng)用還是做 infra。但現(xiàn)在，這個(gè)等號(hào)被打破了。

做垂直 agent 的倍數(shù)最低（5 倍左右），做通用 agent 的倍數(shù)更高（10 倍左右），做模型的最高（20-30 倍 ARR，例如 Anthropic 30B 美金 ARR，800B 美金估值，26.7 倍）。一年前我覺得按 ARR 乘一個(gè)統(tǒng)一倍數(shù)，來算估值就可以了，但今天這個(gè)算法完全不對(duì)了。

酸橙樹與 AI 暗殺名單

硅谷正在經(jīng)歷一場(chǎng)深層的安全感危機(jī)。

這次硅谷行，我反復(fù)聽到朋友們?cè)谡J(rèn)真討論同一件事：買比特幣、建地堡、給家里裝防彈玻璃，他們都不是開玩笑的語氣。

最近硅谷確實(shí)在流行種酸橙樹，因?yàn)檫@種樹的枝條上，長(zhǎng)著 4 英寸的尖刺，任何試圖翻越的人都會(huì)付出代價(jià)。

華爾街日?qǐng)?bào)甚至報(bào)道了一棟 1500 萬美元的 “堡壘豪宅”：混凝土花盆里栽著一圈酸橙樹，樹叢后面是壕溝，壕溝后面是激光入侵探測(cè)系統(tǒng)，前門是 3 英寸厚的實(shí)心鋼板配 13 道鎖栓，屋內(nèi)藏著一個(gè) 2000 磅重門的安全避難室，連景觀設(shè)計(jì)都是防御工事。

為 CEO 提供住宅安防的企業(yè)，創(chuàng)下了 2003 年以來的最高增長(zhǎng)水平。特別是 UNH CEO 在曼哈頓街頭遭槍擊身亡之后，這個(gè)趨勢(shì)陡然加速。

然后，槍聲響到了 AI 大佬家門口。

在 4 月 11 日凌晨 4 點(diǎn)，一個(gè)穿 Champion 衛(wèi)衣的 20 歲男孩，從德州專程飛到加州，手提煤油罐，站在 Sam Altman 價(jià)值 2700 萬美元的豪宅門前，點(diǎn)燃了汽油彈，扔了進(jìn)去。

一個(gè)半小時(shí)后，他出現(xiàn)在 OpenAI 總部，抄起椅子砸玻璃門，對(duì)保安喊：“我要燒了這里，殺光里面所有人。”

FBI 從他身上搜出了一份文件。標(biāo)題是 “你的最后警告”。里面列著多名 AI 公司 CEO 和投資人的姓名與家庭住址。

兩天后的周日凌晨，Altman 的家再次遇襲：一輛本田轎車在門口短暫停留，副駕駛把手伸出窗外，朝房子開了一槍，然后逃逸。

這不是孤立事件。三月底，舊金山市中心已經(jīng)出現(xiàn)過大規(guī)模反 AI 游行，人群舉著 “Stop the AI Race”（停止 AI 競(jìng)賽）和 “Don't Build Skynet”（不要制造天網(wǎng)）的牌子，在 Anthropic、OpenAI、xAI 的辦公室外面發(fā)表演講。參議員 Bernie Sanders 在國(guó)會(huì)警告說：“人類可能真的會(huì)失去對(duì)這個(gè)星球的控制。”

跟 xAI 的朋友聊下來，據(jù)說馬斯克也是非常擔(dān)心自己被槍殺的，這在圈子里是公開的秘密。

背后的恐懼其實(shí)很樸素：如果 AI 接管了大部分生產(chǎn)，人不再是經(jīng)濟(jì)運(yùn)轉(zhuǎn)的必要參與者，那過去所有關(guān)于 “你貢獻(xiàn)了多少、你該分多少” 的社會(huì)契約就全失效了。剩下的只有一個(gè)極簡(jiǎn)的權(quán)力結(jié)構(gòu)：誰控制了 GPU 和電力，誰就控制了一切。階層不是被拉開了，是被壓扁了：一邊是極少數(shù)人，另一邊是所有其他人。

“兩年之后的美國(guó)大選，最火的競(jìng)選主題，肯定是 AI 與社會(huì)的關(guān)系問題。甚至?xí)霈F(xiàn) AI 時(shí)代的盧德運(yùn)動(dòng)。”

美國(guó)的通貨膨脹依然很嚴(yán)重，我在加州生活過很多年，從沒看到過 7 字頭的油價(jià)。恰逢 2 月底 Citrini 發(fā)了 Global Intelligence Crisis（AI 末日?qǐng)?bào)告），情景推演了一場(chǎng)因?yàn)?AI“過于成功”，而在 2028 年可能導(dǎo)致的經(jīng)濟(jì)危機(jī)……

尾聲

回北京的飛機(jī)上，我翻自己這半個(gè)月的筆記，發(fā)現(xiàn)從頭到尾都在寫同一個(gè)詞：“跟不上”。

YC 跟不上、Meta 的代碼安全規(guī)矩跟不上、xAI 的管理跟不上、researcher 跟不上、算力跟不上、估值框架跟不上、社會(huì)的心理承受力也跟不上……以至于硅谷自己都跟不上自己了。

但我最后想說的是，一位 Anthropic 的朋友提到，Dario Amodei 在內(nèi)部說過一句話：在 AI 的幫助下，癌癥在某種意義上已經(jīng)被攻克了，不是說消失了，而是它有可能變成一種不會(huì)死人的慢性病，只是治療費(fèi)用還太貴，普及需要時(shí)間。

我不確定 Dario 說的 “癌癥已經(jīng)被攻克” 是不是過于樂觀了，但這次在硅谷，我們看得最多的創(chuàng)業(yè)方向就是 AI4S、AI for Biotech，很多大模型公司出來的人，不懂醫(yī)療，但他們想用 AI 技術(shù)改變這個(gè)行業(yè)。

這半個(gè)月我看到了那么多 “跟不上”，這確實(shí)讓人焦慮。但如果 AI 真的在幾年內(nèi)讓癌癥變成慢性病、讓材料科學(xué)快進(jìn)二十年，那么這一場(chǎng) “跟不上”，可能是人類發(fā)展歷史上最大的一次提速。

我家寶寶今年兩歲，明年可能會(huì)有第二個(gè)孩子，他們這一代要面對(duì)的那個(gè)世界什么樣，我現(xiàn)在完全沒有想象力去構(gòu)建。

但我希望，在他們長(zhǎng)大的世界里，多一些因 AI 而被治愈的人，而不是有更多燃燒瓶和槍聲，砸向 AI 從業(yè)者的家門口。

Paul Graham 2008 年寫的 Cities and Ambition（市井雄心）里，有這么一段：“盡管在硅谷人們非常尊重智慧，但硅谷傳遞出的信號(hào)是：你應(yīng)該更有影響力，這與紐約傳遞的信號(hào)并不完全相同。影響力在紐約當(dāng)然也重要，但紐約對(duì) “十億美金” 非常推崇，哪怕這筆錢你僅僅是繼承來的。但在硅谷，除了幾個(gè)房產(chǎn)中介，根本沒人會(huì)在意這一點(diǎn)。在硅谷真正重要的是，你對(duì)這個(gè)世界產(chǎn)生了多大的影響。人們之所以在意 Larry 和 Sergey，并不是因?yàn)樗麄兊呢?cái)富，而是因?yàn)樗麄冋瓶刂?Google，而 Google 幾乎影響著每一個(gè)人。” 如今 AI 令這種氛圍，又推向了一個(gè)新的高峰。

晚點(diǎn)專欄作者孟醒：五源資本合伙人、前滴滴自動(dòng)駕駛 COO。這是他 AI 投資觀察的第一篇，此后他會(huì)在晚點(diǎn)上持續(xù)更新他的投資觀察。

題圖來源：視覺中國(guó)