AI的基本面到底有没有变化,盖文·贝克访谈(下)

导读：

AI产业正在进入一个更加复杂的阶段：算力需求仍在爆发，但产业链的利润分配、融资模式、芯片架构以及监管约束，都正在发生变化。

在下半部分对谈中，加文提出了一个非常值得关注的判断：英伟达正在从“卖GPU”走向“用资本和金融工具帮助整个AI产业扩张”。通过长期供货协议、信用增信、股权投资与营收分成，英伟达有机会把自己的现金流优势转化为更深的产业控制力，并进一步提高单位算力的经济价值。

与此同时，他认为市场可能低估了开源模型、推理云、轻量化模型以及新的AI硬件架构的价值。未来AI未必是少数闭源巨头垄断全部利润，而可能形成“头部闭源模型掌握最高利润、开源模型承担大部分算力处理量”的分层格局。

对中国半导体，他的判断也颇为克制：DUV突破具有重大产业和战略意义，但技术追赶无法跳过长期积累，资本市场却很容易对阶段性突破过度定价。

而在AI最大的风险上，他没有把重点放在泡沫，而是指向了一个更现实的问题：监管和公众认知。数据中心耗电、耗水、抢就业等争议，正在从产业问题演变成政治问题。AI行业如果不能主动向公众解释自己的经济和社会价值，监管可能成为整个产业最大的非技术性约束。

访谈上半部分请点击：AI的基本面到底有没有变化，盖文·贝克访谈（上）

访谈来源：Invest Like The Best频道

访谈时间：2026年8月

人物简介：

盖文·贝克是Atreides Management的创始人、管理合伙人兼首席投资官。Atreides是一家总部位于波士顿的跨界基金，专注于高成长科技与消费类公司，横跨公开市场和私募市场双线布局，以长期持有为核心策略。

在2019年创立Atreides之前，盖文在富达投资工作了整整18年，其中从2009年到2017年担任富达OTC基金的基金经理。

在管理OTC基金期间，他还主导推动了富达的风险投资布局，担任Nutanix、23andMe、Jet.com、AppNexus、Dataminr和Roku等公司的董事会观察员，并以个人投资者身份参与了Twilio、Redfin、WeWork、SpaceX和Uber的早期融资。

从存储看产业链的利润分配

主持人：假如你身处这个位置，你会怎么做？如果你来担任SK海力士的首席执行官，你会作何抉择？

贝克：我会照搬英伟达当下正在推行的整套打法。我会主动接洽GPU、亚马逊Trainium芯片等各类硬件采购方，向他们提议：我方愿意接入英伟达这套信用兜底增信机制，一同参与合作。

客观来讲，存储企业本身的业务天然稳定性与业绩可预见性更弱。不过换个思路，它们或许可以预先拿出一笔前置资金搭建配套机制，以此做到无需背负刚性赔付风险。

以上只是我的设想，眼下企业手握充足现金流，信贷市场也具备循环授信的条件，这类方案具备落地的可行性。黑石、阿波罗这类机构，想必早已向各大存储企业提议过类似方案。

具体思路大致是：我们当下从自有现金流里拿出一笔资金作为前期保证金，这笔资金后续无需追回。这笔保证金主要用来安抚放贷机构、增强贷方信心；而作为交换，我们也需要分得一部分持续性经营收益。

如果我是海力士的掌舵人，我一定会全盘照搬这套模式。这套方案几乎就是长期供货协议（LTA）顺理成章的延伸。厂商用未来行情上涨带来的超额收益，换取长期合作的稳定性。

借此，企业能够稳定拿到持续性业务的分成收益，而这正是英伟达当下在做的事。在我看来，市场普遍严重低估、误解了英伟达这套商业模式。我认为英伟达很有必要把这套新商业模式对外讲透彻。

英伟达本身极度看好人工智能赛道的长期前景。回看过往，但凡英伟达没有对一家优质企业进行股权投资，事后往往都会被证明是一次失误。长久以来，英伟达几乎遍地布局股权投资，唯独迟迟没有入局存储厂商；此前它起初没有投资Anthropic，后来也完成了对Anthropic的入股。

既然英伟达手握充沛现金流，又坚定看多AI，黄仁勋常年走访全球各大实验室，全程跟进技术迭代进度，各家持续学习研究机构、安全超级智能相关团队都在和英伟达开展合作，前沿技术动向他全都了然于心。

他亲眼所见的行业发展现状，正是他长期看多AI的底气来源。一是获得股权增值收益，二是拿到营收分成。

英伟达当下能够创造数千亿美元规模的自由现金流，还能填补当下行业明显的资金缺口：眼下绝大多数AI企业自由现金流都处于负值阶段，只有经营性现金流加速回暖之后，它们才有能力依靠自身内源资金完成扩张投入，而英伟达恰好可以帮助行业平稳渡过这段阵痛期。

这套布局极具机遇眼光，带来的利好影响深远：它能显著拉高英伟达单位千兆瓦算力对应的营收，同时还会持续加固自身的行业竞争壁垒。你我身边都接触过不少AI初创企业，我们不妨看看这类企业自研芯片的现实处境：即便选用了这些初创公司的芯片，它们要在台积电代工，付出的单价成本也会比英伟达等大厂更高；配套采购HBM高带宽内存，采购成本同样更贵。

与此同时，这类芯片根本无法像英伟达GPU那样轻松拿到同等条件的融资。总而言之，选用这类自研芯片会带来实打实的经营压力，尤其只要搭载了HBM，企业就会直面行业最严苛的压力与风险，成为行业矛盾集中针对的对象。除非企业选择完全差异化的芯片架构，否则当下所有行业变化，整体都对英伟达有利。

回归博弈逻辑来看：倘若Anthropic此前和OpenAI一样激进加码算力，它早就甩开同行遥遥领先了。如今OpenAI重回第一梯队，Grok也跻身前沿阵营，头部几家企业手握充足算力。

目睹这一轮格局变化后，没人会放缓算力投入的脚步。四个月前达里奥发表过一段很有深度的观点：当下行业进退两难，算力囤多了，巨额成本会拖垮企业直至破产；算力囤少了，又会在行业竞争中落败。

现实已经给出答案：OpenAI强势回归，SpaceX依靠Grok4.5、Cursor大规模入局。站在博弈角度，只要经营性现金流可以支撑投入，短期内没有企业会缩减算力开支。

算力需求仍在爆发

主持人：你近期接触的圈子里，有没有比你还要极度乐观的人？如果有，他们哪些观点和你不一样？

贝克：坦白说，圈子里几乎所有人都比我乐观。我看过多雷什的文章，他预判算力价格会暴涨，我一开始以为是3倍，实际他给出的预估接近15倍。他认为H100显卡年租赁成本会涨到25万美元，是当前现货价格的15倍。

这个预判完全超出了我的贝叶斯概率预期区间，我原本只把它归为极小概率、直接排除的极端情况。多雷什本人学识扎实、消息灵通。

他提出三点逻辑：算力规模扩张、算力毛利率上行、推理业务毛利率上行；把算力体量扩张、训练端利润率提升、推理端利润率走高这三大因素叠加在一起，就能解释为什么头部闭源实验室整体业绩会出现爆发式的加速增长。

不过很明显，开源模型赛道并不适用这套逻辑，开源领域的利润率并没有同步走高。但现实情况就是如此。我观察当下股市走势时，总会觉得自己像个盲目乐观的人；可当我和业内人士交流，不管是各大AI实验室从业者，还是整个产业链里的各类从业者，对比下来，我的看法反倒比几乎所有人都偏谨慎悲观，这样的处境实在反常。

主持人：你如何看待中国光刻机（DUV）的相关消息？市场观点两极分化：一部分人认为对标阿斯麦2001年的发展节点，另一部分人认为，这件事会彻底重塑全球高端算力供给的长期逻辑。

贝克：两种看法都有道理。打个比方：DUV光刻机好比螺旋桨飞机，EUV光刻机如同喷气式发动机，二者代差悬殊。

中国此前没有成熟DUV量产能力，如今取得突破属于阶段性质变，如同物质从液态转为固态。虽然该技术相较顶尖水平落后约25年，但意义重大，不能轻视。股市很容易过度反应。

就算这项技术未来五年真正冲击阿斯麦订单，期间市场也会反复焦虑、淡忘、再焦虑，情绪波动会非常频繁。本次市场明显反应过激，但技术突破本身不容小觑，对中国而言更是具备战略价值。

有传闻称EUV光刻机被走私进入中国，光刻机体积庞大，若属实堪称惊人的情报行动，不过该消息真伪暂无法确认。中国人聪慧、勤勉，举国上下都清楚半导体技术对国家发展的关键意义。

但技术进步依靠试错积累，无法凭空跨越发展周期。哪怕到2030年，也不可能直接从2001年的产业水平一跃追上顶尖梯队，所有研发环节、经验积累都无法跳过。

此次突破意义重大，市场却反应过激。站在美国视角，很难彻底看清中国产业发展全貌。无论好坏，中美技术脱钩已成既定趋势，且双方不断强化各自路线，局面令人遗憾。现实已然如此，双方的技术自主进程都不会停滞。

主持人：顺带聊聊美国一众企业的现状吧。在我看来，当下真正具备长期高成长潜力的，也就十来家企业，其中还有好几家是非上市私企。

贝克：我说的不是上个月的行情。眼下除了AI板块以外，其余所有板块全都走出了陡峭的垂直下跌行情。开源模型能力持续逼近闭源前沿，Fireworks这类平台大幅降低模型定制门槛，不少场景下，低成本定制开源模型效果甚至超越顶尖闭源模型。

这对于软件行业、大量原生AI创业公司而言，是重大利好。好友维什里亚两年前就感慨：从未见过如此多初创企业，9个月就能实现5000万美元年营收并正向现金流。但早期很多企业只是GPT套壳，长久的生命力存疑。

如今依托开源技术，企业可以沉淀垂直领域独有的私有数据，不再只是简单套壳。Fireworks推出了一款优秀产品Nexus。对接OpenAI CodeX、Grok Build等代码工具，仅需短短三行代码，Nexus就能读取企业数据完成模型强化学习，搭配调度路由分发指令，落地效果十分亮眼。

这套方案适配所有原生AI企业，这也是收购前的Harvey、Cursor、Lora深度拥抱该模式的原因：企业仅用30%~60%的算力调用前沿模型做顶层规划，其余算力使用自研强化学习模型，企业不再是简单套壳，壁垒大幅提升。

主持人：Cursor的产品思路很有意思：借鉴人类分工逻辑，用顶尖模型做顶层规划，把细碎任务下放至轻量化模型执行，综合效率提升十余倍。

贝克：颇具讽刺的一点：略落后于前沿、低毛利的开源算力代币反而价值凸显。部分从业者认为，前沿模型完成知识蒸馏迭代后，全层级推理成本会大幅下降，开源会彻底失去生存空间。

这是Anthropic、OpenAI、Grok的极端乐观视角，我们不能单方面笃定某一种结局。未来充满不确定性，我经历了近期市场波动后，更愿意保持谦卑。但开源彻底消亡的概率并不高。

原因其一：大量AI初创企业沉淀了海量垂直领域私有专属数据。在开源、推理云、路由技术成熟前，企业只能被动接受闭源厂商条款；如今企业可以摆脱束缚，获得业务独立性、长期稳定性与数据安全。

廉价开源模型会反过来抬升顶尖闭源模型的价值：假设开源模型智力水平普遍为120，成本低廉，那么用来统筹调度所有开源模型、智力160的顶尖模型稀缺性与价值会暴涨。

上次我们聊过，行业收益此前高度集中在头部闭源厂商；而如今推理云、轻量化模态方案出现，行业分配格局正在改变。这类商业模式的亮点在于：增速看齐早期头部实验室，现金流消耗却极低，用SaaS行业40法则衡量，经营数据十分亮眼。

主持人：你觉得一家企业内部的薪酬分配机制，是否蕴含着很多值得借鉴的底层规律？比如CEO的薪资，是公司员工薪资中位数的X倍。或许顶尖前沿模型与开源模型之间的格局，和这种薪资分配逻辑是相通的。

贝克：没错。行业蛋糕高速扩容，头部闭源依旧会占据绝大多数利润，但无法像过去一样包揽全部收益；开源代币会占据算力处理总量的大头。

无论开源还是闭源，生成一枚代币消耗的算力、电力、机房空间、散热资源完全一致，开源体量扩张会持续利好硬件基础设施需求。

主持人：AI行业最大的潜在风险是什么？

贝克：技术安全、市场泡沫之外，监管毫无疑问是头号风险，也是最直观的风险。

我本周参与交流，就是希望客观正视风险：当下股价持续走低、远期收益预期抬升，7月行业基本面相较6月明显改善，我不想盲目乐观。

可综合来看，监管风险依旧排在首位。纽约出台数据中心禁令就是典型案例，当下舆论与政治环境时常脱离客观逻辑，不确定性加剧。

AI行业过往公共关系运营一塌糊涂，好在行业已经意识到公关短板，只是尚未完成整改。但是如今华盛顿政坛以及大量普通美国民众之间，流传着这样一种论调：数据中心会抬高电价、耗尽水资源，最后还会抢走大家的工作岗位。

（笑声）可现实恰恰相反，按照当下落地的各类合作协议来看，数据中心落地后，依托表后直购电力协议，周边居民电价普遍会下降。这和当年特朗普倡导企业签署的数据中心承诺协议是同一套逻辑。

过去，数据中心开发商只需要给当地警局、消防局捐赠新车、防护装备这类物资；而现在企业普遍承诺：为当地新建医院、学校、警察局、消防站，同时降低居民电费，这样的条件很有吸引力。

顺带一提，这类岗位是长期刚需，项目持续需要水管工、电工、暖通工程承包商。在我人生阅历里，数据中心行业，是提振蓝领薪资最强劲的风口。可民主党本应代表蓝领工人的利益，如今却在阻碍这类就业岗位落地。

有句话说得很贴切：谎言传遍全世界的时候，真相才刚起床，这种现象实在离谱。有一名作者在著作里出现严重笔误，把数据中心耗水量高估了上万倍，不是十倍、百倍、千倍这种小量级偏差。她已经多次坦然承认这个失误，坦言自己当初的判断完全错了，这套观点早就被彻底推翻、站不住脚了。

主持人：就是所谓大力水手效应，你听过这个类比案例吗？

贝克：没听过。

主持人：就是菠菜补铁的谣言：一本学术书籍小数点标错两位，误写菠菜含铁量极高。谣言广泛传播，可事实菠菜含铁量并不突出，时至今日依旧有很多人深信不疑。

贝克：我以前一直以为菠菜含铁量最高，这误会居然流传了八十年，实在不可思议。（笑声）

主持人：确实，每天都能学到新知。

贝克：数据中心耗水谣言和菠菜误区本质一样。行业必须主动澄清事实，如果业内无人牵头，我愿意站出来发声。可以成立专项基金会，或是政治行动委员会，在NCAA四强赛、NFL、大学橄榄球、世界大赛投放广告科普：签署惠民承诺的数据中心落地社区，居民电价一定会下调。

企业一定会实实在在回馈社区，大量高薪长期蓝领岗位会持续涌入当地。很多人误以为岗位只是短期一次性红利。虽然新项目会带来用工峰值，之后人力需求会转移到下一个新建机房，但机房返修、设备迭代升级是长期刚需，新技术迭代会持续创造岗位。

最终社区岗位变多、电价更低、居民收入提升。数据中心并不会过度耗水、破坏环境，机房完全可以选址在城郊十英里区域，这些客观事实需要对外普及。同时我们还要宣传AI的正面价值，上次我们聊过AI救人、攻克罕见病的案例。

今年美国临床肿瘤学会年会，业内普遍认为本次会议诞生了史上最多医学突破，其中大量成果都依托AI技术。我们要广泛传播这类案例：家人患病时，AI可以大幅提升治愈概率，这件事需要所有人一起宣传。

行业圈内人觉得这些道理浅显易懂，便默认全民都了解，却意识不到：圈内常识，和美国大众的认知有着巨大鸿沟。AI行业亟需做好舆论宣传。纽约出台数据中心限制政策只是开端；即便极度鼓励经济增长的深红州也表态：行业自身不主动科普，政府不会替行业发声，行业从业者是最专业的群体，自己都不讲真话，没人会替你讲。

主持人：我们还有哪些关键点没有探讨到？

贝克：算力行业的讨论普遍忽略了静态随机存储器（SRAM）加速器的发展：这类硬件不受HBM显存限制，大多采用成熟老旧工艺制程，不会和高端最新GPU形成直接竞争。

业内现在都在聊推理拆解架构，推理分为预填充、解码两大环节，解码又细分为注意力机制、前馈神经网络。行业终极理想架构：无HBM芯片负责预填充、搭载HBM的高性能芯片处理注意力计算、SRAM加速器专门承载前馈网络运算。

无论是存量算力扩容还是新建算力，加装SRAM加速器都会大幅提升投资回报率。目前来看，前馈网络运算场景里，SRAM的性能优势无可替代。无论怎么调整单颗芯片内算力、HBM、SRAM配比，都无法适配持续多变的各类工作负载；而三段式硬件拆解架构，会显著抬升全行业AI投资回报率。

主持人：那SpaceX呢？资本市场初期消化SpaceX上市信息的过程如何？市场真的看懂这家公司了吗？它是本年度最重要的新上市企业。

贝克：心里的感受其实有点矛盾：直觉上觉得（行情不该走强），但客观事实摆在眼前。在我看来，这家公司自IPO上市以来，基本面整体一直在向好。典型例子就是Grok4.5落地、完成对Cursor的收购，很明显，Cursor业务的发展速度已经出现了实质性大幅提速。

过去三年，SpaceX算力扩容速度、成本控制能力行业第一；恰逢现货算力价格高位，入局时机成为它巨大优势，即便剔除现货与长协价差，优势依旧稳固。

一件非常利好算力赛道的事：SpaceX一夜之间投放海量算力，市场完全消化了新增供给，算力需求增长列车丝毫没有减速。一名Substack专栏作者旗下AI基金预测，SpaceX未来将落地8吉瓦算力。

我永远不会看空马斯克，但达成该目标难度极高。SpaceX签订长协后算力租赁价格不降反升，当前单吉瓦年化营收约500亿美元，机构一致预期明年将涨到730亿美元。

暂且不看星链三代、星链直连业务，只算Grok4.5和Cursor，很快就能达成100亿年化营收。抛开星链主业，若8吉瓦算力落地、单吉瓦500亿营收兑现，体量极其恐怖。显然2027年初不可能全部投产，这份基金报告的预测，我个人觉得很难实现。

目前，一年新增算力超500兆瓦的企业，只有各大云厂商、CoreWeave、Crusoe、SpaceX，其中SpaceX扩容最快、成本最低，市场对其算力集群认可度很高。但话说回来，市场必须亲眼看到实打实的落地成果，才会认可这些利好。

主持人：可当下资本市场对SpaceX的看法，显然并不是这样。

贝克：确实如此。眼下能明显察觉到，纽约多家大型对冲基金，已经整理出一套完整成熟的做空逻辑，针对SpaceX布局了大规模空头头寸。空头逻辑：算力现货价格暴跌九成，大规模新增算力会大幅稀释收益，营收不及预期。

空头预判或许成立，但客观来讲，马斯克旗下企业向来擅长完成看似不可能的目标。18个月落地8吉瓦算力只是公开报告内容，我仅做引用。马斯克有一句名言：我们最擅长把不可能，晚一点变成现实。（笑声）

主持人：第一次听说，这句话很有意思。

贝克：在我看来，股价完全没有计入未来算力扩张的价值，我也认为达不到8吉瓦，GPU大规模上电落地难度极大，只是SpaceX过往落地能力很强。但市场分析师与投资者，普遍没有考量这一层长期潜力。

我近期多次到访星舰基地，太空轨道算力落地的可行性越来越高，前几日星舰顺利着陆，十分振奋人心。Benchmark资本投资了星云（StarCloud），这家轨道算力企业和SpaceX达成合作，这件事很有参考意义。

SpaceX会向其开放星链激光通信技术，该技术是轨道算力核心刚需，这件事可以用来验证轨道算力赛道的真实价值。

Benchmark团队眼光专业，和马斯克体系没有利益绑定，愿意在没有SpaceX火箭成本优势的前提下，高价布局轨道算力企业，是一个强烈的看多信号。

我不禁反问：难道是我、马斯克、Benchmark、SpaceX工程师集体判断失误？这种概率很低。

主持人：顺便说下，我们此刻就在Benchmark资本办公室，这张圆桌是他们知名晚宴的场地。非常感谢Benchmark团队为本次访谈提供场地，特别感谢全程协调的埃里克，感谢所有合伙人。

贝克：一年之后我们再回看各大公司股价，时间会验证所有观点。未来充满概率不确定性，但当下AI行业正处在激动人心的发展节点。