Nikesh Arora: AI 网络安全恐慌、肯·格里芬的泡沫警告、法国要垮了？

这一期以一场市场争论开场，而不是技术讨论。据报道，肯·格里芬在 Citadel 年度「全球市场未来」大会上说，AI 几乎可以肯定是个泡沫，同时承认泡沫是正常的、对我们经济的剧烈变革通常与泡沫纠缠在一起。他具体的担忧比标题更窄：企业无法把 AI 支出转化为可衡量的生产率，因此用这里的转述说，它们正「看着 Anthropic 和 OpenAI 寄来的账单，问生产率到底在哪」。

当天早盘的走势支持这个框架。建数据中心的公司和背负巨额 AI 资本开支的公司同时受挫：CoreWeave 跌 10%，Meta 财报后跌 6%，AMD 跌 5%，SpaceX 跌 5%。主持人们指出，这个模式一直波动，但总体向上——这就引出问题：市场是在为泡沫定价，还是只是在重新定价久期。

Chamath 的回答是量化的，也是第一段的分析主脊。他的粗略估算：「1% 的公司代表了 90% 的 AI 支出」，而在这 90% 之中，大约 80% 的支出源自尚未盈利、由风投支持的公司。他把机制描述为循环性——风投从养老金、LP、基金会和家族办公室募资，投给一家创业公司，这家公司为增长而向其他 AI 公司购买推理，增长带来收入起色，同一批投资者再把公司加价并追加投资。

随之而来的结构性论断值得记住：AI 要成为持久的盈利驱动因素，需求必须扩散到创业生态之外。失败模式是这样一个市场：估值令人瞠目，而「每 1 美元里有 75 美分其实只是创业公司自己来回倒手」，好让参与者给自己加价。他借用了云计算的类比，然后把它磨得更锋利：AWS 早期客户同样是创业公司，但 AWS 是从一个自由现金流上已接近盈亏平衡的亚马逊零售业务中抽象出来的，所以那些支出背后有一个外部的利润池。

这个论断随后用第三方数据做了检验。据报道，Ramp 的首席经济学家 Ara Kharazian 确认该估算大致正确，并提供了一张未公开的图表，节目获准预览。这张图拆解了 AI 支出前 1% 的钱如何分配，有意思的变动在直接购买的 GPU 算力——直方图里的蓝色框——相对于流向闭源前沿模型的 LLM 流量。给出的解读是：转向开源的买家，最先表现为自己买芯片。

自从 Alex Karp 在 CNBC 上谈数据主权之后，购买模式就变了。

轶事性证据来自美国最大银行之一的一场 CIO 活动，据说那位 CIO 表示该机构削减了在 AWS 和 GCP 上的支出，现在运行六个从零自建的独立数据中心。Chamath 把这读作扩散正在发生的证据，但速度慢于行业期望，而且扩散的去向是开源，而不是又一份超大规模厂商合同。

Jason Calacanis 反驳的是格里芬的推论，而不是他的事实。如果创业公司——最灵活的买家，他的基金一年评估一万多家公司——涌向某项技术，那说明这项技术是当下最便宜、最好、最快的优势，正如云计算、WeWork 和定价错误的 Facebook 广告曾经那样。按这个读法，创业公司的集中度是领先指标而非警告，落后者是那些靠收购创业公司而不自己建设的大企业。

Palo Alto Networks 的 CEO 尼克什·阿罗拉加入，并立刻把开源与闭源之争从成本搬到治理。他的公司偏好开源与开放权重有两个原因：可以修改并重新训练权重；以及——他说大多数人跳过的那一点——可以审查思维链。这个要求不是意识形态的，而是监管的：金融和医疗监管者会要求可解释性、可验证性和可审计性，而一个无法被检视的闭源模型提供不了这些。

如果我不能验证，那你去跟老板说「我不知道发生了什么，但 IT 的人在里面放了个 AI 模型，是它干的」，这是不行的。

随后他承认了那个削弱主权论的实际障碍。在超大规模厂商圈子之外，不存在全球性、有韧性、高可用的推理提供商，所以一家创业公司可以在某个设施里租十兆瓦，并接受几小时宕机，而承诺 99.9% 可靠性的企业不能。价格差距正是开源在经济上合理的前提，而可用性差距正是难以依赖它的原因。

当被问到 Palo Alto Networks 会要求裸金属、气隙隔离、放在超大规模厂商的设施里，还是像那家大型 G-SIB 银行一样自建时，阿罗拉给出了本期最贴近运营现实的回答。他六七年前关掉了自己的数据中心，理由是超大规模厂商能比他更好地交付规模、速度和可靠性。那套算法因为算力变得稀缺而反转，但反转并没有恢复议价权：他把自己描述为条款的接受者而非制定者，指出芯片分配排到 2028 年，土地、电力和厂房同样受限。用他的话说，自建接近于一个空威胁。