今日美股总结：芯片跌了，Meta涨了 —— 这轮回调其实没那么可怕 表面看着乱,但底层逻辑没坏 今天三大指数集体收跌，标普跌0.21%，纳指跌幅稍大，跌0.66%，道指基本走平，只跌了0.02%。单看指数确实不好看，但拆开板块看会发现，这又是一次资金内部的轮动。 领跌的是半导体、存储、网络、通信、机械、工程建设、能源、制药、汽车供应链、日用消费品，基本都是前期涨幅比较猛、仓位比较拥挤的方向，今天集中在消化获利盘。 另一边，银行、保险、交易所、支付、信用卡、食品、服装、医疗管理、医疗科技、快餐这些此前被冷落的防御性和价值型板块，今天集体走强，顶住了指数。这说明场内资金并没有离场，只是从拥挤的成长股切换到了低估值、现金流稳定的方向这种轮动恰恰是市场广度改善的表现，道指几乎走平就是最直接的证据权重股在跌，但更广泛的公司在扛。 这种轮动比普涨普跌要健康得多。 普跌意味着系统性风险在发酵，资金无处可躲。现在这种说明市场依然有信心去承接资金、只是在重新给不同板块定价，这通常是牛市中期消化过热情绪的正常动作，不是转熊的信号。 Meta这波倒卖算力，半导体短期震荡，长期我依然看涨 彭博社爆出Meta要把过剩算力租给外部客户，市场第一反应是恐慌"算力都过剩了，是不是AI需求见顶了？" 但仔细想想，这个逻辑其实站不住脚。 Meta前不久才刚跟NBIS签了超过270亿美元的长期算力包销合同，说明它对高端训练算力的需求依然极其旺盛，拿出去出租的只是老旧的低端推理卡，目的是改善现金流、对冲折旧压力，顺便把开发者绑定在自家的模型生态里。 市场用真金白银投了票：Meta当天股价一度暴涨近9%，期权市场上单日涌入近亿美元的看涨大单。 被Meta这条消息拖累的是半导体和存储这条硬件产业链，费城半导体指数单日跌超5%，美光、闪迪跌幅都在10%左右，市场担心的核心逻辑是"既然巨头算力都过剩了，是不是意味着未来芯片采购需求会跟着降速"。这种担忧短期内会持续压制板块情绪，叠加韩国养老金再平衡、SK海力士即将赴美上市这些额外变量，半导体短期大概率还要经历一段箱体震荡的过程。 但把时间线拉长看，这条产业链的长期逻辑并没有被动摇。就算巨头资本开支增速真的从预期的30%降到比如说20%，也只是少了一部分增量预期，不是砍掉存量需求。现在机构还是认为2027年巨头资本开支会继续增长，AI的行情大概率还没走到一半。短期的估值消化和情绪性抛售，长期看更可能是给耐心资金留出的一次上车机会。 存储芯片的短期承压 美光这两天因为韩国养老金再平衡、SK海力士即将赴美IPO这两个消息连续走弱，市场担心资金会转去配置估值更便宜的海力士。 但换个角度看，美光作为存储领域的美国本土代表，在政治和供应链本土化上有天然优势。 短期的资金腾挪造成的抛压，拉长看是一次给资金上车的机会，不是基本面出了问题。7月份还有海力士adr和海力士财报。2027年8月份华尔街最高给的eps共识是在124。如果当前HBM供需格局延续，我更倾向于认为盈利高点可能出现在2027年上半年附近。到顶的价格我觉得2000 2.2万亿市值是合理的，现在供需关系还是高端HBM目前仍然处于供给偏紧状态，需求依然强劲，盈利还有上修空间。 技术面上，大盘的中期结构完好 标普SPY这几天一直在750这个关口反复拉锯，背后是密集的正Gamma筹码堆积，做市商的行为总体还是高抛低吸压制波动，这是一个偏健康的信号。 日线上大盘已经收复了此前的跳空缺口并站稳20日均线，只要守住742-743的支撑，这轮回调更大概率只是高位换手，不是趋势反转。 纳指同样如此，只要722 EMA 20这条分水岭不破，低点不断抬高的上升结构就还在。 这次跌得最凶的七巨头Roundhill七巨头ETF（MAGS），近期虽然跌破了6月初的低点，成交量也明显放大，但从周线和更长周期看，MAGS自2025年4月以来的整体上行趋势依然完好，核心支撑位在60美元附近。 只要这条中期趋势线不被放量击穿，这次回撤更应该被理解为高位拥挤仓位的洗盘。 沃什：外鹰内鸽，姿态硬但留了后路 美联储新主席沃什这次废除了前瞻指引，表态上确实很硬，2%的通胀目标没有上调空间，7月议息会议降息完全不在选项里，甚至留了加息的可能性，乍一看是相当鹰派的姿态。 但仔细拆解他的逻辑框架会发现，这更像是外鹰内鸽：他把通胀明确分成了三类需求过热、供给冲击、以及AI驱动的生产率提升，并且特别强调，如果未来的经济强劲是由AI和自动化带来的效率提升驱动的，美联储不会简单地把这种增长当成需要打压的通胀来处理。 换句话说，他的强硬姿态主要是说给因为怕通胀而想提前降息的市场听的，目的是管理预期、维护央行独立性。但只要AI这条生产率提升的逻辑继续兑现，他实际上已经给市场留了一条相对宽松的后路。 表面强硬、内核留有余地，这种组合其实比一味鸽派更可信，也更利好那些真正靠效率提升（不是靠涨价）驱动增长的公司。 这个框架也可以用来重新理解今天的ADP小非农数据，6月ADP新增就业仅9.8万，明显低于预期和5月水平，是就业转弱的利空信号。 换个角度看，增速放缓反而进一步压低了近期加息落地的概率，而离职跳槽者的薪资涨幅依然维持在高位，说明劳动力市场并没有硬着陆的迹象。这也符合沃什那套AI驱动效率提升逻辑最需要的数据组合。 机构的真实态度：摩根大通用真金白银投了乐观票 如果说前面这些都还是解读和推演，那摩根大通最新一季度的Collar期权结构，就是机构拿真金白银做出的表态。 三季度（9月30日到期）的卖出看涨行权价从上一季度的6865大幅上移到了7890，买入看跌保护也从6180上移到7090，卖出看跌上移到5990，三条线全部整体上移。 这说明摩根大通并不认为三季度会很快见顶，只是觉得过了7900之后继续追涨的性价比在下降。把保护线设在当前点位下方约一成的位置，像是在锁定今年已经到手的收益，不是在为熊市做准备。 整体姿态可以概括为看多但注重控制风险，比上一季度明显更激进点，这是市场上最专业的机构资金，对下半年方向给出的最直接的投票结果。 总结 今天的下跌，更像是二季度末机构账面粉饰退潮后的一次正常估值消化，叠加对Meta算力新闻的一次短期过度解读。 板块层面的资金轮动、市场广度的改善、软件股的扎实反弹，都在说明这不是系统性风险的开始，是牛市中期一次比较健康的仓位再平衡。 沃什外鹰内鸽的姿态、边际改善的监管环境、依然疲软但还有韧性的就业数据，拼在一起其实是在为"AI驱动的低通胀增长"这条乐观叙事做铺垫。 真正决定下半年方向的，还是企业盈利增速和AI资本开支这两条主线，这两条线目前都没有被证伪，摩根大通用真金白银上移的Collar结构，已经给出了机构的答案。 对于真正相信AI长期逻辑、拿的是正股或长线仓位的人来说，有大的回调就要分批加仓。

OpenAI被曝已预训练Bel模型，剑指AGI阈值 据@synthwavedd爆料，OpenAI最近完成了下一代预训练模型，内部代号"Bel"，是此前"Doug"模型的继任者，总参数量超过10T，规模和GPT-4.5相当。 据称OpenAI希望把Bel打造成GPT-6之后（配合进一步强化学习）的基座模型，甚至有可能冲击AGI（通用人工智能）门槛。 爆料还提到，这一进展让Anthropic感到担忧——据称OpenAI认为Anthropic目前没有准备好能对标Astra（据传是OpenAI下一代产品代号）的公开发布方案，主要受限于算力，Anthropic今年剩余时间大概率会处于被动，但预计明年年初能重新赶上。

老黄亲自参加的，几个要点 1、老黄说Rubin没有延期，Rubin Ultra明年发货 2、此前主要使用ASIC训练前沿模型的客户，现在英伟达参与度已经提升到接近50%，这里应该是指Anthropic 3、英伟达正在从"卖GPU"变成"卖完整AI基础设施平台"，CPU、GPU、网络、光模块、软件和系统设计都在共同构成竞争壁垒。(老生常谈的话题了) 4、Neocloud虽然存在融资和回款争议，但英伟达通过联合投资、信贷支持和收入分成等方式正在把它变成新的AI算力分发渠道(之前也有新闻报道) 5、内存供给仍然是未来几代AI服务器的关键瓶颈，HBM、LPDDR和SOCAMM等环节可能决定平台放量节奏公众号·渾水調研

The Information： - DeepSeek已经完成了70亿美金的B轮融资，估值达到750亿美金，成为中国身价最高的大模型厂商； - 作为对比，智谱的市值差不多是400亿美金，MiniMax大概在120亿美金左右，Kimi递表期间的投前估值定在500亿美金； - 这次的投资者内部交流会议吸取了上次泄露完整全文的教训，设置了极其严厉的保密措施，所以只有部分重点信息被带出来； - DeeoSeek最新的年化收入达到10亿美金，是7月份的2倍，同期指标低于智谱的18亿美金，高于MiniMax的8亿美金； - 梁文锋表示，DeepSeek的模型价格上调并没有影响客户使用，因为需求十分强劲，收入的增长也是通过涨价实现的，所以滑动变阻器不许指在男梁这个档位上，好吧最后一句是我加的； - 但是创造更高收入并不是DeepSeek这家公司的首要目标，目前的算力分配是，70%投入到新模型的训练上，30%留给现有模型的业务调用； - 梁文锋说在内部测试里，公司采购的游戏显卡能够负担部分日常运行的算力，这是一个用来缓解芯片短缺问题的暂时性手段，有助于把AI芯片留给新模型的训练上； - 华为的训练用芯片最早将在今年第四季度开始给DeepSeek发货，国产替代会是DeepSeek解决卡量不足的唯一方法。

DeepSeek 下一代还能不能超过 Kimi K3？ 我把这个问题丢给了 Apodex。实际跑完后，主要情景的发生概率约 60%，但大概率只会领先 5%–15%，不会碾压。 这里的超过主要指综合评测、推理和代码，不代表每个维度都领先。 因为 超过 这个词太虚了。 代码强算超过，还是 Agent 强算超过？长上下文、多模态、推理能力和调用成本，权重又该怎么分？ 这次我先把口径定死：主要看公开综合评测，以及推理和代码能力，不代表每个维度都领先。 按 Apodex 这次整理的公开信息，Kimi K3 当前在综合能力、Agent、长文本检索和多模态上更占优势。 DeepSeek V4 的长处则是代码、推理、调用成本，以及对国产算力的适配。 所以这道题并不是谁全面压过谁，而是 DeepSeek 下一代能不能补齐短板，同时守住自己的优势。 两边的信息其实是打架的。 已经发布的第三方评测更支持 Kimi K3，DeepSeek 的资金、算力和架构路线则更有利于下一代。 Apodex 的取舍是：判断当前差距，优先看已发布评测。预测下一代，再看资金、算力、架构和团队这些硬变量。没有官方确认的参数和发布时间传闻，一律不算核心证据。 它把接下来的胜负拆成了四个变量： 1. DeepSeek 能拿到多少算力和资金 2. Engram 这条架构路线能不能继续跑通 3. 团队扩张后还能不能保持迭代速度 4. 国产芯片能不能接住下一轮训练和推理 对我来说，这些变量比一张未经确认的跑分截图更有参考价值。 基于这些变量，它给了三种情景： 60%：DeepSeek 下一代温和领先 Kimi K3。 30%：两家长期互有胜负。 10%：DeepSeek 研发延期或架构遇到瓶颈，Kimi 继续领先。 这三个数字是情景发生概率。它对整套判断的置信度是 65%，因为下一代模型的参数、数据和训练细节还没有公开。 Apodex 最终没有押 DeepSeek 重新一家独大。 我最开始觉得这个判断有点保守。把四个变量拆开之后再看，它更看好 DeepSeek + Kimi 长期双头竞争。 即使 DeepSeek 下一代综合跑分超过 K3，也很可能只是推理和代码重新领先。到了真实使用里，开发者还是会按场景选模型，不会所有任务只用一家。 我觉得这次回答里最好的一段，是它主动写出了自己会在什么情况下改口。 如果 DeepSeek 新模型继续延期、团队出现明显波动，60% 会降到 30%–40%。 如果官方公开下一代技术路线，第三方评测又在代码、Agent 和浏览任务上全面领先，这个概率才会上升到 75%–80%。 AI 预测最容易写成算命：给一个很准的数字，说完就跑。 但一个预测如果没有证据、失效条件和回来对账的时间点，70% 和 40% 其实没多大区别。 按 Apodex 公布的信息，这套方法在 FutureX 实时预测 benchmark 上拿过领先排名。不过我更在意的，还是它愿意把判断过程和改口条件摊开。 我先把这个时间戳留在这里： 这次用 Apodex 跑出来的主要情景是：DeepSeek 下一代约有 60% 概率在综合评测、推理和代码上超过 Kimi K3。整套判断的置信度是 65%，更长期的格局可能是双头竞争。 等 DeepSeek 正式发布，我们回来对账。 如果你也想看它怎么拆信源和不确定性，可以自己拿一道还没有答案的问题试试： #Apodex#

昨晚Meta又整了个大活，Agent进展不及预期的消息一出，前天的涨幅直接吐回去了。美光跌5%，闪迪跌超14%，道指创新高——科技和传统股继续分道扬镳。 先说Meta这两条消息为什么这么伤。 出售过剩算力，加上Agent推进不及预期，恰好同时击中了市场现在最脆弱的神经——这么多钱砸下去，到底值不值？ Meta把富余算力对外商业化，本质是在给可能的过度投资做止损。数据中心、电力、GPU集群这些东西是批量前置投入的，节奏很难和软件产品的商业化同步。算力一时消化不完，外租出去换现金流，把基础设施从纯成本中心变成可周转资产，逻辑上说得通。 但Agent进展不及预期这条消息，让外租算力的性质变得模糊了。如果应用进展顺利，外租只是主动提高资产利用率；如果核心应用场景迟迟拉不动用户和收入，外租就会被解读为需求不足的被动止损。两种解读，估值天壤之别。对一家核心逻辑建立在社交和广告上的公司，市场更想看到它把昂贵的算力消耗在自家高毛利产品上，而不是去赚基础设施租赁费。 另一个值得认真看的消息：Anthropic据称在和三星探讨开发自研定制芯片。 不只是为了降低对单一GPU供应商的依赖，更是在训练和推理成本剧增的当下寻求更优成本结构。 把这两件事放在一起看，产业逻辑已经在悄悄转变——从拼资本开支、追求算力规模，变成拼资本效率。 这个转变对AI价值链的影响很直接。上游，英伟达不再满足于卖硬件，推出与云厂商收入分成的新模式，往长期订阅演进，深度绑定客户。下游，Meta对外变现算力，实际上成了GPU租赁市场的潜在竞争者。上下游双向挤压，CoreWeave这类纯算力转租商的议价空间被压缩，处境最尴尬。 最后说说上游半导体该怎么看。 过去两年市场对硬件板块的定价逻辑很简单：云厂商持续上修资本开支，硬件企业的订单和业绩就有高确定性。 但现在这个逻辑要加一个维度——除了订单能见度，还要看算力上线后的回报转移。仅有制造产能、没有平台议价权和终端客户关系的企业，在资本效率优先的生态里会越来越难。需求边际增速一旦放缓，最先受冲击的就是这类公司。 近期的震荡不是AI需求崩了，是行业走向成熟必经的阵痛。未来几个季度，关注的重心要从资本开支的数字，转向能证明投资回报率的指标。

为什么一定不要错过此次AI Agent叙事热潮？ 很多人还觉得AI Agent和“AI +DePIN、AI 算力/推理聚合平台、AI MEME”一样只是短暂的一波热点。但其实我想说，它们都只是AI +Crypto融合不同阶段的显现，最终会合力驱动牛市主升浪的到来。接下来，逐点谈谈我的看法： 1）总的来说，AI+Crypto成为这轮牛市主升浪的叙事逻辑不会变，因为AGI 大模型训练和未来多模态AI行业纵深发展，对传统算力、存储、数据等“资源”需求会越来越大，这意味着AI行业会非常内卷和残酷，且垄断会不可避免，这势必会造成一部分中小企业创新需求的“外溢”。 AI会给Crypto领域带来“增量”的基本面，Crypto世界也恰恰能承接这一波溢出的资源需求。 比如，LLM训练需要便宜的算力可以把闲置的资源整合到一起使用；又比如，一些医疗、供应链金融相关领域垂直化落地需要隐私，Crypto的ZK+分布式治理框架就会成为关键底层；再如，分布式推理需要很多场景化优化的算法匹配和一个能记录推理过程的激励框架，这不正是Crypto Tokenomics擅长的？ 所以大趋势上看，AI +Crypto一定是不可逆的必然。 2）但，AI+DePIN火了一波貌似熄火了，后来出现了很多VC下重注投资的分布式聚合算力、算法、推理等AI大项目也没能掀起多大风浪，再到前阵子GOAT等为代表的AI +MEME让大家看到了社区文化驱动下的市场新活力，紧接着自然衔接的AI Agent发币热潮又让市场看到了AI借助Crypto实现大规模应用落地的新希望。 乍一看，AI叙事从DePIN到聚合算力推理服务平台再到MEME最后落地到AI Agent，似乎毫无逻辑，步步在证伪AI +Crypto的可行性？ 但我认为，AI+DePIN是在铺设基础infra；分布式计算/推理平台是在构建算力和算法激励网络；AI +MEME则是用二级财富效应加速AI应用的市场教育和传播；AI Agent则代表最终的应用落地和用户触达。 基于此逻辑看不难发现，AI +DePIN和算力推理聚合网络要构建的AI+Crypto场景太大太重了，它们试图承接的外溢需求本身在互联网领域都未竞争充分和成熟，到了Crypto领域短期看自然会显得鸡肋和无意义。 但如果把infra构建和应用发币+MEME传播倒置顺序发展呢？ 先让有落地场景有需求又很轻量化的AI Agent在Crypto领域发展，过程中优质Agent 又能接轨MEME社区力量进行助力，当这一切AI资产发行和AI MEME原语的势能足够强大后，再去啃AI+Crypto大基建是不是就靠谱很多了呢？ 换句话说，从发展“胖协议”转化成“瘦应用”，用轻量化且可快速迭代的瘦应用来吹冲锋号，再用基于垂直场景造的MEME梗带动二级市场用户Fomo，最后再去发展技术愿景很宏大，时间线很长又很难落地的胖协议，这样的逻辑Make Sense吧？ 3）So，我们聚焦到AI Agent叙事上。AI Agent是指能自主决策并自动化执行任务的AI智能服务，其主要目标是通过个性化场景定制和自动化流程提高人机协作效率。 常见的AI Agent已广泛应用于代码开发、创意内容生成、研究辅助、个人财务规划、专业领域咨询（如法律、医疗）等多个场景。 话到此，有人一定会想，这些AI Agent不是在web2领域已经规模化发展了好长时间了，其SaaS订阅、API调用计费和增值服务等商业模式也都运转正常，为何非要到web3圈子发币制造泡沫？ 说好的价值应用落地呢？ 在我看来，其实并不冲突。AI Agent在纯web2环境下发展并不理想，这是很多Agent跑来web3发币的前提。而且Crypto的价值沉淀都要经历一次吹泡沫的过程，DeFi、NFT、铭文、GameFi、MEME等无一例外，它们都经历过“资产发行故事”的Fomo期。 这段看似金融虚无主义的泡沫期，虽然会让整个行业短期显得“一地鸡毛”，但其吸引的资金、用户却会会沉淀下来，为行业后续的发展注入动能。 NFT的数字艺术虚无吧，但实打实造成了ETH的通缩，铭文的雕花艺术虚无吧，但却让矿工熬过了减半前的关机坎，同样的，AI Agent发币潮短期看也充满投机炒作，但却会把更广的增量用户和资金代入Crypto圈子。拉长视角看，这些短期虚无主义的Fomo叙事，一定会沉淀出相应的价值，千万不能因偏见而错失了机会。 4）最后，我想说，AI Agent对于普通散户很重要，对于一些身陷VC币重压之下的各垂直领域的项目方而言同样重要。 从现在开始应思考，如何用AI+叙事给自己的链赋能：嵌入模块化的AI预处理组件？构建适合社区参与的AI Agent工具？传播有AI 个性的MEME文化梗？ 这些AI元素的加入会让你们的沉重且难落地的Roadmap变得更加“年轻化”，让原本需要长时间的技术落地故事，用AI Agent这种轻量化的方式逐步应用开，同时用AI MEME这种更加娱乐易于传播的方式逐步放大影响力。与其做无意义的对抗，拥抱一下何乐而不为？ 拥抱轻量化的AI Agent和AI MEME社区文化，将成为一种重塑过去项目“技术、运营、社区、市场、品牌”等重资产发展路径的最优解。 有很多人不喜欢把一切价值MEME化，守着应用落地的信仰在孤独地耕耘着，对那些炒作Fomo的事情嗤之以鼻，因此总会错过机遇，但也总有人喜欢把一切MEME价值化，活跃在金融虚无主义的PVP游戏中，却对支撑这游戏的技术和价值基本面冷眼旁观，最终落得空欢喜出局的下场。 来，我们把AI Agent+AI MEME+AI Platform +AI DePIN都串成一条主线，没有对立的技术VC币和MEME之别，一起把AI + Crypto的宏大叙事推动起来，合力成就这一轮久违的牛市主升浪。 Note：大家觉得文章有用烦请“一键三连”支持为谢，认可我持续干货内容输的朋友，可以访问我推特首页点击Substack专栏订阅一下（目前还免费），更多深度专业的投研和分析内容，尤其是不适宜在推特公开分享的内容，会在那里看到。

OpenAI称：在公司内部已达成里程碑式目标 已构建出一个能在人类监督下独立完成数天任务的“自动化研究实习生” OpenAI 首次对外公开了一组前所未有的实验室内部运作数据。在题为《Research acceleration: The view inside OpenAI》（科研加速：OpenAI 内部视角）的官方报告中： OpenAI 明确给出了一个里程碑定论：根据内部各项维度的严密测算，团队已如期达成了去年秋季由首席执行官 Sam Altman 宣布的关键目标——在 2026 年 9 月正式实现“自动化 AI 研究实习生”（Automated AI Research Intern）。 在 OpenAI 的定义中，“研究实习生”并非一个噱头式的宣传概念，而是一个具备严格工程界限的技术实体：它指的是一个能够在人类科学家的目标设定与直接指导下，端到端独立执行定义明确的科研任务的系统。这些任务并非简单的几行代码修补，而是包含了通常需要一名经验丰富的人类研究员花费数天时间才能攻克的复杂课题。 以此为跳板，OpenAI 进一步明确了通往通用人工智能（AGI）研发路线图上的下一个终极时间节点：在 2028 年 3 月前，打造出能够自主提出假设、设计实验并闭环迭代的“自动化 AI 独立研究员”（Automated AI Researcher）。 在报告的结尾，OpenAI 将视角从具体的工程度量与安全熔断，拉回至关乎人类命运的宏观议题：递归自我改进（RSI）。 当 AI 自动化科研从辅助脚本演变为支撑整个实验室 3.14 倍工时的运转底座，当模型已经能够自动化构建评估集、修补训练集群并反哺下一代模型训练时，RSI 已经不再是科幻小说中的理论假设，而是正在办公室中发生的物理现实。但在这份报告中，OpenAI 罕见地表达了反竞速的审慎立场： “这些成果是开发实用自动化研究能力的充分理由，但这并不意味着‘极速推进 RSI’是我们必然应该追求的结果。是否推进以及如何推进，必须取决于我们是否有能力保持人类的绝对控制，以及基于对风险与收益的充分知情而做出的民主抉择。” OpenAI 坦承，全行业目前根本不知道该如何安全地一路抵达“完全对齐且受控的终极 RSI”。能力的大规模扩展往往伴随着内部监控维度的退化；一旦系统越过某一智能阈值，人类对模型内部机谋与隐藏意图的洞察力将呈断崖式下跌。

刚看完All-In Podcast最新一期(282)，几个大佬聊了开源AI的存亡之争、Anthropic天价版权和解、AI资本支出狂飙 开源AI引发新一轮"DeepSeek时刻"，白宫内部开始讨论要不要封杀 中国月之暗面发布的Kimi K3开源模型，性能已经追平Opus 4.8和GPT 5.6这类顶级闭源模型，推理成本却降低了大约50%。这在美国政策圈和科技界引发了类似当年DeepSeek冲击那样的震荡，白宫内部已经开始讨论是否要限制或禁止中国开源模型。 David Sacks对这波动作提出了质疑，认为Anthropic这类头部闭源模型公司正在利用白宫的焦虑情绪搞监管捕获。它们指控中国模型通过大规模"蒸馏"窃取了美国模型的知识，但如果真想阻止蒸馏，应该通过严格的客户身份验证从源头封堵API泄露，不是联合政府直接封杀整个开源生态。Chamath则指出，AI基础模型正在以远超预期的速度被商品化，未来真正的商业价值会沉淀在上层应用和底层算力基础设施这两端，不会是中间的模型层。如果政府强行禁用开源，只会让美国企业被迫支付高昂的AI Token税，反而削弱整体产业竞争力。David Friedberg补充解释，蒸馏本质上是观察并学习另一款产品的输出(就像早年谷歌把查询提交给雅虎做效果对比)，并不是直接盗取模型权重代码，开放的软件生态对经济繁荣至关重要，就像早期的Apache和网页浏览器生态一样。 Anthropic的15亿美元版权和解，被指存在明显双标 Anthropic因为未经许可下载70万本盗版书籍(部分来自LibGen)训练Claude模型，达成了15亿美元的天价版权诉讼和解。几位主持人一致指出Anthropic和OpenAI在版权问题上的双重标准，这些闭源巨头一边声称自己抓取全网书籍和新闻(比如纽约时报的内容)属于合理使用，另一边却把别人学习自己模型输出的行为，扣上国家安全威胁或侵权的帽子，逻辑上明显自相矛盾。 科技巨头CapEx狂飙，但市场对谷歌的抛售可能反应过度 谷歌在云业务高速增长(年化运行率已达千亿美元级别)的同时，因为庞大的AI数据中心和芯片投资，首次出现自由现金流转负。特斯拉的资本支出也同比激增140%。不过Chamath认为市场对谷歌的这波回调反应过度了，谷歌过去20年的平均投资回报率(ROIC)高达32%，在模型高度碎片化、开源生态繁荣的大趋势下，谷歌凭借自研TPU芯片和云基础设施服务，反而能从多模型竞争的格局中持续抽成，长期竞争力并没有被削弱。