如果整个 AI 板块未来能达到数十万亿美元的市值,这笔价值将如何被市场瓜分?假定未来数十万亿美元的总市值中,有三分之二留给目前尚未诞生的创新应用与新兴公司,那么剩下的板块依然至少有十万亿美元以上的规模由现存头部底层模型企业共享。
然而你仔细数一数,全球真正有资格坐在这张核心底座牌桌上的顶级实验室有几家?OpenAI、Anthropic、Google DeepMind,再加上 xAI,用一只手的手指头就能数得过来。当一个数十万亿美元的赛道最终被个位数的几家顶级寡头瓜分时,推导出的必然结果就是:每一个处于最顶端的领跑者,其内在价值都必须以万亿美元为单位来衡量。Anthropic 毫无疑问位列全球前两名。为什么他对 Anthropic 的评价如此之高?是因为 Claude 系列模型在基准测试上的表现吗?跑分固然重要,外界也能看到 Claude 在日常对话和大众消费级应用上的强劲口碑。但 Anthropic 真正拉开差距的核心资产,是其在软件工程和专业开发工具上的绝对统治力。它们为工程师构建的开发套件和代码理解能力是全球最顶级的,这是未来整个数字化社会转向 AI 自动化的核心工作母机。
他们不会为了博取短期眼球去做花哨的营销演示,每一笔资本开支都极其克制地锁定在关键算力集群与工程人才招聘上,这种工程文化在当下浮躁的硅谷极其罕见。关于 Anthropic 的估值与护城河,他重申:"如果你认可未来十年 AI 会成为主导全球数十万亿美元的核心板块,而全球能够坐在这个牌桌上的顶尖核心实验室只有屈指可数的几家,那么每家头部公司分得数万亿美元的市值完全合乎推演。Anthropic 在代码生成与软件工程工具上的实力,至今依然堪称全球顶尖。"
AI 产业将达数十万亿美元主导地位:未来十年 AI 必将成为全球经济的支柱甚至主导板块;由于能够角逐王座的顶级实验室仅有少数几家(Anthropic、OpenAI、DeepMind、xAI),头部机构享有万亿美元级别估值在经济推演上完全合乎逻辑。随着前沿模型能力的爆发,很多传统软件公司面临巨大的存亡焦虑。他认为那些没有深度结合 AI 的传统软件公司是不是已经没有活路了?事情没有那么绝对。
首先,实体经济中有相当多的产业对 AI 的渗透具有天然的物理防御缓冲,比如钢铁冶炼、地下采矿,AI 再聪明也不可能一夜之间隔空挖出矿石。其次,对于纯数字化软件而言,决定胜负的绝不仅仅是底层的代码效率,很多人严重低估了"品牌"的绝对护城河。假设一家竞争对手利用最新的大模型工具,以极低的成本克隆出了一个功能几乎完全一致的软件产品,这是否意味着用户就会弃用原有产品?绝对不会。就像 Coinbase 或 那样?完全正确。
Coinbase 和 Robinhood 为什么能享有数百亿美元的高额市值?难道是因为它们拥有其他团队绝对无法复制的绝密撮合引擎代码吗?当然不是。它们最宝贵的资产是品牌认知度,是全美千千万万普通散户在想要买卖数字资产时脱口而出的信任背书。即便新团队能用 AI 几乎零成本复写一个前端和交易系统,也根本无法在短时间内买到这份沉淀多年的品牌信誉。品牌往往能让传统企业在底层产品同质化的冲击下维持长期的生存韧性。那什么样的传统软件公司会被最快淘汰?那些纯粹依靠功能堆砌、既没有品牌心智占领、又没有深度数据网络效应的中间件软件。
如果你的产品只是一个简单的工单管理或表单填报工具,用户与你之间没有任何情感与品牌绑定,那么 AI 原生工具会在极短时间内以十分之一的成本将其彻底粉碎。那他当前科技投资领域真正的超额收益(Alpha)究竟藏在哪里?真正的 Alpha 在于穿透泡沫的甄别能力。目前市场上有一半的初创公司都在商业计划书的封面上生搬硬套 AI 标签,哪怕是一家卖文化衫的公司也要声称自己在用 AI 设计图案,这些本质上全是工业垃圾。
与此同时,真正巨大的机会蕴藏在极少数只有两三名核心成员的原生团队中:他们彻底依托 AI 工具链,以不可思议的精简人效重构了传统需要成百上千人才能维持的企业工作流,迅速成长为估值数千万至数亿美元的超级物种。辨别出哪些是真实爆发、哪些是借势炒作,是当下投资的最核心分水岭。
传统软件护城河与品牌信任论:Coinbase, Robinhood,数百亿美元,品牌信任度,钢铁,采矿,物理世界实体工业,零成本复刻。Woofun AI 整理数据显示,SBF 对传统软件公司的估值逻辑进行了深度解构,指出物理世界实体工业(如钢铁、采矿)受 AI 冲击滞后;对于纯软件与金融机构,竞争对手即便利用 AI 极低成本复制相同功能,也无法轻易颠覆先发者,因为类似 Coinbase 与 Robinhood 的真正护城河是牢不可破的品牌信任度。
关于品牌与技术的真实壁垒,他进一步阐述:"很多程序员以为技术就是一切,但你看看 Coinbase 或者 Robinhood,它们凭什么能值数百亿美元?绝对不是因为它们拥有无法复制的独家算法,而是因为它们拥有全美零售用户脱口而出的品牌信任度。即便竞争对手能用 AI 几乎零成本复刻一套完全相同的软件,也根本买不到这种品牌资产。"这种观点挑战了技术决定论的普遍认知,强调了无形资产在数字经济中的核心地位。
在 AI 时代,代码生成的门槛大幅降低,使得软件产品的功能同质化成为常态。在这种背景下,品牌信任度成为了区分优劣的关键因素。Coinbase 和 Robinhood 之所以能够维持数百亿美元的市值,并非因为它们拥有无法复制的独家算法,而是因为它们在全美零售用户心中建立了深厚的信任背书。
这种信任背书是在长期的市场教育和用户互动中积累而成的,无法通过技术手段快速复制。即使竞争对手能够利用 AI 几乎零成本地复刻一套完全相同的软件,也无法在短时间内建立起同样的品牌信任度。因此,品牌信任度成为了传统软件公司在 AI 时代的重要护城河。
然而,对于那些纯粹依靠功能堆砌、既没有品牌心智占领、又没有深度数据网络效应的中间件软件,AI 原生工具将在极短时间内以十分之一的成本将其彻底粉碎。这些软件产品往往缺乏用户情感与品牌绑定,容易被替代。因此,传统软件公司要想在 AI 时代生存下去,必须建立强大的品牌信任度,或者拥有深度的数据网络效应。否则,它们将面临被 AI 原生工具彻底取代的风险。SBF 的这一观点为投资者提供了重要的参考依据,即在评估传统软件公司的价值时,应重点关注其品牌信任度和数据网络效应,而非仅仅关注其技术能力。
从金融工程的底层逻辑来看,所谓的预测市场在本质上就是一种依据特定现实事件结果进行现金清算的期货合约。它们和比特币或原油期货没有本质区别。在 2020 年美国总统大选期间,FTX International 上就运行着全网最活跃的特朗普与拜登胜选预测合约,当时的交易规模就达到了数亿美元。他们从第一天起就渴望将这个市场做大,但最大的掣肘始终是监管牌照。因为缺少美国商品期货交易委员会(CFTC)的本土许可,他们当时严格禁止美国本土用户参与,且中心化交易所强制要求全面的实名认证(KYC)。
这种高密度的情感与认知共鸣,是效率极其低下的单向印刷文字根本无法比拟的。关于对纸质书的激进批判,他重申:"我依然相信,如果你写了一本书,那往往意味着你做错了,它本该是一篇只有六个自然段的博客长文。书籍的信息吞吐量太低了,充斥着漫长的无用叙述;在相同的单位时间里,高密度的视觉与视听输入能够传递多得多的有效信息。"这一观点反映了他对信息效率的极致追求,以及对传统知识传播方式的深刻反思。在 AI 时代,信息的获取和处理速度变得至关重要,传统的书籍形式可能难以满足这一需求。因此,他主张采用更高效的信息媒介,如博客和视听流,以最大化信息吞吐量。
给新一代的生存准则与结语:AI 安全,基础设施自动化,14 岁,Sam Bankman-Fried, Eli Goldfine。作为一个 14 岁的年轻人,面对即将到来的超级智能时代,如果想在这个世界创造最大的正向价值,他给我的核心建议是什么?放在十年前,有效利他主义社区会给他的标准答案是"赚取后捐赠(Earning to Give)":去华尔街从事高频交易,赚取数十亿美元,然后将财富捐赠给慈善事业。但时代已经彻底变了。在这个奇点临近的节点上,华尔街的高频交易已经不再是最重要的战场。从现在到 AI 全面腾飞之间的窗口期正在急剧收窄,深入理解并驾驭机器智能的价值正以指数级速度攀升。无论是投身于前沿的 AI 对齐与安全研究,还是寻找某一处传统基础设施并利用 AI 将其彻底自动化,深入机器智能的核心,是这个时代唯一值得全力以赴的真正战场。
这一建议为新一代年轻人指明了方向,即在 AI 时代,应专注于理解和驾驭机器智能,而非传统的金融交易。通过投身于 AI 安全或基础设施自动化,年轻人可以为社会创造更大的正向价值。这场访谈不仅是一次信息的交换,更是一次思想的碰撞。SBF 在狱中的反思与洞察,为我们提供了宝贵的视角,帮助我们更好地理解技术、金融与人类命运的复杂关系。
尽管他身处囹圄,但他的思想依然活跃,对未来的思考依然深刻。这或许正是他作为一位天才操盘手的独特魅力所在。随着 AI 技术的飞速发展,我们正站在一个历史的转折点上。如何在这一变革中把握机遇,规避风险,是我们每个人都需要思考的问题。SBF 的建议或许为我们提供了一些启示:深入理解并驾驭机器智能,是这个时代唯一值得全力以赴的真正战场。这不仅是对 14 岁 Eli Goldfine 的回答,也是对所有关注未来的人们的一份寄语。在这场对话中,我们看到了 SBF 的坦诚与反思,也看到了他对未来的希望与期待。
尽管 FTX 的结局令人遗憾,但他对 AI 和有效利他主义的坚持,依然值得我们关注和思考。或许,这正是这场访谈最大的价值所在:在废墟中寻找希望,在反思中寻求进步。Sam Bankman-Fried 与 Eli Goldfine 的这次对话,将成为 Web3 和 AI 领域的一段重要历史记录,提醒我们在追求技术创新的同时,不忘对人性与伦理的深刻关怀。
评论
暂无评论