大家好，这里是最佳拍档，我是大飞。很多人在讨论AI竞赛的时候，可能都会默认美国应该全力争胜、赢下这场技术战争。但是本·汤普森最近在播客里提出了一个反常识的观点：美国如果真的在AI上取得压倒性的军事优势，对全世界来说可能是件非常危险的事。为什么？因为从博弈论的角度看，如果中国面对一个在AI赋能下军事能力遥遥领先的美国，他们的最优策略反应很可能是摧毁台积电。

这不是什么复杂的推演，道理其实很简单：当对手掌握了决定性的技术优势，消除这个优势的源头就成了最理性的选择。今天我们就来聊聊这期视频，看看本·汤普森为什么会做出这样的推断。硅谷有很多“魔法思维”，觉得美国可以很快摆脱对中国制造的依赖，但本·汤普森认为这种想法严重脱离现实。

虽然确实可以施压苹果把部分iPhone产能转移到印度，但这只是分散风险，不是真正的脱钩。完全脱离中国供应链的成本高到离谱，这就像一份保费极其昂贵的保险：只要灾难没有真的迫在眉睫，没人会愿意全额支付。唯一能让企业真正下决心这么做的场景，是冲突已经发生、别无选择的时候。

他直言，那种认为美国可以彻底消除对华依赖、即使台湾出事也毫发无损的设想相当不切实际。那理想的均衡状态是什么样的呢？他觉得现在的状态其实还不错：OpenAI和Anthropic明显站在前沿，谷歌在追赶，Grok和Meta也在努力。中国的团队非常有能力，也确实在通过蒸馏等方式保持跟进，大概落后六到九个月。

这个格局对美国总体有利，问题是这个状态能维持多久？尤其是当AI开始用AI来改进AI的时候，追赶的窗口会不会关闭。另外一个很多人没意识到的点是：开源模型并不像大家想的那样免费，虽然你不用付研发费用，但推理成本是真实存在的。每回答一个问题都在烧钱，某些模型的单次回答成本相当高。

说到钱，他真正担心的是投资回报的期限错配问题。科技公司烧钱的速度快得惊人：先是花光自由现金流，然后一年内迅速把债券市场借了个遍。现在谷歌都开始增发股票了，英伟达更是在组建一个五千亿美元级别的融资平台，对接养老金和保险资金。再之后呢？钱从哪里来？

理想情况下，AI产生的自由现金流最终能接棒形成自我循环。但如果中间有个缺口，如果收入增长跟不上资本消耗的速度，就可能出现一次大的崩盘。不过他强调，就算崩盘，AI本身不会消失，技术进步不会停止。就像互联网泡沫破裂了，互联网照样改变了世界；铁路泡沫破裂了，铁路照样推动了GDP的天量增长。

本·汤普森指出，19世纪的铁路泡沫和今天的AI基建有很多相似之处：修铁路是个需要十几年甚至几十年才能回本的生意，但资金是短期的。世界可能在铁路还没开始赚钱的时候就没钱了。1870年代确实发生过这样的事，但讽刺的是，铁路留下来了，美国西部被开发了，它们对GDP的贡献是天文数字。

直到今天铁路还在产生现金流。说到这里他提到，谷歌增发股票这件事为什么让他震惊？因为这是谷歌啊！一家从来不需要融资的公司。如果真的那么看好AI的上行空间，为什么要稀释股权呢？这里有个很有意思的类比：来自伯克希尔·哈撒韦。

巴菲特的伯克希尔有个著名的生意叫喜诗糖果，利润率极高，是完美的现金牛。但问题是再投资空间有限：你能卖出的糖果总量是有天花板的，绝对利润额做到一定程度就上不去了。后来伯克希尔收购了BNSF铁路，利润率比喜诗糖果低得多，但是绝对利润规模大到惊人。

BNSF一年产生的自由现金流比喜诗糖果整个历史上赚的钱还多。当你的资本规模大到一定程度，你关心的就不再是利润率百分比，而是绝对美元数额。谷歌现在就处在这个转折点上：搜索业务是有史以来最完美的商业模式之一，零边际成本、超高利润率，就是他们的“喜诗糖果”。

而AI是一个疯狂烧钱、利润率更低的生意，但它的潜在市场是所有白领工作加上未来的机器人，几乎是整个经济体。绝对利润的想象空间大到无法衡量。所以谷歌愿意花光所有现金流、借上千亿美元债、甚至增发股权，因为只要最终能分到一块天文数字级大蛋糕的一小部分，没人会抱怨股权被稀释了一点。

那本·汤普森对AI技术本身怎么看呢？他自称是“不情愿的加速主义者”。一方面，AI在编程和数学这类可验证领域的能力已经让他叹为观止。现在回头看一年前人们还在手敲代码，简直不可思议。但是另一方面，他对AI在“不可验证领域”的能力仍有保留。

实验室的人喜欢拿国际象棋和围棋举例子，说以前人们觉得AI做不到，后来不也做到了？但象棋和围棋都是有明确规则、有胜负边界的可验证问题。那些没有清晰对错标准、验证周期很长的领域呢？目前还缺乏令人信服的证据。当然，他也提到一个有意思的可能性：如果Neuralink这类脑机接口真的能捕获人类思考过程的痕迹，而不仅仅是打字输出的最终结果。

那模型的能力边界可能会大幅扩展。但话说回来，就算模型从今天起完全不再进步，现有的能力已经足以创造巨大的经济价值。世界上有大量工作本质上就是在可验证领域里运转的，甚至可以说很多人的工作状态本来就有点像人形AI：在明确的规则下执行可验证的任务。

全球经济中充斥着大量假装忙碌的岗位，这些都是AI可以切入的空间。人类创造新需求的能力是无限的，长期来看总会有新的工作机会涌现；但是创造繁文缛节和冗余岗位的能力同样是无限的。说到商业模式，就不得不提“聚合理论”，这是本·汤普森自己提出的理论。

核心是在数字化的丰裕世界里，分发成本趋近于零，真正的瓶颈是“发现”。比如用户如何找到自己想要的东西？谁解决了发现问题，谁就成为聚合者，享受零边际成本的规模化效应。但是在AI时代，这个逻辑遇到了挑战：因为推理成本是真实存在的。

不过推理成本也不是一个固定数字，比如用免费版ChatGPT查个菜谱的用户和用测试时扩展思考数学定理的用户，他们的单次成本根本不在一个量级上。本·汤普森提到微软最近把企业套餐改成了E7计划，每月100美元每人包含一定用量，超出部分额外收费。这件事很能说明问题：微软传统的优势是打包搞定一切，企业按人头付费不用多想。

IT部门做一次预算决策就完事了；但是按用量计费引入了两个麻烦：一是企业习惯了按年度做预算，每个月盯着用量调整支出不符合他们的决策流程；二是当你每个月都在看账单明细的时候你就会开始思考：我到底在为什么付费？每个产品的质量怎么样？要不要拆分采购？

微软这么做也是迫不得已，因为那些重度使用AI的员工成本远超每月100美元。但他们又不敢完全放弃固定费率模式，因为那是微软企业业务的根基。更让他感到挫败的是：为什么面向普通消费者的“查菜谱式”的AI至今没有跑出可持续的商业模式？答案其实硅谷每十年就要重新学一遍：第一，消费者不愿意为软件付费；第二，消费者根本不在乎生产力。

OpenAI重演了Dropbox的故事，只是规模放大了一百倍：Dropbox产品做得再好消费者的付费意愿终究有限最后不得不转向企业市场，因为企业愿意为员工生产力付费ROI算得过来。而消费者忙了一天回到家想的是躺在沙发上刷Reels而不是怎么提升效率。所以面向消费者的AI正确的商业模式只能是广告。

广告模式的美妙之处在于：付费方是广告主不是用户，不存在价格弹性的问题变现空间理论上是无限的。订阅制你涨价试试？Netflix每次涨价都要小心翼翼应对用户流失；广告模式你给用户免费提供服务，广告费水涨船高用户根本感知不到。对于OpenAI直到最近才开始快速推进广告功能，和零售商打通做转化追踪他觉得非常遗憾。

如果ChatGPT刚火的时候就全力做广告，现在谷歌和Meta的处境会危险得多。现在所有人都在说算力不够：今年AI资本支出预计八千亿美元，明年可能到1.3万亿。而且产能上线就被立刻用掉。但是本·汤普森提醒大家注意几个时间错配：现在的算力短缺是因为2023和2024年投资不足。

台积电在那几年还下调了增速，而晶圆厂的建设周期比数据中心更长：今天投的钱要到2028、2029年才能转化为可用算力。安迪·贾西和萨蒂亚·纳德拉在财报电话会上说他们只是在建数据中心外壳，有需求才买GPU。他觉得这说辞有点水分：因为固定成本投下去了你不可能让几十亿美元的建筑空在那里。

这里涉及到一个科技行业普遍理解不足的概念：大宗商品市场逻辑。科技人习惯了差异化产品靠独特性赚高利润，苹果就是最完美的范本；但是大宗商品市场的定价规则完全不同：价格由边际供应商决定。他举了航运业的例子，你买了一艘船折旧是沉没成本真正的边际成本只是燃料、船员工资和港口费非常低。

所以只要运费能覆盖边际成本你就会让船跑，哪怕账面算上折旧是亏损的。只有当运费低到连边际成本都覆盖不了才会有人退出，供给减少后价格再回升。疫情期间集装箱运费从三四千美元暴涨到一万七八就是因为供给短期跟不上，但是造船需要两年。等大家都造好船价格又会暴跌。

内存芯片市场也是同样的周期循环：三星当年能称霸内存市场靠的就是吃透了这个周期规律，在行业下行期逆势投资熬死对手等下一轮景气来临时收割市场。但现在内存市场只剩三家寡头了，大家都学聪明了不再盲目扩产结果就是现在AI需求爆发时供给严重不足。

不过内存厂商也要小心：就像伊朗封锁霍尔木兹海峡确实有效，但用一次之后阿联酋和沙特就会修管道、建新港口绕开这个咽喉。内存价格高到一定程度，苹果会游说用中国内存；算法团队会拼命优化降低内存用量。没有人会允许自己长期被卡脖子。

台积电的情况更极端，因为先进制程只有它一家。张忠谋是他心目中科技业最伟大的高管之一，晶圆代工模式本身就重塑了整个科技产业：2008年金融危机后张忠谋复出和逆势扩产的决策奠定了之后十几年台积电在先进制程的统治地位。但是台积电现在的管理层相对保守，他们最担心的是过度建设：一座晶圆厂要运转三十年如果产能过剩固定成本会压死人。

所以他们选择把风险转嫁给客户：“我保守扩产，你们抢不到产能、赚不到钱那是你们的问题不是我的问题。”风险不会消失只会转移。现在大科技公司眼睁睁看着因为算力不足而放弃的收入和利润就是台积电转移过来的风险。有意思的是，正是这种极端的短缺反而成了英特尔和三星芯片业务的救命稻草。

他从2013年就写文章呼吁英特尔做代工，但是英特尔直到2020年才意识到自己落后了。而且缺乏服务客户的文化和整套IP构建模块：过去大科技公司没有任何理由舍台积电而去扶持英特尔，因为台积电做得太好了。去英特尔等于自己花钱帮对手成长代价全是自己的。

但现在算力短缺到了令人痛苦的地步，放弃的利润足够大大公司们终于愿意承受切换的摩擦成本去把英特尔和三星扶起来。高价格本身就是高价格的解药：经济激励最终会绕开瓶颈解决台积电地缘政治风险的正确方式不是靠政府发禁令而是创造一个足够巨大的算力需求场景让企业出于经济动机自发地分散供应链。

这样地缘保险就顺带实现了。聊到具体公司，他认为当下最有意思的科技公司是亚马逊：亚马逊的核心打法是自己当第一个最佳客户。AWS是最经典的案例，很多人以为AWS是闲置产能的副产品其实不是：AWS的诞生源于亚马逊内部零售业务对弹性计算基础设施的需求。

他们先把这套东西做出来服务内部团队，发现可以标准化成API服务然后才对外开放。现在的物流体系也是同样的路径：先是自建物流替代UPS、FedEx跑通之后再开放给第三方卖家。芯片业务Graviton和Trainium也是如此：早期版本并不好用但没关系，亚马逊可以把它们藏在Redshift这类托管服务下面。

用户根本不知道底层跑的是什么处理器这样就获得了真实的大规模部署场景来迭代打磨，等芯片成熟到一定程度再正式对外销售。现在Trainium已经在跑Anthropic的工作负载了，这条路他们走通了。这种模式的护城河极深因为它建立在真实的物理资产和运营经验之上，纯软件层面的AI颠覆很难动摇。

苹果呢？看起来像是在AI竞赛中按兵不动，但他觉得这可能是运气好过本事的一个例子。苹果牢牢掌握着用户入口按照聚合者的逻辑供应商会主动找上门不需要自己冲到最前沿：用户想要的不过是个好用的聊天助手、一个终于能正常工作的Siri，这些完全可以通过整合供应商方案实现。

甚至未来跑在端侧还能省掉推理成本。更重要的是，苹果做的是实体产品：智能手机这个形态太完美了口袋大小却能承载几乎所有娱乐和生活功能。他看不到谁能取代手机的核心地位。当然隐忧也是存在的：如果未来家庭场景需要环境智能，AI无处不在随时响应这种新的交互范式会不会像当年PC之于手机一样让苹果陷入微软式的困境呢？

微软当年没错过手机只是他们把手机做成了小型PC假设PC永远是中心而苹果重新定义了手机本身。苹果现在会不会犯同样的错误默认手机永远是中心呢？另外从文化层面看，苹果是确定性产品的王者：一部iPhone发货就必须完美他们从来没有过iPhone召回。这种零缺陷、强管控的供应链文化和AI这种概率性、需要快速迭代试错的领域底层逻辑就不一样。

与其硬着头皮做不擅长的事不如继续做好自己最擅长的设备。至于前沿AI公司OpenAI和Anthropic风险最高但是潜在回报也最大：信念的力量不可低估。他们真心相信自己在创造某种近乎神圣的东西，历史上最有影响力的运动往往都带有宗教般的热忱。

谷歌只需要搜索业务不要死得太快就能持续供血；微软走的是一条完全不同的路：非常理性但是也带着一种求生的迫切感。微软没有站在模型前沿，他们在做90年代IBM做的事：郭士纳接手IBM时的洞见是IBM各个部门单独看都不算顶尖但“大”本身就是资产。

企业客户需要一个懂他们业务、能帮他们把新技术落地的合作伙伴，IBM就做这个中间层：做咨询、做中间件、做集成把企业的老式主机系统和新兴的互联网服务连接起来。这套策略给IBM续了三十年的命，微软现在的剧本一模一样：“我们不追求最顶尖的模型我们做稳定可靠的平台层帮企业把AI落地管理所有模型的更新迭代保持向后兼容。

你不用冒险去跟硅谷创业公司打交道找我们就行。”这确实是最稳妥的企业销售策略：不追求最好，追求最省心。但问题是这种肥硕而松弛的状态长期来看是科技公司的死亡之吻：一旦失去在前沿竞争的能力创新肌肉就会萎缩。而且AI其实特别擅长做那种繁琐的迁移和集成工作，微软的系统记录优势和用户界面壁垒长期来看未必安全。

而Meta是最有意思的案例：本·汤普森认为数字公司不站在前沿是相当危险的。Meta虽然广告业务现金流强劲但他们本质上是一家数字公司，AI会占用用户越来越多的时间而时间就是Meta的货币。Sora这类视频生成产品没有真正爆发是因为社交网络比想象中难做得多：YouTube从一开始就给创作者分成这对利润率是不小的拖累。

但是比Netflix那种预先付费买内容的模式还是健康：Meta的Ins上所有内容都是免费的用户上传平台一分钱不花利润率极其夸张。如果Meta自己用AI生成内容利润率反而会下降因为推理成本比免费的用户生成内容高。不过也有乐观的角度：当我们天天和AI交互的时候对真实人际连接的渴望反而会更强社交网络可能重新变得重要。

TikTok当年打Meta一个措手不及本质上是因为TikTok不是社交网络而是娱乐产品：不局限于你的社交图谱而是从全网拉最优的内容。Meta反应过来之后Instagram和Reels已经完成了转型不再是纯粹的社交网络而是全网内容的娱乐分发平台。

AI对广告业务的提升可能是当下最被低估的货币化机会：现在AI最大的赚钱应用可能不是ChatGPT也不是Claude而是谷歌和Meta广告系统的效率提升。广告市场本身就是最好的验证机器：生成的广告图片和文案好不好不需要人主观判断直接跑A/B测试看转化率。

海量、高频、流动性极好的市场会形成实时反馈闭环能以全球规模让模型快速迭代。而且广告匹配现在还比较粗糙本质是向量匹配，未来大语言模型可以真正预测用户意图主动找到用户最可能感兴趣的东西推荐给他们。匹配准确度哪怕只提升几个百分点对应的就是几十亿美元的增量收入。

他认为Meta的广告业务是有正面社会价值的，这一点Meta自己却羞于启齿让他很沮丧：互联网的美好在于再小众的产品也能找到对应的受众。Meta广告就是帮助创业者找到那些甚至不知道自己需要这个产品的人：供给和需求高效匹配，用户免费获得娱乐股东获得回报。

股东本质上就是普罗大众，通过养老金和基金持有。马克·扎克伯格二十年来几乎从来没有主动讲过广告的社会价值，雪莉·桑德伯格离开之后，这块的沟通更是出现了真空。公司好像总觉得广告是件不好意思提起的事，急于用眼镜和AI来证明自己不止是个广告公司。

苹果推出ATT政策的时候，他认为这是科技史上最严重的反竞争行为之一：苹果单方面摧毁了一整套商业模式，同时自己在做广告跟踪。蒂姆·库克在国会说企业在卖数据，但Meta根本不卖数据，数据留在自己手里才最有价值。

Meta因为没有建立起广告价值的叙事，在舆论战中完全被动。如果他们能更好地讲清楚广告的正面意义，不管是对公众、对苹果还是对华尔街，处境都会好很多。毕竟他们已经在Oculus上累计烧掉了上千亿美元，华尔街现在对他们的大额资本支出天然带有怀疑。

最后回到英伟达和算力商品化的问题，很多人觉得大宗商品生意不如差异化的高利润生意。但是改变世界的恰恰是大宗商品：带宽是大宗商品，但免费的边际带宽让互联网触达全球；搜索是免费的，所以谷歌能服务全世界。

差异化产品天然受限于付费意愿和价格弹性，市场规模总有天花板；而大宗商品因为人人可用，才能产生真正的全球影响。智能最终成为大宗商品一点都不奇怪。英伟达现在还维持着极高的利润率，2026年了还在高价卖芯片，这其实有点反常识。

但是如果仔细看他们的财务操作，利润率的维持靠的是很多隐性手段：比如给新云厂商提供25%的回购担保、股权投资，甚至到2030年的包销协议。这些安排本质上是英伟达在承担风险，让客户能拿到更低成本的资金来买更多的GPU。

风险不会凭空消失，这些担保和股权投入的预期价值不是零也不是百分之百，而是介于两者之间。从整体财务视角看就是变相降价，只是没有直接体现在毛利率数字上而已。长期来看，英伟达最大的威胁不是AMD，而是超大规模云厂商，特别是谷歌和亚马逊。

谷歌已经把20%的TPU产能卖给了Anthropic；安迪·贾西在财报会上几乎确认Trainium最终会对外销售。云厂商自研芯片对外销售有个独特优势，就是他们不是靠卖芯片差异化来赚钱的，而是把芯片当大宗商品卖。

所以不会抵消掉自己云业务的吸引力：没有人是因为想用Trainium才去AWS的，但是你在AWS上跑服务，底层可能就用了Trainium，你甚至感知不到。而且云厂商的资金成本比新云厂商低得多，这是一场资本消耗战。

CUDA的护城河已经大幅削弱，因为模型不关心跑在什么芯片上，真正重要的是模型层以上的东西。当然英伟达在主权云、政府和传统企业市场还有空间，这些客户没有超大规模厂商的技术能力去做芯片适配。

他们只会买成熟的方案，这也是为什么英伟达现在重点发力这些市场。如果说英伟达最希望看到什么场景，那大概就是电力真的成为硬约束：因为在电力极度紧张的世界里，谁的芯片每瓦性能最好谁就有优势。

目前英伟达的token效率仍然领先，但是让本·汤普森感到意外的是，美国的电力供给响应速度比预期快得多。不管是马斯克在电表后面搞的天然气发电、西得州的能源项目还是核电站重启，新的电力产能在快速上线。

电力当然会是约束，但是它成为硬约束的时间会比很多人预想的晚；而电力越宽裕，谷歌和亚马逊就有越多时间把TPU和Trainium打磨到有竞争力的能效水平。如果说这波AI投资泡沫最终能留下什么持久的遗产，本·汤普森希望是能源。

互联网泡沫破裂留下了深埋地下的光纤：谷歌早期的崛起很大程度上靠的就是泡沫后廉价收购的暗光纤，我们今天的核心网络很多还跑在当年世通公司铺的光纤上。铁路泡沫留下了横跨大陆的铁路网络，BNSF铁路公司今天赚的钱可以追溯到19世纪北太平洋铁路向散户投资者卖的债券。

GPU会过时，数据中心会老旧；但是如果这波建设最终让世界从能源稀缺进入能源充裕的状态，那这个价值怎么高估都不为过。我们的思维一直被能源稀缺所框定，很难想象能源充足的世界是什么样子，但电力是一切的基础。

如果AI投资周期的浪费最终换来了能源丰裕，那这场泡沫就物有所值。当AI热潮的钱烧完之后，技术不会消失；基础设施会留下，世界会变得不一样。问题只是我们能不能顺利走过资金的断层线，让铁路修到终点？

感谢收看，我们下期再见。