《VC Weekly》栏目，以“周”为单位复盘硅谷的风险投资人、创业者们最近都在聊什么。本文字数5024手搓量丨88%AI含量丨8%说起来有点无聊，本周VCWeekly的关键词大概还是“人工智能”。但这周的AI，确实有点从发布会和产品demo里走出来了。先是长鑫科技。这周长鑫科技开启申购，发行价8.66元，科……

本文来自微信公众号： 投中网 ，作者：蒲凡，原文标题：《Benchmark怎么算AI账、稀缺性是一个“经典谎言”丨VC Weekly》

《VC Weekly》栏目，以“周”为单位复盘硅谷的风险投资人、创业者们最近都在聊什么。

本文字数5024

手搓量丨88%AI含量丨8%

说起来有点无聊，本周VCWeekly的关键词大概还是“人工智能”。但这周的AI，确实有点从发布会和产品demo里走出来了。

先是长鑫科技。这周长鑫科技开启申购，发行价8.66元，科创板又来了一个巨无霸。对散户来说，问题很简单：能不能中签，开盘有没有肉，主力资金会不会全部离场投入到打新当中，抽干其他板块的流动性。对产业投资人来说，它更像一个久等的参照物：国产存储讲了这么多年“卡脖子”“国产替代”“长期价值”，公开市场到底愿意给它多少钱，很快就要有答案了。

这里还有个小插曲。长鑫还没正式上市，海外知名区块链交易所Hyperliquid上已经出现了一个CXMT盘前永续合约。链上价格一度按7美元多来交易，倒推隐含市值约3.5万亿元——这个价格当然不能当真，但也挺能说明这周的情绪：只要和中国AI供应链沾边，钱总能找到一个地方先赌起来。

DeepSeek也变得很不一样。多家媒体爆料，DeepSeek已经开始筹备内地上市，最快可能今年提交申请，并将在IPO之前再次融资100亿元；DeepSeek的最新估值也被披露了出来，据开润股份公布的信息计算，DeepSeek的估值大致为3508.77亿元。

这件事比“又一家AI公司要上市”更值得琢磨。DeepSeek之前带来的想象，主要来自“不确定”：它到底能把模型成本压到多低，会不会继续倒逼闭源大厂降价，中国大模型有没有可能走出一条不同于OpenAI的路。现在估值一出来，想象开始有了锚。3508.77亿元这个数字会让人兴奋，也会立刻带来一整套更世俗的比较：它该对标谁，收入能做到多大，推理成本能不能压住，A股愿意给多高倍数。接下来市场盯着DeepSeek，看的恐怕不止模型榜单和API价格，还会看中国大模型公司能不能在公开市场上跑出一个自己的定价样本。

另外，可能是有史以来最热闹的WAIC在这周开幕。我相信即使这几天你不在上海，体感也会很直接。因为场馆外各种闭门会、路演、饭局和after party，规模大概率比场馆内的“真·WAIC”大得多。仿佛判断你在AI时代有没有上桌，依据就是能不能在WAIC期间摆两桌。所以你还还有人玩梗WAIC=Watching AI In Crowds，在人堆儿里看AI。

所以这周看下来，很多问题像是被提前摆上桌了。一级市场投了这么多年AI，总得有人先给LP交作业；二级市场也需要几个样本，看看大模型公司到底该按什么逻辑给价格。以前这些问题还可以先藏在“技术还在快速变化”后面，现在长鑫开始申购，DeepSeek也被传上市，大家就没法假装不用算账了。而这也是本周几期播客放在一起看很有意思的地方。

All-In在聊Anthropic、OpenAI、SpaceX这些超级公司能不能撑起下一轮万亿级IPO；20VC找来WixCEO，反驳“AI会杀死SaaS”；BG2继续追问Nvidia、数据中心、主权AI和AI资本开支，到底能撑多久。大家嘴上还在聊AI，手里已经开始翻账本了。

本周重点推荐：AI巨头，剥削了所有创业公司

如果把长鑫科技、DeepSeek这几条国内线索放在前面看，那All-In这一期《OpenAI与Anthropic的IPO对决、3万亿的Anthropic、扎克伯格的价格战争、中国终结开源之战》正好是海外版的同一个问题：AI公司到底什么时候开始接受公开市场定价？

这一期的嘉宾阵容也很很适合聊“AI巨头上市”这个题。查马斯·帕里哈皮蒂亚（Chamath Palihapitiya）是Social Capital创始人，前Facebook高管，过去几年一直活跃在科技股、SPAC和成长股定价里；贾森·卡拉卡尼斯（Jason Calacanis）是硅谷老牌天使投资人，早期投过Uber，经常从创业公司融资和退出的角度看问题；大卫·萨克斯（David Sacks）上周介绍过了，是PayPal的初代COO。Altimeter Capital创始人布拉德·格斯特纳（BradGerstner），他是过去几年公开市场里最积极讨论AI基础设施和科技股定价的投资人之一。

不过这一期最开始，大家没有直接去聊OpenAI和Anthropic谁更强、各自的IPO前景如何，而是查马斯先讲自己公司里的一个小例子。

他说自己曾经问CTO现在token花费情况，CTO回答说“我们的token成本现在每45天翻一倍”。查马斯接着问“那下游生产力提升是多少”，CTO给出的答案是“最多5%”。

查马斯说，他听到之后的反应很简单：成本每45天翻一倍，收益基本没动。CTO解释说，模型要继续进步，需要消耗更多token，但很多场景的提升已经开始接近瓶颈。所以他们准备停下来重新想一想，哪些地方真的该继续烧token。

分享这段之后，他把问题放回企业AI收入上“AI目前面临的最现实问题在于，花钱的人迟早要看到ROI”、他让模型帮自己算过一个问题：从2024年以来，AI到底给标普500公司的每股收益增长贡献了多少？模型一开始给了一个很高的答案，但里面把英伟达卖芯片赚的钱也算进去了——排除英伟达这些卖芯片的干扰，只看标普剩余的493家公司，公开数据里能看到的AI赋能带来的真实收益提升，大概只有0%到2%。

所以他很悲观地得出结论：“现在大家还处在被收入增长规模震住的阶段。但总有一天，你不问‘谁在付这笔钱，他们能不能一直付下去’，你就是傻子……如果一家公司一年花100万美元买token，而且这笔钱还在翻倍、翻三倍、翻四倍，那它迟早要证明，这笔钱带来的回报高于无风险收益率。否则，投资人会很生气。”

可大卫·萨克斯认为这种困境在当下无解，因为企业一方面希望模型得到更好的训练，但也会担心核心业务know-how交给前沿模型公司上：

“这是AI主权的问题……企业会担心，把自己业务里的secret sauce交给一个前沿模型实验室，而这个实验室未来可能变成自己的竞争对手……所以企业本能地想要分散，想尽可能摆脱单一的某个模型。但问题是，我认为大多数情况下，它们没有这个技术能力……Coinbase做到了，DoorDash做到了。它们搭了一个token路由系统，一层中间件，把前沿任务送到前沿模型，把普通任务送到普通模型。但普通企业没有这种技术能力。”

这段讨论非常神奇地呼应了微软CEO纳德拉前不久的一篇技术博客，他认为认为当前一家企业如果要全面拥抱人工智能，实际上要付出“双重代价”，并由此预言，企业必然会争取一项权利——使用模型生成的输出来微调或训练自己的模型。具体“双重代价”是什么，后面我会专门写一篇文章来解读。

All-In聊的是资本市场应该如何定价新兴巨头。顺着这条线往下，20VC这期Wix创始人兼CEO阿维沙伊·亚伯拉罕（Avishai Abrahami）讲的是另一面：既然AI巨头们完成定价了，那么资本市场是不是也应该重新定价那些老旧的软件公司。

20VC这期找阿维沙伊很合适。Wix是上一代中小企业工具软件的代表，主营网站搭建、在线经营和商业工具；同时它又刚刚收购了AI应用生成公司Base44，自己也在把AI放进产品里。两两相加，从外部视角来看Wix站在一个很尴尬的位置上：市场担心它被vibecoding和AI建站工具绕过去，逼迫他们必须要证明，AI可以变成Wix的新产品入口。

所以哈里·斯特宾斯一上来就问华尔街是不是看错了AI对Wix的影响。阿维沙伊没有否认AI冲击，他先说：“我觉得很多问题来自于市场不知道怎么计算AI对SaaS公司的威胁。”

他拿Salesforce举例。很多人讨论AI替代SaaS时，想的是功能：页面能不能生成、代码能不能写、流程能不能自动化。但阿维沙伊说，大客户买软件时还在买信任、安全、合规和很多年积累下来的业务流程，“JP摩根会把客户数据放到哪个平台上？除了自己的封闭安全环境之外，答案几乎是没有。它们信任Salesforce，这件事非常大，不是小事。”

Harry后来追问vibe coding。阿维沙伊讲了Wix内部的一个实验：他们让团队用Base44复刻一个业务系统，先试了一周，没有做出来；后来换成更强的团队，也就是当年写Wix核心产品的人，两周后还是没有完成。阿维沙伊由此得出结论：“你不可能靠vibe coding做出Shopify，不管你有多厉害。”

在我看来，这期好听的地方在于，Avishai没有替老SaaS公司卖惨，也没有把AI讲成一个万能解。他承认AI会改变软件，但反对那种过于轻松的判断：只要能生成页面、生成代码，复杂软件就会一夜之间失去价值。真实的软件里有支付、权限、客服、稳定性、历史数据、客户信任和大量边角需求。Wix的问题也不只是“会不会被AI替代”，更像是它能不能把AI吞进自己的产品里，继续守住客户关系和工作流。

本周重点推荐的第三期，来自Invest Like The Best。这一期的标题是《How the World’s Top Fundraiser Raised Billions For General Catalyst and Startups》。表面上和AI没关系，主要讲基金如何募资，但其实放在这周反而很顺。前面All-In在聊AI巨头怎么面对公开市场，20VC在聊老软件公司怎么被AI重新定价，John Kim这期讲的是更老的一件事：那些见惯了各种周期的老钱们，如何被当下的AI叙事说服。

这期的嘉宾约翰·金（John Kim）曾经担任知名风投基金General Catalyst的首席发展官（chief development officer），帮基金募过几十亿美元，也写过一本叫做《The Tao of Fundraising（募资之道）》的书。节目页介绍说，这期聊的是募资三法则、为什么“喜欢风险的投资人”是迷思，以及共识如何推动大资金池。

主持人帕特里克·奥肖内西(Patrick O’Shaughnessy)首先就进行了非常直接的提问：怎么让一个原本可以不投你的人，把一大笔钱挪到你这里。

约翰·金直接爆金句，“钱会按照信任的速度来流动”。他反复区分“相信”和“信任”，指出一个LP可以相信你的市场、相信你的模型、相信你的回报测算，但仍然大概率会选择不投。因为“你可以让对方相信这架飞机不会坠毁，但他还是害怕。钱不会动。”基于这个前提，他认为一次成功的说服背后通常有一套通用的共识，“说服等于欲望减去恐惧。”

最切题本周氛围的，是约翰·金的这段话：“真正的差异化需要真正的牺牲”。他认为，真正的差异化不是一句定位，而是你为这个判断付出过什么。他用大火的国防AI（比如Anduril）举例，以前很多VC说自己绝不投武器，后来防务科技热起来，又想回来投。在他看来，这些人“已经失去了成为这个方向的领头者的可能，因为他们失去了一致性”，并且“很少有人真的能做到所谓的稀缺。大多数人只是在用稀缺这个话术骗人。投资人百分之百知道你在撒谎，你会立刻失去可信度。”

本周其他推荐：去核电站，看看卡“全人类”脖子的一环

Big Technology本周更新了一期很有意思的话题：如果OpenAI、Anthropic、Meta、Google、Apple都在做越来越像的AI产品，最后谁还能保住利润？

主持人开场就问：“OpenAI期待已久的超级应用终于来了。而且看起来，所有AI应用最后都会长得差不多。这意味着什么？”

嘉宾拉简·罗伊（Ranjan Roy）把问题落到成本上。他说，现在很多AI产品的差别，不只在模型本身，还在外面那套任务编排、工具调用、记忆和权限系统，但这些东西未必能长期形成壁垒。

主持人顺着问：“如果最后你有你的通用智能，它在Codex里，在新的ChatGPT里，在Anthropic的应用里，Meta也做出来了，Apple也把它放进iPhone。那时候价值在哪里？”Ranjan的回答很直接：“我们已经开始看到一个信号：溢价会落到降低成本上。”

他们后面聊到Meta的价格战。Meta的逻辑很简单：AI越便宜，越有利于它把AI塞进自己的社交和消费产品里。OpenAI和Anthropic希望模型层保持高价值，Meta则有动力把模型层打便宜。

这期和20VC那期Wix能连上看。Wix担心AI从应用层绕过老软件；BigTechnology这里讨论的是，AI公司自己也可能在模型层被往下压价。入口当然重要，但如果所有人都在做入口，价格和分发很快就会变得同样重要。

另一期来自No Priors。在最近更新的一期栏目里，两位主理人跑到了核电站。

No Priors是莎拉·郭（Sarah Guo）和埃拉德·吉尔（Elad Gil）主持的AI播客，长期找AI研究者、创业者和投资人聊大模型、基础设施、机器人和应用。埃拉德·吉尔就不需要过多介绍了，Solo VC的天花板，一个人募资100亿元的天降猛男。莎拉·郭是AI投资机构Conviction创始人，之前在Greylock做了近10年，投过软件、基础设施、加密货币和AI大模型，其中就包括Thinking Machines Lab、HeyGen、Mistral AI这些当红独角兽。

这也是为什么这期值得听，这是一群最前沿的AI投资人跑到核设施现场，问一个更底层的问题：如果AI算力继续扩张，电从哪里来？

这期嘉宾是Valar Atomics创始人兼CEO以赛亚·泰勒（Isaiah Taylor）。Apple节目页介绍里说，SarahGuo去了Valar现场，聊他们如何通过硬件迭代把核能从理论推进到实践，以及AI数据中心为什么会推高能源需求。

节目开场就很有时代感，以赛亚非常自豪地介绍这个巨大的车间：“欢迎来到Ward250，第一个由创业公司发出电力的先进反应堆。今天我们做了一件很酷的事：第一个由核反应堆供电的AI芯片。”

他们把一块NVIDIABlackwell芯片接到核反应堆上，还用它托管了一个网站。以赛亚介绍说：“只要我们关掉反应堆，网站就会下线……能源是商品，需求由价格决定。只要你能把能源做得更便宜，就会有需求。”

本周特别推荐：Benchmark怎么算AI账

本周特别推荐来自BG2。

BG2的主理人是布拉德·格斯特纳和比尔·格雷（Bill Gurley）的节目。这两位都不需要过多介绍，布拉德·格斯特纳是上面做客ALL-IN，激烈讨论开源到底会不会终结大模型战争的那位。比尔·格雷是Benchmark长期合伙人，投过Uber、Grubhub、Zillow，也是硅谷最有名的风险投资人之一。这期他们又拉来几位长期看科技股和AI基础设施的投资人一起聊SpaceX、xAI、Nvidia和AI资本开支。

这期不是本周节目，发布时间是6月11日，所以不放在本周特别推荐里。它适合补，是因为这周All-In和20VC都在聊AI资产怎么被市场定价，BG2刚好把底层账本摊开：算力、数据中心、电、资本成本、建设速度，到底能不能撑住这些估值。

节目里布拉德先表明自己的底层判断：“如果你已经相信AI，你会觉得世界需要建设的算力会比大家想象得多得多，这些模型也会比大家想象得值钱得多。”

嘉宾之一嘉文·贝克（Gavin Baker，Atreides Management创始人兼首席信息官）后面把账拆得更细。他提到xAI和数据中心，也提到有人测算ColossusOne可能有很高的IRR：“如果你能用6%、7%、8%的成本借钱，然后投到一个55%IRR的东西里，我不是最高级的数学家，但这个账算得过来”，但这一切有一个大前提，“速度就是成本。每天你都在付电工和管道工的钱，那就是成本。”

另外如果你有时间，还可以看看此前Big Technology采访布洛克曼（Greg Brockman）那期。

不多介绍布洛克曼是谁了，这一期他讲的是OpenAI内部到底想把ChatGPT推到哪里。外界看OpenAI，看到的是聊天、搜索、语音、代码、图片、智能体一个个功能往上加；布洛克曼讲的是这些功能最后要合成一个什么样的入口。

主持人问他，OpenAI现在把Codex、浏览器、ChatGPT这些产品往一起合，是不是可以理解成一种超级应用。布洛克曼认为这也是OpenAI通往AGI的一种方式。他说，早期ChatGPT只是语言模型：没有记忆、没有工具、没有上下文。下一步要变成一种“持续替你看着目标”的AI：“它会一直想，今天我能为Alex做什么。它能解决很难的问题，也能处理很琐碎的问题。”

他还举了OpenAI内部使用Codex的例子：有人把它接到Slack、Gmail和日历里，让它去问活动参与者饮食偏好，安排座位图，处理活动筹备里的杂事。Brockman说，Codex虽然名字里有code，但本质上已经在变成一种通用工具。

后面聊算力时，Alex回忆自己以前问过他：OpenAI应该买多少算力？Brockman曾经给出过一个非常夸张的答案：“全部买下来”——而这一次，布洛克曼的答案仍然是这个，因为他笃信未来会进入一个算力远远不够满足需求的世界。今天ChatGPT可能已经有巨大用户规模，但真正的agent能力还没有到planet scale；一旦智能体使用深度上来，算力永远会成为稀缺资源。

投中网原创