泡沫的形态、私人资本与数据中心风险
你我都经历过几次泡沫，见过这种电影。但这一轮看起来与过去不同。市场里已经出现很强的泡沫行为，你担心吗？
它不是传统的互联网泡沫。那时候，大量没有收入、没有流量、什么都没有的公司上市，估值却疯涨，股票一天能涨 50% 甚至 100%。你坐进出租车，司机都在讨论这些股票。今天完全不是这种情况。
这不是会先冲击普通人的泡沫，它更可能先摧毁一批风投、基金和私募股权机构。因为它们正在全押。过去，基金经理只要跑赢标普 500 就很出色；现在，大家看见隔壁基金投了 Anthropic、OpenAI 或 SpaceX，就觉得自己也必须投，而且必须比别人投得更集中。
AppLovin 从一个 8 美元域名、没有 VC 支持的创业项目，成长为大型广告平台。它把广告投放到移动游戏中，触达超过十亿日活用户，并根据广告主设定的利润目标自动寻找买家和优化投放。节目举例称，一家厨具品牌的收入从 400 万美元增长到 1600 万美元并实现盈利，预计当年可达到 8000 万美元。赞助链接为 applovin.com/allin。
私人市场里的竞争确实越来越极端。很多基金在错误的时间部署资本，最后直接退出市场。你我以前做天使投资时，常见的种子轮估值是 500 万到 1000 万美元；现在产品还没上线，创业者就会要求 4000 万、5000 万甚至 6000 万美元估值。
问题始终是你以什么价格进去。大家都在按照一切完美来定价。
不只是创业公司。Google、Meta 等市场领导者也在借入数十亿甚至更多资金。企业一边把现金流全部投入资本开支，一边继续发债；私人信贷市场本身也已经有压力。
对，这正是风险所在。所有人都假设 AI 使用量会无限增长，算力永远不够，数据中心永远满载。但如果 AI 的性价比曲线快速改善，电力需求显著下降，今天的一些数据中心以后可能只能改成匹克球场。
这听起来很像当年的光纤建设。
完全一样。互联网泡沫时期，所有人都说必须铺更多光纤。带宽从 1GB 进步到 10GB、100GB，供给突然远超需求，于是出现大量“暗光纤”，最后只能按一美元几分钱的价格卖掉。后来当然有人利用这些廉价资产建立新公司，但原来的投资人被清洗了。
技术突破会把原来的约束直接拿掉。今天有人因为电力、土地和社区问题反对建设数据中心，某种意义上，他们甚至可能无意中阻止我们过度建设。因为一旦签下十年、二十年的巨额资本承诺，没人能准确预测那么远。
但视频、机器人和世界模型可能需要远高于文字模型的算力，所以最终需求也可能比现在想象得更大。
没错。我不会假装自己知道最终需求是多少。真正的问题是资本已经按“最乐观情形一定发生”来定价。OpenAI 之类的公司需要的不只是做到一千亿美元收入，而是产生足够多的利润和现金回报。收入不是利润；投入一千亿美元后，你需要与风险相匹配的盈利。
IPO、并购、监管与个人风险管理
如果泡沫主要由私人资本推动，是不是应该有更多中等规模公司更早上市？
是。公司不必等到成为 SpaceX、OpenAI 或 Anthropic 才上市。做到 5000 万、1 亿美元规模，就可以考虑 IPO。我一直对我的投资组合公司说：“都他妈给我上市，上市去。”很多人把 IPO 当成终点，其实它应该是一种融资、扩张和并购工具。
公开交易的股票本身就是货币。如果一家 AI 公司需要某个行业的数据、客户关系或专业知识，它可以用股票收购相关公司。如果没有公开股票，每一次收购都要重新融资，而私人资本既昂贵又可能在市场转差时突然消失。
过去几年并购几乎被冻结。Lina Khan 任内，监管者试图像《少数派报告》里的“先知”一样，预判哪个公司未来可能成为垄断者，然后提前阻止交易。很多企业发展部门被要求停手。
监管不能忽略全球竞争。现在还有中国竞争和地缘政治问题。AI 的颠覆者未必是巨型公司；如果美国的大公司不能收购那些可能颠覆自己的小公司，最后可能连全球竞争都跟不上。
对创业者和员工来说，私人市场估值如此高，应该怎样处理个人风险？
我会告诉他们做对冲。不要把所有财富都押在同一家公司上。先问自己：“我到底需要多有钱？”
Yahoo 收购 Broadcast.com 后，我拿到大量 Yahoo 股票。我做了领口策略，把一部分上涨空间让出去，换来下跌保护。产品当时甚至还没有真正上线，我还请 Goldman Sachs 帮我做空一篮子我认为很烂的互联网股票。那笔空头交易本身让我亏了几千万美元，但它保护了我的整体财富。
那可能是历史上最伟大的风险管理交易之一。
我只是知道，已经拥有足够多的时候，首要任务不再是赚到最后一美元，而是确保自己不会被一次崩盘全部带走。对员工也一样：如果你的工资、期权和职业声誉都绑在一家公司上，你至少要理解自己承担了多少集中风险。
这轮泡沫真正会“被清洗”的，可能不是日常使用 ChatGPT 的普通人，而是以错误价格进入、又没有流动性和对冲手段的私人资本。
对。技术可能继续成功，但在错误价格买入的人仍然会失败。互联网本身改变了世界，可互联网泡沫里的许多投资人照样破产。技术正确，不等于每一笔投资都正确。
企业 AI 为什么比个人使用困难
很多人曾预测，两年内 50% 的白领工作会消失，但企业仍然在招聘，尤其在招聘懂 AI 的人。为什么落地这么慢？
AI 是我见过最有影响力的技术，但它比所有人预想的都更难落地。
个人使用当然容易。你打开模型，写提示词，让它总结、写邮件、研究资料，马上能感受到效率。但企业不是一台干净的电脑。企业有旧系统、权限、内部数据库、各种软件、合规要求和几十年形成的流程。把这些东西接起来，非常困难。
很多 CEO 听到“AI 会接管世界”“AGI 马上到来”，就以为买一个模型、部署几个 Agent，一切会自动运转。
可现实是，Microsoft 在招聘几千人，Anthropic、OpenAI、Palantir 都在派大量前线部署工程师进入客户现场。如果它真的已经聪明到能接管世界，为什么还需要成千上万名前线部署工程师？
真正的问题不是让模型回答一道题，而是让它持续执行工作、访问正确的数据、遵守权限、处理异常，并在失败后恢复。
对。举个最普通的例子：我可以让 ChatGPT 搜索 Jason Calacanis 投资过的公司，建立一个每周更新的报告，然后每周发邮件给我。听起来非常简单。但真正去做，通常会得到一堆 JSON、代码或无法运行的东西。你必须会编程，懂系统怎么连接，还要不断测试和迭代。
也就是说，企业需要的不是一次漂亮的演示，而是可重复、可审计、可维护的系统。
正是如此。所以我不相信它马上会消灭 50% 的工作。很多普通人每天需要完成的基本任务，它现在都还不能稳定完成。但这并不意味着机会小，恰恰意味着机会巨大。
AI 创业、Agent 维护与新型服务机会
Lovable 的增长就是例子。据说平台每周产生大约 77 万个应用，而且大部分用户不在美国，也不是专业工程师。
这是历史上最适合创业的时代之一。Lovable 只有大约 30% 的使用来自美国，工程师可能只占 20%。世界各地的人都能把一个想法快速做成东西。
我自己试过一个例子。我设想做一个能全天录音的按钮，按下去就记录整天的对话。我让模型帮我查专利、写商业计划、设计授权模式、列物料清单和供应商。十二分钟左右，我就拿到了一套可以继续推进的材料。
过去你要先做原型，可能花六个月；真正上市，可能还要一年。现在商业计划即使不完全正确也没关系——所有商业计划本来都会错。它至少给你一个方向和模板，让你可以快速修改。
为什么市场上仍不断出现“白领马上全部被替代”的说法？
因为谈论未来比处理现实容易。很多人看到模型能写一段代码、通过某个考试，就直接外推到所有工作。但真实工作有上下文、有权限、有例外、有同事、有客户，还有大量没有文档记录的隐性知识。
模型甚至不会自然地告诉你：“这一步失败了，但 97.6% 做过类似任务的人采用了另一种方法，你要不要试试？”它常常只是失败，然后让你重新来一遍。它不会像一个真正有经验的同事那样，从失败中主动归纳工作方法。
在代码、法律、税务这些数据边界相对清晰的领域，模型能显示很强的能力。可一旦进入普通公司的通用任务，它就没有那么神奇。你需要编程和系统思维：任务怎么拆、数据在哪里、什么条件触发、失败后怎么办、结果如何验证。
这很像早期的 Excel 和 PowerPoint。软件人人都有，但真正会使用的人很少。
完全正确。当年每家公司都需要一个 Excel 高手、一个 PowerPoint 高手。现在每家公司都会需要能把 AI 接进业务的人。这可能是巨大的咨询和服务机会。
Agent 也不是装好就结束。底层模型一更新，提示词、工具调用或行为可能漂移，原来能跑的流程突然就坏了。你反而需要更多人去监控、修复和管理它们。
所以短期内更可能发生的是岗位重组，而不是所有人被一次性替代。
对。这不是 AI 把人替掉，而是会使用 AI 的人把不会使用 AI 的人甩开。最有价值的人会理解业务，又懂得如何把模型、数据和流程连起来。
赞助信息：Northwest Registered Agent
创办企业往往要同时购买地址、域名、网站、电话号码和隐私保护等多种服务。Northwest Registered Agent 提供一套完整的商业身份工具，包括商业地址、域名、网站、电话号码等，并从一开始就内置隐私保护。节目邀请听众访问 northwestregisteredagent.com/allinfree，使用免费的创业资源。
AI-first 工作方式、世界模型与机器人
我正在努力把公司变成 AI-first。已经熟练使用 AI 的员工和完全不用的人之间，差距大得像一个人在用电脑和 Office，另一个人还在用黄色便笺本。
这个差距会越来越大。问题是工具变化太快。你今天用 OpenClaw，明天换 Hermes，然后又试 Claude Co-work、Perplexity Computer。每一种工具都有能力上限，也都有新的故障方式。
我告诉团队，每个月花几千美元试工具也没关系，只看能不能带来明显提升。OpenClaw 的 Agent 经常坏掉、产生幻觉；Claude Co-work 有限制；但 Lovable 让我们用很少的人做出了内部网站和应用。
这就是最现实的变化。今天两三个人可以做出五年前需要每年花两三百万美元外包的软件。过去公司会购买一个 SaaS 产品，然后努力把自己的流程塞进去，定制到最后还是放弃。现在可以直接围绕自己的工作方式来做软件。
当然，管理仍然很难。Lovable 曾多次被预测会死掉，但它一次次活下来，现在据说已经做到大约 6 亿美元收入。能力会继续下沉，更多非工程师会参与构建。
你还投资了 Synthesia，以及 Yann LeCun 参与的世界模型公司 AMI。
我投了 Synthesia，也投了 AMI。今天的大语言模型主要建立在文字和图片上，但十年以后，只有这些数据肯定不够。它们必须理解真实世界的物理过程和因果关系。
想象一个两岁孩子坐在高脚椅上，把吸管杯推到地上。他知道妈妈会跑过来捡，还会因为这件事发笑。模型即使看了视频，也未必真正理解接下来会发生什么、孩子为什么这样做、人与物体之间是什么关系。
再举一个更直接的例子：如果你蒙着眼睛过马路，你会选择一只训练有素的导盲犬，还是让手机里的 AI 指挥你？现在我会选导盲犬。AI 还没有准备好承担这种真实世界责任。
这说明预测下一个 token 与理解世界不是同一件事。
世界模型需要具身数据：人戴着手套操作物体，机器人与环境互动，摄像头记录动作、触觉、状态和结果。只看 YouTube 视频不够，因为视频通常没有完整的动作状态、反馈和物理信息。
具身数据、卫星数据与算力需求
我还投了一个叫 Matter 的项目。他们通过卫星和光谱数据采集现实世界的信息，希望为世界模型建立新的数据层。未来有价值的数据不只是网页上的文字，还包括材料、位置、动作、环境变化和物理结果。
这会怎样影响算力需求？
视频、世界模型和机器人使用的 token 数量可能比纯文字高几个数量级。所以，如果我关于“数据中心可能建得太多”的判断最终错了，视频和真实世界数据很可能就是原因。
不过机器人距离真正普及仍然很远。演示很容易，持续、可靠、安全地在复杂环境中工作才是难点。你不能只看一个剪辑精美的视频，就以为机器人已经能进入所有家庭和工厂。
这与企业 AI 的问题很相似：展示一个成功案例容易，长期稳定运行才是真正的工程。
对。无论是 Agent、机器人还是世界模型，最后都必须面对真实世界的异常、维护、责任和成本。
AI、药物相互作用与长期健康数据
你看上去状态很好。
我最近吃得更健康。我也投资了 OpenEvidence，这是一款面向医学信息的 AI 工具。
我自己有一个实际例子。因为铁水平低，我需要吃一种补充剂，同时还要服用一种药。我把两样东西放在同一时间吃，一直不明白为什么身体不舒服。后来我把正在吃的所有药、补充剂和食物都输入 OpenEvidence，它告诉我不能这样一起吃，应该把时间错开。
它甚至给出了非常具体的安排：比如凌晨三点起床上厕所的时候先吃其中一种。年纪大了真糟糕，但这个建议确实帮助我发现了相互作用。
AI 不会替代医生，但使用这些工具的医生会变得更聪明。
如果把 Apple Watch 或 Whoop 的数据、定期血检和 AI 放在一起，人们可以更主动地管理自己的健康。
对。你可能先得到一些早期改善，然后再去和医生讨论时，手里已经有连续的数据。我现在每三到六个月做一次血检，已经积累了十年的趋势。八到十年前，我就在和医生争论：我们需要这样的基准数据。
Apple 和 Whoop 都在做研究，Whoop 还加入了血液指标。把睡眠、步数、心率、呼吸、心电图、血检和饮食放在一起，你只会越来越了解自己。
医生不可能记住每天出现的所有医学知识。
所以更好的组合是：医生使用 AI 工具，再加上人的同理心、沟通能力和现场观察。我说“95% 的医疗是在猜”，是因为信息量太大，医生不可能把每一项新研究都记在脑子里。AI 可以帮助检索和匹配，但不能代替真实世界观察。
一个人如果正在流血，医生一眼能看出像是枪伤；只拿到文字输入的 AI 未必知道现场发生了什么。工具应该增强医生，而不是假装现实世界只是一段文本。
政治传播、算法与追求真相的大模型
AI 会带来巨大变化，而美国又在讨论贫富差距、Invest America、社会主义与资本主义。现在的政治对立可能是我们一生中最激烈的时期之一。你怎么看？
首先，很多民主社会主义者的政策是在地方层面发生的。一个市长控制的是地方预算，最终必须把预算做平衡。New York、Michigan 或其他地方可以试，但我不认为它会立刻改变整个国家。
更值得注意的是，这些新政治人物往往非常擅长社交媒体。算法正在影响美国人怎样投票。谁能控制注意力、理解算法，很多时候谁就更能控制选举。
Trump 很懂得怎样使用注意力机制。像 Mamdani 这样的年轻政治人物，整个成年生活都处在 Trump 与社交媒体时代，他研究过这种传播方式。不断“淹没信息区”、抛出一句所有人都会讨论的话，本质上都是争夺注意力。
你搜索什么，算法就会继续给你更多什么。如果某个人成功让你搜索他的观点、点击相关内容，平台就会一天二十四小时继续把同一方向的东西推给你。支持者看到的全是正面内容，反对者看到的全是负面内容，双方都被锁在自己的信息流里。
你认为大语言模型能改变这种局面？
我认为，大语言模型可能是减少政治信息不对称最重要的工具之一。它们必须尽可能诚实、尽可能忠于事实。
它们必须追求真相，否则人们就会失去信任。Claude、OpenAI 或任何模型最不希望听到的评价，就是“它在这个问题上一直撒谎”。
大模型的货币是正确答案和正确知识，社交媒体的货币是让你继续参与。
这是两个完全不同的使命。社交媒体不会消失，但当人们对政治信息越来越不确定时，会更多地去问模型：“我应该投给谁？”
美国政治、领导力、移民与地方治理
好的模型不应该直接下命令，而应该继续问：你最关心什么？你对这些问题怎么看？然后根据你的价值排序，给出理由和信息。
比如移民政策，模型可以把边境管理与加拿大、新西兰式积分制度放在一起比较，而不是只重复某一方口号。
对。无论是 JD、AOC 还是 Stephen Miller 发出一个说法，我都会让 Grok 或其他模型核查。我会明确要求：“尽可能客观、尽可能基于事实。检查你的工作，展示你的来源。”然后把核查结果回复给他们。
我非常支持合法移民和吸引优秀人才。我们需要他们。经营球队也是一样：如果你得到 Dirk Nowitzki，别的球队就没有他；如果你得到 Jalen Brunson，人才就从一个地方转移到另一个地方。国家之间同样在争夺人才。
我在欧洲参加活动时，看到很多聪明人和创业者。如果越来越多美国创业者离开美国去别的地方，那会很可怕。我希望追求真相的大模型至少能帮助人们摆脱纯粹由参与度算法制造的叙事。
你现在对美国、对人类乐观吗？
每个国家都有问题，美国的问题现在显得有点疯狂。不过好消息是，总统有任期限制。等中期选举和下一次总统选举过去，我认为事情会慢慢回到更正常的状态。
民主党经常把每一件事外推成“世界末日”或“民主的终结”，却不知道如何真正执行；共和党则会做出一些疯狂的事，对普通人缺乏连接和同理心。两边都有问题。
我们需要的领导人，是已经不再为了赚钱或谋生而行动、愿意出于国家责任和公民荣誉来做事的人。
那你会参选吗？
如果他真的决定竞选第三个任期，那我就参选。
这可是突发新闻。我愿意当你的新闻秘书，我们一定会很开心。
我们会玩得很开心。
你搬到 Texas 以后，对地方治理有什么新的感受？
我在 New York、California 和 Texas 都生活过。Texas 在一些项目上人均支出低得多，生活质量却可能更好；但 New York 对联邦财政的贡献又更大，所以不能只看一个数字，所有制度都有取舍。
财富税、人口流动与 Texas 创业环境
财富税这套东西简直蠢疯了。Elizabeth Warren 最初提出财富税时，说背后有模型。我联系了 UC Berkeley 的经济学家，问他能否分享模型。我问：模型是不是覆盖了超过一年？他说没有，只做了一年。我又问：有没有分析人们面对税制变化会怎样改变行为？答案也是否定的。
人是会移动的。你提高财富税，企业家、资本和人才会改变所在地。Mamdani、Elizabeth Warren 或 California 的一些提案，很多时候更像表演，而不是现实政策。
你认为不同州的制度差异，真的会改变企业和个人行为？
当然。在 California，很多东西根本建不起来。我来到 Texas 买了一个牧场，问能不能在那里建太阳能设施，对方说：“这是你的牧场，你当然可以。”当然，Austin 市区也有自己的限制，但在城市外面，建设速度快得多。
过去几年，Austin 周边住房供给增加，房价和租金连续下降。对创始人来说，这会释放巨大压力：员工可以买房，公司的工资成本也更可控。
为什么人们仍然去 Silicon Valley？
对第一次创业的人来说，Silicon Valley 仍然是最适合沉浸学习的地方之一。你可以近距离接触人才、资本和创业文化。但第二次创业的人已经明白，可以去 Texas、Nevada 或 Florida 建公司，人才也会跟过来。
在 Texas，人们更常问“你准备做什么、准备建什么”，而不是只问“你是 A 轮、B 轮还是 C 轮”。Silicon Valley 的融资身份有时会把人的思维带偏；真正重要的是把公司做出来。
Michael Dell、Elon Musk、Travis 等人也让 Texas 的技术生态越来越完整。
对。我很早就认识 Michael Dell。Texas 的基本态度是：把公司建起来，然后去做。监管不是不存在，但很多地方更愿意先允许建设，再解决实际问题。
尼克斯、马刺、Brunson 与体育情感
我等了二十五年，希望 Knicks 能拿冠军，而你在其中也扮演了角色。
真正扮演重要角色的是 Spurs，他们本来应该把你们打得很惨。
那为什么没有？
我认为是教练和经验不足。很多比赛到了第四节他们都领先，但 Wemby 出现传球和罚球失误，De'Aaron Fox 也会跑错位置。年轻球队在关键时刻犯了太多错误。如果换成另一种结果，你们可能又会讨论是否该解雇 Mike Brown。
Knicks 当时换掉 Tom Thibodeau、聘用 Mike Brown，也让很多人担心。不过 Jalen Brunson 是真正的核心，OG Anunoby 也救了球队。
Brunson 离开 Dallas 很大程度上是命运。他和家人想去 New York，他的经纪人发过信息，说他想拥有一支真正属于自己的球队。他已经准备好离开了。
我一直说他非常出色，更重要的是，他是一个真正的好人。这是 JB 最好的地方。
我在第五场坐在替补席后面第六排，比赛结束时我哭了。等了太多年。你也和 Dirk 拿过冠军。
是的。体育在很多人的生活里扮演着不可替代的角色。看看世界杯就知道了。我其实不喜欢足球，但我在 Dallas 看了四场世界杯比赛，现场的氛围、能量和人群，你无法抗拒。它和去看 Knicks 或 Mavericks 的比赛一样，是一种共同体验。
NBA 的增长到顶了吗？
对球迷来说没有。它还在通过社交媒体和国际球员继续全球化。我在 Paris 走路时看到一家篮球商店，里面摆着 Wemby、Gobert 等人的球衣。NBA 的影响仍在扩张。
Wemby 经历挫折未必是坏事。Dirk 在 2006 年也被击败、被羞辱，后来变得更强。年轻球星需要经历这种过程。
New York 等了五十多年，San Antonio 又一度以为胜利已经在手，这些情境会迅速改变一个球员在公众眼中的角色：前一刻还是充满魔力的新星，下一刻就可能被当成“反派”。
体育最吸引人的就是弱者翻身。我在 Indiana University 读书，学校橄榄球队长期是终极弱旅；但最近一个赛季击败的全美前十球队数量，比此前一百多年加起来还多。这会改变整个群体的态度。
你长期参与 NBA 规则讨论。新版劳资协议和第二土豪线的惩罚很重，确实增加了联盟的均衡性，让人更难预测谁会夺冠。
因为你最终必须拆散球队。OKC 收集大量选秀权，就是因为你不可能长期同时支付三名顶薪球员。如果其中一人受伤，或者表现不符合预期，球队就会被锁死。第二土豪线彻底改变了建队方式，管理层必须更会组合阵容，也必须有运气。
第二土豪线、连冠难度与流媒体估值
新版劳资协议、奢侈税第二土豪线（second apron）似乎让联盟更均衡，也让冠军更难长期垄断。
因为你最终必须拆散球队。OKC 收集大量选秀权，就是因为你不可能长期同时支付三名顶薪球员。如果其中一人受伤，或者表现不符合预期，球队就会被锁死。
第二土豪线彻底改变了建队方式。管理层必须比过去更擅长组合阵容，也必须有运气。拥有新秀合同的球星是一种窗口，一旦球员进入大合同，整个策略就会改变。
所以我们还会看到连续夺冠吗？
也许还能连续两年，但三连冠几乎没有机会。工资与阵容限制会迫使强队不断做取舍。即使一支球队看上去足以建立王朝，合同结构也会让它很快面对拆队压力。
如果 OKC 的 Jalen Williams 没有受伤，他们也许能走得更远。季后赛预测本来就充满这种变量。我当时担心 Knicks 对阵 OKC，但相信他们能击败 Spurs；我们常规赛三场赢了两场，我预测 Knicks 六场解决，最后实际是五场。
你们前一轮也打得很艰难。
我们当时还在调整进攻，也需要 Karl-Anthony Towns 真正融入。无论如何，成为冠军的感觉太好了。
冠军戒指还没发，通常会在戒指仪式上拿到。
我以前总想跟着你的路径，买下一支球队，或者至少买一点 Knicks。现在我的净资产增长得不错，可球队价值涨得更快，已经与普通商业估值脱节。
球队估值似乎也与现实脱节了。你曾想买一部分 Knicks，但现在球队价值上涨得太快。
因为现在球队价值不再主要由现场上座率或胜负决定，而是由它能为流媒体服务带来多少订阅决定。过去大家看电视收视率，说 NBA 相对其他项目表现不好；现在真正重要的是 Knicks 的比赛能给 Peacock、ESPN 等平台增加多少订阅用户。
我为了看比赛，确实又订阅了一两个服务。
这正是整个商业逻辑。关键是你之后会不会继续保留订阅。如果用户大量流失，球队和版权估值会受到影响；如果流失不严重，估值就还会继续上涨。
这也解释了为什么球队估值不一定与某一年的胜负同步。球队已经成为流媒体平台获取和留存用户的核心内容资产。
对。未来评估一支球队，不能只看门票、赞助和传统收视率，还要看它给平台带来的订阅、留存和全球传播价值。
好了，这就是与 Mark Cuban 的四十五分钟。独一无二的 Mark Cuban。