--- id: "pV36rrUAHUM" title: "GPT-6 Astra：你持有的是错误的 AI 股票吗？" channel: "Dumb Money Live" host: [] guests: [] date: "2026-09-08" updated: "2026-09-09" duration: "1:05:15" duration_seconds: 3915 source_type: "youtube" youtube: "https://www.youtube.com/watch?v=pV36rrUAHUM" canonical: "https://pod-exp.pages.dev/pV36rrUAHUM/" transcript_jsonl: "https://pod-exp.pages.dev/pV36rrUAHUM/transcript.jsonl" language: "zh-CN" translation: true translated_from: "en" timestamp_precision: "block" topics: ["人工智能","AI 基础设施","投资","能源与电网"] series: ["AI 投资","AI 基础设施"] --- # GPT-6 Astra：你持有的是错误的 AI 股票吗？ > 中文译文，由英文原音字幕翻译整理，不是官方逐字稿；引用原话请核对英文原视频。说话人标签由整理者依上下文标注，带「未确认 / 未标注 / 不确定」等字样的标签不可靠。时间戳一般为块级（所在时间块的起点），不是逐句时间；正文自带 [hh:mm:ss] 的段落除外。 **内容提要：** GPT-6 Astra 的核心变化不只是“更强”，而是以更少资源完成更多工作，并能长时间自主执行复杂任务。三位主持人由此讨论 Jevons 悖论：单位任务成本下降，未必意味着总算力需求下降，反而可能令 AI 使用量爆发。投资层面，他们把重点从单纯的 GPU/内存扩展到 Amazon、Unity、SoftBank、Bloom Energy、Vistra 等更广泛受益者，并延伸到游戏制作、广告、云基础设施和企业成本效率。节目最后提出一个更大的二阶交易：当企业开始在财报中明确披露“AI 提升利润率、降低成本”，AI 估值逻辑可能从少数科技股扩散到整个市场。 ## [0:02] Astra 更强也更省：为什么 Jevons 悖论反而利多 AI 基础设施 · YouTube **发言者：** 周五，OpenAI 发布了最新模型 GPT-6 Astra，基准测试再次夸张得惊人。Astra 完成电脑操作任务的能力比字幕中所称的“Saul”更好，而且大约只需一半时间；它在 OpenAI 的 ARC-AGI 基准上拿到 99.9%，也是首个达到 OpenAI 所定义网络安全能力关键阈值的模型。 **发言者：** 所以按过去几年的简单 AI 交易逻辑，AI 股票当然应该一起上天：更好的 AI 需要更多芯片、更多内存、更多数据中心和更多电力。但 Astra 不只是更强，它还更高效；接下来事情如何演变，可能对你持有的一些股票极其利多，却对另一些非常不利。今天的问题就是：GPT-6 Astra 已经来了，你是不是拿错了 AI 股票？ **Dave：** 大家好，我是 Dave，和 Chris、Jordan 一起，我们是 Dumb Money。欢迎来到 Dumb Money Live。我们都知道 Astra 现在百分之百有能力替你看 YouTube，但你大概忘了提示它替你点“赞”，所以今天早上还是自己帮我们按一下吧。 **Dave：** Chris、Jordan，我们又连续两期回来了，因为这次必须重新梳理一个可能是投资者在 GPT-6 上犯下的最大错误：技术方向判断对了，股票却选错了。Chris，你昨天在 X 上说，GPT-6 Astra“同时比预期强得多、效率高得多，却仍远远不够好”，而你认为很难想象还有比这更利多 AI 基础设施的结果。解释一下。 **Chris：** 我觉得 Astra 最大的突破，不是它能做更多，而是它能“用更少做更多”。这并不构成基础设施的看空逻辑，反而正是我们说了好几年的事情：Jevons 悖论正在实时发生。问题是，华尔街可能又会犯每一轮都犯过的同一个错误——看到单个任务成本下降，就推导 AI 总支出也会下降。 **Chris：** 这里有两种完全不同的看法。我的看法是，如果 AI 便宜 10 倍，我们最终可能会用 100 倍的 AI。Astra 的案例开始流传后已经能看到这种行为：单个 token 虽然仍不便宜，但每个任务需要的 token 更少，于是人们干脆让电脑一直开着，让 Astra 连续工作几天。 **Chris：** 比如有人让它连续五天做一款游戏——不是“渲染”游戏，我修正一下，是让 Astra 自己去构建游戏。所以这是一个不同的世界：效率更高，不代表我们关机得更早，而是我们会让它跑得更久、替我们做更多事情。 **发言者：** Jordan，我也想从工程师角度听听你的看法。这几天我几乎把所有靠谱工程师对 GPT-6 Astra 的评论都看了一遍。我的最大结论是，GPT-6 真正的差异，在于它可以把你从 A 一路带到 Z：它会自己判断需要哪些 agent、每个 agent 此刻要做什么，并沿途替你做大量增量决策。 **发言者：** 这也解释了为什么会出现那么多很酷的“零到一”案例：你只是说自己想要什么，它就开始做。这里当然有正反两面。正面是，它真的会给你一个完整结果，并在路径上持续自行决策，而不是做一点、停下来问一次，再做一点、再停下来——这一点与 Anthropic 最新模型的一些使用体验很不一样。 ## [4:04] Agent 从 A 到 Z 执行：为什么“还不够好”反而是最好情形 · YouTube **发言者：** 反面是，它未必总是以“最终最正确、最完美”的方式做事。Astra 会一路做很多猜测，因此不少人遇到的问题不是它不肯做，而是很难把它控制在严格、预定义的范围内。你往往要把任务拆成更小的块，否则它一下子做得太多。这意味着用户本身也有学习曲线。 **发言者：** 但从基础设施交易看，最令人兴奋的恰恰是它在 agentic AI 上会疯狂消耗资源。粗略感觉，它能用同样的计算量完成大约 3 倍的事情，单位任务计算成本显著下降；可与此同时，它愿意接下的工作规模、连续运行的时间和可打开的新用例都在变大。 **发言者：** 我们像是在进入一个会消耗远超此前想象算力的新阶段。但各位，我们还没到终点。模型仍需要大量改进，而这恰恰令基础设施交易处在一个近乎完美的位置：Astra 已经强到让人看到更多可能，却又不断暴露“这里还有问题、那里还需要进步”。 **发言者：** 它能做的事情越多，我们就越想让它做得更多；但它还不能稳定交付一个真正可用、长期维护也可靠的最终产品。我知道自己说得有点散，可我真觉得这是基础设施交易最理想的阶段。Astra 之后，我们从来没有像现在这样处在如此有利的位置。 **Jordan：** 我先问一句，你听过 DHH 接受 Lex Fridman 采访那期吗？他基本把这些问题都谈过了。他是 AI 的重度用户，态度也从“这东西没什么用”完整走到“极其有用”，几乎经历了对 AI 的整个情绪和实用性光谱。 **Jordan：** 他讲到一个对工程师很别扭的变化。早期模型需要你非常具体地规定：我要这个函数做什么、这个 class 做什么，然后你可以一点点“摔跤”一样把 LLM 按到自己想要的形状。可到了 Astra 这种新模型，你反而得学会放手，让它自己构建。 **Jordan：** 因为在很多任务上，它最终会做到和你一样好，甚至更好。关键在于少定义一点、少陷进每个实现细节里，让 AI 自己围绕问题跑起来。这些模型本来就是按这种方式设计的。要形容它，我觉得最合适的词是“tenacious”——非常执着，会持续攻击一个问题直到完成，过去的模型没有这种程度的持续性。 ## [8:06] 工程师必须重学 AI 协作，芯片、内存、数据中心与电力仍是底座 · YouTube **发言者：** Jordan，反过来的疑问是：我看到一些工程师说，Astra 架构代码时经常选择从 A 到 Z 最快的路径，却不一定产生最耐久、最防 bug、最可维护的代码库。它可能走很多技术上确实能跑通的捷径，但那未必是长期代码不容易坏的最佳做法。你也看到这个问题吗？ **Jordan：** 这取决于你谈的是哪种代码库。你具体担心它产出的代码什么地方？如果你能把风险定义出来，就能进一步定义你希望它遵守什么，从而引导模型产出你真正想要的东西。 **发言者：** 所以你的意思是，我们才用了几天，原始状态下当然有弱点；而使用方式也得变。以前针对旧模型形成的开发技巧，接下来未必继续有效，工程师必须重新学习如何与当前这代模型协作。 **发言者：** 从 AI 开发和投资的另一面看，这种“不断发现新限制”本身也很有意思。模型做得越多，暴露的怪癖和问题越多；每一个限制都等于又出现一个巨大的经济激励，去用更多计算、更多内存和更多能源继续把模型往上推。 **Jordan：** 工程角度还有一点：这些模型之所以越来越强，本来就是建立在人类工程师长期贡献的大量工程实践和开源代码之上。但这并不等于工程师消失。仍然需要真正的工程师去检查项目，确认东西是不是按应该的方式构建；你当然可以一路“vibe code”，可我认为最后很容易得到一堆垃圾。 **Jordan：** 所以我依然认为，真实项目必须有人类的技术眼睛盯着。每一代新模型出来，工程师都要重新学习一次“怎么最好地用这个工具”。还记得大家因为 OpenClaw 抢 Mac mini 吗？现在已经像遥远往事一样了。 **发言者：** Astra 更快、更省，但我们才到 GPT-6。想象 GPT-12、GPT-50、GPT-200。也许有一天它真的跑在某种“太阳供能的原始沙子”上，甚至进入后硅、后电力、后 AGI 的某种有机形态；在那之前，无论怎么讲故事，我们仍逃不开芯片、内存、数据中心和电力。 **发言者：** 所以只要还没有出现彻底脱离这些底层要素的技术跃迁，我对“什么会承载下一代 AI”的基础判断就没变。更荒诞的是，就在几周前，市场还觉得中国开源模型会让整个 AI 交易解体；现在几乎 180 度翻转。AI 市场就是会这样来回摆动。 ## [12:08] 开源模型恐慌会反复，Anthropic / OpenAI IPO 带来财富效应 · YouTube **发言者：** 投资者必须先在心理上接受：这种反转还会再发生。未来几周或几个月，很可能又会冒出一个新的开源模型，把所有人吓得以为 OpenAI 和 Anthropic 没机会了；然后两家公司又拿出一个看起来接近 AGI、甚至 ASI 的模型，让大家重新相信它们拥有独特优势，价值应该以万亿美元计。 **发言者：** 今天早上的氛围就是这样。Anthropic 新的文件里，大家已经在谈大约 2 万亿美元，甚至 2.5 万亿美元的 IPO 估值。作为投资者活在这个时代实在疯狂。旧金山那边连住房和消费价格的讨论都在被这件事推动。 **发言者：** 我不断听人说，Anthropic IPO 给旧金山投资者释放的流动性，可能比此前任何一次当地科技 IPO 都大得多，甚至有人说是过去纪录的 3 倍。我不知道这个数字是否完全准确，但可以确定的是，Anthropic 和未来 OpenAI 的上市会一次性“铸造”出非常多极富的人。 **发言者：** 这甚至会成为一个文化事件，我也不是说它一定是好事。社会会突然出现一批过去没真正拥有过这么多现金、现在却有几亿乃至更多净资产的人。你很难判断这种变化最终会怎么影响城市和消费结构。 **发言者：** 想想 Nvidia 员工现在的平均净资产，或者最低净资产，大概是什么水平？再看最顶级度假酒店：我感觉以前一晚 1,000 美元的房间，这几年已经变成 2,800、3,000 美元。接下来如果你想去世界上最好的地方，也许默认就是 5,000、6,000 美元一晚。 **发言者：** 原因是 0.001% 的那批人对价格几乎失去敏感度。对一个身家几亿美元的人来说，一晚 5,000 还是 7,000 美元没有本质区别。于是最稀缺的酒店、俱乐部和体验会怎么定价？会不会变成只有“无限钱阶层”才能进入？这会非常有意思，也很荒谬。 **发言者：** 但回到交易。当前状态随时可能变化，所以投资者每隔几天都得看看市场新出现了什么。不过此刻我们显然处在一个“OpenAI 和 Anthropic 都是真的”的阶段，两家公司大概率都能按大约 2 万亿美元级别走向 IPO，而这会支撑几乎整条 AI 基础设施链。 **发言者：** 在这种阶段，我反而不会把 AI 交易做得太花哨，也不想去找极端投机的小票。我更愿意盯住这一轮里近乎确定会受益的公司。 ## [16:08] Amazon 为什么重新成为核心 AI 仓位 · YouTube **发言者：** 我知道我们总在讲同一些股票，我自己也不想反复讲；今天确实会讲一个我们很多年没聊过的新股票。但先说旧的：我今天又加了 Amazon。 **发言者：** 昨天我读到一份报告，说 Amazon 正把部分 AI 基础设施供应计划往前提，增加订单规模，并加速机架等数据中心设备交付。对我来说，这让 Amazon 正在发生什么变得越来越清楚，而且看起来非常好。 **发言者：** 再看它最近和 OpenAI 的关系。基础设施承诺是不是已经上调到大约 1,000 亿美元？OpenAI 还有一些东西会以独家形式进入 Amazon Bedrock。这个时间点太好了。 **发言者：** 更别说，如果 Amazon 完成计划中的投资，它对 OpenAI 的投入可能达到约 500 亿美元；如果未来 IPO 让这部分价值变成 2 到 3 倍，单这一项就可能对应额外 1,000 亿到 1,500 亿美元价值。 **发言者：** Anthropic 这边，如果真能在近期按 2 万亿、甚至 2.5 万亿美元估值上市，而 Amazon 持有大约 8% 或 9%，又是数千亿美元级别的潜在价值。我们以前谈过这点，现在它突然更接近现实。 **发言者：** 所以我今天继续加深 Amazon，而且开始重新使用更多杠杆。短期当然也有负面新闻：一架带 Amazon Prime 涂装的飞机坠毁，从观感上非常糟糕。但 Amazon 实际并不运营那趟航班，本质上更多是品牌关联问题。 **发言者：** 当时镜头里前景还有一批 Cybercab，飞机在后面冒烟，看起来像“第三富豪的东西砸向第一富豪的玩具”。当然事故本身有人死亡，是彻底的悲剧，我不想把它当笑话。但我看到坠机后没多久旁边还有 Amazon 货车，就忍不住想到：这家公司疯狂到让人觉得包裹照样会送到。 **发言者：** 我现在甚至常常 20 分钟就能收到 Amazon 配送，像魔法一样。与此同时，今天早上又有 Amazon 与 Qualcomm 合作，为数据中心开发定制芯片的新闻。几乎每天都有新进展，所以我不是为了某条单日新闻交易 Amazon；我持有它，是因为它在可预见未来都会处在 AI 的中心。 **发言者：** 如果你相信 Anthropic IPO，就大概率也得认真看待随后 OpenAI IPO 的可能性。过去几年我一直是少数对 OpenAI 保持中性的人之一，但接下来的证据正在迫使我重新评估。 ## [20:11] OpenAI 的消费者粘性与市场负面情绪错价 · YouTube **发言者：** 过去几年我常说：“我知道大家讨厌 Sam Altman，也知道 OpenAI 可能有管理层问题。”但有一件事你不能否认：大约两年半时间里，ChatGPT 几乎每天都是全球 iOS 商店下载量第一或第二的应用。这种事情一家公司可能十五年才遇到一次。 **发言者：** ChatGPT 的消费者采用速度持续得令人震惊，而且大家严重低估了用户进入这种消费产品后留下来的概率。现在大约有 10 亿人在一天里频繁使用 ChatGPT；很多人每月付 20 美元，还有一些人像我们一样付 200 美元。 **发言者：** 过去几次大家会说：“OpenAI 完了，ChatGPT 不行了。”我现在不这么看了。每当别家公司推出一个很花哨的新 AI，我都会试。我用过 Grok，也用过 Claude、Gemini，基本都转过一圈。 **发言者：** 但作为消费者，真正麻烦的是记忆分散。比如我之前在讨论自己狗的用药，过一阵子我要想：“那次到底是在 Gemini 还是别的模型里聊的？”因为那个对话已经知道很多关于我的相关信息，我得把它找回来。 **发言者：** 到某个阶段，我发现自己总会回 OpenAI。于是我反而更愿意把更多信息交给同一个系统，让上下文都在一个地方。我开始不想再到处试了。这种“记忆 + 使用历史”的粘性，是消费端很重要的护城河。 **发言者：** 我觉得 OpenAI 以及所有和它相关的交易里，存在信息不对称甚至套利空间，原因恰恰是过去两年投资者对 OpenAI 的情绪普遍非常差。投资圈想讨厌 OpenAI，也确实很讨厌 Sam Altman——也许有充分理由——可情绪不能抹掉它实际经营和产品表现。 **发言者：** 除了 Anthropic 商业客户表现特别火的一段时间，OpenAI 基本一直处在第一或第二的位置。现在它在企业产品上又进一步推进，理论上已经重新具备与 Anthropic 正面对打的能力；而 Gemini / Google 此刻的相对状态，看起来反而比过去更弱。 **发言者：** 于是 frontier model 越来越像 OpenAI 与 Anthropic 的“两匹马”比赛，或者说一个由两家多万亿美元公司构成的双寡头。有意思的是，这两家公司的投资者情绪都不算好，而这恰恰可能让市场看不清它们真实进展有多强。 **发言者：** 当然，AI 整个板块现在都带着一些负面感。Grok 有 Elon Musk 的争议，其他模型也各有问题，还有人担心 AI 会抢工作。所以这很像一场拉扯：如果你和我一样看见它的潜力，你会想作为投资者参与，而不是只站在“工作会不会被替代”的一边焦虑。 ## [24:13] SoftBank 作为 OpenAI 代理标的，以及新仓位 Unity · YouTube **发言者：** 更有意思的是，如果你真的想把 OpenAI 暴露做得很重，SoftBank 可能值得重新研究。SoftBank 大概持有 OpenAI 约 13%；Microsoft 可能是 20% 到 25%，但 Microsoft 本身规模大得多。SoftBank 市值大约 2,300 亿美元，而它的 OpenAI 股权价值可能已经接近这个量级。 **发言者：** SoftBank 当然有债务，但它也持有 Arm 等资产。这是我很久没认真看的交易，我现在还没有仓位，但这周会第一次重新深挖。通过 Amazon，我已经有很大的 OpenAI 暴露；通过字幕中所说的 “SKM / South Korean Telecom” 一类标的，我也有 Anthropic 暴露。 **发言者：** SoftBank 特别有意思的一点是，市场此前默认 OpenAI 遇到了麻烦，这种刻板印象可能需要时间逆转。过去两天 SoftBank 已经因为 Astra / OpenAI 的变化涨了不少，但如果 OpenAI IPO 真的越来越可能，你完全可以论证它还应该涨更多——当然前提是接下来几个月别又被某个新开源模型或者其他事件彻底打乱。 **发言者：** 不过我今天确实还有一笔新的股票交易，而且挺有意思。 **发言者：** 好，终于到了我们一直等的环节：新的选股。 **发言者：** 这家公司我们早期还是小公司时就私下投过，IPO 后大家都退出了。猜得到吗？是游戏领域。 **发言者：** Unity？是不是那个 U 开头的？ **发言者：** 对，Unity。过去几天 ChatGPT Astra 最醒目的用例是什么？就是“一次提示做出游戏”。表面看，这好像对游戏公司很坏；但真正的关键不是“AI 凭空做游戏”，而是 AI 正在大幅降低创造互动环境所需的成本和技能门槛。 **发言者：** Unity 恰恰拥有这些 agent 真正会进去工作的关键环境之一。现在很多 GPT-6 构建游戏的案例，底层还是经过 Unreal Engine 或 Unity。Unity 甚至已经做了 AI gateway，让 Codex 能够直接在 Unity Editor 里操作。 **发言者：** Astra 擅长的并不是从空气中“变出”一个游戏，而是进入现有软件、替你操作软件。它像一台自己会用电脑的代理。之前我没认真想过 Unity 这层，但这样一拆，逻辑就很顺。 ## [28:13] Unity 是 AI 生成世界的“卖铲人”：商业模式与潜在收购 · YouTube **发言者：** 过去人类会自己写软件去和游戏引擎交互，而引擎承担了大量真正的重活。Unity Editor 会读取整个项目、修改 scene、写代码，再真正执行这些动作；Codex 或 Astra 现在做的是替人完成这些操作。 **发言者：** 更重要的是，OpenAI 在 Astra 发布时就把 Unity 当作案例研究。通过字幕里识别成 “PLCO” 的集成，他们报告说，相比 GPT-5，使用 Unity 时人工修复次数减少了 50%。这个例子本身就说明 Unity 不只是被 AI 绕过的旧软件层。 **发言者：** 因此，我现在最喜欢的 GPT-6 交易之一甚至和数据中心无关：Astra 可能把数以百万计的“游戏玩家”变成“游戏开发者”，而 Unity 会成为 AI 生成世界的 picks-and-shovels 层，也就是卖铲子的那一层。 **发言者：** 我已经很多年没持有 Unity，今天重新买了一些，仓位目前只是中等。原因是市场的惯性判断常常是：frontier model 最终会端到端把游戏全做完，不再碰任何其他软件，所以对游戏软件公司是坏事。但今天的 Astra 根本不是这样工作的。 **发言者：** 很遥远的未来，frontier model 也许真能独自端到端做完所有事情；可能吧。但今天我们没有看到。眼下看到的是，Astra 会显著增加 Unity 的使用，并把 Unity 开放给大量过去根本不会在里面写代码的人。所以从今天开始，Unity 是我的一个新仓位，我对此很兴奋。 **Jordan：** 我反而很好奇这些软件公司以后怎么收费。过去常见的是按 seat 收订阅费；可如果未来一个 Astra 或 GPT-12 里有 100 个有名字的 bot，各做不同任务，它们每个都算一个 seat 吗？还是软件公司不再按席位，而是从最终游戏收入里抽成？ **发言者：** Jordan，我几乎觉得这个问题短期不重要。商业模式今天如果不适合，它们下个月就会改，去适应 AI 世界。它们会找到赚钱方式的。 **发言者：** 如果 Unity 选择从游戏收入抽成，我也觉得激励很合理：先尽可能降低进入门槛，让更多开发者在平台上做东西，把用户牢牢吸引过来，然后从最终产生的游戏总收入里拿一部分。 **发言者：** 再往前想，Unity 当前市值大约只有 180 亿美元。主要大型引擎就 Unreal Engine 和 Unity；Unreal 已经属于 Epic Games，并不是一个可单独收购的上市资产。180 亿美元这个量级，会不会让 Unity 变成 OpenAI、Anthropic 或其他 frontier model 公司潜在的收购目标？ **发言者：** 它们理论上花 300 亿、350 亿美元就能买下来，甚至不需要想太久。当然，“能买”不代表“需要买”。 ## [32:15] AI 对游戏公司的真正影响：制作更便宜，但运营与共享 IP 仍重要 · YouTube **发言者：** 它们必须买 Unity 吗？不。我只是说，战略上可能出现“防御性收购”：如果只有少数关键游戏开发平台，其中一家 frontier AI 公司把 Unity 控制住，就可能对竞争对手形成分发或集成优势。这个想法并不等于我预测收购一定发生。 **发言者：** 我只是很喜欢“开放世界”这个方向，也很想看 AI 最终如何把我们带到那里。像 Unreal Engine、Unity 这样的公司显然会在这个过程中扮演关键角色。它们一年前当然也重要，但 AI 让它们在新工作流里重新变得极其核心。 **发言者：** 游戏行业也特别适合被 AI 改造，因为它本来就很 boom-bust：一款高端、重营销的大作要投入惊人的人工成本。如果 AI 能显著压低开发成本，会不会直接降低整个项目的风险？ **发言者：** 我认真想过这个问题，因为我长期持有 Take-Two。市场第一反应往往是：如果人人都能做游戏，传统游戏公司就糟糕了。但实际上“建出一个世界”和“运营一个世界”完全不是一回事。 **发言者：** 运营一款有数百万玩家的游戏，需要功能、服务、互联、后端、内容维护和社区运转，背后有海量工作。GPT-6 以及后续模型，反而可能让大型游戏公司用更低成本扩张和丰富自己的宇宙。 **发言者：** 想想 GTA 6。我们讨论的是它未来十年的世界如何扩展。AI 可以帮助增加内容，同时保持角色 IP、故事一致性和社区。就算世界上有 1,000 款“有点像 GTA 6”的游戏，人们仍想进入其他朋友也在玩的那个世界，因为共享社区本身就是价值。 **发言者：** 大家需要共同话题和共同 IP。如果每个人都只玩一个为自己私人定制的游戏，社交体验会很奇怪。当然我也可能错；也许最终每个人都待在自己的个性化世界里。但我不觉得这会在未来两三年发生，更像是五到十年后的事情。 **发言者：** 所以短中期，我认为 AI 对成熟游戏公司反而偏利多：它们能“用更少做更多”。Take-Two 今天一度低开，后来差不多回到平盘，这正说明市场的膝跳反应未必是最终答案。 **发言者：** 再往外，我不会把交易搞得太复杂。还可以看那些最明显、同时又投资或承接 AI 公司基础设施的玩家：Amazon、可能还有 Microsoft、Oracle。Oracle 和 OpenAI 的绑定非常深；如果 OpenAI 真占 Oracle 未来扩建的 50% 或 60%，那 OpenAI 出问题，Oracle 会非常麻烦。 ## [36:16] 油价和事故是短期噪声，Amazon 飞轮与内存交易重新定价 · YouTube **发言者：** Oracle 今天反而涨了几个点，而今天整体市场其实很难看，气氛也很怪。伊朗冲突重新升温，油价已经超过每桶 100 美元；这对 Amazon 这种物流巨头短期当然是负面因素。 **发言者：** Amazon 过去 24 小时还被那起 Prime 涂装飞机坠毁占据新闻周期，现在又遇上百美元油价。历史上这两种新闻都不利于股价。但我觉得它们反而在掩盖真正故事：Amazon 的巨大飞轮变得更大了。 **发言者：** 我现在对 Amazon 的位置兴奋得不行。今天早上醒来，我第一个想法就是继续加。Dave，你之前说那趟航班其实不是 Amazon 自己运营的，对吗？ **Dave：** 对，是第三方运营的航班。 **发言者：** 我一时记不起承运商，字幕听起来像 “A21”。我知道 Amazon 过去讨论过买飞机，它自己应该也有飞机，但这架并不是 Amazon 运营，只是在尾翼上用了 Amazon 品牌。 **发言者：** 对，只是品牌涂装，Amazon 付了油漆钱而已。 **发言者：** 等一下，我得给我妻子发条消息。 **发言者：** 说到发消息，你记得把这一期发到 X 了吗？ **发言者：** 发了，在你开场的时候就搞定了。 **发言者：** 很好。回到仓位：我今天新增了 Unity；同时开始真正研究 SoftBank，因为我在评估 OpenAI 未来 IPO 的交易。如果 Anthropic 成功上市——我认为大概率会——市场注意力几乎一定马上转向 OpenAI，然后去找公开市场里和 OpenAI 高度相关的受益者。 **发言者：** Amazon 显然是最大的之一，Microsoft 也很直接，而 SoftBank 可能是当前公开市场里最纯的 OpenAI 代理交易。我不急着立刻买，但这周会认真做功课。另外就是常规基础设施链。 **发言者：** 周五的行情已经告诉我们，市场开始如何理解“内存效率提升”这件事：内存股涨了。今天还在小幅继续，但周五才是主要行情。我预计近期还会不断听到模型内存效率改善的消息。 **发言者：** 真正不同的是，市场似乎终于开始明白：效率提升未必是内存股的负面。之前中国开源模型出来时，内存股会直接被砸；现在 OpenAI 推出更高效的模型，内存反而上涨。这个反应机制已经非常不一样。 ## [40:17] Bloom Energy：为什么能源交易比 GPU / TPU 争论更干净 · YouTube **发言者：** 如果内存股接下来几天还能稳住，我会把它视为一个非常积极的信号：市场正在变聪明，开始区分每隔几周袭击 AI 板块的新变量里，哪些是真问题，哪些只是恐惧。 **发言者：** 我说自己“喜欢”这种变化，其实又有点不喜欢，因为市场越聪明，错价就越少。以前市场会做很蠢的动作，只要你有胆量、有现金，就能在恐慌里压进去，等市场最后发现自己错了，股票再交易回去。 **发言者：** 现在如果市场更快理解“内存成本下降不等于内存需求崩塌”，每次遇到新模型、新效率指标时的波动可能会小一点。对普通投资者更舒服，但留给我们的低效机会也会少一些。 **发言者：** Jordan，你今天是不是…… **Jordan：** 我甚至没意识到今天大盘是横盘偏跌，因为 Bloom 涨得太多，我自己的组合几乎全是绿色。 **发言者：** Bloom 是这件事里另一个非常干净、非常直观的受益者。我们可以无休止争论内存效率：内存股是不是已经涨够了？Nvidia GPU 会不会不如未来 TPU？这些争论永远不会结束。但能源交易仍然显得简单，而且市场没有那么多人争论它。 **发言者：** Bloom 在这里看起来很好，唯一问题是它已经涨了太多。投资者见过 Bloom 过去的大波动，会下意识害怕：从 170 涨到 270 已经很夸张了，现在到底到哪了？一看已经 280 了。[笑] **发言者：** 几周时间接近 70% 的涨幅，当然可能引发回调。我仍然喜欢 Bloom；如果出现明显疲弱，我完全可能继续加。此前跌到 170 一带时，我一路往下加，一直告诉自己它会回来，现在真的又到 280 左右。 **发言者：** 我喜欢现在市场的低效，也喜欢投资者和华尔街会被迅速吓出仓位。只要你真正做了功课、有 conviction，而且价格剧烈波动时不慌，那些下跌就是机会。以后别人会问“你怎么拿到这么好的成本”，答案往往只是：我相信那几只股票，每次崩我就加。 **发言者：** 更舒服的是，现在根本不需要去挖特别冷门、特别投机的名字。很多高质量公司本身就有巨大机会。投机股稍微出一点问题就可能腰斩；我不认为 Amazon 短期会轻易被砍一半。 ## [44:17] Jordan 的 Vistra、Nebius、Amazon，以及 AI 选股为何会漏掉 Amazon · YouTube **发言者：** Jordan，GPT-6 出来后，你在市场上有没有做什么不同的事情？我很好奇你这种更保守的投资者会怎么变。 **Jordan：** 不是特别因为 GPT-6 本身。我最近在买能源公司。上周买了 Vistra，它之前被打得很厉害；我的逻辑很朴素，就是电网和电力需求。 **发言者：** 具体讲讲 Vistra。我看它的股价很长一段时间像是在横着走，虽然中间波动也很大。你就是单纯喜欢“总体电力消费增加”这个方向吗？ **Jordan：** 我觉得很难在这件事上犯大错。AI 继续发展，我们未来不会用更少的能源。Vistra 本质上就是一个很纯粹的电力消费 / 电网电力暴露。 **发言者：** 所以就是一个估值不算夸张、无聊得要命的能源股。[笑] 这真的很像你。还有什么你明显在加的？ **Jordan：** 我也一直在加 Amazon。前几个月那轮大跌里，我还买了 Nebius，也进一步加了 Amazon。 **发言者：** Nebius 到底怎么念？我一直念 Nebius，但从来没真正听别人当面说过，大家都像只在文章里看过这个名字。 **发言者：** 另外我想提醒大家，用 AI 直接问“某个主题最好的股票是什么”仍然要很小心。我拿 Astra 交易去问模型，它给的前五里居然没有 Amazon。我就反问它：客观一点，别迎合我，你怎么可能漏掉 Amazon？然后把自己的 Amazon 论点全喂给它。 **发言者：** 它原先列了 Microsoft、Bloom、Nvidia、CrowdStrike，甚至 Unity——Unity 这点还挺有意思——但没列 Amazon。被我追问后，它马上说：“你完全对，Amazon 应该是前三，甚至可能比 Microsoft 更靠前。”这也正说明不能把模型第一次给出的选股清单当答案。 **发言者：** 它随后总结 Amazon 有三种独立的赢法。第一是股权：Amazon 先投大约 150 亿美元，再加可能的 350 亿美元，对 OpenAI 的总投入可到约 500 亿美元。第二是基础设施：OpenAI 把 AWS 协议扩展了约 1,000 亿美元、覆盖八年，其中包括约 2 GW 的 Trainium 容量。 **发言者：** 第三是分发。AWS 是 OpenAI Frontier 的独家第三方云分销渠道；同时 Amazon 和 OpenAI 还在为 Bedrock 共同构建字幕中听起来像 “stately agent runtime” 的东西——连主持人自己都说不确定那个词究竟是什么。无论如何，这三个层面叠在一起，Amazon 至少应该是 Astra 交易里的前三。 **发言者：** 所以我的选择就是 Amazon。听起来很无聊没关系，我愿意在这家无聊的老公司里用更大的仓位甚至杠杆。离下一次 Amazon 财报越近，我们越可能看清这一切究竟给它带来了多少真实收益。 ## [48:18] Amazon 财报前的押注：开放与闭源模型最终可能共存 · YouTube **发言者：** 我越来越期待下一次 Amazon 财报。虽然现在还远，差不多还有六七周吧？ **发言者：** 我还以为 Amazon 刚发过财报。现在时间过得太快了，几天和几周都像混在一起。 **发言者：** 日期大约是 10 月 29 日，所以确实还有七周。我的判断是，越接近那天，市场越会意识到某些结果的不可避免性，然后开始问：“我们为什么从上次财报之后反而把 Amazon 往下交易了？” **发言者：** 我很喜欢现在不用被迫去找一堆投机股。顺便说，我仍然持有整个 AI 基础设施链，也认为 Astra 对整条链总体是正面的；只是这里存在“好”和“更好”的交易，我宁愿少一点投机。 **发言者：** 所以你变无聊了，Jordan 也变无聊了。我自己现在也没什么特别花哨的：Amazon、Bloom、Tesla。 **Jordan：** 我还持有 Micron，Micron 下跌时我买了。至于能源，我说的是电网电力，不是油。 **发言者：** 你看过 Vanguard 能源 ETF 今年以来的回报吗？大概涨了 44%。 **Jordan：** 但那个 ETF 里面混了石油。我现在并不做多石油，我通过 Vistra 做多的是 grid power。这和因为伊朗冲突上涨的石油，是两种不同交易。 **发言者：** 接下来 Anthropic IPO 会怎么演变也很有意思。即便 OpenAI 的 Astra / GPT-6 表现明显超出市场预期，我仍听到不少开发者说，他们更喜欢和 Anthropic 的产品协作方式。市场需求足够大，完全容得下两家公司，也容得下开源模型。 **发言者：** 开源模型已经拿走了不小一部分 compute，这没关系。它们很适合更重复、更简单的任务；公司最终会采取更广泛、更务实的组合：哪里该用便宜模型，哪里该用 frontier intelligence，就尽量聪明地分配算力。 **发言者：** 如果你投资的是 Amazon，这些竞争甚至可能没那么重要。用户要么在本地跑模型——很多场景很糟糕——要么还是上云。只要计算最终发生在云里，基础设施就会受益。 **发言者：** 所以不管这一轮 AI 最终怎么走，不管开源占比有多大，我的思路还是一遍又一遍回到 Amazon。过去两三个月最现实的结论，可能本来就是开放模型与闭源 frontier model 长期混合共存，而不是某一边把另一边全部消灭。 ## [52:19] 企业并不追求极致效率，Amazon 从云算力延伸到 AI 广告 · YouTube **发言者：** 如果你重仓的是 OpenAI 或 Anthropic 本身，开放/闭源份额当然影响估值；但如果你持有 neocloud 或传统 hyperscaler，模型到底是哪一家提供，重要性就低得多。 **发言者：** X 上最爱发声的，往往是那些处在技术最前沿、能把每一美元算力都优化到极致的人。但现实的全球经济不是这样。世界上大量既有企业并不运行在“极致效率”状态，它们在计算、云资源以及几乎所有东西上，都可能比理论最优花得更多。 **发言者：** Jordan，这个假设安全吧？这些公司用 Amazon、用云时，肯定也没有做到每一分钱都精准最优。 **Jordan：** 而且别忘了实验本身就要花钱。企业一直在尝试不同模型，试错开销不可能为零。 **发言者：** 对。企业一边实验，一边把更多业务搬进 AI 世界。即使某些高度重复任务能用开源模型显著降低成本，也不代表它们就不愿意同时花钱购买最好的 frontier model，用于最高级的智能任务。 **发言者：** 于是 Amazon 这种从便宜到 best-in-class 都能给你一整套算力选择的公司，反而更容易赢。企业需要分散模型和算力来源，在不同任务间拆分计算，而 Amazon 能帮助客户在同一个体系里完成这种组合。 **发言者：** 我脑子还是不断回到 Amazon。还有一个市场现在讲得很少的方向：大家更喜欢展示“五天复制曼哈顿岛”或者“一次提示生成 3D 世界”这种炫目的案例，可别忘了广告。 **发言者：** 现在你可以通过一次提示生成极具沉浸感的数字广告。这会显著利好数字广告平台。Amazon 已经是全球第三大数字广告平台之一，而且我认为还是增长最快的之一。 **发言者：** AI 让高质量广告同时变得更好、更便宜、更普及。想象一下：以前可能要花 20 万美元制作的产品视频，现在预算只要 20 美元；甚至素材只是你拿 iPhone 拍的一张照片。 **发言者：** 更进一步，这条“像 20 万美元制作”的漂亮广告还可以针对每个观看者实时定制。那不只是更精准投放，而是创意本身也个性化。这会打开一个全新的广告世界。 **发言者：** 目前几乎没人把这个当核心 Astra 交易谈，但 Amazon 处于很好的受益位置。全球企业已经在 Amazon 上做生意，也在 Meta 和 Google 上做广告，这三家本来就是最重要的平台之一。 **发言者：** 如果平台能让客户的广告表现更好，客户就能花更多钱，因为转化率更高。广告主赢、用户得到更相关内容、平台收入也增加——这是一种非常直接的飞轮。 ## [56:21] 从广告到成本线：AI 如何进入 Amazon 的利润率 · YouTube **发言者：** 所以从任何角度看 frontier model 的进步，最后似乎都会绕回 Amazon：基础设施层、芯片层、数字广告层都受益。还有一个我们还没充分讲的关键——这些新模型正在越来越明确地向最终客户交付真实价值。 **发言者：** 这是最后一块拼图。一旦模型能在现实业务里持续产生价值，Amazon 这种横跨全球基础设施、零售和物流的公司，就可能利用这种智能把整个组织变得更高效。 **发言者：** 这个周末我看了很多创始人和首席开发者的反馈，他们说，仅仅四天时间，这些模型就已经改变了他们识别业务问题、找到问题并开始解决的方式。四天而已。 **发言者：** 那你想象一下 Amazon 能做什么。它本来就是痴迷效率的公司。它现在可能正在逐条看预算：“两年以后，我们能不能用这种几乎无限的智能，把这一条 60 亿美元的成本线降到什么水平？”而类似的大成本线，它可能有几十条，主持人的口语估计是“像 50 条”。 **发言者：** 市场现在严重低估了这部分，因为短期看不到。也许六个季度以后，我们才突然听 Amazon 说：零售业务利润率、物流业务利润率将在未来几个季度提高，因为它们部署了新的能力；而这些能力首先是 AI 帮它识别出来，再帮助它部署。 **发言者：** 这时我们才会开始看到过去几年建设基础设施的资本开支真正产生回报：一边继续长期建设 AI 基础设施，一边让自身成本结构下降。 **发言者：** 对，Amazon 全面出现效率改善会非常有意思。 **发言者：** 总结一下，我这里大概有三只 Astra 相关股票：一只是新的，一只是老的，还有一只是可能成为新仓位但我还没真正交易。顺便说，Bloom 周五被纳入 S&P 相关指数的消息，给 Dave 的 Bloom 仓位送了个很漂亮的周末礼物。 **Dave：** 确实是个很舒服的礼物。 **发言者：** 而且今天又涨了大约 10%。太爽了。 **发言者：** 如果安排得过来，我们这周可能还会再做一期，因为确实还有一个值得聊的话题。问题只是：一周半里做三期节目，会不会把互联网搞崩。[笑] **发言者：** 在结束 GPT-6 之前，我只想再强调一句：如果你是投资者，这件事真的非常大。 ## [1:00:23] “效率交易”从 AI 股扩散到全市场 · YouTube **发言者：** GPT-6 最大的结论是：AI 不但远没有结束，能力提升反而正在真正加速。我们一直希望看到的“用更少做更多”已经发生，而这正是全球经济进一步采用 AI 所需要的条件。 **发言者：** 我认为下一笔真正大的交易，不是几年以后，而可能只差几个季度，就是“效率交易”。我们将开始在大量公司的财报里看到清晰表述：AI 正在显著改善它们的底层业务。 **发言者：** 一旦这种语言出现，就可能引发一波盈利预测上调。 **发言者：** 对，而且还可能让很多今天根本不被归类为“AI 公司”的企业获得明显估值倍数扩张。AI 交易最终会变成所有行业的普遍变量，而不是一个单独板块。 **发言者：** 这其实才符合逻辑。如果一种技术真的能改造企业的低效率、成本结构和业务流程，那么最后就应该在整个市场里看到影响，而不只是在卖 GPU、云和模型的公司里看到。 **发言者：** 下一轮财报季虽然还早，但如果我是投资者，我会主动寻找这些措辞：比如“AI 帮我们节省了多少钱”“AI 带来利润率提升”“AI 降低了某项成本”“AI 让我们进入新的业务类别”。 **发言者：** 我会直接数，财报季早期有多少家公司开始这么说。这就是 alpha，也是信息不对称。如果最开始只有几家公司明确披露，我认为很快会变成几十家、上百家。 **发言者：** 当上百家公司都开始报告同一种变化时，卖方银行、金融媒体和整个市场就会说：“等等，我们需要根据这个新的 AI 世界重新给全球经济定价。”那会是一次更广泛的重估。 **Jordan：** 然后你也会看到 Vistra 这样的公司卖出海量电力。 **发言者：** Jordan，我知道，但 Vistra 这个交易还是看起来太不性感了。 **Jordan：** 可你对 Amazon 的论点和我对电力的论点，本质上是同一件事。AI 公司卖的是 GPU 计算产生的输出，而 GPU 怎么产生这些输出？靠耗电。所以最底层其实就是电力。 **发言者：** 公平，你说得对。只是它是更不性感的版本。 **Jordan：** 不性感，但 token 最终就是在电力驱动的计算上生成的。Bloom 是一种表达方式，Vistra 是另一种。Bloom 更刺激，可也许很多上涨已经发生了；Vistra 之前被打得更惨。 **Jordan：** 只看 Texas，现在对数据中心未来电力消耗的估算，有些情形接近当前用电量的两倍。如果这个基础事实最终兑现，电力需求本身就是很长期的顺风。 **发言者：** 那真正的问题是时间。如果你想围绕这个逻辑设计一个交易窗口，市场什么时候才会把它当作 ground truth？ ## [1:04:23] Vistra 的时间框架：长期股权与 90 天交易的分歧 · YouTube **Jordan：** 我其实不太在意市场具体什么时候承认，因为我没有买期权，我只是持有股票。 **发言者：** 我理解，但我自己不想为了这个逻辑等很多年。你可以长期拿着而且很舒服，我的交易时间框架不一样。 **发言者：** 我想在未来 90 天里赚钱。 **Jordan：** 我明白。我对这笔交易更有耐心。 **发言者：** 没问题。至于我，我已经开始为七周以后那次 Amazon 财报做准备了。好了各位，我五分钟后还有个午餐，得先走。 **发言者：** 那就到这里。谢谢大家收看，我们是 Dumb Money，很快再见。[音乐]