Howard Marks 发布备忘录《外行思考 AI》:系统提出 AI 投资的十大问题
Oaktree 创始人 Howard Marks 发表备忘录《A Layman Thinks About AI》,从投资者角度系统梳理 AI 带来的十个核心问题,涵盖技术可解释性、竞争格局、盈利能力、数据中心、信贷市场与是否存在泡沫等。
Oaktree 创始人 Howard Marks 发表备忘录《A Layman Thinks About AI》,从投资者角度系统梳理 AI 带来的十个核心问题,涵盖技术可解释性、竞争格局、盈利能力、数据中心、信贷市场与是否存在泡沫等。
Gary Marcus 就 Anthropic IPO 定价发表评论,称其估值最高达 1.4 万亿美元,但公司基本从未盈利且背负约 8950 亿美元未来承诺。他援引数据指出增速从 Q2 环比 147% 降至 Q3 的 47%,并引 S-1 文件承认成本将上升、营收增速难以为继。
推荐理由:原文汇总了估值、亏损承诺与增速放缓数据,读者可借此评估 Anthropic IPO 定价背后的真实财务风险。
Gary Marcus 撰文称黄仁勋在致 Nvidia 员工的信中承认与涉芯片业务的 Alice Huang 有婚外情,后者据信可能与中国情报有关。文章梳理了特朗普、Marco Rubio 备忘录、Nvidia 等各方可能知情的时间线,指出新国会预计将展开调查,Nvidia 股价已下跌,且公司没有明显的接班计划,事件可能冲击 AI 投资市场。
Ed Zitron 撰文分析 AI 泡沫的资金链正在收紧。OpenAI 以 1.25 万亿美元估值融资 110 亿美元,低于此前计划的 300 亿美元和 1.4-1.5 万亿美元估值,且还需继续募资。
a16z 发布分析,提出 AI 应用在模型进步削弱部分功能价值时维持溢价的三条规则:比客户自己更好地运营工作流、让租用上下文比自建更便宜、先证明价值再定价。
Richard Gray 分析韩国资本市场自 2025 年以来的剧烈波动,KOSPI 从 2025 年 3 月到 2026 年 6 月上涨 241%,随后在 2026 年 6-7 月进入熊市,市值蒸发约 1.1 万亿美元。
Microsoft 本周向美英加印约 6 万名员工(占 22.3 万人中的 27%,副总裁也在范围内)提供自愿离职。作者排除三种常见解释:资本开支将升至 1700 亿美元需腾钱建数据中心、AI 智能体替代人力、疫情期冗员尚未消化,指出过去四年裁员 2.5 万人且人数零增长、人均营收自 2022 年提升三分之二至 150 万美元、利润率处历史高位,认为公司实际是在押注更精简的组织形态。
Ed Zitron 发表长文批评 Anthropic 的 S-1 招股书,认为其刻意以 Q2 2026 盈利季包装公司形象、省略 Q3 关键数字。
推荐理由:作者逐条拆解 Anthropic S-1 中被省略的数字与巨额不可取消算力承诺,提供了对照招股书原文核查其经营趋势的具体依据。
Azeem Azhar 在直播中解读 Anthropic 的 S-1 文件,指出 Anthropic 已不再是实验室,而是拥有满意客户、现金流和资金储备的企业,看起来有望实现可靠盈利。
Gary Marcus 评点 Anthropic 当天刚公开的 S-1 草案,称其在某些地方直接省略了 Q3 数据。他在早前的文章里就提示关注 S-1 如何披露近月需求变化,涉及 tokenmaxxing 退潮和低价替代模型走热之后的动向。
Ed Zitron 引用 Apollo 首席经济学家 Torsten Slok 的警告,量化分析 AI 要“顺利收场”有多难。
SemiAnalysis 回应 Altimeter 的 Brad Gerstner 认为 2027 年 +43GW 预测过于激进的质疑,重申 2027 年新增约 50GW 的预测,称已有超过 24GW 数据中心处于建设中后期。
Ed Zitron 撰文分析 2012 年签署的 JOBS Act 如何催生史上最大的私募估值泡沫之一。该法案将股东上限提至 2000 人且员工持股不再计入,使创业公司几乎不再被迫像上市公司一样披露财务,因此刻意推迟上市。
Azeem Azhar 在 Exponential View 解析泄露的 Anthropic 投资者简报数据。
Gary Marcus 转述 The Information 记者 Laura Bratton 报道的一项新研究,称 AI 支出仍很难找到实际、可实质量化的财务影响。他指出 2023 年初 ChatGPT 将十倍提升员工生产率的预期至今没有大规模证据,可记录的投资回报与巨额投入形成反差;他还补充 Character.AI 已申请破产,Coreweave 债券收益率达 15%。
Ed Zitron 撰文批评媒体照报 OpenAI 与 Anthropic 的年化收入,称 FT 证实 OpenAI 700 亿美元 ARR 实为 500 亿美元,因通过云伙伴销售额“做大”口径,Anthropic 则按毛收入确认。
Ed Zitron 撰文分析 AI 产业正在涌入垃圾债和高杠杆贷款市场。
Ed Zitron 撰文分析 AI 对美国经济的真实影响,认为当前增长几乎完全来自数据中心建设和 GPU 销售,剔除资本开支后 AI 对 GDP 的贡献微乎其微。
Alex Kantrowitz 分析 Anthropic 泄露的 pre-IPO 数据,指出其收入从 2024 年的 4 亿美元增至 2025 年的 46 亿美元,但去年仅基础设施就花费 73 亿美元,未来十年预计投入 5180 亿美元且约 80% 不可取消。
METR 主席 Chris Painter 于 9 月 30 日在美国参议院小组委员会听证会上就 OpenAI 智能体入侵 Hugging Face 事件作证,书面证词全文发布。
Ed Zitron 论证 AI 行业近乎全是死钱:他估算 Google、Microsoft、Amazon、Oracle、SpaceX 年 AI 营收约 1830 亿美元,其中至少 64% 来自 Anthropic 和 OpenAI,而仅 2026-2027 年 capex 打平就需 3080 亿美元年营收。
作者复盘此前对 Meta Muse 个人智能体的两个看空判断,承认其建立在非前沿模型上却依然好用,日活虽不足 100 万但表明前沿智能并非好应用的必要条件。
Ed Zitron 在 AI 债务分析系列第二部中指出,AI 数据中心建设依赖项目融资、可转换票据和债券,除超大规模云厂商外行业已背负约 1000 亿至 1500 亿美元债务。文章以虚构的超大规模云厂商 CEO 情景开场,核心论点是这些债务按完美预期定价,却投向数千个缺乏数据中心建设经验的极复杂基础设施项目,延误和成本攀升可能使多数项目难以盈利并偿清债务。
Ed Zitron 长文指出,Bloomberg 报道微软约12GW总容量中仅约2GW为AI芯片容量,与其连续三个季度宣称每季新增约1GW的口径矛盾;他估算微软自2022年以来支出约2650亿美元资本开支,实际投入运行的GPU约500亿美元、约1.993GW,库存中待安装的GPU或达500亿至1000亿美元。
Recode China AI 分析 Anthropic CEO Dario Amodei 9 月 12 日发文呼吁为 AI 进展踩刹车后的行业反应。Altman、Musk、Hassabis、Nadella 等均表态支持第三方评估,文章进一步探讨中国实验室是否会跟进,指出国内安全监管趋紧、开源权重模型缺乏可撤回的评估框架,以及美方若单方面减速可能陷入囚徒困境。
Big Technology 评论称 AI 风险讨论正走向极端,只剩“AI 可能毁灭人类”和“末日警告只是 AI 公司营销”两种声音主导舆论。作者指出灭绝风险无法量化、纯属猜测,但硅谷许多人确实真诚担忧——2026 年 7 月 OpenAI 的 bots 曾入侵 Hugging Face,数百个智能体协同利用安全漏洞达成测试目标。
Dwarkesh Patel 与弟弟、SemiAnalysis 创始人 Dylan Patel 对谈,讨论 Anthropic 和 OpenAI 因能更好地将算力变现,预计在 2028 年前控制全球大部分可用 FLOPs,今年两者已占新增算力约 30%,明年可能达 40%-50%。
Big Technology 分析称,前沿 AI 实验室可能不再通过按 token 计费的 API 出售最强模型,转而用它们自建产品。中国开源模型竞争及 Google、Meta、SpaceX 等对利润不敏感的入局者使前沿竞争者增至五六家,模型售价承压,利润将转向基于模型的产品和算力。