Gutenberg Lab — 早报

輝達史上最高獲利與 Salesforce 暴漲揭示 AI 投資本質——債務危機中的美國押注唯一成長策略

來賓: Jason Calacanis × David Friedberg × Chamath Palihapitiya × David Sacks

結論

對 AI 基礎設施的投資並非投機，而是國家基建的構築，美國能從債務危機脫身的唯一道路，只有 AI 帶來的指數型成長。

三行摘要

輝達創下營收九百六十二億美元（年增百分之一百零六）、淨利六百億美元的史上最高獲利紀錄，預計明年仍將成長百分之七十；Salesforce 調整後 EPS 超出預期百分之八十，股價單日暴漲百分之二十。兩家公司的成功證明 AI 投資並非「泡沫」，而是由實際需求支撐的國家級基建。與此同時，美國三十年期公債殖利率達百分之五點三（十九年來高點），未來十二個月需借新還舊十兆美元，主持人斷言「只有 AI 帶來的指數型成長，才是擺脫債務問題的唯一希望」。

關注要點

1. 輝達的垂直整合策略：以一百二十億美元收購 Hugging Face、六十億美元收購 Poolside，掌握開源 AI 的分發層。Sacks 指出「黃仁勳試圖擁有開源」，Chamath 預測「所有企業都將自建雲端、模型、晶片、資料中心的完整堆疊」。

2. 水平型 SaaS 存活，垂直型遭淘汰：Sacks 說明 Benioff 整合 Anthropic 的 Claude，「以 Claude 為前端，讓使用者存取 Salesforce 的資料與功能」。「Agent 將橫跨所有 SaaS 平台運作，企業必須打造 Agent 介面（API 或 CLI）而非使用者介面，否則無法存活」。Friedberg 斷言「水平型平台會留下，但產業專用的垂直 SaaS 將全面崩潰」。

3. 債務危機臨界點落在二〇三〇至二〇三二年：Friedberg 預測「社會安全基金耗盡、各州年金債務破產的時間點重疊」。三十年期公債若達百分之六，「死亡螺旋就此開始」（Chamath）。國會無力削減支出，只有債券市場能強制財政紀律。Sacks 警告「只有 AI 能創造足以讓經濟成長到擺脫債務問題的指數型成長。若用監管壓制 AI，我們就完了」。

一句話研判

一百年前由政府承擔產業革命的基建構築，如今國會已陷入功能失調，輝達、Google、Microsoft、Meta、Amazon 等民間企業接下了這個角色。這不只是投資機會，而是國家生存策略本身。當債務以年率百分之七成長、GDP 卻只有百分之二到四的增幅時，只剩下兩條路：AI 帶來的指數型成長，或是損害個人自由的社會主義政策。若 Salesforce 與輝達這樣的季度財報無法持續十年，美國將無法逃脫債務陷阱——這是本集的核心警告。

來源: All-In Podcast《Nvidia's Historic Quarter, SaaS Comeback, Bessent vs Druck, America's Debt Crisis, Cancer Vaccine》（2026 年 8 月 29 日）

https://allinchamathjason.libsyn.com/nvidias-historic-quarter-saas-comeback-bessent-vs-druck-americas-debt-crisis-cancer-vaccine

AI时代的稀缺资源不是执行力，而是决定做什么的判断力

嘉宾: Lenny Rachitsky（产品管理思想家）× Tony Fadell（iPod/iPhone联合开发者、Nest创始人）

结论

正因为AI让任何人都能轻松制作产品，差异化因素反而变成了「经过深思熟虑的东西」。

三行摘要

缔造iPod/iPhone的Tony Fadell讲述了AI时代产品开发中「意见驱动的决策」「叙事能力」「对细节的执着」的重要性。AI虽能提升短期生产力，但会量产缺乏架构的「快时尚型软件」，长期而言会产生技术债务。他预测下一代设备将以语音输入为主轴，但为了视觉信息，显示屏仍不可或缺。

关注要点

1. 用意见而非数据决策的时刻: iPhone采用虚拟键盘是在BlackBerry市场份额不到2%的时代，Steve Jobs面对不确定的数据，以「意见驱动」做出的决断。Fadell断言「要做出差异化产品，仅靠数据驱动是不可能的」。

2. AI催生的「快时尚型软件」: Fadell指出，Claude泄露的源代码「脆弱且难以阅读」。AI生成的代码短期内能运行，但因缺乏人类的架构设计，到版本5～6就会被技术债务压垮。「用短期利益换取长期损失」。

3. 三代完成法则: iPod在第三代（支持Windows+iTunes Music Store）才首次成功。iPhone也是在多运营商支持+App Store齐备后才起飞。Fadell说「我从未见过第一次就把所有事做对的例子」，他要求创始人承诺三个周期。

一句话研判

Fadell的警告类似1990年代后半互联网诞生初期。当时也出现了「任何人都能做网站」的工具，但存活下来的是设计了整体客户体验的企业。AI时代也是同样的结构。生成工具越民主化，「做什么」的判断力和「为何做」的叙事能力就越成为稀缺资源。Fadell反复强调「不要认知投降」，是工匠留下的遗言——不要溺于工具，要守住驾驭工具的主体性。

来源: Lenny's Podcast《Father of the iPod and iPhone on building taste, judgment, and creativity in the AI era | Tony Fadell》（2026-06-07）

https://www.lennysnewsletter.com/p/father-of-the-ipod-and-iphone-on

机器人劳动力成本降至每小时1美元——四位CEO谈产业部署现实与中国威胁

嘉宾: Jason Calacanis（主持人）× Dr. Peter Funkhauser（ANYbotics CEO）、Professor Jonathan Hurst（Agility Robotics 联合创始人兼首席机器人官）、Bernt Børnich（1X 创始人兼CEO）、Amanda McMaster（Boston Dynamics 临时CEO）

结论

机器人以每天20小时运行实现每小时1美元的劳动力成本，相比人类的20至40美元实现了90%以上的成本压缩。

三行摘要

在巴黎Machina Summit上，四家主要机器人公司的CEO披露了产业部署现状。四足巡检机器人（ANYbotics）已有数百台投入运营，在爆炸性环境中替代人类执行危险作业。人形机器人（Agility、1X）在仓储作业和家庭劳动两方面推进实用化，Boston Dynamics拥有超过500家客户。所有CEO均警告中国制造机器人的安全威胁，西方企业正推进供应链去中国化。

关注要点

1. 每小时1美元劳动力的经济学成立 — Agility Robotics的Hurst与主持人Cal测算，每天20小时×365天×5年运行4万小时的机器人，硬件成本数万美元可达到约每小时1美元。相比工厂工人每小时20至40美元的成本，可实现90至95%的成本压缩。Boston Dynamics已拥有超过500家在2年内实现ROI的客户。[00:58:02]

2. 感知已解决,控制仍未解决 — Hurst指出,AI基础模型使感知(物体识别、语境理解)「基本已解决」,但机器人控制因「互联网上不存在训练数据」仍然困难。他明确表示,「所有传感器输入对应所有电机扭矩指令」的数据集不存在,这是软件而非硬件的瓶颈。[00:49:08]

3. 中国制造机器人构成安全威胁 — Boston Dynamics的McMaster断言「无论何种情况都不应让中国制造的人形机器人进入美国,这不安全」,并举出美国境内中国制造四足机器人数据泄露的实例。ANYbotics将中国采购比例控制在0%,以网络安全认证作为竞争优势。所有CEO均以半导体依赖的教训为例,警告在机器人领域重蹈覆辙。[00:42:42]

一句话研判

本期节目捕捉到机器人技术从「实验室好奇心」向「产生可测量ROI的产业工具」转变的转折点。值得关注的是,四位CEO一致指出「感知已解决,控制数据是挑战」,这表明与互联网诞生和崛起时期的内容经济不同,物理世界的学习必须依赖「实践数据」。1X的Børnich将「机器人制造机器人」的硬起飞预估为3至10年,而Boston Dynamics的McMaster将中国制造机器人定性为「安全威胁」,这一对比凸显了技术演进速度与地缘政治风险的冲突。对武器化的抵制也在国家安全需求面前以「最终将做出艰难决定」的保留态度表述,可视为产业界伦理立场开始动摇的征兆。

来源: All-In Podcast《The $1/Hour Worker: Four Robotics CEOs on Humanoids at Home, China's Threat, and the End of Dangerous Jobs》(2026-07-28)

https://allinchamathjason.libsyn.com/the-1hour-worker-four-robotics-ceos-on-humanoids-at-home-chinas-threat-and-the-end-of-dangerous-jobs

OpenAI 產品負責人談「AI 的三個時代」——聊天、代理人，以及持續協作者

來賓：Lenny Rachitsky × Tara Seshan（OpenAI ChatGPT・Codex 產品負責人）

結論

AI 時代的稀缺資源不是執行力，而是決定要做什麼的野心大小。

三行摘要

領導 OpenAI ChatGPT 與 Codex 的 Tara Seshan 將 AI 產品演進整理為三階段：「聊天（第一代）」「代理人（第二代）」「持續協作者（第三代）」，並指出最大挑戰不是技術極限，而是人類想像力的極限。產品開發必須瞄準「二至三個月後的模型性能」來構建，對準當前性能或展望一年後都會失敗。OpenAI 內部已形成「與代理人協作工作」的文化，下一個焦點是實現多人共享代理人的「多人代理人」。

關注要點

1. 產品開發的「二至三個月法則」

「對準現在的模型性能來做會失敗。展望一年後也會失敗。唯一正解是二至三個月後」——Tara 表示這個結構性限制讓 AI 產品管理與其他領域根本不同。她與研究路線圖密切協作，持續掌握模型的演進方向。

2. OpenAI 不是「創辦人主導」，而是「創辦人們主導」

OpenAI 不存在「秘密戰略寶庫」，洞察幾乎立即以產品形式公開。由上而下的指示極為有限，各領域負責人實質上以創辦人身分行動。Tara 說她入職後才發現「OpenAI 是開放的」。

3. 野心落差成為新的競爭優勢

AI 工具「讓簡單的事變得超簡單」，差異化因素轉移到「能有多大野心」。Tara 指出，向同事問「能不能更有野心？」「能不能更快？」成為 PM 的重要角色。OpenAI 內部迷因「這有最大化加速嗎？」「還沒主線（常態使用）嗎？」象徵這種文化。

一句話研判

AI 產品的演進正從技術問題轉向想像力問題。Tara 所說的「懸置（AI 能做的與實際在做的落差）」，在過去的平台轉換期也曾出現。網際網路誕生初期，許多企業只能在既有業務的延伸上使用技術。這次的不同在於，模型演進速度太快，「展望一年後」的戰略不再管用。二至三個月的短週期假設驗證是唯一正解——這意味著產品開發的時間軸本身已經改變。

來源：Lenny's Podcast《AI's third era: the rise of persistent AI coworkers | Tara Seshan (OpenAI's product lead)》（二〇二六年八月三十日）

https://www.lennysnewsletter.com/p/ais-third-era-the-rise-of-persistent

a16z 發表 AI 基礎設施專門的一兆一千億元基金——創投三十年來首次回歸硬體

來賓: Theo Jaffe × Sofia Du（主持人，NTS Podcast）× Jen Kha（a16z 管理合夥人、全球合作關係負責人）

結論

AI 無法在既有的資料中心基礎設施上運作——必須捨棄軟體時代的遺產，從物理層重新建造。

三行摘要

• a16z 發表十一億美元（約三百三十億元）的「機器時代基金」。投資晶片、網路、記憶體、冷卻、電力系統等「軟體堆疊以下的一切」
• AI 的運算強度超越既有基礎設施的假設，代理程式消耗的 token 是人類的五倍。網路上的代理程式數量已超越人類，但 AI 使用量仍不到整體的百分之五
• 硬體案件已佔 a16z 全部提案的百分之二十（過去幾乎為零）。創投回歸三十年來「無法投資」的硬體，結構轉換正在發生

關注要點

1. 輝達的市值五兆五千億美元，超過美國以外的 G7 整體 GDP。 Kha 引用馬克·安德森的話「科技追上了它一直在追的巴士」，指出科技企業已進入國家規模運作的時代。韓國總統訪美只去矽谷，原因也在此

2. 次世代晶片以直流電源運作，但美國電機技師中受過直流訓練的不到百分之二。 Kha 解釋「直流非常危險」。既有資料中心多數是交流基礎設施，物理限制正在制約 AI 的規模化

3. 美國的超大規模業者今年將投入約一兆美元（約三十兆元）建設基礎設施。 在規模為基金千倍的市場中，a16z 對種子輪與 A 輪投入二千五百萬至三千五百萬美元，目標是在早期階段最大化持股

一句話研判

軟體花了三十年吸收資本後，現在輪到物理層成為瓶頸。創投回歸矽谷的「矽」，是因為 AI 打破了既有基礎設施的前提。但物理限制的解除需要時間——光是轉向直流電源，就面臨訓練有素的技師不足。韓國、薩爾瓦多、新加坡以國家層級配置 AI，美國卻對資料中心的政治反彈加劇，基礎設施建設有可能流向海外。

來源: This Week in Startups《Why a16z Launched the Machine Age Fund | Jen Kha》（2026年8月30日）

https://a16z.simplecast.com/episodes/why-a16z-launched-the-machine-age-fund-jen-kha-MopZc0wl