一家投资OpenAI的硅谷基金的深度研究
访谈：张小珺 x Freda Duan
《站在2025年之外》是我们推出的年终对话系列，由5篇投资人访谈组成，他们分别从中国本土与硅谷视角出发，共同描绘我们走过的2025年，并对2026年做预测与前瞻。
5位嘉宾分别是：（排列依据播客的发布时间顺序）
- 金沙江创投主管合伙人 朱啸虎
- 真格基金管理合伙人 戴雨森
- Altimeter Capital合伙人 Freda Duan
- 红杉中国合伙人 郑庆生
- 拾象CEO 李广密
今天推出第一篇的文字版本：
一个多月前，在2025年11月初，Sam Altman上了一档由美国基金Altimeter Capital创始人主持的播客节目，在主持人连续追问OpenAI如何为1.4万亿美元级别算力与基础设施承诺买单时，Sam称：“If you want to sell your shares, I’ll find you a buyer. Enough.”（“如果你想卖掉你的股份，我可以帮你找到买家。够了。”）
随后，AI板块整体出现波动，关于AI是否存在泡沫的讨论进一步升温。
我们今天的嘉宾Freda Duan就来自这个名叫Altimeter Capital的基金，她担任合伙人。
Altimeter是一个硅谷科技基金，横跨一二级。在一级市场投资案例有OpenAI、Anthropic、字节跳动等，在二级市场投资案例有NVIDIA、Snowflake、Robinhood等。
这集节目，Freda将深入分析美国这些明星公司，给他们的巨额投入算算账；她也从一线硅谷投资人的视角聊聊，美国资本的新秩序，他们眼中的坏小孩、反叛者、刺猬型和哪吒型创始人，以及泡沫。
01 美国投资三条主线
张小珺：Hello Freda，先给听众朋友们打个招呼，并且做一个简单的自我介绍。
Freda：大家好，我是Base在硅谷的一个科技投资人，在一家叫Altimeter Capital的基金。
张小珺：Freda应该是很少在美国一线基金里面的华人，能不能先给大家介绍一下你们的基金和这家公司的创始人和创立的背景。
Freda：我们是一家位于硅谷的一线科技投资机构，覆盖一级和二级市场。创始人自己是一个连续创业者，在一级市场比较出名的是包括重仓OpenAI、Anthropic、字节一系列公司。在二级我们比较敢于重仓敢于做一些非共识投资——包括2022/23年Meta、Nvidia，今年的Robinhood，以及之前作为Snowflake等很多软件公司的大股东。
一个与众不同比较有意思的点是我们是美国少有的很愿意公开自己研究和思考的基金——很多人知道我们是通过一个叫BG2的播客——最近几周有和Sam Altman、Jensen Huang的很多公开采访；我们几个合伙人也会在Twitter和Substack上分享自己的认知。我在里面分享AI和一些前沿科技——包括AI应用，互联网、硬科技和金融科技比较多。
张小珺：说起来我觉得很恍惚啊，因为21年、22年，我记得硅谷还是笼罩在裁员风波里，那到了现在25年，似乎情绪和叙事发生了非常大的变化，你看Meta现在又开始天价的挖人。
身为一线投资人，你觉得这几年你的真实体感是什么样的？能不能描述一下每一年你身处其中，你心里非常能够定义那一年的一些瞬间？
Freda：每年说一点几个重点词吧：
2020年是疫情、降息、市场火爆；
2021年市场是持续火爆，但其实你能看出来一些就是潮水退去的迹象，比如说股票里面，中小盘或者说质量没有那么高的股票，他们的顶部就是在2021年的2月份，然后大票类似微软是11月份是开始掉头；
2022年就是非常悲惨的一年，通货膨胀，纳斯达克指数跌了35%，像Meta这样的股票都跌了70%；
2023年就是在大家都完全没有反应过来的时候，AI开始火热了；
2024年AI叙事，其实作为我们投资角度算是最好做的一年；
2025年是关税、中美关系，然后还是继续AI这个浪潮。
张小珺：你怎么看这几年的这些起起伏伏？
Freda：你说对，起起伏伏确实很多，我觉得其实挺不正常的，因为如果你看过去几十年的历史，美股是一个长牛式的逻辑，你从2000年开始算，纳斯达克其实一共只有6次是下跌幅度超过20%的，但是在2020年之后，我们就经历了3次，所以这个频率是有变高的。
张小珺：你看23年之后突然一下子整个市场就被AI主导了，回头来看你觉得在当初有没有一些端倪，有可能更早的预见吗？还是说就是非常突然？
Freda：我觉得其实是有非常明显的预兆的。2022年当时是市场一片灰暗，但当时有非常奇怪的融资现象。那个公司叫Inflection AI，就是Mustafa的大模型公司，当时也是大模型至少是前五前十这样子。它的A轮就融了2亿美金。而且不只是他一家，很多家公司，包括Anthropic、Cohere、Stability，都是那一波的模型公司，每个人都是融了几个亿的A轮。
这里面我觉得其实几个点都非常奇怪，第一就是他们实际上是用VC的钱去做资本支出，第二就是从来没有人A轮融2亿，平均可能就应该融个1000万吧。第三就是整个二级市场都在暴跌了。对VC是应该有一个传导的，所以这种热度是完全不应该的。
因为我其实一二级都会做嘛，所以会去见这些创始人。我印象特别深，当时跟他们聊，就发现这个逻辑异常简单。他们就说这几个词，就说，哦，Scaling Law，然后我要买卡，然后Nvidia的卡就是这么贵——所以有的时候赶上这个正确的时间和机会，投资的这个逻辑就是这么简单。
张小珺：所以VC的钱最后都冲去了Nvidia。
Freda：可以这么说。这里面也说到Crossover基金的好处，就是一二级都做。23年初的时候，市场上20多家自己大模型公司，那个时候很难判断哪家能成功成为第一梯队。
但因为基金是Crossover的结构，一级二级都做，而且是同一个团队；所以我发现可以很容易的用Nvidia在二级市场去表达我们对模型对AI的观点。这两年其实做好的AI标的绝大部分都在二级市场，包括云、包括电力，包括AI受益受损两边的标的。
张小珺：23年开始AI进展到现在也两年了，我们的播客也邀请过非常多的AI Founders来聊天，到了今天你觉得美国一线的顶级投资人都在投什么？他们的整体情绪是什么样的？
Freda：今天其实非常清晰，美股有三条主线，第一条肯定是AI，第二条叫Reindustrialization，就是再工业化，第三条叫Digitization of Finance，就是一个金融产业的创新。这三条主线其实非常有意思，因为它们中间有千丝万缕的联系。
AI这条大家都很熟悉了——芯片和云。
再工业化这条线其实包括非常多东西，包括稀土，包括美国本土制造业的回流，包括数据中心，再长期就要看机器人能不能拉平美国和新兴市场劳动力的水平。
我觉得大家可能还没有意识到，比如这次4月份，特朗普闹了一通关税的交易，像日本韩国这两个国家就合起来答应要投一万亿到美国。这个钱其实是会用来投资美国的基建项目的，包括能源，包括数据中心。
那么这里呢，就和我们刚刚说的第一条线，就是AI是实现了一个闭环的。那现在市场可能最担心的就是说AI投资这么多钱从哪来？我觉得其中一部分其实是要把这块考虑进来的。因为我们已经看到，包括日本啊，可能已经投了得有1000亿在就是能源相关的这个项目了，就是去Power这些数据中心的。
第三条刚刚讲的叫金融产业创新吧，也非常有意思。今年在七月份的时候，美国有一个非常重要的法案叫Genius Act，它是一个稳定币法案。稳定币支付就是我们Cheaper, Faster, Better。你看等下个月如果有这个叫Agentic Commerce，让Agent去帮我付款买东西，那Token或者说稳定币这个概念我觉得就会被重新提起来，那这里也就和刚刚我们讲的第一条AI又形成了一个闭环。
我觉得这三条主线之上如果说还有一个层面，那我觉得就是这一届非常有自己想法的政府，明年美国的中期选举也是他们非常重视的一个事件。
张小珺：美国投资人现在怎么看待中国市场？
Freda：我觉得很热闹，但是我跟踪下来，我觉得实际的投资金额其实和过去几年没有明显的变化。但是今年确实开始，一批一批的投资人都去中国去参观，然后所有人去参观都对我们这个EV还有机器人感到非常的震撼。
美国投资人重视两件事——一个是中美谈判的结果，一个是港股的IPO的活跃度。IPO这块我看从量的角度其实今年是上来了，但是很多是一些消费的公司在港股上市，如果之后有更多的科技IPO，我相信美国一些投资的金额是会回到中国市场的。
02 几个具体公司的深度研究
张小珺：你刚才也提到你们投了一些美国的大的公司，而且是重仓。我们能不能来聊一下具体的几家大的公司，比如说OpenAI，你们是它的股东。你们当时是在什么时候看到什么样的趋势判断下注的？
Freda：最早看出来OpenAI是一个产品公司不只是模型公司的时候。
这个结论现在听起来就非常共识。但23年大家是很担心2C这边竞争格局，觉得GPT没有粘性——那个时候Perplexity、Claude、Grok，竞争格局并不清晰。
一个好的产品远不止需要模型；用户体验也是很大的一部分。GPT其实如果你细想，并不是像Meta那样强网络效应的商业模式。它就是一个一对一的分发。但就是先发优势+更好地用户体验，让这个产品有很强的粘性。
张小珺：最近OpenAI它完成5000亿的融资，我们看到媒体报道说它收入预测2030年是有2000亿，但同时现在烧钱还是非常的多，能不能给我们讲讲你们是对这个商业模式是怎么思考的？
Freda：对，首先像你说的OpenAI包括Anthropic的数字其实媒体都有报道的七七八八，所以我今天说的所有数字都是用媒体披露的。
这个商业模式的本质非常的简单暴力，它的成本大头就是用卡。那其中包括Inference，包括Training，然后训练的成本呢，大概是按照Scaling Law，也就是每年可能上涨10倍这样子。
所以如果你上一年的训练成本为1的话，你第二年大概是能以2的这个收入去收回上一年的训练成本。但是同时你需要减去10，也就是你新的这一个模型的训练成本。所以你第二年你就是加2减10，所以你就变成一个负8。
大模型这个商业模式本质是一个负向滚雪球，每一年都会比上一年现金流烧更多。如果说有一天现金流能翻正的话，就从逻辑上就只有两个可能。要么就是你第二年的收入不再是前一年的2x，而是一个很大的一个数字。要么就是你不再去烧一个新的十倍的模型，只有这两个可能性。
Anthropic的CEO Dario也讲过这个逻辑，他又把后者，就是烧钱停止这件事做了细分，他说这个烧钱停止又有两个可能性，要么就是你到了一个物理限制了，就是模型太大了，你纯从一个模型训练的角度训不动了，或者说可能你要把全世界的钱都烧进去；
第二个可能性呢就是可能模型的大小本身还可以，但是因为Scaling Law到变慢，所以你不值得再烧10倍，或者说你就索性不再继续烧下一个了。在结束的这个时间点，其实非常有暴力美学，这个公司的利润表是会非常好看的，因为就像我们刚才简易的那个例子，就是你加2，但是你不再减10了嘛，所以就是这么一个非常简单的数学问题。
OpenAI确实很神奇的商业模式，在科技领域本身其实很少有资本密集型的业务。但也不是没有发生过，比如Netflix。Netflix的现金流前几年都是负的，而且负向滚雪球，每年都比前一年负更多。
因为Netflix也是，你前期要花很多钱去拍剧做内容，而且它的那个内容其实也是有折旧的，然后也是四年的这么一个折旧摊销，所以你细想，很多地方跟数据中心挺像的。
现金流上它最惨那年是2019年，它是负的30亿，然后非常有意思的就是，在2020年，它现金流突然就大幅翻正到20亿，所以这个涨幅非常快。然后你说为什么？其实就是因为疫情了，然后所以大家不能再出来拍电影、拍电视剧了，所以你的这个你叫内容成本或者叫训练成本也好，所以就没有了。
所以说的最直白的话，就是你烧钱的东西只有在不烧的那一天你才会真正有现金流，这就是模型公司的本质。
张小珺：但是像Netflix这种内容平台，它如果未来不投入做内容的话，品牌优势是会消失的。你想迪士尼也不可能不做内容。
Freda：对，Netflix不是没有内容投入，只是它这个增长的幅度下来了，不像它前期冲用户数的时候需要扩张内容那么猛了。现在是全世界他应该是有这个3亿订阅用户，粘性很强，他只需要维护住自己的位置就好了。模型公司一样的，我也不觉得有一天他会不训练了，就是可能训练成本不再每年几倍的增加，对于利润率来说就足够了。
张小珺：之前确实没有听过把Netflix去和OpenAI对比，那你觉得这个行业的格局会类似于流媒体吗？
Freda：内容是没有排他性的，所以媒体本身竞争格局非常的分散，YouTube、Netflix，像你刚才说的迪士尼啊，每个人可能都是个位数的这么一个市场份额，因为内容上来讲并不是完全商品化的内容，不同的剧你要在不同平台追。
而Chatbot你会希望一家能记下你的所有内容。GPT目前来看我觉得会像搜索的格局，市场集中度高，谷歌和微软的Bing两家搜索占领整个市场，用户选择自己更喜欢的。
张小珺：对于OpenAI来说，现在除了ChatGPT，还有什么其他的收入，它的收入结构是什么样？
Freda：媒体有报道出来4条线：
1、ChatGPT 75%，里面也包括企业GPT；
2、API：今天OpenAI API收入对应Anthropic一半；中期Anthropic自己预测是OpenAI的5x；
3、Agent：包括软银合作；
4、新产品。
很多讨论集中在GPT，但公司预测其实后两条线增长更快，未来占比更大。纯看GPT的话，可以看到3亿订阅，然后每个月30块钱，这个就是1000亿的体量差不多了。
另外就是，大家都在讨论2C的GPT，把他当成一个纯面向消费者的公司在看；普通投资者看不到的今天个人/企业占比差不多大。
我觉得市场大大低估了企业端——企业端本身用户数也有几百万，比如我就是企业端的用户，我就用GPT连上了我公司的邮件、Slack，我公司内部系统，这个是协同起来是非常好用的，想象空间很大。
美国本来就是很大的企业市场，中国不是。
报道出来的是公司说年底200亿年化营收；对应今年130亿收入。
张小珺：很多人说OpenAI是想做一个超级入口。
Freda：对的。它希望其他App应用程序都能在它上面构建。
消费端而言：比如让这个Agent帮我买个东西或者叫个Uber。这里面现在有两个问题，一个是还是会存在一个登录问题，第三方网站会监测和屏蔽Agent的登录；一个是商家会很抵触，商家希望用户直接来自己的平台。比如亚马逊，只有我过去了，它才能在我买牙膏的时候推荐我买牙刷、买牙线，才能增加销售额。而且亚马逊有700亿的广告收入，如果换成Agent用了，这个广告收入还收不收的上都是问题。
企业端，其实反而好很多；谷歌和OpenAI这么竞争，谷歌的办公套件都很容易的让OpenAI直接调用，因为软件的收费模式简单很多，就是只要用户还在用还在付费，他们不在乎自己是不是Top of the Funnel获客漏斗最上层。
所以算个非共识，我觉得OpenAI企业端作为超级入口可能发展非常快，有非常大的想象空间。
张小珺：我看OpenAI是不是还要开始卖广告了？还有没有其他的变现方式？
Freda：对，今天没有广告收入。但广告这个逻辑太顺了。
今天超过8亿的WAU，其中5%付费用户。
他完全可以和用户讲说如果你是一个免费的用户，那我肯定要赚钱，所以会通过广告。比如我搜索跑步鞋，如果我免费用户，我可能会看到Nike的广告；如果我是付费用户，GPT可以保证它的推荐结果会绝对公允，所以会有其他小众的品牌。
广告上量会很快。
另外一个我觉得比较有意思业务模式是云。Sam Altman也有讲，这是他业务非常自然的一个延展，因为你如果回想就是亚马逊AWS是怎么起来的，也就是他自己先建数据中心，然后给自己用，然后发现其实他也不可能完全控制他对数据中心的这个利用率，然后数据中心本身又是一个非常看使用率的这么一个商业模式。
所以就有点就是随手的事情吧。可能就把自己不是那么需要的时候就租出去，慢慢的可能就成了一个很大的这么一个业务。GPU这一波也一样，所以云在美国的竞争格局，我觉得会有挺大的改变的。
张小珺：OpenAI和其他模型公司今天的竞争是一个什么样的状态？
Freda：OpenAI内部觉得自己的最大竞争对手从来不是Anthropic或者xAI，而是谷歌。
谷歌的占位实在太好了，是一个完美的T型，横向有面向消费者的搜索、YouTube；面向企业的Workspace（谷歌办公套件）；纵向从云一直到自己的芯片。
Gemini 6.5亿月活 vs GPT 10个亿。
谷歌对OpenAI的价格战这里面几个角度可以打——第一就是绝对价格，因为谷歌用TPU，纵向整合，同样模型能做到的利润应该比OpenAI高；第二是捆绑销售，很经典的销售模式——比如我现在是20块钱每月YouTube订阅，它可以说加个10块钱给我Gemini，捆绑起来很容易产生更高的利润。
最近Gemini对OpenAI用户时长有一定冲击。我觉得比较合理的是谷歌吃下中低端市场，比如20块钱每个月订阅水平；然后把高端的，几百块钱甚至之后几千块钱一个月的订阅市场留给GPT。
张小珺：这两家你会站队哪家呢？
Freda：都是赢家。但我觉得现在整个对OpenAI的负面情绪，以及对谷歌的正面情绪也有点太一边倒了，因为谷歌面临的威胁并没有被解决。
今天谷歌搜索广告收入没有掉，是因为今天大家还是把ChatGPT当一个大型Wikipedia在用的，做研究、问它天为什么蓝，这些问答本身谷歌也是不变现的。但是比如保险，比如律所，这些是谷歌今天最大的广告商。比如我买车险，我今天Google一下然后选择最上面的广告位，Geico；但这个太适合去问GPT，GPT给我一通比较，然后我选择最适合自己的；这里面GPT很可能有我的历史，知道我开车开的很差，所以定制一个最适合我的。你等GPT开始做广告，你等他这个月开始做Agentic Commerce电商，这个格局一定会变。
往大了说，每年美国广告收入就这么多，谷歌和Meta今天是垄断，OpenAI想卖广告，就得从这两家出。
总结来说，OpenAI来自谷歌的竞争确实存在；但谷歌面临的威胁也同样真实。
张小珺：谷歌是怎么突然格局就变好的？我看巴菲特也买了。
Freda：就是模型能力上来；以及搜索广告收入没有掉。
模型能力这块也很有意思。听说内部找到了优秀研究员的正确打开方式，就是把激励制度绑定到模型榜单上，谁能刷榜刷上去，谁就升职加薪，非常适合谷歌这些年的学霸文化。
江湖也有传言，说Noam Shazeer，就是之前Character.AI的创始人，在回到谷歌之后，徒手改了一个bug，从此Gemini的Pre-training就好用了；
Gemini 3出来证明Pre-training也没有撞墙；整个趋势都在继续。
张小珺：那肯定是一个价值好几十亿的Bug。
Freda：对；这是一个天才研究员的世界；Noam做这个比做个2C的公司CEO合适太多了。
张小珺：谷歌搜索这个格局你觉得有变化么？
Freda：变化太大了。
一度我很担心OpenAI做不好搜索。因为谷歌不给他用谷歌的搜索API。但这一年用下来不管是OpenAI还是Perplexity，搜索效果都非常好。
因为搜索的护城河彻底变了。
之前谷歌搜索压倒性的好用，这个好用是因为我能在最上面的两三条找到我最想找的信息，这个是对人最重要的；第二页第三页完全没人看。但现在模型做搜索，非常的不辞辛苦，它能一秒钟翻几十页，直到找到最符合问题的信息，你用Bing或者自己做的搜索索引都可以。
这件事很大，因为搜索这个行业护城河彻底变了。
张小珺：怎么看待OpenAI的管理层？Sam这个人最近也是引发很大的争议？
Freda：Sam不是技术背景，但他能做一号位，员工对他还是很服气的，这个很有意思。
我聊下来，员工都很信任也很感谢Sam带领员工致富；另外有一点一定也要给Sam Credit，他真的是最早去强信念相信AGI的，这个是他引领了市场。
最近大家也听到1.4万亿的这个数字，其实本意是很聪明的，因为AI就是很烧钱，所以他想把一条线的公司都绑在一起。但时间线上一下拉的太远了，数字太大吓到市场了。可能他一下指引一下一两年的支出效果会好很多。但我觉得市场会慢慢消化的。
张小珺：OpenAI是不是这几年回报最好的投资？
Freda：这里面有一个概念，我们看到的300亿到5000亿，说的都是估值；但投资人拿到的是每股股价。
这里面OpenAI从300亿到5000亿，每股价值并不是接近20x，而是6x；股权稀释很严重。
张小珺：你怎么看待OpenAI最近的一系列上市的操作？
Freda：我觉得这个非常合理。而且最近OpenAI和微软把股权转清楚了，这件事非常重要。
像比如媒体报道出来的时候，如果2027年有一万亿市值的这么一个IPO，大概对应它的收入预测是10倍这样子，所以只要收入能做到，这个估值挺合理的。我们开玩笑说就是在美国波士顿可能有一条街都是那种非常大的基金，包括Fidelity啊什么的。每个人出100亿，这个1000亿的IPO就出来了。
我知道媒体很多人在那说，就等这个上市啦，上市就是泡沫顶峰了。我觉得没有那么刻舟求剑，因为你就算是回到上一波互联网，就Netscape网景通信，它的IPO是95年，那后面确实是泡沫越吹越大到破裂也是5年之后的事情了。
张小珺：说到OpenAI，也想聊聊Anthropic，这两个在你的观察中有什么异同吗？
Freda：它们俩业务不一样，一个是2C，一个是2B。
Anthropic超过80%都是ToB的业务。从用户粘性来讲，都非常好看；这两个公司，看这个用户来看，都是有我们叫微笑曲线。就是可能你一开始存留下去一点，之后还会再回来。而且新用户也比老用户同期的存留率要更好，所以这方面目前都是没有任何问题的。
再有也是媒体应该有报出来，就是Anthropic的利润率增长非常快。大概也就是一年之内吧，他从大概就是收入一块钱，能亏两块钱，就比如往这个水平，到今年底他会，他能做到跟OpenAI差不多的毛利率。所以这里面是做了很多功课，给我也是挺大的一个震撼，就是觉得它对整个自己的毛利率其实是有巨大的掌控的，不管是从模型架构，还有她叫Auto-scaling，包括优化，都做得非常快，非常到位。
所以现在整体对于模型公司，我觉得毛利率这里是没有任何有必要担心的，我觉得长期都会是七八十，这种毛利率是没有问题的。
从增长的角度，这两个也是一个追赶的一个状态吧。从1个亿到10个亿收入的这个阶段，OpenAI快非常多，用了两个季度不到，然后Anthropic可能用了大概四五个季度，然后从10个亿往上是反过来的；Anthropic年化收入从10到70个亿就用了10个月。最近的这个几个月，两个公司每个月增加的年化收入基本是数量上基本差不多。
Anthropic的产品路线也挺清晰的。
一个是选择几个比较大、比较有利润空间的垂类，包括Coding，包括Finance——Claude Finance非常非常好用，包括生命科学、法律。
另一方面就是做最好的模型给Agent用，Claude Skills = Mini Agents系统。
张小珺：Anthropic媒体报道出来的现金流是不是要比OpenAI好？我听说他们花在训练的钱要有效率很多？
Freda：我还是回到刚才讲的大模型的商业模式，抛开商业模式去看公司现金流预测没有任何意义。
这两家模型的财务预测非常有意思。
OpenAI就是它假设自己的这个总的算力在28年之后就不再增长了，所以是靠我们刚才说的第二点训练成本不再那么迅猛增长，去把自己利润率升拉上去的。
Anthropic如果你去细抠的话，它其实是在假设模型的这个ROI这个回报率逐年提升，对应我们说的第一点，不再是一块钱收回两块，而是能一块钱第二年收回五块钱，所以是主要是靠这个去拉上去的。
并不是Anthropic花的少，而是它假设了更高的回报率。
这个预测非常有意思，值得去细想，为什么他们做出了这两个方向的假设。
张小珺：另外两三家模型公司你有看他们的进展么？
Freda：现在根本不止大家熟悉的这两三家，最近几个月又有小10家模型公司出来融资，我们叫Neo Labs。就像Neo Cloud一样，很多都是学术背景的人出来做的，融资都在10亿的规模。
我没有特别想清楚，不知道之后会不会有一个时间点，大家觉得大模型就是头部一两家，剩下的会放弃自己做训练去拥抱开源模型。
大家熟悉的几个名字：
SSI Ilya；
Continuous Learning持续学习；
Mira Thinking Machines Lab；
Tinker是他们的首款产品；帮用户去定制训练开源模型。但我也没想清楚，投这个的背后就是在Bet开源市场的规模。
张小珺：我看这些模型公司都在融资，投资人会怎么估值这些模型公司呢？
Freda：会看他们的收入预测，然后给个倍数。
但说实话都会和OpenAI做一个对比，比如今天的OpenAI 5000亿，其他模型公司融资的时候其实投资人都会对标，看这个公司值多少百分比的OpenAI。
张小珺：所以说回来，今天市场上最重要的公司标杆，就是OpenAI。
Freda：对，100%；一级二级市场最重要的标杆。
张小珺：很多人让我问你们Robinhood这个票，说你是最懂这个公司的。今年标普500表现排名第一个股票，我看到披露你们是大股东，你们当时是怎么看懂这个股票的？能不能跟我们讲讲你们投资Robinhood当时是看到了什么，为什么下这个判断？
Freda：Robinhood这个公司非常有意思，今年圈了很多粉，但你真的看懂这个业务，本质上Robinhood的商业模式是很差的，可以说是一手烂牌。因为证券交易本身有非常强的周期性，不是一个好生意。很多人炒股都是这样，牛市一通操作猛如虎，熊市趴着不动。它的交易收入就是交易额乘以佣金率。交易额和市场活跃额度正相关。这里有几点是它能做的：
第一，最容易想到的，就是多元化，不再只是交易收入，所以你看Robinhood非常积极的去做银行，去做这个叫Prediction Market预测市场，去做财富管理，去做国际市场，它现在已经有11条线的这个业务超过了1个亿的收入，这个还会很快增加。
第二，就是抢占市场份额。市场的强周期性你无法控制，但是你可以用抢份额去平滑这个周期性。
第三，就是定价权，比如Robinhood加密这块从10个点佣金涨到60个点。自己去控制自己的命运。
当然还很重要的就是成本端，因为投资人最在乎的是利润增长，所以如果收入波动，但你成本端能配合收入端的波动也还可以忍。反例就是2022年的Meta，收入下跌，成本暴涨，所以现金流被砍了一半。你看Robinhood的运营成本从22年开始就零增长，一条水平线，控制的非常好。
只有理解到这个程度，才能明白Robinhood的发力方向，才算看懂这个公司。
张小珺：所以不是牛市买券商这个逻辑是吧？
Freda：很多人这么说，我觉得投资挺重要的是要对自己诚实，要知道自己赚什么钱，是Beta还是Alpha，可能最简单的你把Coinbase的股价，你和比特币去做一个对比回归，你会发现2022年开始，Coinbase相对于比特币是没有任何Alpha的。
所以如果说你判断一个加密周期牛市来了，那你不如去买比特币。这就是我说的这个市场的Beta。但Robinhood如果你做这么一个回归的话，你会发现不管它是相对于比特币还是相对于纳斯达克都是非常强的这个Alpha，走出了非常不一样的路径。
张小珺：你怎么看这个公司的增长性？
Freda：美国很明显一代人有一代人的账户。
60岁以上婴儿潮这代人用嘉信理财；45这个年龄层用E-Trade；Robinhood用户的平均年龄30多岁，这个就是美国新一代中年人和年轻人的账户。
公司的模式你可以把他想成一个漏斗，只要钱能进来它这里，他就能通过让你做一系列的交易产生收入。所以最重要的是增加每个用户的平均资产。今天Robinhood上用户平均1万块钱的资产，嘉信理财和IBKR盈透证券都是15万以上。
Robinhood用户平均年龄是34岁。这个很重要因为在美国35岁是一个财富的重要分水岭，35-40相比之前5年有一个3x的跨越，55岁达到高峰。
所以今天Robinhood什么都不做都会有很自然的资产增长。
而交易账户只是它的开始。随着这些用户步入中年开始有积蓄，很自然的就会有理财的需求，所以你看嘉信理财60%的收入是从财富管理那边来的；然后也很自然的会有储蓄的需求。
在漏斗吸收进来这些资产之后，重要的就是让这些钱动起来，这里Robinhood非常会互联网的打法，增加用户的活跃度。
比如我同时有Robinhood和Coinbase两张信用卡，很明显Robinhood会有很多拉新活动，奖励机制，让我不停的回到它的App去看；而Coinbase我可能最多一个月看一次。
所以Robinhood就是下一个嘉信理财。
张小珺：你们是今年初买的对吧？是买了一次还是多次？
Freda：对，年初。多次。
我印象非常深，股价跌得非常狠，市场也很差。但我觉得这个业务被低估了。Coinbase 1000亿 vs. HOOD 300亿，Coinbase是在跌份额，掉价格，Robinhood执行能力极强到处抢份额这个故事没有被市场看到；大家觉得他俩都是Beta，都差不多。
所以当时是顶着巨大的压力，想着今年可能是个熊市了，依然买了Robinhood。
张小珺：就是大家说的，别人恐惧时候你贪婪。今年涨了接近3倍，接下来怎么看这个公司呢？是不是已经不便宜了。
Freda：不便宜。但这是最有机会成为一站式金融应用的公司。
这个公司一直有一种为普通人平权的使命感。很多普通人第一次拿到IPO的份额都是通过Robinhood。
我很看好的一个方向是他们的VC基金。VC这样的另类资产在美国超过10万亿的规模，很多好公司，包括OpenAI，SpaceX，机构拿在手上，但普通人完全买不到。
如果Robinhood搞出一个VC基金——里面有所有耳熟能详的大公司的股份——然后收费比如2-3%类比ARKK——任何人都能认购——这个的需要是巨大的，做到上百亿也不奇怪。
张小珺：他们主要业务在美国？
Freda：其实不止。它今年非常巧妙地进入了欧洲，用了现在最火的概念叫Tokenization代币化。
欧洲有几十个小国家，每个有自己的监管，如果我一个一个拿牌照需要一两年。但是代币化直接一下就在整个欧洲铺开了；交易费还会便宜很多。
张小珺：你怎么看这个团队？
Freda：这个团队非常不一样。它动作非常快，就是你去看它一年出的产品的量，可能是别人5到10年那么多，完全不夸张。
创始人的性格也挺有意思的，比如说这个Coinbase的创始人非常的，我叫他乖小孩吧，他创业第一天就说我一定要强调合规。所以我个人觉得他到今天他的运营成本砍不下来，合规可能占挺大一块的。
Robinhood的这个创始人叫Vlad，他就比较像坏小孩似的，他非常的有冲劲，非常的敢想敢干，他这种性格也让他和公众沟通的时候非常的有张力，散户非常喜欢他。
他会非常真诚地问我，哪些公司是他需要学习的，尤其是那些比他规模大时间长的公司，他会问我哪些地方是别人做的比他今天好的。这个学习的能力以及这个热情我觉得是非常难得。
Vlad同时非常的Aggressive、很强势，他想拿下的市场和业务，他会很激进的去抢。我自己也和他学习了很多。
张小珺：现在资本更喜欢乖小孩还是坏小孩？
Freda：硅谷么，还是喜欢这种Founder Led敢于打破常规，坏小孩。
张小珺：Robinhood这个产品速度它背后是怎么支撑和做到的？
Freda：这块好像挺少有媒体报道，其实Robinhood在2022年的时候，几乎重新做了一遍这个公司，彻底改变了它的组织架构，它之前是非常中央化的，然后它改成了Single GM这个结构，就是说每一个业务单元有自己独立的架构，包括独立的PM、Developer、CFO、HR，所以它是去非常努力的去赋能每一个业务单元去疯狂的创新出产品。
张小珺：这个组织架构能更利于不同产品同时能涌现出来？
Freda：对，很明显。
张小珺：说到散户，这两年我们也越来越多地听到了散户的声音。疫情的时候，有WallStreetBets，到后面很多公司大家都叫散户票，那你觉得这个是一个可持续的现象吗？
Freda：散户到今天，我觉得，尤其就美国散户已经太大了。就是你看一些期权上面，可能超过80%、90%都是散户。我觉得有一些基金经理非常厌恶这个现象，但是我觉得散户是市场上非常重要的组成部分，在我的这个投资框架里面，我觉得市场就是一个挺混沌的这么一个体系，大家每个人感觉都是各玩各的，都做自己觉得能赚钱的事情，但你最终这个股价表现其实是一个合理的这么一个结果，去知道去了解这些重要的市场组成部分怎么运营，非常重要的。
Twitter上面你打开的话有很多散户，很多这些股票最终你你会发现能追回到一两个这种就跟KOL似的，就像一个部落一样，比如说有的人大家管他叫The Robinhood Guy，有的人叫The Palantir Guy，我其实和大部分他们这些KOL线下都很熟，所以也会去了解比如说散户喜欢什么类型特定的票，他们的交易体系，我觉得这个本身其实非常有意思。
而且我敢说，比如Robinhood和Palantir这两个票，散户的研究深度其实是完爆机构的，而且在他们身上我就看到的是那种非常纯粹对投资的热爱。
一个你说选股思路是去找这种散户喜欢，但是机构也能喜欢这种股票。这种股票通常都能比较强，而且没有那么多零和博弈。
零和博弈的典型就是美股这几年的软件股，里面几乎没有散户，全都是Hedge Fund，都没有长期的钱，就是很短钱的博弈，所以股价上下百分之三十，充满了痛苦。
张小珺：你刚刚也提到几次新物种，也提到坏小孩、乖小孩。我看你们公司网站上写你是负责颠覆性科技的合伙人，这个颠覆性代表的是什么？
Freda：哦，这个范围非常广，就是你往大了说呢，科技投资其实也就是去寻找这些可持续增长的公司，这些公司通常都会具有颠覆性，比如说刚才说了，讲了很多，就Robinhood、OpenAI，然后包括拼多多、TikTok，包括Nvidia、Netflix这些公司，它最初刚出来的时候都被视为非常的不合常理。
比如说Robinhood是零佣金，然后OpenAI就狂烧钱，然后Netflix是改变了整个DVD的租赁模式，都各有各的奇特，但是它们最终都颠覆了市场。
张小珺：这种颠覆性的公司在你看来共性是什么？
Freda：总结下来可能有这么几点吧：
一是巨大TAM市场规模——比如Robinhood现在要做整个金融行业的超级应用；
二是产品要完美——不管是Google、Netflix、GPT，最好的产品是不需要销售的，在很长一段时间都保持极高的增长；
三是我们通常回头看的时候都会说觉得天时地利人和。都是你觉得好像就是注定会在那个时候出这么一个颠覆者。比如说智能手机带宽到一定程度就能诞生短视频TikTok；摩尔定律终结，GPU推动AI；然后下沉市场的空白造就当年异军突起的拼多多。
其实每个都有点宿命感。
张小珺：那你现在觉得有什么有趣的新的物种吗？——当然我们这个不作为投资建议。
Freda：今年看下来最有意思的可能是Prediction Market，就是预测市场。大家可能听过叫什么Kalshi、Polymarket。我因为本来看Robinhood，所以最早发现这块量上的非常的猛。像Kalshi这么一个预测市场，它最新的这个交易量已经超过600亿。季度环比都是百分之百的增长，是非常典型新物种野蛮增长。
在这个预测市场上面大家可以用一两块钱去押注一切事件。你可以押注美国大选谁是总统，你可以去押Tesla的财报是否会超预期，甚至还有人在那预测Taylor Swift今年会不会怀孕，是一个百花齐放的状态。它绝对不是一个小众市场。Bloomberg、Google Finance都接入了它的数据。
这个行业的出现也充满了天时地利人和：
首先就是美国主流媒体信誉危机非常严重，然后又因为这两年不管是疫情、关税，时局非常动荡，民众想知道真相。
而且这个世界上似乎总有人能知道点什么，比如谷歌模型哪天出，Polymarket早早就有人下注11月18号，精准到天。
另外就是预测市场在全美国都是合法的；而到今天在加州、德州很多地方，连体育博彩都是不允许的。
当然还有这届政府监管上比较宽松——Prediction Market正好趁机把量做上去。
所以Prediction Market拿了一手王炸的牌，就看之后能做多大了。
03 自动驾驶和机器人投资
张小珺：我们说了很多AI的应用，还没说到自动驾驶和机器人。今年有没有什么新的想法？
Freda：今年最大的惊喜是Waymo。执行能力和速度非常超预期。
现在5个运营地区，马上10几个城市，已经可以上高速；
观察开城的速度在明显加速：
三番：5年；
奥斯汀：2年；
硅谷这边：半年。
而且成本并不高；几千万美金开一个城市。
今天一共2500辆车在路上，年化收入算下来8个亿。明后年上量可能会非常非常快。和他们合作的韩国现代车企在美国佐治亚州已经有现成的工厂，你去看这个工厂是可以10万量产的。等这个量上去，对整个交通行业都会有很大影响。
今天Waymo和Uber的价格差不多；但量产BOM Cost物料成本下来，对Uber这种业务会挺大影响。今天Waymo在三番已经盈利了。最大的成本是折旧——假设整车17万，然后4年折旧。其他主要成本包括它的远程安全员，运营和保险费用。都算下来今天也是盈利的。
张小珺：我看Uber和Waymo也是合作的关系。
Freda：今天Waymo和所有人都有合作，包括Uber，包括租车公司，包括车队运营公司。但我会去思考，本质上Waymo到底需要什么？
需要人做清洁，维护，充电，需要有现成的地方去停车；Uber并不是一个劳动密集型的公司；运营这个生意更适合Avis租车公司或者专业的车队运营团队。
当然Waymo需要解决的是——怎么平衡峰值和低谷的需求。Uber做这个就很合适，她轻资产，可以通过调节价格去做车队的调配。Waymo需求低谷时候车队闲置，就很影响利润。
张小珺：Tesla和Waymo这两个怎么比较？哪个是长期的赢家？
Freda：Waymo和Tesla这两个一个有硬件问题，一个有软件问题。
Waymo现在是硬件问题也是商业模式问题。他的硬件肯定成本会下来，问题是能下来多少。现在拆开看，车子和传感器分别是7-8万；然后车里的芯片2-3万。成本减下来需要一个过程，而且怎么也减不到Tesla 3万的这个价格。所以Waymo的命运要看Tesla能不能成功。
Tesla没有任何硬件问题，可以随便量产，要多少有多少；他的问题是软件问题；Elon 10几年前吹的牛，不用激光雷达，纯视觉，到今天还没有在Robotaxi上真正的证明自己。
张小珺：美国这边自动驾驶是不是就剩下Waymo和Tesla两个玩家？
Freda：目前是的，收敛的非常快。
自动驾驶这个市场是非常大的。就是美国人每年开车大概是三万亿英里这样子，假设每英里一块钱，这个市场就会有一个3000亿每年的这么一个收入。
一块钱对用户非常有吸引力，对应Uber是接近三块钱每英里；只要安全，自动驾驶这个市场不存在任何需求问题。
我让GPT帮我算过——在美国前十大城市中，要拿到大约10%的市场份额，需要多少台Robotaxi？GPT 1万，很小的数字 vs. 今天美国Uber 300万。
自动驾驶大规模实现之后，很多行业的格局都会变化。比如交通、比如房地产——住的更分散。
张小珺：自动驾驶终于要实现了吗？在美国就会是这两家占领整个市场么？
Freda：今天自动驾驶用的还是模仿学习，10亿量级的小模型——因为模型运行在端侧，有Latency延迟的考量。
比如模型看到STOP Sign，他并不是真的理解STOP是停车的意思，只是去模仿人类开车，人类通常在长这样的标识面前停下来，所以它停下来。没有真的理解这个世界，比较死记硬背，很多Overfit。有网上视频如果你把停车这个标志穿在人身上，有的模型也会在人面前停下来。
所以我在思考的是垂类小模型和大模型的路线。我们是不是还是需要真正的智能，通用大模型去理解驾驶的规则，不是去记住去模仿，才能去解决一切的Corner Case边缘案例。
其他的垂类都发生了——图像，视频，编程——通用模型就是比垂类小模型效果好，所以我想看看大模型公司会怎么做自动驾驶这件事，Latency能不能被解决。
张小珺：机器人这一块呢？这些年美国的发展是怎么样的？
Freda：很火的赛道；很多VC在闭眼投。
行业Locomotion或者下半身基本解决了，机器人能跑能跳做很多基本的动作；但Manipulation上半身的操作目前还差的比较多。
已经几年下来了，我也很Frustrated，路径上还是没有共识。硬件上，是人形还是四足，如果人形，人形长什么样？数据上，有人只用真实世界数据，有人只用模拟，有人混合起来用，完全没有共识。
但往好了想，也不是毫无进展，认知上面还是有一些收敛：比如共识逐渐收敛到硬件软件需要一体去做训练，而不是只做模型层。比如越来越多的人同意住宅用比工业是一个更合适的落地场景。还是有更多的人从第一性原理来看，站队人形机器人，也是因为老黄和Elon在带队伍。
但还是太早了。还处于刚刚要从Research走到Engineering的阶段。而且实在太缺数据了，这里面很多噪音——这就像10年前的自动驾驶，当模型过于缺数据的时候，你给他喂任何数据都会觉得帮助很大，但这里完全不能线性外推，这个进程会比想的慢。
投资人很难去评估——不像大语言模型好歹有一个榜单，好歹能看看模型大小，因为任务完成度都不高，所以我也没法定性的去判断；除了赛道真的很大以外，很难出手下重注。
张小珺：机器人下一步；或者叫GPT Moment会是什么样子的？大概什么时候会出现？
Freda：希望2-3年之内有一个机器人的GPT Moment。
就是Manipulation，能做一些通用的动作，包括叠衣服、收东西、放洗碗机；这些简单的东西完成度都不会很高，但慢慢从这里做起。
明年挺重要的，几家机器人公司都会有产品卖到客户家里，包括1X；
我自己的预期很低——市场一定需要先解决自动驾驶再解决机器人。机器人这边硬件和数据都还不到位。自动驾驶我们好歹都知道车是什么形态；机器人还不没有确定的形态。数据的话，机器人差的还太远了。
张小珺：这一块中美之间的对比你怎么看？
Freda：我见了也体验了中美几乎所有的自动驾驶和机器人公司。
自动驾驶方面——中国发展我觉得会非常好，也会比美国有更多玩家参与在里面，因为有数据。
很多人不知道，美国这些油车数据都是没法采集，因为数据都不联网；就算联网，车身只有一个最多两个摄像头，采集的数据也是没法用的。
中国因为经历了EV，大家技术都更新了，车身很多摄像头，数据是不缺的。所以非常期待中国这方面的发展。
机器人方面——中国的硬件能力肯定是世界最厉害的。
04 硅谷投资圈揭秘
张小珺：刚才我们聊的是硅谷的一些明星公司。我也很好奇，开头其实也提到你是很少在美国一线基金里面的华人，你对于在美国的华人，不管是研究者还是投资人，你有什么建议吗？
Freda：更勇敢吧。
整体感觉硅谷这边其实挺公平的。比如说推特这个平台，我觉得非常神奇，网站做的很烂但美国这些CEO每天花非常多的时间都上面。只要你的内容有意思，他们都会主动回应。中国人整体比较内敛，所以还是要敢想敢做，不要不好意思。
张小珺：你有VC和对冲基金的两边的视角，你觉得这两边的投资逻辑有什么明显的差异吗？一个投资人能同时做好两边吗？
Freda：我觉得是有不一样逻辑上，二级其实最好的投资都是非共识，VC就是共识投资。二级你追求的是High Risk High Return，比如说22年的Meta，今年的Google，都是高回报的反转投资；VC其实追求的是共识，因为你每一轮都要烧很多钱，其实你需要市场认可你的观点，一直和你一起支持你选中的这个公司，这过程可能需要很多年，所以是非共识和共识这么一个明显区别吧。
张小珺：这两种投资，关注的东西有什么明显不同么？
Freda：看的都是人 - 产品 - 市场，这三点。
早期VC看人更多；之后会看市场更多；经验来看，一个很优秀的创始人，哪怕需要转型几次，很少会搞砸。比如Elon做过各种有的没的，但从来没亏过投资人一分钱，所以他今天出来融资，就一页纸，写的就是我融资过上百轮，没有让一个投资人亏钱，这就是他的底气。
张小珺：看人的话，每家基金会不会有什么偏好？
Freda：审美会有些不一样。我挑几个有意思的说吧：
有一个叫Altos Ventures——就是Roblox和Coupang大股东，他们喜欢这种叫刺猬型人才，刺猬一辈子都在挖洞；所以他们比较推崇巴菲特，创始人一辈子就做这一件他人生最有热情的事情。他们不喜欢那种到处找热点，管自己叫持续创业者这种人。
然后像Ribbit Capital我非常喜欢，他们喜欢这种叫“Rebel”反叛者，就是带着坏小孩叛逆气质想要跟这个世界大干一场的创业者，的这种人比较有爆发力。Robinhood是典型他们喜欢的团队。
还有Hummingbird VC，这家喜欢我叫哪吒型创始人，创始人通常有很大的心理创伤，我命由我不由天，要证明世界都错了；Kraken还有几个游戏公司是他们的典型投资，创始人是死都不会卖公司套现的。
整体差别不会太大——优秀的人是挺明显能看出来的。
张小珺：美国基金在投资策略上，这些年有没有什么明显变化呢？
Freda：有一个，就是集中仓位下重注。
这里面有一个投资的基本思路。你肯定也听过，很多人说投资就是鸡蛋不能放在一个篮子里，要分散风险；但风险并不会因为你分散了就变小，市场要跌一起跌，买几十个仓位就是自己买出了一个大盘。
美国有一个投资人叫Druckenmiller，我非常欣赏，他会说，最好的投资就是你把你所有的鸡蛋都放到一个篮子里，这个其实非常的反直觉，但你敢都放到一个篮子里面，你肯定是做很多的研究才敢下这个判断，所以反而风险比你半懂不懂乱投要低很多；因为只有一个篮子，你会花全部的精力认真的去看着你这个篮子，和这个鸡蛋一起成长。
当然我说的是如果你想去产生超额的收益，如果只是追求一个比银行好一点的，百分之几的收益率，那我建议你直接买S&P就非常好了。
超额收益只能靠重仓集中仓位去实现。
而且做久了也会发现，世界上好公司真的不多；我能把几十只最好的公司研究透，交易做好，就足够了；没必要什么都看。
张小珺：鸡蛋都放在一个篮子里确实是一个反直觉，这里有没有什么成功案例？
Freda：比如Ribbit Capital，21年那个时候是Robinhood出了一点用户的一些事情，Ribbit 24小时之内放了5个亿进去，这一笔应该翻了七倍。
然后是Carvana，有基金在10块钱的时候抄底，30倍收益。
2022年的Meta，23年的Nvidia，今年的Google——可以是逻辑反转；也可以是清晰的龙头；只要看准然后量上够，就是超额受益。
像Greenoaks这个基金很有意思，它会控制合伙人每周出去开会的数量，我听的是每个人不超过五个——就是在鼓励少做判断，敢于重仓。
张小珺：所以大家都在找这样的机会？
Freda：对，但其实很多基金的规模和结构让他不可能做到。基金大了之后，组织结构就不可能灵活。每个合伙人每年都要做项目，但好项目根本没那么多。
又是一个反直觉，就是VC的回报率通常都是很低的。
我们跟踪2400支VC基金的回报数据，其中有223支基金实现了3倍以上的DPI，有86支基金实现了5倍DPI，而在这80只基金里，最大的一支基金规模为5亿美元。
而且5倍净回报，10年，也就是16%的IRR；3x就是10%。
举个例子，一支规模200亿美元的基金，如果要给LP实现5倍的净回报，就必须向LP净返还1000亿美元。假设最终退出时能拿到10%的持股。这意味着需要1万亿美元的总退出规模，大致相当于过去5/6年全部美国IPO市值的总和。这个根本不能做到。
张小珺：看来VC行业的回报率比我们想的都要低很多。而且听上去很难上规模，反而是需要小而美。
Freda：对，这个总结完全正确。
除了共识和非共识，VC和二级另一个区别就是体量。VC基金想做好没法上量，但是二级的容量是无限的。
所以很多时候看到一个赛道一个机会，用二级市场去表达会容易很多，而且钱不会被锁定10年。像2023年买Nvidia，那个时候去判断50个大模型公司哪个能成功太难了，但可以重仓Nvidia实现超额收益；算上股权稀释，Nvidia回报是最高的。
05 看好的AI应用
张小珺：我们能不能把硅谷火的赛道，给听众过一下你怎么看？哪个你比较看好？
Freda：今年最火的肯定是编程。
投资里面我们有一个公开的秘密，就是如果一个领域，一年之内，能创造10个亿的年化收入，这个领域，不管我之前理解不理解，现在都必须投进去，因为这是市场告诉我，这里要产生世界级的公司。这样的领域很难遇到。
Coding这块，一年之内创造了50亿的年化收入，这个的重要程度不言而喻。编程的话，你看年化收入，四家超过6亿，前四里面Claude Code和OpenAI Codex占两个，都是在发布之后直线拉升，斜率非常陡峭在抢占市场。我看好这个市场，但这里面的竞争才刚开始。你看刚刚谷歌和Windsurf把编程免费了。那这个对Cursor意味着什么？所以竞争格局很难看清。
今年除了编程，还有很多垂直领域非常火，包括金融，法律，企业软件这些。这个也很有意思，因为你上一轮软件的发展其实都是从这个horizontal就是通用就是平行软件层开始做，然后再去做垂类，但现在创业感觉只有垂类能做一做，因为通用这层被大模型吃掉了。
在这些垂直领域里面，编程是最适合大模型公司亲自去做的：它其他垂类不一样，不需要去特意采集具体领域的知识；Go to market非常自然不需要雇佣一个团队的销售，所以模型公司做起来是特别顺手和合理的。这个和金融、法律，这些都不一样。
张小珺：视频领域我们之前也讨论了很多，这个你怎么看？
Freda：我非常看好视频。首先就是大——美国媒体产业是一个8000亿的市场。我判断视频会是AI和人类交流的一个重要载体，它是对大脑来说带宽最高的输入形式。
再有就是视频行业逻辑彻底变了：之前TikTok就是匹配——让创作者产出视频，然后再想办法匹配给用户；优化的是匹配函数。但现在视频本身第一次成了可以被直接优化的对象。你可以随便设定目标函数，然后去强力优化。我们现在可以直接拿用户参与度当目标，去直接优化视频；或者把广告点击率作为目标，直接对它进行优化。能做的太多了。
我判断这里会出来百亿的大公司。Google、Meta、老马，都要搞这一块。
对明年的强判断是：短视频（包括短剧）吃长视频（包括电影电视）的时长。因为AI已经能制作很多短视频了，你的创作速度指数上升，成本指数下降，这里面是要出大的范式变化的。
张小珺：我看你写过一个Agentic Commerce的深度研究报告。这块是不是也比较火？
Freda：对，这个是OpenAI接下来要做的一个方向，可能这个月就能看到。这个对整个互联网行业会有非常多的影响——广告，电商，电子支付。
Agentic Commerce就是Agent替我买东西。比如我描述我想买一个面膜，Agent帮我一通推荐最适合我肤质的，然后直接帮我付钱。想清楚的话，这个对大部分商家都是噩梦——因为商家都希望用户直接来自己网站，这样才能多卖我一些它店里的东西我们叫crosssell。而且流量是很贵的。
比如说Booking.com，中国可能是携程，它交易额的一半是谷歌广告帮它引流过来。很多人不知道Booking.com通过谷歌引流的这部分是0利润，完全赚不到钱！因为Google的广告费很贵。长期Agent也一定会收费的。流量越来越靠Agent引流不是任何商家想看到的。你再看亚马逊每年广告收入能有1000亿，广告收入我们也叫眼球收入，都是用户直接来他的网站去买东西，他才会有机会卖广告。这里也会有很大变数。
所以对亚马逊来说最差最差的可能性就是：失去广告收入；增加引流的支出；减少销售（因为crosssell的机会变少了）。
我想来想去这里唯一受益的就是长尾的商家 ——之前他们花不起广告费拿不到很多流量，现在Agent可以很精准的，翻阅几十页的谷歌搜索，找到最适合我的一款小众面膜，而这些商家通常在Shopify开店。Shopify很有机会成为AI Agent的统一基础设施架构。
支付行业也会很多变化。今天很多人用PayPal这种快捷支付按钮。为什么我用它，因为它是我的钱包，存了我信用卡的信息，我不用自己输入。而PayPal因为提供了便捷所以收一个溢价。但到了Agent时代，Agent不怕麻烦，ChatGPT就是我的电子钱包，他有我一切的信息。这里还需不需要PayPal这个中间商是个挺严肃的问题。
所以Agenda Commerce不止是一个公司一个应用，真的做起来整个互联网格局都会变，把这个想清楚了就彻底理解互联网和支付的本质了，很费脑子。
张小珺：美国之前软件特别的火，你怎么看软件和AI公司的区别呢？
Freda：我们开玩笑说，SaaS takes like chicken，软件公司的财务报表就像鸡胸肉一样，味道非常一致，基本可以闭眼睛流水线处理：清一色的毛利率80%；净留存率 120%。
到了AI，很多投资人不想碰，因为毛利率都很低。但AI应用公司的毛利率是一个反直觉，越是有人用，你的毛利率反而越低。现在大家还没有统一意见怎么给AI公司估值。我觉得应该看利润的绝对金额$$。因为虽然毛利率低，但AI合同金额通常更大，我看到客服的AI单价，能是可比软件SaaS每seat收入的5倍。
这个就像AWS刚出来，50-60%毛利率，很多人也不看好觉得没有软件赚钱，但这个市场比所有软件都要大，增长也更持久。
06 泡沫讨论
张小珺：我们聊了很多明星公司和重点赛道，也聊了硅谷投资圈的揭秘；现在很火热的一个话题，就是市场在不在一个泡沫里。
这些AI公司说的收入规模都挺巨大的。你觉得这些钱是从哪里来？它是一个存量的概念，比如说从现在这些已有的大公司，Google、Meta来，还是说有一些别的新的方向？如果是存量的，那这么大一笔的AI巨额投资意义在哪里？
Freda：问的非常好。
首先有一个概念我叫互联网收入或者电子税，这个一共在美国一共也就是4000亿的总收入。其中一块就是线上广告支出2600亿。然后第二块电子商务佣金收入，就是我们叫 3P E-commerce的这个take rate，是1000亿的这个收入体量。第三块就是订阅收入吧，包括Netflix、Youtube，就是有的没的那些东西加起来一共是500亿。
所以你如果是去抢互联网存量的话，其实这个数目没有那么大，就4000亿总收入。所以如果说OpenAI进来，像媒体曝的2000亿营收，如果你拿了那么多的话，那就是Google、Meta、亚马逊这些都要去给它去让这个份额。
所以你说的是对的，如果我们花了上万亿去烧出一个小谷歌，去抢存量互联网收入，可能意义就没有那么大。
张小珺：广告收入会因为AI而增加么？
Freda：很多人会这么问。我不同意。美国广告收入过去20年增长很稳定，就是年化5-6%增长。广告总额没有什么理由增加。美国公司加起来，平均花3%的收入在广告上，AI来了也没有理由去花超过3%，不减少就不错了。美国到今天线上广告渗透率有80%，我也不觉得这里有很大的上修空间。
张小珺：如果模型的收入不从你定义的电子收入里面来，能从哪里出呢？
Freda：我知道这个听着过于宏大，但大逻辑真的要看劳动力成本。美国GDP 30万亿，美国的劳动力成本是有15万亿这么大。客服就是3000亿这么大。这里面撕出一个口子很容易就几千亿的收入体量。Michael Dell和Jensen Huang的逻辑，如果AI哪怕仅提升10%全球生产率，就能产生11万亿美元GDP增量，为此每年投入3-4万亿美金建设算力也“合理”。
我的思路是，最开始，尤其是模型能力还没太上来的时候，最容易吃的就是电子收入这一块，所以OpenAI肯定会去抢，广告的竞争格局肯定会恶化；但是给点时间，模型能力上来，真正Agent或者AI for Science涌现，那我们去创造新的价值，也去吃15万亿劳动力的大市场，这个账就算过来了。
张小珺：但是如果你去大幅度的提高了劳动力的水平，导致了公司的裁员，谁来消费？会不会对经济的影响非常差？
Freda：我觉得要分情况看吧。最简单的就是举个例子，你今天是100个人，能产出100个商品，如果你用了一通AI，然后你效率更高了，你80个人，你能产出110个商品，而且你这个商品还能更便宜更好，那你整个这个叫real GDP吧，就是能有个10%的增长，你剩下80个人的收入是肯定会大幅提升的，你这个公司的利润也会大幅提升的，所以其实是积极的这么一个消费循环。
你被裁掉这20个人会比较惨，这里不知道AI受益的大公司会不会去交一个AI税，或者裁员税，去帮助一下这些受影响的人；你看到Ro Khanna就是加州议员已经在说这件事了，所以不是危言耸听。
但我还是比较乐观，如果你真的回看历史上每一轮生产力的提高，每次也都伴随着裁员潮。当然都是可能花一段时间，社会都会去吸收这个变化，重新就业，然后财富再有一个重新的分配。
张小珺：很多人关注AI的投入产出比，这里的回报你是怎么算的？
Freda：这个本身是不可能完全算清楚的，因为AI是一个既能有收入同时也有一个节省成本的概念。包括我之前提到很多实体经济用AI已经可以量化效率的提升，但你不可能一家一家去算传统行业（银行、地产、物流）的AI收入。可以过一下现在能看的到的比如未来12-18个月比较清晰的AI收入：OpenAI 300亿；Anthropic看到一半150亿；这里很可能有超额收入。
有两个接近20亿的收入的垂类：编程；视频生成。
有几个5亿量级的垂类：音频；客服；法律；医疗。
我统计下来一共有3/40家非上市AI公司ARR超过10亿。
上市公司里面谷歌，Meta的纯AI收入能有小几百亿。
加起来能看到700亿AI收入。
但最重要的就是，能跟踪出来的AI收入，大头只有OpenAI和Anthropic。剩下所有的创业公司加起来就几十亿最多了。
张小珺：那所以你觉得市场到底是不是一个Bubble，有没有泡沫？
Freda：我觉得去空谈是不是泡沫很主观也很空。两个层面思考：
1、今天是不是？肯定不是。本轮AI应用的落地速度快得多：ChatGPT出现不到三年，用户普及度已相当于互联网发展十年的成果，已经产生了几百亿的AI收入。大公司投资AI之后每个季度的ROIC投资回报比都在提升。
2、有没有可能不是一个Bubble？我觉得是有可能的。这个就回到我们说的GDP劳动力成本这个维度的问题，理论上是有可能不是一个泡沫的。
3、到底这一路上会不会成为一个Bubble？这里面就看两点：第一模型是不是一直在进步——这个还是挺乐观的，包括continous learning，infinite context window，很多可能的范式升级，就算没有范式变化很多研究员认为我们也能在5年左右实现AGI。
Gemini3的模型证明Pre-Train还在继续scale并没有撞墙；明年2季度Blackwell train出来的模型非常值得期待。第二点就是AI收入是不是在增加——回到我们上面聊的ROI投入产出比这个问题，也值得把精力都放在这里持续关注。
07 美股Mega 7 + 2026投资展望
张小珺：我们做了很多重要的讨论，能不能给我们做做明年的展望？
Freda：市场有一个最明显的变化，出现在过去一两个季度，就是在Reward有实打实的有AI收入公司，Punish只是单纯大额投资AI的公司；这在几个季度之前明显不是这样的，那时候只要你投入，市场就会正反馈。
我能看着股价图精准的指出来市场最近每天的涨跌都是因为什么：跌是跌OpenAI 1.4万亿投资金额太大，跌OpenAI用户数和收入的放缓；涨是涨OpenAI融资估值的上涨，涨对AI收入预期的变好。
这个是市场告诉我们，明年最重要的是去找AI应用公司。一切也都是天时地利人和，AI投入三年，也到了出收入的时候了。
我的一个强判断就是明年会看到AI Infra基建公司跑输AI Application就是AI应用公司。这个是大思路。
在这种思路之下，我会去想明年哪些AI应用会是：第一，比较成熟，第二，体量比较大。这里有几个我会重点关注，也是之前提到过的：自动驾驶；多模态；端侧AI；企业端使用AI受益/AI在实体经济的应用；Agentic Commerce；当然还有太空（因为SpaceX上市）。
张小珺：能不能说一说美股几个大票的排序。当然，不做成任何投资建议。
Freda：在上面说的找AI收入的思路之下，我整体在美股都想找的是AI应用，在Mega 7里面，强应用的有特斯拉（自动驾驶）；苹果（端侧AI）；Meta和谷歌（这两个都是多模态大户，同时谷歌还有企业端AI和手机端侧AI这些牌）。具体来看：
特斯拉：特斯拉比较简单，只有一件事重要，就是能不能把安全员从车里彻底拿出来真正做成Robotaxi；如果再多加一条，就是对xAI（或者包括其他马斯克公司）的投资以什么形式，会造成多大的股权稀释。自动驾驶这边对于什么是“成了”，每个人的判断或者说risk tolerance会有不一样，有的人觉得一两个车子，在奥斯汀小区域能自己跑，就是“成了”；有的人觉得要100辆无安全员的车，在几个城市，跑上三个月不出事才是“成了”；我自己的偏好肯定是是在中间。
这种经典的宏大叙事Disruptive Tech颠覆式科技，在“成了”的前18月是投资最舒服的时候，因为投资人都会线性外推，就像2019/2020年的电车，有个1%的渗透率投资人就敢外推到50%（当然结果是到今天美国渗透率也只有不到10%），这个范式会在每一次宏大叙事颠覆式科技投资的时候重复。
苹果：苹果明年有所谓“双击”的可能性：3/4月份新的Siri出来，加上9月份折叠手机出来，软硬件两边都有牌打，是有可能出现今年谷歌这种反转的，就是大家可能突然开始说“其实苹果才是最稳、占位最好的”。
这个股票也很神，目前完全没有AI股价都表现的很好。苹果文化挺不一样的，其他公司都是先把产品发出来，不断试错不断修改，而苹果是要等产品要绝对完美再发出来，非常用户导向产品导向。虽然听到的都是苹果AI不行的坏消息，但我自己很期待明年看看它Siri AI这张牌。明年应该也很快能看到Tim Cook卸任，最近经常在Palo Alto吃饭买咖啡都能撞见他，感觉很松弛。
谷歌：当之无愧的共识龙头，模型SOTA，占位最好，这个很多人都讲了。但我就是想不明白广告收入的竞争格局，像之前讲的，广告收入在美国是一个存量逻辑，今天是垄断，那么新玩家进来、上量，这个钱只能从谷歌（或者Meta）的口袋里面出。
OpenAI是一定要做广告的；另一个玩家是被大家遗忘十分能打的TikTok，TikTok在美国和Instagram 一样的用户数，时长比Instagram高，但收入只有Instagram的三分之一。我脑子里预演了各种可能性，但还是觉得明后年广告竞争会加剧。当然这也是好事，就是倒逼模型公司包括谷歌去寻找新的业务变现方式。如果有读者对广告收入这个点有不同的看法，非常欢迎找我沟通。
Meta：Meta的Setup也挺清晰的，市场就是要看小扎重金烧出了什么，再根据这个结果去推测小扎之后还要投入多少，以及能收回多少AI收入。所以就看明年它新模型Avacado的表现能不能SOTA。但整体感觉明年很难，因为现金流肯定是跌的。
有一个我总结的规律，Meta股票上市15年，每一年股价都是涨的，只有两年是跌的，那两年现金流是负增长。所以明年这个票不容易。我自己很想看Meta多模态这张牌，因为有unique data，多模态明年是大年。
视频多模态这块我对明年的强判断是：短视频（包括短剧）吃长视频（包括电影电视）的时长。因为AI已经能制作很多短视频了，你的创作速度指数上升，成本指数下降，这里面是要出大的范式变化的。
三朵云（微软 亚马逊 谷歌）：
三朵云明年增速都会很好，谷歌GCP季度都能看到50%以上增速。但我不喜欢云的竞争格局变化：今天一共三朵云，能做到35-40%的利润率。但现在竞争格局变了，Oracle作为一个新入场的玩家，拿项目时候只要求10%的利润率，很多neoclouds像coreweave层出不穷，还有模型公司几家都会下场顺手做云的业务（上面讲的OpenAI的云业务线）。
所以一个市场一下子从3朵云到10朵云，虽然市场大了，但竞争格局恶化对利润肯定会有影响，你从40%利润率跌到20%，20%也是不错的利润率了，你的收入需要多一倍才能勉强做到利润持平，存量玩家太难了。
云现在业务有两个基本问题：1、GPU租赁本质上同质化 - 长期各家都必须做自己的自研芯片；2、客户集中度过高 - Azure增量70%都是Openai。微软CEO Satya直接承认，他的利润不来自于出租GPU，而是来自于附加项目，包括数据库、存储、安全，这些。
微软：微软的话我还会担心企业这边的竞争格局。谷歌全家桶发力，OpenAI企业端发力，那么微软的企业收入怎么办？我已经一年没打开过Office Word了。这里我同意Sam Altman的观点，就是未来的交互不应该是我打开Excel然后Excel有AI的功能给我用，而是我不需要打开Excel，可以直接和Agent就数字问题进行直接交互，入口会变的。
英伟达和芯片股：一个最最重要的，就是上半年重点关注英伟达Blackwell训练出来的模型效果，这个能决定AI叙事的方向。另外明年关注很多自研芯片能不能deliver。
谷歌TPU也要卖给外面的用户了也是一个竞争格局的变化。一个缺电的世界让GPU和自研芯片的价格差可能没那么重要，关注点都是Flops per watt上面，就是单位能源的产能效率。
张小珺：除了这几个大票，明年整体投资机会怎么看？
Freda：大方向，经济会分化的很明显。会是典型的对冲基金市场，有做多做空两边的机会。简单来说就是：做多AI受益，做空AI受损（包括外包服务、内容制作等行业）。
我觉得超额收益会来自于AI应用公司，而AI应用很多其实在传统领域：有一件事很重要，就是三季度财报是第一次多家S&P 500公司给出具体的AI提效数据，并明确体现在财务表现上。这个是非常快的，之前上云那波，S&P 500的大公司大概花了五年时间，才开始广泛迁移到云端。
另外你从市场历史看，大约每四年就会出现一次非科技板块跑赢科技板块的阶段，而明年刚好就到了第四年了。非科技通常在通胀（或再通胀）出现、估值均值回归，或市场进入风险偏好下降（risk-off）阶段表现更好。
这里面举几个例子：
比如大家都熟悉的沃尔玛：用了一年AI做供应链的需求预测，缺货率降低30%；每年卡车行驶里程都减少了3,000万英里，可以直接看到利润的改善。
金融行业也很明显：比如银行，类似Nubank一家拉美的银行，AI能大幅提升贷款额度和审批率，处理时间缩短80%；同时违约率还能降低一半。已经有大银行用了AI直接提升了净利润15%。再有就是贷款公司叫Rocket，做房贷的，用了AI之后审批时间可以节约80%，实打实的受益。
物流公司：CH Robinson全球最大的物流公司，今天一半的预定现在都是AI负责；过去两年生产率提升约35%。
所以去挖掘这些本身传统行业龙头，然后AI能直接受益的标的我觉得很有意思，也很顺应市场的风格。
张小珺：所以市场的热点会转到AI收入这里？
Freda：对。
还有太空股。如果明年散户热钱从今年的能源和量子计算转到太空股，我觉得挺正常的。
机器人明年也会很多讨论，一个是白宫会有政策支持，一个是World Model世界模型开始训练了，这里会有很多变化。
再有就是明年也是Event大年，历史上最长最多球队参与的世界杯会在美国举办，期待看我们Prediction Markets预测市场的表现。
张小珺：今天市场最需要关注的是什么？有没有普通人也能关注的很好的抓手？
Freda：有一个概念，今天的美股市场就是AI市场。今年上半年美国GDP增量中有90%都来自于AI投资。所以整个大盘都是AI撑着的。
今天市场的风向标其实不再是英伟达，因为市场最关注的AI的收入而不是担心AI的投入。今天能追踪到的，规模最大最可量化的就是OpenAI的收入，量级上其次是Anthropic的收入。所以整个市场的锚定都在这一两个公司上面。这里面可以关注的包括用户的增速、收入的增长，以及政府会不会以某种形式参与他的基建项目，是最关键的。
张小珺：那明年美国的宏观需不需要担心呢？
Freda：消费目前整体健康；财政赤字下来很多；明年一季度还有刺激经济的举措：退税、小费免税；总体来看，美国底层民众明年的状况可能会比今年更好，消费能力也会好一些。
最大的风险在失业率，和可能的再通胀。如果通胀没有大问题，联储新的主席肯定会降息，所以高息类型公司表现会还不错。
但这里最重要的，就是明年美国的中期选举，这届政府的KPI非常重视股市的表现，其实知道这个就足够了。
张小珺：前面聊了非常多干货。我想问一个好奇的问题。我看你Substack和Twitter有很多深度研究，也有很多人关注。大部分人其实不太分享，想问一下你是出于什么目的去做，我猜也很辛苦的事情？
Freda：首先是我本来也要做这些研究。我可能比较有执念，想不清楚一件事情就会一直想。我自己是希望在我研究的领域，能理解得比较透彻吧。
再有就是我非常厌恶信息孤岛，纯靠信息差赚钱我觉得没有格局也做不大；超额的收益靠的应该是格局和判断。我觉得今天这个世界在信息层面没有、也不应该有什么秘密，当然你拿到这个信息，能理解到什么程度是个人的造化。其实我的很多内容，太干了，我觉得可能就一两个人真的看完看懂了，但这样我觉得也很好。
算是对社会的一种回馈吧。
*免责声明：所有内容仅代表嘉宾观点，不做任何投资建议。
本文来自微信公众号“语言即世界language is world”，作者：张小珺 x Freda，36氪经授权发布。
