这篇讲的是投资大佬Alex Sacerdote怎么用“技术S曲线”框架来抓住AI投资机会。他认为AI正让硬件行业从“卖白菜”变成“卖奢侈品”——过去服务器零件谁便宜谁赢，现在因为需求暴增，每个零件都变得关键且能涨价。他重点提了三个标的：Anthropic（他投的AI模型公司，收入从1亿涨到90亿，代码能力超强）、Celestica（做AI服务器的，一台卖20-30万美元，像飞机零件一样贵）、Corning（光纤公司，一个数据中心用的光纤能绕地球4.5圈）。他还警告传统软件公司（比如Salesforce）可能被AI颠覆，因为他已从重仓转为做空。
Alex Sacerdote，Whale Rock Capital Management创始人，管理超170亿美元资产，过去三年对冲基金年化回报约44%。他通过技术S-curve框架投资，核心观点是寻找技术S曲线、持久竞争优势和被低估的盈利潜力。当前最高确信持仓是Anthropic，并以此分析AI全栈（芯片、模型、应用）。他认为AI正重塑企业软件，硬件复兴带来芯片与基础设施机会，但多数投资者未能正确把握。关键风险包括AI对现有软件的颠覆及竞争格局变化。Whale Rock自身也利用AI改进研究流程，并致力于构建多产品学习型机构。
Alex Sacerdote，Whale Rock Capital Management 创始人，管理超 170 亿美元资产，过去三年对冲基金年化回报约 44%。本期主线：通过技术 S-curve 框架分析 AI 全栈投资机会，从芯片到模型到应用层。全片最有分量的判断：AI 正使硬件行业从"商品化"走向"去商品化"，每个服务器组件都因需求暴增和技术升级而获得定价权与利润率提升——这与过去 40 年硬件零增长、零创新的格局截然相反。
Alex Sacerdote 认为，Anthropic 是当前最高确信持仓，其核心逻辑建立在三个支柱上：代码市场的爆发、企业级定位的差异化、以及"逃逸速度"的规模效应。
发现与投资过程：2022 年 11 月 ChatGPT 发布后，Whale Rock 立即启动全公司深度研究。最初判断是"先投芯片和基础设施"，因为无论上层谁赢，算力需求确定。随后两三年，60 多家基础模型公司几乎全部消亡，只剩 Anthropic、OpenAI、Google Gemini 三家——类似云市场演变为 AWS、Azure、GCP 三足鼎立。关键转折点是代码能力的突破：早期模型只能写一段代码，而 Claude Code 已能完全自主运行。Andrej Karpathy 和 Linus Torvalds 两位顶级程序员"彻底转向"——Karpathy 说去年工具能写 20%、80% 需手写，最新模型出来后他"除了用英语外没写过一行代码"。
市场规模测算：Anthropic 内部人员曾每天花 100 美元在 token 上，年化 2-3 万美元。全球有 2000 万程序员，仅代码市场就达 5000 亿美元。Whale Rock 在 2025 年 8 月以 180 亿美元估值投资，当时公司收入从 1 亿到 90 亿的增速"前所未见"。
竞争壁垒：与云服务（商品化服务器和存储）不同，AI 模型存在实质性差异化——Anthropic 擅长私募股权和金融，Google 擅长 PDF 解析。此外，Anthropic 正在构建围绕 API 的完整产品生态（SDK、Claude for Work、编排层、工具集），类似 AWS 早期通过持续推出新产品建立锁定效应。团队几乎零流失、管理质量高、代码质量好。
> 读者应注意：Sacerdote 是 Anthropic 的持仓方，其论证带有持仓方视角。他承认风险包括：模型改进放缓可能导致开源追赶、竞争格局变化、以及监管不确定性。
Alex Sacerdote 的框架由三要素组成：技术 S-curve + 持久竞争优势 + 被低估的盈利潜力。核心是找到"指数级单位增长"与"指数级盈利增长"的交汇点。
S-curve 的触发条件：每项技术都经历漫长平坦期（智能手机 iPhone 前 10 年、互联网 Netscape 前 20 年、AI 在 ChatGPT 前隐藏多年），直到所有采用障碍被消除——价格降到临界点、基础设施到位、使用变得简单。此时触发"需求龙卷风"。
买入时机：Andy Grove 说"战略拐点不能相信数据"，要靠直觉和轶事证据。Sacerdote 用"右脑"观察——在中国看到小孩用大屏手机玩高质量游戏，意识到移动游戏 S-curve 到来；在 Gartner IT 峰会看到 AWS 的演讲厅从 9 点到 11 点一直爆满，感知企业需求爆发。关键：可以晚到，错过前 100% 也没关系——如果 S-curve 顶部是 5000 亿美元，增长可以持续很久。
卖出信号：当渗透率达到 30%-40%，指数增长停止，卖方预期赶上，不再有"大超预期"。Sacerdote 承认在 Apple 上犯了错——2012 年智能手机渗透率达 50% 时卖出，但 Apple 通过低估值+附加服务（App Store 抽成 30%）继续以 20% 复合增长。
S-curve 的"高度"决定持有期：AWS 的 TAM 最初被低估——以为是 6000 亿美元 IT 支出、50% 通缩，后来发现自建成本差不多，TAM 更大。电动车 S-curve 在 10-15% 渗透率遇到"大墙"，未如预期走完全程——需要持续跟踪调整。
竞争格局的筛选：先找 S-curve，再找有强大竞争优势的玩家。数字世界的护城河可能比线下更强——网络效应（LinkedIn、Facebook）、行业标准（Oracle、Bloomberg）、平台效应（AWS）、关键 IP（Qualcomm、ASML）、品牌（Google、Amazon 无需广告）。但若没有护城河，在最好的 S-curve 也会输——RIM、Nokia、Motorola 等名单很长。
Alex Sacerdote 认为，AI 正在引发"硬件复兴"——过去 40 年零增长的硬件行业因 AI 需求暴增而彻底去商品化，每个组件都获得定价权和利润率提升。
历史对比：过去 40 年，数据中心几乎没变。Intel x86 成为标准，计算负载年增 25-40%，但摩尔定律同步改进，无需重大创新。硬件全面商品化——从芯片到内存到机箱到网络，升级周期长达 7 年（1G 到 10G），创新后迅速商品化。
AI 带来的变化：AI 工作负载每年增长 10 倍，将每个硬件组件推向物理极限。这创造了两个效果：1）巨大的单位增长；2）去商品化——每个组件都需要持续创新，不再是"谁便宜谁赢"。
具体案例：
市场规模：云市场约 8000 亿美元，AI 市场可能达 3-5 万亿美元。当前 AI 基础设施渗透率仅 10 个基点（0.1%），Sunder Pichai 说只有 10 bps 的知识工作者真正使用 AI。Sacerdote 称之为"L-curve"——直线向上。
> 读者应注意：Sacerdote 承认"硬件复兴"叙事存在风险——若模型改进放缓，开源追赶可能导致"逐底竞争"，但芯片公司"不在乎谁赢"（Jensen Huang 希望开源成功）。此外，当前所有组件都短缺，即使商品化也会有好周期——但短缺终将缓解。
Alex Sacerdote 认为，AI 正在颠覆传统企业软件，Whale Rock 已从 5 年前 40-50% 的软件仓位转为净做空，核心原因是 AI 产品未能证明价值、预算被 AI 吞噬、以及"AI 原生"替代者的威胁。
转变过程：2023 年 4 月，Whale Rock 最初认为软件公司能利用 AI API 和自身数据构建产品，是利好。但很快发现：它们的 AI 产品"不够好"、"无法收费"、"不推动业绩"。于是几乎卖光所有软件仓位，2026 年初转为净做空，并在 Q1 获得显著收益。
四个压力来源：
1. 预算竞争：CIO 的优先级清单上，AI（Anthropic tokens）的 ROI 更快，挤占传统软件预算。
2. 涨价能力消失：软件公司过去每年能提价，现在因竞争和客户压力而不敢。
3. 就业冻结：部分公司大幅裁员或冻结招聘，减少"按座位收费"的软件需求。
4. AI 原生替代者：1-5 年内可能出现全新的 AI 原生公司，逐个攻破现有强敌。如果数据优势被消除，替换可能很容易。
"AI 版 Rule of 40"：传统 Rule of 40 = 增长率 + 利润率 ≥ 40。Sacerdote 的新 Rule of 40 = AI 收入占比 × AI 品类市场份额。例如，若某公司 AI 收入占 30%、市场份额 30%，得 60 分——值得关注。问题是传统软件公司的 AI 收入仅占 1-2%，距离目标很远。
可能的例外：AI 可能让某些软件平台更重要——因为 AI 代理需要工具来操作，而网络效应工具（如 Slack）可能因成为 AI 的"关键仓库"而固化。CRM 可能被"去界面化"（headless），沦为数据库，但也可能因 AI 代理在其内部工作而巩固地位。
> 读者应注意：Sacerdote 承认这一判断"半生不熟"（half-baked），且传统软件确实有粘性（集成、工作流、客户习惯）。但他认为估值高、压力大，而 AI 编码工具持续进步——"我们会密切关注它们是否获得能改变轨迹的 AI 收入"。
Alex Sacerdote 将 Whale Rock 定位为"学习机器"——10 人团队、平均 10 年经验、每年 2500-3000 次管理层面对面会议、20 年知识复利。产品结构只是这台机器的输出方式。
研究流程：源自 Philip Fisher 1950 年代的"scuttlebutt 方法"——与供应商、客户、竞争对手交谈，寻找领先公司的关键特征。AI 工具帮助快速上手新领域（如 ABF 基板、PCB），但"不能替你选股"。分析师的核心价值是"智慧"——理解变化对 thesis 的影响，而非做报告员。
产品结构演变：前 15 年只有多空基金。约 10 年时，LP 开始要求纯多产品。2020 年正式开放私募投资（LP 可选 15% 或 25% 配置）。核心洞察：大型科技公司存在结构性低配——捐赠基金因认为"大市值无 alpha"而低配大型科技股，但 Sacerdote 认为大市值科技股恰恰有 alpha，因为需要 100 个多元化 PM 同时意识到"Google 不是输家而是赢家"，而 Whale Rock 能比 95% 的 PM 更早发现。
"三脚凳"决策框架：当 Sacerdote 喜欢某标的 + 分析师喜欢 + 外部受尊敬的投资人也喜欢，三个支撑点能极大增强信心。
| 标的 | 嘉宾态度 | 关键数据 |
|---|---|---|
| Anthropic | 最高确信持仓 | 投资时估值 $180 亿；收入从 $1 亿到 $90 亿；DAU 1400-1500 万；代码市场 TAM $5000 亿 |
| NVIDIA | 看好（已持有） | 买入时 4 倍市盈率（2023 年）；每代芯片/机架功耗增 50-125% |
| Celestica | 看好 | 云以太网交换机份额 50-60%；AI 服务器单价 $20-30 万（旧 $5000） |
| Elite Materials | 看好 | PCB 层数从 10 层升至 40 层；单位 CAGR 50-60% |
| Corning | 看好 | 光纤；微软一个数据中心光纤可绕地球 4.5 圈 |
| Delta / Advanced Energy | 看好 | ASP 连续 4 年每年增 40%，利润率更高 |
| Apple | 历史持有，2012 年卖出（承认错误） | 智能手机渗透率 50% 时卖出；后以 20% 复合增长 |
| Tesla | 历史持有 | 2019 年买入时 5 倍市盈率（汽车 S-curve） |
| Amazon (AWS) | 历史持有 | 2013 年判断"战争已赢"；7 年领先；买入时"免费获得 AWS" |
| Stripe | 历史持有（私募） | 2020 年以 $350 亿估值买入 $1 亿；TPV 超 $1 万亿 |
| Google (Alphabet) | 看好（大仓位） | Gemini 不可忽视；擅长 PDF 解析 |
| OpenAI | 中性偏正面 | 消费者领先；企业端改善中；编码工具好 |
| Salesforce | 风险提示 | $400 亿收入中 AI 仅 $5-7 亿（1-2%）；面临 AI 原生替代威胁 |
| Slack | 观察中 | 可能因 AI 代理使用而固化 |
| Sierra (Brett Taylor) | 关注（未投资） | AI 原生应用公司；CEO 曾领导 CRM、写 Google Maps、任 Facebook CIO |
| AppLovin | 历史成功案例 | 分析师通过行业会议、200+ 客户访谈发现 |
1. "S-curve + 竞争优势 + 被低估盈利"三要素框架（Sacerdote）：当三者交汇，盈利可从 $1 到 $10——NVIDIA 买入时 4 倍 PE、Tesla 5 倍 PE、Apple 4 倍 PE、Amazon "免费获得 AWS"。世界不思考指数增长。
2. "硬件去商品化"——AI 让每个服务器组件从商品变成关键零件（Sacerdote）：过去 40 年硬件零增长、零创新；现在工作负载年增 10 倍，每个组件被推向物理极限，ASP 和利润率同步上升。Celestica 从"灾难行业"变成"飞机关键零件供应商"。
3. "AI 版 Rule of 40"（Sacerdote）：传统 Rule of 40 = 增长率 + 利润率 ≥ 40。新 Rule of 40 = AI 收入占比 × AI 品类市场份额。传统软件公司 AI 收入仅 1-2%，距离目标很远。
4. "代码市场是 AI 的真正解锁"（Sacerdote）：全球 2000 万程序员，每人年化 $2-3 万 token 支出，仅代码市场 TAM 达 $5000 亿。Karpathy 和 Torvalds 已完全转向——"除了用英语外没写过一行代码"。
5. "S-curve 的触发条件是所有采用障碍被消除"（Sacerdote）：智能手机需要触摸屏+3G+$200 价格+生态系统；电动车需要 $4 万价格+300 英里续航+供应链到位。AI 当前处于"10 个基点"渗透率——经典 S-curve 的 tinkerer 阶段，即将进入早期主流。
6. "大型科技公司存在结构性 alpha"（Sacerdote）：需要 100 个多元化 PM 同时意识到"Google 不是输家"，Whale Rock 能比 95% 的 PM 更早发现。捐赠基金因"大市值无 alpha"而低配，但数字经济的领导者"通常更大、更快、赢家通吃"。
7. "AI 对传统软件是四重打击"（Sacerdote）：预算被 AI 吞噬、涨价能力消失、就业冻结减少座位、AI 原生替代者威胁。Whale Rock 已从 5 年前 40-50% 软件仓位转为净做空。
8. "三脚凳决策框架"（Sacerdote）：自己看好 + 分析师看好 + 外部受尊敬投资人看好 = 三个支撑点。Philip Fisher 说"认识 10-15 个志同道合的人，分享想法"——这是双向的。