这篇访谈聊的是AI热潮背后一个关键问题：钱可能比算力更先烧完。作者Ben Thompson认为，美国完全赢下AI竞赛反而危险，当前中美差距6-9个月的均衡可能更持久。他重点提了三个公司：Amazon最稳健，因为它的云服务和芯片先给自己用再卖给别人；NVIDIA面临降价压力，因为大客户（如Google、Amazon）开始自己造芯片；OpenAI像宗教组织，信念很强但商业上应该更早拥抱广告模式。
Ben Thompson在《Invest Like the Best》节目中深入探讨了AI时代科技巨头格局与资本约束。核心观点：AI竞赛的最终瓶颈可能不是算力，而是资本。他分析了OpenAI、Nvidia、Intel、Apple、Microsoft、Google、Amazon等公司，认为美国若完全赢得AI竞赛反而危险。重要结论：推理（inference）的真实成本被低估，消费者AI需要广告模式支撑；Nvidia面临商品化风险，而Microsoft正复制IBM的playbook。Thompson还以1870年代铁路和集装箱航运类比当前AI基础设施建设，指出资本周期将主导行业波动。
Ben Thompson（科技博客 Stratechery 创始人、科技商业分析师）与 Patrick O'Shaughnessy 深度探讨 AI 时代的科技巨头格局与资本约束。核心判断：AI 竞赛的最终瓶颈可能不是算力，而是资本。Thompson 认为，美国若完全赢得 AI 竞赛反而危险，而推理（inference）的真实成本被低估，消费者 AI 需要广告模式支撑。他以 1870 年代铁路和集装箱航运类比当前 AI 基础设施建设，指出资本周期将主导行业波动。
Ben Thompson 认为，美国若在 AI 上取得压倒性军事优势，反而会触发中国的最坏应对——炸毁台积电（TSMC）。他批评硅谷的“魔法思维”低估了对中国的依赖：“我们依赖中国的程度被低估了，这不是冲突之外能解决的问题。” 他更倾向当前均衡：OpenAI 和 Anthropic 处于前沿，中国模型落后 6-9 个月，“这个状态感觉不错，问题在于能持续多久”。他担心的是，外界因安全恐慌而停止模型开源后，将失去对前沿水平的真实感知。
Thompson 指出，AI 基建正重演 1870 年代铁路泡沫和集装箱航运的资本周期。铁路的“久期错配”——短期融资建设、数十年才能回本——导致“世界把钱用光了”。当前 AI 投资已从自由现金流→债务市场→股权融资（Google 发股）→NVIDIA 的 5000 亿美元养老金/保险资金计划。“如果收入增长赶不上资本消耗，就会有大崩盘。” 但崩盘后 AI 不会消失，就像铁路和光纤一样留下永久资产。
Thompson 认为，市场严重低估了推理（inference）的真实成本。他区分两种用户：用 AI 替代 Google 搜索的普通用户（成本极低），和利用“测试时扩展”（test-time scaling）思考数天的用户（成本极高）。后者直接推高边际成本，迫使微软推出按用量计费的 E7 计划（100 美元/用户/月+超额费用）。他批评 OpenAI 没有尽早拥抱广告：“消费者不想为软件付费，也不想被‘提高效率’——广告才是消费者业务的天然模式。” 他类比 Dropbox 被迫从消费者转向企业，认为 OpenAI 正在重演这一故事，只是规模放大 100 倍。
Thompson 将 OpenAI 和 Anthropic 比作“宗教组织”——“他们相信自己正在创造神。历史上最有影响力的事情往往由宗教驱动。” 但 Google 只需确保搜索不死，Meta 有广告业务兜底，而 SpaceX AI 的“太空数据中心”故事最弱——如果成功，它甚至不需要自己的模型。他特别指出，Meta 不追求前沿才是“更鲁莽”的选择，因为所有数字公司最终都会被 AI 重塑。
| 标的 | 嘉宾态度 | 关键数据 |
|---|---|---|
| Amazon | 看好（最稳健） | AWS 先服务外部客户再服务内部；Graviton/Tranium 芯片通过内部使用迭代 |
| Apple | 中性（可能陷入手机中心陷阱） | 从未有 iPhone 召回；AI 概率性与确定性硬件文化冲突 |
| Microsoft | 看好其策略，但指出存在性威胁 | E7 计划 100 美元/用户/月+超额费用；上季度 400 亿美元自由现金流，100 亿美元分红 |
| Meta | 看好（广告业务是 AI 验证机器） | 累计在 Oculus 上花费数百亿美元；广告匹配从“特征匹配”转向“LLM 预测” |
| NVIDIA | 风险提示（商品化压力） | 5000 亿美元基金；通过股权投资和算力回购实质降价；hyperscaler 自研芯片是最大威胁 |
| 中性（发股融资是信号） | 发行股权融资；TPU 20% 卖给 Anthropic | |
| OpenAI | 看好但风险最高 | 广告业务起步晚；Thompson 认为应更早拥抱广告 |
| Anthropic | 看好但风险最高 | 使用 Amazon Tranium 芯片 |
| TSMC | 风险提示（保守投资导致客户绕道） | 2023-2025 年降低产能增速；Morris Chang 在 2008 年金融危机时逆势投资 |
| Intel | 中性（可能因 TSMC 保守而受益） | 缺乏客户服务文化；Thompson 认为 TSMC 的保守最终会“拯救” Intel |
| Samsung | 中性（逻辑芯片业务可能受益） | 历史上通过逆周期投资（2008 年）击败日本内存厂商 |
| Berkshire Hathaway | 作为类比出现 | BNSF 铁路一年自由现金流超过 See's Candies 整个生命周期 |
| SpaceX AI | 最弱（不需要自己的模型） | 太空数据中心故事高度差异化，但模型非必需 |
1. “美国赢下 AI 竞赛反而危险”——Ben Thompson
支撑：如果美国取得压倒性军事优势，中国的最优博弈反应是炸毁 TSMC；当前中美 6-9 个月差距的均衡可能比想象持久。
2. “资本是比算力更近的瓶颈”——Ben Thompson
支撑：AI 投资已从自由现金流→债务→股权→养老金/保险资金，重演 1870 年代铁路泡沫的“久期错配”。
3. “推理成本被低估，消费者 AI 必须靠广告”——Ben Thompson
支撑：测试时扩展（test-time scaling）使边际成本从“接近零”变为“每多思考一秒就多花一分钱”；消费者不愿为软件付费，广告是唯一可规模化模式。
4. “Microsoft 正在复制 IBM 的 1990 年代剧本”——Ben Thompson
支撑：IBM 通过“中间件+咨询”帮助企业上网，获得 30 年寿命；Microsoft 做同样的事——不追求前沿模型，而是做企业 AI 平台锁定客户。
5. “NVIDIA 的利润率维持是假象，实质在降价”——Ben Thompson
支撑：通过股权投资和算力回购（5000 亿美元基金）承担风险，这是隐性的价格折扣；hyperscaler 自研芯片（Google TPU、Amazon Tranium）是最大威胁。
6. “Meta 的广告业务是 AI 的终极验证机器”——Ben Thompson
支撑：全球 A/B 测试验证广告创意效果，形成反馈循环；广告匹配将从“特征匹配”转向“LLM 预测用户意图”，每提升几个百分点就价值数百亿美元。
7. “OpenAI 和 Anthropic 是宗教组织，信念是最大资产”——Ben Thompson
支撑：历史上最有影响力的事情由宗教驱动；Google 只需确保搜索不死，Meta 有广告兜底，而前沿模型公司必须“相信自己在创造神”。
8. “AI 泡沫的遗产将是电力”——Ben Thompson
支撑：铁路留下铁路网，互联网留下光纤，AI 若崩盘将留下过剩电力——能源充裕的世界难以想象，但这是最持久的资产。