“OpenAI 和 Anthropic 将不得不自己制造芯片” “AI 将导致大规模的劳动力短缺。” “如果五年后 Nvidia 不值 10 万亿美元，我会感到惊讶” 最好的播客集数是有观点的、真实的，并且与您认为自己知道的一切相悖。 这就是这一点，还有更多，我与 @JonathanRoss321 的 7 个收获 👇 Spotify 👉 Youtube 👉 Apple Podcasts 👉 时间戳： (00:00) 引言 (01:10) 分析当前市场格局 (03:33) 为什么超大规模公司必须在 AI 上继续无节制地花费 (12:35) 为什么 OpenAI 和 Anthropic 将不得不自己制造芯片 (18:14) OpenAI 和 Anthropic 将成为 50 亿美元的公司：看涨案例 (28:20) 为什么中国在 AI 方面落后于美国，而 Deepseek 的运营成本更高 (34:37) 欧洲如何在 AI 领域竞争，以及为什么美国比欧洲更规避风险 (37:21) 为什么我们必须拥有核能以及如何恢复核能 (48:16) 通货紧缩压力和新就业市场 (51:54) Vibe 编码的未来 (53:40) 为什么 AI 公司应该努力保持低利润率 (58:46) S&P 7000，Mag 7 和市场波动 (01:06:44) 为什么 OpenAI 和 Anthropic 被严重低估 (01:13:35) 五年后的芯片市场 (01:21:51) 快速问答：最大恐惧，Nvidia：10 万亿美元，Zuck 购买 AI：有效还是无效

1. 为什么超大规模云服务商必须在AI上继续疯狂花钱 没有人能百分之百相信，十年后AI不会取代他们的工作。 这就是超大规模云服务商的感受。 疯狂花钱的替代方案是冒着完全被排除在业务之外的风险。 超大规模云服务商能在华尔街失去耐心之前实现收入吗 @altcap @petergostev @steeve @tanayj

2. 改进 AI 的三大支柱，以及为什么计算是最简单的。 算法、数据和计算。 算法很少改进。 数据难以获取，我们还没有完全弄清楚合成数据。 计算是最容易调整的：如果你有钱和一点耐心，你就一定能获得更好的结果。 很想听听你们对此的看法 @jonsidd @brendanfoody @GarrettLord @andrewdfeldman？

3. 为什么每个大型参与者都必须构建自己的芯片 你所获得的不是你自己的芯片，而是对自己命运的控制。 OpenAI、Anthropic 和每个超大规模云服务商都会构建自己的芯片。 你是否同意每个大型参与者都需要创建自己的芯片 @andrewdfeldman @FabAroundEU @UbertiGavin @RodrigoLiang

4. 为什么AI与SaaS不同，以及如何通过增加支出来提升产品质量 您的SaaS产品的质量是由工程决定的。 在AI中，您的产品随着支出的增加而显著改善。 代币成本与公司的收入相匹配，因为他们可以花更多的钱来赢得用户。 很想听听您对此的看法，以及您是否看到这种情况在您身上发生 @destraynor @amasad @btaylor @howietl

5. 美国比欧洲更厌恶风险... 美国对遗漏的风险感到恐惧。 当你是一个巨大的增长经济体时，错过机会的代价比搞砸某件事更高。 欧洲非常愿意接受遗漏的风险。 在这个周期中，谁在激励方面做得对：美国的FOMO还是欧洲的谨慎？ @zebulgar @shaunmaguire @rabois

6. 我们需要恢复核能，以及日本如何走在前面 日本以决策缓慢而闻名，但一旦他们决定，就会迅速行动。 他们正在讨论重新启动核反应堆。 他们已为人工智能分配了650亿美元，并且会迅速花费这些资金。 支持核能 + 积极的人工智能支出会成为新的工业政策手册吗 @mttgrmm @jtlonsdale @DanielKhachab

7. AI将导致大规模的劳动力短缺 AI将使一切成本降低。 人们将更多地选择退出经济：他们将工作更少的小时数并提前退休。 AI将创造出今天不存在的整个行业，而我们将没有足够的劳动力。 很想听听你们对此的看法 @htaneja @erikbryn @mustafasuleyman @ericschmidt