整理 & 编译：深潮 TechFlow
嘉宾： Gavin Baker，Atreides Management 创始人兼首席投资官
主持人： Patrick O’Shaughnessy，Invest Like The Best 主持人，Positive Sum CEO
播客源： Invest Like The Best
原标题： The AI Selloff Doesn’t Match the Data | Top AI Investor Explains
播出日期： 2026 年 8 月 4 日
利益声明：这期嘉宾 Gavin Baker 创立的 Atreides Management 管理约 50 亿美元资产，重仓持有 NVIDIA（20 余年）、Astera Labs（约占基金 10%）、Micron、Cerebras 等本文讨论的 AI 基建标的。其观点与其持仓存在直接利益关联。
不过，他确实是美国顶尖科技投资人，曾任富达基金（Fidelity）董事总经理，管理过百亿美元规模的科技基金。作为英伟达、特斯拉和 SpaceX 的早期及长期投资者，Gavin 拥有超过二十年的半导体与前沿科技投资经验。在 AI 浪潮中，他以对芯片供应链、算力瓶颈以及 AI 商业化路径的深度洞察而享誉硅谷与华尔街。
要点总结
Gavin Baker 是 Atreides Management 创始人，过去 20 年持续重仓 NVIDIA，是 AI 基础设施领域最坚定的多头之一。本期节目录制于 7 月 AI 股暴跌之后，他专程从硅谷回来"压力测试"自己的所有假设。核心结论是：7 月的抛售与基本面数据完全背离，所有量化指标都在加速，股价却在自由落体。
Baker 将 7 月描述为"把 2022 年压缩进了一个月"。一大批 AI 股从高点跌了 40% 到 60%，但 GPU 现货价格不降反升（6 个月内涨了 50%-60%），超大规模云厂商的经营性现金流从 28% 加速到 35%（调整一次性项目后），token 产出量持续增长。他认为市场犯了三个误判：把 Meta 出租算力误读为产能过剩（实际上是模仿 SpaceX 在高价卖算力），把开源模型爆发误读为需求萎缩（实际上只是利润从前沿模型层转移到了基础设施层），以及把 CDS 利差走阔误读为信用危机信号（实际上只是银行在为承诺做对冲）。唯一让他真正紧张的是 real yield 上行和信用市场收紧，但他的测算显示，如果已装机算力按当前现货价格重新定价，超大规模云厂商可以基本靠经营性现金流完成 AI 基建投资，不太需要依赖债务。
精彩观点摘要
1.关于抛售与基本面的背离
“我在硅谷待了两个月，没听到一个负面的量化指标。GPU 可用量、GPU 租赁价格、DRAM 现货价格、token 增长，所有指标都在加速。”
“NVIDIA 目前处于过去十年来最低的远期市盈率。市场 100% 认为 AI 公司在严重高估盈利。”
“OpenAI 加速了，Anthropic 在强劲增长，开源模型在大幅爆发。但公开市场看不到 Anthropic 和 OpenAI 的数据，这就造成了信息不对称。”
2.关于开源模型与算力需求
“一个 token 就是一个 token。不管是前沿模型生成的还是开源模型生成的，都需要同样多的算力、内存和电力来生产。”
“开源模型从前沿模型那里拿走的是利润率，不是算力需求。它把 90% 毛利的 token 变成了 30% 毛利的 token，但底层消耗的 GPU 小时数反而更多了。”
“Jensen 是全世界最大的开源支持者。如果这对他的生意不好，他真的会把这当作签名议题吗？”
3.关于 Claude 对市场的影响
“Claude 基本上就是股市的沃尔特·克朗凯特。所有人都把新闻喂进 Claude，然后根据 Claude 的解读来交易。Claude 很聪明，但它不一定总是对的。”
“有人贴了一张日本电容股的图，说’我们在 6 周里走完了整个电容周期’。基本面还没到，股价就已经先暴涨再暴跌了。”
4.关于内存市场的博弈论
“假设 2027 或 2028 年你想撕毁一份 LTA（长期协议）来拿更低价格。但如果未来两三年杠杆回到内存厂商那边，你就出局了。你可能会毁掉整个业务。”
“NVIDIA 在做的事，本质上是给 GPU 买家提供一个信用包装，加上一个高于底价的收入分成。这实际上让他们通过版税快速建立起一个巨型云业务。”
5.关于 SpaceX 与轨道计算
“SpaceX 在过去三年里比任何人都更快地以更低价格接入了更多算力。现在有报告说他们要上 8 吉瓦的算力，我从不跟 Elon 对赌，但那确实是非常惊人的数字。”
“轨道计算每一天都变得更真实。Benchmark 投了 StarCloud，一家没有 SpaceX 内部发射成本的轨道计算公司。如果 Benchmark 觉得这不靠谱，他们不会投。”
6.关于监管与公关危机
“数据中心是我这辈子见过的对蓝领工资最好的事情。但民主党本该代表蓝领工人，却在把他们的工作往外推。”
“有人在一本学术书里把数据中心水耗高估了一万倍。作者已经多次承认错误，但这跟菠菜含铁量的故事一样：谎言跑遍世界的时候，真相还没穿好裤子。”
第一章：“2022 压缩进一个月”
Patrick O’Shaughnessy：这个月发生了什么？
Gavin Baker：我会把 7 月描述为"把 2022 年压缩进了一个月"。确实有一些基本面负面因素需要讨论，但整体来看，基本面的平衡在显著改善。一大批 AI 股从高点跌了 40% 到 60%，直线下跌。我问你，你在硅谷待了一个夏天，有没有听到过哪怕一个关于 AI 的负面量化指标？
Patrick O’Shaughnessy：一个减速的信号？
没有。实际上每个指标都在加速。不管是 GPU 可用量、GPU 租赁价格、本月 DRAM 现货价格，还是 token 增长，全在加速。
我认为很大一部分问题在于，公开市场对 Anthropic 和 OpenAI 没有可见性。然后还有这些开源推理云，Fireworks、Baseten、Modal、Together，它们在商业化推理。开源模型因为 GLM 5.2、Kimi K3 大幅加速，Nemotron 也在稳步推进。OpenAI 在加速，Anthropic 在强劲增长，几乎可以肯定在产生大量自由现金流。
所有人都看过那张图：半导体现金流在往上走，超大规模云厂商的自由现金流在往下走。但你漏掉了那些私有公司。OpenAI 和 Anthropic 的现金流不在那张图里。我觉得这张图还漏了一个重要的事情：2024 和 2025 年，哪怕你是最看多的人，你也认为 GPU 租赁价格会缓慢下降。看空的人则认为会暴跌。我不觉得 2024 或 2025 年有任何人想到，2026 年旧 GPU 的价格还会在往上蹿。
第二章：谁来为 AI 建设买单
Patrick O’Shaughnessy：接下来六个月的融资环境会怎样？这次建设需要多少信用？
这涉及经典的资本周期问题。如果供需失衡，事情可以非常快地解体，就像互联网泡沫那样。如果你相信超大规模云厂商可以靠经营性现金流来资助这次建设，那信用收紧就没那么可怕。
我的测算是这样的：共识对超大规模云厂商的假设是他们用 Blackwell 和 Rubin 的算力以 Ampere（落后两代的芯片）的速率来变现。1.3 到 1.4 万亿的超大规模云厂商经营性现金流。如果他们以低于当前 Blackwell 但高于 Ampere 的速率变现，那更接近 2 万亿。这样就减少了约 7000 亿的信用需求。 而且随着已装机算力重新定价、经营性现金流继续加速，信用指标会改善，融资会变得更容易。
信用市场的信号确实不好忽略。Meta 上周发债，定价比你想的差。所有公司的 CDS 都在走阔。Real yield 在上行。这些都是事实。如果我们需要债务来资助这次建设，那这确实是一个重大负面信号。但如果算力按当前现货价格重新定价，我们可能根本不需要太多债务。
第三章：GPU 现货价格不降反升
Patrick O’Shaughnessy：你在硅谷听到的具体数据是什么？
今天早上我跟一家公司聊过，他们租了一批几千张 Blackwell，当时大概 mid-$2 每个 GPU 小时。七个月后，同样的集群、同样规模的 B200，他们希望能以不到 $4 的价格续租。也就是说，七个月内涨了 50% 到 60%。
另一个推理云公司在播客上公开说，合同到期时他们计划为 Blackwell 多付 100%。这意味着所有超大规模云厂商都在低报收入。
7 月的抛售催化剂有好几个。先是 Meta 宣布要出租算力，市场认为这说明他们有产能过剩、要削减资本开支。完全不是这么回事。Meta 是看到 SpaceX 拥有大量已装机算力，并且以远高于合同价的价格把交易优化型集群卖到市场上。Meta 看到了机会：先在一小块产能上展示能产生很高 IRR，然后去融股权，再加大资本开支。Meta 的资本开支遥测数据完全没有变化，如果有什么变化的话，是变得更加激进。紧接着他们发布了 Muse 1.1，很长一段时间以来最好的模型。
然后 Kimi K3 出来，市场又对开源恐慌。同时 Silicon Data 的 token 指数走平了。但这是因为开源 token 的占比在上升，而这些 token 在指数里的权重计算方式导致了结构性走平。一个 token 就是一个 token，不管它来自前沿模型还是开源模型，生产它需要的算力、内存和电力是一样的。 开源拿走的是前沿模型的利润率，不是算力需求。
第四章：Claude 是股市的沃尔特·克朗凯特
Patrick O’Shaughnessy：你觉得市场是怎么消化这些消息的？
有一个我在想的事情。Mike Mauboussin 有个理论，说多样性的崩溃会导致泡沫和崩盘。现在公开市场投资圈，不管是散户还是机构，每一条新闻都被喂进 Claude，有时候是 Claude Code 或者 Claude Agent。Claude 是概率性的，但大家解读新闻的方式大概没太多差异。
Claude 基本上就是股市的沃尔特·克朗凯特。 所有人都相信它说的话，然后据此交易。Claude 很聪明，但它不一定总是对的。股票市场本质上是对未来的概率性贝叶斯解读。你看到一条新闻，它被喂进 Claude，Claude 用某种方式解读了它，然后一大群人据此交易。
有一个叫 TBU 的匿名半导体圈账号，贴了一张日本电容股的图，说"我们在 6 周里走完了整个电容周期"。股价翻倍、翻三倍、翻四倍，然后暴跌。基本面都还没到，你已经在 6 周里走完了正常需要三年的周期。
第五章：什么能打破这个论点
Patrick O’Shaughnessy：如果被迫找出能让你真正害怕的情景，是什么？
经营性现金流不再加速，这会是最核心的负面信号。这在很大程度上取决于 Anthropic、OpenAI、Grok、Cursor、xAI 和开源的整体表现。
如果 GPU 现货价格出现持续性大幅下跌，那也很可怕。但你有没有听任何人说过他们 GPU 太多了？一个都没有。实际上恰恰相反，听起来更像是某种黑市。
从技术层面说，我认为最有趣的潜在风险是持续学习和样本高效学习。如果这些被解决了，可能意味着训练需求会出现一个暂时的断层。你把模型从 300 万亿 token 训练，变成只用 10 万亿 token 训练然后放到世界上样本高效地学习，那对训练需求来说不太好。但训练在半导体需求中的占比正在趋近于一个很小但不到零的数字，推理才是大头。SSI 说他们 8 月要出模型，有一批新实验室在专注这个方向。这对世界来说是好事，但很难说对基础设施需求是正面还是负面。
第六章：内存供应链的博弈论
Patrick O’Shaughnessy：大家都在谈 LTA，能不能展开讲讲？
我们需要从"压榨短期数字"转向"用长期协议（LTA）换取耐久性"。客户预付一笔钱，有一个价格下限和上限。这就像几年前大家不愿意裁员时讲的"劳动力囤积"。
来想想撕毁 LTA 的博弈论。有四家公司在规模化层面真正重要：Amazon 的 Trainium、Google 的 TPU、AMD，以及比其他三家加起来还大的 NVIDIA。假设 2027 或 2028 年，你有点想撕毁一份 LTA 来拿更低价格。但接下来几年的市场份额基本上是由供应链分配和你的预购量决定的。如果你撕了 LTA，然后杠杆回到内存厂商那边，你就出局了。
Google 撕了 LTA 会怎样？大概意味着供过于求，价格在跌，产能自然收缩。然后这个周期性行业会从供过于求转向供不应求。到那时候你觉得内存厂商会怎么分配 Google 的量？你可能毁了你的整个业务和品牌。
以前不是这样的。Apple 是最大的采购方，他们想怎样就怎样，因为没人能替代他们的体量。但这次不一样了，你至少有四个买家在竞争，还有一堆创业公司。你撕了 LTA，内存厂商可以说"好，你破了价格协议，那我们破量协议，把量给你的竞争对手"。
第七章：NVIDIA 的新玩法
Patrick O’Shaughnessy：NVIDIA 现在的战略你怎么看？
NVIDIA 推出了一套非常聪明的新商业模式，我会把它描述为一种"信用包装"，加上一个高于底价的收入分成。这可能导致他们通过版税快速建立起一个巨型云业务。这也是另一种缓解现金流错配的方式。
这不是传统的供应商融资。他们不是在借钱给 GPU 买家。是别人在借钱给买家，NVIDIA 只是做股权投资和提供信用增强。NVIDIA 在所有股权投资协议里都写了"这笔钱不能用来买 NVIDIA 芯片"，但钱是可替代的嘛。
如果我是 SK Hynix 的 CEO，我会做和 NVIDIA 完全一样的事。 去跟 GPU 买家说，我参与 NVIDIA 的信用包装，我也有一些现金可以前置投入，然后我要一个持续收入的分成。这就像 LTA 的逻辑延伸：你在用短期上行换耐久性，现在还可以在持续收入上拿一个版税。
NVIDIA 的竞争优势比以往任何时候都强。如果你需要为芯片融资，没有什么比 NVIDIA GPU 更容易融到钱的。你需要土地和电力？他们在下棋方面做得非常好。他们的每吉瓦收入在提升，竞争地位也在加强。
第八章：监管是最大风险，AI 行业的敌人是自己
Patrick O’Shaughnessy：AI 领域最坏的情况会是什么？监管？
监管肯定是最大的风险，这一点最明显不过。这也是我这周出来想被"吓一吓"的原因之一。我不想当那个看着股票越来越便宜、预期回报在上升、却觉得自己像个疯子的人。7 月的基本面相比 6 月甚至有显著改善，但我仍然认为监管是不可忽视的最大风险。
纽约已经出台了数据中心禁令。我们生活在一个"后事实、后逻辑"的政治世界里。AI 行业在公关方面做得非常糟糕。华盛顿和很多普通美国人的叙事是：数据中心会抬高你的电价，会耗尽你的水，然后会抢走你的工作。
但现实完全相反。 现在的数据中心开发商签的协议，不只是给警察局和消防队买新车了。他们在给社区建医院、学校、新的警察局和消防站，还要降低居民的电费。因为表后（behind-the-meter）协议的存在，数据中心落户后，周边居民的电价通常会下降。而且这些工作是持续的，不是一次性的。你需要管道工、电工、暖通空调技师来维护和升级这些设施。数据中心是我这辈子见过的对蓝领工资最好的事情。
水耗的问题更荒唐。有一本学术书把数据中心水耗高估了一万倍，不是一两个数量级，是四个数量级。作者已经多次承认错误，彻底被推翻了。但这跟菠菜含铁量的故事一模一样：一本学术书把小数点点错了两位，于是所有人都相信菠菜是含铁最高的食物，80 年后还有人这么认为。谎言跑遍世界的时候，真相还没穿好裤子。
在 ASCO（美国临床肿瘤学会）年会上，今年的氛围是"这是单次会议中有史以来最多的科学突破"，其中很大一部分跟 AI 有关。如果你有生病的孩子、父母或亲人，AI 正在实质性地提高他们康复的概率。这些故事需要被讲出来。行业需要在 NFL、大学橄榄球、世界大赛期间投广告，告诉大家数据中心到底在做什么。
硅谷的人觉得这一切明摆着，所以他们默认其他人也知道。他们无法理解，这对大多数美国人来说是一个完全不同甚至对立的认知。连那些深红的支持增长型州都在说：你们没讲好自己的故事，如果你们讲了，我们可以帮你们复述，但你们才是专家。
第九章：中国 DUV、开源生态与 SpaceX 轨道计算
Patrick O’Shaughnessy：中国拥有 DUV 机器这件事你怎么看？
两种解读可能都对。打个比方，DUV 是螺旋桨飞机，EUV 是喷气式涡轮。中国之前没有，现在据说有了，这是一个相变。虽然那台喷气发动机落后了 25 年，但确实很重要，不应该忽视。不过市场可能过度反应了。如果这真的影响 ASML 的订单，可能也是 5 年后的事，中间市场已经忘掉又想起好几次了。
对中国来说这确实非常重要。他们非常聪明，非常努力，把这看作国家层面的关键任务。但"学习曲线"这件事你不能加速，你得真正走过那些学习周期。
Patrick O’Shaughnessy：开源模型对行业的影响？
开源模型逼近前沿，加上 Fireworks 这类推理云让定制模型变得很容易，这对软件行业是天赐良机。AI Native 公司可以用开源模型做自己的 RL 微调，从 1-3 个前沿模型变成前沿模型只占 30%-60% 的 token 消耗，其余用自己的模型。你不再是"ChatGPT 套壳"，你有了专有数据和真正的防御力。
便宜的 token 可能让最前沿的 token 更有价值。如果你有 120 IQ 的开源模型可以便宜运行，那一个能指挥它们的 160 IQ 前沿模型不是更值钱吗？
还有一件被忽略的事情是 SRAM 加速器。这类芯片不受 HBM DRAM 产能瓶颈约束，通常用较老的制程制造，不跟最新 GPU 抢产能。如果把推理拆开看，推理分两个阶段：prefill（预填充）和 decode（解码）。decode 又分 attention（注意力）和 feed-forward network（前馈网络）。最理想的状态是：prefill 放在没有 HBM 的芯片上做，attention 放在高性能带 HBM 的芯片上做，feed-forward 放在 SRAM 芯片上做。 不管你怎么调计算、HBM DRAM 和 SRAM 的比例，工作负载总在变化，能拆成这三部分会大幅提升 AI 的整体 ROI。
Patrick O’Shaughnessy：有没有现在不在大家视野内的"黑马"玩家，可能变成"权力的游戏"级别的重要角色？
Lee Buu 可能是一个黑马。Fireworks 的 Lynn 也是个绝对杀手。还有我们的朋友 Scott Wu，Cognition 也很值得关注。
Patrick O’Shaughnessy：SpaceX 呢？市场理解这家公司了吗？
SpaceX 自 IPO 以来基本面在改善。Grok 4.5、Cursor 收购，Cursor 明显加速了。过去三年他们比任何人都更快地以更低价格接入了更多算力。他们进来时正赶上现货价格最高点，但市场完全吸收了他们投入的大量算力，货运列车一点没减速。
有 Substack 作家引用公开报告说 SpaceX 要上 8 吉瓦算力。我从不跟 Elon 对赌，但这确实是非常惊人的壮举。他们目前大概以每吉瓦 500 亿美元的速率变现，共识对明年的估计是 730 亿美元。就算不考虑 Starlink V3、不考虑直连手机、不考虑 Grok 4.5 和 Cursor，如果他们真的接入哪怕接近 8 吉瓦的算力，那远超市场预期。
市场现在的解读不是这样的。有纽约对冲基金在做空，他们认为算力现货价格会跌 90%，SpaceX 接入的大量算力不会产生那么多收入。也许吧。但 Elon 的公司这些年来一直在做令人难以置信的事情。用他的话说，“我们擅长让不可能迟到。”
轨道计算每一天都变得更真实。 Benchmark 投了 StarCloud，一家轨道计算公司，没有 SpaceX 的内部发射成本优势。如果 Benchmark 的人觉得这不靠谱，他们不会投。所以要么我疯了，要么 Elon 疯了，要么 Benchmark 也疯了，要么 SpaceX 的工程师也疯了。这概率不大。
