今天 4 條,全部在本頁全文展開。
1. 要 AI 公司晚點發布最強的模型,最先鬆動的不是安全,是它們買 2028 年算力的出價能力。
2. 同一瓦特的電在 AI 產業鏈上有四個價;一紙剛簽的六年租約給了最底層那個價第一個外部對帳。
3. 一篇寫「AI 營收在加速」的專欄,它自己的腳註寫的是減速;比大小之前先確認是不是同一把尺。
本期材料來自本報 8 月 28 日的日報,加上昨夜抓進、本報自己讀了原文的六份公司公告與產業報導;事件時間橫跨 8 月 25 至 27 日,各條句首標原發日期。昨夜掃 381 篇 → 本期用上 14 條有連結可查的外部收據。
Dylan Patel 8 月 25 日在長訪談節目 Dwarkesh Podcast 上講了兩個多小時的算力供應鏈(原節目,08-25)。他是半導體與資料中心研究機構 SemiAnalysis 的創辦人。利害要先講: SemiAnalysis 靠賣算力市場研究維生,對「算力短缺、資本支出巨大」有直接商業利益,他給的數字多半是自家推估而非審計揭露。他給了四節鏈條,但沒有接起來。本報接了。
第一節,集中要靠出價買。 前沿模型開發商 OpenAI 與 Anthropic 兩家,要從今年約三分之一的新增算力吃到 2028 年的七到八成。母體是「當年新上線的算力」,以最終客戶歸戶:別人蓋、租給它們的也算它們的。
第二節,今天的價錢買不到。 機房規模用電力算,因為電力是最硬的實體上限,「每 MW 年營收」就是每一單位電力容量一年生出多少錢。他說得很直白:以每 MW 1,000 到 1,500 萬美元的價位誰都能賺,買一台機櫃、下載公開可用的模型檔、架個跑模型的軟體、掛上第三方轉售平台就能套利。要搶贏得把成交價抬上去,而他給的搶贏價位是每 MW 2,500 萬、3,000 萬、5,000 萬美元三個點,不是一個連續區間。
第三節是樞紐。 付得起的唯一理由是自己變現更高,而變現更高的前提是手上有別人沒有的模型;現在它們正在扣住。原話:「They're clearly not releasing their best models, in which case their revenue per megawatt stalls or can even start to decline again because other models are competitive again.」(大意:它們顯然沒把最好的模型放出來,那麼每 MW 營收就會停滯、甚至再度下滑,因為別人的模型又有競爭力了。)他點名 OpenAI 沒發 Astra 這個未發布的模型代號、停止訓練兩週,Anthropic 沒發安全評估所稱的下一版。第四節: 出價能力縮水,集中化就自動減速。
驗證: 這四節都是他一個人、一集節目講的,本報今天沒有獨立核實那三個發布實例。獨立的第二視角在另一邊:AI 政策分析者 Dean Ball 6 月 26 日的〈What Should Be Done〉從法規面推到同一因果起點,說前沿模型的獲利是「窄窗經濟」,訓練成本要在發布後數月回收,所以每延遲一週,能回本的窗口就少一週,不是一次付清就沒事的固定成本(原文,06-26)。兩人互不相干、方法不同,一個法規分析、一個供應鏈量測。 ⚠️ 他寫這篇時已宣布加入 OpenAI、尚未到職,論點直接有利於他即將任職的雇主,本報 8 月 3 日那期記過這件事。Ball 停在 lab 的損益表,往下走到算力所有權結構的後半段是本報自己接的。 ⚠️ 最要緊的邊界:這條鏈每一節都沒有係數,「每 MW 營收停滯幾個百分點會讓份額少幾個百分點」這種算得出來的東西並不存在,這是機制推論不是量測。
判斷更新: 一則帳面上寫著「延後六個月上市」的監管新聞,實際效果是削掉前沿 lab 在算力拍賣場上的出價能力,而那正是決定 2028 年世界算力歸誰的變數。政策落點不對稱: 目標若包含「不要讓兩家公司控制世界大部分算力」,這是意外的加分;目標若是「西方保持領先」,這是意外的扣分。兩個目標在這條鏈上直接衝突,而公共討論把它們當成同向。可以拿去問自家團隊的一題:我們的算力需求預測裡,有沒有一欄叫「主要 lab 的旗艦模型什麼時候上市」? 什麼會推翻它: 如果開源權重與二線模型在「知道什麼」這一面持續追不上,扣住發布就不會讓前沿 lab 的每 MW 營收鬆動,整條鏈斷在第三節。誠實說:目前證據偏向這一側,第三方評測機構 Artificial Analysis 的 AA-Omniscience(量知識正確性的那一項)給的讀數,開源那一側的 GLM-5.3-Flash 是 28%,對照 GPT-5.6 Terra 的 47%;⚠️ 這組數字本報經社群摘要轉引,未取得原始評測頁。
這對投資判斷的意思: 市場敘事把 AI 管制當成合規成本與上市時程的問題;這條證據把它接到算力採購的價格上。對「前沿 lab 的算力支出會一路線性成長」是弱化,對「二線與開源陣營的相對位置」是強化。
同一集訪談裡,Patel 把算力價值鏈攤成四層(原節目,08-25)。第一層,買算力的人付的價: 每 MW 1,000 到 1,500 萬美元。第二層,lab 端的變現: 以 Anthropic 為例最高來到每 MW 5,000 萬美元,這是上界不是平均,也沒指明是哪一季。第三層,轉租層: 每 MW 2,500 萬到 4,000 萬美元,例子是 SpaceX 把手上的機房級 GPU 現貨轉手賣給 Google。第四層,終端客戶捕獲的: 每 MW 2 億到 5 億美元,例子是美國量化自營交易公司 Jane Street,那是極端樣本、不是一般企業。
今天真正新的是這個: Bloomberg 8 月 26 日報導,Anthropic 與 Nscale 簽下 450 億美元的 AI 雲端容量協議,租用 460MW、為期六年,地點在 Nscale 的 West Virginia 園區(Bloomberg,08-26;資料中心產業媒體 DCD 轉引,08-27)。Nscale 是專做 AI 算力出租的新型雲端商,蓋機房、買 GPU、把容量租給 lab;同園區裡 Microsoft 也簽了 1.35GW。本報自己算一次: 450 億美元 ÷ 460MW ÷ 6 年 ≈ 每 MW 每年 1,630 萬美元。
驗證: 這個 1,630 萬是本報做的除法,不是任何一方的宣稱,而且有三個口徑不確定要一起收下:合約含不含 GPU 不明;460MW 是 IT 負載還是設施總容量不明,兩者常差兩到四成,足以讓它落在每 MW 1,200 萬到 2,000 萬之間;是不是六年均攤也不明。即使三件事都攤開,方向仍然對得上: 它落在 Patel 那個「誰都能賺」帶的上緣一點,而他明說這個價位正在往上走,而且它來自完全獨立的報導鏈,發布日還比那集訪談晚一天。⚠️ DCD 說已聯繫 Nscale 求證、尚未取得確認,本報也沒有獨立核實。⚠️ 更要說清楚的是:梯子的第二、三、四層今天仍然只有這一位講者,一個獨立讀數都沒有,得到外部對帳的只有最底下那一層。同一週 NVIDIA 財務長也給了一個每 GW 的數字,方向一致但量的不是同一件事,本報放在下方「晶片與半導體」欄一起講。
判斷更新: 「算力很貴」不是一個數字,是四個。拿任何一個每 MW 的數字進成本模型之前,先問四件事:誰付的、誰收的、含不含 GPU、是不是年營收口徑。而第一層與第二層之間那道約四倍的價差,門檻低到任何人都能套利,所以它不穩定;正在填平它的不是新技術,是手上有現貨的人轉手賣。什麼會推翻它: 如果之後幾份同級合約算出來的每 MW 年價明顯低於 1,600 萬,那就是本報這次的除法把不含 GPU 的租金當成了含 GPU 的價。
這對投資判斷的意思: 市場把「每 MW 營收」當成一條可以外推的成本曲線;這條合約說它是四條各自獨立的價格線。對「算力成交價正在上揚」是強化,對「用單一每 MW 數字估算前沿 lab 毛利」是弱化。
Epoch AI 是追蹤 AI 算力、能力與經濟指標的非營利研究機構,方法與資料集都公開,8 月 27 日發表了一篇談 AI 營收的專欄(Epoch AI,08-27)。兩個性質先說: 這篇出自它自陳「較具意見性」的專欄,不代表機構立場;文章本身是二手彙整,各期營收數字轉引自其他媒體。
頭條數字很亮。OpenAI 的年化營收一年內從 130 億到逾 400 億美元;年化營收是把最近一段期間的營收乘以十二,成長快時會遠高於當年實際入帳的錢。Anthropic 2025 年從 10 億到 90 億美元,7 月底達 650 億。兩家合計今年至今從 300 億到 1,050 億美元,成長 3.5 倍,作者還加了一句「而且才八月」。
但它自己的腳註 2 說,兩家根本不是同一把尺量的。 經雲端平台賣出的服務,OpenAI 只認自己那份分潤,Anthropic 認全額,原文寫「which inflates Anthropic's reported revenue relative to OpenAI's」(大意:這會讓 Anthropic 報出來的營收相對於 OpenAI 被放大)。腳註 4 則寫「The growth rate within 2026 may be slowing down」(大意:2026 年內的成長率可能正在放慢):兩家合計在第一季底約 550 億美元,第一季本身幾乎翻倍,但再翻一倍花了約四個月。
驗證: 本報去找第二個來源,撈回一個 Epoch 沒給的中間點:Anthropic 2026 年 5 月為 470 億美元(CNBC,08-17)。有了它就能自己算:5 月的 470 億到 7 月的 650 億是兩個月增 38%,倍增時間約 4.3 個月;2025 年底的 90 億到 5 月的 470 億是五個月逾五倍,倍增時間約 2.1 個月。倍增時間確實在拉長,而且這是用另一組數字、走另一條算式得到的。 同一則報導也獨立寫出了會計口徑警語(「the two companies may not measure revenue the same way」,大意:這兩家公司量營收的方式可能不一樣),與 Epoch 引的那條報導鏈是兩條不同的線。⚠️ 誠實邊界要說滿:上面的倍增算式是 Anthropic 單家,Epoch 腳註 4 講的是兩家合計,在會計口徑不同的前提下兩者的節奏不必然同步;本報只主張「減速讀數有獨立佐證」,不主張已經複製 Epoch 的算式。⚠️ 合計 1,050 億,以及該文提到的「整體生成式 AI 市場年化接近 2,000 億美元」,仍然只有這一家在算。
判斷更新: 兩個讀數都對,差別純粹在量尺。年對年看到加速,因為 2025 年基期低;年內節奏看到減速。只有後者是關於「現在」的。 今天就能做的兩件事:一、把兩家營收並排比大小之前先確認會計口徑;二、看年內的倍增時間,不要用年對年倍數,那會被去年的低基期灌水。與今日主線第 2 點合看: 那一則量的是每一單位算力能生出多少錢,這一則量的是那些錢用什麼尺報出來,兩把尺不對齊時,前者的每 MW 變現數字也會跟著失真。什麼會推翻它: 任一家把 AI 營收依會計口徑拆成分項揭露,或第三季出現一次明確的再加速。
這對投資判斷的意思: 用「AI 營收成長率」做資本配置的那張表,今天要多一欄口徑註記。對「AI 需求仍在高速成長」是持平,對「成長率本身還在加速」是弱化。
科技業付費調查報導機構 The Information 昨天首報 NVIDIA 同意以 129 億美元收購 Hugging Face,CNBC、TechCrunch、Bloomberg 各自轉引(CNBC,08-27)。Hugging Face 是全球最主要的開源模型權重發佈與分發平台,常被形容成「AI 模型界的 GitHub」,大量企業與開源專案把它當中立基礎設施用。NVIDIA 2023 年那輪已是股東,當時估值 45 億美元,129 億約是三年前的 2.9 倍。但截至今天沒有官方層級的確認: 沒有 NVIDIA 官方發布,也沒有向美國證券交易委員會申報重大事件的 8-K 表格,The Information 並註明協議尚未簽署、仍可能破局;三家轉引的用語分別是「同意收購」「接近完成」「討論中」,三種不同的確定度。
本報自己的更正在這裡。 本報一手收到這則消息的來源是 Latent Space AINews,一份自動彙整社群討論的摘要電子報,它的標題寫的是 130 億美元、「約當其 1.5 億美元年營收的 80 倍」(原摘要,08-27)。查證後金額應為 129 億;若那個 1.5 億美元年營收屬實,倍數是 86 倍不是 80 倍。而且用它自己給的 130 億除以 1.5 億也算不出 80 倍,同樣落在 86 倍上下。 換句話說,80 與 86 的差不是本報把金額改小造成的,是來源自己的算式就對不上。⚠️ 那個 1.5 億美元年營收本報今天也沒有獨立核實。該摘要另稱 NVIDIA 今年 1 月的初始報價是 70 億美元,這個數字沒有出現在任何一家主流轉引裡,本報不採信。
驗證: 四家轉引同源於一則獨家,不構成兩個獨立來源,本報照單一來源的標準處理。「被報導」是已核實的,「已完成」不是。 本報今天不對交易方向下判斷,先記事實。
判斷更新: 這是「四捨五入之後被下游當成精確值引用」的典型形態,而它今天發生在一個會被貼進無數張投影片的數字上。今天就能做的一件事:把 Hugging Face 當中立基礎設施的那條路徑,現在就當成有單一供應商風險重新評估,不要等成交公告。什麼會推翻它: 任一方發出官方公告或申報文件,或 The Information 撤稿。
這對投資判斷的意思: 敘事把開源生態當成模型層競爭的公共財;這條證據把發佈與分發通路的歸屬變成一個變數。對「開源會持續壓縮前沿定價」是弱化,對「基礎設施層繼續往上靠攏」是強化。
1. [本週](08-25 至 26)中國開源模型 GLM-5.3-Flash 的「每美元智能」優勢被獨立評測機構 Artificial Analysis 拆開:它跑完評測用掉 1.49 億個輸出字元,比同分數的 Kimi K3(1.33 億)、Qwen3.8(1.36 億)都多,便宜來自極低的字元定價,不是省字元。效率是資產、定價是政策,別把它量到的每任務 0.09 美元外推成成本曲線;⚠️ 經社群摘要轉引,未取得原始評測頁(經 Latent Space AINews 轉引,08-27)。
2. [本週](08-27)AWS 同意 2027 與 2028 兩年再部署 200 萬顆 NVIDIA GPU,而它三月時說的是「2026 年上線逾 100 萬顆」;買方在變多,不只兩家(DCD,08-27)。
3. [本週](08-27)喬治亞州監理機關核准 Georgia Power 為 OpenAI 新建 3.2GW 發電、成本由 OpenAI 全額承擔;⚠️ 交付期是 2028 到 2032 年,不是近期供給(DCD,08-27)。
4. [本週](08-27)Salesforce 對 20 國 2,025 位 AI 代理(能自己執行任務的 AI 系統)決策者的調查:治理較輕的公司平均 7.2 個月到正回報、較重的 9.3 個月,但治理低於平均者有 32% 是「出事之後」才發現代理超出設定範圍,高於平均者 18%;⚠️ 賣方自家調查,成效皆為自陳(Salesforce,08-27)。
各自獨立成篇,一句話說明為什麼今天值得點:
本期沒有這一欄。 本報過去累積的深度素材,能用的舊材料已經用完;寧可空著,不重播用過的條目。
過去 24 小時。 昨夜新抓進 381 篇:X 貼文 141 則、學術論文 133 篇、公司與個人部落格 50 篇、未歸類論文 49 篇、業界電子報 3 篇、公司申報 3 份、podcast 逐字稿 2 份。X 另有一組自己的讀數:連上 374 個帳號、拉回 497 則原生貼文,零轉推、零回覆。497 和 141 量的不是同一件事,前者是拉回來的量、後者是進資料庫的新增量,中間 356 則的差額落在哪裡本報今天沒有解出來,先把兩個數照實寫出來。以 497 那個母體計,貼文最多的是 @TheStalwart 27 則、@geoffreyirving 26、@bhorowitz 26、@teortaxesTex 17、@TheZvi 14;電子報與業界分析讀到 6 家共 8 篇(Newcomer 2、Zvi 2、Epoch Gradient 1、Gary Marcus 1、Latent Space 1、Stratechery 1),其中被歸類成業界電子報的是 3 篇,其餘走各自的管道;podcast 兩檔(Dwarkesh、No Priors)、公司申報三家(應用材料、科林研發、Marvell)。今天由人親手讀完並判斷的是 5 篇,收進 7 條新事實、2 條新判斷,另有 4 個「不收」與 2 個「抽不出可引用的原文」。⚠️ 另有 47 篇在抓進來的當下就被系統自動抽出正文,其中 45 篇是 X 貼文,但還沒有人看過、判斷值不值得收;本報一律以人工讀完的 5 篇為準。
今天你拿不到什麼。 第一件最要緊:今天這四條主線不是從 381 篇裡挑出來的最好四條,是從人實際讀完的那 5 篇裡長出來的,其餘 333 篇今天沒有經過本報的收錄判斷;本期另外用到的六份材料(Nscale 合約、NVIDIA 法說會、AWS 的 GPU、喬治亞供電案、DeepMind 雙盲評測、Salesforce 調查)是本報寫這一篇時自己讀了原文,各自的驗證邊界寫在該則裡。第二件: 昨夜兩篇看起來最相關的公司公告,原網址抓下來只有標題、沒有內文,所以一個字都沒寫:Anthropic 的「Model Hardware Standard」研究預覽與 NVIDIA 的「Vera CPU 開始出貨」;前者若屬實是一家前沿 lab 在提硬體標準,對今天整份主線可能最相關。第三件: Ben Thompson 談 Apple 與 OpenAI 硬體發表的 Stratechery 專欄,本報只取得首段,正文在付費牆後。第四件: 昨夜掃進的 133 篇學術論文與 49 篇未歸類論文,今天沒有人逐篇讀過原文。補上的舊資料: 今天沒有人工一次性新增的來源;資料庫裡另外存著 7 月到 8 月中旬補回來的舊材料,不是昨夜抓的,本期沒有引用其中任何一篇。
來源集中度提醒。 三件事必須自己講。一、本期最大的單一來源是 Dylan Patel 一個人、一集節目,今天進本報長期追蹤的十條裡有六條出自他,遠超過三分之一警戒線,照規則明示:本期以他為主。緩解方式是找可以並排的獨立讀數,今天有三組:Nscale 那紙合約給了他的價格梯子最底層一個外部對帳(主線第 2 點)、NVIDIA 法定揭露同時給了他的集中論一個佐證與一個反證(晶片與半導體欄)、Dean Ball 6 月那篇從不同方法推到同一因果起點(主線第 1 點)。二、發言者的利害逐則標在該則裡:Patel 賣的就是算力市場研究、Dean Ball 寫那篇時已受聘 OpenAI、NVIDIA 是在講自己的季度。三、本期沒有寫任何「多方都在說」的句子。
本報追蹤的來源。 名冊上去重後涵蓋 529 個來源;按渠道另一本帳合計 722 個記錄:X 帳號 302、播客 90、機構與公司部落格 77、媒體與新聞稿 51、個人部落格 48、論文作者 48、電子報 46,其餘 60 為財報法說、主題演講、書與政府文件。同一個人可能在 X 有帳號、又上過播客、又發過論文,會被算三次:722 數的是記錄,529 數的是去重後的來源,兩本帳不相加。 同理,昨夜連上的 374 個 X 帳號不等於名冊上的 302 個 X 來源,前者是當晚實際拉到資料的帳號數、後者是長期追蹤的名冊;電子報那組同理,昨夜讀到 3 篇是當日的量,46 份是總名冊。四個讀數各數各的母體:本期正文用上 14 個來源、昨夜新抓 381 篇、名冊去重後 529 個來源、渠道帳上 722 個來源記錄。
本報不是新聞摘要:我們從每天的 AI 資訊流裡捕捉真正重要的洞見與值得長期追蹤的行家判斷,並交代每一條是怎麼驗證的。重點永遠是『哪條判斷變硬了、誰說得準』,不是今天發生了什麼。
只留 email,隨時退訂。這是我們唯一想請你做的事。
1. 三家大廠把最強的資安 AI 改成只發給名單內的人。決定這道門能關多久的,是外面那種誰都能下載的模型還差幾個月追上來。
1. 業界唯一大規模在用的 AI 監督手段被公開吵了一輪,而立場相反的雙方都同意:現在沒有機構查得出誰說得對。
1. 被拿來證明「AI 降價、需求就撐得住」的那個十四倍用量,只發生在一條剛好便宜一半的通路上;本報上一期自己寫的一句話,今天被自己的查核推翻。
1. 一個被大量轉發、用來證明「AI 降價需求就撐得起來」的十四倍數字,量的是單一模型分派平台,搬過去的舊需求也算在裡面。