OpenAI 5% 给政府？20VC Trio E64 完整 ASR 精读版 (2026)

覆盖说明：本期基于 20VC Trio E64 完整音频 ASR、YouTube 章节信息、SaaStr 结构化文章与嘉宾公开资料整理。由于完整逐句译文体量过大，本期交付为「完整音频 ASR 精读 + 按节目顺序中文精译」，不冒充逐句无删减全文译本；后续若频道拆分长稿承载方式稳定，再补齐逐句全文翻译形态。

本期一句话

20VC Trio E64 把三条看似分散的 AI 新闻串成同一个问题：前沿模型公司如果要进入企业和国家级基础设施，就不再只是「模型更强」的竞赛，而会同时面对政府持股、企业数据信任、算力融资与服务交付能力的压力。20VC 官方 YouTube 描述列出本期嘉宾为 Jason Lemkin 与 Rory O'Driscoll，并按章节覆盖 OpenAI 5% 政府持股、DeepSeek 芯片、Nvidia「compute now, pay later」与 Microsoft / Amazon 嵌入工程师等议题。1

图集导览

5%：OpenAI 交给华盛顿？ 这不是单纯股权数字，而是 AI 公司与政府重新谈判边界的入口。
Jason Lemkin 背景卡：SaaStr 创始人、企业 SaaS 投资人，也是 20VC 常驻圆桌嘉宾之一。SaaStr 文章署名页显示，本期文章由 Jason Lemkin 发布，并注明与 Harry Stebbings、Jason Lemkin、Rory O'Driscoll 一起讨论。2
Rory O'Driscoll 背景卡：Scale Venture Partners 合伙人，长期投资软件、AI 应用与企业科技；Scale 官方资料介绍他当前关注 AI 赋能的数字与物理世界应用。3
5% 是锚点：Jason 倾向把 5% 视为换取政府对齐的低成本筹码；Rory 担心政治诉求不会停在 5%。SaaStr 对本期的整理称，Sam Altman 的设想更像是让 frontier labs 都给美国政府 5% 股权，而非只限 OpenAI。2
企业到底怕什么：讨论围绕 Alex Karp 对前沿 AI 的警告展开，落点不是「模型会不会炫技」，而是 ROI、数据边界、合规责任和实施负担。SaaStr 整理把 Karp 的核心担忧概括为企业在追问 AI 巨额投入的回报，并害怕自己的数据被训练后再被二次出售。2
中国开源领先：本期把中国模型生态放在「被锁出后自建生态」的逻辑里看。SaaStr 整理称，OpenRouter 排名前六的模型都来自中国，同时美国仍在闭源 frontier 模型上领先。2
算力开始金融化：Nvidia 的「先算力、后付款」结构被讨论为一种把硬件销售、客户融资和需求扩张绑在一起的机制。SaaStr 文章称，这套结构成立的前提是算力需求持续上行，否则可能出现收入回吐、客户违约和减值。2
下一代 IBM：模型公司越来越像产品公司，而产品公司又在补服务层。YouTube 章节显示，本期在 1:07:16 讨论 Microsoft 与 Amazon 向企业嵌入工程师；SaaStr 文章进一步整理称，Microsoft 投入 25 亿美元与 6000 人，试图把 AI 转型做成企业服务能力。1 2

按节目顺序精读

00:00-03:58｜华盛顿开始给模型发「通行证」

本期开头先讨论华盛顿解除 Fable 5 相关禁令，以及这类「先禁后放」是否会演变成模型发布前的预审批制度。YouTube 章节把这一段标为「Washington Lifts the Claude Fable Five Ban」，随后进入 OpenAI 政府持股讨论。1

圆桌真正关心的不是单个禁令，而是一个方向：如果前沿模型被定义成国家安全和劳动市场的基础设施，模型公司未来每一次发布、部署和商业化，都可能要先解释「为什么不会伤到公共利益」。这会把 AI 公司从传统软件公司的节奏里拉出来，变成准公共基础设施运营者。

03:58-22:14｜5% 政府持股：对齐，还是给政治打开入口？

SaaStr 整理中最关键的校正是：这个 5% 不是简单的「OpenAI 交 5%」，而是 Sam Altman 讨论 frontier labs 都向美国政府交出 5% 股权的设想，Anthropic 也会被包含在这个框架里。2

Jason 的角度更偏交易：如果 5% 可以换来政府战略对齐、监管认可和国家层面的背书，那也许是一笔可以计算的成本。Rory 的反驳更像历史提醒：政府小额持股不等于少管事，TARP 之后的金融系统经验说明，一旦国家资本进入，行为约束、政治目标和舆论压力都会随之进入。2

更深的一层是「锚定」。如果 AI 真被讲成会摧毁大量劳动岗位、重塑 30 万亿美元级经济的力量，那么政治系统未必会满足于象征性持股。SaaStr 将本段概括为：5% 可能是 Sam 在主动锚定一个低数字，避免未来被要求交出更高比例。2

22:14-42:55｜DeepSeek 芯片、中国开源与 Meta 云业务

YouTube 章节显示，本期在 22:14 进入「DeepSeek Building Its Own Chip & Anthropic Talking to Samsung」，随后在 36:22 讨论 Meta 云业务。1

这段的主线是：当模型、芯片、云和开源生态开始互相绑定，AI 公司的竞争就不再只看单一模型效果。SaaStr 整理称，DeepSeek 已宣布自己的芯片计划；围绕这个动作，圆桌讨论了它究竟是为了特殊需求，还是为了拿回高利润率和供应链控制权。2

中国开源的讨论尤其重要。Jason 的判断是，美国对 OpenAI 和 Claude 的访问限制反而逼出了替代生态：既然用不了美国模型，中国工程师就会自建可用、便宜、足够强的模型栈。SaaStr 文章称，在闭源 frontier 模型上美国仍领先，但在开源模型上中国领先，并提到 OpenRouter 前六模型都来自中国。2

42:55-57:46｜Nvidia 的「先算力，后付款」与 Kling 估值

YouTube 章节把 42:55 标为 Nvidia 的「Compute Now, Pay Later」结构，把 50:32 标为 Kling 以 180 亿美元估值融资 28 亿美元。1

算力金融化这段值得创业者单独拆开看。硬件销售看起来是一次性收入，但如果卖方同时提供融资、回售权或延迟付款安排，它就不只是卖芯片，而是在帮客户提前消化未来需求。SaaStr 文章把这称为 Nvidia 在「融资自己的需求」：当 AI 训练和推理需求持续上行时，飞轮会更快；一旦边际需求放缓，收入确认、客户违约和资产减值都会变成风险。2

Kling 的讨论则把中国视频模型放到商业速度里看：为什么某些视频模型可以比美国同类产品更快进入分发、商业化和融资叙事？这和上一段中国开源的逻辑相连：被主流美国模型生态锁出后，本土工程团队会在模型、产品、渠道和应用侧形成自己的闭环。

57:46-1:07:16｜便宜模型是否真的带来结果？

YouTube 章节显示，本期在 57:46 讨论「Open Source Plateau: Are Cheaper Models Actually Delivering Results?」1

这段可以概括成一句话：便宜不是结果，部署才是结果。开源模型降低了推理成本和实验门槛，但企业客户最终买的不是「token 更便宜」，而是「业务流程真的跑起来」。如果数据边界、权限、评估、责任和上线维护没有解决，模型再便宜也只是试验田。

1:07:16-1:17:04｜下一代 IBM：模型公司最后都要补服务层

Rory 的金句被 SaaStr 文章摘出：每一家科技公司要么倒下，要么活得足够久，变成下一代的 IBM。2

这不是在贬低 IBM，而是在指出企业落地的重力：当技术进入大企业，它必然要被流程、权限、合规、采购、培训和维护重新包裹。模型公司如果只会发布 API，很难吃下这层价值；云厂商如果只卖基础设施，也会被要求下场做实施。SaaStr 文章称，模型公司正在变成产品公司，Microsoft 和 Amazon 都在推进类似 IBM 的企业服务 / 嵌入式工程师模式。2

对 AI builder 来说，这里可能是最大机会：不是再做一个通用模型壳，而是做行业里那层「懂业务、懂数据边界、能负责交付」的中间层。

1:17:04-1:27:06｜Sound Ventures、ElevenLabs 与后半场融资叙事

YouTube 章节显示，尾段还讨论 Ashton Kutcher 离开 Sound Ventures，以及 ElevenLabs 估值达到 220 亿美元。1

这部分与前面的主题其实相连：AI 公司估值正在从「模型能力」扩展到「分发、品牌、人才、现金流、数据资产和企业交付能力」。当估值继续上行，投资人要看的不仅是技术领先，还包括能否穿过政策、算力、企业信任和商业服务这几道门。

本期金句中文精译

「半年前，你还可以像自由人一样发布软件；现在，你得先得到华盛顿的许可。」2
「如果你正在冲击一个 30 万亿美元经济体里的劳动市场，政治怪兽不会满足于 500 亿美元。」2
「你无法靠两个人深度的服务团队，规模化企业转型。」2
「模型公司正在变成产品公司。」2
「每一家科技公司要么倒下，要么活得足够久，变成下一代的 IBM。」2

给中文创业者和投资人的 6 个启发

AI 公司别只看模型能力，要看政治接口。 如果你的产品会影响就业、数据、国家安全或关键行业，你迟早要回答「谁来监督」。
企业 AI 的第一性问题是信任，不是炫技。 ROI、数据可用范围、合规责任和上线维护会决定采购，而不是 demo 有多酷。
开源模型会继续压低实验成本，但不会自动创造企业结果。 真正稀缺的是把模型嵌入业务流程的能力。
中国 AI 生态不是美国模型的镜像，而是被约束条件塑造出来的平行系统。 访问限制、成本压力和本土分发，会推动自研模型、芯片和产品栈更快闭环。
算力正在从硬件商品变成金融资产。 谁能融资算力、消化算力、周转算力，谁就能在基础设施层获得更大杠杆。
下一波机会在「AI 服务层」。 不是传统外包，而是懂行业数据、权限、流程、评估和交付结果的新型工程组织。

OpenAI 5% 给政府？20VC Trio E64 完整 ASR 精读版