逐段要点整理
本板块按官方单集页给出的九段议程顺序，逐段整理蔡斯·洛克米勒在这一期里讲到的论点、数字、案例与金句。所有数字都标出来路：官方文件（公司公告、机构自发布、论文原文）、媒体·已报道（媒体报道、行业统计、第三方研究）、节目中的说法（只在节目里说过，没有对应公开文件）、待观察·未决（预测、下一年的账、还没发生的事）。
出场两人：主持人哈里·斯特宾斯（20VC 创始人），嘉宾蔡斯·洛克米勒（Crusoe 联合创始人、CEO 兼董事长）。本期录制于 Crusoe 宣布 39 亿美元 F 轮、投后 309 亿美元之后。1
第 1 段 · 片头与攀登（00:00–17:40）
- 片头是冷开场剪辑，四句话都是蔡斯自己的：能源价格其实在往下走；人们对数据中心非常情绪化；GPU 是整个数据中心里最值钱的东西；大多数护城河根本不存在。
- 公司价值观里有一条叫「像登山者一样思考」。他把它拆成三件具体的事：准备到丁方案的备份（天气、装备、搭档生病、雪崩）、在痛苦的时刻把自己往深里挖的耐力，以及把安全排在第一位、第二、第三位。登山界那句话他也搬了进来——登顶是选修课，下山是必修课。
- 他个人最难的一次变化是 2018 年辞职去登珠峰。此前每一次离开（高中、大学、第一份工作）他都把下一步安排好了，只有这一次没有。他说那种空白既难受又让他自由，「像一张白纸」，他甚至想过就用自己的钱做投资。登顶七大洲最高峰中的五座（含珠峰）是他履历里公开可查的一条。7
- 关于「有钱的创业者」。哈里的观察是：越不需要保护下行的创业者往往越是好创业者；蔡斯认了，并把它接到马斯洛的需求层次上——知道自己归零也还能付房租、养家，这件事本身给人力量去下更大的注。
- 他本科在 MIT 读物理，也在洛斯阿拉莫斯做过研究，原本打算过一种「修道式的」探索人生；后来意识到「发现」这个行业进展极慢，而自己想做一些节奏快的事。他用一种很直白的方式描述那个转折：在没有人生目标之后，他的想法是「那我大概应该去变有钱」。
- 「从挖矿转 AI 到底算不算转型」这一问的回答是：创办时的前提就是「AI 是元科学，算力是瓶颈，算力的瓶颈是能源」，所以要先去锁定低成本、充足的能源再用算力变现；比特币只是当时手上最好的变现引擎，AI 平台从很早就同时在建。他用贝叶斯的方式看世界——未来不是确定的，是概率的。
- 比特币那一课被讲得很完整：从笔记本爱好者、到 GPU、到租用五九个 9 可靠性的传统托管机房、到 ASIC；然后有人问「挖矿真需要五个九吗，一个九呢」，答案是「鸡舍式」数据中心把总成本砍掉约 98%，也把回本周期压了下来。他认为 AI 会重演。
- 芯片功率的路线图是他跟英伟达一起看出来的：这一代 150 到 200 瓦，下一代 300 瓦，再往后某一代可能到每颗 600 瓦。功率密度这样上去，数据中心必须重新设计。
- 分布式的理由：服务一个神经网络，绝大部分时间花在数据中心里发生的计算上，而不是花在「到达数据中心」的路上，所以 AI 不必待在北弗吉尼亚。
第 2 段 · 卡在哪里（17:40–25:50）
- 「到底有多供给受限」被翻译成一句很具体的话：不是买不到卡，是没有地方把卡插上、开机、跑起负载。所以看这一层该盯的是「有多少地方能通电」。
- 供应链像打地鼠——不同时点冒出不同瓶颈，这正是垂直整合的价值。
- 最具体的案例是阿比林的头两栋楼：两百多兆瓦算力容量，34 家别的开发商在争，他承诺一年做完，而第二近的报价是两年半。Crusoe 官方口径是：全平台已交付并运行超过 1 吉瓦，合同容量超过 6 吉瓦，累计合同价值超过 1,400 亿美元。2 合作方 Lancium 的公告把阿比林园区写成规划扩至 1.2 吉瓦。8
- 真正卡住他的部件叫「配电中心」：把 34.5 千伏的中压电接进来，再分到低压变压器送进机架。市场交期 100 周；他们把电气制造放进公司内部，28 周做出来。
- 埃隆的「白痴指数」（原材料成本与终端产品的落差）被哈里接了过来，但蔡斯的回答是往回收的：电气制造不是超高毛利的生意，他们做它主要是为了拿得到货、交得出去，顺带得到一个从第一性原理出发的创新平台。
- 阿比林园区的设计目标是「一台 1 吉瓦的计算机」——跨整个园区运行同一个内聚负载、跑在同一张 RDMA 网络上。但他随即给了反转：到了推理时代，服务模型并不需要 1 吉瓦，小得多的集群就够。
- 2026 年的主线是基础设施利用率的规模化，真正重要的指标是「到 token 的时间」。
- 两个瓶颈并列：可用于算力的电力，以及美国有限的技术工种（电工、焊工、水管工、建筑工人）。难题是两者要同时成立。
- 关于中美电力成本，他没有顺着哈里的说法走：美国电价并没有贵得多，在全球是有竞争力的；劳动力这条他认，中国的劳动力便宜得多。中国有补贴在出台，但那是另一回事。
- 监管他不归类为「问题」，而是「需要穿过去的东西」：他们支持正确的政策在位，不想要一个纯粹的西部荒野，但政策确实带来摩擦——这也是他们喜欢用「制造」而不是「巨型施工项目」的方式做基础设施的原因之一。
- 政策是极度本地的：人们真正在意的是就业、电费、水、空气，以及数据中心怎么回馈社区；而围绕数据中心的影响有大量错误信息。他点名的错误信息是「数据中心用光了全世界的水」——他说现代 AI 工厂用水接近于零，阿比林每栋按 140 兆瓦做预算的楼，全年主要水耗是员工上厕所和洗手，大约相当于十户独栋住宅。
第 3 段 · 数据中心真的推高了电费吗（25:50–28:05）
- 他的说法是：在数据中心做了投资的市场，社区电价通常是降下来的，因为它催化了对发电技术的更多投资，「这跟正在被讲述的那套叙事正好相反」。
- 这一条在公开研究里有对应的另一半：一篇 2026 年 6 月的因果研究（EPRI 参与，arXiv:2606.19777）估计，2015 到 2024 年数据中心让美国平均零售电价略微下降，机制是既有电力系统的固定成本、输配电的规模经济与发电单位成本的下降；作者同时明确警告，未来的供给约束可能把结论反转。5
- 他把「合理的担忧」和「不合理的担忧」分开：施工期的扰动是合理的，但会过去；留下的会是长期岗位和持续税收。
- 他给的地方账本：他们会占到泰勒县和所在城市阿比林税收的三分之一以上，对警务、消防、道路、学校是变革性的；对学校系统来说，流向学校的税收翻一倍还多。
第 4 段 · 一半的数据中心建不成（28:05–32:10）
- 哈里的问题是「规划中的数据中心有多大比例最终不会上线」，蔡斯的回答是「50% 是合理的」，随即把它拉回登山的语境——这属于必须准备到丁方案的事，没法给小数点。
- 值得记下的是这句话在市场上的两个方向：「2026 年有一半美国数据中心会延期或取消」流传很广，Sightline Climate 给出的是 30–50% 的区间，而 SemiAnalysis 专门发文反驳这一口径。6 另有报道称 2026 年约 16 吉瓦的新增容量里只有约 5 吉瓦真正在建。9
- 他把「最容易出错的地方」列成了清单：想买的地卖方不卖了、跟本地电力公司签大负荷并网协议、新上发电要拿空气排放许可。这三项分别落在刻度条的「建」和「通」上。
- 哈里拿中国做对照（用叉车把三百万人从大坝那儿挪走、第一天就开绿灯），蔡斯没有回避：如果纯粹用马基雅维利式的眼光看，那对开发商确实是一种好处。
- 他承认数据中心已经成了中期选举里的一个两极化议题，自己从来不想当一场政治辩论的主角。他把原因归给人们对「AI 时代」的真实焦虑：我未来还会有工作吗？还能凭有用的劳动拿到报酬吗？而数据中心是 AI 的物理呈现。
- 哈里半开玩笑地把矛头指向那些「一直说会取代所有工作」的领袖；蔡斯的反驳是：数据中心是美国蓝领经济的一场复兴，在工厂里、工地上招人，「人们担心 AI 会夺走工作，但到目前为止，它只创造了巨量的工作」。
第 5 段 · 一块 GPU 要多久回本（32:10–38:35）
- 他把 GPU 小时的价格看成一种被交易的大宗商品，并点名了在做可交易算力产品的平台（Compute Exchange、Ornn）。ICE 与 Ornn 的 GPU 算力期货是公开可查的合作。10
- 回本被拆成一个组合：给信用质量好的客户签五年的长期合同（在期限内回本并产生现金流）；期限更短、毛利更高但到期后有续约风险的合同；以及托管推理、无服务器微调这类打包服务——合同更短、对 Crusoe 毛利更高。
- 理解整集的钥匙是他对公司的定义：只卖三样东西——数据中心、GPU、token。三层都能卖，意味着同一笔投入可以在三层里找变现方式。
- 他给 Crusoe 的定位是「AI 超级巨头」，类比的模板是石油天然气里横跨上中下游的埃克森、雪佛龙。
- 「今天毛利最好的一层」答案是托管 GPU，原因也很直接：供给严重短缺。这句话的另一面是，这一层的毛利会在供给追上来的时候自己走掉。
- take or pay 被解释得很干净：用不用都得付；他确认 Crusoe 的 GPU 租赁协议通常就是这种结构。
- 哈里的担心是「第一道裂缝会不会是消费需求」，蔡斯的回答是 AI 对经济里太多领域是变革性的，不是只让某一个行业受益的单一东西。
- 本集最出名的一句在这里：「在人类未来剩下的时间里，它现在是它最差的时候。」
第 6 段 · 会不会没还完就过时（38:35–44:20）
- 折旧口径：Crusoe 给这些资产计提折旧用的是六年的折旧周期，他说这差不多是行业标准。这句话直接接到外面那场争论上——多家超大规模厂商把 AI 服务器的折旧年限设在 5 到 6 年，做空者迈克尔·伯里则公开主张真实可用寿命只有 2 到 3 年。4
- 他的对冲逻辑：既然要做长期基础设施，那把这些长期投资变成钱的办法越多，股东就越好、生意就越好——这就是那套托管 AI 服务的动机。把芯片抽象掉之后，前沿永远有需求，便宜得多的替代品也有需求，于是折旧周期可以被拉长到六年以上。
- 他给出的最具体的一条反驳是：2023 年大规模采购 Hopper 时，市场反馈是「不知道它过了第三年还有没有价值」；三年过去，租用 Hopper 的价格比它还是全新的时候更高。他的结论是：人们低估了应用开发者把算力变成价值的能力。
- 融资这一层被接了进来：早期做这类融资，你必须很快回本，还要有足够的偿债覆盖——折旧年限不只是会计选择，它同时是融资结构的约束条件。
- 今天真正的困难是客户被要求先承诺 2028 年的算力。他讲到一半笑了：「到那时候我们可能已经有 RSI 了。」
- 对策是小型、模块化、用制造方式生产出来的 AI 数据中心，给更小的集群提供「准时制」算力——压缩的是「通」和「回」两格，不是「建」本身。
- 他不认为未来特别未知：模型开发周期已经有突破，扩展定律一直在被验证。变化本身不确定，但「会有变化」是确定的。他举的两个刻度是图灵测试（冲过去了，几乎没人庆祝）和千禧年大奖难题（在他读本科时摆着没人解，现在有 AI 在解）。
第 7 段 · 要生产出最便宜的智能（44:20–49:50）
- 哈里引的是投资人加文·贝克那句话：谁生产的智能成本最低，谁就赢。蔡斯认「每 token 多少美元」是个好指标，但给它打了个折——token 有效率这回事，不是每个 token 都有同样的价值单位；人们优化的方向也不一样（吞吐是每秒多少 token，延迟是首 token 与末 token 的时间）。
- 成本能压下来的一半原因被归给垂直整合：自己拥有基础设施，就可以在整个流程里叠上毛利，这让你在「怎么计价」上有更大的灵活度。
- 另一半是利用率。本集第二次出现那句话：GPU 是整个数据中心里最值钱的东西，闲置就是烧钱。
- 技术落点很具体：KV 缓存会变得相当大，远超片上 HBM 的容量，所以真正要解决的问题是在多个 GPU、多层 HBM、系统 DRAM、NVMe 一直到集群对象存储层之间极其高效地搬动它。
- 他承认 SGLang、vLLM 这类开源项目很好，但把它们定位成「通用、可被通用化」的东西。哈里点名 Fireworks 问竞争，他的回答是「Fireworks 很厉害，做得非常出色」，然后差别落在用户体验与工具组合上。
- 油气类比在这里被用第二次：埃克森在井口跟上游公司竞争，但如果它建了管道，又会把管道容量卖给正在竞争的同一些客户——在 AI 栈上，能一起做事的办法远比竞争多。
- 开源与闭源的结构：人们在闭源前沿模型上花的钱更多，但在开源上生成的 token 更多。他认为开源非常重要，光是数据主权这一点就成立——人们想拥有自己的模型、自己的智能；而他认为真正的矿是还没被利用起来的私有数据。
第 8 段 · 自建模型会不会吃掉 OpenAI（49:50–51:55）
- 哈里的问题是：会不会有大量中型和大型企业各自拥有用自己数据训练的模型，从而真的蚕食掉很多前沿模型的生意。蔡斯的回答是「可能」，但认为对前沿的需求永远都在。
- 他给的两条路：用闭源前沿模型去纳入私有数据，或者走开源、自己拥有模型；他不认为最后会只剩一种路径。
- 案例是 Cognition 用自己大量数据对模型做后训练，以及 Harvey 可能从法律这个垂直角度做类似的事；前沿实验室自己也在做同一件事。
- 托管推理五年之后要做的事，被他定义成「给公司一条容易的路径去接触到智能」——那可能是他们自己的智能；真正被抽象掉的是跨很多 GPU、很多数据仓库、很多模型去管理一项服务的复杂性，包括查询怎么路由、用哪个模型。
第 9 段 · 家庭与快问快答（51:55–结束）
- 育儿那一段他给的答案很具体：坐更差的航班、大量红眼航班只为不错过跟孩子道晚安；几乎每个周末在家，用来带踢球、陪游泳；以及一条制度性的安排——他在家时，早上 7 点到 8 点全公司都知道联系不上他。
- 他给自己选的「很多人不同意」的立场是：数据中心对社区是好资产，应该在建它的社区里被庆祝。
- 他说他不担心收入与财富的不平等，理由是「比较和嫉妒是人身上固有的东西」，而当这些庞然大物推动经济进步时，每个人实际得到的都远比没有这笔投资时多。哈里把反面摆了出来——三场 IPO 的累计价值相当于 45 年 IPO 的总和，价值的集中程度前所未有；蔡斯的回应是把尺度换一换：充裕的智能给全球经济带来的生产率提升，是正在被创造出来的市值的许多倍。
- 被问到过去 12 个月改变了什么想法，他给的是这一期标题里的第四句：大多数护城河是幻觉，大多数根本不存在。在技术和模型能力加速的时刻，剩下的东西是能不能快速行动、能不能高效地适应那张永远在变的棋盘。11
- Crusoe 会不会在 2028 年底之前上市，他的回答是「我不确定」，理由是这家公司本身需要大量资本去建数据中心、去建 AI 工厂。
- 被问到「谁不在你董事会里、但你很想让他进来」，他的答案是迈克尔·戴尔，并自己补了一句「他不会加入我的董事会」。
- 收尾他讲的是规模的变化：2018 年一位朋友的公司有 150 人，他当时觉得那是不可想象的数字；今天 Crusoe 正在接近 2,000 人（官方 F 轮稿的口径是员工超过 1,800 人、分布在 5 个国家）。2 他说自己从来不把「人们把时间投在我们身上」当成理所当然。
逐句全文翻译
本板块是这一期整集的逐句中文翻译，只保留中文译文，按节目原始顺序排下，不压缩、不摘要、不删减；对话部分保留说话人标签（片头／哈里／蔡斯／广告），节目开头与结尾的赞助口播一并保留并标为「广告」。
两点口径说明：一是说话人归属由整集音频的声部分离（两位说话人）与内容锚点交叉确认——哈里·斯特宾斯负责开场、串场、提问与赞助口播，蔡斯·洛克米勒回答每一个问题；两人快速接话处的归属仍可能偏一到两个回合。二是底稿是整集音频的完整转写，少数录音不清或转写明显失真的位置，已按位置删去无法成立的字句并保留其余原文，不作猜测填补。
第 1 段 · 片头与攀登（00:00–17:40）
蔡斯：所以，在没有人生目标之后，我当时的想法是——那我大概应该去变有钱。那可能是仅次于「献身于某个修道式的使命」的次优选择。
蔡斯：支撑 AI 的基础设施不会是集中式的，它会被分散到能源便宜又充足的地方去。
蔡斯：能源价格实际上是在下降的。这跟正在被讲述的那套叙事，正好相反。
蔡斯：人们对数据中心非常情绪化。
蔡斯：我们最终卖给客户、并且能赚到钱的，其实只有三样东西：我们可以卖数据中心，可以卖 GPU，也可以卖 token。
蔡斯：GPU 其实是整个数据中心里最值钱的那件东西。
蔡斯：大多数护城河都是幻觉。大多数护城河根本不存在。
哈里：这是 20VC，我是哈里·斯特宾斯。我的工作是把科技领域最相关的访谈带给你。我们现在正处在一场围绕数据中心、算力和能源的竞赛里，今天坐进热座的人，没有谁比 Crusoe Energy 的蔡斯·洛克米勒更贴题。他们提供这条重要产业链上的好几个层次——他们建数据中心，他们能提供算力，他们还能提供推理。这是整条价值链上最值钱的三大支柱里的三个。他刚带着 39 亿美元的 F 轮、309 亿美元的估值坐到这里。把笔记本拿出来。这一期非常细地讲了未来几年为了供应 AI 那无止境的需求，需要做多少建设。
哈里：但在我们进入今天的节目之前——创始人和投资人都在靠 8Sleep 睡觉。这是一套智能睡眠系统，马克·扎克伯格先生、安德鲁·胡伯曼博士、夏尔·勒克莱尔，以及阿斯顿·马丁 F1 车队都在用。这个 Pod 是一张能套在任何床上的智能床垫罩。它能把两侧各自降到 55 华氏度、加热到 110 华氏度。它还能追踪你的心率、心率变异性……
哈里：（广告）代理需要准确的上下文，而且要快。MongoDB 实时地存储、检索并推理你的数据。JSON 原生数据库、向量搜索和 Voyage AI 嵌入，全都在一个地方。一套系统，而不是十套。不需要维护数据管道。哦，这听起来好得不像真的。从你的第一个用户一路扩到数十亿个向量。可以跑在任何云上、本地机房，甚至你的笔记本上。这就是为什么《财富》100 强里有 75% 把他们最关键的应用程序跑在 MongoDB 上，每天流转数万亿美元。也是为什么像 Eleven Labs 这样的 AI 原生公司，在 MongoDB 上跑着 4,000 万个代理。所以如果你在做 AI，MongoDB for Startups 能用 Atlas 和 Voyage AI 的额度加专属支持，帮你走得更快。不要做那种答一次就忘的代理。要做那种能从你的实时数据里记住并学习的代理。去 mongodb.com/agents。
哈里：（广告）MongoDB 负责把产品做大，Framer 负责把故事做大。如果你的团队想要一个看起来、摸起来都像手工做的网站，同时又能很快上线，Framer 就是为此造的。Framer 是 AI 网站搭建器，帮创作者、团队和企业以前所未有的速度上线可交付的网站，同时把每个细节都做对。提示、检查、修改、发布，全在一个地方，以一种全新的节奏。代理和人并肩工作。代理带来速度和规模。你带来品味、判断和控制。成果落在画布上，而且始终保持可编辑。在一个地方构建自定义代码组件、管理 CMS 内容、优化 SEO、审计问题。企业级托管、安全和 99.99% 在线率的 SLA，Perplexity 和 Miro 这些领先品牌都在用。想知道怎么从你的网站里拿到更多，就去咨询 Framer 的专家；或者今天就去 framer.com/20VC 免费开始搭建，年付 Framer Pro 可以打七折。就是 framer.com/20VC。可能有相关规则与限制。
哈里：你已经抵达目的地了。蔡斯，我太期待这一期了，老兄。我之前就跟你说过，我把你扒了个底朝天。我甚至去问过你的体能教练。做这期功课的过程太棒了。所以非常感谢你愿意跟我聊这个。我很兴奋能在这里。我要从一个我完全没料到会用来开场的、非常奇怪的问题开始：登山。我听说你是一位经验丰富、技术很好的登山者。坐在这个热座上的人里，我不常遇到这样的。登山这件事教了你什么，让你成为一个更好的创业者？
蔡斯：这是个好问题。我们其实已经把登山烙进了 Crusoe 的文化里，我们有一套公司核心价值观，其中一条就是「像登山者一样思考」。这是什么意思？登山是一门「事情随时会变、你必须为变化做好准备」的实践。它真的把一种文化上的韧性嵌了进来，我认为这对我们这样一家同时在数字世界和物理世界里做事的公司来说，非常重要。把这个类比再推进一步：登山时你会做一套计划——从营地出发，登顶，安全撤回，拍照，你的荣耀被写进历史。但你得为事情出错做好准备。你得为天气变化做好准备。你得为装备失灵做好准备。你得为搭档生病、或者雪崩发生做好准备。核心的意思是：这是甲方案，那我还有乙方案、丙方案、丁方案。我一路往下都准备了方案，以防不同的事情出岔子。另外，你还得有承受艰难挑战和艰难时刻的意愿——就是「熬完这次远征」这件事。远征可能很长、很苦、很磨人，你必须在那些痛苦的时刻把自己往深里挖，才能真正穿过这些挑战。这是「像登山者一样思考」的另一个面向。还有一个很重要的面向，是有安全意识——把安全当作头等大事。考虑到我们做事的规模，从施工的角度，这一点尤其重要：把安全想成第一、第二、第三位。登山界有句话：登顶是选修课，下山是必修课。我们在 Crusoe 就尽量践行这种安全文化，也努力避免任何形式的人身伤害，以及在平台上遭遇数字攻击的挑战。
哈里：我对登山者有那么多的敬意。这属于那种我几乎无法在脑子里装下的复杂度——它要求的心智强度，要你穿过计划变更、坏天气、生病的搭档，还有你说的那种耐力。我昨天遇到一位登过珠峰的创业者，他给我看了沿途那些尸体的照片。我是说，光是看到那些就……
蔡斯：是啊，很惨。看到人们去冒不必要的风险，你会很难受——因为在高海拔登山文化和社群里待久了，你确实会经常看到有人冒那种不必要的、非常粗心的风险。那其实挺让人震惊的。很多时候，悲剧本来是可以避免的，是可以预防的。我认为，正是「像登山者一样思考、提前规划」这种心态，让登山者能够长期地把这件事做下去。
哈里：我能问一句吗？你刚才说的是对变化的抵抗力。你自己人生里，最难的一次变化是什么？
蔡斯：我觉得我人生里最难熬的变化时刻之一是这样的：以前我总是在离开上一件事之前，先把下一件事安排好。我的意思是——我离开高中的时候，其实在高中结束之前就已经确切知道要去哪所大学；我离开大学的时候，就已经确切知道要去哪里工作、要做什么；我辞掉第一份工作的时候，就已经知道自己要去工作、要去读研究生，甚至连那之后的工作都排好了。但 2018 年我离开去登珠峰的那一次，我在那之后没有任何计划。到那个时候，我在财富上已经算有点成绩了，但我没有把这件事安排下来。而恰恰是那种空白、那种虚无，对我来说既很有挑战，也给了我力量，因为它让我觉得我什么都能做。那像一张白纸。我当时想过，也许我就用自己的钱做投资。
哈里：我的工作是找出那些能判断一位潜在伟大创业者的信号。我现在发现的一件事是，往往越有钱的创业者反而是更好的创业者，因为他们不担心下行保护，他们只看什么是可能的。你觉得，带着一点钱、带着已有的成功来创办 Crusoe，是怎么改变你对「把它建起来」这件事的想法的？
蔡斯：哦，我认为它绝对改变了我对这件事的思考方式。这里面有一堆心理层面的东西。你可以去看马斯洛的需求层次——知道自己就算冒险、就算这一切归零、我还是会没事，我还是能付得起房租、能养家、能覆盖生活里的这些基本需求，这件事本身就给你力量。我在大学的时候，我很确信自己会成为一名理论物理学家，多半还会当教授。我那时在做基础科学的研究——我在 MIT、后来在洛斯阿拉莫斯国家实验室做物理研究。在那段旅程的早期，我相当笃定要过这种修道式的生活：不怎么挣钱，但拥有一种探索的人生，可以去发现宇宙的奥秘，那就是我一生的志业和追求。后来某个时刻我意识到，这是一个进展非常缓慢的行业——这个「发现」的行业。也许今天因为 AI 已经不一样了，但至少在我人生的那个阶段，它是一个非常慢的行业；而我感觉到自己想做一些节奏很快的事。我那时觉得自己好像失去了人生的目标。于是，在没有目标的情况下，我就想：那我大概应该去变有钱。那可能是仅次于「献身于某个修道式使命」的次优选择。我四处找挣钱的办法，然后有个猎头找到了我，把我招进了量化金融这个领域。他们说：你很擅长解数学题。你来这个行业，他们就是花很多钱请你解数学题。我说这听起来太棒了，我报名。但我认为，当「我有足够的钱」这个需求被满足之后，下一个问题就是：那接下来呢？回到你最初的问题——从一个有力量的位置出发，作为一个创业者、而且已经有过一些财富上的成功，它会给你力量去下更大的注、冒更大的险，而这最终可能带来更大的结果。
哈里：进入我准备聊的内容之前，最后一个问题。
蔡斯：好，好。
哈里：接着你刚才讲的登山里那个「耐力」的部分。耐力在某些方面很好，但它也可能让你继续做一件也许你本来不该做的事。有时候确实存在一个该转向、而不是硬扛的时刻。从外面看，你们这家公司经历了一次非常大的变化。你的很多投资人说，你一直都有那个先见之明，知道它会走到今天。但从外面看，它像是「比特币第一阶段，然后第二阶段是 AI」。我不是真的想深挖那件事本身，而是想问你的建议：当有人来问你，你怎么建议他什么时候该忍耐、继续、坚持，什么时候该换个打法、走另一条路？
蔡斯：这是个好问题。有意思的是你聊过的那几位投资人会去印证这个说法，但从外面看，它确实像一次转型。而在内部，我们创办这家公司的时候，目标一直就是建一个 AI 平台。那正是我职业生涯一直在做的——AI 机器学习算法。我一直是深度学习在某些任务上的重度用户和早期采用者。我觉得它是这样一门元科学，最终会改变每一个行业。而到了那个规模，算力就成了瓶颈。算力和数据是两个瓶颈。那算力的瓶颈是什么？能源。这就是创办这家公司的前提。当然，我们并不是从第一天起就把所有资源都投在建 AI 平台上。实际上我们把大部分资源投在了用比特币挖矿来变现废弃能源上。这就是创办这家公司时的理念：找到并锁定那些低成本、充足的能源资源，用算力去变现它们。比特币是当时我们手上最好的变现引擎，但我们从非常非常早的时候就在建这个 AI 平台了。所以当你问「什么时候该把资源调配到我另外在做的这件事上」，我是用一种非常贝叶斯的方式看世界的。我不认为未来是确定性的，我认为它是高度概率性的。我对未来会是什么样子有一套看法：往后看一点点，它比较确定；往后看更多，它就会模糊一些，但我仍然对事情会怎么展开有一套看法。这个 AI 平台当时是「蔡斯」在公司内部投了一些时间和资源、投入了工程力量的一个项目。我们是决心要探索这条路的。我们在 2022 年初上线了 Crusoe Cloud 平台，有了第一批付费客户。在那之前，我们一直在跟 MIT、斯坦福的研究人员和不同的团队合作，去搞清楚对 AI 研究者来说，一个基础设施平台到底什么才是有价值的。所以我们在 2022 年初终于上线了。但改变一切的，显然是 2022 年 11 月 30 日，ChatGPT 的发布。那就像那条全世界都听到的推文，那个把一切挪动的时刻——好吧，AI 来了，他们正在……
哈里：那你们当时立刻做了什么不一样的事？
蔡斯：ChatGPT 那个时刻之后，我们其实一直在观察数据中心为了支撑比特币而发生的这场演化。如果你看比特币挖矿的历史，它其实相当迷人。它一开始是爱好者用笔记本电脑，以一种去中心化的方式在做。然后人们开始用 GPU，然后人们开始从那些有五九个 9 可靠性的传统托管机房租数据中心容量。然后人们开始开发 ASIC。接着在某个时点人们意识到：你知道吗，挖比特币根本不需要五个 9 的可靠性，三个 9 就行。哦等等，那一个 9 呢？这到底能把数据中心成本降多少？他们最后干掉了大约 98% 的数据中心总成本。用这种「鸡舍式」的数据中心——非常非常便宜、没有冗余，但最终把比特币挖矿这笔投资的回本周期压了下来。我们一直觉得，类似的事情会在 AI 上重演。我们是英伟达的长期伙伴，一直在跟他们合作，很多年前我就跟他们一起看路线图，我说：好吧，我们现在这一代芯片是 150 瓦、200 瓦，下一代大概会是 300 瓦，再往后某一代可能会到每颗芯片 600 瓦。我就想，如果功率密度这样上去，那要真正支撑这些东西，数据中心长什么样就会变。我们对计算负载本身也有一个判断：AI 的负载并不需要待在那些集中式的机房里。很长一段时间里，人们被锚定在数据中心基础设施的那些集中式枢纽上——北弗吉尼亚就是那个跑着大半个互联网的枢纽，大多数网页应用都从北弗吉尼亚跑出来。但在 AI 上，它不必是这样，因为服务一个神经网络，绝大部分时间花在数据中心里发生的计算上，而不是花在「到达数据中心」的路上。所以我觉得这会打开新的地理版图：我们认为支撑 AI 的基础设施不会是集中式的，它会分布在能源便宜又充足的地方。所以说到「我们做的不一样的事」，就是把更多力气投在「怎么设计并开发出支撑 AI 的数据中心」，以及把更多力气投在「怎么找到并锁定能源资源来支撑 AI 的扩张」上。
哈里：我想把这些稍微拆开讲。回到我确实计划过的那种结构。太好了。如果我们从数据中心开始——然后还有 Crusoe Cloud、托管推理，能源其实贯穿在所有这些里，所以那部分我也会拆开来看。先说数据中心这边。我们今天总是听到供给受限。到底有多受限？
第 2 段 · 卡在哪里（17:40–25:50）
蔡斯：真正表现出来的地方是——没有地方可以插 GPU。这就是最终的供给约束。就是没有地方能让你把 GPU 插上、开机、跑 AI 负载。那这件事在整条供应链上是怎么表现的？支撑大规模 AI 数据中心的供应链，有点像打地鼠。在不同的时点，不同的瓶颈会冒出来。我认为这恰恰是「垂直整合」最关键的一点：我们能够穿过其中很多的瓶颈和状况。我给你举个例子。我们当初要在阿比林建头两栋楼，那是两百多兆瓦的算力容量。我们承诺用一年做完。当时第二近的报价是两年半。有 34 家别的数据中心开发商，但速度才是关键。所以我说，行，我们一年能做。当时一个关键的瓶颈是所谓的「配电中心」。你从中压电网接电，大概 34.5 千伏，然后再把它分到低压变压器，最终进到数据中心里给机架供电。我们出去把市场上供应这种中压配电中心的供应商问了一圈，这一个部件的交期是 100 周。我说我没有 100 周，我承诺一年做完。所以我找到内部团队——我们有意识地把电气制造也垂直整合了进来。我们问：自己做这个东西能多快？团队做了大量工作，自己去采购零件来做，最后我们在 28 周里做出来了。所以，能够靠内部真正拥有这些资源去穿过那类关键瓶颈，第一，它给了你大得多的灵活度去解开这些卡点；第二，它让你对「这些东西的真实成本到底是多少」有了一个视角。埃隆有一个很有意思的框架，他把它叫做「白痴指数」——原材料成本是多少，终端产品是多少，你在中间挤出了多少额外毛利？
哈里：也就是说，你自己内部造这一道，能挤出多少额外毛利？这个「白痴指数」的落差有多大？
蔡斯：你看，电气制造并不是那种超高毛利的生意。今天它其实是价差拉得很大、毛利涨了不少，纯粹是因为供应太短缺了。但那不是关键所在，我们做它最主要的理由也不是为了叠毛利。它更多是为了可获得性——能拿到货、能交付。然后，它还给了我们一个关键的创新平台。能够从第一性原理出发说：我们可以把原材料拉进来，我们可以造出这个世界上任何我们想造的东西——那我们想造什么，才能最终服务这个负载？所以你去看阿比林那个园区，它的灵感是这样的：我们想造一台 1 吉瓦规模的计算机，让一大片高度一致、彼此相连的 GPU 集群，能够跨整个园区运行同一个内聚的负载。而真正从零开始把它造出来，是什么样子？核心是这么设计的，GPU 是这么设计的，所有东西都是为了跑在同一张内聚的 RDMA 网络之上而设计的。当我们看推理的规模化时，2026 年真正的主线，是 AI 基础设施利用率的规模化——把大语言模型和基础模型用在有用的任务上。这是一个智能体和 token、也就是 token 使用量规模化的时代。在那个基础设施规模化的时刻，人们在用这些 AI 模型找到真正的用处，这又推动了多得多的推理需求。这是智能体的时代，是推理的时代。而为此，你并不需要一台 1 吉瓦规模的计算机来服务这些模型。你可以用一个比它小得多的集群。真正重要的是：我从什么都没有，到能交付 token，能有多快？也就是说，我的「到 token 的时间」是多少？
哈里：我很喜欢你刚才那个打地鼠的类比。今天我们面临的最大的供给约束是什么？
蔡斯：能源绝对是一个关键的约束。可用于算力的电力是一个关键瓶颈。与之并列，劳动力也是一个非常关键的瓶颈。美国的技术工种——电工、焊工、水管工、建筑工人——数量是有限的。而当你把这两件事叠在一起：如果我在这一个特别的地方能拿到能源，我能把劳动力弄到那个地方去、真正把这座 AI 工厂开起来吗？这是一个很大的挑战。
哈里：恕我直言，如果电力和劳动力是最大的两个约束或者说挑战，那英国就彻底完蛋了。我们的电价是别人的四倍，我们也没有劳动力，而且我们有「人」，只是他们不干活。你和美国两样都有，但说实话，都比中国贵得多。
蔡斯：电力并没有贵得多。
哈里：真的吗？
蔡斯：没有。
哈里：你不觉得中国政府在用便宜得多的电给数据中心做补贴吗？我是在问，不是在说。
蔡斯：确实有补贴在出台。但在美国，我们的电力定价在全球是有竞争力的。劳动力这一条我认。中国的劳动力比美国便宜得多。
哈里：那政策和监管呢？我聊过的每个人都在说：哦，是那些繁文缛节，是政策和监管让我们在美国建不起来。它真有别人跟我讲的那么成问题吗？
蔡斯：我不会把它归类为「问题」。我会把它归类为「需要穿过去的东西」。当我们谈政策时，我们希望好的政策在位。我们不想要一个纯粹的西部荒野——所有人想干什么就干什么、想建什么就建什么、完全不管世界上其他人。这些是正在被做出的巨大投资，做它必须经过深思。我们支持正确的政策在位，但它确实会给「更快地把东西做出来」带来摩擦。这也是我们喜欢「把更多这种基础设施用制造的方式做出来」、而不是把每件事都变成一个巨型施工项目的原因之一。
哈里：如果我把你放到一个位置上，让你来管政策，去使能并鼓励这个生态繁荣，你会怎么做？你会做什么不一样的事？
蔡斯：是这样，政策是极度本地的。政治是地方的。人们在意的是：有没有创造就业？这会不会推高我的电费？这会不会把我所有的水都用掉？这会不会污染空气，让我的孩子……然后，数据中心还有哪些回馈的方式？这就体现为税收这样的东西。所以我认为，现在 AI 数据中心面临的一个挑战是：关于数据中心的影响，外面有大量的错误信息。跟我说「数据中心用光了全世界的水」的人，多到离谱。而且这本身就是错的。你看所有这些现代 AI 工厂的设计，它们用的水接近于零。我们在得州阿比林的一栋巨型的楼，按每栋 140 兆瓦的电力做预算，那是头八栋楼每一栋的量。这些楼一年用的水，大约相当于十户独栋住宅的用水量。那里主要的水耗，是员工上厕所、洗手。
蔡斯：我认为这一点对数据中心行业来说很重要，要把它做对、并且有效地讲出来。我们喜欢看数据。当你去看那些数据中心做了投资、建了大型数据中心的市场，社区的电价通常是降下来的，因为它催化了对发电技术、能源生产的更多投资。
第 3 段 · 数据中心真的推高了电费吗（25:50–28:05）
蔡斯：所以我们在看很多不同的东西。结果是，人们的能源成本最后是降下来的。当你去看那些需要大量净新增发电容量的大项目时，我们非常支持数据中心行业去帮助把这些新的电力生产带上线，来支撑这些能源需求。
哈里：所以实际上，那也是错误信息。电价不会因为本地城镇和村庄而上涨。
蔡斯：数据呈现出来的是，电价实际上是下降的。这跟正在被讲述的那套叙事正好相反。那什么才是合理的担忧？任何时候有大型施工项目，它确实会带来别的东西，对吧？它有益处——镇上有人带着钱在花。如果你去跟阿比林任何一位本地商家聊……
蔡斯：但这些会过去，长期、永久的工作岗位会留下来，持续支撑本地社区。而且还有巨大的税收。如果你看从这里面产生的税收，我们会占到泰勒县和所在的阿比林市税收的三分之一以上。这对警务、消防、道路、学校这些本地公共服务来说是变革性的。对学校系统来说，我们让流向学校的税收翻了一倍还多。
第 4 段 · 一半的数据中心建不成（28:05–32:10）
哈里：我完全同意你看到的这种涟漪效应。我觉得最无聊的一件事，就是我们看到有多少百万富翁正在离开英国。人们不去想他们离开在所有这些不同维度上带来的涟漪效应。我们看到很多规划中的数据中心没有建起来。我们听到过非常有名的人说：我们预计规划中的数据中心有 50% 其实不会被建成、不会准备好。你觉得规划中的数据中心，有多大比例最终不会上线？50% 看起来……
蔡斯：是合理的。这属于那种事——它又回到「像登山者一样思考」。你没法给我一个小数点。
哈里：那你何必……我们就在这儿收尾吧。
蔡斯：尼尔跟我说你会给我精确度。
蔡斯：你知道，这属于那种情况——回到「像登山者一样思考」这个概念：当你走这些审批流程时，很多事情都可能出错。
哈里：最容易出错的第一件事是什么？
蔡斯：拿到许可、拿到权益、拿到土地。你想要买下某一块地，结果你要卖的人最终不想卖。跟本地电力公司签下一份大负荷并网协议。如果你要新上发电，还要拿到空气排放许可。
哈里：恕我直言，我又要绕回来了，而且我保证我不是中共的人。但在中国，我是说，他们会用叉车把三百万人给你从大坝那儿挪走。然后第一天就给你开绿灯。
蔡斯：是的。如果你纯粹用马基雅维利式的眼光来看，那对数据中心开发商来说确实是一种好处。是的。
哈里：我是个风险投资人。我对你家乡的情感价值毫无兴趣。你会被安置到某个更好的地方去。
蔡斯：再说一遍，慈善不是我们的事业。
哈里：好。那我们再看这些数据中心——它们现在正在以一种我们没预料到的方式，被当成一种政治工具。这件事会让你担心吗？
蔡斯：会。我想我从来都不想成为一场政治政策辩论里的主角。而数据中心已经走到了美国即将到来的中期选举的台前，成了一个极度两极化的议题。为什么会这样，我认为它们多多少少是这个东西——我认为人们围绕「AI 时代」是有担忧的。我认为人们确实在合理地担心：我未来还会有工作吗？我还能给世界提供有用的劳动、并且因此拿到报酬吗？所以我确实认为这是人们在心里的担忧。而数据中心是 AI 某种物理化的具体呈现。把这些都放到一边，最重要的一点是：人们对数据中心非常情绪化。但我认为，当你去看事实——数据中心在创造就业、在压低能源成本、在水资源上是中性的、在产生对我们在投资的社区来说具有变革性的长期税收——我认为事实全都站在我们这一边。
哈里：你知道我多少有点怪谁吗？怪达里奥，也怪很多别的领袖——他们过去几年一直在说我们会取代所有工作、我们会取代所有工作。然后你惊讶地发现，他们恨你。是啊。天哪，蛋糕还是死？请给我蛋糕。我没想到会是这个。哦，天哪。
哈里：你不会有工作。你不会有一份工作。
蔡斯：你不会有一份工作。哦，你不想要数据中心？是啊。
蔡斯：所有这些里有意思的一面是：数据中心是一个巨大的雇主。它们正在为美国整个蓝领劳动经济带来一场巨大的经济繁荣，一次巨大的复兴。以及美国的再工业化。我们在工厂里、在工地上招人。这些人里有大量的技术工种，对吧？用双手把「智能」这套基础设施变成现实的人。我觉得有意思的是：人们担心 AI 会夺走工作，但到目前为止，它只创造了巨量的工作。
蔡斯：所以，再说一遍，我认为这是那种时刻——人们在对某件事做情绪化反应，但如果你去看实际正在发生的事，数据是站在数据中心这一边的：它们对社区来说确实是一笔非常正向的投资。
哈里：顺便说一句，如果有谁在做数据中心安防，我很想投那门生意。那是门非常好的生意——老实说，它可能更偏私募的打法，不是风险投资的打法。
蔡斯：那是门了不起的生意。
第 5 段 · 一块 GPU 要多久回本（32:10–38:35）
哈里：另一部分业务，显然就是提供 GPU 和算力。你能帮我理解那一层的经济模型吗？比如我作为风险投资人来看，硬件的回本要多久？
蔡斯：我会说，一个 GPU 小时的价格，有点像一个被交易的大宗商品。你甚至能看到一些大宗商品平台在把算力做成一种可交易的资产。我认为人们在顺着这个视角想：算力会成为下一个伟大的大宗商品。所以有那么几家平台——比如 Compute Exchange、Ornn——我想还有几家别的，在做这类可交易的期货产品。所以我会把它看成我们生产的一种产品，而它是有大宗商品式的价格波动的。当我们想它的回本周期时——当我们为此加杠杆借债时，我们有不同的方式去管理这个风险。我们想的是一个由不同服务构成、由不同回报构成的投资组合。
哈里：那是什么意思？
蔡斯：意思是，我们在用买来的算力做各种各样的交易。我们把容量长期租出去——比如五年的合同，租给信用质量好、我们预期他们会付钱的客户。这些会在那个时间框架内回本，并在那个时间框架内产生现金流。也有一些期限更短、毛利更高的合同，但它们的风险更高，因为合同结束时的问题是：会有续约吗？这个资源你还能从别的地方赚到钱吗？最后，还有一些我们打包提供的服务，比如 Crusoe 的托管推理、我们的无服务器微调产品。那更偏向开发者工具，最终让开发者可以去微调这些模型——这些走在前面的开源模型——好在某个垂直任务上拿到更好的表现；或者当他们的应用在放量时，真正从推理这一层把需要的 token 供出来，支撑那个应用的扩张。那种合同一般来说期限短得多，而对 Crusoe 来说毛利更高。
哈里：所以你想要一个由这些不同毛利结构组成的组合，混合起来得出你认为健康的整体毛利。
蔡斯：对。我以前用过的一个类比是：当我们看 Crusoe 和我们的垂直整合策略时，我们最终卖给客户、并且能赚到钱的，其实只有三样东西——我们可以卖数据中心，可以卖 GPU，也可以卖 token。这是我们卖的三样核心产品。那这为什么重要？如果你看另一个市场，我觉得 AI 基础设施和 AI 算力跟能源市场有非常有意思的相似之处。你看石油天然气市场从井口到产品的整条价值链——到加油站，或者卖给人的塑料制品——沿着价值链有很多不同的赚钱方式。但它通常会被拆成上游业务，也就是打井、把油气采出来；中游业务，把油气输送到炼厂；然后是下游业务，通常是炼厂、加油站，本质上就是把它做成最终卖给客户的成品。而 Crusoe 专注在做的、也是我们相信机会所在的事，是建一家「AI 超级巨头」。传统石油天然气行业里有埃克森、雪佛龙这样的超级巨头。
蔡斯：今天哪一层毛利最好？最好的毛利层——托管 GPU，也就是托管算力集群——就此刻而言，毛利高得惊人。原因就是供给严重短缺。
哈里：这个生意里有一个现象或者说说法叫「take or pay」（照付不议）。你能给我、也给不懂的人讲讲什么是 take or pay 吗？
蔡斯：当然。take or pay 本质上是：客户签下合同要付钱，不管他用不用。能源里经常有 take or pay 合同——比如我承诺 100 兆瓦的容量，那我就要为 100 兆瓦付钱，用不用都得付。
哈里：你们所有的收入都是 take or pay 吗？
蔡斯：GPU 租赁协议通常都是 take or pay。是的。
哈里：因为我感觉很多人在看这件事时会说：好吧，第一个出问题的信号，会是消费者需求上出现裂缝。如果消费者需求的裂缝渗透下来，而合同又是 take or pay，他们就会说：啊，我现在不需要拿了。
蔡斯：我不太会这样想。因为 AI 这件事的特别之处在于，它对经济里太多领域都是变革性的。它不是只让某一个行业受益的单一东西。
哈里：所以你不认同「第一道裂缝会是消费者需求走软」？
蔡斯：哪里的消费者需求？我认为那会是 ChatGPT 和核心产品上的消费者需求。
蔡斯：我是说，老实讲，我觉得我们只是在挠到表面。让我兴奋的是，我们看到一些更近期的模型带来了阶跃式的提升，它们在根本上开启了过去不可能的新发现。模型能力只会往上走。当人们去想这些模型、这类基础设施的用处时，请记住：在人类未来剩下的时间里，它现在是它最差的时候。当你用这个视角去看，它其实很鼓舞人心——你会看到真正可能发生的事情。就算我们看到某一个非常具体的东西的消费者需求走软，我对它将要如何变革科学发现——新材料、新药物、以及最终让人的生活变得更好的新东西——没法更乐观，也没法更看多。
第 6 段 · 会不会没还完就过时（38:35–44:20）
哈里：当你以这样的规模买芯片时，你必须考虑生命周期。你怎么看芯片折旧的风险？
蔡斯：是这样，我们今天给这些资产计提折旧用的是六年的折旧周期。这差不多是行业的标准。而作为一家公司，我们的理念之一是：我们就是要做长期的基础设施。我们要长期持有数据中心，长期持有能源，长期持有芯片。所以，我们手里把「这些长期投资变成钱」的办法越多，我们的股东就越好，我们的生意也越好。这其实就是促使我们去投这一整套托管 AI 服务的原因。当你去看那门生意时，它把实际底层的芯片、底层的算力，从人们所获得的服务里抽象掉了，这就打开了能持续更久的新的变现引擎。对硅的最前沿，永远会有需求。对模型能力的最前沿，永远会有需求。但同时也会有需求——尤其是对便宜得多的替代品的需求。能够用更老一代、可能更慢的芯片去以更低的成本提供智能，仍然是有价值的。所以，通过真正拥有一套能让这些芯片变现更久的服务、把其中一些困难抽象掉，我们相信最终会把折旧周期拉长到六年以上。
哈里：在买芯片、芯片折旧这件事上，你觉得所有人都搞错了什么、而他们本该知道？
蔡斯：我想当我们开始大规模采购 Hopper 的时候——那是在 2023 年——我们得到的反馈是这样的：我们甚至不知道这东西过了第三年还有没有价值。三年后的今天，用 Hopper 的价格，比三年前它们还是全新的时候收的还高。所以在早期的融资里，你必须非常非常快地回本，还必须有很多的偿债覆盖。所以我认为，人们低估了应用和应用开发者的创造力——他们把算力容量变成价值、变成对经济有价值的服务的那种能力。
哈里：我之前跟李·雅各布斯聊过，他跟我讲了你当年在「这还不流行」的时候就敢向英伟达下几百万美元订单的那种风险心态——用他的说法。我的问题是：你今天到底怎么去想需求预测这件事？就是「能拿多少拿多少」吗？
蔡斯：不是。我们是通过跟客户对话，把预测搭起来的。我认为我们是一家非常以客户为中心的公司，我们最终想为客户交付解决方案。今天的挑战是：随着把 AI 基础设施带上线的时间线越拉越长，客户被要求把需求预测得越来越远。这对整个行业来说都是个麻烦。Crusoe 专注的一件事，其实是想办法把「到 token 的时间」、或者说交付一个托管 GPU 集群的时间压下来——办法是真正去部署小型、模块化、用制造方式生产出来的 AI 数据中心，它能提供更多「准时制」的 AI 基础设施，尤其是对更小的集群。我们认为这对行业来说是变革性的。我们认为这是一个非常重要的转向，尤其是当你去看更早期的公司、更早期的创业公司被要求去承诺 2028 年的算力时。那离现在简直是一个永恒，对吧？这就像……到那时候我们可能已经有 RSI 了。
哈里：没错。
蔡斯：那可能会把事情改掉。没错，没错。
哈里：那你职业生涯里有没有过这样的时刻：未来如此未知？
蔡斯：我感觉——其实我不觉得它特别未知。我其实觉得，我们在整体模型开发周期上已经有了这次突破。我认为扩展定律一直在被验证。我们一直在把「什么是人工智能、什么是 AGI」的球门往远处挪。你想想图灵测试。我在高中上第一堂计算机科学课时，图灵测试被誉为「真正的机器智能」的那个关键概念，在那个时候它看起来是一个不可能完成的任务。我们冲过了图灵测试，几乎没有人为此庆祝。你想想今天你手上的模型能力，现在我们已经在解千禧年大奖难题了。我还在 MIT 读本科的时候，这些千禧年难题就出现了——哇，这些是未解的问题，而且有真正的赏金：你能解出其中一个，就能拿一百万美元。它们在那里摆了几十年没人解出来。现在我们有 AI 在解这些关键问题了。
哈里：我同意你。我的问题是：我们看到的是一群失控的智能体在做坏事。我们看到整个行业被质疑。我女朋友是律师，六个月前她还不用 Agora，现在她已经五个月没写过一份文件了。所有事情上都充满了不确定性。我们可能会迎来 RSI，它会把一切都改掉。
蔡斯：当然，我理解这个说法——在某些方面，未来的工作长什么样是不确定的。但我也觉得，有一点其实并不不确定：AI 会成为工作和生产力的一台关键底层引擎，而且它会把事情推移得相当多、相当剧烈。所以重点其实是：有一点是确定的——AI 正在建立起达到人类水平、甚至超过人类水平的总体生产能力。当然，这会不会改变事情？会，这会改变事情。所以变化本身是不确定的，但对我来说，会有变化这件事是确定的。也许这是另一种说法。
第 7 段 · 要生产出最便宜的智能（44:20–49:50）
哈里：蔡斯，我们提到过托管推理是你业务里很棒的一块。你的投资人之一加文·贝克说过：谁生产的智能成本最低，谁就赢。你怎么看这件事？单位是什么？是每 token 多少美元，还是每次训练跑多少？对你来说那个单位是什么？
蔡斯：每 token 多少美元是衡量这件事的一个好指标，但它不必然……还有 token 效率的问题。不是所有 token 都是一样的，不是每一个 token 都有同样的价值单位。但我认为这是一个好的指示器。我确实认为，人们在利用率上优化的东西是不一样的——是吞吐，也就是在某个具体的模型用例上你每秒能生成多少 token；也是首 token 时间，也就是延迟，首 token 时间、末 token 时间，你到底多快能把它服务出来。而其中很大一部分归结为几件事情的汇合，对吧？成本里包含什么？显然，通过垂直整合、自己拥有基础设施，你可以在整个流程里叠上很多毛利，这就让你在「实际怎么计价」上有更大的灵活度。另外，我认为 GPU 本身的利用率，是能不能极高效地交付 token、并在延迟和吞吐这些指标上发光的关键。那它具体怎么体现？GPU 其实是整个数据中心里最值钱的东西，对吧？它是最贵的那个东西。所以它也是你最想让它一直忙着的那个东西。如果它闲置着，那就是在烧钱。从这个角度想，我认为其中一个关键的面向，其实是内存管理，具体来说是 KV 缓存的管理。KV 缓存就是键值缓存。
蔡斯：那个缓存会变得相当大，它可以远远超出你在 HBM 里、在片上所能拥有的内存量。所以，真正能够在多个不同的 GPU、多层 HBM、以及系统内存 DRAM、还有 NVMe（也就是系统上任何一种固态硬盘）之间去管理它，再把它扩展到集群的对象存储层，并且能极其高效地搬动它。
哈里：在你提供的这一层价值链上，有什么是没人看见、但所有人都该看见的？有什么是我们不知道的？
蔡斯：我认为很重要的一点是：不是所有的推理服务商都是一样的。你看，有很好的开源项目，比如 SGLang 和 vLLM。但那些是非常通用、或者说可以被通用化的东西。
哈里：当你去看一个像 Fireworks 这样的推理服务商时……
蔡斯：Fireworks 很厉害。他们做得非常出色。
哈里：他们在多大程度上跟你竞争、会蚕食你的托管推理业务？
蔡斯：你看，我认为在整个栈上，Crusoe 在多个层次上都有竞争。
哈里：靠专业化，他们有什么是你没有的？
蔡斯：我认为有一些负载，Fireworks 服务得非常好。我认为用户体验这个东西，在所有这些不同的推理平台上都是独特的，有人可能更喜欢这一个而不是那一个。还有一整套不同的工具、一大堆不同的功能，人们基本上是在这些不同的序列里去提供的。
哈里：就是那种「啊，我真希望我是他们，那样我们就能做这件事了」。
蔡斯：我总会回到那个石油天然气的类比：如果你看整条价值链，有些地方你可以竞争，有些地方你可以合作。当埃克森在井口抽油时，他们可能跟另一家上游油气公司竞争，比谁能最高效地打井、运营井。但如果他们在建一条中游管道，把油从井口输送到炼厂，他们可能又会卖给那些正在跟自己竞争的同一些客户——他们可能会在那条管道上给竞争对手提供容量。所以，再说一遍，我觉得归根到底就是这个视角：我认为在 AI 基础设施这条栈上，我们能跟别人一起做事的办法，远比跟他们竞争要多得多。
哈里：我能问一句吗？当你去看开源和闭源，鉴于你能从托管推理这个角度看到的全貌，你对「钱和 token 在开源与闭源之间的分布」看到了什么？就凭你这个独特的视角。
蔡斯：我确实认为，人们在闭源前沿模型上花的钱，比在开源上多；但他们在开源上生成的 token，比在闭源上多。我们认为开源会非常重要、非常有价值。我认为从数据主权的角度它很重要——人们想要拥有自己的模型、拥有自己的智能。我认为还有多得多的私有数据没有被利用起来，而它们其实可以带来巨大的性能提升。
第 8 段 · 自建模型会不会吃掉 OpenAI（49:50–51:55）
哈里：你觉得我们会活在一个「很多公司——中型企业和大型企业都有——都拥有自己用自己数据训练的模型，而这会真的蚕食掉很多前沿模型生意」的世界里吗？
蔡斯：我认为这是可能的，但我确实认为对前沿的需求永远都会在。前沿就是……
哈里：我不是说没有，但你看看那些 Harvey、那些 Ramp，还有各种你叫得出名字的。而且你是 McCaw 的投资人，我们是 Fireworks 的投资人。这两家都在使能这件事。它们肯定把这当成一句营销话在传播。我只是想知道，那是真的吗？
蔡斯：我确实认为，以今天模型的能力，通过纳入更多私有数据仓库，还有巨大的改进空间。你可以用闭源的前沿模型做这件事；也可以走开源、自己拥有模型。我认为未来会是这些东西的某种组合。我不认为会是某一种路径成为主导路径。我知道在像 Cognition 这样的公司身上正在发生很多令人兴奋的事——他们用自己大量的数据对一个模型做后训练。Harvey 可能也在从法律的角度尝试类似的做法。有很多这类非常棒、非常垂直的做法。前沿实验室也在做同样的事，他们也在看这个方向，本质上是想扩大知识的面。
哈里：五年之后，托管推理这个市场长什么样？
蔡斯：关键的一点是，你要给公司提供一条容易的路径去接触到智能。那可能是他们自己的智能。它是在托管那些为某个具体用例高度定制的、非常垂直的模型，而这个模型可能是在他们自己大量私有数据上做过后训练的。但托管推理的关键在于：它把大量的基础设施复杂性抽象掉了——跨很多不同的 GPU、很多不同的数据仓库、很多不同的模型，去管理这项服务，包括查询怎么路由、它们用哪个模型。
第 9 段 · 家庭与快问快答（51:55–结束）
哈里：我很想跟你做一轮快问快答，因为我想问的问题太多了，我也知道你还得去过自己的生活。好，我们从第一个开始：育儿。我从你很多朋友和投资人那里听说，你也是一个不可思议的爸爸。如果你要建议我——怎么在工作上打爆一切、同时又当一个好爸爸，这非常重要——有哪些必须做、有哪些绝对不能做？
蔡斯：这件事真正关键在于把它排在前面。跟我的孩子待在一起，是我人生中最大的快乐之一。
哈里：我明白，可是你做不到啊。你正在融 39 亿美元。
蔡斯：不，当然。这是句老套的话，但有孩子是整个世界上最好的事。你知道，我的日程非常满，我的工作 commitments 非常多，我经常在路上，但关键在于把事情的优先级排好。这往往意味着我会去坐更差的航班——我坐很多红眼航班，就是为了不错过跟孩子们道晚安。几乎每个周末我都在家。那些周末非常专注地用来带踢球、陪游泳，或者我孩子非常热爱的任何活动。然后我认为还要划出非常具体的时间段——公司的人都知道那段时间我完全联系不上。比如我在湾区家里的时候，所有人都知道早上 7 点到 8 点我是找不到的。那段时间我不开任何会，因为我在给孩子做早饭、帮他们准备上学、把他们一天的状态带起来。我在家的日子，那段时间就是联系不上我。
哈里：有什么是你相信、但很多人不同意，因而让你不受欢迎的？
蔡斯：我想就是现在这个：数据中心对社区来说是一项好资产，在我们建它们的社区里，它们应该被当成一件值得高兴的事。再说一遍，这归根到底是我们认为能提供的所有这些好处——经济的、能源的，以及我们在社区里从学校、从公共服务层面所做的那些投资。
哈里：你会担心我们看到的收入不平等和财富不平等吗？
蔡斯：不，我不担心收入不平等或财富不平等。因为我认为「哎，我有这个，那个人有那个，我为什么没有那个」这件事，有一些是人身上固有的东西。有点像邻居之间的嫉妒。但我确实认为，当你有了这些推动经济进步的庞然大物时，这是自然的——而实际上，每个人从中得到的，都远比没有这笔投资时要多得多。
哈里：他们确实得到了，但三场 IPO 的累计价值就相当于 45 年 IPO 的总和。价值的集中程度是前所未有的。
蔡斯：对，但你想一想正在为这个世界创造的所有价值。公司的市值是一回事，但实际上，如果你看「充裕的智能」正在创造的价值——它会给全球经济带来巨大的生产率提升——那是正在被创造出来的市值的许多倍。
哈里：过去 12 个月里，你改变了什么想法？
蔡斯：我改变的想法也许是关于「什么才能造出根深蒂固的长期竞争优势」。我们试着想这件事——风险投资人特别爱问你的护城河是什么？你的长期护城河是什么？什么会给你带来持续的、超越市场的回报？我改变的想法是：大多数护城河都是幻觉。大多数护城河根本不存在。它们中大多数是短暂的，尤其是在技术进展和模型能力加速的这样一个时刻，我认为很大一部分事情就归结为：你能不能快速行动、能不能高效地适应眼前那张永远在变的棋盘。
哈里：我认为所有东西一开始都是一个没有护城河的「壳」，价值是你在它上面一层层建起来的。
蔡斯：对。
哈里：Crusoe 会在 2028 年底之前上市吗？
蔡斯：我不确定。这家公司本身需要大量资本去建数据中心、去建 AI 工厂，去……
哈里：谁不在你的董事会上，但你会很想让他进来？
蔡斯：好问题。
哈里：我会很想要扎克。
蔡斯：我会说是迈克尔·戴尔。他不会加入我的董事会。我只是非常敬佩迈克尔这个人。我认为他是个了不起的人，他建了一家了不起的公司，他有极好的商业直觉，他是个很好的顾家的人。我真的很仰慕他。
哈里：我在这次之前跟扎克聊过。
蔡斯：扎克是个很棒的人。我喜欢扎克。
哈里：2018 年的蔡斯，会觉得今天的 Crusoe 里最难以置信的是什么？
蔡斯：我认为 2018 年的蔡斯会觉得「这一切竟然真的成了」这件事最难以置信。因为当初要去建这个 AI 云平台，是又大又大胆又野心勃勃的一件事。「能源优先」这套叙事会成真，能源真的会成为智能规模化那层的瓶颈——这件事会在这样的规模上发生，我觉得放在八年前，几乎是不可置信的。当我回想那个时期，有那么一些人给了我非常好的建议。我有一个很亲爱的朋友，他是一位创业者，我记得他当时的公司大约 150 人。当你刚开始做一家公司时，「有 150 个人为你工作」这个想法几乎是不可想象的数字。就像——我怎么可能让 150 个人为我工作？而今天，Crusoe 正在接近 2,000 人。这个数字，就算是我自己说出来，听起来也像是一个疯了的数字——这些人把他们职业生涯里最有产出的这些年押在了 Crusoe 上。他们每天都在跟我们并肩在第一线建设。我从来不会把「人们把时间投在我们身上」当成理所当然。我认为这是这些人做出的一笔非常重要的投资——他们下了一个注：这件事很重要，我愿意用这些年去做它。
哈里：我太喜欢请你来了。就像我说的，扒你的底、听那些我听到的关于你的故事，真是太愉快了。所以非常感谢你来。这一期棒极了。
蔡斯：非常感谢你邀请我。太好了。
哈里：但在我们今天离开你之前——创始人和投资人都在靠 8Sleep 睡觉。这是一套智能睡眠系统，马克·扎克伯格先生、安德鲁·胡伯曼博士、夏尔·勒克莱尔，以及阿斯顿·马丁 F1 车队都在用。这个 Pod 是一张能套在任何床上的智能床垫罩。它能把两侧各自降到 55 华氏度、加热到 110 华氏度。它甚至不用戴任何穿戴设备，就能追踪你的心率、心率变异性和睡眠阶段，感谢上帝。Pod 6 的 hub 比上一代小了 50%，起步价只要 1,999 美元。去 8sleep.com/20VC。就是 8sleep.com/20VC。适用相关规则与限制。
哈里：（广告）8Sleep 帮你睡得更好，MongoDB 帮你造得更好。现在每一家认真的 AI 公司都有同一个问题：代理需要准确、快速的上下文。而大多数基础设施，当初并不是为此造的。MongoDB 是。Eleven Labs 在 MongoDB 上跑着 4,000 万个代理。《财富》100 强里有 75% 把他们最关键的应用程序跑在 MongoDB 上。每天有数万亿美元在 MongoDB 上流转。你不再需要把十个不同的工具缝在一起，你只需要一套。JSON 原生数据库、向量搜索和 Voyage AI 嵌入，都在同一个系统里。而且它跑在任何地方，没有锁定。如果你在做 AI，MongoDB for Startups 能用 Atlas 和 Voyage AI 的额度加上技术支持帮你更快上线。不要做那种答一次就忘的代理。要做那种能从你的实时数据里记住并学习的代理。去 mongodb.com/agents。
哈里：（广告）MongoDB 负责把产品做大，Framer 负责把故事做大。如果你的团队想要一个看起来、摸起来都像手工做的网站，同时又能很快上线，Framer 就是为此造的。Framer 是 AI 网站搭建器，帮创作者、团队和企业以前所未有的速度上线可交付的网站，同时把每个细节都做对。提示、检查、修改、发布，全在一个地方，以一种全新的节奏。代理和人并肩工作。代理带来速度和规模。你带来品味、判断和控制。成果落在画布上，而且始终保持可编辑。在一个地方构建自定义代码组件、管理 CMS 内容、优化 SEO、审计问题。企业级托管、安全和 99.99% 在线率的 SLA，Perplexity 和 Miro 这些领先品牌都在用。想知道怎么从你的网站里拿到更多，就去咨询 Framer 的专家；或者今天就去 framer.com/20VC 免费开始搭建，年付 Framer Pro 可以打七折。就是 framer.com/20VC。可能有相关规则与限制。
References
- 120VC 官方单集页
thetwentyminutevc.libsyn.com
- 2
- 3
- 4
- 5
- 6SemiAnalysis：Stop Saying Half of 2026 US Datacenter Capacity Is Delayed or Canceled
newsletter.semianalysis.com
- 7CERAWeek 官方讲者页 · Chase Lochmiller
ceraweek.com
- 8
- 9
- 10
- 11Crusoe 官方领导层页
crusoe.ai
Comments