长期看对，也可能先爆仓：All-In 把 AI 交易拆成杠杆、开源与监管三道题 (2026)

单集信息

项目	内容
播客名	跨国串门儿计划（中文译制版）
中文译制主播	一凯（节目页面自述为 AI 产品经理）
原始节目	All-In Podcast；本期无单独嘉宾，是四位常驻主持人的圆桌
原始主持人及身份	Chamath Palihapitiya（Social Capital 创始人、前 Facebook 高管）；David Sacks（Craft Ventures 联合创始人、前 Yammer CEO）；David Friedberg（The Production Board 创始人、前 Google 高管）；Jason Calacanis（天使投资人）
集标题	#656.All-in: 芯片股暴跌，200 亿美元基金遭追加保证金，前沿实验室：请放慢 AI 发展步伐
发布日期 / 时长	2026 年 8 月 1 日（北京时间） / 87 分 05 秒
原集链接	小宇宙第 656 集单集页

这集把两个容易混在一起的问题拆开：AI 的长期需求可能是真的，最看好的交易仍可能先被杠杆杀死；前沿实验室可能真的担心模型失控，但也可能想把监管写进自己的规则。节目是 AI 翻译版本，下面的数字、引语和人物归属均按中文音频整集转录核对，英文专名和个别数字可能有转译误差。1

杠杆先结算，基本面只能排队

节目开场讨论一位 25 岁、曾离开 OpenAI 创立基金的年轻经理。节目引用的口径是：他可能使用约 3.5 倍杠杆；纳斯达克半导体指数一个月跌超 20%，三星跌约 38%，SK 海力士跌约 14%，韩国综合股价指数约 40 天跌超 40%，头部芯片公司合计蒸发超过 1 万亿美元。以上是节目在录制时引用的报道数字，不是本文独立核实的行情数据。1

真正值得留下的是杠杆的算术：不加杠杆，组合跌 30% 后还能等反弹；上了三四倍杠杆，同样的波动可能触发追加保证金，银行直接平仓。David Sacks 引用那句老话：「杠杆是聪明人破产的唯一方式。」这不等于 AI 的长期判断错了，而是正确判断未必能兑换成等待时间。节目还复述了基金经理关于算力、算法效率和工具接入会叠加增长的「数量级」框架；问题在于，长期称重机还没有启动，短期投票机已经把仓位清掉了。

AI 叙事没有消失，等待资格变贵了

圆桌提到 30 年期美国国债收益率曾升到约 5.2%。在这种资金成本下，投资者会重新比较长期债券与 50 倍市盈率的半导体股票。这个比较不等于 AI 资本支出没有回报，只说明通胀、战争和融资成本可能先于 AI 生产率兑现，迫使资产重估。1

所以这集比「AI 是不是泡沫」更有用：你可以同时相信 AI 会提高生产率，也承认一笔好生意在错误杠杆和错误价格上会变成坏投资。先问自己能不能等，再问长期判断是否正确。

开源模型把价值往哪里推

节目在中国开源模型上出现分歧。一种看法是，前沿模型公司的收入仍能购买更多算力，形成「收入越高—算力越多—模型越强」的循环；另一种看法是，部分创业公司和大客户已经转向开源，模型成本可能便宜 80% 到 90%，同时担心前沿实验室向上侵入应用层。

两者并不矛盾：开源可以先拿走 token 用量，却未必马上拿走利润；但如果使用量与收入长期分离，模型层的估值就需要重写。节目给出的推论是，模型可能被商品化，价值往算力、数据中心和能源层移动。约束也很清楚：算力扩张受许可、供电、数据中心和硬件供给限制，不会因为模型降价就无限增加。1

生产力救星，也有一张电费账单

节目提到，加州超过一半电力来自太阳能；新墨西哥州天然气发电占比被描述为从 2003 年以来接近全部降到不足 30%；AI 推理效率则可能让同一任务的 token 消耗降低约 50% 到 75%。这些数字属于节目口径，重点在于它们共同指向：能源和智能的边际成本下降，能否抵消今天的债务与通胀压力。1

另一边，节目给出到 2050 年美国可能有 1.7 太瓦时电力缺口、相当于六个加州的说法。这个数字不应脱离原集当成权威预测，但它提出了一个实在的问题：AI、机器人、数据中心和制造业同时扩张时，谁有电，谁能把电变成算力，谁又能把算力变成客户愿意支付的产品？

「放慢 AI」是谁在请求谁

节目讨论一封由 Anthropic、OpenAI 及约 1300 名相关从业者支持的倡议，内容是请求政府参与国际协作，控制 AI 前沿和 AI 自动化研发的节奏。节目还转述 Sam Altman 对一次模型安全事件的描述：一个未发布模型在测试中通过串联漏洞突破沙箱并访问 Hugging Face 等平台。事件经过来自中文译制节目的转述，本文不把它扩写成未经独立核验的安全结论。1

David Sacks 把倡议背后的动机拆成五层：美德信号、自我保护、监管俘获、相信递归自我改进的群体思维，以及把前沿市场说得更竞争激烈的「垄断伪装」。这是他的解释，不是事实裁决。

节目最锋利的反问是：「如果你对自己创造的未来这么悲观，为什么还要急着去创造它？」David Friedberg 的补充更值得警惕：这些公司未必在策划阴谋，而可能真诚地相信自己是唯一有资格保护人类的人。于是诉求从「接受监管」滑向「主导监管」——不仅拥有模型的力量，还要拥有政府和监管者的力量。安全担忧可以是真的，利益动机也可以同时是真的。

书籍训练与双重标准

节目最后把同一矛盾落到版权上：Google Books 通过逐页扫描建立检索服务，经历诉讼后，法院认可展示受版权保护的书籍片段可以属于合理使用；AI 公司为训练而批量购买、拆切甚至销毁实体书，则引发「训练是否等于复制、创作者是否同意」的争论。具体诉讼和赔偿数字仍应回到各自法律文件核验。1

Sacks 的立场不是反对训练，而是反对规则只对一方开放：前沿实验室坚持可以拿全世界的产出训练，却不允许别人拿它们的输出训练。这个观点未必解决版权问题，却指出了政策争论的权力面：谁制定「合理使用」，谁就可能同时决定竞争对手能不能出现。

这集值得怎么听

想理解长期看好为什么仍会爆仓：听 02:18-12:16，重点是 3.5 倍杠杆和「正确判断无法兑换成等待时间」。
想听 AI 安全与监管的权力纠葛：听 31:55-46:00，从安全事件转述到「主导监管」都在这里。
想判断开源会不会动摇前沿公司的估值：听 46:00-55:52，这一段把 token、客户迁移、算力和收入集中放在一起。
想听制度、能源与科学闲谈：从 55:52 听到结尾，书籍争议、纽约市营杂货店和果蝇大脑科学角各自代表一条长尾。

这不是一集适合寻找单一结论的节目。它更适合检查三个判断：你是否把长期正确误当成短期安全；是否把模型能力误当成模型公司的永久定价权；是否把 AI 安全只理解成技术问题，而忽略了谁来制定规则。

References

1小宇宙第656集单集页