三位萬億公司五年內出現，但下一個不會這麼快
五年內三家從零到萬億美元市值是歷史異常，不是新常態。真正稀缺的不是大市場，而是能在五年內跑到 500 億美元收入的速度。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
五年三家萬億是異常，不是新常態
Elad 指出，過去五年 Anthropic、OpenAI、SpaceX 三家從接近零衝到萬億美元市值，而歷史上 SpaceX 從 2000 年代初、Google 從 90 年代算起，通常是 15 到 20 年的弧線。他認為很多人現在假設三到五年內還會冒出一批萬億公司，這不成立。他自己能想到的「可能還有一個」，但拒絕說是哪家。Sarah 則從另一側反駁：她遇到的更多是投資者想像力不足，把 AI 公司按 per seat、per lawyer 的舊 TAM 來算，而 coding 已經證明消費和價值可以 100 倍增長。
— Elad Gil萬億市場要的是 500 億收入，不是大 TAM
Elad 把問題從「TAM 大不大」換成「哪裡存在單個公司 500 到 1000 億美元的收入流」。他提到自己 2010 年寫過一篇博客講做到 100 億美元市值有多難，而那個數字現在只是某些 neolab 的種子輪。他的判斷是：能到 50 億、100 億收入的公司很多，能到萬億的極少，這是數量級的差別。Sarah 補上關鍵區分——人們把市場規模和到達速度混為一談，她懷疑的不是能源、機器人這些市場的規模，而是物理商品公司有沒有足夠 footprint 那麼快跑到位。
— Elad Gil最好的創始人在因為怕 labs 而做小生意
Sarah 觀察到兩件事同時發生：中後期市場裡，投資人繼續按「能到萬億」的速度下注，而她不認為那個速度存在；同時一批非常優秀的創始人轉向利基市場，因為不害怕 neolab，正面競爭少得多。她點名 Harvey、Open Evidence、Decagon、Sierra、Cognition 當年進的都是可能出現在 labs 路線圖上的大市場。Elad 把這條推得更遠：他擔心的不是中位創始人，而是最好的創始人在變怯，這是趨勢線的偏移，也是他認為的負面信號。
— Sarah Guo每家公司都有 12 到 18 個月的最佳賣出窗口
Elad 的框架：極少數公司（他點名 Anthropic、OpenAI）近期絕不該賣；但大多數公司在任何時代都應該至少考慮出售，而且通常存在一個 12 到 18 個月的時間窗，公司在那段時間值它這輩子最值錢的價。他引用 Ben Horowitz 的做法——每年一次預先排定的董事會，議題是非情緒化地問「未來六個月要不要考慮退出」，由流程而非創始人或投資人推動。Sarah 補充了一個新問題：你是在成本下降、能力上升的曲線上捕獲價值，還是站在錯誤的一側？如果是後者且沒有翻過去的想法，就該賣。
— Elad Gil融資會更容易，真正的成本是你的時間
Elad 判斷，由於幾家三萬億美元級公司在短時間內崛起，大量 VC 資金正在迴流，基金越募越大，錢必須投出去，所以未來一兩年估值會繼續漲，融資會更容易而不是更難。因此他把決策重心從「能不能融到錢」移到「你公司的真實期望結果是什麼」——不聽投資人、媒體和 Twitter 的，自己坐下來算，算上未來稀釋，算上要花的年數。他強調最大的機會成本不是錢而是時間：2020、2021 那批創始人五年後還在經營不 work 的公司，正好錯過了整個 AI 變化期。Sarah 則提醒，私募市場可以長期不理性，融資能力相當於避免 margin call。
— Elad GilRSI 每 18 個月來一次，已經來了五年
Elad 描述 labs 內部的躁動：年底前代碼基本解決，明年底可能達到某種 light RSI，模型開始訓練模型自身的大塊部分，初期更多是 post-training。Sarah 給出反證——她掌握的數據是，一批非常聰明且自省的科學家過去五年裡每 18 個月就覺得遞歸自我改進或 ASI 還有 18 個月。她認為從代碼擴展到訓練代碼、數據管線更容易相信，但難點在於不可驗證、更復雜領域的數據怎麼採集，以及物理算力的可及性，後者可能比算法可行性更是限制因素。她還提到有實驗室的人來問她該不該結婚，因為不知道 18 個月後世界會怎樣。
— Sarah Guo算力稀缺讓幾十個研究員拿走 80% 的結果
Elad 提出一個「人類冪律」：任何領域最多幾十個人驅動大部分進展，乳腺癌研究、數學子領域、物理子領域、創業生態都是如此，AI 研究也不例外。當算力成為真正稀缺資源，算力開始差異化地分配給這些人，一些實驗室因此放緩招聘研究員，除非對方超過極高的門檻——因為瓶頸不是研究員的薪水，而是配給他的算力。他由此引出 ROIT（return on invested tokens）這個概念：有 token 預算時該給誰、為什麼。他還用內部工具團隊歷來資源匱乏來類比，認為這解釋了為什麼「SaaS 之死」被誇大了。
— Elad Gil加州在把整個生態往外推
談到加州的億萬富翁稅，Elad 認為法案寫得相當寬泛，通過後可以重新實施、未來幾年降低門檻，而且 2028 年前後還在討論加徵 exit tax，等於對離開的人再罰一筆。他的判斷是立法者想要這場外流發生，而加州兩個真正負面的信號就是這個法案和 ballot harvesting 相關舉措。Sarah 說已經認識不少人現在就走或計劃秋天前走。她認為遷移的關鍵不是天氣，而是能否聚集足夠多聰明人做同一件事——波士頓在 80 年代是硅谷的對位，90 年代初輸掉競爭，但生物科技至今仍在。她點名德州圍繞能源和硬件的生態正在形成。
— Elad Gil架構不是變量，監管俘獲才是
Sarah 追問非 transformer 架構會不會改變格局，Elad 的回答是：無論底層架構是什麼，行業都會吃掉所有可用的算力和電力，所以對更省內存、更省電的架構的壓力比以往更大，但要在規模上追上 transformer 並匹配硬件仍然很難。他給出兩種低概率劇本：某個 neolab 秘密搞出更好的東西並靠它融到更多算力，或者團隊裡一個人跳去 Anthropic 或 OpenAI，知識就擴散了——後者是迄今為止實際發生的情況。隨後他引用楊森製藥的 Janssen 關於監管俘獲的訪談：藥變貴變慢，一是監管俘獲，二是 FDA 只看風險不看收益。他擔心 labs 內部也會形成同樣的結構。
— Elad Gil原話 · 已逐字校驗
And so suddenly we had this massive inflection in terms of valuations of these companies. And I think a lot of people now are assuming that there's a bunch of other trillion dollar companies that will be formed in three to five years. And, you know, that's unprecedented in human history.
於是這些公司的估值突然出現了一次巨大的拐點。我認為現在很多人假設，未來三到五年還會形成一批新的萬億美元公司。而這在人類歷史上是前所未有的。
Elad Gil2:04
You need a hundred billion of revenue or 50 to a hundred billion pretty easily. And so then the question with good margin, right? So then the question is, where are the 50 to a hundred billion dollar revenue streams for single companies?
你需要一千億美元收入，或者輕鬆做到五百到一千億。而且還得有好的利潤率，對吧？所以問題就變成：單個公司五百到一千億美元的收入流，到底在哪裡？
Elad Gil6:06
People are conflating the two things right now, in my opinion.
在我看來，人們現在把這兩件事混為一談了。
Sarah Guo8:08
It's like a 12 to 18 month period, usually where the company's worth the most it'll ever be worth.
通常是一個 12 到 18 個月的窗口，公司在那段時間值它這輩子最值錢的價。
Elad Gil10:32
But the biggest opportunity cost is your time. Your most productive years of your life are on the line right now.
但最大的機會成本是你的時間。你這輩子產出最高的幾年，此刻正押在上面。
Elad Gil15:15
The data I have is that a number of very smart and even very self-aware research scientists have felt that, you know, there was some knee in the curve on recursive self-improvement or ASI 18 months away, every 18 months for the last five years.
我掌握的數據是，一批非常聰明、甚至非常自省的研究科學家，過去五年裡每 18 個月就會覺得，遞歸自我改進或 ASI 的曲線拐點還有 18 個月就到了。
Sarah Guo19:17
Which is a really interesting human power law, right? If you actually look at it in any field, there's at most a few dozen people who drive the field.
這是一個非常有意思的人類冪律，對吧？如果你真的去看任何一個領域，最多也就幾十個人在驅動這個領域。
Elad Gil22:27
70% of France is still nuclear in terms of its power generation. Right? 70%! Where are all the accidents? And where are all the kerfuffles? And nothing. Nothing's happened.
法國 70% 的發電量仍然來自核電。對吧？70%！那些事故在哪裡？那些風波在哪裡？什麼都沒有。什麼都沒發生。
Elad Gil36:10
數字與實體
| 五年內從接近零到萬億美元市值的公司數 | 3 家（Anthropic、OpenAI、SpaceX） | 2:04 |
| 公司價值最高的時間窗口 | 12 到 18 個月 | 10:32 |
| AI 一年相當於正常週期的年數 | 3 到 4 年 | 11:12 |
| 法國核電佔發電量比例 | 70% | 36:10 |
| 美國核電佔發電量比例 | 18% | 36:10 |
| 日本核電佔發電量比例 | 25% | 37:11 |
| 美國未新建反應堆的年數 | 40 年 | 36:10 |
術語
- punctuated equilibrium間斷平衡
- 演化理論：長期穩態被短促爆發打斷，Elad 用它類比技術浪潮。
- RSI遞歸自我改進
- 模型參與改進自身訓練，被認為通向 ASI 的關鍵一步。
- ROIT投入 token 回報率
- Elad 造的詞：給定 token 預算，該分配給誰、回報如何。
- regulatory capture監管俘獲
- 監管機構被其本應監管的行業利益左右，導致門檻服務於在位者。
- exit tax退出稅
- 離開某地時對資產增值徵收的稅，加州正在討論加徵。
收聽指南
正在判斷要不要繼續融資、要不要賣公司的 AI 創始人，以及需要重新校準萬億公司數量和退出節奏的早期投資人。
0:00 到 1:44 的節目介紹和 embed 項目招募可以跳過。