作者：Victor、Mr. Z，168X
一項技術可以極其成功，卻仍是一筆失敗的投資
2026 年 8 月初，AI 與半導體板塊在六、七月經歷一輪明顯下殺，市場關於「泡沫是否會破」的爭論再度升溫：SpaceX 股價回落到 100 多美元、OpenAI 的 IPO 從今年推遲到明年、知名 AI 主題基金 Situational Awareness 也被迫下桌。與此同時，中國開源模型在七月密集崛起，以極低成本提供接近閉源旗艦的性能，正在改寫全球使用智能的價格結構。
本期 168X 邀請到老朋友、AI 與 Crypto 頂級投資人，同時也是自媒體「Bill It Up」主理人的 Bill Qian（@billqian_uae）。Bill 近期將 AI 放入更大的經濟與社會框架中觀察，關注人口紅利是否失效、國家為何重新下場、AI 泡沫將如何收場。在這場橫跨近兩小時的對話中，他提出一個相當反直覺的核心判斷：AI 泡沫最大的基本面風險，可能不是技術失敗，而是「中國模式太成功」。當中國將智慧變成低利潤的基礎商品，全球社會總福利大幅提高，但整個產業的收入與利潤卻未必同步成長，於是形成一種特殊的傑文斯悖論（Jevons Paradox）：一項技術可以極其成功，卻仍然是一筆失敗的投資。
一、AI 泡沫這次為何不一樣：速度、估值與「成長消化一切」
Z 先生：Bill 哥最近把很多心力放在 AI 上，而且時常有點憂國憂民的感覺，把 AI 放進更大的經濟與社會框架裡去看。你最近的文章常提出一些結構性的大問題：人口紅利是不是失效了、國家政府為什麼開始下場組織 AI 這個戰局，以及 AI 的泡沫會如何結束。我們可以先從 AI 泡沫聊起嗎？
錢比爾：好的。我認為這波 AI 浪潮相較於之前的週期，最大的特點就是速度。這個速度可能是過去無法想像的：第一次、第二次工業革命可能需要花 50 到 100 年才完成 adoption，PC 可能需要花十幾二十年才達到 10 億用戶規模，而 AI 只花了三年，就讓全球現在有 10 到 20 億用戶。
當採用的速度變得越來越快時，許多階段性的泡沫，都可能被成長的速度所消化。有一句話說：「有增長可以消化一切問題」，因此我認為這是我們今天看待 AI 時需要注意的一點。任何一次技術週期都可能帶來泡沫，然後破滅，但這次我們需要理解：速度本身可能影響整個週期的演變，它有可能變成非常短暫的市場調整。因為市場下跌後，用戶增長和產業發展的速度突然又讓大家重新回到牌桌上，這是我们之前多次都能看到的現象。
另一點是，在這個過程中，我們需要時刻關注來自中國的這些「價值顛覆者」。未來，中國便宜的 Token 有可能讓整個 AI 產業，像電動車產業或光伏產業一樣：創造大量的社會總福利，但在很長一段時間內，也會壓低美國那邊的估值。這是我最近觀察到，並與朋友討論的兩個現象。
Mr. Z：閱讀你的文章，你是 AI 基本面的多頭。理由包括：AI 在三年內即可觸及 10 億用戶，採用速度遠快於蒸汽機、電力、PC、互聯網；模型公司的收入成長迅速；當前公開市場估值尚未達到當年的泡沫水平；且主要由大型科技公司的現金流支撐，而非高槓桿融資。因此會出現一種情況：每次市場回調、估值下殺時，只要新模型又有突破、收入又有突破、用戶持續成長，把餅做大，估值便能再次被消化。那麼你的意思是，市場只是反覆地去槓桿（deleverage），並伴隨一些 V 型回調而已？
錢比爾：我認為一方面是去槓桿，另一方面也是在調整估值預期。但在這個過程中，我們需要時刻觀察的一點是：最終它會是一個「Flash Bear」，也就是相對快速的漲跌；還是會像 2008 年的金融危機，或 2000 年的互聯網泡沫破滅那樣，是一個相對 L 型的反彈。
什麼是 L 型的反彈？本質上，這相當於預期的恢復、基本面追上估值，但需要更多時間。但我目前觀察下來，覺得這次⋯⋯包括 Anthropic 或大型模型公司中的許多研發人員都認為，整個發展進程其實超出了他們的預期。大家都在判斷：奇點（Singularity）何時到來？AGI 何時到來？從用戶數、用戶使用時長，到 Anthropic、Claude 所代表的下游採購服務意願，這些採用率數字來看，大家一方面可以預期一個 L 型的熊市，但另一方面也要謹慎：所謂的熊市，其邏輯最終可能是正確的，但這次的表現形式或許會有所調整。這也是我一直關注的一個重點。
Z 先生：我自己也感受到，AI 這波浪潮可能真的在短期（半年到一年內）熱情在退卻。第一個指標是 SpaceX 的股價跌到 $106；第二是 OpenAI 原本一直喊今年上市，也推遲到明年了；第三就是 Situational Awareness 這種指標型基金被整盤端走、去槓桿、爆掉。所以是不是市場的下一步，整個 tension 跟 capital 會往別的賽道跑，AI 這邊熱情退卻？
錢比爾：對，我們可以看到最近可口可樂的股票也創下了新高，板塊輪動肯定會存在。大家在板塊輪動的過程中希望尋找新的題材，這些市場情緒將長期存在。但我會更關注：回到 AI 這個話題，如果 AI 最終的收入超過大家的預期，例如 Anthropic 或中國大模型的收入在明年、後年仍能持續超越預期，那麼對 AI 的投資就會持續存在。因為那時 CAPEX 能否收回、回本週期的問題，也可能會被解決。只要你下游的 Token 賣得好，中間的雲端最終也能賣得好，那麼整個產業鏈最終都可以被 address（消化解決）。
從這個角度來看，其實就像你從 2001 年開始買亞馬遜：在大多數時間裡，它都是賺錢的。亞馬遜過去二十幾年以電商股或電商加雲的形式實現了超高速成長，你任何時候買入，某種意義上都是正確的，即使是在泡沫最高的 1999 年買入，到今天也已獲得 40 多倍的回報。
二、儲存：從大宗商品到「類台積電」的先進製造重估
Z 先生：我看到一種說法是，存儲可能佔（成本的）13% 到 18%，但過了明年到後年，存儲本身、甚至晶片本身，都可能因為 oversupply 導致價格崩落，從而壓縮這些大廠的營收和利潤。這到底會不會發生，還是它其實一定是 under supply？
錢比爾：我相信最終供給一定會跟上需求。但基於下游對計算需求的成長，最近我也做了一些調研，產業裡的專家普遍認為，像存儲的話，可能到 2028 年之前基本上都還處於一個非常供給稀缺的狀態。
同時，存儲本身的市場結構也在發生變化：從原來非常同質化的 DRAM，轉變為現在需要定制的、先進製造業的 HBM（高帶寬內存）。在這個邏輯下，未來存儲本身的資本支出爬坡週期將會很長；而我們對存儲整體的邏輯，也不再是過去的大宗商品，而應像台積電（TSMC）一樣，轉變為先進製造業的邏輯。在這個邏輯中，未來的估值本身也需要重新評估。
但你剛才提到的那個點，也就是未來需求是否會被供給充分滿足，我覺得這個疑問是長期存在的。有可能最終會過度溢出；但在需求側，由於中國工程優化能力的提升，最終將實現平衡。那樣的話，當時上游製造業的估值或資產上漲，也需要有一個回落。
Victor：存儲是這一輪最亮眼的賽道，它本身是一隻非常強勁的週期股：建廠時間長、資本投入大，過去具有非常明顯的週期特徵，行情好時暴賺，供給突然釋放時則暴虧。在這一輪 AI 周期中，存儲確實有一些相同之處，也有一些不同之處：例如 HBM 這種高單價、高毛利的產品銷售占比顯著上升；HBM 的產能擠壓了 DRAM、NAND 等普通存儲的產能，反而有助於傳統存儲價格更穩定；像美光（Micron）等公司也與客戶簽訂更長的合約，簽署了十幾份策略性客戶協議。整體來看 AI 泡沫，你覺得這次有哪些不同之處，哪些是相同的？
錢比爾：先說相同的點。首先，這是一項真實的創新，與上一代的互聯網、電氣化、工業化一樣，我們會將這類創新與鬱金香熱潮區分開來，它確實是一項真實的創新。其次，確實所有創新項目的資本支出（CAPEX）都跑在業務之前，無論是當年的鐵路熱潮還是電氣化，整個 CAPEX 的增長都遠遠超過收入。這也是為什麼今天大家感到擔憂：雲廠商今年七千多億美元的 CAPEX，再過兩年，到 2028 年，整個雲端 CAPEX、AI 的 CAPEX 和 AI 的債務，將成為美國僅次於房貸的第二大債務市場。在這個邏輯下，下游的收入能否支撐上游的投資，這正是大家的疑問所在。
但這次有幾個不同之處。第一，長時間以來，其實大家都是股權投資，債務本身並不高，只是最近像 M7（美股七雄）也開始籌集債務資金了。第二，也是非常重要的一點，就是速度。過去工業化，從蒸汽機到英國工業勞動力超過農業，花了約 80 年；電氣化從第一台發電機開始，到美國全面電氣化，花了近半個世紀；互聯網也花了十幾年才達到 10 億用戶。但今天，從 2022 年 11 月 GPT 誕生算起，僅僅 36 個月，全球 AI 用戶就已超過 10 億。當然你會說，AI 的創新是建立在全球數位化、PC、互聯網和雲端化的基礎之上，在這個巨人的肩膀上實現了普及。但速度本身⋯⋯天下武功唯快不破，當速度足夠快，成長本身是否就能熨平當前的一些增長問題？
另一點是，整體估值並不算誇張。上一個週期，思科（Cisco）的市盈率大約是 200 倍；但如今存儲股下跌後，市盈率僅為三到四倍，台積電和英偉達的市盈率則為二十多倍。你可以發現，整個產業其實並沒有特別誇張的「市夢率」，基本上都在一個非常合理的市盈率區間內。大家更多的擔憂是「你漲得太快了」、資金過度湧入，自然會產生警示；但從絕對估值的角度來看，其實也還算合理。
三、GPU 折舊：鐵路能等 50 年，GPU 等不起
Z 先生：這裡還有一個關鍵點，我讀了你的文章，覺得主要重點在於 GPU 的折舊速度。GPU 的經濟窗口其實只有三到四年，但鐵路可用五十年，光纖可用二十五年。即使資本支出最終有需求，收入仍必須在 GPU 折舊之前追上。這部分可以跟大家多聊聊嗎？
錢比爾：是的。關於 GPU 的折舊年限，業內也有不同看法。有些人認為，被淘汰的 GPU 最後仍可用於推理，因此可能延長至五至六年。我想強調的一點是：現在大家都在計算這筆帳。前兩天似乎 OpenAI 的財務長表示，一個 GW（十億瓦）每年大約可產生 100 億美元的 ARR（年度經常性收入），因此回本時間約需三至五年。
因此，關於回本週期這件事，大家仍處於觀望階段。目前來看，最大的擔憂也來自整體回本週期，因為這個回本週期最終將決定：傳統雲廠商 CSP 與那些 NeoCloud（新型雲廠商）的 equity（股權）回報，以及更重要的，他們的 debt（債務）最終能否還款。這是大家最大的疑問。
Under this question, I think there are two points. The first point concerns the downstream: how well can Anthropic, OpenAI, or other application vendors sell their tokens? If their ARR continues to rise, then the upstream CAPEX will ultimately not be an issue. The second point is to observe how Chinese vendors may ultimately disrupt the entire table.
四、中國廉價 Token 的價值顛覆：成功的技術，失敗的投資？
錢比爾：當中國廠商最終以 1/20、甚至 1% 的 Token 價格，在大模型或多模態等各個領域展開價格戰時，最終可能出現的情況是：全球使用 AI 的社會總福利提升，AI 的大規模採用率提高，但美國廠商的收入下降；而美國廠商減少的收入，中國廠商也並未完全賺取，因為他們自己也在進行價格戰。
最後，大量的開發者和用戶採用了高價模型與低價模型的混合形式。從這個角度來看，最終創造的價值（value creation）很多，但商業上的價值捕獲（value capture）卻沒那麼多。表現出來就是：美國廠商的估值會被大幅壓低；中國廠商當然會崛起，但其崛起的幅度也沒有美國廠商被削減的估值那麼多。
所以這是接下來可能需要觀察的一個重點。在那個點上，如果這個產業最終變得像電動車一樣：消費者和開發者都很滿意，但投資這些企業，未來幾年還能否獲得非常好的 ROE 回報？這是每個人都要思考的。
Z先生：這聽起來挺恐怖的。假設Kimi K3、千問或任何其他模型，表現開始大幅領先Claude或GPT，普及率上升，反過來吞噬OpenAI和Anthropic的用戶，估值也大幅下挫，市場開始去魅，頭部模型公司的估值被壓縮，那麼在次級市場的表現也不會太好，兩大巨頭的上市時間也會延後。最後劇本會是這樣嗎？半年後我們可能會看到這個情景嗎？
錢比爾：我認為，中國廠商在全球市佔率上升這件事，幾乎是確定的。因為如果去看網上的評測結果，你會發現開放權重（也就是所謂的中國開源模型）追上閉源的速度越來越快，performance（性能）的差距也越來越短。
五、Token Budgeting 取代 Token Maxxing：閉源與開源的混用時代
Bill Qian：在這個邏輯下，現在你會發現矽谷的思維已從原本「我的預算無限」——也就是所謂的 Token Maxxing（極致堆用 Token）——轉變為「我要開始精細地使用我的 Token」：哪些用高端的、哪些用中低端的，也就是 Token Budgeting（Token 預算化）。這種思維其實已經成形。
在這個邏輯下，全球高端市場使用 Claude 這樣的模型，中低端市場使用中國的模型，這已成為大家的使用習慣。所以我認為這件事一定會發生。這也是為什麼前段時間我們可以看到 OpenAI 開始降價。我不確定 Anthropic 最終是否會如期上市，但如果它如期上市，股價也會很好地反映這一點：來自中國廠商的價格戰。所謂的價格戰，就是我提供與你相近、類似的產品性能，但最終價格只有你的幾分之一、1/10，甚至 1%。
Z 先生：這聽起來像是中國市場很擅長做的事情，就像當年京東或美團的價格戰，打到你死我活，最後政府出來說「別再瞎搞了」。這會怎麼收場？因為中美之間這樣打，感覺一打就不可開交。
錢比爾：我覺得，要看這件事是否會進入各國的貿易談判中，我個人直覺認為，目前優先級還沒有那麼高。因為貿易談判基本上都需要是本國選民和就業人口較多的產業。舉個例子，澳洲很在意自己的牛肉，美國很在意自己的玉米，歐洲很在意自己的汽車，因為這些都是選民眾多、從業人口眾多的產業。但 AI 本身是一個相對較為精英化、充分競爭的產業，因此未來它是否會成為各國貿易戰的談判籌碼，我還不太確定。當然，如果涉及數據合規之類的談判，我覺得是有可能的。
但就短期而言，我感覺這仍是一場全球性的技術競爭。它與以往不同：以往如中國電商的百團大戰、價格戰，都是基於區域性的；這次在某種意義上是一場全球性的 AI 性價比大戰。
六、價格戰會否進入貿易談判：主權 AI 才是真正的變數
Bill Qian：這裡面唯一可能阻止大家參與這場戰爭的點，我覺得未必是貿易戰的談判，而是各國對自身安全佈局的顧慮。這可能導致某些地方最終不在意性價比，就是要打造自己的主權 AI。這我覺得是另一個話題了。
Mr. Z：我也很好奇你的看法。很明顯，在東亞，台灣、日本、韓國基本上都是由美國這個老大哥扶植出來的，可算是美系半導體陣營。你之前也提到，要理解這波亞洲股市的熱潮，可能需要回溯到日本的通產省、韓國的經濟企劃體系，以及台灣經濟部與工研院這些調動民間企業組織的力量。往中國方面看，則需關注發改委、地方政府與產業基金。這種邏輯更像政府去挑選勝利者。那麼，西方經濟體系呢？你如何看待東亞與西方經濟體在調動國家重點產業上的作用，以及它們各自的優劣？
錢比爾：我覺得在這個過程中，大家會發現，過去這種自上而下的國家體制似乎屢試不爽。過去許多經濟學家認為市場無法被干預，最好完全交由市場決定。但我們會看到，在東亞整個筷子文化圈內，不論是韓國、日本、中國還是其他地區，這種自上而下的邏輯，實際上讓許多產業都能夠做得很好。
這個過程中會有一些浪費，但當一件事情太重要時，自上而下：一可以保證絕對的資源，二可以保證集中所有資源去做一件事。因此我們會看到，不論是台灣的晶片、韓國、日本，這個現象我覺得是屢試不爽的。
七、政府重新出場：東亞「舉國體制」與筷子文化圈的優勢
Bill Qian：在這個邏輯下，也會看到美國、印度等國試圖效仿。但我認為這種效仿最終可能有些意義，但肯定不會像筷子文化圈那樣顯著。畢竟在一個小政府之下，你能擁有的資源都是有限的。如今看來，對那些純市場派而言，這無疑是一記耳光。最終會發現，筷子文化圈的邏輯，從當年的鋼鐵、汽車，到中國的光伏、電動車，直至現在整個東亞擅長的晶片製造業，自上而下的方式有時確實非常有效。
Z 先生：如果再次使用這種政府自上而下的調度邏輯，它能在頭部模型這邊被精準應用嗎？例如中國對阿里、騰訊或月之暗面進行精準調度；又或者像美國的特朗普，會運用許多政治力量，例如之前聲稱 Claude 的 Fable 5 存在國家安全疑慮，因此一開始不對民間開放，僅提供給美國軍方使用。這種自上而下的調度，在頭部模型這邊還有可能奏效嗎？我的意思是，就像當年台灣的經濟部與工研院說：「我們就是要將資源、人才、資金都往新竹調度」。
錢比爾：明白。我覺得這種現象在東亞會長期存在，這也與東亞整體較大政府的邏輯有關。而且我覺得東亞一直有一種文化：無論是官僚階層還是商人，在某種意義上都共享著一種士大夫情結，使得一件事情最終大家能使用共同的語言，並共同分享資源來把事情做好。同樣的邏輯，我覺得在當今的西方可能比較難實現。以前或許可以，比如羅斯福執政時期的美國，那時的美國政府其實也相當龐大。
八、板塊輪動與能力圈：不要當那個接盤的人
Victor：在大科技這一方面，我比較好奇 Bill 哥對短期和長期的看法是什麼？如果以 20 年的維度來看，互聯網企業確實漲了幾十倍；但許多投資人仍關注當下該如何選出最佳的賽道，以在短期內獲得不錯的回報。近期像是半導體資金開始流向軟體和大科技領域。這會不會就是我們下半年的主題？還是要走一步看一步？資金開始流向哪裡？有沒有看到一些跡象？
錢比爾：首先，我本人並非短期輪動的專家。而且據我所知，大量的短期輪動本身其實也非常混亂。市場上的遊資、韓國的對沖基金、香港、陸家嘴，其實有大量從小市值到中市值的投資者，他們經常會交流一些股票，一起買入一家中等市值的公司，隨後市場上又會出現各種小作文，最後大家一同炒作。某種意義上，這與之前加密貨幣圈內資本追逐板塊非常類似。
在這個過程中，試圖捕捉板塊，我覺得是件很辛苦的事。當一個人試圖捕捉板塊，就代表你本身並非在塑造那個 narrative（敘事）的人，而可能是接盤的那個人。我覺得這本身就不是特別好的投資邏輯。除非你從基本面已經判斷出接下來的一些瓶頸，例如能較早判斷出 memory（存儲）對產業的瓶頸，那最終它就不是由趨勢驅動，而是由你研究整個產業鏈的瓶頸所驅動的邏輯。
所以回答你的問題，我並沒有那麼擅長判斷短期的板塊熱點。除非你本身就在這個局中、你就是那個做局的人，否則我會建議大家還是要持有你特別信賴的資產；或者最後你可能就去購買更相對寬基的 ETF，比如存儲的、半導體的、甚至更泛科技的一些 ETF。我覺得堅守自己的能力圈會更重要一些。
九、下游決定一切：從應用層、雲廠商到晶片與存儲的傳導鏈
Z 先生：以現在的觀點來看，你如何看待未來整個 AI 市場的發展？我們可以看到六、七月整個半導體和 AI 面臨一波下挫，那麼大約在十一月美國中期選舉（midterm election）之後，你的預期是二級市場會出現回調或崩盤，還是大概會上漲？
錢比爾：我不擅長判斷市場趨勢。但我仍認為，無論是中期選舉、美國加息，這些最終都是宏觀層面的問題。當前的宏觀面肯定不如以往樂觀。我認為手上有倉位的人，一定要好好思考接下來的再平衡；而倉位還不夠的人，我也恭喜你們，可以耐心等待出手的機會。
至於基本面，我認為很重要的一點是觀察下游應用的增長，或者說 Anthropic 和 OpenAI 的收入能否持續增長，還是會遇到變數，例如中國廠商的競爭。這可能會對它們的估值造成較大衝擊。或者，編程業務增長實在太快，一直超出預期，因為編程在某種意義上，最終可能取代世界上幾乎所有的白領工作。
我認為觀察這一點會比較重要，因為這是最下游，而下游會決定中游雲廠商的債務危機和 CAPEX 問題，他們又會決定上游晶片與存儲的出貨量。因此，這是一整個從下游到中游再到上游的邏輯。我建議每個人去觀察這個產業真實的基本面收入，最終能否熨平整個產業的超高速增長。
Z 先生：在下游這塊，我自己看，最下游還是 AI 的應用層，但再往上一層其實是大模型層。這個 AI 應用層這邊，似乎好像還沒有看到除了大模型以外更多其他的应用，是這樣理解嗎？
錢比爾：對，我同意這個理解。我們可以把整個 AI 分成軟和硬。軟的部分，今天最大的收入仍來自大模型；多模態中的視頻、圖像，這些收入目前還未追上大模型。而硬的部分，不論是美國和中國的具身智能、機器人，我認為現在的收入也還沒有那麼大。
而後你說買增長、押注未來，肯定是希望軟件這件事最終能取代全球約 10%、20% 的白領工作；而硬體方面，各種服務業、實體勞動最終也能被替代多少。從這個角度來看，這件事相當於：全球整個勞動市場是幾十萬億美元的市場，最終可能有約 10 萬億美元被軟件 AI 與硬體 AI 取代。如果這 10 萬億美元乘以 10 倍的 PS（市銷率），或 20 倍的 PS，那也是一個 100 到 200 萬億美元市值的市場。未來在全球總產業中，農業可能只佔少部分，工業化之後，很大一部分將是 AI 賦能的產業。因為 AI 本身可能在服務業、金融領域創造更多價值。
十、機器人與具身智能：又一場「電動車式」的中美競賽
Z 先生：剛剛談到具身智能，我很好奇你有沒有關注過機器人這塊？我看美國主要都在談 Figure AI 這些估值領先的機器人公司，而中國最受矚目的是宇樹科技，據說將於 8 月 10 日進行 IPO。中美機器人的發展，我感覺有點像當年搞電動車的感覺：美國蘋果說要造車，說了 10 年，但現在 Apple Car 仍未推出；但小米說要造車，三年就量產了，還有比亞迪、小鵬這些非常強大的品牌。我覺得這種製造業還是中國的強項，你怎麼看？
錢比爾：我更願意將整個機器人產業比作電動車，因為最終這無非是軟件加硬件：智能加上硬體。而中國本身就是一个製造業大國，我認為在未來很長一段時間裡，都是中國超高性價比的供應來滿足全球需求。
而美國的話，可能有點像手機產業：會有 iPhone。中國可能最後會擠占全世界幾乎所有的非蘋果用戶，而美國會有自己的一個比較高端的「蘋果」。不管是市場定位的問題，還是國家安全的考慮，或者是貿易壁壘，我覺得同樣的邏輯在具身智能、機器人裡也是一樣的。
其實到最後本質上都是一回事：手機某種意義上也算是一個手持的計算工具；電動車今後有了 FSD（全自動駕駛）以後，其實也是一個輪式機器人；而機器人最終也是用當年造手機或造電動車的邏輯去製造的。因此，我自己會預判，這個產業的未來會非常像之前的手機或電動車產業。
十一、主權國家的興衰：為何下一個亞洲，還是亞洲
Victor：你之前發文說參加了世界人工智慧大會（WAIC）。在政府現已介入的背景下，我很好奇：東亞的日本、韓國、台灣、中國，在這波 AI 熱潮中都獲益良多；美國、歐洲、中東也在進行大規模的 AI 投資，以不同方式實現突破。你曾提到東亞簡直是上個時代唯一實現跨越式發展的地區，透過政府主導、計畫式的經濟推動，完成類似「超英趕美」的壯舉。那麼在下一波 AI 浪潮中，你會注意到哪些國家或地區也具備這樣的潛力？例如東南亞的馬來西亞、越南，或者拉美、非洲，是否會有一些國家抓住這種「政府模式轉換」的機會？
錢比爾：我們觀察貿易戰會看到，像墨西哥這樣的國家，最後確實成了階段性套利紅利的所在地。但整體上，從主權國家興起的角度，我覺得要有幾個點。
第一，一定的人口。然後是良好的教育、良好的「延遲滿足」文化，說白了就是勤奮，就是你願意為明天投資。這一點最終既會體現在努力學習上，也會體現在努力儲蓄和努力投資上。因此你會發現，這幾點使得整個儒家文化圈成為二戰後少數幾個、甚至可能是唯一一個，能讓十幾億人、甚至二十億人完成從農業國家轉型為發達經濟體的地方。
從系統性來看，我仍然認為，21 世紀，下一個亞洲還是亞洲。這當中有比較先進、發展較快的，例如新加坡、韓國，也有像中國大陸現在正慢慢追上。東南亞國家也需要滿足這些條件：願意勞動、比較勤奮、願意投資，因此我們可以看到越南也都在發展。
有時我會把國家當作一個企業團隊，來判斷它是否可行，這其實與判斷企業非常相似：願意延遲滿足、願意為未來投資、願意加入全球化的體系，再加上一定的良好地理環境和外部環境。因此，我並不認為主權國家的興盛未來會出現板塊輪動，我仍認為未來的紅利在很大程度上仍將被亞洲國家獲得。所以，國家之間的發展最終還是如此：技術賦予了所有國家和所有個體平等的機會，但機會與發展最終仍是不平等的。
十二、人口紅利的終結：為何印度是「第一個被 AI 做空的大國」
Victor：這也可以 Echo 到你另一篇談人口紅利的文章。亞洲這些國家最主要的優勢也都是人口紅利。你提到印度是全球第一個被 AI 做空的大國，最主要原因是印度的軟體業非常興盛，有點像美國矽谷的代工基地；但現在 AI 最主要取代的就是白領、這些工程師，印度確實首當其衝。那其他人口很多的國家，比如中國、日本，他們之後的人口能夠轉化成優勢嗎？還是也會遇到像印度一樣的問題？
錢比爾：我覺得這個問題背後需要解釋一下。在農業社會，人口未必是紅利，因為存在馬爾薩斯陷阱（Malthusian Trap）：你很容易生很多孩子，但糧食不夠吃，最後很多人餓死，人口又回到那個平衡點。但進入工業社會後，一旦你能啟動經濟的正向循環，並願意提供教育機會，大家就能從低附加價值的勞動逐步轉向高附加價值的勞動，在這個過程中，主權國家、人口紅利、勞動人口這幾個詞其實都是正相關的。因此你會發現，許多工業化主權國家的宣傳中，都非常鼓勵生育。
這其中的核心在於：人口需要工作，創造了大量就業機會並產出眾多產品，隨後獲得報酬，而獲得報酬後又會進行消費，消費過程將人口先前創造的產品消耗掉，最終形成一個良好的正向循環。然而，在 AI 領域，情況卻有所不同：AI 本身創造了大量產出，但未必需要創造那麼多就業機會，導致人口最終缺乏足夠的消費能力。這也正是馬斯克認為未來整個貨幣現象將趨向通縮的原因。因為如果供給本身不再稀缺，那麼整個經濟學常識以及關於人口的常識，都可能需要被重新書寫。
回到印度的微觀案例：印度過去有差不多三到四百萬的 IT 人口，這是整個印度本土中產階級夢的所在，大家都希望長大以後做 IT。但現在打敗它的並不是其他國家的 IT 工程師，而是 Anthropic 的 ARR 增長。我覺得這是一個很有意思的現象。所以未來我們怎麼去看待人口紅利這件事，我覺得也要分情況去思考。
十三、歐洲的困境：從 DeepMind 賣給谷歌看人才外流
Z 先生：那歐洲呢？好像大家都把歐洲給落掉了。上禮拜馬斯克跟《經濟學人》（The Economist）的主編有一個訪談，整個訪談就是說馬斯克覺得歐洲有點被移民給搞亂，也沒有抓到互聯網之後的一整個發展，歐洲是落後的。歐洲這一塊，AI 的發展你有在看嗎？
Bill Qian：這塊我了解不多，我就談一談我的想法。歐洲 AI 的故事，其實我們可以從 DeepMind 最後被谷歌收購這樣一個故事，就可見微知著。DeepMind 當時接受採訪時也說，他們想要繼續往下做，但只有美國有大錢，也只有美國有錢可以幫他們 cash out（套現退出）、把他們買走。所以你會發現，歐洲依然在產出人才，但歐洲的產能和財力，好像就只能去完成一些從 0 到 1 的事情，然後它變成了美國之外的一個人才培訓基地。
所以我會覺得，歐洲未來不僅在 AI 領域，還包括電動車或其他一些尖端產業，都將面臨來自亞洲的巨大競爭。之前有一種說法，認為 JD Vance 是從美國鐵鏽地帶成長起來的；未來可能有些昔日的發達國家，最終會變成鐵鏽國家。舉例來說，日本現在的人均 GDP 僅為 4 萬美元，不到新加坡的 1/2，核心原因在於過去十幾二十年，一個個原本能賺錢的先進產業，正被其他競爭對手奪走，包括來自中國汽車產業的壓力。
十四、UBI、主權 AI 與治理：AI 會像 F-35 一樣只賣給盟友
Victor：最後我很好奇，剛剛談到 AI、各國競爭、開源與閉源模型、中美 AI 的競爭。你對未來 AI 在政府與產業之間、整體治理模式的變遷有什麼看法？長期來看，AI 可能取代大量勞動力，成為政府提供的基礎設施，有點像過去電信公司最終變成基礎設施一樣。今年 7 月，OpenAI 一位前高層也曾提到，如果美國不限制閉源模型的出口、不限制來自中國開源模型的競爭，他擔心 AI 會變成一種共產主義模式，所有資源都由國家提供。你對政府未來如何治理 AI 有什麼看法？如果 AI 真的對勞動力和就業造成巨大衝擊，是否會出現類似 UBI 的模式？雖然你的文章提到 UBI 更適合一些小國寡民的模式。
錢比爾：我想先談一下 UBI（Universal Basic Income，全民基本收入）。我一直有幾個反對意見。第一個是：你看全世界其實現在糧食如果平均分配，早就不會有人餓死了，那為什麼現在還有人餓死？第二個是：美國現在貧富差距這麼大，但為什麼提高窮人的收入、進行醫療健康改革也這麼困難？
所以我想要表達的一點是：UBI 最終是一個政治結構的設計問題，它與當時社會總體的 GDP 是否有完全的線性關聯，可能並非如此。但我們今天看到，在一些治理較好的歐洲小國，失業保險和失業工資其實相當高，某種意義上它們已經實現了 UBI。因此我認為：第一，UBI 從來不是未來的事情，它今天已經在北歐國家發生了；第二，我覺得它也可能永遠都不會發生，因為我們今天看糧食問題就可以明白，即使全人類的糧食早已足夠，但在非洲和海地，依然有人餓死。
關於國家治理這件事，由於人工智能本身，從今天來看，它所能創造的價值，或說它所能替代的人類智能，實在太強大了，所以我認為未來一定會有政府的介入。不論民間的 AI 如何發展，我認為主權 AI 一直都會存在。政府也會強力介入 AI 技術、AI 數據、AI 能力的進口與出口，甚至包括：AI 未來可能就像軍火一樣——你只會把最好的 AI 賣給你的盟友，就像美國的 F-35 戰鬥機一樣。