丹尼爾·格羅斯的非凡 AGI 交易
原文作者：@johncoogan
Peggy，BlockBeats
編者按：2024 年初，AI 仍處於狂熱與不確定並存的階段。當時，Daniel Gross 用一頁紙提出了 18 個問題：價值會流向哪裡？能源是否成為瓶頸？軟體工程師是否會被替代？國家之間的競爭格局會如何變化？
兩年後回顧，這些問題本身，比任何具體預測都更具啟發性。AI 的收益確實集中在基礎設施層——英偉達成為最大贏家；能源與電力迅速成為新的戰略瓶頸；API 成本斷崖式下降，同時算力、資本與地緣政治風險卻在不斷放大。
本文回顧 Gross 當時提出的關鍵問題，並結合過去兩年的現實演進逐一檢驗。這不僅是一份關於 AI 投資邏輯的復盤，也是一張觀察技術革命如何重塑市場結構、產業鏈與全球權力格局的路線圖。
以下為原文：
2024 年 1 月，當時仍是 Safe Superintelligence 首席执行官、如今擔任 Meta AI 產品負責人的 Daniel Gross 發布了一篇題為《AGI Trades》的文章。
這篇文章僅有一页，列出了一系列關於 AI 進展可能帶來影響的問題。兩年多後再回頭看，這些問題顯得格外具有前瞻性，儘管當時每個問題並未給出明確結論。下面我們逐一回顧他提出的 18 個問題。
市場（Markets）
在後 AGI 世界中，價值將流向哪裡？
目前來看，價值確實集中在基礎設施層——晶片、封裝、電力等領域。英偉達幾乎拿走了 AI 熱潮中超過 100% 的利潤，因為許多公司仍在虧損。這一點在市值變化上也體現得非常明顯：英偉達市值增加了 3.2 萬億美元，從 1.2 萬億升至 4.4 萬億美元；相比之下，雲平台的漲幅要溫和得多（微軟上漲 4%，亞馬遜上漲 30%）。
在私募市場上，OpenAI、Anthropic 和 xAI 的估值增長也極為驚人，但三者合計 1.4 萬億美元 的總價值增長，仍低於英偉達在同期增加的市值。
這是 2024 年一開始就非常關鍵的一個問題。
英偉達和微軟會發生什麼？
英偉達表現極其強勢。其營收從 2024 財年的 609 億美元增長到 2026 財年的 2159 億美元，幾乎增長了三倍。
微軟則沒有那麼佔優勢。Azure 的增長確實加速至 40% 的同比增速，但從 2024 年 1 月到 2026 年 3 月，微軟股價僅上漲 4%。市場對其每年超過 800 億美元的 AI 資本開支產生了質疑——投資何時才能轉化為回報仍不清晰。
在這場「賣鏟子和鐵鍬」的 AI 淘金熱中，英偉達顯然是最大贏家，而微軟在基礎設施上的押注，暫時還沒有給股東帶來明顯收益。
銅是否被錯誤定價？
確實被嚴重低估了。2024 年 1 月，銅價為 每磅 3.75 美元，兩年後達到 每磅 6.61 美元的歷史新高。
AI 對銅的需求極其龐大。例如，英偉達 GB200 NVL72 伺服器機架使用超過 5000 根銅線。如果全部拉直，總長度超過 2 英里，一個 100MW 數據中心大約需要 3000 噸銅。
總體來看，數據中心每年可能消耗 50 萬噸銅。因此有人說「銅是新的石油」。當然，也有許多其他東西被稱為「新的石油」，因為 AI 基礎設施建設極其複雜，幾乎每個環節都存在瓶頸。因此這種說法也需謹慎看待。
房地產（Real Estate）
如果 AI 可以寫所有軟體，那麼舊金山會不會變成新的底特律？
這要看「新的底特律」指的是什麼。
AI 實際上拯救了舊金山，避免它變成像底特律那樣衰落的城市。現在舊金山依然在繁榮：
·辦公室空置率從 36.9% 降至 33.5%
·OpenAI 擁有 100 萬平方英尺辦公空間
·Anthropic 擁有一棟 25 層辦公樓
·Sierra 租下 30 萬平方英尺辦公面積
2025 年上半年，78% 的美國 AI 風投資金流向灣區。當然，也存在另一面：舊金山整體就業人數仍低於疫情前水平，但房價依然堅挺。因此，它絕對談不上是一座「空殼城市」。城市環境也變得更加整潔。
AI 將如何影響財富不平等？
現在下結論還為時過早，數據變化並不明顯，但已有一些研究值得關注。
IMF 2025 年的研究認為，AI 可能減少工資不平等（因為自動化高收入工作），但可能加劇財富不平等（資本收益集中在科技公司所有者手中）。OECD 的研究發現：低技能崗位的工資增長最快（裝配工 +11.6%），高技能崗位增長最慢（CEO +2.7%），不過這可能更多反映的是最低工資政策，而非 AI 本身。
在資本市場上，集中度也在上升：「七巨頭」（Mag7）佔標普 500 市值約 32%，貢獻了 2025 年約 42% 的總回報；同時，AI 初創公司巨額融資（OpenAI 1100 億美元、Anthropic 300 億美元）也讓少數創始人和投資者獲得了巨大的私人財富。
能源與數據中心（Energy & Data Centers）
如果 AI 變成一場能源競爭，該如何投資？
這個判斷完全正確。AI 確實變成了一場能源遊戲。
抓住這個交易的人賺得非常多。例如：
- Vistra：+321%，2024 年標普第二大漲幅（僅次於 Palantir）
- Constellation Energy: Since the release of ChatGPT, the stock price has tripled
- NRG Energy：2025 年單年上漲約 95%
- Oklo：12 個月上漲 700%+
核能迎來了爆發：
- 微軟簽署 160 億美元、20 年期 PPA，重啟三哩島核電站
- Google 與 Kairos Power 簽署 500MW 小型模組化核反應堆（SMR）協議
- Meta 與多家核能公司簽訂 6.6GW 電力合同
能源成為 AI 時代最成功的投資主題之一。
在整個數據中心供應鏈中，哪些環節最難擴張 10 倍？
半導體行業的瓶頸是 CoWoS 封裝技術（台積電的 Chip-on-Wafer-on-Substrate）。
在數據中心領域，最大的瓶頸則可能是電力變壓器。
- 交貨週期接近 3 年
- 2025 年將出現 30% 的供應缺口
成本自 2020 年以來上漲 150%
這項已有 100 年歷史的技術，卻成為數據中心接入電網速度的關鍵限制。
煤炭是否被低估？
在某種程度上是的，但遠不如銅。2025 年煤價實際下跌約 22%，到 2026 年初有所回升。
煤炭公司表現尚可：
- Peabody Energy：+34%
- CONSOL Energy：+37%
Meanwhile, U.S. coal-fired power generation increased by 13% by September 2025.
數據中心增長較快的州表現尤為明顯：
- 俄亥俄州：+23%
- 俄克拉荷馬州：+58%
國家（Nations）
誰是贏家，誰是輸家？
勝利者明顯是美國。
2024 年美國私人 AI 投資 1090 億美元（中國僅 93 億美元），自 2013 年以來累計投資 4700 億美元，超過其他國家總和。2024 年美國發布 40 個重要 AI 模型，中國為 15 個。
遊戲還未結束，但目前來看，美國是 AI 競爭的中心。
印度2500億美元的GDP出口依賴 GPT-4 token，會發生什麼？
情況已開始顯現，但仍處於早期階段。印度 IT 外包行業的招聘明顯下降。2024–2025 年間，大型 IT 公司裁減了約 5.8 萬人，而在 2021–2023 年間，該行業曾新增 36 萬名員工。
軟體工程師會不會像歷史上打字員那樣被取代？
目前軟體工程師還沒有從事藍領工作，但職業結構已出現分化：
- AI 工程師需求增長 143%
- 大型科技公司 初級崗位招聘下降 25%
- 實習崗位減少 30%
未來的選擇可能是：要么向上升級為「AI 代理的管理者」，要么轉向製造業等領域——畢竟很多工廠也需要懂軟體的人來自動化生產流程。
會不會出現類似「新政」的大規模就業計劃？
目前還沒有。
2025 年 7 月，特朗普政府推出「美國 AI 行動計劃」，包括：
- AI 教育行政令
- 技能培訓計劃
- 勞工部 8400 萬美元學徒項目補助
但美國勞動力培訓支出僅佔 GDP 的 0.1%，在 OECD 國家中幾乎最低。目前還沒有任何計劃達到當年 WPA（850 萬人就業計劃）的規模。
Is lifelong learning worth investing in?
這是一個非常抽象、也非常個人的問題。但我的答案是：值得。
通脹（Inflation）
如果 AI 真的是通縮性的，我們會如何首先看到這種信號？
最好的指標可能是 AI API 價格。
GPT-4 級別的推理成本：
2022 年末：每百萬 token 20 美元
2025 年 12 月：0.40 美元
三年下降 50 倍。這一速度甚至超過 PC 算力成本下降或互聯網頻寬成本下降。這很可能成為服務價格通縮的領先指標。
如果知識產品的需求持續增長，而生產成本下降，應如何理解通縮？
儘管 AI API 價格暴跌，但 AI 公司的收入卻在飙升。價格下降 → 使用量爆炸 → 總支出增加。與此同時，SaaS 公司在續費時還加收 20%–37% 的「AI 稅」。因此，即使軟體生產成本趨近於零，SaaS 收入仍在增長。
這與摩爾定律時代的計算行業類似：單個產品越來越便宜，但整體市場規模不斷擴大。
地緣政治（Geopolitics）
Interconnect 真的重要嗎？
極其重要。
在大型 GPU 集群中，30%–50% 的訓練時間用於 GPU 之間的通信，而非計算。
例如，Google TPUv7 Ironwood 使用 3D torus 拓撲連接 9216 個晶片、Nvidia NVL72 連接 72 個 GPU，因此互聯網絡對 AI 規模化至關重要。
如果一個國家有更多能源，是否可以用落後製程實現 AGI？
Currently, it does not seem likely.
所有領先 AI 芯片都使用 4nm 或 3nm 工藝，Nvidia Blackwell、Google TPUv7、AWS Trainium3
中國華為 Ascend 910C（中芯國際 7nm）在推理方面具有競爭力，但在訓練方面需要更多晶片和更多能源。單純透過增加能耗來彌補技術差距，最終會遇到經濟成本的限制。
什麼是最可能的「台灣事件」？
最可能的是台灣海峽封鎖。
而緊張局勢已經在升級：
- 2024: China holds the "United Sword-2024B" exercise
- 2025 年：「正義使命 2025」動用 100 多架飛機、13 艘軍艦
- 27 個火箭從福建發射，其中 10 個落入台灣毗連區
同時，中國在 2026–2030 五年規劃中開始將「和平統一」和「統一」分開表述。
TSMC 也在提前布局：亞利桑那州正在建設 8 座晶圓廠，未來可能承擔 30% 的先進晶片產能。
但整個體系仍然處於極其脆弱的平衡之上。