Jerry Murdock 谈 AI 融资、开放模型与技术周期

原标题Jerry Murdock on AI Financing, Open Models and Technology Cycles

Insight Partners 联合创始人讨论信用风险、专用模型、安全,以及投资者如何应对不确定的 AI 周期。

JMJerry Murdock嘉宾 · Insight Partners
频道
20VC with Harry Stebbings
发布
2026年8月22日
视频
1:10:08
阅读
17 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Jerry Murdock 与 Harry Stebbings 讨论信用压力可能如何影响 AI 基础设施,同时区分超大规模云公司与杠杆更高的提供商。他讨论开放与专用模型、企业安全、风投定价和私募股权敞口,并对未来模型及区块链作出预测。Murdock 披露了投资和任职关系;财务数字、据报道交易、地缘政治主张和预测均为他或主持人的说法,对话没有独立核实。

  1. 1信用风险与自满Murdock 担心借款人和贷款人可能低估风险;讨论没有独立核实当前市场定价。
  2. 2新云提供商他预测许多提供商数年后将不再有生存能力或保持独立;这是推测性估计,而非测得的退出率。
  3. 3Token 并非总能互相替代他说,定制、准确性和冗长度可能改变完成任务的价值与成本。
  4. 4智能体隔离他强调沙箱是一层安全措施,但实际保护取决于配置和威胁模型。
  5. 5模型来源与安全他推测未来模型会被取代,但没有提供具体后门的证据;这一预测无法确立当前系统是否安全。
  6. 6预测的局限他承认持续学习可能需要数年或更长时间,技术进步也可能不符合预期。

要点建议

  1. Murdock 认为信用条件和杠杆是 AI 基础设施的潜在风险,同时认为大型超大规模云公司更有能力抵御冲击。
  2. 他预计专用开放权重模型与前沿模型会并存,但未来使用量和收入的分配仍不确定。
  3. 他认为 token 的价值取决于任务和模型行为,不只是 token 数量或单价。
  4. 企业 AI 需要关注数据处理与隔离;具体系统的安全性取决于设计和部署。
  5. 他把早期低利润视为可能的获客策略,但更偏好通往可持续经济效益的可信路径。
  6. 他对地缘政治事件、个别公司、模型发展和市场估值的预测属于推测,而非已确立的结果。
全文

按章节阅读整理后的全文

只看原始文稿
01

信用市场与 AI 基础设施

Murdock 描述可能的地缘政治和信用冲击,并比较大型云公司与更脆弱的提供商。他的时间预测和公司评估属于推测。

Insight Partners 联合创始人 Jerry Murdock 与 Harry Stebbings 讨论 AI 融资、开放模型、安全和技术周期的节奏。对话包括市场预测、公司比较及地缘政治主张,均是发言者的观点,访谈没有独立核实。

Stebbings 问到 Murdock 此前的警告:涉及伊朗的长期冲突可能促成市场调整和 AI 融资下行。Murdock 将其作为一种可能的情景和时间窗口,而非确定结果。对话没有独立确立冲突的进程或影响。

Murdock 将潜在冲击与互联网泡沫破裂及 2008 年金融危机相比,当时融资压力拖慢了科技经济的一些部分。他认为债务是当前基础设施周期的重要特征。历史比较是思考风险的框架,不是相同结果会重演的证据。

他担心投资者可能低估信用风险,并说私人债务利差可能不能反映不同借款人的风险差异。他把自满视为一个警示信号。访谈没有独立评估当前利差,也没有证明某个特定贷款方错误定价风险。

他认为,信用成本和可获得性都很重要,因为 AI 基础设施需要大量前期投入。如果贷款方变得更谨慎,即使算力需求仍然存在,项目也可能推迟。他没有分析每一家大型云公司或云服务商的融资条款。

Murdock 回忆抵押贷款危机期间的风险评估失误,认为人们过度依赖过去的稳定时可能忽略问题。他说,如今多种杠杆可能产生脆弱性,但没有确立当前信用体系与 2008 年前的条件相同。

他提到日本持有美国国债,作为货币压力可能影响市场的假设性渠道。他给出的数字、对过去干预的描述和所称市场影响都是个人说法,访谈没有核实。这种情景取决于仍不确定的决策和市场反应。

Stebbings 反驳说,大型科技公司有价值的基础业务和可观现金创造能力。Murdock 同意超大规模云公司相对更有能力度过冲击,但说债务市场收紧时,即使有用的基础设施资产也可能贬值。他以互联网泡沫后的光纤网络作比喻。

Murdock 将基础设施比作互联网繁荣时期铺设的光纤:即使原始所有者陷入财务困境,基础资产仍可能有用。他的意思是,资产有用并不能消除融资方式带来的风险。这一类比不是当前公司会失败的证据。

在他的情景中,资本充足的超大规模云公司可能继续运营,并在较弱竞争者陷入困境后更便宜地收购资产。他预计 AI 算力需求会持续,但说短期融资仍可能受冲击。这是有条件的预测,不是信用事件或收购潮一定发生的证据。

Murdock 预测,新型云基础设施提供商中至少一半可能在三年内不再具有生存能力或保持独立;如果融资受冲击,退出可能更快。这一比例属于推测,他没有确立任何特定提供商的经营状态或资产负债表。

被问到什么决定谁能生存时,他强调管理、组织、资本效率和获取回报的能力。他将 Fireworks 与 Baseten 相比,更看好前者,同时披露自己投资了 Fireworks。他对两者相对盈利能力和合同的说法没有独立确认。

他说自己偏好能够平衡增长、利润和资本效率的提供商。在理解这一偏好时,他对 Fireworks 的投资关系很重要。没有经过核实的财务报表,听众无法独立评估他对两家私人公司收益的比较。

02

专用模型与 Token 经济性

嘉宾争论开放模型、前沿提供商和定制。Murdock 认为,不同任务和模型行为会改变 token 的价值。

对话转向专用模型。Murdock 预计,针对特定任务调整的多种模型将与前沿提供商并存。他认为,当企业的工作流程或数据与其他客户不同时,可能希望定制开放权重模型。这是对正在发展的市场作出的预测。

他预计低成本开放模型和专用芯片会满足部分日常工作需求。Stebbings 问,开放模型是否可能处理更多 token 流量,而前沿公司仍获取更多收入。Murdock 说,这种格局可能随时间变化,价格和能力的短期波动也会打破简单划分。

Murdock 认为,如果前沿提供商持续推出新能力,就能继续吸引需求,而低成本模型可能服务更广泛的用户和任务。他估计潜在需求目前只有一小部分被满足,但没有提供测量依据。未来市场规模及提供商之间的分配仍不确定。

Stebbings 问,即使开放模型流量增长,最大的模型提供商是否仍会获得大部分收入。Murdock 预计两类产品都会找到客户,但承认相对经济性可能变化。他把早期昂贵电动车作为说明性类比,而非已证明的 AI 定价轨迹。

他不同意一个 token 可以完全替代另一个的看法。定制模型回答的细节、准确性或简洁程度可能不同;这些差异会影响完成任务的总成本和价值。仅凭 token 价格,客户无法判断哪个系统最适合某项工作。

他举例说,客户入职和客户服务可能从专用模型中受益。这类系统的成本和效果取决于数据、评估和实施。他认为定制会变得普遍,这是一项预测,并不保证每个开放模型都能胜过前沿模型。

Murdock 说,模型风格和冗长度会影响输出多少内容,而定制可能改变它与特定工作流程的契合度。Stebbings 将其理解为模型适配带来的效率优势。两人描述的是一种可能效果;结果应针对具体工作负载衡量。

Stebbings 问,便宜的替代品是否会侵蚀前沿提供商的业务。Murdock 回答说,新用途出现后,对不同类型智能能力的需求可能扩大,使多种路线都能增长。他也预计技术周期会经历扩张和收缩;这些是他的市场预期。

03

企业数据、安全与利润率

Murdock 讨论数据治理、智能体隔离和获客经济性。安全与利润结果取决于实施方式和市场条件。

讨论转向企业对依赖模型提供商的担忧。Murdock 说,组织应该考虑哪些敏感信息交给第三方、哪些保留在自身控制之下。他的评论是风险管理观点,并不能证明任何被提及的提供商滥用了客户数据。

他观察到,公司长期以来一直使用外部云、通信和软件提供商,因此数据治理并不是全新问题。他预计一些企业会为特定工作流程使用私有或开放模型。合同条款、部署选择和技术保障各不相同,需要逐案评估。

Murdock 建议随着产品和公司需求变化,重新审视有关敏感信息的决定。企业可能为普通工作和更机密的任务选择不同安排。对话没有分析任何特定模型提供商当前的合同条款或数据做法。

谈到安全,Murdock 担心团队可能在隔离不足时给予智能体过多自由。他说沙箱可以降低执行工具或代码时的风险暴露。隔离效果取决于设计、配置和威胁模型;访谈没有证明容器或任何被提及的产品在所有情况下都安全或不安全。

他披露自己投资了 Fireworks 并称赞该团队,随后把沙箱提供商作为他认为重要领域的例子。他预计智能体会运行许多实验或使用许多工具,因此可见性和隔离有价值。他对公司的排名和预测是投资观点,不是比较性安全审计。

他认为,智能体可以运行多个工具调用和实验,因此了解它们能访问什么、行动如何隔离很重要。他举出自己偏好的公司,但没有对它们进行相互测试。沙箱是在更广泛的安全设计中可能采用的一层。

Stebbings 问,AI 应用是否会永久拥有比传统软件更低的利润率。Murdock 说,一些公司可能在早期接受低利润甚至零利润来获取客户,希望之后改善经济性。他将其视为一种策略,而非证明每家公司最终都能提高利润率。

在他的抢占市场类比中,资本充足的提供商可能接受早期低利润以获得客户。但能否把这些关系转化为未来利润,取决于持续价值、定价和竞争。Murdock 说,投资前他仍希望理解可信的经济路径。

他说自己不愿投资一家企业文化中从不考虑如何赚取利润的公司。他承认自己错过了 Amazon,而其低利润和规模策略以他当时没有接受的方式奏效。他偏好寻找最终能够支持可持续经济效益的创新。

对于沙箱,他建议提供商可以通过编排、网络和可见性形成差异化,而不只是转售算力。客户是否愿意为这些能力付费,取决于价值和竞争。他描述的是潜在商业模式,并非报告某家公司的经济状况。

04

芯片、竞争与风投定价

对话转向专用硬件、法律软件和大额融资。Murdock 解释自己对聚焦型公司的偏好,并提醒不要使用普遍增长假设。

嘉宾讨论为定制模型设计的专用芯片。Murdock 认为专用架构可能适用于某些工作负载,并预测芯片设计活动会增加。适用性取决于模型要求、软件支持和系统总成本;讨论没有证明某一种芯片总是更优。

被问到模型公司是否应自行设计芯片时,他认为大型提供商短期内有理由为模型优化硬件,但怀疑每家公司长期都需要拥有这一层。作为投资者,他对模型、智能体、人工监督、定制和安全之间的领域更感兴趣。

Murdock 回忆一场关于如何衡量先进智能的科学讨论,并说模型、智能体和人之间的关系尤其值得关注。他指出定制、反馈和安全可能是投资机会。他对这场讨论的叙述不是行业共识预测。

Stebbings 在询问资金充足的法律 AI 竞争对手时,披露自己投资了 Legora。Murdock 说,他可能寻找规模更小、更专注的公司,而不是只押注最大的对手。他推测快速发展领域存在安全风险,但没有提供证据证明某家特定公司已发生或将发生泄露。

他将这一偏好与先从范围明确的客户问题入手、建立优势后再扩展联系起来。细分市场可以提供聚焦,但本身不能保证可防守的市场或最终退出。他的选择是投资视角,而非对某个竞争对手的结论。

他还说,规模较小的新进入者可以专注一种法律专业领域,而不是试图服务所有律师。Stebbings 已披露对其中一家公司有投资,Murdock 的偏好则是投资者个人观点。速度和聚焦不能消除保护敏感客户信息的需要。

Stebbings 描述规模非常大的早期融资,问投资者是否已失去价格敏感性。Murdock 看到高预期的迹象,但说投资者应区分异常优秀的机会,与仅因为市场允许而募集巨额资金的公司。他认为过去一些大轮次可能最终显得便宜;这是观点,而非经过验证的未来回报。

Murdock 问,创始人能否解释为什么需要所募集的金额,而不是因为大轮次流行就选一个数字。一些资本密集项目确实可能需要大量资金。他认为,对业务和经营者的判断比一条笼统估值规则更有用。

两人争论传统的连续几年收入增长三倍和两倍的轨迹,是否仍与风险投资相关。Murdock 拒绝给出普遍答案。他认为当前前沿模型公司的增长不同寻常,并相信基础设施公司的增长方式可能不同于应用或新云服务商。

他称赞前沿模型进步具有历史意义,但不假设每个相邻业务都应获得相同经济回报。他仍对许多新云提供商持怀疑态度,并重申部分企业可能消失或整合的预测。个别公司的结果尚未知晓。

05

路由、退出与软件企业

他质疑路由经济性的持久性,并讨论据报道交易及公开市场准入。交易条款和发言者的解释没有独立核实。

Stebbings 问模型路由能否支撑一家独立企业。Murdock 质疑路由加价的持久性,并预计交易平台和其他分销模式会带来竞争。他对 OpenRouter 费用及潜在替代方案的描述没有独立核实,未来价格可能不同。

Murdock 认为,一个方便的早期路由产品可以吸引开发者,但预计新竞争者会挑战其经济性。他讨论将推理购买交易平台作为一种可能替代方式。任何服务对客户的价值都取决于功能、可靠性、合同和价格,而他没有在此独立比较这些因素。

被问到如果这类企业收到假设性收购要约会如何回应时,他说,考虑到竞争可能改变经济性,他会认真考虑。他肯定早期产品让访问变得更容易。讨论没有确认任何交易或价格。

对于在不确定环境中部署资金的投资者,他建议寻找对问题投入很深的创始人,以及可能产生有意义影响的企业。他提到自己欣赏的公司,并披露对其中一些的投资。这些推荐反映他的个人风险敞口和判断。

Stebbings 问,更快的公司增长是否意味着更快的风投退出。嘉宾讨论一笔据报道的 Cursor 交易,Murdock 推测各方动机及要约是否合理。访谈没有独立确立交易条款或私下决策过程。

Murdock 回忆 Flipboard 的例子,认为过去一次收购机会可能值得接受。他依据自己对当时董事会讨论和建议的回忆解释决定。节目没有核实所提要约或相关人员的动机。

他的 Flipboard 故事展示了一个困难的董事会问题:买家有意向时应该出售,还是继续独立建设。他认为公司错过了有利机会,但事后判断不能确立当时还有哪些其他可能结果。他对要约的叙述仍未核实。

Stebbings 担心只有非常大的公司才能进入公开市场。Murdock 说,机会取决于公司和市场条件,而不是单一收入门槛。他对某家公司本可以做什么的评论属于假设,不能证明 IPO 一定成功。

他说,随着用户采用更多智能体工作流程,成熟软件公司需要认真回应 AI。他担心,仅添加一个表面化助手可能不足以保护业务。这是他的竞争判断,采用的速度和方向仍不确定。

他把当前时刻称为更智能体化工作的早期阶段,并说现有软件公司仍有时间制定有用的应对方案。他担心,只在旧产品上附加一个象征性的助手可能不是持久战略。这是对竞争的预测,并非对每个现有产品的评估。

06

私募股权、政策与未来模型

Murdock 考虑杠杆投资组合、公共政策和开放模型安全。他对持续学习的预测不能确立现有模型的安全性。

谈到私募股权,Murdock 说,如果财务冲击期间经营收益恶化,高杠杆软件企业可能面临压力。在他看来,只要融资仍可获得,机构就有时间调整。讨论没有评估任何被提及的投资组合公司的债务契约或偿付能力。

他强调经营表现与信用市场之间的相互作用:杠杆会放大资产价值下跌,或让再融资更困难。嘉宾讨论了杠杆例子,但没有单一比例能够描述所有私募股权投资。他的担忧是一种情景,并非对某个具体违约的预测。

两人讨论一项涉及政府可能参与前沿 AI 企业的提议。Murdock 质疑政府持股是否必要,并说公私合作可以有多种形式。他对政治动机的解释属于观点;对话没有确立交易已完成或其条款。

谈到芯片出口管制,Murdock 说决策者应阐明并讨论更广泛的战略,而不是脱离背景采用孤立规则。这是他的政策偏好。访谈没有分析适用法规,也没有确立任何公司如何遵守法规。

Stebbings 问到涉及中国开发的开放模型的安全担忧。Murdock 没有提供具体后门的证据,而是预测当前模型最终会被新架构取代。这一预测不能确立任何现有模型是安全、不安全还是不存在漏洞。

Murdock 预计,能够进行更持续或终身学习的模型会改变架构和训练格局。他将其描述为开发者的目标,并推测它可能在数年内出现,也可能需要更长时间。对话没有证明此类系统已经存在,或一定会按他偏好的时间表出现。

按照他的描述,持续学习会让系统随时间吸收经验,而不只依赖静态训练后的模型。他预计未来方法在架构上会不同于今天的系统。该术语涉及仍在进行的研究,他没有给出经过演示的规格或验证过的时间表。

07

数据、不确定性与投资者预测

两人讨论企业数据需求变化和预测技术进展时机的困难。Murdock 最后分享对公司及区块链用途的推测性看法。

他说,企业数据会随时间变化,不同组织可能以不同方式使用类似的数据。他认为随着企业定制系统,数据提供商可能有价值,同时承认数据需求和市场也可能变化。Stebbings 在提出自己的市场规模论点时,披露了对一家数据公司的投资。

Stebbings 认为,数据供应商可能从主要向前沿实验室销售,转向服务需要补充数据来构建专用模型的企业。Murdock 看到潜在的大机会,但没有为具体市场估值提供证据。主持人已披露自己投资该领域的一家公司。

Stebbings 问,这场对话是否高估一年内能发生的事情,却低估十年的变化。Murdock 承认,持续学习可能需要两三年,也可能需要十年:他不知道。他用医学进步作困难问题的类比,并没有声称癌症已经被解决。

在他看来,金融冲击与低于预期的技术进步结合,可能让膨胀的预期落空。反过来,进一步突破也可能支持持续发展。这些是有条件的情景,访谈没有为任何一种提供可靠时间或概率。

在快问快答中,Murdock 推测可能的上市及 Nvidia 未来估值。他还说,Meta、Google 和 Microsoft 拥有庞大客户群,他认为这可能让它们有时间适应变化,同时承认它们各有不同。这些是投资观点,不是确认的 IPO 计划、目标价格或财务建议。

被问到 Apple 的 AI 策略和私募股权机构时,他说自己缺乏足够信息,无法对前者作出明确判断,也无法给所有机构的投资组合排名。他披露自己与 Insight Partners 的关系,并说该机构自身的私募股权敞口较小。他对相对风险的评论不是对任何基金的独立审计。

他称赞多家风投机构在 AI 领域的布局,包括投资组合不同的机构。这些是主观评价,反映他作为投资者的视角。他没有确立基金未来表现,也没有暗示过去的投资能保证未来回报。

最后,Murdock 预测区块链基础设施会更多用于智能体支付或购买推理服务等领域。他讨论行业安全担忧及可能产品,但对采用情况和技术安全的说法属于推测。Stebbings 感谢他并结束访谈。

同频道的其他文章

23:48EN → 简体中文
20VC with Harry Stebbings· 2026年10月26日播客 · 2 人对谈Satya Nadella:AI 需要零信任架构,企业应该拥有自己的智能嘉宾 Satya Nadella · 主持 Harry StebbingsMicrosoft 首席执行官认为,在对齐研究仍未解决的情况下,强大的智能体需要安全边界;他也解释了为什么企业应保留自身使用 AI 所创造的价值。企业 AIAI security评估+2
1:13:26EN → 简体中文
20VC with Harry Stebbings· 2026年10月24日播客 · 2 人对谈Naveen Rao:能源、AI 硬件、结果验证与机器人的未来嘉宾 Naveen Rao · 主持 Harry StebbingsUnconventional AI 创始人认为,能源效率将塑造 AI 硬件;与此同时,模型生成内容的数量不断增加,也让验证变得更加重要。EnergySemiconductorsInference+2
59:41EN → 简体中文
20VC with Harry Stebbings· 2026年10月22日播客 · 3 人对谈20VC:风投基金规模、AI 估值与不断变化的软件市场嘉宾 Jason Lemkin, Rory O’Driscoll · 主持 Harry StebbingsHarry Stebbings、Jason Lemkin 和 Rory O’Driscoll 讨论风险投资集中、基础设施风险、代码审查,以及快速增长的 AI 公司估值背后的假设。Venture CapitalInvestingAI cost & performance+2
1:19:50EN → 简体中文
20VC with Harry Stebbings· 2026年10月19日播客 · 2 人对谈Sameer Dholakia:AI 投资、Bessemer 的成长策略与公司文化嘉宾 Sameer Dholakia · 主持 Harry Stebbings这位 Bessemer 合伙人解释如何为快速增长的 AI 公司估值、支持创始人并建立团队,同时讨论乐观预测背后的风险。Venture CapitalAI StrategyLeadership+2
1:03:05EN → 简体中文
20VC with Harry Stebbings· 2026年10月17日播客 · 2 人对谈Harrison Chase:如何构建可靠智能体,以及模型路由与记忆的作用嘉宾 Harrison Chase · 主持 Harry StebbingsLangChain 联合创始人解释为什么智能体仍然难以控制、领域专业知识的价值在哪里,以及他的团队如何管理编程智能体的成本。AI agentsAgent orchestration评估+2
1:17:09EN → 简体中文
20VC with Harry Stebbings· 2026年10月15日播客 · 3 人对谈20VC:按比例投资权、AI 定价与不断变化的软件市场嘉宾 Jason Lemkin, Rory O’Driscoll · 主持 Harry StebbingsHarry Stebbings、Jason Lemkin 和 Rory O’Driscoll 讨论投资人权利、模型经济性,以及软件公司和员工面临的选择。Venture CapitalAI cost & performanceRobotics+2