AI 芯片交易、创始人退出与工作的未来

Harry Stebbings 以有关 NVIDIA 与 Groq 一项约 200 亿美元交易的报道开场。Jason Lemkin 和 Rory O’Driscoll 讨论推理技术的战略价值，但节目没有独立核实报道中的价格、交易结构和双方的私下谈判。

Lemkin 认为，如果知识工作者持续运行多个智能体，AI 模型运行，即推理，可能成为规模大得多的工作负载。这是他的预测，而不是已经观察到的使用水平。他认为，随着芯片竞争加剧，推理能力可能对 NVIDIA 有战略价值。

O’Driscoll 区分了训练模型和运行模型以回答查询。他说 Groq 适用于需要可预测低延迟的场景，并以对话式 AI 公司 Tavus 为例；他在该公司拥有投资利益。这是投资人的评价，而不是比较基准测试。

嘉宾推测，相对于 NVIDIA 规模庞大的现有业务，获得潜在竞争对手的技术与人才可能有价值。O’Driscoll 对 NVIDIA 动机的解释及报道中的财务比较都只是猜测，而非该公司的声明。

O’Driscoll 回顾 Groq 起源于曾参与 Google TPU 的工程师，描述了 AI 热潮之前多年艰难的开发过程。他引用的历史收入只是估计；嘉宾没有确认经审计的数字，也没有确定报道中交易的收入倍数。

他认为，战略买家和独立经营的公司可能对同一资产给出截然不同的估值。他想象的谈判对话用于说明这个问题；他表示自己不知道双方实际讨论了什么，也不知道报道中的价格如何谈定。

嘉宾推测交易的法律形式，以及速度与监管考量是否产生影响。他们没有核实合同条款，因此讨论不能证明这是一项完整收购、规避反垄断监管，或证明任何私下谈判的内容。

Lemkin 比较了投资此前不为人知的创始人，与投资 Groq 创始人 Jonathan Ross 这样已有技术声誉的领导者。他引用媒体关于快速谈判的报道，但承认嘉宾并不了解谈判内幕。

他认为，押注杰出创始人有可能不依赖传统收入倍数逻辑而获得好结果，但仍要承担很大风险。讨论中的具体收入和回报数字未经核实，不应视为公司披露。

Stebbings 问报道中的交易是否有利于竞争对手 Cerebras。O’Driscoll 说，一项引人注目的交易可以提供估值比较，但也可能从有限的买家群中减少一位买家。两种影响综合起来的方向并不确定。

嘉宾讨论其他大型科技公司未来是否可能推行芯片战略。O’Driscoll 把它作为一种可能性，并没有预测某家公司一定会收购 Cerebras；Cerebras 的业务和技术也不同于 Groq。

Lemkin 说，一笔大型交易也可能改变潜在收购方内部的心理预期。依他的经验，有了明确的可比案例，以前难以讨论的收购提案可能更容易进入议程，但每笔交易仍有整合和组织成本。

投资人指出，Groq 的融资历史对风投支持的半导体公司而言并不寻常。O’Driscoll 说，该行业曾长期难以实现退出，并提醒不要把一个报道中的结果当成所有芯片初创公司都会取得类似回报的证据。

话题转向 Meta 和 Manus。Stebbings 根据自己的了解称价格为 25 亿美元，并引用收入和回报数字。嘉宾没有在节目中独立核实交易条款、持股、收入或所得，因此这些估计不应被视为披露的财务报表。

O’Driscoll 肯定 Benchmark 愿意承担风险，并讨论公司迁至新加坡的情况。他谈到自己认为 Meta 可能看重团队及其让 AI 易于使用的能力，同时承认自己看不出该产品与 Meta 消费者受众的战略契合点有多明显。

Lemkin 假设 Manus 创始人决定出售，是因为报价在即时回报与竞争、执行风险之间取得了平衡。他明确表示自己只是按经验推测，并不知道创始人的决策过程，也没有核实他们个人所得。

嘉宾在辩论这一决定时引用了所谓的持股比例、收入和融资报价，但没有独立文件证明这些细节。实际税务处理也取决于具体事实，而不是对话中作出的宽泛假设。

Stebbings 认为，快速增长可能支持公司等待更高估值。O’Driscoll 回答说，持股集中的创始人可能比多元化的风险基金更重视确定性，而且当创始人想出售时，说服其继续持有很困难。

嘉宾认为，投资者可以向创始人提供对潜在结果和风险的看法，而不应夺走决定权。他们也鼓励创始人在评估报价时说出对业务的担忧，而不是只关注醒目的增长预测。

Lemkin 和 O’Driscoll 提出，出售可能处于一个局部高点：即使长期市场很大，竞争也可能变得更激烈。他们没有声称这就是 Manus 创始人的理由，也没有说仅凭交易便能预测未来结果。

讨论区分了创始人的个人结果与基金回报。Lemkin 说，相比更大的赢家，一次只能返还基金部分规模的退出对他吸引力较低；O’Driscoll 则看重尽早把收益放回基金。两人描述的是各自的投资偏好。

圆桌转向据报道 Yann LeCun 对 Meta AI 工作的公开评论。他们把据称他对领导层的批评，与有关模型基准的其他说法区分开来。这些评论及嘉宾的解读，不能独立证明存在基准操纵或内部动机。

O’Driscoll 认为，寻找新研究方向的学者与追求有竞争力产品的运营者，优先事项可能不同。这是他对潜在组织张力的解释，并非对 Meta 个人决策的内幕了解。

Lemkin 开玩笑说，离职与竞争可以激励新的 AI 公司。O’Driscoll 同意冲突可能成为创始人的动力，但提醒这不能保证业务成功，也不能证明任何特定创始人离开雇主的原因。

他们讨论一个拟议研究实验室，其中 LeCun 担任董事长、Alex LeBrun 担任 CEO。Lemkin 质疑非执行技术创始人能否投入足够注意力；O’Driscoll 则认为，研究者搭配强有力的商业负责人可能是一种可行配置。

O’Driscoll 更大的疑问是，市场是否有足够多各不相同的商业机会，支撑众多成本高昂的研究实验室。他强调，研究人才出色本身并不能证明每个组织都能建立持久业务。

Lemkin 和 O’Driscoll 推测，如果领导者觉得自己错过了重要技术转变，可能会更愿意承担大风险。他们对 Mark Zuckerberg 内心想法的描述只是猜测；圆桌没有提供其个人动机的直接证据。

Stebbings 引入报道中的 OpenAI 股权薪酬数字。Lemkin 推测 CEO 的持股情况可能如何影响其对稀释的态度；O’Driscoll 则认为，如果机会足够大，为稀缺人才支付高薪可能是合理选择。

O’Driscoll 说，股权会计处理和股票价值变化可能呈现不同的薪酬图景。他用授予的股份升值作了简化示例，并指出股价下跌可能给员工带来相反体验。

他建议把公司随时间发行的股份比例作为衡量稀释的另一项粗略指标。他提出的区间及对私人 AI 公司的计算只是估计，不是经过核实的股权结构披露；授予类型、归属期限和融资条款都很重要。

Lemkin 提到一个研究人员留任数字，O’Driscoll 认为应该把留任和招聘结果一起纳入薪酬评估。两人没有提供该数字的来源或统计队列定义，因此不能用它确定一般留任率。

嘉宾讨论 SoftBank 对 OpenAI 的投资，以及孙正义愿意进行集中押注的风格。他们对交易时间、持股和账面收益的说法只是个人叙述，不是经核实的财务结果或已经实现的回报。

他们区分账面估值增长与最终投资结果。Lemkin 认为，如果 OpenAI 获得成功，大比例持股可能很重要；但如果投资判断错误，同样的集中度也会带来可观的下行风险。

Stebbings 提到有关 OpenAI 可能推出硬件设备的报道。讨论是推测性的：圆桌没有确认产品、形态或发布时间。O’Driscoll 回忆自己投资笔式计算公司 Livescribe 的经历，用来思考独立设备面临的挑战。

O’Driscoll 问，用户是否仍想要书写设备，以及是否愿意在手机之外再为硬件付费。他说，这些基本问题曾影响他早先的投资，同时承认新产品可能面临不同条件。

Lemkin 认为，未来设备不一定是传统书写工具。他预测人们可能希望 AI 助手全天可用，但产品细节和采用时间仍只是猜想。

他描述自己使用 Claude 的经历，包括助手在对话中生成一个名字，并说该工具可以搜索过往聊天。他承认自己在把系统拟人化；这一轶事不能证明 AI 有意识，或拥有持续的独立觉知。

O’Driscoll 同意，获取相关信息可能改变知识工作，但质疑独立设备能否提供足够价值，超越手机已有的摄像头和麦克风。嘉宾即使同意辅助需求可能增长，对硬件问题仍有分歧。

Lemkin 想象人们会把个性化 AI 当作始终相伴的助手。O’Driscoll 明确反对按字面理解有意识的说法，同时接受把它作为更易获得的助手的比喻。他们的预测并非关于 AI 意识或未来行为的既定事实。

Stebbings 问，如果 Lemkin 预计推理会持续运行，为什么不直接投资数据中心。Lemkin 说自己更愿意投资有经验的 AI 智能体和软件；O’Driscoll 同意，确信一个大趋势并不代表熟悉其中每个领域。

话题转向在风险投资中使用 AI。Lemkin 说，一个工具曾推荐过一笔投资，回顾自己以前的决策也能帮助他检查新交易是否符合标准。这是个人经验，不能证明 AI 推荐胜过投资人。

O’Driscoll 认为，一个能要求独立投资人明确并反复检查决策标准的系统可能有价值。它或许能帮助发现明显的不一致，但无法消除判断公司未来时固有的不确定性。

Lemkin 认为，未经引荐的来信中有关创始人的信号，可以帮助投资人在面对面沟通前发现有潜力的机会。他说自己的一些成功交易源于主动来信，并设想让 AI 协助筛选，但没有证明模型可以可靠地识别顶尖创始人。

Stebbings 转向 Navan 低迷的公开市场定价。O’Driscoll 说，在他看来，公司报道中的增速和现金流状况意味着它可能被低估。这是个人投资判断，不是投资建议或经核实的估值。

O’Driscoll 把 IPO 时间、申报环境和 CFO 交接列为可能造成市场不确定性的因素。他没有证明高管变动有不当原因；他的数字和解释基于自己对现有信息的解读。

Lemkin 提出另一种假设：债务和融资需求可能影响上市时间，而一场困难的发行也可能说明 IPO 窗口只部分打开。他将其作为一个可供质疑的叙述，而不是对管理层决策的已确认记录。

圆桌讨论公开市场定价在多大程度上取决于 AI 叙事，而不是经营基本面。O’Driscoll 认为投资者应建立增长和现金流模型；他承认短期内市场可能受叙事驱动。

O’Driscoll 认为，如果优秀企业无法获得有吸引力的公开市场估值，私人资本可能显得更有吸引力。他将公开股票的流动性与上市公司高管面临的信息披露和激进投资者压力进行比较。

嘉宾讨论，为什么当私人融资条件有吸引力时，大型私营公司可能宁愿保持私有。他们举出的估值只是特定时间的观察，没有声称这些上市与私营公司完全可以直接比较。

O’Driscoll 区分了规模太小而不能上市的公司，与规模足以上市却选择保持私有的企业。他认为，后者向交易所提出了一个问题：为什么公开市场不能更早吸引这些企业？

Stebbings 以 Revolut 为例。嘉宾把报道中的收入、利润和估值与其他金融公司比较，并讨论可能的股息。这些数字和派息例子都是未经核实的说明；实际派息需要公司决策，并取决于适用规则。

他们说，能够产生现金的私营企业对外部市场的依赖可能较低，在分配利润或二级出售方面也可能有更多选择。O’Driscoll 把上市决策描述为：哪种结构最能支持创始人的目标。

Lemkin 认为，公开交易的股票可作为有用的收购支付工具，并以 Databricks 作假设性例子。嘉宾没有宣布交易，也没有确认任何被提及的公司打算进行交易。

Stebbings 问及初级岗位的就业前景。Lemkin 描述他所谓的“隐形失业”：公司可能放慢招聘或保持员工总数不变，同时利用 AI 提高产出。他把这作为新出现的担忧，而不是经过测量的失业数据或普遍因果关系的证明。

Lemkin 特别担心初级销售岗位，以及难以转到新工作的资深员工。他关于再培训的笼统判断是基于个人经验的意见；讨论没有提供证据证明再培训从来不起作用。

O’Driscoll 说，员工主动离职的比例可能是衡量劳动力市场信心的一项信号，但它本身不能证明变化由 AI 引起。他担心抢手的高级专业人才与其他劳动者之间的差距扩大。

投资人讨论年长员工和应届毕业生面临的压力。他们有关大学入学和就业机会的百分比只是示意性推测，不是统计研究；O’Driscoll 认为大学应该帮助毕业生获得相关技能。

O’Driscoll 说，他不认为大规模失业已经得到证实，但担心客户支持以及部分初级知识工作受到冲击。他还思考如果毕业生感到被排除在外，可能出现什么政治反应，但没有把这个情景当成对特定结果的预测。

嘉宾对再培训和努力程度的强调各有不同，但都预见一些劳动者会经历困难调整。他们对年轻员工和工作态度的宽泛说法是个人概括，而不是对一代人的实证结论。

Lemkin 说，员工更少可能帮助公司用更少招聘达到收入目标。O’Driscoll 认为短期可能出现工作岗位错配，尽管他对长期前景更加乐观。结束时，他们敦促人们关注 AI 带来的变化而不是忽视它，同时承认影响规模仍不确定。