AI技术量级与历史地位 - AI是比互联网更宏大的技术变革，其量级堪比电力、微处理器和蒸汽机，目前仍处于非常早期阶段 [2] - 这是有生以来经历的最大规模的技术革命 [2] 成本通缩与供需规律 - 智能的单位成本下降速度远超摩尔定律，带来需求的爆发性增长 [2] - 所有AI输入的单位成本都在崩塌，导致单位成本的超通缩，将推动超出预期的需求增长 [8] - 遵循短缺导致过剩的历史规律，GPU和数据中心的大规模建设最终将导致供应过剩，进一步压低AI成本 [3] - 导致过剩的第一大原因就是短缺，因为短缺会吸引数千亿甚至数万亿美元投入，未来十年AI公司的单位成本将像石头一样直线下跌 [8] 市场结构与产业分工 - 未来AI市场结构将类似计算机产业：少数上帝级模型在顶端，海量低成本小模型在边缘侧普及 [3] - 行业结构将是一个分工明确的智力金字塔，并非零和博弈 [13] - 极少数相当于超级计算机的上帝模型运行在巨大的数据中心里，层层递进的小模型最终延伸到嵌入式系统，最聪明的模型永远在顶端，但数量最多的将是边缘侧的小模型 [13] 中美技术竞争格局 - AI只在美国和中国被构建，世界其他地方要么造不出来，要么不想造，这是一个双雄争霸的局面 [3] - 中国在追赶速度、开源策略和芯片自研上表现惊人，促使美国联邦层面的监管风向转为支持创新 [3] - 中国在开源模型上的进展让华盛顿和硅谷都感到惊讶，DeepSeek的发布是一个超新星时刻，其性能出色且来自一家对冲基金，完全出乎意料 [10] - 中国公司在开源领域的策略形成了一种全球性的价格竞争，使美国政策制定者重新思考监管方向 [10] - 在华盛顿，不管是民主党还是共和党，现在都很少有兴趣做任何可能阻止美国战胜中国的事情，联邦层面严苛监管风险已经大幅降低 [10] 商业模式演变 - AI应用正从按Token付费向基于价值定价转移 [4] - 初创公司不再只是套壳，而是正在向后集成构建自己的模型 [4] - 云巨头乐于通过按Token计费来销售算力，但初创公司正在探索更具护城河的模式 [12] - AI初创公司在定价上比SaaS公司更具创造力，如果能从医生、律师或程序员的生产力大幅提升中分一杯羹，高定价往往对客户有利 [12] - 像Cursor这样的领先应用公司正在向后集成，实际上正在构建自己的AI模型，因为他们拥有最深的领域认知 [12] 技术普及与公众接受度 - 全球最先进的AI技术已打破壁垒，任何人都可以在第一时间直接使用并验证这些原本昂贵的顶尖技术 [6] - 民调显示公众对AI替代感到恐慌，但实际行为数据显示人们正在疯狂采用AI [6] 欧洲监管环境的影响 - 欧盟因无法在创新上领跑，转而追求监管领先，这种做法几乎扼杀了本土AI发展 [5] - 欧盟的监管导致苹果和Meta拒绝在欧洲发布最新功能 [5]

AI技术革命的规模与阶段 - AI是比互联网更宏大的技术变革，其量级可与电力、微处理器和蒸汽机相提并论，目前仍处于“非常早期”阶段 [4][15] - 自ChatGPT时刻（约2022年底）算起，行业仅进入这波浪潮三年，但这是一场酝酿了80年的革命终于兑现承诺 [19][20] - 硅谷正以“令人难以置信的热情浪潮”回应，能够从之前的技术浪潮中回收和吸纳人才，重新分配资本和人力资本以迎接新技术 [22] - 领先AI公司的营收增长和起飞速度是“前所未有的”，公司增长速度比以前任何浪潮都快，感觉一切仍在发展中 [12][25][26] 智能成本通缩与供需动态 - AI所有输入的单位成本都在“崩塌”，导致单位成本的“极度通缩”或“超通缩”，其价格下降速度比摩尔定律还要快 [4][35] - 成本的极度通缩将带来供需弹性下的“超出预期的需求增长”，推动需求的爆发性增长 [4][35] - 遵循“短缺导致过剩”的历史规律，当前的GPU、芯片和数据中心空间短缺，将引发巨大的建设热潮 [4][35] - 未来十年，可能有“数千亿甚至数万亿美元”投入AI基础设施建设，导致AI公司的单位成本“像石头一样直线下跌” [4][35] - 小模型革命正在发生，前沿大模型的能力在6或12个月后就会被更小、成本更低的模型所复制和提供 [38] 未来市场结构与技术路径 - 未来AI行业结构将类似计算机产业，形成一个“智力金字塔”：极少数相当于超级计算机的“上帝模型”在顶端，海量低成本“小模型”在边缘侧普及 [6][42] - 这并非零和博弈，最聪明的模型永远在顶端，但数量最多的将是那些扩散出去的边缘侧小模型 [10][42] - 行业存在“大模型与小模型之争”，但经济和世界上有大量任务不需要最顶级的智能，一个“智商120的胜任者”就很好 [41][42] - AI芯片架构正在演变，GPU架构适合AI具有一定的历史偶然性，未来会有更严格、更经济高效的专用AI芯片出现，包括来自初创公司、超大规模云厂商和各国的新设计 [47][48][49] 中美技术竞争格局 - AI竞赛本质上是“双雄争霸”的局面，AI基本上只在美国和中国被构建，世界其他地方要么造不出来，要么不想造 [6][51] - 中国在开源模型上的进展（如DeepSeek、Kimi）让华盛顿和硅谷都感到惊讶，形成了全球性的价格竞争 [5][7] - DeepSeek的发布是一个“超新星时刻”，其性能出色且来自一家对冲基金而非大型科技巨头，完全出乎意料，开启了中国发布开源模型的趋势 [7][54][56] - 中国大概有“三到六家”主要的AI公司以及大量初创公司，正在软件和芯片领域“极其努力地追赶” [52][53] - 华盛顿的政策格局已大幅改善，两党都“很少有兴趣做任何可能阻止我们战胜中国的事情”，联邦层面严苛监管的风险已非常低 [7][58][59] 商业模式与定价演变 - AI公司的核心商业模式正在从云巨头主导的“按Token计费”（tokens by the drink）向更具护城河的“基于价值定价”转移 [9][34][72] - AI公司在定价上比SaaS公司和消费互联网公司“更具创造力”，消费者AI产品每月价格层级达到200或300美元已很常见 [32] - 高定价往往对客户有利，因为它支撑了更好的研发，让供应商能把产品变得更好，最终让客户受益 [75][76] - 领先的AI应用公司（如Cursor）正在向后集成，“实际上正在构建自己的AI模型”，而不仅仅是“GPT套壳”，因为它们拥有最深的领域认知 [9][88][89] 技术扩散、采用与监管环境 - AI技术已“极其民主化”，全球最先进的AI技术（如ChatGPT、Sora、Suno）任何人都可以在第一时间直接使用并验证 [6][21] - 互联网作为已建成的载体，使得AI能够以“光速扩散”到全球广泛人口，这是以前从未可能的潜在新技术扩散速度 [28][29][30] - 民调显示公众对“AI替代”感到恐慌，但实际行为数据显示人们正在“疯狂采用AI”，显示偏好与口头回答存在巨大差异 [6][14] - 欧盟因无法在创新上领跑，转而追求“监管领先”（如《欧盟AI法案》），这种做法几乎扼杀了本土AI发展，甚至导致苹果和Meta拒绝在欧洲发布最新功能 [6][62] - 美国监管风险焦点已从联邦层面转移到州一级（如加州的SB 1047法案），该法案模仿欧盟AI法案，若通过将“完全扼杀加州的AI发展” [59][65]