--- title: "从 “追逐 GPU” 到 “追逐 Gigawatts”--Coatue CIO 讲述科技投资的 “范式转变”" type: "News" locale: "en" url: "https://longbridge.com/en/news/286711245.md" description: "在 Coatue 的春季投资者更新会上，CIO Jaimin Rangwalla 讨论了科技投资的转变，强调从追逐 GPU 转向追逐 Gigawatts。他分析了 AI 初创公司 ARR 的快速增长及其对市场的影响，指出科技投资的聚焦点正在改变，同时探讨了算力结构的变化及半导体行业的盈利前景。" datetime: "2026-05-18T04:02:12.000Z" locales: - [zh-CN](https://longbridge.com/zh-CN/news/286711245.md) - [en](https://longbridge.com/en/news/286711245.md) - [zh-HK](https://longbridge.com/zh-HK/news/286711245.md) --- # 从 “追逐 GPU” 到 “追逐 Gigawatts”--Coatue CIO 讲述科技投资的 “范式转变” 当 AI 初创公司的年度经常性收入（ARR）以 “每周 25 亿美元” 的惊人速度狂飙时，华尔街的科技投资逻辑正在发生一场深刻的裂变——**从死磕芯片，转向争夺电力与供应链定价权。** 近日，在知名科技对冲基金 Coatue 的春季投资者更新会上，Coatue 二级市场首席投资官（CIO）Jaimin Rangwalla 接受了 Sourcery 的 Molly O'Shea 深度访谈，深度拆解他 20 年职业生涯中最非凡的科技周期。 Rangwalla 详细梳理了 Coatue 春季投资者更新报告——为什么 OpenAI、Anthropic 和 SpaceX 在上市之前就已跻身全球前 25 大公司，Anthropic 如何做到每周新增 25 亿美元 ARR（年度经常性收入），以及"智能体启动智能体"的崛起如何催生了他所称的"数字人口爆炸"——这将使每个人的半导体和电力消耗足迹扩大 1000 倍。 面对当前席卷全球的 AI 狂潮，Rangwalla 不仅揭示了 AI 企业令人咋舌的收入增速与订单现状，更抛出了一个令市场瞩目的全新投资框架：**科技投资的聚光灯，正在从 “追逐 GPU” 转向 “追逐 Gigawatts（千兆瓦电力）”。** 他还拆解了**从"1 个 CPU 对应 8 个 GPU"转变为"1 个 GPU 对应 4 个 CPU"的算力结构转变**，半导体行业为何从"职业生涯级别的做空标的"变成了市场上最赚钱的板块，以及"稀缺资源的卖方 vs. 稀缺资源的买方"这一动态如何驱动当今最大的市场赢家。 Coatue 是硅谷最具影响力的科技投资机构之一，管理规模超过 800 亿美元，早期重仓英伟达等 AI 基础设施标的而声名大噪。Rangwalla 自 2007 年加入 Coatue，从半导体研究员一路成长为公开市场 CIO，亲历了从 iPhone 到 AI 的数轮科技浪潮。 市场当前最关注的焦点之一，莫过于 AI 巨头们是否真正兑现了商业化收入。Rangwalla 给出的答案是极其震撼的。他指出，当前 AI 领导者的创收速度远超以往任何一个科技周期。Rangwalla 称： 在谈及市场动能时，Rangwalla 提出了一个极其敏锐的观察框架——**“短缺的卖家（Sellers of shortage）” 与 “短缺的买家（Buyers of shortage）”**。这也解释了为何近期部分科技巨头的财报虽然亮眼，但股价却面临压力。 关于 AI 的未来想象空间，Rangwalla 将矛头指向了 “Agent（智能体）” 的爆发。他认为，Token（词元）是任何 AI 模型的 “思想单位”，而未来的数字经济将由无数个 Agent 及其产生的 Token 构成。 **“如果在一两年内，你我都有一个运行着数百个 Agent 的 Claude……我们个人的技术足迹将扩大 10 倍。你过去可能只有 3 到 4 台设备，但马上你将拥有成千上万台 ‘虚拟设备’（Agent），而每一个 Agent 都需要 CPU、GPU 和内存。”**Rangwalla 强调，这种行为方式的改变将彻底颠覆 AI 硬件架构。 在这个过程中，一个令人意外的趋势正在浮现：CPU 的重要性正在回归。过去几年，行业标准是 1 个 CPU 搭配 8 个 GPU，所有的计算都在 GPU 上进行。但 Rangwalla 透露： 原因在于，当 Agent 开始自主执行如 “预订餐厅” 或 “编程” 等各种复杂任务时，大量任务需要的是串行处理（Serial tasks）而非并行计算。这可能为此前沉寂已久的传统 CPU 巨头（如 Intel、AMD、ARM）带来意想不到的增量空间。 Rangwalla 坦承，职业生涯前七八年，他在 Coatue 几乎只做半导体的空头——彼时半导体被视为"深度周期性行业"，过度建设、产能过剩、客户集中风险极高，"公司股价动辄下跌 90%"。 他生动描述了这一行业地位逆转："以前在会议上，大家都争着去见 Facebook CEO、Google CEO。现在 GTC（Nvidia 年度大会）就像 Taylor Swift 演唱会，4000 人抢着听黄仁勋讲话——这简直不可思议。" **Molly O'Shea：**Sourcery 的 Molly O'Shea **访谈嘉宾：**Coatue 公共投资部首席投资官 Jaimin Rangwalla **Jaimin Rangwalla：** 现在有很多私人公司，还没上市就已经跻身全球市值前 25 名了。这是前所未有的时代。"科技七巨头"（Mag 7）里市值最大的 Meta，2012 年上市时， **（旁白：Facebook IPO，史上最大规模的 IPO 申请。所有人都想参与这场史上最受追捧的上市盛事。）** 上市时估值大约 1 亿美元。但你看看今天——OpenAI 最近一轮融资估值超过 8000 亿美元，Anthropic 上一轮估值高达三四百亿美元，SpaceX 估值达到 1.25 万亿美元。 **Molly O'Shea：** 这些公司实现 250 亿美元年化收入的速度，是超大规模云厂商和"科技七巨头"的三分之一甚至二分之一。 **Jaimin Rangwalla：** 对，它们每个月净增约 100 亿美元，差不多每周增加 25 亿美元。要知道，SaaS 领域大多数公司的年度经常性收入（ARR）连 25 亿美元都没有，而这些公司一周就能增加这么多。 **Molly O'Shea：** Jaimin，欢迎来到这个"魔法世界"。 **Jaimin Rangwalla：** 谢谢，谢谢邀请我。 **Molly O'Shea：** 我们现在在 Coatue 新装修好的办公室里，感觉怎么样？ **Jaimin Rangwalla：** 感觉就像重回开学第一天。大家周一早上一起来上班，都不知道会看到什么。我们的团队在我们还在楼下照常工作的时候，就已经把一切都布置好了。最大的变化是，我们现在是更开放的"大通铺"式布局，所有人坐在一起——AI 工程师、数据科学家、分析师，全都挨着坐。这样做是为了真正推动深度洞察和协作。能够随时大声喊一句"这是什么意思？这里发生了什么？"真的很让人兴奋，这让我有点想起当年做投资银行的日子。 **Molly O'Shea：** 我听说 Felipe 把桌子放在大通铺的正中间，是真的吗？ **Jaimin Rangwalla：** 是真的。他第一天来，把外套往桌上一放，然后说："为什么我离行动中心这么远？"所以可能得把他的桌子再往中间挪一挪。 **Molly O'Shea：** 太好玩了。我刚才在办公室转了转，和一些同事聊了聊，他们说你们有个"秘密足球小组"，每周两次早上 6 点半去码头踢球？ **Jaimin Rangwalla：** 对，不过不叫"秘密"，叫"精英圈子"。大概八年前我们就开始踢了，最开始是在健身房里两对两地踢，后来搬到室外，现在已经是八、九个人对八、九个人了。超级刺激——我们记分，每周排名，统计每个人的进球数，排名每周都在涨涨跌跌，看谁状态好、谁状态差。这不是说我们还需要更多竞争动力，但它确实给团队文化注入了一点额外的激情。 **Molly O'Shea：** 太有意思了。好，今天我们来聊聊 Coatue 的春季投资者更新报告。你刚刚结束了那场会议，里面有大量数据。我之前和 Coatue 的几位领导——Michael Barton、Thomas Lafan——都有过深入交流，我们梳理过不同的科技周期：互联网、移动互联网、云计算，现在进入了 AI 时代。现在到底发生了什么？我感觉每六周就需要一次更新，变化实在太快了。你看到了什么？ **Jaimin Rangwalla：** 说实话，你说的就是现实——AI 很大，所有人都能说出"它有多大"这样的豪言壮语，我们在幻灯片里也试着去估算过市场总规模（TAM）。但最令人兴奋的，是**创新的速度**。 你可以从各个维度来看这件事：公司达到 100 亿、300 亿、500 亿年度经常性收入的速度有多快；OpenAI 以史上最快速度积累了近 10 亿用户……所有的曲线都更陡、更快，无论是消费者端、企业端，还是收入端，采用速度都快到前所未有。 所以我们始终关注的是**变化速率**——这才是衡量一项技术能走多远、能有多大影响力的真正标尺。很多时候你会看到快速增长之后就趋于平缓，比如过去一些流行的 App，涨到 1000 万用户就突然停滞了。但 AI 现在的情况是，无论是宏观指标还是用户指标，都在持续高速增长，有时甚至出现短暂放缓后又一次跃升，这只能说明两件事：**一，我们仍处于早期采用阶段；二，市场规模比任何人预估的都要大**——就连最乐观的多头，我觉得也没有真正捕捉到这个市场的体量。 **Molly O'Shea：** 作为公开市场的首席投资官，你是如何梳理这个时代里各个不同的细分领域的？ **Jaimin Rangwalla：** 我们一直在不断重新思考：我们应该怎么覆盖股票、覆盖主题、覆盖主题内的子板块。 两三年前，我们刚开始投资英伟达的时候，想的是"好，现在我们得跟着 GPU 走"——早期押注英伟达，但这通常还不够。真正标志着一个大主题的，是**整个主题里有很多投资机会**，因为会有大量公司受益并影响这个主题未来的走向。 所以我们说，要"跟着 GPU 走"，要想清楚：如果要卖出数十亿美元的 GPU，需要什么样的基础设施来支撑？ 而现在，我们又进入了一个新的思考维度——**"跟着千兆瓦走"**。千兆瓦（电力容量）几乎已经成为 AI 增长的"原子单位"，同时也是目前最大的短缺资源之一。 我们现在要搞清楚的是：千兆瓦的所有上游投入是什么？什么在帮助缩短千兆瓦的交付周期？谁在购买千兆瓦？谁在使用千兆瓦产出的 token（算力输出）？ 所以我们的分析框架和以前完全不同了——以前可能就是"半导体、互联网、航空航天与国防"这样的行业划分，现在我们几乎是在想：**你处于 AI 供应链的哪个切片？** 然后再决定派谁去覆盖那个切片。 **Molly O'Shea：** 到目前为止，最大的意外是什么？ **Jaimin Rangwalla：** 让我最意外的，是**这种供需紧张的状态持续了这么久**。 从历史上看，每一波技术周期都有过供应紧张的阶段，比如内存芯片就经历过多次紧缺期。但这一次不同——不仅紧张，而且感觉每周都在变得更紧张。 就拿内存来说，现在你听到的是供应协议里有锁定到 2029 年、2030 年的保量承诺。这种程度的长期锁定，我从来没见过，而且这个时间点还在不断往后延。 这说明什么？**全球最大的那些公司——也就是大多数买家，基本上都是万亿美元级别的企业——它们不傻。** 它们不会把数千亿美元投进去、保持这么高的增速，然后押注在一个它们认为只会昙花一现的东西上。 所以对我来说，**这种增长强度，以及它持续时间之长，才是真正让我最意外的事情。** **Molly O'Shea：** 你是从半导体行业起步的？ **Jaimin Rangwalla：** 对，我是 2007 年入行的，正好是 iPhone 发布那年。我知道这暴露了我的年龄，但—— **Molly O'Shea：** 我觉得这挺酷的，我们把这个作为背景，办公室周围还有好多小展览。 **Jaimin Rangwalla：** 是啊。我记得刚入行的时候，我们公司派了四个 IT 员工去排队买 iPhone。大家都买到了，然后就在那儿问：这是什么东西？一摸屏幕，感觉太神奇了——要知道，那时候大家用的都是黑莓手机。所以那是我第一次真正感受到：哇，创新就这么突然发生了，完全出乎意料。再看看从第一批百万台 iPhone 到现在，这一路走来的力量有多大。那真的是我职业生涯中最宝贵的一课，没有之一。 **Molly O'Shea：** 我觉得很多人对你还不太了解，所以我很想多聊聊你的背景，以及你是怎么一步步做到 CIO（首席投资官）这个位置的。 **Jaimin Rangwalla：** 好的。我在费城郊区长大，本科在纽约大学读的—— **Molly O'Shea：** 我也是！ **Jaimin Rangwalla：** 真的吗？紫罗兰加油！我可能比你早毕业几年。本科毕业后，我在美林证券做了两年投资银行，那时候美林还是一家独立机构。之后我开始想下一步该怎么走。我身边很多同龄人的路线都是：去私募股权，然后读商学院，再从商学院出来决定未来方向。我本科读的就是商科，对那条路不太感兴趣。于是我开始找人聊，看看有哪些其他机会。有人跟我说：你可以去做投资，做公开市场的投资者，和私募不一样——不用整天盯着一堆顾问，更注重实际行动，一年只需要找到几个真正大的投资机会，就能非常成功。 **Molly O'Shea：** 真的是这样吗？ **Jaimin Rangwalla：** 在早期确实如此。你真的可以找到一个大的投资想法，让整个公司押注其上。我觉得这足以改变一只基金当年的表现，也足以改变一个投资分析师的职业轨迹。 所以在 2007 年夏天，我见了五家公司——那时候市场正好处于高峰期，行情非常好。结果四家都没给我 offer，只有 Philippe（Coatue 的创始人）给了我机会。所以其实我没什么选择余地，但我本来就想做这行，就直接加入了。当时公司管理规模大约 7 亿美元，只有一只基金，在 56 街租了半层楼，规模很小。 我学到的第一个教训就是：你永远不知道自己踏入的是什么样的市场环境。大家都知道 2008 年发生了什么，而那另外四家没给我 offer 的公司，后来全都倒闭了。人生有一部分是运气，另一部分是你如何把握机遇。我觉得我两样都占了一点。虽然那四家没要我，但 Philippe 要了我，而他教会了我一个道理：涨上去的东西，有时候也会跌下来——至少在科技行业，短期内确实如此，宏观因素非常重要。在职业生涯早期就学到这一课，是无价的财富。 之后我开始覆盖半导体行业，随着时间推移，逐渐拓展到更多板块，承担越来越多的责任。 两年前，我获得了一个机会，开始负责 Coatue 所有公开市场业务。这一路走来真的很精彩。我常跟人说，在 Coatue 工作就像在跑马拉松，但每一步都要全力冲刺——每天都必须拼尽全力，没有喘息的时间，但同时又要着眼长远。这段经历真的非常难得。 **Molly O'Shea：** 太厉害了，恭喜你！ **Jaimin Rangwalla：** 谢谢。 **Molly O'Shea：** 也谢谢你在百米冲刺中抽出时间来参加这个节目。我知道聊市场规模可能听起来有点老生常谈，但现在的规模真的是天文数字，太疯狂了。你能不能讲讲"科技七巨头"（Mag 7）上市时的市值，和现在 AI 领头公司的规模做个对比？这个对比真的太惊人了。 **Jaimin Rangwalla：** 好的。科技七巨头里市值最大的是 Meta，2012 年上市时市值约 1000 亿美元。更早之前的那些公司，比如 90 年代上市的，市值大概在 100 亿到 500 亿美元之间——在当时已经算非常大了。 但现在你看，OpenAI 最近一轮融资估值超过 8000 亿美元；SpaceX 在与 xAI 的交易中估值达到 1.25 万亿美元；Anthropic 上一轮估值也高达数千亿美元，据传下一轮还会大幅提升。 现在有私人公司在还没上市之前，估值就已经跻身全球前 25 大公司了——这在历史上从未有过。但我认为，这正是 AI 令人兴奋的地方：这些私人公司在保持私有的同时，就已经积累了巨大的价值和增长。这种现象是前所未有的。 **Molly O'Shea：** 为了跟上这个趋势，你们团队也做了一些调整，比如引入了"AI 天才"Frank？ **Jaimin Rangwalla：** 是的。我们一直在思考如何让自己变得更好、如何跟上时代。今年年初我们引进了 Frank。他的正式头衔可能是"首席 AI 官"之类的，但我更喜欢把他叫做"AI 疯狂科学家"。他的工作就是把市面上所有最新、最有创意、最前沿的东西都试一遍，然后研究如何落地实施——如何让我们整个组织利用好我们 20 年来积累的数据，从而在竞争中再多一个优势，帮助我们取得成功。 **旁白：** 我还想提另一张图表，这次是我自己做的彭博数据分析。首先请大家关注那条加粗的红线——这代表的是纳斯达克指数自 10 月 31 日高点以来的表现。可以看到，加粗红线基本上是横盘震荡的，但有一段时间跌了 10%，而今天又涨了 10%。 接下来我想给大家看科技七巨头的表现——我们标出了其中五家公司。有意思的是，除了 Alphabet 之外，科技七巨头中很多公司都大幅跑输了纳斯达克，其中有三家今年以来还是下跌的。 我觉得这很有意思，因为对我来说，这进一步说明：即便是在科技七巨头内部，座次的重新排列也正在快速发生。 **Molly O'Shea：** 有一张幻灯片看起来真的很震撼——它分析了这些新玩家的营收增长速度，不管是 OpenAI 还是 Anthropic。他们达到 250 亿美元年化营收的速度，是那些超大规模云厂商和"科技七巨头"的三分之一，甚至二分之一。你怎么看这件事？ **Jaimin Rangwalla：** 我觉得这还是回到了最开始说的那个问题——这个市场到底有多大。你看，现在这两家公司的年化经常性收入（ARR）都超过了五六百亿美元，增速惊人。就拿 Anthropic 公开披露的数据来说：去年 12 月底是 90 亿美元，后来变成了 300 亿美元，也就是说他们新增了 200 亿美元。他们每个月新增超过 100 亿美元，差不多每周新增 25 亿美元。 要知道，SaaS 行业里大多数公司，**全年**的 ARR 都不到 25 亿美元，而 Anthropic**一周**就能新增这么多。所以这个市场机会的体量实在是太大了。 再想想这两家加在一起，差不多接近 600 亿美元了。这已经比 ServiceNow 大，比 Salesforce 大，比你能想到的任何大型 SaaS 平台都大——而且他们只用了短短几年时间，而其他那些公司花了十五年、二十年才做到这一步。 **Jaimin Rangwalla（续）：** 所以，AI 让我们如此兴奋的原因就在这里——它正在以前所未有的增速在大规模落地，这让我们有信心相信这个市场本身还要大得多。因为就连我们现在的使用方式，也还在不断取得新突破、发现新的应用场景，但距离我认为的真正潜力，还差得很远。我现在看到的，跟三年后、五年后会是什么样子比起来，简直是九牛一毛。所以我仍然认为，我们现在还处于非常早期的采用阶段。 **Molly O'Shea：** 对于那些不了解这些营收从哪里来的人，你能拆解一下吗？我知道其中有些是预订的、未来合同之类的，但这种营收结构具体是怎么回事？ **Jaimin Rangwalla：** 好的。如果你想想 Anthropic 这样的公司，它的营收来源大概有这几个池子：企业客户、个人用户和消费者，以及那些想用 AI 工具提升效率的人。 但我不认为这是一个简单的"一换一"的逻辑，比如说"我在 Anthropic 上花了 100 美元，就得裁掉价值 100 美元的人力"——不是这样的。真正发生的是**生产力的提升**。每个人的工作时间是固定的，但就算听那些顶尖程序员和开发者怎么说，他们的生产力提升是 2 倍、3 倍。 对大多数科技公司来说，限制你的不是没有项目可做，而是没有足够的人去做所有你想做的项目。AI 让他们能以更快的速度工作、提升产出、同时推进更多项目。 AI 还能帮你重新思考 IT 预算怎么花。目前大多数 IT 预算花在硬件上、花在服务上（比如帮你管理技术栈某些部分的顾问），以及软件上。现在你开始重新审视：这些东西还都需要吗？规模还要保持原来那么大吗？需要增加还是缩减？ 所以，这笔钱一方面来自**生产力增长带来的自然回报**——任何想多投入一块钱的公司都能感受到；另一方面也来自**抵消现有的一部分支出**。我认为两者兼而有之。 **Molly O'Shea：** 这里面有很多关于"Token"的讨论。最近一个热门话题是关于某个模型以及获取这些 Token 的权限。对于那些不了解 Token 和 Token 经济的人，你能解释一下吗？ * * * **Jaimin Rangwalla：** 好的。简单来说，**Token 就是任何 AI 模型"思考"的基本单位**。每当你提一个问题，它给你回答，那个回答就是由 Token 构成的——你看到的答案，本质上就是一串生成的 Token。 我这样理解它：Token 就是"一个智能单元"。就像你作为人类，想做一个决定、想执行一个动作——如果换成 AI 智能体（Agent），每一个这样的决定和动作都对应 Token。 所以人们谈论的"Token 经济"，本质上是**智能体的大规模扩散**，以及由人工智能做出的海量决策——而这些决策是可以用 Token 数量来量化的。 这跟人类智能非常不同——人类智能很难量化，但 AI 智能的基本单位是可以量化的。这实际上非常有趣，因为它几乎在迫使我们重新思考，如何去框定很多公司的商业机会。 **Molly O'Shea：** 你提到智能体（Agent）已经成为最大的"解锁点"之一。这里面的区别到底在哪？ **Jaimin Rangwalla：** 你想想最初用 ChatGPT 的体验：你提一个问题，它思考一段时间（复杂问题就久一点），然后给你一个答案——甚至很多时候不是直接给答案，而是给你一个中间步骤，比如"我搜了 XYZ 这些内容，做了这些，我方向对吗？要深入展开吗？还是简化一点？"整个过程需要大量的**人工介入**。 而现在的**智能体**不一样了。 当你给它一个任务，比如 Opus 4.5 去年底发布时最令人惊叹的地方就是：智能体现在可以**自己启动其他智能体**。这大幅提升了工作的深度、时长和质量。 智能体能够启动其他智能体——我认为这是目前最被低估的突破之一。因为你现在可以把一个项目交给一个智能体，然后直接走开，回来的时候它已经做完了，或者至少完成了绝大部分。 更厉害的是，你一开始在给它下指令的时候，可以说："去做这件事，想启动多少个子智能体就启动多少个，然后再启动 10 个智能体来检查所有这些智能体的工作。" 所以现在它是高度协作、高度迭代的，人类几乎已经不在这个循环里了。 反过来想，**人类曾经是限制智能体工作量的瓶颈**。以前，一个智能体或一个聊天机器人对应一个人类，但它会不断停下来确认："我做得对吗？要重来吗？"做到三分之一停，做到三分之二又停。人类一直在拖慢整个进度。 现在，人类只需要给出最初的提示，剩下所有工作都自动完成。 就拿我自己用 Claude 来说，我不只是问一个问题或交一个任务。我会说"做这个"，然后开一个新窗口说"做那个"，再开一个新窗口说"再做这个"——它们全部**并行运作**。 你可以启动一批智能体，这批智能体又各自启动更多子智能体，层层叠加。在我看来，这就是智能体数量和工作量**指数级增长**的力量所在。 **Molly O'Shea：** 对，我们在那张 Open Claw 的幻灯片里确实看到了这个趋势，太惊人了。他们的增长率是多少？ **Jaimin Rangwalla：** 我觉得 Open Claw 这个现象其实非常有意思。很多人可能还不太了解它到底是什么。它是一种"交互框架"——说白了，就是人和 AI 模型之间交互方式的升级版。 以前你跟 AI 交互，就是打开 ChatGPT 的界面聊天；后来稍微进阶一点，你可以在终端里用命令行跟 Claude 交互。但现在，这种框架让你的交互方式完全不同了——**你可以坐在另一台电脑前，直接跟你的 Claude 对话，让它去控制另一台电脑或虚拟机，替你执行各种操作。** 举个例子：你可以直接发 WhatsApp 消息给它说："我今天在办公室，帮我订周五晚上那家餐厅的位置，把日历邀请发给 Jayman，顺便安排好来回的专车，然后把确认邮件发给他，再加一个日历提醒。"它就能在后台把这些全部搞定，最后回你一条消息说："好了，都办完了，这是详情。" 所以现在和 AI 的交互方式已经完全变了——你可以用终端，可以用手机，随时随地。我们 PPT 里有一张幻灯片专门说这个：**手机现在就像一个遥控器，是你管理所有 AI 智能体的遥控器。** 你可以同时启动多个智能体，分配不同的任务。 而且 Open Claw 的增长轨迹真的很惊人，用的人越来越多，开发者也在不断探索怎么把它融入自己的产品。就连中国，字节跳动、腾讯、阿里巴巴，每家大厂都在做自己的类似产品，发展速度快得令人咋舌。 不过我觉得这还只是一个过渡阶段。现在你用它还得手动给它开权限，比如连接 Gmail 啊这些。未来一定会有人做出一个"超级 App"，你拿到手机装上这个 App，它就能帮你连接你所有的账号和服务，你只需要问它问题，它就是你的终极助手。 **Molly O'Shea：** 你看过 Nat Freeman 在 Stripe Sessions 上的那段视频吗？ **Jaimin Rangwalla：** 没看过。 **Molly O'Shea：** 他在手机上（好像笔记本也有）部署了 Open Claw。有一次，他的 Open Claw 检测到他缺水，就提示他："去喝杯水吧。"他就去厨房倒了杯水喝了。然后 Open Claw 给他拍了张照片，说："干得好！"后来他在开车，系统又提示他缺镁，于是导航直接把路线改到了 Whole Foods 去买镁补充剂——真的挺疯狂的。 **Jaimin Rangwalla：** 对，这就是刚刚开始，未来能做到的事情远不止这些。 **Molly O'Shea：** 你提到每个人的内存需求正在爆炸式增长，能展开讲讲这个市场规模吗？ **Jaimin Rangwalla：** 好的。以前内存是跟设备绑定的——手机有内存，电脑有内存。随着智能手机和电脑的普及，一个人可能有一台电脑（8GB 内存）、一部手机（8 到 16GB 内存），设备越来越多，内存需求自然也缓慢增长。 但现在想想看：**一两年后，你我每个人都会同时运行几百个 AI 智能体。** 在工作场景下，可能是几百甚至几千个智能体同时在跑，每一个都需要 CPU、GPU 和内存。 虽然这些不是持续 24 小时运行的，有些任务跑完就结束了，但大方向是清晰的：**你个人的"半导体占用量"将扩大约 10 倍。** 以前你有两三台设备，现在这几台设备之上，还会叠加成千上万个虚拟设备——也就是那些智能体，每个智能体都需要消耗芯片资源。 我们有一次电话会议请到了 Boris Chernet，他是 Claude Code 的创始人，他说他白天会运行一定数量的智能体，但下班前会启动几千个智能体，让它们整晚干活，第二天早上他来了直接看结果。 **想象一下，如果我们每个人都这样做，哪怕只是执行一些简单的日常任务，每个人消耗的芯片资源、电力资源都会大幅增加。** 这不只是半导体的问题，每个人的能耗也会跟着显著上升。 **Molly O'Shea：** 这些行为方式的变化，对 AI 的底层架构有什么影响？ **Jaimin Rangwalla：** 现在我们内部开玩笑说，聊天机器人有"失忆症"。你今天给它上传了一堆医疗记录，它分析得很好；但你第二天再来问同样的问题，它完全不记得了，你得重新上传。这就像亚当·桑德勒那部电影《初恋 50 次》——男主每天都要重新向女主介绍自己，因为她每天都会失忆。现在的 AI 就是这样。 但这正在改变。**随着下一代加速器的出现，AI 将拥有持久记忆，不会再"失忆"了。** 内存容量在增加，智能体能够记住你，真正了解你。 另外，智能体现在要同时处理各种任务——既有复杂的编程任务，也有简单的订餐任务。这对 CPU 也提出了新要求。传统 CPU 做的是"串行处理"，就是一条一条指令按顺序执行。但智能体的任务有时候需要并行处理，比如同时跑很多子任务。 所以，这一切正在创造对**更多 CPU 和更多内存**的巨大需求，而且我们现在才刚刚起步。**真正推动这一切的，正是 AI 智能体的兴起。** **Molly O'Shea：** 你们有一张很有意思的幻灯片，展示了 GPU 向 CPU 的转变，比例大概是 4 比 1。你们是怎么建立这个模型的，或者说是怎么估算出来的？ **Jaimin Rangwalla：** 是这样的，在过去三四年的大部分时间里，主流配置基本上是一个 CPU 配八个 GPU，后来甚至升到了一个 CPU 配 16 个 GPU——所有的数学运算和计算任务都在 GPU 上完成，只有到最后执行收尾步骤的时候，才会把任务交给 CPU 处理。 但现在这个比例正在发生变化，从一个 CPU 配四个 GPU，已经改善了大约 2 倍。我们认为，这个比例甚至有可能完全反转，变成一个 GPU 配四个 CPU。有些更激进的观点认为，可以达到一个 GPU 配八个 CPU。 这其实反映的是：越来越多的任务不再需要并行计算，而是更多地需要串行任务的完成。 **Jaimin Rangwalla：** 我还有另一种思考方式。地球上大约有 70 亿人，每个人都有自己的技术需求。但如果每个人背后有 1000 个 AI 智能体，那 70 亿就变成了 7 万亿。想想看，这相当于地球上的"人口"一下子扩大了 1000 倍。 这些"数字人口"同样需要串行处理、并行处理、内存……就像真实的人类需要各种资源一样。所以我觉得，这就像是一次数字人口的大爆炸——支撑这个数字人口所需要的所有资源，都会随之急剧增长。 **Molly O'Shea：** 在这个技术栈里，主要玩家都有哪些？ **Jaimin Rangwalla：** CPU 这边，主要是英特尔、AMD 和 ARM。亚马逊也做得非常出色——他们其实拥有效率最高的 CPU 之一，但一直是内部自用。他们当年收购了一家私人公司来帮助实现这一点，这也成为 AWS 成功的重要推动力，尤其是在向 CPU 转移的趋势下，对他们的业务是很大的顺风。 英特尔这些年几乎成了半导体行业的"被遗忘的孩子"——技术问题、产品问题、领导层频繁更换，走了不少弯路。但他们现在有一位非常出色的 CEO。 我们有时候喜欢把事情说简单一点：从 4 比 1 变成 1 比 4，数学上来说，这意味着市场规模扩大了 16 倍。再加上埃隆·马斯克公开为英特尔背书，加快了创新节奏。 在我看来，最好的投资逻辑往往是最简单的，不要想太复杂。英特尔今年虽然股价已经有了一波大涨，但如果你横向对比过去四年 AI 黄金时代里的所有半导体公司，它们基本上都涨了 5 倍、7 倍、甚至 10 倍——英特尔在超过 12 个月的任何周期里，都还是个落后者。所以在我看来，它还有很大的补涨空间。 **Molly O'Shea：** 这对你来说是不是特别兴奋？因为你的职业生涯就是从半导体领域起步的，那时候主要是游戏方向，而现在…… **Jaimin Rangwalla：** 说实话，我职业生涯的头七八年，基本上都在做空半导体股票。因为当时大家都把半导体看作典型的强周期行业——景气的时候疯狂扩产，烧掉大量现金流，行业高度分散，公司们做出一款产品，卖给苹果，结果一年后苹果说"好，我们要双供应商、三供应商"，这些公司的股价直接跌掉 90%。 那段时间我几乎把所有精力都放在做空上，我们从来不持有半导体股票，而是持有互联网股、软件股和其他类型的股票。 所以现在对我来说，真的有一种"兜兜转转又回来了"的感觉。我有机会在投资组合层面做决策，而我 20 年前入行时所在的那个行业，如今已经成为最赚钱的行业，产生最多的现金流。 我怎么也想不到，我会有一天告诉你：三星和海力士加在一起产生的现金流，比所有超大规模云计算公司加起来还要多。这简直太疯狂了，但这就是现实，也是为什么你必须不断更新自己的思维方式。 如果我还停留在 15 年前"半导体就是做空标的"的认知里，那将会是我们犯过的最惨痛的错误——因为那些股票正是如今主导市场的核心资产。 **Molly O'Shea：** 我们在厨房聊天的时候，你用了一个比喻——就像那个曾经不受待见的书呆子，后来变酷了。 **Jaimin Rangwalla：** 就是这样！以前那些半导体公司的 CEO，在行业会议上根本没人想去预约他们的会面。大家都想见 Facebook 的 CEO，都想见 Google 的 CEO，没人想去见半导体公司的老板——那是 2010 年代的主角。 而现在完全反过来了。你去某家银行举办的会议，会发现有 4000 个人都想去听黄仁勋演讲，简直难以置信。 **Molly O'Shea：** 英伟达的 GTC 大会现在就像泰勒·斯威夫特的演唱会一样。 **Jaimin Rangwalla：** 那已经不只是一场会议了，那是一场盛事。我从 2016 年就开始参加 GTC，那是我第一次去。当时就是圣何塞会议中心里一个小厅，只占了一栋楼的一半，现场大概只有 100 来个人。 再看看现在……真的很难想象它能变成今天这个样子。 **Molly O'Shea：** 他整个演讲都不用提词器，真的太厉害了。整整两个小时。太疯狂了，是的，确实令人难以置信。所以我很想聊聊数据中心在这个领域的位置，比如你们是怎么监测数据中心建设进展的，诸如此类的事情。 **Jaimin Rangwalla：** 是的，这个成本不高，而且它帮助我去思考，比如说，我们的瓶颈是在缓解还是没有缓解，环境里是不是有什么东西在变化？说到底，对我来说最重要的是：变化的速度是多少？这个变化速度是在朝着更紧张的方向走，还是在缓解？如果是在缓解，是什么原因导致的缓解，缓解的程度有多大？这种缓解是已经到了成问题的程度，还是只是一种健康的缓解，只是在促进增长而已？ * * * **Jaimin Rangwalla：** 所以我认为，我们非常专注于数据中心公司，非常专注于新兴云服务商（neo clouds）和超大规模云厂商（hyperscalers）。我们在实地关注所有新建设项目在哪里落地，哪里有电力供应，哪里有设备供应，哪里有劳动力供应，我们试图实时追踪所有这些信息。 **Molly O'Shea：** 是的，看到这些很有意思。我最近去了迈阿密的 Exa Watt，那是一家为数据中心服务的可再生能源公司。他们的 CEO Hannah 在解释，由于这个新兴行业的出现，他们正在向市场输送劳动力。他们基本上是在推动这件事，地点在迈阿密，涉及制造业，然后为这些设施进行建设，而且全部都是在美国本土制造。我觉得现在有很多关于就业的负面情绪。显然，这些事情有一定规模，因为 AI 会替代一些工作，但同时也有新增就业，以及正在被创造出来的经济新层次。 **Jaimin Rangwalla：** 是的，我的意思是，我们最终会看到十年后是什么样子。我们回顾了所有不同的技术创新浪潮，甚至追溯到汽车时代，乃至我们通常谈到的七大科技浪潮之外更早的历史。通常来说，确实会有一些工作岗位面临风险而消失，但同时还有一大块人们不怎么谈论的内容，那就是新就业岗位的创造，以及新企业的诞生。你知道，比如围绕核心创新所衍生出来的各种类型的创新，以及由此成立的新公司。就连今天，人们也不怎么谈这个——我们实际上正处于有史以来新企业注册数量最高的时期之一，因为每个人都在想：现在我可以用 AI 来重新定义这个生意的运作方式，或者开创一个新业务来做某件事。所以我认为，有些人非常专注于事情的负面，至少某些人选择关注负面。但我认为，新就业岗位的创造存在巨大机遇。当然，这也取决于颠覆发生的速度，因为也许会有一个窗口期，颠覆发生的速度稍微快于……新电工能被培训出来的速度——因为培训一名新电工需要两到三年，培训新水管工、培训为电力公司铺设输电线路的新建筑工人，都需要时间。你不可能一夜之间就转到那些岗位上。所以也许会有一段过渡期。但从大方向来看，我们看到的很多公司都面临严重的劳动力短缺，而且不是单一类型的劳动力短缺，是很多不同技能层次的短缺。这通常意味着这些岗位的薪资会上涨，以吸引更多人从事这些工作。所以也许在接下来的若干年里，在 AI 的世界中，那些岗位才是真正处于领先位置的，而不是过去十年里那些被看好的岗位。 **Molly O'Shea：** 在我们与 Thomas 的采访中，他谈到了银行柜员的案例，以及这个职业实际上是如何演变的——它并没有真正减少就业岗位，只是岗位分布得更广了。这一直是个热门话题。那么谈到市场动态，你有一个"稀缺的卖方"与"稀缺的买方"的分析框架，能详细解释一下吗？谁在赢，背后的逻辑是什么？ **Jaimin Rangwalla：** 是的，我们尝试简化。"稀缺的卖方"和"稀缺的买方"这个概念是这样的：你有半导体公司、电力公司、存储基础设施公司等等，它们的产能是固定的，但需求却在不断增加。这种更大的需求推动了价格上涨和利润率扩张。当价格是你收入增长的主要杠杆，而你的成本又是固定的时候，你的营业利润增长的倍数实际上会远高于你的价格涨幅或收入增速。所以我们看到有些公司在短短一两年内，每股盈利就翻了 3 倍、4 倍、5 倍、6 倍、7 倍——而这些公司此前在十年、二十年里的盈利可能一直在某个区间里上下波动。这些短缺对 AI 至关重要，无论是存储、硬盘，还是其他 AI 发展所需的东西，这些短缺推动了显著的盈利能力提升，市场也在奖励这类盈利表现。 但市场没有奖励的，或者说奖励力度不足的，是那些**购买**这种稀缺资源的公司，也就是那些正在大规模投入资本支出的公司。如果你看微软、亚马逊、Meta 的估值倍数，过去几年实际上都在压缩，因为它们的资本支出在不断上升。你换个角度想想：存储价格涨了 100%，微软就得花两个单位的钱而不是一个单位，但它并没有因此获得两个单位的收益——它获得的收益和之前花旧价格时是一样的，因为存储本身并没有变得更好。现在你只是看到内存价格涨了很多。所以我认为，市场目前在惩罚这种情况——每花一块钱的投资回报率变低了，因为这只是成本通胀，而不是真正的新技术在推动更高的价格。 所以，目前表现好的股票，以及市场上大家都非常兴奋的领域——光学、电力、基础设施，甚至劳动力相关股票，因为劳动力也在短缺——你会看到工资率上升、存储价格上涨、CPU、GPU 价格上涨，甚至是台积电（TSMC，我们的最大持仓之一），他们也在提价，因为他们的产能就这么多。他们必须想清楚：怎样才能确保我们赚取足够的利润？知道如果要再投入更多产能，就必须拿到合理的定价、合理的利润率和合理的投资回报。 **Jaimin Rangwalla：** 所以，以上就是正在赢的那类公司。不过，我并不认为亚马逊和谷歌就完全属于不利的那个阵营。这两家公司是我们真正看好的，因为它们在某种程度上是混合型的——谷歌有自己的 TPU 可以对外销售，亚马逊也公开讨论过 Trainium 的价值，至少是公开探讨出售训练服务的可能性。所以也许它们也有自己的空间，因为它们既是稀缺资源的买方，也可以成为稀缺资源的卖方。谷歌一直是表现不错的股票，而且它们有自己的大模型，在很多方面都做到了垂直整合，这让它们非常出色。但我想这大概就是我们今天看待市场的方式：有买方，有卖方。买方正在受到惩罚，因为它们的资本支出太高，近期现金流已经所剩无几。而这些资金正在直接流入稀缺资源卖方的口袋里。所以目前被市场奖励的，正是那些卖方。 **Molly O'Shea：** 有没有什么出乎意料的爆发性领域？ **Jaimin Rangwalla：** 有。我觉得，光学领域表现得非常好。你知道，光学行业多年来一直被认为只是一个供需不断失衡的领域。但现在，我认为它正在成为未来基础设施中更关键的一部分。而且我觉得，这是最让我感到意外的一个领域。我们一直在关注内存，关注 CPU、GPU、加速器，这些我们都在跟踪。但光学，我觉得是最让我惊喜的那个。 **Molly O'Shea：** 那最大的瓶颈在哪里？ **Jaimin Rangwalla：** 有些人会说是内存，有些人会说是电力。我觉得瓶颈太多了。实际上，最大的瓶颈就是——瓶颈太多这件事本身。不是某一个单独的瓶颈，而是你跟不同领域的人聊，每个地方都有瓶颈。比如发电是瓶颈，输电和配电是瓶颈，NAND 闪存是瓶颈，DRAM 内存是瓶颈，光学元器件是瓶颈，连建设数据中心的劳动力都是瓶颈。 我从来没见过同时出现这么多瓶颈。我觉得这正是问题所在，因为如果只有一个垂直方向的瓶颈，你可以说，好，只要砸足够多的钱进去，就能解决这个瓶颈。但问题是，就算内存解决了它的瓶颈，也解决不了电力的瓶颈，解决不了光学的瓶颈，解决不了其他所有问题。所以我认为，真正的瓶颈，就是瓶颈太多这件事本身。 **旁白：** 所以我认为，现在——这也是我最喜欢的一张图——你可以看到，市场正在大力奖励那些"短缺的卖方"，但并没有奖励"短缺的买方"。因为利润太高了，市场真的非常专注于抢占这些短期利润。这没问题。但我想说的是，在某个时间点，这种力量会向另一个方向转移，我们需要对此保持高度警觉，并做好充分准备。我们接下来也会讲我们正在为此做什么。 **Molly O'Shea：** 有一件有意思的事，或者说现在有很多有意思的事在发生，但在新闻头条里，市场对 AI 和经济的情绪极度负面。然而公开市场的表现却比……我记得是某个具体的时间点，好像是 2020 年 4 月要好。那么，如果新闻和网络上的负面情绪这么高，但市场实际表现却比 2020 年 4 月还好，你怎么解释这件事？到底是怎么回事？ **Jaimin Rangwalla：** 我们其实前几次电话会议中做过一个分析，研究情绪到底在多大程度上能反映市场实际发生的情况。结论基本上是：抛硬币。负面情绪和市场下跌之间没有什么相关性，也不是说负面情绪就意味着市场会反向上涨，诸如此类。所以我觉得，不同时期，新闻或社交媒体上的人们会关注不同的事情，跳到不同的话题上去。 但核心的、底层的东西是：企业的盈利在超预期。标普 500 指数 2026 年的盈利增长预计在 15% 左右，还在加速到 18%。在这种经济增长水平的时期，股市表现通常都不错，因为有增长的驱动力。经济强劲，消费者强劲，尽管近期有些问题，比如油价上涨之类的，但消费者拿到了非常可观的退税。所以在消费者支出和企业支出方面并没有出现恐慌，盈利非常强劲。归根结底，基本面比情绪更重要。我觉得基本面真的很扎实。你看看那些"短缺卖方"的盈利修正，一路向右上方，每个季度都超预期 30%、40%。我记得看到过 Sandisk 或者美光的财报，华尔街预估每股收益 1 美元，结果他们做到了 2.5 美元，超出预期太多了。所以在我看来，基本面非常强，市场终将跟随基本面走。而且市场的估值倍数其实并没有涨太多，倍数基本保持稳定，因为增长实在太高了。今年市场涨了大概 7%、8%，但盈利增长是 16%。如果市场到年底保持不动，实际上估值倍数是在下降的。所以我认为，我们正处于一个高速增长的时期，这才是更重要的事情。 **Molly O'Shea：** 我觉得这可能把我们带回到对话的开头，但你在科洛萨 2（CO2）经历了很多个周期，尤其是像现在这样的周期。我在台上也和 Thomas 聊过这个，但面对这种剧烈的波动、业绩指引的偏差、情绪的起伏，这一切，你们作为一家机构是怎么保持专注的？ **Jaimin Rangwalla：** 这个问题问得很有意思。Felipe 总说，我们做这些路演和分享，应该多做，因为这能帮助我们重新理清思路。我们会回到原点，重新问自己：在这个时刻，真正重要的那五到七件事是什么？这确实很难。噪音太多了。市场的波动性远比我印象中要高得多。通常来说，比如"解放日"那种波动，我不会特别纠结——我会想，好，发生了坏事，所以市场下跌。当坏事发生的时候，你大概能预判到，也许不知道跌多少，但你知道，坏事发生了，市场就会跌。但我们现在面临的波动是这样的：我对 AI 依然非常看好，AI 依然在做很多了不起的事，但有些天，我们持仓的股票就无缘无故跌了 5% 或 10%。这才是真正让人头疼的地方。 **Molly O'Shea：** 有时候是因为爪形释放（claw release），但是…… **Jaimin Rangwalla：** 嗯，这部分确实很有挑战性，因为你总是在想：哦，是不是有人知道什么内幕？是不是有什么事情正在发生变化，而我们没有站在最前沿？或者我们是不是在开车时睡着了？——如果你没有关注市场上发生的一切，这在这个行业里显然是极其致命的代价。所以，你知道，我们总是努力让自己回归基本面，回归大局观和主题，确保我们持有的股票拥有高质量的商业模式，我们与管理团队保持良好的关系，能够真正了解正在发生的事情，这让我们能够应对市场的波动。而且现在我们手头也有其他工具可以使用——对冲、看跌期权、做空，有很多事情我们可以做。 **Jaimin Rangwalla：** 但我认为，归根结底，我们目前得出的结论是：基本面非常强劲，市场非常有韧性，而且 AI 正在加速发展——尽管我说这话可能有些难以置信，也许有人会说你疯了，毕竟这已经是大家谈了三年的话题了。但事实确实如此，AI 今天的加速程度甚至比一两年前还要快。 **Molly O'Shea：** 当你在寻找新的市场领导者时，你会关注哪些特征？你是如何评估这些公司的？ **Jaimin Rangwalla：** 是的，我认为我们一直在做的、也确实奏效的方法是：思考什么是最前沿的变化，以及哪些公司正在推动这种前沿变化？英伟达几乎为加速器市场设定了标准——它定义了两年后加速器市场在能力方面会是什么样子，以及他们正在改变哪些东西？博通也是如此，台积电也是如此。他们各自在哪些领域进行变革？因为他们都在想方设法解决自身的瓶颈，试图降低某些领域的成本——他们认为这些领域缺乏技术进步——同时他们也在努力优化自身的盈利能力。 举个例子，现在人们在讨论这样一个概念：今天，加速器之间的连接方式是使用铜线，这是一种传输数据的方式。但有一种情景是，两三年后，铜的使用会减少，光学的使用会增加——或者至少是，也许铜不会减少，但光学会增多，对吧？因为光学能更快地传输数据，但也有局限性，比如它需要更长的传输距离等等。 所以我认为，我们始终在努力搞清楚这些变化——这只是一个例子，但类似的例子数不胜数，比如英伟达每一个新版本的加速器都有一些东西被移除、被添加，等等。所以我们努力追踪变化发生的地方，以及这个行业今天的面貌是什么样的？这个行业里有 50 个玩家吗？那不太好。还是说这个行业已经整合，玩家数量集中，也许他们原本是为传统市场生产某些东西，而现在突然迎来了他们根本没有预料到的巨大需求爆发，而且他们根本无法迅速扩大供应？哦，哇，也许那就是我们需要去追踪和关注的行业。 所以我们真的在努力保持在最前沿。我们在 OpenAI 和 Anthropic 都有大额投资，所以我们不断地与他们交流，了解他们在做什么来优化他们的模型，他们在使用什么技术，等等。我们努力做研究，真正保持在变化发生的最前沿。 **Molly O'Shea：** 这真的太疯狂了，因为每当有人提到 OpenAI 和 Anthropic，我都会下意识地以为它们已经是上市公司了，但实际上它们还没有。那么，你是怎么看待这些价值万亿美元的 IPO 的？ **Jaimin Rangwalla：** 我认为这对市场来说是件好事。我认为科技领域的领导者是会更替的——我们做过相关研究，大约每五年左右，科技领域前 25 名中大概有四分之一的公司会退出，同时会有四五六家新公司进入前 25 名。这是一个非常基础的分析，我相信如果我们做得更详细，会呈现出更多细节。但科技在变化，领导者也在变化。 **Jaimin Rangwalla：** 我认为这些公司，在我看来，如果我们就假设 SpaceX、OpenAI 和 Anthropic 实际上都已经价值超过一万亿美元——我的意思是，它们已经把自己推进了全球市值前 30 名的公司行列。所以，它们是上市还是私有，其实已经不重要了，它们已经达到了那个里程碑。对我来说，当它们上市时，只不过是让那些之前没有机会投资的人——那些只能专注于公开股票的散户投资者——现在能够获得这些股票的投资机会，这将是一件好事。 **Jaimin Rangwalla：** 我并不担心"哦，这意味着你必须卖掉'七巨头'或者其他股票"这种问题，因为你知道，标普 500 的总市值是 60 到 70 万亿美元，我们说的是三家各自价值一万亿美元的公司。这不像是要把所有其他股票都大规模清仓来为这些 IPO 筹资——这一切都与这个市场中可能需要的 IPO 规模相匹配。我认为出现新的名字是件好事，因为如果总是那些老面孔反复出现，这就不能真正体现科技的魅力所在。 **Molly O'Shea：** 作为 Coatue 公开市场部门的首席投资官，如果我不问你关于风险的问题，那就是我的失职了。你最关注的最大风险是什么？ **Jaimin Rangwalla：** 最大的风险是：在另一端出现某种技术，从根本上改变了今天某些短缺的现状。这种风险的存在，仅仅是在这样的大背景下——好吧，那些可能受此影响的股票类型。 **Jaimin Rangwalla：** 如果，比如说，去年发生的那个"DeepSeek 时刻"——类似的时刻再次发生，有人找到了一种模型，可以用更少的算力、更少的半导体、更少的内存来完成所有的计算，如果这种情况发生，从长远来看，这对 AI 可能是件好事，因为这意味着 AI 的普及会发生得更快，会有更多人使用它。如果 AI 变得大幅更便宜，这里有一个"杰文斯悖论"的论点——意思是，越便宜，人们就会找到越多的创造性方式来使用它并做其他事情，对吧？人形机器人目前还处于次要位置，但也许如果成本足够低，将会有更多的资金投入到解决这个问题上，突然之间，其他很多事情也会加速发展。 **Jaimin Rangwalla：** 所以我认为，对于我这个每天都要面对按市值计价（mark-to-market）投资组合的人来说，这是我正在关注的一个风险。另外，还有一种可能性——会不会突然出现某种监管政策，改变或者抑制当前这种不受约束的增长方式？但总体而言，我认为，我们现在谈论的已经是国家安全层面的话题了，所以我实际上认为，监管环境会尽其所能，在未来允许尽可能开放合作的 AI 发展环境。但这些就是我大致关注的风险所在。 还有，你知道，我们在之前的一次电话会议上做过另一项研究：大约每 10 年，市场会经历一次我们称之为"危机"的时刻，也就是大约下跌 30% 的时刻。而每年，大概都会有一次下跌 10%。我感觉去年，我们在关税风波中经历了那次 30% 的下跌时刻，那介于危机和调整之间。2022 年已经是市场的一次下跌 30% 了。所以我感觉，我们现在处于这样一个阶段——风险永远存在，但我认为我们真的处于一个非常好的长期趋势之中。 **Molly O'Shea：** 除了更多地出现在镜头前，你今年最期待的是什么？ **Jaimin Rangwalla：** 我觉得我们搬进了这个新办公室，这很棒。总体来说，我经常说 Felipe 是一位出色的投资人，他是风险管理投资领域的名人堂级人物。但也许大家没有完全意识到的是，他同时也是一位出色的 CEO，对吧？ **Jaimin Rangwalla：** 在公司建设方面，我加入的时候公司大概只有 12 个人，管理资产 7 亿美元。而今天，我们的资产已经超过 800 亿美元，员工超过 200 人，还有多个办公室。当我回过头来想想这 20 年的发展轨迹，真的觉得不可思议。我觉得他可能还是比我早到办公室，比我晚离开，工作比我多，从不停歇，对吧？所以对我来说，这段旅程还在继续。我们常说一个拐点会引领下一个拐点。我感觉我们作为一个组织，正处于第二个拐点，或者也许不是第二个，可能是第五个拐点，但我们确实又到了一个新的拐点。我认为我们真的正走在一条即将全面突破的道路上。 **Molly O'Shea：** 你觉得他的秘诀是什么？ **Jaimin Rangwalla：** 他最近打了很多板网球。我不打。我感觉那是他的新爱好。我觉得这让他保持活力，让他保持年轻。而且他非常好奇，总是在思考什么正在发生变化。这几乎是一种思维方式，对吧？你就是处于这样一种思维状态：什么正在改变？我们如何抓住机会？这很难做到。很多人喜欢待在一个让自己感到舒适和安逸的环境里，觉得"我了解这里的一切"，这对某些人来说很好，但在这个行业、这个领域，要想取得成功，你就必须始终思考什么正在改变，以及我该如何抓住它。 **Molly O'Shea：** 这真是一个完美的结尾。非常感谢你，这次谈话真的很愉快。 **Jaimin Rangwalla：** 非常感谢你。 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。 ### Related Stocks - [AMD.US](https://longbridge.com/en/quote/AMD.US.md) - [NVDA.US](https://longbridge.com/en/quote/NVDA.US.md) - [SOXQ.US](https://longbridge.com/en/quote/SOXQ.US.md) - [SMH.US](https://longbridge.com/en/quote/SMH.US.md) - [AMDL.US](https://longbridge.com/en/quote/AMDL.US.md) - [NVDU.US](https://longbridge.com/en/quote/NVDU.US.md) - [SOXL.US](https://longbridge.com/en/quote/SOXL.US.md) - [XSD.US](https://longbridge.com/en/quote/XSD.US.md) - [SOXX.US](https://longbridge.com/en/quote/SOXX.US.md) - [AMUU.US](https://longbridge.com/en/quote/AMUU.US.md) - [NVDL.US](https://longbridge.com/en/quote/NVDL.US.md) - [NVDX.US](https://longbridge.com/en/quote/NVDX.US.md) - [INTC.US](https://longbridge.com/en/quote/INTC.US.md) - [ARM.US](https://longbridge.com/en/quote/ARM.US.md) - [META.US](https://longbridge.com/en/quote/META.US.md) - [NVD.DE](https://longbridge.com/en/quote/NVD.DE.md) ## Related News & Research - [Argentum AI signs $2.5 billion data center deal with cloud, real estate firms](https://longbridge.com/en/news/286543018.md) - [Advanced Micro Devices, Inc. $AMD Shares Acquired by WealthPlan Investment Management LLC](https://longbridge.com/en/news/286762044.md) - [Nvidia CEO's foundation buys $108 million of AI computing from CoreWeave, donates it to researchers](https://longbridge.com/en/news/286331249.md) - [Ark Invest Again Sells AMD, This Time As Stock Hits 52-Week High While Snapping Up Tempus AI And Circle](https://longbridge.com/en/news/286033572.md) - [AMD set to benefit from agentic AI CPU demand surge](https://longbridge.com/en/news/286655054.md)