DeepSeek 发布 V4 并转向使用华为芯片，本应该被视为是对英伟达的不利信号，但是当日英伟达股价却大涨了约 4.2%。下面，我把六家公司的股价做成了一个组合图，基本覆盖了当前 AI 算力体系的三层结构：供给、需求和基础设施。

其中：

• 算力供给：英伟达

• 算力需求：亚马逊、微软、谷歌

• 基础设施（ASIC/网络）：博通、迈威尔

需要单独说明的是：谷歌虽然属于云厂商，但它也有自研的 TPU（AI 专用 ASIC），且已形成一套可以对外提供的算力体系，所以它既是算力需求方，也是算力供给的一部分。相比之下，亚马逊也在发展自研芯片（Trainium/ Inferentia），但它目前更多是用于成本优化，而不是构建一个独立的算力供给体系。

然后，我制作的股价组合图显示出来的股价结构，请见附件图。有两个值得注意的结论如下：……（本文仅供会员阅读，会员可以点击下图二维码直接阅读。年订阅费 699 元。加入会员请如下扫码登录（有效期内的老会员续费会自动享受九折优惠）：

怕错过文章就把这个公号设置为“星标”吧

显然，DeepSeek 突然决定要融资，与目前已经日益严峻的算力紧缺有关。现在，AI 的核心问题已经从能力问题变成了“分配问题”，而且有很大几率，这不是一个短期现象。

实际上，现在不仅是显卡短缺，而是什么东西都缺：内存缺、数据中心缺、CPU 缺，甚至是电力。

整个 AI 基础设施体系都在同时承压。如果未来六个季度内，供给没有明显改善，那么 AI 行业将可能不得不面对一个现实，即：推理资源不再是可以随需获取，并且价格会持续上涨。

关于这种情况，我前天其实还漏写了一家公司——本周，微软也提高了部分 GitHub AI 编码功能的价格，并将限制客户用 Copilot AI 编码工具的次数，及暂停新个人账户的注册。其也正在降低除最贵套餐外的所有 GitHub Copilot 套餐的使用上限，并将阻止 Copilot 客户用 Claude 模型来驱动其编码 Agent 工具，除非客户买最贵的订阅费。对此，GitHub 的产品副总裁称：“因为如果不采取进一步措施，那么所有人的服务质量都会下降。”而在 4 月初，OpenAI 也已推出了新的定价方案。

因此，我认为 DeepSeek 的这轮融资，更像是它在争夺算力资源的入场券，也意味着 DeepSeek 正在从一家“以算法为主导”的公司，走向由“算法和算力和资本”共同驱动的阶段。

今天推荐会员们阅读一篇大佬思想，为美国顶级投资人对近期美国 AI 市场的 13 点思考。以下是我的翻译简写。英文原链请见文末。备注：以下观点属于一级市场的节奏判断，而非美股的直接信号。如下：

1，大多数 AI 公司应该考虑在未来的 12-18 个月内退出。

1995–2001 年互联网浪潮中，约有 2000 家公司上市，最终存活者不过十几、二十几家。AI 也不会例外，今天高速增长的公司，未来也可能会被竞争、市场以及应用落差所逆转。

因此，大多数已经有一定成功或势能的 AI 公司创始人都应该认真考虑：在未来的 12–18 个月内退出，这可能是你们实现价值最大化的最佳退出窗口期。少数公司则例外，它们是 OpenAI、Anthropic 等。

当然，目前爆发的需求掩盖了这些风险。行业看似势不可挡，许多公司看似屹立不倒，但这种状态能维持多久，仍是未知数……（其它剩余 12 点内容仅供会员阅读，会员可以点击下图二维码直接阅读。年订阅费 699 元。加入会员请如下扫码登录（有效期内的老会员续费会自动享受九折优惠）：

怕错过文章就把这个公号设置为“星标”吧

过去一年，AI 调用暴涨，token 量也在暴涨，公司疯狂接入 AI。一切都看起来很美好，但是在水面之下，却是完全相反的现实。

现实是：AI 泛滥的时代，可能已经结束了，而且，这种状态可能会持续很多年。

这篇文章等到现在再发，我不是乱说的，我们先一起来看一下最近美国 AI 行业发生的几件事：

1，上周一，英伟达 Blackwell 芯片的租赁价格被曝大幅上涨：GPU 租赁价从约每小时 2.75 美元上涨到了每小时 4.08 美元，两个月内涨幅接近 48%，原因是：供给跟不上需求。

2，上周二，Anthropic 开始同步调整商业模式，宣布针对 150 人以上的大客户，从“订阅 + 固定额度”转向按照实际使用量计费。这意味着：对重度用户来说，其成本有可能会直接翻倍，甚至是更高。

还有一个更关键的变化是：Anthropic 把最先进模型的使用，限制在了少数几家机构手中，业内传是约 40 家。也就是说：尖端 AI 从一种大家都可以获取的公共能力，变成了一种被严格控制的“稀缺资源”。

3，同样也是在 4 月，OpenAI 的 CFO Sarah Friar 在接受 ARK Investment 掌门人凯茜.伍德的采访时，说了一句非常关键的话。她说：

“We’re making some very tough trade-offs… not pursuing certain things because we don’t have enough compute.” 

翻译过来就是：因为算力不够，OpenAI 被迫放弃掉了一部分项目。这句话是在 OpenAI 收紧公司业务线的大背景下说的，即：此前 OpenAI 内部决定优先聚焦 AI 高价值场景，同时放弃或收缩一部分包括视频（Sora）等高算力方向在内的非核心项目。

按照 Friar 的表达，OpenAI 的这种战略选择是被算力的紧缺逼出来的。此外，她还提到了一个细节：她花了大量时间在“到处找临时算力”，旁边的 OpenAI 联合创始人 Greg Brockman 也补了一句：“我们根本没办法覆盖所有方向。”

甚至 Friar 还说了一句更严重的话，她说：“If you do not have compute, you do not have revenue.” 翻译过来就是：“没有算力，就没有收入。”

但是以上这些，其实是一个长达半年多的趋势，不过最近，情况变得更加紧迫了。所有的这些信号都显示：第一次，AI 的核心问题，从能力问题变成了“分配问题”。

那么接下来，AI 产业链将如何变化？对 AI 大中小公司的影响又是什么？以及对中国市场的影响是什么？……（本文仅供会员阅读，会员可以点击下图二维码直接阅读。年订阅费 699 元。加入会员请如下扫码登录（有效期内的老会员续费会自动享受九折优惠）：

怕错过文章就把这个公号设置为“星标”吧

AI 是工业化的终结，因为 AI 是工业化发展到极致的一种体现，但同时 AI 也正在终结“工业化被作为是一种优势”的时代。

这就带来了一系列的问题。例如，针对专业技能者：过去，像写代码、写文章、做设计等需要多年训练才能具备的能力，现在普通人借助 AI 就能达到“还不错”的水平。那么，审美与品味会因此变重要吗？答案似乎也是否定的，因为品味也会被逐渐地编码化、标准化。那么未来真正稀缺的能力是什么？

再例如，对于创业者：过去，创业逻辑其实更像是一个工程问题，更多是有关提高效率、优化流程、比竞争对手做得更好等层面的事，但在 AI 时代，这些也会越来越容易被复制，竞争的核心将发生转移。那么，竞争核心将转移至哪里呢？

第三，对于 VC：过去的早期投资其实是两件事情的叠加：一是非共识，二是你的判断正确。换句话说，投资人需要在多数人还不认可时看见一个可能成立的方向，并且该判断还必须在未来被验证。但这件事在 AI 时代也变得更难：一方面，是信息与能力的扩散速度极快，很多非共识的窗口期被大幅缩短；另一方面，当技术具备强大的泛化能力，原本看起来有可能的方向也会在短时间内被重构或替代。那么早期投资者该如何在一个不断变化、几乎没有稳定参照物的环境中建立起判断？

今天是周一，推荐会员们阅读一篇来自美国早期风投机构的最新趋势性文章，它解释了为什么今天的创业者，正在越来越像艺术家…………（本文仅供会员阅读，会员可以点击下图二维码直接阅读。年订阅费 699 元，加入会员请如下扫码登录，有效期内提前续费的老会员将自动享受九折优惠：

    怕错过文章就把这个公号设置为“星标”吧