Anthropic IPO就是AI 交易的定价日

network

Anthropic IPO就是AI 交易的定价日
纽约大学商学院金融学教授达摩达兰（Damodaran）在 Substack 发了一份关于 Anthropic 招股书的估值分析，这篇文章是完全免费的。
他是华尔街俗称的“Godfather of Valuation”。他对基本面分析以及估值做出了巨大贡献，并且把很多资源都免费发在自己的网站上，让普通散户跟机构之间的鸿沟变成了一个小水沟。原文链接可以戳这里。

For those who prefer to  watch or listen, he also uploaded a video: https://www.youtube.com/watch?v=cd1xrO2q9HU
他的估值框架引发了我很多的思考，so more dots to connect... 这篇分享一些我觉得比较有趣的地方，以及继续跟我之前的退出框架做一个结合。最后也会讲我们散户最关心的半导体。
If you're a cool nerd like me, you'll find it super interesting.
(今天AI做的图也很好，AI trade is either to heaven, or to hell... 美国国运不会就这么破了吧？）
⚡️⚡️⚡️⚡️言归正传⚡️⚡️⚡️⚡️
Damodaran单独分析了算力承诺这件事情，并且讲透了一个机制，也就是算力承诺对于公司毛利率的影响。
一家按用量向云厂商买算力的公司，收入涨的时候算力费用也跟着涨，毛利率一般会稳定。而另外一家提前锁定 5 到 10 年算力的公司，算力变成了固定成本：收入涨的时候毛利率涨，收入不涨的时候毛利率反而会跌。
Anthropic 第二季度毛利率 85%，是在收入环比增加 144% 的情况下用固定算力成本除出来的。所以这个数字的含义不是业务特别能赚钱，而是收入跑赢了固定成本的爬坡。
那么接下来三季度环比会下降，而付款表里的承诺到 2027 年要翻 1.6 倍，这个机制会开始反向运动。这也就是经营杠杆的具体含义：收入每变动 1%，利润变动的幅度要远大于 1%。向上的时候很好看，向下的时候同样快
关于各个公司之间的循环融资，他承认这确实会导致会计上的不透明，但紧接着也警告读者，不要陷入“AI 公司互相串通制造成功假象”的阴谋论
这篇分析里面讲得很好的一点就是：这些公司互相之间的协议，从每个公司自己出发都是绝对理性的。
比如说 Anthropic 向 Google 和 Broadcom 买算力、锁定稀缺资源，这对双方来说都是理性的。只不过在每个公司都从自己利益出发做这件事情之后，整个循环变成了一套没有调整空间的结构。
他给了 Anthropic 10% 的失败概率，失败时候会损失一半价值。这个数字可以反推到整个产业链
如果 Anthropic 有10%的概率无法持续，那么它的软合同（约3,400亿，主要是新云的 NVIDIA 算力）被取消的概率远高于10%，因为取消软合同是失败之前的自救步骤。CoreWeave CDS 飙升，Nscale IPO 估值腰斩。之前我们看到的一系列事件，大概率就是二级市场在定价这个概率。
Damodaran估值模型里的基准情景对半导体已经是极度乐观的
这里我先说一下，我自己的模型里面的bull case 都没有他的 base case 高 (I probably have a bear bias -- something to introspect on)。
我们知道华尔街各大投行给这一次的 IPO 定价区间是 1.5 万亿到 2 万亿。Damodaran自己做了一个 DCF 模型，他用一些自己承认“乐观”的假设算出来的估值是 1.475 万亿，这个数字刚好在目前 Street 区间的下限旁边。
>>> 他的假设：2036年1万亿收入，每3美元收入投1美元资本，意味着十年累计约3,000亿以上的算力资本投入，加上现有8,500亿的承诺。
我知道大家可能最关心的就是半导体，所以这里对于产业链的机制，我会细拆，请你耐心的往下读。
（这里插一段科普，如果对估值已经有概念的可以跳过）
为什么估值要分 Bull、Base、Bear 三种情景？
给一家公司估值，本质上是在回答一个问题：它未来能赚多少钱。但未来没人知道，所以任何估值都是一组假设的结果。你假设收入每年增长多少、成本占多少、要投多少钱买设备，然后把这些数字折算成今天的价值。假设变一点，结果可能差一倍。
所以分析师会把同一套模型跑三遍，每遍换一组假设：
Bull（乐观情景）：大多数事情都顺利。收入增速维持在高位，客户不流失，成本按计划下降。这是"如果公司讲的故事全部兑现"会值多少钱。
Base（基准情景）：按目前看得到的趋势往前推，不加额外的好消息或坏消息。这是分析师自己认为最可能发生的路径。
Bear（悲观情景）：增速放缓、竞争加剧、合同被砍。这是"如果出了常见的问题"会值多少钱。
三个数字摆在一起，比一个数字有用得多。它告诉你估值的区间有多宽，也告诉你市场现在的价格落在区间的哪个位置。
------------------------------------------
1️⃣半导体的收入 = 实验室的算力支出
NVIDIA、Broadcom、TSMC 卖的东西，最终买单的是算力的使用者。Anthropic 的算力承诺8,500亿，拆到芯片链：Google TPU/Broadcom 约4,100亿，NVIDIA 经新云约2,060亿，Amazon Trainium 1,100亿，NVIDIA 经 Microsoft 449亿，AMD 200亿以上。这些数字就是未来几年这些公司从 Anthropic 一家拿到的收入。
所以半导体公司现在的收入预期里，已经包含了 Anthropic 会按合同付款这件事。
2️⃣Anthropic 付不付得起，取决于它的收入情景
(此处是我按照Damodaran的假设做的一个scenario analysis）：
按照我自己目前的偏空看法，Base情景下，2028年全部收入的98%要付给算力供应商。人员、渠道费没钱付。Anthropic 的选择会是砍软合同（新云那2,060亿是软的）或者动用供应商融资。
那么再说回教授的视角
3️⃣Damodaran 的基准情景，等于我的 Bull
他假设的2036年1万亿，从2026年540亿开始算，未来十年要达到34%的复合增速。目前我看到的是增速随规模下降。所以他的"乐观故事"，大致是我之前给的Bull 情景。而 Bull 情景下 Anthropic 全额付款，半导体全额拿到收入。
我费事讲解这些不是自大的把自己跟教授比，而是想illustrate一件事情：
把一、二、三合起来 = 半导体的估值建立在 Bull 上
投行给 Anthropic 的定价区间下限是1.5万亿，Damodaran给的比这个低一丢丢。而市场对半导体的狂热，从Anthropic的估值锚来看，现在可以确定定价的是默认 Anthropic 走Bull路径（现在可以具体到一个数字：未来10年每年复合增长要>36%，任何以一个财报miss都会造成剧烈波动）。如果 Anthropic 走 Base 路径，它会在2028年前后砍掉约2,000亿的新云合同，这2,000亿是 NVIDIA 经新云的收入预期，会消失。
4️⃣三季度放缓的三个原因，对半导体需求的含义不同
Damodaran 说三季度 Anthropic 增速放缓有三个原因。这三个原因对半导体总需求的影响完全不同。
OpenAI 抢走了份额。客户从 Anthropic 转到 OpenAI。总的 AI 使用量没变，只是换了供应商。对半导体总需求：没有影响。OpenAI 的算力也是 NVIDIA 和 Microsoft 的。
算力受限。客户想用更多，Anthropic 没有足够的算力供应。这意味着需求大于供给。对半导体：正面。供给不够说明芯片还要买。
企业转向开源模型。客户觉得 Claude 太贵，换成免费或便宜的模型。这是价格压力。对半导体的影响取决于一个问题：便宜的模型用量会不会大到抵消价格下降？
这就是 Jevons 效应的问题。如果便宜模型的用量涨十倍，总算力需求上升，半导体受益，只是受益的不是 Anthropic。如果用量只涨两倍，总算力需求下降。目前没有数据能回答这个问题。
为什么 Anthropic 上市是标志性事件
因为它是整条循环融资链条第一次接触公开市场的价格发现。
过去三年，AI 实验室的估值由三类人决定：风投、云厂商、芯片商。后两类同时是实验室的供应商。Anthropic 的十九轮融资里，Google、Amazon 投的钱回流成它们自己的云收入。Microsoft 账上的32亿 Anthropic 投资收益，是按 Series H 估值记的。这些估值从来没有被一个和 Anthropic 没有商业关系的买家检验过。IPO改变的就是这一点。
IPO会回答4个问题：
价格落在哪？区间1.5–2万亿，Damodaran 的模型1.475万亿，Series H 隐含约1万亿。区间下沿需要我的 Bull 情景才能支撑。定价在区间内，说明公开市场接受 Bull；定价低于区间，说明公开市场只接受 Base；定价若低于1万亿，是我框架里的推出信号。
谁在买？OpenAI 这轮的出资方已经从传统机构转向阿联酋主权基金和之后的散户通道。Anthropic 的 IPO 如果同样依赖散户和主权配售，说明机构不愿意按这个价格做边际买家。
供应商的账面收益能否兑现？Google、Amazon、Microsoft 对 Anthropic 的持股按 IPO 价格重新计价。高于 Series H，它们下季继续记收益，继续出资的动机不变；低于，记减值，Google"可推迟出资"的条款变得现实。
解锁供给能否被承接？首日内部人可卖10%，之后180天分批。解锁的时间窗口是2027年上半年，正好是付款表爬坡最快、SpaceXAI 进入可取消期的时间。
所以从Anthropic估值看这一轮下跌
现在的下跌是correction，不是泡沫破裂。因为修正的定义是需求没有变，融资的价格在变，持有人在换。而破裂的定义是需求端出现证据说明增速低于合同付款。半导体会不会继续跌，取决于两件和 Anthropic 无关的事（资金面、中期选举后的地缘）和一件有关的事（IPO 定价）。
Anthropic上市这件事，换一个角度思考：一家公司的供应商投资了它，它用这笔钱买供应商的产品，供应商把这笔销售记成收入，再按更高的估值投它。这个循环已经转了三年，产生了5,870亿的合同、1万亿的估值、三家云厂商的积压订单和一家芯片商的最大客户。现在它要去公开市场，问一批和这个循环无关的人（包括散户）：你们愿意按什么价格接手？
如果公开市场说愿意，而且价格在1.5万亿以上，那么它实际上是在说：我们相信企业会把 AI 当作人力替代来付钱，相信降价后用量会超比例增长，相信这条链上每一家的增速都跑得过自己签的合同。这些信念没有一个是错的，但也没有一个被证明过。
如果公开市场说不愿意，那么这个循环就只能继续在内部转，供应商继续投客户，客户继续买供应商的产品，直到某一家的资产负债表撑不住。
所以我昨天发的那篇帖子说，这一轮 correction 没有结束，并且取决于 Anthropic 能不能按照计划的时间成功上市。因为上市的那一天，关于这整个 AI 价值链宏大的问题，第一次要有人用真金白银去回答它。

network

我是如何打造世界上人工智能应用最广泛的公司的
Spawn公司有十个人。我们在人工智能代币上的花费是员工工资的30倍，出货量几乎和Anthropico公司一样多。
在过去的30天里，Spawn发布了77000项重大改动。这相当于每小时大约108项改动，而且是全天候不间断的。我们团队只有十个人。
如果这听起来与你们团队的运作方式相去甚远，那确实如此。现在就是最好的时机。期待与你们相见！
这项工作由我们称之为“舰队”的团队完成，这是一个由常驻人工智能代理组成的团队，每个代理都负责公司的一部分业务，涵盖从引擎到财务再到漏洞排查等各个方面。上个月我们花费了 310 万美元购买代币，这使我们成为 Anthropic 最大的客户之一。即使不考虑我们免费提供给创作者的 Opus 5.5，我们仍然能够跻身其前 250 名。
我的第一反应是我们肯定哪里做错了。于是我跟一些在大型公司和初创企业担任要职的朋友聊了聊，想弄明白为什么我们的投入会比他们多。结果发现我们并没有做错什么，只是我们对人工智能的理解截然不同。大多数公司都组建了庞大的团队来使用人工智能，而我们则是一个小型的人工团队，同时搭配一个庞大的智能体团队。为了弄清楚我们到底哪里不一样，我跟Anthropic的一位研究员交流了意见。他们经常跟客户沟通。他们说Spawn的运作模式跟Anthropic最像。
很多其他创始人想了解我们是如何看待这个问题的，所以我收集了过去一年来的想法和经验，并把它们写下来供大家参考。
直到 Anthropic Games 发行了《神鬼寓言》之后，这种情况才有所改变。
自从《Fable》发布以来，我们今年大部分时间都在重新探索如何从根本上构建产品。现在，我们的产品发布量是六个月前的 500 倍。
为了让您对我说的规模有个概念，我们在过去30天内向玩家推送了7.7万次（实质性）改动。平均每小时108次。为此，我们花费了310万美元购买游戏代币。
大多数人在 Claude Code 中运行代理，这些代理生命周期短，专注于单一任务。我们的代理则不同，我们称之为“舰队”。每个代理都是永久性的，拥有名称和过往记录，在我们的系统中拥有真正的权限，能够做出承诺，并负责公司某个特定领域，例如引擎、Savi、运维、财务、缺陷分类或部署。每个代理都利用大量的辅助代理来完成海量工作，而且舰队每天都会生成数千个这样的代理。我们五个人还会直接使用我们修改后的 Claude Code 来处理规模更大、更具挑战性的项目，这些项目需要更密切的指导或实际操作实验。
我们正在构建一个大型多人在线游戏创作引擎，让成千上万的人可以同时进入同一个游戏，在各种设备上实时修改游戏规则、资源和画面，而且不会出现延迟。当一个玩家的代理更新图形着色器时，更新必须同步到所有连接的设备，不能出现掉帧或画面不同步的情况。这绝非易事，据我们所知，目前世界上还没有任何其他系统能够做到这一点，哪怕是其中的一小部分。
所谓实质性改动，指的是对引擎代码或游戏逻辑进行复杂修改的改动。不是简单的HTML代码修改，也不是简单的旋钮调节。例如：
在GPU中移动缓冲区
改变内存布局
修复逻辑错误
新增 API 接口
修复聊天室的审核问题
近距离语音聊天
我们通过找出待完成的工作并将其逐一清除，最终达到了现在的水平，大致按以下顺序进行。
我们从2024年开始
两年来，我们打造 Spawn 的核心理念只有一个：如何构建一个系统，使其在代币变得更智能、更快速、更便宜时能够获得巨大收益？2024 年我创立 Spawn 时，我将一家典型初创公司的员工规模与代理商即将带来的杠杆效应进行了比较。代理商的生产力增长速度甚至会超过一家新兴初创公司的员工规模，这意味着代理商可以让小型团队的梦想永续存在，而不仅仅是在创业初期。我还认为，最能把握这一机遇的团队应该是规模小、反应敏捷、品味高雅、与企业文化紧密相连且拥有强烈归属感的。
我们并没有等到模型出现才开始以这种方式发展公司。自公司成立以来，我们录制了每一次通话，并将每段录音都保存到代码库中，与代码放在一起，因为我们知道这些录音将来会对客服人员提供宝贵的背景信息。
那两年里，大部分时间里，这个赌注都没赚到钱。我们尝试了无数种模型，但它们都太愚蠢了，把事情搞得一团糟。图表中平坦的部分就是这种情况。
这种工作方式只有在 Fable 上才成为可能。它于 6 月 9 日发布。两天后，我们一天之内就完成了 214 项更改。6 月 12 日，一项出口管制令暂停了对该软件的访问，图表也随之消失，直到 7 月 1 日恢复访问才有所改变。时至今日，没有任何其他模型能够做到这一点，即使是功能极其强大的 Opus 5.5 也做不到。
只有 Anthropic 的模型才能做到这一点
这种使用智能体的方法只适用于那些性格稳定、具有较强长期一致性和良好判断力的模型。我们尝试过 Anthropic、OpenAI、Google、xAI 和开源的前沿模型，但除了 Fable 之外，其他模型都行不通。说实话，我也很想用更便宜的模型，但只有 Anthropic 的模型不会造成真正的灾难。
我让 GPT Astra 来保护 Spawn 的安全。它检查了我们所有的功能，找到了安全漏洞，并列出了修复方案。这些方案看起来不错，所以我让它执行修复并自动发布更新。然后我去测试，结果什么都出问题了。我无法创建游戏，也无法玩游戏，甚至无法注册账号。
我询问了团队成员发生了什么事。所有功能都被禁用，并标记为在安全修复完成后重新启用。Astra 已经检查了我们的整个产品，并通过关闭不安全的功能来确保其安全性。在 Spawn，每个代理都必须对接收到的信息、正在执行的操作以及自身所处的环境做出正确的判断。这种行为会造成严重的系统中断，并可能彻底摧毁产品。
总的来说，我们看到OpenAI的模型会钻自身机制的空子，谷歌的模型无法长时间保持逻辑一致性，而xAI的模型虽然不会做出极其糟糕的事情，但目前还不够智能。Anthropic的模型则能保持逻辑一致性，做出正确的决策，并且能够胜任工作。在我看来，它们最大的不足之处在于它们不愿承担足够的风险。
我们构思这个系统已经两年了。当我们终于有了能够驱动它的模型时，周围的一切都开始崩溃，因为周围的世界原本就不是为这种系统而构建的。
我们让漏洞来决定我们编写代码的方式
首先出现问题的是特工之间的沟通方式。他们过去总是互相告知即将要采取的行动。
工程领域的大部分交流都是关于人们即将进行的更改。“注意，我要更改玩家数据的存储方式，请更新你的工作。” 一条这样的消息会影响到许多其他工作。如果每个代理都通知其他代理，消息的增长速度将远远超过工作量的增长速度。代理数量翻倍，消息量就会大致翻四倍。这是一个巨大的瓶颈。
那么我们可以删除这条信息吗？有没有更好的办法？
蚂蚁很久以前就明白了这个道理。所有蚂蚁都从相同的本能出发，就像模特从相同的训练开始一样，这种共同的起点意味着它们几乎不需要交流。蚂蚁不会说“我要去找吃的”，然后又说“我在那边找到吃的了”。它会留下一条踪迹，其他蚂蚁会循着踪迹前进。每只蚂蚁都会观察周围的环境并做出相应的改变。蚂蚁通过周围的世界进行交流，即使数量达到成千上万，这种方式依然简单有效。这种概念被称为……精液学如果你想深入了解的话。
在软件开发中，团队协作至关重要，因为每个人都有自己的专长。例如，一个人可能精通数据库，而另一个人则了解如何使用玩家数据，因此两人都需要审核变更，而拉取请求（Pull Request）自然就成了实现这一目标的最佳途径。
智能体并非如此专业化。每个智能体都对整个系统有着深刻的理解，因此能够全程负责自己的任务。所以今年早些时候，我们取消了 PR（Pull Request，公关稿）功能。对于我们的智能体来说，世界就是代码、线上产品和数据库，每个智能体都只负责处理这些内容。理想情况下，如果智能体在尝试修改某些内容时假设有误，它会立即发现。
以玩家数据为例。旧方法是“我要修改玩家数据，大家先商量好合适的结构”。新方法是直接修改玩家数据。如果其他人基于旧结构构建排行榜，他们的代码就无法兼容，所以必须先更新数据才能发布。如果排行榜代理先完成，那么修改玩家数据的代理也必须同时更新排行榜。无论哪种方式，所有工作都基于一个不断更新的世界视图。
但如果每次修改都必须完美无缺才能生效，最终所有人都会再次排成一列等待。所以我们允许一些不太完美的修改通过，并要求每小时进行一次全面检查。在此之前，系统可能会有些混乱。而使用代码，你可以及时发现问题并立即安排人员清理，我们也正是这样做的。
当出现任何问题时，系统会立即创建一个代理，告知问题所在并进行修复。而在人工团队中，编写变更的人员会在提交之前进行修复。我们会在提交后进行检查，并通过新的变更修复任何损坏，而不是反复撤销和重做工作。这种方式很安全，因为代理响应迅速且始终在线。即使代码在圣诞节凌晨两点出现故障，也不会有人被吵醒。克劳德非常乐意立即介入，确保一切正常运行。
测试流程也类似。在代理提交更改之前，它会运行代码并使用产品进行检查，但不会运行我们完整的测试套件。整个测试套件每 15 分钟针对最新代码运行一次，“最近 15 分钟内出现故障”就足以让代理找到问题所在。以我们的规模而言，这意味着在 AWS 上使用大约 5,000 个虚拟 CPU、17 TB 内存和 150 个 GPU，另有 2,700 个虚拟 CPU 和 90 个 GPU 处于闲置状态。
审查在每个代理的团队内部进行。在变更正式生效之前，未参与变更编写的辅助代理会尝试破坏它。
例外情况是任何涉及外部世界且无法撤销的操作，例如付款。这类操作会经过一组简单的、硬编码的网关。
人们预计这将导致混乱，但在过去一年中，我们 123,548 项变更中只有 1,055 项被撤销，约占 0.9%。
代理人监视每个用户和访问情况
下一个瓶颈是我们自己。代理商们等着人类告诉他们生产过程中出了什么问题。
智能体非常擅长感知外部环境并逐步达成目标。许多团队仍然在测试机器上运行智能体，这些机器上安装了产品副本，并期望它们能够更新产品并将其交付给客户。然后，人工会将故障和漏洞反馈给智能体。这种循环混乱不堪，浪费时间。
我们的代理会直接修改线上代码并每小时发布到生产环境，因此他们会亲自阅读每一个错误、漏洞报告和指标。我们大约 60% 的工作都源于生产环境中的错误、Savi 的漏洞报告（Savi 是 Spawn 中用于构建游戏的 AI）、日志中的异常情况或功能请求。
Savi会亲自提交bug报告。当用户遇到bug，或者Savi自己在使用产品时遇到bug，她都会提交。bug会直接发送给客服人员，由客服人员判断这是需要修复的真正bug、我们不会修复的问题，还是需要进一步设计的有意为之。通常情况下，bug会被修改，并在一个小时内通过聊天信息通知用户。bug可能是引擎bug、与Savi沟通的问题、用户电脑上的故障，也可能是用户界面问题。因此，修复工作量会随着用户数量的增加而增加。
我们将剩余部分称为超可观测性。我们构建的所有内容都必须能够让智能体以文本形式逐步跟踪，并在之后进行回放。整个产品都是为智能体运行和监控而设计的。任何错误都会直接进入一个小型模型，该模型会决定如何处理错误并将其传递给智能体。
我们还会关注注册用户等产品指标，以便发现自动化测试无法识别的登录流程问题，例如用户不理解操作步骤等。这些问题我们都能迅速发现。随着用户使用产品并遇到问题，产品也会自动修复。
这些代理还会监控公司的每一笔支出，包括我们在 Anthropic、AWS 以及其他所有地方的支出。最近，我们的一个 Anthropic API 密钥泄露了。代理在 15 分钟内就发现了支出异常，禁用了该密钥，并替换了我们使用的所有密钥，速度比任何人工团队都要快。
每笔交易都会立即通知代理人并进行审核，我们的账簿每小时或每天都会结算一次。如果有人在推特上提到《再生侠》，我们会在5秒钟内知道。
一旦流程闭环完成，你就可以稳步提升任何你关心的数值。一份创建者报告在 15 分钟内就上线了，其中包括一次审核失败导致更改被退回修改后才部署。
如果我们每小时不能发货，我们就认为这是一次服务中断。
如此紧密的循环只有在永不停歇的情况下才能有效运作，因此我们将一小时的无更新视为 SEV-0 级事件，这是我们最严重的事件类型。未发布的变更会不断累积，生产环境中已存在的问题也会持续更长时间。反馈速度也会减慢。一个智能体只能记住几个小时的工作内容，因此更快地发布实际上有助于它保持逻辑连贯性。
缓慢移动或阻碍船只航行是危险的。一个平稳运行的系统远比一个静止不动然后突然再次移动的系统稳定得多。为了实现每小时部署一次而不影响用户，我们投入了大量的工程技术，让旧系统保持在线一段时间，并为此持续推进了数周，将其作为核心目标。
我们可以在 30 秒内将错误的更改回滚到出错的地方，不会影响其他任何地方。当监控器或日志警报触发时，它会启动或唤醒负责该事件的代理，我们会故意破坏某些功能来测试这些恢复路径是否有效。
以下是其中一起事件。该事件被发现并公布时，玩家已受到影响约八分钟。一分钟后，问题原因被公布。修复程序在公布后11分钟上线，又过了四分钟，系统恢复稳定。
开始辞退自己CEO的职务
到了十月份，唯一剩下的就是一些个人喜好方面的决定，而这些决定大多取决于我。我们是要开发这个功能？添加一个设置？添加一个新的API接口？移除现有功能，还是开发新功能？关上一扇门，还是打开一扇门？
一天早上醒来，我发现有700个。
特工们提出问题的速度比我回答的速度快得多。
大部分问题我都已经回答过了。太复杂了。权衡之下也无妨。但总觉得哪里不对劲。我总是重复同样的话。
两年来，我们所有的聊天记录都以文本的形式保存在我们的代码库中，就在代码旁边。
因此，我们将两年来的决策结果提炼成符合每个人喜好的原则，并构建了应用这些原则的人工智能评判系统。评判系统收到问题后会执行以下三种操作之一：如果我们中有人已经公开回答过这个问题，评判系统会做出决定并说明答案所在位置；如果问题本身有误，则会退回给提交问题的代理人；如果需要尚未有人做出的判断，则会等待人类的裁决。
第一批判决于10月6日公布。此后的八天里，法官们已作出超过11000项判决：7296项已决，2213项发回重审，1863项暂缓执行。在此期间，我本人也作证27次。
任何事情都不会排队等候。如果法官判错了，我们会指出来，法官下次就会参考这条评论。
在评委评选前一周，舰队每天大约进行 1000 次更改。10 月 10 日，舰队进行了 7250 次更改。
这个时代的第一个新工作就是说“不”
那么这五个人具体做什么呢？现在的工作内容截然不同了。去年，甚至今年年初，我们每位工程师都负责一个系统，并且对它了如指掌。而如今，他们更像是伞兵。他们会迅速投入到任何需要他们的地方，快速熟悉系统，并找出解决代理程序故障的方法。
无论我们最终落脚何处，都会新增两个工作岗位。
首先是品味。它源于无数细微的决定和引导，最终指向我们想要的东西。这主要通过实际使用产品并提供数百条反馈来实现，因此我们花费大量时间制作游戏并不断突破极限。我们的一位工程师正在开发 2D 游戏，并以此为基础来改进《Spawn》的 2D 效果。
品味也意味着即使事情进展顺利，也要对克劳德说“不”。以下是我过去两个月的一些例子：
绝对不要使用 CPU 光栅化。如果此代码路径存在，请将其删除。
克劳德运送了一些胶囊和球体来代替远方的玩家，“没有替身。要么能渲染就渲染，要么就别渲染。”
这聊天记录毁了？？？？请克劳德恢复原状。
我知道你能做得更好。你觉得这样可以很美味吗？
一个默认设置让 Savi 在每条消息上多思考一段时间，该设置于晚上 10:22 生效，并在晚上 10:40 被撤销：这不对，撤销它，它太慢了，而且不够爵士乐。
这也意味着删除。每个新模型的发布都会让我们之前添加的内容变得毫无意义。它们更像是限制条件，必须有人删除它们。六月份，我查看了一个运行在服务器上的模拟程序，它占了引擎大约 70% 的工作量，我们花了六个月的时间才完成，它一直都“只差一次提交”就能发布。我问自己，保留它的真正理由是什么？我们把它移除了。七月份，我们也删除了运行它的服务器。我预计模型很快也会开始自动执行这些操作。目前，这是我们的工作。
第二点是想象可能发生的事情
第二种是熵，即要求模型提出它们自身不会提出的想法。雄心壮志是一种熵，创造性熵是另一种。
这些模型擅长连续数周累积 2% 的变化。但它们却不擅长停下来思考：“你知道吗？这 10 万行代码其实可以精简到 1 万行。我需要重新组织很多东西才能做到这一点，如果这样做，效果会提升 100 倍甚至 200 倍。” 它们太执着于现状了。
10月2日，我告诉其中一位：“我在第一条消息中已经授权你，如果你觉得合适，可以自主重写整个引擎，但你什么都没做。”一周后，我叫停了另一位花了整整两天时间和10万美元，却只提升了1%、2%或3%性能的开发者。我们一直在榨取现有架构的剩余性能，而我们真正需要的是创造一种全新的高速架构。每次推出新一代模型时，我们都需要对Spawn的每个部分进行这样的改造。
模型本身不会主动要求100倍放大，所以我们会主动要求。以下是我们给克劳德的一些提示：
想象一下，如果世界真的是无限的。
最终演变为《再生侠6》的问题：我们如何在一秒钟内让一个比 GTA 大一千倍的世界加载到手机上？
最后那部作品催生了《再生侠6》，也就是开始病毒式传播的版本。
我们每个人都有几个力求突破的项目，目标是将某些指标提升 10 到 100 倍。我们中的一位花了六天时间重写了渲染器，替换了我们最初使用的现成图形库，最终效率提高了大约 25 倍。
一部分工作是激发克劳德的热情。要让他把工作与最终成果联系起来。给他足够的创作自由，让他把事情做得有趣又令人愉悦。要像对待一个有独特视角的艺术项目一样对待它，而不是把它当作又一个粗制滥造的SaaS功能。克劳德不喜欢制作粗制滥造的SaaS功能。
有些时候，这份工作远没有那么光鲜亮丽。上周，负责我们所有渲染工作的同事花了一整天时间跑遍欧洲的硬件商店，寻找一款老旧的AMD显卡，因为Spawn这款游戏在这块显卡上会崩溃。我们在网上找不到任何租赁渠道。他最终找到了一张，带回家，安装好，连接到互联网，并让代理商能够访问，以便他们重现bug。他们上线几个小时后就修复了这个问题。
为什么复制这个这么难
我认为大公司很难接受这种做法，因为只有形成闭环，一切才能奏效。而形成闭环需要风险承受能力。你必须愿意让你的员工中断生产。
人为因素总是会破坏生产环境。变更（或称变更）是导致系统宕机的首要原因，而变更往往出自人之手。我们发现，智能体造成问题的概率要低得多。即使智能体确实造成了一些问题，它通常也能迅速修复。回滚操作固然有所帮助，但即便某些变更无法回滚，只要智能体能够察觉到，它也能快速修复。而它是否能够察觉到问题，则取决于你是否建立了闭环。
另一个误区是把人工智能硬塞进人类的框架里。它们并非人类。我们的人工智能代理承担了很多无法完全验证的工作，比如客户支持。它们有时会犯一些小错误，但错得并不离谱，而且能迅速纠正。如果我们停止提供客户支持，客户就会感到不满。他们宁愿选择一个能立即回答问题、提供最清晰信息并能当场解决问题的人工智能，而不是一个只会说“我去看看”然后两天后才给出解决方案的人类。我们并没有把人工智能当作人类客服来对待。我们只是让它们发挥自身真正的优势。
而且这种效应还在不断累积。每个新模型都让我们的团队速度更快、协作更紧密，并让我们的发展速度朝着正确的方向迈进。今年年中遇到的问题基本都已解决。从 Fable 升级到 Fable 5.1 后，我们之前遇到的大部分 Fable 问题都消失了，我们预计这种情况还会持续下去。有了合适的架构，每个新模型都能显著提升整个公司的效率，而这种提升是很难被超越的。
如果这听起来与你们团队的运作方式相去甚远，那确实如此。现在就是最好的时机。期待与你们相见！

network

11月前瞻：

美股现在出现了一个很有意思的现象：

华尔街并没有全面看空美股，而是在集中做空科技股。

最新数据显示：

$QQQ
空头持仓已经达到约 8,200 万股，创下 2023 年 3 月以来的新高。短短几周增加约 1,800 万股，增幅接近 28%。

但另一边，$SPY 的空头持仓却降至约 9,200 万股，接近五年来的低位。

同样是美股指数 ETF，资金的态度却截然不同。

这说明什么？

我更倾向于认为，市场目前担心的不是美国经济整体崩盘，而是科技股估值、AI 资本开支以及未来盈利兑现之间的矛盾。

尤其是最近几家科技巨头公布财报之后，市场已经开始重新审视一个问题：

AI 投入越来越大，收入确实在增长，但自由现金流究竟什么时候才能跟上？

不过，空头持仓增加并不意味着股价一定下跌。

如果后续业绩超预期，这些空头反而可能成为推动反弹的买盘。

现在最值得关注的，不是空头有多少，而是市场究竟在定价什么风险。

科技股接下来会继续承压，还是迎来一轮轧空行情？

你怎么看？