谁在AI浪潮中赚得盆满钵满?Daniel Gross的18个AGI预判复盘

哈希派2026-03-06
一页纸列出了一系列关于AI进展可能带来影响的问题。两年多后再回头看,这些问题显得格外具有前瞻性,尽管当时每个问题并没有给出明确结论

原文标题:The Remarkable AGI Trades of Daniel Gross

原文作者:@johncoogan

原文编译:Peggy,BlockBeats

编者按:2024年初,人工智能(AI)仍处于狂热与不确定并存的阶段。当时,Daniel Gross用一页纸提出了18个问题:价值会流向哪里?能源是否会成为瓶颈?软件工程师是否会被替代?国家之间的竞争格局将如何变化?

两年之后回看,这些问题本身比任何具体预测都更具启发性。AI的收益确实集中在基础设施层——英伟达成为最大赢家;能源与电力迅速成为新的战略瓶颈;API成本断崖式下降,同时算力、资本与地缘政治风险却在不断放大。

本文回顾Gross当时提出的关键问题,并结合过去两年的现实演进逐一检验。这不仅是一份关于AI投资逻辑的复盘,也是一张观察技术革命如何重塑市场结构、产业链与全球权力格局的路线图。

以下为原文:

2024年1月,当时仍是Safe Superintelligence CEO、如今担任Meta AI产品负责人的Daniel Gross发布了一篇题为《AGI Trades》的文章。

这篇文章只有一页,列出了一系列关于AI进展可能带来影响的问题。两年多后再回头看,这些问题显得格外具有前瞻性,尽管当时每个问题并没有给出明确结论。下面我们逐一回顾他提出的18个问题。

市场(Markets)

在后AGI世界中,价值将流向哪里?

目前来看,价值确实集中在基础设施层——芯片、封装、电力等领域。英伟达几乎拿走了AI热潮中超100%的利润,因为许多公司仍在亏损。这一点在市值变化上也体现得非常明显:英伟达市值增加了3.2万亿美元,从1.2万亿升至4.4万亿美元;相比之下,云平台的涨幅要温和得多(微软上涨4%,亚马逊上涨30%)。

在私募市场上,OpenAI、Anthropic和xAI的估值增长也非常惊人,但三者合计1.4万亿美元的总价值增长,仍然低于英伟达在同期增加的市值。

这是2024年一开始就非常关键的一个问题。

英伟达和微软会发生什么?

英伟达表现极其强势。其营收从2024财年的609亿美元增长到2026财年的2159亿美元,几乎增长了三倍。

微软则没有那么占优势。Azure的增长确实加速到40%的同比增速,但从2024年1月到2026年3月,微软股价仅上涨4%。市场对其每年超过800亿美元的AI资本开支产生了质疑——投资何时才能转化为回报仍不清晰。

在这场“卖铲子和铁锹”的AI淘金热中,英伟达显然是最大赢家,而微软在基础设施上的押注,暂时还没有给股东带来明显收益。

铜是否被错误定价?

确实被严重低估了。2024年1月,铜价为每磅3.75美元,两年后达到每磅6.61美元的历史新高。

AI对铜的需求极其庞大。例如,英伟达GB200 NVL72服务器机架使用超过5000根铜线。如果全部拉直,总长度超过2英里,一个100MW数据中心大约需要3000吨铜。

总体来看,数据中心每年可能消耗50万吨铜。有人因此说“铜是新的石油”。当然,也有很多其他东西被称为“新的石油”,因为AI基础设施建设极其复杂,几乎每个环节都有瓶颈。所以这种说法也需要谨慎看待。

房地产(Real Estate)

如果AI可以写所有软件,那么旧金山会不会变成新的底特律?

这要看“新的底特律”指的是什么。

AI实际上拯救了旧金山,避免它变成像底特律那样衰落的城市。现在旧金山依然在繁荣:

  • 办公室空置率从36.9%降至33.5%
  • OpenAI拥有100万平方英尺办公空间
  • Anthropic拥有一栋25层办公楼
  • Sierra签下30万平方英尺办公面积

2025年上半年,78%的美国AI风投资金流向湾区。当然,也存在另一面:旧金山整体就业人数仍低于疫情前水平,但房价依然坚挺。因此,它绝对谈不上是一座“空壳城市”。城市环境也变得更加整洁。

AI会如何影响财富不平等?

现在下结论还为时尚早,数据变化并不明显,但已有一些研究值得关注。

IMF 2025年研究认为,AI可能减少工资不平等(因为自动化高收入工作),但可能加剧财富不平等(资本收益集中在科技公司所有者手中)。OECD的研究发现:低技能岗位工资增长最快(装配工+11.6%),高技能岗位增长最慢(CEO+2.7%),不过这可能更多反映的是最低工资政策,而非AI本身。

在资本市场上,集中度也在上升:“七巨头”(Mag7)占标普500市值约32%,贡献了2025年约42%的总回报;同时,AI初创公司巨额融资(OpenAI 1100亿美元、Anthropic 300亿美元)也让少数创始人和投资者获得了巨大的私人财富。

能源与数据中心(Energy & Data Centers)

如果AI变成一场能源竞争,该如何投资?

这个判断完全正确。AI的确变成了一场能源游戏。

抓住这个交易的人赚得非常多。例如:

  • Vistra:+321%,2024年标普第二大涨幅(仅次于Palantir)
  • Constellation Energy:自ChatGPT发布以来股价翻三倍
  • NRG Energy:2025年单年上涨约95%
  • Oklo:12个月上涨700%+

核能迎来了爆发:

  • 微软签署160亿美元、20年期PPA,重启三里岛核电站
  • Google与Kairos Power签署500MW小型模块化核反应堆(SMR)协议
  • Meta与多家核能公司签订6.6GW电力合同

能源成为AI时代最成功的投资主题之一。

在整个数据中心供应链中,哪些环节最难扩张10倍?

芯片行业的瓶颈是CoWoS封装技术(台积电的Chip-on-Wafer-on-Substrate)。

在数据中心领域,最大的瓶颈则可能是电力变压器。

  • 交付周期接近3年
  • 2025年出现30%的供应缺口

成本自2020年以来上涨150%

这个已有100年历史的技术,却成为数据中心接入电网速度的关键限制。

煤炭是否被低估?

某种程度上是,但远不如铜。2025年煤价实际上下跌约22%,到2026年初有所回升。

煤炭公司表现尚可:

  • Peabody Energy:+34%
  • CONSOL Energy:+37%

与此同时,美国煤电发电量到2025年9月增长13%。

数据中心增长较快的州表现尤为明显:

  • 俄亥俄州:+23%
  • 俄克拉荷马州:+58%

国家(Nations)

谁是赢家,谁是输家?

赢家显然是美国。

2024年美国私人AI投资1090亿美元(中国仅93亿美元),自2013年以来累计投资4700亿美元,超过其他国家总和。2024年美国发布40个重要AI模型,中国为15个。

游戏还没结束,但目前来看,美国是AI竞争的中心。

印度2500亿美元的GDP出口依赖GPT-4 token,会发生什么?

情况已经开始显现,但仍在早期阶段。印度IT外包行业的招聘明显下降。2024–2025年间,大型IT公司裁减约5.8万人,而在2021–2023年间,该行业曾新增36万员工。

软件工程师会不会像历史上的打字员那样被替代?

目前软件工程师还没有去做蓝领工作,但职业结构已经出现分化:

  • AI工程师需求增长143%
  • 大型科技公司初级岗位招聘下降25%
  • 实习岗位减少30%

未来的选择可能是:要么向上升级为“AI代理的管理者”,要么转向制造业等领域——毕竟很多工厂也需要懂软件的人来自动化生产流程。

会不会出现类似“新政”的大规模就业计划?

目前还没有。

2025年7月,特朗普政府推出“美国AI行动计划”,包括:

  • AI教育行政令
  • 技能培训计划
  • 劳工部8400万美元学徒项目补助

但美国劳动力培训支出仅占GDP的0.1%,在OECD国家中几乎最低。目前还没有任何计划达到当年WPA(850万人就业计划)的规模。

终身学习是否值得投资?

这是一个非常抽象、也非常个人的问题。但我的答案是:值得。

通胀(Inflation)

如果AI真的是通缩性的,我们会如何首先看到这种信号?

最好的指标可能是AI API价格。

GPT-4级别的推理成本:

2022年末:每百万token 20美元

2025年12月:0.40美元

三年下降50倍。这一速度甚至超过PC算力成本下降或互联网带宽成本下降。这很可能成为服务价格通缩的领先指标。

如果知识产品需求不断增长,而生产成本下降,该如何理解通缩?

虽然AI API价格暴跌,但AI公司收入却在飙升。价格下降 → 使用量爆炸 → 总支出增加。与此同时,SaaS公司还在续费时加收20%–37%的“AI税”。因此,即便软件生产成本趋近于零,SaaS收入仍在增长。

这与摩尔定律时代的计算行业类似:单个产品越来越便宜,但整体市场规模不断扩大。

地缘政治(Geopolitics)

互联(interconnect)真的重要吗?

极其重要。

在大型GPU集群中,30%–50%的训练时间用于GPU之间通信,而不是计算。

例如,Google TPUv7 Ironwood使用3D torus拓扑连接9216个芯片、Nvidia NVL72连接72个GPU,因此互联网络对AI规模化至关重要。

如果一个国家有更多能源,是否可以用落后制程实现AGI?

目前来看不太可能。

所有领先AI芯片都使用4nm或3nm工艺,Nvidia Blackwell、Google TPUv7、AWS Trainium3。

中国华为Ascend 910C(SMIC 7nm)在推理方面具有竞争力,但在训练方面需要更多芯片和更多能源。单纯通过增加能耗来弥补技术差距,最终会遇到经济成本的限制。

最可能的“台湾事件”是什么?

最可能的是台湾海峡封锁。

而紧张局势已经在升级:

  • 2024年:中国举行“联合利剑-2024B”演习
  • 2025年:“正义使命 2025”动用100多架飞机、13艘军舰
  • 27枚火箭从福建发射,其中10枚落入台湾毗连区

同时,中国在2026–2030五年规划中开始将“和平统一”和“统一”分开表述。

台积电也在提前布局:亚利桑那州正在建设8座晶圆厂,未来可能承担30%的先进芯片产能。

但整个体系仍然处在极其脆弱的平衡之上。

原文链接

免责声明:

1.资讯内容不构成投资建议,投资者应独立决策并自行承担风险

2.本文版权归属原作所有,仅代表作者本人观点,不代币币情的观点或立场