#122 朱啸虎：泡沫、超级入口与“15 度偏差”

原文讲解：朱啸虎如何把 AI 泡沫拆成供给、入口和回报

这一节先复述节目自己的推进。朱啸虎说的是投资人观察、估算和方法论，尤其涉及 GPU、估值、日活和公司机会时，不能把口述直接升级为行业统计。

一、OpenAI 从“AGI 叙事”走向日常入口

主持人先从 OpenAI 的公开表达变化问起：相比抽象地讨论 AGI，产品现在更强调日活、使用时长、群聊、应用和普通用户。朱啸虎把这个变化解释成超级入口竞争。一个模型如果只是被用户偶尔问一次问题，能力很强也未必形成平台；如果它成为每天打开的入口，就可能继续承载搜索、助手、内容、支付或社交。

群聊在他的论证中也不只是增加一个聊天按钮。群聊能让用户之间的关系、共同任务以及 AI 参与方式被记录下来，未来可能形成 Social Map 或社交图谱。这里的关键是“关系和任务是否沉淀”，而不是群聊功能本身已经证明了新的商业模式。主持人反复追问的，其实是模型能力能否变成高频行为和长期关系。

二、他说“没有典型泡沫”时，依据的是产能有没有过剩

谈到 AI 泡沫，朱啸虎使用的是一套供给—需求框架。他看到 GPU 仍然紧张，旧卡仍然被使用，token 消耗继续增长，未来瓶颈还可能转向数据中心和电力。因此他不愿意仅凭估值很高，就把现在类比成 2000 年前后大量闲置的光纤产能。

这个回答的边界必须保留：产能被使用，只能说明当前有真实需求，不能自动证明某家公司的价格合理、利润会出现或资本投入能够收回。节目里的增长倍数、成本和行业预测主要是嘉宾估计。朱啸虎自己也把 usage 与 return 分开：大家在用，不代表所有提供基础设施或应用的公司都能赚钱。

三、模型商品化之后，应用不能只把模型换一个名字

话题随后转到创业机会。朱啸虎认为，很多任务不需要最强的通用模型；一个成本更低、延迟更小、针对具体场景调过的小模型，可能比昂贵的 SOTA 更适合产品。模型能力越来越普及，会把“能不能调用模型”从壁垒变成起点。

应用真正要回答的是：用户为什么反复使用，任务是否完成，结果是否比原来的流程更好，调用成本能否覆盖收入，产品有没有独有的分发或反馈。把模型 API 包一层界面、换一个品牌名，不会自动产生护城河；场景、工作流、用户关系和结果数据才可能留下独立价值。

四、“15 度偏差”是怎样从投资方法变成创业建议的

节目最后落到“15 度偏差”。朱啸虎不是鼓励为了反共识而反共识，而是认为共识往往看对了大方向，却未必看对价格、时间和实现路径。创业者可以与大厂保持三条马路的距离：利用行业和技术外溢，却不直接与资源最集中的玩家在同一个正面战场上拼规模。

这个建议并不等于年轻或小团队天然更有创造力。真正的切口需要一个可观察的结果、密集的用户反馈和明确的成本边界。主持人把“非共识”追问到行动层面后，朱啸虎的回答可以还原成四本账：需求是否真实、产能是否受限、产品结果是否出现、资本价格是否已经透支。原文讲解到这里，下面才进入结构化分析。

五、从投资人的话回到创业者：先证明一个小闭环

节目并没有把“超级入口”说成一个已经存在的终局。主持人追问，如果大公司拥有模型、流量和资金，小团队究竟还能做什么。朱啸虎的回答是先找一个大组织没有完全覆盖、但用户反馈密集的窄任务：用户要反复回来，结果要看得见，模型和基础设施成本要算得清，产品还要有机会积累自己的上下文或关系。

这也解释了“15 度”的含义。偏差不是把共识全部反过来，而是在共识方向里重新检查时机、价格、入口和执行顺序。供给仍然紧张，不代表每一家算力公司都值得买；模型变便宜，不代表每一个 Bot 都会形成新需求；群聊有关系，不代表关系已经变成可持续的社交图谱。原文到这里完成了从宏观判断到行动纪律的转折，下面才进入本文的泡沫三层模型。

总判断：泡沫不是一个二元标签，而是“供给、入口、回报”的错位

朱啸虎的核心判断可以压缩为：只要 GPU、数据中心、电力和 token 消耗仍然处于紧张或快速扩张状态，就不能仅凭估值很高宣布“AI 泡沫已经破裂”；但 token 增长也不等于投资回报，真正的风险在于基础设施投入能否通过产品和现金流回收。这个区分让他既能说“三年内看不到典型泡沫”，又承认估值、融资和个别公司的订单承诺可能出现剧烈回调。

证据账本：哪些是事实，哪些只是嘉宾的估计

这期最容易被误读的是“token 消耗量持续上涨，所以估值没有泡沫”。朱啸虎自己也在后半段承认，usage 与 return 不是同一个变量。互联网历史上可以存在用量上升但商业回报不佳的产品，因此 token 更像需求强度和成本结构的观测量，不是现金流的替代变量。

深度分析：他的判断在哪些地方成立，在哪些地方不够

成立之处：把“技术真实”与“资本便宜”拆开

很多泡沫争论把技术是否有效和资产是否值得当前价格混为一谈。朱啸虎的框架更稳健：AI 可以是真的，产品可以有用户，基础设施也可以紧张，但投资仍可能因为增长被过度透支而回报不佳。这一拆分也让 #122 与后续 #124 戴雨森的“Year of R”形成有意义的对照：前者更关注需求和供给是否已过剩，后者更关注 return、research 和 memory 是否能撑起预期。

不足之处：供不应求并不自动推出高回报

GPU 或数据中心被使用，只能说明当前存在需求；它不能回答需求由谁付费、价格是否覆盖折旧、客户是否会迁移、推理成本是否随价格下降而扩大，以及供应扩张后利润会落在哪一层。要把“还在使用”变成投资结论，至少还需要客户留存、毛利、资本强度、合同兑现和替代风险。

最有启发的部分：把创业机会放在“共识的边缘”

“15 度”不是寻找完全没人相信的故事，而是寻找共识方向里的二阶问题：模型已经够用但工作流没有重做，某个行业有数据但没有产品，或大厂能力外溢后仍有低成本、强反馈的小切口。它和 #123 王冠谈的产品内生数据、#124 戴雨森谈的 context 与工具形成互证：真正的边缘机会往往不是再训练一个模型，而是拥有别人没有的任务状态和反馈。

把判断变成研究表：四个不能混在一起的指标

如果要把这期访谈转成季度跟踪表，第一列应是需求，而不是估值。需求要看真实任务数、重复使用率、用户是否把工作交给系统，以及使用是否来自少数重度用户的补贴。第二列是生产能力：GPU/数据中心的利用率、推理延迟、每个任务的 token、能源和折旧成本。第三列是产品结果：完成率、返工率、用户留存、跨模型迁移和企业愿意支付的金额。第四列才是资本价格：融资倍数、现金消耗、合同兑现和退出预期。这样可以区分“大家都在用”“公司能交付”“公司能赚钱”和“资产很贵”四个不同问题。

超级入口的三种失败方式

第一种失败是高频但无关系：用户每天打开 ChatGPT，却没有形成跨用户的关系、共同任务或可迁移的社交图谱，产品仍只是强工具。第二种失败是关系有了但不可变现：群聊和社交行为增长，却无法承载搜索、交易、服务或订阅，入口的商业价值低于想象。第三种失败是入口被平台替代：大厂把模型、手机、浏览器、支付和社交同时掌握，独立产品的上下文和分发无法留住用户。只有当入口同时形成频率、关系、结果和切换成本，社交图谱才可能从叙事变成护城河。

“15 度偏差”也有边界

偏离共识必须建立在更好的信息或更清晰的机制上，而不是把反向观点本身当作洞察。一个可复用的检查方式是：先写出共识为什么成立，再指出哪一个前提可能被高估，最后给出能够在三到六个月内观察的信号。若不能说明信号，所谓非共识可能只是延迟验证的故事；若信号出现却没有行动窗口，差异化也无法转成收益。把偏差写成假设、价格和验证日期，才能避免投资人事后重写自己的判断。

给创业者的现实翻译

对创业者而言，本期最实用的建议不是“不要做大模型”，而是选择一个能在小规模上产生密集反馈的切口：用户愿意反复使用，结果容易判断，成本能被控制，且大厂的通用能力还没有覆盖全部流程。然后保留可逆性：模型可以替换，数据和评价不能丢；入口可以变化，用户任务和结果记录要留下；融资可以快，也要知道没有下一轮时还能活多久。这样，15 度偏差才不是口号，而是一种带有止损线的产品策略。

因此，朱啸虎的观点更适合被当作一个“观察顺序”而不是一句结论：先观察真实需求，再观察生产约束，再观察产品结果，最后才讨论资本价格。这个顺序不能消除不确定性，却能减少把热度、供给紧张或融资金额误认为回报的错误。

后续如何证伪或修正

• 若 token 消耗持续增长，但推理价格下降、客户付费和基础设施回报长期不改善，说明 usage 不是 return 的可靠先行指标。
• 若 OpenAI 或其他超级入口形成稳定社交图谱、跨用户关系和高频留存，超级入口假说得到加强；若群聊只产生短期尝试而没有关系沉淀，入口叙事应收缩。
• 若小模型在成本、延迟和真实任务完成率上长期优于大模型，应用选择小模型的判断成立；若模型能力快速商品化且上下文无法形成壁垒，应用公司仍会承压。
• 若 club deal 项目的退出收益显著高于非共识项目，且高价格确实换来更高胜率，“15 度偏差”就不应被当作通用投资原则。

证据边界与资料索引

本文以 #122 的官方 YouTube 音频和公开逐句转录为主，节目中的金额、增长倍数、模型差距和未来预测均保留为嘉宾口径，未在本文中改写成外部事实。Scripod 的说话人标注可区分朱啸虎与张小珺，但仍属于自动转录层，引用时以节目音频为最终依据。

• 官方 YouTube：#122 朱啸虎
• Scripod：#122 公开转录入口
• 小宇宙公开 RSS：张小珺商业访谈录节目索引
• 全频道目录与路线图 · 四十九期系列总览

本文完成于 2026-07-31。公开转录存在口语识别错误，尤其是公司名、模型名和数字；任何投资、公司或市场判断都需要回到原音频和独立一手资料核验。