作者在硅谷待了20天，开了70个会，记录了硅谷AI生态的见闻与思考。文章描绘了硅谷如同2014-2015年中国经济上行期的繁荣景象：人人创业、投资。分析了Neo Labs面临的挑战，119家共募资943亿美元但多数无PMF；数据公司成为显性商业机会，成为frontier的research partner；DeepMind因大厂病、数据和算力受限而式微；YC扩招导致创始人年轻化；美国AI并购退出活跃但普遍夸大；华人创业者与投资人在硅谷崛起。作者认为泡沫本身就是经济上行期的正常现象。
文章分析了AI新实验室（Neolabs）的投资热潮。OpenAI和Anthropic合计年收入约1250亿美元，估值超3万亿美元，成为史上最快的价值增长。早期投资这两家的反共识押注获得了巨大回报。此后FOMO情绪驱动资本疯狂涌入：三年内102家Neolabs融资700亿美元，总估值约3200亿美元但收入微薄。作者指出这一赌注成立需满足三个条件：前沿实验室不被开源商品化、创新将来自实验室之外、Neolabs需在巨头获得能力前建立差异化分销。按当前估值推算，Neolabs需实现约1460亿美元合计收入才能获得3倍回报，实现10倍回报则需5000-9000亿美元收入，远超OpenAI与Anthropic当前收入之和。
文章探讨 AI 基础设施建设日益依赖债务融资，私募信贷扮演越来越重要的角色。2026 年第二季度 Apollo 与 Blackstone 牵头 350 亿美元为 Anthropic 采购芯片，成为史上最大私募信贷交易。六大科技巨头今年资本开支预计约 8700 亿美元，2027 年超 1.3 万亿。研究显示，AI 相关企业私募贷款利差仅比其他贷款高 0.1 个百分点，贷款方可能低估 AI 风险，或股市高估未来利润。部分 AI 融资的期限错配与市场分化（如 xAI 债券溢价、Project Jupiter 折价）进一步揭示风险，文章提出核心问题：私募信贷本身是否构成泡沫。
文章以Khosla Ventures两位合伙人Khosla与Rabois因AI编程公司Factory顾问Degnan跳槽至竞争对手Cognition而公开争执为切入点，揭示了硅谷一级市场的现实逻辑：资本可以同时下注多家竞对公司，但关键资源（如顶级销售高管、企业客户、信息通道）永远是排他的。文章剖析了两家公司快速膨胀的融资与估值、VC圈层化的人脉网络、投资人与高管身份的切换，以及股东兼客户的利益冲突，指出创业者所期待的忠诚从未在合同中被承诺，资本最优化配置往往意味着牺牲个别被投公司的利益。
李飞飞创办的AI公司World Labs被AMD以约82亿美元全股票收购，李飞飞将加入AMD担任首席科学家，向苏姿丰汇报。该公司2024年初成立时估值仅约2亿美元，今年年初估值涨至50亿美元，成立仅两年半即被收购。a16z等硅谷风投自2024年4月起连续多轮投资，成为最大赢家。文章借此说明站在AI风口上的巨大价值与资本回报。
文章探讨了硅谷如何通过公开的信任信号与关联网络来识别人才。作者提出，'早期相信'比'非共识'更重要，因为早期背书会成为他人跟进的信号，形成一种对'人'的实时递归式价格发现。Twitter 成为这种关联图谱的核心舞台——关注、回复、播客互访、线下晚宴都是各种形式的'背书'（co-sign）。传统学历、名校等身份标签的作用减弱，公开展示作品成为新的'暖介绍'。在 AI 让产出过剩、注意力稀缺的时代，人的层面（谁相信你、谁注意你）变得更加重要，成功的关键是持续证明潜力并保持上升势头。
作者通过对比1998-2000年电信设备泡沫与当今AI时代的结构相似性，追踪了45家当年融资超1亿美元或以3亿美元以上被收购的电信设备创业公司的结局。13家早期被收购的 公司为投资人带来巨额回报，但其中10家产品两年内被砍掉；32家未及时退出的公司69%几乎血本无归，至今没有一家作为独立企业存活。文章指出创始人背景与融资金额与回报呈负相关，退 出时机（Vintage）才是决定胜负的关键。作者认为当前AI行业的结构（卖铲人垄断、超大规模厂商高资本开支、实验室巨额算力承诺、高估值创业公司）与当年高度相似，但英伟达盈利能力、 客户真实收入增长等是关键不同。
本期早报围绕三条主线展开：一是 Anthropic CEO Dario Amodei 提出前沿模型能力提升需放慢节奏、为安全核验留出时间，并建议引入嵌入式独立评估者；二是 a16z 讨论如何改写风险投资幂律，认为 AI 让资本更直接转化为规模优势，但只有嵌入客户工作流才形成护城河；三是 Paul Bakaus 谈 Impeccable 设计技能，强调团队需为智能体建立共享设计语言。速览部分还涵盖 AI 科学发现、数学与 AI 宣言、OpenAI Agents API、Claude 安全对齐缺陷、空间智能及 AI 搜索抗菌分子等内容。
作者基于 TIME 点名的 AI 人物网站 castmind.ai，整理出活跃在 X 上的 59 位 AI 领袖清单。核心理念是「Follow builders, not influencers」——关注真正造东西的一线建造者，而非贩卖焦虑的网红。文章将人物分为模型和实验室、产品和 Agent、研究、生态四类，逐一介绍 Sam Altman、Dario Amodei、李飞飞、Karpathy 等人的代表作与识别标记，并给出 10 个必订账号推荐。
本文分析谷歌AI人才流失现象：Jeff Dean、Sanjay Ghemawat等核心人物离职创业，Noam Shazeer转投OpenAI，Demis Hassabis卸任DeepMind日常管理。作者认为，随着AI价值飙升，顶级研究员自身已足以成为公司起点，资本追着送钱，出走比留在大厂更自由值钱。同时，谷歌因组织庞大、多业务掣肘、产品化节奏与DeepMind研究愿景冲突，导致Gemini旗舰模型难产、竞争力落后于OpenAI和Anthropic。核心结论是：知道方向的人，手中未必握着方向盘。
本文深入剖析了Anthropic公司冲刺2万亿美元IPO背后的故事，聚焦于CEO Dario Amodei的妻子Cami Clark。她从蓝领家庭出身，经历破产和成人电影创业失败，最终通过人脉网络成为硅谷权力核心人物。文章还探讨了Anthropic的宗教式管理文化、融资循环模式以及估值争议，揭示了AI行业光鲜背后的复杂矛盾。
Paul Graham 在演讲中探讨了地理环境对创业成功的影响。他引用历史规律指出，顶级人才总是聚集在中心（如当年的巴黎、现在的硅谷），建议创业者至少去硅谷待一段时间。核心原因在于获得高质量的同行碰撞和意外机遇，而非计划好的会议。这种经历不仅是获取资源的信号，更是为了带回高标准的视野与互帮互助的火种文化。
文章分析了 AGI（通用人工智能）临近时的现实特征，指出其冲击力不在于机器像人，而在于智力成为一种可复制、可计价的基础设施。文章探讨了 OpenAI、DeepMind、Anthropic 等巨头对 AGI 的定义与路径，强调 AGI 首先是劳动力供给的冲击。同时，文章从任务链路、接口、稳定性、成本四个维度定义了 AGI 的现实门槛，并揭示了算力战争背后的能源与地缘政治博弈。
