# 谷歌 AI 人才流失、SpaceX 的丰收季、Airtable 暴跌九成、美国数据喂养中国 AI

> 布拉德·格斯特纳代班，谈谷歌 AI 人事震荡与战略调整、SpaceX 财报与星舰进展、Airtable 折价九成出售，以及中国实验室抢购美国训练数据。

- 原标题：Google’s AI Brain Drain, SpaceX's Huge Quarter, Airtable’s 90% Collapse, US Data Fuels China AI
- 类型：第 284 期
- 发布日期：2026-08-08
- 话题：谷歌 AI 人才流失与 Airtable 崩盘
- 出场：杰森、萨克斯、弗里德伯格
- 网页版：https://allin.qiaomu.ai/ep/e284/
- 视频：https://www.youtube.com/watch?v=muRIXCDw-k0
- 精读字数：约 7859 字（阅读约 17 分钟）

> 本文为 allin.qiaomu.ai 基于原始节目的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。

谷歌在同一天失去了两位标志性人物：杰夫·迪安（Jeff Dean）离职创业，戴米斯·哈萨比斯（Demis Hassabis）从 DeepMind 负责人转任董事长。股价当天跌了 4%，按市值算蒸发约 2000 亿美元。同一天，SpaceX 交出上市后的第一份财报，营收同比增长 92%，股价跌了 13%。两件事看起来无关，投资人在这期节目里却给出了同一个解释框架。

## 谷歌的人才走了，钱留在了数据中心

先把事实排清楚。Axios 的报道说 Gemini 3.5 Pro 延期数月，部分内部消息把原因归结为士气低落。Gemini 的联合负责人等多名核心研究员已经跳槽到竞争对手的实验室。杰夫·迪安带着三位 AI 明星员工离职创办 Discovery Loop，方向是用 AI 做科学突破。迪安 1999 年入职，是谷歌第 30 号员工，在这里连续干了 27 年。

弗里德伯格的解读从资本配置入手。谷歌今年承诺投入 2000 亿美元资本开支建 AI 基础设施，在加速折旧的税法下（假设 26% 的企业税率，当年核销等于每投一美元立刻省回 26 美分），加上算力需求极端旺盛，这笔钱的回报路径清晰可见。而训练前沿模型同样要烧几十亿美元，回报却要打一个巨大的问号。

> 投数据中心算力是高 alpha、低 beta；模型开发理论上是高 alpha，但 beta 极高。如果我是董事会、我是管理层，我会把更多资本投到算力基础设施，更少投到模型研发。我认为这就是正在发生的事。（弗里德伯格）

他的前提是开源权重模型追赶太快，各家前沿实验室彼此也咬得太紧。谷歌手里有全球最大的企业客户群和消费用户群，它不需要最强的模型也能做生意，可以同时托管 Anthropic、OpenAI、xAI 和各家开源模型，它在 Anthropic 和 SpaceX 都有大笔持股。谷歌云第二季度营收同比增长 82%，这个增速在云计算历史上从没出现过。

格斯特纳补充了微软的镜像：萨提亚·纳德拉本周引用摩根士丹利的报告，称「token 即服务」的投入资本回报率超过 30%。他还点出了谷歌内部的渠道冲突：谷歌云想把算力租给 Anthropic 赚钱，内部模型团队想用同一批算力去和 Anthropic 竞争。萨克斯把这个观察推广到整个行业：微软已经不再真正冲前沿，Meta 在谈基础设施服务，SpaceX 一边把算力租给 Anthropic 一边用 Grok 和 Cursor 做自己的模型。只有 Anthropic 和 OpenAI 明确宣布自己不做基础设施，只做模型，因此没有这种内部对冲。

## 前沿智能成了双寡头，市场却在分层

萨克斯看到这条新闻的第一反应是一句老话：然后就剩两家了。一年前还有五家公司争夺前沿模型的位置，现在真正在牌桌上的只有 Anthropic 和 OpenAI，马斯克还在追，谷歌自己会说还在追，但它同时有另一条更容易赚钱的路。

他对市场结构的判断是分两层：前沿智能可以收溢价，落后六到十二个月的「商品智能」只能收算力和推理的钱，模型权重本身收不到钱。他用的类比是苹果和安卓，安卓用户更多，变现几乎全归苹果，因为人们愿意为最好的体验付溢价。他给出的证据是增速：Anthropic 的 ARR 已经超过 800 亿美元，年初还是 100 亿，原本公司自己给年底定的 1000 亿退出目标被普遍认为不可能，现在看能提前几个月完成，年底估计会到 1100 亿到 1200 亿甚至更高。OpenAI 也在加速。

他同时给出了一套选型逻辑：处在竞争激烈的行业里，比如对冲基金，你不会拿「够用」去赌，你要最好的智能；在做还看不清价值在哪的新用例时，你也应该用最强模型，因为找到用例的回报远大于 token 上多付的那点溢价。他还补了一句，只要员工没有在搞刷 token 排行榜这类行为，成本差异并没有大家想的那么大。

弗里德伯格的看法更接近企业采购的真实状态：企业不会只选一个模型，而是混着用。简单工作流用开源权重，生命科学和基因组学这类需要高精度的场景用顶级模型，视频渲染用 Gemini 或 Sora 里那个最强的。

> 认为存在一个「所有事都用它」的模型，这个前提本身就是错的。而且现在就把 Gemini 判出局太早了。他们有最好的视频数据，最好的生命科学数据，在这个方向上的积累比 Anthropic 和 OpenAI 早得多。（弗里德伯格）

杰森押注的答案不一样，他认为谷歌最终会成为第一 AI 公司，理由全在用户规模：五款月活超 30 亿的产品（安卓、搜索、Gmail、Chrome、YouTube），13 款产品月活过 10 亿，Gemini 第二季度月活 9.5 亿，同比翻了三倍。他自己的体感是，开源模型对他 95% 的工作已经够用，为此他还和马斯克在推特上交锋过一轮，他写道开源模型和前沿模型在他手上的差距已经可以忽略，马斯克回了一句「实际上天壤之别」。

格斯特纳把这件事放回到更大的视野里。他说这个市场现在极度竞争：中国的开源、美国的开源、几家前沿实验室同时在跑，价格在往下走，同时马斯克坚持认为前沿模型比外界以为的领先得多，黄仁勋则在另一边说闭源模型实际上更便宜，因为你不用自己训练、微调、维护、加护栏。他的总结是，开源阵营的 token 消耗量在涨，前沿实验室拿到的经济份额在涨，这正是健康竞争该有的样子。他也不认同把当下的格局简单说成双寡头，毕竟亚马逊、微软、谷歌这些巨头还在场内。

## SpaceX 首份财报：营收涨 92%，股价跌 13%

数字先摆出来。第二季度营收 78 亿美元，同比增长 92%。AI 业务收入（格斯特纳戏称为「马斯克网络服务」）环比增长 67%，季度环比翻了三倍多，达到 26 亿美元，来源是把 Colossus 服务器集群的算力租给 Anthropic 和谷歌，Cursor 那笔交易还没并表。资本开支单季 184 亿美元，是去年同期的六倍，年化约 750 亿美元。股价从 2 万亿美元以上的 IPO 定价回落，至今跌了约 30%，目前在 1.4 万亿美元附近。马斯克在电话会上给出的目标是年底 1000 亿美元 ARR，并把 1 万亿美元 ARR 的目标从 2031 年提前到 2030 年。对比一下，摩根士丹利对 2030 年收入的估计是 3250 亿美元，而这家公司去年全年收入是 180 亿美元。

格斯特纳认为这轮回撤完全在历史规律之内，他统计过，多数科技股在 IPO 后六个月内都会从峰值回撤 50% 左右。市场的疑问集中在三处：租算力这门生意的融资和承接能力、Grok 与 Cursor 的模型业务能否撑起更高的估值倍数、以及 Starlink 在移动通信上的替代潜力。

他特别指出模型业务是被低估的那部分。马斯克在电话会上说 Grok 的 token 量在 7 月一个月翻了三倍，Cursor 原本就在从 30 亿美元冲年底 100 亿的轨道上，两者加起来年底可能达到 100 亿到 200 亿美元。这是一块能拿到远高于数据中心倍数的资产。

萨克斯对财报本身评价很正面，并补充了 Starship 这条线的技术细节，这决定了 Starlink 后续的天花板。目前 Starlink 网络靠 v2 卫星支撑，Falcon 9 一次发射部署 27 颗，增加约 2.6 太比特每秒的网络容量。新一代 v3 卫星的带宽是 v2 的十倍，Starship 一次发射能部署 60 颗，单次发射增加约 60 太比特每秒，容量相当于现在的 20 多倍。上一次试飞验证了隔热罩，还测试性部署了 20 颗 v3 并成功建立链路，卫星随后再入烧毁，但验证目的达到。下一个里程碑是把 60 颗 v3 送入正确轨道并真正并入网络。

> 把这件事推到逻辑终点，Starlink 可用带宽会涨十倍，最终可能涨一百倍。到那个时候，直连手机这些事才真正有想象空间。马斯克提到过，Starlink 网络最终可能承载全球大约一半的互联网流量。（萨克斯）

## Starlink 单独看，就是一台印钞机

弗里德伯格把 Starlink 拎出来单独做了估值推演，这段的密度很高。分部数据里，Starlink 所在的连接业务单季营收 43 亿美元，调整后 EBITDA 26 亿美元；航天发射业务大致在负 2 亿美元到盈亏平衡之间；AI 业务贡献 11 亿美元。Starlink 订户 1200 万，同比翻倍，月均 ARPU 66 美元，环比增长 20%。按这个速度外推，订户年化已经接近 2400 万。

他的推演是：如果企业客户（航空公司等）和消费者业务同步扩张，Starlink 单独一门生意就能做到 400 亿美元营收，其中很大一部分转化为自由现金流，一年之内可能有 300 亿美元的自由现金流。订阅业务续费率高、获客成本低，给 30 倍倍数并不离谱，那么 Starlink 单独一块业务在 18 个月到两年内就可能值一万亿美元。这笔现金流足以支撑马斯克其他的高风险项目。

外部证据也支持这个判断。HughesNet、ViaSat、AT&T、Verizon 这些传统玩家在这条线上被打得很惨。弗里德伯格自己以前在索诺玛县的农场就靠 HughesNet 卫星天线上网，每月两百美元左右，服务极差。美国本土有 4 亿手机用户，如果直连手机真正做起来，消费者订户增速可能从单季 200 万跳到 400 万到 500 万。

格斯特纳由此给出了他对马斯克的评价：手里握着一个几乎确定能到 2 万亿美元的 Starlink，绝大多数 CEO 会选择不再冒险，不碰 Terafab，不建数据中心，不自己做模型。马斯克把超额现金流全部砸回这些对美国有战略意义的方向。弗里德伯格补了关键的一句，在所有人抢数据中心和晶圆厂的时代，把实体设施快速建起来本身就是核心竞争壁垒，这是马斯克相对于纯模型公司的结构性优势。马斯克自己在电话会上说，建数据中心和造火箭比起来根本不算火箭科学。

## 明年再添 6 吉瓦，3000 亿美元从哪里来

萨克斯把市场的担心量化了。马斯克说年底算力从 1.4 吉瓦增到 2 吉瓦，明年到 5 到 10 吉瓦。按每吉瓦 500 亿美元的建设成本下限计算，如果明年净增 6 吉瓦，就是 3000 亿美元的资本开支。他抛出的问题是，这笔钱怎么融，是不是要让英伟达来兜底。

格斯特纳接住了这个问题。融资只有三条路：发债、稀释性增发、或者让英伟达背书，前两条管理层都不想做。麻烦在于英伟达股东不希望无限背书，一旦现货价掉头，回本周期就变。当前前沿实验室愿意按每瓦 30 到 50 美元的价格抢大规模算力，相当于市场价的三到五倍，因为大家都认为自己在突破的前夜，Anthropic 今天如果能买到更多会立刻加单，OpenAI 也一样。回本周期几个月前的共识还是四到五年，现在现货价暗示一年以内。他提醒这些算力承诺的承接方基本就是 Anthropic、OpenAI 和英伟达自己，超大规模云厂商建出来的算力，最终也是卖给这几家。

风险在 7 月已经预演过一次。Kimi 让市场开始担心中国模型会削掉前沿实验室的收入，如果前沿实验室收入被削，谁来为这些算力买单？CoreWeave 这类公司和整个半导体板块单月跌了约 40%。格斯特纳还引用了比尔·格利的警告，市场对这种规模的卖方融资、也就是循环收入，容忍度是脆弱的，一旦需求出现松动，整个板块会一起剧烈下跌，因为系统里注入了太多杠杆，等于在替别人提前于收入建产能。他提到这些交易的信用利差一直维持在偏宽的水平，说明恐惧是真实存在的。杰森的判断是市场已经被充分教育过，大家心里都有数，如果需求没兑现或者速度慢下来，调整可以实时发生，虽然他认为这个速度最多还能维持两年左右。

## Airtable 打一折卖掉，故事不在估值本身

Airtable 的年营收在 4.8 亿到 5 亿美元之间，同比增长 20%，账上躺着近 10 亿美元现金，公司是盈利的，产品有忠实用户。它最终以 12.8 亿美元卖给米兰的 Bending Spoons，算上现金对价是 22.5 亿美元，不到 2021 年 117 亿美元峰值的十分之一。买家股价当天涨了 15%。Bending Spoons 是一家专门收购「有挑战但有意思」的公司的企业，手里有 AOL 的老业务、Evernote、Eventbrite、Vimeo、Meetup，上个月刚上市。

萨克斯先拆了交易结构。Airtable 在出售前把 AI 智能体业务 HyperAgent 拆成独立公司，创始人和核心人才去做新公司，把老产品当作一笔私募股权生意卖掉。这个安排本身就是信号。

然后他讲了一个关键的细节，这个数字比估值更能说明问题：Airtable 的销售团队里只有 30% 的人完成了配额。

> 这告诉我，这家公司本来有一个成功的产品驱动增长模式，有机增长，一年 20% 的增速。但对它的董事会来说这不够，因为在 117 亿美元估值进场的投资人要的是风投级别的回报。于是董事会逼着创始人做一件对他们来说不自然的事：硬装一套传统销售驱动的引擎。结果呢？只有 30% 的配额完成率。几百个销售代表在推一根拉不动的绳子。（萨克斯）

接下来的推演是这笔生意对买家为什么划算。Bending Spoons 接手后可以砍掉 85% 到 90% 的成本结构，丢掉销售驱动那一套，退回产品驱动的根，大概率能保住那 20% 的增长，同时变成一家利润丰厚的公司。市场分析师说它只能做到 30% 的 EBITDA 利润率，萨克斯认为能到 90%，也就是一年 3 亿到 4 亿美元 EBITDA，三四年就回本。他顺手给了一个时代注脚：过去不敢裁掉核心团队，是因为需要掌握代码库的机构记忆，现在 AI 能瞬间学完代码库，维护模式变得容易太多。

那创始人和董事会为什么不自己这么干？他的回答是结构性困境。创始人要对团队负责，不愿意亲手拆掉自己建的东西，董事会要的是一份风投级别的结局，私募股权式的稳定现金流不在他们的目标函数里。更麻烦的是资本结构表上压着一层层 117 亿美元估值时代的清算优先权，谁该赚谁该赔从第一天起就拧巴。

格斯特纳的冷水泼得有道理。营收倍数压缩起来很快，它成立的前提是公司增速超过 50%，一旦慢下来，士气下滑、客户流失会互相强化。这笔成交表面看是两倍市销率，穿透到自由现金流层面大概是 30 倍，做到 4 亿美元 EBITDA 没有萨克斯说得那么容易。

## SaaS 不会被一家公司代表

萨克斯明确反对把 Airtable 外推成整个 SaaS 的判决书。他认为 Airtable 有特殊性：它被包装成「文字版的 Excel」，但从没达到那种普及度，大多数企业今天仍不知道 Airtable 用来干嘛，属于有死忠粉但很难解释清楚使用场景的产品。它所在的 no-code 类别恰恰是受 AI 冲击最狠的区域，过去用户得学会用 Airtable、Retool 这些「另类编程语言」，现在直接对 Claude 说需求就行。杰森补了一个自己的例子，他的团队用一个月做出的工具，替代了原本 25 万美元软件加两三年百万元级集成的采购案。

但基础设施类 SaaS 是另一回事。萨克斯引用了一篇他认为写得很好的帖子：

> 客户买微软，看中的是它作为那条承载一切的铁轨的位置。Active Directory 存着员工身份，Excel 是董事会数字的来源，Teams 存着需要合规留痕的对话，Azure 持有 FedRAMP High 和国防部 IL5 级别的授权，国防承包商没法随便换个便宜货替代。所以大企业不会为了省一年一百万，去赌几千万的迁移成本。（萨克斯引述）

数据也支持这个判断。IGV 这个高成长软件指数过去六个月涨了 20%，过去五年也涨了 20%，Snowflake 六个月涨了 88%，已经和半导体 AI 股处在同一个量级，Databricks、ClickHouse 表现都很好。7 月半导体股大跌时，软件股反而是涨的。萨克斯还顺带提了一句，Leopold 之所以在 7 月被爆仓，不只是芯片股多头仓位回调，他同时做空了 Adobe 等一批 SaaS 公司，两边一起错了方向。

杰森的态度更温和一些。他看好那些创始人在场、长期经营、有狂热用户群的 SaaS 公司能完成向 AI 优先产品的跳跃，他把 Figma 放进这个筐里。诺言是诺言，能不能跳过去还得看执行。

## 美国数据公司把同一批数据卖给了中国实验室

《福布斯》的调查报道标题是「这些美国创业公司正在让中国的 AI 更聪明」。报道称美国的数据标注公司正在把训练数据卖给中国实验室，间接帮它们追赶前沿。两家被点名的公司 Surge AI 和 Mercor 估值都超过 200 亿美元，客户包括 OpenAI、Anthropic 和联邦机构，报道说它们把同样的数据集卖给了腾讯、字节、阿里、月之暗面等中国头部 AI 公司。据报中国前六大 AI 实验室每年花 5 亿美元购买这类被福布斯称为「秘方」的东西，内容是博士撰写的内容、强化学习所需的知识管线。杰森透露他投资的 MicroOne 的创始人主动决定不卖给中国。

萨克斯的立场偏克制，他先问目标是什么。如果目标就是和中国打全面经济战，那可以一刀切禁售。但历史上通行的规则限制的是有双重用途、也就是有军事用途的技术转移，而数据大体是商品，数据标注更是如此，禁了中国用自己的庞大劳动力也能做。他提醒对等报复的现实，中国手上有稀土这张牌，两个经济体在当下并非完全脱钩。

> 如果这玩意儿真有独家秘方，我不希望我们把秘方卖给中国。但我得先看清楚是不是真有秘方。这个想法认为不卖数据就能严重拖慢中国，我不太信。他们每年毕业的数理化毕业生比世界其他地方加起来还多，他们不缺聪明人。（萨克斯）

他举了正面例子，2019 年第一届特朗普政府限制 EUV 光刻机出口中国是一个真正起到作用的决定，他支持这种精准的战略管制，但这次的案例是否达到同样的门槛，他存疑。

杰森的反驳建立在他自己的使用体验上。他说过去六十天用 Kimi、Qwen 和 GLM 5.2，这些模型表现非常好。他的逻辑链条是：博士级专家构建并反复验证的数据集是前沿模型持续变好的核心原因，把西方专家的知识打包卖给中国，等于把领先优势批发出去，性质和蒸馏是一样的漏洞。他不认为中国的博士供给能完全替代这套流程，因为要用这个规模做事，就需要雇佣西方最顶尖的科学家和专家，这本身就是一种知识外流。

格斯特纳给了一个更冷静的政治判断。他说这种事会让华盛顿的一部分人不安，会和芯片出口、蒸馏问题一起被归类为「我们是不是在帮中国追上来」。但今天之所以还没动手管，唯一的原因是美国仍然领先。他预测如果哪天总统问顾问「我们还赢着中国吗」，得到的答案变成「不」，这些交易会立刻面临完全不同级别的审视。换句话说，眼下这些交易能过关，靠的是领先优势本身，规则还没来得及跟上。

## 这期节目给你的行动清单

- 看 AI 产业链仓位时，把「前沿智能」和「商品智能」当成两个市场来估值。Anthropic、OpenAI 的 ARR 增速是整个算力需求链条最灵敏的先行指标，一旦它放缓，半导体、数据中心、GPU 租赁类公司会同步回调，7 月那波下跌是这个机制的一次预演。
- 不要用 Airtable 的成交价给整个 SaaS 判死刑。要区分两类公司：身份、合规、监管授权类的基础设施 SaaS 是被 AI 算力周期托起来的「铁轨」，而 no-code、应用层工具类公司才是被直接冲击的区域。判断标准很简单，客户换掉它的迁移成本和合规成本有多高。
- 做企业 AI 采购时走混合路线。简单工作流用开源权重压成本，高精度和专业场景用前沿或垂直最强的模型，不要赌任何一家通吃，也不要为了省 token 钱在竞争激烈的核心业务上退而求其次。
- 创业和投资方向上，把「把实体设施建起来」的能力当成一条独立赛道。数据中心、晶圆厂、卫星的快速部署是软件公司绕不开的瓶颈，也是马斯克体系相对纯模型公司的结构性优势所在。
- 盯住两个具体信号：SpaceX 年底 Grok 加 Cursor 的合并收入能不能到 100 亿到 200 亿美元，这决定模型业务的估值倍数；以及 Starship 携带 60 颗 v3 卫星入网的那次发射，这决定 Starlink 的带宽能否撑起直连手机的下一步扩张。
- 关注数据出口这件事的后续动作。它本身可能不会立刻改变政策，但它是华盛顿判断「我们是否还领先」这类问题时的一个入力项，一旦风向变了，相关公司的客户结构和估值都会受牵连。