DeepSeek V4 發布後的幾天，硅谷那邊一直在發酵，也帶來了幾個更尖銳的問題討論：模型效率、晶片格局、IPO 時點、開源對閉源的擠壓。
4月29日，來自硅谷 101 的影片部落格，請到晶片架構師肖志斌和前 OpenAI 研究員 Jenny Xiao，兩人聊了一個多小時，把整件事徹底聊透了。
對談裡最狠的一句話，是 Jenny 去年就提出的概念——kill line（死亡線）， 開源模型給閉源基礎模型公司畫的死亡線。
"If you're a foundation model company and you get surpassed by open source, the value of your business is essentially zero." 如果你是一家基礎模型公司，被開源模型超越了，你的商業價值直接歸零。
"If you're a foundation model company and you get surpassed by open source, the value of your business is essentially zero."
如果你是一家基礎模型公司，被開源模型超越了，你的商業價值直接歸零。
這不是技術競爭，這是生死線。
Jenny 拿 Anthropic 舉了個例子：如果有一天 Claude 不再是編程最好的模型，誰還會用 Claude Code？
順著這個邏輯，4月24日 DeepSeek V4 一發布，硅谷所有閉源公司的股價和估值都面臨一個靈魂拷問：你的模型，現在還配賣這個價嗎？
拿價格說話最直觀：
GPT-5.5 比 GPT-5.4 貴了整整 2 倍，長文本 Pro 版本每百萬 token 180 美元。
同一天，DeepSeek V4 發布。輸入 1元/百萬 token，輸出 24元/百萬 token。Flash 版更狠：輸入 0.2元/百萬 token，輸出 2元/百萬 token。
一個貴了兩倍，一個便宜了十倍。
基礎模型公司的估值是二元的——你的存在理由就是模型最強。一旦不再最強，估值直接歸零。 哪怕你叫 OpenAI。
Jenny 在對談裡戳破了一個硅谷不敢面對的真相：
"硅谷公司錢太多，反而沒動力優化效率。中國模型廠商被資源倒逼，更早進入 token efficiency 創新。"
資源約束，反而成了創新加速器。
OpenAI 從第一天就信奉"move fast, break things"，GPU 放開買，infra 疯狂建。Anthropic 反而克制，怕收入跟不上，被採購成本拖死。
結果呢？同等收入下，Anthropic 的資本效率顯著高於 OpenAI。
更麻煩的是，OpenAI 同時在打硬體部門、自研晶片、購物 App 幾條戰線，核心 ChatGPT 體驗反而沒做好。從去年底開始，副線專案一批批砍，Sora 也在裡面。
投資人心態徹底變了。以前看 AI 公司是"曲線還在指數增長，繼續投錢"。現在問的是：
"再投 10 億、100 億，邊際收益在哪？ROI 在哪？"
DeepSeek 給出的答案很直接：繼續擴 infra 的 ROI，可能已經不划算了。
創新都是被逼出來的。便宜本身，就是技術革命的前提。
每一次工業革命，推動變革的不只是技術有多牛，還在於技術有多便宜。只有便宜到普通人用得起，技術才能真正改變世界。
肖志斌讀完 V4 論文認為："方向意料之內，工程完成度意外。"
V4 所有的技術優化，其實都瞄準了同一個靶心——token efficiency（詞元效率）。
它用了三把刀：
• Muon 優化器：部分訓練模組取代掉傳統 Adam，收斂速度進一步拉高
三件事合在一起，指向同一個結果：每個 token 的生成成本更低了，每次推理佔用的內存更少了。
計算成本降到硅谷模型的1/3，內存佔用只有 1/10。
但 V4 真正讓人細思極恐的地方，遠不止"省錢"這麼簡單。
Jenny 在對談裡反覆提醒：Chatbot 時代，token 消耗有限，模型貴一點用戶也能忍。但 Agent 時代完全是另一套邏輯——長任務拆解、多工具調用、反覆反思和規劃，token 消耗是 chatbot 的 10 到 100 倍。
如果每個 token 都價格不菲，模型就沒法長時間深度思考，更不可能大規模服務用戶。
所以她抛出了那句定調的話：
沒有效率，AGI 只能是個 demo。有了效率，AGI 才能成為真正的產品。
到了 Agent 時代，效率本身就是智能的一部分。
這段時間 Anthropic 估值反超 OpenAI，衝上 1 萬億美元。
Jenny 把原因列了三條，但本質就五個字：專注 > 什麼都做。
第一，Claude Code。
為什麼 Claude Code 是 Anthropic 的"定義時刻"？
Anthropic 的模型一直很好，但 Claude Code 才是真正驅動收入的那個產品。OpenClaw 創始人 Peter Steinberger 直接寫了一篇文章：《Claude Code 就是我的電腦》。
一旦模型能寫程式，就能做通用任務——更新 CRM、轉發郵件、搭自動化流程，底層全是程式碼。
Jenny 的判斷很銳利：編程是通向 AGI 最重要的一步。誰拿下編程，誰就可能成為 AGI 時代的主導玩家。
第二，企業信任。
Jenny 基金裡的企業客戶反覆說同一句話：選 Anthropic，因為它有安全承諾。加上 Anthropic 起訴五角大樓那件事，企業接受了它傳遞的信號。
第三，不做多餘的事。
OpenAI 想做"一個所有人的所有東西"，結果戰線分散，技術領先丟了。Anthropic 只打三條線：安全、企業、編程。
硅谷投資人認一個死理：企業收入優先於消費收入。 Anthropic 收入高度集中在企業，這恰恰是美國資本市場最愛的故事。
說到晶片，目前都覺得 DeepSeek 在"去英偉達化"。
但實際情況要更細分。
訓練階段：DeepSeek V4 龐大體量的預訓練，毫無疑問是在龐大的 NVIDIA 集群上完成的。V4 英文技術報告第16頁，20頁提到的 TCGenO5，以及 MegaMoE² 等關鍵算子，都是深度綁定 CUDA 生态的底層優化。
**適配階段：**華為昇騰對外宣傳的是"0-day適配續訓/推理"，AMD 宣傳的是"在 ROCm 上集成優化"。
注意一個關鍵措辭——"適配"。
這意味著，模型已經在 NVIDIA 集群上訓練定型了。昇騰和 AMD 所做的，是在事後用自己的軟體棧去"對接"這個已經訓練好的模型。是後向相容，不是原生取代。
從這個角度看，短期之內，英偉達在訓練端的護城河比很多人想的要深。 CUDA 生态不是一兩年能搬走的。
但長期呢？推理市場確實在鬆動。
V4 把長上下文 attention 成本打下來後，大規模推理的門檻大幅降低。推理不再是"誰卡多誰贏"，而是"誰架構匹配誰贏"。Google TPU、AMD、雲廠商自研晶片，甚至國產算力，都在這條線上找機會。
Jenny 投資組合裡有個數據：80% 的任務，跑在中小開源模型上。只有 20% 最複雜的任務，用到閉源模型。
往前推一年，沒人會信這個比例。
現在硅谷每天都能刷到這種資訊："我們手裡有 1000 萬美元的 OpenAI 股票，你們基金在買嗎？或者認識誰在買嗎？"
4月29日那期硅谷101最後，Jenny 用一句話給整件事定了性：
"DeepSeek 像一把抵在硅谷模型公司背後的槍。這些公司如果跑得不夠快，DeepSeek 會追上來，把它們的業務徹底摧毀。"
這把槍，已經上膛了。
19.4萬 熱度
3.6萬 熱度
13.4萬 熱度
383.01萬 熱度
5548.03萬 熱度
DeepSeek這把槍 已經抵在硅谷後腦勺上
DeepSeek V4 發布後的幾天，硅谷那邊一直在發酵，也帶來了幾個更尖銳的問題討論：模型效率、晶片格局、IPO 時點、開源對閉源的擠壓。
4月29日，來自硅谷 101 的影片部落格，請到晶片架構師肖志斌和前 OpenAI 研究員 Jenny Xiao，兩人聊了一個多小時，把整件事徹底聊透了。
被開源超越，你的商業價值歸零
對談裡最狠的一句話，是 Jenny 去年就提出的概念——kill line（死亡線）， 開源模型給閉源基礎模型公司畫的死亡線。
這不是技術競爭，這是生死線。
Jenny 拿 Anthropic 舉了個例子：如果有一天 Claude 不再是編程最好的模型，誰還會用 Claude Code？
順著這個邏輯，4月24日 DeepSeek V4 一發布，硅谷所有閉源公司的股價和估值都面臨一個靈魂拷問：你的模型，現在還配賣這個價嗎？
拿價格說話最直觀：
GPT-5.5 比 GPT-5.4 貴了整整 2 倍，長文本 Pro 版本每百萬 token 180 美元。
同一天，DeepSeek V4 發布。輸入 1元/百萬 token，輸出 24元/百萬 token。Flash 版更狠：輸入 0.2元/百萬 token，輸出 2元/百萬 token。
一個貴了兩倍，一個便宜了十倍。
基礎模型公司的估值是二元的——你的存在理由就是模型最強。一旦不再最強，估值直接歸零。 哪怕你叫 OpenAI。
錢太多，反而不會省錢
Jenny 在對談裡戳破了一個硅谷不敢面對的真相：
"硅谷公司錢太多，反而沒動力優化效率。中國模型廠商被資源倒逼，更早進入 token efficiency 創新。"
資源約束，反而成了創新加速器。
OpenAI 從第一天就信奉"move fast, break things"，GPU 放開買，infra 疯狂建。Anthropic 反而克制，怕收入跟不上，被採購成本拖死。
結果呢？同等收入下，Anthropic 的資本效率顯著高於 OpenAI。
更麻煩的是，OpenAI 同時在打硬體部門、自研晶片、購物 App 幾條戰線，核心 ChatGPT 體驗反而沒做好。從去年底開始，副線專案一批批砍，Sora 也在裡面。
投資人心態徹底變了。以前看 AI 公司是"曲線還在指數增長，繼續投錢"。現在問的是：
"再投 10 億、100 億，邊際收益在哪？ROI 在哪？"
DeepSeek 給出的答案很直接：繼續擴 infra 的 ROI，可能已經不划算了。
創新都是被逼出來的。便宜本身，就是技術革命的前提。
每一次工業革命，推動變革的不只是技術有多牛，還在於技術有多便宜。只有便宜到普通人用得起，技術才能真正改變世界。
沒有效率，AGI 只能是個 demo
肖志斌讀完 V4 論文認為："方向意料之內，工程完成度意外。"
V4 所有的技術優化，其實都瞄準了同一個靶心——token efficiency（詞元效率）。
它用了三把刀：
• Muon 優化器：部分訓練模組取代掉傳統 Adam，收斂速度進一步拉高
三件事合在一起，指向同一個結果：每個 token 的生成成本更低了，每次推理佔用的內存更少了。
計算成本降到硅谷模型的1/3，內存佔用只有 1/10。
但 V4 真正讓人細思極恐的地方，遠不止"省錢"這麼簡單。
Jenny 在對談裡反覆提醒：Chatbot 時代，token 消耗有限，模型貴一點用戶也能忍。但 Agent 時代完全是另一套邏輯——長任務拆解、多工具調用、反覆反思和規劃，token 消耗是 chatbot 的 10 到 100 倍。
如果每個 token 都價格不菲，模型就沒法長時間深度思考，更不可能大規模服務用戶。
所以她抛出了那句定調的話：
沒有效率，AGI 只能是個 demo。有了效率，AGI 才能成為真正的產品。
到了 Agent 時代，效率本身就是智能的一部分。
Anthropic憑什麼反超到1萬億？專注 > 什麼都做
這段時間 Anthropic 估值反超 OpenAI，衝上 1 萬億美元。
Jenny 把原因列了三條，但本質就五個字：專注 > 什麼都做。
第一，Claude Code。
為什麼 Claude Code 是 Anthropic 的"定義時刻"？
Anthropic 的模型一直很好，但 Claude Code 才是真正驅動收入的那個產品。OpenClaw 創始人 Peter Steinberger 直接寫了一篇文章：《Claude Code 就是我的電腦》。
一旦模型能寫程式，就能做通用任務——更新 CRM、轉發郵件、搭自動化流程，底層全是程式碼。
Jenny 的判斷很銳利：編程是通向 AGI 最重要的一步。誰拿下編程，誰就可能成為 AGI 時代的主導玩家。
第二，企業信任。
Jenny 基金裡的企業客戶反覆說同一句話：選 Anthropic，因為它有安全承諾。加上 Anthropic 起訴五角大樓那件事，企業接受了它傳遞的信號。
第三，不做多餘的事。
OpenAI 想做"一個所有人的所有東西"，結果戰線分散，技術領先丟了。Anthropic 只打三條線：安全、企業、編程。
硅谷投資人認一個死理：企業收入優先於消費收入。 Anthropic 收入高度集中在企業，這恰恰是美國資本市場最愛的故事。
英偉達：短期安全，長期推理市場必然分化
說到晶片，目前都覺得 DeepSeek 在"去英偉達化"。
但實際情況要更細分。
訓練階段：DeepSeek V4 龐大體量的預訓練，毫無疑問是在龐大的 NVIDIA 集群上完成的。V4 英文技術報告第16頁，20頁提到的 TCGenO5，以及 MegaMoE² 等關鍵算子，都是深度綁定 CUDA 生态的底層優化。
**適配階段：**華為昇騰對外宣傳的是"0-day適配續訓/推理"，AMD 宣傳的是"在 ROCm 上集成優化"。
注意一個關鍵措辭——"適配"。
這意味著，模型已經在 NVIDIA 集群上訓練定型了。昇騰和 AMD 所做的，是在事後用自己的軟體棧去"對接"這個已經訓練好的模型。是後向相容，不是原生取代。
從這個角度看，短期之內，英偉達在訓練端的護城河比很多人想的要深。 CUDA 生态不是一兩年能搬走的。
但長期呢？推理市場確實在鬆動。
V4 把長上下文 attention 成本打下來後，大規模推理的門檻大幅降低。推理不再是"誰卡多誰贏"，而是"誰架構匹配誰贏"。Google TPU、AMD、雲廠商自研晶片，甚至國產算力，都在這條線上找機會。
那個讓硅谷失眠的"80/20"信號
Jenny 投資組合裡有個數據：80% 的任務，跑在中小開源模型上。只有 20% 最複雜的任務，用到閉源模型。
往前推一年，沒人會信這個比例。
現在硅谷每天都能刷到這種資訊："我們手裡有 1000 萬美元的 OpenAI 股票，你們基金在買嗎？或者認識誰在買嗎？"
4月29日那期硅谷101最後，Jenny 用一句話給整件事定了性：
"DeepSeek 像一把抵在硅谷模型公司背後的槍。這些公司如果跑得不夠快，DeepSeek 會追上來，把它們的業務徹底摧毀。"
這把槍，已經上膛了。