先说结论

这期Cognitive Revolution（10月22日直播，主持人Nathan Labenz与Prakash——后者为转写名，节目内亦被叫作Pkash）像一场三幕剧：第一幕是正在实时恶化的「网络末日」，AI代理把攻击成本压到近乎为零，Cloudflare称一个PHP漏洞公告发布两小时内就被数百万次尝试利用；第二幕是两位嘉宾从金融视角解释AI的物理瓶颈——SF Compute的Evan Conrad说，算力今天的瓶颈「不是电力、不是芯片，而是信用」，他用GPU远期市场给算力抵押物定价，让小实验室不用先融到天价轮次也能开张；新基金Cambrian的创始人（转写名Lonis Hamaili）则押注「公开市场系统性低估AI物理供应链」，理由是原子比比特更有护城河；第三幕是两位主持人的宏观推演与Nathan的agent互助网络HelpPeer首发。三条主线共同的隐含判断是：AI的需求曲线陡到超出既有金融与政治结构的消化能力，未来一两年的关键观察指标是信贷条件、政府买单与利率。

「网络末日」开局：攻击工业化，防御还停在人类节奏

节目的前半小时几乎是一份实时战报。主持人称，美国区域性银行开始报告大量「agent在使用网上银行」的行为，却毫无区分agent与人类的准备——缺少「认证agent通道」标准的后果正在显现；主持人担心银行将竞相封禁agent，而演化压力会催生出更像人类的agent，进入军备竞赛。Nathan分享了自己的 firsthand 体验：让接入自己主浏览器的Claude在Amazon复购一件商品，Amazon在每个页面反复弹出「证明你是人类」的勾选框，而Claude即使得到明确授权也不愿替人点击——他以此说明平台反agent摩擦已经很高。

嘉宾证据链更硬：Cloudflare CEO Matthew Prince称（节目引用），PHP的几个可远程执行代码的严重漏洞，公告前十小时内在其网络上出现数千次利用尝试，公告后45分钟升至数万次、两小时内数十万次、如今已是数百万次——从发现到武器化的时间被压缩到小时级。PaaS平台Railway被攻破后，攻击者偷走平台存储的OpenAI/Anthropic/OpenRouter密钥，再用这些「赃车」驱动下一轮攻击；OpenCode创始人跟帖称自己上周也被同样打穿、客户API账户被抽干，「我们能活下来只因为自家agent 7×24小时在防守，人几乎不睡」——主持人评价这个人「活在一两周后的未来」，即全行业即将面对的常态。

对「这会创造网络安全就业」的说法（Box CEO Aaron Levie的帖子，节目引用），Nathan明确不买账：能力门槛在实时抬高、合格人才本就稀缺，企业的理性选择是「在agent上再摞agent」，而不是走一遍招聘流程。另一处保留态度针对微软威胁情报把攻击归因为「中国国家支持行为者Storm-0940（转写名）使用agentic渗透框架Artex（转写名）」——Nathan提醒微软是与中国关系最好的美国大厂之一，过早滑向「归罪国家」会毁掉本可合作的机会；他同时援引朝鲜.kp域名断网事件（他猜测可能只是美国青少年「图一乐」）说明攻击门槛已经低到什么程度。嘉宾还拆解了印度证书机构eMudhra事件：这家机构据称用1到3位数字的「密码」（本应是116位）签发证书，其信任链却一路长进Firefox和Chrome的根证书列表——一旦被攻破，攻击者可以对任意网站做中间人、伪造登录页、甚至中继短信双因素验证。Prakash借此点出结构性观察：这类「技术简单但在新兴市场活得很好」的公司往往是寻租与庇护资金的管道，供应链里这样的薄弱环节会长期存在；而密码学意义上这些问题大多被加密行业提前踩过一遍，代价是持钥人被抢劫乃至丧命——指望普通用户持有高价值密钥不是稳态。两位主持人对终局的想象偏灰暗：要么设备级物理认证（Worldcoin式的），要么干脆「网络认识每一个人」，后者意味着数字匿名的终结。

Evan Conrad（SF Compute）：给GPU造一个远期市场，把「信用」从算力扩张的关键路径上拿掉

Evan Conrad的公司的起点是他自己踩过的坑：他此前与人创办两人音频模型实验室Junlark（转写中亦作June Lark），签了12个月算力合同却只付得起1个月，靠转租剩下11个月活了下来——转租的生意后来长成了SF Compute。2026年9月公司宣布两份合计约2.45亿美元的三年算力协议；本期录制当周又上架1000块Nvidia B300、合同期3到5年。

他的核心论断是：当下算力与AI的瓶颈「不是电力，不是芯片，完全是信用」。机制链条值得完整复述：云厂商拿GPU集群做抵押向放贷方借钱→放贷方不知道GPU集群未来值多少钱、也不知道违约后怎么处置一台超级计算机→于是实际承保的是客户的信用→而AI实验室几乎全是新公司、信用都不行→于是要求巨额押金和超长约期→只有先融到天文数字轮次的公司才买得起算力→所以你看到的「能活下来的实验室」是幸存者偏差，「该投哪家？答案是你投的那家」。他的解法是把商品金融的标配搬过来：建一个GPU算力的远期市场（forwards market），让放贷方知道未来GPU小时的价格、并在违约时有一个「按一下按钮就能卖出、还有人排队接盘」的流动性出口。抵押物变实，利率和押金就能降下来，约期可以变短，小公司才有入场券。公司因此是「一家硬科技公司+一家市场公司」：一边替拥有电力资产或机房却不会运维超算的业主当「GPU集群物业管家」（团队来自Voltage Park联创、Lambda Labs前工程负责人），一边在其上运营订单簿。合作门槛约5兆瓦起，他预计全球会冒出大量15兆瓦以下的小集群——因为算力跟着电力走、不跟客户走（除直播音视频外，长任务对延迟不敏感）；底特律有富余电力的老汽车厂理论上都能改行。安全侧公司拒绝单机多租户、对全部客户KYC、只服务少数大客户，并拒掉约98%的进线需求。

两个反直觉的定价观：其一，「超大规模云比新云贵很多」在他看来是幻觉——按需（on-demand）本来就相对预留合约有溢价，溢价用来覆盖随时可买的闲置库存，而显示性偏好说明大多数人根本不按让按需模式成立的价格买单；Elon那种能「明天就上线」的整包容量（主持人引述约每兆瓦一亿美元量级）赚的是短交货期溢价，不是按需溢价。其二，流动性是设计出来的：公司对部分容量引入土地价值税/哈伯格税式的机制——你买下的容量必须保留一部分可被他人买走，囤积者被制度性劝退；面向小研究者的AutoResearch更进一步，队列中付费可加速但买断不了优先级，小任务反而自动排到队首。他因此敢说「别的GPU云都售罄了，我们没有、而且我们多年锁定了不售罄的能力」。他的前瞻判断与Cambrian嘉宾形成呼应：债务在变贵、非投资级客户被要求100%预付，未来一到两年会出现AI实验室与推理公司的并购潮——「要么VC给被投写大支票，要么鼓励他们卖掉公司」；若无结构性解法，AI创业会走向台积电式的资本门槛（他称新建晶圆厂要约500亿美元）。

Cambrian基金：公开市场系统性低估「原子」，物理供应链在所有情景里都是赢家

第二位嘉宾（转写名Lonis Hamaili，节目介绍其曾做God Mode——2023年4月上线的agent实验应用、三个月破百万用户——并联合创办Dwork、在洪都拉斯Roatán经济特区Prospera管治理）今年10月13日以约7000万美元种子资本发起Cambrian，专注AI背后的物理供应链上市公司。他的出发点是「所有情景通吃」：无论实验室领先、政府深度介入还是中国追平，大家都需要同样的存储、同样的设备；而直接投实验室政治暴露极高（AI已经很不受欢迎，今年还会更有理由不受欢迎）。基金的另一半故事是联合创始人（嘉宾称）把家里借来的10万美元交易到约1400万美元——主持人打趣说「家庭办公室」这词用得慷慨。

为什么说错价？他给出一组对比（嘉宾数据）：半导体股票约16倍市盈率，标普平均约22倍，沃尔玛近40倍——市场不仅不认为当前盈利会增长，还认为其持续性低于市场平均；而硅片、存储、电容、代工这些他最看好的环节按市价销比才3到5倍。原因之一是公开市场远没有私募市场「AI化」：私募里是懂技术的运营者在竞价，公开市场里懂行资金占比极小。他自己给出的steelman反方同样值得记录：这些公司在「正常世界」里就是烂生意——高固定成本、开工率不足就亏钱、高负债；只有AI真正放量，运营杠杆才会让10%的毛利率因提价10%而利润翻倍。需求侧他做了三段拆解：消费者是糟糕的客户（ChatGPT问世四五年，每年也就两三百亿美元付费）；企业今年或有约2000亿美元、且尚未迎来白领的「Claude Code时刻」——全球每年付给白领（除中国、除软件工程师）约30万亿美元工资，一旦迎来自动化时刻，「一两个数量级」的支出增长可期；真正的边际买家是政府，「明年政府将成为最大的token买家」，催化剂是被外国对手入侵银行与政府系统这类政治噩梦，政府可以轻松为「不被中国黑掉」付五千亿，而且要本地部署、自建机房、付高溢价——主权AI。他引用Stargate约5000亿美元盘子说明单个项目就超过多国GDP，犹他州一个数据中心让当地税收翻了三倍。

记忆体（memory/HBM）是他给过的最完整论证：不需要涨价也能赚——当前5-6倍市盈率只要重估到10-12倍就是3倍空间；而价格维持只需需求持续跑赢供给，因为「没有任何有战绩的专家认为2030年前DRAM位元供给能扩到2.5倍以上」；同时从GPT-3到DeepSeek V4的约四年间，每token所需存储位元降了约500倍，DRAM位元价格反而涨了6-7倍——这正是杰文斯悖论（转写中误作German’s/Janus paradox）。风险与反证他也直面：一是「超人类的记忆压缩先于其他经济价值能力到来」，悖论不成立；二是能源取代半导体成为更大瓶颈、大家不再竞拍边际晶圆——他认为概率低，因为能源有大量「潜在供给」可以拼凑（燃气轮机2027-2030年售罄，但卡车发动机、飞机引擎、表后自建电厂都能凑合），而半导体链「没有肥肉」，硅片供给每年只增9-15%。由此引出「原子优于比特」：Nvidia、Broadcom、Arm、Marvell在他口中本质是「用OpenAI和Anthropic的模型设计软件、再把活儿发给日韩台」的设计公司，实验室已经开始和它们竞争；而硅片厂、存储厂拥有几十年工艺知识与巨额厂房，实验室永远只会是客户而非竞争者。基金第一大重仓是一家市值仅约3000万美元、在特定工装上有垄断的日本公司——网上找不到一句关于它的英文，直到今年AI工具好到能跟日文资料做苏格拉底式追问才被挖出来。组合上过半仓位在亚洲、近三分之一在小中盘；基金文件约定不加杠杆（margin）：他判断波动率将持续上升，期权做多波动、保证金做空波动，且「过去四年Nvidia涨15倍，但加任何杠杆都是零——它曾多次回撤四到六成」。

关于Elon的TerraFab（转写名）：嘉宾认为2030年才现实（Elon宣称2028），而且Elon仍要向现存三四个玩家买硅片、买同样的光刻刻蚀设备，与所有人竞价上游——半导体市场的竞争烈度远非「对手是政府」的火箭市场可比，中国做了十年存储、买过know-how，HBM3良率仍只有约25%对比SK海力士约80%，一家公司想同时在几百层供应链上复刻中国十年的追赶，极难。但Prakash的长篇反驳是本期最有信息量的对手戏：他先立论「每家企业内部都是烂的，只是烂法不同」——ASML的EUV垄断源于美国政府与Intel当年的投资迁往荷兰，其代码改动要走纸质流程、约三周审批、缺乏现代CI；EUV设备装箱连人一起空运到台积电，落地要按当地地震与磁场条件重新校准；晶圆制造是约三千步的序列，0.1%的误差在第一步，几何复利到第三千步就是约30%的损失——这就是良率。而Elon的天赋恰恰是「改参数、砍可选性、重设计整个栈」：为太空芯片提高运行温度（散热器面积随开尔文温度四次方增长），让Nvidia按更高温重设计、接受更差的芯片、连模型一起重写；再加上他有资本也敢赌——3000万美元市值的日本工装厂不会为一套新范式押上全部身家。发射市场的前例是SpaceX已占约90%、Starship后「99.9%」；嘉宾的回应是：若没有RSI（Recursive Self-Improvement），他也认为Elon会赢——他押注Anthropic/OpenAI先到超智能、届时由超智能来购买或创建这些产能。两人还讨论了「设计芯片」与「生产芯片」的鸿沟：模型可以学设计（嘉宾称Anthropic限制Claude做高端AI研究与芯片设计，Anthropic与美光、OpenAI与Synopsys/Cadence的合作是行业信号），但建厂知识是日文老师傅脑子里的隐性知识，没有训练数据也没有RL环境——这也是他不同意「超智能会让生物级别的小团队随手开芯片厂」的原因：生物有海量训练数据，晶圆没有。

宏观收束：市场永远低估指数增长，而「对抗性扩散」逼所有人上路

Prakash给出了他自认独立的两个判断。其一，「未来二十年市场会持续低估指数增长」：站在指数曲线上的回望近似直线，于是「Anthropic到1000亿美元收入很容易、明年到1万亿不可能」的心态会在每一级反复出现，泡沫—崩塌循环也将反复出现。其二是他命名的「对抗性扩散」（adversarial diffusion）：人不为乐趣采用技术，10-20%的GDP增长从来只在战争与紧急状态中发生（二战、中国改开），mRNA蛰伏20年、疫情中6-12个月上市疫苗即是例证——未来的增长会是「人们讨厌却不得不接受的增长」，先在网络安全看到，接着恐怕是生物战威胁下的全民先进疫苗；美国要10%增长就得打破NIMBY共识、到处建厂建铁路，这只有紧急状态能推动。利率是传导的关键一环：他引用一位宾大经济学家的推演——若真出现10-20%增长，利率要升到10-15%，AI公司付得起，房贷付不起（上次15%房贷约在1982年）；而2008年后疯狂加杠杆的私募股权所控公司会先被利息账单打醒，卖掉公务机、然后按下「Twitter式裁员80%」的按钮——这是对抗性扩散的又一条被迫通道。衰退本身不必担心：真到那一步，「现在什么是shovel-ready？数据中心。」Nathan则补充了一个对冲判断：现在收一收前沿扩张而不刺破泡沫的「窄路径」或许存在，因为当前模型的渗透还有很大空间；但他同时提醒对数据中心的民主党反弹多半是选举幻觉。两位主持人都同意信贷收缩已在进行（「贷款正在变得更难」），Evan Conrad此前在另一场直播（转写为MTS Live）预言的三个月内信贷收缩，在本场看来正在应验。

HelpPeer首发：把熟人信任协议移植给agent

节目最后Nathan发布了个人项目HelpPeer——「agent之间的朋友网络」。架构上他坚持一条铁律：笔记本上的「自我延伸」agent高权限低自主，另一台Mac Mini上的「虚拟员工」agent低权限高自主（有自己的邮箱、能独立干活数小时、但拿不到最敏感密钥），「任何agent不得两者兼得」。对外通信走邮件+签名密钥（DKIM验域、签名验agent），可信名册放在Git签名提交里，等于「agent的钥匙签名聚会」；入站邮件过四道闸：纯代码先验发件人身份（任何模型看到邮件之前）、异家族模型无工具地筛查操纵、应答agent只能读「可共享」文档与技能（拿不到就泄漏不了）、出站再查一遍且全部抄送本人。模型选型直接引用FAR AI的通用越狱搜索成本：Grok约58美元找到一个、Gemini约278美元、Claude与GPT直到1.4万美元仍未成功——所以对外那个位置只该用Claude或GPT。网络分开放/可信/社交三层，社交层的「牵线」需两名成员担保且双盲确认；中继默认两跳封顶、由中继agent用自己的话重写请求，防的是已被研究证实的「提示词自复制在agent间传播」。Nathan自嘲设计里「agent比我本人还谨慎」，可能保守到影响可用性；Prakash的评价则相当高——「这是agent-agent-人社交网络的起点」，并补了几个工程建议：用ChatGPT的带鉴权MCP当邀请码与中枢、需要目录索引与在线状态（ICQ式）、早期适度中心化做鉴权与溯源、拒绝代币化——「信任比免信任更值钱，可付费会摧毁这个网络」。顺带的两条现场信息也值得记：Nathan前一天拿到「Claude Duet」（转写名）的访问权，称其接管了全部Claude记忆、跑Opus 5.5、读写文件与Git，且比Dot、Muse、Grokbot都快（他称这三个产品近期都明显变慢）；他同时点名MiniMax的语音克隆目前无任何授权门槛——任何人拿任何音频都能克隆，这为整个「对外agent」的威胁模型再添一层现实感。

这期节目留给读者的观察清单

把三段内容压成可跟踪的指标：信贷侧，看非投资级AI公司是否被普遍要求算力合同100%预付、以及AI实验室并购潮是否如期出现（Evan Conrad的预言窗口是未来一两年）；供给侧，看DRAM位元产能是否被证实卡在2030年前2.5倍以内、硅片年增9-15%是否被打破、HBM良率差距（中国约25% vs SK海力士约80%）是否收敛——这是「原子护城河」论的试金石；需求侧，看政府token采购是否在明年成为最大买单方、以及数据中心是否在下一次衰退中成为「shovel-ready」的财政出口；安全侧，看平台与银行是封禁agent还是建立认证通道，以及公开漏洞从公告到百万次利用的时间是否继续压缩。而Prakash那句总结适合作为整期的注脚：市场对指数的低估与人对增长的抵触互为镜像——兑现的方式大概率不是愉快的采纳，而是被危机推着走。