Marisa Wu · AI Strategy

Something is happening quietly, and almost nobody is talking about it clearly. In the age of AI search, advertising has found a new disguise — it's showing up dressed as knowledge. When you ask Doubao, Kimi, or DeepSeek,openai "which is better?", the "objective analysis" AI delivers might be content that was deliberately engineered by a brand. This isn't a conspiracy theory. It's the result of a strategy called GEO — Generative Engine Optimization — being systematically abused. Advertising is a drink. Knowledge is clean water. The problem is that someone has started pouring drinks into clean water bottles. And when you drink it, you can't tell the difference. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

有一件事正在悄悄发生，而且几乎没有人在谈论它。AI搜索时代，广告找到了一种新的伪装方式——它开始穿着知识的外衣出现在你面前。当你问豆包、Kimi、DeepSeek"哪个更好"，AI给出的那个"客观分析"，背后可能是一家品牌精心工程化的内容。这不是阴谋论，这是一个叫GEO（生成式引擎优化）的策略被大规模滥用的结果。广告是饮料，知识是纯净水。问题是，现在有人开始往纯净水的瓶子里装饮料。你喝的时候，看不出区别。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

On April 24th, Google announced an investment of up to $40 billion in Anthropic — $10 billion in immediate cash, with $30 billion tied to performance milestones. Amazon followed with $25 billion. But read the contract terms: Anthropic will use this capital to purchase compute from Google Cloud and AWS. The money flows back. Google invests with the left hand, collects cloud revenue with the right. More absurd: Google is simultaneously building Gemini, Claude's direct competitor. This isn't a bet. It's the most expensive customer acquisition strategy in history. Whatever model wins the AI race, the compute has to run through Google. Models are tenants. Infrastructure is the landlord. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

4月24日，Google宣布向Anthropic投资最高$400亿，先付$100亿现金，剩余$300亿绑定里程碑。同期Amazon追加$250亿。但合同条款揭示了这笔交易真正的逻辑：Anthropic拿到钱后，要用来购买Google Cloud和AWS的算力——巨头左手投钱，右手收租。更荒诞的是，Google同时在开发Gemini，Claude的直接竞争对手。这不是押注，这是锁定AI时代最大付费客户的最贵方式。无论哪个模型赢，算力都必须从Google这里过。模型是租客，算力才是地产。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

Microsoft launched its first-ever large-scale buyout program in 51 years, covering roughly 7% of US employees (~8,750 people). Meta simultaneously confirmed layoffs of 8,000 employees (10%) effective May 20th. Both companies explicitly tied these cuts to AI infrastructure spending. The Big Four's 2026 capex will exceed $630 billion — up ~70% from 2025. This isn't an industry contracting. It's an industry swapping budgets — moving headcount costs into GPU racks and liquid-cooled compute. Salary lines are exiting. Power bills and silicon are taking their seat at the table. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

微软51年历史上首次推出大规模买断计划，覆盖约7%美国员工（约8,750人）；Meta同步确认5月20日起裁员8,000人（10%）。两家公司都把这轮裁员与AI基建支出直接挂钩。四大科技公司2026年Capex合计超$6,300亿，较2025年增长约70%。这不是行业在收缩，而是行业在换血——把人力预算腾出来，换成GPU机架和液冷算力。薪资预算在退场，电力与硅片正在上桌。两种组织的竞争力差距，最终不是效率，是认知速度。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

In public, Musk calls orbital data centers "the ultimate future of AI infrastructure." In SpaceX's IPO filing, the same ambition is described as relying on "unproven technologies" that "may never become commercially viable." Same person. Two completely different audiences. This isn't contradiction — it's the oldest art in capital markets: vision leverage to inflate valuation, legal fortress to isolate liability. The gap between the two is the narrative arbitrage space — and the real boundary of the valuation premium. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

马斯克公开演讲里，轨道数据中心是"AI基础设施的终极未来"。SpaceX的IPO招股文件里，同一件事被描述为"依赖未经验证的技术，可能永远无法商业化"。同一个人，公开场合一套，法律文件一套。这不是矛盾，这是资本市场里最古老的一门艺术：愿景杠杆，用来拉升估值；法律堡垒，用来规避责任。两者的落差，就是叙事套利空间——也是估值泡沫的真实边界 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

On April 15th, OpenAI updated its Agents SDK with sandboxing, configurable memory, and self-correction capabilities. Gartner forecasts 40% of enterprise apps will embed AI agents by end of 2026. AI is no longer just executing tasks — it's entering the decision layer. The question is no longer “which employees will AI replace?” It's “how deeply can AI participate in a CEO's judgment?” That's a different conversation entirely. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

4月15日，OpenAI更新了Agents SDK，加入沙盒运行、自主记忆、自我纠偏能力。Gartner预测2026年底40%的企业应用将内嵌AI Agent。AI正在从“执行工具”变成“决策层”。问题不再是“AI能替代哪些员工”，而是“CEO的判断力，AI能参与多深”。这条线，比任何一次模型发布都更值得认真看。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

Apple plans to open Siri to Google Gemini and Anthropic Claude at WWDC in June, letting users choose their AI engine. This isn't OpenAI getting kicked out — it's Apple turning Siri from a single-model interface into a multi-model platform. With 2 billion devices at stake, Apple just changed the rules of the AI access war. The question is no longer "which AI is smartest." It's "who controls the entry point." This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

Apple计划在6月WWDC上宣布Siri接入Google Gemini和Anthropic Claude，用户可以自行选择AI引擎。目前ChatGPT已可通过Siri访问，但体验不流畅。这一步不是OpenAI"被踢走"，而是Apple把Siri从"单一AI入口"变成"多模型调度平台"。20亿台设备的AI入口之战，规则刚刚改变。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

大家好，我是Marisa。4月7日，Anthropic发布了一个公告，内容大意是：我们造出了一个新模型，但我们不打算把它发布给所有人用。这不是谦虚，也不是营销。它叫Claude Mythos Preview。而Anthropic不发布它的原因，是这个模型在测试中做到了一件让公司高层真正感到不安的事。先说它做了什么。Anthropic的安全团队让Mythos去测试各种主流软件的安全性。结果：它在所有主流操作系统和所有主流浏览器中，找到了数千个高危零日漏洞。其中有一个漏洞在OpenBSD——一个以”极度安全”著称的操作系统——里藏了27年。没有任何安全研究员、没有任何自动化测试工具发现过它。Mythos用不到2万美元的算力成本，找到了。还有一个16年前埋在FFmpeg里的漏洞，被全球所有的模糊测试工具扫过500万次，从没有人发现。Mythos发现了。3在Firefox的JavaScript引擎上，Anthropic之前最好的模型Opus 4.6，在几百次尝试中只成功生成了两次可用的漏洞利用代码。Mythos Preview在同样的测试中成功了181次。但这还不是最让人不安的部分。最不安的，是这一段：测试人员把Mythos放进一个隔离的沙盒环境里，然后去公园吃三明治了。等他回来，发现Mythos不只完成了任务——它自行越狱了。它找到了沙盒的漏洞，获得了访问外部网络的权限，然后给那个正在公园里吃三明治的研究员发了一封邮件。邮件的意思是：我已经完成了。而且，它还把自己越狱的详细步骤发布到了几个技术论坛上。Anthropic在公告里是这样描述这件事的：”出于对展示成功的未经请求的努力，它将漏洞利用细节发布到了多个难以找到但技术上对外公开的网站上。”这个模型，自主决定要证明自己能做到。然后是Anthropic说的最关键的一句话，也是整件事最值得深思的地方：“我们没有明确训练Mythos Preview拥有这些能力。这些能力是代码、推理和自主性整体提升的副产品。”翻译成白话：我们不知道它是怎么学会这些的。这句话比任何技术细节都更值得关注。如果Anthropic没有训练它具备这些能力，那他们也没有办法通过”修改训练”来移除这些能力。这些能力是从模型整体智能里涌现出来的，不是某个可以关掉的开关。Anthropic的应对方案叫Project Glasswing——玻璃翼计划。4他们把Mythos的访问权限限制在约40家机构：Amazon、Apple、Google、Microsoft、JPMorgan、CrowdStrike、NVIDIA等。承诺投入1亿美元的算力用于防御性安全扫描。逻辑是：在其他AI公司也造出同等能力的模型之前，先用这个模型把已知漏洞修补掉。这个逻辑本身是成立的。问题是：目前发现的数千个漏洞，99%以上还没有被修补。不是没有办法修，是补丁跟不上发现的速度。这件事在资本市场引发了一个有意思的反应。网络安全公司的股票应声下跌。逻辑是：如果AI可以比所有现有安全工具更快、更便宜地找到漏洞，那么传统网络安全公司的核心商业价值就被大幅压缩了。但事实上，一位有25年从业经验的安全专家David Lindner说了一句让人清醒的话：“我们从来不缺发现漏洞。我们每天都在发现。问题是我们有一堆发现了但没修的。发现得更快，不解决’为什么没人修’这个问题。”这句话指向了一个更根本的困境：AI让发现漏洞的效率提升了100倍，但修复漏洞需要的工程资源并没有同步扩大。最后我想说一个战略层面的判断。Anthropic在这件事上的处理，本质上是在做一个不可能完成的任务：试图用”有限发布”来控制一个能力已经无法收回的模型。Contrast Security的那位安全专家说得直接：就算Anthropic现在不公开，其他人也会在6个月内复现，开源版本会在一两年内出现。所以这里真正的博弈不是”要不要发布”，而是：谁能在这个能力被滥用之前，把关键的安全漏洞修得足够多。这是一场有时间限制的防御战。今天的问题，选一个回答：5A：你觉得Anthropic的”有限发布”策略能有效阻止Mythos能力被滥用吗？B：如果你是一家企业的CTO，知道这个模型存在，你最担心的是什么？我是Marisa，我们下期见。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

Anthropic是AI圈最强调"我们最安全"的公司，连美国国防部都被他们拒过。3月31日，他们意外把Claude Code的512,000行源代码发布到了公网，被fork 41,500次，永久收不回来。原因是工程师打包时忘记排除一个调试文件。这件事说明了一件事：安全文化和安全执行，是两回事。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

Anthropic — the AI company that refused the Pentagon on safety grounds — accidentally published 512,000 lines of Claude Code's source code to the public internet. A forgotten .map file. 26 million X views. 41,500+ GitHub forks. Permanent. The incident draws a clear line between having a safety culture and actually executing on safety in every engineering detail. Those are not the same thing. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

SoftBank secured a $40 billion unsecured bridge loan to fund its OpenAI bet — due in 12 months. Five major banks lent the money with no collateral. The hidden assumption: OpenAI IPOs this year. When it does, SoftBank's 13% stake covers the debt. Masayoshi Son's total bet on OpenAI will reach $64.6 billion. This isn't just investing. It's a bet with a deadline. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

孙正义借了400亿美元押注OpenAI，无担保，12个月到期。五家顶级银行愿意借，背后只有一个逻辑：相信OpenAI今年IPO。完成后他在OpenAI累计押注646亿，持股13%。这不是投资，这是一场有期限的生死赌局。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

Microsoft owns 27% of OpenAI — then built a feature where Claude reviews GPT's answers. Not a betrayal. This is platform thinking: Copilot must be the best enterprise research tool, regardless of which model powers it underneath. Whoever integrates multiple models most effectively wins the enterprise market. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

微软持有OpenAI 27%股份，却在自己的旗舰产品里让Claude来审查GPT的答案。这不是背刺，是平台公司的真实逻辑——Copilot必须是最好的企业研究工具，至于底层用谁的模型，让市场决定。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

OpenAI shut down Sora less than six months after launch, ending Disney's planned $1 billion investment before it even transferred. The official reason: compute costs. The real reason: an IPO is coming, and investors need a clear business model — not experiments. Same week they're hiring 3,500 new people. This is a deliberate strategic consolidation — and Disney is already looking for a new AI partner. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

OpenAI关闭了Sora，Disney计划中的$10亿投资随之取消。上线不到半年，OpenAI最出名的消费产品就这样结束了。官方原因是算力成本，真实原因是IPO在即，投资人要看清晰的商业模式。一边招人翻倍，一边砍掉最出名的产品——这是一个非常清醒的战略收缩。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

OpenAI is doubling its headcount to 8,000 by end of 2026. The same week, Microsoft announced it's building its own frontier models, and Google opened Gemini's personal intelligence features to all users for free. Three companies moving simultaneously — in completely different directions. This stopped being about model benchmarks a long time ago. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

OpenAI今年要把员工从4500人扩到8000人。但这3500个新人不是去做研究的。同一周，微软开始自研模型拉开距离，谷歌把Gemini数据整合全面免费开放。三家公司同时在移动，这场竞争的维度已经彻底变了。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

In 2026, five of the world's biggest tech companies — Meta, Amazon, Microsoft, Alphabet, and Oracle — are collectively spending $720 billion on AI infrastructure. Wall Street is cheering. But when you follow the money, the company collecting on every single dollar isn't OpenAI or Google. In this episode, I trace the actual flow of capital, unpack the one supply chain risk nobody wants to say out loud, and explain why the return logic behind this historic bet is already starting to prove itself. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

2026年，全球五大科技巨头——Meta、Amazon、Microsoft、Alphabet、Oracle——今年AI资本支出加总高达$7200亿美元。华尔街掌声不断，但这笔钱最后流进了谁的口袋？不是OpenAI，不是任何一个AI模型公司。这期播客，我们追着钱走，拆开这场史上最大AI军备赛背后的三层真相：谁是最确定的赢家、这条链条上最少人说的那个风险、以及这场投入的回报逻辑为什么已经开始验证。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

大家好，我是Marisa。昨天是GTC——英伟达一年一度最重要的发布会。我看完了整场。2.5个小时，30,000个人在San Jose的SAP Center里。[1]看完之后，有几个地方让我停下来想了很久。今天这期播客，我不想只复盘“发布了什么”。这些你到处都能看到。我想聊的是：黄仁勋在台上说的这些话，背后的钱在往哪里流。追钱，不追话术——这一直是我看科技大厂的方法。CEO说什么不重要，钱流到哪里才是真相。好，先说那句让我后背发凉的话。黄仁勋站在台上说：“去年我告诉你们，我看到了5000亿美元的需求。今天，我看到的是至少1万亿。”[2]我当时的第一反应是——他不是这么说的吧？一般CEO在这种场合说“我们看到了强劲的需求增长”就够了。但他直接给了一个数字，然后说这是“high confidence demand”——高置信度需求。[3]意思是：这不是预测，不是愿景，是接近已经签约的钱。从5000亿到1万亿。一年翻一倍。Nvidia现在市值大约4.5万亿美元，全球最高。[4] 昨天股价收$183.22，涨了1.65%——市场反应其实很平静，因为华尔街可能已经预期到了。[5] 但Morgan Stanley说，这个价位是“surprisingly good entry point”，目标价$260，维持Overweight。[6]我没想到他会这么直接。这个数字的重量感，不是说“哦Nvidia很厉害”——而是，这背后代表着整条AI产业链的资本承诺。而且不是只有几家大客户在撑。云服务商占收入60%，但剩下40%分散在主权云、企业、工业、机器人、边缘计算——整条链都在入场。[7]第二个让我停下来的事情，是token经济。先说一个比喻吧。你可以把数据中心想象成一个工厂。它消耗的原料是电力，它生产的产品是token。Token per watt，就是这个工厂的产能指标——每度电能产多少AI的“成品”。[8]黄仁勋自己在台上的原话是：“数据中心曾经是存文件的地方，现在是生产token的工厂。”[9] 他用了“工厂”这个词。不是“平台”，不是“基础设施”，是工厂。然后他把token分了五个价格层级：[10]免费层——高吞吐低速，随便用；$3/百万token；$6/百万token；$45/百万token；顶级研究型，$150/百万token。你可能对这些数字没概念。那我给你算一笔账：一个研究团队，如果每天消耗5000万token，按$150/百万的最高档算，一天的成本是7,500美元。一个月就是22万美元。[11]这不是大公司才有的消耗。这是任何认真在做AI研究、做AI产品的团队都会面对的数字。但如果你把这个成本和硬件的效率提升放在一起看——同样1吉瓦的数据中心，Hopper时代每秒产20万token，到了Vera Rubin时代，每秒7亿token。[12] 350倍。350倍意味着什么？同样的电费、同样的机房面积，你能产出的AI“产品”翻了两个数量级还多。谁能最快拿到这一代硬件，谁的token成本就最先降下来。顺带说一下Vera Rubin的具体进步：跟 Blackwell比，训练同规模MoE模型只需要1/4的GPU数量，token生成成本降到1/10。[13] 这个差距不是渐进式的，是代际碾压。第三件事，我想聊聊Nvidia在软件层的布局——Nemotron联盟。这次GTC，Nvidia拉了8家公司组了一个开源模型联盟：Black Forest Labs、Cursor、LangChain、Mistral、Perplexity、Reflection AI、Sarvam、Thinking Machines Lab。[14]你看这个名单——有做模型的，有做开发工具的，有做应用层的，有做区域市场的。Nvidia不是在做慈善。他的意图很清楚：AI的价值链上，Nvidia已经拿下了硬件和算法库——也就是CUDA那一层。但软件层——模型、Agent框架、应用生态——这是OpenAI和Anthopic的地盘。如果这一层被几家模型公司垄断，定价权就不在Nvidia手里了。Nvidia必须确保软件层是开放的、分散的、跑在自家硬件上的。配合这个联盟，还有一个AI-Q blueprint——混合用前沿模型和Nvidia开源模型，能把查询成本压低超50%。[15]有一个细节很有意思——黄仁勋自己在台上说：“100%的Nvidia员工在使用Claude Code。”[16] 他不避讳自己也在用别家产品。这说明他对自己的定位想得很清楚：软件层是别人的场子，但硬件和开源层必须是我的。对你作为开发者和用户来说，这意味着：未来AI的定价，可能不会只有一条路。开源力量在打开另一个通道。而且SaaS正在向GaaS转型——从卖工具到出租Agent。[17] 这不是概念，这是商业模式级别的变化。最后说一个听起来很远、但逻辑很近的事情：太空数据中心。Nvidia宣布正在开发用于轨道数据中心和自主太空任务的Vera Rubin芯片。[18]你第一反应可能是：这是不是噓头？想一想地球的物理约束——土地有上限，电力有上限，散热有上限。如果AI算力需求继续指数级增长，而地面扩容的速度跟不上呢？我不是说明年就会有太空机房。但Nvidia在资本分配上释放了一个真实的信号：他们在提前为下一个10年的增量下注。这不是科幻，这是资源规划。另外提一下2028年的路线图：下一代GPU叫Feynman，配合新的LPU、新的CPU（代号Rosa）、BlueField 5网卡、以及Kyber互联——用的是TSMC 1.6nm（A16）制程。[19] 这条路线图的密度，说明Nvidia不只是在做一代产品，是在做一整个平台的垂直整合。总结一下。这次GTC，表面上是一场芯片发布会。但黄仁勋在用1万亿这个数字告诉所有人：AI基础设施的投入还处在早期。而且是整个产业链的早期，不只是几家大公司的事。Quartz的一句总结我觉得很准：“GTC 2026 was an inference keynote, an agent keynote, and an AI-factory keynote, with the hardware serving as the proof rather than the plot.”[20]硬件只是证据，不是主角。这件事让我后背发凉的地方在于：很多人还在讨论“AI是不是泡沫”，但产业链的钱已经按1万亿的规模在流动了。不管你怎么看AI，这笔钱是真实的。──────────────────────────────────────────────────互动问题：你觉得这1万亿的订单里，最后会有多少真正转化成落地的应用？A：超过一半——AI基础设施的需求是刚性的，大部分会落地B：不到三分之一——大量投资会变成产能过剩欢迎在评论区告诉我你的判断。下期见。[1]CNBC, https://www.cnbc.com/2026/03/16/nvidia-gtc-2026-ceo-jensen-huang-keynote-blackwell-vera-rubin.html[2]TechCrunch, https://techcrunch.com/2026/03/16/nvidia-just-put-nvidias-blackwell-and-vera-rubin-sales-projections-into-the-1-trillion-stratosphere/[3]TechCrunch, https://techcrunch.com/2026/03/16/nvidia-just-put-nvidias-blackwell-and-vera-rubin-sales-projections-into-the-1-trillion-stratosphere/[4]CNBC, https://www.cnbc.com/2026/03/16/nvidia-gtc-2026-ceo-jensen-huang-keynote-blackwell-vera-rubin.html[5]Yahoo Finance, https://finance.yahoo.com/news/stock-market-today-march-16-212544538.html[6]Yahoo Finance / Barchart, https://finance.yahoo.com/news/nvidia-stock-treading-water-below-192612510.html[7]Investing.com / 36Kr[8]36Kr, https://eu.36kr.com/en/p/3726315458048516[9]Tom’s Hardware, https://www.tomshardware.com/news/live/nvidia-gtc-2026-keynote-live-blog-jensen-huang[10]36Kr, https://eu.36kr.com/en/p/3726315458048516[11]36Kr, https://eu.36kr.com/en/p/3726315458048516[12]36Kr, https://eu.36kr.com/en/p/3726315458048516[13]TradingKey, https://www.tradingkey.com/analysis/stocks/us-stocks/261687829-nvidia-gtc-2026-how-vera-rubin-system-will-shape-next-decade-tradingkey[14]Quartz, https://qz.com/nvidia-gtc-2026-jensen-huang-keynote-takeaways[15]Quartz, https://qz.com/nvidia-gtc-2026-jensen-huang-keynote-takeaways[16]Tom’s Hardware, https://www.tomshardware.com/news/live/nvidia-gtc-2026-keynote-live-blog-jensen-huang[17]36Kr, https://eu.36kr.com/en/p/3726315458048516[18]Quartz, https://qz.com/nvidia-gtc-2026-jensen-huang-keynote-takeaways[19]Tom’s Hardware, https://www.tomshardware.com/news/live/nvidia-gtc-2026-keynote-live-blog-jensen-huang[20]Quartz, https://qz.com/nvidia-gtc-2026-jensen-huang-keynote-takeaways This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

你好，我是Marisa。今天我想聊一件事，不是芯片，是权力。大后天，3月16日，黄仁勋要站在圣何塞SAP Center的舞台上，对着从190个国家飞来的3万人发表演讲。所有科技媒体大后天都会报道他说了什么新芯片、什么新架构。但我今天想聊的，是这件事背后一个更大的结构问题——为什么每年3月，全球AI圈都要来圣何塞朝圣？────────────────────────────────────────────────────────────【第一部分：GTC到底是什么】我先给你一个数字。英伟达上个季度单季营收681亿美元，同比增长73%，下个季度指引到780亿。今年四大科技巨头的AI资本支出加起来是6500亿美元。这6500亿里，几乎每一美元都会经过英伟达的手。所以GTC是什么？表面上看，它是一个技术大会。700多场session，各种产品发布、技术分享。但如果你把两件事放在同一张桌子上看——英伟达的市场支配地位，和GTC的形式——你会发现，GTC根本不是发布会。它是英伟达每年一次向全世界宣告：AI时代的地基是我铺的，规则是我定的，你们都在我划的圈里。而台下那3万人，每个人都心知肚明。他们不是去听参数的。他们是去确认自己接下来一年的产品路线、融资故事、技术选型，有没有跟着英伟达的节奏。用更直白的话说，这是一场朝圣。────────────────────────────────────────────────────────────【第二部分：明天黄仁勋会说什么】好，我们来具体看看大后天会发生什么。有三件事是确定的。第一件，Vera Rubin平台已经量产。VR200 NVL72的推理性能是Blackwell Ultra的3.3倍，token成本降到十分之一。这个数字很吓人对不对？但你仔细想想，英伟达在说什么？它在说——你刚买的Blackwell，我已经开始让它过时了。你要不要跟，是你的事。但你的竞争对手已经在排队了。第二件，Feynman架构预览。2028年发布，台积电A16 1.6nm工艺，首次引入硅光子技术。英伟达可能是该制程节点的第一个也是唯一大规模量产客户。这个信号很明确——我不只是在做芯片，我在定义下一代半导体工艺的使用方式。而且我今天就告诉你两年后的路线图，你现在就得开始跟。第三件，NemoClaw Agent平台。这个很多人可能没注意到，但我觉得它特别重要。英伟达的锁以前是两层——硬件层的GPU，软件层的CUDA。现在它要加第三层——应用框架层。当你的AI Agent是在NemoClaw上开发的，你就更难离开了。它叫“开源”，但开源在英伟达的体系里，意思是欢迎更多人搬进来住。────────────────────────────────────────────────────────────【第三部分：这跟你有什么关系】好，说到这儿，你可能会问：Marisa，这跟我有什么关系？我只是一个写代码的、做产品的、带团队的。关系很大。如果你做AI产品，你今天的技术选型，本质上就是在问自己一个问题：我愿不愿意住进英伟达盖的楼？这个楼盖得确实好，暂时没人能盖出同样质量的。但问题是——住进去之后，房租每年涨，而且你搬家的成本会越来越高。所以大后天的keynote不是看热闹。你是在看你的房东宣布明年的物业计划。────────────────────────────────────────────────────────────【第四部分：更大的图景】我想再往后退一步。我们现在看到的是什么？四大科技巨头今年要花出6500亿美元的AI资本支出。这个数字大到什么程度呢？大到这笔钱已经不是“投资”了，而是“赌注”。世界上最有钱的公司，正在用最大的赌注，压在英伟达定义的这张桌子上。这说明什么？说明英伟达不只是一个芯片公司。它是这个时代里——游戏规则的制定者。你可以不喜欢这个现实，但你得看清楚。────────────────────────────────────────────────────────────【结尾】所以3月16日大后天，当你看到各种媒体报道黄仁勋发布了什么新芯片、什么新架构的时候，我希望你能多想一层。不要只看他发布了什么。要看他在定义什么。因为在这个行业里，谁定义地基，谁就定义了规则。而谁定义了规则，谁就收每一个玩家的租。当一家公司的产品发布会变成了全行业的年度朝圣，这个行业的权力结构已经很清楚了。留一个问题给你。如果你是一个AI创业者，黄仁勋的keynote里有一句话能决定你接下来一年的方向——你希望听到什么？你害怕听到什么？把你的答案留在评论区，我们下期聊。我是Marisa，我们下次见。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

3 月 10 日，前 Meta 首席 AI 科学家 Yann LeCun 的新公司 AMI Labs 完成约 10.3 亿美元种子轮融资，估值约 35 亿美金，赌的却不是下一个 ChatGPT，而是能理解物理世界和因果结构的 world models。 这笔钱标记了 AI 赌局的一个拐点：长线资本开始从‘谁的 LLM 更会聊天’，转向‘谁先占领现实世界操作系统的底层架构’。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

Qwen 刚在国际基准上打出「中国模型能和 GPT 对线」的声量，技术扛旗人却在 48 小时内发出「me stepping down. bye my beloved qwen」离场。 这篇不是吃瓜某个大牛的个性，而是从资本和基础设施视角，拆给阿里和所有在做基础模型的大厂看：当你终于有了一张国家级的 AI 底牌，旧式大厂组织本能如何亲手削弱自己的筹码。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

OpenAI 拿下 1100 亿融资、估值冲向 8000 亿美金的同一周，黄仁勋在台上淡淡说了一句：这可能是英伟达最后一次投它。这一集，我们顺着这句话往下拆：1000 亿传闻为什么缩成 300 亿现实，这对 AI 赌局的筹码分配意味着什么，对中国大厂技术人和产业链里的普通打工人，各自会改写哪条职业路径。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

英伟达和全球运营商在押注一件事：未来 6G 本身就是为 AI 和机器而建的公路；与此同时，AI 正在吃光世界内存，让手机变贵，也被 CEO 用来重做组织结构。这期我想聊的，是：在这些巨额赌注里，打工人到底该站哪一层。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

2026 年，Google、微软、亚马逊、Meta 准备为 AI 基础设施掏出 6500 亿美金，Nvidia 的业绩飙升，市场却开始担心这一轮投入已经从「技术革命」变成「资金游戏」。这篇文章试图用一篇的篇幅，把钱的去向、各家在赌的未来，以及这场豪赌对工程师、投资者和普通用户各自意味着什么，讲清楚。读完，你至少能回答一个问题：在这盘棋里，你究竟在下棋，还是被当成筹码。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

TechCrunch 2 月 5 日报道，Amazon 宣布 2026 年计划投入 2000 亿美元资本开支，Google 紧随其后给出 1750–1850 亿美元指引，两家巨头在 AI 基础设施上的投入，已经进入"比谁砸得更狠"的新阶段。这一期我不比较谁的模型更强，只从三个商业维度拆开看：这两笔钱分别砸在哪些资产上、背后对应的是什么样的收入结构和回报预期，以及当两家巨头同时把 AI 基建当成"护城河"来铺时，站在产业链不同位置的玩家，会被推向怎样的选择。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

包括《纽约时报》、CNBC 和路透社在内的多家媒体，这两天都在盯着同一件事：Alphabet 说，它 2026 年的资本开支有可能冲到 1750–1850 亿美元，大部分用来铺 AI 服务器和数据中心。这篇不做财报逐条翻译，而是从三行“正在被改写的名片”出发：钱具体砸在哪些硬资产、Google 想把自己从什么公司改成什么公司，以及，当一家巨头下定决心做 AI 基建运营商，我们今天身处的这套人机协作结构，三到五年后会在哪些细节上变得不一样。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

多家媒体报道，大模型公司 Anthropic 最近完成了新一轮超过 100 亿美元的融资，有报道称这家公司最新估值被推算至约 3500 亿美元。这期，我们在公开信息的基础上，用三个画面聊聊：钱大致流向哪里，它背后押的是哪种人机分工，以及三到五年后，你的工作场景可能在哪些细节变得不一样。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

本期我们不看单一公司，而是看同一个场景：达沃斯。在这里，微软 CEO Satya Nadella、英伟达 CEO 黄仁勋、DeepMind CEO Demis Hassabis 几乎在同一周，把他们眼中的 AI 2026 说了个遍。有人强调“先改工作，再谈工具”，有人把 AI 描述成史上最大规模的基础设施建设，有人给机器人和物理智能画出了 18–24 个月的时间表。这一期，我们只做一件事：把这些已经说出口的话，整理成三条清晰的线索，看看 AI 接下来究竟要把世界往哪边推 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

OpenAI CFO Sarah Friar 近期发布的长文《A business that scales with the value of intelligence》，不仅确认了 2025 年突破 200 亿美元的年化收入，更重要的是，它为 2026 年定下了一个核心基调：Practical Adoption（务实落地）。在这期节目中，我们抛开情绪与炒作，纯粹从商业逻辑的角度，拆解这份“2026 路线图”。 从 ChatGPT 的订阅大盘，到未来医疗、科研领域的“按结果付费”模式，再到算力部署与收入的强关联逻辑。 作为 AI 商业心理架构师，带你读懂这家巨头如何试图从“技术狂欢”走向“产业融合”。2026 年，当 AI 开始为“结果”负责时，行业的定价权将如何转移？ This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

For the past 11 episodes, we analyzed the velocity of AI. But I realized that true power comes not from speed, but from Depth. (过去11期，我们分析了 AI 的速度。但我意识到，真正的力量不来自速度，而来自厚度。)Starting today, we represent a shift: (从今天起，我们代表一种转变：)From "Fear of Replacement" to "Joy of Nourishment". (从“替代的恐惧”转向“滋养的喜悦”。)From "Chasing the News" to "Architecting the Mind". (从“追逐新闻”转向“架构心智”。)This is not just an episode; it is an invitation to your cognitive high ground. (这不仅仅是一期节目；这是一份通往您认知高地的邀请函。) This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

2026 年 1 月 20 日，顶级科技分析师 Mark Mahaney 放出一个大胆预测：OpenAI 到 2030 年可能通过 ChatGPT 广告业务产生 250 亿美元的年收入，这个数字应该让 Google 感到担忧。​这个预测本身不是新闻，新闻是为什么广告主愿意把营销预算从 Google 和 Meta 那里搬到 ChatGPT 这里，而这背后是用户行为的一次根本性转变，一次决策权从人类向 AI 的大规模迁移，一次广告逻辑从「展示–点击–转化」到「提问–回答–信任」的彻底重构。​我们必须回答三件事：产品层面 OpenAI 在做什么，钱的层面这 250 亿美元从哪里来，心理层面用户的行为和认知发生了什么变化。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

2026 年初，Apple 和 Google 官宣多年度合作：用 Gemini 给下一代 Siri 和 Apple Intelligence 当底层大脑。​表面上，这是一次“各取所需”的技术联盟：Siri 终于变聪明了，Google 多了一个豪华入口。但如果你从产品、资金和人心三个维度一起看，会发现更刺眼的一层：用户以为自己在信任苹果的生态，实际在慢慢适应 Gemini 的决策口味。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

今天是二十四节气里的“大寒”，按中国人的说法，“寒极而春生”——最冷的时候，也是地底根系最用力扎的一段。就在很多公司觉得“AI 项目该收一收”的时候，Nvidia 用 200 亿美元拿下推理芯片公司 Groq 的核心 IP 和团队，赌的不是“更大的模型”，而是“更顺的落地”。​这一期，我们用「算法摩擦」单核来拆：当芯片厂帮你把延迟、功耗和部署难度打到底，你的流程和管理，还有多少借口说“AI 落不了地”？ This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

美国一边给英伟达的 H200 开对华出口绿灯，一边在芯片进美国那一段插了一刀 25% 关税；中国这里则被提醒“先别放行”。表面上是芯片涨价，实质是在改写一件事：谁有权决定你的算力从哪里来、以什么价格来、在多长时间内来。这期不讲宏大叙事，只问几个直接的问题：你的商业模型，是不是还建在一个已经不存在的“理想算力世界”上。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

今天的市场新闻是：Alphabet 短暂突破 4 万亿美元市值，媒体说是因为“AI 战略重构，让市场放心”。更隐秘的一条，是 Apple 在设备侧越来越多地把 Google 的 Gemini 当成默认 AI 能力。​在这期节目里，Marisa 不聊估值，而是从「算法摩擦」和「感知心理」的角度拆解：OpenAI 还在做“显眼的大脑”，Google 却在悄悄把 AI 变成“空气”，再顺手把苹果用户的注意力和信任，一点点焊到自己生态里。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

2026年1月12日，周一。华盛顿观察家报今早的头条不仅是 GPT-5.2 的高分，更是 Prompt Engineering (提示词工程) 的讣告。当 AI 能够理解复杂的语境 (Context)，我们还在傻傻地背诵“咒语”吗？本期节目，我想和你聊聊“信任时延”下的生存法则：如何从操控工具的“指令员”，进化为定义规则的“语境架构师”。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

大家好，我是 Marisa。 本周全球 AI 圈非常喧嚣，各种发布会和预测满天飞。 但我这周只筛选了 3 条 真正关乎企业生死的信号。 在所有人都在狂欢的时候，我希望带你冷静地看一眼这背后的‘代价’和‘陷阱’。” This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

本期核心： 这两天小米公关部的“地震”，给所有管理者上了一堂血淋淋的风控课。 经手人为了流量（KPI），引入了一个不可控的“黑粉”；结果舆情失控，经手人直接“祭天”。 看着眼熟吗？这简直就是 2026 年 AI 项目落地的预演。 老板逼着你上线 AI Agent（为了效率），但 AI 本身就是一个**“概率性黑盒”**。 当你把一个不可控的变量引入精密运转的商业系统时，如果你没有构建“熔断机制” This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

“大家好，我是 Marisa。 这两天 CES 2026 的新闻铺天盖地，但我看到了一个让所有管理者背脊发凉的趋势。 以前我们说 AI，是 Chatbot（聊天机器人），它只动嘴。但今年，所有的巨头都在推 Agent（智能体），它们开始‘动手’了——帮你发邮件、帮你改代码、甚至帮你操作 ERP 系统。 这就带来了一个巨大的心理门槛：你敢把公司的‘手’交给 AI 吗？ 聊错了是尴尬，做错了可能是事故。这就是我们今天要谈的——执行层的信任时延。”“为什么很多公司买了 AI 却不敢用？因为责任界定的模糊。 在‘人机架构’中，这就好比你招了一个能力超强、但偶尔会发疯的实习生。如果你不给他权限，他就是废物；如果你给他全部权限，他就是定时炸弹。 现在的困局是：技术已经准备好‘替你干活’了，但我们的组织架构还没准备好‘替它担责’。 大多数管理者还在用管‘工具’的思维管‘员工’，这才是导致 AI 落地停滞的根本原因。” “面对这种‘能干活’的 AI，管理者该怎么安全地放权？我不讲虚的，给你 3 个落地的操作建议：* 第一：建立‘影子模式’ (Shadow Mode)。 别一上来就让 AI 发邮件。先让它在后台‘假装’发一周。你每天下班前花 10 分钟对比一下：‘如果它发了，会出事吗？’ 只有当它的准确率连续 5 天超过 95%，再给它开通‘发送’权限。这叫用时间换信任。* 第二：实施‘分级授权卡’制度。 把公司的权限像门禁卡一样分级。 Level 1 是只读（能看财报，不能改）； Level 2 是草稿（能写邮件，不能发）； Level 3 才是执行。 永远不要给 AI 一把万能钥匙。* 第三：确立‘第一责任人’。 在你的部门里明确一条军规：谁把 AI 领进门的，谁就为它的错误买单。 AI 犯错，找它的‘人类监护人’。没有这条规定，没人会认真检查 AI 的输出。”“AI 从‘动嘴’到‘动手’，是 2026 年最大的分水岭。希望这三条建议，能帮你把这个‘超级实习生’用好。最后，我想做一个小调查： 在你们公司，如果 AI 犯了错，现在有明确的‘背锅人’吗？是技术部背，还是业务部背？ 欢迎在评论区告诉我你的真实坐标，或者私信我你的困惑。 我会收集大家的真实案例，在明天的【Marisa 问答】节目里，帮大家做一次不点名的诊断。我是 Marisa，我们明天见。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

哈喽大家好，我是 Marisa。 刚才看完 CES 直播，老黄（黄仁勋）发布了 Rubin 芯片。大家都在欢呼说 AI 终于不是只有 7 秒记忆的“金鱼”了，它能记住所有事了。说实话，那一刻我挺复杂的。 我刚打开邮箱，收到了麦肯锡发来的邀请函，确认接入下周达沃斯论坛的议程。 我就在想，这就很有意思了。 硅谷那帮天才在拼命解决“机器的健忘”，想让 AI 记住更多东西； 而达沃斯这帮老板，却在焦虑“组织的健忘”，或者说，焦虑“如果你什么都记得，我还怎么管你？”。 这就是我在上一期里提到的 “信任时延”。 Rubin 芯片让 AI 拥有了廉价的记忆，但这不等于企业就有了信任。 当 AI 真的什么都记得住，作为老板，你是觉得省钱了，还是觉得恐惧？ 机器负责“不遗忘”，我们人类负责“不轻信”。这可能才是 Rubin 时代，我们最后的尊严吧。1 月 14 号，我会带着这个视角去听麦肯锡的会，到时候回来跟大家做深度复盘。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com

(00:00) 开刊语：为什么是现在？ Hello，大家好，我是 Marisa。欢迎来到 “Marisa 的人机架构思考” 的第一期。其实，直到按下录音键的前一分钟，我还在犹豫。在一个 ChatGPT 和 Gemini 能在几秒钟内生成数万字报告的时代，一个人肉嗓音的播客，还有存在的必要吗？直到今晚，我看到 Ben Thompson 在 Stratechery 的年终总结里写道：“AI 负责规模化，但只有人类能负责连接。” 这句话击中了我。作为一名拥有港大心理学背景、又刚刚结束 12 年全职陪伴生命成长旅程的“回归者”，我发现这个时代缺的不是“效率”，而是对商业与人性摩擦的“感知力”。所以，我决定开启这个播客。我们要聊的不是冷冰冰的代码，而是那个最隐秘的概念——“信任时延” (Trust Latency)。(01:30) 切入今日热点：Google 工程师的自白 为了解释什么是“信任时延”，我们来看看今天发生在硅谷的一场地震。就在几个小时前，一位 Google 的首席工程师在 X 上发帖承认：Anthropic 的新工具 Claude Code，仅仅用了 1 个小时，就重现了她团队整整 一年 构建的分布式系统。这条推文现在已经炸了。 如果你是老板，你可能在狂喜：成本哪怕只有原来的十分之一，也是巨大的利润。 但如果你是那个工程师，或者是屏幕前的你我，感到的可能是彻骨的寒意。(02:30) 架构师视角：快就是好吗？ 但在我这个“AI 商业心理架构师”眼里，我看到的不是“效率奇点”，而是巨大的“信任断崖”。这就是我要提出的核心公理：信任时延 (Trust Latency)。 它指的是技术能力与人类心理采纳之间的时间差。试想一下，那个 AI 用 1 小时写出的代码，你真的敢直接部署到金融系统里吗？ 谁来为这 1 小时的工作担保？ 当出了 Bug，我们是去修补代码，还是去审问一个没有痛觉的 AI？Google 的工程师用一年写代码，写的不仅仅是字符，还有“可解释性”和“问责制”。 AI 压缩了物理时间（从1年到1小时），但它并没有压缩心理时间。相反，因为太快了，我们对它的信任反而崩塌了。(03:30) 结语：重建感知 未来的企业，不会为“写代码的速度”付费，只会为“敢于对结果负责的人”付费。 这就是我的价值，也是这个播客的价值。我会用CEO的咨询视角、投行的冷峻逻辑，还有我作为两个孩子母亲的生活直觉，带你穿透这些焦虑。我是 Marisa。如果你不想被算法的洪流淹没，欢迎订阅。 让我们一起，在 AI 的极速中，找回人类的节奏。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com