2026 年 7 月初，Vencap 首席投资官 David Clark 与 General Catalyst 负责人 David George 做了一场近两个小时的深度对谈。这场对谈很快被业内刷屏，因为它罕见地把 AI 估值的”冷思考”摆到了台面：约 80% 的 AI 公司可能被高估，但少数领导者可能被严重低估，未来估值可能达到今天的数倍。
David Clark 是 LP 视角的”老炮”——34 年母基金投资经验，习惯用周期、估值、退出、损失率这套尺子丈量每一个浪潮。David George 则站在 AI 浪潮的核心现场——General Catalyst 早年便押中了 OpenAI 和 Anthropic。两人的对谈没有停留在模型能力和产品演示，而是把问题往更深处推了一层：头部模型公司的收入增长为什么已经超过 Meta、Google 和 Microsoft？AI 对实体经济的渗透率为什么还不到 5%？未来最大的 AI 公司会长到多大？模型、应用、开源和 Token 价格会怎样重新分配产业价值？
这场对谈给出的不是确定答案，而是一次校准：当你看到前所未有的增长速度时，也必须看到即将回来的损失率。
一、八个核心观点
两位对话者围绕 AI 估值的本质，提出了八个核心观点。
观点一：企业端的”ChatGPT 时刻”才刚刚发生
自 2024 年 11 月起，头部模型公司的月度新增收入已超过 Meta、Google 和 Microsoft 等传统科技巨头。但 AI 对实体经济的渗透率仍不足 5%，企业内绝大多数职能的自动化远未开始，上限远未触及。
换句话说，过去两年我们看到的 AI 增长，主要是 ChatGPT 这类消费者入口带来的；真正进入企业生产链路（销售、客服、研发、运营）的 AI 渗透率还不到 5%。这个数字意味着，企业端的”ChatGPT 时刻”才刚发生。
观点二：赢家规模将比以往大一个数量级
过去六年所有 VC 支持的 IPO 总和约 1 万亿美元，可能还不及未来三大 AI IPO 中的任何一家。前 1% 的退出门槛在 24 个月内从 100 亿美元飙至可能超过 1000 亿美元，价值创造的速度与体量都在加速。
这是一组反直觉的数字：过去六年的所有 IPO 加起来，可能还不如未来 AI 三大 IPO 的任何一家。这意味着 AI 这一轮的财富集中度，比以往任何一轮科技周期都要高。
观点三：原生 AI 公司是”耳语经济”
最前沿的 AI 公司内部，研究人员已经对着 Agent「耳语」而非敲击键盘，效率极高。而成熟公司仍在用旧逻辑削减臃肿，真正的效率革命尚未到来。
「耳语经济」是这场对谈里最有画面感的概念。意思是说，在 OpenAI、Anthropic 这类原生 AI 公司里，研究人员跟 Agent 沟通已经进入自然语言交互阶段，效率杠杆远高于传统软件公司的键盘式开发流程。这种内部效率的代差，会在产品迭代速度上最终兑现为竞争力。
观点四：价值捕获的核心变量是 token 价格与市场结构
如果前沿模型仅有两三家，token 价格将维持高位；若有五家竞争，价格下降将对整个生态更友好。开源、蒸馏可行性与本地部署能力，将决定价值最终流向模型层还是应用层。
这是一个非常冷静的结构性判断：在 token 价格高企时，模型公司吃肉；token 价格下降时，应用公司才有活路。开源 + 蒸馏 + 本地部署的演进速度，决定了价值在产业链上的分布。
观点五：现在不是泡沫，因为供给而非需求受限
与典型泡沫的「过度供给破坏经济特征」不同，当前算力、内存、数据中心和电力全面稀缺。这种稀缺反而降低了泡沫风险，至少在未来三年内如此。
这是一条重要的冷静信号：泡沫的形成通常源于供给过剩引发的价格崩盘；而 AI 行业的稀缺性（GPU、HBM、电力）反而让价格能维持高位，意味着行业在短期内不会出现 2000 年互联网泡沫或 2021 年加密货币泡沫那种”突然归零”的风险。
观点六：AI 公司的半衰期正在急剧缩短
追踪《福布斯》AI 50 榜单发现，去年上榜的公司有 40% 在今年掉出榜单。领先者的防御性比前代技术周期更脆弱，预测谁将捕获价值变得前所未有的困难。
半衰期缩短意味着：今天估值最高的 AI 公司，三年后大概率不在头部；去年刚出现的明星创业公司，今年可能已经被淘汰。这是 AI 行业前所未有的”快速更迭”特征。
观点七：中国模型构成”创新者困境”的鲜活样本
中国领先大语言模型能力仅落后美国约 6 个月，但价格便宜 10 倍。下一代产品可能以 10% 的成本实现 80% 的能力，持续维持前沿地位将越来越难。
这是一组对中美 AI 格局极为冷静的对比：能力差距 6 个月，价格差距 10 倍——这意味着中国模型在能力追平的同时，价格已构成对全球市场的根本性冲击。
观点八：估值极端分化是结构性现象
约 80% 的 AI 公司可能被高估，因为大多数终将失败；但少数领导者可能被严重低估，其未来估值可能达到今天的数倍。这正是通过广泛组合捕获异类价值的逻辑所在。
80% 高估 + 少数严重低估 = 极端分化。这个判断意味着，对一级市场来说，最理性的策略不是「押注 AI」，而是「通过广泛组合捕获异类价值」——买足够多的 AI 公司，让那 20% 的赢家去覆盖 80% 的输家。
二、”现在不是泡沫”为什么值得反复品味
这八个观点里，最值得反复品味的是第五条：「现在不是泡沫」。
这个判断的反直觉之处在于：AI 行业的估值高得离谱（OpenAI 5000 亿美元、Anthropic 3000 亿美元、xAI 2000 亿美元），按传统估值逻辑已经是泡沫。但两位风投给出了一个非常具体的反驳逻辑——稀缺性。
具体来看，AI 行业的稀缺性体现在四个维度：
- 算力稀缺：高端 GPU（H100 / H200 / B200）供给被台积电、SK 海力士等少数厂商垄断，新产能上线需要 18-24 个月。
- 内存稀缺：HBM 内存供不应求，价格持续上涨。三星电子 2026 年 Q2 营业利润同比 19 倍增长，背后就是 AI 内存需求拉动。
- 数据中心稀缺：电力、土地、冷却资源在大城市几乎耗尽，新建数据中心需要 2-3 年时间。
- 电力稀缺：美国多个州的电网容量已经达到上限，AI 数据中心用电申请被延迟或拒绝。
这四层稀缺叠加，意味着即便 AI 需求大幅波动，行业供给也无法快速扩张或收缩。稀缺性是抗泡沫的最强防线——至少在未来三年内。
但这种”非典型泡沫”并不意味着所有公司都能活下来。观点六已经指出，AI 50 榜单有 40% 的公司今年掉出榜单。稀缺性的庇护只对头部公司有效；对长尾公司来说，资本市场一旦开始”挤泡沫”，退出会非常迅速。
稀缺性保护了头部，但不保护长尾。这是 AI 行业未来三年最大的”非对称风险”。
三、对中国 AI 公司的启示
这场对谈的第七个观点，对中国 AI 公司来说既是好消息，也是坏消息。
好消息是：中国领先大语言模型能力仅落后美国约 6 个月，价格却便宜 10 倍。这意味着中国 AI 公司在能力上已经接近全球前沿，同时具备显著的价格优势。
坏消息是：「下一代产品可能以 10% 的成本实现 80% 的能力，持续维持前沿地位将越来越难。」
这句话有两层含义：
第一层，整个行业的产品开发成本会持续下降。今天花 10 亿美元训练出来的模型，三年后可能只需要 1 亿美元。这意味着高估值公司面临的”价值稀释”风险巨大。
第二层，能力差距会继续缩小但不会消失。中国公司会在能力上继续追赶美国，但在价格上的优势可能随着全球开源生态的成熟而被稀释。
对中国 AI 公司来说，三个启示值得关注：
第一，技术能力差距不再是大问题，但商业化能力的差距会越来越突出。 中国 AI 公司需要把能力转化为营收和盈利，否则会在估值挤泡沫时被第一批淘汰。
第二，价格优势是阶段性的红利，不是长期护城河。 当全球开源模型能力追平、价格趋同时，价格优势会迅速消失。
第三，”非典型泡沫”给了三年窗口期。 中国 AI 公司需要在这三年里跑通商业模式，否则稀缺性消退后，估值压力会陡增。
四、80% 应用层公司消失的真相
这场对谈里最具冲击力的预测是：模型公司正在吞食整个软件行业，80% 的应用层公司将在三年内消失。
这个预测的逻辑链是：
- 模型能力提升 + 开源生态成熟 + 蒸馏技术普及 → 单个模型能完成的应用场景越来越多
- 模型 API 价格持续下降 → 应用层的”中间商价值”被压缩
- 模型公司自己做应用（如 OpenAI 的 ChatGPT、Anthropic 的 Claude 应用层）→ 挤压独立应用公司
- 企业客户更愿意直接调用模型 API 而非购买第三方应用 → 应用层市场被压缩
但这个预测并不适用于所有应用层公司。真正会被淘汰的是「没有数据壁垒、没有工作流嵌入、没有用户规模」的应用层公司；有这些壁垒的应用层公司反而可能成为模型公司的客户或合作伙伴。
应用层不是被淘汰，而是被重新分配价值。80% 的公司消失，但剩下 20% 的公司可能活得更好。
五、未来 90 天三个观察点
第一，AI 50 榜单的下一期更新。2026 年下半年《福布斯》AI 50 榜单如果再次出现 40% 以上的换血率，意味着 AI 行业的”快速更迭”特征已经制度化，估值波动会持续放大。
第二，OpenAI、Anthropic 的下一轮融资估值变化。如果两家公司在 2026 年 Q3 / Q4 完成新一轮融资，估值是否继续抬升，还是出现回调，是判断”非典型泡沫”延续性的关键信号。
第三，中国 AI 头部公司的 IPO 节奏。智谱、MiniMax 已经上市，月之暗面、零一万物、百川智能、阶跃星辰都在推进资本运作。中国 AI 公司的 IPO 估值如果继续抬升，会验证这场对谈中”赢家规模大一个数量级”的判断；反之，则可能预示”非典型泡沫”进入拐点。
未来 AI 行业的真正分水岭，不是模型能力，而是商业化深度——能把 AI 转化为真实营收和盈利的公司，会活下来；只讲故事的公司，会在 90 天内被市场淘汰。
互动话题
David Clark 与 David George 的对谈给出了”80% 高估 + 少数严重低估”的极端分化判断。你怎么看待这个结论？是过度悲观、还是真实写照？
AI 行业”耳语经济”概念让你最惊讶的是哪一点？研究人员对着 Agent 耳语，意味着什么样的工作流变化？
中国 AI 公司”能力差 6 个月、价格便宜 10 倍”的格局，对全球 AI 竞争格局会产生什么深远影响？欢迎一起聊聊：未来三年，你最看好哪个 AI 细分赛道？
参考资料
- Vencap 首席投资官 David Clark × General Catalyst 负责人 David George 深度对谈（2026-07）
- Z Finance：硅谷顶级风投对谈原文转载（2026-07-05）
- 新浪财经/搜狐：深度 | 硅谷顶级风投对谈：模型公司在吞食整个软件行业（2026-07-05）
- 每日经济新闻：2026 年 Q1 全球风投总额接近 3000 亿美元，AI 占 80%（2026-07-08）
- 福布斯 Forbes AI 50 榜单 2025/2026 年度对比数据
- HolonIQ 2026 Q1 全球教育科技 VC 投资报告
- 三星电子 2026 年 Q2 财报：营业利润同比增长 19 倍
- IDC 2026 Q2 全球 PC 出货量数据：九季来首跌 4.9%
我要评论