从加密矿场到AI云：a16z为何说“新云”越增长越烧钱？

BitPush

08/17

来源：a16z New Media 作者：Moses Sternstein，a16z 原文标题：Charts of the Week: Head In The Neoclouds 编者按：在生成式 AI 推动新一轮算力投资的背景下，市场对 AI 基础设施的讨论，正在从“有没有足够多的 GPU”转向“谁能以可持续的方式提供算力”。当模型训练、推理需求与数据中心扩张已成为共识，一个更底层的问题...

网页链接

免责声明：投资有风险，本文并非投资建议，以上内容不应被视为任何金融产品的购买或出售要约、建议或邀请，作者或其他用户的任何相关讨论、评论或帖子也不应被视为此类内容。本文仅供一般参考，不考虑您的个人投资目标、财务状况或需求。TTM对信息的准确性和完整性不承担任何责任或保证，投资者应自行研究并在投资前寻求专业建议。

热议股票

{"basename":"/hans","ssrTDKData":{"titleTemplate":"%s - 老虎证券","title":"老虎证券全球投资理财平台| 一站式投资美股新股港股A股","description":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","keywords":"老虎证券,老虎证券开户,老虎券商,老虎证券官网,老虎证券app,tigertrade老虎证券,股票,炒股,新加坡股票交易平台,投资,投资理财","social":{"ogDescription":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","ogImage":"https://c1.itigergrowtha.com/portal5/static/media/og-logo.0a0bd8dc.png","ogUrl":"https://www.itiger.com/hans/news/2660483188"},"companyName":"老虎证券"},"pageData":{"isMobile":false,"isTiger":false,"isTTM":true,"region":"SGP","license":"TBSG","edition":"fundamental"},"isCrawlerRequest":true,"__swrFallback__":{"@#url:\"https://stock-news.skytigris.cn/v3/news\",params:#id:\"2660483188\",edition:\"fundamental\",auth_exemption:1,,,undefined,":{"share":"https://ttm.financial/m/news/2660483188?lang=zh_CN&edition=fundamental","thumbnail":"https://images.bitpush.news/2026/08/special_cn-20260817-178695500143229199.png:ChatGPT-Image-2026年8月17日-16_23_02-200x140.png","is_english":false,"pubTime":"2026-08-17 16:24","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2660483188","market":"us","top_or_hot":-1,"title":"从加密矿场到AI云：a16z为何说“新云”越增长越烧钱？","media":"BitPush","content":"<div>\n<p>来源：a16z New Media\n作者：Moses Sternstein，a16z\n原文标题：Charts of the Week: Head In The Neoclouds\n\n编者按：在生成式 AI 推动新一轮算力投资的背景下，市场对 AI 基础设施的讨论，\n正在从“有没有足够多的 GPU”转向“谁能以可持续的方式提供算力”。\n当模型训练、推理需求与数据中心扩张已成为共识，\n一个更底层的问题...</p>\n\n<a href=\"https://www.bitpush.news//articles/7671761\">网页链接</a>\n\n</div>\n","source":"bit_push_news","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>从加密矿场到AI云：a16z为何说“新云”越增长越烧钱？</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n从加密矿场到AI云：a16z为何说“新云”越增长越烧钱？\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-08-17 16:24 北京时间&nbsp;&nbsp;&nbsp;<a href=https://www.bitpush.news//articles/7671761><strong>BitPush</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>来源：a16z New Media\n作者：Moses Sternstein，a16z\n原文标题：Charts of the Week: Head In The Neoclouds\n\n编者按：在生成式 AI 推动新一轮算力投资的背景下，市场对 AI 基础设施的讨论，\n正在从“有没有足够多的 GPU”转向“谁能以可持续的方式提供算力”。\n当模型训练、推理需求与数据中心扩张已成为共识，\n一个更底层的问题...</p>\n\n<a href=\"https://www.bitpush.news//articles/7671761\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"VTHR","symbol_name":"Vanguard Russell 3000 ETF","start_time":0,"source_url":"https://www.bitpush.news//articles/7671761","article_id":"2660483188","we_media_id":null,"thumbnails":["https://images.bitpush.news/2026/08/special_cn-20260817-178695500143229199.png:ChatGPT-Image-2026年8月17日-16_23_02-200x140.png"],"rights":{"source":"bit_push_news","url":"https://www.bitpush.news//articles/7671761","rn_cache_url":null,"directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2660483188","pubTimestamp":1786955069,"columns":[],"sourceInfo":{"source_id":"bit_push_news","name":"比推bitpush"},"weMediaInfo":null,"summary":"在 a16z New Media 发布的《Charts of the Week》中，作者 Moses Sternstein 从 CoreWeave、Nebius 和 Applied Digital 等新云公司切入，讨论 AI 算力市场的增长、估值与盈利矛盾，并进一步延伸至横向 SaaS、模型路由和前沿实验室人才竞争。收入增长为何没有同步改善市场预期，以及 AI 产业的竞争焦点为何正从单纯扩张转向效率与回报。部分新云公司原本服务于加密货币挖矿，AI 需求爆发后，这些能力迅速转化为稀缺的算力供给。","collect":0,"end_time":0,"defaultTopTitle":"bitpush.news","property":[],"viewcount":null,"language":"zh","relate_stocks":{"VTHR":"Vanguard Russell 3000 ETF","AGIX":"通用人工智能 ETF-AGIX","QTOC":"Innovator Growth Accelerated Plus ETF - October","AIPO":"Defiance AI and Power Infrastructure ETF","CHAT":"ROUNDHILL GENERATIVE AI & TECHNOLOGY ETF","ARTY":"ISHARES FUTURE AI & TECH ETF"},"translate_title":"From Crypto Mine to AI Cloud: Why does a16z say that the more \"new cloud\" grows, the more money it burns?","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"QTOC":1.5,"AGIX":1.5,"ARTY":1.5,"AIPO":1.5,"VTHR":1.5,"CHAT":1.5},"content_text":"来源：a16z New Media\n作者：Moses Sternstein，a16z\n原文标题：Charts of the Week: Head In The Neoclouds\n\n编者按：在生成式 AI 推动新一轮算力投资的背景下，市场对 AI 基础设施的讨论，\n正在从“有没有足够多的 GPU”转向“谁能以可持续的方式提供算力”。\n当模型训练、推理需求与数据中心扩张已成为共识，\n一个更底层的问题开始浮现：算力需求的高速增长，能否真正转化为稳定的利润与现金流？\n在 a16z New Media 发布的《Charts of the Week》中，\n作者 Moses Sternstein 从 CoreWeave、Nebius 和 Applied Digital 等新云公司切入，\n讨论 AI 算力市场的增长、估值与盈利矛盾，并进一步延伸至横向 SaaS、模型路由和前沿实验室人才竞争。\n在这篇文章中，作者并非简单判断 AI 需求是否强劲，\n而是将当前 AI 交易拆解为一组更底层的结构性问题：既有基础设施如何被重新定价，\n收入增长为何没有同步改善市场预期，以及 AI 产业的竞争焦点为何正从单纯扩张转向效率与回报。\n第一，是基础设施价值的重新发现。过去，铁路沿线土地、\n天然气管道和有线电视网络都曾为特定行业服务，随后被改造成电信和互联网基础设施。\n今天，类似的资产重估再次发生。部分新云公司原本服务于加密货币挖矿，\n已经拥有电力、机房、冷却系统和高密度计算的运营经验；\nAI 需求爆发后，这些能力迅速转化为稀缺的算力供给。\n其意义在于，AI 基础设施竞争并非完全从零开始，早期优势往往来自对旧资产、能源资源和工程能力的重新组合。\n第二，是收入高增长与盈利不确定性的并存。\nCoreWeave 等新云公司的早期收入增速，一度超过 AWS 等云巨头起步阶段，但资本市场并未给予同等程度的认可。\n原因在于，新云并不是典型的轻资产软件生意。\nGPU 采购、电力接入、数据中心建设、芯片折旧和债务利息会随着规模同步上升，甚至快于收入增长。\n这意味着，收入扩张只能证明 AI 算力需求旺盛，却不能自动证明商业模式具有足够高的资本回报率。\n市场真正等待的，是这些企业能否把订单和收入转化为可持续的自由现金流。\n第三，是软件价值正在按照 AI 影响重新分化。\n过去，市场担心生成式 AI 会普遍削弱 SaaS 公司的护城河，但 Atlassian 的表现说明，\nAI 也可能成为提高客户支出与产品黏性的工具。\n与此同时，网络安全和可观测性软件继续获得估值溢价，\n因为 AI 扩大了潜在风险，也提高了企业对成熟解决方案的依赖。\n这意味着，所谓“SaaS 末日”并不会均匀发生。\nAI 究竟是替代产品、压低价格，还是扩大需求，正在成为软件估值分化的新标准。\n第四，是 AI 应用正在从“堆 Token”转向优化 Token。\n过去，企业往往倾向于直接调用能力最强的模型，或给工程团队一笔预算自行试验；\n如今，Databricks 等公司开始通过智能路由，\n根据任务难度匹配不同价格与性能的模型，在维持效果的同时降低成本。\nToken 单价下降也不必然意味着 AI 总支出收缩：当单位成本降低、应用场景增加，\nToken 消费总量和整体市场规模仍可能继续上升。\n效率与需求并非相互排斥，而可能形成彼此强化的循环。\n如果将这篇文章压缩为一个判断，那就是：AI 基础设施已经证明自己可以创造高速增长，\n但下一阶段的胜负将取决于企业能否把增长转化为更高的资本效率。\n在这个意义上，本文讨论的对象已经不只是 CoreWeave 们能否成为下一代云巨头，\n而是整个 AI 产业能否从算力扩张走向可持续的商业回报。\n以下为原文内容：\n头顶“新云”\n20 世纪初，南太平洋铁路公司在连接美国各地城市与城镇的已清理土地上，拥有大量闲置的建设权。\n铁路路权的范围远宽于铁轨本身，因此沿线还留有许多可供开发的走廊。\n于是，这家铁路公司沿铁路线铺设了一套通信网络，\n并将其命名为“南太平洋铁路内部联网电话系统”（Southern Pacific Railroad Internal Networking Telephony）。\n到 20 世纪 70 年代，公司开始将这套网络商业化，向更广泛的用户开放。\n随后，两件事同时发生了：一方面，长途电话市场的垄断格局走向终结；\n另一方面，光纤电缆开始具备商业可行性。\n原有通信走廊被改造成光纤线路，这套网络后来也以其英文缩写“Sprint”为人所知。\n曾经服务于铁路的资产，由此成为电信革命的基础设施骨干。\n将既有实体网络改造成更大规模商业技术基础设施的，并不只有铁路公司。\n20 世纪 80 年代，威廉姆斯公司（Williams Company）把闲置的天然气管道改造成光纤通道，成立了 WilTel。\n该公司后来被出售，并最终更名为 WorldCom。\n到了 90 年代，为有线电视业务铺设的单向同轴电缆，也经历了一轮规模庞大、成本高昂的升级，\n最终成为 Comcast 和 Charter 面向消费者提供宽带互联网服务的基础设施。\n这就引出了另一类企业：它们同样坐拥现成的基础设施，而这些资产如今正被大幅改造、重新定价，\n以满足一种新兴技术的需求——这就是“新云”（neocloud）公司。\n\n简单概括，新云公司原本大多从事能源和算力密集型的加密货币挖矿业务，随后 AI 浪潮到来。\n突然之间，谁拥有电力使用权、基础设施，\n以及建设和管理高强度计算负载的经验——在 CoreWeave 的案例中，\n还包括大量 GPU——谁就站上了当下最炙手可热的赛道之一。\n当然，这并不是严格意义上的同类比较。\n但如果观察规模最大的三家上市新云公司，其收入增速确实令人瞩目。\n我们只能估算超大规模云服务商创业早期的云业务收入，\n但大致趋势已经很清楚：新云公司的增长速度极快，而且明显快于三大云服务商起步阶段的增速。\n需要说明的是，在整个算力销售市场中，新云公司目前仍只是相对较小的参与者。\n\n它们距离超大规模云服务商的体量，也还有很长的路要走。\n\n超大规模云服务商每季度创造的收入，比新云公司高出几个数量级。\n但与此同时，CoreWeave 大约只用了 25 个季度，\n就实现了 AWS 自推出后到第 40 个季度才达到的 26 亿美元收入。\n再强调一次：这些企业的增长速度确实非常快。\n拥有如此高的增速，又搭上 AI 行业的顺风车，按理说投资者应该相当兴奋。\n某种程度上的确如此，但真实情况要更复杂一些。\n\n虽然这些公司最近一轮财报的表现普遍不错，但过去一年里，CoreWeave 的股价仍累计下跌约 16%；\n只有 Nebius 较为接近此前的高点。\n因此，这个故事总体上仍然不错，但对其中规模最大的新云公司来说，吸引力显然弱了一些。\n\n近期市场表现相对平淡，部分原因在于许多增长预期可能已经反映在估值之中。\n对于新云这类资本密集型企业，市销率并不是最合适的估值指标，但用来说明问题仍然很直观。\n规模较小、增速更快的 Nebius 和 Applied Digital，估值溢价远高于规模大得多的 CoreWeave。\nCoreWeave 的收入仍在翻倍，但已经不及榜首企业 400% 至 450% 的增速。\n如果说新云公司真正存在什么问题，那并不是增长，而是长期盈利能力。\n新云公司需要持续投入芯片、电力和实体基础设施才能扩大规模，，而这些成本都不低：\n\n以 CoreWeave 为例，其收入增长的确十分可观，但资本开支更加惊人。\n其他巨额成本还包括芯片折旧——折旧金额已经超过收入的一半\n——以及为提前建设昂贵基础设施而举债所产生、且仍在上升的利息支出。\n本文无意就新云公司最终能否成功，或其当前股价是否合理作出判断。\n除去话题本身的热度，这里真正想说明的是，新云公司恰好构成了整个 AI 交易中多空拉扯的一个缩影。\n一方面，它们身处一个规模远超所有人此前预期、\n且仍在继续扩大的垂直市场——算力市场——并创造了历史罕见的增长速度；\n另一方面，建设这类企业的成本也处于历史高位，需要投入庞大且持续折旧的固定基础设施。\n横向 SaaS 回归？\n下面简要更新一下“SaaS 末日”不断变化的市场版图。\n此前软件股大抛售中受创最严重的一家公司，最近一个月表现相当不错。\n\n过去 30 个交易日，横向软件公司在 IGV 软件 ETF 成分股中的表现位居前列——尽管从这组数据采集之日起，\n它们已经回吐了部分涨幅。\n总体而言，这些公司的基本面依然稳健。\n尤其是 Atlassian，它并没有像市场此前预期的那样，在 AI 冲击下走向衰落。\n这家生产力软件公司实现了业绩与指引的“双双超预期”：云业务收入同比增长 31%，\n收入积压订单的增速甚至更高。但更关键的信号或许在于，AI 正在成为业务增长的助推器，而非阻力。\nAtlassian 表示，其 AI 助手 Rovo 已得到广泛采用；同时，使用 Rovo 的客户，其支出增速接近非 Rovo 用户的两倍。\n这对 Atlassian 是好消息，对 Rovo 是好消息，对横向 SaaS 也是好消息。\n不过，横向 SaaS 的整体估值依然略低于其他软件类别。\n\n除少数例外，包括 Atlassian 在内的横向 SaaS 公司，其预期市销率普遍低于“增速—估值倍数”趋势线所对应的水平。\n再强调一次，横向 SaaS 只是度过了一个相对不错的“月份”。\n想让市场相信“SaaS 末日”已经取消，仅凭一个月的表现远远不够。\n当然，如果你的软件业务属于网络安全或可观测性领域，那就是另一回事了——对这些公司而言，\n所谓“SaaS 末日”从来没有发生过。\n\n网络安全板块继续大幅跑赢 IGV 软件 ETF 中的其他类别。\n在这个领域，AI 反而成为顺风因素：市场普遍认为，AI 提高了人们对网络安全威胁的风险感知，\n而且没有哪个企业客户会靠“氛围编程”（vibe coding）临时拼凑出一套自己的安全解决方案。\n这一逻辑最终能否成立，当然还需要时间检验。但至少目前来看，传统软件公司的处境绝非整齐划一。\n投资者高度关注 AI 究竟会给每家公司带来增益，还是造成侵蚀，\n并随着每一批新数据不断修正原有判断——这也是理所应当的。\n迈向 Token 投入的效率前沿\n围绕模型使用、Token 消耗以及 Token 支出管理的市场格局，仍在以各种有趣的方式不断演化。\n以 Databricks 为例。\n在“我们应该使用哪个模型”“哪个模型最好”这些问题上，\nDatabricks 没有采取赢家通吃的思路，也没有只是给工程师一笔预算，让他们自行决定怎么花。\n它提出了另一个问题：“如果我们开发一套方案，把合适的任务自动分配给合适的模型，会怎样？”\nDatabricks 当然不是唯一这样做的公司，\n但它开发了一套“智能路由器”（Smart Router），而实际效果令其相当满意。\n\n据称，Databricks 的路由器能够在必要时调用能力更强、价格更高的模型，\n在条件允许时则使用能力较弱、价格更低的模型，由此“持续将平均任务成本降低 30% 以上”。\n总体而言，追求 Token 支出的“效率前沿”很难不是一件好事。\n这意味着需求仍在继续增长，应用场景不仅在性能最前沿持续演进，也在向能力不那么顶尖的模型扩散。\n在最初的悲观叙事中，这些次优模型原本被认为会迅速遭到淘汰。\n正如我们此前提到的，效率提升会扩大需求的覆盖范围，这正是市场希望看到的、类似杰文斯悖论的动态。\n\nSilicon Data 的 Token 价格强度指数显示，整体价格强度正在下降，\n尤其是随着价格更低的开放模型在持续扩张的市场中占据更高份额。\n这里有必要再次澄清一个经常被误解的概念：这些指数衡量的是 Token 支出的成本强度，\n而不是绝对美元金额。它同时取决于 Token 消耗数量与 Token 的综合成本。\n这意味着，即使每 Token 价格下降，Token 总消耗量和总支出金额仍然可能继续上升。\n真正重要的是，整体需求仍在增长，而定价和模型选择逐渐走向效率前沿，\n只会进一步推动这种增长。尤其值得注意的是，“AI 需求”或“AI 采用”并不是一个单一、同质化的概念。\n重度用户与其他用户之间依然存在巨大差距。\n这清楚表明，“始终使用最好的模型”或许适合部分企业，但肯定不适合所有企业。\n如今，市场正在迅速形成更多可供选择的替代方案。总体而言，这是一件好事。\n根据企业支出管理平台 Ramp 的数据，所有企业都在增加 AI 支出，\n但支出中位数与前 10% 企业之间，以及前 10% 与前 1% 企业之间的差距都极为悬殊。\nRamp 的数据通常更偏向科技公司，解读时需要考虑这一点。\n但数据显示，支出排名前 10% 的企业，其人均 AI 支出大约是中位数企业的 50 倍。\n\n这种分布很可能不是偶然形成的。能够从 AI 支出中释放更多价值的企业，\n大概也正是投入最多的企业——即使并非每家公司都如此，至少相当一部分公司符合这一规律。\n波士顿咨询公司对 107 家上市公司的分析发现，\nToken 使用量排名前两个五分位组的公司，收入增速明显快于其他企业。\n\n这里想表达的核心是，Token 需求与使用效率正在相互强化：企业获得的价值越多，消耗的 Token 也就越多。\n这个过程当然存在投入与回报之间的反复权衡，研发也总会包含一些前期成本。\n但对绝大多数企业而言，不加节制地“堆 Token”从来都不是一种有效策略。\n因此，企业未来越来越不必采取这种做法，显然是一件好事。\n前沿实验室人才争夺战\nNew Media 最近刚刚有两位出色的团队成员加入 OpenAI，所以最后我们用几张有趣的图表，\n看看前沿 AI 实验室的人才招聘情况。\nDario Amodei 最近表示，他担心员工正在把金钱置于使命之上。\n从 Levels.fyi 的数据来看，这种担忧或许并非毫无依据。\n\n\n如果完全按照数据表面来理解，Anthropic 给工程师开的薪酬非常高，\n而且远高于谷歌、特斯拉等公司资历相当的工程师。\n看来，成为技术团队成员的确是一件不错的事。此外，还有一组数据也很有意思。\n\n根据 Live Data Technologies 的数据\n——由 Truist Securities 整理呈现——各家实验室的人才来源既有大量重叠，\n也存在明显差异：\n两家公司都从超大市值科技公司招聘了不少人才，\n不过只有 OpenAI 从英伟达和特斯拉招过人，而且都发生在 2026 年。\nDatabricks、Snowflake（近期）、Palantir 和 DeepMind，同样是两家公司共同的人才来源。\n两家实验室也都从 Salesforce 和 Stripe 招聘了相当数量的员工。\n但双方的重叠似乎到此为止。Anthropic 从 SaaS 公司招聘了不少人才，而 OpenAI 几乎没有；\nOpenAI 则大量从消费互联网、平台市场和广告科技公司招人，\n而 Anthropic 在这些领域的招聘相对较少，Airbnb、Netflix 和 Uber 除外。\n至于这些差异意味着什么，就留给各位自行解读了。\n（本文不构成投资建议）\n\nTwitter：https://twitter.com/BitpushNewsCN\n比推 TG 交流群：https://t.me/BitPushCommunity\n比推 TG 订阅： https://t.me/bitpush\n\n\n说明: 比推所有文章只代表作者观点，不构成投资建议\n\n\na16z","kind":"highlight","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":false,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"}}}