Episode Details

📝 本期播客简介

本期我们克隆了：Dwarkesh Podcast Dylan Patel – Anthropic & OpenAI will have most of the world’s compute by 2028

原内容更新时间：Tue, 25 Aug 2026

本期是 Dwarkesh Patel 与其“双胞胎兄弟”Dylan Patel 的年度对谈。Dwarkesh Patel 主持节目，Dylan Patel 是 SemiAnalysis 创始人，两人从 AI 实验室的收入、算力采购和资本开支出发，推演 Anthropic 与 OpenAI 为什么可能在 2028 年前后控制全球大部分可用 FLOPs。

对谈的核心并不是“AI 会不会继续变强”，而是：谁能把算力变现得更好，谁就能以更高价格买下更多算力；谁拥有更多算力，谁又能训练出更强的模型、创造更高收入，形成越来越强的正反馈。节目详细讨论了每兆瓦算力的收入、晶圆厂与数据中心的扩产瓶颈、推理与训练之间的资源分配，以及中国在算力和芯片供应上的追赶路径。

后半段，两人把视角从产业经济学推向宏观金融与社会结构：到 2029 年可能高达 11 万亿美元的 AI 资本开支将由谁来融资？Hyperscaler 大规模举债会不会推高全球利率、挤压其他国家和行业的融资空间，甚至引发主权债务危机？更令人不安的是，如果 RSI（递归自我改进）或自动化劳动力规模化发生，全球未来的“有效人口”和生产能力，是否会集中在极少数 AI 公司手中？

👨‍⚕️ 本期嘉宾

Dylan Patel，SemiAnalysis 创始人，长期研究半导体、数据中心、GPU、AI 基础设施与云计算产业链。他擅长把晶圆、HBM、EUV 光刻机、供电、数据中心和融资结构等复杂环节，放进同一个自洽的经济模型中分析。

在这期节目里，Dylan 不只是预测 Anthropic 和 OpenAI 的算力规模，还进一步估算了每吉瓦算力能够产生的收入、不同硬件世代的有效性能差异，以及 AI 资本开支如何沿着芯片、能源、云服务和债券市场传导。对于想理解 AI 产业真正的瓶颈——算力价格、供应链扩张、现金流和资本市场——的人来说，这是一场非常值得听的基础设施与宏观经济推演。

⏱️ 时间戳

00:00 AI 实验室为何将吞下全球算力

00:00 开场：年度“兄弟播客”与 AI 经济

00:44 AI 基础设施正在成为 GDP 增长的重要组成部分

01:45 Anthropic 与 OpenAI 从烧风投到靠收入支撑增长

03:52 两家实验室为何可能在 2028 年掌控大部分 FLOPs

00:05 算力的超额回报与供应链瓶颈

08:43 1 吉瓦算力需要多少晶圆厂资本开支

09:03 60 亿美元晶圆厂如何对应超过 1 万亿美元终端收入

10:39 光刻机、反射镜与燃气轮机成为新的稀缺资产

11:35 为什么资本主义无法立刻解决算力扩产

00:11 算力价格：谁能捕获 AI 产生的价值

14:20 2028 年 100 吉瓦需求与算力价格暴涨

16:17 每兆瓦 1000 万至 1500 万美元的价格拐点

17:49 实验室可能支付每兆瓦 2500 万至 5000 万美元

20:21 模型、应用、用户与硬件之间的价值分配

00:14 RSI、监管与训练算力的重新分配

30:23 RSI 何时发生，AI 进展会不会起飞

32:17 模型能力提升如何抬高每兆瓦收入

33:47 上市压力下，训练算力与推理收入的冲突

37:21 实验室为何正在把更多算力转向研发

00:16 中国的算力差距与追赶路径

38:34 2028 年中国可能拥有多少 AI 算力

39:14 中国本土新增算力占比为何低于 10%

40:21 国产晶圆厂与芯片产能将在 2028 年形成拐点

41:35 中国制造能力可能带来“曲棍球棒式”增长

00:18 11 万亿美元 AI 资本开支从哪里来

47:34 100 吉瓦算力对应的真实资本开支

48:36 为什么数据中心和电力设施必须提前建设

50:06 2028 至 2029 年数万亿美元的融资缺口

50:33 Hyperscaler 借债支持 AI 基础设施扩张

00:27 AI 会引发主权债务危机吗

54:09 从高回报算力到主权债务危机

54:58 AI 投资如何推高利率并挤出其他借款人

55:30 美国可以通过税收扩大 AI 税基吗

56:42 高利率如何令发展中国家走向违约

00:33 高利率、股市与经济重新定价

59:53 2024 至 2029 年 11 万亿美元资本开支模型

1:02:07 2029 年利率可能上升多少

1:03:18 折现率上升为何会打击非 AI 股票

1:04:15 “第二次沃尔克时刻”与全球违约风险

00:36 AI 劳动力与权力集中

1:15:02 未来的有效 AI 人口可能每年增长十倍

1:15:52 单个实验室的 AI 劳动力超过全人类

1:17:11 RSI 为什么会把算力和权力进一步集中

1:18:46 训练规模效应、算力稀缺与持续学习

00:44 AGI 之后，谁来限制中心化

1:20:03 AGI 之后还有可能实现去中心化吗

1:21:15 私有制是否仍是最高效的经济形态

1:22:08 什么力量能阻止 AI 走向极度集中

1:25:00 沉重问题之后：等 RSI 启动时再见

🌟 精彩内容

💡 两家实验室可能掌控全球大部分可用 FLOPs

Anthropic 和 OpenAI 的优势不只是拥有更多 GPU，而是它们比其他买家更擅长将算力转化为收入，因此可以持续支付更高价格。随着新增算力占总算力