AI资产回调中的利空辨析、算力重定价与信用需求——科技股投资人Gavin Baker访谈要点梳理（Invest Like The Best，2026-08-04）
——据Invest Like The Best节目《Why the Markets Are Pricing AI Wrong | Gavin Baker》（2026-08-04）整理
摘要：本文对Invest Like The Best节目专访科技股投资人Gavin Baker的主要观点进行了梳理汇总。梳理了其对7月AI相关股票回调中各项利空的辨析，介绍了其对算力价格、经营性现金流、信用需求、开源模型与需求来源的判断，最后阐述了其所列的风险因素及与市场的主要分歧。据其介绍，超大规模厂商经营性现金流若按高于Ampere的速率变现将接近2万亿美元，可减少约7000亿美元的信用需求；知识工作薪酬总盘约25万亿美元，按token支出占薪酬两成推算约为5万亿美元。
关键词：AI资本开支；算力采购；融资估值；开放权重；模型路由；Gavin Baker；英伟达；SpaceX
一、7月市场回调的利空辨析
Baker认为，7月市场交易的多条利空中多数属于误读，真实存在的一条集中在信用端。
（一）三条利空的逐一辨析
7月AI相关股票大幅回撤，不少标的从高点回落四到六成，Baker将其形容为“把2022年浓缩进一个月”。他随后在硅谷用一周时间求证，希望找到能证明基本面恶化的量化指标，但未能找到。他对市场交易的利空逐一作了辨析。
一是Meta宣布对外出租算力，被市场解读为产能过剩、将削减资本开支。他表示，财报中资本开支并未削减，其掌握的渠道信息亦无变化；更可能的动机是Meta看到SpaceX将训练优化过的大集群以远高于合约价的水平出售，希望先用一小部分产能做出较高的内部收益率（IRR），再据此融资加码。二是开源模型，GLM 5.2与Kimi K3发布后，Silicon Data的token指数回落走平。他表示，该指数反映的是需求结构，需求由推理毛利八九成的前沿token转向价格较低的开源token，指数随之下行，算力消耗并未减少。
（二）市场解读的同质化
Baker表示，此行的动机在于希望被说服，“我想被吓到。我不想在这些股票越跌越便宜、我却觉得预期回报在上升的时候，觉得自己像个疯子。”他同时注意到，市场解读正趋于同质化，因为所有人获取信息后首先交由Claude分析，“Claude差不多是股市的克朗凯特，所有人都信它说的”。他借用Michael Mauboussin的说法，将这种一致性视为多样性的崩塌。
二、算力价格与经营性现金流
Baker认为，算力需求的量化指标仍在加速，已装机算力的合约价格存在向上重定价的空间。
（一）量化指标持续加速
据其介绍，GPU租赁价格、DRAM现货价格与token增速无论如何拆分均在加速。被提及的负面信号只有一项，即第三方数据显示Anthropic的增长曲线略偏离原有轨迹，但OpenAI与开源模型加速更快，合计仍为净加速。
（二）算力合约的重定价
Baker表示，2024至2025年间即便是乐观的市场参与者，也只预期旧款GPU租赁价格缓慢下行，没有人预期2026年会上涨。据其介绍，一是当天早上交流的一家创业公司，其数千张B200的集群原合约价为每GPU每小时两美元多，七个月后续租同等规模配置的集群，希望价格控制在四美元以内；二是另有一家推理云服务商公开表示，合约到期后准备为Blackwell支付翻倍的价格。他据此认为，已装机算力的合约价相对现货价格大幅折价，到期后将被重新定价，即便现货价格回落也同样成立，这意味着超大规模厂商当前的收益低于潜在水平。
佐证来自经营性现金流：微软、Meta、亚马逊已披露的经营性现金流增速由28%升至32%，剔除本季度较多的一次性项目后为由28%升至35%。与此同时，微软6月上线的产能尚未体现在二季度，Rubin尚未按溢价出货，合约重定价也尚未开始。
（三）估值水平
据其介绍，录制当天英伟达的远期市盈率处于十年来低位，半导体股估值更低的时期只有“解放日”与DeepSeek两次。他表示，市场显然认定这些公司在赚取超额利润，市场或许是对的，并引用了一个说法：投资中分量很重的三个词是“我不知道”。
三、融资结构与信用需求
Baker认为，本轮建设对债务融资的依赖程度可能低于市场预期，信用约束本身也会抬高存量算力的价值。
（一）债务驱动建设的风险
Baker表示，债务驱动的建设之所以危险，在于债务需要即时偿还，供需稍有失衡便会迅速瓦解，互联网周期即以这种方式结束，因此7月他投入精力较多的是信用分析。
（二）变现速率假设与信用需求测算
其结论建立在一项观察之上：卖方模型中未来上线的Blackwell与Rubin吉瓦级产能，大致按落后两代的Ampere的变现速率测算，对应超大规模厂商1.3万亿至1.4万亿美元的经营性现金流；若按低于当前Blackwell、但明显高于Ampere的水平变现，将接近2万亿美元，差额约可减少7000亿美元的信用需求。他同时给出一项反向论证：即便建设确实需要信用支持，若信用无法到位，则意味着已经存在的算力更加值钱。
他表示，两期节目之前他曾担心Blackwell的空档期，即数千亿美元的芯片先用于训练，训练本身不直接产生回报，这一情况在一季度确已出现；市场在4、5、6月均选择忽略，在7月却转而关注，而此时恰是经营性现金流开始加速的时点。
四、开源模型、需求来源与供应链长约
Baker认为，开源模型分走的是模型层毛利，算力需求并未减少；需求增量来自增长与劳动替代，供给则由供应链长约锁定。
（一）开源模型与路由
Baker表示，“一个token就是一个token”，产出一个token所需的浮点运算、内存与功耗相同，因此开源分走的是前沿模型层的毛利，算力需求并未减少，价格下降还会带来需求弹性。开源模型与前沿实验室运行在同一批云上、为算力支付同样的价格，利润只是由模型层转移至基础设施层。他反问，若开源对英伟达不利，黄仁勋（Jensen Huang）为何将其作为自己的招牌议题。
其机制在于路由。据其介绍，不少公司发现AI支出增长二十倍、三个月即用完预算，于是用自有数据微调开源模型，先由自有模型处理、再由前沿模型检查，在不少场景下效果略好而成本减半，节省来自毛利率由约九成降至三成左右，实际消耗的GPU小时反而可能上升。Fireworks的Nexus已将这一流程简化为三行代码。他也指出了另一种可能：若前沿模型实现递归自我改进，在每个智能档位的服务成本均大幅下降，开源可能失去空间；他认为这不能排除，但可能性不高，因为不少AI原生公司已积累本领域的专有数据。与此同时，价格低廉的“120分智商”模型越多，能够调度它们的“160分智商”模型就越有价值。
（二）需求来源与劳动替代
Baker表示，目前全球使用代理式AI的可能仅约50万人，算力已处于急性短缺，用户增至一亿、五亿时供需将更趋紧张。资金来源只有两处：一是更快的增长；二是对劳动的替代。据其介绍，知识工作薪酬总盘约25万亿美元，AI应用程度较深的公司中token支出占总薪酬已达两成至两成五，他知道一家达到三成，也听说过五成，按两成推算约为5万亿美元。他表示，人们自然希望这笔钱来自增长；目前观察到的替代主要体现为少招人，一位科技公司首席执行官告诉他，剔除疫情期间的超额招聘，创始人控制的公司基本没有大规模裁员。他也提到，Cognition、Ramp、Stripe的数据显示AI支出较高的公司增长更快，但承认这些数据未控制行业结构。
（三）供应链长约与信用安排
供给侧由长约锁定。Baker表示，内存是关键变量，给定算力配置的内存越多、产出的token越多，等同于降低成本，因此内存需求至今没有出现负弹性。据其介绍，一是具备规模的采购方只有四类，即亚马逊的Trainium、谷歌的TPU、AMD以及体量超过其余几家之和的英伟达；二是未来几年的份额在很大程度上由供应链分配决定，若毁约压价时恰逢周期反转、议价权回到内存厂商，下一轮拿不到配额即意味着出局；三是英伟达的新做法可称为“信用包装”加价格地板之上的收入分成，即由其他机构放贷、英伟达从中分成，本身并不直接借款给客户，他认为市场对此存在较大误解。
五、风险因素与主要分歧
Baker列出了监管、技术与价格三方面风险，并就SpaceX与部分对冲基金存在分歧。
（一）三方面风险
一是监管。Baker认为纽约的数据中心暂停令只是开端，后续可能还有更多。他表示行业公关做得较差，公众听到的是数据中心推高电价、耗尽水资源、抢走工作；而按现有签约条件，数据中心落地往往因表后交易使周边电价下降，开发商还需建设学校与消防站，蓝领岗位也具有持续性。关于用水，他表示某本书的估算高出一万倍，作者已多次承认，但错误传播快于更正。
二是技术。不少人认为持续学习与样本效率问题即将解决，若果真如此，训练需求可能出现断层：当前训练使用的数据约为300万亿token量级，一个人一生约为200亿token量级，若十万亿token训练后即可投放并自主学习，训练在算力需求中的占比将收敛至很小。他认为这对世界是好事，也难以相信对基础设施需求构成净负面，但不排除这种可能；据其介绍，SSI称将于8月发布模型。
三是价格。若GPU价格持续大幅回落，或几家实验室与开源模型的需求见顶，他会改变看法。他反问，“你听到过谁说自己GPU太多吗？”
（二）关于SpaceX的分歧
据其介绍，纽约有大型对冲基金做空SpaceX，逻辑是算力现货价格将下跌九成、大规模上线算力难以获得相应回报。Baker的看法相反：一是Grok 4.5与Cursor合计的年化经常性收入（ARR）将较快达到100亿美元级别；二是迄今一年内新增供电超过500兆瓦的只有超大规模厂商、CoreWeave、Crusoe与SpaceX，而SpaceX上线速度快、成本低。对于一份公开报告称其计划在18个月内上线8吉瓦，他表示自己几乎不相信这一数字，但从不押注马斯克做不到，并引用了后者的说法，“我们擅长把不可能的事做成迟到的事”。
总的看，Baker认为7月市场交易的多数利空属于误读，算力价格与经营性现金流仍在加速，已装机算力存在向上重定价空间，开源模型改变的是利润在模型层与基础设施层之间的分配；真实风险集中于信用端，但若按更合理的变现速率测算，本轮建设对信用的需求将明显下降。他会在GPU价格持续大幅回落或需求见顶时改变看法。