在最新一期的 Sharp Tech Podcast中,Ben Thompson 和 a16z 的合夥人 Andrew Chen 進行了一場極具啟發性的對話。他們從 Chen 共同創辦的新創公司 Substrate 出發,不僅揭示了這家公司「成為 AI 時代 Stripe」的宏大野心,更引出了一個反直覺卻極其深刻的觀點:科技泡沫,儘管充滿破壞性,卻是推動下一代基礎設施建設不可或缺的「必要之惡」。
這場對話的核心論點是:歷史上每一次巨大的科技泡沫,都在其非理性的狂熱中,為下一個時代留下了意想不到的、過度建設(over-built)的寶貴遺產。而真正的機會,屬於那些懂得如何利用這些「遺產」的人。
解鎖 AI 的最後一哩路:Substrate 想成為 AI 時代的 Stripe
對話的起點是 Andrew Chen 的新專案 Substrate。如果你是一位 AI 開發者,你一定能體會到當中的痛苦:想要運行一個開源模型,你就像是陷入了一場技術細節的噩夢。
「開發者應該專注於創造驚豔的 AI 應用,」Chen 解釋道,「而不是花上數週時間,去研究到底該用 H100 還是 A100 GPU,處理惱人的 CUDA 版本衝突,或是弄懂 Kubernetes 和 NVIDIA 驅動程式的特定組合。」
這正是 Substrate 想要解決的問題。它的目標是將運行複雜 AI 模型這件事,抽象化成一個極其簡單的 API 呼叫。開發者只需幾行程式碼,告訴 Substrate「我需要用這個模型處理這些數據」,然後 Substrate 的平台就會在後端自動搞定所有關於硬體配置、軟體環境、模型優化和規模化擴展的骯髒活。
Ben Thompson 立刻抓住了這個類比的核心:「這就是 Stripe 為線上支付所做的事。」在 Stripe 出現之前,一個網站要接入支付功能,意味著要和銀行、支付閘道、監管機構打無數通電話,進行漫長而痛苦的技術對接。Stripe 橫空出世,把這一切簡化為幾行程式碼,徹底釋放了網路經濟的潛力。
Substrate 的賭注,正是在 AI 運算領域複製 Stripe 的成功。這無疑是一個「登月計畫(Moonshot)」,風險極高,但一旦成功,它將成為所有開發者接入 AI 算力的標準介面。
泡沫的隱藏紅利:Ben Thompson 的「泡沫經濟學」
這場對話最精彩的,莫過於 Ben Thompson 提出的「泡沫經濟學(Bubble Economics)」理論。這個理論的核心觀點是:理性的市場,往往無法為未來進行足夠大膽的投資。而科技泡沫,以其非理性的狂熱,恰好扮演了這個角色。
「回頭看,如果沒有 2000 年那場網路泡沫留下的廉價頻寬,根本不會有後來的串流影音和雲端服務,」Thompson 指出,「泡沫的悲劇性結局,卻為下一代創新者鋪平了道路。」
歷史案例 1:網際網路泡沫與「暗光纖」
在 2000 年前後,市場對網路的狂熱預期,讓 Global Crossing 和 WorldCom 等公司瘋狂舉債,在全球鋪設了遠超當時需求的海底和陸地光纖電纜。當泡沫破裂,這些公司紛紛倒閉,留下的卻是天量的「暗光纖(dark fiber)」——那些已經鋪好但尚未被使用的光纖資產。這使得頻寬成本在接下來的十年裡雪崩式下跌,為 YouTube、Netflix 這些數據吞噬者提供了賴以生存的土壤。
歷史案例 2:加密貨幣泡沫與 GPU 算力
一個更近的例子是加密貨幣。近年來,以太坊等加密貨幣的挖礦熱潮,極大地刺激了市場對高效能 GPU 的需求。這不僅讓 NVIDIA 在 GPU 技術上突飛猛進,也迫使整個供應鏈擴大了生產規模。當加密貨幣市場進入寒冬,這些為挖礦而生的強大 GPU 算力,恰好完美地滿足了 AI 模型訓練與推理所需的平行運算能力。可以說,加密貨幣泡沫在無意中為 AI 革命「預先建設」了硬體基礎。
駕馭 AI 浪潮:Substrate 如何成為泡沫的受益者?
將「泡沫經濟學」的理論套用到當下,Thompson 和 Chen 都同意,我們正處於一場巨大的 AI 泡沫之中。Meta、Microsoft、Google 等科技巨頭,以及無數的新創公司,正以前所未有的規模採購 GPU、建設資料中心。
這場泡沫的結局會是什麼?即使未來許多 AI 公司會倒閉,但它們共同留下的是一個龐大、先進,且在泡沫退去後可能變得相對廉價的 AI 運算基礎設施。
這正是 Substrate 的機會。它不打算自己去建造這些昂貴的基礎設施,而是要成為駕馭這波浪潮的「衝浪者」。
需求聚合者: 當 AI 基礎設施變得像電力一樣無處不在時,最大的挑戰將是如何讓廣大的開發者輕鬆使用它。Substrate 透過簡單的 API 降低使用門檻,從而聚合來自無數開發者的長尾運算需求。
基礎設施的潤滑劑: 它扮演著供給端(大量閒置或可用的 GPU 算力)與需求端(開發者的應用)之間的中介層。無論底層硬體如何迭代,開發者面對的永遠是 Substrate 穩定一致的 API。
「所以 Substrate 的賭注是,這場 AI 泡沫最終會留下一片由 GPU 構成的汪洋大海。」Ben Thompson 總結道。
「完全正確,」Andrew Chen 回應,「而我們的任務,就是為所有想在這片海域航行的人,打造最簡單、最堅固的船。」
反思與未竟之問:泡沫之後,誰是贏家?
這次對話為我們理解科技週期提供了一個全新的框架。泡沫並非純粹的災難,而是一種混亂但高效的社會資源動員機制,用以完成「理性」市場難以實現的宏大基建。
然而,這也留下了一些開放性問題:
AI 泡沫的「暗光纖」是什麼? 除了實體的 GPU 和資料中心,這次泡沫留下的資產,是否也包括那些耗費數十億美元訓練出來的開源基礎模型(如 Llama、Mistral)?這些模型本身,正成為未來創新的「廉價資源」。
Substrate 的挑戰: Substrate 的模式高度依賴 AI 生態的繁榮和運算資源的商品化。但它最大的威脅來自大型雲端服務商。如果 AWS、Google Cloud 或 Azure 推出同樣簡單易用的自家產品,並與其龐大的雲端生態深度整合,Substrate 將面臨巨大的競爭壓力。這也是所有「中間層」公司永遠的達摩克利斯之劍。
下一個浪潮在哪裡? 如果 AI 泡沫真的為我們留下了廉價而強大的運算力,那麼,真正利用這些基礎設施創造出顛覆性應用的「下一個 YouTube 或 Netflix」會是什麼?這或許是當前所有創業者和投資者最應該思考的問題。
總結來說,Substrate 的故事和「泡沫經濟學」理論,共同描繪了一幅宏大的技術變革圖景:在非理性的狂熱投資浪潮之上,新一代的創新者正在打造工具,以便在潮水退去後,讓所有人都能輕鬆地在這片新大陸上,建造屬於自己的未來。