IBM 创 115 年最大单日跌幅，Demis 呼吁 AI 监管，好莱坞并购深度博弈——TBPN 七月重磅解读
为什么这一期值得关注
一、IBM 的百年一跌：当"蓝色巨人"撞上 AI 时代
2026 年 7 月 14 日，IBM 创下了其 115 年历史上最大的单日股价跌幅，暴跌约 25%。这一天的数字令人震惊，但更值得关注的是背后的逻辑。
从表面数据看，IBM 此前三年的表现并不差：股价累计上涨 77%（不含股息），Red Hat 收购开始产生回报，z17 大型机周期也超出预期。自 ChatGPT 发布以来，IBM 的股价实际上翻了一倍——市场曾经认可其 AI 叙事。但昨天的暴跌是一次彻底的重新定价：叙事不等于财务现实。
TBPN 的主播用 Brad Gerstner 和 Gavin Baker 的术语解释了核心问题：IBM 在 "Token Path" 上处境不利。当前 AI 资本支出在涌入的方向——GPU 和 AI 芯片、高带宽内存、网络基础设施、超大规模云计算、前沿模型推理——IBM 在所有这些领域都不是主要赢家。公司仍然在服务客户，但正在丢失客户技术预算中的份额。
从打孔卡到 AI 时代：一段技术代际更替史
IBM 的历史是一部技术代际更替的教科书。公司最初制造打孔卡制表机，其基础洞察很简单："企业会永远为自动化记录付钱"——这个逻辑一直成立。1964 年的 System/360 开启了大型机时代，IBM 在银行、保险公司、航空公司和政府中建立了深厚的护城河：高可靠性、长客户关系和昂贵的切换成本。
转折点出现在 1981 年。IBM PC 的发布使个人电脑市场合法化，但它运行的是 Microsoft 的 Windows 和 Intel 的芯片。当时 IBM 营收 300 亿美元，Intel 不到 10 亿，微软仅有 1700 万美元的销售额。后来的故事众所周知：微软和 Intel 变成了比 IBM 大十倍的公司。IBM 开启了 PC 范式，但价值被他人捕获。
1993 年成为 CEO 的 Lou Gerstner 拒绝拆分公司的提案，他的战略是："我们不需要制造每一块技术——我们需要成为让所有技术协同工作的公司。"这产生了 IBM 全球服务、大型外包合同和庞大的咨询组织。2019 年，IBM 以 340 亿美元收购 Red Hat，希望借此抓住云计算和开源的趋势。
今天的 IBM：三块拼图，都不在 AI 支出的主流上
拆开 IBM 的财务结构，问题一目了然。软件业务占总营收的 44%，毛利率高达 80%——Red Hat OpenShift 是 AI 时代的关键资产，一个企业级的 Kubernetes 编排平台。但 31% 营收来自咨询业务，毛利率不到 30%——这是服务业务的固有限制：高人头、低利润、慢增长、价格竞争激烈。而 23% 的基础设施业务（大型机）虽然接近 60% 的毛利率，却正在被客户的 AI 资本支出挤出预算。
IBM 的故事不是一个管理失败的故事。它是一个关于"市场本身在移动"的故事：即使你拥有一家管理良好、历史悠久、拥有优质资产的公司，如果资金的流向已经改变，你仍然会被抛在后面。
二、Demis Hassabis 的监管蓝图：具体但棘手的执行问题
同一天，Google DeepMind 的 CEO、诺贝尔奖得主 Demis Hassabis 在《金融时报》上发表文章，呼吁建立"美国主导的前沿 AI 标准机构"。他写道："社会有一个宝贵的窗口期，来为以历史性速度推进的技术做好准备。"
这是迄今为止从 Google 方面发出的最详细的 AI 监管提案。它包含了一系列具体要求：由联邦监督但由 AI 公司出资的标准机构；需定期更新的"前沿模型"定义标准；前沿实验室在发布前 30 天提交模型进行测试；测试范围涵盖网络、生物、核、欺骗、自主性和护栏绕过能力；使用国家实验室和独立第三方审计；要求强网络安全、人员审查、模型卡和水印；规则适用于所有在美部署的前沿模型——包括外国和开源模型。
"我们已经在网络安全方面看到了前沿模型带来的挑战……核风险和生物风险可能很快出现。AI 的快速进步需要一种动态、适应性强且严格的测试新方法。" — Demis Hassabis, Google DeepMind CEO
谁为监管买单？开源的两难
TBPN 的主播们对 Demis 的提案持"谨慎欢迎"态度。方向是对的——具体的行动方案比之前的泛泛呼吁进步了——但"如何执行"这个核心问题仍然悬而未决。
最大的矛盾在于开源模型。如果一个美国开源模型需要经过 3-6 个月的审查期，而中国的 Kimi K2 或 GLM 可以在没有任何审查的情况下发布——那么监管不是在保护安全，而是在制造竞争劣势。更糟的是：开源模型一旦公开发布，可以在几天内被蒸馏复制。"你能对 Hugging Face 发 DMCA 通知吗？你能控制所有的 Neo Cloud 推理提供商吗？"
Reflection AI 的联合创始人 Ioannis Antonoglou（前 DeepMind 创始工程师，参与过 AlphaGo 和 AlphaZero）在节目中被问到这个问题时，给出了一个平衡的回答：作为一家开源模型公司，他们会配合所有必要的标准——但必须确保"前沿开放智能在美国和西方世界有生存空间"。
还有一个被多次提到的历史教训：监管理论上是为了保护公众利益，但历史上总是有利于最大、最有钱的玩家。小型生物技术公司被大药企收购后才敢推进 FDA 审批——同样的逻辑可能在前沿 AI 监管中重演。
三、纽约的"数据中心禁令"：环境焦虑的代价
另一个 AI 基础设施方面的重大新闻来自纽约：州长 Kathy Hochul 签署行政令，对 50 兆瓦及以上的新建 AI 数据中心实施一年暂停。暂停期间将制定监管框架并进行环境影响评估。这一决定立即招致了科技行业和建筑行业的批评。
纽约州总承包商协会的 CEO Mike Elmendorf 警告说："在这个快速发展的行业中暂停一年，不只是延迟项目——是永久性地把它们送到弗吉尼亚、德州、佐治亚以及其他正在积极争夺这些投资的州。一旦这些项目在其他地方破土动工，就业、税收和经济机会就不太可能回来了。"
Ken Griffin 在 Goldman Sachs 的播客上说得更直接：如果这种模式被其他州复制，中国将成为最终赢家。美国历史上已经犯过两次类似的错误——过度监管核能导致产业停滞，将制造业外包给中国——数据中心禁令可能成为第三次。
一个有趣的数据细节进一步说明了纽约 AI 数据中心的规模远远不够：目前纽约州最大的活跃数据中心（Lake Mariner 园区）仅约 205MW。相比之下，Cipher Digital 一家公司在德州西部的在建项目就有 700MW，总开发组合达 4.2GW——接近整个北弗吉尼亚数据中心枢纽的规模。
四、Paramount-WBD：一场关于"市场是什么"的反垄断辩论
本期最长的深度访谈来自 Puck 的创始合伙人 Dylan Byers——他从 Sun Valley（Allen & Company 年度会议）的"颤抖的白杨树和湾流喷气机"中连线，深入拆解了 David Ellison 试图以 1110 亿美元将 Warner Brothers Discovery 并入 Paramount 的交易。
Byers 描述了一个有趣的场景：California AG Rob Bonta 在好莱坞标志前进行了一次戏剧性的发布会，宣布将带领民主党 AG 们提起诉讼以阻止交易。他的论据围绕着传统的反垄断框架：六大片厂变成五家，再变成四家；影院发行的市场份额；45 天的影院窗口期承诺。
但 Byers 的回应直指要害：
"从表面上看就很荒谬。我们生活在 2026 年的现实世界里。认为一个合并后的 Paramount-WBD——合并 CBS、CNN、HBO Max、Paramount Plus——会成为某种垄断巨头……这不是我们生活的世界。" — Dylan Byers
Byers 的核心论点是关于市场定义的。在 Netflix、YouTube、TikTok、Apple 和 Amazon 都在抢占消费者注意力的世界里，用"影院发行市场份额"来定义相关市场已经毫无意义。正如他所说："问题仅仅是人们把时间花在哪里，以及这些时间和参与度能否被货币化。这与类别无关，只与屏幕上的眼球有关。"
"离开加州"：虚张声势还是真实威胁？
Ellison 方面抛出了"离开加州"的威胁，引发了广泛讨论。Byers 认为，一切都需要通过博弈论的视角来看——这些头条新闻都是在争取关注这场交易的各方的心。但先例确实存在：Oracle 从 Redwood City 搬到 Austin 再搬到 Tennessee，Tesla 离开了加州，Hewlett Packard 也走了。
而且 Ellison 并不像 Bonta 可能希望的那样是一个可以被简单定义的对手。他不是右翼 MAGA 支持者——他曾向 Biden 捐款。他陪 Trump 去 UFC 比赛、参加国情咨文、在 White House Correspondents Dinner 前为 Trump 举办私人晚宴，仅仅是因为 Trump 是现任总统。如果是 Kamala Harris 或 Biden 执政，他也会做同样的事，只是地点会从 UFC 换到美网或温布尔登。
更具讽刺意味的是：Bonta 标榜自己是在为好莱坞而战，但他的行动可能正在疏远好莱坞目前最重要的玩家之一。如果 Ellison 真的将总部迁往 Austin 或 Nashville——仅留下加州的工作室——唯一会感受到区别的人是 Rob Bonta，他将失去 Ellison 所宣传的 300 亿美元投资。
好莱坞的底特律时刻
Byers 的观察延伸到了一个更大的叙事：好莱坞正在经历"底特律时刻"。传统影院的衰退不可否认——但更值得注意的是，来自 YouTube 创作者（Markiplier 的《Iron Lung》、《Obsession》、《Backrooms》）和 AI 短视频 App（VibeShorts、NetShort、StoryReel——三款 App 同时进入美区 App Store 前 25）的竞争正在重新定义"什么是内容"。
"技术在每一个行业都实现了民主化，"Byers 说。"你不能把在好莱坞大道影院里放电影的人，与制作 AI 生成短片的人，看作是不同的行业。"对于 David Ellison 这样一个年轻、有帝国建设野心、理解技术趋势的人来说，他的真正竞争对手不是另一家电影制片厂——而是任何争夺"屏幕上的眼球"的东西。
五、六家创业公司的融资图景：地图重新变空白
本期 TBPN 的创业公司阵容反映了 AI 投资热潮的广度和深度。一圈下来，总共筹集和部署了超过 200 亿美元的资金。
TerraFirma：SpaceX 校友的建筑机器人革命
Noah Schochet 和他的联合创始人在 SpaceX 的 Boca Chica 建造 Starship 火箭时意识到了一个问题：
"我们建造像摩天大楼那么大的火箭，一个月能造一艘。但修一条路或建一座工厂却要花好几年。所以我们辞职创业来改变这一切。" — Noah Schochet, TerraFirma 联合创始人兼 CEO
TerraFirma 的起步方式极为草根：用午餐盒 Tupperware 容器、Raspberry Pi 和 Arduino 造出了第一批机器人。"我们的房东说'我有栋楼要拆，你们觉得能行吗？'我们说，这又不是造火箭。于是我们亲自操作 Tupperware 大脑的机器人，推倒了几栋楼，拿到了第一张支票。"
如今他们已融资 1.15 亿美元，A 轮由 Kleiner Perkins 领投。他们的核心洞察是一个经济学命题：自治成本从 90% 到 100% 是指数级增长的（Waymo 花了约 300 亿美元和 20 年），但自动化的价值递减——从一人控制一台机器到一人控制两台是 50% 的劳动节省，从一人控制四台到一人控制五台仅节省 5%。两条曲线在约 75% 自治（一人控制三到四台机器）处交叉——这才是最优解。20 个工位的远程操控中心可以控制 80 台机器。"就像在玩《星际争霸》或《帝国时代》——给挖掘机下个命令，它自己运行 20 分钟；然后给推土机下个命令；然后给压路机下个命令。"
Greylock 18：18 亿美元押注"地图重新变空白"
Greylock 合伙人 Saam Motamedi 带着他们第 18 期基金——18 亿美元——来到节目。这只基金的核心投资论点是：
"地图再次变为空白——因为我们认为 AI 正在重置整个版图。" — Saam Motamedi, Greylock 合伙人
Greylock 的投资布局横跨全栈：在基础模型层，他们是 Anthropic 和 OpenAI 的投资者；在基础设施层，他们早在 2019 年就投资了 BaseTen（当时还没有 "生成式 AI" 这个词），以及 BrainTrust（评估工具）；在应用层，Cresta 已经超过 1 亿美元 ARR（客服 AI），Resolve 让 Coinbase 的工程师不再需要被半夜叫起来处理线上事故。
但最有趣的观察来自 Motamedi 对 AI 投资悖论的解读：AI 让你能用更少的资本做更多的事，但 AI 公司的融资速度比历史上任何时候都快——A 轮到 B 轮、B 轮到 C 轮的间隔更短，金额更大（经常在数亿美元级别）。为什么？因为"我们正在进入如此庞大和全新的品类，成为第一名的代价太过巨大"。
Greylock 自己的第一支票规模说明了同样的趋势：21 年前投资 Palo Alto Networks 时的首轮支票是 25 万美元；今天，Palo Alto 创始人 Nir Zuk 的新公司 SciLake 的首轮支票是 3600 万美元。
Reflection AI：保卫开源前沿的 80 亿美元公司
Ioannis Antonoglou 是 DeepMind 最早的工程师之一——他参与了 DQN（第一个深度强化学习 Agent）、AlphaGo、AlphaZero、MuZero，离开前是 Gemini 的 RLHF 负责人。现在他和 Misha 共同创立了 Reflection AI，一家价值 80 亿美元的前沿开源模型公司。
他们刚刚与 Nebius 签署了 10 亿美元的算力合同。Antonoglou 解释了公司的双轨战略：首先追上中国开源前沿（Kimi、GLM 等），然后缩小开源与闭源之间的差距。"我们不能作弊的事实，并不意味着我们无法构建最强大的开源模型。闭源实验室也从未作弊——它们就是前沿。我们有知识、方法，现在也有了算力。"
Chai Discovery：用 AI 重新定义药物发现
Chai Discovery 的联合创始人 Jack Dent 把公司描述为"分子版的计算机辅助设计套件——就像 Photoshop 或 SolidWorks，只不过不是设计汽车，而是设计能够进入人体并治愈疾病的分子。"
该公司刚刚以 38 亿美元估值完成了 4 亿美元融资，Index、Kleiner Perkins、Sequoia 和 Dimension 联合投资。但最令人震撼的数据是药物发现成功率的变化：一年半前，AI 药物发现"基本不工作"——成功率约 0.1%。到了 2025 年底，这个数字变成了 16%。160 倍的飞跃。
Dent 分享了一个令人难忘的故事：在一次对制药公司的演示中，有人指着幻灯片上的一个结果惊呼"天哪，你把这个解决了。你是故意选的吗？"Chai 团队说没有。对方回答："我花了五年时间研究那个靶点，试图找到结合物。"2025 年是 AI 药物发现"跨越卢比孔河"的一年——从学术好奇心变成了 Eli Lilly、Novartis、Pfizer 核心发现引擎的一部分。
State Affairs：政策情报的知识图谱
Evan Burns 和 Jamie Seltzer 创办的 State Affairs 解决了一个看似乏味但实际上影响几乎所有 Fortune 500 公司的巨大问题：如何实时追踪全美 50 个州的立法和监管变化。
Seltzer 描绘了一幅州政府系统的数字化前现代图景："不管联邦政府网站有多不成熟，州政府网站都难得多得多。只有两个州有 API。在北卡罗来纳，如果你错过了一场参议院委员会听证会，唯一的录音方式就是去国会图书馆，付一块两毛五，让人把它烧录到 CD-ROM 上。"
State Affairs 有 187 名员工——一半是编辑记者在各州实地采集情报，一半是技术和销售人员。他们通过 AI 映射 150 多个数据点之间的关系，评估法案在不同州之间被采纳的"动量"。最近，他们完成了由 Coatue 和 Founders Fund 领投的 7000 万美元融资。客户包括 Mastercard、McDonald's、Walmart 等 Fortune 100 企业。
Cipher Digital：数据中心的"铁路时刻"
Tyler Page 的 Cipher Digital 可能是本期最具戏剧性转型的故事。一年前这还是一家比特币矿商；今天，他们在德州西部的三处场地建设 700MW 的 AI 数据中心，总开发组合达 4.2GW，员工仅约 100 人。
Cipher 从比特币挖矿继承了一项独特优势：极低的远程电力成本。德州西部发电量大、需求少——历史上电力无法远距离输送到东部的人口中心。"一年半前，我们说超大规模云厂商会来 West Texas，整个数据中心行业都说'永远不会有超大规模云厂商在那里签租约'。就在一年前这还是主流观点。但现在——所有人都在涌入。"
Page 用一个历史类比来描述正在发生的事情：
"现代资本市场某种意义上是因为铁路才被创造出来的——世界上根本没有足够的银行贷款来建设铁路。所以购买项目的股权股份这个想法，本质上是铁路时代的发明。我们现在看到的，是同样的事情。" — Tyler Page, Cipher Digital CEO