内容摘要
这场访谈的核心判断是：AI 不再主要受模型能力限制，而是受“模型以下”的基础设施约束，瓶颈从算法转向芯片、内存、电力、散热、建筑和施工能力。受访者因此认为，未来 5 到 10 年最重要的投资机会不只是软件，而是围绕“机器智能”重建整套计算与物理基础设施。
关键观点
AI 的核心瓶颈已从模型转向基础设施
受访者认为，过去几年模型能力快速提升，当前制约行业发展的已不是模型本身，而是模型之下的基础设施层。他们把这一层概括为“south of the model”，包括芯片、内存、网络、供电、散热和数据中心等。换句话说，问题不再只是算法是否可行，而是现实世界能否提供足够资源承载这些算法。这个判断也解释了为什么 AI 投资正从纯软件叙事转向硬件与系统重构。
为什么重要: 这意味着未来竞争优势将更多来自供应链、系统设计和部署能力，而不只是模型研发能力。对投资人和创业者来说，机会会更集中在基础设施缺口而非通用应用层。
支撑证据
Now the bottleneck is all what I call south of the model and so that's why we need to work on that.
AI 需求被描述为近乎无限，供给远远跟不上
访谈把 AI 需求描述为几乎没有上限，因为更好的模型会带来更多使用场景，而每个场景又会进一步扩大算力消耗。需求强度的证据包括超大云厂商资本开支暴涨、应用公司和前沿实验室高速增长，以及硬件价格逆势上涨。与历史上的互联网扩张不同，这一次不是先投机铺设基础设施再等待需求，而是几乎所有 GPU 和关键部件都被预售。结果是，行业进入一种典型的“资源紧平衡甚至长期短缺”状态。