Atreides Management 创始人兼首席投资官 Gavin Baker 在播客中表示，7 月 AI 股票的抛售与基本面数据"完全背离"。他称自己在硅谷待了两个月，"没听到一个负面的量化指标"，无论是 GPU 可用量、GPU 租赁价格、DRAM 现货价格还是 token 增长，相关指标都在加速。
这期节目由 Patrick O’Shaughnessy 主持，播客来自 Invest Like The Best，原题为《The AI Selloff Doesn’t Match the Data | Top AI Investor Explains》，播出日期为 2026 年 8 月 4 日。TechFlowPost 整理和编译了节目内容。
需要注意的是，Baker 在节目中披露了直接利益关系：他创立的 Atreides Management 管理约 50 亿美元资产，重仓持有 NVIDIA 超过 20 年，同时持有 Astera Labs、Micron、Cerebras 等 AI 基建相关标的，其中 Astera Labs 约占基金 10%。
7 月抛售与产业数据背离
Baker 把 7 月形容为"把 2022 年压缩进了一个月"。他说，一大批 AI 股票从高点下跌了 40% 到 60%，但从基本面看，平衡状态其实在改善。
在他的观察中，公开市场之所以出现较大错位，一个重要原因是投资者无法直接看到 Anthropic 和 OpenAI 的经营数据。他提到，OpenAI 在加速，Anthropic 保持强劲增长，开源推理云企业如 Fireworks、Baseten、Modal、Together 也在推进商业化推理；与此同时，GLM 5.2、Kimi K3 和 Nemotron 等开源模型在持续推进。
Baker 说，市场普遍看过一张图：半导体现金流向上，而超大规模云厂商自由现金流向下。但他认为，这张图没有覆盖 OpenAI 和 Anthropic 这样的私营公司现金流，也忽略了一个关键变化——即便在 2024 年和 2025 年，最乐观的投资者也只是预期 GPU 租赁价格缓慢下行，悲观者则认为会暴跌，几乎没人预计 2026 年旧 GPU 的价格还会继续走高。
他还表示，英伟达目前处于过去十年来最低的远期市盈率区间，反映出市场几乎完全按"AI 公司盈利被严重高估"的逻辑在交易。
谁来为 AI 基建买单
围绕未来六个月融资环境以及这轮建设需要多少信用，Baker 把问题归结为经典资本周期。
他说，如果供需关系失衡，局面可能像互联网泡沫那样迅速恶化；但如果超大规模云厂商能够用经营性现金流为这轮 AI 基建买单，信用收紧的压力就没那么致命。
按他的测算，市场共识假设超大规模云厂商用 Blackwell 和 Rubin 的算力，以 Ampere 这一落后两代芯片的速率去变现，对应经营性现金流为 1.3 万亿到 1.4 万亿美元。如果这些厂商实际能以低于当前 Blackwell、但高于 Ampere 的水平去变现，经营性现金流会更接近 2 万亿美元，这意味着信用需求可减少约 7000 亿美元。
在他看来，随着已装机算力重新定价、经营性现金流继续加速，信用指标会改善，融资条件也会更宽松。
不过，Baker 也承认信用市场信号并不轻松。Meta 上周发债，定价比预期更差；多家公司 CDS 利差走阔；real yield 也在上行。他说，如果行业必须依靠债务来完成这轮建设，这些现象会是重大负面信号；但如果算力能够按当前现货价格重新定价，行业可能并不需要太多债务。
GPU 现货价格没有下跌，反而走高
谈到硅谷一线数据时，Baker 给出了更具体的价格例子。
他说，当天早上他与一家公司沟通，对方此前租用了一批数千张 Blackwell，价格大约在每个 GPU 小时 mid-$2。7 个月后，同样规模、同样集群的 B200，续租目标价已经接近不到 $4，等于 7 个月上涨了 50% 到 60%。
另一家推理云公司则在播客中公开表示，合同到期后计划为 Blackwell 多付 100%。Baker 据此判断，所有超大规模云厂商都在低报相关收入。
在他看来，7 月抛售由几个催化因素共同触发。首先是 Meta 宣布出租算力，市场将此解读为产能过剩、资本开支可能削减。Baker 不认同这一说法。他认为，Meta 看到 SpaceX 手里有大量已装机算力，并且能以远高于合同价的价格把交易优化型集群推向市场，于是也希望先在一小部分产能上展示较高内部收益率，再去融资并扩大资本开支。
他说，Meta 的资本开支遥测数据没有转弱，如果有变化，也是更激进；随后 Meta 还发布了 Muse 1.1，他称其为很长一段时间以来最好的模型之一。
第二个被市场误读的变量是开源。Kimi K3 发布后，市场对开源模型带来的竞争开始恐慌，同时 Silicon Data 的 token 指数趋平。但 Baker 认为，原因在于开源 token 占比提升，而该指数的权重计算方法带来了结构性走平，不代表真实需求减弱。
他的表述很直接："一个 token 就是一个 token。" 不管 token 来自前沿模型还是开源模型，生产它都需要相同的算力、内存和电力。开源拿走的是前沿模型的利润率，而不是算力需求；90% 毛利的 token 可能会变成 30% 毛利的 token，但底层消耗的 GPU 小时数反而更多。
对于英伟达 CEO Jensen Huang 支持开源，Baker 也提出了自己的判断：如果开源真的伤害英伟达业务，Jensen 不会把它当作自己的标志性议题。
Claude 被当成市场的统一解释器
Baker 认为，市场对消息的消化方式本身也在放大波动。
他引用 Mike Mauboussin 关于"多样性崩溃会导致泡沫和崩盘"的理论，称当前公开市场无论散户还是机构，几乎都会把每条新闻喂给 Claude，有时还会使用 Claude Code 或 Claude Agent。Claude 输出的是概率性判断，但大家对其解释的依赖度很高。
他的说法是："Claude 基本上就是股市的沃尔特·克朗凯特。" 大家把新闻交给 Claude 解读，再据此交易，而 Claude 虽然很聪明，却不保证每次都对。
他举了一个半导体圈匿名账号 TBU 发布的日本电容股图表作为例子。那张图表达的是，市场在 6 周内就走完了一个完整的电容周期：股价先翻倍、翻三倍、翻四倍，随后又急跌，而基本面其实还没有真正走到对应阶段。
什么情况会真正打破多头逻辑
当被问到哪些情景会让自己真正害怕时，Baker 给出了几类风险。
第一，是经营性现金流不再加速。这在很大程度上取决于 Anthropic、OpenAI、Grok、Cursor、xAI 和开源生态的整体表现。
第二，是 GPU 现货价格出现持续且大幅的下跌。他说，自己没有听到任何一家机构表示手中 GPU 过剩，现实反而更像是某种"黑市"。
第三，是技术路径变化。他提到持续学习和样本高效学习是一个值得关注的潜在风险。如果模型从 300 万亿 token 训练，转向只用 10 万亿 token 训练，再进入真实世界中进行样本高效学习，训练需求可能会出现阶段性断层。不过他同时表示，训练在半导体需求中的占比正趋近于一个很小但并未归零的数字，推理仍是更大的部分。SSI 计划在 8 月推出模型，一批新实验室也在朝这个方向推进，但这对基础设施需求到底是利多还是利空，仍难下定论。
内存长期协议的博弈论
在 LTA，即长期协议问题上，Baker 认为行业需要从"压榨短期数字"转向用长期协议换耐久性。按他的描述，这类协议通常包含预付款，也会设定价格下限和上限。
他把问题放进更长期的竞争格局里看。真正重要的规模化参与者只有四家：Amazon 的 Trainium、Google 的 TPU、AMD，以及规模比其他三家加起来还大的 NVIDIA。
如果在 2027 年或 2028 年，有公司想撕毁一份 LTA 以换取更低价格，短期看似合理，但如果接下来两三年市场杠杆重新回到内存厂商一侧，这家买方就可能失去产能分配，甚至伤害整个业务。
他以 Google 为例称，如果 Google 撕毁 LTA，这通常意味着市场正处于供过于求、价格下跌和产能收缩的阶段，而周期性行业又很可能从供过于求迅速转向供不应求。届时内存厂商重新分配产能时，未必会优先照顾毁约方。
Baker 认为，这一轮与过去 Apple 几乎独占采购权的时代不同。现在至少有四个大买家在竞争，还有不少创业公司参与。如果买家撕毁价格协议，内存厂商也可以同步打破数量协议，把产能转给竞争对手。
英伟达的新商业模式
谈到英伟达战略时，Baker 认为公司推出了一套非常聪明的新商业模式。他把这种模式概括为"信用包装"加上一个高于底价的收入分成。
在他看来，这种安排可能让英伟达通过版税快速建立起一个巨型云业务，也为缓解现金流错配提供了另一条路径。
他特别强调，这不是传统意义上的供应商融资。并不是英伟达直接借钱给 GPU 买家，而是由其他机构向买家提供资金，英伟达则通过股权投资和信用增强参与其中。按照他的说法，英伟达在所有股权投资协议里都写明"这笔钱不能用来买 NVIDIA 芯片"，但由于资金本身可替代，整体效果仍会支持生态扩张。
他甚至表示，如果自己是 SK Hynix 的 CEO，也会采用类似做法：对 GPU 买家提供前置现金投入，参与英伟达的信用包装，并换取持续收入分成。这被他视为 LTA 逻辑的延伸——用短期上行换长期稳定，再从持续收入中拿到版税。
在这种框架下，他认为英伟达的竞争优势比过去更强。因为如果市场需要为芯片融资，没有什么资产比 NVIDIA GPU 更容易拿到资金；在土地和电力等资源协调上，英伟达也在持续强化自身位置，其每吉瓦收入和竞争地位都在提升。
监管被视为最大风险
尽管 Baker 对 AI 基建基本面保持强烈乐观，但他把监管列为最大风险。
他说，这也是自己在 7 月股价下跌后专门去硅谷做"压力测试"的原因之一。股价越来越便宜、预期回报越来越高，但若监管问题被忽视，风险仍然非常大。
他提到，纽约已经出台数据中心禁令。在他看来，当下美国政治环境处于一个"后事实、后逻辑"状态，而 AI 行业在公关上做得很差，导致华盛顿和很多普通美国人的主流叙事变成：数据中心会抬高电价、耗尽水资源，并夺走工作。
Baker 不认同这种叙事。他说，现实中的数据中心开发协议不只是给警察局和消防队购买新车，还包括建设医院、学校、新的警察局和消防站，并降低居民电费。由于表后协议存在，数据中心落地后周边居民的电价通常会下降。
他还强调，这类岗位是持续性的，需要管道工、电工和暖通空调技师来维护与升级设施。按照他的说法，数据中心是他见过对蓝领工资最有利的事情之一。
在水耗问题上，Baker 指出，一本学术书把数据中心用水量高估了 1 万倍，也就是四个数量级。虽然作者已多次承认错误，但错误叙事依然广泛传播。他把这件事类比为"菠菜含铁量"的历史误传，称"谎言跑遍世界的时候，真相还没穿好裤子"。
他还提到，在 ASCO 美国临床肿瘤学会年会上，今年的气氛是"这是单次会议中有史以来最多的科学突破"，其中很大一部分与 AI 有关。若家庭中有人患病，AI 正在实质性提升康复概率，而这些故事并没有被行业充分传播。
因此，Baker 认为行业需要更系统地讲清楚数据中心和 AI 在做什么，也要让更多美国民众理解其实际影响。
中国 DUV、开源软件机会与 SRAM 加速器
对于中国拥有 DUV 机器这一话题，Baker 认为，市场上两种解读可能都成立。
他用"螺旋桨飞机"和"喷气式涡轮"来比喻 DUV 与 EUV。中国此前没有，如今据称已经具备，这本身是一个相变。即便那台"喷气发动机"比最前沿落后 25 年，这件事依然重要，不应被忽视。不过他也提醒，市场可能反应过度；即便真的影响到 ASML 订单，时间点也可能是在 5 年后。
谈到开源模型，他认为开源正在逼近前沿能力，而 Fireworks 这类推理云让定制模型更加容易，这对软件行业是一次重大机会。AI Native 公司可以基于开源模型进行 RL 微调，把 token 消耗结构从主要依赖 1 到 3 个前沿模型，变成前沿模型只占 30% 到 60%，剩余部分由自研模型承担。这样企业就不再只是"ChatGPT 套壳"，而是拥有专有数据和更强防御力。
他还提出，便宜的 token 反而可能让最前沿 token 更有价值。如果市场可以低成本运行 120 IQ 的开源模型，那么能够指挥这些模型的 160 IQ 前沿模型，价值可能更高。
另一个被他认为被市场忽视的方向是 SRAM 加速器。这类芯片不受 HBM DRAM 产能瓶颈限制，通常使用较老制程制造，也不会和最新 GPU 争抢产能。按他的拆分，推理可分为 prefill 和 decode 两个阶段，decode 又可拆成 attention 与 feed-forward network。理想状态下，prefill 放在无 HBM 芯片上处理，attention 由高性能带 HBM 芯片承担，feed-forward 则由 SRAM 芯片执行。无论计算、HBM DRAM 与 SRAM 的比例如何变化，只要能拆成这三部分，整体 AI 投资回报率就有提升空间。
SpaceX、8 吉瓦算力与轨道计算
在 Baker 看来，SpaceX 也是当前市场理解并不充分的对象。
他说，自 IPO 以来，SpaceX 的基本面一直在改善。结合 Grok 4.5、Cursor 收购，以及 Cursor 的明显加速，SpaceX 过去三年比其他参与者更快、也以更低价格接入了更多算力。
虽然它进入市场时正处在现货价格高点，但市场完全吸收了其投放的大量算力，"货运列车一点没减速"。
Baker 提到，有 Substack 作者引用公开报告称，SpaceX 准备上 8 吉瓦算力。他表示，自己从不跟 Elon 对赌，但这个数字仍然"非常惊人"。按他转述，SpaceX 目前大约以每吉瓦 500 亿美元的速率变现，而市场共识对明年的估计是 730 亿美元。如果公司最终接入接近 8 吉瓦算力，即便不考虑 Starlink V3、直连手机、Grok 4.5 和 Cursor，实际表现也可能远超当前市场预期。
不过，他也提到市场另一面的看法：纽约有对冲基金在做空，逻辑是算力现货价格会下跌 90%，SpaceX 新接入的大量算力无法产生足够收入。对此，Baker 没有下绝对判断，只是表示 Elon 旗下公司这些年一直在完成令人难以置信的事情，并引用了一句话："我们擅长让不可能迟到。"
他同时表示，轨道计算正变得越来越现实。Benchmark 已投资 StarCloud，这是一家轨道计算公司，而且并不具备 SpaceX 那样的内部发射成本优势。Baker 说，如果 Benchmark 认为这件事不成立，就不会下注。
播客核心判断
整体来看，Baker 的主线判断是，7 月 AI 板块的大幅回撤，与他在硅谷接触到的量化与产业数据并不一致。GPU 现货与租赁价格走高、超大规模云厂商经营性现金流改善、开源模型并未削弱底层算力需求，是他看多 AI 基建的核心依据。
但与此同时，他没有回避两项风险：其一是 real yield 上行和信用收紧；其二是监管与社会认知层面的阻力。对这位长期重仓 NVIDIA 的投资人而言，后者仍是当前最需要警惕的变量。