DeepSeek V4发布后的几天，硅谷那边一直在发酵，也带来了几个更尖锐的问题讨论：模型效率、芯片格局、IPO时点、开源对闭源的挤压。

4月29日，来自硅谷101的视频博客，请到芯片架构师肖志斌和前OpenAI研究员Jenny Xiao，两人聊了一个多小时，把整件事彻底聊透了。

被开源超越，你的商业价值归零

对谈里最狠的一句话，是Jenny去年就提出的概念——kill line（死亡线）：

"If you're a foundation model company and you get surpassed by open source, the value of your business is essentially zero."

如果你是一家基础模型公司，被开源模型超越了，你的商业价值直接归零。

这不是技术竞争，这是生死线。

顺着这个逻辑，4月24日DeepSeek V4一发布，硅谷所有闭源公司的股价和估值都面临一个灵魂拷问：你的模型，现在还配卖这个价吗？

价格对比：一个贵了两倍，一个便宜了十倍

模型	输入价格	输出价格
GPT-5.5	~$60/百万token	~$180/百万token（Pro版）
DeepSeek V4	1元/百万token	24元/百万token
DeepSeek V4 Flash	0.2元/百万token	2元/百万token

GPT-5.5比GPT-5.4贵了整整2倍。同一天，DeepSeek V4发布，输入价格只有硅谷模型的零头。

基础模型公司的估值是二元的——你的存在理由就是模型最强。一旦不再最强，估值直接归零。哪怕你叫OpenAI。

钱太多，反而不会省钱

Jenny戳破了一个硅谷不敢面对的真相：

硅谷公司钱太多，反而没动力优化效率。中国模型厂商被资源倒逼，更早进入token efficiency创新。

资源约束，反而成了创新加速器。

OpenAI从第一天就信奉"move fast, break things"，GPU放开买，infra疯狂建。结果呢？同等收入下，Anthropic的资本效率显著高于OpenAI。

更麻烦的是，OpenAI同时在打硬件部门、自研芯片、购物App几条战线，核心ChatGPT体验反而没做好。

投资人心态彻底变了。以前看AI公司是"曲线还在指数增长，继续投钱"。现在问的是：再投10亿、100亿，边际收益在哪？ROI在哪？

没有效率，AGI只能是个demo

肖志斌读完V4论文认为："方向意料之内，工程完成度意外。"

V4所有的技术优化，其实都瞄准了同一个靶心——token efficiency（词元效率）。

它用了三把刀：

技术	作用
CSA + HCA混合注意力	KV cache大幅压缩，长上下文计算成本从平方级压到线性
mHC流形约束超连接	深层信息多条高速公路并行，训练不再发散
Muon优化器	部分模块替换传统Adam，收敛速度进一步拉高

三件事合在一起：计算成本降到硅谷模型的1/3，内存占用只有1/10。

但V4真正让人细思极恐的地方，远不止"省钱"这么简单。

Jenny提醒：Chatbot时代，token消耗有限，模型贵一点用户也能忍。但Agent时代完全是另一套逻辑——长任务拆解、多工具调用、反复反思和规划，token消耗是chatbot的10到100倍。

如果每个token都价格不菲，模型就没法长时间深度思考，更不可能大规模服务用户。

没有效率，AGI只能是个demo。有了效率，AGI才能成为真正的产品。

到了Agent时代，效率本身就是智能的一部分。

Anthropic凭什么反超到1万亿

这段时间Anthropic估值反超OpenAI，冲上1万亿美元。Jenny把原因列了三条，本质就五个字：专注 > 什么都做。

第一，Claude Code。

为什么Claude Code是Anthropic的"定义时刻"？

一旦模型能写代码，就能做通用任务——更新CRM、转发邮件、搭自动化流程，底层全是代码。

Jenny的判断很锋利：编程是通向AGI最重要的一步。谁拿下编程，谁就可能成为AGI时代的主导玩家。

第二，企业信任。

企业客户反复说同一句话：选Anthropic，因为它有安全承诺。加上Anthropic起诉五角大楼那件事，企业接受了它传递的信号。

第三，不做多余的事。

OpenAI想做"一个所有人的所有东西"，结果战线分散，技术领先丢了。Anthropic只打三条线：安全、企业、编程。

硅谷投资人认一个死理：企业收入优先于消费收入。 Anthropic收入高度集中在企业，这恰恰是美国资本市场最爱的故事。

英伟达：短期安全，长期推理市场必然分化

说到芯片，目前都觉得DeepSeek在"去英伟达化"。但实际情况要更细分：

阶段	英伟达地位	原因
训练阶段	依然核心	V4庞大预训练在NVIDIA集群完成，CUDA生态绑定深
适配阶段	后向兼容	昇腾/AMD是在"对接"已训练好的模型，非原生替代

短期之内，英伟达在训练端的护城河比很多人想的要深。CUDA生态不是一两年能搬走的。

但长期呢？推理市场确实在松动。

V4把长上下文attention成本打下来后，推理不再是"谁卡多谁赢"，而是"谁架构匹配谁赢"。

那个让硅谷失眠的"80/20"信号

Jenny投资组合里有个数据：

80%的任务，跑在中小开源模型上。只有20%最复杂的任务，用到闭源模型。

往前推一年，没人会信这个比例。

现在硅谷每天都能刷到这种信息："我们手里有1000万美元的OpenAI股票，你们基金在买吗？"

最后

Jenny用一句话给整件事定了性：

DeepSeek像一把抵在硅谷模型公司背后的枪。这些公司如果跑得不够快，DeepSeek会追上来，把它们的业务彻底摧毁。

这把枪，已经上膛了。