贝克最初在富达投资时，通过研究 2000 年周期中的芯片行业脱颖而出，如今他执掌 Atreides 管理公司。这是一场涵盖广泛的对话，探讨了 AI 建设的瓶颈所在、台积电的产能天花板、AI 崛起为何依赖硅基芯片，以及他坚定看好特斯拉和英伟达背后的第一性原理逻辑。
[注：本次对话录制于 2026 年 2 月底]
如果您没有一小时时间阅读全文，这里是核心摘要：
- 贝克对泡沫问题的判断精准而理性，并非简单重复市场观点。科技股的估值倍数与五六年前大致相同，自 2025 年初以来倍数反而有所压缩，目前科技股相对于必需消费品的估值已出现折价——这种情况几乎从未发生过。因此他认为，从估值角度看，并不存在泡沫。
- 当前真正风险在于资本支出而非估值。他判断过度投资是否最终导致崩盘的标准是看资金来源于债务还是现金流，而到目前为止，AI 投资的回报率是正的。
- 由于 Blackwell 芯片是一笔巨大的开支，且主要用于训练阶段（无法立即产生回报），导致 ROI 暂时出现了一个"凹陷"。但早期的智能体模型（他列举了 GPT-5.2、Grok 4.20 和 Codex 5.3）表明，Blackwell 的最终回报率将会很高。
- 他希望两大因素能阻止 2000 年式的过度建设重演：全球本质上短缺"电力和晶圆"；以及互联网泡沫崩盘（下跌 80-85%，对比 2008 年金融危机下跌 60-65%）留下的伤疤，为科技股估值设定了永久天花板。
- 晶圆瓶颈在于台积电。贝克将芯片制造比作烘焙——大家都用着同样的 ASML 设备，关键在于配方，因此领先者极难被追赶。他认为台积电不会足够快地扩大产能来缓解短缺。
- 他对特斯拉的坚定信念始于 2010 年一次与埃隆·马斯克的巴士之旅见面会（当时市值约 15 亿美元），核心论点是关于投入品的通缩：电池能量密度持续复合增长，而汽车的其他所有投入品都在通胀。
- 在 AI 和视频游戏方面，世界模型能将游戏开发成本降低约 90%，这对平台有利但对游戏开发商冲击巨大。但未来五到七年内，游戏仍需在本地 GPU 上渲染。像《大富翁 Go!》这样的实时游戏如果通过视频模型渲染，成本将超过其营收的 100 倍。
- 他职业生涯中最受用的教训来自富达一位导师的话：作为投资者，你要么及早恐慌离场，要么在后期加倍下注，几乎没有人两者都能做到，而关键任务是认清自己属于哪一类。
- 必看视频：第 56 期：Gavin Baker - Atreides 管理公司管理合伙人
- 关注 @firesidealpha 获取科技与商业领域最佳对话的精华内容。
Gavin Baker 职业生涯的大部分时间都在回答同一个问题：眼前的东西是不是泡沫。1999 年，他在富达投资开始职业生涯，负责研究半导体行业，当时正值互联网泡沫达到顶峰并破裂。之后他一路晋升，管理规模达 170 亿美元的旗舰 OTC 基金，并让富达成为英伟达和特斯拉最早的机构投资者之一。从 2007 年到 2021 年，据他自己统计，在 90% 的客户会议上他都被问及关于"泡沫"的问题，当时被问及的对象是谷歌、Meta、亚马逊和苹果。现在，问题变成了 AI，所涉及的资金规模大得多，而贝克的回答比多头和空头希望听到的都更加谨慎。他在德克萨斯州长大，有着买书不限预算的习惯和对历史的终生热爱，这让他形成了现在所用的分析框架：市场此前已经多次进行过这个实验，只要愿意解读，模式是清晰可辨的。
2000 年的判断
贝克在泡沫问题上的判断之所以有分量，是因为他在真正的顶部就做出了预测。当时他 23 岁，刚接手研究半导体行业六周，运用的是他在大宗商品行业开始职业生涯时学到的同一套供需分析框架。2000 年 2 月，他梳理了每家半导体公司及其客户的库存数据，发现情况高度一致。
- 客户库存和库存天数均处于历史最高水平，成品库存同样处于历史最高。
- 半导体公司自身的库存也处于历史最高水平。
- 股票的估值倍数前所未有。
他的报告指出，需求环境无法支撑这些估值，而这份报告的影响超出了他的预期。一位他称为 Rajeev Kaul 的高级分析师打印了 50 份，下调了自己覆盖的股票评级，并带着年轻的贝克那天拜访了每一位投资组合经理。在废墟中，贝克当时看好两只股票，都还很小：Integrated Circuit Systems 和英伟达，这也是他 25 年来持续关注英伟达的开端。在那段时间，他还见到了年轻的黄仁勋，如今他称黄仁勋是他见过的最杰出的两三个人之一。贝克将这一点与他模型中无法体现的护城河联系起来：在他看来，只有少数半导体领军人物——他点名黄仁勋、Hock Tan 和苏姿丰——能够可靠地留住他们最优秀的工程师，而这种人才留存能力是一种持久的优势。对于当下而言，关键是贝克并非一个为上涨行情找理由的永久多头。他在职业生涯的起点，就基于大多数人没看到的库存数据，成功预判过一次半导体市场的顶部。
每一场革命都会带来泡沫
贝克分析的起点是历史而非情绪。他借鉴了卡洛塔·佩雷斯及其著作《技术革命与金融资本》，并引用三四百年的市场历史，论证了一项真正革命性的技术必然会产生泡沫，因为市场的反应在某种程度上是理性的。
"任何时候，只要出现一项真正革命性的新技术，就必然会产生泡沫。金融市场会正确地为之兴奋。在大多数情况下，金融市场是有效的。所以它们会正确地将其识别为革命性的、改变世界的东西。然后就会出现 Michael Mauboussin 所说的'意见多样性崩溃'，而这正是泡沫的燃料。"——Gavin Baker
他指出的序列，在运河、铁路、无线电、个人电脑和互联网时代都是一样的：正确的兴奋，接着是意见多样性的崩溃，然后是对新技术的过度建设，之后是需求的短暂停滞，最后是崩盘。他明确指出，对于 AI 而言，决定因素在于建设资金的来源。
- 靠债务融资的过度建设是危险类型，因为即使需求停滞，债务利息仍需支付。
- 靠现金流融资的过度建设则可以生存，因为支出方可以缩减开支而不会引发偿付能力危机。
对于一个在估值上极其自律的人来说，他坦承泡沫并不令人兴奋，而是噩梦，因为它是每一个长期投资者的敌人。这是他为当下带来的分析视角，也解释了为什么他对"我们是否处于泡沫中"的回答，会拆分成两个截然不同的问题。
并非估值泡沫
关于第一个问题——估值，贝克直言，泡沫论调根本得不到估值倍数的支持。
"任何声称我们处于估值泡沫中的人，根本就没有关注数据。科技股的估值倍数与五六年前相同。自 2025 年初以来，科技股的估值倍数已经压缩。科技股目前的估值相对于日常消费品已出现折价，这种情况非常罕见。从估值角度看，我们并不在泡沫中。"——Gavin Baker
让这个比较具有分量的是，科技股竟然以低于防守型、低增长的日常消费品板块的估值交易，他说这极为罕见。他争辩说，把一家优秀科技公司的利润率、收入增长和投入资本回报率放到其他任何行业，其股票都会享有巨大的溢价。因此，真正值得争论的问题就从估值倍数转移到了支出上。鉴于目前建设的规模，我们是否正在以快于需求吸收的速度过度建设产能？他目前的答案是，AI 投资的总体回报率一直是正的，只有一个暂时的例外。
- 目前 ROI 的"凹陷"来自于 Blackwell 芯片。这是一笔巨大的开支，且主要用于训练，而训练阶段不会立即产生回报。
- 他指出的早期智能体模型检查点——GPT-5.2、Grok 4.20 和 Codex 5.3，告诉他，智能体 AI 已经到来，Blackwell 的最终 ROI 将会非常高。
他还指出了潜藏在这种恐惧之下的一个悖论：市场一方面担心 AI 会让所有人失业，另一方面却将最受 AI 影响的大型科技股定价在颇具吸引力的估值水平。对此，他提供了一种解释：市场对全球性萧条情景的挥之不去的恐惧，他将其归因于分析师 Citrini，但他认为这种情景不太可能发生。在一个颇为罕见的旁白中，他表达了自己渴望一个强大的空头来与他论战。
"本着这种精神，我非常感激 Michael Burry。他的 Substack 简直是天赐之物，他是一个非常聪明、有见地的人，每天都在提出一个真正可信的看空观点。我们需要这个。我们需要一个非常聪明的人可信地敲响看空的鼓点。"——Gavin Baker
渴望一个强大的空头的存在，这本身就是一种纪律。一个存在可信、论证充分的看空观点的市场，是一个意见多样性尚未崩溃的市场，这正是能让正确的兴奋不发展成泡沫的条件。
电力、晶圆和伤疤
贝克不认为 2000 年会重演的第二个原因是物理层面的限制。整个经济短缺两样东西，这两样东西是整个 AI 建设的门槛，他总是一起提到它们。
"我们从根本上缺乏电力和晶圆。我认为这种短缺可能会阻止过度建设。但即使我们通过轨道数据中心解决了电力短缺问题，台积电依然会是瓶颈。"——Gavin Baker
晶圆是更硬的约束，而他对为何如此的解释，是整个对话中最具投资价值的部分。他说，芯片制造就像烘焙。据他所述，整个行业购买的设备大致相同，而过去晶圆厂可以在尼康和 ASML 的光刻机之间选择，现在则几乎全部依赖 ASML。他争辩说，差异化来自于"配方"、工序的次序和反复试验，因此，领先的制造商极难被赶上。他将台积电的领先优势部分归因于英特尔犯下的一个巨大错误，他认为这个错误源于自负。并且，他认为瓶颈不会很快缓解，因为据他描述，这家领先企业的决策者都是一群强硬派，曾将 Sam Altman 视为"播客小子"而不予理会，他们不会足够快地扩大产能来缩小差距。
伤疤是第二道天花板。贝克用具体数字区分了两次崩盘的严重程度：2008 年金融危机中，科技股跌了大约 60% 到 65%，而互联网泡沫破裂则跌了 80% 到 85%，这之间的差别不是四舍五入的误差，而是完全不同的痛苦等级。
"那次泡沫留下的伤疤如此之深，以至于从根本上为科技股的估值设定了天花板。我认为这是一个原因，解释了为什么自谷歌上市以来，科技股的复合回报率如此之高。"——Gavin Baker
正是这两次崩盘，解释了为什么他认为科技股自谷歌和 Salesforce 在 2004 年左右同年上市以来，复合增长得如此之好，因为对另一个泡沫的恐惧为估值设下了永久性的天花板，从而留下了增长空间。在他"电力与晶圆"观点的背后，是他从第一性原理出发，对 AI 为何如此渴求这两者的解读。AI 是概率性的，每次都会重新计算答案，即使有提示框架、思维链或多个智能体也是如此，这正让它能够完成确定性软件无法完成的、超越人类的任务，但同时也使其极其消耗算力。用他的话来说，如果 AI 要吞噬世界，那么硅（芯片）就必须先吞噬世界。
特斯拉的第一性原理案例
贝克对特斯拉的信念由来已久，且非常具体。他错过了 IPO，随后在锁定期即将结束前参加了一次硅谷巴士之旅，并在下午 6 点与马斯克会面（当时特斯拉市值约为 15 亿美元），大多数人都错过了这次会面。真正打动他的，是一个关于投入品的第一性原理论证。
"这是唯一一种核心投入品是通缩的汽车或交通工具。传统汽车的发动机和所有部件，随着时间的推移，在某种程度上都是通胀的，因为我们生活在一个资源受限的世界。但电池的价格、电池的能量密度，长期以来一直以中高个位数的速度复合增长，可能比太阳能光伏电池的效率提升速度低 200 个基点。"——Gavin Baker
其余的逻辑则基于电池放置位置的物理原理。由于电池组平铺在底盘上，整车重心降低，极惯性矩也变小，因此操控性优于内燃机汽车；而电机能以毫秒级精度控制牵引力，使其加速更快。由于没有沉重的发动机组需要放在乘客前后，可以设计出前后碰撞溃缩区，他认为这使得特斯拉从根本上更安全，在时速超过 80 英里的高速碰撞中存活率更高。更便宜（长期来看）、更快、操控更好、更安全、更安静、储物空间更大——所有这一切一下子都说通了。这一投资背后的方法论本身价值不菲：他说他从未错过任何一份特斯拉或英伟达的公开财报电话会议记录，原则是，一旦识别出一家卓越的公司，就要与之保持紧密联系，这正是他 25 年来持续跟踪英伟达、15 年来持续跟踪特斯拉的方式。
埃隆的时代
关于埃隆的部分，是整场对话中最显崇拜的段落，但贝克将其表述为对一个商业事实的解释，而非粉丝的赞歌。这个商业事实就是人才保留。他认为，埃隆的公司之所以能吸引卓越的工程师，是因为其使命是真实的，而这一点是成功中未被充分解释的部分。
"如果你是一个真正有才华的工程师，很长一段时间里，你的选择无非是去谷歌让用户稍微更可能点击那个蓝色链接，或者去 Meta 让用户更可能点击某个广告，或者在 Instagram 上展示某个在伊维萨岛的好看的人。或者，你可以专注于为世界脱碳，也就是特斯拉。"——Gavin Baker
这段钦佩之词背后的具体主张，是关于加速变革。贝克认为特斯拉和埃隆在推动全球脱碳方面的贡献，超过了所有环保活动人士的总和，并估计埃隆将电动汽车的普及提前了 20 到 30 年，而美国人均碳排放目前已降至大约 1925 年的水平。他还特别提到 Antonio Gracias 是特斯拉成功的真正贡献者，并指向了沃尔特·艾萨克森传记中的"Antonio 和 Tim"章节。他将所有这些使命——星链、建立一个能够承受小行星撞击的多行星文明、X、xAI——联系到一起，认为未来历史学家将称之为"埃隆的时代"。其中最具投资价值的落脚点是人才观点。一家能够可靠地吸引并留住最优秀工程师去解决艰难物理问题的公司，拥有一种在估值倍数上无法体现的护城河，这也正是他早先归因于黄仁勋、Hock Tan 和苏姿丰（仅有的几位能留住杰出人才的半导体领袖）的相同品质。
AI、游戏和算力之墙
因为贝克本人是个游戏玩家，他对 AI 近期最尖锐的解读正是通过电子游戏展开的，这也同时是对线性外推技术发展的一种警示。他认为，AI 对游戏业的影响在两个方面都被误解了。
"AI 世界模型将使开发一款游戏的成本降低 90%。如果过去开发一款像《使命召唤》这样的 3A 大作需要 3 亿美元，那么现在成本将下降 90%。因此，这对游戏开发公司来说最终可能非常不利，因为竞争会变得异常激烈。但如果你是一个游戏平台，这将是极大的利好，因为内容将会爆炸式增长。"——Gavin Baker
支撑这一警示的，是一个成本对比数字。他认为，游戏将很快由手机端的 AI 渲染，而不是由每部手机、iPad 和 PC 中已经存在的 GPU 来渲染——这种说法在未来的五到七年里是荒谬的。他为此做了量化计算：如果用 Veo 3 这样的模型，按清单价格渲染像《大富翁 Go!》这样的实时游戏，其成本将超过该游戏实际收入的两个数量级。算力并非免费午餐，而且，在那些最激进的预测所假设的时间线上，本地 GPU 不会消失。这一算力现实，也为他对人类价值的结语提供了背景。人脑的功耗仅为 20 到 30 瓦，而训练一个前沿模型则需要数百兆瓦的电力。在一个能源受限的世界里，他乐观地认为，人类智慧的价值将长期存在，这也是为什么他觉得 Neuralink 很有趣——它试图解决他所说的"人类输入输出问题"。对于人类的创造力是否真正不可替代，他不想过度断言，而是落脚于一个诚实的答案，他说这个答案适用于几乎所有关于 AI 的问题，那就是"也许"。
在医药股上的挫败
整个访谈中最具可迁移性的内容，其实与 AI 毫无关系，而是关于如何在犯错中生存下来，它来自贝克职业生涯中最艰难的一段。在半导体领域快速崛起后，他在 25 岁时被分配负责大型医药股，结果他对行业方向的判断出现错误，从富达评级最高的分析师之一跌至谷底。他认为，如此早地经历这一切，是能发生的最幸运的事。
"作为公开股票投资者，成功很大程度上取决于韧性、毅力和对游戏的热爱。何止成功，如果你不爱这个游戏，你根本无法成为一名成功的投资者，因为你的竞争对手都热爱它。如果你不爱这个游戏，你就无法生存，因为对游戏的热爱必须成为支撑你前进的动力。"——Gavin Baker
他之所以这样定义公开股票投资，是因为它的竞争性。与风险投资或私募股权不同（你只需与大约 10 个人竞争一项交易的价格），在公开市场，你与地球上所有人竞争，包括大量非常聪明但未必光鲜的人。这使其成为最大的竞争池，一个真正艰难的游戏。他对这次回撤的应对方式，后来成为了他的模板。他重新翻阅了一本名为《地海巫师》的基石书籍——一个关于因自负而失败并重新崛起的故事，并根据"你需要一个能通过努力提升的数字"这一理论，通过运动来释放压力，在不经意间减重约 30 磅。在同期，他花了一年时间，每天花一两个小时与富达新组建的量化团队（那些资深的、持怀疑态度的投资组合经理称他们为"戴绿眼罩的家伙"）一起学习量化风险管理，以及那些看似不相关的股票之间存在的共同因子。这与他后来在烟草诉讼案中做深入的原始资料研究一样，都源于他强迫自己从失败中学习的习惯。
及早恐慌，或后期加注
贝克在那次回撤中学到的全部经验，浓缩成导师的一句话，这也是整场对话中，对于任何在低迷期管理资金的人来说，最有用的金句。他从一个严酷的前提开始：处于回撤中，就意味着你是错的，没有借口。他引用了富达投资组合经理 George Vanderheiden 的话——"早到等于错到"。
"最终，作为投资者，你要么及早恐慌离场，要么在后期加倍下注。几乎没有人能两者兼顾。了解你自己。我不是一个会及早恐慌的人，我是后期加倍下注的人。我认为了解这一点，能帮助我度过回撤或表现不佳的时期。"——Gavin Baker
这句话的价值在于，它将一个性格特质转化为决策规则。他将其归功于一位名叫 Jennifer 的导师，并结合了另一位他称为 Wymer 的同事（很可能是富达的 Steve Wymer）的提醒：从统计上看，落入业绩最后十分之一的概率和进入前十分之一的概率是一样的，因为这是一个概率游戏，所以一段糟糕的时期并不能证明你很愚蠢。他说，经历几次这样的起伏后的回报是，在艰难时期，你的决策质量最终会提高，而不是下降，因为你有"以前经历过并做出过正确选择"的记录，所以你会变得最自信，而不是最畏缩。这与他在访谈开场时表达的观点相同：整个工作的核心是找到一种适合你自身情感构成的哲学和流程，以便在市场与你作对时保持理性。
善良、进取、寻求困难
当被问到能给一个 16 岁孩子什么建议时，贝克的答案是他多年来在家庭毕业晚宴上反复说的。
"善良且进取。很多善良的人并不进取，很多进取的人并不善良。善良是非常强大的力量。世界上存在因果循环。如果你对别人善良，很多人会回报你。"——Gavin Baker
他将善良视为策略的理由是，在他看来，投资是一场正和博弈，而非零和。他借鉴了 Steve Schwarzman 传记中的教训——在二十岁出头和二十五六岁时建立起来的声誉，其重要性远超你的想象，而你的同期同事最终记住的不是你是否最优秀，而是你如何对待他们，这构成了你数十年后可以调用的网络。他自己的版本是一个关于互惠的规则：对于一个球，他会给对方一次回发的机会，如果对方不回，他会再给一次，然后便不再给予。这能帮你筛选出一群合作、志同道合的人，一种"财阀集团"，他把 Antonio Gracias 算作其中一员。他以一句更硬核的结语收尾，这句话来自科幻系列《太阳吞噬者》中的信条——"寻求困难"，因为无论你多优秀，总会遇到困难。他引用 Alpha Architect 的一篇论文（该论文称，即使是上帝本人做主动投资经理也会被炒鱿鱼），指出你在那些艰难阶段做出的决定，才真正定义了一段职业生涯。
结论
贝克对泡沫问题的回答，实际上是两个被刻意分开的回答。不存在估值泡沫，因为估值倍数恰恰相反，科技股相对于日常消费品出现了折价。至于是否存在资本支出泡沫，则未必，决定因素在于建设资金是来自现金流还是债务，以及电力和晶圆的短缺是否能在需求停滞前，遏制住过度建设。他实际上正在观察的前瞻性变量是，随着 Blackwell 从训练转向推理，智能体模型开始产生回报，ROI 的那个"凹陷"是否会填平，同时也要面对资金变得脆弱或需求先行停滞的风险。难以辩驳的是他乐观情绪背后的纪律。一个希望每天都有可信的空头与自己论战，并且将身处回撤视为自己肯定错了的证明的人，绝非那种陷入狂热的典型。他留下的、也值得我们去思考的问题是：电力和晶圆的稀缺性能否持续足够长的时间，让这一轮周期避免重蹈他自己历史书中所描述的结局？
感谢阅读！如果您想继续阅读，请关注 @firesidealpha 或在 firesidealpha.substack.com 订阅。
