NVIDIA刚宣布未来两年累计营收将达1万亿美元，股价却几乎没涨。
这不是市场失灵，而是市场已经默认了一个更疯狂的共识：未来四到五年，科技行业每年1.2万亿美元级别的资本支出将持续下去。这是铁路时代、互联网泡沫级别的投资狂潮，只不过这次押注的是算力基建。
与此同时，Anduril拿下200亿美元的美国陆军合同，将120多个零散采购整合成一份企业级协议。这家公司只有四五个客户，但每个客户的合同价值都是这个量级。
两件事放在一起看，顶级投资人Jason Lemkin直言：「我现在连会都不愿意见了，如果我不相信这个市场最终会变得极其庞大。」
当「万亿」变成常规预期
NVIDIA的万亿美元听起来震撼，但拆解数据后发现：去年营收2150亿美元，今年预计增长60%达到3000多亿，明年（2027财年）分析师预测在4000多亿。500亿+400亿，销售口径四舍五入，正好1万亿。
换句话说，黄仁勋的「万亿声明」没有超出华尔街已有的模型预测。
股价的平静反应背后，是一个更大的赌注被默认：NVIDIA四年前年营收200亿美元，去年做到2150亿，10倍增长；现在市场预期它将继续以30%-60%的速度增长，直到2030年前后。
要支撑这种增长，意味着科技巨头们每年要投入的资本支出将从目前的4000-5000亿美元，持续增长到万亿级规模。
这是二战后最大规模的单一产业资本投入周期，没有之一。
Nemo Claw背后的真实意图
GTC大会上，NVIDIA推出了自己的开源AI助手Nemo Claw，对标OpenAI的ChatGPT和Anthropic的Claude。黄仁勋宣称它是「GitHub历史上获得星标速度最快的项目，超过Linux」。
但为什么一家芯片公司要做AI助手？
答案很简单：消耗算力。
中国的科技公司已经在街头排队免费发放AI助手账号，因为这些对话式AI工具「燃烧token的速度远超其他应用」。每多一个人使用OpenClaw或Nemo Claw，就意味着数据中心需要多配置几十张GPU，7×24小时满负荷运转。
Jason Lemkin的判断是：「黄仁勋想让每个人同时运行至少三个AI Agent，每天至少72小时。」
这不是玩笑，而是NVIDIA推动算力消费的核心策略——不是等客户需求增长，而是主动创造需求场景。
Anduril的200亿美元教训
Anduril的合同不仅仅是金额大，更关键的是它重新定义了国防采购的游戏规则。
过去40年，美国国防部采购模式是「成本加成」：承包商先造东西，然后报销成本再加上利润。这导致项目周期动辄十年，成本超支成常态。
Anduril的模式是：我先用硅谷方式自己投钱研发产品，做好了再按单价卖给你。它的核心产品Lattice是一套软件连接系统，能让战场上的各种硬件设备——无人机、传感器、防御武器——实时通信，无需人工中转。
在实战中，从发现威胁到做出反应，留给系统的窗口只有几秒钟。慢了，导弹就落地了。
这份200亿美元合同的本质，是五角大楼承认：你们已经成为这一层的主导供应商，我们就别搞120个零散合同了，统一走企业采购流程。
这是Anduril从「边境哨塔供应商」到「新一代国防主承包商」的跨越。
早期基金的两难困境
Anduril的成功让Jason Lemkin彻底改变了投资策略。
他说：「我做了十年B2B投资，一直相信小市场没关系，好创始人可以把市场做大。DocuSign刚开始时电子签名市场只有200万美元TAM，现在它一个季度营收就远超这个数。但我现在不再相信这条路了。」
原因是市场结构变了。
以前早期投资的逻辑是「阶梯式增长」：从5000万美元的小市场起步，扩展到1.5亿，再到5亿。投资人可以在A轮、B轮逐步验证假设，调整策略。
但现在的问题是：
- YC等顶级加速器已经把Pre-seed估值标准化到6000万美元（约4亿人民币）
- 市场共识是「只有百亿美元级别的退出才算成功」
- 要从6000万估值做到百亿美元退出，需要160倍回报
- 公开市场上市值超过200亿美元的科技公司不到50家
用Rory O'Driscoll的话说：「当你用Power Law定价方式投资中等规模市场时，数学根本算不过来。」
所有早期基金都被迫「swing for the fences」——只投万亿级赛道，只投可能成为行业前三的公司。
但问题是：如果100个基金都在追逐同样的5个赛道，那意味着70%的投资会打水漂，因为市场只会留下两三个赢家。
为什么这次不一样
有人会说，最好的市场不都是从小做起的吗？
Jason的回答很直接：「我不再相信这个了。」
他举了一个反例：国防是美国最大的支出领域之一（约占GDP的3%），但真正用于采购新装备的预算其实相当有限，因为接近一半的开支是人员工资。
这意味着即使在这么大的赛道里，最终能跑出来的公司也就五六家。如果你是第三名或第四名进入者，即使市场足够大，你的回报也可能远低于预期。
Rory的观点更谨慎：「TAM很重要，但TAM增速和你能否主导市场同样重要。在一个40-50亿美元的中等市场里，如果你是绝对龙头，依然可以获得很好的回报——前提是你的进入价格不是按照万亿赛道定的。」
这就是矛盾所在：当市场把所有早期项目都按「可能成为下一个OpenAI」来定价时，那些真正扎实但市场规模中等的公司，反而无法获得合理估值。
增长基金的黄金时代
这种结构性矛盾让Growth阶段的投资基金成为最大赢家。
它们的策略很简单：等。
等到Decagon和Sierra这样的AI客服公司证明自己能在六个月内从零做到数千万美元ARR；等到Intercom这样的老牌SaaS公司因为集成AI而重新加速增长。
虽然这时候的估值倍数已经很高，但至关重要的是，你拿到了确定性。你知道产品有人买，你知道增长曲线的斜率，你知道市场扩张的路径。
用Jason的话说：「在Pre-seed阶段，你拿到的是一个PPT和一个vibe编码的网站。在Growth阶段，你拿到的是proof points（验证点）。」
这也解释了为什么2023年以来专注LLM赛道的增长基金表现异常出色——它们踩中了资本需求空前巨大、但供给尚未饱和的时间窗口。
但这个窗口正在关闭。随着2024-2025年大量资金涌入，增长阶段的投资也会重复2021年的故事：用100倍的营收倍数买入高速增长的公司，最后发现增长没那么持久。
数据中心会建到太空吗
黄仁勋在GTC上半开玩笑地提到「太空数据中心」，虽然SpaceX的CEO立刻否认，但这个想法背后的逻辑值得深思。
地球上建数据中心面临三大瓶颈：
- 电力供应（单个数据中心已经需要千兆瓦级别电力）
- 散热成本（AI芯片发热量是传统芯片的数倍）
- 土地和监管限制
太空环境天然解决了2和3：真空环境散热效率极高，且不受任何国家管辖。剩下的问题只是如何把电力送上去——而这可能通过太阳能板阵列+激光输能解决。
听起来科幻，但回想一下：2019年有人告诉你，到2025年微软会为AI投入每年500亿美元的资本支出，你大概也觉得是科幻。
OpenAI和Anthropic在2023年面临的最大挑战不是算法突破，而是「根本租不到足够的GPU算力」。那些能在资本极度短缺时提供融资的基金，获得了超额回报。
现在资本充裕了，但新的瓶颈是物理基础设施——数据中心建设周期、电网容量、芯片产能。如果这些瓶颈在未来三年内无法突破，那么这轮万亿级capex周期可能会提前结束。
黄仁勋显然不想让这件事发生。
计算正在吃掉工作
Jason Lemkin有一句话值得反复咀嚼：「今天，算力正在吃掉工作岗位。」
这是对Marc Andreessen经典论断「软件正在吃掉世界」的更新。区别在于，软件时代的逻辑是「提高效率」，而算力时代的逻辑是「直接替代」。
客服、销售、初级工程师、内容审核员——这些岗位不是被提效工具辅助，而是正在被AI Agent整体接管。
Decagon和Sierra等公司的快速增长证明了这一点：企业客户不是在问「这能帮我的团队效率提升多少」，而是在问「这能帮我裁掉多少人」。
Meta刚刚宣布裁员20%，Atlassian裁掉1600人。这不是经济周期调整，而是结构性替代的开始。
在这个背景下，Anduril的200亿美元合同、NVIDIA的万亿营收预测、早期基金的估值困境，都是同一个故事的不同章节：
算力基建正在成为新的石油管道、新的铁路网络、新的电网。而那些掌握关键节点的公司——无论是芯片、算力调度、还是任务执行层——将重新定义未来十年的商业版图。
早期投资人必须在这个新秩序中找到自己的位置，否则就会像Jason说的那样：「你会被裁掉，因为你已经不重要了。」
不是因为你不够努力，而是因为游戏规则已经改变。
当一个行业从「效率提升」切换到「存量替代」模式时，中间地带会急剧收缩。你要么掌握核心基础设施，要么在垂直场景做到绝对第一，要么等待被整合。
这就是2026年的现实。
NVIDIA的万亿美元不是终点，而是起点。