陈林没有催褚琼，端起面前的柠檬水喝了一口，趁着这个间隙，他自己也在脑子里快速过了一遍这两天和MOSS聊的那些内容。
说起来，这次来魔都途中，MOSS之间的交流内容比起自己早上告诉彭湃和彭逸峰的那些要多得多。
从vibe coding聊到智能体编排，从智能体编排聊到大模型的商业化路径，从商业化路径聊到整个AI产业的投融资格局，从投融资格局又聊到了全球科技巨头的财务结构和战略博弈……
两天的时间里，陈林对当前AI领域的整个生态算是形成了一个相当完整的认知框架。
今天上午给彭湃讲的那些，其实只用到了这个框架中很小的一部分，主要集中在技术应用层面。
而现在褚琼问他的问题恰好是另一个他和MOSS讨论得非常深入的部分。
所以刚才他才会反问褚琼那个问题。
这其实也是当时他和MOSS讨论的一部分。
褚琼沉默了大约半分钟。
然后她抬起头，坦诚地看着陈林。
“陈教授，说实话，人工智能的底层技术我确实不太了解。“
她的语气很坦然，微微偏了一下头，嘴角带着一丝若有若无的笑意：
“而且我猜，你既然会这么问，你心里肯定已经有答案了吧？“
陈林笑了笑，然后回答：“那我就直说了。“
陈林靠回了椅背上，语气很放松：
“AI的投资，确实是过热的。“
陈林话锋一转，“但是过热的风险，其实不在大部分人以为的那个地方。“
褚琼微微挑了一下眉毛。
陈林继续说道：
“大部分人说起AI泡沫，第一反应是什么？是那些AI领域的创业公司。觉得它们估值太高了、烧钱太快了、商业模式不清晰、大部分最终都会死掉。“
他摊了一下手：
“这些说法对不对？对。创业嘛，九死一生，这是永恒不变的规律，不管是AI行业还是其他任何行业。“
“但问题是创业公司的失败本来就是大概率的事情，这和整个AI领域的投资是不是存在系统性风险并不一定具有相关性。“
他停了一下，组织了一下措辞：
“实际上，如果只看AI创业公司这个群体的话，现在反而是一个挺好的创业窗口期。“
褚琼的手指停下了无意识的画圈动作，目光变得更加专注了。
“原因很简单。“
陈林说道：
“就拿vibe coding来举例，vibe coding的发展，让软件开发的成本出现了断崖式的下降。“
“以前你要做一个APP或者一个网站，哪怕是最简单的那种，也得找几个程序员干上个把月。人力成本、时间成本，加起来少说也得几十万。“
“现在呢？一个非技术背景的创业者，只要脑子里有一个清晰的想法，坐在电脑前面，用自然语言告诉AI他想要什么。“
“开发成本从几十万降到了几万甚至几千块钱，成本是指数级的下降。“
他看了褚琼一眼：
“这意味着什么？意味着创业的试错成本大幅降低了。“
“以前一次试错可能就烧掉几百万，试两三次钱就没了，公司就倒了。“
“现在同样的钱，你可以试错十次、二十次甚至更多，从概率的角度来说，试错次数越多，找到正确方向的概率就越大。“
陈林顿了顿，又补充了一个很关键的点：
“而且还有一件很有意思的事情，那些目前最流行的AI编程工具表现最好的场景，恰恰就是从零开始写一个全新的项目。“
陈林解释道：
“因为一个全新的项目，代码量小、结构简单、上下文信息不多，AI处理起来游刃有余。“
“但如果是一个已经跑了好几年的老项目，代码量可能有几十万行甚至上百万行，各种模块之间盘根错节，历史遗留的技术债堆积如山，AI要理解这些东西，就需要把大量的上下文信息塞进去。“
“一旦超出了模型的处理能力，效果就会大打折扣。“
“所以反过来说，AI对新创业、新项目天然友好，反而对那些存量的、积累了大量技术包袱的老项目帮助有限。“
陈林说完这段以后，停了下来喝口水。
褚琼听到这里也是微微点了点头，
然后她开口问：
“所以你的意思是——创业公司不是问题的核心。“
“那真正的风险在哪里？“
陈林点了点头：
“真正的风险在大公司身上，准确地说在那些投入了几百亿甚至上千亿美元购买AI硬件设备的科技巨头身上。“
褚琼的眼神微微一缩。
陈林继续说道：
“你应该知道NVDA吧。“
褚琼点了点头。
这个名字不需要任何解释。
全球AI硬件设备的绝对龙头，市值一度突破过三万亿美元的超级公司。
“NVDA从三年前GPT-3.5面世以来，进入了一种一种近乎疯狂的产品迭代模式。“
陈林掰着手指头数了起来：
“2023年的H200——显存容量比前一代H100暴涨了1.7倍。“
“2024年的B100和B200同时发布——算力比H200再翻2.2倍。“
“然后今年2025年，B300推出——推理能力又提升了1.6倍。“
他停了一下，看着褚琼：
“平均每一年，就出一款性能远超前代的新产品，而且还是这种动辄翻倍级别的性能增长。“
“这个迭代速度，已经要比摩尔定律要快得多了。“
他放慢了语速：
“而它带来的问题是——会计准则里面，通行的芯片折旧摊销期是多久？六年平均摊销。“
“也就是说，按照会计准则，一家公司今天花100亿美元买了一批GPU，它可以把这100亿的成本分摊到未来六年里。每年的折旧费用大概是16到17亿美元。“
“这意味着什么呢？意味着即使这批设备买回来以后就放在那里不怎么用，只要六年的摊销期还没到，它在账面上的价值还是很高的。公司的资产负债表看起来依然很漂亮。“
“但实际情况是什么呢？“
“实际情况是——按照NVDA现在的产品迭代速度，你今年花100亿买的这批GPU，过半年新一代产品一出来，这批东西的实际市场价值就已经腰斩了。“
“过一年，新一代产品开始大规模交付，上一代产品的残值就会面临粉碎性的暴跌。“