Ben Horowitz 说清了 AI 真瓶颈：不是模型，而是美国的“物理极限”

当所有人都在卷模型、卷参数时，Ben Horowitz 抛出一个让人背脊发凉的判断：AI 的真正瓶颈根本不在算法，而在电力、矿产、制造这些“老掉牙”的东西。这期 a16z 对谈，把 AI 从代码世界直接拽回现实世界。

最反直觉的一句话：AI 时代，美国卡在“基础设施”上

视频一开场，Ben Horowitz 就给了一个极不硅谷的答案：美国现在最大的技术问题，不是模型不够聪明，而是“几乎所有东西都是瓶颈”。

他说得非常直白：稀土不够、电力不够、制造能力不够。就算 NVIDIA 能把芯片造出来，下一步也会卡在内存、供应链和能源上。这不是某一家公司的问题，而是整个国家级系统的物理上限。

这段话之所以炸，是因为它直接戳破了一个行业幻觉：我们总觉得 AI 的问题，可以靠软件工程解决。但 Horowitz 强调的是另一套逻辑——当你进入 AI 基础设施阶段，决定上限的不是代码，而是“现实世界的产能”。

换句话说，AI 正在把美国重新拖回工业时代的算账方式：你有多少电？多少矿？多少工厂？

中国曲线 vs 美国曲线：恐惧不是来自技术，而是节奏

在对谈中，有人直接抛出那个所有人都在回避的问题：中国的增长曲线向上，美国的看起来却很平。怎么才能不让这件事显得那么可怕？

Horowitz 的回答并不是“我们有更好的模型”，而是回到历史：技术长期一定会进步，但前提是你愿不愿意为它重建系统。

他隐含的判断其实很残酷——如果你只在软件层乐观，而不在能源、制造、供应链层面投入，那曲线不会自己变好。AI 不再是纯粹的边际成本递减游戏，而是一个需要巨额前期投入、受物理规律制约的系统工程。

这也是为什么他反复强调：这不是一次普通的技术升级，而是一次国家级基础设施重构。

“新的软件定律”：AI 正在改写软件的经济学

在中段讨论中，Horowitz 提到一个很关键、但很容易被忽略的变化：软件不再天然等于高毛利。

当 AI 系统的成本函数开始依赖算力、电力和物理资源时，软件的价值不再只来自“复制几乎不要钱”，而是来自你能提供多么独特、不可替代的能力。他说，未来的软件，定价会越来越像“函数”，而不是一次性授权。

这对创业者是一个巨大的提醒：如果你的 AI 产品只是调用同样的模型、消耗同样的算力，那你最终一定会被压到接近成本线。真正的护城河，来自你是否控制了差异化的数据、工作流，或者某种别人很难复刻的系统能力。

这也是他口中的“新的软件定律”——物理世界重新进入软件的核心定价模型。

风险投资也变了：不是每个 AI 项目都值得押十年

当话题转向风险投资，Horowitz 说了一句很现实的话：这一次真的不一样。

在传统软件时代，VC 可以押注长期不盈利，只要规模和网络效应成立。但在 AI 基础设施和重资产模型下，时间和物理成本都会杀死幻想。

他提到“物理学不会同情任何人”——如果你的系统依赖持续烧钱、烧电、烧算力，而没有明确的价值捕获路径，那结局是确定的。这也是为什么他对某些热门赛道明显更谨慎：不是不看好 AI，而是不相信所有 AI 故事都值得用十年耐心去赌。

对从业者来说，这是一个信号：资本开始重新计算风险，而不是无条件为‘AI’这个词买单。

总结

这期对谈真正的价值，不在于预测下一个模型突破，而在于提醒所有 AI 从业者：你已经不只是在做软件了。AI 正在把工程师、创业者和投资人同时拖进物理世界的约束之中。

如果你在做产品，想清楚你的差异化是否足以覆盖算力和能源成本；如果你在创业，别再假设基础设施是“免费的背景”；如果你在投资，要分清哪些是模型红利，哪些是系统能力。

最后留一个问题：当 AI 的上限由电力和制造决定时，你所在的位置，真的在这条价值链的高处吗？

关键词： AI基础设施， Ben Horowitz， NVIDIA， 软件经济学， 风险投资

事实核查备注： 需要核查：1）Ben Horowitz 关于美国基础设施、稀土、电力的原话表述；2）视频中关于 NVIDIA 芯片与内存瓶颈的具体语境；3）“新的软件定律”是否为原话还是概括性转述；4）视频发布时间与时长。