范凯说 AI · 周日晚聊 第24期：SpaceX 万亿上市、Fable 5 五天下架、AI Native 团队的活样本
开场
今天是第24期。本周有几件非常有意思的事情。
最引人关注的是 SpaceX 上市了，首日 IPO 之后股价涨了 19%，整个市值突破 2 万亿美元，在全球上市公司当中排名第七。
第二个是 Anthropic 上线了它最强的 Mythos 级别模型 Fable 5，结果发布五天就被美国政府一刀切下架了。
国内这边争议最大的是华为的余承东宣布盘古是全球第一个大模型，而且要带领盘古从中国第一走向世界第一。
最后是我个人这周拜访了几个朋友，其中有一个朋友在实实在在地运营 AI Native 团队，他的经验非常有意思——AI Native 团队是极度扁平的，去管理层、去产品经理。我认为未来企业只有两种：超级平台公司，或者个位数人的 AI Native 团队。
第一部分：本周 AI 新闻
新闻一：SpaceX 史上最大 IPO——一上市就是全球第七，十年后可能是全球第一
SpaceX 上市定价 135 美元一股，融资 750 亿美元——人类此前最大的 IPO 是 2019 年沙特阿美的 260 亿美元，SpaceX 直接翻了三倍。首个交易日盘中最高 168 美元，收盘 161 美元，涨幅 19%，当天市值破 2.1 万亿美元，跻身全球第七大上市公司。前面只有英伟达、苹果、微软、亚马逊、谷歌五家。
为什么估值这么高？因为 SpaceX 现在不纯粹是一个发火箭的公司了，它是一个 AI 概念的公司。我仔细看了 SpaceX 的招股说明书，看完之后我的判断是：十年之后，SpaceX 一定会成为全球市值第一的公司。
SpaceX 的业务分成三块：
第一块：火箭发射。 SpaceX 可以说吊打全世界。2025 年它一家发射的载荷占到全世界的 85%，其他所有加在一起——包括 NASA、欧洲、中国——只有 15%。猎鹰 9 号全球发射次数超过 600 次，而且是全球唯一的商用可回收火箭。在猎鹰 9 号出现之前，中国火箭是全球最便宜的，猎鹰 9 号一出来就吊打全世界。
但猎鹰 9 号还不算什么，最令人震惊的是星舰。星舰 V3 最大起飞重量达到 9240 吨，远远甩开所有竞争对手。两级火箭都可以回收——超重型助推器像巨大的烟囱一样回来，星舰本体也做到了海平面回收。
传统火箭发射每公斤载荷到近地轨道要 1.8 万到 5 万美元，猎鹰 9 号降到了 2700 美元，星舰未来可能降到 200 美元，最终可能降到 100 美元甚至几十美元。按 100 美元算，一个 80 公斤的人花 1 万美元就能上太空，成本降到多么恐怖。
第二块：星链卫星互联网。 这是 SpaceX 现在的现金牛。2025 年收入 114 亿美元，运营利润 44 亿美元，利润率接近 40%。全球已发射 1.2 万多颗星链卫星，地球近地轨道 65% 以上的卫星都是星链的。订阅用户超过 1000 万。
但这还只是起步。从今年第二季度开始发射星链 V3 卫星，支持卫星直连手机。预计明年就可以不需要接收器，拿着手机直接连星链，速度达到 5G 水平。苹果已经有合作协议，可能到 2027 年买一部苹果手机订阅星链，在全球任何地方都是 5G 上网。卫星直连手机推出后，业绩可能爆发性增长。
第三块：AI 算力。 这是最有想象力的。现在地面建 AI 数据中心遇到三大瓶颈：土地审批困难、电力严重短缺、散热消耗巨大。
这直接导致头部 AI 公司算力不够。Anthropic 整个租赁了 SpaceX 的 Colossus 1 数据中心，11 万块英伟达 H200 GPU，每月支付 15 亿美元。谷歌也租了 11 万块 GPU，每月 9.2 亿美元。两项加起来 SpaceX 光算力租赁一个月就收入接近 25 亿美元，一年 300 亿，已经超过星链和发射服务的所有营收。
智能体时代来了之后，Token 消耗是过去的 5 倍、10 倍甚至几十倍。Agent 的普及程度现在可能连 5% 都不到，如果普及到 50%，每个人每个企业的使用深度再乘以 10 倍，未来十年推理算力需求乘以 100 倍都不过分。地面数据中心肯定不够用。
所以太空数据中心并不是天方夜谭。当星舰把每公斤运载成本降到 100 美元以下，在太空建数据中心的全生命周期成本很可能低于地面。太阳能不花钱，散热方面——太空中芯片可以承受更高温度，卫星两侧张开散热片通过辐射散热，技术上完全可以解决。近地轨道辐射问题也可以通过芯片纠错和防辐射设计解决。所有技术问题都有方案，只是工程成熟度的问题。
SpaceX 计划 2028 年开始发射 AI 卫星，考虑到马斯克一贯的延期，三到五年可以看到批量发射。长远目标是 100 万颗 AI 数据中心卫星。最终人类 AI 的算力很可能就是靠 SpaceX 来解决的。
再加上 xAI 自己的 Grok 模型——虽然现在比不上三巨头，但 SpaceX 上市后还要 600 亿美元并购 Cursor，有了模型加编程 Agent 的数据飞轮。全球模型排名我认为 Anthropic 第一、GPT 第二、Gemini 第三、Grok 第四。
当然短期内 SpaceX 股价可能暴跌，营收才几百亿美元估值 2 万亿，市销率极其夸张。但拉到十年维度看，三条赛道都是全球不可替代的，SpaceX 大概率会成为全球市值第一的公司，甚至远远甩开其他公司。
新闻二：Anthropic Fable 5 发布五天被全球下架
Anthropic 终于发布了 Mythos 级别最强模型 Fable 5。但它做了安全护栏——检测到用户涉及网络安全、编码等敏感领域时，自动降级切到 Opus 4.8 处理。问一般问题它是最强大脑，敏感问题就变笨。这一发布就遭到大量批评。
而且 Fable 5 只给订阅用户用到 6 月 22 号，之后要单独收费，不放在订阅套餐里了——因为 Anthropic 9 月份也要冲击上市。
更大的打击在后面。发布五天后，美国政府直接下令禁止外国国籍用户使用 Fable 5 和 Mythos 5。Anthropic 说没办法区分用户国籍，干脆一刀切全球全量下架。最搞笑的是 AI 行业顶流 KOL Andrej Karpathy 现在也在 Anthropic，而他不是美国国籍，连 Anthropic 自己的员工都可能用不了自家最强模型。
美国政府下令的原因据说是有人找到了越狱 Fable 5 的方法。Anthropic 自己说这个方法只能发现轻微的已知漏洞，其他公开模型也能做到，认为反应过度了。但其实这背后可能还有政治因素——Anthropic 之前一直不太配合美国政府。
这件事说明 AI 领域进入了新阶段：技术不再是单一的竞争维度，地缘政治和监管变成了同样重要的变量。你模型做得再好，安全再到位，一个政府命令就能让产品从全球消失。
这也再次验证了上一期的观点——不要把所有鸡蛋放在一个篮子里。除了 Claude 和 GPT，也要用用国产模型比如 DeepSeek，甚至应该有本地部署的模型。这不是偏执，是风险管理。
新闻三：余承东说盘古是全球首个大模型——这就是扯淡
华为开发者大会上，余承东宣布自己挂帅负责盘古大模型，说了一句："全世界都不知道大模型为何物的时候，华为就已经发布了盘古大模型。"
这就是胡说八道。
早在 2021 年，智源研究院就发布了开源大模型——智源是微软的张鸿江博士牵头、政府出资成立的 AI 实验室。做这个模型的核心团队是唐杰教授带的学生，后来他们创办了智谱（GLM）。在 2022 年 11 月 ChatGPT 发布之前，智谱的 GLM 开源模型就已经发布了，这才是国内最早的开源模型。至于 GPT，2018 年就有了 GPT-2，而且还是开源的。2020 年 GPT-3 就发布了。
余承东这种说法跟他以前的风格一脉相承——华为手机拍照全球第一、鸿蒙全球最先进。说白了就是营销话术。加上最近华为搞的"盘古大模型定义了大模型"、"掏定律"，画风变得极其抽象。
他立军令状说要从中国第一走向世界第一。且不说全球，光国内就有 DeepSeek、GLM、Kimi、MiniMax、小米、字节、腾讯混元、阿里千问——这么多优秀的模型，盘古要跑出来非常难。
这里我要说一个观点：国内真正模型做得好的不是大厂。DeepSeek 团队很小，GLM、Kimi 做模型的团队也不大。反而是腾讯、阿里、字节这些大厂的模型没有小团队做得好。因为 AI 模型是高智力投入，需要创造力和快速迭代的环境，这完全是反官僚的。你用人山人海、大干快上、大炼钢铁的方式，在创新的领域是跑不到前面的。
国内模型能不能走到全球顶尖？我的答案是不可能。顶尖模型一直在探索未知，需要宽松的创新环境。那边砸那么多钱想干啥干啥，这边有十个方向五个不让你做，只能在剩下五个里面探索。如果顶尖模型打 100 分，国内的 DeepSeek 能做到 70 到 80 分已经很好了，90 到 100 分是不可能的，逻辑上就说不通。
第二部分：AI Native 团队到底长什么样——我这周看到了一个活样本
这周去上海拜访了一个老朋友，几年没见。他公司十几二十个人，做大客户，一年赚得不少。这次见面发现他去年年底抽出公司最精干的 5 个研发加上他自己，6 个人组了新团队做 AI 量化交易，搞了大半年已经进入实盘了。
他以前完全没搞过量化，但 AI 工具用得溜，主要用 Claude Code 和 Codex，硬生生杀入量化领域。没有 AI 不会这么快。
但我不是想聊量化交易，而是他团队的组织方式。
砍掉 leader 和产品经理
他一开始安排了一个技术 leader，带了 5 个研发，又招了一个有量化行业经验的产品经理。标准的传统软件开发团队。
跑了一段时间发现进展速度很慢。瓶颈卡在 leader 身上——工程师用 AI Agent 开发速度很快，代码写完提交上去，5 个模块的代码都堆到 leader 那里等 code review，leader 慢慢腾腾一个个看，整个进度就卡在这了。
接着发现产品经理也是瓶颈。产品经理负责收集需求、派单、做功能验收，但她人工派活的速度远不如工程师用 Claude Code 的速度。
于是他做了一个非常果断的决定：leader 靠边站，产品经理也开掉。他自己顶上去，6 个人纯扁平团队，按模块一人一摊。
一天发四五个版本
效果有多恐怖？过去有 leader 有产品经理的时候，一周提交一到两次。现在呢？一天平均提交四次。一周二十次，是过去的十到二十倍。
管理层级就是毒药
这件事对我冲击很大。我做了二十多年技术管理，大大小小的团队都带过。但这个 6 人团队让我重新审视了很多过去认为理所当然的东西。
在全员重度使用 AI 的小团队里，中间管理层不是在传递信息，而是在阻塞信息。
传统团队里 leader 和产品经理的价值是什么？第一是翻译——把业务需求翻译成技术语言。第二是协调——处理人和人之间的配合。但在全员用 AI 的团队里，这两个价值都被削弱了。翻译不需要了，AI 就是最好的翻译器，每个工程师可以直接阅读业务文档，不懂就问 AI Agent。协调也不需要了，每个人生产力是过去十倍的时候，几个人按模块分开，快速往前推进，多一个 leader 在中间反而多了一层开销。
创始人必须在一线
还有一个重要观察：他自己就是团队里的一个工程师，不是站在旁边指挥的人，而是亲自下场写代码。你不亲自去做，你根本不知道自己的决策是对还是错。不然你就是一个多余的传话筒，你就是帮倒忙的人。创始人必须是一线的战斗人员，你的权威不再来自职位，而是来自你确实在一线干、能想明白事情该怎么做。
未来企业只有两种
聊完之后我们有一个共识：未来企业只有两种形态——超大平台型公司（做模型、做大型平台），或者个位数人的 AI Native 团队。中间地带的公司会越来越少。
大型公司靠护城河——资源垄断、技术优势、网络效应、资本壁垒。小团队靠低成本、灵活调整方向。中型公司过去的核心优势是组织能力——靠流程、靠管理、靠层级协调把几十上百人拧成一股绳，把每个人当零件当耗材。但当 AI Native 小团队崛起之后，几个人就能干掉你。你越是把人当耗材，在未来越没有竞争力。
我们每个人要做职业转型的判断：要么成为平台型公司不可或缺的拼图，要么掌握 AI 工具成为 AI Native 的个体，加入或组建个位数人的创业团队。现在被裁员后跳到另一个公司再打工，就像三体里水干了的鱼跳到另一个水洼——生存空间越来越狭窄。往 AI Native 转型是每个人未来的出路。
AI 时代淘汰的是中间层
AI 时代不淘汰拥有 AI Native 能力的超级个体，淘汰的是在中间层传递信息的人。
用户答疑精选
Q：AI Native 的理想组织架构是什么样子？ A：理想架构是探索出来的，不是想象出来的。首先人员规模应该很少，个位数的员工，每个人以一当十。分工要像软件开发一样——高内聚低耦合，按模块分开，尽量不要有密切的工作配合，每个人快速往前推进。
Q：国内模型有机会走到顶尖吗？ A：没有机会走到顶尖。顶尖模型一直在探索未知，需要宽松的创新环境。那边想干啥干啥，这边有十个方向五个不让做。如果顶尖模型打 100 分，国内 DeepSeek 能做到 70 到 80 分就很好了，90 到 100 分不可能。
Q：产品经理要完蛋了吗？ A：设计师、产品经理、程序员、QA 测试、运营，通通都会被重塑。当然工程经验的积累仍然需要，不是说完全不需要人了。
Q：GPT 5.6 有消息了吗？ A：之前说快发布了，Fable 5 出来之后往后延迟了。现在顶级模型最大的问题是太贵了，不停涨价。希望有第三家比如 Grok 或 Gemini 达到同样水平，把价格拉下来。
本期金句
- 算力是 AI 时代的石油，SpaceX 正在成为 AI 时代的沙特阿美。十年之后，SpaceX 一定会成为全球市值第一的公司。
- AI 领域进入了新阶段：技术不再是单一的竞争维度，地缘政治和监管变成了同样重要的变量。一个政府命令就能让最强模型从全球消失。
- 不要把所有鸡蛋放在一个篮子里。除了 Claude 和 GPT，国产模型要用，本地部署也要有。这不是偏执，是风险管理。
- 在全员用 AI 的团队里，管理层级不是效率的保障，而是效率的敌人。Leader 和产品经理不是在传递信息，而是在阻塞信息。
- 创始人必须是一线的战斗人员。你的权威不再来自职位，而是来自你确实在一线干、能想明白事情该怎么做。
- 未来企业只有两种——超大平台或极小 AI Native 团队。中型公司把人当耗材，在未来越没有竞争力。
- AI 时代不淘汰拥有 AI Native 能力的超级个体，淘汰的是在中间层传递信息的人。