All-In Podcast 4 位主持人同集點頭：AI 卡的不是模型，是電

🎯開場：4 位 All-In 主持人同集點頭

「AI 下一站是表後發電 + 天然氣」這個結論聽起來抽象。所以我把 2026 年春季 All-In Podcast 同一集 4 位主持人各自的引述、加上 2 條外部驗證，全部攤在桌上 — 看它們是不是真的指向同一件事。

先把 4 位主持人在這集講的話攤開：

同集 4 位主持人從 4 個角度 — 物理瓶頸、量化數字、歷史對比、現金流結構性轉向 — 同時點頭一個結論：AI 卡的是電。再加上下面 2 條外部驗證、6 個雲端業者實證、IEA / Wood Mackenzie 機構數據，論述強度幾乎難以辯駁。

當不同立場、不同切入角度的 4 個人在同一集裡都同意 — 這比 1 個人重複說 100 次更有意義。Friedberg 的「100% 是電力供給」不是修辭、是物理現實。

---

⚡主持人 1：Friedberg — 「100% 是電力供給卡住」

整集最直接、最強的引述來自 David Friedberg。當主持人問到 OpenAI 為什麼沒達標時，他直接把問題拉到物理層：

「Everything in this market is power constrained. The reason that these folks may miss a number or a forecast have nothing to do with demand. It is entirely 100% due to the supply of the power necessary to generate the output token.」

— David Friedberg, All-In Podcast 同集

翻成中文：「所有東西都被電力卡住。OpenAI 沒達標跟需求毫無關係 — 100% 是電力供給跟不上」。

這句話為什麼重要？因為大部分人會把 OpenAI 沒達標解讀成「需求不夠」、「模型不夠強」、「Anthropic 搶單」 — 這些都是商業面的解釋。但 Friedberg 直接把它拉到物理面：「不是賣不出去，是發不出來」。

1.1Friedberg 進一步：結構性轉向 + 三哩島 2X 電價

同段他延伸出兩個關鍵論點：

更狠的是他點出資金流向：

「a trillion dollars a year going out of the hyperscalers — follow those dollars because those companies are already underpriced」

翻成中文：每年從雲端業者口袋流出去 1 兆美元 — 順著這條錢的流向找，那些公司現在還被低估。這就是這篇 17 檔 4 籃名單的源頭邏輯。

---

📊主持人 2：Sacks — $700B 資本支出、佔 GDP 2%、「沒有 dark GPUs」

David Sacks 在同段給出具體數字 — 把「電力很重要」變成「電力是經濟結構性事件」：

「This year, I think we were supposed to have $660 billion of hyperscaler CAPEX up from $350 last year. I think there's now the new estimate is going to be over $700. So this is, you know, again, it's more than 2% of GDP. This is a huge tailwind to GDP. There's another article saying that in the last quarter, AI was 75% of GDP growth.」

— David Sacks, All-In Podcast 同集

2.1Sacks 反駁「dot-com 重演」 — 沒有 dark GPUs

當 Jason 拿出 2000 年 Cisco 25 年才回到高點的圖表暗示 dot-com 風險時，Sacks 直接反駁：

「No, I really don't. The issue we had in 2000 was dark fiber. You had all this infrastructure being built out and it wasn't being used. There's no dark GPUs today, as Brad Gerstner likes to say. So what's driving the CAPEX now is the voracious demand for compute, for tokens. And the demand is now pulling forward this additional investment in infrastructure.」

— David Sacks, All-In Podcast 同集

翻成中文：2000 年 dot-com 時是「先建好沒人用」（dark fiber）、現在是「真實需求拉著基建走」（沒有 dark GPUs）。這個區別非常重要 — 它把 AI capex 從「投機泡沫」歸類為「結構性產業循環」。

Sacks 最後一句：「this CAPEX explosion, this energy explosion that feeds it」 — 直接點出資本支出爆發後面的物理約束就是電力。這跟 Friedberg 的「100% power constrained」是同一件事，只是從財務面講。

---

🛣️主持人 3：Chamath — 拉到「高速公路級別」基建 + efficiency 路徑

Chamath Palihapitiya 在這集講了兩個層次。先看歷史對比：

「No, the highway system was funded by the federal government. There was no competition. It was the most expensive project in US history on inflation adjusted basis.」

— Chamath Palihapitiya, All-In Podcast 同集

Chamath 是把 AI 基建類比為美國 1950 年代州際高速公路系統 — 美國史上單一最貴的基建項目。這個對比的重點不是「規模有多大」、而是「這種等級的基建一旦啟動就無法逆轉」。當 Sacks 說「停 AI 等於停美國經濟」時，Chamath 用高速公路做的就是這個論點：state-level infrastructure 不是「想停就停」的東西。

3.1Chamath 同時點出 efficiency 路徑：macro model + 子模型 = 10 倍推論

「a model becomes a macro model. It's got lots of smaller models underneath it that can be dynamically called, and that allows you to have 10x the inference for the same unit of energy.」

— Chamath Palihapitiya, All-In Podcast 同集

這是 Chamath 給的反方論點：未來 1-2 年模型架構會從單一巨型模型轉向「macro model + 動態調用子模型」，同樣電力可以跑 10 倍推論。如果這個假設成真，現在的電力瓶頸壓力會被軟化一部分。

但這個論點不否定主軸 — 因為即使 efficiency 提升 10 倍、推論需求成長更快（資料中心容量 24GW → 110GW、4.5 倍）。淨效應仍是電力短缺，只是不會像 Friedberg 暗示的那麼極端。

---

📉主持人 4：Jason — 引導 Cisco dot-com 對比 + 自由現金流結構性翻轉

Jason Calacanis 是這集的主持人。他做了兩件關鍵事：

第一：用 Cisco 2000 年高點 25 年才回到的歷史對比，主動引出 dot-com 風險疑問，讓 Sacks 用「沒有 dark GPUs」反駁。這是讓論述更平衡的關鍵設計。

第二：他把 Q1 2026 的雲端業者自由現金流數字攤出來，作為「電力 capex 已經吞噬利潤」的硬證據：

翻成中文：過去美國最會印錢的 4 家公司，自由現金流同步暴跌 — 因為錢全部砸進實體基建。這跟 Friedberg 的「pendulum violently swinging」是同一件事的會計反映。

Jason 的功能不是給觀點，而是把財務數字攤平給讀者看。Amazon 自由現金流年減 97%、其他三家 8-12% — 這些都是 SEC 公開數字，不是預測。

---

💰外部驗證 1：Aschenbrenner — 五季把核電全清光、$1.22B 換成表後發電

4 位 All-In 主持人講的是「應該怎麼想」，現在看「實際聰明錢怎麼動」。

Leopold Aschenbrenner 的 Situational Awareness LP（簡稱 SALP），2024 年 Q4 首次申報 13F 時管理規模才 $2.55 億，2025 年 Q4 已經報到 $55.17 億 — 14 個月翻 21 倍。背後 4 位 anchor LP：Patrick Collison + John Collison（Stripe）、Nat Friedman、Daniel Gross。

他寫的《Situational Awareness》論文核心預測是：2030 年的兆元級算力叢集需要 100GW 電力，相當於美國總發電量的 20% 以上。換句話說，他從一開始就在押「AI 卡住的是電」 — 跟 Friedberg 完全同框。

5.1第一階段：2024 Q4 首次重押核電三劍客（中央電網派）

原本邏輯是「雲端業者跟核電廠簽 20 年 PPA 從電網拿電」。但 5 季內被全部砍光、沒有任何留戀。

5.2第二階段：$1.22B、佔 AUM 22% 全部押到表後發電 7 檔

這不是局部調倉，是整個持倉組合的押注換邊：從「公用事業蓋電廠、雲端業者簽長約從電網拿電」改成「資料中心自建發電、不過電網」。

理由不複雜，就是速度。中央電網重啟核電要 3 至 4 年、新建核電要 5 至 11 年；燃料電池與氣機組 12 至 24 個月就上線。Aschenbrenner 在 2025 年內被現實逼著做了這個結論：再等核電的時間，AI 不會等。

延伸閱讀：Aschenbrenner 下一波加碼 7 檔深度拆解

---

⛽外部驗證 2：EQT CEO Toby Rice — 「收到 8 個 Homer City 規模詢價」

前面 4 位主持人 + 1 位聰明錢都是「外部觀察 + 持倉動作」。第 6 條來源是上游供應商的 CEO，他是直接收到詢價的人。

Toby Rice 是 EQT Corp 的執行長 — EQT 是美國第二大天然氣商、Marcellus 氣田龍頭、全美唯一垂直整合（產氣 + 管線 + 長約客戶）的天然氣公司。他不是評論家、不是基金經理人、是實際接訂單的人。

Homer City 是什麼？賓州 4.4-4.5GW 退役煤電廠改建天然氣 AI 算力園區，2025-07-15 EQT 簽下每日最多 665,000 MMBtu 長約供氣 — 是北美單一場址歷史最大採購之一。GE Vernova 提供 7 台 7HA.02 輪機，2027 年啟動發電。

Toby Rice 說「8 個」這個數字 — 意思是另外還有 35GW 級的詢價在進場中。這不是規劃、不是預測，是直接從上游供應端的詢價簿看到的「未來訂單管線」 — 跟 Sacks 講的「voracious demand for compute」完全同框。

---

🎯6 條獨立來源 vs SALP 持倉：幾乎逐項對得上

把 4 位 All-In 主持人講的瓶頸 + 2 條外部驗證跟 SALP 的 Q4 2025 持倉並排比對，對應幾乎完美：

6 條獨立來源 — 4 位 All-In 主持人 + 1 位聰明錢 + 1 位上游 CEO — 幾乎逐項對得上。這已經不是「論點」、是多重獨立證據疊加後的物理現實。

---

🏗️更直接的證據：雲端業者自己已經在做了

更重要的是，雲端業者自己在做什麼，已經把這件事從預測變成發生中：

這些不是規劃，是已經在 SEC 文件、地方政府許可、上市公司財報裡逐一揭露的實際動作。

---

⚡核能太慢、SMR 還沒出來，物理上沒別的選

把所有電源選項放在一張表上對照建置期：

2026 至 2030 這個窗口剛好是 AI 資本支出最猛的時候，等不到核電。所以不是「天然氣對核電誰好」，而是「除了天然氣，物理上沒有別的選項」。

---

📋17 檔追蹤名單：4 籃完整對照

按角色分四籃，不是推薦，是給你一個按圖索驥的對照表。

8.1A 籃：表後發電設備、核心

8.2B 籃：上游天然氣與氣源

8.3C 籃：中游管線（SALP 漏勾、但這條鏈不能少）

8.4D 籃：電網、配電、工程總承包（資金路徑下一站）

延伸閱讀：Industrials AI 板塊輪動研究（PWR / MYRG / ETN 同步驗證）

---

⛓️EQT 一條鏈串四段：從馬塞勒斯到霍默市

這條鏈最乾淨的串法是順著 EQT 看。

EQT 是極少數同時押上兩條論點的標的：對內是 AI 數據中心國內供氣龍頭、對外是全球 LNG 結構性短缺下的美國上游受益者。

延伸閱讀：EQT 三線交匯：聰明錢 × 能源新秩序 × AI 電力

---

⚠️風險與注意事項：必讀

---

📡怎麼用 Trend Core 趨勢儀表板追蹤這 17 檔

不用每天去翻 SEC 申報、不用手動查股價、不用追每家公司的財報日。

9.1A 籃：表後發電設備

BE · SEI · PSIX · GEV · BKR

9.2B 籃：上游天然氣

EQT · EXE · AR · RRC · CNX

9.3C 籃：中游管線

ET · KMI · WMB

9.4D 籃：電網工程

PWR · MYRG · ETN · VRT

9.5主軸觀察工具

• 趨勢追蹤器 Screener — 用「機構持股 +」「內部人加碼」「趨勢分數 > 70」等條件篩選整個表後發電主軸
• 內部人異動追蹤 — 不用自己翻 Form 4
• 板塊資金流向日報 — 確認天然氣 / 公用事業 / 工業類股板塊資金是否輪動進來

---

🧭結論：把鏈整個攤開

把所有碎片接起來：

• 訊號層：All-In Podcast 把雲端資本支出框到接近 $1 兆，明確點名瓶頸在天然氣設備
• 資金層：Aschenbrenner 五季 13F 把核電長約購電整個清掉，換成表後發電 + 上游氣源 + 選擇權槓桿
• 物理層：Microsoft / Meta / Google / OpenAI / xAI / Crusoe 全部已經在表後發電、不過電網、燒天然氣
• 時序層：核電太慢、SMR 還沒出來，2026-2030 窗口裡天然氣是唯一可規模化選項
• 供應鏈層：上游 EQT、中游 ET / KMI / WMB、下游 BE / SEI / PSIX、配套 GEV / BKR / PWR / MYRG / ETN

這篇不是要告訴你買什麼，是把這條鏈攤開來，讓你自己決定。看 GPU 看了一年之後，現在最值得花時間的是電力這側的物理現實 — 因為那才是 AI 真正卡住的地方。

---

📋一頁速看（給沒時間的人）

---