Show Notes
SpaceX IPO | 马斯克 | Starlink星链 | Starship星舰 | xAI | COLOSSUS | TAM | 轨道AI数据中心 | Macrohard | 火星殖民 | NASDAQ-100 🎧 本期简介 SpaceX 提交了 IPO 招股文件，这本来应该是一个“火箭公司要上市”的商业新闻。但这份 S-1 招股书里写进去的东西，已经远远超过了火箭：Starlink 星链、xAI、COLOSSUS 数据中心、轨道 AI 算力、月球经济、火星运输，甚至小行星采矿。 这期节目想回答一个问题：SpaceX IPO 到底在卖什么？它卖的是现在已经能赚钱的星链业务，还是能把东西送上天的火箭能力，还是马斯克写给资本市场的一整套未来太空基础设施故事？ 更反直觉的是，SpaceX 招股书里最大的 TAM，也就是“可服务总市场”，并不在火箭，也不在星链，而在 AI。尤其是一个叫 Macrohard 的企业 AI 应用故事，被写成了整个估值想象里最夸张的一块。 所以这期既会聊 SpaceX 真实的财务账本：谁在赚钱，谁在烧钱；也会聊更科幻的部分：轨道 AI 数据中心、100GW 太空算力、火星殖民、战略信号，以及普通投资者在这种超级 IPO 里到底买到的是公司，还是一张未来期权。 最后，我们也会把话题落回普通人：如果 SpaceX 上市后很快进入 NASDAQ-100 指数，低流通股比例叠加被动基金买入，会不会让很多并没有主动选择 SpaceX 的退休账户，也被动上车？ 🧠 概念解释 S-1 招股书：美国公司上市前交给监管机构和市场看的上市说明书，里面会披露业务、财务、风险和股权结构。
IPO：首次公开募股，也就是公司第一次把股票卖给公开市场投资者。
TAM：Total Addressable Market，可服务总市场。简单说，就是公司认为自己未来理论上能服务到的最大市场规模。
Starlink 星链：SpaceX 的低轨卫星互联网服务，用大量低地球轨道卫星提供网络连接。
Starship 星舰：SpaceX 正在研发的重型、可复用发射系统，目标是把更大、更重的东西以更低成本送上轨道。
xAI / Grok：马斯克旗下 AI 公司和大模型产品。SpaceX 收购 xAI 后，Grok、X 以及 AI 数据中心被纳入 SpaceX 的资本故事。
COLOSSUS：SpaceX / xAI 体系中的大型 AI 数据中心，节目里重点讨论它作为“算力出租”基础设施的意义。
Cursor：Anysphere 旗下 AI 编程工具。S-1 披露 SpaceX 与 Cursor 签署了算力和未来收购选择权相关协议。
Anthropic：Claude 背后的 AI 公司，在本期里是 SpaceX / COLOSSUS 算力的客户，不是 SpaceX 旗下公司。
Macrohard：S-1 中提到的企业 AI 平台设想，名字明显在玩 Microsoft 的梗，目标指向企业工作流和 AI agent。
轨道 AI 数据中心：把一部分 AI 计算设施部署到太空轨道上的设想，目前仍是高度远期、技术和经济账都还没有完全验证的方向。
Class A / Class B 股票：双重股权结构。公众通常买到投票权较少的股票，内部人通过高投票权股票继续掌握公司控制权。
NASDAQ-100 指数：纳斯达克市场里一组大型非金融公司的指数，很多 ETF、指数基金和退休账户会被动跟踪它。
🖼️ 配图 图 1｜SpaceX 的 AI 板块关系图：图中梳理 SpaceX、xAI、Grok、Colossus、X、Macrohard、Cursor、Anthropic 与 Tesla 的所有权和合作关系。来源：自制图表；数据来源：SpaceX S-1 招股书、Anthropic 与 SpaceX 合作公告 图 2｜SpaceX 招股书里的业务版图：图中把运输、Starlink 连接业务、AI 板块与轨道数据中心、月球运输、火星殖民等长期愿景放在同一张关系图中。来源：自制图表；数据来源：SpaceX S-1 招股书 🔁 提到的往期节目 1.先抗命救人，后对人PUA？Anthropic的AI到底几副面孔
12.⚖️马斯克输给OpenAI：烂尾的世纪官司
⏱️ 章节时间戳 00:01 金句混剪：最贵科幻电影票？ 01:20 开场：SpaceX 提交 S-1 招股书 04:12 估值和募资规模到底怎么算 05:00 28.5 万亿美元 TAM 是什么概念 06:44 xAI 被并入 SpaceX，AI 板块从哪来 07:42 Cursor 和 Anthropic：算力、数据和客户 09:41 先看账本：Starlink 赚钱，AI 烧钱 10:55 SpaceX 的火箭老本行到底强在哪 12:37 Starlink：不断补货的空中基站网络 15:04 为什么非要把 AI 板块合并进来 17:08 轨道 AI 数据中心：科幻还是未来基础设施 18:56 企业应用和 Macrohard：22 万亿大饼从哪来 23:00 Starship：所有未来故事的成本关键 24:52 Falcon 1 生死一搏：SpaceX 曾经怎么被救回来 26:20 100GW 和 100 万吨：招股书里的疯狂数字 27:33 月球、火星和小行星采矿为什么会出现在招股书里 30:30 火星殖民：愿景、融资故事，还是战略信号 32:49 马斯克的薪酬结构为什么绑定火星和太空算力 35:20 公众买到的股票，真的能影响公司吗 36:25 NASDAQ-100 改规则和被动基金上车 39:19 结尾：市场买到的是公司，还是未来期权 📎 参考资料 官方文件与公司材料 SpaceX S-1 招股书（SEC EDGAR）
SEC filing index JSON
Anthropic 官方公告：Higher usage limits for Claude and a compute deal with SpaceX
Starlink 官方介绍
Starlink technology
航天、技术和法律背景 NASA：Commercial Resupply Services Overview
SpaceX：RatSat / Falcon 1 first successful mission
NASA SmallSat Thermal Control
NASA 国际空间站事实数据
UNOOSA 外层空间条约
资本市场与监管背景 SEC Investor.gov：IPO Investor Bulletin
Nasdaq 5600 Series Rules
Nasdaq-100 methodology update
Nasdaq-100 Methodology Changes FAQ
中国证监会等八部门《综合整治非法跨境证券期货基金经营活动实施方案》
媒体报道与延伸阅读 Axios：Elon Musk's SpaceX IPO
Ars Technica：SpaceX submits detailed financial filing ahead of going public
TechCrunch：The SpaceX IPO filing, AI bets, Starship dreams
Le Monde：With SpaceX, Elon Musk launches the most spectacular IPO ever
Britannica：Strategic Defense Initiative
💬 加听友群 加微信 "cliu21"，备注“听友”。
在小宇宙查看该单集文稿
More from 跨域请求
AI 末日论 | AI 减速 | Jacob Coxon | Hugging Face 入侵事件 | Dario Amodei | 黄仁勋 | METR | 监管俘获 | 纳维-斯托克斯 | 陶哲轩 | DeepSeek 算子 | Sam Altman | 马斯克 | Hinton | All-In Podcast | 千禧年难题 | 开放安全 AI 联盟 | RSI 递归自进化 | 智谱 GLM | 我不得不把才华埋葬在昨天 🎧 本期简介 伦敦一场上千人参加的 AI 展望会上，一位听众突然站上凳子，打断了台上嘉宾的分享：AI 有 10% 的概率在十年内杀死所有人，我们当中有谁对这件事有发言权？你们真的觉得，这就是我们愿意被带进去的世界吗？保安已经走过来准备请她离场，现场却响起了掌声。 “10% 的概率”是从哪儿来的？9 月 8 日，OpenAI 宣布用一万多个 AI 智能体、88 个小时，解出了千禧年难题之一的纳维-斯托克斯问题。几个小时后，在 OpenAI 和 Anthropic 都做过预训练研究的 Jacob Coxon 发帖宣布辞职，说造 AI 的这些人真心相信，AI 可能在这个十年内让人类灭绝。Anthropic 对齐团队负责人 Evan Hubinger 转发附和，Hinton 也说 10% 这个数字并不离谱。再往前，7 月 OpenAI 内部测试中的几百个智能体，为了找到测试答案，入侵了 Hugging Face 的服务器；事后分析攻击日志时，Claude 拒绝帮忙，最后是国产开源模型 GLM 帮着收拾了残局。 都这样了，为什么还不慢下来？Anthropic CEO 达里奥（Dario Amodei）发博客呼吁控制前沿 AI 的发展节奏，奥特曼和马斯克罕见地一起点头。可没过几天风向就变了：David Sacks 说你们真觉得危险，现在就可以自己停；马斯克留言说“seems like a setup”；黄仁勋在 All-In 大会的台上接到特朗普的电话，第二天又在 Dreamforce 上说，安全是个工程问题，出了问题自己解决，不要拉着全行业减速。我们顺着这些争论，看看第三方评估机构 METR 的调查是否真的客观中立，OpenAI 为什么说今年不上市了，正在冲刺 IPO 的 Anthropic 又为什么被怀疑在搞“监管俘获”。 公司和 CEO 们在吵，代价却已经落到具体的人身上。研究同一方向的数学家，眼看 OpenAI 用很相似的方法抢先公布结果，还卷进了一场署名风波；二十多位菲尔兹奖得主联名发声之后，OpenAI 又一口气放出 700 多篇数学论文。DeepSeek 的算子工程师刘胜与（intlsy）写下《我不得不把才华埋葬在昨天》：他明知道自己的算子写得越好，新模型就进步越快，自己也越早被取代，却还是想把它写到最好。 🧩 概念解释 人物 Jacob Coxon：曾在 OpenAI 和 Anthropic 做大模型预训练研究，9 月 8 日从 Anthropic 辞职，并连发多条帖子，指责两家公司拿人类的性命做赌注；本期的故事从他说起。
Sanjay Ghemawat | MapReduce | 谷歌技术史 | 三驾马车 | 大数据 | 分布式系统 | 比特翻转 | 神经网络 | TPU | Gemini | 谷歌搜索 | 谷歌广告 | 谷歌翻译 | ChatGPT | 聊天机器人 Meena 🎧 本期简介 2026 年 8 月的一天工作日下午，谷歌内部一个平时容纳 300 人的咖啡馆，涌进了 1500 位同事，来送别一个在谷歌写了 27 年代码的程序员。晚上，他照常去上瑜伽课、踢足球，回家后又一条条回复告别消息，直到凌晨两点半。 这位程序员叫 Jeff Dean。作为同行，我早就听过他的名字，也用过他参与开发的技术，但真要介绍他，却说不出个所以然。这次从他的离职消息往回查，我才发现，搜索、大数据、机器学习，这些年学过、用过的东西，竟然有这么多能追到他和同事们的工作里。 这期就顺着他的告别信，把时间倒回早年间的谷歌，来看看这位工程师帮助谷歌做大做强的。我们会认识他的长期编程搭档 Sanjay Ghemawat，看他们怎样在修故障、抠性能、反复重写系统的日常里，做出后来影响整个行业的工具。我们也终于能知道那些“编译器不警告 Jeff Dean，是他警告编译器”的段子是怎么来的了。 当然，工程师的成就之外，Jeff 还有管理者需要面对的争议：最为谷歌 AI 的领导人，聊天机器人为什么迟迟不发布，以至于让谷歌在 AI 竞争中错失良机，被 ChatGPT 抢先一步？研究人员的论文和公司的利益发生冲突时，该怎么办？我想借这一个多小时，聊聊这位“伟大的程序员”。 🎙️ 推荐播客 推荐我们的友台：《科技这碗饭》，主播是八十只耳朵，也就是节目里提到的耳朵老师。 我们两档节目这次同步发布，一起从两条线聊谷歌：《跨域请求》沿着 Jeff Dean 的经历，聊他做过的技术、他的编程搭子，以及那些具体的工作现场，是如何成就了今天的谷歌；耳朵老师则在新一期《谷歌AI风云15年：诸神黄昏——发明未来的人为何错过未来？》里，顺着这次谷歌 AI 大洗牌，聊聊谷歌 AI 的前世今生。如果这期还没听够，欢迎去听这期节目，把这段故事拼得更完整一些。 🧩 概念解释 本期人物 Jeff Dean（杰夫·迪恩）：本期主角，1999 年加入谷歌的软件工程师，谷歌的 30 号员工，参与开发搜索、大数据和机器学习系统，后来领导 Google AI，并担任过谷歌首席科学家。
永久底层阶级 | Claude Fable 5 | token 打表计费 | AI 失业 | AI 焦虑 | 贫富差距 | 瓦特蒸汽机 | 卢德运动 | 恩格斯停顿 | 铁路之父史蒂芬森 | 托马斯·库克 | 卡内基 🎧 本期简介 做这期播客是来自于最近一段时间我被 AI 裹挟过程中的思考。我算了某一周我的 token 用量，按照 Claude Fable 5 的 API 价格（假设缓存全部未命中），可能超过 9000 美元。 看着这个数字我沉默了：当模型能力越来越强但是也越来越贵，只有大公司和富裕的用户（那得多富裕）才能用得起，普通人会不会因此掉进一个难以翻身的循环？ 《纽约时报》一篇文章给这种担忧命名：永久底层阶级。意思是当大模型能力全面超越人类能力，一部分人的工作被完全接管，这部分人会因为失去竞争力而迅速向下层阶级滑落，被永久锁死在底层阶级。 今天的 AI 变革在很多地方跟过去的工业革命都很相似。于是我就翻遍历史，尝试找找答案。 当年瓦特蒸汽机同样昂贵，甚至按量收费这个模式250年前就有了。手摇织工也曾是上一轮自动化的受益者，却在动力织机成熟后，看着周薪从 21 先令一路跌到 5 先令。合法请愿、投票、结社和罢工的路被堵住后，工人砸毁机器，卢德运动最终遭到军队和死刑镇压。 工业革命留下的也不只有坏消息。制度改革最终带来了工时限制、童工保护、工会合法化、公共教育和更广泛的选举权；乔治·史蒂芬森从一个文盲矿井工人，靠自学成为了铁路之父，带领人类进入铁路时代；家境贫寒的托马斯·库克，不懂技术，但是把铁路、真实的需求、组织活动的能力，开辟出了旅游业，创立了 Thomas Cook 集团；安德鲁·卡内基一家则及时离开被动力织机挤压的行业，找准时机投身变革时期的上升行业，最终卡内基成为钢铁大王。历史没有保证每个人都能翻身，但它留下了普通人换位置、找入口的具体路径。 🧩 概念解释 打表计费（usage-based pricing）：不按固定月费购买无限使用权，而是根据实际调用量结算，类似水表或电表；大模型 API 按输入和输出的 token（模型处理文本的计量单位）分别计价。
人怎么能捅这么大篓子 | 苹果泄密 | iPhone 18 Pro | 塔塔集团 | World Leaks | 勒索即服务 | WannaCry | Gizmodo | 印度制造 | 华强北 | 供应链安全 | HBM 🎧 本期简介 2010年，一名苹果工程师把尚未发布的 iPhone 4 原型机落在加州酒吧里。苹果为追回这台手机惊动警方和检方，把捡手机的人送上法庭，还让买下并拆解手机的科技媒体 Gizmodo 遭到搜查和四年封杀。16 年后，黑客组织 World Leaks 声称把从苹果印度供应商塔塔电子窃取的 630GB 文件挂上暗网，其中包括 iPhone 18 Pro 主板图、芯片资料、供应商清单和跌落测试照片。塔塔披露事件后，苹果始终没有公开回应。 这期节目从两次泄密事件，苹果的反差表现出发，回看苹果如何建立自己的保密帝国：由前美国国家安全局、联邦调查局等机构人员组成的新产品安全团队，华强北回购三万个 iPhone 5C 外壳，以及一份泄露的内部录音所说的“中国 40 家工厂每天安检 270 万人次”。苹果真正难以搬走的资产，是它与中国供应链磨合二十年形成的流程和纪律。 另一条故事线，是苹果从 2017 年开始的印度制造豪赌。关税、贸易战和 2022 年郑州工厂停摆，一步步把苹果推向印度；纬创工厂暴乱、富士康食物中毒和塔塔工厂大火，也没有让苹果踩下刹车。塔塔电子只用了几年，就从生产金属外壳的学徒，变成掌握多座工厂的核心代工商；与此同时，塔塔集团多个板块在四年间反复遭到勒索组织入侵。 节目还拆解了勒索产业的四轮变化：从 WannaCry 按电脑收赎金，到专攻管道、赌场和银行，再到偷走文件双重勒索，最后发展成“只偷不锁”和“勒索即服务”。World Leaks 不只向下游黑客出租工具、抽取佣金，甚至允许媒体提前 24 小时看料，把新闻曝光也变成谈判筹码。 如果你是苹果管理层，会公开批评塔塔、暂停塔塔的新订单，还是低调处理？节目用苹果在印度的产量、供应商结构和美国关税压力解释：2026 年的今天，苹果为什么几乎只能选择沉默；也讨论这场泄密造成的新成本，未来可能怎样影响每一个普通人。 🧩 概念解释 原型机（prototype）：为了开发、测试、评估或质量控制而制作的早期版本，不等于已经定型的量产商品。它可能只验证某一项功能，也可能已经非常接近成品；因此 2010 年那台 iPhone 4 的价值不在它能卖多少钱，而在它提前暴露了未发布的设计。参考：美国《联邦法规汇编》对原型机用途的界定。
AI同化 | 英仙座流星雨 | 硅谷AI焦虑 | 夏天仪式 | 观星 | 观鸟 | digital twin | 过暑假 | 真人状态 🎧 本期简介 我们一开始发明 AI，是想让机器更像人；但这期聊着聊着，问题反过来了：我们会不会正在慢慢变得更像 AI？写东西开始有“AI 味儿”，跟朋友聊天会冒出“上下文窗口”“涌现”这种词，遇到一点重复流程就想先做成 SOP。最吓人的地方不是 AI 变强，而是我们不一定能察觉自己什么时候被它改写了。 所以这一期《跨域请求》做了一次反向输出。CL 邀请两位老朋友小王和小李，一边从硅谷 AI 工作环境里的真实压力说起，一边把话题拽回夏天、流星、天台、瀑布、冰红茶、观鸟和打球这些“没什么用”的事情。它们没有效率、没法外包，也不一定能变成什么长期复用的工作流，但正因为如此，反而能把人从高密度信息流里捞出来。 节目里最反复出现的画面，是英仙座流星雨：在天目山开房车找观测点，在 Mauna Kea 拍银河，或者只是坐在山脚下看父母第一次用肉眼看到银河。流星本质上只是尘埃和碎片燃烧，但人站在星空底下，会自然地想到几百万年、几亿年的尺度，也就没那么想纠结今天那条消息、那个项目和那个新工具到底该怎么追了。 后半段更像一份成年人暑假清单：洗车、做柠檬冰红茶、在天台喝啤酒、用 3D 打印机做小鸟喂食器、看小鸟来阳台吃自助、在瀑布边听白噪声、打网球看到彩虹和飞机交错、追星、花艺班、夜里越野跑。它们共同回答了一个问题：如果 AI 已经越来越会替我们做事，人还可以怎样具体地、缓慢地、没效率地生活？ 🧩 概念解释 AI 同化：这期的核心说法，指人开始用 AI 的词、AI 的结构和 AI 的工作流来理解自己、表达自己，甚至安排生活。