Allbirds 改名 Newbird AI、Token Maxing 變 KPI：TechCrunch Equity 這集的 AI 症狀學

TL;DR

• Allbirds 賣掉鞋子業務後剩下的上市公司空殼改名 Newbird AI，借 5,000 萬美元買 GPU 做算力出租，股價一週暴漲超過 400%
• 英國自駕車新創 Wave 拿到 Nvidia、Arm、Qualcomm 三家晶片廠的 6,000 萬美元延伸輪，端到端硬體不可知論終於跑出來了
• AI 資料中心新創 FluidStack 洽談 10 億美元新一輪，估值 180 億美元，背後是 Anthropic 的 500 億美元長約
• OpenAI 連環併購 Hero（個人理財 acquihire）和 TBPN（科技直播節目），補消費產品和公關形象兩個大洞
• Anthropic 的神秘模型 Mythos 強到不敢公開釋出，Jerome Powell 直接叫大銀行去試用當資安工具
• Token Maxing 變成新 KPI，Meta 內部一度搞 token 使用排行榜，用多少算力直接寫進 performance review
• 單日 500 billion tokens 就這樣燒掉，Parasale 這種幫企業壓低推論成本的新創剛拿到 3,200 萬美元

Podcast 背景介紹

TechCrunch 的 Equity Podcast 是英語世界最經典的新創圈 podcast 之一，從 2017 年做到現在，基本上就是把每週的融資、併購、產業動態抓出來開三人辯論會，節奏明快、立場清楚。這集在 2026 年 4 月 17 日錄製，三位主持人都是 TechCrunch 的老面孔：Kirsten Korosek 是交通編輯，長期追 Uber、Tesla、自駕車新創，對汽車產業的投融資動態有很細膩的觀察；Sean O'Kane 是資深記者，寫很多汽車和大科技公司的深度報導；Anthony Ha 是週末編輯，負責消費科技和創投觀察。三個人的組合剛好涵蓋產業、資本、文化三個切角，不會只是新聞摘要，會有真正的判斷。

從羊毛鞋到 GPU：Newbird AI 是這一波 AI 熱最傳神的縮影

Allbirds 這家公司你可能穿過，早期矽谷人腳上幾乎人手一雙的羊毛鞋，一度熱到上市，巔峰估值 40 億美元，後來業績一路崩。幾週前他們把鞋子品牌和營運資產賣給 American Exchange Group，拿到 3,900 萬美元，對於曾經那麼熱的品牌來說，這個數字不用多解釋。

但真正荒唐的在後面。上市公司的空殼還在，他們宣布改名 Newbird AI，拿到一筆 5,000 萬美元可轉換融資，要重新定位成 AI 算力基建公司，做 GPU-as-a-Service。消息一出，股價一週暴漲超過 400%。

Anthony 在節目上講了一句很到位的話：「這可能不是 2026 年最重要的故事，但絕對是最具象徵性的。」我完全同意。

這個劇本一點都不新。Sean 翻出 2017 年的 Long Island Iced Tea，一家賣冰茶的公司宣布 pivot 到區塊鏈、改名 Long Blockchain Corp，股價短期暴漲、然後被 SEC 盯上、被 delisted、創辦人被起訴內線交易。2021 年 meme stock 熱也是同一個邏輯。現在套到 AI 版本，narrative 從 crypto 換成 GPU。

這個故事的殘酷在於，5,000 萬美元在 AI 算力這個賽道根本是零頭。去問任何在做真正的 neocloud 的人，這個金額連幾百張 H200 都買不到，而且你還得排到隊。Nvidia 的大客戶是誰都很清楚，Newbird AI 這種名字想擠進去是天方夜譚。這筆錢真正能做的事情，大概就是趁著 AI fairy dust 還有效的時候，在公開市場多發幾輪股票套現。

我之前在 Jake Paul 上 20VC 那集 寫過「注意力比資本更值錢」的論點。Newbird AI 的操作基本上就是這個論點的反面教材：用極低的資本成本去買當下最熱的敘事，再用股價套現。會不會真的做起來我不知道，但這個劇本在每一波產業熱潮都會重演。Anthony 預測夏天會有更誇張的案例，我覺得他說得保守了。

Wave 的 6,000 萬美元延伸輪：為什麼晶片廠要集體下注

Wave 是英國自駕車新創，2024 年底拿了超過 10 億美元的 Series D，Nvidia、Microsoft、Uber、SoftBank 都有進場。這週他們宣布 6,000 萬美元延伸輪，投資人是 Nvidia、Arm、Qualcomm。

Kirsten 訪問過創辦人 Alex Kendall 很多次，她在節目上點出重點：Wave 走的路線跟 Waymo、Cruise 這些美國大廠不一樣。他們不指定感測器、不綁 LiDAR、也不挑晶片，核心是「端到端神經網路 + 硬體不可知論」。任何一台現代車上的感測器和晶片，他們的軟體都可以吃下去，然後教車開車。

這時候晶片廠的投資邏輯就清楚了。Nvidia、Arm、Qualcomm 在車用晶片本來就是競爭關係，但他們都想確保 Wave 在開發階段就把自家晶片支援得很好。一旦 Wave 拿下 Nissan、Mercedes、Stellantis 的單子，他們的晶片就跟著被鎖進這些車裡。

另一個值得看的細節是 Uber 跟 Wave 的關係。Financial Times 這週盤點了 Uber 在自駕車領域的投資，總金額大概 100 億美元，散佈在各家新創上。但不是每筆投資權重都一樣。Kirsten 特別指出：Wave 跟 Uber 的合作密度遠高於其他標的，Uber 承諾再追加 3 億美元，這筆錢綁在「London 成功上線」這個里程碑上。而且 Kirsten 的理解是可以先有安全員在車上，不用一步到位無人駕駛。這代表 Uber 的押注在 Wave 這條線上是真的有在推進落地，不是純粹的撒網式投資。

FluidStack 的 180 億估值：前沿實驗室的專屬基建

這集最值得花時間看的一筆交易是 FluidStack。洽談中的 10 億美元新一輪，估值 180 億美元，幾個月前這家公司的估值還是 75 億美元。推力來自去年 11 月 Anthropic 宣布的 500 億美元長約，要 FluidStack 在德州和紐約蓋客製化資料中心，2026 年陸續上線。

Sean 在節目上提了一個有共鳴的觀察：自駕車新創早期常見的陷阱是「看到幾十億就覺得很多」，但把產品做出來的資本門檻其實更高。Lucid Motors 當年 SPAC 合併時一次融到 40 億美元，現在還在燒錢掙扎。10 億美元在 AI 基建這個賽道也差不多，光蓋一個中型資料中心就花掉了。

FluidStack 的定位挺有趣。它不跟 AWS、GCP、Azure 這些 hyperscaler 正面對幹，而是站在前沿 AI 實驗室和 hyperscaler 之間的中間層。Anthropic 需要訂製化、for AI workload 最佳化的資料中心，又不想把雞蛋全放在 AWS 或 Google 一個籃子裡，FluidStack 就填上了這個位置。

Anthony 保留了一手：從過去到現在各種 AI 基建公告的實際落地率來看，宣告的數字跟最後真的蓋出來的數字之間，一定會有一段很長的路。「不會是零，但也不會是原始數字」是個很合理的假設。我自己的判斷是：要觀察 AI 基建泡沫，看 FluidStack 這種中間層公司會比看 Nvidia 或 OpenAI 更準，因為它們離終端需求最近，最早感受到需求疲軟。

OpenAI 的連環併購：補消費產品和公關形象兩個洞

這週 OpenAI 做了兩筆併購，金額都不大，但都很耐人尋味。

第一筆是 Hero（I 結尾），一家兩年前才上線的個人理財新創。TechCrunch 的 Julie Bort 挖到的重點是：這基本上是 acquihire，Hero 產品要收掉，團隊併進 OpenAI。

第二筆更離奇，是 TBPN，一個科技圈的商業直播節目。兩個主持人每天開直播聊矽谷動態，在這一波 AI 熱度裡累積了不少聲量。OpenAI 把他們吃下來，宣稱會保持編輯獨立性。Sean 在節目上吐槽：當你把一個媒體節目放進公司的 PR 和政策部門下面，「編輯獨立性」就是咒語，不會因為你念出來就真的發生。

這兩筆併購放在一起看才有意思。Hero 代表的是 OpenAI 想在 ChatGPT 之外找下一個消費產品 hook。ChatGPT 已經是個非常成功的產品，但它能不能撐起 OpenAI 的燒錢速度，是整個產業都在問的問題。TBPN 則是在解公關形象問題。Ronan Farrow 上週剛在《紐約客》發了一篇深度報導修理 Sam Altman，買一個每天講你好話的節目，能不能真的改變 narrative 是一回事，但這個決策本身就說明了 OpenAI 很焦慮。

這兩筆併購放在 Anthropic 一路高歌猛進的背景下看就完全合理了。我之前在 All-In 那集的整理 寫過這個對比：Anthropic 在 enterprise 端已經跑出霸主地位，Claude Code 在開發者社群的討論度完全壓過 ChatGPT。TechCrunch 記者 Lucas 在 Human X 大會現場的觀察一致：人人都在聊 Claude Code，ChatGPT 被當作「那個消費產品」。

這個局面對 OpenAI 來說是三條線同時受壓：企業端被 Anthropic 壓著打、消費端要防守 ChatGPT 黏著度、國防和政府端兩家在搶同一個錢包。OpenAI 的併購策略看起來就是每條線上都補一點，但補得夠不夠快，老實說我不太樂觀。

Mythos：強到不敢公開釋出的模型

Anthropic 最近發表了內部代號 Mythos 的模型，定位是「強到我們不敢公開釋出的資安能力」。這種 framing 本身就是行銷，但背後的政府動態更值得注意。

過去幾個月 Anthropic 跟五角大廈關係不好，被貼上 supply chain risk 標籤。但這週傳出 Jerome Powell 親自召集大銀行開會，叫他們去 evaluate Mythos 當資安工具。這是 Trump 政府跟 Anthropic 之間很明顯的溫度轉變。

Sean 講了一段值得停下來想的話：如果真的有一個模型強到可以攻破大部分系統，那這東西確實需要監管。問題是現在根本沒有像樣的監管框架，大家都在比誰先把旗子插上。Mythos 的 demo 和 Jerome Powell 那場會議時間點搭得這麼剛好，要說完全沒有互相配合也不太可能。

這個故事的 takeaway 不是 Anthropic 做出 AGI 了，而是前沿模型的國安化正在發生。未來一年，誰跟政府、央行、金融體系的關係比較好，可能比模型 benchmark 分數重要多了。

Token Maxing：當用多少算力變成 KPI

這集最有意思的產業觀察詞是 token maxing。這個詞一年前根本不存在，現在已經開始變成科技公司內部的文化現象。

Meta 內部有段時間據說有個 token 使用排行榜，看誰在工作中用最多 token。這個 KPI 乍聽很合理，畢竟公司花大錢給你 AI 工具當然希望你用。但結果也很好預測：大家開始研究怎麼用最長、最複雜的 query 去刷 token 數，用量上去了，實際產出有沒有提升是另一回事。Meta 後來把排行榜關掉，但這個 pattern 已經在很多公司出現。

Anthony 的觀察很準：「token maxing」跟「vibe coding」一樣，都是那種你聽一次就記得住的詞。memeable 這件事在 AI 這種傳播速度快的領域本身就有特殊價值。Reid Hoffman 這週也公開背書說這是個不錯的參考指標。

Token maxing 火起來的同時，另一種新創剛好崛起：專門幫你把推論成本壓低的 infrastructure 公司。Parasale 這週剛融到 3,200 萬美元，核心產品就是讓 AI inference 跑得更便宜、更快、更省。他們的 CEO 講一天生成 500 billion tokens，這個數字大到很難想像，但就是在發生。Uber CTO 這週說他們 AI 預算早就燒超過了。

這個組合很有意思：公司一方面鼓勵員工多用 AI，另一方面預算不夠，中間這塊推論優化市場就爆炸式成長。真正值得觀察的是 token maxing 會不會在今年的 IPO 財報季被戳破。一旦這些 AI 公司要拿出 S-1，市場就會看到單位經濟學的真相。現在是在燒外部投資人的錢補貼 token 使用，還是已經可以靠自己賺錢養自己，這個答案決定了 2026 下半年整個 AI 基建估值會怎麼走。

內外的認知落差：AI 圈的同溫層問題

這集最後聊到 Stanford 的一份報告，指出 AI 圈內人跟一般大眾的認知落差正在快速擴大。身在矽谷圈，每天聽到的都是 agent、model、inference。但走出這個泡泡，大部分人對 AI 的感受是：焦慮、反感、不信任。Sam Altman 這個月稍早家裡被攻擊，這不是孤立事件，反映的是正在累積的社會情緒。

Anthony 講了一個很誠實的點：圈內人跟圈外人體感差異這麼大，核心原因是 AI 對某些職業的改造是根本性的。寫程式的人這一兩年的 daily workflow 翻了好幾輪，但你去問會計師、律師、護理師，他們的日常大概沒什麼變化，但他們在新聞上天天看到 AI 要取代人類。這個資訊不對稱就是焦慮的來源。

我之前在 AI 營收爆炸但民眾好感度比伊朗還低 這篇聊過類似的 PR 危機。現在 Equity 這幾位記者講的是更結構性的問題：圈內人只活在圈內，對圈外情緒毫無感知。這一點對創業者特別重要。如果你做的是 B2B 工具，你可能感受不到這個落差。但如果你做 to C 產品，你就得認知到「AI 好」在大多數場景已經不是預設值了。講 AI 能力要更謹慎，講使用場景要更具體，講風險要更坦承。

結語

這集 Equity 沒什麼爆炸性新聞，但把幾個趨勢串在一起看，2026 年春天的 AI 產業就清晰很多：上市公司靠改名蹭熱度、基建公司估值快速膨脹、前沿實驗室在政府端佈局、大公司內部用 token 使用量當 KPI、一般大眾的焦慮還在升高。這些現象不是獨立的，是同一個泡沫擴張期會同時出現的症狀。

作為個人投資人或創業者，現在最重要的是保持兩個判斷框架同時在手邊：一個是「AI 是真的會改變產業的技術革命」，另一個是「這一波的資本泡沫在某個點一定會修正」。這兩個判斷不衝突，你可以同時相信，但你的行動要根據你現在站在週期哪一段來調整。

自行斟酌，共勉之。

這類 podcast 整理我每天都會更新在 wilsonhuang.xyz，如果覺得有幫助，訂閱就不會漏掉。

Sources:

• Tokenmaxxing, OpenAI's shopping spree, and the AI Anxiety Gap | TechCrunch
• AI data center startup Fluidstack in talks for $1B round at $18B valuation | TechCrunch
• Anthropic invests $50 billion in American AI infrastructure | Anthropic
• After sale of its shoe business, Allbirds pivots to AI | TechCrunch
• Allbirds, Inc. Executes $50M Convertible Financing Facility Agreement