投資人 Chamath Palihapitiya 在 X 上發布了他所謂的「AI投資指南」，描繪了他預期資金將在人工智慧市場中流向何處。這位 Social Capital 創辦人主張，雖然最快的回報來自電力與數據中心不動產，但長期持久的利潤將歸屬於「控制框架」及其上層構建的應用程式。此框架發布之際，Microsoft、Google、Amazon 和 Meta 等超大規模企業正集體投入數千億美元於AI基礎設施，加劇了對支撐整個技術堆疊的有限資源——土地、電力和晶片——的競爭。

土地、電力與外殼：回報最快的路徑

Palihapitiya 將AI投資機會分為多個層次，首先是他所稱的 LPS——即土地（land）、電力（power）和外殼（shell）的縮寫。這個術語指的是在安裝任何晶片之前，數據中心的實體佔地面積。

他將此層描述為「仍然是現金回報率最明顯、最快速的路徑」，並補充道：「在這一層可以快速組裝和交易大量價值。隨著數據中心面臨越來越多的阻力，通電的土地價值可能會暴漲。這裡非常看漲。」

Palihapitiya 表示，他與合夥人 Anita Verma-Lallian 已鎖定接近 6 GW（吉瓦）的電力供應，合約期延續至 2029 年——這一規模相當於數座大型核電廠的發電量。他此前曾表示，取得分區批准的土地和矽晶片供應，使其擁有者對AI供應鏈中所有下游環節擁有談判籌碼。在全行業範圍內，確保如此規模的電力承諾已變得越來越困難，因為美國主要市場的電網限制和許可時間表可能將數據中心項目延宕數年。

控制框架層：持久利潤所在

在實體基礎設施之上，Palihapitiya 的核心論點集中在他所稱的「控制框架」上。在 7 月於 X 上的一則貼文中，他寫道：「一個現代的控制框架 + 開源模型將大幅削減你的 token 消耗，同時保持效能。」

根據 Hugging Face 於 5 月 25 日發布的術語表，控制框架是包覆在AI模型外圍的軟體，負責決定模型能看到什麼、可以調用哪些工具，以及何時停止運作。Anthropic 的 Claude Code、OpenAI 的 Codex 和 Google 的 Antigravity 都是控制框架的範例。Claude Code 在其官方文件中被描述為「圍繞 Claude 的代理式控制框架」。

Palihapitiya 主張，「控制框架幫助企業擁有其專有情境（即 Alex Karp 所稱的『alpha』）」，他將其定義為包括數據、工作流程和業務規則等。Karp 是 Palantir Technologies 的執行長，他此前曾主張專有數據是企業AI中最關鍵的競爭資產。

應用程式為長期贏家

Palihapitiya 的投資論點也延伸至應用程式，他將其視為另一個長期贏家。他寫道：「每一家公司，只要有正確的控制框架，現在都能將其 alpha 注入運營公司的軟體中。」這一框架定位意味著，現有企業——而不僅僅是AI實驗室——如果能將專有數據和工作流程整合到以模型為基礎的應用程式中，就有可能成為受益者。

業界人士回應

多位業界領袖對 Palihapitiya 的貼文做出了回應，其中許多人呼應了他對控制框架的重視。

Tycoon AI 創辦人 Xiaoyin Qu 對控制框架論點表達了支持，她表示控制框架「無論模型是否被商品化，都能創造利潤」，因為正確的控制框架能解鎖大規模、長週期的任務，其價值遠超過任何單一模型的產出。

Box 執行長 Aaron Levie 則在回應另一則突出各種AI代理效能的貼文時表示，控制框架「將成為AI堆疊中最關鍵的變數」，與原始模型能力並列。

背景：Palihapitiya 此前對AI支出的質疑

在 7 月中旬，Palihapitiya 在 X 上發文質疑當前AI支出的現狀，詢問除了少數幾家已在收取收入的企業之外，AI支出是否對任何人有所回報。他指出，買家現在每百萬個前沿 token 只需花費 $0.50，而過去同等數量需要 $56。

他的控制框架論點似乎是對這一質疑的直接回應：如果模型變得廉價且可互換，價值就會轉向掌控數據、工作流程，以及最終建立在其上的應用程式的人。