我们该怎样给OpenAI估值？——当机器开始批量生产图灵奖

用 FCF 评估 OpenAI，就像在 1945 年曼哈顿计划成功的清晨，用 "卖核裂变衍生品能赚多少钱" 去评估核能的价值

谁能坐在全球唯一的 "原创发动机" 的控制台前，谁就拥有未来世界的话语权

我们正在目睹的，是智力本身的定价权，从碳基生命的手中，悄然转移

Excel 的失效与文明的震颤

2026 年 10 月，科技界与理论科学界经历了一场前所未有的地震。OpenAI 在一个月内接连丢出重磅成果：放出四维 Kakeya（挂谷）猜想的 175 页证明手稿，给出量子色动力学（QCD）与杨 - 米尔斯理论的严格数学存在性证明 —— 后者正是七大千禧年难题之一，更在 10 月 26 日宣布，由其推理模型独立推导、并经 Lean 形式化验证的论文，正式证伪了理论计算机科学的基石之一：指数时间假设（ETH）。

一时间，全球学术界 "天塌了"。那些被判定为人类 "绝无可能高效解决" 的极限难题，在理论上被撕开了一道通往次指数算法的裂缝。

先冷静一句：证伪 ETH，不等于证明 P=NP。新算法依然很慢，只是慢得比 ETH 所断言的指数下界要轻得多；OpenAI 自己也说，要把这变成工程上的实际提速，还有大量研究要做。但即便如此，几百篇论文赖以成立的地基被动摇，本身就是足够大的地震。

而在象牙塔外，华尔街、硅谷以及全球顶级主权基金的办公室里，同样在上演着一场无声的恐慌与剧震。无数分析师看着屏幕上疯狂滚动的论文，转头看了看自己模型里那张写满营收增速、净利润率和自由现金流折现的 Excel 表格，陷入长久的死寂。

一个能批量生产图灵奖与菲尔兹奖级别成果、正在充当全人类科学 "原创发动机" 的超级怪兽，到底值多少钱？当传统的金融估值模型在机器的无解智力面前彻底失效，我们究竟该如何给 OpenAI 估值？

传统模型的 "降维打击"

在探讨新范式之前，先要理清：为什么旧工具丈量不了新时代。

传统金融学最核心的圣经是自由现金流折现（DCF）：一家企业的价值，等于它未来生命周期内能赚取并分给股东的现金流的现值总和。苹果、微软、SaaS 巨头 Salesforce，都可以套进这套基于 "商业变现能力" 的公式。

但放在今天的 OpenAI 身上，这套逻辑遭遇毁灭性反噬。

第一，成本高昂，回报极度非线性。推理时代的 AI 对电力、算力和数据的消耗是个无底洞 —— 一个为了验证某个物理猜想、在后台疯狂跑数十小时长程推理的虚拟科学家集群，电费与折旧是天文数字。单看账面上的 ChatGPT 订阅费或 API 调用费，OpenAI 的自由现金流在很长一段时间内都极度扭曲、难以预测。

第二，"技术突袭" 的偶发性无法被季度财报量化。你如何把 "证伪指数时间假设" 这件事塞进 Q3 的财报？它短期内不会让产品多卖出 10% 的会员，却在一夜之间改写了未来二十年全球物流、密码学安全、数据库架构和量子计算的效率极限。这种对下游产业的整体重构，是任何微观企业的财务报表都无法承载的。

用 FCF 评估 OpenAI，就像在 1945 年曼哈顿计划成功的清晨，用 "卖核裂变衍生品能赚多少钱" 去评估核能的价值 —— 渺小，且滑稽。

"科学资本" 的工业化定价

当商业逻辑解释不了科学突破，OpenAI 的估值锚点必须从 "生产力工具" 跃升为 "科学资本"（Scientific Capital）。

在人类历史上，科学发现是极其依赖偶然性的 "手工业"。一个爱因斯坦、一个图灵、一个杨振宁，需要人类社会数百年的随机繁衍，加之漫长的教育，以及在某个深夜极其偶然的灵光一现，才能把文明往前推一小步。

而 OpenAI 正在做的，是把 "天才的灵光一现" 转化为可标准化、可规模化、输入算力和电力就能批量产出的工业化流水线。它不再是卖文字接龙的软件公司，而是一家 "科学成果的超级工厂"。

于是，第一层估值逻辑应当是 "科学突破期权" 的混合定价：

总估值 ＝ 基础业务（API / 算力销售）的常规估值 ＋ 全人类重大科学突破的综合期权溢价。

这个期权值多少钱，取决于它能为人类省下多少年的研发时间。如果它的推理模型通过攻克偏微分方程，把人类掌握受控核聚变、室温超导或彻底攻克癌症的时间提前二十年 —— 那么这二十年里省下的研发试错成本、挽救的生命价值、释放的清洁能源红利，取千分之一折现回来，就足以支撑起一个数万亿美元的庞然大物。

无限智力杠杆与 "主权级溢价"

另一个传统模型无法计算的维度，是 OpenAI 对 "全球顶级智力资本" 的无限吞并。

传统机构想扩张业务，得去哈佛、MIT 挖掘最聪明的博士，开出百万美元年薪。人的精力有限，会疲惫、会生病、会陷入思维定势，一生只能攻克一两个主要课题。

但通过 o1、o3 以及后续更加恐怖的强化思维链技术，OpenAI 在后台拥有的，是一个可以无限复制、24 小时不知疲倦、能在几万个维度同时并发思考的 "虚拟科学家集群"。当 AI 不仅能看懂 Lean 语言，还能自己编写代码验证自己的数学假设、纠正人类的错误时，它事实上已经垄断了通往更高阶文明的 "智力杠杆"。

这种垄断让 OpenAI 的估值直接带上政治与文明属性，从而诞生了 "主权级溢价"（Sovereign Premium）。

这一阶段的定价者，不再是公开股票市场上的散户或共同基金，而是全球顶级主权财富基金和大国的战略储备资金。对它们而言，购买 OpenAI 的份额，不是为了在下个季度获得几个点的财务回报，而是购买 "智力主权" 与 "技术安全"。谁能坐在全球唯一的 "原创发动机" 的控制台前，谁就拥有未来世界的话语权 —— 这种由国家竞争带来的溢价，任何商业公式都框不住。

卡尔达肖夫指数下的 "征税权"

把视线拉得更远。借用宇宙学的尺度，OpenAI 的终极估值甚至要参考 "卡尔达肖夫指数"（Kardashev Scale）。

人类文明目前约处于 0.7 级，正在苦苦寻找突破 I 型文明（全面掌控地球能源）的门票。而这门票的密码，就藏在复杂的等离子体流体力学方程、高能物理的强相互作用力，以及极端复杂的材料学计算中。

如果 OpenAI 的推理模型最终成为解开这些底层密码的唯一钥匙，它赚取的将不再是商业利润，而是未来人类新世界的一部分 "征税权"。

它在为全人类跨学科研究提供 "协同发现者"（Co-discoverer）服务的同时，也在把自己嵌入未来所有前沿产业的底层架构。太空探索、深海开发、量子网络 —— 只要你使用了由 OpenAI 机器发明的物理公式或材料配比，就无法绕开它的生态。这种估值，是关于人类命运共同体未来总资产的某种 "终极分成"。

我们正在见证历史

当我们探讨 "如何给 OpenAI 估值"，本质上是在经历一场金融学与经济学的自我启蒙 —— 用农耕时代和工业时代发展出来的符号系统（货币、财报、折现），去衡量一个正在以光速超越人类智力总和的 "硅基超级大脑"。

它注定无法被关在 Excel 的格子里。

也许正如部分激进投资人所言，OpenAI 会演变成地理大发现时期 "东印度公司" 那样的超级垄断体；又或者，它最终会被国际社会联合接管，成为某种属于全人类的公用智力基础设施。

但无论最终形式如何，那个单纯看重市盈率（P/E）和现金流的时代，已经一去不复返。面对一个能批量产出图灵奖、正亲手踹开星辰大海大门的 "文明级发动机"，任何具体数字都只是一张暂时的收据。

我们正在目睹的，是智力本身的定价权，从碳基生命的手中，悄然转移。

参考文献（References）

事实来源

1 OpenAI：《Working with academic communities to build scientific understanding》，官网 Research 栏目，2026-10-26 —— 三项成果的原始公告（Kakeya／ETH／QCD，注明物理成果正由专家审查）。

2 OpenAI：《Sharing AI progress in mathematics》，官网，2026-10-06 —— 公开 722 篇数学手稿，含 175 页四维 Kakeya 证明稿。

3 虎嗅：《OpenAI 公开 175 页四维证明手稿，剑指数学百年难题》，2026-10-11 —— 四维 Kakeya 尚未完整同行评审的依据。

4 36 氪：《王虹攻下的三维挂谷猜想，OpenAI 放出 175 页四维证明稿》，2026-10-10 —— 三维挂谷归属王虹（2025），与 OpenAI 的四维工作分开。

5 腾讯新闻：《王的猜想，被 AI 一夜通关》，2026-10-27 —— QCD／杨 - 米尔斯时间线（9 月 9 日生成、10 月 16 日完成 Lean 形式化）与诺奖得主审查安排。

6 IT 之家：《OpenAI 宣布斩获三项重大科学突破，涉及数学猜想、计算机算法及千禧年难题》，2026-10-27 —— 三项突破综合报道，含 ETH 细节。

7 alphaXiv 预印本：《The Exponential Time Hypothesis is False》，2026-10 —— ETH 证伪论文原文（确定性亚指数计数算法）。

8 马少平（清华大学）微博解读：《计算机：一条被当作地基的假设》，2026-10-27 —— "证伪 ETH ≠ P=NP" 。

背景延伸

1 N. S. Kardashev：《Transmission of Information by Extraterrestrial Civilizations》，Soviet Astronomy，Vol.8，1964 —— "卡尔达肖夫指数" 原始文献。

2 蒂姆・科勒等：《价值评估 —— 公司价值衡量与管理》（Valuation），机械工业出版社 —— 文中 "传统估值模型（DCF）" 的正统范式背景，供读者对照 "旧工具"。

与AI共创