终于到估值了。先别管大模型，我们先把教科书里最标准的那套方法——现金流折现——老老实实干一遍，看它在哪里卡住。看清它怎么死的，才能明白市场实际在用哪套「野路子」。
现金流折现：一句话版
现金流折现（DCF）的思想朴素得像常识：一家公司值多少钱 = 它这辈子能赚回来的所有现金，折算成今天的钱，加总。
为什么要「折算」？因为明年的 100 块不等于今天的 100 块——今天的 100 块拿去存银行，明年就变 105 了。反过来说，明年的 100 块，今天只值 95 块左右。越远的钱，折得越狠。这个「打折的狠度」叫折现率：无风险利率打底，风险越大加得越多。
所以 DCF 只需要两个输入：
- 未来每一年的现金流预测；
- 一个折现率。
听起来很客观？马上你就会发现，这两个输入在大模型公司身上，一个比一个没法填。
第一个填不上：现金流预测
给一家成熟公司做预测，锚点是历史：过去五年利润涨 8%，外推一下，差不到哪去。大模型公司没有历史——OpenAI 的收入从 2023 年 20 亿到 2026 年年化 400 亿量级，这不是增长曲线，这是爆炸。
拿它自己的官方预测感受一下：OpenAI 流出的内部预测说 2026 年亏 140 亿美元左右，2029 年到 2030 年才转正，2029 年收入目标 1000 亿美元以上。注意这些数字的性质：它不是分析，是许愿——是公司自己对投资人讲的剧本。五年后的收入，连公司自己都只能猜；而 DCF 要求你猜十年、二十年。
第二个填不上：折现率
一家随时可能被 DeepSeek 式黑马打穿的公司，风险该加多少？没有答案。成熟市场给稳定公司用 8%–10% 的折现率；风投给早期公司心里用 30% 甚至更高——差几个百分点，算出来的估值能差出好几倍。折现率在这里不是一个测量值，是一个态度。
就算都填了，还有一个结构性问题：终值吃掉了一切
DCF 实战里有个公开的秘密：对亏损成长期公司，估值的绝大部分来自终值——「十年以后每年的现金流打包折算」那一坨。原因是前面十年的现金流要么为负、要么很小，真正的钱全在「假设它最终长成大公司」那一步。
做个粗算：假设 OpenAI 2035 年做到 2000 亿美元收入、25% 利润率，即年赚 500 亿；之后永续增长 3%，折现率 12%。这套假设下终值折到今天大约是几千亿美元量级——和实际估值能对上。但你注意到没有：这串数字里没有一个是测出来的，全是摆上去的。利润率从 25% 改成 15%，估值少三分之一；折现率从 12% 改 15%，再少三分之一。同一家公司，诚实的 DCF 可以给出从「两千亿」到「两万亿」的任何答案，取决于你调哪个旋钮。
DCF 像一台精密的天平，但你放上去的砝码全是你自己猜的。它不会告诉你一家公司值多少钱，它只会把你的信念翻译成美元。对大模型公司做 DCF，本质是把自己的乐观程度过一遍磅。
教科书还教了什么？倍数法也失速
另一条常用捷径是市销率（P/S，市值除以年收入）：成熟的软件巨头大概在 8–15 倍。OpenAI 8520 亿美元估值对年化 400 亿美元收入，是 20 倍出头；如果用 2025 年实际收入 130 亿算，是 60 多倍。Anthropic 看起来便宜些——9650 亿估值对 650 亿毛口径年化收入约 15 倍——但别忘了第二章拆过的口径水分：它的年化数是「毛口径、最好月份乘 12」，按 2026 年实际收入估算是 40 倍上下。
20 倍市销率意味着什么？意味着买家不是在为现在的收入付钱，而是在为「收入还会爆炸很多年」付钱。这不是估值错误，这是另一种逻辑：这根本不是市盈率市销率的地界，这是期权的地界。
下一章我们就看市场实际在用的那套算法——它不在教科书里，但每个人都在用。