推翻AI巨头“暴政”、世界模型之父反对世界模型

本文来自微信公众号： 投中网 ，作者：蒲凡，原文标题：《推翻AI巨头“暴政”、世界模型之父反对世界模型丨VC Weekly》

过去一段时间，我们多次提到了一个观点：每一位风险投资人，都应该试着做做“播客”。

因为“风险投资”之所以能够获得超高倍数的回报、之所以相比于金融行业里的其他门类有更大的社会影响力、更高的舆论认可度，有个大前提是风险投资交易的本质是寻找“未来的可能性”，投资的标的往往是还没有实现盈利的公司、还没有完成商业化的技术方案，有时候甚至只是一些想法——这就是经济学上的“星际穿越”，酷毙了帅呆了。

可一体两面，风险投资的天然痛点就是它的整个投资决策中，总有“无法被计算”的部分。

因此风险投资人想要争取到更多的成本投入、放大成功的可能性，就必须尽可能地打破风险投资过程中所有模糊的地方，让交易的所有参与方知道自己与“赌局”“运气”这些词语毫不沾边。而播客的“长谈”形式能够很好地实现这一切。投资人的知识储备、思维方式、审美倾向、决策逻辑都能够在整个长谈的过程中得到完美的呈现。

同时，例如创始团队的“信念感”、创业者的“情绪管理能力”、创业者在面对挑战时的“抗压能力”，这些投资决策中同样重要的因素，也能够通过长谈来获得。这就意味着持续的播客创作不仅能够帮助风险投资人“获得认可”“获得更好的信任基础”，也能有效地推进方法论建设。

那么，一档被评价为“优秀”的风投圈播客长什么样？那些顶级风投圈播客会如何设计话题？与常规的商业访谈相比，到底有哪些“灵光一闪”是只有在播客里才能出现的？为了更具体地回答这些问题，也为了更好地去了解硅谷的投资人们在想什么、聊什么，我们决定开设《VC Weekly》栏目，以“周”为单位复盘硅谷的风险投资人、创业者们最近都在聊什么。

本周重点推荐：20VC，向AI巨头们开炮

过去一周20VC更新了三期节目，非常递进，值得重点推荐。首先是7月2日更新的节目主题很宏大，叫“达里奥与Anthropic向开源世界宣战”。起因是Anthropic此前一直在不断警告，说“开源”可能会毁掉人工智能行业好不容易建立起来的商业模式，而近期他们身体力行了这个警告，升级了对开源开发者（尤其是中国的开源开发者）的封锁力度。

参与这个话题讨论也很有意思：杰森·莱姆金（Jason Lemkin），全球最大的SaaS开发社区SaaStr创始人兼Saas领域风险投资人，可以说是坚定的“开源信徒”。还有一位是奥德里斯科尔（Rory O'Driscoll），是SssS领域风投基金Scale（不是被Meta收购的那个）的创始合伙人。

这样的组合，疯狂输出的靶子只有一个：Anthropic和他们论述的“AI愿景”。

比如在聊到大量号称拥抱AI的企业出现预算严重超支、运营成本反而大量增加的情况，杰森·莱姆金直接开嘲讽，说“我受够了那些经营状况不怎么样的CEO，在社交媒体上表演自己多懂人工智能”“别只告诉我人工智能省了多少钱，告诉我它到底让收入、效率或产品速度提升了多少”。奥德里斯科尔补充说：“如果你是软件公司，人工智能在工程上的支出应该能给你带来收入提升，因为你卖的东西就是软件；如果你离数字产品更远，比如汽车制造商，（人工智能的支出）至少也能带来节省……但目前大部分公司收入提升和成本节省都没有，也就很自然会怀疑（这个成本）。”

比如在聊到Anthropic商业化进展的时候，奥德里斯科尔说：“这里当然会有大生意。但如果你构建的世界里，只有万亿美元规模的营收才能成立，并且最后只能拿到五千亿美元的营收——也就是说，这时候你已经成为了全球规模最大的科技公司，都这样了还不能赚钱，那可能是你的目标设得太大了。”

他们还提到了刚刚在纳斯达克上市的科技公司Bending Spoons。这家公司来自意大利，定位特别有意思，主要业务是收购那些“老旧科技公司”，然后通过各种改造和赋能帮助他们重新恢复增长，案例包括AOL、Eventbrite、Vimeo等等。7月3日上市之后，Bending Spoons的市值一度超过了250亿美元。

奥德里斯科尔认为，Bending Spoons是一场标志性的“反人工智能IPO”，因为这家公司本质上是“一堆二十年历史的软件资产”。在这个前提下，Bending Spoons顺利上市且股价大涨，证明了AI并不是运营增长的唯一途径，通过“稍微修产品、改善体验、重新定价”，完全有机会“把原本低增长资产包装成高增长组合”。

7月4日这期的访谈对象是创业者，Sierra的联合创始人克莱·巴沃尔（Clay Bavor）。Sierra的主要产品是AI客服，目前估值超过了150亿美元，投资方包括红杉、Benchmark、老虎基金等全球顶级的风投。

相比于前面那期，这一期的整体基调是比较平淡的。高光内容基本上都是围绕着克莱·巴沃尔“为什么离开工作了18年的谷歌选择创业”展开的。克莱·巴沃尔的答案也比较常规，还是“2022年的GPT时刻让他意识到小公司在新技术换代时有机会重新洗牌”的那套叙事。

唯一比较反常识的地方，大概是主持人问人工智能公司到最后会不会都是“小团队运营”，克莱·巴沃尔认为并不是。他们的经验发现，Claude Code、Codex和内部工具Pine Cone的确提高了“交付效率”，但“Sierra面对的是大型企业客户，这些客户系统复杂、监管严格、流程各不相同，没办法直接把产品扔过去……企业人工智能仍然需要理解客户目标、技术栈、内部流程，并建立信任。”

7月6日这期的嘉宾是前光速创投合伙人、现任联合广场创投（Union Square Ventures，简称USV）合伙人的迈克·米尼亚诺（Mike Mignano）。代表作包括Coinbase、Stripe、Etsy、Twilio和Cloudflare。

迈克在这一期节目里提到了一个很有意思的观点，就是相比起千禧年前后的“互联网浪潮”，AI时代最大的差异是“我们以前从来没有把这么多自我交给一项技术……智能体很快会替我们买东西，替我们发很私人的消息，甚至像第二个自己一样行动。”

这听起来是事关人类前途命运的抉择，需要审慎对待，可迈克毫无保留地展现出他对人性的失望，说“人们嘴上在意隐私，但历史上往往还是会为了便利把数据和权限交出去”。

另外形成强烈对比的是，迈克是坚定的“AI赋能主义者”。他说“作为创业公司，你现在需要一切能拿到的优势。所以如果我是创业公司CEO，我仍然会拍桌子要求团队在正确的事情上最大化模型调用支出……如果我在创业公司写代码，我就想用最强模型；我要拿到对抗 Salesforce 的每一点优势”。基于这个前提，如果遇到“代际级创业公司”时，作为投资人他的最高信仰是“不要因为价格而放弃……我回头看自己做过的一些最好交易，虽然我对当时价格满意，但事后看，如果能重来，我可能愿意付双倍。”

另外在这期节目里，人工智能基建、AI路由技术、人工智能能源消耗这类风口的创业机会。如果你感兴趣或者刚好在做这类赛道，可以找出来听听。

本周其他推荐：我们的智能主权、凯鹏华盈的周期视角

本周值得推荐的风投圈播客还有两个。一个是ALL-IN在7月3日更新的《Palantir、NVIDIA与“智能主权”》。ALL-IN是一档群口视频播客，四位主播都是风险投资人+创业者的身份，其中知名度最高的大卫·萨克斯（David Sacks ），他是彼得·蒂尔的亲密战友，是Paypal的联合创始人兼首任的首席运营官。

这个话题的切入点，是近期Palantir和NVIDIA宣布了一个“主权人工智能”合作。Palantir会用NVIDIA的开放模型，为美国政府构建定制模型，美国政府机构将通过这次合作获得更大的硬件、数据和模型权重。ALL-IN的主播们认为这是一个危险的信号，因为这意味着巨头们正在试图“构建一种智能主权”，并详细描述了这与科技公司获取“个人隐私”的区别：

“智能主权和隐私不一样。隐私是：你不能看我的照片，不能偷看我备忘录里的日记。智能主权是：你不能告诉我该怎么思考。你不能用你的人工智能分析我的照片、邮件、消息，然后告诉我该如何理解世界。”

大卫·萨克斯认为商业竞争将在这一趋势下出现完全“异化”。他说：“创业者们想要控制自己的算力、模型、数据栈和自己的专有知识。他们想知道，自己拥有生产资料，而不是把这些东西转移给别人。这里的风险是，企业可能把知识、诀窍、商业秘密和客户数据交给模型供应商，而这些供应商将来可能决定和他们竞争。”

另一期值得推荐的播客来自美国商业记者巴里·里索尔兹（Barry Ritholtz）主理的Masters in Business，主题是《人工智能革命中的风险投资》。

严格来说这个主题非常老生常谈。内容基本还是“如今的人工智能热潮和当年的互联网泡沫到底有什么区别”。但重点是这期对谈的嘉宾，是凯鹏华盈（Kleiner Perkins）的合伙人马蒙·哈米德（Mamoon Hamid）。由互联网泡沫时期的主角之一来审视当下的人工智能热潮，这显然比我们如今根据史料来反推要有参考价值很多。

马蒙·哈米德也表现出了非常“老练”的一面。在节目最开始，他先是认为人工智能不应该和互联网进行类比，因为后者“太小了”，而前者其实是“工业革命”级别的技术，同一级别的发明只有“铁路、印刷机”。基于这个前提，凯鹏华盈会非常积极，“这是我做风险投资以来最有意思的时期，原因很明显：今天创办公司能够享受到的顺风，比我们以前见过的任何时期都强。所以，想法的重要性处在历史高位；人的重要性，我也认为处在历史高位。这两个力量加在一起，让我们看到很多高质量想法和创始人，项目的整体数量也处在历史高位。”

但凯鹏华盈认为，如果AI真的会在未来大规模替代劳动力，那么顺序更应该是从“金字塔塔尖”开始的。因此凯鹏华盈的投资策略是：

“我们直接问：美国收入最高、技能最高的工作是什么？看收入最高的前20类工作，基本是工程师、医生、律师。所以我们投了法律人工智能、软件开发人工智能、医学人工智能。比如 Harvey、Windsurf、Ambience、OpenEvidence。然后我们沿着劳动金字塔往下走。医生、律师、工程师是一层；再往下一层是金融分析师、销售、护士。于是我们投了金融人工智能、护理代理平台、销售辅助工具。”

另外发分享了一个非常具体的数字：“我2017年到凯鹏华盈后做的一件事，是每周看同行完成的 A 轮投资，大概 30到40家公司。然后问：这些公司我们见过吗？一开始，我们的目标是至少看到60%。现在大概在70%左右。你不希望是100%，否则你只是在玩‘什么都看’的游戏；也不希望只有20%，那说明你没看到足够多重要公司。”

本周特别推荐：世界模型之父，反对世界模型

最后推荐一期非本周更新的播客。前不久我在《他刚融了27亿，李飞飞也投钱了》一文中提到，前谷歌DeepMind资深科学家、VLA架构与世界模型的提出者之一皮特·弗洛伦斯（Pete Florence），在近期选择了创办自己的机器人公司，并完成了高达4亿美元的新融资。但他却很不喜欢“世界模型”这个称呼，公开声明不要用“世界模型”来定义他的团队。

因为在他看来“目标”比“标签”更重要，而目前关于世界模型的热情，实际上是“理念驱动型”的，比如相当一部分热情，可以归结为资本市场在大热方向上发现非共识的兴奋。并且如果想要真正地推动机器人进入我们的工作生活，创造生产力，那么构建“世界模型”显然不是一个目标。

（皮特·弗洛伦斯，来源：社交媒体）

实际上，皮特·弗洛伦斯曾经在播客节目里系统地阐述过他的理念，做客的播客包括《Turn the Lens》、《TBPN Live》、《The Gradient Podcast》、《Casual Robotics》。

这其中2026年1月做客《Turn the Lens》的那期节目可以作为重点收听。例如在这期节目里，主持人提问说“目前具身智能行业普遍认为，最佳的创业路径是做专业机器人，例如仓储机器人和扫地机器人，以快速跑通商业场景，为什么皮特·弗洛伦斯却选择了目标极其遥远的通用机器人。”

皮特·弗洛伦斯说：“我们认为，巨大的未开发机会在于制造极其通用的机器人。与此同时，你确实也需要在任何一个具体事情上足够专业，才能在真实世界里有用。而过去几年机器学习给我们的教训是：每当你想，‘我就做一个很窄的小模型，待在这个小领域里，这就是我的小壁垒，通用模型会做别的事，但不会做我的事’，这就是很难让你的生意变得足够长远。很大一部分原因在于，数据能会让一切变好。

我们现在越来越相信：把各种任务放在一起训练，不会稀释模型能力，反而会让它在每个具体任务上都变得更好。一旦接受这个前提，你自然会想做一个通用系统。当然，现实落地时，机器人不能只是‘什么都会一点’，它还必须在某个具体任务上熟练到真正有用。但大的方向，肯定是通用化。”

还有一个经典问题，即“机器人实际上在工业领域里已经大规模投用，具身智能相比于工业自动化的优势在哪里”。皮特·弗洛伦斯说：“但哪怕是在非常结构化、自动化程度很高的工厂里，仍然有很多事情，是上一代‘按程序执行’的机器人做不了的。汽车制造里一个很典型的例子就是线束处理。电线这种东西，人处理起来很自然，但它又柔软、细碎、形态变化多，对机器人来说很难。传统那种‘把动作一步步编好’的方法，很难覆盖这类任务。

所以我们特别关注灵巧操作。说实话，这在机器人领域不算什么激进观点。做机器人研究的人都知道，真正卡住大家很多年的，就是灵巧性。我们现在非常专注的一件事，就是让机器人能用手完成大量不同类型的任务。”

以上就是本周的VC Weekly，我们下周见。