他满世界劝人做 OpenAI 对手，没一个人肯干，两年后硅谷挤满了做这件事的人

2021 年前后，Elad Gil 到处找人聊天，主题只有一个：出来做一个 OpenAI 的竞争对手吧。

Elad 是硅谷最出名的天使投资人之一，Airbnb、Stripe、Coinbase、Figma 的早期股东名单里都有他。按理说他亲自出面，怎么也有大牛接招。

结果，一个都没说服。

“我挨个去劝，劝了一个又一个，没人愿意试。大家都说，这生意没那么有意思，这些 API 真有那么好吗？”

两年后的 2023 年 5 月，ChatGPT 发布四个多月，全世界的注意力压在 AI 上。Elad 手里已经握着 Character.AI、Harvey、Perplexity 这些当红公司的早期份额。跟他同场上 Cognitive Revolution 播客的 Sarah Guo，在顶级风投 Greylock 当了十年合伙人，前一年秋天辞职，成立了一只一亿美元的 AI 专项基金 Conviction。两个人还合开着一档 AI 播客，叫 No Priors。

主持人 Nathan Labenz 和 Eric Torenberg 请这两位聊透了一个问题：AI 这波浪潮，钱该怎么押，事该怎么做。

Software 3.0：20 个人，做一家十亿美元的公司

Sarah 给自己基金定的主题词叫 Software 3.0。她解释，这就是个速记，押的是一批全新软件公司的出现。

过去十年，“AI 优先”的公司喊过很多轮，大多没成。让她真金白银下注的变化，是机器学习能力的指数级增长，模型能力隔几个月跳一级，这是以前没有的。

具体哪里不一样？她给了三层。

第一层是市场。AI 攻进了一批以前根本算不上软件市场的领域：写作、插画、法律、翻译配音。这些活儿以前靠人头，现在软件能接。

第二层是公司形态。做一家十亿美元量级的公司需要多少人？现在有了实证答案：20 个。上一代软件公司做不到这个数。

第三层是产品。聊天框只是最原始的形态，人机交互还有大片空白，用她的话说，我们得到的会远多于一个聊天框。

她还主动交代了一个自己都低估的需求：合成语音。把一种媒体便宜地转成另一种媒体，配音、翻译、文字转语音，需求横跨一堆场景，量大得出乎她意料。

八成归巨头，两成也够改写历史

Elad 的回答更狠，他先把自己的伤疤亮了出来。

他在 Google 做过广告投放系统，公司卖给 Twitter 之后管过搜索团队，然后连投了十年 AI。他的原话很扎心：头十年，创业公司这边什么都没成。Facebook 的信息流、亚马逊的 Alexa，价值全被巨头拿走，专门做机器学习的创业公司没长出一家大公司。

他是四五年前被 GAN 生成的艺术拉进坑的，真正确认量变到质变的，是 GPT-2 到 GPT-3 的跳变。他上 a16z 的播客讲这些的时候，大多数人还没拿正眼瞧这个方向。

他把几轮技术浪潮的价值分配摆在一起：

• 第一波互联网：八成价值归创业公司，Google、Amazon 都是那波长出来的。
• 移动浪潮：八成归巨头，Apple 和 Google 通吃，但 Uber、Instagram、Instacart 也冒出来了。
• 加密货币：百分之百归创业公司，巨头一口没吃着。
• 第一波 AI，CNN、RNN、GAN 那些年：价值全归巨头，一成不剩。

这一波呢？他的估算是八二开，八成归巨头，两成归创业公司。

听着像巨头吃肉、创业公司喝汤？他的算法不一样：这可能是十几二十年一遇的最大平台迁移，两成的绝对值也大到离谱。因为这波同时改了三件事：写代码的方式、用户界面，还有计算机能做到的基础能力。

至于最底层的大模型，基本归巨头，OpenAI、微软、Google，例外大概只有 Anthropic 和寥寥一两家。

机会地图：没人抢着做、但值得做的事

主持人抛了个问题：当年劝人做 OpenAI 对手没人听，现在该劝人做什么？

Elad 报了四个方向：语音应用、社交、某些大的 B2B 应用、某些类型的基础设施。Sarah 补了三个更具体的。

一是工具使用。大模型已经能动手干活了。企业后台一堆流程，是人肉在系统之间搬数据、按政策填表格，上一代 RPA 软件搞不定，自然语言加推理这一代有戏，医疗这类垂直行业尤其明显。

二是检索和记忆。怎么保证企业应用里的检索质量、怎么给模型配上可靠的记忆，研究上热闹，真用起来还没人做好。

三是媒体创作。Midjourney 把插画这种能力平民化了。她顺嘴补了一刀：以前没几个投资人看得上插画这个行当。

社交是 Elad 吐槽最狠的一块。他看到的社交新品，全在复刻 Twitter，去中心化的 Twitter、某某版的 Twitter。他刚离开 Google 那几年见过同样的景象：一堆人做 SEO 导流的旧生意，没人去做开发者工具、做移动这种新东西。拿着旧地图找新大陆，是这波社交产品的通病。

他的办法是拿“七宗罪”框架套生成式 AI：每款成功的社交产品，底层都对应着色欲、贪婪、虚荣这类人性弱点。用生成式能力把这些老需求重新满足一遍，才有新东西。

界面这件事，两个人看法一致。Sarah 先摆事实：提示词对 99.99% 的人类来说太难了，问出一个好问题本身就是门槛。所以给特定人群配 20 个现成模板、再加一个傻瓜按钮，这件事本身就能撑起一家公司。

她还断言搜索要碎：从互联网获取信息这件事，被装进 Google 的一个框里太久了。旅行规划、买东西这类任务，本来就该由 agent 替人干完。搜索市场会裂开，每一块碎片都够一家新公司吃。邮件也一样，带上下文的自动起草已经在候补名单里，她判断很快普及，还引了个圈内梗：一个 agent 负责把邮件写长，另一个负责把邮件写短，两个邮件 agent 打对台。

Elad 讲了个故事。一位很厉害的对冲基金投资人追问他，以后是不是就对着手机说话了。他的回答：

“谁在乎？这根本不重要。关键问题是，这项技术到底让什么成为了可能。”

界面会像人的感官一样，什么场景配什么模态，迭代着就出来了。Alexa 就是例子，孩子冲它喊、它应答，全家开心，但没成年人会用它做长对话的信息检索。

他真正在意的是能力。他给了个医疗的例子：这些模型在标准化医学考试上的成绩已经超过很多医生。可以想见，以后拍张照、描述一下症状，就能拿到不输顶级医学院的诊疗建议，只要有一部像样的手机，世界上任何角落都行。这种能力面前，界面是次要问题。

Sarah 点了一个正在发生的场景：代码生成。网上内容最密集的领域，比如 Web 开发，一个初级 Web 开发者、初级 Python 开发者，很快就是人人可用的劳动力，写文件、跑代码、部署上云、调 API，一条龙。

Elad 的判断是，最终会是一个多 agent 世界。他拿 90 年代打比方：当年人人都以为大家会自己搭邮件服务器，协议开放、用起来简单，结果全部集中到了 Gmail 和雅虎邮箱。大模型这边也会这样，通用工具处理通用事，具体场景长出专门的工作流。他还提到 AutoGPT 刷屏那阵子，圈内人早就觉得这事必然发生，借的是那句老话：未来已来，只是分布不均。

你的孩子该跟什么样的模型长大？

聊到消费级应用，Sarah 点了两家公司：Character.AI 和 Replika。前者的创始人 Noam Shazeer，正是 Transformer 论文的主要作者之一。

很多人看不上这两家，理由是用户在跟 AI 处感情，还有大量成人内容需求。Sarah 的回应不留情面：互联网上的大事，很多都是这么开始的。用户每天在一个服务上泡好几个小时，这种数据十年难遇，正因为稀有，才必须盯着看。

Replika 的创始人 Eugenia Kuyda 之前上过这档节目。主持人 Nathan 的感受很典型：以过去模型的能力，这产品本不该有这么强的粘性；模型每上一个台阶，Replika 1.0 就显得更古董一点。

Elad 把时间线拉得更长。七八年前他投过一批移动端教练应用，做营养的、做健身的。这类产品验证过一件事：有个问责伙伴、有点情感连接，人才真的能改变行为。现在机器人已经能劝人规划日程、调整习惯了，这会是个大场面。

Sarah 给了个企业侧的画面：合规团队可以配一个预警机器人。金融科技公司里，业务动作刚撞上商户网络的红线，机器人当场拦下。再进一步，还可以跟它辩论、吵架，把它当成安全团队派驻在身边的代表。

再往大了想是教育。每个家长都会想要一个高度定制的家教机器人，它教孩子数学和历史，顺便可能成为孩子最好的朋友。问题也全在这里：谁来控制这家公司？孩子学到的是哪个版本的历史？谁来裁定？

Elad 抛了个段子，也是真问题：模型分两种，base model，和带 D 的 based model。想让自家孩子跟哪种模型互动？RLHF 里提供人类反馈的是哪批人，怎么选出来的？西方的价值观，该不该默认套用到价值观完全不同的国家？

主持人 Nathan 自己拿 GPT-4 做过实验，模拟给 90 岁的奶奶做技术支持客服，效果惊人，直接命中他家的真实痛点。Elad 想要的则是一个全天候生产力教练，盯着他所有言行，随时提醒“这句话说得不合适”。他还开玩笑想要个马屁精 AI，说什么都夸好。

候补名单、假 AI 和真需求

这一段大概是全场最实用的部分：怎么分辨真需求。

Elad 先讲了个他最喜欢的候补名单故事。十年前有家自称 AI 的公司，后台其实是一群运营人工回 query。某大厂联合创始人去试用，全组运营立刻扑上去秒回，体验丝滑。这家公司一直不公开发布，候补名单长得吓人，最后被一家大科技公司高价收购。

他的结论：永远不打开的候补名单，多半是负面信号。真有自然增长，正常人的选择是直接开放。

过去十年还教坏了一批创业者，大家指着 Figma 和 Notion 说慢工出细活。Elad 说，去问问这两家的 CEO，他们只会告诉你：真希望当时更快。他还见过一家学 Superhuman 做人工一对一引导的公司，被客户怼了一句“为什么要挡着用户用”，停掉引导之后，用量直接跳涨。

Sarah 从投资人视角给了另一半真相。眼下是大型炒作周期，大部分产品撑不过新鲜感，能留住用户的就那么一小撮。但风投赚的就是那一小撮，现在的离群值离谱到什么程度？有位创始人收入好几百万美元，现金流紧张，砍掉一部分免费额度，收入反而成倍上涨。这种需求做不了假。

她给所有盯着候补名单的人一个标准问题：如果把名单全放开，会发生什么？什么在阻挡真实增长？

Elad 给创始人提了个醒：能不融资就别融。上一波社交游戏公司拿了巨额融资，被绑上风投的战车，把本来能分红收现金的生意做成了四五年的死局。这波用 Stable Diffusion 做社交应用的公司里，有九个月做到一百万美元收入然后迅速凉掉的。这种生意自己印钞自己分，比拿融资强。

还有一批公司融了五千万美元训模型，其实直接调 GPT-4 加点提示词工程，结果差不多。模型真正值得自己训的场景很窄：有独家数据的垂直行业，比如医疗，或者特定的交互形态。训扩散模型的成本是几十万到几百万美元，训 transformer 是几千万美元起步，差着一个量级。

防御性这个问题，Sarah 认为投资人普遍问得太早。她反问：Retool 早期有什么防御性？Notion 早期有什么？没有，两个人三个月就能复刻的东西。真正该先回答的只有一个问题：有没有人在乎，有没有人在用。防御性是之后才长出来的。

Elad 补了 Chris Dixon 那句老话：下一家伟大公司，起步时都像个玩具。他自称市场驱动型投资人，团队当然重要，他自己创过两次业，但排序里市场在前。他看五样东西：早期产品市场匹配的信号、市场够不够大、团队强不强、防御性的可能、以及“为什么是现在”。他的逻辑是，伟大的创业公司定义上就必须不显然，人人都看懂的生意，早就被人做了。

Sarah 还提醒同行，别拿自己的世界观当标尺。插画领域最典型：总有人说，这玩意永远好到不了出版绘本、可口可乐广告的水平。方向上这天真会来，可要拿“进不了 3A 游戏、上不了超级碗”当否决票，就会错过人们实际在用它干什么、以及它正往哪走。

短期乐观，长期悲观，中间夹着一场选举

最后的大问题：对社会的希望和恐惧。

Sarah 先说希望。有研究显示，这波技术对低技能人群的提升大于高技能人群，道理也直白：模型训练自全人类的作品，技能最弱的人受益最大。她担心的第一件事是政策：对齐和安全研究跟能力研究是绑在一根绳上的，政策制定者要是没搞懂这一点，很可能在弄清这些技术能干什么之前，就把进步掐死，或者搞成监管俘获。坏事当然会有，但历史上对付坏事，靠的是同步建设防御技术。

她还有一个很私人的恐惧：到底该教孩子什么？是让他苦练提示词工程，还是送去华德福学校，碰都不碰科技？聪明人在这件事上分歧巨大，她坦言不知道答案。

Elad 的答案分两截。短期，未来五到十年，他极度乐观：教育和医疗是那两条只涨不跌的价格曲线，这可能是极少数真能把它们压下来的技术。长期，几十年尺度，他自称“大悲观主义者”，担心人类和 AI 的物种竞争。

他认为当下最大的风险是监管本身。呼吁监管的声音一边倒，部分原因是巨头想用监管俘获把新进入者挡在门外。他特别点了一个时间点：下一届美国总统选举会是第一场 AI 驱动的选举，AI 写广告文案、AI 定向投放、仿真人声的机器人电话，全都会上桌。他估了个概率，五分之一。选举结束后，AI 很可能像当年社交媒体背锅特朗普获胜那样，被扣上各种帽子，监管风暴可能就此而来。

他认为合理的监管只有少数几种：先进芯片的出口管制可以，NIST 式的标准可以，其余大部分，现在管都太早。

节目末尾闪过一段 Neuralink。Elad 开玩笑说自己已经植了两个，又补了句“离那个未来还差着几千只实验猴”。Sarah 直接泼冷水：人类对大脑的理解浅得可怜，相关研究基本停留在治疗抑郁症的脑刺激层面，五到十年内她都持怀疑态度。主持人感叹，这是节目开播以来对 Neuralink 最悲观的回答。她的回应：该去跟神经科学家聊聊。

聊完大词，说点明天就能用的。一场对话下来，能带走三张清单。

看 AI 产品成色，问三个问题：

• 候补名单全放开，会发生什么？答不上来，需求多半是演的。
• 用户是尝一次就走，还是每天来？每天来的才值钱。
• demo 和产品之间隔多远？这波炒作里，这个距离格外大。

想下场的创业者，三件事先想清楚：

• 别复刻旧产品，拿生成式能力把人性的老需求重新满足一遍。
• 能用 GPT-4 加提示词验证的，先别急着融资训模型。
• 生意能自己造血，认真考虑不拿风投的钱。

普通用户今晚就能试的：ChatGPT，Canva、Adobe、Figma 新上的 AI 功能，还有 Elad 点名的配音工具，类似 Deepdub 那类产品，丢一个视频进去，翻译成西班牙语，连说话人的语气都保留。至于能真正替人干活的 agent，Sarah 给了时间表：不到六个月。

最后用 Elad 那句话收尾：别纠结打字还是说话，去看这项技术到底让什么成为了可能。