中國最大零食IPO。今日（1月28日），湖南鳴鳴很忙商業連鎖股份有限公司（簡稱：鳴鳴很忙）正式掛牌上市，成為港股“量販零食第一股”。本次IPO發行價每股236.6港元，公開發售獲認購超1500倍，開盤大漲88%，市值超900億港元，締造中國最大零食IPO。這是中國消費行業一個標誌性的整合案例。回想2023年11月，從湖南長沙起家的零食很忙與從江西宜春走出的趙一鳴零食完成戰略合併，共同組建“鳴鳴很忙”，由零食很忙創始人晏周出任新集團董事長。作為公司最大的外部機構股東，紅杉中國團隊見證了這家“國民零食”的成長軌跡。“鳴鳴很忙從社區煙火中讀懂了中國家庭最樸素的消費渴望——要的不是低價，而是‘值得’；追求的不僅是折扣，而是輕鬆感的日常小確幸。”紅杉中國合夥人蘇凱感慨，今日的IPO將是更宏大的起點。5年前，紅杉團隊出手締造市值900億從零食很忙的故事說起。時間回到2016年，湖南85後晏周已在房地產銷售行業深耕多年。一次偶然的機會，他敏銳捕捉到零食賽道在下沉市場的爆發潛力，毅然創立長沙零食很忙食品有限公司。次年，晏周與幾位合夥人共同籌資，在長沙一間不足40平方米的鋪面中，開設了零食很忙的首家門店。經歷創業初期的艱辛，品牌開放了加盟，隨後四年內迅猛擴張，門店數量突破450家，遍佈湖南大街小巷。一個關鍵身影在此間悄然浮現。大約2020年10月前後，紅杉中國團隊正系統性地掃描新消費領域中有特色、受消費者歡迎的品牌與業態，已在長沙開出多家門店的零食很忙，很快進入視野：門店形象清新明快，商品組合與營運策略令人眼前一亮；同時他們通過調研發現，品牌已在本地消費者中積累了不錯的口碑。“當時晏周還沒有對外融資。”紅杉中國合夥人蘇凱向投資界回憶當時景象，二人初次見面是在長沙一家酒店，這位創始人給人留下“清爽利落”的印象。交流中，晏周深入闡述了對當下家庭消費趨勢的洞察：零食如何成為習慣性消費，以及散裝零食市場的廣闊空間。這些細緻而精準的洞察，在日後公司發展中一一得到驗證。在蘇凱看來，晏周是一位不僅能深刻理解消費者，且更具“審美線上”和前瞻思維的零售創業者。可以說他為傳統已久的零食行業帶來了一種新的零售形態：一方面，通過標品折扣建立價格心智；另一方面，通過非標品零食創造差異化和情緒價值。當時零食很忙的每一家門店，都能通過裝修、營運、選品持續調動消費者的情緒，讓消費者逛零食店逛出“爽感”。更關鍵的是，零食很忙在門店體驗、商品組合與營運效率上，均顯著優於同類競爭者，成為一個極具吸引力的投資標的。2021年5月，零食很忙迎來關鍵轉折點——完成2.4億元A輪融資，由紅杉中國與高榕創投聯合領投，啟承資本、明越資本跟投。有了這筆投資，品牌開始高速向全國擴張，並很快與另一家迅猛生長的品牌——趙一鳴零食正面相遇。趙一鳴零食創始人趙定，安徽蕪湖人，早年經營多家休閒食品店，於2019年重新創業，以兒子之名創立品牌，寓意“像對待孩子一樣用心經營”。2020年，趙一鳴零食全面放開加盟。從江西宜春起步，趙一鳴零食快速拓店，很快與零食很忙形成競爭態勢。在戰況最激烈時，兩家門店常常比鄰而開，“有零食很忙處，必有趙一鳴”。直到2023年11月，這兩大零食頭部玩家宣佈戰略合併。根據招股書，在新成立的“鳴鳴很忙”中，晏周任集團董事長、執行董事兼總經理，直接持股25.75%，以及通過6個持股平台累計控制公司39.14%的投票權；趙定任副董事長、執行董事兼副總經理，通過上海鳥窩控制22.69%的投票權。今天，鳴鳴很忙成功登陸港交所，成就近年消費領域經典一幕：從激烈競爭到戰略合併，再到IPO上市。開出20000家店一個創投圈研究樣本透過招股書，鳴鳴很忙核心模式可概括為兩個關鍵詞：下沉、加盟。截至2025年9月30日，鳴鳴很忙門店總數達19517家，覆蓋全國28個省份及所有線級城市，其中約59%的門店紮根於縣城及鄉鎮。截至2025年11月末，鳴鳴很忙全國在營門店數達21041家。財務資料方面。2025年前三季度，鳴鳴很忙實現收入463.71億元，同比增長75.2%；經調整淨利潤18.10億元，同比大幅增長240.8%。2022年至2024年，公司收入從42.86億元升至393.44億元，同期經調整淨利潤從0.81億元增長至9.13億元，三年復合增速為234.6%。回顧鳴鳴很忙崛起的歷程，身後投資人留給外界深刻印象，集結了紅杉中國、黑蟻資本、五源資本、高榕創投、啟承資本等投資機構，以及好想你等零食巨頭。其中，紅杉中國是陪伴最久的投資方之一，並且由合夥人蘇凱和投資合夥人郭山汕聯合主導。自初次相識後，蘇凱便與晏周建立深厚信任，“紅杉中國在投後上有一個大原則，就是‘幫忙，不添亂’，而且在重大問題的決策上，往往站在公司這邊。”左起：鳴鳴很忙執行董事兼首席財務官王鈺潼、紅杉中國合夥人蘇凱、鳴鳴很忙董事長、執行董事兼總經理晏周在蘇凱記憶裡，當初在公司進行數位化轉型的時候，紅杉中國憑藉豐富的經驗提供了一些思路。隨著門店數量快速增長，傳統零售依賴人工經驗和局部最佳化的方式開始遇到明顯瓶頸。圍繞數位化議題，紅杉中國公司組織過數位化專題研討，介紹了一些成功實現數位化的企業與公司交流，並引入技術與AI領域的專家資源，與公司一起從真實業務場景出發拆解問題。他聊起了幾個例子：比如，針對非標小零食無法逐個掃碼、門店結賬效率受限等具體挑戰，雙方探討了通過視訊流識別“一盤貨”、實現快速結賬等基礎技術方案，從而明確數位化在提升零售效率中的實際落點。另外，在公司從采貨配貨發展到需要商品規劃的階段，量販式在發展初期，所有的店都賣同一套商品，門店的營運就是簡單的配貨。但當公司營運有幾千家甚至上萬家店的時候，面對不同地方的不同客群，就需要不同的商品結構，當時公司就面臨這樣一個重要轉型。“我們與公司管理層展開了系統的商品規劃討論，並且對接了許多業內專家來幫忙出謀劃策，覆蓋商品結構設計、上新節拍、毛利組合以及不同門店的差異化組態等具體問題。”至2025下半年，商品部在組織和職能上，開始真正轉變為“商品中心”，成為支撐規模化營運的重要中樞。更關鍵的是，在重大問題的決策上站在公司這一邊。2023年，當零食很忙和趙一鳴零食決定合併的時候，作為主要的機構股東，紅杉中國很快同意了方案，給公司投了一張重要的信任票，推動了兩家的順利合併。上市前，鳴鳴很忙創始人晏周對紅杉中國的長期支援表達了感謝。他頗為動情：“這份信任始於400家店的初期，經歷合併時堅定支援，再到今天戰略和治理的悉心幫扶。紅杉中國不像投資人，更像我們一個長期相伴的外部合夥人，關鍵節點的決策永遠是篤定地站在公司一側，沒有計算，沒有權衡，就是相信。”基於這樣的互信，紅杉中國蘇凱作為公司董事也多次受邀參與公司戰略研討會，持續為整合後的融合發展提供助力。IPO前，紅杉中國持股7.07%，為鳴鳴很忙最大外部機構股東。如此，又締造了創投圈一個創業者與投資人互相成就的典型案例。收穫季回顧過去一年消費上市潮，紅杉中國的身影尤為活躍。2025年2月，古茗登陸港交所。此前，古茗僅開放過一次外部融資，紅杉中國率先拿到了入場券。如今，公司市值已接近IPO首日的三倍。3月，紅杉中國以基石投資者的身份入股蜜雪冰城。幾天前，東鵬飲料港股上市的基石名單上也出現了其身影。這些只是紅杉中國重倉消費的冰山一角。從早期風險投資到跨境戰略併購，紅杉中國一直深耕在消費賽道：既投資了SHEIN、亞瑪芬體育、泡泡瑪特、卡游、喜茶等代表性企業，也通過收購整合了Marshall、Golden Goose等國際品牌，在全球消費版圖中扮演著獨特角色。開啟2026年，紅杉中國的IPO節奏依舊強悍——短短二十天內，已接連收穫五個超級IPO，堪稱“最忙IPO敲鐘VC”。更多IPO正在趕來：乳業龍頭“君樂寶”不久前剛向港交所遞交主機板上市申請，“杭州六小龍”的宇樹、雲深處紛紛啟動上市處理程序，還有機器人公司玖物智能等科技項目也在衝刺IPO的處理程序中。梳理這些IPO不難發現，紅杉中國往往是最早投進去的那一批投資人，並在企業成長中持續扮演關鍵角色，成為多家公司的最大機構股東。正是這一筆筆紮根產業的重倉，以及長情陪伴與深度賦能，他們才總能收穫時間的餽贈。歲末年初，創投圈或許又迎來一個好年份。回望過去一個週期，VC/PE經歷了漫長的冬天，而最近大家明顯感受到拐點的到來，密集發生的IPO敲鐘便是最生動寫照。正如一位見證數輪週期的創投大佬忍不住感慨：“今年，大家臉上的笑容明顯多了起來。” (投資界)

Anthropic本輪融資目標高達250億美元甚至更多，GIC和Coatue各領投15億美元，微軟和輝達承諾合計投資150億美元，其餘超過100億美元的資金缺口將由包括紅杉資本在內的風險投資機構和其他投資者填補。紅杉資本首次大舉投資這家OpenAI競對，標誌其AI賽道戰略轉向"全覆蓋"。 在人工智慧領域的資本競賽中，紅杉資本（Sequoia Capital）正打破常規，首次大舉注資OpenAI的主要競爭對手Anthropic。此舉不僅標誌著這家老牌風投策略的重大轉變，更助推Anthropic的新一輪融資規模邁向歷史性高點。1月18日，據英國金融時報消息，知情人士透露，Anthropic本輪融資目標高達250億美元甚至更多，由新加坡主權財富基金GIC和美國投資機構Coatue領投，雙方各出資15億美元。科技巨頭微軟和輝達承諾合計投資高達150億美元，而其餘超過100億美元的資金缺口將由包括紅杉資本在內的風險投資機構和其他投資者填補。這一巨額注資將使Anthropic的估值達到3500億美元，較四個月前的1700億美元實現翻倍增長。這一交易凸顯了頂級投資機構在人工智慧賽道上的“全覆蓋”策略，不再侷限於押注單一贏家。紅杉資本此前已投資OpenAI及Elon Musk旗下的xAI，如今加入Anthropic的投資者行列，顯示出市場對頭部AI模型廠商持續增長潛力的強烈信心。報導稱，儘管融資談判仍在進行中，最終數字可能發生變化，但預計交易將在未來幾周內完成。與此同時，Anthropic正積極籌備首次公開募股（IPO），可能最早於今年啟動。紅杉資本的策略轉向報導指出，知情人士稱，Anthropic尚未最終決定接納那些投資者進入本輪融資，具體的融資總額仍有變數，但交易預計將在未來幾周內敲定。據報導，紅杉資本此次擬議的投資，緊隨其去年底的高層人事變動之後。此前負責紅杉資本的Roelof Botha曾對向少數高估值初創企業集中投資持謹慎態度，並因錯過了Anthropic此前的幾輪融資而受到關注。Roelof Botha曾在去年的一次採訪中表示，風險投資並非一種資產類別，“向矽谷投入更多資金並不能產生更多偉大的公司”。然而，隨著Roelof Botha在去年11月離職，合夥人Pat Grady和Alfred Lin被推選為共同領導人，紅杉的投資風向顯然發生了變化。作為Google、蘋果、Airbnb和Stripe的早期投資者，紅杉此前已參投了OpenAI去年的融資輪次以及馬斯克旗下的xAI。報導指出，熟悉紅杉思路的人士表示，儘管風投公司通常避免在同一領域支援互為競爭對手的初創企業，但人工智慧帶來的巨大金融機遇改變了這一傳統邏輯。該人士稱：“這（Anthropic的交易）是一輪規模如此之大的融資，以至於它已經從風投投資轉變為股票投資。”紅杉方面持有大量OpenAI和xAI的股份，並堅信這並非一場贏者通吃的比賽，各家公司將擁有各自獨特的能力。業績爆發與IPO籌備Anthropic旗下擁有Claude聊天機器人，並因建構面向軟體工程師的AI工具而在市場中佔據了利潤豐厚的細分領域。該公司的收入增長迅猛，年化收入已從一年前的10億美元增長至如今的約100億美元，實現了10倍的增長。據彭博此前報導，隨著業務規模的快速擴張，Anthropic已開始為公開上市做準備，IPO可能最早於今年到來。公司已聘請律所Wilson Sonsini啟動籌備工作，並與銀行就公開上市進行了初步對話。不僅僅是Anthropic，包括OpenAI以及馬斯克旗下的SpaceX在內的科技獨角獸，也都在為公開募股奠定基礎。這些潛在的IPO項目一旦落地，有望躋身史上規模最大的公開募股行列。 (invest wallstreet)

網際網路大廠、頂級VC和地方政府抱團下注。投中網獨家獲悉，自變數機器人已於近期完成10億元A++輪融資。本輪融資由字節跳動、紅杉中國、深創投、北京資訊產業發展基金、南山戰新投、錫創投等頂級投資機構及多元地方平台聯合投資。除字節外，自變數此前也曾先後獲得美團、阿里的投資，由此成為國內唯一同時被這三家網際網路大廠投資的具身智能企業。阿里和美團，此前都押注了不少具身企業。在這輪投資競賽中，字節倒是鮮少出手，畢竟具身和機器人看起來跟字節的主業關聯沒那麼大，這個小背景也為此次出資增添了看點。再捋捋本輪的其他投資方。紅杉也出現在去年9月公佈的那輪A+輪投資人名單裡，所以，此次算是頂級VC二次出手自變數。有別於在AI上的高出手頻率，紅杉在具身和機器人賽道上頗為謹慎，宇樹和智元之外，兩次押注自變數足以說明對這家公司的看好。另一家頂級VC深創投，去年10月聯合匯通金控和深圳市引導基金，成立專門的人工智慧和具身機器人基金，目標規模20億元。出手自變數，是深創投AI基金成立以來的第一筆投資。此外，南山戰新投也出現在此前和本輪披露的投資方中，這是深圳南山區的戰略直投平台，主要投向戰略新興產業和未來產業。與此同時，自變數也吸引了來自其他地方政府的資金，比如，此前的北京機器人產業投資基金，這一輪的北京資訊產業發展基金以及錫創投。成立於2023年的北京資訊產業發展投資基金，是北京市政府主導設立的四大百億級產業投資基金之一。錫創投，則是無錫當地管理規模最大的國有創投平台。總之，網際網路大廠、頂級VC和地方政府抱團下注，一方面說明，資本市場對具身基礎模型重要性已經達成集體共識，另一方面，也印證了資本對自變數這家公司技術和發展潛力的認可。正如我們此前在《具身智能創始人，找我面試了》裡寫過的，當下具身企業已經出現分層，投資人更多是在已經上牌桌的那幾家裡選擇自己相信的創始人和技術路徑。話說回來，具身模型這個方向的創業和資本熱度，其實要比人形機器人來得稍晚一點。近兩年，隨著具身智能持續吸引市場目光，機器人的運動與控制能力取得顯著進步，行業競爭焦點逐漸從“肢體”轉向“大腦”。如何為機器人建構能理解物理世界、能操作、能靈活應對複雜多變場景的智能“大腦”，使其真正勝任多樣化的實際物理世界的工作，成為突破的關鍵。自變數機器人創立於2023年12月，是國內最早一批聚焦自研具身模型的創業公司之一。創始人兼CEO王潛，本碩畢業於清華大學，博士在美國南加州大學從事機器人學習、人機互動及家庭服務機器人等前沿研究。他還曾創立量化基金，希望用賺到的錢支援自己的機器人研究。直到AI浪潮起勢，2023年年底，王潛解散基金回國，創立自變數機器人。聯合創始人兼CTO王昊，為北京大學計算物理學博士，其學術研究橫跨物理、自然語言處理及人工智慧等多個領域。他曾在粵港澳大灣區數字經濟研究院（IDEA研究院）擔任大模型團隊演算法負責人。曾有投資人告訴我，如果把當下的具身創業團隊按背景劃分類別，自變數大體屬於偏AI大模型背景的團隊，在行業內並不多見，這樣的履歷和人才配置或許有助於探索出解決實際問題的技術範式。具身智能這兩年在資本市場熱度非凡，但無法否認，這還是一個新興的概念，尚無統一、明確的定義。不妨來看看自變數是怎麼定義的。在他們給出的解釋中，具身智能基礎模型是獨立於、平行於大語言模型、多模態模型等虛擬世界基礎模型的物理世界的基礎模型。劃重點，這個定義強調“獨立於”“平行於”，落點是“物理世界的基礎模型”。強調獨立地位，意味著這個領域有一套不同於大語言模型和多模態模型的規則和設計邏輯。這點倒是不難理解，機器人畢竟不是只負責聊天，而要在真實世界裡完成任務，因此純粹以語言為基底的設計邏輯與物理世界的實際互動規律可能存在隔閡。無論是李飛飛的“空間智能”，楊立昆的“世界模型”，還是黃仁勳的“物理AI”，大體指向的都是這一點。另外，基礎模型的核心目標，在於突破泛化性與通用性瓶頸，物理現實世界的複雜性要求機器人能夠具備即時處理非結構化、動態及隨機任務的能力，自變數的具身智能基礎模型以所有機器人的感知資訊（例如視覺、觸覺、語音等）為輸入，直接輸出機器人的動作、視覺，以及語言等。在此背景下，自變數自研的WALL-A的核心架構，深度融合了VLA與世界模型。WALL-A，首先是一個原生多模態輸入輸出架構，能夠實現具身多模態思維鏈。此外，WALL-A利用世界模型機制進行時空狀態預測，協同視覺因果推理理解環境反饋，並通過可學習記憶機制從資料中內化物理常識。這一融合機制，能夠顯著提升機器人執行非結構化環境中移動操作任務的零樣本泛化能力。當中的關鍵一環，基礎模型進化的燃料，是資料。都知道大語言模型性能快速提升依託的是scaling law法則，但大語言模型所需要的文字類資料可以從網際網路上直接獲得，具身智能模型所需的真實物理互動資料則較難收集。對此，全球科技精英們正在從資料、模型、算力等多個方面加快投入。自變數機器人創始人兼CEO王潛也表示：“具身智能的下一階段競爭，本質上還是資料閉環建構的基礎模型與模型進化能力的競爭”。在資料採集的方法上，行業內大體分成真機採集、模擬生成和視訊學習幾種派系。作為國內最早規模化擴展真機資料採集的公司之一，自變數自研了主從遙操、外骨骼、無本體等多種數采裝置，實現了各種數采裝置上的資料驗證和模型突破。自變數還搭建了模型驅動的資料管線，通過資料生成、資料過濾、資料增強、資料標註等環節持續產生規模化的高品質資料。理想狀態下，硬體-資料-模型可以實現閉環迭代。基礎模型能夠給資料處理和硬體設計等各個環節提供反饋，從而迭代更高品質的資料和更高效率的數采裝置，如此又進一步提升了基礎模型的效果。2025年9月，自變數還開源了其自研端到端具身基礎模型WALL-OSS，推動具身智能技術的開放普及。模型的進化，讓自變數的機器人在真實場景中展現出對環境的適應力。據自變數介紹，在跨越室外與室內場景的移動操作場景裡，比如在外賣配送與紙箱回收中，面對強風乾擾或視線遮擋，機器人不僅能像人類一樣腦補被遮擋物體的全貌，還能在遭遇卡頓時通過強化學習策略自主糾錯，無需人工干預即可完成閉環。這種適應力也體現在複雜困難的物流場景。面對堆疊混亂的包裹，機器人憑藉基礎模型的零樣本泛化能力識別異形件，並利用強化學習快速適應工作節拍。從模型演算法、資料驅動的需求出發，自變數也定義了機器人的硬體架構。在過去一年，自變數設計發佈了“量子一號”、“量子二號”兩款高性能的機器人本體，同步實現了機械臂、關節模組、動力驅動器、主控製器等核心零部件的全面自研與演算法深度適配。全端自研硬體促成了整機成本的大幅下降，為具身智慧型手機器人的規模化量產與商業化普及奠定了基礎。我瞭解到，自變數已逐步進入工業製造、物流和養老等多個場景之中探索商業化落地。剛剛喜迎新年，可以預見的是，今年具身和人形機器人的大額融資還會不斷刷新。去年年底，投中嘉川CV Source統計了具身智能在2025年的投融資資料，得出的結論是：前10家公司，拿下了40%的融資。巧的是，當時的統計結果中，拿到最多融資的正是自變數機器人。除去當前這一輪，在兩年的時間內，自變數已連續完成8輪融資。去年9月份的A+融資中，阿里雲、國科投資、國開金融、美團、君聯資本、紅杉中國等頂級機構聯手注資近10億元，直接將其去年的融資總額推高到數十億。資本市場的青睞，可見其技術實力和團隊進化能力。錢，正在流向不缺錢的頭部企業，這對於剩下的具身公司來說未必是個好消息。2026年，在階段性的demo秀之後，這個行業到底有多少泡沫和水分，也將進一步在真實的商業場景中進行驗證。在我們此前的交流中，有投資人認為，2026 年行業可能會慢慢進入交成績單的階段，PMF（產品市場匹配）會逐漸成型，真正有商業價值的訂單會慢慢湧現出來。 (投中網)

當一群大廠員工離開公司創業時，陪伴機器人還是個不太熱門的賽道，但是他們已經堅信這會是個百萬千萬級使用者的市場了。2018年，他們在深圳成立Enabot賦之科技。因為團隊中有不少養寵人士，出門在外的時候，又找不到一款滿意的寵物陪伴機器人，Enabot打算切入這個賽道。很快，感知演算法、多模態互動與室內導航技術迎來關鍵突破，Enabot團隊看到了將構想落地的清晰路徑。2019年12月，Enabot推出首款移動機器人產品EBO S，採用不倒翁式的圓潤造型，具備全屋移動監控功能，可以鑽進各種家具底尋找躲藏的寵物們。這款產品初期表現不錯，在海外眾籌平台籌得資金超過200萬元。但遠談不上是個爆款。正如輝達GPU誕生時，不可能知曉幾十年後會被大規模用在AI運算中。很多公司的轉折點來自意外。Enabot很快發現了奇特之處。這款最初定位為“寵物陪伴機器人”EBO S上市後，迅速被使用者挖掘出許多遠超預設的場景。獨居老人的子女通過它，得以遠端洞悉父母的生活狀況；面對咿呀學語階段最好動的小孩，EBO S化身“電子保姆”即時跟隨看護；異地情侶也可以用它達成遠端陪伴的效果。他們迅速做出反應，在寵物陪伴產品之外，也開始研發家庭機器人產品等，進一步聚焦老人、小孩陪護。Enabot家庭機器人產品EBO X（圖源/企業）截至2025年9月，Enabot全球使用者量已突破100萬，產品進入全球160多個國家和地區。在此之前，公司已獲得紅杉、龍湖資本、九合創投等頭部機構多輪融資。MarketsandMarkets預測，全球情感陪伴機器人規模或在2027年突破百億美元，年複合增長率超過17%；其中，具備移動能力與情感互動功能的品類將是增長最迅速的細分賽道。在這個重視情緒價值的年代，陪伴機器人或許會在人們生活中嵌入得更深。但也正因人類的情緒幽微多變，企業也需要更有敬畏心。從陪寵到陪人在陪伴機器人領域，寵物陪伴與人類陪伴的核心需求存在顯著差異。Enabot品牌負責人佟少楠告訴硬氪，寵物陪伴更聚焦 “看護 + 互動” 雙重訴求，而人類陪伴則側重情感共鳴與場景適配，因此，二者在相關產品的功能設計、使用者體驗最佳化與研發迭代上的方向也各有側重。從前，寵物陪伴場景中，使用者面臨的痛點包括遠端看護的視角侷限、單向互動等問題。儘管傳統監控裝置可以即時呈現寵物狀態，但其功能僅停留在觀察層面，無法主動發起與寵物的互動。而當寵物出現長時間靜止不動的情況時，對於“是否意味著健康出現問題”“獨自在家是否感到無聊”等不易察覺的隱性需求，傳統監控裝置也難以進行有效應對。機器人技術恰好解決了這個痛點。針對使用者因無法與寵物即時互動而產生的焦慮，Enabot在寵物陪伴機器人產品線中，基於其移動能力與感知系統，將雷射點、逗貓棒等寵物喜愛的互動模組融入機器人，開發了遠端操控觸碰、引導寵物活動等功能。即使使用者不在家，也可使用App遠端操控機器人主動與寵物互動。Enabot寵物陪伴機器人的遠端互動功能（圖源/企業）對比之下，人類陪伴場景中，產品設計邏輯發生了轉變，從解決功能性問題轉向滿足情感性需求。人類對陪伴的期待，遠不止於基礎的資訊傳遞或安防監控，而是渴望獲得真情實感、能引發共鳴的互動體驗。這就意味著，機器人必須具備更強的情緒感知與自然互動能力。“我們不僅需要通過語音、表情、對話內容建構真實的陪伴感，還必須考慮到使用者年齡跨度大的特點，確保操作足夠簡單，”佟少楠向硬氪解釋道，“任何複雜的學習過程都會破壞情感聯結的自然流暢。”在功能架構上，Enabot采了用“實用功能+情感陪伴”的設計方案，一方面通過自主移動與環境感知能力，提供安防巡視、事件提醒等實用功能；另一方面借助AI情感演算法與與擬人化互動，能夠識別使用者人臉定時發起提醒，提供娛樂內容、發起視訊通話，甚至通過與寵物互動來間接緩解使用者的焦慮。實用功能與情感陪伴兼具（圖源/企業）為了打破使用者對機器人 “移動監控” 的固有印象，Enabot著重強化了AI大模型的對話能力與角色豐富性，其家庭陪伴機器人產品搭載了多個大模型助手，可支援6大角色切換，並提供北京、河南、廣東等20余種方言與地方口音 。消費級陪伴機器人的演進遵循著明確的路線，然而，隨著市場迅猛增長，這個賽道還沒成熟就已經競爭白熱化。在Enabot團隊看來，這種情況下，企業更需在功能設計、形態結構與成本控制之間實現平衡，避免陷入同質化競爭。所以，Enabot的技術迭代相對理性，也沒有以堆疊很多AI功能為目標。“如果盲目引入AI技術、產品卻與使用者體驗脫節，導致互動生硬卡頓，這樣的品牌是難以同使用者建立情感共鳴的。”佟少楠表示。無論是解決寵物陪伴，還是追求實用與情感價值兼具的人類陪伴場景，Enabot的目標始終明確：在具體場景做細做深。這也代表了當今一部分硬體公司的突圍思路，將簡單的功能做透，而非追求大和全。Enabot機器人生產車間（圖源/企業）“電子分身”VS虛擬朋友後疫情時代的社會圖景中，“孤獨經濟”正以前所未有的態勢擴張。Statista調研資料顯示，全球超過60%的都市獨居者表示需要非人類陪伴體來緩解孤獨感。從獨居青年的生活陪伴，到空巢老人的健康守護，再到都市白領的情緒疏導，當線下互動變得不確定時，陪伴機器人成為一種新興的情感連接方式。有趣的是，當陪伴機器人進入到全球市場，迥異的文化背景，正塑造著多元使用者對陪伴機器人截然不同的需求與期待。比如在以中國為代表的東亞市場，陪伴機器人的定位遠超普通智能裝置，更被賦予“家庭情感紐帶”的深層期待。這種定位源於東亞社會獨特的家庭結構與情感模式。根據Enabot使用者調研畫像顯示，雙職工有娃家庭、異地親屬家庭等複合型家庭作為其核心使用者群體，他們對產品的核心訴求，是突破空間阻隔、能夠實現“遠端共在感”，完成細膩的情感表達。所以，Enabot設計了一些很有儀式感的功能。當異地家人過生日時，使用者可以遠端操控Enabot機器人眼燈播放圖片傳遞祝福；其自訂表情功能，還能用可愛的文字、動態圖案等與父母互動。這些頗具互動設計，精準契合了東亞社會中高頻、密集的家庭互動模式。歐美市場則呈現出截然不同的需求圖景，國外使用者更看重機器人的擬人化互動、情緒共鳴能力，並將其視為“電子寵物”或“虛擬朋友”。佟少楠告訴硬氪，歐美使用者更傾向於低侵入式陪伴、即有邊界感的接觸，他們希望感受到機器人的存在，卻不希望被頻繁的互動打擾。這種需求差異既源於對個人空間的重視，也與相對獨立的家庭結構相關。在實際使用場景中，Enabot機器人更像是一位“克制的智能管家”。在實用功能方面，它是一位可靠的機動保安；機器人可以在待機情況下監測環境變化，並在感知異常時提醒使用者、二次查驗等，有效改善了傳統固定監控裝置的被動查看屬性。在深度陪伴層面，使用者期待機器人不僅能記憶偏好、適應個性化交流節奏，更應成為可共同創作的夥伴，比如一起構思故事框架或協作設計簡易互動遊戲。與此同時，歐美使用者展現出鮮明的自主解決傾向。當裝置出現故障時，他們更傾向於讓機器人通過自診斷功能檢測問題並嘗試自主修復，僅將必要日誌上傳至指定平台。這種“最小化人工干預+閉環資料流轉”的模式，既滿足了使用者對產品獨立性營運的需求，也通過減少資料互動環節強化了隱私保護。Enabot產品在海外展會上（圖源/企業）陪伴機器人的本質，始終是“關係的具象化”。縱觀全球市場，它既承載著家庭情感的延續，也體現出對個人空間的尊重。這種差異背後，源於對使用者痛點的深刻理解。當前，行業正處在從“工具理性”向“情感價值”轉型的關鍵節點。陪伴機器人的發展已不再侷限於功能迭代或技術突破，而是轉向更深層的價值重構——如何讓科技更好地服務於人的情感需求，如何在人機共處中找到恰到好處的平衡點。在這個過程中，Enabot的迅速崛起印證了一條有效的發展路徑，從解決功能痛點、到滿足情感需求，那些能夠精準把握使用者真實需求的企業，將在未來的市場競爭中佔據先機。 (EDA365電子論壇)

這周，全球投資圈經歷了一場重大變動。紅杉資本的最高領導人發生變動。Roelof Botha 將卸任全球領導人（Senior Steward）一職，由合夥人 Alfred Lin、Pat Grady 接替，成為新一任聯合領導人。Botha 將繼續擔任該公司的普通合夥人，擔任合夥企業的顧問角色。Alfred Lin、Pat Grady，分別為紅杉資本早期投資和成長期投資團隊的負責人。Alfred Lin 因為 Airbnb、DoorDash 等消費者領域的早期投資被熟知，Pat Grady 則是專注企業服務和 AI 領域，投資了 Snowflake、OpenAI 等公司。Roelof Botha 於 2017 年在 Jim Goetz 手中接管了紅杉的美國業務，並在 2022 年升任至紅杉最高領導人位置。算起來，Botha 的任期很短，僅有三年多時間。01 Botha：上任僅三年，將領導權交給「新一代」據統計，自 Botha 接任以來，紅杉已經向其投資者返還了超過 500 億美元的利潤。Botha 在紅杉工作的二十多年裡，主導了對 YouTube、Instagram 被收購前的早期投資，同時投資了支付公司 Square（現為 Block）。在此之前，Botha 曾作為 PayPal 的首席財務官，幫助其成功上市。圖：Roelof BothaBotha 此次在上任僅三年多的時間，就匆匆將領導權交給「新一代」，引發了外界的諸多猜測。據 The Information 引用知情人士資訊稱，紅杉資本的部分合夥人曾對 Botha 的管理風格表示擔憂，但具體情況尚不清楚。在 Botha 負責公司美國業務期間，紅杉資本錯失了一些重大的 AI 領域投資機會，包括：沒能在 OpenAI 的早期階段進行投資、放棄了對 Anysphere（Cursor 的母公司）的投資、在種子輪跳過了對 Mercor 的投資等等。據兩位熟悉 Botha 想法的知情人士透露，在最初的幾年裡，Botha 並沒有非常重視對 AI 領域的投資。圖源自 The Information紅杉此次任命的公告信：唐·瓦倫丁（Don Valentine）在創立紅杉時就著眼於未來。他為公司注入了一種獨特的文化核心——「守護精神」。我們將「守護」理解為：讓公司在我們手中變得比我們接手時更好。這一信念促成了紅杉在代際間的平穩傳承，也確保我們始終聘請那些願意建立超越個人生命周期的夥伴關係的人。守護精神讓我們的文化建立在高績效、卓越、團隊協作和持續創新的理念之上。這種精神也延伸至我們投資的公司。儘管我們被稱為投資公司，但我們認為自己是真正的「公司建設者」。自 1972 年以來，紅杉的「守護者」們一直在團隊準備就緒時，將合作夥伴關係從一代傳遞到下一代。每一次交接，都讓新一代能夠站在前輩的肩膀上，繼續建設並強化紅杉的合作體系。現在，這一刻也來臨了。今天我宣佈，Alfred Lin 和 Pat Grady 將成為紅杉資本的新一代守護者。Alfred 和 Pat 體現了紅杉過去 53 年所定義的文化特質。他們在業績上卓越非凡，合作過的公司包括 DoorDash、ServiceNow、Airbnb、Snowflake、Citadel Securities、Zoom、Kalshi、OpenAI、OpenEvidence 和 Harvey。他們是領袖：自 2017 年起，Alfred 一直共同領導紅杉的早期投資業務；自 2015 年起，Pat 負責成長階段投資。他們堅守紅杉的「學徒制」傳統，具備贏得事業所需的勇氣與韌性。他們不迴避艱難的對話，總是親力親為地建設公司——無論是在創業者身邊，還是在紅杉內部。他們二人是真正的團隊夥伴——對創業者、對同事、也對彼此。他們是最合適的一對人選，來接過紅杉守護的重任。像之前的守護者一樣，我將過渡到新的角色，為合夥關係提供諮詢，並繼續代表紅杉出任多家董事會成員。我堅信，在 Pat 和 Alfred 的領導下，紅杉的精神將得以延續，而紅杉深厚的人才陣容也會繼續蓬勃發展。致意，Roelof Botha02 Alfred Lin：投資 OpenAIAlfred Lin，2010 年加入紅杉，期間主導了多個重大的投資項目，包括 Airbnb、DoorDash、Uber Technologies、Instacart、Reddit 等。在成為聯合領導人之前，Lin 與 Luciana Lixandru 一起擔任紅杉早期投資業務的負責人。在加入紅杉前，Lin 有過多段創業經歷，且公司營運能力非常強。Lin 與其哈佛時期的好友 Tony Hsieh 共同創辦的線上零售公司 Zappos，Lin 擔任首席營運官和首席財務官，全面負責了 Zappos 的財務、行政和倉儲營運。2009 年，公司被亞馬遜收購。圖：左 Tony Hsieh，右 Alfred LinLin 與紅杉結緣，也是在 Zappos 時期。矽谷知名投資人、前紅杉合夥人 Michael Moritz 是 Zappos 的投資人和董事會成員。Lin 的投資理念非常有意思，他認為，商業和人生都不是一場有終點的「有限遊戲」，而是一場規則不斷變化、目標是持續玩下去的「無限遊戲」。關注「一家公司的持久影響力」。Lin 認為，投資的最終目標是尋找擁有清晰價值觀、致力於創造持久影響力、並且能在漫長賽程中不斷進化的公司和創始人。Lin 更傾向投資能夠實現複利的公司，並儘可能長時間地持有，實現持續增長。過往投資案例：投資觀點創始人-市場契合度（FMF）：對傳統「產品-市場契合度」的獨特演繹。Lin 更專注於創始人的特殊品質、他們新穎獨特的見解、他們創立故事中的「尤里卡時刻」（eureka moment），以及他們為所服務的客戶創造同理心的親身經歷。在創始人篩選上，「剝離所有這些之後，對我來說只有一個標準：我是否願意為這些創始人工作（would I love to work for the founders），幫助他們發揮自己和公司的全部潛力？」技術周期早期「3 個月一變」，今天熱的論題三個月後可能不相關，但創業必須立在能在十年後仍成立的命題之上，用高頻試驗擁抱不確定、用願景穩住方向。03 Pat Grady：專注 B2B 和雲設施Pat Grady，2007 年 3 月加入紅杉資本，在紅杉工作了近 19 年的時間。在此之前，他是紅杉成長型投資團隊的負責人，專注投資處於「成長期」的 B2B 企業，同時也是紅杉在 AI 領域的主要投資人。Pat GradyGrady 可以說是一位非常「高產」的投資人。在 B2B 企業軟體、雲服務領域，Grady 投出了 Snowflake、Zoom、Okta、HubSpot 等知名公司。其中，Snowflake、Zoom 兩家，均是在其「成長期」投資，最後成功實現 IPO。與此同時，Grady 在 AI 領域的投資成績也格外突出。2021 年，Grady 與 Alfred Lin、Sonya Huang 一起主導了紅杉對 OpenAI 的投資。Grady 在 AI 領域的投資佈局，幾乎覆蓋了全端：基模層，投資了 OpenAI；平台/社區層，投資了 Hugging Face；垂直應用層，投資了 AI 法律公司 Harvey 和 AI 醫療 OpenEvidence；水平應用層，投資了 Notion。在 Grady 個人的投資風格中，有三點特別鮮明：專注投人，評估創始人的「增長斜率」；注重文化。「文化就是一切，是一家公司所能擁有的最具有可擴展性的系統」；在 AI 領域，更關注能夠建立起真正信任的垂直領域應用（這點在紅杉去年發佈的文章《Generative AI』s Act Two》有詳細介紹，Grady 是文章作者之一。)過往投資企業：04 動盪期的新一代紅杉資本作為矽谷最具實力的風險投資公司之一，管理資產規模達到 560 億美元，投資的初創公司包括 OpenAI、SpaceX、Stripe、Ramp 和 Chainguard 等。上周，紅杉宣佈推出了兩隻新基金，分別為專注於 A 輪初創企業的早期基金，規模為 7.5 億美元，和 2 億美元的種子基金。近兩年來，紅杉資本「動盪不安」，包括 FTX 投資失敗、合夥人 Shaun Maguire 的不當言論，中國業務拆分以及多位知名投資人離職等等。或許，這次的調整，能讓紅杉提起氣來。紅杉最近翻新了辦公室，並設定了一面牆，每位投資者都在上面手寫一句話：「我們的優秀程度取決於我們的下一筆投資。」 (Founder Park)

矽谷投資巨頭紅杉，近期宣佈了換帥聲明。幾個月前，關於“誰來接棒”“誰退居幕後”“誰被邊緣化”“下一代掌門究竟是誰”的低語，早已在紅杉資本的合夥人圈層內悄然流轉。如今，以一紙宣告告別了那位曾在全球投資版圖上揮斥千里的掌門人博塔，迎來兩位新任接棒者：林君睿和帕特·格雷迪。作為矽谷最具實力的風險投資公司之一，紅杉目前管理規模約為560億美元（約合人民幣4000億），如今隨著一紙公告，掌門人正式更換。儘管外界看到的是“平穩交接”，但在這家管理數千億美元資產、見證矽谷風雲變換的老牌風投機構內，這卻更像是一場“宮斗”。“宮斗”的導火索來自一條社交媒體上的衝突。夏季，一位合夥人在公開平台對紐約市長候選人Zohran Mamdani發表攻擊性言論，引發了內部牴觸與外界信任的雙重危機。作為當時的全球營運掌舵人，博塔選擇站在言論自由的一方，而非代表公司鄭重道歉。他的選擇讓高管團隊震怒，首席營運官因此辭職，機構聲譽也開始動搖。有人說：他的智商或許無人能及，但情商卻被認為遠低於預期。與此同時，在科技邏輯高速重構的當下，博塔在人工智慧投資的謹慎姿態也逐漸成為“機會流失”的代名詞。Open AI估值飆升之時，曾擁有先機的紅杉卻因出手的謹慎僅獲微弱份額。從紅杉資本治理結構來看，合夥人擁有隨時對領導層發起投票的權力。而當帕特·格雷迪和林君睿與另一位高級合夥人聯合起來，並得到上一任管理合夥人Doug Leone的支援，紅杉的這場“政變”亦由此落下帷幕。由於“情商不足”導致的一場宮斗事情的序幕，其實遠早於公開公告那一刻。關於“誰來接棒”“誰退居幕後”“誰被邊緣化”“下一代掌門人究竟是誰”的討論，早已在紅杉合夥人圈內低聲流。2025年11月初，紅杉正式宣佈：自2003年加入、曾擔任全球管理合夥人的Roelof Botha將卸任日常管理職務，轉任顧問；由長期合夥人Alfred Lin 與 Pat Grady共同接任，負責全球營運與戰略方向。表面上，這是一次平穩交接；但在這家管理著上千億美元、見證矽谷五十年榮枯的老牌機構內部，這場換帥更像是一場關於方向與治理的“靜默宮斗”。導火索是今年夏天，紅杉資本合夥人肖恩·馬圭爾在社交媒體平台X上，對紐約市長候選人佐蘭·馬姆達尼（Zohran Mamdani）發表了攻擊性言論。作為紅杉資本的全球領導人，羅洛夫·博塔選擇捍衛馬圭爾的“言論自由”，而沒有代表公司進行正式道歉。博塔的處理方式引發了內部強烈不滿。其中，首席營運官蘇邁婭·巴爾巴萊因此憤而辭職。這一事件迅速動搖了外部投資者對紅杉資本的信心。甚至，海灣地區的投資者也開始質疑紅杉資本的價值觀和企業文化。他們認為，能夠容忍“如此偏見”的公司，違背了他們遵循的道德的投資框架。於是把羅洛夫·博塔推到了風口浪尖。博塔的智商的確高得離譜，但他的情商與智力並不匹配。這是外界對於這位紅杉掌門人的最多評價。同時，博塔在AI領域的出手過於謹慎，這讓紅杉錯失了不少機會。最典型的例子是，紅杉資本曾在2021年向當時估值約200億美元的OpenAI僅投資了約2000萬美元，導致在後來OpenAI估值達2600億美元的融資中，紅杉資本僅獲得了不及預期的股份。雖然在後續又在多輪融資中增加了一些股權。不過在今年早些時候，OpenAI那一輪估值2600億美元的融資中，紅杉曾提出出資10億美元，最終只獲得“遠小於”該數額的股份。根據紅杉資本獨特的治理結構，合夥人可以在任何時候對領導層發起投票。這次，林君叡、帕特·格雷迪與安德魯·裡德三位高級合夥人聯手，得到了更廣泛內部成員以及上一任管理合夥人道格·萊昂內的支援。在這場接力中，最受矚目的，是新任掌門人之一林君叡（Alfred Lin）——一位擁有華人背景的矽谷投資人。林君叡出生於台灣，少年隨家人移民美國，本科畢業於哈佛大學應用數學專業，後獲史丹佛大學統計學碩士學位。他曾在LinkExchange任職，後加入Tellme Networks，再到Zappos擔任首席營運官、首席財務官與董事長。2009年，他協助Zappos以12億美元被Amazon收購，完成矽谷史上經典併購之一。2010年，林君叡加入紅杉，專注早期投資。他主導或深度參與了Airbnb、DoorDash、Stitch Fix、Open AI等一系列明星項目，從天使輪一路陪伴到上市，成為紅杉內部極具代表性的“從營運走向投資”的人物。他的風格低調但極為系統，強調“從現金流到組織節奏的可持續成長”，常被創業者形容為“最懂創始人”的投資人之一。2017年後，林君叡開始主導紅杉的早期投資類股，並與帕特·格雷迪分別負責早期與成長業務。二人“合掌”紅杉，既是平衡權力的選擇，也意味著紅杉未來將更加結構化與分層化運作。值得一提的是，2021年，林君睿參與OpenAI融資時推動紅杉資本增加投資額，最終在該企業估值達2600億美元的融資中獲得股份。相較之下，帕特·格雷迪更專注中後期成長投資。他在2015年加入紅杉後，代表公司押中了Snowflake、Zoom、Okta等企業級科技明星項目，是紅杉在SaaS與B2B領域的中堅力量。二人的組合，被外界解讀為“紅杉的下一代答卷”——在激烈變化的科技周期中，用雙引擎維繫機構韌性。此前，10月底，紅杉資本宣佈募集完成了一支7.5億美元的早期基金和一支2億美元的種子基金，並明確表示將加注人工智慧賽道。這一舉動被視為新領導層的就任宣言。其實，從側面來看，紅杉資本的政變，也反映了全球資本對AI時代的焦慮與渴望。新接棒，新故事矽谷風投之王，全球最具影響力的投資機構之一，被查理·芒格稱讚是最佳投資公司，這就是紅杉資本。它的故事始於1972年的加州，英特爾剛成立不久，蘋果、Google都還不存在。Don Valentine——一位出身晶片行業的前市場經理人——在門洛帕克的一間小辦公室裡成立了一家風險投資公司，取名“Sequoia Capital”，意為“紅杉樹”，象徵穩健與長青。Valentine的理念很簡單：“去尋找那些能改變產業結構的企業。”他相信真正的創新往往從實驗室或車庫裡萌芽，於是決定為這些創業者提供第一筆資金。1975年，紅杉投了電子遊戲公司Atari；三年後，又押中了Apple。那是紅杉第一次真正意義上的成功——不僅獲得投資回報，更重要的是，它與矽谷創業浪潮緊緊綁在一起。從此，“早期押注、長期陪伴”的投資風格成為紅杉的底色。1980年代到1990年代，紅杉迎來了第二階段的擴張。它投資了Cisco Systems、Oracle和Yahoo!，幾乎參與了資訊技術基礎設施的每一次浪潮。那時候的紅杉仍然規模不大，卻已建立了一套內部準則：基金規模適度、合夥人直接參與決策、不依賴明星個人。Don Valentine後來回憶說：“我們不是找聰明的財務工程師，而是找能識別創業者的人。”這種文化也影響了之後所有的接班人。進入21世紀，矽谷迎來了網際網路與移動網際網路的黃金十年。紅杉在此期間完成了幾筆足以載入投資史的項目：Google、YouTube、LinkedIn、WhatsApp——幾乎每一個都代表著網際網路生態的關鍵節點。2006年，紅杉以約800萬美元投資YouTube，僅一年後Google以16.5億美元收購，回報數十倍。2014年，Facebook以190億美元收購WhatsApp，紅杉是唯一機構投資方。這兩筆交易讓紅杉聲名大噪，也在全球LP圈確立了“矽谷最成功風險投資機構之一”的地位。2000年後，紅杉開始從一家美國本土基金轉向全球佈局。2005年在中國設立團隊，2006年進入印度市場，隨後延伸至東南亞、以色列與歐洲。紅杉中國的模式與總部保持相對獨立，本地團隊擁有投資決策權，這在當時是罕見的做法。事實證明，這一選擇幫助紅杉捕捉到了新興市場的增長紅利，也成為其後“多中心化治理”的雛形。從投資邏輯看，紅杉並不拘泥於“科技”這一標籤。它早期押注半導體與網路裝置，中期押注網際網路與消費平台，後來又涉足醫療科技、企業軟體與金融科技。以Stripe、Snowflake、DoorDash為代表的一批公司，正是紅杉在“雲端運算＋SaaS”時代的代表作。如果說2000年代是紅杉的擴張期，那麼2010年代以後，它則進入了體系化階段。機構開始設計更複雜的基金架構，覆蓋從種子輪、早期到成長期的全鏈條投資；同時設立Scout計畫，通過創業者與前員工網路挖掘新項目。這種“生態式佈局”讓紅杉形成了一個自循環系統：老公司退出後貢獻資本，新公司獲得支援，再培養新一代創業者。2023年，紅杉宣佈將美國/歐洲、中國、印度/東南亞三大業務實體完全獨立營運——這一分拆決定，被視為其全球化戰略的重新定位。它承認了“紅杉”這一品牌在不同市場環境中需要不同的節奏和語言，也意味著總部不再是唯一的指揮中心。紅杉的故事，也因此進入一個新的階段。一方面，它仍是矽谷乃至全球創投生態的核心參與者，旗下基金管理規模超過850億美元，遍佈上千家被投企業；另一方面，它也在不斷應對周期切換、市場波動、地緣政治等多重考驗。半個世紀，紅杉經歷過幾代人的接力：從Don Valentine到Mike Moritz，再到Roelof Botha，如今交棒給現在的林君叡、帕特·格雷迪。新掌門人接過權杖，紅杉這棵半世紀的“紅杉樹”，也在重新生長出新的枝丫。站在矽谷投資圈的華人們事實上，除了林君睿，在矽谷這片創投土壤中，華人投資者的身影逐漸清晰。既有在全球頂級美元基金掌舵的“頭部合夥人”，也有自建早期基金的專業型投資者。例如許良傑從矽谷技術主管轉型為創投機構聯合創始人，其所在基金聚焦早期美國初創公司。另一位蘭雪昭則由華人移民背景起步，擁有美國密歇根大學統計學碩士及心理學博士學位，曾在Dropbox擔任戰略併購負責人，2017年創立位於舊金山的“Basis Set Ventures”，專注人工智慧和自動化早期投資。還有如張露，出身中國內蒙古，赴美讀書，曾創辦醫療裝置公司並被收購，後在矽谷建立專注AI／健康／工業自動化的早期基金。以上這些人，均為華人背景，在矽谷及全球科技投資生態中的動作值得梳理。講到許良傑，早年他在矽谷擔任技術高管，於2015年與人共同發起Seven Seas Venture Partners（七海創投）在美國投資早期初創企業。他從工程師、研究員身份切換至投資人，這種“技術轉資本”的路徑，在華人投資者中並不少見。蘭雪昭則走出另一條路徑：學術出身、技術創業經歷、再轉為投資人，其基金早在2017年就宣佈籌集1.36億美元用於機器智能賽道。華人投資者不是僅在後期跟投或被動參與，而是主動進入美國早期科技生態。如許良傑的機構在他切入後便迅速佈局；蘭雪昭自創基金即瞄準AI/自動化賽道，並利用自身技術背景深耕之。資源連結能力方面，他們往往既具備中國背景、跨境資本視角，又紮根美國創新體系：他們不僅出資，更加入決策、創始-基金人對話、建構跨國通道。生態話語權方面，華人投資者由“資金提供者”漸向“平台搭建者”“技術洞察者”角色邁進，在矽谷初創圈中開始具有識別度。當然，這條路徑亦非一路平坦。對於許良傑所在的跨境資本平台而言，美國對外資、關鍵科技領域（如AI、自動化、晶片）投資的監管日益收緊。公開資料顯示，中國背景資本在美國科技風險投資中的審查機制增強。在這一背景下，華人投資者雖在矽谷具備優勢，但也要應對制度環境、合規流程、地緣政治風險的挑戰。截至2025年，在矽谷聚焦AI/自動化的早期投資基金中，由華人創辦或主導的機構正在增加。對比之下在中國本土科技實力迅速提升的背景下，矽谷華人投資人還處於一個“連結全球”“資源雙向流動”的位置。根據聯合國工業發展組織中國投資促進辦事處與深圳資料合作報告，在全球百大AI頂尖科學家中，65人具有中國背景，其中約50人在中國機構，15人在美國研究中心。這反映華人在全球科技生態中的“雙重角色”。從賽道上看，當下矽谷熱度最高的包括人工智慧、大模型、工業自動化、醫療健康、邊緣計算等。而華人投資者在上述賽道中活躍，這意味著，他們不僅是資本的供給端，更具“技術起點”與“創始人視角”——這正是矽谷生態中被視為“C位”的一項關鍵能力。即便如此，他們仍處於轉型中。未來若想穩固“C位”地位，華人投資者可能需要進一步：在制度環境中規避潛在風險；在賽道佈局中實現差異化、避免盲目跟風；在資源連結上建構跨文化、跨國界的橋樑，而不僅停留在“資本輸入”層面。資本全球化、技術創新國際化的趨勢為華人投資者提供機遇，但制度、政策、估值環境等也在重塑格局。當下，華人投資者在矽谷的角色已不再侷限於“資本趕來”，而更多體現為“技術連結者”“資源橋樑”“早期決策者”。他們的出現，使矽谷生態中“全球化”與“中美資本科技連結”這一話題更具實質含義。無論是許良傑、蘭雪昭，還是張露，他們正在以不同路徑進入矽谷投資圈的中樞位置。未來，在科技賽道不斷重構、資本流動不斷演變的大背景下，華人投資者的角色或將更加多元化、挑戰也更高。如果他們能夠在技術起點、資本視角、跨境網路之間保持平衡，那麼在矽谷這片極度競爭的土壤中真正站穩“C位”，就不僅是可能，而將成為趨勢。 (融中財經)

紅杉資本合夥人 David Cahn 是當下矽谷最被關注的 AI 投資人之一，他的判斷總是比市場早半步。2023 年，他在《AI 的 2000 億美元問題》中首次提出：算力的真正價值不在製造，而在消費；到了 2024 年，又在《AI 的 6000 億美元問題》中計算出——要支撐 1500 億美元的 GPU 投資，全球必須額外創造 6000 億美元的新增收入。這組推演一度被視為危言聳聽，如今卻成為投資人衡量 AI 產業現實回報的基礎公式。一年後，Cahn 重新出現，帶著更宏觀的思考。他認為，AI 已不再是“虛擬技術”的故事，而是一場徹底的“物理化革命”：電力、算力、施工、土地和能源，成了這一輪技術周期最稀缺的資源。“AI 世界的貨幣，不再是美元，而是千兆瓦。”在最新的 20VC 播客對話中，他從資料中心談到資本泡沫，從防務科技講到年輕人的原生思維。他復盤過去一年全球 AI 產業的擴張節奏，也描繪泡沫之後的倖存法則。語氣克制、邏輯鋒利，依舊延續了他那種“把科技當作經濟學”來分析的冷靜方式。“AI 泡沫不可怕，可怕的是沒有人在泡沫中進化。”▍鋼鐵與電力：AI 的物理化現實David Cahn 認為，AI 產業的真正護城河，已經從演算法和模型，轉向了“鋼鐵、電力與施工隊”。2024 年他曾提出「AI 的物理化」這一概念，當時還被視為過於冷門的判斷，如今成了產業的主旋律。回顧那一年，資本市場的討論集中在模型與算力，他卻注意到一個更原始的問題——要讓這些模型運行，必須先把電接上。他在節目中回憶，2024 年夏天自己就在前線觀察到基礎設施緊缺的徵兆：資料中心的電工被空運到德州，發電機產能被預訂到 2030 年，整個行業都在搶佔物理資源。“大家當時都在比拚算力模型，卻忘了供電和建設才是第一性問題。” 於是他提出：投資人應該從“位元視角”切換到“原子視角”，理解 AI 背後真實的物理性。事實驗證了這一判斷。過去一年，AI 產業最大的贏家並非軟體公司，而是電力、能源與基建相關企業。Cahn 稱之為“AI 電力交易（AI Power Trade）”——2025 年華爾街最成功的套利，是押注電力成為算力瓶頸。他指出，Sam Altman 現在談論的不再是“美元”，而是“吉瓦（Gigawatt）”。這意味著資本的語言正在變化，“AI 世界的貨幣單位，不再是資金，而是功率。”這種變化也對應到宏觀經濟層面。GDP 原本衡量的是“有形的產出”，而 AI 的爆發恰好重新點燃了這一部分：建築工地、鋼結構、冷卻裝置和資料中心用地的投資，都被計入統計口徑。“AI 的物理化，讓美國 GDP 再次與現實世界掛鉤。” 這不是軟體層面的增長，而是鋼鐵、混凝土與電纜的增長。他進一步指出，去年提出的“6000 億美元問題”如今已升級為“8400 億美元問題”。當時他計算：如果輝達賣出 1500 億美元的 GPU，就會帶來約 3000 億美元的資料中心投資，要支撐這筆資本回報，至少需要 6000 億美元的營收來覆蓋成本。到 2025 年夏，這個模型已膨脹到 8400 億美元。Cahn 的關鍵問題是：“客戶的客戶是否健康？” 也就是說，真正的終端需求是否存在，是否有人為這場算力狂歡買單。他用一句話概括當前階段：“2024 年我們還在談規劃，2025 年鐵鍬已經下地。” 但他也提醒，這一輪建設存在巨大差異。“建得快，反而可能輸。” 因為當所有人同時開工、同時搶供貨商，延遲與成本會迅速上升。Cahn 將建設本身視作新周期的護城河——誰能在複雜供應鏈中搶到裝置、拿到許可、按時通電，誰就能在未來算力戰爭中佔得先機。他認為，投資人和創業者普遍低估了“建造能力”的難度，也低估了其長期價值。“我們以為演算法是核心，其實混凝土才是門檻。” 在他看來，未來幾年內，AI 行業的優勝者將不是寫程式碼最快的團隊，而是能最快建成並穩定運行資料中心的團隊。▍泡沫與循環：資本的錯配時刻在談及市場氛圍時，David Cahn 的語氣依舊冷靜：“是的，我們正處在一個 AI 泡沫中。” 他說，這並非危言聳聽，而是事實的延伸。過去一年裡，AI 已從前沿創新變成全民共識，連最激進的多頭——Sam Altman、Vinod Khosla、Jeff Bezos——都公開承認市場存在泡沫成分。Cahn 借用塔勒布的比喻：“沒人能預測建築那天會倒，但每個人都能看出它已經開始搖晃。”他認為，這種“搖晃”來自兩個方向：一是循環交易的擴散，二是資本時間錯配。2024 年底到 2025 年初，微軟和亞馬遜仍是 AI 生態的支柱，它們承擔資料中心租約、提前鎖定電力容量，相當於接住了“需求的燙手山芋”。但進入 2025 年後，這兩家巨頭開始收縮投資，轉而由 Oracle 和 CoreWeave 接盤——規模更小、風險承受能力更弱。與此同時，晶片公司為了刺激出貨量，也開始主動融資建廠，把資本支出反向記作收入。“這是一種精緻的循環，買方變賣方，賣方又成了融資方。”Cahn 指出，如今行業中常見的大項目——動輒以“吉瓦”計量的算力交易——很多其實並未完成融資。“現在沒人知道 1 個吉瓦到底值多少錢。” 他的估算是，每 1 個 gigawatt 的資料中心造價約 400 億到 600 億美元。按照目前全球規劃的 800 個 gigawatt 計算，這意味著約 8 兆美元的建設需求，而這些資金遠未真正落實。“我們正生活在一個所有資本機器都朝同一方向傾斜的時代——AI——但問題是它們都集中在一個過短的周期內。”他把這一階段稱為“股權型泡沫”，區別於 2008 年的債務危機。那次是信貸鏈斷裂，而這次更多是估值層面的膨脹。“AI 的資本循環不是借來的錢，而是股東的錢。” 當市場情緒反轉，受傷的將是持有股票的人，而不是銀行。Cahn 強調，大多數 AI 項目仍以現金和股權融資為主，因此崩盤形態不會像過去那樣劇烈，卻會更普遍、更緩慢地影響每一個投資組合。在他看來，這場泡沫的核心特徵並非虛假需求，而是時間錯位。投資人押注未來十年的收益，卻在兩年內把錢花完。“這是一個被壓縮的時代。” 產業的成長周期被資本的短期邏輯推到極致——模型還沒落地，伺服器已滿負荷，項目剛開工，下一輪融資又開始。Cahn 認為，這種錯配在長期並非災難，只是需要更長的周期去消化。“AI 最終會兌現全部潛力，只是不會在 2025 年。”他把這種現象稱作“物理性遲滯”——能源、裝置、工程都有摩擦成本，資本卻假裝沒有。投資人願意為“未來的算力”買單，卻很少為“正在施工的算力”付出時間。Cahn 的結論是：AI 產業不會崩潰，但它必須經歷一次“現實回歸”的再平衡。“市場現在買的是速度，未來買的會是耐心。”▍贏家與輸家：算力消費與壟斷幻覺在這場被資本推向極限的周期中，David Cahn 給出的判斷很直接：“贏家不會是生產算力的人，而是消費算力的人。” 他將 AI 的結構分成兩類：生產端與消費端。生產端像煉油廠，負責提供統一的基礎資源；消費端則像能源使用者，利用這些資源創造更高附加值的智能應用。他的邏輯是，算力是一種“商品化資產”，生產越多價格越低。“在過度供給的市場裡，你可能是最優秀的煉油工，但油價下跌仍會吞噬利潤。” 因此，從長期回報來看，生產算力的企業註定具有周期性，估值波動劇烈；相反，那些將算力轉化為智能、內容或服務的企業——也就是“算力消費者”——將享受更穩定、更高倍的複利增長。這套框架最早出現在他 2023 年發表的《AI 的 2 億美元問題》一文中。那時他提出：算力的最終受益者是使用方而非製造方。如今，這一判斷已成為行業共識，但他指出市場行為仍然背道而馳——“儘管大家嘴上都說要投消費端，80% 的資金仍流入生產端。” 因為生產端能消耗更多資本，融資規模龐大，投資機構更容易“部署資金”。這是一種結構性偏見：資本被“吸引到最燒錢的地方”，而非最有創造力的地方。Cahn 用雲端運算的例子解釋了為什麼這種偏見令人誤判。Google、AWS 和 Azure 這些雲巨頭被視為不可撼動的壟斷者，但它們的誕生背景和當下完全不同。“當 Google 創立時，沒有人知道它會成為壟斷；當 YouTube 以 10 億美元賣掉時，也沒人認為那筆交易低估了未來。” 壟斷之所以能形成，是因為它在“無人注視的角落”成長。而 AI 不具備這樣的隱蔽性——現在所有人都知道它的重要性。因此，Cahn 提出一個警告：AI 不會再複製“大廠壟斷時代”的利潤率。“今天的創業者都在公開的戰場上競爭，任何一個突破都立刻被看見、複製、追趕。” 他稱之為“透明市場”，在這種市場裡，壟斷利潤難以形成，行業利潤率會回歸常態。他認為，這種結構性變化反而是好事。AI 行業的開放競爭將更快地推動技術擴散和價格下降，消費者將以更低成本獲得更高品質的智能服務。“我們不該害怕競爭，真正該害怕的是 AI 的壟斷。”談到企業特徵時，他再次強調對“算力消費者”的偏好——那些用 AI 改變終端體驗的公司。他提到紅杉投資的 Clay 與 Juicebox，前者在建構全球化資料關聯層，後者在重塑招聘體驗。兩者共同點是：不依賴無限融資，而依靠真實的客戶愛與需求驅動增長。“最好的公司，是那些不需要資本也能活得很好的公司。”Cahn 把這種自我造血能力視作新周期中最寶貴的資產。他總結道：“資本不會決定誰能成功，客戶才會。” 在一個競爭完全公開、供給持續擴張的市場，算力消費者才是長期的複利機器，而算力生產者，只是周期的波峰與波谷。▍防務的轉折：從戰爭到威懾當對話轉向防務科技時，David Cahn 的語氣格外篤定：“防務是下一個 AI。” 他回憶，自己在 2018 年剛開始投資 AI 時的心情，與今日投資防務時如出一轍——那是一種被忽視但不可逆的趨勢。烏克蘭戰爭在他看來，就是防務領域的“Transformer 時刻”。這場衝突讓世界意識到一個殘酷現實：“技術已經走到 2025 年，但戰爭仍停留在 1970 年。”在他看來，防務領域的技術代差來自長期和平帶來的“制度慣性”。五十年來，世界經歷了罕見的和平周期，防務體系也隨之固化。直到俄烏戰爭爆發，才暴露出傳統裝備與現代計算之間的鴻溝——衛星圖像、無人機、遠端打擊和資料決策系統的結合，使戰爭的“資料化”成為現實。Cahn 說，正如 Transformer 論文開啟了 AI 的工業革命，烏克蘭戰場也成為全球防務數位化的起點。紅杉確實錯過了防務投資的最初窗口，他並不迴避這一點。“我們的確晚了，但我們正在趕上。” 他認為，這種“補課”是必要的。就像紅杉當年重新進入移動網際網路一樣，防務領域也正處於“再創業”周期。不同的是，這次的目標不是戰爭，而是威懾——“防務的意義，從來不是打仗，而是避免戰爭。”Cahn 將這一輪的防務創新視為“數位化防禦革命”：國家不再僅僅依靠傳統軍火廠和長期合同，而是向新型科技公司開放合作，讓演算法、智能體、衛星和感測器融入軍工體系。“這其實是防務行業的 SaaS 化，只不過客戶是國家。”他用“國家冠軍”來形容未來的格局：每個主要國家只會誕生一到兩家真正的主導公司。在美國，是 Anduril；在以色列，是 Kela；在歐洲，是 Stark——這三家都是他認為的“國家級公司”。紅杉在過去兩年中，分別投資了後兩家。Cahn 解釋，這種集中化是行業屬性決定的：防務不是開放市場，而是高度集中、單一買方的產業。“防務科技的目標是服務國家安全，而不是追求使用者數。”以色列的 Kela 擁有全球頂尖的工程與安全團隊，而歐洲的 Stark 則在兩輪融資中得到紅杉支援，正成為區域防務數位化的核心平台。Cahn 形容這兩家公司是“現代版的洛克希德與雷神”，但它們的武器是演算法和資料。對於防務投資過熱的擔憂，他態度明確。“這不是一個可以容納 30 家獨角獸的行業。” 他預期未來全球範圍內僅會出現個位數的巨頭，因為客戶有限、技術門檻極高、周期漫長。投資防務，不是計算回報率，而是長期信任建設。“防務公司不靠廣告增長，也不靠爆款產品，它們靠的是五十年不出錯。”Cahn 強調，這個領域的核心指標不是利潤，而是安全。“好的防務技術讓戰爭不發生，讓人不用死。” 在他看來，這種“威懾力紅利”才是真正的複利，而防務科技的使命，是用 AI 幫人類延長和平。▍年輕的力量：AI 原住民的一代談到創業團隊的構成，David Cahn 提出了一個幾乎顛覆矽谷招聘邏輯的觀點：“在 AI 領域，沒有人有超過 5 年的經驗。” 這句話聽上去像玩笑，但在他看來卻是最重要的現實判斷。ChatGPT 發佈至今不過五年，所有人都在同一個起跑線上。那些 23 到 25 歲的年輕人——大學剛畢業的工程師、科研社群的開發者——不僅是使用者，更是新範式的原住民。Cahn 說，他每年會見兩三百位剛畢業的年輕人，大多數來自頂尖學校，他甚至親自為投資組合中的公司“挖人”。他發現，那些在 18 歲就開始使用 ChatGPT、訓練模型、寫 Prompt 的年輕人，擁有一種完全不同的直覺——他們不是在學習 AI，而是在用 AI 思考。 在他眼中，這類人才的學習速度與迭代能力，是當代創業最寶貴的資產。傳統初創公司會優先聘請資深工程師，因為他們懂架構、能獨立交付；但在 AI 創業時代，Cahn 認為“通才年輕人”反而更有價值。“我們不該低估 23 歲的工程師，他們的腦回路是原生適配 AI 的。” 他承認僱用年輕人風險更顯性——情緒不穩定、工作經驗不足、對組織流程陌生——但他寧願承擔“看得見的風險”，也不要那些隱藏在效率和惰性中的“隱性風險”。他在紅杉內部稱這種思維為“可見風險偏好”：任何決策都帶來代價，但真正危險的是你沒看見風險就做出決定。“資深員工的風險藏得深，他們可能不再學習，也可能把創新變成例行公事。” 相比之下，年輕人那怕犯錯，也能在實驗中長成新一代核心力量。當被問到如何建議剛踏入職場的年輕人時，Cahn 的回答更像一位長期研究社會心理的投資人。“年輕人擇業時常用的是模仿演算法——他們參考前一屆最優秀的人去了那裡。” 他稱這種模式為“模因演算法”：看上去是獨立選擇，實則是跟隨社會慣性。他並不全盤否定這種機制，因為在穩定周期裡它確實有效——上世紀 2000 年去 Google、2010 年去 Palantir，都是聰明的選擇。但他強調，這個演算法在 2025 年“失效”了。原因在於，上一代人的資料集中沒有 AI。那些榜樣沒有經歷生成式智能的爆發，也沒有見過 LLM 改變工作的方式。“模因演算法在面對新資料時崩潰。” 他建議年輕人保留跟隨直覺，但必須在決策中加入一個新的權重——AI 變數。“加入 AI 變數意味著，你要重新定義未來的有趣工作在那裡。”在觀察這些年輕人時，Cahn 發現一個重要分層：90% 的人選擇工作時問“我能獲得什麼”，而只有不到 10% 的人問“我能貢獻什麼”。他稱後者為“建設者（Builders）”。這些人通常是創業公司的文化中樞，他們不以職位衡量價值，而以創造衡量意義。“當你貢獻得足夠多，你自然能獲得更多。”他說，AI 創業者最需要的正是這種“貢獻型人格”。在 Clay、Juicebox 等他投資的公司裡，核心團隊成員都極年輕，卻能承擔遠超年齡的責任。Cahn 形容他們是“生於演算法時代的一代人”，也是驅動下一個十年的原動力。“未來最重要的招聘，不是再找 40 歲的專家，而是找 23 歲的天才。”▍泡沫、進化與時間的尺度在節目最後，David Cahn 重新回到了那個最常被問的問題：AI 是否是一場泡沫？他沒有迴避，也沒有修辭——只是平靜地說：“是的，但這是值得經歷的泡沫。” 在他看來，泡沫並不意味著虛假，而是新技術與資本之間的時間錯位，是進化的自然現象。“任何足夠偉大的革命，都會以泡沫的形式出現。”他回憶 2000 年的網際網路浪潮：當時無數公司破產，市值蒸發九成，但留下的 Google、Amazon、Netflix 改變了整個社會。“泡沫不會摧毀技術，只會摧毀錯誤的節奏。” 他認為，AI 也在經歷同樣的階段——一部分人太早下注，一部分人太慢行動，而真正的贏家，是那些在混亂中依然能持續建構、沉下心解決問題的人。Cahn 強調，AI 並非虛擬的未來敘事，而是當下正在重塑物理世界的力量。從電網到資料中心，從防務到教育，從內容到勞動力市場，AI 的觸角已經深入每個社會層面。它所帶來的變化，既是經濟層面的，也是文明層面的。“AI 是人類歷史級的事件，它讓我們第一次有能力複製自己的思考。”他也反對那種把 AI 視作“技術末日”的論調。“AI 不會毀滅世界，它只會暴露世界。” 它揭示了人類組織的效率、制度的惰性、教育的滯後，也揭示了創新的潛能。Cahn 認為，這種揭示本身就是一種進步，因為唯有看見真相，社會才能修正方向。對於時間，他的視角依舊寬廣。很多投資人希望在兩年內看到結果，而他看的是五十年。“AI 的處理程序不會被財報定義，它是一種長期的文明曲線。” 在他看來，AI 的每一次迭代都在延長人類的“智力壽命”，讓知識與經驗不再以個人生命為限。他用一句帶有哲學意味的話收尾：“我們可能會燒掉一些資本，但最終會得到一個更聰明的世界。” 在 Cahn 的敘述中，AI 的故事從未是關於誰更快、誰更富，而是關於人類如何更好地理解自己——以及，如何讓技術成為我們繼續進化的證據。 (有新Newin)

資訊來源：Citadel Securities《全球市場的未來 2025：AI與下一輪增長前沿》時間：2025年10月6日｜地點：紐約 Casa Cipriani一、從晶片製造到勞動力結構：不只是技術的對話2025 年 10 月初，Citadel Securities 在紐約舉辦了《全球市場的未來 2025》（Future of Global Markets 2025）論壇。在這場聚焦“AI與下一輪增長前沿”的活動中，輝達（NVIDIA）創始人兼CEO 黃仁勳（Jensen Huang）與 紅杉資本（Sequoia Capital）合夥人 Konstantine Buhler展開了長達一個多小時的對談。這場被外界視為“資本與算力的思想交匯”的對話，並沒有只停留在硬體、模型或市場規模的層面，還延伸到了一個重要的問題：AI 不僅在改變產業，也正在改變“組織與勞動力”的形態。黃仁勳在現場提出，AI 的下一輪影響將不只是演算法迭代，而是結構性地重塑整個勞動力體系。二、從資料中心到AI工廠：生產力的邏輯變化黃仁勳提出了一個正在快速取代“資料中心”的新概念——“AI工廠（AI Factory）”。這不僅是術語的變化，而是商業邏輯的根本轉向。“傳統資料中心是一個成本中心（Cost Center），它儲存和傳輸資訊；而AI工廠是一個利潤中心（Profit Center），它製造智能並創造收入。”他解釋道，一個資料中心的能耗上限是確定的——例如 1 吉瓦（gigawatt）。若你的AI基礎設施能效比競爭對手高出三倍，那麼在同樣的能源消耗下，你的公司就能產出三倍的智能與利潤。“這就是我稱之為工廠的原因，它不是資料中心。它是一個工廠，他們用它來賺錢。”他還分享了一段有趣的往事：輝達推出首台 DGX-1 超級電腦時，他親自將機器交付給當時在 OpenAI 的埃隆·馬斯克（Elon Musk），並笑稱自己沒想到第一位客戶竟然是一個“非營利組織”。這一故事象徵著AI產業的轉折點：AI不再只是算力服務，而是一種新的製造業形態——製造智能。三、AI走進勞動力市場：從工具到“數字同事”在這場對話中，黃仁勳提出——AI 將首次系統性地進入一個過去技術難以觸及的領域：全球勞動力市場。他預言，這個市場的規模高達 100兆美元，而 AI 的介入將帶來前所未有的結構性變化：“未來的企業勞動力，將由人類員工與數字員工（Digital Humans）共同組成。”他所說的“數字員工”，並不是今天常見的自動化系統或聊天機器人，而是一種能夠理解業務語境、具備決策能力、可以持續學習的智能體（Agentic AI）。他稱這種新型勞動力為 “智能體AI”，並列舉多個角色：數字軟體工程師（Digital Software Engineer）數字護士（Digital Nurse）數字行銷人員（Digital Marketer）數字法務顧問（Digital Counsel）在他看來，隨著智能體勞動力加入，企業組織結構的邊界將被重新定義：勞動力的核心不再僅是人力，而是“人類智能 + 機器智能”的組合；組織的管理體系將從“人力管理”轉向“智能協作管理”；企業文化、培訓體系、績效機制都將被重構。四、從IT部門到“AI員工的人力資源部”在對談中，黃仁勳分享了他在輝達內部的一個設想——隨著AI系統數量和複雜度的增加，未來的 IT 部門將承擔起類似“AI員工HR”的角色：“我告訴我們的 CIO，他們未來將成為 AI 員工的人力資源部。這些數字員工將與我們的生物員工一起工作，這就是未來公司的樣子。”組織內部的人力資源邊界正在擴展：招聘（Selection）：企業將從不同AI平台挑選合適的智能體（如 OpenAI、Anthropic、Harvey、Cursor 等），或訓練自研模型；入職（Onboarding）：通過微調（fine-tuning）和強化學習（RLHF）讓AI理解企業文化、價值觀與業務流程；績效管理（Evaluation）：根據AI輸出的精準率、響應速度、決策質量設定考核標準；迭代與離職（Offboarding）：像員工輪崗一樣，AI模型將持續升級或被替換。這不是“機器人取代人類”的故事，而是組織開始學會管理智能體。五、對勞動力市場與HR職能的系統衝擊黃仁勳的觀點，不只是對技術的展望，更是對整個用工生態的再定義。從他的表述中，可以歸納出AI對勞動力市場和人力資源管理的四個核心影響方向：1. 勞動力結構從“單一人類”轉向“混合智能”企業不再只依賴僱員數量，而是計算“人機混合產能”。AI代理的工作時長、響應速度和持續學習能力，使得組織邊界被大幅擴展。2. HR的職能邊界將重新劃分傳統HR關注人類生命周期管理；未來HR需要與IT部門共管“數字勞動力”。包括模型選擇、授權、訓練反饋、倫理監管、資料安全等。3. 企業文化需要數位化嵌入如果AI要與人協作，它必須“理解文化”。企業文化將從理念轉化為可學習的語料、prompt範本、反饋機制，成為演算法訓練的一部分。4. 新的信任機制與領導力形態管理者將面臨新的領導力議題：如何協調人類與AI的分工？如何建立信任？如何在演算法的確定性與人性的模糊性之間平衡？這意味著，未來的領導力不僅是“帶人”，而是在不同類型的智能之間建立合作秩序。六、現實約束與理性判斷從趨勢看，黃仁勳的觀點符合當前AI發展的方向，但從落地角度，它仍面臨多重挑戰：法律與倫理邊界尚未確立：AI不具備主體資格，責任與資料安全問題複雜。組織文化嵌入難度大：讓AI真正理解企業價值觀仍需要大量語義建模。管理認知尚未匹配：多數企業HR與IT仍在各自體系中運作，缺乏協同機制。“AI員工上班”的未來並非明天到來，但它已經在技術與制度之間，成為一種不可逆的方向。這將是一場技術與管理的雙重革命，也是人力資源體系必須正面迎接的結構性轉折。 (AI組織進化論)