•
紅杉資本：AI市場終局是應用為王，智能體經濟正在到來
在AI的浪潮滾滾向前的時代，紅杉資本再次站上浪潮之巔，洞察未來。
這是紅杉合夥人在AI Ascent大會上的一場重量級演講，聚焦當下最核心的問題。從市場邏輯到技術演進，從語音到程式碼智能體的爆發，從智能體協作到智能體經濟的藍圖，紅杉用極具穿透力的洞察，勾勒出AI時代最重要的趨勢、機會與挑戰。
無論你是創業者、投資人還是產品人，這都是一場值得全程閱讀的思維盛宴。
01. 建構可持續增長的商業基石
圖中有兩個要點：
1、AI不是也許會來，而是已經到門口了。
我們該有的東西幾乎都已經準備好了：海量算力、完善的網路基礎設施、密集的資料流、人才儲備。我們準備好了
2、這波浪潮和過去不同，是乘法式的。
也就是說，這一波的機會比之前的任何一波都大。同時，它也來得更快。
但大多數人都停留在快的表面，沒人去真正想過：為什麼會變快？
紅杉資本的合夥人Pat Grady提到了一個不太常被提起的話題--廣泛分發的底層邏輯。
就是說如果一個東西想要被廣泛分發，有三個東西是必須的：
1、人們需要知道它的存在
2、人們想要它
3、人們得買得到它
2022年11月30日，ChatGPT橫空出世，全世界的注意力都被拉了過來。
中間這列柱狀圖顯示的是reddit和X的月活使用者總量。在雲端運算那個年代，它們甚至還沒出生；在移動網際網路初期，也還只是新生兒，但現在，這兩個平台的使用者總和已經飆升到12億-18億。
它們不是唯一的資訊分發管道，但是它們足夠吵，這個世界對吵的東西反應很快。
什麼意思？鐵軌已經鋪好，你一槍打響，火車就能跑得飛快，幾乎沒有阻力。
這不僅是AI的機會，而是整個時代的底層變了。分發的底層邏輯被改寫了。
這張圖核心的兩個資訊：
1、機會仍然遍地都是。
雖然空白地帶比去年少了一點，但整體來看，大部分市場還沒人動，空間依然遼闊。
2、圖中代表的是在上一輪技術浪潮中年營收破10億美金的公司
我們不在乎什麼獨角獸估值，關注的是實打實的收入和現金流。
你會發現，它們大多數紮根在應用層。
過去我們堅信，價值最終沉澱在應用上，現在依舊是。
時代帶給我們的是你現在要面對的是更激烈的競爭。
基礎模型正在向上侵蝕應用層的空間。推理、工具鏈、智能體協同等等，模型正在逐漸承擔原本屬於應用的工作。
由此出現了第二條擴展定律：基礎能力不斷往上吃，甚至吃到了應用的核心。
那怎麼辦？如果你是一家AI初創公司，不打算做一個從晶片到終端全鏈的重型選手，那你的策略應該是--往後思考，從客戶視角出發。
選準一個行業，抓住一個功能，解決一個棘手問題。那怕這個問題需要人機協作也不影響。
這是唯一靠譜的賽道，也是你應該優先聚焦的地方。
關於AI創業者Pat Grady還提到了以下三個需要注意的點：
收入vs氛圍收入
很多團隊特別喜歡氛圍收入，什麼是氛圍收入？就是：啊！我們這個月收入太猛了！大家幹得漂亮！聽上去很棒，但你得停下來問一句：這是真正的收入，還是只是氣氛？
這些收入，是否伴隨著使用者行為的根本性變化？還是說，他們只是試了試你的產品。就再也沒回來？
有些團隊會說：我們沒有使用者行為的資料。
其實你是有的，你只是還沒認真看過。以下這三件事，是最起碼的起點：
1、他們有沒有真正開始用？
2、用的深不深？用的頻率高不高？
3、還會不會回來？
你要弄清楚你賣出去的是解法還是新鮮感。
當然好氛圍本身也是資產，它可以激發關注、吸引人才、加快融資。只是別把它誤當作產品動力。
說到底，這一輪AI的節奏不光是拼技術，還拼信任感。
只要客戶相信你能讓產品不斷變好，你就有主場優勢。如果他們覺得你不行，你就出局了！
毛利率
過去一年半里，每個token的成本降了99%。
未來這個成本還會繼續走低--儘管推理成本在漲，在整體趨勢依然向下。
更重要的是，如果你能從工具提供者向成果交付者轉型，往價值鏈更高的位置走，那你能要的價格也會更高。
所以問一句自己：你有沒有一條清晰的路徑，能把這家公司帶到健康的毛利率水平？如果沒有，那你現在就得去想清楚了。
資料飛輪
資料飛輪的核心不是有沒有資料，而是這些資料有沒有喂回產品，反過來驅動增長或提升體驗？
如果沒有，那就不是飛輪。它只是儲存空間裡的死資料。
為什麼這個很重要？因為資料飛輪可能是你唯一能夠建構的護城河。
02. AI應用領域部分
客戶視角
ChatGPT的日活和月活大幅攀升，已經接近reddit的水平，這說明越來越多的人正在從AI中獲得真實價值。那些更深層的用法，我們才剛剛觸及表面。
廣告：用AI生成讓人滿意的廣告文案
教育：用AI意見可視化一些概念
醫療：用AI實現更精準的診斷
......
我們只是剛剛觸摸到這些領域的可能性，隨著模型能力的持續增強，我們能做的事情也會越來越多，越來越深刻。
從語音生成到《Her》
2024年帶來了Her的時刻，尤其是在語音與語音生成方面。已經可以說是從幾乎可以接受一躍成為真正穿越恐怖谷了。
科幻與現實之間的鴻溝，正在飛快縮小。圖靈測試的靈界點，就這樣悄無聲息地被跨越了。
程式碼生成
Anthropic的claude 3.5 sonnet在去年10月發佈，引發了程式碼領域的快速氛圍轉向。現在，已經開始用AI寫出極具深度的程序。例如有人用AI搭建了一個docsend替代品。
這意味著什麼？
無論你是10倍工程師，還是完全不會程式設計的人，AI都在徹底改變軟體創作的門檻、速度與經濟性。
技術演進
壞消息是：預訓練的增量收益正在放緩。
所以現在正在努力尋找新的突破方式，最重要的突破當屬推理能力了。但不僅僅是推理，還有合成資料、工具呼叫、AI編排框架。所有這些都正在結合，打造出更強的智能擴展路徑。
Anthropic的MCP建構了強大的生態網路，我們也對它如何加速智能體的工具使用充滿期待。
所以，我們可以看到：
更大的基礎模型
更複雜的推理
工具能力的提升
智能體協作的興起
......
這些都在共同推動AI執行更高複雜度任務的能力。
應用層將是最終的價值沉澱
當年ChatGPT的wrappers出來時，很多人其實都懷疑過這有價值嗎？現在看來，它是對的，因為真正的價值會沉澱在應用層。但與此同時，這層的競爭也在加劇，因為基礎模型本身也開始進入應用領域。但我們大家都輸給了真正的堆疊之王：輝達的黃仁勳！
很多AI新公司正在快速崛起，這些公司將會是Agent-first。
我們能看到兩條技術路徑：
1、編排+測試評估驅動路徑
2、端到端任務微調路徑
垂直智能體
這類公司對某一垂直領域有極深的理解，這些智能體將通過端到端訓練，在特定工
作流中有出色的表現，強化訓練、合成資料訓練以及使用者行為資料微調也將幫助AI在特定系統上達到極高水平。
垂直智能體在特定任務上，確實有潛力超越人類。
03. 智能體經濟
什麼是智能體經濟？按照合夥人Konstantine的說法：就是一個智能體之間不僅交換資訊，還轉移資源；能夠互相完成交易、建立信任、理解彼此的可靠性；擁有自己的經濟體系。
但這不是一個無人的世界，相反，這一切都以人為核心。
為了實現這個大浪潮，還有很多技術障礙需要解決。
以下三個方向至關重要：
1、持續性身份
智能體自身要有持續性：就像你不能每天都和變臉的人做生意
智能體對你的理解要有持續性：如果一個合作夥伴連你名字都記不住，怎麼建立信任？
目前大家都在用RAG、向量資料庫、超長上下文窗口......但真正的記憶和自我學習仍是巨大挑戰！
2、無縫通訊協議
我們才剛剛開始建構智能體時代的協議層。MCP是個激動人心的開端，大廠們正在合作，共同推進這個標準。這將是一個協議序列，支援資訊傳遞、價值轉移和信任傳遞。
3、安全性
你無法和智能體面對面接觸，無法握手達成協議。這就讓安全與信任顯得尤為重要。
智能體經濟對我們意味著什麼
1、改變我們的思維方式
我們稱之為隨機性思維模式，這是對確定性邏輯的重大偏離。我們很多人熱愛電腦科學，因為它是確定的，但未來的計算方式，將充滿不確定性。當你問電腦記住某個東西，它能夠一直記得，但問人類或者AI，那就充滿了不確定性了。
2、管理思維的轉變
你要理解你的智能體能做什麼，不能做什麼。一個好的工程師和一個好的管理者是兩個截然不同的角色。整個經濟正在邁入下一個階段：你不再是那個寫程式碼的人，你變成了調度者、管理者。
3、槓桿更大，確定性更小
這是一個高槓桿、低確定性的時代。
你能做很多事情，但必須具備不確定性管理與風險控制的能力。
我們相信，未來整個經濟將達到前所未有的槓桿高點，最終各類流程將融合、智能體將巢狀進更大的神經網路、公司將變成由神經網路組成的神經網路、整個經濟將被重塑！ (人工世界Artificial World)