•
紅杉資本AI峰會：世界，已經準備好了...
紅杉資本AI Ascent 2025
2025年5月2日，矽谷頂級風投機構紅杉資本（Sequoia Capital）在舊金山舉辦了第三屆 AI Ascent 峰會，集結了150餘位全球頂尖的AI創業者與研究者。與會嘉賓包括OpenAI的Sam Altman、NVIDIA的黃仁勳、DeepMind的Jeff Dean等重量級人物，場面座無虛席，盛況空前。本次大會圍繞一個核心議題展開：AI已經不是未來，而是現在。它不僅是技術範式的演進，更是推動整個商業社會進入“利潤即產品”的新時代。
本文將圍繞紅杉資本三位合夥人——Pat Grady（市場與戰略）、Sonya Huang（產品與使用者）、Konstantine Buhler（前沿趨勢）——的主旨演講，提煉核心觀點，幫助讀者理解AI在2025年所面臨的機遇與挑戰。
Pat Grady
這是一個跑起來的時代
1. AI市場規模是歷史等級的機會
AI的市場規模遠超當年的雲端運算起步階段。Grady指出，AI市場在一開始就比當年的軟體市場大10倍。它同時切入“軟體價值鏈”和“服務利潤池”，意味著未來10-20年內，AI是絕對的增量市場。
“軟體與服務都在被重構，市場已然開啟，誰先跑誰吃肉。”
2. 不是“AI註定會來”，而是“AI現在就來”
過去的技術浪潮往往需要使用者教育、管道建設，但AI不同：5.6億網際網路使用者、社交分發管道、豐富資料與計算基礎已經就緒。
“這一次，發令槍一響，沒有任何 adoption barrier。”
3. 真正的價值將沉澱在應用層
Grady明確表示：基礎模型雖重要，但真正的價值與護城河會在應用層體現。誰能理解行業流程、誰能將AI嵌入真實場景，誰就能贏得這場比賽。
“你要從使用者需求反推，而不是圍繞模型做產品demo。”
4. “Go at Maximum Velocity”：以最快速度進入市場
Grady援引紅杉創始人Don Valentine的名言“what now”，給出的答案是：以最大速度奔跑。他鼓勵AI創業者立即上線、迅速迭代，在競爭者之前打出使用者心智：“Run like heck。”
“市場上現在有一個巨大的真空，如果你不填上它，別人就會。”
5. 如何建構真正可持續的AI公司？
收入 vs 真實使用：客戶是因熱度而買單，還是因為它確實改變了流程？關鍵指標是留存與粘性。
從工具到結果定價：工具價值有限，但如果你賣的是“結果”，溢價能力將極高。
資料飛輪：你的使用資料能否反哺模型，形成性能正反饋？
總結：速度要快，基本面不能丟。只有真正解決問題的AI產品，才有可能穿越周期。
Sonya Huang
AI正在成為“日常剛需”
1. AI進入使用者高頻行為
2023年很多AI產品DAU/MAU極低（使用者只玩一次），而到了2024年，ChatGPT等產品的粘性已接近Reddit這種平台級應用。
“AI不再是demo，而是日常習慣。”
她分享了一個輕鬆的案例：自己在用AI生成跳舞GIF（Jib）刷爆GPU額度，而另一面，是AI在廣告、教育、醫療等行業帶來顯著效率提升。
2. AI的“殺手級應用”正在浮現
語音技術：Huang稱2024是AI語音的“Her時刻”（致敬電影《她》），聲音已經幾乎難以分辨人機。
AI程式設計助手：無論是10x工程師還是小白，AI Code Assist工具正快速普及，並成為“日常生產力工具”。
“AI程式設計工具已經實現了令人驚喜的‘PMF’（Product-Market Fit）。”
3. 預訓練見頂，技術路線多元化
Huang指出，大模型“繼續堆參數”的路徑已經邊際效益遞減，更多創新發生在：
推理能力提升（Reasoning）
AI工具鏈組合（Tool Use / Agent呼叫外部系統）
AI結構搭建（如Anthropic的多Agent協同協議MCP）
這些都表明，AI正在從單模型系統進化為“多模組協作系統”，產品形態也越來越複雜精細。
4. 應用層仍是價值窪地
Huang呼應Grady的判斷：未來10倍公司仍然會誕生在“AI賦能應用”層，不是底層模型本身。她特別提到：教育、企業服務等領域已經湧現出AI killer app，誰能打磨好AI UX，誰就能贏得未來。
Konstantine Buhler
Agent Economy
1. 從Agent到Agent Swarm，再到Agent Economy
過去大家談AI Agent，如今很多公司已經部署了“Agent Swarm”（群體協作的AI代理）。
下一階段將是：“Agent們將不再只是輔助人類，而是自主互動、交易、協作，形成類經濟網路。”
但Buhler也強調：AI代理經濟必須是“以人為本的共生系統”，人類將繼續負責戰略、判斷與倫理，而Agent是效率執行器。
2. 三大技術挑戰亟待解決
持續身份（Identity & Memory）：Agent要具備持久的記憶與行為一致性。
通訊協議（Agent Protocols）：Agent之間需要像TCP/IP一樣的通用協議，才能協作。
信任與安全體系（Trustworthy）：Agent具備執行力後，如何防止濫用？必須有“信任評級、安全審計”機制建立起來。
這些問題決定了“AI能否真正成為可靠的系統組成部分”。
3. 人類認知也需要更新
Buhler提出：未來人類與AI共存，不只是技術問題，更是認知問題。
Stochastic mindset：AI不是規則引擎，是機率分佈。管理者需要接受AI的“不確定性”。
AI管理能力：如何制定目標、反饋機制、協作流程，幫助AI做出更好決策。
高槓桿 × 高不確定性：未來小團隊+AI可以創造巨大的槓桿，但結果難以預測。
“我們將迎來一人管理百Agent的時代，這需要組織結構與思維方式的重構。”
4. 公司形態或將重新定義
當AI Agent大規模參與決策、執行與流程管理時，企業不再是“人+流程”的集合，而可能變成“人類×AI網路”的系統。
“真正的未來，不是人被AI取代，而是組織形態發生範式轉移。” (TDXII時差十二)