a16z 合伙人 Anish Acharya：SaaS 没死，是整个市场超卖了软件

▍嘉宾：Anish Acharya

Anish Acharya 是 a16z 合伙人，主导消费与金融科技领域的 A 轮投资。

• 创业经历：2003 年以工程师身份在亚马逊开启职业生涯；先后创办 SocialDeck（被 Google 收购）与 Snowball（被 Credit Karma 收购）；在 Credit Karma 把美国信用卡业务做到超过 1 亿会员。
• 投资版图：担任 Deel、Mosaic、Clutch、Titan、HappyRobot 董事，早期下注过 Runway、Carbonated；本期透露他自己错过的案子是 Granola 的种子前轮。
• 个人底色：练习超觉静坐二三十年；儿子玩《我的世界》的经历让他提出了“情境陪伴”这个创业心愿。

▍关于 a16z（Andreessen Horowitz）

• 定位与规模：2009 年由马克·安德里森（Marc Andreessen）与本·霍洛维茨（Ben Horowitz）创立，硅谷头部多策略风投平台，覆盖消费、金融科技、加密、游戏、生物科技、American Dynamism 等赛道，公开报道的管理资产规模在数百亿美元量级。
• 组织打法：以“为公司干活”的全服务模型著称——本期提到的 GP 360 度评估（每两年回访创始人、考核投资人）与“看到 100%、赢下 100%”的赢单文化，都是其组织设计的一部分。

Harry： 这里是 20VC，我是 Harry Stebbings。我们最近播放量最高的一期节目，是安德里森·霍洛维茨（Andreessen Horowitz，a16z）的亚历克斯·兰佩尔（Alex Rampell）那期。a16z 现在势头猛得不行。今天我特别高兴能请到又一位出色的 a16z GP——Anish Acharya，他主导 a16z 消费与金融科技领域的 A 轮投资。

他担任董事的公司名单很亮眼：Deel、Mosaic、Clutch、Titan，还有我特别想投的 HappyRobot。他还早早下注了 Runway 和 Carbonated 这样的公司。加入 a16z 之前，他创办并卖掉了两家创业公司：Snowball 被 Credit Karma 收购，SocialDeck 被 Google 收购。他还曾把 Credit Karma 美国的信用卡业务做到超过 1 亿会员。

Harry： 你到站了。Anish，老兄，这期我想做很久了。我们来来回回约了挺久，很高兴今天能当面坐下来聊。谢谢你来做客。

Anish： 当然，谢谢邀请。

旧金山还是伦敦：城市的网络效应与万亿野心

Harry： 直接进入正题。刚才我们还聊到，我说在伦敦创业比在旧金山好——也比其他不是旧金山的地方好。人才更便宜，留得更久，没有那种员工在公司之间跳来跳去的混乱流动性。你在加拿大和旧金山都创过业，怎么看我这个说法？

Anish： 我不同意。我多希望这是真的，真心希望，也许将来它会成真——就是我们总爱安慰自己的那句话：才华是均匀分布的，机会不是。但真相是，城市是最初的网络效应（network effect）。对科技行业来说，旧金山存在建设者的网络效应。在当下这个技术时刻，很多秘诀是在幽暗的走廊里口口相传的，身在旧金山的好处巨大。

我们刚才还聊到，这里面有个选择偏差的问题：你有多在乎，愿不愿意为了成事搬去旧金山？在纽约、伦敦、多伦多、特拉维夫，任何地方都能成事。但“我要放弃其他一切，专注到极点，把全部身家搬到旧金山去搏”——这是另一回事。

Harry： 有没有其他地方，你觉得身在那里本身也带来正面加成？

Anish： 特拉维夫。在特拉维夫，你可以野心极大、对这份野心毫不妥协，而且有非常充分的理由待在那里。特拉维夫生态圈还有一个好处：这个国家只有 1000 万人，你根本不可能自欺欺人地以为国内市场就够大了，所以第一天就得往外走。而伦敦有 6000 万人。你可能会说，这人也不少啊——确实，像金融科技（fintech）这种客户终身价值（LTV）极高的领域，6000 万人也许够了。但对大多数大众市场产品来说，不够。而且如果你一开始就盯着国内市场，日后往往很难切换到更大的市场。

所以种种原因叠加，不是说别处做不起来——也有 ElevenLabs 这样出色的反例——但在旧金山就是要容易得多。这也是我当初把公司放在旧金山的原因。

Harry： 你刚才用了“足够”这个词。是，你在英国能做出一个“足够大”的生意，比如 30 到 50 亿美元。但恕我直言，看今天被创造出来的这些公司，30 到 50 亿美元似乎已经不够看了。风投世界对“什么叫够格的回报”的定义，是不是已经彻底变了？

Anish： 30 到 50 亿美元是非凡的结果，别误会，我绝无贬低的意思。这类退出叠加起来，也能成就非常有意义的基金，所以这不是从风投经济学倒推的问题。但今天世界上最大的公司是万亿美元级别的。如果你的目标是建一家万亿美元公司，那你从第一天起就得建立一套能通向那个结果的假设。如果你立志建一家非凡的企业，最后做成了 30 到 50 亿美元，你已经是世界上极少数的人之一了。

SaaS 大屠杀？是整个市场超卖了软件

Harry： 说到这些 30 到 50 亿美元的公司，我听到一个精彩的说法：SaaS 大屠杀（SaaS massacre）——当下公开市场里 SaaS 公司正在经历的屠杀。本质上，投资者不再相信传统企业软件的收入有黏性、可持续。他们质疑得对吗？

Anish： 我认为软件股被彻底超卖了，这是个很蠢的叙事。我今天还听到有人管它叫“SaaS 末日”（SaaSpocalypse），挺好笑的，彭博（Bloomberg）在努力让这个词流行起来。你看今天的 SaaS 支出、看整体 IT 支出，只占企业支出的 8% 到 12%。就算你冒着各种风险，用氛围编程（vibe coding）重写了自家的 ERP 和薪酬系统，你省下的也就是这 8% 到 12%。

这些模型是一挺创新火箭炮，你为什么要把它对准重建薪酬、ERP 或 CRM 系统？你会拿它去扩展自己作为企业的核心优势，或者去优化你今天根本没花在软件上的那 90% 支出。当然会有长期输家，某些特定商业模式从此处于劣势。但“我们会把一切都用氛围编程重写一遍”这个宏大叙事是完全错误的，整个市场都超卖了软件。

Harry： 好，所以我们其实是过度悲观、对这些公司太苛刻了。那怎么解释很多公司持续负增长的现实——比如那些 CRM 厂商、Monday 们，席位在持续收缩？

Anish： 我不确定这是普遍现象。我今天早上刚看过数据：公开市场的 SaaS 公司里，75% 自 ChatGPT 发布以来提过价。75%。而且提价幅度不小——平均 8% 到 12%，还有一大群提了 25% 以上。

Harry： 那难道不是被迫的吗？席位不涨，只能靠提价撑收入？

Anish： 价格是产品市场契合（PMF）的度量。如果你面对巨大的竞争压力，你是不会提价的，通常会降价。所以第一，这里有个与叙事相悖的事实：价格在涨。第二，看今天的在位者——ServiceNow 不是 IBM，它是能力极强的在位者，刚发完财报还上调了指引。把事情简单归结为“在位者、在位者、在位者”太容易了：他们不是先知，但非常强。我认为他们完全有资格在这些工作流的语境里部署技术、赢得竞争。

当然会有颠覆。我们聊过很多：过去按席位定价的公司将转向按结果定价，这会是个大拖累。但对大多数 SaaS 来说，被重写、被氛围编程的上行收益微乎其微，下行风险巨大——你为什么要这么做？有个没被讨论的话题更有意思：从一家 SaaS 供应商切换到另一家的成本正在大幅下降，也就是系统集成这一层。你和兰佩尔说过一句很逗的话，我记得你笑了，我也笑了——

有些公司拥有的不是客户，是人质。

Harry： 对，我太爱这句话了。

Anish： 我也爱。如果你装了一套 SAP 系统，你就是 SAP 的人质——他们把你拿下之后，除了最低限度的维护什么都不用做。你想切换到 Oracle？天啊，那是耗时多年的高风险工程，大概率失败，你大概率被炒，所以没人真换。但现在有了编程智能体（coding agent），从 SAP 迁到 Oracle 的复杂度、时间、风险都大幅下降。我认为这才是编程智能体在企业软件里的真实出场方式，尤其对上市公司：切换成本降低，客户变多，人质变少——这对整个生态都是正向激励。

Harry： 你提到兰佩尔。说出来有点怪，我其实每天都会想到他。

Anish： 我也是。

Harry： 你看。因为他说过一句最精妙的话——我可能会转述得有点走样——“在位者先买到创新，还是创业公司先买到分发？”你怎么看这个世界里谁会赢？是有分发的上市 SaaS 公司——HubSpot 或 Salesforce 那样坐拥数百万客户的——还是有速度、灵活性和顶尖工程师的创业公司？

Anish： 如果历史有参考价值——用兰佩尔的话说，往往有：研究过历史的人通常比没研究过的人做得更好——那么当新产品周期到来、在位者又足够强时，通常发生的是：他们把既有品类的产品做得更好。微软会做出有史以来最好的文字处理器，Google 会做出有史以来最好的搜索引擎。我们已经开始看到这一幕了，至少是一部分。而真正被创业公司拿下的，是产品周期之前根本不存在的原生新品类。

接下来我们大概率也会看到这一幕。比如“软件生成的电影”“AI 电影制作”这种品类，本来就没有在位者。我赌赢的会是一家原生公司，大概率不是 Adobe。Adobe 会不会做出史上最好的 Photoshop 和 Illustrator？很可能会。

应用层被低估：多模型世界的聚合层

Harry： 你刚才说到“原生”是机会。从技术栈的分层看，为什么你认为应用层（application layer）创造的价值会超过基础模型（foundation model）？

Anish： 我不确定会不会“超过”，但我认为应用层将创造的价值被严重低估、讨论得太少。你想想模型是什么。2022 年和 2023 年初我们反复推演过一个情形：如果只有一家基础模型公司——当时就是 OpenAI——领先整整一代，那它就是下游整个创新生态的唯一供应商。就好比你控制着披头士（the Beatles），是唯一拥有披头士的唱片公司：你要不要披头士？你可以收走客户毛利的 99%，而事实上你会收到 100% 甚至 110%。这对整个生态曾是真实的大风险。

但实际发生的是：我们有了这么多家基础模型供应商，大家大致同步创新；它们做的事，我认为 80% 互为替代品；旁边还有做着同样事情的开源模型。而在剩下的 20%——可以说大部分价值所在——它们各有专长。所以我们活在一个多模型的世界里：某些用例下它们互为替代，某些用例下它们各有专精。这时，拥有一个聚合层就非常有价值，而那就是应用公司。

具体说两个品类。一是编程。你看实际情况就知道：Gemini 擅长前端，Codex 擅长后端。如果你在氛围编程自己的项目，你大概率两个都想用，不想在两个 CLI 之间来回切换——太烦了。能把 Cursor 当作编排所有模型的单一入口，这就是价值。创意工具同理。

创意工具领域正在发生专业化、碎片化的分工。Midjourney 和 Krea 的 Krea 1 模型，是美学上最有主见的模型，能生成惊艳的图像。反过来，Ideogram 常被平面设计师使用，它在美学上刻意不持立场。如果你是大公司的创意工作者，有时在做平面设计，有时要为印刷广告制作精美影像——两种你都需要，而要做到这一点，你会用一家应用公司。

Harry： 我认为我们也严重高估了 AI 公司收入的持久性。Cursor 今年有可能被 Claude Code 蚕食到收入腰斩。我身边还没有谁没迁到 Claude Code 的——听说谁还在用 Cursor，我都会“哇”一声。

Anish： 是。我认为我们低估了一件事：我们假设效率在提升，却假设野心和客户数量固定不变。这是围绕 AI 反复被犯下的错误假设之一——“那所有人以后干什么？工作从哪来？”我们对更多事物的渴望和野心，增长永远远远快于我们的手段。

软件也一样：对软件的需求——无论是造软件还是消费软件——都远远超过今天的供给。我认为存在一类开发者及泛开发者人群，Cursor 对他们就是完美的；Codex 作为应用、Codex 作为 CLI、Claude Code——所有这些产品都会找到自己的市场契合点，并且都会增长。看其他市场也一样，比如创意工具，会朝各自的方向专业化和碎片化。

Harry： 那在开发者工具这个市场，你认为最终的市场结构更像云计算，还是更像 Uber 和 Lyft？

Anish： 我不认为像 Uber 和 Lyft。在我心里，Uber 和 Lyft 是纯替代品的极端案例，价格几乎被竞争打光了。再看云计算，那是一种寡头格局，每家的利润率都相当健康。你可以眯着眼说它们大致互为替代品——当然也有各自的专长——但每家都活得很好。

基础模型公司有点类似这种格局。而在应用层，会有人想通过功能丰富的 IDE 来消费生成的代码，也有人想更贴近金属底层。这更接近 AWS 和 Google Cloud 的关系，而不是 Uber 和 Lyft。

Harry： 顺着这个想，你怎么看“投竞品”这件事？我感觉这已经无所谓了。我入行的时候这是大忌——不能投互为竞品的公司。现在人人都在投竞品。我们是不是到了一个这件事不再重要的世界？

Anish： 对于像我们这样组织起来的机构——我们是真的为被投公司干活的——投直接竞争的公司会非常难做：同样的资源、同一个财富 500 强买家、同一位两家公司都想挖的工程师。我认为我们没法靠投直接竞品来经营这门生意。

但话说回来，我们所在的这个市场，公司之间分化的速度极快。今天看起来直接竞争的两家公司，12 个月、18 个月后往往就不再竞争了。

Harry： 回到刚才应用层机会的话题。应用层常被提到的一个威胁，是模型厂商自己做产品——比如 OpenAI 现在很重视医疗，比如 Claude Code，再比如我昨天还看到 Anthropic 出了个面向法律的功能。模型入侵应用层，对应用垂直化的威胁有多可信？

Anish： 这话题非常有意思。Granola——我们不是投资方，但我非常欣赏他们，很出色的公司。他们第一个做出了真正有意思的东西：实时会议录制与转写，非常棒。然后被抄到天上去了——现在人人都有会议转写功能，OpenAI 也在 ChatGPT 里上线了一个，很酷。

但 Granola 的愿景——我猜——不是做一个会议转写产品，而是做一套生产力套件：围绕那个核心原语，长出文档、表格等所有这些产品。OpenAI 有没有那样的优先级排序、资源和野心，去围绕原语把全部功能面都建出来？我认为模型厂商往往会复刻原语，甚至顺便做做产品营销——Claude 那个法律功能我觉得就属于这类。但如果一个市场需要大量功能面，模型公司在组织结构上就不太会为它排优先级。

Harry： 你不觉得吗——如果打包进现有方案、有 80% 的功能，大多数人就直接“算了，凑合用”了？

Anish： 也许吧。但我认为模型公司的野心指向太多方向，很难排优先级去给法律人群做有主见的 UI。而且很多品类里，多模型同样重要。

OpenAI 永远只会给你 OpenAI 的模型，Anthropic 只会给自家的模型，Google 也一样。所以如果你要多模型、要丰富的功能面，做一家应用公司是更好的位置。

不是“无聊的赢”，是“怪”赢

Harry： 我们之前聊应用层和价值归属时，你对我说过一句“无聊的赢”（boring wins）。什么意思？它如何映射到下一代标志性公司？

Anish： 哦，我说过“无聊的赢”吗？那我干脆立一个完全相反的论点：我认为是“怪”赢（weird wins）。

事情是这样的：这些模型的本质，与我们以往拥有的任何技术都不同。过去的技术大多是定量的、冷冰冰的，能做不可思议的事，但它能承载的情感范围是有边界的。而现在我们拥有了一种狂野的、不可预测的、有情绪的、非常像人的技术。有时它指向非常人性化、却让大公司不舒服的方向。人类的体验本来如此：分歧、说服、性。我们在一些 AI 产品里看到了这些的镜像。但如果你是 Google 或苹果，你有一千个委员会，专门设计来确保你的产品里永远不出现说服、分歧或性。

所以我认为，创业公司有一个真正能繁荣的缝隙：去做那些“怪”产品，触及人性的许多核心层面——模型能映照出来，但大公司不敢发布。陪伴类产品（companionship）全是这样：每一款都既受用户欢迎，又让实验室有点不舒服——也许有那么一两个例外。

Harry： 等等，你说陪伴，是指……

Anish： Character.AI，还有 Janitor AI。这类产品有一大批，比如 Replika——大概是其中最健康、最滋养的一种陪伴形态。它们都在那里，为“人与技术之间的友谊”提供便利。而这类事情，很多恰恰是大科技公司不愿碰的。

Harry： 你会鼓励自己的孩子用这些产品吗？

Anish： 绝对会。事实上，我特别希望存在一款产品——我的“求创业项目”（request for startup）是：给我儿子一个情境陪伴（contextual companion），陪他玩《我的世界》（Minecraft）。我儿子玩 Minecraft，玩线上服，爱得不行。你也知道，线上一起玩 Minecraft 的其他孩子未必是好影响，经常不是。

我很想有个 AI 伙伴陪他一起玩，这样他们在一个情境里互动——它能示范亲社会行为，同时又够酷、够松弛。我认为通过这种关系可以教给孩子很多东西，技术能提供这种关系。

Harry： 你不担心这会削弱人与人互动的能力，让人变得更孤僻、更习惯跟技术建立关系吗？我们已经够这样了。

Anish： 我认为恰恰相反。我认为它让人更能自我反思，去探索自己身上、人际关系里的某些层面——这些层面他们往往找不到另一个人一起探索。如果你有钱、受过良好教育，也许你会去做心理咨询，那是一个出口。或者像你和我，社交资源多到不好意思，总有人想跟你聚，你去那些晚宴聊到深夜，谈各种哲学问题。又或者你是今天相对少数的、有信仰的人，它给你情感上的滋养。我们都有各自的出口。但今天社会的大多数，就是没有出口。而我认为技术可以成为那个出口。

Harry： 我喜欢这个想法。尤其想到有那么多独居的老人，想到陪伴对他们的意义。

Anish： 对。顺便说，关键在于要有一层“间接性”——这就是为什么我认为情境陪伴特别有力。

对老年人来说，自尊心很重要。如果一个 AI 每晚打电话来“看看你还好吗”，他们会说：等一下，我不需要这个，我不需要被当小孩看着。但如果 AI 打电话来，是确认他们吃药了没有、问问今天过得怎么样、也许轻轻调个情、聊聊二战——突然之间，他们就有了一个互动的情境，有了一层间接性。而真正被送达的，是精神上的滋养。

Harry： 刚才那是有史以来最烂的问题。不过入行十年，我已经不怕问烂问题了。

Anish： 怎么会。

Harry： AI 世界里 UI 范式会怎么变？人人都说以后全靠语音。你同意“全是语音”这个说法吗？

Anish： 我认为语音对企业级场景非常好。但在消费端，动态 UI 和聊天 UI 都被高估了。这个问题上最好的思考者是尤金妮亚·库伊达（Eugenia Kuyda）——她创办了 Replika，现在在做 Wabi。她如果在场会告诉你：大多数人不想节省时间，他们想消磨时间。

而产品是由世界上能动性最高的人设计的——萨姆·奥尔特曼（Sam Altman）和埃隆·马斯克（Elon Musk）是世界上能动性最高的人，对他们来说最优 UI 是一个聊天框：你说清楚要什么，东西就出来了。但很多人要的恰恰是消磨时间，他们想要浏览式界面，不太确定自己要什么，也表达不出来。所以我认为这个世界会分为意图式和浏览式：浏览式大体保持原样，而意图式的未来也许是聊天——对此我还保留一点怀疑。

护城河还在：从网络效应到“活的”专有数据

Harry： 人们一直很焦虑——前面也提过——防御性、切换成本、持久性。想想护城河（moat），还有兰佩尔那句“有人质，没有客户”。在 AI 的新世界里，我们是不是只能接受“没有防御性”这回事？还是会有新的护城河长出来？

Anish： 我认为防御性依然存在，依然重要。网络效应是黄金标准，现在还是，网络效应产品的威力难以置信。当然你可以辩称，Moltbook 这样的东西是一种新型的合成网络，也许意味着某些类型的网络不像从前那么可防御了。但像 Airbnb 这样的公司，你尽管把全世界的氛围编程都搬来，它的网络效应依然强大无比。

所以第一，防御性重要，传统护城河依然重要。第二，在“记录系统”（system of record）这类护城河内部，会有一些更容易或更难被颠覆的。如果你是本地部署的数据库，没有交互层，没有多少人围绕你建立工作流，我认为你确实有风险。但如果你是一家银行的核心系统，每秒数千笔交易，数百人与你交互，对准确性的要求极高——你的防御性依然固若金汤。

Harry： 有没有哪种防御性，过去十年很吃香，现在不再吃香了？

Anish： 有，我给你个反着的例子。我过去一直怀疑“数据网络效应”——那是你说不出护城河是什么时随手抛出来的词。但今天你看那些拥有专有数据集的公司——不只是专有，还要“活”。OpenEvidence 是个很好的例子。专有且鲜活，是非常、非常强大的护城河。

Harry： 你说的“活”是什么意思？

Anish： 比如你的健康数据——那是一种活的、不断变化的数据源。当然，这类数据能多“专有”是个问题。但一旦你有了这样的数据，或者某个正在运行的产品的实时数据，你在前面放一个相对普通的模型，得到的结果就能好过没有这些专有鲜活数据的最前沿模型。

Harry： 好，所以我们过去已有的防御性形式，未来大体继续成立。

Anish： 很多种都成立。

利润率新解：推理是新的销售与营销

Harry： 我一直在努力分辨：上一个十年的哪些规律还成立、哪些我必须改弦更张。事实变了，我就改主意。说到防御性大多延续——我入行时一直被教导：利润率重要。

我常和我妈在伦敦 Pall Mall 一带散步，我总跟她说：妈，利润率很重要，对吧？

Anish： 是，我能想象你牵着她的手。

Harry： 对对，可怜的妈。被牵着手，是的。

Anish： 天哪，难怪她想早点走完。

Harry： 我的问题是：在 AI 世界里，利润率还那么重要吗？我们是不是该换一种方式思考利润率了？

Anish： 是，利润率这个对话里有个重要的细微差别。先说个背景——我们待会儿可以聊那个“不存在的泡沫”——只要市场过热，就一定会有某种补贴和扭曲。我先声明：我不认为我们处在那样的时期，但只要市场超级火热，就会有扭曲。

回看 2021 年的扭曲：本质上那是 Google 和 Facebook 的间接补贴。你投了一家金融科技公司，给它 1000 万美元，它转手把 800 万花在 Google 广告和 Facebook 广告上。这种补贴是创业公司的“空热量”。而今天的补贴形态通常是这样：给用户零毛利甚至负毛利的额度来试用产品。这些东西确实拖累毛利，但对公司来说是非常健康的热量——因为从中能转化出高付费用户，其中很多是真正的强力用户。所以 AI 原生公司的混合毛利叙事确实更差；但看扭曲的整体形态，它比五年前那种健康得多。明白我的意思吗？

Harry： 明白。杰森·莱姆金（Jason Lemkin）是我的好朋友，SaaStr 的创始人，他跟我说过一句精彩的话：对最好的公司来说，推理（inference）就是新的销售与营销。

Anish： 对，我爱这句话，百分之百正确。

我还认为，强力用户（power user）的力量前所未有地大。AI 之前，Andrew Chen 说过一句我很爱的话：强力用户不过是用户。这话当时是对的——因为即使他们获得 100 倍的价值，通常也不会付 100 倍的钱。看 Spotify，很棒的欧洲公司：最高级的套餐——最高码率、全无损、所有播客、所有视频、家庭计划，全套——也就每月 20、25 美元。所以过去有个共识：大众消费品的价格天花板是每月 20 到 25 美元。

再看现在：Grok Heavy 每月 300 美元，ChatGPT Pro 200 美元，Gemini Ultra 250 美元。用户愿意付 10 倍的价格，上面还叠着按量付费。对强力用户来说，他们付着极高的订阅费外加消费收入。获取这些用户的销售和营销成本，花得非常值。我认为这是一个重要的变化。

Harry： 但你的意思是——当我和投资团队看利润率时，我们应该维持过去的高标准，还是应该对更低的利润率有更大弹性？

Anish： 首先，这些产品通常是自然流量。第一，我会把 M1——第一个月——看作流量，而不是真正获客来的用户，因为它是自然来的、获取成本为零。第二，我会把这些用户免费试用的毛利成本拿出来，直接说：这就是获客成本（CAC），没关系。然后再看转化用户的毛利结构，那才是这个产品和生意持久的毛利结构。

Harry： 所以你是在拆：面向 CAC 的毛利支出是一边，持久的毛利是另一边——后者来自你的强力付费用户。

难的地方在于，你得算出一个能据以行动的 CAC 对 LTV 比值。在这样一个变化飞快、你又吃不准持久性的环境里，很难准确把握 LTV。LTV 到底按 12 个月算，还是 48 个月？

Anish： 对。我认为留存才是真正重要的。你看最好的 AI 产品——可以把 M2 当作新的 M1，因为 M1 会涌进很多“观光客”，你一分钱没花。给不知道的人解释一下，M1 就是第一个月。对那些漏斗顶部流量巨大的产品，把 M2 当作你的第一个月，然后对它们施加你一贯的高留存标准。

Harry： 什么样的 M12 会让你非常兴奋？

Anish： 当然越高越好。但 50% 肯定算扎实；60%、70%，我们就非常非常高兴了。

为什么这不是泡沫

Harry： 利润率就聊到这。我想碰一下你刚才说的“泡沫”。你不在泡沫阵营——我向来喜欢当面开炮——你为什么不在？

Anish： 我有个爱用的俏皮话：这不是泡沫，而且这样挺好。我告诉你为什么。这不是我的专业领域，但第一，你看 OpenAI 最近的公告——营收跑到 200 亿美元，路径是产能扩 3 倍、营收也 3 倍。每次新产能上线，这些推理供给就被 100% 预订一空。

这个故事我们一再看到。而过去那些所谓泡沫期，供给的建设远远跑在需求前面。至少现在没看到。第二，看客户实际付的价格，在涨。典型的供给过剩会带来价格压缩，现在没有。第三，就像我刚才说的，即使有补贴——扭曲性补贴总会有——它也是一种聪明的补贴，主要由大科技和模型实验室买单，受益的是消费者和创业公司。老天保佑，我完全赞成。

从 SaaS 预算到人力预算：市场其实是行业

Harry： 我和 Jason Lemkin、罗里·奥德里斯科尔（Rory O'Driscoll）一起做一档节目。Rory 说过一句我认为很精彩的话：如果我们看到支出从今天 12% 的 SaaS 预算迁移到人力劳动预算，这一切就能跑通。你认为会看到这种迁移吗？

Anish： 我们已经看到了。DG（David George）上过你们节目聊 C.H. Robinson 对吧？很多公司开始从这项新技术里收获生产率提升——怎么可能不呢？这不止发生在编程智能体上。你刚才提到语音，语音是切入企业市场的楔子，语音智能体非常强。而且我认为，语音近期的故事——我知道我们聊过客服，客服有意思，但更有意思的问题是：为什么客服是一个孤立的职能？

捋一下：你通常有销售、客服、运营、催收。谁擅长客服？有同理心的人，是倾听者，非常懂产品。谁擅长销售？话多的人，精力旺盛、极有魅力、擅长追加销售、永远心情好。这是两种不同的人类原型，对应两种不同的岗位，我们过去一直按这两种原型来组织企业。

但现在，模型随时可以成为其中任何一种人。最成熟的公司已经开始把客服、销售、催收、运营捆在一起，对准同一个大目标，比如改善 CAC。我认为这才是生产率提升 10 倍的路径，而不是“我们把客服的成本砍掉”。

Harry： 你怎么看市场内部的竞争？我今天跳来跳去的，实在太着迷了。你提到客服——我前几天还发过推，之前也发过——我就是想不通这个市场：融资超 5000 万美元的有 50 家，超 1 亿美元的有 10 家。我是彼得·蒂尔（Peter Thiel）学派的人：竞争属于失败者，我们要的是垄断市场。可这里有 Decagon、Sierra、Intercom、Parloa……我能一直数下去。我不懂。

Anish： 关键在于你怎么定义市场。这很重要。我认为很多情况下，你说的“市场”其实是一个“行业”。看法律：已经有很多好公司拿到融资，但还有再容下一打的空间。因为法律是个 5000 亿美元的——它是整个资本主义的基建。会有一家公司赢下“资本主义基建”整个市场吗？当然不会。那是行业，不是市场。你会有几十个赢家，各自专精——正如今天的法律行业本来就有几十个细分。所以我认为，很多所谓市场里，我们把它当成一个市场在谈，但它实际大得多，所有公司会朝各自的方向专业化。

Harry： 对——5000 亿美元的前提是“我们吃掉他们的市场”，而不是“附着在他们的市场上”，对吧？

Anish： 对。而我们目前是附着的——这是个开放问题。传统法律软件是 500 亿美元，我不认为我们还停留在企业支出 8% 到 12% 的旧框架里。我认为我们会落在 500 亿到 5000 亿之间，而且更靠近 5000 亿。

Harry： 那会是什么样子？AI 原生律所？

Anish： 可能。它一定意味着律师生产率的巨大提升，程序员和工程师生产率的巨大提升。

把一份工作的 100% 都自动化，难度极高。做到 60%、70%、80% 相当容易。所以目前这 20% 的生产率提升，更多表现为四天工作制，而不是减少 20% 的岗位。因为岗位是一捆任务的集合，目前还做不到 100% 自动化。客服你随便自动化，但有时候你得请客户出去吃顿牛排——模型目前还不会这个。

低估市场的教训：惯性是宇宙最强力量

Harry： 确实不会。刚才提到 5000 亿美元的 TAM。你投资时做 TAM 分析吗？

Anish： 我的想法是这样：我们总是一贯低估市场有多大，又一贯高估从零到一有多容易。眯起眼睛看，你总能把一个还不成立的东西说成“我能看到它怎么成立”。所以在我心里，种子轮投资是独立的一门手艺。我非常聚焦 A 轮，因为我相信“已经交付了东西、已经卖出了东西”是极有分量的信号。对我来说，那是信息量与进入价格、股比之间的最优点。

而种子轮，什么都有可能，把东西做成非常非常难。一旦做成，我相信这些公司会在未来很长的时间里，不断变成更伟大的自己。很多风投犯的错误，就是把市场估计得没有实际那么大。

Harry： 我聊得太尽兴了。这里头有三件事我想深挖。你说到市场被低估——我们的好朋友、Deel 的亚历克斯·布阿齐兹（Alex Bouaziz），我在种子轮就见过他，他跟我讲 Deel，我说：兄弟，你太聪明了。结果薪酬市场……对不起兄弟，Deel 和 ElevenLabs，两家我都错过了。

Anish： 得了吧。我可没跟你提过它。

Harry： 说说你下一个错过的案子呗？

Anish： Granola。种子前轮。

Harry： 我的天。Granola，种子前轮。你接着说，再多来几个——Chris 对这个深有体会，我给我合伙人发过一条语音：“有没有好心人给 Chris 开个 JustGiving 众筹页（译者注：英国众筹平台），照他这个样子，是不会有项目让他投进去的。”

Anish： 下一个错过的我发给你。

Harry： 求你了。你知道，大多数投资人给你发他们错过的案子时，你会“哇”一声。至于你错过的——我等着看你低谷期的成绩单。我的错过清单你真该看看。

你刚才说到低估市场。我低估了薪酬市场——倒不是我低估了 Alex，是市场我看错了。你低估过哪个市场、后来发现自己错了？学到了什么？

Anish： 这个问题太好了。我犯过好几次这种错。比如我们被 Google 收购的时候，我记得看着股价跟联创说：也许还能涨 10%、15%、20%、30%？还能大到哪去？那样一家公司，能力那么强、在核心市场看似已然统治，你很难眯着眼看出它还会变成什么。而它今天比当年值钱得多。

另一个有意思的例子是 Credit Karma：给美国人免费查信用分。信用分这个概念在美国，比在我长大的加拿大、甚至比这边（英国）都大得多。你会做信封背面的测算：大多数人一年也就用一两次信用分，而且大多数人其实并不常需要——只有申请新金融产品时才用。要么你信用极好，不需要看，反正你知道；要么你信用极差，不想看，反正你也知道。中间这部分“躯干”人群，只是偶尔需要查一下信用分——这能做成大公司吗？

结果你看 Credit Karma：超过 1 亿美国人在用，5000 万季度活跃用户，平均每人每月登录四次。它能成立，是因为信用分其实是一面镜子——人们喜欢照镜子，客观地看看自己作为成年人混得怎么样：混得好、混得差、还是凑合。人们真的从“看信用分”的反馈回路里获得很多满足。这我当初绝对预测不到。正因如此，Credit Karma 有无数机会向客户推荐和销售产品，而且真的非常有效。

Harry： 那你怎么复盘这种错过？

Anish： 我认为，当你面对一个强悍的创始人，且他在一个市场里展现出强劲的早期势头时，惯性是最好的心智模型。在我心里，惯性是宇宙中最强大的力量：今天发生的一切，默认会永远发生下去。当一个强悍的创始人取得巨大的非线性进展时，你必须把天平倾向“他会永远这样做下去”。这必须是你的下注依据。

“经常做对就行”：从不输单的六年半

Harry： 太逗了。Rory——你刚才差点也提到他——他说过：当一个创始人持续命中目标，你就该赌他继续持续命中目标。

Anish： 没错。我不会把这事想复杂——命中目标本来就难。跟你说个好玩的。我刚入行时，花了大把时间和 Mark（Marc Andreessen）、Dixon（Chris Dixon）他们在一起。我记得我坐下来问 Mark：好吧 Mark，流程是什么？一字不差地告诉我流程是什么。

Mark 说了一句能把人逼疯的话：“经常做对就行。”我说：Mark，废话，当然要经常做对，但还有呢？到底是什么？当然我们还聊了很多别的。但事后回味，我认为他的意思是：只要你持续赢，流程根本不重要。2003 年我在亚马逊当工程师开始职业生涯时，他们有个一模一样的说法——今天应该还在领导力准则里：你要持续正确。我记得我 23、24 岁的时候觉得这话能把人气疯：为什么对？怎么对的？但“正确”这个品质本身，高于为什么、高于怎么做到、高于我们所有关于“能撑多久”的知识分子气的心智模型。

Harry： 你刚才说到“就是赢”、赢的重要性。我们在楼下聊过——我输给你的优秀同事西玛·安布尔（Seema Amble）一单，德国的 Askleo，A 轮。我反复回想这事，反复想。

Anish： 看得出来你还惦记着。

Harry： 你复盘的时候，最痛的一次输单是什么？你怎么想？

Anish： 我没输过单。

Harry： 你从没输过单？

Anish： 从没输过。

Harry： 你在 a16z 多久了？

Anish： 六年半。

Harry： 嗯。你担心这个吗——我是善意地问。我问过兰佩尔这个问题：他错过了 Rillet 的 A 轮，后来投了 B 轮，很好，漂亮，恭喜他。但从不输单，也许说明风险口径开得不够大？

Anish： 也许吧，不知道。我认为存在一种方法，让你能参与进大多数你想参与的重要公司。当然有些既成条件极难克服：比如对方跟过往投资人有一段非常健康、成功的关系，你永远跨不过去。顺带说，我自己就做过很多人那样健康、支持型的过往投资人，我从不指望那些创始人会转而跟别人合作。

Harry： 那遇到这种情况怎么办——对方说“我很爱你，但我跟这帮人认识十年了，他们之前就支持过我”？你会开玩笑说“那我们做个协作方，现在先挤进来”？还是就此退场、这轮不参与？

Anish： 我认为没有“套路”可玩。这正是这行、正是在 a16z 的魔力。我刚入行时有点紧张：这会不会是份销售工作？后来我意识到，只要你带着正确的意图出现——你得假设他们知道你所知道的一切，他们当然知道，我们活在一个创始人和个体都极其成熟的时代——你尊重这一点，然后说：我尊重你既有的关系；但我们的使命是参与每一个重要的技术故事。如果现在就有参与的方式，太好了；如果没有，那就让我们互相了解，挣得下一轮做你领投方的资格。有时候这就是正确做法。

股比不让步、价格有弹性

Harry： 为了赢单，你在股比上的弹性有多大？

Anish： 不太有弹性。我会解释我们的模式。但在价格上我很有弹性——这话我也许不该说。我的心智模型是：低于某个阈值，价格不重要，你参与进去就行。

Harry： 我想跟你学。

Anish： 哈哈，好啊。六年了——反正这就是我的心智模型。

Harry： 不不不，这有用。我在风投这行学到：照抄经常就管用。

Anish： 是是。就是这样：价格上很有弹性，低于某个价位，真的不重要。

Harry： 那个价位是多少？

Anish： 我认为价格真正开始重要，是到了几亿美元量级——DG 玩的那个阶段，价格确实很关键。但在早期，比如 1 亿美元以下——5000 万、7000 万、1 亿、甚至 1.2 亿——价格的主要影响是：定价太高可能损害你融下一轮的能力。对此我们非常透明。我会跟创始人说：你的数据很好，这轮 A 轮我们可以按“12 对 60”或“15 对 75”来做（译者注：即投 1200 万美元对应 6000 万美元估值，或 1500 万美元对应 7500 万美元估值）。对我们来说，开支票 12 到 15 差别不大。

更重要的是下一轮你想签下什么样的预期。我们通常不轻易松口的是股比，因为那是我们整个模式——“把筹码全压在你身后”的前提是我们是真正的合伙人，没有股比，这模式就不成立。

Harry： 2 亿和 3 亿之间呢？

Anish： 是，那是边际上的差别。到了那个价位，我考虑下一轮会多于考虑绝对金额。绝对金额对足够大的基金来说不构成生死；但你融下一轮的能力——尤其进入成长期之后——5 亿美元那轮是很难融的一轮。按 3 亿、5 亿还是 7 亿融，差别相当大。

Harry： 你觉得这一轮正在被跳过吗？我的意思是：有些公司以 100 万到 300 万收入、PMF 早期迹象，按 1 亿、2 亿融了资，然后跑得太快，12 到 24 个月内就冲到 3000 万到 5000 万——那他们直接就融 10 亿了，中间那个 5 亿美元的轮次就这么没了。

Anish： 是，这种情况确实在发生。如果它发生是因为核心指标超级健康，那为他们高兴，老天保佑。

三倍三倍两倍两倍死了吗

Harry： 我投的很多是企业级 SaaS 公司，做两倍两倍、或者三倍三倍两倍两倍（triple-triple-double-double）。三倍三倍两倍两倍的世界死了吗？我们是不是都得做成 Lovable 或 ElevenLabs 那样才融得到钱？

Anish： 我不这么认为。很大程度上要对标你所在的市场分区。产品速度加商业速度，我认为你必须在同侪组里做到前四分之一。有些市场是消费驱动或自下而上的，你能看到爆炸式增长，那很棒，非同寻常。但如果你卖 ERP，你的客户谨慎得多，那是高风险采购。卖薪酬系统也一样——当然，薪酬这个案子里，Alex 和团队干得漂亮，硬是把一个本该慢炖的销售做成了快炒。

他们有自己非常具体的一套打法。但通常那是一个按更慢周期运转的行业。所以这些市场是有“物理规律”的：在某些市场，三倍三倍两倍两倍已经很惊人；而在另一些市场，尤其有了这些新原语，你可以从 10 直接到 100、从 10 到 200。

Harry： 所以你把一个三倍三倍两倍两倍的公司带进合伙人会议，没人会踩它？

Anish： 绝对不会。这些都是我们随手用的经验法则。首先我想说，我尊重做到 200 万美元收入的难度——太难了。让家人朋友之外的人掏钱给你，难；从 100 万到 500 万、1000 万，超难；1000 万到 1 亿，极难。所以第一，我讨厌投资人对此轻佻。第二，一切取决于创始人的假设、用来验证假设的数据，以及“如果成了呢”的方向——曲线的方向是什么？

曲线下面积（area under the curve）有多大？有些公司就是“曲线下面积”型公司：增长故事可能更复杂、更慢，但曲线下面积远大于那些斜率很高、但防御性存疑的公司。

Harry： 非常有意思。那你说的就像起跑线的长度——Intercom 的德斯·特雷纳（Des Traynor）说过：有些东西要建很久，比如 Figma，有三四年都处在建造期。

Anish： 是，曲线下面积。你看今天的 Figma 拥有什么？一个独一档的网络效应产品。而且顺便说，它正好站在市场演进方向的前头：从聚焦“执行”的产品——今天正被编程智能体吞并——转向聚焦“思考”的市场。我认为大量思考型工作会在 Figma 这样的产品里完成。我不确定迪伦·菲尔德（Dylan Field）和团队十年前有没有看到这一点，但他们今天的位置极佳。

Harry： 曲线下面积型公司，今天的世界对它们有什么变化？它们还保有早期融资的内在价值吗？毕竟这类故事难卖。

Anish： 我认为曲线下面积公司的挑战在于：你得有足够的动量，能持续融资；还得有足够的分量，让客户爱你、愿意预付、愿意跟着你扩容。它有自己的特殊性和难处。但一些最重要的公司往往就是曲线下面积公司——那种“二十年的厚积薄发、一朝成名”。我认为这类公司在风投传说里被低估了。1 到 100 的公司当然非凡，我们都想参与；但我们谈论和膜拜它们，有时是以曲线下面积公司为代价的。

A 轮就该难：五种风险怎么选

Harry： 你说你非常聚焦 A 轮，刚才也聊了价格差异。我老因为发推被我团队骂：“Harry，你让我的日子难过多了。”我说不然也太容易了。我的观点是：A 轮是现在最难做的投资位置——100 万收入，老实说 PMF 迹象非常弱，却要付 100 到 200 倍 ARR；竞争激烈得要命；价格与进展完全不匹配。我为什么错了？

Anish： 好。首先，作为投资人，你得决定自己想承担哪种风险——这是我们的本职工作。挨个说。第一种是你提到的竞争风险：这个单子我能不能赢？第二种稍微差一点、但我认为仍然可以承担的，是定价风险：我是不是买贵了？它的显现方式还是基于进入价格的下一轮难度。第三种也许是团队风险：这个团队能不能走到最后？他们够不够强，撑得起公司的野心？

因为创始人本身可以收窄或放大一家公司的命运——公司不可能大过创始人让它变大的能力。第四种算地域风险，今天可能没那么成立了：这事是不是非得硅谷团队来做？第五种是融资风险：这是一单非共识交易，周围没有其他投资人感兴趣。这不是说你需要别人感兴趣，但如果团队融资很吃力，那不管产品技术多强，他们也得不到把愿景走完的机会。所以我认为应该承担的是竞争风险——我能不能赢——和定价风险。

Harry： 等等，你说“我能不能赢”，是指作为投资人赢下这单？

Anish： 对，赢过其他 VC。

这正是我们该做的，是我们所有工作里排第一的事：靠和创始人建立信任、对市场有判断、最先形成信念来赢单。所以你说 A 轮难——它本来就该难。而不管怎样你都应该赢。

什么样的创始人值得下注

Harry： 顺着问两个。我们看到团队散得比以往任何时候都快：创始人刚融完大钱就离开创业公司去做新东西。你认为创始人的“花心”在加剧吗？

Anish： 我认为我们一向都要评估：他和手头这个问题的连接有多真实？因为做创业公司本来就有点不理性。兰佩尔在节目里说过，我完全同意：你必须有点不理性地乐观，才会去做。我认为你还必须对这个领域有不理性的兴趣，因为这些事情总是忽冷忽热。这种真实性不是对“动机”的评价——有些本意很好的人，创立公司另有原因，而不是与问题的真实连接，我自己就曾是这种人。我认为那不是好的配置，那是“花心”的配置。

Harry： 如果有人进来跟你说：听着，我对——比如说——汽车经销商的销售没有特别的兴趣，但我看到它是个成熟的创新领域，模型能在里面带来变革。你介意吗？

Anish： 我认为他们得有某种不理性的指向。也许纯粹是资本主义驱动：我把这个市场研究得底朝天，它对我来说是达到目的的手段，但我要么到达，要么死在半路。你得看到一点这种异类的情绪和投入。它最好指向问题本身，但也不是必须。如果有人进来说“我做了个案例研究，看起来不错”——不是好配置。

Harry： 你合作的创始人里，最好的创始人是不是也最会融资？还是说他们可以有点怪？最好的创始人通常都是融资高手吗？

Anish： 我认为他们不必须是同一种风格——那种光鲜的、面向 go-to-market 的、五六年前常见的创始人形象。Krea 那两位就是绝好的例子。

他们第一次来路演，会议室全员在场，感恩节假期。我记得他俩穿着配套的日式羽织，都在喝 Celsius 功能饮料。Victor 留着长长的滑板头，完全是个狠角色，看起来跟我们五六年前见的那些 MBA 创始人截然相反。他有种安静的气场，很大程度上来自他对技术和领域的掌控。这是完全不同的风格，融资效果极好。所以你确实要会融资，但你融资的方式可以非常真实地做自己。

Harry： 说到对技术的掌控，还有你之前说的从零到一、把产品做出来的难度——过去成功建过东西，是能继续做成的有力证明。你对连续创业者有没有一种不讲道理的偏爱？因为他们已经证明过自己。

Anish： 我给你个有层次的回答。在自己专业领域内再创业的连续创始人，非常可怕。Clutch 那两位把上一家公司卖给了 Carvana——他们对那个结局不太满意，公司没能实现他们的野心——于是他们又在汽车领域创办了 Clutch，现在发展得极好。因为他们懂市场，所以一路抄近道。尤其在企业级市场，同一领域内重复创业是巨大的超额收益（alpha）来源。

但反过来，在消费市场，我认为“初学者心态”加上“高度愿意丢脸”是竞争优势。太多消费产品让人感觉丢脸，会被立刻当成可笑的、不可能的、不严肃的东西打发掉。你 25 岁、赌注低的时候，只想在世界上搞出点动静——那是完美的配置。可一旦你卖掉过公司，突然之间，你的风投朋友问“你在做什么？”，你的男女朋友问“你在做什么？”，你想在晚宴和酒吧里听起来很酷。那一点点不愿丢脸的迟疑，有时就挡住了最有野心、最有趣的消费点子。

Harry： 我刚才说过“事实变了我就改主意”。你过去的投资方式里，改变最大的是什么？

Anish： 排第一的——也是我送给其他投资人和创始人的免费建议——是：今天你必须比以往更狠地用产品。五七年前的投资世界里金融科技很多——我是金融科技出身，我爱金融科技——但你很难对一个小微企业保理方案建立直觉：我总不能去开个小微企业吧？试用产品的门槛太高。而今天，“活在这个产品周期里”只意味着每天醒来：今天出了三个新模型，我就试三个，我真的动手做点什么。用极高的标准逼自己试遍一切，会给你海量信息和直觉。

我认为这对创始人是不可谈判的，对投资人也极其重要。

智能体过热与全栈之争

Harry： 然而大多数人并不这么做。说到用产品——今天给我路演的公司 90%，尤其应用层，都是智能体主导、智能体优先。你之前说过智能体可能过热。聊聊：你为什么觉得今天智能体过热？意味着什么？

Anish： 我的想法是：那种极端观点——我们会有完全自主的智能体，在极长的时间跨度上包办一切——也许某天会实现。但至少，异常处理需要人在回路里。而且模型的好坏取决于我们给的指令——想想你怎么管理你的团队：我们的指令经常模糊得让人抓狂。所以我确实认为，我们需要人与模型保持紧密的回路，才能真正达成目标。那种智能体极致主义——“你躺平一天，AI 把你需要做的一切都做完了”——大概比我们实际所处的位置超前了一点。

Harry： 你的看法是不是：智能体不会从你的一天里删掉任务，而是让你能去做以前没时间做的任务？

Anish： 两者都有。它们会做任务，做那些你不想做的低端杂活——让你做想做的工作，而不是不得不做的工作。第二，是的，野心的周长会大幅扩张，对我们个人如此，对我们这个物种也如此。Harry，现在我们这个样子，怎么可能是人类野心的巅峰表达？你读过足够多科幻，哪怕只窥见过一眼那个世界长什么样。我认为我们真的会活进那样的世界：如果你在某个方向上有野心，你就应该能把它追到底、表达它、实现它。唯一的问题是：谁有那个野心去做？因为执行力和专业知识不再是约束。

Harry： 说到“智能体优先”最好的赢法——我请过 Podium 的埃里克·雷亚（Eric Rea）上节目。他讲了个精彩的故事：一家传统 SaaS 公司，现在有了 1 亿多美元的智能体业务。他说本质上，想在智能体世界赢，你必须拥有工具、工作流和数据，也就是拥有全栈——当然，他和 Salesforce 都这么干。你同意必须拥有全栈才能成为大玩家吗？还是可以做核心供应商之上的元层？

Anish： 我认为你可以通过工具调用来用核心供应商。对我来说，大问题是“模糊性”——它决定了你能从智能体身上榨出多少杠杆。你看业务流程外包（BPO）：那是模糊性最低的领域，工作字面意义就是一串任务，离岸呼叫中心的人从队列里取任务。这类事情非常适合自动化和智能体替代，因为任务定义得极好，而岗位就是这些定义良好的任务的集合。但我认为很多岗位的模糊性极高。

哪怕软件开发也是：可以说，写代码是容易的部分，难的是——我们今天要写什么？怎么根据客户说的、市场说的、我们半夜顿悟的去调整？模型极其擅长把我们带进局部最大值，有时局部最大就是全局最大。但我认为，从局部跳到全局常常需要人类直觉。这是智能体做不到的。

Harry： 你提到 BPO。你怎么看 UiPath 的未来？他们在公开市场走得颠簸。他们是可怜地正在被这波趋势伤害，还是位置很好、能把手里的分发用起来？

Anish： 我真希望我对 UiPath 了解得更多，不够，没法评论。RPA 非常有意思，但视觉模型远远没跟上我们谈论它们时的那种热度。

开源对闭源：还不是砍成本的时候

Harry： 有件事我们还没聊，我想聊：开源对闭源。这是个大问题。我发现实际用开源的人比他们公开承认的多得多，用开源的意愿也前所未有地高。

Anish： 开源模型？

Harry： 对。你怎么看未来 24 个月开源与闭源的分布格局？

Anish： 好问题。我认为我们还没走到企业以成本优化为主要目标的周期阶段，而那是选开源的理由之一：拿个开源模型自己托管，获得成本优势。但开源模型确实有一些有意思的特性，比如 Kimi K2——我相信他们没有做那种约束它说什么话的后训练，所以它在很多方向的文本生成上有趣得多，形成了一种独特的产品特性，一批公司围绕它建产品，尤其是陪伴类公司。所以选开源有这些独特的、为了产品质量的理由。但多数情况下，公司想的是最大化野心的方向和实现能力，而不是砍成本。

这一点上闭源仍有优势。闭源的好处是：它们自己也在降价。闭源在很多场景确实比开源贵，但 GPT-4o 的 token 成本自发布以来已经降了 100 倍。

Harry： 你说我们不在成本优化期，我同意，这个观点很有意思。Jason Lemkin 跟我说过——他可是你们一个工具的真实建造者，用 Replit，他大概是他们最头部的用户之一，他作为强力用户的程度吓人。

他的一个游戏还用了 ElevenLabs 的语音。他说：今年我们将看到 AI 产品第一次基于价格的真正替代。他的原话是：ElevenLabs？我爱它，太棒了。

但太贵了。

Anish： 是太贵了。

Harry： 今年我们从“试试新东西”走到了“靠，它真能跑”。但太贵了。

Anish： ElevenLabs 我不评论。

Harry： 哈哈。但你同不同意，我们会看到这种心态转变——从“靠，它居然能用”到“靠，它太贵了”？

Anish： 我不这么认为。因为我们一再看到的是：模型变得更好，下游玩家把这些能力产品化并提价的能力，跑赢了成本的上涨。增量成本可能上升——很多情况下也没升，但确实没降——而被新能力解锁的东西远远盖过它。

看编程智能体：Claude Code 去年 2 月发布以来，你能做的事有了戏剧性的提升。有谁在说“我要退回 Sonnet 3.7，因为它便宜”，或者“我不用 Opus 4.5 或 Codex 5.2 了”？没人这么说，因为能力强大太多了。它激发的是另一个方向的想象：我们还能多做什么，而不是怎么把现有的东西做便宜。

Harry： 有意思。我记得他说过，他做了个创业游戏，他说：老兄，我怕人们真来玩，我会破产的。

Anish： 这话题其实很好玩：这些产品“有成本”是件大好事。它意味着 Jason 得早点把商业模式想明白。那种“梦想之地”式投资——公司做个免费产品，说“商业模式以后再说”——行不通了。不行，你今天就有成本，就像软件出现之前历史上每一家小企业一样。所以这些公司有成本，实际上逼出了一种商业模式纪律——十年前这东西并不普遍存在——这是好事。

Harry： 如果你是 ElevenLabs，你难道不会说：靠，补贴，降价，拿下市场。这是抢地盘。未来一两年别因为价格冒流失的风险。他们本可以再融 5 亿、50 亿美元。

Anish： 我认为前沿上还有太多事可做，还有太多品类和能力等着被解锁。把时间花在那里更值。今天我们说过，企业支出的 8% 到 12% 花在 SaaS 上。

那消费者可支配收入里，今天有多少花在软件上？每月也许几百美元。我相信我们会渐近到 80% 到 90%——消费支出和企业支出都是。路径是推前沿，而不是砍成本。对，消费支出的 80% 到 90%，可自由支配的那部分——当然还有房租和食物。但老兄，我认为软件会吃掉我们可自由支配支出的一大半。我们刚聊过陪伴和友谊，聊过娱乐，聊过可能的心理治疗、可能的医疗、可能的职业服务——我花在让自己职业能力变强上的钱、教育。软件有一大片可以扩张进去的空间。砍成本这事，现在先放一边吧。

Harry： 我不知道你这算不算进了食物。如果你把 DoorDash 算进去，那我同意。

Anish： 可自由支配的才算，刚性支出不算。

Harry： 而且你显然不是欧洲人——你漏了关键一项：时尚。

Anish： 对，时尚。那个可没那么容易被吃掉。

Harry： 我以为你要说葡萄酒。

Anish： 老兄，没人买酒了。已经没人喝酒了。

Harry： 好吧。葡萄酒行业日子难过。连欧洲人也不喝了？

Anish： 不喝了，完全不。

造王与出借品牌：VC 的真实价值

Harry： 非常有意思。你认同今天的“造王”（kingmaking）之说吗——就是相信可以被钦点出一个赢家？你认为造王是真的吗？

Anish： 我从两个角度说。第一，YC 是个正面例子：投资人对企业级公司能起到非常正面的催化作用。YC 是创办“卖给其他创业公司”的企业级公司的好地方，社区里那种好氛围让你更容易把产品卖给更大、更成熟的 YC 公司。这是个好例子：选对投资人确实是大加成。我们很多工作就是把规模小但产品技术重要的公司对接给财富 500 强、2000 强。但我们没法强迫对方买。

同样，你得假设今天的买方拥有完备信息——尤其今天。所以对的投资人可以是催化剂，但我不认为你能把一个本来不会赢的产品钦点成赢家。

Harry： 你同意吗：你合作的最好的创始人，并不需要他们的 VC？

Anish： 我认为最好的创始人知道如何最大化地利用他们的 VC。确实有一组创始人也许永远不需要投资人。但最好的创始人懂得借助对的投资人来放大成功、加速动量。Alex 就是这样，对吧？我基本上背着 Alex 给的销售指标——DG 也会这么说。他甚至会直接打给 Ben：Ben，帮我引荐某某。他知道怎么把 a16z 榨出最大价值，而且不只是投资人，整个团队都这样为他出动。他没我们行不行？当然行。

Harry： 那你给创始人们什么建议？听这节目的创始人很多。怎么从投资人身上榨出最大价值？

Anish： 第一，选一个真干活的投资人。第二——

Harry： 人人都说自己干活，怎么分辨？

Anish： 最好的办法是跟其他创始人聊，你应该去聊。第二，VC 没法扭曲市场，他们能做的只是把引荐做满。我认为最棒的——Mark 讲过这个——是在你小的时候，VC 给你力量。VC 把你的品牌——还不大——接上他们的品牌：你不再是 XYZ 公司，你是“一家 a16z 的公司”。随着时间推移，你的品牌会大过 a16z，那很好。但他们能帮你冷启动，在对话里给你信用。可要赢下客户，你还是得有最好的产品、技术和 go-to-market。

Harry： 完全同意。“出借品牌”——我记得你以前就这么描述——价值极大。我能问吗：说到出借品牌，你合作过的最厉害的创始人是谁？

Anish： Alex 就是头野兽——他的 go-to-market 直觉、产品创造力，还有响应速度。这家伙是个疯子，百分之百全天候在工作，不可思议。

Harry： 我有个好玩的故事。我们有个 Project Europe，相当于欧洲版的蒂尔奖学金（Thiel Fellowship）——支持有大梦想、有技术能力的 18 岁年轻人。

Anish： 哦对，Jane 跟我讲过。

Harry： 对，很酷。反正，有个周日早上 7 点，我给 Alex 发消息：他们想要一个你团队里销售代表的引荐，找谁最合适？他说：引荐给我吧。我说：老兄，那是 1000 美元的单子，不值得你花时间。他说：不不不，发到 alex@deel.com。

是，他太让人佩服了。

Anish： 但你看，也有其他创始人是各自领域的专家——我提过的 Clutch 那两位是深厚的技术人，懂得怎么落到产品；Krea、HappyRobot 团队也是。能从这些人身上学到的东西太多了。我知道这话听起来俗，但能与他们共事是我的荣幸。

Harry： HappyRobot 那几位，我也希望我投了。他们太厉害了。别告诉我你种子轮也错过了？

Anish： 没有没有，我没错过——我根本没见到他们。

Harry： 谢天谢地。好。这是那种“我希望我投了但从没机会”的项目。

Anish： 他们很出色。不可思议的技术人，特别真诚，而且正在取得巨大成功。

复盘失误：别对 PMF 想当然

Harry： 复盘你做过的、结果不好的投资——你当时没看清什么？

Anish： 如果我犯过一种错，那是对产品市场契合太想当然。这更多是 2021 年的错误：假设某样东西有 PMF，而它没有。也许创始人有个非常可信的理论——而且碰巧跟我的理论一致——说明为什么它会达到 PMF。

但就像我说的，从零到一的路容易被高估。如果说我犯过什么错，就是在“这到底成了没有，还是我认为它近期会成”这件事上不够智识诚实。听着，我做过不少种子投资，也下过那种注。如果你智识诚实、眼光明澈地相信它会成，那是一种合理的投资方式。但带着自欺去投——“就当它成了吧”，而它其实还没成——那是错误。

Harry： 我认为一笔投资好坏，头三个月就能看出来。你同意吗？

Anish： 有些时刻，你赢下一单，感觉纯粹是如释重负。而有些时刻——谢天谢地我没经历过——你赢了一单，心里想的是“哇，我赢了”，然后面对不确定性。后一种时刻的心理状态，非常说明问题。

Harry： 你有没有觉得 a16z 的品牌在某些方面拖累过你？比如……没有？

Anish： 没有，一丝一毫都没有。它在太多方面是巨大的顺风。

Harry： 从来没有过一单，比如有政治问题之类的？

Anish： 完全没有。Mark 和 Ben 非常特别、非常真实。Ben 说过很多次：他们觉得拓展整个行业的边界是自己的责任。我每天都看到他们在做。所以，没有。从没有过哪怕一个瞬间它拖累过我，事实恰好相反。

快问快答

Harry： 老兄，我能跟你聊一整天。但我想跟你来个快问快答。准备好了吗？第一个问题：你印象最深的第一次创始人会面是哪次？不用是最好的创始人，就是最难忘的第一次见面，为什么？

Anish： 大概是 Krea 那两位。因为他们太神秘了，我们九个月都联系不上。他们在 X 上靠创意工具和模型搞出了巨大动静，见他们之前积累了太多期待。

那是感恩节那一周，我们全都飞了进去，Mark 也在。然后看着这两个家伙走进来——纯粹的狠角色，穿着配套羽织，拿着 Celsius 饮料，就靠“深厚的、真实的技术人和产品人”这个身份镇住全场。这种场面我以前没见过。而那场会面前面有那么长的铺垫，我永远忘不了。

Harry： Mark、Ben、DG，谁是最好的投资人？

Anish： 他们都非凡。我说说各自的强项。Mark 是那种人：第一，他能给你描绘未来的图景；第二，他对技术之外的一切都无所不知。他读过每一本书，全都记得，肚子里有讲不完的故事。毕竟他发明了消费互联网。他的讲故事能力非同寻常。

Ben——对我来说，《创业维艰》（The Hard Thing About Hard Things）是第一本诚实的商业书。我一直说，商业书的商业模式是卖商业书，不是让你变好，大多数商业书都是胡说八道。而《创业维艰》是第一本真实的。如果你作为创始人读它，你会想：天啊，终于有人看见我了。他那些战时故事、穿越拐点的经历，以及把这一切映照到你当下处境的能力，无人能及。

DG 的特别之处在于：我们很多人都是“创始人投资人”，是透过创始人的镜头学做投资。DG 是纯粹的、极度资深的投资人，他有纯粹的投资人清明感，我从他那学到极多。他在成长期的洞察力，就像 Dixon 在早期阶段一样。我们很多最好的思考来自 Dixon，也来自 DG。

Harry： 过去两三年里，你做过的最艰难的决定是什么？

Anish： 对我来说，一个大决定是进入投资行业，不再亲手做东西了。我当时不确定——因为我遇到过一些不可思议的好投资人，也遇到过一些不怎么样的。

有时候不怪他们，有时候是他们职业早期，有时候他们就是以一种我绝不想要的方式疏离。所以我不确定要不要转去做投资。

我记得我坐下来问 Ben——我算老几，也配问 Ben 问题？但我想，反正我也不确定，那就直说吧。我问：Ben，你怎么防止坏行为？投资人的坏行为。怎么防止高焦虑？怎么防止那种疏离的人？他说：短期内我们不按回报考核你。我们每两年做一次——去和你每一位创始人聊，给你做 360 度评估。如果你的创始人说你说实话、你在场、你干活、你响应快——不管这些公司表现如何——你就是干得好。如果你的创始人说的不是这样，不管公司表现如何，你都得另找工作了。

顺便说，我们真的做，每两年做一次 GP 360 评估。每次都有点吓人，但激励结构是对的。就在那个问题的答案里，我知道：这不是我在外面见过的那种 VC，这是一家公司。

Harry： 我记得 a16z 有个人跟我说过——我记不清是谁了，不是故意卖关子。可能是 Brian，可能是 DG，可能是兰佩尔，真记不住。他们说的好像是：在 a16z，输单是完全不可接受的；但没看到这单、错过了，是可以接受的，没关系。这么说对吗？

Anish： “没看到”？比如一家随机的公司做得很好，我们从没见过、从没机会见？我不这么认为。在 a16z，我们不被允许相信运气。我们必须看到自己领域里 100% 的单子。基于手上的信息做了决定、结果错了，这可以接受——你投了一家公司，没成，这没关系，这就是这门生意。但预期是：我们看到自己赛道里 100% 的单子，并且赢下我们出手的 100%。

Harry： 说得太清楚了。毫无……

Anish： 不，我喜欢这样——没商量。

Harry： 好，很好，很好。这段对话。抱歉吓到你了，老兄。

Anish： 听着，有些事是模糊的，但这一条不模糊。没有“看情况”。

Harry： 好。我讨厌“看情况”，“看情况”是最烂的答案。你只能投一家种子基金，投哪家？

Anish： 我认为 Abstract 的 Brompton 做得很特别。

Harry： 我同意。为什么？

Anish： 第一，他是个冷血的资本家，这很棒。他直觉极好。而且我认为种子阶段是最难做的投资阶段：做对一个种子案子容易，有一个能持续做对种子案的体系很难。因为那里什么都没有——哪怕人很出色。真正的种子轮，没有产品。有了产品、还没 traction，会容易些；有了产品、有了 traction，就容易多了——我把那叫 A 轮。但在真种子阶段，“经常做对”就是难。而他持续地经常做对。所以当我看我尊重的种子基金管理人——我说不出他使的是什么魔法，但它管用。他经常做对。

Harry： 过去 12 个月，你在什么上改主意改得最多？

Anish： 这个产品周期让我意外的一点是：我的第一家公司是在移动互联网周期里做的。在移动周期里，2008、2009 年被钦点的赢家不是最终的赢家——先有 Friendster 们，两三年后才有 Facebook 们。而这个周期有意思的是，2023、2024 年的一批早期领先者保住了领先。我们聊过 Harvey，非常令人印象深刻的公司；Gamma 也是；Cursor 也是。早期领先的公司至今依然统治。这是我改了主意的一点。

我认为 2026 年我们会看到一整组新品类。我能分享我对市场所处位置的看法吗？我认为 2022 年底——11 月——是 ChatGPT。2023 年，大量“显然是好主意”的点子被做了出来——这不是贬低，它们显然是好主意——还有一些在 2024 年。2024 年底，推理模型（reasoning model）开始奏效——那些显然好但此前跑不通的点子，随着 o1 和 DeepSeek 的到来，很多突然跑通了。2025 年，这些公司规模化。

现在我们开始看到既有市场——客服及其演化、聊天、创意工具、编程——有了早期领先者，这些市场已经比较成形。今天再做“又一个客服工具或编程工具”会很难。反过来，我认为 2026 年我们会看到一组 AI 原生新品类冒出来。

Harry： 以我们今天所知道的一切，你会创办什么公司？

Anish： 这才是那个关键问题。OpenClaw 和 Moltbook 只是个开始——这些想法两年前根本无法想象。我过去 18 个月学到的是：早期领先者可能就是会一直领先下去。未来 12 个月，我会非常关注那些新原生品类里的早期领先者是谁。

Harry： Moltbook 有多重要？所有人都为它兴奋。你比我更产品导向。这东西有多重要？

Anish： 它就是酷得要命。不过说真的，去观察它——其实很浅。巴拉吉·斯里尼瓦桑（Balaji Srinivasan）说它像“机器狗互相吠叫”，我认为这话有真实成分：它们身上的任何人性，都只是从主人语境里借来的人性火花。

但我认为很有意思的想法是：我们可以拥有数字孪生（digital twin）——自己的回声——替我们出去和其他人互动。我们在楼下聊过约会：约会应用一团糟，模式大概也不持久。你可以想象这样一个世界——我结婚了，但如果我没有——我训练一个自己的小数字孪生，别人也这么做，让它们去“伪约会”，然后回来给我们做媒：我们刚虚拟约会了一次，还挺愉快，也许你们该线下见见。这下我们能以五年前、哪怕一年前还纯属科幻的方式，复制并规模化自己。

Harry： 我不知道你今天看没看 Match.com，股价跌了老多——因为有人基本把这个做成 UGC 了。

Anish： 哦对，Hinge 那事。是挺难的。安德烈·卡帕西（Andrej Karpathy）说过：人们盯着一个点，说我们高估了它，但他们没看斜率——斜率被低估了。我认为这话对。Moltbook 作为单个数据点，现在可能被高估了；但它指向的方向，被低估了。

Harry： 最后一个，未来十年。什么最让你兴奋？我喜欢乐观。你最乐观、最期待的是什么？

Anish： 天啊老兄，从哪说起？机器人、宠物机器人。具体说的话，医疗——我认为我们会有惊人的突破，比如多发性硬化（multiple sclerosis）的治疗，我妈妈有这个病，以前面对它就是“哦，运气不好”。我认为我们会有真正的突破，这对我个人来说超级激动。

再说个我个人的事：我练超觉静坐（transcendental meditation）很多年了，从小冥想至今，二三十年。它给我带来平静和喜悦——也许你从我的性格里能看出一点。我认为“每个人都能分到一小片这种平静和喜悦”正在变得越来越可能，因为我们手里的技术会拿走生活里大量机械重复的部分，让人们能触达更多他们觉得充实的关系。所以我认为——找不到更好的词——人类体验的 NPS 正在上升。我为我的同类感到高兴。这就是我兴奋的。

Harry： 老兄，能当面做这期太开心了。谢谢你坐下来跟我聊，我真的享受。抱歉我有点恍惚，分不清现在是凌晨 3 点还是下午 3 点。