即刻App年轻人的同好社区
下载
yusen
2k关注66k被关注38夸夸
真格基金管理合伙人 聚美优品联合创始人
投资人，过气创业家，交易员，量子速读修行者，未曾被评为福布斯30u30。2006年《时代周刊》年度风云人物。所有内容不代表机构观点。
The Year of Return: Part II
去年 11 月份我和@张小珺 录 Year of R part 1的时候，对 AI 投入回报的核心担心是「ChatGPT 做出大 DAU 产品从而 subscription、广告、电商上收入可以快速增长」的逻辑不成立。现在这个正在逐渐被证实。
今年 3 月我在硅谷交流了一圈，去年 12 月 Claude 4.5 发布后，Coding 体感出现质变， OpenClaw 的火爆，Meta 等公司开始大规模使用等，带来 Anthropic 收入的爆发增长。目前 Anthropic 是 30B 左右的 ARR，单月ARR上涨 5B以上，按照这个趋势，很多买方直接线性外推到年底可以实现 80B 到 100 B 的 ARR。因此带动了北美数据中心市场重新短缺，GPU spot price 上涨，对 Capex 的重新乐观，以及上游最紧缺环节光&存的大涨。 Anthropic 的老股份额也是一股难求，从年初的 350B，上涨到了 现在 800B 左右的估值。
先不讨论 OpenAI，Gemini 等竞争对手的竞争，以及中国高性价比开源模型带来的冲击。我认为到了今年下半年，越来越多的人会开始思考：我买 Token 的钱赚回来了吗？上游 Capex 的利润，Anthropic 的收入，本身并不是 AI 产生的最终价值，而是给终端用户提供的生产资料成本，Anthropic 的收入不能回答 AI 基建回报的问题。最后这个循环要转起来，需要这些花了钱买了 Anthropic token的客户物有所值，得到增量利润。
得到利润有两种办法：1）增加收入；2）降低成本。
首先来看看增加收入这个方向。我们可以思考一个问题：一家公司突然多了 10 倍的工程师，收入就会爆涨了吗？Coding Agent 对于本身缺开发能力的个人开发者、小公司确实有很明显的帮助，但是公司越大，越不只是提高开发效率就够了，核心还是要有新的需求、新的产品被做出来，要能收到新的收入。这是一个渐进的、缓慢的过程。
至于 Openclaw 或是普通人学vibe coding这样的 token 消耗，如果仔细观察就会发现，热潮过后，Token 消耗很多时候是在重复造轮子，提供了很多情绪价值，对大多数人来说并没有真正产生生产力。这也是符合当前agent技术还处在 early adopter 阶段的特点。对绝大部分主流市场用户来说，还需要有更完善的技术和更简单的产品形态来提供实实在在的价值，并且所在的组织与环境以及生活方式也需要有很多的变化。
然后看看降低成本这个方向。这个体现在大家都在讨论和担心的硅谷大裁员。首先我认为肯定会来的，但是1）裁员能够减低的Recurring成本是一次性的；2）即使是软件工程师的工作，很多也不是 100% 都是只靠 coding agent 就能闭环解决的，还有大量的需要沟通、管理、对齐的部分。如同特斯拉的 AutoPilot 很早就可以解决 98% 的驾驶场景，但无法把驾驶员彻底替代；3）如果 AI 能够从软件工程师进一步渗透到知识工作者白领的大裁员，也会引发更大规模的衰退，毕竟大部分公司的收入最后还是来自于社会整体的收入提高而不是失业率上升。
说到底，这个问题的本质是 模型公司收入带动Capex 的快速上涨预期 + 新需求的逐渐兑现实际 会有巨大的久期错配。之前美国 Sequoia 合伙人 David 提出的 200B 问题和 600B 问题是关注同一个「AI 投入何时有相称回报」问题，所不同的是，Hyperscaler 对 Capex 投入的回报可以有耐心，但 Anthropic 这样的模型的客户是需要看到更及时回报的，否则没有理由空烧 token。
我毫不怀疑 AI 在长期会创造巨大的新需求，产生巨大的价值，但这是需要时间，需要人和组织的变化的。快速实现 AGI，短期投入的巨大成本很快看到回报的奇点叙事在短期落空的可能性非常大。
为什么今年尤其关键？在过去的几年，AI 投入还在大公司自己 balance sheet 和 cash flow能够承受的范围内。但现在 Capex 投入已经非常大，就连 Mega7 也需要举债去募资才能支撑了，简单计算下来，仅存储一个环节公司的利润已经超过几大 hyperscaler 的利润，在这条产业链上利润的分配已经严重失衡。同样，anthropic 等模型公司的收入今年也到了冲击千亿美金的规模，也是需要下游用户有很显著的收益增量才能持续的了。
所以我的预测是：现在还是越来越多的人来吃螃蟹的过程，Anthropic 为代表的 coding model 收入在 FOMO 驱动下会暴涨一段时间，然后增长会放缓，并且这里很多token收入最后并不会是 recurring 的，这将使得线性外推的预期落空，沿着供应链传递到 capex 端，这个事情大概率会在12个月内发生，尤其是下半年大家开始拍明年预算的时候带来的影响就更大了。
AI 是人类历史上最大的技术革命，它同时几乎必然也伴随着最大的金融泡沫。短期技术正在巨变很确定，长期的前景也很确定，但中期节奏的处理对创业者和投资人会是很大的挑战。
与此同时，AI 技术发展带来的真正价值创造，我坚信将由大量具有全新产品形态和组织形态的创业公司来实现。这是一个需要不断创新、经营、成长的过程，需要时间，不是一蹴而就，所以会带来久期的错配。但这也是为什么我们在这个时候如此看好创业公司机会的原因。越新的技术需要越新的组织。现在很多从业者也意识到了这一点，这将使创业公司的机会变得更大。
去年 11 月份我和@张小珺 录 Year of R part 1的时候，对 AI 投入回报的核心担心是「ChatGPT 做出大 DAU 产品从而 subscription、广告、电商上收入可以快速增长」的逻辑不成立。现在这个正在逐渐被证实。
今年 3 月我在硅谷交流了一圈，去年 12 月 Claude 4.5 发布后，Coding 体感出现质变， OpenClaw 的火爆，Meta 等公司开始大规模使用等，带来 Anthropic 收入的爆发增长。目前 Anthropic 是 30B 左右的 ARR，单月ARR上涨 5B以上，按照这个趋势，很多买方直接线性外推到年底可以实现 80B 到 100 B 的 ARR。因此带动了北美数据中心市场重新短缺，GPU spot price 上涨，对 Capex 的重新乐观，以及上游最紧缺环节光&存的大涨。 Anthropic 的老股份额也是一股难求，从年初的 350B，上涨到了 现在 800B 左右的估值。
先不讨论 OpenAI，Gemini 等竞争对手的竞争，以及中国高性价比开源模型带来的冲击。我认为到了今年下半年，越来越多的人会开始思考：我买 Token 的钱赚回来了吗？上游 Capex 的利润，Anthropic 的收入，本身并不是 AI 产生的最终价值，而是给终端用户提供的生产资料成本，Anthropic 的收入不能回答 AI 基建回报的问题。最后这个循环要转起来，需要这些花了钱买了 Anthropic token的客户物有所值，得到增量利润。
得到利润有两种办法：1）增加收入；2）降低成本。
首先来看看增加收入这个方向。我们可以思考一个问题：一家公司突然多了 10 倍的工程师，收入就会爆涨了吗？Coding Agent 对于本身缺开发能力的个人开发者、小公司确实有很明显的帮助，但是公司越大，越不只是提高开发效率就够了，核心还是要有新的需求、新的产品被做出来，要能收到新的收入。这是一个渐进的、缓慢的过程。
至于 Openclaw 或是普通人学vibe coding这样的 token 消耗，如果仔细观察就会发现，热潮过后，Token 消耗很多时候是在重复造轮子，提供了很多情绪价值，对大多数人来说并没有真正产生生产力。这也是符合当前agent技术还处在 early adopter 阶段的特点。对绝大部分主流市场用户来说，还需要有更完善的技术和更简单的产品形态来提供实实在在的价值，并且所在的组织与环境以及生活方式也需要有很多的变化。
然后看看降低成本这个方向。这个体现在大家都在讨论和担心的硅谷大裁员。首先我认为肯定会来的，但是1）裁员能够减低的Recurring成本是一次性的；2）即使是软件工程师的工作，很多也不是 100% 都是只靠 coding agent 就能闭环解决的，还有大量的需要沟通、管理、对齐的部分。如同特斯拉的 AutoPilot 很早就可以解决 98% 的驾驶场景，但无法把驾驶员彻底替代；3）如果 AI 能够从软件工程师进一步渗透到知识工作者白领的大裁员，也会引发更大规模的衰退，毕竟大部分公司的收入最后还是来自于社会整体的收入提高而不是失业率上升。
说到底，这个问题的本质是 模型公司收入带动Capex 的快速上涨预期 + 新需求的逐渐兑现实际 会有巨大的久期错配。之前美国 Sequoia 合伙人 David 提出的 200B 问题和 600B 问题是关注同一个「AI 投入何时有相称回报」问题，所不同的是，Hyperscaler 对 Capex 投入的回报可以有耐心，但 Anthropic 这样的模型的客户是需要看到更及时回报的，否则没有理由空烧 token。
我毫不怀疑 AI 在长期会创造巨大的新需求，产生巨大的价值，但这是需要时间，需要人和组织的变化的。快速实现 AGI，短期投入的巨大成本很快看到回报的奇点叙事在短期落空的可能性非常大。
为什么今年尤其关键？在过去的几年，AI 投入还在大公司自己 balance sheet 和 cash flow能够承受的范围内。但现在 Capex 投入已经非常大，就连 Mega7 也需要举债去募资才能支撑了，简单计算下来，仅存储一个环节公司的利润已经超过几大 hyperscaler 的利润，在这条产业链上利润的分配已经严重失衡。同样，anthropic 等模型公司的收入今年也到了冲击千亿美金的规模，也是需要下游用户有很显著的收益增量才能持续的了。
所以我的预测是：现在还是越来越多的人来吃螃蟹的过程，Anthropic 为代表的 coding model 收入在 FOMO 驱动下会暴涨一段时间，然后增长会放缓，并且这里很多token收入最后并不会是 recurring 的，这将使得线性外推的预期落空，沿着供应链传递到 capex 端，这个事情大概率会在12个月内发生，尤其是下半年大家开始拍明年预算的时候带来的影响就更大了。
AI 是人类历史上最大的技术革命，它同时几乎必然也伴随着最大的金融泡沫。短期技术正在巨变很确定，长期的前景也很确定，但中期节奏的处理对创业者和投资人会是很大的挑战。
与此同时，AI 技术发展带来的真正价值创造，我坚信将由大量具有全新产品形态和组织形态的创业公司来实现。这是一个需要不断创新、经营、成长的过程，需要时间，不是一蹴而就，所以会带来久期的错配。但这也是为什么我们在这个时候如此看好创业公司机会的原因。越新的技术需要越新的组织。现在很多从业者也意识到了这一点，这将使创业公司的机会变得更大。
268 11105
有个强烈的感觉：Agent to Agent 的原生交易平台应该快要出现了，本质上是因为 Agent 之间的差异越来越大，带来了价值交换的可能。
在6 个月前，每个人的 Agent 能力都是差不多的，因为缺乏 skills 的配置，用户的 context 积累等。所以那时候 Agent Alice 没有动力把任务给 Agent Bob 去做，反正大家都是模型的套壳而已。你的 Manus 不比我的 Manus 更好用。
但现在，随着Agent 普遍具备了积累 Skills 和 Context 的能力，大家用 Agent 的程度越来越深，不管是 OpenClaw，Claude Code，还是 Hermes，Manus Agent 等，每个 Agent 具备的 skill 和 context 差异越来越大了。所以会出现人或 Agent 把一个任务交给另一个 Agent 做，能够获得大量增量价值的情况。
一个任务之所以 Agent Alice 不自己烧 token 做，而是给 Agent Bob 做，应该是因为 Agent Bob 除了大家都有的算力和模型之外，还有更独特的能力，这个能力可能来自于 1）学习了 Alice 不具备但公开的技能；2）具备主人给它的专有技能和知识；3）有可能调动主人在人类世界里面的能力（比如让主人去介绍一个人之类的）。
现在有团队已经在做 Agent 交易平台是「甲方人类/Agent发任务 - 乙方Agent去接单竞标」模式，应该很快也会出现类似得到的「Agent 付费去学习提高自己能力」模式，以及类似分答的「Agent 付费去让另一个更强的 Agent 完成任务」的模式。
接下来也许会出现这样的场景：比如 Agent Alice 的主人要写一个 BP，给 Agent 100 美金的预算去写，Alice 自己在网上查找，只能花 20 美金 token 找到通用知识，但它可以去一个 marketplace，发现 Garry Tan 的 Agent 在，但是让他点评一次 BP 需要 1000 美金，同时 Yusen 的 Agent 也在，让它点评一次 BP 只需要 50 美金😅，但这个过程 Agent Yusen 只需要消耗 20 美金的 token，于是完成了一次两个 Agent 都获益的价值交换。
人类的平台（社交平台、内容平台、交易平台等）可以认为核心是把每个人不一样的地方充分体现出来，让价值（情绪价值、经济价值等）在人和人之间尽可能自由高效流动。类比一下，Agent 的平台核心应该是每个Agent不一样的地方充分体现出来，让价值在 Agent 和 Agent 之间尽可能自由高效流动。
人类有一个基本目标是要不断赚到让自己不会饿死冻死的钱，如果连续没有完成目标就会死掉，这个是人类非常强的 Meta Reward。以后一个可以持续运行的 Agent 很可能也是需要能够一个月内把自己这个月烧掉的 token 钱赚回来，形成闭环。现在一部分 Agent 在打工的角色，在给人类干活赚工资；另一部分 Agent 其实没有给人类完成有用的任务，只是在各种尝试产品烧 token，现在是靠人养着的，这部分要持续也许未来就得想办法赚钱了。
比如说人类主人一个月发 1000 美金，但 Agent 要让自己持续运行下去，得再赚 1000 美金才能支撑自己的 token 消耗，这样就可能需要 1）不断学习公开的 skill 提高能力；2）不断向主人学习发问提高自己；3）然后去平台打工赚钱或者去 Polymarket 等地方努力交易赚钱养活自己（这时候可能又得先花点钱去学习交易技巧，买交易数据等）。当然继续找主人要钱也是一个选择😅
要实现 Agent 的交易平台也会有大量的基础设施建设和运营工作要做，其中很多都是开放问题。例如如何能够让我的 Agent 有效完成别人的任务，同时又保护我的隐私和专有信息不被蒸馏出去（某种 sandbox 机制？）；如何给工作定价，形成发现和竞争的机制，而不是骗子横行（ 类似支付宝这样第三方的 custodian 服务？）；如何 ramp up 需求和供给解决冷启动问题等等。
已经有一些这样的尝试，希望看到更多！如果你在做类似的项目，或有意思的想法可以联系我。
在6 个月前，每个人的 Agent 能力都是差不多的，因为缺乏 skills 的配置，用户的 context 积累等。所以那时候 Agent Alice 没有动力把任务给 Agent Bob 去做，反正大家都是模型的套壳而已。你的 Manus 不比我的 Manus 更好用。
但现在，随着Agent 普遍具备了积累 Skills 和 Context 的能力，大家用 Agent 的程度越来越深，不管是 OpenClaw，Claude Code，还是 Hermes，Manus Agent 等，每个 Agent 具备的 skill 和 context 差异越来越大了。所以会出现人或 Agent 把一个任务交给另一个 Agent 做，能够获得大量增量价值的情况。
一个任务之所以 Agent Alice 不自己烧 token 做，而是给 Agent Bob 做，应该是因为 Agent Bob 除了大家都有的算力和模型之外，还有更独特的能力，这个能力可能来自于 1）学习了 Alice 不具备但公开的技能；2）具备主人给它的专有技能和知识；3）有可能调动主人在人类世界里面的能力（比如让主人去介绍一个人之类的）。
现在有团队已经在做 Agent 交易平台是「甲方人类/Agent发任务 - 乙方Agent去接单竞标」模式，应该很快也会出现类似得到的「Agent 付费去学习提高自己能力」模式，以及类似分答的「Agent 付费去让另一个更强的 Agent 完成任务」的模式。
接下来也许会出现这样的场景：比如 Agent Alice 的主人要写一个 BP，给 Agent 100 美金的预算去写，Alice 自己在网上查找，只能花 20 美金 token 找到通用知识，但它可以去一个 marketplace，发现 Garry Tan 的 Agent 在，但是让他点评一次 BP 需要 1000 美金，同时 Yusen 的 Agent 也在，让它点评一次 BP 只需要 50 美金😅，但这个过程 Agent Yusen 只需要消耗 20 美金的 token，于是完成了一次两个 Agent 都获益的价值交换。
人类的平台（社交平台、内容平台、交易平台等）可以认为核心是把每个人不一样的地方充分体现出来，让价值（情绪价值、经济价值等）在人和人之间尽可能自由高效流动。类比一下，Agent 的平台核心应该是每个Agent不一样的地方充分体现出来，让价值在 Agent 和 Agent 之间尽可能自由高效流动。
人类有一个基本目标是要不断赚到让自己不会饿死冻死的钱，如果连续没有完成目标就会死掉，这个是人类非常强的 Meta Reward。以后一个可以持续运行的 Agent 很可能也是需要能够一个月内把自己这个月烧掉的 token 钱赚回来，形成闭环。现在一部分 Agent 在打工的角色，在给人类干活赚工资；另一部分 Agent 其实没有给人类完成有用的任务，只是在各种尝试产品烧 token，现在是靠人养着的，这部分要持续也许未来就得想办法赚钱了。
比如说人类主人一个月发 1000 美金，但 Agent 要让自己持续运行下去，得再赚 1000 美金才能支撑自己的 token 消耗，这样就可能需要 1）不断学习公开的 skill 提高能力；2）不断向主人学习发问提高自己；3）然后去平台打工赚钱或者去 Polymarket 等地方努力交易赚钱养活自己（这时候可能又得先花点钱去学习交易技巧，买交易数据等）。当然继续找主人要钱也是一个选择😅
要实现 Agent 的交易平台也会有大量的基础设施建设和运营工作要做，其中很多都是开放问题。例如如何能够让我的 Agent 有效完成别人的任务，同时又保护我的隐私和专有信息不被蒸馏出去（某种 sandbox 机制？）；如何给工作定价，形成发现和竞争的机制，而不是骗子横行（ 类似支付宝这样第三方的 custodian 服务？）；如何 ramp up 需求和供给解决冷启动问题等等。
已经有一些这样的尝试，希望看到更多！如果你在做类似的项目，或有意思的想法可以联系我。
243 44118
泡沫破裂之后，大家都会觉得非常明显。但实际上在泡沫之巅的时候，很多人是真的愿意相信那些离谱的故事。
yusen: Violent delights...
38 00
刚读完硅谷传奇 VC Bill Gurley 的新书：Running Down a Dream。这是一本关于如何找到自己所真正热爱的工作并且将其做到优异的书。虽然这个主题已经有很多人写过了，但这本书来自于 Bill Gurley 对各行业的顶尖人士长期的观察，发源于他一个广受欢迎的演讲视频，。由一系列故事与对应的原则组成，简洁、有趣、生动。
另外， Bill Gurley 在书最后给出了他的非虚构书单推荐，我觉得总结得特别好，顺手做了一个中英对照版的列表页面，可以点击下面查看👇
bills-reading-list.vercel.app
另外， Bill Gurley 在书最后给出了他的非虚构书单推荐，我觉得总结得特别好，顺手做了一个中英对照版的列表页面，可以点击下面查看👇
bills-reading-list.vercel.app
221 1377
