本文信息来源：notboring
深度剖析垂直整合、网络效应与如何赢得互联网
20世纪初，电力还是新生事物、尚未成为公共事业时，纽约市的天际线是这样的。
当年，楼宇租户想要用电时，必须经历漫长而复杂的手续。
他们需致电电力公司，公司会派工程师评估建筑位置及电力安装可行性。若条件允许，电气工程师会为每栋建筑定制电路方案，包括布线、灯具、开关及其他电气元件的布局。接着施工人员会安装线路与照明设备，比如灯泡和枝形吊灯。完成楼内布线后，工程师还需从最近的电线杆拉线接入建筑——这正是城市天际线被电线割裂的缘由。
随后电力公司将安装电表以计量用电量用于计费，并派专员指导租户安全操作电气系统。
如今你习以为常的水电等公共设施，并非从一开始就拥有我们熟悉的便捷使用方式：支付账单，通过拧开水龙头或按下开关就能享用庞大网络的服务。万事万物都曾经历从无到有的过程。
当 J·P·摩根邀请托马斯·爱迪生为其意大利风格的纽约豪宅安装全城首个私人住宅电力照明系统时，爱迪生的施工团队：
乘着马车来到摩根位于 36 街东北角麦迪逊大道 219 号、即将翻新完工的豪宅。工人们费力地在木质马厩下方挖出一个宽敞的土窖，铁锹有节奏地将泥土和石块抛向不断增高的土堆。在这个散发着霉味的土窖空间里，他们安装了一台低矮的蒸汽机和锅炉，用以驱动两台发电机——这些设备迫使摩根的马车马匹迁至附近的马厩。工人们还挖了一条连通新地窖与主宅的沟渠，用砖块砌好内壁，铺设电线后再以砖封顶。豪宅内部，装潢师克里斯蒂安·赫特指挥工人将绝缘电线如蛇般穿过原本用于煤气管道、饰有精美木镶板与石膏线的墙壁。这些电线随后被引入宅邸每个角落，崭新的电气装置逐一就位。某些房间里，电线从高耸天花板上间隔数英尺的小孔笔直垂下，末端如枝桠般分叉出几盏小灯泡。1
最终，这些发电机发出巨大噪音扰乱了社区安宁，蒸汽机喷出的浓烟还弄脏了邻居们的银器。后来一根断裂的输油管甚至引燃了摩根家的图书馆。
那是 1882 年。二十年后即 1901 年，埃米尔·左拉在 《劳动》 中描绘的关于电力无处不在、唾手可得的梦想依然遥不可及：
终有一日，电力会像河川之水与天上之风般惠泽众生。它不应只是被供给，而应被慷慨赐予，让人们能如呼吸空气般随心取用。
如今我们所知的电网系统建设，是一个耗资数十亿、历时数十年的工程，布莱恩·波特为此专门写了四部曲《电网》( 上 、 中 、 下 、 终 )来记述。除了主干电网，每栋住宅、工厂和办公楼都需要铺设线路来接收和使用电网输送的电力。这需要资金投入、各方认同，以及时间——大量的时间。
项目仍在继续，并将持续下去。基础设施工程具有无限扩展性。
但现状是，当你搬进任何建筑——住宅、办公室、仓库、商铺，任何建筑——电力线路都已预先铺设完毕。电力供应是建筑的标配。你只需入住、签约、通电即可。
然而对企业而言，互联网接入至今仍未实现这种便利。
尽管每栋建筑都接入了来自一家或多家互联网服务提供商（ISP）的网络，但真正可用的企业级网络并非建筑的标配设施。
每次都需要从零开始定制网络：签订新的 ISP 合约、设计新网络架构、采购新硬件、部署新安全方案、配置新软件。IT 团队不得不与碎片化的供应商体系打交道：一家公司提供网络接入（ISP），另一家设计网络架构，第三方销售硬件设备（直接销售或通过增值经销商），第四方负责安装实施，还有专门提供网络监控、管理和配置软件的供应商（即托管服务提供商 MSP）——这些需求会随着企业业务变化而不断调整。
这套系统运行得相当不错！你现在很可能正通过办公室 WiFi 顺畅地阅读这篇文章。
市面上确实有非常出色的网络硬件设备。思科的 Meraki 是该领域的领导者，年营收约 50-100 亿美元且增长迅速。Ruckus 生产优质的无线接入点。Palo Alto Networks 提供卓越的安全硬件和软件解决方案，市值达 1250 亿美元。Arista 则擅长制造高性能交换机，其市值高达 1360 亿美元。
这些硬件设备确实可能需要较高的资本支出，但正如 Dollar General 一位 IT 主管向 Tegus 采访者所言，零售商往往更倾向于资本支出而非运营支出，因为他们可以将成本分摊到较长时间内。
托管服务提供商同样拥有可观的业务规模。仅网络领域的全球 MSP 市场规模就达到约 700-800 亿美元 ，预计将以 8%的年复合增长率扩张，远快于 CIO 们预期的 3%增速 ——后者是针对企业内部 IT 团队的预测。这个市场虽然更为分散，但体量巨大。
当然，对 IT 团队来说，搭建和管理网络仍然令人头疼。其成本也高于合理水平。如果一家公司同时开发硬件，它本可以构建管理网络的软件，而 MSP（托管服务提供商）却无法做到这一点。
这一切都表明，互联网虽尚未成为公用事业，但确实在运转。
但互联网能够也应当运行得更好。随着互联网的必然扩张，以及我们越来越多的事务通过数据包完成，它必须如此。
这正是苏尼尔与阿尼尔·瓦拉纳西十年前押注的方向，他们至今仍在践行，并计划长期坚持这一战略。
过去十年的大部分时间里，他们一直在构建 Meter。
Meter 致力于打造互联网基础设施 。那张纽约天际线的图片来自 Meter 的入门文档，因为 Meter 的使命是构建下一代现代公共事业 ——让开通网络、组网和 WiFi 变得像打开水电开关一样简单。
“每栋建筑都有电表和水表，”公司这样写道，”我们取名 Meter，是因为相信互联网、组网和 Wi-Fi 应该同样无处不在。”
遇见 Meter
我第一次与阿尼尔交谈是在2023年12月15日。
后来我得知，为了准备这次通话，他”真的试图读完[我]写过的所有文章”。我了解到这是他惯常的做法。
见面不到两分钟，他就问我如何看待自己四年间在”Not Boring”专栏写作风格的变化，接着询问能否给出他的看法。我自然应允。
他指出我的文字确实变得更自信了，但失去了早期的活力与新意。最近在我们熟识后，他重温了当初的直言不讳：”我开口第一句就是：’嘿，你怎么变成这样了？'”
不知为何，这番反馈听起来既真实又令人耳目一新，因为我内心也有同感却未曾言明。他说得对。该死。
接着在那通电话的尾声，阿尼尔突然说希望我能写写 Meter。
你设身处地想想。
一个初次见面的人，刚说完我的文章水准不如从前，转头就请我为他的公司撰写迄今为止最深入的专题报道——这家由他和兄弟苏尼尔默默耕耘近十年、很可能耗尽余生继续打造的企业。
如今十三个月过去，我投入在 Meter 项目上的研究写作时间已超越任何一篇深度报道。
这个选题值得如此深耕。2022 年博客文章中，Brie Wolfson 这样评价 Meter：
要理解 Meter 的运作领域和他们正在构建的未来，就必须思考我们谈论的疆域有多广阔——从掌中之物到墙内设施，从人类到机器，从工作到娱乐，从海底电缆到轨道卫星，从城市中心到偏远社区，从公共政策到个人偏好。
作为呼应，这也是我写过篇幅最长的深度报道，足足 100 页，堪称一本小册子。
经过这么长时间的观察和如此多的讨论后，我确信 Meter 有机会成为全球最具价值的公司之一。
今天，我将解释为何我持有这种观点。
这既简单又复杂，就像当有人问你是如何神奇地与地球另一端的人见面交谈时。
你可能会说：”哦，我只是用了 Zoom。”
或者你可以描述什么是数据包，它是如何诞生的，它所经历的旅程，以及沿途支持它的所有基础设施。
在这篇文章中，我将尝试兼顾两者。因为如果你和我一样，相信初创企业既有机会也有必要重建世界运行的基础设施，那么实时了解其中一家最优秀企业如何具体实施，将是极具价值的信息。
我们将探讨什么是数据包 ，它如何在全球快速传输，以及为何这很重要。
当然我们也会讨论 Meter 的产品 。它涵盖硬件（交换机、安全设备/防火墙、无线接入点、蜂窝接入点）、软件（操作系统、固件、Connect 和 Command）以及运营（从设计到安装再到持续支持）。
我们将探讨为何在网络公司市值介于五千亿到十万亿之间 （取决于如何定义网络公司）的情况下，仍需要垂直整合的新进入者。以及为何在如此庞大的市值空间里，新进入者却寥寥无几——可能十年才出现一两个真正的新玩家。这毕竟不是软件行业。
我们将深入讨论垂直整合的挑战与优势，因为垂直整合是 Meter 当下与未来的关键所在。
我们将深入探讨从架构决策到市场策略，再到真正柔性的软件设计等方方面面的细节。因为成功的垂直整合者取决于正确处理数千个细节并协调它们。
自从我第一次与阿尼尔交谈以来，这一切始终是 Meter 故事的核心：
自我们开始交谈以来，有些事情也发生了变化，或者更准确地说，是有所发展。
首先，虽然当时网络的重要性对我来说还算清晰——毕竟没人喜欢时断时续的网络，对吧——但过去一年已充分证明，网络与能源并列为 AI 数据中心建设的主要瓶颈之一。在这个过程中，更优质、更快速的网络已从”锦上添花”升级为战略关键。人人都理解电力需求， 却少有人理解网络需求 。
其次，我对垂直整合者的认知也在不断深化。这部分要归功于长期向苏尼尔和阿尼尔学习，我的核心投资论点是：初创企业有机会通过更好、更便宜、更快且利润率更高的垂直整合方案，超越那些僵化的行业巨头。Meter 堪称垂直整合的活教材。
第三，我有一个初步论点： 人工智能会支持赢家通吃的垂直整合者进入原先分散的硬件市场 。Meter 是我找到的最佳佐证案例。
最终，Meter 的宏伟计划已进入收官阶段，尽管距离完全实现可能还需数十年 。具体而言，通过垂直整合硬件、软件、数据管道、API、运营和应用，Meter 已具备实现两大目标的条件：
-
进军数据中心市场 ，计划今年采用与本地网络相同的架构来实现规模效应和复合增长优势。
-
通过构建网络基础模型开发自主网络 。没有其他公司能同时拥有实现这一目标所需的所有要素和人才，但 Meter 可以。
垂直整合的本质在于：前期启动耗时较长，但后期会加速发展。 真正做得出色时，当现有巨头察觉你的威胁时，你已将他们将死 。在数据价值日益凸显的今天，这一规律比以往任何时候都更加显著。
我们将深入探讨这一切。这类话题足以让我——也确实会让我——滔滔不绝地写上几千字。
然而所有这一切的基础，或者说必要前提，是某种难以言喻的特质，它让我愿意花一年多时间来完成这篇文章。
若要用”噢，我只是用了 Zoom”来形容 Meter，那么 Sunil 和 Anil 就是这种体验的创造者。
Varanasi 兄弟
当我在 《垂直整合者：第四部分》 中写道，真正卓越创始人难以定义的特质是” 他们能让世界级人才心甘情愿为其倾尽全力” 时，我脑海中浮现的就是阿尼尔和那次对话。持这种看法的远不止我一人。
尼坦·沙隆 （Meter 公司 Command 产品负责人）告诉我，面对众多职业选择时，阿尼尔是他选择加入这家网络公司的主要原因之一——要知道以他的资质（麻省理工学院 EECS 博士候选人，曾任该校计算机科学与人工智能实验室 CSAIL 研究员），本可以有更多选择：
“阿尼尔有种奇特魅力。他既是冷酷的实干家，又是爱开玩笑的朋友，”尼坦解释道，”而且他野心勃勃，那种令人敬畏的野心。能每天直接与他共事具有巨大吸引力。”
我只是个小例子，尼坦也是个小例子。在 Meter 公司，还有上百个这样的例子——优秀人才加入公司，就是为了与阿尼尔共事，还有与他能力互补且同样出色（阿尼尔非要我加上”更出色”）的兄弟苏尼尔。
瓦拉纳西家族就像是硅谷版的阿甘——如果阿甘是主动选择而非偶然。他们总能在重要事件中悄然现身，却又始终隐于幕后。
Farcaster 联合创始人 Dan Romero 在 2016 或 2017 年结识了 Anil——具体年份他已记不清（尽管他让我去问 Anil，后者肯定记得确切日期（确实如此，实际上是 2015 年 12 月 5 日））——当时他在推特上发了条关于某种” 面向加密领域的深奥 DNS 系统 “的推文，随后收到”一个匿名账户的随机冷消息”说：”我想和你见面。”
德瓦克什·帕特尔最近撰文回忆，当年他还默默无闻时，阿尼尔曾问他需要多少钱才能坚持做半年播客和博客。他开口要一万美元，阿尼尔爽快应允，最终他成长为顶尖播客。而阿尼尔后来（半）开玩笑说对此感到后悔，因为这意味着德瓦克什的才华被浪费在了播客上。
郭凯文转发推文时评论道：”@acv 暗中做过许多这样的事，这堪称最暖心且最具影响力之举。 总体而言，阿尼尔兄弟的许多行事方式都值得更广泛效仿。“
苏尼尔和阿尼尔·瓦拉纳西兄弟未能被更多人效仿的原因之一，在于他们始终保持着低调作风。
确实，2022 年有彭博社 Ashlee Vance 的报道 ，公司融资 3500 万美元时 《福布斯》Alex Konrad 的文章 ，以及最近 《财富》杂志的专题 ——这些都是明白人才能获得的精准公关曝光。经过多年邀请，阿尔蒂和斯里拉姆终于说服他们的朋友阿尼尔做客《阿尔蒂与斯里拉姆秀》：
但大多数时候，这对兄弟都保持低调作风。
阿尼尔的 X 账号有 1185 位关注者（但 0 条推文），而据我所知苏尼尔甚至没有公开资料。他们刻意远离公众视野，然而业内知情人士似乎都熟知他们。
Meter 的投资方包括红杉资本、山姆·奥尔特曼、斯科特·贝尔斯基、约翰·比克特、桑吉特·比斯瓦斯、科里森兄弟、埃贡·杜尔班、丹尼尔·格罗斯、黛安·格林、拉奇·格鲁姆、山姆·辛基、里德·霍夫曼、桑杰·贾、托比·卢特克、杰伊·帕里克、杰夫·拉尔斯顿、丹·舒尔曼、戴维·所罗门、Allen & Co 以及 WndrCo——这份投资人名单，只有行家才能攒得出来。
正是凭借这支全明星团队，苏尼尔和阿尼尔才能激发出最卓越的工作成果。在我首次与萨姆·辛基讨论 Meter 项目时，他告诉我：”我对协助你完成这篇文章的热情超乎你的想象。我最喜欢的消遣之一，就是在朋友们自己都尚未察觉时，就到处夸耀他们的非凡之处。”
布里·沃尔夫森本身已是杰出代表——曾任 Stripe、Figma、Positive Sum 首席营销官，并撰写了关于品味的权威论述文章 ——她为 Meter 撰写的文章标题是《 我为何力挺 Meter》。
当我在 G2 评论区爬梳时，甚至发现了三年前威尔·马尼迪斯的留言。在其他 22 条全五星好评中，他写道：“Meter 改变了我的生活。”
或许我本不该对威尔也是 Meter 的粉丝感到惊讶。最近他在无意间发布的推文，恰好呼应了本文的核心论点：
而这也正是为何——尽管 Meter 是一家你从未听闻的年轻公司，正因如此——我认为它值得深入探究：
如果我的判断正确，那么在瓦拉纳西们尚未显山露水时就着手了解他们，将让我们获得唯有这段旅程才能揭示的真相。
事后当这些创始人成为亿万富翁时，人们争先恐后为其效力就毫不稀奇了。人性使然，谁都愿意为功成名就者锦上添花。人们把这视为自己的机遇门票。但若能在公司籍籍无名时就让人才倾心相随…这才是值得研究的真本事。
因为这种从顶尖人才中汲取精华、激励他们贡献与扎根的能力，已经超越了任何具体产品。从瓦拉纳西团队身上你能感受到，无论他们选择做什么，都能成功。芯片、癌症疗法、核聚变，无所不能。
但根据我目前的描述——高效、可靠、在后台默默运作、让每个与之相连的人都发挥最佳状态——也许他们选择的事业本就是命中注定。网络技术是天然契合的领域。
当然，Meter 并非首家网络公司。已有 40 年历史的网络巨头思科市值超过 2350 亿美元， 曾一度是全球最大企业。网络领域前五强的总估值超过 5000 亿美元，而 Meter 估值不足 5 亿。
所以 Meter 既非最大也绝非首家，但它的雄心是成为最后一家网络公司 。
“如果世界上有数据包在传输，”阿尼尔告诉我，”我们希望它都能通过 Meter 的硬件和软件来传输。”
如今全球每年传输的数据包数量约为200亿亿（20×10^18）个。这个难以想象的数字只会持续增长——瓦拉纳西兄弟十年前押上职业生涯的基本判断，如今已成为不争的事实。
Meter 想要承载所有这些数据流。
这个目标既宏大又具体，显得颇为奇特。要相信其可行性，需要深刻理解当今世界的网络运行机制，并对未来二十年的技术演进有清醒认知。这既体现了兄弟二人天马行空的野心，也彰显了他们愿意耐心铺垫所有细节的执着——那些看似不可预测的细微积累，终将以整体必然之势成就宏图。
任何值得书写的初创企业故事，都与其创始人的经历密不可分，而 Meter 与瓦拉纳西的羁绊尤为深刻。当我在 2020 年撰写 Stripe 相关报道时曾写道：”很难认真看待对 Stripe 的看空观点，因为科里森兄弟对其面临挑战的思考深度，必然远超世上任何人。”类似的循环逻辑在此同样适用。
要理解 Meter，我们需要先了解 Sunil 和 Anil。要理解 Sunil 和 Anil，我们又需要先理解 Meter。
这需要最深入的深度剖析，一堂关于垂直整合战略的大师课，一个精心构建网络中的阿尔法要素，以及将基础设施转化为公用事业的关键所在。当然，我们会涵盖 Meter 的产品体系，它们如何相互契合并产生协同效应。
这段旅程将蜿蜒曲折，在最终（但愿）汇聚成完整图景之前，会分叉出许多支线——描绘出我认为将成为这代人中最具影响力的公司之一（及其两位创始人）的清晰轮廓。
从这个角度看，本次深度剖析或许就像数据包本身的旅程。嗖~嗖~
想想那个数据包吧
在过去的200毫秒里，你完成了什么？
我并非暗示你懒惰——毕竟你正在阅读这篇关于网络与商业战略的长文，你属于少数专注者——但容我再次做个不公平的对比： 想想数据包 。
过去 24 小时内，你很可能参加过 Zoom 会议。当你百无聊赖或局促不安地坐在镜头前时，相机正通过镜头捕捉光线并聚焦到传感器上，传感器将光信号转换为电信号，经由图像信号处理器进行色彩校正、降噪处理，最终编码为 YUV 或 RGB 格式。这套流程每秒要重复多达 30 次。
当你开口说话时——”抱歉…是的…你能不能…好的，那我就想说…”——你发出的声波会使麦克风的振膜产生振动。这些振动同样会被转换成电信号，模数转换器(ADC)会以 44.1kHz 或 48kHz 的采样率（适用于高质量音频）对这些信号进行采样。采样数据会被极短暂地存储在缓冲区中。
Zoom 的软件会获取这些原始视频和音频数据，并使用编解码器（视频采用 H.264 或 VP9，音频采用 Opus 或 AAC）进行压缩，在保持质量的同时减小数据体积。压缩后的数据被分割成更小的数据块，每个数据块都封装在实时传输协议(RTP)头信息中，其中包含序列号和时间戳，以便所有数据块都能在接收端正确重组。
此时，在流程开始后的 6 到 26 毫秒之间，这些数据首次形成了某种形式的”数据包”——即”RTP 数据包”。这些数据包被封装在用户数据报协议(UDP)数据报中，UDP 层会添加关于数据目的地和访问权限的额外信息层。
我们新生成的数据包只是众多数据包中的一个，在 Zoom 通话中每秒至少产生 100 个这样的数据包。它们自诞生起便各奔东西，穿越全球网络，最终在另一端重聚。这种架构的设计，某种程度上我们要感谢苏联人。
早期的通信网络采用”电路交换”技术：先在两点间建立连接，然后数据就能持续不断地流动。曾几何时，当你想要打电话时，总机接线员会手动将你的线路与接收方线路相连，为通话建立专属电路。
这种做法效率低下显而易见，但更令人担忧的是其脆弱性。一场核战争可能摧毁连接军事领导人的通信线路，在最危急时刻导致他们无法联络。因此政府委托兰德公司的保罗·巴兰设计一个具备抗毁能力的网络。
巴兰提出了一种采用”分组交换”的分布式网络架构，信息将被拆解为小型数据块（分组），每个分组都能通过网络节点选择不同路径传输至目的地。
几年后的 1966 年，美国高级研究计划署（ARPA）着手创建一个与巴兰电话网络设计同样稳健且具备容错能力的计算机网络。他们构建的 ARPANET 于 1969 年正式上线，最初仅有四个节点，随后十年间以逐个节点、逐个大学的方式逐步扩展。
1974 年，加州大学洛杉矶分校的文特·瑟夫与 ARPA 的鲍勃·卡恩发表了 《分组网络互联协议》，提出传输控制协议（TCP），通过将数据拆分为数据包、经不同路径传输并在目的地重组的方式，实现更可靠高效的数据传输。1978 年，该协议被拆分为两部分——负责可靠数据传输的 TCP 协议与负责跨网络路由的 IP 协议（互联网协议）——共同构成 TCP/IP 标准协议，现代互联网仍主要基于此架构运行。
这就是数据包概念的诞生与演进过程。但我们所说的数据包还不是真正意义上的数据包，它还需要 IP 报头。
Zoom 通过套接字 API 将 UDP 数据报传递给您计算机的操作系统，操作系统会将其封装在另一个报头中，即 IP 报头 。IP 报头为路由器提供了将数据包发送到正确目的地所需的信息，包括（但不限于）源 IP 地址和目标 IP 地址。
数据包诞生了。
如同新生儿护士一般，网络接口驱动程序接过这个新生的数据包，用以太网帧将其包裹起来。经过这样封装后，数据包被发送到网络接口卡（NIC），NIC 将数字帧转换为模拟信号——对于铜线是电信号，对于光纤电缆是光脉冲，对于 WiFi 则是无线电波——然后通过电线或空气传输，以便在本地网络 （比如您办公室的 WiFi）上传输。
局域网的概念比 ARPANET 更晚出现——计算机在学会与邻近设备通信之前，就已经实现了远距离对话。大型机时代根本不需要局域网，人们直接把任务提交给主机处理。有些主机连接着哑终端（类似没有独立运算能力的显示器加键盘组合），但同一地点的所有终端都只是与中央主机交互。
这一局面在1970年代初随着小型机的出现而改变。不同于造价数百万美元、令大多数小型机构和大企业内部部门望而却步的大型机，小型机价格仅需1万至5万美元。突然间，一家公司甚至一栋办公楼里的某个楼层，都能配备多台计算机及配套外设（如打印机）。这意味着：机器之间需要学会相互通信。
这时鲍勃·梅特卡夫 （ 即梅特卡夫定律中的梅特卡夫 ） 登上了历史舞台。
如今我们已对这些发明习以为常，很容易忘记像鲍勃·梅特卡夫这样的人也曾是普通人——”梅特卡夫说话时带着布鲁克林和长岛人特有的洪亮嗓门。他毕业于哈佛和麻省理工，一路抱怨着拿到了电气工程、商业和应用数学学位”，迈克尔·希尔齐克在 《闪电交易商》 中这样写道——他们只是些需要解决问题的普通人。
1973 年，在施乐帕洛阿尔托研究中心，梅特卡夫发明了以太网。他的初衷并非改变世界，仅仅是为了让研究中心的 Alto 计算机能够互联。这个网络必须成本低廉——”低于所连接计算机总成本的 5%”，同时还要简单、可靠、可扩展且快速。在梅特卡夫尝试的所有方案中，没有一个能同时满足这些要求，直到他想起数月前读过夏威夷大学教授关于 ALOHAnet 无线电网络的论文。该网络原本设计用于让计算机在夏威夷群岛间通信，但梅特卡夫修正了教授某些错误假设和计算后，用惰性物理线路替代无线电传输——这种被动介质如同曾被认作充斥宇宙、传播光波的”发光以太”——意识到这套系统同样适用于同一办公室内的计算机通信。
于是鲍勃说：要有以太网。
通过以太网，计算机可以共享同一条同轴电缆进行通信。取代串行连接和点对点链路的是，CSMA/CD（载波监听多路访问/冲突检测） 技术，它使得设备在发送数据前能先”监听”线缆状态以避免冲突，并在检测到冲突时重新传输。梅特卡夫最初版本的传输速率可达 2.94 Mbps，这个在今天看来慢得令人抓狂的速度，在当时却是划时代的突破。
与施乐帕洛阿尔托研究中心发明的许多技术一样，以太网的商业化是在别处实现的。梅特卡夫离职后于 1979 年创立了 3COM 公司—— 计算机 、 通信 、 兼容性三个词的缩写——1981 年他聘请鲍勃·克劳斯担任总裁，并于 1982 年将其晋升为首席执行官。
克劳斯在 《网络求真》播客节目中关于公司历史的访谈令人叹服。他提到最初以太网设备——数字网卡（NIC）、收发器和线缆——的成本高达 3500 美元。当时他就意识到必须将成本降至 1000 美元，继而压缩到 100 美元。他们绘制了一条 7 年内从 3500 美元降至 100 美元的指数级下降曲线，发现只需遵循摩尔定律每年成本降低 50%的规律即可实现。
为此需要将网卡和收发器集成到一块超大规模集成电路（VLSI）芯片上——他们确实做到了。最初，配备以太网芯片的计算机采用菊花链拓扑结构：用同轴电缆作为主干线，每台计算机通过带 BNC 接头的 T 型连接器与主干线相连。
若不是另一位施乐帕洛阿尔托研究中心技术的著名借鉴者，我们今天的网络连接方式可能仍会如此。
要知道，苹果公司是 3COM 的第二或第三家客户。当克劳斯团队向史蒂夫·乔布斯展示雏菊链连接方案时，他…并不满意。
“是哪个没脑子的白痴想出这玩意儿的？”他质问道，”这简直是垃圾，是废物。要想让设备好用，直接插到墙上的电话接口不就行了。”
正如我们的数据包传输方式有诸多贡献者，成功也总是众人智慧的结晶。史蒂夫·乔布斯便是其中一员——他促使数据包在本地网络中的传输路径发生了改变：不再采用计算机间首尾相连的雏菊链结构，而是通过双绞线接入交换机，就像电话插头插入墙座般简便。
于是我们诞生仅数毫秒的数据包，开始了它的网络之旅。网卡将信号以无线电波形式传输至接入点 ——在这里，我们首次接触到 Meter 的硬件设备。
接入点执行关键转换：接收这些无线信号后，将其重新转换为数字数据，随后通过以太网线（采用 PoE 供电技术，单线实现供电与连接）将数据传输至交换机 ——该设备同样由 Meter 提供。
交换机会读取以太网帧中的 MAC 地址，以确定数据包下一站去向——是发往网络中的其他设备，还是传输至通向互联网的网关路由器。交换机仅将数据包转发至通往目的地的特定端口，从而避免网络拥塞并提升传输效率。
假设我们的数据包已准备就绪，是时候向互联网——这个由网络构成的网络——进发了。通常，交换机会将数据包发送至路由器 ，正如其名称所示，路由器会根据 IP 包头信息将数据包路由至目标地址。
在 Meter 的架构中， 安全设备 （即集防火墙与路由器功能于一体的硬件）充当物理路由器。其路由堆栈由软件定义路由器和硬件共同构成，协同管理流量、处理 IP 地址，并为数据包选择穿越互联网的最佳路径。
数据包离开安全设备后，便从局域网（LAN）进入广域网（WAN）。它通过网络设备经由一系列点对点链路（例如利用光脉冲以近光速传输数据的光纤电缆）传输至互联网服务提供商（ISP）的主干网络。
此刻，我们数据包的旅程几乎就像电子从发电厂到配电板的传输路径。这个类比中，互联网骨干网如同输电线路——它是埋藏于地下或海底的大容量光纤电缆束，数据通过它进行远距离传输。数据包抵达 ISP 的边界路由器后，便进入了核心网络基础设施的领域。
核心网络是互联网真正成为”网络的网络”的地方。在这里，属于一级 ISP（全球最大互联网服务商）的路由器们运用边界网关协议(BGP)——这个基于策略、经济性和效率综合决策数据包传输路径的互联网邮政系统——进行数据交换。边界路由器通过 BGP 协议确定数据包的下一跳，通常沿着连接全国各地或跨洲数据中心与 ISP 的高速光纤传输线路前进。
此刻，我们的小数据包在人类时间尺度上还只是父母眼中的一抹微光，但在数据包的生命周期中已走过近半旅程，迎来了第一个分岔路口。
-
若它的目的地位于同一地理区域或属于同一家互联网服务提供商（或与该提供商有对等协议的运营商），它可能会选择直达路线——从运营商网络跳转到互联网交换中心（IXP），这个物理枢纽站让不同网络在此交汇，数据包得以切换传输通道。
-
若是前往另一个国家或不同网络，它很可能需要途经至少一座数据中心 。
以我们横跨全球前往印度的数据包为例，这恰似瓦拉纳西夫妇少年时代逆向的迁徙路线。因此它必须穿越一座数据中心。
数据中心承载着多种功能。如今它们因作为数字神灵的训练场而闻名，但其他更传统的数据中心则充当着数据聚合枢纽，帮助管理和疏导跨国跨洲的海量数据流。我们的小数据包此刻正置身于这样一个传统数据中心，即将被送入海底光缆。
我们勇敢的数据包如今已是拥有50毫秒高龄的资深旅行者，它正潜入海洋深处。海底光纤网络如同全球大脑的神经通路，这些比花园水管还细的玻璃纤维在海底纵横交错，承载着97%的洲际数据流量。我们的数据包并不孤单。
当它以近光速在黑暗中疾驰时，可能会偶遇几条好奇的鱼儿，若运气特别糟，还会碰上鲨鱼。 鲨鱼有时会啃咬海底光缆 ，虽然没人确切知道原因。
当数据包抵达印度海岸时，它会被迅速传送到当地数据中心，经历数字化的”海关”流程。数据中心的路由器通过检查数据包的 IP 地址，决定其下一步传输路径——经由印度国内互联网基础设施，最终送达目标用户的网络服务提供商。如今，这个服务商很可能是 Jio，该公司同时提供光纤和无线网络连接服务。
成立不到十年便占据印度 52%互联网服务市场份额的 Reliance Jio 证明了一个事实：尽管许多人将互联网接入视为理所当然，但更优质的网络基础设施仍在持续建设中。这家预计今年以约 10 万亿卢比（1200 亿美元）市值上市的企业，彰显了建设更完善网络基础设施所能创造的巨大价值。
但我们的数据包对 IPO 或卢比毫不在意。它即将抵达终点，正通过 Jio 光纤向 Zoom 通话另一端用户的本地网络发起最后冲刺。
历经约 200 毫秒的旅程（对数据包而言堪称永恒，但还不及人类眨眼的时间），我们的数据包终于抵达目的地，并逆向重走最初的本地网络路径：从交换机到接入点，转为无线电信号后通过 WiFi 传输至电脑。
如今在印度，我们的数据包很可能经由思科硬件传输。而未来某天，这段旅程或许将由 Meter 的设施承载。
终于，我们的数据包开始消失。
接收端计算机的网卡迎接它并剥离其以太网帧。操作系统接着剥去 IP 头，将 UDP 数据报传递到应用层——Zoom 软件正等候在那里。
在这里，我们的数据包与它的兄弟们重聚——那些选择不同路由但毫秒间抵达同一地点的其他数据包。Zoom 像拼图指南般利用 RTP 头中的序列号，将它们按正确顺序重组。
最终，数据包承载的内容被解码、解压，并转换回音频视频信号。接收者的扬声器开始振动，屏幕闪烁，瞧！你尴尬的插话如同魔法般在地球另一端被听见和看见。
我们的数据包已完成使命。在比您读完”抱歉…是的…”更短的时间内，它已环绕半个地球，携带着您存在的一丝痕迹。当您继续 Zoom 通话时，无数数据包又将开启同样的旅程，在诞生、光速传输与分解的永恒循环中往复。
这正是当今世界的运转方式，也是瓦拉纳西兄弟押注的未来世界将日益依赖的模式 ——就像梅特卡夫和克劳斯当年赌定指数曲线会持续延伸，直到所有局域网计算机相互连接，进而接入更广阔的全球网络。
在瓦拉纳西兄弟众多可能的选择中，他们最终决定从事数据包传输，原因有三：
-
互联网堪称奇迹，而让它变得更好具有非凡价值。
-
万物皆数据包。
-
我们未来对互联网和数据包的使用将远超当下水平。
“此刻的通话就是数据包，”阿尼尔告诉我。”当你叫优步、发邮件时，那都是数据包。你银行里的钱也是数据包。 世间万物不过是左右流动的数据包。仅此而已。这就是世界的本质。“
推动数据包，就是推动世界。
“我们对如何实现这一目标有着非常独特的见解，”阿尼尔说，”包括对商业模式的看法。”
为什么选择数据包？
全球近100%的人口都依赖数据包传输，而现在你对数据包的了解已超过其中99%的人。
既然你对数据包已如此了解，此刻你可能会产生一个疑问：苏尼尔和阿尼尔究竟为什么要折腾这些数据包的传输？
这套系统运转良好。你此刻正在阅读这些文字——通过手机、电脑，甚至可能是电视屏幕或 Vision Pro——因为在过去半个世纪里，数千名技术奇才不知怎地拼凑出了一套系统，能将我的话语随时传递到世界任何角落的你的设备上。
传输数据包的网络之网复杂得令人费解。我们只追踪了一条路径，但数据包可能先传送到星链卫星再返回你的手机，或经由一系列基站到达你的手机，又或者通过我们共用的 ISP 线路直达你的电脑（假设你恰好与我使用同一家网络服务商）。越来越多的互联网流量已非人际通信，而是机器间的对话。
“当前互联网上的设备数量已远超人类数量数个量级，”苏尼尔指出，”大部分通信过去是人际或人机交互，未来将是机器对机器的时代。”苏尼尔与阿尼尔将其视为”万物版高频交易”。网络只会变得更加复杂且更具挑战性。
那为什么要做这件事呢？当我询问时，阿尼尔给出了一个简单的答案：”做这件事看起来超级有趣。”
他提到一篇博文 （已被删除但仍有存档），是 PayPal 联合创始人马克斯·列夫琴在运营 Slide 并将其以 2.28 亿美元卖给谷歌后写的。Slide 曾为 Facebook 开发应用，但列夫琴最终并不以此为荣。于是他写下这篇关于如何选择工作方向的文章。
核心在于构建极其困难、但解决后对世界有价值的事物。正因其艰巨性，且若真正有价值就需要长期投入，这件事本身必须让你乐在其中。 困难、有价值、有趣。 列夫琴最终将自己的基金命名为 HVF：Hard Valuable Fun（困难、有价值、有趣）。
显然，网络建设是困难的。数据包的传输历程已让你窥见这个挑战的规模，而历经五十年仍未彻底解决的事实更印证了这一点。
它同样具有重要价值。虽然我说过现有系统是有效的——确实如此——但它的运行远未达到应有的轻松顺畅程度。互联网尚未像水电那样成为真正的公用事业。随着万物皆数据包化，确保其流畅传输将变得愈发珍贵。我们将深入探讨这一点，因为这正是 Meter 的使命： 构建下一代现代公共基础设施 。
但我认为 Varanasi 夫妇选择网络领域的真正原因在于，这行当实在妙趣横生 。
对于包括他们在内的极少数人而言，没有什么比应对互联网这种永无止境的挑战更有趣的事了。
某种程度上，这带着个人情结。恐怕没人能像 Anil 那样玩转互联网。他的个人目标与公司愿景如出一辙：“但凡互联网上有好事发生，我必当知晓。”
这听起来很荒谬——互联网如此浩瀚——但……实际上似乎正在发生。他在网上找到了丹·罗梅罗、德瓦克什·帕特尔，以及无数其他来自生物学、电影制作、硬件和经济学等遥远领域的人。
这一切如何发生的过程颇具启发性。与丹交谈后，我发短信给阿尼尔，询问能否聊聊他的信息筛选机制——解答这个疑问：在经营公司和刚有孩子的情况下，他如何还有时间在互联网上深度探索。
简而言之， 他让互联网的优质内容主动找上门来 。
更详细的解释包含两个部分。尽管有更多内容值得书写，我却在这条支线上耗费如此多篇幅，因为我发现那些特别擅长驾驭现代世界的人都有这个重要特质，只是我尚未将其明确表述。
如果允许我玩个双关的话，这是一种杠杆式社交 。
所以包含两部分：
-
长期持续地向世界输出你真正想表达的内容。
-
成为别人愿意为之倾力相助的人。
阿尼尔长期向人们强调：”如果互联网上发生任何好事，我应该第一时间知晓。”随着时间推移，这种理念产生了复利效应。”如今数百人都知道这就是我的思维方式。”这种持续重复目标的行为虽然不易，但逻辑很清晰。
更难的是第二部分——成为别人愿意倾力相助的人。这与我之前提到的卓越创始人的特质相关。这意味着每当认识阿尼尔的人在互联网上发现好东西时，他们的第一反应就是分享给他。单就这点而言，信息洪流可能令人不堪重负，无异于直面互联网的消防水枪。但阿尼尔的成功之处在于：他培养了一群自带严格筛选机制的人，并神奇地让他们愿意多花精力进行过滤，只把真正有价值的内容传递给他。
我不确定自己能否准确描述他如何做到这一点。这不是简单的礼尚往来，而是高期待值、双向好奇心与某种游戏感的结合——当你向 Anil 介绍真正卓越的事物或人物时，就像在玩一场规则隐晦却因此更有趣的游戏。
这就像某种炼金术，或至少是大规模的筛选过程。无论哪种方式，最终你都会收获真金。
我想唯一可复制的就是大量主动联系。几个月前，他在 YouTube 上发现某个创作者的作品非常有趣却只有几百观看量，便给对方发了私信。”在 GitHub 上也经常这样，”他说，”有人写了很棒的开源代码库，却只有 20 个人下载。”不妨给作者发个消息。你最喜欢的那本书的作者呢？很可能读过这本书的人比你想象的少得多，而其中会联系作者的更是凤毛麟角，更别提提出有见地的问题了。阿尼尔联系了马克·罗比乔——这位写出了史上最佳商业著作之一（尤其与 Meter 业务高度相关）《线缆牛仔》 的作者，结果发现确实没几个人这么做过。
这种效应会持续累积。 当人们感受到被赏识，他们也会开始主动建立联系，从而激发更多互动，如此循环往复，形成一场永不停歇的互联网价值创造游戏 。
桑尼尔和阿尼尔在乔治梅森大学的两位教授泰勒·考恩和亚历克斯·塔巴洛克，曾在 2015 年撰写过一篇题为 《不对称信息的终结？》 的论文。他们认为，互联网正在用无处不在的信息世界取代不对称信息时代。如果不对称信息是阿尔法收益的来源，那么在信息无处不在的时代，阿尔法收益从何而来？
阿尼尔的答案是：通过这个不断流动的输入输出网络，为自己创造不对称信息。
“什么领域的阿尔法收益？”我追问道。
其次，”纯粹为了尽可能多地学习，因为这很有趣。”
但首先，永远排在第一位的，是 Meter。
十年前他主动联系讨论去中心化 DNS 的”丹”，”为 Meter 提供了无价的资源——人脉引荐、人才推荐、创意灵感以及客户资源。”正是通过丹，阿尼尔结识了朱莉娅·德瓦尔 （丹的妻子，也是我的播客 《奇迹时代》 联合主持人）。”我差点成功招募她，她的运营能力令人惊叹”，但朱莉娅在自主创业前加入了星链项目。虽未成事，”但通过朱莉娅，我结识了后来加入 Meter 并发挥关键作用的 Opendoor 团队成员。”
这仅是众多案例中的一个。想象数百个这样的联结，虽难以预测却必然产生复利效应。
“在足够长的时间维度上，我们无法预知具体结果，”他解释道，”但若能持续数十年践行这种理念，很可能会成就非凡。”
这让我们回到为什么 Meter 让 Sunil 和 Anil 如此着迷。这类问题能让他们共同钻研数十年而永不厌倦。
每当我为深度报道采访某人时，最后一个问题总是：”如果你读到最终文章时发现缺少 X，这个 X 会让你觉得我完全没抓住重点吗？”
Sam Hinkie 思考片刻后回答：”这些人并不急于将洞见变现。如果他们被收购或上市后就把钱存银行或转投其他事业，这种低层次的追求真会让人大跌眼镜。”
当答案像 Sam 这样出人意料时，这实际上不会是我的最后一个问题，因为我总会忍不住追问。这次我问他认为什么才是他们的真正动力。
这次，他没有停顿：
驱使他们的是共同协作。如果单打独斗，事情会无趣得多。他们渴望解决极其棘手的难题，无论是技术、商业模式设计还是商业版图构建。他们极度重视发展进程与创新速度。他们特别关注幂律型人才； 希望吸引这类人才，与之合作共事，教学相长，并予以任用。更要在能力所及之处释放他们的潜能。
若这些成就是他们在追求其他关切事项时的副产品——比如破解那个横跨数十年的谜题： 共同创建并长期运营一家基业长青且充满趣味的公司——他们将为此振奋不已。虽然他们确实有些侧重发展进程和加速突破的志趣，可以挥手宣称自己的作为正影响着这些领域，但作为创始人和领导者，他们真正的价值在于共同构建、长期运营并收获成果的事业。
虽然他们不太可能像 94 岁的巴菲特那样亲力亲为，但只要条件允许，他们或许仍会来到办公室发挥余热。 他们对这种长期事业确实可能抱有浓厚兴趣。
这或许就是他们在众多可选领域中独独钟情于网络技术的主要原因。 这个领域深不见底 。
当然，他们在这个领域具备专业积淀。大学时期，Ashlee Vance 曾撰文披露：”他们创办了一家为企业安装网络设备的公司，毕业时已拥有 50 名员工和 100 家客户。这段经历让他们确信，必须对整个网络设备及其运行软件的构想进行彻底革新。”
正如 Sam 所言，2014 年出售公司后，他们既没有像多数二十多岁的百万富翁那样挥霍享乐，也没有将资金束之高阁。而是移居中国深圳，在青年旅舍合租单间，同时为他们的路由器和交换机寻找制造合作伙伴。
“我们整天泡在工厂里，睡在车间地板上，因为我们想彻底掌握制造流程的每个环节，”苏尼尔对万斯说道，”我连床都没有，因为床上堆满了电路板——这样我们就能随时测试软件。”
苏尼尔和阿尼尔花了五年时间，仅他们两人在中国和家乡进行研发工作。学习、摸索、思考。直到五年后，当他们明确了要打造什么以及如何实现时，才聘用了 Meter 的第一位员工。
十年征程过后，要学习的东西和2014年时一样多，而待完成之事更甚从前。
所以当我问阿尼尔什么让这件事充满乐趣时，他用的词是“ 广阔无垠 ”。
“构建硬件、设计操作系统和 API、开发软件，研究如何在现实世界中部署网络——供应链、运营、监管、立法——然后利用产生的数据建立模型，这一切太酷了，”他说，“从互联网服务提供商到有线无线网络再到数据中心，包罗万象。 这种智力上的广阔性让每天从事这项工作都充满魅力。”
建设基础设施也意味着在很长时期内拥有向上游和下游扩展的机遇。
基础设施一旦建成，往往会为上层建设提供基础框架、稳定性和现金流，即便是看似不相关的领域。
“如果把时间快进 50 到 100 年，人们可能不会记得谷歌曾是搜索引擎公司，这种可能性是存在的，”阿尼尔预测道，”但或许他们会记住[Alphabet 子公司]Isomorphic Labs 研发出了世界上所有药物。”
这也为在技术栈中不断向更底层深耕创造了条件。
“以我们自身为例，”他说，”假设我们在蜂窝网络、数据中心、WiFi 和有线网络领域都取得了成功。我们可以向下延伸技术栈，开发自己的 ASIC（专用集成电路，即定制芯片）。如果真能成功，我想不出有什么理由不这么做。想象一下，到 2032 年或 2030 年左右，我就能去学习如何构建 ASIC 了。这太棒了，简直酷毙了。”
不过那都是后话了。基础设施建设需要数十年时间，这数十年由无数个日夜组成，涉及供应链、API 接口、软件开发、生产制造等诸多环节。
如果苏尼尔和阿尼尔想要赢得继续参与这场长达数十年的竞赛的资格，他们必须先在蜂窝网络、数据中心、WiFi 和有线网络领域取得成功。
因此我们有必要谈谈 Meter 当前正在构建的版图。
垂直整合的互联网网络公司
Meter 正通过采用垂直整合者策略来构建互联网基础设施：
-
整合多项前沿但成熟的技术
-
在整个技术栈中发展强大的自主能力
-
将商品化组件模块化，同时掌控整体系统集成。
-
与现有行业巨头正面竞争。
-
提供更优质、更快速或更实惠的集成产品（通常三者兼备）。
面对过去零散拼凑的解决方案，Meter 选择自主制造硬件、设计网络架构、完成硬件安装、开发网络控制监测管理软件、提供持续安全支持，甚至在新版本发布时更新硬件设备。虽然与传统合作伙伴（如增值经销商和管理服务提供商）保持合作，但 Meter 团队全程主导流程，为客户提供无缝衔接的体验。
客户只需提供地址和平面图，Meter 便会处理其余所有事项。
1. Meter 负责设计、构建并部署空间内的所有硬件设备：交换机、接入点和安全设备。
十年前当 Sunil 和 Anil 创立这家公司时，网络硬件已趋于商品化。当时无人再专注这个领域。但他们深知要打造最佳软件必须自主掌控硬件，因此选择自主研发硬件。在此过程中，他们逐渐形成了独到见解：
“我们与行业的一个根本分歧，”他们在入职备忘录中写道，“在于硬件本就不该、也不应被商品化。更优质的硬件能催生更出色的软件，从而形成良性循环。”
由于 Meter 只提供完整解决方案或完全不提供，其制造的每件硬件都专注于网络旅程中的特定环节——路由、交换、无线、供电——并能针对该功能进行优化，同时兼顾软件集成。
2. Meter 不仅在全栈范围内发展内部能力，更将这些能力转化为软件产品。
如今，它掌控着所有网络设计、安装、配置、管理和支持工作。同时还开发连接和保护空间内设备的软件，包括操作系统、API 和固件。它拥有端到端的完整数据管道，并从一开始就以结构化方式收集来自软件、硬件和运营的数据。
近期，该公司推出了 Command 功能模块，允许用户通过对话方式理解、监控和管理自有网络。
我们将深入探讨 Command 系统，但当前需要理解的关键在于：唯有 Meter 自主设计硬件设备、开发 API 接口并训练专用算法模型，才能在合理时间内实现该功能。这种全栈自主的开发模式贯穿 Meter 软件定义网络的诸多环节，也是公司认为能超越传统厂商的核心竞争力所在。
随着时间的推移，Meter 将把更多内部能力转化为软件产品，包括即将推出的网络基础模型。这种做法使 Meter 能够以竞争对手无法企及的方式实现更快、更稳定、更高效的规模化发展。
3. 它对设备内部组件（如芯片）进行模块化改造，更重要的是对互联网服务提供商也实现了模块化 。通过 Connect 服务 ，客户只需输入地址就能获得 Meter 团队提供的报价和推荐方案。这就像互联网服务的”Kayak”比价平台。Meter 希望实现”在互联网上购买互联网服务”的愿景。
我刚签了新办公室租约，通过 Connect 服务确定了该选用哪家网络供应商。提交需求后两分钟内就收到了 Meter 团队 Gayla 的个性化推荐。Connect 让 Meter 及其客户获得了对 ISP 的议价优势，且用户无需支付任何费用。
4. Meter 直接与行业巨头竞争 ，从思科的 Meraki 到瞻博网络，再到 Palo Alto Networks 和 Arista。
它并非提供组件或瞄准小众市场，而是正面对抗志在必得。Sunil 和 Anil 认为能取胜的战略智慧，我们稍后将深入剖析。
5. Meter 能提供更优、更快、更便宜的产品
Meter 以单一月费涵盖整个网络（包括硬件），像水电费一样简单。这种模式消除了中间商层层加价，并会随着 Meter 推出新产品持续升级。
举个具体例子：某客户最近正考虑向现有供应商支付五年内超 1 亿美元的费用；而 Meter 能为该客户节省约 50%的成本。
垂直整合的意义就在于此：提供比现有供应商更优质、更快速、更便宜的产品，或者在不推倒重来的前提下实现现有供应商无法提供的服务。
Meter 清晰地表明了一个观点：虽然垂直整合需要投入大量时间和精力才能做好，但一旦成型，就能突破原有局限，以更高效率完成所有工作，并创造和获取更多价值。
过去几个月里，Meter 发布了 Command 和 Cellular 产品，为客户提供完美的室内蜂窝信号覆盖，”其安装、管理和支持成本比主流 DAS（分布式天线系统）解决方案低 5 倍”。
每款新产品都能与其他设备互联 。客户可通过 Meter 的 Connect 服务找到无线网络和楼宇蜂窝网络所需的 ISP 供应商（包括星链）。Cellular 信号将原生流经为无线网络提供动力的同款 Meter 硬件。所有设备都能通过 Command 平台统一管理，且支持在单次安装中完成全部配置，费用均包含在月费中。
关键在于，由于 Meter 采用垂直整合模式， 客户在 Meter 的消费金额可达传统供应商的 3-4 倍 。这主要源于以下因素：
-
Meter 向客户销售的设备栈组件比传统供应商更全面，因此能留存更多价值。
-
通过削减设备栈上下游的中间环节，Meter 能够有效提升利润率。
-
客户从网络中获得更多价值——例如节省时间，这部分价值目前尚未被货币化。
-
Meter 可以持续增加符合技术栈的产品——比如蜂窝网络。
Sunil 告诉我这个等式很简单：在 5-7 年的客户合约期内，客户获得的价值可能是传统网络的 10 倍， 而 Meter 从单个客户获取的价值是传统网络公司的 3-4 倍。
这是双赢局面，其”支付来源”在于垂直整合为系统削减的利润空间和阻力。
Meter 用十年如一日的坚持”挣得”了创造这份价值的权利。你直到十年后的今天才初次听闻 Meter，这本身就是个深思熟虑的选择。
“从一开始我们就想构建完整的系统，”阿尼尔解释道，”因此相较于传统供应商，我们至少要达到同等水平才亮相。在成为全面解决方案之前，我们不愿吸引任何关注。”
如今他们认为已达成对等水准，而拥有完整系统架构的优势将开始产生复合效应。
“今年过后——虽然现在还未达标，但今年之后，”阿尼尔坚信，“我们将成为全球最卓越的网络公司。届时我们的优势将在此基础上持续累积。”
在长周期中积累优势
Stripe 创始人帕特里克·科里森有句名言让我深有共鸣：
关于”将时间跨度作为竞争优势 “的理念蕴含着深刻洞见——关键在于你比他人更愿意等待，并构建与之匹配的组织架构。
这句话我至少在六篇《不无聊》专栏中引用过，但直到与苏尼尔和阿尼尔交谈后我才意识到，这个表述让竞争优势听起来比实际情况被动得多。
优势并非仅仅来自比他人等待更久。它源于做出足够明智的决策，这些决策既能确保当下继续参与的资格，又能着眼未来收益，随后与熵增展开一场残酷无休的搏斗，直至未来成为现实。
正如约翰·D·洛克菲勒在自传中评价其合伙人亨利·弗拉格勒时所言（该内容近期被 Founders 播客节目引用 ）：“他秉持着这个行业将长久存在的信念进行建设，因此为后续岁月奠定了坚实基础。”苏尼尔和阿尼尔在现代语境中践行着相似的原则。
我们可以构建一个思维矩阵：横轴代表建设方向是着眼当下还是面向未来，纵轴区分你是在打造产品还是构建系统。
要构建像 Meter 这样面向未来的系统， 就必须在当前做出权衡取舍，这些选择同时也是对未来的押注 。
在垂直整合者一文中我曾写道：”深科技公司为追求极致性能而设计产品 ，甘愿承担未经证实的科学技术风险；而垂直整合者则为追求极致性能设计系统 ，敢于组合已验证技术进行创新。”
研究 Meter 后，我认为这个观点只说对了一半。关键不仅在于设计当前性能最优的系统，更在于构建一个若发展如你所料、未来将超越所有竞争对手的体系。
换言之， 你可能会选择今天做些次优或更困难的事，只为明天能将死对手。
从理论转向实践，让我们透过这个视角来审视 Meter。
尽管硬件可能被商品化且前期成本较高，Meter 仍选择从硬件入手——既是为了构建软件（操作系统和 API），也是为了建立数据管道，其长远目标是在同一技术栈上开发多种应用程序。
Sunil 和 Anil 预判，随着时间的推移，数据包会越来越多，而借助优质数据和系统集成，软件将能承担越来越大的数据传输工作。
在一次 Zoom 通话中，Anil 为我绘制了一张图表：
Meter 过去十年构建的数据、硬件和软件支撑着其所有”应用”：互联网服务提供商、有线网络、无线网络、蜂窝网络，以及即将推出的新应用。 这至关重要。
坚持这一战略需要做出短期取舍。
Sunil 解释说，为所有产品构建统一软件比单独为每个产品开发软件更困难，但如果所有产品都运行在同一个操作系统和数据管道上，长期优势将不断累积。
最困难的是让硬件、软件、运维和数据以相同步调朝同一方向推进。这种平衡很容易被打破。
“这种情况经常发生，”他解释道，”硬件可能遥遥领先，然后软件开始追赶，接着你会突然意识到：基于其他环节的进展，我们本应调整硬件方案——但见鬼，产品已经投产了。”
这场博弈的核心在于：硬件、软件和数据能在多大程度上覆盖全部五个应用场景？”让三者贯穿整个平台才能释放真正威力，”苏尼尔说。
阿尼尔将其比作特斯拉和 SpaceX，这两家企业都曾面临多线协同的挑战，如今正收获二十年技术积累带来的巨大优势。
但在 Breather 公司花了六年时间建设和运营分布式实体空间网络后，我意识到他们面临着额外的复杂性层级。
特斯拉车主不会在每次新车发布时免费获得新车，即便能获得，至少汽车是独立个体，既不需要在现有网络中运行，也无需”安装”——直接开动就行。SpaceX 的火箭制造和发射都在固定地点完成。
而 Meter 则要在全美各地安装硬件设备。每当发布新型号时，他们需要更换旧硬件。规模越大，保持全网同步的复杂度就越高。该如何应对这种网络与生俱来的复杂性？
“这个问题我本来希望你别问，”阿尼尔开玩笑说，”因为这是垂直整合的秘诀之一，我不确定是否该让别人知道。”
垂直整合的关键要素之一
这正是令人着迷之处，也是我每天早起的动力。秘诀在于商业模式、技术与运营的完美协同，以及一场押对宝的豪赌。
“我们不仅向客户销售设备，”阿尼尔透露，”还会收购他们现有的硬件，安装 Meter 系统，然后免费升级所有硬件。”
这看似成本高昂且慷慨。阿尼尔却称之为利己之举 。
以下是符合要求的翻译： 根据苏尼尔和阿尼尔的说法，硬件公司（即便是垂直整合型企业）可能会出现以下情况：
硬件版本可能多达10到15种，且跨越5到7年的代际。不同团队维护着不同版本的固件、操作系统和数据管道。每当新客服人员入职，你都得培训他们处理旧设备，同时还要为新产品的开发维护文档——这些新产品需要与旧系统交互。此外你还得为使用不同代际设备的客户制定差异化的定价方案。
这种模式对硬件销售商而言其实很合理！以思科为例：当你销售 Meraki 网络设备时，核心任务就是以可观利润向客户出售硬件，并尽可能频繁地说服他们淘汰旧设备购买新品。思科产品毛利率约 64%，设备更新周期约 5 年——只要能维持这种模式，就是门好生意！
难题在于，你无法强迫客户购买新产品，因此许多人仍在使用旧设备，你必须持续提供支持。久而久之，整个局面会失控，组织效率下降，开发优秀软件来支撑整个产品线将变得异常困难（甚至不可能）。
而 Meter 不卖硬件，它出售的是网络服务 。其产品是一套按月收费的系统，持续提供优质互联网、组网和 WiFi 服务。它无需在硬件上赚取利润差价，而是通过稳定可预测的月费现金流来支撑建设和规划。
这导致了截然不同的选择——只有当你不是靠卖硬件盈利时，才会做出这样的决策。
“当我们发布新硬件时，”Anil 说道，“Meter 内部采用贪婪算法策略——我们要全面替换所有旧设备”。
因为这样我们就能删除所有旧代码库。我们可以删除所有旧 API、所有不同版本，始终只指向单一目标。
关键在于，由于 Meter 在经常性收入上拥有类似软件的利润率，它可以根据需要更换硬件而不会显著影响经济效益。换句话说，让所有设备运行在同一平台带来的长期产品和经济效益，远超过更换硬件造成的短期影响。
但另一方面，Meter 实际上并不需要频繁更新硬件。
我们的利益与客户完全一致——因为我们只想打造最耐用的硬件，而客户正是这种理念的受益者。这进而形成了一种良性循环：正因为有了出色的硬件，Meter 才能开发更好的软件和产品。这种幸运的循环之所以能持续运转，正是因为我们的利益与客户完全一致——我们向客户提供的不是硬件本身。
“我们总比其他人更早地在硬件上过度投资，”阿尼尔告诉我，”早得多。”
着眼长远，再加上正确的商业模式和架构，让你有机会下注那些别人可能不敢下的赌注。但这终究是一场赌博。
架构之赌
尽管我描述了这么多复杂性，恐怕还是让这一切听起来太容易了，仿佛 Meter 至今的成功和未来的潜力都基于一个简单公式：让聪明人长期致力于解决难题，采用垂直整合方案和正确战略。
从某些方面看确实如此。正如我先前所言，从苏尼尔和阿尼尔身上你能感受到，无论选择做什么他们都会成功。但这远非故事全貌——无论创始人多么优秀，成功还需要押上一切的勇气，以及那种将坚韧与理性运气相结合的决断力：既要敢下注，又要押对宝。
科技领域的成功史，本质上就是在正确时机以正确方式押注正确发展曲线的历史。
杰夫·贝索斯有个著名片段，讲述他1994年如何通过卖书押注互联网发展：
本文中我们已经讨论过另一个类似赌注：梅特卡夫和克劳斯在1980年代初通过将以太网集成到芯片上，押注摩尔定律将持续生效。
Meter 本身就是一个赌注：Sunil 和 Anil 在 2014 年创办网络公司时，就押注未来全球传输的数据包数量将远超当年水平。
摩尔定律和互联网的蓬勃发展是许多人下注并获胜的普遍趋势。但还存在另一种更具体的赌注，它需要极其深刻的架构理解力，能提前数年预判某个群体最终将采用哪种特定技术。
当 Sunil 和 Anil 在六七年前押注芯片组架构时，他们下的正是这种赌注。这是一个极其专业的技术抉择，深入硬件底层最细微的环节。但正是这种深度决策，淋漓尽致地展现了 Meter 的战略眼光与技术实力。
架构选择为何至关重要 ：
所选架构决定了您开发的固件、操作系统及软件。Meter 的技术策略是尽可能长期保持硬件、软件和数据的统一性，使其覆盖所有应用场景，从而构建持续积累的优势。由于 Meter 销售的是可运作的网络整体而非单纯硬件，它希望尽可能减少硬件更换频率。但即便必须更新特定设备（例如为芯片同系列产品新增端口或升级换代）， 其核心理念始终是尽可能长久地基于同一套架构体系进行建设 。
立足长远——以前瞻性、系统性的视角——可能意味着选择当前并非最优的架构，但基于该架构将在未来几年变得普及且成本低廉的合理预期。
权衡取舍之道 。一家资源远逊于行业巨头的初创企业，毅然选择在比竞争对手更昂贵的架构上构建硬件。短期成本劣势显而易见。若你想明天就与 Meraki 正面竞争硬件产品，采用昂贵且未经验证的架构必败无疑。
但若放眼长远，结合目标产品形态与盈利模式来看，当芯片成本随技术曲线下降且开发者生态壮大时，正确的技术押注将转化为近乎不可撼动的优势。
他们选择的架构在短期也具备显著优势——这种优势会随时间推移持续释放：使软件开发更快、功能迭代更敏捷、产品上市更迅速，并能保持长期的技术加速度。速度本身就会产生复利效应。
这就是早期战略最朴素的形态：用更高的单位成本换取发展速度。
那么该如何下注呢？
“和他们兄弟俩交谈时，90%的话都来自阿尼尔，”辛基告诉我，”就连剩下的10%也像是他们之间的某种默契舞蹈。”读到这里的你可能已经注意到，本文中阿尼尔的出场频率远高于苏尼尔。
“但苏尼尔在某些领域更为深入，比如架构设计，”他继续道，”他有着出人意料的坚韧品格，对于必备条件有着极其严苛的标准。”
当我们开始讨论架构设计时，苏尼尔接过了话题，展现出既能娴熟处理技术参数，又精通市场与人性的思维广度。这就是遍览互联网优质内容带来的好处。
因为这场赌注不仅仅取决于哪款芯片在技术上更胜一筹。
首先，在哪些方面更优越？适用于哪些场景？
但同样重要的是，这本质上是对他人选择的一种押注——这种反射性判断意味着你在赌其他人也会认定这是制胜筹码。
“如果你的判断没错，这确实是正确的架构，但就是没人买单，成本始终降不下来怎么办？”我追问道。
他们坦言，这正是最可怕的噩梦场景。就像激光雷达的困境：把全部筹码押在了错误的技术路线上。
以下是苏尼尔如何避免这种困境的思考原话，这为我们提供了一扇预测未来的迷人窗口：
我们会综合考虑多个因素：这些芯片部署在哪些垂直领域？是否属于最高端芯片？它们的功耗预算是多少？当前单位成本如何？围绕它们构建的软件生态怎样？这些因素共同决定了我们选择的芯片平台。
我们只需要把握正确方向，不必精确无误。关键是要看清架构的演进趋势。只要明确”由于功耗预算更低而性能更高，我们可以押注这款芯片将成为市场主流”就够了。
考虑到市场会采用它，那么哪些垂直领域会率先采用呢？是移动设备？数据中心？还是桌面电脑？具体会在哪个领域实现？
基于这一点，如果数据中心开始采用，那么总体的采用率会是什么样？这个行业的整体预算是多少？
假设数据中心的预算是1美元，而桌面电脑的预算是2美元。那么结论就是：”我们可以押注桌面电脑领域，因为我们知道它的采用速度会更快，随后我们将获得规模经济带来的价格优势。”因此我们总结出几条关于如何选择芯片或平台的实用经验法则。
阿尼尔插话强调，如果你押注某个半导体产品，你的目标应该是随着采用率持续上升，五年内价格能急剧下降。
“为什么呢？”苏尼尔又插话道，”你希望价格下跌不仅仅是因为购买芯片变得更便宜。”
实际上这关乎构建应用所需的人才数量，人才需求确实在减少。需求会越来越小，这正是我们想要的，对吧？用10个人开发产品比用100个人要好得多，因为管理团队的成本非常高。
所以当价格下降时，采用率会提高，人才密度也随之增加，这样就能更快地进行开发。
我被深深吸引住了。这简直就是一堂实时大师课。于是我询问他们是否具备某种大多数人没有的技能或流程，能帮助他们以与众不同的方式权衡各种因素。
“你看到他此刻的表情了吗？”阿尼尔问道，“你需要一个能做出这种表情的人。说白了，就是敢于果断行动的人。我这话非常认真。”
他继续描述弟弟那种做出艰难抉择的惊人能力：
我们有过无数次争论，而我对平台的判断完全错误 。但当他用特定方式表达观点时，我知道必须极度重视。六七年前在英特尔平台上是这样，昨天也是！我还在为新版以太网和他争论。当时他在儿子朋友的生日派对上，就因为我在争辩以太网端口的事，他特意走到一旁接电话。
但你需要一个能真正将所有背景信息牢记于心并做出决策的人。
这种能力可以后天培养吗？还是与生俱来的？
苏尼尔谦逊地表示，这需要大量对话、反复试验、持续实践以及不断犯错。他将这个过程描述为培养直觉。
阿尼尔更愿意指出弟弟身上罕见的特质：”我认为核心人格特质是不必在意他人看法 ——以尊重的方式，而非无礼的态度，就是单纯不在意。任何需要外界认可的基因型或表现型都不该存在。就像完全不需要外部认可 。”
“我认为这是可以教会的，”他说，“但我就是不确定。”
尽管如此，我还是追问，芯片的性能和功耗似乎可以简化为某种公式。你只需根据这些参数做决定，无需在意他人的看法。
并非如此。 你必须在当下不介意他人对你决策看法的同时，预判未来人们会如何思考 。这才是精髓所在。
“可供选择的相似芯片实在太多了，”阿尼尔说，“所以他真正想说的是：选择的关键在于芯片架构：
芯片本身的架构是什么？
这家公司（芯片制造商）的关键绩效指标是什么？他们自己的发展路线图和企业内部政治又是怎样的？
苏尼尔立刻接话：
你需要审视整体架构并思考： 我能否一次性理解这个设计？ 能还是不能？当你观察某个事物时，要确保自己能更快掌握其精髓。
原因不在于你是否聪明，这并不重要。 关键在于：”一群人能否同样做到这点并更高效地传递理解？”只有达到这种状态，技术方案才能真正被采纳。
除了以太网之外还有许多非常出色的技术，但以太网之所以胜出，正是因为它简单易懂、成本低廉且持续降价。
因此当你评估一项新技术或架构时，必须确保其易于理解。技术本身可以很复杂，但若能更轻松地向其他团队或成员传达，这种方案就能更快普及，从而成为最终赢家。
所有这些——技术专长和对他人理解能力的把握——促使 Meter 在六七年前做出了押注该平台及软件开发能力的决定，尽管当时芯片价格更高且该平台在网络领域并不流行。
而这个赌注获得了回报！Sunil 干得漂亮。
早期正确押注意味着 “对于真正昂贵的硬件，比如我们的安全设备和交换机，它们可以持续使用 6、7、8 年， 仍然比市场上其他所有产品都先进。”
这个时间周期对 Meter 的意义远超硬件销售公司，因为 Meter 肩负着硬件迭代的使命，这意味着在同一架构上持续 6、7、8 年累积开发软件、数据管道和应用程序，即便其他公司最终采用相同芯片，你们的系统仍将领先他们数年所能构建的水平。
一切完美契合。硬件、软件、运营、商业模式。整体效果远胜于各个精密部件的简单叠加。研究 Meter 后你会意识到， 每个环节都贯穿着这种深思熟虑的设计。
以 Meter 的运营体系为例，其灵感源自 Sunil 和 Anil 十年前旅居深圳时前往日本的考察。当时他们对日本 550 万台自动贩卖机如何持续供应热食着迷不已，甚至追本溯源地研究了整个运营链条。这种极致追求如今正推动着 Meter 硬件网络在规模扩张的同时保持高效运转。
不过这是另一个话题了，因为运营或芯片本身并非重点，关键在于它们让 Meter 能够构建的整体产品。
最能体现从硬件、软件到运营全栈一体化优势的莫过于 Command。
随需应变的互联网
有些取舍就是纯粹的权衡，有利也有弊。
在我自己对 Meter 进行网络调研时，多次发现 Meter 更适合初创公司等相对简单的使用场景，而对大型企业用例来说可定制性不足。反馈指出，专业的 IT 团队和网络工程师仍希望按自己的方式操作：自主选择硬件、设计网络架构，并通过更精确的控制进行配置。
虽然 Meter 的客户包括桥水基金这类成熟的大型机构，但其客户名单上更多的是科技公司标识而非传统大型企业。
为了提供高速成长的小公司所需的简洁产品，所做的妥协可能包括隐藏高级用户真正需要（或至少想要）的复杂功能。
然而 Meter 的目标是服务全球所有规模的企业——从最小到最大——传输每一个数据包。这意味着也要满足需求最复杂的客户群体。
正如阿尼尔在 《为信任而建》 播客中所说：”简单性应该体现在产品的交付方式上，而不是产品本身。 追求简单不应阻碍你实现用户所需的功能复杂度。“
这正是 Command 的用武之地。
虽然简单与复杂的权衡有多种表现形式，但最明显的或许体现在人们用来获取网络信息并执行操作的软件上。
在网络发展史的大部分时间里，IT 专业人员都是通过命令行界面(CLI)与网络交互，用只有少数内行才懂的晦涩指令揭开网络奥秘，引导其优化性能。
命令行界面(CLI)虽然因其高度自由度和可配置性而强大，但存在学习曲线陡峭、界面简陋的缺点，且由于过度可配置，用户往往需要重复相同操作。因此网络管理已转向仪表盘方案——它们更美观、学习门槛更低、开箱即用，但牺牲了部分可配置性和定制化能力。
技术的意义之一在于消除权衡取舍。 这正是 Command 的意义所在。
尼坦·沙隆作为 Command 项目负责人表示，该产品的核心理念是兼收并蓄：既保留命令行界面的强大功能，又具备仪表盘的美观简洁。
通过 Command 平台，IT 团队能创建监控网络、使用率、运行状态及安全的仪表盘，获取设备级实时数据，并对网络执行操作， 全程只需使用自然语言交互 。
Command 是建立在统一数据、硬件和软件架构上累积优势的具体体现。它深度学习了 Meter 系统的各项数据、硬件特性和软件逻辑。
只需输入文字，IT 团队甚至普通员工就能对网络提出具体到设备或客户端层面的问题：为什么@Packy 的电脑无法联网？他们同样能轻松创建自定义仪表盘。这仿佛是软件未来发展方向的小型预览。
但 Command 不仅提供洞察能力，用户还能直接执行操作 。用自然语言指令调整网络配置，系统就会真实响应这些调整。
尼坦举例说，有位资深 IT 人员需要为高密度人群活动配置网络。他必须监测场地接入点的实时负载、分析流量变化趋势，并可能需要进行流量调控。这并非技术层面困难 ——他完全知道该怎么做——但整个过程繁琐得令人抓狂。配置成功了无人喝彩，一旦出错却要承受所有人的怒火。
通常这需要大约 45 分钟。而使用 Command，只需 5 秒。
Command 并非要取代网络工程师，而是让他们能做得更多。就像我们讨论过的许多职业——从制造业到建筑业——训练有素的网络工程师数量无法满足对其技能的需求。如今对计算机感兴趣的人已经转向更高层次的抽象堆栈，就像尼古拉·特斯拉当年是电工，而现代的尼古拉·特斯拉会构建将电力输入视为理所当然的东西。
最后，Command 让 Meter 能够以小团队提供更优质的客户支持，这意味着支持成本不必随业务增长而线性增加。
伯克利黑松学校的技术总监埃文·杰克逊表示，在使用 Command 系统前，遇到网络问题他需要调取 WiFi 参数并发送给 Meter 技术支持团队处理。”现在他们只需查看 Command 系统就能直接指出’问题出在这里'”。
Nitan 表示，Command 系统的实现基础在于”所有设备都处于同一平面”。
“当你与手机、接入点、交换机或控制器对话时，底层运行机制截然不同，”他解释道，”要实现能@任何设备的功能，需要完全不同的工程技术，这掩盖了大量差异化行为。 若想实现万物互联，就必须具备与万物对话的能力 。”
我问 Nitan 如果不拥有所有硬件和软件，是否有可能构建 Command。”一切皆有可能——我们曾把人类送上月球，”他说，”问题在于要达到特定水平的性能、可靠性和全栈协同的难易程度。这是个时间曲线问题。”
换作其他公司，可能需要一个大团队耗费五到十年。而 Meter 仅用 2-3 名工程师——Nitan 在前后端全职协助下就构建出了 Command 系统。
Nitan 如同 Meter 百人团队中许多成员一样出类拔萃。加入 Meter 前，他正在 MIT 的 CSAIL 实验室攻读博士学位，研究人工智能在生命科学中的应用。令人惊讶的是，Meter 内部包括遗传学家 Sunil 在内的大量员工都具备生物学背景——当你把 Meter 网络视作一个具有生命、会生长且（即将）能自我修复的有机体时，这种配置就显得合情合理，但依然令人称奇。
他提及构建 Command 所需人力之少，本意并非标榜个人或团队才能：”这恰恰说明了当 Meter 生态系统建立后，事物能够以怎样的速度生长构建、萌芽迭代、进化跃迁，最终实现指数级增长。”
这是阿尼尔、苏尼尔和 Meter 团队十年来致力于构建面向未来的系统化方案开始结出硕果的例证。这也暗示着，尽管 Meter 目前绝非规模最大的网络公司，但十年后它占据技术栈顶端的地位或许将成为必然。
为何思科不直接这样做？
事实上，没有什么是必然的。Meter 只是网络领域的一条小鱼，它正与资金雄厚、根基稳固且人才济济的行业巨头们竞争。
我投资理念的核心在于 ： 许多大市场中的现有企业，尽管聪明绝顶，却仍深陷旧范式的桎梏。正如杰里·纽曼所言：”现有企业拥有自己的技术经济范式——与上一轮技术革命相关联的范式，它们已在旧商业模式中投入了大量沉没成本。”
传统模式可能是：销售硬件设备。
新兴模式则可能是：提供软件定义网络服务。
不过这些公司并不愚蠢，只是被低估了 。
有时候老牌企业也能学会（或收购）新玩法。
真正让我确信 Meter 必将成功的那一刻，发生在几个月前旧金山办公室的会议室里。那天下午，当我向 Anil 提出某个版本的”为什么思科不直接做这个？”时，他径直走向了白板。
我原以为自己在录音，却忘了按下录制键——这个失误至今让我懊悔不已。那是一场堪比 Sunil 当年押注英特尔的应用战略大师课，融合了对整个生态系统的技术洞察与组织理解（细致到具体人员配置）。经过 Anil 协助还原，当时的推演大致是这样的：
思科这家诞生于乔治·奥威尔最钟爱年份（1984 年）的企业，在成立 41 年后仍是网络设备领域的霸主。其网络业务年收入约 300 亿美元，如前所述，它以 2350 亿美元市值成为最具价值的网络公司。但当前的业务布局也使其难以对 Meter 作出有效应对。
核心矛盾在于：十五年前收购的 Meraki 如今已成为思科本地网络业务中持续增长的重要收入来源。由于内部政治因素，公司正试图整合并逐步弃用 Meraki 品牌，将所有业务归入思科旗下——不仅是品牌，还包括全部硬件与软件系统。用内部人士的话说，这是”疯狂痛苦的过程”，正促使客户寻找替代方案。
最终导致思科将大部分精力耗费在内部整合上，而非开发新产品或系统。
即便思科试图聚焦新产品或系统，它也必须彻底改变商业模式——从销售硬件转向销售包含硬件的整体网络方案——但作为一家上市公司，其合作伙伴网络都依赖于现有模式，这种转型谈何容易。
在汉密尔顿·赫尔默提出的七大权力法则 中，我最推崇反定位策略：”新进入者采用更优越的商业模式，而在位企业因顾虑损害现有业务而拒绝效仿 “。Meter 正是对思科实施了反定位。若思科想要竞争，就不得不自伤根基，更何况它当前本就分身乏术。
归根结底，思科本质上并非软件公司，更非 AI 企业。随着网络日益由软件和 AI 驱动，Meter 的软件实力与吸引顶尖技术人才的能力将形成越来越显著的优势。
简而言之，这里蕴藏着2350亿美元的增量市场空间。
但思科并非该领域唯一的参与者。他逐一分析了每个竞争对手。
Aruba/惠普企业占据企业网络设备市场 20%份额且增长迅猛 ，于去年一月以 140 亿美元收购瞻博网络 。瞻博市场份额约 5%，但早在多数同行之前就开始营销其 AI 能力。2019 年收购 Mist Systems 后，宣布合并公司将”在数字化转型时代开辟 IT 人工智能化道路！”瞻博还收购了 Apstera 和 AI 运维平台以实现数据中心资源自动化管理，如今看来这番进军 AI 数据中心的布局颇具前瞻性。正如 TheNextPlatform 一月所述：
显而易见，网络在数据中心的重要性与日俱增，已成为高效利用计算和存储资源的核心环节。同样明显的是，那种认为网络仅占分布式计算集群预算 10%或更低比例的观念已成过去式。在现代 AI 集群中，网络成本占比已达 20%左右，而随着低延迟和高带宽需求日益凸显，这一比例继续攀升也不足为奇。这为慧与科技（HPE）考虑收购瞻博网络（Juniper）提供了充分理由。
尽管这笔收购合乎逻辑，但 Anil 认为鉴于 AI 的热度，HPE 正面临被收购方以 5%市场份额主导 20%收购方的局面，未来 4-5 年的整合过程将充满巨大挑战。
TheNextPlatform 阐述的这一收购逻辑，同样吸引着曾与 Meter 同场竞技的其他厂商转向数据中心领域——这种战略转向确实合情合理。
Arista 被 Sunil 和 Anil 誉为技术实力最强且运营卓越的企业，凭借专注于数据中心领域（尤其是 AI 应用场景），其市值已攀升至 1260 亿美元。Fortinet 成长为 740 亿美元规模的公司，而 Palo Alto Networks 市值达 1240 亿美元，Sunil 和 Anil 认为这两家与 Arista 共同”在数据中心领域大放异彩”，均提供广受欢迎的安全产品。过去五年间它们的涨幅均超 400%。
他指出这三家企业”完全专注于模型之间、集群之间以及相关领域的发展”，对企业级市场的关注度要低得多。
尽管如此，他认为数据中心领域仍存在一个巨大的空白未被填补，而这正是 Meter 进军后将直击的痛点。
最后一家主要传统竞争对手是 Ruckus，Anil 坦承其硬件确实非常出色。但 Ruckus 的母公司 Arris 已于 2019 年 4 月被 CommScope 以 74 亿美元收购 。CommScope 是美国最老牌的技术公司之一——铺设了大量传输数据包的铜缆和光纤——但目前处境艰难。2019 年利率低迷时，它获得了 95 亿美元有担保定期贷款 ，随后利率飙升导致其市值暴跌。
Ruckus 表现优异，但 CommScope 已无力追加投资。
整体来看，现有竞争对手要么在关键时期分散了时间和注意力，要么全力投入 AI 数据中心领域。极少有企业直接专注于网络技术，专注企业级网络的更是凤毛麟角。
当然，这一切都源于 Anil 对局势的独到见解。他的观点信息翔实但明显带有倾向性。话虽如此，他和 Sunil 正将公司命运押注在他们判断的准确性上。
但按照他的说法，在创业十年后的今天，基于公司做出的战略选择以及这些选择所构建的能力，这个机会已是他们的囊中之物。除非自己犯错，否则胜券在握。将军。
那天我们没有讨论其他初创企业——或许因为 Meter 并不视它们为真正的竞争对手。但这些公司值得简要提及，因为它们能凸显不同发展路径所带来的取舍。
理论上最直接的竞争对手是 Nile，这家由前思科高管创立的公司宣称提供”网络即服务”。虽然 Nile 比传统供应商整合了更多产品和服务，但其垂直整合程度不及 Meter。他们不自主生产全部硬件设备，并将持续网络管理外包给合作伙伴。WiFi 领域博主（没错，确实存在 WiFi 博主）Lee Badman 指出核心问题：从客户到合作伙伴再到 Nile 的每个抽象层级，都会增加潜在的延迟和摩擦。
在光谱的另一端， 光年提供的产品类似 Meter Connect，理论上颇具吸引力，因为该公司以软件为主、金融为辅，两者都是高利润、快速增长的领域。但我几乎看不出他们能像 Meter 轻松进入其领域那样，利用自身优势打入 Meter 的领地。Meter 的客户获取渠道之一正是光年的业务。
无论是 Nile、光年还是其他初创公司，都能建立良好的业务。短期内，通过减少业务范围，他们或许能打造出更快更高效实现增长的企业。
但中长期来看，我的核心观点是垂直整合者大多胜出 。
我认为垂直整合是挑战强大但日益模块化的现有企业、并可能获胜的唯一可靠方式。正如我在更好的工具，更大的公司中所写：
过去几十年间，随着软件吞噬世界，创业者和行业巨头都试图用软件改造这些产业。他们或许提升了效率，但始终只是隔靴搔痒。给发电厂装个客户关系管理系统，效果终究有限。
事实是，实体世界的难题需要实体解决方案。
换言之，在实体空间组网领域，垂直整合者往往能胜出。
因此计划很简单：
首先：打造一个现有企业无法匹敌、初创公司难以追赶的垂直整合产品。
然后：发展它。出人意料的是，这可能才是最困难的部分。
分销挑战
研究科技企业带来的一个惨痛教训是： 最好的产品并不总能胜出 。
在我看来，尽管我对 Meter 非常看好，但它成为”最后一家网络公司”或实现我认为可能达到的 1000 亿美元以上估值的最大威胁，在于渠道分发。
让我列举几个名字：甲骨文。Bill.com。SAP。微软。Salesforce。
创立近半个世纪的甲骨文是一家市值 4500 亿美元的公司，它莫名其妙地始终处于科技宇宙的中心——既参与”星际之门计划”，又是特朗普指定的 TikTok 美国首选买家，其创始人位列全球富豪榜第四 ——尽管它看起来是这样的：
我唯一一次写看空文章是在 2021 年 1 月，针对我最讨厌的软件 Bill.com，那篇题为 《比尔熊出没》。 结果股价在我面前几乎翻了三倍。事实证明，虽然我讨厌它，但会计师们其实喜欢这个软件，因为他们已经用习惯了。（幸好后来股价跌下来了）。
在那篇关于 Bill.com 的文章中，我写道其”转换成本高到汉密尔顿·赫尔默在他关于护城河的著作 《七种力量》 中将其作为转换成本的典型案例。正如弗洛·克里维罗总结的那样，SAP 的转换成本意味着”切换到另一个解决方案可能需要耗时数月，花费数百万美元，如果操作不当还会造成更大的利润损失”，并分享了这张截图。
微软的软件虽然在这三家中独树一帜（参见：《Excel 永不过时》），但其分发能力更为惊人。我曾是 Slack 的长期拥趸 ，认为其产品远胜微软 Teams。直到 Teams 做到了这件事：
2020 年 12 月，Salesforce 以 280 亿美元收购了陷入困境的 Slack。收购方 Salesforce（目前市值 3340 亿美元）与被收购方 Slack 的对比，恰恰证明产品优雅并非成功的先决条件。在我最近的 《Rox 深度分析》 中，我曾这样描述马克·贝尼奥夫的公司：
尽管存在种种缺陷，Salesforce 仍具有持久生命力。我不喜欢这款软件，并不意味着这家公司注定失败。 难用的软件+强大的分发能力+高转换成本，这种组合极难被击败。
我本可以只列出这五个名字——甲骨文、Bill.com、SAP、微软、Salesforce——你可能就明白了，但我真的希望这个观点能深入人心。我在分析初创企业时最常犯的错误，就是低估了现有企业的渠道优势和用户转换成本的力量。
现在提起这点，是因为这句话同样适用于思科：
“ 难用的软件加上强大的渠道和高转换成本，这种组合几乎无法被击败。
思科打造了企业技术领域最精密的销售引擎之一。他们拥有超过 5 万家渠道合作伙伴在全球推广产品。这些合作伙伴被划分为不同层级 ，形成良性竞争机制。他们建立了完善的合作伙伴认证体系，合作伙伴为此投入巨大，形成了极高的转换成本。令人震惊的是， 思科 90%的收入都来自合作伙伴渠道 。
当我与 Claude 讨论这篇文章特别是思科的销售体系时，它盛赞道——”他们的合作伙伴深度嵌入客户运营体系，为竞争对手筑起了难以逾越的壁垒”——随后又补充了关键一点：”弊端在于， 思科有时难以快速转型 （比如向云计算的转变），因为其高度优化的大规模分销模式相比更灵活的竞争对手或新入局者，转型难度更大。”
因此两件事可以同时成立：
-
思科远比表面看起来更难被击败。
-
时机把握得当就有可能击败思科。
时机选择是 Meter 的核心优势之一。
正如其产品理念，该公司的发展战略着眼于长期复利增长，同时为快速转型留出空间。
打造基础设施型业务
初次创业者关注产品，二次创业者关注渠道，而卓越的创业者则兼顾二者并思考如何协同运作。
Meter 主要通过以下三种方式实现增长，充分发挥其产品和商业模式优势：
-
当新客户迁入现有服务区域时，直接将其转化为客户
-
当现有客户拓展新区域时，同步将服务延伸至新区域
-
不断扩展可向客户提供的产品线
正如我们讨论过的，打造一家垂直整合的公用事业公司非常困难，但其中一个好处是 Meter 获得的每个客户实际上既是客户，也是 Meter 获得的资产。
租户在租赁空间的同时也租用了网络，但当他们搬离时，Meter 的硬件和线路仍会保留在原处。由于客户无需预先购买网络硬件，自然也不会将其带走。新租户只需致电 Meter 要求开通网络即可。
当然也可能需要微调，就像电力系统仍需适配一样。新租户可能拥有更多员工、联网设备或机器人。Meter 可能加装硬件，或通过 Command 平台利用现有设备重新配置网络。但对新租户而言，这几乎就像拨动开关一样简单。
当租户入住成为客户时，他们将继承一个已经熟悉该网络的 Meter 支持团队——以及 Command 系统。黑松公司的埃文告诉我，如果这篇文章必须强调一点，那就是 Meter 支持团队的卓越表现。他们将继承该空间积累的网络知识，以及 Meter 关于现代网络在任何空间应如何运作的经验结晶。这些知识大部分会被编入软件，未来将实现自动调整。
这就是 Meter 随时间成长的方式之一：新租户在自己的空间启用 Meter 如此便捷，以至于他们几乎不会考虑其他选项。
Meter 发展的另一种方式是老租户成为新地方的新租户。 当企业成长到超出原有空间并离开其 Meter 网络时，它会搬入新场所并带着 Meter 一起迁移。同样地，他们并未购买网络硬件设备，因此不会将其带到新空间。他们只是要求 Meter 重新部署服务。这建立在 Meter 以合理价格提供优质服务的基础上——只要运作良好，企业就会像蜜蜂为房地产授粉那样，将 Meter 带到新环境。
对个人用户同样如此。与我交谈过的 IT 专业人士以及接受 Tegus 采访的人员表示，如果他们前往新办公场所或加入新公司，都会考虑引入 Meter 服务。
Meter 的发展模式或许不是最快的规模化路径，但就像该公司其他所有策略一样， 其效益会随时间呈复利增长 。
假设平均租期为五年，那么二十年内将经历四轮这种复利增长过程。只要持续提供优质服务，其规模将呈指数级扩张。
单靠自然增长确实缓慢，但若能持续扩大复利基础，速度就会加快。随着规模扩大，Meter 将获得更多资源来拓展新客户，使其在越来越大的基数上实现复利增长。
对于这款能提升 IT 团队效率的便捷产品，口碑传播是重要增长渠道：Tegus 采访的多位用户表示是通过其他 IT 专业人士了解到 Meter，不过 Evan 告诉我，他选择 Meter 是因为在篮球赛上结识了 Anil。
另一个因素是 Meter 自身的产品，尤其是 Connect。如果 Connect 能成为企业选择 ISP 的首选平台——这通常是网络搭建的第一步——Meter 就有机会说服他们继续采用 Meter 完成剩余的网络部署。
这个模式相当精妙：作为获客工具，Connect 既能为 Meter 提前创收，又无需客户承担任何成本。
每个新客户都意味着一个新客户和一个新空间，这种双重效应会持续加速增长势能。
随着 Meter 在其硬件、软件和数据层上开发更多应用，每位客户都可能转化为其他 Meter 产品的潜在用户。
蜂窝网络作为独立计费产品，其成本远低于部署分布式天线系统（DAS），可与 Connect 服务协同使用，既能提升现有客户对 Meter 服务的消费占比，又能改善其网络连接质量。
正如 Anil 在解释为何对创建 Meter 如此兴奋时所强调的，以及 Nitan 与我交谈时也认同的那样，建设基础设施的美妙之处在于其业务拓展的无限可能性。
“周边业务机遇数不胜数，” 他表示，”网络服务虽是核心支柱，但唯有掌握这一核心，才能激活周边诸多潜力巨大的商业机会。” 他向我透露了一个需要保密的案例，并补充说”这类案例的数量多达数百个”。
因此，就核心企业网络服务而言，Meter 通过以下方式实现增长：
-
它通过 Connect、口碑传播或传统的销售与营销方式获取客户，并为其搭建专属空间。
-
当客户搬迁时，他们可以带着 Meter 一起迁移。
-
原客户旧址的新租户可以成为 Meter 的新客户。
-
随着 Meter 推出新产品，它既能向新客户也能向老客户销售这些产品。
假以时日并持续努力，仅凭这一点就足以让 Meter 成为极具价值的公司。思科目前市值高达 2500 亿美元，其中大部分来自其核心的企业网络业务。Meter 有机会通过更优质的产品、无需前期成本的优势赢得这块业务，逐步从每位客户身上获取更多价值，实现更快增长，最终成为互联网基础设施服务商。在这种情况下，其市值最终突破千亿美元大关似乎指日可待。
不过 Meter 还有机会构建比这更大的业务版图，关键在于其发展历程的下一步： 数据中心 。
此前我曾撰文提到：
Meter 过去十年构建的数据、硬件和软件支撑着其所有”应用”：互联网服务提供商、有线网络、无线网络、蜂窝网络，以及即将推出的新应用。 这至关重要。
另一个增长点是数据中心，这意味着 Meter 可以通过同一平台实现新的扩张路径：不仅拓展至新的企业空间或该领域内的新产品，更能为全新类别的空间开发一系列新产品。
数据中心网络化
数据中心既是对 Meter 核心理念的重大考验——即统一架构与垂直整合能在任何网络领域创造复合优势，也是 AI 浪潮核心地带的一个庞大市场，未来数年将经历多次重建。
仅过去一周（诚然这是极其重要的一周），就接连发生了以下事件：
-
OpenAI、软银、甲骨文和 GMX 联合宣布 “星际之门计划”，承诺投入 5000 亿美元为 OpenAI 建设数据中心基础设施
-
微软 CEO 萨提亚·纳德拉公开确认 ：”我的 800 亿美元预算已就位，将全部投入 Azure 云平台建设”
-
Meta CEO 马克·扎克伯格发文称，公司正在建设一座发电量超过 2GW 的超大规模数据中心，其占地面积将覆盖曼哈顿的相当大部分区域，仅今年就计划投入 600-650 亿美元的资本支出。
假设中国的深度求索没有扼杀对数据中心的需求（我认为并未发生 2），那么这将是一场面临独特挑战的前所未有的建设浪潮。
“如果你与数据中心建设者交谈并询问主要瓶颈，”阿尼尔告诉我，”他们首先会提到电力问题。 但人们不会追问其次的难题，那就是网络：设计、部署和维护网络系统。”
“电力是既定条件，”他说，”但网络完全是另一头猛兽。”
这正是 Meter 在过去十年里学会驯服的猛兽。在行业中保持最长远眼光的另一个好处是，偶尔你会恰好站在时代的风口上。
就像现在这样。 Meter 计划今年进军数据中心领域。
首先，它并不打算瞄准 AI 数据中心。许多竞争对手为追逐 AI 机遇而忽视了普通数据中心，Meter 希望为这些被忽视的客户提供服务。
尽管如此，数据中心网络领域竞争激烈且日趋白热化，这并非 Meter 的传统战场。前文竞争分析中半数观点都类似：”他们过于专注数据中心，难以在企业市场与 Meter 抗衡”。如今 Meter 却主动攻入对方腹地。何以至此？又为何如此？
关键在于 Meter 的硬件软件将横跨整个网络架构——从企业到园区，从边缘到数据中心。
不过并非当前这款芯片组。他们正在押注新一代产品，预计将主导未来十年的市场。
这次决策始于进驻数据中心的决定，随后逆向推演：”数据中心性能表现如何？我们能否将同款芯片组应用于园区网络？诸如此类…”
两者最大区别在于：本地网络中的设备数量级是数十到数百，而数据中心则达数百至数千。这意味着电力消耗会快速累积，最终成为决策中更为关键的因素。
这次我无法提供不同选项的对比表格，因为决策仍属机密，但关键结论如下：当 Meter 押注全新芯片组时，如今要承担的风险远胜往昔，而他们选择的芯片组远没有现有架构那样久经考验。 他们正将一家价值更高的公司押注在远未经验证的芯片组上！
我们已确认苏尼尔和阿尼尔不会盲目赌博，那么背后有何玄机？主要有以下几点。
首先，采用新型芯片组的风险已远低于过去， 这主要归功于扎克伯格及其团队。正如他现在对 Meta 开源 Llama 模型的做法，扎克早在 2011 年就开源了其定制数据中心技术，旨在实现互补品商品化 。该项目名为开放计算 ，至今仍在蓬勃发展。
瓦拉纳西兄弟告诉我，得益于开放计算项目，数据中心网络的抽象层现已实现标准化。
“团队开发的所有交换软件和平台现在都能用来测试这款新芯片本身，”苏尼尔说，“这要放在过去得耗费数年时间。如今你可以把整套技术栈直接移植到新芯片上，‘即时’测试其运行表现。”
简而言之，开放计算让 Meter 能在软件层面快速试错，而无需耗费数年测试硬件，这意味着他们可以尝试更“天马行空”的方案。
其次，规模效应在此同样适用。 同一套架构既能运行在 1Gbps 的本地网络交换机上，也能支撑数据中心里 800Gbps 的交换机。如果 Meter 能完善技术栈，就应当能将数据中心版本的性能按比例缩减，为本地网络带来同等级别的表现。
仅通过调整端口数量和带宽，同一套架构就能同时应对数据中心和本地网络的需求——“相同芯片组，只需通过软件调节功耗和端口差异”——这被称作“所有网络公司的终极梦想”。
传统方法需要为不同速率搭建不同平台，就像轿车和卡车需采用独立底盘架构。而 Meter 的方案更接近特斯拉用同一平台覆盖 Model 3 到 Semi 卡车的模式。这种架构之所以重要，是因为实现从本地网络到数据中心的无缝扩展始终是网络界的”圣杯”——虽然思科收购 Meraki、慧与收购瞻博网络等尝试过，但终因架构差异未能自然达成。
第三，攻克本地网络至数据中心的圣杯难题为 Meter 带来了另一组复合优势。 规模经济的基本法则就是：同款产品的采购量越大，成本就越低。通过在办公室、园区、仓库和数据中心复用少量芯片组，Meter 能为每个产品型号创造更大需求，其成本下降速度将远超那些只服务单一场景，或虽服务多场景但使用不同芯片的竞争对手。
此外，我们之前讨论过的所有隐性优势在这里同样适用。Meter 无需维护大量旧硬件的不同版本。与企业级方案类似，Meter 将在数据中心提供”即服务”模式，并随着新硬件的推出进行替换——这种更新是出于自身利益，而非利他主义。统一的芯片组意味着 Meter 能在数据中心运行与本地网络完全相同的软件、API 和数据管道。基于同一平台扩展更多类型节点，只会让复合优势加速显现。
例如”我们上线时就能将 Command 系统直接部署进数据中心”，阿尼尔向我举例说明：
算法和操作系统之上是 API 层，再往上则是 Command 等应用程序。希望在接下来六个月内， 大模型能加入这个架构。
大模型？一家网络公司要做这个？
没错。这是 Meter 技术栈的最后一层，Sunil 和 Anil 相信这将成为 Meter 成为终极网络公司的关键。
自治网络
Meter 正在训练一个网络基础模型，以实现网络设计、配置和管理的自动化。 他们将首先从企业市场切入。
目前 Meter 已通过人机协作（Command 软件与小模型结合）实现网络设计、配置和管理。该公司持续收集每个组件的元数据及其协同运作数据，现正训练能自主完成更多工作的大模型。
将设计视为网络的高层蓝图。它包括网络拓扑结构、硬件组件、IP 地址方案、协议选择、冗余规划以及未来发展预留等决策。提交平面图与需求文档，即可获得网络设计方案。
配置则是将设计方案落地的过程，通过对软硬件组件进行设置与定制来实现。具体包括：为设备分配 IP 地址和子网掩码、配置路由协议、实施安全规则（防火墙、VPN、访问控制列表）、设置流量优先级服务质量(QoS)策略，以及对交换机、路由器等网络硬件设备进行参数调优。
目前每个环节都需要数周甚至数月时间，具体周期取决于场地条件和网络需求。例如部署 10 万块 GPU 的数据中心，就与 Meter 计划首选的 ISP 托管型数据中心存在显著差异。
网络管理是一个持续监控、控制并优化网络的过程，以确保其高效、可靠且安全地运行。这正是 Meter 目前通过其支持团队和 Command 系统所实现的功能。
如今 Meter 手动完成的所有这些工作，都将在未来逐步实现自动化，旨在打造出如同 Sunil 和 Nitan 惯常研究的生物有机体般智能运转的网络系统。
能够自我配置、自我优化、自我修复和自我保护的网络构想，数十年来一直是通信行业的愿景（这与人们长期追求自动驾驶汽车的情形极为相似）。目前已取得一些进展：软件定义网络实现了网络管理与硬件解耦，基于意图的网络让运营商能定义业务目标并由网络自主完成配置，云原生架构则具备动态扩展和自适应能力。
但那个终极梦想——向计算机输入平面图就能在数分钟内获得网络设计方案，安装硬件后自动完成配置并持续自我管理——直到今天仍遥不可及。
Meter 有望让这个梦想成真。其”为何是现在”和”为何是 Meter”的答案已相当明显。
为何是现在 ：大模型技术已整体取得显著进步。优质数据加上充足算力就基本能满足需求。
为何选择 Meter：Meter 的垂直整合与数据管道意味着，正当训练网络基础模型成为可能之际，他们已掌握训练所需的精准数据。
因此 Meter 正在构建能设计网络（无论是办公室还是数据中心）、配置网络并自主管理的模型，就像一位网络架构师与工程代理的结合体。
这是少数但巨大的机遇之一： 一个可解决的难题，却能创造巨大价值 。
网络技术是科技领域最大就业类别之一 ，仅次于软件工程。当合格网络工程师供给萎缩时，市场对其人才需求却在增长。正如 Cursor 或 Devin，Meter 的愿景是通过其模型，让顶尖网络工程师实现百倍于从前的工作效能。
最初，Meter 的大型模型将通过 Command 平台提出建议，由人工操作员审批或修改推荐方案。这些模型将”直接使用 Command 编写软件并说：’这是我建议采取的操作方案。'”Meter 最初将 Canvas 集成到 Command 中的原因，就是为了让模型最终能自主编写软件。这是长远布局。
Anil 表示，Command 是 Meter 的二级自动驾驶系统 （辅助驾驶功能），他们正致力于在未来实现更高程度的自动化。
随着项目推进，在保持人工介入的前提下，他们将逐步赢得网络工程师的信任——这些工程师最初难免对自动化持怀疑态度，担心其可能引发安全漏洞或导致业务长时间中断。Meter 需要通过逐步提升能力来建立这种信任。
在真正训练出能够自主设计、配置和管理网络的模型之前，这个系统能否达到预期效果仍是未知数。虽然这个问题可以解决，但难度极高，并非随便什么团队都能攻克。
Sunil 和 Anil 坚信，垂直整合是达成这一目标的唯一途径。
通过掌控完整的技术与运营体系——包括自主硬件、软件、数据管道、API 接口、设计与安装数据、支持工单、运行日志及配置参数——Meter 拥有可用于训练模型的独特高价值数据。
这一优势几乎体现在 Meter 所有业务环节。例如其安装合作伙伴会实地勘测空间，将平面图、照片视频、配置参数及施工前后快照等数据统一归集至单一平台。
通过将这些数据与运营数据（初始设计和配置后出现的问题及成功经验）相结合，Meter 能训练模型掌握比仅凭安装数据更优秀的网络设计与配置能力。另一方面，通过精确掌握每项设备的安装配置情况，并将这些数据点与技术支持工单关联，Meter 可以训练其模型提供更优质的持续运维服务。
Anil 将 Meter 的优势类比特斯拉在自动驾驶领域的优势。特斯拉掌控着从硬件到软件再到数据管道的全链条。他指出，如今的特斯拉”本质上是一辆搭载摄像头的汽车，由模型实时决策驾驶行为并持续学习”。
这种模式需要长期投入才能见效，但可能是实现完全自动驾驶唯一具有商业可行性的路径。
正如本·汤普森在 《埃隆的梦想与惨痛教训》 中所写：
然而特斯拉的赌注在于，Waymo 的方法最终无法规模化，也无法推广到真正的 L5 级别自动驾驶；而从梦想（真正的自动驾驶）出发，让特斯拉走上了一条更优的道路——只依赖人工智能，通过数据驱动和持续优化，而这只有在已有数百万辆车上路的情况下才能实现。这正是与 SpaceX 及其周末事件的关联：若以梦想为起点，继而理解实现该梦想所需的成本结构，你将迫使自己走上唯一可行的道路，放弃那些无法规模化的简易方案，选择那些天马行空却可扩展的解决方案。
阿尼尔同样认为，与驾驶类似，网络解决方案的空间是有限的。虽然数据包的传输需要经历多个步骤，但每个独立选择都相对受限。从这里出发，前往这里或那里；从那里出发，前往这里或那里。
由于网络运作的特性，Meter 有机会通过更多数据来”解决”网络问题。而垂直整合的优势在于，Meter 能将模型投入实际应用，在有限边界内根据操作结果持续优化，形成自我强化的训练闭环。
综合来看，Meter 能够利用持续产生的实时时间序列数据训练模型，通过这些模型从有限且标准化的选项库中设计配置网络，实现一键部署模型，并自主管理网络运行。
这将使 Meter”更优、更快、更省”的服务优势得到几何级放大——这正是垂直整合的意义所在，而 AI 模型加速了这个正向循环。
如前所述，Meter 目前主要被成长型科技公司采用，这些客户更看重其简洁高效的特质，而非传统方案的无限制配置能力。通过模型赋能（现有 Command 系统已实现部分功能，更强大的模型将带来质的飞跃），Meter 将能实现”前端极简操作，后端无限可配置”的终极形态。
它应当持续进化 ，从新型安全威胁和网络问题中学习，并通过完全可控的硬件即时推送更新。
这与特斯拉的核心理念如出一辙：虽然为网络安全或配置手工编写硬编码软件可能在短期内获得更优的专项表现，但从长远来看，具备学习能力的通用网络 AI 将在所有领域表现更佳。
这就是所谓的苦涩教训 ，未来几年网络单点解决方案都将尝到这种滋味。
就企业网络而言，很难想象其他竞争者能在此领域与 Meter 抗衡。这简直是绝杀 。
那数据中心呢？
Meter 模式接管数据中心
Meter 过去及持续做出的所有艰难长期决策，其核心在于它应该能够在整个服务范围内实现任何功能。
如果 Meter 能更快地设计和配置办公室网络，那么它也应该能更快地设计和配置数据中心。虽然这一点尚待验证，但这将是一项极具价值的核心能力。
10 月，英伟达 CEO 黄仁勋与 BG2 联合主持人、Altimeter Capital 普通合伙人布拉德·格斯特纳及 Altimeter 合伙人克拉克·唐进行对话，其中谈及 xAI 在孟菲斯数据中心的建设情况：
从概念诞生到数据中心准备就绪、NVIDIA 设备进驻，再到通电启动、完成所有连接并进行首次训练…整个过程仅用了 19 天。
最近我与他们交谈时，苏尼尔和阿尼尔像黄仁勋一样感到震惊。
“通常来说，要搭建这样一个集群，”阿尼尔解释道，”网络设计需要6个月，安装耗时，配置也耗时。所有这些环节加起来需要数年时间。马斯克团队只用了19天就完成了。”
通过自动化网络设计和配置，Meter 可能将数据中心上线流程缩短宝贵的数月时间。目前每个环节根据空间特点和网络需求，都需要数周或数月完成。Meter 希望他们的模式能将其压缩至分钟级而非月级 。
Meter 现在面临的核心问题是：其积累的所有企业数据对数据中心的适用性如何？也就是说，我们在上一节讨论的所有优势能否迁移到数据中心领域？
这仍是一个悬而未决的问题，或许还是一个价值万亿美元的命题。
首先，Meter 的模型在传统数据中心如何运作？
那么，或许在明年或更远的未来，它们将如何在 AI 数据中心运作？
对于堆满 GPU 机架的 AI 数据中心而言，其网络架构可分为三类：
-
GPU 之间的互联网络
-
GPU 集群间的网络互联
-
数据中心与互联网其余部分间的网络连接
xAI 在孟菲斯的大部分卓越表现与集群间网络技术有关。英伟达的 InfiniBand 和 NVLink 技术，以及超以太网联盟覆盖了 GPU 间及集群间的网络连接。就 Meter 涉足 AI 数据中心而言，它将专注于第三类业务——这是对其当前核心业务的适度延伸。
不过最初的问题将是：Meter 的模型在传统数据中心（就像我们的数据包途经的那些，以及每毫秒都有无数数据包穿行的设施）中的表现究竟如何。
坦率地说，如果你的目标是触及每个数据包，这些数据中心就是蜜罐。
阿尼尔对其模型的适配性持乐观态度，这不仅因为 Meter 运行在统一的平台上，更因为互联网建立在标准协议之上 。
以太网在两种环境中都遵循 IEEE 802.3 标准。TCP/IP、DNS、HTTP/HTTPS、VLAN、BGP、OSPF、EIGRP、MPLS、IPSEC、NTP 等众多协议在两种环境中的运行方式完全相同。
这是必然的。 我们的数据包能够完成环球之旅，无论其内容如何、来自何方、去向何处，都得益于这些开放协议。
确实存在差异。办公室里的无线网络比数据中心更多。Meter 需要利用其全栈技术来捕获数据中心网络设计、配置和日常运营的数据。初期会采用更多人工操作，随后逐步让模型承担更多工作。
但关键洞见在于——当 Anil 最初告诉我 Meter 想要触及任何地方的任何数据包时，我完全无法理解： 数据包就是数据包 。
如果你能在办公室传输数据包，就能在数据中心传输它。
能在越多地方运用相同的软硬件来传输数据包，你就比其他人更擅长这项技术。采购更多硬件能降低成本，收集更多元数据则能优化模型。
这就是通过触及所有数据包来打造终极网络公司的方式。
终极网络公司
Meter 的十年历程，对我们数据包的旅程而言不过毫秒一瞬。
一方面，一切才刚刚开始。Meter 目前营收数千万美元，尽管预计今年将增长五倍，但仍比思科低三个数量级。其融资额同样为数千万美元。团队规模即将突破百人。
我今天提出的这些主张似乎为时过早，也许确实如此！
Meter 面前还有大量艰巨的执行工作。它必须进军一个对 Meter 而言全新、但对众多资金雄厚且精明的竞争对手来说却驾轻就熟的数据中心市场。它需要真正完成大模型的训练并落地实施。即便完美达成这些目标，仍需克服现有企业数十年积累的渠道优势——这种优势往往比我认知中的更为强大。
但另一方面…当你的电脑操作系统用 IP 标头包裹数据包时，虽然这个数据包仍安全地驻留在本地网络中，尽管它可能还要穿越数千英里的草原、电波和海底光缆，但那个 IP 地址自带一种必然性： 无论途径何种路由，终将抵达应去之处。
这不正是 Meter 当前的写照吗？
具体路径尚不明朗。它会主攻企业市场，还是转向数据中心领域？亦或双管齐下，毕竟两者本质颇为相似？又或者即便架构统一，注意力却难免分散？其模型真能奏效吗？历经多年沉淀，它真能成为构建自动驾驶网络的那家公司吗？即便做到了，网络工程师们会买账吗？假以时日，这些问题的答案或许都是”肯定”，但对多数初创企业而言，时间恰恰是最奢侈的筹码。
尽管存在不可避免的不确定性，但对我来说，Meter 的成功确实带有某种必然性，这种必然性是大多数公司所不具备的，即便是成立十年的企业也不例外。
这部分是因为在新技术经济范式的初期，垂直整合程度最高的往往能胜出。而 Meter 正是垂直整合的典范。事实上，Meter 揭示了为何在当今动荡时期垂直整合如此关键：它最有能力构建这个新范式最大的奖赏——一个让一切更优质、更快速、更廉价的基础模型。
诚然，Meter 以全行业最具远见的格局，十年来睡在工厂车间，为赢得真正重要的长期胜利而忍受短期阵痛，这种特质确实会给人带来独特的感受。就像精心策划的棋局，那些当下看似毫无意义的落子，终将在收官阶段显现其深意。而后，突然间将军 。或许用围棋比喻更为贴切——一系列神之一手终得开花结果。
但归根结底，一切都要回到故事的起点：苏尼尔与阿尼尔身上。
正是他们决定垂直整合整个产业链，正是他们组建了能够实现这一壮举的全明星团队，正是他们以十年如一日的雷霆执行力下着重注，同时保持着最宏远的视野。正是他们搜遍互联网与全球每个角落，寻找那些终有一日可能产生回报、甚至产生复利效应的微小优势碎片。
我之前说过，这个故事有两种讲述方式。
你可能会说：”哦，我只是用了 Zoom。”
或者你可以描述什么是数据包，它是如何诞生的，它所经历的旅程，以及沿途支持它的所有基础设施。
前一种叙事方式写起来更轻松。我本可以用”苏尼尔和阿尼尔非同寻常，相信我”这句话省下两万多字的篇幅。
但要理解他们的非凡之处，你需要了解他们打造的公司和至今所做的决策。你可以自行评判这些举措，不必听信我的说辞。如果我的工作到位，或许你也会产生与我过去13个月接触他们时相同的感受——他们未来的决策也将是正确的，即便需要些时日才能见效。
“ 真正卓越的创始人就像一种压缩算法，” 我曾写道 ，当时脑海中首先浮现的就是苏尼尔和阿尼尔的身影。“如果你判断某位创始人确实卓越非凡——具备成为爱迪生、洛克菲勒、福特、乔布斯、黄仁勋或马斯克的潜质（这听起来或许夸张，但别忘了我们追求的就是他们那种量级的公司）——这个判断本身就几乎说明了一切。”
最初与阿尼尔通话时，我并未认为网络基础设施是个有趣的领域，但很快我就认定阿尼尔是位极其有趣的创始人，于是便推断这个领域必然也很有趣。这种循环论证最终被证明是正确的。
要相信 Meter 可能成为最后一家网络公司，相信它真能传输每个数据包，确实需要一点这种循环论证的思维——当然还需要一些事实依据作为支撑。
目前，无论数据包是在办公室（有线+无线）、通过 ISP（Connect）传输，还是通过空中信号传送到手机（蜂窝网络），Meter 都有相应产品使其传输更顺畅。很快，它还将涉足数据包的终极矿脉——数据中心（DC），在那里传输数据包简直易如反掌。
当然， 一间办公室不能代表所有办公室， 一座数据中心也无法涵盖所有数据中心。当这些基础设施组件就位后，Meter 需要持续扩张。规模经济依赖于增长，处理每个数据包依赖于增长，而要成为终极网络公司，更需要通过不断扩张来吞噬前进道路上的一切障碍。
关键在于——正如 Meter 发展历程中反复验证的那样——要认识到所有这些增长不必一蹴而就。它可以缓慢而坚定地实现。
如果将当前发展轨迹投射到足够长的时间跨度，比如未来一二十年，我们将看到 Meter 不仅会超越当今最大的网络公司，其规模更将突破网络企业曾有过的任何历史记录。
让我对垂直整合者如此兴奋的原因是，最终的赢家将比它们取代的传统企业更有价值——新技术让它们能以更低成本、更高效率、更优质量和更大利润空间实现突破。在我报道过的所有公司中，Meter 是对这一理念最成熟的实践者。垂直整合与人工智能确实会导致赢家通吃；Meter 则揭示了其运作机制。
如果 Meter 成功实现这一愿景，其价值将有多大？
Meter 掌控着整个流程中的硬件、软件和运营环节，因此理论上它能创造并获取比其他任何网络公司更多的价值。通过将硬件和软件的应用场景从本地网络扩展到本地与数据中心协同，它正在降低单位成本并提升性能表现。
它以辐射状增长，每位新客户及其办公空间都成为进一步扩张的节点。随着产品线的扩充，它能向每位客户销售更多服务。这种商业模式既让客户更易接受，又为 Meter 带来了更高利润。
现在，它正充分发挥垂直整合的所有优势来构建基础模型，使这一切工作能以更高利润实现更快速高效的运转。
因此随着公司规模扩大，Meter 的每款产品都在变得更优质且更廉价，同时产品线也在持续扩展——这意味着在降低收费的同时创造更多价值，如今这些产品还变得更加智能。
最关键的是，基于其战略布局、平台构建和长期运营视野，Meter 能够持续保持高速发展势头，实现复利式加速增长 。长期来看， 斜率终将战胜截距 。
这一切都表明：尽管 Meter 规模尚小，市值仅为思科的 0.1%，却已然显出将军之势 。这个论断在未来几年或许仍显狂妄，直到某天不再如此。
若他们获胜，奖赏为何？
1882 年当托马斯·爱迪生点燃 J·P·摩根的图书馆时，电力的价值已不言而喻。这位全球最具权势的银行家甘愿忍受不便、噪音、烟雾与危险也要获得它。不过在当时，电力主要只用于一件事：点亮灯泡。
随后数十年间，电力逐渐成为公共事业。如今从烤面包机、电视机到特斯拉电动车，所有设备都依赖电力运转。空调靠电力驱动，现代医疗设备靠电力运行，半导体制造依赖电力，那些承载最先进芯片的数据中心同样如此。
这些数据中心需要消耗大量电力，其用电规模远超爱迪生时代的想象。如今某超大规模企业规划中的单个1吉瓦数据中心，其耗电量将是爱迪生珍珠街发电站的1万倍。当特斯拉和西屋电气在1895年建成尼亚加拉水电站时，其75兆瓦的发电量甚至供大于求——最大客户布法罗市的用电量仅占1%。而今天，我们的电力需求却永无止境。
换言之，若 Meter 掌控这个互联网基础设施 ，其显性价值将不可估量。成为最大的网络公司意味着两千五百亿美元的奖赏。而成为终极网络公司则更具价值。但它还将创造并攫取今日视角下难以想象的财富。
瓦拉纳西家族用十余年时间构想并建设这样一个世界：数据包消耗量将如电力消耗般持续增长。我们世界中所有愚钝之物终将变得智能。我们将与周遭设备展开不间断对话——文字转化为数据包，数据包转化为文字。
如今少数汽车已能偶尔自动驾驶。二十年后，所有车辆将实现全天候自主行驶。随着机器人承担越来越多劳动，工作将完全由电子流与数据包驱动。
随着智能成本持续下降，我们将通过数据包流为世界注入海量智能。千万亿级将让位于百万兆级，继而迈向十的二十一次方量级。
若 Meter 如愿以偿，它将实时调度所有数据流动。世界将被能即时涌现并自适应调整的网络覆盖。Meter 志在成为这层”智能毯”，因为数据包的可能性正以不可预测的方式分叉叠加，终将创造超乎想象的奇迹。
苏尼尔和阿尼尔希望用几十年时间实现 Meter 的指数级扩张。无论是十年后还是三十年后，我认为 Meter 终将成为市值万亿美元的企业——这个数字相比他们传输的数据包量级仍相形见绌。
特别感谢苏尼尔、阿尼尔、莎拉、尼坦、斯瓦里特、丹、山姆、汤姆、邦帕、埃文、阿曼、塞哈吉以及其他所有为我讲解互联网运作原理及 Meter 优化方案的朋友们。
今日内容至此结束。明日我们将通过《每周精选》与您再次相约。
感谢您的阅读。
帕奇
《光明帝国》，吉尔·琼斯 著