# AI

AI

Apr 27, 2026

垂直 AI 的需求端

Efficient 发布时间: 2026-04-21T18:04:31+00:00 垂直 AI 领域正在发生一种转变，这种转变往往被那些 AI 原生平台和 AI 服务业务的巨额融资新闻所掩盖。关于 AI 最有趣的一点并不是它带来的竞争——而是 AI 如何扩大了原本存在的市场。 在过去的几年里，我低估了前沿模型在输出质量上赶上受过训练的专业人员的速度。作为一名投资者，我以前只有一种视角，但在亲自动手使用这些工具进行构建之后，我对可能性的感知发生了变化。这完全改变了我对事情发展方向的看法。 套用威廉·吉布森的话说：我所称的“类 AGI”已经到来；它只是分布不均。我读到的大多数分析，包括我自己以前的分析，仍在整理哪些价值 500 亿美元的传统市场会被哪些 AI 原生进入者重新瓜分。这种分析没有错，但它只是一部分。 更紧迫的问题是，哪些市场最终会被激活？以及会形成什么样的公司来服务它们？这就是需求端。 供给端的共识 让我们从供给端的共识开始，因为阅读这篇文章的人可能已经很熟悉了。 垂直 SaaS 作为一个类别正受到威胁。 证明风险投资规模回报合理性的护城河——企业就绪性、工作流知识产权、集成表面积——正在崩溃，并融入模型层。过去软件所做的事情，现在模型就能做。模型现在做不到的事情，一个小型 AI 原生团队围绕一个基础模型包装一下，一个季度就能发布。 因此，许多投资者正转向支持 AI 原生的服务业务。这些业务端到端地吃掉工作流，并为最终用户提供托管服务产品，而不是效率平台。策略很明确：不要把工具卖给专业人士——而是成为专业人士，拥有 10 倍的杠杆和一小部分的成本。 需求端的扩展 很明显，我们现在拥有了几乎无限且负担得起的智能。那么这如何影响客户需求呢？ 历史上，专业服务一直有着由人类劳动力成本设定的固定最低价格底线。一位资深律师。一位商品交易员。一位医疗保险注册顾问。每个人都有一个薪酬底线，这个底线将整个类别的买家排除在外。中小型企业（SMB）请不起律师。地区经销商雇不起交易员。资金不足的诊所配不起顾问。需求一直存在，但单位经济效益却不支持。AI 击穿了这个薪酬底线，可以满足以前因价格而被排除在外的潜在需求。 这看起来像什么？举三个例子： 大宗商品对冲。 像达美航空或嘉吉这样的大型公司有内部的大宗商品交易员。一家收入 2 亿美元的地区食品分销商则没有。他们负担不起雇用华尔街资深交易员的费用，也没有相关关系，达不到银行办公桌的最低标准。所以他们不对冲。在他们的规模上，这个市场不存在。然而最近，致力于自动化商品驱动型企业对冲的初创公司获得了巨额融资，以旧平台无法触及的价格点提供服务。“复杂的机构可以使用工具和基础设施，而推动全球贸易的实际生产者、进口商却很少或根本无法使用。风险管理被视为一种奢侈品……”现在，这种服务已经可以提供给长尾的假设客户。 小型企业的法律访问权限。 一个只有 5 个人的公司面临合同纠纷时，任何真正的律师事务所都会要求至少 5000-15000 美元的聘用费。大多数人永远不会聘请。他们咽下损失，签署糟糕的合同。一个原生 AI 法律服务可以起草需求信或审查 MSA，它不需要完全取代律师，它只需要存在于一个小型企业愿意付费的价格点，成为他们以前请不起的律师。这些小企业以前不是法律行业的客户，现在他们是了。 […]

阅读全文

商业洞察

Apr 27, 2026

AI 时代的竞争战略

Tunguz 发布时间: 2026-04-24T00:00:00Z 谷歌将其补充产品商品化（commoditized its complements）：免费地图、免费电子邮件、免费浏览器、免费的移动操作系统。他们拆除了用户与搜索之间的每一个收费站。 类别 (Category) 城堡 (The Castle) 补充产品 (The Complement) 策略 (The Play) Search (搜索) Ad Revenue (广告收入) Original Search Engine (原始搜索引擎) 开启反馈循环的技术飞跃 Email (电子邮件) User Data (用户数据) Gmail (2004) 将付费存储变成免费的公共设施；杀死了 Hotmail Maps (地图) Local Ad Intent (本地广告意图) Google Maps (2005) 使 GPS 硬件和许可免费，以拥有本地搜索数据 Mobile OS (移动操作系统) Search Access […]

阅读全文

AI

Apr 27, 2026

在代理经济中的蓝海机遇

in AI Substack 发布时间: 2026-04-19T18:09:22+00:00 今年是从基于聊天的 AI 向代理 AI（Agentic AI）过渡的一年，这主要由 OpenClaw 和相关工具的炒作所推动。这是 AI 领域的一次结构性突变。 商业 AI 的第一波浪潮（2022–2025年）是以界面为中心的（Interface-centric）：AI 存在于聊天窗口中，返回文本，并等待。人类通过解释和手动执行来提取价值。这种模式产生了真正的生产力提升——但它没有触及最昂贵的摩擦点：认知与执行之间的鸿沟。 第二波浪潮——截至 2026 年第一季度已经到来——是以执行为中心的（Execution-centric）。代理不会回答查询；它们完成目标。它们在会话之间保持状态，通过 MCP（模型上下文协议，Model Context Protocol）调用工具，通过 A2A（代理到代理，Agent-to-Agent）协议将子任务委托给专门的代理，并致力于取得成果，而不需要人类在每一步都进行联合签署。这种转变对组织的影响，不亚于从大型机到客户端-服务器的转变，或者从本地部署到 SaaS 的转变。 把这误读为“AI 变得更快了”的公司和风险投资家，将与那些把互联网描述为“更快的传真机”的人处于同样的境地。 传统的 SaaS 通过三个堆叠层创造了其护城河： 1. 数据（存储在专有的 schema 中） 2. 逻辑（工作流规则和业务流程自动化） 3. 界面（使人类能够访问上述内容的 UI） 二十年来，第3层（UI）一直是竞争差异化存在的地方——UX、设计、采用率和培训。Salesforce 能够获胜不是因为其卓越的数据库架构，而是因为销售人员实际上可以使用它。 MCP 使得作为竞争护城河的第3层崩溃了。 MCP 不是边际改进。它是一次协议级别的“心脏搭桥手术”。当 AI 代理可以直接连接到 CRM 的数据层，读取管道状态，更新记录，触发工作流并生成报告——所有这一切都无需渲染任何 UI 像素时——界面就失去了作为访问机制的作用。它变成了纯粹的装饰。 […]

阅读全文

AI

Apr 27, 2026

代理网络：代理如何解锁下一代网络效应

我坚信，市场和受网络效应 (NFX) 驱动的业务将在代理的崛起中幸存下来；即使机械化的索引功能变得商品化，多人协调和网络效应的基本物理规律仍然具有极高的持久性。 随着生产/创建软件的难度降低，大多数软件公司缺乏真正护城河的现象变得越来越明显，网络效应作为一种真正具有防御性地位的独特价值将会被重新定价。 Chris Dixon 给我们留下了“为工具而来，为网络而留”的名言。James Currier 提出了“市场网络 (market networks)”。我想增加第三个：“代理网络 (agent networks)”。一种自动驾驶软件，它一开始只对单个用户有用，但当这些用户的代理开始相互交易时，它就会翻转成多人协调模式。构建工具，获取网络。 AI 将积极创造更多构建网络效应的新机会，即使其剧本和外形因素与 Web 2.0 市场截然不同。 从历史上看，市场和 NFX 业务都是建立在一组原语之上的：支付、身份、消息传递以及风险/合规。随着每一次新的平台转变（先是互联网，然后是移动端），这些企业都在接口和 UI 之下添加或依赖了新的原语，作为驱动网络的底层金属。 第一批市场业务（如 eBay）建立在由互联网作为平台所赋能的一组极为重要且新近可能的原语之上。支付和消息传递使这些 Web 1.0 业务得以运转。寻找陌生人、与他们交谈并向他们付款，这是一种由互联网带来的具有巨大价值的新能力，并推动了一个价值数万亿美元的在线商业新经济。 下一次平台转变（移动端）催生了更广泛的 2 边和 3 边业务（Uber、Airbnb、Doordash、定向广告等），它们增加了身份和风险/合规原语，从而使 NFX 业务能够更深入地延伸到由人和服务构成的杂乱的现实世界中。由于对密度的要求以及冷启动问题，这些（主要受限于本地的）服务公司构建起来极其昂贵，但它们可以解决更大的市场。 在短暂的一段时间内，似乎“市场网络”将成为这里的下一次进化：像 AngelList 和 HoneyBook 这样的公司将作为软件公司起步，以吸引市场的一方，然后为连接提供动力，从而产生网络效应并锁定另一方。但是，并没有发生意义重大的平台转变来驱动这些业务，也没有新的原语出现；它们早期的单人实用性不够高，也不够新。虽然它们没有失败（毕竟这些公司依然存在），但这个假设中并没有涌现出“重要”的公司。 现在，随着 AI 平台的转变，上下文 (context) 将成为市场的第五个原语，而代理网络则是新兴的网络效应范式。即使它是自动驾驶的且没有传统的界面，它依然运作在相同的底层金属上。 随着每一次新的平台转变，NFX 业务的货币化率往往更高。当您添加新的原语时，您会创建新的货币化路径，这最终会推动抽成比例 (take rates) 以及可行的类别规模。上下文作为一种原语，推动了类似于 […]

阅读全文

AI

Apr 27, 2026

AI 不是一场劳动力危机……而是一场意义危机

Ventures’ Snailmail 发布时间: 2026-04-19T20:00:00.000Z 欢迎来到 Slow Ventures 的 Snailmail，在这里我们会放慢脚步，分享本周我们的合伙人和创始人们的想法。 Sam Lessin 背景： 从历史上看，我们一直都需要一个故事……一个让我们起床、去奋斗、去忍受、去建设的理由。意义并非一种奢侈品。它是文明的关键输入。因为我们能够想象未来，所以如果没有一个栖身于未来的理由，我们就真的无法生存。 我们以前也经受过劳动力的冲击。我们或许能抵御杀手机器人，甚至可能在共同语言崩溃后幸存下来。但如果我们扼杀了意义，我们就扼杀了文明。 市场信号： 裂痕已经显现。旧有的“工业时代”的意义故事：努力工作，向上攀升，让你的孩子过上更好的生活——几十年来一直在崩溃。首先是迈克·穆里根（Mike Mulligan）问题：体力劳动不再足够。然后大学文凭这条跑步机也坏了。互联网摧毁了地方英雄系统，让所有的地位都变成了相对的、全球性的、零和的。现在，人工智能（AI）出现了，并威胁要折断最后剩下的几把阶梯。 意义正成为真正的稀缺品。不是智力，不是生产力，甚至也不是物质。而是信任、归属感、目标，以及感觉到你的奋斗是有价值的。 核心要点： 意义是一种协调技术。 宗教、工业现代性、进步——这些都是组织意义的可扩展操作系统。AI 威胁要使其碎片化或使其变得无足轻重，让大多数人更难获得个人和集体的意义。 AI 打破了努力与价值之间的联系。 这比不平等更具破坏性。人们可以忍受不公平，但不能忍受无关紧要。 富足 ≠ 意义。 我们正在进入一个物质生活可能会变得更好的时代，但主观目标却在衰退。对于少数自我驱动的人来说这是天堂，但对大多数人而言则是意义的衰退。 下一个意义系统可能看起来不像“信仰”——它们看起来会像身份、仪式、边界和使命。 想想微型宗教、兴趣崇拜，或者工程化社区。 AI 时代的核心政策和创业问题可能不是重新分配，而是重新合法化。 我们如何让人们感到被需要，而不仅仅是被补贴？ Yoni Rechtman 背景： 如果你曾接近过“软件推特（Software Twitter）”，你就会看到一场模因战争正在激烈进行：“这都是关于 SBC（基于股票的薪酬）的！”对抗“这都是关于终值（TV）的！”（对于外行人来说：SBC = 基于股票的薪酬，TV = 终值，即业务在彩虹尽头的价值。）答案和往常一样，是“两者皆是”，但真正的问题是为什么两者都很重要，以及这说明了“软件战争（SoftWars™）”正走向何方。 市场信号： 残酷的现实是：市场已经认定 >95% 的软件是一种终值为 0 美元的有限年金。如果你正在经营一项基本上是收入流的业务，那么你绝对必须关注收入并控制成本（包括 SBC）。如果你是少数被市场视为具有潜在永续性的幸运儿（拥有真正终值的业务，一台复利机器），那么规则就不同了。你可以“超支”在 SBC 上，因为你正在购买加速，而不是在保护利润率。 […]

阅读全文

AI

Apr 27, 2026

AI：强效与精简领导力权衡

Hartley 发布时间: 2026-04-22T21:08:01+00:00 两年前，我曾提出这样一种观点：人工智能正在企业领导层中制造一种分化的战略。公司被迫在两条路径中选择一条： 强效（Strong）：维持投入，通过人工智能的放大效应产生更大的产出。 精简（Skinny）：削减投入，依靠人工智能的效率产生相同的产出。 在出版我的书《文科生与理科生（THE FUZZY AND THE TECHIE）》十年后，我仍然每个季度都会受到邀请向企业受众发表演讲，探讨技术的发展，以及人类技能、软技能在引导这些技术解决最严峻问题方面的重要性。这个故事已经从在海量数据中发现偏见、为代码提供背景环境，演变成了在人工智能时代围绕人类技能展开。今天，人工智能的激增进一步加深了领导层关于人工智能采用的权衡：是为了提高效率和削减成本而采用人工智能，还是为了通过放大人类劳动力来实现增长和产出扩张而采用人工智能。 在 2017 年，我举了放射科医生的例子（当时许多人声称他们将“失业”），以强调这种“精简”的短视目光忽视了一个现实：人工智能不会消除所有放射科的工作，而是会降低成本，扩大对 MRI 的需求，并在可能产生净新增需求的地方推动放射学的巨大繁荣。在那本书出版以来的十年里，我们看到了 Prenuvo、Ezra、EverLab、Function Health、Axo Longevity 以及许多参与者的崛起，他们将这一现实变成了成果。虽然许多人担心会出现只有“精简”的结果，但占主导地位的主要是“强效”。投入相对保持固定，这意味着那些放射科医生并没有全部失业，相反，产出扩大了，成本下降了，需求飙升了。今天，放射科医生的人数比十年前还要多。这与人们的预期恰恰相反。 随着人工智能的效率降低了放射学的成本并扩大了需求，放射科医生被推到了“地图”的更前沿，去处理人工智能无法完全自动化的边缘用例。被削减的不是放射科医生的工作，而是放射学中使工作变得低效的死记硬背的机械任务。通过在人工智能的帮助下精简这些机械任务，执行和解释扫描所需的时间减少了，因此放射科医生能够在相同的时间单位内执行更多的扫描。这种在相同投入下产出的扩张（强效），压低了成本。相对对价格敏感的消费者突然能够负担得起以前遥不可及的服务，因此需求扩大，产生了一个比预期大得多的消费市场。 在每个组织中都有许多工作。而工作是由单个任务组成的。这些任务可以沿两个向量分解。任务可以是体力的或认知的，也可以是常规的或非常规的。对于死记硬背的机械性体力任务，机器人技术可以替代人类劳动。对于死记硬背的机械性认知任务，人工智能可以实现显著的收益。在这些任务子集（如常规放射学）中，人工智能可以产生效率收益，从而允许领导者做出选择。如果他们选择“精简”，他们可以削减投入，并且可能仍然产生相同的产出。但在一个竞争激烈的市场中，你的竞争对手可能不会这样做，“强效”通常是首选，即维持或仅略微削减投入，并让支持人工智能的产出推动增长。在放射学的例子中，考虑到消费者对价格的相对敏感性，这种增长实际上带来了市场规模和需求的扩张，并创造了净新增的就业机会。 在实践中，技术替代是有采用时间表的，即使在“精简”的情景中（公司选择用机器削减人类劳动），几乎在每种情况下，仍然存在需要人类管理者的情形。技术能力仍然掩盖了采用的组织复杂性，因此新闻头条总是会走在我们作为员工所体验到的现实前面。 然而，对于大多数工作来说，情况却截然不同。大多数工作都包含很大比例需要创造力、协作和沟通的非常规任务，这些工作采用人工智能不是一种最后通牒，而是一种提高生产力的血清。这些都是采用“强效”人工智能的领域，在这里人工智能（AI）或许更应该被称为 IA，即智能放大（intelligence amplification）。人类的技能得到增强，而不是被淘汰，人工智能将这些员工从死记硬背和常规的任务中推向更具人类能力的工作。 Eudia 首席执行官 Omar Haroun 谈到了“帕累托压缩（Pareto Compression）”，即由 20% 的投入驱动 80% 产出的古老格言正在被压缩。在这个新世界中，专业知识得到指数级的回报，也许 5% 的投入就能驱动 95% 的产出。这并不意味着我们都完蛋了。它的意思是，在每一个角色、每一项工作职能中，人类都将被推入那个天才地带——在那 5% 的区域里，他们所做的事情才真正重要。在放射科医生的例子中，这是对非常规病例的解释、更多的患者参与，以及对软技能、协调和沟通需求的扩大。帕累托压缩并不意味着完成这项工作所需人数的压缩；它意味着每项工作中任务集的压缩，推动每一个执行者在人工智能的基础上，从事更高层次、更令人满意的边缘工作。就像放射科医生一样，它可以扩大需求，并将角色推向不断增长的人类能力的更前沿。在其他情况下，这并不意味着每个人都必须成为专家；相反，它扩大了能够胜任这项工作的基础人群，并打开了更多大门。 在竞争激烈的环境中，选择“强效”还是“精简”不是一个最后通牒，也不是一个零和选择；它要求每个组织深入研究工作，识别任务，并选择在何处应用“精简”以及在何处应用“强效”。大多数组织必须双管齐下：通过机器人和人工智能削减非非常规任务，并使用这些非凡的新工具放大非常规任务。人工智能采用的世界是一个消除机械任务、扩大能胜任工作的基础人群，以及显著放大的专家工作实现帕累托压缩的世界。错误在于认为采用人工智能只是一种零和选择；事实上，它是多方面的。在大多数情况下，领导者会发现需要进行一场关于削减成本与“精简”、增长驱动力与“强效”、他们可以雇佣的人群范围的扩大，以及为真正的领域专业知识和经验深度支付溢价的“是的，而且（Yes, And）”的对话。

阅读全文

AI

Apr 27, 2026

AI 驱动的就业爆炸

Judgement Substack 发布时间: 2026-04-24T13:04:49+00:00 每周我都会提供关于云软件公司最新趋势的更新。请关注以了解最新动态！ 即将到来的就业爆炸 我是一个永远的乐观主义者。我很难通过其他任何视角来看待这个世界！有时候我很天真，但总的来说，我认为这是一种更好的生活方式（而且，通常情况下，很难押注人类的韧性会失败）。 关于 AI 的最大争论之一涉及到它将对就业产生的影响。一方（嘘，悲观主义者！）认为，随着 AI 夺走每个人的工作，我们将看到就业的崩溃。另一方则认为是某种形式的“杰文斯悖论 (Jevon’s paradox)”——伴随着巨大的积极经济效益。鉴于我的开场白，我想我站在哪一边已经很清楚了！ 过去我用很多方式来阐述过这一点（我想我甚至在之前几周的专栏里写过）。但是，我最近听到黄仁勋 (Jensen) 更加雄辩地阐述了这一点（惊喜吧，他在框架的构建上比我强！）。他论点的核心（我全心全意地同意），是“AI 将夺走工作”这种构架是错误的。为了真正地辩论这个问题，你必须把“工作 (job)”和“任务 (task)”区分开来。这是什么意思？我们用一个例子来说明。软件工程师的工作是构建高质量的软件。而软件工程师的一项任务是在 IDE 中编写代码。AI 实际上可能会使一项工作的某个任务自动化（即自动编写代码，不再需要手动完成），但它不会取代这项工作——构建高质量的软件。因为一份工作远不止其中的一项任务那么简单。事实上，我反而认为 AI 将产生相反的影响！AI 将使完成任务变得容易得多，从而导致从事这项工作的人数爆炸式增长！这并不是什么新鲜事（人们常说 AI 工具将降低创建软件的门槛，从而导致大量软件被创建！）。但我还没听过像 Jensen 这样框架性地表达它——把工作和任务分开。 对此常见的反驳是什么？“那如果这项任务代表了工作中的很大一部分比例呢！说软件工程师是‘软件构建者’只不过是给猪涂口红！他们实际上就是写代码的！”我理解这种反驳，但我认为它忽略了一些重要的事情。作为一个软件工程师，最难的部分从来都不是打字。从来都不是语法。而是对问题有足够深刻的理解，知道要构建什么。是知道如何构建系统的架构，如何做出正确的权衡，如何在系统以常人难以预料的方式崩溃时对其进行调试。代码只是输出（不是工作本身）。听着，也许怀疑论者是对的，现在写代码确实占据了 60-70% 的时间。好吧！但这反而进一步证明了我的观点。如果你能压缩 70% 的时间，你并没有淘汰那个人……你是让那个人多产出了 3-4 倍。世界上每家公司想要什么？更多的软件。更多的工具。更多的内部应用程序。更多的自动化。更多的一切。对软件的需求远未饱和。我们一直受到供应的限制，而不是需求的限制。因此，当你使得供应软件变得容易得多时……你得到的不是更少的工程师。你得到了更多。软件工程师工作的性质将会改变（可能会改变很大！）。但工作本身呢？它变得更大了，而不是更小了。 我喜欢用一个假设的例子来说明。假设我们生活在汽车发明之前的世界。如果你想从家去杂货店，你要乘坐马车。我们把驾驶马车的人叫做车夫 (chauffeur)。然后，假设发生了一次极其迅速的技术创新，突然之间，汽车上路了（这个类比的关键部分是大写的那个词——这种变化发生得非常迅速，就像 AI 一样）。一个相当悲观的看法可能是：“啊！这太可怕了！想想所有会失业的车夫吧！”但是换个视角看世界就很容易了。成为一名车夫的意义保持不变（你帮助人们从 A 点到达 B 点）。车夫的任务曾经是驾驶马车（以及维护它，为它购买零件等）。现在，车夫的任务改变了！他们的工作仍然是帮助人们从 A 点到达 B 点。但是任务改变了——现在他们需要学习如何操作机动车辆（如何驾驶手动挡汽车），而不是如何使用缰绳来控制马匹导航。 在这个世界里会发生什么？我们拥有了更多的司机，因为交通瞬间变得高效得多（即减少了生产力的浪费）。与此同时，全新的工业诞生了，为汽车行业提供服务！汽车修理工、石油和天然气、汽车制造商等。 是的——驾驶马车的任务，或者制造马车本身的任务消失了。但是司机的工作需求激增（从而带来更多的就业），并由于“涓滴效应”在相邻行业创造了就业机会。 我深信我们会看到 AI […]

阅读全文

AI

Apr 27, 2026

如何构建一个像你最好的销售代表一样思考的 AI 客户资格筛选器

2 Capital 发布时间: 2026-04-25T13:03:17+00:00 大多数目标客户列表（target account lists）的构建方式都是相同的：从 ZoomInfo 导出，按企业特征（firmographics）过滤，然后分配给您的销售代表。该列表看起来似乎无懈可击，但它可能缺少符合您理想客户画像（ICP）的最有用的信号。 问题不在于数据提供商。问题在于，真正决定是否契合的标准——那些你最优秀的销售代表多年来一直在悄悄应用的标准——根本就没有进入到列表的筛选逻辑中。它存在于某个人的脑海里。过滤器无法捕捉它。在你把它写下来之前，你无法针对它进行培训，无法扩大它的规模，也无法要求 AI 来帮忙。 以下是构建一个客户列表的流程，该列表捕捉了真实的判断力，而不仅仅是电子表格逻辑。 第 1 步：承认你的过滤器做不到的事情 首先从 ZoomInfo、Sales Nav 或你使用的任何数据提供商那里提取初始列表。根据你所知的重要企业特征进行过滤——规模、行业、地理位置。这为你提供了一个工作范围。 然后诚实地审视它。列表中有些公司不属于那里，也有一些本该在那里的公司却遗漏了。这不是工具的失败——这是过滤器的天花板。行业分类不能整齐地映射到你的 ICP。收入范围不能告诉你任何关于购买行为的信息。原始列表是一个起点，而不是一个判断。 这项技能将带你端到端地完成整个流程。如果你想先测试每个部分，我们在沿途包含了供你尝试的提示词（prompts）。 在 Claude 中尝试的提示词：“这是我目前的 ICP 标准：[粘贴你的企业特征过滤器]。有哪些类型的公司可能会通过这些过滤器，但仍然是一个不合适的对象？哪些类型的公司可能无法通过这些过滤器，但仍然值得锁定目标？请解释你对每个选项的推理。” 这是一个有用的直觉检查。它开始浮现出你已经在非正式应用的标准——那些从未进入你过滤器设置的标准。 第 2 步：观察你最好的销售代表——并记录你所看到的 这是最重要的一步，也是最常被跳过的一步。 MedScout 的团队很早就弄清楚了这一点。Brian Aoyama 和 Mallory Blocker 把他们整个团队带进一个房间，从 CRM 中抓取了几个客户，将他们最好的一位客户执行官（AE）连接到投影仪上，在 Fathom 上点击录制，然后要求他大声且实时地演示评估客户的流程。团队观察了他打开了哪些标签页，注意到他在哪里停留，并关注是什么让他说“这个很有趣”而“这个不适合我们”。 他们写下了他们观察到的内容。然后他们拿回去问他：我们遗漏了什么？ 第一遍总会遗漏那些出于本能的东西。那次对话浮现出了他多年来一直在应用却从未有意识去思考的标准。 一旦你有了这样一次会议的录音，就把逐字稿输入给 Claude： 尝试的提示词：“这是一份销售代表评估客户流程的逐字稿。提取出他们应用的标准、他们寻找的信号，以及任何他们非常看重但没有明确说出来的东西。标记出任何不确定或未解决问题的领域。构建它的结构，以便我们可以把它带回给销售代表确认并填补缺失的内容。” 这一步的输出是你最优秀的人实际如何评估客户的第一份书面草稿——不是自上而下发明的，而是从真实行为中捕捉的。这值得构建，原因有两个：培训新代表，以及最终作为 AI 帮助大规模评估客户资格的基础。 第 […]

阅读全文

深度学习

Apr 20, 2026

大重组：人类指南

在过去两年中，大多数公司的 AI 对话都是关于个人生产力：谁在使用它、他们移动得多快、对他们的角色意味着什么。那个对话仍然非常活跃。除此之外，另一个对话正在出现：当你使用 AI 让整个组织更有生产力时会发生什么？ 我们与 25 家公司谈过，从 50 人的初创公司到拥有数千名员工的企业，正是关于这一点。我们期望听到关于特定工具和工作流改进。我们发现的反而是迅速展开的结构性变化：团队从头开始重建，角色以 18 个月前看似不可能的方式合并，员工预测反映了根本性的新工作方式。 几个数据点： 团队正在变得显著更小。 一家公司 120 人的工程团队计划削减到 25 人。 另一家运行 30 多个微服务的公司从每个服务 0.75 名工程师降至预计 0.1：一名工程师监督过去需要八个人的工作。 留下的角色正在改变形态。 组织需要更少的深度专家和更多能跨职能流畅工作的人。我们交谈的一家公司今天的专家与通才比例为 1:6，目标是十二个月内 1:25，最终 1:100。 另一家公司，三个传统角色——产品、工程和设计——已经合并为两个：结合 UX 和产品思维的产品构建者，以及编排编码代理并拥有系统设计的产品实施者。 留下的标准正在提高。 在一家 1,000 人的公司，现在有一个名为”我的第一个拉取请求”的命令：每个 PM、设计师和非工程师必须使用 AI 工具发布代码。 在同一家公司，25-30% 的产品会议现在以工作原型而不是幻灯片开始。期望已经从推介想法转变为演示它们。 另一家大公司要求每位员工，跨工程和 GTM，通过构建一个让自己更擅长工作的应用程序来重新面试他们的角色。从有想法到看到它工作的距离正在缩小到接近零，缩小那个差距的能力正迅速成为每个角色的基线期望。 我们相信这些是一个更大转变的早期信号：从个人使用 AI 移动得更快的组织，到围绕 AI 重建以作为整体移动得更快的组织。借鉴我们与实际推动这些变化的人的研究，本文是我们尝试映射那个过渡：哪些角色仍然是人类，哪些移动到代理，未来的组织实际上是什么样子。 从更有生产力的人到更有生产力的组织 这个转变很难做，大多数公司还没到那里。这是我们以前见过的模式。 当工厂在 1890 年代首次从蒸汽切换到电力时，最初的生产力提升是有限的。大多数制造商保持相同的工厂架构，只是简单地换入新的电源。直到后来，在 1910 […]

阅读全文

深度学习

Apr 20, 2026

共识来得太早

> 作者：Earnest Sweat · 2026 年 4 月 16 日 关于最早期阶段从独立判断到社会证明的安静转变 在我职业生涯早期做股权研究时，我记得为我们覆盖的一家 REIT 建立模型。我已经查看了数字，更新了假设，重新计算了 FFO。一切都以对我有意义的方式联系起来。当我和我的董事总经理一起走过它时，他的第一反应不是关于假设或逻辑。他只是说，”在我们发布之前，先看看共识。” 我记得当时停下来想这件事。不是因为我不理解他的意思，而是因为我不理解为什么这很重要。如果我们相信我们的分析，为什么我们与花旗或高盛一致重要？目标是要正确，还是要足够接近其他人，以至于我们不会脱颖而出？ 随着时间的推移，我理解了游戏。公开市场奖励方向正确，但惩罚错误且孤独。共识是一个参考点。它有助于锚定预期。它在某种程度上保护你不会过早或太离谱。它有它的位置。 但那个位置从来不是在开始。 本周让我印象深刻的是，同样的本能已经多么多地渗入风险投资的最早阶段。种子前、种子，以及我心爱的 A 轮过去是市场中共识不太重要的部分，因为没有足够的信息让它重要。有人遇到一位创始人，看到了别人没看到的东西，并下了赌注。它更接近：我们认为这有效，我们要进入，我们看看会发生什么。那是工作。 早期阶段是关于早和正确。不是完全正确，而是方向上对一个尚未完全揭示自己的创始人、市场或转变正确。你试图看到拐角周围。 现在感觉那个顺序已经翻转。不是先信念再验证，而是验证驱动信念。投资者围绕交易盘旋，因为其他投资者在盘旋。创始人将谁还参与作为决策的主要输入。轮次只在某种社会证明出现后才开始成形。 一种奇怪的博弈论已经占据了。不是独立行动者做决定、市场随时间趋同的那种，而是一个反向版本，每个人都在尝试预测每个人并一起移动。目标不是要正确，而是不要孤独地错。 那种转变听起来很小。我不认为它是。 如果最早阶段的激励变成”不要错”，系统开始选择不同类型的创始人。不同类型的公司。不同类型的结果。你得到更容易解释的创始人，不一定是更有趣的。适合现有叙事而不是延伸它们的公司。因为每个人都在同时对相同的信号做出反应而迅速填满的轮次。 最近出现的一个例子让我印象深刻。一家公司获得一份真正的条款表，突然两天内出现超过二十份。不是因为二十位投资者独立得出相同的结论，而是因为第一个信号的存在改变了其他人处理这个机会的方式。 那不是信念。那是协调。 在底下，还有其他议程在运行。不仅仅是想赢，而是想说你看到了它。如果它有效，想与之相关。想避免错过的感觉。它将决定从你是否真的相信公司的更诚实问题中拉走。 当协调过早出现时，它减少了探索。风险投资在最好的情况下一直通过一次资助多条路径来工作。不同的团队、不同的方法、关于市场如何演变的不同假设。这些路径中的大多数不起作用。少数有效，那些少数承载结果。当共识过早压缩这些路径时，我们不仅改变谁获得资助。我们改变什么被发现。 还有一个难以忽视的结构性问题。在种子前和种子阶段，几乎没有数据可锚定。多年来，传统智慧是创始人和团队承担该阶段决策的绝大部分。你正在承销一个人和市场方向。这本质上是一个信念驱动的练习。如果这开始向 50/50 与他人想法漂移，你正在将验证代理引入一个本应在它之前的时刻。 这不是说共识本质上是坏的。它有一个角色。随着公司成熟，随着数据积累，随着财务表现变得可读，市场对一个观点趋同是有意义的。问题不是共识存在。是它已经向上游移动。 我仍然想着在股权研究的那一刻。检查共识在那里有意义，因为工作的一部分是理解你的观点与市场预期相比如何。但如果那是起点，如果我们通过先问其他人想什么来构建模型，工作会有所不同。更安全。也更没价值。 早期阶段从来不是关于早期同意。它是关于早期不同意而后来正确。 那曾经有一种纯洁。它很难、不确定，经常错误，但它是诚实的。你基于你看到的而不是其他人确认的来做决定。 早期阶段风险投资开始感觉它甚至在构建模型之前就在检查共识。 如果那成为常态，值得问的是我们悄悄地为什么样的结果优化。 ~earn

阅读全文

深度学习

Apr 20, 2026

世界正在变重

> 作者：Abhishek Singh · 2026 年 4 月 2025 年末，我参加了迪拜航展，那种你期待去参加行业会议但离开时却思考世界形态的活动之一。 DWC 的展厅按国家组织。你从一个展馆走到另一个展馆，在摩洛哥和波兰之间的某个地方，我突然清楚地意识到一些我以前无法清晰表达的事情。 摩洛哥，一个大多数人将其与磷酸盐出口和旅游业联系起来的国家，有一个完整的展馆专门用于精密加工航空部件。他们的推介是一致的：靠近欧洲 OEM、改进的认证以及沿海自由区模式。过道对面，乌兹别克斯坦展示钛锻件。塞尔维亚有复合材料。一个海湾国家联盟正在介绍集成的 MRO 基础设施。这每一个，在某种程度上，都是相同的推介：我们正在建设生产世界需要的东西的能力，我们将不再仅仅购买它。 我走进了一个行业活动，走出了一个地缘政治论文研讨会。 “这不是结束。它甚至不是结束的开始。但它也许是开始的结束。”——温斯顿·丘吉尔，第二次阿拉曼战役，1942 年 我最近读到的一篇 TheGreySwan 的文章以丘吉尔的这句话开头来构建我们在全球化中的立场。这个比较是恰当的，如果令人不安的话。三十年来，全球经济在一个安静的假设上运行：世界的管道、航运通道、管道和光纤电缆都是中立领土。货物会移动。石油会流动。不是因为世界稳定，而是因为破坏是没有人能负担得起的负和游戏。 那个假设现在显然在破裂。 我们不是在看全球化崩溃。我们正在看它改变形态：从无摩擦效率到防御性区域主义。系统没有失败。它正在变得更重。 政权变化 经济学家有一个有用的框架来描述正在发生的事情：世界正在从准时制（JIT）转向以防万一制（JIC）。 JIT 是精益供应链、最小库存、全球专业化和跨境价格优化采购的哲学。它在可预测物流和一致地缘政治激励的世界中运作得很好。 JIC 是认识到供应链中断的成本——在国防部件、药物 API、半导体中——可能是存在性的，而不仅仅是财务的。所以你建立缓冲区。你建立冗余。你接受对效率的永久拖累，以换取战略自主权。 这种拖累不是暂时的。它是结构性通胀，是对全球贸易的永久税。市场被几十年的逢低买入条件化，仍将中断定价为噪音，而不是变化系统的信号。 今年早些时候霍尔木兹海峡的关闭——它砍掉了 30,000 多次航班并急剧推高了喷气燃料成本——被视为要绕过交易的危机。最好将其理解为新常态的预演：由权力塑造的受控访问，而不是由经济学塑造的开放通道。 Geoization：世界重组为联盟 我在迪拜航展上观察到的不是一个异常。它是一个结构性转变在数十个行业和地理位置同时发生的物理表达。称它为 Geoization：从按比较优势组织的世界到按战略利益组织的世界的过渡。 在效率优先的世界中，问题是：谁制造得最便宜？在弹性优先的世界中，问题是：我能信任谁来制造它，出于政治原因我需要谁在我的供应链中？这是一个根本不同的选择标准，它正在以大多数资本市场尚未吸收的速度重塑贸易流。 历史在这里很有启发性。世界总是在循环中移动。几个世纪以来，贸易是基于易货的：你有我需要的东西，我有你需要的东西，我们在边界相会。然后是帝国和重商主义时代——受控的贸易路线、殖民开采和枪口下的垂直整合供应链。然后是布雷顿森林时代和创造无摩擦全球化条件的多边机构的兴起。每次过渡都感觉是永久的。没有一次是。 现在出现的更接近于前现代贸易的易货逻辑，但扩展到 21 世纪的复杂性。不是双边易货，而是联盟贸易，地缘政治一致的国家集团，每个都有特定的能力可以提供，构建绕过对手并加强盟友的供应链。把它想象成多边易货系统：印度有一组盟友，它向他们出口药物 API 和电子产品；从他们那里采购航空部件和精密零件，他们共同照顾彼此的能源和自然资源需求；并最终从自己的水域采购能源。 每个国家都需要在那个网络中找到自己的位置。那些没有这样做的国家将在他们购买的商品中进口脆弱性。 印度的三个窗口 印度在这一过渡中处于独特的位置，不是因为它准备好了，而是因为顺风是结构性的，并且政策意图——一代人以来第一次——似乎与雄心的规模相匹配。 第一个是能源。 印度仍是一个净能源进口国，暴露于现在被实时武器化的相同瓶颈——霍尔木兹海峡、曼德海峡。安达曼发现改变了长期图景，即使它没有解决今天的问题。 Oil India 的 Vijaya Puram-2 […]

阅读全文

商业洞察

Apr 20, 2026

炮灰：AI 时代的种子前投资

> 2026 年 4 月 14 日 最早期的信号 vs. 噪音：当两者都比以往任何时候都多时，创始人和投资者应该怎么做？ 在中世纪战争中，围攻往往由纯粹的数量决定。入侵的军队会向加固的城墙投掷数千名士兵。伤亡是可怕的。大多数人在接近之前就死了。但偶尔，有人能爬过去。 这就是种子前投资目前的感觉。 如果你在想：Gandalf 不是出现在 Helm’s Deep 救了一天吗？当然。但那是《指环王》。这是真实的生活。VC 喜欢把自己想象成 Gandalf 级别的厉害。他们不是。没有人会带着 Rohirrim 在黎明骑马进来拯救你的初创公司。你必须自己打破那些城墙。 创业的门槛从未如此之低。AI 编码工具、AI GTM 工具、AI 一切工具意味着你可以在几天内从想法到功能产品。所以创始人正在推出。许多许多创始人。把他们的初创公司扔向墙壁，看看什么能突破。 炮灰。 要明确：我不是在轻视。我之前写过：我们需要更多创始人。更多企业家，而不是更少。小企业雇佣了近一半的私营部门员工，并产生了大量经济价值。更多初创公司意味着更多射门机会，其中一些射门将极其重要。 在投资者方面，我也认为我们需要更多天使投资人来资助下一代创始人。有人必须下最早的赌注…… 所以是的。更多初创公司。更多投资者。更多创业。💪 但现在有一个我以前从未见过的信号噪声问题。如果你正在尝试在种子前或天使阶段投资，你会经常感觉到。 以下是我如何思考这些挑战的…… 1. “为什么”比以往更重要 创业的容易意味着创始人并不总是有充分的理由这样做。他们看到机会。他们认为他们会快速获胜。他们读到了 AI 公司在推出后几个月内达到数百万美元 ARR 的故事，他们想要其中的一些。这感觉有点像互联网泡沫时代。 我已经主张了一段时间，创始人能回答的最重要问题是为什么。你为什么要构建这个？你身上发生了什么，或者你看到了什么，或者你独特地知道什么使这感觉必要？ 在所有你可以用你的生命做的事情中，为什么是这个？ 这个问题在炮灰环境中更重要。因为它很酷而构建，或者因为时机看起来正确，或者因为他们从外部发现了一个差距而构建的创始人正在被砍倒。具有真正洞察力（来自亲身经历或深厚领域专业知识）的创始人具有不同质量的信念。信念是带你度过磨难的东西。 Boldstart 的 Ed Sim，多年来一直在起始阶段（他对种子前的首选术语）投资，将他支持的创始人描述为有使命的人。当他们半夜醒来时，他们无法停止思考它。那是标准。 创始人：积极使用 AI 是必需 使用 AI 工具构建和运营你的初创公司现在是基本要求。不是差异化因素。基本要求。 Ed 将此构建为他现在向每个创始人提出的直接问题：你的代码有多少是由代理编写的？他对软件公司的期望接近 […]

阅读全文