本文來(lái)自微信公眾號(hào)： 劃重點(diǎn)KeyPoints ，作者：林易，編輯：重點(diǎn)君

近日，紅杉資本2026 AI峰會(huì)在硅谷低調(diào)召開。全球頂尖大廠核心骨干、硅谷風(fēng)投風(fēng)向標(biāo)與頂尖科學(xué)家齊聚一堂，深度探討了AI的最前沿動(dòng)向。

在過(guò)去的兩三年里，整個(gè)硅谷絕大部分的精力都在干一件事：卷大模型參數(shù)，拼跑分基準(zhǔn)。但到了2026年，這套邏輯徹底翻篇了。

現(xiàn)如今，AI帶來(lái)的最大震撼，不再來(lái)源于某個(gè)新模型的發(fā)布，而是底層技術(shù)紅利正以前所未有的速度，向人們的日常生活與真實(shí)工作瘋狂溢出。

Andrej Karpathy與各大廠核心負(fù)責(zé)人在現(xiàn)場(chǎng)達(dá)成了一個(gè)核心共識(shí)：大模型正在越過(guò)軟件層面，瘋狂搶奪物理世界的執(zhí)行權(quán)。

在這場(chǎng)大洗牌中，市場(chǎng)正在發(fā)生三大維度的劇變：

1.Coding被基本解決：代碼邊際成本趨向于零，AI生成代碼從輔助補(bǔ)全轉(zhuǎn)向自動(dòng)化全盤接管。

2.AI開始探索物理規(guī)律：AI不再局限于屏幕內(nèi)的文本與像素，具身智能開始學(xué)會(huì)物理邏輯，以世界模型為底座的機(jī)器人和自動(dòng)駕駛技術(shù)迎來(lái)了破局點(diǎn)。

3.算力已被大廠壟斷：大廠可以利用算力規(guī)模不斷套利，并用未發(fā)布的最新模型驅(qū)動(dòng)新一輪創(chuàng)新。

隨著市場(chǎng)的改變，舊有的商業(yè)模式與組織形態(tài)也正在被重構(gòu)。創(chuàng)業(yè)者需要把握服務(wù)即軟件的新商業(yè)模式，在巨頭壟斷邁向一人獨(dú)角獸時(shí)代。同時(shí)，當(dāng)執(zhí)行工作被機(jī)器以極低成本代勞時(shí)，人類真正的核心護(hù)城河也更加清晰，不可外包的理解力、頂級(jí)的審美品位以及真實(shí)的人際連接，將成為AI時(shí)代最稀缺、最不可替代的特質(zhì)。

Coding被基本解決

代碼通脹時(shí)代：別自己寫代碼了，去當(dāng)調(diào)度AI的包工頭

如今，AI輔助編程已經(jīng)越過(guò)了你寫一半它補(bǔ)一半的舊時(shí)代，智能體現(xiàn)在能直接接管一整個(gè)開發(fā)工作流。

在峰會(huì)上，Claude Code之父Boris Cherny表示，他在2026年至今沒有親手寫過(guò)一行代碼。他所負(fù)責(zé)的代碼庫(kù)中，100%的代碼由模型生成。在產(chǎn)能的極值測(cè)試中，他曾創(chuàng)下一個(gè)人一天內(nèi)合并150個(gè)代碼合并請(qǐng)求的紀(jì)錄。

這種效率的躍升來(lái)源于工作方式的徹底顛覆，Cherny詳細(xì)拆解了他目前的開發(fā)流：

他的大部分工作是在手機(jī)上完成的，Claude后臺(tái)常駐著數(shù)百個(gè)并行運(yùn)行的Agent，并大量使用循環(huán)（Loops）機(jī)制，通過(guò)設(shè)定定時(shí)任務(wù)（Cron），來(lái)調(diào)度一個(gè)可重復(fù)運(yùn)行的工作。

這些數(shù)字勞工不僅能編寫功能代碼，還在后臺(tái)自動(dòng)修復(fù)CI的報(bào)錯(cuò)、自動(dòng)處理分支的代碼沖突，甚至每30分鐘抓取Twitter上的用戶反饋進(jìn)行聚類分析。

Cherny將這種工作模式比作1400年代歐洲印刷術(shù)的誕生：過(guò)去，軟件開發(fā)就像中世紀(jì)只有少數(shù)人掌握的讀寫特權(quán)，而現(xiàn)在，代碼生成的邊際成本趨近于零。在這個(gè)范式下，傳統(tǒng)程序員手寫代碼的核心身份被解構(gòu)了。未來(lái)的工程師不再是砌磚的工人，而是成為了調(diào)度數(shù)字勞工系統(tǒng)的包工頭。

在Anthropic內(nèi)部，工程經(jīng)理、產(chǎn)品經(jīng)理、設(shè)計(jì)師甚至財(cái)務(wù)人員，都在通過(guò)指揮智能體直接產(chǎn)出代碼。而當(dāng)寫代碼不再是門檻，跨學(xué)科的人才便可以直接越過(guò)技術(shù)鴻溝，掌控業(yè)務(wù)層面最高的產(chǎn)品定義權(quán)。

中間層正在消失：Software 3.0的降維打擊

既然寫代碼的門檻沒了，那么軟件本身的形態(tài)也要被重新定義。Andrej Karpathy在峰會(huì)上提出了Software 3.0理念，指出大模型正在以端到端的方式，吃掉過(guò)去20年科技界積累的軟件中間層。

Karpathy用一個(gè)生動(dòng)的個(gè)人項(xiàng)目“菜單生成器”解釋了這種底層架構(gòu)的坍塌。如果用傳統(tǒng)的開發(fā)模式，做一個(gè)識(shí)別外語(yǔ)菜單并生成菜品圖片的App，你需要走一套極度冗長(zhǎng)的流程：搭建Vercel部署環(huán)境、構(gòu)建前端UI、接入OCR字符識(shí)別接口、編寫中間層業(yè)務(wù)邏輯、調(diào)用圖像生成API、存入數(shù)據(jù)庫(kù)、最后返回前端渲染。

但在Software 3.0時(shí)代，Karpathy發(fā)現(xiàn)，這個(gè)App根本就不該存在。他只需要把菜單照片直接扔給最新版的大模型，附帶一句指令調(diào)用工具，大模型就能直接在原圖基礎(chǔ)上，把外語(yǔ)翻譯好并渲染出實(shí)物圖。

整個(gè)過(guò)程里：沒有前端、沒有后端接口、沒有數(shù)據(jù)庫(kù)，也沒有傳統(tǒng)意義上的應(yīng)用程序。

過(guò)去二十年，硅谷建立了一整套圍繞API、狀態(tài)管理和UI框架的龐大生態(tài)。這些中間層的存在，僅僅是為了讓人類開發(fā)者能分工理解復(fù)雜信息。但大模型不需要這些人類可讀分散信息，它直接消化龐大的上下文并輸出最終結(jié)果。

這意味著，大量?jī)H僅是在拼湊工作流、縫合API的傳統(tǒng)軟件公司，他們的技術(shù)護(hù)城河正面臨被大模型端到端直接抹平的降維打擊。

不能只依賴Vibe Coding，專業(yè)團(tuán)隊(duì)需要轉(zhuǎn)向智能體工程

盡管代碼生成的下限被無(wú)限拉高，Karpathy仍發(fā)出警示：在真正的商業(yè)運(yùn)轉(zhuǎn)中，完全靠隨意的Vibe Coding是行不通的。專業(yè)的開發(fā)團(tuán)隊(duì)必須轉(zhuǎn)向智能體工程（Agentic Engineering）來(lái)保證產(chǎn)品質(zhì)量和安全的上限。

Karpathy指出，大模型目前最危險(xiǎn)的特質(zhì)是參差不齊的智能。AI能在幾分鐘內(nèi)重構(gòu)十萬(wàn)行的企業(yè)級(jí)代碼，精準(zhǔn)找出其中潛伏的安全漏洞。但如果你問(wèn)它“去50米外的洗車店是該開車還是走路”，它可能會(huì)基于字面邏輯一本正經(jīng)地回答：“距離很近，建議走路去洗車。”

大模型在擁有明確規(guī)則的領(lǐng)域（如代碼語(yǔ)法、數(shù)學(xué)計(jì)算）像個(gè)神通，但在缺乏數(shù)據(jù)覆蓋的日常物理常識(shí)上卻又像個(gè)巨嬰。

因此，專業(yè)工程師絕對(duì)不能完全放權(quán)，而是要把智能體當(dāng)成一個(gè)不知疲倦、記憶力超群但偶爾會(huì)犯蠢的超級(jí)實(shí)習(xí)生。人類工程師的職責(zé)，必須死死把控住三條底線：

• 系統(tǒng)的總體架構(gòu)設(shè)計(jì)絕對(duì)不能亂。

  
  

• 產(chǎn)品的終極審美品位必須由人來(lái)定。

  
  

• 絕對(duì)不可逾越的安全與權(quán)限邊界必須由人來(lái)鎖死。

  
  

當(dāng)所有人都能輕易生成代碼時(shí)，代碼本身就不值錢了。真正稀缺的，是能夠在一個(gè)充滿不確定性的AI系統(tǒng)中，能構(gòu)建出極具穩(wěn)定性與商業(yè)價(jià)值軟件的系統(tǒng)包工頭。

AI開始探索物理規(guī)律

VLA模型落幕，世界動(dòng)作模型（WAMs）成新標(biāo)配

過(guò)去三年，機(jī)器人領(lǐng)域的主流路線被視覺-語(yǔ)言-動(dòng)作模型（VLA，Visual-Language-Action）所統(tǒng)治。

但在峰會(huì)上，NVIDIA具身智能負(fù)責(zé)人Jim Fan尖銳地指出了VLA架構(gòu)的致命缺陷：VLA本質(zhì)上是“語(yǔ)言偏科生”，大量參數(shù)被傾斜給了語(yǔ)言，導(dǎo)致它們極其擅長(zhǎng)理解名詞（知識(shí)），卻對(duì)物理世界的動(dòng)詞（物理屬性與運(yùn)動(dòng)軌跡）一竅不通。

一個(gè)典型的尷尬場(chǎng)景是：機(jī)器人在聽到指令后，能準(zhǔn)確識(shí)別出目標(biāo)物，卻因?yàn)椴欢每臻g與重力關(guān)系，一伸手就把物品碰翻了。

基于這一問(wèn)題，NVIDIA推出了全新的世界動(dòng)作模型（World Action Models,WAMs）。

以Dream Zero策略模型為例，執(zhí)行動(dòng)作前，Dream Zero會(huì)先像做夢(mèng)一樣，在神經(jīng)網(wǎng)絡(luò)中推演未來(lái)幾秒鐘的畫面，預(yù)測(cè)未來(lái)畫面的同時(shí)，模型會(huì)聯(lián)合解碼出下一步的物理動(dòng)作。

這就好比機(jī)器人在行動(dòng)前，已經(jīng)在腦海中完美想象出了杯子被平穩(wěn)放下的整個(gè)物理過(guò)程，而身體則根據(jù)這個(gè)想象同步輸出對(duì)應(yīng)的機(jī)械指令。Jim Fan總結(jié)道：“只要視頻預(yù)測(cè)不翻車，動(dòng)作就不會(huì)翻車?！?/p>

正是這種將對(duì)未來(lái)的視覺預(yù)測(cè)與物理動(dòng)作輸出深度綁定的機(jī)制，讓機(jī)器人首次展現(xiàn)出在從未見過(guò)的陌生環(huán)境中，無(wú)需預(yù)先訓(xùn)練就能直接干活的能力。將物理模擬器內(nèi)嵌于神經(jīng)網(wǎng)絡(luò)的世界動(dòng)作模型，宣告了VLA時(shí)代的落幕，成為具身智能真正的新底座。

跑通具身智能的縮放定律，告別極其笨重的遙操

模型架構(gòu)的突破只是第一步，機(jī)器人商業(yè)化最大的門檻是數(shù)據(jù)饑渴。

語(yǔ)言模型可以通過(guò)爬取全互聯(lián)網(wǎng)的文本完成千億級(jí)參數(shù)的訓(xùn)練，但機(jī)器人數(shù)據(jù)的獲取成本極其高昂。傳統(tǒng)的遙操（人類穿戴設(shè)備控制機(jī)器人）不僅笨重，而且受限于物理極限。一臺(tái)機(jī)器人一天最多只能收集24小時(shí)的數(shù)據(jù)，還要搭上操作員的精力和硬件的損耗。

為了解決這個(gè)問(wèn)題，NVIDIA的Project Ego Scale開啟了一個(gè)新的數(shù)據(jù)工廠模式。Project Ego Scale直接跳過(guò)了真實(shí)的機(jī)器人硬件，利用超過(guò)2.1萬(wàn)小時(shí)的、人類第一視角在野外場(chǎng)景活動(dòng)的視頻進(jìn)行大規(guī)模預(yù)訓(xùn)練。在微調(diào)階段，僅僅混入不到0.1%的高精度機(jī)器人遙操作數(shù)據(jù)，就能讓機(jī)器人掌握極其復(fù)雜的靈巧手操作，例如折疊襯衫和使用注射器。

這一路徑的成功，標(biāo)志著具身智能領(lǐng)域首次跑通了靈巧度的神經(jīng)縮放定律（Neural Scaling Law for Dexterity）。投入預(yù)訓(xùn)練的視頻數(shù)據(jù)越多，機(jī)器人的操作損失就呈現(xiàn)越明顯的對(duì)數(shù)線性下降，機(jī)器人產(chǎn)業(yè)找到了屬于自己的數(shù)據(jù)飛輪。

Jim Fan在峰會(huì)上預(yù)測(cè)：在未來(lái)一兩年內(nèi)，傳統(tǒng)遙操作的比例將斷崖式下跌至幾乎可以忽略不計(jì)。具身智能的未來(lái)，將建立在由海量傳感器捕捉的人類真實(shí)生活之上。

工程底線決定生死，企業(yè)應(yīng)構(gòu)建結(jié)構(gòu)化端到端的防線

技術(shù)上限決定了機(jī)器人能做什么，但工程底線決定了企業(yè)能活多久。

在自動(dòng)駕駛和機(jī)器人領(lǐng)域，純粹的端到端被很多人神化了。面對(duì)這種狂熱，Waymo聯(lián)合首席執(zhí)行官Dmitri Dolgov在峰會(huì)上潑了一盆冷水。他認(rèn)為，如果目標(biāo)是打造一個(gè)部署規(guī)模過(guò)億且具備超人類安全性的商業(yè)系統(tǒng)，基礎(chǔ)的端到端遠(yuǎn)遠(yuǎn)不夠。因?yàn)榧兇獾暮诤袩o(wú)法提供極端場(chǎng)景下的可解釋性，更無(wú)法進(jìn)行細(xì)粒度的安全約束。

Waymo的策略是結(jié)構(gòu)化的端到端（Structured End-to-End），它由三大核心支柱支撐：

司機(jī)（Driver）：負(fù)責(zé)理解物理動(dòng)態(tài)與人類社會(huì)的行為邏輯，輸出行駛策略。

模擬器（Simulator）：負(fù)責(zé)在虛擬空間中構(gòu)建無(wú)窮盡的對(duì)抗場(chǎng)景進(jìn)行壓力測(cè)試。

評(píng)估家（Critic）：不可逾越的最后防線，負(fù)責(zé)對(duì)司機(jī)的每一個(gè)潛在動(dòng)作進(jìn)行嚴(yán)苛的安全評(píng)估。

Waymo目前每周的純無(wú)人駕駛里程已突破400萬(wàn)英里，嚴(yán)重工傷事故率降至人類駕駛員的十三分之一。Dolgov向整個(gè)AI行業(yè)強(qiáng)調(diào)：在關(guān)乎生命和高價(jià)值資產(chǎn)的場(chǎng)景中，永遠(yuǎn)不要將系統(tǒng)控制權(quán)完全交給一個(gè)不可解釋的黑盒。

算力已被大廠壟斷

算力成了大廠的印鈔機(jī)

在談及OpenAI如今的核心商業(yè)模式時(shí)，OpenAI聯(lián)合創(chuàng)始人兼總裁Greg Brockman給出了一個(gè)直白的答案：

“在很大程度上，我們有一個(gè)非常簡(jiǎn)單的業(yè)務(wù)：我們購(gòu)買、租賃、建造算力，然后以一定的利潤(rùn)率轉(zhuǎn)售它。就是這樣?！?/p>

只要這個(gè)利潤(rùn)率為正，OpenAI就會(huì)無(wú)限期地?cái)U(kuò)大規(guī)模，因?yàn)槿祟悓?duì)解決問(wèn)題的需求是無(wú)限的。

然而，現(xiàn)在的供應(yīng)鏈無(wú)法滿足這樣無(wú)限的需求。Brockman在峰會(huì)上透露，到了2026年，全球GPU算力的有效閑置獲取率“四舍五入等于零”。這不僅是因?yàn)閰?shù)規(guī)模的擴(kuò)張，更是因?yàn)楝F(xiàn)代模型在推理端消耗的算力正在呈指數(shù)級(jí)暴漲。

對(duì)于基礎(chǔ)大模型廠商而言，算力就是維持其競(jìng)爭(zhēng)力的堅(jiān)固護(hù)城河。根據(jù)規(guī)模定律（Scaling Law），大廠不需要精妙的模型架構(gòu)創(chuàng)新，僅靠算力暴力擴(kuò)張，就能讓神經(jīng)網(wǎng)絡(luò)算法展現(xiàn)出性能飆升。

紅杉指出，自從具備復(fù)雜推理能力的模型（如OpenAI的o1及后續(xù)迭代）面世后，模型在回答問(wèn)題時(shí)思考得越久、消耗的推理算力越多，輸出的答案就越精準(zhǔn)、越具突破性。當(dāng)這種暴力計(jì)算被運(yùn)用到科研領(lǐng)域，AI甚至已經(jīng)推導(dǎo)出了讓頂尖物理學(xué)家都驚嘆的全新理論公式。

另一方面，AI巨頭們還擁有最前沿的創(chuàng)新生態(tài)。Brockman坦言，OpenAI內(nèi)部的團(tuán)隊(duì)之所以能保持極高的創(chuàng)新效率，是因?yàn)樗麄兪褂玫氖潜韧饨缒芙佑|到的版本領(lǐng)先一到兩代的未發(fā)布模型。

這種巨大的技術(shù)時(shí)間差，讓基礎(chǔ)模型廠商建立起了絕對(duì)的生態(tài)碾壓優(yōu)勢(shì)。當(dāng)創(chuàng)業(yè)者還在為一個(gè)模型缺陷苦苦開發(fā)外圍的補(bǔ)丁時(shí)，大廠可能已經(jīng)大版本更新中，從底層直接修復(fù)了這個(gè)問(wèn)題，順手抹平了創(chuàng)業(yè)者辛苦建立的功能壁壘。

給創(chuàng)業(yè)者的破局指南

在算力被巨頭壟斷，模型大廠以月為單位迭代模型能力的情況下，創(chuàng)業(yè)者該如何突圍？對(duì)此，紅杉給出了三點(diǎn)建議：

1.用MAD法則構(gòu)建逆向護(hù)城河

紅杉合伙人Pat Grady為全場(chǎng)創(chuàng)業(yè)者劃定了一條生存紅線：不要試圖去補(bǔ)齊大模型現(xiàn)存的能力短板，因?yàn)橄乱淮Ｐ蜁?huì)用更暴力的算力將其直接覆蓋。

他給出了一套名為MAD的方案：

M（Moats；護(hù)城河）：放棄在底層技術(shù)上建立護(hù)城河的幻想，深挖垂直行業(yè)。真正的護(hù)城河是逆向從業(yè)務(wù)出發(fā)的。創(chuàng)業(yè)者需要深入客戶最繁雜的業(yè)務(wù)細(xì)節(jié)、合規(guī)流程和數(shù)據(jù)孤島。這些業(yè)務(wù)內(nèi)容的演進(jìn)速度極慢，是大廠的通用API無(wú)法輕易覆蓋。

A（Affordance；直覺化供給）：盡管目前的終端控制臺(tái)和API極其強(qiáng)大，但對(duì)企業(yè)的普通業(yè)務(wù)員來(lái)說(shuō)，這些界面存在認(rèn)知門檻。創(chuàng)業(yè)者的核心任務(wù)在于，將復(fù)雜的智能體任務(wù)流，封裝成無(wú)需解釋、一看就懂的傻瓜式操作界面。用戶不需要理解后臺(tái)有多少個(gè)Agent在協(xié)作，他們只需要看到一個(gè)能跑完完整流程且結(jié)果可歸因的交付成果。

D（Diffusion；擴(kuò)散紅利）：創(chuàng)業(yè)者要學(xué)會(huì)在技術(shù)落差中套利?；A(chǔ)模型變強(qiáng)的速度，遠(yuǎn)快于傳統(tǒng)企業(yè)吸收這些能力的速度。這個(gè)巨大的擴(kuò)散缺口就是初創(chuàng)公司的巨大套利空間。

2.探索服務(wù)即軟件的新商業(yè)模式

如果說(shuō)上一代云計(jì)算浪潮的成功之處，是將全球軟件市場(chǎng)的盤子做到了6500億美元，那么如今的AI浪潮正在塑造一個(gè)規(guī)模高達(dá)十萬(wàn)億美元的專業(yè)服務(wù)市場(chǎng)。

Pat Grady在峰會(huì)上算了一筆驚人的賬：?jiǎn)螁问敲绹?guó)本土的法律服務(wù)市場(chǎng)，規(guī)模就高達(dá)4000億美元，這一個(gè)垂直賽道的體量就已經(jīng)與全球軟件市場(chǎng)的總和相當(dāng)?；谶@一巨大的想象空間，紅杉合伙人Sonya Huang指出了AI時(shí)代的新商業(yè)模式：服務(wù)即軟件（Services is the new software）。

過(guò)去的SaaS（軟件即服務(wù)）賣的是提升人類工作效率的工具，而未來(lái)的AI賣的是直接交付的最終結(jié)果。

Sonya Huang描繪了一幅智能體全面接管各類專業(yè)服務(wù)的圖景：

• 在醫(yī)療領(lǐng)域，用戶可以直接雇用醫(yī)療Agent來(lái)分析個(gè)人的基因組、提供個(gè)性化醫(yī)療建議、開具處方，甚至精準(zhǔn)匹配和推薦臨床試驗(yàn)。

  
  

• 在法律界，Agent可以直接代表客戶去進(jìn)行合同條款的談判、處理法律訴訟，甚至達(dá)成最終和解。

  
  

• 在基礎(chǔ)科學(xué)領(lǐng)域，Agent不僅能解決極其復(fù)雜的數(shù)學(xué)難題，甚至已經(jīng)開始自主發(fā)現(xiàn)全新的超導(dǎo)體材料。

  
  

• 在個(gè)人消費(fèi)端，超級(jí)私人助理將無(wú)縫接管用戶的收件箱、日程表、個(gè)人財(cái)務(wù)管理，乃至全自動(dòng)完成報(bào)稅。

  
  

而經(jīng)濟(jì)學(xué)規(guī)律將推動(dòng)這一模式顛覆傳統(tǒng)行業(yè)。Sonya Huang指出，人類員工極難規(guī)?；瘮U(kuò)張，并且成本極其昂貴。“你付給人類的是高昂的薪水，而付給Agent的僅僅是代幣（Tokens）。”

許多情況下，用Tokens完成一項(xiàng)專業(yè)任務(wù)的成本，已經(jīng)遠(yuǎn)遠(yuǎn)低于同等工作量下的人類薪水成本。隨著智能體在越來(lái)越多領(lǐng)域的智力表現(xiàn)即將超越人類，那些能夠率先將傳統(tǒng)重人力、高壁壘的專業(yè)服務(wù)，打包成Agent接口的初創(chuàng)公司，將迎來(lái)指數(shù)級(jí)的財(cái)富爆發(fā)。

3.創(chuàng)業(yè)者迎來(lái)一人獨(dú)角獸時(shí)代

隨著AI接管了代碼與執(zhí)行層，構(gòu)建產(chǎn)品的邊際成本已近乎為零，過(guò)去需要整個(gè)團(tuán)隊(duì)開發(fā)數(shù)周的功能，現(xiàn)在普通員工通過(guò)智能體幾個(gè)小時(shí)就能搞定。在這種情況下，初創(chuàng)企業(yè)的敏捷的組織形態(tài)反而更能幫助他們贏得市場(chǎng)勝利。

Boris Cherny認(rèn)為，大公司雖然擁有資源，但它們背負(fù)著極其沉重的歷史包袱。巨頭們?nèi)绻霌肀路妒剑枰馁M(fèi)數(shù)年重構(gòu)復(fù)雜的業(yè)務(wù)流程，重新培訓(xùn)成千上萬(wàn)的員工，還要解決內(nèi)部巨大的組織慣性和利益部門的抵觸情緒。相反，微型初創(chuàng)團(tuán)隊(duì)從成立的第一天起，就能以AI原生的姿態(tài)上陣，沒有溝通損耗，沒有技術(shù)債務(wù)，甚至可以直接向傳統(tǒng)巨頭發(fā)起同等量級(jí)的商業(yè)競(jìng)爭(zhēng)。

而跨學(xué)科通才將享受到最大的時(shí)代紅利。如Anthropic內(nèi)部所展現(xiàn)的那樣，公司內(nèi)部沒有純粹的部門壁壘，所有人都可以自己用AI寫代碼，解決工作需求。對(duì)于初創(chuàng)企業(yè)來(lái)說(shuō)，未來(lái)最優(yōu)秀的財(cái)務(wù)軟件開發(fā)者不再是懂代碼的程序員，而是深刻理解商業(yè)邏輯的頂尖財(cái)務(wù)人員。創(chuàng)業(yè)者在招募團(tuán)隊(duì)時(shí)，應(yīng)徹底拋棄螺絲釘思維，尋找那些具備能直接跨界調(diào)度AI產(chǎn)出結(jié)果的人才。

在峰會(huì)上Greg Brockman指出，未來(lái)每個(gè)人都可以成為統(tǒng)帥十萬(wàn)Agent大軍的超級(jí)CEO，只需調(diào)度云端不知疲倦、按Token計(jì)費(fèi)的數(shù)字員工，就能支撐起一家估值上億的獨(dú)角獸實(shí)體。在未來(lái)的競(jìng)爭(zhēng)中，你的組織能多大程度地接納和指揮數(shù)字智能體，就是你擁有多少產(chǎn)品定價(jià)權(quán)的新起點(diǎn)。

AI時(shí)代人類的核心護(hù)城河

當(dāng)技術(shù)在底層飛速迭代，最終轉(zhuǎn)化為商業(yè)模式的洗牌時(shí)，整場(chǎng)峰會(huì)也同步在討論一個(gè)終極命題：

在一個(gè)99.9%的認(rèn)知與執(zhí)行都被機(jī)器代勞的世界里，人類的核心護(hù)城河究竟將退守何處？

面對(duì)技術(shù)盲盒的終結(jié)，很多從業(yè)者恐慌自己將失去執(zhí)行價(jià)值。但紅杉認(rèn)為，剝離掉機(jī)械勞作后，人類真正的核心護(hù)城河才剛剛顯露：

第一，無(wú)法外包的理解力。

“你可以外包你的思考，但你絕不能外包你的理解?！盇ndrej Karpathy強(qiáng)調(diào)，盡管大模型在處理信息、生成代碼上非常強(qiáng)大，但人類依然是整個(gè)系統(tǒng)的理解中樞。機(jī)器不知道為什么要做這件事，只有人類才能把握構(gòu)建產(chǎn)品的初衷，并為AI指引方向。當(dāng)把事情做完變得無(wú)比廉價(jià)時(shí)，判斷“這是不是一件好事情”“這是否符合我們的價(jià)值觀”，就成了決定成敗的關(guān)鍵。

第二，頂級(jí)的審美品位。

當(dāng)所有人都能用AI一秒生成結(jié)構(gòu)完整的軟件時(shí)，功能齊全已經(jīng)淪為廉價(jià)的標(biāo)配，平庸將成為最大的敗筆。未來(lái)的品牌溢價(jià)和商業(yè)價(jià)值，屬于那些知道什么是卓越、什么是極致體驗(yàn)的人。AI時(shí)代，品味就是最高級(jí)別的生產(chǎn)力。

第三，不可替代的人際連接。

當(dāng)一切服務(wù)都可以由Agent以極低成本提供時(shí)，人類將更渴求同類參與感。紅杉合伙人Constantine指出，在真空的環(huán)境下，任何事物本身都是沒有價(jià)值的，無(wú)論是曾經(jīng)比黃金還珍貴的鋁，還是如今算力龐大的超級(jí)智能，它們只有映射在人類的真實(shí)體驗(yàn)中，才擁有意義。機(jī)器可以一秒鐘出具一份的法律判決，但它永遠(yuǎn)無(wú)法交付同理心、信任感，以及擁有共同承擔(dān)責(zé)任的能力。

今年的紅杉AI峰會(huì)，沒有兜售廉價(jià)的烏托邦幻夢(mèng)，也沒有販賣末日論恐慌，它向全行業(yè)釋放了一個(gè)清晰的商業(yè)信號(hào)：當(dāng)算力被巨頭壟斷、生成代碼的邊際成本趨于零時(shí)，純技術(shù)已不再是牢不可破的護(hù)城河。未來(lái)的商業(yè)競(jìng)爭(zhēng)，正在向直接交付商業(yè)結(jié)果轉(zhuǎn)移。在十萬(wàn)億級(jí)的服務(wù)市場(chǎng)中，用跨界思維重塑交付體驗(yàn)的商業(yè)機(jī)會(huì)，剛剛向每一位創(chuàng)業(yè)者敞開。