Dean

observer🔭/banker🏦 / writer✒️

[AI Dance @AI_Whisper_X]

Greg Isenberg 在旧金山待了48小时，写了 21 条观察

1、卖数据很赚钱：听到很多数据中介把公司数据卖给实验室、一周赚 200 万美元左右的故事。他分不清这是刚开始还是泡沫，正在研究还剩哪些细分领域。
2、一个灵魂拷问：饭桌上有人问“下个月出新模型，你的公司会变好还是变差”，一半的人答不上来。他认为这是现在评估 AI 创业公司最好的问题。
3、只看收入不看留存：现在大家说的门槛是 12 个月做到 10 亿美元收入（新的独角兽标准），但很少有人谈留存。他预测会出现很多收入很大、留存很差的 AI 公司。
4、很明显我们正在经历计算机的一次重新发明。模型是 CPU，harness 是操作系统，skills 和插件是应用。用这个框架更容易看出哪里还有空白。
5、我们可能离这样一个 agent 只有 12 个月：它看你工作一周，然后不用任何指令就能接手你的活。屏幕录制 + agent 记忆 + 本地模型，这个组合现在就已经能做到了。(可怕）
6、Agent harness 感觉像是新一代的 GPT 套壳，但是好的那种，尤其是垂直领域的。他聊到的最好的团队都把模型当成可替换的零件。比如创始人演示他怎么把不同模型分配给不同任务：一个负责审美和视觉，一个便宜的跑日常杂活，另一个专门处理文本。
7、逆向工程和克隆的事情多到他从没见过。人们在反编译软件，然后用 agent 重建它。有人给他看了一套大概 10 个应用，每个对标的原版都值 50 亿美元以上，全是他开源克隆出来的他和所有人都还在想：当软件变得这么容易复制，到底意味着什么。
8、猜价值会转移到数据上。如果软件可以快速重建，那一家老 SaaS 公司里值得花钱买的，就是里面积累多年的客户数据和工作流。有些 SaaS 公司其实是暗藏的数据公司。
9、感觉相当一部分老软件撑不到 agent 时代，尤其是那些围绕“让人点来点去很多页面”设计的。
10、他聊到的每家公司都想把内部数据汇到一个地方，然后通过 MCP 开放给 agent。然后他们一看数据就发现：一团糟。同一个客户有五个版本，一堆老 Slack 频道，没人能搜到的 PDF。把这些清理干净，感觉是个很大的咨询机会！
11、做积木的公司会赢：很多创始人在做agent用的基础组件，比如 API、数据层和工具。有些公司几乎没有界面，因为主要用户是agent。
12、实验室不缺训练数据，但很难拿到 agent 在企业内部出错的真实案例。谁手里有这些日志，谁就有值钱的东西。
13、一个做大型消费产品的人说，下一场仗是记忆。记住你最多的那个模型会赢，最聪明的模型没有大家想的那么重要。
14、Astra 是第一个让人相信 AI 能做 CAD 的模型，大家开始想“vibe 制造”是什么样子。一位机器人创始人说：现在 AI 最难的问题是部署问题，不是研究问题。他们的机器人自己干活，卡住了就呼叫人类，而每一次呼叫都变成训练数据。
15、网络安全公司正在迎来高光时刻，现在做这个真的很酷，尤其是那些做事后清理的。每一个能访问你系统的 agent 都是你公司的一扇新门，而且很多门就那么敞着。
16、死了比活着值钱：倒闭公司 5 年的 Slack、邮件和代码可以拿去授权收钱。他不意外创始人会把这一点算进关停时机。
17、人们开始聊“agent 互联网”怎么变现。感觉还非常早，但当互联网最活跃的用户变成 agent，你应该做什么样的创业公司？
18、agent 保险要来了。一旦智能体犯了昂贵的错，保险公司会要求先审计再承保。
19、好几个人说他们最想招的人，是有品味又会写 evals 的人。模型越来越会出点子了，难的是判断哪些点子是好的。
20、新的创业轨迹：拿 VC 的钱 → 用投资人的钱把自己做成网红 → 公司失败 → 创始人转成全职网红，再用自有资金孵化别的产品。
21、流量极难拿：创始人们在赞助公交车、疯狂买广告牌、请知名 DJ 办派对，就为了被看见。有点互联网泡沫时代那味儿了。真正稀缺的是注意力！那个靠分享 Wispr Flow 的 UGC 策略走红的增长负责人就是个好例子。这就是所有人都想要的秘方，全世界大概只有 50 个人知道怎么在这个时代高效地把这类生意做大。

每次去旧金山，回来总能受到不少刺激。能在这样一个创业的黄金时刻，经历这么精彩的一趟旅程，他觉得自己太幸运了。很多时候，甚至有种不真实的感觉。
写的真好！分享给大家！
（他说是跟一群亿万富翁、数据实验室的人、AI 创始人和高管的交流）

[Brivael Le Pogam @brivael]

SpaceX a clôturé son premier jour de cotation à 2 100 milliards de dollars, +19%. Tout le monde regarde le chiffre. Personne ne regarde ce qu'il price réellement.

Laissez-moi vous dire ce que le marché vient d'acheter, et pourquoi je pense que cette boîte vaudra 30 à 50 trillions d'ici 5 ans.

D'abord, le symbole. Cette IPO est un référendum. D'un côté, 20 ans de discours sur la décroissance, la sobriété, la redistribution, la fin de l'histoire gérée par des comités. De l'autre, un homme qui a dit "je vais rendre l'humanité multiplanétaire", que tout le monde a traité de clown, et qui vient de créer la plus grosse entreprise cotée de l'histoire en partant d'un entrepôt à El Segundo. Le marché a voté. Le wokisme avait des départements RH, SpaceX avait des fusées. Les fusées ont gagné.

Ensuite, la mécanique économique, parce que c'est là que tout le monde se trompe. Les analystes valorisent SpaceX comme une entreprise de lancement plus Starlink. C'est comme valoriser Internet en 1995 sur le marché du fax. Starship ne réduit pas le coût du kilo en orbite de 20%, il le divise par 100. Et chaque fois dans l'histoire qu'un coût d'infrastructure est divisé par 100, ce n'est pas le marché existant qui grossit, ce sont des industries entières qui naissent. Le coût du calcul divisé par 100 a donné Internet, le smartphone, l'IA. Le coût de l'orbite divisé par 100 va donner une économie spatiale complète.

Faisons la liste de ce qui devient rentable quand le kilo en orbite coûte le prix d'un billet d'avion. Les data centers orbitaux, avec énergie solaire continue et refroidissement gratuit, au moment exact où l'IA fait exploser la demande énergétique terrestre. La fabrication en microgravité de semi-conducteurs, de fibres optiques, d'organes imprimés impossibles à produire sous gravité. Le tourisme orbital de masse, puis les hôtels lunaires, qui passeront du fantasme au business plan exactement comme la croisière de luxe au 20ème siècle. Le transport point à point terrestre, Paris-Tokyo en 40 minutes. L'industrie minière des astéroïdes, dont un seul corps de classe M contient plus de métaux que tout ce que l'humanité a extrait depuis le néolithique. Et Mars en ligne de mire, pas comme destination touristique, mais comme le plus grand projet d'infrastructure jamais entrepris, avec tout ce que ça implique de demande en énergie, matériaux, robotique, IA.

SpaceX ne participera pas à ces marchés. SpaceX possède le péage d'entrée de tous ces marchés. C'est AWS, mais pour la civilisation. Apple vaut 3 500 milliards en vendant des rectangles de verre sur une seule planète. Le premier monopole d'accès à une frontière infinie à 30 ou 50 trillions dans 5 ans, ce n'est pas de l'exubérance, c'est une simple règle de trois sur l'expansion du marché adressable.

Et maintenant, la partie que je préfère. Ce futur n'a pas besoin de bureaucrates. Il n'y a pas de comité consultatif en orbite. Pas de commission Théodule sur Mars. Chaque dollar de cette nouvelle économie sera créé par des ingénieurs, des techniciens, des soudeurs, des pilotes, des entrepreneurs. Les diplômés en gestion de la norme vont devoir apprendre un métier utile, et franchement, c'est une excellente nouvelle pour eux aussi : construire est infiniment plus fun que contrôler.

Parce que c'est ça, le vrai signal d'aujourd'hui. Pendant 50 ans on nous a vendu un futur rétréci : moins d'énergie, moins d'enfants, moins d'ambition, gérer le déclin proprement. Et là, d'un coup, le plus gros actif financier du monde est un pari sur l'abondance, l'expansion et l'aventure. Le pessimisme vient de passer en position vendeuse sur lui-même.

Le futur sera méga fun. Il y aura des hôtels avec vue sur la Terre, des honeymoons en orbite, des gamins qui diront "papa, c'était comment avant les fusées réutilisables" comme on dit "c'était comment avant Internet". Et quelque part dans les années 2030, un humain marchera sur Mars en livestream devant 5 milliards de personnes, et ce jour-là plus personne ne se souviendra du nom d'un seul de ses détracteurs.

Achetez de l'optimisme. C'est encore sous-valorisé.

[Mark Kretschmann @mark_k]

Yann LeCun (LeBased) weighs in on the
@AnthropicAI debacle. I have to say I agree with 100% with Yann here.

"One reaps what one sows." 👏

[Matt Turck @mattturck]

A day in the life of a VC in 2026:

9am: Board meeting. My main value-add is aggressively pushing for Anthropic/OpenAI usage in non-engineering functions. Briefly ponder how I became an SDR for foundation model companies.

1pm: Lunch with another VC. We discuss how startups can find "blue ocean" away Anthropic/OpenAI. We conclude we should probably just invest the rest of our funds directly into Anthropic/OpenAI.

3pm: Pitch meeting. Me: "Do you run on Anthropic or OpenAI?" Founder: "Both." Debating internally whether a company reselling Anthropic/OpenAI with a 10% gross margin is a good investment but hey, at least they're in the "token flow".

4:30pm: Deep due diligence. I ask Claude if it plans to build this exact startup natively in its next release. Same to ChatGPT. They both say yes. I pass on the deal.

6pm: Urgent call from a portco CTO: "We need an intro to upgrade our Anthropic tier!" I immediately agree to help them spend more of the venture dollars we just invested in them, on Anthropic.

8pm: Brainstorming next guests for the podcast. Thinking I should probably just try to get some folks from Anthropic and OpenAI.

[Garry Tan @garrytan]

We are living through the Apple II moment for AI, and people reading this will be some of the people who create the personal AI for billions of people for decades from now.

I want to be one of them. I want you to be one of them with me!

[Alex Prompter @alex_prompter]

Anthropic is pushing HTML artifacts as the future of AI workflows.

What they're not telling you: a markdown report costs ~800 tokens. The same content in styled HTML costs 2,500-4,000.

That's 3-5x more tokens burned on divs and CSS instead of reasoning and depth.

More tokens spent per task means more API calls. More API calls means more revenue. The incentive is right there.

I steelmanned every major argument for HTML-first workflows and pressure-tested what holds up.

One out of five survived.

[Marc Andreessen 🇺🇸 @pmarca]

Found our niche!

[Dean @zgcgdg]

https://t.co/ZTBh0Ub33Q - Learning Platform https://t.co/1iFvHRJg06

[@levelsio @levelsio]

I said this I forgot to who but I said it

BigTech will eventually come for all apps / startups / companies because they can fill the niches now that before could not because they were too small

Those niches is where entrepeneurs hung out, nice parts of the market people could build a little SaaS with $100K/y to even $100M/y, notjing like the $100B/y revenue BigTech was doing, but worth it

With AI now BigTech can fill those niches + they are the ones training and owning the best models, and keeping the best models for themselves they can outcompete anyone who doesn't own them (everyone except other BigTech)

End game for their survival is simply trying to take every business, it's just capitalism

This completely changes the prospect for entrepreneurs as there won't be much left, because BigTech is financially incentivized to have to take everything

Because if they don't, their competitor will!

https://t.co/tuHz5Ddw8t

[Dean @zgcgdg]

本来无一物，何处惹尘埃

[Marc Andreessen 🇺🇸 @pmarca]

TLDR There is no inner self, you're chasing an imaginary concept, the end.

[Dean @zgcgdg]

弗格森在 3 月 15 日的最新研讨中指出，与 20 世纪基于石油和意识形态的冷战不同，当前的底层约束是“能效比 (Energy Efficiency Ratio)”。类似于 19 世纪末大英帝国为了维持全球电报网（All-Red Line）而不得不进行的全球基地布局，当前强权正围绕“数据节点”重塑地理边界。

[Junior @hirejuniorso]

Introducing Junior
The first AI employee, for any role.

A true AI employee:
→ their own identity
→ organizational memory
→ self-driven

10+ teams have been working with Junior every day.
Work was never the same since.

Starting at $2,000/month.
We’ve pre-paid $200 of your Junior’s salary.
Try Junior and experience the future of work today.

[ginobefun @hongming731]

Marc Andreessen 分享了他目前获取信息的策略。他将时间均分为四份：

1/4 来自推特、1/4 来自顶尖从业者播客访谈、1/4 直接与顶尖 AI 模型对话，以及 1/4 来源于阅读经典书籍。

[M @Maggie191919]

🔥DeepMind 创始人 Demis Hassabis：AI 越强，人越需要学编程和数学

“既然 AI 什么都会，人还需要学编程和数学吗？”

很多人以为答案会是：不需要了。

但 DeepMind 创始人 Demis Hassabis 的回答却完全相反。

他的观点非常明确：

越是 AI 时代，人越需要理解技术。

原因其实很简单。

AI 能解决问题，但它不会自己提出问题。

你必须先知道：

你想解决什么
问题在哪里
什么是正确的目标

否则再强的 AI 也只是一个没有方向的工具。

换句话说，AI 的能力再强，也依然需要人来做三件事：

提出问题
定义目标
判断结果

这也是为什么 Hassabis 一直强调：

未来最重要的能力之一，依然是 数学与计算思维。

因为只有理解这些基础逻辑，你才知道 AI 在做什么。

否则就会出现一种常见情况：

AI 给出了一个答案
但你根本不知道它对不对

如果你没有基本的技术理解，你甚至无法判断它是否犯错。

换一个更直观的比喻。

使用 AI，其实有点像指挥一支军队。

AI 是强大的“兵力”，
但真正决定胜负的，是指挥官。

如果指挥官不懂战略、不懂兵法，

再多的士兵
也无法打赢战争。

这也是很多技术专家越来越强调的一点：

AI 不会取代理解问题的人。

它只会放大那些本来就知道自己在做什么的人。

未来的竞争，可能不再是谁会写代码。

而是：

谁更懂问题
谁更懂系统
谁更能利用 AI 的能力。

AI 会改变很多事情。

但有一件事其实没有改变：

真正重要的，仍然是人的思考能力。

[出海去孵化器 @chuhaiqu]

看完 YC 最近发的一期关于 AI 时代新公司的构建方式的视频挺有感触，传统的靠堆人头扩张的模式可能真的要彻底翻篇了。

现在已经有团队正在用个位数的规模，去硬刚体量是自己几十上百倍的老牌巨头，也就是里面提到的 20 倍公司。

底层逻辑是把复合型初创企业的理念用在了内部运营上。一上来就做多个高度集成的内部自动化产品，去寻找地平线之外的 PMF 孤岛。

一旦靠这种系统性的整合登岛，建立起的壁垒别人根本拆不掉。从研发、测试、营销、销售到客服全面 AI 化。

Anthropic 自己的工程师就是这么干的。开会只聊架构，真正写代码和修 Bug 的是每个工程师手里的几个 Claude 实例。

这种极简不仅是省工资，更深层是为了防止团队文化稀释。小团队一扩招，沟通内耗往往直接摧毁敏捷性。AI 员工没有办公室政治，能帮你死死守住最专注的纯粹文化。

最关键的是真的有公司跑出来了👇

最先喊出 20倍公司 这个词的 Giga ML，四五个工程师靠一个能操作浏览器写代码的全能内部 AI 系统，拿下了 DoorDash 这种巨头客户。

扛着几十上百万日常调用量的，全职负责客户运营的竟然只有一个人，剩下的脏活全扔给 AI。

Legion Health 搭了一个纯 AI 驱动的内部唯一真相源。排班、医保等业务信息秒级调用，一年业绩翻四倍，硬是没增加一个人头，就靠几个核心人员吃下了成倍的业务量。

Phase Shift 这种 12 个人硬刚老牌巨头的团队更实在。让员工记下每天耗费时间的纯手工活，光速开发专属 AI 助理去顶替。工程师直接用 Magic Patterns 这类工具搞定所有前端设计，到现在都没招过全职设计师。

这套玩法非常适合搞 一人公司 准备出海去打全球市场的实干派。用极简的架构加上 AI 杠杆去跨越资源鸿沟，不再需要发愁管理的内耗和盲目扩张的风险。

[The Icahnist @TheIcahnist]

The Money Kings

A few Jewish immigrants arrived in America with thick accents and a few dollars.

They started as peddlers, then became lenders.

Two generations later, America’s biggest deals moved with their money.

One of the best finance history books I’ve read.

[偶像派作手 @oxpsats]

华尔街日报今天这篇文章不错。人工智能领域的高管如何向子女描述未来的职业前景。

一句话总结：AI领袖们普遍不建议孩子过度追求当下的技术技能，而是强调适应性、批判性思维、文科教育（通才能力）以及人类独有的情感与责任感。

观点一：当下的具体技术技能（Technical Skills）保质期极短（甚至不到两年），未来的核心竞争力在于应对变化的敏捷性（Agility）。

Caroline Hanke (SAP) 指出，与其纠结于现在的编程技术，不如培养批判性思维、适应性和伦理判断力。

教育的重点应从“掌握工具”转向“适应新工具”和“判断工具的使用”。

观点二：在AI时代，传统的文科教育（Liberal Arts）比以往任何时候都重要，因为通过自然语言与AI交互需要深厚的元认知能力。

Jaime Teevan (Microsoft) 强调，以前操作电脑是决定性的（按按钮->出结果），现在是基于自然语言的意图表达。这要求使用者具备批判性思维、提供语境和挑战AI结果的能力（即元认知）。

Ethan Mollick (Wharton) 认为通才（Generalist）将是赢家。AI可以填补技能短板，因此拥有广泛技能组合的人（如既懂医学又懂人际沟通）更有优势。

与其成为单一领域的专才，不如成为能够整合多种知识并在AI辅助下工作的“超级通才”。

观点三：AI无法承担责任，也无法替代真正的人际连接。

Daniela Amodei (Anthropic) 认为，随着AI接管工作，人类品质（同理心、善良、沟通能力）的溢价会越来越高。人类本质上渴望与其他人类共处。

Jaime Teevan 指出，AI可以给出建议，但不能承担责任（Accountability）。像法律、会计这种需要对决策后果负责的职业，依然需要人类来做最终判断（Passing Judgment）。

未来的工作重心将从“执行任务”转移到“承担后果”和“提供情感价值”。

观点四：避开纯数字化的内卷，转向原子世界（能源、医疗）和社会服务领域。

Manny Medina (https://t.co/igRRT4ZQLW) 看好能源（特别是核能）和医疗保健。无论是为了驱动AI本身（能源需求），还是解决人类疾病（癌症治疗），这些都是硬需求。
鉴于AI发展的不平衡，致力于解决社会不平等（帮助被AI抛下的人群）和环境问题（海洋污染）也将是有意义且有前景的职业路径。

最后：孩子拥有一张“白纸”，他们不需要像成年人那样去“重塑”旧观念，这是一种优势。家长们的焦虑往往源于自身的旧经验与新世界的冲突，而孩子们是AI原住民。

不要把上一代的恐惧投射给孩子，鼓励他们去玩、去实验，而不是仅仅作为使用者。

AI高管们给子女的建议揭示了一个反直觉的趋势：在一个高度技术化的未来，最不值钱的可能是纯粹的技术执行力，而最值钱的是最“复古”的人类特质——对他人的共情、对复杂概念的哲学思考（文科）、对物理世界的改造（能源/医疗）以及对决策后果的承担（责任）。教育策略应从“学习如何像机器一样高效工作”转变为“学习如何做在大机器时代中独一无二的人”。