141. Freda的投资札记第2集：Token Maxing、AI时代的组织架构、模型公司竞争与投资行业的变局

Freda01:30对,我其实比如说几个月之前有一天,我深夜因为在家装不上Open Cloud,我真的是痛苦。

Freda02:13那开始,我不是很想跟你从我们熟悉的那个硅谷玉三家这些模型公司开始聊,我们先聊一个在AI时代新出来的一个伎良单位,就是Token。
那现在大家都在讲Token公司的收入啊,Token的消耗啊,

Freda02:31我觉得这几年因为AI出来,所以出了其实是有极客这样的单位吧。
包括大家经常说的叫Dollar Per Flop,包括Dollar Per What,包括你刚才提到Dollar Per Token,

Freda02:50我觉得一个比较明显的趋势就是我觉得到未来,当我们去看一家公司,会去比较一些公司的时候,应该都会去看Dollar Per Token,我会把它想象成为就是工业时代的大家看这个Dollar Per Kilowatt Hours,就是一个千码石的一个概念,比较的是能耗产出比。

Freda03:10我觉得Token其实也是一个非常容易误导人的这么一个单位,因为这里面最重要的就是Token Per Task,就是说你同样一个任务,不同的模型,或者说不同的应用,消耗的Token可能差几十倍,升级上百倍,我觉得这个理解是非常重要的。

Freda03:30其实原因非常多,我觉得一个就是输出的这个长度可以差很多,比如你同样去有一个做coding的这么一个任务,比较好的模型可能有个一点百行,非常经典的代码就写完了。
你便宜一点,可能弱一点的模型需要写几千行,非常啰嗦的代码,你表面上看这两边的任务都是完成了,但是其实你消耗的Token是完全不是一个量级。
然后这个里面还有一些像大家都说的这个什么一些比较隐藏的叫什么resigning tokens,很多模型在回答之前会做大量的这个中间的推理,你这部分用户是看不到的,但它实际上不同的模型会消耗非常不一样这个数量的这个computer token。
第三就是现在大家说的比如说一些什么agentate的这个warflow,它本身就会像一个放大器一样更加放大这个token的消耗,所以就真的是同一个任务,不同模型的这个token消耗量是可以差非常非常多的。

Freda04:34这个肯定不是越多越好,而且我觉得其实是反过来的,因为最终大家会意识到你要的其实是你的效果,以及你追求达到这个效果能达到最高的这个效率。
比如说我举一个身边的这些developers都说了一个反馈的一个例子,像cursor这个coding模型,你问它同一个问题,它就是会消耗更多的token,那它并不是说它的效果更好,而是说同样的效果就下它的这个能效是更低的。
但是如果我想象一下,如果我是一个大公司的CFO,我给我的这些developers一些cursor的credit,然后我能看到的其实就只是cursor的使用量是在暴增的,然后我就会推断说澳员工是非常喜欢用的,然后也能看到一些对吧,员工生产效率的提升,

Freda05:32我觉得是大家还没有真的理解到就是token和token不是一回事,就是这个事实。

Freda05:45我觉得没有那么容易去直接回答说是或者不是,就是这个里面如果我们比较就是academic可能会有这么一个比较学术化的这么一个公式,就是ai的总投入实际上是可以拆分为几个input的,那其中第一就是你有多少个用户,然后去用这个去乘以每个用户完成多少个task,然后再乘以这个token per task,然后再乘以你的这个token per token的这么一个概念,其中前两项就是用户数和每个用户的这个任务的这个量肯定会继续大幅增长的,你从程序员如果说破圈到普通的白领去用ai,其实是一个非常大的一波用户破圈,比如说像就是anthropy有一个产品叫co-work,

Freda06:52然后当时后两个我觉得都会是有优化的,因为现在整个这个状态,你看大家都去说我用了多少个token,然后以及我花多少钱,

Freda07:07我觉得可能还是拆开想要看的,比如说token per task,就像我们刚才讲的,我觉得是最有效率的模型,其实over time是会愿意为大家认可,然后dollar per token这个里面,也有一些一些变化和一些具体的理解,比如说像anthropy opus这个模型,它名义上的这个售价是5块钱per million的input tokens,然后是25刀的per million output tokens,但是根据这个行业的第三方的分析,它实际上的收费其实只有一块钱,就是因为它的做这个缓存,做这个cash的命中率其实非常的高,可能有9899这么高,当然也是有其他原因,比如说它这个identity workflow,它input是比output长很多的,所以dollar per token这个里面,实际上也是有很多文章可以做的,

Freda08:00我觉得过一阵大家会越来越意识到,其实模型的性价比才是这个里面最重要的东西,

Freda08:11但是并不意味着我们刚才把这几个拆完之后,就是AI的总投入会下降,我自己的想法或者说想的这个方式,就是我觉得现在这个时代北京,很多事情其实是既对又对的,就比如你说现在的大家说token maxing,有没有大量的浪费,

Freda08:36我觉得这个也是对的,听着矛盾那其实是不矛盾的,对,我看到有一些投资人是用那个token的消耗量作为项目的判断的依据,你怎么看,我就是一个阶段的产物吧,就好像你在工业时代的时候,你不会去真的炫耀说我一个灯我耗电耗特别多,反而你会去购买可能过一点的这个LED,我觉得过了时间这个东西会有一定的变化,我记得你比较擅长算账啊,

Freda09:10这个里面大家一般被拎出来说的其实都是比如说meta,也都是传言说他在cloud code上面一年的这个花销是好几个billion,就是有几十亿吧,确实是一个非常吓人的数字,然后这个里面比较有意思的是,因为meta最近也说他要裁员百分之十嘛,然后我大概算了一下,我说数量级上他这个百分之十的裁员大概,刚好能对应他在cloud code上面的这个开支,当然我不是说这个是直接的因果关系,再比如说Uber的CFO,其实上个月跳出来说,他说他们公司在三个月之内,就逛coding这一项,就花掉了原来计划一整年的这个AI budget,所以算下来大概是几千万的这个量级,我大概算下来把头部几家公司,尤其是在做token maxing的公司拉出来来算的话,目前大家的这个AI spend大概对应百分之一百分之二的这个EB大,

Freda10:04所以目前还算是一个可控的吧,说实话其实算出来这个数比我想象的要好,我以为其实已经是一个更大的这么一个数字了。

Freda10:17这个我其实会有一个自己表强的判断,就我觉得行业逐渐大家会理性起来,然后所以这个收费模式是一定要变的,我觉得是会逐渐从按照token收费转向按照效果付费,就因为我们刚才就是说的就token这个东西本身其实真的不是很可比,有一个公司叫Sierra,他是做AI客服的,然后他就是完全是来效果收费的,然后我们访谈下来其实他的客户也非常认可他这种收费模式,他就是说如果你我AI能帮你解决这个客服,我没有转人工,我是收钱的,如果我转了我就不收钱,而且他里面还分很多就是问题的这个复杂度这个解决度,然后他的单价也会不一样,所以我作为客户其实我跟Sierra是非常interest line的,就说我们都想解决这个问题,然后我们都想少去show这个token,

Freda11:12但是这件事情在客服里面是非常ok的,因为你可以量化,但并不是每个行业,所以我觉得可能会是一点一点,比如说从客服的这个解决率,从你的这个销售转化,包括什么催收贷款,或者说保险利盔就是一些场景,我觉得会先开始变成用效果付费,然后有一些比较有创意类的,比如什么写作这些,那我觉得可能对吧,长期可能还是会是按token收费的这种效果,因为写作的效果不好量化,接下来我们还是要聊聊这几个重点的模型公司,

Freda11:59对,我其实也一直在想这个问题,就是我觉得过去两年吧,就是大家的墨院的假设都是说,soter的模型,每几个都会换一次手,

Freda12:17所以领先这个词,就在之前一两年其实都是一个rolling basis的,但是我觉得可能就是这一两个月,可能是第一次我开始,就是至于这个假设还会不会持续,核心的原因就是当这个coding agent成熟之后,其实出现了一个,我觉得非常重要的一个loop,就是你更好的AI,才能去训练出下一代更好的AI,所以就是这个循环一旦跑起来,就有一点点就是那些researcher说的,叫recursive self-improvement这个味道,就是它如果真的过了某个临界点,这个曲线会变得非常的陡峭,

Freda13:13我觉得现在只是还在这个发生的时间点的一个早期,就是可能就是从今年1月份开始吧,其实几点也就是coding agent的成熟,往前方可能六个月之前,你coding的模型对于一个工程师的,他们叫total factor productivity的提升,可能就只有一个5%,然后到去年底,可能能到15%,20%,现在肯定是更高的,所以你看模型大厂出新模型的速度,其实也不像以前,就是要花大几个月,甚至一年,反而是一个月就能出一个新的版本,

Freda14:30所以可能就回到coding嘛,就比如说open eye,它是按照,就最近这两个月按照GBT和coding,两个组做了非常大的重组,然后把coding推到了非常非常高的位置,然后Google是就是surgate亲自在管coding,然后meta内部也在推自己的coding的模型,然后也是希望你能做出sota什么的,然后XAI对吧,就是公开sogle cursor,其实背后的逻辑都是差不多。

Freda15:00对,外面的比较非常非常多,讨论也非常多,我个人觉得,任何时候如果大家在两个产品,或者说甚至两个人之间,有非常大的,非常多的这个争论会比较,其实通常说明他们实际的效果是差不了太多的。
codex最近很明显在打价格战,做了非常大的补贴,然后凡是比如cloud code不让用的地方,然后codex都是就是欢迎你去用,

Freda15:26我觉得这个价格战还是挺正确的一个策略吧,对于它来说,因为它是毕竟是后来者,这里面也说到我自己一个粉丝,就是这两年花了太多时间,就在比较open eye,但我觉得更重要的逻辑,就是说知道这两个都会非常的大,而且最近的一个思考就是觉得,你如果看商业模式,就是整个这个模型层会叫智能吧,它不是一个sass的一个概念,sass是就是subscription嘛,它是按人头收费,当你一个东西是subscription的时候,实际上你是价格是封顶的,然后你买了之后,你用的越多,实际上越便宜,

Freda16:08但是模型它,就肯定是一个usage-based,然后是一个token-based,所以你作为CFO,就是你做的这个选择不再是说,哦我今年选择哪个vendor,而是你在去optimize,就是我每一个query我用的是哪一个模型,就没一定一个问题,所以它实际上,因为它的商业模式会反过来鼓励大家,同时用很多个vendor,然后而且随时比较,随时切换,因为opie和anthropy的关系,在现在看来,

Freda16:43我觉得这两年有很多粉丝,但其实这个是里面非常大的一个粉丝,就是实话说,一两年之前刚出来,扣电这个赛道的时候,其实投资人去估算,我们叫ten,市场大小的时候,就是用价格出力量,然后那个时候觉得,量也就是说,谁会去用这扣电模型,当时大家就是说,美国有多少developer,然后就是四五百万人,其实是一个很小的一个小众群体,然后那个时候,当大家去考虑这个价格的时候,对吧,我记得我们那时候,还内部有些讨论,有人说,二十刀差不多了,有人说,应该能到两百刀,因为你整个一个软件,也就是这么贵,因为一个公司,最多最多,可能也就花一两千块钱,在它所有的软件subscription上面,所以两百刀,对吧,给到coding,大家觉得已经很可以了,对吧,你用价格成一辆,你算出来,其实也就是一个,一百亿美金吧,这么一个市场规模,但明显,这个东西是完全错误的,因为到今天,你unprobably,一家的这个收入,都远不止这个量了,

Freda17:40所以,反思的话,觉得,对,量和价,当时的这个,估算都错得非常离谱,

Freda17:48对,我觉得,可能真的是回到,像Dariel说的,就是全球的白领,他一直他的那个PBT,就投资的PBT,里面就是,上来的第一页,就是白领的10,他说,是一个340个trillion,就是大概340万亿的,这么一个市场规模,他说,这个就是他,要去吃的市场的,这个大小,这个逻辑,我理解来看,就是说,因为我们每天,做了很多事情,都有一点点,就是说,如果我会写代码,我应该会让,电脑自动去做,这个任务的,这个意思,所以,这个思维,就是说,我coding真实的10,实际上,是任何可以,被计算机,然后,随着这个世界,也是越来越,越来越数字化,这个范围,是在失去扩张的,包括,我希望大家,用ai去操作excel,或者是,

Freda18:43所以,这个是他真正的time,对,所以,其实每次,想到就co-work,这个产品,就两个人做出来,都觉得,真的是挺正汉的一件事情,对,回到coding,我觉得,会说,反思投资这件事情,就投资做判断,在发现coding的,这个收入,当时很快,标到,十亿美金的时候,就应该,非常快速的意识到,自己本来的投资框架,和time,就彻底想错了,对,然后及时改吧,哎,你是什么时候意识到的?哦,这个,应该就是,可能最早,什么看,最开始是cursor吧,cursor的这个coding,收入,很快就标到,可能十亿美金,然后是co-co,然后上来,就是,那个时候,因为你按十亿美金,正常的这件事情,

Freda19:32我觉得你之前,提过了一个概念,叫互相滚雪球,你用来,把互相滚雪球,来解释,模型公司的商业模式,这个框架,你现在没有发生这些变化?哦,这个概念,其实是Darrel提的,我只是把它翻译成,就是,更投资人的一个语言,我依然觉得,这个是一个,非常经典的一个概念,就是,非常简单的说,就是,如果你去年,成本是一,

Freda20:01那你就是,不到两块钱的这个,这个毛利,然后,这个问题就是说,因为你今天,今年吧,你在训练的模型,这个成本,最起码要是三,对吧,然后你这样,再加上一些,什么销售啊,什么人员啊,然后你利润,就会是负的,然后,只要你训练成本,每年还是,对吧,就几倍的这样的增长,就是,或者他当时的认知是说,你如果想跳出这个,互相关系求的这个loop,你只能靠你训练,skilling的这个变慢,但是我觉得,最近几个月,就是,证明其他有另外一条路,就是,如何你的这个收入增长的邪律,是,更陡策的,不再是三,是比三高很多,你公司也是,会突然领利的,嗯,所以,公司其实自己,也没有想,清楚需求会这么强,对对对,就,阿拉伯其实已经打预测做的,非常极致,就非常第一行原理,但,就是,这没有一个很简单的一个公司,就是说,两件事吧,一个就是说,如果你训练了成本,占收入的比例,是低于你推理,毛利的,公司就能赚钱,然后第二,是一个construing吧,就是说,因为你训练,就是你总成本,就是训练加推理,这个总和,实际上是提前定下来的,就是,这个里面,不知道讲了一讲清楚,就比如说,你推理的毛利率,公司是可以掌控的,

Freda21:20所以就是,你需求并不是,真的那么可控,但像比如说,anthropic,就对吧,就是年初这几个月,它需求突然爆发,所以公司会被迫,把更多的抗拼,放在推理上面,就,所以就突然一下就暴力了,嗯,现在媒体经常报,open eye,anthropic,这些公司的收入,节节身高,这两个你怎么对比?就是很难对比,就首先,打开管它叫AR嘛,就是,但它根本就不是AR,因为AR是叫什么,annual recurring revenue,在模型这里,它又不是annual,又不是recurring,而且,大家用的口径,真的是,七七八八什么都有,有的是,用过去四周的收入,乘以,十三,然后,更激进的是,用过去预周,乘以五十三,所以其实是,可以差出很多的,嗯,然后,这两个公司,也没有,让这个比较变得很容易,因为有的是,用growth,比如说,anthropic,它是,总之四十是,这个,第三方的API,然后,那你net,对吧,你要扣掉这个,然后少个,可能百分之二十,这样子吧,然后OpenL是反过来,就它是包了这个net,然后,你要换成growth,你可能要再加个百分之五百分之十,反正,但是它们的一臂大,实际上是完全,可比的,对,所以,反正也是浪费了,很多时间,在算,这个数字效应,你怎么看OpenL和anthropic,对算力的需求,

Freda22:41我觉得这个里面,这个,就是学到的点,就是,我觉得市场,就包括自己,其实都远远低估了,每一个GIGAWA的这个电力,能产生多少的,就是模型收入,像,第三方有爆出来,就是OpenL和anthropic,现在分别可能有,小几个GIGAWA的这个算力,然后年底,就是,应该能到五,然后明年比如到十,就之前大家觉得说,每个GIGAWA差不多能对应,比如说一百亿的收入,就,就还不错了,但是这几个证明,这个数字被远远低估了,就是推理和训练这边的这个成本,应该分别都是对应,一个GIGAWA能有一百亿,这个没有问题,

Freda23:20所以这个东西的,这个隐破,就是说,模型公司的收入天花板,我觉得其实是被系统性低估了的,就是说,一个GIGAWA到底能产生多少收入,到今天也没有人能看到,对吧,没有人能看到上线,你说一百亿,你说五百亿,其实,现在看来都是挺有可能的,OpenL,

Freda23:40嗯,on profit,真正的inflation point,

Freda23:48那个时候投,就是因为他,从十到五十,他用了不到半年,然后比OpenL的同期,其实是要快很多的,其实看到那个,就应该已经知道,对吧,就是我们刚才提到的,比如coding,比我们大家想的要大,要快,对吧,但那个时候也不是无可调低,

Freda24:07但是,你真的和一些,就是做info,做工程的人,会觉得说,可能问题不大,能有很多优化可以做,然后另外一个,当时大家,其实都非常concerned,就是很担心,这个dialogue,和美国政府的关系,但是你说,投资人我觉得,大部分都是二零二五年,觉得说,真的是coding,这个东西起来了,

Freda24:39我觉得去年这个时候,我会觉得说,几家已经有明显的,分工了,已经就几乎就,就定下来了,但到了今年,反而觉得,就是,模型层的商业模式,可能会挺驱统的,就是什么东西活起来,什么东西有收入,大家都会去做的,比如,曾经我会觉得,GbT年兴非常大,我把我不管是,报税啊,或者体检的单子啊,都存在它的那个,就是它有一个folder,或者叫projects里面了,但今年,只是因为anthropy有一个,能帮我画图的,叫Visualization的这个功能,我,我个人,其实就倒个了,那,也是因为,就是现在,大家对coding市场的,大小判断,就觉得说,这个coding会很大嘛,所以,反而不是,很在乎这几家,现在具体测重什么,而是,只是觉得,模型层本身,会占这个,就是compute stack,就是更大的比例,然后,今年底这两家,加起来,看那个,什么两千亿的收入体量,

Freda25:46我觉得现在,没有人,真的能对XAI,就接下来的这个,成功与否,做出,任何判断,因为没有,任何能参考的data points,也没有团队,也没有进展,就继续处于一个,真的是在乱才了,但这里面,其实有一点,就是,比如说,Elon他把XAI的data center,租给anthropic,

Freda26:15但是,XAI是有三个data center的,有什么classes,有macrohard,还有第三个,它叫macroharder,就是,它后面两个,都是用blackout的,然后那个classes,是用h100,就是本来是用来跑推理的,所以它实际上,是把自己现在,就是不太用了一个,然后租给,就是最缺卡的anthropic,而且那个,本身也不大,就300个,就是megaweb,可能就是这样的XAI,整体数据中心,百分之二十,然后大概能租出,就是四五十亿的收入,所以,其实是一个,非常make sense的一个,一个商业决策。

Freda27:11然后现在看来,可能,有这么几个可能的方式吧,一个就是,它已经,一直在推的这个meta ai,就是一个,单独的这么一个app,然后另外meta,应该也会推他们自己的,这个叫open cloud,或者这个小龙虾,这个助手,然后第三个,我也会好奇,我会看一看,

Freda27:49这个里面,其实给我最大的,反思是,软件这件事,本身,就是,软件一直,C是很不一样的嘛,就是,它是一个,我们叫铺式的,这么一个model,就是你需要销售,你需要一整套的go to market,所以你看,不管是service now,dobe,都是,三四万人吧,然后seal sports有七八万人,这里面,很大一部分是销售,就是co自己也是销售,

Freda28:16但是,就是,比较大的震撼,就是anthropy,其实也是一个土壁的公司,它百分之八十,员工就只有三千人,

Freda28:31那anthropy,每个员工,应该能对应,就是上千万美金的收入,就差了,就是一个数量级,而且anthropy,真的,都没有一个正经的销售团队,像它的,不管是它这个,叫什么co-work,或者它的skills,它的project,其实是,普通人,没有那么容易上手的,这些产品,但大家还在,非常疯狂的,我自己也在,反思,就是,是不是说,用户真的对,智能的需求是,无限的,是不是我们之前,有点,过于去,强调,就是销售的,这个重要性,我觉得,这个也当然,也不是说,只是对软件,因为也会让,大家去反思,之前很多我们,就比较,吸引,非常大公司,就为什么,需要有这么多的员工,嗯,这个对比,也不只是对于,软件公司,对吧,挺高效,就是挺软的一个公司,八万员工,然后,每个员工,嗯,你算下来,可能有,三百万美金的,这个对应的,这个收入,已经比,软件好很多了,

Freda29:35我觉得,我再看,这个八万员工,就还是会觉得,很神奇,就这个是,一家2C的公司,也没有新的,货客的需求,就肯定有些维护,

Freda29:58我觉得,挺值得思考,就是,组织架构,应该什么样子,然后,以及一个公司,对吧,到底需要多少人,

Freda30:11我觉得这里面有一个,就是投资里面,非常简单的一个逻辑,就是,我们看这个Discount Rate,因为说到底,和东西都是,大家可能听过叫DCF,Discount Rate,然后就算到今天,然后看公司值多少钱,所以,都不需要是,对位台有非常强的,这个判断,就只要不确定性上升了,这个估值就会被压,因为这个Discount Rate,就上升了嘛,所以,二级市场,还有一个比较有意思的,一个观察,就是二级市场,其实,软件已经被,卖的,七八八,已经跌了,可能百分之五十,都不止了,

Freda30:47所以会有一些,就是一二级,就是估值的到挂了,很多一级市场的明星公司,就是,不管是什么,或者说一些很大,很不错的公司,你如果今天上市,你的估值,其实都会被,挺厉害的,对,然后软件公司,还不止,它有一个问题,就是它的这个,就是SBC,你如果股价跌了百分之五十,然后你还想给员工,同样的这个股票,对吧,这个赔偿,你就要发两倍的股票,对,所以,是一个比较两难,你觉得哪些软件,是更脆弱的?我觉得,其实都有一点点是,时间问题了,就是,比如说一个,我会看,它本身软件里面,UI的这个占比,有多高,

Freda31:33那它是最脆弱的,就死在最前面的,比如说,很多point solutions,对吧,就受冲击,是受到最大,最彻底的,像不管是,电子签,项目管理,看它这个数据,结构化程度,有多深,就是,你可能也听过一句话,就是大家说,一切软件,都是一个excel wrapper,但其实,这个repper和repper,也差很多,像比如像,Monday是一个,项目管理工具的,这么一个软件,它的数据结构,是非常规整的,它每一行,是一个,就是一个固定的,一个任务对象,然后每一列,也是固定的,就这一类,其实是最容易被Agent取代的,但是excel,其实是,是很混乱的,一个,表格里面,每一个格子,其实语义,是可以完全不一样的,不管你是名字,数字,公式,都混在一起,

Freda32:24所以,我在我觉得,也是一个matter of time,就是,哪些,总在前面,哪些,可能大家觉得,还能再称一称,

Freda32:36对,最近,其实,Turipman,大家炒这个,炒得非常火,然后,网站的这个,就是html,就可以了,我,之前也这么觉得,但我最近觉得,其实,这个,背后也没有那么简单,就是,像你AI,生成一个网页版的,这个powerpoint,其实是很快的,但是,只要,你需要再手动去改一改,你会发现,还是你直接在powerpoint里面,改,就是你直接人手去改,是会,就拉一下,转一下,是会快很多,而且是会更精准的,就是,有点像是一个流水线,就是,我可能不需要手动改,我只需要,就是去,去审批就可以了,但是,只要,我把这个文件发给,这个流水线上面的,整个一条线,只要有一个人,他需要去手动修改,

Freda33:32嗯,市场会普遍觉得,比如像,就是,就是数据存储,什么data warehouse,还是比较安全的,然后,然后我也有,那天有一个感想,就我觉得这件事情,可能也不是绝对的,就比如我作为一个投资经理,

Freda33:51那过去,我是需要一个,warehouse,是去host这些数据,然后我会要写,非常这个精准的,这个sql,去调用,但现在其实,如果我有这个模型,然后我在cloud里面写一个skills,然后我直接,靠比如说boomer的API,我只需要,起秒钟的这个token的消耗,就能完成一个分析,然后我这个setup成的,也几乎就是零吧,这个是在模型,就是出来之前,是完全不可能的,

Freda34:29嗯,现在,比如从vc投资角度,能看到,很多公司说自己是AICRN,就是AI的ERP,但是,看下来,其实我觉得,还没有什么真正本质的改变,也就是说,它那些更多的就是说,啊,你不需要手动输入,我可以给你就是一路入,或者怎么样怎么样,我觉得,最近也有很多人聊,但我觉得一个比较大的机会,就是去,让软件去处理,以前这些企业,角色过程中,没有被记下来的部分,比如说,就是我在CRM里面,我记录一个客户,对吧,我会记下来说,我给这个客户打了25%的,这么一个折扣,

Freda35:39我觉得肯定是的,也是最近一个,就是使用上了一个感触,就是在连,比如说这个agent,一个是去连slack,一个是去连discord,然后会发现这个slack,其实它还是,基于这个http,就是你人发一个消息,让它服务器回应,它对人类聊天是够用的,但是对Agent,其实它是非常非常非常难用的,因为Agent它需要是一个,就是非常持久,非常对吧,就是real time,然后需要长期在线,然后发现就是这个discord,因为它是这个websocket,

Freda36:11所以我甚至那天在想,我说如果说,哪个模型公司把这个discord收购了,也不奇怪,对,所以我觉得整个软件这一套,都要从第一型的原理,都要去想,Agent需要什么,一起重新做一套设计吧,然后包括,就是在股票市场就更明显,大家最近都在,炒这个CPU的短缺,实际上也是,几乎是同样一个,说的同样一个事情。

Freda36:46我觉得这件事情比,想象的要重要很多,而且其实非常有意思,就是还是dialogue,它提过两个概念,它说一个叫technology diffusion,然后另外一个,它叫economic diffusion,那technology,就说是模型能力本身的进步,大家都能看到,这个曲线还是非常陡峭的,然后它这个economic diffusion,它就是说,你这套模型能力,真正被企业和经济,就是吸收落地的速度,它自己是说,这个是没办法吃得准的,因为可能要,就是落后几年,甚至对吧,就是大几年,就是十几年的这么一个,一个窗口,所以其实,研究这个组织架构,本质上就是在判断,这个economic diffusion,就是AI什么时候变成收入,然后什么时候,这个社会生产率,会提升的这么一个问题吧?

Freda37:33其实有非常非常非常经典的例子,一个就是,当年差不多就是,电发明的那个时候,就是从电灯炮,到真正的社会生产率提升,就其实是用了40年,大概有二三十年,

Freda38:11但是,并没有,就是真的,用到流水线上,并没有真的提升效率,就是大家还是,把蒸汽机拆掉,然后换出去,然后把电机塞到,同样一个位置,然后工厂还是,像原来那样垂直设计的,对,一直是到流水线形成了,其实那个时代的这个,就剩下率才上去,所以,给我的价害也比较大,就是说,新技术出现,对吧,真的不是说,直接就等同于这个,就是economic diffusion,或者这个经济的价值,嗯,还有另外一个,就是离我们近一年,就是说,坏到计算机的时候,就应该是,八十年代,九十年代吧,八十年代的时候,其实电脑就已经在,就是在办公室,在银行,其实都已经在用了,然后那个时候,跟现在非常像,就是每个人都觉得,自己的工作更快了,但是宏观上面,生产率,没有任何提升,然后我看一些,经济学家就说,什么啊,这个是什么predictivity paradox,就是,很多人对这个话题,进行研究,最后发现是,到了九十年代,中后期了吧,就是,一些,像沃尔玛,像亚马逊那些公司,他们开始,围绕着这些计算机,和网络,重新设计他的这个业务,

Freda39:44我觉得现在,可能就是,像刚才说的,把电机塞进争气机,的那个,位置的这个阶段吧,就是每个人,都把AI,都有,然后但是,其实,我觉得也没有人,真的去问说,这个流程本身,或者说这个,公司本身,为什么长成,现在这个样子,或者说,像我们刚才说的,为什么,对吧,比如Matter,或者任何公司,需要八万人,为什么我们需要,这么多的层级,对,还是有,挺多,就是没解决的问题,嗯,那如果从,第一戏原理,看的话,你觉得公司,为什么是,有很多人,然后,你今天有很多层级,然后,中间有一些,就是信息流,反正一般,大家说层级,都会理解为,说是一个权力的,一个结构,就谁像谁,会报,然后谁比谁,更senior,但我觉得,其实这个层级,它更,更深层的功能,应该是一个,信息的一个传递,就是因为你,你这个组织变大了之后,你没有人能看到,一个全报,

Freda40:47所以你需要,这个一层一层的,这个Managers,这个管理层,然后它,综合一下,然后它提炼一下,然后它,向下一层一层传递下去,然后从下往上,也是靠这个方式,去翻译,去拆解,就其实,组织这个机制,

Freda41:26对,就是,或者你想一个产品,怎么在科技公司里面,被设计出来,就是你的片,你要写这个PRD,然后你的这个designer,要把PRD,就是解读成一个,就是可实化的东西,然后Developer呢,看了之后,可能要再做,几周,或者几个月的这个,这个开发,然后还有QA,还有几周,然后你还有Go to market,对吧,这个销售团队,就过去了,里面很多其实,都是翻译成本,就是一个人,把另外一个人,到底想做什么,然后大概翻译成,就是大家能理解的东西,我觉得AI进来之后,每一个环节,都会变成新的Bottleneck,就那天听一个Founder讲,我觉得挺有意思的,他说,最开始打击的,是这个Developer,这个开发的这个时间,你之前,可能要两到三个月,你现在Wipe code了,然后你可能两周就写完了,然后呢,你就会发现,QA就不太对,变成了Bottleneck,然后再花几周做QA,

Freda42:19所以就把QA的人,踩了,或者是把这个方式,就改了,然后你就会发现,这个前面的这个,这个PM这个设计,又成了新的Bottleneck,变成了最花时间的地方,然后你,你改完之后,你发现这个Go to Market,又成了最新的Bottleneck,所以就是,就像在,不停地在解决,被你打地鼠一样,就是,我觉得实际上,是整个流程,都需要重新设计,你经过研究以后,你觉得这个重新设计,之后,我觉得就是,之前可能是,一棒一棒的,这种接力赛吧,然后之后,可能更像是,一个小团体的,这种,叫篮球赛也好,就是,可能就三到五个人,一个小分队,然后你的这个必要的技能,都在你的这个团队里面了,而且这个团队,应该是,能自己直接,就是做决策,然后只有非常大的,这个问题,才会向上汇报,可能是这么一个,一个模式吧,然后里面一些细节,比如说你这个QA,可能你欠入开发,然后包括你PM,更全能一点,对,所以是,就是挺多细节上的变化。

Freda43:17很多人最近,也都在讨论,AI时代,应该怎么做,组织变革,就是现有的一些公司,你目前有没有看到,一些比较成功的艾利,有没有一些具体的做法,然后还有比如说,基层,中层,决策层,哪个链路的人,在未来,会变得更重要,相应的哪些,可能都危险一些。
说实话,我也在找,就是哪些组织,就是可能,就是转型比较快,但美国这边,就是比较consensus大,可能都会说,说中层要被压缩。
我另外感觉,就是,我觉得一个企业里面,可以被,追踪到的这个信息,

Freda43:54那,我觉得人会把,就是他和客户,就谈判了整个过程细节,应该都会capture到,然后都会喂给这个agent,然后agent还能拿到,所有我CRM的这个历史数据,然后往来,然后他应该是能,有一个上帝视角是,能直接告诉我说,客户现在,就其实什么状态,然后,你需要做什么,所以整体感觉,就是企业,就更活了吧,但我自己也在找,就是有没有,比较好的例子。

Freda44:29我觉得变化会非常多,就是,因为投资行业,真的是一个,非常非常低小的行业,

Freda45:00当然,你需要告诉他,你理想的交易是什么样,因为每个人,对吧,理想交易,或者说交易的这个风格不同,你希望每一笔持有多久,你希望追求多少的收益,回彻,什么样的机会,你会愿意出手,就是这些都定义清楚之后,

Freda45:29我觉得一个很明显的,就是在数据吧,因为,财务数据,就是听上去非常标准化,但实际上,非常非常非常细碎,最近比如我在,用这个agent,去接财务数据,我发现,我需要接可能十几,二十个,这个财务数据的vendors,才能拼凑起,我平时用的这些数据,

Freda45:51我觉得,也需要去,更好的理解,市场背后不同玩家,怎么去做决策吧,就是,拿美股来说,从交易量的角落来看,其实量化占比,是超过百分之六七十的,然后散户大概是,三十三十,然后传统机构,我们觉得很大,但实际上,根本不占什么交易量,然后平台型的一些机构,比如什么Cillidale,它能占个百分之,就是个位数吧,然后如果你在,回到量化,如果你假设高频本身,它不去下一个方向性的,一个判断的话,它更像是,一个momentum的,一个加强器,

Freda46:32所以说后来就是,这个agent还需要能,很理解,就是散户啊,就是到底在怎么想,

Freda46:40我觉得AI时代,也会让更多人参与故事,散户的行为,也会更加机构化,也会更复杂,

Freda46:51我觉得几条比较,明显的我总结出来的规律,一个就是,散户整体,其实喜欢,就是PE,就估计比较低的,然后,可能不一定看那么多,很细的财务数据,但是PE这个数字,怎么都会妙演,然后另外,就是喜欢,就是梦想比较大的,然后喜欢这种,创始人有张力的,包括这些年的,这个Tesla,SpaceX,这些,包括我们说的RobinHoo,也在这个,也在这个范畴,还有就是喜欢,绝对股价,不高的,就比如同样市值,如果你每股八块钱,你会比每股八百块钱,更受散户的这个欢迎,所以,但说到底吧,我就散户喜欢,股价涨的,反正我整体的感觉,就是未来,就是说,机构也要向散户学习,因为这个市场,很明显,非常的,越来越,叫风格化,越来越Thematic,然后,也越来越Narrative Driven,

Freda47:54我觉得基本面和量化,尤其是和中频量化,

Freda47:58我觉得,任何,市场和Alpha的,这个,就是会说,Alpha的realization,就是Alpha的实现,会变得非常的快,举一个例子,比如之前说Open Eye,它如果宣布和,某一家公司合作,

Freda48:23那个股价,几天会调整到,我们大部分玩家,觉得比较合理的位置,但之后,对吧,你给agents,所有这些信息,他能自己去看,就之前的一些,一些案例,

Freda48:38所以这种,就是event driven,这个世界类型的交易,我觉得会,越来越,几乎是没有做的必要,在比如财报也是,就是今天,我们其实,看一个财报,一定要看很多东西,你要,对吧,算第三方的这个数据,然后你要问市场预期,你要比较consensus,然后,我觉得未来,市场会更框架化,然后ai会有一种,就是上帝市场的感觉,做更精准的判断,

Freda49:03我觉得可能因为,agents做了非常精准的变化,可能股价,不会像今天似的,在业绩,就是有那么大的这个波动,嗯,那你觉得市场会更波动,还是更有效率?两者都会有,因为,更波动,因为大家反应都更快,因为就是,agents嘛,他会放大,几乎是同一个这个,这个signal,交易会更拥挤,有那种效率,因为,就是信息,就是很快就进入,反应到价格里面,所以真正的alpha,就会从啊,我比你,早发现一点,然后变成,我比你,更能理解一些,大的趋势吧,而且我觉得很明显,

Freda49:42我觉得以后是需要,在筹字行业去做一个,专采,然后可能,像比如我们今天,有一些基金,他说,他主要是做这种中小盘,做这种就是,没人看的这种小公司,因为,这些就是,就是一些alpha吧,但我觉得这个东西,很快就都会被AI,覆盖,因为AI的,这个学习能力,非常强的,对,所以,也挺期待的,能,应该能看到,挺多变化的。
我们回到投资层面,AI直播创业公司,哪些方向,已经跑出收入了,你可以来一个,快问快答,哦,扣点行人最大的嘛,就是,几十个变,收入都有了,是最大的一块,然后往下,就断档啊,open evidence,然后,大概有两个B吧,然后,做legal的,比如说,不管是Harvia,或者Lagora,这个,有超过一个B,然后customer services,有接近一个B,然后video generation,大概是几百个million,然后AI,就是推理,基础设施,不管是together,或者fireworks,都是,这个,行业,有几个billion的这个收入,然后,做芯片的,不管是马上要上市的Cerebras,包括之前被收购的Groc,这个也是大头吧,几乎就涵盖了,所有,能上一个billion,量级的,这个创业公司啊,嗯,在这些领域,这些模型巨头们,会不会跟它直接竞争?

Freda51:02啊,这个,这个是挺有意思的,这个问题,从二二年大就开始问,但我觉得,这个答案,在过去几年,是一直有变化的,就是二三年的时候,

Freda51:15那个时候,大家是很担心,模型公司会吃一切的,然后,但实际上,就是因为,会发现这些公司,其实收入增长也非常快,然后也有一些,比较好的推出,

Freda51:27我觉得我,重新又开始,非常担心,模型公司的竞争,因为,模型本身,在变的,就他们叫非常的这个stable,就是它有这些,不管是skills啊,然后它可以用工具啊,有connector啊,有记忆啊,就是,就应用层和模型层的边界,其实是,又一次,就是,被推向应用层这边,然后像anthropic,对吧,已经站出来说,它说它会先吃边城,然后它第二大业务,它就会去吃金融领域,对我,我觉得它应该,可能就看到了我看到的,就是,金融这个领域,非常的,非常的肥,而且非常的低小,然后像open eye,马上就推出自己的,这个音频模型,那它对,不管是什么lifecare,不管是对eleven lives,会是什么样的影响,就这些,问题我觉得,都会很快出现,而且,还有一个,挺大的一个变化,就是open and probably,几乎在同一天,都宣布自己,这个私募基金合作,然后把模型,推到,这些基金的,背头的企业里面,就是,这个里面,会有一波,非常大的,就是adoption,

Freda52:31那说到这里,英文路赛,剩什么呢,模型公司,四处开展,模型公司吞噬一切,嗯,我有我自己的看法,但是我就说一下,这些英文公司,自己是,怎么去defend的吧,就比如说,做legal,做法律的那些公司,他会说,说,因为合规啊,因为,就是那个行业的一些,监管会比较严,然后,律所会非常担心,模型出这个hallucination,所以,不能用,今天的大模型,直接去做应用,然后,像,我们聊的一些,就是做客服的公司,他会非常强调,说啊,客服领域,有很多的这个,叫last mile,就是你,你总有一些,就常累的一些,一些需求,但是,我个人觉得说,如果你只是,只是去处理,last mile的这个,工作,其实,你并不能吃到,就是最大,最肥的这块,价值,而且你的利润率,

Freda53:32投还是投的,这里面还有一个,就是,从投资行业,流动性的一个变化来,我觉得也挺重要的,就是在过去几个月里面,其实,每一家你熟悉的VC基金,都成立了一个,就是成长性基金,就是投后期项目的,然后,用这个基金,其实,去从,自己的VC基金里面,去接,不管是Open Eye & Property,这样的大项目,

Freda53:56所以,就是,作为串的公司,其实,还是很容易拿到融资的,而且,今年马上有一波上市,然后,也有很多收购的案例,

Freda54:21就是,New Lab,就是那些,从AI Lab,出来的研究员,自己开的新的,这个 Lab,对,对,包括,那个,赛宁,包括那个,洪乐彤,苏玉,他们来过我们节目,他们应该都算是New Labs,我也发现,就是,归股的那个投资主题,变成了New Labs,

Freda54:53我觉得,就是因为Open App,长到了这个,接近一个trillion,就一万亿的,这么一个估值,然后,很多投资人,会去想说,说,我现在拿着它,我还能再赚多少的回报,但是,如果说,有任何一个,对吧,这个New Labs,也是非常值得,去做这一笔的,而且,再有,就是这几年,因为归股,整个它叫Aquire Hire,对吧,就是,你只要你优秀,你总会被一个,非常优秀的Lab,再去给招回去,

Freda55:26所以,我觉得,主要这个是,是原因吧,然后,我也可以实话说,就是,从VC的角度,因为有的VC,投New Labs,投得非常的多,有的是,完全不碰,金额都是比较多的嘛,

Freda55:46但是,我也绝不可能,只投一家,因为你这一家,你根本选不出来,所以我要放,大概是放,比如说,就四五家,然后每一家,我如果放五千万,

Freda56:18啊,任何跟推理,或能让模型,就降价的,这些创业公司,都非常的火,然后另外一个,我自己觉得,比较有意思的是,给这些Agent,去做,基础设施的,创业公司,这一波挺有意思的,就是,因为像我们刚才讲的,Agent它不是人嘛,就当它,然后包括用这个,用支付,和人是不一样的,比如拿医表来说,就是,你今天这个Gmail,API,对于发送量的这个,请求的这个频率,是有限制的,你对于人来说,可能是够了,但对Agent来说,是完全不够的,是很容易就,就被detect到,然后就被,就被block住的,然后所以,有这样的创业公司,叫Agent Mail,它是,给Agent用来发邮件的,然后手机也是一样,我就会叫Agent Phone,我觉得之后,其实所有的基础设施,不管你是,就是什么browser,indentity,什么payment,compliance,这些都会被重新做一遍,Agenti Converges,这条线,你怎么看?

Freda57:18我觉得土壁比,土C要大很多,土C就是,今天这个消费体验,其实已经做的,还挺不错的,甚至很多时候,消费者是,自己愿意花时间,去看这些网页,然后,也有一些娱乐的属性在里面,

Freda57:39所以,其实你看open,可能也是看到了这个,他也觉得不是很好做,所以,他目前那一块,他只是想做和,就是travel相关的,先没有去碰,就真正的这个消费,然后,土壁这边,我研究下来,我觉得是很不一样的,比如说跨境电商,就是我公司,比如说在美国,但是我想,比如说,远程购买一批,办公的沙发,非常广的信息维度,包括我的这个,你订量是多少,你的单价是多少,如果你订的多了,可能有一个折扣,然后你这里面的这个,这个认证,然后有没有一些,就是进出口的这个合规,然后有一些付款的条款,如果你,对吧,可能你付款付得早,我会给你一个什么样的折扣,就是,是一个非常复杂,非常长的一个链条,其实,有很多沟风成本,然后只要沟风成本高的这个场景,都天然,非常非常非常适合AZEN,

Freda58:41所以,这个对我来说,也是一个,就看法的一个修正吧,像,自动驾驶边,我觉得最有意思的,其实是英伟达,他推出了自己的开研模型,叫这个Alpanayo,这个如果真的能做起来,就是像,就是,车厂的这个安卓系统吧,

Freda59:07所以这个是,我个人,花时间最多,也是觉得最值得关注的,然后一些,自动驾驶的细节上面,大家也开始卷Risling吧,像比如说,原模型,感觉已经都,就已经做好Risling了,但是,自动驾驶是,大家开始做Risling,因为大家也发现,就你存靠对数据,模仿学习,你覆盖不到所有的教育,所以模型还是要能去理解,就是路上发生了到底是什么,之前最近是不是有点突破,我看了很多,就是,我自己可能会更,谨慎一点,因为,就很多这个,Risling都会说,说在,在机器人里有遇,还没有看到像,LIN那样的,清晰的,scaling law,就是,就是scaling law,对我来说也是一个学习,就是scaling law,这个模型,你加了数据,就有进步,是两把式,就说你的这个,你scaling law是需要你,这个pre-training,这个loss,能呈现一个非常干净的,这么一个loss scale,这么一个下降吧,而且你还有一些,什么夸任务啊,夸场景啊,就是夸,这个本体的这么一个泛化,

Freda60:35对,如果说中美关系,更好,其实投中国的一些,一些人是比较合理的,一个,一个决策。

Freda60:58我觉得,今年市场最重要的风向标,会是Open Eye和Anthropy的收入,

Freda61:04我觉得市场,今天讲的这么火热,就是Anthropy的收入,一家撑起来的,然后,但当时有一个判断,非常离谱的是,我觉得,我自己以为,今年整个市场的这个重心,会慢慢的从半导体,接棒到AI应用,

Freda61:32我觉得我最担心的,就是接下来,这些大厂,尤其是云厂商的现金流,会非常的难看,然后我不知道,市场对这个,会是一个什么样的一个反应,因为你按照,今天的这个开拍,就是资本开支,这个曲线走下去,到27年,你几家,就是大的厂商的,这个叫,我们叫现金流,就自由现金流,都会转成是负的,整个行业有,一万亿美金,就超过这个不值的,这个开拍,而且这些,还只是表内的数字,就是每一家大厂,其实都,就按错错了吧,就都签了很多,表外的资本开支,对,而且这些大客户,还都和这些存储的公司,签了这个,我们叫这个长鞋,

Freda62:30啊,今年可能一个,比较好的一个变化,就是,除了模型厂商,以及模型厂商,甚至,能看到利润率了,然后云这边,也看到了投资回报,而且也开始加速了,比如说,谷歌是一个例子,那他如果说,今年,啊,两千亿的,这个资本开支,他的云收入,能,大概有一千亿,就是一个两年回本吧,这么一个概念,然后也马上也类似,

Freda63:04我觉得他在价值,他在这个computer stack,的这个价值链,也被分走了很多,像现在有很多这个new cost,我们刚才也聊到,这不是xai,对吧,也成了一个新的new cost,

Freda63:42芯片这边,一个就是,云厂商的,四眼芯片都开始,从内部工具,变成了一个,对外卖的,这么一个商业产品,

Freda64:01我觉得过去十年,就是它这个,占有里面最重要的变化,然后,亚马逊呢,实际上,他也,财报报出来,他有两百多个billion,这个trainium的收入,他这个已经是,就是,已经是一个独立,反思的规模的,这么一个,一个状态了,嗯,我记得我们之前,还来过广告,如果open i,开始卖广告,你觉得市场,会有什么影响?

Freda64:31我觉得如果open i,做广告,对行业会非常危险,因为美国,线上,广告的这个渗透率,超过80%,那你open i,再进来,你肯定是一个存在的概念,你只能从Google,然后后来,就是,又看了一下,比如,亚马逊的广告,亚马逊,其实在过去几年,就自己,静悄悄地,做出了一个,接近100个,未来量级的广告业务,就他拿的,其实,不完全是,传统意义的,上的广告预算,就比如说,保洁,如果说,给,乌尔玛巴,50美元,让自己的这个,洗发水,放在一个,货价上,更显眼的位置,这笔钱,投入的,这个叫什么,trade and promotion,这么一个,一个东西,它是从销售收入里面,扣掉的,

Freda65:21我觉得,整个这个市场,还是,很大的,而且,在新新来玩家,比如说,Open Eye,开始卖广告,也未必是一个,完全存量,一定要,从谷歌,买它手里面,抢的这么一个概念,嗯,最近是不是还有,几个,超大型的IPO,对,第一个上的,肯定是SpaceX,还有你说那两家,这几个加起来,反正咱们算,比如说,四万亿,美金,级别的这个IPO,

Freda65:58所以,就也做了,很多策算,跟投行,就是来来回回,就是觉得,从一个,纯市场容量上面看,是撑得住的,就是,你全球,你这些,没有说房子吧,现在可能,它账上,就能有一万亿的,美金的,这么一个现金,那再加上散户,因为散户,这些人,自己会投不到,就OpenApp,Proper,和SpaceX,肯定会想,进这个市场,喊上去投,包括一些主权基金,包括最终基金,

Freda66:30但是,我个人感觉,更大的问题,其实是一个,资金的轮动,就你现在IPO进来,大家喜欢,大家想去拿,然后,这个还不算上,我们刚才说了,就是,对吧,MIC7,很多的,它这个现金流,已经要付了,

Freda66:58我觉得,其实对它的这个,叫EPS,就对它这个,美股这个收入,帮助是有限的,大概算下来,就比如说,你,百分之五,或百分之十吧,

Freda67:30我觉得,几个可能的吧,就一个就是,社会影响,如果说,对吧,市场情绪,多少会有一些干预,然后,这样比如说,Token浪费带来的这个回落,对吧,比如说Matter,这几个billion的,这个外部模型跨销,但我还是那个观点,我觉得,这个哪怕有一波,就是,浪费带来的回落,就也不影响,中长期的趋势,然后再有,就是,我觉得大家,对于,整个Mac 7,这个附线经流,

Freda68:02那接下来,哪怕模型还在进步,这块是,确实现在是,没有看到一个,很好的解决办法的,然后,目前,比如说Anthropec看到收入,

Freda68:13但是,Anthropec的这个收入,毕竟不是,它并不是N customer,就是,是比如说,像,其他的人,去用Anthropec,产生更好的这个收入,这个收入,其实大家一直是,没有真的看到的,我觉得,比较乐观的看,可能到年底吧,大家会更希望看到一个,就是真正的,就是,因为AI带来的收入,总体来说,硅谷现在是不是,你慢着一种,对于,裁员的控制?我觉得,确实有,而且,焦虑,恐惧,本来就是,最容易传播的情绪,然后还有一个,

Freda69:01你说裁员,最近有人问,这个,啊,就说这个,AI是不是,肯定导致,裁员和通缩,然后,他的原话,他说,如果你暴听这个想法,你是,然后也不是,对,我套用这个,我就说,我在这上面,肯定是没有资格,真的下定论的,一方面,从人类有记忆来,其实,每一轮技术变革,都会,大家说是,就就业的末日,不管是当年,这款马车,汽车,电力,计算机,到互联网,其实每一次都是这样,然后但另外一方面,我们投资里面都说,这次不一样,是投资里面,就最危险的几个字,所以,可能真的就是,像专核媒党说的,就是保持一个,open mind,保持一个开放的,这么一个态度吧,

Freda69:58所以,可能不会是一个,大家想象的,长期通缩了,这么一个市场,

Freda70:04我觉得能做的事情,或者普通人,能做的事情,就是,就知道,市场的主流是什么,然后但是,也同时去看到,别人现在,还没有看到这个路径,然后提前做好,心理的这个准备,所以,当这个剧情,不管是,哪条路展开的时候,在心理上,和这个组合上面,都能准备好,都能快速调整,

Freda70:30哦,这个我其实是,花了很多时间,让这个AI,去回顾,几百年的这个历史,包括,最早在英国这个,动力支部机,摧毁了这个,手工支部,然后还有,之前很大规模的这个,美国农业人口,从劳动力的,40%降到的只有1%,然后在美国,还曾经有一波,就是这个电话接线员,他在高峰时期,其实也是有,大几十万人的,然后到最后,全都被自动花,就替代了,才包括,美国可能,就稍微近期,这个铁袖袋,就是对吧,世界这个,中国加入WTO,也有很多这个,引发的变化,

Freda71:13但是最大的感受就是,历史上,人类真的经历了,很多区别,今天我们会觉得,AI这种,对吧,很多不确定性,很大的压迫感,但,如果真的和当年,就工业化,取代手工农业,对农民的震撼相比,我觉得是,不是一个量级的,就是每一代人,或者说每一个个体吧,都会觉得自己非常的,special,觉得自己非常的不一样,但实际上,放到一个历史的长河,也就是,很小的,这么一个,一个波澜。

Freda71:44我觉得,一样或者不一样,说到底,主要看速度和广度,然后,就是这个变化的,速度和广度,历史上看,其实很多技术,转型是很慢的,比如说,你农业到农历,对吧,就虽然,影响很大,但其实花了一百年的时间,然后你哪怕,这个接线源的,这自动化,也花了几十年,就AI目前来看,我觉得,扩散可能是会快很多的,然后,那,广度上面,就大家都觉得说,这一次白领影响很大,但,实际上,就是之前的,就是农业啊,或者什么,就对应的规模时间,是差不多的,这个里面,之前大家都拎出来说,就比如说,在2015,2016年的时候,就是Hinton他就说,他说,阿姨,我们不应该,在有放射课医生啦,因为这个深度学习,已经超过人类放射课医生的,这个水平了,但到今天,其实这个医生的名额,不仅没有减少,反而,对吧,女双性高,然后心愁也在上涨,然后,包括,虽然大家说说,软件彻底死了,公司要谈远了,

Freda72:45但是其实你看,这个developer的招聘的数据,是史上最好的这么一个,一个点位,

Freda73:01我觉得一个东西,能大幅提升,生产力,长期肯定对经济是利好的,

Freda73:08我觉得是一个,非常适合创业的一个时间点,就是当你,这些大厂,不再是绝对的安全,但创业的话,你融资是很容易的,然后你coding,让做很多东西,变得很快,然后很多新的需求,然后格局,也没有稳定,

Freda73:37我觉得不要听,我上面任何分析,因为,因为说,说实话,前面的分析,都是分析大公司,对吧,已经有很明确的,这个商业模式的公司,你这些vc,尤其是早期的项目,很难有那种,让你觉得说,有互称和,然后有很,对吧,很叫什么mote,就是,你如果去想的话,其实是没有的,有什么东西,是模型公司,或者大厂,真的想做,自己做不出来的,

Freda74:06所以,就不能去想一个,终究的概念,就是有一点要,脑子一热,然后好好准备,然后好好努力,想做就做吧,

Freda74:16前面聊了很多,刚获,硬核的东西,包括,模型啊,商业模式啊,即是一几百一的数字,

Freda74:31实话说就是,很焦虑,可能能说的,就是更好听一点,但我觉得,实话说就是非常焦虑,对,我甚至自己也去,思考这个,我也去想,就是焦虑这件事情的本质,其实就是对于未来,不确定性的恐惧,我自己每天,具体的状态,就是觉得自己更不上,包括什么,auto research 出来了,包括,carry 10,有 demo 了一个新的 workflow,哪怕是这个 cloud 上面,每天新的这个功能,然后软件的变化,硬件的变化,都太多,太快了,做科技投资,你肯定没出一个新的东西,我觉得都应该自己,上手去用一下,才能对投资做判断,但事实就是东西太多,太快,然后每天打开 twitter,上面都会说说,啊,有什么 you have to look at this,然后 this is changing my life,就是你有一种,就是又有新东西了,然后我又落后了,我又没跟上了,这种感觉,

Freda75:30我觉得不管是媒体,或者说就是个人,其实创造焦虑,也变得非常的容易,你就是去问问说,啊,你这周烧了多少tokens,你有几个open cloud,就一堆,对吧,这种,就是这种名词,然后在敌家,大家对裁员的恐惧,就是,确实是有很糟的一个状态,

Freda75:52对,我其实,比如说几个月之前,有一天,我深夜因为在家,装不上open cloud,真的是痛苦,就说出来非常的搞笑,但当时就是,你一个东西,装不上,你就会想说,我连这个都装不上,我什么都跟不上,就是不是要为时代淘汰了,就说说话,我都不叫普通人,是怎么能一次装上的,因为那个open cloud,还有连很多东西,然后也没有那么trivial,就他要自己写什么,json这种东西,

Freda76:29那个心理状态是,非常着急,然后非常焦虑的,就是是很容易,有很负面的情绪的,就但是,我可能也不想把这个说得太重,就是因为确实,每天感受到的也不只是焦虑,还有一种,莫名的激动,就突然好像,什么事情都可以做了,因为变化的过程中,你机会越多,你投资对吧,也是有机会的时候,

Freda77:10我觉得是时代特色的,焦虑,无非就是,第一是,你很在乎这个,然后第二就是,你作为,本体,你没有足够的这个确定感,人都会有一种,想要,讲空未来的冲动,但是我们前面,聊的所有的问题,不管是,财源会不会发生,然后经济的影响,然后anthropy能领先多久,都是不确定性很高的这个话题,就是,我觉得人,或者包括我自己也是,我会对什么事情,都有一个自己的看法,但有一句,就是英语说的是叫,这个strong opinions,loosely held,就是现在,因为,出来这个时间点,你其实未来,本来就是,不能完全被掌控的。
在这个,不确定这么高的,一个时代下,里面有没有什么,确定性是高的东西,我们能抓住点什么,我觉得肯定也有,就是,我觉得就不断去问自己,不断去想说,AI,就到底,对吧,这一波到底带来的是什么,我觉得,更高的智能和效率的提升,长期肯定是好的事情,而且,智能,本质上是,非常平权的,就是像今天一个,对吧,一个小镇上的孩子,能用上的工具,可能后续股工程师,没有什么本质区别,

Freda78:31所以,这个平权会以一种,非常,就是痛苦,这个非常 painful 的方式,在这个社会中间,去实现,嗯,所以,我会觉得,其实我们这代人,应该觉得,挺幸运的,就是,活的这个,对吧,这个大几十年,见证了很多历史,但,大家好像,都没有这种,很幸运的感觉,都可能要被焦虑,卷走了,那就是说,越来越不想跟人沟通了,对,这个确实是,就是,也可以说是,一种孤独感,就是,我以前非常喜欢约人聊,就尤其是约,就是,行业的专家,让比如三十分钟,之内,可能就从一个,几个领域,非常顶尖的人那里面,拿到,非常高浓度的支持,就是,那种感觉是非常爽的,然后,但现在,就是,很多,跟工作有关的对话,真的是不管对方是谁,不管是从业者,同志人啊,就是,可能百分之九十九十五的,这个,信息性的内容,我都可以直接问,AI得到答案,而且这个答案,可能是我更想要的,就真的不是说,这里面,我有什么优越感,不想跟别人聊,而是说,我,我很真实的觉得,以信息交换为目的的对话,这个意义是在,快速的被掏空的,

Freda79:57我觉得剩下的,就是,情感的连接吧,现在,比如出去开会,只要我做准备,就是对方说的,事实性的内容,其实,我都能透过准备,然后能,能基本上预料到,但是,比如说我,我其实前段时间,随便在跑澳头,跟一个朋友,坐下来,可能本来也没有准备,聊什么大的事情,然后,我能聊着聊着,话题跑道,就是说,做事情的勇气啊,然后,他人生了一些遗憾,然后,我在乎什么,然后,有没有什么,东西会让我觉得有,就是,有很spark,就是很,很闪光的感觉,就我,当我自己,就回头看的时候,我觉得那个可能是,我,一,一长段时间里面,就最有内容的一次对话,就他没有给我,任何信息上的增量,但就是,比较有人味儿吧,所以,我自己,其实现在心里,也算是,就是,明显画了一条线,就是,跟信息,跟知识,分析有关的事情,我会叫为AI,但是,见人这件事情,反而变得,可能更单纯了,就是去,观察观察别人,然后,去聊一聊心路立场,然后,聊一些,比较真诚,甚至,可能之前,大家都,不会聊的一些东西吧,

Freda81:16那可能两个人,都去跟AI聊一聊,会效果会更好,嗯,对,你说到这些真诚的,不好意思东西,就像你说你,装opencow,没有装上,然后,痛哭一样,嗯,我觉得这也是,我们这档节目的初衷,就是,也是希望能够和,听众,之间形成一些,真实的真诚的连接,对,所以我觉得,我前面说那些,就是知识的信息,应该都算是公开信息吧,比较适合AZEN总结使用,可能最后这一段,希望能有点意义,对了,我们那个工作室,叫做语言级,世界工作室,听到这个名字的时候,你会想些什么?

Freda82:01我觉得有一点点,像我们刚才说的,就是AI时代,组织架构,

Freda82:53好了,今天的节目,就是这样,这里是商业访谈录,是一档由,语言级世界工作室,出品的,深度访谈节目,你可以到公众号,关注我们的工作室,获取更多的信息,我们的公众号是,语言级世界,Language is World,我们希望和你一起,从这里,探索新的世界。