142. 雨森的创投观察第2集：Harness、下一个字节、2026大机会和Stanley Druckenmiller

庄明浩:也可能

RayHu:戴雨森的AI创投观察 一、关于“打脸”的认知：强观点，弱持有（Strong Opinion, Weakly Held） 早期投资中，“被打脸”是幸福的常态：如果一个投资人永远不被打脸，大概率不是因为他永远正确，而是因为他从未对未来做出原创性判断。在变化极快的行业中，频繁被打脸意味着这个行业正在剧烈变化，蕴含着巨大的新机会。 摆脱观点的自我绑定：人极易被自己公开表达过的话所绑架和限制。一个真正的聪明人应该是持续学习、持续进化的个体。 交易员的贝叶斯世界观：在不确定性极高的市场中，要建立“强观点，弱持有”的风格。必须清楚自己的判断前提（假设一二三是什么），一旦底层的支持条件或概率发生演变，应当毫不犹豫地迅速对自我观点进行刷新和修正。 二、AI竞争格局的演变：C端变现的冷思考与B端编程的能力突变 看对的部分：C端流量与变现面临瓶颈： 订阅制难以持续提价：20美金的月费门槛对普通用户来说已是上限，愿意为 Chatbot 付费的早期核心人群已基本触顶，接下来的增速已严重放缓。 插广告做电商被过度乐观对待：互联网历史证明，即便像字节跳动这样强大的流量机器，在抖音或TikTok上探索广告及电商闭环也花费了数年。在 ChatGPT 这种创新的交互形态中插广告并使其成为“印钞机”，不会如想象中那般容易。 看错的部分：Agentic Coding 在B端市场的爆发： 智力供给的突变与阈值效应：AI 带来的商业变现并非如互联网那般线性完善，而是阶段性突破阈值的过程。AI 智力犹如烧水，不到 100 度（比如 99 度）就不会诞生蒸汽机。之前的底层累积在突破某个阈值之后，突然完成了从猫的智力到合格软件工程师的质变，由此带来了 Anthropic 企服和 Token 消耗量的爆发式增长。 三、组织形态的隐形力量：OpenAI 早期自下而上 VS Anthropic 自上而下 不同生命周期匹配不同的组织形态： 探索期（自下而上）：在 ChatGPT 诞生前的无人区探索阶段，OpenAI 自下而上、鼓励明星研究员自由发散的组织形态非常适合寻找灵感。但也存在“管杀不管埋”的弊端，许多小项目迭代后无人维护。 赛跑期（自上而下对齐）：当技术主线逐步收敛，AI 进入大容量的高速赛跑期，Anthropic 展现了惊人的价值观高度对齐和强大的组织能力。其招聘强调价值观面试，Dario 每两周进行内部 Memo 思想同步，实现了高度的方向对齐与极纯粹的执行力，产品迭代精细且能持续升级。 编程已升维为水平行业（Horizontal）： 行业过去将 Coding 视为与医疗、金融等量齐观的垂直赛道。但现在发现，编程并非垂直行业，而是一项横向水平能力，能深度加强办公室日常工作、科研、医疗以及所有数字工种。 四、关于算力投入与商业回报（Return）的链条错配 Return 问题的实质是：投入、产出、结果的三步链条： 投入（Tokon 采购）：购买大量 Token。 产出（软件与代码）：写出十倍的程序与功能。 结果（利润增加或成本减少）：真正带来降本或增效。 “增效”的错配与局限： 移动互联网近年的瓶颈并非缺乏程序员来实现功能，而是缺乏产品经理去发现全新的需求。 对于一个中大型团队，即使多出 10 倍的工程师、多写 10 倍的代码，如果市场上没有创造出新需求的全新产品形态，用户的购买力和对系统的需求不增加，总额收入也就无法增加。 “降本”一侧的裁员天花板： Corner Case（长尾问题）的存在限制了替代率：程序员的工作 80% 到 90% 在于编程（易被 AI 替代），但还有 10% 到 20% 在于组织沟通、跨部门协调以及人与人核心信任的构建。这些不可替代的 Corner Case 使得企业无法简单干脆地彻底裁撤人员。 边缘红利的边际递减：裁员是一次性降低成本的方式，无法在后续财务周期中持续产生增量的利润增长。 “当 Anthropic 的客户花大价钱买下了 Token（投入），却生产了大量没有带来新利润的软件（错配）时，这笔钱并不能无限地烧下去。硬件公司拿走了算力集群中最大的利润，传统主流云厂商正在举债建设数据中心，市场解答商业闭环回报（Return）的时间表实际上正在被不断压缩。” 五、2026年核心叙事：Agent的真正落地与注意力解放 Attention is not all you need（注意力不再是唯一所需）： 过去人类所有的数字化执行方式（如写 PPT、写代码）都高密度需要和占用人的 Attention。 AI 无法绕过注意力就无法带来真正革命性的效率跨越。Agent 的核心价值在于解放注意力的过程：用户在睡觉前将任务交由 Agent 自行跑。 （还有很多，长度限制了，可以参考上面链接。）