142. 雨森的创投观察第2集:Harness、下一个字节、2026大机会和Stanley Druckenmiller张小珺Jùn|商业访谈录

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

139分钟 ·
播放数87172
·
评论数113

今天是我们的系列节目《雨森的创投观察》第2集。

《雨森的创投观察》第1集(我们节目124集)中,真格基金管理合伙人戴雨森预言称,2026年的关键词是“The Year of R”,他彼时较为谨慎,觉得2026年将是一个现实与回调之年。并在过年前清空了所有二级市场股票。

现在过去了小半年,很多人说他的一部分观点有点打脸。雨森经过了短暂的内心挣扎,决定还是继续录制我们的系列节目。他将持续分享自己的投资思考。

OUTLINE:

Strong Opinions, Weakly Held

00:02:00 雨森回应第一集“被打脸”往事:“Strong Opinions, Weakly Held”

00:06:50 我的二级市场投资偶像是Stanley Freeman Druckenmiller

00:09:07 在《雨森的创投观察》第1集,我说对了什么?说错了什么?

00:13:06 理解Anthropic的选择、组织和价值观(Dario的memo和对齐)

00:18:57 Harness由模型公司第一方地来做,更有优势吗?

00:20:07 Anthropic vs OpenAI,Claude Code vs Codex

00:23:17 “Year of Return”,到今天return的问题并没有真正被解答

好的Harness是很有生命力的,Harness本身更像OS,模型更像处理器

00:34:05 重新总结2026年的大叙事、大变化

00:37:14 在模型外面包了越来越多的层次,“壳”早已不是简单的壳:model - harness - context - runtime

00:41:30 通过Harness带来的数据也能够反哺模型的训练,形成数据飞轮。Chatbot没有数据飞轮,是因为普通人的聊天很难给模型带来新的知识。但Agentic模型要的就是帮用户解决真实问题,用户真实使用产品的轨迹是很好的训练资料

00:44:45 之前节目中罗福莉和姚顺宇的观点差异(关于Harness重要性),其实不矛盾

00:46:26 一个好的Harness是很有生命力的。按照出现顺序,像Manus、Claude Code、OpenClaw、Codex、Hermes是用户喜欢的Coding Agent Harness,甚至说ChatGPT可以认为是GPT API的第一个 Harness

00:52:25 我认为Harness本身更像是OS:之前广密有一个比方说,模型公司是新生代的OS,但我感觉,模型更像是驱动OS的处理器,我们看到有越来越多的应用是跟用户的Harness对接,而并非直接跟用户使用的底层模型去进行耦合

00:55:24 一个反直觉的现象是,勇敢地去做创新,勇敢地去做通用的,是有大机会的

00:57:33 我的第一个暴论:“AGI是在缩水的”

00:59:20 模型能力提升会不会向下吞并Harness的空间?有可能出现Agent的网络效应

字节系创始人,要把在字节学的东西,自己颠覆自己

01:04:03 2026年各个基金投的创业公司变多了,估值也变高了

01:04:07 创业者要做大厂看不上的事情,比如曾经的“套壳”、“开源”

01:10:50 好的创始人和好的方向有时候是共振的

01:21:26 “你原来的护城河可能会变成你的软肋”

01:26:24 对于AI产品,大DAU应该成为目标吗? 大DAU vs 高质量任务,优化哪个指标?

01:28:51 “AI有点像外星人,来到了人类的世界”,这里面的机会

01:34:35 AI时代的组织与组织变革

01:38:51 “下一个字节跳动级的公司可能长得不像字节”

01:41:42 我的第二个暴论:“字节系创始人,要把在字节学的东西,自己颠覆自己”

01:42:37 我眼中的AI创业框架和大机会

01:48:01 美国vs中国创业端对比

02:01:30 思考需要刻意练习,创新需要刻意练习

LINKS:

我们的播客在小宇宙Apple Podcast、Spotify等全音频平台播出;

我们的视频播客在Bilibili小红书、视频号、抖音等全视频平台播出;

如果你想服用文字版,请搜索我们工作室的公众号:语言即世界language is world。

DISCLAIMER: 本内容不作为投资建议。

CONTACT: xiaojunzhang@lisw.ai

Jump into the new world-and explore with us!😉

展开Show Notes
Jackson_1
Jackson_1
2026.5.27
最喜欢的嘉宾之一
榛橡
榛橡
2026.5.27
05:32 船停在港湾永远是最安全的,可是那并不是我们造船的目的!
相比较试错打脸,不做不行动很简单,99% 的人都做得到👌
小葵花艳阳照:这句话让我想到了大漂亮爱吃肉!!
0xalon:世界上不存在从来没被打脸过的人 所以不用太在意是否打脸 一点都不重要
HD922769z
HD922769z
2026.5.27
yusen这期足够真实和谦虚了。
Freda高估了广告预期,yusen低估了收入增长,在巨大的时代浪潮里,看不清和判断错误是常态,勇敢否定自己的观点才难为可贵。
Diiiiiiiii
Diiiiiiiii
2026.5.27
这篇访谈的质量很高,听完主要有以下几个启发。

第一,这次访谈生动展现了优秀的人如何通过强化学习来自我迭代。yusen 敢于在公开场合给出自己的预测,同时又能克服自证陷阱 (confirmation bias),敢于自我打脸和复盘,试着找到判断失误的原因。这种在真实环境中的预测-反馈-复盘的循环是非常好的一种 RL 的示范。

第二,我觉得访谈中最有力的一个洞察体现在 yusen 对当前 LLM 商业模式的质疑。看似 Anthropic 最近的营收增长非常猛, 2B / 2P 卖 token/API / 订阅的模式看起来非常健康,但实际上可能是一种虚假繁荣,或者说是一种阶段性的噪音,因为它实际上是将“AI 能否带来真实价值”这个问题传递给了更下游的公司。公司采购了这些 token 之后,能否带来真实的商业回报,其实是个还没有被解答的问题。烧 token 确实能够大幅降低开发成本,以及完成某些重复性任务的成本,但如果公司雇佣了 10倍、100 倍的程序员之后,是否能够带来公司营收和利润的真实增加呢?短期内可能未必,因为 “做什么” 可能是一个比“怎么做” 更加不确定的问题。最终生产力一定会得到巨大的跃迁,但是时间上可能会比想象当中更长久。

第三,另一个非共识在于 harness / 套壳的价值。yusen 的观点是,openclaw / manus / cursor 这些公司通过壳的这一层的某些创新和体验优化(比如针对如何把 PPT 做的更好看,OpenAI 认为 这一点“不本质”,而 Manus 认为“很本质”),实现了数据飞轮,最终将用户的 context 和 memory 沉淀在 harness / 壳的这一层,从而拥有了一些在短期内难以取代的价值。

第四,yusen 对于 AI 时代产品的发展路径有一个比较抽象的总结。分为三步:一是让人类拥有更多更好的agent,二是让 Agent 更好地适应人类的数字世界(搜索、浏览、阅读与理解信息、支付等),三是建设 to Agent的数字世界。其中每一步都是巨大的产品机会。



其他一些(共识更强)的观点罗列:

- AI Native 时代,什么是一个好产品?互联网时代的好产品是大 DAU 的产品,而在 AI 时代或许粉丝量或者付费用户数是更重要的指标 (甚至有些时候 DAU 指标可能是误导性的,因为很多产品可能不是给真实用户用的,而是给 Agent 用的,DAU 太高说明产品做得不够好);

- 什么是一个好的组织?类比从蒸汽时代以主轴为中心的厂房,到电动机时代扁平化流水线化的厂房,技术的进化需要物理上的组织变化来与之相匹配,同理,在 AI 蛮荒时代 OpenAI 自下而上的机制可能是更合理的架构,但到了大力出奇迹,集中力量办大事的阶段,Anthropic 这种自上而下的机制或许会更有效,但这不意味着这种架构就会一直有效下去,当发展到了某个瓶颈的时候,或许需要新的英雄主义才能够推动下一轮范式的变迁。

- AI研究员的个人英雄主义时代过去了,都是集体主义的事情。但是AI产品经理可能还有一些个人英雄主义的机会。

- 硅谷近期热点:第一个是coding,第二个是世界模型,然后第三个我觉得就是auto research。

- 很多消费电子公司会重蹈当时新消费内卷的覆辙。

- 关于子女教育。未来对人才的定义可能在于能否创造out of distribution的事情。现在AI它没法讲一个原创的笑话,他只能把一个人类已经讲过的笑话给rephrase。因此,如果你做的事情,你的能力全都在一个正态分布的中心的话,其实就很容易被替代。但如果一个人能产生的内容是out of distribution,是能够创造出之前没有过的内容,那这个还是有可能比较不容易被替代的。
臭蛋猫
臭蛋猫
2026.5.27
嘉宾习惯线性外推,可是AI时代是指数增长
感觉50%左右是 1个月之后可以被时代忘记的噪音
HD768563pa
HD768563pa
2026.5.27
29:15 微软已经在喊痛烧不起claude的token了,还有米哈游周末两天烧了几百万水花都没冒一个,有越来越多的公司在发现token的成本很高,且不能转化成利润率。但是token成为水电气的趋势已经不可逆了,用户黏性也越来越强,持续看好
有没有可能,不一定需要有生产力/经济上的Return?编程门槛极大降低,会让写代码就像玩游戏一样,满足大家的及时反馈和创造的满足感,也是价值。
庄明浩:也可能
光阴皎洁:大部分人并不具备创造具有较高正反馈的作品的能力,同时编程在所有创作形式中依旧是门槛较高的那个。
4条回复
牧彤
牧彤
2026.5.28
相比一年前,大家对AI产品的认识产生了极大转变,一年前很多观察员和从业者在讨论大模型公司做c端产品是否能建立数据飞轮,是否能像移动互联网时代一样,用户量越大用户数据越多,越有利于训练大模型获得能力提升,大部分人认为是不行的,因为AI生成的内容质量已经超越大多数用户的结构化思考和写作能力,因此用户数据对大模型能力提升来说用处不大。但是从cursor开始到claude code这一类coding Agent火起来后,从业者发现,这些Agent能深入到用户所在各行各业,能把之前无法在物联网静态文章中获取的垂直领域sop、行业经验沉淀下来作为大模型学习长程任务处理能力的原料,意识到这一点后,突然发现Agent类产品相比chatbot的价值高很多,依靠Agent产品能做起数据飞轮,进入agentic rl 后训练scaling up 阶段,因此大力投入Agent产品开发和推广,如国外的codex,国内各大厂的Agent产品相继推出,迎来产品能力和模型能力互相驱动的新一轮快速发展阶段(这几天谷歌高管回应谷歌大模型coding能力落后原因就是谷歌缺少cursor这样的产品)。而正因为Agent产品带着模型能力对各行各业如此深入的渗透,使各种垂直领域的公司和业务争先恐后进行AI转型尝试,担心在这一浪潮中落后,这一需求侧的爆发有促进了能力供给侧更快的发展。在各种因素的共同促进下,这半年尤其年初以来,AI发展速度和对各行各业的影响程度感觉显著大于之前。
牧彤:这一波Agent浪潮促使很多公司和业务一次性完成了数字化和智能化建设,为了给大模型提供足够的上下文,很多线下流程、纸质材料、口口相传的行业经验被数字化了
健健康康的yumo:这么厉害 那未免数字化也太浅了吧
丝诺姐姐
丝诺姐姐
2026.5.31
最有干货的投资人之一👍足够聪明又足够humble,真诚又不失态度,每期必听的节目。
AGENT橘
AGENT橘
2026.5.30
听yusen聊ai是种享受,正确与否真的重要吗?
卡叽米米
卡叽米米
2026.5.29
技术变化快的年代 大部分投资人只能是嘴替 有时候还可以反着听
嘉宾看问题还是没看到本质,导致未来被打脸是必然的。核心问题就是一个:智能( intelligence )有没有经济价值,剩下的都是噪音
Laura_eaPQ:请教有什么推荐的其他的ai认知更solid的材料和播客吗
冷凝福来:嘉宾说了,有经济价值,但是目前看到的不大
HD403475h
HD403475h
2026.5.28
说实话我觉得AI一些观点我觉得我比森哥准,但是别的地方错的离谱的数不胜数。如果我在森哥这个位置,我能不能那么勇的给出那么多真实判断?肯定不能。敢于下判断,敢于调整是可贵的投资人品质,respect
子文Owen
子文Owen
2026.5.28
28:39 太不懂程序员了,谁家程序员有80%的时间写代码
老刚
老刚
2026.5.27
作为一个写过不少代码,管理过20+人团队的软件项目经理
在没有所谓AI的时代,实现代码无论如何简单,一个明白人可以一天搞定的事情,一定会被定义为10人月,100人月的工作量,哪怕表演也不能几下搞定,因为这符合除股东外所有知情人的利益

有了目前这个更好的工具,可以让股东更好的审视软件人力支出,信息差被大大抹平

纯码龙的好日子会被大大压缩,尤其是大厂

不过这个事情并不是因为这个工具提升了太多效率,而是确实空间太大


我认为,终局应该是,减员,并且给剩下的人发成倍的工资,并且由他们自己为算力买单,经济模型非常健康
宇小宙ghk:本质还是需求饱和,互联网的打法注定了研发团队必须提前冗余,才能够在需求爆发前抓住机会。需求不足了,团队一定要压缩的,和AI不AI都没关系
老刚:还有,也许,软件开发效率本身就是个伪命题 比如微信的成功,以及持续成功,和开发效率的相关性几乎为零
Jzr_
Jzr_
2026.5.27
yusen的每期必精听!
Smarking:为啥必听。。
Jzr_:他所说的这些 我无法说出来
3条回复
刘纯钦
刘纯钦
2026.6.03
一个太想证明自己的人总是会漏出自己的弱点
迁移基本0成本,不管从claude到codex,openclaw到hermes,memory/skill,目前的存在形式都是本地文件,这个对于LLM来讲,迁移/理解/消化就一句话的事情
HD657691z
HD657691z
2026.5.27
最近半年华人多了好多drunkmiller粉丝。。。。