最近的心裡話

這篇文章，是我綜合了一位剛參加完 YC W26、一些業內其他朋友的對話、以及我近期對市場的觀察，所整理出來的心裡話。雖然談話的內容已經過去一陣子了，但其中的邏輯我覺得還是很有價值，所以和大家分享。

參加 YC 活動的那位朋友，接起電話我們寒暄兩句話後，他跟我說，那天他聽完第三家公司的簡報後，開始有點恍神就不在做筆記了。

不是因為內容不重要，而是他發現，自己記下來的這些東西，可能下個月就過時了。

這一期有一百多家公司，大約有八成都是針對特定行業的 AI Agent，比如幫律師整理文件、幫客服派單、幫 HR 篩選履歷。如果是去年聽到這些內容，我會覺得很有意思。但過去這半年，世界變了。

Claude Code 變成了一個大家都能用的工具。自從去年 11月 Opus 4.5 出來後，用 Vibe Coding 寫代碼的門檻越來越低。所謂的「行業 AI Agent」，我認為任何人花一個週末就能做出來。既然誰都能做，對我們風投機構來說就失去了投資的價值。

YC 一直都是三個月舉辦一次，加上活動前的篩選，等於這期的公司 5 個月前被選出來了。但以現在的 AI 發展速度，5 個月的時間足夠讓整個行業發生好幾次敘事轉移。以前每次聽 YC 都覺得「哇，想多了解」，是行業趨勢的指標，選出來的團隊基本都代表未來的大方向，但現在的節奏讓我們感覺有點跟不上市場了。

因為市場已經不是按「年」或「月」來評估了，現在得按「週」。

在掛電話前，朋友還開了個玩笑說：「矽谷現在很像連自己都跟不上自己了」。

如果一年前有人跟我說，Meta 幾萬名工程師會用競品寫代碼，我一定會覺得他瘋了。待過軟體大廠的人都知道，代碼是公司的核心資產，基於安全考量，根本不可能讓員工把代碼餵給外部的 API。調研競品是一回事，但拿來開發自家產品幾乎是不太可能的事。

Meta 一開始也試著自己做內部工具「myclaw」，但做出來太難用，根本沒人想用。後來只好放寬規定，只要不碰到客戶資料想用 Claude Code 就用。現在各個部門都在想盡辦法轉型成全面 AI 化的公司，過去那些培訓、考核、系統安全的嚴格規範與底線，現在統統被拋在腦後。效率必須先趕上來再說。

Google 雖然也禁止多數員工用對手的工具，也有推出內部代碼工具 Antigravity，宣稱有一半的新代碼是 AI 寫的。但有趣的是，核心的 DeepMind 團隊例外，他們照樣用 Claude Code。當然，Anthropic 本來就是用 Google 的雲端運算，雙方有一定的信任基礎；但 Meta 沒有這層關係，他們是真的把安全防線先扔到一邊，純粹為了追求速度。

除了安全問題，第二個被打破的是預算。

最近，我和幾家新創公司開了線上會議，問了他們一個問題：「你們工程師現在平均一年花多少錢在 AI 上」。

答案是：「大約落在 10 到 30 萬」。

這數字幾乎等於再請一個工程師的薪水了。讓我聯想起最近各大巨頭一直裁員，表面上看是用 AI 省下一大筆人事費用，但實際算下來很像總成本根本沒有降多少。只是把發給人的薪水，變成了買算力的錢。

Meta 甚至成立了一個內部排行榜，誰 AI 用得多誰就上榜，用得少的可能還會面臨裁員（這倒讓我想到黃仁勳前陣子說過類似的話）。員工為此在爭取一些用最多 AI 的頭銜。於是我們看到一邊在衝量、一邊在裁員，但這兩件事其實是同一件事。只是賺錢的人更少人，財富越來越集中了。

於是我更好奇了，打電話給另一位公司準備做 D 輪融資的朋友。

他說他的電腦裡開了幾 10 個 AI Agent 同時在跑。但他還是很焦慮，因為如果睡前沒安排工作給這些 Agent 要幹嘛，就感覺在浪費時間、很慌。

很多人跟我說現在 2 個人加上 AI，一週能做一個團隊以前一年的工作量。

於是我問他：「效率提升這麼多，那公司的收入有增加嗎」？

總不能效率提升幾倍，最後只用來衡量下一次裁掉多少人吧？

他和我說，效率提升 100 倍最後反映到公司收入，可能只多了一倍。現在矽谷很流行用 AI 去試 100 種做法，看哪一種行得通。大家做出了很多東西，但很多東西市場根本不需要。

讓我印象最深的反例是 Anthropic 自己。我問他們內部用 AI 最痛苦的是什麼？他們說是處理突發狀況。如果系統變慢或當機，工程師要很快找出原因是代碼有錯、算力問題還是模型異常，然後去 debug。Anthropic 是全世界做 AI 寫代碼最強的公司，這也是他們最擅長的事，結果他們自己內部的 AI Agent 還是不好用。

簡單來說，就是蒸汽機被發明出來了，但有時候跑得還沒有馬車快，而且蒸汽機的工人還比馬伕貴。可是所有人都知道蒸汽機以後一定會跑得更快，所以都在瘋狂砸錢。至於什麼時候蒸汽機的經濟效應能超過馬車？沒人知道，但也沒人敢停下來等那一天。因為停下來的代價，可能比白花錢燒 Token 還大。

而且 Token 的消耗量，我認為不是慢慢增加的。

這讓我想到在 Waymo 做自動駕駛的堂弟。他跟我說，幾年前他們在測試自動駕駛，測試規模從園區的 2 台、5 台，到後面投放到城市裡 20 台這樣慢慢增加；但過了技術驗證的關鍵點後，車隊數量很快就擴展到了幾百台、上千台、上萬台去規劃。由此可見，今天的 AI Agent 正處在類似的階段。

加州有一家專門評估 AI 寫代碼能力的機構叫 METR。

他們去年提出了一個衡量標準，用人類專家的作業時間來觀察 AI Agent 能以 50% 的成功率完成多長時間的任務。2025 年 3 月首次發布時，Claude 3.7 Sonnet 只能完成 50 分鐘的任務；但到了 2025 年底，Claude Opus 4.6 已經能完成 12 小時的任務了。

我們從表格看到過去兩年，進步的速度越來越快，翻倍的時間從 7 個月縮短到了 4 個月。一旦 AI Agent 的可靠性再往上提升一個層次，Token 的消耗量就不會是每年多 50% 這樣慢慢增加，而是一夕之間暴增好幾倍。

我和朋友們聊下來的共識是，到今年年底，只要大多數工作是由電腦完成的公司，實際上可能只需要現在 20% 的人力。

緊接著我又打電話給在 xAI 上班兩三年的朋友，我抱怨 Grok 除了每天幫我整理 X 上的內容，存在感很低最近有什麼 update。

他說他這幾年基本上都住在公司，像睡在青年旅館的睡眠艙裡，家裡連床都還沒買。我說你現在手上拿著大量的期權，這麼累的話隨時可以離職啊。

他說他有在考慮，因為跟他一起入職的同事幾乎都走光了。很多人在去年 10 月就感覺到馬斯克不滿意他們的工作成果，沒想到裁得這麼快。現在馬斯克直接從 SpaceX 和特斯拉調人過來接管，也可以說是當初造車、造火箭的那批人現在開始造 AI 模型了。

我很好奇，馬斯克花了很多錢為什麼 Grok 還是沒有進入一線梯隊？

朋友說：「團隊的能力其實很強，工作也很認真，但問題是出在馬斯克在用製造業的管理方式，這套管理方式不適合做 AI 模型」。

過去馬斯克做火箭和電動車，是一個很長的生產線，他很會抓出關鍵的地方，然後壓縮時間去解決。但做 AI 不一樣，需要統籌規劃軟體、基礎設施與硬體。但馬斯克現在只做了三件事，花錢建了一個全球數一數二的 GPU 機房，接著給團隊一個很短的 Deadline，最後親自決定一些產品功能。這一切看起來很 Make sense 抓單重點解決問題，但不是完整在規劃。

做過大型開發專案的人都知道，需要有全局規劃的人平衡資源。但在超高壓的情況下，各部門的主管為了自保，都只盯著自己的進度，沒有人在做統籌。如果壓力沒那麼大，各個部門反而可以花時間溝通，找工作節奏，但高壓加上沒有統籌，團隊很容易散，產品功能自然出不來。

以前馬斯克做火箭與車子，幾乎沒有同等級的對手，他是在跟自己競爭。但 AI 領域不一樣，競爭非常激烈，在創始人緊盯著工作進度、各部門充分溝通的情況下，連OpenAI 都被 Anthropic 超車。 更何況馬斯克自己本身有不少其他業務，自然沒有辦法全心全意的管理 xAI 的進度。

不過 xAI 從第一輪幾十億美金的融資，到今天與 SpaceX 合併，變成一家市值千億的公司。11 位共同創辦人都變成了億萬富翁，核心工程師也拿到幾千萬。隨著這些人陸續離職，他們就會有充分的底氣去做自己感興趣又擅長的事情。

這批人和其他 AI 模型公司出來的工程師很不一樣，他們有製造業的思維。由此可見，再不久的將來，我們會看到市面上適合傳產的 AI 工具、AI Agent 成為新的敘事。

這股焦慮感不只在外我們上面提到的公司，整個矽谷都在蔓延。

現在工程師很有默契，承認自己有一段時間不寫代碼，覺得自己只要盯著 AI 就好。

但「盯著」這件事，很快也不需要人了。

今天很多公司都在推動「全面 AI 化」，聽起來很棒，每個部門把工作流程梳理出來讓 AI 學習。但說白了，這就是在把員工的能力變成 AI 的技能。公司拿到技能後，就完成 AI 化，接下來就會考慮裁員。

但讓我沒想到的是，這種焦慮感也正在往「 AI 研究員」群體蔓延。

研究員是金字塔頂端的人才，他們負責設計模型架構、發明新的訓練方法、檢查結果。工程師是把產品做出來，研究員是想要做什麼產品。但現在連研究員的工作也在被自動化。

Google 的 DeepMind 正在用模型去訓練模型，讓 AI 自己決定下一步做什麼實驗、評估哪個方向比較好，自己下去做。如果這件事做成，就是在替代研究員。而且公司一定會取代他們，因為研究員的薪水非常高可以從幾百萬、幾千萬到上億美金。未來很有可能是 10 個人做以前 100 個人的工作，拿 20 份薪水，然後 90 個人失業。這些研究員也不用在研究，只需要「檢查」與「擔責任」。

像是印度和菲律賓那些幫歐美做資料標註和後台客服的人，會最先受到衝擊因為他們不用擔責任。

不過，我相信舊的工作消失，新的工作也會出現。

很多新創公司開始招募一種叫「AI Builder」的新職位，這個職位要同時具備產品經理、前端與後端的能力。還有一種是結合資料科學家和 Machine Learning 的職位。

像我老婆他們的公司就很需要這些人，但問題是不知道怎麼面試他們。看履歷看不出來，現場考寫代碼也不準，因為現在的核心能力變成「品味 + 使用 AI 的能力」。所以已經有公司在做新的面試系統，讓應徵者現場用 AI 工具完成任務。

當 AI 什麼都能做的時候，人的價值正在從「會做什麼」，變成判斷「什麼值得做、什麼不該做」。

前面講了這麼多面臨淘汰的人，包括工程師、研究員和像我自己一樣的金融從業人員。但在這場大洗牌中，有一個角色我覺得不但沒有被替代，反而越來越像幕後的大 Boss。

這個看似美好，大家都可以創新的世界，底層其實被一家公司牢牢控制著。

就是輝達 Nvidia

去年有一些專門提供 GPU 算力的新雲端服務商募資不太順利，這些公司業績沒有成長，甚至把公司賣了。但我觀察了一下數據，這些倒掉的服務商 GPU 配額不但直接被巨頭吸收，連 GPU 定價權也正在被巨頭壟斷。

一個最明顯的現象是，如果今天一家服務商能提供穩定的 API 服務，做到 99% 穩定，他們就可以用官方價格的 2-3 倍賣出去。

因為大家都在瘋狂使用 AI，官方的 API 常常會中斷。以前做這種「路由器」服務的生意，邏輯是「我比官方便宜，所以大家來用我的」。現在邏輯完全反過來，「穩定」輸出才是最稀缺的。

算力瓶頸，不只是晶片分配的問題。

上游記憶體大廠要擴充產能，至少還需要兩年的時間。這代表在 2028 年之前，沒有任何一家 AI 公司能靠著買晶片來拉開差距。這種限制，直接把大模型市場變成了少數幾家巨頭壟斷的局面。這不是大家不努力，而是物理世界的製造週期就是跟不上。

於是我們會得到一個結論「誰有晶片誰厲害」，而誰能拿到晶片，是輝達決定的。上市服務商，像是 CoreWeave、Lambda、Nebius，背後都是輝達。

輝達的佈局比我們想到的都還深。有一家叫 Reflection 的新創公司，原本是要做 AI 寫代碼的。後來創辦人去見了黃仁勳，黃仁勳跟他說：「你別做代碼了，你來給我做美國版的 DeepSeek，做美國的開源模型，我給你錢、給你晶片。」結果這家公司就 180 度大轉變，現在估值 250 億。

也因此一級市場出現了一種以前很少見的市場，在同一輪的募資裡，竟然出現了兩種估值。關係好的、比較早進場的投資人，可以用比較便宜的價格買入；而像輝達這種不缺錢的大老闆，還有那些晚到的投資人，就被擠到比較貴的價格。

但是，輝達再怎麼想控制資源分配，也生不出物理世界產能跟不上的東西。

尤其是美國現在對新建數據中心的抗議越來越激烈。現在全美國大約有 100 個數據中心專案遇到當地人反對，其中有 40 個會直接被取消。緬因州甚至剛通過了一項法案，全面禁止建設數據中心。還有一個小鎮，原本批准了一個 60 億美金的數據中心計畫，結果有一半的鎮議員連夜被鎮民投票罷免，換上來的新議員，唯一的目的就是撤銷那個計畫。

算力不夠，不是因為產品不夠好、用戶不夠多，而是因為現實中蓋廠房、發電的速度跟不上。

週末的時候，我又找了和在一級市場打滾多年的好友喝咖啡。我們聊到最近的市場動態，如果用「理性的角度」評估該投資哪一家公司。

他認為現在矽谷的估值公式已經徹底壞掉了。

美國的 GDP 大約是 30 兆美金。目前 OpenAI 和 Anthropic 這兩家公司的年化營收，大概都在 540 億美金左右，也就是說，他們已經佔了美國 GDP 的 0.15%。如果到今年年底，這兩家都能衝到 1000 億美金，再加上雲端服務和其他 AI 的收入，AI 整個產業鏈將佔到美國 GDP 的大約 1%。

從幾乎是 0 到 1%，只用了短短幾年。成長速度越快，投資人反而越不知道該怎麼算這些公司的價值。

朋友跟我說，最近投資圈反覆出現一個詞，叫回歸理性估值。

過去我們投資，最基本的方法是看這家公司未來能賺多少錢。最常用的公式是 DCF。簡單來說，就是預測這家公司未來 10 年能賺多少現金，然後加上一個終值，也就是假設 10 年後它還能穩定經營，把剩下的價值打包算進去。通常這個終值會佔整家公司估值的 70% 到 80%。

但現在這個公式算不下去了，因為有兩個大前提消失了。

1. 現在根本無法預測 10 年，連 3 年甚至 1 年後 AI 行業長怎樣都看不清楚。

2. 終值也沒辦法算了，因為 AI 隨時可能顛覆一切，怎麼能假設一家公司未來會穩定經營？

朋友打了一個很生動的比方，今天那些不在 AI 核心賽道的公司，就像是在等一顆核彈掉下來。你知道它一定會被炸掉，只是不知道是哪一天。所以現在評估公司的重點，已經不是「如果不被顛覆會賺多少」，而是「被顛覆的時候，逃跑和反應的速度有多快」。這完全是另一種投資邏輯。

像是賣軟體訂閱的 SaaS 公司，最先被華爾街重新打分。以 Snowflake 為例，在 2023 年的時候，按照它當時的自由現金流來算，要 100 年才能回本，如今它的估值已經被砍半，ServiceNow 和 Workday 也是一樣的下場，而且這只是剛開始。

反過來說，現在真正還能用傳統公式去算價值的，可能只剩下最頂尖的 AI 公司。因為只有他們看起來是穩定成長的，他們是丟核彈的人，而不是等著被炸的人。

這也改變了矽谷找人的規則。

以前新創公司找員工會說，薪水給你少一點，但多給你一些公司的期權，未來公司上市你就發財了。但這套說法的基礎是，公司 15 到 20 年後還要活著而且很值錢。如果這個前提不成立，員工最的反應就是別給我什麼期權了，給我現金。這讓公司的經營成本和募資壓力變得完全不一樣。

創投基金現在也很痛苦。

過去這 3 到 6 個月，矽谷幾乎每一家創投，都投資了至少一個 AI 項目。那些從大公司出來的研究員，拿著一個點子就能募到幾億美金。事後大家冷靜下來，都覺得買得有點衝動、有點貴。但為什麼還是硬著頭皮投？因為只要這家公司真的做出來，它成長的速度會像下一個 Anthropic。

現在投行評估的不是 0 就是 100。意思就是與其花大錢去投一個普通的 A 輪新創，不如賭一張無限可能的入場券。

以前大家覺得，只要是賺 1 塊錢的營收，就是 1 塊錢的價值，不管你是做底層模型、做應用還是做基礎設施。但現在這個觀念變了。

做特定行業 AI Agent 的公司，估值大約只有營收的 5 倍左右；做通用型助理的，可以給到 10 倍；但做底層大模型的，可以給到營收的 20 到 30 倍。舉個例子 Anthropic 目前年化營收是 300 億美金，估值高達 8000 億美金，也就是 26.7 倍。一年前我們還覺得可以直接拿營收乘上一個固定的倍數來算估值，但今天這套算法完全不管用。

除了算不出公司的價值，矽谷現在還面臨一個人身安全問題。

我們聊到最後，反覆提到科技圈的朋友們很認真在討論幾件事，買比特幣、蓋地堡、家裡裝防彈玻璃。在家裡院子種一種叫酸橙樹的植物，這種植物樹枝上有 4 英吋長的尖刺，任何人想翻牆進來都會被刺。

華爾街日報甚至報導了一棟造價 1500 萬美金的豪宅，外圍種滿了酸橙樹，樹叢後面挖了壕溝，壕溝後面是雷射入侵偵測系統，大門是一塊 3 英吋厚的實心鋼板，配上 13 道門鎖。屋內還藏著一個安全避難室，光是那扇門就重達 2000 磅。

然後，槍聲真的響到了 Sam Altman 的家門口。

今年 4 月 11 日凌晨 4 點，一個 20 歲年輕人，大老遠從德州飛到加州。他手裡提著煤油桶，站在 OpenAI 執行長的家門口點燃了汽油彈，直接往裡面丟。

一個半小時之後，這個年輕人跑到了 OpenAI 的總部，拿起椅子砸玻璃，對著警衛大喊：「我要燒了這裡，殺光裡面所有人。」

後來 FBI 從他身上搜出一份暗殺名單，裡面列滿了各大 AI 公司執行長和投資人的名字，還有他們的家裡地址。

這還沒完。兩天後一輛本田汽車停在 Altman 家門口，副駕駛座的人把手伸出車窗，朝著房子開了一槍，然後馬上逃逸。

這已經不是單一事件了。三月底的時候，舊金山市中心就爆發過大規模的反 AI 遊行。人群舉著「停止 AI 競賽」和「不要製造天網」的牌子，跑到 Anthropic、OpenAI 和 xAI 的辦公室外面抗議發表演講。美國參議員 Bernie Sanders 甚至在國會警告：「人類可能真的會失去對這個星球的控制權。」

大家心裡會害怕是因為如果 AI 把大部分的生產工作都接管了，人類就不再是經濟運轉裡必須存在的一環。那麼，過去社會上那套「你貢獻多少，就拿多少報酬」的契約精神就失效了。

剩下的只會是誰控制了晶片和電力，誰就控制了一切。社會階級不再是被拉開，而是直接被壓扁。一邊是極少數掌控資源的人，另一邊就是剩下的所有人。

我們喝完最後一口咖啡，結論是未來應該不會這麼絕望，但兩年之後 2028 年美國總統大選，最熱門的議題，絕對會有 AI 跟社會分配。到時候，我們可能會看到 AI 時代的盧德運動。

整理完這些和朋友們近期的對話紀錄，我發現看似雜亂、東聊西扯的內容，說到底就只有三個字「跟不上」。

最前端的 YC 跟不上、Meta 的規定跟不上、xAI 的管理跟不上、頂尖研究員跟不上、算力被壟斷但物理世界跟不上、投行的估值框架跟不上、社會大眾的心理準備也跟不上，面對這個市場我自己也覺得跟不上。

Anthropic 的執行長 Dario Amodei 曾經說過一句話：「在 AI 的幫助下，癌症在某種意義上已經被攻克了。這不是說癌症會直接消失，而是它可能會變成一種不會死人的慢性病，只是現在治療費用還太貴，要普及還需要一點時間」。

我不確定他說「癌症已經被攻克」是不是有點太過樂觀。但這次和朋友們聊完，我發現現在矽谷最多人創業的方向就是 AI 結合科學與生物科技。很多從大模型公司出來的大佬其實根本不懂醫療，但他們正想用 AI 技術去改變這個產業。

這種跟不上的感覺確實讓人很焦慮。但換個角度想，如果 AI 真的能在幾年內讓癌症變成慢性病、讓材料科學一口氣快轉二十年，那麼這種「跟不上」，可能正是人類發展史上最大的一次加速進步。

我現在還沒有小孩，以後如果有小孩，我完全無法想像他們這一代要面對的是一個什麼樣的世界。

我們公司幫客戶管理資金，說實話，有時候我也不知道到底該往哪裡投資。如果把大筆資金投在二級市場的 Beta，風險很大也很容易被別人追蹤到，萬一趨勢反轉資金跑都跑不掉；同時我也很清楚，自己並沒有那種萬中選一、能精準挑中爆發性新創公司的眼光。而在一級市場裡，新項目實在太多了，看起來又都很像，根本看不完。於是我們每一季度新進來的錢幾乎都是在買巨頭，不然就是在做賣權策略。

想來想去，如果說未來我想留點什麼給我的小孩，最讓我放心的好像就是買一些估值還算合理的科技巨頭，一間在政局穩定國家的房子，然後，再加一些比特幣吧。