投 AI 最猛的人 | 对谈张津剑

2023-08-1117:30

NodeLab

2023-08-11 17:30

NodeLab

2023-08-11 17:30

收藏文章

订阅专栏

曲凯对话投 AI 最猛的人—张津剑，聊了过去几年的投资市场，最近的 AI 热潮以及对未来 AI 市场的看法，也讲述了很多关于生命力的故事。

曲凯：可以讲一下这个你们最近的近况，然后做绿洲大概三四年是吧？

张津剑：绿洲 2019 年冬天成立的，那一年冬天特别冷，我记得当时我们准备做绿洲的时候，很多朋友都劝我们说你再等一等，因为那一年中美的贸易战刚刚开始打。当时是刘鹤去美国谈判，大家都认为中美会进入到一个新的平衡态。突然特朗普发了 Twitter，是 5 月底要跟中国打贸易战。所以那一年其实全国对这个事情是没有预期的，乃至全球对他都没有预期。我那个时候要创业做一支美元基金，基本上对所有的人而言都是一个特别 tough 的时候。当时很多人都劝我们再等一等，但我们还是决定这样的一个时候开始。所以那年的冬天很冷，但今年大家往回看，2019 年的冬天简直就是春天。其实最近几年美元基金越来越少了，新基金出来的越来越少，几乎没有几个。2019 年之后，市场是在逐渐关闭的。特别是对于海外的投资机构而言，他今天再去增加一个新的名字，是很难的，因为对他们而言，可能一共就这么多 portfolio，他增加一个就要减少一个，所以这两件事情对他而言都很难。

曲凯：过去的两年，你可以先讲讲看你们关注的一些赛道投资的情况是怎么样？

张津剑：我在简单介绍一下，我的背景很简单，当年就学数学，到复旦的国家实验室里面去修雷达，我修雷达一共修了整整 7 年，这 7 年里面其实就是在一个高频和低频的信号里面去解决信号与噪声的问题。到了 2012 年，非常阴差阳错的机会，我加入了挚信资本，跟着我的师傅楚军。其实我当时从来没有想过要做投资，因为我那个时候没有学过一天金融，连 Excel 都不是很会用，在挚信做了整整七年，到了 18 年的时候，很多公司在美国上市，这个过程，其实我们到 18 年的时候就意识到中国其实在发生两个很大的变化。

第一个变化就是投资本身而言，当时正在从 PE 往 VC 里面去做转移。我记得当时 14、15 年的时候，我们是国内为数不多单笔资金能投 5000 万美金的机构，只要我们坐在那就行了，有无数的人给你喂项目，有无数人来找你，你只要去分辨项目行还是不行。中国 14、15 年的时候，你能见到很多非常好的项目，你可以早上见的滴滴，中午见的是雪球，晚上见的是其他的项目，你可能就是回头来看可能是千亿美金的一天，当时见到的所有项目，后来都变成了百亿美金，加在一起全部是千亿美金。我觉得那个时候的中国机会很多，然后你作为一个 PE，你的选择也很多。但是到了 17、18 年的时候，我们发现这个东西已经发生根本性的变化了。如果你不能在早期的时候去拥抱这些项目，你可能连投 5000 美金、 1 亿美金的机会都没有，所以你必须要更早的去发现他们。也是在 2018 年的时候，无论是红杉、源码这些机构在早期变得更 aggressive，还是说高瓴这样的机构成立高瓴创投，其实本质上都是我们看到了大型的机构想往早期去做转移。

第二个我们发现的变化就是数字化，过去 14、15 年的时候，我们看到了大量的创新，本质上是基于商业模式的生产关系的创新。因为互联网的底层其实是生产关系的革命，它解决了人和人之间分配的问题，信息流转的问题。所以说其实整个互联网带来的创新，无论是互联网还是移动互联网，它都是围绕生产关系的变革而展开的。但是到了 17、18 年的时候，你会发现这种生产关系的变革已经渗透到了行业的方方面面，能够去的地方基本上都去了，能够改变的东西都改变了。整个行业在寻找新的变革方式，那你就知道生产关系和生产力永远都相辅相成的，就像左手和右手，球的阴阳两个面，当生产关系发展的时候，生产力可能就没有跟上。生产力在发展的时候，生产关系可能就没跟上。所以回到那个时候，我们认为整个中国乃至全球再往前面走，一定是在生产力方面开启新的革命，因为生产关系的革命已经接近 20 年的时间。如果从 1969 年互联网第一次这个概念出现的话，到现在其实已经有六七十年的时间。所以在这个时候我们就在想什么东西是生产力革命的可能性。当时我们归因为叫数字化，还没有归因到现在我们叫通用大模型或者人工智能，所以在那个时候我们花了很多时间去投数字化的项目，就是 2019 年。当年我们绿洲成立的时候，有很多投资人问我们，因为当年我们投了很多很多的教育公司，就无论一级的、二级的都投了很多，所以当时我们在 2019 年成立的时候，其实很多人都问你是不是要做一个专注在教育领域的基金？或者说你是不是要做一个 TMT 基金？但实际上我们到现在四年的时间，我们回望过去，我们即使有这么多的 track record 在教育，但是我们其实没有投一个教育类的项目，当时我们的专注在投整个中国的数字化变革，包括供应链里面的升级，包括核能生物，包括 AI 对一些产品的赋能。所有的这一切其实我们就是在等一个大的生产力革命，我们当时把它归结为数字化，所以从 2019 年到 2021 年的整个这三年的时间里面，我们投的核心的项目都是围绕数字化展开的。到了 2021 年的时候，其实那一年是市场非常好的一年，那一年我们募了绿洲，超募了非常多，三个月的时间连上海都没有出，收到了接近 5 亿美金的认购，所以我们反过来又去看市场上的项目，我们就发现市场上的项目非常的热。我们 19、20 年投得很快，但是 22 年当时我觉得这个市场太热了，生病了，所以我们 22 年一个项目都没投。我们的 bet on 是说大一点的文明，说小一点中国的经济在这个阶段它一定会有一次生产力级别的革命，这就是阴阳和合，阴阳相生，一定是这样的。我们在 bet on 这个东西，生产力的变革一定是个巨大的机会，这个巨大的机会必然会出现。我们在 21 年的时候看到的更多的是老的一些机会和一些老的一些细分的场景，因为资金的推动在那重复去造轮子，所以我们就在等，21 年我们花了很多时间在等 22 年上半年，我们当时上海 lockdown 出来已经 6 月份了，我们就看到有一些变化，就开始花了很多时间去做新项目，到 stable defining 开源，我们就意识到这个时间点来啦，所以 stable defining 开源了之后，我们马上投了 TIER match。然后那个时候你知道其实可能市场上在这类项目融资也没有那么火，大概是去年下半年 10 月、 11 月左右，我记得应该是 stable defining 开源，我们看到了之后，就快速开始去学习，所以我们在 2022 年的 11 月，我们开 AGM 的时候，我们用了很大的一个篇幅跟我们全球的 LP 讲这个，当时还不叫 AGI，就叫侵范式的 AI 智能，我们当时其实比较更 aggressive 一点，我们当时预判是没有 ChatGPT 3.5 的，我们预判 12 月就会发 GPT 4，认为 2023 年会是整个新的 AI 的元年，所以当时我们花了很多时间跟我们的 LP 去讲述这样的事情，告诉他们我们在 2023 年会全面的加速去拥抱这一次的生产力革命。但实际上其实 12 月份的时候没有发 ChatGPT4，发的是 3. 5，但大家已经意识到这个东西产品化了，今年我们就花了更多的时间在投资，我们现在肯定是目前国内在通用人工智能领域最 aggressive 的基金之一，我们到现在可能已经投了超过 10 家从大模型到应用层的公司了。

最近的节奏也没有慢下来，可能还在加速，因为我们观测到其实更多更好的创业者在出来，这样大的浪潮一般有两波到三波，第一波出来的人都是什么？我们经常讲创新都在边缘处，为什么人会变成智力动物，有种说法是因为猴子没有生活在丛林中央，它生活在丛林和草地的交界处，他为了追兔子，必须要站起来，所以跑得更快的或者更灵活。其实很多时候的创新，你会发现区块链时代也好，当年移动互联网时代也好，其实第一波真的拥抱他们的是那些比较草根、比较边缘的人，他们率先看到机会，他们的机会成本也是最低的，在刚刚开始的时候，我们会发现有很多创业者，他可能就是一个刚刚毕业的大学生，或者不是所谓互联网的这些人，他们拥抱了这个机会。

然后第二波的时候就会发现，有一波嗅觉很厉害的神仙级创业者，迅速加入到这个产业，就像当年百度这些公司，其实都是很优秀的创业者回到中国，这个时候就会出现第二波创业者，然后第三波创业者在他们带动下，会有更多的资金和注意力进入到这个产业，所以我觉得虽然王慧文他现在身体不好，暂时的退出了革命的阶段，但我觉得他对于中国的 AI 的发展的这个推动，因为有了他，有了小川等这些非常优秀的人加入到这个产业，让整个社会有了注意力和资金的凝聚点，让他们看到这个东西可能是一种变革，然后同时在他们的影响和领导下，有更多的非常优秀的这些创业者。网易、腾讯、阿里等，从各种各样非常优秀的公司里面出来，加入了这波浪潮，我觉得这是我们今天看到第三波创业者，他们可能会更年轻，但同时又很成熟，然后又兼顾高速的增长，所以我们看到就是一波一波创业者在出现，然后我们现在还在加速这个领域的投资。

曲凯：有的人说绿洲在这块有点过于 aggressive 了，投的太多了。我不知道你怎么看这个问题。

张津剑：我觉得大的历史浪潮里面没有地图，大的历史浪潮里面只有发令枪。在一个大的历史浪潮出现的时候，你需要做的唯一的事情是你在哪儿？你在大的这个历史变革里面，首先 fundamental 来讲，就是我们今天讲结构与节奏，那结构是什么？结构肯定是方向，这件事情是不是对的事情。所以第一个问题就是说这是一个真实的长期的趋势。这是个结构性的问题。

那我们应该在什么时间点进去？这是第二个问题。首先我们认为这是一个长期的对的趋势。第二个就是说节奏性问题。你知道美团在 2010 年成立，到了 2013 年市场上的估值跃升到了 25 亿美金，到了 2014 年的时候跃升到了 70 亿。到了 2015 年的时候，美团点评合并的时候 150 亿，那个时候的美团跟今天的美团完全不是一个美团。

从商业模式的角度上来讲，在各种发展的角度上来讲，2015 年以后没有出现一个外卖公司能颠覆掉美团， 2015 年之前饿了么、美团这些公司都已经在这个地方，这也就是说可能最终的商业模式会呈现状态，不一定是今天我们看到的，也不一定是我们今天想象出来。但是它最终的受益者和推动者可能仍然是第一批的这些公司。比如 2014 年的时候，特斯拉把他所有的 IP 全部给开放出来，于是从 2014 年到 2015 年，短短的一年的时间里面，蔚小理全部都成立了。在 2014 年的时候到 15 年这些公司成立的时候，到 2017 年，就三年之后，这些公司其实连一台车都没有，那个时候立项估值叫车和家，那个时候他的估值最低 50 亿人民币，小鹏 80 亿人民币，蔚然 50 亿美金。在后面的发展里，从 2017 年到 2019 年这两年的发展里面，其实整个市场是进入一个超级低潮的状态。2019 年特斯拉临港超级工厂出来之前，当时特斯拉都要破产了。还有一个假新闻，说红杉要私有化，然后这些公司的估值也都跌得很惨，这些公司都经历了一个超级 down，当时节奏可能是太早了。2019 年那个时候也出现了很多新的新能源公司，但今天这些人你可能连名字都叫不出来。就是当 2020 年以后整个新能源市场又重新起来的时候，其实真正的受益者 still 是这些公司，是蔚然？是小鹏？是理想？还是这些公司在变换，在角逐，而不是那些 18、19 年所谓的市场底部进来的公司。你觉得这个原因是什么呢？是他这些更好的人更倾向于更早出来？还是他们做的时间长，本身有了踩过坑积累经验？还是说他一开始拿了足够多的钱，让他有足够多成本试错？

我觉得还是要去相信周期本身，就相信一个生命体在发展的过程里，它的一些必经之路，一个事物的发展它不是戏剧性的，不是 19 年是底部进去，然后你就做了个伟大的企业。特斯拉当年上市的时候，到 2019 年整整近十年的时间一共可能就涨了 10 倍，这个过程是极其难熬的，这也是为什么整个美国全部都错过它。因为我们作为投资人，我们希望的是低点买进去，然后公司涨起来，就卖掉它。其实企业的发展过程中，更多的也是创始人本身的发展，创始人必须要有足够长的时间去思考、去学习、去领悟，去试错、去痛苦，它才有可能蜕变它的这个样子。这个过程是需要时间的。创始人他在早期的时候，在一个泡沫期的时候，他拿到了足够多的钱，这些钱可以让他去度过那个寒冬，但同时泡沫到寒冬的这个时间里面，也给了他足够的时间去成长。所以即使在寒冬时期，那些所谓的低谷期，或者要爆发前夜要进来的创始人，他可能拿不到那么多的钱，他即使拿到了这么多的钱，他可能也没有那么长的时间去真正的去完成他自我的迭代。

我们想说一个事情是不是发展的太快了，或者说今天投的是不是太早了，是因为我们还在戏剧性的、静态的去思考一个人的成长，但是企业的成长、人的成长，它是一个生命体。他会经历一个自我的探索期、逆反期，然后再经历一个自我的回归的过程，这个过程对一个企业也对一个人也好，他可能是需要 3 到 5 年的历史，等他完成了这三到五年的迭代了之后，产业也开始真正的进行发展。所以这才有了 Gartner 曲线。Gartner 曲线从外面看是科技变化的曲线，在里面看是人心，人心的曲线，是一个人自我救赎的曲线，所以我觉得这个里面很重要的东西，你得给他们时间去成长，所以我们认为今天就是一个 right time 就是一个好的时间点。

现在市场其实挺有意思的，历史上很少见到有一个时刻是所有人对一个主题有很大共识的。现在大家对于 AI 这件事的结构性的变化，肯定是有很大共识的。但同时绝大多数人在出手上这个问题上其实又有非常强的非共识。其实真正在出手的机构，像我们接触这么多机构还是很少，现在很多机构找过来问，你们有没有比较创新的 AI 的项目？我一听就知道他没法投 AI。因为确实大家聊完以后发现好像讲的差不多。事情可以穷尽，基本就是那些事情，大家用的底层技术讲的东西就基本上是一个模子刻出来。

曲凯：你们投了很多跟底层模型相关的，又投了一些其他的，可以大概介绍一下这些项目的分布啊？以及现在对于不同层面的一些项目机会的看法。

张津剑：我们把这个问题再拆一个问题，或者我们换一个角度，就是说因为当我们去拆这些 AI 的项目的时候，我们其实还是在给他画地图。大的浪潮里面没有地图，大的浪潮里面只有发令枪，就只有你 be there，去干。我最近干了两件事情，第一件事情就是我把整个工业革命史看了一遍。从 1763 年瓦特这个拿到改良蒸汽机的订单。首先蒸汽机并不是他发明的，他只是个改良者。

第二件事情就是我看了电脑报。因为我见到很多创业者跟我做类比。有的人说大模型是早期的网站；有的人说大模型是阿帕奇软件，每个人有不同的这个比喻方法。我想去看一下整个中国的所谓的个人电脑到移动互联网整个这个发展史到底是什么样子的？然后我在网上去看了很多文章，我发现大部分的文章都是后人写的，就是一听就觉得很 make sense。但问题是他是后人，他今天当然可以娓娓道来说 “ 你看 1993 年到 2003 年到 2013 年发展的这些历史，它应该是这个样子的”。是因为这些事情都发生了，你只是给它串了一个逻辑。

但是回到当下，你真的知道什么事情是对的吗？我把电脑报从 1993 年到 2023 年 30 年的核定本全部买了一遍，然后我把大众软件从这个 2000 年到 2020 年 20 年买了一遍，我把这个全部翻了一遍。你就翻当年的封面故事。93 年的时候已经有 Windows 3. 0 了，95 年的时候 Windows 的图形界面已经有了，每一年都会有人写文章预测未来 30 年。我看这东西结合工业革命，我发现一个很大的一个 take away，就是人类的想象力的局限性。1790 年的时候这个瓦特把这蒸汽机器改得非常完美了，然当时有很多科幻小说家就写科幻小说，他们认为 50 年后的人类的最高级的技术是什么？就是把蒸汽机做得很小，到了你手上面便携式蒸汽机，甚至他们认为的未来是便携式蒸汽机，包括火车，火车是通过蒸汽机技术来发展起来，但是在最开始设计的时候，火车不是用火车头来拉动的，而是是每隔 50 米到 100 米就有一个巨大的蒸汽机站。93 年、 95 年的时候，个人电脑时代因为有了图像，有很多人去畅想未来的互联网时代是什么样子的，基本上大家不约而同的想象，就是说未来我可以在网上看书、看报纸、看电影等等。

其实我觉得人在思考问题和想象问题的时候，他是在已有的世界里面去映射到了下一个世界，他是带着我的理解，带着我的惯性，带着我的所有的 EGO 进入到的一个新的世界。是我们想象力的缺乏，所以我们今天很多时候去做 Mapping，本质上也是在我这个事情上面做 Mapping，但我觉得不是，我觉得真正的未来应该是基于未来去思考的，就像你今天看到的移动互联网时代，真正顶级的这些东西顶流的这公司其实在以前根本就不存在的。

通过几次大的变革之后，这方面的方法论才变得更成熟。为什么你说 2010 年的时候大家不会那么去想，是因为在移动互联网之前，所有的消费者的本质是一个人，它只有一个人的概念，没有空间概念，没有场景概念，也没有时间概念。但是到了你的互联网时代的时候，其实我们有一个东西叫 DAU，当时有很多公司迅速能成长 DAU， DAU 也做得很大，但 DAU 不值钱，大家不知道 DAU 意味着什么，包括我觉得 Facebook 上市的时候，当时是按 MAU 来估值的，然后所有人都在说 MAU 没有意义。但实际上我们所有人会知道， MAU 是有意义的，但是不是一个人代表了一个 DAU，一个人代表了十几个 DAU，那 DAU 后面又代表了什么？是代表了人在此情此景的需求，所以一个新的科技会把人进一步的去做切割，把它的时间和空间去做切割。

你会意识到移动互联网本质上不再服务人，而是服务当下的人，服务那个此情此景里面的人。当你把所有的情和景拆开来看的话，你会进一步的去理解很多需求，你才会知道，原来会有新的东西来服务这些东西，这东西以前不存在，是因为以前的东西没有办法给切开，所以才有移动互联网，有了位置信息，才有此情此景里面的你。

我觉得未来的 AI 时代也是一样，今天中国有多少 DAU？以前假设有 14 亿的人，现在把所有的加在一起，可能有 100 亿的 DAU，那如果有什么样的衡量标准，把这个数量级再拉 10 倍。那个东西会叫什么名字？那个东西为什么会存在？比如今天我们认为的未来，叫数字化世界，或者叫 Meta verse。DAU 是对人的一种描述方式。在消费时代里的原住民是人，在移动互联网时代的原住民其实是 DAU。那到了 Meta verse 时代的原住民是什么？可能是 bot，可能是 agent。比如我跟你，我们俩今天有这样一个讨论，这个讨论前期你会跟我约时间，我们会约一个地方，然后可能还有很多老师在这里面会去做一些准备的工作，但实际上可能未来有意义的交流，我们两个在约完了之后，我们只要出现在这个地方就行了。

包括最近看到欧洲有一个 APP，它专门做社交，但是男性和女性在做社交的时候，他有的时候会很有一些那种社恐，他不社恐他就会线下社交了。你会发现他进那个社交 APP 的时候，要求你先捏一个属于你的 agent，男的捏一个，女的捏一个，然后你的 agent 先去跟女性的 agent 聊，你喜欢什么，不喜欢什么，对方喜欢什么，不喜欢什么，聊完了之后，agent 给你写周报说哪几个特别适合你，是你喜欢的类型。你再去跟他聊，你们俩就可以无缝连接起来。所以在未来的世界里，可能原住民不是 DAU，甚至不是人，原住民是一群 bot，人是一个环境，DAU 来源于人， bot 也来源于人。但 bot 不是人， DAU 也不是人。那在这么一个未来的世界里面，今天全世界有 70 亿的人，未来的社会里可能有 1000 亿个 bot，那这 1000 亿个 bot 它需要什么东西？什么东西是它的美团，什么东西是它的今日头条，什么东西是它的高速公路？这个时代怎么去产生这些 bot？这些 bot 之间怎么沟通？怎么交流？数据怎么存储？这里面有巨量的机会在出现。所以我们本质上服务于这些 bought 的 infrastructure，这里面有大语言模型，在这个之上会有 text to 2D， text to 3D，有这些给他们去加速他们芯片级别的，包括去做他们的中间件。我们最近投了一个海外的团队，专门做 AI safety 的所有的这一切 bot 的社会里面，它会有它的基础设施，它会有它的公约，它会有它的法律体系、金融体系，包括我们从去年年末的时候，我们看了大量的基于 zk 技术的、区块链的、底层的数据隐私安全的一些公司。因为我们认识到说整个 bot 的交流，我不认为他们会用互联网，因为第一互联网不是为这样的场景而生的。第二个东西就是说我今天和你约时间，我怎么知道 bot 没有骗我？我怎么知道 bot 没有骗你？我怎么保证 bot 在这个过程里面没有作恶？是可追溯的？现在的互联网做不到。它需要新的协议， TCP IP 协议构建了整个互联网世界，但这个通讯协议不是为这样的场景而展开的，它需要一个新的协议去追踪、去回溯这个未来崭新的世界，我再举个例子，现在的技术完全有能力帮你去做一个 bot。你很喜欢红酒，假设你就喜欢某一种味道的，某一种产区的红酒，你有一个价格的舒适带，你会把你的品牌全部输进去。bot 稍微一学习就知道你喜欢什么酒。这个 bot 可以在全世界范围去帮你找酒，上到拍卖行，下到农夫的小网站，它可以在全世界范围帮你找酒，而且它可以等，它极有耐心，它会等到一些酒打折的时候突然告诉你我帮你选了一款特别好的酒，你要不要买？你点 OK，就下单了，这个场景不难想象，而且这个场景你觉得 OK。第二个问题来了，你觉得这个 bot 会在淘宝上去下单吗？如果他已经有无限的注意力，可以在全世界范围去给你选酒的时候，他为什么还要到一个中间平台亚马逊去下单呢？他一定是直接电话打到那个农夫的小酒馆，告诉他说我这个酒我要多少，你给我寄到哪里？这个东西不难想象。

第三个东西就如果 bot 有无限注意力，它可以越过所有的交易平台和中间商，直接去 end to end 去做交易，农夫需不需要一个 bot 来承接这样的订单？今天在一个网站上面是人和人之间的交流，一位客服在接受一群人的骚扰或者咨询，但接下来这些骚扰他的人 99% 都是 bot，这个人能够完成这个任务吗？他完成不了，所以这个 push 每一个商户也必须有自己的 bot，不然你接不了订单，因为那些人会无休止的问你各种各样的问题，你甚至无法分辨这是一个人还是一个 bot。所以这个反过来它又会进一步的推进，所有的终端都会有自己的 Copilot，这是第三层。

我们再到第四层，当所有的终端都有自己的 Copilot 的时候，那请问 Copilot 和 Copilot 之间的所有交流，你会愿意把它放在互联网上吗？你会愿意你所有的个人的偏好、隐私和交流都在一个公开的地方吗？你会愿意把它存在云端吗？它们之间的所有的交流，你敢 100% 的保证它没有被作恶吗？这是第四层，所以你需要一个新型的网络，它可能是区块链技术，可能是其他的分布式存储方式来帮你解决这个问题。

到第五层，一个 bot 如此了解你，他既能帮你讨价还价，他也了解你的爱好，那请问他是不是你的替身？如果他是，还有没有你的贪嗔痴？难道说它只有你爱好的一面？既然它是大模型，而不是一个标签匹配系统，就意味着说它并不是在一套规则体系下面运行，它该做什么不该做什么，而是基于对你深度的了解，数据的学习和 fine tuning 之后 alignment 出来的一个层面上的你。既然他是某种层面上的你，那就请问贪嗔痴慢疑有没有？他会不会有骄傲？他会不会有傲慢？他会不会去骂那个农夫？他会不会去骗那个农夫？他甚至会不会去骗其他的 bot？假设今天最后只有两瓶酒了，有三个 bot 在竞争，请问他要不要有战术动作去帮你拿到最后一瓶酒？他的认知边界和行为边界在哪里？就是再往深一层，那这个世界里面 bot 有没有警察？bot 有没有法官？bot 谁来制裁他们？所以在构建的一个新型的世界里面，有非常多的事情要被解决，而这些事情才刚刚开始，这里面有巨大的距离。所以我们发现我们看了越多公司，我们对东西越来越理解，越来越兴奋，然后我们就发现越多公司没有被投到。

或者突然有个 bot 就 disconnect。举个简单例子，现在我们每个人，在支付宝、微信上面都有自动扣费，实际上我们还有很多费用要交，助理每个月可能用一天的时间在帮我续各种各样的费。那现在有个很简单的功能，就是说可能有一个 bot 跟银行一对接就弄这东西。是不是一定要对这个 bot 的 alignment 要求非常高。他有没有可能去帮其他的好 bot，把他主人的费用一起交了，这里面有很多的伦理问题、技术问题要被解决。这就是为什么最近 Sam 说我们要花 20% 以上的精力去做 alignment，是因为我相信他们认为这个世界的 alignment 是一个非常重要的事情。

曲凯：如果按这个逻辑走，是不是未来应用端的公司就会非常少，就更多的公司是偏降域基础设施，或者像大模型本身就已经把很多东西做掉？

张津剑：应用这个概念未来会发生很大的改变。应用是什么？应用其实是在服务 DAU，你看携程跟美团是两个应用，但它服务的是同样一个你，那请问为什么同样一个你需要两个应用来服务？是因为同样一个你产生了两个 DAU，而这两个 DAU 是不一样的。我不知道这个概念，我描述清楚没有？就是说 DAU 不是你， DAU 是部分的你， DAU 是那个时空里面的你。所以因为 DAU 不同，他们的需求也不同，所以两个应用对应的是不同的。那你想在未来这个世界，你分片的不是 10 个 DAU，分片在 100 个 bot 的时候，每个 bot 其实是非常不一样，有的 bot 是非常 aggressive 的人在帮你争取利益，有的 bot 可能是非常唯唯落落，非常严谨的一个人在帮你交所有的钱，还有一个 bot 可能是在帮你 social，还有一个 bot 在帮你贪小便宜，还有一个 bot 在帮你刷全世界旅行里面最好的机票，他们是非常非常不同的人，也是不同侧面的你，那在这个里面服务他的东西是叫应用？还是叫价值网络？还是叫协议？我觉得它可能会被重新定义，但这里面的机会是巨大，而且这里面有很多公司会出现，今天可能很多的公司都很难完成这个转型。

曲凯：很多人在讨论未来到底是一个大模型去适用于所有场景，还是会有很多垂直的模型？我不知道你怎么看这个事。

张津剑：其实我没有那么看好垂直模型，你在接触这些投资人、创业者，你会觉得垂直模型在解决什么问题？

我认为今天我们在讲垂直模型的时候，可能更多的是从时间的角度来讲，它可能是个过渡态。第二个它更像是 SaaS 的某种升级。因为在我看来，人就是系统 1 和系统 2。那现在我们第一次让机器产生了某种常识，然后这个常识所对应的东西是什么呢？这个常识所对应东西是两个问题。第一个问题就是可控性很低，因为常识就像我们说，我聊了一会儿，我们要喝点水，因为我渴了。那怎么解释我渴了？或者我为什么起了个念头叫我渴了？为什么只能喝水？有些东西是常识，我很难把它拆开来解释，但常识都是高耗能的，而且常识都是很多时候不可控的尝试，精确度会很低，就像有的时候你见到一个人，你说这个人特别靠谱，我一定要投这个人，或者你觉得这个人各方面都很好。你说我不能投这个人，因为我觉得这个人不 make sense，或者我不喜欢这个人，其实是个直觉，是个常识，它不是一个精确推导的结果，所以它精确度是不够的。所以我们做大模型主要是这几个问题，但是常识是很高级的。精确度更多的在我来理解，它其实是 domain knowledge，就是你怎么把 reasoning 的能力和 domain knowledge 的能力加载到一个有常识的系统里面去。我认为未来所谓的垂直模型，或者垂直领域里面的需求更多的是一个泛化的有尝试能力的模型， hook up 或者 embedding 的一个 domain knowledge，但它本身的 reason 能力很强，所以它一旦把这个 domain knowledge 一进来了之后，它就可以把东西给推导出来。举个例子，比如我们学经典力学，牛顿三大定理，经典力学，然后我们做过很多的题，小孩推车方块在车上抖来抖动，肯定我们刷过巨多的题，都是关于经典物理的。但这些题后面是什么？如果你知道三大定律，如果你有足够强的推理逻辑，你根本不需要刷题，你可以通过三大定律和推理能力把整个经典物理世界给推动出来，你根本不需要学习。所以其实我们今天讲 domain knowledge，或者我们今天讲垂直模型，其实是因为我们的推理能力。其实人类的推理能力是有限的，而且是有功耗的。我们要记住很多东西，为什么要记住它？是因为你有三大定律，你通过三大定律推到很多东西，可以简便你的运算，如果你的运算能力是无限的，你的推理能力是无限的，给你三大定律就行了。

回到 first principle，告诉你几个基础的 foundation 的 assumption，给你足够强的 reasoning 的能力，你是可以把整个医学世界、西方医学体系给推导出来。所以当大模型的 reading 能力做越来越强的时候，泛化能力越来越强的时候，你只需要加载它的任何一个领域的 principle 就够了，而任何一个领域的 principle 都不是私有的，都是公开的，所以其实我觉得大部分的场景都能解决，顶多回到你公司层面上，再有一些基础数据加载一下就可以了。

我看这个过程里面一个很大的感受，就是蒸汽机年代，所有人都在抨击蒸汽机，因它能耗太高，它精度不够。93 年的时候没有多少人去预测世界的未来是什么样的，当时有一个人预测未来的电脑是什么样子，他说未来的电脑是有一兆 GB 硬盘无限大，但是你知道未来的世界不是这个样子的。直到今天我们的电脑，我的手机 512GB 根本就用不完。所以未来不是我们认为的，而是一个完全崭新的世界。这个崭新的世界正在缓缓打开，而且越来越多的海外创新在这些领域里面在做一些事情。现在的科技已经在发生变化，是我们今天视而不见，我们要在新的世界里去思考未来的世界长什么样子。

曲凯：AI 其实我们也聊的差不多了，顺便说一下美元基金跟人民币基金的问题。

张津剑：美元还是有很多东西可以看，比如说美元跟人民币这里面有两个误区，大家说到新材料和数字化，第一反应就是说不含人民币，实际上不是，只要你不是外商进入的产业，其实都可以通过美元直接投资，包括上海还给了我们牌照，我们可以直接换成人民币去投资，都不用换成中外合资结构，它就是人民币结构。我们去年年末投了一家企业，是专门基于 AI 做这个缺陷检测的，我们 12 月投资的，1 月份才打款，我们刚刚卖给了一家 A 股上市公司，三个月的时间我们的 gross 接近 200%，我们是第一个美元机构投资人，前面有很多人民币机构在投资。我觉得其实今天整个中国生产力级别的，无论从材料到能源到 AI 驱动的智能制造的创新，到通用人工智能，基于人工智能的聚生智能机器人，有很多东西可以投，肯定是一个巨大的变化。因为中美今天贸易的脱钩或者战争，它本质上是增加了全球整个文明体系的摩擦成本，在增加摩擦成本的情况下，其实投资的机会是在变多的，不是在变少。

第一，美元的钱不等于美国，今天中国也有很多离岸人民币。第二，美元的本质它 follow 的是资本主义的这一套，就它还是在 seeking return。最后就是回到 return，现在我认为大家去讲中国，我认为很多东西比较容易妖魔化，不是别人把我们妖魔化，是我们自己把自己妖魔化了，好像不是左就是右，要么都特别好，要么都特别差。其实都不是，它是一个循序渐进的过程，这个过程中，海外的投资者来看中国的时候，他更多的在看 return，就是 risk and return。现在中美贸易、中美纷争，包括中国自己的一些政策可能增加了 risk，所以他想的是 return 能不能抵消掉这些 risk，有些行业可能 risk 没有那么高，有些行业更高，如果有些行业的 return 也更高，其实它是一个游戏，它不是一个单独看政策的游戏，它其实是 risk and return 的游戏。从这个角度来讲，放眼全世界来看，中国还是全世界最大的单一市场，巨大的创业机会。举个例子，这次我去新加坡，然后他们安排我见了新加坡的很多领导和创业者，也包括当地的投资。其中有的人就说你知不知道你们中国的企业太厉害了？那你知不知道我们印尼现在的加盟神话是什么？我说不知道，是不是瑞幸，不是瑞幸。瑞幸可能价格还太高了，而是蜜雪冰城，现在加盟蜜雪冰城排队要排很长时间，而且他们创造这个加盟神话好像是 3 个月还是 6 个月就能回本。因为我们这个地方把很多产品打磨的二线城市、三线城市的需求可能会无缝连接他们的省会城市，所以从这个角度来讲，中国今天巨大单一市场有个巨大的机会，大家没有意识到的是什么？就是它能把很多细分的需求养活，这个需求可能全世界只有 100 亿，中国占了 50 亿，然后全球其他国家，美国可能只有一、两个亿。这些市场单一国家是不可能出来的，因为市场太小了，但是中国可以在整个 50 亿的市场里面把这个产品给打磨出来，一旦把这个产品打磨出来，这个产品就可以迈向全世界，就可以收割另外 50 亿的市场。所以对它而言这是个 100 亿的市场，但对其他人而言这是个 1 亿的市场，它根本不在一个对等的游戏里面。我们今天看到很多中国的企业通过数字化的升级，未来可能还有 AI 的赋能之后，它可以在一个细分的市场里面杀出一条路里面。我们最近看了很多科创的模式，科创 5 厘米有家公司，全世界大概只有 80 亿的市场，然后他今天成为一个科创的公司，也有三四百亿的市值，我觉得这样的公司还会越来越多，特别是在一些产业逻辑 corner case，就不是那种主赛道里面，中国还有很多的机会。所以去年我们 lock down 出来之后，我们到现在已经投了 20 家企业了，我们认为我们的投资还在加速，我们也非常看好整个中国，在人工智能这一个大的趋势下面去引领的智能制造的产业升级的机会，我觉得这也是绿洲的核心。

事实上我觉得就是万事万物它都有它的周期，你要去看那些你觉得对的事情。为什么泰坦尼克号是个悲剧？泰坦尼克号不是个喜剧，如果泰坦尼克号是个喜剧，没有人记得泰坦尼克号，因为泰坦尼克号是个悲剧，所以你就记住它了。

悲剧是有传播力的，悲情的故事是有传播力的，因为悲情的故事里面既满足了一个人底层的那种怜悯心，这是他佛性、神性的那一部分，同时也有满足了他某种骄傲感。悲观的情绪也是一样，它是具有传播力的。我觉得这个东西值得我们每一个年轻人和从业者认真去思考。无论是海外的机构给我们钱，还是投资人拿到了国内国外的这些人的信任，还是作为一个创业者我们的责任和我们对这个时代的交代。我们要找到未来的机会，找到未来的出路，去引领更多的人去探索未来的可能性，而不是告诉你说前面没路了，回去吧。那不需要你创业。

春秋战国时期，中国这么割裂天天打仗，人不是一样乐呵嘛？还有先秦诸子？到最后就是说我们给自己加了太多的约束条件，放开就是一个人安静、平和、欢喜的一生，我们本来就什么都没有，我们走的时候也什么都不会带走，有更多人的悲观的时候，反而是乐观者的机会。我们今天应该去寻找这个机会，把这个机会分享给更多的人。所以我们今天在投 AI，我们也在加速投 AI，我们也认为这东西是一个巨大的机会。

从事物性的层面上来讲，未来有 bot 构建的这个世界是什么样子的？有哪些我们现在这个文明社会里面可以去映射过去，如果从抽象的来讲，可能我想到更多的就是关于生命力的问题。

佛家讲的成住坏空，当你难的时候，那种韧性，病痛面前的坚韧，自我的不断想突破、想进化、想变好，想跟别人融在一起。那种力量就是我经历过这个东西，就我用身体经历过东西，所以我对这东西有一种信仰。然后 12 年我跟着师傅七八年，因为我们做 PE 的原因，我们投了很多非常优秀的公司，那公司也都是今天举足轻重的公司，然后就跟着这些公司一起成长，一起观察，你会发现每一个企业就像我们今天开头说的一样，他都会经历他的成住坏空。没有一个人是一朝先的，今天所有的人都变成大佬了，可以讲很多故事。当年一样的迷茫，一样的不知所措，有些人放弃了，有些人坚持了。当好的时候、膨胀的时候不能自已的时候，有些人克制了自己，收住了自己这颗心。这个东西才是让这些创业者成为他的原因，让他穿越时间，穿越周期的原因。

这个东西我把它归纳为生命，就是一个生命底层的那种韧性，坚持和自我净化，自我突破，我认为这是一个人最美的东西。再往深层次说，什么东西是韧性，什么是人心？那我认为就叫定力，有所为，有所不为，控制自己这颗心，饿了都想吃东西，困了都想睡觉。当聚光灯打到你下面的时候，当无数人捧着你来的时候，你当然会感觉到一丝内心的骄傲。就像当年有一个故事，就是唐朝有一个大和尚跟文武百官讲佛法，它有很多神通，它能飞，它能入地。在给几万众生讲完佛法之后，众生全部席地而起，然后给他鼓掌，那一刻他突然感受到了一丝骄傲和自豪，然后下一秒他所有的神通都没有。这东西其实就是一个创业者真实的写照，就当你起那一丝涟漪的时候，当你兴起那一丝东西的时候，你的定力如果不能支撑它的话，你一下就不行了。所以你会发现中国很多创业者不是市场把它搞死的，不是竞争对手干扰的时候，是自己把自己搞死的。所以后面就是定力，就是你控制这颗心的能力。

声明：请读者严格遵守所在地法律法规，本文不代表任何投资建议。

来源：

https://www.xiaoyuzhoufm.com/episode/64c542a399e1e7669e56d4da?s=eyJ1IjoiNjNmYWM3ZGJlZGNlNjcxMDRhODVjYmZlIn0%3D