从硅谷到 SF: Another Paradigm Shifting
2025-05-2313:47
Jims Young
2025-05-23 13:47
Jims Young
2025-05-23 13:47
收藏文章
订阅专栏
斯坦福里的社区名字(们)

在这边待的时间不长也不短,见了很多老朋友新朋友,感触还是挺深。

初创环境:

硅谷可能没再那么适合初创,downtown is taking over。可能是个非共识,但很多这里的创业者都能感觉到这一点。SF 市区的活力比硅谷强,Startup 更多,年轻人更多,OpenAI 搬到了 downtown,runway 也在。硅谷还是大厂太多了,当年的初创公司都成了今日的互联网巨头,蚕食了太多 Startup 的空间。湾区整体上实体资产在下降,到处都是 for leasing 的办公室,但人才很贵。整体上治安在下降,homeless 很多,砸车的也越来越多了。疫情后是个坎,好的是近两个月 sf 新市长在治理街区,有一些好转。(但南湾的生活和气候还是太好了)

很多老朋友都很强,融的好做得好,有些也要从南湾搬到 sf downtown 了。加州融资包容度相对高,融个 10M20M 的是不是中国团队都无所谓,Manus 可能还是树大招风。而且其实大多数人不那么在乎这那的,更在乎是不是做出来了好东西。一个基金投不投华人,不是一朝一夕的事,想投的怎么都想投,不想投的怎么都不会投。

方向:

Crypto 里稳定币是个超级共识,所有 fintech 公司都在做,去了 stripe session,square,都很 bullish,都想做更多。(还能给美国接盘美债 :))别的都是稳定币上下游衍生,其他的没啥,主要是 no one cares,crypto 主阵地还是在纽约。一个新的 Insight 是,亚太基本都觉得 Crypto 是新赌场,美国都觉得是新互联网,不是我们理解的那个 Web3,而是因为更点对点,更注重连接,这个很互联网精神。(相比于 AI)

AI 应用是超级无敌共识,cursor 扛大旗之后所有基金都在猛冲投各种,非常 fomo。而且也不太 care to b to c 之类的,就是方向 make sense,团队好就投,没那么多条条框框的,一个是 AI 应用试错成本低,deliver 速度快,另一个是 ToB 还是 C 可能 AI 之后边界也不会那么清晰了,尤其是消费型场景,组织结构都在变,大 C 和小 B 的边界其实不明显,甚至公司制都在被挑战。旧框架在失序,新秩序还没建成。

关于 AI 应用:

展开讲,很多旧的照葫芦画瓢或者方法论都在失效甚至被重构。比如过去大家觉得在 xxx 上加个 copilot 就行了其实需要重做,比如过去大家觉得 AI Agent 是个新的 Saas 但其实结果更重要,比如过去大家觉得画布是好的模式但其实不断有新的流程方式诞生,这个从 AI 应用从改 copilot 到重做软件再到重做 AI Native 浏览器也看得出来。内核是,AI 不是互联网,互联网只解决了连接问题,但 AI 其实是生产力,是工厂,撮合 和 生产 是两种不同的机制能力外显,很多简单套用互联网逻辑做的产品最后都效果不怎么好,单纯做个 AI+ 也结果不怎么好,需要重构更多。

更重要的是组织结构的变化和内生力量,最近的感受是大厂在应用层的落后其实是组织架构的落后,在美国还是中国都是这样。很多 AI 应用一开始就是玩具,慢慢 pivot 成了好的产品,本质上是混乱中的创新涌现, 比如 ClueAI 这种帮人作弊的。涌现不是设计出来的,这是大厂难以“计划”出好应用的原因,库库猛抄也都是画皮难画骨。所以涌现其实不只是 AI 的能力诞生方式,也可能是 AI 应用在组织架构上的诞生方式,即使是最好的 LLM 公司,无论是 OpenAI 还是 Deepseek,都是自下而上的组织,还是要相信涌现,相信想象力,相信 Vision。

另一个角度因为怕被抄,这一批 AI 应用都保密性很好,很多 Founder 也不太参加活动,就是在办公室 / 家里干活,尝试,和用户交流,都要私下单约。包括大模型公司也是,很多时候说的什么都不重要,还是看大家真的在水下做什么。

AI 应用的难度其实被低估了。这可能不是一个想当然地“扔进去一堆对应领域语料”搞个什么飞轮就能奇迹般做出来一个 trillion 级别产品的机会,如果是这样的话那最好的 AI 医生一定是柳叶刀做的。相反我们和 AI 的交互方式还是太初级太表面了。对话是一种信息传递很稀疏的交流方式,即使是人类对人类,尝试讲清楚一个概念也需要肢体动作,表情,甚至加上 PPT 才能表达清楚,希望仅通过文字就和 AI 沟通清楚一件事不是不可行,而是效率会很低,有给 AI 讲明白的空不如自己做了,比如编程里面要给某一个组件左右移动几个像素,用语言讲半天不如直接拖拽。换言之,在各种底层交互方式甚至硬件上还有很多机会,应该也会有很多垂类定制化硬件爆发的机会,只是可能不会那么快。(这篇其实是上上周写的,这周就出了 Openai 进军硬件,AI 还是太快了。。)

还有一个点是 Token。Token 的成本即使是只用 GPT 3.5 也是贵的,搞个几十万日活基本一天就要烧不少钱,Solo Founder 不融资的话基本干不了,试个几次就没钱了。

总的来说 AI 应用让大家回到了早期的西部世界美国,大家想的可能没那么条条框框,更 reckless,更 aggressive,很多事都无所屌谓先干再说,有语料就爬,能套壳就套,核心还是理解清楚方向和阶段,理解业务的形态,Vision,最后的胜负手可能重要的多得多。

我们还在一个非常早期的阶段,软件,硬件,系统都是,早期不代表时间上的早期,可能更多的是阶段上的早期,不排除大家三步并两步猛冲,或者一家探索出个方案所有人都迎头赶上。谈壁垒言之过早,基于人和人沟通协作的各种系统都可能因为变成 人和 AI 协作甚至纯 AI 之间协作而产生根本性变化,很多阶段性的解法也可能变成过度方案,比如告诉你“为了解决你的问题我调用了 12345 个 agent 给你干什么什么工作哦”的可视化范式也可能被过渡掉,毕竟人除了不想当干活的牛马,也不太想当监工的包工头。

【免责声明】市场有风险,投资需谨慎。本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。

专栏文章
查看更多
数据请求中

推荐专栏

数据请求中

一起「遇见」未来

DOWNLOAD FORESIGHT NEWS APP

Download QR Code