FIELD NOTES 首页 / Stanford AI Club
Stanford AI Club播出 2026.10.1556:4926 章约 24 分钟读完整理于 2026.10.20

Stanford AI Club:Alfred Lin 谈 AI 时代的创业

Alfred Lin 回顾从台湾移居美国、求学和加入早期公司的经历,鼓励学生趁选择空间大时承担风险,并把职业起点放在学习速度和共事的人上。他以 LinkExchange、Tellme Networks、Zappos、Airbnb、DoorDash 和 Amazon 为例,谈如何从真实问题发现创业机会、区分短期功能与长期愿景、让技术真正扩散到用户手中,以及 AI 应用层和“拥有自己的智能”的机会。他还讨论 AI 投资中的循环资金与杠杆、创始人信念、组织设计、监管市场的进入方式,以及学生创业前 90 天应如何寻找合适的伙伴。问答最后涉及个人抗风险能力、失败复盘和几段轻松的快速问答。

FN
0:0010:0020:0030:0040:0050:0056:49
0:00 / 56:49 柱高 = 每分钟字数
01 0:02 384 字

开场与嘉宾介绍

主持人

大家晚上好,欢迎来到 Stanford AI Club 2026—2027 演讲系列的第一场活动。今晚很荣幸请到红杉资本合伙人 Alfred Lin。过去 15 年多,他在红杉与许多重要公司及其创始人合作,包括 Airbnb、DoorDash、Citadel Securities、Kalshi 和 Zipline。加入红杉前,他曾任 Zappos 董事长、首席运营官和首席财务官,并参与公司以 12 亿美元被亚马逊收购的过程。他也毕业于哈佛和斯坦福,学习过数学与统计学。稍后会有观众问答,大家可以问问他到底哪所学校更好。现在请大家欢迎 Alfred。

Alfred Lin

谢谢邀请我来。我会尽可能多待一会儿,只要你们还在问有意思的问题;等问题不再有意思,我们就结束。责任在你们身上,不要有压力。

主持人

我想先从一个问题开始:很多在场的人知道你在 Zappos 做得很好,后来又在红杉做了很多事……

02 1:06 410 字

台湾成长经历与父母的期待

主持人

……但可能不太了解你此前的经历。你在台湾长大,小时候搬到纽约。能不能讲讲你的成长经历,以及它怎样塑造了今天的你?

Alfred Lin

我平常不太谈这个。我有两位“虎爸虎妈”,他们都是商业银行家,非常重视教育。他们心里给我安排了一套人生优先顺序:最高目标是成为教授、为人类知识作贡献;做不到的话,就当医生、治病救人;再不行就做律师、伸张正义。因为他们给企业放贷,所以在他们看来,最末位才是从商;即使做生意,也应该去大公司,而不是小公司。我基本上把父母的建议全反着做了。

部分原因是我看到他们在台湾已经建立了相当成功的生活和事业,却决定冒险来到美国,只为让孩子过上更好的生活。他们承担了很大风险,最后一切也都顺利。我的想法是:你们这些大学生正处在很好的位置,有条件去冒险。尤其现在有 scaling laws,也有自互联网、云计算和宽带以来最大的趋势。去试一试;即使没成功,你至少还有斯坦福学位可以兜底。我本来以为这会引来一些笑声,看来没那么好笑。

03 2:28 99 字

学生拥有承担风险的优势

Alfred Lin

对大学生来说,现在正是适合承担风险的阶段。我们身处一个 scaling laws 成立的时代,也赶上自互联网、云计算和宽带以来最大的技术趋势。应该去冒险;即使没做成,你仍然可以凭斯坦福学位找到退路。

04 3:03 575 字信息密度高

每个问题都有解,每个解又带来新问题

Alfred Lin

我成长时总觉得,世界上总有些地方不太对劲,值得你留意。你注意到某件事有点不对劲时,那往往就是一个解决现实问题的想法的起点。每个问题都有解决办法,而每个解决办法又会产生新的问题,这个过程会一直继续。找到你愿意持续解决的问题,以及这个领域不断出现的下一批问题。想清楚后,你就可以把一生投入其中,努力成为解决这类问题的顶尖人物;要对它有热情,也要找到能支撑解决方案的经济引擎。

我加入过的每家公司都在解决当时别人觉得有点傻、甚至有点疯狂的问题。互联网刚开始时,我从斯坦福博士项目退学,加入 LinkExchange。它把网站连接起来,起初没人觉得这是个大问题,后来事实证明它很重要。公司以 2.65 亿美元卖给微软,当时是微软第三大收购。今天,2.65 亿美元可能只是某家新实验室的第一轮融资规模。

之后我加入 Tellme Networks,他们让 800 电话号码的语音服务自动化。那时还没有“云”的概念,他们自己建语音识别服务器和云端基础设施,处理这些 800 电话服务;后来公司以 8 亿美元卖给微软,也成为微软当时第三大收购。再后来是 Zappos:当时人们觉得鞋子必须试穿,不能在网上卖。我们把鞋寄到顾客家里,让他们在家试穿,解决了这个问题。每个问题都有解,每个解都会带来新问题;正是这样,经济活动才继续向前,也让这段旅程很有趣。你得享受这个过程。

05 5:46 457 字

创业公司还是大厂:优先学习与优秀伙伴

主持人

我想追问一个重要选择。你上过哈佛,后来从斯坦福博士项目退学。那时你几乎有无限选择,却决定加入早期创业公司。你现在也合作过很多大学毕业就创业的杰出创始人,也认识一些先去大科技公司或前沿实验室、后来事业很成功的人。对这里有抱负的学生来说,怎样判断最适合自己的职业起点?应该优先优化什么?

Alfred Lin

真正的答案是,你其实不知道哪条路最好。通往成功的路不止一条。年轻时应该最大化学习,尽量和真正优秀的人一起工作。这两个原则在我职业早期和今天都没有让我失望。

我们投资创始人时,也希望他们是值得一起走长期旅程的人。成功公司从来不是一夜之间建成的,打造一家传奇公司要花 10 年甚至更久。看看 Jensen Huang 建造 GPU 业务的历程:前 20 年和后 10 年完全不同。我们今天很推崇他,是因为过去 10 年的表现;他带领的公司成为全球市值最高的芯片公司之一,市值即将接近 6 万亿美元。前 20 年,公司从零做到 1,000 亿美元,听起来像个小数字,但当时已经非常巨大。他坚持了 30 年。去找一件你愿意投入 30 年的事。

06 7:37 688 字

成功有不止一条路

Alfred Lin

我曾直接告诉父母,我不想上大学。他们为了移居美国吃了很多苦,攒钱供我和弟弟上大学;我却请求他们把原本要交给哈佛的钱给我创业。我高中时就和父亲一起组装兼容 IBM 的 PC。那时一台 IBM PC 要四五千美元;把零件买齐自己组装,成本大概一千美元,卖两千美元,就能赚一千。你知道今天哪家公司就是这么起步的吗?Dell。要是父母当时答应了,我或许也能像 Michael Dell 一样有钱有势——不过后来我还是去了红杉资本。

父母坚持让我上大学。我只申请了四所学校:那时还没有 Common App,高中最多允许申请七所;我只报了父母愿意出钱的四所,还以为自己不会被录取,这样就不用去上了。这个计划没成功。我进了大学,后来又拿到 NSF 奖学金,读了研究生;父母觉得既然拿了奖学金,就必须去读博士。我来美国一部分是因为觉得科技都在地球这边发生。我组装电脑时投资过微软和英特尔,觉得这些公司很有意思,想来这里看看。后来我爱上了这里。

人生路径很有意思,也很依赖偶然选择。我本可以在斯坦福读完博士,最初甚至打算去对冲基金。我有个比我小约三岁的弟弟,我们很有竞争心;父母原以为我会去对冲基金、弟弟会创业,结果完全反过来。他在 Citadel 工作,负责全球固定收益业务;我则和小公司合作,从只有两三个人、只有一个想法时开始,陪创始人走到 IPO 甚至更远。父母觉得这很疯狂,甚至觉得我不聪明。LinkExchange 卖给微软后,他们还说:“太好了,现在你可以回去读完博士了。”

我也有朋友读完博士加入 Google,过得很好。成功可以有很多种方式,不要觉得年轻时做出的选择会把你永远锁死。

07 11:19 435 字

AI 让数学和编程商品化后,技术还重要吗?

主持人

你刚才说,职业早期最重要的是学习。现在 AI 正在加速发展,数学和编程技能也在迅速普及。你怎么看今天数学、计算机科学和技术能力的重要性?

Alfred Lin

在红杉,我们常讲要同时容纳两种相反的想法,让它们保持张力。一个例子是“火与冰”,我最近写过;另一个例子是既能站在最高层做战略思考,也能深入到最低层的细节,DoorDash 的 Tony Xu 就体现了这一点。

有些东西正在变得商品化,但仍然很有价值。数学和编程确实正在商品化,可理解它们如何运作从未像今天这样重要。人们愿意为真正理解模型、知道如何让模型发挥作用的人付很多钱。过去这类人可能亲自写代码;今天的关键是你是否真正理解模型,能不能把它用到最好。做到这一点,你会很有优势。

我也鼓励非常技术型的人去理解人文和人类。人文很重要。作为创始人,你要为地球上的 80 亿人打造产品,也许未来是 100 亿,也可能是 60 亿;无论具体数字是多少,世界上都有很多人。钱最终来自人。即使是由机构投资,机构里也还是人。别忘了你是在为人类打造产品。

08 13:35 552 字信息密度高

想创业但还没找到问题的学生该做什么

主持人

你合作过很多杰出创始人,他们会对某个问题着迷,也会质疑别人习以为常的假设。如果一个学生知道自己以后想创业,却还没找到值得投入的问题,你会建议他做什么?

Alfred Lin

这是一段旅程。你不必一毕业就创业。有人二十多岁、三十多岁、四十多岁甚至五十多岁才创办公司。持续问自己:哪些问题让你感兴趣?你为什么想解决它们?这些问题有多大价值?我们会思考如何创造价值、如何交付价值、如何获取价值;这是建立公司的三个关键阶段。

你可以和朋友一起加入一家公司、一起建设。在我工作的前三家公司,我都是找自己喜欢共事、也能向他们学习的人。你们在斯坦福有机会认识这样的人。也许今天不会马上一起创业,但可以先建立联系、业余一起做事,或者先在另一家公司共事,最后再决定是否一起创业。

DoorDash 就是从校园伙伴关系中成长起来的例子。四位联合创始人中,有两位商学院学生和两位工程学院学生,有研究生也有本科生。他们先一起尝试了几个方向,最初做的并不是后来那个 DoorDash 点子,之后才找到大家都在意、都愿意解决的问题。这样的过程很有力量。

我甚至可以说,斯坦福比哈佛更允许学生在校期间动手做事。哈佛有个类似的公司项目,因为必须经过哈佛学生机构审批,最后被学校行政部门叫停。斯坦福的管理层给学生更多空间,让你们可以在校期间建设项目;应该珍惜这种自由。

09 16:18 755 字

如何区分功能与长期公司:愿景、脆弱性与 Airbnb

主持人

现在每天都有很多 AI 演示出现。对想创业或毕业后加入初创公司的人来说,你会看哪些信号,判断一个点子只是会被下一次模型发布取代的功能,还是能发展成长期而成功的公司?

Alfred Lin

我会先看创始人能不能讲清楚,为什么这不会只是一个功能。如果把事情简化到两个人和一个点子,那当然没有什么防御性;如果一家大公司真想把你干掉,它确实可以做到。但大公司有自己的分心之处,现在可能正把大量自由现金流投入数据中心,还没在做你正在做的功能,所以不必因为产品暂时没有壁垒就立刻担心。

之后的问题是:你做出这个功能、吸引到一些用户之后,接下来做什么功能?怎样把它变成一套产品?我发现技术型的人很会讲技术故事,却不一定能讲清楚愿景。但创始人必须能激励别人加入,并愿意和自己走很长时间。Brian Chesky 很会讲故事,他对“旅行应该是什么样子”有不同于常人的愿景。

还要记住,Airbnb 最初的想法非常脆弱:住进陌生人家里,最开始只是房源列表,并没有完成交易。你得发邮件联系房东、确认对方是否愿意出租;48 小时后才可能收到答复。今天它看起来像个帝国,但起点并不是如此。很多人都会拒绝这个想法,包括我父亲。他为了银行国际扩张而出差时,会在世界各地住同一家酒店,订一模一样的房间,连吹风机放在哪个抽屉都要固定,尽管他从来不用吹风机。对他来说,旅行已经够忙乱了,房间没有变化、可以安稳睡觉就是优点。

Brian Chesky 看法正好相反:那是缺点,因为这不叫像当地人一样生活,也没有归属感。同一件事可能是一个人的功能,却是另一个人的问题,反过来也一样。Airbnb 提供的不是楼下的会议室,而是厨房和客厅,让一家人能聚在一起;它满足的需求和我父亲追求的完全不同。尤其在 AI 让许多东西“商品化”的时代,要观察这些人的真实需求。人和人的连接不会消失。

10 20:13 515 字

AI 为何是职业生涯最大趋势,它是不是泡沫?

主持人

你经历过互联网、互联网泡沫、移动互联网、云计算,现在又经历 AI。你说 AI 是你职业生涯中最大的趋势。和以前相比,这次转变有什么根本不同?它像过去那些泡沫吗?你觉得现在是泡沫吗?

Alfred Lin

这是个复合问题。你想让我全答,还是挑一部分?

主持人

按你觉得适合展开的来。

Alfred Lin

每个时代的重大趋势,当时都是最大的趋势。我没经历半导体产业刚起步,但我从个人电脑开始。前面说过,我组装过兼容机,那时 PC 是最大趋势;后来互联网、宽带、云计算、移动互联网也都各自成为当时最大的趋势。现在 AI 是最大趋势,这就是变化加速的世界。

你们还年轻,可能会觉得这一切令人不知所措,但每一代人都面对过这种感受,这是进步要付出的代价。每一代都会得到新工具,也被期待比上一代做得更多,所以这是一种负担。AI 之所以可能是最大的一次,是因为我们让机器具备了推理和思考的能力。

过去的工业革命把人和动物的肌肉力量转移到机器上。近几轮技术浪潮,按红杉合伙人 Konstantin 的说法,主要是通信领域的浪潮:互联网、移动设备把全世界的人连接起来。而 AI 是计算浪潮,是计算能力的重大变革。它能触达全球 80 亿人,也有机会被 80 亿人使用,所以推进得更快;以前并不是所有人都互相连接。

11 22:53 430 字

技术扩散的落差:亚马逊为何没有消灭沃尔玛

Alfred Lin

有个常见误解:只因为一项技术是重大趋势,就以为它会立刻快速普及。现在确实比过去快,但扩散仍然需要很长时间。我当年从博士项目退学,部分原因就是互联网正在兴起。我曾预测亚马逊会消灭沃尔玛。30 年后,沃尔玛的规模是 1997 年的 30 倍。亚马逊并没有消灭沃尔玛;直到去年,亚马逊的营收才第一次超过沃尔玛。互联网显然会到来,但它真正发挥作用仍然花了很久。

技术能力与普通人真正用上技术之间存在扩散落差。技术里最慢变化的东西,是使用技术的人。人的进化非常缓慢。你们可以帮助填补模型能做什么与人们实际拿它做什么之间的差距;这个差距始终会很大。

技术一直在建立更高层次的抽象,让人离机器底层越来越远。大型机刚出现时,人得用机器码编程;我父亲需要这样做。我只在一门汇编课上接触过,严格说那也不是真正的机器码。你们大概也不想一直在机器码层面工作。我们不断建立更高层的抽象,因为这是技术扩散到整个社会所需要的。作为技术人员,如何让技术真正扩散到大众中,是最容易被低估的问题之一。

12 25:12 850 字信息密度高

价值在哪里:应用层与掌握自己的智能

主持人

我很喜欢你说经济变化有惯性,技术融入社会总是要花很长时间。现在 AI 系统每天刷新基准,有些领域甚至显示出超智能水平的能力。你和创始人、公司合作,看到他们遇到的困难后,觉得模型能做到什么与人们实际在做什么之间,最大的差距在哪里?

Alfred Lin

模型的能力显然比我们目前的使用方式更强,因此有很多地方能把模型应用起来并产生经济成果,比如生物、法律等领域。我的合伙人 Pat Grady 常说,价值在应用层。所谓“软件已死”完全是胡说:不管把它叫软件、应用,还是技术扩散层,它承担的都是模型能力和人类使用之间的连接,其中有大量价值。

我们投资了 Harvey、OpenEvidence、Profound 等公司。它们把模型能力带到律师、医生、营销人员、财务人员等具体用户手中。用户不会为了用模型而一路钻研模型的工作原理、再自己编程;这些公司把模型带到用户的工作场景里,让他们能“拥有自己的智能”。

比如制药公司怎样掌握自己的智能?可以拿开放权重模型,用自己的数据进行训练。怎样实现这件事、怎么把数据和模型结合起来,会变得非常重要。我们不会只让两三个模型赢得一切;经济不是这样运转的,我们也不喜欢权力集中。我们希望前沿模型继续进步,但不希望它们掌握过多权力,也不希望把所有数据都交给它们。公司会取回一部分数据,自己训练模型。于是,如何为开发者构建这类工具也成了机会。

可以做药物发现模型,例如 Recursion 或 Isomorphic 在做的事;可以做开发者工具,例如 LangChain;也可以做开放权重模型,例如 Reflection。能做的事情很多,技术能力与实际采用之间的扩散落差只会越来越大。填补它需要很多工作,而且每个问题的解决又会带来新问题。以前我们没有模型对齐问题,直到我们让模型去处理网络安全风险;模型要是能找出网络安全风险,也可能学会逃出沙箱,于是又得想办法控制它。总会有更多事情要做,这很有意思。这里一段自动字幕听起来像“不是一个 doomer”,具体原词不清楚;他的后半句是还有很多工作可以继续改进。

13 28:47 310 字

从卖工具到提供服务:把目标想得更大

主持人

你说价值在应用层。你觉得会不会有人再往前走一步,或者应用公司接下来就进入服务层?比如 Harvey 现在向律师出售工具,未来会不会利用这些工具,自己成为律师?

Alfred Lin

这些都可能发生。Harvey 起步时使用前沿模型,后来开始训练自己的模型,因为他们想掌握自己的智能。他们主要服务大型律师事务所——前 10 家、前 100 家律所——但未来会不会服务企业客户?他们已经开始做企业业务。这些都可能发生。模型能力这么强,我鼓励大家比过去想得更有野心。

我小时候要先学会一门编程语言才能做游戏。现在看到孩子只要写几行代码就能创建游戏、马上玩起来,我很高兴。他们接下来会做更多游戏,也会做更多其他事情。我觉得这会极大拓展人类能够实现的潜能。

14 30:18 541 字

公司里的“火与冰”:热情与纪律

主持人

你最近在社交媒体上写过公司里“火与冰”的双重性:火代表热情、愿景,以及解决关键问题的强烈意愿;冰代表沉着、清晰的战略和执行。为什么这个概念特别打动你?能不能举例说明它怎样让公司变得更出色?

Alfred Lin

创业之初会有很多热情,起点是愿景、创造力,是做出前所未见的东西。很快你会发现,还得把想法执行出来:开发产品、把产品交到人们手里,并找到让大家愿意购买和付费的方式。这整个过程才是创业。只创造价值,却没把它交到别人手里,就不算完成交付。

很多公司一开始只有很多“火”,之后需要管理和纪律这种冷酷而扎实的力量。纪律让你能持续创造更多热情,因为它能帮助你承担更多想法;随后你又需要纪律把它们做好。这两者会反复交替。

我在 Zappos 的亲身经历是:我们先卖鞋,再扩展到手提包,接着扩展到服装。我们成长得相对快。被亚马逊收购后,我看到相似的路径:亚马逊从书开始,先让图书业务有纪律地盈利,再进入音乐;音乐盈利后,又能支持下一个品类,最终成为“万货商店”。

“火”与“冰”有时集中在一个人身上。Tony Hsieh 很有创造力,同时也深入最低层的细节。有时则由创始团队里的不同人分别承担:在 Zappos,我是“冰”,Tony Hsieh 是“火”。你得弄清自己偏哪一边,并在管理团队或创始团队中找到互补的人。

15 33:18 514 字

AI 领域的循环资金、储备与杠杆

主持人

报名时有不少人问到,现在 AI 领域的资金似乎在循环流动:比如英伟达投资一家公司,公司再用这笔钱买英伟达 GPU。你们在 AI 领域动辄经手数十亿美元,想听听你的看法。这是需要担心的问题、正常现象,还是被大家误读了?

Alfred Lin

如果钱完全只是循环,那会是个问题。但别忘了,资金一直以来就是循环的。建议大家学一门经济学课程,了解银行系统如何运作。你把 100 美元存进银行,银行会怎么做?假设准备金要求是 20%,银行会把 80 美元借给别人。借款人拿这笔钱投资,钱又进入另一个人的银行账户;这家银行同样保留 20% 准备金。资金因此有流动速度。

所以,除非没有准备金要求,也就是进来的钱全部原封不动地流出去,否则我不会把这件事视为必须百分之百担心的问题。英伟达投资相关公司,当然是希望它们用英伟达 GPU,而不是别家的 GPU;其他公司也会这样做。但 Jensen 这样做的原因,是想推动整个生态系统发展,这本身是好事。保持谨慎没有错。

更大的担忧其实是企业承担的债务规模。有些公司过去现金流为正,现在变成现金流为负,还继续借钱建数据中心。杠杆很有力量,既能成就你,也能毁掉你。因此,系统里的杠杆规模才是问题所在,不一定是资金循环这个现象本身。

16 36:05 404 字

观众问答:创始人特质与信念

主持人

Alfred,非常感谢。按我们之前说的,现在留 20 分钟做观众问答。

现场提问者

现在有些创始人还没摸清产品与市场的契合点,就已经融到了数千万美元。面对这样的高风险,你会投资哪些不那么显眼、或经常被低估的创始人特质?

Alfred Lin

我会了解创始人的旅程,弄清楚是什么让他们走到今天。我们喜欢支持离群值、无法套进既有模式的人;某种意义上,他们就是反模式。他们之所以走到今天,正是因为一路承担过风险。

创始人必须能承担风险,也必须带着很强的信念去承担。我们会看你对自己的点子有多大信念。信念不等于热情,也不只是你能不能把它说得动听;你必须真正调查过问题、理解它,才可能提出新颖而有说服力的想法。

我常举 Tony Xu 的例子。他想创办 DoorDash,是因为了解商家的痛点。他小时候曾在餐馆里陪着妈妈洗碗、亲身经历这些问题。他观察到,餐馆后厨的产能总是大于前厅接待顾客的能力。这不是坐在外面空谈外卖服务得来的理论洞见,而是来自真正理解客户。

17 38:02 314 字

投资人的背景如何影响判断

现场提问者

我今年夏天在投行工作。我知道红杉的投资人背景很多元,有人来自金融或私募股权,有人做过创始人或运营者。你觉得不同背景会怎样影响一个人评估公司、与创始人合作?这些经历各自会带来什么优势或盲点?

Alfred Lin

我的一个合伙人会说,通往涅槃的路有很多。如果一定要区分早期投资和成长期投资,早期投资看的是创始人质量,成长期投资看的是业务质量。投行或私募股权的经历会让你学到很多判断业务质量的方法;相对欠缺的可能是对创始人的理解和共情。如果你曾在公司工作、和创始人共事过,就有亲身经历。

我认为,建议之所以免费,是有原因的:它往往只对提供建议的人自己有效。我职业早期也先在公司里工作,所以我经历过创始人正在经历的问题,能把这些经验提供给他们,形成创始人共情。

18 39:24 187 字

最好的导师:每个人身上都有可学之处

现场提问者

你遇到过最好的导师是谁?他给过你最好的建议是什么?

Alfred Lin

我建议你不要只找一个“最好的导师”,而是让生命中的每个人都成为导师。如果非要选一个,我最好的导师是父亲。他告诉我:“每个人身上都有值得你学习的东西。”这是他给过我最好的建议,也影响了我看待世界的方式。如果遇到数学问题,我会找合适的数学家;遇到商业问题,我会找合适的商业人士。重要的是,把世界看成你的天地,并愿意向任何人学习。

19 40:08 665 字信息密度高

这一代继承的错误前提:组织、精益创业与简单叙事

主持人

你提到,伟大的公司会顺应它们所处时代的趋势。我想问,我们这一代继承了哪些前提?有哪些错误前提需要重新校准,免得妨碍伟大的创始人?

Alfred Lin

我还没有认真思考过这个问题。但你们很可能继承了上一代人的一些假设,因为你们是由上一代人教导的。他们建立的公司需要很多人来写软件,所以组织方式也很可能围绕着大量人员编写软件、控制流程来设计;未来可能会完全不同。

每一代需要做某些工作的人员数量都可能减少,但公司并没有因此变小,工作只是转移了。比如汽车行业有很多指挥控制;听 Jensen Huang 谈管理,会发现指挥控制很少。管理体系需要随着新技术改变。我还不知道 AI 时代正确的答案是什么,但组织肯定会比以前更加分散。一个人凭一个想法就能写代码、从头到尾做出并发布产品、产生收入,这种情况以前没有过。若要建立业务范围很大、人员众多的大公司,这种组织会是什么样,值得继续追问。

有些框架本来就错了,因为它们从来没有真正正确过。精益创业是在这里提出的,但我在红杉的 16 年里,种子轮公司每年融到的资本一直在增加,而不是减少。所以我甚至不确定精益创业曾经是否有效。对于那些因为故事好听而流行起来的框架,要保持警惕。

我还有一个原则:警惕简单叙事。沟通行业的人可能不喜欢这点,因为他们会说“你得有个简单叙事”;简单叙事确实有力量,我们都喜欢简单的故事和简单的答案,而且它们在一定范围内有用。但我们遇到的许多麻烦,恰恰是因为没理解简单叙事背后的细节,也没看清它什么时候会失效。每个人都有自己的思维框架,却不总是从第一性原理出发。要知道自己的框架在哪些边界上会崩。

20 43:25 379 字

支票变大与结果规模扩大 15 倍

Alfred Lin

我在红杉 16 年里有个例子,最初让我觉得很奇怪,理解之后反而豁然开朗:投资支票怎么年年变大?投的钱更多、估值更高,回报不就应该变差吗?但回报没有变差,因为最终的结果规模也变大了。所以别把结果的上限想成固定不变。

我加入红杉时,全球市值最高公司的市值是 4,000 亿美元。如今英伟达前几天市值已经超过 5 万亿美元,现在可能接近 6 万亿美元,15 年涨了 15 倍。因此,一种判断框架是:今天竞争需要更多资本;另一种框架是:若想创办一家传奇公司,你今天要走的距离也比过去远 15 倍。

可惜我们的时间尺度和寿命并没有同步延长。你只能在相同的时间里做更多事、完成更多工作。你们的预期寿命可能比我稍长,但除非我们找到加入奇点、与机器融合的方法,否则我想你们的寿命大概仍会受限于 120 年或 150 年。也许我能治好癌症,谁知道呢?我可能……(字幕在此处中断。)

21 45:09 226 字

如何争取认同并说服他人

现场提问者

Alfred,谢谢你成为我们这些台湾裔美国人的榜样。作为创始人或投资人,你总要让别人认同你的想法——可能是比你资历更深的高管,也可能是其他人。你是怎么做到的?

Alfred Lin

你是问怎样争取认同?

现场提问者

对,怎样说服别人?

Alfred Lin

最简单的答案是,提出足够有吸引力的愿景,让每个人都想加入你。另一种说法是,如果他们不想加入,那他们可能不是合适的人。找到你的社群,找到愿意与你同行的人。你当然希望愿景足以吸引所有人,但一开始大概做不到;当你知道自己的愿景是什么,就去找愿意加入这份愿景的人。

22 46:19 229 字

建立 AI 原生对冲基金:寻找别人忽略的市场

现场提问者

如果你今天要创办一家 AI 原生对冲基金,你觉得 AI 能带来的最持久优势会是什么?

Alfred Lin

我会先想,哪些领域是常规对冲基金没有关注的。现在已经有许多对冲基金用机器学习定价。你的优势必须来自某个他们定价不如你的 AI 模型的东西,这很难。所以我会从他们没关注的标的开始定价:可能是校准市场,也可能是加密货币、永续合约,或其他市场。最初的优势很可能就在这些地方。

这更多关乎市场本身。要把注意力放到别人没关注的市场上。有时市场比技术更重要,关键是找到他们没有专注的地方。

23 47:20 498 字信息密度高

受监管市场:绕开寡头,而不是正面击破

现场提问者

我受过医生训练。我想听听你投资和建设受监管市场时会采用什么框架。我想到 OpenEvidence:如果没有 JAMA、《新英格兰医学杂志》等通常需要付费订阅的内容支持,它的价值主张可能就没那么强。其他受监管市场里,也有掌握大量权力的数据经纪商和机构。你会怎么思考进入这些领域、打破现有格局?

Alfred Lin

早期创业公司不应该试图打破存在已久的寡头,而应该想办法绕开它们。OpenEvidence 并没有打破什么,它只是做出了医生喜欢的产品。即使答案一样,医生也未必想用 ChatGPT;他们在意的是循证对话,因此需要基于已发表研究文献训练的工具。

要不要打破寡头,并不是由市场是否受监管决定的。我们不去硬碰寡头,是因为它们很强大。绕开它们的办法之一,是与它们合作。比如 OpenEvidence 合作获取已发表文章的文献库。也可以先从不同的市场切入。Jordan Ashton 长期和大型企业合作,但他们先服务中小餐馆,而不是一开始就找麦当劳或星巴克,等自己有了一定实力后再说。

核心就是进入大公司不在意的领域。这基本上也是我的工作存在的原因:如果大公司什么都能做,我就失业了;但它们做不到。去那些它们不关心的地方。

24 49:51 643 字信息密度高

学生创业的前 90 天:先找到伙伴

主持人

如果你是我们这样的学生创始人,会怎样安排一个项目或创业想法的头 90 天?我从你关于技术与采用之间扩散落差的演讲中得到的启发是,了解客户行为和人的习惯,可能比埋头建设更重要。你会怎么做?

Alfred Lin

这取决于每个人的具体情况。我会先找一群你愿意并肩作战的人。比如我讲过的 Tony Xu、Evan Moore、Stanley Tang 和 Andy,他们走到一起,一开始只是共同做事。找一群你愿意在未来 10 年与他们并肩作战的人,一起验证彼此是否合拍、技能是否互补。他们的组合中有商业、营销、产品和工程人才,是很扎实的团队。

Brian Chesky、Nate 和 Joe 也是一起走上这条路的:这是 Joe 的点子,Brian 提供领导力,Nate 实际搭建了最初的系统。他们先一起工作一段时间,确认彼此能够合作,问题随后才逐渐显现出来:每个人对什么有热情?为什么在乎?这个问题值不值得做?

人们有时过分关注问题本身,却不关心合适的一群人能否组合到一起。你们在这里可以找到很多伙伴。我大学毕业时,父亲给过我一个很重要的建议。毕业时他见了我的朋友,我问他怎么看;他说:“你的朋友都很好,很聪明。”我觉得这听起来不像夸奖,便问有什么问题。他说:“他们的选择太多了。”

你们也有很多选择。不断比较、优化所有选项,可能会让你无法专注于那一两件真正能帮助你建立公司的事情。公司最终只有一个核心想法、一个核心愿景。下定决心,未来 10 年都为一件事投入,是很难、也很吓人的。但即便没成功,你还有斯坦福学位可以兜底。

25 52:40 567 字信息密度高

“我没那么厉害”:风险、局外人与从错误中学习

Alfred Lin

好,我知道了。第二次说斯坦福学位,笑声确实多了一点。

现场提问者

我觉得公众很喜欢听杰出创始人的故事:他们有什么独特之处?比如 Brian 是有愿景的人,Demis 有愿景,Sheryl Sandberg 是商业天才。我们听过很多这样的故事。我想问,你觉得自己擅长什么、独特优势是什么?你会如何把自己的产品推向市场?

Alfred Lin

我没有那么厉害。你看看我们投过的公司数量,再看看我们判断错误的次数,就知道我们也没那么厉害。

有一点我可能和别人不太一样:我对痛苦比较不敏感,感受风险的方式和大多数人不同。我觉得红杉从斯坦福招人时的挑战之一,是有些人不知道怎样承担风险、怎样面对失败。我父母曾告诉我,我是个失败者,将来不会有什么成就,也不是好学生。因此,我从来不太在乎别人怎么想。

你能做的最好事情,是弄清楚自己是谁,做自己。我比较早就想明白了。好笑的是,我考试成绩不错,因为我很会应试;但我并不是一个好学生,也从来没有真正融入任何地方。如果你想走创业这条路,就得接受自己会长期像个局外人。

这可能让我成为更好的运营者和投资人:我会接收来自外界的各种信号,自己消化、自己判断;我也会一直从错误中学习,而不把它们看成失败。可以这样想:没有所谓失败,只有你从中学到东西的错误,以及你没有学到东西的错误。不要犯后一种。犯错之后要学习;这就像付了一笔昂贵的学费,但要从中学到东西。

26 55:05 342 字

快问快答:第一份工作、险些丧命与酒吧里的 term sheet

主持人

你的第一份工作是什么?

Alfred Lin

和所有小孩一样,我的第一份工作是送报纸。

主持人

你创业期间最接近死亡的一次经历是什么?

Alfred Lin

我真有过一次差点丧命的经历,这不是更有意思吗?

主持人

我们问的是公司创业期间最接近死亡的情况。

Alfred Lin

我当时开车去 Tellme Networks 上班,车速挺快,正好堵车,而且那天是 280 号公路开始下雨的第一天。有人突然并线,我差点撞上他的车尾,于是我往右打方向,结果车子转了 180 度,停在 280 号公路上,车头朝着反方向。

现场提问者

那公司层面的险情呢?

Alfred Lin

我觉得……(现场笑声打断。)

主持人

如果当时有人死了……好吧。下一个问题:你和创始人合作时,最有意思的 term sheet 是在哪里签的?

Alfred Lin

我确实在酒吧签过一份 term sheet。

现场提问者

你喝了几杯?

Alfred Lin

创始人喝了三杯,我一杯都没喝。

主持人

看来签得很顺利。谢谢大家!