前言
我刚看完红杉资本的AI峰会视频，这场闭门会总共开了6个小时，公开的视频将近3小时。今天想跟大家分享一下其中让我感触最深的主题演讲。
这篇文章会分两部分：第一部分是正文，我会从更长周期的文明角度出发，把Packer Radio、Sonia和Constantine三位红杉合伙人演讲中那些真正有洞察力、有战略价值的观点提炼出来，同时思考里面哪些我们还未真正意识到，但未来可能会决定AI格局的底层变量。
第二部分是附录，我把嘉宾分享的内容翻译和整理成了图文形式，方便大家更好地理解全貌。
AI的万亿美元机遇：
红杉资本AI峰会2025洞察分析
在红杉资本2025年AI峰会上，三位合伙人勾勒了一幅令人振奋的未来图景：AI不仅是一场技术革命，更是一场经济重构与社会变革。然而，如果我们借用历史和文明的长周期视角，这场变革的意义或许更为深远。
人类历史的关键转折点往往不是由单一事件驱动，而是由能量捕获方式、社会组织形式和信息处理能力的根本变革共同塑造。从这个角度看，我们正处于一个真正的文明转折点。
一、核心洞见：能量捕获的新模式
1. 经济结构的重构与价值迁移
从工具到结果，从软件预算到劳动力预算。
文明的进步本质上是能量捕获效率的提升。农业革命提高了太阳能转化为人类可用能量的效率；工业革命释放了化石燃料中的远古太阳能；而AI革命则是对人类认知能量的重新捕获与分配。
Packer Radio揭示的转变——「从工具销售（Software Budget软件预算），进化到结果销售（Labor Budget劳动力预算）。」——正是这种能量重构的核心。AI不仅是技术替代，而是经济结构的根本性重塑，同时攻击服务市场与软件市场两个利润池。它从「提高效率」的工具，正在转向「直接交付成果」的智能劳动力。
这相当于一种新型「能量捕获机制」的出现。就像蒸汽机将化学能转化为机械能一样，AI正将分散的人类认知能量转化为可编程、可扩展的计算资源。
2. 分发物理学的范式转变
零摩擦分发时代的到来
技术传播的速度是决定历史走向的关键变量。从这个角度看，当前AI技术的扩散模式具有前所未有的特征。
与云计算时代相比，AI扩散速度呈指数级增长，这源于三个关键因素的同步到位：
-
全球关注度（知道）- ChatGPT发布即引爆全球关注 -
用户需求（想要）- 社交媒体平台的即时传播 -
分发基础设施（能买）- 56亿人的互联网连接
这种「分发物理学」的变革创造了一种「全球同步性」（Global Synchronicity），使得技术采用不再遵循传统的S曲线，而是呈现出陡峭的跃迁。当前正处于「文明加速器」阶段——当新技术能够以前所未有的速度渗透到社会各个角落时，它将引发更快、更深刻的社会变革。
3. 从「氛围收入（vibe revenue）」到「行为改变」的真实留存
留存与信任胜于产品本身
真正具有变革性的技术总是那些能够改变人的行为模式的技术。从这个角度看，Packer Radio强调区分「氛围收入」与真实收入的观点具有深刻的历史意义。
真正的价值不在于初期表面的高收入数字，而在于创造持久的行为改变。这反映了市场从初期好奇转向真实价值评估的成熟过程。
关键判断标准是：
你的产品是否引发了持久的行为变化？用户对你的信任是否超过了对产品本身的关注？
「别被气氛骗了，你的收入是’行为改变’带来的，还是用户好奇点开的？”」
这是对当前市场上大量AI项目虚假繁荣的精准批判。 是否引发了持久的行为变化，这不仅是产品判断标准，更是一种投资策略与筛选机制。
二、社会组织形式的重构
1. 代理经济的出现与社会重构
从单一代理到代理集群到经济体系。
社会组织形式的变革往往是文明跃迁的关键因素。从这个角度看，Constantine描绘的「代理经济」（Agent Economy）预示着一种全新的社会组织形式，从单一代理（Agent）到代理集群，再到完整的代理经济。
在这个经济中，代理不仅交换信息，还交易资源、构建信任、识别身份——组成一个真正的经济体系。
如果我们从历史的角度来看，从封建制度到民族国家的转变，从家庭作坊到工厂制度的转变，都伴随着生产力的提升和社会关系的重组。同样，代理经济的出现将重新定义人与人、人与组织、组织与组织之间的关系，创造一种「人机共治」的新型社会结构。
2. 组织边界的解构与「组织间API」的兴起
从公司边界到智能体网络
每个文明阶段都有其独特的组织边界定义方式。在农业文明中，边界由土地和血缘关系定义；在工业文明中，边界由法律实体和物理资产定义；而在AI时代，边界将由数据流和智能体网络定义。
Agent Economy的最终形态意味着企业将成为「互通的智能体网络」。这不再是雇佣员工，而是调用Agent；不是谈判SaaS接口，而是设计智能体的协作逻辑。组织的竞争力将来自：
-
数据是否可共享 -
意图是否能准确表达 -
Agent是否能高效协作
这相当于一种新型「社会契约」的出现，就像工业革命催生了现代公司制度一样，AI革命将催生一种基于智能体网络的新型组织形态，重新定义权力、责任和价值分配的机制。
3. 应用层的价值捕获
客户反推 vs 技术推动
虽然价值将主要在应用层实现，但基础模型的能力边界不断扩展（推理、工具使用、代理间通信），正在侵蚀应用层的传统壁垒。这创造了一种新的辩证关系，要求应用开发者必须从客户需求出发，构建垂直或功能特定的解决方案。
成功的应用层公司将是那些「为行业而生，成为行业的一部分」，而非「提供工具给行业」的企业。Harvey、Open Evidence等成功案例证明，深度行业理解与嵌入式解决方案是应用层的核心竞争力。
三、信息处理能力的质变
1. 随机思维模式的普及与管理范式转变
从确定性到概率性的认知转变
Constantine提到，我们正从确定性计算向随机计算转变，这代表了认知范式的根本转变。未来的竞争优势将取决于组织和个人适应「随机思维模式」的能力——接受不确定性，管理概率结果，而非追求绝对确定性。
这将重新定义领导力：未来的组织领导人必须掌握「模糊中的决策」能力，不再依赖KPI等确定性工具，而是通过「概率路径判断+快速试错机制」来引导组织。大部分当今高管尚未意识到自己的决策模型即将过时。
这相当于一种新型「认知架构」的出现。就像科学革命引入了实证主义思维一样，AI革命将引入一种基于概率和不确定性的新型思维模式，重新定义我们理解世界和做出决策的方式。
2. 记忆与自学习作为真正的护城河
从外挂记忆到自我连续性
当前大多数AI系统的「记忆」是外挂的（RAG/VectorDB），这使得上下文是临时的、认知是无连续性的。然而，真正值得信赖的AI将具备稳定的「自我」（identity continuity）和经验累积机制。
这种持久记忆能力将成为Agent的真正护城河，而非模型能力本身。它将决定哪些AI能够成为人类的长期伙伴和可信赖的合作伙伴，而这正是当前技术路径尚未完全解决的核心挑战。
3. 品味与审美作为最后的稀缺资源
从技术能力到创造性判断
每个文明阶段都有其独特的稀缺资源。在农业文明中，土地是稀缺资源；在工业文明中，资本是稀缺资源；在信息时代初期，专业知识是稀缺资源。而在AI时代，「品味」（Taste）将成为稀缺资源。
Sonia提到，随着代码生成等领域的AI应用成熟，我们正进入「劳动力丰富」的时代。当生成内容变得廉价，「做什么」与「做成什么样」将成为真正的门槛。品味无法被训练，也难以复制，它将成为我们在AI洪流中的最后壁垒。
四、个体与集体的重新平衡
1. 个体杠杆率的指数级提升
从团队协作到「一人+智能体系统」
技术变革往往改变个体与集体的权力平衡。从这个角度看，Constantine提出的「一人独角兽」（One-person Unicorn）预言具有深刻的历史意义。
随着Agent的嵌套协作逐步成熟，「一个人+一套智能体系统=一家高产公司」将成为现实。这种转变将遵循以下路径：工具 → 工作流 → 流程 → 组织 → 企业 → 经济体。
未来的价值创造不再依赖于团队规模，而在于个体能够调用和组织多少智能代理，如何将它们组合成高效的「价值链条」。这将彻底重构劳动力市场和组织结构。
总结
我们正在经历能量捕获方式（从劳动力到认知能力）、社会组织形式（从层级组织到代理网络）和信息处理能力（从确定性到随机性）的三重变革，这预示着一种全新文明形态的出现。
红杉资本的三位合伙人——Packer Radio、Sonia和Constantine——描绘的不仅是商业机会，更是一幅新文明的草图。在这个新世界中：
-
分发方式变了（Physics of Distribution） -
收入结构变了（Outcome over Tool） -
公司组织边界模糊了（Agent Swarm） -
信任的定义变了（Memory & Identity） -
人才的定义变了（Stochastic vs Deterministic Thinking）
我们正站在这样一个交叉点上，见证着一个新时代的诞生。
附录
大家好，我是 Packer Radio，来自红杉资本。我和 Sonia、Constantine 以及我们所有的合伙人将是今天的主持人。
在进入正题之前，我、Sonia 和 Constantine 想先分享我们在过去一年中的一些思考。我们非常清楚，我们只是前菜，不是主菜。
我昨天收到一位创始人的邮件，他说：“嘿兄弟，我可能会晚点到，大概9:35。”我心想：“这个时间点也太精确了吧，正好是 Jensen 上场的时间。”所以我们懂的，但还是想先分享几点，然后马上进入重点内容。
我们先来校准一下，怎么看AI领域当前的局势？我们用一个简单的分析框架来思考市场，这是 Don Valentine 的问题模型：
这是什么？
所以呢？为什么重要？
为什么是现在？也许它是不可避免的，但它是否迫在眉睫？
以及最后一问：接下来怎么办？我们该怎么行动？怎样赢？
这些问题我们以前也谈过，接下来几分钟我们会更新我们的一些看法。
老实说，我原本准备了一个非常炸裂的“这是什么”的部分，但 Constantine委婉地提醒我，告诉一群 AI 专业人士 AI 是什么不太明智。所以我们直接跳到“So what”。
你们还记得这张去年的幻灯片吗？谢谢！上排是云计算的转型，下排是AI的转型。左边是“昨天”，中间是“今天”，右边是“明天”。
它传达的信息是：当云计算转型开始时，其4000亿美元的收入已经超过了当时全球软件市场的规模。照此类推，我们在AI服务领域的起点本身就大了一个量级，10年、20年后，其终点可能是巨大的。
更关键的是，我们的认知也升级了：AI不只是攻击服务市场，它也同时在攻击软件市场。这意味着两个盈利池都在被侵蚀。
我们看到很多公司从软件起步，逐步智能化，变成协助式产品（co-pilot），再进一步变成自动化产品（autopilot）。从销售“工具”进软件预算，到销售“结果”进人力预算。两个TAM（可服务市场总量）都在变化。
这张蛋糕图，代表过去几十年来的技术浪潮层层堆叠，把我们带到了今天。
这页幻灯片有两个重点：
-
AI不仅是“不可避免”的，它是“迫在眉睫”的——计算、网络、数据、人才，所有要素都已经具备。 -
技术浪潮是“叠加”的，而不是替代的，这意味着机会比以往任何浪潮都更大，来得更快。
我不太喜欢这张图。X轴是时间，Y轴是虚荣指标。虽然很多人滥用这图来证明各种主张，但有一点是对的：事情发生得越来越快。
为什么？从传播的物理本质看，只需三个条件：人们得“知道”你的东西、得“想要”你的东西、得“能买到”你的东西。
当年云计算刚兴起，没人关注，Benioff 甚至搞游击营销吸引注意。但AI完全不同：2022年11月30日，ChatGPT一上线，全世界开始关注AI。
中间这一列是Reddit和原Twitter的月活数据，云计算时期它们根本不存在，移动互联网早期也很弱，而现在这两个平台总用户数已经超过12亿甚至18亿，是获取新技术信息的核心渠道之一。
右边，我们今天有56亿人接入互联网，是当年Benioff时代的几十倍。全球每一个家庭和企业都能接入技术分发的“铁路”。这代表了：AI普及没有任何障碍。
我们该怎么做？怎样赢？
两点：第一，白板区域还很大，尽管比去年少了一些，但机会仍然广阔；第二，图中这些logo代表的是在历次技术转型中实现十亿营收的公司，集中在应用层，而非底层。我们相信AI也一样——价值集中在“应用层”。
但这次你有竞争对手：第二类可扩展性规律（Scaling Law）、推理时间计算（Test-time compute）、工具使用和智能体间通信，让基础模型已经深入应用层。如果你是创业公司，又没做全栈闭环业务，那就从“客户倒推”出发，做垂直领域、具体职能，解决复杂问题，哪怕需要人类参与。这就是赛道，价值就在这。
我们去年说过：95%的AI创业，跟普通创业没区别，解决真实问题、招募优秀团队、构建护城河。而那5%的AI特性，才是决定胜负的关键。
Doug Leone总结的“Leone 产品价值链”：从脑中想法，到客户手中产品，背后涵盖工程、市场、销售、支持整个链条。你可以通过“自有产品的数据使用”构建飞轮、可以为某个行业而生、可以说行业的语言……这都是大模型做不到的定制护城河。
我们常被问：投资AI公司最看重什么？95%标准跟其他行业一样，5%AI特有：
-
收入 vs. “氛围收入”（vibe revenue）：
别自我感动，得看这收入是否真的改变了用户行为？是否有持续性？用户真的在用吗？有留存吗？不要“假繁荣”。 -
毛利：
我们不太在意你今天的毛利率是多少，token成本已在18个月内下降99%，未来还会继续降。如果你能从工具销售转向结果销售，价格会上涨，毛利会上升，关键是有没有路径。 -
数据飞轮：
请举手：你有数据飞轮吗？那这个飞轮推动了什么业务指标？如果答不上来，那要么你没有飞轮，要么它没用。飞轮必须和业务指标挂钩，才是真护城河。
最后一页图：谁能说这两样东西怎么联系的？其实没逻辑。重点是这句——“自然厌恶真空”。
市场里对AI的需求，已经形成巨大的吸力。无论宏观经济如何震荡，技术的浪潮会吞噬一切波动。你不上，就会有人上。因为自然厌恶真空。
所以我们讲了那么多护城河、指标、战术……但别忘了：你现在是在一个“跑得快才活得下”的行业里。时不我待。
现在我来接棒，分享我们对AI当前进展的观察，并从“客户需求”与“技术演进”两个角度回顾过去一年。
首先，去年的这张图你们还记得吗？它比较了AI原生应用与传统移动App的“日活/月活比值”（DAU/MAU）。当时的结论是：AI App 的用户参与度很差，炒作大于实际。但现在完全不同了。
我们很高兴看到，比如 ChatGPT 的日活月活比一路攀升，接近 Reddit 水平。这是一个非常好的信号，说明越来越多的人正在从AI中获得实际价值，AI 正逐步融入我们的日常生活。
有些使用场景很轻松有趣，我自己就烧掉了无数张 GPU 试图把万物“jiblify”。虽然这些 viral 用法很好玩，但我们更激动的是，那些正在深入落地的严肃应用场景：
- 广告
用AI生成极其精准且优美的广告文案； - 教育
用AI瞬间可视化抽象概念； - 医疗
像 Open Evidence 这样的App能辅助医生更好地诊断。
我们现在仅仅是在表面触及AI潜能的边缘。
有谁看过电影《她》（Her）吗？
我们今天现场还有 Brendan。虽然我们还没有真正的AI版“斯嘉丽·约翰逊”，但2024年已经带来了“Her时刻” —— 在声音与语音生成方面，我们从“几乎可以”跨越到了“完全逼真”。
我听过一些人说语音生成已经越过“恐怖谷”。让我来试着震撼你一下 —— 你是否想过，《Her》里的情节真的正在变为现实？Sesame 的语音演示令人难以置信，Brendan，我很期待你们将构建的未来。
人们常说图灵测试会被逐渐逼近，但它几乎是偷偷摸摸地悄然完成的。（感谢 Jim Fan 提出这个说法，我借用了他的推文。）
今年的爆款应用类别其实是“编程”。
Anthropic 的 Claude 3.5 Sonnet 发布后，整个编码领域迎来了“氛围逆转”（vibe shift），人们现在正用AI来实现令人惊叹的编程效果。
比如，有人用Claude写出了自己的Docsend替代品。无论你是10x工程师，还是对编码一窍不通，AI 正在改变软件开发的可及性、速度与经济结构。
从“技术驱动”的视角看，坏消息是：预训练的扩展正在放缓。
自AlexNet以来，预训练已经扩展了9~10个数量级，很多“低垂果实”已经被摘掉。但我们也看到了突破口：推理能力（reasoning）。
去年在AI Ascent，我们幸运地请到了OpenAI的Noam Brown，提前展示了推理的演进。今年我们很高兴有Dan Roberts在场，他将讲述O3及其推理最新进展。
但不仅仅是推理——合成数据、工具使用、AI链式推理（scaffolding），都在融合，催生出全新智能扩展方式。
Anthropic的MCP构建了强大的生态系统，我们也非常期待它如何推动“代理工具的使用”。
这些因素叠加：基础更大的模型、推理时间增强、工具组合使用，都让AI开始能够胜任越来越复杂的任务。
Meter 基准测评提供了一个不错的量化指标，但我们更看重的，是你们每一位实际用03、Operator、Deep Research 或 Sonnet 完成的那些“以前不可能”的工作。
目前最令人兴奋的技术创新，正在“研究”和“产品”的模糊边界展开。
过去一年，两个突破性例子是 Deep Research 和 Notebook LM。
我们今天也很荣幸邀请到他们的创始人：Notebook 的 Risa 和 Jason，以及 OpenAI 的 Issa Hulford。如今他们创办了新公司 “Hu”。
接下来是价值的分布问题。
我记得曾经和红杉的合伙人们争论：“AI的价值到底会累积在哪一层？”
当时我自己在这张图的中段，“半懂不懂”的位置。我不太相信所谓的 GPT-wrapper，但我的合伙人们，尤其是 Pat，非常坚定地认为：价值会累积在“应用层”。
现在回头看，Pat，你是对的。
Harvey、Open Evidence 等公司用“客户需求反推”的方式真正创造了应用层的价值，这正是我们所坚持的。
但要注意：基础模型本身也在快速向应用层渗透，竞争激烈。
补充一句，其实我们都搞错了——真正赚最多钱的，是“图形计算之神”Jensen Huang。他才是这整条AI栈的终极赢家！
再回到应用层。
我们认为第一波“AI杀手级应用”已经出现，比如：ChatGPT、Harvey、Glean、Sierra、Cursor、Abridge 等。
但还有更多垂直市场新公司正在兴起，比如 Listen Labs、Open Evidence。
一个预测：未来很多新公司将是“Agent First”公司。
这些代理系统会从今天“拼凑出来的原型”进化为真正可靠的系统。我们观察到两种路径：
-
路径一：通过精细调度、测试和评估来提升表现； -
路径二：训练在端到端任务上表现优异的智能体。
今天，Langchain 的 Harrison 和 OpenAI 的 Issa 都会深入探讨这两种方法。
另一个预测是：2025年将是“垂直代理（Vertical Agent）”的爆发之年。
这对那些深刻理解行业流程的创业者来说，是重大机会。我们看到这些代理正在通过“合成数据 + 用户数据 + 强化学习”来训练，在特定任务上超越人类。
一些早期证据让我们非常乐观：
-
安全领域的 Expel 展示了其AI代理在渗透测试中已超过人类； -
DevOps 领域的 Traversal 展示了AI故障排查代理已超越最好的工程师； -
网络领域的 Meter 表现同样亮眼。
虽然还早，但趋势明确：垂直代理已具备超越人类的性能。
最后一个预测：2025年AI进入“丰盈时代”（Abundance Era）。
代码是最先成熟的市场，它会成为丰盈时代的预演：当劳动力便宜、泛滥时会发生什么？我们是否将迎来一堆AI垃圾？当“品味”成为真正稀缺的资源，我们又该如何应对？
代码代理的持续进展，不仅会重塑技术格局，也预示着其它行业即将面临的剧变。
谢谢 Sonia，干得漂亮。大家早上好，谢谢 Sonia，也谢谢 Pat。
我们刚才讲了几个很重要的大主题：
-
“So what”：为什么这些事如此重要； -
“What now”：AI 当前的发展状态和即将发生的变化。
接下来我们要退一步，看得更远一些——思考未来中长期的发展趋势。
这个部分分为三段：
-
下一波重大浪潮是什么； -
实现这波浪潮所需的技术； -
这对我们每个人意味着什么。
去年在 AI Ascent 大会上，我们重点讲的是“Agent”。当时我们预测这些“机器助手”最终会组合成网络，彼此协作，形成 agent swarms（智能体集群）。现在，它们已经开始出现在很多公司中，成为AI技术栈的重要组成部分。
这些 agent 之间正在合作、竞争、相互推理。我们预测未来几年，它们会进一步演化，形成一个全新的结构：agent economy（智能体经济）。
什么是“智能体经济”？
这不只是信息的交互，而是资源的流通——它们能转移价值、执行交易、建立信任网络，并且拥有某种形式的“记忆”和“可靠性评估”。
但要实现这样的智能体经济，还需要解决三大技术挑战：
一、持久身份（Persistent Identity）
这实际上包括两方面：
- Agent 本身要具备持续性。
如果你今天和某个Agent合作，明天它完全变了个人，那很快就没人愿意再跟它打交道了。所以Agent需要稳定的个性与知识体系。 - Agent 对你的理解要具备持续性。
就像一个人，如果每次见面都不记得你是谁，这也严重影响信任和可靠性。
虽然我们尝试了很多技术手段（比如 RAG、向量数据库、超长上下文窗口），但真正意义上的记忆与自我学习能力仍有巨大挑战。
Agent 需要在“该保持一致”时始终如一，“该变化的部分”则能有选择性地更新。
二、无缝通信协议（Seamless Communication Protocols）
想象一下，如果没有TCP/IP，没有互联网，个人计算机根本无法形成生态。
今天我们就在构建AI时代的协议层，比如MCP（多模型通信协议）。现在大家开始真正关注这一层级，是一件好事。
我们未来需要的不止一个协议，而是一整套“信息传递、价值传递、信任传递”的基础协议集合。
三、安全（Security）
这将变得越来越重要。
因为你和 agent 无法“面对面、握手确认”，所以信任与安全机制的建立，显得比现实经济中更为关键。
我们预计将会出现一整个产业，专注于保障智能体经济中的“身份验证、安全通信与信任模型”。
讲完了这三大技术支柱，接下来我们来谈谈这些变革，对我们每个人具体有什么影响。
第一，心智模型的变化：我们需要具备“概率型思维（stochastic mindset）”。
过去的计算机科学是“确定性”的：你告诉程序做什么，它就老老实实地做，即使结果是死机也照样执行。
而现在，我们进入的是一个“非确定性”的计算时代。
举个例子：
你让传统计算机记住数字“73”，它永远会给你“73”。但如果你问一个人，或一个AI，它可能记住的是：73、37、72、74，甚至是下一个质数79……或者什么都不记得。
我们要适应这种“概率式、不确定”的计算行为。
第二，管理思维的变化：你要知道你的Agent能做什么、不能做什么。
就像你不能指望一个优秀的工程师自动变成一个好管理者一样，你也不能期望一个Agent自动知道什么是“反馈”“流程”“策略”。
整个经济系统都会转向更复杂的“协调式管理任务”。我们必须像管理人一样去管理这些AI代理。
但请大家努力——别发展出年终考评系统来评估Agent 😅。
第三，更高的杠杆、更大的不确定性。
我们将进入一个“你能做的事比以往更多，但你对结果的确定性却更低”的世界。
你得学会在不确定中前行，并且有效管理风险。在这样的世界里，在座的每一位，都是最具适应力的人。
一年前在AI Ascent上，我们展示过一张图，预言AI将提升个人杠杆率。
-
起初，是每个职能部门会有自己的AI Agent； -
接着，这些职能会聚合，形成“完整流程由AI完成”的自动系统； -
我们甚至预测，未来将出现“一个人创造的独角兽公司”。
虽然这个目标还未实现，但我们已经看到公司以史无前例的速度扩张，且所需人数比历史上任何时候都少。
最终，这些Agent、流程将融合，我们将进入一个“复杂神经网络互联成超级网络”的时代：
-
它将重塑个人工作方式； -
重构组织架构； -
重新定义整个经济。
感谢各位来到AI Ascent，我们即将开启一整天精彩的内容，感谢你们与我们一同见证AI的未来！