返回快讯

a16z合伙人Andrew Chen:AI灌水炮胜过十倍工程师

a16z普通合伙人Andrew Chen公开称,能以十倍速度向外喷射AI灌水内容的人,价值已高于传统意义上的十倍工程师。

这不是技术定义,而是人才定价:他把“slop cannon”写成可规模化的输出装置,把工程师写成单位质量更高、单位时间更慢的手工艺人。同一人此前区分过场景——职场AI压缩填表、写周报、审样板代码等重复工序所以爆发,消费端AI因追求新鲜和拟社会关系而容易被识别成灌水所以渗透慢。此次发言把天平拨向吞吐量一侧。

Chen的职业路径是增长而非编译器:华盛顿大学应用数学背景,早期写了六百余篇增长与网络效应文章后进入硅谷视线;在Uber带乘客增长团队,平台活跃用户从约1500万扩到约1亿量级;2021年出版《冷启动问题》,用Tinder校园原子网络、Reddit早期假账号暖场、Uber单点车站密度等案例讲网络如何从零点点燃。他在a16z侧重消费、游戏与Speedrun加速器,对创始人反复强调的是分发窗口和网络密度,不是代码品味。

行业侧已出现对称话语:Google称新代码中AI生成比例升至约75%;开发者社区把海量AI拉取请求、文档和漏洞单称作“无尽灌水”,把审稿成本外溢给维护者;另有人把“vibe coding”与低质量代码叠成“vibe slop”,警告初级人才管道枯竭与技术债。Chen的不等式是把同一现象从质量控诉改写成生产要素排序。

资本含义清楚:能把模型当炮管打出覆盖面的团队,更贴近广告、增长、内容农场和冷启动点火的旧逻辑;死磕单点正确性的十倍工程师,在可替换代码与可替换文案同时膨胀时,议价权被吞吐量稀释。买的是分发和占位,卖的是单位时间里的人工品味。

谁在买谁在卖:事件驱动的是生成式工具把“发布”成本打到接近零,资金流向能同时开火、测试、占位的运营型团队;受益的是把灌水当库存周转的平台与加速器组合,承压的是以代码审查和工艺门槛自我定价的工程职级。这是注意力市场的再定价,不是编译质量的再证明。

来源:公开信息

ABAB AI 解读

Chen在Uber做的不是把司机调度写成更优雅的算法,而是把每个新城市当成冷启动:先堆够一个车站、一个校园的密度,再复制。他后来把同一套逻辑写进《冷启动问题》,并带入Clubhouse、Substack、Sleeper等网络型产品的董事会讨论。今日抬高“灌水炮”,是把冷启动里“先让场子看起来热闹”的旧手法,换成模型批量生产的热闹。

资本路径是Speedrun式的早段支票加增长辅导:钱不是去雇更贵的系统工程师,而是去买能在渠道被灌满之前打出第一波原子网络的速度。动机是平台周期开头总讲民主化、结尾总收成幂律——他本人就写过AI也不会例外,真正推动文明的是前10%怎么用工具。灌水炮是前10%抢占位的武器,不是给后90%的审美教材。

类比对象是早期Reddit用马甲把首页填满、YouTube海量UGC被精英电影贬为垃圾却拿走时长、以及当下把AI视频互动量当结果的运营团队。行业阶段是从“模型能力竞赛”转入“分发军备竞赛”:工程卓越仍存在,但不再是获客函数的第一自变量。

结构变化是定价权转移。当生成边际成本趋近于零,市场给“先出现、先占位、先被算法吃掉”标价,不再只给“写对”标价。机制是审核、搜索和推荐都按流量结算,质量外部性被推给下游维护者,于是炮管比工匠更接近现金流。

ABAB News · 认知定律

  1. 先占位的垃圾,定价权高于后完善的精品

  2. 网络点燃靠密度,不靠单点正确

  3. 工具把发布打成零成本时,吞吐量即杠杆