获 a16z 领投 4200 万美元:Udemy 联合创始人专为 AI 原生建造者打造的高校替代方案
目录
观点原文
一、项目概况与核心愿景
- 机构名称:Horowitz Andreessen Academy(前身为 a16z Academy 项目)。
- 资金与背书:获得来自 Andreessen Horowitz (a16z) 的 4200 万美元 资金支持;创始合作伙伴包括 OpenAI、Anthropic、Google、Nvidia;Marc Andreessen 与 Eric Torenberg 加入董事会。
- 首期规模与学费:首批招收 50 名学员(Founding Class Fellowship),全额免学费。
- 项目形态:初期为 12 个月的 Fellow 项目,后续将拓展为面向高中毕业生的 2 年制高等教育替代项目。
- 终极愿景:打造全球顶级的建造者学院,为最具野心和实操能力的年轻人才提供无需 4 年大学学位的成长路径。
二、培养模型:三大核心支柱
学院旨在彻底颠覆“听课-做题-应试”的传统象牙塔结构,转为以“真实构建(Building)”为核心,重点培养三种特质:
- AI 原生构建力(AI-Native Building)
- 不仅是使用 AI 导师或学提示词(Prompting),而是掌握基于当前 AI 生态系统打造高价值产品所需的系统性思维与架构设计能力。
- 高主体性(High Agency)
- 传统学校通过严格的规则培养出“规则服从者”以降低管理风险;新学院鼓励学员拥有高掌控度、敢于挑战现状、对结果负全责。
- 人际交往与软技能(People Skills)
- AI 时代最具有“抗 AI 替代性(AI-Proof)”的能力是人际沟通、讲故事、同理心与团队号召力。
三、师资配置与生态网络壁垒
- 一线实战者取代纯学术教授:授课与导师团队由来自领先科技企业拥有 10-20 年一线经验的从业者组成(如行为心理学专家 Kristen Berman 等),而非脱离工业实际的纯理论研究人员。
- 双重高壁垒网络:
- 同侪网络(Peer Network):筛选全球前 1% 自驱型、具备独立建造能力的年轻 Autodidact(自学者)。
- 导师与资本网络(Ecosystem Network):深度嫁接 a16z 的产业资源,直接对接顶级科技创始人、AI 实验室科学家与风险投资人。
四、目标受众画像:为谁而建,不为谁而建
- 适合人群:
- 自驱型创造者与自主学习者(Autodidacts);
- 具备极强动手意愿,在传统课堂因节奏过慢而感到枯燥、更渴望在实践中做东西的学生;
- 未来计划创立硬核科技企业,或希望在顶级 AI 实验室担任极具开创性角色的年轻开发者。
- 不适合人群:
- 习惯于“被告知该做什么”的人;
- 极度依赖清晰任务指令、依赖外部考核框架的规则遵循者;
- 倾向于维持现状、风险偏好较低的学生。
五、创始人 Gagan Biyani 的创业经历与经验反思
- 早年高主体性启蒙:
- 13 岁创办面向同龄人的演讲辩论训练营并实现盈利,以草根公立校身份率队拿下全美演讲辩论冠军,但期间持续遭遇传统学校行政体制的打压与规则限制。
- Udemy(联合创始人,20 亿美元上市公司):
- 利用数字内容边际成本为零的规模效应与双边市场机制,成功降低大众学习门槛。
- 教训:因缺乏人际沟通成熟度与合伙人产生分歧,在创业 3.5 年后出局,由此深刻体会到人际理解与同理心对领导者的核心价值。
- Sprig(健康餐饮即时配送,融资约 6000 万美元后关停):
- 教训:重资产全链条模式(同时自建大型中央厨房与配送车队,员工曾达 1300 人)资本密集度过高,与风险投资驱动的高速增长模型不匹配。
- 硅谷文化的包容性:即便亏损数千万美元投资人资金,只要敢于大举尝试并积累了声誉,投资人仍会继续注资下一家公司(“向上失败”)。
- Maven(AI 职场培训与 Cohort-Based 平台,运营 6 年):
- 目前已平稳交接给新任 CEO(原产品副总裁 Rish),全面聚焦 B2B 企业级 AI 技能重构,从而让 Gagan 全身心投入新学院的创立。
六、办学挑战与未来展望
- 去光环化与防盲目自大:入选并不代表成功,必须防止首批学员因 a16z 招牌陷入精英主义幻觉,核心评估标准在于学生未来实际交付了什么产品与价值。
- 高支持(High Support)抗衡高压力(High Pressure):在保持极高创新野心的同时,构建宽容失败的环境,让学员能够自由探索、在试错中“玩着去构建”。
- 规则边界的平衡:在打破教条与遵守社会契约之间建立健康对话机制,对具有建设性的规则突破保持包容与理性引导。
ABAB AI 解读
真正值得解读的,不是“a16z 花 4200 万美元办了一所学校”,而是:
硅谷正在尝试重写“大学的经济模型”和“顶级人才进入科技产业的路径”。
而且先纠正一个细节:官方公布的 10 家 Founding Partners 不只是 OpenAI、Anthropic、Google、NVIDIA,还包括 Anduril、Coinbase、Meta、Palantir、Replit、Stripe。首期是 2027 年秋季启动、约 50 人、1 年、免学费;计划中的两年制项目最快 2028 年秋季开始,但仍需监管批准。Andreessen Horowitz Jobs
我会把这件事情定义成:
这不是一所学校,而是一场“人才供应链重构实验”
传统大学的逻辑是:
高中 → 大学 → 学位 → 简历 → 招聘 → 企业培训 → 真正开始创造价值。
Horowitz Andreessen Academy 想做的是:
发现高潜力年轻人 → 直接进入硅谷网络 → AI + 项目训练 → 企业 Co-op → 创业/就业。
中间原来最重要的那个环节——4 年制大学学历——被尝试绕过去了。
这才是这件事最重要的地方。
一、a16z 投的不是“教育”,而是在投资未来的人才入口
4200 万美元放在风险投资世界里,并不是一个特别大的数字。
但如果只有 50 个学生,4200 万美元看起来就非常夸张。
简单算一下:
4200 万美元 ÷ 50 人 = 每个首期学生对应 84 万美元资本。
当然,这笔钱并不是全部直接花在这 50 个人身上,它还包括校园、团队、课程体系、未来扩张等。
但这个数字告诉你:
a16z 根本不是在算“学费收入模型”。
它真正算的是:
如果未来几十个最重要的 AI 创业者、工程师、公司创始人,是从这个网络里产生的,会发生什么?
这跟 YC 的逻辑其实很像。
YC 表面上看是创业加速器。
但 YC 真正的核心资产不是办公室,也不是课程,而是:
全球最优秀创业人才的入口。
Stripe、Airbnb、Coinbase、DoorDash、Reddit、Instacart……
只要你长期掌握“未来创业者进入科技产业的第一站”,你就拥有一种非常可怕的网络权力。
HAA 想把这个入口再提前几年:
以前:
22—30 岁创业者 → YC / VC。
现在尝试变成:
18 岁 → HAA → 科技公司 / 创业 → VC。
这叫:
把 Venture Capital 的人才捕获周期前移。
所以,从资本视角看,这所学院最重要的战略价值甚至不是教育收入,而可能是:
Deal Flow。
未来谁最聪明、谁最能造东西、谁最有创业潜力,a16z 有可能在别人认识这些年轻人之前,就已经认识他们很多年了。
二、真正被挑战的不是大学课程,而是“大学的四项功能”
很多人讨论 AI 教育时容易犯一个错误:
觉得大学就是“老师上课”。
其实顶级大学卖的从来不只是知识。
Harvard、Stanford、MIT 真正提供的是四样东西:
第一,Credential——学历认证。
告诉社会:
这个人通过了筛选。
第二,Network——人际网络。
你的同学可能以后成为 CEO、基金经理、教授、官员。
第三,Education——知识和训练。
这是大众最容易看到的一层。
第四,Opportunity Distribution——机会分配。
实习、教授推荐、校友、招聘、VC、实验室。
这才是顶尖大学真正恐怖的地方。
互联网首先攻击了第三项:
Education。
MIT OpenCourseWare、YouTube、Coursera、Udemy,让知识越来越便宜。
AI 又进一步把知识价格打到了接近零。
今天一个 18 岁学生可以问 Claude、ChatGPT、Gemini:
“给我解释 Transformer。”
“帮我写一个 Python agent。”
“帮我设计数据库。”
“帮我 debug。”
过去你可能需要教授、TA、教材、Stack Overflow。
现在一个年轻人可以拥有近乎无限的私人导师。
所以:
知识已经不再是教育系统最大的稀缺品。
真正稀缺的是:
你跟谁一起做事情。
你能不能进入最重要的项目。
谁愿意相信你。
谁给你第一份工作。
谁给你第一张创业支票。
HAA 很聪明的一点,就是没有只做“AI 课程”。
而是直接攻击大学剩下的三项壁垒:
认证、网络、机会。
三、它最核心的产品其实不是 Curriculum,而是 Network
仔细看 HAA 的配置。
创始合作伙伴包括:
Anduril、Anthropic、Coinbase、Google、Meta、NVIDIA、OpenAI、Palantir、Replit、Stripe。a16z
还有超过 40 家 hiring partners;官方称整个网络还包括大量导师、演讲者和科技行业人士。a16z
如果你是一个 18 岁学生,
传统大学告诉你:
先读两年基础课,Junior year 再去找 internship。
HAA 的逻辑则是:
第一年的时候,就让你进入真正的科技公司。
这就是它提出的:
Co-op。
而且不只是暑假实习。
官方明确说,希望学生在学习期间就不断进入不同公司、不同岗位,测试自己到底擅长什么。Andreessen Horowitz
这是非常关键的设计。
因为年轻人最大的职业问题往往并不是“能力不够”。
而是:
缺乏信息。
一个 18 岁年轻人根本不知道:
我适不适合创业?
我适不适合研究?
我喜欢产品还是工程?
我喜欢大公司还是 startup?
传统系统往往要求你:
先选专业,然后再理解世界。
HAA 反过来:
先进入世界,然后再决定你要学什么。
这是完全不同的教育哲学。
四、AI 正在让“学习顺序”发生一次巨大逆转
工业时代教育模型是:
Learn → Learn → Learn → Learn → Do。
学十几年,最后进入公司工作。
AI 时代可能逐渐变成:
Do → 不会 → Learn → Do → 不会 → Learn。
什么意思?
过去你必须先掌握:
编程语言
数据库
服务器
前端
后端
UI
产品设计
之后才可能做一个产品。
今天一个高中生:
先让 AI 帮自己做一个 MVP。
遇到数据库不会:
学数据库。
API 不会:
学 API。
部署不会:
学部署。
也就是说:
Project becomes the curriculum。
项目本身就是课程。
这就是 HAA 所谓的:
Pursuits。
学生自己选择项目、创业想法、研究方向和“rabbit holes”,学院不是告诉学生必须造什么,而是要求他们拥有 ownership。a16z
这其实很接近人类历史上最古老的学习方式:
Apprenticeship——学徒制。
达·芬奇不是先上四年艺术学院再画画。
工匠也不是先读四年大学才做家具。
人类几千年来大量技能都是:
跟着高手做 → 做错 → 修正 → 再做。
工业化大学后来把教育标准化了。
AI 很可能再次把教育推回:
超级学徒制。
区别只是:
你的导师现在变成:
AI + 世界级专家 + 企业。
五、“High Agency”其实比 AI 技术本身更重要
这个概念很多中文读者容易低估。
Agency 可以理解为:
“我相信自己可以改变环境,并主动让事情发生。”
低 Agency 的人看到问题:
“没人告诉我怎么做。”
高 Agency 的人:
“我先找到办法。”
比如一个普通学生想认识某位创业者。
低 Agency:
“学校有没有相关课程?”
高 Agency:
找到邮箱。
研究对方。
做一个 demo。
写一封非常好的邮件。
没有回复?
再找 Twitter。
参加活动。
认识他公司员工。
最后建立连接。
这就是 Silicon Valley 极其推崇的一种人格。
为什么 AI 时代这种人格更加重要?
因为 AI 把“执行门槛”降低了。
以前一个人有一个想法:
需要工程师。
需要设计师。
需要钱。
现在越来越可能变成:
一个高 Agency 的人 + AI = 一个小团队。
所以未来竞争的差距可能不是:
“谁知道更多”。
而是:
谁主动做得更多。
这就是 a16z 所说的从:
Age of Infinite Knowledge
走向:
Age of Infinite Doing。 Andreessen Horowitz
这句话其实非常重要。
互联网解决:
知道什么。
AI 正在解决:
怎么做。
那么人类真正稀缺的东西就会变成:
想做什么。
六、为什么“People Skills”反而会越来越贵?
这是 AI 时代一个很反直觉的趋势。
大家以为:
科技越来越重要 → 技术能力越来越值钱。
不一定。
当编码能力变得便宜以后,
最稀缺的可能反而是:
判断力
领导力
销售
谈判
讲故事
品味
信任
组织能力
说服别人
举个最经典的例子:
Steve Jobs 并不是 Apple 最厉害的工程师。
但他能做三件机器很难做的事:
判断什么产品值得做。
说服最优秀的人一起做。
让消费者相信这个产品改变世界。
Elon Musk 也是类似。
他的核心能力绝不只是工程知识。
更重要的是:
组织巨量资本 + 工程人才 + 社会注意力。
AI 越强,
单纯执行可能越便宜。
而:
协调人类的能力越来越贵。
所以 Gagan Biyani 把自己 Udemy 时期的失败归因于 people skills 的不足,其实很值得创业者研究。
创业真正做到后面,很少死在:
“不会写代码。”
更多死在:
合伙人冲突。
团队失控。
不会招聘。
不会融资。
不会沟通。
不会处理利益。
这也是为什么很多聪明绝顶的人不能成为伟大 CEO。
七、HAA真正想制造的不是“优秀学生”,而是Founder Class
这才是我认为这个项目最有野心的地方。
传统大学培养:
Professionals。
律师。
医生。
工程师。
分析师。
HAA 实际上更接近在培养:
Builders。
甚至进一步:
Future Founders。
为什么?
因为整个系统的价值观就是:
Pursuit
Ownership
Agency
Building
Network
Co-op
这不是典型 employee training。
这是非常接近 founder training 的人格体系。
Palantir、Stripe、OpenAI、Anthropic、Coinbase、Anduril 这些企业也有一个共同特点:
它们并不是传统意义上的普通公司。
它们代表的是硅谷最重要的一类组织:
高人才密度、高技术密度、高资本密度、高使命感公司。
所以这所学院实际在制造:
Silicon Valley Elite Pipeline。
类似历史上的:
Oxford → British establishment
Harvard/Yale → 美国政治金融精英
Stanford → Silicon Valley
但 HAA 想尝试的是:
HAA → AI Industrial Elite。
现在当然远远不能说它已经做到。
这是它真正的野心。
八、这里面还有一个非常深的“VC 飞轮”
假设未来一个 HAA 学生:
18 岁入学。
19 岁进入 OpenAI Co-op。
20 岁创办 AI startup。
21 岁融资。
谁最早认识他?
HAA。
谁背后是 HAA?
a16z。
那么整个链条变成:
寻找人才 → 培养人才 → 建立信任 → 创办公司 → VC 投资 → 公司成功 → alumni 回来继续培养下一代。
这就是一个经典:
Network Flywheel。
Harvard 已经运行了几百年。
Stanford 运行了一百多年。
YC 运行了二十年。
如果 HAA 成功,它实际上想把三者融合:
大学 + YC + VC + 人才公司。
这远比“在线教育公司”高级。
九、为什么这种模式以前很难,现在突然可行?
因为三个基础条件同时成熟了。
1. 知识民主化
互联网让知识成本崩塌。
2. AI降低执行成本
一个年轻人过去需要 10 人才能做的项目,现在可能 2—3 人就可以完成。
3. 科技行业对学历依赖降低
软件、创业、AI 本来就是少数真正可以通过:
作品证明能力
而不是:
学历证明能力
的行业。
一个优秀 developer 给你看:
GitHub
产品
用户
收入
这些东西可能比 GPA 更有说服力。
所以你会发现:
这套模型特别适合:
AI
软件
创业
产品
部分机器人领域
但它并不能简单复制到所有行业。
你不能说:
“医学院也不要了。”
外科医生不可能:
AI 教一下,自己 Pursuit 两个月就做心脏手术。
法律、医学、土木工程等强监管、高安全责任行业,Credential 依然非常重要。
所以真正可能首先发生革命的是:
知识型、软件型、创业型行业。
十、但这里还有一个巨大风险:它可能不是“大学替代品”,而是“超级精英俱乐部”
这一点必须看清。
如果你从 10000 个全球最优秀年轻人里,
挑出最强的 50 个,
然后给他们:
a16z 网络
OpenAI
NVIDIA
Palantir
Stripe
导师
资本
计算资源
这些人成功了,
不能轻易得出结论:
“新的教育方法成功了。”
因为可能发生一个统计学问题:
Selection Effect。
你挑的人本身就会成功。
Harvard 同样存在这个问题。
到底是:
Harvard 把学生变优秀?
还是:
Harvard 把本来就极其优秀的人集中起来?
很难完全分开。
HAA 未来同样会面对这个问题。
真正检验这个模式的指标不是:
“毕业生平均工资多少。”
而应该看:
学生进入学院之前和之后:
能力提升多少?
这叫:
Value Added。
这是教育系统真正应该追踪但经常忽略的指标。
十一、另一个风险:a16z 的网络既是优势,也是潜在的“思想泡泡”
如果学生接触的都是:
VC
AI 创业者
科技公司
硅谷创始人
他们非常容易形成一种世界观:
创业 = 世界。
但现实世界还有:
制造业
政治
公共服务
医疗
教育
文学
哲学
历史
社会学
伟大的创新者不仅需要技术能力。
还需要理解:
人。
制度。
历史。
权力。
社会。
这恰恰是传统 Liberal Arts 大学本来最有价值的一部分。
所以最理想的未来教育,不应该是:
Technology 替代 Humanities。
而应该是:
Technology + Humanities + Building。
如果只会 build,
你可能造出非常厉害的产品。
但不知道:
什么东西值得造。
这个问题比“怎么造”更高级。
十二、从历史角度看,这种教育革命其实发生过很多次
美国今天的大学系统并不是天然如此。
19 世纪美国工业化之后,
大学开始大量发展:
Engineering
Agriculture
Business
原因很简单:
社会需要变了。
后来工业时代催生:
MBA。
计算机时代催生:
Computer Science。
互联网时代催生:
Coding Bootcamp。
现在 AI 时代可能催生:
Builder Academy。
所以教育制度本质上一直跟着:
生产方式变化。
农业社会最重要的是:
土地知识。
工业社会:
标准化技能。
知识经济:
大学学历。
AI经济:
可能越来越重要的是:
Agency + Judgment + Building + Network。
十三、Gagan Biyani这个人本身,其实就是这套教育哲学的实验品
他的履历非常有意思:
Udemy。
Sprig。
Maven。
现在 HAA。
如果把这些公司放在一起,你会发现一条非常清晰的思想演化路径。
Udemy
解决:
知识获取。
任何人都可以学。
Maven
解决:
学习体验。
不是孤立看视频,而是 cohort + instructor + community。
a16z 在 2021 年就投资了 Maven。Andreessen Horowitz
HAA
继续解决:
学习 + 网络 + 工作 + 身份 + 人生路径。
也就是说,他越来越意识到:
教育不是 content business。
教育真正最有价值的是:
环境设计。
顶级教育真正提供的是:
把一群优秀的人放在一个高密度环境里,让他们彼此碰撞。
Stanford 为什么能够不断产生创业公司?
不只是 Stanford 教得好。
而是因为:
学生
教授
VC
创业者
Apple
Meta
NVIDIA
都在同一个地理网络中。
这叫:
Cluster Effect——集群效应。
所以 HAA 坚持在 San Francisco 线下,其实非常合理。
不是他们不知道线上教育。
创始人本身就是 Udemy、Maven 联合创始人。
恰恰是因为做了十几年在线教育以后,他可能越来越明白:
信息可以线上传输。
但是:
信任、友谊、合作、野心感染,很难完全数字化。
十四、这里还有一个巨大的商业洞察:未来教育最贵的不是“老师”
未来 AI 可以成为:
无限耐心的 tutor。
课程内容可能越来越免费。
所以教育行业真正值钱的东西会发生迁移:
过去收费:
Content。
未来收费:
Selection + Network + Experience + Access。
翻译成商业语言:
不是卖:
“我教你什么。”
而是卖:
“你能和谁一起成长。”
以及:
“你能进入什么机会。”
这是为什么:
Harvard 学费可以非常高。
YC 可以拿公司股权。
顶级 MBA 可以收十几万美元。
因为消费者真正买的并不是知识。
他们买的是:
Network Optionality。
未来很多高端教育产品都会越来越像:
人才俱乐部 + 项目制学习 + 职业网络。
十五、这件事情对创业者最重要的启示
如果今天有人还想创业做:
“下一个 Udemy。”
简单录课程、卖课程,
这个商业模式的护城河会越来越弱。
因为 AI 会不断压低:
知识价格。
未来真正值得做的教育产品,更可能围绕:
身份筛选。
高质量 cohort。
真实项目。
真实企业。
就业/创业机会。
导师网络。
最终你卖的不是:
Course。
而是:
Trajectory——人生轨迹。
这是一个非常重要的商业认知。
我认为这件事背后最值得记住的三句话
第一句话:
AI不是让教育消失,而是让“知识传授”从教育的核心价值中降级。
第二句话:
未来真正昂贵的教育资源,很可能不是课程,而是优秀同侪、导师、资本、机会和真实项目。
第三句话:
当AI降低“做事情”的门槛以后,人类最大的竞争力会从“知道多少”逐渐转向“你想做什么、敢不敢做、能不能把人组织起来一起做”。
所以 Horowitz Andreessen Academy 最值得观察的,并不是它能不能“干掉 Harvard”。
更大的问题是:
如果未来企业发现,一个 20 岁、已经在 OpenAI/Palantir/Stripe 做过项目、自己做过产品、有优秀同侪网络的人,比一个只有传统本科文凭的人更有价值,那么大学文凭作为科技人才主要信用凭证的地位,就可能开始真正松动。
这才是这 4200 万美元背后真正大的赌注。