Uber 创始人 Travis Kalanick 罕见长访谈：从中国打车补贴大战、Benchmark 资本政变到新公司 Adams 的物理世界 AI 蓝图

Travis Kalanick 讲的根本不只是 Uber，也不只是机器人。

如果把他从 2001 年 Red Swoosh、2009 年 Uber、2018 年 City Storage Systems/CloudKitchens，一直到今天的 Atoms 连起来，你会发现这个人二十多年其实一直在研究同一个问题：

怎样用计算机重新组织现实世界的稀缺资源？

Uber 重组的是：

汽车 + 司机 + 城市道路 + 时间。

CloudKitchens 重组的是：

厨房 + 房地产 + 食物生产 + 配送。

Atoms 现在要重组：

机器 + 矿山 + 制造 + 运输 + 能源 + 物理劳动。

所以他真正的长期命题并不是“做下一个 Uber”。

而是：

Bits 已经数字化了信息世界，下一轮财富是把 Atoms——物理世界——也变成可计算、可调度、可优化的系统。

这和我们前面讨论 Figure 的 Brett Adcock 又形成了非常有意思的分叉：

Brett 押 General-purpose Humanoid。

Travis 更押 Purpose-built Industrial Machines。

他们都相信 Physical AI，但对“机器的身体应该长什么样”存在根本不同的战略判断。

一、先纠正最重要的一处：不是 Adams，是 Atoms

你整理里的“Adams”应该是转录或听写误差。

Travis Kalanick 现在的公司正式名称是：

Atoms

2026 年 3 月，Kalanick 将此前的 City Storage Systems 扩展并更名为 Atoms，业务分成：

Atoms Food

Atoms Mining

Atoms Transport

核心方向就是用专用机器人和 Physical AI 自动化食品、矿业和运输等重资产产业。Reuters 和 Atoms 官方都确认了这一结构。

而且这已经不是一个只有 PPT 的新创业项目。

7 月 Atoms 又完成了一笔 17 亿美元的债务与股权融资，Andreessen Horowitz 领投，Uber 本身也参与投资，Ben Horowitz 加入董事会；Goldman Sachs 和 JPMorgan 参与债务融资。

这个历史讽刺感非常强：

2017 年 Travis 被 Uber 的投资人逼下 CEO 位置；2026 年 Uber 自己又回来投资 Travis 的下一家公司。

二、这期节目真正的主线：Travis 从“数字市场”走向了“工业资本主义”

互联网创业过去三十年的核心资产是什么？

服务器。

代码。

用户。

流量。

软件。

因此 Silicon Valley 最喜欢：

Asset-Light。

Uber 自己不买出租车。

Airbnb 自己不盖酒店。

Facebook 自己不生产媒体内容。

软件公司的边际成本趋近于零。

但 AI 下一阶段开始发生一个非常大的变化。

AI 要进入：

矿山。

食品生产。

物流。

制造。

建筑。

能源。

农业。

这些东西不可能只靠一个网页。

需要：

土地；

机器；

车辆；

传感器；

工业地产；

电力；

资本设备。

所以科技行业正在重新进入：

Asset-Heavy Era

这就是为什么 Travis 今天做的事情，看起来反而越来越像：

Rockefeller + Toyota + Amazon + Nvidia

而不是另一个 SaaS 创始人。

三、Atoms 最重要的哲学：不要先问机器人“像不像人”，先问它“赚不赚钱”

Travis 有一个非常好的表达：

Gainfully Employed Robots

也就是：

“有正经工作的机器人。”

Atoms 官方把它定义为最适合具体工作的专用机器人，通过生产力为所有者和社会创造价值。Reuters 也特别指出，Kalanick 押注的是 task-specific industrial robots，而不是所有工作都使用 humanoid。

这个词背后的资本主义思想非常深：

机器人首先不是：

科技展示品。

不是：

CES Demo。

不是：

Twitter 视频。

而是一件：

Capital Equipment。

比如你花：

$500,000

买一台机器。

真正要问的是：

一年创造多少增量 EBITDA？

使用寿命多少？

维护费用多少？

故障率多少？

利用率多少？

人工替代多少？

最终计算：

IRR / Payback Period / ROIC。

如果一台机器人两年回本，

企业会疯狂购买。

如果十年都回不了本，

再像人也没意义。

四、这就是 Travis 和人形机器人派真正的分歧

Figure 的逻辑是：

世界已经为人类设计好了。

楼梯；

工具；

门；

工厂工作站；

厨房。

所以最通用的机器人应该是：

Humanoid。

这叫：

Brownfield Compatibility。

Travis 的逻辑则更接近：

如果我要：

每小时制作1000份食品；

搬运几百吨矿石；

港口运输；

长距离工业物流；

为什么我要复制：

两只腿、两只手和人的尺寸？

轮子可能效率高十倍。

履带可能更好。

固定机械臂可能更快。

大型矿车可能更经济。

所以：

Form follows function。

身体应该服务任务。

不是任务迁就人体结构。

五、我认为两派其实最后都会赢，只是市场不同

人形机器人最有优势的区域：

Task diversity 高

Environment variability 高

比如：

家庭；

酒店；

医院；

复杂仓库；

大量原本为人设计的旧工厂。

专用机器人最有优势：

Task repetition 高

Throughput requirement 高

比如：

矿山；

港口；

流水线；

食品制造；

大型物流中心。

所以未来机器人的正确市场地图不是：

Humanoid VS Non-humanoid。

而是：

Generality Premium vs Efficiency Premium

任务越多样，

通用性越值钱。

任务越固定，

效率越值钱。

这是 Physical AI 投资必须理解的第一原则。

六、Mining 为什么可能是 Atoms 最聪明的一刀？

很多创业者不会第一时间想到矿山。

但从资本角度看，它其实漂亮得不得了。

矿山具有几个特征：

环境相对封闭；

路线重复；

大型车辆；

人工成本高；

安全风险高；

一天24小时运营；

每一分钟停机都有明确经济损失。

这几乎就是：

Automation Heaven。

Atoms 已经收购 Anthony Levandowski 创办的自动驾驶公司 Pronto，并把它作为 Atoms Mining 的核心技术平台。Pronto 表示，其自动驾驶运输系统已经在 Heidelberg Materials 的多个场景部署，超过100辆卡车计划使用相关技术，并曾在一个 Texas quarry 八个月内自主运输超过200万吨材料。

这和家庭机器人完全不同。

你不需要机器人理解：

“奶奶今天心情不好。”

只需要：

安全；

稳定；

准确；

高 uptime。

七、矿业自动化真正值钱的不是“少几个司机”

假设一个矿山年产出：

$1B。

自动化之后：

不是只减少 $20M 人工。

而是：

设备利用率提高；

24小时运行；

事故减少；

油耗优化；

路线优化；

维护预测；

吞吐提高。

如果总生产率提高：

20%。

可能意味着：

$200M additional output。

所以客户愿意支付的价格并不是：

“替代司机的工资”。

而是：

Percentage of Economic Value Created。

这就是为什么工业 AI 的 ACV 可能远远超过普通 SaaS。

八、这也是 Physical AI 最大的投资逻辑：它进入的是全球 GDP，而不只是 IT Budget

传统 SaaS：

跟 CIO 要预算。

例如：

公司每年 IT Budget $100M。

你争其中：

$2M。

Physical AI 可以进入：

Labor Budget；

Capex；

Fuel；

Maintenance；

Logistics；

Manufacturing Cost；

Energy Cost。

这意味着它在争夺的是：

Cost of Production。

这是一个比软件预算大得多的池子。

所以如果 Physical AI 真正成熟，

机器人公司的 TAM 可能非常恐怖。

九、Food 这条线其实是 Travis 从 Uber 延续下来的最深逻辑

很多人以为 CloudKitchens 是 Travis 离开 Uber以后随便找了一个行业。

我认为不是。

Uber 的本质是：

Local Logistics Optimization。

餐饮配送同样如此。

区别只是：

Uber Transport：

人从 A → B。

Food：

原料

↓

生产

↓

包装

↓

运输

↓

消费者。

Kalanick 在 Atoms 的叙事中把食品生产理解成一种“实体计算”：制造类似 CPU，房地产类似 storage，运输类似 network。Atoms 官方也明确说，其第一个“computer”就是 Food computer。

这是一个非常奇怪但非常高级的抽象。

十、为什么食物是非常难的电子商务？

Amazon 可以把一个 iPhone：

放仓库30天。

食物不行。

汉堡做好以后：

30分钟后价值就开始严重下降。

于是食品存在一个巨大约束：

Time-Space Coupling。

生产地点必须靠近消费地点。

所以未来自动餐饮最大的系统不一定是：

超级中央工厂。

可能是：

很多离消费者非常近的小型自动化 production nodes。

这其实和：

AWS Data Center

很像。

云计算不是：

全世界只有一个超级服务器。

而是：

Regional Nodes。

食品未来可能也是：

Distributed Manufacturing Network。

消费者下单。

附近节点自动生产。

自动配送。

这才是 Travis 所谓 Food E-commerce 更深层的可能性。

十一、一旦理解这一点，你就知道 CloudKitchens 为什么需要房地产

很多软件创业者觉得：

房地产是累赘。

Travis 反过来看：

房地产是：

Physical Compute Location。

假设你控制：

洛杉矶15分钟配送半径内的工业地产。

又控制：

自动厨房；

订单系统；

物流机器人；

配送网络；

品牌。

你拥有的已经不是：

一个餐厅。

而是一套：

Urban Food Infrastructure。

这里的房地产不是被动资产。

它是：

Network Node。

十二、这就是 Atoms 最值得研究的地方：它在做“Physical Stack”

数字计算机有：

CPU；

Storage；

Network。

Kalanick试图把物理产业重新抽象：

CPU

制造。

Storage

房地产/仓库。

Network

运输。

Software

AI + Scheduling + Optimization。

如果一个公司同时控制这些，

它能够做的是：

Physical Operating System。

这比单卖机器人硬件野心得多。

十三、现在再看他的“Negentropy”思想，就没有那么玄学了

热力学第二定律告诉我们：

封闭系统总体熵增加。

文明本身不断做的一件事情就是：

用：

能源；

知识；

机器；

组织

在局部创造秩序。

荒地：

变城市。

矿石：

变芯片。

沙子：

变建筑。

原油：

变塑料。

原材料：

变汽车。

所以 Kalanick 的“反熵”可以翻译成商业语言：

Productivity = increasing useful order per unit of resource.

同样100个人。

过去生产1000件。

今天：

机器 + 软件 + AI

生产10000件。

文明进步的一个核心来源，就是：

更少投入

↓

产生更多有用结构。

这就是 Productivity。

十四、因此 Atoms 真正赌的不是 Robotics，而是“生产率重新加速”

1970年代以后，发达国家很多传统产业生产率提升速度并没有像软件一样疯狂。

软件世界：

摩尔定律；

Cloud；

Internet；

AI。

而很多物理产业仍然：

人开车；

人搬货；

人操作设备；

人做饭。

于是形成巨大：

Bits-Atoms Productivity Gap。

Atoms 想做的事情就是：

把软件过去40年的生产率革命，

带进：

Mining；

Food；

Transport。

十五、这也是为什么我认为 Travis 的第二次创业，市场理论上可能比 Uber 还大

Uber 主要重构：

Mobility。

Atoms 理论上要进入：

Food；

Mining；

Logistics；

Manufacturing；

Construction；

Transport。

这些产业加起来涉及：

全球 GDP 中极其巨大的物理部分。

但这里一定要加一句：

TAM 大 ≠ 公司一定大。

物理世界的最大敌人是：

Capital Intensity；

Deployment；

Maintenance；

Regulation；

Hardware reliability；

Integration。

软件一天可以更新100次。

矿山机器坏一次：

可能损失几百万美元。

所以 Physical AI 的门槛比 SaaS 高几个数量级。

但一旦真正成功，

护城河也可能比 SaaS 深很多。

十六、再看 Travis 的“Meta-Problem”，这是整期管理部分最值钱的东西之一

David Senra 的节目说明也明确把这一部分列为：

Building Atoms & the Meta Problem of Management。

你整理的公式非常值得保存：

Problem-solving capacity 必须至少跟得上 Problem-creation velocity。

我会把它进一步写成：

Growth creates organizational debt.

增长本身会制造问题。

今天：

开一个城市。

出现：

招聘问题；

监管问题；

司机问题；

支付问题；

欺诈问题；

客服问题。

明天：

再开10个城市。

问题不是：

×10。

很可能：

×100。

因为系统之间开始互相影响。

十七、所以创业最大的误区之一：把“扩张”当成纯粹好消息

Revenue：

增长100%。

但组织复杂度可能：

增长300%。

为什么？

因为每增加：

产品；

国家；

客户；

员工；

监管区域，

都会增加新的：

Interactions。

如果系统中有 n 个单位，

理论关系数量可以接近：

n(n−1)/2。

所以规模越大：

协调成本越恐怖。

这就是：

Complexity Tax。

十八、这也是为什么很多创业公司不是被竞争对手杀死，而是被自己的成功杀死

产品突然爆了。

员工：

100 → 1000。

客户：

1万 → 100万。

国家：

1 → 30。

但是：

Management System

还是100人公司的系统。

于是出现：

招聘质量下降；

文化失控；

客服崩溃；

技术债；

监管事故；

财务失控。

这其实是 Uber 2016—2017 很值得研究的一面。

Uber 当时高速全球扩张，同时面对工作场所文化调查、监管争议和 Waymo 知识产权诉讼等一系列危机；最终多名主要投资者要求 Kalanick 辞职。

十九、“Excellence is the capacity to take pain”——我赞同一半

这句话非常 Travis。

他早期 Red Swoosh 多年极度缺钱，节目介绍也提到他前四年不拿工资、多次耗尽资金；这种经历显然塑造了他的创业人格。

高水平创业确实需要：

承受 rejection；

承受 uncertainty；

承受亏损；

承受孤独；

承受别人认为你疯了。

但是：

Pain 本身不是价值。

真正有价值的是：

Productive Pain。

健身：

肌肉酸痛，

但产生 adaptation。

创业：

客户拒绝，

让你改变产品。

这是 Productive Pain。

如果：

公司文化持续糟糕；

员工互相伤害；

监管不断报警；

创始人不睡觉；

决策越来越差；

还告诉自己：

“我比别人更能承受痛苦。”

这叫：

Unproductive Pain。

顶级创始人必须知道两者的区别。

二十、真正的 Excellence 不是“谁最能受苦”，而是“谁能把痛苦转化成学习速度”

我会把 Travis 的公式升级为：

Excellence ≈ Pain Tolerance × Learning Rate × Recovery Capacity

三个都重要。

只有 Pain Tolerance：

容易变成 self-destruction。

只有学习：

遇到真正危机就扛不住。

只有 Recovery：

又没有突破。

真正厉害的人：

扛得住；

学得快；

恢复得也快。

二十一、“秩序与混沌的边界”是非常高级的组织设计思想

Uber 早期 Kalanick 亲自参与前20—30个城市的 pricing process，再把经验逐渐变成可以复制的 playbook。David Senra 的节目介绍明确提到这一点。

这就是：

Minimum Viable Bureaucracy。

创业公司不是：

完全没有规则。

也不是：

500页 SOP。

而是：

只把真正会导致系统死亡的地方设成硬规则。

其他：

给员工极大自由。

二十二、这其实解释了 Amazon 的“Two-way Door / One-way Door”

虽然不是 Travis 的术语，但逻辑一样。

Two-way Door：

做错了容易改。

让团队自己决定。

One-way Door：

做错以后成本极高。

CEO 参与。

比如：

大型收购；

重大资本配置；

品牌危机；

核心定价。

优秀组织不是：

CEO 管所有事情。

而是：

CEO 管 irreversible decisions。

这是规模化以后领导力最重要的变化。

二十三、中国战争，是整期最值得学的 Marketplace 经济学案例

Uber 中国不是简单：

“谁补贴更多。”

Marketplace 最重要的是：

Density。

一个城市如果只有：

100个司机。

用户打开 App：

等20分钟。

体验差。

用户离开。

司机没有订单。

司机也离开。

死亡循环。

如果：

10万司机。

平均2分钟来车。

用户增加。

更多订单。

司机收入增加。

更多司机加入。

形成：

Positive Network Effect。

所以 Subsidy 真正买的不是：

低价。

而是：

Liquidity。

二十四、这里有一个绝大多数人没真正理解的 Marketplace 飞轮

司机越来越多：

↓

Pickup Time 下降

↓

用户体验提高

↓

订单增加

↓

Driver Utilization 提高

↓

司机空驶时间下降

↓

每小时收入提高

↓

不需要那么高的价格也愿意留下

↓

价格更低

↓

更多用户

↓

更多司机。

这就是：

Density → Efficiency → Price Advantage → More Density。

所以真正强大的 Marketplace 到最后不是：

因为补贴最多。

而是：

因为：

network itself creates lower unit economics。

二十五、这就是 Uber 中国真正漂亮、也真正残酷的地方

Uber 在中国投入了极大资本；历史报道估计其两年烧掉约 20亿美元。最终 2016 年 Uber 中国与滴滴合并，Uber 获得滴滴约 17.7% 的经济权益，而 Uber China 的其他投资者另外获得约2.3%的经济权益。

因此不能简单说：

Uber 中国“失败归零”。

它没有赢得运营控制权，

但把一个巨大烧钱战场：

变成了一个：

Equity Position。

这是资本配置上很重要的一点。

二十六、你整理里的“百度拿7%”我建议不要这么写

这条我没有找到可靠历史材料支持。

公开资料可以确认：

百度是 Uber 中国的重要投资者与本地合作伙伴；百度地图等资源对 Uber 的中国本土化非常重要。

但是 2016 年与滴滴交易时，公开披露的是：

Uber Technologies 获得约17.7%的经济权益；包括百度在内的 Uber China 其他股东合计获得约2.3%。

所以“向百度让渡7%股权”除非 Travis 在这次采访中明确讲的是某个未公开历史结构，否则我不建议当成已验证事实写进课程。

二十七、“人民优步”真正聪明的地方，是 Product Localization

People's Uber 当时确实被定位为一种低价、非营利性质的 ridesharing 产品，并通过补贴迅速推动司机和乘客使用。Reuters 当年的报道甚至提到，部分司机获得的补贴明显高于乘客支付的车费。

但最值得学的不是名字。

而是：

Uber 没有简单拿美国产品：

复制。

翻译成中文。

上线。

而是重新研究：

中国消费者价格敏感度；

本地支付；

地图；

手机；

城市交通；

监管；

竞争结构。

这叫：

Local Product-Market Fit。

二十八、这就是为什么跨国公司进入中国，最大的错误经常是“经验傲慢”

美国市场成功：

不代表中国成功。

中国成功：

也不代表美国成功。

真正优秀的 global company 必须具备一种能力：

Unlearn。

暂时忘掉：

“我们以前一直这样做。”

重新问：

当地客户是谁？

当地渠道是什么？

监管结构是什么？

竞争者为什么强？

消费者信任谁？

这是进入任何外国市场都应该学习的。

二十九、至于“Progress must be in harmony with stability”，需要把它看成 Travis 对中国治理逻辑的个人观察

这类判断不应该直接写成：

“中国政府就是这样。”

更准确应该写：

Kalanick 在访谈中描述，他从与中国监管者互动中形成了一种理解：政策推动创新时，同时高度重视社会稳定。

这是他的经验总结，不是一个可以简单推广到所有中国政策领域的定律。

但对企业来说，这里面有一个普遍规律：

Innovation has externalities。

网约车提高效率，

同时影响：

出租车司机；

就业；

牌照资产；

城市拥堵；

监管收入；

公共安全。

创业者只看到：

Consumer Surplus。

政府还必须看到：

整个系统。

这就是企业和政府不同的 objective function。

三十、然后来到整期最有争议的一段：Benchmark“政变”

这里一定要同时保留：

Travis Version

和

Historical Record。

Kalanick 在今天回看2017年时，自然会强调 Benchmark、Bill Gurley、董事会政治、投资人流动性需求和自己被逼出的过程。

但历史记录同样很明确：

2017 年 Uber 同时卷入严重的工作场所文化危机、性骚扰投诉调查、管理层震荡、监管争议以及 Waymo 诉讼；包括 Benchmark 在内的五家主要投资机构最终要求 Kalanick 辞去 CEO。之后 Benchmark 还对 Kalanick 提起诉讼，希望限制其董事会权力。

所以把整件事简单写成：

“VC发动资本政变抢走公司”

不够准确。

三十一、真正高级的结论不是“Travis 对”还是“Benchmark 对”

而是：

Founder Control 与 Corporate Governance 是两种必要力量

Founder：

拥有 vision；

信息更深；

工作80小时；

理解产品。

投资人：

可能更远离一线。

Travis 这个批评完全有道理。

但是董事会存在的原因又是什么？

因为 Founder 也可能：

过度自信；

承担过多风险；

产生利益冲突；

忽略文化和法律风险。

所以 Board 的价值不是：

教 CEO 怎么做产品。

而是：

Governance of Tail Risk。

这是完全不同的工作。

三十二、所以“真正创始人不要听VC逼逼”是非常危险的简化

我会把它改成一句更高级的话：

不要把投资人当运营教练，但必须把董事会当治理机制。

普通 VC 对：

产品按钮颜色；

招谁；

销售怎么做

可能真的没有你知道得多。

但是 Board 应该问：

公司会不会违法？

资本结构安全吗？

CEO 有没有失控？

审计可靠吗？

公司有没有巨大 reputational tail risk？

谁监督 CEO？

这是董事会应该存在的原因。

三十三、Travis 自己最有价值的复盘，是“我仍然像下一周就会没饭吃”

David Senra 对这期节目的介绍也特别提到，Uber 已经大约 $70B 估值以后，Kalanick 仍以担心下一张 grocery bill 的创业状态运营公司。

这个心理现象特别值得研究：

Scarcity Scar。

早年的贫穷、失败和长期缺钱，

可能塑造：

极强战斗力。

但公司巨大以后，

同一种人格可能开始产生副作用。

创业早期：

Aggression 是优势。

规模巨大以后：

Aggression 可能变成 liability。

早期：

速度第一。

后期：

Compliance 重要。

早期：

所有人都是敌人。

后期：

政府、员工、媒体、合作伙伴都成为 stakeholders。

这就是：

Founder-Company Fit。

不仅产品要 evolve。

创始人也必须 evolve。

三十四、很多伟大创始人真正失败的地方，不是没有能力，而是“成功以后人格没有升级”

100人公司需要：

Warrior。

10万人公司需要：

Statesman。

这是两个角色。

Warrior：

冲锋；

快速；

破规则；

打败敌人。

Statesman：

建制度；

建立合法性；

管理联盟；

保持长期稳定。

最难的是：

同一个人完成角色转换。

很多极强的0→1 founder，

到了1→1000以后，

原来让他成功的东西，

恰恰可能变成最大风险。

三十五、现在讲融资：Travis 的“五个会议室”不是花招，而是金融市场设计

Senra 的官方节目章节就直接叫：

Fundraising Playbook: QED Storytelling & a Five-Room Auction。

这非常值得创业者学习。

普通 Founder 融资：

Investor A：

“你估值多少？”

Founder：

“$500M。”

然后双方：

讨价还价。

Travis 的思维不同：

Don't negotiate price. Create a market.

把多个投资者同时放进流程。

让他们：

在不同 valuation 下表达 check size。

例如：

$10B：

愿意投 $500M。

$15B：

愿意投 $300M。

$20B：

愿意投 $100M。

你就得到了：

Demand Curve。

三十六、这其实就是 IPO Bookbuilding 的私人市场版本

投行做 IPO 也是：

询问机构：

价格 $X：

你买多少？

价格 $Y：

你买多少？

最后形成：

Order Book。

然后找到：

Clearing Price。

Travis 把这种：

Market Microstructure

用到了 Venture Fundraising。

所以关键不是：

“会不会谈判。”

而是：

能不能制造竞争性资本市场。

三十七、这就是为什么他说 Attached to Process, Not Price

如果你一开始执着：

“我一定值100亿美元。”

容易变成 Ego。

更高级的方法是：

让市场告诉你：

资本供需曲线在哪里。

然后优化：

Dilution；

Capital；

Investor Quality；

Board Rights；

Liquidation Preference；

Strategic Value。

三十八、这里出现一个非常重要的融资公式

创业者不应该单纯优化：

Highest Valuation。

应该优化：

Probability-weighted Future Founder Value

什么意思？

投资人A：

$5B估值。

但：

极强人脉；

不会干预；

下一轮继续支持；

能带来客户。

投资人B：

$6B估值。

但：

强控制条款；

董事席位；

未来不跟投；

Preference 很重。

后者估值高20%，

不一定是好交易。

三十九、因为融资卖出去的从来不只是股票

你同时卖掉四样东西：

Equity

经济权益。

Control

控制权。

Information Rights

信息权。

Future Optionality

未来战略选择空间。

这也是 Travis 在 Uber 后期真正学到的一课：

Cap Table is Governance Architecture。

你今天为了多拿一亿美元加入的人，

五年后可能决定：

你还能不能当 CEO。

四十、这是这期真正应该和“失去 Uber”连起来的地方

融资的时候：

大家只看：

Valuation。

但是长期来看：

Board seats；

Voting rights；

Protective provisions；

Founder shares；

Investor coalition；

Secondary liquidity

可能比 valuation 本身重要得多。

因此每个创业者都应该理解：

Financing is constitution-writing.

融资不是：

银行借钱。

而是在：

编写公司的宪法。

谁有票？

谁能罢免谁？

谁可以否决什么？

下一轮谁被稀释？

全部是在融资那一天写进去的。

四十一、而 Atoms 这次融资有一个特别漂亮的历史闭环

2011 年 Kalanick 原本希望 Andreessen Horowitz 投 Uber，但双方在估值上没有谈成；当时双方对过程的描述存在差异，但这段“错过Uber”的故事后来成为硅谷著名案例。

2026 年：

a16z 领投 Atoms。

Ben Horowitz：

进入董事会。

Uber：

也来投资。

15年以后：

两段未完成的关系，

在同一家新公司重新连接起来。

从创业史角度非常有意思。

四十二、如果我是投资者，我现在真正会盯 Atoms 什么？

绝对不会只看：

机器人视频。

我会看十个东西。

第一，Robot Payback Period。

客户多久回本？

第二，Autonomous productive hours。

真正创造价值的无人运行时间。

第三，Intervention rate。

多少小时需要人接管一次？

第四，Fleet utilization。

机器一天真正工作多少小时？

第五，Maintenance cost。

Physical AI 最大隐藏成本之一。

第六，Deployment time。

一家新矿山从签约到运行需要多久？

第七，Incremental throughput。

客户到底多生产多少？

第八，Gross margin。

最终是软件毛利还是重设备毛利？

第九，Capital intensity。

增长一美元收入需要多少资本？

第十，Cross-industry reuse。

Food、Mining、Transport 的技术到底能共享多少？

最后这一条特别重要。

四十三、因为 Atoms 最大战略风险是：它可能其实同时在经营三家完全不同的公司

Food。

Mining。

Transport。

看起来都叫 Physical AI。

但是客户：

完全不同。

销售：

完全不同。

硬件：

完全不同。

监管：

完全不同。

运营：

完全不同。

这会再次触发 Travis 自己说的：

Meta-Problem。

他最需要防止的事情可能恰恰是：

Problem Creation > Problem Solving Capacity。

非常有意思。

四十四、所以 Atoms 最大的赌注不是机器人，而是“共享底层平台能否抵消多行业复杂度”

如果底层可以共享：

Vision Model；

World Model；

Autonomy stack；

Mapping；

Fleet Management；

Simulation；

Hardware Control；

Deployment Infrastructure。

那么：

Food + Mining + Transport

会产生规模经济。

如果不能，

Atoms 就可能变成：

三个重资产企业装在一个 Holding Company 里。

那就很难获得科技公司的超级估值。

这会是未来几年判断 Atoms 最关键的战略问题之一。

四十五、把 Travis 和 Brett Adcock 放在一起，Physical AI 的路线图已经非常清楚

Brett：

General Intelligence → General Body

Figure。

通用大脑，

人形身体。

Travis：

Industrial Intelligence → Specialized Body

Atoms。

针对 ROI 最大化的专用机器。

Elon：

介于两者之间。

Tesla 同时拥有：

Optimus；

Robotaxi；

制造自动化；

AI infrastructure。

未来十年，很可能不是谁把对方全部消灭。

而是 Physical AI 像计算机产业一样形成：

Different Form Factors for Different Workloads。

手机没有消灭服务器。

服务器没有消灭 PC。

GPU 没有消灭 CPU。

Humanoid 也不会消灭工业专用机器人。

四十六、从历史角度看，Atoms 其实更像第二次工业革命，而不是互联网革命

第一次工业革命：

蒸汽机把：

Human Muscle

变成：

Mechanical Power。

第二次：

电力 + 流水线：

把生产重新组织。

第三次：

Computer：

自动化信息处理。

第四次：

AI：

自动化 Cognitive Work。

而 Physical AI：

开始把：

Intelligence + Mechanical Power

合并。

机器不仅有力量。

开始有：

Perception；

Prediction；

Decision；

Learning。

这可能是真正意义上的：

Autonomous Capital。

四十七、什么叫 Autonomous Capital？

过去：

买一台推土机。

机器本身不会赚钱。

必须雇一个人：

操作。

未来：

资本设备本身：

感知；

判断；

工作；

维护调度；

不断学习。

那么“机器”和“工人”的边界开始消失。

以前资本：

需要 Labor 激活。

未来越来越多资本：

Activates itself。

这是 Physical AI 对经济学最深远的影响之一。

四十八、这会重新改变劳动与资本之间的收益分配

工业经济经典生产函数：

Y = F(K, L)

K：

Capital。

L：

Labor。

但如果机器人同时是：

Capital

部分 Labor，

那么增长越来越可能来自：

K。

这意味着：

拥有机器人；

拥有矿山；

拥有能源；

拥有自动化基础设施

的人，

可能获得更多 Productivity Gains。

所以 Physical AI 不只是科技问题。

它最终还是：

Ownership Question。

谁拥有这些自动生产资产？

这是未来十几年非常大的经济和政策问题。

四十九、如果只让我从 Travis 这期留下六条创业原则，我会留下这六条

第一，真正大的技术机会往往不是创造新需求，而是重新组织已经存在的巨大经济活动。

Uber 没发明出行。

Atoms 没发明矿业。

技术只是重新组织它。

第二，不要迷信技术形式，先算经济账。

机器人长什么样不重要。

Cost per useful task 才重要。

第三，增长会自动制造复杂度。

公司真正的扩张速度不能超过：

organizational problem-solving capacity。

第四，Marketplace 最大的护城河往往不是品牌，而是密度产生的单位经济优势。

Network Effect 最终必须落到：

Efficiency。

第五，融资不是拿钱，而是在设计公司的权力结构。

Cap Table：

就是未来治理结构。

第六，创始人最大的挑战不是永远保持创业第一天的自己，而是知道什么时候必须升级自己。

让你从 $0 做到 $1B 的人格，

未必能让你从：

$1B → $100B。

五十、我会重新给这期定一个更高级的标题

你现在的几个标题里，“从数字网约车到万亿重工物理自动化”方向最好。

但我会再提一级。

最推荐标题：

《Uber创始人 Travis Kalanick：下一场万亿革命，不在互联网，而在整个物理世界》

副标题：

从中国补贴战争、700亿美元Uber的控制权教训，到融资拍卖和Atoms的矿山、食品、运输机器人——一个曾经数字化城市出行的人，如今想把现实世界变成一台计算机。

如果想更创业：

《失去Uber之后，Travis Kalanick学会了什么？控制权、融资、痛苦与第二次创业》

如果想更科技/投资：

《Humanoid可能不是答案：Uber创始人为什么押注“能赚钱的专用机器人”？》

如果想做最有传播力的一条：

《Uber创始人回来了：融资17亿美元，要把矿山、食物和运输全部变成机器人》

我个人最推荐第一条。

因为这期访谈真正应该留给读者的，不是：

“Travis Kalanick 很狠。”

而是一条比创业鸡汤高级得多的规律：

第一次互联网革命，把现实世界的信息数字化；下一次革命，是让现实世界本身变得可计算。

Uber 让一百万辆原本彼此独立的汽车成为一个可以实时调度的网络。

Atoms 如果最终成功，它想做的事情更大：

让：

厨房成为计算节点；

矿车成为自主资本设备；

房地产成为物理存储；

运输成为网络；

AI 成为调度这一切的操作系统。

所以从最高层看，Travis 二十多年的创业史其实可以压缩成一句话：

他从来不是在做出租车、外卖厨房或者机器人——他一直在尝试把低效率的物理资源，变成软件可以理解、预测、调度和控制的网络。

这才是这期专访里真正值得拿走的东西。