在这段视频(《Uncapped with Jack Altman》第 38 集)中,Andreessen Horowitz (a16z) 的联合创始人 Ben Horowitz 深入探讨了他们如何将风险投资打造成一个“工业化机器”。 以下是视频中的核心内容与观点总结: 1. a16z 的核心哲学:风险投资是一种“产品” VC 作为创业助理: Ben 认为传统 VC 模式(给钱 + 偶尔喝咖啡提供建议)对创业者来说是一个“令人失望的产品” 。他希望提供的产品是:不仅给钱,还提供运营公司的建议和建立强大网络的能力。 “致胜”比“挑选”更重要: 他提出了一个非传统的观点:在 VC 领域,赢得交易(Winning)比挑选项目(Picking)更关键。他认为即使只是平均水平的挑选者,如果能赢得所有顶级交易,回报也会非常丰厚,而且顶尖的挑选者也会被吸引到能“赢”的平台上。 2. 管理与规模:为什么 a16z 能做这么大? 打破“合伙人僵局”: 大多数 VC 无法规模化是因为采用“共享控制权”的民主制,这会导致无法有效重组或权力再分配。a16z 采用了类似公司的 CEO 领导架构,允许 Ben 进行组织架构调整,以适应规模的翻倍。 平台的力量: a16z 拥有 600 名员工,为被投公司提供招聘、公关、政策咨询等全方位服务。这使得顶尖合伙人(如 Martin Casado 或 Chris Dixon)可以同时管理更多的董事会席位(超过传统极限的 8 个),因为背后的平台处理了大部分杂活。 不嫌“大”: Ben 认为“好风投”和“大规模风投”并不矛盾。虽然市场容量是有限制的,但 a16z 的目标是通过规模优势帮助美国在技术竞争中保持领先。 3. 董事会角色:治理与关键时刻 董事会是法律保护伞: 他强烈反对“不设董事会”的说法,认为这是对 CEO 极度危险的行为。在法律上,将重大决策通过董事会审议是保护 CEO 免受个人诉讼和刑事责任的关键手段。 价值体现在“关键时刻”: 平时董事会可能没多大用,但在公司存亡关头(如 DataBricks 早期没人愿意投 C 轮,或面对 40 亿美元的收购诱惑时),一个有远见的董事会成员可以改变公司的命运。 4. 媒体、品牌与“占领地盘” (Flooding the Zone) 自媒体策略: a16z 从 2009 年起就开始重视品牌。Ben 认为现在的媒体环境已经变了:渠道无限、品牌人格化(如马斯克代表特斯拉,黄仁勋代表英伟达)。 永远不要道歉,要“占领地盘”: 在现代公关中,如果你说错了话或遇到了公关危机,答案不是道歉或闭嘴,而是持续发布内容,用更多的信息流去覆盖和淡化危机。 5. 关于人才与领导力 寻找“非凡的优点”而非“平庸的完人”: 在投资时,要关注一个人在某个领域是否是世界顶级的强。不要因为对方不懂会计或不懂营销就拒绝,因为弱点可以弥补,但非凡的才华无法复制。 反对“虚伪的礼貌”: 真正的合作需要“残酷的诚实”。他与 Mark Andreessen 合作 30 年,关系更像亲戚,虽然经常争论,但这种直接的沟通是公司不断进化的动力。 总结: a16z 的成功在于将 VC 从一种“作坊式的技艺”转型为一种“专业化的服务平台”,并通过强大的品牌和管理机制解决了 VC 行业长期存在的规模化难题。 本文为基于公开视频的分析性总结,不构成原内容替代。
目录
观点原文
在这段视频(《Uncapped with Jack Altman》第 38 集)中,Andreessen Horowitz (a16z) 的联合创始人 Ben Horowitz 深入探讨了他们如何将风险投资打造成一个“工业化机器”。
以下是视频中的核心内容与观点总结:
- a16z 的核心哲学:风险投资是一种“产品”
VC 作为创业助理: Ben 认为传统 VC 模式(给钱 + 偶尔喝咖啡提供建议)对创业者来说是一个“令人失望的产品” 。他希望提供的产品是:不仅给钱,还提供运营公司的建议和建立强大网络的能力。
“致胜”比“挑选”更重要: 他提出了一个非传统的观点:在 VC 领域,赢得交易(Winning)比挑选项目(Picking)更关键。他认为即使只是平均水平的挑选者,如果能赢得所有顶级交易,回报也会非常丰厚,而且顶尖的挑选者也会被吸引到能“赢”的平台上。
- 管理与规模:为什么 a16z 能做这么大?
打破“合伙人僵局”: 大多数 VC 无法规模化是因为采用“共享控制权”的民主制,这会导致无法有效重组或权力再分配。a16z 采用了类似公司的 CEO 领导架构,允许 Ben 进行组织架构调整,以适应规模的翻倍。
平台的力量: a16z 拥有 600 名员工,为被投公司提供招聘、公关、政策咨询等全方位服务。这使得顶尖合伙人(如 Martin Casado 或 Chris Dixon)可以同时管理更多的董事会席位(超过传统极限的 8 个),因为背后的平台处理了大部分杂活。
不嫌“大”: Ben 认为“好风投”和“大规模风投”并不矛盾。虽然市场容量是有限制的,但 a16z 的目标是通过规模优势帮助美国在技术竞争中保持领先。
- 董事会角色:治理与关键时刻
董事会是法律保护伞: 他强烈反对“不设董事会”的说法,认为这是对 CEO 极度危险的行为。在法律上,将重大决策通过董事会审议是保护 CEO 免受个人诉讼和刑事责任的关键手段。
价值体现在“关键时刻”: 平时董事会可能没多大用,但在公司存亡关头(如 DataBricks 早期没人愿意投 C 轮,或面对 40 亿美元的收购诱惑时),一个有远见的董事会成员可以改变公司的命运。
- 媒体、品牌与“占领地盘” (Flooding the Zone)
自媒体策略: a16z 从 2009 年起就开始重视品牌。Ben 认为现在的媒体环境已经变了:渠道无限、品牌人格化(如马斯克代表特斯拉,黄仁勋代表英伟达)。
永远不要道歉,要“占领地盘”: 在现代公关中,如果你说错了话或遇到了公关危机,答案不是道歉或闭嘴,而是持续发布内容,用更多的信息流去覆盖和淡化危机。
- 关于人才与领导力
寻找“非凡的优点”而非“平庸的完人”: 在投资时,要关注一个人在某个领域是否是世界顶级的强。不要因为对方不懂会计或不懂营销就拒绝,因为弱点可以弥补,但非凡的才华无法复制。
反对“虚伪的礼貌”: 真正的合作需要“残酷的诚实”。他与 Mark Andreessen 合作 30 年,关系更像亲戚,虽然经常争论,但这种直接的沟通是公司不断进化的动力。
总结: a16z 的成功在于将 VC 从一种“作坊式的技艺”转型为一种“专业化的服务平台”,并通过强大的品牌和管理机制解决了 VC 行业长期存在的规模化难题。
本文为基于公开视频的分析性总结,不构成原内容替代。
ABAB AI 解读
下面我不把这段内容当成“a16z 的自我宣传”,而是把它还原为一套正在重塑风险投资行业的“组织级创新模型”。
这套模型的意义不在于“a16z 做得多大”,而在于:它解释了为什么传统 VC 注定难以规模化,也解释了未来资本为何越来越像一家“产品公司”。
一、VC 是一种“产品”:这是对整个行业的降维打击
Andreessen Horowitz(a16z)的核心洞察是:风险投资不是身份,不是头衔,而是一种要被创业者“选择”的产品。
传统 VC 的“产品”是什么?
- 钱
- 偶尔喝咖啡
- 几句宏观建议
这在 2000 年前后尚且成立,但在今天已经彻底失效。
Ben Horowitz 的判断非常冷静:对创业者来说,这是一个“体验极差的产品”。
于是 a16z 重新定义了 VC 的交付内容:
- 给钱
- 给方法论
- 给招聘、PR、政策、市场、技术网络
- 给“在关键时刻能拉你一把的系统”
📌 这是 VC 行业第一次承认:如果你不把自己当成“产品经理”,你就会被淘汰。
二、“赢得交易”比“挑选项目”更重要:这是非共识,但数学上成立
Ben 提出的观点极具颠覆性:
Winning(赢下交易) > Picking(挑对项目)
这句话的含义,不是“不需要眼光”,而是:
- 在幂律分布的世界里
- 你只要能持续进入最顶级的交易池
- 即便挑选能力只是“中上”,回报也会碾压行业
📌 更残酷的一点是:
- 顶级创始人会主动选择“更容易赢的 VC 平台”
- 好项目会向“能赢”的地方聚集
- 于是“能赢”本身,开始自我强化
这解释了一个现象:为什么最好的投资人,反而愿意加入 a16z,而不是自己出来单干。
三、为什么 a16z 能做这么大?因为它不是“合伙制”,而是“公司制”
传统 VC 的死穴在于:
- 所有合伙人权力对等
- 重大调整需要共识
- 无法快速重组
这在小规模时是优点,但在规模化时是致命缺陷。
a16z 选择了一条反直觉的路:
- 类似公司
- 有 CEO
- 有明确的组织重组权
Ben 可以像 CEO 一样:
- 调整结构
- 调配资源
- 适应规模翻倍
📌 这是 VC 行业极少见的“反民主设计”,但却是规模化的必要条件。
四、“平台型 VC”:600 人不是成本,而是杠杆
a16z 拥有 600 名员工,为被投公司提供:
- 招聘
- 公关
- 政策
- 市场
- 技术对接
这带来了一个结构性结果:顶尖合伙人可以管理远超传统极限的董事会席位。
比如:
- Martin Casado
- Chris Dixon
- 在传统 VC 中:8 个董事会已经是上限
- 而在 a16z:后台平台处理“杂活”
- 合伙人专注于:判断、决策、关键时刻介入
📌 这不是人多,而是把“个人能力”转化为“组织杠杆”。
五、“不嫌大”:a16z 的真正目标不是基金回报,而是国家级竞争力
Ben 说得很直白:市场容量有限,但 a16z 仍然选择做大。
原因不只是赚钱,而是:
- 技术竞争已经上升到国家层面
- 美国需要“能打硬仗的资本组织”
📌 a16z 的自我定位,不再只是“财务中介”,而更像:美国技术生态的“战略基础设施”。
六、董事会:不是摆设,而是 CEO 的“法律防火墙”
Ben 强烈反对“不要董事会”的说法,理由不是治理,而是法律现实。
董事会的真正作用
- 把重大决策变成“集体决策”
- 降低 CEO 的个人法律与刑事风险
- 在极端情况下,提供“合法性保护”
📌 这是一个很多创始人直到出事才明白的真相。
而董事会的真正价值,往往只在关键时刻显现:
比如 Databricks 早期
- C 轮无人愿投或面对 40 亿美元收购诱惑
- 一个有远见的董事可以直接改写公司命运。
七、媒体与“占领地盘”:信息时代的公关新法则
a16z 从 2009 年就开始做品牌,这不是营销,而是结构判断。
Ben 的核心洞察是:
- 媒体渠道无限
- 品牌开始人格化
- 马斯克 = 特斯拉
- 黄仁勋 = 英伟达
于是出现了一个新策略:Flooding the Zone(占领地盘)
当发生公关危机时:
- 不道歉
- 不沉默
- 持续输出更多内容,用信息密度淹没争议
📌 这不是傲慢,而是对现代注意力机制的理解:叙事权,永远属于声音最大、最持续的一方。
八、人才哲学:找“非凡优点”,而不是“平均完人”
a16z 的投资标准非常清晰:
- 不要“样样 7 分”
- 要“某一项 10 分”
因为:
- 弱点可以补
- 平庸无法复制
- 非凡才是稀缺资源
📌 这也是为什么他们愿意投:
- 技术天才
- 社交能力差
- 不会管理
只要:学习速率足够高
九、反对“虚伪的礼貌”:残酷诚实才是长期合作的基础
Ben 与 Mark Andreessen 合作 30 年,关系更像亲戚。
- 经常争论
- 直接指出问题
- 不玩“政治正确”
📌 在高强度合作中:
- 表面和谐,往往意味着问题被压制;
- 残酷诚实,才是组织持续进化的燃料。
最终一句话总结(a16z 模型的本质)
a16z 不是“更聪明的 VC”,而是把风险投资,重构为一个:可规模化、可复制、可持续进化的“产品化组织”。
这套模型的意义在于:VC 不再是个人英雄主义,而是组织能力的竞争
相关观点
- 本文Jack Altman 对话 Bret Taylor。Bret 是科技界的传奇人物,曾任 Google 地图联合创始人、Facebook CTO、Salesforce 联席 CEO,现任 OpenAI 董事长,并创办了发展极快的 AI 初创公司 Sierra 以下是 Bret Taylor 针对 AI、软件行业未来以及公司管理分享的核心观点和内容总结: 1. 软件行业的“末日”还是“转型”? SAS-mageddon(软件即服务末日): 面对公共市场软件股下跌,Bret 认为这反映了市场对未来的焦虑,而非对具体公司的判决 记录系统(Systems of Record)的挑战: 传统上,ERP、CRM 等系统因作为数据锚点和拥有复杂工作流而极具价值。但在 AI 时代,如果 AI Agent(智能体)能自动完成所有工作,用户不再点击按钮,那么这些系统的价值可能会从“应用”退化为纯粹的“数据库” 防御性与新机会: AI 智能体带来的不仅是风险,更是重塑。公司如果能围绕平台建立智能体生态,其价值可能超越原有的平台 2. 为什么初创公司能击败巨头? 战略税(Strategy Tax): 巨头拥有无限资源,但往往被既有优势(如本地部署系统、旧的商业模式、销售提成机制)所束缚 从“最佳平台”回到“最佳品种”: 每次技术范式转移(如 Web、移动端、AI),市场都会从倾向于买一站式平台转向购买在单一技术上做到极致的“最佳品种”产品。初创公司没有历史包袱,能 100% 投入新技术的研发 3. Sierra 的成功路径与 AI 智能体(Agent) 定位高价值行业: Sierra 专注于服务高度合规、复杂的行业(如医疗保险、银行、电信)。这些行业对 AI 的要求不仅仅是“Demo”,而是“工业级”的稳定 结果导向定价(Outcome-based Pricing): 这是 Bret 大力倡导的模式。不同于传统的按席位或按 Token 计费,Sierra 按“解决的问题”或“达成的销售”收费。他认为,随着智能体变得自主,企业应为最终的商业结果买单 超越支持: Sierra 的智能体不仅做客服,还参与房屋搜索、抵押贷款服务,甚至进行上亿美元规模的业务谈判(如协商有线电视账单) 4. 关于编程与 AI 开发 编码范式转移: Bret 提到现在的 AI 已经能编写高质量的代码。他预测 3 年内,软件团队的最佳实践将完全被重写 抛弃式 IP: 在这一时期,为了服务客户,开发者必须编写一些可能在 4 个月内就会被丢弃的代码,因为底层技术迭代太快 Terraforming 软件: 真正的持久资产可能不再是代码本身,而是生成这些代码的系统和提示词(Prompts) 5. 对 AI 与人类未来的思考 人的身份与技能: 虽然 AI 在编程和数字任务上表现卓越,但在物理世界(如建筑、制药实验)以及涉及人类“品味”和“地位追求”的领域,人类仍不可替代 自省与进化: 就像会计师经历了 Excel 时代一样,人类需要调整身份认同,把 AI 当作工具,从而实现更高程度的自我实现 广告与分发: 针对 OpenAI 可能引入广告的讨论,Bret 持乐观态度。他认为,为了实现“让 AGI 造福全人类”的使命,需要有一种商业模式(如广告)来支持免费提供服务,使那些支付不起每月 20 美元的人也能使用 AI 6. 公司管理与董事会 文档驱动: Bret 坚持在董事会会议中使用书面文档而非幻灯片(Slides)。他认为写作是理清思绪、整合信息的最佳方式,能让会议集中在核心决策上 跨学科董事会: 他认为董事会应是管理层寻求建议的对象,而非仅仅是报告对象。一个好的董事会应由不同领域的专家(如安全专家、法律专家、销售老兵)组成 核心结论: Bret Taylor 认为我们正处于从“以技术为中心”转向“以产品为中心”的周期中。2027 年,每个公司都将需要一个 AI Agent,就像 1997 年每个公司都需要一个网站一样 以上内容来源:https://www.youtube.com/watch?v=tJwiP0zqVp4Jack Altman · 2026/03/04
- Jack Altman 对话 Y Combinator(YC)的核心成员 Gary Tan(总裁兼 CEO)、Jared Friedman 和 Harj Taggar 讨论了 AI 时代下 YC 的演变、对初创公司的挑选标准、AI 对软件行业的冲击以及 YC 的未来规划 1. YC 的核心产品与传承 “霍格沃茨”式转型: Gary 将 YC 描述为“初创公司的迪士尼”或“霍格沃茨”。其核心产品是“转型”——将诚实、有技术能力的建设者转化为强大、令人敬畏的企业家 变与不变: 尽管时代在变,但 YC 的核心建议(“做出人们想要的东西”)从未改变。YC 的结构已经去中心化,现在拥有 15 个小组,每个合伙人像 PG(保罗·格雷厄姆)当年一样,以高度自治的方式运行自己的“迷你 YC” 2. AI 对编程和初创公司的颠覆 AI 极大缩短了开发周期: Gary 分享了他个人的经历:他利用 Claude Code 等工具,在 90 小时内重写了 2008 年初创公司 7 万行代码的代码库。过去需要 5 名工程师和 2 年时间完成的工作,现在一个人两周就能完成 招聘标准的改变: YC 现在允许申请者在申请过程中提交他们与 Claude 或 Cursor 的对话记录。评判标准不再仅仅是 CS 学位,而是“Agency”(能动性)和“Taste”(品味)。合伙人通过观察创始人的提示词(Prompt)逻辑,判断其是否理解系统设计、是否存在过度工程或过早优化 MVP 门槛大幅提高: 随着开发成本降低,初创公司在获得融资前的产品质量要求已经显著提高。创始人不仅要“做出东西”,更要迅速证明那是“人们想要的东西” 3. AI 时代的行业趋势 SaaS 的重组: 合伙人们讨论了“SaaS 是否已死”。观点倾向于认为,传统的、仅靠功能堆砌的 SaaS 难以为继,但作为“记录系统”(System of Record)或涉及资金/监管流程的产品(如 Ripling)依然具有强大的护城河 新一代 Salesforce 的诞生: 他们预测下一个 Salesforce 将诞生于 YC。新一代工具会利用 AI 彻底改变销售和报告逻辑,而不再依赖陈旧的集成体系 “蓝色海洋”市场: 预测市场(如 Kalshi)和稳定币支付正在成为新趋势。尽管竞争激烈,但 YC 建议创始人不要过度关注竞争对手(如 Harvey vs. Lora),而应专注于执行 4. 创始人的新特质与挑战 年轻化趋势: AI 革命更有利于年轻人。这一代创始人有一种“这是最后一次参与资本主义的机会”的紧迫感(担心 AI 很快会比人类做得更好) 从“雇员”到“资本”: 在 AI 时代,作为“劳动力”的风险在增加,而成为“创始人”(管理层转化为资本)的机会和可能性却在前所未有地提高 博弈想象力: Gary 认为现在的瓶颈不是资金,而是“想象力的缺乏”。初创公司不应只是追求微小的效率提升,而应思考如何利用 AI 彻底改变产品形态 5. YC 的未来战略 寻找更多的“Parker Conrad”: YC 希望挖掘更多像 Ripling 创始人 Parker 那样,虽然可能没有传统的技术背景,但具有极强商业智能和产品品味的人,因为 AI 工具让他们现在也能构建复杂的应用 下沉到社区: YC 正在进行大规模的线下活动(如访问 30 多个大学校园、前往印度和欧洲),旨在从更早期的阶段(如大一学生)影响潜在的创始人,打破 YC 只是“互联网上的高空机构”的印象 一年四期 batch: YC 已将每年的创业营从两期增加到四期,以消除创始人需要等待半年的瓶颈 6. 宏观政治与社会责任(针对加州和 SF) Gary 谈到了他对旧金山和加州政治的参与。他强调科技界需要站出来,确保政府能提供基本职能(如安全、教育),而不是单纯的“美德信号”(Virtue Signaling)。他支持那些实干型的政治领袖,认为这对于维持初创生态的健康至关重要 核心结论: AI 让软件开发的单位成本趋近于零,这使得 YC 能够资助更多、更多样化的初创公司。YC 的目标是继续扩大基础,寻找那些具有超强行动力和敏锐产品直觉的“天才异类” 本文内容来源 https://www.youtube.com/watch?v=s830OB11pqwJack Altman · 2026/03/04
- 随着越来越多的风投机构募集规模惊人的巨型基金,Benchmark 却是少数仍坚持保持小规模的“异类”之一。 Peter 清晰地阐述了,为什么保持小规模对 Benchmark 的运作方式至关重要。 他说:“更多的资本,意味着会被迫开展一大堆活动……而这些活动,会一点一点地侵蚀我们之所以从事这门生意的本质。” As many VCs raise eye poppingly large funds, Benchmark is one of the few hold outs staying small. Peter articulates why this is integral to how Benchmark works. "More capital equals a whole bunch of activities that...eat at the essence of why we practice the business.Jack Altman · 2026/02/05
- 在这段视频(《Uncapped with Jack Altman》第 39 集)中,Jack Altman 采访了 Daniele Perito。Daniele 是 AI 安全公司 Depth First 的创始人,此前曾是估值百亿的批发平台 Faire 的联合创始人,并且是 Cash App 的创始团队成员。 以下是视频中关于创业、AI 安全及未来技术趋势的核心观点与内容总结: 1. AI 安全的新纪元:从“防熊”到“防 AI 熊” 安全范式的转变: 传统的安全理念是“你不需要跑得比熊快,只需要跑得比你旁边的人快”。但在 AI 时代,攻击者不再是一只熊,而是“一千只 AI 熊” 。这意味着攻击成本将大幅降低,频率将呈指数级增长。 AI 安全工程师: Depth First 的目标是打造“AI 安全工程师”,即利用成千上万个独立智能体(Agents)持续扫描代码、云配置和基础设施,识别那些传统启发式系统无法发现的、需要复杂逻辑推理才能识别的漏洞。 防御者的优势: 尽管攻击者只需找到一个漏洞,但防御者(AI)拥有“全上下文”优势。AI 可以花费数小时深度学习客户的代码库、历史提交记录和环境,这种深度理解是盲目攻击的黑客难以企及的。 2. 创业经验:Faire 与 Cash App 的启示 “先试后买”的顿悟: 在 Faire 早期,团队尝试过多种模式(如寄售、积分等),直到 Daniele 在一晚内写出了“Try before you buy”(延期支付+免费退货)的代码,第二天市场反应立刻爆棚,这才是真正的产品市场匹配(PMF)。 “2倍价值”心态: 在 Square 早期,Daniele 抱着“一个人在几百人的公司里也能让业务价值翻倍”的信念。他主动请缨解决 Cash App 的欺诈问题,最终通过机器学习系统将损失降低了 80%,这种“黑客式”的寻找价值路径的心态对创业至关重要。 “30个数据点”原则: 他建议不要迷信大数据,而是深入研究 30 个具体的数据点(如 30 个客户或 30 个报错)。这能帮你建立直觉,判断问题大概是在 60% 还是 10% 的区间,从而迅速做出决策。 3. AI 时代的决策与文化 不确定性是常态: 九年前创业可以假设系统处于稳定状态,但现在每三个月一切都在发生不可预测的变化。 打破“安全 vs. 效率”的假象: 过去安全检查往往会拖慢开发进度,但 AI 可以实现极速的代码审计,从而实现安全与生产力的统一。 认识论的谦逊: 经营市场型业务让 Daniele 变得更加谦逊,因为现实(A/B 测试)经常会打脸人类的直觉。 4. 技术愿景 强化学习(RL)+ 大语言模型(LLM): 通过强化学习训练模型去模仿超级黑客的思维,将多个细小漏洞串联成复杂的攻击路径,从而提前在防御端封堵这些路径。 安全市场的特殊性: 安全产品很难评估,因为“没发现漏洞”可能是因为系统安全,也可能是因为工具太差。AI 的推理能力和“展示工作过程”(列出所有假设)能显著提高买卖双方的信任。 总结观点: 软件正在统治世界,但目前的软件安全极度脆弱。如果不解决 AI 驱动的安全问题,我们就无法真正进入 AI 安全受控的未来。 本文为基于公开视频的分析性总结,不构成原内容替代。Jack Altman · 2026/01/23