这是关于 Vinod Khosla(Khosla Ventures 创始人)接受 Jack Altman 采访的视频总结。 视频标题: Khosla Ventures' Vinod Khosla on What Founders Need to Know About AI | Ep. 24 核心主题: 风险投资的哲学、OpenAI 的早期投资故事、AI 对未来的深远影响(医疗、机器人、经济)、以及给创始人的建议。 以下是详细的内容梳理: 1. 风险投资哲学:Venture Assistance (风投协助) 不只是资本: Vinod 认为大多数风投(90%)对公司不仅没有增值,甚至可能有负面影响。他提倡 "Venture Assistance"(风投协助),即不仅仅提供资金,还要在公司建设、招聘、战略上提供实质帮助。 残酷的诚实 (Brutal Honesty): 他以极度直接和诚实著称。他不在乎别人是否喜欢他,只在乎自己说的是否正确且有用。如果他认为某个想法很蠢,他会直接说出来,但他也是创始人最坚定的支持者。 高风险高回报 (Option Value): 他的投资策略是寻找那种“如果成功,回报巨大”的机会,即使成功率很低(例如 10%)。他愿意为了巨大的上行空间承担失败的风险。 2. OpenAI 的故事 早期唯一风投: Khosla Ventures 是 OpenAI 最早期的唯一一家风险投资机构。当时 Sam Altman 提出要筹集数十亿美元来做 AGI(通用人工智能),这是一个极度疯狂且成功率极低的想法。 相信愿景: Vinod 投资的原因是他相信 Sam Altman 的宏大愿景和执行力,即使当时这看起来像是不可能的任务。 非营利转盈利: 他支持 OpenAI 从纯非营利组织转变为“封顶利润”公司,因为没有巨大的资金投入(算力、人才),AGI 是不可能实现的。 3. AI 的未来与社会影响 专业知识的自动化: AI 将能够替代绝大多数专业服务,如医生、教师、结构工程师等。未来的“AI 医生”将比最好的人类医生更优秀、更全面。 劳动力通缩与经济增长: AI 将大幅降低劳动力成本,带来通货紧缩和巨大的经济增长(GDP 增速可能达到 5-7%)。这将创造一个“富足”的社会。 合成数据 (Synthetic Data): 人类数据即将用尽,未来的 AI 训练将大量依赖合成数据及模拟环境(如自动驾驶、人形机器人)。 人形机器人: 他预测 25 年内会有 10 亿台人形机器人,这将从根本上解放人类,让我们不再需要做那些不想做的工作。 贫富差距与生活底线: 虽然收入不平等可能会加剧,但他认为这不重要,重要的是最底层人民的生活水平将大幅提高(Everyone is better off)。 4. 给创始人的建议 信念驱动 (Belief Systems): 伟大的公司是由创始人的坚定信念驱动的,而不是市场分析。专家通常只能推断过去,而创业者是在创造未来。 团队建设 (Gene Pool Engineering): 创始人最重要的工作之一是组建团队。要注意团队的基因多样性,不同阶段需要不同类型的人才。 愿景与战术: 创始人需要对愿景极其顽固(Stubborn on vision),但在战术上要极其灵活(Flexible on tactics)。 5. 地缘政治与气候 中美科技战: Vinod 认为我们正处于一场科技战争中。必须赢得 AI 竞赛,因为这关乎价值观的竞争。 开源的风险: 与其他嘉宾不同,他对开源前沿 AI 模型持批评态度,认为这等于把核武器图纸送给对手,存在巨大的国家安全隐患。 气候投资: 在清洁能源领域,他采取“广撒网”策略,投资了 12 家不同的聚变和地热公司,哪怕只有一家成功也是巨大的胜利。他特别看好地热能(Insta-infrastructure)。 总结: Vinod Khosla 是一位极具远见且直言不讳的投资人。他坚信 AI 和硬科技将彻底重塑世界,带来前所未有的富足。对于创始人,他强调要有改变世界的野心和面对困难的韧性;对于社会,他呼吁在拥抱技术进步的同时,警惕地缘政治风险。
目录
观点原文
这是关于 Vinod Khosla(Khosla Ventures 创始人)接受 Jack Altman 采访的视频总结。
视频标题: Khosla Ventures' Vinod Khosla on What Founders Need to Know About AI | Ep. 24 核心主题: 风险投资的哲学、OpenAI 的早期投资故事、AI 对未来的深远影响(医疗、机器人、经济)、以及给创始人的建议。
以下是详细的内容梳理:
- 风险投资哲学:Venture Assistance (风投协助)
不只是资本: Vinod 认为大多数风投(90%)对公司不仅没有增值,甚至可能有负面影响。他提倡 "Venture Assistance"(风投协助),即不仅仅提供资金,还要在公司建设、招聘、战略上提供实质帮助。
残酷的诚实 (Brutal Honesty): 他以极度直接和诚实著称。他不在乎别人是否喜欢他,只在乎自己说的是否正确且有用。如果他认为某个想法很蠢,他会直接说出来,但他也是创始人最坚定的支持者。
高风险高回报 (Option Value): 他的投资策略是寻找那种“如果成功,回报巨大”的机会,即使成功率很低(例如 10%)。他愿意为了巨大的上行空间承担失败的风险。
- OpenAI 的故事
早期唯一风投: Khosla Ventures 是 OpenAI 最早期的唯一一家风险投资机构。当时 Sam Altman 提出要筹集数十亿美元来做 AGI(通用人工智能),这是一个极度疯狂且成功率极低的想法。
相信愿景: Vinod 投资的原因是他相信 Sam Altman 的宏大愿景和执行力,即使当时这看起来像是不可能的任务。
非营利转盈利: 他支持 OpenAI 从纯非营利组织转变为“封顶利润”公司,因为没有巨大的资金投入(算力、人才),AGI 是不可能实现的。
- AI 的未来与社会影响
专业知识的自动化: AI 将能够替代绝大多数专业服务,如医生、教师、结构工程师等。未来的“AI 医生”将比最好的人类医生更优秀、更全面。
劳动力通缩与经济增长: AI 将大幅降低劳动力成本,带来通货紧缩和巨大的经济增长(GDP 增速可能达到 5-7%)。这将创造一个“富足”的社会。
合成数据 (Synthetic Data): 人类数据即将用尽,未来的 AI 训练将大量依赖合成数据及模拟环境(如自动驾驶、人形机器人)。
人形机器人: 他预测 25 年内会有 10 亿台人形机器人,这将从根本上解放人类,让我们不再需要做那些不想做的工作。
贫富差距与生活底线: 虽然收入不平等可能会加剧,但他认为这不重要,重要的是最底层人民的生活水平将大幅提高(Everyone is better off)。
- 给创始人的建议
信念驱动 (Belief Systems): 伟大的公司是由创始人的坚定信念驱动的,而不是市场分析。专家通常只能推断过去,而创业者是在创造未来。
团队建设 (Gene Pool Engineering): 创始人最重要的工作之一是组建团队。要注意团队的基因多样性,不同阶段需要不同类型的人才。
愿景与战术: 创始人需要对愿景极其顽固(Stubborn on vision),但在战术上要极其灵活(Flexible on tactics)。
- 地缘政治与气候
中美科技战: Vinod 认为我们正处于一场科技战争中。必须赢得 AI 竞赛,因为这关乎价值观的竞争。
开源的风险: 与其他嘉宾不同,他对开源前沿 AI 模型持批评态度,认为这等于把核武器图纸送给对手,存在巨大的国家安全隐患。
气候投资: 在清洁能源领域,他采取“广撒网”策略,投资了 12 家不同的聚变和地热公司,哪怕只有一家成功也是巨大的胜利。他特别看好地热能(Insta-infrastructure)。
总结: Vinod Khosla 是一位极具远见且直言不讳的投资人。他坚信 AI 和硬科技将彻底重塑世界,带来前所未有的富足。对于创始人,他强调要有改变世界的野心和面对困难的韧性;对于社会,他呼吁在拥抱技术进步的同时,警惕地缘政治风险。
ABAB AI 解读
1. “专业知识自动化”意味着 AI 将替代大部分高技能岗位
传统意义上的“专业人士”(医生、工程师、教师、律师等)核心价值在于:
- 信息掌握不对称
- 经验决策能力
- 专业训练周期长
AI 的进化打破了这三点,尤其是模型规模、推理能力与多模态融合后,它具备:
- 更高的诊断准确率
- 更低的错误率
- 更快的信息处理能力
- 覆盖所有专业的知识体系
这意味着未来的医疗、教育、工程设计将由 AI 主导,人类更多承担监督、情感交互和伦理判断。
这不是“辅助工具升级”,而是一个认知劳动力的大规模替代周期。
2. AI 带来的“劳动力通缩”将引发结构性的经济扩张
如果 AI 能以几乎零边际成本不断提供劳动——诊断、教学、规划、程序设计、建筑设计等——那么经济的本质成本将被压低。
传统经济增长受限制于:
- 人口
- 劳动力供给
- 技能上升速度
- 资本成本
AI 直接解锁:
- 无限劳动力
- 即时技能复制
- 零边际成本的生产能力
因此,预测 GDP 增速 5–7% 并非夸张,而是 AI 成为“通用经济引擎”的自然结果。
这意味着一个新时代:贫乏不再来自生产不足,而来自分配机制本身。
3. 合成数据将成为下一代 AI 的“燃料”
现实世界的数据正在趋于饱和,未来模型需要:
- 更大规模的数据
- 更高质量的数据
- 更复杂的场景
- 更极端、罕见但安全的重要样本
这些都是现实世界难以获得的。
因此,合成数据和模拟环境(如自动驾驶的仿真系统、人形机器人训练环境)将成为 AI 的核心训练资源。
这标志着 AI 训练将从“被动学习现实世界”进入“主动构建新世界”。这将使 AI 的能力指数级提升。
4. 人形机器人:物理世界的自动化革命
预测 25 年内人形机器人达到 10 亿台规模,意味着:
- AI 将从“软件世界的智能”跨入“物理世界的劳动力”
- 体力劳动、重复劳动、危险劳动将被全面替代
- 家庭、企业、城市的工作方式将被重写
- 这是工业革命以来最大规模的劳动力替代。
其意义等同于:人类首次获得“通用物理劳动力”的无限供给。
5. 关于贫富差距:重点不在分配,而在“底线的绝对改善”
他认为贫富差距扩大并不构成社会性危险,因为:最底层的生活水平会因 AI 的富足效应而显著提高。
只要社会底线被整体抬升——更好的医疗、更稳定的食物供给、更低廉的商品、更便捷的教育——那么不平等问题的冲击将小于历史上任何一个技术革命。
这是典型的“绝对富裕”价值论,而非“相对平等”框架。
总结
这段观点的核心逻辑是:
AI 不只是提升效率,而是重塑经济的底层结构,使知识、劳动力与物理生产全面自动化。由此带来的通缩效应、生产力跨越、人类从劳动中解放,以及低端生活质量的整体抬升,将成为未来几十年的主旋律。
社会的矛盾将不再是“资源是否足够”,而是“如何管理富足带来的再分配结构”。
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 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。Jack Altman · 2026/01/23