这段视频是关于 Uncapped with Jack Altman 播客的一集（第 40 集），邀请了硅谷顶级风险投资机构 Khosla Ventures 的两位核心人物：创始人 Vinod Khosla 和合伙人 Keith Rabois。 以下是视频中关于构建和投资长青公司的核心内容与观点总结： 核心观点与投资哲学 第一性原理思考 (First Principles Thinking)： 两人合作的基础是基于第一性原理。这使得他们在做决定时，即使有分歧，也能通过拆解关键变量（如：如果 X 成立，则决策正确）迅速达成共识。 团队决定公司 (The team you build is the company you build)： 两人都坚信，初期的商业计划书往往会改变，但优秀的团队会根据现实进化出正确的方向。因此，投资本质上是对人的判断。 追求“卓越性”与“非凡特质”： Keith 会寻找在某个维度上属于“全球前 0.01%”的人，无论是智力、毅力还是战略思维。Vinod 则提出了 “A+ 不完整型” (A+ Incomplete) 的概念，认为即便创始人有缺陷也可以投资，关键是看其学习速率 (Learning Rate)。 非共识博弈： 真正的巨大成功往往来自于那些早期不受欢迎、甚至被认为“疯狂”的项目（如 OpenAI、SpaceX、Rocket Lab）。Khosla Ventures 敢于在没人看好时重仓，甚至曾因为投了 OpenAI 这种“不合常理”的项目给有限合伙人（LP）发道歉信。 内容要点：AI 与科技趋势 从“副驾驶”转向“执行者”： 他们更看好能直接“做活”的 AI（AI Worker），而不是仅仅辅助人类的“副驾驶”（Co-pilots）。他们投资了 30 多家致力于开发 AI 肿瘤医生、AI 心理治疗师、AI 芯片设计师等的初创公司。 拒绝幻觉： Vinod 认为，在银行、医疗等容错率低的领域，能够解决或极度降低 AI 幻觉的架构才是赢家。 AI 公司的独特构建方式： AI 公司的增长速度是史无前例的。Keith 提到，传统的 12 个月产品路线图在 AI 领域已经失效，因为技术迭代以周为单位。同时，AI 公司需要重新思考研发（Research）与销售（Sales）的配合，以及极高昂的人才成本结构。 实体世界与机器人： 两人都对机器人和能源领域（如核聚变）非常乐观。他们认为 AI 最终会体现（Embodied）在物理世界中，改变制造业。 关于风投角色与政治立场 风投是“创业助理”： Vinod 拒绝自称“风险投资家”，而自视为“创业助理”。他主张“残酷的诚实” (Brutal Honesty)，认为对创始人过度客气（Hypocritical Politeness）其实是害了他们。 科技与地缘政治： 他们认为美国正处于与中国的“技术经济竞争”中。虽然两人的个人政治倾向不同（Vinod 是独立派，Keith 偏保守），但在“美国必须赢得 AI 竞赛”这一点上高度一致，并反对过度的政府监管以免削弱竞争力。 本文为基于公开视频的分析性总结，不构成原内容替代。

下面我不把这段话当“风投访谈摘要”，而是把它还原为一套正在重塑科技、资本与组织形态的“底层决策范式”。这套范式解释了：为什么少数基金能反复押中改变世界的项目，而多数只能在共识里做加法。

一、第一性原理：不是“聪明”，而是降低决策摩擦

第一性原理在这里的真正作用，不是显得理性，而是消灭无效争论。

当两位合伙人有分歧时，他们不讨论观点，而是拆变量：

• 如果 X 为真 → 决策成立
• 如果 X 不成立 → 决策作废

这意味着：决策从“谁更有说服力”变成“哪一个关键假设最先被验证或证伪”

📌 第一性原理的本质，是把决策从“政治过程”变成“工程过程”。

这也是为什么真正高密度团队，反而吵架少——不是因为更和谐，而是争论被结构化了。

二、“团队决定公司”：这是对商业不确定性的终极回答

“商业计划书一定会变，但团队能进化出正确答案”，这不是鸡汤，是对复杂系统的承认。

为什么计划会失效？

• 技术变
• 市场变
• 监管变
• 竞争路径变

在这种环境下，唯一不变的只有：团队的学习速度与纠错能力

📌 所以投资的核心判断，从来不是：你现在要做什么，而是：你在被现实打脸后，会如何更新模型？

三、“A+ 不完整型”：这是对“完美创始人迷信”的否定

Vinod 提出的 A+ Incomplete 概念极其重要。

这背后有一个残酷事实：真正 A+ 且“完整”的人，几乎不存在

如果存在，往往已经被体制吸走（大公司、学术顶层）

因此，真正可投资的，是：

• 在某个维度达到全球前 0.01%
• 同时具备极高学习速率（Learning Rate）

📌 缺陷不可怕，低学习率才是死刑。

这也是为什么：

• 有些“性格很糟”的人能成功
• 有些“样样平均”的人永远止步中层

四、非共识博弈：超额回报只存在于“被嘲笑区”

“真正的巨大成功来自不受欢迎、甚至被认为疯狂的项目”，这是资本史的铁律。

Khosla Ventures 投 OpenAI、SpaceX、Rocket Lab

早期都遭到同行质疑，甚至需要给 LP 发道歉信，说明“为什么我们投了一个看起来不合常理的项目”。

📌 这不是冒险，而是数学：

• 共识项目 → 回报被提前定价
• 非共识项目 → 才可能产生 10x、100x

真正的难点不在判断对错，而在：你能否在被嘲笑、被质疑时，仍然重仓。

五、从“副驾驶”到“执行者”：AI 的角色正在质变

他们看好 AI Worker（执行型 AI），而不是 Copilot，这一点极其前沿。

这是一次范式转移：

Copilot：

• 提高人类效率
• 仍以“人”为中心

AI Worker：

• 直接承担角色
• 医生、治疗师、工程师、设计师

📌 这意味着什么？

劳动的最小单元，正在从“人”变成“模型”。

这会重构：

• 企业成本结构
• 组织规模逻辑
• 职业路径本身

六、“拒绝幻觉”：谁能进高容错率行业，谁就赢

Vinod 提到，在银行、医疗等领域，幻觉几乎不可接受。

这点极其关键，因为它划清了 AI 创业的分水岭：

• 高幻觉容忍领域：内容、营销、娱乐
• 低幻觉容忍领域：金融、医疗、基础设施

📌 真正长期值钱的 AI，不是“看起来聪明”，而是“足够可靠”。

这也意味着：

• 架构
• 数据闭环
• 验证机制
• 将比“参数规模”更重要。

七、AI 公司的构建方式已彻底不同

Keith 指出：传统 12 个月路线图已经失效

原因只有一个：技术进化速度超过了组织决策速度。

AI 公司正在发生三大变化：

• 研发节奏以“周”为单位
• 研究与销售高度耦合
• 销售反馈直接反哺模型
• 人才成本极端集中
• 少数顶尖人才 = 巨大产出

📌 这导致一个结果：AI 公司不是“规模经济”，而是“智力密度经济”。

八、实体世界与机器人：AI 的终局在“物理世界”

他们对机器人、核聚变、能源乐观，并非情绪，而是逻辑必然。

数字世界的效率提升，终将溢出

最终必须落到：

• 制造
• 能源
• 物流
• 基础设施

📌 当 AI 进入实体世界，生产率提升将不再是线性，而是指数级。

这也是为什么：机器人、能源、新材料会成为 AI 的下一个“价值承载体”。

最终一句话总结（这套思想的内核）

真正改变世界的创新，来自：第一性原理的决策方式 + 极端优秀但不完美的人 +非共识的长期下注 + 从“辅助人类”走向“替代执行” +最终落地到物理世界。

这不是风投技巧，而是在高度不确定时代，唯一还能反复奏效的决策逻辑。