風險投資人Reid Hoffman提問純AI基金表現
Reid Hoffman在社交平臺發起投票，詢問10年後完全由AI代理組成的風險投資基金，與人類和AI混合組成的基金相比表現將如何。
投票設置三個選項：表現落後、表現相當、表現領先。截圖時已有465票參與，剩餘約20小時結束，帖子獲得數千瀏覽與數十條回覆。
Hoffman是LinkedIn聯合創始人、Greylock合夥人、微軟董事會成員，同時參與Manas AI（用大模型發現癌症療法）並撰寫《Superagency》。他長期推動AI代理概念，認爲專業人士將從個人貢獻者轉向代理管理者。
有回覆指出，風險投資主要價值來自人類網絡（客戶、人才、後續資本），這些網絡難以被純AI完全複製，因此純AI基金可能表現落後。另有回覆認爲純AI基金可能在遠短於10年內表現領先。
當前全球風投已向AI代理相關公司投入數十億美元，Greylock等機構持續加註早期AI創業項目，包括客戶服務代理、開發工具與科學應用。
市場機制方面，傳統風投機構正將資金流向AI代理初創公司，形成事件驅動的資本集中；若純AI基金被驗證有效，將加速資金從依賴個人關係的基金轉向算法驅動模式，使AI基礎設施提供商受益，而依賴人際網絡的合夥人承壓。
來源：公開信息
ABAB AI 解讀
Hoffman2003年聯合創辦LinkedIn，2009年加入Greylock成爲合夥人，早期天使投資Facebook等公司，並推動blitzscaling理念。2023年他減少Greylock新基金的普通合夥人職責，把更多精力轉向AI項目，包括Inflection AI和Manas AI的種子輪，後者聚焦用大模型加速癌症靶點發現。
他的資本路徑持續投向具有網絡效應或平臺潛力的AI公司，通過個人網絡爲被投企業導入客戶、人才與後續融資。動機是把AI從工具升級爲代理，讓資本配置本身也部分自動化，同時保留人類判斷作爲最終決策層。
這類似於量化基金對傳統主觀交易的替代過程：早期Renaissance Technologies用算法在高頻領域超越人工，但宏觀與關係型交易仍依賴人類網絡。當前AI代理正從執行層向決策層滲透，行業處於擴張階段，純自動化基金尚未規模化驗證。
本質屬於技術替代與產業鏈重構的疊加：AI可壓縮盡調與篩選成本，但LP關係、創始人信任與跨期資本協調仍依賴不可算法化的人際路徑。當代理能獨立完成完整投資閉環時，定價權將從個人合夥人向模型與數據提供方轉移。
ABAB News · 認知定律
網絡決定準入，算法決定速度
純自動化效率高，混合決策抗風險
資本先選人，再被算法重寫