Uber 創始人 Travis Kalanick 罕見長訪談：從中國打車補貼大戰、Benchmark 資本政變到新公司 Adams 的物理世界 AI 藍圖

Travis Kalanick 講的根本不只是 Uber，也不只是機器人。

如果把他從 2001 年 Red Swoosh、2009 年 Uber、2018 年 City Storage Systems/CloudKitchens，一直到今天的 Atoms 連起來，你會發現這個人二十多年其實一直在研究同一個問題：

怎樣用計算機重新組織現實世界的稀缺資源？

Uber 重組的是：

汽車 + 司機 + 城市道路 + 時間。

CloudKitchens 重組的是：

廚房 + 房地產 + 食物生產 + 配送。

Atoms 現在要重組：

機器 + 礦山 + 製造 + 運輸 + 能源 + 物理勞動。

所以他真正的長期命題並不是“做下一個 Uber”。

而是：

Bits 已經數字化了信息世界，下一輪財富是把 Atoms——物理世界——也變成可計算、可調度、可優化的系統。

這和我們前面討論 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。

他們都相信 Physical AI，但對“機器的身體應該長什麼樣”存在根本不同的戰略判斷。

一、先糾正最重要的一處：不是 Adams，是 Atoms

你整理裏的“Adams”應該是轉錄或聽寫誤差。

Travis Kalanick 現在的公司正式名稱是：

Atoms

2026 年 3 月，Kalanick 將此前的 City Storage Systems 擴展並更名爲 Atoms，業務分成：

Atoms Food

Atoms Mining

Atoms Transport

核心方向就是用專用機器人和 Physical AI 自動化食品、礦業和運輸等重資產產業。Reuters 和 Atoms 官方都確認了這一結構。

而且這已經不是一個只有 PPT 的新創業項目。

7 月 Atoms 又完成了一筆 17 億美元的債務與股權融資，Andreessen Horowitz 領投，Uber 本身也參與投資，Ben Horowitz 加入董事會；Goldman Sachs 和 JPMorgan 參與債務融資。

這個歷史諷刺感非常強：

2017 年 Travis 被 Uber 的投資人逼下 CEO 位置；2026 年 Uber 自己又回來投資 Travis 的下一家公司。

二、這期節目真正的主線：Travis 從“數字市場”走向了“工業資本主義”

互聯網創業過去三十年的核心資產是什麼？

服務器。

代碼。

用戶。

流量。

軟件。

因此 Silicon Valley 最喜歡：

Asset-Light。

Uber 自己不買出租車。

Airbnb 自己不蓋酒店。

Facebook 自己不生產媒體內容。

軟件公司的邊際成本趨近於零。

但 AI 下一階段開始發生一個非常大的變化。

AI 要進入：

礦山。

食品生產。

物流。

製造。

建築。

能源。

農業。

這些東西不可能只靠一個網頁。

需要：

土地；

機器；

車輛；

傳感器；

工業地產；

電力；

資本設備。

所以科技行業正在重新進入：

Asset-Heavy Era

這就是爲什麼 Travis 今天做的事情，看起來反而越來越像：

Rockefeller + Toyota + Amazon + Nvidia

而不是另一個 SaaS 創始人。

三、Atoms 最重要的哲學：不要先問機器人“像不像人”，先問它“賺不賺錢”

Travis 有一個非常好的表達：

Gainfully Employed Robots

也就是：

“有正經工作的機器人。”

Atoms 官方把它定義爲最適合具體工作的專用機器人，通過生產力爲所有者和社會創造價值。Reuters 也特別指出，Kalanick 押注的是 task-specific industrial robots，而不是所有工作都使用 humanoid。

這個詞背後的資本主義思想非常深：

機器人首先不是：

科技展示品。

不是：

CES Demo。

不是：

Twitter 視頻。

而是一件：

Capital Equipment。

比如你花：

$500,000

買一臺機器。

真正要問的是：

一年創造多少增量 EBITDA？

使用壽命多少？

維護費用多少？

故障率多少？

利用率多少？

人工替代多少？

最終計算：

IRR / Payback Period / ROIC。

如果一臺機器人兩年回本，

企業會瘋狂購買。

如果十年都回不了本，

再像人也沒意義。

四、這就是 Travis 和人形機器人派真正的分歧

Figure 的邏輯是：

世界已經爲人類設計好了。

樓梯；

工具；

門；

工廠工作站；

廚房。

所以最通用的機器人應該是：

Humanoid。

這叫：

Brownfield Compatibility。

Travis 的邏輯則更接近：

如果我要：

每小時製作1000份食品；

搬運幾百噸礦石；

港口運輸；

長距離工業物流；

爲什麼我要複製：

兩隻腿、兩隻手和人的尺寸？

輪子可能效率高十倍。

履帶可能更好。

固定機械臂可能更快。

大型礦車可能更經濟。

所以：

Form follows function。

身體應該服務任務。

不是任務遷就人體結構。

五、我認爲兩派其實最後都會贏，只是市場不同

人形機器人最有優勢的區域：

Task diversity 高

Environment variability 高

比如：

家庭；

酒店；

醫院；

複雜倉庫；

大量原本爲人設計的舊工廠。

專用機器人最有優勢：

Task repetition 高

Throughput requirement 高

比如：

礦山；

港口；

流水線；

食品製造；

大型物流中心。

所以未來機器人的正確市場地圖不是：

Humanoid VS Non-humanoid。

而是：

Generality Premium vs Efficiency Premium

任務越多樣，

通用性越值錢。

任務越固定，

效率越值錢。

這是 Physical AI 投資必須理解的第一原則。

六、Mining 爲什麼可能是 Atoms 最聰明的一刀？

很多創業者不會第一時間想到礦山。

但從資本角度看，它其實漂亮得不得了。

礦山具有幾個特徵：

環境相對封閉；

路線重複；

大型車輛；

人工成本高；

安全風險高；

一天24小時運營；

每一分鐘停機都有明確經濟損失。

這幾乎就是：

Automation Heaven。

Atoms 已經收購 Anthony Levandowski 創辦的自動駕駛公司 Pronto，並把它作爲 Atoms Mining 的核心技術平臺。Pronto 表示，其自動駕駛運輸系統已經在 Heidelberg Materials 的多個場景部署，超過100輛卡車計劃使用相關技術，並曾在一個 Texas quarry 八個月內自主運輸超過200萬噸材料。

這和家庭機器人完全不同。

你不需要機器人理解：

“奶奶今天心情不好。”

只需要：

安全；

穩定；

準確；

高 uptime。

七、礦業自動化真正值錢的不是“少幾個司機”

假設一個礦山年產出：

$1B。

自動化之後：

不是隻減少 $20M 人工。

而是：

設備利用率提高；

24小時運行；

事故減少；

油耗優化；

路線優化；

維護預測；

吞吐提高。

如果總生產率提高：

20%。

可能意味着：

$200M additional output。

所以客戶願意支付的價格並不是：

“替代司機的工資”。

而是：

Percentage of Economic Value Created。

這就是爲什麼工業 AI 的 ACV 可能遠遠超過普通 SaaS。

八、這也是 Physical AI 最大的投資邏輯：它進入的是全球 GDP，而不只是 IT Budget

傳統 SaaS：

跟 CIO 要預算。

例如：

公司每年 IT Budget $100M。

你爭其中：

$2M。

Physical AI 可以進入：

Labor Budget；

Capex；

Fuel；

Maintenance；

Logistics；

Manufacturing Cost；

Energy Cost。

這意味着它在爭奪的是：

Cost of Production。

這是一個比軟件預算大得多的池子。

所以如果 Physical AI 真正成熟，

機器人公司的 TAM 可能非常恐怖。

九、Food 這條線其實是 Travis 從 Uber 延續下來的最深邏輯

很多人以爲 CloudKitchens 是 Travis 離開 Uber以後隨便找了一個行業。

我認爲不是。

Uber 的本質是：

Local Logistics Optimization。

餐飲配送同樣如此。

區別只是：

Uber Transport：

人從 A → B。

Food：

原料

↓

生產

↓

包裝

↓

運輸

↓

消費者。

Kalanick 在 Atoms 的敘事中把食品生產理解成一種“實體計算”：製造類似 CPU，房地產類似 storage，運輸類似 network。Atoms 官方也明確說，其第一個“computer”就是 Food computer。

這是一個非常奇怪但非常高級的抽象。

十、爲什麼食物是非常難的電子商務？

Amazon 可以把一個 iPhone：

放倉庫30天。

食物不行。

漢堡做好以後：

30分鐘後價值就開始嚴重下降。

於是食品存在一個巨大約束：

Time-Space Coupling。

生產地點必須靠近消費地點。

所以未來自動餐飲最大的系統不一定是：

超級中央工廠。

可能是：

很多離消費者非常近的小型自動化 production nodes。

這其實和：

AWS Data Center

很像。

雲計算不是：

全世界只有一個超級服務器。

而是：

Regional Nodes。

食品未來可能也是：

Distributed Manufacturing Network。

消費者下單。

附近節點自動生產。

自動配送。

這纔是 Travis 所謂 Food E-commerce 更深層的可能性。

十一、一旦理解這一點，你就知道 CloudKitchens 爲什麼需要房地產

很多軟件創業者覺得：

房地產是累贅。

Travis 反過來看：

房地產是：

Physical Compute Location。

假設你控制：

洛杉磯15分鐘配送半徑內的工業地產。

又控制：

自動廚房；

訂單系統；

物流機器人；

配送網絡；

品牌。

你擁有的已經不是：

一個餐廳。

而是一套：

Urban Food Infrastructure。

這裏的房地產不是被動資產。

它是：

Network Node。

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

數字計算機有：

CPU；

Storage；

Network。

Kalanick試圖把物理產業重新抽象：

CPU

製造。

Storage

房地產/倉庫。

Network

運輸。

Software

AI + Scheduling + Optimization。

如果一個公司同時控制這些，

它能夠做的是：

Physical Operating System。

這比單賣機器人硬件野心得多。

十三、現在再看他的“Negentropy”思想，就沒有那麼玄學了

熱力學第二定律告訴我們：

封閉系統總體熵增加。

文明本身不斷做的一件事情就是：

用：

能源；

知識；

機器；

組織

在局部創造秩序。

荒地：

變城市。

礦石：

變芯片。

沙子：

變建築。

原油：

變塑料。

原材料：

變汽車。

所以 Kalanick 的“反熵”可以翻譯成商業語言：

Productivity = increasing useful order per unit of resource.

同樣100個人。

過去生產1000件。

今天：

機器 + 軟件 + AI

生產10000件。

文明進步的一個核心來源，就是：

更少投入

↓

產生更多有用結構。

這就是 Productivity。

十四、因此 Atoms 真正賭的不是 Robotics，而是“生產率重新加速”

1970年代以後，發達國家很多傳統產業生產率提升速度並沒有像軟件一樣瘋狂。

軟件世界：

摩爾定律；

Cloud；

Internet；

AI。

而很多物理產業仍然：

人開車；

人搬貨；

人操作設備；

人做飯。

於是形成巨大：

Bits-Atoms Productivity Gap。

Atoms 想做的事情就是：

把軟件過去40年的生產率革命，

帶進：

Mining；

Food；

Transport。

十五、這也是爲什麼我認爲 Travis 的第二次創業，市場理論上可能比 Uber 還大

Uber 主要重構：

Mobility。

Atoms 理論上要進入：

Food；

Mining；

Logistics；

Manufacturing；

Construction；

Transport。

這些產業加起來涉及：

全球 GDP 中極其巨大的物理部分。

但這裏一定要加一句：

TAM 大 ≠ 公司一定大。

物理世界的最大敵人是：

Capital Intensity；

Deployment；

Maintenance；

Regulation；

Hardware reliability；

Integration。

軟件一天可以更新100次。

礦山機器壞一次：

可能損失幾百萬美元。

所以 Physical AI 的門檻比 SaaS 高几個數量級。

但一旦真正成功，

護城河也可能比 SaaS 深很多。

十六、再看 Travis 的“Meta-Problem”，這是整期管理部分最值錢的東西之一

David Senra 的節目說明也明確把這一部分列爲：

Building Atoms & the Meta Problem of Management。

你整理的公式非常值得保存：

Problem-solving capacity 必須至少跟得上 Problem-creation velocity。

我會把它進一步寫成：

Growth creates organizational debt.

增長本身會製造問題。

今天：

開一個城市。

出現：

招聘問題；

監管問題；

司機問題；

支付問題；

欺詐問題；

客服問題。

明天：

再開10個城市。

問題不是：

×10。

很可能：

×100。

因爲系統之間開始互相影響。

十七、所以創業最大的誤區之一：把“擴張”當成純粹好消息

Revenue：

增長100%。

但組織複雜度可能：

增長300%。

爲什麼？

因爲每增加：

產品；

國家；

客戶；

員工；

監管區域，

都會增加新的：

Interactions。

如果系統中有 n 個單位，

理論關係數量可以接近：

n(n−1)/2。

所以規模越大：

協調成本越恐怖。

這就是：

Complexity Tax。

十八、這也是爲什麼很多創業公司不是被競爭對手殺死，而是被自己的成功殺死

產品突然爆了。

員工：

100 → 1000。

客戶：

1萬 → 100萬。

國家：

1 → 30。

但是：

Management System

還是100人公司的系統。

於是出現：

招聘質量下降；

文化失控；

客服崩潰；

技術債；

監管事故；

財務失控。

這其實是 Uber 2016—2017 很值得研究的一面。

Uber 當時高速全球擴張，同時面對工作場所文化調查、監管爭議和 Waymo 知識產權訴訟等一系列危機；最終多名主要投資者要求 Kalanick 辭職。

十九、“Excellence is the capacity to take pain”——我贊同一半

這句話非常 Travis。

他早期 Red Swoosh 多年極度缺錢，節目介紹也提到他前四年不拿工資、多次耗盡資金；這種經歷顯然塑造了他的創業人格。

高水平創業確實需要：

承受 rejection；

承受 uncertainty；

承受虧損；

承受孤獨；

承受別人認爲你瘋了。

但是：

Pain 本身不是價值。

真正有價值的是：

Productive Pain。

健身：

肌肉痠痛，

但產生 adaptation。

創業：

客戶拒絕，

讓你改變產品。

這是 Productive Pain。

如果：

公司文化持續糟糕；

員工互相傷害；

監管不斷報警；

創始人不睡覺；

決策越來越差；

還告訴自己：

“我比別人更能承受痛苦。”

這叫：

Unproductive Pain。

頂級創始人必須知道兩者的區別。

二十、真正的 Excellence 不是“誰最能受苦”，而是“誰能把痛苦轉化成學習速度”

我會把 Travis 的公式升級爲：

Excellence ≈ Pain Tolerance × Learning Rate × Recovery Capacity

三個都重要。

只有 Pain Tolerance：

容易變成 self-destruction。

只有學習：

遇到真正危機就扛不住。

只有 Recovery：

又沒有突破。

真正厲害的人：

扛得住；

學得快；

恢復得也快。

二十一、“秩序與混沌的邊界”是非常高級的組織設計思想

Uber 早期 Kalanick 親自參與前20—30個城市的 pricing process，再把經驗逐漸變成可以複製的 playbook。David Senra 的節目介紹明確提到這一點。

這就是：

Minimum Viable Bureaucracy。

創業公司不是：

完全沒有規則。

也不是：

500頁 SOP。

而是：

只把真正會導致系統死亡的地方設成硬規則。

其他：

給員工極大自由。

二十二、這其實解釋了 Amazon 的“Two-way Door / One-way Door”

雖然不是 Travis 的術語，但邏輯一樣。

Two-way Door：

做錯了容易改。

讓團隊自己決定。

One-way Door：

做錯以後成本極高。

CEO 參與。

比如：

大型收購；

重大資本配置；

品牌危機；

核心定價。

優秀組織不是：

CEO 管所有事情。

而是：

CEO 管 irreversible decisions。

這是規模化以後領導力最重要的變化。

二十三、中國戰爭，是整期最值得學的 Marketplace 經濟學案例

Uber 中國不是簡單：

“誰補貼更多。”

Marketplace 最重要的是：

Density。

一個城市如果只有：

100個司機。

用戶打開 App：

等20分鐘。

體驗差。

用戶離開。

司機沒有訂單。

司機也離開。

死亡循環。

如果：

10萬司機。

平均2分鐘來車。

用戶增加。

更多訂單。

司機收入增加。

更多司機加入。

形成：

Positive Network Effect。

所以 Subsidy 真正買的不是：

低價。

而是：

Liquidity。

二十四、這裏有一個絕大多數人沒真正理解的 Marketplace 飛輪

司機越來越多：

↓

Pickup Time 下降

↓

用戶體驗提高

↓

訂單增加

↓

Driver Utilization 提高

↓

司機空駛時間下降

↓

每小時收入提高

↓

不需要那麼高的價格也願意留下

↓

價格更低

↓

更多用戶

↓

更多司機。

這就是：

Density → Efficiency → Price Advantage → More Density。

所以真正強大的 Marketplace 到最後不是：

因爲補貼最多。

而是：

因爲：

network itself creates lower unit economics。

二十五、這就是 Uber 中國真正漂亮、也真正殘酷的地方

Uber 在中國投入了極大資本；歷史報道估計其兩年燒掉約 20億美元。最終 2016 年 Uber 中國與滴滴合併，Uber 獲得滴滴約 17.7% 的經濟權益，而 Uber China 的其他投資者另外獲得約2.3%的經濟權益。

因此不能簡單說：

Uber 中國“失敗歸零”。

它沒有贏得運營控制權，

但把一個巨大燒錢戰場：

變成了一個：

Equity Position。

這是資本配置上很重要的一點。

二十六、你整理裏的“百度拿7%”我建議不要這麼寫

這條我沒有找到可靠歷史材料支持。

公開資料可以確認：

百度是 Uber 中國的重要投資者與本地合作伙伴；百度地圖等資源對 Uber 的中國本土化非常重要。

但是 2016 年與滴滴交易時，公開披露的是：

Uber Technologies 獲得約17.7%的經濟權益；包括百度在內的 Uber China 其他股東合計獲得約2.3%。

所以“向百度讓渡7%股權”除非 Travis 在這次採訪中明確講的是某個未公開歷史結構，否則我不建議當成已驗證事實寫進課程。

二十七、“人民優步”真正聰明的地方，是 Product Localization

People's Uber 當時確實被定位爲一種低價、非營利性質的 ridesharing 產品，並通過補貼迅速推動司機和乘客使用。Reuters 當年的報道甚至提到，部分司機獲得的補貼明顯高於乘客支付的車費。

但最值得學的不是名字。

而是：

Uber 沒有簡單拿美國產品：

複製。

翻譯成中文。

上線。

而是重新研究：

中國消費者價格敏感度；

本地支付；

地圖；

手機；

城市交通；

監管；

競爭結構。

這叫：

Local Product-Market Fit。

二十八、這就是爲什麼跨國公司進入中國，最大的錯誤經常是“經驗傲慢”

美國市場成功：

不代表中國成功。

中國成功：

也不代表美國成功。

真正優秀的 global company 必須具備一種能力：

Unlearn。

暫時忘掉：

“我們以前一直這樣做。”

重新問：

當地客戶是誰？

當地渠道是什麼？

監管結構是什麼？

競爭者爲什麼強？

消費者信任誰？

這是進入任何外國市場都應該學習的。

二十九、至於“Progress must be in harmony with stability”，需要把它看成 Travis 對中國治理邏輯的個人觀察

這類判斷不應該直接寫成：

“中國政府就是這樣。”

更準確應該寫：

Kalanick 在訪談中描述，他從與中國監管者互動中形成了一種理解：政策推動創新時，同時高度重視社會穩定。

這是他的經驗總結，不是一個可以簡單推廣到所有中國政策領域的定律。

但對企業來說，這裏面有一個普遍規律：

Innovation has externalities。

網約車提高效率，

同時影響：

出租車司機；

就業；

牌照資產；

城市擁堵；

監管收入；

公共安全。

創業者只看到：

Consumer Surplus。

政府還必須看到：

整個系統。

這就是企業和政府不同的 objective function。

三十、然後來到整期最有爭議的一段：Benchmark“政變”

這裏一定要同時保留：

Travis Version

和

Historical Record。

Kalanick 在今天回看2017年時，自然會強調 Benchmark、Bill Gurley、董事會政治、投資人流動性需求和自己被逼出的過程。

但歷史記錄同樣很明確：

2017 年 Uber 同時捲入嚴重的工作場所文化危機、性騷擾投訴調查、管理層震盪、監管爭議以及 Waymo 訴訟；包括 Benchmark 在內的五家主要投資機構最終要求 Kalanick 辭去 CEO。之後 Benchmark 還對 Kalanick 提起訴訟，希望限制其董事會權力。

所以把整件事簡單寫成：

“VC發動資本政變搶走公司”

不夠準確。

三十一、真正高級的結論不是“Travis 對”還是“Benchmark 對”

而是：

Founder Control 與 Corporate Governance 是兩種必要力量

Founder：

擁有 vision；

信息更深；

工作80小時；

理解產品。

投資人：

可能更遠離一線。

Travis 這個批評完全有道理。

但是董事會存在的原因又是什麼？

因爲 Founder 也可能：

過度自信；

承擔過多風險；

產生利益衝突；

忽略文化和法律風險。

所以 Board 的價值不是：

教 CEO 怎麼做產品。

而是：

Governance of Tail Risk。

這是完全不同的工作。

三十二、所以“真正創始人不要聽VC逼逼”是非常危險的簡化

我會把它改成一句更高級的話：

不要把投資人當運營教練，但必須把董事會當治理機制。

普通 VC 對：

產品按鈕顏色；

招誰；

銷售怎麼做

可能真的沒有你知道得多。

但是 Board 應該問：

公司會不會違法？

資本結構安全嗎？

CEO 有沒有失控？

審計可靠嗎？

公司有沒有巨大 reputational tail risk？

誰監督 CEO？

這是董事會應該存在的原因。

三十三、Travis 自己最有價值的覆盤，是“我仍然像下一週就會沒飯喫”

David Senra 對這期節目的介紹也特別提到，Uber 已經大約 $70B 估值以後，Kalanick 仍以擔心下一張 grocery bill 的創業狀態運營公司。

這個心理現象特別值得研究：

Scarcity Scar。

早年的貧窮、失敗和長期缺錢，

可能塑造：

極強戰鬥力。

但公司巨大以後，

同一種人格可能開始產生副作用。

創業早期：

Aggression 是優勢。

規模巨大以後：

Aggression 可能變成 liability。

早期：

速度第一。

後期：

Compliance 重要。

早期：

所有人都是敵人。

後期：

政府、員工、媒體、合作伙伴都成爲 stakeholders。

這就是：

Founder-Company Fit。

不僅產品要 evolve。

創始人也必須 evolve。

三十四、很多偉大創始人真正失敗的地方，不是沒有能力，而是“成功以後人格沒有升級”

100人公司需要：

Warrior。

10萬人公司需要：

Statesman。

這是兩個角色。

Warrior：

衝鋒；

快速；

破規則；

打敗敵人。

Statesman：

建制度；

建立合法性；

管理聯盟；

保持長期穩定。

最難的是：

同一個人完成角色轉換。

很多極強的0→1 founder，

到了1→1000以後，

原來讓他成功的東西，

恰恰可能變成最大風險。

三十五、現在講融資：Travis 的“五個會議室”不是花招，而是金融市場設計

Senra 的官方節目章節就直接叫：

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

這非常值得創業者學習。

普通 Founder 融資：

Investor A：

“你估值多少？”

Founder：

“$500M。”

然後雙方：

討價還價。

Travis 的思維不同：

Don't negotiate price. Create a market.

把多個投資者同時放進流程。

讓他們：

在不同 valuation 下表達 check size。

例如：

$10B：

願意投 $500M。

$15B：

願意投 $300M。

$20B：

願意投 $100M。

你就得到了：

Demand Curve。

三十六、這其實就是 IPO Bookbuilding 的私人市場版本

投行做 IPO 也是：

詢問機構：

價格 $X：

你買多少？

價格 $Y：

你買多少？

最後形成：

Order Book。

然後找到：

Clearing Price。

Travis 把這種：

Market Microstructure

用到了 Venture Fundraising。

所以關鍵不是：

“會不會談判。”

而是：

能不能製造競爭性資本市場。

三十七、這就是爲什麼他說 Attached to Process, Not Price

如果你一開始執着：

“我一定值100億美元。”

容易變成 Ego。

更高級的方法是：

讓市場告訴你：

資本供需曲線在哪裏。

然後優化：

Dilution；

Capital；

Investor Quality；

Board Rights；

Liquidation Preference；

Strategic Value。

三十八、這裏出現一個非常重要的融資公式

創業者不應該單純優化：

Highest Valuation。

應該優化：

Probability-weighted Future Founder Value

什麼意思？

投資人A：

$5B估值。

但：

極強人脈；

不會干預；

下一輪繼續支持；

能帶來客戶。

投資人B：

$6B估值。

但：

強控制條款；

董事席位；

未來不跟投；

Preference 很重。

後者估值高20%，

不一定是好交易。

三十九、因爲融資賣出去的從來不只是股票

你同時賣掉四樣東西：

Equity

經濟權益。

Control

控制權。

Information Rights

信息權。

Future Optionality

未來戰略選擇空間。

這也是 Travis 在 Uber 後期真正學到的一課：

Cap Table is Governance Architecture。

你今天爲了多拿一億美元加入的人，

五年後可能決定：

你還能不能當 CEO。

四十、這是這期真正應該和“失去 Uber”連起來的地方

融資的時候：

大家只看：

Valuation。

但是長期來看：

Board seats；

Voting rights；

Protective provisions；

Founder shares；

Investor coalition；

Secondary liquidity

可能比 valuation 本身重要得多。

因此每個創業者都應該理解：

Financing is constitution-writing.

融資不是：

銀行借錢。

而是在：

編寫公司的憲法。

誰有票？

誰能罷免誰？

誰可以否決什麼？

下一輪誰被稀釋？

全部是在融資那一天寫進去的。

四十一、而 Atoms 這次融資有一個特別漂亮的歷史閉環

2011 年 Kalanick 原本希望 Andreessen Horowitz 投 Uber，但雙方在估值上沒有談成；當時雙方對過程的描述存在差異，但這段“錯過Uber”的故事後來成爲硅谷著名案例。

2026 年：

a16z 領投 Atoms。

Ben Horowitz：

進入董事會。

Uber：

也來投資。

15年以後：

兩段未完成的關係，

在同一家新公司重新連接起來。

從創業史角度非常有意思。

四十二、如果我是投資者，我現在真正會盯 Atoms 什麼？

絕對不會只看：

機器人視頻。

我會看十個東西。

第一，Robot Payback Period。

客戶多久回本？

第二，Autonomous productive hours。

真正創造價值的無人運行時間。

第三，Intervention rate。

多少小時需要人接管一次？

第四，Fleet utilization。

機器一天真正工作多少小時？

第五，Maintenance cost。

Physical AI 最大隱藏成本之一。

第六，Deployment time。

一家新礦山從簽約到運行需要多久？

第七，Incremental throughput。

客戶到底多生產多少？

第八，Gross margin。

最終是軟件毛利還是重設備毛利？

第九，Capital intensity。

增長一美元收入需要多少資本？

第十，Cross-industry reuse。

Food、Mining、Transport 的技術到底能共享多少？

最後這一條特別重要。

四十三、因爲 Atoms 最大戰略風險是：它可能其實同時在經營三家完全不同的公司

Food。

Mining。

Transport。

看起來都叫 Physical AI。

但是客戶：

完全不同。

銷售：

完全不同。

硬件：

完全不同。

監管：

完全不同。

運營：

完全不同。

這會再次觸發 Travis 自己說的：

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 最大的賭注不是機器人，而是“共享底層平臺能否抵消多行業複雜度”

如果底層可以共享：

Vision Model；

World Model；

Autonomy stack；

Mapping；

Fleet Management；

Simulation；

Hardware Control；

Deployment Infrastructure。

那麼：

Food + Mining + Transport

會產生規模經濟。

如果不能，

Atoms 就可能變成：

三個重資產企業裝在一個 Holding Company 裏。

那就很難獲得科技公司的超級估值。

這會是未來幾年判斷 Atoms 最關鍵的戰略問題之一。

四十五、把 Travis 和 Brett Adcock 放在一起，Physical AI 的路線圖已經非常清楚

Brett：

General Intelligence → General Body

Figure。

通用大腦，

人形身體。

Travis：

Industrial Intelligence → Specialized Body

Atoms。

針對 ROI 最大化的專用機器。

Elon：

介於兩者之間。

Tesla 同時擁有：

Optimus；

Robotaxi；

製造自動化；

AI infrastructure。

未來十年，很可能不是誰把對方全部消滅。

而是 Physical AI 像計算機產業一樣形成：

Different Form Factors for Different Workloads。

手機沒有消滅服務器。

服務器沒有消滅 PC。

GPU 沒有消滅 CPU。

Humanoid 也不會消滅工業專用機器人。

四十六、從歷史角度看，Atoms 其實更像第二次工業革命，而不是互聯網革命

第一次工業革命：

蒸汽機把：

Human Muscle

變成：

Mechanical Power。

第二次：

電力 + 流水線：

把生產重新組織。

第三次：

Computer：

自動化信息處理。

第四次：

AI：

自動化 Cognitive Work。

而 Physical AI：

開始把：

Intelligence + Mechanical Power

合併。

機器不僅有力量。

開始有：

Perception；

Prediction；

Decision；

Learning。

這可能是真正意義上的：

Autonomous Capital。

四十七、什麼叫 Autonomous Capital？

過去：

買一臺推土機。

機器本身不會賺錢。

必須僱一個人：

操作。

未來：

資本設備本身：

感知；

判斷；

工作；

維護調度；

不斷學習。

那麼“機器”和“工人”的邊界開始消失。

以前資本：

需要 Labor 激活。

未來越來越多資本：

Activates itself。

這是 Physical AI 對經濟學最深遠的影響之一。

四十八、這會重新改變勞動與資本之間的收益分配

工業經濟經典生產函數：

Y = F(K, L)

K：

Capital。

L：

Labor。

但如果機器人同時是：

Capital

部分 Labor，

那麼增長越來越可能來自：

K。

這意味着：

擁有機器人；

擁有礦山；

擁有能源；

擁有自動化基礎設施

的人，

可能獲得更多 Productivity Gains。

所以 Physical AI 不只是科技問題。

它最終還是：

Ownership Question。

誰擁有這些自動生產資產？

這是未來十幾年非常大的經濟和政策問題。

四十九、如果只讓我從 Travis 這期留下六條創業原則，我會留下這六條

第一，真正大的技術機會往往不是創造新需求，而是重新組織已經存在的巨大經濟活動。

Uber 沒發明出行。

Atoms 沒發明礦業。

技術只是重新組織它。

第二，不要迷信技術形式，先算經濟賬。

機器人長什麼樣不重要。

Cost per useful task 才重要。

第三，增長會自動製造複雜度。

公司真正的擴張速度不能超過：

organizational problem-solving capacity。

第四，Marketplace 最大的護城河往往不是品牌，而是密度產生的單位經濟優勢。

Network Effect 最終必須落到：

Efficiency。

第五，融資不是拿錢，而是在設計公司的權力結構。

Cap Table：

就是未來治理結構。

第六，創始人最大的挑戰不是永遠保持創業第一天的自己，而是知道什麼時候必須升級自己。

讓你從 $0 做到 $1B 的人格，

未必能讓你從：

$1B → $100B。

五十、我會重新給這期定一個更高級的標題

你現在的幾個標題裏，“從數字網約車到萬億重工物理自動化”方向最好。

但我會再提一級。

最推薦標題：

《Uber創始人 Travis Kalanick：下一場萬億革命，不在互聯網，而在整個物理世界》

副標題：

從中國補貼戰爭、700億美元Uber的控制權教訓，到融資拍賣和Atoms的礦山、食品、運輸機器人——一個曾經數字化城市出行的人，如今想把現實世界變成一臺計算機。

如果想更創業：

《失去Uber之後，Travis Kalanick學會了什麼？控制權、融資、痛苦與第二次創業》

如果想更科技/投資：

《Humanoid可能不是答案：Uber創始人爲什麼押注“能賺錢的專用機器人”？》

如果想做最有傳播力的一條：

《Uber創始人回來了：融資17億美元，要把礦山、食物和運輸全部變成機器人》

我個人最推薦第一條。

因爲這期訪談真正應該留給讀者的，不是：

“Travis Kalanick 很狠。”

而是一條比創業雞湯高級得多的規律：

第一次互聯網革命，把現實世界的信息數字化；下一次革命，是讓現實世界本身變得可計算。

Uber 讓一百萬輛原本彼此獨立的汽車成爲一個可以實時調度的網絡。

Atoms 如果最終成功，它想做的事情更大：

讓：

廚房成爲計算節點；

礦車成爲自主資本設備；

房地產成爲物理存儲；

運輸成爲網絡；

AI 成爲調度這一切的操作系統。

所以從最高層看，Travis 二十多年的創業史其實可以壓縮成一句話：

他從來不是在做出租車、外賣廚房或者機器人——他一直在嘗試把低效率的物理資源，變成軟件可以理解、預測、調度和控制的網絡。

這纔是這期專訪裏真正值得拿走的東西。