摘要

“大多数东西都被严重高估了。” 但也有一些被低估的东西，未来价值会高得多，而且“高得多的那部分可能占比过重”：这正是互联网泡沫破裂后 Amazon 从废墟中崛起的路径。循环收入的说法——一家 AI 公司给模型公司1亿美元，模型公司给云厂商1.5亿美元，云厂商再给 Nvidia 2亿美元，“结果一路上每个人都亏了5000万美元”——正是为什么“我们还没有处在一个拥有持久商业模式的时代”，任何声称知道价值最终会落在哪里的人，“可能都没有告诉你真相”。
在 Harry 询问过的至少10位 CEO 中，Cannon-Brookes 是唯一一个不愿为 AI 编程工具支付10倍价格的人。 他说：“它们之间的竞争态势不可能允许你这么做”——一旦涨价10倍，工程师就会转用别的工具——而且编程本身只占开发者一周工作时间的10%-30%。搜索、调试和运维占据其余大量时间；服务越多——假设从100个变成1000个——故障点也越多，最终形成“AI 用 AI 解决 AI 用 AI 制造的问题”的“戈尔迪之结”。
投资者应该牢记的护城河逻辑是：“你不可能快速建立一家拥有高转换成本的企业。” LLM 是“同时被投放给全世界的”，不同于 PC 或移动设备花了数年才普及，因此当前几乎所有新业务的转换成本起点都很低，只能靠交付价值、数据、工作流和熟悉度逐步建立。竞争仍然是：“创业公司能否先获得分发，还是在任者能否先获得创新？”
按席位定价不会消亡。 基于价值的定价会在两处失效：买卖双方必须同意如何衡量结果，而共享节省额的算法只对“一个循环、绕世界一圈”有效——一张100美元的支持工单降到90美元后，你不可能永远围绕这10美元折扣收费。客户不喜欢按消耗量计费，而这类模式往往会转化成另一种付款方式，就像无限存储一样。他预计最终会是混合模式：“答案可能一如既往，存在细微差别和复杂性。”
5年后工程师会更多，而不是更少。 Mike 紧接着 AWS 的 Matt 发言，两人“激烈地达成一致”。Atlassian 招聘的应届毕业生比去年更多，一些10倍工程师可能借助新工具变成100倍工程师，而产品路线图没有尽头：“找一家已经走到路线图终点的软件公司给我看看。”当创造变得便宜，设计就会成为稀缺且难以复制的差异化因素。
“魔法般的演示”与实际交付的价值之间，差距相当大。 企业部署 AI 可能远比预期耗时，需要改造工作流、清理数据、加强安全、开展培训等。未来的界面也未必是聊天机器人——“否则我们都会直接用终端”——而更可能是稳定的 UI 加上提示词层，并拥有更高的点击价值比。
运营23年后，他的信条是：“创始人的工作，是对抗雄心的熵增。” 这是 Tobes 的话，Mike 把它记了下来。面对技术范式切换，Atlassian 的防线是创造力：“我们不可能靠防守穿越它。我们必须创造出下一个时代。”

精读

1. “大多数东西都被严重高估了”——而且许多东西没有持久的商业模式

被问及投资者该如何在混乱中判断业务的持久性时，Cannon-Brookes 直截了当地说：“大多数东西都被严重高估了。可能确实如此。有些东西未来会值很多，当前却被低估了。而那些会值很多的东西，可能占比过重。”经典的押韵是：“所有倒闭的互联网公司里，Amazon 最终证明是个相当不错的生意”——这正是当下难以投资的原因。
他最尖锐的结构性判断是：许多这类公司缺乏持久的商业模式。循环收入的说法是：一家 AI 公司给模型公司1亿美元，模型公司给云服务商1.5亿美元，云服务商给 Nvidia 2亿美元，“然后所有人都说，看我们大家获得了多少收入；但你会发现，一路上每个人都亏了5000万美元。”规模也许能解决这个问题——“我不认为任何人真的知道”，而任何告诉你自己知道答案的人，“可能都没有告诉你真相”。
当 Harry 讲到自己的认知变化——他过去“在任何世界里”都没把 OpenAI 和 Anthropic 看作3万亿-4万亿美元公司，而现在“眯起眼睛看，似乎可以”——Mike 认同它们会“庞大、重要且具有影响力”，但补充说，AI 被理解和部署的速度可能需要更长时间才能兑现：“魔法般的演示”与实际交付的价值之间，差距相当大。被问到原因是采用率、数据还是安全问题时，他说：“每一个都是，另外还有更多……和大多数技术颠覆一样，我们正处于一轮炒作周期中。”

2. Atlassian 的两项押注：刻意采用多模型，设计成为稀缺资产

第一项押注很早就做出了：多个基础模型会展开竞争，因此 Atlassian 几乎在所有层面都采用多模型策略，并决定不去打造基础模型。它选择积累的能力是：“大约每3个月会出现一个新模型，会有4到6家公司参与竞争”——因此真正重要的技能，是拿到一个模型、测试它，并快速交付给客户。“我认为，这已经证明是一个非常好的押注。”
第二项押注是：一切最终都关乎设计——这里的 design 是小写 d，指的不是配色。每次重大技术转型都会迫使产品进行根本性设计；他举了一个略显老套的例子：下拉刷新在手机出现前并不存在，后来“一个应用做了，所有人都照搬”。当软件变得更便宜、更充裕时，“真正的差异化可能在于它给人的感觉和使用方式，而这非常难以复制”。
廉价创造带来的推论是：“好的设计，以及稀缺资源，可能会变得更有价值。”成本下降也意味着可以反复迭代。很多技术只被糟糕地做了一次，因为“某个地方的团队说，伙计，我得继续往前走了，预算没了”。成本更低后，“也许我可以做两三遍，把它真正做好”。

3. 商业应用未必会坍缩成全能 Siri——那可能只是有人在为自己的立场说话

对于可能来自 Satya Nadella 的观点——在智能体时代，应用会发生坍缩——他的回应是：“在当下这个时代，很容易发表宏大判断，因为你不可能被证明是错的。”他反驳说，企业软件有句老话：每一款企业软件都可以用电子邮件和 Excel 复制出来；这话没错，但我们仍然有 HR、CRM 和项目管理系统，因为专门工具能把具体任务做得好得多。“我不认为我们知道，在 AI 时代，所有这些应用是否会消失，融入某种全能的 Siri 智能体……我不相信这种世界观。”AI 会以极其根本的方式改变每一款应用，有些会消亡，有些会获利——“但我不认为它们全都只是简单的 CRUD 应用。我觉得这通常只是有人在为自己的立场说话。”
聊天机器人也不是最终的界面形态：“我不相信世界最终只会剩下一个聊天框。否则我们都会直接使用电脑上的终端。”理论上，AI 可以为每个屏幕重新生成 UI，但用户需要稳定性——“那会让人非常不知所措。”
他的实际预测是：界面看起来会比我们想象中更接近今天，但会更聪明，“点击价值比”会低得多——介于按钮和提示词之间；当提示词越来越长时，他会说：“我只想要一个该死的按钮。”Word 的例子是：告诉它你不是律师，它就会根据你的身份重新设计工具栏。

4. 5年后工程师会更多，而不是更少——金融从业者也在用 Python 进行氛围编程

Mike 紧接着 AWS 的 Matt 发言，两人“激烈地达成一致”：5年后，为公司工作的工程师会比今天更多。他的理由是，技术创造并不受产出上限约束——“找一家已经走到路线图终点的软件公司给我看看”——而研发带宽约束“我相信将永远存在”。
Atlassian 内部已经在进行氛围编程——“我现在在 Barcelona，我们正在推出一个产品”——但他的框架消解了这个分类：金融专业人士用 Python 做“极其复杂的分析”，过去可能会用 Excel、提交工单，“或者干脆懒得做”，这并不意味着他成为了软件开发者。“那是一个金融从业者在努力完成自己的工作，只是手里多了一套新工具。”客户可能会创造更多应用，也许每个客户会创造更多应用，其中许多最终会被丢弃，“这没关系，完全没问题，甚至很好”。
对入门级工程师，他给出了一个反共识判断：“我认为他们会多得多。”Atlassian 今年招聘的应届毕业生比去年更多，也比前年更多。10年前的10倍工程师，“今天可能仍然是10倍工程师。也许他们会变成100倍工程师。”
他讲述的 Loom 类比是：Loom 进入企业的一种方式，是通过应届毕业生，因为 TikTok 和 Snapchat 一代天然习惯用视频沟通，而“企业会说，伙计，这些人的生产力更高”，于是企业或其中大多数部门就会采用它。今天这些由 AI 辅助、生产力极高的应届毕业生，也会以类似方式冲击在职工程师：“我最好也照做，否则也许该去做点别的。”

5. 10位 CEO 中唯一不愿为编程工具支付10倍价格的人

Atlassian 自己使用 Revo Dev、Cursor、Copilot 等工具——“我们一直非常开放。这些工具相当便宜。”被问及是否愿意支付10倍价格时，他回答：“不，可能不会。”Harry 说：“至少有10位 CEO 被我问过这个问题，你是唯一一个回答‘不’的人。”
他的两个理由是：第一，“它们之间的竞争态势不可能允许你这么做”——一旦涨价10倍，用户就会切换；第二，它们各有所长：大多数工具擅长从零开始写代码，有些非常不擅长长篇任务，比如“跨500个代码仓库修改这段代码”，有些则无法吞入大型代码库。
更深层的原因是：编程只占开发者一周工作时间的10%-30%。搜索大约花费同样多的时间，此外还有会议、调试和生产环境告警。如果一家中型初创公司原本的100项服务变成1000项，排列组合式的故障点也会增加。“所有这些问题的答案不可能只是继续往上堆 AI。最终会陷入一个奇怪的戈尔迪之结：AI 用 AI 解决 AI 用 AI 制造的问题。”Harry 的回应值得保留：“这正是风险投资人现在告诉 LP 的话。所以别毁了我们的资金消耗池。”

6. 转换成本无法快速建立——而今天还无法判断毛利率

Harry 提到 Hamilton Helmer 的 Seven Powers 和 Salesforce 的锁定效应，Mike 给出了节目中最值得引用的护城河逻辑：这些 AI 企业发展得非常快，“这几乎天然意味着转换成本相当低……你不可能快速建立一家拥有高转换成本的企业。这在逻辑上说得通。”未来是否会拥有高转换成本，“是完全不同的问题”。
这个时代的独特之处在于：“大型语言模型同时被投放给了全世界……我不相信此前的技术史上出现过类似情况。”移动设备和 PC 花了数年才普及，而这一次，10亿名具备技术素养的人几乎同时获得了访问权限；因此创造力蓬勃涌现，整个行业的转换成本也都很低。未来的转换成本将来自“为客户交付的价值、一定程度上的数据、工作流和熟悉度”；在任者与创业公司的竞赛则是：“创业公司能否先获得分发，还是在任者能否先获得创新？”
关于 [ __ ] 毛利率批评，他说：“我们还太早，无法真正理解这些毛利率结构会是什么样。”定价机制每3个月就会变化，而且还存在模型价值随时间衰减的问题：“我训练了一个模型，花了10亿美元。在下一个更好的模型出现前的9个月里，我能拿回这10亿美元吗？”这些问题“最终会以某种方式解决”，只是他无法告诉你具体会如何解决。
关于价值最终落在哪里，有些投资者认为芯片会吃掉全部价值，或者上游的电力生产商会获得价值——“如果你现在卖电，那算是门不错的生意”——但他怀疑价值会全部向上游流动，因为另一端的设计和使用体验也会塑造付费意愿。“如果你只是一家 OpenAI 套壳创业公司，我确实认为你会陷入麻烦。”不过，这可能仍然是一个不错的起点；“很多企业并不需要成为 iOS 和 Android，也能在移动时代赚到钱。”

7. 按席位定价仍会存在——基于价值的定价只对一个循环有效

合理的替代方案只有两种：按单位价值收费，或者按消耗量收费。关于后者，他说：“去问问客户有多喜欢按消耗量计费的模式。通常他们并不喜欢。”客户无法预测使用量，也不想去监督员工。按消耗量计费往往会转化成另一种付款方式，例如供应商提供“无限”存储，再通过整体定价覆盖成本。“我确实怀疑，AI 最终也会走到这一步。”
基于价值的定价有两个失效点：双方必须同意如何衡量 X——“这是很多场景中的一个大问题”；而共享节省额的算法只对“一个循环、绕世界一圈”有效。举例来说，把一张100美元的支持工单降到80美元，我在第一年支付你90美元；到了第二年，“它现在只花我90美元……我不能永远围绕这10美元折扣收费，否则最终价格会变成负数。”
他的落点是：“我不认为按席位或这类单一模式会消失，但我们可能需要习惯更多一些按消耗量计费……答案可能一如既往，存在细微差别和复杂性。”

8. 联席 CEO 的方法论：60%-80%的重叠，以及“能否说服 Scott”测试

与 Scott 共任联席 CEO 长达20多年之所以奏效，靠的是平等——不仅是股权平等，也包括“年龄、人生阶段……天真、经验和智慧”——以及相互敬佩：“如果你们都在不断拓展边界，那么认为对方在几乎所有事情上都远胜于自己，确实很有帮助。”
如果要给 Spotify 新任联席 CEO Alex Nordstrom 和 Gustaf Sodestrom 建议，他会谈到两人的重叠范围：“Scott 和我大概有60%-80%的重叠。如果100%重叠，就没必要有两个人；如果是0%，你们会产生大量冲突。”两人的分工区域也会轮换：Mike 管理销售和营销13年，之后 Scott 管了4年。
他们解决冲突的方式也有记录：最初的股东协议甚至明确写着“剪刀石头布，三局两胜”——从未真正启用，如今也不再写入公司章程。真正的机制是：“如果我无法说服他某件事是个好主意，那它大概就不是。这是一个非常好的判断标准。”20多年里没有发生过史诗级分歧，不过有一次安全事件发生时，他们不得不通过无线电联系正在非洲度蜜月、乘坐丛林飞机的 Scott；当时他距离任何人烟都“有数百公里”。

9. 否认“创始人模式”——但现在正是下注的时代

Harry 认为，过去18个月里 Williams F1、Browser Company 和 DX 的收购，是“创始人模式正在运作的最激进、也最明显的例子”；Mike 直接否认：“完全不是。”这就像新首相上台后被认为推动了利率变化，许多动作“几个月、几年、几个季度前就已经规划好了”，而3年前收购 Loom 同样大胆。“我一直给他打电话。”
他承认的是：这是一个“蓬勃、富有创造力、类似寒武纪大爆发的时期”，要求人们不断做出决策。“我认为自己唯一能够准确做出的预测之一是，10年后我们回头看，会说，记得那个时代吗？那真是疯狂。”
运营纪律是，对未来3年做出判断，“但几乎每个季度都重新评估”，同时保留随时放弃的意愿。噪音中的稳定器是客户，他们是“暴风雨中的岩石”——“和足够多的客户交谈，让你对正在发生或没有发生的事情形成内在确信。”

10. 对抗雄心的熵增——创造力就是防线

当被问及他和 Scott 在炉边聊天时必须保护什么——据说会喝 Southern Comfort——答案不是某个产品，而是创造力。他们早期的目标是成为 Microsoft、Adobe 和 Intuit 那样经营数十年的科技公司，这意味着必须穿越一次次技术转型：Atlassian 已经跨过 SaaS、移动互联网，如今进入 AI 时代。“从更长的时间跨度看，AI 之后还会有下一个时代……我们不可能靠防守穿越它。我们必须创造出下一个时代。”
他记下的 Tobes 名言是：“创始人的工作，是对抗雄心的熵增。”一旦雄心停止，“我们作为一家企业就小得可怜……放到全球经济的尺度上，我们微不足道——这意味着我们还有很长的路要走。”
对于资源不受约束的假设，他直接否定：“约束让一切发生……一场没有90分钟限制的足球比赛只会很无聊。”他的重新表述是：研发团队有1万人，银行里有数十亿美元，“现在去创造点东西”。你会想：“天啊，我们已经没有任何借口可以抱怨了。”在资源不受限的假设中，约束会变成人才招聘。
快问快答中的几个答案：最大的失败，是20年前给 Confluence 加入 Twitter 式状态更新，“没人理解它”；不同于 Jensen 所说的“如果他知道有多难，他就永远不会去做”，他运营公司平均23年的结论是：“不，我每天都会重新做一遍”；至于 Atlassian 的未来，“你不希望公司以某种奇怪的僵尸形态继续存在。你希望它作为一个充满活力、具备竞争力的地方延续下去。”

Basic Fit 价值怎么算：Buckley Capital 的 Zack Buckley $BFIT E209｜挑战Neuralink，硅谷大佬争相涌入的超声脑机接口是什么？