摘要

基于规则的 SaaS 投资已经死了。 Lazarte 认为：“SaaS 曾经是一个基于规则的投资非常有效的时代”——如今，1000万美元营收已不再意味着赢得一个品类，因为许多 AI 营收都只是“实验性的”，不过是包裹在 ChatGPT 外的一层薄工作流。Benchmark 的替代标准只有一个问题：“如果模型变得强得多，你的公司会变差，还是会变好？”——模型越强、公司越差的公司“很难碰”。
泡沫期的答案，仍然是持有赢家。 “未来3年内，我确信会有人创办一家估值达到1万亿美元的公司。”美国软件支出约1万亿美元，但劳动力支出约10万亿美元，而 AI 公司瞄准的是后者——所以“平均而言，今天买入赢家最终会奏效”，即使“事后回看”，部分赢家也会被证明定价过高；他以估值60亿美元的 Anthropic 和15亿美元的 Perplexity 作为可能的参考点。
大公司领导者关于‘增强’的说法是在撒谎。 那些说 AI 是增强而非替代人的领导者——“这都是胡扯，它会全面替代人。”Lazarte 认为，10年后，我们今天所理解的知识工作“可能只剩约1%”；他把替代知识工作者称为“当下风投领域最令人兴奋的机会”，同时仍认为这对社会的净影响极其积极——真正棘手的问题是财富分配，而不是失业。
他最想亲自创办的公司，是 AI 伴侣。 “Character AI 就像 Friendster”——它是先行者，不是最终赢家。他预测：“5年后，对大多数人而言，最了解你的那个人将是 AI。”这将直击幸福感最大的驱动因素——关系质量，而科技此前从未真正触及这一点。
Mercor 押注的是纯 RL 时代，而不是招聘平台套壳。 他在 Mercor 营收100万美元时投资，11个月后营收突破1亿美元。关于营收质量的争论，他的说法是：“当然是营收”，但“不是”ARR，而是按当前速度推算的收入。其护城河在于，纯 RL 需要深度专家出题并编写评分标准；“只要人类在任何知识任务上仍然优于计算机，就需要有人来创建评测。”
投资组合构建不是约束。 Benchmark 各支基金的 LP 完全相同——“对 LP 来说，一支30亿美元的基金和5支6亿美元的基金其实没有区别”——因此基金规模从来不是约束。他在 Benchmark 的第一笔投资是从一支6亿美元基金中向 HeyGen 投入5500万美元，单笔占比约9%；真正的约束是上下文理解，这也是 Benchmark 很少出手的原因。
中国是美国的稳定力量。 外部威胁压制了内部冲突：在 AI 加剧财富集中、又让选民具备 AI 赋能的民粹倾向之际，否则这些因素可能动摇民主。Stebbings 强烈反驳：“中国正在全面碾压美国”，TikTok 是数据武器；但 Lazarte 仍坚持：“按所有指标，美国都在赢……ChatGPT 仍然是市场上最好的产品。”

精读

1. 被迫自力更生：从巴西的100美元到10亿用户

Lazarte 2011年与兄弟在巴西创办游戏公司，“这个故事讲出来很好听，但现实是，我们当时非常努力地想融资。我们不是主动选择自力更生。”当时能拿到的最好条款是：5万美元换公司一半股权。更缺乏经验的朋友情况更糟——其中一人签下了自己并不理解的20倍清算优先权，最终失去了整家公司。
创业洞察完全来自对当下趋势的读取：手机应用下载量从2008年到2009年增长了42倍，他们又喜欢游戏，于是开始做手机游戏；最终用户数增长到“超过10亿”，最初几款产品甚至没有雇员。

2. 不要预测未来——读懂当下，而当下是100倍增长

他的核心判断是：“事实证明，预测未来非常难。理解当下要容易得多。”这与 Bezos 在 D.E. Shaw 的模板相似：当时他看到互联网“每年增长23倍”；而今天的对应指标是：LLM 使用量在2年内增长了约100倍，“从1倍 FLOPs 到100倍 FLOPs……不算非常精确，但方向上是对的。”
方法是寻找相邻机会：1年半前，真正跑通的是 ChatGPT 和 Character AI；现在则是 ChatGPT、Character AI 和 Cursor。“很多时候，伟大的机会都紧邻今天已经跑通的东西”——Facebook 跟在 MySpace 和 Friendster 之后，移动互联网时代最大的赢家 Uber、Instagram 也都在同一波清晰可见的浪潮中启动。他的结论是：“这是10多年来创办公司的最佳时机。”

3. “Character AI 就是 Friendster”——智能体界面将重做一切

他“最想亲自做”的公司是 AI 伴侣；在他的框架里，Character AI 是这一轮周期的 Friendster——重要事物的先行者。结构性变化是：企业先通过线下分支机构与客户交互，后来转向网站，再后来是手机应用，如今则是智能体——客户将与某个“感觉像一个了解企业一切的人”的对象交流。
每次达到这一量级的界面迁移，都会产生3类公司：适应变化的 incumbents；未能适应、由创业公司以智能体优先的方式重做今天成功业务的 incumbents；以及只有在智能体界面上才可能存在的新业务。Stebbings 对社交版本的直白概括是：“一个每天24小时、持续理解你感受的伴侣……一个随时按需出现的朋友。”

4. 科技从未触及幸福感最大的驱动因素

Lazarte 的逻辑链条是：财富对幸福感的提升只有对数级，且对美国家庭而言大约在年收入7.5万美元附近开始递减；科技主要让我们变得更富有，但“幸福感最大的预测因素，是关系的质量和深度。而科技从未触及这一点。”宗教提供了一个看不见但足以承载关系的存在：宗教人士更幸福，部分原因是“上帝是一个你从未见过的朋友……这会让你更加幸福。”
Stebbings 的反命题值得保留其精神内核：宗教消亡是消费品与快消行业的命题——“我们已经把类似邪教式的崇拜，从上帝、佛陀……转移到了 Hyrox、CrossFit、Taylor Swift 和 Lululemon”，这些社群像教会一样凝聚信仰。他还给出更阴暗的数据：如今年轻男性“死于自杀的可能性高于死于癌症”，但最大的心理健康公司 Calm 估值约15亿美元。
Lazarte 不接受反乌托邦的指控：AI 朋友不会替代人类，而会撮合人类——“我非常了解你，而且我非常了解1亿人，我会把你们连接起来。”它还会形成声誉约束：如果你行为不端，“你的 AI 朋友以后不会再把你介绍给任何人”。至于自己的孩子将在这样的世界长大，他说：“我认为这会非常美好。”

5. 开放但不随和——以及自由时间测试

他寻找的2种特质“很少同时出现”：创始人既非常开放，又非常不随和——会真正听完你的整套论证，然后说：“不，我其实认为事实恰恰相反……甚至会让你感到不适。”Pedro（Brex）和 Brandon（Mercor）都高度具备这一点。
他的第二道筛选题来自 Yuri Milner：把创始人的一整天走一遍——“你几点起床，醒来第一件事做什么……你躺在床上会做什么。”Pedro 的空闲时间用来追踪 iPhone 发往服务器的数据包，结果无意中发现了 iPhone 的一次越狱漏洞——既没有目的，也没有收入。Brandon 21岁时读完了 Bill Gurley 的全部博客文章和播客，“没有任何特别原因”。年轻时的内在痴迷，随着时间推移会产生很好的复利。
Brex 的起点，是双方“共同不信任投资人”。Pedro 16岁时在巴西创办支付公司，签下了一份让自己失去控制权的协议；Lazarte 花了大量时间与律师一起帮他摆脱协议，当时自己没有持有任何股份。最终，他拿到了 Brex 的种子轮并成为首位董事会成员；Brex 在18个月内实现营收从0增长到1亿美元，Mercor 则在11个月内从100万美元增长到超过1亿美元。

6. SaaS 规则已死；一个问题取代整张表格

“SaaS 曾经是一个基于规则的投资非常有效的时代……做到1000万美元营收，就意味着你赢得了这个品类。但现在不再如此。”原因在于营收的性质发生了变化：如今，给 ChatGPT 包上一层“非常薄的工作流”轻而易举，再把它卖给所有撰写索赔函的律所，就能印出数百万美元营收，但“完全没有企业价值”——因为模型越强，工作流就越不值钱。
路演现场，营收增长仍然会引起注意，只是“它不再值过去那么多钱”。接下来第一个问题是：“如果模型变得强得多，你的公司会变差，还是会变好？”如果变差，“就很难碰它”；如果变好，“那就是一个很好的位置”。

7. Mercor、纯 RL，以及关于增强的谎言

他最喜欢的主题，直白说就是：大公司领导者声称“AI 不会替代人，AI 只是在增强人的能力——这都是胡扯。它会全面替代人”。Stebbings 最喜欢的企业委婉说法是：“我们只是暂时不招新人，但其他一切保持不变。”Lazarte 把“替代知识工作者”称为“当下风投领域最令人兴奋的机会”，并坚持认为这最终会对人类极其有利。
Mercor 在3个维度上通过了“模型越强，公司越好”的测试：面试是一个质量可以持续提升的问题，即使 Musk 和 Bezos 也会在面试上投入大量时间；招聘结果会提供具体数据来改进模型；平台本身是一个具备网络效应的市场。
更深层的判断是，模型正在进入第3个时代：先是预训练，然后是 RLHF——“这是 ChatGPT 的重大创新”；现在则是纯 RL——深度专家提出模型无法回答的问题，并写出评分标准，模型生成大量答案并接受评分；“只要你能为任何任务创建一个基准，通过强化学习并投入大量算力，就能创建出超越该基准的模型。”寻找这些专家本身就是面试，这才是 Mercor 为模型实验室提供的实际产品。对于 ARR 质疑，他说：“当然是营收”，但“不是”ARR，而是按当前速度推算的收入；随后他把原本的对冲变成了辩护：“只要人类在任何知识任务上仍然优于计算机，就需要有人来创建评测。”

8. 泡沫问题：你是否获得了与风险匹配的回报？

Stebbings 直接追问买方最担心的问题：当按当前速度推算的营收取代企业级 ARR，HeyGen 这类公司背后又有“实验性”支出时，在 AI 高估值下，投资人获得的回报是否足以补偿风险？Lazarte 的答案是逐案判断；HeyGen 和 Mercor “都是非常便宜的轮次”。Stebbings 追问：“你觉得20亿美元便宜？”Lazarte 澄清，他指的是自己参与的轮次。
从资产类别看，AI“比移动互联网大得多，可能是互联网的一个数量级”。聪明的投资人看到的范围，是1万亿美元的美国软件支出与10万亿美元的劳动力支出，因此结果将“比过去大得多，甚至大得不可思议”。他的结论保持原有的审慎程度：“我认为，平均而言，今天买入赢家最终会奏效。是否有一些赢家被高估？事后看，答案是肯定的。绝对是。”Stebbings 随后用 Gurley 因价格问题错过 Google 提醒众人：价格永远可能成为遗憾。

9. 知识工作可能只剩1%——而中国让美国保持清醒

当被问及10年后有多少需要坐在电脑前完成的工作还会存在时，他回答：“可能只剩1%左右。”他担心的是大学毕业生——“如果你从法学院毕业，3年后还有什么事情是模型做不到的？”与此同时，持有股份的人会“变得富得多”，万亿美元公司将由极小团队运营，这会成为“一股非常不稳定的力量”。
但总体仍是积极的：“公司是人类最伟大的发明。”从巴西长大到生活在湾区，两者之间的差别就在于公司的质量。Stebbings 直接否定 UBI：“人类需要目标……我们不会去画画、写诗”，并指出真实的心理机制会走向成瘾、赌博和卖淫。Lazarte 认为，社会动荡的机制在于：每个人都会拥有一个强大的 AI，告诉他们政治人物是否真正服务于自己，因此民粹式再分配议程“会赢得选票”。
他的解决方案是地缘政治性的：“中国实际上是美国非常稳定的一股力量。”外部威胁意味着，当某一方可能率先获得强大 AI——“而且必须是美国”——时，“我们承担不起把时间浪费在内部冲突上”。Stebbings 不认同这张成绩单：在教育、人才厚度和工作 ethic 上，中国“正在全面碾压”美国，“欧洲甚至没进这场比赛”；TikTok 则是“一件聚合消费者数据的武器”。Lazarte 承认中国有更多人、更努力地工作，但强调：“真正的网络效应是一座城市。”硅谷的知识密度，使西海岸创始人打造科技巨头的概率大约高出1000倍；全球约0.1%的人口诞生了全球最大科技公司的70%，因此“按所有指标，美国都在赢”。

10. Benchmark 内部：没有流程，没有组合构建，只有无条件的信念

对于必须领投 A 轮的要求，他说：“我认为僵化是无稽之谈。”投资组合构建也同样如此：各支基金的 LP 完全相同，因此“一支30亿美元的基金和5支6亿美元的基金，对 LP 来说其实没有区别”。他的第一笔投资是从一支6亿美元基金中向 HeyGen 投入5500万美元。真正的约束是上下文理解：Benchmark 很少出手，“因为了解公司需要花很多时间”；如果你只写一张小支票，只是众多投资人之一，“你不会产生任何影响。无论你有多聪明，都不重要。”
Stebbings 本集最有力的反击是：每家 VC 都声称自己是创始人的第一通电话——“你的妈妈应该是第一通电话。我想成为你最糟糕的那通电话——真正的麻烦来了，就打给我。”Lazarte 从 Peter 那里学到的承诺方式是：面对一家陷入困境的公司，即使“完全不符合经济理性”，也要说：“我们应该把董事会会议频率加倍。”——“只要创始人还想继续尝试，我们就会一直在这里。”
值得借鉴的机制是：无论投票结果如何，任何合伙人都可以做一笔交易；合伙人按1到10打分，“不能投5分”，纯粹把投票作为温度计，迫使每个人给出明确数字。董事会角色也从治理转向“放大创始人的野心”：他说，“我的受托责任从写下支票的那一刻开始——我是在为这个人承保。”Brett Taylor 的 Sierra 融资“更像是一场对话，而不是路演”——合伙人一起吃饭；这位本可以自筹资金的创始人，最终仍然选择了 Peter。
快问快答透露出的信号是：他在 Benchmark 约18个月内完成了4笔交易，其中3笔来自主动出击，第四笔是他共同创办的隐身公司。若只能持有10年，他会选 Duolingo——“以一种好的方式低调”，这款语言应用正在变成“教你语言的 AI 朋友”；他称其创始人“绝对是天才”，正走在为所有人打造“免费 AI 家教”的路上。成长投资基金选 Green Oaks，早期投资选 Conviction。他最相信、但大多数人仍拒绝接受的判断是：很快“我们会醒来，然后按照应用告诉我们的去做……我们会服从机器，而且会爱上这种状态。”

110: 与明势夏令聊Agent竞争：通用入口之战就要来，创业要做垂、做专|Agent#2 32.半年跻身全球Top10，一家深圳小厂的「狂飙」故事｜对话Magcubic创始人