摘要

Park 的可投资判断，他在节目中说了2遍，值得纳入定价：“这一代 AI 公司必须拥有一套有意思、且具备防御性的 data strategy。” Simile 的数据战略不止于记录人们“说了什么”的网络数据，更延伸至行为、交易，尤其是随机对照试验数据，因为“真正没人关心预测……人们真正关心的是塑造未来”，而这需要因果反事实。被问及会投资哪里时，他套用同一标准：别人无法接触或采集的数据，并点名机器人和推理/芯片层。
部分企业交易在3个月内完成。 Park 原本计划用到2026年底来教育市场，结果部分最大企业客户“以企业交易中闪电般的速度”签约，因为缓慢且昂贵的实验带来的痛点“比我想象中尖锐得多”。最有杀伤力的演示，是在首次电话中重做一家咨询公司的研究：“我们预测了那些耗时3到6个月的研究结果，但只用了2分钟。”
值得锚定的验证数字：85%。 Smallville 演示吸引 Fortune 500 董事会成员主动来询后，团队花了1年证明，模型预测人的行为和态度时，“准确率达到人们复现自身行为的85%”（2024年底发布）——Park 认为这项工作开启了合成面板领域；他预计，合成面板将在3年内超过当前的人类面板市场，因为企业和科学家想验证的想法只有约5%真正得到回答。
定价终局极其激进：大约2—3年后，单次模拟的运行成本将达到1000万、2000万美元，但价值高到客户愿意支付1亿美元。 模拟将成为 token-maxed inference 的下一片前沿，卖给最大型企业和政府。如今的生产模型运行成本已经降至最初的约1/100。
Simile 与 Kalshi/Polymarket 及市场的差异，不只是预测会发生什么，而是解释它将如何发生、为什么发生。 公司会展示每一步，让客户能够阻止或推动结果。量化交易员已经加入公司，“也许 Simile 最终会拥有一家小型对冲基金”；Park 认为，随着某种形式的 AGI 和完美模拟器出现，我们对世界的许多假设都会改变——“其中一个当然可能就是股票市场”。他认为可能不再成立的更深层假设，是无法获得每个人的视角；取而代之的将是“社会的一个表征层”。
Simile 在约6个月内融资3亿美元：约5个月前完成1亿美元轮，随后获得内部投资者2亿美元的 preempt。 Index 的 Shardul 说自己“从没见过这种 traction”；Greenoaks 则独立完成了市场 mapping，并在几天内、没有正式流程的情况下完成投资。Park 表示，团队确实考虑过是否需要这笔钱；最终的融资逻辑是“资金确实能换来算力”——研究结果无法控制，但输入可以控制。
值得借鉴的组队原则：招聘那些在人生每个阶段都曾是“成功的共同分母”、同时拥有“本不该共存的2种超能力”的人。 他的联合创始人 Laney 就是“短期偏执、长期虔信”，这种平衡需要“某些方面有所残缺的人”。Harry 补充说，那些希望自己当初少担心一点的创始人其实弄反了——正是偏执让事情最终成功。

精读

1. Smallville：开启这一领域的情人节模拟

Park 创业的起点，是他在2023年做的实验：一个由25个 NPC 组成的游戏小镇，底层使用 GPT-3.5 text-davinci——早于 ChatGPT——再配合记忆、规划和反思机制。这是 agentic workflow 中这些概念首次被明确写入架构的时刻。实验设定在情人节前一天，智能体自行组织起来：筹划派对、装饰咖啡馆、记住彼此。
记忆方案起初简单得有些尴尬——“我们把所有东西放进 markdown 文本文件里，就这样”——但关键增量是反思：系统定期安排一次“淋浴时刻的思考”，让智能体审视自己的日志：“你这周为什么总点煎蛋卷？是因为忙吗？你喜欢煎蛋卷吗？”随后在事实之上形成新的想法。“这实际上塑造了它们作为一个人的身份”——智能体由此获得个性和观点。

2. 不是更聪明的模型，而是人类犯错的基础模型

Park 对标前沿实验室的定位是：它们在打造“擅长编程、自然科学和数学、极其理性且聪明的机器。Simile 对这些其实都不在乎。我们关心的是，如果一个人在这个场景中犯了错，我们希望模型犯同一种错……以人类的方式产生偏差”——也就是人的“大脑中主观的那一半”：价值观、偏好和品味。
Harry 直截了当地追问：你们是不是只想成为下一代 Qualtrics？Park 的回答是，调查和访谈只是工具层；模拟才是“最具普适性的人类模型……而且可以规模化”，先是模拟一次完整的产品发布，再延伸到“棘手问题”——气候变化中的协调均衡，甚至“民主在什么条件下会失败”。
Harry 提到选举，追问技术被滥用的风险。模拟与 AGI 一样，是科幻作品中的“两大支柱”之一，其滥用潜力“非常真实”。Simile 声称的北极星是“规模化代表”——让那些缺席决策会议的人群观点进入每一项决策。

3. 数据命题：因果高于相关，RCT 高于网络数据

这一集的主线是：“我的根本判断是，这一代 AI 公司必须拥有一套有意思、且具备防御性的 data strategy。”网络数据记录的是人们说过什么，而不是做过什么；Simile 也收集交易和观察数据，但 Park 的“个人热辣观点”是，观察数据主要用于建立相关性——“适合预测任务。但……真正没人关心预测”，除非你是在预测股市。
Starbucks 的例子完整承载了这套论证：告诉客户 Frappuccino 销量将在2个季度后暴跌，他们只会问：“那我们该怎么办？这太糟糕了。”客户想要的是塑造未来，这需要因果机制和反事实，因此 RCT 和 A/B 测试——“设想人们做了这个，而不是那个”——才是核心训练资产。
数据来源也与实验室不同：不是专家程序员，而是“像我们一样的人……普通人”，代表性是关键考量，招募从一句“告诉我们你的人生故事”开始。规模方面，1000人足以让狭窄人群具备统计显著性，但客户可以即时筛选——“这意味着我们希望代表整个人群”。

4. 奖励函数：“世界就是我们的 ground truth”

Harry 用 AlphaGo 作类比，Park 给出了更尖锐的版本。编码智能体进步很快，是因为接受/拒绝提供了清晰的奖励；模拟看起来难以获得奖励，是因为预测发生在未来。但“世界就是我们的 ground truth。每天，我们都可以生成数万个假设……一个月过去，已经生成100万个假设，其中 X% 成真。这是了解世界的最佳方式。”
对早期合作伙伴而言，这个飞轮会持续复利——“绝对会”——成本曲线也在急剧下弯：如今投入生产的模型“过去的运行成本大约是现在的100倍”，但奖励模型和方法论没有变化。重算力买来最初的观点，效率随后提升。

5. 产品市场契合提前数年到来，并在几周内完成签约

Smallville 在 Stanford 展示后，Fortune 500 董事会成员和 C-suite 高管主动联系，PMF 就此显现。团队花了1年验证，证明模型预测行为和态度时，“准确率达到人们复现自身行为的85%”——结果于2024年底发布，“这真正开启了合成面板这个领域”。
Park 原本预计要用1—2年预热市场，并在2026年底前后加大 go-to-market。结果部分最大企业客户在3个月内完成签约；这件事“确实改变了我对美国企业界的看法”，因为缓慢实验带来的痛点“比我想象中尖锐得多”。他特别提到 CVS 及其 Insights VP Shree，这是一个极具前瞻性的合作方。
首次电话中的销售方式很直接：客户拿来一家大型咨询公司的研究结论，让 Simile 重做一遍——“我们预测了那些耗时3到6个月的研究结果，但只用了2分钟。”
合成面板能否在3年内超过人类面板？Park 的答案是肯定的，因为上限正在抬升：企业和科学家想验证的想法只有约5%真正得到回答——“我们作为社会所做的许多决策，都是凭直觉。” 企业市场研究只是切入口，符合 Pat Hanrahan 关于 Tableau 的建议：“获得反馈的最佳方式，就是让人们真正付钱给你。”

6. 经济学：1亿美元的模拟会话与一家潜在的对冲基金

对于 Harry 提出的价值提取问题——帮助 CVS 调动数十亿美元，却只收取100万美元——Park 的答案是两者兼具，而预防风险是巨大的价值场景：避免“一场本来会让我们损失5亿美元的彻底灾难”，就是“真正的止痛药”。复杂模拟涉及完整的下游影响和全美范围的分群，成本更高，但 ROI 也最高。
本集最具尺度感的判断是：“我认为，大约2、3年后，存在这样一种可能：我们运行一次模拟会话，成本就要达到1000万、2000万美元……但它的价值会高到客户愿意支付1亿美元。” 对最大型企业和政府而言，模拟将成为 token-maxed inference 的下一片前沿。
与 Kalshi/Polymarket 相比，双方都关心未来，但“我们这家公司不只是关心会发生什么，更关心它将如何发生、为什么发生”——展示整个生态系统采取的每一步，让客户能够阻止或推动结果。
Harry 关于对冲基金的挑衅得到了回应：量化交易员已经加入 Simile，“也许 Simile 最终会拥有一家小型对冲基金”。市场会不会变得无法投资？Park 认为，如果出现某种形式的 AGI 和某种形式的完美模拟器，我们对世界的许多既有假设都会改变。其中一个“当然可能就是股票市场”。他认为可能不再成立的更深层假设，是无法获得每个人的视角；取而代之的将是“社会的一个表征层”。

7. 6个月融资3亿美元：preempt 的运作方式

Simile 约5个月前完成1亿美元融资，随后被内部投资者 preempt：领投上一轮的 Index Shard 说自己“从来没见过这种 traction、这种 pull”。Park 打电话给外部团队首选 Greenoaks，后者此前已经独立完成了市场 mapping：“我们不走正式流程，所以如果你们有兴趣加入，只有几天时间。” 2亿美元轮随即完成，使公司在约6个月内累计融资3亿美元（种子轮由 Mike Volpi 领投）。
团队曾考虑是否真的需要这笔钱；Park 最终的判断是，“资金确实能换来算力”——研究中“你确实无法控制结果……能控制的是输入和过程”，而资本可以实质性地提高输入。
他对 VC 的坦率看法保留了原本的锋利：“我其实相当怀疑 VC 的角色到底是什么……我到现在也说不清楚。” 但合适的投资人会成为真正的导师（Volpi 就把他介绍给了联合创始人 Laney）。融资时机也说明了一个教训：种子轮、A 轮和下一轮都在1年内完成——“市场或许总是在你所在位置的前面一步移动。”
对 Harry 关于傲慢的问题，他回答：“市场中确实有些部分相当泡沫化。肯定有。” 他的锚点仍是基本面：就像 OpenAI/Anthropic 一样，模型迭代速度和需求拉动都可以被 mapping。

8. 招聘原则：成功的共同分母与相互矛盾的超能力

Park 用自己画人物画的经历打比方：无论画的对象是谁，“你的对象多少都会像画家本人”——最好的团队也会映射创始人。第一道筛选题是：在候选人的人生每个阶段，“他们是不是成功的共同分母”？答案若是肯定，意味着极强的主人翁意识和重塑能力——联合创始人 Michael Bernstein 曾从 crowdsourcing 转向 AI，再转向 generative agents，“你能看出这是一个主导了许多成功的人”。
第二道筛选题是：“一个人身上是否同时具备本不该共存的2种超能力。” Harry 举的例子、也是 Park 认可的，是少数世界级 CMO：既“数据严谨到令人难以置信”，又具备创造性和艺术性。
通过联合创始人 Laney，可以看到完整原型：她每天都处于偏执状态——“除非我们今天把所有事情都摆到桌面上……否则我们会输”——但长期来看“她是虔信的”，相信“世界的牌面是偏向她的”。要同时平衡这两点，“需要某些方面有所残缺的人”。Harry 的发挥也值得保留：成功创始人的标准答案“我希望早知道一切最终都会好起来”，是“最糟糕的答案”——正是偏执驱动了充分准备，最终产出了结果。

9. 人才争夺战、研究者创始人与快问快答

研究员薪酬军备竞赛“绝对”存在。Park 最亲近的同事总薪酬达到“数千万美元”，他也坦承 Simile 无法匹配 base，“你融资了几亿美元也没用”。公司靠愿景和影响力取胜：这些人亲眼见过 OpenAI 在不久前还是“笑柄”，如今却成为近万亿美元的企业。他给出的留存证明是，6年来核心研究团队无人离开；他还说服自己的博士导师——Bernstein 和 Percy，后者“确实创造了 foundation model 这个术语”——加入公司。
对于担心资助科学项目的投资人，他给学术创始人的尽调问题是：“他们是与一个问题绑定，还是与影响力绑定？” 与问题绑定的研究者往往做不出“一家好公司”；与影响力绑定的人，则会寻找能够触达用户并产生收入的问题。
快问快答中，最过热的是“没有清晰愿景、不知道如何影响世界的新实验室……它们最终会成为有意思的研究项目，但不会成为可行的公司”。如果投资，他仍会回到防御性数据这个标准：机器人领域有意思，但并不缺乏投资；他更看好推理和芯片/硬件层，对一家近期刚结束 stealth 的团队“相当看多”（可能是 Etched）。
最善意的帮助发生在他失业、待在 Palo Alto 车库、没有任何研究背景时：他给学者发冷消息；Stanford 理论教授 Mary Wootters——与他本科就读同一所学校——给了他一个完整上午，以及打开研究大门的人脉。“我真的觉得自己不配得到这些，但他们押注了我。” Harry 最后的提醒是：“永远不要忘记第一个相信你的人。”

你真的信WorkBuddy有2000万月活？E246｜何谓蒸馏？聊聊硅谷如何看中国开放模型逼近前沿