摘要

基础设施建设已进入后半程，应用层才是主线。 核心框架是：OpenAI、Anthropic、xAI主导的实验室建设，类似互联网应用层出现前的光纤和宽带建设。Harry说，“现在基础设施已经建好……该轮到应用来建设了。”面对Mercor的Brandon认为未来24个月基础设施层创造的价值会远高于应用层，Mignano并未完全反驳，只是保留意见：“建设还没结束。”但他同样看好应用层的巨量价值创造——未来软件产品会多到“除非你知道自己在找什么，否则根本没法下注”。
模型可能走向两种未来。 要么某家实验室实现递归自我改进——“一旦达到递归自我改进，你就出局了，没人追得上”，大概率是已经拥有算力的现有实验室，但Thinking Machines或SSI也可能凭借新架构实现弯道超车；要么AI沿着此前所有技术走过的S曲线进入平台期，模型商品化，竞争转向成本优化：开放权重模型、路由层，以及与人类目标对齐的Harness。他明确表示，并不期待失控式加速的未来。
Agent首先是信任问题，实验室无法独占。 Harry说：“我们从未像即将交给Agent那样，把自己如此多的部分交给一种技术。”Chrome曾观察我们的浏览行为，但“它不是另一个自己”。Harry的直白反驳是：除了硬核技术人员，没人真正关心隐私；把钥匙交出去，5年内就会成为事实上的默认选择。Mignano承认历史更支持Harry，但认为只要有足够多的人在意，“让一个或几个玩家能够牵制其他玩家”就够了——这正是USV押注开放权重、开放Harness和分布式算力组成的“Rebel Alliance”的理论基础。
初创公司应 TokenMaxxing，而在位者只能配给额度。 Harry用Mark Benoff的算法估算：他在Anthropic花费的$300M，只相当于开发者薪酬中3.8%用于token的支出；如果达到20%，Anthropic“被严重低估”，达到100%，规模会远超所有人的想象，但如果需求转向开放模型，“会是完全不同的游戏”。Mignano的判断是：大公司必须控制token预算，但“如果我是现在的初创公司CEO，我仍然会拍桌子要求最大化token支出”——编程用前沿模型，运营用Sonnet。最好的工程师会追随这种不设上限的预算。
实验室吃不掉应用层——而他曾经以为会吃掉。 他过去1年最大的认知变化是：“我曾以为模型提供商什么都能做……但公司不可能什么都做。”这也是人们曾经对Google和Apple的误判。护城河包括医疗行业长达10年的监管审批，Granola积累的组织上下文，以及Anthropic成立专门设计团队后仍保持数十亿美元收入的Figma。市场结构上，赢家大约拿走30%，“剩下的70%完全还有机会。”
USV错过模型赛道后的反向押注：自2021年以来押注能源。 无论最终哪种模型胜出，底层能源层都会获得回报；而他们后来意识到，所需能源比预想更多，能源的可迁移性也比预想更重要。组合中的Radiant做工厂流水线生产的小型核反应堆，Rune则把微型数据中心部署在风电场旁边。另一条原则是“不要自动化，要彻底摧毁”——跳过企业中间商软件，直接做Doctronic式的全模型重构。
早期拿所有权，后期看现金回报，永远不要因为价格放弃——但要有边界。 Fred Wilson最大的经验是“永远不要因为价格放弃”；Mignano补充说，小基金在种子轮必须设定价格上限，否则基金回报模型无法成立，而Series B之后则应忘掉持股比例，按投入$25M能否实现10x、100x、1000x来承保——这就是FOMO交易。杠铃结构适用于所有阶段：要么投大型共识平台，要么做USV这种规模$275M、观点鲜明的小基金。Harry说：“今天没有$400M基金，你做不了Series A。”处于中间的$50-100M基金会被挤垮。
两人都坦白错过了对方押中的赢家。 Harry因为$200-250k支票只能换来1%持股而拒绝了Suno的种子轮，也因“缺乏想象力”错过Granola；Mignano最大的遗憾则是从未投资Substack。他在Lightseed押中的两家公司，逻辑完全相反：Granola是基于认识Chris 15年的纯创始人下注，Suno则是押注音乐民主化的纯理论下注。Suno达到$5B估值后，仍可按“无限上行潜力”承保，因为它代表一种新行为——团队称之为“创意娱乐”：纯粹为了享受而创作音乐，就像Claude Code或Midjourney。

精读

1. 基础设施建设仍在继续——现在轮到应用被写出来

当下的底层框架是：OpenAI、Anthropic、xAI、SpaceX主导的实验室时代，本质上是一场资本密集型基础设施建设，直接对应互联网应用层出现前的光纤和宽带建设。Harry说：“现在基础设施已经建好……该轮到应用来建设了。”
Harry拿Mercor的Brandon来检验这一判断：Brandon认为“未来24个月，基础设施层创造的价值会远高于应用层”。Mignano没有完全反对，只是强调：“我们还没结束，建设还没结束。”与此同时，他认为应用层也会创造巨量价值。
这对基金策略的关键影响是：应用会多到“除非你知道自己在找什么，否则根本没法下注”。这也是他从共识驱动、追求规模的基金转向理论驱动的USV的原因，尽管他承认，近期“共识驱动一直极具价值，也极其赚钱”。

2. 两种未来：递归失控，或沿S曲线成为商品

第一种未来是递归自我改进：AI自主开展研究，在指数曲线上“永远复利”。他的绝对判断是：“一旦达到递归自我改进，你就出局了。没人追得上。”如果真的发生，胜者大概率是已经拥有算力、前沿模型和芯片的现有实验室；但Thinking Machines，或Ilia和Daniel创立的Safe Superintelligence，也可能凭借后Transformer架构实现全面超越。“这不一定是我期待的未来。”
第二种未来是：历史上的每项技术都遵循S曲线——缓慢起步、指数增长、最终平台化。自我约束的边界尚不清楚：Transformer可能无法无限扩展，数据可能耗尽，硬件建设也可能跟不上。
如果最终进入平台期，“这项技术可能会越来越像一种商品”：实验室之间趋同，竞争转向价格、产品体验和智能栈，包括开放权重模型、优化token支出的路由层，以及Harness。

3. Harness，以及Agent到底在为谁工作

Harry承认自己一直不太敢问，Mignano对Harness的定义是：“与模型紧密耦合的应用。”Claude Code和Claude Co-work是形成飞轮效应的案例，此外还有会“接管你的Mac Mini”的Hermes，以及Arendelle的Pi。
他提出“你的Agent到底在为谁工作”，源于激励机制错位：实验室的目标是让实验室模型变得更聪明；但如果我把全部行动能力、个人信息以及信用卡都外包给Agent，“我希望它为我工作”。
Harry的反驳一如预告般直接：“除了硬核技术人员，我不认为有人在乎隐私。”人们已经习惯在网上使用信用卡、在网上寻找伴侣；把钥匙交给Agent，“5年内就会成为事实上的默认选择”。
Mignano的回应分两层，而且承认“历史表明不会按我的想法发展”。第一，Harry说：“我们从未像即将交给Agent那样，把自己如此多的部分交给一种技术。”Chrome了解我们的兴趣，但“它不是另一个自己”。第二，不需要所有人都在意，只需要“足够多的人在意……让一个或几个玩家能够牵制其他玩家”。

4. TokenMaxxing：在位者配给额度，初创公司全力踩油门

Harry用Anthropic的承保模型计算：Mark Benoff说自己在Anthropic花了$300M，相当于开发者薪酬中3.8%用于token的支出。如果达到20%，“Anthropic被严重低估”；达到100%，“这会比我们想象的大得多”；如果增长停滞或需求迁移到开放模型，“会是完全不同的游戏”。Mignano说：“我认为这是一个风险。”
他的判断分成两类。Salesforce或Microsoft不可能给5,000-50,000名员工无限预算，这也是他提到Meta、Uber和Microsoft的原因。但“如果我是现在的初创公司CEO，我仍然会拍桌子要求最大化token支出”：编程使用前沿模型，摘要和运营使用“Sonnet之类的模型”，“我想获得对Salesforce的每一项优势”。
人才会追随预算：最好的开发者会选择可以放开花钱的初创公司，尤其是有使命感的公司。“市场上有太多资金和资本在流动……很多公司过去不需要有使命感。我认为现在它们会需要。”
对于Harry提出的场景——新模型让一名100x工程师用巨额token账单替代10名中等工程师——工程团队会转向规模更小、能力更强的工程师组合，把低层任务交给Agent。“但我还不知道它最终具体会是什么样子。”

5. 开放生态，以及路由层的商业模式难题

他的估算是：企业中“80%的非编程任务”都可以交给非前沿模型完成，包括摘要、文档和简报；开源模型的追赶速度也“比过去更快”。至于中国拥有最好的开放模型，他的判断是：“初创公司和团队会流向激励机制所在的地方。”随着Rebel Alliance获得“一战之力”，聪明的团队会转向开放生态。公开这套理论本身也是种子期策略——“向还未浮出水面的创始人发出蝙蝠信号”。
路由现在变得重要，是因为企业希望根据任务的能力要求和成本，选择最合适的模型。纽约的Open Router是纯粹的路由公司，产业链各环节的公司也都告诉USV，它们计划将自己的路由层商业化。
Harry对此持怀疑态度：如何避免沦为商品化管道，而且“很难想象单靠路由就能做出一家$50B公司”。Mignano最有意思的答案是赏金模式：路由器在选出最高效模型时收取费用，但“还没真正看到它被搭建出来”。他的保留意见是，基础设施公司会深度嵌入开发者工作流，一旦嵌入，“你根本无法把它拔出来”。

6. USV错过模型赛道，答案是能源

面对“USV是不是错过了模型赛道”的问题，答案是：USV“玩的是另一场游戏”。自2021年以来的核心押注是：无论哪种模型胜出，底层能源层都会获得回报。此后的教训是：“我们需要的能源只会比想象中更多，能源的可迁移性也只会比想象中更重要。”
组合中的Radiant正在建设工厂流水线生产的小型核反应堆，并成为美国最早在穹顶中测试这类设备的公司之一；Rune则把微型数据中心直接部署在发电机和风电场旁边，解决能源可迁移问题。Harry还提到Boom面向AI的涡轮机机会，以及Panthalassa在海上的数据中心；Mignano把它概括为Adam Smith式的“看不见的手”——“市场会自行解决问题。”
对于资本密集型的问题，他的回答是：在创新前沿，“最早期其实并不那么资本密集”。科学实验阶段，恰恰是风险投资基金应该介入的阶段。

7. 要彻底摧毁，不要自动化——以及实验室为何吃不掉应用

USV的筛选标准是：“我们喜欢押注能够彻底摧毁市场和既有商业模式的企业。”因此他们大多跳过企业自动化：那是在“向中间商销售，让既有业务变快”。Doctronic就是典型案例；当时“让AI把医生放进每个人的口袋”听起来仍然很疯狂，但USV领投了它的种子轮。
医疗案例说明，近10年的医疗行业关系和监管审批最终形成了护城河——“你不能直接走进门说，嘿，我们现在要做医疗了。”USV在2018年投资，转折点花了5-7年才出现。更浪漫的说法是：“如果我们不相信初创公司能击败巨头，作为风险投资人还有什么乐趣？”
即使实验室发起进攻，结果也不是二元的：Anthropic成立了专门的设计团队，Figma仍然保持着数十亿美元收入。Harry也承认自己在开发者工具上的判断错了：他原以为赢家会通吃，但Lovable已经达到$500M ARR，与Cognition及其他公司并存。Mignano对市场结构的判断是：“通常赢家会拿走大约30%的市场……剩下的70%完全还有机会。”
他过去1年最大的认知变化是：“我曾以为模型提供商什么都能做……但幸运的是，我重新意识到公司不可能什么都做。”人们曾经也这样看待Google和Apple；Harry还转述了Roryo Driscoll讲过的故事：Microsoft一度考虑成为银行。“有时确实能做到，比如AWS。但它们不可能什么都做。”

8. Granola与Suno：纯创始人下注和纯理论下注

Granola是一次纯粹的创始人下注：他认识Chris 15年以上——Socratic的办公室就在Anchor后面——“我知道他做得到，我亲眼见过他做到。”竞争压力是真实的，OpenAI和Notion都推出了直接竞争产品；但Granola的防线在于专注——“他们只做笔记……我们只想成为你的第二大脑”，借此进入企业；以及上下文护城河：一旦组织积累起丰富历史，“作为企业，你不会愿意把它交出去”。他对这个时代的判断是：“这一轮AI产品建设，在很多方面就是要抢先，以及非常非常快地推进。”
Suno则是一次纯粹的理论下注，延续Anchor的投资框架：在AI之前，音乐从未真正实现民主化。因此他“追遍了每一支”在做AI音乐的团队，直到Mikey这位前音乐人通过在Hoboken的一顿晚餐建立起即时连接，创始人因素才进入判断。
在$5B估值下承保Suno，核心逻辑是“无限上行潜力”，参照的是那些实现媒介民主化的代际平台：YouTube、TikTok、Twitter。他最初认为Suno需要Spotify式的创作者—消费者双边结构，仍把它视为平台，但现在已经不确定；他看到的更像一种“全新的行为”，团队称其为“创意娱乐”——“创作音乐就是为了创作音乐”，类似Claude Code或Midjourney，“对这些内容没有更高的诉求”。
Harry也坦白了自己的对应失误：他因为$200-250k支票只能换来1%持股而拒绝了Suno种子轮，也因为“缺乏想象力”错过Granola。两次都是糟糕的错失，而两家公司最终都成了Mignano的赢家。

9. 基金回报模型：早期拿所有权，后期看现金回报，以及Fred Wilson规则

阶段划分很明确：种子轮和Series A阶段，持股比例很重要，因为后续轮次对小基金来说太贵；跨过Series B/C的鸿沟后，则应“忘掉百分比”，直接按现金回报承保$25M：能不能做到10x、100x、1000x。现实中的例子是Paul的新一代交易应用那轮FOMO融资，他与Harry共同参与，“这一次，我们不会把持股比例放在首位”。
Series A的经济条件已经重估：轮次通常是$80M-$100M post，偶尔达到$150M post。Harry告诉LP：“今天没有$400M基金，你做不了Series A。”相应地，$50-100M种子基金处在最差位置：会被大基金挤压，又大到无法保持协作。Mignano的判断一致：要么做大型共识基金，要么做小型观点基金，“我不认为基金可以处在中间”。与此同时，“现在会是大型平台基金有史以来最好的时期”：Thrive的增长数据超过90%的种子基金。
关于价格，Fred Wilson最大的经验是：“永远不要因为价格放弃。”后期市场赢家具备价格弹性，但最早期阶段，他们“始终会有价格上限”，否则基金回报模型无法成立。Harry通过Peter Fenton补充：可以用价格测试自己的信念；对于Alan Chang或Air Wallace Jack，“价格翻3倍我仍然会付”。Mignano说，回头看自己的最佳交易，“我可能会付出双倍价格”。

10. 创业手艺，以及传统媒体的讣告

他最早形成的约束理论是：“伟大的公司、伟大的产品、伟大的人，都来自约束，而失败是终极约束。”在Anchor，“我做得最好的时候，是公司账户只够撑3个月”。
Jeremy Lou给他的最大投资教训是：不要把自己的运营想法投射到创始人身上。即使你的判断是对的，“那也是创始人的公司”；如果一笔投资的成立前提是团队执行“你的计划”，那就是一笔坏投资。他也彻底调整了排序：创始人＞市场＞产品，并认为自己最糟糕的创始人判断错误都源于沟通——它会影响招聘、融资、产品愿景和叙事。
他在非AI领域最大的遗憾是Substack：让人们自我出版，并“在媒体方面掌控自己的命运”。他的直白判断是：“我认为传统媒体在很多方面已经死了。”2022年离开Spotify时，他认为独立媒体已经“成熟定型”；但此后它“增长得大得多……我甚至不认为我们已经达到顶峰”。电视仍在经历大规模解绑。
快问快答中值得记录的细节包括：最喜欢的首次创始人会面是Bor的Bren Putnham（前Mirror成员，已卖给Lululemon），他是“一个自然力量般的创始人”；最喜欢的种子基金是Matt Hartman的Factorial，以及Haystack。Factorial会“武装天使投资人”，比如Hugging Face的Clem，在自身资本之外再叠加基金。最高信号强度的交易推荐人是Nat Friedman，这也是他认识Suno的Mikey的方式；最喜欢的成长基金是Lightseed Growth，投资了Anthropic、xAI和SpaceX。

AI 实验室会被国有化吗？79.机器人大脑第一股上市，与仙工赵越的4小时访谈:全球第一、机器人金字塔与具身智能的另一条路