风险投资与成长资本的苦涩教训：Anthropic 对 OpenAI、Noam Shazeer、World Labs、Thinking Machines、Cursor 与 ASIC 经济学——a16z 的 Martin Casado 与 Sarah Wang
摘要
前沿AI融资已经变成风险投资与成长资本的混合体，因为尚未变现的公司几乎从成立之初就需要成长阶段规模的资本和运营支持。 公司成立仅6个月后，融资就可能涉及数亿美元、战略投资者、以股权换算力的谈判，以及市场进入协议。Martin Casado 表示，自己投资10年来“从没见过这种情况”。
看多当下循环资本流动的理由在于，没有“闲置GPU”，不像未被使用的光纤曾经拖长互联网泡沫破裂后的调整。 Sarah Wang 提出的条件同样关键：资金必须持续转化为能力，能力转化为需求，需求再转化为收入。如果 scaling laws 或客户需求失效，支撑整个系统的融资逻辑也会随之失效。
前沿实验室可能不必先达到 AGI，就能吞并自己的应用生态。 其飞轮是：算力融资 → 能力突破 → 第一方应用增长 → “动能最强时”完成更大一轮融资；如果每轮融资扩大3倍，最终超过下游公司可获得的全部资本，模型所有者就能向整个技术栈持续投入并逐一复制。Alessio Fanelli 称之为“苦涩教训在创业行业的应用”。
市场尚未在软件广泛充裕与前沿模型寡头垄断之间作出选择。 swyx 描绘的一种未来是模型扩散、竞争者追赶、软件继续碎片化；另一种未来只需要用多3倍的钱训练，就能产生吞噬所有相邻市场的通用模型。当前收入可能只能覆盖上一代模型，却不足以支付下一代模型的训练成本，公司只能“透支未来”，直到资本重新变得理性，或更便宜的算力修复这笔账。
AI人才市场似乎提高了创业的机会成本，即使2025年最轰动的挖角只是短期异常。 节目提到一笔可能达到50亿美元的挖角、数千万美元的 L5 职级报价，以及手握每年1000万美元报价的投资候选人；Sarah 的结论是，“稳态水平已经被抬高了”。但战略资金和 acqui-hire 也可能让团队收购带来历史上非常出色的风险投资回报。
投资者可能正在忽视稳健的传统软件，同时用仿佛机器人已经迎来“ChatGPT时刻”的方式为其提供资金。 如果一家面向大市场的软件公司增长5倍，Martin 很乐意投资，即使 LP 在一只基金的生命周期内大约只寻求3倍净回报，也不要求公司必须在1年内做到1亿美元收入。机器人需要不同的尽调，因为农业机器人最终要在农业内部竞争，采矿机器人要在采矿内部竞争，而每种机器人都要与人力劳动形成新的均衡。
应用公司的最强防线是聚焦、产品数据，以及向下整合进模型，但第一方模型竞争仍然是结构性威胁。 Cursor 以可能只有前沿模型成本百分之一的投入，做出了接近 SOTA 的模型，一度成为全球最受欢迎的 coding model，同时仍然是一家边界清晰的专业开发者工具公司。Agent 公司可能依据不断上涨的人力成本，而不是不断下降的 token 成本定价；但第一方模型实验室可以补贴自有应用，同时向第三方收取更高费用。
精读
上游暂未提供，后续同步将继续补齐。