Sarah Guo：构建AI的250人相信什么 — [Invest Like the Best，EP.489]

摘要

• Sarah Guo认为，具备竞争力的开源模型早已广泛存在，限制它们只会让美国人自缚手脚。 “木已成舟”（The cat is out of the bag）——中国、美国和欧洲的开源模型已经被广泛使用；如果美国限制这些模型，“基本上只是在限制守法的美国企业”，真正的对手则会无视规则。面对中国模型可能存在类似后门的担忧，她的答案是严格的安全测试，而不是猜测；她预计美国接下来会更多讨论“算力独立”。
• 在Conviction试图保持联系的约250位创业者和研究者中，出现了一种新信念：递归式自我改进可能在1到2年内带来“某种指数级智能”。 她同时引用Karpathy那句自我调侃的话限定这一判断：“我以为还要2年，这件事我已经说了大约10年。”她说，如今有一批研究者要么觉得自己的工作已经无关紧要，因为模型会完成一切；要么认为唯一重要的就是算力规模。
• 她给出的最激进投资组合时间表是：Sunday Robotics相信，到今年年底，通用型半人形机器人将首次以beta版本进入人类家庭并执行任务。 创始人Tony Zhou和Chang Xi曾在Toyota Research、DeepMind和Tesla工作；她认为，过去4年机器人AI领域最有意思的想法，几乎都由他们两人贡献。他们把低成本、匹配真实分布的数据采集视为核心技术问题——不到2年，就从“斯坦福地下室里的纸板模型”走到了在那里制造的全栈系统。
• 在AI+生物学问题上，她已坚定站到“是”这一边：“模型可以在生物学领域创造并捕获巨额价值。” Conviction是最早投资Chai Discovery的机构，后者正与多家全球前10大制药公司合作，加速研发。她提到了一份1000万美元合同和客户采用情况，以回应“靠向制药公司卖软件赚不到钱”的传统观点。行业真正的顿悟时刻，将是某个新适应症或新药的开发轨迹明显被AI改变——“这一定会发生”。
• 投资方面，她最大的担忧是，资本依据出身履历而非基本面判断进行配置。 大规模研究押注越来越依赖“把判断代理给履历或其他容易识别的信号”；一位极其优秀的投资人对一家公司的解释，基本上就是：“你知道这个人的质量吗？”她的结论是：“不可能所有东西都奏效……而且我未必更擅长做判断”，但如果除了一个人的履历之外没有任何观点，“那是危险的”。
• AI的主要约束不是技术或创业能力不足，而是监管、协调和实体供应链产能。 一位超大规模云厂商的基础设施负责人告诉她：“在2030年以前，没有任何东西能以足够大的规模真正改变我们的进展。”能源问题要求说服纽约人接受数据中心、说服公众相信核能安全，只有这样SMR的成本曲线才可能下降。Sarah认为，美国再工业化离不开自动化，因此竞争力是主动选择，而不是必然结果。
• 她对未来1年的希望，是Jevons悖论在现实中显现：软件工程提速能够复制到每个职能部门。 一家被投公司的营销负责人，为一个1.5人团队搭建了“一个自主运行的营销部门”；她和Patrick都表示，借助AI后自己工作得更多而不是更少，这呼应了“Jensen的一条核心判断”：所有人都会拥有更多工作。

精读

上游暂未提供，后续同步将继续补齐。