（演讲片断：8 月 28 日，红杉合资人 Konstantine Buhler 称 AI 将逾越工业革命）
8 月上旬，ChatGPT 的周活泼用户，突破 7 亿。
这不再只是一个技能产物的数据点，而是平台级产物崛起的标记，宣告了AI 普通化期间的正式到来。
但资源关注的，并非一个单纯的谈天工具。
而是“微笑曲线”的两头：
- 左端，是底座：算力、数据、模子、安全底子、构造节奏；
- 右端，是入口：伴随感、影象本领、品牌留存、行业封装。
红杉、a16z、Altimeter等风投近期麋集下注的，不是谁又练习出新模子，而是 Cursor（AI代码编辑器）、Expo（React Native开辟平台）、Lovable（AI建站工具）、Reflection（开源大模子公司） 等这一类新初创公司。这些公司的焦点本领在于沉淀用户关系、造就利用风俗，并在详细场景中创建上风。
正如红杉刚刚发布的《认知革命陈诉》指出：
昨们不再押赌模子的参数，而是在探求下一个期间的‘卡内基’与‘洛克菲勒’。
那些正在构建 AI 专业化组件与服务流水线的创业者。
而 OpenAI 的脚色也正在变得复杂而强势：它不再只是"一个模子公司"，而是开始成为"人与AI之间的关系平台"。
以是接下来这个题目才真正紧张：
- 谁在把握用户风俗，而不是用户流量？
- 谁在造组件，而不是发Demo？
- 投资人真正想押的，是哪一类“增长路径”？
这篇文章，昨们从 ChatGPT 破 7 亿提及，讲一讲真正被资源看上的位置，不在参数的前沿，而在布局的两头。
一、曲线左端：谁在建 AI 底座
（图片：2025年，天生式AI财产链的代价重要汇聚在哪个环节？）
ChatGPT 爆火之后，大量留意力会合在“怎么做出一个新AI应用”。但资源很快分流了两个方向：一批押在最底层的算力、数据、模子底子办法，另一批押在深度绑定用户的应用场景。
本节昨们先看左边：谁在建 AI 的底座，谁就把握了将来流量和代价的分配权。
Altimeter 投 OpenAI，不是由于它模子多快，而是由于它早就把底子本领、算力路径和数据反馈连成了一条闭环。这种“闭环”，不是说做得有多难，而是说它先一步整合了算力、数据、用户反馈这三个最焦点的部件。
红杉怎么形容这个位置？他们公开表现：
“昨们投资的不是模子本领，而是新的认知工厂。就像工业革命早期，蒸汽机固然发明白，但没有工厂流水线就无法产生规模化产能。OpenAI和雷同团队正在做的，就是第一批认知工厂。”
这个说法非常关键。你不是在看 AI 能答对多少题，而是在看谁能把"AI技能本领"和"用户真实需求"构造在一起，开始真正产生代价了。
昨们看到，像 Expo 如许的公司也出如今这一端。红杉提到：
“他们不是拿 benchmark（学术尺度）去比性能，而是直接上 HackerOne 平台，跟全天下顶级黑客在真实毛病战场上过招。”
这是认知革命里的真实查验，不再是论文或发布会，而是可以或许在实际天下中真正站住脚。这恰好是焦点地点。就像红杉说的：
验证尺度已经从论文、demo，转向实际天下中的现实结果。
人才活动也印证了这一点：硅谷顶尖工程师正在向这些底子办法公司聚集。
这背后的逻辑很简朴：顶尖人才看重的不是薪水高低，而是平台的承载本领。他们知道，只有底子办法踏实的公司，才气在 AI 本领快速迭代时不被拖垮。
红杉说这句话：
“真正的竞争不在于算法多先辈，而在于底子办法多踏实。”
二、曲线右端：工具变关系
已往一年，大量 AI 创业项目都涌向了“封装层（Wrapper）”--应用层产物：也就是把大模子本领包成详细产物。有人说，这是“低门槛打法”。但越来越多的迹象表现，这个位置恰好是下一轮增长里最轻易创建上风的一端。
Altimeter在分析OpenAI估值时就提到一件事：
许多人以为 OpenAI 是模子技能公司，实在它更像“人与AI的关系平台”。产物不是重点，关系才是。
这是什么意思？意思是说，用户不是冲着工具来的，而是开始把ChatGPT当“朋友”、当“一样平常助手”、当“懂你”的存在。 而这种粘性，是封装层产物正在逐步创建的焦点。
再看开辟者方向的产物 Cursor。许多开辟者反馈：用完它写代码，不但服从提拔，而是风俗变了。你不会再打开一个空编辑器敲代码，而是风俗有个“对话式搭档”在身边帮你思索、帮你选函数。
这不是小事。Altimeter 投它，来由很简朴：
“它不是在办理一个功能题目，而是在改写‘人和代码’的工作方式。”
这句话可以放大来看：应用层 AI 产物，不是工具型软件，而是“人机互动模式”的重构者。
红杉也说到一个征象：AI 语音的发作。许多人以为视频才是 AI 的大招，实在语音才是真正走入一样平常的入口。
为什么？
语音保真度够了，耽误低了，才开始有临场感。这时间 AI 开始像朋侪、像朋友、像锻练，才气留得住用户。
这正是 ElevenLabs 这一类产物的方向：打造 AI 感情关系产物。用户不是在用它完成使命，而是在和它待在一起。
而这背后另有一个更深层的变革：这些封装产物，开始真正拥有本身的“影象”和“风格”了。
红杉称之为“长期影象”：
AI要真正服务用户，必须知道“这个人已往干过什么”，
而且保持本身一向的语气和反应方式。
这是“品德长期性”。
以是昨们能看到一件事：
从 ChatGPT 到 Cursor，再到 ElevenLabs 这类 AI 语音应用，这一轮 AI 产物的竞争核心：不是靠功能留人，而是靠恒久伴随的体验和可信托的关系占据心智。
三、不是谁模子更强，而是谁构造得更快
2025年，Meta高调建立了名叫 “Superintelligence” 的AI团队，内部说是要“正面临抗OpenAI”。他们从OpenAI等顶级机构里，挖来了不少焦点人才，年薪动辄万万美元。
但不到几周，多人回流 OpenAI。 Wired 的报道写得很清晰：Meta 给了钱，但留不住人。
为什么？
Altimeter 在访谈里提到一句话，险些就是答案：
构造的迭代速率，才是 AI 期间最贵的资源。
换句话说，你再智慧，再见写模子，假如构造反应慢，产物节奏拖，你就会被边沿化。
OpenAI 为什么能留人？不是靠管得多，而是靠快速发布、快速反馈、快速迭代，同时拥有让人佩服的任务和文化驱动力。
红杉对这种构造方式的形貌是：
“许多 AI 团队都在从“要准确效果”转向“要更高杠杆”。效果大概没那么完善，但团体服从大幅提拔。”
什么意思？已往你做贩卖，大概本身盯十个客户，如今你带着一百个AI署理帮你一起看。堕落概率变高了，但团体产出也更大了。这必要构造能担当肯定的不完善，但换来巨大的速率。
Expo 就是这种“快反馈、高服从”的构造典范。他们在红杉的形貌里，不靠流程和报表，而是靠真实场景中的快验证：
“昨们更在意一个创业团队，是不是能敏捷在真实情况里验证方向。不是周报写得多好，而是能不能直接推向市场查验。”
你可以明白为：
- 已往靠履历，本日靠构造节奏；
- 已往靠稳固，本日靠反应力。
OpenAI 和 Cursor 这类团队，不是由于有捷径，而是由于敢放权、敢上线、敢快改。这种团队氛围，才是焦点吸引力。
红杉在认知革命质料里说了如许一句话：
“将来每个知识工作者，都会带着几十个乃至上百个AI署理。这种工作方式的单元，不能靠层层审批，而要靠自主加快。”
这不是将来才有的趋势，它已经在 OpenAI 如许的团队里，成为了实际。
四、服务业不是被AI替换，而是被AI重新做了一遍
假如说大模子是蒸汽机，那服务业就是下一批等候被改造的传统手工业。
红杉在演讲中幽默地表现：
“昨们不是在做汗青研究，昨们是投资公司。以是让昨们聊聊真金白银的时机。”
（图片：尺度普尔 500 指数的市值）他们拿出了一张内部备忘录的图：美国整个服务行业约莫有 10 万亿美元的体量，现在真正被AI主动化触达的，大概不到 200 亿。
也就是说，AI只进入了这个巨大市场的冰山一角，绝大多数岗位和服务还没有任何被重新构建过的时机。
红杉还特殊列出了他们正在投资的方向：不是那些吸睛的AI概念炒作，而是大夫、状师、审计员、工程师这些'底子职业'正在重塑的现场。
他们投资了法律范畴的 Harvey、医疗方向的 OpenEvidence，以及专门做开辟者辅助的 Factory、Reflection。
为什么这些看上去“传统”的职业是时机？
“昨们在找的是那些拥有巨大劳动市场、重复性较强、但专业本领要求高的服务类工作。不是替换他们，而是资助每个从业者拉起几十个AI助手，让一个人能完成十个人的事。”
这不是空话。像 Harvey，已经被许多状师事件所作为草拟条约的首选工具。不是由于它比人更懂法条，而是由于它能加速处置惩罚速率、补全遗漏，还能帮忙查抄风险。人照旧终极裁决者，但AI成了团队里服从最高的谁人。
这种模式可以用一个比喻来概括：AI就像是给知识工作者装上了“放大器”。
换句话说，不是你被AI替换，而是你带着一队AI去干更大的活。
再好比 OpenEvidence，资助护士和大夫检索医疗知识，规避遗漏信息，让每次问诊更安全、更踏实。不是改变医疗流程，而是让履历不再只靠影象，而是靠帮忙工具及时撑住决议。
这些公司并不抢眼，但正是红杉所谓的“认知革命早期的底子建立者”：
已往是产物规模化，如今是专业化规模化。
谁能让复杂服务被AI部门承接，谁就能撑起一个新行业。
Altimeter 和 a16z 也说过雷同的表达。他们以为：
“真正能沉淀恒久代价的，不是惊艳的demo，而是那些能进入构造流程、提拔恒久服从的应用。”
这就是为什么你在红杉、Altimeter、a16z 的投资名单里，看到越来越多务实型AI工具：它们的代价不在于"酷"，而在于"耐用"。
而且，这些方向远比各人想象中安全。
由于它们不是要砸掉传统行业的饭碗，而是帮这些行业办理人手短缺、知识麋集、服从低下的老困难。
五、中美创业分岔：是底子办法的比力
许多人以为，AI范畴的竞争就是拼模子巨细，谁先冲到 AGI 谁就是赢家。
但究竟越来越清楚：模子不是决胜点，底子办法才是入口。
OpenAI的最新动作印证了这一点：
他们公布将在既有的"星际之门"（Stargate）筹划底子上，与Oracle互助扩建4.5千兆瓦的数据中央网络，每年付出高达300亿美元的费用。
OpenAI这不是在比拼技能，而是在铺厂房、拉电缆、抢地盘。
（黄仁勋在8月29日担当 FOX 贸易频道专访）
英伟达 CEO 黄仁勋在8月29日担当 FOX 贸易频道采访时更直接：
将来十年，全天下会建立 3 到 4 万亿美元的 AI 工厂底子办法。
一个千兆瓦数据中央，投资是 500 亿美元，重要用在算力上。
他乃至补了一句：
全部会动的东西都将酿成呆板人。从物流到农业，从主动扶梯到医疗操纵，全都必要 AI 工厂来产出“大脑”。
这就是昨们如今看到的实际：美国正在用资源、人才、底子建立，一段段铺设出 AI 崛起的发展轨道。
红杉说得更透彻：
“昨们已经有了 AI 的蒸汽机，如今该造的是认知工厂。”
在这座“认知工厂”里，有人造安全组件（Expo）、有人构建开辟链路（Factory、Replit）、有人买通行业服务（Harvey、OpenEvidence）。
OpenAI、Anthropic、Google、Meta 等平台型玩家，则把人、算力、应用整合起来，试图跑出一整条供给闭环。
| 
148
0
