距離我上一次的有問必答已經一年了。這段時間在 AI、市集、總體經濟，以及更廣泛的科技生態系都發生了很多事。

以下是我們討論的問題：

• 4:22 為什麼現在大家似乎這麼害怕或討厭 AI？
• 8:48 為什麼 AI 推動了巨大的進步，但政治與公共系統卻落後不前？
• 13:34 現在把 AI 商業化的真正機會是什麼？
• 14:10 在 AI 優先的世界裡，新創還需要人類共同創辦人嗎？
• 17:51 在 AI 時代，技術共同創辦人有多重要？
• 20:00 隨著 AI 進步，智力（IQ）會變得無關緊要嗎？
• 20:18 在 AI 驅動的世界裡，年輕專業人士應該專注培養哪些技能？
• 22:48 在 AI 時代，教育應該如何演進（以及孩子應該怎麼教）？
• 26:40 在新創最早期，投資人做決策的關鍵是什麼？
• 28:23 種子前輪創辦人要如何募資，尤其是在美國以外？
• 30:11 圖神經網路可能會如何影響市集？
• 31:32 在拉丁美洲等地區，要在市集中勝出需要什麼？
• 33:10 AI 公司真正的護城河是什麼，如何區分與炒作驅動的成長？
• 35:38 我們是否正處於 AI 泡沫中——這對投資人意味著什麼？
• 37:30 對於需要大量前期資本的新創，正確的融資路徑是什麼？
• 38:54 投資人在投資早期新創前需要哪些證明？
• 39:40 在 AI 時代，你的市集投資論點如何演進？
• 42:02 創辦人可以在哪裡找到強的兼職／分時開發者（fractional developers）？
• 43:15 什麼是 AGI——我們今天應該如何看待它？
• 45:08 在打造市集時，最初的「切入點（wedge）」有多重要？
• 46:29 你如何評估 AI 的採用是否真的創造價值？
• 48:00 現在最重要的創辦人特質是什麼？
• 49:45 如果你今天重新開始，你會做什麼、為什麼？
• 52:32 除了你的職業身分之外，你是怎樣的人？
• 55:11 你還會有不安全感嗎——你怎麼看待它們？
• 57:10 如果你不是創業者，你會做什麼？
• 59:45 哪些訊號顯示一個市集正在達到流動性與產品市場契合？
• 1:01:19 一個市集從第一天起的核心護城河是什麼？
• 1:02:24 Quince 是什麼？為什麼它這麼成功？
• 1:04:22 哪些「無聊」產業會誕生下一批大公司？
• 1:06:36 現在 VC 最大的盲點是什麼？
• 1:08:15 現在哪些 AI 領域最擁擠？
• 1:09:35 市集能否圍繞複雜、跨多服務的人生事件而成功？
• 1:11:41 在 AI 時代，募資期待有哪些改變？
• 1:16:07 2026 年畢業生應該加入新創還是大公司？
• 1:16:21 當通才仍然是一條可行的職涯路徑嗎？
• 1:18:35 投資人更偏好熟人引薦還是冷開發？
• 1:19:55 新創是否應該先用服務作為切入點，再轉成 SaaS？
• 1:22:02 哪些遊戲或工具最適合兒童發展與學習？
• 1:24:39 AI 會造成大量失業或失業潮嗎？
• 1:30:57 今天在拉丁美洲能打造出風投規模的公司嗎？
• 1:32:26 AI 應該如何用於營運決策？
• 1:36:00 什麼因素區分超大型市集與利基市集？
• 1:37:24 決策應該有多少交給 AI、多少留給人類？
• 1:39:10 早期 B2C 新創最重要的是什麼：成長動能（traction）還是洞察？

如果您願意，可以在嵌入式播客播放機中收聽該劇集。

除了上面的YouTube視頻和嵌入式播客播放機外，您還可以在 iTunes 和 Spotify上收聽播客。

抄本

大家好。 我希望你度過了一個美好的一周。 老實說，我們已經超過一年沒有做有問必答了，而這段時間在 AI、總體經濟與地緣政治等等方面都發生了很多事。所以我想，是時候來回答大家的問題，能回答多少就回答多少。

那麼，話不多說，我們開始吧。歡迎收聽第 53 集：有問必答。

很好。我收到了很多你們事先提交的問題，我打算一題一題來。當然，節目進行中也歡迎隨時提問。

第一個根本問題是：為什麼現在看起來大家都討厭 AI？為什麼 AI 這麼不受歡迎？我想了很久。每當新技術出現，總會有反彈。我給你幾個很有趣的例子。很久以前，當「書寫」被發明時也是如此。

蘇格拉底抱怨書寫會讓人變懶，大家不再使用記憶等等。有趣且諷刺的是，我們之所以知道這件事，是因為柏拉圖把蘇格拉底的話寫了下來。若沒有書寫來保存知識、讓人能在他人的知識之上繼續累積，我們就不會有今天的這些。

我們今天擁有的知識與專業。這在整個人類歷史中一直如此。印刷術發明時也是一樣，擔心《聖經》被印出來後，人們會失去與教會的連結。報紙出現時，主要批評是：天啊，你們不再從講壇獲得新聞了，這會是大問題。

當然，我們早就不從講壇獲得新聞了，完全不是問題。自行車被發明時，人們說它會引發道德危機，因為女性可以騎車出去偷情，而不是被困在某個固定地點。

當然這些都是胡扯，並沒有真正改變什麼，只是讓生活更好。這種「道德危機」與科技的論調一再出現。電視出現時，人們以為會造就一群坐在電視前、不用腦的殭屍。

網際網路與維基百科也是一樣：喔，學生不再學習、背誦等等，而是直接取得資訊。現在大家對 AI 的擔心也一樣：它會奪走所有工作——這一直是人們長久以來的憂慮。

我會在另一個問題裡談這點。也有人擔心它會崛起並接管我們，就像那些 B 級電影一樣。第一，對新技術的普遍焦慮：人們不習慣，就會想出各種瘋狂又可怕的情境。第二，我會說 AI 出現的時點，剛好遇上了一種時代氛圍：VC 與科技創辦人不再受尊敬，反而更常被皺眉、被批評等等。

不像 2010 年代初期或中期那樣。現在他們覺得自己成了反派，對吧？像最新的《超人》電影裡，反派就是某個科技億萬富翁。文化氛圍不再親科技，甚至可以說是反科技。當然，像社群媒體既有正面也有負面。

是的，它們可以用來推動、促進民主，但也可能導致年輕女性的心理健康危機等等。所以，在世界對科技不再那麼正面、又對科技感到害怕的時刻，我能理解為什麼大家會不舒服。最後但同樣重要的是：人們很容易想像 AI 會讓哪些工作消失，卻很難想像會創造哪些新工作。

所以大家能預見一個世界：也許自己現在的工作不再需要，會有根本性的改變。人們天生趨避風險。我們的杏仁核有恐懼反應，對恐懼特別敏感，因為 10,000 年前從演化角度來看，如果你在稀樹草原上聽到樹葉沙沙作響，那些非常害怕、以為可能是老虎的人更容易活下來。

所以，趨避風險的人往往是活下來的人。總體而言，我們害怕改變。因此我理解為什麼會有這種對 AI 的根本恐懼。這是 Tom 的問題。

Emmanuel 的問題，第二題。我們正處在這樣的時刻：AI 帶來了驚人的生產力革命，科學上因為 AI（常常直接做研究或找出數學證明）而有新發現；新創的創造力也因 AI 而爆發，創業比以往任何時候都更容易；金融也同樣如此。然而，當我們看政治系統與政治流程，卻覺得它們比以往更破碎、更緩慢。

那裡的人才品質似乎還在下降。為什麼？這大概是 21 世紀最大的哲學悖論之一：一方面有最好的工具、最優秀的人在以根本方式改變世界；另一方面，政治系統本應為公共利益服務，卻看起來做得並不好。原因其實有幾個很根本的點。首先，市場並不擅長分配與處理公共服務，這也是公共部門存在的原因。問題在於，為什麼一個運作得比另一個好，原因如下。

例如你在打造新創時，它是一種菁英制（meritocracy）。你做得好就會得到回報；做不好就會燒光錢，回饋非常快。你很快就知道自己做的事是否有效，回報也會持續累積到贏家身上。

而你的目標非常清楚：找到產品市場契合、建立可持續的商業模式、擴張。很快就能看出成不成功，失敗的想法與不適任的人也會被淘汰。

政治流程則完全不同。回饋迴路非常慢，很難判斷你是好政策制定者還是壞政策制定者，或是好政治人物還是壞政治人物。可能 10 年後你仍然不知道答案。而且制度本來就刻意設計得相對緩慢。壞決策往往要過上數十年，才會累積到造成明顯的壞結果。

因為速度慢，目標也不同。創投／新創生態系是：投資新創，成或不成；找到產品市場契合就擴張。政治那邊，你的主要目標是連任，而政治週期又太短。

現實是，世界上的事情需要時間推進。過去 50 年，中國與印度有 15 億人脫離貧困，但那花了 40 到 50 年，兩年內不會發生什麼。可是在美國，國會每兩年選一次；西方的總統或總理每四到五年選一次。在這些時間尺度下，真正的變化其實很少，因此很難判斷一個人有效或無效。結果就是，那個世界移動得極慢，而且我預期會繼續很慢。

順帶一提，當我思考 AI 對社會的影響時，我懷疑跟多數事情一樣：人們高估短期影響、低估長期影響。之所以高估短期，是因為你現在身在其中，會覺得「這正在改變一切」。所有工作都會被顛覆，兩年後世界會跟今天完全不同。但世界不是這樣運作的。文化變得慢，政治變得慢。如果你看今天 GDP 的大部分在哪裡：在公共服務、在大型企業，而這些採用速度都非常慢。

我什麼時候覺得 DMV 會用 AI 讓考駕照流程更快？我覺得會等很久。所以我認為 AI 會讓 GDP 生產力出現拐點，但你需要它滲透到公共服務（在多數西方國家占 GDP 的 40% 到 60%）以及大型企業。而這些都是非常慢的採用者。所以需要時間，但最終它會以我們今天難以想像的方式改變社會。

LinkedIn 使用者：我們在 Jacobian Labs 正在用 AI agents 開發第一個 nationalization network。這符合 FJ Labs 的投資論點。你對 AI 商業化前景有什麼想法？

資訊不足，沒辦法回答。大概只能說：也許吧。把資料寄給我們，我們會看過再回覆。不過，沒錯，以某種形式把 AI 商業化確實很有道理。

我們正在開發——Alessandro——一個共同創辦人媒合平台，叫 Founder’s Junction。我們相信 AI 正在重塑就業市場與內部運作，但仍然永遠需要人類共同創辦人。投資人會同意這個看法嗎？

首先，找共同創辦人是一件大事，找到對的人對打造公司非常重要。所以我是否認為在 AI 的幫助下，你會更能幫人找到更合適的共同創辦人？

對，因為過去沒有一個很清晰的流程。大家找朋友，但朋友未必最適合你需要的技能組合；或是在各種人脈網路裡亂找。所以我認為確實需要「共同創辦人配對」，幫助找到能一起合作的人。順帶一提，這取決於你在找什麼：CEO 可能需要 COO；CTO 可能需要有人幫他定義商業模式並募資。

所以我覺得確實有需求。那我是否認為在短期內，大多數公司仍會由人類來運作？

我認為你的共同創辦人會是人類，而不是 OpenClaw。

那我是否也認為你會把 OpenClaw 當成超聰明的助理來做研究與協助？ 絕對！ 短期內也許不是 OpenClaw。短期內會是類似 Open Claude 的 agent，由 Claude 或 OpenAI 這類核心 AI LLM 直接內建或提供，提供等同 Open Claude 的能力，同時避免你今天看到的安全疑慮與風險。

回答你的問題：是的，我認為創辦人在打造公司上仍會扮演重要角色。大多數創辦人仍會是人類創辦人，即使你會使用 AI。而且我也認為用 AI 來幫助找到更好的創辦人、改善共同創辦人配對流程，非常合理。 絕對。 順帶一提，我真的會做一個共同創辦人「交往」流程：你應該一起做專案、定義任務，看看合作起來是否順；也應該一起出去玩、見見對方的朋友、見見對方的女朋友；一起吃飯。要真的確認這是你能想像自己長期、規律一起共事很久的人。 絕對！ 好，接下來。記得有一題跟創辦人相關、也很有意思的問題。我來看一下事先提交的問題清單。 絕對！

在 AI 時代，技術共同創辦人有多重要？我們應該優先找技術共同創辦人，還是找在特定垂直產業有相關經驗的人？答案當然是：視情況而定。這大概也是多數問題的答案。如果你要做的是基礎 LLM 模型的 AI 新創，那你絕對需要一位非常出色的 CTO。

如果你做的是應用型 AI 公司，那可能就沒那麼難打造；更合理的是找一個在該領域有公信力、能幫你賣進總承包商與分包商的人。答案是：看情況。但如果你要做的是 OpenAI 那種基礎模型，毫無疑問你需要頂尖的技術人才。

如果你做的是應用型 AI 公司，你需要好人才沒錯，但 CTO 的關鍵性可能不像過去那麼高。事實上，如果我想到我們打造與投資的市集，我們最在意的是：單位經濟能不能成立？你是否找到產品市場契合？

你的獲客渠道是什麼？所以某種程度上，理解如何擴張獲客更重要；確保單位經濟成立也更重要，而不是技術本身，因為技術越來越商品化。今天你能更容易用技術做到更多事——例如用 vibe coding、Cursor，或如果你做的是很簡單的東西，用 Lovable 等等。但總體而言，確實有些類別你的技術能力仍然非常重要。

好，我們進入下一批問題。看看有沒有——這題來自 Julia。我最近跟 OpenAI 一位非常早期的人聊到，他基本上說他現在想做新創，因為 IQ 兩年內會變得無關緊要。這句話很發人深省。你覺得有幾分道理嗎？如果是真的，你認為創業者與有企圖心的專業人士最該專注的關鍵特質與技能是什麼？

很有意思，這題我兩邊都能說。我可以主張：最頂尖、最聰明的人會更有效地使用 AI，因此會更有價值。10 倍工程師會變成 100 倍工程師；在這種情況下，智力不會商品化，反而仍是成功的關鍵因素。但我也可以主張：因為現在有這麼聰明的工具，平均水準的工程師或一般人也能做出非常有價值的成果或產品輸出。於是大家追上來，智力變得商品化。

我猜前者更接近事實，也更符合我目前的感受。我現在看到最頂尖的工程師比以往更有價值；最優秀的員工用工具把生產力拉得更高。未來某個時點會不會改變、智力會不會商品化？也許。但今天我還不覺得是那樣。話雖如此，平均智力（或至少平均產出能力）確實在大幅提升，因為大家都在用這些工具大幅提高生產力，而且用得非常有效。

所以如果我今天還在念大學，想確保自己準備好進入職場，我會怎麼做？把所有工具都玩一遍：玩 Runway、玩 Sora、玩 Midjourney、玩 Claude、玩 Cursor、玩 Lovable。把你的 OpenClaw 裝起來。

搞清楚你能做什麼來建立可擴張、可重複的系統；看看它們擅長什麼；測試極限。今天能玩的東西太多了。我會把所有可能性都丟出去，盡情發揮創意，找出什麼對你有共鳴、什麼對你有效。

我看看下一題事先送來的問題。Lisa 的問題：你為兒子選了什麼樣的學校或教育？你是怎麼做出這個決定的？這題很有意思，因為我這幾年其實經歷了幾次迭代，想法也改變了幾次。

我第一間帶兒子去的學校是在紐約，叫 The Ecole。那間學校的理念——它是一所法美學校——非常棒。它的想法是：結合法國體系的嚴謹，以及美國體系的公開演說與團隊合作。

他在那裡待了兩年。他很喜歡。但當我在 AI 時代反思：這真的是教孩子的正確方式嗎？由品質參差不齊的老師，對品質參差不齊的孩子灌輸事實，通常還是以最低共同標準為主；同樣的內容一講再講，連續教三到四天。這是一個很慢的流程。我的答案是：直覺上不太對。

如果我把公元前 300 年的蘇格拉底帶到今天，他不會認得這個世界。我們上太空；我們口袋裡有裝著人類全部知識總和的神奇裝置；我們能在幾小時內從世界一端飛到另一端。然而，我們教育孩子的方式在 2,500 年來幾乎沒有根本改變。所以，用 AI 以剛剛好的程度教孩子，對我來說非常合理。有一所學校最早叫 Alpha School，他們用 AI 工具把孩子推到潛能的最大值。

他們發現：你要把孩子教到大約能答對 85% 的程度，因為 99% 太簡單，50% 太難。所以每個學科都希望維持在約 85%，再看能把他們推到多遠。他們每天只用兩小時課程，就能完成一般課綱，剩下的自由時間則用來順著孩子的自然傾向，讓他們做最適合自己的事。

我兒子四歲。他數學超前很多：他會為了好玩做乘除法，懂基本代數，喜歡玩數字，也懂負數等等。同時，他社交能力不算好。所以，一所更為他量身打造的學校——能在數學上、坦白說也在語言上挑戰他（他很健談也很有表達力），同時幫他發展他欠缺的社交技能——我覺得更合理。

所以從明年秋天開始，我會把他送到紐約的一所 Office School，我想是今年才成立的。現在是第一屆班級。學校很小，會是一個實驗、一個 alpha 測試。如果我喜歡、他也喜歡，我們可能也會把 Amelie 送去。

有趣的是，他們的目標之一是讓孩子愛上學校。而大多數孩子不愛上學校：太簡單、太難、不有趣等等。我帶我兒子（他有點害羞）去試讀一天，我很擔心，因為他在新環境、新人面前表現不好。

我離開時他有點不安、也不確定。我回去看他時，他說：我愛這所學校，我想留下來。為什麼我要回去一般的學校？所以我很期待看看結果會怎麼發展。

直播上的 Luis 提問：以你投資數百個市集、在今天早期環境的經驗來看，投資人最終做決策的驅動因素是什麼？是產品與市場機會的內在強度，還是像早期 traction、敘事等等因素？還是更多是生態系中的引薦？換句話說，你是否認為投資人仍有很大空間，能在群眾驗證之前，純粹基於基本面去支持卓越的市集與市集點子？

如果你支持的是非常早期的創辦人，訊號本來就很早，往往甚至還沒有「群眾」。大型基金、像 Sequoia 這種，募了太多錢，通常是在事情被證明、出現明顯贏家後才會開大支票。

所以，種子前與種子投資人絕對有角色：在群眾驗證之前，在產品市場契合的早期、在摸索分發渠道、單位經濟、留存與 cohort 的早期，去支持對的創辦人與對的想法。

我說的「群眾」，我想是指兩者的組合：一是讓業務規模化的使用者；二是有大品牌的 VC。這就是所謂的跟投（side invest）。所以沒錯，今天仍然有很大的角色可以發揮，因為在資金供給這麼充裕的情況下，很多人其實不再投那麼早期。

所以今天如果你在做 VC，你可能應該要嘛做種子基金（例如 1 億美元規模），要嘛做多十億美元的大基金，這樣你才能在新出現的贏家身上不斷加碼。

Ideal 的問題：這是完全不同類型的問題，因為你主要投資線上市集。你能否提供一些線索，讓非美國、尚未有營收的種子前新創（例如防震保護系統這種改變遊戲規則的專案）找到種子前投資人？

前提是那些是適合風投的生意，也就是能擴張到數億或數十億美元營收，因為很多點子其實不適合風投。

那我們來想想：如果你是種子前創辦人，要怎麼拿到資金？答案是：其實很少。種子前 VC 本來就不多，而且這幾年通常高度聚焦，多半只看 AI。所以非美國、種子前、又還沒營收的話，老實說，我可能會先從那句老話開始：傻瓜、朋友與家人（fools, friends and family）。

好消息是：今天打造新創、開始擴張、開始有營收，比以往任何時候都更便宜。所以只要有幾十萬美元的資金——大多數人應該想辦法弄到，對吧？你的朋友可能念過好學校，可能當醫生、銀行家、律師等等。

如果你有 20 個朋友每人給你 10k，那就是 200k，你應該就能走很遠。這樣你就能做出一些 traction，接著再去募一輪真正的種子輪，拿到幾百萬美元。因為種子前創辦人或種子前基金真的不多。

Mahesh 的問題：圖神經網路在發掘新應用、新路徑上越來越重要。你對它在市集中的相關性有什麼想法？

首先，我喜歡市集是因為它們在很多情況下很有效：可擴張、資本效率高。但我並不是非市集不可。我更在意的是：我們能不能把科技帶到世界上，讓事情更便宜、更好、更快？

那我能想到圖神經網路在市集中的用例嗎？

有很多市集如果沒有人工就運作不了，因為供需匹配壞掉了、太複雜，變數太多且不清楚。所以我完全可以想像：在某些類別裡，你有這麼多輸入、這麼多變數，讓一個 agent 在中間做匹配與引介等等，可能非常合理。所以我能想像它在這個類別變得重要。不過不管怎樣，我覺得它們確實相當相關。

Twitch 上的 Nachogorriti：從布宜諾斯艾利斯向你問好，我在追你的內容，剛看完第 52 集。我很喜歡你提到 Zillow 比 Airbnb 和 DoorDash 更暴露，因為低頻、管理層較少。沒錯！我們正基於這個論點在做 remix：一個面向拉美的原生房地產搜尋引擎。八個月做到每月 150K 訪問，對房仲與 B2B pipeline 來說，八個月這樣很不錯。你怎麼看拉美的機會？要怎麼在這裡拿下這個類別？

在拉美沒有 MLS，所以你可以建立自己的庫存，並在競爭較少的空間裡合理地創造價值。拉美有幾家房地產公司做得不錯，例如我會想到巴西的 VivaReal。

我是否認為這是一個很大的機會、值得追逐下一代市場？如果你想用 AI 做下一代房地產入口網站，絕對是。不確定是整個拉美，還是某個特定國家，對吧？通常在這些類別裡，你需要流動性、需要密度、需要房源列表。

如果你是搜尋引擎，而且你有房源來源，那比過去更容易。還有待觀察。但我是否認為用下一代工具切入房地產有很大機會？是的，絕對有！

繼續問題。Lisa 的另一題：判斷一家 AI 公司是否有真正護城河、而不是短暫速度的最明顯訊號是什麼？這題很有意思。因為我們現在在這波 AI 泡沫裡看到很多公司推出幾乎一模一樣的產品。 絕對！ 你會看到史丹佛團隊、MIT 團隊、普林斯頓團隊、哈佛團隊，都募了 2,000 萬、3,000 萬、5,000 萬、1 億美元，提供同一產品的不同變體，往往看不出什麼防禦性。這週 A 領先、下週 B 領先，因為贏的壓力太大；他們都在用負毛利賣產品。你也看到像 ElevenLabs、Lovable、Cursor 這些公司規模化得很快——某種程度上我們當初沒投是錯的，因為我們在想「護城河在哪？」但它們能擴張的原因是：有太多資本願意在負毛利下資助成長。

所以最後會怎麼發展，還有待觀察。我擔心其中很多會死掉。坦白說，很多可能會被 Claude 和 ChatGPT 吃掉——我確定他們正直接對 Cursor 和 Lovable 出手。不過這些公司目前看起來仍做得不錯。所以這些看起來比較不具防禦性。

那比較有防禦性的，回答你的問題，是：如果你建立在別人拿不到的專有資料集上；或你在解決特定垂直領域的問題，而其他人沒有在做。相較之下，基礎模型反而在某種程度上更有風險。

例如我猜 ChatGPT 現在市占大概 86%，但會起起落落。Gemini 在追，Claude 也在追。有些週 Claude 比較好，有些週 Gemini 比較好；有些週 ChatGPT 又比較好。那是一場王者之戰。我有點懷疑。其實也有人問了我另一題。

我來看 Tatiana 問的那題：剛宣布的超大種子輪是什麼？我們有 La Koons 的公司 AMI，剛以 305 億估值募了 10 億美元種子輪。這對 AI 的未來意味著什麼？投資人在這個階段該如何看待技術與估值風險？

好。 講清楚一點：我們正處於 AI 泡沫。因為贏家的獎賞太大，人們願意用任何價格砸幾乎無限的錢去爭勝。但我是否認為最後會分出層級？是的，因為大多數公司會失敗，而很多在高估值進場的投資人，最後可能連本金都拿不回來。

所以你有史丹佛團隊、麻省理工團隊、普林斯頓團隊和哈佛團隊，他們都籌集了 2,000 萬、3,000 萬、5,000 萬甚至一億美元，提供大同小異的產品，而且通常感覺沒什麼防禦力，對吧？這週某家領先，下週另一家領先，因為競爭壓力太大了，他們都以負毛利的價格提供產品。你看到一些企業規模擴張得非常快，像是 ElevenLabs、Lovable 或 Cursor。在某種程度上，我們當初沒投資是錯誤的，因為我們當時在想：『這有什麼防禦力？』雖然他們一直在擴張，但問題在於，他們之所以能擴張，是因為有太多資本願意資助這種負毛利的成長。

所以這最終會如何發展還有待觀察。我擔心其中很多公司會倒閉。坦白說，很多公司可能會被 Claude 和 ChatGPT 接管，我敢肯定他們正直接針對 Cursor 和 Lovable 而來。然而，這些公司目前看起來表現不錯。所以這些感覺防禦力較弱。

現在，要回答這個問題，感覺更有防禦力的東西是：如果你是以沒人能接觸到的專有數據集為基礎，或者如果你正在解決沒人涉足的特定垂直領域問題。因此，相對於基礎模型，那些在某種程度上看起來風險更高。

就像我懷疑的那樣，目前 ChatGPT 擁有 86% 的市場份額，但這會隨時間波動。Gemini 正在追趕，Claude 也在追趕。有幾週是 Claude 比較好，或是 Gemini 比較好，然後又有幾週是 ChatGPT 比較好。那是大玩家的遊戲。我有點懷疑。事實上，還有其他人問了我一個問題。

讓我看看 Tatiana 問的那個問題。剛宣布的那個巨額種子輪融資是什麼？所以我們有 Le Cun 的公司，SSI（原誤為 AMI）剛以 50 億美元的估值籌集了 10 億美元的種子輪。這對 AI 的未來意味著什麼？投資者在這個階段應該如何看待技術風險與估值風險？

明確地說，我們正處於 AI 泡沫中。人們願意資助，是因為獲勝的獎勵太高了。人們願意不計代價地投入幾乎無限的資金，只為了贏。但我認為這最終會以悲劇收場嗎？是的，因為大多數公司都會失敗，許多以極高價格進場的投資者將無法看到資本回報。 絕對！

話雖如此，在此期間，這將為未來 25 年非凡的生產力提升和經濟增長奠定基礎，我們將看到這與鐵路泡沫為美國各地鐵路軌道奠定基礎的方式相同，這導致了未來幾十年經濟生產力的巨大提升。

這與九十年代末的泡沫鋪設了所有光纖，從而引發了 2000 年代至 2010 年代的網路革命是一樣的——只是需要一段時間才能實現。所以我們正處於 AI 泡沫中。老實說，我希望它繼續膨脹，因為即使我們一直保持自律，我擔心當泡沫破裂時，那些目前因為不是 AI 公司而難以融資的公司，將會面臨更艱難的融資處境。

坦白說，在此期間，隨著所有這些資本的投入，想想所有這些進入研發的資本，其中很多就像是在賠錢，但這對社會來說將是件好事，儘管其中許多公司將會倒閉。所以我們處於 AI 泡沫中，但這沒關係。

朋友們，這不是一條我可以走的路，在所需的階段獲得最小可行產品（MVP）需要風險投資（VC）級別的投資。

這聽起來不像是創業公司。世界上有不同類型的業務，對吧？那些需要 1,000 萬、2,000 萬、3,000 萬、5,000 萬美元才能建立規模並開始運作的公司，坦白說，並不是特別適合 VC 投資。那些適合 VC 投資的公司是那些只需幾十萬美元就能做出原型並獲得收入，然後你獲得 100 萬美元的種子前輪融資，獲得更多收入和更多證明，然後再獲得 300 萬美元的公司。

那些需要 2,000 萬、3,000 萬、5,000 萬美元才能起步的公司，它們要麼屬於該領域的大型企業，要麼屬於以前成功過且擁有額外資本的人，但它們不適合普通的創業者，因為那不是 VC 跑步機運作的方式，VC 跑步機是你的親朋好友提供幾十萬美元。

然後是你的 100 萬美元種子前輪，然後是 300 萬美元種子輪，然後是 700 萬美元 A 輪，然後是 1,500 萬到 2,500 萬美元 B 輪。現在在 AI 領域，你的數字與這些不同，但對於非 AI 公司，你看到的仍然是這類數字。讓我們看看還有哪些其他問題。

Alessandro：我們即將完成共同創辦人媒合平台的 MVP，候補名單上有 500 位創辦人？我了解你投資早期新創公司，你要求收入證明。Alessandro，收入證明不是必要的，但絕對需要產品市場契合度（Product Market Fit）的證明，證明它有效、人們喜歡它、有留存率，而且你需要知道你的商業模式會是什麼。

你需要知道你要向誰收多少錢。至少理論上的單位經濟效益（Unit Economics）看起來應該是可行的。不能只是我們先推出，以後再想辦法。那不是我們投資的方式。有很多人會那樣做，但那不是我們。那不是我們採用的方法。

Boris：很棒的倡議。我很好奇自 2022 年以來，你關於平台型（Marketplace）投資的論文是否有演變。你對種子前輪或平台型投資是否變得更加規避風險，轉而更多地驗證內部的 AI 機會？

Boris，那是第 52 集。是我上週的播客，主題是在 AI 時代投資平台型企業。我們繼續非常看好平台型企業。而且我們所有的平台型企業都使用 AI。他們使用 AI 來翻譯刊登資訊，並翻譯買家和賣家之間的對話，這樣他們就可以走向全球。所以你第一次看到泛歐新創公司。

你正在使用 AI 實現一鍵刊登，你拍張照片，砰的一聲，標題、描述、價格、類別都為你預填好了，提高了生產力。你使用 AI 來更好地媒合供應與需求。所以我們仍在投資平台型企業。而且他們都在更有效地使用 AI。我們更多是種子輪投資者，而不是種子前輪投資者。

這意味著我們喜歡已經上線並具有單位經濟效益的東西。現在這些類別目前更多是 B2B 而非面向消費者的，但也有一些有趣的事情正在發生。即使是面向消費者的，我們也有一家名為 Palmstreet 的直播電商公司，這是一個稀有植物交易平台。我們投資了一家消防車公司，平均訂單價值（AOV）約 3 萬美元，名叫 Garage。

所以有很多有趣的事情正在發生，並增加了服務層。所以我們專注於基本業務，因為我不想在 AI 泡沫中參與資本無限且毛利為負的「王者之戰」。所以我們是間接接觸到它的，因為 A. 我們在 Figure AI 等領域有非常出色的投資，進展順利；B. 我們所有的公司都使用 AI。

但這些是 AI 的垂直應用，而不是基礎 AI 模型本身。我實際上認為，就合理的成本而言，這就是當今許多有趣機會所在，你可以用很少的資本建立大型業務，而且你不需要同樣極其稀缺的 AI 工程師人才庫。

Yoni：關於在哪裡可以找到可靠的兼職全端開發人員（AWS + Angular）來幫助改進現有的 SaaS MVP，有什麼建議嗎？

這取決於你對他們的要求有多高。但有很多地方，比如 Toptal，可以讓你找到很棒的人，喔不，你說的是兼職。我會去 Fiverr 或 Upwork。問題是你需要進行篩選。順便說一下，我在 Upwork 或 Fiverr 上進行篩選的方法之一是，你建立一個規格說明。你會得到 20、30 或 40 個人申請。你看最好的五個。你把前 10% 的工作交給他們，僱用其中的五個人，然後看哪一個交付得最好，以及你最喜歡和哪一個合作。所以你在前 10% 的工作中支付了五倍的費用，然後你找到了你喜歡的那一個，砰，就是他了。

所以在某種程度上，你甚至不一定需要面試。你只需根據他們所做的工作進行驗證即可。這就是多年來我在 Fiverr 和 Upwork 上僱用很多人的方式。 好。 LinkedIn 用戶：不知為何，沒顯示名字。好久不見。想資助我們的 AGI 努力嗎？最近有突破，付費演示。

AGI 到底是什麼，對吧？通用人工智慧。目前，我們的 GPT 可以通過圖靈測試。那這是 AGI 嗎，還是不是 AGI？我懷疑我們定義智慧的方式將會改變。從我的角度來看，它的運作方式是 AI 在某些能力上超越了人類，對吧？

比如在解決數學問題等方面。它遠遠超出了人類的智慧。它明顯更好、明顯更快、明顯更有耐心，順便說一下，人類大腦的運作方式是利用有限的數據。我們創造概念，這與這些 LLM 的運作方式相反，後者擁有無限的數據。

它們獲取模式。也許只是深刻的不同，可能只是創造思維模式和過程的兩種不同方式。所以對我來說，我們將複製人類思維並不是完全顯而易見的。我認為我們將為 AI 提供截然不同的思考方式，這沒關係。

所以，是的，這會很有趣。但我懷疑無論你的 AGI 努力是什麼，都將耗費無限的金錢。所以如果它是資本高效的，我很樂意看看。如果你需要數億美元。遺憾的是，我希望我有更多資本，但我們不是合適的人選。

George，根據你的經驗，在建立平台型企業時，使用正確的初始切入點（Wedge）有多重要？是什麼讓切入點強大到足以擴展到更大的生態系統？所以當你推出一個平台時，你沒有進入障礙。明確地說，一開始任何人都可以建立同樣的東西。如果你願意，你的切入點，隨著時間推移讓你與眾不同的是流動性，對吧？

在這些平台中，更多的買家，想必會帶來更多的賣家，或者更多的賣家，會帶來更多的買家。一旦作為買家，我去那裡並找到了我正在尋找的東西，而作為賣家（可以是任何東西，產品或服務），有人買我賣的東西，那就是你擁有切入點的時候。

所以這需要時間來建立。第零天，你零進入障礙，但在 2、3、4 年內，你的進入障礙實際上是你擁有的流動性。所以，在你的買家和賣家之間尋找並創造早期流動性。當你獲得早期流動性時，隨著它變得越來越大，這會隨著時間推移創造你的進入障礙。正如我提到的，這些事情往往是贏家通吃，或者說贏家拿走大部分，因為更多的買家帶來更多的賣家，或者更多的賣家帶來更多的買家。

讓我們繼續討論問題和預先提交的問題。在評估 AI 採用是否真正對平台型企業有益時，哪些指標最重要？好的，所以，無論它是否有黏性，我們看留存率。當涉及到一家 AI 公司是否成功時，我們會看留存率，對吧？

所以很多 AI 公司都有巨大的流失率。這就是讓我擔心它們不太有黏性的原因之一。也許它們有產品市場契合度，但它們絕對沒有進入障礙。以前我用 Runway 做影片，現在我用 Sora。

所以我現在用 ChatGPT。以前我幾乎所有的部落格照片和圖像都使用 Midjourney，它本身已經取代了圖庫攝影。現在我越來越多地使用 ChatGPT。所以我會看同期群（Cohorts），我會看留存率，不僅是一個月的留存率，還有六個月的留存率、12 個月的留存率。

通常更好的產品會有一個 U 型曲線。你使用它們，也許你用得少了，但在某個時刻你會回到它們身邊。同期群和留存曲線非常重要。

Boris：看看 Djini。這是一個烏克蘭的 HR 平台，主要是軟體開發人員。是的，推薦給正在尋找軟體開發人員的人是個好主意。

好。 繼續提問。與十年前相比，你現在更看重創辦人的哪種特質？老實說，我所看重的特質並沒有太大變化。我喜歡極具口才和遠見的人，因此他們可以僱用更好的團隊、更好地向 VC 推銷、與媒體交談、獲得更好的交易等等，但也知道如何執行，他們注重細節。他們專注於單位經濟效益等等。

現在，遺憾的是，有一種特質並不是成功的必要條件，那就是做一個善良的人。你身邊有很多混蛋。問題在於，因為像 Steve Jobs 或 Travis 這樣的人因為是混蛋而獲得了成功，這鼓勵、壯大或允許人們不善良。

但是，生命太短暫，不值得與混蛋打交道。而我處於一個不需要這樣做的位置，所以我只想與善良的人合作。話雖如此，很多創辦人都很傲慢。 絕對。 這很糟糕嗎？不，你需要某種程度的、近乎妄想的自信來建立一家新創公司，對吧？

新創公司的五年生存率約為 7%。所以你需要相信這些機率不適用於你。所以傲慢、自戀我大概可以應付。做個混蛋，絕對不行。但這有改變嗎？ 沒有。 我以前就已經有那樣的信念系統了。 好。

來自 Jeff 的問題。如果你 2026 年從普林斯頓畢業，或者剛離開麥肯錫或諮詢行業，你認為你現在會建立什麼，為什麼？現在，顯然我會建立一些關於 AI 的東西。這是世界的趨勢，它正在改變，現在很有趣，這取決於情況。

所以如果我 23 歲，這取決於技能組合。我會說有多條可行的路徑。你可以加入一家火箭級的公司並緊緊跟隨。去 OpenAI 慈善機構工作，你可以建立一個 AI。現在建立一個 AI，問題在於「王者之戰」的規模更大，比如：我會擁有類人機器人嗎？

你有 Figure 和 Optimus。我會擁有底層的 LLM 嗎？所以那裡已經有一些大贏家了。然後你有一些垂直領域。我懷疑我會選擇在那些陳舊、破碎且過時的類別中應用 AI，在那裡所有事情都是通過紙筆和關係完成的，這是我感興趣的類別，因為顯然你作為創辦人並不是在真空中工作。你有自己的一套興趣，你有自己的一套技能，所以你想解決一個足夠大、可以獲利，但你實際上關心的問題。無論你的背景是什麼，我都會專注於此。所以也許你的父母來自建築行業，那麼也許去優化那個行業。

也許你在食品行業工作，你在員工流動率、不同材料的採購等方面有很多深刻的問題。所以我可以想到應用 AI 來自動化流程，並為許多以前未被觸及的類別帶來效率。

我現在可能就在做那件事。具體是哪一個？我不知道，因為我一直沒時間去想，因為我太忙了，要處理我的基金、Midas、孩子等等。但這絕對是一個有趣的思考實驗，也是我實際上傾向於在未來分配時間去思考的事情，即：如果我今天不做 FJ Labs 並建立 Midas，我應該建立什麼？

答案顯然是 AI 領域的東西，但對我來說今天它是什麼很有趣。我不知道答案，但我肯定這是一個值得問的問題，我會在接下來的幾週、幾個月和幾年裡問自己它會是什麼樣子。

好。 來自 Margo 的問題。如果我們去掉首要的身分、新創公司、投資、表現，甚至財務上的成功。你到底是誰？這個人足夠嗎？

這很有趣。在美國，人們通常透過他們擁有的工作來定義自己。當然，他們擁有的工作只是他們真實身分的一小部分，對吧？

比如你的個性、你的需求、你的慾望、你的夢想、你的抱負。現在我試著在任何時候都做真實、道地的自己。所以我認為這體現在我說話的方式中。但你仍然透過我的部落格、透過播客看到專業版的我。所以要回答這個問題，看吧。

聽著，我認為生命的意義在於做你自己，真實、道地的自己，無論那是什麽。我們天生就不同，有不同的傾向、慾望、需求等等。老實說，在這一點上，我對自己是誰感到非常滿足。 喜歡。 我熱愛我所熱愛的一切，從做一個父親和家長，到和孩子們玩耍，到和朋友們玩耍，到玩電子遊戲，到讀書，到寫我的部落格（現在大部分內容都不是關於商業的），到與朋友們互動，到實際上成為家庭的家長（在該詞的積極意義上）。到打網球、打板網球等等。 是的。 我擁有的生活是非凡的。我真的認為我正在過著有史以來最好的生活。絕對是我能過的最棒的生活。我感到非常滿足。所以，如果我因為某種原因今天不能在世界上工作，無論如何我也會感到非常滿足和快樂。

由工作驅動的外部身分固然不錯，但實際上我認為它是目標的來源，因為我認為我的目標之一是幫助利用科技的通縮力量來解決世界的問題，讓大眾的東西變得更好、更便宜、更快，並試圖解決機會不平等、氣候變遷以及全球身心健康危機的綜合問題。

但即使我沒有這些，我也能透過陪伴孩子、撫養孩子、與朋友玩耍等找到非凡的目標來源。

來自 Margot 的另一個問題，你給人的印象是擁有無限的自信，超級理性且非常沉著。你有任何不安全感嗎？

我先回答這個問題。在成長過程中，我有很多不安全感。因為我真的很聰明，成績很好，所以我以此來定義自己。但在社交上我很沒安全感，對吧？因為我比同齡人年輕，而且我從來沒有女朋友或朋友等等。

我在 27 歲才有了第一個女朋友。26 歲沒有女朋友或從未有過女朋友是不安全感的來源嗎？答案是肯定的，對吧？今天我對自己是誰感到舒服得多，所以沒有特定的不安全感，所以我會說，我想答案是沒有，沒有真正的恐懼。

但生活中是否有讓我感到不快、我不喜歡的事情？絕對有，我討厭衰老，就像，我曾經在我所做的每一件事中都是最年輕的，而現在我通常是最老的。我喜歡那樣嗎？ 絕對不行。 所以我對生命的消逝感到憤怒。這就是為什麼我非常努力地保持健康、保持敏銳，是的，希望永遠保持年輕的活力。

但絕對是盡可能長久。我不確定這本身是否是一種不安全感，但絕對是讓我煩惱的事情，我正在非常努力地與時間老人抗爭，因為是的，有這麼多事情要做，我們生活在如此非凡的時代，我們如此榮幸能擁有能量和健康，能夠盡情享受生活。

同樣的事情。 我想能夠以一種非常有意義的方式與我的孩子們玩耍。來自 Margot 的最後一個問題。如果你不能成為一名創辦人和企業家，你認為你會喜歡探索什麼工作？這很難，因為我真的很討厭傳統結構，比如朝九晚五的工作、有個老闆，我認為自己是不適合被僱用的。

所以如果科技不是一回事，我懷疑我仍然會在另一種形式的行業類別中創業。現在，如果創業本身是不可能的，那就難多了，因為那樣我就必須找到一份符合我思維方式的工作，而我不確定那會是什麼。

這是我希望永遠不必做的另一種生活的有趣實驗，因為我熱愛我所做的事情，我熱愛靈活性、自由和創造力。在某種程度上，創業是我的創意表達形式。將某樣東西從零變為一，從無到有創造出一些東西，我不確定還有什麼會如此令人滿足。

所以不知道。我想這是誠實的回答。我本可以從事私募股權、諮詢或銀行業嗎？ 絕對。 但我會日復一日、分分秒秒地熱愛它嗎？我想答案是否定的。所以有很多事情我可以做得很好。我可以當教授。我會是一個出色的經濟學或數學教授，但同樣，我會熱愛它嗎？

多年來重複同樣的課程材料，我不知道。太慢了，擴展性不夠。我不認為它能滿足我的靈魂。但是，是的，實際上教授可能是一個相當不錯的選擇。但不確定它是否會那麼令人滿足，但可以肯定的是，我不會覺得它那麼令人滿足，在某種程度上，我透過做這個播客、回答觀眾和用戶的問題、思考我想分享的事情來滿足我當教授的渴望，在某種程度上，「Playing with Unicorns」一直關於：我希望我在 23 歲開始作為第一次創辦人時就知道的所有事情，而我現在知道了，可以與你們分享。

我發現這比上課更有趣、擴展性更強。我曾在哥倫比亞商學院或中心商學院等地方教過課。是的，你在教優秀的人，但那是小班制，擴展性不是超強。而且內容變化不大。

現在是無論我想到什麼，製作材料，噗的一聲，放上播客，而且是在有相關想法的時候。

George：在早期平台型企業中，最明顯的跡象表明平台即將突破並解決「冷啟動」問題，而不是停留在低流動性狀態？

如果你網站上商品的售罄率（如果你在賣產品）達到 25% 或更多，你就開始擁有流動性了。如果你是一個服務平台，並且你開始佔供應商收入的 25% 或更多，你就開始擁有流動性了。確保你達到目標的方法是不要過載。

我想這取決於平台，但平台創辦人可能犯的最大錯誤就是供應過剩。如果你有太多的供應，他們就不會參與，他們就不會回覆。買家會被選擇淹沒。這要好得多。對於任何類別、郵遞區號等，你都有最好的供應。

為他們尋找需求，讓他們獲得流動性。然後再擴大規模，再擴大規模。在這一點上，我認為是更多的需求並保持媒合。產品市場契合度的一個跡象是當你的客戶獲取成本（CAC）正在下降，那時用戶開始回流，帶來他們的朋友，你的單位經濟效益不斷提高。

但流動性的早期跡象通常是，是的，20% 到 25% 的售罄率通常是一個好跡象。至少在二手商品平台中，你擁有流動性。好的，回到預先提交的問題。

Lewis Gonzales：如果你今天從頭開始建立全球平台，你會最優先考慮什麼作為你從第一天起的核心防禦力？

流動性、品牌、社群、技術，特別是隨著 AI 變得越來越容易獲得。我以前回答過這個問題，但基本上在第零天，你沒有護城河，沒有進入障礙。隨著時間推移，你的進入障礙變成了流動性。一旦你真正開始獲得更多買家，帶來更多賣家，更多賣家帶來更多買家。

所以專注於單位經濟效益。無論你擴展供應和需求的策略是什麼，只要它是可擴展、可重複的，就繼續做下去。保持媒合，保持獲得流動性。所以平台中的流動性勝過一切。事實上，想像一下，不知何故，漏斗頂端（如代理人）將是代表用戶進行交易的人，他們會在有流動性的地方進行交易。

所以你最終的防禦力在於流動性。所以流動性。流動性。以及更多的流動性。

我看到你投資了 Quince。你能告訴我們更多關於他們的信息以及他們未來的抱負嗎？所以 Quince 是 FJ Labs 的基金回報者之一。他們做得非常出色。

他們是一個平價奢華平台和直接面向消費者的品牌。之所以是平台，是因為他們採用輕資產模式。創辦人說這非常出色。我們從一開始就投資了他們，我想對他們的推介，電梯簡報是：它有梅西百貨的品質、好市多的價格以及希音（Shein）或 Temu 的物流。

他們的銷售額增長非常驚人，從 1 億到 3 億到 10 億，我想去年超過了 20 億。它仍然在瘋狂增長，他們剛剛從 Iconic 那裡以 100 億美元的估值融資。那麼他們從那裡往哪裡走呢？首先，這種規模的公司（24 年收入達 10 億美元）仍然保持每年 100% 的增長，這是極其罕見的。

那種情況幾乎從未發生過。當你想到他們所在的類別，當你想到他們所在的地理位置時，他們仍處於旅程的最開始，他們今年剛剛在加拿大推出。我想他們將開始在歐洲推出。所以他們正處於國際擴張的初期。

他們正處於類別擴張的初期。我可以預見在 5 到 10 年內，他們的收入將達到數百億美元。這是一家你可以繼續獲勝的公司。該公司已經處於主導地位，並且可以繼續獲勝。所以我希望它能繼續獲勝，繼續擴大規模，在未來繼續做得非常好。

Quince 已經是一個基金回報者，我希望它在未來繼續成為基金回報者，並且越來越多，成為 FJ Labs 有史以來最大的贏家之一。

Gael：現在哪些市場看起來無聊或不吸引人，但將產生下一代十億美元的公司？所以現在每個人都專注於大戰和基礎模型，對吧？

是的，這是數兆美元的機會，ChatGPT 對決 Claude 對決 Grok 之類的。這就是所有的注意力、所有的金錢流向的地方，對吧？所以當我們回顧我上一個播客時，75% 的風險投資流向了 AI。95% 的 YC 公司都是 AI 基礎模型類型的公司。

我們正在爭奪誰是「王者之戰」的贏家。現在完全不吸引人的實際上是平台型企業之類的東西。我們投資組合中有非常出色的公司，它們每年的商品交易總額（GMV）從 1,000 萬增長到 3,000 萬到 1 億或更多。因為人們在 AI 領域看到了從零到十億或數十億的快速增長，他們不再對此感到興奮了。

儘管這些公司資本效率很高，它們需要的資本少得多。它們有驚人的單位經濟效益。它們有驚人的毛利率。而且有很多行業你可以使用 AI 來提高效率，從公共服務到建築、零售等等。

我認為那裡有巨大的機會。在許多類別中，結合了模糊、碎片化的數據或需要大量人員進行調解，你可以想像這些代理人實際上可以改善經濟效益，擴大類別規模等等。

所以我會說，那些尚未被科技觸及的無聊老舊行業，你第一次可以使用代理人來擴展並使該類別變得更有趣和高效，這樣的行業基本上是無限的，對吧？大部分經濟尚未被 AI 觸及，只有超級早期採用者和科技界是例外。

這就是情況。你目前在風險投資家中看到的最大盲點是什麼？絕對是每個人都在任何時候全力投入 AI。估值不重要，毛利結構不重要。我們需要參與進來，因為贏面將是巨大的，而且泡沫非常嚴重。

感覺就像 2021 年重演。感覺就像 2006 年的房地產，只漲不跌。感覺就像 98、99、2000 年的科技泡沫。與此同時，有人會贏，回報將是巨大的。但我現在會以這些瘋狂的估值進入 Anthropic 和 OpenAI 嗎？

我想答案是否定的。它們還能從現在的基礎上增長很多嗎？這是否是其中最大的機會，有可能。但如果你早點進場，那就太好了。如果現在進場，不會讓我感到非常舒服。所以我會是那種更無聊的應用 AI 投資者，我描述我們策略的方式是投資 AI 的聰明方式。

我們投資於那些超有效率地使用 AI 以獲得更高利潤、更低微觀獲客成本、更高轉化率的公司。對我來說，這是參與其中的正確方式。而且這絕對不是其他 VC 正在做的事情。

讓我們看看透過電子郵件提交的問題。與此同時，你仍然可以在這裡繼續發布問題，讓我們看看這裡。

Muresh：AI 領域中哪些類別/子類別具有潛力，根據你與其他超級聰明的投資者和 VC 的推介討論，哪些類別已經過度擁擠？我覺得基礎模型遊戲超級擁擠，對吧？

xAI 和 Mistral，在垂直領域也是如此，如 Runway 對決 Sora 和 Midjourney 等。所以這感覺非常擁擠，我懷疑這將是一個贏家通吃的類別，也許會有兩個，你可能是 Anthropic 贏得 B2B，ChatGPT 贏得消費者，而 Gemini 保持其部分市場份額。

但我是否看到這個領域有 20 個贏家？不，這感覺就像 1990 年代的搜尋引擎大戰，AltaVista 對決 Lycos 對決 Yahoo 等等。然後突然間 Google 出現了。所以我不會資助更多的基礎模型。正如我所說，我會專注於將 AI 應用於人們目前尚未使用的類別，但在這些類別中融資肯定更難。因為它不被視為純粹的核心 AI。

George：當價值不是單次交易，而是圍繞一個較大的人生事件協調多項服務時，你是否見過平台型企業取得成功？ 是的。 我們投資了一個圍繞婚禮的平台。做得相當不錯。他們在歐洲擁有巨大的婚禮市場份額。

當然，名字很快就會回到我的腦海中。當然，他們獲利的方式是幫助你找到外燴、場地、攝影師和提供蛋糕的人等等。所以他們正在圍繞一個大型人生事件協調許多服務。

所以婚禮絕對是其中的一個例子。我認為這可能發生在其他大型人生事件中。也許我們必須定義那些人生事件是什麼，對吧？比如死亡顯然對人們來說是一個很大的牽引力，比如清算遺產和遺產拍賣等等。還有，比如大學畢業，嗯，問題是。

當你大學畢業時，你可能需要一輛車，可能需要一份工作，可能需要住房。但所有這些都由全職做這些事情的網站做得很好。所以我會為所有這些事情建立一個網站嗎？我不確定。相比之下，那些在每個類別中已經是同類最佳的垂直網站更具優勢。

搬遷城市也是一樣。有很多公司幫助你搬遷城市，他們做得還可以。沒有人做得特別出色。因為同樣，如果我要搬到新城市並需要找公寓，Zillow 就很棒。你不需要專門為了搬家而去一個網站。所以我認為婚禮非常有意義，絕對是非常合理的。還有哪些其他值得思考的大型人生事件？好的，繼續討論提議的問題。

Godfrey：問題一，你的 FJ Labs 融資矩陣發生了怎樣的變化，特別是考慮到最近幾個月 AI 對 B2C 和 B2B 市場、B2C 平台在牽引力、輪次規模、估值方面的快速影響？

那麼我們的估值在平均值，坦白說甚至是中位數上是否大幅上升？ 是的。 因為 AI，你看到了更大的種子輪。你，我們剛剛看到了一個 10 億美元的種子輪，融資 10 億，投前估值 35 億。顯然，人們要求的估值，特別是在 AI 領域，要高得多。

但我們正在避開 AI 炒作，所以我們仍然在專注。就像在 21 年，每個人都在說，喔，你的矩陣過時了，它不再有意義了等等。當然我是正確的，它回來了，我是正確的，這意味著它帶著復仇回來了。數字重新設定了。

所以如果你從等式中移除所有 AI 炒作公司，矩陣仍然是可行的，對吧？所以我們仍然希望你在籌集 A 輪融資時，每月 GMV 達到 50 萬到 75 萬美元，抽成率為 15%，並且你以 3,000 萬投前估值籌集 1,000 萬，或者以 2,300 萬投前估值籌集 700 萬之類的。我們仍然希望每月 GMV 達到 25 億到 50 億美元。

順便說一下，預期精選 A 類有 10-15% 的抽成率，B2B 有 2-4% 的抽成率。我們預期當你籌集 B 輪融資（無論是 5,000 萬還是 5,300 萬）時，GMV 會高得多。所以矩陣仍然是正確的，但不適用於 AI 領域，在那裡人們在種子輪、種子前輪、A 輪、B 輪等支付瘋狂的價格。

但如果你正在建立一家公司，我建議你緊跟矩陣，因為如果你以過高的價格籌集過多的資金，它會毀了你。這是公司失敗的最大原因之一。它們無法成長到與估值相匹配的規模，並且無法籌集下一輪資金。如果你是 VC，我會建議你緊跟矩陣，因為如果你出價過高，你的回報會很差，而 VC 資產類別的回報已經不太好了。

第二個問題，既然 AI 讓開發軟體變得簡單許多，早期階段的創投（VC）有多看重技術共同創辦人？喔，對，我之前回答過這個。就像我說過的，答案是「視情況而定」，這取決於你所處的領域。如果你需要技術共同創辦人是因為你正在做的事情難度極高，那你應該要有一位。如果你是在打造開放式的下一代 OpenAI，那就找個技術共同創辦人吧。

好。 Rosa Bluda 問，如果你生活中缺了什麼，那會是什麼？老實說，我真的覺得我正過著有史以來最棒的生活。我不覺得我缺了任何東西。生活很健康，我的家人也都過得很好。

我過得很好，生活非常優渥，我對目前擁有的生活充滿感激。我不覺得缺了什麼。也許我不知道自己不知道什麼，有些東西我缺了卻甚至沒意識到。但，就是這樣。

下一個問題。Palantir 有競爭對手嗎？有一家法國的 Palantir 叫做 Arlequin AI。它的拼寫方式不像大多數科技公司那樣奇怪，但有一個更有趣的叫 Fundamentals。因為 Palantir 很難界定它到底是一家科技公司還是服務公司，對吧？像是他們的導入期要 6 到 18 個月。

他們大部分的收入來自導入服務，而不是持續性的 SaaS 費用。而 Fundamental，他們顯然使用了 AI，並在兩到三天內完成整合，大部分收入來自訂閱。所以對我來說，那是目前最值得關注、正在崛起的 Palantir 競爭對手。

你有偏好的藝術家嗎？我指的是畫家。 沒有。 作家比較多。畫家嘛，大概沒有。聽著，我欣賞藝術以及藝術家嘗試做的事情嗎？ 絕對。 但不確定我對這個問題是否有答案。

好。 繼續回答預先提交的問題。Matteo 說他最近剛從碩士班畢業，對 AI 新創公司感興趣。如果你是 2026 年的畢業生並想創業，你會在大公司還是早期新創公司開啟職業生涯？對於具有通才背景的人來說，這在今天仍然是一條可行的路嗎？在技術和非技術方面，你會優先考慮哪些技能？

總的來說，我認為在新創公司學得比在大企業快且好。我大學畢業時去了麥肯錫（McKinsey），那就像是商學院，只是他們還付我薪水。但加入種子輪、A 輪或 B 輪的新創公司也同樣可行，也許是 B 輪，但不要太大。

否則，你的角色會被侷限住，無法像在其他地方學到那麼多。所以你會想要一家已經有足夠的產品市場媒合度（Product Market Fit）和資金、能持續發展的公司，但又不能太成熟，以免角色變得太公式化。這樣你才能發揮所長、證明自己、追隨熱情並盡可能學習。

所以如果我是現在的大學畢業生，我會加入一家早期新創公司，可能是 AI 領域，可能在灣區，並立刻搬過去。這會是找出最佳路徑的方法，而不是加入大公司。當然，如果你是工程師，現在加入 OpenAI 也許還可以。但如果你是通才（這可能是你的情況），那麼小公司會更有意義。

那我認為通才有出路嗎？ 絕對。 我認為現在通才的出路比以往任何時候都多，因為作為通才，你實際上可以利用 AI 工具快速推出技術產品。你可以很快學會「氛圍編碼」（vibe code），對吧？有了 Cursor，對於一個懂得使用 AI 工具的聰明通才來說，事情比以往容易得多。

如果你考慮到未來 CEO 和創始團隊的角色，CEO 就是通才，所以絕對沒錯，當個通才很棒。現在，就像我之前說的，我會玩遍所有的工具。我會建立 OpenClaw，玩玩 Claude，玩玩 GPT，玩玩 Cursor。

去超級熟悉你能用它們做什麼，看看你能把它們推到多尖端的程度。你會驚訝於你能提高多少生產力，有多少東西可以學習，有多少事情可以做。

我看看。 Alessandro 說，投資者似乎傾向於分成兩派：一派偏好熟人介紹（warm introductions）並討厭冷不防的接觸（cold outreach），另一派則對冷不防的接觸持開放態度。你屬於哪一派？首先，投資者當然偏好熟人介紹，對吧？如果是我認識的創辦人或創投，或者任何人說：「嘿，你一定要跟這位超棒的創辦人聊聊。」

我顯然更喜歡那樣。但我對冷不防的接觸持開放態度，因為並非每個人都讀過史丹佛、哈佛或普林斯頓，並擁有能讓你見到相關創辦人和創投的社交網絡。我們一些最棒的投資就來自冷不防的聯繫。他們在巴西，但不是在聖保羅或里約，而是在貝洛奧里藏特。話雖如此，門檻會比較高，因為數量太多了。我們每週會收到兩到三百封冷不防的聯繫，而我們投資的比例要低得多。所以，我們對冷不防的聯繫持開放態度。如果你能得到熟人介紹那更好，但我們不排斥冷聯繫。

Andrew McCain 說，自從我們上次在紐約見面後的這些年，你的商業選擇標準改變了我的人生。啊，很高興聽到這個。我想聽聽你對後續問題的反饋：關於服務，你認為遵循 Palantir 模式是否有價值？即在擴張階段投入大量服務來建立穩固的客戶關係，形成持久的護城河，同時讓產品套件演進並變得更自動化，利用 AI 創造真正的 ARR（年度經常性收入）。換句話說，服務優先的方法，更多是關於進入市場（GTM），而非 AI 的普及。

答案當然是視情況而定。這取決於類別，取決於客戶輪廓和細分市場。我更喜歡非服務導向的方法，因為你會從創投那裡得到的主要反饋通常是：「你是一家服務公司嗎？那有多大的擴展性？」而不是「你是一家真正的科技公司嗎？」

這就是為什麼我喜歡 Fundamental 勝過 Palantir。它真的是一家科技公司。話雖如此，如果你是賣給政府，通常需要提供服務。服務層、安裝和關係非常重要。

所以我想答案是視情況而定。總的來說，我寧願投資並讓人們建立科技公司而不是服務公司。這也是這些公司在募資時面臨的一些挑戰，因為服務公司的估值與科技公司的估值有著本質上的不同。

但如果這是一種進入市場的策略，如果它能鎖定客戶，然後讓你獲得這些極具價值、高利潤的 MRR（月度經常性收入）或 ARR 合約，那也沒問題。歸根結底，我關心的是你的進入市場策略是什麼？你的產品市場媒合度如何？單位經濟效益（unit economics）看起來如何？

你的客戶獲取成本（CAC）與每位客戶的淨貢獻利潤（net contribution margin）相比如何？只要這些行得通，如果服務是切入點，那也行，但必須明確這只是切入點，而不是最終目標。

Lisa 問了一個有點不同的問題，但我很好奇，你為你的兒子選擇了什麼樣的學校教育？不，我之前回答過那個問題了，就在我談到 Alpha 學校的時候。

Sonya 問，你給孩子玩哪些開發遊戲，是電腦還是任天堂？你知道有趣的是，現在有這麼多教育工具。首先，我四歲的兒子在 YouTube 上迷上了《數字積木》（Numberblocks）。

他玩著玩著就在做乘法了。像是 8 乘以 8 等於 64，或是 27 乘以 2 等於 54，28 乘以 2 等於 56。他還會做負數，會基礎代數。這不是因為我在他四歲、大家只期待他數到 25 的時候強迫他學數學，而是因為這吸引了他的興趣。

所以他在 YouTube 上自己找到了喜歡的教育內容，我會在早上他起床時和晚上睡覺前給他 iPad。他基本上就是跟著《數字積木》學數學。事實上，他很有天分，甚至要求我去紐約的俄羅斯數學學校，所以我也幫他報名了。

但是否有一些有趣的遊戲可以和孩子一起玩，以培養他們的創造力和學習能力呢？ 絕對。 我們剛在 iPad 上一起玩了一個叫《Lost in Play》的遊戲，這是一個帶有謎題的冒險遊戲，你需要利用類似智商測試或腦筋急轉彎的方式來解決問題，推動故事發展。

有很多這類遊戲，同樣適合四、五、六歲的孩子。當孩子長大一點，我喜歡讓他們在 Minecraft 和 Roblox 上建築，原因是那裡的建築邏輯模式。再強調一次，是作為「建築者」而非「消費者」，這在某種程度上教會你寫程式。

所以這是一個透過樂趣教孩子寫程式的有趣方式。還有更多嗎？有的，Sonya，我不知道你孩子的年齡，但像《Lost in Play》之類的都很棒。還有很多你可以訂購的 STEM 工具包，你的孩子可以自己組裝機器人。有很多選擇，但我會順著他們的興趣走。

就像我說的，我沒有告訴 Fafa「去學數學」。他只是決定自己喜歡它並學會了。這也是為什麼他對明年去 AI 學校（也就是 Alpha）感到如此興奮的原因之一。

下一個問題來自 Tom。你擔心 AI 造成的失業問題嗎？這是個老生常談的問題。AI 將接管所有工作，失業率將達到 95%，世界末日等等。這種恐懼是普遍存在的，而且已經存在了幾百年，對吧？早期的盧德分子（Luddites）反對電子織布機，儘管它讓織布工人的生活變得好得多。

這在歷史上一直都是如此，人們一直擔心失業。但假設我帶你回到 26 年前的 2000 年，當時是 2000 年 3 月，我告訴你：「看，在 2026 年，我回來了，2000 年的前四大職業類別已經消失了。不再有旅行社代辦，不再有銀行櫃員。」

「一兆規模的在地零售業因為線上商務而消失了。所有的汽車製造都自動化了。而這些是目前美國最頂尖的四大職業類別。請描述 2026 年的經濟狀況。」人們會告訴你：「天啊，大規模失業、大蕭條等等。」

然而今天，儘管所有這些職業類別都消失了，我們的失業率更低、就業率更高，人均 GDP 還是當時的兩倍。現在我當然聽到了：「但這次不一樣，它發生的速度比以往任何時候都快。AI 正在取代所有這些工作。」首先，它發生的速度並沒有比以往快多少。

在 2011、2012 年，當第一輛自動駕駛汽車出現時，人們說：「喔，美國最大的職業類別是卡車司機，有 460 萬個工作崗位。所有這些工作都將消失。不再有卡車司機了。這些人要做什麼？他們會被自動化取代。」

現在是 2011、2012 年，也就是整整 15 年後。15 年過去了，還沒有一個卡車司機的工作被自動駕駛卡車取代。而我們仍處於自動駕駛 AI 革命的初期。那麼，我腦中是否有任何數據顯示，在未來 10、20、30 年的某個時間點，路上 100% 的車輛都將是自動駕駛的？

毫無疑問。這絕對是合理的。而且它們也都會是電動的。但這需要時間。就像第一批被自動化的通常是最昂貴的，因為技術成本很高。而且在文化上，這也需要時間。很多人第一次坐自動駕駛車時會嚇得要死，擔心它會害死他們，儘管它看起來比傳統汽車更安全。

所以文化進步比技術慢。技術發展很快，但政府需要很長時間才能採用 AI。大企業需要很長時間才能採用 AI。這些變化發生的速度比你想像的要慢得多。所以第一，它不像人們想像的那麼快，尤其是科技圈的人，因為我們處於科技的最前沿。第二，人們不明白 AI 到底會創造或減少多少工作，因為他們不了解產品或服務的需求彈性在哪裡。

所以現在，人們的一個大論點是：「喔，程式設計師將變得過時。AI 會自己寫程式。你不再需要程式設計師了。」這是一個可能的結果，但遠不能保證這是最可能的結果。

在 1980 年代，有一種工作叫做「試算表員」（spreadsheet），試算表是由人類完成的。在 Symphony（現在大概相當於 Excel）出現之前，是由高薪、高技能的人員建立試算表的。Excel 確實導致了所有試算表員工作的毀滅。但你知道嗎？它創造了成千上萬個財務分析師的工作，他們現在擁有了進行財務建模和財務分析的工具。

所以幾千個工作消失了，卻創造了數百萬個工作。因此，以軟體工程為例，你可以說隨著軟體開發成本變得非常低，對它的需求會爆炸式增長。歷史上不雇用軟體開發人員的公司，如中小企業、政府或大規模的大企業，都會開始雇用。

所以我實際上可以提出一個論點（我不保證這一定會發生），即隨著開發軟體變得如此便宜，對軟體的需求將大幅增加，以至於就業人數反而增加。這還不包括將會創造出這麼多新的職業類別這一事實。

就像在 2000 年，人們無法想像社群媒體經理、Twitch 遊戲實況主之類的角色會是什麼。這麼多新的工作正在建立和創造，人們很難想像。我擔心「工作末日」嗎？ 不。 工作會改變嗎？會。 是的。

會有輸家嗎？誰需要重新培訓並幫助適應？會的，因為隨著就業市場的演變，贏家和輸家往往是不同的。 絕對。 但我擔心 95% 的失業率和大蕭條，以及我們所有人一夜之間都失業嗎？絕對不擔心。

這違背了經濟學，違背了曾經發生過的一切，違背了文化和人們願意調整及採用技術的速度，也違背了我們政治系統、經濟系統中內建的慣性等等。不，我不認為這次有什麼不同，但是的，我確實認為，一如既往，這項技術將深刻地改變人類引領生活的方式。

雖然這需要的時間會比人們想像的長得多。人們再次高估了 AI 和技術的短期影響，卻低估了長期影響。

好的，Jorge 問：為 T-MEC/USMCA 工業走廊建立決策情報基礎設施。 好。 我想那是指墨西哥、美國，可能還有墨西哥。

B2B2B 模式，鎖定報關行、環境顧問和會計師事務所作為分銷管道。你認為拉丁美洲或工業垂直領域有價值嗎？市場是否太碎片化，難以從那裡建立創投規模（venture scale）的公司？

我退一步來說。我認為你可以在拉丁美洲建立具備創投規模的業務嗎？ 絕對。 想想巴西的 Nubank，或者 Plata（我們在墨西哥投資的一家新銀行），或者 Mercado Libre 等等。所以首先，拉丁美洲市場龐大、持續成長且日益成熟，並開始擁有自己的創投，從 Kaszek 到 Monashees 等等。

所以你完全可以在拉丁美洲建立成功的創投支持的新創公司。現在具體到你的領域，我對總體潛在市場規模、單位經濟效益等了解不夠。但就我們討論的 100 億美元以上的市場而言，那裡可能有足夠的利潤結構，我猜答案是肯定的。所以，相當正面。

好。 LinkedIn 用戶，我不確定為什麼名字有時顯示有時不顯示。Hoi, Fabrice，我不知道你是否還記得我，在之前的幾集中，我在荷蘭經營市集平台。你在之前的幾集中提供過建議。我賣掉了那個平台，現在用這筆錢建立了一家深度整合 AI 的保險公司。

太棒了！使用 AI，準備好用於客戶服務、詐欺檢測、定價、理賠處理。你這裡有市集建議，非常歡迎。我認為你在利用 AI 改進一切（客戶服務、詐欺、定價、理賠處理）方面的做法非常有意義。我們投資了一家歐洲公司叫 ACE Waves。

Ace Waves 是一家為市集平台提供客戶關懷的公司，他們進行整合，AI 平均取代了很大一部分的客戶關懷團隊，讓你在提高 NPS（淨推薦值）、提升客戶滿意度的同時，將客戶關懷成本降低 50%。所以絕對要在客戶服務和所有這些事情上使用 AI。每家新創公司都應該盡可能充分地利用這些工具。

Djordje：我可能唸錯了你的名字。謝謝你回答我的問題。我曾向你推銷過我們在 Jacobian Labs 的平台，將 GNN（我不確定那具體是什麼）商業化，但你說你的 AI 拒絕了。可以直接把簡報（pitch deck）或 Demo 發給你嗎？可以，發 LinkedIn 私訊給我，附上簡報。順便說一下，我的 AI「Pitch Fabrice」只是試圖給你反饋。我會試著讓它在喜歡與不喜歡的方面更細緻。它需要看到什麼不同的東西才會讓我們想要投資。

所以不要把 AI 的拒絕當作最終定論。順便說一下，團隊會審核 fabricegrinda.com 上「Pitch Fabrice」收到的所有提案。我還沒做完，但它在最後一批「Pitch Fabrice」的待辦清單上。所以，發郵件給我，我們會審核的。

請註明你提到了這一集的對話作為參考。是的，我們會看看。 現在。 是的。 我不知道你有多少牽引力（traction）。我們通常投資於產品已發布、有收入、有產品市場媒合度之後，但處於早期階段。不過是在這些條件都具備之後。所以不確定你具體處於什麼階段，但我們會看的。

讓我看看過去幾分鐘是否還有其他問題。如果沒有，如果你們沒有最後的問題，我們就結束了。讓我去檢查一下。有人在 WhatsApp 上發了問題。

好。 我想我們差不多了。我想我們已經涵蓋了目前為止提出的每個問題。謝謝大家的收看。一如既往，我會在下週二在我的部落格上發布這一集的逐字稿和摘要。目前還不確定下一集會是什麼內容，以及什麼時候播出。

也許是人們之前問的問題，關於如果我今天創業，我應該建立什麼樣的 AI 公司。喔，等等，又有幾個最後的問題跳出來了。

George 問，根據你的經驗，是什麼讓市集平台成為真正的巨型平台，而不是僅僅停留在小眾市場或服務業務？

問題在於，早期很難判斷。就像 Uber 最初是黑車服務，所以非常高端，感覺很小眾。我當時說另一位創辦人選擇做 StumbleUpon 而不是 Uber，他認為 Uber 規模較小。結果當 UberX 進入市場後，它就變得更大了。

想想 Airbnb。Airbnb 最初是在別人家客廳放充氣床墊，感覺是一個非常小眾的產品，當然最後變成了一個大得多的類別。所以要跟隨市場媒合度，看看這個類別最終會變得多大。

有時你可以創造巨大的類別。碰巧住房是一個巨大的類別，而將未充分利用的住房變現是一個巨大的類別。所以，如果當初是這樣推銷的，那從一開始就很明顯會很大。只是最初並不是那樣推銷的。所以你怎麼知道它有多大？

通常，即使某些東西感覺很小，你實際上可以去合併類別、增加其他垂直領域、增加總體潛在市場（TAM），只要有一點點空間，通常天空才是極限。這些事情最終可能會比你想像的大得多。

LinkedIn 用戶問，在目前的 AI 階段，你會允許 AI 做決策到什麼程度，以及人類監督的程度如何？

這取決於你在做什麼，對吧？如果你（A）使用常識，當我要求 AI 做研究時（我經常這麼做），我肯定會交叉比對結果。也要要求 AI 提供反事實論點。所以如果它支持某件事，就說：「如果你要辯論相反的觀點，你會怎麼想？」

此外，ChatGPT 是個超級馬屁精。它會一直告訴你你有多棒。要非常明確地要求誠實、現實、毫無保留的反饋。否則，你得到的答案會對你正在做的事情帶有玫瑰色的偏見。但就基本的、重要的人類決策而言，目前大多數任務我都會完全由人類監督。

現在是否有些事情可以自動化？比如客戶關懷，問「我的訂單追蹤號碼是多少」或「貨沒到」之類的。是的，絕對可以讓 AI 來做。但對於關鍵任務，目前請使用人類監督。幻覺、錯誤、偏見，但這很有趣。這些偏見是因為它想討好你，所以它忽略了負面影響。它告訴你你有多棒等等。所以你需要非常小心你問的問題類型以及你如何審核它。事實上，使用多個大語言模型（LLM）來測試概念和想法，以確保你獲得更好的視角。

快速提問。我們在 B2C 領域，正在評估非常早期的啟動項目，對你來說什麼更重要：早期牽引力，還是對現有企業忽視的大眾問題有強烈洞察？B2C 很難，因為你有庫存、有競爭等等。所以我看重早期牽引力和單位經濟效益。

所以對我來說，實際上單位經濟效益比早期牽引力更重要。但顯然，它必須是一個足夠大、值得去解決的問題。 絕對。 但肯定的是，在 B2C 中，你如何行銷？以及你如何規模化行銷？問題在於客戶獲取成本正在上升，所以通常很難讓利潤行得通。所以確保你的經濟效益可行，且對我來說是可擴展和可重複的，這可能是最關鍵的。

監督型 AI 不斷向我詢問來自我們所有營運 AI 的資訊。我們允許進行輕度決策。是的，這很合理。而超過輕度影響的則由人類監督。

是的。 這確實是使用代理（agents）的正確方式，也是我使用代理的方式。例如，如果我有我的 OpenClaw，去 LinkedIn 查看基金的潛在有限合夥人（LP），比如誰能開出 25 萬到 50 萬美元的支票，在不同的地理位置，並思考我們什麼時候可以開會。

太好了。那我會讓 OpenClaw 接著做嗎？我會要求它起草我可以發送的郵件嗎？ 是的。 我會讓它在我不審核的情況下自動發送郵件嗎？ 絕對不行。 也許對於長尾客戶它會這麼做，但如果我是在向一個可能為基金開出 2000 萬美元支票的千億美元養老基金提案，我會讓它這麼做嗎？

絕對不行。 是的。 建議、草擬等等。即便如此，我也不喜歡 AI 寫作。我喜歡我自己的寫作，顯然我有偏見。今年夏天當我寫關於生命意義的宏大論文時，那是一篇關於我對生命意義看法的 1 萬字文章。

寫完後，我把它上傳到 ChatGPT。我說：「好，給我反饋。」除了明顯的拼寫錯誤、語法錯誤等我修正了之外，我忽略了 AI 所有的建議。它說：「喔，你的標題太普通了，《生命的意義》，你需要一個更有力的行動導向標題。」

「這東西太長了。你需要把它拆成 27 個部分。你的例子太晦澀了。」我基本上是說：「你知道嗎？我喜歡我自己的寫作。我覺得你寫作的方式太華麗且累贅，我討厭那些破折號之類的。」

是的。 謝謝你的建議，但不用了。我自己寫。話雖如此，我確實會從 AI 那裡獲得反饋。例如，是的，我會徵求寫作靈感等等。我只是喜歡自己寫。順便說一下，它確實識別出了錯誤和重複等。

這確實帶來了根本性的改進。但是的，我認為你使用 AI 的方式非常有意義，也是我使用 AI 的方式。但聽著，我是 AI 超級用戶。我定期與 AI 討論所有事情。我測試一切。我創造從影片到圖像的一切，測試商業模式，尋找房地產。你能想到的，我都用 AI。使用它，它會讓你更有生產力。

好，我想我們已經到了直播的尾聲。謝謝大家的參與。這很有互動性，也很有趣。我們下次見，無論下一集是什麼，主題是什麼，幾週或幾個月後，我們拭目以待。

祝大家有美好的一週！