这个深有感触：而且也改变了传统工作流。比如设计前端已经不再用Figma了，直接上Claude出页面，把传统设计环节给跳过去了。 //
@胡延平E-Rambler
:值得一读
#模型时代#
YC组织了一场300位AI创始人参加的会议后：得出了这些结论
前一段时间YC组织了一场AI创业者为参加者的务虚会。活动后，YC 合伙人Garry Tan和Gmail 创始人保罗-布赫希特（Paul Buchheit）做了一期播客，对整个活动做了一些总结，并给了一些思考。由于都是来自一线的声音，所以这是一个含金量比较高的对话。
我看了一下，个人觉得有几点值得关注：
首先是增长。他们提出了一个10%的周环比增长。显然，这是一个很恐怖的指标，有点发火箭的味道了。有一个例子是一个创业企业一年实现了从零到1200万美金收入。为什么会有这样的效果，我觉得可以用国内的DeepSeek狂潮做一个类比。早年间，对待新技术，老板都说要谨慎，但是这波AI来了，所有的企业一号位（CEO）都说要用，反而是技术一号位（CIO、CTO）压力来了。怎么把老板的预算、期待实际转化为生产力。
其次是创业者的机会。由于现在模型并不缺，而且卷的厉害，所以模型本身不是竞争力。而是高质量的评估集和有效的提示工程，这恰恰是创业者的机会所在。这一点我深有体会，不同的人用同一个模型，可以实现完成不同的两个效果。推理模型降低了提示工程的门槛，让所有人都可以实现80分的效果，但是剩下20分就是考验功夫的地方了。
最后是工作流的变化。由于AI的加持，现在甲乙双方都有厌人属性。AI公司人很少，甲方公司也希望AI能提高效率，减少人员投入。而且也改变了传统工作流。比如设计前端已经不再用Figma了，直接上Claude出页面，把传统设计环节给跳过去了。
正所谓“滚滚长江东逝水，以后工作就靠嘴”。
***
访谈概要：
一、AI创业峰会概述
播客基于Y Combinator（简称YC）举办的一场特别活动，汇集了300多位顶尖AI创始人，共同分享他们的专业知识并预测AI技术将如何塑造我们的未来。这次活动在索诺马(Sonoma)举行，由Lightcone播客记录并发布。嘉宾包括YC合伙人、Gmail创始人Paul Buchheit，以及多位YC合伙人和创业者。讨论覆盖了广泛的话题，从AI驱动的工作未来，到AI世界中创业者能力与品味的重要性，以及为什么现在是创业的绝佳时机。
二、AI创业公司的惊人增长速度
YC注意到其AI创业公司展现出前所未有的增长速度。在过去，YC认为10%的周环比增长率是一个极其出色的指标，通常只有批次中最顶尖的一两家公司才能实现。然而，从2023年夏季开始，整个批次的AI创业公司在12周内平均达到了10%的周环比增长。
一位合伙人分享了一个令人震惊的例子："一家特定的公司在12个月内从零增长到1200万美元。我从未见过这样的增长。这不再只是批次中的例外性公司，而是更多公司都在实现这一目标。"
这种现象反映了AI领域创业公司执行速度的显著提升。过去，YC建议公司在毕业后12到18个月内达到100万美元的年度经常性收入(ARR)，而这相当于10%的周环比增长率。如今，这似乎成为了最低期望值，而不是理想目标。
三、企业对AI解决方案的强烈需求
推动这些公司快速增长的关键因素之一是企业对AI解决方案的空前需求。Box CEO Aaron Levy在会议中分享了一个重要观察：通常当出现新的技术周期，如云计算或移动技术时，总会有决策者持反对态度。然而，AI却是第一次所有人都在说"是"，而不是"不"。
"这是第一次没有人说不，每个人都在说是。就像是有史以来前所未有的对AI的需求量。"一位参与者如此表示。
另一位讨论者指出，这些增长迅速的公司大多是向企业提供AI代理的创业公司，基本上都在这一波企业内部采用AI的压力浪潮上乘风破浪。这回到了YC的基本建议：制造人们想要的东西。在这种情况下，需求已经存在，只要提供一个能正常工作的产品，甚至不需要很强的销售能力就能成功。
四、AI驱动的产品开发难度与机遇
尽管市场需求强劲，但构建真正有效的AI产品仍然面临巨大挑战。一位参与者强调："我们看到的很多需求是针对能够实际替代人工的软件。这基本上是服务，而要达到与人类执行工作相当的水平，无论是客户支持、销售、电话沟通还是其他方面，实际上非常非常困难。"
这种难度为具有技术背景的创始人创造了特殊机会。虽然可能有10到15家公司在竞争同一份合同，但由于构建高效产品非常困难，那些能够构建真正有效解决方案的公司往往能赢得这些大订单。
同时，这些公司正在发明全新的产品构建模式，因为以前没有人知道如何构建这些复杂的AI产品。这种创新过程为技术创始人提供了巨大的机会，即使他们在销售方面可能不是最强的。
五、评估与测试的关键重要性
会议期间的一个显著趋势是创始人们对评估和测试的高度关注，这在以前的YC会议中几乎从未出现过。测试曾经被视为事后考虑的事项，而现在却成为了核心焦点。
"我听到一个非常有趣的数据点，就是为AI设定正确答案的黄金标准。这对我来说是一种思维上的转变，人们认为公司拥有数据资产，但实际上随机的普通数据并不那么有价值。真正有价值的是一个黄金标准，经过精心标注的评估集。"
这一认识挑战了"ChatGPT会取代所有工作"的常见观点。实际上，模型正在快速变化，市场上有五家或更多的AI实验室都在开发自己的基础模型。真正稀缺且难以获取的不是模型本身，而是高质量的评估集和有效的提示工程，这恰恰是创业者的机会所在。
六、AI改变设计和开发工作流程
会议中分享了一个有趣的设计工作流程变革案例。一位创始人提到，他们的设计师已经停止使用Figma进行设计，转而完全使用Claude（一种AI助手）从文本直接设计JavaScript。
"这对我来说有点反直觉，因为你会假设设计是一个非常视觉化的过程，但显然他们的设计师已经掌握了足够的品味，能够将其转化为文本提示，通过提示工程基本上得到实际的代码行，这些代码行与任何Figma模型一样有品味和优质。"
这种模式再次证明，能够最快迭代的人会胜出，而AI是一种令人难以置信的快速迭代工具。过去需要经过复杂视觉设计流程的任务，现在可以通过文本提示和AI生成直接实现，大大加速了开发周期。
七、技术进步与就业前景的思考
关于AI对就业的影响，参与者们讨论了一个来自经济学家Milton Friedman的著名轶事。Friedman在一个发展中国家看到一大群工人用铲子挖运河，他问政府官员为什么不使用机械。官员回答说这是一个就业项目，Friedman则反驳道："如果是就业项目，你应该给他们勺子，而不是铲子。"
该轶事被用来讨论AI在工作中的作用。Paul Buchheit认为："我认为这实际上是对就业损失恐惧的最有用的心智模型，至少目前是这样。当然，AI的潜力是这个惊人的工具，我们不是从勺子到铲子或从铲子到推土机，而是达到AI可以做如此多工作的程度，以至于我们实际上能够创造出更多的财富。"
与限制技术以保留就业不同，参与者们认为AI将创造更多财富和新的工作机会，就像历史上农业机械化一样。虽然担忧存在，但历史表明人类善于为自己发明新的工作和寻找目的与意义的新方式。
八、"机器货币"与"人类货币"的未来经济观
在讨论未来10-15年的经济展望时，Paul Buchheit提出了"机器货币"和"人类货币"的概念。这一理念认为技术产品应该创造大规模通货紧缩，将价格降到接近零，让所有人都能负担得起。
"我们希望将价格降至零，这样我们都能负担得起。医疗保健是我经常思考的事情，现在大多数人很难获得真正优质的医疗保健，而我认为在10年内，我们将能够让地球上大多数人获得比我们今天在座的人更好的医疗保健，这我认为将是一个巨大的成就。"
同时，"人类货币"将涉及我们真正珍视的人类提供的东西。例如，人们似乎更喜欢现场观看乐队演奏，而不是只坐在一堆扬声器前。未来的"人类货币"可能更接近于你的时间的价值，我们实际上可能会有一种几乎像双重经济的系统。
九、AI创业环境的革命性转变
从讨论中可以明显看出，AI正在改变创业环境的基础规则。过去的创业模式强调"闪电扩张"（blitzscaling）——迅速筹集资金、大规模招聘以实现市场主导地位。这种模式源于利率下降和网络效应的环境，资本市场愿意投入数十亿甚至数百亿美元来补贴增长。
前一段时间YC组织了一场AI创业者为参加者的务虚会。活动后，YC 合伙人Garry Tan和Gmail 创始人保罗-布赫希特（Paul Buchheit）做了一期播客，对整个活动做了一些总结，并给了一些思考。由于都是来自一线的声音，所以这是一个含金量比较高的对话。
我看了一下，个人觉得有几点值得关注：
首先是增长。他们提出了一个10%的周环比增长。显然，这是一个很恐怖的指标，有点发火箭的味道了。有一个例子是一个创业企业一年实现了从零到1200万美金收入。为什么会有这样的效果，我觉得可以用国内的DeepSeek狂潮做一个类比。早年间，对待新技术，老板都说要谨慎，但是这波AI来了，所有的企业一号位（CEO）都说要用，反而是技术一号位（CIO、CTO）压力来了。怎么把老板的预算、期待实际转化为生产力。
其次是创业者的机会。由于现在模型并不缺，而且卷的厉害，所以模型本身不是竞争力。而是高质量的评估集和有效的提示工程，这恰恰是创业者的机会所在。这一点我深有体会，不同的人用同一个模型，可以实现完成不同的两个效果。推理模型降低了提示工程的门槛，让所有人都可以实现80分的效果，但是剩下20分就是考验功夫的地方了。
最后是工作流的变化。由于AI的加持，现在甲乙双方都有厌人属性。AI公司人很少，甲方公司也希望AI能提高效率，减少人员投入。而且也改变了传统工作流。比如设计前端已经不再用Figma了，直接上Claude出页面，把传统设计环节给跳过去了。
正所谓“滚滚长江东逝水，以后工作就靠嘴”。
***
访谈概要：
一、AI创业峰会概述
播客基于Y Combinator（简称YC）举办的一场特别活动，汇集了300多位顶尖AI创始人，共同分享他们的专业知识并预测AI技术将如何塑造我们的未来。这次活动在索诺马(Sonoma)举行，由Lightcone播客记录并发布。嘉宾包括YC合伙人、Gmail创始人Paul Buchheit，以及多位YC合伙人和创业者。讨论覆盖了广泛的话题，从AI驱动的工作未来，到AI世界中创业者能力与品味的重要性，以及为什么现在是创业的绝佳时机。
二、AI创业公司的惊人增长速度
YC注意到其AI创业公司展现出前所未有的增长速度。在过去，YC认为10%的周环比增长率是一个极其出色的指标，通常只有批次中最顶尖的一两家公司才能实现。然而，从2023年夏季开始，整个批次的AI创业公司在12周内平均达到了10%的周环比增长。
一位合伙人分享了一个令人震惊的例子："一家特定的公司在12个月内从零增长到1200万美元。我从未见过这样的增长。这不再只是批次中的例外性公司，而是更多公司都在实现这一目标。"
这种现象反映了AI领域创业公司执行速度的显著提升。过去，YC建议公司在毕业后12到18个月内达到100万美元的年度经常性收入(ARR)，而这相当于10%的周环比增长率。如今，这似乎成为了最低期望值，而不是理想目标。
三、企业对AI解决方案的强烈需求
推动这些公司快速增长的关键因素之一是企业对AI解决方案的空前需求。Box CEO Aaron Levy在会议中分享了一个重要观察：通常当出现新的技术周期，如云计算或移动技术时，总会有决策者持反对态度。然而，AI却是第一次所有人都在说"是"，而不是"不"。
"这是第一次没有人说不，每个人都在说是。就像是有史以来前所未有的对AI的需求量。"一位参与者如此表示。
另一位讨论者指出，这些增长迅速的公司大多是向企业提供AI代理的创业公司，基本上都在这一波企业内部采用AI的压力浪潮上乘风破浪。这回到了YC的基本建议：制造人们想要的东西。在这种情况下，需求已经存在，只要提供一个能正常工作的产品，甚至不需要很强的销售能力就能成功。
四、AI驱动的产品开发难度与机遇
尽管市场需求强劲，但构建真正有效的AI产品仍然面临巨大挑战。一位参与者强调："我们看到的很多需求是针对能够实际替代人工的软件。这基本上是服务，而要达到与人类执行工作相当的水平，无论是客户支持、销售、电话沟通还是其他方面，实际上非常非常困难。"
这种难度为具有技术背景的创始人创造了特殊机会。虽然可能有10到15家公司在竞争同一份合同，但由于构建高效产品非常困难，那些能够构建真正有效解决方案的公司往往能赢得这些大订单。
同时，这些公司正在发明全新的产品构建模式，因为以前没有人知道如何构建这些复杂的AI产品。这种创新过程为技术创始人提供了巨大的机会，即使他们在销售方面可能不是最强的。
五、评估与测试的关键重要性
会议期间的一个显著趋势是创始人们对评估和测试的高度关注，这在以前的YC会议中几乎从未出现过。测试曾经被视为事后考虑的事项，而现在却成为了核心焦点。
"我听到一个非常有趣的数据点，就是为AI设定正确答案的黄金标准。这对我来说是一种思维上的转变，人们认为公司拥有数据资产，但实际上随机的普通数据并不那么有价值。真正有价值的是一个黄金标准，经过精心标注的评估集。"
这一认识挑战了"ChatGPT会取代所有工作"的常见观点。实际上，模型正在快速变化，市场上有五家或更多的AI实验室都在开发自己的基础模型。真正稀缺且难以获取的不是模型本身，而是高质量的评估集和有效的提示工程，这恰恰是创业者的机会所在。
六、AI改变设计和开发工作流程
会议中分享了一个有趣的设计工作流程变革案例。一位创始人提到，他们的设计师已经停止使用Figma进行设计，转而完全使用Claude（一种AI助手）从文本直接设计JavaScript。
"这对我来说有点反直觉，因为你会假设设计是一个非常视觉化的过程，但显然他们的设计师已经掌握了足够的品味，能够将其转化为文本提示，通过提示工程基本上得到实际的代码行，这些代码行与任何Figma模型一样有品味和优质。"
这种模式再次证明，能够最快迭代的人会胜出，而AI是一种令人难以置信的快速迭代工具。过去需要经过复杂视觉设计流程的任务，现在可以通过文本提示和AI生成直接实现，大大加速了开发周期。
七、技术进步与就业前景的思考
关于AI对就业的影响，参与者们讨论了一个来自经济学家Milton Friedman的著名轶事。Friedman在一个发展中国家看到一大群工人用铲子挖运河，他问政府官员为什么不使用机械。官员回答说这是一个就业项目，Friedman则反驳道："如果是就业项目，你应该给他们勺子，而不是铲子。"
该轶事被用来讨论AI在工作中的作用。Paul Buchheit认为："我认为这实际上是对就业损失恐惧的最有用的心智模型，至少目前是这样。当然，AI的潜力是这个惊人的工具，我们不是从勺子到铲子或从铲子到推土机，而是达到AI可以做如此多工作的程度，以至于我们实际上能够创造出更多的财富。"
与限制技术以保留就业不同，参与者们认为AI将创造更多财富和新的工作机会，就像历史上农业机械化一样。虽然担忧存在，但历史表明人类善于为自己发明新的工作和寻找目的与意义的新方式。
八、"机器货币"与"人类货币"的未来经济观
在讨论未来10-15年的经济展望时，Paul Buchheit提出了"机器货币"和"人类货币"的概念。这一理念认为技术产品应该创造大规模通货紧缩，将价格降到接近零，让所有人都能负担得起。
"我们希望将价格降至零，这样我们都能负担得起。医疗保健是我经常思考的事情，现在大多数人很难获得真正优质的医疗保健，而我认为在10年内，我们将能够让地球上大多数人获得比我们今天在座的人更好的医疗保健，这我认为将是一个巨大的成就。"
同时，"人类货币"将涉及我们真正珍视的人类提供的东西。例如，人们似乎更喜欢现场观看乐队演奏，而不是只坐在一堆扬声器前。未来的"人类货币"可能更接近于你的时间的价值，我们实际上可能会有一种几乎像双重经济的系统。
九、AI创业环境的革命性转变
从讨论中可以明显看出，AI正在改变创业环境的基础规则。过去的创业模式强调"闪电扩张"（blitzscaling）——迅速筹集资金、大规模招聘以实现市场主导地位。这种模式源于利率下降和网络效应的环境，资本市场愿意投入数十亿甚至数百亿美元来补贴增长。
