🎙️ 33 個國外創業/財經頻道 最新一集精粹
📌 本週跨頻道亮點
- OpenAI vs Anthropic 是本週絕對主線,且多空對決罕見地具體——多方(All-In 的 Brad Gerstner):Anthropic 已秘密遞件、Polymarket 給今年上市 65% 機率,Gavin Baker 預估 2026 年底營收破千億、估值上看 3 兆,Altimeter 兩檔都買;空方一(All-In 的 Chamath):實測 token 成本每 45 天翻倍、企業 AI ROI 僅 0-2%,勸「趁能出場快出場」;空方二(Prof G 的 Mallaby):OpenAI 五年要燒 6,600 億、營業虧損 210 億,有真實機率 18 個月內斷錢。TCAF 的 Cembalest 補刀:AI 是 40 年來最複雜的市場催化劑。
- 散戶槓桿+記憶體漲價是共同暗雷——Odd Lots:槓桿 ETF 全球 AUM 2,500-2,700 億、亞太年初至今三倍、韓國散戶持有 93%;TCAF:美國家庭財富 34% 押在股票創歷史紀錄;CNBC:記憶體短缺連在家打電動都變貴。三個節目從不同角度指向同一組風險。
- 意外情報:Guy Oseary 在 Ferriss 節目自曝 Anthropic 早期內幕——ChatGPT 上線後判斷只有三個月窗口,三個月部署八成基金;靠獵頭圈「頂尖人才全往 Anthropic 跑」的訊號,以 50 億估值投 3,500 萬,帳面已翻數十倍。
- 打書巡迴=選題預告——Mark Pincus(Zynga)同週上 Masters of Scale+MFM 講同一套 Proven/Better/New 框架;Mallaby 帶 DeepMind 傳記上 Prof G(Ferriss 只出了剪輯)。看到來賓巡迴就知道下週誰會播什麼。
- AI agents 從概念進入營運實戰——SaaStr:3 人+20 agents 帶進 $5M pipeline、story points 已死;YC 的 Avoca:AI 接電話估值 $10 億;Glean 的 Jain:90% 前沿能力已是 commodity、AI 時代團隊會變大不變小;Baseten:最強 AI 公司都在從「租智能」轉「自有智能」。
一句話:迪士尼本質不是電影公司,而是自有動畫IP驅動商品、樂園、電視的飛輪,電影只是把新IP丟進倉庫。
1928年Walt Disney被發行商Charles Mintz連人帶IP奪走Oswald兔(版權屬Universal,動畫師也被挖走),痛定思痛創造完全自有的Mickey Mouse,並押注同步聲音技術:《Steamboat Willie》同年在紐約首映即轟動,聲音讓卡通角色第一次有了「人格」。飛輪隨之意外長出:Mickey Mouse Club三年800家分會、會員破百萬(超過全美男女童軍總和);授權大王Kay Kamen 1933年接手商品業務,兩年做到年零售額7,000萬美元,1934年商品權利金已超過電影租金收入,Ingersoll米奇錶兩年賣250萬支,救活瀕倒的錶廠。
第二役是被譏為「Disney's folly」的《Snow White》:三年、150萬美元、750名畫師、200萬張草稿,1937年上映成影史最賣座電影(租金收入800萬美元),並發明史上第一張電影原聲帶。但Pinocchio、Fantasia因二戰失去歐洲市場慘賠,1940年賣出30%股權上市求現,1941年罷工後裁員至700人以下,Walt從此心灰。絕境中誕生「Vault」模式:1944年重映Snow White近零成本進帳300萬,「每七年迎來一個新世代兒童」成鐵律,Frozen系列至今仍照六到八年循環。
戰後Walt迷上模型火車,催生Disneyland:董事會不埋單,他自組WED公司、賣度假屋並抵押壽險籌錢,委託SRI選址Anaheim,再用「電視綁樂園」拿下急需內容的第三名電視網ABC(入股50萬美元+擔保450萬貸款+每年500萬買節目)。1955年7月17日開幕直播8,300萬人收看,約半個美國;Davy Crockett周邊總銷3億美元,超過公司歷來所有電影的累計利潤。1966年Walt肺癌逝世,Epcot未來城市成絕響。兩位主持人給出殘酷對照:今日迪士尼市值99.95%是他死後創造(Buffett 1966年以低於9,000萬美元市值買進);但1984年樂園加商品營益2.5億美元、影視只剩220萬,IP斷炊引來狙擊者Saul Steinberg,救援故事留待下集的Eisner、Wells、Katzenberg。至於為何百年無人成功複製這套飛輪?兩人結論:關鍵在動畫——角色不老化、不用分潤給明星、能跨世代累積情感,全球真正做到的只有迪士尼與Nintendo。
一句話:SaaS 末日論錯殺:Toast 以 25% 成長、AI 新槓桿只賣 18 倍本益比,十倍股機會。
來賓 Sean Barrett(Counter Global 創辦人兼投資長,Toast 佔其組合 15%)拆解這家美國餐廳 POS 的 category killer:企業價值約 120 億美元,年經常性毛利約 20 億美元、EBITDA 利潤率 35%(2022 年還是 -16%,目標 40%+),毛利年增 25% 以上,卻只有 18 倍 2027 年 GAAP 本益比;DCF 合理價約 50 美元,對比股價 22-23 美元。營收三分之二來自支付(淨抽成 49bps,同業 75-125bps、Square 約 1%),三分之一來自軟體(每月 300-500 美元),平均客戶年付約 1 萬美元、年營收 130 萬美元。
護城河:16 萬家門店、美國市占約 20%,新開餐廳約一半選 Toast;NPS 達 50、95% 願意推薦,平均使用 7 個模組;Toast 客戶利潤率約 15%,高於業界平均 10%,活得久所以留存高。專用硬體加地面部隊極難複製——某 AI 原生新創想複製 Toast,兩年後仍拿不出產品。競局上,一半市場仍是 NCR Aloha、Oracle Micros 等舊系統;Clover(Fiserv)市占 15% 但持續失血;DoorDash 試水免費 POS,但 Toast 聯手 Uber Eats 推免運(8 萬家客戶啟用),實地走訪舊金山 30-40 家餐廳,無一願意轉換。
AI 是新槓桿:Toast IQ 對話式代理(50% 客戶每週使用)、Toast Grow 自動行銷引擎月費 500 美元卻帶來 8% 營收提升、約 20 倍 ROI;R&D 費用兩年近乎持平,出貨量卻倍增。TAM 已從單一 SMB 擴到企業(拿下 Applebee's、Marriott)、雜貨/酒類/加油站與英愛加澳國際市場,全球 1500 萬家門店可攻;管理層目標 2035 年毛利 20 億→100 億美元。Barrett 認為 SaaS 末日論正重演 2015 年開源恐慌:當年 category killer 持續交出數字後,股價全面噴出。
一句話:別跟人競爭,去建一個別人無法替代的創造性壟斷,並以十年後還在為目標。
David Senra 時隔四年重讀 Peter Thiel 與 Blake Masters 的《Zero to One》,刻意買新書、不看舊筆記,結論是全書核心只有一件事:打造「創造性壟斷」——好到沒有任何對手能提供近似替代品的公司。Thiel 認為 Steve Jobs 最偉大的設計不是產品而是 Apple 這門生意本身:2001 年 iPod 上市時分析師只當它是「Mac 用戶的小配件」,但那是多年定案計畫的第一步。同理,2006 年 7 月 Yahoo 出價 10 億美元收購 Facebook,Zuckerberg 進董事會直接說「這只是走個形式,十分鐘內結束,我們當然不賣」——有明確願景的創辦人不賣公司。
Senra 整理書中推理鏈:網路泡沫後業界歸納出「漸進改良、保持精實、改良競品、重產品輕銷售」四條教條,Thiel 全部反著來——寧冒大膽之險、爛計畫勝過沒計畫、競爭市場摧毀利潤、銷售與產品同等重要。壟斷的判準是托爾斯泰的反轉:所有幸福的公司都不同,各自靠解決獨特問題壟斷;所有失敗的公司都一樣,敗在沒逃出競爭。壟斷四要素為專有技術、網路效應、規模經濟、品牌,Apple 四項全中。起點則要極小:Amazon 在 D.E. Shaw 時期的內部代號就是「everything store」,卻刻意從書開始再逐步擴張;Apple 第一筆生意是賣 50 台電腦給 Byte Shop、共 2.5 萬美元,Jobs 還是光著腳去談的。
其他要點:成長易量測、耐久性難量測,最重要的問題是「這生意十年後還在嗎」(Nvidia 的價值是 Jensen Huang 做了 25-30 年才爆發);「光靠卓越的銷售與通路就能建立壟斷,反之不成立」,多數公司敗在零通路而非爛產品;偉大公司都建立在「earned secret」上,如 Constellation Software 的 Mark Leonard 發現垂直軟體公司不適合 VC、適合永久持有併購;Jobs 主張前 10 名員工每人就是公司的 10%,招募不可外包;Thiel 在 PayPal 讓每人只負責一件事,副產品是消除內鬥。結尾以 Howard Hughes 的殞落對比 Jobs 1997 年回歸(iPod、iPhone、iPad,2012 年全球市值第一):極端特質的創辦人更強大也更危險,但企業需要創辦人才能超越漸進主義。
一句話:零佣金靠淨利差與顧問費賺錢;致富關鍵是「在市場的時間」而非擇時進出。
Schwab 執行長 Rick Wurster 受訪。Schwab 管理資產約 13 兆美元(Wurster 口述約 12 兆),共 4,700 萬個客戶帳戶。零佣金的獲利結構:約 50% 收入來自客戶閒置現金的淨利差,約 20% 來自交易(債券每張收 1 美元、選擇權與期貨收費),約 30% 是顧問與資產管理費;零售客戶 75-80% 自主下單,另支援全美 1.6 萬名獨立顧問。起點是 1975 年 SEC 解除固定佣金,同業趁機漲價、Schwab 反手砍價最多 70%。
幾個反直覺決策:全美維持 400 多間分行,因為有專人一對一關係的客戶滿意度高出約 11 個百分點;不碰預測市場,因其中九成以上是運動賭博、約 95% 參與者賠錢,違背使命。看好 Trump accounts(新生兒獲政府 1,000 美元,18 歲可能滾成 3,000-4,000 美元)與觸及 5,500 萬名無私人退休計畫美國人的 Trump IRA。AI 首要用途:把目前 100 萬美元資產門檻才有的專屬顧問級建議,下放給多數客戶。
個人歷程:McKinsey 五年後因次女被判定終生無法走路說話,轉職 Wellington 兼顧家庭、遷居舊金山求醫(女兒現年 20 歲、大二),後加入 Schwab 十年升任 CEO。投資心法:比「在市場的時間」而非擇時;散戶近年逢跌買進、財富創新高,最大錯誤是因單一事件離場——早點存、長期投、守住計畫。
一句話:創造力是指揮 agent 建構故事;AI 拉高創作下限,頂尖與平均藝術家差距反而更大。
Yoko Li 訪問 Luma 應用研究負責人 Matt Tancik(NeRF 共同創作者)與 Phota Labs 共同創辦人暨 CTO Zach Xia。核心論點:創造力在於建構故事、下指令,不是精通工具;未來的關鍵能力是指揮會用工具的 agent。攝影的創造力過去集中在捕捉瞬間,因為按下快門後幾乎無法更動;生成式 AI 讓後製也能兼顧真實與創意,攝影師的樂趣正移向拍攝之後。
研究與產品有落差:研究者愛攻「在圖中生成整段冷僻字型文字」這種難題,創作者要的往往是去背、修光線這類沒有明確指標卻極實用的功能。使用者的玩法常超出設計:有人用 Phota 先生成身分一致的關鍵影格,再餵給影片模型串成影片,繞過影片模型身分保持差的弱點;也有人破解只支援人與寵物的 API 拿去做商品攝影個人化,市場拉力大到直接進了 roadmap;品牌客戶自帶 brand guidelines 當輸入,意外成為高價值素材。
控制力是專業使用者的頭號抱怨:純文字 prompt 不夠,Luma 押注 video-to-video 在時間維度做精準控制;Xia 認為被低估的方向是讓模型反問使用者釐清需求——就像片場不會接「狗在草地跳 10 秒」這種空泛委託。共識:AI 讓素人也能產出像樣作品,但懂得想要什麼、怎麼到達的頂尖創作者,優勢會被同一批工具放大,頂尖與平均的差距只會更大。
一句話:Avoca 用 AI 接電話切入居家服務業,從軟體 1% 錢包份額打進 15%+,90 天營收翻倍。
Avoca(YC W23,創辦人 Apurva Shrivastava、Tyson Chen)做「實體經濟的 AI workforce」,先攻 HVAC、水電等居家服務業。選題邏輯很硬:兩人掃街訪談過 100 家餐廳,但餐廳一通電話只值 30–40 美元、電話僅佔營收兩三成;居家服務業 85% 營收來自電話,一通電話可值 2–3 萬美元,故果斷棄餐廳。商業想像更大:軟體(如上市的 ServiceTitan)只吃客戶支出約 1%,但客服+內部銷售佔 3–5%、行銷佔 7–10%,AI workforce 打的是 15%+ 的錢包份額——Avoca 已見 5–10 倍 ACV 擴張,部分客戶付給 Avoca 的錢是其 CRM 的兩倍。
首個指標客戶 Rescue Air(達拉斯 HVAC)道盡痛點:每月付 3,000 美元給答錄服務,平均等 2 分鐘、只留言不訂工單,一年內換過 5 家——「付錢買美化版語音信箱」。Avoca 的 AI CSR 接掉 60–70% 非營收的騷擾型來電並直接訂單;產業 CSR 兩年流失率近 100%,導入後客服轉派工或「AI agent 訓練師」新職,有客戶從 100 名 CSR 降到 30 名(多為自然流失與升職),北卡一家 HVAC 留任率反而大升。兩位創辦人是 MIT 撲克賽認識的五年室友,分別出身 Retool 早期 forward deployed engineering 與 Nuro 的 Guardian 遠端接管系統,human-in-the-loop 思路直接移植進產品;早在 ChatGPT 問世前、GPT-3 davinci 剛出時,兩人就押注「模型一旦能開口說話,整個實體經濟都會解鎖」。
成長路徑照 YC 教科書:先讓 3 個 design partner 愛到不行,超級連結者 Josh Campbell 一人轉介前 30 個客戶中的 10 個,再靠承包商 Facebook 社團與展會,幾乎零行銷做到頭一兩百萬美元;守到約百萬 ARR 才建銷售團隊,之後乘 PE 整併潮打進企業級,才有 90 天翻倍至八位數的爆發。願景是從 system of record 進化成 system of action:客戶的成交、行銷、營運都繞著 Avoca 跑,市場天花板高於 ServiceTitan,「unicorn 不是目標,只是過程」。
一句話:一張「Check Point 殺手」車牌的恩怨,最終造就近 1500 億美元的資安平台霸主。
創辦人 Nir Zuk 出身以色列 8200 部隊,1994 年加入 Check Point,但公司死守 60% 營益率、不投 R&D、只做防火牆 VPN,讓他憤而出走,還掛上「CHKP KLR」(Check Point Killer)車牌。第一家公司 OneSecure 輾轉被 Juniper 買下,新東家第一天就宣告要砍掉他的產品,他當天決定創辦 Palo Alto Networks(2005 年,Sequoia 的 Jim Goetz 與 Greylock 的 Asheem Chandna 投資)。兩大逆勢賭注:單一整合架構解決客戶「設備疲勞」,以及當時人人說瘋了的雲端交付資安。命名之戰更關鍵——業務全勸他別提防火牆三個字,但 Zuk 與產品長 Lee Klarich 堅持叫「次世代防火牆」,否則永遠淪為配角;結果 POC 轉單率逾 90%,首年營收 500 萬美元,還拿下花旗 1000 萬美元大單。
2011 年請來 Mark McLaughlin 任 CEO,他先擋下「六個月內 IPO」的計畫、補齊高管與海外團隊,2012 年 7 月以約 40 億美元市值上市;到 2018 年營收從 2 億美元 run rate 成長至 30 億、員工 700 人變 5000 人,並超越 Check Point 成為全球最大網路資安公司——Zuk 的車牌隨即改成「CHKP KLD」(已殺)。
2018 年是最大轉折:雲端崛起、McLaughlin 自承「我們遲到了」,董事會反而聘用毫無資安背景的 Google 前高管 Nikesh Arora。他三年併 12 家、至今逾 25 家,鐵律是讓「打贏我們的被併團隊」主導策略、併購前先對齊未來兩三年產品路線、用 speedboat 模式放手快跑,營益率一度壓到 20% 上下換取多品類布局,催生 Prisma Cloud 與 Cortex。2025 年 10 月市值近 1500 億美元、員工 1.6 萬人,再以約 250 億美元併 CyberArk 補上身分安全最後一塊;Zuk 宣布退休,留下心法:擁抱顛覆,否則就是下一個 Nokia。
一句話:AI 正從「租智能」走向「自有智能」:企業將用自家資料 post-train 專屬模型,推論基礎設施因此重構。
Baseten CEO Tuhin Srivastava 的核心論點是「rented → owned intelligence」:多數公司只是按 token 租別人的模型,沒有累積價值,也管不了品質、速度與成本;改用自家應用資料 post-train 專屬模型,才能掌握模型品質、效能 SLA、成本與部署地點。這波轉變此刻爆發有三個條件:開源模型終於夠好、Abridge/Decagon/Cursor/Intercom 等成功案例形成可複製的藍圖、基礎設施讓自跑模型變可行。Baseten 2022 年就推過 fine-tuning 產品 Blueprint,當時太早;2025 年 11 月收購 Parsed,要打通 training 與 inference,研究 continual learning——讓模型在長 horizon 的 agentic 任務中隨生產 traces 與人工回饋持續進化,並提前定義 evals。他強調自己不是研究實驗室,是「以客戶為中心的 inference cloud」。
產品分三層:shared API、dedicated(多數客戶所在)、training。agentic 負載已占多數,推論因此從「跑一個模型」變成一整套工具:模型路由、tool calling、sandbox 跑程式碼。GPU 供給他直言「比你想的再緊 10 倍」:得提前一季規劃、要有規模才拿得到卡,巨頭吸光供給。Baseten 的解法是多雲分散:橫跨 15–20 個雲、80–100 個區域,專撿零散叢集再縫合——這源自早期 Greylock 推介的企業客戶都要求部署在自家 VPC,被迫練成到處部署、統一調度,如今成了護城河。
客戶行為的關鍵事實:高速成長公司只為輸出品質買單,願為好 10% 的體驗付 5–10 倍溢價,只有批次後台任務才挑便宜模型;開源被大量採用,正證明開源已好到不必做這種取捨。硬體上客戶永遠要最快的,但三年半前的 H100 仍有市場。經營哲學:市場變太快、長期規劃無用,只能照樂觀情境擴建;深度優先、forward deployed,半數工程師過去一天內都跟客戶談過話。
一句話:九成企業用例開源模型就能做、三年內開源成主流;AI 時代團隊該變大而非縮編。
Glean 創辦人 Arvind Jain(前 Rubrik 共同創辦人)指出,企業真正怕的不是模型商搶生意,而是「營運依賴」:把工作交給 OpenAI/Anthropic 的 agent 後,多年累積的機構知識會沉澱在別人手上。他判斷模型層正在商品化——90% 以上企業用例已可由多種模型(含開源)完成;GLM 5.2 是 Glean 團隊首次敢把多數工作負載跑在開源模型上的轉折點,他預測三年內企業多數工作負載會轉向開源,唯一心結是「敢不敢用中國模型」(後門疑慮),而非開源與否。他也點出 OpenRouter 上使用量前六名全是中國模型、Anthropic 僅第七,美國至今沒有像樣的開源模型。
ROI 上兩人正面交鋒:Stebbings 認為 AI 工具仍嚴重低估價值(Benioff 付 Anthropic 3 億美元只佔開發者薪資 3.7%),Jain 反稱「貴得離譜」——Glean 的工程 triage agent 自動處理 95% 的生產事故,卻月燒 100 萬美元,划不划算存疑。Glean 新程式碼近 100% 由 AI 起草但強制人工 review;多數企業 coding 變快、產品出貨速度卻沒變快,token 花費呈冪次分布(有員工月燒 1 萬多美元、有人只花 20 美元),進階用例僅約 5% 員工在用。
最大分歧在團隊規模:Harry 說大 CEO 都在縮編,Jain 反對——可口可樂縮編、百事拿同樣的 AI 加更多人做 10 倍的事就贏了;Glean 現有逾千人,五年目標 5,000 到 10,000 人,因為未來得做 10 倍的工作才能賺到同樣營收。composite 角色(工程+PM+設計合一)會興起,純資料分析師與招募 sourcer 將消失。另外他點名 Microsoft Copilot 的 bundling 是 Glean 最大競爭者(「很難跟免費競爭」),但 consumption 計價可能瓦解 bundling 優勢;Anthropic 的 Figma/法律等垂直包則「很淺」,是做大市場而非取代。
一句話:Reservoir Farms 用「付租進場的實體農場孵化器」解農業缺工,瞄準占成本四到八成的人力。
Danny Bernstein 在矽谷近 20 年、Google 待了 10 年,離開後鎖定「specialty crop agriculture」(蔬果、莓果、堅果等高價值作物,有別於補貼型的玉米大豆),在加州 Salinas(Steinbeck 故鄉)建立 40 英畝農業創新園區 Reservoir Farms。核心洞察:他們調查發現新創募到錢後平均要 9 個月才摸得到真實農田;Reservoir 讓新創付月租 300 至 6,000 美元直接進場測試,3 月開幕已有 20 家進駐,營運超過 100 英畝、距矽谷一小時,並與 Western Growers、John Deere 合作。營運公司今年 ARR 約 500 至 700 萬美元、10 名全職、明年轉盈;另設 300 萬美元概念驗證基金 Reservoir VC,已投 5 家,其中 FarmNG 被併入 Bonsai Robotics——節目當下正在園區跑自駕精準噴灑「生物性農藥替代品」的試驗。投資與收租決策刻意分離,不做「先投錢再收回房租」的模式。
為什麼做這題:三大方向是減少化學品、化學品全面替代(電力/雷射除草、蒸汽燻蒸、UV 殺菌)、自動化最難補的工作。勞動力占特用作物生產成本 40%,草莓達 60-70%、鮮食葡萄 80%;American Farm Bureau 統計去年逾 40 萬個農場職缺、不到 1% 有本國申請者,H-2A 外籍工模式難以規模化。他並舉「blueberries Peru」:美國曾透過 USAID 補貼南美農業以抑制毒品經濟,結果養出祕魯藍莓產業、加深美國生鮮進口依賴——因此農業自動化是國安級的韌性科技。
節目後半:Jason 因設計師「AI 打敗我」推文與 Figma CEO Dylan Field 隔空誤會後,反手買進 10 萬美元 Figma 股票(約 7 倍 P/S、70 倍 PE),論點是 AI 把平均設計水準從 6 分推向 8.5 分,而 Figma 握有設計師社群與併購銀彈。另談美國教育部新規:畢業生若賺不贏未上大學者,該學程將失去聯邦學貸資格,估 80 萬學生受影響、18% 學士後證書課程不及格;以及 Paul Graham 分享的 ECON 1170 實驗——期末改為現場考後 18 人退選、9 人缺考,期中與期末分數斷崖揭露 AI 作弊氾濫,Jason 直言「該罰的是懶得改考法的老師」。
一句話:破產留學生打造估值110億美元的 Airwallex:兩次 pivot、拒絕 Stripe 12億收購,如今正面對打。
Jack Zhang 14歲在中國辦雜誌賺了約10萬美元,全數捐給學校蓋六座籃球場;父親是地區銀行 CEO,16、17歲時家中資產遭凍結、一夕歸零,他在澳洲靠洗碗、調酒、加油站夜班一天工作16小時,讀完 University of Melbourne。之後在投行寫交易演算法,副業做建築、房地產、咖啡店、漢堡店,創 Airwallex 前已賺超過1,000萬美元。共同創辦人 Max Li 因與 OFAC 制裁黑名單同名,匯款到巴西、印尼買咖啡豆屢被卡關,Jack 拆解 SWIFT(訊息僅140字元、中間要過三四家代理銀行)後,決定直連各國支付系統、自建替代網路——Airwallex 就此誕生。投資人 Lucy 在咖啡店認識四小時內就談定投100萬美元換20%(post 500萬),這筆錢如今值約5億美元。
公司經歷兩次 pivot:P2P 換匯撮合經模擬需數十億量級才可行,放棄;他清晨7:45 cold call Macquarie Bank,說服對方開放 FIX 介接銀行間市場、最低交易額降到5萬美元;SMB 發票業務因獲客太貴再轉向 API 服務大型企業,2017 年簽下 MasterCard(後成投資人)與 Shein,2018 年交易量暴增100倍。2018 年底 Stripe 開價12億美元收購(當年營收僅260萬美元,約80倍 forward revenue),與 Patrick Collison 密集談了兩三個月後拒絕——不願當被鎖五年的 APAC GM。COVID 時一天內營收腰斬、SoftBank 條款書因 WeWork 事件蒸發,靠 Hedosophia 以約17億美元估值領投救回。
現在 Airwallex 有2,200人、26個辦公室,營收近13億美元、年增85%;payments 佔營收40%,直接對打 Stripe 與 Ramp;北美+歐洲三年內從0做到近40%營收,美國今年成長逾3倍。他最大的用人教訓:迷信 Citibank 級履歷是災難,第一性原理勝過經驗,錯的人該幾週內處理而不是拖好幾年。
一句話:前 HashiCorp CEO 創 Dome Systems,為企業上千個 AI agent 建統一的可視、可控、可稽核治理層。(短集)
Dave McJannet 曾任 HashiCorp CEO,把公司從草創帶到 IPO、最終被 IBM 收購;如今與老搭檔 Mark 再創 Dome Systems,Redpoint 的 Logan Bartlett(與他相識 26 年)第一時間拍板投資。他點出的問題:企業各部門各自部署 agent——財務、法務、HR 各跑上千個,工程師還在筆電自開 agent,CISO 對 agent 在做什麼完全無法看見、控制與稽核,形同蠻荒西部;Open Claw 時刻讓大家見識背景 agent 的威力,也暴露把執行權交給自動系統的風險。
Dome 的解法是一套橫跨 code、model、tools 的 AI 原生統一治理平台。核心論述:傳統應用「遵循指令」,agent 則「追求目標」,因此需要全新的控制系統;產品設計上把 agent 視為與從業者(practitioner)、技術決策者並列的第三個一等公民,是與過往截然不同的產品哲學。McJannet 也示範 AI 原生公司的系統級思維:報銷不再填 Expensify,直接請 Claude 讀信件提交;客服 agent 串接 Zendesk、GitHub 與專案管理工具,同一問題出現三次就自動排出修復用的 pull request。整套邏輯押注「模型會持續變強」——讓每個業務流程都建立在模型之上,模型進步、流程隨之進步,複利放大整間公司的速度。
一句話:Supabase 靠一句定位翻身、吃滿 Postgres 與 AI 三波順風,成為 vibe coding 時代的預設後端。
Paul Copplestone 之前的東南亞 marketplace(對標 Thumbtack)與第二間公司 Nimbus 都沒起飛;為解決 Firebase 即時功能的擴展瓶頸,他用 Elixir/Phoenix 在 Postgres 上自建 realtime 並開源,成了 Supabase 的前身。2020 年進 YC 後,他把 tagline 改成「open source Firebase alternative」,隔天被人貼上 Hacker News 直衝榜首——他的結論:product-market fit 常常只是 product-positioning fit。策略是先贏下「day zero workload」(像 Firebase、MongoDB 讓開發者第零天就選你),把 Postgres「偷渡」進去,再用 launch week 連續發布,每次約帶來20%成長;auth、edge functions 都是被社群硬逼著做出來的。
AI 順風分三波:先是 pgvector/embeddings;2024 年底 Bolt 與 Lovable 上線,大量資料庫被自動開出,內部一度以為被 DDoS,順勢推出 Supabase for Platforms(平台方一站管理旗下所有資料庫),成為 2025 年最大成長槓桿;今年1月起 Claude Code、Codex 等 CLI/MCP 工作負載又在700-800萬開發者基數上再加速,副作用具體到「某些區域4個月內 IP 位址會用完」。下一步押注 agent 自駕資料庫:一切 code-first、可 branch,效能與安全交給 agent 自動調校。
經營招法同樣反常識:全遠端、全非同步、零辦公室,所有紀錄可被 AI 檢索(CFO 直接問 AI 產品時程);前四五年堅持「頭髮著火才招人」,約150-200人後去年中才轉為全速擴編。銷售長得像客服:偵測產品訊號(如 CPU 撞頂)自動 outreach,對照組數據顯示沒回覆者用量季增25%、與成功團隊聊過者125%,業務只按增量抽成。文化上 egoless 與 undeniable 並存,堅持不 lock-in(MIT/Apache 2 授權、pg_dump 隨時可走),用豐田 Kaizen 小步改善治理公司。
一句話:6,000 人調查顯示科技業被 AI 對半切開:一半亢奮、一半崩潰,倦怠一年暴增 10 個百分點。
Lenny 與前 Airbnb 研究夥伴 Noam Segal 發表第二屆年度科技業情緒調查,樣本約 6,000 人,橫跨產品、工程、設計、研究、行銷等職能。最核心發現是勞動力「二分化」:僅 3% 的人說 AI 沒改變其專業身分;50% 感到被「放大(amplified)」、能做更多做更好,另一半則分裂為三群——27% 覺得角色被重新定義但方向不明、14% 感到動搖不安(destabilized)、5% 覺得被削弱(diminished)。以效應量(Cohen's d)衡量,AI 身分立場對職涯樂觀、倦怠、裁員焦慮的影響,是去年兩大效應(主管品質、創辦人幸福感)的三倍。由此歸納四種原型:energized 41%(產品工作又變好玩了)、conflicted 35%(最好玩也最不確定)、disoriented(像工業革命前夕的農夫)、resentful 12%(被迫用 AI 還照樣看人被裁)。
總體數據惡化:顯著倦怠從 2025 年 44.7% 升到 54.7%,樂觀度從 54.8% 掉到 48.7%;72% 擔心被裁員,41.2% 至少中度擔心。但最大恐懼不是「被 AI 取代」(在恐懼清單倒數第二),而是「同樣薪水被要求做更多」與節奏不可持續——AI 省下的速度全被灌回期望值。97.2% 說 AI 讓自己「更好」,細看卻是「更快更多、品質沒更好」,不少人自述「腦袋在腐爛」(cognitive rot,判斷力外包給模型)。NPS 題最震撼:沒有任何職能會推薦別人入行,設計師與研究員最負面,連最快樂的創辦人(71% 樂觀、倦怠最低,但仍 47% 至少中度倦怠)也不推薦創業;公司越大倦怠越高,呈線性。資料分析師最怕被 AI 取代;資淺者還有「AI 罪惡感」,覺得用 AI 像作弊。
行動建議——員工:挑兩三件事把 AI 用深,別硬當 generalist(過度泛化者最易燒掉);察覺「squeeze」就跟主管重新議定範疇;經營主管關係並向上管理(極有效的主管使工作享受度高約 65%,但只有 25% 的人給主管高效評價、36% 評為無效);可考慮小公司或創業、找 mentor。主管與公司:投資管理職訓練是留才最大槓桿;控管期望值、別讓入門階梯爛掉,並特別關照設計與研究等最受衝擊的職能。
一句話:軟體將被 agent 隱形生成;企業生死指標是生產力劇烈複利,且 API 比 MCP 重要。
Jason Lemkin 判斷「programming in English」已成真:他在 Replit 裡連 prompt 都不必設計,一句話就能做事;18–24 個月內軟體與非軟體的界線會模糊,agent 會自行決定要接 API、抓資料還是憑空生出一個「隱形應用」,進入 post-software 時代。企業判準也變了:pre-AI 看 story points 逐季上升就夠,現在必須看到「生產力劇烈複利成長」,否則必輸——而真正的加速直到今年 1–3 月(4.5、4.7 等級模型之後)才在最敏捷的團隊出現。Replit 內部數據佐證:業務團隊的 Replit 使用量與達標率呈一比一正相關,能當場回答客戶「為什麼」的業務(如被點名升職的 Cody)最能成交。
最震撼案例是 SaaStr 用 Replit 打造的「近自治行銷 VP」10K:Lemkin 發現今年 VC 報名僅 152 人偏低,10K 自行爬完 8,000 名與會者、為每位 VC 組出必見名單,寫出他自認「沒有人類寫得出」的邀請信,每封耗 2–3 分鐘運算,完勝現有配對軟體。他的方法論:30 天內每天花 1 小時修「產生流程」而非單封信,把 agent 練到頂尖員工的 80%;而懂得即時解答技術問題的社交銷售 agent,甚至能做到人類的 120%。他另建議別重造現有 SaaS,先列五個最簡單的 n=1 痛點下手——例如把 5,000 頁停車證 PDF 自動切分寄送,省掉數週人工。
工具面他力挺 API、看衰 MCP:saastr.ai 上用 Claude+Gemini 兩輪評分的 API grader,只給 Stripe A+(Anthropic、OpenAI 拿 A);他斷言 MCP 只是「dalliance」,agent 經濟需要的是強健、好驗證的 API。例證:ElevenLabs(24 個月營收破 5 億美元)整合最無痛;Twilio 變 agent-friendly 後年增率從 4% 回升到 20%;連 2019 年後沒出新功能的活動 CRM Bizzabo,都因 agent 挖出未文件化 API 而被續約。他認為一支合格團隊一週內就能把自家 API 改造成 agent-friendly,這比上任何新功能都值。
一句話:創新只准放一格:Proven 照抄、Better 做一項全員公認的改善、New 認清多半會錯。
Zynga 創辦人 Mark Pincus(FarmVille、Words With Friends,巔峰期在 Facebook 上 3 億月活)出新書《Life at the Speed of Play》,Reid Hoffman 寫序並對談。核心框架 Proven Better New 源自他做社交網站 Tribe 失敗的教訓,前提是「直覺通常對、點子通常錯」:Proven 是別人已驗證的機制,要合法地一字不改照抄——最頂尖的產品人反而最會抄、最沒有自尊包袱,菜鳥才什麼都想改,結果產品「為錯誤的原因失敗」,他給 Zuckerberg 抄 Twitter 做 Threads 打 A-;Better 不是你自認的改善,而是 10 個現有用戶 10 個都同意的東西,通常極簡單,如免費、免下載,一項就夠;New 是包裝盒背面的新賣點,是用戶來試的理由、也多半是失敗原因,所以要預先想好四個備案、允許團隊每週一推翻。反例是 Microsoft 改版桌遊 Risk:木頭棋子換塑膠、改羅馬數字,「proven 變差、new 又爛」。
套到 AI 時代的難題是「沒有 proven 可抄」:ChatGPT 最接近消費者入口,但還不是平台——早期 Google 有 SEO/SEM 讓別人借力分發,AI 目前沒有。兩人都認為現在像 2002-03 年網路寒冬,當年矽谷全逃去企業軟體和清潔科技,他們卻投了 Friendster 賭消費者網路;如今大家又只談 enterprise,低估了 AI 消費者革命。Zynga 劇本該被照抄的是:一週測的點子比同業一年多、在漏斗最上層建「測試與失敗機器」(只做落地頁加廣告連結就驗證有沒有人點)、「別想把它做對,要建立做錯的文化」;他嫌 MVP 的 viable 是弱字,要的是 conviction。矛盾的是 AI 讓一天出原型成為可能,人們卻因三個月就能做出 MVP 而過度投入、捨不得砍。
其他亮點:伴侶 Hillary 用 Claude Code vibe coding 做出全家托育 App,女兒 Georgia 在做撲克 App,他認為堆疊自動化後人人變全端、勝負回到品味;metaverse 會實現但不在頭盔裡,消費者 agentic AI 的分身幫你找工作、找約會才是 metaverse;最慶幸沒聽的建議是 Accel 合夥人嫌他「不受教」。
一句話:資本不追基本面而追敘事,敘事由 X 的演算法決定;會發文的人正取代億萬富翁成為新祭司階級。
特殊機會投資人 Jeremy Giffon 的核心論點:資本流向由敘事決定。「十億美元 PDF」指在眾人恐慌迷惘時,有人在對的時機把想法寫成定調文件,內容未必正確,只要展現「跟我走」的自信就能號召數十億美元;資本像十歲小孩踢足球,整群追著球跑。敘事產地是 X:數億日活用戶每天被餵同樣約 500 則貼文,政策、創投輪、公開市場定價全從時間軸長出來;podcast 其實是「錄給 LLM 看的」——演算法先決定推給誰,等於 AI 在為證券定價。
「poaster(發文者)階級」是他觀察的祭司更替:牧師→科學家→億萬富翁→發文者。億萬富翁 20 年膨脹約百倍、已到「peak guy」(富豪崇拜飽和點),反過來巴結發文者——他親見一群億萬富豪搶著坐 Tyler Cowen 旁邊。發文是「最後的菁英制」:新帳號寫出好貼文,演算法就推到 5 億人面前。
實務面:SaaS 賣邊際成本為零的「字串複製品」,AI 賣每次都要重算的算力,高毛利時代將終結,走向低毛利、超大規模的「Walmart 效應」,3–4 兆美元市值只是開端。給創辦人:動盪期少募資、保留選擇權;內部過橋輪常藏 3x 清算優先權等敵意條款;7 年老公司年增 200% 但僅 800 萬美元營收就募不到錢,換名字重算時鐘反而搶手。SPV 封建制:Elon、Altman 等「領主」發放額度如封地,最誇張案例零 GP 出資、收 10% 上架費且無年限。好投資要簡單到「做多 Elon Musk」等級,像 Richard Rainwater 只憑一頁論點加「押身家幾 %」就拍板。
一句話:AI 雙巨頭 IPO 在即、Anthropic 估值上看 3 兆美元,但企業端 token 成本失控是最大隱憂。
本集由 Brad Gerstner 代班 Freeberg。IPO 面:SpaceX 以 1.75 兆美元募資 750 億上市後漲 25%、現回到發行價(市值 2 兆、全球第七大),被視為兆元 IPO 教科書。Anthropic 已於 6/1 秘密遞件,Polymarket 給今年上市 65% 機率;Gavin Baker 預估其 2026 年底營收破 1,000 億美元且獲利,現值可達 3 兆。OpenAI 傳年化營收約 700 億、GPT-6 一個月內推出,但因公司改組較複雜,Brad 判斷會晚於 Anthropic 上市,並表態 Altimeter 兩檔都會大買;他更放話若年底營收破千億,明年可再 3 到 5 倍。Sacks 補充:以營收看已成雙寡頭——Anthropic ARR 約 600 億、OpenAI 約 400 億,其他人不成氣候。
Chamath 是全場唯一空方:他的 8090 CTO 實測 token 成本每 45 天翻倍、生產力只增約 5%;S&P 493 的 EPS 成長 9% 主要來自漲價與買回,AI 實際 ROI 僅 0-2%,一旦企業獲利不如預期,砍 token 支出比裁員容易,勸兩家「趁能出場快出場」。他自己改用 OpenRouter 加 GLM 5.2 與 Bittensor(TAO)後成本降 95%。Brad 與 Sacks 反駁:開源占企業 AI 支出從 19% 降到 11%,前緣實驗室錢包份額反升,因多數企業沒有 Coinbase、DoorDash、Uber 那種自建路由中介層的技術力;Decagon 案例顯示成熟用例才轉開源小模型。Meta 則發布低價 agentic 模型 Spark 1.1,Zuckerberg 號稱同品質、成本百分之一,直接開打價格戰。
中國方面,Reuters 報導中共約談 Alibaba、ByteDance、Z.AI,擬限制頂級模型對海外開放、把 AI 研究外洩列為國安罪;Sacks 解讀為「落後時開源、追上就閉源」的老套路(OpenAI、Android 皆然),Brad 稱 GLM 5.2 有蒸餾美國模型的浮水印,美方應打擊蒸餾。Chamath 提醒真正瓶頸是能源:到 2050 美國缺口約三個加州的用電量。最後 Brad 主推的 Trump 帳戶(Invest America)7/4 上線即登 App 榜首:每名新生兒 1,000 美元投入 S&P 500,24 小時開戶 150 萬、存款破 10 億;Dell 夫婦捐逾 60 億、Shotwell 捐 3.5 億 SpaceX 股票、Brad 自捐 1 億給 Indiana 孩童,目標 90 天內自動開設 5,000-7,000 萬個帳戶。
一句話:槓桿 ETF 全球規模暴增至約 2,700 億美元,機械式再平衡放大波動,美股漲跌已直接等於經濟。
Barclays 股票戰術策略全球主管 Alexander Altmann 用「terrifying」形容槓桿 ETF 名目曝險的成長速度:全球 AUM 約 2,500-2,700 億美元,亞太從年初 120-130 億美元暴增到 500-550 億(三倍以上),美國從 4 月初約 1,200 億衝上高峰逾 2,000 億。差別在於美國的成長多來自價格上漲,韓國則是大量新資金申購。韓國散戶持有 93% 的槓桿 ETF(美國為 75%);全球最大單一個股槓桿 ETF 標的是 SK Hynix,美國最大是 Micron——Micron 的 2 倍 ETF 一年內從 23 漲到高峰逾 1,200,韓股單日動輒 5% 已被市場視為常態。
機制風險:以 3 倍槓桿、300 億美元 AUM 為例,透過 swap 向投行取得合計 900 億曝險;標的跌 10% 就得機械性砍逾 100 億部位維持槓桿比,形成愈跌愈賣、愈漲愈買的 short gamma 力量,把市場淨 gamma 推向負值。融資利率走高的主因其實是股市上漲、加上 multi-manager 平台(AUM 約 1 兆美元、疫後成長三倍)吃掉銀行資產負債表,槓桿 ETF 只是推手之一;監管端 SEC 曾擋下 5 倍槓桿產品的掛牌嘗試,部分亞洲基金已改從選擇權市場找槓桿。
宏觀警訊:美國家庭財富 34% 押在股票(創紀錄、超過網路泡沫時期),不動產僅 26%,8 個百分點的差距史上最大;若 S&P 跌 20% 將蒸發約 16 兆美元財富(約半個美國 GDP),等於立即衰退——Joe Weisenthal 直言「股市就是經濟」,而 AI 又是股市,等於 AI 平方效應。Barclays 的 19 因子擇時模型 Betty(排除任何情緒指標)自 5 月底處於史上最久的警戒區:此區間買進 S&P 持有兩個月的勝率從常態 73% 掉到 35% 以下、期望報酬轉負。10 年期實質利率位於 95 百分位(約 2.3%),歷史上對應的 S&P 本益比僅 14-15 倍(疫後基準約 18.5 倍),目前卻在 20.2 倍,隱含約 10% 的估值壓縮空間。
一句話:Cembalest:美元霸權毫無鬆動跡象,真炸彈是2031-32年利息+福利吃光全部聯邦稅收;AI要看hyperscaler現金流。
J.P. Morgan 的 Cembalest 為美國建國250週年寫了特刊,核心論點:唱衰美元的人從不看數據。美元在世界貿易、外匯儲備、SWIFT 支付、跨境貸款的占比五年來穩定且獨大(美國只占全球 GDP 兩成,美元占比卻約兩倍),日圓、英鎊、人民幣都沒搶到份額。央行「狂買黃金」是假象:金價從 1,500 漲到 4,000 多美元,占比上升 95% 是價格效應,實際持有盎司數反而下降。中國更不可能接班:M2/GDP 全球異常,一旦開放資本帳,熱錢外逃會壓垮人民幣,2025年即使有管制仍流出 8,000億到1兆美元;官方數據顯示中國減持美債,但透過比利時 Euroclear 帳戶其實仍在買。
他說真正的定時炸彈是:2031或2032年,聯邦稅收將 100% 拿去付債務利息與 entitlements,其他什麼都不剩;預計三年後評級機構就會威脅降評美國,逼國會重組福利制度。Eisenhower 靠高成長把債務/GDP 從 100% 降到 60% 是唯一先例,但關稅推升成本、移民緊縮壓縮勞動力,現在只有 2.8% GDP 成長,他不樂觀。
AI 方面他三個月前開始緊張:半導體已占 S&P 500 約 18%,但過去三個月 hyperscaler 股價走弱、晶片股續飆,重演 1999年 Cisco 對 ISP 的死亡訊號——買家股價崩,設備商遲早跟著倒。Hyperscaler 已從自有現金流轉向借錢(Amazon 發債300億、Alphabet 十年來首度賣股),自由現金流率急降,未來18個月必須證明企業願付費採用 AI。同時 OpenRouter 數據顯示美國企業近 50% 的 token 已改用便宜的中國模型(GLM 5.2 貼近 GPT 5.5),Bridgewater 用免費開源模型訓練自家資料,成本僅 OpenAI 的 5% 且表現更好;Google、Amazon 自研晶片 TCO 比 Nvidia 省 30-40%,Nvidia 預期本益比縮到 20 倍。末端警訊:槓桿 ETF 名目部位約 5,000億美元放大日內震盪,韓國散戶融資湧入 KOSPI 的 Samsung、SK——歷來最準的「最後一節車廂」指標。
一句話:Mallaby 堅持押注 OpenAI 18 個月內燒光錢:這是 OpenAI 泡沫,不是 AI 泡沫。
《The Power Law》作者、CFR 資深研究員 Sebastian Mallaby 一月時押注「OpenAI 18 個月內把錢燒光」,受訪時明言不改口。論據:一月看到的內部文件顯示未來五年預計燒掉 6,600 億美元;獨立記者 Ed Zitron 拿到的財報顯示去年營收 130 億、支出 340 億、營業虧損 210 億美元;9 億用戶中僅約 5% 付費,最大市場是印度而非美國,其後是巴西、印尼,收不了高價。半年來公司已自救:砍掉大賠錢的影片模型 Sora、退出 Stargate 等資料中心自建案,但他認為只成功一半。號稱募到 1,220 億美元,細看約三分之二是「IPO 成功才兌現」的條件式承諾或以算力實物支付,真金白銀只佔小頭。IPO 延到 2027,他認為正是怕華爾街看到經審計財報後重演 WeWork 2019 的下場。
結構困境在估值:上一輪 post-money 8,520 億美元,二級市場成交價遠低於此;若認賠 down round 到 6,000 億,員工選擇權與投資人信心會一起崩、人才出走。所以 Altman 提議送美國政府 5% 股權(約 430 億美元)——複製 Intel 劇本:政府去年入股後 Intel 漲近 400%,同期費城半導體指數僅約 150%,因為商務部長 Lutnick 直接打電話逼其他公司跟 Intel 做生意。Mallaby 批這是「作弊繞過資本主義」,川普政府上任以來已入股 30 家企業(CFR 同事 Jonathan Hillman 統計)。他給 OpenAI 五五波:明年夏天前可能得折價賣給 Amazon 或 Microsoft,走 Inflection、Character AI 的被吸收劇本。但 AI 本身不是泡沫——Anthropic 專注企業客戶、科學家流動率全業界最低,Google 用搜尋廣告變現 Gemini,兩頭夾殺的只是 OpenAI。
中國部分:OpenRouter 上中國模型佔開發者流量從 2025 年底不到三分之一升到 2026 年中的 60%,Cursor、Airbnb、Shopify、Uber 都在用,Microsoft 在測 DeepSeek;靠蒸餾(distillation)追趕,違約但不違法,連 Musk 的 xAI 也承認蒸餾過對手。他主張美中應走冷戰雙軌:照樣競爭,但簽「模型不擴散」協議,並先堵掉中國經馬來西亞雲端租用最新 Nvidia 晶片的大漏洞。
一句話:CPP 靠治理獨立與總組合方法,把 1,200 萬滾成 8,000 億,七成來自投資收益。
Nicolai Tangen 對談 CPP Investments 執行長 John Graham。加拿大退休金計畫約 30 年前因人口老化面臨枯竭,政府提高提撥率並成立 CPPIB 管理結餘;27 年前第一張支票僅 1,200 萬加幣,如今約 8,000 億,其中 5,500 億(70%)是投資收益。與主權基金最大差異是它有負債——對 2,200 萬加拿大人的退休金承諾;法定使命是「在無不當虧損風險下最大化報酬」,投資決策獨立於政府。Graham 說外界複製「加拿大模式」最常漏掉的正是治理:決策獨立加上對全民問責。
投資採「總組合法」,只做三個大決定:風險水位、分散配置、選股。不設資產與國家硬配額,用因子思考;公開與私募股權在他眼中只是不同持有結構。名言:「分散是謙遜的行為。」不做全面撤資(持續投油氣)、從未碰加密貨幣;50 國有曝險但只深耕 12 國。私募股權近兩年遜於預期,但拉長 10–15 年仍是最大報酬引擎,以夥伴模式與外部經理人共同投資省下費用。配置上加拿大 12%、美國 45–50%(美股占全球市值近七成,嚴格說仍低配)、中國曝險被動下降但堅持要投資世界第二大經濟體;他對美股科技集中度警惕,寧可犧牲上檔保護下檔。
AI 方面已對全員開放多套 LLM;近三四年員工數持平、資產卻多 3,000 億,但「AI 是否讓決策更好?未定」(Tangen 表態不同意)。科學家出身的他斷言投資是「量化的藝術」而非科學;教訓包括「盡職調查救不回爛投資」、新 CEO 一年內就該把團隊換齊、「授權而不對齊等於混亂」,以及官僚只會增生,必須定期大掃除。
一句話:娛樂通膨捲土重來,從演唱會、串流到遊戲全面漲價,Gen Z 最先縮手。(短集)
疫後「funflation」(娛樂通膨)再起。PNC 為 CNBC 製作的圖表顯示,2023 年遊樂園、演唱會等娛樂項目漲幅遠高於整體物價,之後一度回落,如今再度衝到平均之上。連宅在家也變貴:HBO Max、Spotify 過去一年漲價逾 8%,Netflix 無廣告方案 2026 年 7 月已達每月 20 美元(五年前僅 14 美元),多平台訂閱加總一年可超過 1,300 美元。
遊戲這道最後防線也失守:Microsoft 2025 年把 Xbox Game Pass 價格翻倍、2026 年調漲主機售價,並預告硬體價格到 2027 年可能再翻一倍;Nintendo Switch 2 九月前將漲 11%。兩家公司都歸咎於關稅與全球記憶體短缺,Microsoft 近期還宣布數千人裁員。受創最深的是 Gen Z:年輕勞工就業困難、儲蓄耗盡,加上五年通膨疲勞,正以最大幅度削減室內外休閒支出;書、CD、DVD 等實體媒體反而出現復甦。但鐵粉依舊買單:近四分之一球迷願意砍其他開銷、約五分之一甚至願意背上信用卡債,也要進場看現場賽事——經濟學家因此認為消費者「油箱裡還有油」。
一句話:Cavett 心法:做對話不做訪問、別依賴筆記,想做理想節目就自己出資、別讓高層插手。
Stephen Dubner 為新節目《Better in Person》(7 月 14 日在 Freakonomics YouTube 頻道首播)拜訪靈感來源、89 歲的 Dick Cavett,並引用經濟學家 Gary Becker 的話:世上最令人上癮的東西是「人」。Cavett 的招牌節目 1968–1975 年在 ABC 播出;他 Yale 畢業後進 Time 雜誌,靠溜進 Tonight Show 後台把自寫笑話塞給主持人 Jack Paar 而獲聘;Groucho Marx 建議他經營「內布拉斯加鄉下小子闖大城」人設。他先後在 ABC、CBS、PBS、CNBC 等六台起落,約 2,000 小時節目典藏於美國國會圖書館。
經典時刻:1971 年出版商 Jerome Rodale 在錄影中猝死,一句「Are we boring you, Mr. Rodale?」成深夜電視傳奇;同年 Norman Mailer 與 Gore Vidal 同台罵戰,他即興回嗆「把問題紙摺五摺,塞到月亮照不到的地方」;拒訪一生的 Katharine Hepburn 破例暢談兩小時;Muhammad Ali 共上節目 14 次,ABC 高層曾因不敢碰越戰把 Ali 與 Vidal 的首集雪藏。心法:那是「對話」不是套資訊的訪問;首錄後發現三頁筆記一條沒用,從此不依賴準備;電視台主管的建議「一文不值」,想做理想節目就自己出資、自己掌控。
最深刻處談憂鬱症:他形容那是「人所能承受的最深痛苦」,曾靠 Marlon Brando 說的「自動駕駛」撐完 Laurence Olivier 夫婦的訪問而無人察覺;兩次 ECT 電痙攣治療將他徹底治癒,公開談病史更救回不少聽眾親人的性命。
一句話:宇宙夠大不缺智慧生命但科學只認「拿出外星人」;模擬理論被他推算成五五波而非幾乎必然。
Tyson 因 Pentagon 檔案與國會吹哨者宣誓作證(前情報與軍方人員)才出書《Take Me to Your Leader》介入外星議題,他的標準很簡單:沒人問「你信不信大象」,因為大象拿得出來——有外星人就秀出來。機率上他認為銀河系很可能有智慧生命:地球生命在最早可能的約1億年內就出現(僅佔地球史約5%);1995年才發現第一顆系外行星,如今已編目6,000顆;銀河有數千億恆星、可觀測宇宙至少千億星系。但史上最快的 New Horizons 若飛向最近的 Alpha Centauri 也要5萬年,太空旅行太難可能正是沒人來訪的原因。他也提醒:人類腦容量只排第四(鯨、海豚、大象之後),鵲和鸚鵡的腦體比甚至高於人類。
黑洞段最具畫面:逃逸速度超過光速,光都出不來;墜過事件視界後因時間膨脹,你會看見宇宙的整個未來史在眼前展開;接著潮汐力把人從脊椎底部扯成兩截,再2、4、8、16地不斷分裂,最後像牙膏一樣被擠過時空,中心是廣義相對論失效的無限密度奇異點。Kessler 效應:軌道速度17,500英里/時,一片漆料的破壞力等於步槍子彈;一顆衛星碎成10片就可能連鎖放大,中、印、俄都射殺過衛星、美國做過4次;SpaceX 已有逾萬顆衛星,2040年估達10萬顆。登月則純屬地緣政治——中國宣布登月,美國才重啟 Artemis,「別自欺我們是為科學上月球」。
模擬理論他自稱「不想信」:通說認為模擬宇宙遠多於本源宇宙,故我們幾乎必是模擬;但序列裡每個宇宙都造得出下一個宇宙,而人類還做不到,所以我們只能是「最初」或「最末」,機率回到約五五波。宇宙95%由 dark energy 與 dark matter 主導(加速膨脹獲1998諾貝爾獎)。他拒絕 atheist 標籤、自認 agnostic;人生意義是「創造」而非尋找:每天學一件新事、減少他人受苦,墓誌銘只要 Horace Mann 那句「未為人類贏得一場勝利前,以死為恥」。
一句話:選對水域比選對船重要;去 VC 不投的成熟紅海加一個新維度,現在的 AI 就是 2007 年重演。
Zynga 創辦人 Mark Pincus 拆解方法論。他 7 個月把首家公司 Freeloader 以 3,800 萬美元賣掉、稅後落袋 500 萬,更早還拒絕過當時市值 8 億美元的 Yahoo 換股收購;2004 年,前實習生 Sean Parker 帶 19 歲的 Zuckerberg 上門,他以 3.8 萬美元與 Reid Hoffman、Peter Thiel 並列 Facebook 三位種子投資人,該股份今值約 60 億美元。投資訊號有二:60% DAU/MAU 即「瓶中閃電」(Facebook、Friendster、Raya 皆然);以及「連續打敗自己財測」(Revolut、Anthropic)——他錯過 Anthropic 前兩輪,最後在約 1,800 億美元估值進場,認為 AI 巨頭終將達 10-30 兆市值。
創業框架「proven-better-new」三塊白板:列熱情、列成熟賺錢的產業、把兩者混搭;先像素級複製已驗證產品(如 Yelp),只加一個新維度(如人工策展),照 Brian Chesky 方式手工做小切口驗證,沒證明更好前不開公司、不請貴工程師。核心論點:專找 VC 不投的成熟紅海——2007 年遊戲業 230 億美元、無人看好,他做 Zynga,如今該產業 2,830 億。Farmville 由收購來的 Flash 小團隊六週做出,零行銷下首日 17.1 萬安裝、一週後日增百萬、峰值逾 3,000 萬 DAU,續作 Farmville 2 營收破 10 億美元;Zynga 上市前一年自由現金流約 4.5 億美元。他斷言:今天「consumer 不可投資+AI 崛起」正是 2007 年翻版,該做消費產品。
個人層面:1994 年起寫「Book of Life」年度自我對話(第一年靠它戒菸),重點是有沒有真的去追目標;奉行教練 Bing Gordon 的「孩子每天頭尾 15 分鐘絕不缺席」;投資上他自嘲交給理專的前十年年化僅 2.2%,收回自管後去年靠黃金與關稅行情進出大賺 35%,今年反被 Snapchat 與 Bitcoin 拖累。新書《Life at the Speed of Play》。
一句話:識人如識歌:90%的決定在前五分鐘,先看有沒有「魔法」,再驗證東西真的能動。
Guy Oseary 靠借地址混進 Beverly Hills High,16 歲向同學借爸爸拿到兩場關鍵會面:傳奇經紀人 Bernie Brillstein 當場開價 25,000 美元投資他,他因不知道錢怎麼用,改要「三通打給音樂圈的電話」;另一位是 Madonna 經紀人 Freddy DeMann,他只要一張辦公桌不支薪,成為 Maverick Records 星探。他先後錯失 Hole(Courtney Love)與 Rage Against the Machine,第三次搶下 Candlebox 賣出 400 萬張;之後憑一首〈Perfect〉簽下全業界都拒絕的 Alanis Morissette,《Jagged Little Pill》狂賣 3,000 萬張。他管理 Madonna 至今 36 年,加上 Red Hot Chili Peppers、U2,並執行製作了 Twilight 系列。
投資路上他先重摔:網路泡沫前夕把全部身家押進 Bill Gross 的 Idealab 血本無歸,還同時放掉 BlackBerry 顧問合約與 Vitamin Water,學到分散的代價。靠三次 Madonna 巡演賺回本後,以 3,500 萬美元估值進場 Vita Coco 並拉 Madonna、Matthew McConaughey 站台,如今市值約 40–50 億美元。與 Ashton Kutcher 的 A-Grade/Sound Ventures 命中 Airbnb、Uber、Spotify,累計 86 次出場、26 個 IPO;也曾 22 美元買 Bitcoin、250 美元就賣掉。ChatGPT 上線後他判斷只有三個月窗口,火速募「基礎模型基金」並三個月內部署八成資金:OpenAI 由 Ashton 直通 Sam Altman,Anthropic 則靠 Salesforce Ventures 的 Paul Drews、John Somorjai 引介 Dario Amodei,加上獵頭圈「頂尖人才全往 Anthropic 跑」的訊號,以 50 億美元估值投入 3,500 萬美元,如今帳面翻了數十倍。
方法論核心:90% 決策發生在前五分鐘,必須先對案子「墜入愛河」,再驗證產品可用、自己幫得上忙;他把每位創辦人當搖滾巨星經營——找出你的「第一支單曲」與敘事。他也重砲批判 AI 音樂:Suno 估值衝上 50 億美元卻沒付過藝人一毛錢,如今每兩週 AI 生成的音樂量已超過 Spotify 全庫存,他主張 opt-in/opt-out 加分潤機制(Madonna 明確拒絕被訓練)。結尾透露與 Ashton 合作 20 年後將分道,他與夥伴 Effie 續營 Sound Ventures。
一句話:別跟風募資,用 SBA 貸款保住主導權;行銷贏在試吃、帶新客進品類與創辦人真實故事。
Jeni Britton 1996 年從藝術系輟學做冰淇淋、2002 年創 Jeni's,今逾 80 家門市、1.2 萬個零售點;她認為在 Columbus 這種中型城市創業成本低、失敗了整座城還是挺你,且 2015 年品牌夠強後才引入私募,因此保住話語權。新事業 Flora 從蘋果核、發酵西瓜皮萃取纖維做纖維棒(每根 13-14 克)。
三位來電者。一、華府 Jesse Koenig 的 Jesse & Ben's 冷凍薯條(牛油/酪梨油、無籽油,首年營收破七位數、進 400 家店、將全國上架 Sprouts),問該鎖定反籽油族還是一般消費者?Jeni:籽油科學未有定論、別綁在風向上,那群人自己會找到你;通路採購要的是「把新客帶進品類」,靠美味與現場氣炸鍋試吃取勝(試過當場賣斷貨)。後續:已進逾 5,000 家店,獲 Orgain、Poppi、Sweetgreen 創辦人參投 1,000 萬美元。二、波士頓 Casey White 的 Jaju Pierogi(祖父配方波蘭餃,2,700 家店、年營收 250 萬美元、進 Costco 後估 400 萬),問 CPG 能否不募大錢成長?Jeni:外部資本會奪走創辦人自主,包裝、上架開銷用 SBA 或銀行貸款就好,並先建顧問董事會;Guy 補充:食品投資人門檻已從年營收 2,000 萬美元升到 5,000 萬至 1 億。後續:靠 SBA 貸款與補助打進 Giant、Target,餐飲通路成長 40%。三、洛杉磯 Kali Zahir 的 ube.co(紫薯寵物零食,銷售破 5 萬美元,本人是 UCLA 全職科學家),問如何找可靠 PR 公司?Jeni:PR 公司內部沒有真心擁護你的人就是燒錢,不如僱一位多工傳播人才;親自拍短片反覆講「我是 UCLA 科學家,為自家腸胃敏感的狗做的」真實故事。
Jeni 總結早年最該補的是「人」:教練、商業顧問、自己的律師,以及幫你搞懂顧客被什麼打動的傳播專才。
一句話:卓越是違反生物本能的選擇:換環境、護信心、用小勝重建習慣,而非靠意志硬撐。
Valiante(Steve Cohen 旗下基金的表現心理教練)從「central governor hypothesis」切入:大腦為生存而非卓越設計,天生趨向舒適——全球數百萬馬拉松跑者每年僅個位數死亡,多半還是被車撞,因為大腦會在自毀前強制關機。所以「低於實力的表現」是人類預設值,卓越是違反本能的主動選擇。他引 John Dewey:「我們不是想出一種生活方式,而是活出一種思考方式」——改變靠做不靠想;95% 的新年新希望撐不過二月底,關鍵在每天執行的「日常性」:想寫書就每天坐下來寫,寫得爛也不准起身。
動機分兩型:mastery(熱愛事情本身)與 ego(為錢和地位)。他早年訪談 200 位高爾夫選手(含 PGA 巡迴賽)得出:ego 型終將倦怠,頂尖 1% 都回到熱愛本身。信心即 self-efficacy,來源有四:過往成敗、他人回饋、與人比較、生理狀態;但失敗之痛大於成功之樂、批評之痛大於讚美之甜,多數人因此系統性低估自己。滑冰名將 Michelle Kwan 把「輸掉金牌」重述為「贏得銀牌」保住信心,同年奪下世錦賽。對虧損中的基金經理人,他的處方是先「賺 100 美元」:用小勝重建賺錢習慣,因為恐懼會扭曲判斷,讓人只見威脅、不見機會。
環境重於意志:situated cognition 指大腦無意識地被環境形塑,「想變成另一個人,先換環境」;而且「個人內的差異」大於「人與人之間的差異」,組織該問的是如何把同一個人推到最佳狀態。面試時他必問:「說一段你必須與討厭的人共事的經歷」,答案會暴露真實人格。最後引 Freud「我們用成年的人生收拾童年的殘骸」:一位身家六、七億美元的華爾街客戶,拚命的燃料竟是高中被富家女友拋棄之痛,解開心結後家庭才修復。他自己的快樂清單只有四項:運動、書、與聰明人對話、打高爾夫練習球——幾乎都不花錢。
一句話:拜占庭是史家發明;羅馬靠稅制引擎與「怕被推翻所以說到做到」的政府撐了2200年。
歷史學家 Kaldellis 開宗明義:「拜占庭帝國」從未存在,是西方史家的政治發明;東羅馬人始終自稱 Roman,國家從西元前753年建城到1453年 Constantinople 陷落連續2200年。轉捩點是212年 Caracalla 的 Constitutio Antoniniana,把公民權授予帝國全境自由民且「玩真的」——一個世代內皇帝全出身行省。三世紀危機50年間26帝被殺後,Diocletian 推行全國普查、連免稅的義大利也課稅;Kaldellis 直言「若只挑一個因素,稅制就是帝國的心臟」,連最偏遠村落都被一年三次的稅務網絡綁進體制,「孤立農民」是迷思。
他最著名的修正論點:東羅馬是「君主制共和國」而非專制。皇位無合法繼承權,千年間約120場內戰、46%的君士坦丁堡皇帝遭暴力推翻;Hippodrome 十萬群眾的歡呼或噓聲形同「永久公投」——1190年代 Alexius III 宣布「德意志稅」遭全場鼓譟,當場收回。軍隊幾乎從不用來鎮壓人民,故非軍事獨裁;唯一例外是 Justinian 在 Nika 暴動屠殺逾三萬人。這位527-565年在位的皇帝編出影響至今的 Corpus Juris Civilis、重建 Hagia Sophia,卻也因西征過度擴張拖垮後繼者,讓 Kaldellis 在最佳與最差皇帝榜之間無法歸類他。
帝國三大危機皆屬外生衝擊:630年代阿拉伯征服、1070年代 Seljuk 突厥、1204年第四次十字軍;每次都靠國家機密 Greek fire(火焰噴射器,甚至有手榴彈版)與稅收韌性復原,直到1300-1350年失去小亞細亞、內戰加黑死病才回天乏術。長壽秘訣兩條:統治者持續證明權力為臣民所用(修辭與行動的落差極小),加上羅馬+東正教的緊密認同——1200年間除保加利亞外無一省分想獨立。他給美國的提醒正在此:如「阿富汗是女性主義戰爭」這類修辭與行動的鴻溝,正是帝國信用的殺手。
一句話:AI 訓練本質是演化,末日論難以駁倒;最確定的風險是地震級社會動盪,解方是全球降溫合作。
《The Moral Animal》作者 Robert Wright 帶著新書《The God Test》提出核心論證:AI 訓練其實是一場演化——沒人教機器字義,只靠資料與強化訊號,它就逆向工程出人類花數百萬年演化出的認知功能,甚至獨立長出與人腦相同的 edge detector 神經元,是矽基與碳基的趨同演化。他 1983 年就訪問過當時默默無聞的 Geoffrey Hinton,自承當年看錯:以為字義必須人工寫入。如今「只要餵資料,機器就能複製任何腦內功能」——他舉 Zuckerberg 同週裁員 8,000 人又宣布追蹤員工鍵盤輸入為例:那些資料正是複製員工工作能力的原料。
他 15 年前訪問 Yudkowsky 時並不買帳,寫完書後反而發現科幻末日論「比想像中難駁倒」;但他最有把握的不是 AI 奪權,而是「地震級動盪」:大規模失業、有人用 AI 造出比 COVID 更致命的生化武器、自我複製的駭客 AI 在資料中心間竄逃。矽谷對任何減速監管一律回答「因為中國」(如 Altman 以拖慢進度回應版權質疑),他主張美中需要「organic transparency」——經貿科學交流帶來的自然透明勝過形式條約;而 COVID 連即時協調都失敗、事後也無人推動實驗室透明化,是最令人沮喪的前例。他引用任務時長評測:AI 可完成的工作每 7 個月翻倍且加速中,加上機器能像 Boeing(沒有一個人會造飛機,但公司集體會)那樣協作,停滯根本不是風險。
與主持人 Chris Williamson 交鋒處:Williamson 以 Bostrom 立場質疑智能不必然帶善意,Wright 同意——末日情境不需要 AI 懷惡意,只需要它「便宜行事」而人類擋路;他並反駁 Searle 的 Chinese Room,主張機器已有功能意義上的理解。最後的白藥丸:超智能若自身有感知,可能像人不忍殺狗般留下人類;但他無法把 Yudkowsky 情境的機率壓低到可以無視。他自承寫作生涯如百年前的鐵匠,只剩約五年「掛名擔保人」的價值。
一句話:Veteran Fund 創辦人 Sherbakov:賭不會放棄的創辦人,退伍軍人的領導力、韌性、使命感就是選案濾網。
Mike Sherbakov 五歲從俄羅斯移民美國,窮到睡在抽屜裡;父親是曾登上俄國雜誌封面的軟體工程師,被美國公司挖角才舉家赴美。兄姊分別進 Stanford+Bain Capital、神經科學博士、Berkeley 碩士後待 Palantir 七年、OpenAI 五年,他卻因 911 在 18 歲瞞著父母加入海軍陸戰隊,服役五年拿下功勳晉升。最大教訓:「當你以為到極限,其實還差得遠」;軍中提案改善效率屢被打回票,讓他決心投身沒有天花板的創業。2008 年退伍後靠 GI Bill 讀 San Diego State,加盟 FitBody Boot Camp 做戶外健身營:月費 250 美元、33 名會員即年收 10 萬美元,三個月達標後連開多點,最後賣給自己聘的第一位教練;之後又賣掉瑜伽毛巾品牌 Karuna Towels,並於 2015 年開始天使投資、2016 年以 800 美元價位買進 Bitcoin,累積數個百倍以上回報。
他與三位合夥人(含前聯邦檢察官、曾助 CrossFit 從 10 間館擴張的 Justin Nama)創立 The Veteran Fund,專投「退伍軍人打造關鍵科技」,現有 130 家公司、合計估值數十億美元;首位 LP 是出場拿 3,500 萬美元的空軍退伍創辦人 Mike Frasier。經典案例:賣掉資安公司九位數出場的 Dan Maggie 退休三週後創 3D 列印無人機公司 Firestorm,剛募得 8,500 萬美元 B 輪;2022 年投資要在月球蓋資料中心的 Lunar,已兩度成功登月並降落月球南極。他也用白話拆解 VC 機制:募資順序是 FFF(親友與傻子)→天使(5–10 倍就好)→機構(要 100 倍);2 and 20 模式下,2,000 萬美元基金若一家公司 100 倍出場,先還 LP 本金,GP 可分得 1,600 萬美元,這就是 power law。
給想入行者的實戰建議:先用 AngelList、Sidecar 做 3–10 個 SPV,一案一募證明自己能找到案子、贏得額度,他們曾為 Havoc AI 一週募到 220 萬美元。看好賽道除 AI 外,還有月球經濟、核能 SMR(個人投資 Valor Atomics)、關鍵礦物回收與人形機器人。推薦書:《Secrets of Sand Hill Road》與 Jason Calacanis 的《Angel》。他因稅務與治理效能離開加州長住德州 Austin,座右銘「Do Great Things」——重點在「做」,不是想或說。
一句話:頻道下滑不是內容變差,是「人設型創作者」的標題只有鐵粉看得懂,要改賣觀眾能得到什麼。(短集)
本集是 Creator Support 諮詢形式(首次遠端進行),來賓 Glory 經營旅行系電影感 vlog 頻道 Glory Stories,22 歲、離家上路 153 天,住過帆船、車宿。她的困境:內容品質自認更高、也靠頻道維生,數字卻一路下滑。Samir 主導診斷,一針見血:她最新影片標題「This Mindset Changed Everything」若不認識她本人就毫無點擊理由,等於零自然觸及,把觀眾縮減到只剩死忠粉;反觀頻道最熱門的「The Longest First Date」人人都能共鳴,像一部想點開的浪漫喜劇。
Samir 給出創作者光譜框架:人設型(靠個人魅力,總市場最小,Glory 現況)、點子型(極端例是 MrBeast 的「獵豹對決 F1 賽車」)、社群型(如 KSI 讀 Reddit 社群投稿再反應的生態循環)。他要 Glory 填一個造句:「什麼人看我的影片、為了感受什麼、然後去做什麼」——她自答是「18-20 歲有大夢卻不知怎麼開始的人,來找出發的勇氣」。具體建議:把隱性的「幫你活到 80 歲不留遺憾」變成顯性運動,參考 MTV 節目 The Buried Life(每完成一項遺願清單就幫別人完成一項);她下支「寫信給過去的自己」影片,建議翻轉成「80 歲的自己寫給現在的自己」,並給觀眾三個問題的模板讓他們照做,製造可轉傳的社群效應;標題公式參考 Mark Manson 的「I'm 40, you're 20, watch this」,改成「22 歲學到最痛的一課,18 歲就該知道」還能做成系列;再舉 got babe 的微冒險影片(140 萬觀看)為例——重點是「微冒險如何拯救你」而非「我去了微冒險」。
核心心法兩條:標題縮圖是「投資報酬提案」——觀眾花 6 分鐘能換到什麼要講明白;「creative(做好東西)與 creator(替觀眾著想)是兩種不同的修煉」。收尾作業是他們的「50 in 5」衝刺:連續五天、每天發想 10 個標題,練出每日腦暴的肌肉。