Essay № 003 · 中文

硅谷最有创业精神的人,开始不创业了

关于范式切换、护城河,与那个最理性的"孤注一掷"。

~4,500 字 12 分钟 2026

2021 年,我联合创立过一家 AI 诊断公司。

拿了顶级 VC 的好几轮钱,做到两百人。

然后某天夜里,一条监管规则改了。

我们的产品不是慢慢变差,是当场死亡——彻底,不可逆,干净利落。

那件事教会我一个,这个市场大多数人至今还没真正咽下去的道理:

当你站在一个自己控制不了的力量的下游,崩塌从来不是渐进的。它是瞬间的、整体的。

我当年以为,那个力量叫监管。

但在硅谷,我越来越确定,它有一个更大的名字。而这里最聪明的一批人,早就悄悄得出了同一个结论,并且用一种乍看像是"认怂"的方式,做出了反应。

"安全"这个词,重新回到硅谷

五月底的一个晚上,一个在 Meta 待了三年的 AI 工程师给我发来消息。

"裁员比想象严重,M1 全部受影响,公司扁平了。我刚换到 Infra 组,应该暂时安全了。"

安全。

这是过去十年,硅谷工程师很少使用的词。

二月和几个 Meta 的朋友吃饭,有人说,这是他职业生涯里第一次,感觉公司真的进入了战时状态。饭还没吃完,就有人起身回公司。"最后的冲刺。"两个月后,Meta 发布了 Avocado。回头看,那顿饭上的每个人,其实都知道,AI 的战争早已硝烟弥漫。

前段时间硅谷流行比拼烧 Token,谁一天跑得多,谁一个月烧得狠。后来这股风慢慢消停了。一方面工程师本就反感这种 KPI;另一方面,越来越多人意识到,重要的从来不是烧掉多少 Token,而是创造了多少价值。

最反直觉的是:那些从不鼓励员工烧 Token 的公司,AI 账单反而涨得最快。我一个做行业研究的朋友,团队四十来人,既不是模型公司、也没人被要求去冲 Token,一年的 AI 账单照样烧到了一千五百万美金。摊到每个人头上,一年三十七万五千美金——比很多大厂给一个顶尖工程师准备的 token 预算,还要高。

因为 AI 已经从实验,变成了工作流。

于是大家开始问同一个问题:如果一个工程师能同时管理十个 Agent,会发生什么。

效率涨了 100 倍,利润去哪了

我在硅谷反复追问一个更尖锐的问题:效率涨了 100 倍,公司的营收,涨了 100 倍吗?

没有人正面回答我。

落到财报上,那 100 倍,往往只兑现成了 50%,或者一倍。

差的那部分去哪了?

它没有消失。它只是没留在任何一家公司手里。

先漏给了客户——所有人都在拼命降价,把效率让了出去。再漏给上游。最后,稳稳揣进兜里的,只有那个卖铲子的英伟达。

连坐在咽喉位置的 Anthropic,都还没把它接住:收入一年翻了好几倍,毛利率却还卡在 40% 上下,最重度的那批用户还在亏钱。它自己的 CEO 说过,从巨大成功,到资不抵债,中间只隔几个季度。

2026 年的第一个真相

生产力的暴涨是真的,但在一个没有壁垒的市场里,暴涨的结果不是利润,是通缩。烧 Token 和裁人,从来不是矛盾的两件事。它们是同一件事的两面。

所以你就能理解,为什么"安全"这个词,会回到硅谷。

整条栈上,只有一个人真正"拥有"

前段时间,一个在 Notion 的朋友告诉我,公司现在已经聚集了五六十位前创业公司创始人。有的来自收购,有的自己加入。Notion 还排不进最顶尖的那一档——可连它都成了这样。

放在五年前,这有点反常识。过去二十年,硅谷最优秀的人,是离开大公司去创业的。Google 的、Facebook 的、斯坦福的博士,创业几乎是默认选项。

但最近两个月,我越来越频繁地听到相反的故事。

创业者进入 Anthropic。进入 OpenAI。进入 Meta。

越来越多本该自己组队的人,开始加入现有的球队。

通常的解释是:资源在集中——最好的研究员、最多的算力、最快的反馈循环,都在少数几家手里。过去一个聪明人加一台电脑就能起家,今天一个聪明人,可能首先需要一万个 GPU。

这个解释没错。但它太舒服了,舒服到掩盖了一个更冷的事实。

一年前我写过一句话:所谓护城河,不过是基础模型发布时间表上,一个暂时还没人占的缺口。Jasper 估值十五亿,后来挣扎求生;Character.AI 烧掉一亿五,最后被 Google acqui-hire。它们的护城河不是护城河,是模型下一次发布之前,那段恰好空着的窗口期。

今天我想把这句话,沿着整个技术栈,再往上推一层。

应用层租的是模型下次发布前的窗口——模型一升级,它就没了。

实验室也没真正拥有什么。它的飞轮,烧的是英伟达配给的算力、和投资人不断输进来的血——这两样,它一样都不掌握。

所以整条栈上,唯一真正"拥有"而不是"租"的,还是英伟达。

连苹果都看明白了。这几天它把姿态摆得很清楚:不自己造前沿模型,每年掏十亿美金买授权,让用户自己选用 ChatGPT、Gemini 还是 Claude。有人说这是"AI 大战里的瑞士",也有人说这是在变成"二十年代的柯达"。但无论哪种,苹果的判断是一致的:模型本身,正在变成一种可替换的原料。微软那边,一个 Azure 端口后面,已经挂着一万多个模型。

每个人,都是另一个人的应用层。

开头我说,那个一夜杀死我公司的力量,有一个更大的名字。

监管是偶然的,几年才撞上一次。而在 AI 里,那个力量每隔几个月,就准时降临一次——它叫"下一个模型"。

不是护城河,是一张彩票

那么,今天到底有没有真护城河?

有一个候选。也只有一个。

所有人嘴上说的、脚下买的,其实是同一样东西:速度

但"速度"有两层,混在一起,就看不清了。

第一层,是速度作为产品:更快、更强的模型,今天就能赢客户。这一层不是护城河,是会反复开合的缺口。它从下面被追平——开源在榜单上只落后三四个月,这几天 Cursor 的 Composer 2.5 用零头成本就追平了 Opus 4.7 和 GPT-5.5;又从上面被重新拉开——就在我写这篇的当天,Anthropic 放出 Fable 5,任务越长越复杂,它甩对手越开。领先像潮水,涨一阵、退一阵,但海岸线没动。

第二层,是速度作为飞轮:领先的模型,被用来训练下一代的自己,于是越跑越快。这一层——也只有这一层——是英伟达之下,唯一可能成立的真护城河。

那这个飞轮,转起来了吗?

这几天,Anthropic 自己给了答案。它公开了一个内部数字:今年 5 月,合并进它代码库的代码,超过八成是 Claude 写的——而一年前,这个数字还是个位数。一个更扎心的实验里,几个 Claude 智能体并行去跑一个开放式研究课题,追回了 97% 的性能差距;两个人类研究员干一周,只追回 23%。

Claude Agents
97%
几个智能体并行跑开放式研究课题,追回的性能差距
Human Researchers
23%
两个人类研究员干一周,追回的性能差距

飞轮在转。这一点,今天已经很难嘴硬。

但有两件事,让"领先者从此一骑绝尘"没那么简单。

一是,飞轮转得最猛的地方,正是那些"可验证"的窄任务——代码能跑测试、数学能验证、实验能打分。而"可验证",几乎等同于"可复制":飞轮最使劲的领域,恰恰是开源能最快蒸馏、追平的领域。所以飞轮越强,越说明它没法被某一家私有化——它加速的,是所有用得起同级模型的人。唯一不可验证、因而也不可复制的,是"什么值得做"那层判断;而这,正是 OpenAI 这周退守回去的地方:去年秋天它还把"2028 年造出全自动研究员"当北极星,这周悄悄改了口——也许只是一部分研究,由 AI 与人类协同完成。不是全自动,是协同。执行在狂奔,判断在踱步。

二是更耐人寻味的一点。就在公布这些数据、并呼吁全世界给前沿 AI 准备一个"暂停按钮"之后没几天,Anthropic 转手就把它最强的公开模型 Fable 5 放了出来——一个一碰到网络安全、生物这类话题,就自动退回较弱的 Opus 4.8 来作答的模型。一边说这类能力危险到需要全球一起准备刹车,一边把它的量产版挂上了 API。而这一切,正发生在它走向 IPO 的当口。

你可以善意地理解,也可以刻薄地理解。但潜台词是同一句:

最靠近那个飞轮的人,一边在拼命浇油,一边在游说全世界,给它配一个灭火器。

这不是一群相信自己造出了不可撼动护城河的人,会有的样子。

所以,飞轮是真的,在加速;但它现在仍是一个"行业飞轮",不是哪一家的"私有飞轮"。没有人真正一骑绝尘——Anthropic 能用 Claude 写八成代码,但用得起同级模型的人,很快都能做到,开源也只在三四个月外咬着。

大家买的,根本不是一条已经挖好的护城河。

是一张彩票:赌那个正在加速的飞轮,会被自己一家私有化。

研究员的双重焦虑

理解了这张彩票,再回头看那些"创始人不创业了"的故事,味道就全变了。

前段时间,一个从藤校离开、刚进 OpenAI Pretraining 组的教授朋友,和我吃午饭。半年前他最大的烦恼是算力,现在算力解决了,换成了另一种担心。

"我可能过半年,又得回去教书了。"

越来越多 Frontier Lab 的研究员,在做同一件事:让模型自己训模型,自己生成数据,自己打分,自己做实验。

最顶尖的一群人,正在亲手造一个可能替代自己的东西。

但如果你顺着那张彩票看,这件事就不再只是科幻式的悲壮了。它是冷静的。

研究员,就是点燃那个飞轮的唯一燃料。一家实验室"再难复制",难的不只是买卡——更是凑不齐那几个能把飞轮点着的人。所以实验室死命囤人,所以 Claude 的核心,归根结底还是人。

研究员的焦虑,因此是双重的:他们既是这世上最稀缺的输入,又清楚地知道,自己手里干的活,目标就是把这个输入,变成输出。

OpenAI 这周的改口,对他们既是安慰,也是警告——"协同,而非全自动",意思是你暂时还需要被需要;但那个要把你自动化掉的方向,一天都没变。

组织没有变平,它在沿着算力重新生长

最近一个 Google P8 的朋友和我聊天,说自己带三个团队,然后补了一句:"其实我更喜欢和 AI 工作。"三个团队里,已有两个在试 AI Manager 的模式。同一时间,一个 Meta 朋友说,公司的中层管理岗在快速减少,很多团队不再补管理层。

组织开始变平。

这同样不奇怪。中层的活,本质是信息的传递与协调,而这恰是 Agent 最先能接管的部分。组织没有变平,是它在沿着算力,重新生长——把省下的层级,连同所有能挤出的资源,一起浇向那个飞轮:浇向卡,浇向那几个点火的人。

不是关于"安全",是关于"凸性"

所以"创始人不创业了",到底是个什么故事?

它不是一个关于"安全"的故事。

它是一个关于"凸性"的故事。

创业,是租一个六个月的缺口,且永远够不到那个飞轮。加入实验室,是买一张飞轮点火的看涨期权——可能归零,也可能变成这世上唯一的堡垒。

而创业者,本就是这世界上最愿意买这种押注的人。

他们不是去求安全——Anthropic 离悬崖只有几个季度,OpenAI 这周刚承认时间表往后挪了。他们是闻到了范式切换的味道,要在它可能发生的地方,先持有一个头寸。

2026 年最有创业精神的动作,也许就是:加入那个可能让"创业"本身过时的东西。

赌赢了,你拥有其中一块。赌输了,你也是从最近的距离、从内部,看清了前沿长什么样。

最理性的事,与最孤注一掷的事

于是硅谷越来越像一个职业体育联盟。

过去,最好的球员离开球队,自己组队。今天,最好的球员,加入冠军球队。

但原因不是那里的球场更好。

是因为——如果护城河这辈子真会出现,它只可能在那几座球场里,长出来。

所以在一个没有护城河的世界里,最理性的事,和最孤注一掷的事,变成了同一件:站到那座球场上去。

← 返回首页 · Back to home Read Essay № 001 →