近日，红杉资本举办了 AI Ascent 2025 主题活动，红杉资本的三位合伙人 Packer Radio、Sonya Huang 和 Konstantine Buhler 出席并发表开场演讲。
演讲中，红杉资本概述了为什么 AI 代表的市场机遇至少是云计算的 10 倍，并探讨了初创企业应该专注于哪些领域才能赢得胜利，以及 AI 代理的崛起将如何创造一个全新的经济范式。
当云转型开始时，云服务收入达到 4000 亿，比全球软件市场还大。如果类比推理，AI 服务市场的起点至少大一个数量级，10-20 年后的终点可能会非常庞大。
AI 不仅瞄准服务市场，还瞄准软件市场，这两个利润池都面临冲击。
我们不关心独角兽，我们关心收入和自由现金流。大多数成功公司都在页面顶部，在应用层。我们一直相信 AI 也会如此，价值在于应用层。
对于 AI 公司，95% 的标准和我们看待其他公司相同，AI 公司特有的那 5% 在于收入氛围、利润率、数据飞轮。
AI 应用的参与率得情况大大提升，ChatGPT 的日活 / 月活比率已攀升并接近 Reddit 水平，这意味着越来越多的人从 AI 中获得价值，我们都在共同攀登阶梯，将 AI 融入我们的日常生活。
今年最突出的应用类别是编程，它达到了惊人的产品市场契合度。我们认为 AI 正从根本上改变软件创建的可访问性、速度和经济性；我们正在进入一个丰富时代，代码作为第一个转折点的市场类别。
预训练似乎正在放缓。自 Alexnet 时代以来，我们已经将预训练规模扩大了 9 到 10 个数量级，这意味着许多容易取得的成果已经被获取。研究生态系统正在寻找新的突破方式。
第一批 AI 杀手级应用已经出现，包括 ChatGPT、Harvey、Glean、Sierra、Cursor、A Bridge，而且还有一整套新兴公司正在各种丰富多样的终端市场崛起，包括 Listen Labs、Open Evidence 等。
2025 年，预计 AI 代理的下一个形态是垂直领域智能体，即由公司创建的代理通过端到端训练，在特定工作流程中表现出色，对合成数据和用户数据进行强化学习，使 AI 系统在特定任务上表现优异。
在代理经济中，代理不仅传递信息，还能转移资源、进行交易、相互追踪、理解信任和可靠性，并拥有自己的经济体系。其中三个技术挑战最为关键：持久身份。无缝通信协议、安全性。
以下为演讲全文纪要：
Packer Radio：
我的名字是 Packer Radio，我是 Sequoia 的合伙人，Sonia 和 Constantine 以及我们 Sequoia 的所有合伙人将作为今天的主持人。
在进入今天的主要内容前，我、Sonia 和 Constantine 将分享一些我们过去一年左右学到的观点。我们非常清楚自己只是开胃菜，不是主菜。昨天，我收到一位合作创始人的邮件说：" 嘿，我可能会迟到，大概 9:35 到。" 我心想：" 这时间点真特别，正好是 Jensen 上台的时候。" 所以，我们明白，但还是要先分享一些想法，然后再进入正题。
首先，让我们校准一下，了解 AI 世界正在发生什么。我们使用一个简单框架来分析市场：Don Valentine 的问题——是什么？为什么重要？为什么是现在？它可能是不可避免的，但它是迫在眉睫的吗？最后，我们该怎么做？如何利用这一点？如何取胜？我们在过去几年讨论过这些问题，但接下来几分钟我们将更新一些想法。
说实话，我本来对 " 是什么 " 这个问题有个精彩解释，但 Constantine 婉转地指出，向一屋子 AI 专业人士解释 AI 并不是好主意。所以我们直接跳到 " 为什么重要 " 这部分。
谁还记得去年的这张幻灯片？谢谢。
我们现在更新了想法，AI 不仅瞄准服务市场，还瞄准软件市场，这两个利润池都面临冲击。我们看到许多公司从软件开始，变得更智能成为副驾驶，再变得更智能成为自动驾驶，从销售工具转向销售软件预算，再到销售成果，进入劳动力预算。这两个目标市场都值得争取。
谁记得去年的这张幻灯片？只有三四个人？有点遗憾。别害羞，可以举手。
我讨厌这种时间为横轴，虚荣指标为纵轴的图表，人们用它来为各种错误辩解。但观察是正确的，事情正以越来越快的速度发生。很少有人深入研究原因，所以我们想简单谈谈分发的物理学：人们需要了解你的产品，想要你的产品，并能够购买你的产品，仅此而已。
去年的另一张幻灯片：
但是，你面临竞争。我们有第二个扩展定律，有测试时计算，有使用工具推理和代理间通信，使基础模型能够深入应用层。如果你是一家创业公司，不打算建立垂直整合业务，就要从客户出发思考，考虑特定垂直领域，特定功能，处理可能需要人在循环中的复杂问题。这是一场竞赛，这里将产生价值，这应该是每个人的首要考虑。
如何才能取胜？95% 的 AI 公司建设与普通公司建设相同：以独特且有说服力的方式解决重要问题，吸引优秀人才追随你。另外 5% 是 AI 特有的，在争夺应用层的竞争中，需要考虑几点。
你的客户不确定他们想从 AI 获得什么，你可以有自己的观点，提供端到端解决方案，而不是仅仅扔给他们一个工具。你可以用自己产品的使用数据建立数据飞轮，这是其他人没有的。你可以为行业所属，为行业服务，就像 Open Evidence 为医疗行业所做的那样。你可以说他们的语言，Harvey 派律师与律所交谈。老实说，我们不会建议 Ford 部署工程师，但你可以这样做，虽然很难但可行。你可以全方位地拥抱你的客户，这是基础模型可能无法做到的。顺便说一下，我们也喜欢基础模型，但我们假设大多数人不是在构建基础模型，而是在构建应用程序。
我还有两张幻灯片，然后我们就交接。
我们经常被问到：在 AI 公司中你们寻找什么？实际上，95% 的标准和我们看待其他公司相同。以下是 AI 特有的那 5%。
良好氛围这部分也很重要。Andrew Reed 在场吗？氛围检查，大家感觉如何？大家都感觉如何？我听到有人说 " 完美氛围 "，很好。你需要与客户保持良好氛围，这意味着什么？你的客户必须信任你，而你必须赢得这种信任。在我们所处的周期中，信任比产品更重要。如果他们相信你能把产品做得更好，你就处于有利位置。如果他们不相信，你就处于不利位置。
第二点，利润率。我们不一定关心你今天的毛利率是多少。成本部分可能会持续下降。过去 12 到 18 个月内，每个 token 的成本已经下降了 99%，这种成本曲线将持续下降。我知道测试时计算成本在上升，但那也会下降。价格部分，如果你成功地从销售工具转向销售成果，沿着价值链上移，能够获取更多价值，你的价格点可能会上升。所以你的毛利率今天可能不是很好，但你应该有一条通往健康毛利率的良好路径。
第三点，数据飞轮。请举手如果你有数据飞轮。这个数据飞轮能推动哪个商业指标？我看到的确定性减少了。好消息是，如果你无法回答这个问题，我仍然喜欢你。坏消息是，你的数据飞轮要么不存在，要么就不重要。它需要与商业指标相关联，否则就不重要。这非常关键，因为这是你可以建立的最佳护城河之一。
最后一张幻灯片，谁能告诉我这两件事如何联系在一起？如果你能回答，那真令人印象深刻，因为这完全不符合逻辑。大自然厌恶真空。市场上现在有一种巨大的吸力在吸引 AI。所有宏观经济因素，如关税和利率波动都不重要，技术采用的上升趋势绝对压倒了你在市场上看到的任何波动，请忽略它们。市场上有一种巨大的吸力，如果你不抢先行动，其他人会这么做，因为大自然厌恶真空。所以，尽管我们刚才谈到了护城河和指标等等，但你现在处在一个需要全速前进的业务中。现在是以最大速度前进的时候。
Sonya Huang：
谢谢 Pat。我将在我的部分专注于 AI 目前的发展，从客户反馈和技术两个角度做一个年度回顾。
2023 年，我们展示了 AI 原生应用与传统移动应用的日活跃用户与月活跃用户比率图表。当时的结论是 AI 应用的参与率很差，炒作超过了实际数据。
我们很高兴报告，这个结论现在已经发生了显著变化。看到 ChatGPT 的日活 / 月活比率攀升并接近 Reddit 水平，这是令人震惊的。我认为这是极好的消息，意味着越来越多的人从 AI 中获得价值，我们都在共同攀登阶梯，将 AI 融入我们的日常生活。
广告领域：能够创建惊人准确且精美的广告文案
教育领域：能够一瞬间将新概念可视化
医疗保健：能够通过类似 Open Evidence 这样的应用更好地诊断患者
这里有多少人看过电影《她》？我们今天有 Brendan 在观众席。虽然我们仍然没有 AI 版的斯嘉丽 · 约翰逊，但 2024 年给了我们所谓的 " 她 " 时刻——声音生成技术从 " 几乎接近 " 到完全跨越了恐怖谷。我有一些朋友这么说，但请保持谨慎，让我看看是否能真正让你们震惊。
最后，今年最突出的应用类别是编程，它达到了惊人的产品市场契合度。Anthropic 的 Claude 3.5 Sonnet 去年秋天发布，在编程领域引发了迅速的氛围转变。人们现在使用 AI 编程做出令人印象深刻的事情。例如，这个人用 AI 编写了自己的 Docent 替代方案。无论你是经验丰富的 10 倍工程师，还是完全不懂如何编码的人，我们认为 AI 正从根本上改变软件创建的可访问性、速度和经济性。
从技术角度看，坏消息是预训练似乎正在放缓。自 Alexnet 时代以来，我们已经将预训练规模扩大了 9 到 10 个数量级，这意味着许多容易取得的成果已经被获取。研究生态系统正在寻找新的突破方式。
最重要的突破是 OpenAI 的推理能力。我们很幸运地在去年的 AI Ascent 上得到了来自 Strawberry 团队的 Noam Brown 的预览，展示了推理能力的发展方向。今年我们很高兴 Dan Roberts 在观众席中，他将做另一个关于 O3 和推理进展的演讲。不仅仅是推理，还有合成数据、工具使用、AI 辅助支架等，所有这些正在结合起来，创造新的方式来扩展智能。
Anthropic 的 MCP 创建了强大的生态系统和网络，我们也很期待看到它如何加速代理工具的使用。所有这些更大的基础模型、推理时间推理、工具使用都在结合起来，创造能够完成越来越复杂任务的 AI。Meter 基准是一个很好的定量衡量标准，但我认为更强大的是与你们每个人交流，了解因为 O3、Operator、Deep Research 或 Sonnet 才成为可能的事物。
让我们讨论价值将在 AI 技术栈中的哪里产生。我记得与 Sequoia 的优秀合伙人讨论这个问题时，当时我个人是这个图表中间的 " 中智 "，说着 " 啊，我不确定 GPG 包装器 "，我记得我的合伙人，尤其是 Pat 坚持认为价值将归于应用层，我记得当时想 " 好吧 Pat，祝你好运 "。但看到过去几年的发展，我想你是对的 Pat，你属于这边，干得好。
如果你看到价值的创造，如果你看到像 Harvey 和 Open Evidence 这样真正创造客户价值的公司，我们非常相信应用层是最终价值聚集的地方，这一层的竞争正在加剧，基础模型也在这里展开竞争。
顺便说一下，真正从中获利最多的其实是行业领头人 Jensen Hang，我们很期待不久后听到他的发言。
回到应用层，我们认为第一批 AI 杀手级应用已经出现，包括 chat GPT、Harvey、Glean、Sierra、Cursor、A Bridge，而且还有一整套新兴公司正在各种丰富多样的终端市场崛起，包括 Listen Labs、Open Evidence 等，我们很高兴今天能够展示其中许多公司。
关于 2025 年代理的最后一个预测：我们正在进入一个丰富时代，代码作为第一个转折点的市场类别，将为我们预览这个丰富时代的实际含义。当劳动力变得廉价且充足时会发生什么？我们是否会得到大量低质量的 AI 产出？当品味成为稀缺资产时又会发生什么？我们很期待看到编码代理的持续进步以及它对技术格局的影响，同时也作为 AI 将如何改变其他行业的先兆。
下面我把时间交给 Constantine。谢谢 Sonia。
Konstantine Buhler：
大家早上好，感谢 Sonia，感谢 Pat。我们刚才讨论了非常重要的话题：为什么这些如此重要，现在世界上正在发生什么，以及当前 AI 的状况及其近期未来。现在我们将退一步思考，考虑中期和长期的预测。在这一部分，我们将分三个部分：首先讨论我们视为下一个主要浪潮的内容，然后探讨实现该浪潮所需的技术，最后我们将讨论这对我们每个人日常生活的意义。
一年前，AI Scent 围绕着智能代理展开讨论，当时智能代理刚开始形成商业模式。讨论的核心是这些机器助手最终将汇聚成机器网络。这些机器网络现在被广泛称为 " 代理群 "，它们在许多公司中发挥作用，并开始成为 AI 技术堆栈的关键部分。代理之间相互合作、竞争、协作、推理。我们认为未来几年，这将进一步发展成 " 代理经济 "。
在代理经济中，代理不仅传递信息，还能转移资源、进行交易、相互追踪、理解信任和可靠性，并拥有自己的经济体系。这种经济并不排除人类，反而是以人为本的——代理与人协作，人与代理合作。但要实现这一重要的下一波浪潮，我们面临许多技术挑战，其中三个最为关键：
我们一直在尝试从 RAG 和向量数据库到超长上下文窗口的各种技术，但在实现真正的记忆和自学习方面仍存在重大挑战，特别是使代理在重要方面保持一致，而只在应该有差异的领域表现不同。
第二，无缝通信协议。好消息是，现在似乎所有人都在关注这一点。想象一下，如果个人计算没有无缝通信协议，没有 TCP/IP，没有互联网会怎样？我们正在构建这一协议层，围绕 MCP 已经有很多令人兴奋的发展。看到大型企业合作制定这些协议非常棒，这只是允许信息传输、价值交换和信任转移的一系列协议中的一个。
第三，安全性。这个话题将变得越来越重要，肯定是许多人关注的重点。如果你无法与业务伙伴面对面接触，安全和信任的重要性就更加凸显。与代理打交道时尤其如此。因此，围绕信任和安全将形成一整个新兴产业，在代理经济中，它比在当前经济中更为重要。
谈完实现代理经济所需的技术后，让我们探讨这对我们每个人意味着什么：
首先，它将改变我们的思维模式，这个房间里的人已经采用了我们称之为 " 随机思维 " 的方式。随机思维是对确定性的背离。许多人之所以热爱计算机科学，是因为它非常确定性——你编程让计算机做某事，它就会执行，即使结果是段错误。而现在我们进入一个随机计算的时代。如果你让计算机记住数字 73，它明天、下周、下月都会记得。但如果你让一个人或 AI 记住，它可能记住 73，也可能记住 37、72、74，下一个质数 79，或者什么都不记得。这种思维方式与过去几十年截然不同。
第三个主要变化结合了前两点：更多的杠杆作用伴随着显著降低的确定性。我们正进入一个可以做更多事情的世界，但你必须能够管理这种不确定性和风险。在这个世界里，这个房间里的每个人都非常适合茁壮成长。
一年前在 AIScent 会议上，我们讨论了这张图表，当时我们谈论的是杠杆作用。我们认为，组织内的各个职能部门将开始拥有 AI 代理，然后我们预测这些职能将开始融合，它们会聚集起来，整个流程将由 AI 代理完成。我们甚至预测会出现第一个 " 一人独角兽 " 公司。
虽然这还没有发生，但我们已经看到一些公司以前所未有的速度扩张，同时所需人员比以往更少。我们认为，我们将达到这个经济体中前所未见的最高杠杆水平。最终，这些流程和代理将会融合，你将看到神经网络嵌套在更大、更复杂的神经网络中，形成一个神经网络的网络。
