Appearance
她掌握着AI领域的250位核心缔造者：他们究竟在相信什么？| 对话精编
原文标题: She Knows the 250 People Building AI. Here's What They Actually Believe. | Edited Transcript 来源: The Transcript Desk
💡 核心观点
- 当前前沿AI领域的风险投资无法依赖历史数据做“回溯测试”（Backtest），投资人必须摆脱传统SaaS模式框架，基于第一性原理对技术演进逻辑和物理瓶颈做出独立判断。
- AI的发展并非由少数巨头全面垄断的定局，围绕约250名顶尖研究员与创业者的核心圈子，具备强自主性（Agency）的个人与团队能通过软硬件创新与特定场景落地重构产业格局。
- 算力与能源基础设施（如天然气、核能及物理硬件供应链）已取代单纯的算法成为AI演进的核心物理瓶颈，“算力独立”与工业自动化正演变为关乎国家竞争力的关键投资议题。
- 无论是在机器人、生物计算还是开源模型领域，投资成功的关键在于超越资本市场对“履历/背景”的盲目代理依赖，建立对底层技术逻辑与真实商业价值的深刻直觉与坚定信念（Conviction）。
📖 中文全文
领悟前沿：萨拉·郭谈指数级智能、算力独立与AI投资信念
对话嘉宾： 萨拉·郭（Sarah Guo，Conviction 创始人兼合伙人）
主持人： 帕特里克·奥肖内西（Patrick O'Shaughnessy）
为什么AI投资无法进行回溯测试与“伟大人物”理论
萨拉·郭：这是一个竞争极其残酷的领域。大家对全球范围内的剧烈竞争感到非常焦虑，甚至带有一种不安感，因为某种程度上这正在打破过去的既有叙事。目前的一种核心信念是：随着AI研究模型实现“递归式自我改进”（即模型自身能够改进模型），我们距离某种“指数级智能”（Exponential Intelligence）可能只有一到两年的时间了。
帕特里克·奥肖内西：萨拉，我们该从哪里开始呢？这注定是一场极其有趣的对话。我们俩关注的领域重合度非常高。我很好奇你最近在思考什么。我想我们都感觉到了某种狂热与焦躁，而且这种状态已经持续很久了。不仅对你的工作如此，对你所处的整个世界而言，甚至可能会变得更加狂热和混乱。
萨拉·郭：对于任何试图在这个时代做投资的人来说，一个显而易见的问题是：这一切将如何展开？它与过去有何不同？如果无法进行回溯测试（Backtest），我该怎么办？昨晚我和一位投资者朋友聊天，他给我的比喻是：“我一直说我想尽可能猛踩刹车，但我实际上根本做不到——我正以90英里的时速向前飙车。” 关键问题在于：你究竟是在一边错失时代机遇，还是在另一边重蹈科技史上每一次“繁荣-萧条”周期（Boom-Bast Cycle）的覆辙？这是一个非常复杂的课题。
帕特里克·奥肖内西：你认为我们在之前为你写的剖析文章里总结得对吗？当时我们把你所做的事称为一种特定的“下注”或“定位”。
萨拉·郭：是的，我是坚定的看空垄断、看多生态。在少数顶尖实验室与其余所有从业者之间，正在发生一件非常重要的根本性变革。我们需要站出来并采取行动，确保我们最终不会落入一个极度单体垄断（Monolithic）的结局。
帕特里克·奥肖内西：你是从这个角度思考问题的吗？
萨拉·郭：我的回答方式可能有所不同。我深信历史的“伟人理论”（Great Man/Woman Theory）。我相信，如果在所有这些关键位置上，有一群极具自主性（High-Agency）的人，并且他们能获得正确的风险资本或网络环境支持，他们确实能改变最终的结局。
看看开源模型和美国工业政策这些重大议题：未来生态系统中是否存在一个具备竞争力的西方开源模型？是否有人能下定决心做到这一点？他们能否筹集到资金、凝聚人才、构建全套基础设施并冲向前沿？所以我绝对认为，创业者个人能够塑造未来的走向。我并不一定把它看作一场战争——我与各大实验室（无论大小）许多朋友保持着紧密合作与共同投资——但我认为可以公平地说，如果有人（无论是在大实验室内部还是外部）持有某种极端的观点，认为一到两个前沿模型的所有者就应该吃掉整个经济体，我显然不希望看到这样的未来，而且我认为我们也不会落入那种境地。
帕特里克·奥肖内西：从这个理论的角度来看，你是否主动希望自己成为那个“伟大的女性”？
萨拉·郭：不，我这么说并不是出于个人谦逊，而是这根本不在我的目标集里。我想在我尝试做的事情上成为最优秀的投资者，这与野心或自信无关。有些人驱动力来自“我想成为促成这件事发生的那个关键人物”。而我在很久以前以为自己会成为一名软件创业者，但最终从身份认同上决定做一名投资者，这很大程度上源于我内心的强烈好奇心——我喜欢理解事物、喜欢证明自己的判断是正确的。同时，与极其卓越的人合作并用自己的技能去助推他们成功，能给我带来巨大的成就感。这与早期风险投资的本质非常契合。
打造接触250位前沿人物的核心圈子
帕特里克·奥肖内西：如果这是目标，你认为在当今如此激烈的竞争环境中，要做到最好需要具备什么？
萨拉·郭：其实到目前为止非常简单。我对环境的解读是：随着老牌风投机构的庞大化以及世代交替的发生，早期投资领域的竞争其实并没有想象中那么激烈。与此同时，这场巨大的技术转型正在爆发。如果你敢于下注去深挖技术与社区，从第一性原理出发，你就能获得比那些不够专注的人更好的案源接触能力（Access）并做出更好的决策。你只需要承担风险、保持专注，剩下的就是执行力。今天来看，它并没有那么复杂，更多在于你对合作伙伴的要求标准有多高。
帕特里克·奥肖内西：你的合伙人迈克（Mike）几周前跟我说过一件事：你们的大脑里始终关注着大约250个人——他们是推动整场技术变革向前演进的最有意思的创业者与研究员的集合。你们风投的目标之一，就是极度接近这250个人，了解他们并以各种方式支持他们。这显然不仅仅是“我们比别人多开了几个会”那么简单。在外界看来，你们做的事情有着非常独特的成分。
萨拉·郭：关于做出别人不敢做的下注：我们非常仔细地思考了哪些市场将变得至关重要，以及在这个新时代我们所寻找的创始人会有何不同。如果我们对能力增长和影响广度的判断是正确的，那么这将是对传统观念的非共识颠覆。
我给你举两个例子。在创立的第一年，我们一直在寻找工作流和特定职业等应用领域——那些我们认为与大模型极度契合的任务。这是一种非常“技术优先（Technology-Forward）”的方法。当时很多人嗤之以鼻：“这简直是无稽之谈，你必须从客户需求倒推，以客户为中心是唯一的出路。” 但我认为我们应该两者兼顾。
如果你看法律领域的 AI 公司 Harvey：如果你在2022年底就知道“下一个 Token 预测（Next-token prediction）”在语言模型上的威力，而法律从本质上讲就是高度结构化的语言。 legal 领域需要阅读大量文件、需要检索、需要生成文本，且律所内部和判例法中存在海量的先例文本。这在技术逻辑上是非常完美的匹配。
当我说专注时，意味着我们对“什么是现在可能的、什么是其中有价值的、以及谁与我们理念一致”有着极其明确的见解。Harvey 的创始人温斯顿和盖布深信 AI 将重塑法律实践。从早期“查看加州租客协议并回答简单问题”，到展望未来“处理动视暴雪这种巨型 M&A 案并完成 85% 的工作”，这是一个巨大的飞跃。吸引我的是当时那种对潜在可能性的雄心，以及它为什么行得通的技术逻辑。这与当时其他人决策的框架完全不同。
250位前沿研究者在探讨什么？算力焦虑与心理异化
帕特里克·奥肖内西：那群最顶尖的研究者和前沿群体，他们今天在讨论什么？今天与6个月或12个月前相比，最显著的变化是什么？
萨拉·郭：这是一个竞争白热化的格局。12个月前确实如此，但现在比24或36个月前更为剧烈。人们非常担心这是一个全球性的竞争格局，并且对此感到焦虑。许多研究人员在过去12个月里产生了一个新信念：通过 AI 研究模型的递归式自我改进，我们距离某种“指数级智能”可能只有一两年的时间了。
帕特里克·奥肖内西：但正如安德烈·卡帕西（Andre Karpathy）曾自嘲过的那样：“在过去10年中，我一直觉得它距离我们只有两年。”
萨拉·郭：是的。但我确实感觉到，主要的大型实验室在算力和算力投入、团队规模上已经变得如此之大，以至于个体研究员的“贡献感”——那种“我能改变局面”的感觉——受到了削弱。如果 OpenAI 只有200人，研究员没那么多，那么“我们如何到达终点”取决于每一个人；但如果你需要7500亿美元的算力支出，有数千人在处理这个问题时，大家对最终结果的个人所有感（Ownership）就会降低。
帕特里克·奥肖内西：这很有意思。所以这变成了获取算力的函数——算力才是把它推过终点线的力量，而不是人类个人的努力。
萨拉·郭：很大一部分研究人员现在会有两种感觉之一：要么“我做什么其实并不重要，因为模型自己会完成”，要么“唯一重要的是算力规模”。这两者在某种程度上都让人感到无力。
在顶级实验室做前沿工作的研究员，并非每个人都觉得自己在机械巨轮中是不可或缺的。
物理瓶颈、算力独立与能量供应
帕特里克·奥肖内西：你认为目前正在发生的事情中最不健康的部分是什么？
萨拉·郭：算力瓶颈是其中之一。大家对此理解得很深刻：未来5到10年内我们是否有足够的算力？人们现在已经在思考2032年的超大规模算力基础设施了。本周早些时候我与一家超大规模云厂商（Hyperscaler）的基础设施负责人沟通，他说：“在2030年之前，没有任何东西能在足够大的规模上为我们改变局面。” 这令人沮丧。问题在于：我们在哪里能获得足够的天然气？
美国人和创业者在过去能够非常迅速地构建新技术和新能力。我不认为这是一个技术、能力或资本主义的问题，这是一个监管问题和利益协调问题。如果你想在纽约建设数据中心，你需要说服纽约人民希望数据中心建在那里。如果你想让核电的价格作为基荷电力具备竞争力，你需要说服人们它是安全的，并允许足够的工程建设以推动成本曲线下降。
物理供应链是一个残酷的现实。涉及实体制造、隐性知识、劳动力和原材料的积累，其速度不可能像软件甚至决策那样飞快。但唯一的出路就是硬着头皮穿过去，我们必须对其进行投资。
在投资端，让我担忧的是：许多资本正在尝试对技术进行押注，但底层基本面理解却参差不齐。存在大量将判断力“代理（Proxying）”给履历（Pedigree）或显性信号的做法（比如谁投资了你，或者有什么大佬背书）。
很多投资人在对大规模研究项目进行下注时，根本没有任何技术直觉或独立观点。这非常危险。
颠覆物理世界：Sunday Robotics 与硬件-数据演进
帕特里克·奥肖内西：有没有哪位研究员曾深深震撼过你？
萨拉·郭：我和我的合伙人普拉纳夫（Pranav）在 Sunday Robotics 的 Tony Zhao 和 Cheng Chi 还是斯坦福博士生时就认识了他们。他们曾在丰田研究院、DeepMind 和特斯拉工作过，年仅25岁左右。
过去四年里，他们几乎凭一己之力贡献了机器人 AI 领域绝大多数最有意思的思想。在机器人学领域，人们曾普遍认为：只要我们拥有机器人数据的“互联网”，就能拥有通用机器人。但核心难题在于：你从哪里获得这些真实世界的数据？
Tony 和 Cheng 的核心突破在于：如何以尽可能低成本的方式聪明地收集数据，同时支持真实世界环境和任务的分布？他们将数据收集看作一个待解决的技术问题。
他们的整个团队相信：我们将在今年年底前看到通用半人形机器人在人们家中进行 Beta 测试并执行任务。两年前没有任何人相信这一点。但在不到两年的时间里，他们从斯坦福地下室的一堆纸板箱迅速演进到了全栈产品的制造与落地，经过数百次硬件、数据收集与模型迭代，它真的行之有效。
投资决策机制：极速直觉与回溯校验
帕特里克·奥肖内西：我很想了解你和你的团队做出投资决策的真实过程。
萨拉·郭：这因公司而异。我个人对“人”有着强烈的直觉。如果我知道某人过去的研究成果，并在交流中听到他们的想法，加上我自身对该领域的背景储备，我会在1到10分的评分体系中迅速给出8分或9分的高分。
在做出初步判断到最终落地决策之间，我主要是在做“补课”：寻找我自己认知上的盲区，厘清我对他们前提的判断是否有误。因为作为早期投资者，你不可能精通生物、国防、机器人和法律的每一个细分领域。因此，在接下来的几天到几周内，我会极度疯狂地扎进去，探寻其他人的看法，并撰写详细的 Memo（投资备忘录）。
我是一个极度依赖 Memo 的人。在基金刚创立只有我一个人时，我就会写出 Greylock 风格的完整 Memo 发给外部信任的朋友求取反向意见。现在我们在内部运行 Memo 流程，让团队成员推敲其中的逻辑。
有些投资者是通过漫长的思考逐步攀爬建立信念，而我往往是从高信念出发，然后反向进行事实校验与逻辑证伪。
团队时间分配与募资经验
帕特里克·奥肖内西：如果把你的时间画一个饼图，现在是怎样的？
萨拉·郭：大约三分之二的时间用于服务已投项目（投后招聘、战略思考、帮助他们影响外部生态系统等）以及基金相关工作；剩下的时间用于看新项目（目前每周精看4到6家新公司）。
此外，我会留出专门的日历时间用于纯粹的学习和满足好奇心——比如与不一样的公开市场投资者交流、与探索 AI 转型的传统制药巨头沟通等。
对于向 LP 募资，我的体会是：永远不要为了迎合对方而说他们想听的话。在第一期基金募资时，我没有准备精美的 PPT 去讲述一个完美包装的故事。我给 LP 提供了一份两页纸的个人投资履历，诚实地告诉他们：“我擅长识别卓越的人，并能为他们提供真实的帮助。结合我的投资判断力与招聘能力，这是我们的起点，接下来我们会像疯了一样去执行并探索出答案。”
极其感谢那些在早期选择下注我们的 LP。如果你向人们表达你真正相信的东西，生活会简单得多。
独立思考、正和竞争与对“虚无主义”的厌恶
帕特里克·奥肖内西：你的父母都是创业者，这给你留下了什么印记？
萨拉·郭：最核心的是“独立思考”（Independence of Thought）。对我父母来说，这是一个道德层面的原则。他们总是告诫我：“你绝不能去操心别人怎么看你。”
在风险投资生态中，传统 A 轮/B 轮风投往往带有强烈的前期“零和博弈”色彩——“我要占股 18%-25% 并拿走董事会席位，你一点都别想分”。但我更倾向于二级市场的“正和博弈”思维：人们乐于分享最好的点子，大家一起把蛋糕做大。
同时，当今部分 Z 世代（Post-Gen Z）创业圈里弥漫着一种令人厌恶的虚无主义风气——他们认为一切都只是关于营销、Twitter 流量、关系网和投机取巧。这是彻头彻尾的废话。如果你专注于创造真实价值、善待他人、与极度卓越的人合作并坚持有价值的愿景，这比大多数人想象的都要有效得多。
开源模型生态、安全测试与“算力独立”
帕特里克·奥肖内西：关于开源前沿模型，你怎么看？
萨拉·郭：事实是，覆水难收。在过去三年里，来自中国、美国和欧洲的强力开源模型已经遍地开花（如 Thinky、Poolside、Nvidia 模型等）。
对于绝大多数企业应用场景而言，直接调用闭源前沿实验室的 API 往往太贵、太慢或涉及敏感数据。因此，能力的普及必然依赖于开源生态。
关于安全担忧：如果你在限制美国本土合法企业使用开源模型，你实际上只是在绑定手脚、减缓本国企业的发展速度；而真正的恶意攻击者根本不会遵守你的限制。正确的做法是对前沿开源模型进行极其严苛的安全测试与评估，而不是无休止地进行空洞的政治臆测。
帕特里克·奥肖内西：你提到“算力独立”（Compute Independence），这意味着什么？
萨拉·郭：就像能源独立一样。从充满 GPU 的数据中心、冷却系统、电力供应（天然气、核能）到芯片供应链（如台积电供应链中极度脆弱的特定玻璃材料垄断）。
如果我们没有自主可控、多元化的算力基础设施供应，美国就不可能在不依赖大量移民的前提下实现工业基地的自动化重建。美国人不应该也不想去从事每小时 13 美元的非人性机械劳动。“算力独立”将成为未来几年最重要的国家安全与产业政策议题。
生物计算（Bio-AI）的断层跃迁
萨拉·郭：在 Conviction 内部，我们经常辩论那些非传统软件领域的 VC 可行性（半导体、核能、机器人、生物学）。
过去五年，生物计算领域的传统偏见是：“卖软件给药企赚不到钱，你必须自己做药。” 但现在我的观点彻底变了——我们作为首家机构投资者注资了 Chai Discovery。他们正在通过 AI 模型与全球前十大药企展开深度合作，显著加速研发进程。
随着大模型对生物大分子与药物设计预测能力的提升，AI 在生物医药领域创造并捕获巨额价值的拐点已经到来。
基金为何命名为“Conviction（坚定信念）”？
帕特里克·奥肖内西：你为什么把基金命名为“Conviction”？
萨拉·郭：这是一种愿景。早期投资最纯粹的形式，就是你在极早期与创业者站在一起，持有显著的份额，坚定不移地支持他们，直到公司成功或失败。
在市场充满不确定性、大众尚未达成共识时，悬置怀疑（Suspend Doubt），以完全的信任付诸行动，直到它变为现实。这就是“坚定信念”。
我们坚信投资决策必须由个人承担最终的责任归属（Individual Ownership）。风险承担的本质，在于你在其他人尚未觉察时，找到了被市场错误定价的“真理（Truth）”，并有足够的底气屏蔽外界噪声，死死握住这个真理。
不需要去过分猜测大实验室的宏大战略，而是要走进一线去观察：当技术渗透率只有 1% 时，剩下的 99% 扩散过程会在哪里发生？比如 Suno 的创始人 Mikey Shulman 正在颠覆音乐创作，这种由 AI 工具带来的表达与娱乐爆发，超出了很多传统投资人的狭隘预测。
展望未来一年：焦文斯悖论（Jevons’ Paradox）在全行业的显现
帕特里克·奥肖内西：基于你所接触的这 250 位前沿缔造者，你认为一年后的科技世界会有何显著不同？
萨拉·郭：我希望一年后我们能看到“焦文斯悖论”（Jevons’ Paradox，即技术进步提高资源使用效率时，资源的消耗总量反而会剧增）在各个领域全面显现。
智能体（Agents）和 AI 产品将接管各个行业中大量繁琐、重复的基础工作，就像它已经在软件工程领域所做的那样。人们不会因为 AI 提高了效率而减少工作，相反，人们的生产力被解放后，将会以更高的密度去从事更具创造性、更高价值的工作。我们所有人都会更充分地“被雇佣”。
帕特里克·奥肖内西：你所构建的一切令人惊叹。我最后一个传统问题是：别人为你做过最友善的事情是什么？
萨拉·郭：硅谷最棒的一点在于：许多功成名就的大佬极其不在乎你的“履历”。只要与你对话后觉得你有意思、有潜力，他们就愿意在没有任何先决条件的情况下为你的成长投入资源与时间。
在我 23 岁刚加入 Greylock 时，Reid Hoffman、Ravi Gupta、Dylan Field、John Lilly 等前辈不仅给了我信任，更耐心地教我如何成为一名真正的投资者。这种“在尚无确凿证据前就对一个人的潜力给予信念（Faith）”的善意，是我永远感恩的财富。
帕特里克·奥肖内西：这太美妙了。世界正是靠着这种对人的信念与信心在运转。非常感谢你今天的分享！
萨拉·郭：谢谢！
🔗 原文链接
https://thetranscriptdesk.substack.com/p/she-knows-the-250-people-building