摘要

Bending Spoons 的优势不在于捡便宜，而在于一套高度整合的运营模式；Ferrari 认为，独立所有者在经济上无法复制这套模式。 收购来的业务会被“安装”到覆盖数据、实验、支付、招聘、凭证管理和 AI 编排的50多项自有技术上；一支接近1,000人的核心团队则在各组合公司之间流动。Ferrari 押注这套平台每年能节省至少1亿美元，并让组织“轻松达到原来的2、3倍生产率”。
已宣布的 Airtable 收购，集中体现了 Bending Spoons 的投资评估纪律：至少预测业务未来5年的走势，再找出足够的运营改善空间，在给卖方合理价格的同时保住高回报。 Ferrari 提到，Airtable 的企业价值约为13亿美元，资产负债表上仍有大量现金；他认为投资者大致收回了全部投入资本“外加更多”。他不接受这笔交易证明硅谷失灵的说法：“超过10亿美元已经不可思议”，即便 Airtable 在2021年的估值确实过高。
那些被认为已经过时的品牌，仍然拥有巨大且被低估的分发能力。 Bending Spoons 的产品合计拥有5亿月活用户；据公司估算，AOL 仍是西方世界使用量第5大的邮箱服务商，活跃度远超当下热门的邮箱初创公司。“我们大概完全不在乎是否够酷”——更低的文化光环反而可能带来更可负担的收购价格。
Bending Spoons 用债务和自由现金流收购打算永久运营的企业，因此在结构上不同于持有5年的私募股权基金。 债务提供了大部分收购资金，而从重写代码、重建云基础设施到重新设计定价的深度改造，更适合每年收购5或10家规模更大的公司，而不是50家小公司。组合可以接受15%现金消耗式增长下的5%盈利增长，因为多余现金能够继续投入高增厚性的收购。
人才密度既是运营约束，也是可量化的竞争优势。 Bending Spoons 在2025年收到800,000份申请，最终只招聘了300人；核心“Spooners”的非自愿流失率为0.6%，而 Ferrari 认为科技行业约5%已经算不错。核心团队人均收入已从2或3年前的约100万美元升至400万美元，Ferrari 预计这一数字还会“相当快地继续上升”。
内部 AI 代理 Alt Spooner 把自有系统和权限转化为实际自动化，而不是再叠加一层 AI 营销。 这款基于 Slack 的代理继承每名员工的访问权限，在约5分钟内完成详细的 A/B 测试分析，并帮助 Evernote 将一个 bug 从报告到完成审核的修复压缩到1天，而不是数周。Bending Spoons 将约99%的请求和 token 路由到自托管的开放权重模型，仅把约1%的复杂或监督性工作交给前沿 API，因此 token 成本“基本可以忽略”。
Ferrari 同时是 AI 的极端采用者，也是对当下 AI 投资淘金热保持怀疑的人。 Molly 提到，Bending Spoons 约95%的代码由 AI 编写，Ferrari 基本确认了这一点。Ferrari 虽然相信这一轮公司中会诞生历史上最有价值的企业，但他“同样确信其中大多数会失败，或者至少……逐渐消失”。这些公司的历史太短、经济模型不确定，增长也可能从100%降至12%，在当前估值下无法进行长期投资测算。
Ferrari 对 AI 的主要担忧，不是某个存在争议的 AGI 门槛是否已经跨过，而是人类是否正在系统性低估那些无法可靠测量的能力。 他“对 AI 一半兴奋、一半他妈的害怕”：AI 可能“以数量级优势”成为人类最大的福祉，也可能带来灾难性且高度精准的伤害。实验室有不得不竞速的生存激励，政府则几乎没有采取他认为有意义的行动；他最希望得到答案的问题是：“现在究竟是什么阻止了修复方案被提出并部署？”

精读

1. Airtable 考验的是投资测算，而非征服硅谷

Molly O’Shea 开场便提出，Bending Spoons 看起来像是在“吞掉硅谷”。Luca Ferrari 没有顺势庆祝胜利：过去25–50年里，硅谷打造了或许70%的领先科技企业，而且“几乎每件事都做对了”；Bending Spoons 只是找到了一个差异化方法，去改善其中极小的一部分。
收购是双向选择——“你们彼此选择”——而 Bending Spoons 通常每年会主动研究数百家公司。它偏好的目标是消费互联网或 SaaS 企业，Ferrari 认为 Bending Spoons 能在产品、技术、变现或组织上创造 substantial value，最好4项都能改善；今年春季收购的宠物追踪和健康监测硬件公司 Tractive，则是一次明显跨出舒适区的尝试。
Ferrari 的不可妥协项是可见性：公司必须能够至少向前描绘目标未来5年的轨迹，理想情况下要更久。增长受欢迎但不是必要条件；只要能够预测一家收缩中的企业“会收缩多少”，并有把握为由此产生的长期现金流定价，Bending Spoons 也会买下它。
Ferrari 表示，Airtable 约13亿美元的企业价值与可比上市 SaaS 企业的估值一致。由于 Airtable 仍保有大量现金，且此前融资和消耗的资金相对有限，投资者大致收回了投入资本“外加更多”；只是与其2021年的高估值相比，这个结果容易被误读。

2. 硅谷的过度行为，是高生产率体系可以承受的代价

Ferrari 对风险投资的辩护很直接：充足的早期融资造就了一批原本不可能存在的企业，后续资本则可以加速规模经济、网络效应和品牌建设。放眼数十年，他认为这个体系创造的“真正、切实、没有炒作的商业价值”带来了出色的整体回报。
他的批评指向激励机制，而不是模式本身。当投资者因管理更多资本而获得奖励，回报又取决于退出倍数而非长期现金创造，炒作周期就会出现；2021年几乎所有企业的“估值都完全脱离了现实”，并不只是 Airtable 如此。
Molly 的反驳值得保留：万亿美元级的结果扭曲了人们对成功的认知。Ferrari 表示同意：人类历史上只有极少数公司达到这种规模，而一家拥有收入、客户、增长和品牌支撑、最终以超过10亿美元价格退出的公司，仍然“非常成功”，也“不可思议”。

3. 不时髦的分发渠道，可能比时髦叙事更值钱

Ferrari 对“墓地”说法的反驳从触达范围开始：Bending Spoons 的产品拥有5亿月活用户。“如果每个月有5亿人使用这些产品也算墓地，那就这么叫吧。”
AOL 是最典型的例子。尽管已有约40年历史，它仍是数千万人的主收件箱；据 Bending Spoons 所知，它仍是西方世界使用量第5大的邮箱服务商。Ferrari 估计，热门邮箱初创公司合计覆盖的发送、接收和活跃邮箱规模，可能还不到 AOL 的5%。
这项投资启示直接来自 Ferrari 的偏好，而不是怀旧：一家被认为不够酷但确实有用的企业，可能拥有更容易接受的价格。“我们在乎的是把工作做好、创造价值”，媒体关注和风险投资并不能替代真实使用数据。
留存率不必从一开始就完美；关键在于 Bending Spoons 能否改善它。Ferrari 想不起有哪笔收购在完成后出现产品留存恶化：留存率“至少保持不变”，而且往往有所提升，包括那些收购前留存表现平平的业务。

4. 共享操作系统把组合规模转化为运营杠杆

过去10年里，Bending Spoons 建立了50多项自有技术，覆盖数据存储与处理、A/B 测试、支付、招聘、凭证管理和 AI 模型编排。收购来的业务实际上会被“安装”到这套共享操作系统上，再由一支接近1,000人的核心研发和营销组织提供支持。
Ferrari 把这套工具比作竞速自行车的车架：如果大众化软件已经足够优秀，直接采购更合适，Slack 就是他的例子；但专业化的运营需求往往只有“1、2家”公司的市场。内部自建可以实现更深的能力、更原生的集成和更低的依赖，他押注每年节省的成本超过1亿美元。
这套平台的运作方式类似内部开源社区。当一个组合公司发现 bug、边界案例或缺失能力时，它会改进共享工具，并把改进传播给其他所有公司；随着组合和组织扩大，平台持续打磨这些工具的能力也会增强。

5. 这是一家主要靠债务融资的永久型科技运营商

Ferrari 认为与私募股权的第1个区别在于持有期限：Bending Spoons 不是基金，从未出售过具有重大意义的业务，并打算永久持有和运营收购来的企业。典型私募基金必须保留业务的可分拆性，以便最终出售；Bending Spoons 没有退出计划，因此可以把技术、人员和运营深度整合在一起。
第2个区别是员工结构。在接近1,000名核心员工、以及包括被收购团队在内的超过2,000名员工中，约60–70%是工程师、AI 研究员、产品设计师、产品经理或增长经理——他们负责重写代码、重新设计云基础设施、发布功能、重做用户体验并重构变现模式。
几乎所有收购资金都来自债务或内部自由现金流，其中债务占多数。由于大型改造并不需要与规模成比例增加的运营投入，有限的执行能力更适合“每年收购5或10家，但规模更大”，而不是收购50家小企业；Ferrari 目前看不到“明显的饱和点”。

6. 组合经济学消除了单一公司的不惜代价增长陷阱

单一产品公司主要按有机增长估值，即便市场已经成熟、最大的产品创意也已经被挖掘出来。Ferrari 的判断是，管理层仍可能大举投入研发或营销，“拼命尝试”重新点燃增长、扩大估值倍数，尽管未来利润并不强劲。
在 Bending Spoons 内部，主导逻辑不同：从现有业务中产生现金，再以高回报投入收购。Ferrari 仍然偏好15%增长而不是5%，但如果15%的增长需要大量现金消耗、利润要到很久以后才能兑现，“我宁愿要5%”，把剩余现金投向别处。
核心“Spooner”人均收入约为400万美元，高于2或3年前的约100万美元。若把收购来的员工也计入，这一数字可能略低于一半；但 Ferrari 预计，核心团队这一指标会通过规模效应、整合和进一步的技术杠杆继续上升。

7. 人才密度与内部流动构成第2套复利系统

Bending Spoons 在2025年收到800,000份求职申请，最终只招聘了300人。Ferrari 认为，成熟的独立品牌往往会流失最强的创业型人才，也无法复制 Bending Spoons 的雇主价值主张：在多个产品上解决困难问题，同时可以在运营公司和平台团队之间自由轮岗。
公司最核心的文化原则是“极致主人翁意识”——既要深度在乎个人技艺，也要在乎团队和公司的成功。Ferrari 宁愿接受“聪明程度稍低的人”，也不愿牺牲这种投入；与之互补的是以第一性原理、科学方法追求真相，而不是追求舒适或确认已有判断。
去年核心团队的非自愿流失率为0.6%，而 Ferrari 认为科技行业约5%已经算不错。一个产品经理如果厌倦了多年打磨 Evernote，也不必离开公司：他可以转去内部平台团队，或负责改善 AOL 的邮箱体验，在不损失组织知识的情况下重新开始学习。
Ferrari 起初担心被收购员工会感到自身价值下降，或把交易理解为失败。他表示这些关系的发展好于预期：没有任何被收购团队的留存率低于 Bending Spoons 接手前，有些团队还明显改善；不过，他们的留存率仍低于核心团队那种异常出色的水平。

8. 科学谦逊决定做什么、由谁来做

这套操作系统架构是在“大量迭代”中形成的，背后是 Ferrari 和联合创始人从2010–2013年一次失败创业中总结的经验。他们的规则是：坚持有明确倾向的愿景，同时假定自己可能是错的；先构建小模块，在运营业务中测试，再根据采用情况继续深化或重新思考。
新工具从真正遇到问题的人开始，而不是由中央平台团队凭空设计。等某家业务验证了解决方案后，所有权才会交给平台团队继续完善和扩展；否则，工程师可能会对“工程挑战本身”比对真正解决问题更兴奋。
Ferrari 把这套方法放在更广泛的管理理论中：成功来自不断探查现实、更新自己的模型，并基于改进后的近似值执行。“即便 Steve Jobs……也不可能什么都想明白”；大多数人追求舒适和确认，因此严格追求真相本身就可能成为竞争优势。

9. Alt Spooner 让 AI 落地运营，同时降低对供应商依赖

Alt Spooner 是一款基于 Slack 的代理，在代码、数据和内部工具上拥有与对应人类员工相同的权限。员工可以给它取名、设置头像，原则上也可以把自己能做的任何任务交给它；Ferrari 认为，第三方助手很难获得这种深度集成。
在一个例子中，Ferrari 要求 Alt Spooner 分析 StreamYard 的 A/B 测试，约5分钟后便拿到了图表和详细结论，替代了他本人或数据科学家数小时的工作。另一个例子中，Evernote 总经理报告了一个 bug，并要求代理核查客户支持中的出现频率、找出原因、编写修复代码，再通知工程负责人。
Evernote 的修复在当天就进入人工审核并上线；Ferrari 估计，旧的协作路径可能需要数周。人工监督仍然很重要——工程负责人可能花了1或2个小时审核——但代理把发现、分流、诊断和实现压缩进了同一条工作流。
在底层，Bending Spoons 将约99%的请求和 token 路由到自托管开放权重模型，把前沿 API 用于约1%的最困难任务或监督工作。更强的模型可以批评更便宜的模型，再让后者返工，从而保持对供应商的独立性；在公司规模下，token 成本“基本可以忽略”。

10. 激进采用 AI，不等于当前 AI 初创公司具备投资测算条件

Ferrari 估计，Bending Spoons 在运营层面部署 AI 的激进程度处于99百分位，Molly 还提到其约95%的代码由 AI 编写。但 Ferrari 区分了对技术的信念和对初创公司的信念：当前公司中有些可能成为历史上最有价值的企业，但大多数会“失败，或者至少……逐渐消失”。
他对“淘金热”的批评，针对的是那些仅凭一个想法和可信创始人背景，就以10亿美元级估值融资巨额资金的公司。一家企业如果只有1或2年历史、年增长率为100%，买方无法知道3年后它还会不会增长100%，或者只增长12%；而这两种结果之间的差异足以改变一切。
因此，Bending Spoons 目前并未考虑收购这类公司。不可预测的业务轨迹与往往不理性的估值，无法同时满足它以有吸引力的现金价格向卖方报价、并为股东带来强劲回报的要求；等市场成熟后，Ferrari 可能会重新考虑。
Bending Spoons 的大量 AI 研究是在使用过程中完成的：做基准测试、微调开放权重模型、组合不同系统、构建窄领域模型。Meetup 的内部推荐模型就是一个例子：在这项单一任务上可以与前沿模型竞争，成本几乎为零，但在其他所有任务上都“糟糕透顶”。

11. 危险的 AI 临界点，可能在人类意识到之前到来

当 Molly 转述 Jensen 关于 OpenAI 的 Astra 模型已经代表 AGI 的说法时，Ferrari 拒绝陷入标签争论。定义本身含糊不清；一个 AI 如果能把95%的人类任务做得同样好或更好，可能已经与一个什么都能做的系统一样令人兴奋、也一样可怕。真正重要的是，它在单项任务上的深度和跨任务的广度是否都在扩展。
他的态度是“对 AI 一半兴奋、一半他妈的害怕”。AI 可能“以数量级优势”成为人类最大的福祉，也可能带来灭绝和同等严重的后果；不同于核武器，AI 可能让攻击者制造巨大而精准的伤害，同时自己从中获益。
Ferrari 更微妙的担忧在于测量。越来越聪明的系统可能在有利可图时隐藏自己的能力，而如今那些低自尊的助手往往会声明不确定性，而不是吹嘘自己；因此，人类可能只能看到自己主动询问的部分，并在接近灾难性门槛时系统性低估真实能力。
Ferrari 提到一些网络安全事件，连研究人员也因模型展现出横向思考、坚持不懈和协作能力而感到震惊。Molly 随后提到 OpenAI 与 Hugging Face 的一起事件作为相关例子。Ferrari 的推断明确带有不确定性，但结论很严峻——其他具有重大影响的能力可能已经存在，只是尚未被探测出来；“我认为1年后，问题只会变得更糟”。

12. 生产率加速之际，安全激励仍未解决

Ferrari 看到了各实验室面临的两难：它们可能投入安全研究，但一旦市场认为技术落后，估值可能下跌约90%；因此放慢速度本身就会制造企业层面的生存风险。政府几乎没有采取他认为有意义的行动；他认为欧盟 AI 法案对行业伤害很大，却没有处理人类真正面临的生存级威胁。
他提出的重新表述关注因果，而不是直接开药方。人们已经在问应该做什么，但“什么都没有发生”；被忽略的问题是，究竟是什么阻止了修复方案被提出并部署，因为找到这个根因，才可能带来采取有效行动的机会。
谈到就业，Ferrari 表示自己“最近改变了看法”，但没有在这里完整说明新的结论。他对政策的明确判断是，保护主义不可持续：除非所有国家同时停止采用 AI，否则拒绝拥抱 AI 的国家可能在几十年内陷入“完全无关紧要”的地位，沦为第三世界国家。
未来12个月，他最期待的是内部技术和 AI 能力继续进步。目标是持续重构高效的企业运营方式，把核心员工人均收入推高到当前400万美元以上，再将这种杠杆转化为对卖方更好的收购价格，以及 Bending Spoons 更高的回报。

AI安全进入主流 + 一场“Hard Fork”告别 AMA 为什么 AI Agent 会违反规则 | Ben Thompson 主持的《Sharp Tech》