Ben Horowitz
前沿洞察
战略综述：
霍洛维茨判断，AI正从比特内卷全面转向“重工业化与原子世界重构”。战略重心已下沉至芯片、电力、散热等底层基础设施，以及以机器人与全栈工业AI驱动的“原子计算机”，旨在重塑餐饮、运输与采矿等物理经济并压降50%以上成本。然而，算力狂飙正撞上电网枯竭与监管高墙；技术落地的真正终局，取决于自动驾驶工程速度，更在于能否击穿既得利益者“抵制变革”这一最终Boss。
观点集合
Ben Horowitz 谈全球科技、权力与影响力之争
AI模型正成为地缘政治基础设施，既介入产品，也编码历史、伦理与价值观，使模型选择关乎主权而非单纯性能。私营AI、autonomy和网络安全厂商参与盟友威慑；锚定客户与本地关系，则可能支撑500万或1000万美元的市场投入。
查看摘要（6段）
- AI模型正成为地缘政治基础设施：它们将介入几乎所有产品，同时把存在争议的历史、伦理与价值观编码其中。 Horowitz警告说，“模型并不客观，它们有自己的观点”（“the models are not objective. They have opinions”），因此模型选择是主权决策，而不只是基准测试或成本比较：汽车、教育和家庭系统中的默认设置，最终都会投射某一方的世界观。
- 威慑越来越取决于创新速度，而不只是军力规模；这正把私营AI、autonomy和网络安全厂商拉进盟友安全体系的核心。 Neuberger以霍尔木兹海峡和红海为例：对手可以部署廉价、由软件构建的系统，而“这些技术如今并不是由政府在打造”。政府获取私营部门能力的通道，以及盟友间的互操作性，因而成为战略资产。
- AI和API让产品需求全球化的速度超过初创公司的组织供给能力，给VC支持的公司制造了商业分发瓶颈。 Raghuram将过去“几亿美元营收”的出海门槛与今天更早出现的国际需求拉动进行对比，但强调当地关系网络和市场结构仍然重要。在经济结构高度头部化的国家，5家或10家公司加上政府可能就是最关键的市场入口，因此先拿到关键关系，可能优于过早铺开全国市场。
- 一个锚定客户可以彻底改写进入市场的经济账：一笔500万美元或1000万美元的机会，足以支撑同等规模的前期国家投入。 Horowitz认为，这正是a16z在盟友、AI导向且高度依赖关系的市场中的优势：政府、企业、投资人和采用进程彼此交织。目标市场包括日本、韩国、中东、墨西哥和加拿大；Raghuram指出，日本、韩国和台湾合计拥有《福布斯》全球2000强企业的15–20%。
- 网络安全是最清晰的双重用途AI机会，也是最棘手的政策陷阱：发现漏洞既能用于修补，也能用于攻击。 Neuberger认为，模型对防守方的帮助可能“大得多”，因为防守方要覆盖广阔的资产面，攻击者却只需要找到一个入口；AI可以“持续、规模化地拧动每一扇门的门把手”。但Horowitz警告，限制漏洞发现能力，也可能阻止防守方审计和修补自己的代码。
- 硅谷不是一套可以直接在线复制的软件；它的护城河来自技术人才、鼓励创业的规则，以及赋予冒险者社会地位的文化。 Horowitz把“互联网能够催生分布式硅谷”的论点称为“轻松话术”（“happy talk”），并警告这种文化“很容易被摧毁”。对投资而言，推论很直接：税制、财产制度、雇佣规则和社会激励，既能扩大创始人与成长资本的供给管线，也能让它突然收缩。
Ben Horowitz谈American Dynamism与AI的未来｜The a16z Show
a16z新募超过150亿美元，将基金规模转化为帮助美国赢得AI革命的国家科技责任。美国正凭借创业者与愿意改规则的政府追赶中国的政府AI整合优势，墨西哥制造和日本机器人、供应链与防务能力提供互补；Anthropic与战争部的破裂则将AI部署的商业与伦理边界置于审视之下。
查看摘要（9段）
A16Z规模超过150亿美元的新一批基金，使技术规模直接转化为一项明确的国家科技责任。 Ulevitch称这是a16z历史上规模最大的一批基金，并进一步将其定义为美国历史上押注美国赢得下一个科技世纪的最大赌注。Horowitz援引Andy Grove的警告称，行业领导者天然继承了决定行业伦理与发展方向的责任；在他看来，a16z的角色是通过投资、政府协同、让公民获得技术以及与盟友协同，帮助美国赢得AI革命。
Horowitz关于American Dynamism的论点，建立在持久权利以及创业者确实能“获得机会”的可信承诺之上。 美国的机会并不完美，但创业者可以把一生押在一个想法上，而不必预期成果会被政府任意没收。在他对“self-evident”（不言自明）权利的解读中，自由来自上帝或更高层次的来源，而非政府，因此政府无权将其收回。
美国在将AI纳入政府体系方面一度明显落后中国，尽管ChatGPT也曾挑战“中国整体领先”的主流判断。 Horowitz称，如今美国创业者和愿意改变规则的政府正在快速追赶；他对此感到振奋，并认为当前冲突已经让这一进展变得清晰可见。
Horowitz将Anthropic与战争部的决裂解读为一次商业性退出，而非真正的哲学僵局。 Anthropic当时已经被部署，在美国即将开战之际还握有极强的议价能力，因此任何合理要求都可能得到满足，甚至可能拿到超出其应得的条件；但它选择离开交易，也不再回Emil的电话，这在Horowitz看来说明它“想退出这笔交易”（“wanted out of the deal”），只是他不知道原因。
Horowitz给创始人的建议，起点是战争与犯罪不会消失这一前提。 员工不应自认为在伦理或地缘政治判断上高于国务院、战争部或情报机构，也不应认定那些冒着生命危险执行任务的人员不该获得最好的技术。
盟友工业化的逻辑建立在能力互补之上：墨西哥负责高质量制造，日本负责机器人、供应链和防务协同。 墨西哥的专业能力可以支持美国再工业化，但前提是让一条“薄边境”获得更高水平的安全保障；日本则可以填补美国机器人供应链的缺口，同时其防务开支已从GDP的0%升至3%，在中国问题上的利益也与美国高度一致。
风险投资正分化为覆盖多品类的规模化平台和高度垂直的专业机构，夹在中间的公司承压出局。 当每年真正有机会做到1亿美元年收入的公司大约只有15家时，小型合伙制机构有其合理性；如今“每一家有意思的新公司都是科技公司”，覆盖所需的不只是规模和共享服务，还需要能够推动重组的集中式权力。
媒体策略已经从尽量不犯错，转向在无限渠道中持续赢得注意力。 成功的创始人或官员必须有趣，同时牢牢围绕一致的信息主线；如果出了问题，Horowitz的处方是“明天做10档播客，把舆论场淹没”（“do 10 podcasts tomorrow and flood the zone”）。
Horowitz最大的担忧不是技术雄心不足，而是美国社会对技术的悲观。 他依稀记得一项民调显示，中国对AI持乐观态度的人超过70%，美国则低于30%。他还转述一名日本人士的说法，称日本的创业生态正围绕AI重新启动；随后他给出明确的上行判断：我们将终结交通事故死亡、治愈癌症，并终结当前意义上的贫困。AI就像火，可能造成严重破坏，但它的风险可以被管理，而不必因此放弃其收益。
Ben Horowitz 谈 AI 焦虑、大科技转型与初创公司的未来 | a16z
AI 可能把软件领先窗口缩至“5周”，可复制代码和可迁移数据正削弱既有锁定。Navan 靠全球差旅关系与预算集成防守，OpenAI、Anthropic 没有天然动力建设该渠道。芯片之后，电力和内存或接棒成为瓶颈，新建 DRAM 工厂需5年。
查看摘要（6段）
- Horowitz 表示，AI 已让软件业的两条旧定律失效：钱可以买到速度，而拥有既有资产也不再能保护老牌企业。 只要资金、优质数据和 GPUs 足够，落后者也能“基本解决软件中的任何问题”；可复制的代码、可迁移的数据和由 AI 驱动的界面，正在削弱迁移、数据和 UI 锁定。定价必须绑定真正差异化的价值，因为正如 Rampell 所说，一款产品的领先窗口可能从几年缩短到“5周”。
- 所谓“SaaS 末日”，本质上是一场终值危机，但 Horowitz 拒绝对传统软件一概判死刑。 CEO 必须分清，客户将支出转向别处——这可能要求公司“大幅削减并转向”——与估值压缩掩盖了业务正在增强，是两种不同情形。Navan 仍具备防守性，靠的是全球差旅关系和预算管理集成；OpenAI 和 Anthropic 都没有天然动力向差旅管理者销售，而智能体驱动的差旅体验目前“比想象中复杂得多”。
- AI 的可投资稀缺资源正在从 GPUs 延伸至电力、内存、稀土矿产、制造能力和电网设备。 a16z 已为7支基金中的4支合计募得150亿美元，首支基金规模则为300美元；部分原因是美国必须“现在就”重建基础设施。Horowitz 预计，NVIDIA 可能远早于整个系统拥有足够电力或内存时就生产出足够芯片；新建一座 DRAM 工厂需要5年。
- AI 生成的身份冒充，让密码学身份和互联网原生货币从加密行业的支线课题变成核心基础设施。 Horowitz 最担心的场景，是一个 AI 版的自己下令转账5亿美元；他要求的技术栈要回答：“你是人类吗？”“你是我吗？”“这段内容是我签的吗？”区块链还可以为每个人提供收款地址，让 AI 智能体借助互联网上的不记名工具成为经济行为主体。
- 风险投资有两种截然不同的未来，Horowitz 拒绝假装自己知道哪一种会胜出。 AI 可能催生少数超级巨头，重演汽车业从约300家制造商整合为“三巨头”的过程，并让金融家最终演化为银行式机构。或者前沿模型可能触顶或变成公用事业；电力稀缺可能把计算推向边缘，让能力足够强的小模型进入手机。Horowitz 的结论仍悬而未决。
- Horowitz 对 AI 焦虑的回答是丰裕，同时坦承转型存在不确定性。 他说，如今可能拥有想法的80亿人，都能把脑中的想法变成代码、音乐或电影，不再受资本或创意准入门槛限制。技术历来会创造新的工作类型，也会让需求不断扩张。他的条件式预测是，15年后，美国几乎所有人——可能全世界也几乎所有人——在奢侈品和信息获取方面的生活水平，都会超过1980年任何人的水平；但要回答孩子应该做什么，仍然“是个难题”。
与 Marc Andreessen、Ben Horowitz 共谈新媒体打法
a16z将创始人主导、平台原生的媒体能力产品化：X上触达90%的创始人，Instagram账号月环比增长35%，launch as a service已带来“数百万、数百万次观看”。关键观察点是，65人 fellowship 与创始人“go-direct”项目能否在组合公司规模化复制这一分发和决策速度优势。
查看摘要（7段）
旧媒体防守已成负债，a16z 的运营准则是“说有意思的话，把舆论场淹没”（“say interesting things and flood the zone”）。 Ben Horowitz 回忆，一则早年泄露的回报数据报道杀伤力极大，以至于他“相当确定 Balaji 是因为觉得我们完了才退出的”（“pretty sure Balaji quit because he thought we were dead”）；而今天，他们可以通过30档受众更大的播客回应，或者干脆用更有意思的内容替代这场争议。“物理规律完全不同”，组织不可能一半按旧规则、另一半按新规则运转。
创始人主导的公司具备结构性媒体优势，因为如今的受众奖励可见的人、原创观点和完整解释。 Marc Andreessen 认为，抽象的公司品牌塑造出一批被训练成“什么都绝对不说”的高管；Ben 则说，职业经理人往往因为“没什么明显问题”而被选中，而不是因为真正具备什么优势。正在形成的理想形象是“Joe Rogan CEO”——像 Alex Karp 或 Palmer Luckey 这样，能持续进行3小时有趣、也必然带有争议性的对话。
互联网的主导内容单位是病毒式传播的帖子：大约12小时爬升、24小时衰退，到第36小时几乎从集体记忆中消失。 Marc 将 Marshall McLuhan 的“如果它上了电视，就是一档电视节目”改写为“如果它上了互联网，就是一条病毒式互联网帖子”：内容必须足够情绪化，能让人“情绪爆炸”，由用户自行筛选，并迅速被下一个“当前事件”取代。传统媒体跟不上这一速度，只能沦为报道昨天互联网的渠道。
对 a16z 而言，目标受众密度比总触达量更重要。 TikTok 和 Instagram 覆盖全球大众市场，但 Marc 和 Ben 认为，AI、crypto、科技和政策形成的前沿主要聚集在 X 上。对 a16z 来说，触达“90%的创始人，而不是全球4%的人口”才是更优的分发结果。
当速度决定胜负时，新媒体可以通过 OODA 循环——观察、定位、决策、行动——把决策速度转化为竞争优势。 Marc 举的例子很直接：如果一个组织1小时完成一轮循环，另一个需要2小时，那么前者的每次行动都会迫使后者在作出决定前重新开始。持续保持速度，就能“进入对手的循环”（“get inside the other guy’s loop”），让对手陷入防守，最终出现“心理崩溃”；他认为 Elon、Anduril 和 a16z 都在实践这一点。
内容形式决定认知方式，因此把同一内容机械地同步到所有平台，是一种战略错误。 Marc 将短篇文字推文归为口语文化，因为它们短促、情绪化；而3小时的口述播客则更像书面文化，因为它允许抽象和严谨论证。因此，a16z 为每个渠道配置原生运营者；其 Instagram 账号曾在一名18岁、对平台“了如指掌”的专业人士负责下，实现月环比增长35%。
a16z 正在把分发产品化为一项投资组合服务，而不是把媒体当成企业传播。 其“launch as a service”服务覆盖信息设计、社交媒体文案、发布节奏和定制视频，已经带来“数百万、数百万次观看”；其帮助创始人“go-direct”的项目，让 Applied Intuition 创始人的首条推文获得约4,000个赞。一项新媒体 fellowship 从2,000份申请中录取65人，已经为 a16z 输送了2名员工，正在建立一座稀缺人才池：既要“足够在线”，也要足够专业，能够在公司内部开展工作。
Ben Horowitz：xAI 高管出走、Apple 的 AI 危机与 AI 发展速度｜EP #232
递归自我改进与代理基础设施已经出现，近期就业冲击更可能来自员工生产力提升三倍，而非一对一替代。Apple 的统一内存设备可能成为本地 agent 算力入口，但 xAI 离职潮、加密金融、合成媒体认证和监管滞后仍带来重大风险。
查看摘要（8段）
递归自我改进已经在运行，即使人类仍在按下批准按钮。 Frontier labs 正用模型开发更好的模型，agents 则运行实验、优化推理时循环并提出下一步行动。Peter Diamandis 把人类监督比作 George Jetson 的工作：按下一个按钮；Dave Blundin 则总结说，RSI“很久以前就发生了”，人类“正在永久走出工业时代”。
近期就业冲击来自增强效率的算术，而不是字面意义上的一对一替代。 Alexander Wissner-Gross 表示，在涉及1,100人的3次董事会会议中，问题已经变成 AI 能否让每名员工“生产力提升3倍”；除非业务规模也扩大3倍，否则这意味着员工数量大约减少三分之二。与会者同时提醒，银行和保险公司未必能迅速达到理论效率。
AI 的经济学正越来越有利于资本、集中化平台和异常快速的分发。 Peter Diamandis 指出，自2019年以来工资上涨3%，利润却上涨43%；据称 Nvidia 的价值是上世纪80年代 IBM 的20倍，以十分之一的员工创造了5倍利润。Horowitz 认为 GDP 实现三位数增长并非不可能，部分原因是 AI 可以叠加在现有互联网基础设施之上，但他强调，技术准备就绪与实际采用之间的滞后仍不确定。
自主 agents 已经在获取基础设施并创造后代，使加密原生金融成为可投资的基础设施，而不只是旁支叙事。 据称，一个 agent 通过 Bitcoin Lightning 配置 VPS，并购买 API 权限供子 agent 使用：“没有人碰过信用卡，也没人说过‘可以’。”Horowitz 预计，AI 经济参与者将由基于加密货币的银行、反洗钱系统、能源市场，甚至可能是“真相账本”提供支持，因为传统银行无法给 AI 开立银行账户或发放信用卡。
Apple 在 AI 上的失误，可能意外催生了最强的复苏策略。 Mac mini 和 Mac Studio 已成为有吸引力的 OpenClaw 主机，因为统一内存能够容纳大型本地模型；Diamandis 称，用户组装“车库级算力”集群的等待时间约为2个月。Horowitz 认为，由 Apple 主导本地 agent 战略“可能是最好的单一产品战略构想”，尽管这对 Apple 来说会是一个文化上的意外转向。
xAI 的离职潮仍没有定论，而最有力的解释彼此冲突。 Horowitz 多次表示“我不知道答案”，Peter Diamandis 提出可能涉及对中国籍员工的 ITAR 限制，Wissner-Gross 则反驳说，离职早于 SpaceX 合并决定，也可能只是一次普通重组。更大的判断已经清晰：华裔和移民研究人员是美国 AI 的核心，但美国和中国政府都可能收紧对人才、模型和知识的获取。
生成式媒体已经从令人惊叹的输出，走向平台颠覆与信任侵蚀。 Seedance 2.0 将生产成本降到足以让 YouTube 和 TikTok 的个性化窄播受益；ElevenLabs 则展示了 Diamandis 认为已经“跨过恐怖谷”的语音交互。Wissner-Gross 警告，合成视频正在威胁视频作为证据的地位；Diamandis 认为，密码学强认证可能是抵御 deepfake 的唯一可靠防线。
AI 驱动的科学与太空算力构成了本期持续时间最长的登月级愿景。 与会者预计，自动化实验室将攻克蛋白质、材料、物理和医学问题，但 Horowitz 强调，临床试验、监管和部署依然缓慢。与此同时，月球质量驱动器、由 Optimus 建造的设施、轨道数据中心，以及最终的月球芯片工厂，可能把月球变成“Dyson swarm”式 AI 卫星群的基础设施，而不只是一个目的地。
创业公司的“物理定律”为何改变｜Ben Horowitz 访谈
AI普及可能在未来12–24个月加速，因为企业无需先建设新基础设施；更低能源价格、更少监管和更友好的税制也在支撑增长。数据与GPU正在改变创建公司的经济规律，AI原生收入快速扩张，但政策走向仍是美国竞争力的核心风险。
查看摘要（7段）
- Horowitz 认为，AI 的经济影响将在未来 12–24 个月内到来。 与汽车需要道路、互联网需要光纤和智能手机不同，AI 的普及不需要先建设基础设施：“互联网已经在这里……要把这东西应用起来，不需要建设任何基础设施。”加上更低的能源价格、更少的监管和更友好的税制，“经济状况比人们意识到的好得多。”
- 创建公司的物理定律已经改变。 过去的确定性是：软件不能靠砸钱解决——“人年到底是什么？午饭前就能招来700名 IBM 员工”——但现在只要有数据和足够的 GPU，Elon 就追上了大模型，“非常快地进入了这场游戏”。市场规模可能从500亿美元变成5万亿美元，而领先者如今也可能被追上——“这些都是我们过去从未处理过的概念”，这正在改变风险投资对估值和长期价值的理解。
- 市场正在过度做空传统软件公司——Salesforce 和 SAP “即使有 AI，也极难攻克”——但 AI 原生收入正以此前未有的速度复合增长。 Cursor “没花多长时间”就突破10亿美元收入，而这个品类的前任领导者用了12–15年。研究人员拿到10亿美元级别的薪酬也符合数学逻辑：构建巨型模型“有一点炼金术的成分”，无法在学校里学会——面对一家4万亿美元的公司，“如果全世界只有40个人会做呢？”
- 政策是这场工业革命重演中的尾部风险；美国曾赢得工业革命，并将其转化为军事、经济和文化霸权——“我们又走到了那个时刻”。 委内瑞拉在共产主义之前曾是全球第4富有的国家；而拜登时期要求 GPU 出口必须获得联邦批准的行政命令，意味着“我们差一点就基本退出全球芯片游戏”。
- 对就业末日的判断带着虚假的确定性。 ImageNet 是2012年，ChatGPT 是2022年——“就业大规模消失在哪儿？为什么还没发生？你凭什么这么确定它接下来就会发生？”他也否定“永久下层阶级”的说法：爆发式增长的新技术正是小额资本实现复利的地方——“如果你用5美分买了 Bitcoin，你会赚得很好。而你只需要5美分。”
- Andreessen Horowitz 的打法可以重新概括为：风险投资“对 LP 是很好的产品，但对创业者不是好产品”，所以他们打造了帮助创始人成为 CEO 的产品，并在没人做营销时开始营销。 下一项工作是在私募市场支持公司更长时间——IPO 门槛已从5000万美元收入提高到约10亿美元——但他们拒绝加入 AI 私募股权并购整合浪潮，尽管 Ben 称其为“一个非常好的商业点子”：这与一家“价格根本不重要”的机构在文化上完全相反。
- 拉斯维加斯警察项目证明了技术胜过政策。 无论是911报警还是枪声触发，90秒内就有无人机抵达现场；在他看来，犯罪率下降超过50%，警察开枪击伤嫌疑人的事件下降接近75%，谋杀案破案率达到94%。“Defund the police 没有让任何人更安全——技术才会。”
Ben Horowitz 与 David Solomon：40年来最甜蜜的宏观窗口
Solomon认为，财政扩张、降息、监管放松与资本开支共同构成罕见的强势组合，4家大型公司4000亿美元支出贡献了1%的GDP增速。交易信心正推动并购从“不行”转向“也许”，IPO也将回暖，但FTC不确定性、Goldman的规模与资金缺口仍是执行风险。
查看摘要（7段）
- Solomon认为，这是他在金融和可投资资产市场度过的“40多年”里最强的宏观组合之一。 大规模且仍在持续的财政扩张——包括始于2026年的Big Beautiful Bill——叠加降息周期、监管放松，以及他形容为前所未见的资本开支超级周期；4家最大公司去年4000亿美元的支出贡献了1%的GDP增速。这剂“刺激组合”很难踩刹车，但物价仍比过去高出25%至30%，地缘政治风险也已上升。
- 信心已将战略交易从自动回答“不行”推向“也许”，Solomon据此预测，今年可能成为“历史上最大的一年”并购年。 他还预计IPO市场会迎来更大年份，大型非上市公司终于开始进入上市 pipeline。Horowitz认同交易活动会回暖，但指出FTC的不确定性仍未消除，尤其是在科技领域，这可能把交易导向知识产权交易。
- Goldman的战略难题，是既要扩大规模，又要获得稳定资金。 其1.9万亿美元资产负债表相比JPMorgan的4.5万亿美元仍显不足；Solomon的简化说法是：“JPMorgan做到6万亿美元时，我们至少得做到3.5万亿美元。” Goldman目前拥有约5000亿美元存款，其中超过2000亿美元来自数字平台，为公司约40%的业务提供资金；15年前，Goldman还没有存款。
- a16z的崛起，建立在把风险投资当作面向创始人的产品，并进一步把这个产品设计成可规模化业务之上。 Horowitz回忆说，“没人有钱的时候，才是融资的最佳时机”，随后描述了一个可能从每年约15家营收达到1亿美元的科技公司，扩张到150家的风险投资市场。2025年，a16z募得的资金约占美国风险投资总额的18.3%。
- AI正把技术领先转化为资本密集型竞赛，而不是持久的软件护城河。 过去的《Mythical Man-Month》意味着，像Google这样的公司无法仅靠调动1000名工程师，就击垮一家由7或8人组成、已经找到产品方向的初创公司；但Horowitz认为，如今凭借专有数据和足够的GPU，几乎任何问题都能解决，“简直是魔法”。不到1年就突破1亿美元营收、某些情况下甚至达到10亿美元的公司，可能需要公开市场资本才能继续竞争。
- 企业AI最大的回报，可能来自彻底重做流程，而不是提供增量式辅助。 Goldman去年在技术上花了60亿美元，但Solomon原本想花80亿美元；如果能找到20亿美元的效率提升，就能为新增投资提供资金，同时不降低回报率。其One GS 3.0项目从6项流程入手，但要成功，必须施加自上而下的压力，因为员工被要求“拿走自己的帝国，换一种方式经营自己的帝国”。
- Horowitz将加密货币和AI监管视为美国长期竞争力问题。 GENIUS Act/稳定币法案已经成为法律后，a16z在加密领域更重要的剩余优先事项是建立市场结构的Clarity Act；在AI领域，其原则是“不要监管数学”，而应监管有害应用。a16z还反对50套彼此独立的州级制度，以及在不复现受版权保护作品的前提下限制统计训练。
Ben Horowitz 谈 AI 投资：AI 泡沫、经济影响与 VC 加速
Horowitz偏好在特定能力上做到世界第一的创始人，a16z则通过小型垂直团队在扩张中保留判断力与速度。AI需求和估值仍然异常强劲，但应用特定行为、专有数据、并购与持股纪律，将决定这一平台产出持久公司还是短暂泡沫。
查看摘要（7段）
Horowitz 的投资筛选标准是集中式卓越，而不是面面俱到的能力。 反复出现的错误，是在弱点上“过度纠结”，而不是追问创始人或公司是否“在某件事上真正做到世界第一”；“很多事情都还不错”通常反而更差。由于风险投资的结果要滞后 10–15 年，他会在“出手点”评估 GP：看其找项目、赢项目和承保判断的质量，而不是等到投资组合兑现后再下结论。
a16z 通过把投资团队控制在篮球队规模附近来放大判断力。 一位在节目中被指认为 Dave Swanson/Swinsson 的已故同事提出了“五名首发”的类比，推动公司在“软件正在吞噬世界”时进行垂直化；目前7个垂直领域之间的相邻团队会交叉参加会议，全部 GP 每年两次集中相处两三天。其运营原则是，“清晰比正确更重要”才能让组织持续前进，同时明确降低办公室政治的激励。
只有当创业者密度和技术变革足以催生数十亿美元公司时，一个垂直领域才值得获得资本。 Horowitz 拒绝把 ESG 作为单独视角，因为判断一家公司能否做大并盈利已经足够困难，不需要再增加额外标准；American Dynamism 也从宽泛的营销概念收窄为围绕国防、公共安全、能源、采矿和供应链真实变革的基金主张。“我想知道基金的想法是什么……我怎么赚钱？我们有投资人。我们得赚钱。”
公司将技术投资定义为让建设者“真正获得一次人生机会”，而美国竞争力是实现这一目标的机制。 Ben 认为美国必须在经济和军事上取胜，因此必须在技术上取胜；一名初级员工的推动促成了前往墨西哥的会议，讨论边境安全、国防制造和能源。他对文化的号召是：“如果你想改变世界，就必须相信自己能改变世界。”
AI 技术栈正证明自己比三四年前的“巨型大脑”论更为多元，也更依赖具体应用。 基础模型仍是基础设施，但人类行为的肥尾必须按使用场景分别建模：Cursor 使用13个 AI 模型，并在提供 OpenAI 或 Anthropic 选项的同时发布了自己的编程基础模型。这意味着应用复杂度可能成为护城河，削弱对简单基准测试的解读，也让 incumbents 有理由通过并购“收购未来的 DNA”。
估值快速上涨本身并不能决定 AI 是否处于泡沫：采用率、收入增速和需求同样异常强劲。 Horowitz 称需求“非常强烈”，认为即使以 NVIDIA 的增长和盈利来看，其估值倍数在历史上也并不离谱，并将 AI 描述为他见过的规模最大的技术市场。他仍然保留判断——“看看它最终如何发展”——但认为 AI 是一个全新的计算平台，拥有巨大的设计空间，因此未来会出现更多市值达到 $1B 和 $10B 的公司。
精简型公司并没有抹平真正的公司建设伙伴的价值，也未必打破风险投资的持股经济学。 a16z 最近的交易通常仍能拿到20%或更高的持股；拥有特殊创始人的杰出公司可能适用不同条款，但这些企业可能成长得极快，以至于较低持股“也没问题”。面对3,000多家 VC 机构，Ben 表示真正能帮助公司成功的并不多；Speedrun 则因为新工具能让创始人更快把想法变成产品，而更早介入。
Ben Horowitz 与 Ali Ghodsi：如何经营一家千亿美元企业
Databricks 在 Spark 采用停留于约300万美元 ARR 后，通过专有软件、企业销售和商业化领导力摆脱开源商品化，再依靠分发合作与严格收购实现规模化。Ali Ghodsi 的运营体系优先看人、产品整合和客户证据，而非先买收入；公司的生存还依赖时机、持久的创始团队，以及拒绝六倍原估值收购报价的决定。
查看摘要（7段）
- Databricks 认识到 Apache Spark 的流行并不等于商业模式，成功绕开了开源项目的经典陷阱。 下载量和 Spark Summit 证明了需求，但客户仍会问：“我为什么不能直接下载开源版本？”PLG 的ARR停在约300万美元后，公司增加专有差异化能力，聘请有经验的商业化负责人，并全面转向企业销售。
- Ali Ghodsi 的 operating system，是激进的自我教育，加上直接接触事实真相。 他建议创始人承认自己“什么都不懂、归零”，访谈最优秀的从业者，对照彼此冲突的方法论，再招募足够优秀、能反过来教会自己的人。他和 Ben Horowitz 认为，CEO 必须“低空高速飞行”，因为真正的知识在客户和一线员工手里，而不在整齐的高管班子或组织架构图里。
- 高强度要靠领导力、组织设计和可见的影响来规模化，而不只是延长工时。 Ali 通过夜间、周末工作来定调，也会通过背调核验候选人，但明确反对把倦怠当成目标。Ben 更尖锐的观点是：如果员工身处一场“三条腿赛跑”式的依赖关系，知道额外努力也不会改变结果，那么任何激励演讲都无济于事。
- Microsoft 的合作之所以成功，是因为真正的产品换分发交易，又被一项痛苦的承诺进一步夯实。 Microsoft 的产品组合存在缺口，手上约有6万名销售；Databricks 有产品，但要牺牲“12个月的路线图”来完成整合。团队要求对方给出大额预承诺，让 Microsoft 内部有人在项目失败时真正承担后果，而这笔交易前后“死了”大约10次。
- Databricks 评估收购时，顺序与传统企业开发完全相反：先看人，再看产品整合，最后看财务。 Ali 要的是愿意再建设5年的创始人，以及能够整合成一个产品的代码库；先买收入或许能带来2年的增长，但最终只会留下“一袋彼此无法协同的垃圾”。Ben 认为，隐藏的牺牲品是销售效率：每套独立架构都会带来更多专家、支持系统和客户摩擦。
- 一个关键决定，是拒绝一笔相当于 Databricks 当时估值6倍的收购报价。 Ben 承认，出售会让 a16z 获得丰厚回报，但随后把真正的代价定义为：Ali 可能用一生去想，他是否放弃了自己“唯一一次机会”。同样的野心还把将 Databricks 加入 FANG 的看似荒谬建议，变成了 P95 工程师薪酬模型；此前，Ben 已在2019年、公司估值60亿美元时预测 Databricks 将达到1000亿美元。
- 即使到了 Databricks 的体量，AI 人才市场也不能被当成纯粹的竞价赛。 Ali 认为，外界报道的1亿美元报价，很多被有动机重置薪酬预期的 CEO 夸大了；他的对冲手段是导师关系、学习机会和真正的所有权。他以1000亿美元估值和1万名员工对比小型创业公司。Ali 还强调运气：2012年启动可能太早，2014年可能太晚，而实际的2013年启动勉强熬过了冻结的 Series C 市场——“随机性太大了”。