David Haber
前沿洞察
AI正推动软件从“记录工具”向“数字劳动力”跃迁，吃透人力薪酬池，撬动万亿美元级增量。商业回报已由算法转向落地结果，席位计费必死，唯有结果定价与交付成品方能破局。面对模型商品化与欺诈蔓延，单点套壳毫无防御力；真正的护城河深植于深度嵌入业务流、独占私有结果数据、重塑授信与合规核心，并在组织信任约束下筑牢网络级防线。
观点集合
Goldman Sachs董事长谈金融业为何以不同方式采用AI｜a16z
金融业将激进采用AI，但近乎零容错要求已验证系统与替代系统并行运行，有时需完成50次测试且“最后49次”全部完美，技术初期反而推高成本。若不透明软件执行70,000笔交易，机构将难以检验输出并承受放大的尾部风险，监管节奏与公众认可度将成为OpenAI、Anthropic等系统重要性AI公司的关键观察点。
查看摘要（7段）
Blankfein 对风险管理的核心判断是，投资者必须承担风险，同时提前规划并买入廉价的对冲工具。 与其执着于预测，不如追问可能发生什么、投资组合会如何反应，以及在“飓风逼近”前有哪些保护措施可用。周密的预案能让公司行动快到看起来像未卜先知：“我希望所有人都因为抢跑而被叫停”（“I want everybody to be called for a false start”）。
金融业会激进采用AI，但近乎为零的容错空间意味着其采用曲线不同于Silicon Valley；Goldman在测试替代系统时仍让已获验证的系统继续运行，有时要跑足50x，并确保“最后49次”全部完美，才会切换。 技术因此在初期反而推高成本；受监管机构不能在上线失败后靠道歉收场。
AI最被低估的危险，不是机器智能压过人类，而是不透明、规模巨大且高度杠杆化的执行。 软件可能在没有人类直觉、也没有可见推理链的情况下执行70,000笔交易，而过去交易室一旦有人报出错误价格，整个房间就会立刻停下来。监管或许需要放慢部署，“不是因为它比我们聪明、会把我们变成宠物”，而是因为机构目前还无法检验输出是否正确。
AI“将变得非常、非常重要”，但这并不意味着每个模型或每家公司都会成为赢家。 Blankfein认为，由创始人主导的超大规模云服务商押上自己的财富与自尊，确实体现了强烈信念，但信念不等于正确。他认为，世界可能只需要4个大型语言模型，而不是10个；其中2个可能成为超级赢家，最终赛道甚至可能收缩到2个。
Goldman上市后仍保留了合伙制的行为逻辑：让员工对整个公司负责，再按公开市场的数学重塑盈利。 Glass-Steagall废除后，更大的资产负债表变得必要，但股东看重的是盈利稳定性：“私营公司看E，上市公司看P/E。”将自营风险转入基金，相当于把“100美分美元”变成风险更低的“20美分美元”，需要更大业务规模，却有助于获得更高的P/E和股本回报率。
Goldman在金融危机中的优势，来自在现实迫使公司就范前，先把估值打回现实。 独立估值团队要求交易员“出去卖点东西——卖掉一部分”，从所谓AAA资产中暴露出已经消失的买盘，并在仓位被迫出售前先把损失计入账面。Goldman还完全对冲了AIG敞口、要求抵押品，并履行了Chrysler等客户的承诺——但“不会更多”，也“不会提前”。
具有系统重要性的AI公司，应在舆论反弹到来前建立公众认可。 Goldman直到危机来临才意识到自己已经“太重要、太有影响力、太庞大，不能继续匿名”，但此前没有面向消费者的关系为其声誉提供锚点。Blankfein建议OpenAI、Anthropic等机构的领导者尽早解释自身的经济功能，因为当公众认定出了问题时，再保持谦逊和隐身就会变成负债。
AI 改变一切后，如何重组组织｜Block 的 Owen Jennings 做客 a16z Show
Opus 4.6和Codex 5.3打破人数—产出关系，Block随后裁减略多于40%的员工。Money Bot从约15人缩至4人加2,000美元tokens；生成式UI虽有参与度上行空间，但覆盖数千万用户的QA可能“是一场噩梦”。
查看摘要（7段）
- Jennings表示，12月第一周打破了延续数十年的员工人数与公司产出之间的联系。 Opus 4.6 和 Codex 5.3 突然具备在复杂既有代码库中工作的能力，让1-2名工程师的生产效率提升至“10倍、20倍或100倍”。Q1复盘后，Block裁减了略多于40%的员工。
- 这次裁员的构成，反驳了“这不过是清理2021年过度招聘”的说法。 开发部门的减员幅度远大于其他部门，而外呼销售和客户管理几乎未受影响；Block还保留了合规和合规技术职能。Jennings说得斩钉截铁：“我们已经不再手写代码了。这已经结束了。彻底结束了。”（“We’re not writing code by hand anymore. That’s over. That’s done.”）
- Block用小团队监督大量机器劳动力，取代了功能团队模式。 Money Bot的团队从约15人变成4人，外加2,000美元的 tokens；Jennings表示，他如今会在最多14个并行生成PR的智能体之间切换上下文。会议数量下降70-80%，开发层级减少约50-60%，小队现在每组1-6人。
- 运营杠杆已从软件开发延伸至确定性业务流程。 Block的聊天机器人和AI电话客服已经自动处理大多数咨询。Block目前在风险和合规环节保留人工介入，但Jennings预计，系统最终处理这些队列的效率会超过“1,000名人工客服”。
- Block押注，静态金融应用界面将在6个月内开始消失。 Goose是其不绑定模型的框架，可调用大约120个模型，为 Cash App 的 Money Bot 和 Square 的 Manager Bot 提供底层支持。生成式UI可以按需生成针对具体客户的图表，甚至餐厅排班应用；这既带来用户参与度的上行空间，也带来覆盖数千万用户的QA问题，可能“是一场噩梦”。
- 短期护城河仍包括分发、监管、网络效应和硬件；长期护城河则转为专有认知。 任何人都可能在1周内做出点对点软件，但不可能“vibe code”出5,000万-6,000万月活用户。Block要建立的护城河，是围绕其独特信号——买家和卖家如何参与经济活动——形成快速反馈闭环；因为那些说不清自己独有认知的公司，“可能会被 vibe code 掉”。
- AI转型尚未解决Block与公开市场之间的脱节。 Haber指出，过去6-7年里，业务和人均毛利都在增长，但股价大致持平；Jennings承认，2021年约260美元的股价“有一点不理性”。他的回答刻意放眼长期：市场现在是投票机，之后才是称重机（“markets are voting machines now, weighing machines later”），所以“只管把东西做出来”。
AI将如何重塑2026年的金融科技
金融科技下一轮价值将从数字化可得性转向现金流授信、嵌入式金融、反欺诈和真正执行机构工作的企业软件。AI能够自动化合规与服务等劳动力，但消费金融代理仍受信任约束；随着欺诈加速，Plaid的Protect和Lens Score将检验网络规模的价值。
查看摘要（7段）
金融科技已从初创企业类别，变成金融服务的运营底层，但其资本周期依然极度季节性。 2020年中至2022年初的“大EDM狂欢夏季”（“big EDM pumping summer”）期间，约25%的风险投资资金流入金融科技；2022年下半年则“基本为0%”。David Haber认为当前周期处于“初春到仲春”：更强的幸存者、新创公司，以及借贷和整体经济中尚未消退的积雪。
第一轮金融科技浪潮解决了可得性问题，下一轮必须改善金融产品本身。 数字化如今可以让用户在1小时内拿到30份房贷报价，或在5分钟内完成Rocket申请，但正如Perret所说：“我们让它数字化了，但不一定让它变得出色。” 基于现金流的授信、更强的反欺诈控制、嵌入式金融和全栈产品组合，将成为下一批价值洼地。
短期内，AI在机构端最清晰的角色可能是自动化劳动力，而不是推出自主运行的消费金融。 Haber认为，金融机构正从防御式的内部开发，转向采购“真正能干活”的外部软件，覆盖合规、风控、服务、资金管理和交易。能够用50种语言工作的语音代理，展示了新的经济学： “总可服务市场主要就是劳动力”（“The TAM is largely labor”）。
消费金融代理仍是一个披着技术机会外衣的信任问题。 Perret希望有一款应用，能自动把工资分配到日常支出、高收益储蓄和投资中，但他怀疑普通用户是否会接受无法解释的资金流动：“我的钱在哪？这是怎么回事？” Plaid的策略是做基础设施：让用户安全连接数据并授权操作，同时观察新行为的形成，并防范由此出现的新风险。
AI已经让对手的扩张速度超过了防守方。 金融欺诈正以18%至20%的年速度增长，Perret对2026年的悲观判断是：“现在赢的是老鼠”，即便猫最终会获胜。AI已经取代了部分“杀猪盘”操作中原本由人工工厂完成的工作，而Plaid Protect则结合银行、设备和跨网络行为，对用户、账户和操作进行评分。
加密货币走向主流，靠的是熟悉的金融行为，而不一定是另起炉灶的系统。 Perret认为，投机、预测、储蓄、投资和消费都是持久的消费者需求，变化的只是产品形态。Haber预计核心金融服务与USDC等稳定币之间会出现一定程度的融合；Perret则不确定加密货币是否会与银行合流，Haber仍为其更去中心化的前沿方向留下空间。
Plaid的下一轮增长，建立在只有网络规模足够大之后才可能诞生的产品上。 Protect以及基于收入和支出的Lens Score，被定位为2026年的主要增长驱动；此前Plaid经历了11至13年的发展，包括签署出售给Visa的文件、交易逆转、金融科技寒冬和数次“重新创业”时刻。Perret认为，真正带来纪律和数据基础、从而加速产品开发的，是下行周期，而非繁荣期。