红杉AI内部分享：万亿市场已来！

昨晚在家刷行业资讯，红杉2025年度AI Ascent的AI内部分享又双叒叕刷屏了。说实话，每次看到这种顶尖VC的分享，感觉随时要被新的技术潮流拍在沙滩上~

这次红杉的分享，Pat Grady、Sonya Huang和Konstantine Buhler三位大佬从市场、应用到未来的“智能体经济”，画了一张相当宏大的蓝图。今天，就结合这份“热乎”的材料，给家人们聊聊几点思考和观察。

01 万亿市场的 泼天富贵 vs 氛围营收

Pat Grady一上来就扔了个“王炸”：AI市场比云计算大十倍。下图第一行为云计算的4000亿美元的产业。而AI服务的起点要大一个数量级！

而且不光吃服务市场的蛋糕，连软件市场的蛋糕也一起啃了。听起来，就是遍地都是黄金的感觉。他还提到，AI的普及速度远超以往任何技术革命，因为“轨道已经铺设完毕”——信息渠道、用户基础都ready了。

我觉着，这个判断大方向上是没错的。从ChatGPT到各种AIGC应用，我们确实感受到了AI惊人的渗透力。但Pat也提到了一个非常关键的点——“氛围营收”（vibe revenue）。

啥叫“氛围营收”？说白了，就是客户可能只是出于好奇或者“FOMO”（Fear Of Missing Out）心态来试用你的AI产品，付了点小钱，让你感觉公司增长很快，数据很好看。但实际上，这可能并没有带来用户行为的真正改变，也没有形成真实的、可持续的用户粘性。

• 用户到底用你的产品干了啥？ 是不是真的解决了核心痛点？
• 留存率和参与度怎么样？ 是不是“三天打鱼两天晒网”？
• 客户的信任度建立了多少？ AI产品迭代快，如果用户不信任你能持续优化，那麻烦就大了。

坦白说，现在很多AI应用，尤其是一些套壳GPT的应用，很容易陷入“氛围营收”的陷阱。所以，大家一定要擦亮眼睛，别被一时的“繁荣”迷了眼，也别被上线1天7天，直接预估ARR多少多少给糊住了~

应用层是“兵家必争之地”，但你的“护城河”够深吗？

红杉坚信，真正的价值在于应用层。这点所有人都举双手赞同，毕竟大多数人也只能搞搞应用层的事情~ 回顾PC、互联网、移动互联网时代，最终跑出来的巨头，大部分都集中在应用层。

但是，现在的局面有点微妙。大模型的能力越来越强，通过推理、工具使用、智能体通信，已经开始往应用层渗透了。这对创业公司来说，挑战不小。

Pat给的建议是：从客户需求出发，专注垂直领域，专注特定功能，解决人机交互中的复杂问题。 这话说得没错，但执行起来难度不小。

• 你的数据飞轮真的转起来了吗？ 还是只是一个美好的“PPT构想”？这个飞轮具体提升了哪些业务指标？如果回答不上来，那可能就是个“空想”。
• 你的毛利率健康吗？ 虽然早期AI成本高，token成本也在降，但从销售工具转向销售成果，价值链往上走，最终能不能跑出健康的商业模式，这是个大大的问号。
• 你的壁垒是什么？ 是独特的数据？是深入行业Know-How的workflow整合？还是极致的用户体验？

说实话，现在很多AI应用同质化还挺严重的。比如前阵子火爆的各种AI coding、 vibe coding 工具，功能上你追我赶，但真正能让用户“非你不可”的核心壁垒，似乎还不太清晰。找到并挖深自己的“护城河”，是AI应用必须思考的生死命题。

03 AI产品如何真正落地？

Sonya Huang分享的AI应用进展，让我印象最深的有两点：

• 用户参与度大幅提升： ChatGPT的DAU/MAU（日活/月活）比例已经接近Reddit，这说明AI正在从“尝鲜品”变成“日用品”，用户开始从中获得真实价值。这点非常鼓舞人心！

• 两大关键突破：

• 语音生成： 跨越“恐怖谷”，达到了“《Her》时刻”。最近也体验了几个AI语音产品，确实有被惊艳到，那种自然流畅度，未来在有声读物、虚拟助手、情感陪伴等领域的想象空间巨大。
• 编程领域： 达到了“尖叫级”的产品市场契合度（screaming product market fit）。无论是cursor还是lovable，AI编程正在从根本上改变软件开发的效率和方式。现在身边几乎没有人不在用AI辅助编程了。

Sonya还提到了垂直智能体（vertical Agents）。特定工作流程、用专门数据训练的AI，在安全、DevOps、网络等领域已经展现出超越人类专家的潜力。这可能是未来AI应用的一个重要方向。与其追求大而全，不如在某个细分领域做深做透，打造出“专家级”的AI解决方案。

比如，医疗领域的OpenEvidence辅助诊断，法律领域的Harvey，这些都是深耕垂直行业的典范。当AI能够为特定行业的专业人士提供实实在在的效率提升和价值创造时，付费意愿自然就上来了。

04  智能体经济

最后，Konstantine Buhler畅想的“智能体经济”（agent economy），听起来比较科幻。AI智能体不仅能传递信息，还能转移资源、进行交易、相互记录、理解信任，甚至拥有自己的经济体系。

听起来有点像《西部世界》或者《黑客帝国》的雏形？Konstantine强调，这个经济体系是围绕人类展开的，人与智能体协作。

要实现这个宏大愿景，面临三大技术挑战：

• 持久身份（persistent identity）： 智能体得有“人设”，能记住你，你也得能认出它。
• 无缝通信协议（seamless communication protocols）： 智能体之间怎么“说话”、“打钱”？
• 安全（security）： 这个不用多说，没有安全，一切都是空中楼阁。

Konstantine提出的“随机性思维”（stochastic mindset）和“管理思维模式”（management mindset）也很有意思。我们习惯了计算机的确定性，但AI天生就带有不确定性。未来，我们可能更像是在“管理”一群AI员工，需要容忍它们的“小差错”，并引导它们完成更复杂的任务。

短期内，我们可能更多看到的是“智能体集群”（agent swarms）在特定任务中的应用，比如自动化营销流程、智能客服调度等。离真正的“经济体”，恐怕还有一段路要走。

05 “超级个体”已在路上

红杉一年前预测的“一人独角兽公司”，虽然还没成为现实，但这个概念本身就极具冲击力。它代表了AI技术对个体能力的极致放大。

在我看来，即便“一人独角兽”是终极理想，但“超级个体”的时代确实已经悄然来临。借助强大的AI工具，一个人能够完成过去需要一个团队才能完成的工作。内容创作、软件开发、市场分析、客户服务……AI正在成为个体从业者的“超级外挂”。

这种杠杆效应是前所未有的。它会如何重塑我们的工作方式、公司的组织结构，乃至整个经济形态？这是我们每个人都需要思考的问题。

Konstantine认为，智能体经济的到来，将从根本上改变我们的思维方式：

最后

总结下来，有几个核心感触：

AI浪潮下的，市场巨大，机会很多，但“氛围营收”的泡沫、技术应用的实际门槛、商业模式的持续性，都是需要冷静思考的问题。

应用层是主战场，垂直深耕是更容易一些的机会。 与其追逐大而全的模型，不如聚焦特定场景，解决真实痛点，打造有深度、有壁垒的AI应用。用户价值永远是第一位的。

“智能体”是未来，但道阻且长： “智能体经济”令人神往，但技术挑战和伦理风险也不容忽视。饭要一口一口吃，路要一步一步走。

拥抱变化，提升“AI素养”： 无论是产品、开发、运营还是内容创作者，AI都在改变你的工作。学习如何与AI协作，利用AI提升效率和创造力，将是未来职场的必备技能。

AI的发展就像一列高速行驶的列车，我们都在车上。有人看到了窗外的风景，有人在研究列车的构造，有人在思考下一站的目的地。