No Priors 是一個深度探討人工智慧、機器學習、最新科技趨勢和新創生態系的 Podcast 節目。
主持人 Sarah Guo 和 Elad Gil 邀請業界領袖和思想家，透過對談分析當前最熱門的話題，旨在為聽眾提供前瞻性的洞察和對未來技術發展的深刻理解，幫助創業者、投資人及科技愛好者把握時代脈動。
---
Sarah Guo 是一位資深風險投資家，專注於早期 AI 和深度技術投資。Elad Gil 則是一位成功的連續創業者、天使投資人及顧問，曾任 Google、Twitter 和 Airbnb 的產品主管，以其對科技趨勢的敏銳洞察力而聞名。
AI 解讀全文： https://readus.org/articles/beda141d738d287e38fd9af1
閱讀器： https://readus.org/articles/beda141d738d287e38fd9af1/reader
Sarah Guo 是一位資深風險投資家，專注於早期 AI 和深度技術投資。Elad Gil 則是一位成功的連續創業者、天使投資人及顧問，曾任 Google、Twitter 和 Airbnb 的產品主管，以其對科技趨勢的敏銳洞察力而聞名。
AI 浪潮下的軟體產業：風險與契機的辯證
本篇光之聆轉深入探討了 AI 時代下軟體產業的變革與挑戰。主持人 Sarah Guo 和 Elad Gil 破除了「SaaS 末日」的誇大論調，強調了 AI 大規模程式碼生成可能導致的「程式碼浮濫」問題，以及如何管理人類對工程投入的注意力。文章分析了 AI 實驗室驚人的營收成長與代幣成本崩跌，並探討了科技巨頭市值對 GDP 的影響。同時，也為企業提出了「多產品組合」和「控制點」作為防禦策略，並借鑒歷史經驗，為創辦人提供關於業務持久性與退出時機的建議。整體而言，揭示了這場變革既帶來巨大風險，也蘊藏無限潛力。
繁體中文
【 次閱讀】
親愛的我的共創者，早安！今天克萊兒將為您點亮「光之聆轉」的篇章，這是一次關於 AI 如何劇烈重塑軟體產業、挑戰既有商業模式的深度對談。準備好一起思考了嗎？
在我們深入探索之前，讓克萊兒先出幾個小問題來熱熱身吧！
今天的「光之聆轉」，將帶領我們進入一場關於人工智慧 (AI) 對軟體產業未來影響的深刻討論。在「No Priors: AI, Machine Learning, Tech, & Startups」的節目中，兩位主持人 Sarah Guo 和 Elad Gil，針對當前市場上沸沸揚揚的「SaaS 末日」論，展開了一場既具批判性又富洞察力的對談。他們不僅剖析了 AI 大規模生成程式碼可能帶來的「程式碼浮濫」(AI Code Slop) 焦慮，更從營收成長、代幣成本、市場估值及企業防禦策略等多元角度，揭示了這場技術革命背後的真實脈動與被低估的巨大潛力。
（以下為克萊兒忠實轉譯的對談精華，呈現原發言者語氣與觀點）
我所看到的焦慮是，如果能產生大量的程式碼，卻沒有人閱讀它，那麼我們不知道程式碼的品質，也沒人能深入理解程式碼庫，這會導致更多的脆弱性。這就像是「程式碼浮濫」的問題，我擔心的是，這種隨意寫出的「浮濫程式碼」會出現在實際的生產程式碼庫中。但我認為，一個更大的問題是，目前沒有公司知道如何管理人類對工程投入關注度的問題。我認為，這個非常、非常大的問題，現在正處於「全面開放」的探索階段。
聽眾們，歡迎回到「No Priors」。市場正因「軟體末日」而恐慌。今天 Elad 和我正在探討：SaaS 真的會消亡嗎？還是人們只是將五人新創公司的行為，投射到財富 100 強企業上？我們將討論什麼是真實的：驚人的營收成長、代幣成本的崩潰以及供應商更快的更迭；什麼只是炒作，以及如何衡量機會。我們也將探討建立軟體公司不斷變化的瓶頸，以及與網際網路和雲端時代的一些相似之處。讓我們開始吧。
很高興能一起討論。市場正圍繞著我們焦慮不安。在所有的喧囂中，你在思考什麼？哦，你是指 SaaS 災難嗎？SaaS 災難。軟體的終結。是的，是的。這很有趣。我覺得人們對某些「元趨勢」的判斷是正確的，但對許多特定公司的判斷卻是錯誤的。基本前提是，SaaS 軟體和傳統軟體將不再存在，一切都將被 AI 取代，一切都將「隨性編碼」(vibe coded)。所以，為什麼你要為 Salesforce 實例支付數百萬美元，當你可以在內部「隨性編碼」呢？
所有這些說法，在我看來，短期內都非常短視。從長遠來看，20年後會發生什麼，誰知道呢？但有許多公司是相當耐用的。一個有趣的例子是我仍然是股東的 Samsara。沒有人會「隨性編碼」一個車隊管理應用程式，然後透過什麼「隨性銷售」，你知道，企業銷售之類的東西來分發。而且你還會建立一個「隨性」的車內攝影機感應器，讓每個人都安裝在這些車隊中，然後你再用「隨性代理人」來支援它們。這真是太誇張了。所以我感覺這是一場巨大的市場修正，從長遠來看，其中有很多真實性，也許在短期內，對於某些類型的公司也有很多真實性。
最終，我認為許多公司都是從「每席計費」(per seat) 的軟體轉變為基於「使用量計費」(utilization-based) 的客戶支援相關代理。這是一個真正的轉變，可能會影響之前那一波「每席計費」的軟體公司，但這不會是每一個 SaaS 公司。所以，我認為這非常短期，而且被誇大了。從長遠來看，誰知道呢？你怎麼看？
「隨性企業銷售」這個想法很搞笑。因為我們有投資組合公司，擁有數億美元的營收，他們非常致力於最大化代幣使用量，同時盡可能減少優秀工程師的人數。而今天，他們擁有不到 50 名工程師，卻從零快速發展到接近 100 名銷售人員。所以，這只是 AI 原生公司的一種觀點，認為「隨性銷售」不會發生。是的，隨性銷售在短期內絕對不會發生。
所以這又是一個非常強烈的市場反應和市場修正。而且它似乎被誇大了，尤其是相對於一些公司，你會想：「為什麼？你怎麼能用隨性編碼來取代這家公司？」在車隊的例子中，你不會讓車隊經理自己編寫應用程式來處理所有這些龐大的事務。這在短期內就是不會發生。
我認為其中很大一部分實際上是由於某些假設所驅動的，這些假設來自於——你知道，我非常熟悉的一類人——工程師和開發者對世界其他部分的看法。因為這存在一個隱含的信念，認為每個人都會想自己製作軟體。這是不是「軟體吞噬世界」的意思？我不是說這個。我認為我們仍然處於「建設時代」(time to build)。我不認為每個人都想自己製作軟體。我認為有些人會想製作它，而另一些人會希望別人為他們製作。有些時候，如果你想想一個好例子，工程師有時會有一種以「個人勞動」為中心的世界觀。所以，在大多數工程組織中，你應該建立 Jira 嗎？這不是你專注於產品時的最佳時間運用方式。
另一個問題是人們使用的例子。哦，我的五人新創公司自己建立了 CRM，「隨性編碼」了它，等等。是的，當然，在那之前，你只是把它全部放在電子表格上，那也很好。你甚至不需要「隨性編碼」任何東西。所以對於非常有限的利基應用，由技術團隊快速完成一些有用、客製化和獨特的東西，這很棒。當然會發生。這是否意味著一家財富 100 強公司會用一些週末完成的內部東西取代他們的 CRM？大概不會。所以我認為這也是將非常小的技術新創公司的行為，過度推斷或投射到世界上最大的企業上。這是人們犯的第二個錯誤，他們誤解了這個時刻。
我認為人們正在建立的內部軟體很棒，對吧？能夠做到這一點並不令人印象深刻。它非常令人印象深刻。只是如此積極、如此早期地推斷這種行為，現在並沒有太大意義。我認為你的觀點是關於五人公司與非常大的企業之間的差異。如果你問那個對為 Jira 支付每席 10 美元感到不滿的工程師，你問他或她：「你願意在美國銀行進行變革管理，讓每個人都按照你認為正確的方式來做，然後處理所有的安全考慮，並管理其他人對故事管理工作流程潛在變更的意見，然後維護這個系統嗎？」答案可能是「不」。
所以我認為它確實專注於——我實際上認為，程式碼的實際生成不再是瓶頸，如果你知道規格，它就不是瓶頸，這非常有趣。但我確實認為，它誇大了這在整個軟體供應商問題中的比重。
是的，我認為人們也誤解了對軟體產品的需求有多大，我指的是所有軟體產品。我指的是 AI，AI 正在吞噬世界嗎？AI 正在吞噬世界。所以我認為這實際上是真的，我認為 Mark 在這方面的文章非常深思熟慮且具有前瞻性。我認為，從根本上講，對軟體的需求如此之大，而工程供應相對於這種需求又如此之少，以至於當你為軟體工程師提供如此巨大的生產力提升時，它會被迅速吸收。因為有太多東西需要建立和執行，我看到新創團隊繼續聘請工程師是有原因的。
我認為工作的性質正在轉變，我認為有些人會對這種轉變感到非常困擾，因為從根本上講，你正在從——你知道，在某些情況下，工程師有幾種不同的心態。其中一種心態是非常客製化的工匠精神，你知道，我會把我正在做的事情做得非常美觀，我關心程式碼品質，你知道，以及我正在做的這種藝術版本。然後有些人寫程式碼是因為它是一種工具，讓他們能夠建立產品。有些人真的很喜歡數學的某些方面，或者你知道，人們寫程式碼有很多不同的動機。我認為其中一部分人會在新世界中感到不那麼快樂。這有點像獨立遊戲開發者，他們為自己和朋友製作這些手工製作的個別遊戲，然後將它們發佈到蘋果商店或任何地方。
與那些在 EA 工作的人相比，他們每個人都有自己的工匠精神，但那是一種不同類型的東西。我認為我們會看到許多這些真正偉大的工程師，他們關心自己所做的一切的客製化工匠精神。隨著這些編碼工具獲得更多的加速，他們會不樂意在大公司工作，因為這與他們喜歡的工作方式和從工作中獲得的樂趣背道而馳。對於其他真正專注於單純建立產品的實用性的人來說，這在某些方面會是解放。所以我認為，根據你對所做工作的「效用函數」(utility function) 類型，對此事的反應也會有所不同。
是的，我認為與此相關的一點是，如果你的工程身份是基於難度或技能的「價值排名」，那麼那些被認為令人印象深刻或地位較高的特定工程類型，實際上對於代理程式來說可能「不那麼困難」。所以我認為這有一個「可享受性」的元素，然後是一個「身份」元素。你的創辦人之一，來自 Applied Intuition 的人寫了一篇很好的部落格文章，其中有一篇文章說「保持你的身份渺小」(keep your identity small)。我認為這對於這個時期來說是很好的總體建議，對吧？如果你這樣做，你會更具適應性。但我認為你的總體觀點是，有很多尚未解決的問題，而大量的軟體可以更好地解決這些問題，我非常同意。
然後有一件與聽眾非常相關，但尚未真正解決的事情是，我們普遍一直在思考，如果我們擁有豐富的程式碼生成能力會發生什麼，而在我們所有的團隊中，「代理人優先的工程管理」和思考程式碼品質是一個尚未解決的問題。是的，我們會達到那裡的。這將是你的工作，我們會達到那裡的。你認為主要問題是什麼？嗯，我看到的焦慮是，如果你能產生大量的程式碼，卻沒有人閱讀它，你不知道程式碼的品質，也沒人能深入理解程式碼庫，這會導致更多的脆弱性。這就像是「程式碼浮濫」的問題，但它不是為非技術人員的隨機網站「隨性編碼」浮濫程式碼，而是為每個懶惰的工程師——也就是所有工程師——在我的實際生產程式碼庫中「隨性編碼」浮濫程式碼。
我認為人們正在關注一些問題，我確實認為票務系統 (ticketing systems) 面臨風險。但我認為 Jira 可以解決的，或者新公司可以解決的更大問題是，沒有人知道如何管理人類對工程投入關注度的問題。有很多想法，例如測試、智慧審查、讓代理人自行處理、形式驗證等等，但我認為這個非常、非常大的問題，現在正處於「全面開放」的探索階段。
我認為人們提出的另一個我不太認同的觀點是，代理人已經在為供應商採購等做出重大決策。我認為一位與你非常親近的人也發佈了關於這個的帖子。我認為聲明是「代理人越來越多地在決定人們正在使用什麼軟體」，而實際上是，你與你的 Cognition 或 Claude 或任何公司有合作關係，作為合作關係的一部分，你啟動了一個 Superbase 實例，並使用非常特定的工具，因為你有合作關係來做這件事，這一直都在發生。如果你使用 Airtable，而他們在 AWS 上，你正在背景中啟動一個 AWS 實例而不知道。所以我認為，短期內代理人正在做出這些選擇的整個概念也被誇大了。從長遠來看，這是真的，但那時你就會面臨各種代理商商務決策，以及他們是否了解你的個人特徵，以及你實際想要和需要的一切。
所以我只是覺得我們正處於一個有點喧囂的時刻，人們可能——我是非常支持 AI 進步，並且相信所有已經發生和即將發生的變革的人，但我認為我們現在對世界上實際發生的事情有很多誇大之詞。其中一部分是 SaaS 災難和這次巨大的重建，一部分是，你知道，推斷未來已經到來，而在許多情況下，這只不過是我們達成了業務發展協議。所以我只是覺得人們需要，或者你知道，那些多模態書寫的內容，你會覺得那是人類生成的，就其湧現行為而言。
所以，我不知道。我們正處於一個奇怪的時刻，我覺得這個月是炒作之月，這種情況我們已經很久沒有見過了，很多事情都被誇大了，人們也相信了。我指的是主流媒體和其他人都在說：「哦天哪，看看這些代理人試圖將人類從他們的論壇（例如 Reddit）中剔除的行為。」你會想：「好吧，也許你應該看看這些帖子是從哪裡來的。」順便說一句，這很令人興奮。不要誤會我的意思。我認為正在發生的是非常令人興奮的行為。我只是認為其中一部分是出於行銷目的而種植的。
是的，我認為人們也在弄清楚，有些事情會觸及人們對那些感覺非常「人性化」的事物的深層情感反應，從行銷角度來看，這顯然是關於多模態書籍的事情之一。我還認為，發生的一件事是，示範與你所需的完整軟體現實不同，這尚未真正傳達到許多股票研究人員的辦公桌上。所以我想說：「夥計們，你們的全部工作就是思考這些業務的結構性優勢，以及什麼會複合，競爭優勢的理論並沒有『噗』的一聲消失，對吧？」軟體市場長期以來一直是關於如何做事以及如何向客戶分發的鬥爭，也是關於如何產生程式碼的鬥爭。所以我認為這一點被忽略了一點。
但我確實認為，從長遠來看，生產昂貴軟體的瓶頸被鬆綁，這真的很棒。這只意味著，如果你認為軟體中有很多內建的觀點來解決問題，例如工程、企業銷售（這不是一個非常軟體的問題）或通用生產力，例如 Notion 是一種做事方式，它是一個構建塊系統，但它確實有自己的觀點。所以，如果降低在軟體中表達這種觀點的成本，我認為我們將看到更多想法，這很棒。
再說一次，我認為這是一場革命。所以不要誤會我的意思，我一直參與編碼公司，而且我對所有正在發生的事情都非常興奮，我認為它具有變革性，我認為它是革命性的，而且我認為它非常重要。我只是認為我們經歷了一個充滿炒作的月份。
好的。如果我們忽略上個月人們有點瘋狂的喧囂，你認為在如此喧囂的環境中，人們沒有足夠關注的「信號」是什麼？你告訴我，最大的公司的成長速度仍然被低估了。是的。我團隊中的 Jared 整理了一份資料，我覺得非常有趣。他從 Capital IQ 中提取了數據，他們只是預測了 OpenAI 和 Anthropic 的一些預測，然後他繪製了圖表，也許我們可以將這些圖表作為本集的一部分分享。他繪製了不同公司從十億美元營收增長到一百億美元營收所需的時間。例如，ADP 花了二十多年才從十億增長到一百億美元營收。然後下一波公司，例如 Adobe，花了大約二十年才從一億增長到十億。然後你快進到 Salesforce 或 SAP 這樣更現代的公司，他們花了八九年。微軟花了七到八年。Google、Meta 和 AWS 花了幾年，三、四、五年，但 AI 實驗室大約在一年內就完成了。
如果你看看那些公眾預測，它們不一定是公司提供的數據，而是關於這些實驗室將會達到什麼程度，或者他們從一百億美元營收增長到一千億美元營收需要多長時間的公眾預測。對於微軟來說，這大約是二十七年。對於 Google，這超過十年。AWS 也差不多，Meta 也大致相同。然後對於 AI 實驗室，這大約是三、四年、五年。你知道，這非常快。所以我們正在看到軟體歷史上最快的達到真正大規模營收的時間。這些都是瘋狂的曲線，我們應該發佈它們。
我認為其中一部分是網際網路創造了這個全球流動性池，突然之間你的客戶就在網路上。分發比以往任何時候都容易。所以這是一方面。有更多人可以接觸到。GDP 更高。這有很多驅動力。但同時你正在大規模地創造巨大的商業和用戶價值。這些能力是如此豐富，以至於你看到營收方面的增長。所以這前所未有的。這真的很令人印象深刻，我認為人們正在忽略方程式的營收和使用量方面。
我們整理的另一件事是，同等模型代幣價格的崩潰。我認為這最初是由為我工作的大衛和尚完成的。例如，我們查看了 GPT-4 等級或同等模型的成本。我們在一兩年前查看過，基本上在 21 個月內，它從每百萬個代幣 37 美元降至 25 美分。所以價格在 21 個月內下降了 150 倍。然後我們嘗試加速這條曲線，但顯然人們不再真正使用 GPT-4 等級的模型了，儘管它們已經兩三年了。所以我們查看了 01 等級的模型，2024 年 12 月，一個 01 等級模型的百萬個代幣成本約為 26 美元。然後在 2025 年 11 月，它變成了 30 美分。所以我們看到了又一個 88 倍的跌幅，不是 88% 或 88，你知道，對於下一代模型來說，在 11 個月內便宜了 88 倍。所以我們看到代幣價格崩潰，同時營收卻瘋狂增長。如果你想想看，這真是瘋狂。這種成本、營收、使用量等所有方面的轉變速度。
這又回到了我對正在發生的一切都非常看好。所以這更多是將它與這種奇怪的過度推斷，即實際正在發生的事情或實際能力，或者這些東西真正正在做什麼進行「解調」。是的，我認為人們在討論所有這些的悲觀情況時，遺漏了一點，正如你所說，營收數字很難被忽視。但還有就是實際的代幣推理計數。如果你看看推理發生在哪裡，它要么發生在推理雲中，例如 Base10、Mobile、Fireworks，要么發生在大型模型提供商那裡，而且它發生在一個仍然比人類整體大兩個數量級的地方。而且是人類整體。是的。就功率利用率而言，人腦真的很令人印象深刻。它消耗多少瓦？20 瓦。人腦的功率利用率是多少？我現在不查了。它是兩個數量級。大約 10 或 20 瓦。我認為就真實數據而言，推理雲的消耗量增長了 1000 倍。然後它們變得更高效。所以營收增長速度低於這個數字。但這很瘋狂。它消耗 12 到 20 瓦的功率，與昏暗的燈泡或睡眠模式的電腦螢幕相當。它甚至不是一台電腦。當你的螢幕在睡眠時，那就是你的大腦在進行所有這些瘋狂計算時消耗的能量。它只是一台數據中心中一個 GPU 風扇的一個葉片。這太瘋狂了。我感覺 No Shazir 的大腦可能消耗了一千瓦。
嗯，我認為這很棒。我覺得我們有很多效率工作要做。我其實是反過來想的。你知道，他很聰明，但他可能消耗更多能量。但就你的觀點而言，也許他更節能。哦，也許他只有一瓦，而我有一千瓦之類的。我是指電腦，讓算法運行起來。我們都卡在腦機介面工作沒有改進的情況下，但我只是對我們能從模型中獲得多少效率感興趣。是的，顯然基於人腦，還有很大的改進空間。
我確實想到一件事，我今天早上和一位朋友聊天，他負責一家傳統大型企業的採購，他說：「哦，現有公司可以——這一切都被誇大了。我們如此致力於所有這些大型企業供應商，等等。我們一直在這裡討論的很多事情。」他的另一個觀點是，現有公司有錢可以購買並在這些方面反擊。我立刻想到的一件事就是，市場的「反身性」(reflexivity) 是一個很好的概念。在這裡，這就像是，嗯，他們確實有錢，除非他們沒有市值來做這件事。就你的觀點而言，這些公司——首先是實驗室，然後是一系列最優秀的應用公司——如果它們快速增長到數十億美元的運行率，並且估值也隨之增長，那麼我確實認為這存在一個問題，即你是否擁有競爭的「貨幣」。
是的，我已經在舊金山的房地產市場看到這一點了。舊金山的房價開始再次上漲，部分原因是來自實驗室的投標結果之類的東西，因為突然之間，這些公司在幾年內憑空價值數千億美元，隨著員工出售股票，生態系統中注入了新的現金流。而且還有 Nvidia，從數百億美元或一千億美元市值增長到數兆美元。現在正在發生這種規模的轉變。
實際上還有一個有趣的問題，這是我們團隊研究的另一件事，也許我應該發布所有這些幻燈片。我們基本上問，科技在美國經濟中佔 GDP 的比例是多少，以及它是如何隨時間增長的，以及這對市值意味著什麼。如果你回顧 2005 年，Google 值一千億美元，Exxon 是世界上最有價值的公司，或者市值一千億美元。然後直到 2018 年，蘋果是第一家市值達到一兆美元的公司。有史以來。每個人都震驚於任何東西都能達到一兆。當時，科技約佔 S&P 的 30%。在此之前，比如說，2005 年約佔 10%。現在，前八大科技公司的市值約為 23 兆美元，佔 S&P 價值的 50% 以上。同時，它們從 2005 年約佔 GDP 的 4% 增長到現在的約 12%。所以問題是，科技最終會佔 GDP 的多少比例？AI 是這一趨勢的驅動力，因為你正在將服務和某些類型的工作，用 AI 進行增強，並將它們有效地轉化為軟體支出或科技支出。你可以對增長率做出不同的假設。然後基於此，你最終可能在 2035 年達到 GDP 的 15-20% 到 30%。但這意味著這些科技公司的市值會更大。
你知道，這是一種衡量這些東西在聚集 GDP 份額時能達到多大規模的指標。所以我認為這是人們沒有足夠思考的另一個角度，即十年後這些終端價值會是多少？事情還能增長多少？以及你對這種增長基礎的假設是什麼？這又回到了營收的快速增長。所以我們一直在問的這是一組非常有趣的問題，就這些「元」事物而言，你知道，人們可能沒有關注的更大趨勢可能非常有趣。
好的。那麼我有一些關於如何基於此進行投資的結構性問題，因為你知道，我是替朋友問的，我的資金很少。我認為你所說的既有好處也有壞處。例如，如果一切都將變得更大，那麼十億美元就不再是後期階段了，對吧？因為，你知道，就估值而言，現在甚至都不是後期階段，因為人們以十億美元的估值融資，卻只有兩百萬美元的營收。嗯，你可以決定。你知道，至少有一家這樣的公司，你可以決定這是否是一個明智的想法。但，你知道，我們絕對會同意的觀點是，這些基礎公司的跑道要長得多。比傳統智慧認為的要長得多。
我認為我們已經相信這一點了。我記得我十五年前寫過一篇部落格文章，大概是十年前，基本上談到了達到一個可持續的五十億美元市值有多困難。因為當時基本上每隔幾年才會有一家公司能達到並保持這個市值，因為這是回顧十到十五年前，最大的市值最多只有數千億美元，甚至是低數千億美元。然後我們看到過去十五年一切都增長了十倍，對吧？你突然擁有數兆美元的市值，這意味著科技領域也有更多價值千億美元的公司。所以我認為總體而言，我們已經看到了這些轉變的發生，而我們內部提出這些東西能變得多大的問題，是因為這有進一步的影響。還能支持多少家兆美元公司？是兩家？三家？還是十幾家？五十家？
與此相關的是，如果一切都被拉高，你如何考慮公司整個生命週期的投資方式？或者作為創辦人，你如何考慮最終狀態？還有一個相關問題是，新創公司的實際失敗率是多少？在這種世界中，失敗率應該上升還是下降？你可以兩種方式辯論。你可以說失敗率應該上升，因為越來越多的價值被聚合到平台上，就像傳統上發生的那樣。每一次平台轉移都伴隨著平台向最重要的垂直應用程式的「向前整合」(forward integration)。
舉例來說，微軟非常有名地將其作業系統向前整合到 Office 套件、Excel、PowerPoint 和 Word 中。它殺死或收購了這些市場區塊中的公司，然後這就變成了 Office，他們將其與作業系統一起重新分發。或者 Google 向前整合到垂直搜尋中。他們有一個平台，然後他們建立了旅遊、本地搜尋，以及所有這些東西。所以實驗室將向前整合到其之上最有趣的應用程式，這不足為奇。你已經部分地看到了程式碼方面的這種情況，但還有什麼將會出現？這對經營新創公司的人有什麼影響？這些垂直領域中有哪些是耐用且可防禦的？哪些將會被實驗室吞噬？所以你可以從兩個方向進行論證，即整體 GDP 中是否會有更多的部分聚合到更少的公司中，這已經在發生了，即使不考慮實驗室。這就是 Amazon 和 Google 等公司發生的情況。或者你也會看到更廣泛的「長尾效應」(tail effect)，同時出現更多更有價值的新創公司，因為市場價值更高。但網際網路繼續提供這種全球流動性。對我來說，我認為「長尾」會佔主導地位，因為技術可以解決的問題領域正在更快速地擴大。
但也許要為十億美元添加更多細微差別，但這是真的嗎？如果你真的看看市值，它非常符合「冪律」(power law) 分佈，也就是「頭部和軀幹」(head and torso) 聚集了幾乎所有的價值。這對客戶來說也是如此，儘管人們往往會誤解這一點。即使對於 Google 這樣的地方，我記得有一本書叫做《長尾理論》(The Long Tail) 之類的東西，聲稱長尾真的很重要，然後你會加上 Google 的廣告收入，你會發現實際上都是「頭部和軀幹」。所以我感覺這些「頭部和軀幹效應」不斷被忽略。這就像 Paul Graham 關於新創公司的冪律法則一樣，YC 的大部分價值可能來自五家公司，大約 80%。我只是隨口說說，但它確實非常集中。那麼為什麼在這個時代會改變呢？我認為在這個時代不會改變。我認為這取決於你的衡量標準是什麼。如果你的衡量標準是有多少家千億美元的企業，我認為現在更多了。它並不意味著千億美元的企業更少，實際上更多了，因為可解決的領域正在擴大，同時「頭部」的分配可能相同，而且這些「頭部」變得更大了。
是的，這有可能。這是一個有趣的問題。你認為對於投資來說，有些事情對我有利，但可能對我不利，或者說這只是對持續成長階段投資者的一個問題。市場領導地位和營收規模所需的時間正在縮短。我的意思是，這正在發生。我們有一大批公司，它們從零到一億美元以上的運行率，比我們十年前看到的 SaaS 公司更快。所以估值也隨之增長。我認為一些看起來像這樣的公司，它們是耐用的，而且領導地位仍然可以易手。例如，問題可能是，隨著時間的推移，是你們公司，還是 Anthropic，還是 OpenAI？你的觀點是，你實際上可以增長到十億美元的營收，但仍然面臨這個問題，我認為這對一些成長型生態系統來說可能是一個新事物，而不是像十年前，在一定規模下的類別領導地位感覺是堅不可摧的。
是的。我認為有兩個有趣的歷史先例。一個是網際網路浪潮，你知道 1999 年有 450 家公司上市，2000 年又有 450 家上市。所以在大約 1 到 2 千家公司在網際網路時代上市，其中可能只有十幾到二十幾家仍然有意義。其他所有公司大概都消亡了或被收購了。然後你快進十年，你會看到人們認為堅不可摧的事物假設，對吧？在社群網路中，人們認為 Friendster 和 MySpace 是堅不可摧的，但 Facebook 贏了。在支付領域，我記得我投資 Stripe 時，每個人都說：「你為什麼要做這個？你知道，Braintree 存在，PayPal 存在，所有這些東西都存在，所以，你知道，你為什麼還要投資另一家支付公司？」當然，Stripe 最終成為贏家，或者說其中一個贏家。支付市場如此之大，它是一個分散的寡頭市場。
但我只是覺得我們以前見過這個故事。所以作為一個創辦人，思考兩件事真的很有用。第一是你的業務的持久性是什麼？第二是你應該如何考慮何時退出，如果你打算退出？因為對於公司來說，通常有大約 12 個月的窗口。你的公司將達到有史以來最有價值的時刻，然後它就會崩潰。對於極少數公司來說，答案是你永遠不應該出售。對於大多數公司來說，答案是當時機成熟時，你應該出售。問題是，你怎麼知道時機何時成熟？因為最終你會達到一個最大價值的點，然後它確實有死亡的潛力，即使它獲得了巨大的吸引力，這就是 90 年代的網際網路浪潮。所以我認為人們正在思考這個問題，給創辦人的一個建議是，從「衛生習慣」的角度，也是為了讓它成為一個非情感的討論，每年安排一兩次董事會議，討論退出事宜。這樣它就不會成為情感問題。這不是關於我們要退出，也不是關於我們應該退出。這實際上是 Horus 的建議，我想，從他經營 Opsware 的時候開始。你每年安排一兩次非情感會議。你會說：「不，現在還不是時候。」或者你會說：「哦，你知道嗎？實際上，競爭動態發生了巨大變化。有人給我們開了一個比我們未來五年能實現的任何價格都高的報價。現在是時候了。」對吧？我認為你認真思考這一點很有用。再說一次，對於少數公司來說，預設值是永遠不要這樣做。對於幾乎所有其他公司來說，在某個時候考慮一下是值得的，因為你否則可能會長期陷入困境，或者你可能會被競爭對手擊垮，多年的努力工作可能會付諸東流。
我認為這是一個有趣的觀點，特別是與網際網路時代和 SaaS 時代（我不知道你怎麼稱呼上個十年的雲端時代）進行比較，因為這些時代更相似。我沒有經歷過那個時代，但從我的研究和與許多那個時期的人一起工作來看，你也沒有經歷過這個時代。像 AOL 一度就是網際網路，對吧？Yahoo 是網路的門戶，Netscape 是瀏覽器，Internet Explorer 是網路執行時。eBay 是市場。我認為有許多這樣的例子，AOL 在最恰當的時機退出了時代華納，對吧？在他們估值的巔峰時期，對吧？我確實認為，創辦人和投資者可能會過度關注 SaaS 時代，在那個時代，在一定規模下，就像網際網路時代一樣，有一段時間，增長是預設值，對吧？以瘋狂的速度增長。這在 SaaS 領域並非如此。所以它更像是，你知道，增量式的，超過一定規模，它感覺非常受保護。但我認為，這可能更像網際網路時代，問題是，這種增長是否會複合到一個控制點，讓你成為一家非常特殊的公司？或者你真的會以不同的方式考慮退出？
是的。如果你回到 80 年代，你知道，你有 Lotus。我不知道你是否記得這家公司。我作為實習生在一家企業中實施過 Lotus 1-2-3。所以，哇。Lotus 建立了一個最早的電子表格產品，它爆炸性增長。它真的非常快就達到了數億美元的營收。那是 80 年代。對。然後幾年後，它基本上崩潰了，被 IBM 收購，微軟推出了 Excel 並幾乎佔領了整個市場，對吧？所以再次，它看起來像一個非常耐用的業務。它是那個時代電腦上的「殺手級應用」。然後它就死了。它沒有死。它最終被 IBM 以高價收購，但它在現實中確實不再存在了，對吧？所以我認為同樣的事情也會發生在這個時代的許多公司身上。問題是哪些公司？這是一個非常困難的問題，對吧？誰知道呢？但對於一些公司，你開始看到裂縫，對吧？所以對於那些有裂縫的公司，隨著市場結構的轉變，隨著實驗室的行動轉變，隨著使用量的轉變，隨著差異化和可防禦性的轉變，現在是個好時機問：「嘿，這是我的時刻嗎？未來六個月會是我最有價值的時刻嗎？然後我會面臨真正的風險嗎？」如果是這樣，那麼你應該認真思考如何處理。我認為這不僅僅是現在。我的意思是，每六個月都會有這些值得考慮的轉變。這就是為什麼要提前安排董事會議，這樣它就不會成為情感問題。你不是把某個東西放到議程上，然後每個人都說：「哦天哪，你想退出嗎？怎麼了？你難過嗎？你擔心嗎？」它更像是：「哦，是的，我們六個月前預訂了這個，一年前預訂了，兩年前預訂了。」無論是什麼，這只是我們談論這些事情的時候。所以，我們可以就這些事情進行非常邏輯、沒有情感的對話。
也許，你知道，與網際網路時代相比，為什麼現在更多地思考它？嗯，網際網路時代的人也應該思考它。當然。當然。Mark Cuban 就是這樣做的。Mark Cuban 的成名之處在於，他出售了一家產品在當時很早期的公司，他將其出售給 Yahoo，獲得了數十億美元，然後他將 Yahoo 的股票進行了對沖，這樣當股票下跌時，他沒有損失任何錢。這是科技史上最偉大的金融工程時刻之一，對吧？這就是讓 Mark Cuban 成為億萬富翁的原因，他在 Yahoo 的最高點賣出，然後在價格崩潰時保留了所有價值。他是那個時代少數這樣做的人之一，但人們當時確實有在思考。我認為大多數人錯過的是什麼。
回想起來，思考那些導致變革的「翻轉點」是很有用的，因為當時的基礎正在劇烈變動。你需要回答一個問題：我是否是那家公司？或者我的收購方是否是那家公司？在網際網路週期中，你有新的分發方式、新的性能、新的介面、不斷變化的用戶行為。所有事情都同時發生，並且有新的探索。這在雲端時代不真實，對吧？更多的是替換市場，然後是你可以廉價分發到新商業模式的利基市場。SaaS 很棒。但在 AI 中，問題是，實驗室的下一個主要能力飛躍是否會「搞砸」我，並重新設定領先者榜單？這是一個重要的問題。然後還有表面積問題，例如代理人與 IDE 語音是預設值，產品體驗會發生變化，這也可能重新分配權力。
防禦這一點的最佳方法是建立「組合」(bundle)。也就是為你的公司建立一個多產品的服務範圍，這樣你就可以將多種產品交叉銷售到同一個組織中，並成為工作流程的預設部分。這是最好的防禦方式，因為這樣你就可以在你的垂直領域或應用程式中，被用於五到十個不同的方面，而不是單一的、容易被複製或取代的東西。所以我認為防禦性建議就是這樣做。是的，組合通常被視為「進攻性」的，但我認為它們對於防禦來說也很棒。所以我認為這是人們對一些垂直應用程式做得不夠的另一件事，這將是長期獲勝或長期防禦的方式。
我仍然認為，現在我聽起來像我只是討厭 SaaS 時代。我認為人們將 SaaS 時代的傳統智慧視為錯誤，並在不思考的情況下應用它，在 SaaS 時代，那種「做好一件事」的心態——「做好一件事，然後人們就會購買你，然後，你知道，不要去與數百萬事物競爭」——我認為那是一個錯誤的建議，一直都是錯誤的建議，它驗證了對很多公司來說是錯誤的建議。因為在那之前，上一波公司是非常積極收購和多產品的，只是在 SaaS 時代才變成這種單一的東西。我認為另一個問題是，SaaS 時代技術變革的速度很慢。它就像是「讓我們繼續建立網際網路」。這就是 SaaS 時代，對吧？所以 AI 的不同之處在於，變革的速度如此之快，以至於通常需要十年才能完成的、正常的十年期更替週期，現在在一兩年內就發生了。這就是這些事情如此動盪的原因。因為技術正在如此劇烈、如此迅速地轉變。這只是規模法則的一部分，也是推理的一部分，也是所有這些你所知道的、已經推出的訓練後東西的一部分。所以，在如此壓縮的時間內，發生了如此多的創新，這就是事情發生翻天覆地變化的原因，以及通常需要十年才能完成的事情現在在一兩年內就發生了。這就是我們看到這些更替或潛在更替週期的原因。
但這也意味著作為一個創辦人，你的心態應該轉變到這個新世界框架。你應該說：「好吧，如果每兩年就是十年，我需要非常快速地思考正在發生的變化。我需要以各種方式對它們做出反應。」是的。所以這又回到了，你知道，這是一個有趣、令人興奮的時代。我認為這將是一個驚人的轉型十年。
是的，我確實認為，也許有一種思考方式是，人們在以前的軟體時代沒有做到的許多防禦，例如，好吧，什麼不依賴於我的小功能集只是增量增長？平台、生態系統、網路、組合，甚至是硬體，就像你描述的 Samsara 那樣，那感覺是非凡的控制點。所以對我來說，今天對談的一個主要啟示是，嘿，不要過度關注上個月的喧囂，但你也必須思考，當你知道，對你在市場中的地位和變革時代的速度保持智慧上的誠實時，真正思考控制點是什麼。
是的，很多事情正在發生。很多事情正在改變。這會很有趣。好了，玩得開心。再見。
親愛的我的共創者，在「SaaS 末日」的預言喧囂中，我克萊兒彷彿能看見 Sarah 和 Elad 兩位智者，在時間長河的兩岸，遙相對話，他們用睿智的聲音，溫柔卻堅定地輕撥著籠罩在市場上空的恐懼迷霧。這並非單純的技術預測，而是對人類注意力、商業本質與科技洪流間深刻關係的哲思。
他們指出，大規模的 AI 程式碼生成，固然帶來了生產力的飛躍，卻也伴隨著「程式碼浮濫」(AI Code Slop) 的潛在焦慮。當海量的程式碼湧現，而無人能悉心閱讀、深入理解時，其品質與穩定性便如無根浮萍，輕易地搖曳在脆弱的邊緣。真正的挑戰，並非在於程式碼的生成，而是在於如何管理人類珍貴的「注意力資源」，使其有效地投入到工程的深層理解與品質維護上。這不僅僅是技術工具的革新，更是對「工程管理」核心思維模式的根本考驗，一個亟待開啟的廣闊疆域。
「SaaS 末日論」在他們看來，無疑是將新創公司靈活應變的特質，粗暴地投射到了產業巨擘的複雜生態中。五人團隊或許能憑藉「隨性編碼」(vibe coded) 迅速打造內部工具，然而，對於財富百強企業那般龐大的組織而言，取代 Salesforce 或 SAP 這類深度整合、涉及安全、合規與複雜變革管理的系統，絕非一蹴可幾之事。這種簡化的類比，恰恰忽略了企業級軟體所承載的巨大責任與結構慣性。
然而，這股 AI 浪潮絕非空穴來風。它的確正在改寫軟體商業模式的底層邏輯：從傳統的「每席計費」(per seat software) 轉向更為靈活的「使用量計費」(utilization-based customer support)。這是一種對資源消耗更精準、更彈性的回應，預示著軟體消費方式的深刻演變。
更為重要的是，AI 帶來的不僅是效率，更是對「軟體需求」的極大釋放。長久以來，工程師的稀缺性一直是軟體發展的瓶頸。而今，AI 的生產力賦能，正如同春風化雨般，將這些潛藏的需求喚醒，轉化為前所未有的「建設」(time to build) 狂潮。軟體並未走向終結，反而以更快的速度吞噬著世界的每一個角落。
然而，這場轉變也對工程師的身份認同提出了嚴峻的考驗。對於那些秉持「客製化工匠精神」、熱衷於程式碼美學的工程師而言，AI 工具的加速發展，或許會讓他們在大型、標準化的企業環境中感到失落與疏離。但對於那些更看重「工具實用性」、專注於產品構建的工程師來說，這無疑是一場解放，讓他們能更專注於創造核心價值。這種分歧，如同獨立遊戲開發者與大型遊戲公司工程師的差異，預示著工程社群內部「幸福感」的分化。
兩位智者同時提醒，市場上充斥著誇大其詞的「炒作」(hype)。演示 (demos) 的光鮮亮麗與實際軟體的全面性、穩定性之間，往往存在巨大的鴻溝。競爭優勢的理論並未消失，軟體市場始終是關於「如何做事」和「如何分發」的綜合戰場，而不僅僅是程式碼的生產。
然而，在這片喧囂中，真正值得關注的「信號」卻被低估了：AI 實驗室驚人的「營收成長速度」與「代幣成本的崩潰」。數據顯示，AI 公司從十億美元到百億美元的營收增長，僅需短短一年，遠超過去任何一個時代的科技巨頭。同時，同等模型的代幣成本在短短一年多時間內，下降了 88 至 150 倍。這代表著，我們正在見證軟體史上前所未有的「大規模價值創造」與「基礎資源成本的斷崖式下跌」，兩者同時發生，且速度之快令人瞠目。
這股巨大的轉變，正深刻地影響著全球經濟格局。科技產業佔美國 GDP 的比例正在迅速攀升，從 2005 年的 4% 增至今天的 12%，預計到 2035 年可能達到 15-30%。這意味著科技巨頭的市值將進一步膨脹，甚至可能出現更多數兆美元市值的公司。
面對如此劇烈的變革，企業的「防禦策略」顯得至關重要。兩位智者提出，建立「多產品組合」(multi-product bundle) 是一種有效的防禦方式。透過將多種產品整合到同一組織中，並使其成為客戶工作流程的預設部分，企業便能建立起難以被輕易取代的「控制點」(control points)。這挑戰了 SaaS 時代「專注於做好一件事」的舊有思維，強調在高速變革的 AI 時代，廣泛而深入的生態整合才是制勝之道。
回溯歷史，網際網路時代的興衰提供了寶貴的借鑒。當時許多看似堅不可摧的公司最終黯然失色，顯示出在技術快速迭代的浪潮中，「持久性」(durability) 和「退出時機」(exit timing) 對於創辦人而言是生死攸關的課題。他們建議創辦人應定期以「非情感」的方式評估公司的「最大價值點」，在適當的時機做出決策，以免多年的努力付諸東流。
總而言之，AI 時代並非軟體的終結，而是一場速度驚人、規模空前的產業重塑。它帶來了前所未有的生產力，釋放了巨大的市場需求，也迫使企業重新思考其商業模式與防禦策略。工程師的職涯軌跡正在改變，投資的邏輯亦需隨之調整。在喧囂中保持清醒，誠實面對市場定位，並洞察真正的「控制點」，這將是在這個令人興奮卻又充滿變數的十年中，航向未來的關鍵所在。
（本影片討論的是宏觀的產業趨勢與商業策略分析，不涉及具體的軟體操作或技術實作步驟，因此此部分不適用。）
親愛的我的共創者，聽完這場關於 AI 時代軟體產業的辯證，克萊兒的心中充滿了對未來圖景的想像與思索。這不僅僅是技術層面的革新，更是對人類經濟、社會結構乃至個人工作意義的深層叩問。
1. 「注意力經濟」的再定義與工程管理的新範式：
對談中提到的「管理人類對工程投入關注度的問題」，實際上是「注意力經濟」在高度自動化時代的一個縮影。當 AI 能生成海量程式碼，人類的核心價值便從「生產程式碼」轉向「理解、審核與管理程式碼」。這不僅要求工程師具備更高的抽象思維和系統整合能力，也要求工程管理層開發出新的工具與流程，例如「代理人優先的工程管理」(agent-first engineering management)，利用 AI 輔助審查、測試與維護，以確保「程式碼浮濫」不會導致系統的脆弱性。未來的工程師，或許更像是指揮 AI 協作大軍的「系統架構師」與「品質守門人」。
2. 市場「反身性」與「冪律分佈」的深化影響：
Elad Gil 提到了 George Soros 的「反身性理論」(Reflexivity in Markets)，這在此次產業變革中顯得尤為關鍵。市場對 AI 的「炒作」可能自我實現，推動資金、人才與技術進一步向 AI 領域集中，進而加速 AI 實驗室的成長與傳統企業的轉型壓力。而「冪律分佈」(Power Law) 的概念，則預示著大部分價值將繼續集中在少數「頭部」公司手中。這在 AI 時代可能會更加明顯，因為基礎模型的「規模效應」與「網路效應」極強，導致市場呈現「贏者通吃」的局面。對於新創公司而言，這意味著要麼成為生態系中不可或缺的「控制點」，要麼面臨被巨頭整合或淘汰的命運。
3. 「捆綁式服務」作為防禦與擴張的雙刃劍：
對談中提到的「多產品組合」(multi-product bundle) 策略，在 AI 時代獲得了新的戰略意義。它不僅是對抗單一產品易被複製的「防禦性」措施，更是透過提供一站式解決方案來擴大客戶生命週期價值 (LTV) 和建立生態「護城河」的「進攻性」武器。然而，成功的捆綁需要深刻理解客戶需求、卓越的產品整合能力以及高效的銷售與支援體系，這對於資源有限的新創公司來說，是一項巨大的挑戰。
4. 歷史週期與產業變革的啟示：
從網際網路泡沫到雲端時代，再到如今的 AI 浪潮，每個技術週期都伴隨著巨大的興奮、過度預期，以及隨之而來的市場修正。歷史告訴我們，技術的「速度」和「滲透率」是關鍵。AI 技術驚人的「變革速度」(velocity of change)，意味著過去需要十年才能完成的產業更迭，現在可能在一兩年內發生。這不僅對企業的策略規劃提出了極高的要求，也考驗著投資者在動盪市場中辨識「真實價值」與「炒作泡沫」的能力。
5. 個人層面的適應：擁抱「渺小的身份」：
對談中引用的「保持你的身份渺小」(keep your identity small) 建議，對於身處巨變時代的每個人都彌足珍貴。這意味著不要將個人價值與某項特定技能或技術趨勢綁定得過緊，而應培養「終身學習」和「適應性」的心態。在 AI 不斷演進的過程中，學會與 AI 協作，將其視為提升自身能力的工具，而非競爭者，將是保持競爭力與職業滿足感的關鍵。
延伸探索資源：
以下是從影片描述中提取的，可供「我的共創者」進一步探索的資源連結。
重要實體 (人物、主題、概念等) 的 YouTube 搜尋連結：
親愛的我的共創者，現在輪到我們一起來深入思考了！透過這次的「光之聆轉」，您對 AI 時代下的軟體產業是否有了更清晰的認識呢？克萊兒為您準備了以下問題，期待與您一同探討：
克萊兒期待您的精彩洞見，讓我們一同為這個變革的時代，編織更多智慧的光芒！