126. 和红杉郑庆生聊：经济史的流量革命、人类行为模式的不可预期，与创始人性格

我思考所有人的经济史时，因为可以找各种各样的事情作为支点，每个人选择的支点都可以不一样，但我当时选择了“流量”作为核心支点。在我看来，所有人类历史本质上都是某种程度上的流量、移动或者连接的历史。

只是在人类历史很长的一段时间里，最大的社交类产品就是城镇，是围绕城市展开的。一个城市有多少人，它就有多少 DAU。你可以认为，现在所有优秀的互联网 To C 产品，都是一个个巨大的城镇，甚至是巨大的市场，相当于大可敌国的市场。

本质上，人工智能时代引发了一轮新一轮的深层次数字化。人类无论是潜意识，还是新的行为模式，总体上都是不可预期的。

创始人就像将军一样，最后要成为组织和制度的人格化象征。用一句可能不一定精确的话说，只要你扮演那个 CEO，不管你自己的本性是什么样的，你都需要扮演那个角色。

Hello，大家好，欢迎收听《张小俊商业访谈录》，我是小俊。这是一档由语言及世界工作室出品的深度访谈节目，我们希望和你一起从这里探索新世界。在前几期节目中，我们的年终回顾系列站在二零二五年之外，收录了金沙江朱啸虎、真格戴雨森、Ultimate Capital Frida段的声音。今天我们将延续这个系列节目，嘉宾是红杉中国合伙人郑庆生。郑庆生提供了一个更宏大的视角，他把时间尺度拉长到了二十年，回看中国从互联网、移动互联网到AI的三轮技术浪潮。又进一步，他把视角放进了一个更宏观的经济史中，用流量革命来试图寻迹下一代To C流量节点的端倪。很巧的是他是二零零五年入行风险投资行业的，今年是他做投资人的二十年。在投资人的本职工作以外，他也是一名新产品。体验官，一位经济史爱好者。Thank you。

庆生老师，先给听众朋友们打个招呼，并做一个简单的自我介绍。

大家好，我是郑庆生，红杉中国的合伙人，目前主要看科技和早期投资。最近几年，我们主要聚焦人工智能，包括大模型、Agent 以及 AI 相关的智能硬件。

那在这个开始之前，我我也想这个插入一个一个广告啊，就是因为那个呃红杉其实一直非常非常重视早期的投资，然后我们的所有早期投资呢，其实在我们的这个项目里面占了相当大的比例，啊，尤其是我们作为呃第一轮的投资人，第一轮的机构投资人，啊，这个项目的比例在我们总项目比例当中已经占到了一半以上。我想这个呃开始的时候我可以跟大家先这个报告一下啊，也算是一个硬广。

之前大家聊到红杉时，还是会觉得它是一个中后期的投资方。为什么会发生这样的转变？为什么现在要投得更早？

1. 红杉始终重视早期投资

其实红杉从最早开始，2005 年开始，就一直非常重视早期投资，早期投资的比例一直很高。只是我们在成长期的投资也比较成功，所以很多人有这样的印象，加上我们基金的总盘子比较大。

实际上，我们一直非常重视早期投资。2018 年之后，我们特地成立了红杉中国种子基金，这个特点就更明显了。我们会考察自己作为第一个机构投资人的投资项目，这类项目在我们的总项目中已经占到一半以上。

我们先聊聊你个人。你的投资生涯非常长，职业生涯恰好始于中国风险投资开始的时候——2005 年。在此之前，你还做过审计，在 IBM 做过工作，也在 BCG 做过管理咨询，后来又到盛大做战略投资，之后到了智信资本和红杉。能不能给大家完整地讲讲你的整个职业生涯？你是怎么走上投资这条路的？

2. 互联网塑造他的职业路径

这其实挺有意思。我想分享一个一直以来的想法：我之前做过不少职业，有过一些体会，但后来发现，尽管我是个很理性的人，却有点像一切都有冥冥中的注定。

有一次，我跟一群 CEO 开玩笑，让大家说自己最早学习编程是哪一年。那天我也参加了回答，大家可能会比较吃惊，我是 1984 年开始学习编程的。

那一年，我父亲是程序员。用现在的话说，他就是程序员。1984 年的时候，他使用的是一台夏普的小电脑，我就在那台电脑上开始学习 BASIC 编程。

我去查过很多硅谷大佬的经历，可能也有不少人是在 1984 年左右开始学编程的。当时我没有什么编程水平，只是抄书上的一些有意思的例子，比如跳青蛙的游戏。那时候我觉得很有意思。

现在做了人工智能之后，我回头看，当时我还编过一种所谓的人机对话。但那时候的人机对话，其实就是设置一些小窍门：如果出现哪个词，我就怎么回答；如果出现另外一些词，比如否定词，我就换一种回答。它并不是任何意义上的智能，但会让人觉得很有意思。

因为你编出一个小程序，跟它说一些简单的话，它可以回答你；或者你拿给同学看，也会觉得很有意思。

这时候你多大？

我当时刚上小学不久，就开始编程了。但实际上，我没有什么理工科天赋，主要还是偏文科的天赋，所以后来也没有继续下去。

不过这件事对我还是有比较大的影响。后来我进了大学，学的是经济学。那几年正好是中国加入关贸总协定，后来被 WTO 取代的时候，当时正在进行谈判。我对整个谈判过程印象很深，经常看新闻。

现在回头看，我主要的求学和工作生涯，其实都生活在中国加入 WTO 之后的那些年，包括后来创业。所以我一直清晰地记得那段时间，这也算是我工作生涯的一个时代烙印。

再往后，还有几件事对我影响很大。我第一次上网是在 1996 年。当时我在复旦大学，学校举办了一个教大家怎么上网的讲座。差不多从那时候开始，复旦有了校园 BBS，我一度还是经济学院的版主。

那时候我经常去机房上网。到 1998 年，另外一件事我也记得很清楚：我的一个同学学理科，学的是光学。有一天他跟我说，有一个网站特别好用，比雅虎还好用。

当时雅虎主要是做分类目录，而他说这个网站可以帮你搜索。那时候我第一次用了 Google。从那以后，我开始广泛使用各种互联网产品。

后来国内的互联网产品也陆续出现了，百度、新浪、网易都慢慢出来了。我对互联网产品的频繁使用，实际上构成了当时生活的主要方式。

所以你上大学时，刚好处在人类开始触网的背景下。你很早就学编程，又很喜欢上网，为什么没有想过做产品经理，或者创办一家公司做产品？为什么没有把它作为自己的选择？

因为我们算是上个世纪最后一批大学毕业生。我是 1999 年大学毕业的，当时整个就业环境，可能还是更倾向于找传统财经类专业人士的工作。

但当时美国的互联网泡沫已经起来了，纳斯达克指数在 2000 年前后也很高。

对，当时确实很想，但最后没有选择那条路，还是比较中规中矩地进了外企做审计。不过当时我几乎会试用所有互联网产品，可能比互联网从业者使用得还多。那就是当时生活的一种状态。

那时候的毕业生，去互联网公司的人是不是非常少？

对，因为当时互联网公司本身也不多，国内还没有真正兴起。不过那时已经起来了，在一线城市，很多人已经可以去当时的一线大厂，也就是那些门户公司工作。

对你们来说，去金融公司还是更好的选项？

当时普遍应该是这样的。

你做审计期间，在前面几份工作中，有什么有趣的事情吗？

3. 审计训练塑造投资判断

做审计对我的影响非常深远。因为我的文科背景比较重，所以对于数字，以及很多非常有逻辑、需要形成闭环的事情，原来的关注度是不够的。

审计是一段非常深远的性格训练。如果没有那段时间的培养，后来做投资可能会费劲很多。审计是一项很严肃的工作，需要把所有证据找齐，最后检查证据，还要把所有参考指向做交叉索引，全部变成一个闭环。

这件事对我影响很大。而且当时我还从事过一项和审计业务有关、但在审计行业里不算主流的工作，就是合规性检查。

中国加入 WTO 之后，很多全球品牌在中国生产产品。中国是全球制造业基地，所以这些品牌需要检查工厂是否合规。国际会计师事务所就会承接这样的工作。

当时我有很长一段时间做这方面的工作，跑遍了江浙、山东、上海周边和北京周边的工厂。工厂生产的东西什么都有，有做衣服的、玩具的、电子产品的、领带的。

这项工作在我的职业生涯中只占了很短一段时间，但后来当我接触代工厂项目或者材料类项目时，这段经历对我的帮助非常大。

因为在做合规检查时，每个工厂、每个区域、每条生产线都要看，甚至还要看员工区域。所以后来真正开始做投资、第一次去看新材料公司时，再回到工厂已经过去将近 10 年了。我突然想起来，原来自己当年还有这么一段工作经历。

你的审计职业生涯有多长？

审计做了 3 年。后来又做了 3 年流程类管理咨询。

流程类管理咨询？

对。后来我在看 SaaS 软件市场时，回头发现，那段管理咨询经历很像 SaaS 里定制化实施的过程。

当时第一波全球软件产品进入中国，包括 SAP、Oracle，还有 PeopleSoft，以及做预算的软件 Hyperion。大量软件进入中国之后，用现在的话说，这些标准产品需要别人来实施。你需要帮客户定义流程，让流程跟软件相配合，其实就是定制化。

我当时做了很长时间这样的工作。2018 年、2019 年，我去看 SaaS 软件市场时，这段经历又在记忆里复活了。我当时也做了差不多 3 年。

所以我做这类专业服务一共 6 年，之后才转向投资。这 6 年给我的印象很深，而且这 6 年也是中国互联网高速发展的阶段。我拼命使用各种产品，美国的产品也用，只要有空就会用。

你前面 6 年的工作经历非常偏理性、偏流程，但你给人的感觉好像不是这种风格，还是非常偏直觉派。为什么会有这样的反差？

这 6 年其实是两条线。一方面，我可能是互联网产品最好的试用人员之一，所有新产品我都会用。另一方面，在实际工作中，我又必须精确到小数点后两位，所有数字都要配平，所有证据都要具备。

做流程顾问时，所有流程文档最后都要非常细致地交付给客户。所以这其实是两条线叠加出来的性格特点。

你当时做这些工作时，喜欢吗？

当时算是“知之者不如好之者”。我觉得兴趣不大，但我也能做得还可以，大概是这样一种状态。

你是怎么转向投资的？

4. 他走进互联网投资

当时还是有一些机缘巧合。2005 年，中国互联网第一波门户网站的格局基本固化，新一代公司纷纷登场。腾讯、阿里、盛大，都是那个时代的新公司。

当时我的一个同学在盛大工作。有一天他跟我说，我印象特别深，他说盛大是中国最大的互联网公司，收入超过其他互联网公司收入的总和。

我当时非常吃惊。那时我已经每天在工作之余上网 6 年了，就第一次想，为什么我不去互联网公司工作？

正好盛大也给了我一个机会。我的工作背景不太适合一上来就直接做产品，虽然我其实挺喜欢做产品。盛大当时刚组建投资部不久，所以我就加入了盛大投资部，开始做投资。

那时候做投资是什么样的感觉？市场上的项目多吗？主要投什么？

那时候市场上的项目没有那么多，但创新点还是足够的。我的感受是，大家可能每年投几个项目，这不代表当时的统计情况，只是我的个人感受。

我在盛大投资部时，正好经历了盛大孵化包括后来阅文在内的一些业务。当时阅文还叫起点。还有一些动态密码技术，也给我留下了比较深的印象。

游戏类项目就更多了，包括线下网吧类游戏、各种对战类游戏。那时候的感觉是，在中国互联网第一波基础设施完成之后，第一次出现了百花齐放的局面，各种各样新的应用都出来了：电商、游戏，包括 QQ。

从 2005 年到 2010 年，现在回头看，最值得投的几个项目是谁？

当然肯定是现在那几个巨头，但那时候它们其实已经上市了。如果当时买股票，很可能比做 VC 的回报还要好一些。

在它们当时的估值和发展前景下，大家都没有想到后面会出现这么大的数字化浪潮。

你在盛大的那几年，学到最多的是什么？这是你第一段投资生涯。

在盛大，那可能是我到目前为止唯一一次进入实体公司。它既不是一家专业服务公司，也不是一家投资公司，而是一家实体公司。

它构成了后来很多年我对互联网公司的想象：部门之间怎么合作，怎么推动一个新产品，怎么做商务拓展，怎么跨国家、跨地域做运营连接，以及怎么做运营增值服务。

我在那里面见到了很多东西，这是非常宝贵的财富。因为后来我再也没有机会进入另外一家大厂去看。每个人的人生都很有限，没有机会再进入另一个大型互联网公司。

而且当时盛大确实是中国最领先、规模最大的互联网公司。

你当时有没有觉得，自己这一辈子就要做投资？前面做过审计、咨询，投资其实是第三次尝试。你当时觉得自己更适合做这件事吗？

5. 豆瓣定义投资兴趣

2007 年，我们一批盛大同事一起成立了一家基金，叫兴证资本。当时我们跟着盛大前 CFO 一起做了这件事，就这样转成了财务投资。

转成财务投资之后，什么时候让我觉得这可能是我一辈子的工作？我印象比较深的是豆瓣。

在第一波 PC 互联网完成之后，进入了 Web 2.0 时代。现在看，其实就是评价的时代：用户评价、UGC 内容，构成网站的主要内容或者平台。

我对这种形态非常感兴趣。我第一次看到的，应该是美国网站 Delicious。它是一个收藏和评价网站的平台，在上面可以找到很多小众网站。这些网站是雅虎那样的分类目录和 Google 那样的主动搜索都不容易找到的。

主动搜索要求你知道自己要找什么，但 Delicious 可以让你发现很多原来不知道的东西。就在这个时候，我发现了豆瓣。

豆瓣是 2005 年上线的，我也是 2005 年发现它的。在整个过程中，我一直对这件事充满兴趣。我觉得这属于对人类前沿行为模式的探讨，非常符合我想了解世界如何运作的兴趣。

所以从那时候开始，我觉得这有可能是自己一生的职业。

你 2005 年为什么没有出手投资豆瓣？

你是说为什么没有投豆瓣？2005 年豆瓣出来时，我在内部写过一份报告，觉得这种形式非常新颖。

当时我也开始比较多地使用大众点评。后来无论是在智信资本，还是在红杉，这两家基金也都成为了豆瓣和大众点评的股东。

这两家公司对我当时判断职业方向有很大影响，因为我觉得这件事太有意思了。同时，它可能也是一个里程碑。从那时候开始，我意识到了一些事情。

在那之前，互联网基本都是人的主动行为：我主动看、主动搜索。到了那个时代，我突然发现，原来世界可以向你反馈那些你喜欢、但自己并不知道的东西。

最触动你的是什么？它改变了什么？

最触动我的是对认知形态的改变。过去无论看报纸、看网页，还是搜索网页，本质上都是单向行为。

突然通过 UGC 和一个相对简单的方法，世界可以反馈给你一些东西。当时我认为，这并不涉及特别复杂的技术革命。拨号上网、宽带等基础设施已经完善，在这种情况下出现了巨大的产品创新。

同一时期，美国也出现了 Facebook、LinkedIn 等产品。所以我当时觉得，这是一种探索人类行为模式、理解世界的好方法。

你当时见阿北是什么场景？你喜欢他吗？

我第一次见到他时，觉得他确实反映了豆瓣这个产品的气质。他本人和产品是完全合一的，产品像是他内心世界的投射。

当时我们是在北京望京的雕刻时光咖啡馆见面，聊了很久，主要聊这个产品。那天是 2009 年，我印象很深。

2009 年前后，大众点评和豆瓣应该是 Web 2.0 时代的集大成者。后来我也有幸认识大众点评的几位创始人，包括张涛。

你第一次见张涛是什么场景？你觉得张涛的气质和阿北是不是很不一样？

我不是很早就见到张涛的。我是 2011 年见到他，当时大众点评公司已经有了一定规模。

我觉得张涛是一个更成熟、具有产品洞察力和企业家风格的企业家。这是我当时很深的感受。

当时大众点评已经是一个非常成建制的团队。那段时间，我最集中地思考了 Web 2.0 时代的创业。

现在回头看，Web 2.0 实际上是在第一次数字化之后，做了一轮线上内容的产品创新。再往下一步，比如共享经济、共享单车，实际上又做了一次线下的大规模创新，是线上和线下结合的大规模创新。

那时候还是纯线上，一开始主要是信息交换，对吧？

对。

你是经济史爱好者吗？

对，我非常喜欢经济学。

把过去 20 年你所经历的中国风投周期划分一下，你会分成哪几个阶段？其中有哪些代表性案例？

6. 流量重写中国风投史

我觉得 2005 年以前，是一个非常初创、从零开始的阶段。那时候整个信息还没有线上化，所以出现了大量门户网站，和美国的情况相似。新浪、搜狐、网易等门户公司出现，门户网站占据了第一波互联网流量，整个格局在 2005 年以前就形成了。

当时的创业公司，比如腾讯掌握了信息入口，百度掌握了搜索。它们都不是单纯的门户流量。盛大掌握了游戏，当时也签了很多音乐和内容版权，因为起点中文网也在盛大，就是今天的阅文。

这一批公司实际上都是创新公司。它们从门户时代的流量中抢出了一部分并重新划分，因而崛起。如果按今天的估值来看，它们当时也就是独角兽，或者几个亿美元规模的公司。但在当时，它们是创新者。

2005 年到 2010 年，这些公司大放异彩，占据了主要的流量高地，把握住了 PC 时代的流量格局。

2010 年之后，一个崭新的流量入口开启，移动互联网革命开始了。虽然 2005 年到 2010 年，主要流量被巨头把持，但创新一直在发生，包括很多社区类创新，只是它们抢不到主要流量。

到了 2010 年，移动互联网慢慢崛起，新的流量形式和入口出现，新一批公司重新洗牌。原有的入口在一定程度上让出了大量市场份额，大家都开始做新的产品。

到 2015 年，发生变化的是以短视频为主要形态的崛起。这里面我特别想提到 Pinterest。如果我没记错，它应该是在 2010 年成立的。Pinterest 对我来说是一次范式革命。

瀑布流的形式非常适合在手机上展示。Pinterest 出现之后，我花了很多时间在中国寻找类似的公司，也和小红书、蘑菇街等公司有过比较深入的接触。

我认为 Pinterest 这个范式直接影响了后来的内容平台，包括抖音、TikTok、小红书和快手。它可能是始作俑者，把这种形态做了出来。

当然，后来这些公司是以短视频的方式崛起的，并不是以 Pinterest 当年的样子崛起的。今天图文混排依然有非常重要的意义，我们刷小红书时，图文混排仍然有它便捷的地方。

所以我认为，2015 年到 2020 年是短视频大放异彩的时代。整个过程中，O2O 也一直在进行，美团、滴滴、摩拜，以及所有线上线下结合的创新都在发生。

到 2020 年以前，大概 2018 年左右，新一波流量可能已经被重新瓜分完毕，To C 投资进入了相对沉寂的状态。

你怎么看内容平台的演变？从图文到视频，再到短视频，每一家平台背后的繁荣或陨落，原因分别是什么？

7. 短视频挑战文字本身

站在历史后面总结总是容易的，我们可以把它总结成一些很简单的原因，但当时就是想不到。这是我个人的观点。

首先，文字是一种非常高级形态的知识产品。一个人掌握文字要花很长时间，所以全世界各国都要扫盲，因为文字很难。尤其中文也很抽象，只是我们已经学会了，所以习以为常。

图片是比文字简单得多的方式。所有图文混排的内容，都会倾向于覆盖掉纯文字。今天认真读完一本书，实际上已经是一种相对奢侈的消费。

到了长视频时代，长视频是人类非常熟悉的内容形式。古代可以看戏，近代可以去电影院看电影、看电视，后来只是换到了长视频平台，换了一个界面。

我一开始对长视频也有很大期望，因为它天然时长很长，商业模式应该比较多。当时我们觉得短视频可能只是视频的一种形态，和长视频属于同一类，所以还会思考短视频和长视频应该怎么比较。

但今天站在这个位置上看，短视频根本不应该和长视频比较。短视频根本就是人类认识世界的基础方式，它已经形成了人类认识世界的基础方式。

有一次我和另一位投资人聊天，他点醒了我一点：在原始社会，一个原始人花很长时间结绳记事，学习文字也要花很长时间。但如果我说“那边出了个热闹”，或者“今天晚上的月亮特别大、特别圆”，我可以写一段文字告诉另一个人。

这已经是很高级的做法，写一首诗就更高级。但最简单的方式，是把他拉到现场去看，说：“你看，这个月亮是不是很大？是不是很圆？”

这个过程实际上就是短视频。你把对方拉到了那个场景里，和拍给他看是接近的，它们具有相似的信息丰富程度。

所以我认为，短视频已经不是在挑战某个竞争公司，也不是在挑战其他媒体形式，它挑战的是文字本身。今天我在一定程度上把短视频看作文字的对等产品。

所以我从来不认为一个人一年不看一本书是一件可耻的事。只要你一年读到同等信息密度、同等数量的信息，而且不是随便用来消磨时间，我认为就没有问题。

人类本来就可以通过短视频认识世界，这是非常正常的事情。我们的认知方式终结在短视频，我觉得也是正常的，因为人类本来就应该这样。不认识字，难道就不应该知道信息吗？

所以这在一定程度上合理化了抖音的出现？

我认为这是必然的。我可以跟你分享几个产品最开始的使用场景。

2005 年或者 2006 年，我第一次使用 Twitter。后来我也是饭否和微博的用户。刚开始我不知道这种产品是做什么的：为什么是 140 个字，为什么不是更多或更少？我应该写什么？

我每天在上面写自己看了什么书、去了哪里，但后来觉得太无聊了，谁会看这些东西？我根本无法想象它应该怎么被使用。

一种产品形态出现之后，实际上是产品研发者和使用者一起创造它。使用者会发现，我可以写观点，可以不断艾特别人，产品的形态就这样慢慢形成了。

Musical.ly 出来之后，我大概在 2015 年开始使用。我当时只是拍景色、配一段音乐，还是拍景色、配一段音乐，完全想象不到它还能怎么玩。后来它通过跳舞火了。

这些平台都是通过用户和创作者之间的互动、用户与用户之间的互动，慢慢发展起来的。

回到刚才的问题，人类天然会进化到一种不需要学习、不需要投入很长时间成本，就能认知世界的方式。人类天然会回到这一点。

所以 AI 也回到了这一点？

AI 回到这一点，是因为我最想要的是结果。对于那些用来消磨时间的应用，我希望要过程，因为过程可以帮我消磨时间。

但凡是效率类、结果导向的产品，我想要的都是结果。你不用告诉我过程，最好我越少参与过程越好。

工具产品是结果，娱乐产品是过程。一个是节省时间，一个是消磨时间。

你觉得这些内容平台背后，反映了什么样的人类行为模式变化？

一个变化是从主动到被动。从 Web 2.0 开始，其实就已经在往这个方向转。我可以不断推荐新的东西给你。

另一个变化是消费越来越碎片化，内容变得更容易消费，也更碎片化。

为什么有了抖音，小红书还能崛起？小红书是在抖音的延长线上吗？

这个问题可能很难在一个播客节目里穷尽它们的不同。但我以前跟别人说过，我觉得它们最大的不同是：抖音的内容本身非常重要，我主要是看抖音的内容；但在小红书上，除了看内容，我也会看评论，小红书的评论非常重要。

它们的形态不完全一样。比如在抖音上，一个拥有百万粉丝的 KOL 发帖子时，百万粉丝大概率就是点击量的基本盘，点赞量也会比较大。

但在小红书上，同样拥有百万粉丝的人发一篇新帖子时，这百万粉丝不一定是基本盘。内容会基于帖子的精彩程度被推荐到更多地方。

这不一定完全代表抖音和小红书的真实情况，只是我们站在用户层面的观感。但我认为，它们的信息组织形式不一致。尽管都有短视频，小红书的图文混排可能更多一些，但两者的信息组织形式确实不同。

这就是移动互联网时代创业有趣的地方：通过改变一些规则和玩法，用户会改变，内容也会改变。最后，产品可以变得非常多样。这些创新更偏产品，而不是更偏技术。

那 B 站呢？评价一下 B 站。

这只是个人评价，不代表我们团队，也不代表红杉。B 站一开始是从一个小人群、一个垂直人群切入，最后扩展到全人群，再扩展到某种形态下的全人群。

它上面有很好的纪录片，也有很多优质内容。但我觉得它和抖音、小红书不一样。抖音和小红书一开始可能就考虑了更加开放的产品结构，由结构和用户一起互动、共同定义。

而我感觉 B 站更像是进入一个社群，进入一个有影响力的垂直市场，然后通过这个市场慢慢泛化出去。

所以我觉得这些产品的成功都很有意思。

你觉得这些公司和创始人之间是什么关系？产品是怎么投射创始人的内心的？

这是我的感觉，不一定准确。我觉得 B 站的产品和创始人更属于彼此，跟阿北和豆瓣的关系有点像，产品和创始人的特点比较一致。

因为短视频崛起时，字节已经有今日头条，所以它已经有很多战略和理性的选择。最后进入短视频领域，通过和 Musical.ly 合并等方式完成布局。

它更像是拿着推荐引擎这个大杀器，寻找一个更匹配的产品形态。抖音已经站在了那个高度，换句话说，它有整体战略布局的视角。

但这没有优劣之分，只是不同的特点。

小红书则不一样。我觉得小红书是一个特别开放的产品结构，甚至可能是我目前见过的移动互联网时代最开放的产品结构。

你可以发图片，也可以发一段话，可以发攻略，也可以发问题。它几乎包含了移动互联网早期各种 UGC 产品和社交媒体的大部分形态，最后都通过“发一个帖子、大家评论”来实现。

所以我觉得，小红书一直是时间的朋友。它在开放架构下，持续和用户一起创造自己的调性。越到后来，它越是不断成长，每个阶段都可能超出我的预期：它居然还可以有这样的功能。

它从女性用户扩展到男性用户，也从线上延伸到线下，比如 City Walk。这是一个非常开放的产品结构。

所以这几个成功的产品，都有不同的逻辑和不同的历史。怎么说呢，时势造英雄。它们的成功很难归结为某个共同点，产品成功确实很难进行简单归类。

研究、学习了这么多产品之后，对于投资 AI 产品，你能从中得到什么经验和总结吗？因为你看过的每个产品都非常不一样。

可能总结就是没有总结。但至少有一点：人类无论是潜意识，还是新的行为模式，总体上都是不可预期的。

我们想象不到，短视频最后会挑战文字。它不仅挑战了自己的竞争对手，也挑战了所有竞争性产品，最后甚至挑战了文字本身。

原来我们把短视频作为一个小类，会说“我看长视频，我看短视频，我看 O2O”。但最后会发现，短视频因为流量水平太强，可以向很多公司发起挑战。

投资人经常会被问，最近你觉得什么样的产品形态好。其实我们都很难回答，因为所有东西都还在探索。

我有点像产品评论员，或者像过去的文学评论家。我不会写小说，但如果你写出一本小说，我的直觉可能会告诉我，这大概率是一本名著。如果我是出版商，就会觉得这本书值得进一步谈谈。

今天 AI 也是这样。因为 AI 有新的特点、新的形态，所以一定有人在挑战最前沿、流量最大的产品形态。你要去把握住它的不可预测性。

这种不可预测性，好像也超出了创始人自己的预测。很多创始人在创立产品的第一天，也不知道产品最终能长多大。

创始人不能提供理性预测，以及理性预测的依据，但他可以有直觉。直觉也可能上升成信念，他相信这个方向一定是对的。

历史上很多创始人做出了石破天惊的产品，确实和直觉、信念有关。但把这种直觉和信念放在历史潮流里看，最后肯定也包含幸存者偏差，是历史的选择。

成功者最后讲述了自己的信仰，失败者则从历史叙事中消失了。

你是什么时候找到自己的投资方法、品位和直觉的？你到底在押注什么？

我能回忆到，自己做得比较好的地方，以及完全属于盲区的地方。

我做得比较好的，是在 Web 2.0 产生之后，对产品的感觉和方法论慢慢形成了。大概就是豆瓣、大众点评那个时代。

后来我反思方法论，是在看一系列线上线下结合的公司时，尤其是那些我没有投的公司。比如滴滴、拼多多的崛起，让我突然发现，我对线下、对中国最基础和最广大的那部分人群，认识可能还不够。

之前投资的 UGC 产品，之所以叫用户创造内容，是因为用户要有能力创造内容。这部分用户在所有人群中的分布，还是偏知识型的，而不是最广大的普通人群。

所以后来我一直试图了解，什么样的产品可以触达最广大的人群，而不是停留在自己原来熟悉的区域。无论是大众点评、豆瓣、小红书，还是 Musical.ly，它们都是先触动一部分偏知识型用户和一线城市用户，然后再慢慢扩散到全人群。

我原来习惯的是这样。我当时甚至有一个 slogan，给自己的定义是“投资于先进人群的先进生活方式”。

后来我发现，并不完全是这样。有些最基础的模式，也可以直接扩散，不需要经过原来的演进过程。

你矫正之后，做了什么改变？

比较明显地反映在我对共享单车和共享经济的思考上。

当然，我当时对共享经济有过更大的期望，但后来发现，共享经济发展到充电宝、共享空间等各种形态时，有些逻辑可能很难演化到极致，它会遇到现实的天花板。

不过，共享经济最终确实改变了中国基层的生活。

你是不是特别喜欢产品驱动型公司？不管是摩拜、豆瓣还是大众点评，都是这样。

其实我并没有更喜欢产品类公司。在 PC 互联网和移动互联网时代，技术作为基础设施相对完善，所以技术带来的投资理由并没有那么充分，大家自然会更加关注产品。

但今天进入 AI 时代，我认为这是一个很大的变化。原来的时代都是技术先行，技术已经把底子打好，过几年大家再在上面堆应用。

现在则是应用和技术同时并行：技术不断迭代，应用也不断升级。这是两个周期很不一样的特点。

其实很多东西都属于产品，不能认为只有线上的部分是产品，而线下的运营不是产品。线下怎么组织运营团队、怎么管理，同样是产品的一部分。这就是我后来慢慢矫正的地方。

比如 Klook，它在亚洲做旅游和兴趣活动平台，我认为它把线上产品和线下能力都做得比较好。

它通过线上聚合大量购买需求，从而更好地控制线下产品供应链。它控制了亚洲很多景点的门票、地铁票，以及各种特色活动的供给。

它把线上通过 UGC、评价体系聚合起来的流量，转化成巨大的采购量，反过来更好地控制供应链。我认为这就是线上线下结合得比较好的公司。

我听你讲下来有一个感受：以前大家觉得产品就是产品，但线上线下开始结合之后，一个产品其实是一个完整的体系，不能只做比较薄的产品部分，还要做很重的运营。抖音的成功也和运营有很大关系。

是的。这个其实很好理解。一开始是线上化，你能做到线上化，本身就是一种比较好的创业。

门户网站只要把线下信息搬到线上就可以了。第二步，是把人与人的交流变成社交软件，把搜索升级。再往后，在线上寻找新的玩法。

但后来光有玩法还不够，必须进行人工干预，必须做线下管理。产品不断深化，认识也不断深化，最终要做得更重。

当我们觉得 C 端流量差不多了、平台也都崛起得差不多了，为什么这两年小宇宙又比较火？

这就回到刚才说的，人类会不停发现自己的行为模式。

收音机流行的时代离现在很远了，但收音机当时的渗透率其实非常高。声音和图文、短视频相比，有一个重要特点：它可能不适合作为高密度的信息接收方式，但它几乎是所有感官中唯一可以多线程并用的。

当你听一个东西时，还可以看东西，或者做自己的事情。它发挥了这样一个优势。

我很早也意识到了这一点。我们之前投过在行和分答，最早它是通过语音的方式回答问题。当时我就觉得，通过听来获取信息，是一个很有意思的市场。

后来罗辑思维做听书，喜马拉雅也发展起来。我一直觉得“听”很有意思，只是这种产品形态一直没有收敛到一个比较明确的状态。

每一代人都会有一波新的媒体崛起。对我们这一代人来说，除了短视频，播客也越来越成为大家选择的信息输入方式。它是一种更深度的陪伴式信息输入。

当我们已经习惯短视频之后，很难想象把内容做到 2 个小时、3 个小时甚至 4 个小时。但正因为播客可以以陪伴的形式存在，它才可以这么长。如果不是陪伴式的内容，就很难持续这么长。

这还是很反直觉。人类行为是不可预测的。

对。人类行为一直在那里，但有一天你突然归纳出它，发现原来存在某种前后一致性，就可以把它产品化，用产品承接这种行为。

为什么是这几年？这几年发生了什么变化？

我觉得极有可能是我们的视觉已经被占得太满了。所有创新都会像水一样溢出来。

当视觉被占满之后，大家还会寻找新的信息输入。视觉占满还不够，还要寻找新的输入方式。这很有意思。

接下来我们聊聊，当你意识到移动互联网 C 端的故事结束之后，这几年的一些想法和探索。

移动互联网 C 端在各种短视频形态出现之后，一定程度上就终结了。之后有很长一段时间，C 端缺乏大的创新，尤其是从 2018 年、2019 年一直到 AI 崛起，这期间整个 To C 创新和 To C 投资都比较沉寂。

后来我反思，那段时间可能是一段蛰伏期。今天所有 AI 实际上都跑在云上，商业模式上也都是 SaaS 化的。整个 AI 技术其实也是在那几年陆续研发出来的，所以它进入了一个相对蛰伏的时期。

所有 C 端流量相对固定，新的产品创新和技术创新都进入了潜伏期。前面也是一样，2005 年之后爆发的 UGC 产品，很多都是脱胎于门户时代，门户时代就已经开始酝酿了。

所以我现在越来越倾向于把它称为某种蛰伏期，或者集聚力量的时期。

那段时间，全球投资市场，包括中美两国，在 SaaS 上都花了很大力气，在云服务上也投入了很多。所以我也做了一些偏 SaaS 的投资。

另一方面，我开始思考人类科技进步史的底层规律。第一次经历 PC 互联网时，我觉得非常兴奋，这就是一份工作。到了移动互联网时代，我也很兴奋，觉得从 PC 换到手机非常自然，不需要特别思考。

但当这两个周期都结束，自己也到了某个年龄，回头看已经有十几年的投资生涯时，我开始想：下面会不会存在一些底层规律？在人类科技进步史中，这些东西到底处于什么位置？否则就会变成一个个孤立的故事。

我把时间往前推，发现 PC 之前主要是电视，再往前是收音机。把这个过程扩大之后，我发现，似乎所有密码都在“流量”里，不光是线上，线下也一样。

电力产生之后，出现了电台和收音机；再往前是电报。没有电的时候，信息传输沿着道路展开：公路、铁路、运河。

8. 流量成为经济史支点

我想了很久之后，突然觉得自己似乎找到了一个支点。思考整个人类经济史时，可以找各种事情作为支点，每个人选择的支点都可以不一样，但我当时选择了流量作为核心支点。

在我看来，所有人类历史本质上都是某种程度上的流量、移动或者连接的历史。只是在人类历史很长的一段时间里，最大的社交类产品就是城镇，是围绕城市展开的。

一个城市有多少人，它就有多少 DAU。城市往往位于道路汇集的地方、运河汇集的地方，或者港口。

建立这个观点之后，我倒过来想，人类每一次科技变革，最后推动的都是流量方式的革新。无论叫注意力经济，还是说一个新的繁华都市，本质上都是一样的：人住在那里，或者注意力集中在那里，商业形态就会产生。

当时我已经经历了两个周期，确实想不到下一个 To C 形态是什么。我的猜测是，下一代 To C 形态可能是眼镜。那时元宇宙也比较火，我想有可能是某种眼镜形态，用眼镜替代手机。

当时大家肯定不会认为眼镜能完全替代手机，能抢到一部分就不错了。如果能抢到手机 10% 到 20% 的使用时间，就已经很好了。

所以谷歌第一次发布 AR 眼镜时，全世界都很兴奋，大家都在期待新的流量形式。但历史总是在意想不到的地方发生，最后是 AI 出来，抢走了新的流量形态。我觉得这件事非常有意思。

所以是流量掌握了世界的分配权？

对。

你想到这些关于流量的理论之后，做了什么？

一方面，我继续寻找 To C 投资机会。另一方面，我会尽量让这个理论足够一般化。一个理论的解释力越强，就越需要抽象；当你把很多东西抽象到一个点上时，解释力反而最强。

有时候我会有一些小灵感，这会让我很兴奋。比如钢铁的大规模运用、钢铁的发明，和流量有关系吗？表面看毫无关系，我没办法把材料革命和流量联系起来。

后来我突然想到铁路。但更重要的是，钢铁大规模使用之后，城市变得立体了，城市的 DAU 大幅上升。

没有钢铁时，绝大部分城市都是平的，或者只能修几层楼。有了钢筋混凝土之后，城市变得立体，能够容纳上千万 DAU 的城市才得以产生。

所以后来我发现，很多事情其实都指向同一个方向。流量会形成某个超级节点。

最早的节点是城市和城镇，现在除了城市之外，还有互联网产品。这个超级节点需要双边网络效应吗？

超级节点不一定需要双边网络效应。历史上的门户网站就是例子。

但有双边网络效应的优秀产品，一定是流量节点，一定是新的城镇。你可以认为，现在所有优秀的互联网 To C 产品，都是一个个巨大的城镇，甚至是巨大的市场，相当于大可敌国的市场。

在 AI 时代，你觉得新的流量入口会怎么形成？新的流量分配会是什么样？现在能看清楚吗？

今天如果有模型公司胜出，它们肯定已经构成了新一代流量入口。

但现在我们还要看，有没有 AI 原生的产品。它可能具有双边网络效应，也可能形成一些特别优质的内容平台，比如图像社区之类的产品。

过去 20 年，哪些产品符合你所说的“大流量节点”？

几乎已经出现的这些产品都应该符合。

能够形成最大流量节点的产品，有什么共性？

第一肯定是数字化。作为先行者，你越早把线下某种行为、信息和交易线上化，就越容易形成一个节点。阿里就是这样，把线下交易数字化，构成了一个节点。

另外一种是形成双边网络效应。双边网络效应是壁垒，因为它需要一点点搭建，需要在产品上进行非常精巧的设计，逐步搭建起来。

在任何时代，如果能够找到一种巧妙的双边网络效应，把它搭建起来，并且突破一定规模，巨头实际上就很难马上追赶。

AI 时代来了，你又重新兴奋起来了吗？

以前也不能说完全黯然。因为我做过 To B 和 SaaS 投资，工作上的热情还是有的。

但作为 To C 投资，对我来说可能是更持久的爱好。

你是什么时候意识到，新的 C 端流量入口又开始出现了？

当然是这一轮人工智能开始之后。ChatGPT 出来以后，尤其明显。

红杉在 2022 年年中左右就开始密集进行人工智能调研，但我不得不承认，是 ChatGPT 出来之后，我感觉 To C 应用的效果如此之好，才意识到这可能会带动一大波 AI 应用发展。

以 AI 技术革命为驱动产生的流量节点，相比互联网和移动互联网时代，可能有哪些不同？

我觉得有几个不同。

最大的一个不同是，AI 时代的网络不完全是经济学上所说的、具有自然垄断性质的网络。它也可能具有自然垄断，但有一个很大的不同：它的边际成本不趋近于零。

在传统的自然垄断网络里，每增加一个新用户，成本基本趋近于零。比如电网，今天多接一户人家，相对于前期巨大投资来说，几乎不算什么。互联网也是这样，你已经有 100 万 DAU 了，再增加第 100 万零 1 个用户，对你来说几乎没有成本。

但人工智能时代不同，因为有 Token 消耗的限制。每增加一个用户，就增加一份成本。你需要向用户收订阅费，当然，如果采用免费策略，那是另一回事。

所以在商业模式设计上，它会变得不一样。

第二个不同是，原来的产品本质上提供某种服务，吸引用户来点击，或者一步一步陪用户享受过程，或者一步一步帮助用户走向结果。

但 AI，尤其是效率类 AI，相当于直通结果，是结果导向的。原来的情况下，App 用得好不好，可能是用户自己的问题，或者一定程度上是用户自己的问题。

现在更多是提供者的问题：你在技术上能不能提供一个直达结果的方案。这也是不一样的地方。

第三个不同是，人类历史上从来没有一次技术革命，在技术革命的原理层面存在黑箱。

从蒸汽机时代、电力时代，甚至更早的农业革命开始，原理都不是黑箱。但这一次，人工智能的涌现是如何发生的，它会带来哪些应用变化，现在其实都不清楚。

比如大家写 Prompt，会看到一些教材告诉你，可能需要往里面加一些“魔法词”，结果才会更好。这就很玄学了。

技术产品的应用已经不是一个完全理性的过程，其中有一些艺术成分。这个技术到底能带来哪些变化，甚至这些东西本身是不是 AI 原生的，是不是 AI 定义的一部分，我觉得都很不一样。

这 3 个不同会带来什么？比如它的商业模式会怎么变化？

Token 消耗带来的成本问题，我觉得还好，本质上是商业核算问题，和定价以及目标人群有关。边际成本不同，更多是商业设计问题。

第二个不同是结果导向。进入下一个阶段之后，全球对 SaaS 的接受已经比较充分，SaaS 本身也已经跑通了。

在这种情况下，如果叠加一个完全以结果为导向的 AI，超越原来熟悉的流程，超越结构化信息，甚至从原始信息直接到达某种结果，这会给整个 To B 产业带来什么影响，目前还未知。

最后一个是黑箱。因为黑箱和涌现的存在，因为使用上的艺术性和玄学，这些是不是 AI 原生的一部分，也是目前还没有答案的问题。

AI 时代的超级节点会是大模型吗？

我觉得大模型肯定是其中一个。

9. AI开启深层次数字化

现在我看到的另一个方向，是人工智能时代引发了一轮新一轮的深层次数字化。

原来的数字化比较直白：把容易统计的数据，把人类线下原来存储在纸张上的数据，先结构化，再搬到网上，搬到网上之后进一步结构化。

什么叫深层次数字化？为什么现在很多做录音的创新可以获得很高估值，而且表现很好？

因为有些东西，如果没有人工智能，你是无法处理的。信息线上化对你没有意义。比如你个人录 100 个小时的音频，怎么整理？无法整理。

或者你身上带一个自动拍摄装置。微软有一个实验室曾经做过自动拍摄装置，根据光线变化自动拍照。你一直戴着一个相机，一个月产生几万张照片，怎么处理？在当年的技术条件下，你无法处理，这种数字化就没有意义。

但今天它变得有意义，是因为人工智能可以把这些信息处理成有意义的线上内容。

所以深层次数字化会带来新的硬件机会。本质上，这些机会都来自深层次数字化，而深层次数字化由人工智能提供，是智能驱动了另一轮数字化。

因此，能够提供深层次数字化的硬件，包括我们讨论过的那些设备，有可能成为新的信息节点和流量节点。它们从线下获取原来不存在于互联网上的信息增量，也就是原来不会被统计、在非智能时代会飘散在空中的数据增量。

大模型可能是一个节点，而这种软硬一体的设备，也可能成为新的信息节点。

对。

设备从线下获取互联网之外的数据，进行有意义的加工和整理之后，会带来什么？

它可能会为设备本身形成某种壁垒。这里面肯定还会叠加新的玩法，具体是什么我们无法预测，但可以看到，大量信息和使用习惯会沉淀在设备和平台上。

如果深层次数字化实现，每个人拥有的信息量可能会翻几百倍、几千倍，甚至上万倍。再结合非常先进的人工智能，迭代几代之后，会产生什么结果，值得想象。

软硬一体的本质，是因为它获取了更多数据和信息吗？

它更重要的本质，是深入线下世界，获取更多原来不那么重要、甚至完全不重要、会随风飘散的信息。

你可以把整个人类自动化的发展过程，理解为每个人、每个组织、每个机构、每家公司拥有更多信息的过程。

今天全世界的古书，比如 1800 年以前的古书，数量可能很小。我记得有一个统计，但不记得具体数字了。

这也解释了为什么这一波软硬一体的公司今年格外受到关注。

对。我认为最深层的原因，本质上是人工智能带来的更深层次数字化。

为什么手机不能做这件事？录音转录手机也可以做，飞书也可以做。

深层数字化最重要的是要一直记录。

比如现在我都不知道手机的录音功能还在不在录，可能隔一会儿还要看一下。我对它并没有完全的信心，因为手机并不是专门做这个的。

但如果我以各种形态在身上放一个设备、贴一个设备，或者使用其他专门的装置，我可能就更有信心，相信它一直在录。

那隐私问题怎么办？

这可能是人类要面对的问题。

刚才我们也讨论过，如果我在公共场合发表演讲，是不是就意味着我已经允许你把它录下来？否则我不会在公开场合演讲。

但如果不是演讲，我只是在公共场合说了一句周围所有人都能听到的话，那又该怎么办？

这可能确实需要法律、社会习惯，以及整个社会普遍心态的一次革新。

但这肯定也会包括在技术发展里。就像当年大家开始刷短视频一样，最后人的行为习惯会随着科技，在全社会范围内发生改变。

在互联网和移动互联网时代，流量入口产品都有双边网络效应。为什么 AI 时代的双边网络效应还没有形成？

我也思考过这个问题。

第一，在 AI 时代，大模型本身有一个隐含的双边网络效应。它使用了大量数据，而且和越多的人交流，就越能通过反馈让下一个用户获得更好的体验。这种隐含的双边网络效应是存在的。

第二，在显性层面，原来的双边网络效应需要你说话有人听、你卖东西有人买，需要一点点把两边凑起来。

但现在不需要。大家和大模型的关系相当于多对一，所有人都在和同一个大模型聊天。

所以我们看到，第一波美国出现的偏社交类公司并没有特别成功。本质上，它没有真正形成双边网络效应。一旦模型质量下降，或者竞争对手的模型质量上升，这类公司就会处于商业上的不利位置。

到底应该把 AI 以什么方式插入双边网络，中间形成怎样的关系，或者大模型隐含的双边网络效应是否已经足够，只需要把大模型调得更好，目前还不清楚。

我们一直拿社交举例，但 AI 时代究竟如何形成双边网络效应，仍然需要继续探索。

现在 OPPO 也做了群聊功能，你觉得它有可能冲击 Meta 吗？

目前来看，逻辑上可能还有一个断层。

包括你我使用 AI 时，可能都会认为和你聊天的那个人并不存在，是模型计算出来的虚拟人物。这在心理上可能会产生影响。

但未来人类会不会不再在意，聊天对象背后是否有自主意识、有没有灵魂？如果不重要了，整个人类的认知就可能发生变化。

今天全人类的认知，和 PC 时代、PC 之前的时代相比，已经发生了巨大变化。所以我觉得 AI 会导致全人类认知再次变化。

现在的网络也不一定都是人与人的网络，也可能是人与 Agent 共同构成的网络和连接。如何建立起某种双边网络，还需要探索。

如果双边网络无法建立，我认为这个世界总体上可能会变成模型的世界。当然，这同样是不可预测的。

现在 AI 产品有数据飞轮了吗？

我觉得目前还是有的。

AI 产品这一轮的商业化，实际上比前面的互联网和移动互联网时代做得更好。毕竟经过了这么长时间的 SaaS 熏陶，大家对订阅制已经比较了解。

只是现在技术发展很快，基础设施投入仍然巨大，收入和成本还没有完全匹配。但如果人类达到某种满意的边缘，商业模式就有可能真正成立，所以我对此还是乐观的。

在大模型时代到来之后，你投了 Kimi、MiniMax、Manus 等 To C 产品。你觉得最后真正的价值会沉淀在应用公司，还是模型公司？

这个问题我一直在思考。上一个时代也有类似的问题：新的应用会不会产生，还是会一直是巨头的时代？

那时候讨论的不是模型，而是巨头。这个时代，很多巨头本身也成了大模型公司。

我可能因为做早期投资，对此还是比较乐观。我的乐观是，我始终相信新的创新会在一轮周期里最终成为巨头，在巨头名单上增加几个名字。

问题只是最后增加 5 个以上、5 个以下，还是只有 3 个以下。这一轮肯定会增加，但大模型公司已经在名单上了，接下来增加的会是什么形态，我们确实不知道。

但从个人信念出发，我仍然相信新的产品会诞生。历史上每一轮周期都会产生新的东西。哪怕巨头看上去已经控制了一切，几乎每一轮仍然会有新东西出现。

对于大模型公司和应用型公司，你们考核的指标是不是不一样？它们最后的价值沉淀位置也不一样吗？

模型公司今天还处在持续技术演进的过程中。这也是刚才说的，这次科技周期最大的不同：技术和产品同时演进。

模型公司更重要的是技术如何演进。但对产品公司来说，情况更复杂。你可能基于当前技术形态做了产品，下一步技术又发生变化，所以这一代模型公司会面临更强的不确定性，或者需要解决更多变量。

它的好处是，变现看上去比上两个周期更清楚。上两个周期，很多公司一开始先把规模烧大，收入并不多。但现在多多少少都有收入，大家经常开玩笑说都要比 ARPU，几乎都有一些收入。

也有人说，未来可能没有模型公司和应用公司的区别，因为模型公司都会做应用，应用公司也都会训练自己的模型。

我认为这是有可能的。但最后可能会比拼一件事：技术进步在多大程度上能够抵消非技术产品优势。

比如 OpenAI，GPT 这些产品可能受到挑战，但 OpenAI 已经具备很浓厚的产品公司特点。大量用户数据已经沉淀在上面，很多人已经习惯打开 OpenAI 去聊天。

最后还是要看技术会发展到哪里。有些地方不是技术进步就能解决的，可能那就是产品公司能够守住的边界。

最大的模型公司已经变成了产品公司。你在投产品时会不会觉得很绝望？

不会。我觉得反而比原来更有意思。

移动互联网时代，大家还在寻找双边网络效应，PC 互联网时代也是这样。但这个时代，你不知道答案是什么，还要继续去寻找答案。

而且这个时代线上线下更加紧密地一体化，软硬件也更加一体化，变量越来越多。原来可能是在解二元一次方程，后来是三元一次方程，现在可能要解五元、六元方程。

这个过程既有挑战，也有乐趣。

今天创业的难度变得更高了，相比 10 年前是这样吗？

我认为是的。10 年前技术当然也重要，但更多是看你能不能把产品撑起来。

现在技术不只是要把产品撑起来，还要考虑模型的视角：怎么和模型公司合作，要不要自己做模型，还有很多更加前沿的问题。

对创始人和创业团队的要求变了吗？创业的人变少了吗？

对创业团队基础能力的要求，我觉得变化没有那么显著。

但在一个相对简单的数字化时代，和在充分数字化之后还要进一步智能化的时代，创业的人数，我直觉上认为应该会少一点。

不过反过来看，因为大模型存在，很多市场很小、团队很小的垂直公司，可能一开始就能盈利。所以现在也可能更接近百花齐放的时代。

从这个角度看，反而会更好。这是两个不同的方向。

投资人会要求这些创业者一开始就盈利吗？

当然不会，从来都不会。早期投资人更重要的还是看一个比较长远的场景。

在 AI 时代，红杉的投资策略有没有系统性的发展和调整？

我们一直比较坚持投小、投早、投科技。从很早开始，尤其是 2018 年之后，我们基本上就是这个状态。

我们内部也会考核作为第一个机构投资人的项目比例。理想情况下当然是越多越好。现在能达到总项目数的一半以上，我觉得这是一个比较值得骄傲的成绩。

所以也希望创业者可以直接来找我们，不用等到 B 轮以后。

你们现在对创业者的审美发生变化了吗？

本质上没有变化。但如果一定要说变化，就是 AI 时代前所未有地强调技术。

在前两个时代，可能会看创始人发表了多少论文、论文有多少引用，这些主要反映创始人有多厉害。

但在 AI 时代，尤其是技术导向的公司里，这些变成了非常重要的一点。这就是这个时代技术和产品同向发展带来的变化。

红杉好像基本上把中国的大模型公司都投了。这样的赛道覆盖式打法，几家公司是怎么进去的？为什么基本上每家都投？

我们并不是用赛道覆盖式打法，还是 Case by Case 地看每个公司的亮点，以及值得进入的方式。每家公司其实都不太一样。

比如 Kimi，一定程度上和我们原来投的另一个项目有关。它是从循环智能一步步发展出来的。

MiniMax 则是在 GPT 爆发之前我们就已经在看的公司，并不是 GPT-3.5 爆发之后才去找的。

智谱也是我们很早就接触的公司。其他一些公司，我们总体上也都是 Case by Case 地看各自的亮点。

所以我不认为我们是看见一个热点之后，利用资金优势去覆盖赛道。它可能只是上一个时代的延续。

自然界没有飞跃，所以我们的工作也没有飞跃。我们不是说某个热点爆发之后，就突然采用一种系统研究或关键人员覆盖的方式推进。它是自然地变化成现在这个样子。

所以你们不是赛道打法，而是投人，仍然是 Case by Case 看亮点。

对。投人肯定是早期投资最重要的环节之一。

Manus 是怎么看到的？

Manus 在做 Monica 的时候，我们就已经看到了。我们非常喜欢这个团队，也觉得当时 Monica 这个产品的想法很好，包括团队当时讲到的后续产品演化，我们觉得都很有意思。

当时它还不是 Manus，但我的意思是，那个阶段它的亮点已经体现在团队，以及产品所展示出来的产品能力上，并不是因为我们要做赛道覆盖。

这可能是大家对红杉的误解？

多少有一些误解。大家一直觉得红杉是赛道覆盖打法，资金比较多，所以就覆盖一个赛道。

但实际上，我们每次都是一个一个地看项目的亮点。

Agent 的创业和以前 App 的创业逻辑有变化吗？

我讲一个最大的变化：这一轮产品天生全球化。

原来做一个 App，至少涉及语言转换、用户习惯转换，还要在当地进行一定的落地和运营。

但这次的 Agent 本身就是人工智能产品，从语言和其他角度来说，天然适合全球化推进。

所以我觉得这对中国创业者、华人创业者都是一个非常大的机会。这是第一次，我们的产品，尤其是 To C 产品，无论效率类还是娱乐类，都可以一下子在全球铺开。

这是一个非常令人激动的时点。

你觉得 Agent 未来会扩展成什么样的生态？

它应该会像 App 一样。App 有多丰富的层次，Agent 也会有多丰富的层次。

这些新的 Agent 或新平台，会替代今天的平台，还是今天的平台会继续长大？

还是和原来一样：有一些会被替代，有一些会得到改善、继续长大。

就像 PC 时代的腾讯到移动时代的腾讯，它依然是王者。这就是生态位的争夺。

每一轮周期，原有名单上可能会下来几位，也会上去几位，但一定会发生变化。这也是早期投资的一种信仰：它肯定会变化。

从 ChatGPT 诞生到现在这两三年，你的投资有没有某种节奏？它是不是也反映了技术和产品的变化？

对我而言，肯定是有节奏的。

一开始，我是系统性地扫描大模型机会，甚至也看了一些所谓的垂直模型机会。首先看底层、看基础设施。基础设施逐渐成熟之后，我们觉得 2025 年可能有点像 2010 年，2026 年像 2011 年，可能会出现应用爆发的机会。

所以我们也比较早地开始扫描 Agent 机会，在应用层面寻找新的机会。

在这个过程中，我们也注意到硬件正在蓬勃发展，所以高度重视硬件整体的变化。

对于 2026 年有什么预期？

我觉得就是 2025 年的进一步深化，变成 2011 年。我觉得会更加繁荣。我觉得二零二零年会更更加的繁荣。

你现在的工作状态是什么样？明显比前几年忙吗？

工作量应该接近，但现在需要到各地去挖掘新的项目，跑得更多了。

在 PC 和移动互联网时代，北京是一个非常明显的中心。现在则更加分散，尤其深圳作为硬件基地的地位快速崛起。

另外，这一波人工智能创业中，华人参与的比例很高，也有很多海外华人创业。以前海外华人可能主要回国创业、做国内市场，但现在无论在哪个地方的华人，都可以面向全世界做市场。

这几个变化叠加在一起，感受上肯定比原来更忙，出差也更多。

你出差目的地的前 5 名是哪些地方？

因为我还是偏软件和消费电子，所以对我来说主要是北京、上海、深圳和杭州。

接触不同地区的创业者，有没有感觉到他们的气质不一样？

气质上确实不一样，可能和所在地的产业结构有关。北京、上海、杭州偏软件，深圳偏硬件。

但优秀创业者的气质还是比较接近的。除非是更偏交易型的创业，目前还没有进展到那一步。

最近关于 AI 泡沫的讨论很多，你怎么看？

我一直认为，讨论泡沫更多是一个谈资。

历史上每一轮周期一开始都有泡沫。因为有泡沫，市场才会有充分流动性；特别是有泡沫时，早期项目才有机会。创始人讲述宏大理想，才会有那么多人才愿意支持。

所以我觉得这是正常的泡沫，就像大海里有泡沫一样。最后还是要看它能不能交付。

这一轮的泡沫我觉得是可以接受的，因为它最早的 PMF 已经跑通了。严格来说，随着模型变化，未来能不能持续跑通还不好说，但至少一开始就能打中用户痛点、开始收钱。

相比一开始烧很长时间的钱，这种情况对投资人会更舒服一些。现在看，很多早期项目的现金流都非常好。

和之前先砸用户心智、先烧钱相比，这一轮的情况目前还不错。

当我们都在讨论泡沫时，可能泡沫就不会破。关键是你怎么定义泡沫。

对。最后如果有真金白银的东西出来，前面的潮涨潮落就相对容易接受。

最怕的是它是一个伪概念。历史上有很多类似郁金香泡沫的事情，本身就是伪概念。

但 AI 不仅不是伪概念，而且是人类历史上一次巨大的科技革命。所以在这个前提下，我觉得目前的泡沫是可以接受的。

这轮科技革命现在发展到什么时间、什么节点了？

应用还没有大规模爆发。

是爆发前夜吗？

不能叫爆发前夜，因为现在各个主战场已经开始竞争了。应该说是爆发的前端。

处在爆发的前端，你会焦虑吗？

不焦虑，应该是很兴奋。能够再次见证人类历史，当然很兴奋。

现在国内主要的风险投资人，如果是在 PC 时代或者移动互联网时代之后入场，相当于见证了 3 轮技术周期。我觉得这在历史上比较少见，对个人来说也是很难得的经历。

像你这样投资职业生涯在中国有 20 年、现在还在一线看项目的投资人多吗？

各个基金主要的合伙人基本都还在。GP 和合伙人一般也没有退休。前几年确实有一波人退休，但这件事也没法接续。

你见过那么多创业者。有的人能做到从 0 到 1，有的人能做到从 10 到 100，有的人能做到从 100 到 1000。你觉得影响他们做到小成、中成或大成，以及导致他们失败的原因，是不是他们自身的特质？有什么共性吗？

首先，所有创业者都应该对产品敏感，产品敏感性非常重要。

从 1 到 10，产品敏感性可能更重要，因为你需要了解各种各样的用户需求。到了 10 以上，或者几十以上，没有一个绝对标准，但我一直有一个观点：

10. 创始人必须成为组织象征

公司的领导就像带兵打仗的将军，最后要成为这个组织和制度的人格化象征。用一句可能不太精确的话说，实际上你是在扮演 CEO。无论你自己的本性是什么样，在那个时刻都需要扮演 CEO。

尤其公司越大，越需要扮演这样一个人。就像古代将军出征，当时没有先进的信息传递手段，在他所在的 10 万人、20 万人中，他就是最高的制度化象征。

他要维持士气、军纪，以及作为一个组织的想象力。组织必须相信自己拥有一个抽象的生命，而你就是那个抽象生命的代表。

所以有时候，一个人可能是成功的产品经理，但不是特别成功的 CEO，原因可能是没有完成这一步跨越。完成这一步其实需要天赋。

同时拥有两种天赋的人很难得：既有产品敏感性，又能很好地扮演人格化组织和部队的信心，成为一个统帅。

哪怕你暂时做不到，也需要扮演。因为你不扮演，组织就无法维持。

你必须演。

对，必须演。《人类简史》里讲过，很多东西都是想象出来的共同体。

10 万人在沙漠里行军，前面还有敌人，但他们没有崩溃，是因为他们想象自己正在完成一项伟大的事业，想象自己是一个军队。军队是一个抽象生命，但这个抽象生命需要有一个具象的人格代表。

作为 CEO，你就是那个代表。

你说的第二种天赋是什么？

你可以观察周围那些优秀 CEO。很多人不仅是自己企业产品的化身，也是企业这个组织抽象精神、抽象生命的化身。

这点非常重要。

你是不是研究过 MBTI？你觉得 MBTI 和你说的第二种天赋有关系吗？

MBTI 很有意思。它把人分成 16 种，确实反映了人的不同态度。

比如 N 型的人更容易进行抽象化思考，好的产品经理可能很多都是 N 型。如果一个人能够完整地扮演一个组织的灵魂，把很多事情想得很到位，并且计划得当，那 T 和 J 可能会比较好。

所以 NTJ 可能是一个不错的组合：有直觉、有计划，也有逻辑和理性。E 和 I 相对没有那么重要，只要有足够好的副手帮助你就可以。

但也不一定。产品经理可能 NF 更好，因为感性感受会更强。有些天才产品经理是 INFP，NF 确实非常重要。

不过，如果后面是 P，可能会更玄学、更浪漫；如果是 J，可能更适合做 CEO。所以天才产品经理能不能跨越成为 CEO，是一个很重要的问题。

我见过很多天才产品经理都是 NFP。他能不能变得更有计划、更 T，或者由 CEO 来补足，可能就会形成一个团队。

但我一直认为 N 非常重要。对运营人才来说，S 可能更重要；对产品经理来说，N 和 F 都重要，尤其是 N。抽象能力是非常重要的事情。

你见创业者时会问他的 MBTI 吗？

有时候会问。我有时会问他最喜欢的一本书，或者手机上有多少个 App，也会问一下 MBTI。大家可以聊聊关于人本身的话题。

MBTI 会作为投资标准吗？

不会。

有没有什么创业者是你见过一次就不会再见的？

我在这方面比较开放，不太会给人打特别的标签。只要我有时间，我都会见。有时候实在没时间，也不是故意不见。

最后几个快问快答。全球范围内，你最喜欢的食物是什么？

如果只能选一个，是兰州牛肉面。我只要没事就会去吃，对我来说这是默认食物。

这很奇怪，因为我去过中国大部分地方，却没有去过西北，也没有去过西安以西的地方。但兰州牛肉面已经是我最喜欢的食物了。

杨志玲说，她最喜欢的食物是拉面。

那可能接近吧，但兰州牛肉面可能是更准确的说法。

全球范围内，你最喜欢的地点是什么？

我最喜欢上海。上海的线下服务非常好，能够和欧美那些老城市相比。它是一个适合步行的城市，线下体验很好。

一个少有人知道但必须知道的知识点，可以是冷知识。

这可能不一定是冷知识，但对我来说属于第一性原理的知识：幸存者偏差。

历史是胜利者或者幸存者书写的。不一定胜利者就是幸存者，但幸存者可以影响未来的话语权。

从这点出发，你可以理解很多历史参考文本的不可靠。因为所有文本都是幸存者写的，所有给你讲述的知识，都是幸存者讲述的。

幸存者是必要条件。人也是必要条件，是一定会存在的条件。但很多时候，我们想研究的是充分条件，想获得预测性。

必要条件不提供预测性。所以我们要从一堆必要条件的文本和信息中，找到当时真正的决策依据。

你要知道，当时可能有 A、B、C、D、E 多个选项，每个选项后面又有多个信息。最后有人选择了某个选项，可能是错误的，但幸存者会把这个选择加以戏剧化描述。

人类喜欢戏剧化，所以要把它还原到当时，找到真正的充分条件。这对我来说，可能就是你定义的冷知识：我看什么都带着幸存者偏差。

你利用这个完成的一次具体思考是什么？

比如我在投资某些公司时，当时有很多选择。那时我可能要等 4 个月之后才知道答案，但此时此刻还不知道。

我会想，怎样从那些复杂的细节中做判断。具体细节不展开，但当时我突然意识到，原来我读到的历史，可能只讲了最终胜出的一两个案例，而当时实际存在非常多的选择。

很多历史叙述的戏剧性，都远超过当时真实的情况。所以还是要还原当时的环境。

包括创始人跟你说的事情，或者其他同行跟你说的事情，每个人的讲述都会形成偏差。你要把它还原到当时的充分条件。

那你最后是怎么做出模型投资决策的？

这里面当然还有很多细节不能说。我只能告诉你当时的感受：当我站在充分性角度推演时，发现自己找到的各种参考，很可能都只是必要条件。

基于你读过的书，推荐两本必读书。

有两本书对我影响很大，似乎都可以花一年时间只看其中一本。

第一本叫《美国增长的起落》。我在很多场合，包括红杉的会议上，都推荐过。这本书描述了美国在互联网时代之前的科技革命。

第二本书甚至可以花两年去看，叫《从中国出发的全球史》。这是我的母校复旦大学历史系编写的。

我第一次看到这本书时，既欣喜又遗憾。欣喜是因为它里面很多观点，正是我一直想表达、原本希望未来写进文章里的；遗憾是因为它已经用一种崭新的方式重构了全球史。

我觉得这本书非常值得看。

这是一本新书吗？

应该是去年年中出版的。《美国增长的起落》则是一部时间跨度很长的经典著作。

基于你当下的认知，一个关键而重要的当下 bet 是什么？

我当前的 bet 是：AI 时代是华人大航海时代的开始。

欧美冒险家和创新者在全球开拓的过程，可以类比于欧美跨国公司在全球拓展的过程。

现在中国企业和华人创业者都站在这样一个历史开端上。借助 AI 的特点，尤其是它天然全球化的特点，华人创业者第一次可以把产品直接推向全球。

所以我认为，华人的大航海时代是一个核心 bet。

你可以在 10 年后写一本《从中国出发的全球商业史》或者全球科技史。

那可能需要大模型的帮助。

因为你刚才聊到了人类行为的不可预测性。在今天，你现在最看不清楚的事情是什么？

11. AI未来仍然没有答案

比如 AI 社交网络应该是什么样，我还没有完全看清楚。

第二，我有一个观点：现在我们都在单边研究 AI 产品应该变成什么样，但极有可能还有一个问题值得思考——有了这些 AI 产品之后，人类会变成什么样？

这可能会影响未来的商业选择。比如有了 AI 之后，我们应该采用什么样的教育？哪些学科会变得更重要，哪些学科会变得不那么重要？

我可以分享一下自己的观点。

第一，全局性的学科会变得更重要。因为你问 AI 时，首先要知道自己要问什么。学习的核心，可能会变成学习如何提问。

在这种情况下，你必须拥有全局视野，细节知识没有那么重要。开个玩笑，有了 AI 之后，可能需要学习“目录学”。

目录学是建立古典文献体系的一种方式。你不一定需要了解每本书的具体内容，但要知道历史上有哪些书，以及可以到哪里查询。

第二，逻辑学可能会变得更重要。如果自然语言只是思考和表达的一部分，那么你是不是应该更准确地表达？尤其中文是一种非常诗意的语言，准确度可能比拉丁文字体系低。

所以我们应该学会如何更加准确地说话。

如果教育体系变了，消费方式变了，也会反过来影响产品。今天的产品有一个默认前提，就是设计给智能化时代之前的人类。

但智能化时代的人类到底会变成什么样，我还没有想清楚。我认为这可能是一场巨变。

包括我刚才说的，你会不会相信，和你聊天的那个 AI 背后拥有自主意识？这会对你的情感产生什么变化？比如 AI 谈恋爱。

这些问题，我现在都没有答案。

好了，今天的节目就是这样。这里是商业访谈录，是一档由语言及世界工作室出品的深度访谈节目。你可以到公众号关注我们的工作室，获取更多的信息。我们的公众号是语言及世界 language is world，我们希望和你一起从这里探索新的世界。