02.10.2025: 超越“套壳”
AI 应用如何超越“套壳”
春节前后，Deepseek 的爆火让人们看到了一个新的可能：当模型成本大幅降低，AI 应用是否终于等来了自己的春天？
确实，在过去一年里，“GPT 套壳”成了 AI 创业最大的困境。高昂的 token 成本让许多产品难以规模化，更遑论建立护城河。现在，随着开源模型的崛起和算力成本的下降，这个瓶颈似乎被打开了。
但成本的降低并没有完全解除“套壳”的诅咒。
一个产品如果只是简单地包装了 LLM 的能力，无论成本多低，始终难以形成真正的竞争优势。这让人想起二十多年前的互联网泡沫：那时的 Web 应用同样被嘲笑为“CRUD 套壳”（CRUD = Create, Read, Update, Delete，即“增删查改”，为数据库的四种基本操作），不过是在数据库上加了层界面。
但今天的科技巨头们，正是从这样的“套壳”起家。那么，是什么让它们完成了蜕变？
关于 AI 应用的四个问题
A16Z 的合伙人 Andrew Chen 在最近的一篇 短文 中提出了 4 个问题：
- 如果 AI 模型初创公司的防御性很低，并且开源替代品和新进入者不断出现，随着时间的推移，优势逐渐减弱，情况会怎样？谁最终会获胜？
- 新的 AI 优先应用受益于新颖性，实现惊人的增长。随着时间推移，当这种新颖性消失，用户预期每个产品都有 AI 特性，谁会赢得用户？
- 过去，一个新产品可能需要几个月的时间来复制，并需要一段时间来建立领先地位。但很快，它几乎会被立即跟进。那么，产品如何留住用户？
- 近年来，没有自行训练模型的 AI 产品被嘲笑为低技术含量的“GPT 套壳”。然而，过去几十年的消费者产品技术含量低，护城河看似很窄，却创造了巨大的价值。未来会重蹈吗？
Chen 提出这些问题，不仅仅是由于他在 A16Z 的投资方向，更是由于他对于消费互联网上的工作经历，这包括他在 Uber 的早期增长上的成绩，以及后续在这个主题上数百篇的文章输出——它们最终结集出版为 The Cold Start Problem 一书。
在本周的 Links + Notes 中，我摘录了 Chen 对这些问题的部分观点，其中是一个核心比喻是：现在的“GPT 套壳”其实很像第一波的 Web 应用，由于这些应用基本上都可以看作是在数据库基础上面加了一层 UI，也有一种说法，认为这些 Web 应用都是“CRUD 套壳”。
无独有偶，当下的美股市场也有类似的比喻：人们开始担心 AI 泡沫可能如互联网泡沫一般轰然倒塌——最典型的那些企业，如 Webvan 和 Pets.com，正是所谓的“CRUD 套壳”。如果说 200 多倍市盈率的 Cisco 至少还卖出去一些铲子，这些“套壳”的 dotcom 始终没有找到合适的盈利模式。
那么，是什么拯救了“套壳”？
全面与深入
在 Web 1.0 时期，今天硕果仅存的莫过于 Google 和 Amazon。尽管它们当时的形态和今天大不相同，但我们仍可从中总结两个成功要素。
首先来看 Google。严格来说，Google 不能算是一个“CRUD 套壳”产品。它具备自己的技术护城河，用 PageRank 算法解决了纷繁复杂的互联网上如何进行索引和排序的问题，同时期的竞争对手如 Lycos 和 WebCrawler 则主要以来搜索关键字在网页上出现的位置和频次，体验上就出现了代差。
Google 做对了很多事，但回头来看，最重要的是它依靠自己的技术优势占据了“全面”这个位置。特别是在 dotcom 泡沫中，网页的数量快速增加，而发现这些网页的入口还停留在 Yahoo 和 AOL 这样的目录式结构上。全面、快速、准确，是搜索体验成功的关键，而这其中，全面是一个基础，如果不能做到覆盖全网，那么用户就会转投他处。
如何呈现“全面”其实并不容易，但反面却很容易暴露出来。每一次搜索，Google 都在精心展示自己庞大的索引，在用户心智中建立起“全面”的认知壁垒。这个壁垒延续到后续的很多产品中，包括 Gmail、News 和收购而来的 YouTube。
YouTube 的收购发生在 2006 年，在此之前 3 年，Google 还收购了 Blogger。后者今天已经基本不再被提起，但可以认为这两次收购的动因是类似的，都是希望在生态上更加“深入”，从单纯的“入口”深入到内容中。YouTube 在 2024 年的贡献了超过 300 亿美元，20 倍于当年的收购价格。
讲到“深入”，再来看 Amazon。Amazon 的模式显然要比 Google 重很多，最开始从图书起家，逐渐拓展到“全面”。Jeff Bezos 把 Customer Obsession 奉为信条，最重要的投资就是在自建物流上。这件事是一项耗资巨大的资本支出，而且在 dotcom 浪潮中“重资产”显得并不性感，但 Amazon 有自己的坚持。这个故事大家都很熟悉，不再赘述。
“全面”和“深入”是在简单的 CRUD 数据库操作之外的两个方向的价值延展。AI 应用可以做什么呢？
“全面”这个价值点在 AI 搜索上已经有所体现，能做文章的地方有可能是结合 long context（长上下文窗口）和多模态来检索那些之前未能被充分索引的地方。如前所述，展现“全面”这个能力其实不容易，比如说搜索结果能帮助用户索引到一本书，用户很可能自己也没有听过或读过这本书，所以也不清楚这本书是不是真的有价值，相对于另一个没有索引到这本书的结果，体验上的差异性可能没有那么大（想起 Kimi 为了推广自己的长上下文，特别在视频中搬来红楼梦，实际上也是一个侧面印证）。这里需要长时间的细节打磨和用户认知建立，一旦建立起这个认知，价值就相当大。
“深入”方面，能做的事情很多。最近 OpenAI 发布的 Deep Research 被认为是第一个“好用的 agent”。Wharton 商学院的 Ethan Mollick 甚至认为：“它将困难和矛盾的概念交织在一起，找到了一些我意想不到的新联系”，达到了“接近博士级别的分析”。但这很可能只是 AI 应用走向“深入”的第一步，Deep Research 所用到的数据来源并没有超出传统搜索的范畴，而更多是依靠推理模型进行数据的深度筛选和加工——这可能意味着，推理模型可能是 AI 应用走向“深入”的关键路径。
网络与规模
Andrew Chen 的 The Cold Start Problem 一书提出了 Atomic Network 的概念，他观察到：网络早期会存在一些最小化的单元，可以独立存在和成长，比如 Facebook 最初是在大学校园中创办的，一个学校甚至一个班级上的同学就可以独立存在。识别、孵化并复制这样的“原子网络”就是借助网络效应完成冷启动的方法论。
这个方法论结合了大量在 Web 2.0 时期的实战经验，不仅在社交网络上，在 Square、Shopify、Uber 和 Airbnb 上等应用上也获得了实际成功。道理不难总结，构建网络效应不能等待自我实现，而是要通过各种手段促成“冷启动”，之后再用各种手段进行管理，加速成长，并赋予秩序（参见：新颖与秩序）。
在 CRUD 之上，这些平台映射和沉淀了现实世界中的关系图谱，社交、内容、交易、出行等等。这些数据创造、记录并延伸了人类社会中的种种连接，从而富有更大的价值。没有人会认为，这些应用只是简单的“套壳”了。
这种思路中隐藏着一个在互联网时代默认成立的假设，就是边际成本为零。在不考虑服务额外一个用户的成本的情况下，网络构建的问题被简化为新增、留存和商业化的问题——这也是 Chen 提出的四个问题的基本框架，也可以认为是互联网商业模式的通用模式。
在模型 token 成本较高的时候，这个模式难以套用到 AI 应用上来。美国市场上主流的商业模式，无论 toB 还是 toC，都是付费订阅；国内的免费 + 买量模式则在最近的讨论中被 Minimax 的创始人所挑战。
从用户角度看，如果用 AI 生成了内容需要付钱，那么在没有明确的回报的情况下，先前投入的成本无疑就是门槛，为什么又要如互联网时代一样免费分享，用爱发电呢？这也说不通。这可能也解释了为什么最先出现的 AI 应用以 toB 和 toP（Professionals，包含较为专业的内容创作者）为主。
在模型竞争开始分化，成本一路走低的情况下，假设可能会发生变化：Deepseek 依靠免费 + 口碑传播，在短短几天内获得了上亿的用户量。这里不能排除大量的用户可能只是为了新颖性而来，但也不排除一些用户会养成习惯，甚至形成认知——这是包括豆包、Kimi 等一众国产 AI 应用在大量流量推广费用之后仍未能达到的结果。
结合春节前后在社交媒体上的观察，可以看到 Deepseek 的传播呈现出圈层的形态：有人问运势，有人写小说，在每一条内容分享下面，评论区里都有热闹的讨论。在我看来，这种圈层传播已经出现了 Atomic Network 的雏形：它借助现有的社交媒体的基础设施进行分发，用户的评论互动行为实际上已经暗藏了网络效应的萌芽。
Deepseek 过硬的模型能力和独特的生成风格似乎跨越了“图灵测试”的门槛（OpenAI 的 Deep Research 也达到了）：只要内容足够好，大众并不在乎是 AI 还是真人。
如果一个 AI 应用能够激发用户的广泛互动，进而产生新的连接，那么“套壳”之说自然也就不攻自破。
For You
美国消费互联网都未能及时预判的是个性化在平台构建中的力量。
来看 Meta。
负责 Facebook 和 Messenger 的 Tom Alisons 在 2022 年 4 月的 内部备忘录 可以作为证明：在这份后来可以轻易搜索到的文档中，Alisons 为 Facebook 定下的基调是成为 Discovery Engine，换句话说，就是重新重视个性化推荐的作用。
负责 Instagram 和 Threads 的 Adam Mosseri 则在过去几年中坚定的推进 Instagram 的个性化，在这个十几年以来一直以关注流为主的老产品上动刀子不容易，那么在新产品 Threads 则默认为 For You。“Adam Mosseri apology”这个搜索关键字下可以找到他过去的各种向用户道歉的记录。
Elon Musk 的 X 也是一样，收购之后，很快就把 For You 改成了默认首页，根本不顾老用户的批评。
这些都被认为是美国互联网向 TikTok 看齐的例证。Ben Thompson 和 Eugene Wei 有一次对谈，专门对比了几个产品的变化，感兴趣的可以再去读一读。
For You 具有很强的两面性：一方面，它补足了 Follow 的若干缺陷，支撑网络规模近一步延展，在 Chen 的理论中，它提高了网络效应的天花板；另一方面，它又是反网络效应的，很多产品实践表明，在 For You 推出之后，显性关注关系（Follow）都会出现衰退。
原因在于：For You 比 Follow 更私密。一个简单的事实是：在大部分平台上，你关注了谁是默认公开给平台上的其他人的，但你的 For You 页面（即推荐流）的内容却不会被其他人看到。在日常生活中，无意中窥见其他人的推荐信息流都可能会带来社交尴尬甚至“社死”：算法对一个人从内至外的曝光是彻底的，其程度有时候并不亚于聊天记录。
AI 应用则是再次升级的 For You。与 ChatGPT 的聊天记录中一定会曝出惊天地泣鬼神的超级猛料，只是时间问题。华尔街日报最近报道了一个与未来的自己对话的 AI 应用 Future You（在本周的 Links + Notes 中可以找到关于这个产品的解读）。Future You 像是 Character.ai 平台上的一个优质 bot，它背后的团队具有来自 MIT、UCLA 和 Harvard 的深厚心理学和 AI 背景，并不能指望这样的 bot 能通过简单复制而规模化。同时，其中的很多对话只能发生在用户与 AI 之间。打破这一层社交屏障需要巧妙的产品设计：人们既要保护隐私的控制权，又不喜欢繁复的设定界面。
好在 AI 可以学习，更细致入微的理解用户偏好。ChatGPT 中的 Memory 功能有时候会带给我这种惊喜。在这一点上，个性化的数据飞轮——用户使用越多，就越能 For You——仍然成立。否认这一点，相当于否认了人性大体相通。
AI 应用如果想要更好的融入消费者的生活，最需要学习的其实是人类社会中各种约定俗成的文化和习俗。如果 AI 能够预判到尴尬的局面，就能在行为上更有分寸感，也就能更好的打破公共、社群与私人语境的屏障。
也就消解了“套壳”的诅咒。
走向盈余
Andrew Chen 最后没有结论。我也没有。此刻，成本下降对 AI 应用的利好似乎为 2025 年设定了一个美好开端，但市场上的优秀产品仍然乏善可陈。
如果 LLM = 数据库，prompt engineering = CRUD，那么我们很可能处于 2000 年互联网泡沫前的一段时间，估值虽高，但还没有达到彻底崩盘的局面；应用随多，但还没有找到自己如何在“套壳”之上做宽做深，也未能解决网络效应与个性化之间的左右互搏。
一切需要时间。一些紧缚的假设已经放松。算力正在走向盈余，正如认知曾经走向盈余一样，创造、分享、连接、感受，而不仅仅在日新月异的模型竞赛中重复“套壳”。
Links + Notes | 链接笔记
本周的 Links + Notes 链接笔记包含如下内容：
- Andrew Chen 认为，在 AI 模型商品化的背景下，传统的防御性策略（尤其是分发和网络效应）将以新形式重新成为焦点。
- MIT 开发的 Future You AI 平台让用户可以与 30 年后的自己对话，展示了 AI 消费应用的新可能。
- Kevin Xu 的年度投资信提出了一个三部分投资框架，重点关注生成式 AI 基础设施和有弹性的云软件公司。
- 前美联储交易员 Joseph Wang 警告市场低估了关税政策的影响，预计将对跨国科技公司带来显著冲击。
- 女性创业者 Stella Garber 提出创业前需要回答的四个关键问题：十年承诺、人生阶段、机会成本和解决问题的热情。
Andrew Chen: REVENGE OF THE GPT WRAPPERS: Defensibility in a world of commoditized AI models (2025-02-04)
本期周报开头提到了这篇文章中提出的四个问题。Andrew Chen 自己的解答是：
**在“GPT 套壳应用”的竞争中，传统的防御策略（尤其是在用户增长和网络效应方面的持续优势）将重新成为焦点，并以新的形式展现出来。
I’ll argue that it’s in this environment of a massive war between “GPT wrappers” that the traditional defensibility strategies — particularly sustained advantages in distribution and network effects — will return to the forefront. They won’t manifest in exactly the same ways, but instead, hybridize with AI features to create something new. In that way, the next gen of AI products will ride some of the forces that have driven the last few waves of computing, whether in Web 2.0 or crypto or the on-demand economy.
我认为，在“GPT 套壳应用”之间大规模战争的环境中，传统的防御策略（尤其是在分销和网络效应方面的持续优势）将重新成为焦点。它们不会以完全相同的方式表现出来，而是与 AI 功能相结合以创造出新的东西。这样一来，下一代 AI 产品将利用推动过去几波计算浪潮的一些力量，无论是在 Web 2.0 还是加密货币或按需经济中。
如很多行业关注者注意到的，模型竞争在 2025 年 1 月发生了重大变化：开源、低价和可比性能搅动了竞争格局，重资本支出建立的规模效应护城河出现了裂痕，竞争节奏明显加快。
这些快速变化还没有完全传递到二级市场上，但一级市场已经需要重新考量 AI 应用。Chen 也注意到了这一点。
他仍然从自己熟悉的 Web 时代找对标案例：早期的 Web 应用创业公司很多是由“斯坦福的计算机科学博士创建的”，“因为可用的基础设施太少了——你必须将实际的物理服务器放入数据中心，使用专有软件堆栈构建，每层都有非常昂贵的产品，营销/增长是从 CPG 行业的错误教训中得出的”。
而到了 Web 2.0 时代，开源软件和云计算让开发 Web 应用的门槛大大降低，Chen 指出，许多最受欢迎的 Web 应用 实际上可以称为“数据库套壳”（或者 CRUD 套壳）。今天最流行的一些应用，包括 Facebook、Twitter、Instagram 在内，最初都是这样开始的。和第一代 Web 应用比起来，它们几乎没有任何技术上的护城河。
显然，在当时，人们对于网络效应的认知还有待建立。
Chen 观察到这个转折：
In other words, we saw the internet make the same transition from an expensive, closed source stack in the dotcom era which opened into a much more ubiquitous, cheaper (but commoditized) stack in the Web 2.0 era. And as millions of new websites emerged, the axis of competition changed from “can you build it? can you raise the money to build it?” to “you can build it, but will consumers come? And will they stick?” I think the same wave is now coming for AI products. It won’t look the same, but instead, fuse network effects and AI into something new.
换句话说，我们看到互联网从互联网时代昂贵的闭源堆栈转变为 Web 2.0 时代更普遍、更便宜（但商品化）的堆栈。随着数以百万计的新网站的出现，竞争的轴心从“你能建造它吗？”你能筹集到资金来建造它吗？”变成“你可以建造它，但消费者会来吗？他们会坚持下去吗？”我认为同样的浪潮现在正在人工智能产品中出现。它看起来不会一样，而是将网络效应和人工智能融合成新的东西。
这样的融合产品已经出现了吗？Chen 并没有给出肯定的回答，他认为，“AI 产品最初通过提供一种新颖的交互方式进入市场——能够生成一种新内容，或者更深入地了解某些工作流程。但随后它可能会添加病毒式共享功能，帮助它在朋友之间或团队中传播。您可能会看到他们开始更广泛地集成“多人”用例，并最终将所有这些融入增强的商业模式中”。
这个范式符合他在 The Cold Start Problem 中提出的理论，即：网络效应可以分解为三个基本支柱，包括用户获取、留存/互动/激活、货币化，真正具有网络效应的产品可以在这三个层面都很好的利用（而不是破坏）网络效应。
Chen 还注意到，AI 和 Web 一个显著不同点是它没有对交互界面产生重大影响——至少我们现在仍然主要在移动应用或网络浏览器这两个场景下使用 AI，这可能给在位者（Incumbents）——比如 Meta 和 Google 更大的优势。
同时，先行者不见得具有优势。Chen 举了 Flipboard、Foursquare、Kik 的例子，但没有深入展开。我认为这些案例可以更深入的展开研究：这些后来失去光芒的先行者有什么共性？它们未能取得巨大成功的原因是什么？
真正流行的 AI 消费者产品还未出现，但 Chen 坚持认为，在模型竞争呈现商品化格局时，网络效应是保护消费者产品的关键，而且，相比于 Web 时代，AI 产品将可能更快的找到自己的护城河。
Heidi Mitchell: AI Has Shown Me My Future. Here’s What I’ve Learned (2025-02-02)
说到 AI 消费者应用，华尔街日报记者 Heidi Mitchell 记录了她使用 Future You 的经历，这是一个模拟与 80 岁版本的自己对话的 AI 平台。
Future You 使用个性化的 AI 头像来帮助用户想象并与年长的自己建立联系，旨在减少对未来的焦虑并鼓励积极的生活选择。
“这个想法是，如果人们能够看到并与年长的自己交谈，他们将能够更具体地思考他们，并立即做出改变，帮助他们实现他们希望的未来。”
其核心思想是：如果人们能够“看到”并对话年老的自己，他们就会更具体地规划未来，并做出相应改变以实现理想的人生轨迹。
Future You 团队来自于包括 MIT、UCLA、Harvard 的学生和学者，以及来自泰国的软件开发者。去年发布以来，最初在数百名 18 - 30 岁的美国用户上进行测试，后来拓展到超过 60000 名来自 190 个国家的用户。该工具强调健康（例如，“吃得好，保持活跃”）、财务审慎和克服拖延症（例如，“现在就开始读书，即使只是一小步”）。最初的测试用户表示，在 30 分钟的互动后，他们的动力增加了 16%，与未来的自己的联系增强了 15%。
本文作者 Mitchell 分享了她自己的试用体验：她即将满 50 岁，对于和 30 年后的自己对话仍然有些紧张。试用体验从上传一张自己的头像开始，AI 将为未来的你生成一张“无牙头像”，之后再填写一份问卷，就可以开始对话了。
尽管 Future You 团队强调，用户应该将这个人工智能工具视为“可能性，而不是预言”。但在 Mitchell 的个人体验中，她认为“很难不把未来的 Heidi 当作预言家”。在几个小时的对话中，话题涵盖了自我、家庭、事业等诸多话题，尽管有时候 AI 的回答有些笼统，或者不配合回答特定问题（比如医疗或财务建议），但 Mitchell 仍然沉浸其中。
以下是我摘录的一些对话细节：
未来的海蒂告诉我，虽然未来是不可知的，但我的拖延症倾向导致我好几年都没有开始写那本书。
“回想起来，我希望自己能早点开始，克服疑虑和恐惧，而不是浪费时间，”未来的海蒂说。“所以我给你的建议是，永远不要让恐惧或自我怀疑阻碍你追求目标。现在就采取行动，即使每天只是迈出一小步，因为有一天你可能会后悔没有早点开始。”虽然不是顿悟，但我在 Notes 应用程序中打开了一个新页面，开始写一本书的提案。也许未来的海蒂只是给了我今天需要的简单推动力，让我在未来实现令人兴奋的结果。
因此，当被问及民主的未来时，未来的海蒂告诉我：“寡头们可能获得了更多的权力，但为平等和正义而战的普通民众的声音也得到了更多的权力……我们必须继续发出自己的声音，站起来反对一切形式的压迫。”这就是为什么，在未来，我加入了一个产生“持久影响”的非营利组织。
Mitchell 总结说，尽管有些陈词滥调，但这段经历让她获得了切实可行的见解（例如，为旅行存钱，优先考虑健康）和一个令人欣慰的“投入、感恩”的未来自我的愿景。
Mitchell 最后表示：如果我幸运的话，有一天我甚至能见到她。
的确很有吸引力，很有未来感。你可以在这里访问试用 Future You。
Kevin Xu: 2024 Annual Letter: Generational Company, Generational Wealth (2025-02-02)
Interconnected Capital 的 Kevin Xu 在本文中分享他的投资基金的表现和应对 2024-2025 年复杂经济形势的战略方针，重点关注生成式 AI 基础设施和有弹性的云软件公司，同时为潜在的地缘政治变化做好准备。
作者从投资组合构建的角度，分析了在中美贸易摩擦背景下的投资策略：投资者不应过分关注宏观预测，而应着眼于构建防御性投资组合。他强调投资者的核心任务在于构建一个对关税风险具有防御能力的投资组合，而非试图准确预测宏观经济的最终走向。
同时，作者提到一些对关税及出口控制高度敏感的领域（如半导体与硬件）会引发极端波动，进一步提醒投资者注意分散风险，以及对市场突发事件保持警惕。
The task of an investor, in my view, is not to guess where in this wide distribution of outcomes America will land on, but to mold our portfolio to be as tariff proof as possible, while still investing within my circle of competence. Luckily, a good proportion of my competence sits in the space of cloud infrastructure, DevOps, and software broadly, which tends to be less sensitive to tariffs directly. Meanwhile, semiconductors, networking, and the hardware side of AI’s “picks and shovels” are quite tariff sensitive and export control sensitive – both are sources of extreme volatility that will remain with us for quite some time. They are also prone to react to extraordinary pronouncements with few details, like the 500 billion (or is it 100 billion for now, or 19 + 19 + 7 billion plus future debt?) Stargate announcement, only to be pricked by an unknown (to most, though not to me) AI upstart from Hangzhou.
在我看来，投资者的任务不是猜测美国将落在这种广泛分布的结果中的哪个位置，而是塑造我们的投资组合，使其尽可能地具有关税防御性，同时仍在我的能力范围内进行投资。幸运的是，我的能力很大一部分在于云基础设施、DevOps 和广泛的软件领域，这些领域往往对关税的直接影响较小。与此同时，半导体、网络和人工智能“镐和铲”的硬件方面对关税和出口管制非常敏感——两者都是极端波动的来源，并且将在相当长的一段时间内伴随我们。他们也倾向于对一些细节很少的特别声明做出反应，比如 5000 亿美元（或者现在是 1000 亿美元，还是 19 + 19 + 70 亿美元 加上未来的债务？）的星际之门公告，结果却被一个未知的（对大多数人来说，但对我来说不是）来自杭州的 AI 新贵所刺痛。
关于投资策略，作者提出了三个核心原则，进一步细化了投资组合的构建标准，明确列出了三个关键选股标准：
As the list of positions above suggest, our portfolio is focused mostly on good ol’ infrastructure cloud software companies that are consistent with my selection process, i.e.:a core technology that should benefit from a secular tailwind, in this case generative AI’s widening enterprise adoption this year, especially as agents.an attractive entry point with a fat margin of safety;a positioning that either benefits from or avoids macro or geopolitical overhangs, in this case worldwide tariffs.
正如上面的持仓清单所示，我们的投资组合主要集中在与我的选择过程一致的优质基础设施云软件公司，即：一项应能从长期顺风中受益的核心技术，在这种情况下，生成式人工智能今年在企业中的应用范围不断扩大，尤其是作为代理。具有较大安全边际的有吸引力的切入点；一个可以受益于或避免宏观或地缘政治悬念（在这种情况下是全球关税）的定位。
作者也坦言，完全免疫于关税的标的其实并不存在，即便是对于作者青睐的软件领域来讲也是一样：“关税上调导致美元走强，往往会使产品变得更加‘昂贵’，从而导致营收出现暂时波动，无论该公司是否只以美元进行交易，还是有本地货币选项。”
关于中美关系的展望，作者探讨了一个较为边缘但可能具有巨大潜在回报的情景——中美之间可能达成的重大协议。尽管当前这种情形的概率极低，但与几个月前的“0%”预测相比，作者的观点显示出对动态局势时刻更新判断的重要性。
这种“正向尾部”事件虽然小概率发生，但可能带来非对称性的巨大收益，提醒投资者在风险管理中不应忽视极端事件。
Another factor that I’m working through is whether to be in position for a US-China grand bargain of sorts. At this moment, it is a scenario to which I only assign a high single-digit probability. Then again, if you’d asked me a few months ago to assign a probability, the answer would’ve been 0%. The upside of this unlikely event would be asymmetrically large. Trickles of signs are pointing towards a “deal” more than a “confrontation”, potentially settling into a new steady state – an unimaginable outcome since the US-China trade war first started in 2018. Then again, as an old Chinese saying goes, “The person who unties the knot has to be the person who first tied the knot” (解铃还须系铃人). That person is Trump.
我正在研究的另一个因素是是否能够为中美达成某种大交易做好准备。目前，我只为这种情况分配了很高的个位数概率。话又说回来，如果你几个月前让我分配一个概率，答案将是 0%。这种不太可能发生的事件的好处将是不对称的大。种种迹象表明，中美之间将达成“协议”而不是“对抗”，并可能进入一种新的稳定状态——这是自 2018 年中美贸易战爆发以来无法想象的结果。话又说回来，正如中国一句古话所说，“解铃还须系铃人”。这个人就是特朗普。
Joseph Wang: Tariffs Are Coming & They Will Be Bad For Stocks (But Good for America) (2025-02-01)
这是前美联储公开市场交易部门高级交易员 Joseph Wang 的一个播客访谈，主题是关于 Trump 的关税政策及其影响。
在访谈中，Joseph Wang 认为市场可能误解了 Trump 政府正在实施关税计划：这并不是短期谈判策略，而是重塑全球贸易、促进国内制造业和创造政府收入的战略工具。
他的主要观点包括：
- 预计关税将范围广泛且数额巨大，针对多个国家，目的是减少贸易逆差并鼓励国内生产
- 金融市场目前低估了这些关税对跨国公司和股票指数的潜在负面影响
- Wang 预测经济增长将放缓、美联储将进一步降息，以及债券和黄金的潜在看涨机会
他对于 Trump 关税政策的整体观点：
I think the market is really misunderstanding Trump because of his plan... The economic tariffs, the ones that we're going to have just for, you know, to reshape the trade order to collect revenue, those things are going to come later... Now in addition, if you listen to Treasury Secretary Scott Besant now, he'll say that tariffs are indeed one of the reasons is for negotiation... But Secretary Besson also noted that tariffs are also one as a source to reshape the global trade order, but also to collect revenue as well. And it's those last two points I think the market is not appreciating and it's also because of those two points that we necessarily have to have wide and higher tariffs rates than before.
我认为市场确实误解了特朗普的计划……经济关税，也就是我们为了重塑贸易秩序以增加收入而征收的关税，这些事情将在以后实施……此外，如果你听听财政部长斯科特·贝桑特的话，他会说关税确实是谈判的原因之一……但贝桑部长也指出，关税也是重塑全球贸易秩序的手段之一，也是为了增加收入。我认为市场并没有意识到最后这两点，也正是因为这两点，我们必须比以前征收更高、更宽的关税。
美国的关税税率还有很大的上涨空间，2.2% 这个加权税率数字低于我的预料：
Annually the US imports about $3 trillion worth of goods. The volume weighted tariff rate for that is about 2.2%. So tariffs are very low and they definitely have room to go up.
美国每年进口价值约 3 万亿美元的商品。其加权关税税率约为 2.2%。因此，关税非常低，而且肯定还有上涨空间。
在被问及如何看待资本市场上的 M7 股价连创新高，是否没有考虑到关税影响时，Joseph 认为市场定价错误，但它往往变化过于缓慢：
100%, that is the equity market I think is totally, totally misunderstood, mispriced, especially some companies that are highly reliant on international trade. Apple for example, makes basically everything in, in China. Now I think tariffs are going to be really disruptive for them. So. But, you know, my sense is that the market actually. Oh, also Nvidia as well, has some policy risk. I. I think yesterday there was some headline where the Trump administration, seeing that Deepseek is the Chinese AI company. Deepseek is doing so well, so seems to want to throttle China's progress by imposing more limits on who Nvidia can sell to. So there's a lot of political risk there. But, yeah, I don't think. I don't think all these concerns are in the market now. To be totally clear, the market is often very slow ... And people, you know, analysts at hedge fund and investment firms who were telling their boss, you got to sell Nvidia because Deepseek is coming. If they've been saying that for four months, they've been wrong for four months. So they might have been chastised for their boss, even though they were right. But they. They were early, which is. Which is the same as. As being wrong. Exactly. Exactly. The timing is really hard to get, but they were eventually right.
100%，我认为股市完全被误解了，被错误定价了，尤其是一些高度依赖国际贸易的公司。例如，苹果基本上在中国生产所有产品。现在我认为关税将对他们造成很大的破坏。所以。但是，你知道，我的感觉是市场实际上。哦，还有英伟达，也有一些政策风险。我认为昨天有一个头条新闻，特朗普政府看到 Deepseek 是一家中国人工智能公司。Deepseek 做得很好，所以似乎想通过对英伟达的销售对象施加更多限制来遏制中国的进步。所以这里面有很多政治风险。但是，是的，我不认为。我认为现在市场上并没有所有这些担忧。要完全清楚，市场往往非常缓慢 …… 你知道，对冲基金和投资公司的分析师告诉他们的老板，你必须卖掉 Nvidia，因为 Deepseek 即将问世。如果他们已经这么说了四个月，那他们就错了四个月。所以他们可能会为老板受到责备，尽管他们是对的。但他们。他们很早，这。这和。错了是一样的。没错。没错。时机很难把握，但他们最终是对的。
关于关税可能对通胀带来的影响：
Although tariffs could put upward pressure on prices, they could also put downward pressure on growth. And what we saw in 2018 and 2019 was that those growth concerns were actually much stronger than the inflation concerns. And that ultimately ended up with the Fed cutting in 2019.
虽然关税可能会给价格带来上行压力，但也可能给经济增长带来下行压力。我们在 2018 年和 2019 年看到的是，这些增长担忧实际上比通胀担忧要强烈得多。最终导致美联储在 2019 年降息。
这一部分他有一段很长的表达，考虑到关税政策同时可能会对通胀（成本上涨）和经济增长带来影响，Fed 需要平衡两个目标来确定后续的货币政策。我来重新表述一下他的话（并非他的原话翻译）：
关税的影响其实比大多数人想象的要复杂。表面上看，关税会推高物价，但实际上它对经济增长的负面冲击可能更大。我们可以从 2018-2019 年的经验得到启发：当时美联储原本计划在 2019 年加息，但最终因为关税导致经济增长放缓，不得不转向降息。这个案例很好地说明了关税对经济增长的打击比通胀影响更为严重。
我认为这次关税会对债券市场有利，原因在于关税会严重打击跨国公司的业务。这些公司是全球化最大的受益者，它们的股票在主要股指中占据重要位置。一旦开征关税，股市必然会迅速做出反应，随之而来的金融环境收紧可能迫使美联储不得不降息来应对。
金融市场和实体经济对关税的反应速度有很大差异。市场通常会对关税消息立即做出反应，而实体经济则需要数月甚至数年才能完全消化影响。这就是为什么市场冲击往往会先于实体经济影响显现。
有人可能会问：关税不是会促进美国本土生产吗？从理论上说，关税确实会促使消费者从进口商品转向国产商品，从 GDP 计算公式来看，进口减少也确实会提升 GDP。但现实情况是，全球供应链的断裂以及企业信心的受损会带来更大的经济损失，这些负面影响很可能会超过关税带来的短期收益。
黄金和债券市场在过去的几周内确实不错，但以上仅供参考，不作为投资建议。
Stella Garber: Is Founding a Startup Right for You? (2025-02-04)
在本文中，女性企业家 Stella Garber 为有抱负的企业家提供了一个全面的框架，以评估他们创办初创企业的准备情况，并根据她在不断发展的技术和人工智能领域的多个企业中的个人经验提供见解。
文章主要回答了四个问题——但这些回答并不是文章的目的所在，它们最多只是一个样本，来自作者的个人经历和思考。但对于合适的读者而言，它们应该自行回答这些问题。
这些问题是：
- 我愿意用接下来的 10 年时间做这件事吗？Am I willing to spend the next 10 years of my life doing this?
- 现在是支持这项事业的正确人生阶段吗？Is this the right season of life to support this endeavor?
- 我能接受机会成本吗？Is the opportunity cost acceptable to me?
- 我对正在解决的问题有多热情？How passionate am I about the problem I’m solving?
基于这篇文章，我来解释为什么这四个问题对创业者如此重要：
首先，十年承诺这个问题至关重要。作者用自己的经历告诉我们，创业不是短期冒险，而是一场持久战。她提到即使是在顺境中，创业者也要面对持续不断的挑战。比如她的公司 Hoop 在第一年就经历了硅谷银行崩溃的危机，这说明创业路上总会出现意想不到的困难。如果没有做好长期奋斗的准备，很容易在遇到第一个重大挫折时就放弃。Garber 在文中写道：
When venture capitalists make a seed investment in a company, they want an exit in 7–10 years. But the journey can often be much longer than that. During these years, running a startup is an intense and unrelenting trek. It's like signing up to get punched in the face—voluntarily—over and over again.
当风险投资家对一家公司进行种子投资时，他们希望在 7-10 年内退出。但这段旅程往往比这要长得多。在这几年里，经营一家初创公司是一场紧张而无情的跋涉。这就像自愿一次又一次地被打脸一样。
其次，人生阶段的选择也很关键。创业需要全身心的投入，这意味着你需要在一个能够承担风险的生命阶段做出选择。作者分享了她和伴侣如何轮流承担职业风险的经历：当一方选择稳定工作时，另一方才能承担创业风险。这种平衡让他们既能追求创业梦想，又能维持家庭的稳定。
I think of life as having seasons. Sometimes you take a lower-paying job to gain valuable experience. At other times, you choose a less exciting but more stable job to build a financial cushion. Founding a startup works best in a season of life when you can afford to take calculated risks.
我认为人生有四季。有时你会选择一份薪水较低的工作来获得宝贵的经验。有时，你会选择一份不那么令人兴奋但更稳定的工作来积累经济缓冲。在人生的某个阶段，当你有能力承担经过计算的风险时，创办一家初创公司是最有效的。
第三个问题关于机会成本。创业往往意味着放弃稳定的高薪工作，特别是对于事业有成的人来说，这种牺牲更大。作者在商学院时就面临这个选择：创业意味着收入从“六位数”变成零。但她认为，这种牺牲是值得的，因为创业本质上是在押注自己的未来。
Being a founder often means sacrificing immediate comfort and financial stability. You might go from making no money to little money to decent money—and, in the best-case scenario, life-changing money down the road... In Russian, we say, 'Those who don't take risks don't drink champagne.'
成为创始人往往意味着要牺牲眼前的舒适和经济稳定。你可能会从赚不到钱到赚得很少，再到赚得可观的钱——在最好的情况下，将来赚到足以改变生活的钱……在俄语中，我们说，‘不冒险的人不喝香槟。’
最后，对要解决的问题保持热情是成功的关键。作者强调，创业不仅仅是看到市场机会那么简单，你必须对所解决的问题充满热情。因为在漫长的创业过程中，只有真正的热情才能支撑你度过困难时期。她举例说明很多成功的创业者往往会在同一个领域反复创业，正是因为他们对这个领域有深刻的理解和持久的热情：
You must care deeply about the problem you're solving... Passion isn't optional; it's essential. Consider that you'll be spending the next decade solving this problem and passing up on numerous opportunities in the process. You have to wake up every morning excited about what you're doing and energized by the product you're building.
你必须非常关心你正在解决的问题……热情不是可有可无的，而是必不可少。想想看，你将在接下来的十年里解决这个问题，并在此过程中错失无数机会。你必须每天早上醒来时对自己所做的事情感到兴奋，对自己正在打造的产品感到充满活力。
这四个问题环环相扣：长期承诺需要合适的人生阶段作支撑，承担机会成本需要对项目有足够的热情，而这份热情又必须能持续十年之久。只有在认真思考并肯定地回答了这些问题之后，创业者才能做好充分的心理准备，迎接创业路上的各种挑战。