Home

10.08.24: 什么时候都是正确的时候

Chris Dixon 在 2014 年的一篇 文章 中写道：

Suppose you develop a new technology that is valuable to some industry. The old approach was to sell or license your technology to the existing companies in that industry. The new approach is to build a complete, end-to-end product or service that bypasses existing companies.
假设你开发了一项对某个行业很有价值的新技术。旧方法是将你的技术出售或授权给该行业的现有公司。新方法是绕过现有公司，打造一款完整的端到端产品或服务。

这篇文章的标题是 Full Stack Start-ups，他在文章中举出的例子多半是那个时期的 DTC 公司。2022 年，投资人 Ian 发表了一篇题目相近的文章，名为 Full-Stack Deep Tech，也引用了上面这段话，只是举出的例子变成了 Deep Tech 公司。

销售产品而非技术，正好和我在假期中发的那篇《发明与建造》的主旨吻合。

在很长一段时间里，发明家依靠出售专利就能获得不菲的收入，同时，他们也有不错的名声。发明比建造听上去要性感得多，前者是真正的从零到一，而后者只是在复制和扩大规模。而实际上，建造者需要思考整个系统，而不仅仅是接过发明家给的专利图纸，投入生产，boom，奇迹发生了。

Packy McCormick 在 Vertical Integrators 系列的最后一篇 文章 中认为，爱迪生就是那个在头脑中想出了整个系统的人：

Thompson was right, not because of Edison’s singular genius, but because Edison was the only person in the world who had the entire system in his head, who was thinking through distribution while having just designed the “parallel circuits to be used within buildings” and the high-resistance light bulb created to reduce the cost of copper in the system, and who was on the hook for delivering electric light at a cost competitive with gas lighting.
汤普森是对的，这并不是因为爱迪生有非凡的天赋，而是因为爱迪生是世界上唯一一个脑子里有整个系统的人，他在设计“建筑物内使用的并联电路”和为降低系统中铜的成本而制造的高电阻灯泡的同时还在考虑配电，并且他有责任以与煤气灯相竞争的成本提供电灯。

这一点异常重要。马上能让人想起来的相关例证，就是 Elon Musk 为 Tesla 公司写下的 Master Plan，这个计划从发布到现在已经过去了 18 年，只有回头看，才能感受到“脑子里有整个系统”是什么含义。

但 Nikola Tesla 本人并不是这样的一个人。作为一个伟大的发明家，他擅长在单点技术上突破，事实证明，他对 George Westinghouse 赢得电流之战起到了至关重要的作用，但除此之外，他的大部分发明都是断章和空想，你可以说是火灾烧毁了他的心血，但即便在重建实验室之后，他仍然保持同样的作风。他的晚年让我想起了 Buckminster Fuller，更喜欢谈论宇宙与人之间的能量联系。

一种说法是，Musk 之所以把自己的公司命名为 Tesla 是因为他想完成 Nikola Tesla 未能完成的夙愿：后者认为，宇宙中蕴藏着无穷的能量，人类应该想尽办法攫取。Musk 的 Master Plan 就是一个分步实现的项目规划，轻描淡写，勾勒出到达未来的路线图。

在本周的 Links + Notes 中，主要围绕职业发展、创业、投资和技术创新等主题展开：

十月到十一月初，我将在湾区游荡一个月，如果你也在湾区，欢迎约 coffee chat～

When to Do What You Love 什么时候去做你爱的事情

Paul Graham 一篇短文，主要关于人生选择的 timing。

跟随你的心，这是很多人在不知道要去做什么的时候得到的最流行的建议。Graham 也会告诉你，这没有什么错误。

他认为，赚钱和兴趣之间也有一条“微笑曲线”：

So there's something like a midwit peak for making money. If you don't need to make much, you can work on whatever you're most interested in; if you want to become moderately rich, you can't usually afford to; but if you want to become super rich, and you're young and good at technology, working on what you're most interested in becomes a good idea again.
所以，赚钱也存在着一个“中等巅峰”。如果你不需要赚很多钱，你可以做你最感兴趣的事；如果你想变得中等富裕，你通常负担不起；但如果你想变得超级富有，而且你年轻且擅长技术，那么做你最感兴趣的事又会成为一个好主意。

这个比喻太形象了。很多人在碰到未来选择问题的时候，往往会因为这样那样的限制而倾向于“中等富裕”这个地带。这看起来是一种安全谨慎的选择，但其实，它和追随内心的兴趣这件事冲突最大。

另一个难点在于：很多人并不清楚自己到底喜欢什么，这个情况实际上更常见。Graham 给出的一个建议是：看看你的同事是谁，你想成为这样的人吗？

如果这个方法还是没法帮你做选择，Graham 还有一个使用建议，就是选择“上游”。比如说，在选择数学和经济学这两个专业的时候，可以选择数学，因为数学是经济学的上游，学了数学，还可以转到经济学，但反过来不行。

这个策略是保持选择权（optionality）的策略， 但不是没有代价的。你会浪费一些时间在一些更抽象的事情上，而真正赚钱的事情一定是更具体的，你需要尽可能靠近它。

参考阅读：Your Way is the Only Way - Morgan Housel 的一篇小短文，认为成功的关键在于你能否从生活中得到自己想要的东西。每个人都有不同的个性和目标，追随别人的方式可能会让你失去自我。找到适合自己的方法，才能更好地发挥自己的潜力，享受生活。他最近今年出版的《金融心理学》和《一如既往》都很畅销。

When to Dig a Moat 什么时候挖掘护城河？

这是 Packy McCormick 在 2023 年 7 月发表的文章。

这篇文章提出了一个好问题——实际上大多数概念都配得上一个 why now 的好问题。护城河一般会被理解成是一个给有一定规模的企业适用的概念，而对于初创企业，是一个过早的问题。这篇文章写作的一个背景正是在去年很多的 AI 初创公司被诟病为是 ChatGPT Wrapper 的时候出现的。

McCormick 在开篇就回答了这个问题：

Moats won’t get you Product-Market Fit (PMF). You need that first before worrying about anything else, as USV’s Fred Wilson wrote in a 2013 blog post Product > Strategy > Business Model. But by the time you have PMF, by the time it’s obvious that what you’re doing could work, you should be able to protect it from the erosive forces of competition.
护城河不会为你带来产品市场契合度 (PMF)。正如 USV 的 Fred Wilson 在 2013 年的一篇博客文章《产品 > 战略 > 商业模式》中所写，在担心其他任何事情之前，你首先需要的是产品市场契合度。但是，当你拥有了 PMF，当你所做的事情显然可行时，你应该能够保护它免受竞争力量的侵蚀。

也就是说，在获得 PMF 之后，企业就应该开始思考护城河的问题了。

他用了一句环法车手 Steve Chainel 的话说：

You can’t win the Tour de France on the cobblestones… but you can lose it.
你不可能在鹅卵石路上赢得环法自行车赛……但你可能会输掉它。

这句话真的不要太形象。

那么什么是一家初创企业的护城河呢？McCormick 又引用了 Jerry Neumann 的 文章 里的概念，就是说“不确定性”是初创企业的护城河：

the only moat that can create excess value for a new startup is uncertainty ... uncertainty keeps competition at bay long enough for a moat to be built
唯一能为新创业公司创造超额价值的护城河就是不确定性……不确定性可以阻止竞争，从而有足够的时间建立护城河

这里有一个更具体的 timing 分析：想法越明显，越容易实现，就越需要尽快挖掘护城河。相反，想法越不明显，越难实现，挖掘护城河就可以越延后。

在 Neumann 的文章中，他认为不确定性有两种，一种是新颖性不确定性，就是指想法是不是很显而易见，另一种是复杂性不确定性，指的想法是不是容易变成现实。这两种不确定性加起来，就是一个企业所拥有的全部不确定性，也就是护城河。

用《发明与建造》里面的话说，新颖性不确定性往往来自于发明家，而复杂性不确定往往来自于建造者。

如果一家企业不能在自己的不确定性被市场竞争完全打消之前就构建自己的护城河，那么它将面临极其严峻的竞争局面，超额利润将会消失，企业价值也将大大减损。

Cursor 创始团队最新访谈：如果 Github 整合 o1，Cursor 可能要倒闭了

本文是公众号“机器之心”翻译整理的 Cursor 创始团队在 Lex Friedman 播客上的访谈。

Cursor 很可能是今年 AI 应用领域最令人惊喜的产品，它在 GitHub 的家门口打败了 GitHub Copilot，很大程度上是因为它对编程过程中的很多细节执行更好。虽然这个领域还在不断的出现新产品，但 Cursor 已经开始建立自己的护城河。

差异化的 UI/UX 设计：Cursor 团队在代码差异展示方面进行了多次迭代，最终选择了侧边栏方框的设计。他们强调了针对不同场景（如自动完成、多文件处理）优化 diff 界面的重要性。

我们可能会有四五种不同的 diff。我们针对自动完成功能优化了 diff，因此它具有与检查较大代码块时不同的 diff 接口。然后，我们正在尝试优化另一个 diff 功能，以适应处理多个不同文件的情况。从高层次来看，区别在于你使用自动完成功能时，读取速度应该非常非常快。实际上，在所有情况下读取速度都应该非常快，但在自动完成功能中，你的眼睛会集中在一个区域，人类不能看太多不同的地方。

AI 辅助编程的发展趋势：创始团队认为，未来的趋势可能是让 AI 模型完善人类提供的代码草稿，而不是从零开始生成代码。他们设想可能会出现分层的 AI 系统，高级模型负责整体规划，专门的模型处理具体实现。

具体来说，你可以给模型一个粗略的代码草稿，然后模型负责具体实现，相比于让模型从零开始写完整的代码，给一个大致草稿让模型去完善要简单得多。我相信这一趋势将继续发展，随着负责规划的模型越来越智能，具体实现的细节可能交由相对简单的模型来处理。也许会有 o1 或更强大的模型来生成高层次的规划，再由定制的模型递归地执行。

创新的代码预测方法：Cursor 采用了一种新颖的方法来预测代码，直接让模型判断现有代码中需要修改的部分，而不是使用传统的投机解码方法。

我们的方法与传统的投机解码不同。传统方法是用一个很小的模型预测代码，然后由更大的模型来验证。但是因为我们对已有代码的样子、格式和逻辑足够熟悉，所以可以直接把原始代码片段输入到模型中，让模型去判断哪些部分需要改动。绝大多数情况下，模型会认同：「这些代码没问题，可以直接复制。」

智能上下文管理：团队强调了在 AI 模型中平衡上下文信息量的重要性。他们正在探索更好
的检索系统和嵌入模型，以提高上下文的准确性和相关性。

首先，为这些模型包含的上下文越多，它们的速度就越慢，请求的成本就越高，这意味着您可以减少模型调用，并在后台执行更少的花哨操作。此外，对于许多这些模型，如果提示中包含大量信息，它们会感到困惑。因此，包含的上下文的准确性和相关性标准应该相当高。

对 o1 的看法：虽然 o1 模型潜力巨大，但 Cursor 团队认为它还有一些限制，如不支持流式输出。他们认为 o1 更像是一个初级版本，还有很大的改进空间。

但 o1 也有一些明显的限制。暂且不谈它的能力问题，它并不支持流式输出。这意味着，当你需要监督输出时，使用起来会非常不方便，你只能等待整段文本一次性显示。此外，这感觉像是测试时计算和搜索的初级阶段，o1 更像是一个 v0 版本，还有很多需要改进的地方。我猜想，在增加预训练数据量、扩展模型规模以及探索预训练技巧的同时，还会有另一条路径来不断优化搜索功能。

面对竞争的态度：当被问及 GitHub Copilot 可能整合 o1 是否意味着 Cursor 的终结时，创始团队表示，关键在于持续创新和提供最佳的产品体验。他们认为，只要能打造出更好的产品，就有机会在市场中脱颖而出。

当然，你可以谈论护城河、品牌、优势等等，但如果你在产品创新上止步不前，就会被甩在后面。这对初创公司和想进入这个市场的人来说都是好消息，因为只要你能打造出更好的产品，就有机会超越那些拥有大量用户的竞争者。因此，我认为接下来的几年关键在于打造最好的产品和系统，不仅包括模型引擎的改进，还包括优化编辑体验。

最后这段话，呼应了 Packy McCormick 对于护城河的看法。

这里顺便表达一点对于 code editor 之战的粗浅看法。

GitHub Copilot 实际上比 Cursor 更像一个 API Wrapper，它实际上是三个产品糊起来的：GitHub、VS Code 和 GPT。代码管理、代码编辑和代码生成是三个彼此独立的模块，连通性和整合性很差。这就是像是爱迪生发明了白炽灯泡，但没有想过电力系统如何与之匹配一样。

Cursor 团队虽然没有 GitHub 在微软的体系里面可以近水楼台的更早拿到 GPT 接口（他们在访谈中提到下一代 GPT 的接口对他们也很重要），但他们是一个真正可以把模型和编辑器放在一起思考的人。用 McCormick 的话讲，就是 vertical integrator，能够把整个系统放在一起思考，这才能做出像好的 diff 和 apply 这样的功能。

整合不同模块不代表平均用力，它是在考虑某些其它因素的同时，聚焦在某个特定因素上。

The Playing Field 竞技场

Graham Duncan 是 East Rock Capital 的创始合伙人之一。本文发表于 2019 年。

这篇文章实际上把投资人的职业生涯分成了 5 个阶段。他认为，这 5 个阶段实际上是 5 种截然不同的游戏，没有一种机制能够让一个人自然的从一个阶段进入下一个阶段。

他在文章开篇引用哲学家 Kwame Anthony Appiah，一下子就吸引了我：

In life the challenge is not so much to figure out how best to play the game; the challenge is to figure out what game you’re playing.
生活中的挑战并不在于弄清楚如何最好地玩游戏；挑战在于弄清楚你在玩什么游戏。

在一个每天都有不断的新变化的世界里，这句话振聋发聩。我几乎立即想到为什么人会反复犯类似的错误，代价巨大，令人懊恼，但下次还会再犯。

以电子游戏为例，我们应该清楚自己擅长和不擅长的游戏类型。比如：我很不喜欢平台跳跃类的游戏，因为它要么需要很好的手脑配合，要么需要把关卡背得滚瓜烂熟。如果一个游戏的主要玩法是跳来跳去，那么我大概率是会在某个地方卡住的，无论画面、剧情、音乐等其它元素再好，我都没有办法完整享受。

现实生活也充满了不同类型的游戏。有的游戏需要深思熟虑，有的游戏需要力大砖飞，全能玩家或许存在，但更重要的是知道自己擅长什么游戏，然后选择这样的游戏来玩。

Duncan 认为投资实际上是五种：

  1. Apprentice — learning the game
  2. Expert — mastering the game you were taught
  3. Professional — making the game you were taught fit your own strengths and weaknesses
  4. Master — changing the game you play as part of your own self-expression and operating at scale
  5. Steward — becoming part of the playing field itself and mentoring the next generation

他写得很抽象，因此也适用于其他职业，但是为了便于理解，我们还是用投资来做例子。

在第一个游戏竞技场“学徒”中，游戏规则由其他人制定，关键在于是否能把游戏规则学得更快，每年通过暑期实习进入华尔街的分析师们就是在这个竞技场中搏杀。常见的情况就是能够很好的收集、分析信息作为决策参考。

到了第二个竞技场“专家”中，游戏规则转变为是否能对各种投资想法进行分析，并提出自己的看法，关键在于“过滤”的能力，但这时候，还难以建立起自己的投资组合。常见的情况是能够做出局部或者阶段性的判断，但这些判断往往缺乏系统性，也经不起时间的考验。

第三个竞技场“专业”要求投资人根据自身优势形成独特的投资风格，构建完整的投资策略和组合，但随着市场的变化和竞争不断抵消优势策略，很多投资人会发现过去的成功公式不再奏效。

Duncan 认为，这就是投资中的游戏世界发生变幻的结果，在一个“子世界”中成功的“专业”投资人，不一定会在另一个成功。

In the investing field, there are also sub-worlds. An analyst who apprentices and then achieves expertise or professionalism within a certain sphere might define what level of game is possible based on how his or her portfolio manager and peers’ portfolio managers define “world class.” But from a higher balcony one might view even excellent process and results as actually just the best at a given level.
在投资领域，也有子世界。一位分析师在某个领域当“学徒”，然后成为“专家”或“专业“人士，他可能会根据自己的投资组合经理和同行的投资组合经理对“世界级”的定义来定义可能达到的水平。但从更高的角度来看，人们可能会认为，即使是优秀的流程和结果，实际上也只是在特定水平上最好的。

第四个竞技场“大师”中，投资人有能力应对游戏世界的变化。Duncan 以最近在中概股上大放异彩的 David Tepper 为例：

Tepper 在投资时似乎运用了多种思维模式，选择适合当下或当下环境的模式，而不会被自己过去作为“不良债务投资者”的角色所束缚。如果你关注他所持股票的 13F 文件，你会发现他似乎可以毫不费力地跨行业和资产类别投资，一路获利颇丰。你很难决定用哪个基准或可比基金来评判他。

“大师”心态开放，不会纠结在某个具体的投资策略上，而是因时而变，坦然面对打脸。对于时间，他们有耐心等待很长的时间，什么动作也没有，而在历史发生的几天里，成为引领风向的人。对于风险，他们愿意接受下行风险，具有超过市场平均的极高忍耐力。

第五个竞技场“执事”，在投资成功之外，还有能力影响游戏本身，Duncan 用 Buffet 作为例子，在 2008 年的金融危机中，他频繁的出现在媒体上，稳定市场参与者的恐慌情绪，并出手投资了高盛和通用电气。JP Morgan 在 20 世纪初的大恐慌中也扮演了类似的角色。

这 5 个竞技场仍然有等级和阶段的感觉，但你更应该把它们理解为是五种不同的游戏，它们的区别不是难度之分，而是玩法之分。如果你擅长回合制，这本身没有什么问题，玩得尽兴，不需要因为自己的手速慢，而觉得比那些 APM 300 的职业电竞玩家低人一等。

Taking Waymo, Uber and Waymo

无人驾驶的果子已经快要成熟了。Ben Thompson 在旧金山体验了 Waymo，并分享了他的感受。实际上，因为他长期住在台湾，所以可能会感到有些新奇，但 Waymo 已经在 SF 满街都是，人们司空见惯。

他引用 Waymo 官方博客：Uber 和 Waymo 将在 2025 年初开始合作，在 Austin 和 Atlanta 地区，乘客将可以在 Uber 上叫 Waymo 出行。

Uber 曾经试图自行开发无人驾驶技术，但现在选择和 Waymo / Google 合作，Thompson 认为这是一个更可行的策略。他还引用了 Uber S-1 文件中的一段话：

在未来自动驾驶汽车的道路上，我们相信将会有一个长期的混合自动驾驶时代，自动驾驶汽车将针对特定用例逐步部署，而驾驶员将继续满足大多数消费者的需求。随着我们解决特定的自动驾驶用例，我们将针对它们部署自动驾驶汽车。这种情况可能包括在天气良好、可预测的环境中沿着标准、地图清晰的路线行驶。在其他情况下，例如涉及大量交通、复杂路线或异常天气条件的情况，我们将继续依赖驾驶员。此外，音乐会或体育赛事等高需求活动可能会超出高利用率、完全自动驾驶汽车车队的容量，需要实时动态地将驾驶员添加到网络中。我们的区域实地运营团队对于维持此类高需求活动的可靠供应至关重要。

我们认为，决定哪趟行程由司机驾驶车辆，哪趟行程由自动驾驶车辆驾驶，并实时部署两者，同时保持所有情况下的流动性，是未来自动驾驶汽车成功的关键。因此，我们相信，在司机和自动驾驶汽车预计长期共存的混合时期，我们将独特地适应这种动态。因此，司机对我们来说是一个关键的差异化优势，并将继续成为我们长期的宝贵合作伙伴。我们将继续与原始设备制造商（“OEM”）和其他技术公司合作，以确定如何在向自动驾驶汽车技术过渡期间最有效地利用我们的网络。

换言之，Uber 在 IPO 的时候就已经很清楚自己的最大优势和定位，在于管理调配车队和运力，特别是在峰值需求出现的时候，这种能力的价值更加明显。乘客把 Uber 作为出行的默认选项的心智正是因为 Uber 有能力提供 24/7 全天候的运力。在“长期的混合自动驾驶时代”中，Waymo 作为一种补充运力可以和人类司机提供的运力相互补充，能够更好的满足乘客的出行需求。

这种“长期混合”的判断很有现实落地的感觉。Uber 在 2019 年就 IPO 了，时间已经过去了 5 年，现在这个混合时代勉强算是刚刚开始，后面还有很长一段路要走。

Thompson 写道：

这符合我之前对情况的解读：我认为自动驾驶汽车最有可能通过拼车网络进入市场，而不是作为替代品，而且驾驶员的可用性和流动性将继续成为差异化因素。

是互补品，而不是替代品，这恐怕是对 AI 和人类在工作竞争上最好的一个解读。

另一个信息是：Waymo 在和极氪合作，推出下一代运营车型，替代现在使用的昂贵的捷豹 I-Pace。这很可能让它的单位经济模型表现更好，也让它在定价上更有竞争力（现在 Waymo 大概比 Uber X 贵 30%），如果再加入 Uber 叫车软件，那么 Waymo 的营运规模有机会上一个新台阶。

现在 Waymo 还埋在 Alphabet 的 Other Bets 里面，占比很小。根据 2024 年第二季度的财报电话会议记录，Waymo 仅在旧金山和凤凰城两地运营，每周付费行程（trips）超过了 5 万次，如果按照客单价 50 美元来看，年收入 run-rate 在 1.3 亿美元的规模。

如果未来一段时间，我们看到这个数字有比较大的变化，很可能意味着上述的某些预测成为了现实。

← Back to Newsletter Archive