AI 的价值，正在流向整套栈
Martin Casado 在 a16z Show E1176 中讨论：AI 这一轮为什么能让小团队有效使用巨额资本，前沿实验室是否会吃掉整个价值链，以及应用、开源模型和模型路由会怎样重新分配价值。
本期的核心问题不是「哪一层一定赢」，而是：在一个资本可以更快转成能力、使用量和增长的技术周期里，谁占据了真正的战略控制点？
一眼看懂
- 资本效率变了：Casado 认为，AI 让小团队第一次能够把非常大的资本投入直接转成模型能力、产品使用量与增长。创投因此从「早期少量资本」走向「规模化资本」游戏。
- 前沿实验室有强势起点：它们拥有供给、资本和领先模型，按美元计可能长期拿走大部分收入。但这不等于所有 token、所有任务和所有用户入口都会集中在实验室。
- 应用层正在夺回价值：应用公司不必击败实验室，也能通过工作流、分发、用户关系和产品体验捕获越来越多价值。
- OpenRouter 的价值不只在自动路由：统一接入、可见性、分析、模型供给与开发者需求组成了双边市场；「自动为每个问题选择最优模型」仍然是很难的技术问题。
- Cursor 的案例说明产品仍然重要：Cursor 把核心问题定义为产品问题，而不是单纯的模型架构问题；团队自己就是用户，招人与文化建设支撑了迭代速度。
嘉宾背景
Martin Casado 是 Andreessen Horowitz（a16z）的普通合伙人，负责公司的基础设施投资实践。a16z 官方人物资料显示，他在斯坦福大学取得计算机科学博士学位；2009 年，他与来自斯坦福和加州大学伯克利分校的同事创办 Nicira Networks。Nicira 推动了软件定义网络，VMware 在 2012 年以 12.6 亿美元收购 Nicira。Casado 后来负责 VMware 的网络与安全业务，2016 年加入 a16z。a16z 官方人物资料
本期节目官方页面列出的嘉宾是 Martin Casado，主持人为 Theo Jaffee 与 Sophia Dew；节目于 2026 年 8 月 22 日发布，时长约 42 分钟。a16z Show 官方单集页
按节目顺序逐段精读
1. 这轮 AI 最重要的变化：钱第一次能直接变成使用量
Casado 用一个反事实问题开场：如果十年前给一个团队 10 亿美元，团队大概会怎么做？答案是招聘很多人、找一间漂亮办公室、建一个复杂组织，最后因为增加了太多协调成本而失控。资金并不能简单地把工程时间线压短。
AI 改变了这个关系。一个只有约 20 人的团队，现在可以有效地使用数十亿美元级别的资本，把资本投入算力、训练、模型能力和部署，随后直接转成真实使用量。Casado 不承诺投入 10 美元就能拿回 9 美元，但他强调，科技行业过去很少能做到「投入 10 美元，在另一端得到任何东西」；现在，投入与产出之间出现了更直接的通道。
他把这概括为：AI 不只是改变公司能造什么，也改变了「造公司」这件事本身的经济学。小团队能够把大额资本转成能力、使用量和增长，速度超过此前的技术周期。
2. 学位、经验与年轻创始人：两条路径都成立
主持人把话题转向创始人的成长路径：Casado 读了计算机科学硕士和博士，大约 30 岁创办 Nicira；而今天很多优秀创始人，包括 Cursor 的创始人，会在 20 岁左右从大学辍学创业。
Casado 的回答不是二选一。他在本科和研究生之间曾经离开学校，去国家实验室工作；他认为，取得真实世界经验很有价值，可以避免研究完全停留在学术环境里。但 AI 的许多方向又确实需要深入研究，因此高等教育从未像今天这样重要。
他的结论是：这是一个对两条路径都更开放的时期。一个人应该根据自己真正适合的方式选择，不需要把「年轻辍学创始人」或「资深博士创始人」当成唯一模板。
他还指出，过去人们常把读完博士看作没有好点子的表现，创业者往往被期待在博士阶段辍学；现在，行业里优秀的博士创始人越来越多。年轻技术创始人一直存在，马克·扎克伯格就是例子，但社交媒体上的创业叙事似乎更偏爱年轻、经验更少的人，这种视觉印象不一定代表真实的能力分布。
3. 创投从早期资本变成规模化资本
Casado 认为，AI 时代的创投和此前完全不同。传统创投常有一种近乎零和的观念：可投公司很少，因此不能部署太多资本，资本太多反而会把资产类「过度供给」。
他的观察是，AI 让这种观念失效。大额资本可以进入小团队，而且不会必然把团队「炸掉」。关键在于团队是否知道如何使用资本。AI 公司可以把资金投到 GPU、训练、推理和真实产品上，而不是只投到扩大组织规模。
他把传统的反例解释为「工程物理学」：如果先募一大笔钱，再招聘一大批人去做产品，团队并不能用人力把时间线线性压缩。更多人会带来更高 burn、更复杂的组织和更分散的路线图；这也是《人月神话》所讨论的困境。相比之下，一些重要模型由非常小的团队完成，说明资本不一定需要先变成庞大组织。
4. 资本变多，可能是 AI 的结果，也可能是 AI 市场扩张的原因
主持人追问：创投能承载更多资本，是因为 AI 这轮技术浪潮本来就更需要钱，还是因为更多私人资本进入后，才把市场做大？
Casado 更倾向于后一个因果方向：当更多资金留在私人市场，公司的成长不必完全依赖上市退出，私人市场的可承载总规模也会扩大。换句话说，资本不是被动追着 AI 的总市场规模走，资本本身也可能在扩大市场。
这解释了为什么 a16z 在 AI 领域很早就积极投资 Cursor、Ideogram、Black Forest Labs 和 Mistral 等公司。Casado 说，a16z 对技术浪潮的信念经常早于地面上的商业结果；这次判断看起来相当有先见之明。
他提醒，早期投资人和面向成长市场、主要看财务报表的投资人，观察问题的方式不同。后者会看毛利率、流失率和收入质量，这些指标当然重要；但如果只盯着资产负债表，忽略技术、战略价值以及其他公司未来如何把它货币化，就会错过早期公司的价值来源。
5. 前沿实验室会不会赢走一切
节目把争论明确成两条路径：前沿实验室赢走整个市场，或者它们不会赢走一切。Casado 认为，两边都有很强的论据。
支持实验室全面胜出的论据包括：
- 过去三年的数据表明，大实验室已经拥有按美元计约 95% 的市场收入。
- 它们的融资能力极强，而且能把资本非常直接地转成增长。节目中提到，OpenAI 与 Anthropic 等实验室合计筹集的资金，可能超过整个下游生态的总和；这是节目中的讨论数字，应与各公司正式披露区分看待。
- 前沿模型只需要略微领先，就可能获得很强的定价权。因为模型被放进竞争性使用场景，用户未必需要「好很多」，只要在关键任务上稍微更好，就可能影响选择。
- 实验室掌握了大量供给，供给受限会进一步强化它们的议价能力。
反对实验室吃掉一切的论据包括：
- AI 的应用面正在不断扩大，新的任务和工作流会继续出现。
- 开源模型越来越强，围绕它们的部署、服务和工具生态正在成熟。
- 当前实验室的领先，很大程度上来自极低成本的资本和稀缺的算力供给；当资本条件和供给条件回归理性，市场可能重新碎片化。
- 应用公司已经表现很好，未来会从模型层分走更多利润份额。
Casado 的粗略猜测是：供给约在 2028 年前后开始缓解；按美元计，大实验室可能拿到约 80% 的市场；但按 token 计，长尾与开源可能占到约 60%。这不是预测模型，也不是 a16z 的正式市场报告，而是他在节目中的个人猜测。
6. OpenRouter：路由之外，是模型市场的聚合层
Casado 以 OpenRouter 为例说明应用层和中间层如何捕获价值。OpenRouter 可以被理解为 API 路由器：开发者可以保留 Anthropic、OpenAI 或 Grok 等直接密钥，同时通过 OpenRouter 访问其他模型。
他认为，OpenRouter 更重要的价值是双边市场：一边聚合模型供应商与新模型，另一边聚合开发者需求。它提供统一的可见性、分析、访问入口，并处在 token 流量的路径上。对于模型供应商，OpenRouter 可以带来持续的用户需求；对于开发者，新模型出现时可以接入现有系统，不必重新搭建一套基础设施。
主持人问，未来应用是不是会完全不知道背后使用了哪个模型。Casado 的回答比较谨慎：模型比人们想象的更有黏性，用户并不会频繁切换。采购行为、预付 credits、现有工作流和组织惯性，都会让模型保持黏性。
智能路由有两种含义。第一种是根据问题质量选择最合适的模型，这接近「AI 完备」的问题：系统必须先判断一个问题需要多强的智能，再选择能给出正确答案的模型。第二种是成本与性能优化：在保证质量门槛的前提下，选择成本更低的模型。Casado 认为，今天应用公司采用模型路由，主要收益更接近第二种。
他也不认为自动路由的收益已经确定。模型能力越来越「锯齿化」：有的模型擅长代码，有的擅长语言、前端或 3D；未来可能需要专业模型与路由器协作，但当前最确定的价值仍然是双边市场、品牌、接入和需求聚合。
7. 补贴、企业利润与 AI 的商业化
主持人注意到，模型服务常常被补贴，用户支付的价格可能低于真实成本。Casado 的解释是：如果实验室拥有远多于下游生态的资本，它们当然会用补贴换取用户；而且大部分利润往往来自企业客户，因此面向个人用户补贴并不奇怪。
他把这和传统营销作对比。企业很难知道投入 1 美元做活动、内容营销或线下活动后，会得到什么质量的线索；AI 公司则可以直接用资本补贴使用量，再把用户导向企业收入。这使得营销与工程都越来越像财务问题：前者要决定补贴多少，后者要决定能否为 GPU 和训练筹到资本。
但他没有因此认为每个岗位都会变成「披着风衣的 CFO」。他的更准确判断是：资金、创新、增长和需求之间的关系，从未像现在这样紧密。
8. Cursor：数据、算力、分发与产品文化
节目讨论了 Cursor 被 SpaceX 以 600 亿美元收购的交易。官方单集页面将这场交易作为本期的背景之一；交易金额和节目内的评价属于节目讨论，应以相关公司正式披露为准。本期官方单集页
Casado 认为，Cursor 的价值不只是团队。Cursor 有数据、产品和分发；SpaceX 一侧有算力、基础设施与更大的工程资源。更简单地说，一方拥有数据和用户入口，另一方拥有达到前沿所需要的资本与算力。前沿竞争本来就是资本游戏，而 Elon Musk 擅长筹集和组织这种资源。
他认为，Cursor 即使独立存在，也足以支撑 600 亿美元级别的私人市场价值；但与 SpaceX 结合之后，双方的资源和分发能力会进一步增强。
Cursor 的关键差异不在于每一次都创造新的模型架构，而在于把核心问题定义为产品问题：如何改变软件工程师写代码的方式。模型当然重要，但产品体验、使用反馈和团队文化同样重要。Casado 估计，Cursor 创始人可能把 30% 到 40% 的时间花在招聘与文化建设上。
Cursor 团队自己就是开发者，因此他们先给自己造产品，再用自己的工作验证产品。Casado 特别提到设计负责人 Ryo Liu 做的复古 Mac 风格项目 Ryo OS，把「自己就是用户」这件事贯彻到底。他认为，AI 时代有很多研究公司，也有很多偏服务的微调和后训练公司，但真正把自己定义成产品公司的团队并不多，这反而可能成为关键差异化。
9. 两笔交易说明了什么：寻找战略控制点
Casado 不认为 Cursor 和 OpenRouter 证明了某个单一层级会独占价值。OpenRouter 位于 token 流量路径，聚合长尾模型与新模型；Cursor 是领先的软件开发工具。两者都是战略控制点，因此被大公司收购并不令人意外。
他看到的现实是：NVIDIA 做得很好，模型公司做得很好，应用公司做得很好，推理公司做得很好，服务公司和媒体公司也都在受益。AI 可能是他整个职业生涯里见过的最大财富释放机会；他原本以为 20 世纪 90 年代之后不会再看到这样的机会。
因此，他建议创业者和投资人短期内不要过度陷入零和思维，也不要过度纠结护城河和防御性。更重要的问题是：在正在形成的新技术栈里，什么位置具有战略重要性？
10. Founder-market fit：不是创始人或市场单独决定
当主持人请他给想创业的人建议时，Casado 反而说，做风险投资人的好处之一，是不必假装知道唯一答案。他经历过创业，也知道真正承担风险的创始人每天都在处理具体问题；投资人可以借用这些创始人的梦想，帮助他们实现。
他明确支持 founder-market fit，也就是创始人与市场的交叉点。一个人的经历会形成特定的敏感度、经验与判断方式；投资人的工作，是理解这些独特能力是否正好对应某个市场的真实需求。不是每个优秀创始人都适合每个市场，也不是每个市场都只需要同一种创始人。
这也是为什么 a16z 团队会花大量时间研究市场，而不是只在遇到某家公司后才开始分析。先把市场研究清楚，才能在遇到公司时判断创始人的经历与市场需求是否匹配。
最后，Casado 把自己称为 hill climber：他喜欢技术、创业、创造性破坏与创新，也非常认同硅谷的文化。只要还有一座值得攀登的山，只要还能在自己热爱的地方攀登，他就会感到满足。
本期可引用金句
- 「过去从来没有过：投入 10 美元，还能在另一端得到某种东西。」
- 「前沿竞争是一场资本游戏。」
- 「模型比人们想象的更有黏性。」
- 「钱、创新、增长与需求之间的距离，从未像现在这样近。」
- 「不要过度纠结零和、护城河和防御性；先找出新世界里的战略重要位置。」
- 「只要还有一座值得攀登的山，只要我能在自己热爱的地方攀登，我就会非常快乐。」
逐句全文翻译
以下部分基于本期官方完整音频的整集 ASR，按原始时间顺序翻译。译文只保留中文；对话保留说话人标签，并保留原 ASR 中的插话、重复、停顿、节目自动播报和片尾声明。ASR 把部分人声、专有名词和广告间隔识别得不完整；无法可靠辨认的片段以「〔听辨不清〕」标出，不把猜测写成事实。
00:00—02:23｜开场与节目设定
Martin： 我认为，真正值得讨论的基本上有两条路径。一条是实验室想要一切，另一条是实验室并不想要一切。两边都可以提出非常有力的论据。
Martin： 如果十年前我给你 10 亿美元，你会怎么做？你会招一大堆人，招工程师，找一间漂亮的办公室，然后公司就会爆炸。再加上一间浓缩咖啡吧。对，整件事会变成一团彻底的混乱，对吧？
Martin： 但现在，我们确实知道该怎么使用那笔钱。在人类历史和工程实践的历史上，我不认为我们曾经让 20 个人有效使用过 20 亿美元。那到底意味着什么？有这么多钱、这么小的团队和这么短的时间，你可以把资本投入这些事情，而资本往往会转化成使用量。
Martin： 假设你投入 10 美元。我不知道你能不能在另一端拿回 9 美元，但在这个行业的历史上，我们从来没做到过投入 10 美元，然后在另一端得到任何东西。现在，确实是投入 10 美元，然后在另一端得到某种产出，而且非常直接。
节目旁白： AI 不只是改变公司能建造什么，也在改变建立公司的经济学本身。
节目旁白： Martin Casado 加入 Theo Jaffee 和 Sophia Dew 主持的 MTS，解释 AI 为什么创造了某种不寻常的局面：小团队可以有效地使用巨额资本，并且比过去的技术周期更快地把资本转成能力、使用量和增长。
节目旁白： 他们讨论前沿实验室是否最终会吃掉 AI 技术栈的其他部分，开源与应用位于什么位置，以及模型路由告诉我们市场可能如何演化。
节目旁白： Martin 还解释了为什么，与其关注今天的利润率和护城河，他更关心新技术栈中的战略控制点；他把这称为自己职业生涯里见过的最大财富释放机会。
Theo： 大家好，欢迎来到 MTS。今天我们请到 Martin Casado。他是 Andreessen Horowitz 的普通合伙人，负责公司的基础设施实践。
Theo： 在过去一周，SpaceX 完成了对 Cursor 的 600 亿美元收购，Stripe 也同意收购 OpenRouter。这是两家由 a16z 投资的重要公司。今天我们要讨论，这些交易告诉我们，在 AI 时代，价值究竟正在什么地方积累。
Theo： Martin，欢迎来到 MTS。
Martin： 非常高兴来到这里，谢谢你们邀请我。
Sophia： 我们非常高兴请到你。真是不可思议的一周。
Martin： 我知道，这是有史以来的某一周。
Theo： 这件事大概酝酿了十年，但在几天里全部发生了。
02:23—04:30｜博士、创业与经验
Sophia： 我们先从一点背景开始。你有计算机科学硕士和博士学位，大约 30 岁创办了 Nicira，对吗？
Martin： 大约 30 岁，是的。
Sophia： 大约 30 岁，是的。谁会去数呢？
Martin： 对，大约 30 岁。
Sophia： 但现在，很多顶级创始人，包括 Cursor 的创始人，会在大约 20 岁从大学辍学去创业。你认为哪条路径更好？
Martin： 我在本科和研究生之间确实休息过一段时间，去国家实验室工作。我认为，获得真实世界的经验可能是个好主意，这样就不会完全停留在学术环境里。
Martin： 我唯一想加的限定是，很多 AI 工作都属于相当深入的研究。一方面，社会上有一整套反高等教育的声音，不上大学似乎很时髦；另一方面，高等教育又从未像今天这样相关。所以我们处于一个有些分裂的时期。这让我觉得，你应该做自己真正认为适合自己的事。两条路都完全合理。
Sophia： 新实验室似乎存在一条光谱。一端是 22 岁左右的联合创始人，另一端是 Jeff Dean 和 Oriol Vinyals 的新实验室，虽然我一时想不起名字。他们显然是有几十年经验的资深人士。几十年的经验到底有多重要？
Martin： 我们忘记了一件事：过去，博士学位对创始人来说是稀缺的。过去，人们会因为读博士或研究生读到一半就离开而创业，谢尔盖和拉里就是很有名的例子。
Martin： 我们甚至会说，如果你拿到了博士学位，那像是一种失败，因为显然你没有足够好的想法去创业。但现在，我们看到越来越多非常优秀的博士创始人。Olly Godsey 有博士学位，我们在我读研究生的时候做过研究。George Frazier 和 CO5 Tran 也有博士学位。
Martin： 所以我会说，今天行业里的博士创始人比历史上任何时候都多。年轻技术创始人当然一直存在，马克·扎克伯格就是一个例子。但我觉得，X 上的视觉印象甚至在把叙事推向更年轻、经验更少的创始人。
05:02—08:25｜小团队与规模化资本
Martin： 当我们回头看这一轮技术浪潮时，我认为最大的变化，是你确实可以让大量资金发挥作用。
Martin： 十年前，如果我给你 10 亿美元，你会怎么办？你会招一大堆人，找一间办公室，然后公司会失控，再加一个浓缩咖啡吧。整件事会一团糟。但现在，我们知道该如何使用这笔钱。
Martin： 所以我确实认为，现在已经变成一场规模化资本游戏。那些真正筹到很多钱的公司，不一定会爆炸，因为它们知道怎么使用这些钱。这正在改变我们看到的现实。
Theo： 过去，如果太早拿到太多钱，可能会成为问题。现在你不再这么看了吗？
Martin： 这里有一条类似工程物理学的规律：你募一大笔钱，然后试图招一大批人来造产品。这就是「人月神话」的来源。你不能通过这种方式真正加快时间线。
Martin： 但你会增加 burn，增加很多复杂性，路线图也会被稀释。随后还会产生各种组织复杂性。事实上，一些重要的模型工作是由非常非常小的团队完成的。我不说具体是哪一个模型，但有一个很多人使用、非常流行的多模态模型，是大约 20 人的团队造出来的。
节目自动播报： Theo Jaffee 和 Sophia Dew 采访 Andreessen Horowitz 普通合伙人 Martin Casado，讨论 AI 经济学、前沿实验室、开源、模型路由、应用、创投、创始人与 AI 技术栈中的价值积累。
06:55—11:17｜创投是否进入新时期
Theo： 你会说，这个创投时代与此前任何时代都完全不同吗？
Martin： 完全不同。创投里一直有一个奇怪的说法：它不太算一种资产类别。只有少数几家公司，不能部署太多钱。对我来说，问题在于，做创投的人本来就不应该用零和思维工作，却经常形成了这种零和思维。
Martin： 我们正在学习的是，创投确实可以承载大额资本。那种「创投资本必须有限、我们是不是投过头了」的近乎古老的看法，现在绝对不成立。
Martin： 你可以从这里得到两个结论。第一个是，出现了一个能够消耗更多资本的新技术浪潮，AI 能够承载更多资本。另一个结论是，因果关系可能反过来：如果你把更多钱放进私人市场，它会扩大总可寻址市场，公司也就不再需要上市。
Sophia： a16z 第一次意识到 AI 会成为一件非常大的事，意识到需要投入巨额资金做基础设施和其他事情，是什么时候？
Martin： 我认为我们是最技术导向的、至少是最技术导向的创投基金之一。我们大致会假设，从长期看一切都会奏效。我们在 Cursor、Ideogram、BFL 和 Mistral 上都有投资，所以确实进行了很多非常积极的部署。但部署的意愿在那之前就已经存在了。
Martin： 我们对技术浪潮的信念，往往会大幅早于地面上的收益。有时这会奏效，有时不会；但在这次，它确实相当有先见之明。
Theo： 过去的看法很零和：既然 OpenAI 已经很好，为什么还要投资另一个模型？没有任何东西能防御。
Martin： 正是如此。这里也体现了面向增长市场、主要从财务角度投资的人，与早期投资人的区别。如果你只看资产负债表，会关注利润率、流失率和收入质量。这些指标都合理，前提是你看不到业务的战略价值。
Martin： 如果你把技术、战略价值以及其他人未来将它货币化的能力全部排除，只看资产负债表，那很多人就会犯这个错误。即使现在的财务表现看上去不像一家会在公开市场获得高估值的公司，它仍然可能在积累价值。
11:10—16:30｜实验室赢走一切的论据
Theo： 有一种说法是，实验室会吃掉一切。他们会拥有最聪明的模型，接管每个垂直行业。OpenAI 和 Anthropic 现在也在做生物科技，他们会吃掉礼来以及所有制药公司。显然 a16z 不相信这一点。
Martin： 我不知道我们是不是不相信。我们最近确实开过一次 off-site，重大讨论之一就是模型的未来是什么。我认为有两条值得讨论的路径：实验室赢得一切，或者实验室并不赢得一切。两边都有很强的论据。
Martin： 先说实验室赢得一切。第一，我们有三年的数据，它们拥有 95% 的市场。你看数据会发现，它们做得非常好，至少按美元计，它们拥有收入的大多数。
Martin： 第二，它们筹集资本的能力非常不可思议，而且能把资本直接转成增长，这是我们很少见到的。假设 OpenAI 和 Anthropic 筹集了 2200 亿美元，这比整个下游生态的总和还多，确实很难想象。
Martin： 还有一个论据：它们只要略微领先，就能保持定价权。处在前沿很贵，但处在前沿也能带来巨大的定价权。你不必好很多，只要略微更好，因为模型会被用在竞争性均衡里。
Martin： 我们开始看到自催化效应。有人把它称作递归自我改进，但我有点想当一个讨厌的术语洁癖者。对我来说，「递归」有明确含义。我是计算机科学博士，也做过编程。递归是把某个东西整体复制出另一个同类东西，比如有一个编译器，再创建一个编译器。
Martin： 「自催化」则是把某个东西作为工具，帮助你更快地造出那个东西。比如用电脑设计芯片。你会把这叫递归自我改进吗？我会说不。我们一直用软件造软件，却从来没有把它叫作 RSI。今天看到的更多是一直存在的自催化效应，只是由于某种原因，可能受 Bostrom 的影响，我们把它叫作递归自我改进。
Martin： 递归自我改进当然值得关注，但它只是更广泛的自催化现象的一个子集。我们都需要理解更广泛的现象。
Theo： 给个例子。如果我使用 AI……
节目片尾式插入： 谢谢观看。
15:00—18:30｜实验室不会赢走一切的论据
Theo： 那么，实验室不会拥有一切的论据是什么？
Martin： 先补充一个支持实验室的论据：它们拥有全部供给，而且供给是有限的。
Martin： 反对实验室赢走一切的第一个论据是，应用面的表面积正在真正扩张。第二个是，有大量开源模型表现很好，我们已经看到了一些近期例子，围绕它们的服务生态也在成熟。
Martin： 我认为实验室现在领先，很大程度上是因为它们能非常便宜地获得资本，而这种情况几乎肯定会回归理性。如果我给你免费资金，再告诉你估值是几万亿美元，你当然可以用它来增长。但在某个时刻，资本条件会发生变化。
Martin： 现在的格局明显有利于大型实验室，主要体现在资金和供给上。等这些条件回归理性，正在增长的应用面很可能会碎片化。纵观这个行业的历史，这种情况几乎总会发生。那会有利于其他所有人。
Martin： 如果让我猜，我完全是在猜，没有把握，我会说供给约在 2028 年前后缓解。大实验室按美元计可能拿到约 80% 的市场，因为大型 incumbents 历史上经常如此；但按 token 计，长尾和开源可能占 60%。
Martin： 还有一点非常重要：我们看到越来越多的价值流向真正的应用。应用做得非常好，所以我认为它们会开始侵蚀一部分原本属于模型层的利润份额。它们不一定与实验室直接竞争，但会捕获越来越多的价值。
17:30—22:30｜OpenRouter、模型黏性与智能路由
Martin： OpenRouter 是一个很好的例子，可以帮助我们理解长期会怎样使用模型。它有很多身份：它是 API 路由器，也可以被看作一个模型市场。
Martin： 你可能有 Anthropic 的密钥，也可能有 OpenAI 的密钥，可能还有 Grok 的密钥；但对其他模型，你使用 OpenRouter。它基本上是一个双边市场，让你访问大量模型。它提供统一的可见性、统一的分析、统一的模型访问，而且位于 token 流量路径上。
Martin： 从品牌角度看，它已经成为这个空间里非常知名的品牌。在所有有几个 incumbents 的现象里，总要有人聚合更长尾的市场。我认为，这肯定会影响未来模型市场的动态。
Sophia： 你看到智能路由越来越受欢迎吗？未来的应用是不是甚至不知道实际使用的是哪个模型？
Martin： 这是个好问题，我在不同答案之间来回摇摆。我们其实发现，这些模型比人们以为的更有黏性。大家都在谈随时替换模型，但实际并不经常发生。我认为这可能和采购动态有关：我已经买了一大批 OpenAI credits，为什么要换掉？
Martin： 智能路由可以从两个角度看。一个角度是质量：在合适的路由器上回答问题，答案会更好。我认为这是一个非常难的问题，也许是 AI 完备问题。目前这种情况并不经常发生。
Martin： 第二个角度是成本性能，也就是在相对于成本的帕累托前沿上选择合适的模型，而不是试图神奇地选择一个能够以正确方式回答问题的模型。
Theo： 模型路由听起来是一个非常难的技术问题。
Martin： 我认为它是 AI 完备的。
Theo： AI 完备是什么意思？
Martin： 假设你要回答一个问题：宇宙中最聪明的东西需要回答什么问题？你可能需要宇宙中最聪明的东西，才能回答这个问题。如果只有最聪明的模型能回答，那你就直接把问题交给最聪明的模型。
Theo： 所以最终只是一个成本优化问题？
Martin： 有很多观点，我们并不知道答案。前沿模型越来越锯齿化。这并不只是核心技术能力，而是创造模型的人决定让它在某件事上特别好，比如前端、3D 或语言。
Martin： 所以可能不是这个模型比那个模型更聪明，而是这个模型擅长一类事，另一个模型擅长另一类事。我们会有很多专业模型，再由模型路由器决定：这个更擅长代码，那个更擅长语言，另一个更擅长前端。
Martin： 但今天，应用公司部署模型路由时，主要收益往往是保持质量门槛，同时降低成本。OpenRouter 的价值是否最终在于完成 AI 完备的自动路由，我不知道；双边市场本身已经有巨大价值。
22:30—27:56｜补贴、营销与工程的财务化
Theo： 现在的成本是被补贴的，这种情况什么时候会停止？
Martin： 现在这些公司拿到的是免费的钱，我也会使用它。如果我可以筹到整个下游生态总和三倍的钱，当然会用补贴来获取用户。这是非常经典的做法。而且对于这种业务，大部分利润最终会来自企业，所以为什么不这样做？
Martin： 不过，我经营过企业，营销真的很难。现场营销、内容营销，你永远不知道投入 1 美元会得到什么。办活动可能得到线索，但这些线索会合格吗？我不知道。做内容可能产生某种氛围，但结果也很难判断。
Sophia： 如果你使用很多 token，在每月 200 美元的 Anthropic 方案上，平台可能会因此亏很多钱。
Martin： 这些事情有点复杂。只有在平台愿意的情况下才会这样，因为这是一枚旋钮。通常你只会在最前面的 5% 用户身上亏钱，而且这种业务总是在不断打地鼠。
节目自动播报： Theo Jaffee 和 Sophia Dew 采访 Martin Casado，讨论 AI 经济学、前沿实验室、开源、模型路由、应用、创投、创始人市场匹配，以及 AI 技术栈中的价值积累。
Theo： AI 的价值是什么？
25:10—27:56｜资本如何变成能力
Martin： 我先从能力说起。我不是要故意咬文嚼字。更多资本之所以有用，是因为需求很高；你可以把资本投入这些东西，它往往会转成使用量，也似乎会在某个方向上转成能力。
Martin： 如果我正在训练一个模型，希望它在某个任务 X 上表现很好，我可以建立一个关于 X 的强化学习环境，也可以付钱让人回答与 X 有关的问题，然后把资本转化为在 X 上的能力。
Martin： 问题是，你不知道什么会变差。所以我们开始看到更多锯齿化，也开始看到更多取舍。假设你投入 10 美元，我不知道你能不能拿回 9 美元。但这个行业过去从来没有做到过投入 10 美元，然后得到任何东西。
Theo： 过去就是投入 10 美元，然后不断招工程师、招工程师、招工程师。
节目自动播报： 感谢你加入我们。我们与这些公司合作非常紧密。过去，人们会长时间讨论营销艺术：要不要付费营销、内容营销、活动营销、社交媒体营销，应该怎么做。现在，问题几乎变成了：补贴更多，还是补贴更少？所以你说得对，它越来越像财务。
节目自动播报： 工程也是类似的。过去工程非常复杂，需要投入大量时间；现在，很多问题简化成：我们能不能为 GPU 筹到资本，以便做我们想做的事情？能，还是不能？
Theo： 每个新岗位都会变成披着风衣的 CFO。
Martin： 我不这么认为。但钱、创新、增长和需求之间的关系，从未像现在这样紧密。这才是行业里真正发生的大事。
27:56—33:20｜Cursor 交易与产品文化
Sophia： 我们谈过 OpenRouter。本周另一笔大收购是 Cursor。它是不是有史以来最大的风险投资支持的创业公司收购？
Martin： 除了 Elon 对 X 的某种自我交易，我想是的。对于一笔独立交易，我认为它是最大的私人市场并购。
Sophia： Cursor 对 SpaceX 的大部分价值来自哪里？是团队吗？
Martin： 不，Cursor 是一家非常出色的企业。他们有数据，Elon 有算力。他们过去也发布过非常出色的模型。很多人意识到，代码可能是通向 AGI、通用计算机使用，或者更广义智能的路径。所以两家公司都带来了很多东西。
Martin： 如果把它说得非常简单，一家公司有数据，另一家公司有算力；一家公司有分发，另一家公司有达到前沿所需要的资源。记住，前沿是一场资本游戏，而 Elon 非常擅长筹集资源。
Sophia： 如果没有 SpaceX，Cursor 独立的价值也会是 600 亿美元吗？
Martin： 对投资人来说，当然会。我很确定，因为我们很容易以那个估值为它继续融资。私人投资人会看到未来，公开市场会怎样我不知道，也不能推测。但独立的私人市场价值肯定在那个量级。
Martin： 而且这家业务做得非常好。如果你看到他们公开谈到的数字，那是我投资十年、在硅谷二十年里见过的最快增长。
Sophia： 但如果 Cursor 成为 SpaceX 的一部分，拥有算力、基础设施和 SpaceX 的整个工程团队，不是会更有价值吗？
Martin： 当然。我同意。你是在建议 Cursor 收购 SpaceX 吗？
Martin： OpenRouter 和 Stripe 的结合很合理。两家公司都把世界看成市场：一个把 token 看作价值，另一个把支付看作价值。创始人层面也有很多一致性。
Martin： Cursor 和 SpaceX 也有类似之处。两家公司都非常工程导向，都相信代码和通用计算机使用是通向 AGI 的路径。Elon 喜欢这种非常聪明、非常务实、行动很快的团队。Cursor 是我见过的、在 Elon 公司之外迭代最快的团队之一。因此两边有很多一致性和协同效应，合并后的实体对双方都更强。但我仍然认为它值 600 亿美元。
Sophia： Cursor 是怎样做到快速迭代的？它的文化有哪些特点？
Martin： 很多 AI 公司都非常重研究。如果你不在做新的模型架构，就很难吸引核心研究团队。但 Cursor 一直把真正的主线放在主线上：改变软件工程师写软件的方式。他们从根本上相信这是一个产品问题，不一定是模型架构问题。模型很重要，但核心是产品问题。
Martin： 他们招人非常好，文化建设也非常好。我认为创始人大概把 30% 到 40% 的时间花在招聘和建立文化上。他们当时非常专注于工程，而不是研究和模型架构。研究和模型架构当然非常重要，但它们有不同的生命周期，需要不同的环境。Cursor 现在有了更多资源，也开始更多投入研究。
Martin： 这个行业里其实没有很多真正专注产品的公司。很多公司会说自己是某个领域的「Palantir」，很多微调和后训练公司更偏服务，新的实验室往往是研究公司；Cursor 则说自己是一家产品公司。我认为这正是这个时代的关键差异。
Theo： Cursor 的人曾经来过 MTS，分享过内部文化。他们不断为自己造产品，然后在自己身上测试。
Martin： 对，他们就是自己的用户。我很喜欢这一点。大家都是开发者，但他们仍然要造一个自己会使用的产品，并且真正把这个原则贯彻下去。
Martin： 我最喜欢的例子是设计负责人 Ryo Liu。他做过一个叫 Ryo OS 的项目。
Theo： 他很棒。那个项目看起来像复古 Mac。
Martin： 对，是一个复古 Mac OS 模拟器。非常好。我自己也会用一种有点可笑的风投方式做 vibe coding，做一些复古电子游戏。
33:38—35:30｜战略控制点与价值释放
Theo： Cursor 和 OpenRouter 这两笔交易，究竟告诉你价值一般正在什么地方积累？
Martin： 我回到前面说的观点：X 和社交媒体上的很多幸灾乐祸与批评，都围绕业务质量指标，而且很多时候是错的。OpenRouter 位于 token 流量路径，是长尾模型与新模型的领导者，并拥有一个双边市场。Cursor 则是遥遥领先的软件开发工具。
Martin： 对我来说，显然会出现这类具有战略控制价值的产品。但我不认为这说明了价值一定会在技术栈的某一个位置积累。就我所见，价值正在所有位置发生：NVIDIA 做得很好，模型公司做得很好，应用公司做得很好，推理公司做得很好，服务公司做得很好，媒体公司也做得很好。
Martin： 这是我整个职业生涯里见过的最大财富释放机会。我原本以为 20 世纪 90 年代之后，再也看不到这样的机会。
Martin： 对任何想创业或投资的人，我强烈建议：短期内不要过度陷入零和思维，不要过度担心护城河或防御性。应该真正思考，在正在形成的新世界里，什么具有战略重要性。
35:30—39:47｜创始人、市场与投资判断
Theo： 现在这个新世界里，最好的机会是什么？如果有人来问你，我该从哪里开始、在哪里建，你会建议什么？
Martin： 做风险投资人的好处之一，就是我不必回答这个问题。我不必知道答案。人们以为风险投资人能看见未来、已经有一套完整的 thesis，但我并没有。
Martin： 我做过两个创业项目。有一整批创始人正在承受创业的压力，他们每天都在思考这些问题。我很乐意借用他们的梦想并支持他们。
Martin： 我对 AI 总体上非常乐观。我认为这是一场巨大的释放。如果在我理解的某个领域里，有三四个强大的创始人，我不会去反复怀疑他们。这个领域必须是我理解的领域，但我不会轻易否定他们。
Theo： 你和很多优秀的人一起工作过。你提到团队过去也招过只来自金融行业的人。即使他们能完成工作、能打电话给客户，他们有时还是无法带回正确答案。
Martin： 对，因为他们缺少那种敏感度。
Theo： 像品味？
Martin： 差不多。你必须知道该问什么、该寻找什么，才能判断客户会不会买、这里有没有价值、有没有长期价值。这是产品经理需要具备的东西。
Martin： 某些创始人会适合某些市场，也有一些很优秀的创始人并不适合某些市场。我们花很多时间理解这个接口，这也是我们建立这种团队的原因。
Theo： 你怎么看 founder-market fit？你更支持创始人重要，还是市场重要？
Martin： 我支持 founder-market fit。它就是创始人与市场的交叉点。除非遇到非常罕见的人，比如 Travis Kalanick；那样的人非常出色，也非常稀有。一般来说，一个人走过的创业路径会以某种方式塑造他，让他形成特定的敏感度和别人没有的经验。
Martin： 你要把这些能力映射到市场真正需要的东西上，这意味着必须做很多市场工作。我们大部分工作并不是在某个时间点分析某一笔交易，而是在没有具体公司的时候，先分析市场。这样当我们遇到公司时，才能做出判断。
39:47—42:00｜Hill climber
Theo： Martin，一个私人问题：什么在激励你？你想建设一个怎样的世界？
Martin： 一般来说，是什么激励我？说实话，我就是一个 hill climber，一个不断爬山的人。
Martin： 我把公司卖给 VMware 的时候，记得 Pat Gelsinger 当时是 VMware 的 CEO。他像是在面试我们。有一次他单独问我：「Martin，什么让你每天早上起床？」
Martin： 我当时觉得这是个非常深刻的哲学问题，说我需要想一想，明天告诉你。于是我回家认真想了想，第二天回去告诉他：我就是一个 hill climber。我最初、也是最深的热爱，是技术、创业、创造性破坏和创新。我非常看好硅谷。我认为这里有历史上最独特的文化，我很喜欢成为它的一部分。
Martin： 所以，只要还有一座山值得我攀登，只要我能在这个我热爱的地方攀登，我就会非常快乐。
Theo： Martin，今天请你来到 MTS 太棒了。
Sophia： 我也很喜欢。太精彩了。祝贺 OpenRouter，也祝贺 Perseverance。
Martin： 也祝贺你们。这是不可思议的一周。
Theo： 非常感谢你来到 MTS。
Martin： 非常有趣，谢谢。
40:55—41:47｜片尾与免责声明
节目片尾： 感谢收听本期 a16z Podcast。如果你喜欢这一期，请点赞、评论、订阅，留下评分或评论，并分享给朋友和家人。更多节目请前往 YouTube、Apple Podcasts 和 Spotify。请在 X 上关注 a16z，并订阅 a16z 的 Substack。再次感谢收听，我们下一期再见。
节目免责声明： 本信息仅用于教育目的，不构成购买、持有或出售任何投资或金融产品的建议。本播客由第三方制作，可能包含付费推广广告、其他公司的提及，以及与 a16z 无关联的个人。相关广告、公司和个人不代表 AH Capital Management LLC、a16z 或其任何关联方获得背书。信息来自发布日被认为可靠的来源，但 a16z 不保证其准确性。
来源
- a16z Show E1176 官方单集页：Martin Casado on Where the Value Is Going in AI｜标题、发布时间、时长、主持人与节目说明、完整音频入口。
- Martin Casado｜Andreessen Horowitz 官方人物资料｜普通合伙人身份、Nicira 创业、VMware 收购与职业背景。
- What VMware’s former CEO says you should prioritize after product-market fit｜a16z｜交叉核对 Nicira 与 VMware 的创业背景。
- a16z Show 官方品牌封面｜本期图片笔记的品牌视觉参考。
本文中的交易金额、市场份额和时间判断，均按节目中的说法呈现；其中个人猜测、节目讨论数字与公司正式披露不应混为一谈。本文不构成投资、法律或商业建议。
Comments