逐段要点整理
下面按本期音频的实际推进顺序，逐段整理三位出场者讲到的主要论点、数据、案例与金句。本期出场三人：主持安吉拉·斯特兰奇（a16z 普通合伙人，投 AI 应用与金融科技/保险，也是 Valon 的董事）、嘉宾安德鲁·王（Valon 联合创始人兼 CEO）、嘉宾琳达·杜（Valon 联合创始人、总裁兼 COO）。13
本期节目页与 RSS 都没有给出官方章节表，官方同名视频在本刊截稿时也尚未上线；下面的时间点为音频中的实际播出位置，逐句译文底稿即来自这版整集音频。
02:01 起点：从索罗斯的对账台，走到一家房贷服务公司
- 安德鲁自陈：进金融这行时零金融背景，没上过经济学课，对货币的时间价值也只是勉强懂。「我对金融的兴趣，说到底只是对数学的兴趣。」
- 他进抵押贷款的初衷有点冷门：这个领域里有大量随机微积分——提前还款模型就是。「结果发现，全是凭感觉拍数。它只是让你把数学这条路走通而已。」
- 真正转变发生在与房贷服务商打交道之后：这是一个很大的系统工程问题——数据量巨大、钱大量地动、分录极多，必须不停对账。他在索罗斯做投资时，花大量时间搞明白「到底发生了什么」，还自己搭了对账系统来确认钱能对上。
- 他的原话是：「事实证明，它从来都对不上。」于是他开始想：怎么才能建出更好的基础设施？能不能投一家公司、最终把它们的系统建成，让这些问题都不再是问题。
- 他给这条路的一句总结：数学变成了系统，系统变成了痛点。
03:44 市场：13 万亿的消费债务，跑在一家垄断者身上
- 琳达的定位是：抵押贷款大概是现存最没被颠覆的行业里的前三名——「它不是跟现代玩家抢最后 20%，我们说的是整个盘子」。
- 规模：13 万亿美元的消费债务，大部分跑在一家在互联网发明之前就建好遗留系统的垄断者身上。Valon 官方给的范围是：牵涉 5,000 万位房主、12–13 万亿美元的贷款。2
- 更硬的一句：「这个行业连 2000 年代的技术都还没追上。」
- 从部署角度看，这些是企业部署里体量最大、最难啃的那种：要培训成千上万的员工，要把核心操作系统整块拆掉、换掉，而且是在一个监管极其重的行业里把 AI 部署进真实世界。
- 她给团队的一句话：未来十年大家要招的技能是「会用 AI」；而 Valon 的团队是在最难的那个行业里边干边学。
- 安吉拉补了自己为什么会投基础设施：如果你去拆解一个糟糕的消费体验，它最后常常会落到管线上。
05:26 系统记录缺的不是界面，是历史
- 安德鲁说，按时还款的人其实不会注意到太多；真正被卡住的是遇上不幸事件的人。
- 遗留系统的核心缺陷：它们只有一张「当下正在发生什么」的快照，而一笔贷款整条命里的上下文并没有以足够的保真度被留全。服务商的补救办法通常是在旁边临时搭一个数据库，把历史塞在系统外面。
- 他给了一个非常具体的案例：一位房主去世，孩子想接手，却拿不到之前的记录——而那段历史可能关系到报州税、弄清之前发生了什么。系统的答复是「你离得也不算远，但那段历史我们在这一时点切掉了」。
- 他的评语是：「这是真实的人，处在真实的一个时刻里，正在面对一件非常非常难的事。他们得一遍又一遍地告诉别人：我妈妈去世了，事情就是这样发生的，请把信息给我。」
- 落点：AI 能帮忙，因为你可以拿到那些上下文；但信息必须以正确的方式被表达出来，系统才能按预期运行。
08:03 托管账户：规章允许摊到 36 个月，系统只肯按 12 个月算
- 安德鲁解释托管账户（escrow）：装的是按年发生的税费和保险，房主按月缴、慢慢积累出准备金。
- 眼下的现实是：保险成本和税费在暴涨，很多房主没法一下子掏出那么大一笔钱，或者没办法那么快地改变缴款额。
- 而监管和许多投资人标准允许把它摊到 36 个月；大多数系统的设计却是拿金额按一整年去除。于是它变成一个人工审批、要过一遍主管——而不是一套能立刻判断该不该批、还能随时现场改规则的系统。
- 他给了一个「为什么规则必须能现场改」的理由：也许刚发生了一场很大的火灾，于是很多保险公司在涨价。
- 客户体验的落点：「你完全可以有全世界最好的客户体验团队，有全世界最有同理心的呼叫中心客服。但如果根本上就是系统记录有缺陷、向你收错了钱，那么你不修基础设施，就修不了那个房主的体验。」
09:22 三条路，为什么选最痛的那条
- 安吉拉把摆在他们面前的三条路摆得很清楚：
- 把软件做出来，卖给现有玩家——Harvey 在法律行业做的事，很多行业被证明可行；
- 做整合：买下几家现有服务商，再注入；
- 把整个系统从零建出来——也就是他们选的这条。
- 琳达把前两条为什么不成立讲得很直白：
- 第一条：房贷监管太重，「没有任何一家服务商会用一个全新的系统」；而且就算签下一个很大的招牌客户，你也会受制于他们想怎么做，风险是「十年后醒来，你重建的还是那套遗留系统，只是配了一个特别漂亮的界面」。
- 第二条：买现成服务商虽然能一件一件换模块，但它会逼你做出并不对的平台设计决策，而且有知识产权的问题。
- 结果只剩第三条：自己开一家服务商，什么现成的都不看，从零把软件建出来，让软件随着这家服务商一起长大。从一笔贷款起步，长到接近一百万笔。
13:05 牌照：先盈利，才能拿证
- 安德鲁先给了这类牌照的通病：先有鸡还是先有蛋——在你拿到牌照之前，得先证明你是盈利的。纽约州如此，房利美和房地美这类审批也一样。
- 于是起步只能挑一条走得通的窄门：非合格抵押贷款（non-QM），这类贷款只要持有州牌照。
- 但拿州牌照还要挑州——加州是最大的一处，而加州额外要求你有政府类申请或政府贷款审批，除非走房地产经纪那条豁免；同时你还得证明五年以上、跨州的经验，且服务里每个环节都做过：催收、客服、付款处理、逾期、法拍。
- 他给的量级判断：大多数人会估三到五年，而且那还是在你走最直最理想的路的情况下——因为这些审批会一层层叠上来，缺了上一个就做不了下一个。
15:39 那间收发室：创纪录的三年，最后也没拿到
- 安德鲁的原话：「我们拿到纽约的批准，据我所知是创纪录的——三年。而最终我们其实从来没有拿到在纽约放房贷的牌照或批准。」
- 还有一条很好笑的规矩：如果监管漏看了、拒了、或者别的什么，他们会把钟拨回去三到六个月。
- 这件事正好发生在 COVID 之前，他不想再等六个月才回纽约，于是直接去了对方的收发室，把那个「已经丢了」的包裹找出来。
16:27 把监管翻成代码：六个月、每天 18 小时
- 安德鲁把这件工作说成「把整个法律代码库重构了一遍」——能做成的前提是，很多法律条文其实是从别的州那里派生出来的。
- 要覆盖的清单：
- 联邦层面：RESPA、TILA、FDCPA、GLBA、TCPA 等；
- 50 个州：抵押贷款、债务催收、房地产法拍、隐私、托管，每一个州的这五套惯例都得覆盖。
- 工作量最赤裸的一段自述：COVID 期间，连续六个月、每天 18 小时坐在那里读监管、做标注、把架构图画出来。「就是那样把我们扛过去的。纯粹是硬扛、下死功夫。」
- 读完只是开始：后面还有五到六年用来测试，确保它真的像当初想的那样精确运转。
- 关于护城河的那段自嘲是本期金句：「这也算是一种护城河吧，我们就是这么安慰自己的。」——「痛苦与折磨。史上最强的护城河。」
18:28 安全与紧迫：那 70–80% 的利润率是怎么来的
- 琳达把这套逻辑拆成一对平衡：
- 安全——来自「我们建了一家真的在用这套技术的服务商」，并且用六七年证明了它经受过每一次州检查、每一次房利美审计、房地美、吉利美以及所有合规关口；换句话说，他们真的承担了用自己这家服务商跑这套系统的运营风险。
- 紧迫——来自拿这家服务商到市场上去竞争：「你是在直接同你未来的软件客户竞争，然后指望他们日后会原谅你。」
- 关键数字（节目口径）：效率大约是三倍，于是「你把一门刚刚打平的生意，变成了一门 70%、80% 运营利润率的生意」；这份利润率就是最初制造紧迫感的燃料。
- 飞轮的描述也很具体：一旦签下第一个大客户，另外五家大的就会打电话来问「你们说想卖软件，是认真的吗」。
- 她引的那句话是黄仁勋的：不是 AI 在跟你竞争，是你的竞争对手在用 AI，而且用得比你快。
20:02 为什么把服务商卖掉
- 这是本期最容易被误读的一个决定。琳达的解释是：把服务商留着，是一条完全走得通的路——这个行业里有营收 100 亿美元以上的公司在这么做。
- 但每一次内部讨论都结束在同一句话上：「我们其实是想改变这个行业。」如果把它留在服务商里，「你就把所有的技术和 alpha 都留给了自己。到最后，你其实什么都没改变。」
- 安德鲁补的是公司为什么需要使命：想成为「一代公司」的组织，需要的不只是「我们要赚更多钱」，而是「我们想修好一个相当破碎的世界」——这对员工士气和公司方向极其重要。
- 本期对使命宣言的玩笑：「我们得把世界从大型机上救出来。」（琳达：对，大型机、遗留软件。安吉拉：还有破碎的关键基础设施。）
23:29 AI 上来之后：代理军团与长尾
- 安德鲁的框架是：你可以面对极其复杂的案例，把正确的那组信息交到操作人员手上，让他们越来越像在指挥一小支一小支的代理军团。
- 具体例子——灾后那一轮电话：本来要确认房主还能不能继续还贷、意图是什么、需不需要帮助。旧做法是打印表格，把一批贷款交给一组人、另一批交给另一组人，说「你们去做 A、你们去做 B，剩下的自己想办法」；新做法是在产品里直接编排一组代理去打电话、给方案、跑流程，还能像消防演习一样先演练一遍。
- 他给的两层差别：以前只能自动化那些明确确定性的东西；今天一是能自动化的任务比例高得多（包括长尾和真正复杂的场景），二是能编排非常多种多样的场景。
- 由此长出来的是「冠军挑战者」：以前做不到，因为你得给每个人类客服那么高的训练强度和那么细的专门要求；现在你可以说「这 100 笔贷款，我想试这几种不同策略，我想改善这几个不同的结果，我们看看会发生什么」。
- 琳达讲的形态变化是：过去人类跟系统记录的交互方式是定义好的界面，于是你招进来的人，技能是懂得怎么在界面上点来点去；现在他们在系统记录之上自己搭了一层 harness，交互变成熟悉的聊天界面，后台一侧和房主一侧都能这么做。
28:21 技术路线：宁可让模型说「我不知道」
- 安德鲁列了这类企业级 harness 的经典问题：要不要微调、要不要提升模型效率、往哪里投；以及已经做掉的那些——向量数据库、取对的上下文、上下文的顺序。
- 房贷特有的那一条是正确性：你会希望尽可能把模型、以及整个 harness 的输出对齐，让它在不知道答案的时候说「我不知道」，而不是给你一个幻觉出来的答案。
- 他认为最好玩、也最了不起的一点是：建一套基础设施，让它成为持续学习的过程——不断跑评测、把数据抽出来、确保模型在往一个对齐的方向改进；而这个方向不只是「服务这件事一般该怎么做」，还要对齐每一个具体客户。
- 难就难在组件太多：会计分录、资金流动、客户交互、监管层面、各种供应商，都在动态地变。你没法说「边界就在这儿，这就是我们要解的问题」。
30:39 「一切都是服务」
- 安德鲁的一个冷知识：服务是所有这些高度受监管企业的枢纽。往外一步是商业地产——作为商业抵押贷款服务商，你其实拿得到租户的财务信息；他给的联想是 Toast 这类公司怎么用平台去做小企业金融。
- 再往外一步：「你甚至会碰到像（医疗）病历这样的东西。」
- 之所以先挑抵押贷款，理由不是它大，而是它最黏，也最难、最复杂。
- 琳达把这条推到底：服务是「那层底层的关键基础设施，支撑着几乎所有同时有资金流动、有某种监管、还有一个运营环节的事情」。
- 安德鲁还展开了一个更远的想象：把与房主的关系变成每个月一次的联系，而不只是收付款——「这件事以前从来没有人做过，人们也不是这么理解服务的。」
33:07 Rithm 的 400 万笔：几乎是市场的十分之一
- 安吉拉在节目里直接说，Rithm 确认把 400 万笔贷款转到 Valon 这边来，是史上最大的一次服务迁移，差不多是市场的 10%；而且客户把 Valon 拿去跟所有现有玩家比过。4
- 琳达的答案是「结果对齐」：客户每赚到一美元、或者每省下一美元，Valon 才跟着赚；「一旦你失去了这种对齐，公司就要走下坡路了。」
- 她还给了市场需求的量级：正式作为软件公司进入市场后的六个月内，签下超过 2 亿美元的单子——同期公司宣布 D 轮 1.5 亿美元、投后 23 亿美元。5
- 她给 Newrez 的注脚是：Valon Mortgage 一直替它做次级服务，等于是在一个几乎像展示间的地方让客户看到真实表现；「我甚至会说，那还只是你跑在这套软件上能拿到表现的下限。」
35:37 什么样的人在 Valon 待得久
- 安德鲁说 Valon 的人「都是那种想把事情握在自己手里的人」；他们之前待过或者拿过 offer 的地方里有 OpenAI、Anthropic。
- 让他们做出不同选择的理由是：「那些别的问题上聪明人已经很多了，那些问题会被解决的——比如算力、比如底层模型能力。问题是，你会不会成为真正解决这个问题的那个人？」
- 一个组织数字：大约 75%、80% 的管理团队，都是在这儿待了五年以上的人。
- 琳达补的另一半是：是这些人让彼此留了下来。
38:08 部署是变革管理，不是技术问题
- 琳达的判断是本期最重的一句：「如果六年前你问我，我会告诉你这是一个技术问题。我今天知道的是：这是一个变革管理问题。」
- 原因不是抽象的组织学，而是体量：你面对的是成千上万人的超大型组织，每一个人都有稍微不同的目标函数，你要穿过的是一层又一层的组织。
- 所以过去六到十二个月，他们真正在搭的是那块变革管理的肌肉——「你要怎么穿越组织？你怎么让变化真的发生？而事实证明，变化在规模上真的、真的很难」；但她也认为，对于当下这个 AI 时刻，它会成为未来十年最重要的价值驱动因素。
- 交付岗要什么人的清单：高主动性、高模糊容忍度、对客户有高同理心，还要能从不同视角理解各方的目标函数、找到那个全局目标并拿出解法。「有人是非常强的问题解决者，有人非常擅长跟人打交道——而这两样你都需要。」
收尾
- 安吉拉以「一切都是服务」收场，两位创始人道谢离场。
逐句全文翻译
以下按节目原始顺序，逐句翻译整集对话。底稿是本期整集音频的完整转写：这一期官方同名视频在本刊截稿时尚未上线，没有官方字幕可用。6
只保留中文译文，不保留英文原文；对话部分保留说话人标签：片头／安吉拉／安德鲁／琳达／片尾。不压缩、不摘要、不删减。
口径：整集转写的声部分离只分出三簇，且把两位女声（主持人与琳达）并进了同一簇，无法直接当作说话人依据；因此本轮改用逐轮音高判定 + 内容锚点确定归属——男声一律为安德鲁，女声按内容在安吉拉与琳达之间分辨，几处极短的交叠处仍可能偏一个回合。片头是本期金句剪辑，片尾是官方口播，均单独标注。公司名保留 Valon 原文；「Valon Mortgage」「Valon Technologies」是同一集团分拆后的两个实体，译文里按原文区分。
片头：抵押贷款，是现存最没被颠覆的行业里排得进前三的一个。这个行业连 2000 年代的技术都还没追上。这就是摆在我们面前的机会有多大。片头：我们作为一个行业在做的事，是建起一层基础设施，让它变成一个持续学习的过程——建一套能让你不断跑评测的系统，确保你持续把模型往一个方向上改进，而这个方向不只对齐「房贷服务一般该怎么做」，还要对齐每一个具体客户。片头：这是 13 万亿美元的消费债务，基本上跑在一家垄断者身上，而它的遗留系统是在互联网发明之前建起来的。片头：结果发现，医院的收入周期管理，其实就是「服务」。片头：一切都是「服务」。它是那层底层的关键基础设施，支撑着几乎所有同时有资金流动、有某种监管、还有一个运营环节的事情。你在做 A 轮的时候，生成式 AI 其实还没真正跑起来。今天能做、而当初写不进 A 轮路演材料的事，是什么？片头：今天能做的是……房贷服务是一个 13 万亿美元的市场，其中很大一部分仍然跑在为互联网之前设计的那些技术上。Valon 决定把它从零重建。在这一期里，a16z 普通合伙人安吉拉·斯特兰奇与 Valon 的琳达·杜、安德鲁·王坐在一起，拆解在金融服务里受监管最重的一块，替换掉几十年的遗留基础设施到底要付什么代价。他们聊了为什么 Valon 是先成为一家房贷服务商、再成为一家软件公司；团队怎么把几十年的监管变成代码；以及为什么必须自己运营这套技术，才能证明它真的能在规模上跑起来。而现在，AI 正在改变「上面能盖什么」。琳达和安德鲁解释了代理怎么接手那些过去复杂到无法自动化的流程；为什么底层那套系统记录依然重要；以及把新技术部署进拥有数千名员工的企业，他们学到了什么。安吉拉：安德鲁，我想一个很好的起点，是你在索罗斯的时候，是怎么认定房贷服务这个问题值得做的。安德鲁：有个挺好玩的故事。我进金融这行的时候，其实一点金融背景都没有。我从来没上过经济学课，对货币的时间价值也就是勉强懂一点。我对金融的兴趣，说到底只是对数学的兴趣。而关于抵押贷款，有一件大家不太知道、特别冷门的事：这其实是一个到处是随机微积分的地方。提前还款模型里就有随机微积分。所以我刚开始工作的时候，非常上心的一件事就是一定要把随机微积分吃透。我在大学修过一门课，本来就打算好好搞一遍。结果发现，全是凭感觉拍数。它只是让你把数学这条路走通而已。对，就是这么回事。你只要猜一个数。你会说，嗯，我觉得它会按某个速度提前还款。总之，那是我最初进抵押贷款这个领域的原因。之后发生的事是，你会意识到，跟很多房贷服务商打交道的时候，这是一个很大的系统工程问题：数据量巨大，钱在大量地动，分录极多，必须不停地对账。所以我在索罗斯做这些投资的时候，花了大量时间，非常认真地搞明白到底发生了什么，还自己搭了对账系统，来确认钱能对上。事实证明，它从来都对不上。于是我花了很多时间，想在公司内部修这个问题。而这让我真正开始琢磨：我到底怎么才能建出更好的基础设施？我是不是可以投一家公司、和一家公司一起做，最终把他们的系统建出来，让这些问题都不再是问题？所以它最开始其实是从系统、从我自己的痛点长出来的。也许我该说，它是从数学开始的。数学变成了系统，系统变成了痛点，然后我们走到了今天。安吉拉：太好了。所以，发现一个市场有大量技术问题要解决，这只是其中一块。琳达，从市场的角度，也许你可以描述一下，在 Valon 进来之前，房贷服务这个行业是什么状态。琳达：我觉得可以这样看：抵押贷款大概是现存最没被颠覆的行业里的前三名。它是 13 万亿美元的消费债务，基本上跑在——大部分情况下——一家垄断者身上，而这家公司的遗留系统是在互联网发明之前建的。所以，这不是大多数行业那种情况：你跟一些现代的现有玩家、一些新创业公司，去抢最后 20%。我们说的是整个盘子，就是这样。这个行业连 2000 年代的技术都还没追上。所以这就是摆在我们面前的机会有多大。而从部署的角度讲，这些是企业部署里体量最大、最难啃的那种。你得培训员工，成千上万的员工。你得把核心操作系统整块拆掉、换掉。你是真的在一个监管极其、极其重的行业里，把 AI 部署到真实世界去。我们一直跟团队说的一句话是：未来十年大家要招的那个技能，是「会用 AI」的能力。而我们的团队，是在最难的那个行业里，边干边学这件事。所以我会说：巨大的技术问题，非常古老的行业。安吉拉：这个行业另一件我觉得很有意思的事，也是我喜欢投基础设施的原因之一：如果你去拆解一个糟糕的消费体验或商业体验，它最后常常会落到管线上。那么，假设我是一个房主，我的房子是一家现有服务商在服务，跟 Valon 服务相比，纯从人的角度，我可能会感觉到什么不一样？
安德鲁：对，这是一个很典型的问题：只要按时还款，普通人大概不会注意到太多。这是一个很典型的现象——我觉得，当人们意识到大多数美国人其实离还不上款只差一份工资的时候，这个事实是有点惊人的。房贷这里也是类似的动态：大多数人按时还款，但总会有人遇上一些不幸的、无法预料的事情，然后承受巨大的压力和焦虑。举个例子。那些遗留系统的关键问题之一，是它们并没有真正建模、也没有真正抓住一笔贷款整个生命周期里所有的上下文。也就是说，贷款放出来的时候，它们有一张「当下正在发生什么」的快照，但历史并没有以足够的保真度被完整地保留下来。一个很好的例子是：当有人去世的时候，借款人可能会变——也许他原来是这笔贷款上的借款人，之后这笔贷款上换成了一个新的借款人。这本来是很正常的事。但今天的系统并没有把中间这一路的变化都记录下来。所以，如果你想回头看那之前发生了什么，对服务商来说其实是很难的，因为他们把它放在旁边一个临时搭的数据库里。他们在任何一个时点上，只有「现在正在发生什么」。于是你可能会遇到这样一种情况：有人——或者说，某种不幸落到了某个人头上——一位房主去世了。他的孩子们想要接手，却拿不到之前的记录。而这可能很重要，因为他们要报州税，他们想弄清之前发生了什么。而由于系统就是这样工作的，服务商会说：嗯，你离得也不算远，你就是拿不到那段历史，我们在这个时点把它切掉了。这会制造大量的焦虑和压力，因为你得记住：这是真实的人，处在真实的一个时刻里，正在面对一件非常非常难的事。他们得一遍又一遍地告诉别人：我妈妈去世了，事情就是这样发生的，请把信息给我。事情就是这样一圈一圈地传下去的。AI 显然能在很大程度上帮上忙，因为你可以拿到那些上下文。但这改变不了一个事实：信息必须以正确的方式被表达出来，系统才能按预期运行。所以，信息被表达得越好，体验就越好。安吉拉：而且我觉得，你们以前每周都会做一件事，就是分享一个你们帮过的客户的故事。所以，即便是更常见的、更简单的那种情况——这个月我付不出款——传统的房贷服务商也常常处理不好。那在 Valon 这里有什么不一样？或者如果连着几个月都还不上，你可能就需要一次贷款重组。安德鲁：对，这种情况有各种各样的变体。其中之一是房贷里「托管账户（escrow）」这个概念。它基本上装的是需要随着时间分期付掉的税费和保险。它们一般是按年发生的，用来保证房主提前留出正确的金额。你是按月缴，慢慢积累出一笔准备金，到该付的时候去付。现在所有人都面临的一个问题是：保险成本和税费其实在暴涨。于是很多房主没办法一下子掏出那么大一笔钱，或者说没办法那么快地改变缴款额。而这通常需要一个相当烦人的流程，因为：第一，大多数系统的设计就是，拿到金额，然后按一整年去算它每个月要多少，尽管监管和许多投资人标准是允许你把它摊到 36 个月的。于是它就变成一个人工的审批流程，要过一遍主管；而不是有一套真正好的系统，让你几乎可以立刻判断：该不该批？该不该不批？而且还要能随时现场配置这些规则，因为监管会变，也许刚发生了一场很大的火灾，于是很多保险公司在涨价。能够在房主最需要的时候，提供正确的那种体验、真正自动化地去做、真正给他们安慰——这对一家服务商来说非常重要，而它最终会带来最好的客户关系。安吉拉：而且我觉得，人们很难想象现有这套软件到底有多老，你得这么想：这些技术系统被设计出来的时候，是 1960 年代。所以即使是最基础的东西——财产保险、抵押贷款保险——本身也在不断演化，而数据模型从根本上就没有按今天世界运转的方式去建模。于是你会看到这样一种情况：十几年前，有人被迫把某个东西塞进了一个其实没有正确建模它的系统里。而且问题不会那一周就爆发。问题是五年以后才爆发，那时候有人正在缴他的托管款，然后它层层叠加、越滚越大。所以问题的这一面是：你完全可以有全世界最好的客户体验团队，有全世界最有同理心的呼叫中心客服。但如果根本上就是系统记录有缺陷、向你收错了钱，那么你不修基础设施，就修不了那个房主的体验。这其实是一个完美的过渡。我想聊一聊 Valon 是怎么起步的。这类技术上落后、由现有玩家主导的大行业，反过来也有一个特点：它们可能非常难打进。所以，你知道，我们有三个选项。第一，把软件做出来，卖给那些现有玩家。这在很多行业里被证明可行，比如 Harvey 在做的法律就是这样。第二个选项是——做某种整合，买下几家现有玩家，然后注入。第三个，也就是你们选的这个：不，我们干脆把整个东西从零建出来。所以，能不能讲讲，为什么选了这条起步的路？琳达：对，三个选项我们都过了一遍。我敢说肯定是。先说清楚，我们最后走的是第三个，因为它最痛、也最耗时。但真正的第一个选项，也就是做一家传统正常的软件公司，在房贷这里行不通，因为它监管太重了，没有任何一家服务商会用一个全新的系统。噢。而且，即便从研发的角度说，假设我们运气好，签下了一个很大的招牌客户，我们基本上就会受制于他们想怎么做——而那看起来会非常像他们今天在做的事。于是你就要承担一个风险：十年后醒来，你重建的还是那套遗留系统。对，只是配了一个特别漂亮的界面而已。所以第一个被排除了。第二个，问题在知识产权。如果你买下一家正在用某个遗留平台的现有服务商，能一件一件地把模块换掉，这件事的好处是——抱歉，我该说「方便之处」——但我其实觉得它在长期并不正确。一，它会逼你做出一些大概并不对的平台设计决策；二，你有知识产权的问题。所以，真正留给我们的选择就是：我们有幸自己去开一家服务商，然后从零把软件建出来，什么现成的都不看。而软件也得以随着这家服务商一起长大。所以，我们是从一笔贷款开始的——这真的很好——然后走到接近一百万笔。安吉拉：而且我觉得这个策略现在看非常先知。但要把这件事启动起来，可以分成三块来想：一，你得拿到牌照；二，你得把几十年的监管变成代码；三，你得让资产管理人、放款方愿意把这种高度受监管的资产交给一家新公司。所以我想简单聊聊每一块。先从牌照开始吧。人们很容易以为：我填一堆很长的表，把材料扔过一堵墙，最后就能拿到牌照。能不能跟我们讲讲那个过程到底是什么样的——我想当时它非常痛苦，现在却成了一条很好的护城河。
安德鲁：对。我倒是很想说，我们当时考虑得特别周全，一开始就把这些全知道了。回头看，在牌照流程上，我们确实还有几处可以做得更好。但大体上，那些要求一个都跑不掉。给你一点背景：房贷服务以及这类牌照，基本上都带一个先有鸡还是先有蛋的问题。它的一个关键要求是：在你拿到牌照之前，得先证明你是盈利的。纽约州就是这样，另外几个监管审批也一样，比如房利美和房地美。它们会做一些例外，你能想办法绕过去，但非常难。所以从最开始看这件事，你会先反应过来：天哪，这要花非常非常长的时间。然后你会进入第二个阶段：你必须非常讲究方法地去规划——先拿哪些牌照、按什么顺序拿。对我们来说，我们的做法是：好，我们要先从这一类客户做起。我们必须弄清楚——因为拿不到主要的政府类牌照——我们得去找一种我们拿得到牌照的特定类型贷款。当时叫、现在也还很普遍、而且我觉得还在增长的一类，叫非合格抵押贷款（non-QM）。这类贷款只要你持有州牌照就行。但问题是：拿州牌照，你得挑那些真的会发放 non-QM 贷款的州。其中最大的一个是加州。而加州的要求相当严：它要求你必须有一个政府类的申请、或者政府贷款审批，才能服务加州的贷款。有一条豁免是给加州房地产局（Department of Real Estate）的，如果你做的是经纪业务、房地产经纪业务的话。所以你就得找一个在房地产局里的人、或者一个房地产经纪人，来帮你真的拿到那张牌照。同时，你还得向他们证明，你有五年以上、跨州的经验，服务里每一个环节都做过：催收、客服、付款处理、逾期、法拍。光是起步，你就得做所有这些不同的事。更别提——我们先不说这个——等你做完这些之后，你要怎么保证后面那些审批也都拿到。但这是一个极其漫长的过程。大多数人预估这类事情，最少要三到五年。而且那还是在你走的是最直最理想的路的情况下——三到五年，才能把各种不同的审批都拿到，因为它们会一层层叠上来。缺了上一个，你就做不了下一个。而到最后，你必须聚合起来的，不只是业务，而是横跨一大堆非常、非常宽领域的专业能力。安吉拉：这里面有好多好多年的故事，包括你去拜访有牌照的（信件）收发室。安德鲁：对，正因为如此。我给你讲最经典的那个，顺便说，它还挺好笑的。我们拿到纽约的批准，用的时间据我所知是创纪录的——我想想，三年。所以，创纪录的三年。哇。而最终我们其实从来没有拿到在纽约放房贷的牌照或批准。这就告诉你这件事有多难、有多挑战。他们还有个很好笑的规矩：他们确实会审你的申请，但如果他们漏看了、或者拒了、或者别的什么，他们会把钟拨回去三到六个月。而这正好发生在 COVID 之前。我当时就知道，我暂时不会待在纽约，我不想再等六个月才能回纽约。所以我确保自己做的一件事是：我去了一趟他们的收发室，把那个包裹到底在哪儿给找出来——因为他们跟我说我的申请丢了。我说：我这边是有物流追踪的，我知道它就在那儿。那好，我干脆直接去你们办公室把它找出来。安吉拉：太精彩了。好，那这个完整的流程我们算是走完了。接下来也许聊聊，把监管放进一个平台里这件事。批评那些现有玩家是很容易的，但他们有几十年时间去硬化（这些系统），各州的监管也在不断变化。那你们是怎么从零开始处理这件事的？安德鲁：老实说，我觉得一个不幸的现实是——就像你之前提到的——这也算是一种护城河吧，我们就是这么安慰自己的。就是……安吉拉：……痛苦与折磨。史上最强的护城河。安德鲁：对，痛苦与折磨。安吉拉：嗯。安德鲁：但我们最后做的事，是把每一条监管都读了一遍。联邦层面有一大堆法规：RESPA、TILA、FDCPA、GLBA、TCPA，联邦层面有所有这些不同的法规。还有 50 个州——你得覆盖它们的抵押贷款法规、它们的债务催收惯例、它们的房地产法拍惯例、它们的隐私惯例、它们的托管惯例。这些你每一样都得覆盖。然后你基本上是走一遍……我把它说得像个好玩的活动吧：重建整个法律代码库——如果你可以这么形容的话。结果发现，很多法律条文是从别的州那里派生出来的。所以你就坐在那里，基本是在琢磨怎么抽象出一个框架，把这一切都装进去。然后你把它放进你的架构里，接着开始测。但说实话，真正帮到我们的，是 COVID 恰好发生了。COVID 一来，我连着六个月，每天 18 个小时，就坐在那里读监管、做标注、把架构图一点点画出来。就是那样把我们扛过去的。纯粹是硬扛、下死功夫、痛苦、折磨，所有这些。然后显然，接下来还有五到六年，用来测试、确保它真的像你当初想的那样精确运转。安吉拉：对，这个我们过一会儿再聊——它给 Valon 接下来要去的方向，搭了一个非常好的本体论。安德鲁：你知道，曾经有那么一个时点，你几乎可以引用任何一个州的每一条监管，我能告诉你它的法规编号是多少。
琳达：你知道，我们内部做软件用的那套框架很漂亮，它跟我们最初做服务商时的思路有点不一样。做服务商的好处是：单位经济和效率基本上就是产品本身——也就是说，我们把技术做得越好，利润空间就越大。而说实话，我们就把那份利润空间直接让给了终端客户。所有那些持有抵押贷款资产的资产管理人，都是经济动物。所以到最后，就是：你降价，你就能让市场投降。而这只需要技术足够好。好。从软件的角度，我们内部是这样想的：你永远得在「安全」和「紧迫」之间取得平衡。安全感来自哪里？来自我们建了一家真的在用这套技术的服务商，并且用过去六七年证明了它经受过每一次州检查、每一次房利美审计、房地美、吉利美，以及你得过的所有那些合规关口。所以它是安全的，因为我们真的承担了用自己这家服务商跑这套系统的运营风险。而紧迫感，说实话……琳达：让一件事开始复利，永远是最难的部分，对吧？就是创造并生成那个动量。所以对我们来说，我们做的第一件事，是拿我们自己的服务商到市场上去竞争。这也是一种制造紧迫感的方式，因为现在你是直接在同你未来的软件客户竞争，然后指望他们日后会原谅你。不，但它其实就是黄仁勋那句话：不是 AI 在跟你竞争，是你的竞争对手在用 AI，而且用得比你快。安吉拉：对。那比如说：从一个传统上利润很薄的生意，Valon 变成了一门高利润的生意。大家都提起了兴趣，那个经济上的差别是什么？琳达：对。我们的效率大约是三倍。所以你把这门刚刚打平的生意，变成了一门 70%、80% 运营利润率的生意。而我们最初就是拿这份利润空间去制造紧迫感的。然后它会复利，对吧？一旦你签下第一个大客户，另外五家大的就会打电话给你说：嘿，你们说想卖软件，是认真的吗？于是飞轮就转起来了。但如果一开始没有我们自己的那家服务商，要生成这个，会非常非常难。安吉拉：所以你们把 Valon 的服务商——我记得做到了 2,000 亿美元的规模？未偿本金，对。没错。然后你们本来可以继续把它做大。对。但你们没有——你们决定把它卖给客户。我们要走软件这条路。琳达：说清楚一点，这一直是计划。安吉拉：它确实是计划。它就是你一开始路演的东西。它写在材料里。安吉拉：我同意。我同意。安德鲁：我只是想说——这其实是件很好玩的事：所有新加入的同事，他们都会说，哇，你们在卖这个东西，还说「这一直就是我们想做的事」；但我们真的会把 A 轮的路演材料拿给他们看。安吉拉：公平地说，你们那份 A 轮材料详细得吓人。我记得是一个 60 页的 PDF，就是那份「接管总计划」。安德鲁：然后我们就照着它做了。安吉拉：是的。但你们最近刚刚宣布把 Valon Mortgage 卖给了 Carrington，现在你们在把这套 OS 卖进行业里。琳达：对我来说，还有安德鲁——我们时不时会聊这个，你也能想到，对吧？我们会坐下来，然后说：嘿，就做一家大型服务商，这是一条完全走得通的路。这个行业里有营收 100 亿美元以上的公司在做这件事。但对我们来说，它最后总会回到同一个点上：每一次谈话都结束在「我们其实是想改变这个行业」。问题是：如果你把它留在服务商里，你就把所有的技术和 alpha 都留给了自己。到最后，你其实什么都没改变。你没有修好那个核心基础设施的问题。安德鲁：我觉得，对想成为「一代公司」的公司来说，有一个清晰的宗旨和使命——不是「我们要赚更多钱」，那当然也很好，而是「我们想改变世界，我们想修好一个相当破碎的世界」——这对员工的士气、对公司的方向，都极其重要。因为你希望人们不只是做梦：哦，我现在赚够了。而是：我能做什么更大的事？我能做什么更了不起的事？我能做什么去真正解决那个不可能的问题？安吉拉：我们得把世界从大型机上救出来。等等，你们完整的使命宣言是不是真的是这个？对，就是这个。琳达：对。大型机、遗留软件。安吉拉：还有破碎的关键基础设施。没错。太棒了。那么，说到更大的机会——你们创办这家公司的时候，生成式 AI 其实还没真正跑起来。今天能做、而当初写不进 A 轮路演材料的事是什么？
安德鲁：房贷服务这个问题，对即将发生的事——不只是 AI，而是整个企业、基础设施和社会层面——的铺垫有多漂亮：也就是说，今天能做的是，你可以面对极其复杂的案例，然后真的去研究、去把正确的那组信息交到操作人员手上，让他们越来越进入一种状态——本质上是在指挥一小支一小支的代理军团，去解决那组问题。我给你一个很简单的例子。当一场灾害发生的时候，你本该打一些电话，确认那位房主是否还有能力继续还贷，他们的意愿意图是什么、他们的打算是什么；如果他们需要帮助，你得走完一整套流程。这很正常，也没什么不对。大家都有不同的脚本去组织这件事。但你要现场改它，或者说，去按每一个地区处理非常、非常具体的不同通知、不同战术、不同方案，基本上是不可能的。今天作为一家普通服务商，想做到这件事，唯一的办法是：你打印出一张表格，把一批贷款交给一组人，把另一批贷款交给另一组人，然后说：你们去做 A，你们去做 B，剩下的你们自己想办法。而有了我们的系统、以及今天 AI 真正能做到的事，你可以在我们的产品里直接说：嘿，我要编排一组代理去打电话、去联系房主、去给他们这些方案、去跑这些不同的流程。而你还能用某种像消防演习一样的方式去模拟、去演练。安德鲁：场景。而我觉得，这既给了底层服务商很大的力量——让他们变得更高效——同时其实也给了他们多得多的可定制性。而后面这一点，才是真正酷、真正重要的部分：它让每一家服务商都能成为最好的那个自己。他们可以真正去想：这个具体冒出来的场景，我想怎么处理？而不是只能说：你看，我得尽可能「高效」地跑，利润率是 0%，所以我只有一种千篇一律的做法，而且我改不了。它真正把这个世界从高度同质化，变成一个更专门化、更有自己味道的世界。对。安吉拉：所以可以这样理解吗：你们现在建出了这个非常有条理的数据本体论，然后在 AI 之前，任何你需要在这上面做的任务，肯定都更高效了。而现在，你可以随时拉起——我记得你们有几十个不同的代理——它们可以做托管账户分析，以及你在这之上可能需要的任何人类任务，把信息打包好。安德鲁：对，这是一个完全不同的世界。以前，你只能自动化那些明确确定性的东西，因为你可以说：好，我有了正确的结构化数据，我有了信息，我可以自动化其中非常非常小的一块，因为我知道该怎么做。你仍然能做出非常好的效率提升，但安德鲁：那并不是所有人想要和期待的那种体验，不过数学上还是算得过来的。今天你能做的事完全不同。一，你不仅能自动化高得多的比例的任务——长尾的、真正复杂的那些场景；而且更重要的是，你可以编排非常多种多样的场景交给你的代理去处理。结果是，你其实能做改进，能真正去做类似「冠军挑战者」的对照实验，去真正改善你这些资产组合的结果——而这在以前是不可能的，因为你得给每个人类客服那么高的训练强度和那么细的专门要求。现在你只要说：嘿，这 100 笔贷款，我想试这几种不同策略，我想改善这几个不同的结果，我想发这几种不同的通知，我们看看会发生什么。完全是一个不同的世界。安吉拉：对。这让服务商这份工作变得有意思多了。安吉拉：你们在消费端也有一些很有意思的东西。语音代理，以及你们一直在试的其他一些东西。琳达：对，我会说，现在我们——其实是现在所有人——能做的真正好玩的事是：你也可以重新去想你设计的系统，人到底是怎么跟它交互的。以前我们全心全意扑在「把系统记录建对」上，而人类跟这套系统记录交互的方式，是通过定义好的界面。然后你就得去招一批人类操作员，他们的技能就是懂得怎么在这些界面里点来点去。现在，我们可以做的是：我们在系统记录之上自己搭了一层 harness，然后你就是有一个大家熟悉的聊天界面。而且在后台这一侧你也能这么做。再想到我们的房主怎么跟 ValonOS 交互：你可以用 3D 去做，可以用聊天的 AI 去做。现在有太多不同的形态了。去想它可能长成什么样，真的很酷。安吉拉：太棒了。然后也许——安德鲁，我知道你私下里也是最能出活的工程师之一，同时还是 CEO。产品路线上有哪些有意思的技术挑战，或者说你正在琢磨想解决的问题？安德鲁：当你越做越像一家企业级、真正贴着行业去搭 harness 的公司时，会有一组经典问题，比如：要不要做微调？要不要去提升模型效率？在 harness 上要往哪里投？所以像那些经典的东西我们都做了：确保有向量数据库，确保你在取对的上下文，上下文的顺序要怎么排。然后还有一些很细的变体，是高度行业特定的。比如在房贷里，你会更在意正确性。所以你会希望尽可能把模型、以及整个 harness 的输出对齐，让它在不知道答案的时候，大体上说「我不知道」，而不是给你一个幻觉出来的答案。这种地方的小细节，真的会改变用户的体验。但我觉得我觉得最好玩、也是我认为我们作为行业、或者说作为一套产品最了不起的一点是：建起一套基础设施，让它成为一个持续学习的过程。你想想很多人搭的基础设施，用的显然是大量来自用户输入之类的东西。那在你写代码的时候是讲得通的，在你有一个相对封闭的环境时是讲得通的。但这些其实是极其复杂的生态：组件太多了。你想想服务这件事——里面有会计分录、有资金流动、有客户交互、有监管层面、有你在打交道的各种供应商。而这些都是相当动态地在变。这是一个非常非常难的问题，因为你没法说「边界就在这儿，这就是我们要解的问题，我们要在一个非常清晰的函数上做优化」。建一套系统，让你能持续跑评测、把数据抽出来、确保你真的在持续把模型往一个对齐的方向改进——而且不只对齐「服务这件事一般该怎么做」，还要对齐每一个具体客户。我觉得这才是最有意思的部分：建一整套能在这个容量上撑住这件事的基础设施。安吉拉：这就顺到——我知道你们从一开始，两个人的野心就不止于房贷服务。你们的架构、以及你们搭 Valon 平台的方式，是怎么让 Valon 具备向其他行业扩展的可能的？
安德鲁：我先说一个很少有人知道的事实：服务，其实是所有这些高度受监管企业的枢纽。我特别爱跟人过的一个好玩的事实是：大家以为「服务」必须是住宅、或者必须是贷款服务。你会说，好，我们聊过住宅（resi），住宅真的很好，因为它是受监管的，是我们起步的地方；因为市场规模，它影响力很大；而且它真的跟每个人的心很近，对吧？那是家，是美国人的房屋所有权，非常重要。但你随时可以往左或往右走一步，看你想往哪边。如果是商业地产，那就有跟这处物业、跟租户相关的所有数据和信息。其实大家没意识到的是：作为一家商业抵押贷款服务商，你其实拿得到租户的财务信息，以及与之相关的所有数据。所以你可以说——你知道 Toast 和其他一些公司是怎么用自己的平台去弄清楚怎么做小企业金融的吗？如果你决定走商业这条路，你大致也能做同样的事。但如果你再走一步，说，好，让我把这件事想得更宽一点，那你甚至会碰到像（医疗）病历这样的东西。所以，先做服务是一件非常令人兴奋的事，因为它是一个极其、极其有挑战、极其难的问题，又非常宽。而当你钻进去的时候，你其实是处在一个位置上：你等于在这门生意的整体、以及他们打交道的每一个元素上，都伸出了触手。所以它就给了你那种真正扩张的机会，让你可以说：嘿，我不只想帮你把服务这件事做好，我还想帮你联系你的客户。我们回到住宅来说。人们以为住宅服务就是：哦，我帮你收付款、跟房主互动。但不管我们把它变成了什么——我要找到一个办法，把你们跟所有房主之间的这层关系用起来。我要每个月给他们打电话。我要跟他们建立关系。我要确保每个月都能摸到他们那边正在发生什么的脉搏。这件事以前从来没有人做过，人们也不是这么理解服务的。但靠着我们建起来的技术，加上 AI 正在走向的地方，你是能做到这些的。而这就是我觉得这件事特别、特别令人兴奋的地方。安吉拉：一切都是服务。琳达：对，一切都是服务。那可以是下一步。就是。安吉拉：对，就是这样。它其实支撑着很多东西。是的，它是那条安德鲁：触手吧，我也不知道你想怎么叫它。它就是那条琳达：底层的关键基础设施，支撑着几乎所有同时有资金流动、有某种监管、还有一个运营环节的事情。而我们之所以先挑抵押贷款，是因为它最黏。它其实也是最难、最复杂的。所以我们想：为什么不先做这个，然后再去征服剩下的？你知道，从这儿开始就简单了。就是。安吉拉：太好了。那我想聊一聊 Valon 今天在哪。你们建了这家服务商，最近又把服务商卖掉，去卖软件平台。然后就在最近，Rithm 确认要把 400 万笔贷款转到 Valon 这边来，我想这是史上最大的一次服务迁移，差不多是市场的 10%。没错。而且，他们很聪明，把你们拿去跟所有现有的玩家比过。是什么让他们有把握做出这么大的一个动作？琳达：我会说，总体上——你看，任何事情都有时间点的成分，对吧？而我其实会说，在某种意义上，不是安德鲁和我决定了我们达到了产品市场契合，是市场决定了我们达到了产品市场契合。给你一点感觉，这个行业里积压的需求有多大：在我们正式作为一家软件公司进入市场之后的六个月内，我们签下了超过 2 亿美元的单子。这就告诉你，这个行业有多想要变化。而从 Newrez 的角度看，他们从一开始就跟我们合作得很紧。Valon Mortgage 就是替 Newrez 做次级服务的，他们能非常清楚地看到那些表现，几乎就像一个展示间：如果你跑在这套软件上，你得到的就是这样的表现。我甚至会说，那还只是你跑在这套软件上能拿到表现的下限。然后，我们组织所有客户合作的方式是：我们要确保跟客户的激励是对齐的。我觉得，一旦你失去了这种对齐，公司就要走下坡路了。所以对我们来说，一切都按结果来组织。也就是说，我们的客户每赚到一美元、或者每省下一美元，我们才跟着赚。我觉得，这种核心的对齐，才是让所有客户都觉得这件事没什么可犹豫的原因。最后我想收个尾——任何人在纽约的，我都非常推荐去 Valon 的办公室看看。那里能量很强。你会怎么描述在 Valon 工作是什么样的，或者人们可能会对什么感到意外？
安德鲁：对，我觉得——你看，很多公司里都有非常出色的人才，很多公司里都有显然很聪明的人。但我觉得 Valon 的人真正独特的地方在于：他们都是那种想把事情握在自己手里的人。我跟很多加入的人都聊过这个，我也问过那些在我们还没搞清楚「人为什么加入」之前就加入进来的人。安德鲁：但……你看那些加入进来的人，他们之前待过的、或者拿过 offer 的公司里，显然有那些标准的大厂，但也有 OpenAI、Anthropic，所有这类地方。对他们来说，真正造成差别的是他们意识到：你看，在这些别的问题上，聪明人已经很多了，那些问题会被解决的。比如算力、比如底层模型能力的改进——它正在发生，它在起作用。那么，你会不会成为真正解决这个问题的那个人？这个非常、非常重要的问题。找到那种渴望、并且从「你个人在推动那份影响、而且你能如此清晰、可操作地去处理和应对它」这件事里找到乐趣——我觉得这才是真正让 Valon 的人兴奋起来的东西。然后他们意识到，他们是为了人而来的——因为他们最后会发现：好，除了我真的很爱做这类工作、很硬核地确保我们在修那些真正、真正有挑战、不可能的问题之外，你还被琳达：被其他人围着。对，就是这些人安德鲁：才让人待得特别久。真的，当我们看这家公司是怎么被建起来、被塑造成形的，我想说，大概 75%、80% 的管理团队，都是在这儿待了五年以上的人。安吉拉：对，就是这样。安德鲁：这本身就说明了你得建出什么样的公司、什么样的文化，以及什么样的人会在这里如鱼得水、在这里工作。安吉拉：那在部署这一侧，你会怎么说？琳达：我会说——我们显然正在现场经历这条学习曲线。但我会说，做企业，尤其是大型、复杂、受监管的企业，它跟你坐在那里抽象地去想的样子完全不同。因为说到底，我们谈的是成千上万人的超大型组织。每一个人都有稍微不同的目标函数。你要穿过的是一层又一层的组织。如果六年前你问我，我会告诉你这是一个技术问题。我今天知道的是：这是一个变革管理问题。所以过去六到十二个月，我们真正在搭的，是那块变革管理的肌肉：你要怎么穿越组织？你怎么让变化真的发生？而事实证明，变化在规模上真的、真的很难。但我觉得，对于我们现在所处的这个 AI 时刻，它在未来十年会是最重要的价值驱动因素。安吉拉：那，也许最后一点：你们已经做成了几次成功的部署。什么样的人，最容易在那样的角色里真正跑出来？琳达：对，我会说：高主动性，高模糊容忍度，对客户有高同理心；然后是有能力真的从不同的视角去理解各方的目标函数是什么，再搞清楚所有人共同想做成的那件全局的事是什么，搭起桥来，然后真的拿出一个解法。我会说，通常，有的人是非常、非常强的问题解决者，还有的人是非常、非常擅长跟人打交道，而这两样你都需要。安吉拉：太棒了。好，一切都是服务。安德鲁、琳达，谢谢你们来到播客。琳达：谢谢你们邀请我们。安德鲁：谢谢你，安吉拉。片尾：感谢收听这一期 a16z 播客。如果你喜欢这一期，请点赞、评论、订阅，给我们一个评分或评价，并把它分享给你的朋友和家人。想听更多，请去 YouTube、Apple Podcasts 和 Spotify。在 X 上关注我们 @a16z，并订阅我们的 substack：a16z.substack.com。再次感谢收听，我们下一期见。提醒一下，这里的内容仅供参考，不应被视为法律、商业、税务或投资建议，也不应用于评估任何投资或证券，且不面向任何 a16z 基金的投资者或潜在投资者。请注意，a16z 及其关联方可能也持有本播客中讨论的公司的投资。更多细节，包括我们投资清单的链接，请见 a16z.com/disclosures。
以上为整集逐句译文，共 13625 字。出处：官方整集音频（40:33）。6
References
- 1The a16z Show 官方单集页（E1221，2026-10-07，40:33）
a16z.simplecast.com
- 2Valon 官方公司页｜ValonOS 与团队
valon.ai
- 3a16z 官方作者页 · 安吉拉·斯特兰奇
a16z.com
- 4HousingWire：Carrington 完成对 Valon Mortgage 的收购
housingwire.com
- 5Valon 官方 D 轮公告
valon.ai
- 6
Comments