红杉资本2025年AI峰会中，三位合伙人分享中与security相关的观点。
1、Pat Grady认为需要在AI 时代的价值累积将主要发生在应用层，在举例当前的空白领域时，展示了在security领域目前还没产生巨头。
2、Sonia 认为垂直领域Agent将是创业者的重大机遇，通过强化学习、合成数据和用户数据等技术，训练出在具体工作流中具备卓越的agent,并且相信这些垂域Agent可以超越当今最优秀的人类专家，比如网络安全领域的agent。
3、Constantine 强调在agent经济中，在agent经济中，安全（security）的重要性将远超我们当前经济体系中的水平，当人们不是面对面交易时，围绕agent的安全和信任将会催生出一个庞大的产业。
在 2025 红杉资本 AI Ascent 大会上，红杉合伙人 Pat Grady、Sonia 和 Constantine 作为开场引言人，虽自谦只是“开胃菜”，但他们分享的观察与观点，如同一道道精彩的前菜，为与会者描绘了 AI 时代的产业现状、发展速度，以及未来蕴藏的巨大机遇与挑战。
Pat Grady 首先抛出创投界的经典框架：“这是什么？为何重要？为何是现在？接下来怎么办？”他巧妙地省略了“这是什么”（毕竟在场的都是 AI 专家），直接切入“为何重要”的核心。
他引用了一张对比图：云端转型（Cloud Transition）当时的市场规模约 4,000 亿美元，已经大于当时全球软件市场的总和。而这次 AI 转型所瞄准的市场——包含“服务（Services）”和“软件（Software）”，其起始点规模至少是云端转型的“一个数量级”以上。这意味着 AI 的潜在市场规模，从一开始就远超当年的云端转型。
更关键的是，AI 不仅在进攻软件市场，也开始蚕食服务市场。过去的软件工具，正通过 AI 变得更聪明，从“工具（Tool）”转变为协助工作的“协作伙伴”，再进化为能自主完成任务的“自动驾驶（Autopilot）”。这意味着产品的价值正在从“销售工具”转向“销售成果（Outcome）”，从争夺“软件预算”变成争夺“劳动力/服务预算”。因此，软件和服务这两个巨大的利润池（Profit Pools）都正在被 AI 冲击与重塑，整体可及市场（TAM）规模空前庞大。
为何 AI 发展速度如此惊人？基础设施已全面到位！
Pat 接着讨论“为何是现在？”。他强调，AI 发展的快速不仅是必然，更是“迫在眉睫”。过去几十年科技叠加积累的基础——计算（Compute）、网络（Networks）、数据（Data）、渠道（Distribution）、人才（Talent）——都已成熟到位。具备了这些关键要素，AI 的起飞有了坚实的根基。
更令人瞩目的是这次科技传播的速度。Pat 幽默地展示了另一张图表，解释为何事物发生得越来越快。他用“传播的物理学”来比喻：一个新事物要普及，人们必须“知道它”、“想要它”，并且“能够买到它”。
回顾云端转型初期，像 Salesforce 创始人 Marc Benioff 还需要靠游击营销来吸引注意。但 AI 时代不同了！2022 年 11 月 30 日 ChatGPT 一推出，全球目光瞬间聚焦。如今，像 Reddit 和 Twitter（现为 X）这样的社交平台拥有超过 12 亿月活跃用户，成为信息病毒式传播的温床，人们可以极快地了解“酷东西”。
这意味着，“轨道已经铺好”（The rails are in place）。当 AI 的发令枪响起时，几乎没有采用门槛。这种极致的传播速度，已经成为“科技传播的新现实”，AI 的“物理定律变了”，火车一启动，就能在现成的全球轨道上全速狂飙。
谈到“接下来怎么办？”，也就是在哪里“玩”才能赢。
Pat 再度引用去年的一张图，那张图上应用层留下大量空白。他指出，虽然现在空白少了一些，但机会依然非常广阔。
他展示了过去科技转型（如云端）中，能实现年营收 10 亿美元以上规模的公司，绝大多数都位于“应用层”。红杉坚信，AI 时代的价值累积也将主要发生在应用层。
然而，应用层的竞争正在加剧，尤其是基础模型（Foundation Models）凭借其强大的推理能力（Reasoning）、工具使用（Tool Use）和 Agent 间的协作（Interagent Communication），正逐步深入应用层领域。
面对基础模型的竞争，应用层创业公司该如何建立护城河？Pat 建议：
- 从客户需求出发（Go from the customer back）
：不要只做技术很酷的东西，要解决客户的实际问题。 - 专注垂直或特定功能（Think vertical specific, function specific）
：针对特定行业或职能痛点提供深度解决方案。 - 处理复杂问题，结合人工判断（Deal with complex problems that might require a human in the loop）
：解决需要复杂判断或伦理考量的任务，AI 作为辅助。 - 建立基于产品使用数据的数据飞轮（Build data flywheels with the usage data of your own product）
：利用你独有的数据不断改进产品。 - 成为行业的一部分（Be of the industry, for the industry）
：深入理解行业语言和痛点，提供定制化服务，与客户建立深厚信任关系。
这场“应用层争夺战”将决定 AI 价值的归属。
投资人看 AI 公司什么？不只看营收，更看质量与护城河！
Pat 进一步揭示，除了看任何优秀公司都具备的特质（解决重要问题、吸引人才等）之外，还有 5% 的 AI 独有评估标准：
- 营收的真实性（Revenue Quality）
：小心“一时兴起的营收”（Vibe Revenue），那感觉很好，但可能只是客户“试水温”。要深入检视产品的“采用度（Adoption）”、“使用频率（Engagement）”、“留存率（Retention）”，看产品是否真正“创造了持久的行为改变”。此外，与客户建立“信任（Trust）”至关重要，在 AI 早期周期中，信任甚至比产品本身更重要。 - 毛利前景（Margins）
：现在毛利可能不高，因为计算成本（COGS）仍是重要组成部分。但不用担心，单个 Token 的成本在过去 12-18 个月下降了 99%，而且还会继续下降。更重要的是，如果能成功从“卖工具”转向“卖成果”，你的产品定价将会上升，最终实现健康的毛利。 - 有意义的数据飞轮（Meaningful Data Flywheel）
：很多公司声称拥有数据飞轮，但关键问题是：“这个数据飞轮能推动哪些业务指标？”如果答不上来，那它可能“毫无意义”（原文用词较直接）。数据飞轮必须与业务指标挂钩，才具备真正价值，是构建护城河的最佳方式之一。
Pat 总结道，AI 时代是个“跑得飞快”的生意（Run-like-heck business）。市场正处于巨大的“吸力”中，如果你不赶紧抓住机会，别人就会填补这个真空，因为“自然厌恶真空”（Nature hates a vacuum）。现在是全力冲刺的时刻。
Sonia 随后回顾过去一年 AI 的具体进展。
她指出，去年 AI 应用的 DAU/MAU（每日活跃用户/每月活跃用户）比例表现不佳，显示“炒作多于实际”。但令人振奋的是，这一年情况“戏剧性地改变”了！ChatGPT 的 DAU/MAU 比例显著攀升，接近 Reddit 水平，代表越来越多人从 AI 中获得实际价值，并学会将 AI 融入日常生活。
AI 应用也从最初的趣味性（如吉卜力风格图片生成）走向更深层应用，例如广告文案生成、教育可视化、医疗诊断（Open Evidence 是一个例子）。随着 AI 模型能力提升，这些应用的影响力也日益深远。
她特别提到“语音技术”达到了“Her 时刻”（指电影《她》中自然流畅的 AI 语音），语音生成几乎跨越了“恐怖谷”（Uncanny Valley），模糊了科幻与现实的界限。
过去一年最“爆发”的应用类别是“编程（Coding）”。AI 编程助手展现出“惊人的产品市场契合度”（Screaming Product Market Fit），如 Anthropic 的 Claude 3.5 Sonnet 改变了编程生态。AI 正在从根本上改变软件开发的可及性、速度和经济性，无论是资深工程师还是编程新手，都能感受到这种变革。
技术层面，Sonia 坦言预训练（Pre-training）的进展似乎正在放缓（低垂的果实已被摘尽），但研究生态正在寻找新的突破，包括推理（Reasoning）、合成数据（Synthetic Data）、工具使用（Tool Use）、Agentic Scaffolding 等，这些技术结合起来，正创造新的方式扩展 AI 智能。
Constantine 着眼于中长期，他预测下一波重大浪潮将是“Agent 经济”（Agent Economy）。
一年前大家还在谈 Agent（机器助手），如今它们正从单一助手发展为“Agent 群体”（Agent Swarms），能在彼此协作、竞争中进行推理。
进一步地，他预测这些 Agent 群体将演化为成熟的“Agent 经济”。在这个经济中，Agent 不仅交换信息，还能转移资源、进行交易、追踪彼此，并理解信任与可靠性。这不是一个取代人类的经济，而是一个 Agent 与人类“协作”的经济。
不过，实现 Agent 经济需要克服三大技术挑战：
- 持久身份（Persistent Identity）
：Agent 需要保持个性与理解的持续性，同时也要能“理解并记住你”（用户）。当前的 RAG、向量数据库、长文本窗口等技术仍面临挑战，需要真正实现记忆与自我学习。 - 无缝通信协议（Seamless Communication Protocols）
：就像没有 TCP/IP 就没有互联网，Agent 之间需要一套协议来实现信息、价值与信任的传输。Anthropic 的 MCP 就在探索这一方向。 - 安全性与信任（Security and Trust）
：在 Agent 经济中，你无法与交易对象“面对面”，因此安全与信任将比当今经济更为重要，并围绕此形成一个庞大的产业。
Agent 经济的到来，将彻底改变我们的工作方式和思维模式：
- 随机性思维（Stochastic Mindset）
：我们需从“决定论”转向“随机性”思维。编程是确定性的，而 AI 输出是概率性的，要适应这种不确定性。 - 管理思维（Management Mindset）
：像管理人类工程师一样，未来你将管理 Agent 团队，理解它们的能力与限制，学会分配任务、排除故障、提供反馈。这将是整个经济体的转型。 - 更高杠杆但更低确定性（Higher Leverage but Lower Certainty）
：你将能用 AI 完成比过去更多的工作，实现前所未有的杠杆效应，但也要管理由此带来的不确定性和风险。
Constantine 相信，在座的 AI 专家正是最适合在这个新世界中蓬勃发展的群体。他们重申一年前的预言：个体工作者通过 AI Agent 获得巨大杠杆，部门职能将因 Agent 协作而整合，甚至可能出现“一人独角兽”。虽然“一人独角兽”尚未实现，但企业规模化所需人力已显著减少，杠杆效应将达到历史新高。最终，Agent 与流程将深度融合，形成大型、复杂的 Agent 网络，重塑个人工作方式，重连公司结构，并“再造经济”（Recreate the economy）。
**这不是旁观的时刻，而是全速投入、抓住机遇的时代。**正如 Pat 所说：“你正处于一个必须全力奔跑的生意中。”
发表评论 取消回复