夜雨聆风
AI抹平技术门槛,却用推理成本拖垮早期创业?|The a16z Show
当下消费创业的最大威胁，早已不是竞品的快速模仿，而是AI推理成本的飙升。
本期对话来自顶级风投a16z的消费赛道普通合伙人Anish Acharya，做客《The Kevin Rose Show》。他曾和主持人Kevin在谷歌共事，兼具一线创业经验与专业投资视角，这场对话横跨消费软件创业、网络效应新规则、未来工作模式、长寿科技等多个前沿领域，帮你读懂AI如何抹平技术门槛却制造新壁垒，看清早期创业的真实敌人，收获关于未来商业与个人生活的全新思考。
从查手册到48小时复刻：AI降低门槛，却抬升了新成本
Anish以自身编程经历切入：早年因ADHD记不住语法，反复翻阅C++手册才能完成代码编写，对AI工具的变革有着切身感受。如今AI编程工具彻底重构了这一流程——无需再查手册，AI可自动补全代码、修复bug，迭代模型甚至能自动优化代码逻辑。
他用“生产力色情”调侃当下大量低成本快速生成的应用：这类项目虽不乏质量平平的作品，但也释放了前所未有的创意空间，普通人终于摆脱技术门槛束缚，得以低成本尝试自己的想法。但他同时指出，技术门槛的降低并未带来创业成本的全面下降，反而催生了新的硬成本壁垒。比如AI生成的内容需要持续调用大模型算力，每一次用户交互都对应着真实的云服务成本，而非过去软件的零边际成本。
Anish援引创始人反馈：“过去我们以为软件的零边际成本是核心优势，但现在AI推理才是真正的烧钱点。有创始人透露，要达到10万月活需要2500万美元的资金，Signal即将推出的新产品也面临同样的压力。”这一数据直接打破了互联网创业“轻资产”的固有认知，现在复刻一款消费软件仅需48小时，但AI推理成本正在吞噬早期创业的生存空间。
网络效应仍是护城河，但抢窗口的成本翻了倍
不少人认为，当代码可以快速复刻时，创业护城河就会消失，但Anish并不认同这一观点。他以Instagram为例：早期上线时，市场上已有Hipstamatic等十多款同类滤镜APP，真正让Instagram脱颖而出的，是用户之间的网络效应，而非代码本身。
Anish强调：“真正的创业护城河从来不是代码，而是用户留下来的网络效应，只是现在要先过得了AI成本这一关。”
过去复刻一款软件需要数月，创业者有充足时间搭建网络效应；但现在仅需48小时就能复制，这意味着抢下网络效应窗口的成本大幅提升。当下早期消费创业看似冷清，但大量低成本试水项目正在涌现——不少创业者仅用几百美元就能搭建出一款AI驱动的应用，却在获取用户的同时被推理成本拖垮。Anish预测未来会诞生新的百亿级消费公司，只是融资结构将发生变化——优质公司可能跳过早期融资轮，直接进入后期轮次。
你有没有想过，当代码复刻只需要两天，创业的核心战场到底在哪里？
AI大模型格局：从价格战到代理时代的到来
对话中也谈及当前AI大模型的竞争格局。Anish指出，OpenAI拥有9.5亿每周活跃用户，是目前规模最大的AI消费产品，新模型即将推出。对于外界传言OpenAI隐藏了过于危险的模型，Anish认为更可能是因为GPU算力不足、营销策略调整，而非真正的安全问题。
他还提到，Anthropic的迭代速度极快，谷歌则凭借TPU与自研模型保持低调，但普通用户目前对ChatGPT的心智占比最高，尚未体验到Claude等更进阶的AI工具。
关于模型定价，Anish表示高端模型价格会上升，但普通token的价格会持续下降。GPT-4的token价格在18个月内下降了100倍，开源模型与轻量化本地边缘AI模型将成为重要趋势。
Anish分享了他对AI代理的核心判断：“未来AI代理将自动处理工作中的冲突、决策，甚至帮用户选择技术栈、优化成本，商业中的信息不对称将被消除，品牌与营销的价值会降低，最终比拼的只有产品本身。”这句话直接重构了我们对商业竞争的认知——当AI帮你搞定所有信息差，剩下的只有产品本身的硬实力。
你有没有想过，未来我们买的不再是品牌营销出来的溢价，而是最纯粹的产品价值？
未来AI代理将消除商业中的信息不对称，最终比拼的只有产品本身。
四天工作制的美国路径：靠AI提效，而非强制砍工时
除了科技创业，对话还延伸到了未来工作与社会的变化。Anish预测，美国人实现四天工作制的路径会和欧洲不同：欧洲更多是通过直接调整工时政策来缩短工作时长，而美国则会依靠AI大幅提升生产力，在不降低收入的前提下自然缩短工作时间，这就像过去美国通过营养技术提升健康水平，而非直接改变生活习惯。
他还谈到了通用基本目标与全民基本收入（UBI）的区别：“比起全民基本收入，我们更需要通用基本目标。”Anish解释，法国大革命的爆发不全是因为缺钱，更是因为人们没有重要的事可做，每个人都需要有“英雄之旅”的归属感，才能获得生活的意义。
他还分享了一个有趣的尝试：曾想用AI模型帮自己和妻子解决日常争吵，结果被妻子吐槽是“最糟糕的想法”。但在企业场景中，AI代理可以减少人际归因的冲突，避免将专业决策误解为个人恩怨。
关于就业，Anish认为目前企业并未大规模裁员，反而在通过AI提升产能。但当模型性能提升数倍后，人类的岗位需求会下降，不过企业的野心也会同步增长，新的岗位需求会被创造出来。
对话中还提到了Sam Altman住宅遇袭事件，Anish认为OpenAI提出的对AI公司征税建立安全基金的提议很有意义，未来需要将AI企业的利润回流给普通消费者，构建更公平的社会。
被忽略的新赛道：盘活暗数据与极简硬件
Anish还提到了一个容易被忽略的创业方向：盘活“暗数据”。当下存在大量未被数字化记录的隐性知识，比如调整特定车型化油器的技巧、经典访谈节目的道具尺寸，这些知识无法通过公开渠道获取，但AI可以帮助挖掘、保存这类数据，将零散的经验转化为可复用的商业资产。
他自己就曾通过AI逆向推导Charlie Rose访谈桌的尺寸，解决了自己的采购需求。Anish认为，未来会出现专门的市场收购这类专有数据，将其整合进AI模型中。
AI正在挖掘并盘活那些从未被数字化的隐性知识，这会催生全新的细分市场。
对话中还聊到了硬件创业的回暖，比如Ten Can儿童安全手机，仅允许联系指定联系人，帮助孩子建立真实的线下社交；还有Pocket这类被动记录设备。Kevin还分享了一个细节：自己的儿子使用Ten Can手机时，甚至不知道传统手机的拨号音是什么，这个细节恰恰体现了这款硬件带来的真实社交连接，而非被数字社交绑架。
Anish提到一个真实案例：一名人身伤害律师用Claude Code在黑客松上获胜，搭建了原本需要雇律师助理和风投支持的SaaS工具，直接帮律所节省了大量成本，这个案例证明AI正在让普通人也能完成专业开发工作。
长寿科技新风口：肽类药物的3-5年机会
最后，对话还谈到了长寿科技领域的最新进展，Anish对肽类药物的前景十分看好。他预测，未来3-5年会发现50-100种有意义的长寿相关肽类药物，比如GLP-1类药物、Wolverine Stack，这类药物可以缓解关节疼痛、改善睡眠、减少内脏脂肪，已经被部分使用者验证有显著效果。
他同时提醒，这类药物需要注意合规与产品质量。Klotho蛋白是阿尔茨海默病的潜在治疗方向，未来肽类药物将成为长寿领域的重要突破点。
写在最后
这期播客的讨论横跨了科技创业、社会结构与健康科技多个领域，既拆解了AI时代消费创业的底层逻辑，也跳出了短期的内卷，探讨了更长期的社会与个人命题。无论是创业者、投资人，还是关注科技趋势的普通读者，都能从这场对话中获得对未来的全新认知。
觉得有收获，欢迎点赞、在看或转发给身边的创业者或科技爱好者。
往期精选：
搭建 AI 快播社：我如何用 AI实现 7×24全自动内容生产