红杉闭门会:AI 不再卖软件,开始卖“结果”了

红杉合伙人对着出资人讲了一场不对外的推演。听完你会发现：真正被改写的，不只是软件行业。

本文根据红杉资本全球合伙人帕特·格雷迪（Pat Grady）面向波士顿学院投资委员会的一场闭门分享重新梳理、改写，时间截面为 2026 年 9 月。

假设你开了一家二十人的报税事务所。

十年前，软件公司上门推销，卖给你的是一套报税软件：一年几万块，功能很多，但活儿还得你的会计自己干。

今天，另一类公司上门了。它不卖软件，它说：“你把客户资料给我，我把报好的税表还给你。按单收费。”

这两次推销之间的差别，就是红杉合伙人帕特·格雷迪这场闭门分享的全部核心——从“交付软件”，到“交付结果”。

听众不是公众，而是手握真金白银的机构出资人（LP）。所以这场分享没有鸡汤，只有几个很硬的问题：市场到底有多大？钱在往哪儿流？泡沫长什么样？

我把它拆成六个判断，逐一讲清楚。

01 这一次，AI 抢的是服务业的市场

过去三十年，科技公司的主战场叫“软件市场”。无论是卖办公套件、客户管理系统还是云服务，本质上都是把工具卖给干活的人。

但格雷迪提醒出资人：AI 正在绕过“工具”，直接切入“干活”本身。

这意味着对标的不再是软件预算，而是律所、会计所、咨询公司、外包团队拿走的那部分钱——专业服务市场。它比软件市场大一到两个数量级。

图1｜潜在市场规模量级示意

换个更直白的说法：一家公司每年花在软件上的钱，可能只有花在“请人干活”上的零头。以前软件只能分走零头，现在 AI 瞄准的是整块蛋糕。

这就是为什么今天的估值看起来“不讲道理”——投资人估的已经不是一家软件公司，而是一家可能吞下一个服务行业的公司。

02 为什么说这次和互联网不一样

很多人习惯把 AI 类比成“下一个互联网”。格雷迪的看法恰恰相反。

回头看，个人电脑、局域网、互联网、云计算，这几轮浪潮做的其实是同一件事：让信息跑得更快、更远。它们是“搬运工”。

而这一轮，AI 做的是另一件事：让信息被理解、被加工、被重新组合。它是“加工厂”。

打个比方：过去几十年，我们一直在修路、修高速、修港口，货物越运越快；而现在，是工厂本身换了一种生产方式。这种级别的底层变化，上一次出现还要追溯到半导体集成电路诞生的年代。

还有一点不同：这次扩散得格外快。

原因不神秘。云计算起步时，全球上网的人还不到一亿；智能手机普及时，每个人都得先掏钱买一台设备。而今天，网络和终端早已铺满，AI 只要跨过“好用”这道门槛，几乎不需要再等任何基础设施。

回看这几年，行业走过了三级台阶：

三级台阶走完，格雷迪的判断很干脆：AGI 已经不是一个假设，而是一个产业事实。年初红杉说“2026 是 AGI 元年”时还有人争论，到秋天，这几乎成了投资圈的共识。

但对创业者来说，这里藏着一个推论：你脚下的地基，还在一直移动。

03 顶级实验室，已经不怎么谈 AGI 了

如果你走进最前沿的几家大模型实验室，会发现研究员们聊的已经是下一站。

一个是 ASI（超级人工智能）；另一个是 RSI（递归式自我改进）——让模型自己参与写下一代模型的代码、跑测试、改架构，形成一个自己给自己升级的闭环。

一旦这个闭环真的转起来，技术进步可能从“爬坡”变成“起飞”。这也是为什么，研究者会严肃讨论失控风险，Anthropic 联合创始人达里奥·阿莫代伊等人也在公开呼吁全行业校准前沿研发的节奏。

落到工程和生意层面，实验室里有四件事已经相当确定：

04 鸿沟里藏着的，是应用层的金矿

模型“能做到”的，和企业“真正用上”的，中间隔着一段不短的时间差。格雷迪管它叫“技术扩散鸿沟”。

图2｜技术扩散鸿沟示意（作者自制）

对大模型公司来说，这是一段焦虑的等待期；但对应用层创业者来说，这段鸿沟就是利润区。谁能把模型能力翻译成企业能直接签字验收的结果，谁就能赚到这段时间差的钱。

哪里的金矿最厚？答案是高价值知识工作：写代码、做安全、医疗专业服务、金融投行、审计合规……每一个门槛高、容错低的垂直领域，都有机会长出一家百亿美元级别的公司。

更深一层的变化在于：过去十几年，每个行业都有一套“账本系统”，记录客户、员工、工单，谁掌握了账本，谁就掌握了企业。而新一代的账本，正在以 AI 为中枢重新长出来。它不只记录发生了什么，还会参与判断下一步该怎么做。

格雷迪还提到一类有意思的公司：它们并不追求“什么都会”，只把一件事做到极致。

比如，企业里大量看似复杂的模型调用，拆开来看其实只是在做选择题——这封邮件该转给谁？这笔交易要不要拦？这份合同属于哪一类风险？把这类“判断”单独拎出来、用极度精简的架构去做，单次成本能压低约 100 倍，收入曲线也随之陡峭得反常。

这给人的启发是：在 AI 时代，最值钱的未必是“会干活”，而是“判断得又准又便宜”。

那么，能在应用层活下来、活得好的公司长什么样？格雷迪总结了三个共同点。

第一，自己握住智能底座。越来越多公司把核心任务从闭源大模型的 API 上搬下来，在开源模型上做深度后训练。道理很朴素：通用大模型要照顾所有人，而你的业务只需要在一件事上做到最划算。

第二，靠长板而不是补短板。底层技术每几个月就换一代，产品也得跟着不停推倒重来。这类公司不再让一个庞大团队慢慢对齐，而是让极少数顶尖的人带着整个业务往前冲。

第三，组织像一张网，而不是一座金字塔。层层汇报的管理方式让位给以智能体为信息中枢的协作网络，一家公司可能只有很少的人，却能跑出过去一个大部门的产出。

05 硬币的另一面：有人买单，有人出局

技术跑得越快，代价也来得越快。格雷迪没有回避这些副作用：

说到底，这是任何一次生产力革命都绕不开的账：蛋糕在变大，但怎么切，没有人能置身事外。

06 钱在发烧：一种新的泡沫形态

最后说资本。过去一年，AI 资产的定价两极分化得厉害。

为了在过热的市场里平衡风险，早期项目流行起一种“两步走”融资：先让真正帮忙建公司的机构入场，再让只出钱的财务资本进来。前者负责陪跑，后者负责加弹药。

红杉分享的交易样本里，这个节奏非常清晰：第一步，共建型机构以相对合理的价格领投，投后估值大约在 1.1 亿美元；业务一经验证，外部资金迅速涌入，把估值推到数倍乃至更高，部分样本的均值超过 30 亿美元。

图3｜“两步走”融资下的估值跃迁（作者自制，数据来自分享中的交易样本）

这说明两件事：一方面，市场对真正有壁垒的公司渴望到了极点；另一方面，价格里已经塞进了大量的流动性溢价。好公司当然值钱，但“值多少”这个问题，正在被情绪而不是现金流回答。

写在最后

没有人手里有一张确定的路线图，红杉也没有。

但有一条规律，在每一轮科技周期里都成立过：当一种关键生产要素的成本以数量级下降，而它的能力还在指数级上升时，产业的重新洗牌就不再是“会不会”，而是“多快”。

回到开头那家报税事务所。它的老板面前有两个选择：继续买软件、养团队；或者，把自己变成那个“交付结果”的人。

格雷迪说，全球商业的这次重构，才刚刚走到上半场。

留给每个人做选择的时间，可能比想象中短。