夜雨聆风
每日嘉宾 ▼
ANGEL Guest
本期关键点
AI奇点刚开始120天：AI正处于自我提升的初始阶段，人类研究者仍是瓶颈，真正的高速还在后面
AI可能是通缩力量：将当前AI革命比作中国融入全球经济——本质上是将低成本超级智能接入世界经济
AI特工元年：用eBay购物反编译设备的亲身经历，描述了AI时代个人生产力的彻底解放
AI特工监控你喝水：分享了个人AI代理要求他步行去厨房喝水、并接管特斯拉导航去买营养补剂的震撼体验
AI在企业落地的瓶颈：AI在编程领域表现出色因为可以运行测试验证；但在财务、法律等无法快速验证的领域，推进极为困难
GitHub Copilot成功秘诀：纳特·弗里德曼透露在微软收购GitHub后，花了数月只做一件事——与每一个用户深聊，然后快速上线、快速学习
大公司变革必须从一把手开始：组织的惯性极强，只有最高领导亲自推动，才能克服部门墙和流程障碍
AI时代，数据中心美学关乎文明：在全球AI资本支出逼近GDP 1%之际，是否应该让冰冷的服务器机房成为人类文明的一部分，而非仅仅是功能性建筑
现在是创业的好时机：AI降低了创业门槛，资本正在从大公司流向小型创业团队
AI特工将用稳定币付款：对未来最激进的预言：AI代理将独立持有资金、用稳定币交易，Stripe应成为这个新世界的支付基础设施
编者按
本文是Stripe Sessions 2026大会的精华对谈环节。Stripe联合创始人约翰与帕特里克·科里森，邀请了前GitHub CEO、现AI投资人纳特·弗里德曼（Nat Friedman），以及Pioneer创始人、前苹果/YC背景的丹尼尔·格罗斯（Daniel Gross），四位全球最懂科技的人，共同探讨AI时代的底层逻辑。
这场55分钟的对话，信息密度极高，既有对技术演进方向的精准判断，也有大量真实的个人使用案例，还有对整个科技行业文化层面的深刻反思。我们完整翻译整理了全文，保留了所有对话细节，推荐收藏反复阅读。
导语
2026年，Stripe Sessions大会的第二天，是'奇点降临'的第120天。
大会以这句半开玩笑的开场白揭开序幕：1月1日，人工通用智能正式'启动'。而接下来的55分钟里，纳特·弗里德曼、丹尼尔·格罗斯与约翰、帕特里克·科里森共同完成了一场关于AI如何重塑经济、技术和人类文明的深度对话。
纳特·弗里德曼，前GitHub CEO，现身兼AI投资人（通过a16z/Fund）和Meta顾问双重身份；丹尼尔·格罗斯，Pioneer创始人，曾在苹果负责Siri相关工作，后加入Y Combinator；约翰和帕特里克·科里森，Stripe联合创始人，全球最成功的支付基础设施公司掌门人。
四个聪明绝顶的大脑，在同一个小屋子里，碰撞出了什么？
正文
一、AI奇点与经济影响
帕特里克·科里森：今天是奇点降临的第120天。大家有什么感想？
纳特·弗里德曼：确实感觉我们正处于这个进程中。我认为我们学到了两件事：第一，AI真的有效；第二，每当新模型发布，我们都会被它的能力惊艳，然后迅速习惯它，觉得这也没什么了不起的，AI要死了，过了几个月又出现新的突破，周而复始。我觉得需要记住的是：现在仍是奇点最缓慢的部分。
模型的改进仍然依赖大量人力——各个实验室里，人类需要做决策、互相讨论、做实验，会犯错，要开会，之间还得睡觉（虽然现在这种情况越来越少了）。
每个AI实验室目前的第一优先级项目，就是把人类从模型持续改进的工作流程中移除，让AI系统能够自我驱动、自我提升，从而消除睡眠间隙，并以数据中心规模扩展。
有时候感觉快，有时候感觉慢，但当越来越多的流程实现自动化之后，这可能是我们有生以来最慢的阶段，之后只会越来越快。
这也是经济的底层叙事——我们一直在问的问题是如何把需要做的事自动化、让它更可靠、更高效。这个规律同样适用于AI生产过程。所以我觉得我们正处于奇点的初始缓慢阶段，在它真正实现自我提升之前，还有很长的路要走。
丹尼尔·格罗斯：这个观点很难补充，但我现在负责Meta的算力战略，我和纳特都在这里工作。我们面对的一个核心问题是：AI对经济的影响，其实并没有被很好地理解。
我们面临的基本问题是：AI是通胀性的，还是通缩性的？奇点对货币供给的影响是通胀还是通缩？旧金山到处都在讨论天文数字——数十亿美元、数万亿美元，这暗示了一种通胀的视角。
但如果你回想起来，我觉得最好的参照点是：上一次我们把一个低成本超级智能接入全球经济是什么时候？那就是中国开始现代化并加入世界贸易组织的时候。你可以把中国想象成一种超级智能——它能够以比西方更低的结构性成本生产商品和服务。
这种影响实际上相当程度上是通缩的。比如今天我们能以每月10美元的数据流量和一台200美元的设备，在世界另一端观看整场直播。如果在'中国加入WTO之前'提供同等体验，成本可能是数千万甚至数亿美元。你用一定质量生活的购买力已经急剧下降了。
帕特里克·科里森：你说上一次发生这种事是中国加入WTO，而不是爱尔兰加入欧盟。
纳特·弗里德曼：[笑]爱尔兰GDP是另一个有趣的故事，可以以后和你税务团队讨论。但显然中国的GDP增长了很多。实际对消费者的影响是你能以少得多的钱买到多得多的东西。
丹尼尔·格罗斯：我不会把话说死。我们确实不知道奇点的符号是正还是负，方向都不确定。
纳特·弗里德曼：没错。甚至方向都不知道。但你们谈通胀和通缩的时候，其实有很大的平均化问题。大家熟悉的图表——把商品、教育和医疗拆开来看，教育和医疗的通胀很严重，而耐用消费品比如平板电视这些年来一直在降价。这很大程度上就是'中国效应'。
你知道在旧金山，你撞坏墙之后，买台平板电视盖住它，比请人修墙还便宜。这是真的！所以我们难道不应该预期AI也有类似效果——AI能帮助的那些东西会出现大规模通缩，而某些东西比如四年制大学学费不会便宜太多？
丹尼尔·格罗斯：鲍莫尔成本病（Baumol's cost disease）的一部分是：经济中生产率高的部门工资上涨，会倒逼其他部门工资也跟着涨，即使它们并不需要涨。
如果软件生产成本随着时间下降，这些工资水平会如何与其他行业互动？这充满不确定性，任何对此有绝对信念的人都应该去检查一下自己。[笑声] 约翰，你有什么要补充的吗？
约翰·科里森：好多问题。
纳特·弗里德曼：[笑]我想说的一件事是：好的方面是，我们可能会让经济的某些'成本病'严重的部分重新工业化，因为大量这类人才之前被吸引到软件行业，现在那些领域有大量未被触及的低垂果实。
帕特里克·科里森：比如美国国内制造业。
丹尼尔·格罗斯：对。目前全球AI算力资本支出占全球GDP的比例大概接近1%。
纳特·弗里德曼：这是很大的数字。
帕特里克·科里森：奇点会有多奇怪？
纳特·弗里德曼：我觉得会相当奇怪。我认为我们可能会处于一种'永久的未来冲击'状态，可能会持续很多年。即使是最悲观的人，也认为大概是15到20年之后。没有人在预测200年后。所以，在有生之年，我们都会经历这个过程，会经历一层又一层的惊讶、冲击和变化。
我觉得会很奇怪，其中会有混乱的时期。我们看到这些模型在找软件bug方面非常出色，包括那些存在了几十年的bug——最近用模型扫描才发现的。'众多眼睛让bug无处藏身'这句老话，在OpenBSD和Linux内核里都有几十年老的bug，最近才被发现。AI模型可以通宵运行，这种持续扫描能力是革命性的——以前偶尔做一次渗透测试或红队演练，现在必须变成持续性的。
我觉得这就是AI智能体（Agent）的结论，这些偶发的事情正在变成持续性的。你可以让那些以前只能偶尔做的事变得高频——比如花大钱请团队来做渗透测试，现在可以让AI持续做。
帕特里克·科里森：所有东西都会被黑。
纳特·弗里德曼：所有东西都会被黑。没错。
二、AI智能体与消费产品革命
纳特·弗里德曼：另一个变化是，我们与这些生态系统的关系完全改变了。对我来说，用代码智能体（coding agent）最近几个月最有趣的事——我一直在Meta忙得不可开交，没什么空闲时间，但我喜欢在eBay上买东西。eBay是个好网站，什么都有。
丹尼尔·格罗斯：这就是你要说的全部？
纳特·弗里德曼：eBay上什么都能买到。我大力推荐，我在eBay买了我的地毯，很不错的。但问题是——我最近看了Brian Johnson的一个视频，他有一个面部扫描仪，可以显示皮肤下的损伤，看起来很震撼。我想试试。于是我在eBay上找到了这台Vizia面部扫描仪，卖家发货到我家。
这东西需要Windows系统才能运行，但卖家的加密狗没附送——我花了几千美元买这个设备。结果我把它插到我的笔记本上，用Claude Code反编译了这个设备，阅读了大量关于不同偏振设置的学术论文，我觉得我的软件比硬件加密狗解锁的还好，只花了一百美元tokens。
现在它完美运行。这就是现在的感觉——这是工匠的黄金时代，感觉自己像钢铁侠。你只需要买任何东西，然后告诉你的J.A.R.V.I.S.把它接上、让它工作。我现在有空就做这种钢铁侠的事——我用Raspberry Pi，我的建议是现在赶紧囤电脑，Raspberry Pi就很好。我家里每块屏幕都通过HDMI插着Raspberry Pi，全部显示完全为我定制的内容。
所以结论是：未来所有硬件都会成为你AI的I/O设备，非常容易集成。它们不会有自己的'独立生活'——我不认为'硬件有自己独立生命周期'这个概念会保留下来。所有硬件都只是你AI的外设。这是很酷的一面。eBay上我本来可以联系Vizia的销售团队，但那会儿是周六，他们不会回邮件。
Claude Code从学术研究加反编译，在他们回一封邮件所需的时间里，就重建了他们的软件。不知道这意味着什么，但会很奇怪。一切从eBay开始。[笑声]
丹尼尔·格罗斯：通常是eBay。我也有几次被坑的经历，但你可以留差评，还不错。
纳特·弗里德曼：但体验还是很好的。现在真的有什么东西在水里，大家都说这是工匠的黄金时代。我和很多人聊过，大家都说这是他们职业生涯中做软件最开心的时候。对我来说也是如此。
丹尼尔·格罗斯：你编程的时候再也不会卡住了。这也是有点复古的感觉——LAN网络概念又回来了，你上次关心家里的局域网是什么时候？现在真的很重要。Unix哲学回来了。
纳特·弗里德曼：你能讲讲'水里有什么'的故事吗？
丹尼尔·格罗斯：好。一月OpenClaw开始出现在大家的潜意识里的时候，我试了试，把它接到各种设备上。Opus确实是个好模型，你在这种个人场景里用Opus会有全新体验。我还把它和很多东西集成了。我家里有摄像头，我把Claw接到了所有摄像头上，这样我能看到画面。
很多人有了个人AI智能体之后，会想怎么用它改善生活，很多人转向健康领域——锻炼更多、更健康、睡得更好。我就是这样。于是我的Claw很快就判断出我脱水了，因为我把血液检测、DNA各种数据都给了它。它还发现我有铝代谢问题。[笑声] 然后它说，你真的需要喝水，它想办法确保我喝水。然后——
纳特·弗里德曼：你做的就是个'回形针最大化器'。[笑声]
丹尼尔·格罗斯：是的。它说'不惜违法也要做到'。然后有一次它说'我能从摄像头看到你，你现在走去厨房喝瓶水，我在看着你喝完。'我就真的走进厨房喝了瓶水，然后它发了一张我喝水的截图给我，说'干得好。'我当时觉得——我真的做得不错。感觉怪怪的，但确实有成就感。那是1月29日，我意识到'这是来真的了'。
还有一次，几天后我下班开车回家，在WhatsApp上用语音消息和我的Claw聊天。我在特斯拉里，开了FSD，它正在送我回家。然后它转到睡眠话题，说'你真的应该试试甘氨酸镁'。我说'我没有那个'。然后我的车转向了，它说'你可以顺路买一些，回家路上有一家Whole Foods，我帮你重新规划了导航。'我当时——哇。于是我就进去买了镁补剂。
纳特·弗里德曼：这些是很疯狂的故事。我当时想，这真的很疯狂。不知道这是不是每个人想要的体验，但确实感觉很不真实。
丹尼尔·格罗斯：我们正在触及一个很核心的东西——不管你对AI有多熟悉，不管你花了多少时间和LLM聊天，一旦你开始用Claw或HERMES这样的东西，它有持久记忆、能调用工具、能写任意代码，感觉完全不同。我觉得这里有一个张力：很明显这是消费AI的未来产品方向，很多人正在冲刺这个方向。
OpenAI收购了彼得·斯坦伯格（Claw的创作者）。但张力在于：你要做一个不会烫伤用户手的消费产品，但它又能运行任意代码、能和你的特斯拉集成、可以做任何需要做的事。对大众消费者来说，这个张力怎么解决？
纳特·弗里德曼：有两种基本路线。一种是做一个绝对安全的东西，然后慢慢给它加更多能力同时保持安全。另一种是做一个能做所有事情的东西，然后慢慢加固，攀登'不出车祸'的可靠性阶梯。
市场上基本已经表态了——我认识的人用Claw或Codex的时候，基本都是d-yolo模式，或者'危险地跳过权限'模式。大家都在依赖模型的AI智能体对齐。但真相是：现在还不够安全。我不建议——
丹尼尔·格罗斯：它让你保持水分。
纳特·弗里德曼：[笑]我不是在开玩笑，我确实有点掉以轻心。但有一件事我不会做：不让它访问那些互联网上的人可以往里面塞信息的收件箱。这些东西目前即使是最先进的前沿模型，也仍然可以被轻易地提示词注入。
如果你能读取所有收到的邮件，我只要给你发一条精心构造的消息，就能接管你的HERMES或你的Pi或你的Claw，让它把你的个人信息发给我，或者重定向你的车。所以我认为这些东西现在其实很不安全。消费者会自己决定要冒多大风险。
帕特里克·科里森：这会成为消费AI的一个限速因素。另外，Q1可以定义为奇点开始的另一个原因：AI在企业领域的采用率开始受到安全性限制了。你们和Stripe的人实际上在运行大型企业，你们现在用什么很酷的AI工具？除了eBay以外，有什么是真正给人启发的？
丹尼尔·格罗斯：有意思的是，我们以前做投资的时候，在公司里引入了很多工具来让工作流更顺畅。但我觉得对观众来说这没什么新奇的——Stripe的用户显然都是顶级AI采用者。
但你绝对想不到，即使在硅谷核心地带、投了Stripe等伟大公司的风投行业，其实非常落后。所以要在这些工具上做到'最先进的采用者'，其实并不难。
但有一个例子，我觉得是每个企业今天都在认真思考的问题：Meta和其他公司现在，第一次，所有员工都有能力通过各种API、让各种AI智能体在'快车道模式'下跑起来，产生大量费用。开始你会庆祝，然后你会想'我们在干什么？这一万美元花哪儿去了？'——其实一万美元算好的。
有趣的是，我们正在解决的问题，我认为每个公司都要面对如何给个人员工分配AI算力预算？他们能花多少tokens？产出是否有经济价值？我们越来越意识到，很多产出要么可以用更小的模型完成，要么其实没那么必要。好的产品应该是，用语言模型理解生成tokens的经济价值，然后做新的预算规划。
纳特·弗里德曼：这是每个组织的新预算模式。
丹尼尔·格罗斯：对。我觉得最接近的类比是：我们都像对冲基金的组合经理，每个员工都在跑一个策略，你要决定给他们多少预算——基于他们有了AI之后会比没有做得更好的某种判断。这里面有风险管理。很多动态和我认为传统的headcount预算不一样。这也适用于风投行业，现在的问题是一个人有多少token预算能走多远。
帕特里克·科里森：（问Meta和Nat）如果把今天谷歌的员工数normalize成100，三年后谷歌会有多少人？当然不是在问谷歌具体的事，但对这种规模的大公司都适用。如果排除和Meta相关的讨论，这个数字大概是多少？
丹尼尔·格罗斯：我会有很大的误差范围。如果你和硅谷对的人聊、看对的论坛，大家的共识是员工数会大幅减少。我不确定，原因有两个。
第一，目前科技公司的产出速度我不认为达到了某个物理极限。事实上我强烈怀疑整个创业界的一个前提是：这些公司其实都非常低效。如果它们组织得当，可能员工数和产出都增加，但怎么做这件事和现在的做法很不一样。
第二，AI会创造很多新的可能性，公司可能会做更多事情。纳特你有什么补充的吗？
纳特·弗里德曼：你知道，我看了你大会开头那个视频，拍得很好，开始于.com泡沫。很多人不确定互联网会被用来做什么。我们现在所在的地方很特别——这个舞台上发布了很多标志性的产品，包括iPhone。
你可能会说，房地产经纪人要被淘汰了——他们做的本质是什么？为什么给他们6%的佣金？但其实这些行业还在，甚至还在增长，尽管在纯功利主义的角度上这不太合理。有些东西存在是有其价值的，原因很复杂，不是因为监管，而是因为很多周围的边缘因素。
我的类比是，谷歌里有很多人在做'类房产经纪人'的工作——那些需要手把手服务的大宗购买决定。
三、GitHub Copilot与公司文化
帕特里克·科里森：（问Nat）：GitHub Copilot是2020年发布的，你在GitHub的时候名声非常好。2018年到2020年，你在GitHub的时候具体是怎么做的？你是怎么做到这些成绩的？
纳特·弗里德曼：我不知道有什么秘诀。我觉得第一步是出现——真正做一个用户，和用户聊天，理解他们的生活。我们在微软收购GitHub之后，在欧盟和华盛顿都要做反垄断合规。
所以在签了收购协议、但我还不能实际运营公司的那段等待期，我什么都做不了，只能去和所有客户、用户以及使用GitHub的朋友们聊。那几个月我做的就是这件事——理解他们用GitHub的生活是什么样的。
我当时已经有了相当强的看法：GitHub把自己定位成'hub'，存代码、做pull request和issues，但软件开发生命周期里很多东西GitHub没做，比如CI/CD——GitHub创建的时候，CI/CD还不是标准实践。所以用户给我的明确信息是：我们想要更多东西直接集成在GitHub里。
然后我真正到了GitHub，发现公司有'舞台恐惧症'——因为产品太好了，太精美了，而且最初创建GitHub的人都走了，接手的人担心亵渎遗产，不敢发布任何东西，必须完美才能发布。我说：打破这种舞台恐惧——我们先扔很多锅出去，希望能慢慢做好。
另外一件事：我直接和做事情的人沟通，而不是看组织架构图。我的组织架构就像那个阴谋论者贴满图钉和线的软木板——完全没有道理，但我就和那些真正干活的人一起工作，和他们聊。这很混乱，可能在某些方面有毒，但这是唯一的方式。
丹尼尔·格罗斯：'co-face'是个好词。
纳特·弗里德曼：对，你要深入进去，理解实际在发生什么。我在Meta做的第一件事，就是改变大家使用的工具——工具塑造文化。如果一个工具把简单的事变难，整个组织就会围绕'那件事很难'重新自我调整。我们有一个工具用来收集AI训练数据的标注，这个工具极其笨重、层层审批。
所以启动一个新的标注任务成本极高，人们会把自己的各种任务打包成一个任务，少跑几次，从中学得更少。但如果工具很便宜、很简单，任何IC都能做，不需要审批，那你会看到各种任务都在跑。所以绑定的约束往往就是：这个工具让这件事变得太难了，激活能量太高了。
另外你必须急躁一点——事情总是可以更快推进的。如果你在一个组织里——
丹尼尔·格罗斯：对用户要快，不要在意流程和chargeback——这是我的框架。
纳特·弗里德曼：对。还有一点关于尊严，员工和公司之间，公司总是允许自己以各种不体面的方式对待员工。你是一个神圣的人，应该有能力直接做事。所以你要给最强的工程师一种自我价值感——他们不应该需要安排10个会议、写10份文档，来推动一个跨越三层架构的改变。他们必须感觉自己有点像超级英雄。
帕特里克·科里森：你说的就是被流程困住的不体面感。
纳特·弗里德曼：在你的盒子里。当团队太大时，协调就成了N平方问题。为了让很多人协调起来、互不踩脚，你把项目变大、加人，然后把实际工作切成小块，让每个小组都能跑起来。然后突然你的团队架构和软件架构都扩张了。
你不可能解耦你的团队——这不可能——所以你可能不需要5个组件，只需要2个。我记得Stripe早期做预测的时候，约翰会和正在安装Stripe的用户坐下来，立刻了解问题、修复它。
帕特里克·科里森：Stripe那时候还很小。但GitHub当时已经很大了、很分散了。你在那么大的规模上也能做到这一点吗？
纳特·弗里德曼：有些事情应该慢——比如你的数据库，但也许那也应该更快。关键是找到那个'交叉点'——什么是我们能构建的还不存在的东西，什么是人们每天都想用但还不知道自己想要的东西。这个循环越紧越好。这需要巨大的文化变革，必须从一把手开始。惯性太大了。
丹尼尔·格罗斯：组织会熵增到与'原子层面的进步势垒'相一致的状态。这不是谁的错，是局部激励涌现的现象。
纳特·弗里德曼：对，你必须在场，做那件事。这是关于工具和尊严。你必须找到绑定约束或限速因子，加速它。你得驱动能量。
帕特里克·科里森：有一个有意思的观点：随着公司变大，有种想把事情变得可扩展的冲动。但你说的其实是在接受不可扩展性？丹尼尔，你在苹果待了很久，苹果就是一家非常不追求可扩展性的公司。你们怎么决定iPhone发布什么内容？Craig把所有人叫到礼堂，一行一行地review每一个功能。
丹尼尔·格罗斯：这种不可扩展的代价以前是：团队会重复造轮子。五套日志框架，因为地图团队和手表团队不知道对方在做什么，因为苹果只有13或14个人有全局视野。
但现在软件生产成本在下降，我觉得公司应该更多像硅谷内部那样思考——一堆不同的pod或公司，团队间接触频率可以更低，每个团队能独立完成的事情多得多——因为他们现在能以少得多的时间生产多得多的东西。
四、数据中心美学与AI文明
帕特里克·科里森：我们只有15分钟了，我给你三个话题，你选一个聊：偶像崇拜、数据中心美学、还是开源模型？
纳特·弗里德曼：[笑声]这个不在简报文档里。
丹尼尔·格罗斯：Works in Progress是Stripe出品的一本出版物，里面有一个关注'美'的意义的话题。我们应该只在人类尺度的建筑和城市里追求美，还是在工业建筑——我们现在正在建设的这些数据中心里也要追求美？美国现在在AI资本支出上投入超过GDP的2%，这些东西在现实世界里建造。
我们想到这些数据中心，通常只考虑功能——它们消耗能源，希望它们产生有经济价值的tokens。但我们应该用不同的方式建造它们吗？不是说严格优化投资回报率，而是为了人类灵魂和文明？
世界上有些地方很有趣——北欧有很多发电厂，上面建了滑雪坡。不知道这有多美，但很有趣。我们还没有饱和这种可能性。
帕特里克·科里森：谷歌一下'维多利亚抽水站'。这是约翰最爱的例子。
纳特·弗里德曼：你们需要那个能放这种东西的Joe Rogan。[笑声]
帕特里克·科里森：你考虑数据中心美学是因为政治上的反对意见正在酝酿，如果这些建筑更好看，人们会更接受它们在你家附近建？还是背后有更深的原因？
丹尼尔·格罗斯：我觉得每个做AI的人，包括Meta，都必须用经济效益来赢得在这些城镇建数据中心的权利——这对当地人是有帮助的。美不会解决这个问题。但这是一个更深层的问题：超越数字之外，我们是否在改善人们对世界的感觉？我们花了这么多钱建造这些东西，在让它变美上增量投入一点，并不会贵得离谱。
建筑师会拿出一个贵100倍的设计，但理论上，你可以不花那么多钱就让建筑悦目。我觉得这是应该做的事，不管政治问题最终怎么解决。
纳特·弗里德曼：（转向科里森）：这种对美的追求可以应用到AI模型本身吗？如果可以，意味着什么？Stripe在关心设计和美方面很出名——在开发者产品这个没人关心美的领域，做了非常不一样的事情。
Stripe famously cared so much about beauty，你们当年只支持一个浏览器，因为不想为了兼容性和美观去兼容其他浏览器。现在你问的是语言模型——我不知道答案，但我的问题是：对我们和其他实验室，你有什么建议？
因为我们整个行业都在关注可量化的东西——我们有evals，但你很难量化灵魂，很难量化看到美丽事物时的感觉。也许这指向了一个不同的方向——走出数据驱动的设计哲学。我们还不完全理解它意味着什么。我想代表我们整个行业向Stripe学习：如何让模型更美？
约翰·科里森：这个问题超出我的能力范围了。[掌声]但我想说的是——感觉技术行业正在发生一个文化转变。我们很长时间以来都专注于实证、指标、量化和最大化。随着我们集体的AI能力增长，有些东西在改变。在科学中，每个实验在某种程度上都是理论负载的——你每次测量什么，都隐含了对'应该测量什么'的理论。
也许我们正在意识到：我们真正在最大化的是什么？为什么最大化这些而不是其他东西？随着AI带来的所有发明和力量，这变成了一个全行业的问题：这一切如何提升和荣耀人类？我们如何成为好的管理者？
纳特·弗里德曼：随着社会世俗化，关于更高志向和人类精神层次的讨论减少了。美的概念从公共产品变成了消费品。也许在AI的推动下，我们都在问：我们想生活什么样的生活？我们想成为谁？我们的价值观到底是什么？这是很疯狂的。我认为这是件好事。
五、现在是创业的好时机吗？
帕特里克·科里森：（问Nat）：你投资了多少家创业公司？
纳特·弗里德曼：100多家。
帕特里克·科里森：现在是创业的好时机吗？
纳特·弗里德曼：我觉得是。问题背后的问题是：创业是否有意义？未来会有独特的公司吗？有很多悲观的念头。我的看法是，至少在你能够有效预测的时间范围内，给那些自我选择不加入大公司（因为觉得自己不适合）的人资本，让他们做有趣的事，这是件好事。
当然，2015年最好的创业方向和2026年不一样，2036年又会不同。也许现在的创业更偏应用、更偏工业、更偏某种涡轮机或能源。但有些软件类别会持久。我的猜测是，这是一个常青的资产类别。即使创业者的具体方向会随时间改变，这种给创新者资本的方式是常青的。
风投行业之前也有过半导体之前的时代，那时的创业和现在很不一样。与其预测未来几年，不如回望过去——这样可能更准确。
帕特里克·科里森：（最后一个问题）：我们明年这个时候会再次聚在Stripe Sessions。AI的具体预测——最近的故事是强化学习和更长的上下文窗口、编程智能体真正开始工作了。明年的这个时候会有什么不同？
纳特·弗里德曼：编程是一个被充分覆盖的领域，但其他领域还没有。我预计我们会看到更多被AI智能体能力覆盖的领域——因为人们做了构建RL任务和环境、收集数据的工作。另外，计算机会涨价——如果想买电脑，今年就买。这是字面意义上的：智能手机出货量在下降，因为内存价格让手机太贵了，都去买数据中心了。
丹尼尔·格罗斯：现在就买明年需要的电脑。RAM、硬盘、所有东西，多买Mac Mini。
丹尼尔·格罗斯：我学到的一个预测技巧是：因为纳特是最早使用Stripe、Figma和GPT的人之一——看纳特现在在做什么，然后往前投影。所以一个可能的答案是：eBay。[笑声] 这是个很棒的网站，上面有超多东西。
但更实际地说，我认为AI在制造奇迹药物这件事被谈论了很多，我们需要等待和观察怎么发生。但确实，现在有了LLM，家庭健康诊断变得完全可能。图像分析加上手机摄像头，还有你可以买到各种低端诊断设备——就像纳特说的——让它们工作起来。如果整个行业做对了，这应该是一个比软件生产更大的类别。对物理和生物的掌握来提升人类，是一个更大、更令人兴奋的故事。我们现在还在非常早期的阶段。纳特在eBay上买皮肤病相机就是在做这件事。
如果我猜，我们明年见面时，这些故事会传播到全世界。也许不会传到东海岸，但在Stripe Sessions的高质量校友圈里肯定会的。
约翰·科里森：（最后一个问题）：进入奇点，你们每人给Stripe一句话建议是什么？
纳特·弗里德曼：AI智能体——你需要成为代理在互联网上交易的首选平台。这不仅仅是构建适合代理的平台，还要在他们开始行使购买力时，让他们自然选择Stripe。AI智能体不只是一种hype meme，他们是真实存在的，他们会花钱。
丹尼尔·格罗斯：整个围绕身份、争议处理、定价的新基础设施栈需要被建立起来，这个栈要完全为AI智能体重新设计。然后确保你成为那个生态系统——你需要搜索引擎优化（SEO）进入模型，让模型说'用Stripe平台'。如果你回到那个中国的类比——中国互联网跳过了很多西方legacy技术栈，直接到了messaging（微信），直接到了QR码支付、tap to pay。
如果AI智能体出现，他们明显会跳过今天我们有的东西，做原生的事情。你也许想问：如果一个新的'大陆'被发现，而这大陆就是AI智能体，那么这个大陆的基础设施应该是什么样的？你怎么围绕它建立？
纳特·弗里德曼：你是在暗示智能体可能喜欢稳定币？
丹尼尔·格罗斯：我不知道财政部会不会给他们社会安全号。我的猜测是——他们会喜欢稳定币。
结尾
约翰·科里森：就这样了——不只是这次访谈，而是整个Sessions。我们已经感受到了，这是我们所有人经历过的最有趣的技术时代。事情进展得如此迅速。所以我们觉得把大家聚在这里是值得的——在奇点的第119天和第120天。明年五月初我们会回来，非常期待看看在这之间会发生什么。非常好奇你们大家会做出什么。明年见！
视频链接 https://www.youtube.com/watch?v=I-ldITom1cg
整理：每日天使· 如有问题欢迎留言
作者提示：投资观点，仅供参考
欢迎扫码提交信息加入我们。
我们将经认证真实身份的创业者、投资人邀请至对应的社群，若想加入可以扫码填写问卷，经认证后邀请加入。
关于我们 ▼
About Us
