Marc Andreessen 透露 a16z 最新剧本:从软件吞噬世界到大科技对立面;agent 在中层工程和组织智能的趋势

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
AITNT-国内领先的一站式人工智能新闻资讯网站 搜索
Marc Andreessen 透露 a16z 最新剧本:从软件吞噬世界到大科技对立面;agent 在中层工程和组织智能的趋势
6813点击    2025-06-03 14:50

Marc Andreessen 透露 a16z 最新剧本:从软件吞噬世界到大科技对立面;agent 在中层工程和组织智能的趋势


2009 年,Marc Andreessen 和 Ben Horowitz 在金融危机最深的低谷中创办了 Andreessen Horowitz(a16z),在硅谷人心惶惶、资本退潮的时刻逆势出击。那一年,美国只诞生了两家新风投基金,一家是传奇投资人 Ron Conway 发起的,另一家,便是他们。


彼时,没人能预料到这家初出茅庐的基金会在十余年后成长为“风投品牌化”“全栈服务”与“政策博弈”的代名词,也没人意识到,a16z 不仅在押注技术变革上走在前列,更会逐步走向舞台中央——在华盛顿发声、在欧洲政策战场布点、在全球创投秩序中设定新边界。


从“软件正在吞噬世界”到“风投本身也应产品化”,Marc Andreessen 正在亲自修正这个行业的脚本。他不断提醒人们:那些最终成为行业主导力量的公司,大多曾面临“差点不是它”的岔路;而那些最终能塑造未来秩序的力量,往往来自边缘、来自质疑、来自一开始被误解甚至忽视的“小科技”。


在 Marc Andreessen 看来,创业从来都不是一条笔直向上的道路,而更像是“向上摔楼梯”——在一次次看似解决问题的节点上,新的困难又接踵而至。每一个成长为世界级公司的企业,几乎都有过一次差点走向另一条路径的关键转折。


a16z 的诞生,不仅是在资本寒冬中起步,更是在一段长达十年的互联网泡沫幻灭与恢复过程的末端。Andreessen 回溯历史称,1995 年到 2000 年间,互联网泡沫不断膨胀,最终在 2000 年崩盘,市场花了三到四年时间才逐步恢复,到 2003~2004 年才算稍有起色。


即便如此,整个社会对新兴科技公司仍充满怀疑。2005 年,Yahoo 以每家 2500 万美元的价格收购 Flickr 和 Delicious,却被媒体描述为“浪费公帑”;社交网络刚刚兴起时,更是被普遍视作笑话,“你家猫早餐吃了啥”这样的内容,几乎没人相信能成为严肃的商业。


这股质疑一直延续到 2008 年金融危机之后,创投行业几近停摆。Marc 回忆,在那整整一年里,美国只有两家新成立的风险投资基金:一家是由传奇投资人 Ron Conway 发起的新基金,另一家就是 a16z。相较于 Conway,a16z 几乎完全是从零起步的“草根”基金。


Marc 表示,他与 Ben 并非半路出家,而是在连续创业、完成多个周期之后主动选择了新的阶段。他们开始组建团队、拜访 LP、建立关系,一切从头开始。


▍移动时代的误判与反转


作为 Facebook 董事会长期成员,Andreessen 也回顾了早期 Facebook 所面临的外界质疑。他指出,那时大众并不担心科技的“危险性”,而是普遍认为它们“没用”。Facebook 被视作玩笑,公司最初几乎靠微软 Bing 广告网络中的“边角料广告”支撑,CPM 极低,几无变现能力。


但这并不代表 Mark Zuckerberg 缺乏变现意识。事实上,早期就有多家公司试图收购 Facebook,其中最著名的一次发生在 2006 年左右。当时 Yahoo 在 CEO Terry Semel 的主导下,提出以 10 亿美元的价格完成收购。Marc 表示,协议基本已口头达成,但金融危机的突如其来改变了一切。


Yahoo 在广告市场迅速萎缩的背景下试图压价,Mark 借此找到了退出交易的理由。Andreessen 认为,这本该是一场“本垒打级别”的交易,数年后,Yahoo 内部的收购分析报告被泄露,内容显示他们其实非常看好 Facebook 的潜力,但严重低估了其未来增长空间。


2012 年 Facebook 上市,又一次遭遇外界看衰。Marc 回忆,当时 iPhone 已成主流,但媒体几乎一致认为 Facebook 会因“无法适应移动广告”而失败。逻辑看似成立——屏幕更小、广告空间受限,收入必然下滑。


现实却完全相反。Facebook 在移动端的用户黏性更强、使用时长更长,加上本就积累丰富的用户数据,其广告定向能力大幅提升。Marc 强调,尽管如今这一切已成共识,但当时几乎没人相信广告从桌面迁移到移动端能成功,更不可能变得更有效。


更为讽刺的是,短短几年后,Facebook 广告从“无效”被转而视为“具有心灵控制能力”。Marc 指出,政治广告成为焦点,尤其是 2016 年美国大选之后。媒体一度指责俄罗斯只花了 8 万美元就在 Facebook 上影响了 30 亿美元的选战。


他回忆自己曾参加希拉里在 Stanford 的一次演讲,后者公开宣称:“特朗普能当总统,是因为普京拥有了 Facebook。”Marc 直言,这种说法听起来极为荒唐。


他提出反问:如果这些广告真的如此有效,为什么不靠它来卖牙膏?为何只对一场选举有用?为什么没有企业重复使用同样的“魔法”?


他进一步指出,像 Cambridge Analytica 等机构所宣传的“心理画像法”最终也未被证明有效。这些方法在特定时间点被神化,而后迅速被抛弃,留下的只是舆论短期的过度反应。


在成立之初,Marc Andreessen 承认,他们对未来基金的规模并没有清晰预期。第一期基金的募资额为 3 亿美元,在当时已属罕见的体量。但 Andreessen 更在意的是所处时代中涌现出的结构性趋势:软件类公司的数量正在增加,发展速度也愈发惊人。


他早在上世纪 90 年代中期与 KP 的 John Doerr 一次交流中,就对传统风投的轮次结构产生了怀疑。当时主流投资路径是 A、B、C 三轮之后即上市,整体融资额度在 3000 万至 4000 万美元之间。上市门槛通常是 5000 万美元年营收,对应约 5 亿美元估值。


以 Amazon 和 Netscape 为例,这两家公司上市时的市值都在 4~5 亿美元区间。但 Andreessen 指出,一些企业显然拥有超越这一“天花板”的潜力。当时与 John 的讨论以 Cisco 为例,他们已经意识到未来可能会出现估值突破 1000 亿美元的科技公司。而这在当时已是令人惊叹的上限。


于是问题来了:如果一个投资人在 C 轮投了 5000 万美元,所获得的回报和 A 轮投 500 万美元一样,风投的逻辑是否也该从“轮次参与”转向“持续押注终局赢家”?这个判断后来被 Facebook 等公司的发展验证。DST 对 Facebook 的高估值投资开启了“增长型风投”的新范式,也促使 a16z 在创建初期就确立了“阶段无关”的投资理念。


他们在最初的募资材料中便写明:无论是种子轮还是增长轮,关键在于押中最终胜出的公司。而非固守投资阶段的标签。


▍运营模式:通才型 VS 垂直型


早期 a16z 的团队采用的是通才制结构,Marc 与 Ben 都同时涉猎 ToC 和 ToB 项目。当时主流风投仍在消费与企业软件两大品类间运作,部分老牌机构也涉足 Biotech。但随着生物医药与 IT 的分化加剧,许多基金在组织上被迫拆分,技术类与生命科学类项目逐渐形成独立团队。


Marc 坦言,最初他们效仿的是 Benchmark 的通才合伙人模式。但不久之后,科技产业本身的演化迫使他们进行重大调整。


2009 年起,所谓“全栈公司”开始浮现。这类企业不仅提供底层技术,还深入终端市场,试图彻底改写某一行业的运行方式。Uber、Airbnb、Tesla、SpaceX 是典型代表——不再只做工具,而是重塑整条价值链。


Marc 指出,通才制度之所以在 90 年代能成立,是因为当时的科技企业大多聚焦工具型产品,例如数据库、操作系统、生产力软件等。这些公司组织形态相近,市场模式也类似,投资判断的复杂度相对可控。


但全栈型企业的兴起改变了一切。它们深入实体经济,市场格局多变,技术架构、监管合规、用户获取、资本开支等因素交织,通才团队难以准确判断“谁会赢”。


更重要的是,风投的投资结构不允许“全押重来”——如果在某个垂直行业中押错了公司,即使看对了行业趋势,也无力再投其他竞争对手。因此判断“谁赢谁输”远比判断“哪个方向火”更关键。


这一点促使 a16z 在 2013 年开始推行“垂直化运营”,并于 2017 年基本完成全员转型。如今,他们按照行业划分基金、设立专门团队,逐步打造出一个涵盖企业软件、加密、游戏、生物科技、金融科技、国防科技等方向的复合型投资平台。


谈到创始人背景的变化,Marc 提到,十余年前 Y Combinator 成功的原因之一在于“技术创始人”的信息优势。在那个阶段,只要掌握工程能力,就能迅速完成原型、上线产品,商业模式可以后期补足。


这种“工程套利”的红利,在移动互联网和基础云计算成熟之后达到了顶峰。而今,随着 AI 技术的下沉,创始人所依赖的“认知门槛”正在发生变化。


Marc 认为,AI 正在降低技术门槛,代码生成、模型调用变得越来越易用,在某些场景中,行业知识和分发渠道反而成了更具稀缺性的资源。这意味着,下一个“认知套利”机会,可能来自那些深谙某一行业逻辑、拥有真实上下游关系网的专家型创始人。


不过,他也强调,在目前阶段,技术能力依然是决定成败的核心。即便是强调设计驱动的公司,其创始人背后几乎无一不是深度技术人——只是他们不主动宣传这一面。例如 Pinterest 的创始人 Ben Silbermann,虽然外界认为他偏重产品与视觉设计,但其实具备极强的技术背景。


Marc 对 AI 改变创始人画像的可能性表示开放。他提出一个思考实验:假如未来,一个非技术背景的创始人可以调用 1000 个 AI 工程 Agent,是否就能击败由 100 人技术团队领导的公司?


目前来看,低代码平台的能力仍局限在快速原型和轻量服务开发上,而真正构建世界级软件平台,仍需技术团队深度介入。但如果 AI 工具的智能程度足够高,并且以 Agent 模式可组合调用,组织结构或许将迎来根本重构。


那时,判断“谁能胜出”的标准,可能不再是“谁懂技术最多”,而是“谁能调动最多的 AI 并高效完成任务”。


在 Andreessen 看来,这并非天方夜谭,而是 AI 进入中层工程和组织智能领域后的必然趋势。


Andreessen 总结称,几乎每一家如今被称为伟大公司的企业,早期都曾走在岔路口上。他提到,Netscape 曾考虑收购 Yahoo,Yahoo 差点买下 Google,Netflix 曾试图卖给 Blockbuster,而 Uber 与 Lyft 一度也在合并谈判中接近成功。


在他看来,某些技术趋势是注定发生的,比如智能手机的崛起和其上的杀手级应用的出现,但真正主导它的公司是哪一家、通过何种路径实现,则极为依赖个体决策、市场情境与时间节点的偶然性。这些路径对初始条件极其敏感,稍有不同,历史就会被彻底改写。


▍“小科技“立场的形成


Marc 提到,a16z 最初并未计划深入介入政策领域。在与华盛顿特区的初步接触中,他们原本只是希望代表初创企业发声,但很快发现,政府方面往往将他们与谷歌、Meta 等大科技公司混为一谈。


“我们刚一开口,他们就开始抱怨谷歌,”Marc 回忆道,“我们得不断解释我们不是谷歌,我们投的是挑战谷歌的公司。”这种混淆促使他们逐步发展出一种新的身份框架——“小科技”(Little Tech)与“大科技”(Big Tech)相区分。


这套框架不仅是一种表述策略,也逐渐演变为一种政策倡议。“我们越来越发现,风投和大科技之间,其实是存在根本利益冲突的。”他说,大科技倾向于建立壁垒,构筑护城河,试图排除新进入者,而风险投资的本质,是支持那些试图打破这些垄断格局的创新者。


这场冲突也促使 a16z 在华盛顿赢得更多政策同理。当他们向两党传达:“我们不是为大公司说话,而是代表挑战者、颠覆者”的立场时,获得了罕见的跨党派理解。“那一刻他们才松口气,露出‘原来你们是好人’的表情。”Marc 说,“他们不信任大科技,但相信初创企业。”


“小科技”是身份,“议程”则是行动纲领。a16z 推出的“小科技议程”(Little Tech Agenda)并不是反监管的宣言,而是一种对明确、透明政策框架的倡导。


Marc 强调,他们所追求的是“创新自由”,尤其是在 AI、加密、网络通信等新兴领域,希望政策制定者允许初创企业探索边界,而不是在法律尚未明晰的阶段就一味封杀。


他明确表示,a16z 并不反对监管,更不支持欺诈行为。“我们不希望我们的公司和那些不合规但没人监管的玩家竞争。”相反,他们在很多时候反而更积极地呼吁制定规则,确保合规者不被劣币驱逐出市场。


他们主张的不是“无限制的自由”,而是“清晰的边界”。Marc 总结道:“我们为监管发声的频率,甚至不亚于其他任何人。”


在对过去十年美国政治与科技关系的回顾中,Marc 提到了一系列关键转折:


  • 2012~2013 年,政治环境趋于极化,反科技情绪开始与反精英、反资本主义的浪潮交织。


  • 2015~2016 年,特朗普当选引发两党对科技行业的不同攻击方式:左派因收入不平等与平台影响力愤怒,右派则敌视硅谷的政治倾向。


  • 2017~2020 年,社交媒体成为主要矛盾焦点,紧接着是对加密行业的全面打击。


  • 2021 年起,AI 技术登上风口浪尖,政府对其管控欲日益增强。


Marc 坦言,他们并非天然愿意涉足这些领域,但现实逼迫他们必须介入。“如果我们不发声,那些讨厌我们的人就会替我们塑造形象。”


文章来自于“有新Newin”,作者“有新”。


Marc Andreessen 透露 a16z 最新剧本:从软件吞噬世界到大科技对立面;agent 在中层工程和组织智能的趋势

关键词: AI , a16z , 智能体 , 人工智能
AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI数据分析

【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。

项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file

本地安装:https://www.deepbi.com/

【开源免费airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。

项目地址:https://github.com/hitsz-ids/airda

2
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md