对大公司来说，钱不值钱，最值钱的是时间。
2025 年一半过去了，硅谷发生了哪些大事？
从 DeepSeek 发布给整个科技行业甚至社会带来影响，到各家大语言模型你追我赶，AI Agent 成为行业共识，再到硅谷各大公司 AI 方面竞争加速，用高价招聘+巨额收购压缩迭代周期，这些「疯狂」举动背后意味着科技巨头们在想什么，谁现在占据最佳位置，谁遇到的挑战最大？
本期播客，我们邀请在硅谷专注 AI 企业级应用、医疗和工业自动化早期投资的风险投资机构 Fusion Fund 创始合伙人张璐，梳理上半年硅谷的科技大事件，以及从 Windsurf 收购案入手，分析这件事折射出了硅谷的初创生态在发生的变化，以及从 Meta 到 Google、再到苹果、亚马逊、微软，上半年的一些关键动作意味着哪些战略选择。希望可以为大家了解硅谷上半年 AI 领域的形势提供一些有价值的信息。
PS：补充一个背景信息，Windsurf 收购事件最近备受关注，从可能被 OpenAI 以 30 亿美元收购，到创始人和个别员工被 Google 以 24 亿美元挖走，再到余下员工和业务被 Cognition Lab 收购。
本次播客录制于 Windsurf 宣布被 Cognition 收购后，北京时间 7 月 16 日，当时 OpenAI 还没有发布 AI Agent，因此没有被讨论到。
微信收听播客：
小宇宙收听播客：
添加图片注释，不超过 140 字（可选）
👧🏻 Ronghui
2025 年的一半已经过去了，硅谷都发生了哪些大事儿？对接下来的创投生态格局会有什么影响？我们今天非常开心邀请 Fusion Fund 创始合伙人张璐，一起聊一聊最近硅谷的热搜和上半年从创投到大公司都有哪些值得关注的事儿和总结。请张璐先跟十字路口的听众打个招呼，也自我介绍一下吧。
👩🏻 张璐
大家好，我是张璐，Fusion Fund 的创始合伙人，从十年前创立 Fusion Fund 到现在，一直专注投资北美人工智能驱动的初创企业，目前已投了 100 多家公司，主要关注的领域是企业级人工智能、工业自动化和医疗领域。在 AI，我们开玩笑说，在 AI 还叫机器学习的时候就开始投资这个领域了。过去几年，很开心看到整个产业的快速崛起，从模型到应用，再到各产业的落地应用，确实进入了一个大时代，今天也很高兴有机会就上半年的科技创新动态做一些深入的探讨。
年中盘点｜2025 硅谷科技大事件
👧🏻 Ronghui
谢谢张璐来做客我们的节目。我从新闻上看到，上半年 Fusion Fund 也有好几件大事。不仅在年初宣布四期基金募集 1.9 亿美元的消息，也有几家公司的成功退出。张璐可否跟我们简单做一个中期的总结，今年上半年发生在硅谷的哪些大事让你印象特别深刻？从初创生态和投资的角度看，有什么新趋势或行业共识？
DeepSeek 让开源生态受到重视
👩🏻 张璐
好的，今年上半年总体的感受是每个星期都有新的东西出来。整个 AI 创新生态，非常活跃，变动很多并且发生的都很快。我印象特别深的几件大事：
年初 DeepSeek R1 的发布，全球都比较关注。DeepSeek R1 出来的第二天正好我去英伟达，我们和英伟达的合作很紧密，正好那天去看他们最新的产品研发动向。你记不记得，那个周一英伟达的股价短暂下跌，我们当时在讨论开源生态对英伟达是利好还是利差。我们都相信是利好。因为这样会更驱动更大范围的人工智能应用铺开推广。但如果只是看短期市场反馈，尤其是资本市场，可能体现出来是相反的。所以 DeepSeek 是一个非常重要，也很让人振奋的消息。
我一直坚信开源生态在 AI 创新领域的重要影响和重要作用。从这个角度来看，DeepSeek 一方面是开源生态的巨大胜利，之前大家没有很确定开源模型的表现可以超过闭源模型，甚至表现得更好。第二点，DeepSeek 也让大家看到，模型的架构也可以很简单，不一定需要运用最先进的 GPU 来训练先进的模型。我们在这之前发过一个人工智能基础设施报告，也提到一些新的模型架构，在 CPU 上运行的效率可能比 GPU 更高。DeepSeek 让整个行业看到，虽然整个生成式 AI 是一个大的趋势，大家也很兴奋，不过在模型架构，包括基础设施架构层面上还有很多创新可以做，这两点，也是我们作为早期投资人比较兴奋的地方。
在 DeepSeek 之后，我觉得大家也形成了一个新的共识，即重视开源生态。刚才提到的今年我们退出的四家公司中，有三家是开源生态的重要贡献者。开源已经成为技术创新中的关键力量。这背后也反映了另一个趋势：过去创新主要是企业驱动，现在由于开源生态就是社区驱动，因此从企业驱动创新转向社区驱动创新，在 AI 时代体现的非常明显。
GTC 大会：算力提升，建立生态，大公司 v.s. 小公司竞争协同的关系
👩🏻 张璐
3 月英伟达的 GTC 大会是一个重要节点。去年就有很多人参会，今年人更多，生态热度也明显上升。Fusion Fund 从 2017 年开始和英伟达有深入合作，所以今年我也受邀为 Inception Program 做主题演讲，向几百位他们生态里的创业者分享当前环境下如何与 VC、创业生态更好地合作。另外我也和 Insight Partners、a16z 等基金一起参加了关于 AI 生态机会的 panel 讨论。
会后，英伟达发布了 DGX Cloud 计划，这个项目的核心是想进一步推动建立它的创新生态。这个项目与五家基金合作，支持初创项目，我们是唯一一家早期基金。英伟达提供的合作条件是，如果我们投资的项目入选了这个项目，英伟达可以为这些初创企业提供一定数额的免费算力和工程师定向支持，这是对初创公司非常有利的资源倾斜。
类似做法也出现在亚马逊、谷歌和微软。这些大厂虽然一边与初创公司竞争，同样很重要的是，它也在一边通过提供免费算力来扶持生态，鼓励大家在他们的平台上建立应用。
英伟达的 Inception Program 已经吸引了几千家企业。从这个角度看，硅谷的整个 AI 创新生态，大企业和小企业之间有竞争也有协同合作。此外英伟达大会上当时也宣布了一些算力提升的消息，这也是一个大事。
Gemini 发力
👩🏻 张璐
到了 4、5 月份，谷歌的 Gemini 进入密集发布期。之前大家对 Google 有比较大的非议，表面上看这一次 AI 浪潮中 OpenAI 占得了先机，但很多人也许忘记了，谷歌才是 Transformer 模型文章的发布者，在 AI 领域一直积累深厚，甚至我认为是所有大的科技公司里最深的，有纵向的深度，有横向的广度。包括 DeepMind 的团队的 AlphaFold、AlphaGo，和最近发布的 AlphaGenome，都体现出了很强的能力。
Gemini 今年连续做了很多很好的发布，包括边缘小模型，Gemini 2.5 发布的时候大家也觉得它的表现非常好，尤其是长文本层面上表现得非常好。前一阵子它还发布了开源的 Gemini CLI 终端工具，相当于给大家更多的构建自己代码模型的机会和生态。与此同时，DeepMind 发布了 AlphaGenome，针对测序数据，也非常令人惊艳。
最近这一段时间新闻就更多了：像 Meta 收购 Scale AI，Windsurf 从 OpenAI 转向 Google，Google 买走了创始团队和个别人之后，Cognition 又接手其余团队；再加上 Grok 发布，还有 AI Agent 整个大市场崛起，Agentic AI 和 Physical AI 等持续有新项目出现。如今已无法按月来衡量行业的变化，几乎每周都有值得关注的新发布和进展。
这是我的一份快速的梳理，也可能不太全面，不过也可以感受到：上半年有很多新的创新在快速迭代，半年时间虽然不长，但信息密度极高。
Agent 崛起与传统巨头的自我革命
👧🏻 Ronghui
你在此前的采访里提到过，AI Agent 是继 PC 和互联网之后的新一代通用平台，开启真正意义上的人机协同时代，这一点已经成为行业共识。另外我也注意到像 Salesforce、Oracle 这些所谓「上一代」的公司，在这一波 AI 浪潮中也表现亮眼，甚至焕发新生。
👩🏻 张璐
确实如此。这些能在 AI 这一波浪潮中快速迭代、快速抓住转型机会的公司有个共通点：CEO 仍是创始人。这类领导者更有魄力和投入意愿，面对这种大的技术革新的时候，很多时候现有玩家要考虑是不是要进行自我革新和迭代，如果是公司的创始人，可能底气会足一些，做决策也会更稳准狠，相比之下，职业经理人可能会更犹豫，在这样的一个快速竞争迭代的周期，可能就会失去先机。
大家常提的大模型有 Claude、 ChatGPT，Gemini 等，但 Salesforce 自研的 Einstein 模型其实也很强，只是主要用于内部。它用自有模型和基础设施，打造系统级的 AI Agent 应用，能在专业度、灵活性和成本控制上形成完整闭环。
目前 AI Agent 在多个行业场景中快速扩展，但一个关键挑战依然是「幻觉」问题。如何在应用中降低或消除模型幻觉，是未来落地过程中必须解决的核心问题。
👧🏻 Ronghui
其实 AI Agent 在国内这半年也非常火。硅谷会关注到这些国内 Agent 项目吗？
👩🏻 张璐
会的，比如 Manus 就是大家听到比较多的国内做得比较好的 Agent 产品。它也拿到了硅谷风投的投资、现在在布局全球市场。现在国内无论大公司还是初创企业，在开源生态中的活跃程度也在上升。而开源本身是跨国界的，这增强了中国 AI 生态在全球的影响力。
说到 Agent，我想先澄清几点。首先，AI Agent 并不是新概念，十多年前就已有讨论，只是现在进入更广泛应用阶段。同时，大家对「Agent」的定义并不统一，学术界和工业界的理解都有差异。
但我认为真正的 AI Agent 必须具备两个核心能力：能处理复杂任务，且具备自主决策能力，而非依赖人类干预。虽然工具库仍由人类提供，但 Agent 必须自己决定使用哪些工具、如何执行任务。这个标准之下，很多只是自动化或数字化流程的产品，还不能算是 AI Agent 的定义范围内。
Windsurf 收购案与大厂的战略博弈
👧🏻 Ronghui
Manus 被 Benchmark 投资这件事，听说硅谷的投资机构也很关注。就在我们录音前一天，初创公司 Windsurf 剩余团队被 Cognition 收购，也算是这场「收购连续剧」画上句号。我觉得这个收购可以串起来很多事情，我们不妨从这个收购案入手，聊一聊上半年的一些代表性的事件。首先，我觉得这个收购非常反映大公司的焦虑。你怎么看？
👩🏻 张璐
确实，现在大厂的焦虑主要来自两个方面：技术更新太快，竞争也太激烈。我听到谷歌的 Gemini 团队已是每周七天工作，xAI 更夸张，员工在公司里搭帐篷，这个也不是作秀，确实工作这么辛苦。我也认识他们的创始成员，跟我讲有时候马斯克凌晨一点来跟他们一起工作，工作到凌晨六点。所以他和我约见面可能就是约在早上 7、8 点。结束工作之后见一面，回去睡几个小时再继续工作。可以从中看到整个竞争是很激烈的。
Windsurf 这个收购，有一个有意思的地方。Windsurf 和 Cursor 都是硅谷火爆的代码模型，也就是人工智能代码 AI Agent 的代表，之前他们两个各自有各自的优势。但是本质上，他们调用的还是 ChatGPT、Claude 这些通用大模型。
前段时间，Anthropic 推出专用的 Claude Code，相当于在它自己的 Claude 的基础上又做了一个代码模型，表现和适配度都很好，一上线就很受欢迎，很多团队就转向了 Claude Code。虽然它刚刚发生，还没有动摇 Cursor 和 Windsurf 在市场上的占比，但这意味着一个开始。对于初创的代码 AI Agent 公司而言，要考虑调用的通用大模型自己做代码模型之后，自己的优势是什么？我认为这就解释了，为什么像 Windsurf 这样的公司，财务数据、增长各方面的表现都不错，却会考虑并购这个角度，OpenAI 当时要收购 Windsurf，也体现出了它确实目前从技术、商业模式、资金和人才等各个方面都在面临着挑战。
另一位参与者 Google，Gemini 在发布层面上获得了很好的优势，但它不能马上变革自己现有的广告商业模式，所以也是在探索其他的产品形态。对 Google 而言，Gemini 本身已经做得很不错了，如果收购 Windsurf 给它增加一个代码应用，这个收购的战略意义是比较水到渠成的。
也正因为这样，这波收购才像连续剧一样一集接一集：先是 OpenAI 想买，再是 Google 出手，最后 Cognition 把剩下的团队也收购了。
OpenAI 的困境：想破茧式重组却甩不开微软
👧🏻 Ronghui
为什么代码平台会成为抢夺焦点？Cursor 也有高的估值。年初 OpenAI 曾打算以 30 亿美元收购 Windsurf，但最后没成，据说和 OpenAI 与微软之间的协议有关。张璐你了解背后真实原因吗？
👩🏻 张璐
微软协议确实是其中一个原因，但不止于此，还有一些其他的原因导致这个 deal 没有谈成。OpenAI 与微软现在的关系相对而言处于一个敏感和紧张的阶段。一方面微软借力 OpenAI 模型开发 Copilot 整个产品线，早期效果一般，但现在产品打磨得越来越好。
另外一方面，微软本身在 ToB 商业模式上具备天然优势，生态完善，服务和销售体系健全，还能提供云资源支持，能吸引大量企业客户。而 OpenAI 想拓展 ToB，就必须直接与自己的大股东微软竞争，这是个很大的问题。
此外，OpenAI 现在也面临训练数据瓶颈。通用模型把公开 C 端数据用的差不多了，要进一步优化，必须获得高质量的行业数据，但是高质量的行业数据不在公共领域，要通过企业合作获取。但它在 ToB 上的弱势又让这条路难以走通。OpenAI 今年的确进入了一个极具挑战的阶段。
👧🏻 Ronghui
对，前两天 Sam Altman 也表示 OpenAI 的开源模型将推迟上线，理由是发现潜在安全风险。
（备注：本节目录制后两周，OpenAI 开源了两个模型。）
👩🏻 张璐
这很有意思，OpenAI 过去鲜少强调「安全」，现在却用这个理由推迟发布。Anthropic 当初建立就是因为创始人觉得 OpenAI 对 AI 的安全和伦理重视不够。
Meta 最近收购 Scale AI，也反映了它在追赶过程中的焦虑。它在开源方面做得还是比较好的，但 Llama 4 表现一般，DeepSeek 的崛起让它更有压力了。
它缺模型、缺生态，所以着急的进行快速收购。收购的力度也很大，针对人才，针对公司都是如此。包括收购 Scale AI，Meta 的核心初衷是为了补足数据和在 Infra 层面的短板。他收购 Scale AI 并没有从这家公司里带走几个人，只有几个人去了 Meta，所以核心是补足数据和工具层面。目前看起来方式比较传统，就是堆资源。过去的结果体现出来它在战略层面落后了，现在的方式就是大规模的堆资源，从现金，算力，人才层面来补齐。
另外值得关注的就是 xAI 推出的 Grok 4。虽然也有争议，比如说他们用了很多 Twitter 的数据，也被批评有偏见，比如出现「希特勒式」对话，但整体性能仍然令人惊艳。
虽然 Grok 的代码模型尚未对外发布，但据我了解，xAI 内部已有七八成代码由 AI 工具完成，内部使用非常顺畅。一旦发布，很有可能值得和 Claude Code 等主流模型作横向比较。
Meta：堆砌资源反击
👧🏻 Ronghui
你刚刚提到 Meta 的「买买买」的新闻和策略。我的看法是，不管是被调侃天价挖人员工被做成了「球星卡」，还是 Semi Analyst 发布的他们在投入巨额资金堆算力的报告，我觉得扎克伯格至少有一个目的是，希望让无论是公司内部还是行业都看到他要做 AI 的决心。你怎么看这种类似「暴力美学」的方式在做 AI？
👩🏻 张璐
确实，Zuckerberg 对 AI 的投入是有强烈决心的，这也跟我们刚才提到的，如果公司 CEO 是它的创始人，在很多方面特别是新的方向选择上，他的投入力度会比较大，决心也会比较大。
另一方面，其实 Meta 一直在 AI 领域做投入，像 Google 一样，从早期就有远大的愿景，前两天我看到一个视频，是 Larry Page 在 25 年前的一个采访，当被问到谷歌的终极形态是什么，他的回答是人工智能，希望这个搜索是你问任何问题，他都可以回答给你，一个由人工智能驱动的搜索引擎，其实也类似我们现在用 ChatGPT 的形式。在 25 年前他就有这个构想，而且在过去这些年里也在 AI 领域投入很大。
Meta 其实也是一样的，人才结构，招聘，之前开源模型的发布，构建真实物理世界的模型，做得也很好，但可惜的是没有生态。发布这些模型之后，没有生态就无法转化成一个实际的应用，让生态先体验到模型的能力。
第二，Meta 内部还有广告这个「现金奶牛」，资源分配上，怎么倾斜资源投入，是内部管理的挑战。
所以我觉得这些创始人，无论是扎克伯格还是 Larry Page，他们一直都有对 AI 的长期愿景，不是今天有的，而是一直都有。只不过今天到了一个，类似基点临近的状态，这个基点拐过去之后，加速的速度太大了，所以他可能无法再像过去一样慢慢的一步一步的投入，而是希望可以更快的在人工智能生态层面建立优势。所以 Meta 这么疯狂的招聘，投资，砸现金，砸资源，核心目的是希望压缩迭代时间，通过招聘和收购的方式买时间，从一个相对战略和技术落后的状态，快速重建 AI 生态。
不过 Meta 现在还有一个优势，各大科技公司，包括 OpenAI，也在聊的一个概念，就是 AI 时代出现了一个新的需求：AI 的交互界面。这个交互界面不只是手机或电脑，也包括硬件。Meta 目前是少数比较明确的有一个硬件形态 AI 产品的公司，但缺乏强大的模型和系统能力。这就是为什么他会觉得自己其实在硬件生态上是有优势的，如果可以使劲儿把模型和系统的能力提升，可能就会跑得比别人更快。当然硬件方面还有一个很重要的玩家是苹果，大家对苹果的期待也很高，但是在 AI 这一波浪潮中苹果的一些决策，包括投入，导致现在它并不在 AI 最前沿的几个公司阵列里。再回头看扎克伯格的收购，他很清楚自己缺的是什么，缺的不是执行力，而是核心构建的大脑，要招到最优秀的人工智能人才，帮助他搭建模型架构，建立生态。所以看他招聘来的这些人才，比如 Scale AI 创始人 Alexandr Wang，他就是一个很厉害的生态的构建者，因此是双线发力：一边补模型大脑，一边建生态系统。
👧🏻 Ronghui
我听说 Meta 内部其实挺「卷」的，工作很辛苦，那你觉得他们之前在 AI 上没做好的主要问题是什么？
👩🏻 张璐
他们是比较「卷」的。有一些是我听到的不一定是最准确的，核心问题可能还是团队在迭代的过程中，做下一代产品的人不能拿到上一代产品的所有信息，所以问题出在内部管理上。再加上他们的首席 AI 科学家其实一直不太认可大模型方向，所以内部对投入方向分歧很大。这次扎克伯格算是下了决心，要大力投入，还引入外部人才，想起到鲶鱼效应，激活内部团队。目标是配合他们已有的硬件优势，把 AI 大脑和生态搭起来，加强自己已有的人工智能硬件优势。
👧🏻 Ronghui
那你怎么看这波收购之后的前景？
👩🏻 张璐
其实现在很难说。我个人短期内不太乐观。当然招来了很多很优秀的人才，但是搭建生态的周期不会像想象中的快。以及人才进来之后，新老团队融合需要时间，也有「镇痛期」，它并不能够保证招来的所有人都全身心的针对产品研发，可能还是要在组织架构层面上做一轮调整，这个调整需要多长时间可能无法确定，因此短期内，比如今年底之前，Meta 想迎头赶上，可能比较难。但从长期看，如果生态和架构能顺利搭起来，还是有潜力的。
Google 的涅槃困境：技术无敌，商业犹豫
👧🏻 Ronghui
刚才你提到了花钱买时间，我也很同意。包括回到 Windsurf 这个收购案，我看到有人说 Google 花 24 亿收购 Windsurf 有点冤大头，但我觉得这个账仔细算起来，Google 的这一步棋走得很精明，因为他如果自己重新搭建一个团队，重新做起，至少需要 2-3 年的时间才能做一个类似的产品出来，现在直接挖人，避开反垄断的调查，拿到技术授权和 know-how，花了这么多钱再这样一个关键时间里买它，其实也是在买时间。
👩🏻 张璐
你说得对。现在对大公司而言，钱不值钱，最值钱的是时间。像刚才说到的，现在 AI 的竞争周期已经变成了每周都有新的发布，因此每周每天对他们而言都很有价值。
一方面是通过买时间来提升自己的人工智能竞争实力，另一方面，这种收购也有助于上市公司向投资人释放信号，如果能推动 AI 战略，股价上涨带来的回报可能远超收购成本。所以对大公司而言，不一定只是看企业的盈利情况来决定收购，包括我们的一些被收购的被投企业也是如此，有一些企业因为收入高被高价收购，但也有些企业收入还不错，但收购方愿意高价收购的原因是看到了战略价值，也就是产品如果放到我的分销渠道，销售给现有的客户，也许可以立刻制造比如 5 亿美金、10 亿美金的收入。在此基础上，拿出 5 亿美金、10 亿美金来收购这个企业就是值得的，因为不只是现有产品，也可以助力未来研发下一个阶段的产品。
对战略收购的一方，他们现在是这个生态里的重要贡献者，因为很多初创公司不一定都要通过上市来退出，快速收并购能带来资金和人才的回笼和循环，对于创新整体都是非常好的。
👧🏻 Ronghui
最近听说 Google 内部在持续调整，比如 Notebook LM 的负责人现在也管 Gemini App。这是否反映了 Google 的某种焦虑？你怎么看它现在的状态？
👩🏻 张璐
确实。Notebook LM 是 DeepMind 和 Google Labs 联合做的产品，是个很不错的工具，也能看出 Google 正在把原本分散的 AI 研发力量整合成真正的产品力。
到目前为止，我觉得 Gemini 过去这段时间的发布做得非常好。从 AI 实力看，我认为 Google 在所有科技公司中排第一，但它的潜力被市场低估了。它本身并没有大肆宣传和推进这些 AI 产品的发布。另一方面，我觉得对 Google 来讲一个挑战在于要考虑在什么时间节点，通过什么形式进行自我的变革和优化，因为现在的商业模式是广告驱动的，如果真的要大力推动 Gemini 驱动的搜索引擎，它完全可以做出比 Perplexity 更强的 AI 搜索，但只要 Gemini 驱动的引擎上线，就会直接冲击它的广告模式。除非找到新的盈利方式，它不敢轻易杀掉「现金奶牛」。但如果转型成功，Google 有机会凤凰涅槃，会做得更好，因为它的人工智能实力非常强大。
现在人工智能竞争不单纯只是一个模型的竞争，它也是一个成本的竞争。Google 的优势就在于，它有芯片，模型，云服务，基础设施，和人工智能应用，作为一个有整个生态的全栈式产品，再去优化成本是非常好做的，这是我觉得它这么多年来积累起来的优势，是别的科技公司很难比拟的。
但如果这个时机没有选择好，形式没有选择好，很可能是自断了一条腿。在新的产品没有快速获得商业认可之前就把自己现有的模式打掉了。所以对它来讲，一方面要从内部找这个时机，另一方外部有很多竞争对手。包括我们现在做一些调研，会看到像我们这一代人可能生长起来非常熟悉移动互联网的环境，用智能手机。更年轻的小朋友，他们就是用 AI 工具长大的。如果用 Google 的年轻人越来越少，用生成式 AI 驱动的搜索更多，新一代用户习惯的快速变化，也不会给 Google 留下太多时间和空间做调整了。
👧🏻 Ronghui
你觉得 Google 到了必须转型的关键时刻了吗？搜索是它商业模式的根基，而 AI 搜索对这个根基是直接威胁。
👩🏻 张璐
我认为是到了关键时刻。但说实话，还是要看内部的数据体现。我觉得今年 Google 还是要做一些内部的调整，争取完成「凤凰涅槃」的转型，真正成为 AI 时代的领军企业。
我也建议大家持续关注 Gemini 家族的产品：从企业级 AI、Gemma 3n 的边缘端模型、还有 AlphaFold、AlphaGenome 等等，都是令人非常惊艳的。它们背后是 Google 自研 TPU 构建的成本优化和生态优势。
苹果、亚马逊、微软
👧🏻 Ronghui
那苹果的情况呢？它现在看上去有设备优势，但没有模型也没有自己的 AI 产品。WWDC25 上宣布要深度整合 ChatGPT 进 iOS，听起来像是在用 AI 提升 iPhone 使用体验。
有些人认为 AI 短期内不会影响苹果的收入，毕竟大家还要用手机。但长期来看可能会削弱用户对手机的依赖。那你觉得苹果的 AI 策略核心是什么？它的问题又在哪？
👩🏻 张璐
苹果可能没预料到 AI 发展这么快。其实硅谷这些科技公司，并不是 ChatGPT 出来了大家一下子扎进 AI，他们基本上在过去的十多年里都在做人工智能方面的布局和投入，只是以前时间线没有那么紧张，现在是突然竞争周期和迭代速度都在快速缩短。
我之前很看好苹果的人工智能芯片，它的人工智能芯片做得非常好，我记得有一次发布的时候说是世界上最强的人工智能芯片，本身的运算能力，包括苹果的硬件生态整合做得非常好。但是问题在于缺少一个人工智能产品，硬件是苹果的核心，芯片是硬件的核心，但是没有一个 AI 产品，所以这次和 ChatGPT 的合作，更像是权宜之计。先合作，再逐渐布局。
短期来看，苹果还有硬件入口优势，大家用 AI 工具还是得靠手机和电脑，它还是有平台性的优势。但像 Meta 在做硬件，OpenAI 也想做硬件，Google 在硬件方面也有探索，已经在挑战苹果的护城河。所以在这个层面上，苹果还有时间窗口，但不长了。它需要尽快布局 AI 硬件，将人工智能嵌入到它的硬件体验里让它更流畅，我觉得这些可能都是苹果在考虑的一些方向。
Tim Cook 是很厉害的领袖，但在大趋势到来的时候，如果这个公司的 CEO 是创始人，他更敢下大赌注，这种魄力是很难要求非创始人的 CEO 拥有的，毕竟不一样，赌输了可能投入巨大但失败了。比如 Zuckerberg 在元宇宙方面投入这么多年，到现在还是一个巨大的不可见的窟窿，但因为他是创始人，即便犯了错，可能也还是能保住自己的位置。但职业经理人通常要更谨慎评估风险。所以现在在 AI 上跑得快的公司，像英伟达、Salesforce、Meta、谷歌，CEO 都还是创始人。
👧🏻 Ronghui
我们还没提到亚马逊。AI 应该可以帮助电商的推荐算法更准确，从而卖出更多商品，同时 AWS 服务卖得也很好，你怎么看它上半年的布局和未来前景？
👩🏻 张璐
AWS 其实像是在「淘金热里卖铲子」的角色。对这些有大量的人工智能训练、推理需求的模型公司或者 Agent 公司，都是 AWS 的客户，所以越多 AI Agent 的公司，越多的模型公司，对 AWS 来说都是好事，它的商业收入和增长还会被进一步推进。这也是为什么大家可能感觉说，好像亚马逊没有大规模的投入要做 AGI，直接做一个 AI 产品，都没关系，卖铲子也卖得很开心。而且通过基础设施层面的优势，可以默默地在人工智能竞争生态中胜出。
另一方面，亚马逊一直是 Anthropic 的强力支持方和投资方，两边合作紧密，也折射出初创企业和大公司合作很多，像亚马逊、Google、微软，都希望初创企业用他们的云服务，也会提供比较好的条件，这些战略协同和战略协同的整合也是做得比较好的。
👧🏻 Ronghui
说到战略协同，微软肯定会继续大力地推 Copilot，那么你会不会推断接下来它会和 OpenAI 解绑？这也是一个存在了蛮久的行业内的猜测。
👩🏻 张璐
我觉得微软和 OpenAI 已经开始出现「渐行渐远」的苗头。比如之前 Sam Altman 想调整 OpenAI 的股权结构，最后是一个妥协的结果；加上这一次 Windsurf 的收购案，业务上微软和 OpenAI 产生直接利益冲突。再加上外界压力——美欧监管机构关注微软是否实控 OpenAI 形成了垄断，微软也因此让出了董事会观察员席位。
同时，OpenAI 自己也在转型。刚才提到，它面临的一个挑战是做 ToB 层面的商业探索，构建一个更加可持续的商业模式。另一方面，想获取更高质量的行业数据优化模型。如果 OpenAI 做 ToB 业务，那么就和微软的立场是冲突的。
从微软的角度，它希望 OpenAI 做一个底层模型的提供商，微软是产品的提供方和整合方，但是现在 OpenAI 无论是从企业级版本，还是包括做 Agent，不只是想做一个模型的提供方了，而是想做一个全栈式人工智能产品公司。所以两个公司存在路线层面上的冲突。
所以大家可以看到，微软现在不只是支持 OpenAI，也支持 Mistral、Cohere 以及其他好几个模型，支持接入、合作、整合，包括它自己旗下也有一个自己的研究机构 Microsoft Research，现在已经加快了自己模型的研发。这是发出了一个明确的信号。所以总结我觉得短期内不太可能会完全分家，毕竟之前的协议还是签的很紧密，而且 Azure 云服务上有明确的绑定。
但是在应用端和模型层面上，微软已经主动的在进行去 OpenAI 化了，不只是以 OpenAI 为核心，也要保证自己的多样性，布局更多的模型供应商，推动自我研发能力，降低对 OpenAI 的依赖，包括尤其是 Copilot 的生态，也会可能在未来不一定是只完全依赖于 GPT，也会动态调用多个模型，这样对微软来讲也是更灵活、更多样性的选择方式。而且它面向的企业客户，本身对于合规、安全的要求也比较高。在这一点上，OpenAI 在合规安全的层面上口碑也不是很好。所以对微软而言，做多样性的探索对它的企业级客户也会更好。所以总结，他们有深度的利益捆绑，但是微软已经开始在做去 OpenAI 的准备了。
从 OpenAI 的角度，它也在多方面探索自己的未来，包括资金，算力支持，目前公司的股权架构和董事架构也在经历迭代，这也是我刚开始为什么会提到说，我觉得今年面临最大挑战的公司实际上是 OpenAI，到今年年底，它可能会有很多变数，我们可以拭目以待。
「AI 大脑」争夺战
👧🏻 Ronghui
好的，再回到 Windsurf 的这笔收购，大公司在抢人，能看到他们的焦虑。我好奇现在这些收购背后，所谓争夺人才，本质到底在争什么？而这样新的交易结构，又会对硅谷的初创和创投环境带来怎样的变化？
补充一个信息，昨天我看扎克伯格在 The Information 的直播里面说了一句话挺有意思的。他说钱是一方面，但大家更多看到的是交易的数额，忽略了「more leverage as a researcher」。他提到一句说以前我招人的时候，大家会问的是「我的权限范围有多大？」现在招人的时候，发现候选人问得最多的是「你如何让尽可能少的人汇报给我，然后同时给我尽可能多的 GPU？」这也是他现在招人的策略。
再回到前面的问题，从最近以 Windsurf 为代表这个收购案，可以看到人才争夺究竟是在争什么？以及这样的交易方式会给硅谷的初创创投环境带来什么影响？
👩🏻 张璐
其实每个公司都有自己比较明确的执行力，也已经搭建了自己的基础架构，所以像 Meta、OpenAI 现在招的人，不是执行者，而是「AI 大脑」。现在人工智能生态演变速度非常快，他们希望招来的这些人给他构想和架构，指导他们应该怎么做。能够做到这个层面的人工智能人才还是比较少的，如果只是工程师，他可能没有这个架构的思维。
目前业界在探索在 LLM 上叠加 RL 等新架构，有团队甚至在研究模型能否在 CPU 上比 GPU 更快，说明底层技术路径还未定型，仍在摸索中。所以目前仍然有一些未知，Meta 他们希望招的人能帮他针对这个未知方向找到一条路，这对人的要求非常高。我觉得可能全球范围内都不超过几千人，这几千人抢来抢去，科技公司确实不够分，这是一个前提条件。
对 VC 的影响，一方面这类收购对行业是好事。整个 VC 行业在过去几年一个比较大的挑战是过去几年上市公司比较少，VC 完成退出的公司比较少，导致资金回流相对比较慢，通过快速收并购，形成更动态更快速的资金回流，对整个创新生态有好处。
但是另一方面，有些比较大型的收购，如果是正常的收并购交易，像我们今年这几个收并购都属于正常的，作为投资方，收益倍数还是很不错的。但是这种针对人才的大金额收购，收购方会更优先把资金给团队，而不是给投资人，在这样的收购情况下，投资人的回报就比较有限。像 Windsurf 这个收购，投资人回报就相对有限。
在这个层面，也会让 VC 更多考虑究竟以什么形式来对待这类退出，什么退出方式是大家可以双赢的，而不是由于大科技公司对人才的需求导致 VC 的收益被妥协。
因此我觉得下半年，大家也会看到生态里的 VC，创业者，大的科技公司，监管等等，都可能会有一些变化。
👧🏻 Ronghui
具体是指哪些？
👩🏻 张璐
我觉得监管会是一个变量，有可能会放松。但放松的过程中，究竟是放松在数据层还是在人工智能技术层，也是不确定的。
第二，对 OpenAI 这样的公司，是一个非常关键和敏感的时间节点，Google 也是时间窗口比较有限，要做一些自己的判断和决策，Meta 做了这么大规模的发力，是不是下半年会有一些新的东西出来？
还有一个「搅局者」就是马斯克。他的 xAI 推出的 Grok 模型，从发布到现在才十几个月，就已经逼近行业顶尖了，这速度太惊人了。说明他们不仅砸资源，更是把执行力和底层架构都打通了。
现在大家都有工程师、有算力、有资源，如何构建一个大脑团队快速迭代推出去？xAI 有这个能力，构建了一个很强的大脑，而且执行力也很强。所以这个层面上，大家最近对马斯克因为其他原因口碑比较分裂，从创新和企业的角度，还是要给他很多认可的。在执行能力上，很难再找到另一个企业家或者公司可以和他比，这么快的速度，以及资源整合和构建的能力。
👧🏻 Ronghui
我们上半年也看到几个所谓超级人才带领的公司，一开始就融了很多钱，比如 OpenAI 的联合创始人 Ilya Sutskever 和 OpenAI 前 CTO Mira。
👩🏻 张璐
对，Ilya 融了10 亿美金。Mira 第一轮融了 20 亿美金，而且 Mira 融资的时候其实就有科技公司想收购她的公司，报价听说已经到 100 亿美金上下。所以还是非常疯狂的资本市场。
👧🏻 Ronghui
资本市场可以给这么高的估值和收购报价，代表他们在看好什么呢？
👩🏻 张璐
我可能不一定同意他们的看法。
现在有些人期待这些新公司能成长为万亿级巨头，打造一个通用模型，解决各种问题、支撑所有应用。我不否认这个可能性，但相比几年前，在现在这个时间节点上，这样的机会已经更难了。像谷歌这样公司，自己的通用模型做得好，也在不断进化。而且未来究竟是用一个通用模型解决所有问题，还是各种各样的针对不同行业做的垂类小模型，这也是一个讨论的焦点。
真正有能力设计新模型架构的人极少，这类人才非常稀缺。比如 Meta 开出一个人一个亿的价格，像 Mira 这样十几人的团队，本身就值十几亿美金。加上产品能力和市场溢价，这样的估值可以理解。
但我对早期给出极高估值是有担忧的。这也是我们没投这些项目的原因。虽然公司有潜力，但看商业本质，还是要尊重规律，并不一定会出现好几个万亿级别的公司，而且万亿级别的公司生长周期也不一定有那么快，一开始估值很高，从投资人的角度来说，很简单的考虑就是究竟最后的回报倍数会是多少，起点太高，最后作为投资人的回报倍数肯定会受限。
👧🏻 Ronghui
谈到了 VC 的回报，也想问问张璐，以上半年为时间线，或者再拉远一点，你觉得硅谷的 VC 在发生哪些比较大的变化？前段时间有新闻报道 Lightspeed 注册了 RIA 牌照，像 a16z、Sequoia、General Catalyst 也都注册过这个牌照，等于从 VC 变成了金融机构。你觉得硅谷的 VC 正在发生哪些结构性的变化？
👩🏻 张璐
Lightspeed 注册 RIA，其实算是大基金里相对晚做出身份转换的。像 a16z、Sequoia、General Catalyst 这些机构早就做了。
一个很核心的背景是，这些基金的体量越来越大，已经不只是做早期 VC，还开始做母基金、资产管理等业务，慢慢变成一个更泛的金融机构。我觉得一方面是他们的资金金额太多了，早期项目不一定能消耗掉这么多钱，需要做一些调整。二来，AI 创新生态其实也让大家思考，究竟 VC 资金的价值在哪儿？因为我们看到一个变化，比如十年前，一个公司从没有收入到有 200、300 万美金的收入，可能需要 3-5 年时间，但是现在，基本上一年就可以做到，甚至一年做到几千万或者更高的收入。这带来一个问题，以前公司可能说需要融资 1000 万才能达到 500 万美金的收入，现在也许已经变成了融资 500 万美元就可以达到几千万甚至更高的收入，那么后续的融资需求就会越来越小。
从 VC 的角度，是不是就要有一个更长周期的布局才可以把钱投出去。所以我觉得是有各种各样的创新生态带来整个公司融资节奏、金额的影响，再到 VC 本身行业在面临的问题是钱太多了。所以如何变成多产品、多生态的金融机构，我觉得这是转变和原因。
👧🏻 Ronghui
你前面提到过前两年公司是退出的低潮期。今年像 CoreWeave 上市后，美股 IPO 市场是不是有回暖的趋势了？
👩🏻 张璐
年初其实大家都很乐观，硅谷有二十多家公司准备上市，我们也有几家，但基本都暂停了。还是因为市场的不确定性很大，第一季度特朗普的关税、再加上金融震荡让市场更谨慎的选择上市的时机，不过我觉得也需要从辩证的角度看待这个选择。
如果一家公司本来计划上市，因为觉得市场环境不够好要暂停，在某种程度上也说明它可能现金流还是可以的。因为如果现金流不够，就算流血也要上市。上市本质还是融资。那如果自己还有一定的现金流，可以再等一等，证明这个公司业务还是不错的。
大家一直期待的两个公司，Stripe 和 Databricks，这两个公司现金流和经营状况都很好，所以在今年，他们也会判断什么时机上市更好。所以上半年，本来大家期待的开放的 IPO 市场并没有发生，现在在期待看下半年是不是能放开。
虽然 CoreWeave 和 Circle 的表现都不错，但整体数量还是比较少，不太能体现 IPO 市场打开了。我现在觉得是一个还没有打开的状态，等下半年，金融市场更适应政治变化的节奏，其实你会发现华尔街现在对于特朗普的一些惊喜或惊吓，反应度已经没有之前那么夸张了，这种短期或者中长期的不确定性成为常态后，可能下半年大家会更有信心上市。
我们也希望上市通道能尽快开启，这对退出、资金回流有帮助，可以助力下一波 AI 创新生态的发展。
医疗是座沉睡的数据金矿，AI 是那把金铲子
👧🏻 Ronghui
你们投了不少企业级 AI、医疗、工业自动化的项目，这类创新项目，在大家普遍比较关注 GenAI 的内容中比较少被提及。你觉得这些领域有哪些值得被关注的 AI 创新？
👩🏻 张璐
这些领域其实很火，发展也快。不过我也理解因为大家平时在媒体上看到的多是 C 端应用，比如图像、视频生成，但真正在商业上跑得快的，往往是 ToB 的 AI Agent 和 AI 领域的垂直应用。
我们的企业级 AI 投资主要分两类：一类是基础设施，比如贾扬清的 Lepton，还有 Voyage AI、You.com、Vectara（专注 RAG），我们都投得比较早；另一类是垂直领域的应用，比如 Otter AI、Constructor AI。刚才提到的人工智能在医疗领域的应用，其实医疗领域是 AI Agent 巨大的市场和机会，今年是 AI 和医疗结合的大年。我们年初在 JP Morgan Healthcare Conference 做了一个人工智能在医疗领域 2.0 的报告，1.0 的报告是我在 2017 年做的，想一想中间的跨度还是很长，8 年时间。今年我们投的几个项目，一个是和 Khosla Ventures 一起投了一个做细胞疗法小模型的团队，还投了 Arc Institute，他们发布了一个叫 Evo 2 的模型，用 AI 来训练和处理基因测序数据。前者在针对免疫疗法甚至癌症相关的疾病方面有很好的应用，基因测序应用的就更广泛了。
我们早年投过 Subtle Medical，用生成式 AI 进行医疗影像增强，现在已经是这个领域的头部公司。我自己的背景你也知道，之前做企业也是做医疗创新出身，后来做投资，对医疗这个领域一直很有热情。而且本身在美国，医疗是一个巨大的市场，美国有 20% 的 GDP 与医疗相关。
现在讨论人工智能，我们经常讨论的一个核心要点就是数据，很多时候大家可能不知道，人类社会 30% 以上的数据是和医疗相关的。但是这 30% 的医疗相关数据，只有不到 5% 目前被利用起来了。所以它就像一个大金矿，我们现在还没有把这个金矿挖出来。人工智能是一个很厉害高效的工具，可以帮我们把这个金矿的能量都挖出来。
我也想特别强调一点，AI 不是来替代医生的，它在医疗领域一个非常重要的功能就是赋能。不仅能赋能医疗领域的从业者，也赋能核心技术。比如我们说再生医疗，它的底层技术发展速度很快，加上人工智能就可以完成低成本的个性化，现在已经有公司能用干细胞培养出会跳动的人造心脏。未来，如何让这样的技术低成本和个性化，用我们每个人的细胞来长出这样的器官，这其实是可能可以做到的，而且可以大规模的降低成本。
在个性化诊断和个性化治疗方面，我个人很关注的除了癌症方向，还有脑部疾病，像帕金森、老年痴呆这些病，这两个领域，现在因为人工智能的助力，也有了很多新的探索和发现，之前这种脑部疾病，通常是看到了结果，通过结果暂停老年痴呆的发生，但没有找到根本的原因，治标不治本。但现在 AI 能从大量个体化数据中找出潜在诱因，为「治本」提供了新的可能。所以还是我说的那句话，医疗数据是个大金矿，但是我们用的很少，有了人工智能这样的强有力的自动化铲子，可以把金矿挖出来，可以做到有很好的回报，也是在助力这个社会更好。而且人工智能核心是降本增效，这在医疗领域体现得更加明显之后，可以让更多人用更低的成本享受到高质量的服务。
我们投的 Subtle Medical 就是典型的例子。它用生成式 AI 优化 CT 和 MRI 图像，只需要几分钟的低精度扫描，就能生成高清影像，既省时间又省钱，辐射还更少。目前它已经拿到多个 FDA 批准，证明它在医疗级别上的准确性是过关的。
医疗创新的关键，不只是技术先进，而是「怎么把成本降下来」。医疗领域的技术发展速度在过去几年一直持续发展，核心的问题还是降低成本，这样才能普惠大众。如果只有亿万富翁能运用到延寿的技术，它的的应用就有天花板，因为数据样本也不够丰富，难以迭代。AI 的真正价值，是让医疗更普惠，而不是只服务少数人。
从工业到太空：AI 正在重构物理世界
👩🏻 张璐
工业自动化也是我们重点关注的方向之一。我们今年发布了 Physical AI 行业报告，重点分析了制造和物流等领域的自动化趋势。受中美供应链脱钩影响，北美正在加速本地制造的自动化进程，工业机器人、机械臂等等应用。
另一个发展很快的方向是太空产业。它现在对于整个从硬件层面机器人应用到软件层面的 AI 应用都很快。太空生态因为比较新，快速蓬勃发展，它有个优势是一开始发展就是依托于 3D 打印，自动化机器人，还有人工智能，像 SpaceX 工厂已经高度自动化，轨道上的卫星也本质上是运行中的智能边缘设备，是 AI 的载体，在太空里，也可以进行很多人工智能应用的搭建，包括机器人的搭建。
我们还投过一个来自 SpaceX 的团队，他们在做一个自动化的机器人系统，相当于在月球上的一个太空加油站。打个比方，平时我们在高速公路开车，到了一定时间要去加油。那未来如果是太空旅行，你的太空飞船是不是飞到太空也需要补给。它做的自动化机器人系统，能在月球就地采集并处理资源，为星际飞行补给。他们还做了面向月面探测的 Moon Rover，已经更新到第 11 版。这类项目的发展速度很快，也标志着 AI 正在深度介入下一代太空基础设施。
未来 10 到 20 年，AI 和太空生态可能会同步爆发，值得期待。
👧🏻 Ronghui
听张璐讲完之后，让我想起 Peter Thiel 说的那句话：「硅谷承诺我们会飞的汽车，结果只给了我们 140 个字符。」
刚才听你谈医疗、太空这些前沿场景，真的让我重新感受到科技改变现实的力量。尤其是在医疗上，虽然你提及的一些创新目前是发生在美国，但是技术进步多多少少也会给我们每个人都带来影响，我的家人做过大手术，所以特别有共鸣。以前每一次去参加科技活动，都非常期待看到科技进步在医疗领域大放异彩。
👩🏻 张璐
对，我特别理解这种感受。我是学材料科学工程的，过去十几年的创新周期里，商业模式创新固然让人兴奋，但是它毕竟不是基础技术创新。你会发现，虽然大家好像生活上更方便了，有社交网络，平台让大家更好地展示自己，但是在物理世界，包括医疗领域，过去十几年的技术发展是比较缓慢的，没有看到很多新的东西进入到实际应用层面。
让我觉得特别兴奋的是，我们正进入一个「大航海时代」，到处都是小金矿，而 AI 就是那把能把金矿挖出来的铲子。一旦挖出来，就能推动产业底层的结构性变革。
本质上，这是一场生产力的跃升。有了更高的生产力，我们才有机会去探索像太空科技这样的前沿方向。AI 是一个很重要的工具，我们要抓住这个金铲子多做创新，多去发掘。
Peter Thiel 前一段时间在采访里提到一段话，说大家会很担心人工智能快速迭代会带来很多隐患和挑战，我非常同意，我其实在过去几年里也参与了很多关于人工智能监管方面的讨论，但这个时候就要评估一个风险：人工智能快速发展它带来了很多好处，同时也带来了很多挑战。还有一个可能就是人工智能不发展，停滞了，停滞带来的潜在的风险，以及对我们的伤害可能是更大的。所以我觉得我们宁可去承担风险，驱动新技术的发展，也千万不要因为惧怕未知和风险而不向前进步。
人类社会有时就像河流，不进则退，停滞就是一种倒退。
我们已经积累了大量新数据、新平台，现在是一个难得的机会。所以我觉得还是非常值得大家兴奋的，尤其是年轻一代。我们的生活会在接下来的 10 年、20 年发生巨大变化，对我们来说是兴奋和挑战的，挑战在于，你有没有做好准备。
现在刚毕业的一些学生，就会发现找工作很困难，包括也会有很多困惑。教育如何帮助年轻人应对新的人工智能的需求。我常常说，其实就想一想当时电脑刚出来的阶段。最开始，很多人还会觉得会电脑是一个技能，最后你会发现各个产业都在用电脑。这个时候会用电脑的人会替代不会用电脑的人，而且它也不是一个技能了，它是一个基础要求。
现在 AI 也是这样，会用人工智能工具会是一个基础要求，并不一定每个人都需要会编程，会用人工智能去做什么产品，但是会使用这些工具，就像会用电脑一样，是一个基础技能，大家在未来都要学会，尤其是年轻一代。
👧🏻 Ronghui
谢谢张璐今天的分享！无论是硅谷大公司和初创生态的观察，还是在医疗、工业自动化方向的投资故事，都非常精彩。期待大家在生成式 AI 里的图像和文字以外，也更多的关注那些底层技术的创新。
文章来自于微信公众号“十字路口Crossing”，作者是“十字路口”。
