知名風投 a16z：過去 75 年的「創新方法論」，AI 已經徹底改寫

a16z 合夥人認為，AI 正在改寫創新的底層經濟邏輯：從工程約束轉向資本約束，20 人團隊如今能有效部署 10 億美元。這一判斷直接影響對初創公司 vs 大廠競爭格局、風險投資邏輯乃至 AI 能力邊界的判斷。三人同時坦承，面對百億美元規模的模型訓練，沒人真正知道會產生什麼，「這是人類從未創造過的數位產物」。

近日，在 a16z 最新播客節目中，普通合夥人 Martin Casado、Erik Torenberg 與董事會合夥人 Steven Sinofsky 展開了一場深度對話：AI 在數學領域的突破意謂著什麼？創新的底層邏輯是否正在被重寫？初創公司與大廠的競爭格局又將如何演變？

三位討論者認為，過去 75 年支撐整個電腦產業的基本假設，正在被 AI 逐條重新檢驗。其中最關鍵的一條——創新是工程問題，不是資金問題——已經失效。AI 正在改寫創新的底層經濟邏輯：從工程約束轉向資本約束，20 人團隊如今能有效部署 10 億美元。這一判斷直接影響對初創公司 vs 大廠競爭格局、風險投資邏輯乃至 AI 能力邊界的判斷。

從算盤到 AI：抽象層級的 75 年躍遷

Sinofsky 拿出一本 1953 年 IBM 的宣傳冊。

封面上，原子軌道環繞著人頭，開篇第一句話是：「人類花了數百萬年才認識到輪子的用處。」

那本冊子裡，IBM 用了整整一頁解釋什麼是「數位電腦」——輸入、儲存、運算、控制、輸出。

Sinofsky 說：「這就是 75 年來我們理解電腦的方式。」

從算盤到計算尺，從差分機到個人電腦，從圖形計算器到雲端運算——每一次技術躍遷，本質上都是「抽象層級的上移」。低層級的問題被封裝，人類在更高層級上解決新問題。

TI-85 圖形計算器出現時，數學老師們集體恐慌：「我們的專業要完了。」Sinofsky 說：

但他們沒有抱怨微積分的出現，因為微積分對他們來說已經是起點。人們對變化的反應，遠比對基準線的反應激烈。

AI 解出數學難題，引發的恐慌，與當年圖形計算器如出一轍。

AI 解數學：突破還是「遊戲高手」？

近期，有人讓 Claude 嘗試求解黎曼猜想，在數學界引發廣泛討論。

對此，Casado 直接潑了一盆冷水。

把所有年份裡研究這些問題的博士後薪水加起來，總金額並不大。這意謂著市場從來沒有真正把解決這些問題當成優先事項。所以我不確定，解出這些題，能證明 AI 打通了什麼具有重大經濟價值的關口。

他把 AI 的數學能力比作星際爭霸冠軍：「這是史上最強的星際爭霸選手——很厲害，但我很難把它和現實經濟價值直接掛鉤。」

Sinofsky 則提供了另一個視角。他認為，數學領域的突破，或許是在「催生新的抽象工具」。

就像四色定理的證明——不是寫出一個漂亮的數學推導，而是用電腦窮舉了所有有限情形，用算力換來了答案。

一旦你有了新的抽象層級，所有人就不必再從零開始，可以直接在這個層級上構建工具。

最大的範式轉移：從工程瓶頸到資本瓶頸

這場對話最核心的洞察，來自 Casado 的一個思想實驗。

20 年前，你給一家 10 人初創公司 10 億美元，他們根本用不掉。買買伺服器，錢就沒了。

10 年前，給 10 億美元，你雇工程師，寫程式碼，但神話人月是真實的——人多了反而慢。

現在，給 20 個人 10 億美元，他們真的能有效地花出去。

他的結論是：

我們已經把這個行業從工程瓶頸問題，轉變成了資本瓶頸問題。這是根本性的不同。我們以前從沒有過這種狀態。

Sinofsky 補充說，這並非第一次資本瓶頸——電腦行業最初的 30 到 40 年，恰恰也是資本制約的時代。「你想用電腦做點什麼，第一步是先搞到一台。」

然後是工程瓶頸時代，現在，又回到了資本瓶頸。

初創公司為什麼還沒被巨頭碾壓？

按常識，微軟、谷歌、Meta 坐擁資本、數據、分發渠道，理應碾壓一切。

但現實是：Cursor、Anthropic、OpenAI 正在以「流星速度」增長。

Casado 給出了兩個原因。

第一，AI 解決了分發問題。

過去，你不知道行銷預算花在哪裡有沒有效果。現在，對算力和 GPU 的需求是無限的，你可以直接決定投入多少來驅動增長。

第二，初創公司現在能籌到足夠多的錢，真正和巨頭站在同一起跑線上。

而巨頭們呢？Sinofsky 說得很直白：

微軟更擔心亞馬遜和谷歌在做什麼，根本不關心任何一家初創公司。初創公司不會直接衝著巨頭打，巨頭也不會注意到初創公司。

他還透露了一個細節：有大公司為了把算力優先供給企業客戶，內部產品團隊反而處於「AI 飢荒」狀態，「而他們的競爭對手，沒有一家是飢荒的」。

Sinofsky 以自己在微軟的親身經歷為例。他當年拿著第一台 Surface 去見英特爾高層，對方一聽裡面裝的是 ARM 晶片，態度立刻轉冷。

他們覺得那是印表機用的晶片。他們只做摩爾定律，就像谷歌只做超大規模——如果 AI 轉向端側，那不是他們的事。

Sinofsky 總結說：

顛覆的本質，是大公司的文化常量。記分卡、銷售體系、薪酬結構、歷史包袱、客戶承諾——這些都改不了。這是物理定律。

200 億砸進去，沒人知道會出來什麼

對話的最後，三人觸及了一個更深的未知。

Casado 坦言，他之前犯了一個錯誤：

我以為遞迴自我改進、快速飛升不會發生，這沒錯。但我沒想到，我們可以無限往裡砸錢，而且規模定律一直在成立。

你拿 200 億美元，砸進一個模型。我們兩個人看著它，隨便測試——我不認為我們能理解那意謂著什麼。那麼多算力，那麼多數據，我不知道它能做到什麼。

Sinofsky 表示認同，並把這類比為指數增長：「沒有人能對指數建模。」

他還舉了一個具體場景：蛋白質組合的窮舉，過去是「無限問題」，現在可以變成「資本問題」。

我們可以把以前無限的問題，通過資本變成有限的。這是非常奇怪的事情。

Casado 說，這也是他現在不再試圖預測 AI 能力上限的原因：

我已經決定，我無法預測一個用 200 億美元創造出來的東西，它的能力邊界在哪裡。