欢迎收听跨过串门计划，这是一档专注于让中文听众无障碍欣赏全球优质外语播客的节目。通过先进的 AI 声纹克隆技术，我们不仅将内容翻译成中文，还完美保留了原主持人和嘉宾的独特声音，为您呈现全球顶尖的 AI 财经、健康与科技领域精品内容。我是主播一凯，一位热衷于 AI 领域的产品经理，很荣幸能为您搭建这座跨越语言障碍的桥梁。
接下来，让我为您简单介绍本期我们克隆的这档节目，并分享几句非常精彩的原话。本期我们克隆的是 Shane Parrish 主持的深度访谈播客 The Knowledge Projects 中的一场对话。Shane 长期关注决策思维模型和高质量生活方式。本期嘉宾 Bill Gurley 是硅谷知名风险投资人，Benchmark 前合伙人，曾深度参与 Uber 等公司的投资与成长。
节目里有几句原话很值得先听一听。你不能只用线性模型来想，也不能只盯着一个变量。我觉得更多人应该去研究自己所在领域的历史，这会对他们有帮助。如果你觉得学这些东西很枯燥，那它大概不是你的热情所在。讲故事之所以这么重要，是因为创始人要招员工，要招高管，要融资，要拿下客户，要谈成合作伙伴关系。这些话背后还有很多关于系统投资、创业和技术浪潮的真实经验。
那我们就一起进入这期完整对话。我们确实生活在一个信息被切得很碎的世界里。但同时，我们能接触到的信息也比以往任何时候都多。有哪些关键的思维模型是你一直反复回到的？它们能帮你理解这个世界是怎么运转的？我非常相信系统思维。我读过一本书叫《Thinking in Systems》。用系统来思考到底是什么意思？
我是 Santa Fe Institute 的董事，Santa Fe Institute 研究复杂性理论。我会把复杂系统描述成多变量非线性的系统，而多变量非线性的系统非常难预测。它们可能长期表现出一种状态，然后某一个变量一变，就会表现出另一种状态。比如天气、股市，都是这样。结果可能是一阶、二阶、三阶导数那样层层传导。
你不能只用线性模型来想，也不能只盯着一个变量，因为事情可能会偏离原来的路径很远。你得意识到，如果你在这里做一个改变，可能会影响到那里，然后那里又会影响到更远的地方。所以必须看整个系统。这在你解决问题或者思考事情的时候，具体有什么帮助？我觉得它能让你少惹麻烦，因为有些后果你本来可能很晚才发现，但你可以提前避开。
我之前和一个在大型约会网站工作的人聊过，他们有个想法。认为把用户资料做得更长，会带来更多互动，这是一个很简单的经验判断。他们测试了一下，结果确实如此，于是他们就上线了。但很多很多个月之后，他们才发现这对转化率是负面的，因为当人们在那个阶段知道的更多，反而不一定会转化。这很有意思。但问题是，你很晚才会发现这一点，这就是我说的二阶影响。
所以你必须非常留意后果，不要对单一指标、单一变量太过确定。你要知道什么才重要，什么在更上层。你当时是怎么学习投资这门手艺的？有哪些导师和同辈对你起过作用？因为我一开始是在华尔街，不是直接做风险投资，所以我接触到的都是你能想到的那些华尔街和股票圈的人。一开始是 Peter Lynch 的《One Up on Wall Street》那本畅销书，那可能是我读的第一本投资书。
还有 Burton Malkiel 的《Random Walk Down Wall Street》，所有 Buffett 的股东信，还有 Ben Graham。你读了巴菲特，就必须读Ben Graham，然后是Howard
Marks，他真的非常了不起。你刚才也提到你做这个播客的目的，这些人花了一整个职业生涯整理自己的想法，并且一路把他们发表出来，所以这些人的东西我基本都读了，我觉得我打下了非常扎实的金融理解基础。
这很有意思，因为你这么说的时候，我想到的是价值投资，可你后来某种程度上进入了非价值投资，对吧？那这个东西是怎么迁移过去的？Buffett说的那些东西怎么迁移到种子轮投资和风险投资里？我觉得牢牢理解底层基础非常有价值。然后，当你意识到需要在这个基础上创新的时候，有这个根基就特别好。我有一位非常棒的同辈朋友叫 Mike Marbusen，不知道你有没有听过他？
他写过很多金融方面的书。我们都是从 First Boston 开始的，他大概比我早去一两年，所以我非常幸运，刚好和他到了同一个地方。从那以后，我们就成了一辈子的朋友。他介绍我认识了一位先生，叫 Bill Miller。Bill Miller 管理 Leg Mason，曾经连续大概十五年跑赢 S V P，是有史以来最有名的投资人之一。
他自称是价值投资者，而且在很长一段时间里，他都是 Amazon 最大的股东。回到你的问题。他会说：“价值的意思只是说，相对于你认为这个资产未来会值多少钱，它现在被低估了。”我花了很多时间和 Bill 讨论网络效应。如果你相信网络效应，那么 Amazon 可能会以一个不合理的高的增长速度持续增长很长一段时间。
他就是这么相信的，所以路径就是这样走出来的。但我也经常想，硅谷很多 VC 如果能更懂金融，会很有帮助。还有一个回答也和你问的他怎么变得有价值有关。我一直把华尔街看成风险投资家所创造产品的买方，因为最后的流动性要么是 M 费啊，要么是 I P
O。到了那个时候，价格就是由那群人和那些机构来定的。所以，如果我知道他们看中什么，哪怕我们一开始还处在非常早期的阶段，只有两个人和一份 PowerPoint，我也会想，等这家公司长大以后，会不会变成他们会兴奋的东西？
轨迹比起点更重要，对吧？我觉得是，那就是你最后会到达的地方。归根到底，那就是最终输出。了解一个行业的底层基础是什么意思？我们生活在一个大家都想快速扫一眼的世界里，大家想要的是要点，是总结，是给我一份高管摘要。我给你讲个故事。我的 benchmark 合伙人 Alex Balkansky 会去参加一个慈善拍卖。
我记得那个活动是 Andre Agassi 在拉斯维加斯办的。有一年，他拍下了一顿晚餐，是跟 John Lasseter 一起吃。John Lasseter 就是 Pixar 背后的创意天才。我们去了这样家，他在自己的电影工作室里招待我们，就在他的放映室里，给我们上了一顿十道菜的晚餐，每一道菜都对应一部经典动画片。
他认为那些动画片对理解动画特别重要，他会把片子放出来，一边放一边讲，解释里面的东西。你看到那一幕，就会想：天哪！他对这个领域的历史了解的太深了。还有另一个我特别喜欢的例子：世界国际象棋锦标赛中间休息。他们办了一个知识问答比赛，结果 Magnus Carlson 赢了，而那些题全都是关于国际象棋历史的。
我们确实生活在一个信息被切得很碎的世界里。但我们也生活在一个能接触到比以往更多信息的世界里。现在有了 LRM 这一点更明显，你完全可以坐在那里，比如开车一个小时，就一路跟 OpenAI 聊，学任何你想学的东西。我觉得更多人应该去研究自己所在领域的历史，这会对他们有帮助。还有一个我们提到过的例子。Picasso 在十四岁的时候，就已经是一个极其成功的写实派画家了。
如果你去巴塞罗那的博物馆，就能看到这一点。我觉得任何人只看他的立体主义画作，都不会本能的想到这是真的。关于这件事儿，我最后再说一点，我觉得这几乎适用于任何职业里的任何人。想象一下，我们随便挑一个领域，就选市场营销。假设你大学毕业后去 P J 或 Pepsi
面试一个岗位，现场有二十个人，而你是其中那个比别人更懂营销大师、更懂营销历史的人，你还能在面试里把这些讲出来，这不是会让你一下子变得非常不一样吗？
如果我遇到这样一个人，我都无法想象这会给我留下多强的印象。但除了少数领域，比如文学，我觉得大家可能都会研究那些大师。可是，在其他很多领域，这并不是一种常规做法。我只是觉得，如果一个人随身带着自己领域的历史感，这会让他显得非常不一样。我有个朋友真的会建议别人把这一点写进大学申请文书里。如果他们想学物理，就在申请文书里讲物理学的先驱，展示自己对这个领域的理解。
这样你马上就能和其他人拉开很大的反差，而且这会显示出热情。你想了解这些，本身就说明你有热情。另外，我还会说，如果你觉得这件事很枯燥，那可能就不太对了。如果你觉得学这些东西很枯燥，那它大概不是你的热情所在。我觉得你可能就不在正确的赛道上。你这一生一直在和异类打交道，也就是这些创始人，这是不是他们身上一个常见特质？
我说的不只是了解这个领域的历史，也包括了解那些细节。我不知道了解历史是不是一个常见特质，但在创业世界里，我会说一个更常见也相关的特质是痴迷式学习，也就是持续不断的学习。因为那些让公司能够颠覆行业、从既有玩家手里抢走市场份额的技术浪潮，背后都和最前沿正在发生的动态变化有关。每个利用这种变化的创业者，现在就是AI。
他们晚上回家都会尽可能读完所有东西，因为前沿在移动，他们必须站在最前面，他们必须成为最懂这个新变化的前百分之一的人。今天是AI，但移动互联网浪潮的时候也是这样。手机上的应用刚出现时，没有工程师写过手机应用，少数人站到了那个前沿，弄明白了这件事意味着什么，这就需要在前沿位置进行痴迷式学习。我现在是这么想的，也许我的角度不对。
如果我很年轻，正在往上走，那我会站在前沿，然后一头扎进去。但如果我是既有玩家，要扎进去就难得多，因为这可能意味着我要放弃过去做过的某个决定，或者承认自己错了，还要往回走。这某种程度上就是创新者的窘境。从竞争的角度，你怎么看这件事？我觉得任何领域的人都应该对最前沿的东西保持好奇，想知道那里正在发生什么。
作为风险投资人，我们一直很担心 App Store 里突然冒出一个我们没见过的新应用，所以只要有新东西出来，我都会去试去玩一玩。我现在大概有五个付费 AI 账号，因为我就是不想错过任何东西。你会被这种方式训练出来，我觉得每个人都应该这样运转。这里有个挺有意思的对比。我一方面说你应该理解很老的东西，理解历史，因为这能让你和别人不一样，也能显示你的热情，还能给你一个很好的思考框架。
但另一方面，你也要真正理解新的前沿。如果这两件事你都能做到，那我觉得你在自己的领域里就是很有影响力的人。第二点对年轻人尤其有用，也是在面试里让你脱颖而出的办法。如果你在申请一个营销岗位，你既了解那些传奇人物和历史，又真的懂 TikTok，那就非常强。带着这种能力进公司会非常不一样，而且这很重要。真的很重要，他会给你一个发光的机会。
如果我观察你用AI一周，我会对你使用它的哪些方式感到意外？人们经常低估它能做多少事。你可能会让它找出某一类东西的前十个，然后你再拿着这十个去研究。但其实你可以说找出前十个，列出他们的优缺点，再按这个维度排序，然后再按另一个维度重新排序。也就是那些你本来后面才会做的事，其实都可以直接写进 prompt 里。
他能更早替你完成更多工作。一开始我经常让他给我一些数字，然后我自己再去加总。后来我才反应过来，天哪，这一步也可以直接让他做。你觉得 ChatGPT 是最好的吗？我喜欢它的项目结构，而且我也开始被它的记忆功能吸引。它知道我是谁，也知道一些关于我的事情。至于餐厅这类问题，我一直在用 Gemini，因为它有所有 Google 评论数据。
你不只是问它哪些餐厅好，你可以问人们最称赞的三道菜是什么，又有哪些东西是大家提醒要避开的。你可以很深入的研究菜单，我经常这么做。做编程的人特别推崇 Claude。我今天早上见到一个人，他说做金融时他更喜欢 Perplexity，但如果他要对公司做深度研究或者研究一些他不了解的国家里的公司，他觉得 Claude 表现更好。
所以我觉得现在还是混合状态。你觉得最后会出现一个模型基本上占据主导吗？还是会出现一些细分模型，而他们某种程度上会变成商品化的东西？我觉得这高度取决于事情接下来怎么发展。在一些垂直领域里已经有这种例子了，尤其是编程领域，它现在可能是最大的垂直领域。有些人已经在替换模型，Cursor，甚至允许用户自己选择要用哪个模型。
随着我们走向优化，尤其是价格优化，虽然这现在还不是目标函数，但几年后会是。到那时，你可能会看到更多人尝试替换模型。不过有一件事可能会阻碍这种趋势：如果监管变得极其困难、繁琐而且昂贵，那反而可能导致更强的寡头格局。我觉得有些玩家知道这一点，所以他们正在主动要求监管，因为他们想要这个，因为这是一条保护性护城河。
他会把门槛抬高，尤其是针对中国的开源模型。你怎么看全球范围内的监管？我们稍微拉远一点看，如果一个国家对AI有监管，实际上拖慢了他的速度；另一个国家没有监管，反而让他加速。你怎么看这种情况？这个问题已经出现了，尤其是在版权方面。如果我们的模型都必须遵守某种特殊规则，而且已经有一些和解之类的事情，而中国的开源模型不用遵守，那这可能会产生影响。
我非常不确定欧盟在这种情况下会怎么裁决，所以我不知道，你懂我的意思吧？我不知道他们会怎么看。如果从系统的角度看，你会怎么想？先从更宏观的系统角度看，中国现在好像有四个很好的开源模型，对吗？顺便说一句，这是个很好的问题，也很适合多聊聊系统思维。他们大概有十个开源模型，所以现在的情况是中国的竞争动态更激烈，因为竞争更激烈，大家都选择了开源，这就形成了一个系统。
在我看来，这个系统创新的速度，可能远远快过我们这里的竞争系统。所有模型都会互相学习，你实际上可以让一个模型训练另一个模型，或者测试另一个模型。我用一个简单的比喻，想象有两个社会，而且都是农业社会。其中一个社会里，所有农民来到市场只是互相卖东西，然后就回去了。另一个社会里，农民来到市场时被要求和所有其他农民分享最佳实践。
你觉得哪一个社会会进化的更快？开源让我能看到他们在做什么，以及他们是怎么做的。他们也开源权重吗？还是只开源代码？其中很多人还会公开他们是怎么做出来的，比如新的技术之类。所以这个体系更活跃，活跃的多。那这是不是也会帮到西方国家？这里有个讽刺的地方，很多创业公司都在 fork 那些模型。接下来要看监管怎么发展，也要看会不会有人想把这些东西压下去。
我觉得这算是一个安静的秘密，因为我还没在《华尔街日报》头版上看到过。但尤其从覆盖面和数量上看，硅谷到处都有公司在用这些模型。如果AI真的会改变一切，或者说影响这么大，那它会怎么改变你的投资方式？你看一家公司时，会不会判断它只是给AI包了一层壳？本质上就像iPhone上的计算器应用，还是说你会怎么思考这个问题？
我觉得这个问题还没有定论，而且大家都在热烈讨论。如果你相信这些模型会接近有意识，那就不需要垂直模型了，因为一个模型就能做所有事情。我大概更倾向于另一边。我认为有些工作流和数据护城河，一旦你拿到，就会很有价值。还有一点就是对领域本身的理解。比如AI领域有三四家法律创业公司，他们花了大量时间确保把所有判例法都吸收进去，也真正理解那里的流程和原则。
然后你和他们一起落地使用，他们会代表你写东西，你也会从中建立新的数据库。我不太确定，等ChatGPT往上爬到应用层之后，你还会不会把这些都切过去？但我也可以再切回另一边，他们的产品团队确实谈过要去做垂直领域，所以我觉得这事儿还待定。有人会拿 Microsoft 举例。说他一开始做操作系统，后来有 Lotus 一二三，还有我都想不起来了。
对，还有 Word Perfect，具体应用我记不太清，但 Microsoft 最后确实往应用层走了。这种事也可能发生，我们只能看看接下来会怎样。你觉得我们现在训练模型的方式有没有局限？现在基本是用互联网上的所有数据来训练，比如伊朗的方法相反，他说我们要拿所有数据，然后过滤掉明显不真实的内容，再把它作为起点，这和另一种做法不一样。
我确实觉得有一个合理的观点，就是我们可能快把数据用完了。我把它叫做把角落也都涂满了，也就是说，我们现在已经把所有地方都填上了。现在改进模型最有力的方法之一是请专家，真的按每小时几千美元，请专家坐下来做 fine tuning。他们会问非常难的问题，然后调模型，让模型能解决这些问题。我觉得这肯定有个上限，人类知识的边界到底在哪里？
所以这是个大问题，我们会不会碰到渐进线？其中一部分又回到一个问题：你是否相信这些东西能变成超级智能？到了那一步，他们就会开始解决我们从来没想象过的事情。关于这一点，有很多争论。我理解这个理论是这样。如果我说错了，你纠正我。一旦他们拥有超级智能，他们就能让自己稍微变得更好。到那时，你就进入了一条非线性的曲线。
这是一些人提出过的论点，我不确定，我相信这个说法。不过你说说反面观点，那你说说反面观点。与其让我来替这个观点死守阵地，不如说，Ian Larkin就提出过这个观点。他说，下一代 AI 不是 LM，不是在 LM 里面，而是在 LM 之外，比 LM 更宽。我们会在这类模型上碰到一条渐进线，因为它们是基于语言的，而语言能捕捉的东西就是有上限。
这也是他们在数学和数字上并不特别强的部分原因。当然，有很多人比我更适合讲这个，但有人会提到 Google AlphaGo 那个著名的游戏，Google 做出来的那个机器人最后下出了一步让所有人都震惊的棋，我忘了那一步的编号，好像是一个很有名的手数之类的。这位用来证明他们可以在被教过的东西之外创新，持相反观点的人会说，那是一个边界非常清楚的游戏和环境。
计算机可以搜索一个人类不可能搜索完的可能性空间，因为可能性太多了，这让他有能力找到那一步，找到我们以前不知道的走法。但在真实世界里，约束没有那么强，你没法让它把所有可能路径都走一遍。在一个庞大而复杂的系统里，路径是无限的。顺便说一句，AlphaGo 那类 AI 模型并不是基于 LLM 的，它不是 LLM，而是针对一个非常具体、约束很强的系统训练出来的 AI 模型。
他就是靠自己对弈训练出来的，对吗？对，没错儿。不过就连特斯拉的 FSD 其实也是一个有约束的环境，它的输入是刹车、方向盘和油门，不对。那些其实是输出，输入是所有视觉数据，它强的有点吓人。我前几天还跟别人说，现在如果开着全自动驾驶，我坐在后排也能接受，我已经不觉得自己还有必要开车了。你怎么看这个？那些边界案例呢？
如果是你的 Tesla 自己开，你会坐到后排吗？现在这些边界案例还很难想象，也许以后可以。我的意思是，如果是在一个没有真实世界随机性的世界里，当然更容易。比如在某个地理区域里，所有车都是这样的车，那就更容易进入那种思路。但现在我们还有人类，而且有人觉得测试这些车很好玩，有人会跳到这些车前面，这就很不好。
我之前跟Roy Sutherland聊，他说：“你完全可以拿这个找乐子，他们会停下来的，他们肯定会停。”所以你现在甚至不用左右看路了。那这会带来什么后果？对，这不好。你现在有哪些观点算是不太符合共识，但你认为是对的？过去二十年，我在中国待过不少时间，所以我很难接受现在华盛顿很多人以及硅谷很多人那种强烈妖魔化中国的心态。
美国大概只占全球人口的百分之三、百分之四、百分之五。美国例外论这个词。每次有人说出来，我都会想，地球上另外百分之九十五的人听到这句话会怎么想？这大概就是一个不符合共识的观点。你觉得我们是不是给这轮建设投入太多钱了？你怎么看这个？我看到你脸上的笑了。这个问题真的很难判断。如果五年前你告诉我，这些
Mac Seven 会变成市值三万亿美元的公司，然后反过来把每年五百亿到一千亿美元的自由现金流几乎降到零，因为他们要全部花在资本开支上。
我会说不可能，我不会相信。所以从某个角度看，我很震惊，钱的规模竟然这么大。我可以这么说，风险投资圈里，我们前面聊过递增收益这个概念，其他人也叫它幂率。当创业公司在一个生态里边的重要，并且证明自己能够增长，而且这种增长可能来自他们已经拥有的规模、覆盖面或者用户，这里包括 Google、 Amazon、 Meta 这类公司。
他们最后的价值都会远远超过任何人的预期。我觉得整个投资圈慢慢意识到了递增收益和幂律，而且非常相信它。所以，随着时间推移，如果大家都相信这一点，他们就会更愿意压住未来，更愿意承担风险。这是说得通的，也符合逻辑。今天早上有人转给我一张图，列的是这个领域领先公司在现金流转正之前的亏损。你看，Amazon当时大概亏了二十亿到三十亿美元。
Uber大概亏了一百五十亿美元，到了现在，这些公司亏损规模会比这个大得多。所以，整个风险投资圈正在变得更愿意冒险，也承担了更多风险，因为他们知道过去这些事情最后是怎么发展出来的。如果我们假设现在确实投的太多，那你觉得会怎样？我们还没有经历过一次调整，还真没有，连一次小型调整都没有。通常这种调整会淘汰掉比较弱的竞争者，强者会活下来。
不过也要看情况。是的，不过这种情况是可能发生的。你看，当年互联网泡沫破裂之后，Amazon 这类公司重新爬起来之前，中间有三四年的低谷期，那就像一场寒冬天。现在大家对 AI 非常乐观，也非常有信心。但有没有可能走到一个地方，几乎没人再相信它？我不确定。现在大家说的那些所谓循环交易，一方面会提高我们出现调整的概率，另一方面也会把调整到来的时间往后拖，等等。
为什么会这样？昨天在丢播咖会上，达尔有被问到循环交易，他说：“也许大家只是没理解，我来解释一下它是怎么运作的。”我是在复述他的说法。假设你是一家云服务商，你注意到Anthropic想开发一个模型，可能要花五十亿美元，但他们没有这笔钱，于是你把这笔钱给他们，让他们可以把钱花出去。我的反应是，如果你不给他们，他们就不会花这笔钱。
所以一切的增长都因为你把钱给了这些公司，让他们再花回你的服务上，而这些钱本来他们是不会花的。如果环境更受约束，你不这么做，事情就不会增长的这么快。你是在把眼前发生的事吹大。也就是说，你让大家更快、更早的往前冲，但弱一些的竞争者还是同样可能被淘汰。先说第一点，如果一家公司成功了，就会有人上门想给你更多钱。
所以对成功公司来说，几乎每一轮融资都是提前被抢投的。当你拿了那么多钱，比如三亿美元，唯一能花掉它的办法就是把烧钱速度提上去。十年前，我一直把烧钱速度看作风险指标。那时候一个月烧一百万美元，已经非常危险了。现在这些公司一年烧五十亿美元，也就是说一个月烧一亿美元甚至更多，这真的很难。这可能又要回到金融底层逻辑之类的问题。
你在财务上这么激进的时候，很难知道自己的单位经济模型到底是什么样。你觉得情况会改变吗？我在想，散户投资者在这里会扮演什么角色？如果你把其中一些资产代币化，他们可能会以某种方式和 VC 竞争，去资助这些创业公司。你怎么看这一切会怎么发展？首先，现在完全不缺资金供给。资金不是瓶颈，没有，但定价会变，对吧？
没有约束，如果供给更多，就会。这件事其实已经在公开市场里发生过了。你当然可以看 GameStop 这样的股票，但我觉得大多数人都会认为 Palantir 是一只散户投资者非常喜欢的股票。他们把它推到了一个机构投资者很难理解的估值，所以其中一部分已经发生了。代币化有一个风险，尤其是发生在那些没有财务披露监管的资产上时，你会看到大量投机。
更糟的是，还会有操纵。如果有人合法的想出办法把 Stripe 这样的公司代币化，比如说被代币化的 Stripe 股份价格剧烈波动，你觉得这会影响 Stripe 或他的员工吗？会的，他们选择保持私有化，其中一个原因就是不想有这种动态，因为他们可以更好的控制市值定价这一类事情。当他们为员工做流动性事件时，会和少数几家他们信任的投资者坐下来谈价格，所以这是按单次交易来做的。
我觉得这又回到了金融底层逻辑。底层资产的价值可能确实经常波动，只是它从来没有被记录下来，所以你看不到。从经营者角度看，我认为这是一个好处。如果你听过任何上市公司 CEO 的说法，就会知道，如果他们的股价大幅波动，会给员工带来很多混乱。员工也是持有人，他们会想，这到底意味着什么？这件事其实已经开始发生了。
Robyn 特宣布要做你刚才说的那件事，然后那些公司提出了很强烈的反对意见，说那会是违法的。你没有权利这么做，所以我们要看看这件事最后会怎么发展。这整件事儿会怎么发展，确实很有意思。或者如果把房地产代币化，又会产生什么影响？我一直很明确的讲过这个问题，尤其是IPO流程。我觉得现在公司被迫走的这套流程极其不公平，银行家来定价格，也由银行家来挑股东，其实完全没必要这样做。
你找一个大一的计算机科学学生，再找一个大一的金融学生，问他们一家公司应该怎么上市。他们一定会说，应该像任何拍卖一样，匿名的撮合供给和需求。这也正是 ICO 配合 Token 化时的运作方式。没有人会发明一套机制，专门挑自己最好的客户，然后给他们一个特别优惠的价格。没人会这么设计。所以我确实觉得，华尔街就是放不下 IPO 里面那种贪婪的权利。
我们之前推动过一阵直接上市，那里面用的就是这种拍卖机制。他们本来可以接受这个办法，但他们没有，他们又回到了那种受控的寡头模式。我觉得这就是token化可能带来巨大冲击的一个地方。哪怕只是先解决第一步，也就是股份到底该怎么分配，稳定币对信用卡也可能带来很大冲击。这个你再展开讲讲。大多数其他发达地区，政府都已经建立了某种能力，可以让钱从一个银行账户即时转到另一个银行账户，也可以从银行账户即时转给合作方、零售商或者其他对象。
英国的 Faster Payments 二十年前就做到了。最近几年，巴西用 Pix 也做到了。过去六年里，它很快就占到了交易量的百分之六十到百分之七十。而在美国，正是因为监管俘获，银行一直阻止政府做这件事。政府其实想做，他们有一个叫 Fed Now 的东西，但华盛顿的金融委员会里有巨大的阻力，所以这件事一直发生不了。
结果就是，我们还在用信用卡收百分之二到百分之二点五的费用，下面还养着一整套依赖这把保护伞生存的公司生态。如果你有 Coinbase 账户，你可以把钱放进 USDC 稳定币，赚百分之四的收益，而且几秒钟内就能把钱转给别人，成本只有几分钱。稳定币是什么？我在这方面完全是小白。它是一种加密货币。如果这家公司遵守监管，我相信 USDC 确实是在这么做。
也就是说，每发行一个稳定币，他们都会用美国国债做一比一的美元储备。所以这有点像回到金本位，只不过锚定的是美元。对，但因为它跑在加密货币的轨道上，而这些轨道现在已经相当成熟，速度很快，全球可用，而且即时到账，所以它让我可以马上给你一美元，也可以让一家公司马上给另一家公司一美元，任何人之间都可以。那这种情况下，美元到底由谁持有？
比如一家银行把一美元转给另一家银行，我脑子里会想，这是一次电子转账。但现实里，某个时点上应该真的有一美元在转移吧？没有人真的拿着一张实体的一美元现金在转，这些本来就全是数字化的。在美国，如果我想用数字方式给你转五十美元。我得走A.K.，而A.K.是三天结算，这就是监管俘获那套破事的一部分。现在在巴西。
因为有
Pix，这件事可以即时完成，所以我们其实并不需要这三天是监管让它变成这样，对吗？对，我可以当天给你电汇，但要花二十五美元，还要填一页表格，可能还得跟我的银行做一次口头确认。所以，绕开这个问题的办法就是稳定币，因为你本质上是在绕开监管。对，就是这样。信用卡要收百分之二点五，但这根本没有理由。再说一次，其他国家和地区，包括英国、澳大利亚、印度、中国、巴西，都已经做到了，但美国一直没有做到，而且很可能也不会做到。
到了这个阶段，我觉得稳定币会比政府更快做到这件事。你怎么看 Visa 和 Mastercard 的竞争和融合？我觉得他们会受到很大威胁。历史上他们一直是这么做的。顺便说一句，这两家公司拥有商业史上最高的一批营业利润率，大概有百分之六十。他们是双寡头，而且是银行创建出来的。银行也持有他们的权益，所以整个行业都有点卡在这个世界里。
因为现在这个模式，他们赚了很多钱，但支付为什么要收百分之二到百分之三？没有任何理由。真的没有在中国这件事已经变了，因为他们有这种数字化的即时转账。阿里巴巴和腾讯很快就做出了人们随身用的数字钱包，所以你在中国走一圈，不管是想从街边小贩那儿买顶帽子，还是在华为店里买辆车，基本都用 WeChat Pay 和阿里 Pay。
你在餐厅结账，扫一个二维码就行，桌上就有二维码。你拿 WeChat Pay 或阿里 Pay 一扫就结束了，一次点击就完成。所以他们把整个支付系统创新的比我们先进的多，原因就是政府决定让转账变得容易，也就是说不用那种三天清算之类的东西。对。没错，而且这不一定非得是稳定币，它只是意味着。这倒是真的，我只是觉得，因为美国等了太久，你知道 FEDAL 这个项目，对吧？
已经拖在那儿很久了，所以威胁就变成了这个新东西。尤其现在华盛顿对加密货币的势头很强，换一届政府，这件事可能会变。你刚才说这个的时候，我也在想 Moody's 和 AI。我当时想，Moody's 基本上卖的是债务分析。你觉得 AI 会怎么改变他们的竞争位置？因为理论上，AI 做这件事儿可能比 Moody's 更好，或者至少一样好。
而 Moody's 的利润率也很高。我觉得 Moody's 的力量来自一个事实，它是一个标准，而且大家相信它是标准。所以，哪怕他们在后台用了 AI，他们仍然是那个。对，仍然是那个权威标尺，也可能有人冒出来。我是说，像S S这类公司，告诉股东该怎么投票。关于他们一直有很多讨论。昨天在Deal Book大会上也提到了。
还有一个问题是，AI能不能也解决这个问题？可能可以。我觉得一切都可能被重新洗牌。你怎么看这种独立服务？就是那种给你建议、告诉你手里的股票该怎么投票的服务。我觉得在美国这件事已经变得很糟了。原因是指数基金崛起。指数基金，这也是为什么他们会在 BlackRock 问 Larry Fink 这个问题。指数基金没有时间真正评估在这些情况下到底应该怎么投票，所以他们依赖这些服务。
但这些服务已经形成了一套玩法。这并不让人安心，他们会给你打分儿，但用的是黑箱，他们不告诉你怎么打分儿。你猜怎么才能了解更多？你雇他们。没错，所以他们两边都收钱，我觉得这更像是一场劫掠，而不是别的什么。我花过一些时间跟人聊这个，我不知道该怎么说。他们后来关注的问题已经不是股东利益了。他们真正应该关心的是什么对股东最好，对吧？
但他们偏离了这个目标。特斯拉那个案子就是很好的例子。他们给伊朗设计的那种薪酬方案，我公开说过，我愿意给我合作过的每一家公司都采用这种方案，而且大多数 CEO 都不会接受。他基本上是在说，除非股价大幅上涨，否则你赚不到钱。如果股价真的大幅上涨，你就会赚到一笔离谱多的钱。这种交易我愿意一遍又一遍地做，但 ISS 这类评估机构没有一个同意。
事实上，他们的看法正好相反。他们会说不行，这是负面因素，我们应该投反对票，是不是？因为他们只看标题里的数字，然后觉得这太离谱了，却没有看要达到那个数字需要完成什么条件。对，而且他们一开始是从公司治理的角度出发，重点是防欺诈，所以他们做的是风险控制，而不是股东利益。你如果从这个角度看问题，就会觉得应该有规则，大家应该遵守规则，有人越过规则，那就是坏事。
我觉得这是他们留下来的传统。你怎么看被动投资崛起带来的二级影响？比如我们看到的指数化，这主要是在全球金融危机之后发生的。你觉得它会怎么发挥作用？这就是那类问题。如果不是因为被动基金持有了大量股份，这本来不会成为问题，或者说不会这么严重。有一件事会很有帮助，就是他们干脆不投票，这样主动股东在这些公司发生什么事情上就会有更大的发言权。
但问题是，他们持有的比例太大了。还有一种说法是，他们应该按直接持有人投票的比例来投票。对，如果他们不投票，自然就会变成那样，因为投票结果就会更像美国现实中的选举投票。很遗憾，只有大概百分之二十的投票率。第二层影响是我可能只持有很小一部分股份，却能控制公司。一开始，公开市场投资者确实很害怕，因为他们是按指数来衡量业绩的。
最后就做了人们说的隐性指数化。也就是为了确保自己不会掉队，比如科技七巨头起飞的时候，如果你没持有这些股票，那一年业绩就会很难看，所以你就被迫某种程度上做隐性指数化。但他们也差不多到了一个阶段，觉得主动投资者已经少到一定程度了。也许正因为大规模指数化获得优势的机会反而增加了，你相信这个说法吗？我不知道，这是买方投资想跑赢SAP是非常难的工作。
有些人甚至指出QQ的表现可能已经超过了百分之八十到百分之九十的风险投资基金。我读你的书时发现一个让我意外的点，你很喜欢讲故事和写作这门手艺。跟我聊聊这些年来你对讲故事学到了什么，因为这对创始人非常重要，对今天任何想把信息传出去的人也非常重要。有人问我，成功创始人最重要的三个特质是什么？我把讲故事放了进去。
还有一件事也发生了变化。上商学院之前，我读书不多，但读商学院时，好像脑子里某个开关被打开了，我开始读书。我一开始读的是大多数人都知道的商业书。后来我开始读个人成长类书，我发现很多成功人士人生里都会有这么一个阶段，会读一遍戴尔·卡耐基，还有高效能人士的七个习惯之类的书。再后来是传记。但在那之后，我有点爱上了长篇非虚构新闻写作，那种文章读起来很刺激。
其中一部分是当时那一波作者。比如 Malcolm Gladwell、Michael Lewis、John Krakauer，他们的书虽然是非虚构，但读起来像小说。其实还有好几本书专门写这种写作艺术，叫《The New Journalism》和《The New New Journalism》。我读过那些关于写作的书。
我觉得这件事非常有力量。一个人也许只写二十页，却能以某种方式真正影响你。所以我开始研究这门手艺，也研究巴菲特和 Howard Marks，看看这些成功投资人是怎么把自己的想法写出来的。如果我在思考一个新问题，我最成功的大部分投资都属于人们说的市场平台这个类别。在第一个市场平台出现之前，其实没有现成的知识库。
我们是在过程中一起把它做出来，把它体系化，再写下来。这不只是在帮你思考所有边角情况。Bezos 在 Amazon
推六页备忘录的概念，原因也正是这个。他相信，如果你必须把东西写出来，让它能独立阅读，而且逻辑清楚，你就会想透更多问题，内容会更连贯。你会发现那些没收住的线头，再把它们系好。另外，在风险投资这个行业里，对一个不认识你的创始人来说，当他们看到你对某个主题的理解，或者看到你在谈他们自己的业务，他们就会来找你。
所以他会变成一张名片，就像一块磁铁。对我不是唯一这么做的人，很多人都做过，也有些人不用这种方法拿到项目来源，还有其他方式。但如果你做得好，这个方法很有力量。你提到了讲故事创始人还有哪些自己选择出来的不公平优势？你说有三个。对，讲故事，我还想到了第四个，希望我能记起来。我觉得产品直觉是另一个优势，它有一部分来自对新边界的理解，这个我们前面已经聊过。
但我可能花了整个职业生涯，才真正明白一件事儿有多难。你招来一个不是产品第一的人，再让他变得擅长产品。我相信肯定有这样的例子，但这种情况大概只有百分之五，甚至更少，真的非常难找到。讲故事之所以这么重要，是因为创始人要招员工，要招高管，要融资，要拿下客户，要谈成合作伙伴关系。你一直都在销售，最优秀的创始人在这件事上极其有效。
你能在 Bezos 身上看到这一点，也能在 Shopify 的 Toby 身上看到。我的天，你能听到的 Toby 博客都去听一听。这个世界当然会追随这样的人。Daniel Ek 也是一样，他们太擅长描述自己想做什么了。这真的非常非常有价值。我有一次问 Jeff Bezos，你怎么会有这么成功的天使投资组合？
你明明一点空闲时间都没有。他说，我见一个创业者时，只问自己一件事儿：这个人是不是无论如何都会做这件事儿？不管遇到什么困难，他都会做下去。他们已经确信这件事非常重要，所以不会停下来。我觉得所有伟大的创始人身上都有这种程度的决心，他们就是全速往前冲。你在 Uber 的经历里有哪些现实世界的经验？是你在 HBS 案例研究里找不到的？
这个问题很容易很快回答，不过你刚才说的那句话正好让我脑子里闪了一下。我们当时处在一个局面里，我觉得大多数投这个品类的人都知道，这里面有赢家通吃的动态，也有网络效应，结果大家就认定必须不断给他融资，几乎没完没了。当时的情况是烧钱速度非常夸张。比如有人给 Lyft 十亿美元，那我们这边就拿到三十亿美元。
再说一次，在那个世界里竞争，唯一的办法就是把这些钱花出去。所以你会看到那种烧钱速度，比任何上市公司进入一个新品类时愿意花的钱都要大，而且攻势非常激进。我当时心想，这种事没有哈佛商学院案例可以参考。你可以把 Walmart、 Costco、 GM、 General
Electric，或者你认为最好的前十家公司董事会成员都请来，他们以前也从来没遇到过这种情况，所以没有人可以打电话请教，也没有导师可以去找。
意识到自己身处这种局面，其实挺吓人的。但现在所有AI公司都在这种局面里，所以我挺同情他们。Uber算是这种模式里的第一个，对吧？第一个巨额烧钱的公司 Amazon 当年烧钱也不少，但 Uber 又把它带到了一个新高度。现在更夸张，又多了一个零。我很好奇 Benchmark 内部是怎么组织的，以及这种结构怎么帮助他成功。
这个我讲过很多次。我很幸运被邀请加入 Benchmark，我是第三支基金时加入的，所以不是最早那批人。Benchmark 的创始人之前都在层级分明的公司里，他们觉得那些资深的元老。可能拿了太多钱，也拿了太多功劳，但没有做那些对公司成功至关重要的工作。大多数合伙制公司，比如律师事务所或者会计师事务所，运作方式都是资深的人权力更大。
分到的经济利益更多，年轻人要慢慢往上爬，要熬很长时间。Benchmark创始人决定，他们要把它做成平等合伙制，没有首席合伙人，没有国王，没有总裁，只有五个平等合伙人。那它带来的二阶、三阶影响是什么？有很多，我觉得大多数都是正面的。第一，它让你很容易从别的公司招到特别优秀的人才，因为他们在那里不是这种处境，你加入，马上就是平等的。
我以前就在一家层级制公司。就算你回去说我要离开，去一个平等合伙制的地方，对方说好，那我们也让你平等。可他们这么做是因为我要走了，不是因为他们本来就是这么运作的。这是第一点。第二点，他真的会鼓励大家培养新加入的人。因为等他们开始做出成绩，我会平等分享他们的成功，所以我希望他们非常成功，我也会花时间帮他们。
我刚加入时就强烈感受到了这一点，那种支持很不一样。如果你在一个飞升疾走的公司里，我猜会挺孤独的。你可能在和旁边那个人竞争，你会不会跟他分享想法？可能会，也可能不会。但在这种平等合伙制里，如果我的某家公司需要一个新的CFO，而另一个合伙人认识合适的人，他大概率会马上介绍给我。我的公司成功和他的公司成功没有区别。
所以你创造的是一种完全不同的动态，而且每年不用花时间做薪酬评审，也不用重新切分蛋糕，它一直是平等的，也永远会是平等的那种政治成本就消失了。但它也有一个巨大的缺点。我不想说它全是优点，因为没有 CEO，所以几乎很难扩张，也很难推出新项目。比如网站这件事，一直很好笑，谁来负责网站？我们要不要招个人来做？
那这个责任到底归谁？Matt Collar 加入后，他说：“天哪，这事儿我来，我喜欢这个，我很清楚我们需要什么。”于是他做了一个特别复杂的网站，上面有所有创始人，还把他们和所有合伙人都连在一起。后来大家开始抱怨，因为有些内容不对。有一天，Matt 进来说：“你知道吗？我要把它全撤掉，换成一个启动页。
”然后他就这么做了。大概是十五年前吧，到今天，Benchmark 还是只有一个单页网站。这就是我刚才说的那个问题带来的结果。你这么说很有意思，因为我发现很多网站用起来认知负担特别高。一个启动页上面只有四五句话，或者像 Berkshire Hathaway 的网站那样，我完全能理解，它不需要占用太多认知时间。
我几周前听一个人举过一个例子，他说：“如果我要买一件毛衣，我不想了解你的使命宣言，我不想看那些东西，我只是想买一件毛衣。”只放一个 splash page，其实也带着一点定制化的自信。我还想补一句：，有很多非常成功的风险投资机构，并不是按这种方式组织的。所以我不是说这就是唯一做法，很明显做法有很多种。
在一个资本非常充裕的世界里，是什么让创始人选择 benchmark 或者选择别的人？这里面他们会考虑什么？首先，从大方向看，如果你是一个成功的风险投资人，大家就会想跟你合作。我刚入行的时候，像 Mike Moritz、John Doerr 这些人，他们已经取得了太多成功，所以不只是说他们很可能确实很擅长自己的工作，也认识能帮你的公司成功的人，他们对你的认可本身就有分量。
所以有人说，风险投资是唯一一个有网络效应的投资类别，因为你一旦有了声誉，在它下面的项目来源上就会有一种不公平的优势。我会说，创始人特别希望待在那些理解他们在做什么的人身边，而且这些人还要对这件事感兴趣，为他兴奋。年轻人之所以能进入风险投资，并且取得巨大成功，其中一个原因就是，他们更可能和创始人年龄接近。
对很多新的技术来说，他们也更可能让创始人觉得，这个人懂我在做什么。他们也更可能真正理解这些技术。我以前也用过一些例子来说明这一点。比如说，你特别懂电子竞技之类的东西，那你很容易在这个领域里比一个成功的综合型风险投资人懂得更多。你可以很快就懂得更多。YouTube 视频创作也是一样，一个年轻的风险投资人。
很容易比 John Doer、Mike Moritz 我或者任何人更懂怎么在 YouTube 上成功，因为你可以把百分之一百的时间都花在这上面。所以从这个角度看，它有点像体育吗？到了一定年龄，你会在某种意义上被淘汰，因为你在和更年轻的人竞争，他们更懂某个细分领域，是这样吗？我觉得整个行业都会因为这个原因偏向年轻人，而且这是一个要拼命跑的行业，总有一块石头你还没翻开看过，年龄一上来。
就会有孩子、房子，还有其他需求、牵挂和责任，你就没办法每周花八十个小时研究 YouTube，你就是做不到。所以我觉得这个行业偏向年轻人，这挺好的。这是一个竞争非常激烈的行业，找工作很难。但如果你拿到了一个机会，也确实有一些原因会让你能够闯进去。Bill，我们最后总是问同一个问题：对你来说，成功是什么？
我觉得这个答案随着时间变了。回头看我的风险投资生涯，我当时做了一个决定，一个非常明确的决定。好了，我结束了。如果我觉得还有没做完的事儿，我想我不会做这个决定。我觉得自己到了一个点，感觉已经没有剩下的工作要做了。所以在那种情况下，那就是我的理想工作。我非常高兴能做那份工作，我热爱其中的每一分钟。我经常说，如果我们生活在一个社会主义社会里，每个人都必须免费工作，我还是会选那份工作，或者大家都拿一样的费用，工资随便怎么说。
可能没饭吃，但你还是会做。对，但现在那一章已经结束了。往前看，我很受 Arthur Brooks 那本书《From Strength to Strength》的触动。他在书里谈到人生的下一章。我想把自己当年作为风险投资人取得成功时用过的一些方法拿出来，主要是围绕博客、理解问题、综合信息这些能力。然后看看能不能把这些方法用到社会中更大更广的问题上，看看能不能用这种方式给这个宇宙留下一点点痕迹。
我很喜欢，祝你好运。我也希望如此，我也希望如此。非常感谢你抽时间，谢谢你做这期节目，很棒。