深科技创业者的双重身份：从实验室到产品化

Max Hodak 是科技公司 Science 的 CEO，拥有近二十年的脑机接口研究背景。他的职业生涯始于杜克大学实验室，当时他通过给猴子大脑植入电极并记录其操作摇杆时的神经活动，探索大脑对物理工具与屏幕反馈的表征机制。如今，他的公司 Science 主要研发视网膜假体，这是一种植入眼球后方的芯片，旨在通过绕过受损的视杆和视锥细胞来恢复盲人的视力。该设备包含微小的六边形网格，每个网格本质上都是一个太阳能电池。患者佩戴的眼镜内置摄像头和激光投影仪，将红外图像投射到植入物上，光吸收产生的电场直接刺激视网膜，将视觉信号重新输入大脑。

"This is a pretty cool product. It finished major clinical trials last year."

这项技术已完成主要临床试验，并在《时代》杂志和 BBC 上获得报道。一位患者甚至使用该设备读完了一本 300 页的小说并将书寄给公司。尽管产品取得了显著进展，Hodak 强调接下来的内容将聚焦于初创公司的基础设施与运营教训，特别是针对深科技领域（非纯软件）的通用挑战。他引用毕加索关于艺术家讨论松节油价格而非艺术形式的轶事，指出专业人士关注后勤与物流，而业余者才空谈战略。对于初创公司创始人而言，日常决策往往基于局部事实，但某些反复出现的运营痛点具有普遍性，其中采购与资金管理是最核心的议题之一。

采购陷阱：信用支付与审批流程的博弈

许多创始人误以为只有软件公司不需要处理实物采购，但实际上，深科技公司需要持续购买大量硬件，如计算机、显微镜、3D 打印机、树脂和 PCB 板等。初期，创始人可能仅使用个人信用卡支付，但随着团队扩张至 17 名员工，如何规范采购流程成为难题。若向所有员工发放信用卡，创始人将面临海量的报销审批请求。例如，员工可能申请购买一个 3000 美元的电源供应器，创始人出于控制烧钱率（Burn Rate）的考虑，可能会建议等待三天后的拍卖以半价购买，但这需要两周才能到货。

这种微观管理不仅效率低下，而且严重低估了高薪资员工的隐性成本。Hodak 指出，如果团队每周花费 10 万美元，为了节省 1500 美元而等待一周，其时间成本远超硬件折扣收益。更重要的是，顶尖人才不会愿意在琐碎的采购审批中耗费精力，缺乏必要的工具会直接导致人才流失或效率低下。因此，在支付环节进行逐笔审核是不恰当的资源配置方式。真正的成本控制应前置到预算规划阶段，让员工在既定的资源框架内自主做出权衡，而非由创始人对每一笔小额支出进行微观干预。

系统僵化：从灵活支付到官僚主义的滑坡

为了应对上述混乱，创始人往往转向建立正式的采购系统，但这又引入了新的问题。当员工不再使用信用卡，而是通过企业账户采购时，行政负担急剧增加。以购买电源供应器为例，由于无法即时刷卡，员工必须与供应商建立账户，处理保险和认证文件，生成报价单，再由创始人生成采购订单，最后等待发票。这一过程耗时两周，导致内部沟通成本飙升，员工满意度下降。

"Amateurs talk strategy, professionals talk logistics."

Hodak 观察到，这种从灵活支付到繁琐流程的转变，使得高技能员工不得不花费大量时间在B2B 企业软件界面上点击操作，而非专注于核心研发。这种官僚化的采购流程不仅没有有效控制支出，反而拖慢了项目进度。对于从学术界转型到初创公司的创始人来说，这种运营基础设施的缺失是一个巨大的挑战。采购系统不应是一个僵化的官僚机构，而应是一个能够平衡合规性、效率与员工体验的有机体。如果系统过于复杂，它将阻碍创新；如果过于松散，它将导致财务失控。因此，建立一套既允许快速响应研发需求，又具备必要财务透明度的采购基础设施，是深科技初创公司必须跨越的鸿沟。

采购基础设施与成本归因的陷阱

许多创始人误以为采购是简单的购买行为，但实际上，从提交订单到与供应商反复沟通以建立所有细节的过程极其耗时，需要积极的管理才能加速推进。这种看似繁琐的基础设施建设，正是初创企业保持快速迭代的关键，而非单纯依赖创始人的聪明才智。通过建立完善的采购流程，企业能够将整体燃烧率控制在可预测的范围内，避免每月出现不可控的大额支出。然而，当企业意识到资金跑道（Runway）并非唯一问题时，真正的挑战在于成本归因（Attribution）。在涉及火箭、汽车、药物或脑机接口等深科技领域，企业通常以批量形式购买氩气、硅烷、树脂等原材料，并将其分配给大量不同的实验。这种批量采购导致单个实验的真实成本变得模糊不清，使得研究人员误以为实验是“免费”的，因为成本体现为冰箱里的培养基而非直接的美元支出。

内部软件 Helix 与实验成本量化

为了解决成本归因难题，公司开发了内部软件 Helix，几乎将所有操作（包括采购）转化为软件中的按钮操作。由于该软件延伸至制造环节，记录了实验室中的每一步操作，因此能够将采购数据与实验结果进行关联，从而计算出精确的成本。例如，对于某种特定协议的晶圆迭代，单次成本高达 40,000 美元。这一数据揭示了深科技研发的高昂隐性成本。假设一家 A 轮融资 2,000 万美元的公司，预计需要 4 年和 20 人团队，其燃烧率约为每年 500 万美元。其中，人力成本约占一半（300 万美元/年），场地租金（20,000 平方英尺，每平方英尺 4 美元）每年需 75 万至 100 万美元。这意味着每年的研发预算仅为 300 万美元左右，且这笔资金消耗速度远超预期。团队成员往往因见过大额融资而误以为高价设备（如 3,000 美元的电源）是免费的，这种认知偏差极具危险性。基础设施的完善程度直接决定了公司的成败，因为它揭示了真实的资金消耗速度。

招聘策略：从内部网络到系统化流程

招聘是区分成功与失败初创企业的另一个关键因素。最优秀的公司往往诞生于特定的“场景”（Scenes），即由特定时刻、人才和机遇共同促成的独特结晶。一旦错过这一窗口期，重新凝聚同样的人才组合将变得极其困难。因此，最佳招聘来源是创始人的内部网络以及产生该初创企业的扩展社区。这些候选人已经熟悉行业语言和技术背景，是理想的初期目标。然而，由于这类人才数量有限，企业必须面向公众招聘，这就需要建立高度定义且严格执行的招聘流程。缺乏系统化流程的招聘会迅速消耗团队大量时间，导致次优结果。为此，公司构建了专门的软件界面，允许申请人在线提交结构化信息，并支持同时申请多个职位。这一内部工具取代了商业 ATS 系统，因为它提供了全公司范围内的投票机制，申请人简历经过脱敏处理后，由全体员工进行投票筛选，从而确保招聘决策的集体智慧和高效执行。

分布式初筛：避免瓶颈与平均判断

招聘漏斗顶端的初筛阶段是决定组织效率的关键，Max Hodak 强调必须避免让少数人或单一团队成为瓶颈。其系统会从全公司范围内挑选 7 到 8 名背景相似的现有员工进行投票，这种分布式投票机制确保了初筛能在 24 到 48 小时内完成，从而防止阻碍整个组织的运转。创始人初期可以亲自面试所有人，但随着公司规模扩大，必须依靠平均化判断来弥补个人视角的局限。

"If you place any in any small group of employees or any one person in the way as a bottle bottleneck on this, they will absolutely bottleneck the whole rest of the organization."

这种机制的核心在于利用全公司范围的池子进行筛选，而非局限于特定团队。通过让不同背景的员工参与投票，公司能够获取更全面的视角，识别出那些在单一面试官眼中可能被忽视的潜力。这种去中心化的初筛不仅提高了速度，还通过多角度的评估降低了误判风险，为后续更深入的筛选奠定了高效的基础。

电话面试与家庭作业：评估核心素质

进入电话面试环节后，筛选标准聚焦于三个核心维度：判断力（Judgment）、马力（Horsepower）和能动性（Agency）。判断力考察候选人在复杂模糊情境下是否会导致外交事故或做出糟糕决策；马力关注基本技术能力及学习能力；能动性则评估候选人是否有具体的人生抱负，以及是否具备将世界改变为理想状态的能力。这一阶段同样采用全公司范围的池子进行面试，确保评估标准的统一性。

随后的家庭作业（Homework）环节旨在测试候选人的实际产出。理想的作业应具备不饱和性、高天花板以及自然可评分性，最好能简化为 2 到 3 个可绘制的数值，以便直观对比。例如，在 GPU 内核优化任务中，候选人需尽可能降低循环周期数。这种设计使得无论候选人使用何种 AI 工具，只要结果优于基准线（如 Sonnet 模型的性能），即可证明其能力。这种AI 抗性作业的设计思路，旨在过滤掉仅依赖工具而非真实能力的候选人。

面试转化率与流程最小化

从家庭作业到最终面试，转化率需保持在至少 25%，否则将造成巨大的时间浪费。整个招聘流程被精简为四个关键步骤：初始投票、电话面试、家庭作业和完整面试。Hodak 认为这是获取做出完整决策所需信息的最小集合，不存在更高效的替代方案。这一流程确保了从筛选到录用的每一步都产生高价值的数据点，避免了冗余环节。

招聘阶段 筛选范围 核心目标/标准 关键指标/数据
初始投票 全公司员工池 快速初筛，避免瓶颈 24-48 小时内完成
电话面试 全公司员工池 评估判断力、马力、能动性 17% 的初筛申请进入此阶段
家庭作业 电话面试通过者 测试实际产出与 AI 抗性 理想情况：完全 AI 抗性
完整面试 家庭作业通过者 最终决策 转化率至少 25%

持续反馈机制：替代年度绩效评估

传统的一年一次或两次的360 度绩效评估被视为一种破坏性流程，往往只能确认已知问题，且因解雇员工的困难而缺乏行动力。Hodak 提出了一种持续反馈机制，每 4 到 6 周通过软件 Helix 向全公司员工发送一次简短调查。调查仅包含一个核心问题："如果重新选择，你今天还会投票录用这个人吗？"

"I think really what would be nice to have is a signal that gives you this kind of natural feedback from across the company about who's good and who isn't and what's working and what's not in a way that is largely unbiased and is more continuous."

这种机制构建了公司内部的反馈图谱，提供了无偏见且连续的信号，帮助管理层在问题恶化前进行课程纠正。相比传统的年度评估，这种高频、低摩擦的反馈方式能够更真实地反映员工表现和团队动态，使招聘质量的评估从长期且模糊的市场反馈转变为短期且清晰的内部信号。

基于图论的绩效评估革新：从 PageRank 到 IGEN 评审

传统的年度人力资源驱动型绩效评估往往带来创伤性体验，而 Max Hodak 提出了一种基于图论的连续评估机制，旨在彻底消除这种低效流程。该技术的核心直觉是：如果每个人都对你的评价很高，那么你的投票权重应该更高。这与 Google 早期的 PageRank 算法有着惊人的相似性，具体体现为一种称为 IGEN 向量中心性 (IGEN vector centrality) 的概念。通过观察图中节点如何相互指向，可以创建图上的权重分布。虽然这与严格的 IGEN 向量中心性略有不同，但 Hodak 将其称为 IGEN 评审 (IGEN reviews)，并坚信这是进行绩效评估的正确方向。

为了使这一系统真正有效，必须应用额外的技巧，例如 Dropout（随机失活）技术。在运行一千次迭代的过程中，每次迭代都会随机移除一定比例的边（edges）。通过观察输出分数的分布，如果发现额外的峰值，这通常是 投票点击（voting clicks） 需要进一步调查的信号。这种机制将判断力分散在整个公司，更新频率约为 一个月滞后，从而提供了对公司内部真实情况的更深刻洞察。它完全取代了那种沉重且创伤性的年度 HR 驱动绩效评估流程，实现了更连续、更透明的反馈循环。

迭代速度即生死：复利效应与基础设施的瓶颈

这场演讲的核心主题并非仅仅推荐某种特定的技术规格，而是强调 迭代速度（rate of iteration）是区分成功与失败的关键。如果一家公司每周能学到新东西，而竞争对手每月才能学到一次，那么后者将 永远无法构成威胁。这种复利效应如此剧烈，以至于即使另一种方法具有显著的补救特征，只要它能以 短得多的时间周期 实现复利增长，就应优先考虑较短的迭代周期。速度决定成败，而速度由基础设施决定。这听起来可能很无聊，但涉及采购、招聘和支出流程的效率，其重要性不亚于对构建对象的技术内容的理解。

许多由杰出科学家和工程师创立的公司之所以夭折，并非因为技术本身无效，而是因为 执行层面的组织管理失败。当组织扩展到数百人、拥有数万平方英尺的物理基础设施时，如果未能建立有效的管理系统，组织就会变得笨重，导致 战略与执行脱节。因此，在其他条件相同的情况下，应 heavily lean towards（重度倾向）具有更短迭代周期的事物。但这并非绝对规则，初创企业没有放之四海而皆准的法则，必须根据每个独特的新事实模式做出判断。

CEO 的孤独与判断力：无法委托的决策责任

对于初创企业创始人而言，最艰难的一课是 你无法委托你的判断力（cannot delegate your judgment）。作为 CEO，无论替代方案看起来有多少动力或惯性，你必须做出符合你自己逻辑的决策。在学校里，如果你通过作弊（看旁边人的答案）来考试，你的成绩会被拉向班级的平均水平，但这在初创企业中是行不通的。成功的公司是例外，通过变得平庸来成功是不够的。你的判断力必须是 差异化地优秀（differentiatedly good）。即使你不确定自己的判断是否正确，你也必须通过独自做出决策来验证这一点，这是获得巨大成果的唯一途径。

虽然并不经常发生所有人都认为一件事而你是唯一反对的情况，但当公司运行四五年、涉及数亿美元资金时，面对高风险决策，你会发现 无人可问。此时，你必须对自己的判断力的 界限和范围（limits and boundaries） 有非常清晰的认识。这是一种令人毛骨悚然的感觉，但必须能够坚持。好消息是，实际上很难真正陷入绝境，行动空间总是比看起来更大。试图预判所有永远不会遇到的问题是一种浪费，因为 行动产生信息（action produces information）。就像物理学中的弹道轨迹，除非受到外力干扰，否则物体将遵循信息最小化的轨迹；同样，在商业中，行动会揭示新的信息和可能性，打破看似僵局的困境。

打破僵局：行动产生熵与组织操作系统的核心作用

当初创企业陷入停滞时，往往是因为陷入了深度局部最优解。此时，仅仅依靠思考无法破局，必须通过注入行动来产生熵，从而打破僵局。这种反直觉的现象意味着，有时候移除一个在个人能力上很强但与公司当前阶段不匹配的关键人物，反而能解锁公司的新阶段。这种行动力的注入是突破瓶颈的关键。

"Whenever you exert like action into the universe that creates information... whenever you get stuck like you have to you have to start like injecting action producing entropy."

更深层次地看，决定公司速度的并非仅仅是产品本身，而是支撑产品的基础设施。这包括采购、会计、招聘、绩效评估、预算、安全和质量等支持系统，它们构成了公司的操作系统。这些基础架构的搭建直接决定了公司的速度，而速度又决定了公司的成败。如果在初期未能正确建立这些基础，公司可能会陷入每月消耗500万美元却感觉失控的困境，最终被迫做出更粗糙、更艰难的决定。

行业与学术的抉择：资源动员能力决定技术落地速度

在面临行业与学术界、创业与攻读博士学位的选择时，核心判断标准在于该领域的技术成熟度与资源动员能力。过去，顶尖人才聚集在学术界或政府机构，例如20年前顶尖计算机科学家集中在卡内基梅隆大学和哈佛大学，50年前火箭专家集中在NASA或马里兰大学。然而，随着技术从基础研究走向实际应用，工业界展现出了压倒性的资源优势。

如今，顶尖计算机科学家聚集在Google、Apple和OpenAI，顶尖火箭科学家则集中在SpaceX和Blue Origin。当一项技术真正开始发挥作用时，工业界能够调动更大规模的资源并实现更快的迭代速度。因此，除非该领域仅存在于基础研究中（如生命科学中的药物发现，因为人类在此方面效率较低），否则工业界的实践机会通常优于学术界的理论探索。对于大多数初创公司而言，失败的原因往往不是技术无法实现，而是无法组织人力去达成目标，这种组织能力需要通过实战习得。

识别卓越能力：可验证的竞争反馈与思维评估

判断一个人是否具备卓越能力，最有力的证据是其在可验证的竞争游戏中的表现。这包括成为国际象棋特级大师，或在Formula SAE（大学生方程式汽车大赛）等比赛中获胜。硅谷许多深科技初创公司正是由这类竞赛的优胜者创立的，因为他们通过竞赛获得了即时的、具体的反馈循环，证明了其将想法转化为现实的能力。

在招聘工程师时，传统的LeetCode式代码测试并非唯一标准，甚至不是主要标准。软件行业因其极高的反馈速度而吸引聪明人：一个想法可以在几小时内构建并得到反馈，这种类似高频交易的反馈循环筛选出了真正高效的人才。因此，招聘重点转向评估思维能力而非单纯的编码能力。例如，通过设计问题考察候选人如何分解领域、理解问题结构。对于20多岁的人，我们更看重其背景中是否有主动寻求并完成的有趣项目，这比标准化的代码测试更能反映其潜力。

神经链接的教训：没有通用的成功算法，只有精准的判断力

在神经链接（Neuralink）担任CEO五年的经历揭示了一个核心教训：初创企业的成功没有通用的算法或固定的五点清单。成功依赖于一系列连续的判断力（Judgment Calls），关键在于如何微调这些判断的过滤器。最宝贵的经验来自于与拥有实证优秀判断力的人共事。

在面对危机时，往往存在多个看似合理的解决方案。通过与具备敏锐判断力的导师或同事讨论，能够迅速识别出哪个选项能从根本上解决问题且不再复发。这种基于经验的直觉判断无法通过书本学习，只能在复杂的实战情境中通过观察和参与来习得。因此，对于希望进入深科技领域的年轻人，如果必须在“加入一家高性能公司”和“攻读博士学位”之间选择，且该领域并非纯基础理论研究，加入高性能公司的建议通常更为务实，因为那里是学习如何组织人力和做出正确判断的最佳场所。

创业教育的核心：实战反馈与文化传承

许多创业者低估了“带有真实赌注的长期反馈”在个人成长中的关键作用。Max Hodak 指出，创业教育并非通过捷径获得，而是需要经历从设定目标到延迟反馈的完整闭环。这种“强化学习”式的经验积累，要求创业者在真实 stakes 下思考，从而训练出敏锐的判断力。因此，他强烈建议创业者在创立自己的公司前，先加入一家拥有卓越文化且值得尊重的公司工作。初创企业的文化很少是从零开始构建的，更多是作为“口述传统”从创始团队之前的经历中继承而来。通过观察那些拥有成熟判断力的人，创业者才能获得必要的“反馈强化”，这是理解商业运作底层逻辑的重要途径。

BCI 与意识科学：从哲学问题转向工程挑战

关于脑机接口（BCI）能否揭示意识本质，Hodak 持乐观态度。他认为，如果人工智能的终极目标是超级智能机器，那么 BCI 的终极目标则是“意识机器”。大脑由普通物质组成，遵循化学规则，不存在所谓的“新物理学”，因此意识问题本质上是一个“映射问题”——即寻找神经底物活动与现象内容之间的对应关系。他设想，如果拥有一种魔法般的 BCI 能实时观测并驱动每个神经元，“我们就能很快搞清楚意识”。尽管目前的技术尚无法直接用于研究意识，且人类实验仍需数年准备，但他坚信这是一个“实践问题而非哲学问题”。未来通过 BCI 实验验证意识机制是完全可能的，这为理解大脑提供了全新的工程化路径。

跨学科协作模式：小团队整合 vs. 学术中心割裂

在 BCI 领域，跨学科合作至关重要，涉及干细胞生物学、材料微加工、软件工程、动物行为学及外科手术等多个领域。Hodak 指出，学术界通常采用“垂直化专家中心”模式，不同领域的专家使用不同语言，导致沟通成本高，最终往往只是“拼接部门接口”。相比之下，Helix 采用“小团队整合”策略，让少数人掌握问题的全貌，从而灵活调整瓶颈所在。一个典型案例是视蛋白（opsins）的工程化改进：原本需要强光照射才能激活神经元，导致 LED 光源过热且数量有限；通过提高蛋白质对光的敏感性，团队得以使用更多但更暗的 LED，成功将“电子学问题转化为生物学问题”，从而放宽了硬件限制。这种“端到端的系统理解”和“动手能力”是跨学科创新的核心优势，任何硬技能（软件、电子、机械等）都是进入该领域的敲门砖。

AI 在科研中的角色：原生架构与效率倍增器

在科学研究中，AI 并未取代人类，而是作为“团队倍增器”发挥作用。Hodak 强调，公司应构建“AI 原生”架构，将所有上下文数据（如采购、质量、批次记录、制造数据）整合到统一数据库中，以便高效地提供给 AI 代理（Agents）。这种数据整合不仅提高了可追溯性，更释放了 AI 的潜力。目前，AI 在 Helix 产生最大影响的三个领域是：代码生成（Hodak 表示最近六个月几乎未查看源代码，因为 AI 生成的代码质量极高）、法规合规（处理复杂的质量体系和质量系统，减轻人为负担）以及数据关联分析。AI 的价值在于处理海量上下文并执行重复性任务，而人类则专注于更高层次的战略决策和创新，二者形成互补而非替代关系。

AI重塑合规：从繁琐人工到自动化证据链

在重科技初创企业中，官僚主义往往被视为阻碍，但Max Hodak指出，问题核心并非质量标准本身，而是人类在处理海量标准时的低效。合规工作涉及识别所有适用标准，从锂离子电池与PCB的连接规范，到电路板电气绝缘要求，甚至包括运输标签粘贴后边角卷曲程度的细节。传统模式下，企业需雇佣监管专家列出所有标准，并维护一个庞大的电子表格来记录每一项合规证据，这一过程耗时数月。

"We hire regulatory experts to go find all of the standards that might apply, make a list of them, and then have a spreadsheet which is like all of the evidence that you comply with all of the standards."

AI的介入彻底改变了这一局面。通过AI，企业可以快速检索所有相关标准，并自动生成合规证据表。尽管部分监管确实需要解除，但Hodak认为，AI与监管的结合比人们想象的要契合得多。对于那些“用鲜血写就”且理念良好的法规，AI能有效平滑执行过程中的摩擦，将原本由人类难以完成的繁琐工作转化为自动化流程，从而大幅缩短合规周期。

自建基础设施：为何通用ERP不如定制软件

Hodak强烈建议初创公司自建基础设施平台，而非依赖购买现成的企业资源规划（ERP）系统。他指出，市面上不存在一家公司真心热爱其使用的ERP系统，例如无人会表示“我想在NetSuite上花费更多时间”。相反，许多成功企业围绕量身定制的软件成长，如YC（Y Combinator）内部开发的工具使其运作高效，Facebook和SpaceX/Tesla的“Warp Speed”系统则深度整合了制造与研发流程。

这种定制软件的优势在于其针对性与灵活性。以YC的招聘流程为例，早期使用Greenhouse软件时，第一漏斗阶段存在人员瓶颈。通过自建软件，YC得以实施复杂的投票机制，智能推断谁最适合评估申请人，这是通用商业软件无法实现的。随着AI代理（Agents）和“Vibe Coding”技术的发展，自建软件的成本大幅降低，使得在种子阶段就构建专属工具成为合理选择。将此类工具固化在公司流程中，能确保组织记忆不流失，并适应不同团队独特的世界观和运作方式。

脑机接口：从AI叙事转向长寿医疗

关于脑机接口（BCI），Hodak提出了一个反直觉的观点：短期内，BCI并非主要是AI故事，而是长寿医疗（Longevity）故事。虽然长期来看，AI构建的超级智能机器与BCI构建的意识机器之间的界限可能模糊，但近期BCI的核心价值在于直接干预大脑这一计算机器。神经工程学的范畴远超运动解码，包括视网膜假体和心脏起搏器植入物等。

与药物治疗相比，直接处理大脑能带来巨大的效应量（Effect Sizes）。例如，帕金森病患者服用多巴胺能药物效果有限且随时间减弱，但开启深部脑刺激器后，患者能在10秒内从无法持杯恢复到能写草书。新生儿植入心脏起搏器后的即时反应也是强有力的临床见证。Hodak强调，大脑是唯一原则上无法移植的器官，且通常不是人体中首先衰竭的部分。因此，直接修复或增强大脑功能，比解决复杂的生物学难题更可靠，能提供更显著的工程化改善，从而实质性地延长和改善每个人的生命质量。

防范内部投票作弊与数据透明度

在构建长期导向的神经科技公司（Neurotech）时，内部评估系统的公正性至关重要。为了防止员工在投票系统中串通一气或恶意差评，团队采用了一些技术手段来检测异常行为。例如，应用马尔可夫链蒙特卡洛（Markov Chain Monte Carlo）dropout 技术，可以识别出诸如“投票点击”等异常模式。在正常分布下，数据通常呈现单一峰值，而作弊行为会导致数据分布出现两个峰值，这是一个明显的警示信号。

"Applying Markov chain Monte Carlo dropout allows us to detect things like voting clicks because now instead of seeing one peak, you'll see two peaks."

这种机制设计旨在对这类干扰保持容忍度，同时确保系统的透明度。需要注意的是，这并非唯一的判断信号，而是多个信号中的一个。对于对此技术细节感兴趣的人，作者表示可以通过邮件获取具体的技术文档。这种数据驱动的异常检测机制是维持组织健康的重要一环，确保评估结果反映真实绩效而非人为操纵。

融资策略：基于实验成本的逆向规划

在深科技领域，创始人往往倾向于向风险投资人（VC）询问“合理”的金额，而非“必要”的金额。然而，融资的核心逻辑应是覆盖实验成本。许多想法要么值得投入五千万美元，要么只值零美元，五百万美元往往会导致实验结果模棱两可，带来挫败感。因此，正确的策略是计算出完成下一个关键价值拐点（Value Inflection Point）所需的实验成本，然后筹集两倍于该估算的资金。

"Figure out what you think it's going to take to actually run the experiment... price that out and then raise twice the money."

虽然这会导致20%-30%的浪费，但在深科技探索中这是可接受的。创始人必须意识到，没有保证成功的融资路径，中途可能会发现方向错误。因此，公司应尽早追求盈利和可持续性，避免陷入“资金癌症”的循环——即每隔几年通过融资缓解死亡危机，但最终仍难逃困境。追求收入不仅是为了生存，更是为了提升公司在长期路线图上的估值，而非基于其死亡概率的估值，从而吸引不同类型的投资者。

前沿创新的本质与判断力

关于创业建议，作者认为不存在通用的原则或捷径。深科技创业是在历史的前沿探索，每一步都是全新的。回顾人类历史，绝大多数聪明人无法仅凭一个想法就获得巨额资金支持，而当今旧金山的创业环境虽提供了机会，但这并非普遍常态。前沿探索的核心在于依靠自身的判断力（Judgment），而非依赖现成的创业指南。

"When you're on the frontier, they're like you're figuring it out as you go. That is the job."

这种观点强调，创业者应减少对标准化建议的依赖，转而打磨自己在特定领域的判断力。因为每一个前沿项目都是独特的，过去的经验或通用的创业法则往往不适用。创业者必须接受“边做边学”的现实，并在没有明确路径的情况下，依靠对领域的深刻理解做出决策。这种独立思考和判断力的培养，是深科技创业者在不确定性中生存和发展的关键能力。

脑机接口的工程挑战：功耗与封装

在脑机接口（BCI）领域，功耗和热约束是植入式设备面临的主要工程挑战。由于皮肤是重要的免疫屏障，无法穿过皮肤布线，否则会导致细菌感染风险。因此，必须将发射器植入体内并闭合皮肤，这就要求设备具备极低的功耗。目前，低功耗电子学是一个关键的前沿领域，随着生物工程技术的发展，硬件与生物的融合日益紧密。

另一个棘手的问题是封装技术（Packaging），在欧洲被称为“热带化”（Tropicalization）。这涉及如何在生物环境中长期稳定地封装电子设备，防止免疫反应和降解。由于必须完全封闭皮肤以隔绝细菌，植入设备需要在有限的空间内解决散热、供电和数据传输问题。这些工程难题限制了设备的体积和功能，迫使研发团队在最小化植入物体积和最大化体外处理能力之间寻找平衡。解决这些物理和生物兼容性问题，是实现大规模临床应用的前提。

生物相容性与封装技术的生死挑战

在植入式医疗设备领域，最大的技术壁垒之一是如何确保设备在人体内的长期生存能力。人体并非静态环境，没有任何真正的“被动”表面，即使是骨骼也在不断重塑。这意味着植入体内的设备会持续遭受免疫系统的攻击，且自身无法再生。因此，开发者必须寻找能够抵御这种恶劣环境并长期存活的特殊材料。Max Hodak 指出，材料科学是一个开放且亟待突破的领域，现有的解决方案往往难以兼顾小型化与耐用性。

"The very like the classic example of this is the laser welded titanium can... Obviously can't we can't put a big titanium box in the eye."

早期的视网膜假体曾尝试使用钛合金外壳，例如一种附着在眼球侧面的钛盒，内含电池和电路板。这种方案需要长达 4.5 小时 的手术时间，且因体积过大和生物相容性问题而失败。相比之下，现代方案通过激光投影技术实现无线供电，并开发新一代封装技术，如 conformal coating（共形涂层）。这种涂层必须满足三个核心条件：不被身体降解、对身体无害、且能抵抗身体试图“杀死”植入物的所有机制。这不仅是工程问题，更是材料科学的根本性挑战。

从斯坦福到收购：构建视网膜植入生态

构建医疗科技公司的核心在于“与人打交道”，即通过邮件、网络和直接对话建立联系。Max Hodak 的公司最初源于对斯坦福大学一位教授 15 年前 发明的视网膜植入技术的追踪。该技术最初授权给一家欧洲公司，但经过评估，团队认为通过收购该法国公司能更高效地获取最先进的电刺激技术。

在早期 2021 年，团队评估了四种视网膜刺激路径：双极细胞或视神经 的 电刺激 或 光刺激。他们内部开发了最先进的基因疗法用于光刺激，同时识别出法国公司在电刺激领域的领先地位。最终，通过收购获得了许可证和技术，并与全球外科医生和医生保持紧密合作。团队通过冷邮件联系外科医生，邀请他们作为顾问参与新手术的开发，这种直接且高效的沟通方式加速了临床验证过程。

火星殖民者与临床医生：两种文化的融合

在 SpaceX 的经历让 Max Hodak 观察到，成功的企业需要两种文化的共存：20% 的“火星殖民者”（追求极致性能的狂热者）和 80% 的“严肃工程师”（务实的技术专家）。在医疗领域，这种文化融合更为复杂，因为医疗行业本身具有保守且权威的文化特征。他的公司采取了类似的混合模式：30% 的超人类主义使命驱动者 与 70% 的严肃临床医生、科学家和研究者 共存。

"You have to be able to navigate both of those things I think to really reshape the future."

这种文化整合使得公司能够同时推进两项看似矛盾的任务：一方面进行处于 Overton 窗口边缘 的前沿研究，另一方面在 6 个国家 开展临床试验，并在欧洲获得医疗器械批准，相关结果发表于《新英格兰医学杂志》。这种双重能力的平衡，是重塑未来医疗技术的关键。公司不仅追求技术突破，更注重在满足未满足的临床需求过程中建立可规模化的医疗设备公司基础。

深科技创业的初心与影响力

尽管生物技术领域依然资本密集，且进入门槛极高，Max Hodak 认为对于有远见的创始人来说，这是一条值得坚持的道路。他回顾了自己近 30 年前 的认知：改变大脑即改变现实，这是未来几十年最重要的使命之一。虽然进入 AI 领域可能更轻松，但深科技创业的核心驱动力并非金钱，而是改变世界的愿望。

"Especially with the rise of things like artificial intelligence, I think people realize that this isn't just about money."

正如 Paul Graham 所言，不同城市有不同的“氛围”：剑桥强调智慧，纽约强调财富，而旧金山强调权力。随着 AI 的兴起，人们意识到创业不仅仅是为了财富，更是为了通过营利性公司这一强大工具，调动资源以实现世界变革的目标。对于 Max Hodak 而言，尽管路径艰难，但成功后的影响力是深远且不可替代的，这正是他选择深耕生物技术的根本原因。

治愈疾病的权力：可共享的全球影响力

在探讨科技初创企业的核心驱动力时，Max Hodak 指出，这不仅仅是关于金钱，更是关于权力。虽然经济权力和军事权力是常见的权力形式，但治愈病人的权力具有截然不同的性质。这种权力不仅是一种重塑世界的真实力量，更关键的是它具有高度的可共享性。与无法轻易分享的军事或经济权力不同，恢复盲人的视力或赋予癌症患者生命的能力，可以广泛地惠及大众。

"The power to heal the sick is like a very dramatic one... you can share the power of restoring sight to the blind or of giving life to the cancer patient."

Hodak 认为，随着世界变得越来越复杂，在座各位所从事的工作将对社会产生巨大影响。生物技术领域虽然艰难，但其带来的患者及其家庭层面的影响是其他任何行业都无法比拟的。这种影响力超越了单纯的商业成功，成为一种能够广泛传播的社会价值。

生物科技的长期承诺：十年不可逆的生命投入

生物技术行业被描述为极其资本密集且道路漫长的领域。Hodak 强调，在这个领域创立公司意味着一种不可逆转的生命承诺。创业者需要投入整整十年的时间，无论最终结果如何，这十年都永远不会回来。

这种长期的投入周期与科技行业常见的快速迭代模式形成鲜明对比。尽管进入门槛高、风险大，但一旦成功，其产生的社会价值和对患者的实际帮助远超一般科技产品。这种长期主义的视角是理解生物科技初创企业本质的关键，它要求创始人在面对短期压力时，依然能坚守对长期目标的承诺。

反直觉的商业策略：控制力与非常规决策

在回答关于科技行业流行误区的问题时，Hodak 指出，Helix 的整个建立基础本身就是反直觉的（Contrarian）。他举了一个具体的例子：如果在 A 轮融资后告诉投资者，公司将使用"vibe coding"（一种非传统的编程方式）来构建采购系统，任何理性的董事会都会质疑创始人的判断力。

然而，Helix 之所以能够避免这种质疑，并非因为策略本身被广泛接受，而是因为创始人拥有对公司的绝对控制权。Hodak 表示："I never got those questions because we don't because I control the company." 这一案例揭示了一个深层逻辑：在科技初创企业中，控制权往往比迎合主流共识更重要。这种反共识的决策能力，结合对公司的掌控，使得企业能够采取非常规路径，从而在竞争激烈的市场中找到独特的生存空间。

"I think that if you raise a series A and then you tell your investors that you're going to vibe code a purchasing system, I think that any reasonable board is going to like ask you what you're thinking."

Hodak 的这番话不仅是对特定策略的解释，更是对初创企业治理结构的一种反思。在生物科技这样高风险、长周期的行业中，创始人的独立判断和控制权可能比短期的投资者关系更为关键。这种反主流的思维模式，虽然看似冒险，实则是应对行业复杂性的必要手段。