红杉资本2025 AI 峰会之Cybersecurity

红杉资本2025年AI峰会中，三位合伙人分享中与security相关的观点。

1、Pat Grady认为需要在AI 时代的价值累积将主要发生在应用层，在举例当前的空白领域时，展示了在security领域目前还没产生巨头。

2、Sonia 认为垂直领域Agent将是创业者的重大机遇，通过强化学习、合成数据和用户数据等技术，训练出在具体工作流中具备卓越的agent,并且相信这些垂域Agent可以超越当今最优秀的人类专家，比如网络安全领域的agent。

3、Constantine 强调在agent经济中，在agent经济中，安全（security）的重要性将远超我们当前经济体系中的水平，当人们不是面对面交易时，围绕agent的安全和信任将会催生出一个庞大的产业。

在 2025 红杉资本 AI Ascent 大会上，红杉合伙人 Pat Grady、Sonia 和 Constantine 作为开场引言人，虽自谦只是“开胃菜”，但他们分享的观察与观点，如同一道道精彩的前菜，为与会者描绘了 AI 时代的产业现状、发展速度，以及未来蕴藏的巨大机遇与挑战。

Pat Grady 首先抛出创投界的经典框架：“这是什么？为何重要？为何是现在？接下来怎么办？”他巧妙地省略了“这是什么”（毕竟在场的都是 AI 专家），直接切入“为何重要”的核心。

他引用了一张对比图：云端转型（Cloud Transition）当时的市场规模约 4,000 亿美元，已经大于当时全球软件市场的总和。而这次 AI 转型所瞄准的市场——包含“服务（Services）”和“软件（Software）”，其起始点规模至少是云端转型的“一个数量级”以上。这意味着 AI 的潜在市场规模，从一开始就远超当年的云端转型。

更关键的是，AI 不仅在进攻软件市场，也开始蚕食服务市场。过去的软件工具，正通过 AI 变得更聪明，从“工具（Tool）”转变为协助工作的“协作伙伴”，再进化为能自主完成任务的“自动驾驶（Autopilot）”。这意味着产品的价值正在从“销售工具”转向“销售成果（Outcome）”，从争夺“软件预算”变成争夺“劳动力/服务预算”。因此，软件和服务这两个巨大的利润池（Profit Pools）都正在被 AI 冲击与重塑，整体可及市场（TAM）规模空前庞大。

为何 AI 发展速度如此惊人？基础设施已全面到位！

Pat 接着讨论“为何是现在？”。他强调，AI 发展的快速不仅是必然，更是“迫在眉睫”。过去几十年科技叠加积累的基础——计算（Compute）、网络（Networks）、数据（Data）、渠道（Distribution）、人才（Talent）——都已成熟到位。具备了这些关键要素，AI 的起飞有了坚实的根基。

更令人瞩目的是这次科技传播的速度。Pat 幽默地展示了另一张图表，解释为何事物发生得越来越快。他用“传播的物理学”来比喻：一个新事物要普及，人们必须“知道它”、“想要它”，并且“能够买到它”。

回顾云端转型初期，像 Salesforce 创始人 Marc Benioff 还需要靠游击营销来吸引注意。但 AI 时代不同了！2022 年 11 月 30 日 ChatGPT 一推出，全球目光瞬间聚焦。如今，像 Reddit 和 Twitter（现为 X）这样的社交平台拥有超过 12 亿月活跃用户，成为信息病毒式传播的温床，人们可以极快地了解“酷东西”。

这意味着，“轨道已经铺好”（The rails are in place）。当 AI 的发令枪响起时，几乎没有采用门槛。这种极致的传播速度，已经成为“科技传播的新现实”，AI 的“物理定律变了”，火车一启动，就能在现成的全球轨道上全速狂飙。

谈到“接下来怎么办？”，也就是在哪里“玩”才能赢。

Pat 再度引用去年的一张图，那张图上应用层留下大量空白。他指出，虽然现在空白少了一些，但机会依然非常广阔。

他展示了过去科技转型（如云端）中，能实现年营收 10 亿美元以上规模的公司，绝大多数都位于“应用层”。红杉坚信，AI 时代的价值累积也将主要发生在应用层。

然而，应用层的竞争正在加剧，尤其是基础模型（Foundation Models）凭借其强大的推理能力（Reasoning）、工具使用（Tool Use）和 Agent 间的协作（Interagent Communication），正逐步深入应用层领域。

面对基础模型的竞争，应用层创业公司该如何建立护城河？Pat 建议：

1. 从客户需求出发（Go from the customer back）
   ：不要只做技术很酷的东西，要解决客户的实际问题。
2. 专注垂直或特定功能（Think vertical specific, function specific）
   ：针对特定行业或职能痛点提供深度解决方案。
3. 处理复杂问题，结合人工判断（Deal with complex problems that might require a human in the loop）
   ：解决需要复杂判断或伦理考量的任务，AI 作为辅助。
4. 建立基于产品使用数据的数据飞轮（Build data flywheels with the usage data of your own product）
   ：利用你独有的数据不断改进产品。
5. 成为行业的一部分（Be of the industry, for the industry）
   ：深入理解行业语言和痛点，提供定制化服务，与客户建立深厚信任关系。

这场“应用层争夺战”将决定 AI 价值的归属。

投资人看 AI 公司什么？不只看营收，更看质量与护城河！

Pat 进一步揭示，除了看任何优秀公司都具备的特质（解决重要问题、吸引人才等）之外，还有 5% 的 AI 独有评估标准：

• 营收的真实性（Revenue Quality）
  ：小心“一时兴起的营收”（Vibe Revenue），那感觉很好，但可能只是客户“试水温”。要深入检视产品的“采用度（Adoption）”、“使用频率（Engagement）”、“留存率（Retention）”，看产品是否真正“创造了持久的行为改变”。此外，与客户建立“信任（Trust）”至关重要，在 AI 早期周期中，信任甚至比产品本身更重要。
• 毛利前景（Margins）
  ：现在毛利可能不高，因为计算成本（COGS）仍是重要组成部分。但不用担心，单个 Token 的成本在过去 12-18 个月下降了 99%，而且还会继续下降。更重要的是，如果能成功从“卖工具”转向“卖成果”，你的产品定价将会上升，最终实现健康的毛利。
• 有意义的数据飞轮（Meaningful Data Flywheel）
  ：很多公司声称拥有数据飞轮，但关键问题是：“这个数据飞轮能推动哪些业务指标？”如果答不上来，那它可能“毫无意义”（原文用词较直接）。数据飞轮必须与业务指标挂钩，才具备真正价值，是构建护城河的最佳方式之一。

Pat 总结道，AI 时代是个“跑得飞快”的生意（Run-like-heck business）。市场正处于巨大的“吸力”中，如果你不赶紧抓住机会，别人就会填补这个真空，因为“自然厌恶真空”（Nature hates a vacuum）。现在是全力冲刺的时刻。

Sonia 随后回顾过去一年 AI 的具体进展。

她指出，去年 AI 应用的 DAU/MAU（每日活跃用户/每月活跃用户）比例表现不佳，显示“炒作多于实际”。但令人振奋的是，这一年情况“戏剧性地改变”了！ChatGPT 的 DAU/MAU 比例显著攀升，接近 Reddit 水平，代表越来越多人从 AI 中获得实际价值，并学会将 AI 融入日常生活。

AI 应用也从最初的趣味性（如吉卜力风格图片生成）走向更深层应用，例如广告文案生成、教育可视化、医疗诊断（Open Evidence 是一个例子）。随着 AI 模型能力提升，这些应用的影响力也日益深远。

她特别提到“语音技术”达到了“Her 时刻”（指电影《她》中自然流畅的 AI 语音），语音生成几乎跨越了“恐怖谷”（Uncanny Valley），模糊了科幻与现实的界限。

过去一年最“爆发”的应用类别是“编程（Coding）”。AI 编程助手展现出“惊人的产品市场契合度”（Screaming Product Market Fit），如 Anthropic 的 Claude 3.5 Sonnet 改变了编程生态。AI 正在从根本上改变软件开发的可及性、速度和经济性，无论是资深工程师还是编程新手，都能感受到这种变革。

技术层面，Sonia 坦言预训练（Pre-training）的进展似乎正在放缓（低垂的果实已被摘尽），但研究生态正在寻找新的突破，包括推理（Reasoning）、合成数据（Synthetic Data）、工具使用（Tool Use）、Agentic Scaffolding 等，这些技术结合起来，正创造新的方式扩展 AI 智能。

Constantine 着眼于中长期，他预测下一波重大浪潮将是“Agent 经济”（Agent Economy）。

一年前大家还在谈 Agent（机器助手），如今它们正从单一助手发展为“Agent 群体”（Agent Swarms），能在彼此协作、竞争中进行推理。

进一步地，他预测这些 Agent 群体将演化为成熟的“Agent 经济”。在这个经济中，Agent 不仅交换信息，还能转移资源、进行交易、追踪彼此，并理解信任与可靠性。这不是一个取代人类的经济，而是一个 Agent 与人类“协作”的经济。

不过，实现 Agent 经济需要克服三大技术挑战：

1. 持久身份（Persistent Identity）
   ：Agent 需要保持个性与理解的持续性，同时也要能“理解并记住你”（用户）。当前的 RAG、向量数据库、长文本窗口等技术仍面临挑战，需要真正实现记忆与自我学习。
2. 无缝通信协议（Seamless Communication Protocols）
   ：就像没有 TCP/IP 就没有互联网，Agent 之间需要一套协议来实现信息、价值与信任的传输。Anthropic 的 MCP 就在探索这一方向。
3. 安全性与信任（Security and Trust）
   ：在 Agent 经济中，你无法与交易对象“面对面”，因此安全与信任将比当今经济更为重要，并围绕此形成一个庞大的产业。

Agent 经济的到来，将彻底改变我们的工作方式和思维模式：

1. 随机性思维（Stochastic Mindset）
   ：我们需从“决定论”转向“随机性”思维。编程是确定性的，而 AI 输出是概率性的，要适应这种不确定性。
2. 管理思维（Management Mindset）
   ：像管理人类工程师一样，未来你将管理 Agent 团队，理解它们的能力与限制，学会分配任务、排除故障、提供反馈。这将是整个经济体的转型。
3. 更高杠杆但更低确定性（Higher Leverage but Lower Certainty）
   ：你将能用 AI 完成比过去更多的工作，实现前所未有的杠杆效应，但也要管理由此带来的不确定性和风险。

Constantine 相信，在座的 AI 专家正是最适合在这个新世界中蓬勃发展的群体。他们重申一年前的预言：个体工作者通过 AI Agent 获得巨大杠杆，部门职能将因 Agent 协作而整合，甚至可能出现“一人独角兽”。虽然“一人独角兽”尚未实现，但企业规模化所需人力已显著减少，杠杆效应将达到历史新高。最终，Agent 与流程将深度融合，形成大型、复杂的 Agent 网络，重塑个人工作方式，重连公司结构，并“再造经济”（Recreate the economy）。

**这不是旁观的时刻，而是全速投入、抓住机遇的时代。**正如 Pat 所说：“你正处于一个必须全力奔跑的生意中。”