公司變成一串自動循環：AI 能到坡頂，換山還得靠人
公司正在被改造成一串互相咬合的循環；循環可以把當前業務推到局部最優，但在平臺期之後，選下一座山仍要靠人類直覺。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
AI 時代不會複製贏家通吃
AI 時代不會按移動互聯網的方式贏家通吃：網絡效應曾讓搜索、社交走向一兩家，而 AI 的技術棧每一層現在有約 20 個相關參與者。兩年前大家認為編程代理最終會只剩一個贏家，如今 Claude Code、Codex、Lovable、Replit 卻同時在往前跑。Anish 說，實驗室裡最前沿的人認為實際發生的是 autocatalytic effects——用新技術改進自己的流程——而不是 recursive self-improvement，所以不會出現一個把所有人吞掉的失控贏家。對創始人的啟示是：不要單押某個全棧巨頭，每一層（模型、代理、界面）都還有長期位置。
— Anish AcharyaCEO 想建更大的公司，而不是更少員工
員工大概率不必過度擔心被 AI 替代，原因不是技術不夠強，而是 CEO 的激勵是增長、不是縮減。Sundar 不想經營一家更高效的 4 萬億美元公司，而想建一家 40 萬億美元公司。一位 Google 高管朋友告訴 Anish，公司沒有裁員，而是用 AI 把兩年的路線圖壓縮到三個月完成，現在的難題變成「路線圖該加什麼」。當執行不再稀缺，注意力就從省人力轉向為更大目標找新事做。
— Anish Acharya公司會變成循環，下一步臺階需要人定
公司形態正在從崗位與部門列表，變成一串循環（loop）的級聯：最初是個人工作流的自動化，之後是職能循環，再往後會跨業務部門，最終由循環來運行公司大部分運營。循環自身會不斷產生輸出，輸出又成為下一層循環的輸入，某個機制會把信號送回 CEO——什麼時候該調整業務實體，什麼時候戰略該換。這套機制能幫公司爬到局部最優（local maxima），但到平臺期後必須靠人類的直覺做分布外思考，把組織放到下一座山的山腳。讓 AI 直接想出一個能賺百萬美元的點子往往會失敗，因為人能擺對方向，AI 只負責在既定坡道上掃蕩。
— Anish Acharya用戶想花掉時間，而不是省下時間
硅谷默認 AI 的價值是效率，Anish 認為這是誤判：多數人並不真想省時間，而是想把時間花在能帶來連接、愛、進步和樂趣的地方。歷史上最大的產品一直是娛樂和社交，AI 的消費者機會因此不是「又省了幾分鐘」，而是做出讓人感到更連接、更被愛、感受到進步或樂趣的循環。他批評過去 40 年技術一直在延伸智力，幾乎沒有延伸靈魂；要把 AI 裝進這些慾望，屬於產品設計挑戰，不是模型能力挑戰。
— Anish AcharyaAI 正在把技能和慾望解綁
Anish 認為 AI 不只是生產力工具，更像一層情感與精神界面——它可以把「技能」和「慾望」拆開。想做音樂的人，不再被「不會彈鋼琴」擋在外面；想寫程序的人，不必先學到能上班的程度；個人身份認同因此被放大。他回顧 1950-60 年代高風險環境曾大幅激發人類潛能，認為當前世界處在低冒險狀態，AI 有機會讓 GDP 增長從 2% 拉到 10-15%——前提是它提高的不是單個環節的速度，而是群體敢於想的事的規模。
— Anish Acharya想法太小，現在反而拿不到融資
投資標準在三年內發生了逆轉。過去一個項目如果過於雄心勃勃，基金常會說一億美元種子輪太誇張；今天在 a16z 看項目，反向標準來了——如果某個想法在 AI 幫助下仍然只能做那麼小，就直接不投。「無上限的雄心」成為篩選公司的核心價值，Marc Andreessen 的說法是：我們要麼登月，要麼留下月球大小的隕石坑。
— Anish Acharya每週發布小東西才能練出產品直覺
給產品人的最直接建議是老話：多造東西。找一個誰都別告訴的項目，越小越好，把它當「底盤」，把新模型逐個跑一遍、發布成品、和人討論——這是建立 AI 直覺的路徑。節奏只要每週發布一小件，瘋狂反而不可持續。Anish 自己用 Codex 給妻子做母親節幻燈片：從短信和相冊取出素材、自動配樂，最後生成 20 頁對兩人關係的回顧，連第一次約會的舊短信都翻出來。東西小，但這類作品會讓人反覆嚐到 AI 的「喜悅時刻」——一旦嚐到，觀念就回不去了。
— Anish原話 · 已逐字校驗
The loop will help you climb to the local maxima, but then it plateaus. You need human intuition. You need somebody to actually help you land at the base of the next hill.
循環會幫你爬到局部最高點，但隨後它進入平臺期。你需要人的直覺。你需要有人真正讓你落到下一座山的腳下。
Anish Acharya15:12
We believe that people want to be more productive, but they don't. I think more people want to spend time than save time.
我們認為人們想要更高效，但他們並不想。我認為，更多人想要把時間花掉，而不是省下時間。
Anish Acharya32:24
It kind of unbundles skill from desire. For example, if you want to make music, you can make music now. You don't have to know how to play the piano.
它把技能和慾望解綁了。比如，如果你想做音樂，現在就能做，不必會彈鋼琴。
Anish Acharya37:29
It can be totally unimportant. Um but use it as a chassis to use all the new models, ship things, talk about them, build your own intuition.
它可以完全不重要。但把它當作底盤，去使用所有新模型，發布東西，談論它們，建立你自己的直覺。
Anish1:09:48
數字與實體
| AI 技術棧每一層相關玩家數 | 約 20 個 | 4:05 |
| CEO 目標公司規模對比 | 4 萬億美元 → 40 萬億美元 | 10:08 |
| 路線圖執行時間壓縮 | 2 年路線圖 3 個月完成 | 10:08 |
| 醫療成本中行政費用佔比 | 45% | 40:31 |
| AI 帶動的潛在 GDP 增速 | 2% → 10-15% | 37:29 |
術語
- loop自動循環 / 閉環
- 以自身輸出為反饋、不斷自動迭代的一段工作流；Anish 用它描述未來公司的最小運行單元。
- autocatalytic effects自催化效應
- 用新技術改進自身流程，形成加速而非失控式放大的機制。
- recursive self-improvement遞歸式自我改進
- AI 反覆改進自身導致指數級失控；Anish 認為它並非當前主導機制。
收聽指南
正在用 AI 改自家產品或把公司流程重組的創始人和產品負責人，也適合關心 AI 對就業與消費機會判斷的投資人。
時間緊可跳過最後的書單、人生格言和 DJ 軼事，不影響 AI 判斷。