Howard Marks新备忘录，11周的间距本身就算一个信号

这篇文章最有价值的信息，不是它对AI泡沫的判断，而是它问世的节奏。Howard Marks上一份专门聊AI的备忘录《Is It a Bubble?》是去年12月的事，隔了大概11周，他又出了一份《AI Hurtles Ahead》。一个向来谨慎、以周期思维见长的老派投资人，在不到三个月里被逼着再次下场表态，这本身就是一条比任何论点都硬的信息。

他是被什么东西逼的？按备忘录里的说法，这段时间AI的能力发生了“难以置信的跃升”。他专门找人做了教程，把AI的发展分成几个阶段来理解：2023年的Chat AI是问答，2024年进到工具使用型AI，能接任务、搜集资料、分析、完成。Marks的观察是，AI可能不只是人类的工具，而是某种替代品，它正在触碰人类垄断至今的认知领域。

我把这段分级发到公司群里，技术合伙人回了句：他说的2023和2024，我们一线干活的人体感是一模一样的。

去年团队刚开始用AI写码，基本就是我描述需求，它给我生成一段能用的代码，本质上还是问答。到了今年，它已经能接到一个模糊的任务，自己去翻代码库、找上下文、改完再自测，出错的时候还会告诉我哪里不确定。这中间隔了也就一年。我自己用了大概一个月的Claude，从辅助问答切换到能交代完整任务的用法，转变就发生在最近一两周。

所以Marks说AI从抽象变成经济力量，速度惊人，这一点我完全认同。但作为创业的人，我更关心另一层：这种加速度对创业公司来说，到底是东风还是绞索。

先看好处。AI能力每上一个台阶，意味着同样的人能干更多活。我们团队30个人，放在两年前这个规模得翻倍。从成本结构上看，这是明确的利好。

但坏处也在这。大模型的能力在涨，调用成本确实在降，但整个行业的重心正在往基础设施层收缩。我上个月写过一段看法：AI公司的估值逻辑已经从技术领先转向基础设施能力，算力成本最终会转嫁给应用层创业者。你看Anthropic跟矿商签巨额数据中心协议，这条路数很清楚，重资产往头部汇聚，真正利润被基础设施打包者拿走。

这种格局下，应用层的窗口期就被压缩了。你基于某个模型能做的应用，别人同样能做，而且模型每升一次级，你的应用可能就要重构一次。我手头就有个项目，刚摸清一个模型的脾气，出了新版本，行为逻辑变了，之前调优的参数全得重来。

配图可能很多人看过，白色机械臂在料理台上操作。挺讽刺的，我们在这讨论AI要接管认知了，物理世界里的机器人连颠勺都还不太利索。

但换个角度看，这恰恰是创业者的空间。认知层被大厂和基础模型占据，物理世界、具体场景、脏活累活，AI暂时还啃不动。

所以我的判断是：这个方向值得关注，但落地才是关键。真正适合创业公司的打法，不是追着模型能力跑，而是找到AI能带来明确效率提升、但又不依赖单一模型能力的场景，把工作流做扎实。上周我刚让团队梳理了一遍AI辅助写码的流程，之前买的几个工具太散，现在统一到一个工作流里，起码验收的时候架构不会烂得太快。

我也试了几天Spec Growth Engine，方向是对的，但离真正好用还有距离。这恰恰说明一件事：AI的推理能力在飞速增长，但工程化、可落地、能融入现有团队节奏的工具，还远没跟上。这里面全是机会。

Marks在备忘录里说他十周前刚写过一版认知，现在已经过时了。这种心态放在投资上叫谨慎，放在创业上就是基本功。我们这行现在最大的风险不是判断错方向，而是用上个月的认知做这个月的决策。

AI hurtles ahead。我们慢不下来，也急不得。先把眼下的事做对。

---

本文编译自 Hacker News，原文：AI Hurtles Ahead
版权归原作者所有，本文为基于公开报道的编译与独立分析。