应用层的时代来了：为什么创业公司该"TokenMaxxing"

核心要点

• 应用层时代：AI 基础设施（OpenAI、Anthropic、xAI、SpaceX 等 lab）已耗巨资建成并将产生万亿美元价值，如同互联网铺完光纤宽带后应用爆发，现在价值将大量向应用层迁移。
• TokenMaxxing：若自己是创业公司 CEO，Mike 会"拍桌子"要求把 token 花到极致——尤其在编程上用最前沿模型，只有摘要、运营等简单任务才降级用 Sonnet 换性价比。
• Rebel Alliance：他看好由开源权重模型、开源 harness、分布式算力和"人类对齐 agent"组成的反抗军阵营，并已在 X 上公开发帖"竖起信号弹"招揽相关创业者。
• 80% 非编程任务：企业里约 80% 的非编程任务（摘要、生成文档简报等）用非前沿的开源模型就能完成，中国开源生态的进化速度尤其惊人。
• obliterate 而非 automate：USV 只投"颠覆"既有市场和商业模式的公司（如把医生装进每个人口袋的 Doctronic），而非让现有流程更快的自动化 SaaS。
• Founder > Market > Product：Mike 已把早年"产品第一"的排序彻底翻转为"创始人第一"，因为早期公司几乎都会转型，创始人的韧性、执行与适应力最关键。
• 模型厂商吃不掉一切：即便 Anthropic 派整队做设计对标 Figma，Figma 仍是数十亿美元营收的生意；市场赢家通常只拿约 30%，剩下 70% 全是机会。

章节时间轴

• 0:45 十年重逢 — Harry 与 Mike 回忆十年前 Anchor 时期的初次对谈，Mike 曾是纽约创业圈的"it boy"。
• 1:31 失败恐惧 vs 胜利渴望 — Mike 认为最好的工作往往诞生于约束之下，Anchor 距离没钱只剩三个月时是他状态最好的时候。
• 3:01 播客的高制作值 — 工具变好使及格线抬高，想突围必须"卓越为底线"，追求极高制作值与 insights per minute。
• 5:19 为何加入 USV — 从大基金 Lightspeed 转投小而 thesis-driven 的 USV，看重其敢于逆共识、坚持观点的能力。
• 6:53 应用层时代论 — AI 基建已建成，如互联网光纤铺完后应用爆发，现在轮到应用层创造巨量价值。
• 12:17 五年后模型格局 — 递归自我改进（RSI）与 S 曲线两种未来：赢家通吃，还是智能商品化后价格与体验竞争。
• 16:11 优化 token 与 harness — 成熟市场里企业会优化 token 成本，转向开源权重、路由层与"人类对齐"的产品。
• 17:00 harness 是什么 — Mike 定义 harness 为与模型紧耦合的应用（如 Claude Code、Hermes、Pi），并强调 agent 要为你而非为 lab 工作。
• 21:36 Anthropic 的 token 风险 — 开发者薪资中花在 token 上的比例（Benioff 案例约 3.8%）是营收指数增长能否持续的关键变量。
• 28:29 USV 错过模型却押注能源 — 无论谁赢，AI 都需要底层能源；USV 长期投能源（Radiant、Fuse、Rune）。
• 32:21 obliterate 而非 automate — USV 只投颠覆市场的公司，以 Doctronic"把医生装进口袋"为例。
• 36:12 模型厂商 vs 应用层 — 赢家通常只占 30% 市场，Abridge 在医疗的监管护城河、Granola 的 context 沉淀都是反例。
• 42:19 基金策略与定价 — 小基金玩不同的游戏；Fred Wilson 的"永远不要因为价格而放弃"与用价格测试信念。
• 50:43 投资的最大教训 — 不要把自己的想法投射到创始人身上；Founder > Market > Product。
• 53:47 最大的 miss 与 hit — Suno（thesis bet）、Granola（founder bet）的复盘，以及错过 Substack 的遗憾。
• 59:56 传统媒体已死 — 独立媒体规模被严重低估，电视仍在被大规模解绑。
• 62:16 快问快答 — 最佳首次创始人会面、最爱的种子/成长基金、最高信号来源。
• 66:53 育儿哲学 — 支持而不施压，让孩子做自己感兴趣的事。
• 69:12 未来 5-10 年最期待什么 — 与喜欢的人共事、与伟大创始人合作、创造代际回报，按此顺序。

详细内容

一、应用层时代：基建已建好，价值开始迁移

Mike 的核心论断是：AI 正处在互联网早期同样的转折点。过去这一轮，市场经历了一场庞大的基础设施建设——OpenAI、Anthropic、xAI、SpaceX 这些 lab 消耗了天量资本，造出了"魔法般的技术"，并将产生万亿美元级别的价值。6:53 他把这比作互联网早期铺设光纤和宽带：基建铺完后，互联网和应用层才随之而来，去利用这些新技术。"现在感觉我们又回到那个模式了——基建在这儿了，该建应用了。"7:38

主持人抛出 Brandon（Menlo）的反方观点：未来 24 个月，基础设施层积累的价值仍会远大于应用层。Mike 部分同意——基建的建设"还没完，价值仍会向基建层积累"，但他坚持认为，既然新"玩具"已经足够，应用层同样会迎来巨量价值创造。8:26

他把这套判断落到 USV 的打法上：应用层会有海量软件涌现，多到"除非你清楚自己在找什么，否则根本没法下注"——而 USV 恰恰擅长"知道自己在找什么，看到时就出手"。7:38

二、五年后的模型格局：递归自我改进 vs S 曲线

在"预测轮"里，Mike 给出两种未来。第一种是递归自我改进（recursive self-improvement, RSI）：一旦某个 lab 逼近并达到超级智能，AI 能做自己的 AI 研究，指数级自我提升，"谁先到谁就跑赢，没人能追上"。12:17 他明确表示这不是他希望看到的未来。他也坦承 RSI 存在自限因素的未知数——可能是 transformer 架构本身有天花板，可能是数据耗尽，也可能是硬件基建跟不上。13:06

第二种未来是 S 曲线：历史上所有新技术都遵循"缓慢起步—指数爬升—触顶平台期"。如果 AI 在某个智能水平触顶，技术就会趋于商品化，所有 lab 都能追平，随之而来的是价格、产品体验和"智能栈各组件"的激烈竞争。13:52

被追问"若走 RSI 路线，会由现有 lab 还是全新公司实现"时，Mike 判断大概率是已经拥有海量算力、前沿模型和芯片优势的现有 lab。但他补充，Thinking Machines、Ilya 和 Daniel 的 Safe Superintelligence 等实验室正在研究可能超越 transformer 的新架构，"某个实验室里正在打磨的新架构，有可能把这一切都跳过去"。15:25

三、TokenMaxxing 与 harness：创业公司该顶格烧 token

在 S 曲线的商品化世界里，企业会为成本优化：转向开源权重/开源模型，用"路由层"把 token 引导到性价比最高的模型，而不是一味 token maxing 选最强模型。16:11 但对创业公司，Mike 的建议恰恰相反——这也是本期最反直觉的判断之一。

他区分了两派。大公司（Salesforce、Microsoft 这类）员工动辄数千上万，人人无限烧 token 会拖垮基本面，因此会开始收紧预算（他点名 Meta、Uber、Microsoft 已有此类动作）。22:21 但创业公司组织小、可控，且此刻"需要能拿到的每一个优势"。"如果我是创业公司 CEO，我现在还是会拍桌子要求把 token 花到极致——花在对的地方。"23:07 具体来说：编程一定要用前沿模型，只有摘要、运营等简单任务才降级用 Sonnet 换性价比。他还顺势推论：最好的开发者会去"随便烧、做最好的自己"的创业公司，而不是预算受限的大厂。23:53

关于 harness，主持人直接说"我根本不知道 harness 是什么"。Mike 的定义是：与模型紧耦合的应用。以 Claude 为例，就是 Claude 桌面应用，尤其是 Claude Code 和 Claude Co-work，形成产品与模型互相强化的飞轮。他还举了 Hermes（接管你 Mac Mini 的 harness）和欧洲公司 Arcane 的 Pi。17:00 由此引出他几周前在 X 发的观点"Who is your agent working for?"——当你把 agency、个人信息、信用卡都交给 agent 时，你会想确认它是为你工作、与你的激励对齐，而非只为把 lab 的模型变得更强。24:38

在隐私问题上，主持人直言"除了硬核技术人，没人真在乎隐私"。Mike 没有反驳，但补充两点：其一，我们从未像现在交给 agent 这样，把如此多的自我交给一项技术——过去用 Chrome 浏览网页"它并不替我们做什么"，而现在 agent 会替我们买东西、给家人发私密消息，是"第二个自我"；19:20 其二，不需要每个 agent 都超级对齐，只要足够多的人在乎，市场力量就会让少数好的玩家制衡其余玩家。27:44

四、Anthropic 的 token 增长风险与开源阵营

主持人给出一个关键数据框架：Anthropic 指数级营收能否持续，取决于开发者薪资中花在 token 上的比例。Benioff 说 Salesforce 为开发团队在 Anthropic 上花了 3 亿美元，约等于开发者薪资的 3.8%。若升到 20%，Anthropic 被严重低估；若到 100%，规模远超想象；但若停滞或迁移到开源模型，就是完全不同的游戏。21:36 Mike 认可这是真实风险。

顺着开源，Mike 抛出企业侧的量化判断：企业里约 80% 的非编程任务用非前沿模型就能完成——摘要、生成文档和简报等都不需要前沿模型，可以用开源模型；只有编程才需要前沿。24:38 他还称赞中国开源生态的进化速度"难以置信"，并认为随着"Rebel Alliance"（开源权重、开源 harness、分布式算力、人类对齐 agent）真正有了一战之力，会有越来越多聪明的团队转向开源，因为"团队会往激励所在的方向走"。25:24

五、路由层能否长出大公司，以及 USV 的能源赌注

主持人质疑：路由层能否长出 100 亿到 500 亿美元的公司，还是会被 Fireworks、Baseten 这类推理商，或上层的 Nebius 吃掉？Mike 认为路由当下确实重要——企业要确保用对模型（兼顾能力与成本），会出现像纽约的 Open Router 这样专注路由的公司，也会有别的公司自建路由层作为变现手段。26:10 但如何避免变成"商品化的管道"？多数公司现在只是在上面抽一点点 margin，这未必是好模式。他提到 X 上有人提出"赏金模式"：路由层选对了最高效/最合适的模型才收费——他觉得这个点子有意思，但还没见到真正落地。他坦言"很难想象光靠路由就建出 500 亿美元的公司"，唯一的可能是某个路由层深嵌进开发者工作流、成为无法替换的黄金标准。28:29

被问"USV 是不是错过了模型这盘棋"，Mike 回应 USV 一直在玩不同的游戏。USV 确实没投任何大模型公司，但多年来一直押注能源——"从 2021 年就开始"（他现场口误说成 2001，随后更正）。逻辑是：无论哪个模型赢，只要你相信 AI 和智能，底层就需要能源来驱动，而且实践证明需要的能源比想象更多、对能源可移动性的需求也更强。29:16 具体案例包括：造工厂流水线小型核反应堆的 Radiant（将成为全球首批在美国 DOME 测试核能的公司之一）、Fuse Energy，以及在风电场旁建微型数据中心、解决能源"可移动性"问题的 Rune。40:04 Mike 强调，能源创新在最早期其实并不那么资本密集，"在创新的边缘、别人还没想到时就找到早期团队"是 VC 最好的下注点。

六、obliterate 而非 automate，以及模型厂商吃不掉应用层

Mike 直言 USV"几乎不做企业软件投资"，因为企业软件往往是卖给中间商、让现有业务更快。USV 的信条是"Don't automate, obliterate"——不投自动化现有流程的公司，只投彻底重塑做事方式、颠覆市场和商业模式的公司。32:21 典型案例是 Doctronic：USV 几年前领投种子轮，当时看似疯狂——用 AI 把一个医生装进每个人的口袋，而不是去做让诊所更高效、帮你处理保险理赔的 AI。33:08

那模型厂商会不会直接吃掉应用层？Mike 用 Abridge 反驳：在医疗这种强监管行业，你不能"直接推门进去说我们现在做医疗了"，必须建关系、建合作、清除监管障碍，这本身就是护城河。USV 2018 年投的 Abridge 花了五到七年才到今天被大量医生和医疗系统使用的拐点。35:27 他还搬出 Spotify 这个"大卫战歌利亚"的经典案例：Spotify 本可以在 50 种不同的路径上被杀死，但它早早、频繁地做难而专的事，最终成了赢家。他甚至说，认为 lab 能进任何应用层"不仅不真实，而且一点都不好玩——如果不相信创业公司能扳倒歌利亚，我们做 VC 还有什么乐趣？"36:12

主持人补充这甚至不是非黑即白：Anthropic 派整队做设计对标 Figma，Figma 仍是数十亿美元营收、且赛道里仍有多个玩家。Mike 给出一个规律：市场赢家通常不会拿走 100% 甚至 80%，而是约 30%，剩下 70% 全是机会——只要市场够大，就能长出很大的赢家。36:59 关于 Granola，他强调其护城河在于"专注只做笔记"和 context 沉淀：一旦 Granola 进入组织、全员积累了丰富的 context，企业就不愿放弃这份历史信息。40:47 面对 Microsoft 的捆绑威胁（他调侃微软"靠 65-70% 的平庸产品加捆绑打赢对手"），他承认担忧，但以 Slack（仍值 270 亿美元）为例说明捆绑并不总能杀死专注的产品。

七、基金策略、定价纪律与投资教训

Mike 与 Harry 深聊了小基金的打法。USV 当前核心基金规模 2.75 亿美元，小基金能更容易地"乘"出倍数，也有更多下行保护。他判断：中间规模的基金最难受，要么做大打共识游戏，要么做小而极其有观点。42:19 关于所有权，USV 在种子和 A 轮很看重占比（因为后期很难买到），但一旦公司越过鸿沟、被识别为市场领导者，就转为"现金对现金"思维——只问"投 2500 万能有多少倍回报"，不再纠结占比。57:37 他以两人刚合投的 FOMO（下一代交易 App）为例：USV 在偏后期进入，看重的是市场天花板而非占比。44:37

定价上，Mike 转述合伙人 Fred Wilson 的最大教训之一："永远不要因为价格而放弃"（never pass on price）。47:39 但他补充了 USV 的 nuance：偏后期、且确信是市场赢家、倍数极高时可以更有弹性；但最早期用小基金投时，价格总有上限，否则基金数学算不过来。Harry 则引用 Peter Fenton 的"把价格当作信念的试金石"——对 Fuse 的 Alan Chang、Air Wallex 的 Jack 这类创始人，价格翻三倍他今天也照付。50:43

关于投资教训，Mike 的头号心得是"不要把自己的想法投射到创始人身上"（don't project）。作为前创始人，很容易觉得"我知道这生意该怎么做"，但这很危险——即便你是对的，那也是创始人的公司；更糟的是，若你基于"这家公司必须做 A、B、C、D 才能赢"来下注，而团队没做那四件事，你就下了一个坏注。51:30 他还把早年"产品 > 市场 > 创始人"的排序彻底翻转为"创始人 > 市场 > 产品"，因为早期公司几乎都会转型，最重要的是创始人是否有韧性、能执行、能适应变化。52:17 当被问"看错创始人时通常漏看了什么"，他的答案是沟通能力——沟通触及招聘、融资、对齐团队、讲市场故事的每一环，是他评估中最大的失误来源。53:02

八、最大的 miss 与 hit：Suno、Granola、Substack 与"传统媒体已死"

Mike 复盘了两笔经典投资背后的两种截然不同的动作。Granola 是"纯创始人赌注"——他认识 Chris 15 年以上，早在做 Anchor 时 Chris 的上一家公司 Socratic 就在隔壁，两人常一起办 meetup、互相吐槽创业苦楚，"我就是知道他能做成"。53:47 Suno 则是"纯 thesis 赌注"——灵感来自 Anchor 时代对"产品如何民主化一种创作媒介"的观察，音乐在 AI 之前从未被真正民主化。他于是去见了每一支做 AI 音乐的团队，最后遇到 Mikey 和 Suno 团队，才叠加上创始人视角。54:32 谈到把 Suno 投到 50 亿美元估值时在 underwrite 什么，他说是"近乎无上限的潜力"——对标 YouTube、TikTok、Twitter/Facebook 这些真正民主化了某种媒介的代际平台。56:51 他还更新了认知：Suno 未必需要走"工具→双边平台"的老路，因为它正在创造一种全新行为——团队称之为"creative entertainment"，人们纯粹为了做音乐的乐趣而做音乐，类似 Claude Code、Midjourney 带来的创作快感。57:37

Harry 也坦承自己的两大 miss：在种子轮拒了 Suno（嫌 25 万美元支票只能拿约 1% 占比、LP 要求高占比），以及因"想象力不足"错过 Granola（觉得想法太不成形）。53:47 Mike 自己最大的遗憾是错过 Substack——当年在 Lightspeed 见过几次却始终想不清定价和市场定位。他坚信自出版（self-publishing）的浪潮会持续，除了 X，没有公司比 Substack 做得更好。59:09

由此延伸到"传统媒体是否已死"。Mike 认为"传统媒体在很多方面确实死了"——他去过《泰晤士报》、Sky 这类大机构，看到"没人听的播客配着庞大团队和疯狂的制作场地"。59:56 他坦承自己也低估了独立媒体能有多大：2022 年离开 Spotify 时以为机会已经"烤熟了"，但四年来独立媒体大到超乎想象，几乎每个传统电视/媒体人格都跳到了自出版。他判断电视仍在被大规模"解绑"，还远未到顶。Harry 则讲述自己拿了 1000 万美元想复兴欧洲科技媒体，最终因"没有编辑控制权"而作罢——两人一致认为"编辑自由就是一切"。61:30

金句

我相信我做过最好的工作，是在我们离没钱只剩三个月、公司快要倒闭的时候。知道自己不扭转局面就会失败，这件事无比清醒。 —— Mike Mignano 1:31

及格线必须是卓越。及格线必须是极致的剪辑。 —— Mike Mignano 3:01

如果我现在是一家创业公司的 CEO，我还是会拍着桌子要求把 token 花到极致——花在对的事情上。 —— Mike Mignano 23:07

在 USV 我们常说：不要自动化，要颠覆（Don't automate, obliterate）。 —— Mike Mignano 32:21

你不能把自己的想法投射到创始人身上——这是我作为前 CEO 学到的最大教训。 —— Mike Mignano 51:30

我们从未像即将对 agent 所做的那样，把如此多的自我交给一项技术。 —— Mike Mignano 19:20

提到的书·产品·人物

• USV（Union Square Ventures）（公司）：Mike 新加入的风投基金，坚持小规模、逆共识、thesis-driven，当前核心基金 2.75 亿美元。
• Anchor（公司/产品）：Mike 十年前创办的播客工具，后卖给 Spotify。
• Lightspeed（公司）：Mike 上一家任职的大型风投，其成长基金投过 Anthropic、xAI、SpaceX。
• Suno（公司）：AI 音乐生成平台，Mike 的"纯 thesis 赌注"，创始人 Mikey 为前音乐人。
• Granola（公司/产品）：AI 会议笔记工具，Mike 的"纯创始人赌注"，创始人 Chris。
• Doctronic（公司）：USV 领投种子轮的"把医生装进口袋"AI 公司，obliterate 案例。
• Abridge（公司）：USV 2018 年投的医疗 AI，靠监管护城河深耕近十年，创始人 Shiv。
• Radiant / Fuse Energy / Rune（公司）：USV 能源主题投资——工厂流水线小型核反应堆、核聚变、风电旁微型数据中心。
• Anthropic / OpenAI / xAI / SpaceX（公司）：本轮资本密集的基础设施/lab 代表。
• Thinking Machines / Safe Superintelligence（公司）：可能研发超越 transformer 新架构的实验室（后者由 Ilya、Daniel 创办）。
• Claude Code / Claude Co-work / Hermes / Pi（Arcane）（产品）：Mike 举例的 harness。
• Open Router（公司）：纽约的路由层公司。
• Figma / Lovable / Cognition / Cursor（公司/产品）：开发者/设计赛道多赢家并存的例证。
• Substack（公司）：Mike 最遗憾错过的自出版平台。
• FOMO（公司）：Mike 与 Harry 刚合投的下一代交易 App，创始人 Paul。
• Board（Bearable）/ Bren Putney（公司/人物）：Mike 心中最佳首次创始人会面，创始人曾创办被 Lululemon 收购的 Mirror。
• Factorial（Matt Hartman）/ Haystack（Semil、Divya）（基金/人物）：Mike 推崇的种子基金。
• Fred Wilson / Brad Feld / Nat Friedman / Daniel Gross / Peter Fenton（人物）：分别贡献"永远不要因价格放弃"、早年秒回邮件、高信号荐案来源、"价格是信念试金石"等观点。
• Sam Altman / Dario Amodei / Marc Benioff / Elon Musk / Warren Buffett（人物）：分别被提及"AI 永远在线"、劳动力替代言论、3 亿美元 token 支出、SpaceX 财富、资本对比。

适合谁听

关注 AI 应用层机会、思考基金策略与 token 经济学的早期投资人与 AI 创业者。