Post by Wilson Huang

▉ 一個 string theorist 用五分鐘拿到 Sequoia 的支票，現在他在告訴你 token 該怎麼花 Factory 創辦人 Matan Grinberg 上 20VC，從一個做了十二年弦論的物理學家，靠一封 cold email 五分鐘拿到 Sequoia 支票，到把公司做到十五億美金估值。這篇拆解他對 token 資源分配的判斷、企業 AI 導入的三階段宿醉論、八成工作其實開源模型就夠、銷售不是髒活、博學者時代回歸，以及他為什麼對 Dario 的搶工作論這麼火大。 —— ▍TL;DR 1. Factory 創辦人 Matan Grinberg 認為，未來企業最重要的決策不是「要不要用 AI」，而是「token、錢、人力該怎麼分配」，這會變成接下來兩年每個高階主管天天在想的事。 2. 企業導入 AI 已經走完三個階段：董事會逼問、token maxing 狂歡、然後是看到帳單的宿醉期。現在大家在宿醉。 3. 百分之八十到九十的工作其實用開源模型就能做，真正需要 frontier 模型的是那關鍵的決策與規劃環節。 4. 「價值的累積是時間函數」，模型、應用、基礎建設三層現在彼此都想把對方做成 commodity，沒有誰能永遠通吃。 5. 銷售跟行銷不是工程師眼中的髒活，產品是從第一次聽到你名字到第十次續約的整段旅程。 6. 一個做了十二年弦論的物理學家，靠一封 cold email 跟一段三小時的散步，五分鐘拿到 Sequoia 一百萬美金的支票。 這集在二〇二六年六月十三日上線的是 The Twenty Minute VC（簡稱 20VC），主持人 Harry Stebbings 是英國創投圈出了名的訪談機器，一週做三集，專找頂級 GP、LP 跟創辦人來聊 AI 跟新創最前線的事。這集來賓是 Factory 的共同創辦人兼 CEO Matan Grinberg。Factory 做的是企業級的 AI 軟體開發 agent，旗艦產品叫 Droids（可以理解成會自己跑測試、寫文件、管 CI/CD 的程式碼機器人），客戶包括 Nvidia、Adobe、EY、MongoDB 這些大公司。這家公司今年四月剛以十五億美金估值募了新一輪，由 Khosla Ventures 領投，累計募資超過兩億兩千萬美金。最有戲的是，Grinberg 在創業之前完全沒上過班，他花了十二年想當世界頂尖的弦論學家，連咖啡店打工都沒做過。 先講這集為什麼值得寫，因為它把一件大家都隱約感覺到、但說不清楚的事講白了：AI 時代真正的稀缺資源，已經從「會不會做」變成「該不該做、用多貴的腦袋做」。 ▍你公司的下一個大難題，叫資源分配 Grinberg 有個觀察我很喜歡。他說公司本質上是圍繞「解決問題」組織起來的。你有多少人，大概就決定你一次能解多少問題。現在 AI 把每個人的槓桿都放大了，於是每家公司都得回答一個新問題：我們是要用同樣的人解更多問題，還是用更少的人解一樣多的問題，又或者把野心放大去解一個更大的問題？ 這個選擇沒有標準答案，但它衍生出一個更具體的東西，他叫它「token 的資源分配問題」。而且不只是 token，是錢、是 token、是人力，三個一起算。他斷言這會是接下來二十四個月每個 C-suite 都在煩的事。 判斷的標準是「核心競爭力」。他舉了一個很生活化的例子：今天公司很忙，他這個 CEO 其實也會走出門幫全隊買午餐，他知道怎麼點餐、怎麼提袋子。但這是他時間的好用法嗎？當然不是。Factory 的核心競爭力不是 CEO 會買午餐。同樣的道理，一家物流公司過去養一堆工程師，但軟體開發從來不是它的核心競爭力，工程師只是達成物流目標的手段。 他拿 Kirkland & Ellis 這家律所開刀。這家律所宣布要花五億美金、分五年自建 AI 工具。Grinberg 直接說，建 AI 不是律所的核心競爭力，他看到這新聞是驚訝的。更妙的是他補一句：很多人說「你看，自己做有多簡單」，但人家承諾砸五億美金，這恰恰證明了相反的事。這種把場面話戳破的口吻，是這集最好看的地方。 關於「自建還是外包」這件事，他點出一個時代差異。過去軟體的護城河是「我會做，你不會，所以你得付錢給我」。未來這條護城河會消失，因為理論上每一段軟體任何人都能做出來。問題回到資源分配：你做得出來，不代表你該做。 ▍三個階段：董事會逼問、狂歡、宿醉 這段是整集最值得收藏的框架。Grinberg 說他看著一堆企業走過三個階段。 第一階段，董事會對著 CEO 吼：我們的 AI 策略是什麼？CEO 一臉懵，轉頭去逼 CTO，全公司開始喊要導入 AI。 第二階段，AI at all costs，也就是「token maxing」。用了多少 AI 變成績效考核的一部分，每個人都被要求採用。這階段來得比想像中快。他形容這是狂歡的夜晚，大家在乾杯、玩得很開心、把所有 AI 都用爆。 第三階段，宿醉。隔天早上去看帳單，「天啊我們花了這麼多錢，我完全不知道 ROI 在哪，這到底有沒有幫到生意？」很多公司現在卡在這裡。 他講了一個真實案例。某個 CIO 發現，公司每個月花了好幾十萬美金，是員工在拿最頂級的 Opus 4.8 問「嘿你好嗎」「我今天吃的食物熱量多少」「天氣怎樣」。他無奈地說，我們不需要動用人類智慧的最前沿來回答這些東西，而且有些根本跟工作無關。Uber 前一天才宣布要給每個員工設一千五百美金的 token 預算，Grinberg 說這種事他在自家幾十個客戶身上看過無數次，公開發生在 Uber 身上的，私下早就上演過了。 關於 token 花費這件事的經濟學，我之前在Dylan Patel 拆解 AI Token 的供給與需求聊過更深的供需面，有興趣可以對照著看。 那 token 花費佔薪資的比例三年後會是多少？Harry 丟出這個犀利的問題：如果 Benioff 說他花三億美金在 Anthropic 上，那是工程師薪資的百分之三點八，三年後這數字若還是百分之三點八，慘；若是百分之二十，也是慘，但是好的那種慘。Grinberg 的答案很細：可能低到百分之零，也可能高到幾千上萬個百分比，取決於個人。但如果硬要一個中位數，他說三年內大概會跟薪資同一個數量級。這是個滿驚人的判斷。 ▍八成的活，開源模型就夠了 這集對一般讀者最有用的觀念，是 Grinberg 對開源模型的態度。Factory 是 model agnostic（不綁定特定模型），會根據任務在成本、品質、速度之間幫客戶自動選最適合的模型，這個機制叫 routing（智慧路由）。 他估計，今天用 frontier 模型做的任務，百分之八十到九十其實用開源模型就能完成。真正需要最強模型的，是規劃跟決策那一段。Harry 馬上反問：那這不就是 Codex 跟 Claude Code 最大的看空理由嗎？你把八九成的量都拿走了。Grinberg 的回答很漂亮：那剩下的百分之十到二十，可能是最重要的 token，因為那是「做決策的 token」。 他用人類組織來類比。 ... 閱讀原文請到 wilsonhuang .xyz 你是哪一派？留言聊聊。