AI 会毁灭人类？传奇投资人 Rabois 说你想多了

关联

人物 Keith Rabois

公司 Anthropic · OpenAI · Ramp · Rippling · Brex · Harvey · Founders Fund

概念 AI · token · 年化收入

Keith Rabois 是 Founders Fund 出身、现管理风投公司的大量投资背后的人。在 StrictlyVC 于纽约举办的现场活动上，他与主持人 Connie Loizos 聊了一场。

话题从当周最吓人的新闻开始——一位 Anthropic 前研究员离职时警告这些公司在拿全人类的命赌博——Rabois 的回答干脆利落：别想太多。

AI 会杀死所有人？他先看了发言者的履历

那位引发恐慌的前 Anthropic 研究员，此前也在 OpenAI 工作过。Rabois 指出一个被忽略的细节：「他实际上在 Anthropic 只工作了六周」，而且「多半是由中国资助的」。

在 Rabois 眼里，这基本是个实习生的发言，分量不该有那么重。

他的底层逻辑是技术乐观主义。他认为，不相信技术能让世界变好的人，根本不该待在这个行业。

过去四个世纪，几乎所有的进步都来自技术；

如果美国不用技术改善世界，价值观不同的对手就会先用，那才是历史上反复出现的教训。

他甚至拿《Oppenheimer》举例：真正该问的是，如果德国或苏联先造出核弹，世界会是什么样？

而核武器出现后，按人口比例算，死于冲突的人反而下降了 。他也反对指望政府来管 AI——他不信任政府的任何部门。

AI 抢走工作的说法，他认为至今全是错的

Dario 等 AI 公司领袖都谈过失业风险，Rabois 认为这是个大错误，而且不符合事实：

「到目前为止，每一个关于 AI 导致失业的预测在经验上都是绝对错误的」。

他说当前美国经济正是靠 AI 撑着，AI 带来生产率提升、带来高薪岗位，而且受益者恰恰是过去几轮技术革命中被排除在外的人——比如蓝领技术工种，收入能达到美国中位数的 2 到 3 倍。

再加上医疗和生物技术上的突破，他相信 AI 会让人活得更健康、更快乐。

他还给了一个画面感很强的预测：

他 5 岁的儿子迷火箭，等他 13 年后高中毕业时，「他的高中项目就会是把一枚火箭送上月球之类的行星」。

为什么他搬到纽约：一半是投资，一半是家庭

过去 6 年里有 5 年，他投资数量最多的地区就是纽约。Ramp、Rogo、Imprint 这些公司都在这里。

当然还有现实原因：家人在华盛顿工作上学，从纽约往返远比从旧金山或迈阿密方便 。

不过纽约也有短板：

刚毕业的年轻工程师密度极高——Ramp 靠实习生班底起家，实习班排名常年第一——但资深架构级工程师和高管很难招。

Ramp 的解法很干脆：不招高管，完全从底层自己培养 。

Ramp 的下一个对手不是 Rippling，是 Anthropic

有人担心 Rippling 盯上了 Ramp，Rabois 摆摆手。「Ramp 不担心 Rippling。我们要和 Anthropic 竞争」。

他的逻辑是：未来的世界由 token（AI 的计量单位）驱动，而 Ramp 会成为企业管理、优化、衡量 token 花费的主要平台——迟早会撞上 Anthropic。

至于创业公司纷纷公布年化收入数据、几周内估值暴增几十亿美元的现象，他承认自己也做过快速跟进的投资，但并不喜欢。

他的理由是：

2013 年他创业入行时，在他心目中一个全垒打式的成功是指 100 亿到 500 亿美元量级的结果，极端的超级成功上限就是 1000 亿美元；

现在他会在这个目标上至少再加一个零，甚至可能加两个零——也就是两个数量级 。

所以如果你相信这一点，看看我们刚才聊到的那两家公司，在风投的时间尺度上、大约一个基金周期之内就创造了一万亿美元以上的价值——现在，可以这样做梦了 。

但他也提醒：挑中赢家比人们以为的难得多。

当年人人都觉得 Brex 会赢，追着每一轮投的人最后没赚到钱；一年半前人人说 OpenAI 是垄断，然后风向又转向 Anthropic。

问他敢不敢给法律 AI 公司 [[Harvey|Harvey]] 写 3 亿美元的支票？他说自己现在不知道怎么选 。

他怎么几分钟识别顶级创始人：先废掉对方的缓存

这是全场最有趣的部分。Rabois 找三类人：某项特质做到万分之一的人；

两种罕见特质叠加的人——比如 Max Levchin 同时是一流技术专家和一流商人，Jack Dorsey 甚至集齐了三种；

以及极少数能给你画出整张智力迷宫地图的人，能把一个行业从头到尾、连同所有前人踩过的坑讲清楚。

他最近遇到一个做 AI 基础设施的创始人，那是他一辈子以为自己不会碰的领域，但对方讲的地图让他当场发消息给同事：

「不用犹豫，立刻投，关闭」。

他识别人的诀窍，是前幕僚长观察他 18 个月后总结出来的：

融资的创始人像电脑缓存一样，把每个投资人可能问的问题的答案都存在脑子里。

所以他会一开场就想办法作废这个缓存——提出质疑、抛出意外的问题——然后观察对方产出第一个新想法需要多久、质量如何。

这一步占他评估的一半 。

最惊艳的创始人能把你的批评当场吸收、重新组合，给出一个依然主要属于自己的新答案——像现场重混一首歌。

这种人，几乎当场就能决定投资。

本集带走

• Rabois 认为 AI 灭绝风险被夸大了：发出警告的前 Anthropic 研究员只工作了 6 周，而历史证明危险技术往往反而带来稳定。
• 他说目前所有AI 导致失业的预测都被现实证伪，AI 正在创造高薪岗位，尤其是过去被排除在技术革命外的人群。
• 独角兽的天花板提高了两个数量级，这解释了估值飞涨；但挑选赢家比想象中难，他自己也不知道该在 OpenAI、Anthropic 或法律 AI 里怎么下注。
• 他评估创始人的核心手法：故意作废对方准备好的答案，观察其现场生成新想法的速度和质量。
• Ramp 的野心不是打赢 Rippling，而是成为 token 时代的企业支出平台，与 Anthropic 正面竞争。

就我个人而言，我是个技术乐观主义者，我认为如果你不相信技术是改善社会的魔杖，你就不该干这一行。
I mean, personally, I’m a tech optimist and I don’t think you should be in this profession unless you believe that tech is this magic wand that improves society.
—— Keith Rabois · [02:26]

而且这会继续下去，另外零缺陷哲学在我看来完全说不通。
And this is gonna continue, you know, and then also the zero defect philosophy just doesn’t make any sense to me.
—— Keith Rabois · [03:44]

在我看来，过日子时想着所有可能出错的事，是一种荒谬的活法。
Like living your life thinking about everything that can go wrong is just a nonsensical way to live in my view.
—— Keith Rabois · [04:02]

如果我们不通过技术改善世界，那些我们不喜欢的人、我们不认同其价值观的人、我们不认为他们尊重人的尊严的人，会利用技术，而我们最终会生活在一个我们不喜欢的世界里。
And if we don’t improve the world through technology, other people that we don’t like, and we don’t like their values, and we don’t believe that they celebrate or recognize human dignity, are going to take advantage of technology, and we’re going to wind up in a world we don’t like.
—— Keith Rabois · [04:24]

所以那些人们认为可能带来灾难、可能构成威胁、可能消灭所有人的东西，结果基本上稳定了世界，并使你更有可能活到正常的寿命。
So things that people think are potentially catastrophic, they’re potentially threatening, could exterminate all people, et cetera, have turned out to basically stabilize the world and make it more likely that you’re going to live a normal lifespan.
—— Keith Rabois · [05:35]

至于我想让谁来决定人类的未来，这并不那么明显。
It’s not so obvious who I’d want to make decisions about the future of mankind.
—— Keith Rabois · [06:13]

想想当高中生都能把火箭送上月球时，世界会是什么样子。
And think about what the world’s like when high school kids are putting rockets to the moon.
—— Keith Rabois · [07:27]

截至今天，每一项关于 AI 带来失业的预测在经验事实上都是绝对错误的。
Every single prediction about job loss associated with AI as of today is absolutely empirically false.
—— Keith Rabois · [10:35]

比如现在最好的机会更多在技能型行业里。
Like the best opportunities right now are more in the trades.
—— Keith Rabois · [11:16]

而且这些是高薪的，是美国收入中位数的 2 倍、3 倍。
And these are high-paying 2x, 3x the median income of the United States.
—— Keith Rabois · [11:20]

我们在 RAMP 具体的解决方式是，我们不招资深的人。
The way we solve this at RAMP specifically is we don’t hire senior people.
—— Keith Rabois · [14:05]

所以我觉得，有时候创始人在分享指标这件事上过于乐观，直到吃了苦头。
So I think there’s sometimes founders are overly optimistic about sharing metrics until it’s painful.
—— Keith Rabois · [16:17]

是由 token 及等价物驱动的，而 RAMP 将成为人们管理 token 支出、优化支出、衡量 ROI 的主要方式，这大概会在很多方面让我们与 Anthropic 相撞。
of the world is driven through tokens and equivalent, and RAMP’s going to be the primary way people manage their token spend, how they optimize it, how they measure ROI, and that will lead us to collide probably with Anthropic in many ways.
—— Keith Rabois · [17:22]

话虽如此，我认为识别出赢家公司比人们意识到的要困难得多，包括我的同事在内。
That said, I think identifying the winning companies is much more challenging than people realize, including my colleagues.
—— Keith Rabois · [19:32]

最令人印象深刻的那类人，实际上会把你的部分批评重新混搭，然后给出一个新答案。
The ones that are most impressive actually will remix some of your critiques and then have a new answer.
—— Keith Rabois · [25:56]