Ben Horowitz 创办 AI 时代新学院:18 岁可能是历史上最好的年纪
关联
这一集是 A16Z 的一期重磅公告:Ben Horowitz(A16Z 联合创始人,写过创业名书的那个 Ben)和 Gagan Biani(这所新学院的 CEO 兼联合创始人,此前联合创办过 Udemy 和 Maven)坐下来宣布 Horowitz Andreessen Academy——一所为 AI 时代从零设计的新学校。
Ben 抛出的钩子非常直白:「这应该是人类历史上做年轻人最棒的时代——但我们为训练你们所建立的一切,都是为一个即将不复存在的世界而建立的。」
为什么大学对不起「想动手做东西」的孩子
Ben 说这个想法有几个源头。第一是他观察到:大学对想当学者、当教授的人非常管用,但对「只想找份工作」或「有个创业想法」的 18 岁年轻人是个奇怪的命题——一笔巨大的金钱和时间投资,而大学里发生的大部分事并不围绕这个目标。18 岁的人上大学通常是为了找工作,这一点却并不总能兑现。
第二来自招聘端:A16Z 所在的科技行业,所需技能变化太快,大学这种庞大系统根本跟不上。「我们仍然认为大学对大多数孩子可能是好的,但有一类孩子想构建东西、已经知道自己想进技术行业——我们能接触到所有的工作岗位,我们确切知道你需要学什么。」
为什么时机是现在:AI 革命 ≠ 工业革命的训练能覆盖的
Ben 给了一个历史框架:大学体系最初是宗教机构,工业革命来了以后,社会突然需要人人识字、会算术,大学在美国爆发式增长——今天的美国很大程度上是建立在这些伟大大学之上的。但现在来了 AI 革命,他认为它对工作方式、工作种类的改变,会和工业革命对农业社会的改变一样大。
「认为为工业革命所做的训练能完美映射到 AI 革命,这种想法很可能并不成立。所以需要有一个开拓者来指出道路。」
具体的教学形态也随之不同:与其每天听五到八小时讲座,不如更集中的教学 + 更多时间用工具、按个人节奏借助 AI 学习 + 更多有组织的社交活动——因为省下来的课堂时间腾得出来。
为什么之前做教育创业的都没成:得交付「捆绑包」
主持人问:这个领域很多人尝试过,为什么没有真正突破的?Gagan 的判断是:聚焦太窄。
大学是一个几十种东西的捆绑包——不只是教育,还有地位、凭证、品牌(「你是这里毕业的,所以我想雇你」),还有体育、社交,而且必须有趣。「太多玩家要么只聚焦在学习上,要么只做某种混合模式,没有打造出那个真正有竞争力的价值主张的捆绑包。」
Ben 补充:过去 50 年里大概只有两三个人尝试过交付这个完整捆绑包。Gagan 再补一个经典创业视角——你需要一个「对你的产品有迫切渴望的、非常独特的客户」,而过去六个月他全程泡在年轻建设者群体里,确认了这代人是真实存在且精英级的:「这些人将来会雇佣成千上万人、最终为自己的公司筹集十亿美元——那些就是现在需要我们产品的人。」
「构建」到底怎么教:不做鉴赏课,只做动手课
学院的核心教学法一句话就能说明白:学怎么做,而不是学研究它。Ben 的类比很形象——「你想主修音乐?
那我们来写几首歌。你想成为技术专家?
那我们来学怎么构建一个系统。」音乐鉴赏、艺术鉴赏那种课,这里不开。
对AI 之外的兴趣也一样。Gagan 举了 Steve Jobs 学书法的例子:不是让你去考试回答书法知识,而是「学到足够的书法,好把一首伊斯兰诗歌漂亮地展示在学院里」。
每一项知识追求都会被重新框定成一个挑战、一个项目。「如果你所做的全是为考试临时抱佛脚,那要学会大多数技能是非常非常难的。」
Ben 还转述了斯坦福密码学教授 Dan Bonet 对 AI 的看法,他极为认同:面对 AI,你只有两个选择——禁止它(行不通),或者把问题设计得足够难,以至于没有 AI 就解不出来。「我有一些学生在解决历史上没有任何学生能够解决的问题。」 所以学院的评价导向是「你构建了什么有趣的东西」,而不是「你能不能把这些题目背下来」。
人际技能:教室里教不会,浸润里才长得出来
Ben 是写创业管理书的人,但他直言人际技能没法在教室里教。他的著名类比:「你可以读遍所有关于如何打橄榄球的书,但如果你进了 NFL 比赛打四分卫,书里没有任何东西能教会你应对一个 300 磅的怪物朝你冲过来、而你还在想该把球传给谁。
你必须亲身去做才能学会。」
Gagan 把方法论拆成三个要素的叠加:潜移默化(osmosis)+ 同伴网络 + 项目制课程。具体做法包括:让学生与「成人世界」的其他公司、项目、实习共处一室,制造别无选择的真实协作场景——「假设你想造一种新型的机器狗,唯一的办法是搞到一种特定类型的芯片,而你不知道怎么写一封冷邮件,你就必须去学,而且你身边全是有这方面专长的人。」
Ben 还点了当代最缺的一项具体技能:真正去了解你在跟谁谈话——「不要只是寒暄『嘿 Eric,最近怎么样』,而是问:你在哪里长大的?父母一方来自这里、另一方来自那里,那是什么样的?」他顺便说 AI 有个被低估的潜力:把我们从屏幕前解放出来——「我跟我的 AI 谈谈,让他去干活、去应付那个烦人的电脑」,腾出来的精力全部用于与人打交道,而那里有巨大的价值。
为什么必须设在旧金山、必须是独立营利机构
地点不是情怀,是逻辑:美国大多数伟大公司在湾区起步,A16Z 关联的公司里超过 80% 就在这个地区。Gagan 的说法是「旧金山就是你的校园」——校园不只是学校围墙之内,而是整座城市。他特别强调旧金山的文化价值观:拥抱失败(「即使事情没做成,我们仍然会投资你的下一家公司」)、正和博弈(帮人不求回报、善意会传递回来)、「超高信任的文化」——平静、安全、积极,同时又极具雄心,「这是一种罕见的组合」。
机构设计上有两个关键决定。独立公司:A16Z 是投资公司,这不是一个投资想法——「它是对这个国家未来的一种投资」,而且这个模式不该局限于科技,音乐、医学都可能适用,做成公司一部分会限制它的雄心。
「我们在这里可不是要限制雄心的。」 营利性质:因为客户必须是学生。
「我们不在乎服务校友、捐赠人或家长,这关系到的是年轻人。」
【背景】传统非营利大学同时服务多方(捐赠人、校友、雇主等),常被批评目标分散;Ben 主张营利性带来清晰的激励对齐——学生成功→品牌与飞轮→机构持续经营。
这为什么可能是史上最好的 18 岁
Ben 的核心主张:如果我是 18 岁我会非常激动——这就像托马斯·爱迪生、亨利·福特的时代。「你将进入一个只有你自己能理解的世界,像我这样的人理解这个世界会比你们困难得多。
你将在非常年轻的年纪,比拥有三四十年经验的人更有能力。」 通常你得在公司阶梯上爬二十年才能建立地位和信誉,现在你可以一出来就用新工具解决几乎任何问题。
他还讲了家史来注脚代际跃迁:曾祖父从俄国逃出来后在血汗工厂做工、睡在缝纫机底下;祖父在纽约城市学院受了教育当了教师;父亲那一代更好。「今天的年轻人会回头看我们和他们的父母,觉得你们都睡在缝纫机底下——和将来可能实现的事情相比相当苦。」
至于怎么选方向,他给年轻人的建议有两层。一是看「你对什么感兴趣、技能匹配什么、有什么你知道且能解决的问题」——问题根本不缺:「好像是我们的问题用完了吗?
我读到的全都是问题。」二是创业者定律:大多数创业点子和科学发现一样是偶然的——你去攻一个难题,路上挡着另一个难题,那个反而成了你的点子。
「对那些还没有十亿美元点子的年轻人来说,关键是不要将就于百万美元的点子,而是去探索更多。」
对失败的看法也相应地挑剔:硅谷不是拥抱所有失败,只拥抱「你通过尝试解决难题而赚得一个秘密」的失败——现在你知道这个问题为什么难、子问题是什么、能不能解其中一个。「这种通过失败赚来的知识才是我们看重的。」
五年后的成功标准
Ben 的设想:五年内学院算成功,如果毕业生有自己热爱的出色职业、或创办了真正有趣的公司;如果学院摸清了什么真正有效、能扩展到更多不同类型的学生——不只是技术,还有能解决世界问题的人、了不起的创作者。他提到创意世界也在被 AI 改变:创作朋友们说现在「有一个想传达的感觉,我可以用每一种媒介实现它——我可以拍长片、做歌、为电影配乐,一切皆有可能」。学院想全面促进这一点,而不只是传统赛道。
整个学院的气质,Ben 用一句话收尾:「你想成为主角吗?如果想,我们帮你做到。
如果你想成为机器上的一个齿轮,那这里不会是最适合你的地方。」
本集带走
- 教育的「捆绑包」逻辑:单做学习/求职训练的教育创业几乎全失败,因为大学的价值是教育+地位凭证品牌+社交+有趣的组合体,替代品必须交付完整捆绑包才打得过。
- AI 时代的教学法 = 做项目,不做鉴赏课:每项兴趣都被框定为「用它做出点什么」;评价标准是「你构建了什么」,不是「你背下了什么」。
- 人际技能只能浸润习得:osmosis + 同伴网络 + 项目制三件套;真实场景倒逼学习(不会写冷邮件就拿不到芯片,自然就学会了)。
- AI 时代的考试设计:与其禁 AI,不如把问题难到没有 AI 解不出来——斯坦福教授的实践是学生已在解决历史上无人能解的问题。
- 给 18 岁的择业建议:兴趣 × 技能匹配 × 你知道的真问题;没有十亿美元点子就别将就百万美元点子,去探索更多——好点子多半是在攻难题的路上偶然撞见的。
- 挑失败:只做能「赚得秘密」的失败——搞清了问题为什么难、子问题是什么,这种失败才有价值。
这应该是人类历史上做年轻人最棒的时代。
This should be the greatest time in the history of humanity to be young.
—— Ben Horowitz · [00:00]
但我们面临的挑战是,我们为训练你们所建立的一切,都是为一个即将不复存在的世界而建立的。
But the challenge that we have is everything that we’ve built to train you was built for a world that is soon to no longer exist.
—— Ben Horowitz · [00:09]
我认为太多玩家要么只聚焦在学习这件事上,要么只聚焦在某种其他的混合模式上,而没有打造出那个真正真正有竞争力的价值主张的捆绑包。
And I think too many players just focus either just on the learning thing or just on some other hybrid and don’t create the bundle that is the value prop that is truly, truly competitive.
—— 嘉宾 · [05:30]
但我们现在正迎来 AI 革命,在我们看来,它在工作、工作的方式、可获得的工作种类等方面带来的变革,将与工业革命对之前农业社会的变革一样。
But we’re hitting the AI revolution now, which is going to be in our estimation as transformational in terms of jobs, the way jobs are done, the kinds of jobs that are available and so forth as the industrial revolution was to the agricultural kind of society that came before it.
—— Ben Horowitz · [07:45]
而认为为工业革命所做的训练能完美映射到 AI 革命,这种想法很可能并不成立。
And the idea that the training for the industrial revolution is going to map into the AI revolution is probably not perfectly.
—— Ben Horowitz · [08:04]
所以你将在非常年轻的年纪进入,比拥有三四十年经验的人更有能力。
So you’re going to go in at a very young age being more capable than people with 30, 40 years of experience.
—— Ben Horowitz · [12:34]
你培养出与人相处的技能,是因为你在做你真正在乎的事情,你需要让所有人都参与进来。
You develop people skills because you’re doing something you really care about and you need to get everyone on board.
—— Gagan Biani · [21:19]
即使事情没做成,我们仍然会投资你的下一家公司。
If things don’t work out, we’ll still fund your next company.
—— Gagan Biani · [25:11]
拜托,哈佛,复制我们。
Please, Harvard, copy us.
—— Ben Horowitz · [29:23]
或者你可以把问题设计得足够难,以至于没有 AI 就无法解决。
Or you can make the problem so hard that you can’t solve them without AI.
—— Ben Horowitz · [32:21]
如果你想成为机器上的一个齿轮,那这里不会是最适合你的地方。
If you want to be a cog in a machine, then this is not going to be the best place for you.
—— Ben Horowitz · [33:14]
你可以读遍所有关于如何打橄榄球的书,但如果你进入一场 NFL 比赛并且你在打四分卫,书里没有任何东西能教会你如何应对一个 300 磅的怪物朝你冲过来,而你还正在试图搞清楚该把球传给谁。
You know, you can read every book ever written on how to play football, but like if you get into an NFL game and you’re playing quarterback, like nothing in a book is going to teach you to deal with like somebody, some 300 pound monster rushing at you while you’re trying to like figure out who to throw the ball to.
—— Ben Horowitz · [35:47]
所以我相信,对那些还没有十亿美元点子的年轻人来说,关键在于不要将就于百万美元的点子,而是去探索更多。
And that’s why I believe it’s critical for young people who don’t have that billion dollar idea to not settle for the million dollar idea and instead go and explore more.
—— Gagan Biani · [38:48]
顺着「创业与行业」挖下去
- 从 100 万到 69 亿美元:Databricks 销售掌门人 Ron 的企业级增长实战同公司:A16Z、Databricks
- Travis Kalanick 王者归来:把厨房变成「物理世界的计算机」同公司:A16Z
- 无国界创始人:为什么AI时代最好的创业筹码是”不在硅谷长大”同公司:A16Z
换个口味
- Marc Andreessen:AI 是现代炼金术,为什么你不是在失业而是在变贵同公司:A16Z
- Databricks 的反击:重写数据库、统一智能体与开放的执念同公司:Databricks
- AI解数学题≠理解数学同公司:A16Z
