最近a16z对硅谷的传奇人物——LinkedIn 联合创始人、顶级投资人 Reid Hoffman 进行了一次深度访谈，在访谈当中这位硅谷大佬提出几个令人惊讶且违反直觉的观点。比如当所有人都关注 AI 多么强大时，它的真正局限性是什么？又比如当媒体宣称 AI 将取代工作时，它实际的普及路径又是什么？接下来，我就为大家整理一下Reid Hoffman的一些主要观点。
1. 为何顶级 AI 的表现仅为“B-”：共识的陷阱
Reid Hoffman 分享了一个极具启发性的亲身经历：为了准备一场关于“AI 是否会在几年内取代所有医生”的辩论，他使用了所有顶级的 AI 模型——包括 OpenAI 的 ChatGPT-4、Anthropic 的 Claude Opus、谷歌的 Gemini Ultra 以及微软的 Co-pilot——并运用了自己所有的提示工程技巧，希望得到一个强有力的论点。
即便如此，结果依然令他失望。尽管这些 AI 在几分钟内就完成了分析师需要三天才能完成的工作，但它们提供的论点质量仅仅是“B-”或“B”的水平。
这其实点出了现在大语言模型（LLM）的一个大问题：它们特别会总结和输出 “大家都认可的观点”，也就是网上那些优质文章里的主流看法。但要是需要真正跳出常规、换个角度想问题，或者从其他领域找灵感，它们就明显不行了。 这一点特别关键，因为它重新定义了未来专家的价值。专家不用再靠 “记多少知识” 取胜，而是要变成 “会用知识库的高手”（expert user of the knowledge store）—— 擅长做 AI 做不到的事，比如多些发散思考、多些跨界联想，这样才能提出更有深度的问题，甚至挑战那些公认的观点。
2. 真正的机会在“硅谷盲区”，而非显而易见之处
当被问及 AI 投资策略时，Hoffman 详述了他的三层布局，这远比单一押注更为深刻，展现了其投资组合的战略思维。
首先，是“显而易见的赛道”。这包括聊天机器人、编程助手和生产力工具。Hoffman 承认这是一个值得投资的领域，但其问题在于“对所有人来说都显而易见”，因此竞争异常激烈，很难做出差异化的投资。
其次，是探索 AI 如何颠覆现有的 Web 2.0 平台。平台变革之际，一个关键问题是：“因为 AI 的出现，是否会有新的 LinkedIn 成为可能？” 这类投资关注的是在既有商业模式（如网络效应、企业集成）的基础上，AI 能否重塑格局。
第三，也是 Hoffman 投入时间最多的领域，是他所谓的“硅谷盲区”（Silicon Valley blind spots）。这指的是那些 AI 能够发挥巨大作用，但通常被硅谷主流所忽视的领域，因为它们不完全属于“比特”（纯软件）的世界。硅谷的传统思维倾向于将一切都归结为软件问题，但这恰恰忽略了 AI 在物理世界（原子）和数字世界（比特）交叉点上的巨大潜力。
一个典型的例子是生物科技和药物研发。Hoffman 参与联合创办的 Mattis AI，其目标就是创建一个“以软件开发速度运行的药物发现工厂”。这正是 AI 在“原子世界”和“比特世界”交叉点上创造奇迹的体现。通过强大的预测能力，AI 可以在一个如同“在太阳系里捞针”般庞大的可能性空间中，找到那百分之一的有效方案。
Hoffman 认为，投资“盲区”更有可能创造出下一代颠覆性的标志性公司，因为这里竞争较少，且“跑道更长”。
3. AI 普及的秘密武器：“更懒、更富”的人性法则
关于 AI 将如何被社会广泛采纳，Hoffman 提出了一个极其精辟且符合人性的框架：“更懒、更富”。
他观察到，那些直接宣称“我有个产品会让所有人失业”的推销是行不通的，因为“没人会买那样的产品”，它会引发巨大的抵触情绪。相反，真正能成功推广的 AI 工具，是那些能够让个体用户——无论是医生、律师还是小企业主——实现“工作时间更少，赚得更多”的工具。
这个框架的现实意义在于，它揭示了 AI 的普及将是一个自下而上的、由个人利益驱动的过程，而非仅仅是企业自上而下的效率革命。这解释了为什么 AI 在个体执业者和中小企业中的采纳速度，可能远比在那些存在“委托代理问题”的大型企业中更快。对于一个诊所医生或独立律师来说，一个能让他服务五倍客户的工具，带来的好处是直接且实实在在的。
4. AI 被严重低估了，因为我们总用现在评价未来
在一个看似 AI 被过度炒作的时代，Hoffman 却提出了一个惊人的观点：在“真实世界”中，AI 其实被严重低估了。
他认为，人们之所以低估 AI，是因为犯了一个根本性的“类别错误”：他们用 AI 当下的表现来评判它的价值，而不是从它惊人的发展曲线上看待其潜力。
Hoffman 用了一个生动的类比：“两岁半的老虎伍兹”。当一个两岁半的孩子打出了一记完美的高尔夫直球，愚蠢的观察者会说：“我比他打得远多了。”而聪明的观察者则会惊叹：“哇，如果这个孩子继续这样发展，他未来将不可限量。”
许多人对 AI 的态度就像前者。他们可能在过去某个时间点试用过某个版本的 AI，发现它没能解决自己的问题，于是就此下结论说“AI 不行了”。这完全忽略了 AI 正在以指数级的速度进步。
正如 AI 领域的思想家 Ethan Mollick 的名言所说：
The worst AI you're ever going to use is the AI you're using today.
（你用过的最差的 AI，就是你今天正在用的这个。）
这意味着我们不应因为 AI 的某个不完美瞬间而否定它的整个未来。Hoffman 甚至直言：“如果你今天还没有找到一个 AI 的严肃用途，说明你还不够努力。”我们必须改变视角，持续尝试，才能跟上这趟飞速前行的列车。