原节目:https://youtu.be/yBBhd0-Os74?si=pL74Oli9uzLYrtyQ · 时间戳可点击,就地跳转播放器
在这期访谈中，Benchmark 前合伙人 Bill Gurley 与主持人 Shane Parrish 探讨了塑造其认知和投资决策的核心心智模型。讨论主要围绕系统思考（Systems Thinking）、对行业历史的深度研究以及对技术前沿的敏锐捕捉展开。Bill Gurley 阐述了价值投资在早期风投中的演变，分析了 AI 算力军备竞赛、中国开源模型生态、硅谷的风险偏好与估值泡沫，并深入剖析了支付基础设施落后与监管套利的现状，最后分享了 Benchmark 扁平化合伙人机制的利弊及他个人对成功定义的演变。
那我们来聊聊 Bill Gurley 的这期访谈。这次对话非常核心的一个主线是，在一个极度浮躁、人人人想通过快餐式总结快速获取结论的时代，真正的超额收益（ Alpha ）来自于那些看似很笨、实则门槛极高的深耕。
首先是“系统思考”和“研究历史”的结合。很多人觉得投资就是看数据指标，但 Bill Gurley 认为商业世界是多变量且非线性的复杂系统，就像气温或股市，一个微小指标的变动可能导致后续二阶、三阶效应的剧烈偏离。比如，某婚恋网站原本以为拉长个人资料可以提高用户参与度，短期测试数据确实如此，但几个月后才发现这严重拉低了付费转化率——因为人们在资料阶段知道得越多，反而越不想见了。因此，想要避免这种决策盲区，唯一的解法就是去死磕这个领域的“ bedrock ”（底层基石），去读历史、读传记、读大师的信件。这就好比 Picasso 在 14 岁时就已经是一位极其出色的写实主义画家，他的立体主义画作绝非空中楼阁，而是建立在极深的写实功底之上。在面试或创业时，如果你不仅懂最新的潮流，还能对行业历史上那些大宗师的理念如数家珍，你的热情和深度就会瞬间形成巨大的“生态位优势”。
接着是关于 AI 和科技巨头的狂热。当前 AI 领域的 capex （资本开支）和烧钱率已经达到了令人窒息的级别。以前 Amazon 一年烧几亿，后来 Uber 一年烧十亿，大家就觉得是天价；而现在，头部的 AI 公司一年能烧掉上百亿美元。为什么大家敢这么赌？因为所有 VCs 和巨头都对“收益递增率（ increasing returns ）”和“幂律定律（ power laws ）”入戏极深——他们认为在 AI 时代，大赢家能拿走几乎全部的市场，所以必须在早期以非理性的速度扩张，即便这会彻底掩盖其真实的单位经济模型（ unit economics ）。更微妙的是，市面上充斥着云服务巨头与大模型公司之间的“循环交易”（ circular deals ）：云巨头给模型公司投资 50 亿，模型公司再把这 50 亿转手买成云巨头的算力服务。这种操作短期内美化了双方的财务报表并催生了虚假繁荣，但实际上是将系统风险越推越高。
与美国封闭的模型竞争相比，中国 AI 开源生态展现出了不一样的演进速度。Bill Gurley 用了一个非常生动的“农民市场”比喻：一个农贸市场里，如果大家只是买卖商品，那进化很慢；但如果所有农民每次赶集都被 forced 分享各自的“最佳种植实践”，这个市场的农业技术就会呈现指数级迭代。中国的开源模型在架构共享和方法公开上更加激进，这使得他们能实现跨模型、跨团队的协同演化。
此外，Bill Gurley 对美国金融和支付基础设施表达了极强的失望。美国人在日常生活中依然忍受着 2% 到 3% 的信用卡刷卡手续费，以及动辄三天的 ACH 银行转账延迟。这背后根本不是技术瓶颈，而是因为传统银行和金融巨头的“监管俘获（ regulatory capture ）”。相比之下，中国的微信和支付宝早在十年前就实现了无缝的秒级扫码支付。为了突破这一行政垄断，以 USDC 为代表的、由美国国债 100% 准备金锚定的稳定币（ stablecoins ）正在利用加密货币的快速铁路进行“降维打击”。
最后，Bill Gurley 分享了 Benchmark 独特的“五人平等合伙制”。很多 VC 机构都有金字塔式的层级，老合伙人拿走大部分收益，新人只能打杂。而 Benchmark 坚持五人分钱完全均等，没有 CEO，没有老大。这带来了一个绝佳的二阶效应：每个合伙人都会倾尽全力去帮别人的项目，因为别人的成功就是自己的成功；大家也从来不需要花心思搞办公室政治。但这种机制也有死穴，就是因为缺乏单一决策人，很难进行规模化扩张，这也就是为什么 Benchmark 15 年来的官网都只是一页极其高冷的 Splash Page。
本页为对节目内容的忠实解读与大白话重述,由 PodLens 生成。
这是以原文为依据的一次解读,不能替代原文。每条要点都标注了出处,欢迎回到原文核对——也欢迎指出任何细微的偏差。