Greg Isenberg 复盘 SF AI 圈：数据经纪商周入 200 万与“模型即 CPU”新范式

GREG ISENBERG (@gregisenberg) · 2026-10-14 16

我在旧金山花了 48 小时，与亿万富翁、数据实验室以及运营着市值在 10 亿至 1000 亿美元之间的 AI 创始人和高管们交流。

我的观察如下：

1. 关于数据经纪商的故事多不胜数，他们每周通过向实验室出售公司数据赚取约 200 万美元。我无法判断这是行业的开端还是泡沫，并且一直在思考还有哪些细分领域留有空间。我正在深入挖掘这一现象。

2. 在一次晚餐聚会上，有人问在座各位：“如果下个月发布一个新模型，你们的公司会变好还是变差？”桌上有一半的人陷入了沉默！我认为这是目前评估任何 AI 初创企业时最值得提出的问题。

3. 现在人们谈论的门槛是在 12 个月内实现 10 亿美元营收（我想这就是新的“独角兽”定义？）。但我很少听到关于用户留存率的讨论。AI 收入来得快，去得也快，我认为我们将看到许多拥有巨额营收但留存率极差的 AI 公司的案例。

4. 很明显，我们正经历计算机的重塑过程。模型相当于 CPU，harness（代理框架/执行环境）相当于操作系统，而技能和插件则相当于应用程序。以这种视角思考，更容易发现市场空白点。

5. 距离出现这样一个智能体（Agent）可能还有大约 12 个月的时间：它能观察你工作一周，然后在没有任何指令的情况下完成你的工作。屏幕录制结合智能体记忆和本地模型的组合，使得这在当下成为可能。

6. 智能体 harness 感觉像是新一代的 GPT 封装器（wrapper），这是一种积极的现象，尤其是垂直领域的 harness。我交谈过的最优秀团队将模型视为可替换组件。一位创始人向我展示了如何将不同模型路由到不同任务：一个用于审美和视觉处理，一个更便宜的用于日常事务，另一个用于文本处理。

他们使用可在不同模型间迁移的提示词（prompts），而非依赖微调（fine-tuning），并基于用户的实际行为对输出进行 A/B 测试：用户是否编辑它、导出它或分享它？一个垂直领域的 harness 基本上由四部分组成：该行业数据的连接器、由懂行的人编写的评估标准（evals）、规定智能体能做什么和不能做什么的规则，以及供人类审查的简洁界面。模型在其中大概只占 20% 的比重。

7. 逆向工程和克隆现象比以往任何时候都多。人们正在反编译软件并用智能体重建它，有人展示了一套包含约 10 个应用的套件，每个应用价值超过 50 亿美元，而他全部将其克隆为开源版本。我和所有人仍在思考当软件变得如此易于复制时意味着什么。

8. 我的猜测是，价值将向数据转移。如果软件可以被快速重建，那么传统 SaaS 公司值得付费的核心资产就是其内部积累多年的客户数据和工作流。一些 SaaS 公司本质上其实是数据公司。

这引发了我的思考：我们究竟该如何评估这些 SaaS 公司的数据价值？例如，如果我们以前以 2 倍 ARR（年度经常性收入）收购这些濒临淘汰的 SaaS 公司，也许存在更合适的估值指标。我不确定，只是随口聊聊想法。

9. 感觉相当一部分传统软件将无法进入 Agent 时代，尤其是那些围绕用户点击大量屏幕而构建的软件。

10. 我交谈过的每家公司都想把内部数据汇聚到一个地方，并通过 MCP 暴露给 Agent。然后他们审视这些数据，发现简直是一团糟：同一个客户有五个版本，旧的 Slack 频道无人问津，还有没人能搜索的 PDF 文件。清理这些数据似乎是一个巨大的咨询机会！

11. 许多创始人正在构建 Agent 的基础组件：API、数据层和工具。我看到的一些公司几乎没有 UI，因为主要用户是 Agent。我坚信，为 Agent 时代构建基础原语（primitives）的初创公司将表现极佳。“基础组件”是理解这一趋势的最佳视角。

12. Labs 可以获得大量的训练数据，但很难获取 Agent 在企业内部失败的真实案例。谁拥有这些日志，谁就掌握了有价值的资产。

13. 一位运营大型消费级公司的高管告诉我，下一场竞争将是关于“记忆”的争夺。记住你最多信息的模型将胜出，而人们往往高估了“最聪明模型”的重要性。

14. Physical AI（物理人工智能）被频繁提及。我认为 Astra 是第一个让人们意识到 AI 实际上可以执行 CAD 任务的模型，很多人都在思考“Vibe Manufacturing”（氛围制造/直觉式制造）究竟长什么样。我脑海中一直回响着一位机器人创始人的话：AI 领域最难的问题现在是部署问题，而不是研究问题。他们的机器人自主工作，遇到卡顿时呼叫人类，而每一次这样的呼叫都会转化为训练数据。

15. 网络安全公司正处于风口浪尖，现在确实是打造酷炫公司的好时机，尤其是那些在数据泄露后进行善后处理的公司。每一个有权访问你系统的 Agent 都是进入你公司的新入口，而很多这样的入口都处于敞开状态。

16. 如今，有些初创公司“死掉”反而比“活着”更值钱。一家已关停的公司，若拥有五年的 Slack 记录、邮件往来和代码库，可以通过授权这些数据获得收益。如果创始人在决定关闭公司时开始将这一因素纳入考量，我并不会感到惊讶。

17. 人们开始讨论如何对“智能体网络（agent web）”进行变现。虽然目前还处于非常早期的阶段，但当互联网上最活跃的用户变成 AI 智能体时，你应该构建什么样的初创产品？

18. 我认为“智能体保险”即将到来。一旦某个智能体造成了昂贵的失误，保险公司就会要求在承保之前进行审计。

19. 许多人表示，他们最想招聘的是那些有品味且能编写评估基准（evals）的人。模型在生成创意方面越来越擅长，因此难点在于判断哪些创意是好的。

20. 我观察到一个新趋势：初创公司融资后，利用风险投资资金打造个人创作者品牌；随后创业失败，创始人转而成为全职创作者，并孵化其他自力更生（bootstrapped）的产品。

21. 现在获取显著的分发渠道极其困难。创始人正在疯狂地赞助巴士广告、购买户外广告牌，甚至邀请知名 DJ 举办派对以博取关注。从某种意义上说，这感觉有点像互联网泡沫时期。

注意力才是稀缺资源！Wispr Flow 的增长负责人分享其 UGC（用户生成内容）策略并走红就是一个很好的例子。这是人人都想要的“秘方”，我真心认为，在这个时代，全球可能只有大约 50 人知道如何高效地规模化这类业务。

总能从旧金山之行中汲取到这种能量。能在这样一个构建企业的非凡时刻经历如此精彩的旅程，我感到无比幸运。这一切在许多层面上都显得如梦似幻。

很高兴回到家，全神贯注于工作。

下次见！