红杉AI闭门会议详细解读，接下来几年谁在吃红利，谁会被淘汰？

在硅谷有一句话，红杉资本打电话过来，你必须接苹果、Google Youtube INS linkedin, 国内的腾讯、美团字节、滴滴、拼多多，全是他捧起来的，他是投资圈的太上皇，决定了谁能成神，哪些赛道会爆红。所以如果一个人要问这家公司值不值得投，这个方向值不值得搞，那你就看红杉有没有投。

刚刚5月2号，红山在旧金山举办了aison闭门会，没有请媒体，没有请圈外人，只请了150个最牛的创业者和AI专家。你如果是公司老板、创业者、AI圈圈相关从业者都要仔细听一听。

因为红杉从来不追热点，不讲理念，不浪费时间，只会明确告诉你什么方向我们正在砸钱，哪些产品形态未来几年值钱，你要怎么组织团队设计产品，怎么写PPT来打动我们。我直接跟你们解读这次会议的四大重点，

第一，AI是下一个操作系统，像当年的Windows和iOS一样主导任务分发、行为编排、资源调用，市场规模至少是云计算的10倍。

因为AI同时吞噬了软件和服务的利润时，SARS it外包运营咨询全会被打散重组。现在我们正在AI原生世界的iPhone时刻前夜，平台接口标准正在成型，生态即将爆发。

第二，底层代模型不要碰，中间层工具类会被边缘化，真正值钱的是结果型AI应用。我展开说一说，底层大模型是烧钱机器，不是创业战场，它已经是open AI Google andthroppic Meta X AI deep sick这些超级巨兽之间的军备竞赛。

红杉没有兴趣中间层的工具，AI圈里尔相能熟的LA chain等prompt工具，P com等向量数据库，Make that year等工具，编排插件平台，我自己用的很爽的closer rap等rapper类产品，HES stack rap系统工具。

这些中间层工具都是临时搭桥用的施工脚手架。一旦底层模型更强大，上层应用更成熟，他们不是被淘汰就是被吞并，要么被集成进大平台里，要么变成没人记得的地下水管道。红杉投资的是下面这样的AI公司，

Sra客户服务AI，它不是陪聊或者回答问题，而是接到任务，处理流程，交付结果直接给公司自动处理，退订的、投诉的、下了订单的填表技术支持，一揽子干到底。而且这个应用最下力的地方是你的客户不满意，他就不给你收费。这是第一家敢这么按成交结算的AI公司。

这非常值得AI创业者琢磨，怎样才能把AI包装成一个岗位，而不是某一个环节的功能。Open evidence医疗AI辅助诊断医疗版的专家顾问不上AI厅里看病，而是辅助医生更精准的做诊断。他把所有的医学文献、指南、病例进行汇总，医生输入情况之后，AI直接列出推荐诊疗路径、用药建议、注意事项，大量的节省了医生查资料的时间，极大的提升了诊疗质量，是真正被医院采购、医生愿意依赖的系统。

所以你如何做到在你的行业里合规？你是不是能够帮助专业人士加速决策，减轻失误？

Skilled AI通用机器人大脑，你告诉他一个动作，它就自动适配不同设备，把工业机器人从死板编程升级到了AI感知加执行，用一套大模型来控制不同形态的机器人，比如质检机器人、装配机器人、码垛机器人，一套系统适配多种机械力，工厂老板再也不需要花巨资、花好几个月时间来训练不同的机器人了，只要部署了这个应用，很多操作就自动化了。显著降低了工厂的自动化门槛，使提高产能、降低人工成本的实打实的利器

cloud code cloud本来就是公认的AI编成一个这个code的功能主打非程序员写代码，而不是面条开发者。你用自然语言跟他说，帮我写个记录销售数据的网页，它就帮你自动生成网页代码，自动解释代码，帮你改错、优化逻辑。这不是玩具，是真的把一个人变成了多个开发者，让小微团队、产品经理、企业主都能够以外行人的身份带AI上场，显著减少请外包、聘开发、建机统的成本。

红杉看上的这几个都是结果型AI，都是流程递环，都是你交给他任务，他自己跑完整个流程，像一个人带着一整个团队一样，直接把结果给你交付回来。

第三，会议上提出了智能体经济agent economy这种新物种夹新经济的概念。

AI不再是check GPT或者deep sick那样的聊天机器人，而是有身份知道自己是干什么的，比如客服、法律顾问、销售助手，有记忆的，不只是回忆你刚刚说的那几句话，而是记住了你整个任务，有目标的，知道事情的终点不是停在回答问题的层面，有自主行动能力的，能自己调系统、查数据、发指令、填表格、写邮件，有这些综合能力的才叫AI agent智能体是真正的数字员工，更重要的是，多个agent之间还可以相互协作，分工交付，像一个真正的团队。

比如在这家公司，Harvey是AI法务专员，流程性的agent，专门负责审查合同、起草法律意见。会读上下文，能引用法律模板、引用条款，生成初稿。

Laend am b agent是AI行政助理，后台性的agent，不用你每次提醒，他自己就在后台运行，跟踪会议安排、补发提醒、收集资料。

他的agent in box就像一个AI工作回执箱，你每天打开就能看到他已经完成了哪些任务。

ROS是AI销售代表，他是协作性的agent，他给销售自动整理客户背景、准备会议资料、撰写后续邮件，推进销售漏斗的进度。

你会发现，这三个agent组合起来，就像你雇用了一支最懂业务、不会出错、24×7小时工作的三人小团队。所以，红杉的判断是，未来的公司不是有多少人，而是有多少agent agent不再是插件，不再是配角，不再是员工的辅助工具，而是岗位的直接替代者、流程的自动执行者，协作网络中的新节点，是组织结构里的最小执行单位。

所以这次会议上，红杉也提出了另外一个关键词，

One person unicorn, 一个人的独角兽企业。

这其实是open AI的same oldman去年就提出的。整个硅谷都在打赌谁是第一家估值超过十亿美金的个人独角兽企业。

这个人只需要做任务定义加方向把控，带着一群agent就能干完原来几十个人才能干完的业务。这不是科幻，刚刚举例的那些应用全都在走这条路。

第四，组织战略上，企业需要AI原生化，这是企业下一轮竞争力的关键变量，而不再是传统的降本增效。AI不是给企业装外挂，已经开始倒逼企业本身重构运行方式。传统企业里，人事主力执行流程依靠前期计划，成功等于流程设计的好，加人员按部就班执行的稳，所以标准任务靠经验来判断分配。

而在A驱动的AI组织里，你只需要设定目标和约束，AI系统可以自动探索多种路径，从试错到反馈再到优化，更像演化系统，不再是命令系统。

比如原来一个电商公司写广告，营销部门提前规划脚本拍摄流程，现在变成设定一个目标提高点击率，AI就开始自动尝试不同文案，做不同落地页，跑AB test去优化。

这是红杉提出的企业组织从流程确定性到目标不确定性的范式级转化。传统管理者的工作室，分配任务、跟进进度、解决瓶颈。AI时代的管理者变成设定目标、确定约束条件、设计agent系统之间的协作逻辑管理者变成了流程的架构师。你原来管三个销售，现在你指挥的是客服agent加报价agent加邮件agent，你不需要指导他们怎么写邮件，而是定义策略、审核效果。

这是管理者从管理人到编排AI的范式级转化。传统模式下，产品经理提需求，工程师做实现项目管理协调推进。

在AI原生模式下，如果你是做产品的，要开始像设计组织一样设计AI团队结构，如果你是做企业管理的，要接受人不再是最小执行单元的新常态，你手下可能不再是100个员工，而是10个员工加10个agent的系统。KPA的对象不再是人，而是AI系统的输出结果。组织的效率瓶颈不再是因为人做的慢，而是因为你没有调好AG的结构。

以上就是红杉这次会议透露出的四大核心内容，中小企业是AI红利最先迟到的群体，我要搞一个AI风控系统，这种话新的牛逼，你就会觉得不难了，团队就会跟了，完全可以转型来吃这波红利。

但很多人说找不到工作，一旦他自己用上了agent，他发现他一句话agent就自动跑完了，他会怎么想？只要你能替客户干成事，你就永远有位置。