硅谷创投对话：AI时代的人才、叙事与投资新共识
本期 Linkloud Talk 邀请到 Sancus Ventures 合伙人杜磊，以及 Braintrust 数据与产品增长负责人李孟颖。两位嘉宾均在硅谷深耕逾十年，亲历了从云计算、SaaS 到 AI 的技术浪潮变迁。本次对谈在 Opendoor 旧金山办公室录制，深入探讨了 AI 时代下的职业发展、创业叙事逻辑以及一级市场投资的最新风向。
湾区生活与工作：有趣与不无聊
李孟颖：有趣与冲劲
李孟颖目前负责 Braintrust 的数据与增长业务，此前曾在 Notion 和 MotherDuck 任职。她在湾区生活九年，用“有趣”和“有冲劲”形容这里的生活。旧金山作为科技中心，每次技术浪潮的出现都会让城市重新焕发活力，这种持续的动态变化构成了其独特的吸引力。
杜磊：拒绝无聊
杜磊现任 Sancus Ventures 合伙人，专注于软件基础设施领域的早期投资，曾就职于 Opendoor。他用“不无聊”（Not Boring）概括旧金山的体验。无论是创业、投资还是日常生活，这里总在不断涌现超出预期的新事物。随着技术周期的快速迭代，旧的范式被迅速打破，新的机会不断涌现，加上城市环境的改善，使其成为一个宜居且充满可能性的地方。
AI 评估体系：从 A/B Test 到 Eval
Evaluation 的核心差异
Braintrust 专注于 AI 可观测性与评估（Evaluation）。李孟颖指出，AI Evaluation 与传统 SaaS 产品的 A/B Testing 在方法论上相似，即提出假设、改变变量并观察结果，但存在显著差异：
- 不确定性更高：AI 输出具有随机性，同一输入可能产生不同结果，需引入更多统计方法。
- 主观性评估：AI 产出多为文本，难以像点击率那样量化，常采用“LM as a Judge”（用大模型评估大模型）的方式。
- 离线为主：目前多通过离线数据集进行版本对比，筛选出优胜模型后再上线测试，以规避线上风险。
这种机制使得 AI 产品的迭代速度远超传统软件，任何 Prompt 或模块的微调都可能产生全新的产品形态。
投资策略：Infra 与开发者工具的新机遇
为何投资 Arena 等 Infra 项目
杜磊表示，每个技术周期都有其核心的开发者群体。在 AI 时代，Frontier Labs 的研究人员是掌握预算和高价值产出的核心人群。服务于这群人的工具即为新时代的 DevTools。Arena 等项目因具备数据潜力和基础设施属性，成为投资机构关注的重点。
垂直应用的困境与并购潮
随着大模型能力的快速普及，许多垂直领域的 AI 应用（如特定领域的 Coding Tools、DevOps 等）面临被大厂或头部产品覆盖的风险。对于未能建立深厚护城河的初创公司，市场倾向于建议其寻求并购退出。当前，AI Agent 在企业级协作中的落地仍面临挑战，如何解决“超级个体”之间的协作问题，将是下一波创业机会所在。
职业成长：从大厂到创业公司的跃迁
李孟颖的 Notion 经历
李孟颖分享了从 Meta 跳槽至 Notion 的经历。在 Meta 等大厂，员工往往局限于特定职能，而在早期的 Notion，她得以从零搭建数据基础设施，引入 Statsig 并推行 A/B Testing 文化。这段经历不仅提升了她的综合能力，更建立了深厚的行业人脉网络（Network），使她在后续职业发展中具备了更强的主动性和影响力。
杜磊论“火箭船”效应
杜磊认为，职业生涯早期进入快速增长的初创公司（Rocket Ship）极具价值。大厂提供经过验证的最佳实践（Best Practice），而初创公司提供广阔的职责范围（Scope）和决策权。在大厂积累的标准化经验，在初创公司的具体问题场景中能转化为巨大的竞争优势。此外，初创公司中基于共同奋斗建立的“战友情谊”，比大厂内部的竞争关系更具长期职业价值。
AI 时代的人才标准：High Agency
寻找“枪管”而非“子弹”
在技术快速迭代的当下，具体的技能栈可能迅速过时，因此投资人更看重候选人的“High Agency”（高主观能动性）。杜磊比喻，团队需要的是能自主瞄准、发射的“枪管”（Barrel），而非仅需被操控的“子弹”（Bullet）。具备 High Agency 的人才能够主动定义问题、寻找解决方案，甚至在没有明确职位描述的情况下创造价值。
招聘方式的演变
传统的简历筛选和标准化面试逐渐失效，取而代之的是 Work Trial（试用工作）和背调（Backchannel）。李孟颖分享道，通过实际参与一周的项目，候选人能展示其与 AI 协作的能力、思考路径及解决问题的风格。同时，硅谷紧密的圈子文化使得个人声誉（Reputation）成为长期职业资产，背调在高端人才招聘中愈发重要。
创业叙事：信念感与逻辑闭环
讲好故事的关键
杜磊指出，许多华人创业者擅长执行层面的规划，但在长期愿景的叙述上缺乏信念感和逻辑连贯性。优秀的叙事应从终局倒推，明确长期目标、中期战略与短期执行之间的逻辑关系。他以 Opendoor 为例，其早期 Deck 清晰阐述了从房屋交易切入，逐步延伸至抵押贷款乃至整个房地产市场的宏大愿景，每一步都有明确的战略支撑。
避免营销噪音
媒体报道往往滞后于企业的真实战略，且带有营销性质。创业者若仅模仿新闻稿中的热点叙事，容易陷入同质化竞争。真正打动人的故事往往从具体场景切入，朴实而具象，能让听众产生代入感，而非堆砌宏大的口号。
未来展望：算力金融化与数据资产
杜磊：算力的反共识判断
杜磊关注算力需求的指数级增长及其引发的连锁反应。他认为，算力瓶颈正从芯片制造转向能源、土地和政治环境。未来，数据中心可能演变为类似原油的大宗商品，甚至出现算力期货交易和对冲工具。芯片和数据中心的金融化属性将日益凸显，这不仅是技术问题，更是社会基础设施的重构。
李孟颖：一切皆数据公司
李孟颖提出，“Every company is a data company”。在 AI 时代，企业内部的专有数据（Proprietary Data）和用户行为数据成为核心资产。构建 Internal Agent、完善数据埋点（Logging）和可观测性，不仅是技术需求，更是挖掘数据价值、赋能业务决策的基础。忽视数据积累的企业，将在未来的竞争中失去关键杠杆。