Agent是新的customer 这个判断改变了我很多
红杉美国合伙人Julien Bek最近在20VC上的一次访谈，信息密度很高。他讲了Sequoia怎么找项目、怎么判断人，也讲了他对AI agent时代的判断。我把里面几个真正有价值的点重新梳理一遍。
猎人心态，不是坐等好项目
很多人以为Sequoia靠品牌躺着等好项目上门，Julien说这是误解。团队里每个人都是猎人，不管资历多深，大家的期待都一样：拿出成绩。
他提到合伙人Constantine Beller从学生时代就开始追Ken Griffin，反复问能不能投资，坚持了很多年才促成Sequoia投进从不接受外部资本的Citadel Securities。
我的判断是，所谓品牌溢价，本质上是过去无数次主动出击的积累，不是可以躺上去的护城河。把"等好项目"当成策略的人，其实只是在给自己的懒惰找借口。
Conviction比共识更值钱
Sean McGuire当年把SpaceX的提案带进投决会，有人给了最低分。Sean没放弃，坚持推动大家实地考察，最终促成了一笔小额初始投资，一路加注，成了Sequoia历史上最好的投资之一。
Julien的结论：回看历史上最好的基金回报，规律始终一致——最好的投资永远是sponsor conviction最高的那一笔。
这句话背后的逻辑很扎心。大家都觉得不错的deal,回报往往是平庸的,因为共识本身就是溢价。真正改变历史的投资,往往在最初是有争议的。在没人支持的时候还能坚持自己的判断，这才是conviction真正被检验的时刻。
敢于推翻自己的判断
Sequoia最早拒绝了Anthropic，后来又以25亿美元大规模押注。Julien把这叫做revisiting priors——外部条件变了，就要有勇气承认当初的判断是基于旧信息，现在需要更新。
他说人脑很擅长线性思考，不擅长指数思考，这正是为什么几乎所有人在AI早期都低估了结果的规模。
我认同这个提醒。固执地守着旧判断，很多时候只是自我保护，不是真正的坚定。能在新证据面前主动更新认知,比一开始判断准确更难，也更有价值。
判断创始人：走了多远，比站在哪里更重要
Julien的识人方法很有意思，他不先让创始人讲公司故事，而是先自己示弱——讲父母离异、母亲患癌时六岁独自入睡的记忆，让对方也愿意打开。
他30分钟内识别创始人的方法：找到这个人的spike（真正与众不同的特质），再看他的trajectory是往上还是往下走。他特别强调"distance traveled"——两个都考进同一所顶尖工程学校的创始人，一个是富二代，一个从小被寄养,后者走过的距离说明了更多本质问题。
Alfred Lin那句话我很认同：不要把outlier operator误认为outlier founder。在大厂系统里执行得好，和从零搭建一套系统，是两种完全不同的能力。今天太多顶级大厂背景的人出来创业,背景光鲜不代表能成为founder。
五个为什么，戳破包装出来的故事
Julien遇到过一个fraud创始人,故事讲得很流畅：来自偏远地区、拿到Stanford录取却选了另一所学校。被追问"为什么放弃Stanford"时，肢体语言变了,语速加快。几天后这个人被多位投资人联名揭露是骗子。
他的方法是连续追问五次"为什么"，追到第五个的时候，真实的东西才会出来。优秀的创始人知道投资人想听什么，能把叙事包装得很完美,所以不能只听内容,要看节奏和温度。排练过的回答，遇到意外追问才会出现裂缝。
傲慢不是红线，没有真本事才是
Julien引用Sequoia创始人Don Valentine的2x2矩阵：一个轴是喜不喜欢这个人,一个轴是这个人能不能帮你赚钱。核心观点是,不喜欢的人不代表不能帮你赚钱。
他说得很直接：傲慢本身不是危险信号,可能只是spike的代价。有spike,傲慢只是风格;没有spike,傲慢就是空壳。我们行业太容易用"好不好相处"做道德评判,但真正该看的是核心能力和执行力,不是他让你舒不舒服。
四个识人框架凑成一整套方法论
Julien从四位Sequoia传奇合伙人身上各学到一条：Doug Leone面试时先问"谁是你最好的reference,为什么",再问"谁是你最差的reference,为什么"——能坦然说出谁不喜欢自己并解释原因的人,比把所有人都说成粉丝的人可信得多。
Pat Grady把人理解成向量：方向（动机是什么）乘以量级（野心多大,能不能承受痛苦）。他还提过一句清醒的话:每家后来上市的公司,Sequoia在某个阶段都见过——这说明他们错过了多少。
Sean McGuire提出judgment和PQ（政治智慧）是比IQ、EQ更被低估的维度：judgment比IQ更重要,PQ比EQ更重要。在复杂不确定的环境里，知道怎么做,比单纯聪明更有价值。
这四条拼在一起,就是一套完整的founder reading方法：看trajectory和distance traveled,用向量框架判断方向和量级,用worst reference问题验证诚实度,最后用judgment和PQ判断他能不能在复杂环境里真正做成事。
Agent是新客户,这个判断值得重视
Julien提出的核心thesis：agent流量和人类流量已经基本持平,Cloudflare的数据显示五年后agent流量将是人类流量的一千倍。
过去二十年我们一直在优化人类客户体验——更好的UI、更顺畅的onboarding,做出pixel-perfect的网站。现在优化对象要变了,需要一个"bits-perfect"的平台,专门服务agent。
Agent不是中性的,它们在训练阶段吸收的数据和人类标注,让它天生带bias——比如寻找hosting solution时会更倾向Cloudflare和Vercel。已经有对冲基金在研究agent怎么做决策,因为这可能直接影响相关公司股价。Julien投的Profound做的就是"SEO for agents",帮企业在AI对话界面里被看见。
我自己的判断是,对大多数To B的SaaS来说这个转变不会一夜发生,数据重力、安全合规、历史集成都是切换成本。但对从零搭建的新产品,从第一天就该问：我的API设计能不能被agent高效调用?这会是未来产品竞争力的一部分。
软件公司该开始卖结果,不是卖工具
Julien的另一个预测：下一家万亿美元公司,会是以服务公司面貌出现的软件公司。逻辑是,第一波AI是co-pilot,帮人把现有工作做得更好,因为模型还不够强。现在至少在coding领域,模型已经能端到端完成整个任务了,那卖的就该是outcome,不是工具。
他举的例子很直接:你花2000美元买QuickBooks,还要再花15000美元雇会计师。如果AI能直接交付"账目已关闭"这个结果,你捕获的就是那15000美元,而不是在2000美元的工具费里卷。企业在工具和服务上的支出比例大概是1比6,大家都在抢那个1,真正的机会在那个6。
他的框架是：intelligence(可验证的智识任务)是AI目前最擅长的,human judgment(人类判断力)是AI目前还替代不了的,但今天co-pilot阶段积累的judgment,会变成明天模型的training data——今天的judgment就是明天的intelligence。
这个框架对正在做AI产品的团队很实用,值得问自己一句:我现在卖的是工具还是结果?能不能直接收outcome fee,而不只是订阅费?
别投那些贴AI标签的传统服务公司
有人问Julien会不会投先做服务、攒数据、再转型软件的公司,他说不会。逻辑是,最好的公司需要顶尖人才,而顶尖人才不会去一家本质上在转型的传统服务公司,不管AI故事讲得多好。数据本身也未必是优势,能不能训练出更好的模型才是关键。
我认同这一点。很多人把"我们有数据"当成护城河,但碎片化、难结构化的数据是虚的优势。真正的优势永远是产品本身和背后的人,最好的创始人总能找到自己的distribution。
最后的思考
Julien说过一句话我记得很清楚:“我们只跟两三个创始人合作一年,一辈子大概在二十家公司的董事会,我不会委屈自己。“时间是最终的约束,真正重要的事永远只有那么几件。AI时代机会太多,很容易陷入什么都想抓、什么都怕错过的焦虑,但真正的赢家是那些知道自己在赌什么、并且有足够conviction把它赌到底的人。
还有一件事让我印象很深:他发现Revolut的时候穷得没钱投,打电话给妈妈,妈妈说"我来出钱,我们五五分”,后来在Revolut估值超1000亿美元之前卖掉大部分股份,靠这笔钱74岁退休了。Julien说Sequoia只招到了他们家族里第二好的投资人。最好的机会往往不需要复杂的分析框架,只需要看得足够清楚,再有勇气下注。