Episode Details

📝 本期播客简介

本期我们克隆了：Shane Parrish 主持的深度访谈播客《The Knowledge Project》Mental Models That Change How You Think | Bill Gurley

本期嘉宾 Bill Gurley 是硅谷最具影响力的风险投资人之一，曾任 Benchmark 合伙人，并深度参与 Uber 等公司的投资与成长。在这期节目中，他和 Shane Parrish 展开了一场覆盖系统思维、投资方法、AI 竞争、金融基础设施、创业者特质与人生定义的深度对话。

Bill 反复强调：真实世界不是单变量、线性的系统，而是多变量、非线性、充满二阶和三阶影响的复杂系统。无论是做产品、投资，还是判断 AI 浪潮和资本周期，如果只盯着一个指标，很容易被短期结果误导。

你将听到 Bill 如何从 Peter Lynch、Buffett、Ben Graham、Howard Marks 等投资大师那里建立金融底层认知；为什么他认为每个人都应该研究自己所在领域的历史；为什么真正优秀的创始人往往具备痴迷式学习、产品直觉、讲故事能力和“不管怎样都要做下去”的决心。

节目后半段，Bill 还深入讨论了 AI 时代的几大关键冲突：美国监管是否会变成大公司的护城河；中国开源模型生态为什么可能更快进化；AI 投资是否正在进入资本狂热；稳定币为什么可能绕开美国落后的支付系统，并威胁 Visa 和 MasterCard；以及被动投资、代理投票机构和代币化将如何改变金融市场。

这不是一场单纯关于风险投资的访谈，而是一堂关于如何在复杂时代建立判断力、识别系统性变化，并保持长期学习能力的认知课。

👨‍⚕️ 本期嘉宾

Bill Gurley，硅谷知名风险投资人，Benchmark 前合伙人。他曾深度参与 Uber、Grubhub、Zillow、Nextdoor 等公司的投资与成长，是美国科技投资界最具影响力的思想者之一。Bill 长期关注市场平台、网络效应、资本市场、监管结构与科技浪潮，也以深度写作和清晰的行业分析著称。

⏱️ 时间戳

00:00 开场 & 播客简介

系统思维：为什么不能只看一个变量

01:34 信息碎片化时代，如何理解复杂世界

01:51 系统思维的核心：多变量、非线性与难以预测

02:35 天气、股市与复杂系统：一个变量变化如何层层传导

03:01 系统思维如何帮你少惹麻烦

03:24 约会网站案例：优化互动，却伤害长期转化

03:49 二阶影响：为什么单一指标会误导决策

投资认知的底层训练

04:01 Bill Gurley 如何学习投资：从华尔街到风险投资

04:16 Peter Lynch、Buffett、Ben Graham 与 Howard Marks 的影响

05:00 价值投资如何迁移到风险投资

05:37 Bill Miller、Amazon 与网络效应的价值判断

06:48 为什么 VC 也必须懂金融底层逻辑

07:08 华尔街是创业公司最终流动性的买方

07:24 轨迹比起点更重要：早期公司如何想象终局

行业历史：被忽视的职业护城河

07:31 为什么理解一个行业的底层基础很重要

07:43 Pixar 创意天才 John Lasseter 如何研究动画史

08:27 Magnus Carlsen 与国际象棋历史：高手都懂自己的领域传统

08:54 LLM 时代，学习任何领域历史变得更容易

09:20 Picasso 的例子：突破传统之前，先掌握传统

09:44 面试中的差异化：比别人更懂本行业的大师和历史

10:47 如果你觉得学习行业历史很无聊，可能说明这不是你的热情所在

前沿学习与 AI 使用

11:09 创业者的共同特质：痴迷式学习

11:38 为什么颠覆性创业者必须站在技术前沿

12:20 创新者的窘境：年轻人更容易扎进新变化

12:46 每个人都应该对前沿保持好奇

13:07 Bill 为什么同时使用多个付费 AI 账号

13:20 真正强的人：既懂历史，也懂最新前沿

14:11 AI 使用技巧：把后续分析步骤直接写进 prompt

14:53 ChatGPT、Gemini、Claude、Perplexity 的不同使用场景

AI 竞争格局与监管博弈

15:51 AI 会是一家独大，还是垂直模型并存

16:15 Cursor 与模型可替换性：未来可能进入价格优化阶段

16:34 监管如何制造寡头格局

16:48 为什么有些大玩家主动要求监管

17:01 全球监管不一致：美国、欧盟与中国开源模型的竞争

17:40 中国开源模型生态：竞争越激烈，开源越活跃

18:08 开源系统如何加速创新：农民分享最佳实践的比喻

18:59 硅谷创业公司正在大量使用中国开源模型

AI 投资判断：壳、工作流与数据护城河

19:29 AI 会如何改变投资方式

19:40 什么只是 AI 外壳，什么可能是真正的应用层机会

20:08 工作流、数据护城河与领域理解的重要性

20:29 法律 AI 创业公司的例子：专业数据与流程沉淀

20:39 ChatGPT 是否会吞掉垂直应用：仍未定论

21:00 Microsoft 从操作系统走向应用层的历史参照

超级智能、模型边界与自动驾驶

21:06 训练数据是否快被用完

21:24 专家微调与人类知识边界

22:01 AI 是否会进入自我改进的非线性曲线

22:38 Yann LeCun 的反面观点：下一代 AI 可能在 LLM 之外

Listen Now