【專訪】Sarah Guo：押注技術邏輯，而非押注名聲

這場談話值得留意的地方有四個。第一，她對當前 AI 投資圈只看人頭不看邏輯的風氣提出直接批評，這是她現在最大的憂慮之一。第二，她解釋為什麼開源模型的擴散不可逆，試圖管控反而只傷到自家人。第三，她以 Sunday Robotics 為例，說明她怎麼在第一次見面就決定投資，以及這個判斷背後的邏輯。第四，她談算力基礎建設的瓶頸：不是技術問題，是能源政策和社會共識問題。合起來看，這不是一場炒 AI 題材的訪談，而是一個做了很多實際決策的人，在說她看到的真實狀況。

◎投人不投邏輯，這條路很危險

Guo 說她最近和一位她非常尊重的投資人朋友爭論，對方推薦一家公司，她問：這家公司會怎麼變大？技術理論說得通嗎？對方的回答本質上是：你不是很了解這個創辦人嗎？她說她認識這個人八年，這不是重點——重點是業務邏輯她看不懂。她的結論是：現在有大量資本在做大規模研究型投注，投資人對押注內容本身沒有任何直覺或觀點，光靠名聲和轉介來代替判斷，這很危險。她不是說人不重要，她自己也承認有少數人好到她不管做什麼都會跟，Brett Taylor（Salesforce 前共同執行長，也是知名 AI 創業者）是她舉的例子。但她說這兩件事在她腦子裡是分不開的：你相信一個人的判斷，前提是你能理解他在判斷什麼。不能理解，你根本沒有資格說你相信他的判斷。

◎開源模型管不住，管了只傷自己人

開源 AI 模型——也就是公開程式碼，任何人都能下載使用和修改的模型——過去三年從中國，美國，歐洲各地大量冒出來，能力已逼近頂尖商業模型。有人擔心這些模型有後門或被用於攻擊，主張在美國境內限制使用。Guo 的立場很清楚：貓已經跑出去了。她的邏輯是：真正有惡意的人不受你的法規約束，你限制的只是守法的美國企業，等於讓自己人放慢腳步。她也不迴避安全顧慮——她說應該做的是嚴格的技術測試，真正去查這些模型有沒有問題，而不是靠猜測和恐慌來制定政策。她的底線是：算力和智能的廣泛普及是必然趨勢，開源是實現這件事的主要路徑，阻止它只會讓美國在這場競爭中失去獨立性。

◎Sunday Robotics：第一次見面就決定投

Guo 和她的合夥人 Pranov 在史丹佛認識了 Tony Xho 和 Chang，兩位當時約二十五歲的博士生，曾在 Toyota Research，DeepMind 和 Tesla 待過。她說她花了一點時間看完他們的研究成果，結論是：過去四年機器人 AI 領域最有意思的想法，大部分都出自這兩個人。讓她印象最深的不是結果，是思考方式：他們把我們沒有足夠的訓練資料，也沒有無限的錢當成一個工程問題來解，設計出最便宜的資料收集方式，同時讓這些資料能有效轉化成模型學習。這是務實的創意，不是學術練習。Conviction 立刻決定投資。不到兩年後，這支團隊說他們預計年底在真實家庭環境裡部署通用半人形機器人的 beta 版本——Guo 說就連她也對這個速度感到震驚。

◎算力瓶頸不是技術問題，是政治問題

Guo 和某個超大型雲端服務商（也就是 AWS，Google Cloud，Azure 這類的基礎設施巨頭）的基礎設施負責人談過，對方告訴她：在 2030 年之前，沒有任何事情能在夠大的規模上移動他們的指針。她說這讓她很沮喪。問題不是工程能力，也不是資本主義的動機，而是：你要在紐約蓋資料中心，你需要說服紐約人為什麼他們應該要這個；你要讓核能的成本有競爭力，你需要說服人們它是安全的，然後讓足夠多的廠被蓋起來讓成本下降。天然氣供應在哪，電網承不承受得住，鄰避設施的社會接受度——這些比晶片架構更難解。她的結論是：美國有技術能力和創業人才，缺的是監管環境和社會共識，而這兩件事的速度遠遠跟不上軟體。

Guo 開這家公司時只給投資人一份兩頁的背景資料，說我很會找人，我會全力支持他們，其他的邊做邊想。她說有些 LP 不喜歡這樣，但她不打算告訴人家他們想聽的。四年後她的基金在同行評比裡排第一或第二。這個結果倒不是什麼驚奇——一個對技術邏輯有真實判斷，對創辦人有長期追蹤，又不靠名聲代替思考的投資人，在一個大家都在追風口的市場裡，本來就應該跑贏。問題只是多少人願意這樣做。