69岁重返红杉：AI时代，经验的价值正从答案迁移到判断系统

信源：David Senra｜Doug Leone（Sequoia Capital）访谈《Turning Fear & Adversity Into Fuel》｜2026-08-30⁠

这段访谈以“恐惧与逆境”为题，但对AI产业最有价值的部分，是一位经历过PC、互联网、云计算和移动互联网周期的顶级投资人，公开承认自己正在失去判断坐标。

Doug Leone在65岁退出红杉一线，四年后重新回来。工作90天之后，他没有强调过去的战绩，而是把自己称为一名需要重新证明价值的“低级分析员”。他的感受甚至是，自己对AI的理解比90天前距离前沿更远；如果回归一年后仍然无法产生价值，他会主动离开。这不是普通的谦虚，而是AI时代知识折旧速度的真实写照。

这场访谈最重要的结论是：AI没有让经验失效，却把经验强制分成了两个层次。关于某一代产品形态、增长速度、竞争边界和估值锚的“答案型经验”正在迅速贬值；用于重建判断的能力——提出正确问题、识别异常值、验证单位经济、理解创始人、构建治理结构——反而变得更稀缺。未来真正有价值的资历，不是知道过多少答案，而是能否在答案失效以后重新形成判断。

这种焦虑有客观基础。METR对前沿模型的研究显示，在一组以软件任务为主的测试中，模型可独立完成的任务时长过去几年大约每七个月翻倍。这个指标不能直接等同于“全面自动化”，其当前测试集在16小时以上也存在测量局限，但它足以说明：模型能力基线的变化速度，已经快于多数公司的预算、招聘和投资决策周期。Leone所说的“90天后反而更远”，并不完全是心理感受。

资本市场同时在放大这种变化。Stripe在2026年8月披露，其平台上按收入排名前100的AI企业，2025年收入平均增长120%，2026年按当前速度预计增长175%。Carta的数据则显示，2026年第一季度，其平台企业获得的风险资本中超过60%流向AI；基础模型公司的Series A估值中位水平约为3亿美元，而非AI公司的可比数字约为5500万美元。

Leone在节目中还提到，一家几乎没有成型产品的AI创业公司试图以100亿美元投前估值融资。这个匿名案例无法独立核验，只能视为市场情绪的切片，但Carta的数据证明，估值体系向极少数AI项目高度倾斜并非错觉。需要注意的是，这并不意味着整个早期市场仍在无限升温：Carta最新的Pre-Seed报告显示，AI在2026年上半年获得了49%的Pre-Seed资金，与2025年全年的50%基本持平。资本的变化更接近“向头部集中”，而不是所有AI创业公司普遍受益。

问题随之出现：AI可以让产品更快上线、让全球分发更早发生，也能让公司更快获得第一批收入，却未必同步缩短护城河形成的时间。一个产品在几个月内冲出很高的年化收入，首先证明的是需求强度与分发效率，还不能自动证明客户留存、推理后毛利率、模型替代风险和长期议价能力。增长速度正在提前显现，商业质量却仍需要时间暴露。投资者面对的不是信息更多，而是早期信号变得更强、真假信号也更难区分。

这正是Leone那套老方法仍然有效的地方。他在访谈中给出了三个投资问题：是否愿意把孩子的钱投进去；如果一生只能投资20家公司，它是否值得占据一个名额；它有没有可能回报整个基金。他寻找的不是两三倍回报，而是可能产生100倍回报的异常值。

这套方法本质上不是估值公式，而是一套“注意力预算”：当AI每天制造大量看似合理的机会时，投资机构仍然必须把有限的资本、时间和组织资源集中在极少数公司身上。但它也暴露了当前市场最尖锐的矛盾。若从100亿美元投前估值出发，忽略后续稀释，100倍回报意味着公司最终价值需要达到1万亿美元。收入增长得更快，并不代表投资回报更容易实现；价格越早透支未来，企业就越需要从“高速增长的软件公司”进一步成长为全球基础平台。

Leone还承认，风险投资行业最大的错误之一，是过早卖出真正的赢家。红杉曾投资Apple、Cisco、Google和NVIDIA，却同样没有完全预见这些企业在上市后还能持续复利几十年。AI因此把投资者推入一种反直觉的时间结构：理解新公司的窗口越来越短，但对真正平台型公司的持有周期可能越来越长。投资者需要更快地更新认知，同时更克制地对待已经被验证的复利资产。

不过，Leone所依赖的“嗅觉”也面临升级压力。过去，他可以通过创始人使用“I”还是“We”、对问题的描述方式以及会议中的细微反应判断一个人。在AI时代，原型更容易制作，演示更容易包装，短期收入也更容易被补贴和热点放大，仅靠个人直觉会越来越危险。顶级机构必须把这种嗅觉外化为一套可重复的验证系统：技术人员判断架构与可替代性，客户访谈验证需求质量，财务模型还原推理成本，产品数据检查留存与使用深度，资深合伙人再判断创始人的学习速度和组织能力。

这也是为什么访谈后半段关于信任、董事会和反馈的内容，并没有偏离AI主题。Leone把信任拆成能力与善意两个部分：只有善意而没有能力，无法托付决策；只有能力而动机可疑，同样无法合作。他还建议创始人像设计产品一样设计董事会，因为董事会成员可能陪伴公司五到七年。在产品越来越容易构建的环境里，瓶颈会逐步从“能不能做出来”迁移到“能不能形成组织、获取分发、留住客户并完成多次再创业”。信任的经济价值，就是减少信息隐藏和决策摩擦，让组织在变化速度超过计划周期时仍能行动。

当然，“这一次不同”始终是危险的叙事。Stripe的数据来自收入最高的100家AI企业，天然具有幸存者偏差；Carta覆盖的是使用其平台的私营公司，也不能代表整个创业市场。如果今天的高速增长最终无法转化为12至24个月后的客户留存、扣除推理成本后的毛利，以及不依靠补贴的扩张收入，那么所谓AI工业革命至少在软件投资层面就需要被降级为一轮资本与需求共振。

Doug Leone重返红杉的意义，因此不在于证明69岁的投资人依然可以追上年轻创业者。它检验的是一家顶级机构能否允许资深者重新成为初学者，又不丢掉经过多个周期验证的资本纪律。

AI时代最耐用的经验，不是一套永远正确的旧答案，而是一套可以持续推翻答案、重建认知，同时知道哪些原则不能丢的判断系统。