红杉合伙人 Alfred Lin 在 Stanford AI Club 的年度演讲里，从父母排好的职业等级讲到自己如何每一件都选了反面。做过 Zappos 董事长兼 COO 的他，把年轻人的选择拆成学到多少、和谁一起干。

你有没有想过，一个被父母认定“不务正业”的人，后来为什么会成为 Airbnb、DoorDash、Zipline 这些公司背后的投资人？更有意思的是，他自己的解释并不是什么“天赋”，而是一句听上去很朴素的话：“我其实没那么厉害。”

这是 Stanford AI Club 2026 到 2027 年度演讲系列的第一场，嘉宾是红杉资本（Sequoia Capital）合伙人 Alfred Lin。他在红杉十几年，之前是 Zappos 的董事长兼 COO 和 CFO，更早在 LinkExchange 和 Tellme 这两家被微软收购的公司做过财务。现场的同学们从成长经历问到 AI 泡沫，又问到怎么当学生创始人，他的回答里有很多让我停下来想的地方。我挑的是“在一个什么都在加速的时代，年轻人到底该怎么选”这条线，每一节先讲他是怎么说的，再写我自己的想法，分享给大家。

父母排好的职业等级，他偏偏全选反了

Alfred 说，他很少谈这件事：他是在两个“虎爸虎妈”手下长大的，父母都是商业银行家，对职业有一张清晰的等级表。最高的是当教授，为人类知识做贡献；做不到就去当医生，治病救人；再做不到就去当律师，为正义而战；排在最底下的，是做生意，因为他们天天给企业放贷，见多了。就算做生意，也应该为大公司工作，而不是小公司。他说，自己“基本上选了和父母建议完全相反的每一件事”。

他讲得很具体。上高中时他和父亲一起组装兼容机，零件加起来大概一千美元，卖两千，每台赚一千。他说那家公司后来叫 Dell。他当时跟父母说，学费就别花了，把钱给我去创业，结果父母只同意他读大学，还说只肯为四所学校付申请费，他就偷偷只申了这四所，想着考不上父母就得把钱给他。“计划没成功。”后来拿了奖学金读博，又在斯坦福读到一半退学，加入了 LinkExchange，公司以 2.65 亿美元卖给微软，当时是微软史上第三大收购。他的弟弟呢？父母原本认定他会去对冲基金、弟弟会创业，结果完全反了过来，弟弟现在在 Citadel 管全球固收。

我觉得这段故事最有意思的，是他对“风险”的解释。他说，自己看着父母从台湾赶来美国，几乎押上一切，只为让孩子过得更好，而那份赌注最后赢了。所以他对在场的同学说：你们处在一个有特权的位置上，可以放心冒险，因为“就算不成，你还有一张斯坦福的学位可以兜底”。这话在台下没引来多少笑声，但我听着觉得很实在。很多人劝年轻人要冒险，却不提冒险的前提是有人兜底；他把这个前提摆在了明面上，反而更可信。

另外一点是，这个故事提醒我们，所谓“路径依赖”往往只有回头看才清楚。他当年的原计划是读完博士去对冲基金，是一次不起眼的偏离，才把他带到了今天。人生很难在年轻时就算清楚，与其纠结选哪条路最优，不如先想想自己愿意在哪类问题上长期耗下去。

每个问题都有解法，每个解法又会生出新问题

Alfred 反复说的一句话是：“每个问题都有解法，每个解法又会制造新问题，这个循环永远不会停。”他说，成长过程中他总觉得世界上有些地方“有点不对劲”，而一个人最该珍惜的，就是察觉到这种不对劲的直觉，因为它通常是一个想法的起点。

他用自己加入的几家公司做了印证。LinkExchange 解决的是“把网站连起来”，当时没人觉得那是个大问题；Tellme 要自动化 800 电话，那时候还没有云的概念，他们就自己造了一套云；Zappos 卖鞋，大家都说鞋怎么能在网上卖，必须试穿，Zappos 的答案是把鞋寄到你家，试完不合适再退。他说，“每个问题都有一个解法”，让这个旅程不停往前走，也让它变得好玩，“你得享受这个过程”。

讲到 AI，他也用了同样的逻辑：我们之前没有对齐问题，直到我们让模型去排查网络安全风险，结果模型要是真的找到了安全风险，也许就会想办法逃出沙盒；于是你又得去控制它逃出沙盒这件事。他说，这让他不是一个悲观的末日论者，因为“总有更多的事要做”。

我觉得这是一种很少见的乐观，它不是“一切都会变好”，而是“问题永远不会耗尽”。很多人面对 AI，容易陷入两种极端，要么担心自己没事可做，要么担心世界失控。Alfred 的框架把两者都化解了：你解决一个问题，就会带出下一批问题，所以工作不会消失，只会换形状。对年轻人来说，更实际的启发是，不要只问“AI 能替我做什么”，而要问“AI 做完之后，新冒出来的麻烦是什么”，那里才是下一批机会。

年轻时只优化两件事：学到多少，和谁一起干

现场有同学问，像在座的这种背景，到底该去创业公司、大厂，还是前沿实验室？Alfred 的回答很干脆：“真话是，你不知道。”成功有很多条路，他的建议是只优化两件事：最大化学习，最大化与优秀的人共事。这个原则在他职业生涯的开头从没出过错，今天他选择创始人时，也是看他们是不是自己愿意陪着走很多年的人。

他强调，没有任何一家伟大的公司是一夜成功的，做出一家传奇公司要十年甚至更久。他举了 Jensen Huang 的例子：做 GPU 的头二十年，看上去和最近十年完全不一样，我们现在喜欢他，是因为最近十年，但前二十年他是在从零做到一千亿美元的路上，这个数字听上去小，其实是巨大的，只是他一直没停，坚持了三十年。所以他的建议是：“找一件你愿意投入三十年的事。”

我觉得这里的关键是时间尺度。我们看到的传奇故事，通常只截取了最后那段高光，把前面二十年的安静和不确定都省略了。Alfred 说“前二十年看起来完全不一样”，其实是在提醒大家，判断一件事值不值得做，不能用最近十年的结果去倒推。学习和共事的人是你唯一能马上控制的变量，其他结果都要靠时间来兑现。

他后来补充了一个细节：他自己最早的三家公司，都是因为遇到了他喜欢、也愿意向他们学习的人。创业的起点，常常不是一个想法，而是一群人。

数学和代码在被商品化，但理解模型从没这么值钱

有同学问，AI 正在迅速吞掉数学和编程这些技能，那做技术还有价值吗？Alfred 说，在红杉他们喜欢让“两个相反的想法同时成立”，比如一边要站在最高的战略高度，一边要盯到最细的执行细节，DoorDash 的 Tony Xu 就是这样的人。放到这个问题上也一样：数学和写代码的确在被商品化，但“理解这些东西是怎么运转的”，反而从没这么值钱过。你只要看人们愿意为那些真正懂模型、能把模型用出魔法的人付多少钱就知道了，而这些人“已经不再写代码了”。

他随后加了一句我觉得很重要的话：非常懂技术的人，还要去懂人。他说，人文其实极其重要，因为你是在为 80 亿人做东西，钱是人在花，哪怕是一家机构在投你，背后做决定的还是人。“别忘了你在为人类做东西。”

我觉得这里有一个容易被忽略的转移：当一种技能被商品化，它的价值并不会消失，而是上移了一层。以前值钱的是会写代码，现在值钱的是理解代码背后的模型到底做了什么，下一步值钱的，可能是知道人为什么要用它。这和很多产品失败的原因也呼应：技术上做对了，却没有一个人真的想要。

一个功能和一家公司的区别，藏在 Airbnb 和一把吹风机里

现场有人问，每天都有那么多 AI demo，怎么分辨哪些只是下一个模型发布就会被淘汰的功能，哪些能成长为长久的生意？Alfred 的第一个答案有点反直觉：一开始，“两个人加一个想法”本来就没有什么可防御的，大公司真想弄死你，一定可以，但它们现在忙着把自由现金流砸进数据中心，没精力顾你，所以不用太担心没有护城河。关键在于，创始人能不能解释清楚，这件事为什么不只是一个功能，下一个功能是什么，怎么发展成一整套产品。

他观察到，技术出身的创始人很会讲技术故事，却讲不出愿景，但创始人必须能激励别人长期加入。他讲了 Airbnb 的例子：要住进陌生人的家，这本身是个多么脆弱的想法，一开始只是个房源列表，不能完成交易，你要发邮件，等 48 小时，对方才回复愿不愿意把房间租给你。他自己的父亲当年替银行拓展海外业务，全球出差都住同一个酒店品牌、订同一类房间，甚至知道吹风机放在哪个抽屉里，虽然从来不用。对父亲来说，零差异就是功能；对 Brian Chesky 来说，那是个缺陷，因为那不是在地的生活。“一个人的功能，是另一个人的缺陷。”

我觉得这个故事回答的是：差异化到底来自哪里。大家都在想怎么让 AI 产品比别人强一点，Alfred 却把目光放到了更前面的一步：你有没有看见别人没看见的人性细节。父亲要的是确定，Brian 要的是归属，两种需求都真实，但只有一个被产品化成了一家公司。他最后说，在一切都在被 AI 商品化的世界里，“不会消失的是人与人之间的连接”，我觉得这句话值得放在做 AI 应用的人的桌面上。

技术扩散比我们想的慢：Amazon 并没有杀死 Walmart

被问到为什么 AI 是他职业生涯里最大的一次浪潮，Alfred 先泼了一盆冷水：每一次浪潮在它自己的时代都是最大的，PC 是，互联网是，宽带、云、移动都是。年轻人会觉得“这太让人喘不过气了”，但每一代人都要面对，这是进步的代价，每一代都被期望做得比上一代更多。不过他承认，这次确实不同：以前的工业革命是把体力交给机器，互联网和移动是通信革命，把所有人连起来；这次是计算的革命，机器学会了推理，而且一开始就连着 80 亿人，所以速度更快。

但他马上给了一个对冲：别以为浪潮大，就会走得快。他当年退学的原因之一，就是互联网正在发生，而且他还预言过 Amazon 会杀死 Walmart。“结果 30 年后，Walmart 比 1997 年大了 30 倍。”直到去年，Amazon 的收入才第一次超过 Walmart。他说，所有人当年都看得到互联网会发生，但铺开花了很长时间，原因在于技术能做到的事，和它真正扩散到普通人手里之间，存在一道缺口。“科技里最慢的东西是什么？是与它共事的人。”进化走得很慢，人没变多少。

他补了一个很形象的说法：技术史就是不断往上叠抽象层。大型机时代人们要写机器码，他的父亲写过机器码，他自己只在课堂上碰过汇编，今天在场的人更不会想碰。我们不停地建更高的抽象，因为这是技术扩散进社会的唯一办法。“作为技术人，最被低估的工作，就是让技术扩散出去。”

我觉得这段话对 AI 创业的意义很大。“模型能做的”和“人在用的”之间的缺口，可能在很长时间里都会比想象得宽，而这个缺口本身，就是商业机会。Alfred 提到红杉的同事 Pat Grady 常说应用层里有价值，所谓“软件已死”的说法“是胡说”，无论你叫它软件、应用还是扩散层，只要这个缺口存在，就有价值。他举了 Harvey、OpenEvidence 这些例子：律师、医生不会去弄懂模型怎么运转，他们需要有人把模型落到具体行业里。同时他也提到，大公司不会满足于把数据全放进两三家模型公司里，他们会拿开源权重模型，在自己的数据上训练，这就是他说的“拥有自己的智能”。

他的这个判断提醒我，不要被“某某会被 AI 取代”的叙事过度带走。从 Amazon 和 Walmart 的例子看，趋势几乎总是对的，但时间表几乎总是错的。能让人真正赚到钱的，往往是在趋势和时间表之间那段漫长的差距里，把技术变成别人愿意用的东西。

Fire and ice：热情负责开始，纪律负责走完

有同学问起他置顶的那条推文，讲 fire and ice（火与冰）。Alfred 说，创业一开始靠的是热情、愿景和创造力，一个没人见过的东西。但很快你就会明白，你得把它做成产品，送到人手里，让人愿意付钱。“如果你只创造了价值，却没有送达，你就没有真正交付。”很多公司一开始火很旺，之后需要冷静的管理纪律，而这份纪律反过来会让你有能力承接更多的火。

他用 Amazon 做了例子：先做书，等书的生意赚钱了，有了纪律，再做音乐，音乐赚钱了，再做下一个类别，一步一步成了“万物商店”。在 Zappos，他自己是冰，Tony Hsieh 是火。有的人身上两者兼具，比如他提到的 Tony Xu，既有大量创意，又能处理最细的细节；有的团队则是一个人负责火、一个人负责冰。关键是“你要很清楚自己落在哪一边，需要什么来补足”。

我觉得这个框架厉害的地方，是它把“热情”和“纪律”从对立的两个词，变成了互相喂养的关系。纪律不是热情的敌人，而是热情能走多远的燃料；你有了赚钱的第一个品类，才有资格去赌下一个。很多创业者在早期对“管理”有本能的排斥，觉得那会杀死创造力，Amazon 的路径恰恰相反。另一个值得想的问题是自我认知：你到底是火还是冰？我身边不少人会说“我两样都有”，但真正诚实地回答这个问题，需要先接受自己的缺口。

钱在循环，不是问题，杠杆才是

现场有同学问了一个很多人关心的问题：Nvidia 投资一家公司，这家公司又拿钱去买 Nvidia 的 GPU，这种资金的“循环”要不要担心？Alfred 先说，他们自己投得不多。接着他的回答很有意思：“如果钱只是在循环，那是个问题，但别忘了，钱一直都在循环。”他建议大家去上一门经济学课，理解银行系统：你存 100 美元，银行有 20% 的准备金，把另外 80 美元贷出去，那笔钱又进了别人的账户，又存进银行，继续 20% 准备金。货币本来就有流动速度。只有当没有任何准备金，进来的钱全部原样出去的时候，他才会担心，而现实不是这样。

他也说，Nvidia 愿意投资，是因为希望你用它的 GPU，而不是别人的，Jensen 的理由是想壮大整个生态，这是好事，但保持谨慎也是对的。真正让他更在意的，是公司背的债：原来一直是现金流为正的公司，现在现金流转负，借债去建更多数据中心。“杠杆很强大，可以成就你，也可以毁掉你。”所以在他看来，系统里的杠杆量才是问题，而不是循环投资这个现象本身。

我觉得这个回答的好处，是它把大家情绪化的担忧换成了一个可以检验的问题：钱有没有“准备金”，有没有被借来的钱放大。这也提醒我，面对热门叙事的时候，最好先问它的结构是什么，再问它听起来像不像泡沫。循环融资本身并不新鲜，但如果每一环都靠借债驱动，一环出问题就可能连锁反应，这才是该盯的地方。

创始人的信念，不是热情，而是你真的调查过

在问答环节，有同学问红杉在最早期下大注时，看的是什么不寻常的特质。Alfred 说，他们喜欢支持“离群值”，是某种意义上的“反模式”，这些人之所以走到今天，是因为一路上不断冒险。创始人必须能承担风险，而且是带着强烈信念去承担。但他特别指出：“信念，对我们来说不是热情。不是你能讲得头头是道，而是你真的调查过这个问题，真正理解它。”

他举了 Tony Xu 的例子。Tony 想做 DoorDash，是因为他亲身知道商家的痛，他的妈妈曾在餐厅洗碗，他就站在旁边看着。他发现的问题是，餐厅的厨房产能总是大于前厅的接待能力。这个洞察不是一个人自上而下、想做个外卖服务就能得出的，而是来自对客户的真实了解。

我觉得“信念不是热情”这句话，可以拿来检验很多创业宣讲。我们太容易把“讲得动人”当成“想清楚了”，Alfred 想要的是另一种证据：你对这个问题到底下过多少功夫。Tony 的故事好在它非常具体，是一个孩子站在妈妈旁边看到的细节，而且这个细节最后指向了一个可以被验证的商业判断。信念如果没有这类细节托着，很容易在第一次遇到阻力时散掉。

与其盯着一个问题，不如先找十年愿意一起上战场的人

有同学问，作为学生创始人，前 90 天该怎么用。Alfred 的答案是：先找人。他说，找一群你愿意在未来十年一起上战场的人，一起试试看合不合得来，各自有不同的技能，比如一位懂商业、一位懂市场、一位做产品、一位做工程。DoorDash 的几位联合创始人就是这样，两位来自商学院，两位来自工程学院，最初做的并不是后来的 DoorDash，而是一起试了几件事，才找到共同愿意投入的问题。Airbnb 也是：Joe 有想法，Brian 做领导，Nate 做了第一个系统。他说，“问题会自己从这个组合里长出来”。

他还讲了一个细节：大学毕业时，他父亲见了他的朋友，说“你的朋友们都很棒，很聪明”，他听了觉得这话不太像夸奖，一问才知道，父亲的下半句是：“他们的选择太多了。”他说，在座的同学选择都很多，而你越擅长权衡所有选项，越容易无法聚焦在一两件能帮你做成公司的事上，“因为一家公司只有一个核心想法、一个核心愿景”，要承诺未来十年只做这一件事，的确可怕，但“如果不行，你还有斯坦福的学位兜底”。

我觉得父亲那句话值得每个选择过多的年轻人记下来。聪明和选择多本来是好事，但它们会合谋，让你一直不去承诺。创业需要的是另一种能力：在知道有很多别的可能时，仍然选定一件事，并且放弃其他。这不是不聪明，而是一种在聪明之外的勇气。

我自己的一点思考

听完这场对话，我最大的感受是，Alfred 讲的所有事情，几乎都在回应同一个问题：当世界变得极快的时候，人应该把赌注放在哪里？他的答案不在某个具体技术，而是几个比较“慢”的东西：好的合作者，对人的洞察，扎实的调查，以及愿意持续十年、三十年的耐心。

一方面他承认这次浪潮是他职业生涯里最大的，另一方面他又反复提醒，技术扩散比看上去慢得多，Amazon 花了接近三十年才在收入上追上 Walmart。这两句话并不矛盾，反而是一体两面：趋势是真的，时间表是慢的，而夹在中间那段漫长的差距里，有非常多真实的工作要做。他说“只要扩散缺口还在变大，就有大量的事要做”，这是我整场听下来最受鼓舞的一句话。

他在回答“你有什么独特优势”时说：“我没那么厉害，看我们投了多少公司、错了多少次，就知道我们没那么厉害。”他说自己对失败不太敏感，因为父母曾告诉他他永远成不了器，所以他早早学会不在乎别人怎么想。他说，“不存在失败，只有你学到的错误，和你没学到的错误”。这番话说得很坦白，我觉得年轻人最该带走的就是这一点：别急着不犯错，而是把每一次错误，都变成一笔花得值的学费。