这集讲什么
a16z 推出 Cosign,试图把创业圈里「谁真正相信谁」这类散落在私下介绍和社交媒体上的声誉信号,变成可查找、可持续积累的人物与公司关系网络。
1-3要点
- 声誉不等于履历:职位和学校展示经历;具体、具名的背书尝试展示合作质量与他人的判断。
- 关系需要标注强度与语境:「认识」「共事过」「愿意再次并肩工作」对招聘者意味着不同信息。
- 早期判断本身也能形成声誉:推荐者不仅帮助别人获得机会,也会因长期准确地发现人才而被信任。
0:00 / --:--
a16z Show · 9 月 25 日
a16z 推出 Cosign,试图把创业圈里「谁真正相信谁」这类散落在私下介绍和社交媒体上的声誉信号,变成可查找、可持续积累的人物与公司关系网络。
a16z 推出 Cosign,试图把创业圈里「谁真正相信谁」这类散落在私下介绍和社交媒体上的声誉信号,变成可查找、可持续积累的人物与公司关系网络。
这集还没有学习卡。生成后会保存在这一集,下次直接打开。
在创业生态里,履历能说明一个人在哪里工作过,却不一定说明他是否在关键项目中发挥了作用、谁愿意再次与他共事,或谁在他尚未成名时就看好他。这些判断通常存在于私下询问、引荐、投资决策和短暂的社交媒体互动中。
Cosign 想把其中一部分判断显性化:围绕人物和公司建立资料页,收集具体的公开背书,也允许用户私下表达「想认识」「愿意招聘」或「如果对方创业,愿意投资」等意向。本集既是产品介绍,也是一次关于声誉如何形成、传播与被使用的讨论。
本集的出发点是一个信息不对称:创业圈里最有价值的判断,常常不是简历上的学校和职位,而是某位可信的人愿不愿意把自己的名誉押在另一个人身上。嘉宾认为,这种判断能帮助投资者更早发现创始人、帮助公司找到真正出色的同事,也能让尚未成为公众人物的工程师、设计师和运营者带着实际贡献进入下一段职业生涯。Cosign 因而不只想做一份目录,而是要记录背书的内容、背书者与被背书者的关系,以及背书发生的时间。
讨论中一个重要区分是「公开认可」与「私人意向」。前者可以成为长期留在资料页上的声誉证据;后者则让双方在时机合适时再建立联系,避免贸然询问对方是否准备离职、融资或出售公司。嘉宾也把产品放进 LinkedIn、X 和早期 AngelList 的脉络中:现有平台分别擅长展示职业身份、传播即时观点或整理创业信息,却未必能清楚回答「这两个人到底有多熟、因为什么互相信任」。
最值得注意的张力也在这里。产品选择突出正面信号,有助于鼓励用户公开称赞他人,但「被称赞」不等于「经过独立核验」;背书可能受到圈层、互惠关系和曝光能力影响。AI 可以降低整理公开信息的成本,也会让求职申请与主动联系激增,使具体、可信的人类判断更稀缺。Cosign 能否兑现价值,最终取决于它能否让背书足够具体、资料足够准确,并在扩大网络时保住信号质量。
💬 他们说了什么:开场提出:许多重要机会始于一个简单信号——你信任的人相信了一个你尚不认识的人。Eric 以朋友 David Perell 的说法引入话题:对方认为自己的 Twitter 账号给职业生涯带来的价值超过大学教育,尽管大学花费约 25 万美元。嘉宾据此比较学校资历与业内人士的关注:被 Patrick Collison、Elon Musk 或 Marc Andreessen 等人关注,可能构成另一种同行间的认可。Cosign 希望把这类原本附着在关注、投资和介绍行为上的信号表达得更明确。
💡 为什么重要:学校和职位主要说明一个人进入过什么机构;同行认可则可能提示谁持续留意他的作品、愿意与他合作。不过「关注」只是弱信号,节目真正想建立的是更具体的关系描述:谁指导过你,谁与你共事过,谁看好你的未来。
⚡ 争议点:知名人士的关注未必代表了解或认可,更不能直接等同于工作能力。若平台过度依赖名人背书,可能把既有知名度包装成新的资历。
💬 团队希望人物资料至少呈现三类认可:谁塑造了你的职业道路、无论去哪里都愿意再与谁并肩工作、谁是值得关注的新秀。第三类还带有时间维度:如果一个人很早就看好后来表现出色的人,他的识人记录也会逐渐建立。Eric 提到自己约 7 年前向数百人征集过「值得关注的人」;当时有人提名年仅约 22 岁、在 Tesla 做工程师的 Russell Kaplan,节目中称他后来成为 Cognition 总裁。团队也希望用户为看好的公司表达判断,而不必先成为投资者。
💡 这三种背书分别回答不同问题:谁投入过时间培养你、谁亲历过你的工作方式、谁愿意为你的潜力作出判断。它们比单一的关注或好友关系更接近招聘、合作及早期投资所需的信息。
⚡ 早期预测容易被事后成功案例放大;没有成真的推荐同样应纳入评价。「愿意共事」与「看好潜力」也不能混为一谈,平台需要保留背书的具体语境。
💬 Olivia Moore 说,她与孪生姐妹 Justine 在创投行业工作近 10 年,曾连续约 6 年半至 7 年、每周日整理创业公司招聘通讯。即使她们上过 Stanford、经营过校园创业孵化项目,进入创投行业前仍难辨别哪些公司和创始人值得加入。她们因此利用行业信息筛选工作机会。节目还举例称,Packy McCormick 在 Cosign 上挑选了 37 家他看好的公司,供对相关领域感兴趣的人参考。
💡 加入一家早期公司,是候选人对未来数年的重大投入。投资机构和资深业内人士可以私下打听创始人与团队;普通求职者却未必有同等渠道。公开、具名的公司推荐,至少能给他们一个继续调查的起点。
⚡ 推荐清单并非公司质量认证。推荐者掌握的信息可能有时效限制,也可能因投资、合作或社交关系而产生偏好;求职者仍需核查岗位、管理方式和公司状况。
💬 David Booth 认为,行业里重要的能力之一,是在市场形成共识前发现优秀的人、公司或产品。投资可以记录并回报一部分早期判断,但为人引荐所投入的个人声誉,很难被系统地保留。他设想:如果自己认真背书某人,对方或许可以带着这份背书接触 Josh Elman;即使 David 不再亲自发送每一次介绍,信任仍有机会传递。他借用一句话概括这种愿景:「优秀到让人们通过你做成生意。」
💡 好的介绍不只是转发联系方式,而是介绍人以自身信誉降低双方的试探成本。若背书能够保留并在适当场景下被查看,一个人的帮助便不必只发生在他恰好有空、恰好想起对方的时候。
⚡ 可见的背书不能自动取得被介绍者的时间与同意。「David 认可此人」与「Josh 愿意见此人」之间,仍需要边界和筛选。
💬 Eric 回忆一场约在 2018 年参加的天使投资人活动:主办方提前发来约 150 人的名单,让与会者标记想认识的人;双方都有意愿时再安排介绍。他认为,现实里有许多「彼此想认识却互不知道」的人。Cosign 因而设计更细的私人意向,例如想认识某人、若他创业愿意投资、若他考虑离职愿意招聘。嘉宾还讨论了把候选人、收购方与潜在合作团队的信息留在网络里,待双方时机合适时再匹配。
💡 私下表达意向可以避免尴尬或冒犯——直接问在职者是否准备离职、问创始人是否想出售公司,都可能过早。双向确认则比向所有人群发私信更可能形成有明确目的的对话。
⚡ 私人意向涉及职业计划、融资偏好等敏感信息。节目描绘了匹配效益,但没有详细说明权限、通知、保存期限,以及意向被误判或泄露时如何处理。
💬 团队讨论过信息流应放什么,决定围绕提问与公告展开。有人加入新公司、公司融资或发布产品时,同行的真诚祝贺往往只在 X 上短暂出现;Cosign 希望筛选公开、正面的评论,并把它们关联到人物或公司资料。针对「谁是合适的公关负责人」「谁熟悉金融科技天使投资」等问题,回答也可能逐渐沉淀为可查找的推荐。嘉宾强调,这是一处有意突出成绩与积极认可的空间。
💡 职业声誉常由许多小事件累积,而非一份自己撰写的简介。把称赞连回具体公告、作品和推荐者,后来的人更容易理解:认可发生在什么情况下,针对的是哪项贡献。
⚡ 只收录正面评价可以鼓励参与,也会造成明显的选择偏差。公开赞美是真实发生的社交事实,却不代表资料页完整呈现了一个人的表现。
💬 嘉宾指出,创始人容易成为报道与奖项的主角,但公司还依赖工程师、设计师、产品经理、营销及财务等成员。Eric 回忆约在 2015—2016 年设立的 Rise Awards:奖项面向这些幕后建设者,收到数千份提交,并让部分获奖者通过活动建立长期联系。讨论进一步提出,一位早期工程师可能对公司成功至关重要,却缺少可带到下一份工作或下一次创业中的公开证明。
💡 如果真实贡献能获得同事具名、具体的认可,机会就不必完全跟随职级、媒体曝光或创始人身份。节目把这称作让声誉更容易被看见、也更容易转化为招聘与投资机会。
⚡ 团队成果很难精确归因;同事是否愿意公开称赞,也受公司文化与人际关系影响。平台若仅奖励善于经营关系的人,仍可能错过沉默但关键的贡献者。
💬 曾于 2004—2005 年在 LinkedIn 工作的 Josh Elman 回顾其早期思路:先扩大职业网络,再在网络上建立招聘等用途,最后发展收入。他参与推出早期招聘产品时,团队关注的不是一份孤立的简历,而是哪些共同联系人能提供更多了解,以及求职者与招聘经理如何经由关系建立联系。嘉宾认可 LinkedIn 的长期网络效应,同时指出其连接逐渐覆盖「并肩工作过」到「只在聚会上见过一次」等不同关系。Olivia 以自己的经验说,向联系人询问介绍时,对方常常并不确定自己是否真正认识那个人。
💡 职业网络的规模和关系的强度是两件事。Cosign 的差异化设想,是在既有职业身份之外,更清楚地呈现相识背景、合作深度及认可内容,而不是仅显示「已连接」。
⚡ 对成熟网络的不足作出诊断,比建立替代网络容易得多。LinkedIn 上已有大量愿意被机会发现、但不常主动使用产品的人;新平台能否让他们持续维护资料,是实际挑战。
💬 Olivia 举例:她在 LinkedIn 发帖,邀请有意加入创业公司的人填写表单帮助其投资组合招聘,收到了约 2000 份回复。她预计,随着自动化工具改善,类似机会可能面对 1 万乃至 10 万份申请;后两个数是对未来的推测,不是已发生的统计。她认为,当表达兴趣和主动联系变得便宜,稀缺的反而是了解候选人、愿意具名认可他的人的判断。嘉宾也讨论了 LinkedIn 难以撼动的网络效应,以及从创业科技社区这一较窄范围切入的可能。
💡 AI 能帮助整理分散的公开信息,也能成倍增加需要筛选的信息。背书若能说明推荐者为何了解被推荐者,或许比另一份自动生成的申请材料更有辨识度。
⚡ 人类背书并不天然优于机器筛选:它可能偏向已有关系的人,让缺少业内人脉的候选人更难进入视野。AI 对资料的整理是否准确,也需要持续校正。
💬 团队表示,初始资料汇集自公开来源,包括已发布的公告与评论;用户可以提交本人或他人的资料更新,若不想保留资料,也可要求移除。他们把早期 AngelList 的创业目录功能和 Wikipedia 式的资料浏览视为参照,并强调产品仍需社区共同完善。尾声谈到一项反对意见:提前发现优秀人才是自己的「独家判断」,为何要公开?David 的回答是着眼长期——此刻有竞争利益时不必马上背书,但及早支持一个尚未融资的人,可能帮助他结识合伙人和早期支持者;当他日后创业,也会记得最初相信自己的人。
💡 Cosign 要求用户贡献的,不只是资料,还有可能产生竞争价值的判断。产品能否成长,取决于公开分享带来的长期回报,能否大于用户保留信息的短期收益。
⚡ 「最早相信别人」可能成为健康的互助激励,也可能变成争抢早期署名。对于自动建立的资料、第三方提交的更新,以及从公开评论推断出的背书,是否获得当事人认可、如何纠错,仍需看实际机制。
「有些最重要的机会,始于一个简单信号:你信任的人,相信一个你还不认识的人。」 ——开场观点,意译
「这个行业最重要的技能之一,是比市场更早识别出有价值的东西。」 ——David Booth 的观点,意译
「优秀到让人们通过你做成生意。」 ——David 援引的一句话,意译
「当 AI 让联系和表达兴趣近乎无穷无尽时,稀缺的是人的背书、判断和了解。」 ——Olivia Moore 的观点,意译
背书最有价值的部分,是可追问的关系。「我看好她」有参考价值;「我们在同一团队处理过一次危机,我愿意再次与她共事」则进一步说明了观察场景。评价系统若想超越人气排序,应让读者看见推荐者凭什么作出判断。
声誉有时间维度。一个人成功后的赞美很多,成功前的支持更能体现推荐者当时承担的不确定性。但早期不等于准确;要衡量识人能力,还需要看到足够完整、长期的推荐记录,而非只挑出后来成功的例子。
「可被发现」也可能制造新门槛。节目希望替幕后建设者增加曝光;与此同时,善于公开表达、身处密集网络的人更容易获得背书。若使用这类资料招聘,主动寻找没有现成推荐链的人,仍然重要。
积极目录适合作为线索,不适合作为终审。Cosign 明确选择正面展示。这能降低人们公开称赞的心理负担,但查询者应把它视为「可以联系谁来深入了解」,而不是完整的人事调查报告。