a16z

a16z合伙人Josh Elman对Ollie Forsyth说：消费AI时代抢注意力比以往更容易，但真正「粘住」更难——产品必须把一件事做到开箱即用的极致，让用户停掉旧行为或交出更多行为；早期效用常压过信任，但要冲进亿级主流，信任与「站在用户这边」会变成分水岭；最好的打法是窄楔子赚信任、再逐级扩张（Discord/S

Databricks CEO Ali Ghodsi 对 a16z 的 Martin Casado 与 Sarah Wang 说：当下存在风险接近于零，但用「全人类灭绝」叙事吓人是不负责任的领导力；真正该急的是 AI 驱动的网络攻击（CVE→武器化从年到分钟）。他对「pacing the frontier」的 PR 包装

a16z GP Jennifer Li 对话 fal 联合创始人 Gorkem 与工程负责人 Batuhan：当生成视频快到实时，游戏从「更好看的抽卡」变成可导播的连续流。H3 Max 通过对 MiniMax 开源权重帖训+系统/硬件优化，把时延压到可直播（乃至 Turbo 约 1.5s 出 5s 片）；Directo

Lightfield CEO Keith Peiris 对 a16z 的 Alex Rampell 与 Joe Schmidt 讲述：Tome 做到约 2500 万用户后硬转向——不是模型不够快，而是缺演讲者/听众关系语境；跟着销售试点发现真正难题是跨邮箱/通话/CRM/数仓的冲突现实。他们从第一性原理重做 CRM：以

Elena Burger 对话网络民族志学者 Ruby Justice Thelot：在 GLP/肽、穿戴设备、戒手机与微塑料焦虑齐飞的当下，如何区分真发生的行为与被算法放大的 paracontent（关于内容的内容）。Ruby 用 1:10 知晓率、灰市肽的地理史、paratechnology 戒断内容、以及「渴望代

Ben Horowitz 对话 OpenAI 联合创始人兼总裁 Greg Brockman：宣称 Astra 已达可合理称为 AGI 的水准（含约 24 小时连贯任务），但算力无法人人伺候；真正胜负手是不断抬升的 safety/security/alignment。讨论 code red 抽调约 25% 工程防守、前沿

World Labs 联合创始人 Justin Johnson 上 MTS（Theo Jaffee / Sofia Puccini）讲解 Atlas：面向物理世界的多模态世界模型，做生成、稀疏重建与仿真三条能力；相对上一代 Marble 打破「凡事过 Gaussian」瓶颈，让 2D 直出、按需升维 3D。重点用例包括

Anish：AI 解绑 skill/desire、放大野心；公司变成级联 loops——可爬高原，过高原仍靠人；窗口像 2009，分发与 Chat↔TikTok 界面是关键战场。

Andrew Chen：真正的 Little Tech 是餐桌边的 2–3 人团队；没空游说；监管是累积负担；资本仍黏枢纽——州/城要创业密度需主动听见他们。

Jen/David × Aram：AI 让 power law 更陡——资本首次可复利放大头部优势；假 ARR 噪音要求更强尽调；品类内赢家通吃、跨品类非零和。