红杉资本，也就是 Sequoia Capital，是硅谷最有代表性的风险投资机构之一，投过 Apple、Google、Airbnb、Stripe、WhatsApp 等一批公司。
这次内容来自红杉 2026 年 AI Ascent 大会的一场主题演讲。它讨论的不是某一个模型更新，而是 AI 应用公司接下来到底怎么活。
演讲里有一个判断很重要：AI 不是又一轮“传播革命”，而是一场“计算革命”。
互联网、云、移动，主要改变的是信息如何被分发；AI 改变的是信息如何被处理。更进一步，Agent 开始从“回答问题”变成“接任务、做事情、持续推进直到完成”。
这也是为什么演讲者说，从商业和功能角度看，AGI 可能已经来了。
不一定是科幻电影里的 AGI，而是更现实的版本：你可以把一项工作交给 Agent，它能理解目标、调用工具、处理中途失败，并最终交付结果。
这会改变软件，也会改变服务。
过去软件主要吃的是软件预算。现在 AI 开始进入法律、咨询、客服、销售、运营、财务这些服务市场。真正大的机会，不只是做一个更聪明的软件，而是把原来由人完成的服务，重新做成 AI 原生流程。
但问题也来了：
如果底层模型每天都在变，应用层公司怎么建立自己的位置？
这就引出了演讲里提到的 MAD 框架。
老外确实很喜欢凑缩写。这个 MAD 也有一点这个味道。但公平地说，它还算合理，也好记。
M 是 Moats，护城河。
A 是 Affordance，可用性和应用性。
D 是 Diffusion，扩散。
这三个词，基本说清楚了 AI 应用公司接下来该怎么活。
M：护城河来自客户，不只来自技术
这点对纯技术型公司、纯技术型团队尤其重要。
很多团队容易执着于技术本身：模型更强、推理更快、成本更低。但在 AI 时代，只盯技术，很容易被下一代模型覆盖。
真正更重要的是客户、行业和业务。
客户流程、行业惯例、预算审批、合规要求、系统集成、员工培训，都不会因为模型升级就自动改变。
所以应用层公司的护城河，不是“我用了最先进的模型”，而是你是否真正理解客户，是否嵌入客户流程，是否和客户的业务融为一体。
越是技术变化快，越要回到客户。
A：好产品要符合直觉，不只展示能力
Affordance 这个概念，正好和《设计心理学》里讲的是同一个东西。我的理解是：可用性和应用性。
一个好产品，不应该让用户想半天才知道怎么用。它应该符合直觉，符合行业惯例，让行业用户一上手就知道下一步该做什么。
很多 AI 产品的问题，不是能力不强，而是太像技术演示。
未来技术公司要活下来，必须有产品思维：不是把模型能力裸露出来，而是把能力包装成符合行业场景、用户直觉和业务流程的产品。
用户不应该思考模型、提示词、工具调用和系统架构。用户只应该知道：我要完成什么，点哪里，结果怎么验收。
D：模型扩散到业务，中间永远需要落地者
这一点也接上我上一篇文章里的观点：这个世界会一直有两侧。
一侧是 AI 科技端。大模型会快速发布，能力会快速变化，工具会快速迭代。
另一侧是业务端。企业还需要部署、落地、实施、培训、流程改造、系统集成和效果评估。
模型能力扩散到真实业务，中间永远有距离。这个距离，就是应用层公司的空间。
所以，AI 应用公司的机会不是简单套壳。
真正的机会，是理解行业，理解客户，理解业务流程，然后把 AI 能力做成客户不用过度思考、上手就能用、并且能真正产生结果的产品。
MAD 这个框架说到底，就是三句话：
护城河来自客户，不只来自技术。
好产品要符合直觉，不只展示能力。
模型扩散到业务，中间永远需要落地者。
AI 不是更聪明的聊天框。
它正在变成新的工作方式。
而应用层公司的价值，就是把这种新的工作方式，真正带进客户的业务里。
← 返回新闻列表