原文來源：賽博禪心

圖片來源：由無界AI‌ 生成

從開發者必備的GitHub，到年輕獨角獸Scale、Cohere，再到今年備受矚目的Character.ai，當我在研究人工智能領域的優秀公司時，常看到兩個名字赫然在「早期投資人」之列—— Nat (Nathaniel) Friedman 與Daniel Gross。

從2017 年開始，Nat 與Daniel 也開始了在人工智能領域的搭檔投資，並成立了一家名為AI Grant 的機構。從最初的學術研究資助基金，到如今成為一支早期風險投資基金，AI Grant 的運營與投資模式在**「如何做對創業團隊更有幫助的人工智能領域早期投資者」**方面為我帶來了不少靈感與啟發。在這裡，也希望將Nat 與Daniel 的成長與投資故事分享給大家。

享受！

**愛因斯坦曾是一名在伯恩工作的專利職員。他有許多在大家看來很瘋狂的想法。 **

**但往往，正是「局外人」有著最新奇、最好的點子。 **

**我們的目標是找到並資助它們。 **

兩位主角

開源先鋒Nat Friedman

“很難想像自己除了創辦一家初創公司之外還能做什麼。但你永遠不知道。我對任何事情都持開放態度。”

在個人網站上，Nat (Nathaniel) Friedman 的自我介紹中有這樣一句話：「 我1991 年開始上網，互聯網是我真正的家鄉」—— 他並沒有誇張。

出生於1977 年的Nat Friedman 六歲便學會了軟件開發。 1991 年，大洋彼岸的芬蘭年輕人Linus Torvalds 公開發布了Linux，剛剛開始上網的弗吉尼亞小鎮少年Nat 很快發現了它，並憑藉聰明的大腦與無限的好奇心成為了Linux 社區的知名黑客——開源社區由此成為了他職業生涯的起點與親密友誼的基礎。

1999 年，Nat 從MIT 計算機與數學系順利畢業，**22 歲的他有一個堅定的信念：只想在開源領域工作。 **因此，即便一貧如洗，他依然拒絕了所有的工作邀請，偷偷住在MIT 宿舍公共休息室發臭的紅色舊沙發上，只因為那裡的網速很快。

好在自由軟件基金會（Free Software Foundation）的**Tim Ney 及時伸出援手，為Nat 開了一張350 美元的支票，**表面上是為了讓他搭建基金會的辦公系統，實際上沒要求他做任何事—— 那麼Nat 到底用這筆錢做了什麼？

時間回到1996 年，還是大學新生的Nat 在自己編寫的IRC [1] 網絡LinuxNet 上認識了從數學系退學並全心投入自由軟件開發的墨西哥青年Miguel de Icaza。隨後的1997 年夏天，在Microsoft 實習的Nat 與前來面試Internet Explorer Unix 團隊崗位的Miguel 正式結識。但是，由於沒有大學學位，無法獲得工作簽證的Miguel 並沒有入職Microsoft，而是在同年8 月與朋友共同發起了開源項目GNOME。 1999 年4 月，畢業前夕的Nat 向Miguel 提議創建一家公司來繼續GNOME 的開發，但他們沒錢—— **Tim 的支票幫了大忙。 **

1999 年10 月，Nat 與Miguel 共同成立了International GNOME Support（後稱Helix Code），開發GNOME 的基礎設施和應用程序，最終這家公司更名為Ximian，並在2003 年8 月被Novell 收購。

在回顧第一段創業經歷時，Nat 和Miguel 寫道：

「Ximian 是由志同道合的朋友組成的，我們創辦公司時沒有任何創業、管理或商業經驗，我們在工作中學習，也得到了相信我們目標和關心我們使命的朋友的建議；Ximian 90% 的員工是開源社區貢獻者和我們通過郵件或IRC 認識的人；我們沒有管理經驗，這意味著我們犯了教科書中所有可能出現的管理錯誤，但在我們學習和努力讓公司起步的過程中，所有朋友和員工都支持著我們。」

** **加入Novell 後，Nat 負責公司所有Linux 相關的項目並擔任開源項目CTO，讓6,000 多名員工擺脫了Windows 系統與Office 套件的束縛，轉向了開源的SUSE 與OpenOffoce。 2007 年，Nat 搬到了慕尼黑，發起了SUSE Studio 項目，並在2009 年產品推出後離開了這家公司，那時他也剛剛結了婚，是「一個自然的突破點和尋找新事物的時機」 。

從這段經歷來看，大公司的工作模式並沒有消解Nat 的創造力之魂。在Nat 離職後不久加入SUSE 的David Majda 在博客中這樣寫道：「這個應用程序看起來很現代，視覺呈現令人感到愉悅，並且易於使用。它看起來完全不像是一家Linux 公司的產品，更像是一家初創公司的產品。SUSE 可以創建如此一流應用程序的超脫能力說服了我加入該公司並最終加入SUSE Studio 團隊。…… 加入SUSE 後，我很好奇搭建這個產品的秘訣是什麼，很快就偶然發現了Nat Friedman 的名字—— 整個項目顯然是他的主意。他說服了管理層，組建了一支由他能找到的最好的開發人員組成的團隊，以初創公司的方式運行它，並在兩年多的時間裡搭建了該產品。請記住，這是一家大公司，一面要面對Novell 大公司風格的管理者，一面要面對Linux 社區的鐵桿黑客—— 這可不是件容易的事。」

2010 年，Nat 與新婚妻子開始了環球旅行，在開始這趟旅行前，他說：「當我們旅行結束後，我的下一步很可能是在美國創辦一家公司。很難想像除了創辦一家初創公司之外，我還能做什麼 —— 但我不知道自己具體會做什麼，我對任何事情都持開放態度。」

沒過多久這趟旅行就停止了—— Novell 在2011 年4 月底被Attachmate 收購，5 月初，Miguel 所領導的團隊也被解散了。 Nat 回到美國，半個月後的5 月17 日，執行力驚人的二人再次合作成立了Xamarin，繼續運行被Attachmate 放棄的開源跨平台SDK Mono 項目，2016 年，這家公司以約5 億美元的價格被Microsoft 收購。

加入Microsoft 後，Nat 還是想堅持做「創業者」，一開始，他準備一兩年後就離開並開始花時間忙自己感興趣的「副業」。在職期間，除了發起本文隨後要詳細介紹的AI Grant 項目，他還創立了加州YIMBY (Yes In My Back Yard)，致力於解決加州住房短缺問題。

**但不久後，他便發現，Microsoft 新任CEO Satya Nadella 是一個值得學習的領導者—— 一位開放且總在追求更高目標的管理者。 **2017 年，Nat 給Satya 發了一封郵件，提議收購GitHub —— 儘管Nat 剛入職不久，但Satya 依舊在一周後就將這個史上最大規模的與開發者相關的收購案，也是Microsoft 當時最大規模的收購案，全權授權給了他。

2018 年，Microsoft 在質疑聲中收購了GitHub，任命了**「讓開發者最放心」**的Nat 作為CEO。在上任第一天，Nat 寫道：「我不會請求大家的信任，而是致力於贏得大家的信任。」結果沒有讓大家失望：他不僅讓平台保持了獨立性與中立性，在開發者社區贏得了良好聲譽；打造了明星產品GitHub Copilot，讓GitHub 的影響力持續擴大；還收購了NPM、Semmle、Dependabot 和PullPanda 等六家公司，讓營收和用戶良性增長，最終向Microsoft 交上了一份不錯的答卷。

其中，不得不提的是GitHub Copilot 的打造歷程—— 這亦是Satya 與Nat 高效協作的最佳呈現。

2020 年6 月11 日，OpenAI 發布了GPT-3，其本身的能力以及相關的演示讓Nat 大為震撼，並決定一定要立刻圍繞這個模型做些什麼。但當時，他也不知道它能用來做些什麼。好在極富遠見的Satya 早已和OpenAI 建立了合作關係，這給了Nat 充分的空間在不確定性中進行探索。

很快，Nat 在GitHub 社區找到了幾位出色的開發者，帶著**「如何讓一個經常出錯的模型有用」**的問題，大家開始沿著兩個方向進行探索：聊天機器人與代碼生成。兩個月後，他們發覺，GPT-3 直接應用於聊天場景還不行—— 過大的模型帶來了過高的延遲，用戶很難真正喜歡這樣的聊天對象；而次年2 月開始開發的Copilot 則是另外一種思路，它像一個坐在用戶肩上的「小助手」，與用戶一起解決問題，不定時出現，幫助用戶修補代碼，甚至生成完整的功能—— 就像一個隨機中獎的老虎機，讓用戶覺得有用的同時，還有點上癮—— 2021 年6 月29 日，GitHub Copilot 正式發布了，隨後受到了數以百萬計的程序員的喜愛。

2021 年11 月3 日，Nat 給GitHub 團隊發送了一封郵件**「我正在繼續我的下一段冒險：為正在用技術創造未來並抓住一些大機會的創始人和開發人員提供支持、建議和投資」**，就此成為了一名全職投資人。

Nat Friedman 的人生信條作為人類，我們有權利（也許是我們的道德責任）按照我們的喜好重塑宇宙- 技術，實際上是知識，使這成為可能- 我們可能應該努力提高上限，而不是底線

**熱情很重要！ **- 做自己感興趣的事情要容易得多- 也許正因如此，做大事比做小事更容易- 進步需要能量作為必要的輸入

快速行動很重要- 因為更頻繁地與現實接觸，我們每單位時間學到的東西更多- 快速行動使我們專注於重要的事情；沒有時間胡說八道-「慢是假的」-一周是一年的2%- 時間是分母

有效市場假說是一個謊言- 充其量它只是一個數據丟失嚴重的啟示- 生活中最好的事情發生在EMH 是錯誤的地方- 在許多情況下，將世界建模為500 人比80 億人更準確-「大多數人都是其他人」

我們知道的比我們想像的要少- 複製危機不是一個例外- 我們相信的許多事情都是錯誤的- 我們經常連正確的問題都沒有問

對微觀管理的文化禁令是有害的- 偉大的個體應該被完全授權行使他們的判斷- 目標不是避免錯誤；目標是在某個維度達到不相關的卓越水平- 這些缺點是值得的

小團隊更好- 更快的決策，更少的會議，更多的樂趣- 沒有必要為政治原因分割工作- 沒有平庸之人的位置（也可以支付更多薪水！）- 大型工程項目在智力上比它們看起來更容易解決- 許多科技公司的員工超編2-10 倍

**我們從哪裡獲得自己的多巴胺？ **- 答案可以預測我們的行為- 最好從改進自己的想法，而不是從驗證它們中獲得多巴胺- 從「讓事情發生」中獲得多巴胺是可以的

我們可以做的比自己想像的要多- 我們被無形的傳統束縛- 物理定律是唯一的限制

天才少年Daniel Gross

“這次經歷中最令人驚訝的部分是，有人相信我意味著什麼。”

Daniel Gross 無疑是一位天才少年。

在Nat Friedman 開始上網的1991 年，Daniel 出生了，他在耶路撒冷度過了人生的前十八年，直至高中畢業。在家鄉，Daniel 一直認為自己是個「局外人（outlier）」，他沒有什麼朋友，對生活種種也毫無熱情，但編程是個例外—— 這是他唯一熱愛的事，因為在程序的世界裡，他可以獲得最大程度的自由，做自己想做的事—— **唯一的限制便是想像力。 **

2009 年，高中畢業後的Daniel 考入了以色列著名的預軍事學院Bnei David Academy，但依然沒有找到興趣相投的朋友和自己的人生目標。沒過多久，Daniel 的父親轉發了一篇關於矽谷的創業項目Y Combinator（YC）的文章—— 那時，這家未來全球最成功的創業加速器剛剛決定專注於在矽谷投資，並完成了首次對外募資，但重要的是，這個18 歲的男孩發現，也許YC 就是他一直在尋找的「局外人」聚集地 —— 於是，在荒涼的以色列軍營中，他用老式的諾基亞手機與笨重的筆記本電腦，完成了YC 的申請，由此解鎖了一段「旋風般的人生旅程」。

2010 年，Daniel 順利通過YC 面試，抵達矽谷*（*由於「逃避」服役觸犯當地法律，Daniel 此後再未返回以色列）*，創辦了一家名為Greplin 的公司，開發個人助理應用產品—— 也正是在YC Demo Day 上，Nat 注意到了這個特別的年輕人。

隨後，Greplin 獲得了來自紅杉資本等頂級投資機構的兩輪投資，更名為Cue，並在2013 年以約4000 萬美金的價格被Apple 收購，Daniel 此後也成為了Apple 的技術總監，負責機器學習與搜索業務—— 而這時Daniel 才剛滿23 歲，一切都發生得如此之快。

從YC 與紅杉當時所支持最年輕的創始人到被Apple 收購，Daniel 深信，**成功的第一步是找到一個由「局外人」組成的社區，第二步則是找到敢於為默默無聞的「局外人們」下注的人，即早期投資人。 **於是，Daniel 開始了對早期投資領域的探索，從2013 年開始，他以個人投資者的身份陸續投資了Uber、GitHub、Coinbase、Instacart、Opendoor、Airtable、Figma、Gusto、Notion、Cruise 等公司，這著實是個稱得上亮眼的成績單。

但Daniel 正式走上早期投資之路還是在2017 年1 月—— 他辭去了其他所有職務，以合夥人的身份重返YC，不僅投資於人工智能領域，也將人工智能技術融入了這家機構的工作流程中；同年7 月，他加入Nat Friedman，共同領導AI Grant 項目；2018 年8 月，他離開YC，成立了Pioneer，旨在幫助來自世界各地的弱勢創業者（underdogs）快速啟動項目，從而找到更多「失落的愛因斯坦 [2] 」。

Daniel Gross 的自我反思技巧我們可以發展的最重要的技能是對自己的天生好奇心。一旦我們養成了不斷自我反思的習慣，就會對好的和壞的經驗都有所欣賞及感恩。我想討論兩個方面：與他人的互動和與自己的互動。

**與他人的互動我們的人生目標不應該是贏得任何一場特定的遊戲，而是所有遊戲的總和。 **為了做到這一點，我們需要擅長與他人合作：我們不能過於尖銳粗魯，否則將永遠不會被邀請回到團隊；我們不能緊張抑鬱，否則永遠不會產出任何東西。

當我們與環境互動時，會產生信息輸出。我們講事情，而人們會對我們所說的話產生意見。有些人對他人的反應不敏感，這是一個嚴重的錯誤，他們正將有價值的「訓練數據」丟在我們面前。如果我們不根據大眾的輸入重新訓練自己的模型，我們永遠不會收斂於事實（接近真理），我們會成為那些過分聒噪抑或聲量不夠大的人，社會群體不會再給我們進一步合作的機會，因為他們預測我們不會做出貢獻。

如果我們想不斷被邀請回來玩，成為一個受人喜歡的玩家。

與自己的互動我們可能都有長期和短期的目標要實現。有時我們感覺很好，頭腦清晰，發現自己取得了很好的進展，有些日子則很糟糕—— 我們都有這樣的日子。訣竅是把每一天都當作學習的機會。如果我們在某個時刻覺得自己不夠有效率，問問自己：為什麼？我們做錯了什麼？午餐吃好了嗎？有人說了什麼煩人的話嗎？我們收到了什麼壞消息嗎？

確保自己從成功中學習，而不僅僅是從失敗中學習。帶來美好的一天的共同因素是什麼？睡得好？天氣好？如果天氣是一個因素，我們是否應該搬到一個陽光更多的地方？等等。

值得注意的是，環境因素偶爾會有延遲反饋循環。例如，我發現自己的飲食會在大約96 小時後影響我的情緒—— 確保我們有足夠寬的數據收集窗口。

另一個對我幫助很大的因素是冥想。冥想就像在大腦中安裝了調試器。它允許我們立即檢查值（value） —— 甚至改變它們—— 而不只是讓我們的代碼（思維）出錯。

我現在每天晚上都在為我的一天「評分」，試圖解剖哪些事情做得好，哪些事情做得不好。我對這個行為十分著迷，因為我看到了自己的進步。我希望每個人都能嘗試幾周強迫自己養成這個習慣，並且喜歡上它，然後我們會對自我提高上癮。

過分反思自我提高的極端形式就是有些人所說的「肩膀上有芯片（有壓力）」，我正受此苦。我會有過度自我批判的心理，例如我跑了紐約馬拉松，當我越過終點線時，第一反應是：「我應該跑得更快」。我總是覺得我應該做得更好。

這是一個危險的推進劑。它可以推動我前行，但如果不加以控制，我就很難感到快樂。如果你也有這種特質，請強迫自己慶祝成功。我們可能在創造快樂的回憶方面投資不足：當好事發生時，花點時間慶祝；做些奇怪和有趣的事情，這樣我們就會記住它；在自己的記憶宮殿裡增加一個房間。最後，確保自己周圍有支持我們的朋友和家人（環境），他們會幫助我們鬆弛下來。

AI Grant，怎麼投？

2017 至2022 年-「分佈式人工智能實驗室」

2016 年3 月，AlphaGo 在比賽中打敗了人類頂級圍棋選手李世石，隨即而來的2017 年，便是著名的「深度學習框架之年」，人工智能領域的研究、產品、創業、投資活躍空前，影響深遠的論文Attention Is All You Need 也正是在這一年發布的。但是，當時的技術普遍距離真正產生商業與社會價值較遠，基礎學術研究看似方向繁多，實則內捲且不接地氣。

2017 年4 月12 日，伴隨著行業熱潮與問題，aigrant.org 上線了。

** **最初只有Nat 一個人來運營整個AI Grant 項目，他的想法很直接：**像Tim 一樣，為如當初的自己一般「睡在發臭的紅色舊沙發上的人」提供實現夢想的機會。 **

項目的申請方式非常簡單：填寫一份申請表，通過篩選即可獲得5,000 美元資助*（最初名額只有五個）*，用以進行開源人工智能技術相關研究。整個過程僅需幾分鐘的填表時間，這便是AI Grant 1.0 版本。

那麼，為什麼選擇「開源人工智能技術」呢？當時的Nat 確信以下兩點：

第一，開源是無數產品與想法的基礎，這些產品和想法最初都是從創作者通過互聯網獲取免費代碼開始的。在開源被普及前，創造新事物的第一步意味著構建或購買基準基礎設施，而隨著一個又一個新開源項目的出現，入場價格會不斷降低，趨近於零；

第二，人工智能將成為未來無數新產品、想法和公司的基礎，從汽車到醫藥到金融再到教育，人工智能將推動各行各業的巨大創新浪潮。而結合第一條，開源人工智能技術將降低入場成本，讓更多的，甚至任何人都可以參與其中（但仍然需要為GPU 付費）。

但至於什麼是人工智能，以及什麼是人工智能技術相關的研究，Nat 保持了一貫的開放態度—— 任何感覺像人工智能或對領域有貢獻的東西—— 正如當下我們無法定義什麼是「人工智能原生產品（AI-Native Product）」一樣，彼時也沒有人可以定義什麼是「人工智能」。

關於審核標準，Nat 特別提到了兩條：

1 擁有對世界有用的有趣想法的聰明人；

2. 是特別關注那些看起來**無法通過其他方式獲得資助的項目。 **

顯然，願意資助年輕人未來的人不只有Tim 和Nat。

AI Grant 計劃公佈後六天，早期基金 Floodfgate 的創始合夥人，也在Stanford 任教的Ann Miura-Ko 加入並提供了額外五個名額。她希望通過這個資助計劃找到**「原動力」類型的人**，即從開源項目入手，未來會進行不同類型的探索，甚至創業的人。

就在第一期申請截止日期前三天，技術公司們加入了：

• Microsoft 將為這十位被資助者提供1,000 美元可兌換NVIDIA Tesla K80 虛擬機的Azure 額度；

• FloydHub 將提供250 小時NVIDIA Tesla K80 託管時長，Scale 提供了1,000 美元的人工數據標註額度，CrowdFlower 也提供了5,000 美元的人工數據標註額度。

—— 這不僅僅是所得資助價值的增加，實際上，資助的內容也變得更為實際、更易分配且更多樣化了。

AI Grant 的首次招募大獲成功，Nat 收到了來自50 個國家的近500 份申請，有20 餘位專業的志願者與他一起進行項目篩選，並最終在一個月後選出了十位候選人。

2017 年6 月，一直在探索如何投資於「默默無聞的局外人」的Daniel Gross 正式加入Nat，成為了項目合夥人並將項目定位為**「分佈式人工智能實驗室」**，AI Grant 迎來了又一次迭代：

• 提供基礎設施的科技公司增加了資助額。在上一期的基礎上，Google 替代了Microsoft，將為每位被資助人提供20,000 美元的虛擬機服務額度；

• 「人際網絡」的參與度上升。除了兩位捐助人，時任Tesla 人工智能總監的Andrej Karpathy 與來自Google 的研究人員一起，組成了AI Grant 專家小組。同時，正如我們前面所提到的，有不少專業的志願者申請加入了Nat 的篩選團隊，他們也成為了AI Grant 人際網的一部分，與專家一起，為被資助的研究人員提供幫助；

• 而儘管有了早期基金CRV 的加入，初始現金的發放金額還是降低了。對於一個早期項目來講，學會規劃資源，「花小錢，辦大事」十分關鍵—— 2,500 美金是當時的大多數研究人員所需的啟動資金。

此後，AI Grant 的資助模式就在此之上不斷迭代更新，與Pioneer 所投資的創始人類似，這裡的被資助者背景也極為多樣，從非洲到美國，從高中生到研究員—— 雖然之後一度因為人工智能行業遇冷而只得零散發放。

截至2022 年，AI Grant 共資助過50 餘位研究人員，其中通過兩次篩選得到全部現金資助的共36 位。他們中有不少也創建了自己的公司，其中的兩家成為了獨角獸，分別是當前估值22 億美金的大語言模型公司Cohere 與16 億美金的智能呼叫中心公司Cresta，另一家視頻數據實時處理公司Helia 也成功被Scale 收購。

Helia 的創始人Russell Kaplan 是第一批AI Grant 的獲得者，當時他即將從Stanford 研究生畢業，正在研究用自然語言引導強化學習，構建並開源了一個學習速度更快的深度強化學習代理（agent） ，並在蒙特祖瑪的複仇（Montezuma's Revenge） [3] 中擊敗了大多數其他方法。畢業後，他最初選擇加入了Tesla，並打造了Tesla 核心視覺模型，大規模多任務神經網絡HydraNet，但不到兩年後，他便與來自Palantir 的Ashwin Sreenivas 以及來自高盛的Daniel Berrios 共同成立了計算機視覺公司Helia，旨在進行視頻信息數據的實時處理，並在次年底出售給了Scale。

同年第二批被資助的Cohere 創始人Aidan Gomez 與Ivan Zhang 是多倫多大學的校友，當時他們的研究項目十分硬核—— 使用生成對抗神經網絡進行密碼破解—— 這在當時的1,000 餘位申請者中是十分亮眼的存在。在AI Grant 的支持下，兩人成立了For.ai 做相關研究，兩年後，剛剛前往牛津大學讀博的Aidan（2023 年畢業）與從多倫多大學本科輟學的Ivan 共同成立了Cohere，當初的For.ai 如今已成為Cohere 內部的非盈利研究中心Cohere For AI*（*順便說一句，就在今年AI Grant Batch 1 成員公佈的一天后，Cohere For AI 也開啟了自己的人工智能研究資助項目）*。

而其中最晚接受資助的巴基斯坦移民Zayd Enam 16 歲就曾在家鄉嘗試互聯網醫療創業，接受資助不久後，他便從Stanford 博士輟學，與彼時剛剛博士畢業加入OpenAI 一年的Tim Shi 開始了創業之旅，成立了Cresta。

2022 年至今- 轉向「早期風險投資基金」

2022 年，人工智能熱潮再度來臨，與上次不同，領域內的學術研究已然豐富多彩，而相關的用戶體驗和產品創新才剛剛開始。

在一次採訪中，Nat 說：「我和Daniel 花了幾年的時間玩GPT 模型並被它們的能力所震撼，我非常幸運地設計並發布了GitHub Copilot，在那之後，我就期待有一系列的新產品—— 因為也許會有更多人經歷同樣的過程，發現GPT-3 可以做許多不可思議的事，然後思考能否在不同產品中加入這一能力—— 但這並沒有發生。所以到2022年夏末初秋，我們開始問自己，人們去哪裡了？這就是為什麼，我們重新啟動了AI Grant，呼籲開發者們開始行動。」

2022 年8 月31 日，AI Grant 再度重啟，出手也「闊綽」了很多，每位被投資者將獲得250,000 美元的現金投資。值得一提的是，雖然與諸多科技公司合作，始終被Nat 放在宣傳位的只有Microsoft Azure 的雲計算額度—— **從「開源人工智能技術」到「AI-first 產品」再到「AI -native 產品」，從研究人員到創業者，繞不開的始終是GPU 成本。 **

2022 年Nat Friedman 的宣傳Twitter 配圖

2023 年Nat Friedman 的宣傳Twitter 配圖

其實，從2020 年開始，雖然Nat 與Daniel 依舊是以個人投資者名義出現在各公司的投資者列表中，但他們早已悄悄募集了一支總額約11 億美金的風險投資基金C2 Investments 及另外兩支總額約1.42 億美元的小基金CTRY 與ND2100，並通過它們投資於人工智能與基礎設施相關的初創公司。而AI Grant 作為兩人投資策略的一部分，也正式完成了由非營利組織到風險投資機構的轉變，致力於投資更早期的AI-Native 產品。

作為人工智能垂直領域的早期投資人，Nat 與Daniel 的投資策略更加務實，他們在基礎設施的搭建與支持上下足了功夫：

• 2023 年初，Nat 搭建了nat.dev，一個聚合了市面上幾乎所有常見語言模型的平台，可以方便地試用並對比不同語言模型；

• 2023 年6 月，Nat 與Daniel 收購了2,512 個NVIDIA Tesla H100 服務器芯片（價值約1 億美元，約為NVIDIA 內部超級計算機規模的一半），組成了仙女座集群（Andromeda Cluster）並將對他們投資的初創公司開放—— 這意味著，這些小規模的初創公司將獲得資金雄厚的大公司才有能力獲得的計算資源。

AI-Native 怎麼投，投什麼？

**一個基礎的問題：Nat 與Daniel 如何定義，又如何篩選AI-native 產品？ **

作為重要參考，AI Grant 官網給出的答案如下：「任何以有用或有意思的方式利用人工智能模型的產品。特別是，我們正在尋找能夠打造出色產品的技術和務實的創始人。如果您因製作他人喜歡使用的東西而感到興奮，並且了解構建新產品只需要1% 的想法和99% 的迭代，那麼我們希望為您提供支持。」

「任何以有用或有意思的方式利用人工智能模型的產品」—— 兩位再一次保持了開放性。其實，雖然沒有明確範圍，但從兩人的訪談、項目投資、AI Grant Batch 1 成員甚至此前發起的「維蘇威火山挑戰賽」中，他們對於人工智能產品的偏好，甚至技術使用的態度可見一斑。

C2 Investments 的被投企業

▌2017｜重組🦄️

• 地點- 美國舊金山

• 方向- 企業內商業軟件無代碼搭建工具

• 創始人- David Hsu，2017 年本科畢業於牛津大學哲學與計算機專業

• 投資時間- 2017 年（至2022 年連續押注5 輪）

• 其他投資人- Patrick Collison、John Collison、Elad Gil、YC、Sequoia 等

▌2022｜熱心

• 地點- 美國舊金山

• 方向- 通用人工智能（AGI）

• 創始人- John Carmack，1990 年聯合創辦id Software，任《Commander Keen》、《德軍總部3D》、《毀滅戰士》、《雷神之鎚》及其續作的首席程序員；2013 年加入Oculus，任CTO

• 投資時間- 2022 年

• 其他投資人- Patrick Collison、Tobi Lutke、Sequoia、Capital Factory

▌2022｜ElevenLabs

• 地點- 英國倫敦

• 方向- 語音克隆與生成

• 創始人- Piotr Dabkowski，2016 年本科畢業於牛津大學工程專業，2017 年研究生畢業於劍橋大學計算機專業；2022 年離職創業前為Google 蘇黎世軟件工程師。 Mati Staniszewskiv，本科畢業於英國帝國理工學院數學系，2022 年離職創業前為Palantir 部署策略師

• 投資時間-2023 年- 其他投資人-a16z、SVA、Guillermo Rauch 等

▌2023｜Lexica- 地點- 美國舊金山- 方向-圖像搜索與生成工具- 創始人-Sharif Shameem，2019 年畢業於馬里蘭大學，同年成立P2P 雲遊戲公司Vectordash；2022 年成立語言模型驅動的低代碼工具公司Debuild- 投資時間-2022 年- 其他投資人-AI Grant

AI Grant Batch 1 的26 個成員

Batch 1 成員企業不僅產品方向多樣，創始人的背景也十分多元，既有剛剛本科畢業的年輕人（Flair、WOMBO），也有經驗豐富的連續創業者（Replicate、Chroma）。這些出色產品中的大多數我們已經在前面的Newletter 中介紹過，由於文章篇幅，在這裡不再對每一個企業進行詳述，僅列出一句話簡介與網址：

基礎設施

Replicate - 機器學習模型雲基礎設施

🔗

Chroma - 開源嵌入數據庫（更通俗地講，可編程的內存）

🔗

應用層

🔠 信件

Perplexity - 搜索工具

🔗

ValueBase - 面向政府的資產估值模型工具

🔗

Sameday - 面向營銷人員的約會排程工具

🔗

Ghostwrite - 郵件自動編寫工具

🔗

Samaya AI - 面向金融服務的知識發現平台

🔗

Forefront - 企業級聊天機器人

🔗

Dust - 面向團隊協作的助手

🔗

Circle Labs - Discord 聯繫人生成

🔗 （網站極為簡陋，但我真的很喜歡！！）

🎨 視覺

Lexica.art - 圖像搜索與生成工具

🔗

Recraft - 矢量圖與3D 模型生成工具

🔗

Flair - 品牌內容設計（主要是產品與模特圖）工具

🔗

Poly - 紋理生成工具

🔗

WOMBO - 面向消費者的對口型（Lip Sync）視頻生成工具

🔗

Sieve - 視頻加工、理解與搜索API 雲平台

🔗

Vizcom - 工程/設計圖紙生成工具

🔗

Secret Weapons - 面向電影行業的視頻工具

🔗

Pixelcut - 產品照片生成工具

🔗

AniML - 基於NeRF 的產品視頻生成工具

🔗

💻 代碼

Cursor - 代碼編輯工具

🔗

Rowy - 低代碼後端

🔗

🎙️ 語音

Play.ht - 語音生成與克隆

🔗

♾️ 多模態及其他

Animato（Call Annie）- 與虛擬角色視頻聊天

🔗

Brich - 高合規性行業呼叫中心運營自動化

🔗

Minion.ai - 自動化瀏覽器助手*（產品暫未發布）*

🔗

維蘇威火山挑戰賽- 面向人類文明的人工智能

如果說風險投資基金以及AI Grant 是Nat 與Daniel 為用人工智能促進商業世界的進步而進行的投資，那麼二人與肯塔基大學計算機科學教授，也是scrollprize.org 聯合創始人之一的Brent Seales 在2023年3 月共同發起的維蘇威火山挑戰賽（Vesuvius Challenge）就是他們為用人工智能促進人類文明的發展而進行的探索。

挑戰賽要求參賽者閱讀公元79 年維蘇威火山噴發後被埋在20 米深的泥土和火山灰下的兩個已經被碳化了的未展開的捲軸（赫庫蘭尼姆紙莎草紙捲）中的四個段落，這無疑是一項艱鉅的任務。該競賽是以第三位發起人Brent Seales 已完成的工作為基礎的，早在2015 年，他和他的團隊就使用X 射線斷層掃描和計算機視覺「閱讀」了在以色列死海地區以碳化狀態發現的恩戈迪捲軸—— 在沒有打開它的前提下呈現了其中包含的《聖經》文本。但，閱讀赫庫蘭尼姆紙莎草紙中的內容更具挑戰性：與恩戈迪捲軸中使用的較稠密的墨水不同，赫庫蘭尼姆墨水是碳基墨水，莎草紙則是碳基紙，兩者在X 射線下不會形成對比。

與此同時，這項任務對人類歷史研究的意義也同樣巨大—— 實際上，如果我們可以將現有的1,814 捲捲軸與碎片完全展開並閱讀，人類所擁有的古代文學作品的數量也許將增加一倍以上。只是，之前大量不合理的展開嘗試已經損毀了其中的許多，除了一位意大利僧侶花費數十年時間精心展開並整理的部分希臘語哲學捲軸，還有600 餘卷未曾被展開。

根據比賽官網，100 萬美元的大獎將授予第一個在2023 年12 月31 日太平洋時間晚上11:59 之前使任何一個完整掃描的捲軸可讀的團隊—— 提交的內容必須以虛擬展開紙莎草圖像的形式呈現，文本可見且清晰，並且需要附有解決方案如何復現並可行的詳細技術描述。

但是，比賽還有一個附加條款：「降低幻覺」。如果團隊的模型存在任何產生幻覺結果的風險，需要說明實操過程中如何降低該風險，並論證為何提交者本人確信自己得到的結果是真實的。

**這無疑是一個利用新技術解開人類古老秘密的好機會。 **除了紛至沓來的參賽者，不斷攀升的捐助額也為我們展現著各個群體對於利用新技術推動人類文明發展的熱情：在任務發布的幾天內，包括Stripe 創始人Collison 兄弟、Shopify 創始人Tobi Lutke、Wordpress 創始人Matt Mullenweg 在內的近二十位企業家、投資人及匿名人士紛紛加入捐贈者之列，比賽獎金也隨之翻了四番👇

另外，值得注意的是，即便是在比賽中，Nat 與Daniel 也在倡導著根植於其內心的開源精神。比賽官網寫道：「維蘇威火山挑戰賽的所有組織者都堅信開源和漸進式進步。我們希望鼓勵開放式建設並使整個社區受益—— 而這在競爭中通常會受到抑制。」因此，比賽額外特設了三項價值2,000 美元的開源獎。

關於人工智能產品的發展週期

2023 年3 月，在接受Ben Thompson 的採訪時，針對AI-native 產品的發展週期，Nat 提出了這樣的觀點：**由於網絡基礎設施已經十分成熟，AI 產品的擴散速度會倍速於上一代互聯網產品，但我們依然需要時間弄清楚真正的AI-native 產品是什麼樣的，而不僅是改進現有的工作流程與軟件。 *他的幾個有意思的具體表述如下（*我不認為任何人可以預測兩年及更長時間維度後的未來，這裡僅作觀點參考）*：

• 即便研究人員止步於此，不再進行功能迭代與增加，我們也需要五到十年的時間消化GPT-4 和其他先進模型的能力，並將其轉化為產品。有太多的變化與變體、工作流程與用戶體驗需要被發明、被重新發明或排列組合，而我們才剛剛觸及表層，只是在嘗試把這些能力捆綁到現有產品中。

• 操作系統需要圍繞人工智能的能力進行重建。不同的初創公司已經分別證明了人工智能可以擁有不同的超現實能力，我們可以用十年時間重建整個計算平台。現在領域內的狀態是研究人員走在前面，商業層面還有很多消化工作要做，而且這個過程很難加速。

• 人工智能的能力不會止步於此，它們會繼續發展，過去兩年裡的發展態勢很可能會持續下去，這些都是大的台階式的進步。所以，即便我們確實為2023 年的人工智能能力進行了原生產品設計，2024 年同一時間可能也會發現所面對的是完全不同的能力與工具—— 這是一波全新的技術，需要時間消化為產品。

基於此，他也提出了一個問題：如果腳踩的土地（基礎設施）一直在快速變化，我們選擇在哪裡下注？

他的回答是這樣的：**現在要想真正在人工智能領域出類拔萃，必須要有對其有更深刻的理解。 **與十幾年前不同，創業現在已經是一件非常普遍的事，矽谷的選擇效應正在降低，池子裡有了更多人，選擇好方向就更難了，尤其是人工智能當下是如此熱門的方向，對於任何創業者來說，在這個方向創業都會難上加難。

但不要太悲觀—— **我們是什麼時候真正意識到互聯網已經成為了一個產業的？泡沫破裂之後。 **

寫在最後：真格的AI Grant

如前所述，Nat Friedman 與Daniel Gross 的「投資實驗」也為我帶來了不少靈感與動力。因此，從8 月1 日開始，我也與老闆yusen 、真格的運營與市場同事以及AWS 的小伙伴共同發起了屬於我們的AI Grant，期待以最關鍵的資源更廣泛與有效地支持人工智能領域內的華人開發者與團隊，雖然當前的支持還遠不如Nat 與Daniel 兩位前輩完善，但我們希望能夠與華人開發者社區共同成長—— 簡介報名方式放在文末。

愛因斯坦是一名專利職員。在伯爾尼

很多人認為想法很瘋狂

局外人往往有最奇怪和最好的想法

我們的目標是找到並資助他們。

[1] 「IRC」直譯為互聯網中繼聊天，是一種應用層的協議，主要用於群體聊天，但同樣也可以用於個人對個人的聊天。

[2] 「失落的愛因斯坦」一詞來自Raj Chetty 的研究：儘管在幼兒時期的智力測試中得分相同，來自高收入（前1%）家庭的孩子成為發明家的可能性是來自中等收入以下家庭的孩子的十倍。 「失落的愛因斯坦」被Raj 用以代指如果以正確的方式獲得機會，本可以做出偉大的事業的來自低收入家庭的天才。

[3] 「蒙特祖瑪的複仇（Montezuma's Revenge）」是一款Atari 遊戲，代表了一類廣泛的具有挑戰性的現實世界問題，被稱為「困難探索問題（hard-exploration problems）」具有稀疏反饋的環境，即人工智能模型/代理需要通過為數不多或具有欺騙性的反饋來學習複雜的任務並闖關，因此被視為強化學習的一項挑戰。

引用列表｜References