紅杉資本（Sequoia Capital）合夥人 Pat Grady 公開了自己於 9 月 24 日向 Boston College Investment Committee 所做的一場內部簡報。Grady 以「現在 AI 世界到底發生了什麼？」為題，整理紅杉對當前 AI 週期的判斷，內容橫跨 AGI、前沿模型實驗室、AI 應用、新創估值，以及資料中心與社會風險。
紅杉認為 AGI 已經出現，而且真正的轉折點不是 ChatGPT，也不是 reasoning model，而是 2025 年出現的長時間 Agent。Grady 表示，紅杉今年 1 月曾公開預測「2026 會是 AGI 之年」，當時這還是一個頗具逆風的觀點，但到了 9 月，這個看法已經迅速從「高度反共識」變成接近市場共識。
Pat Grady：這波 AI 不只是網路革命，而是 60 年來第一次「運算革命」
Grady 先把 AI 放回過去數十年的科技浪潮中比較。從晶片、電腦系統、網路、Internet、行動裝置，再到今天的 AI，每一波技術都建立在上一層基礎之上。但他認為這次 AI 浪潮有三個根本不同之處。
第一，它的市場規模遠大於過去。Grady 認為，AI 不只是在搶傳統軟體市場，而是開始進入更龐大的服務產業，後者的市場規模可能比軟體高出約兩個數量級。
第二，這是史上傳播最快的一波技術革命。過去 Cloud 剛開始時，全球真正連上網路的人還不到 1 億；智慧型手機革命則要求消費者先購買新硬體。但今天幾乎所有人都已經連網，也都有手機，AI 不需要重新建立 distribution channel，一旦產品跨過臨界點，就可以快速向全球擴散。
第三，也是 Grady 認為最重要的一點：AI 不是另一場資訊傳播革命，而是一場運算革命。PC、Internet、Cloud 與 Mobile 主要改變「資訊如何被傳遞」，但 AI 改變的是「資訊如何被處理」。Grady 認為，人類上一次經歷如此根本性的運算革命，已經要回到 1960、1970 年代的矽晶片革命。
三個轉折：ChatGPT、o1、Claude Code
在 Grady 的框架中，過去五年 AI 發生過三次真正重要的能力躍升。第一個是 2022 年 11 月 ChatGPT，證明大規模 pre-training 的威力。第二個是 2024 年底 OpenAI o1，讓市場看到 reasoning 的能力。Grady 將兩個階段類比為心理學中的 System 1 與 System 2 thinking：前者快速直覺，後者則能長時間推理。
真正重要的是第三個階段。Grady 指出，2025 年以 Claude Code、Opus 4.5 等產品為代表的 long-horizon agents，第一次展現 AI 可以在較長時間尺度上自主完成工作的能力。他認為，雖然表面上看起來只是模型能力曲線上的第三個點，但這實際上是一個「不連續的變化」。我們認為最後那一次，就是我們終於抵達 AGI 的時刻。
Grady 用「更快的馬與汽車」來形容這個變化過去幾年的 AI 都只是「更快的馬」：本質還是軟體，只是原本的軟體能力變得更強。但 Agent 出現後，AI 已經像「汽車」，不是把原有工作做快一點，而是開始以完全不同的方式完成工作。
從 App 變成 Assistant：真正的 Agent 不處理 task，而是完成 job
Grady 認為，這個轉折現在已經開始進入 Main Street。他以 Instinct、Muse 等新型 AI 產品為例，稱這些產品已經從單純的 App 進化成 Assistant：「它不只是處理任務，而是真的把工作做完。」
Grady 將這個變化類比 Zoom。視訊會議在 Zoom 出現前早已存在，但使用者不信任它；Zoom 真正的突破是跨過可靠性門檻，讓人第一次願意預設直接使用視訊會議。
AI Agent 也正在跨過類似門檻，AI 很早就理論上可以替人執行工作，但直到現在，人們才開始真正願意把事情交給 AI。 他也認為，醫療將是明顯受益產業之一，因為偏鄉醫師未來可以把整個醫學專業知識帶在口袋裡；教育則因公立教育體系導入速度較慢，尚未真正爆發，但像 Alpha School 已經可以看到未來雛形。
AI 的壞消息：Hyperscaler 已開始借錢蓋資料中心
不過 Grady 並未只談 AI 的正面發展。他認為，2026 年出現了一個值得注意的資本市場訊號：Hyperscaler 的 AI 資本支出已經開始超過自身自由現金流能支撐的程度。
換句話說，大型科技公司不再完全依靠內部現金流建置 AI 基礎設施，而是開始使用債務融資 CapEx。
同時，模型能力越來越強，也意味著資安風險將快速提高。Grady 甚至把心理健康列為 AI 的另一項負面外部性。他提到部分使用者在長時間與 AI 對話後，可能陷入所謂「AI psychosis」；白領工作則已經全面受到衝擊。
真正的分界不是「AI 是否取代白領」，而是會使用 AI 的白領仍然可以繁榮；不學習 AI 的人則會遇到巨大問題。
前沿實驗室已不再談 AGI，而是直接瞄準 ASI
從 OpenAI、Anthropic 等前沿 AI Lab 的角度，Grady 認為另一個重大變化是：AGI 已經不再是終點。模型實驗室的內部思考已經快速從 AGI（Artificial General Intelligence）轉向 ASI（Artificial Superintelligence）也就是超級人工智慧。
其中一個核心概念是 RSI（Recursive Self-Improvement，遞迴自我改進）。Grady 表示，前沿模型其實在過去一年已經大量參與「打造下一代模型」的工作。當 AI 開始能自己改進 AI，實驗室擔心的就是能力進步速度出現所謂 takeoff，人類再也無法跟上。 這也直接連結到 p(doom)，即 AI 最終失控甚至威脅人類存續的機率。
Grady 認為，各家實驗室在最近幾個月都開始意識到 alignment 是真實而且此前被低估的問題，這也是近期 AI 放緩、前沿模型安全討論快速升溫的背景之一。
下一階段：科學模型、自研晶片與 Continual Learning
技術面上，Grady 認為模型正在迅速離開純語言領域。下一階段的重要方向包括：科學與數學能力、新模型架構、自研 AI 晶片，以及 continual learning（持續學習）。後者意味著未來 AI 不再是一個訓練完成後便固定不變的「one-size-fits-all」模型，而是能持續從自身環境與使用者互動中學習。
另一方面，OpenAI、Anthropic 等模型公司也正在進行激烈的 token 戰爭。各家持續壓低 API 價格以爭奪少數真正大量消耗 token 的企業客戶，同時成立 Grady 所稱的「DeployCo」，把大量顧問派進 Fortune 500，直接替企業打造客製 AI 應用。讓更多企業工作負載開始消耗自己的 token。
即使投入巨額資本，Grady 表示目前 Lab 與 AI 新創依然普遍「嚴重受限於算力」，整體需求仍然超過供給。
最大的創業機會：模型能力與企業採用之間的「Diffusion Gap」
然而模型世界正在高速狂奔，不代表企業真的跟得上。Grady 將兩者之間的差距稱為：Diffusion Gap（擴散落差）也就是：模型已經能做到的事情，遠比企業真正使用 AI 做到的事情多。而這正是紅杉眼中目前 Application Layer 最大的創業機會。
其中紅杉目前最看好的方向是高價值知識工作（High-value Knowledge Work）。包括 Coding、Cybersecurity、Healthcare、Financial Services、Accounting 等。Grady 認為，每一個大型知識工作領域，最終都可能誕生一家甚至數家巨型 AI 公司。
另一個重要機會則是 System of Record。Cloud 時代最大的應用層公司之一，就是 Salesforce、ServiceNow、Workday 這類控制企業核心資料與工作流的系統。紅杉認為 AI 世代也正在形成全新的 System of Record。
「幾天完成幾年的藥物設計」：Frontier Tech 開始被 AI 重寫
Grady 還特別點出 AI 與科學研究結合。他表示，目前已開始看到公司可以近似「one-shot」產生候選藥物：以前科學家可能必須花數年進行 molecule design，現在透過模型可能只需要幾天。簡報中提到 Chi Labs 作為其中一個例子。
另一個他認為值得注意的方向是 domain-specific AI lab，而不是再創一家通用型 Frontier Lab。例如簡報提到一款名為「Jev」的 classifier。Grady 表示，許多企業拿 LLM 做的工作，本質上其實只是 multiple-choice decision；如果改用專門的 classifier，可以將成本降低約 100 倍，速度也更快。
他甚至表示，該公司在產品爆紅後，過去七天從零跑到 1 億美元 revenue 的規模。不過 Grady 也強調，這屬於「outlier among outliers」，也就是極端案例中的極端案例。
AI 新創成長速度失控，有公司一年從 2 億美元跑到 7 億美元
他表示，一些 AI 公司目前能維持每天超過 10% 的成長率。另一家高價值知識工作 AI 公司，2025 年底收入約為 2 億美元，預計 2026 年底將達到 7 億美元。 簡報刻意沒有公開這些公司的完整名稱，但 Grady 想表達的是：AI native 公司目前的成長曲線，已經開始脫離傳統 SaaS 時代的尺度。
AI 公司正在把工作負載從 OpenAI、Anthropic 搬回自己的模型
另一個相當值得注意的趨勢，是 Grady 稱為：Own Your Intelligence也就是「擁有自己的智慧」。這並不是因為企業不信任 Foundation Model，也不主要是 GDPR、資料隱私或安全問題。真正原因是經濟效率。
Grady 認為，OpenAI、Anthropic 等大型模型只佔據「價格／效能 Pareto Frontier」上的少數幾個點。但企業內部其實存在大量不同工作負載。對很多任務而言，最有效率的方案並不是每次都呼叫最高階 Foundation Model，而是使用 open-source model，再依照自己的資料與任務進行 post-training。
因此，他觀察到一股「把 workloads 從 foundation models 搬到自己的 open-source model」的巨大趨勢。 這可能意味著，即使 OpenAI、Anthropic 的模型能力持續領先，Application Layer 公司仍會逐漸降低對單一模型供應商的依賴。
Jev：一週成長到一億美元營收
Grady 在簡報中還特別提到一款名為 Jev 的產品，將它視為「新模型架構」正在出現的例子之一。他形容 Jev 是一種 classifier（分類器），而許多企業目前交給大型語言模型處理的工作，本質上其實只是「multiple-choice decisions」，也就是在有限選項中做判斷。
Grady 認為，這些任務未必需要昂貴的通用型 LLM。若改用 Jev 這類專門化模型，部分工作可以做到：成本降低約 100 倍，同時速度更快。 未來未必所有工作都會由越來越大的通用模型處理，反而可能出現大量針對特定任務優化、更便宜、更快的小型或專用模型。
更驚人的是 Jev 的商業成長速度。Grady 表示，Jev 在前一週突然爆紅，而背後公司在短短 7 天內，從零成長到 1 億美元 revenue。他隨即補充，這即使放在目前高速成長的 AI 公司中，也屬於「outlier among outliers」，也就是極端案例中的極端案例。
每四個月就要重做一次公司
但這種環境也讓 AI 新創變得異常難經營。Grady 表示，目前真正跑出來的 Application Layer 公司，幾乎都必須： 每四個月重新發明自己一次。原因在於底層模型能力進步太快。今天可以成為一家公司的核心產品，四個月後可能直接被新的 Foundation Model 變成免費功能。
因此成功的 AI 公司開始採用更像研究實驗室的組織方法：不再讓整個組織按照「最弱的人」速度移動，而是保護最強的少數人才，讓最優秀的人擁有極高自主權，快速把產品往前推。
公司本身的架構也正在從傳統階層式管理轉向「network of agents」。AI 被用來傳播資訊、讓員工理解組織內正在發生什麼，而人則以更高度自治方式工作。
最後，紅杉分析過去 12 個月參與的七家公司，發現市場開始出現一種「two-step」融資模式。第一階段，是：Company-building partner也就是由紅杉這類真正協助創業者組建公司的早期投資人先進場。
七筆交易中，紅杉平均投資時的 post-money valuation 約為 1.1 億美元。接下來第二階段則是 Capital partner也就是純粹提供大量資本的後期投資者。Grady 表示，平均只過了 不到一個月，這七家公司下一輪的平均估值就來到 34 億美元。換句話說，平均估值在一個月內從 1.1 億美元跳到 34 億美元，接近 31 倍。
Grady 表示，這是過去從未看過的現象，也最能體現目前 AI 市場的「froth」。但即使估值已經瘋狂，紅杉並沒有因此對 AI 長期趨勢轉為悲觀。Grady 最後表示，沒有人知道這扇門另一邊究竟是什麼，但有兩件事情可以確定：成本會繼續下降，能力會繼續上升。而當兩者同時發生，人類將進入一個變化速度持續加快的世界。他用一句話結束簡報：「Hold on to your hats.」
這篇文章 AI 新創估值一個翻 31 倍！紅衫投資人會議：AGI 已到來，但應用端新創超難做 最早出現於 鏈新聞 ABMedia。