标签

AI领袖的决策密码:藏在18岁那年的经历里

发布时间:2026-06-12 00:08阅读:1

AI领域的诸多决策,并非单纯源于技术层面的剖析,而是掌舵者早年阅历所铸就的"历史烙印"在起作用;读懂这些烙印,才能明白他们为何激动、为何忧虑,以及他们可能会共同误判什么。

近期我正在做一件事:把AI行业最具影响力的那批人的出生年份标注出来,进而审视他们18岁前后经历了什么。

Jensen Huang在肯塔基寄宿学校习得了在恶劣环境中立足的本事,随后用这套生存之道构建了CUDA生态,开放十年不收费,筑起了他人无法绕开的基础屏障。Sam Altman在美国中西部以同性恋青少年的身份成长,懂得了"少数派可以拥有远超常人的洞察",随后用这套逻辑押注AGI,即便全球都认为他在说大话。梁文锋在量化基金中将"以最低计算成本获取最高信号精度"内化为本能,随后用这套方法论打造了DeepSeek。

这其实是一个机制。

行为经济学家Malmendier和Nagel在2011年开展了一项研究,持续追踪在美国历次经济衰退期间成长的人群,发现他们终身的股权投资比例都明显偏低,且这一效应不随年龄增长而减弱。不是因为他们不够聪明,而是因为他们在神经最敏感的塑造期,经历了"股市会崩盘"这件事,这一信息被编入了他们判断的底层,此后数十年持续运行。

这个机制有个专属的名称,叫印记效应。人在16到22岁之间,激素水平、神经可塑性和身份认同建构同步达到峰值,这个窗口期受到的冲击,会被深度编入大脑的判断回路,影响此后数十年的决策逻辑。

问题在于,这批人此刻正在执掌AI行业。

他们用什么框架理解AI,就会把AI推向什么方向。这不是阴谋论,这是神经科学。

1970年代出生的那批人,18岁前后见证了苏联解体和互联网商业化。他们亲眼目睹了"一个平台的崛起能在极短时间内重新分配全球财富"。所以当AI出现,他们的首要反应是:这是下一次平台迁移,谁先定义平台谁就获胜,必须全力投入。Andreessen Horowitz对AI基础设施的全押策略,并非经过精密计算的投资决策,它是互联网时代平台竞争记忆的情绪宣泄。

1980年代出生的那批人,18岁前后亲历了互联网泡沫的顶峰和破灭。他们踏入职场的起点,是一片破碎的dot-com估值。所以他们对AI的判断是:技术潜力是真实的,但叙事泡沫是危险的,我要看的是这个东西在真实场景里能否奏效,能奏效多少。Dario Amodei并非因为胆怯才在Anthropic强调安全边界,他是被物理学认识论和泡沫见证者的双重印记训练出来的,那个判断框架里天然带有误差范围。

1960年代出生的那批人,18岁前后经历了里根革命和个人电脑诞生。"个体可以通过技术对抗机构"是他们的底层信仰。所以Jensen Huang构建CUDA的逻辑,不是"这项技术可以变现",而是"让所有人都必须从我这里经过",这是PC时代个人对机构博弈叙事的硬件版本。

你看到了一个规律:同样是面对AI,这批人做出的判断,几乎都能在他们18岁前后的经历里找到原型。

这给了我们一个非常实用的分析工具。

当一位你敬重的投资人对某类AI机遇极度激动,先别急着跟进,先问:他18岁前后经历了什么?他的激动是来自对这个机遇的真实分析,还是他的某段历史记忆被唤醒了?当一位你敬重的创始人对某类AI风险极度警惕,同样先问:他的忧虑是来自具体的技术理解,还是他曾在某个类似的场景里受过伤?

这并非在否定这些人的判断力。印记框架产生的判断,有时是极其准确的,正因为它是被历史验证过的模式。问题在于,当AI作为一种全新的现象出现,历史的类比能走多远,是需要被持续检验的。

把这个逻辑用到当下AI行业,能看到几个具体的集体盲区。

第一,几乎所有1970年代出生的掌舵者,都在用互联网平台竞争的框架理解AI。他们笃信"赢家通吃",笃信"先发优势决定一切",笃信"数据飞轮是护城河"。但AI的竞争结构跟互联网平台有根本差异:互联网平台的网络效应源于用户连接,AI的能力源于模型质量和算法效率,这两种护城河的形成机制完全不同。DeepSeek在2025年用极小团队做出GPT级别模型,直接压力测试了"算力堆砌=能力护城河"这个命题。那批1970年代掌舵者的集体反应,是震惊,是否认,然后是重新评估,因为这个结果跟他们的印记模板完全对不上。

第二,几乎所有当前掌舵者,都对"AI替代普通劳动者"的速度系统性乐观。因为没有一个人的印记经验来自"被技术替代的劳动者"视角。他们全部是受益者,是创造者,是资本方。互联网确实创造了比它消灭的多得多的职位,这给他们留下了"技术进步自然带来就业增长"的深度信念。但AI的替代速度和广度,可能超过新职位的创造速度,这个差异是他们的印记框架的计算盲区。

第三,对"慢速变量"的系统性忽视。这批人都在快速技术迭代中形成了判断优势,他们的思维工具高度适配"快速做决策、快速验证、快速迭代"的环境。但真正有效的AI治理,需要的是完全相反的东西:耐心、多方协商、跨越政治周期的持续投入。他们的集体时间折现率,使制度建设的价值被系统性低估,而技术解决方案的万能性被系统性高估。

那么,理解印记机制能帮我们做什么?

首先,它能帮你识别判断