声笺RESONOTE
Technology Brothers · 2026 年 7 月 · 46 分钟

卡兰尼克的狂野新 AI 公司

四个月没见,Travis Kalanick 又来了——这次他是在录制当天宣布完一轮 17 亿美元融资之后,直接走进录影棚的。上一次上节目,主持人说他"退休了";这一次,他带来的是一个名字叫 Adams 的新实体,和他重新定义的词:工业 AI(industrial AI)

开场先聊的照例不是生意,是那台水上摩托:他每天以 70 英里的时速、5 分钟通勤到公司,下雨天改打 Uber。他查过 ChatGPT——千人员工规模以上公司的 CEO 里,开水上摩托上班的只有一两个。"Who else do you know is jet skiing to work? Nobody. I'm the guy."(还有谁认识开水上摩托上班的人?没有人。我就是那个人。)

为什么这期值得关注

$17 亿融资,三家公司合成一个实体录制当天宣布:食品、采矿(Pronto)、运输合并进 Adams——投资人要的不是某个业务,而是投资 Travis 本人。
从消费级到企业级的 GTM 换挡Uber 靠城市突袭冷启动;矿山生意靠 Travis 亲自飞到巴西雨林、沙特边境,现场证明生产力。
自主采矿:年产出 +30~40%Pronto 技术已超过人类生产力;对金矿 CEO 的开场白是——"每年多 20% 的黄金?"
运输 = 机器人的轮子不做人形机器人;75 美分 vs 12 美元的"自主卷饼"配送,撬动食品全栈自动化。
「首席解题官」管理哲学想象力的唯一约束是管理能力;招高管先看解题,再看管理。
监管与保险的"事故经济学"联邦优先 = 监管俘获;保险公司按事故赚 margin——事故是它们的生意。

1. 录制当天的 $17 亿:从三家子公司到一个实体

Travis 用一句"我们做了 17 亿美元的融资(we did a $1,700,000,000 raise)"开始了正题。从上次上节目到现在四个月,业务"继续向右上方走",团队出了隐身模式,正式 go to market。也是在这段期间,他做了一个结构上的决定:把原来分开经营的业务合并。

最初矿业和运输是一块(也就是 Anthony Levandowski 团队做的 Pronto),食品是另一块,还有一堆各做各的子公司。当他出去融资时,干脆让投资人挑:"你想投采矿?投食品?还是投这个?"结果头五个投资人给出的答案一模一样——"we wanna invest in you."(我们想投的是你。)于是他把公司拼在一起,把股权装进一个单一实体来卖。

他也坦承分开经营自有其道理:投资某个"很酷的东西"的人,不想同时为你别的业务亏损买单,也不想替食品这种横跨机器人、地产、餐饮的复合生意做尽职调查。但一旦某个业务开始接近盈利,合并的对话就会容易得多。他说自己没法替 Elon 的世界作判断,但"我肯定超级兴奋能把这些拼图装进一个整体"。

2. 工业 AI:一次改造一个行业

这次他有意换了一套话术。上一轮大家还在争论"physical AI"到底是人形机器人还是世界模型,这次他直接说:"我把它叫 industrial AI。"他的定义很具体:软件、机器人、传感器、机械一体的全栈方案,用来自动化一个行业——"this is a full stack software, robotics, sensors, machinery, like a full stack solution to automating an industry."

路线是明确的:先做食品,再进采矿,现在做运输,一个行业一个行业来("transform these industries one at a time")。这不是产品线的罗列,而是同一种方法在不同行业的重复应用:选一个行业,问自己"怎么把它全栈改造掉"("how do we transform it full stack?")。

3. 采矿 GTM 实录:雨林与边境

消费级和企业级的 go to market 是两门完全不同的功夫。当年 Uber 的打法,是派年轻人空降一座新城、做营销事件——主持人把它总结为"组织设计"(that's organizational design)。现在不一样了:食品和采矿几乎全是 B2B 生意。Travis 承认这门功夫"会吃掉你几年的寿命"(takes years off your lifespan),而采矿 GTM 尤其疯狂。

他举了自己上个月的行程:先飞到巴西深亚马逊,那里的机场就是土跑道——"You slide into the DMs, except as a tarmac."(滑进私信,只不过对方是条土跑道。)客户是 Vale,一家巨型矿业公司,拥有世界上最大的铁矿;坐直升机飞过其中一个矿区就要 30 分钟。然后他从巴西直接飞到伊拉克和沙特边境的沙特一侧,那里有一座磷矿,信号被干扰,飞行员只能靠老派的目视方式降落。

到了现场看到的是同一件事:把一套 kit 装到机器上,机器就变成自主机器——有些机器已经 20 年车龄。结果是三重收益:矿山更高效、更安全,opex 同时下降。"这挺美的。"(It's kind of a beautiful thing.)

4. 一句话 pitch:每年多 20% 的黄金

当 Pronto 的技术越过了人类生产力的水平线,GTM 就变得异常简单。他见金矿 CEO 的开场白只有一句话:"Would you like to have 20% more gold per year?"(你想不想每年多出 20% 的黄金?)——他还没听到过"no"。

但每个客户都会说"prove it"——"那才是真刀真枪的地方"(that's where the rubber meets the road)。好消息是,一旦证明的次数足够多,事情就有了自己的惯性("it sort of gets its own momentum")。他形容现在的状态很像企业软件:一家一万人的公司里先装一个"八个席位"的 pilot,一旦跑通,客户会说"把它铺开到所有车辆上"。

生产力提升来自两个引擎的叠加:一是每台机器每小时产出更多;二是工时、出勤、安全规程的全面改善。他估计算上所有增益,矿山年产出能提升 30% 到 40%("you could even end up 30%, 40 more productive at the end of all of it")——黄金、锂矿,所有矿物同理。唯一的例外是采石场:水泥需求就那么多,多产的石头没地方放,那是一门 opex 生意,毛利更薄。

5. 改造而非换新:没有线控的二十年老机器

这门生意的难点不在卖,而在装。矿场的存量机器很多有 20 年车龄,而且并非线控(drive-by-wire)设计——转向是液压机械系统。要让电信号去完成物理动作,就需要物理执行机构(physical actuation),相当于给老机器装上能"按物理按钮"的手。

主持人点破了前提:你不可能让矿场把几千万美元的现有设备整个拆掉。所以 Pronto 做的是后装改造:传感器、计算单元、机械套件一起发货,现场安装、逐台调试校准(commissioning),再做变更管理——矿山原来有清晨点名的严格班制,现在要变成自主运营,"这是完全不同的一件事"(It's just a very different thing)。真正的瓶颈从来不是客户需求,而是这套安装、调试、变更管理的节奏。

6. 无入口矿山:坑里没有一个人

矿业的终局形态有个术语,叫 no entry mine——坑里没有一个人的矿山。控制中心里可能还有人,但矿坑里没有。矿山的环节有钻孔、爆破、装载、运输(haulage)、破碎;Pronto 从 haulage 切入,再逐步扩展到其他环节。

选 haulage 是因为"矿山里大多数车辆都在运输环节"(the haulage part of a mine is where most of the vehicles are),他把 haulage 称为"矿山的心血管系统"("we think of haulage as the cardiovascular system of a mine")。运输要和其他机器协作,需要知道它们在哪儿、状态如何,于是要靠 API 做编排协调——这是一个生态,不是一个垄断堆栈。

这个世界的物理尺度也值得一提:他们运的是 200 万磅的矿车,以 35 英里的时速在越野路面行驶。Travis 把它叫作"终极 ATV"(Ultimate ATV),并且自己上车体验过。

7. 机器人的轮子:自主卷饼与叉车

运输业务在 Travis 的版图里有一个更底层的名字:机器人的轮子("I call it wheelbase for robots")。他明确不做人形机器人——"我不反人形,我只是非人形"(I'm not anti humanoid. I'm just non humanoid)——工业级任务必须靠轮子。

拿食品业务举例:供应链进入工厂的是货运车辆,应该直接改造成能自己装卸的机器人;出厂端是一台保温的"box on wheels",他叫它"自主卷饼"(autonomous burritos),直接送到你家门口。成本是 75 美分一单,对比今天 Uber Eats / DoorDash 的 12 美元一单。

机会远不止食品。他提到一家不愿点名的公司,一年在叉车人力上花 35 亿美元——"只要解决叉车问题就够了"(If you just solve the forklift problem)。矿山里也还有平地机、洒水车、把矿石运出矿区的货运车。"有很多东西在动。"(there's lots of things moving.)

8. 商业模式:企业软件定价,绝不要分成

当系统能让客户的产出提升 30~40%,直觉上会想谈分成。Travis 的答案却是从企业软件公司学来的:基线价格,加上按成果上浮的部分——"基于产出,你多拿一点"(based on outcomes, you get a little extra juice)。

他给了一条沟通铁律:"你永远不会走进客户办公室说,给我你产出的一个百分比。"(You never go to a customer and say, give me a percentage of your stuff.)正确的说法是:这是我们的价格;如果它给你带来了巨大产出,我们值得多拿一点。别贪心,客户也想赢——你的价值越差异化,你拿到的就越多。

9. 招高管:先看解题,再看管理

被问到招高管的流程,Travis 半开玩笑地回答:"祈祷。"(Pray.)然后他讲了这些年得出的结论:高管都"嘴上功夫了得"(talk fucking awesome game),真正要考察的是两种能力——规模化组织管理,和战略级解题。这两种能力像左右手,很少有人双手并用。

他的结论很干脆:解题能力是最重要的(problem solving is the most important thing)。只懂管理不懂解题的人,"会以一种超级有条理的方式,干出荒唐的事"(they're going to be doing ridiculous stuff in a super organized way)。

这背后是他的核心管理公式:"想象力的唯一约束是管理能力"(the only constraint on your imagination is management capacity)。而管理能力,本质上是在规模上解题。所以他把自己定位成"首席解题官"(problem solver in chief):只啃最重要、没人解决的难题;每一位直接下属都必须是自己领域的"代理首席解题官",再逐层向下复制——毕竟一天只有 24 小时。他甚至喜欢制造问题:"I love creating problems… Go solve those too."

面试的方法也随之而来:模拟一起工作的样子,把风险前置——"让入职第一天就像第二周"(day one is really feels like week two)。如果模拟过一起工作、第一天依然兴奋,那系统的风险就被拿掉了大半。

10. 监管、保险与事故经济学

被问及 AI 实验室们围绕"联邦优先"的拉锯战,Travis 的回答一针见血:"当你支持监管俘获时,联邦优先就是好东西。"(Federal preemption is good when you are pro regulatory capture.)联邦级大监管的玩法,是让规则帮你把别人挤出去——"重点就是把所有人挤出去"(the whole point is to squeeze everybody out)。

他特意强调 Uber 从没这么干过:"我们一直想的是打开市场,让最强者赢"(We always were trying to open up the market. We said let the best man win)。Uber 从不推动任何只利于自己的规则。顺着这个逻辑,他提醒 AI 圈:小心那些制造"需要被监管"的局面、并且主动求监管的玩家——"我会盯着这个。"(I'd keep an eye on that.)

监管的另一面是利益链。他说,交通领域里每一条奇怪而愚蠢的规则背后,几乎都有律师和保险公司在使劲——"保险公司按事故赚 margin"(insurance companies make margin on accidents),没有事故就没有保险公司,所以"在一种诡异的意义上,它们爱事故"(In a weird way, they love accidents)。只要事故落在精算表里,它们就兴奋("As long as it's in their actuarial table, they're pumped");它们怕的是精算表没算到的事故。

他举了当年的案例:坐出租车,单次出行的责任险额是 2.5 万美元;Uber 进华盛顿特区时,被推高到每单 150 万美元。谁乐见这个结果?处理理赔的律师,和承保新风险池的保险公司——一场随机事故背后,从此多了一个 50 万美元级别的"银行账户"可供索赔。

11. AI 安全:反人类的产品活不下去

聊到科幻,Travis 说他的最爱是 Asimov 的 iRobot 系列。但被问及"机器人三定律"能否成为 AI 安全的答案时,他的提醒是:书里那三条定律并不总是奏效("the three laws don't always work out")——定律简单,微妙之处很多。

他的安全观起点不是哲学,是创业教训:他失败过,回看失败的原因,通常是造了没人喜欢的东西。"如果你做的东西是反人类的、不服务于人的,我认为你做不成。"(if you make something that is anti human, if you make something that doesn't serve people, I don't think you're gonna make it.)

他还指出了一个常被忽视的事实:今天的 AI"最想做的事,几乎有点过头了——它们想讨好我们"(They want to please us)。所以他的选择是不写科幻、只做事:"I'm just doing the thing and I'm making sure that the machine stays on the road."(我只是把事情做出来,确保机器待在路面上。)

12. 通缩飞轮:食物变便宜之后

主持人抛出"工作 vs 任务"的经典难题:美国约 30% 的卡车司机带枪——驾驶只是一个任务,押运、加油、维护也是工作的一部分。Travis 的回应绕开了逐项拆解,直接讲飞轮:如果食品的制造和物流全部自动化,食品价格就会下降。

关键在于"机器人没有银行账户"(robots don't have bank accounts)——省下来的钱最终流向人类。被自动化的商品降价,就创造出剩余,剩余被用来做别的事:"会冒出来 100 个新东西"(There's gonna be a 100 other new things)。上一期节目里他讲过"水管工拿 LeBron 的薪水",这一次他说这会发生在上千个品类上——"这会是一场超级繁荣"(It's gonna be super prosperity),其中有些品类今天根本还不存在。

只要人类还有机器人做不了的事,"就是全速前进"(It's go go time)。

13. 未完成的事业,和大概率会来的 second close

被问为什么只融 17 亿、不再多融一点,他的回答很 Travis:"你总得在某个地方停下来。"(You have to stop somewhere.)——即便宣布当天他的手机快被打爆了。他大概率会做一个 second close("we're probably just gonna do a second"),但不会再大张旗鼓地宣布。至于谁能上车:"如果你是 homie,我们肯定还有位置。"(If you're a homie, we definitely have room.)

节目的最后,主持人请他在一面锣上签名,挂进他们的"商业博物馆"。而关于新公司为什么叫"未完成的事业"(unfinished business),他的解释是:如果当年在 Uber 就把企业生意做起来了,"我的 2017 会是完全不同的一年"(my 2017 would have been a different year)。

告别时的画面依然是他式的:主持人们说,下次在奥斯汀的水上摩托通勤路上,如果看见两台摩托从你们眼前掠过,那多半是他们——来学滑水。

核心金句

"Would you like to have 20% more gold per year?"— 对金矿 CEO 的开场白;没人说不要,但都说 prove it
"Federal preemption is good when you are pro regulatory capture."— 论 AI 监管:联邦级规则是把别人挤出去的工具
"The only constraint on your imagination is management capacity."— 管理哲学:解题能力是管理的全部
"We didn't acquire shit. We just built."— 老 Uber 心态:能造的就自己造,不收购
"If you make something that is anti human, if you make something that doesn't serve people, I don't think you're gonna make it."— AI 安全观的起点:失败都是从造没人喜欢的东西开始
"You're not dropping a fucking app in the App Store. You're like automating a 2,000,000 pound machine going 35 miles an hour carrying gold."— 给年轻工程师的招聘 pitch:这不是 app,这是科幻