SpaceX和Tesla早期投资人：我正在押注能源、生命科学、替代蛋白质、新材料

文章作者、来源：Silicon Valley Girl Podcast

Steve Jurvetson是马斯克的首位投资人、SpaceX和Tesla的早期投资人，他与马斯克相识29年。在近期一档访谈节目中，他阐述了自己对AI未来走向的判断，以及当前正在布局的投资方向。

Jurvetson认为，AI驱动的计算指数级增长将在未来3年内冲击能源、农业、建筑三大行业——这三个行业是全球GDP占比最大、数字化程度最低的领域。他目前重点押注核聚变/核裂变能源、替代蛋白质（细胞培养肉/菌根）、表观遗传编辑、新材料与关键矿产、模拟AI芯片等。

他为什么当年敢投SpaceX2000年代初，风险投资界根本没有“私人航天”这个类别。

Jurvetson回忆：“那时候几乎没有投资人在考虑航天，它不在任何投资网站的类别里。”同样的逻辑也适用于Tesla——汽车行业也不是VC该碰的地方。

他投的底层逻辑是：用软件和系统工程思维去改造几十年没有变化的传统行业。航天和汽车只是最早的两个验证案例。

这个逻辑，他认为将在几乎所有行业重演。

未来3年：AI渗透最“落后”的三大行业

在被问及AI将在哪里带来最大变化时，Jurvetson没有提软件，而是直接点名三个行业：能源、农业、建筑。

“这三个行业在GDP中占比巨大，而且是地球上数字化程度最低的行业。”医疗紧随其后。

他援引一张覆盖130年算力增长的指数图——最早由未来学家Ray Kurzweil在1999年的书《灵性机器时代》中绘制——来解释为什么这一切正在发生。这张图横跨五种不同技术基底，从机械装置到集成电路，整体呈指数增长。“这张图展示的是，用一美元能买到的算力提升了十万亿倍（ten thousand billion）。”他说，“这是有史以来最重要的一张图。”

他认为，正是这种持续的算力指数增长，让过去只属于工业时代的“低毛利率烂生意”，正在逐步转变为信息化业务。航空航天和汽车已经证明了这个路径，能源、农业、建筑是下一批。

至于技术驱动力，他坦承不确定。“我有一种直觉，会出现某种架构上的变体，可能会把我们现在熟悉的模型都囊括进去。”他特别提到强化学习领域的新一代实验室，认为它们正在回归DeepMind的创立初衷——在大语言模型浪潮兴起之前，Deep Mind本是走这条路的。

他现在正在押注什么访谈中被问到当前投资方向时，Jurvetson列出了一份清单。他的框架是：找那些“从未见过新进入者、甚至创立于1800年代的老行业”。

能源：投资了核聚变、核裂变——一种不触发美国核管理委员会（NRC）监管的裂变技术。他的逻辑是，能源是AI的第三大瓶颈，排在人才和算力之后。

替代蛋白质： “500年后，人类不会再为了肉而屠宰动物。细胞培养肉、菌丝体、植物蛋白，产品已经越来越接近了，你几乎能尝到那个未来。”他认为菌丝体是其中增长最快的方向。

表观遗传编辑（Epigenetic Editing）：他将其描述为“生物学的软件层，而非基因组的固件层”，应用场景涵盖作物健康、农药替代和人类健康。“这是我们最近投入最多的方向之一。”

关键矿物与新材料：从深海采矿到铜精炼，他认为这是AI硬件供应链的基础。“芯片的劳动力就是这些材料，而美国在这方面的产能已经流失多年。”

模拟AI芯片：他们有三个不同角度的投资，目标是在每次计算的能耗上实现“100倍再100倍”的降低。其中一家公司Mythic可以在单个晶体管内完成8位乘加运算。

医疗与生命科学：包括器官培育、男性避孕药，以及“那些掉进传统医药VC缝隙里的东西”。整体组合约40%生命科学，60%信息技术。

建筑业他也在看，但坦言“尝试过几次，失败了，但还在继续找。”

超级智能：明年30%的概率？Jurvetson在访谈中援引了一个具体数字。

“Anthropic联合创始人Jack Clark给出了一个判断：明年出现超级智能的概率是30%。”他说这个数字让他觉得有趣——“至少有一个人把话说死了。”

他自己的态度更谨慎：“我不知道。我给它一个模糊的未来概率，部分原因是这样在智识上更省力，而不是真的把它当成一个严肃的难题去想。”

观察马斯克29年，他总结了什么被问及从马斯克身上学到什么，Jurvetson给出了三点：

一是极致专注。 “他拒绝干扰的能力强到令人难以置信。”Jurvetson举例说，他曾想撮合马斯克与基因科学家Craig Venter讨论如何用基因技术改造火星，马斯克直接拒绝——“在星舰飞起来之前，讨论到了火星做什么毫无意义。”

二是压缩创新周期。 他认为这比专注更重要。“核心问题是：你的学习循环有多快？”他举了一个数据：特斯拉的车辆摄像头每四天为AI训练集采集的数据量，超过Waymo有史以来的全部数据总量。“而且每一辆车，不管客户有没有付费购买完全自动驾驶，都是一台数据采集设备。”

第三，用宏大愿景吸引顶尖人才。“不只是说我们在造火箭、造车，而是说我们在推动可持续能源转型，让人类成为多星球物种。”这种愿景让最聪明的人愿意加入，而顶尖人才吸引更多顶尖人才，形成复利。

当机器做完所有事，人类做什么？访谈最后，Jurvetson被问到一个哲学问题：当机器比人类做任何事都更好，人生的意义是什么？

他的回答是：人类有一种根本性的需求——“象征性的不朽”，即相信自己为这个世界留下了超越自身生命的东西。“无论是生育、写作、慈善还是创业，这都是同一种冲动的不同表达。”

他认为，人类的进化不是生物意义上的，而是知识积累意义上的。“我们传递给下一代的，是规则、法律、理解，而不是基因。”

但他也坦承，从充分就业到零就业的过渡不会是平滑的。“没有任何政治家在认真考虑30%、40%、50%失业率的过渡期问题。”他说，“我不想以悲观结尾——但如果我们不是直接跳到那个丰盛的世界，中间的路会很难走。”

访谈全文：