Claude Code之父Boris Cherny在红杉大会上分享了几个他对未来趋势的判断，还蛮有意思的（也是现在的一些热议点），总结如下:

1. 在商业与创业生态方面，SaaS 行业的传统护城河将被彻底重塑。
借用《七大力量》的商业理论，Boris认为AI 将使“转换成本”变得极低，因为用户可以直接使用模型轻松地将业务从一个系统迁移到另一个系统。同时，“流程壁垒”也不再构成优势。最新的模型极其擅长梳理流程，它能够利用爬山算法解决任何问题，只要设定一个目标，它就会自动迭代直至完成。不过，像“网络效应”、“规模经济”和“垄断资源”这些经典护城河在 AI 时代依然坚固。

2. 未来十年将迎来初创公司的绝对黄金时代，具有颠覆性的初创企业数量将暴增 10 倍。
一个小型的初创团队完全可以构建出与大型企业同等价值的产品并进行正面竞争。大企业背负着沉重的历史包袱，必须改变原有的业务流程、重新培训所有员工以适应新技术，内部转型阻力巨大。而初创公司则可以轻装上阵，从零开始直接搭建 AI 原生的底层架构。

3. 随着底层架构的改变，工作形态与组织架构也在迅速演进。
职场将诞生真正的“跨学科通才”，代码能力将成为所有岗位的基本盘。过去我们定义的通才往往局限于工程领域内，但未来的通才是跨领域的，他们不仅精通产品工程，还在设计、数据科学等领域表现出色。以 Boris 所在的 Claude Code 团队为例，团队里的产品经理、设计师、数据科学家、财务人员以及用户研究员，每一个人都在写代码。

4. 企业间最大的差距不再是技术落差，而是组织结构与流程的变革程度。
大家能用到的底层 AI 技术其实是一样的，Anthropic 真正领先业界的地方在于其内部的组织工作流：他们公司内部不再有任何人工手写的代码，连所有的 SQL 都是模型编写的。他们的 AI 智能体经常全天候地在 Slack 上互相交流、协作解决未知问题。

5. 软件开发将像读写能力一样被彻底民主化，成为一项人人必备的普及技能。
就像 15 世纪欧洲的活字印刷术让识字率从 10% 飙升至 70% 一样，未来的软件开发将像发短信一样简单。开发逻辑将被彻底颠覆：开发一款会计软件的最佳人选将不再是软件工程师，而是一位极其优秀的会计师。因为写代码将变成最简单的部分，真正困难且有价值的是对业务领域的深刻理解。

6. 模型将完全接管软件工程的决策与执行，如何使用工具不再是用户的负担。
几年后，模型将自动编写所有的代码、自己建立环境、自己启动智能体。关于未来是高度依赖云端算力还是转向本地模型，这其实根本不重要，因为模型会自己做出最优决策；用户未来不需要绞尽脑汁去想如何拆解任务或启动多少个子智能体。模型自己会判断并执行，比如在 4.7 模型中，它已经能主动发现数据变化规律，并自发向用户提议建立一个循环任务来定时抓取数据。

7. 未来的 AI 产品设计将越来越弱化产品外壳。
早期的产品设计占据了极高的重要性，主要用于弥补模型的不足、处理安全机制和提示词注入等。但随着模型对齐能力的提升，模型本身就会自然地做正确的事情。未来的产品重点将转向大规模并行化智能体，以及强化诸如计算机控制和模型上下文协议这样的通用接入能力，让 AI 在后台不眠不休地自动运行各种工作流。

[耶][耶][耶][耶][耶][耶][耶][耶][耶][耶][耶][耶][耶][耶][耶][耶][耶][耶]

“七大力量理论”是由斯坦福大学经济学教授、知名战略顾问汉密尔顿·赫尔默在其商业战略著作中提出的一个经典商业护城河模型。

该理论旨在回答一个核心的商业问题，那就是企业如何才能建立并维持长期的竞争优势，从而获得持续的高额利润。赫尔默强调，单纯的执行力好或努力工作并不能构成护城河，因为这些都是可以被竞争对手追赶的。真正的力量必须是结构性的，即便竞争对手完全看懂了你在做什么，且拥有同样的聪明才智和资金，受限于这七大力量的阻碍，他们依然无法打败你。

这七大力量具体包括：

第一是规模经济。随着企业业务规模的扩大，单位产品的平均成本随之降低。当你的规模远超竞争对手时，你可以提供更低的价格或获得更高的利润率，而较小的竞争对手如果跟进降价就会亏损。比如奈飞，其制作原创剧集的巨大固定成本被全球数亿订阅用户分摊后，每个用户的单位获取成本极低。

第二是网络效应。随着用户数量的增加，产品或服务对每个现有用户的价值也随之提升。这是一种赢者通吃的逻辑。新用户更倾向于加入已经拥有庞大用户群的平台，这使得后来者极难通过烧钱来抢夺市场。微信和领英就是典型的例子，当你的朋友和客户都在上面时，一个全新的聊天软件很难吸引你过去。

第三是反向定位。初创企业采用一种全新的、更优的商业模式，而传统行业巨头无法模仿，因为一旦模仿就会损害其现有的核心利润来源。巨头并非没有能力反击，而是不敢反击。比如先锋领航推出低成本的被动型指数基金时，传统的华尔街主动型基金巨头无法跟进，因为跟进就意味着要放弃高昂的管理费。

第四是转换成本。客户如果想要更换供应商或平台，需要付出高昂的财务、时间、精力代价，甚至面临数据丢失的风险。客户被锁定了。即使竞争对手的产品略好，客户也会因为嫌麻烦或迁移成本过高而不愿更换。比如企业级ERP系统，替换它们将涉及巨大的业务停顿风险和员工重新培训成本。这也是在AI时代会被大幅削弱的护城河。

第五是品牌效应。客户愿意为某种产品或服务支付更高的溢价，仅仅是因为它的品牌历史、声誉或情感连结。品牌能够长期降低消费者的选择成本，赋予产品心理溢价。强大的品牌需要长时间的沉淀，比如爱马仕、蒂芙尼和可口可乐。

第六是垄断资源。企业以极具吸引力的条件，独占了某种能够独立创造巨大价值的核心资产，如专利、顶尖人才团队或独家数据。竞争对手就是买不到、拿不到这种资源。比如皮克斯早期的核心创意团队或拥有独家专利的制药巨头。

第七是流程壁垒。企业在长期运营中形成了一套高度复杂、嵌入组织内部的工作流，使其能以更低成本或更高质量提供产品。竞争对手即使知道流程架构，也无法在短时间内复制，因为这涉及复杂的企业文化和数十年的试错积累。比如丰田生产方式。不过正如访谈中提到的，随着大模型能力的爆发，传统的流程壁垒在未来也会变得越来越脆弱。