他的观点基本都认同，归纳一下主要是几个：
- 这波大模型浪潮里巨头本身就是高增速、超高投入的"巨无霸初创"
- 应用功能会被快速吸进大模型产品线。------这在chatgpt和anthropic的发展里已经反复验证了。chatgpt总是把最普适的功能融合进来，所谓的"吃应用、吃社区"；而anthropic持续的在提出各种理念先进的新标准、新实践，将应用层的"补丁"瞬间击碎
- 基础层变化太快，应用根本来不及沉淀出一个"公司"。从当前市值最高的大模型应用公司（~300亿）cursor身上有这么多隐忧，就能一见端倪。
所以得他建议是，应用只有这几条出路：
- 赚一波块钱。------我理解现在很多做现有流程提效的，特别是2B的、for电商，打的就是这个心思。他们很清楚自己没有长期的护城河，保持正向现金流，积累认知、培养团队，等下一个范式。
- 被大公司收购。------你可以说windsurf老板脏，但你不能说他认知低。
- 找垂直、专业场景，找"真实世界数据护城河"（硬件、数据孤岛）
你怎么看？
原文
我的AI投资核心观点是，每一家AI应用初创公司都可能被基础模型提供商的快速扩张所碾压。
应用功能将被添加到基础模型的产品中，因为大公司并不像传统意义上的"反应迟钝的老牌企业"（在这里套用"快速初创公司，迟缓老牌企业"的类比是错误的），它们只是规模庞大。与任何其他先前的新技术相比，这是一个巨大且快速变化的浪潮，几乎每个新应用都能在发明的同时被淘汰。几乎没有时间来建立公司并将其规模化。
AI应用初创公司创始人有两种赚钱方式：
- 制作一个昙花一现的应用，赚取大量现金并存入银行（我的估计是您大约有12-18个月的现金流生成时间）
- 制作一个足够好的应用，被大公司以足够的股权收购
这种情况极不稳定------我们不知道它会崩盘还是会暴涨，但这两种情况都使得任何AI应用初创公司不太可能独立成为一代超级公司（基础概率本来就很低）。
最好的机会是在高度专业化的领域找到应用细分市场，这些领域拥有极其独特和具体的数据壁垒，最好是涉及真实原子（硬件或现实世界相关）数据，而不是软件/金融数据。
补充说明：
这个thread引起了很大反响，所以我提供一些额外的跟进说明：
这并不是你典型的"老牌企业很敏捷"的预测，也不是老套的"如果谷歌复制你的初创公司怎么办"这种中等水平投资者的问题。
这个核心观点的全新之处在于，与过去不同，AI行业的特定要素很可能使得应用公司无法跟上被淘汰的浪潮，这个浪潮将比以前的技术浪潮快得多，快得多。
基础技术根本没有以任何方式稳定下来，应用需要一个足够稳定的基础平台在相当长的时间内来创造价值，然后建立一个系统来货币化那个价值（即"一个业务"）。基础性质的根本性变化率是为什么我认为几乎所有应用初创公司都无法存活到实现任何规模化，而不是因为当前的大玩家有什么特别之处。
大多数公司都无法在商业技术环境的重大变革中幸存下来。但这些重大变革发生得足够缓慢，以至于人们可以在之间建立业务。PC、桌面互联网、移动互联网等都花了多年时间发展，并且间隔足够长，让应用公司能够成长、成熟，并自己成为老牌企业。作为基准，大多数初创公司在快速变革时期也无法幸存。少数幸存的老牌企业需要极强的敏捷性，以及在上一纪元足够的稳定立足点（即不会太快消失的收入基础）来资助它们的进化。
此外，通常是新初创公司推动颠覆来挑战老牌企业。AI的情况并非如此。在这种情况下，最大的玩家是那些持续引发重大变革的一方。环境被持续搅动，以至于在下一波浪潮将它们淹没之前，应用初创公司没有稳定的基础来站稳脚跟。我不是在说老牌企业在竞争中击败它们，我是在说格局的变化使它们变得过时。
从实际投资的角度来看，将这个核心观点应用到AI应用初创公司的方法是问：支撑这家初创公司存在的基本假设在五年后会是一样的吗？还是会有不可预测的不同？这里的关键是可预测性------如果未来会完全不同，但你可以自信地预测它，你可以预先调整你的业务定位。但这不是当前AI领域的情况。如果你唯一确定的是20个人将以极高的速度把冰球拍向某个疯狂的方向，你就无法滑向冰球要去的地方。
重大变革现在以9-12个月的周期发生。很少有初创公司能在那个时间框架内成长为成熟的企业------我说的成熟是指拥有所有无聊的东西，比如销售关系和品牌认知。是的，你的工程师可以进行变革，但人类的招聘周期、团队巩固和市场关系是不可压缩的（例如，如果你在一个月内雇佣100人，你的组织就会崩溃）。
因此，应用公司在重大变革发生之前永远无法完全达到业务门槛。当我说老牌企业将占据应用领域时，我是说它们是唯一能够提供足够内部稳定性和资源来在它们自己将推动的重大变革中幸存下来的公司，而不是说它们将提供更优越的产品。它们只是不会饿死的那一批。