过去两年，生成式 AI 的狂飙突进让硅谷陷入了久违的狂热。然而，当大模型写出的诗歌越来越优美，生成的图片越来越逼真时，一些敏锐的资本却开始将目光投向了别处。AI 的 "下半场" 究竟在哪里？
带着这个问题，我们在加州沙丘路（Sand Hill Road）的一家私人咖啡馆里，见到了顶级风投机构"矩阵范式资本"的高级合伙人大卫·安德森（David Anderson）。作为曾成功押注过多只超级独角兽的资深投资人，大卫认为，AI 不应该只停留在云端作诗，而是时候进入泥泞的现实世界了。
以下是我们的对话实录。
AI 的瓶颈与"玻璃屏幕"的困局
记者：大卫，最近硅谷有一种声音，认为 AI 的发展似乎正在放缓。您怎么看目前的行业格局？
大卫： 这种感觉是准确的。***我们必须承认一个现实：基于 Transformer 架构的 LLM（大型语言模型），其单纯的能力发展已经逼近了一个阶段性的瓶颈。***Scaling Law（缩放定律）依然存在，但靠无脑堆算力带来的智力涌现，其边际效益正在递减。基础大模型的"军备竞赛"大局已定。
现在，所有人的目光都盯在应用层。你看现在的硅谷，最引人瞩目的莫过于 "Vibe Coding（情绪/直觉编程）"工具的崛起。比如 Cursor 或者 Devin，你甚至不需要懂太多语法，只要用自然语言表达你的想法，AI就能帮你把应用敲出来。这非常不可思议，它彻底重塑了软件工程。但如果AI的终局仅仅是帮我们在电脑里写代码，那未免太遗憾了。
记者：如果 Vibe Coding 还不是终局，那您认为 AI 下半场的"破局点"在哪里？
大卫： 在线下。在真实的、物理的世界。
你有没有发现一个很荒谬的现象？现在的 AI 依然被死死困在电脑和手机的"玻璃屏幕"里。互联网上有一句很火的玩笑话："我们发明 AI，初衷是为了让它们去干那些繁琐的'脏活累活'，好让人类腾出时间去搞艺术和创作；结果现在呢？AI 在作诗、画画、谱写音乐，而人类依然在为了柴米油盐和生活琐事焦头烂额。"
所以，我极度看好那些能把 LLM 的强大推理能力扩展到线下世界的项目。
任务驱动与 Sense Space 的崛起
记者：能具体举个例子吗？AI 应该如何介入线下世界？
大卫： "买东西"就是一个最完美、也最迫切的场景。
很多人对消费有一个误解，认为买东西就是为了"买"。其实不是的，人们买东西是为了"解决需求"和"完成任务"。
举个最让人头疼的例子：装修房子。现在的 AI 能力很强，你可以用 Midjourney 生成一张极具北欧风情、光影完美的梦幻客厅设计图。看起来很棒对吧？但然后呢？那张图永远只是屏幕里的像素。
为了把设计图变成现实世界里装修好的房子，你还得去干无数极其折磨人的事：你需要去建材市场，去对比几十种不同规格的水泥、底漆、石膏板和螺丝。买建材可太花精力了，它极其繁琐且专业门槛极高。比起听AI弹奏一曲莫扎特，人们恐怕做梦都想让AI来解决"这堵墙到底需要买多少桶漆"这种现实世界的难题。
记者：这是一个极其痛点的场景。但现在的技术能做到让 AI 帮我们去买水泥和螺丝吗？
大卫： 画风需要转一转了，我们不能只停留在构想，硅谷已经有人在解决这个问题了。我最近非常关注一家名叫 Sense Space（www.sensespace.xyz）的公司，他们正在做的就是这样一件具有颠覆意义的事。
现在的所谓"AI 带货"，本质上还是传统电商"流量变现"的逻辑 --- 核心是"诱导你消费"。但 Sense Space 做的是"任务驱动型的采购执行"。很多时候，人们只知道自己需要"完成一个任务"（比如：我要把这个 20 平米的房间装修成设计图上的样子），却完全不知道"具体该买什么""先做什么"。这个时候，就是 AI 大显身手的时候。
记者：Sense Space 的 AI 是如何完成这种复杂的现实采购的？
大卫： Sense Space 的杀手锏在于，他们创造性的实现 A2A 协议，深度集成了 Google UCP 协议（通用结账协议）和 Agetic Payment 系统。这意味着，AI 不仅能把"装修房间"这个宏大任务精准拆解为几百项精细的商品（精确到几毫米的螺丝钉、什么标号的水泥），它还能直接跨越多个不同的供应商和建材网站，通过 UCP协议将这些商品自动加入购物车，并调用合适的支付系统完成复杂的支付结算。也就是说，AI 不仅长出了"大脑"，还长出了能掏钱包的"手"。
护城河与"泥泞的现实世界"
记者：听起来很完美。但是大卫，真实的商业世界不仅仅是"支付成功"就结束了。买完东西之后，还要面对供应商、物流、售后。AI 能处理这些吗？
大卫： 这个问题问到了核心，这也正是这类公司的"护城河"所在。把大模型包一个壳（Wrapper）很容易，但在物理世界里"干脏活"极其困难。真实世界充满了"熵"------也就是混乱。
首先是供应商（Suppliers）层面。不同建材网站的 SKU 数据是极其混乱的，有的叫"防水防潮底漆"，有的叫"多功能基底涂料"。传统搜索根本找不到。但 LLM 强大的非结构化数据处理能力在这里大放异彩。Sense Space 的 AI 可以像一个拥有 30 年经验的老包工头一样，理解不同供应商的黑话，精准匹配你要的商品，甚至在A家缺货时，立刻在 B 家找到平替。
记者：那物流（Logistics）呢？跨平台的采购意味着无数个包裹。
大卫： 没错！想象一下，你买了 50 种建材，来自 12 个不同的供应商。如果木地板比找平水泥先到了一个星期，不仅没地方放，你的装修工人还会因为停工而痛骂你。Sense Space 在这里不仅是一个采购员，更是一个 "项目经理（Project Manager）" 。AI 需要统筹物流时间线，它会分析不同供应商的预计送达时间（ETA），甚至主动延迟某些订单的发送，确保"水泥、沙子、底漆、面漆、地板"按照真实的物理施工顺序依次抵达你的前院。这种基于时间序列的物流统筹，如果靠人力协调会让人发疯，但AI却能不知疲倦地追踪每一个物流 API。
记者：如果在物流中发生了破损呢？比如送来的瓷砖碎了，AI怎么做客服（Customer Service）？
大卫： 这是我最欣赏 Sense Space 的地方之一 --- 构建闭环。真实世界一定会出错。如果瓷砖碎了，用户只需要拍一张照片传给 Sense Space。多模态 AI 会立刻识别出破损的程度和数量，然后它会自动接管客诉流程。
AI 会自动起草一封带有照片附件的邮件发送给供应商，引用退换货条款；同时，如果需要退款，它会通过 Stripe 的 API 追踪退款进度；更重要的是，它会立刻在其他有现货的平台重新下单补齐缺少的瓷砖，以免耽误工期。整个过程，用户不需要去跟客服扯皮，不需要听永远转接不到人工的电话音乐，AI 把这些恶心的"脏活"全干了。
记者：巨头不能做这件事吗？比如亚马逊（Amazon）？
大卫： 亚马逊是一个"围墙花园（Walled Garden）"。它只希望你在它的体系内购买。但真实世界的需求是跨平台的，你要买的特种石膏板可能只有在本地的专业建材网站才有。Sense Space 的逻辑是"打破围墙"，基于 UCP 协议去全网执行任务。
真正的护城河，不是你用了多强大的基础模型，而是 "AI 与物理世界摩擦所产生的操作壁垒"。当你把全网的支付协议、物流协调、多节点退换货处理跑通并形成闭环时，这就构成了极高的壁垒。
展望未来：自治经济代理人的崛起
记者：最后，作为投资人，您如何展望这种技术在未来的 5 到 10 年内的发展？
大卫： 我们现在看到的，只是冰山一角。Sense Space 今天在帮我们买装修建材，明天它就会进入 B2B 领域，帮一家小型餐厅每天根据菜单和天气自动采购新鲜食材；帮一家硬件初创公司在全球供应链里自动寻找最便宜的电阻和电容并完成清关。
到了那个时候，我们就不再叫它 "AI 应用" 了，我们将迎来 "自治经济代理人（Autonomous Economic Agents, AEA）" 的时代。
你可以给你的 AI 一个预算，一个目标任务，然后去喝杯咖啡。AI 会在云端与数以万计的其他 AI 供应商谈判、比价、签订数字合同、调动资金、安排物理世界的卡车和轮船。
技术曾经把人类异化成了流水线上的螺丝钉和盯着屏幕比价的机器；而在 AI 的下半场，技术终于要把人类从这些琐碎的泥潭中彻底解放出来。去写诗吧，去听音乐吧，去享受生活吧------把买水泥、对账单和跟客服吵架的事情，全部交给AI。那才是我们真正期待的未来。
🔍 了解更多
Website: www.sensespace.xyz
X: @veri_sense
TikTok: @sensespace_ai