当前市场中，无论是GP、LP还是创始人，可能缺乏准确标记资产和主动修正估值的动力。

作者：MD

出品：明亮公司

近日，知名投资播客Invest Like the Best再次邀请到Benchmark的合伙人BillGurley，全面讨论了当下美国一级市场的现实问题，以及AI企业目前的估值和投资矛盾。

在访谈中，Bill剖析了当前风险投资行业的结构性变化与挑战。他指出，MegaFund的崛起使得资金规模成倍增长，早期和后期投资界限模糊，巨额资本推动了大量AI和科技独角兽的诞生。然而，这些公司中存在大量“僵尸独角兽”，即融资巨大但增长乏力、真实价值存疑的企业。Bill强调，当前市场中，无论是GP、LP还是创始人，可能缺乏准确标记资产和主动修正估值的动力，导致账面价值与实际价值严重背离，激励机制错位。

在访谈中，Bill还分析了零利率环境下的投资（投机）环境，资本过剩延长了公司“存活期”，使得本应被市场淘汰的企业依然存在，市场竞争格局变得异常复杂。与此同时，IPO和并购窗口的关闭让大量资本被困在一级市场，LP的流动性问题日益突出，甚至名校捐赠基金也不得不通过发债或抛售私募资产来应对资金压力。

Bill还认为，AI浪潮的到来打断了本应发生的市场修正，AI被视为历史性平台转型，带动了新一轮的投资热潮和估值泡沫。他提醒，虽然AI带来巨大机会，但行业各方需要警惕基本面和单位经济模型的重要性，不能盲目追逐高估值。

虽然Bill在访谈中坦言自己“已经不再写支票”，但他仍然非常关注中国AI和科技创新的模式。

在Bill自己的播客BG2最新一期中，他也分析了中国企业“竞争模式”的转变——从光伏、新能源汽车到如今的AI，中国的激烈竞争环境反而可能塑造更具竞争力的公司。Benchmark仍然是目前硅谷最成功的VC机构之一，不久前，Benchmark作为领投方参与了ManusAI的新一轮融资。

以下为「明亮公司」编译的访谈正文：

Patrick：我们今天的嘉宾是BillGurley。Bill曾是BenchmarkCapital的普通合伙人。他第六次做客InvestLiketheBest，这也是他最全面的一次市场分析，探讨了正在重塑风险投资行业的现实。Bill直面了当今风险投资回报背后的令人不安的数学问题，尤其是公司私有化时间更长的现象。他还解释了为什么从GP到LP到创始人，没有人有足够的动力去准确标记资产，从而造成了整个系统的协调难题。我们还深入探讨了AI作为平台变革的投资影响，从评估AI收入质量到国际竞争动态。Bill提供了关于如何应对当下和未来局势的关键视角。请欣赏我与BillGurley的对话。

Patrick：Bill，这次你又拿回了InvestLiketheBest节目嘉宾最多的头衔，超过了我们的好朋友MichaelMauboussin。欢迎回来。

Bill：嗯，我想不到还有谁能和Michael争这个头衔。

Patrick：有趣的是，这是我们自2019年以来第一次只有我们两个人做节目，难以置信。时间过得真快。既然就我们俩，我想从大处着眼，聊聊你眼中的现状。我知道你过去在Benchmark时会做市场版的“国情咨文”。希望你能为我们做一次，聊聊你在2025年夏天看到的市场情况。

Bill：我很高兴做这个。是的，我以前会用风险投资现状来开启我们的LP会议。这是我习惯做的流程和演讲。最近我注意到风险投资世界有很多不同的地方，甚至可能是永久性的不同。很多我以前讲的内容都是基于风险投资行业本身的周期性，但最近这些规律被打乱了，或者说变得有些混乱，我们会聊到这些。

在我们深入之前，我有两个前提要说明。第一，Michael会很认同，我非常喜欢系统层面的思考。有一本关于系统思考的书很棒（注：但是没有提书的名字）。Michael和我在圣塔菲研究院（Santa Fe Institute）的时间基本都和系统理论有关——系统的行为不同于其各个组成部分。跨系统观察其实很难做到。但当我们深入讨论时，我认为行业里的很多组成部分正在相互碰撞，所有这些的总和才是最有趣的。所以你必须退后一步，从远处看全局。

第二点，我要提前声明，我对任何参与者都不做道德评判。有人和公司采取的行动改变了行业格局，我认为他们都是在为自己的利益合理行事。总体效果未必对世界有利，但我不会把恶意归咎于任何人，这点我想先说明。

那我开始讲。我想先罗列一些我看到的市场现实。在第一部分，我不打算做太多分析，只是把一些如果你身处风险投资市场就会遇到的事情摆出来。顺便说一句，我认为我们要谈的内容对风险投资人、创始人、LP，任何接触这个生态系统的人都很重要。这是非常高层次的话题。让我先说说这些现实，然后我们可以来回讨论一些解读。

一级市场的七个现实

一、MegaVC Fund

Bill：首先我要提的，大家都在谈论，就是超级风险投资基金的持续崛起。当我刚入行时，一切都很定制化，大多数有名的基金专注于早期投资。他们不参与后期，基金规模也比现在小得多。

如今，许多知名基金已经从每三四年5亿美元的承诺变成50亿美元，10倍增长。他们非常积极地参与所谓的“后期”投资——虽然我一直觉得“后期”只是“巨额支票”的委婉说法。现在有人愿意给一家成立12个月的AI公司投3亿美元。这不是后期，只是大额支票。

很多公司向上游发展，还设立了各种行业专项基金，这导致许多品牌管理的资金规模大幅增加。还有很多新玩家进入后期市场，手法各异，有些老牌机构偶尔也会参与，比如Fidelity和CapitalGroup。但我认为Atreides、Coatue、Altimeter、Thrive（我觉得他们在市场上做得很有特色）都非常活跃。还有，Masa（孙正义）回来了。我们前几年没怎么听到他的消息，但他现在又活跃在市场上了。

Patrick：他自己就是个指标。

Bill：对，我同意。所以现在市场上有更多的钱。

二、僵尸独角兽

Bill：第二个现实，大家也在谈论，就是“僵尸独角兽”，我不太喜欢这个词但用得最多。如果你看那些公司数量，我喜欢用LLM前后做分界，因为这确实是个分水岭，大家都为这个新平台转型而兴奋。大概有一千家这样的私有公司，融资超过10亿美元。ChatGPT告诉我是1250家，NVCA（美国国家风投协会）说是900家。就说差不多一千家吧。

Patrick：大致一千家，对。

Bill：对。它们每家大概融资2亿到3亿美元。加起来就是3000亿美元。NVCA估算LP账面资产有3万亿美元。我和LP一对一聊过，他们对风险投资的配置比例慢慢从5-7%提高到10-15%。有的甚至达到私募股权配置的一半。风险投资和私募股权并列，有些LP的PE配置更大，但风险投资在他们资产负债表上的占比越来越大，所以很重要。

我觉得对这一批公司有很多疑问。首先，它们的真实价值是多少？很多公司上一次定价还是在2021年。

Patrick：2021年左右吧。

Bill：对，那时正好是市场高点，新冠第二年，如果你还记得，所有科技股都大涨，Zoom那时爆发，大家在那个窗口都表现很好。所以它们现在到底值多少钱，是个疑问。投资圈对这批公司整体上并不感兴趣。它们增长率不高，等下我会谈谈原因。

很多人可能不信，但我保证这是事实——没有人有动力把估值标准确。对于不了解这个世界的人来说——私募投资，无论PE还是VC——都是这种奇怪的模式，GP向LP报告价格，他们自己定价。

当然有审计师在背后捣鼓，你会听到LP抱怨，有些基金很保守定价低，有些定价高。LP得到的信息也五花八门。

Patrick：同一个资产，不同GP给的价格都不一样？

Bill：对。但很多人没意识到，大型捐赠基金里管理VC组的经理人其实没有动力去修正这个数字。实际上，他们很多人的奖金是基于账面估值的。所以他们甚至有反向动力去修正。

三、激励错位，结果糟糕

Patrick：创始人难道没有动力把这些事情搞对吗？长期来看，难道不是更有利于公司建设吗？

Bill：好问题。我觉得有两点在作对。第一，我认识的每个创始人都把自己持股比例乘以公司历史最高估值，然后把这个数字当做自己的净资产。

Patrick：但这有意义吗？其实不代表什么。

Bill：我不做评判，我觉得这是自然反应。但把这个数字砍掉70%很难接受。另一个问题是清算优先权（liquidationpreference）。这又是个技术细节，我给听众解释一下。

你累计融资的金额，就成了你的清算优先权。在并购时，投资人可以选择拿回本金而不是转成普通股。所以如果公司融资3亿美元，估值20亿，那清算优先权没什么影响。如果估值跌到4亿，清算优先权可能会在出售时拿走公司75%的价值。这是个现实问题。

Patrick：如果我们回到那一千家僵尸独角兽，仔细分析，你觉得有多少公司是盈利的，可以一直这样下去，直到他们愿意重新定价？又有多少公司会撑不下去，最终不得不融资并重置价格？

Bill：说实话我没做过统计学意义上的调查，也许有人能做，比如基金中的基金、Pitchbook或Carta之类的机构。我觉得可以作为引子谈谈发生了什么。我们正处于一个很长的零利率时期，现在叫ZIRP，这种情况百年未见。零利率持续了五六七年？差不多吧。

Patrick：很长一段时间。

Bill：一方面，这推迟了VC的调整，另一方面带来了大量资金和投机。有个小插曲，我这辈子只见过巴菲特一次，是个20人的小型筹款活动，每人只能问一个问题。我问他说，“您的DCF在零利率下不成立吧？这只会带来投机。”他回答，“你说得对。”就这样，和伟人的一次短暂接触。

总之，投机盛行。我刚才说的200-300亿美元，这种规模在那之前是前所未有的。

当公司拿到这么多钱，会发生几件事。我认为一个领域会出现太多参与者，本来应该更早被淘汰的公司也能活下来。这让市场扩张变得更难，因为最后幸存的公司从1-2家变成3-5家。当你过度融资时，你什么都做。有很多文章和研究说明，约束会带来创造力，你最好只做一两个核心产品。但钱太多时，你会做七个项目。

Patrick：全都做了。

Bill：对，全都做了。我觉得2022、2023年有一次小调整，那时AI还没爆发。大多数公司都转向盈亏平衡，正如你说的。所以一旦转向盈亏平衡，就会砍掉那七个项目，只保留两个。

但那七个项目和过度扩张的销售团队，带来了收入，但不是可持续的收入。你一旦收缩并追求盈亏平衡，增长率自然会受影响。所以我认为这就是增长低迷的原因。

我同意你的观点，很多公司有足够的资本做到盈亏平衡或接近盈亏平衡。按我以前对传统公司建设的看法，这本应是好事，我当然支持。但现实是，它们也许真的能一直存在下去，这就是“僵尸”标签的由来。

Patrick：那这又意味着什么？既然没人有动力去修正估值，这种状况是不是就会一直持续下去？会有什么改变吗？

Bill：我们待会儿再回到这个问题。让我把这些市场现实先讲完。

Patrick：好的，继续。

Bill：然后我们可以深入讨论可能发生的变化。

四、退出窗口关闭

Patrick：下一个问题是退出。也就是这些公司在真实市场中会被如何定价。

Bill：对，所以我们讲了超级基金、僵尸独角兽，然后是资本市场。出于一些没有被很好阐释、也不太被理解的原因，IPO和并购市场在过去几年都停滞了。2021年这两方面其实都挺好，但之后就停了。如果你看去年（2024年），纳斯达克涨了30%，但窗口依然关闭。这是大家普遍的共识。

在我关注资本市场和从事风险投资的历史中，从未见过纳斯达克市场表现良好但退出窗口却关闭的情况。

Patrick：没有IPO，对。

Bill：对，这说不通。过去这两者是相关的，所以现在一定有别的事情在发生。我一直很关注IPO折价，尤其是知名大行强加给市场的折价。但也有人认为上市成本太高，也有人认为成为上市公司的成本太高。当然，钱到处都是。我们稍后会回到这个话题——现在成功的公司没必要上市，或者说他们至少不必着急上市。

并购更难解读。大家都怪LinaKhan（美国联邦贸易委员会委员），但她已经离开了，今年前五个月也没有创纪录的并购。我觉得这可能和“七巨头”有关。这七家公司手头现金多得惊人，按理说这会带来大规模并购，我相信他们也很乐意用这些钱。但华盛顿不乐见，欧盟更不希望他们活跃，所以局面卡住了。没人愿意在并购协议中冒着无法顺利完成的风险。

即使像Wiz这种今年的大案子，一宣布就说需要一年多才能完成。对董事会和管理团队来说，这很难接受。等一年，太难了。

Patrick：你觉得我们很快会看到一家估值一万亿美元的私有公司吗？

Bill：SpaceX离这个目标还有多远？

Patrick：大概三分之一吧。OpenAI也是三分之一。Stripe是十分之一。有好几家，如果它们能保持成功，很可能做到。我是想说，如果你能成为万亿美元私有公司，还需要上市吗？这听起来很疯狂。

Bill：我们会谈到这个。还有一个可能影响并购的因素是高估值。2021年我们把最激动人心的公司都推到极致高价，今天还在继续。这也会影响并购。

Patrick：你能不能再说说为什么这种情况会持续？是不是反馈回路就是我们刚才讨论的那些？

Bill：我觉得ZIRP（零利率）是LLM之前的主因。LLM之后，大家都相信AI是有生以来最大的技术平台转型。所以如果你相信这一点……还有一点，我回忆起三十年前我和Mauboussin在FirstBoston时，网络效应和复利效应还没有被充分理解或认可。现在大家都完全相信了。

所以看过Google或Meta从120亿到3万亿的人，如果他们认为某公司可能达到那样的高度，在他们看来就不存在“买贵了”——独立投资人这么想是合理的。如果大家都这样，市场就会把预期计入价格，但我们拭目以待。

五、LP流动性问题

Bill：下一个现实是，很多LP面临流动性问题。这是新现象，和IPO、并购窗口关闭有关。还有一个数据挺有意思，2025年第一季度，美国高校发行了120亿美元债券，是历史第三高季度。如果你用债务去满足资本承诺，是因为你的捐赠基金没有足够流动性，无法像以前那样每年支付3%或5%的支出。

最近你可能看到，哈佛宣布在二级市场出售10亿美元的私募股权资产。他们有很多特殊原因，但更有意思的是耶鲁宣布要出售60亿美元私募股权资产。

耶鲁做这件事非常重要也很有趣，从历史角度看，没有哪个机构对捐赠基金管理策略影响更大。

Patrick：确实没有。

Bill：DavidSwensen（耶鲁大学前CIO、《机构投资的创新之路》作者）是这一模式的鼻祖。

Patrick：他是这个模式的教父。

Bill：没错。耶鲁据说在他任内35年年复合收益率13%。他著名的“耶鲁模型”就是把更多钱投到非流动性资产上，而不是流动性资产。最初没人这么做，因为缺乏透明度、流动性，管理难度大。但他做成了，而且很成功。现在我们可能看到的正是所有人都效仿耶鲁模型的结果。HowardMarks曾说，你只有在非共识且正确时才能赚大钱。但如果人人都效仿Swensen，都把50%投到非流动性资产，还能成功吗？

我觉得这是个很有挑战性的问题，但事实可能就是这样。耶鲁带头采用的策略，现在他们自己也在退出，这很有意思。

六、PrivateistheNewPublic（一级是新的二级）

Patrick：如果你考虑LP的流动性问题，这会不会成为打破你刚才描述的僵局的关键？

Bill：有可能。如果我能继续讲完这些现实，我们会——

Patrick：好，抱歉，忍不住插话。

Bill：AI浪潮来得很巧。这是我说的第5点吧。我们本来正走向一次小型修正。你要记得，Patrick，那时大家都在勒紧裤腰带，裁员，追求盈亏平衡，都担心能不能再融资。

在我三十年风险投资生涯中，每次行业过热都会有一次修正，然后一切归于平静。我见过摩根和高盛在SandHillRoad开办公室又关掉，见过《财富》和《福布斯》关注硅谷又撤走。我见过好几次。

但这次没有完整的修正，因为AI出现了，大家都太兴奋了。我不是说不该兴奋，如果这真的是我们有生以来最大的技术平台转型，那必须兴奋，这会影响僵尸独角兽群体和一切。

但突然之间，投资热情高涨。AI公司估值和收入的倍数是多少？10倍、20倍普通公司，是不是？

Patrick：差不多，有的甚至更高。

Bill：对。尽管传统LP资金紧张，他们还是能在别处找到钱。中东是主要资金来源。过去12个月，你有多少朋友去中东？很多吧。他们都在和募资人谈，所以钱找到了，大家都在追逐这个机会，没人想错过。这是整个局势中非常重要的组成部分。

七、后期市场的新变化

Bill：最后一个现实，你已经提到了，就是后期市场的新动作。我觉得Thrive的Josh和团队带头做了这件事，当然不止他们。

他们会去找那些本来准备上市、媒体也报道要上市的公司，给出一个让人难以拒绝的报价，创始人流动性、员工流动性、天使投资人流动性都被鼓励，公司也更愿意保持私有化。最近的例子是Databricks。

Stripe的Patrick和John也在不同播客上谈过。一开始他们还说“也许会上市，不过现在不急”，后来更像你说的，“也许永远不上市”。我和一些LP聊过，这很不寻常。他们在Stripe里进进出出，公司也很适应。这在我们行业很新鲜。

Patrick：这些公司能拿到所需资金，无论是员工套现还是早期投资人出让股份，基本就像“预约制公开市场”一样？

Bill：对，就像老式的粉单市场，按预约交易。

Patrick：Stripe无疑是一家伟大的公司，由杰出的创始人领导。如果你能拥有自己的私有市场，为什么还要承担额外的工作、监管、数据披露、让竞争对手知道你的情况？这对所有人都合理，所以我怀疑这种模式会不会一直持续下去。

Bill：也许会。

Patrick：如果LP能通过转让Stripe股份获得流动性，那流动性问题也不存在了？

Bill：我们马上就要讨论这些。我想补充一点——这些鼓励公司保持私有化的投资人还有另一个动机。传统IPO时，银行会非常谨慎地分配份额。如果某家大型公募或私募基金申请配售，通常会超额认购100倍，希望能分到1-2%。他们不可能分到30%。但这些投资人去做私有大额轮时，可以拿到30%的股份，比IPO多得多。而且他们还会联合做这些案子。

所以这是种寡头式的机会，把IPO成长红利从公开市场抢走。亚马逊上市时不到10亿美元，现在市值超万亿，公开市场享受了这些复利增长。如果你延迟上市，提前获得高比例持股，这些投资人比在公司上市后买入更有利。

还有一点很重要，他们会告诉LP：公司不再像过去那样上市了，如果你想获得这些高增长科技公司的收益，必须投资我。这很有说服力。

美国资本市场健康吗？

Patrick：你的市场现实已经讲完了。现在我想仔细追问一下。对我来说，有趣的前提是，我一直希望资本市场健康运作。美国资本市场是世界历史上极为重要的创新引擎，推动了无数创新。

所以我的观点是，只要能让风险定价合理、资本市场健康运作，我都支持。我很好奇你觉得在这些现实下，系统最不健康的地方在哪里，你希望它发生哪些改变？

Bill：我同意你的愿望。我认为，如果有更多公司参与，我们会更好。我刚才没提到，但你肯定知道，大多数人也知道，美国上市公司总数比高峰时大大减少。上市公司变少，很大一部分原因就是IPO过程。

知名投行、我请我的朋友JayRitter重新跑过数据，现在IPO折价25-26%，再加上7%的费用，资本成本就是33%。我认识一位CEO正在准备上市，和投行讨论时，投行说你应该按X价格发行，创始人说我明天能以高20%的价格在私募市场融到10亿美元。

就像你说的，如果私募市场这么流动、灵活、最优，为什么还要上市？我不知道需要什么变化。我觉得只要涉及融资的IPO，大家都会绕开这部分。

SEC的HesterPeirce有一篇很有意思的文章，也许你可以放在节目备注里。她是SEC任职时间最长的委员，现在只有四位委员，她是最支持加密货币的那位。这篇文章叫《ACreativeandCooperativeBalancingAct》，她认为区块链或许能修复IPO市场，这很有挑战性。

Patrick：具体怎么做？把私有资产代币化然后自由交易？

Bill：把证券代币化。没人会回头用IPO那套分配方式做加密资产。肯定会用分布式账本。ICO已经是这么做的了。所以这很有意思，我会关注。

并购很难，监管压力太大。AI领域有一些“变通式收购”，比如先签许可协议、再雇人，但很久没见到真正的大案了。这是绕路的方式。

而且，如果定价太高，比如现在很多AI融资轮，我能理解苹果可能会想收购Perplexity这样的公司，但它们刚刚以150亿美元估值融资。价格太高，很难成交。所以我也没办法。

资本市场方面，你刚才说大家都说美国资本市场全球最好、全世界羡慕。我个人没那么确信。

Patrick：你还见过哪些有趣的资本市场创新？你提到中东在新技术浪潮中非常积极主动，力图参与最有趣的公司、技术和基础设施。还有其他你觉得有意思的资本市场创新吗？

Bill：不一定算创新，但Coatue最近有个新动作。我没和Philippe聊过，只是说说我看到的。他们以前最低认购额是500万美元，现在降到2.5万美元，还和一家投资银行合作推广。这和我刚才说的向LP推销类似，但其实是开发了新的资本来源。大家有时把这类投资人称为“牙医和医生”，本来没法投Coatue这样的基金，现在可以了。PE行业也在做类似的事。有家大型PE公司在华盛顿游说，希望允许401(k)计划投资私募，试图解锁新资本来源。

有人反驳我，说“美国机构LP资金紧张没关系，我们会在别处找到钱，事实证明我们做到了。”但这只是往管道里加更多水。如果出口堵住了，加再多也没用。我一时想不到更好的比喻，也许人类消化系统最贴切——只进不出，便秘了，吃再多也没用。

Patrick：你和LP聊天时，他们通常会说些什么？有没有什么他们不公开说、私下才讨论的内容，你觉得很重要？

Bill：我觉得他们对我刚才讲的市场现实有很高的认知。在他们的位置上，必须做出决策。说到长期决策，如果你在捐赠基金工作，决策时间很短，反馈周期却长达10-15年，所以很难。

但你必须开始思考，我们讨论的这些问题到底是暂时的还是永久的。如果是永久的，你就必须改变做法。正如我提到的，有LP进出过Stripe，知道该找谁联系公司资本市场负责人，开始考虑这可能是永久性的，思考如何为这样的世界做准备。

Patrick：Apollo最近有个报告，说年收入超过1亿美元的公司中，87%现在都是私有公司。当然如果按市值算，还是上市公司占大头，因为科技巨头太大了，但很夸张。1亿美元收入不少啊。我们确实生活在一个高度私有化的世界，这无法否认。

Bill：是的，也许我该改一下措辞。你刚才说，最好的世界是资本市场高效、上市便捷、流动性强、交易成本低。我确实认为那样的世界更好。

如果我们进入一个新世界，要让普通投资者参与高增长科技公司，只能让他们通过2/20的风险基金间接参与，我觉得……那本著名的投资书叫什么来着，《OneUpOnWallStreet》？Harvey……

Patrick：对，就是那本。

Bill：他绝不会希望世界变成这样。但我们似乎正朝这个方向走。我觉得信息更不透明，透明度更低，欺诈更多，交易成本更高。这是必然结果。我们拿Stripe举例，它是一家公司。顶多你可以举5家类似公司，但我们担心的是1500家公司。他们不可能都变成Stripe。

Patrick：你曾经教过我一件事——你必须在现有规则下打球，同时也要思考未来规则的变化，为未来做准备。但如果我们就事论事，以“场上规则”为前提，面对这个更混乱、以私有市场为主、流动性紧张的现实，你觉得不同群体该怎么做？从创始人说起，一直到真正创造价值的创业者，他们由这些资本市场资助。

在AI世界里，假如他们能以150亿美元估值融资，也许就该拿。那么你会怎么建议他们，在当下的游戏规则下做出最优选择？

Bill：他们被迫在场上规则下行动。这也是我觉得这个世界最糟糕的地方。我最近发现一个词，叫“灌食管”（gavagetube），你知道是什么吗？

Patrick：不知道。

Bill：法国人用它强行给鹅喂食，用来做鹅肝。这是喂食漏斗的照片。在这个世界里，现实就是——2021年时就是这样——只要有点风口，公司门口就有人敲门，想塞给你1亿、2亿、3亿美元。

对那些一直为融资苦苦挣扎的创始人来说，这听起来可能很荒谬，但这就是现实，你也知道。这导致所有人都要孤注一掷，allin。

我在Uber-Lyft竞争时亲身经历过。现在每一个细分领域都会有这种资本大战。你刚才提到传统公司建设。传统公司不是每年烧1-1.5亿美元，但所有大AI公司都在这么做，甚至更多。OpenAI说他们一年要烧70亿美元。

这不是你爷爷的创业方式，也不是你爷爷的风险投资；这是一个完全不同的世界。如果你是创始人，你可能希望能忽略这些，按自己的方式建公司。但如果你的竞争对手融资3亿美元，销售团队扩张10倍、50倍，你很快就会被淘汰。

所以你被迫在场上规则下行动。好消息是，因为投资人太eager了，你大概可以实现创始人套现。我认为这对公司长期成功不利，但因为这符合投资人策略，他们都鼓励你这么做。所以你应该适当套现。如果有人愿意以30倍收入估值投资，强迫你玩一个你不习惯的高烧钱游戏，你应该适当为自己留条后路。

我觉得这对生态系统很糟糕，因为我们将失去所有小型和中型退出，只剩下豪赌全垒打。但现实就是这样。我们似乎没有从ZIRP时代吸取任何教训。

我们刚才谈到的僵尸独角兽问题，现在又在AI公司身上重演。

关于AI平台转型的思考

Patrick：我想追问一个很关键的问题，就是AI作为新一代通用赋能技术。这是现在和2021年的最大区别。正如我们前所未见如此巨大的融资轮，也从未见过公司收入增长如此之快。我知道你和我一样热爱技术，我每天都在用这些东西，感觉这是我用过最神奇的技术。

所以我想让你畅谈一下“牛市论”，也就是大家其实并不非理性，因为我们真的会迎来5%GDP增长或者更疯狂的数字。因为这确实是不同等级的技术，甚至比互联网还大。

Bill：首先我同意你说的。我绝不会反对它是一次真正的平台转型。如果它是平台转型，比如移动互联网、PC，这已经足够大，不必比前几次更大。

Patrick：哪怕只是又一次平台转型？

Bill：对，绝对是其中之一，甚至可能更大。这就引出了我们刚才讨论的一切。正如我一开始说的，我对任何参与者都不做评判，现实就是现实。我的脑海中确实有一种可能性，一些收入增长其实是算在算力转售上的。

市场上很多公司其实是在把基础模型和云服务包一层壳再卖出去。很多公司其实是负毛利的。你买这些“壳”公司产品，可能比直接买模型或云服务还便宜，而且这些收入被重复计算了三四次，毛利为负。

直到我们真正关心单位经济效益那天——但在资本大战的all-in阶段这是不可能的，大家只能抢市场份额。等到优化模式到来，那才是关键节点。我对这一点毫不怀疑，即使不谈基础模型，比如BretTaylor在Sierra做的事，我毫不怀疑AI会切实改变他们接触的每一家企业。

我完全相信这一点。也就是说，很多现象其实是对现实的理性反应。

Patrick：如果说你经历过很多技术范式转移，这一波让你最兴奋的地方是什么？

Bill：这个问题对我来说很个人，和你刚才说的一样。我现在每天用AI平台做40-50次搜索，比我用Google搜索的频率还高。几乎都是快速学习，无论是回忆细节还是了解新知识，每天都在发生。

我觉得，对于那些天生自学能力强的人来说，他们提升效率、成长速度会快得惊人。除此之外，像特斯拉自动驾驶以及其他用传统AI解决的问题也让我很感兴趣，甚至可能更深远。我确实担心LLM有局限性，虽然可能能解决，但它们本质是语言模型，对数字不够好。

当人们说通用AI会取代所有计算时，我并不认同，除非这些缺陷被修复或融合。现在你问AI数学问题，它会去写Python，以后会有更多类似的做法。如果你想为“AI真的有用”辩护，我无法反驳你。

GP和LP面临的两难

Patrick：我们再往前一步，谈谈GP（普通合伙人）。同样的问题：在当下的游戏规则下，什么是理性的做法？这里有两个版本，一个是“斯波克式”的理性答案，一个是“柯克式”的情感驱动答案。

斯波克式就是：既然市场如此，我要打造平台，按理性最大化投资回报。

柯克式则是：如果你今天要重新创办一家风险投资公司，你会怎么做？会像你在Benchmark时那样做小基金吗？还是会搞一家无所不投、收费结构不同、能适应新规则的基金？我想听听你两种视角的答案。

Bill：我在回答时想强调两点中的第一点：时间是个大问题。我们把公司流动性的时间从5-7年拉长到10-15年。我不知道确切数字，但每个LP都意识到这个问题。

我发给你过一张NVCA图表，显示风险基金在5-10年内返还承诺资金的百分比。过去平均是20%，最高到过30%，去年降到5%，现在大概在5-7%区间，这反映了LP的流动性大问题。

但这对GP也是个问题。时间为什么是大麻烦？因为有资本成本，IRR（内部收益率）会被时间侵蚀。大家都说，哦，重要的是DPI，不是IRR，但如果时间翻倍，IRR就成了关键。这才是真正重要的。

除了时间和资本成本，还有稀释。每只僵尸独角兽每年都要为员工激励发行3-6%新股。

把这两点结合起来问题就很大了。假设你原本希望第10年能拿回100美元，如今要推迟到第15年。只按10%复利算，第15年得值160美元才能等价。如果你认为这些人投资风险投资就是图大回报，那你的资本成本不是5%，那是无风险利率。真正是15%，再加上5%的股权稀释，就是20%。

如果你再多等五年，100美元就得变成250美元才能达到原本的回报预期。所以这是个大问题。

还有一点也不清楚。以前有一定数量的公司会被收购或上市，然后熵增，所有公司长期增长都很难。

大家喜欢说，如果没有大赢家，基金回报如何？但我没见谁问过，如果只剩大赢家，其他全没了，基金回报会怎样？因为我们似乎正走向这种局面。说了这么多，其实我也不知道你的问题答案。我职业生涯一直做早期投资，我依然喜欢那个阶段，因为那是可以下注最大、回报最大的窗口。

但我真的很不喜欢让新一代GP每家公司都重复Uber-Lyft那种竞争。你去开董事会，发现对手又融了十亿美元，桌上的决策就变成“我们是不是该再亏两年、负毛利抢市场份额？”你不会在哈佛案例里看到这种情形。

这是非常独特的一手牌，是超级高风险的扑克游戏，策略不是《从优秀到卓越》那种。这不是传统的公司管理之道，也不是巴菲特信里写的那一套，在这种资本大战世界里都不适用。

Patrick：我想谈谈LP，以及资本是否真的会流向最高风险调整回报的地方。理论上，资本应该会不断流向风险调整后回报最高的领域。这是整个体系的意义。

所以我想问，你觉得是什么阻碍了这种流动？换句话说，现在LP该怎么做？他们是资本所有者，或者说代表资本所有者。他们的职责本该是获得最优风险调整回报。你觉得他们该怎么做？又是什么阻止他们这么做？

Bill：这大概是我想强调的最后一点，然后我们可以随便聊聊。你一开始问了个很有启发性的问题。你早早就问，LP的流动性问题会不会成为改变这个世界的催化剂？

有很多因素都在推动这个变化。时间是个问题，我们已经讨论过，LP们还在加杠杆。华盛顿现在也在讨论对捐赠基金征税，这会带来更多流动性压力，这是他们从未遇到过的。还有科研经费削减，不只是哈佛的激进举措，连NIH和NSF的普通科研经费都被砍了。比如间接费用从60%砍到10%这种事。

这些都会导致大学对捐赠基金说，我们不是要3%，而是要5%或6%的年度支出。这些都是可能让LP处境更难的因素。耶鲁第一个进入二级市场看起来很有意思。

如果你是个小捐赠基金，从没投过红杉，现在能通过买耶鲁的份额间接参与。但如果越来越多大玩家来二级市场，价格崩盘，那可能会对整个系统产生连锁反应。

还有一个值得关注的是中东会不会改变主意。我发给你一篇链接，是卡塔尔的投资主管SheikhSaoudSalemAl-Sabah的。他说，全球最大主权财富基金的负责人表示，私募股权的钟声已经敲响，他也加入了越来越多投资人对行业估值方式的担忧。这是中东不同的声音。如果这种观点蔓延开来，影响所有玩家，影响就会很大。所以这是值得关注的领域。

如果我是LP，我会怎么做？我肯定会在后期私有市场上做买卖两手，亲自体验一下市场机制。不是要制造挤兑，但你可能真的要重新评估耶鲁模型是否还有效。当年只有耶鲁做时肯定有效，但现在大家都这么做就不一定了。我会关注有没有PE公司愿意积极去僵尸独角兽群体中挖价值。我觉得这里面可能有机会，值得乐观对待。我也会感兴趣。

Patrick：如果你只考虑回报，像你原来的合伙人AndyRatcliffe常说，想赚大钱就要逆势而行并且是对的。是不是可以考虑去投AI以外的一级市场？那里的定价和供需关系完全不同。如果你去找那些普通公司，资本市场对它们很严苛，用计算器严格评估，和AI领域完全不同。是不是可以多关注这些地方？

Bill：我甚至觉得，刚才提到的那些被认为是后期投资人的机构也在这么想。他们在想，能不能找到一家传统公司，也许还没意识到AI能提升它，但我们可以自己去做，也许这就是颠覆性的机会。

HowardMarks最早提出了“非共识且正确”这个观点，我读他的东西读得很多。但这个观点和平台转型存在冲突。因为平台转型现在成了共识，你要逆势就不能投AI，这听起来很荒唐。所以这两件事很难同时做。

AI还有个很有趣的现象，就是大公司似乎反应很快。比如去ServiceNow官网，全是AI。微软财报里提到AI67次，Satya连续两个小时都在讲AI。这很奇怪。

我们在《跨越鸿沟》和《创新者的窘境》里读到，大公司总是对移动互联网、PC反应慢，这给了创业公司机会。但这次我觉得大公司很早就警觉了。

Patrick：你觉得这只是换了种方式发生吗？比如理论上Google应该最有优势主导所有AI场景，但我身边几乎没人用Gemini或Google做代码生成，日常LLM工作也不用，反而用的是创业公司、Cursor、Anthropic、OpenAI。大公司虽然反应快，但科技公司本身还是在重演同样的现象。

Bill：两方面的数据都有。我觉得你这个论点很有意思。苹果是个例子。微软错过了一次（移动互联网），这次就更警觉。

我看到Friedberg（注：播客All-in的主播之一）采访Sundar问他读没读过《创新者的窘境》，他坦白说没读过。当你公司做得很好的时候，这些理论好像是给别人的，但现在他也许该读一读了。

Patrick：评估一家令人兴奋的新AI公司时，其收入性质可能与企业SaaS等传统模式不同——作为投资人，你会如何评估一家新AI初创公司的收入质量？

Bill：我觉得这很难，原因前面提到过。你可能拿到了一笔一百万美元的订单，但对你来说却是负毛利。另一方面，你看看任何两代以前的AI模型，现在的价格只是当初的百分之一。你大概可以有信心，未来会通过价格优化来提升效率。

Benchmark的合伙人们最近一直在关注并评估的一件有趣的事，就是公司什么时候会转向优化模式，以及一旦转向优化模式后，他们的决策方式会和实验、沙盒模式下有何不同。现在有了充足的资本，你可以在沙盒模式下运行更久，才会转向优化模式。我们在互联网时代也见过类似的情形。我喜欢强调，最初两年所有创业公司都构建在Sun和Oracle之上。所有人都是。五六年后，没有人再用它们了。这就是为什么要密切关注这种转变。

「中国巨头的AI产品如果都开源，会非常有力量」

Patrick：你怎么看AI领域有趣的国际竞争格局？在以前的平台转型中，这种竞争还不那么明显，基本都是美国、西方科技处于前沿。中国显然是这里的最大变量，比如DeepSeek这样的项目，还有越来越多来自中国的初创公司，产品看起来也非常令人印象深刻。你如何看待这场国际，特别是中美之间的AI竞赛？

Bill：我觉得中国局势有一个超级有趣的发展，非常值得关注。DeepSeek爆火时，我们都在关注美国的反应，美国的模型，华盛顿的政策。比如AWS托管了DeepSeek等等。但在中国，阿里巴巴把Qwen开源了，小米现在也有自己的模型，我记不清名字了，可能叫MiMo，也是开源的。百度的RobinLi（李彦宏）原本的模型是闭源的，但他说六月会开源。

如果最后变成四家资金雄厚的公司都开源产品，这会非常有力量。我们已经知道这些模型可以互相训练、互相提升。如果有四个开源模型可以互相学习，每个人都能用得到，我认为这会带来大量的选择和实验空间，是我们在美国不会拥有的。这是我看到的国际AI叙事中最吸引人的部分。

Patrick：你在多大程度上会有“希望某一方获胜”的情感？你最希望看到什么？是竞争吗？

Bill：你提这个很有意思。我注意到，有些最激进的“中国鹰派”，其实是在新一代风投支持的军工公司下注的人。我讨厌你可能会变成战争贩子（warmonger），但我知道这种情况可能发生，因为我投资Uber时，你会不惜一切为它辩护。这很自然，就像你的孩子，你会保护它，所以你的立场会随着投资对象而变。我对任何和Benchmark有关的公司仍然有这种情感，我不确定我会不会有一天变得没有这种感觉。这就是现实，这也是这个世界运作的方式。

就技术本身而言，我觉得一些非LLM的方向非常令人兴奋。我很期待看到机器人智能能实现什么突破。我希望我们能在医疗健康领域取得进展。我不认为十年后所有疾病都会消失，像一些AI创始人说的那样。我觉得那样说太夸张了，但过程会很有趣。正如你说的，我每天都在用这些东西。变化的速度是我职业生涯中见过最快的。如果你错过一周新闻，一周后就像进入了另一个世界。

Patrick：你刚才提到了国防初创生态。我想把这个扩展到物理世界、硬科技生态系统，很多其实和战争无关，比如矿业公司等等。你怎么看这一类公司？它们无疑是科技公司，通常在很大的市场里运作，但资本密度很高，从投入到有收入需要很长时间。比如核聚变、裂变等。你怎么看这类私有市场科技投资？我知道你以前没怎么投过这类项目，也许你并不喜欢？

Bill：作为一个经验法则，如果我是教授，我会说你可以用数学方法研究，这些领域的回报通常不高。你可以看——15、20年前有大量风险投资涌入太阳能，结果并不好。唯一的例外就是ElonMusk涉及的任何事。所以SpaceX和Tesla是数据点，但它们都是特例，而且都和Elon相关。

我认为，只有等我们看到四五个非Elon主导的成功案例，才能确定这是否可行。关于他在这些公司里的执行力和发展速度，我学到和听到很多，我不确定其他人能否做到。如果他们能做到并成功，对世界当然是好事。顺便说一句，我们也看到资本充裕时，大家更愿意投那些资本效率低的生意，这两者是相关的。

所以另一个要关注的是，如果资本变紧了，大家还会有兴趣吗？这些生意很多都涉及监管，如果我们不能用中国的资源，矿业就变得更有吸引力。我讨厌这个世界的这一部分。我几年前做过一个关于监管俘获的演讲，当时硅谷没人去华盛顿。而现在大家都去了——“HillandValley”，等等。所以这是另一个元素，也许本该放在我的“现实世界”里。

Patrick：看起来这就是趋势——风投支持、早期私有市场支持的公司，面对大型受监管行业，最终都会被“处理”（processed）。比如Anduril现在估值大概300亿美元，虽然没到SpaceX那种级别，但也很大——你觉得这算不算又一个数据点，说明我们真的可以在需要大量资本的公司里取得成功？

Bill：毫无疑问，从监管角度来说确实如此。历史上，这些行业的公司很难突破，主要就是因为监管。在Tesla之前有SevenMotors等造车尝试，但都失败了。我觉得很多都是被监管卡住了。

所以Anduril能被美国国防部批准并积极销售给军方，绝对是个新数据点，对初创公司来说非常值得敬佩。但我不认为这意味着所有风投都该冲进这些赛道。这很难。如果你能做一家软件公司，或者像大家常说的社交网络公司，能快速增长收入和利润，那条路比现在讨论的这些容易多了。

Patrick：还有哪些我们没聊到、你特别感兴趣的生态细分领域、公司类型、投资策略或动态？

Bill：如果我还是活跃的GP，我会考虑AI的垂直领域，思考AI在哪些地方特别擅长。AI在语言方面非常强大，编码其实是更精炼的语言，所以AI在编程领域更强，这些领域都很重要。法律、客服等领域都已经有很多探索。但我觉得还有一些领域尚未被充分挖掘。这个契合点对我来说非常有趣。

如何修复系统失灵、给创始人的建议

Patrick：回到我们一开始讨论的LP视角、资本市场系统层面的问题，你觉得未来五年内会发生什么？你已经描述了现实和各种激励（或缺乏激励）机制。你觉得接下来会怎样？

Bill：我的直觉是，我们确实有问题。虽然我在风投领域取得了一些成功，但我一直更像分析师而不是乐观主义者。我天生更倾向于批判性思维，所以我的偏见也在这边。有人肯定可以反驳我，说Gurley总是预测下行周期什么的。

但我的直觉是，我们确实有问题。当前的系统导致流动性变差，传统高质量公司建设变少，烧钱速度变快。从我的角度看，这不是个好组合。而且这一切都是自我强化的，所有组成部分都在互相作用，除非LP层面发生变化，否则我看不到纠正机制。我觉得我们只会越来越陷入这个循环。

你可能看过一个JoshKopelman的视频，他用很简单的GP数学推导了这个问题。

Patrick：对，和JackAltman一起做的。是的，我看过。

Bill：大概三分钟的视频。也许我们可以把它发出来。我很难不同意他视频里的观点。很简单的数学。这套系统现在看起来无法持续。以我们现在付出的价格、花的钱、以及要让风投回报达到历史水平所需的条件来看，局面很难解。

Patrick：如果经历一次重置会怎样？假设我们能把公开市场的定价机制带到所有资产上，结果就是一次大规模的价格重置。之后会发生什么？你觉得这种“reset”带来的利与弊分别是什么？

Bill：我很难想象。我觉得大多数人会觉得很糟糕。我经历过几次重置，有一点挺有趣——作为活跃GP时，我在重置期间反而更冷静、更开心，工作更有成就感、更高效。在泡沫期反而没那么好。可能有些人更喜欢泡沫，比如销售型人才喜欢那种热闹场面。但我发现关于公司建设的讨论，在重置期都更高效、更真实。

互联网泡沫破灭时，伪装者离开了硅谷。那时有个笑话，B2C和B2B变成了“BacktoConsulting”和“BacktoBanking”，因为钱不容易拿到，机会主义者就走了。这些人我不喜欢，他们不是出于正确理由参与，喜欢过度宣传、过度融资、过度参与二级市场，最后留下一地鸡毛。我不喜欢这样，但在这个高速运转的世界里，这也是一部分。如果市场修正了，大家会去寻找新机会。造成这种局面的原因之一，是大家都研究过历史，都懂复利效应、网络效应、周期循环，都见过繁荣与萧条。你还记得新冠初期股市下跌持续了多久吗？

Patrick：大概三周吧。

Bill：对，然后大家就开始抄底。所以我怀疑，AI领域的信心足够高，即使有六个月大家觉得AI被高估了，很快也会反弹。

Patrick：如果你现在要创办一家全新的投资公司，你觉得品牌建设最重要的因素是什么？我们正处在一个新纪元，一些新兴私有市场公司像Thrive、Greenoaks、a16z、Ribbit等，2010年前后创立，现在已经非常大、很有声望。他们各有自己的品牌建设之道。你会给今年创业、希望十二年后成为这些公司的新投资人什么建议？

Bill：你刚才的话让我想到一个和你问题无关的点。

Patrick：没关系。

Bill：系统性问题的另一个负面影响，是有些公司靠写三亿美元大支票“跪求”进入股东名单，他们的差异化方式就是成为创始人最好的朋友。这对我来说很容易说，因为我已经不写支票了，没人会因为我说什么而不让我当董事，所以无所谓。

但他们不会承担“帮你做更好决策”的责任。他们永远不会说“不”。一个极端例子就是SBF的FTX事件，没有人进董事会，大家都相信他没挪用资金，最后就崩了。其实有个人能在关键时刻“叫停”，能推动单位经济模型，是很有用的。我担心现在这样的“逆向声音”越来越少。

最优秀的CEO，比如Barton（Zillow前CEO）、Benioff（Salesforeqian CEO），甚至Meta的Mark都说过，他们认为上市让他们运作更高效。公司长期私有化的另一个负面影响，是他们得不到这种反馈。

回到你的问题，我不知道该怎么回答。现在要我重新开始这段旅程很难想象，因为前面说的那些原因。所以我只能暂时跳过这个问题。

Patrick：很高兴我的问题能引发你刚才那段思考,也很有价值。最后能不能给创始人们留几句话？我总是希望回到创始人身上，因为没有他们做事，这一切都没有意义。

Bill：完全同意。

Patrick：现在创始人可能面临有史以来最好的创业环境，工具最多，技术最激动人心，资本也愿意支持。你作为投资人直接支持过很多伟大企业，能不能给他们一些关于机会和思考方式的建议？

Bill：如果你足够幸运身处热门公司、正处于我们讨论的这个世界，我会给几点建议。

第一，单位经济模型迟早会变得重要。但这不意味着你现在就得把每一分钱都算清楚。正如前面说的，两代以前的模型价格只有现在的百分之一。你可以计划未来会转向那种模式，这没问题。我觉得现在烧钱没关系，但单位经济迟早会成为核心。你最终还是要把公司规模做大、高效运作。我发现，很多创始人把某些运营能力当作“官僚主义”，觉得那是大公司才做的事，不是创业的初衷。但当你收入超过一亿美元、甚至十亿美元时，没有这些能力是没法运作的。这其实在任何周期都适用，但在资本充裕时代尤为重要。

我最喜欢的Reid Hoffman写过一篇关于Uber的文章，用“海盗-海军”比喻，说所有初创公司都是以海盗起家，最终都得变成海军。这是真的。对于一些人，这个转变很不舒服，但你必须找到适合自己的方式。

另一个相关的想法，BenHorowitz也写过一篇很棒的博客，说他们只想支持能坚持到底的创始人。这句话写得很聪明，因为创始人都爱听。但其实每个风投都一样，因为换CEO有一半概率失败，没人愿意冒这个险。但那篇文章里有两三段话说，“当然，前提是创始人愿意学会如何领导。”我觉得我们行业里常常忽略这一点——创始人生来并不一定适合带领一千人团队。有些人一辈子都在研究怎么把组织管好。只有极少数创始人，比如三十来个，有机会和BillCampbell合作，学会怎么做领导。这不是天生的，也不是免费的，你得下决心学会。有些人格类型很难做到。我和MichaelDell有过很棒的交流，他做到了，有段时间觉得自己不想做，后来又找到了既能做又能开心的方式。这真的很难。

最后还有两点。第一，网络效应是真实存在的，如果你关注它们，可以让它们变得更强。如果你在热门市场里，增长无处不在，容易忽视网络效应。但你要思考：你的业务有没有某种“数据副产物”或其他机制，比如你有一千个客户，变成两千个客户时，第两千个客户的体验应该比第一千个更好。你能不能把这个机制设计进系统？如果能做到，长期对公司成功会有巨大影响。

Patrick：你觉得在AI时代，怎么实现这一点？主要是数据问题吗？让产品自然产生更多数据，从而提升自身能力？

Bill：假设你服务的是某个功能型垂直领域。如果一个客户的学习成果能变成整个客户群体的学习成果，大家都能受益，这就很强大。我觉得这完全可行。比如有些AI法律公司，我没投过，他们会研究所有诉讼输入信息，还会研究所有判例和法律历史。AI会做某些事，如果有人工参与，你会发现失败点，然后不断改进模型。这类机制会让领先者越跑越快，只要模型持续改进。

Patrick：你觉得AI会让消费互联网重新变得有投资价值吗？自移动互联网时代以来，美国VC很少关注消费领域，资本也很少流向那里。你觉得AI会让这个领域再次变得有吸引力吗？

Bill：有人研究过中国出现的一些新现象，可能预示着这一点，我应该多做些功课。我们其实在Character.ai上有过早期尝试。但LLM第一波有两个问题让它们不适合消费领域：第一是语音能力，虽然正在变强；第二是记忆能力，现在也在提升，虽然是在主模型之外实现的，但没关系，最后还是会集成进上下文窗口。

随着这些能力提升——很多Character.ai早期的负面反馈就是“它并不真的了解你”，所以网络效应、学习提升和切换成本都不明显。我完全能想象电影《她》里的情节会实现——那真是部超前的电影。我会很惊讶如果明年不冒出四五家这样的公司。也许这就是我们一直在找的“逆向机会”——美国大部分精力都在企业侧，消费侧可能真的有大机会。

Patrick：Bill，和你聊太有趣了。也许我们每隔几年就做一次市场状态更新，既然你不再直接给LP做这事，我们可以为整个行业做一次。谢谢你和我们分享你的经验和见解。

Bill：当然，我知道LP圈子很关注你做的内容，Patrick。如果有人对我说的有反馈、想纠正、或者有任何建议，都欢迎联系我。我很喜欢这个行业，希望我的分享有用。现在我正处于“回馈社会”的阶段，很愿意帮忙。

Patrick：我们会把信号发出去。Bill，非常感谢你的时间。

Bill：好。