Variant 投资备忘录：关于 AI 时代的十个判断

Variant 投资的是扩展自主性（autonomy）的技术——让个人或组织有更大的自由度去构建、定制和按自己的方式行动。

自动化帮助开发者、个人和组织用更少的资源做更多的事。做得好的自动化，会给使用者带来新能力，同时让他们对自己的技术栈拥有更大的掌控权。

这个覆盖面很广，所以我们在探索过程中，用一组假设来锚定思考方向。

以下是过去几个月讨论中形成的十条工作假设。它们帮我们决定时间和注意力投在哪里。有些假设可能不完整，有些可能是错的。但这个练习迫使我们把隐含的假设说清楚，给我们一个框架来判断：世界会怎么变、什么产品重要、价值往哪里聚集、谁能拿到。

Agent 将成为互联网流量的主要来源

今天的软件默认有个人在点按钮、看界面。但越来越多的产品需要同时为人类和 Agent 设计。Agent 全天候运行、可以无限复制，行为模式和激励机制跟人完全不同。

算力短缺将持续相当长时间

稀缺让基础设施变得重要。能降低算力成本、提高利用率或开辟新供给来源的创业公司，价值会越来越高。

开源在 AI 技术栈中的角色会越来越重

对企业来说，开源提供了一条跟前沿实验室竞争的可行路径。对开发者和消费者来说，它降低了试错成本，扩大了对最先进模型的获取渠道。

前沿 AI 的使用门槛会越来越高

前沿 AI 正在变得越来越「许可制」。对开放、无许可替代方案的需求会随之增长，因为开发者需要保留自主权。

真正重要的模型数量将增长一个数量级

模型越来越专业化之后，选择和编排模型的能力比围绕单一模型构建更有价值。

多模型系统将成为默认选择

由应用层来管理跨多个模型分配任务的复杂性，用户不需要操心这些。

Harness（编排层）是 AI 技术栈中价值沉淀的核心

模型越来越容易替换，持久的关系转移到编排模型、拥有用户体验的产品上。这里说的 Harness，指的是包裹模型的应用层——它负责调度、路由、上下文管理，是直接面对用户的那一层。

当前的 Agent 系统大多是单人模式，前沿是多人协作

难题从「构建单个 Agent」转向「协调跨组织的共享上下文、权限、工作流和协作」。定义并拥有控制平面（control plane）是一个重要的杠杆点。

AI 会创造出社会中很多昂贵服务的低成本替代品

医疗、教育、法律服务这些行业特别适合新进入者重新思考专业知识交付的经济模型。一些最新颖的解决方案可能来自直接赋能终端用户。

AI 会让很多以前不可能做的市场变得经济上可行

当 Agent 能自动化创业和扩张公司所需的大量工作时，更多领域的创业变得可行，创始人可以专注于最难的问题。

我们把这份清单作为 2026 年 Q3 初的公开记分卡发出来。我们期待跟踪这些判断经得起多少时间的考验，也会随着认知进化持续更新。

如果你在围绕这些假设构建产品，我们想聊聊。尤其是如果你不同意其中某些判断——告诉我们哪里错了。