深度解讀 Anthropic 的 $100M Anthology Fund：Menlo Ventures 的 AI 投資策略與創業智慧
原始影片：深度解讀 Anthropic 的 $100M Anthology Fund：Menlo Ventures 的 AI 投資策略與創業智慧
本影片由 Menlo Ventures 合夥人深入剖析 Anthrophic 的 $100M Anthology Fund 投資架構，並分享其獨特的 VC 投資哲學。傳統投資人往往過度依賴所謂的「投資主題（thesis）」，但真正成功的案例往往來自於創辦人本身的使命感和執行力，而非預設的投資框架。影片同時批評矽谷過度集中於金融和法律 AI，忽略保險經紀、卡車運輸等真正缺乏人力的傳統產業。此外，Glean 創辦人 Arvin 分享了三個重要的人生 lessons：不要抱怨努力工作、每個階段只專注於「顧客是否喜歡這個產品」這一個核心問題，以及拒絕收購要約的思考方式。這些洞見為 AI 創業者和投資人提供了難得的實用指引。
VC 投資哲學：thesis 的迷思與真相
許多投資人習慣在開始尋找投資標的之前，先制定一套完整的「投資主題（thesis）」，期望藉此找到下一個獨角獸。然而，Menlo Ventures 的合夥人指出，幾乎所有經典的 VC 成功案例，其實並非來自於事先設定的投資主題，而是基於一個更簡單直覺的判斷：「這群人很聰明，而且正在做一些可能有價值的事。」
真正的 thesis 應該是創辦人本身是否真心投入一項使命，而非僅僅因為「創辦人」這個頭銜看起來很酷。換言之，投資人在評估一個新創團隊時，應該將焦點從市場趨勢和技術名詞，轉向創辦人的個人動機和成長背景。這種觀點挑戰了傳統 VC 業界過度強調「主題投資」的傾向，認為保持投資範圍的彈性反而更能捕捉到意外的機會。
AI 發展的瓶頸與未來方向
目前 AI 發展面臨的最大瓶頸，在於缺乏足夠的專門數據來訓練模型。這與網際網路數據集有限有直接關係——我們已經接近耗盡所有公開可用的優質訓練數據。強化學習（Reinforcement Learning, RL）雖然被廣泛討論，但事實上它是一種「糟糕的學習範式」，需要大量樣本才能學習基本的東西。
影片中提出了一個「經濟圖靈測試」的概念：能否用 AI 取代人類完成特定任務，並達到與人類相同的價值？這個框架比傳統的技術測試更實際，因為它直接關注 AI 的經濟效益而非純學術表現。AI 基礎設施的演進也從網路數據、強化學習，逐步走向 Agentic solutions（代理式解決方案）的階段。
矽谷的盲點：被忽視的傳統產業
影片最引人注目的觀點之一，是批評矽谷過度專注於金融和法律 AI 領域，卻忽略了保險經紀、卡車運輸、物流等真正缺乏人力的產業。這種現象反映了所謂的「資訊不對稱」：AI 圈關注的議題與現實世界真正重要的議題存在巨大鴻溝。
以全球出生率下降和勞動力短缺為例，這些長期趨勢將對經濟產生深遠影響，但大多數 AI 投資卻集中在少數已經過度擁擠的領域。對創業者而言，這反而意味著機會——那些願意深入傳統產業、透過 AI 解決實際問題的公司，可能會獲得意想不到的競爭優勢。
Anthology Fund 架構解析
Anthology Fund 是 Anthropic 與 Menlo Ventures 合作成立的價值 1 億美元投資基金，於 2023 年初成立，當時 Anthropic 尚未如此知名。這個基金的獨特之處在於，它並非要成為傳統的企業創投（corporate venture fund），而是真正投資於 Anthropic 生態系中的新創公司。
基金的三類投資標的包括：
- 優秀早期 AI 團隊（seed）：尋找具有技術創新潛力的早期新創
- 對 Claude/Anthropic 有戰略價值的公司：那些產品能強化 Anthropic 生態系統的公司
- 建立在雲端上的標誌性公司：具有潛力成為產業標竿的雲端原生企業
值得注意的是，根據 Carta 報告，Series A 階段名稱中含「AI」的公司可獲得約 30% 的估值溢價，這反映了市場對 AI 題材的熱情，但也意味著投資人需要更加審慎評估。
Goodfire：AI 可解釋性的先驅
Goodfire 是 Anthology Fund 投資的一家特別公司，專注於 AI 模型的「可解釋性（mechanistic interpretability）」領域。這家公司被比喻為「AI 的大腦手術」——其目標是理解和解釋 AI 模型的內部運作機制。
隨著 AI 系統越來越複雜，理解它們的決策過程變得至關重要。這不僅涉及技術層面的安全性，也關乎法規遵循和商業應用。Goodfire 的存在填補了 AI 產業中的一個重要缺口，為整個生態系統的健康发展提供了必要的基礎設施。
創辦人評估方法論
在評估創辦人時，影片提供了一個重要的框架：區分「使命驅動型（mission-driven）」與「地位驅動型（status-driven）」的創辦人。觀察創辦人是否願意放棄高薪職位（如 OpenAI/Anthropic 的百萬年薪）來創業，是一個關鍵指標。
優秀的創辦人需要具備所謂的「邪教領袖」特質——能夠說服頂尖人才放棄穩定工作，加入一場充滿不確定性的使命。這種影響力不是靠虛假的承諾，而是來自於對問題的深刻理解和对解決方案的真誠信念。
Arvin 的三個重要Lessons
Glean 創辦人 Arvin 在影片中分享了三個寶貴的人生建議：
1. 不要抱怨努力工作
「努力工作是種禮物。」Arvin 強調，如果你醒來能做自己熱愛的工作，還能努力付出，你不知道自己有多幸運。許多人無法做到這點。這個觀點挑戰了現代社會對「工作生活平衡」的過度強調，認為對工作的熱愛本身就是一種難得的福氣。
2. 專注於唯一重要的問題
不要過度思考各種複雜問題。每個階段只需回答一個問題：顧客是否喜歡這個產品？答案是 Yes 或 No，非常簡單。其他事情——競爭、防守性、銷售團隊擴張——都不是當前要解決的問題。這種「簡化問題」的哲學，能幫助創業者在複雜的日常營運中保持焦點。
3. 對收購要約的態度
如果放棄現在的公司去當被收購後的高管，你會失去「經營一家很酷的公司」的樂趣。Arvin 拒絕了大型收購要約，選擇繼續營運 Glean，即使他坦言工作量比同層級幾乎任何人都多。他不追求虛榮——討厭參加活動和播客，開「爛車」，住在十五年前職涯早期就能買的房子。
社群媒體經營心法
影片也分享了經營 Twitter 的核心原則：這則貼文對某人有幫助嗎？這個簡單的問題作為 90% 推文的篩選標準。避免純粹追求曝光和被聽見的動機，而是專注於提供價值。
具體策略包括：
- Stick to facts：使用數據驅動的內容，因為「事實無法被爭論」
- 避免政治評論和負實面內容
- 工具建議：Claude Code 製圖、Mac Freeform、Google Slides、Figma/Canva
AI 對就業的長期影響
談到 AI 對就業市場的影響，影片提出了一個歷史觀點：新技術帶來一段「痛苦期」，部分工作會消失，從事這些工作的人會感到不滿。但長期而言，人類歷史上一向能找到新的事情做、新的關注領域。
以工業革命為例，當時的工廠工人面對自動化時的困境，最終也找到其他出路。雖然中間過程確實會有痛苦，但人類的適應能力和創造力最終會開創新的就業機會和產業形態。
結語
這段訪談提供了難得的內部觀點，揭示了頂級 VC 如何思考投資決策、AI 產業的現實挑戰，以及成功創辦人的思維模式。對於創業者和投資人而言，這些洞見都是極為寶貴的參考——無論是關於如何評估新創團隊、如何在 AI 浪潮中找到自己的定位，或是如何在漫長的創業旅程中保持專注和熱情。