矽谷創投教父揭密:賈伯斯如何從『徹底的失敗』,蛻變為史上最偉大的CEO?

矽谷創投教父揭密:賈伯斯如何從『徹底的失敗』,蛻變為史上最偉大的CEO?

在科技業的萬神殿中,史蒂夫·賈伯斯(Steve Jobs)的地位無可撼動。然而,矽谷傳奇創投家 Marc Andreessen 在一場深度訪談中,揭示了賈伯斯之所以偉大的關鍵,並非源於他與生俱來的「天才」,而是來自一段長達12年、幾乎被世人遺忘的「徹底失敗」。這段經歷不僅重塑了他,也為所有創業者提供了關於時機、管理與韌性的殘酷教訓。

談到賈伯斯,人們腦中總浮現兩種極端形象:一是創造出劃時代產品的聖人,另一則是對員工尖叫咆哮的暴君。Andreessen 回憶道:「史蒂夫是人類史上最『難以苟同』(disagreeable)的人之一……他會為了你面前桌上玻璃杯的形狀跟你爭論不休。」

這種看似偏執的性格,正是他「第一性原理思考」的來源,讓他絕不接受任何現狀。然而,這種性格也讓他成為傳說中會在電梯裡對員工大吼、在會議上當場開除人的瘋子。

但真相究竟為何?Andreessen 指出,這兩種形象的背後,其實只有一個核心原則:「他絕對無法容忍任何非一流的作品(first-class work)。」

如果你能拿出頂尖的成果,對所有細節瞭若指掌,他就是你合作過最棒的CEO。一位曾與賈伯斯密切共事的員工感嘆道:「我一生中最傑出的作品,都是為他工作時完成的。」賈伯斯透過極端的高標準,創造了一個只有頂尖人才願意留下、並能發揮最大潛能的環境。這種對卓越的偏執,也是伊隆·馬斯克(Elon Musk)所共享的特質。

成就偉大的『曠野12年』:從蘋果被解僱的日子

許多人以為賈伯斯的成功之路一帆風順,但事實恰恰相反。他在1985年被自己親手創立的蘋果公司掃地出門,這段經歷成為他職業生涯最大的轉捩點。

離開蘋果後,賈伯斯創辦了 NeXT 電腦公司。Andreessen 形容 NeXT 是一場「徹底的慘敗」(complete wipeout)。這段時間,他不再是鎂光燈下的寵兒,光環褪去,只剩下痛苦與煎熬。

一個經典故事是關於 NeXT Cube 的設計。當時,工程師提出了一個成本最佳化的設計方案,尺寸為 12x12x13 英吋。賈伯斯卻堅持:「回去把它做成一個完美的正方體。」工程師反駁這會讓成本翻倍,賈伯斯的回應是:「我他媽才不管,把它做成一個正方體。」

結果,這台外型完美、售價高昂(當時約15,000美元)的電腦,運行速度慢如牛步,市場反應慘淡,最終以失敗告終。

然而,正是這段長達12年的「曠野歲月」,讓他學會了如何在逆境中管理團隊、優化營運、苦苦掙扎。Andreessen 引用熟悉賈伯斯的人所言:「他其實是在 NeXT 學會如何成為一名偉大的CEO,而不是在蘋果。」

1997年,當賈伯斯重返瀕臨破產的蘋果時,他已經蛻變。他不僅擁有第一階段蘋果生涯的「創新技能」,更結合了在 NeXT 磨練出的「管理技能」。這兩者的結合,才造就了我們今日所知的那個史上最偉大的CEO。

新創的致命陷阱:『太早』等於『全錯』

賈伯斯的經歷引出了一個所有創業者都必須面對的核心難題:時機。

Andreessen 提出一個驚人觀點:「我認為所有(合格創辦人的)點子可能都是好的,問題在於時機。『太早』在現實中就等於『全錯』。」

他舉例,史上第一台智慧型手機其實在1987年就已問世,但市場足足花了20年,直到iPhone出現才準備好。在這20年間,無數聰明的創業者前仆後繼,最終都因時機不對而失敗。

Andreessen 分享了一個令人匪夷所思的事實:「最近有人成功地在一台1998年的戴爾電腦上,用 Windows 98 系統運行了AI模型 Llama。這意味著,我們過去30年使用的舊電腦,其實一直都有能力變得『智慧』,但我們就是錯過了。」

對於創業者來說,這是一個巨大的悖論:你必須活在未來,預見一個不存在的世界;但同時,你只有大約5年的時間窗口來證明自己,否則團隊就會分崩離析。

一個有趣的指標是,如果一個項目能成功,創辦人的感覺往往是:「天啊,我太晚了!」因為市場已經開始起飛,而你的產品還沒完全準備好。這種瀕臨失控的緊迫感,反而是一個積極的信號。

AI浪潮下的黃金時代:為何現在是創業的最佳時機?

展望未來,Andreessen 認為,尤其是在美國,「未來四年將是萬里無雲(blue skies)」,現在絕對是創業的最佳時機。

他指出,新創公司的黃金時期,往往出現在「平台轉移」(platform change)的時刻,而AI正是當前最大的平台轉移。大型傳統企業很難應對這種劇變,這就為新創公司創造了絕佳的攻擊機會。

然而,全球的步調並不一致。他尖銳地批評:「歐盟幾乎已經將AI定為非法。他們的高級官員一年前公開表示:『既然歐盟無法成為AI創新的領導者,那我們就成為AI監管的領導者。』」這種思維導致歐洲的AI發展停滯不前,甚至大型AI實驗室都避免在當地推出新產品。

結語:你的年齡,決定你如何看待世界

最後,Andreessen 用一個詼諧但深刻的觀察作結,點出了我們每個人在面對科技變革時的心態:

  • 如果你低於15歲:新事物就是世界本來的樣子,完全正常。
  • 如果你在15到35歲之間:新事物令人興奮,或許能成為你的事業。
  • 如果你超過35歲:新事物是邪惡的,違反社會秩序,並且即將摧毀文明。

賈伯斯的故事提醒我們,偉大並非一蹴可幾,而是從失敗的灰燼中重生。對於所有正在路上的創業者而言,理解時機的殘酷、擁抱管理的艱辛,並在正確的浪潮中奮力一搏,或許才是通往成功的唯一路徑。

參考資料: https://www.youtube.com/watch?v=NzpGWjUpFcw

Read more

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

很多人問我,在 Claude 裡面,Project、Skill、Connector 這三個東西到底差在哪裡? 什麼時候該用哪一個? 老實說,我一開始也搞得很混亂。 但實際用了一段時間之後,我發現其實邏輯很簡單。 先從最基本的開始:Connector 是對外的資料來源 如果你需要從外部拿資料,比如說接 Google Calendar、接 Notion、接你自己的資料庫,你就需要 Connector。 它就是一個 MCP 的連結,讓 Claude 可以去外面抓資料回來。 沒有 Connector,Claude 就只能用它自己知道的東西,沒辦法碰到你的資料。 Skill 則是內部的運算邏輯 Skill 沒有辦法對外連接。 它只能在內部用 Python 或程式碼執行。 你可以把它想成是一個 Controller,專門負責處理運算的部分。 比如說,你想讓 Claude 用特定的格式改寫文章、

By Andy Lin
讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need 最近我在 Claude 上快速搭建了七大 Agent。 原因很簡單:你的助理應該是越使用越懂你。 而 Claude Project 有個關鍵功能叫 Memory,它會根據你不斷詢問的過程,主動提取記憶。 這就是我認為 AI 助手真正強大的地方。 GA 分析助手:從進階到客製化 自從我串接 GA MCP 後,這位助手已經變得非常厲害。 漏斗分析、訪客來源、異常事件追蹤、站上任何問題都難不倒它。 但我想要的不只是這些。 我希望它隨著時間,能夠對齊我的知識,知道我要什麼。 你不用想太多,不用一次設定好整個 instructions。 試著使用一週,再回頭看看 memory,你會發現它已經根據你的行為開始學習客製化了。 許多助手不需要懂老闆要什麼,但網站分析不一樣。 因為我沒有那麼多美國時間,

By Andy Lin
AGI 來臨:兩大 AI 巨頭的預測與警示

AGI 來臨:兩大 AI 巨頭的預測與警示

在近期的達沃斯論壇上,Anthropic 執行長 Dario Amodei 與 Google DeepMind 執行長 Demis Hassabis 進行了一場關於「AGI 之後的世界」的深度對談,揭示了 AI 發展的最新進展與未來展望。 AGI 時間線預測 Dario 重申了他去年的預測:在 2026-2027 年,AI 模型將能夠在諸多領域達到諾貝爾獎得主的水準。他表示目前 Anthropic 的工程師已經不再親自寫程式碼,而是讓模型來完成編寫工作,人類只負責編輯和周邊任務。他預估在 6-12 個月內,模型將能端到端完成大部分工程師的工作。 Demis 則持稍微保守的態度,認為在十年內有 50% 的機會實現 AGI。他指出編程和數學領域較容易自動化,因為結果可驗證;但自然科學領域則更具挑戰性,需要實驗驗證,且目前模型在「提出問題」和「建立理論」

By Andy Lin
讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

最近我嘗試做了一個 Agent,專門用來分析我的身體健康狀況。 這不是什麼有商業潛力的專案,純粹是出於好奇。 我想知道現在的 AI 到底能幫我們把健康分析做到什麼程度。 資料從哪來? 要讓 AI 分析任何東西,首先得有資料。 我第一個想到的就是 Apple Health。 因為我每天戴著 Apple Watch,它本來就會自動記錄睡眠、運動、心跳這些數據。 除此之外,我也在嘗試另一個經絡檢測的儀器,有點像中醫把脈的概念,只是還沒整合進來。 我覺得如果未來能把更多資料源串在一起,應該可以做出更有意思的應用。 技術架構其實不難 我用了一個叫「Apple Health Auto Export」的 App。 這個 App 可以把健康資料透過 REST API 自動傳送到你指定的伺服器。 資料打到伺服器後,我再處理並存到 Database 裡。 接著寫一個 MCP Server,然後在

By Andy Lin