矽谷創投教父Marc Andreessen揭密:賈伯斯成功的真正祕訣,是在被蘋果開除後學到的

矽谷創投教父Marc Andreessen揭密:賈伯斯成功的真正祕訣,是在被蘋果開除後學到的

矽谷傳奇創投家、A16Z共同創辦人Marc Andreessen在一場深度訪談中,剖析了蘋果創辦人賈伯斯(Steve Jobs)複雜的性格與其成功的關聯,並揭示了一個驚人的觀點:賈伯斯之所以能成為我們今日所知的偉大CEO,關鍵並非他早年在蘋果的輝煌,而是在他被開除後,那段長達十多年的「曠野歲月」中所淬鍊出的管理智慧。這場對談不僅重塑了我們對賈伯斯的理解,更為所有創業者提供了關於時機、失敗與成長的深刻洞見。

談到賈伯斯,Andreessen毫不諱言地形容他為「人類史上最難以苟同(disagreeable)的人之一」。他回憶道:「賈伯斯會為了你面前桌上杯子的形狀跟你爭論不休,他就是會質疑一切。」這種特質源於他拒絕接受任何現狀的「第一性原理思考」(first principles thinking),這也是他許多天才創意的來源。

然而,這種性格也造就了關於賈伯斯的兩種極端故事。一種是將他描繪成完美無瑕的聖人,另一種則說他是「一個尖叫的瘋子,會在電梯裡對人大吼、在會議中開除員工」。

Andreessen認為真相介於兩者之間,他引述與賈伯斯長期共事者的觀察,指出核心在於:「他絕對無法容忍任何非一流(first class)的工作。」

如果你能拿出頂尖的成果,對所有細節瞭若指掌,那麼賈伯斯就是你所能遇到的最好的管理者。許多與他密切合作過的人都表示:「我一生中最傑出的工作,都是在為他效力時完成的。」 賈伯斯對卓越品質的欣賞與堅持,確保了他周圍的每個人都必須達到同樣的高標準,這也正是頂尖人才願意追隨他的原因。那些關於他暴怒的故事,幾乎總是源於他看到平庸或不夠努力的成果。

從蘋果被開除的十年:賈伯斯真正學會如何當CEO的「曠野歲月」

許多人以為賈伯斯的天才與生俱來,但Andreessen強調,我們今日所熟知的那個賈伯斯,是經歷了重大挫折與轉變的。1985年,賈伯斯被自己創辦的公司蘋果開除,隨後創立了NeXT電腦公司。

這段長達12年的「曠野歲月」對他至關重要。Andreessen直言:「NeXT電腦的業務可以說是一場徹底的慘敗(complete wipe out)。」

在NeXT時期,賈伯斯不再擁有蘋果時期的「魔力光環」。他推出的NeXT Cube電腦,儘管設計極具美感(他曾為追求一個完美的12吋立方體,不惜讓製造成本翻倍),但運行緩慢、價格高昂,市場反應慘淡。公司被迫轉型做軟體,同樣未獲成功。

Andreessen指出,正是這段艱難的經歷,讓賈伯斯真正學會了如何經營一家公司。他引述了解賈伯斯的人所言:「他其實不是在蘋果學會如何成為一位偉大的CEO,而是在NeXT。因為他花了12年時間,用最艱困的方式去實踐。」 在這段期間,他必須想方設法優化運營、在長達12年的失敗中凝聚團隊,這些都是他過去在蘋果順風順水時未曾學到的管理技能。

因此,當賈伯斯於1997年重返蘋果時,他不僅帶著第一階段在蘋果培養的創新能力,更結合了在NeXT磨練出的卓越管理能力。他已經蛻變成一位更成熟、更全面的領導者。

創業者的詛咒:「太早」就等於「失敗」

從賈伯斯的經歷延伸,Andreessen談到了所有創業者都必須面對的殘酷現實——市場時機(Market Timing)。他提出一個深刻的觀察:「在創業實踐中,太早(early)就跟犯錯(wrong)沒有兩樣。」

他解釋,幾乎所有看似「一夜成名」的科技公司背後,都有一連串的先行者。「你會發現,通常有一批公司在五年前嘗試做同樣的事然後失敗了,再往前推五年,又有一批失敗者。」 他舉例,第一台智慧型手機早在1987年就已問世,但在iPhone成功之前,市場經歷了長達20年的失敗嘗試。

創業者必須「活在未來」,預見一個尚不存在的世界。但問題是,世界是否已經準備好迎接你的願景?Andreessen坦言,這個時機點極難預測。

有趣的是,他提出了一個反直覺的指標:「如果一個想法真的可行,創業者幾乎總是會感覺自己『太遲了』。」 當你覺得市場即將爆發,但你的產品還沒完全準備好,時間壓力巨大時,那種焦慮感反而是個積極的信號,代表你正處於浪潮來臨前的最佳位置。

AI的黃金時代來臨?我們眼中的革命,下一代眼中的理所當然

展望未來,Andreessen認為AI正在引領下一波平台轉移,為創業者創造了巨大的機會,尤其是在美國。他預期未來四年將是「萬里無雲的藍天」,是創業的黃金時期。

然而,他也分享了一個關於世代差異的有趣故事。當ChatGPT問世時,他興奮地向他九歲的兒子展示這項劃時代的技術,感覺自己就像從天上盜取火種的普羅米修斯。他解釋這項技術耗費了80年的研究心血,期待兒子的驚嘆。

沒想到,他的兒子只是平淡地看著他,彷彿在說:「它就是台電腦,如果它不能回答你的問題,那它還能做什麼?」

這個故事完美詮釋了世代間對科技認知的巨大鴻溝。對我們這一代來說是革命性的突破,對下一代而言卻是理所當然的存在。這也提醒我們,未來的創新將建立在一個全新的基準之上,而真正的機會,或許正掌握在那些將AI視為空氣和水一樣自然的新生代手中。

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