Variant合伙人发布十条AI时代投资假设：聚焦自主性、Agent与编排层

自主性，是下一阶段技术演进的核心命题

Variant近期完成2.22亿美元第四期基金募集，投资主题正式从“所有权经济”转向“扩展自主性”。这里的自主性，并非抽象概念，而是指个体与组织在技术使用、系统构建和行为决策中实际拥有的自由度——能自主选择工具、定制逻辑、定义流程、掌控数据与工作流。我们投资的不是自动化本身，而是让自动化真正服务于人的掌控力的技术：它应降低门槛，而非增加依赖；应增强能力，而非替代判断；应开放接口，而非封闭黑箱。

十项工作假设：我们的思考锚点

这些假设不是预言，而是可验证的立场。它们源于数月密集讨论与一线观察，是我们分配时间、评估项目、校准判断的共同语言。其中部分可能被证伪，但正因如此，它们才有价值。

Agent将重塑流量本质

当前互联网流量几乎全部来自人类点击与浏览。而未来，大量请求将由持续运行、可复制、具目标导向的Agent发起。它们不疲劳、不犹豫、不依赖UI，其行为逻辑由目标函数与反馈闭环驱动。这意味着产品设计必须原生支持Agent交互协议——不只是API，更是意图表达、上下文继承与结果验证机制。

算力稀缺是结构性现实

算力不会像带宽那样快速 commoditize。训练与推理的能耗、硬件迭代周期、芯片制造瓶颈共同构成中长期约束。真正创造价值的，不是堆砌算力，而是提升单位算力的实际产出：通过架构优化、稀疏化调度、异构计算协同或新型计算范式（如存内计算），让每瓦特算力承载更多智能动作。

开源正成为AI竞争力的基础设施

闭源大模型构筑护城河，但开源正悄然重构竞争格局。它使中小企业能基于最新模型快速构建垂直能力；让开发者绕过许可壁垒，在本地或私有环境中实验、调试、审计；也推动标准接口与互操作协议的形成。开源不等于免费，而是把控制权交还给使用者——这是自主性的技术前提。

前沿AI正在走向许可制

顶级模型的访问正逐步收紧：需审核、限调用、控输出、绑生态。这种集中化倾向激发对开放替代方案的刚性需求——不是追求同等参数量，而是提供可验证、可审计、可组合、可离线的轻量智能基座。自主性意味着保有退出选项，而非永久绑定单一服务商。

重要模型数量将爆发式增长

通用大模型趋于收敛，而面向特定任务、数据域、合规要求与硬件环境的专业模型将指数级涌现。价值重心正从“拥有一个好模型”，转向“知道何时、何地、以何种方式调用哪个模型”。模型本身越来越像模块，而非平台。

多模型协同将成为默认范式

单一模型无法兼顾精度、成本、延迟与合规。真实场景需要混合调用：用小模型做实时过滤，大模型做深度推理，领域模型做合规校验。这种复杂性不应由用户承担，而应由应用层统一消化——用户只表达目标，系统自动完成模型选型、链路编排与结果融合。

Harness——AI时代的新操作系统层

当模型可替换、数据可迁移、工具可插拔，真正的持久价值将沉淀在Harness层：即包裹模型的应用中枢。它负责意图解析、上下文管理、工具调度、记忆维护与体验一致性。这里不再只是前端界面，而是智能体的操作系统——决定“谁做什么、何时做、怎么做、如何复盘”。

协作，是Agent进化的关键跃迁

当前多数Agent仍处于单体自治阶段。下一阶段的关键挑战，是跨角色、跨组织、跨系统的协同：如何共享上下文而不泄露敏感信息？如何动态分配权限与责任？如何对齐多Agent目标并解决冲突？谁能定义并控制这套协作协议栈，谁就掌握了智能体网络的底层话语权。

AI正在重写专业服务的经济公式

医疗咨询、法律尽调、教育辅导等高人力成本服务，其核心价值在于知识结构化与个性化适配。AI并非取代专家，而是将专家经验封装为可规模化调用的能力单元。这催生两类新机会：一类是赋能终端用户直接使用专业能力；另一类是重构服务机构的成本结构，使其能服务更广人群、收取更合理价格。

创业的边界，正被Agent不断拓宽

过去受限于执行成本而无法成立的细分市场，如今因Agent可承担市场调研、原型开发、用户触达、基础运营等环节，变得经济可行。创业者无需再组建数十人团队起步，而是以一人+一组Agent启动验证。技术降低的不仅是开发门槛，更是试错成本与组织摩擦——这让“小而深”的创新获得前所未有的生存空间。

这是一份公开记分卡

我们把这十条假设视为2026年第三季度初的基准快照。它不承诺正确，只承诺坦诚。我们将定期回溯、修正、补充，并欢迎所有建设性质疑——尤其当你发现某条假设与现实明显相悖时，请告诉我们错在哪里。因为真正的自主性，始于敢于暴露判断，也始于愿意被现实校准。