Michael Seibel谈天使投资:如何在不确定中建立长期胜率
在这场YC投资人学校的分享中,Michael Seibel没有讲宏大的理论,而是用自己做天使投资和YC内部实践的经验,拆解“如何在高度不确定的创业投资中活下来”。他谈流程、概率、情绪管理,以及为什么好投资人往往做的不是“更聪明的判断”,而是“更稳定的决定”。
在这场YC投资人学校的分享中,Michael Seibel没有讲宏大的理论,而是用自己做天使投资和YC内部实践的经验,拆解“如何在高度不确定的创业投资中活下来”。他谈流程、概率、情绪管理,以及为什么好投资人往往做的不是“更聪明的判断”,而是“更稳定的决定”。
YC合伙人、Gmail之父Paul Buchheit分享了他从Google工程师到天使投资人的判断方法:投资不是公式,而是一门艺术。他用自己的成功与“不那么光彩”的经历,讲述如何识别真正稀缺的创始人特质,以及为什么最好的机会常常在一开始并不讨喜。
这是Y Combinator首次开设Startup Investor School的开场演讲。Geoff Ralston不仅解释了课程如何运作,更阐明了一个核心问题:为什么在创业生态中,天使和种子投资人依然不可替代,以及他们如何真正参与塑造未来。
在 YC 投资人学校的开场演讲中,Sam Altman 系统拆解了天使投资的底层逻辑:为什么幂律决定一切、为什么“看起来很贵”的项目往往最成功,以及投资人真正该押注的是创始人而不是点子。这是一套反直觉、但被反复验证的方法论。
这是一堂来自Y Combinator的投资人入门课,Carolynn Levy和Kirsty Nathoo用极其务实的方式,拆解了SAFE这一早期投资中最常被误解的工具。文章将带你理解SAFE的真实运作逻辑、它如何转换为股权,以及为什么细节决定早期投资者最终能否获得回报。
在MIT的AGI课程中,Stephen Wolfram用自己数十年的研究与Wolfram Alpha的实践,讲述了一条不同于主流深度学习的通用人工智能路径:以符号计算为核心,结合现实世界知识与计算模型,构建一种更可解释、也更像“外星智能”的AI。
这是一位哈佛MBA、前大公司高管在成为母亲后重新理解时间与价值的故事。Avni Patel Thompson通过一次次失败、极简验证和真实增长,找到“缺失的村庄”这一育儿痛点,并最终打造出Poppy。文章还原她如何做决策、验证想法,以及在家庭与创业之间建立长期可持续的平衡。
MIT的一场对话中,神经科学家Lisa Feldman Barrett提出一个颠覆直觉的观点:情绪并非自动触发,而是大脑基于经验和文化不断“预测”和构建的结果。这一理论不仅重塑我们对情绪的理解,也对人工智能和心理健康产生深远影响。
在这场未经剪辑的对谈中,Sam Altman回顾了自己加入Y Combinator的经历,并系统讲述了他对创业时机、YC选拔逻辑、创始人合作关系以及规模化风险的核心看法。这些判断并不包装成成功学,而是来自长期一线决策的反思。
Waymo感知工程负责人Sacha Arnoud回顾近十年自动驾驶研发,分享为什么“90%完成度”才是真正困难的开始,以及Waymo如何通过感知、预测和大规模测试,把机器学习变成可量产的工程系统。