Vinod Khosla

摘要

Vinod Khosla（生于 1955）是当代风险投资里最纯粹的"反共识深科技下注者"——2026 年 Forbes Midas List 第 1 名。他 27 岁联合创立 Sun Microsystems、29 岁被董事会换下 CEO，随后转身做了 40 年 VC：先在 Kleiner Perkins（1986–2004）押中 Juniper（约 2,500x）、Cerent、Nexgen、Excite，被 John Doerr 称在 1990 年代为 KP 赚了约 $100 亿；2004 自立门户创办 Khosla Ventures，专投"几乎不可能尽调"的科学型创业——2019 年那张 $50M 投进 OpenAI 营利子公司的支票（他 40 年里最大的初始注），是这套哲学最响亮的一次兑现。

他的投资公式可以浓缩成一句话："我只关心成功的量级，不关心失败的概率"（"I want high consequences of success. I don't care about the probability of failure."）。这套"50 倍上行 + 只输一倍本金"的不对称数学，配上他对"专家即偏见的集合"的第一性原理怀疑，构成了一个连贯的判断系统。代价同样真实：cleantech 1.0 里 KiOR 烧掉 $6 亿仅产生 $230 万收入而破产，是这套"愿意失败"哲学最痛的公开实证。他自称从不是"投资人"，40 年来只说自己是 "venture assistant"——创始人的 consigliere（军师），而非老板。

一、生平时间线

早年：信息饥渴的旁遮普少年（1955–1976）

Khosla 1955 年 1 月 28 日生于印度马哈拉施特拉邦 Pune 的一个旁遮普裔家庭，父亲是印度陆军军官，驻防新德里。他没有任何创业家庭背景——这一点对理解他后来的"创业靠后天点燃、不靠血统"的信念很重要。

少年时代的 Khosla 表现出一种近乎病态的信息饥渴。据 KV 官方 bio 与 Generalist 的"Letters to a Young Founder"记述，他在德里"to extreme lengths to find stories about entrepreneurs"——租借旧杂志、长途奔波只为获取关于创业者的报道。点燃他创业兴趣的，是读到 Intel 创立的故事。

"[He went] to extreme lengths to find stories about entrepreneurs."

"他不惜一切代价去搜寻关于创业者的故事。"

KV 官方 bio / Generalist, "Letters to a Young Founder"

学业线索同样指向"跨界 + 第一性原理"的底色：

• IIT Delhi（1971–1976）：电气工程学士。他在 IIT 创办了第一个计算机俱乐部，少年时写过并行处理论文，还协助创立了印度首个生物医学工程项目。
• Carnegie Mellon University：生物医学工程硕士（全额奖学金，1976）。注意学科的横跨——从电气工程到生物医学。
• Stanford GSB：MBA（1980）。关键细节：他被 Stanford 拒了两次才被录取。这与他日后对"凭一纸 MBA 就敢指导创业者"的尖刻怀疑形成耐人寻味的反差——他自己拿了那张文凭，却最不相信文凭。

第一次创业失败（1975，仍在印度）：他尝试做一家豆奶公司，为没有冰箱的家庭提供牛奶替代品。失败原因是缺资金 + 基础设施延误——当时印度装一部电话要排队 7 年。这是他人生第一个"技术-基础设施现实把好想法摁死"的教训。

解读（推断）：被 Stanford 拒两次、印度装电话排 7 年、靠租旧杂志找信息——Khosla 的早年是一连串"系统不配合"的摩擦。他后来反复强调的"willingness to fail"和"with enough persistence, most things that seem impossible become possible"，很可能不是事后包装的鸡汤，而是这段经历的直接产物。

创业试错期：Daisy、Data Dump（1980–1982）

拿到 GSB 文凭后，Khosla 进入了一段密集的创业试错：

• 1980–1981：联合创办 Daisy Systems，任首位全职创始人兼 CFO，做电子设计自动化（EDA）软件。他在公司 IPO（1984 年最成功的 IPO 之一）之前就离开了——为了去做一家通用计算机制造创业。这个"在自己创办的公司大获成功前主动离场去追更大的东西"的模式，会重复出现。
• 1981：与 Stanford 同学 Scott McNealy 联合创办 Data Dump —— 彻底失败。联合创始人后来称之为"huge disaster"。

但 Khosla 从 Data Dump 提炼的教训，恰恰是他整个风险哲学的雏形：

"[Such a failure, in hindsight, is] almost inconsequential… the most important thing is to try."

"（这样的失败，事后看）几乎无足轻重……最重要的是去尝试。"

Generalist, "Letters to a Young Founder"

解读：注意"inconsequential"（无足轻重）这个词——它会在 30 年后原封不动地出现在他批评主流投资人的话里（"把失败概率降到成功的后果变得无足轻重"）。Khosla 的核心算术——失败的代价有限、上不封顶——在他第一次惨败时就已经在心里成型了。

Sun Microsystems：创立、辉煌、被换下（1982–1985）

1982 年，Khosla 联合创立了 Sun Microsystems。SUN = Stanford University Network。联合创始人阵容是硅谷传奇级别的：

• Vinod Khosla —— 首任 chairman + CEO（1982–1984）
• Andy Bechtolsheim —— 当时正以 $10,000 向本地公司授权一种计算机设计
• Scott McNealy —— Khosla 的 Stanford 同学
• Bill Joy —— UC Berkeley CS 研究生，稍后加入

原始 Sun 商业计划书据传由 Khosla 亲笔撰写。他募来了 Kleiner Perkins 的 $300,000 种子资本——这是他与 KP 关系的起点。

关键决策（被动）：1984 年被董事会换下 CEO

这是 Khosla 人生最重要的"反向"事件，对理解他后来的所有立场都至关重要——而且必须避免后视镜偏见地看待。

• 背景：员工与董事会对 Khosla 作为 CEO 的表现日益不满。
• 过程：Scott McNealy 是唯一明显的继任者，被任命为 interim CEO。但据 Karen Southwick 的《High Noon》记载，董事会当时其实也担心 McNealy 这个"brash young man, who often lacked tact or discretion"（鲁莽、常缺乏圆滑或分寸的年轻人）不具备运营公司所需的商业敏锐度。换句话说，这不是"换上明显更强的人"的干净决策。
• 结果：1984 年 McNealy 从 Khosla 手中接任 CEO，Khosla 最终于 1985 年离开公司。McNealy 后来把 Sun 带成了一代巨头。

解读（推断，但有多处佐证）：Khosla 27 岁创立 Sun、29 岁就被换下——这段"创始人被自己董事会换掉"的经历，几乎可以肯定是他后来两个标志性立场的源头：
1. 对 "Founder Friendly"的复杂、甚至敌意的态度（他认为一味讨好创始人是 disservice）——他本人是被"不够 founder-friendly"的董事会换掉的，却最终站到了"创始人需要被挑战、被教育"的一边。
2. "团队即公司"的执念——Sun 的胜利是团队（McNealy、Joy、Bechtolsheim）兑现的，哪怕最初的 CEO 被换掉。

值得注意的是，被换下 CEO 没有让他变成"创始人应当被保护"的鸽派；恰恰相反，他成了最直言"强创始人就该被挑战"的人。这是一个反直觉的心理转向。

即时转向 VC

Khosla 从 Sun 转身做 VC 几乎是即时的（1984 离开 → 1986 加入 KP）。但他坚持自己从未真正"离开创业"：

"I have never considered myself an investor. In fact, I call myself a 'venture assistant."

"我从未把自己当作投资人。事实上，我称自己为'风险助理'。"

KV 官方 bio（Khosla on X 亦确认此自我定位）

"I've never called myself an investor. In 40 years, I always say I'm a venture assistant / entrepreneur."

"我从没称自己为投资人。40 年来，我一直说我是风险助理 / 创业者。"

Uncapped #15（[00:24:45]）

Kleiner Perkins：缔造十亿美元公司的机器（1986–2004）

1986 年 Khosla 以 general partner 身份加入 Kleiner Perkins，最初管理视频游戏、半导体等投资。接下来的 18 年，他成为了那个时代缔造十亿美元级公司最多的 VC 之一。到 2001 年，除 John Doerr 外，没有任何 VC 创造的十亿美元级公司比 Khosla 多；唯一可比的只有 Doerr、Arthur Rock、Don Valentine 那个量级。

几笔标志性的命中：

1999 年 11 月，John Doerr 称 Khosla 在 1990 年代的光纤 + 互联网投资为 KP 赚了 $100 亿利润。

关键决策：1996 年押 TCP/IP 而非 ATM

这是一个教科书级的"反共识基本面下注"，Khosla 自己在 Uncapped #15 中回顾：

• 背景：1990 年代中期，电信业的主流共识是 ATM（Asynchronous Transfer Mode）将主导未来的互联网骨干网。
• 决策：Khosla 押 TCP/IP——这恰恰是 Juniper（"互联网路由器"）押注的底层判断。
• 结果：TCP/IP 赢了，ATM 输了。Juniper 成了 2,500x。

解读：这笔 1996 年的判断，是他日后那句"当人们跟随羊群本能时，我喜欢思考基本面是什么、它们能否发生"的最早实证之一。他不是赌当下的共识（ATM），而是赌技术基本面的终局（分组交换/IP）。

一个常被忽略的细节：劝 Google 卖给 Excite

在 Excite 任上，Khosla 曾劝 Google 创始人以 $750,000 把公司卖给 Excite——Excite CEO George Bell 拒绝了。这是个有趣的脚注：即便是 Khosla 这样的人，也曾低估过史上最大的科技公司之一。它提醒我们他的"命中率"叙事里，错过（misses by omission）同样存在。

也有彻底的失败

• Go Corporation：投了触控笔电脑创业，后被视为硅谷重大失败之一。
• 这与他"愿意失败"的哲学一致——在 KP 时期，命中的量级（Juniper 一笔就 $7B）足以覆盖任何数量的归零。

Khosla Ventures：自立门户，专投"科学实验"（2004–今）

2004 年，Khosla 离开 KP 创办 Khosla Ventures。他给出的两个创办初衷很说明问题：

1. 想多陪正值青春期的孩子；
2. 想专注于有"社会影响"的、科学驱动型的创业——这类创业在大机构里往往被认为太慢、太险。

• 初始资本：约 $1.5B，全部来自他在 Sun 与 KP 积累的个人财富——也就是说，最初的 KV 是用 Khosla 自己的钱跑的，不必向外部 LP 解释为什么投"不可能尽调"的东西。这是理解他敢于做极端 conviction bet 的结构性前提。
• 2009-09：KV III 募 $750M + Khosla Seed $250M——首次对外部 LP 开放。
• 2021：新旗舰基金 $1.4B。
• 2026：管理约 $15B 投资人资本 + Khosla 个人投资。

KV 的策略是高风险、第一性原理创新，横跨企业软件、消费、医疗、AI、机器人、金融科技、国防、基础设施、能源、材料科学。Hustle Fund 给他的标签很贴切：他投的是 "science experiments"（科学实验）。

组合战绩（Tracxn 2026）：52 家独角兽、32 次 IPO、153 次收购。

几笔代表性命中（详见"重大投资与战绩"一节）：DoorDash、Instacart、Affirm、Stripe、Square、Okta、Impossible Foods、QuantumScape、Commonwealth Fusion，以及那张定义了他后半段生涯的 OpenAI 支票。

关键决策：2019 年 $50M 投进 OpenAI（40 年来最大的初始注）

这是 Khosla 投资哲学最响亮、也最适合 VC 读者拆解的一次兑现。

• 背景：2019 年，几乎没人在谈"投资 AI 这件事"。OpenAI 的治理结构极不寻常——非营利母体下挂一个营利子公司（capped-profit），没有收入。用 Khosla 自己的话说，"almost impossible to diligence"（几乎无法做尽调）。
• 关键假设：他的 AI 信念不是 2019 年才有的。早在 2000 年他就公开提出 AI 将"重新定义何为人类"；2010 年他写博客称几乎所有 expertise 都将通过 AI 免费惠及人类。两个具体的"基本面观察"让他在 2012/2015 年间确信 AI 时刻将至（Uncapped #15）：
• 人才信号：最好的人才（MIT / Stanford / Caltech 的学生）都涌入 AI；
• 能力斜率：human performance vs AI performance 的进步速率。
• 决策：投 $50M 进 OpenAI 营利子公司，拿到约 5% 股权。这是他 "40 年来初始注的两倍多"——一笔纯粹的 conviction bet。
• 一个罕见的细节——"致 LP 的道歉信"：因为这笔注大到违反常规，Khosla 给 LP 写了一封"道歉信"，大意是：我还是要投，但我意识到这看起来有多 foolhardy（鲁莽）。
• 结果：到 2023 年底，那 5% 已值数十亿。被描述为 "very bold, very early, and obviously very impactful, at a time when nobody was talking about investing in AI."

"It was a very large investment, more than twice the largest initial investment I'd made in four years of venture capital, so it was a conviction bet."

"这是一笔非常大的投资，比我四年里做过的最大初始投资还大两倍多，所以它是一次信念下注。"

Uncapped #15（Q6）

解读（对 VC 读者最关键的一条）：注意这笔 deal 同时违反了三条常规风控——无法尽调、结构非常规、单笔金额是历史最大初始注的两倍。Khosla 没有去降低这三个风险，他只问一个问题：如果对了，量级有多大？"道歉信"是点睛之笔——它不是认错，而是对 optics 透明、对判断不让步。这正是他那句"I want high consequences of success, I don't care about the probability of failure"在现实中的样子：他清楚地知道这看起来像疯了（所以才道歉），但他仍然按基本面下注。

余波：Altman 罢免危机（2023-11）

• Khosla 公开力挺 Altman 复职，逻辑是 "too important to not try"。
• 事后他罕见地承认了自己的疏忽——这是一个值得记录的"判断盲点自陈"：

"To be honest I had a close enough relationship with Sam that I figured there wasn't the risk of something like this. I probably should have worried about it. But I didn't."

"老实说，我和 Sam 的关系够近，以为不会有这种风险。我本该担心的，但我没有。"

Fortune（2023-12-04）/ NZ Herald

• 被追问 Altman 被解雇的内情时，他礼貌地拒答："I can't talk about it."
• 对 Musk 的看法（2026-04，Altman 庭审期间）：Khosla 称 Musk 对 OpenAI/Altman 的诉讼是 "sour grapes"（酸葡萄），并指 Musk 当年想自己当 CEO、争夺控制权，才是矛盾的真正源头。

解读：这段自陈（"我本该担心的，但我没有"）很重要——它显示 Khosla 的"conviction"并非全知全能的自负，而是会在事后诚实标注盲点。但同时注意：他对自己的核心判断（投 OpenAI、挺 Altman）没有反悔，他承认的只是"对 governance 风险的注意力不够"。这是一种很特定的自我修正——校准外围风险评估，但不动核心 thesis。

关键决策：2019 投进 Commonwealth Fusion（与 OpenAI 同期）

同一时期，当多数投资人对"商业聚变的时间表"高度存疑时，KV 押了 Commonwealth Fusion Systems（CFS）。这是 OpenAI 之外、几乎同时的另一笔"押技术基本面而非市场共识"的 deal——只不过聚变的兑现周期比 AI 长得多。它说明 OpenAI 不是孤例，而是一个稳定模式的一次（恰好极其幸运的）实例。

事实校订（2026-08-05）：CFS 官方公告显示 A 轮于 2019-06-27 关闭、总额 $115M，公告把 Khosla Ventures 列为参与方之一（与 Future Ventures、Lowercase、Moore Strategic、Safar、Schooner、Starlight 并列，加入既有的 Eni / Breakthrough Energy Ventures / The Engine），并未指定 lead。本档案此前写作"领投"系表述过强，已更正。另注：Khosla 本人在 The Generalist（2025-06）里两次把这笔投资记作 2018（"I didn't connect the two in 2018 when I invested in both"），Mumgaard 则说"2016 年第一次见 Vinod"、"2018 年遇见时"——口述年份与官方公告存在 1 年出入，此处不做仲裁，两者并列存档。

一段罕见的反后视镜自陈。 2025 年 The Generalist 主持人把这两笔同期投资当作"先见之明"来提问（AI 与能源如今显然是一件事），Khosla 当场拒绝领这个功劳：

"Well, I won't claim I had that much foresight. I think both are really, really important. Artificial intelligence is really important. And energy is really, really important. I didn't quite connect how much energy AI would use. I didn't have that foresight."

"我不会声称自己有那么强的先见之明。我认为两者都非常非常重要——人工智能很重要，能源也非常非常重要。我没能想到 AI 会消耗多少能源。我没有那个先见之明。"

The Generalist（2025-06-03，[00:09:03]）

"I didn't connect the two in 2018 when I invested in both, to be honest. I did think limitless energy was going to open up a lot of possibilities."

"老实说，2018 年我同时投这两笔的时候，并没有把它们联系起来。我确实认为无限能源会打开很多可能性。"

The Generalist（2025-06-03，[00:09:56]）

另一个此前未被记录的细节：conviction bet 是配了 off-ramp 的。 谈到为什么敢押 20 Tesla 高温超导磁体这一未验证的技术扳机时，他描述的不是"孤注一掷"，而是"先把失败情形想完再下注"：

"Bob took it on and we had backup plans. I remember us making a plan. If we got a 20 Tesla magnet and didn't get to fusion, what would we do? We actually went through that discussion and made plans, the backup plans."

"Bob 接下了它，而我们有备用方案。我记得我们做过一个计划：如果我们造出了 20 Tesla 磁体、却没能实现聚变，我们会怎么办？我们真的把那个讨论走了一遍，做了备用方案。"

The Generalist（2025-06-03，[00:14:29]）

"We had alternative plans for a 20 Tesla magnet. We made those plans and found off ramps while hoping never to use them."

"我们为 20 Tesla 磁体准备了替代方案。我们做了那些计划、找好了下匝道，同时希望永远用不上它们。"

The Generalist（2025-06-03，[00:20:36]）

而他给出的"为什么是 Bob Mumgaard"的判据，正是他 picking 框架的一次具体应用——先是意愿，然后立刻补上"不是无 thesis 的莽撞"这个限定：

"This approach to energy was too important to not try… I'd rather try and fail, but don't fail to try."

"这条能源路径重要到不能不试……我宁愿试了失败，也不要因为不试而失败。"

The Generalist（2025-06-03，[00:20:14]）

"Most people are afraid to risk. They fail to try instead of trying and failing. … Bob was willing to give it a try. He had a very solid thesis behind it. So it wasn't just try without the thesis."

"大多数人害怕冒险。他们是'不敢试'而不是'试了才失败'。……Bob 愿意去试。他背后有一个非常扎实的 thesis。所以这不是没有 thesis 的瞎试。"

The Generalist（2025-06-03，[00:20:59]）

（"fail to try / trying and failing" 这一格言在 §关于投资数学 已有 Uncapped #15 的版本；此处值得单独记的不是格言本身，而是它被用作一次具体 deal 的 picking 判据、并被他自己当场加上"必须有 thesis"的限定。）

拆解（这一组材料对 VC 读者的价值高于它的篇幅）：三点。
1. 反后视镜的自我纪律。整个 AI-能源叙事今天已经被讲成"少数人早就看穿了"，而当事人本人在麦克风前说"我没有那个先见之明"。这是本档案里最干净的一次叙事去魅——它提示读者：outcome 的相关性（同年押 AI 与聚变）常常是两个独立信念的偶然交汇，不是一个统一预测的兑现。把这条和 §OpenAI 那句"我本该担心 governance 风险，但我没有"并读，能看出 Khosla 的一个稳定习惯：核心 thesis 不反悔，但对"我当时到底知不知道"极其诚实。
2. conviction ≠ 无退路。档案前文的"道歉信"给人的印象是他只管上行不管下行；这里出现了相反的一面——押一个未验证的物理扳机之前，他和团队先把"磁体成了但聚变没成"的分支走完并留了 off-ramp。"高上行数学"是投资组合层面的立场，不等于单笔 deal 层面不做情景规划——这个区分此前在档案里是缺的。
3. "敢试"必须与 thesis 捆绑。"fail to try instead of trying and failing"单独看是鸡汤，他自己立刻加了限定："it wasn't just try without the thesis"。这与他的"top one basis point + 学习速率"是一套东西：他要的不是勇气，是有物理依据的勇气。

关键失败：Cleantech 1.0 —— KiOR & Range Fuels（2007–2014）

要诚实地理解 Khosla，必须直视他最公开、最痛的失败。他在 2000 年代末重注 cleantech（生物燃料、电池、材料），其中两笔成了"愿意失败"哲学在公开市场上的反面教材。

• KiOR：用催化裂化把木材转化为生物燃料，投资人含 Vinod Khosla + Bill Gates。
• 总共烧掉 $600M+，仅产生 $2.3M 收入即破产；破产时资产仅 $58.3M。
• 密西西比 Columbus 的商业化工厂设计年产 1,300 万加仑，2013 年实际仅产 13.3 万加仑（约设计产能的 1%），随后关停。
• 技术根因：热解油（pyrolysis oil）不能直接进现有油基础设施；不到 40% 的质量转化为汽油/柴油，"产率非常差"，大部分变成 CO2 和水。
• 法律后果：密西西比州总检察长 Jim Hood 称 KiOR 是"对该州实施的最大欺诈之一"，对前高管及 Vinod Khosla 本人提起欺诈诉讼，指控在产量/产率上误导投资人。
• Range Fuels：2011 年底关闭其佐治亚州木屑制乙醇工厂。拿到能源部 $76M grant 中的 $46.3M + 农业部 $80M 贷款的一半。

一位化学工程师的批评相当尖锐：

"While I strongly support the development of advanced biofuels, Vinod Khosla has done a lot of harm to the sector by overpromising on various technologies and then failing to deliver."

"尽管我强烈支持先进生物燃料的发展，但 Vinod Khosla 通过对各种技术过度承诺、随后又无法交付，给整个领域造成了很大伤害。"

引自 Washington Post / Fortune 对 cleantech 崩盘的报道

解读（misses 的诚实账）：KiOR 暴露了 Khosla 风险模型的一个真实裂缝——他的"50 倍上行、只输一倍本金"数学，默认失败是干净、有限、私下的。但在重资产、商业化工厂级别的 deep-tech 上，失败可以是：烧掉 $6 亿、招致州检察长的欺诈诉讼、伤害整个行业声誉。techno-economics（技术-经济性）和 scale-up 的工程风险在这里被系统性低估了——纸面上跑通的催化反应，到了 1,300 万加仑/年的工厂规模就崩了。

更值得注意的是他事后的思想演化。Khosla 始终拒绝承认 cleantech 是"bust"，坚持仍有"a dozen dramatic technologies"能解决气候问题。但他后来的一句话泄露了他真正学到的东西：

> "Green should be a feature that follows rather than defies the laws of economic gravity."
> "绿色应当是一个遵循、而非违抗经济引力法则的特性。"
> — Khosla（多次公开表述，见 Wikipedia 摘述）

把这句话和他在 Uncapped #15 里讲 super hot geothermal 的话对照，演化就清楚了："它是绿色的，但卖点是便宜"（"It's green, but the pitch is it's cheaper."）。生物燃料时代他卖的是"绿色"；后生物燃料时代他卖的是"更便宜，绿色只是附带"。这是从 KiOR 的废墟里提炼出的、可被验证的 thesis 修正——也是这份档案里最值得 VC 读者反复咀嚼的一次"判断升级"。

2026：Khosla 家族以 $9.612B 收购 Seattle Seahawks（协议已签，待 NFL 表决）

这是他公开身份的一次量级跃迁，也是本档案唯一一条"个人/家族资本配置"记录。

• 交易：2026-07-12，Seahawks 官方宣布与 Khosla 家族达成出售协议，作价 $9.612B——NFL 球队交易的历史纪录（此前纪录为 2023 年 Josh Harris 团队 $6.05B 收购 Washington Commanders）。卖方为 Paul G. Allen 遗产基金（Paul Allen 2018 年去世后由其妹 Jody Allen 掌管），正式出售流程始于 2026-02-18。
• 控制权归属：据发给各队的 league memo，control owner 是 Neeru Khosla（Vinod 的妻子、CK-12 基金会创始人）；儿子 Neal Khosla（Curai Health CEO）预计在所有权集团中承担重要领导角色。⚠️ 早期部分媒体写 Vinod 本人为 controlling owner，与 memo 冲突，以 memo 版本为准。
• 前置持仓：Khosla 家族 2025 年已加入 San Francisco 49ers 所有权集团、持 3.1%；按 NFL 规则须在本交易中出清。此前已通过 NFL 所有者审查，将简化本次批准流程。
• 状态（截至本次更新 2026-08-05）：尚未完成。NFL 32 家所有者定于 2026-08-26 在亚特兰大表决，需至少 24 票通过。
• 官方声明（公告体，⚠️PR）：

"We are honored to be entrusted as the next stewards of the Seattle Seahawks. We look forward to building on the winning legacy Paul Allen created and to earning the trust of the Seahawks organization and fans everywhere."

"我们很荣幸被托付为 Seattle Seahawks 的下一任守护者。我们期待在 Paul Allen 创造的胜利传统之上继续建设，并赢得 Seahawks 组织与各地球迷的信任。"

NFL.com 官方公告（2026-07-12）

解读（推断）：对一份以"判断力"为主题的档案，这条事件的价值不在体育本身，而在三点。(1) 家族而非个人——把 control owner 放在妻子名下、儿子进领导层，是一次明确的家族资本长期安排，与他 2004 年"为陪青春期孩子"而创办 KV 的动机线是同一条脉络；把它和 §"团队即公司"并读会有点反讽意味：他在自己最大的一笔个人配置上，选择的是家族即组织。(2) 与 Paul Allen 的对位——他从另一位技术创富者的遗产手里接过资产，而 Allen 的球队正是遗产处置的产物；这对一个 70 岁、反复谈"影响优先于回报"的人是一面镜子。(3) 风险画像的例外——$9.6B 买一支现金流可预测、供给固定（32 张牌照）、几乎不可能归零的资产，在数学上恰恰是他毕生反对的那种"降低失败概率、成功后果有限"的配置。这不是矛盾，而是分层：[推断] 高方差留给基金，低方差留给家族资产负债表——但档案没有他本人对此的任何解释，此处仅作标注，待后续一手材料。

本节为 VC 读者重点编排，权重偏向 Khosla 的投资哲学：不对称下注、conviction、thesis 形成、sourcing/picking、对"专家"的怀疑，以及这套思维如何随时间演化。

关于投资数学：高上行，不在意失败概率

这是理解 Khosla 一切判断的"第一公理"。他把风险投资的不对称结构（最多只输一倍本金，但上不封顶）推到了逻辑极致。

"I want high consequences of success. I don't care about the probability of failure."

"我要的是高量级的成功后果。我不在意失败的概率。"

Uncapped #15（[00:41:38]）

他把这套数学讲得极其具体：

"If you can make 50-times your money and only lose one time, that's a pretty good deal."

"如果你能赚 50 倍、而只会输掉一倍本金，那是一笔相当好的交易。"

Moonfare, Deal Talk Ep.5

"Venture capital is interesting because you can only lose one-time your money."

"风险投资有意思的地方在于，你最多只会输掉一倍本金。"

Moonfare, Deal Talk Ep.5

"The key to that math is that when you win, you should make a 1,000. I don't worry about when I lose. Most investors are making sure 80 per cent of their time that they don't lose."

"这套数学的关键是：当你赢的时候，你应该赚 1,000 倍。我不担心输的时候。大多数投资人 80% 的时间都在确保自己不输。"

Moonfare, Deal Talk Ep.5

他对主流投资人的诊断，是这条公理的镜像：

"[Most decision-makers] reduce the probability of failure to the point where the consequences of success are, in my view, inconsequential."

"（大多数决策者）把失败的概率降到这样一个程度——以至于成功的后果，在我看来，变得无足轻重。"

Moonfare, Deal Talk Ep.5

"[I'd] rather try and fail than fail to try, and most people most of the time just fail to try."

"我宁愿尝试然后失败，也不愿放弃尝试；而大多数人在大多数时候，根本就没去尝试。"

Uncapped #15（[00:33:04]）

这套公理最早、也最凝练的一次公开表述，来自 2015 年的 Stanford GSB 演讲——他把它讲成一个字面上的"反转优化目标"：

"Most people reduce risk to increase the probability of success, but the consequences of success become inconsequential. Instead, reduce the probability of success to increase the consequences of success."

"大多数人降低风险来提高成功的概率，但成功的后果因此变得无足轻重。反过来——降低成功的概率，去提高成功的后果。"

Stanford GSB, View From The Top（2015-05-12）[00:30:42]

而他把"只输一倍本金"落到心理操作层面，有一个更机械、也更好用的表述——先在心里把它归零：

"Whenever we make an investment, I assume we lost it; then, there is only upside."

"每当我们做一笔投资，我就假设它已经输了；这样，就只剩下上行了。"

Stanford GSB, View From The Top（2015-05-12）[00:23:23]

不过"高上行数学"并不等于"风险越大越好"。2020 年的 20VC 里他补上了一个此前档案没有的限定——风险不是一个标量，而是一组可互换的头寸：

"So risk is absolutely one of those things you have to decide what profile you want. Then comes the issue of there's different kinds of risk. If you raise a lot more money, you might reduce other risks… If you spend more time developing a product, you reduce your engineering risk or product risk, but you might increase market risk. There's always trade-offs. So risk management is the other hard thing an entrepreneur does."

"所以风险绝对是那种你必须决定自己要什么风险画像的事。接下来的问题是：风险有不同种类。如果你多融很多钱，你可能降低了其他风险……如果你花更多时间打磨产品，你降低了工程风险或产品风险，但你可能抬高了市场风险。总是有取舍。所以风险管理是创业者要做的另一件难事。"

20VC（2020-02-24，[00:10:53]）

拆解（给 VC 读者）：这套哲学的可操作内核是——先看分子（上行量级），再看分母（概率），而非反过来。绝大多数机构的 IC（投委会）流程是为"压低失败概率"优化的（尽调、reference check、风控清单），其副作用恰恰是把一切高方差、高上行的 deal 过滤掉了。Khosla 的"道歉信"和"50 倍/输一倍"都在说同一件事：在一个上不封顶、下有底的资产类别里，对失败概率的过度厌恶在数学上是错的。

但要配合 KiOR 的教训读：这套数学有一个隐含前提——"只输一倍本金"且失败是干净的。当失败会附带法律责任、声誉传染、或需要持续追加重资本时（cleantech），"只输一倍"就不再成立。Khosla 自己最痛的教训，恰恰是这条公理的边界条件。

关于"愿意失败"：把失败重新定义为成功的原因

Khosla 没有把"willingness to fail"当作要被容忍的副作用，而是把它提升为成功的直接原因——这是一个心理学层面的重构。

"Without being willing to fail you're not going to succeed in a big way. My personal view is my willingness to fail is entirely responsible for my success."

"如果不愿意失败，你就不可能取得大成功。我个人认为，我愿意失败这件事，完全是我成功的原因。"

Startup Archive

"I like to say my willingness to fail gives me the ability to succeed. And too many people are just not willing to fail and so they don't try anything new."

"我喜欢说，我愿意失败赋予了我成功的能力。太多人就是不愿意失败，所以他们从不尝试任何新东西。"

Startup Archive

"To do something exceptional, you have to do something out of the ordinary. And that usually means risk. If you're doing the ordinary, low-risk stuff, you're doing what everybody else knows [how to do]."

"要做出非凡之事，你必须做一些非同寻常的事。而这通常意味着风险。如果你在做寻常的、低风险的事，那你做的就是别人都已经知道怎么做的事。"

Startup Archive

"The funny thing is that with enough persistence, most things that seem impossible become possible."

"有趣的是，只要有足够的坚持，大多数看似不可能的事情都会变得可能。"

YourStory

"Most people who fail at something, fail because they give up too early, not because they're not capable."

"大多数在某件事上失败的人，是因为放弃得太早，而不是因为他们没有能力。"

QuoteFancy（二手策展，措辞可能经润色）

拆解：注意"entirely responsible"（完全是……的原因）这种绝对化措辞。这不是谦虚的事后归因，而是一个 operating principle：把"敢于归零"内化为竞争优势的来源。对一个 VC 而言，这意味着：你的 alpha 不来自于挑得比别人准，而来自于你愿意进入别人因为怕输而不敢进的赔率区间。

关于第一性原理：把"经验"重新定义为负债

如果说"高上行数学"是 Khosla 的风控公理，那么"专家即偏见的集合"就是他的 sourcing/picking 公理。这是他全部反共识能力的认识论基础。

"Experience is a set of biases that prevent you from making mistakes. And that's what experts do."

"经验是一套防止你犯错的偏见。而这正是专家所做的事。"

Uncapped #15（[00:40:37]）

"Most experts are experts in a previous version of the world, not the one you're trying to create."

"大多数专家是上一个版本世界的专家，而不是你正试图创造的那个世界的专家。"

Uncapped #40（[00:44:46]）

"[Experts perform poorly in their own fields because] they have too many biases about what works, what doesn't, and how to do things."

"（专家在自己的领域里表现差，是因为）他们对什么有效、什么无效、该怎么做事，带着太多偏见。"

Uncapped #15（thinking_patterns 转述）

这套怀疑并非纯直觉——早在 2015 年他就给它挂上了一个明确的学术出处（Philip Tetlock 对专家预测的 20 年追踪）：

"I refer to Professor Philip Tetlock's research, which tracked thousands of expert forecasts over 20 years. The average accuracy of these experts — economists, journalists, consultants — was about the same as dart-throwing monkeys."

"我引用 Philip Tetlock 教授的研究：他追踪了成千上万条专家预测长达 20 年，结论是——这些专家（经济学家、记者、咨询顾问）的平均准确率，和'掷飞镖的猴子'差不多。"

Stanford GSB, View From The Top（2015-05-12，Q8）

他由此给出一个可操作的推论：只要某个领域已经有了市场预测报告或咨询公司的研判，那里大概率就不再是"边缘"、不值得进——"Interesting things happen at the edges of the system, not in the solid core."（有趣的事发生在系统的边缘，而非稳固的核心。）这把"经验=偏见"从对人的判断，延伸成了对信息源的判断：越是被专家共识充分覆盖的领域，越没有 alpha。

他由此推出一个区分创业者与专家的简洁判据：

"Entrepreneurs invent the future they want; experts extrapolate the past."

"创业者发明他们想要的未来；专家则从过去做外推。"

Uncapped #15（thinking_patterns 转述）

这套认识论直接决定了他怎么招人、怎么挑创始人：

"Experience doesn't matter — the rate of learning matters, first principles thinking matters."

"经验不重要——学习的速率才重要，第一性原理思维才重要。"

KV 官方语言 / Generalist

"[Pick for] the best athlete rather than the person most established in a specific pattern."

"（要挑）最好的运动员，而不是在某个特定模式里最资深的人。"

KV 官方语言 / Generalist

拆解（这是 Khosla 最可迁移的一条）：把"经验 = 偏见"这个命题反过来用，就是一套完整的 sourcing 启发式：
- 在一个全新的、市场尚未确立的品类里，领域资深专家反而是负 alpha——因为他们的直觉是为旧世界校准的；
- 真正的信号是 learning rate（学习速率）+ first-principles 重构能力，而不是履历的厚度；
- 这解释了为什么他偏好"best athlete"（高天赋、高可塑性）而非"行业老兵"。

他自己也是活证据：豆奶（食品）、EDA（半导体软件）、工作站（硬件）、生物燃料（化工）、AI——他一生都在跨界，从不在一个 vertical 里"变成专家"。他对专家的怀疑，本质上是对自己这种 generalist 路径的辩护。

关于 sourcing 策略：用小额支票"发明品类"

Khosla 有一套和大多数大基金相反的 deal sourcing 战术——不是少数几张大注，而是大量小额"学习型"支票，目的是进入别人还没进入的领域。

"We don't do ten 20-million-dollar investments. We do ten one-million-dollar investments. This way we learn about new areas."

"我们不做十笔两千万美元的投资。我们做十笔一百万美元的投资。这样我们能学到新领域。"

Moonfare, Deal Talk Ep.5

"Every two or three years we invent a category that traditionally hasn't been opened to venture capital."

"每隔两三年，我们就发明一个传统上没有向风险投资开放过的品类。"

Moonfare, Deal Talk Ep.5

他寻找的核心是 "unfair advantages"——专有技术、商业模式创新、卓越团队三者之一或组合；他把这个过程类比为下棋。底层命题极其乐观：

"Everything we can imagine technologically, we can invent."

"凡是我们能在技术上想象出来的，我们就能发明出来。"

Moonfare, Deal Talk Ep.5

拆解（这条对 sourcing 极具操作性）：注意这里有一个被低估的认识论动作——小额支票不是为了分散风险，而是为了买"学习权"。当一个领域还没成为 VC 共识品类时，没人有 thesis；Khosla 用十张 $1M 的票进去，把自己变成那个领域里少数有 pattern 的人，然后才在看清后下大注。这与"经验=偏见"是一体两面：他不依赖别人的领域经验，而是用资本为自己快速 manufacture 一手的、未被污染的领域认知。"每两三年发明一个新品类"——cleantech、food tech、固态电池、聚变、超音速国防——正是这套战术的产出清单。

关于"插入问题"（insertion problem）：从决策者的自利里找采纳杠杆

Khosla 在 Berkeley SkyDeck（2024）里给出了一个此前档案未收录、但对 deep-tech 落地极其实用的概念——insertion problem：技术本身跑通了，但既有系统就是不采纳。他的解法不是把技术做得更好，而是换到决策者的视角去找采纳杠杆。

"The insertion problem occurs when your technology is sound, but the existing system refuses to adopt it. To solve it, look at the world through the eyes of the person making the decision. In construction, contractors often don't care about 'cheaper' because their margins are so thin that any change feels like a risk. Instead, focus on making their process faster or better. You have to find the specific lever — cheaper, faster, or better — that aligns with their self-interest."

"插入问题'就是：你的技术是过硬的，但既有系统拒绝采纳。要解决它，就得从做决策那个人的眼睛去看世界。在建筑业，承包商往往不在乎'更便宜'——因为他们利润薄到任何改变都像是风险。相反，你要让他们的流程'更快'或'更好'。你必须找到那个恰好切中他们自利的杠杆——更便宜、更快、还是更好。"

Berkeley SkyDeck（2024-06-28，Q5）

同一逻辑在他谈医疗 AI 时化为一句"话术拐弯"——不要告诉医生你要减少他的工作，要告诉他你能帮他把病人量翻倍（见下"关于医疗 AI"节的 billing-code hack）。

拆解：这条和"卖点必须是经济性、绿色只是附带"是同构的——都是把技术叙事翻译成采纳者的自利语言。它补上了 Khosla 判断系统里此前偏薄的一环：他既有的框架重在"投什么"（sourcing/picking），insertion problem 则回答"投中的东西为什么卖不动、怎么卖动"。对任何做 deep-tech 的投资人，这是一条可以直接拿去问 portfolio 公司的诊断问题——你的采纳阻力，是技术不够，还是没找对那个决策者真正在乎的杠杆？

关于反共识：押基本面，而非羊群

"While people follow herd instinct, I like to think about what are the fundamentals and can they happen. Fundamentals don't always happen, but they can happen."

"当人们跟随羊群本能时，我喜欢思考基本面是什么、它们能否发生。基本面不总会发生，但它们可以发生。"

Uncapped #15（[00:25:03]）

注意那句限定——"Fundamentals don't always happen, but they can happen"（基本面不总会发生，但它们可以发生）。这是一种概率化的反共识，而非盲目的逆向。他不是为了不同而不同，而是在"羊群忽略的、有真实发生可能的技术基本面"上下注。

他对这个"让基本面发生"的过程，有一个最凝练的阶梯式表述：

"Innovation is about taking the improbable, making it possible, then probable, and finally making it happen."

"创新，就是把不太可能的事变成可能，再变成大概率，最后让它发生。"

In Good Company (Norges Bank), 2024

四级阶梯（improbable → possible → probable → happen）恰好对应他的资本部署节奏：小额支票买学习权（improbable 段）→ 品类 thesis 成形（possible 段）→ conviction bet（probable 段）。这不是修辞，是他 sourcing 战术的过程化描述。

跨学科创新是这套思维的推论。Khosla 反复主张：重大技术创新很少来自单一领域的资深专家，并举 Uber、Airbnb、SpaceX、Tesla、Amazon、OpenAI 为例——这些都是"外行"重构了一个被内行视为定局的行业。

拆解：把这一条和上一条合起来看，就得到 Khosla 的完整 sourcing thesis：
1. 找羊群忽略、但基本面可能成立的技术拐点（押 TCP/IP 而非 ATM；2012 押 AI；2019 押聚变）；
2. 在这些拐点上，下注于跨界的、高学习速率的"best athletes"，而非领域专家；
3. 用"50 倍上行/输一倍"的数学，容忍其中大部分归零。

这三条互相咬合，构成一个自洽的判断机器——也正因为太自洽，它的盲点（KiOR 式的重资产、脏失败）才更值得警惕。

关于挑创始人：top one basis point + 学习速率 + 反向信号

Khosla 的 picking 框架在 Uncapped #40（与合伙人 Keith Rabois 同场）里说得最具体。核心是一个极端的"非零概率改变世界"判据：

"Is there a non-zero chance that this person can change a vertical or the world? … top one basis point on some dimension."

"这个人是否存在非零的概率，能改变一个垂直行业、或改变世界？……在某个维度上，是万分之一的顶尖。"

Rabois, Uncapped #40（Q4）

也就是说，他们要么在某个维度上是 Khosla/Rabois 这辈子见过最好的（最聪明、最坚韧、最会识人、或最有战略），要么拥有一组罕见特质的 Venn diagram 重叠。

最关键的判据之一是计划演化的速率——这直接源自他"团队 > 计划"的信条：

"How much have they changed their plan over the last three months? Rapid evolution, rapid thinking, rapid learning is what matters."

"过去三个月里，他们的计划改变了多少？快速演化、快速思考、快速学习，才是关键。"

Uncapped #15（[00:43:51]）

到 2026 年（SparX），他把这套判据的更上游、更根本的那个变量点名为 agency（能动性）——并把它抬到"区分创始人与非创始人的唯一最重要特质"的高度：

"Founders have agency. Instead of looking at a problem and saying 'they should do this,' founders say, 'There's a problem. I'll solve it."

"创始人拥有能动性。面对一个问题，他们不会说'他们应该去做这个'，而是说'有个问题，我来解决它'。"

SparX by Mukesh Bansal（2026-06-13）[00:24:49]

"Agency — the belief that you can solve a problem yourself — is the single most important trait that separates founders from non-founders."

"能动性——那种'我自己就能解决这个问题'的信念——是区分创始人与非创始人的唯一最重要特质。"

SparX by Mukesh Bansal（2026-06-13，Q4）

拆解：注意 agency 与 learning rate 的关系——learning rate 是"演化得多快"的可观测代理，agency 则是它的动机源：一个把问题归因到"别人该去解决"的人，根本不会启动那台快速学习的机器。这也解释了他为什么把大学的唯一价值重定义为"cultivate curiosity and agency"（培养好奇心与能动性）——在他看来，AI 时代教育要教的不是知识（已免费），而正是这台发动机本身。

而他最反直觉、也最有"防自我欺骗"价值的，是一个反向信号——他会主动唱反调来测试创始人，并把"言听计从"当作负面信号：

"If a person listens to me all the time, I'll almost never invest with them. I know they're not critically examining. I often take positions I don't believe in just to test how the founder's thinking."

"如果一个人总是听我的，我几乎绝不会投他。我知道他没有在批判性地审视。我经常故意提出我自己都不相信的立场，只为测试这位创始人是怎么思考的。"

Uncapped #40（Q6）

面试方法论上，他和 Rabois 都拒绝"讲人生故事"，而是把人放进陌生处境：

"[The best storytellers aren't necessarily the best candidates.]"

"（最好的故事讲述者，未必是最好的候选人。）"

Uncapped #40（thinking_patterns 转述：把人放进"他们没经历过的处境"来评估）

Rabois 补了一个"四分钟一英里"框架：一旦看到有人做到了 0 → $5,000 万，正确的反应不是"那不可能"，而是问"为什么你不能？限制因素是什么？"

拆解（picking 的可操作清单）：
- 量级判据：不是"会不会失败"，而是"有没有非零概率改变一个 vertical"——再次是分子优先；
- 过程判据：看计划过去 3 个月改了多少（learning rate 的可观测代理变量）；
- 反操纵判据：故意施压/唱反调，留下那些会顶回来的人——这是对"创始人是否真在独立思考、而非取悦投资人"的压力测试。对任何做 sourcing 的人，这是一条立刻能用的反自我欺骗机制：你最该警惕的，是那些完全同意你的创始人。

关于 "earned the right"：谁有资格指导创业者

这是 Khosla 对整个 VC 行业（尤其是纯财务型、MBA 型 VC）最尖锐的批评，也是他"venture assistant"自我定位的反面。

"I think most people who advise entrepreneurs haven't earned the right to advise an entrepreneur."

"我认为，大多数给创业者提建议的人，并没有赢得指导一位创业者的资格。"

Uncapped #40（[00:07:31]）

"You haven't earned the right to advise an entrepreneur. Just because you got an MBA and joined a venture firm doesn't mean you're qualified to advise an entrepreneur."

"你还没有赢得指导一位创业者的资格。仅仅因为你拿了 MBA、加入了一家风投机构，并不意味着你有资格指导一位创业者。"

Startup Archive

"Have you gone through how hard it is, how uncertain it is, how traumatic it is to go through? … If somebody has never dealt with this decision-making under ambiguity, they're not qualified to help you. … They're not qualified to invent whole new markets."

"你有没有亲身经历过那有多难、多不确定、多创伤？……如果一个人从未在这种模糊性下做过决策，他就没有资格帮你。……他们没有资格去发明全新的市场。"

Startup Archive

"Whose advice to trust on what topic is the single hardest decision an entrepreneur makes. It's also where the right investors can really help you."

"在什么话题上该信谁的建议，是一位创业者要做的最难的单一决策。这也正是对的投资人能真正帮上忙的地方。"

Startup Archive

由此他给出了那个标志性的、刺耳的统计式论断：

"70–80% of investors add negative value to a company."

"70% 到 80% 的投资人，给一家公司带来的是负价值。"

KV 价值观语言 / Startup Archive（注：该数字常被引用，但在原文逐字语境中更多是定性表达）

拆解：这条 insight 对 VC 读者是一面镜子，问的是"你凭什么坐在董事会里说话"。Khosla 的资格判据非常具体——你必须亲历过 ambiguity 下的决策、建过公司，否则你的建议是噪音甚至是负 alpha。这与他"经验=偏见"的命题并不矛盾：他贬低的是领域专家的运营直觉（过时的），推崇的是创业历程本身赋予的、对不确定性的同理与判断（可迁移的）。换句话说：错误的经验（某行业老兵）是负债，正确的经验（从零建过公司）才是 earn the right 的门票。

关于组织：团队即公司，而非计划

这是 Khosla 用得最多、亲自在 X 上确认过全句的信条。它把"投人不投事"推到了极致——计划必然会变，唯一持久的资产是团队。

"The team you build is the company you build, not the plan you make."

"你打造的团队，就是你打造的公司——而不是你制定的计划。"

vkhosla on X（亲自确认全句）

"The single most important decision by far you will make is the team you build."

"你将做出的、迄今为止最重要的单一决策，就是你打造的团队。"

GeekWire（2025）/ Generalist

"The right team will evolve the plan to the right thing, and your initial plan is seldom the right plan."

"对的团队会把计划演化到对的方向，而你最初的计划，很少是对的计划。"

Uncapped #40（[00:19:32]）

他甚至用日历来证明这不是空话——据他自述，日历上花时间最多的单件事，就是帮被投公司招募优秀团队。

他还给这个信条配了两个更生动的意象。一是把团队叫作 "gene pool"（基因库）——创办公司不是写对计划，而是攒对一批能执行愿景的顶尖、快速学习者（他见过创始人靠"你能带来的现实影响"说服 PhD 学生退学加入）。二是那句浓缩全部立场的比喻：

"I want the goose that laid the golden egg. I don't care about the golden egg."

"我要的是那只下金蛋的鹅，我不在乎那颗金蛋。"

Berkeley SkyDeck（2024-06-28）[00:23:48]

而这个信条有一个具体到期权比例的行为后果——他公开反对"10% 期权池"的标准建议：

"The standard advice of a 10% option pool is a mistake. When you compete for the best talent — people capable of starting their own companies — you need to set aside 30% to 50% for your team. You are competing against the possibility of them building their own dream."

"10% 期权池'这个标准建议是个错误。当你在争夺最好的人才——那些有能力自己创业的人——时，你需要拿出 30% 到 50% 给团队。你竞争的对手，是他们自己去圆一个梦的可能性。"

Berkeley SkyDeck（2024-06-28，Q6）

与"团队即公司"配套的，是他在同场用的 Mount Everest 隐喻——它把"对愿景固执、对路径灵活"讲成了一个登山意象：

"Nobody ever got to Mount Everest by charting a straight path to the peak. You zig to the right… base camp, then camp one, camp two, camp three. Remain obstinate about your vision — your peak — but be extremely flexible about your tactics."

"没有人靠直线冲顶登上珠峰。你要向右绕、先到大本营，再到一号、二号、三号营地。对你的愿景——那座峰顶——要固执，但对战术要极度灵活。"

Berkeley SkyDeck（2024-06-28）[00:19:10 / Q3]

拆解：这条把前面所有 picking 框架串了起来。如果"计划必然演化、初始计划几乎总是错的"，那么尽调一份商业计划书就是浪费时间——你真正要尽调的是团队把计划演化到正确方向的能力（即 learning rate）。这也解释了为什么"过去 3 个月改了多少计划"是他的核心判据：计划变得快，恰恰是团队健康的信号，而非不稳定的信号。而"30-50% 期权池"是这套信念少见的、能被账面验证的落点——一个真信"团队即公司"的投资人，会在 cap table 上把这句话付出真金白银的代价；只给 10% 的人，嘴上信团队、行动上仍信计划。

关于 VC 角色：venture assistant 与 consigliere

Khosla 拒绝"投资人"这个身份标签，坚持自己是创始人的助手与军师。

"I have never considered myself an investor. In fact, I call myself a 'venture assistant.' It explains how I think of my job. I assist entrepreneurs, working with them to build bigger, better, and more impactful companies."

"我从未把自己当作投资人。事实上，我称自己为'风险助理'。这解释了我如何看待我的工作：我协助创业者，与他们一起打造更大、更好、更有影响力的公司。"

KV 官方 bio

"Our business is much more about helping the entrepreneur build a successful company than about investing. … I look at my role as being the consigliere to the founder."

"我们的事业，更多是关于帮助创业者建立一家成功的公司，而不是关于投资。……我把我的角色看作创始人的军师（consigliere）。"

Uncapped #40（[00:11:04]）

"Our goal has always been what's good for the company, not what sounds good or what will get us more referrals."

"我们的目标始终是什么对公司好，而不是什么听起来好、或什么能给我们带来更多转介绍。"

Uncapped #40（org_culture 转述）

拆解："consigliere"（教父里的军师）这个词选得精准——军师不是老板，但也绝不是应声虫；他对家族忠诚，却敢说逆耳之言。这正好把"venture assistant"（服务创始人）和"earned the right / 故意唱反调"（挑战创始人）这两个看似矛盾的立场调和了：服务的方式，就是提供高质量的对抗性反馈。

落到机制：一场董事会该怎么开（20VC, 2020）

上面几条都是立场；2020 年那期 20VC 里，Khosla 罕见地把它降到了可执行的会议机制层面——这是档案此前完全缺失的一块，也是"venture assistance"唯一一次被拆成动作。

"The first question you have to ask as a founder is what's the purpose of a board meeting? If you have a perfunctory board, a set of investors who just want reports, you walk through your slides, but that's really not helpful to a founder."

"作为创始人，你要问的第一个问题是：开董事会的目的是什么？如果你的董事会只是走过场——一群只想要报告的投资人，你把幻灯片过一遍——那对创始人真的没有帮助。"

20VC（2020-02-24，[00:20:53]）

他给出的操作规程是四步：

1. 材料提前发，所有人做功课——"If they haven't done their homework, read the materials, then they have no right to take up other people's [time]."（没读材料的人，没资格占用别人的时间。[00:21:15]）
2. 只聊你最不确定的两三个问题——"focus on the two or three questions that you most need feedback on"（[00:21:24]）。
3. 认清私有公司董事会的性质：

"In private company boards, I don't think the role of a board is as much fiduciary as it is in public companies. It's much more advisory. So ask the board the questions you're most struggling with, the questions where you're most uncertain, where you want a different point of view."

"在私有公司的董事会里，我不认为董事会的角色像上市公司那样以受托责任为主。它更多是顾问性的。所以，去问董事会那些你最挣扎的问题、你最不确定的问题、你想要一个不同视角的问题。"

20VC（2020-02-24，[00:21:31]）

1. 董事会不好就换掉：

"If your board isn't very good, fire your board members and get a good board. A board that won't be just hypocritically polite with you. They can be brutally honest, hopefully in a nice way, but yet challenge your thinking."

"如果你的董事会不行，就把董事换掉，组一个好的董事会——一个不会只对你虚伪客气的董事会。他们可以残酷地诚实，最好用友善的方式，但一定要挑战你的思考。"

20VC（2020-02-24，[00:21:52]）

他本人的做法是绕开这个器官：

"I personally try and do this one-on-one with founders. I don't go to a lot of board meetings now. I focus on this because I find most boards don't operate this way and a waste of time for the founders."

"我个人尽量和创始人一对一地做这件事。我现在不怎么去董事会了。我把精力放在这上面，因为我发现大多数董事会不是这样运作的，对创始人是浪费时间。"

20VC（2020-02-24，[00:22:11]）

一个此前未记录的一手物证：他提到 KV 官网上有一份叫 "Entrepreneurial Rollercoaster" 的演示稿，标题最早写于 1986 年、四十年基本没改——他用它来说明"没坐过这趟过山车的人，给的建议必然是 business school 式的、脱离现实的"（[00:22:31]–[00:23:15]）。

拆解：这一节的价值在于它把 Khosla 的抽象立场翻译成了组织设计。注意他做的其实是一次器官降级：他判断"董事会"这个法定器官在私有公司里对创始人价值极低（fiduciary 属性用不上、参与者多半没 earned the right），于是干脆把自己的时间从会议里抽走，重新配置到 1:1 的对抗性对话上。对 VC 读者这是一个可直接照搬的诊断：你在 portfolio 里创造的价值，有多少发生在董事会上、有多少发生在会议之外？ 如果答案是前者占多数，按 Khosla 的标准，你大概率是在消耗创始人的时间而非增加它。另外注意这条和 §"earned the right" 的咬合——"没坐过过山车"既是不该给建议的理由，也是该被 fire 掉的理由；那份 1986 年的演示稿说明这不是晚年才有的立场，而是他从 KP 第一年就带着的。

反向：创始人该怎么"尽调"投资人（YC, 2019）

档案此前一直从 Khosla 这一侧写"谁有资格坐在桌边"；2019 年 Sam Altman 在 YC 播客里把问题反了过来——创始人怎么判断一个投资人是不是真的在乎你的愿景？他的回答给出了一个到今天仍然好用的参照检查方法与一句定性：

"Talk to other founders, especially founders who've gone through a large promise, large vision and had hiccups along the way. When things go wrong along an ambitious path is when you can actually judge an investor."

"去和其他创始人聊，尤其是那些许下过大承诺、有过大愿景、并且中途出过状况的创始人。沿着一条野心勃勃的路出问题的时候，才是你真正能评判一个投资人的时候。"

Y Combinator #107（2019-01，[00:29:05]）

"I think an investor is an employee who you can't fire. And that's how you should think about it. Otherwise, all the same principles apply."

"我认为投资人是一个你无法解雇的员工。你就该这么看待他。除此之外，（招人的）所有原则都同样适用。"

Y Combinator #107（2019-01，[00:29:34]）

拆解：把这句和上一节那句"if your board isn't very good, fire your board members"并排放，Khosla 的董事会观就完整了——这是一个非对称市场：董事席位可以被换掉，股东席位不能。因此他给创始人的建议逻辑上必然是"在入场前把投资人当 senior hire 来做 reference check"，而且要专门去问逆境时段的 reference（顺境里所有投资人看起来都一样）。对做投资的读者，这条最好当镜子读：你 portfolio 里那些"出过状况"的创始人，会怎样向别人描述你？按 Khosla 的标准，那才是你唯一真实的品牌。

关于价值观：只有当你必须放弃点什么的时候，它才被测试

这是本档案此前完全空白的一维——Khosla Ventures 有一份明确的负面清单，并且他愿意为它放弃可观的利润。

"We will not make an investment that's negative for society. We might make some neutral ones. And there's real situations where we passed on hundreds of millions of dollars of profit because we didn't want to do the wrong thing because it conflicted with our values."

"我们不会做对社会有负面影响的投资。中性的我们可能会做。而且确实有过这样的情况：我们放弃了数亿美元的利润，因为我们不想做那件错的事——它与我们的价值观冲突。"

20VC（2020-02-24，[00:17:53]）

清单本身很具体：

"We've chosen not to invest in some areas like gambling or encouraging drinking… or debt collection, things like that. We basically don't invest in advertising tools now, which I think are being used fairly negatively."

"我们选择不投一些领域，比如赌博、鼓励饮酒（这是最近才碰到的一个例子）、或者催收之类。我们现在基本上不投广告工具——我认为它们正在被相当负面地使用。"

20VC（2020-02-24，[00:18:31]）

他把 Impossible Foods 当作"价值观也适用于退出决策"的例子：明确表示会为了不让使命被稀释而放弃利润——不把 Impossible 卖给可能改变其使命的食品公司（[00:18:21]）。而整条逻辑收束在一句测试标准上：

"The only time you can test your values is when there's something you have to give up to practice your values."

"你唯一能检验自己价值观的时刻，是当你必须放弃点什么才能实践它的时候。"

20VC（2020-02-24，[00:18:53]）

难得的是他随即给了一个自我拆台式的限定，没有把这条讲成道德优越感：

"The better you do, the more luxury you have to indulge in your values. And I'll call it an indulgence because you get the privilege or indulgence to do it."

"你做得越好，你就越有余裕去纵容自己的价值观。我确实要把它叫作一种纵容——因为那是你挣来的特权或纵容。"

20VC（2020-02-24，[00:19:59]）

拆解（推断）：这一节和 §四"争议"必须对读，才不至于把人物读扁。一方面，"负面清单 + 放弃数亿利润"是他自称"影响优先于回报"最硬的一次可证伪表述——不是口号，是有名有姓的品类排除（赌博、催收、广告工具）。另一方面，他自己那句"the better you do, the more luxury you have to indulge in your values"承认了一个残酷的结构性事实：价值观在风险投资里是一种业绩的函数——先有 Juniper 2,500x，才有拒绝赌博 deal 的余裕。对一个正在建基金的读者，这句比负面清单本身更有用：它意味着"我要不要坚持某条底线"这个问题，在不同的业绩位置上并不是同一个问题；把底线写进 LPA 之前，先诚实评估自己处在哪个位置。这也是全档案里少见的、他把自己的道德姿态归因于运气与位置而非品格的一次。

这是 Khosla 最具争议、也最能体现他个人史的立场——并且要和 Sun 被换 CEO 的经历对照读。

"Founder Friendly is a real disservice to founders."

"对创始人友好'，是对创始人真正的伤害。"

Uncapped #15（Q15）

他把无条件的 founder-friendly 比作对五岁孩子说"你想做什么都行，我永远说 yes"——是要付代价的。他对 Founders Fund 那套"伟大创始人无论你帮不帮都会成功"的逻辑明确反对：

"That is very much the founders fund argument. Great founders do well whether you like it or not … [but] they can do even better if they have a debating partner."

"这非常像 Founders Fund 的论点：伟大的创始人无论你喜不喜欢都会成功……（但）如果他们有一个能与之辩论的伙伴，他们能做得更好。"

Uncapped #15（Q16）

"Every strong founder loves feedback that challenges them. And it's the only thing really valuable to a strong founder."

"每一个强大的创始人都热爱那种挑战他们的反馈。而这是对一个强大创始人来说，唯一真正有价值的东西。"

Uncapped #15（[01:11:36]）

他甚至把 VC 的角色类比为教育者——金融、营销、招聘、管理，"就像我教我的孩子"；并反问：那些从 DeepMind 出来的杰出工程师，懂这些吗？

拆解（与个人史的呼应）：这是整份档案里最深的一处心理转向。Khosla 本人是被一个"不够 friendly"的董事会换掉 CEO 的——按常理，受害者会变成"创始人应被保护"的鸽派。但他走向了相反的极端：因为他相信，正是缺乏高质量挑战，才让创始人犯下不可逆的错误。他把 Sun 的创伤，转译成了"强创始人需要 debating partner"的信念，而不是"创始人需要被无条件保护"。对 VC 读者，这是一个关于"如何把 add-value 与 founder-respect 同时做到"的范本：尊重的最高形式，是认真到敢于反对。

关于 AI 与就业：丰裕、UBI 与"工作即 servitude"

Khosla 的 AI thesis 不是 2022 年的赶时髦——他 2000 年就公开说 AI 会"重新定义何为人类"。他给出了具体的时间表（Uncapped #15）：

• 到 2030（5 年内）：AI 能做 80% 经济上有价值的人类工作（少数例外如心脏/脑外科），表现形式是生产力大幅提升；
• 2040+（15 年后）：进入丰裕时代，"工作的需要将消失"——人们因为想做而工作，而非因为要还房贷。

他对"工作"这个概念本身做了重定义，把大多数"工作"称为 servitude（为生存的奴役）：

"[Picking lettuce on a farm or fitting tires on an assembly line for 40 years is not a job — it's servitude for survival.]"

"（在农场摘 40 年生菜、或在流水线上装 40 年轮胎，那不是一份工作——那是为了生存的奴役。）"

Uncapped #15（strategy_vision 转述）

他对 AI 颠覆的政治经济前提保持清醒：

"We live in a capitalist system, but people forget capitalism is mostly by permission of democracy."

"我们生活在资本主义制度里，但人们忘了，资本主义在很大程度上是由民主所许可的。"

Uncapped #15（[00:39:xx]）

拆解：他不仅认为 AI 会消除大量工作（曾称 80% 工作将被消除），还认为 AI 带来的增长足以支撑 UBI；2026 年他与 Altman 一致主张对大多数美国人（收入 <$100K）免征所得税。对 VC 读者，关键不是认不认同这个预测，而是看他如何用一个 25 年跨度的宏观 thesis 去反推今天该投什么——他投 AI 不是因为 ChatGPT 火了，而是因为这是他 2000 年就下注的终局正在兑现。

Canonical text：《AI: Dystopia or Utopia?》（2024-09，13,150 词亲笔 essay）

这套 AI thesis 的权威一手文本是他 2024 年 9 月发表于 KV 官网的长文《AI: Dystopia or Utopia?》——结构上先 steelman 六类 dystopia（含 existential risk 与 China），再逐节论证 utopia 路径，最后落在"New Economics"与政策选择。几个此前档案未收录的原始表述：

"I estimate that over the next 25 years, possibly 80% of 80% of all jobs, can be done by an AI."

"我估计在未来 25 年里，所有工作的 80% 的 80%，可能都能由 AI 完成。"

AI: Dystopia or Utopia?, 2024-09

注意原文是 80% × 80% / 25 年跨度——比他在播客里常说的"2030 年 80%"更精确保守；播客版本是这个原始命题的压缩传播版。essay 里还有几组更硬的量化："In 25 years there could be a billion bipedal robots (in 10 years, a million)"（25 年 10 亿台双足机器人，10 年 100 万台）、GDP 增速 "jumps from 2% to 5%"、"A 3 day workweek in 10-20 years"（10-20 年内三天工作周）、以及那个 Star Trek 式的 "post-scarcity economy" 愿景。他对 dystopia 的承认也比播客版直白："The 10-25 year transition could be very messy"、"Disparity beyond a certain point will lead to social unrest"（超过某个临界点的贫富差距将导致社会动荡）。

到 2026 年 3 月（Fortune "Titans and Disruptors" 访谈），他把这套论纲推到了宏观会计的地步：

"$15 trillion of U.S. GDP is labor. $15 trillion that will mostly go away."

"美国 GDP 里有 15 万亿美元是劳动。这 15 万亿美元的大部分都将消失。"

Fortune, 2026-03-06

"$10,000 could buy you more than a $100,000 income could today, including your house, education, food, and health care."

"（到 2040 年）1 万美元能买到的东西，会比今天 10 万美元收入能买到的还多——包括你的住房、教育、食物和医疗。"

Fortune, 2026-03-06

配套的政策组合拳也比"<$100K 免税"完整得多：资本利得按普通所得税率征税、national wealth fund、robot/AI taxes、near-free government services。对 VC 读者的元观察：从 2024 essay（80%×80%/25 年）到 2026 访谈（$15T/2030 起），同一 thesis 的表述在两年内变得更激进、时间表更近——这既可以读作证据积累后的校准，也可以读作传播压力下的简化，两种解读都应保留。

"技术即我的宗教"：物质丰裕、对慈善低效的批评、税制补丁

Newcomer（2026-05）这期给了这套 worldview 一个此前档案未收录的动机层框架——他把技术明确称作自己的宗教，并把这与他自童年起对建制宗教的反感绑在一起：

"Technology is my religion. Since I was a child I have opposed traditional religion because it is used to manipulate people to do someone else's bidding and extract revenue. Technology has the unique ability to benefit humanity. Only about 10% of the global population lives a rich lifestyle; if we scale that to 100% using the old methods, we destroy the planet."

"技术是我的宗教。从小我就反对传统宗教，因为它被用来操纵人去替别人办事、并从中抽取钱财。技术拥有一种独一无二的、造福人类的能力。全球只有约 10% 的人过着'富裕'的生活；如果用旧办法把它扩展到 100% 的人，我们会毁掉这个星球。"

Newcomer（2026-05-13，Q1）

由此他对"意义"的来源也做了一个反建制的界定：

"Meaning should not come from being programmed; otherwise, you are a slave to God and open to exploitation by religion as a surrogate for God."

"意义不应来自被'编程'；否则你就是上帝的奴隶，敞开着任由宗教作为上帝的替身来剥削你。"

Newcomer（2026-05-13）[00:05:51]

也是在这个"人为什么工作"的问题上，他给了一句和主流"人怕失业"叙事相反的诊断：

"People are not afraid of work; they are afraid of working for a boss who does not appreciate them."

"人们并不害怕工作；他们害怕的是为一个不欣赏他们的老板工作。"

Newcomer（2026-05-13）[00:19:44]

这套"技术即宗教"的信念，反过来解释了他对传统慈善的公开降温——注意他划的界限极准：不是厌恶"给予"，而是厌恶其"低效"：

"I didn't sour on giving; I soured on the efficiency with which philanthropy works. It is bogged down by consultants, bureaucracies, and reports that consume the very funds intended to help. I prefer building sustainable, cost-competitive technologies — fusion, clean cement, steel — that solve problems at scale."

"我并没有对'给予'本身降温；我降温的是慈善运作的效率。它被咨询顾问、官僚机构和报告拖累，而这些恰恰吞掉了本该用来帮人的钱。我更愿意去建可持续、有成本竞争力的技术——聚变、清洁水泥、钢铁——在规模上解决问题。"

Newcomer（2026-05-13，Q3）

在"新经济学"的税制侧，他也给出了比档案既有版本更具体的一组补丁：资本利得与普通所得同税率、取消 step-up basis 与 Master Limited Partnership 这类政治博弈出来的漏洞、再加一道对"智能"的 token tax——他估算这一组合每年可生成约 $1 万亿 用于安置被 AI 取代的人。

拆解：这一节补上了 Khosla 判断系统最上游的一环——动机。前面所有 insight（反专家、押基本面、丰裕愿景）都可以回收到这一句"技术是我的宗教"：他不是在做财务优化，而是在用资本推进一套准宗教式的物质丰裕议程。这也让"对慈善低效降温"变得自洽——在他的框架里，一项能把某种服务永久变便宜的技术，其"每美元 impact"远高于任何被咨询费蚕食的慈善项目。对 VC 读者，值得警惕的正是这套动机的双刃：它是他敢下 OpenAI 那种注的心理燃料，但同一套"技术必胜"的准信仰，也正是 KiOR 时代让他系统性低估 techno-economics 的那股劲。

关于产品哲学：替代劳动 > 辅助人类；便宜 > 绿色

他产品哲学里最老、也最挑衅的一条，可以追溯到 1980 年代——不要听你的客户：

"If you want to build great products, don't listen to your customers. Customers tell you what they want based on their existing experience, which leads to incremental improvements. I used to give talks in the 80s specifically on why you shouldn't listen to customers."

"如果你想造出伟大的产品，别听你的客户。客户会基于他们已有的经验告诉你他们想要什么，而那只会带来渐进式的改良。我在 80 年代就专门做过演讲，讲为什么不该听客户的。"

Stanford GSB, View From The Top（2015-05-12）[00:01:15 / Q3]

这与"经验=偏见"是同一枚硬币的另一面：客户和专家一样，是"上一版世界"的权威——他们能告诉你怎么把现有产品改好 1%，却无法定义那个尚不存在的品类。注意这不是反对倾听，而是反对把客户反馈当作产品愿景的来源；真正 transformative 的产品，要求创始人先有 point of view，再有 conviction 去执行。

在 Uncapped #40 里，Khosla 和 Rabois 给出了一个鲜明的产品偏好——他们更想投真正替代劳动的 AI，而不是"帮人更高效"的工具。

"We love really people doing the work as opposed to helping a human do the work."

"我们真正热爱的是（AI）去做那份工作，而不是去帮一个人做那份工作。"

Uncapped #40（[00:31:24]）

由此 Rabois 推出一个尖锐的判断：AI 时代不该有 PM（产品经理）——PM 的工作是跟客户谈、做 4 个月的顺序 roadmap，但如果能力每月都在演进，12 个月的 roadmap 根本不成立。

架构层面，他们强调"在能承受幻觉时用、不能承受时设计为无幻觉"：

"[If you give someone their bank balance, you'd better never hallucinate.]"

"（如果你要给某人他的银行余额，你最好永远不要产生幻觉。）"

Uncapped #40（product_philosophy 转述）

他对"normal extensions of LLMs"保持警惕——每个领域都会有 10 家做 LLM 常规延伸的创业，要看的是 beyond normal 的东西（KV 投了四五个非 transformer 路线的努力）。

在能源/物理世界，他的产品哲学浓缩成一句对 cleantech 失败的纠偏——卖点必须是经济性，绿色只是附带：

"[Super hot geothermal at 450°C gives 6–10x output from the same well, cheaper than natural gas.] It's green, but the pitch is it's cheaper."

"（超高温地热在 450°C 下，同一口井能产出 6–10 倍，且比天然气便宜。）它是绿色的，但卖点是它更便宜。"

Uncapped #15（product_philosophy 转述）

他举的公共交通案例（Glydways）也是同一逻辑——他把整个问题压缩成一个第一性原理式的提问：

"[The only question is: can you increase the throughput of the same street width by 10x without widening the street?]"

"（唯一的问题是：你能否在不拓宽街道的前提下，把同样街道宽度的吞吐量提高 10 倍？）"

Uncapped #15（product_philosophy 转述）

拆解：注意"It's green, but the pitch is it's cheaper"与 KiOR 时代"卖绿色"的对照——这是他从 $6 亿失败里提炼出的最可操作的一条 thesis 修正。对 deep-tech 投资人：如果一个技术只能靠"它更环保/更道德"来卖，它大概率会输给经济引力；能赢的，是那些恰好也是绿色的、更便宜的东西。

关于医疗 AI：专家即免费，医生只留干预

医疗是 Khosla 押了十几年的单一最大 vertical thesis（"AI doctor"），此前档案只在"AI 80% 工作、心/脑外科除外"里一笔带过。2025 年底的 healthcare 专场（Incumbents and Insurgents）第一次给了它硬数据与可操作的落地路径。核心命题一句话——专家的边际成本趋近于零：

"We are at a point where all expertise is free. An oncologist should not cost more than a health coach."

"我们已经到了一个所有专业知识都免费的时刻。一个肿瘤科医生的成本，不应该高于一个健康教练。"

Incumbents and Insurgents in Healthcare（2025-12-18）[00:12:44]

他先解释了为什么医疗是"insurgent 颠覆 incumbent"的历史例外——不是技术，而是监管与缺乏胆识的领导层让它慢了下来；但 ChatGPT 时刻改变了地形：

"Incumbents do just fine if none of the other incumbents are innovating rapidly. If a startup is disruptive, everybody must respond."

"只要没有别的在位者在快速创新，在位者就活得挺好。可一旦有一家创业公司具备颠覆性，所有人都必须回应。"

Incumbents and Insurgents in Healthcare（2025-12-18）[00:10:17]

（他给的类比是 Tesla 之于汽车业——一旦某个 risk-bearing / Medicare Advantage 的在位者用 AI 把专家成本砍掉 30–50%，就会逼全行业跟进。）他随后给出一组把"AI doctor"从口号变成 benchmark 的硬数字：

• 诊断：在复杂疾病诊断上，AI 独立可达 88% 准确率，医生为 73%；而当医生介入 AI 时，反而常因自身偏见（如 recency bias）拉低 AI 表现（Q3）。
• 精神健康：Limbic 这类系统在常见 CBT 指征上达 93% 诊断准确率，边际成本 $2/小时，在英国 NHS 使 marginalized 社群纳入率提升 150%，并把达到 wellness 所需的疗程数减半（Q4）。
• 落地机制：别让医生直接对着 Epic 录入，改成语音界面 + 一个 AI "intern" 代做数据录入——这样医生能把 panel size 翻倍、给病人5 倍的异步随访互动；到 2030，primary care 应演化为 "multi-specialty primary care"，医生退居监督者，AI 承担 50–70% 的专科工作（Q2/Q3）。

而他对采纳的诊断，恰好接上前面的 insertion problem——不要告诉医生"我帮你减负"，要告诉他"我帮你把病人量翻倍"（billing-code hack）。他给创业者的 SparX 版例证是自己的身体：

"Within five years, you won't need a human doctor for anything other than interventional medicine like surgery. I fractured my wrist recently and used ChatGPT to interpret my X-ray and manage the recovery — advice at least as good as a human doctor and far more accessible."

"五年内，除了手术这类介入性医疗，你不会再需要一个人类医生。我最近手腕骨折，用 ChatGPT 解读我的 X 光片、管理康复——它给的建议至少和人类医生一样好，而且方便得多。"

SparX by Mukesh Bansal（2026-06-13，Q3）

这套 thesis 里最锋利、也最可迁移的一条，是他对"能力 ≠ 部署"的清醒——它把"AI 何时取代医生/劳动"从技术问题重新归类为政治-社会问题：

"Because AI is capable of doing a job does not mean it will be deployed. That is a political and social question, not a technology question."

"AI 有能力做某份工作，并不意味着它就会被部署。那是一个政治和社会问题，而不是技术问题。"

Incumbents and Insurgents in Healthcare（2025-12-18）[01:09:20]

配套的是他对"AI 完美主义双标"的抨击——社会盯着 AI 罕见的错误，却无视它对人类现状的净改善：

"If every human on the roads in America drove as well as a Waymo car, we would have 30,000 fewer deaths in America this year."

"如果美国路上每一个人都开得像 Waymo 一样好，今年美国就会少死 3 万人。"

Incumbents and Insurgents in Healthcare（2025-12-18）[00:50:43]

他的政策落点是单一支付制（single-payer）：当前 $4 万亿医疗开支处在通胀螺旋里，正确实施的 single-payer 会让它迅速转为通缩；而"多数医生因共情入行，如今却沦为 billing code 的奴隶"。

拆解（对 VC 读者）：这一节是观察 Khosla 判断系统在一个具体 vertical 上"全栈展开"的最佳样本——认识论（专家=偏见 → 专家免费）、picking（AI-native 而非让传统 IT 部门评估）、insertion（billing-code hack）、宏观（deflation → single-payer）在这里咬合成一条完整的投资论纲。但真正值得单独抽出来记的，是 "capability ≠ deployment" ——它是对他自己"AI 80% 工作"时间表的一次内部风控：技术曲线可以外推，部署曲线不行，后者由监管、政治与社会接受度决定。一个只盯技术曲线的投资人，会系统性高估颠覆的速度（哪怕方向判断对）——这正是 Khosla 在 cleantech 上栽过的另一种跟头（techno-economics 之外的"部署摩擦"）的镜像。

关于地缘：与中国的"techno-economic war"

Khosla 把 AI、能源、国防都收纳进一个宏大的地缘竞争框架——这是他近年最强烈的 strategy_vision。

"Over the next 10-15 years, economic superiority is up for grabs and we gotta win or we'll live under President Xi's rules."

"在未来 10 到 15 年里，经济上的优势地位悬而未决，我们必须赢，否则我们将生活在习主席的规则之下。"

Uncapped #40（[01:03:14]）

由此推出几条具体立场：

• AGI 应闭源，类比 Manhattan Project（国家安全考量）；
• 反对 AI 过度监管，尤其认为"州级监管是糟糕的主意，因为他们不理解全球影响"；
• 国防会更突出——他投了 Hermeus（做超音速飞机），理由直白：俄罗斯在乌克兰用了超音速导弹，而美国没有；
• 他把 AI 风险放进"人类风险篮子"里权衡：担不担心 sentient AI 灭世？担心。但比担心习近平/普京更甚吗？不。最大的风险是西方没有最好的 AI。

他在《AI: Dystopia or Utopia?》里给这个地缘担忧配了一个具象到令人不适的场景——这是他全部 China 论述里最生动的一笔：

"Imagine Xi's bots surreptitiously individually influencing Western voters with private conversations, free of 'alignment constraints'."

"想象一下习的机器人们不受'对齐约束'、悄无声息地用私人对话逐个影响西方选民。"

AI: Dystopia or Utopia?, 2024-09

同文的结论性判断："Slowing down the development of AI could be disastrous for democracies and the greatest risk we could possibly take."（放慢 AI 发展对民主国家可能是灾难性的——那是我们可能承担的最大风险。）这句把他"反对 AI 过度监管"的立场从产业论证升格成了文明论证。

他还有一个"软实力"论：

"[If I give all the entertainment, free doctors, free tutors to the rest of the world, my political philosophy will prevail.]"

"（如果我把所有娱乐、免费医生、免费导师给到世界其他地方，那么我的政治哲学就会盛行。）"

Uncapped #15（strategy_vision 转述）

拆解：对 VC 读者，这条的价值在于看他如何把宏观地缘判断变成 deal flow——国防（Hermeus、超音速）、闭源 AI、在岸制造（用 AI 替代 iPhone 装配线的制造工程师）都是从"必须赢下对华 techno-economic war"这一条 thesis 派生的。他的投资组合不是一堆孤立的赌注，而是一个 worldview 的下游产物。

关于 AI 泡沫与 circular financing：需求侧足够真，但收益会剧烈不对称

以下折自 The Information TITV（2025-10，多嘉宾新闻分析节目）——仅采用清晰归属于 Khosla 本人的段落；同期 TikTok GMV Max / retail returns / Campus 教育为其他环节，未折入。

档案此前几乎没有 Khosla 对"AI 是不是泡沫"这一类质疑的正面应答。他的立场是区分资产价格与底层需求——circular financing（芯片厂/云厂/AI 创业互相投资）在他看来不是系统性风险：

"I am not concerned about circular financing from a systemic perspective. If NVIDIA or Oracle take on credit risks, that is their business. Even if a specific company fails, it doesn't threaten the ecosystem. The fundamental demand for AI inference is so massive — the U.S. labor economy is worth $15 trillion — that long-term growth remains the most important factor."

"从系统性的角度，我并不担心 circular financing。如果 NVIDIA 或 Oracle 承担信用风险，那是它们的生意。即便某家具体公司失败，也不会威胁整个生态。对 AI 推理的根本需求是如此巨大——美国劳动经济价值 15 万亿美元——以至于长期增长才是最重要的因素。"

The Information TITV（2025-10-23，Q4）

但"需求真"并不等于"人人赚钱"——他对 VC 作为资产类别 给了一个罕见的看空判断：

"I expect 95% of AI startups will lose money, while perhaps 2% to 4% will account for nearly all market value by 2035. So much capital is flooding the sector that investors without special access to top deals will pay high prices for mediocre companies, lowering average returns for the asset class."

"我预计 95% 的 AI 创业公司会亏钱，而或许只有 2% 到 4% 会在 2035 年前占据几乎全部的市场价值。太多资本涌入这个赛道，以至于拿不到顶级 deal 特殊通道的投资人，会为平庸公司支付高价，从而拉低整个资产类别的平均回报。"

The Information TITV（2025-10-23，Q7 / [00:26:03]）

他给这套判断配的心态是 "knowledgeable optimist"（知情的乐观主义者）——乐观是必要的，但必须叠加对技术节奏的深度理解，而非空喊。

拆解（对 VC 读者最值得带走的一条）：注意这里的三层结构——(1) 底层需求真（$15T 劳动经济要被替代，inference 需求不设顶）；(2) 资产价格可能虚（circular financing、资本过剩）；(3) 收益极度不对称（2-4% 拿走几乎全部价值）。三者并不矛盾：Khosla 既是 AI 最坚定的多头，又冷静地告诉你"作为一个 LP，买 AI 这个资产类别的平均值大概率跑输"。这恰是他"高上行数学"的逻辑闭环——在一个 2-4% 通吃的分布里，access（拿到那 2-4%）压倒一切，而"分散买入平均值"是最糟的策略。这也顺带解释了他为什么把 KV 建成一台押 access 与 conviction 的机器，而不是一台优化 IRR 的机器。

关于下一波 thesis：机器人、在岸制造、非 transformer

Khosla 在两期 Uncapped 里勾勒了他正在下注的几个"羊群尚未挤进来"的方向，逻辑都符合前述框架——瓶颈在 intelligence 而非硬件、用 AI 替代整层人力、押 beyond-normal 的技术路线。

• 人形机器人：他判断未来 2–3 年会迎来"机器人的 ChatGPT 时刻"——不需编程、会自主学习的机器人。关键 insight 是瓶颈在智能而非硬件："中国硬件很强，但不会学习。" 他预期 2030 年代几乎人人家里有人形机器人，可能从做饭这类窄场景起步。他给过这个赛道两组量级锚点："这个产业最终会大于整个全球汽车业"（In Good Company, 2024——无限复制 + 24 小时轮班的劳动力经济学），以及 essay 里的部署曲线"10 年 100 万台、25 年 10 亿台"。
• AI agents 的乘数：与机器人（物理劳动）平行的是 agents（认知劳动）的数量级——"想象 70 亿人每人 10 个 agent，那就是 700 亿个 agents 在互联网上代人做事"（In Good Company, 2024）。先人类监督、后自主放行。这为他"AI 替代劳动而非辅助人类"的产品偏好补上了需求侧的规模论证。
• 制造业 + AI（在岸制造）：把 iPhone 装配线上几千名制造工程师的职能用 AI 替代，就能让在岸制造获得巨大成本优势——这把"AI 替代劳动"的产品偏好和"赢下对华竞争"的地缘 thesis 合并成了一个 deal。
• 非 transformer 路线：KV 投了四五个非 transformer 的努力——"不一定要取代 transformer，但它们不同"；他对 real-world models 特别兴奋。这是"看 beyond normal extensions of LLMs"在 portfolio 上的落地。
• 能源全栈：fusion + super hot geothermal + 硅钙钛矿（silicon-perovskite）太阳能——他认为到 2050 年实现零排放的路径已经清晰。对 fusion 他有一个完整的 why-now 论证（In Good Company, 2024）：过去失败不是物理问题，而是组织形态问题——ITER 式官僚巨型国际项目默认了 20-25 年时间表；2018 年起 Commonwealth Fusion 这类敏捷创业公司把技术做实。"5 年内没人会再怀疑 fusion 可行"，2030s-40s 的任务是规模化去 retrofit 现有电厂的煤/气锅炉。注意这个论证结构与他"专家=偏见"公理同构：把"fusion 很远"这个共识归因于承载它的组织，而非技术本身。到 SparX（2026）他补上了那个具体的技术扳机——不只是组织，还有 2018 年的高温超导体："a magnet four times more powerful makes the reactor 1/50th the size"，把造原型从 30 年压到 3 年（Q5）。组织形态与技术扳机两条 why-now 并存，互为表里。retrofit 那条也已经有了名字与地址：CFS 的 ARC 项目选址弗吉尼亚一处退役煤电厂旁、与当地公用事业 Dominion 合作——并网点、土地、懂能源的社区与人力都是现成的（Bob Mumgaard 在 The Generalist 2025-06 讲述，[00:35:56]；此为 CFS CEO 陈述，非 Khosla 本人）。这实际上是 §"插入问题"那条方法论在能源侧的完整实例：不去和存量玩家争，而是把自己接到他们的资产与利益上。
• 能源极廉之后被解锁的下游（The Generalist, 2025）：被问"如果能源便宜到不值得计量，哪些生意会突然成立"时，他给的清单是水与农业，并把地缘性一并算进"消失的东西"里——

"Water is a big issue. But desalination is principally electricity. That's another huge one. Growing crops in the right conditions and indoors maybe and not destroying the environment with low density crop production… And frankly, there'll be things we haven't imagined when energy is limitless and not gated by things with lots of side effects. Coal has lots of side effects. Natural gas has side effects. The geopolitical implications of energy. All those go away."

"水是个大问题，而海水淡化本质上就是电。那是另一个巨大的领域。在合适的条件下、也许在室内种植作物，不再用低密度农业去破坏环境……坦白说，当能源变得无限、且不再被那些带着大量副作用的东西卡住时，会出现一些我们还想象不到的东西。煤有大量副作用，天然气有副作用，还有能源的地缘政治含义——这些统统消失。"

The Generalist（2025-06-03，[00:46:31]）

这条值得与 §"关于地缘"对读：他对中美 techno-economic war 的论述基本围绕算力与制造展开，而这里他给出了同一枚硬币的另一面——能源一旦技术化（从"开采"变成"制造"），能源地缘政治这个范畴本身会被取消。档案此前只记了他的能源 portfolio，没有记他认为能源丰裕会外溢到哪里去。

• 量子计算（新翻多）：Khosla 罕见地承认自己十年看错了一个方向又重新翻多——"过去 10 年我看过十几家量子创业，从没有信心我们能在合理时间内做出可用的状态……但这是第一次，我相信有一条可行的路了"（Newcomer, 2026, Q8）。他尚未点名具体公司。这条之所以值得记，是因为它是"beginner 心态"的活样本：一个押基本面的人，在同一命题上愿意先长期缺席、再因技术拐点重新入场。
• 光子学（挑战 NVIDIA）：在通用数字芯片上"很难打赢 NVIDIA"，真正的机会来自一次激进的技术突破——photonics：若能把光子芯片规模化用于 multiply-accumulate 推理，可把功耗降低 70%（The Information TITV, 2025, Q5）。这是"看 beyond normal extensions"在硬件层的又一落点。

拆解：这一组方向是观察 Khosla "活的 thesis"最好的窗口。注意他每一个都遵循同一个 pattern——找到一个被主流视为"硬件/工程问题"的领域，重新框定为"智能/学习问题"（机器人：不是造得出造不出，而是会不会学；制造：不是产线建不建得起，而是能不能用 AI 顶替工程师层）。这正是"第一性原理 + 押基本面"在 2026 年的具体形态。对想跟踪他 deal flow 的 VC，这四条几乎就是一份 watchlist。

关于个人特质：学习成瘾、内驱、影响优先于回报

Khosla 反复把"学习"称为他唯一的瘾，并把这与他的反专家立场绑在一起。

"I have one addiction, which is to learning. I can't learn enough new things."

"我只有一种瘾，就是学习。我永远学不够新东西。"

Uncapped #15（personal_traits 转述）

"I'm internally driven. I don't care what others think of me."

"我是内在驱动的。我不在乎别人怎么看我。"

2015 Stanford GSB 演讲 / Uncapped #15 转述

这套内驱也延伸到他对个人生活的量化纪律——这是理解他 2004 年"为多陪青春期孩子"而创办 KV 的一手注脚。他把管理生活当成管理公司一样跑指标：

"Work-life balance requires extreme discipline. I classified my time into categories and tracked them monthly. I set an impossible goal of having dinner with my kids at home 25 times a month. I measured it, adjusted my schedule, and hit it."

"工作与生活的平衡需要极端的纪律。我把时间分类，按月追踪。我给自己定了一个不可能的目标：每月在家和孩子吃 25 次晚饭。我度量它、调整日程、然后达成了它。"

Stanford GSB, View From The Top（2015-05-12，Q10）

"If I can have more impact and less return, I'll pick more impact every single time."

"如果我能用更少的回报换更多的影响，我每一次都会选择更多的影响。"

Uncapped #15（personal_traits 转述）

"Because we focus on larger impact, the returns really do well or take care of itself."

"因为我们专注于更大的影响，回报反而做得很好，或者说会自己照顾好自己。"

Uncapped #15（[01:17:45]）

一个反常识的细节：Khosla Ventures 不计算 IRR——他们专注建立伟大公司，相信回报会自己照顾好自己。

他还公开承认 hubris（狂妄）是伟大创业的重要成分：

"Everybody big is dumb."

"所有大块头都是蠢的。"

Uncapped #15（personal_traits 转述）

他的意思是：若没有这种"巨头都是笨蛋、我能掀翻他们"的狂妄，他第一家创业（挑战计算机巨头）根本不会去尝试。

政治轨迹（Uncapped #40）也是一条性格线索：

"I used to be a lifelong Republican over fiscal issues and switched to independent over climate issues."

"我曾因财政议题做了一辈子共和党人，后来因气候议题转为独立人士。"

Uncapped #40（personal_traits）

他反 Trump 的理由是其"没有价值观、不介意撒谎"；2024 年拜登退选后他呼吁开放党代会，7 月加入"VCs for Kamala"支持 Kamala Harris。

拆解：注意"不计算 IRR"与"影响优先于回报"这组信号——表面看像是放弃了商业纪律，但放在他 40 年战绩（Juniper 2,500x、OpenAI 5%）背景下，更像是一种反向的纪律：当你只追逐量级足够大的影响（重新发明医疗、能源、交通），财务回报会作为副产品出现；而盯着 IRR 优化，反而会把你推向那些"安全但量级不够"的 deal。这和他开篇的"高上行数学"完全自洽——IRR 是为"降低失败概率"的人准备的指标。

综合：Khosla 的判断系统是一台自洽的机器

把以上所有 insight 收束，可以还原出 Khosla 完整的判断回路——这正是 VC 读者最该带走的东西：

1. 风控公理：在一个上不封顶、下有底（只输一倍本金）的资产类别里，唯一理性的目标函数是最大化成功的量级，而非最小化失败的概率。→ "I want high consequences of success."
2. 认识论公理：在尚未确立的新市场里，领域经验是负 alpha（"经验=偏见"）；真正的信号是 learning rate 与第一性原理重构能力。→ 押"best athlete"而非专家。
3. sourcing 战术：用大量小额支票"买学习权"，每两三年把自己 manufacture 成某个未被 VC 共识覆盖的新品类里少数有 pattern 的人，再下大注。
4. picking 判据：只投"有非零概率改变一个 vertical"的人（分子优先）；用"过去 3 个月改了多少计划"测 learning rate；用故意唱反调留下"会顶回来"的人（反操纵）。
5. add-value 模型：做 consigliere 而非应声虫——服务创始人的方式，是提供他们在别处买不到的高质量对抗性反馈（"Founder Friendly is a disservice"）。
6. 宏观锚：所有 deal 都从一个 25 年跨度的 worldview（AI 重定义人类、对华 techno-economic war、丰裕时代）派生，而非追逐当下热点。

这台机器的盲点（也是 VC 读者最该提防的）：它在"失败是干净、有限、可分散"的假设下近乎完美——软件、互联网、AI 都满足。但在重资产、需要持续追加资本、失败会附带法律与声誉传染的 deep-tech（cleantech 1.0、生物燃料）上，"只输一倍本金"的前提失效，整台机器会系统性低估 scale-up 的工程-经济风险。Khosla 自己用 $6 亿和一桩州检察长诉讼，亲自标定了这条边界——并把教训压缩成"绿色应是遵循而非违抗经济引力的特性"。

可迁移的一句话：先看分子（上行量级、是否能改变一个 vertical），再看分母（失败概率）；但务必先确认——这次的失败，真的只输一倍本金吗？

尾声：永远做一个 beginner

"The day you stop being a beginner, you stop learning."

"你不再是初学者的那一天，就是你停止学习的那一天。"

QuoteFancy（learning 主题，二手策展）

这句话几乎是整份档案的总注脚。Khosla 的全部哲学——反专家、押基本面、愿意失败、不计 IRR、跨界一生——都可以回收到这一个心理状态：拒绝成为专家，永远做 beginner。 他对"经验=偏见"的怀疑，本质上是怕自己变成那个只会从过去外推的人。一个 70 岁、Forbes Midas List 第 1、缔造过 $100 亿利润的人，最害怕的是停止做初学者——这或许是他给所有想磨炼判断力的投资人，留下的最锋利的一条。

三、重大投资与战绩（参考）

这一节是事实性 reference，便于对照他的哲学与实际 track record。命中与失败并列。

Kleiner Perkins 时代（1986–2004）的标志性命中

John Doerr：Khosla 在 1990 年代为 KP 赚了约 $100 亿。

Khosla Ventures 时代（2004–今）

已上市退出：

重磅私有公司： Stripe（史上最有价值的私有金融科技之一）、Square（2011，Khosla 入董事会）、Impossible Foods（全球融资最多的 food tech 之一）。

前沿科技（押技术基本面）： OpenAI（2019，$50M，5%）、Commonwealth Fusion Systems（2019 领投 A 轮）；近期能源/深科技：Nitricity、Glydways、Verdagy、Spiritus（DAC）、Mainspring Energy、Fortera。

组合战绩（Tracxn 2026）：52 家独角兽、32 次 IPO、153 次收购。

失败与误判（诚实账）

• KiOR：烧 $600M+，仅 $230 万收入即破产；州检察长以欺诈起诉。
• Range Fuels：2011 关闭佐治亚州乙醇厂。
• Cleantech 1.0 整体：生物燃料赛道技术-经济性未跑通，被批"overpromising… failing to deliver"。
• Go Corporation（KP 时期）：触控笔电脑，硅谷重大失败之一。
• 错过 Google（KP/Excite 时期）：曾劝 Google 以 $750,000 卖给 Excite。

四、争议与人物复杂性

一个诚实的档案应包含与其公众形象张力的部分。

• Martins Beach 诉讼（2010–今）：Khosla 买下 Half Moon Bay 以南一处海滩的相邻地块后，关闭了通往这片历史上对公众开放（前业主收费允许进入）的海滩的道路，立"No Trespassing"牌。
• 2017 加州上诉法院：关闸前须先取得 Coastal Development Permit，但未确立公众通行权；
• 2018 美国最高法院拒绝受理；
• 2020 加州 State Lands Commission + Coastal Commission 联合起诉，依 Coastal Act 寻求公众通行——案件待决。
• 这与他公开倡导的"为世界提供免费医生、免费导师、技术普惠"的形象，构成一处耐人寻味的张力。
• KiOR 欺诈诉讼：密西西比州总检察长对其个人提起欺诈诉讼，指控在产量/产率上误导投资人——他"overpromising"的风格在公开市场上是有法律代价的。

慈善与社会角色（另一面）

• 妻子 Neeru 2006 联合创办 CK-12 Foundation（开源教材，2020 已有 1.3 亿+ 师生使用），使命是为每个孩子提供免费 AI 导师；
• Giving Pledge 早期签署人；Breakthrough Energy Ventures 董事；
• TiE（The Indus Entrepreneurs） 创始人之一；与 Muhammad Yunus 密切合作微金融；
• 2021-04 COVID 期间出资为印度医院进口氧气，资助 10BedICU 在印度九个邦建 200+ 个 10 床 ICU；
• Carnegie Mellon 校董；Indian School of Business 创始董事。

五、数据来源

网络研究（13 篇）

1. Vinod Khosla — Wikipedia — 2026-05-29 — 基础事实（生平、年份、金额、投资清单、观点摘要）。注：条目带维护标签，评价性措辞已交叉验证。
2. Moonfare Deal Talk Ep.5: "I don't mind failing…" — 2026-05-29 — 第一手访谈：投资数学、风险哲学、deal sourcing 策略。
3. Startup Archive: "70% of investors add negative value" — 2026-05-29 — "earned the right" 主题策展引用。
4. Cleantech 失败合集（Fortune "A Biofuel Dream Gone Bad" / Washington Post 2014-11-27 / C&EN / 60 Minutes "The Cleantech Crash"） — 2026-05-29 — KiOR & Range Fuels 崩盘的事实与批评。
5. Sun Microsystems 创立与离开（Wikipedia / Computer History Museum / Karen Southwick《High Noon》） — 2026-05-29 — 创立 context + 被换 CEO 的关键细节。
6. OpenAI $50M 注合集（Fortune 2023-12-04 / NZ Herald / Semafor 2024-04-12 / Fortune 2026-04-28） — 2026-05-29 — 投资本身、道歉信、Altman 危机、对 Musk 的看法。
7. "The team you build…" + Venture Assistant（KV 官方 bio / Generalist "Letters to a Young Founder" / GeekWire 2025 / vkhosla on X） — 2026-05-29 — 自我定位、团队信条、招人第一性原理。
8. Khosla Ventures 重大胜绩与组合战绩（KV Wikipedia / Hustle Fund / Tracxn 2026） — 2026-05-29 — IPO 退出、私有公司、组合统计。
9. 失败与风险的标志性原话（Startup Archive on X / YourStory / QuoteFancy） — 2026-05-29 — "willingness to fail" 系列原话。
10. 《AI: Dystopia or Utopia?》— Khosla 亲笔 essay（2024-09-20，~13,150 词） — 2026-07-03 — 其 AI thesis 的 canonical 一手文本：80%×80%/25 年原始表述、10 亿双足机器人曲线、GDP 2%→5%、三天工作周、Xi's bots 场景、dystopia steelman。
11. Fortune "80% of jobs by 2030 / $15T GDP"（2026-03-06，Titans & Disruptors 访谈报道） — 2026-07-03 — $15T 劳动 GDP 论、2040 年 $10K>$100K 可负担性、完整政策组合拳（资本利得普通税率/wealth fund/robot tax）。
12. Khosla 家族 $9.612B 收购 Seattle Seahawks 合集（NFL.com 官方公告 / CNBC-AP 2026-07-12 / ESPN + 家族背景篇 / NBC Sports PFT（control owner 归属）/ CBS SF / Sportico / FOX 13 Seattle（8-26 表决日期）） — 2026-07-16 抓取、2026-08-05 补充核验 — NFL 纪录价、卖方为 Paul Allen 遗产基金、Neeru 为 control owner、49ers 3.1% 须出清、2026-08-26 所有者表决。
13. Commonwealth Fusion Systems 官方 A 轮公告（2019-06-27） — 2026-08-05 — 一手校订：A 轮 $115M 关闭于 2019-06-27，Khosla Ventures 被列为参与方（公告未指定 lead）——据此更正本档案此前"领投"的表述。

播客访谈（12 期）

已 ready、因单轮预算留待下次优先折入（backfill_queue，3 期）

2026-08-05 本轮提交 process 的 7 期中有 4 期已处理完成，其中 1 期（YC #107）已折入，另 3 期按"宁可分两次折、不牺牲单次折入质量"的纪律排队：

已提交 Podwise 处理、仍未 ready（4 期）

2026-07-06 回收批次（8 期 ready）：折入 6 期（Stanford GSB 2015 / Berkeley SkyDeck 2024 / Incumbents & Insurgents Healthcare 2025 / Newcomer 2026 / SparX 2026 / The Information TITV 2025，见上"播客访谈"表）；drop 2 期——7947007 Fortune Titans & Disruptors（$15T 论的音频版，文字版已入 web 源 11，逐条重复）、1851029 All-In Summit（brutal honesty / 25 年后无需工作 / 只有创业者能创新——三条逐字 highlights 全部与既有档案重复）。

已扫描但跳过（形态过滤 / 重复度过滤）

• 重复度 drop（2026-08-05）：1472969 Turpentine VC《The Vinod Khosla Interview》（2024-04-30）——三条逐字 highlights（"assume we lost it 只剩上行"、"押市场不信的东西并坚持"、"准备好了比分自己会照顾自己"）与 venture assistance / 不对称 / 反共识 / 丰裕四个主题全部与既有档案重复；唯一未覆盖点（"早期公司追求盈利是战略错误"）仅存在于 AI 摘要要点、无逐字支撑，不足以按双语原话纪律折入，留待有逐字来源时再议。
• dup feeds（7966346/5985899/6907510/5507029/2181383/4596831/5285231/7966346 等，同集不同 feed）；1958283/1968431/1973581 等 Vina Technology 越南语转述节目（翻译转述，整批排除）；TechCrunch Startup News / StrictlyVC News（新闻 roundup 非访谈）；CNBC "Sword Health"（TV 短片）；Bloomberg "Talks Reevo"（偏单一产品宣传，存疑保留观察）；Samir Kaul / Rabois 单飞集（非本人）。
• Seahawks 相关播客（2026-07）整批排除：8405978 The World Between Us、8427485 Sporticast、8451710 GeekWire《What kind of Seahawks owner will he be?》——均为第三方新闻/评论节目，Khosla 本人未出场；相关事实以 NFL.com/ESPN/CNBC 等文字源为准（见 web 源 12）。
• 网络侧仍待抓取：2016 NBER 演讲原稿、"Do We Need Doctors Or Algorithms?" 博客长文、TIME 2024 "Why Vinod Khosla Is All In on AI" 深度访谈、Medium @vkhosla 存档——留待下次 refresh。

档案性质说明：本档案为 VC 读者磨炼自身判断而编排，深度洞察一节权重偏向 Khosla 的投资哲学、不对称下注、conviction、picking 与思维演化。事实均附来源；标注"推断/解读"者为基于事实的推理，非一手陈述。关键引用均中英对照；部分 podcast 引用为 digest 中的转述（已标注"转述"），完整逐字原文以时间戳标注，可回 Podwise 核验。