Ronghui
好，那有请课代表来进行十字路口快问快答。请问您的年龄？
课代表
37 岁。
毕业院校是？
课代表
康奈尔大学经济学博士。本科是 Lake Forest College，一所不知名的文理学院。
你的 MBTI 和星座呢？
课代表
INTJ-A，处女座。
如果要用一句话介绍，你现在在做的最重要的事情有哪些？
课代表
教大家怎么样把 AI 用好。这里边有社区、课程，还有企业培训。
在做这个事情之前，课代表你在做什么？
课代表
我之前是在 Stastic 这样一个美国创业公司，做 Principal Data Scientist 和 Evangelist。其实这是一个偏销售、偏 Go-to-Market 的角色。后来这家公司也被 OpenAI 收购了。
在那之前，我是腾讯游戏的数据科学副总监；再之前是 Meta 的数据科学家和亚马逊的经济学家。
非常丰富的经历。目前团队有多大？
课代表
最近团队变大了。之前很长时间就是我和亚哥两个人，亚哥也上过你的节目。去年年底开始招了一位同学，后来我们又在国内招了两个人，所以现在是 5 个人。
方便透露收入与利润吗？
课代表
方便。我们是 2024 年 3 月份开始做的，2024 年的收入大概是 50 万美元，那时候是我和亚哥两个人。2025 年基本上也是我和亚哥两个人，收入是 100 万美元多一些。今年大概是 50 万美元左右。
1. 高手把 AI 用出复利
所以今天想问课代表的第一个问题：高手用 AI 到底有哪些不一样？亚哥是这样，算是高手了吧？
课代表
我觉得他用 AI 有两个很本质的不一样。
第一个，他总是在想着能为 AI 做些什么。这也导致长期来看，亚哥的 AI 会越来越好用，越来越能做更多的事。
第二个，他随时随地、各种大小事情都在用 AI。有一次我让他来体验一下特斯拉的自动驾驶，他开着他的库里南到了我门口，然后我们出去兜了一圈。他一边自动驾驶，一边用手机做各种各样的事情。我们出去兜了一圈，他可能做了 10 个任务。
比如说什么样的任务？
课代表
比如说他对一件事情比较感兴趣，就去做个调研，包括这个房子是多少钱。他其实有一个 skill 专门去调研，或者说这个房子购买的时候有没有什么坑。
他还有一些 skill，可以把这些调研连接到 Google Docs，再连接到 Gmail。比如说我们聊到一个话题，他就问一下 AI：“是什么样子呢？你写成一个简短的 Google Doc，分享给课代表。”然后我一会儿就收到了一份写得很详细的 Google Doc。
听起来，高手用 AI 有几个点。第一个，尽可能把上下文喂给 AI，你是为 AI 服务的一个状态。第二个，生活中的大事小事、工作中的所有事，遇事不决先问 AI。
课代表
第一个不光是上下文，其实亚哥做了很多脚手架。这个脚手架包括上下文、工具、他的偏好，以及他觉得什么事情应该怎么做。
同样是我的一个 prompt，可能就是一句 prompt，但是亚哥的一个 prompt 背后，AI 可以帮他路由到很多之前的工具和资料库，从而调动起来很多东西，帮助他用几句话实现比较复杂的事情。
我身边有一个高手用 AI，也让我有点大开眼界。最近他告诉我，他想学世界模型，于是就找到了世界模型比较权威的一些文章、播客，把这些资料全部丢给 Claude，然后请 Claude 写一篇 3 万字的短篇小说。
他大概还指定了要有一个恋爱情节的狗血剧情，所以最后就变成了一篇交织着办公室恋情和创业竞争的 3 万字短篇小说。他写完之后，自己看觉得很好，又分享给我看。我看完之后也觉得，对世界模型的了解好像多了一分。
课代表，如果你认为今年普通人学 AI，只说一件必须要做的事情，应该是什么？
课代表
2. 普通人必须拥抱 Agent
必须停止使用聊天，也就是停止使用 ChatGPT 的聊天界面，去使用 Agent 工具。Claude Code、Codex 和 Cursor，Antigravity 也可以。不建议用 OpenClaw，但总之就在这几个工具里选一个去使用，然后把所有聊天都停掉，全部在这些工具里完成。
什么原因？
课代表
当一个新的技术和新的工具出来以后，生产力的提升，工具本身带来的部分是有限的。
比如说我们可能都听说过蒸汽机和电机的故事。电机取代了蒸汽机在工厂里的位置，但马上带来的生产力提高只有 30%。真正的生产力提高，是我要把工作流程围绕这个先进工具重构之后，才会产生的。
用聊天工具就是一个典型的围绕旧的生产方式去使用 AI：用 AI 取代搜索引擎，用 AI 取代手下的实习生，用 AI 取代程序员，用 AI 取代数据分析师，但仍然是旧的生产方式。
而且它比起真正的工具还差 3 个点。第一个，它的上下文你要每次交代给它。第二个，它的产出留不下来，你要每次自己手动复制、粘贴下来。第三个，它能调用的工具是有限的。
因为这 3 点，它没有复利。AI 的脑力，或者说它能做的事情，是人的几百倍、几千倍，但聊天必须要有人在这里跟它聊，人就成了它的阻碍。
所以你开始学会使用 Agentic 工具以后，第一，你会发现原来 AI 能做这么多事；第二，你会发现原来积累上下文如此重要；第三，每次我的产出都可以积累给下一次任务使用。
比如说我在这里边有一些 assets，有一些 skills，都能积累下来。这样使用，才能开启你的十倍之路。如果你用聊天的方式，基本上就卡死在 30% 到 100% 的提效上。但是你想做到 10 倍以上的提效，一个必要条件就是要使用这种整体工具。
刚才提到的 Claude Code、Codex，包括 Manus，你自己最近用什么用得最多？
课代表
我在 Claude 4.6 之前用 Claude Code 最多，4.6 之后用 Codex 最多。
好多朋友最近都搬家到了 Codex。你是因为什么原因？
课代表
首先，之前我是混用的。其实在很长一段时间，在我们看来，Cursor、Claude Code 和 Codex 的水平几乎是一样的。你去看大家真正分析的 benchmark，也差不多。
但是很长一段时间，大家都强调 Claude Code 多好用，GPT-5.5 是一个非常惊艳的 update，尤其是在编程方面。因为这个模型变得更好用了，更多人就 switch 到 Codex 了。
我觉得大家平时的使用习惯，还是在 Claude Code 上用 Claude，在 Codex 上用 GPT。换模型的 use case 不是很多。基本上，如果你喜欢 Claude，就用 Claude Code；如果你喜欢 GPT，就用 Codex。
我自己最近用 Codex 越来越多，但原因其实很简单：它的 GUI 用起来更亲切。第二，我在 ChatGPT 里面有一些历史记录，所以在 Codex 里更自然地可以取到。还有，我发现 Codex 连接我的 Notion，成功率更高；Claude Code 总是会出一些小问题。
我自己不怎么用 Notion，但是完全可以想象。其实很多人也有一个困惑：每天也用很多 AI，但是回头看自己的工作能力，或者处理事情的方法，好像并没有变强那么多。你自己有觉得自己变强了吗？
课代表
3. 生产力不必追求十倍
最近半年，我的个人成长不在于能力上的成长，而是在于想通了很多事。
其中最重要的一件事，就是我觉得“生产力”这件事，productive 这件事，不是那么正当。大家会讲，AI 来了以后应该如何做十倍的事，对吧？
我就会想，AI 来了以后，我能不能做和以前一样多的事，赚和以前一样多的钱，但是可以把一大半的时间拿来玩、休息，或者做那些完全没有用的事？我觉得这可能是对整个人类来说更好的一个 goal。这样大家就不卷了。我没有必要赚 10 倍的钱。
你开始实践了吗？
课代表
我是在上周还是上上周，在社区里发了一个帖子，说如果我是一个 role model，我想做一个不 productive 的 role model。
我觉得我还是实践了，但是实践得不是很成功。我发现我不 productive 的时间，都用来刷抖音、刷小红书了。这是不对的。我应该去找一些不 productive、但是也更有意义的事情去做，比如爬爬山之类的。
大概两周前我录了一期播客，和一个叫小宁的朋友聊 AI 加游戏，因为他一直是游戏行业的资深从业者。他说最近去问身边的朋友，最近玩到的好玩的游戏是什么，发现很多人的答案，包括他自己的答案，都是 Claude Code。Claude Code 成了游戏人认为最好玩的游戏。
我觉得这背后其实在讲，创作本身也是很好玩的。所以当你在说 productive 的时候，自己也闲不下来，一直要做东西，这本身是不是一种娱乐？
课代表
可是对我来说，我很难。我在 build 的时候，一方面觉得很快乐，但另一方面又很焦躁：我这是在浪费时间，我是在浪费 token，我做了这个东西又有什么用？没有人会买这样的产品。
我脑子里会不断有这样的对话，这不太好，但这就是为什么我不太能从 vibe coding 里得到特别多的乐趣。
到目前为止，课代表你有哪些 skill？
课代表
我用的大多数是亚哥写的 skill。在那之上，我可能有一个自己的 video post-production skill。
当一个 video 做完以后，它会调度通义千问 Qwen3-ASR 去 transcribe，然后让 Claude Code 的 CLI 精剪一下，生成 highlights、文章、标题、video description，以及剪辑需求。
还有一个是把我的 YouTube 视频下载下来，上传成播客，上传到 Transistor 这个平台。所以现在在小宇宙上可以看到我的播客，都是我的 YouTube 视频直接自动转换的。
还有一些是个人网站相关的。比如我做完一些嘉宾访谈以后，它会更新我的个人网站；定期还会操作我的 YouTube，把嘉宾介绍放到 YouTube 的 description 里，希望 YouTube 那边可以再给我导点流。
所以在你看来，一个好的 skill 应该是什么？怎样才能说它是一个好的 skill？
课代表
4. Skill 把知识变成流程
好的 skill，是把隐性的知识显性化。最好把边界定义清楚，把该给的工具给到，把什么是好、什么是不好的标准给到，把需要的 context 给到。
用好 AI 的第一步，是停止使用 ChatGPT，开始使用 Agent。用好 AI 的第二步，是写好一个 skill。
现在很多人把 skill 写成了一个纯风格向的东西，比如什么苏格拉底 skill，或者离职同事 skill。但真正的 skill，应该是跟流程有关、跟工具有关，然后跟你的标准有关。
你付费买过什么 skill 吗？
课代表
有。现在其实已经有这样的地方，但还没有成为主流。
你认为未来 skill 有可能商品化吗？
课代表
我觉得很难，至少以现在这个形态很难。
我在听你播客的时候，涌现出一个想法：产品越来越不 make sense，但是做服务还是 make sense 的。所以 skill 如果只是卖一个 skill，我觉得不 make sense，因为这个东西太开源了。你买回去以后，别人也可以再卖。
但是帮你达成一个结果，这件事还是 make sense 的。所以也许 skill 服务化，skill as a service，可能更有道理。
刚才说到，用好 AI 的第一步是停止使用 ChatGPT，第二步是拥抱 skill。那还有第三步吗？
课代表
第三步在我看来，可能是尽可能多地积累上下文，然后尽可能把上下文提炼好。这是两个分开的步骤。
你可以今天就开始想方设法积累上下文，先不用管怎么提炼。同时也要想怎么样提炼，因为你不可能把所有上下文、做什么任务都给 AI。AI 需要聪明地知道，做什么任务需要你的什么上下文。
这一步其实值得好好做。我觉得不管是对个人、团队还是整个公司，都是非常关键的一步。最后大家的工具是一样的，模型也是一样的，拉开差距的其实就是你的 context。
当然，这个 context 的含义比较广。刚才说的 skill 也在 context 里，包括对隐性知识的提炼，包括对好坏的定义，这些都在 context 里。
我觉得尽量多地积累这些东西很重要。我现在就能很明显感觉到，这件事对我是有复利的。做企业培训的时候，我非常有信心：他们给我再高的要求，我在 2 天之内都可以 deliver。因为我觉得上下文积累到了足够的厚度，让我知道他们的需求，然后针对性地去做，很快就能做出来。
你最近也会接触一些做 AI 的创业者。他们最近在讨论什么，或者在焦虑、期待什么？
课代表
你听没听说过 ComfyUI？
听说过。
课代表
他们现在就属于在一个巨大的 strategic decision 过程中：到底要做什么。
本来我们想跟他们聊怎么样优化 funnel，帮他们做一些 marketing，但聊着聊着就发现，他们最大的问题是正在下一个重 bet：要放弃什么，要做什么。
你可能了解 Opus Clip 做 AI Agent 的尝试。这个尝试也属于很多问号的状态，有很多摸着石头过河的石头已经没有了。我现在在过河的过程中，应该怎么过？
摸着石头过河的石头不见了。这个石头指的是什么？消失的是什么？
课代表
5. 旧商业模式正在消失
我觉得消失的是上一代的商业模式。
上一代的模式是：有一个需求，我在创业过程中不断找到这个需求，找到一个共性的、足够大的需求，然后把它做出来，go to market，reach out 到更多的人。在这个过程中，我可能有先发优势，也可能有一些独特的东西，反正我能打败竞争对手，然后吃到这个市场，收一笔钱。
现在模型变得更强大了，Claude Code、Codex、Manus 也变得更强大了。所以当需求出现的时候，它不像过去那样，需要组织一个公司、交付一个产品来实现。
我觉得有两个方面，一个是需求端，一个是供给端。
需求端是大家没有这个需求了。大家会觉得，自己有一个东西，先做一做，然后发现：“这个东西好像也可以。”我相信那些公司做出来的东西肯定还是更好的，但是可能更难卖。
比如我之前上一家公司 Stastic 是卖 A/B 实验平台的。我能说出 100 个你为什么应该用 Statsig 的理由，但别人就是更难买账了。过去他可能不知道怎么样做 A/B 实验，现在跟 Codex 聊一聊，A/B 实验的结果都出来了，他就不知道为什么要买你的 supply。
供给端就是抄袭太快了。你做一个什么东西，别人都可以很快做出来。现在这个东西很难有人积累出逃逸速度。
现在很多在大厂里的人也蛮焦虑的。一方面担心 AI 进一步发展，白领的工作会不会有一天波及到自己；另一方面也确实看到，好像没有什么特别的创业机会，或者自己的机会成本也非常高。
你怎么看今天大厂人的集体生存状态？为什么笑了起来？
课代表
你记得这本书吧？《真本事》。
对，为什么会出这本书？或者说，为什么今天大厂人的这个状态让我听了会笑？
课代表
因为在我这里有一种病态的复仇快感。
在 2023 年年初，ChatGPT 出来以后，我发了那篇《关于 ChatGPT 最重要的 5 个问题》。那篇文章到现在还可以看。我做了很多大胆的 prediction，而且都对了。
那个时候我看了以后就说，我们的工作要被取代了。AI 来了，我们还能做 5 年、10 年吧，但是 5 年、10 年之后怎么办？我们赶紧想办法吧。
然后他们就说：“你傻逼吧，你祥林嫂吧，你在这儿说什么呢？为什么要跟我说这些？”我在视频里也说，然后就被人骂。我就想，那好吧，你们随便，该怎样怎样。
但是在这个过程中，我还是不断跟大家讲：如果你不想在大厂打工了，应该怎么样找到一个真实的需求，怎么样用副业的方式去尝试；应该怎么样理顺自己和金钱的关系，怎么样存下钱来，怎么样让钱帮你生点钱，给你一定的自由度；以及怎么样提升自己的商业能力。
我还专门写了课程，写了书。事到如今，大家开始焦虑，我真的觉得，不是没有给时间，也不是没有给方法。但是你焦虑可以，焦虑完了以后的行动呢？
从来就没有什么救世主，也不会有救世主来救你。你焦虑，然后行动呢？
心理学家李松蔚老师也讲过，很多人找他做咨询，都是已经深陷困境。他发现，给大家大道理和建议往往没有用。但是他发现有用的是什么？是 0.5% 的行动。
也就是说，你要想办法给的建议，是让他迈出一小步。这一小步如果让他获得了一点正反馈，他很可能就能进入一个还不错的正循环。
所以今天也想听课代表分享一下，如果你能想到这样一个迈出一小步的建议，你会认为是什么？
课代表
6. 大厂焦虑需要行动
我觉得有 3 个地方可以迈出一小步。
第一个，存钱，少花没有用的钱。现在的钱是你未来的自由，你要这样去想。自由是非常非常宝贵的，所以不要买没有意义的东西，多存钱。这就是一小步，减少消费。
第二个，在 AI 上多使用 AI。停止使用 ChatGPT，开始使用 Codex、Claude Code、Cursor，多动手做点东西。因为你不适应这样一个新的生产力，所以你的大脑没有办法活在一个新现实里。
你在旧现实里，怎么可能知道新现实里怎么样赚钱呢？所以你不能去计划一个未来。你要先让大脑和能力适应这个未来，然后才有可能在里面抓到一些机会。
所以在 AI 上，停止使用 ChatGPT，使用 Codex。
第三个，在副业上一定要认识到，你在商业上一无所知，而且很有可能是从负分开始的。
你在大厂的工作，或者技术工作，会积累很多错误的认知。比如你会觉得，更难的事情更有价值。这在商业上完全不成立，而且可以让你多花很多学费。
所以你要学习基础的商业，学习基础的销售，可能要真的学会卖一个东西。哪怕什么都不做，至少关注一下商业是怎么回事。看看勇哥给餐馆选址的视频，再看看你楼下的餐馆，问问老板：你常吃的这家餐馆，如果要提升销量，有没有什么是你可以帮他做的。
我觉得这些都可以帮助你更好地面对未来。
课代表现在也有小孩。你有在思考 AI 时代怎么做小孩教育吗？
课代表
7. AI 时代教育通才
我非常看好我小孩的未来，非常不看好我们这一代人的 transition，但我非常觉得我小孩会面临一个光明的未来。
我一直觉得，AI 会带来第二次文艺复兴。我们现在大多数人其实是工具人，教育把我们培养成工具人，工作也把我们变成螺丝钉。当 AI 把螺丝钉完全取代以后，人被逼着只能去发现自我，发现自己独特的东西。
在我看来，这是一次非常好的文艺复兴。
对于我小孩的教育，我的想法是多培养他的内驱力，少教他，少跟他说你要干这个、干那个，让他自然而然地去保护自己的 creativity 和兴趣，争取让他天然地对一些东西感兴趣。
你刚才说的让我想到一个点。过去培养一个人的时候，大学要选专业，这是因为确实要付出足够多的时间，才能精通一个专业，成为这个岗位上术业有专攻的人。因为社会需要精细化分工，这样是最高效的。
但我觉得很有可能在 AI 时代，不需要再精通一个专业，而是要去略知一二，了解 100 多个专业。你会发现，很多时候要问出一个对的问题，需要对这个领域略懂一二。如果问不出那个问题，整个世界对你来说就是一团乱麻，或者一片黑暗。
比如今天说到天文学、量子物理学，因为我完全没有略懂一二，所以什么问题都问不出来。但是如果以后的大学教育，或者中学教育，变成上 100 种不同的课，每门课只上 2 个小时，让你入个门，我觉得可以用这种方式，让每个人大脑里的知识图谱变成星星点点，在各个地方都有一些闪烁的小萌芽。
这样一来，一是更容易融会贯通，把这些点连成一些可能性；二是每次遇到一个新的方向时，你总有一个提问的起点。只要这个问题问得出来，很可能 AI 就可以帮你继续挖掘、继续展开。
课代表
你说的这个点，和提问动物前一段时间看的一个观点很接近。他说在 AI 时代，有一种人会非常非常重要，就是一个新的 generalist。
你看历史上，古代达芬奇之前，最厉害的人全都是 generalist。后来因为学科太深、知识太多，所以大家都变成专才。一个数学家、一个物理学家，可能还可以互通，但是和艺术、哲学以及其他领域就很难互通了，大家必须是专才。
但 AI 有这么多知识，能做这么多事情，所以通才可能又变得更重要了。这种人我觉得很重要，而且我觉得你应该能感觉到，你可能就是这样的人。
后来我又想到了手艺，想到名词和动词。我写了一篇文章，说你以为学 AI 是学名词，但其实学 AI 是学动词，动词才是重要的。
我们学课本上的知识，学的都是名词；但是学手艺、学游泳、打高尔夫球也好，包括做播客，学的其实都是动词。
说到这里，我想到 Manus 这个名字。Manus 在拉丁语里是“手”的意思。它其实是在讲，这个模型确实有很多知识和智能，但是 Manus 做成 Agent 以后，除了简单回答问题之外，还可以像长出手一样，帮你完成一些任务。
课代表
是的，做事很重要。
好，要不我们 switch 一下？前面一直都是我在问你，现在可以换一换，向我开炮吧。
课代表
8. 创业泡沫孕育新机会
我最想问你的，是国内现在创业的体感。因为你聊的都是一线创业者，而且都聊得很深。
我觉得 2026 年还是前所未有的一年。创业的热浪和资本的热情都是前所未有的，所以大家也能看到一些感觉很癫狂的资本故事。
翻译过来就是，今天好像有很多泡沫。但我觉得泡沫的另一面是，大家对于科技进步处在前所未有的高度信心之下，才会出现这些癫狂的故事和显而易见的泡沫。
我最近有很多输入和感受。比如最近我做了一期播客，和一个做 Paper Boy 这个 AI 产品的团队聊天。他有一句话让我印象非常深刻：“我们今天为什么要做 Paper Boy？因为人类和 AI 的最佳协作方式，很可能还没有被发明出来。”
今天不管是用 ChatGPT，还是 Claude Code、Codex，仍然存在很多摩擦。比如我的 AI 还没有很懂我，我仍然要大量地从这里复制、粘贴到那里；我仍然会担心，一个任务下达以后，它到底有没有把 Notion 里我需要了解的知识全部摄取、消化，然后给出结论。
这样的摩擦案例其实非常多。所以 Paper Boy 的创始人在我的播客里说，人类和 AI 的最佳协作方式尚未被发明，其实也说明创业者仍然有机会。
这还是那句我经常说的心灵鸡汤：悲观者往往是正确的，软件已死，悲观者很可能是正确的；但只有乐观者才有可能成功。因为只有当你乐观地寻找哪里还有缝隙、哪里可以长出新机会、得到新的创业灵感时，才可能创造出别人没有看到、但又会被很多人需要的产品。
另外一个点，是我看到 AI for Science 的创业热潮。最近有一张图显示，OpenAI 和 Anthropic 产生的收入，在美国所有 AI 相关的软件和模型收入里占了 90%；其他的，比如 Cursor、Manus、JetSpark，以及你能想到的 HeyGen 等各种 AI 应用，只占 10%。
也就是说，整个生成式 AI 浪潮创造的商业价值，有 90% 被基础模型吞掉了。所以大家会觉得，今天到底要怎么做软件、怎么做工具，才能不要像在推土机前面捡硬币一样，最后可能捡到的只是几枚硬币。
今天创业有两种回避推土机的办法。第一种是往天上跳，跳开推土机，去做一些 moon shot，像探月一样，做 AI for Science 或具身机器人这种星辰大海的创业。
另外一种是深入地下，去做非常脏、非常 down to earth、深入一个行业的工作。
我可以分别展开一下。先说探月的行为。具身智能在中国现在已经有十几家、二十家甚至上百亿元估值的公司了，马上也会出现超过 300 亿元的公司。
AI for Science 就更多了。最近看到的有 AI 加芯片设计、AI 加材料发现，我的播客还聊过 AI 加挖矿，也就是探矿，去找真实的人类矿产；还有 AI for Math，以及 AI 如何帮助更好地设计量子计算机。
我觉得这些仍然是高级的白领工作，仍然是智力工作。但是普通的白领工作已经被模型和通用 AI 解决得很好了，所以大家要去做更高级、更复杂的问题，去做那些只有更小的人群、更聪明的大脑，或者更厉害的研究机构才能解决的问题。
这就是 AI for Science 创业热潮出现的原因之一。当然，这里面也叠加了过去教授创业和 PhD 创业拿到很好正反馈的影响。这一波模型公司里，很多都是教授或者 PhD 在中国、美国做出来的。资本上也很追捧这样的背景，所以多个原因叠加在一起，催生了 AI for Science 的创业热潮。
课代表
我一直有一个问题：AI for Science，for what？是为了活得更长，或者降低疾病？探矿听起来是，量子计算机可能也是。这里面有没有你的判断标准？
我觉得当说到 science 的时候，指的是今天普通白领没法参与的高级知识工作。
刚才举的例子里，AI 加芯片设计、AI 加新材料发现，还有 AI for Math，都包括在里面。AI for Math 其实不是一个具体的行业，而是今天我怎么用数学的方法，尽可能严谨地把一个需求描述出来。
只有当你能够严谨地描述一个需求时，才可以严谨地验证它，才能用强化学习的方法不断让模型进步。
所以说到 AI for Science，当然是非常泛的，里面包括各种各样的子领域，但能参与的人我觉得也是少的。
课代表
有道理。
具身智能里的这些公司，它们的估值是一个投资需求驱动，还是一个市场需求驱动？现在使用具身智能的市场变大很多吗？
课代表
我觉得估值永远来自市场共识。二级市场的市值，更是大家用真金白银投票出来的，用买股票来决定它的市值。
一级市场的估值，其实也是大家买股份决定出来的，只不过它体现的是更小的一群一级市场从业者对企业价值的判断，是一种货币化的体现。
至于到底有没有商业化场景，最近大家都知道的是机器人表演，这个是有商业化的。机器人的租赁也是商业化：租赁之后可以去表演，也可以去做数据采集。
在部分工业场景，我觉得也有一些简单的商业化。还有，把机器人本体做出来以后卖给科研机构，让他们做进一步的科研，这也是商业化。
当然，这些加在一起也并不是一个很大的商业体量。但是为什么今天还是有这么高的估值？我觉得并不是因为已经产生了这些商业价值，所以它值这个钱，而是因为大家认为它的未来是星辰大海，所以给的是未来价值折算到今天的价值。
也很有道理。再讲一讲 down to earth 的东西吧。
9. FDE 重塑企业落地
大概一个月前，正好也是我们今天直播倒数一个月的时候，OpenAI 和 Anthropic 一起发了一个公告，提了一个新的概念，叫 FDE，也就是前端部署工程师。两家公司各自发布了公告，不约而同地都在做同一件事：和一些 PE 或咨询公司成立合资公司，或者进行收购。
FDE 是什么？当一个企业要把 AI 真正用到工作中时，其实需要一个角色，叫前沿部署工程师，去帮企业梳理流程、文化、上下文和数据库，然后再把 AI 植入工作的各个环节。
就像过去我卖一个工具给公司，要给你做培训，这肯定也是售后服务的一部分。但今天要把 AI 卖给公司，有点像把一个数字员工带入公司。你可以想象，公司来了一个新的数字员工，我怎么让这个 AI 数字员工上岗？FDE 有一点是在扮演这个角色。
课代表
原来我们其实不叫 FDE。大家更流行、更普通的说法，可能是售前、销售、客户成功，或者驻场工程师。
对，驻场工程师。但今天我觉得，有了这样的词之后，也是一种共识的凝聚。对于行业发展是有帮助的：大家会意识到，原来要把 AI 用好，并不是给所有员工开一个 DeepSeek 就好了。
它需要有一个 FDE 角色进入企业，帮企业做更多改造。从工作流程到知识库，再到员工文化，这里面涉及的东西可能更复杂、更全面。
那你觉得国内有这样的人才吗？这种 FDE 人才。
课代表
我觉得这其实是一个非常好的转岗方向，也是一种新的岗位。肯定没有现成的人可以干这个事情，也没有人原来做着某件事，稍微转一下型、学一个星期，就可以变成 FDE。
所以这里面应该会出现职位需求的井喷。
但是，这件事为什么还没有发生？
这其实也很正常。当科技革命出现以后，到它真正落地，这个时间比大家想象中要长很多。ChatGPT 发布到现在已经 3 年多了，真正开始显现出 AI 极强的 coding 能力和 agentic、执行长程任务的能力，哪怕从 Manus 发布开始算，也才 1 年零 4 个月。
我觉得创新扩散自有它的时间规律。现在仍然非常早期。就像我们去年在播客里第一期说，这是 Agent 元年；但到了年底，Andrew Karpas 自己发了一条 Twitter，说他认为 Agent 的落地应该按 decade 来算，按 10 年来算。今天只是这个 decade 的起点。
回头看电的发明，以及电真正改造工厂、让新工厂在竞争中击败旧工厂，也花了非常长的时间。
有道理。那今天用 AI 赚到钱的公司有吗？
课代表
10. AI 赚钱公司的路径
我觉得今天用 AI 赚到钱的公司很多。
比如大家都能看到，很多 AI 应用的 ARR 在不断披露，从 Cursor、Lovable、J Spark 到 Manus，大家多多少少都披露过自己的 ARR。
第二是模型公司，这就不用讲了。以及买了模型公司的投资者。现在只有两家中国模型公司上市，买了这些模型公司股票的人，我觉得这也是很显然的。
再有，我相信很多做短剧、做慢剧的人，开始用 AI 以后，会秒掉那些不会用 AI 的同行，从而赚到更多钱。
我现在在抖音上刷到的，确实都是 AI 短剧、AI 慢剧。
课代表
很多做外贸的人，用 AI 帮他选品、做站、投流。这个对生产力的提升，或者说在竞争要素相同的情况下，你比竞争对手强一点，也能赚到钱。
当然，这不构成投资建议。
课代表
我自己还是坚定地持有一些头部公司的股票。持有它们并不是因为它们的规模，而是因为我相信，比如腾讯有一天会做出一个微信 Agent。
只要腾讯做出微信 Agent，中国的普通用户就会全部用上 Agent。因为腾讯有中国最大的用户基本盘，以及大家最多的上下文：你的工作、生活、小孩的教育、班主任、前任，以及你能想到的所有社会关系，还有与这些社会关系相关的生活和工作的 context，全部在微信上。
微信自己也是一个 OS。它的小程序生态决定了它的 Agent 几乎可以做所有数字化工作：买保险，甚至办签证；查星巴克送到了没有，顺丰送到了没有。
它的小程序生态是一个极其神奇、全世界独一无二的 OS 生态。所以我觉得，当微信加 AI 以后会变得更强。我认为 AI 留给腾讯的时间还有很多。
我也发过小红书和即刻，说哪一天微信推出 Agent，大家都可以耐心等。今天微信的社交网络、微信的 OS，以及微信沉淀的上下文，在中国全部是独一无二的。没有任何一个产品能说，微信再给它 5 年时间，它能把这些积累出来吗？不能。
所以 AI 留给腾讯的时间大大有余。
快手也一样，确实能看到克林，它自有它的商业价值。
刚才我们聊的是大的东西，神仙们怎么打架，也聊了一些你平时接触的创业者，或者身边正在长出来的创业者。
但我其实也很关心你自己的定位，以及你是怎么想的。你作为一个连续创业者，又有很多元的背景，在 AI 时代的选择天生就比别人多。
在这么多选择之下，你选择做现在这件事，可不可以跟观众介绍一下，你在做什么？你现在怎么想，怎么规划？
课代表
11. 投资人与媒体形成协同
我现在做的最主要的是两件事。
一个是十字路口这个自媒体，以播客为主；第二个是在真格基金做投资合伙人。这两个事情有非常强的重叠，可以叫 synergy，也就是协同效应，因为都是在和 AI 相关的创业者打交道，从中发现投资信号和未来趋势。
这是我目前做得最多的事情。我觉得这和过去创业时完全不一样。我过去做过 3 家公司，那种经历和体验跟现在完全不同。我非常享受现在这样的状态，所以特别希望在这样的状态里停留久一点。
因为每个人都会问我一个问题：“你怎么不创业？你下一个创业什么时候开始？”也经常有小道消息说：“我听谁谁谁说你创业了。”我都要辟谣，说我现在真的没有找到创业的 conviction。
如果冲动创业，或者强迫自己为了创业而创业，我觉得肯定做不好。我回忆自己过去 3 次从 0 到 1 的创业历程，都是发自内心想把一件事情做出来、把它做好。不管背后的动力是什么，那种原生的 passion 和 motivation 都非常强。
所以我在等待那样的 motivation 或 passion 再出现。我希望它能够出现，出现的时候我肯定会再创业，但至少到目前还没有。
另一方面，我觉得自己为什么很 enjoy 现在这样的事情，也愿意停留在这样的状态久一点，甚至停留一辈子也 OK，是因为创业一定伴随着很强的焦虑。
创业意味着你要做成一件事情，要有目标。这个目标不能随便定，而是要定一个足够高、让自己必须努力的目标。所以你永远在真实能力和想做到的目标之间拉扯。这种拉扯和差距，翻译过来就是人的追逐和焦虑。
但现在我突然发现，我可以没有目标，可以享受这个过程，以及享受把过程做好带来的复利。做天使投资也好，做自媒体也好，都很难设目标。
我很难对自己说，今年必须涨 10 万粉，或者今年必须投 5 个像 OpenAI 一样厉害的项目。这样的目标不可能设，因为没法拆解，中间有太多不确定性，也有一点点运气的成分。
但它好就好在，你反而会觉得，只要做好自己确信值得做的 1、2、3、4、5、6、7 件事情，好事就会发生。
所以我觉得这是很不一样的人生状态：没有了目标的压力，但同时出现了另外一种信心。我确信，只要每天坚持这些动作，它们就会形成时间的朋友，在未来某一天——我不知道是 3 个月后还是 3 年后——带给我一些回报。
我觉得这是很不一样的状态，可能也是因为处在不同的人生阶段。
首先我觉得这个状态很好。创业确实太辛苦了，而且总是要给自己一个更大的目标，它永远是痛苦的。
我写过一篇文章，讲我觉得新时代的 VC 应该长什么样。
新时代的 VC 不是转型成媒体公司，而是叙事连接器和新型财务伙伴。
不是 a16z 自己说过什么媒体公司，而是后来所说的：媒体公司不是 VC 要干的事情，但 VC 可以做一个叙事公司，帮助创始人找到自己的叙事，然后放大这个叙事。
第二个，是 connector as a service，也就是你正在做的事。你需要横向连接，比如找客户，去晚宴上认识潜在甲方，或者 hire、说服一个犹豫的候选人，让一群人凑在一起开 workshop，这也是 connector。
这些事情创业公司自己很难做，但 VC 很容易做。上一家公司 Stastic 一开始是红杉投资的，但红杉给的资源感觉不是那么强。后来 C 轮的时候，iconic 投资了我们，Iconiq 在这方面做得特别好，会带我们去大客户那里，带我们参加各种晚宴。
可以感觉到，它投资的公司之间互相帮助的机会多了很多。
第三个，是新型财务伙伴。VC 可以帮助大家提供一种 infrastructure，所有公司都需要招聘，也都需要财务。VC 可以帮你做一套，相当于 financial partner。
课代表
我觉得一个好的投资人应该像一个好的副驾驶。
我始终相信一句话，叫“自强则万强”。最牛的创业者不需要 VC 太多指点。所以当一个创业者特别表现出“需要 VC 帮我做 A、B、C、D、E、F、G”这些事情时，我反而会觉得非常担忧。
投资人更像副驾驶，必要的时候锦上添花，而不是一直坐在副驾驶旁边指指点点：“前面红绿灯要来了，你记得看清楚那个红绿灯。”那其实很烦人。
我自己创业，倒是没有遇到过这样的投资人，但遇到过给我很多情绪价值、也在关键时候给予很有价值帮助的投资人。我也希望未来可以成为那样的人。
你想做社区吗？
课代表
我觉得社区是一个非常抽象、可大可小的概念，它像水一样，可以进入各种各样的容器。
如果你说的社区，是像你现在在做的这个社区，我现在没有精力去做这样的社区。我觉得它当然非常好，但做好这样一个社区需要投入很多时间和精力，我现在可能拿不出来。
不过我非常希望认识更多一线创业者，所以可能会用别的方式做社交，但不会叫它社区。比如经常组织 dinner，或者组织大家一起吃披萨，把大家聚在一起，可能会产生一些化学反应。
大家在不同岗位、不同地方，做着多多少少有点类似的事情。我会组织很多这样的聚会，但不叫它社区，因为可能还是更像小圈子社交。
这个就挺好的。我帮我们社区里的同学问一个问题。
很多社区里的同学原来是大厂员工，想去创业。你见过这么多创业者，链接过这么多创业者，也投过、看过那么多项目，对他们有什么建议？
课代表
我觉得在 AI 时代，有一些相同的地方，也有一些不同的地方。先说相同的部分。
第一，找到一件自己非常有热情、真的不想睡觉也要把它搞出来的事情。找到这样的事情去创业，成功率会高非常非常多。
如果没有找到，就不要勉强自己，不要把创业当成“工作不开心，所以去创业”。我觉得要避免做出这样的选择。
第二，找到一件你做起来毫不费劲，但别人做起来会觉得“还是挺累”的事情。这样的事情可能和 AI 有关，也可能和 AI 没关系。
比如你发现，自己研究茶叶，一下子 3 个小时就过去了，特别轻松，学得特别快。你给朋友讲起来，每个人听完都好像被你安利了，马上想去买茶叶，觉得“茶原来这么有意思”。
这就是一件你做起来毫不费劲、很轻松，但别人可能要努力才能搞明白的事情。找到这样的事情去创业也很好。
第三，我觉得没有变化的，仍然是从真实需求出发，做出来的产品也好、服务也好，更容易有所谓的 PMF。
最近我听了 Open Cloud 和爱马仕分别的故事。爱马仕最近也在做 ARMs Agent，还做了一场直播。我听他们讲从 0 到 1 的故事，另外 Open Cloud 也有一次和真格基金的闭门交流，由他们的一位主要开源维护者分享 Open Cloud 从 0 到 1 的故事。
我意外发现，最近这两家全球刷屏的公司有一个共同点：它们在做的时候，都是在解决自己的一个小问题。
比如 OpenClaw 想解决的问题是：“我们的 Web Coding 太爽了，爽到不想吃饭，但人不得不吃饭。”所以他们做了一个可以在手机上继续 Web Coding 的小工具。这就是他们的起点。
从自己的需求和痛点出发解决问题，不管在什么时代、做什么行业，都不会变化。
我觉得变化的是，AI 确实吞噬掉了太多白领工作和智能工作的机会。所以现在我很难给出一个非常通用的建议，说大家应该去做这个、做那个。
我只能分享一下自己最近关注的几个大方向，大家可以看看这些方向能不能给你一些启发或线索，让你进一步去了解。我可以分享 5 个。
第一个，我叫它“everything agent”，也就是和 Agent 有关的一切。
我仍然相信，Agent 会越来越多、越来越细地侵入白领工作的方方面面，侵入白领工作的毛细血管。和 Agent 相关的一切包括什么？包括 Agent 的 infra，比如 Agent 的沙箱、记忆、通信网络。
或者未来 Agent 要替你买东西，它的支付应该怎么做？这里面每一个都是非常大的问题。当然，其中有很多可能不是创业公司的机会。比如我认为 Agent 的支付很可能就不是创业公司的机会，但其他方面值得探索。
现在新的创业者就应该去做新的事情，刚才说到的 Agent 生态里的事情，都是新的事情。
第二个，是给 Agent 设计产品。
什么意思？如果 Agent 未来要替我们完成那么多工作，它需要很多工具，也需要很好的环境。比如飞书的 CLI，就是给 Agent 用的。
我感觉飞书最近口碑飙升，和它非常及时地做了自己的 Agent，以及积极拥抱 Agent 生态，都有关系。
未来如果一个 Agent 要使用工具，却找不到你的工具，比如一个 Agent 想要把一张普通照片修成国风美女的照片，如果它找不到你的工具，不管你是美图秀秀还是其他产品，对它来说都不存在，就像一个人在 App Store 搜索美图却搜不到你一样。
所以现在想办法让你的工具变得可被 Agent 找到，并且被它用好，这也是一个很有趣的机会。
这是第一个大方面，和 Agent 相关的一切。第二个呢？
课代表
第二个是 physical AI，也就是具身智能、机器人，或者世界模型。
这里面有很多大的词，但整体来说，就是怎么样做出一个真正可以进入工业场景和家庭环境的机器人，并且完成足够多、足够高价值的任务。
这里面的泡沫非常大。所以很多人谈到这个行业时，也会有和我类似的心情：太疯狂了、太癫狂了、太不可理喻了，这些人都是来套利、割韭菜的。
我觉得这样的心情在所难免。但另一方面，我也会时常提醒自己，尽量避免这样的心情。无论如何，这个世界上有很多聪明人都在这个行业里，不能说大家都是错的，都是来割韭菜的。
一个泡沫之所以形成，背后自有它的原因。历史上的泡沫，可能 10 个里面有 9 个，最后都沉淀出了有长期价值的事情。
所以我也告诉自己，还是应该花更多时间去看具身智能是什么、世界模型是什么。这是我关注的第二个方向。
第三个方向，是视频模型提升之后会带来的商业价值。
比如克林最近 ARR 已经 5 亿美元了，C Dance 的 ARR 已经 15 亿美元了。云南一个小镇上，有一个年轻人做出了一个全球刷屏的短片，叫《僵尸清道夫》，电影质感、剧情也很厉害。他就在云南一个小镇上，是一个给别人拍婚纱照的人。
所以我觉得，生产力革命会发生。甚至像你刚才说的，会发生第二次文艺复兴：每个人都可以把大脑里的很多东西释放出来，变成作品。
大家今天说到短剧时，有时候会不屑，觉得那是给草根看的。我们是精英知识工作者，这些东西的商业价值到不了我们这里。
但是你想一想，如果把课代表的 drama，或者我们今天聊到的，具身智能公司怎么去抢一个 100 亿的 deal、一级市场的 VC 们怎么争夺项目的故事，也变成短剧，你想不想看？
我可能还是更想看修仙。
课代表
我知道你的意思。但我想说的是，我们可以创造那些有艺术价值、叙事价值，以及其他价值的东西。我们会更有办法创作出以前创作不了的东西。
是的。
课代表
这是一方面。另一方面，我仍然觉得不要污名化短剧。
我最近想起一句话。周恩来可能在几十年前的一次文艺工作者座谈会上，大家在讨论：作为文艺工作者，我们应该引领老百姓的审美，所以应该鼓励什么、唾弃什么。
这个时候周总理说了一句话：“你不喜欢，你算老几？人民群众喜闻乐见的，才是我们应该做的。”
关于什么是高级艺术、什么是好作品、什么是草根看的东西，这种争论自古以来就有。我觉得很难分出高下。
我不污名化短剧，但我唾弃喜欢短剧的我。
课代表
这是第三个方面，视频模型提升之后会解锁的各种可能性。
第四个方向，还是软件投资的价值。大家看到 SaaS 股在暴跌，FDE 在兴起，也会说：“今天做一个工具太容易了。一个软件工具的价值到底应该怎么做，才能做厚，才能产生值得投资的价值？”
这里有很多争议，我也经常有一些零星的想法。我相信软件不会消亡，但它会以什么样的方式涅槃重生之后出现，这是一个我很愿意思考的话题。
你再跟大家多说几句。你觉得软件未来是什么样子，或者什么样子比较合理？
课代表
软件其实是在封装两个东西：一个叫工作流，另一个叫知识库。
今天当我们说到最小的软件单元时，它甚至可以是一个 Excel 文件。当我发一个 Excel 文件给你的时候，它包括了我写好的公式、工作流，也包括了一些数据库。
在这些之上，第三个部分是界面，用来更好地呈现数据和工作流。所以当我们说到一个软件时，它最小是由这 3 个单元组成的。
未来我觉得，把这 3 个单元中的任何一个做透，都有可能成为有价值的软件。
比如界面有非常细致的打磨和丝滑的交互。最近我很喜欢一个产品，叫 Vibe Island，是给 Vibe Coder 用的。
我知道，我也用过。
课代表
它是在 Mac 的刘海屏里做了一个灵动岛。灵动岛里会显示：Claude Code 现在在跑 3 个任务，哪个任务跑到什么程度了，哪个任务跑完了、需要你确认。
你不用老是切换来切换去地看，它会在灵动岛里把所有信息集中展示出来，而且有很好的情绪化设计，同时很多视觉和交互都做得很好。
那个游戏声音很不错。
课代表
对，声音也经过很多打磨。
你可以说每个人都能 web code 一个，但如果它像一个作品一样，被 polish 得非常精致，你仍然愿意为它买单。这就是把界面做到极致。
把数据做到极致就更不用讲了。今天仍然有很多私有化数据，比如有一些二级市场工具，大家愿意为它付费，就是因为里面有一些你在公开场域取不到的数据。
还有工作流。我的工作流和课代表的工作流肯定不一样，我们都可以卖。如果把我们的工作流打包成一个软件卖出去，你愿不愿意为这个工作流付费？
可能有，但人不一定多，因为真正做播客的人太少。
如果我的工作是一个更泛化的工作，比如修图，或者做天使投资人：Mark Andreessen、Peter Thiel 怎么和创始人聊天，聊完之后怎么评估一个创业团队。
如果他们愿意把这两个工作流开放出来卖给我，而且按次付费，我肯定愿意买。一次 100 美元我都愿意，至少买 10 次来学习。
我能明确感觉到，同样一个创业团队，我和他聊、戴雨森和他聊、刘媛和他聊、Anna 和他聊，聊出来的感觉会非常不一样。
我现在觉得自己很幸运，可以在真格看到其他同事怎么和创业团队聊天，以及聊完之后大家怎么进行内部讨论和评估。这对我来说是非常强的训练和学习。这就是他们的 skill。
如果硅谷的天使投资人也愿意这样做，我真的愿意付费。
课代表
数据和工作流，理想的商业化形态是什么？感觉给你一个 skill 太容易了，你觉得应该怎么封装起来，才是最合理的？
这个我就期待创业者们来收敛这种可能性了。
我觉得机会大家多多少少都看到了，但不同人可能有不同判断：有人认为机会很大，有人认为只是一个小生意。但到底用什么路径去收敛它、完成它，我就看创业者要怎么做了。
我提供一个 data point：我确实觉得投资人是一个特别特殊的群体，因为投资人的决策和钱太相关了。一个决定的差距非常大，大多数人的工作好像不是这样的。
我把这本书提炼成了一个 skill，放到了个人网站上，大家可以自己下载，也可以直接根据这个 skill 提问。我在自己的网站上托管，大家可以直接用。
但没什么人用。
课代表立正
可能还不是大家的习惯，也可能这是一个新的 deliver 价值的方式，一开始比较难适应。它需要一个教育市场的阶段，或者大家需要看到这个东西的价值。
也可能有一天会出现一个超级 App，让大家觉得：“这个 skill 真好用。”
刚才讲了第四点，最后一点是什么？
课代表立正
最后一点，是和语音相关的一切。
我还是觉得，打字并不是人类最舒服的交流界面。每个人都需要学打字，尤其中文其实挺难打。英文比较好打，中文真的很难打。
不知道大家记不记得，微信一开始从 0 到 1 的时候，就和语音聊天相关。最早有一个 App 叫 Talkbox，它让人发现：我可以不给对方发短信，在智能手机上直接发一段语音和别人交流。
这启发了米聊和微信，成就了今天的微信帝国。
人喜欢发语音，也喜欢用语音输入。我觉得这是非常 native 的。语音能够承载的信息量，以及能够表达的信息的全面性和细致性，都比文字更多。
所以关于语音，我觉得里面还有很多机会。
说到语音，还有一点和互动游戏、互动内容相关。我也愿意花一些时间去看。
我想到亚哥做过一个语音互动游戏，就是《Flappy Bird》，但你要用说话的 pitch 控制它上升、下降。一家人在那里学驴叫，可以想象有多好玩。