[BidClub_]
屠龙之术 · · 71 min

Vol. 47 AI时代的20个变化---with 曲凯/任鑫/赵纯想/Koji

庄明浩曲凯任鑫赵纯想Koji

Podcast
TL;DR
  • AI眼下最确定的回报,不在“万能助手”,而在把代码、销售和客服的边际成本压到足够低。 任鑫的孵化器已做到后端代码“百分之百AI写”,从 GitHub Copilot 时代花两个月改流程,缩短到用 Cursor 一两周;曲凯看到的汽车销售链路,则从小红书评论识别意向、私聊培育一路自动化,到高意向时才交给真人成交。“目前肯定能行的一件事情”,仍是内部销售与客服提效。

  • AI正在把原本养不起三五人团队的产品,压进一两个人可以持续经营的“奇异点区间”。 赵纯想用 AI 写代码、做测试、审语音,终于实现搁置七年的“陌生人闹钟”;任鑫也观察到,生产成本下降后,团队面对边缘项目会从反复立项变成“那就随便做一个吧”。投资上真正变化的不是人人都能做大公司,而是更多小需求第一次有了成立的单位经济性。

  • 当代码、测试、运维和部署逐渐不值钱,独立开发者最后的护城河是创意、设计与让人“满心欢喜”的手感。 赵纯想认为 AI 能补齐工程知识,却“不理解什么叫感动,也不理解什么叫匠心”;他的建议不是再卷一层通用技术,而是大量学习设计,并且只在“除了这个模型能干,别人都不能干”时调用它。人的审美与产品感,正在从加分项变成核心生产资料。

  • 岗位冲击已经集中落在美术、内容流水线和“翻译打杂型”中间层,但把它概括成全面失业仍然太早。 庄明浩看到二维场景美术、在线剧本杀约 80% 的生产流程已可交给 AI,任鑫朋友公司的销售助理则已全部裁掉;另一面,低成本法律服务、盲人视觉辅助和聋人发音训练正在打开过去没人能服务的需求。赵纯想的宏观提醒是,AI产业整体仍“入不敷出”,尚未到可以宣布产业重构完成的阶段。

  • AI陪伴暴露了模型能力、用户认知与ROI之间的巨大裂缝,现阶段最有效的产品往往是“AI获客、真人兑现”。 一端是乙游团队做出的 3D AI 女友 EVE,另一端是东南亚团队把“AI陪伴”仅当买量口号,后台仍由低成本真人公会聊天;甚至有产品用 AI 换掉“好看的脸”,却保留真人提供“有趣的灵魂”。曲凯补充的反例更尖锐:“做得好的AI都讲自己不是AI”,因为 AI 标签本身可能意味着廉价和不值得付费。

  • 这一轮AI既延缓了中国一级市场的退潮,也把旧模式推到了必须回答终局问题的位置。 庄明浩的判断是,赛道从无人关注到全民涌入再到迅速抛弃,已从两三年压缩到按季度计算,而 AI 更在三个月内形成共识、迅速投完钱,像是“给大家最后一次疯狂的机会”。资金和机构虽显著减少,但对靠谱、人和团队都过关、方向可探索且融资额不膨胀的项目,面对仍在认真出手的少数基金,成交概率没准比最喧嚣时更低,实际成交却未必那么难。

  • 短期机会可能只是多模态“套壳”,长期大机会却在把人从生产工具重新变回目的。 任鑫眼下更关注把人脸、动作、3D、舞蹈、语音等模型拼成高娱乐性产品,但坦言它们也许只能“昙花一现”,未必是投资机会;更长线上,他押注健康、身心灵、认识自己与成为自己。庄明浩则认为 AI 一定会加剧贫富差距,却可能带来“情绪平等”,让每个人的情绪被看见、回应和照顾。

  • 中美AI创业差距的关键不只是模型或人才,而是To B生态能否提供创业的下限和退出循环。 曲凯认为短期硅谷游学常落入固定接待产业链,除非常驻并进入核心圈层,否则“去转一圈”意义有限;真正值得看的是美国细分 To B 公司能被大公司溢价收购,创始人再创业、再投资,而国内收购往往只剩“关掉公司、给你开个工资”。中国过去押注 To C,美国走过云、SaaS 与企业服务,两条路在 AI 交汇后,欠下的 To B 能力仍要补回来。

Digest · the substance, structured for research

1. AI进入医疗生活后,最合适的位置仍是第二意见

  • 任鑫把家人的一次重病问诊同时发给主治医生、ChatGPT 和 Claude;复诊后面对几十张新旧报告截图,他让 ChatGPT 汇总为 CSV 表格,挑出六个重要指标,并标记哪些好转、哪些恶化。AI在这里不是聊天玩具,而是把病历信息变成可比较的时间序列。

  • 在脚扭伤、孩子手足口和母亲肝病等几次经历里,任鑫觉得模型判断基本已经和“主任医生级别”的判断一模一样。但他的边界同样明确:“当然我不敢完全相信它”,实际用法始终是去问华山医院做 double check,而不是替代医生。

  • 模型与中国医生的主要差异,是经常把情况想得更严重。任鑫猜测这可能与 alignment 或海外医疗流程有关:某些在国内因效率而频繁使用的设备,会被模型描述成大事;他再问身边医生,得到的答复却是“可以上的,没有问题”。他的结论不是模型无错,而是它“只是过度谨慎,不会害你”。

2. 同一代AI用户,已经分化成依赖者、探索者与怀疑者

  • 赵纯想说 AI 已像“电”和“能量”,代码、架构、自动化测试都离不开它;更直接的副作用是写代码彻底上瘾,自己像指挥家一样不断给多个 AI 派活,后台还有 AI 操作数据库。“你就停不下来了,就像一种无限游戏一样”,因此所谓生活变化,反而是几乎没有个人生活。

  • 庄明浩的孩子则把 AI 毛绒玩具变成语言边界实验:机器人不会正确玩“一二三木头人”,孩子便不断纠正它的重复次数和停顿,却最终撞上它没有视觉、无法判断自己是否移动的限制。庄明浩最在意的是,没人教孩子什么叫模型或提示词,他已经本能地“用语言去 hack 这个模型”。

  • 曲凯构成现场最重要的反例:尽管看过大量 AI 公司和产品,他日常几乎不用,判断行业“还是在一个很早期的阶段”。现场约三分之二的人过去 48 小时与 AI 互动过,但他自己的生活变化,一是认识了更多因 AI 焦虑的上市公司董事长,二是在小红书提醒评论者别被 AI 假人骗。

  • 这场辨伪的窗口也在快速关闭。曲凯觉得假真人账号比一年前进步明显,“再过半年我也没法骂了”;庄明浩补充,Stable Diffusion 时代的图还“一眼假”,Flux 精修后已经很难分辨。

3. AI编程的瓶颈不再只是模型,而是组织愿不愿意改自己

  • 任鑫的孵化器约半年前启动 AI 化改造,如今后端已做到“没有一行代码是自己写的”,只把前端外包出去,因为前端需要大量沟通,很难判断“到底好不好看”;后台在几乎不增加人的情况下,可以并行支持多个项目。

  • 这套流程在 GitHub Copilot 阶段用了两个月改造;按技术负责人现在的估计,换成 Cursor,一两周就够。重要的不是单次代码生成,而是任务拆分、验收、返工和协作方式都围绕 AI 重写。

  • 技术负责人的原则颇为极端:“如果AI写一加一等于三,你要认为是你错了,不是AI错了。”他的意思不是模型事实上不会错,而是团队若先宣布工具不能用,就永远不会追查任务是否没讲清、架构是否设计错、流程是否根本不该如此。

  • 任鑫用价格给这种耐心定了尺度:“当他收你两万块钱一个月,你可以挑剔他;当他收你二十块钱一个月,做得不好你应该怪自己。”AI管理的核心能力,因而从会不会写 prompt,变成能否把廉价能力驯化进流程。

4. 内容生产先被结构化,推理模型再把“才华”变成可批量采样

  • 赵纯想认识的一位电视剧导演,过去要找大量实习生拉片:低级的是抄剧情,进阶是拆人物关系,真正耗时的是抽取可复用的结构。后来团队在扣子上搭了工作流并优化提示词,一下午就能把几十部经典电视剧拆成表格或思维导图。

  • 对普通人而言,那只是作品摘要;对导演而言,去掉台词和具体人物后的宏观结构可以直接成为下一部戏的骨架。他再修改结构,把它交给实习编剧和文案扩写,原本最耗人的前期研究被压缩成选择与编辑。

  • 赵纯想认为“草莓模型”o1又向前推了一步:先规定一个出人意料的剧情终点,再强迫模型回答“为什么”,让它“一本正经地胡说八道”出 100 种逻辑链,其中可能有一种既可实现又超出导演预想。人类负责筛选与修饰,模型负责大规模制造潜在才华。

  • 相关网剧已经做出,但仍在备案、尚未上线。它说明相关创作流程已有尝试,还不能证明观众接受度或商业结果已经跑通。

5. AI陪伴正分裂成完美虚拟人和披着AI外衣的真人服务

  • 庄明浩观察到,GPT 发布后,社交行业几乎默认承担 To C 探索:AI陪伴、交友、聊天项目蜂拥而上,“加点AI”成了板块口号。两年后,结果不是统一产品范式,而是走向两个极端。

  • 一端是乙游背景团队做出的 3D AI 女友 EVE:游戏团队对角色、剧情和 3D 表现的积累,让展示效果看起来近乎完美。另一端的大量项目,却长期卡在情绪价值、工程稳定性、运营和成本之间,没有清晰终局。

  • 一位来自 YY、熟悉东南亚公会资源的创业者索性把“AI陪伴”当作 slogan 和买量钩子,后台仍由真人聊天。他测试市面方案后的判断是,当前“情绪价值到顶的那种体验只能用真人提供”,而当地真人供给的性价比反而更高,模型成本算不过来。

  • 还有团队进一步拆开“好看的脸”和“有趣的灵魂”:AI驱动前台视频形象,真人在背后说话。曲凯则给出反向信号——一些表现好的产品刻意不说自己是 AI,因为用户听到 AI 会觉得廉价、不愿付费;技术身份与营销身份并不一致。

6. 销售漏斗是本轮AI最先跑通的商业接口

  • 东南亚陪聊业务每天可能进来约一万个用户,过去必须靠人把每个人聊到付费;实际经验是,前十来轮对话已足以判断支付能力。于是 AI 先筛选,判断值得跟进后立即转给真人,电话或聊天无需重新开始。

  • 曲凯看到的小红书汽车销售链路更完整:AI先生成软文素材,再识别评论里“你看这个颜色怎么样”之类的弱意向;另一个 bot 留言邀请私信、给出折扣,随后由 AI 继续培育,直到购买意向足够强才交给真人完成高客单成交。

  • 这也是曲凯对大量“AI原生应用”故事的降温:最终真正跑通的,常常不是独立的新物种,而是公司内部销售或客服提效。价值来自减少低意向人群上的人工浪费,同时把真人留在信任、议价和成交环节。

7. 第一批被压缩的岗位,都处在可翻译、可模板化的中间层

  • 庄明浩看到的首个明确受冲击工种是美术。Stable Diffusion 比 ChatGPT 更早约一年进入生产管线,尤其二维场景类、不涉及人物与精细细节的工作,在游戏和产品设计公司已经发生了替代。

  • 在线剧本杀业务的变化更彻底:从 logo、框架、人物、剧情、付费点到编辑器中的可交付包,约 80% 流程已经能交给 AI。原来可能涉及十个工种的重内容运营业务,正在变成“双引号技术导向”的业务。

  • 任鑫朋友公司的销售助理岗位已经全部裁撤。销售助理过去把客户需求翻译成内部资料,再拼成 proposal;但这个角色既不直接连接客户,也不是最懂产品的人,本质是“翻译、打杂”,因此他判断所有类似的翻译型工作都会较早受到冲击。

8. 生产力提高会消灭旧任务,也会把过去不经济的需求变成市场

  • 任鑫并不把效率提升直接等同于总岗位下降,因为“活是干不完的”。当做一个产品的成本足够低,团队不再为每次立项开长会,而会说“那就随便做一个吧”;原本可做可不做的尝试,开始成批进入生产。

  • 法律服务是他最清晰的非消费市场案例:为 180 美元的超速罚款或健身房押金,不会有人支付 1,800 甚至 3,000 美元律师费;现在已有公司专门处理这类小额纠纷,再按追回金额分成。它覆盖的是律师过去不愿服务的人。

  • 同样的扩容逻辑也出现在 Be My Eyes,以及帮助耳聋但能够说话的人训练发音的项目。过去真人教练太贵,需求并不存在于商业统计中;成本下降后,个性化指导的市场才可能显形。

  • 赵纯想保留了宏观上的异议:AI产业所获资本投入与整体收益仍高度悬殊,还是“很亏钱的一个生意”,至少要接近打平,才适合谈稳定的产业更替与普遍失业。即使程序员受影响,他们也最可能转去学 AI——“连程序都能学会”,自然语言工具更容易掌握。

9. AI是中国一级市场的续命题材,也是旧叙事的最后一次加速

  • 任鑫说,自己的朋友们本来就在失业,AI来了之后反而救了不少人;前几年他们已经打算去看新能源、芯片,AI突然出现后,一级市场又有了可以看的方向。庄明浩则把这种续命解释得更冷峻——一级市场只能永远做多,否则这份工作在机制上就无法成立。

  • 从 2015、2016 年左右开始,一个主题从无人知道、少数人关注、所有人蜂拥,到瞬间无人再看,周期已由两三年压缩成季度。庄明浩认为 AI 是这一叙事的终局:共识大约三个月达成,钱也在极短时间里集中投完。

  • 他的标志性判断是,AI像“给大家最后一次疯狂的机会”,把旧模式推到极端,再迫使行业回答它还能否继续。分红、回购、人民币与美元基金策略、LP心态和上市公司参与方式的变化,本质都是在寻找新解;没有 AI,这种自我审视反而未必如此迫切。

10. 钱和基金都少了,但好团队的成交未必同步消失

  • 庄明浩提到,《金融时报》曾引用 PitchBook 的美元机构融资数据以及 IT桔子的数据,后者显示 2024 年上半年中国只有 260 家创业公司。他认为这个数字“一听就绝对不可能”,但它也说明低潮期的公开数据未必能呈现完整市场。

  • 即便活跃机构从一个很大的数量收缩到只剩二十家这个比喻性的量级,只要这二十家仍认真工作,交易就没有消失。对人靠谱、方向可探索、团队完整且融资额不膨胀的 To C AI 项目,庄明浩认为成交概率没准比当年最喧嚣的时候更低,但这种情况下成交本身可能没有那么难。

  • 任鑫从创业者经历解释了为什么少拿钱未必更坏:他两次都在泡沫尾部融资,大量资金不是用于解决用户问题,而是为追赶竞争对手单量、避免掉队而补贴。现在融资更难、金额更少,但对手也拿不到太多,竞争性支出反而可以一起下降。

11. AI没有替任鑫直接挑项目,却开始替他追问和制造视角

  • 任鑫谈到自己主要的 AI 用法:面对真正困难的问题,他不直接索要答案,而是先完整描述处境、卡点和纠结,再要求 AI “每次只向我提出一个问题”。每轮回答后,模型先反馈、再追问,几十轮后,他基本能自己想清楚问题。

  • 第二种用法是让 AI 扮演赛文奥特曼、乔布斯、雷军等不同角色,分别回答会看见什么、产生何种情绪、为什么产生、最终怎么做。价值不在模仿名人金句,而在提醒他:自己当下的看法和情绪只是一个视角,并非处境必然导出的唯一反应。

  • 孵化器定位就是具体案例:Y Combinator 式孵化、venture studio,以及 Bending Spoons 收购 Evernote 后再重构的模式,目标和组织逻辑完全不同。现实里很难随时找到恰好理解这些路径的朋友,AI角色库至少能让他更快看见问题的多个切面。

  • Koji提到“AI遗嘱”作为相同机制的消费应用:早年的版本只能给用户十个固定问题,如今 AI 可以像记者一样沿着回答深挖,答不出来时换角度,再追踪最细微的情绪。已有一万多人体验;它不具法律效力,目的也不是催促年轻人立遗嘱,而是借死亡这个极端状态识别今天真正重要的事。

12. 多模态套壳是短期窗口,把人当目的才是任鑫的长期押注

  • 任鑫和《AI炼金术》的搭档曾公开看不起“套壳”,后来多次后悔:“套壳好有用啊,套壳是个机会啊。”纯大语言模型套壳的早期窗口或许已经过去,但这次误判让他更愿意认真看待快速产品化本身。

  • 他认为短期仍有多模态套壳机会:人脸识别、面部驱动、3D建模、舞蹈动作、语音等新论文和小模型组成了丰富武器库,稍作拼接就可能做出高娱乐性产品。不过他的措辞很克制——也许只是“昙花一现”,怎么赚钱尚不清楚,更不一定构成投资机会。

  • 更长线上,任鑫认为现代人被“工具人属性”异化,总用公司和职位介绍自己、把生产力当成人的价值;但与 AI 比生产力,人类“最多也就是十年苟延残喘一下”。他的结论不是悲观,而是人应重新成为目的,健康、身心灵、认识自己和成为自己,可能比所有“锤子钉子”的效率工具更大。

13. AI可能扩大财富差距,却也可能工业化“情绪平等”

  • 庄明浩认为 AI“一定会加剧贫富差距”,而解决财富分配要靠政策、政府和公共事业;AI真正可能带来的另一种平等,是让情绪被看见、理解、回应和照顾。过去这取决于是否生在好家庭、遇到好伴侣,或能否支付最好的心理咨询。

  • 庄明浩转述陈天桥的观点:精神疾病是今天 AI 最确定能够通过语言和表情判断的疾病,其他疾病往往还需要仪器;在识别之后,AI还可能提供针对性干预。陈天桥希望采集更多相关数据并将其用于现实,庄明浩把它视为中国用 AI 改善情绪健康的“星星之火”。

  • 赵纯想为“工业化情感支持”辩护:工业品不必然玷污人性,它首先意味着普惠。他与比尔·盖茨财富相差巨大,却仍能喝同样的可乐、使用同样的 iPhone;若一切都是手工品,体验差距反而会更大。

  • Koji用宜家的 29.9 元 LACK 边桌接上这个类比:资本和工业生产能把过去只有富人拥有的床、餐桌、电视柜下放给所有人。AI情感支持听起来像廉价工业品,却可能正因此首先让资源最少的人受益。

14. 硅谷短游最大的风险,是把固定接待路线误认成核心生态

  • 曲凯说美国阳光很好、时差与国内完全倒置,白天没人找、晚上国内工作开始时自己已经睡了,因此很适合度假和调整状态。但若把短期访问当行业洞察,他认为“没那么大必要”。

  • 他看到有人因连续认识 Apple 的 AI 从业者而感叹硅谷人才密度高,却认为这和一个印度人来到中国、连续认识百度和字节员工并在 TikTok 门口拍照没有本质区别。“蠢的人各有各的蠢,厉害的人最终是类似的”,而按他的主观观察,中国从业者因训练更多、竞争更强,平均水平甚至更高。

  • 更现实的问题是,当地已有一批人专门接待中国访客;曲凯说他们这次约到的人基本是同一批,任鑫还补充日本也有类似产业链。要么长期驻扎、真正进入核心圈层,要么承认自己只是沿成熟产业链“转一圈”,别把访问密度当信息增量。

15. To B生态决定了创业下限,也解释了中美一级市场的韧性差异

  • 曲凯认为 To B 的需求通常比 To C 更容易寻找:企业痛点可以逐个验证,而消费 PMF 更难,且网络效应常把市场推向赢家通吃。To B 则允许大量公司在不同垂直领域成立,不必每一家都押中超级平台。

  • 美国创业者可以经营一家细分 To B 公司数年,再卖给上市公司或大公司,拿到资本后继续创业或投资,这个循环托住了创业和一级市场的下限。国内大厂对 AI 创业者的典型报价却可能只是:“把之前的公司关掉,给你开个工资”,几乎没有额外收购溢价。

  • 庄明浩把时间拉回 2010 年:此后中国 TMT 侧身狂奔于 To C,美国则经历云、SaaS 和企业服务,两条路径在 AI 节点重新交汇。过去没走的能力未来可能必须补,但哪些场景适合中国 To B、资本如何退出,现场没有给出万能答案;曲凯的收束仍是“一切都是周期”。

16. 一人公司的最终资产,是无法批量生成的产品感

  • 赵纯想认为 AI 已把人力、智力、工程经验和效率差距大幅抹平,唯一干不掉的是人的创意。他建议一人或两人公司把大量时间花在设计上:AI能写页面,却不知道什么会让用户“满心欢喜”,也不理解感动、匠心和开发者认真做事的痕迹。

  • 他下一款“行动乐园”体现了“只有这个模型能干”的选型原则:用户打扫前后各拍一张照片,由 o1 根据时间戳和画面变化判断是否完成、物品移到哪里、下次怎么整理,再给彩虹屁和积分;早睡挑战则结合设备数据识别用户是否仍在玩手机,并评估“欺骗指数”。

  • “陌生人闹钟”是他七年前就有、却一直卡在三五人运营成本上的想法。AI如今能承担语音审核、测试、数据库、部署和运维,使产品进入“一两个人能赚钱,招两个人立刻亏本”的奇异点区间。

  • 面对美团推出高度相似的饮食记录功能,赵纯想的回应是:“这是胜利者的资格,就抄你,与你何干。”美团天然拥有外卖和人工录入的热量数据,理应做得更准;“未知数”能留下的,是设计和手感这道软护城河。海外 Cal AI 月收入四十多万美元,而“未知数”可能只有其几十分之一;但赵纯想承认自己享受的是“做一个、卖一个”的构造过程——更像设计师和工匠,不像擅长长线运营的 CEO。

Koji

然后我们今天会聊 AI 时代的 20 个变化。我们会从几个方面来聊:个人的生活、大家观察到的创投行业的变化,以及自己正在从事的工作。也就是三个方面:聊生活、聊行业、聊自己的事业。

我觉得做主持人非常开心,因为压力全部会给到嘉宾。我给他们分配的任务是每个人聊 5 个变化,希望大家都做好了 5 个变化的准备。

我问的第 1 个问题,给 4 位朋友每人都是同样的问题:生成式 AI,或者说 GPT-3.0 发布之后,发生在你们个人生活当中、在个人身上印象最深刻的一个变化是什么?最好可以用一个小故事讲出来。我们要不要还是从 Mars 开始?

1. AI 开始参与看病

任鑫

我就讲个小段子。前一段时间我家人生病了,然后我带她去医院做检查。医生会开检查项目,我当时同时找了另外一家医院的主治医生、ChatGPT 和 Claude。我其实每一份医生说了什么,都会同时发给这 3 个对象。之后出来任何检查报告的结果,也会先发给 GPT 看一遍,发给 Claude 看一遍,再发给另外一个医生看一遍。

因为是很严重的病,所以你会发现,AI 其实已经融入生活了。我妈回长沙之后又去复诊,复诊会有很多很多报告,她就把截图发给我,大概截了几十张图。前几天,也就是大概 3 天前,她给我发了一堆截图,我就把这一堆截图和以前的截图一起丢给 ChatGPT,说:“你帮我做成一张表,要不然这么多张截图,我也搞不清楚哪张是哪张。你告诉我哪 6 个指标重要,哪些不重要,再告诉我哪些恶化了、哪些好转了。”

它就帮我做了一张大的 Excel 表,当然它做的是 CSV 格式。所以我身边最近发生的一件、大家可能没有想到的 AI 应用,就是用 AI 来看病,把一堆截图变成一张表,再让它告诉我哪些好转了、哪些没有好转。其实方方面面都能用到。

Koji

你后来再次问诊的时候,有没有告诉医生你有 AI 的意见?

任鑫

没有。但基本上来讲,我们在过程中发现,不光是这个案例,包括我宝宝有时候生病,基本上都发现它和主任医师级别的医生判断已经一模一样了。

我们已经测过脚扭伤、小朋友手足口病方面的问题,还有我妈妈比较严重的肝脏问题。基本上,它已经是主任医师级别的判断,没什么问题。

当然我不敢完全相信它,所以还是会去问华山医院,但我会把它当成一个 double check。另一方面,它唯一一个和中国医生不太一样的地方,就是它好像会把事情想象得更严重一点,可能也是 alignment 的问题。

中国有一些设备,因为我们对效率的要求比较高,很多医疗设备会上得比较频繁。但在海外,它可能会说:“你们要上这个设备,这是一件很大的事情。”然后就把我吓到了。可是我又问了其他医生,他们都说这个设备可以上,没问题。

所以它只是过度谨慎,不会害你。它是一个特别谨慎地发表意见的人,大家也可以考虑用一下。

Koji

好,那纯想。

2. AI 催生一人公司

赵纯想

AI 在我身上发生的变化就是,我的日常工作已经离不开 AI 了。它已经相当于一种电、一种能量,我已经无法想象从前离开 AI 之后,我的工作该怎么推进下去。

日常所有代码方面的问题、架构,还有自动化测试用例,都是 AI 来完成的。我一个人完成不了那么大的工作量。而且 AI 带给我的变化是,我开始思考一些从前完全做不了的东西。

比方说“陌生人闹钟”,从前可以由公司级别的团队来做,比如 3 到 5 个人来做这个小项目。其中两三个人左右必须要负责审核陌生人的声音。这种审核涉及涉政、涉恐等内容,虽然相关审核可以自动化,但还是需要审核人员来判断:这段语音虽然合规,是否真的能够有效提醒另一个陌生人早睡早起。

这件事需要人工审核,涉及 3 到 5 个人的人员成本。对于公司来说,3 到 5 个人做的产品如果不能盈利,很快就做不下去。但有 AI 之后,我个人就可以安排一系列 AI 机器人,帮我审核各种需要配合提示词来审核的内容,这就让这件事情成为了现实,变成了一人公司。

从前我有很多想法,一个人做,稍微赚点钱,就能够持续下去;但 3 到 5 个人做,很容易亏本。在人员成本和个人能力之间,AI 带给我们一个奇点。这个奇点可以催生出一系列一人公司或者两人公司。

它把生产要素中很重要的一环——长期运营的成本——降下去了。尤其是在生产端,它也大大减少了我们的开发难度,还有那些繁琐的自动化测试。有些人想不到的使用场景,它能测出 bug,然后增加稳定性。

所以 AI 对我来说就是改变了我的生活,可以让我一个人做很多事情。

Koji

你其实昨天刚发布了新的产品,就是今天纯想穿在身上的“陌生人闹钟”。我看现场好多朋友在点头,这个产品发布之后,在社交媒体上的传播还是很强的,因为产品确实做得很好。

但我还想追问一下:纯想刚才说的是他对个人生活的影响,可是你说到生活的时候,说的是工作。你的生活里应该不只有工作。除了工作以外,比如衣食住行、爱恨情仇、健身、吃饭这些方面,有了 AI 之后有没有什么变化?

赵纯想

有了 AI 之后,我发现自己彻底对写代码上瘾了,所以基本没有个人生活。你就像一个指挥家一样,不停地让它干这个、跑那个,背地里还有一个小的数据库操作员也是 AI,帮我不停地处理数据。

然后你就停不下来了,就像一种无限游戏一样。我的生活现在很单调,没什么生活。

Koji

好的,我不知道该笑还是该哭。AI 对你的改变非常大。

好,那明浩,明浩的生活应该还是有一些吧?

3. 孩子攻破玩具围栏

庄明浩

还行。我来之前送我儿子去上了篮球课,我讲一个我儿子的故事。

大家知道昨天有一条新闻,某大厂的模型被一个实习生搞了一下,对吧?上半年我跟 Koji 做 VC 统计的时候,我们说到大模型这一波的安全其实是一个很重要的方向。

当时举的一个例子是,美国通用汽车用了一个 AI 客服机器人。用户跟这个客服机器人聊天的过程中,聊出来说:“我都可以用 1 美元买一台通用汽车。”这是由大模型幻觉导致的,大家可以理解。

你会发现,同样的逻辑也发生在我们身上。同样是一家大厂,他们出了一个毛绒玩具,是一个带 AI 语音的玩具,可以和孩子对话。我把这个毛绒玩具给了我儿子。

他一开始的对话当然很简单,比如“你叫什么”“你会什么”“这个用英语怎么说”“今天天气是什么样”。但聊着聊着,他发现这些话题不能满足自己,就开始尝试和机器人对话。

当时的对话是这样的。他问那个对话机器人:“你会玩什么游戏吗?”那个毛绒玩具说:“我会玩一些你们小孩子玩的游戏,你想玩什么?”我儿子说:“你会玩一二三木头人吗?”

那个毛绒玩具说:“我会。”我儿子就说:“一二三木头人。”然后我儿子说:“这个游戏不是这样玩的。这个游戏是我要走到离你有一段距离的地方,然后你要重复‘一二三木头人’。”

这个机器人给我们的反馈是,连续说了 5 遍“一二三木头人”。我儿子说:“这个游戏也不是这样玩,你中间要有停顿。”机器人又反馈说了 5 遍“一二三木头人”,只是在每次“一二三木头人”的中间停顿了大概 5 秒。

但它没有意识到,或者说它也没有能力意识到,因为它没有视觉。相当于在这个过程中,我儿子不断地用语言去 hack 这个模型,让它突破模型本身设置的围栏和边界。

这个故事让我想到,今天这一波 AI 大模型带来的、基于语言和对话的方式,其实已经开始面临一些新的问题了。这个场景是我这两年里印象非常深的事情,大概就发生在上上个月,因为那个玩具出来没多久。

Koji

在这个游戏里,感觉你儿子是一个上帝视角。

庄明浩

对,他在 hack 它,和一个盲人在玩这个游戏。

Koji

对,他是在非常主动地探索这个模型本身的语言边界到底在哪里,而且没有人教过他这是什么,他就完全以这种方式去尝试了。有意思。

好,曲凯老师,在你身上,AI 带来的一个显著变化是什么?有没有什么小故事?

曲凯

我不知道今天来的是 AI 从业者偏多,还是对 AI 感兴趣的人偏多。

Koji

这是一个很好的问题。我们要不要稍微举个手,看一看?

Koji

可以,可以。

曲凯

和 AI 相关的从业者,直接或间接的,可不可以举个手?我看一下。

Koji

还是非常多的,有一半多。

曲凯

过去 48 小时之内,至少和 AI 进行过一次互动的,有谁可以举个手?比如提了一个问题,或者和它聊了聊天。

Koji

也有差不多三分之二。

曲凯

我为什么问这个问题?我觉得他们其实讲得很好,讲了很多 AI 能做的事情。我们因为工作的关系,也聊了非常多 AI 创业者和公司,体验了特别多产品。

刚才大家举手的数量其实超过了我的预期,大概超过一半的人在很短时间内和 AI 有过互动、有过体验。但说实话,我看了这么多,我日常在用的几乎没有。

我觉得现在整体 AI 还是在一个很早期的阶段,没有那么多东西能改变我的生活。我也不编程,也没有儿子,所以日常其实用得不多。

但我能讲一两个事情。第 1 个是,过去一年里面,是我认识上市公司董事长最多的一年。因为大家都很焦虑,都想搞 AI,但不知道怎么搞。我觉得这是第 1 个事情。

第 2 个事情是,我最近注册了一个小红书小号,专门去小红书上骂人。因为我看到很多明显是 AI 做的假人,底下一堆男的在那里说:“你这个真好看。”然后我就去骂他们。

这是我最近生活里的两个改变。

Koji

你骂的是评论区的人,还是做假账号的人?

曲凯

我骂评论区的人。我也骂过做假账号的人,但他会把我拉黑,我就骂不了了。

Koji

你骂评论区的人,骂他们什么呢?骂他们没有辨识力?

曲凯

对,我就说:“你看不出来这是 AI 吗?”之类的。

Koji

你这骂得也很温柔。

曲凯

对,不然会被封号。

我想讲的是什么?如果你刷到过小红书那些假的真人号,你会发现今天的假号比去年进步非常多。我觉得再过半年,我也没法骂了,因为我也分不出来了,它确实进展很快。

Koji

所以要抓住最后的关头。

曲凯

对,能骂就骂,来获取一点情绪价值。

Koji

我前几天在极客公园上发了一个帖子,说这个账号应该是 AI,然后我就被那个账号拉黑了。

庄明浩

现在 AI 真是无孔不入。主要是现在用 Flux,基本可以做到以前 Stable Diffusion 做出来一眼假,现在 Flux 精心修一下,真的看不出来。

Koji

正好顺着聊第 2 个问题。也是问 4 位同样的问题:在你们所在的行业,或者你们观察到的某个比较垂直、细分的行业里,可能是房地产,也可能是内容创作,AI 对这个行业里的从业者带来了什么样的改变?

我们还是遵从刚才的顺序。

4. AI 改造行业生产线

任鑫

我因为同时在做投资和孵化。我们孵化器有自己的中台,大概半年前就开始做 AI 化改造。改造最大的部分其实就是写代码。

我们当时花了 2 个月的时间改流程,把所有后端代码的实现全部改成由 AI 编写。也就是说,我们没有一行后端代码是自己写的。

原本孵化器要维持得很小,所以我们要赋能谁做什么事情,只会在内部配产品经理和架构师,很多工作会外包出去,都是外包公司解决。但现在我们只会外包前端,因为前端需要大量沟通,你很难判断这个东西到底好不好看;后端已经不需要后端人员了,可以同时搞定无数个项目。

大家可以考虑一下,AI 编程这件事情已经早就发生了,而且现在比我们当时更容易。那时候我们大概花了 2 个月改流程,现在我问同事,他说用 Cursor 花一两周改流程就足够了,根本不需要那么费劲。当时我们用的是 GitHub Copilot。

如果你们有大量代码要写,用 AI 是可以大幅度提高效率的。我也问了一下技术负责人,具体是怎么提高效率的。他说最重要的一件事就是:如果 AI 写出“1+1=3”,你要认为是你错了,不是 AI 错了。

大部分人发现 AI 写出“1+1=3”,就会说这个东西没法用,然后放弃它。但当你认为它不可能写出“1+1=3”时,你就会觉得它一定是没有完成你的要求。要么是你的任务没有讲清楚,要么是你的任务没有设计好,要么是整个流程上就不应该这么做。反正应该改的是你,不是它。

这样不断地修改,总能改出来。你要假设它永远是对的,能改的只有自己,这样是可以调出来的。所以大家可以看一看编程领域。

Koji

这个有一点意思。首先是无脑相信,然后因为相信,所以会有奇迹发生。因为相信,所以改自己。

就好像你和它已经找到了所谓生命中的真爱,你不能离婚,这个时候你只能改自己,反正它不会改。你不要抱着“我还能挑、我还能改它”的心思,你就是不能改它。

尤其是有一个观点,我希望分享给大家:当它收你 2 万块钱一个月的时候,你可以挑剔它;当它收你 20 块钱一个月的时候,它做得不好,你应该怪自己。它收你那么少的钱。

这是一个很独特的视角。

纯想,刚才第 1 个问题的时候你已经回答了,对你自己的工作,也就是你所处的独立开发行业带来的影响。可不可以再想到一个不同的例子?

赵纯想

有。我有一个忘年交导演,他也是上海的电视剧导演。他从前需要找大量实习生给他做拉片。

电视剧导演的终极梦想还是当电影导演,电视剧也不是那么上心,所以他会找一堆实习生给他拉片,抄一点这个、抄一点那个,最后凑起来应付过去,赚点钱。

低级一点的抄法是直接抄剧情,稍微高级一点的是抄人物关系,以及人物关系的动态。最顶级的导演其实想抄的是结构。

但结构拉片需要很长时间,尤其是电视剧。后来他的一个小伙伴给他做了一个扣子上的工作流,我也帮他优化了一下提示词格式,最终他能够把一部电视剧进行结构化拉片,最后生成的是一个表格,像思维导图一样的东西。

普通人看起来可能觉得,它把一部电影直接解构了。但对导演来说,这能给他很多灵感:下一段我要这么做,下一段我要这么做。因为 AI 去除了人物台词和其他关系,给出的是经过 AI 判断之后的、更宏观的结构。

这个结构是可以复制的。复制的时候,他还会对结构化的内容进行一些修改,然后直接交给实习编剧、实习文案,让他们按照这个结构去写,从而加快工作流程。

以前他们疯狂找人做拉片,现在一个下午就能完成几十部,比如很多经典电视剧的拉片。我觉得这对电影行业、创作行业都很有帮助。

尤其是最近出来的草莓模型 o1。这个模型对电影行业最大的影响是,从前编剧需要有相当长线的生活经验,才能写出那些非常烧脑、动人心魄、让观众完全意想不到的剧情。

但 o1 最强大的能力就是逻辑分析。你把片场里的两个角色和一段剧情设定好,再告诉它最后要落脚的点,比如“原来谁谁谁就是谁谁谁”,然后问它:“为什么会这样?你来给我强行解释为什么。”

因为它是生成式 AI,生成就是它的任务,所以它会头头是道、一本正经地胡说八道,把这个结果解释得非常有逻辑。你可以让它生成 100 次,其中有 1 次可能是能够实现的、很烧脑的、完全超出人类想象的结果,连导演也从未设想过。

经过人的修饰之后,那就是一个非常烧脑、非常有意思的电影情节。o1 完全是通过强大的推理模式来实现的,这就是我对身边电影行业朋友的观察。

Koji

他们现在已经用这种方式做出作品了吗?

赵纯想

有,已经有网剧做出来了,是非常烧脑的类型,不过现在还在备案,还没有上线。

我觉得这确实会带来翻天覆地的变化。以前需要靠人的才华来写,现在 o1 的逻辑推理能力,你强行让它推理,它就是一种才华。

Koji

纯想之前也写小说,对吧?所以某种意义上你也是内容创作者。

但你刚才说,过去人要靠才华,现在这个才华好像对某些写名侦探柯南式作品的人来说,可能真的会被改变。你可能写得比 o1 好,但是 o1 的产出速度太快了,一个下午就能生成 100 种、1000 种可能。

这个问题再聊下去,就会进入“人类将何去何从”的深水区了。我们先拉回来一点。

明浩,在你的工作当中,你的工作内容也非常复杂,有什么样的观察吗?AI 对你所在的行业、所在的工作带来了什么影响?

5. AI 陪伴仍需真人

庄明浩

我的主要本职工作是在一家做社交的公司做战略和投资。社交这个板块被默认成在这一波大模型里面承担 To C 方向很多探索和尝试的领域。

自从 GPT 发布之后,就有无数团队,无论大公司还是小公司,都在尝试做 AI 陪伴、AI 交友、AI 聊天,以及各种 To C 端的社交应用。“开点 AI”算是我们这个板块最大的 slogan,但结果大家已经看到了。

最近有一些变化,我觉得变成了两个极端。一个极端是我们刚才在线下聊天时提到的,曲凯老师在做 FA,有一个最近很红的项目,在 B 站上火了,叫 EVE,是一个 3D 的、完全虚拟的 AI 女友。

大家有兴趣可以去找这个视频。因为那家公司原来是做乙女游戏的,做游戏出身,对 3D 的把握、对剧情的理解,加上 AI 的方式,你就觉得非常完美。这是一个极端。

我想讲另外一个极端。过程中其实有无数技术团队,无论是通过关键词提示、场景设置,还是各种各样的方式,都希望 AI 机器人能够给人类提供所谓的情绪价值和情感满足,再嫁接到现有社交产品里,完成整个产品交付。

但这件事情是没有终点的尝试。过程中无数工程上的问题、运营上的问题,都没有办法很好地解决。

前几天我遇到一个广州团队,创始人原来是 YY 的。他们原来做东南亚 Bigo 的业务,他跟我讲了一个非常现实的做法。他说:“我们团队没有太强的技术能力,但我们也做 AI 陪伴。”

我问:“你们怎么做?”他们把 AI 陪伴当成 slogan 和买量工具,最后还是用背后的公会真人和用户聊天。他说,情绪价值到顶的体验,在这个时间点只能用真人提供。因为他们在东南亚的公会资源很丰富,性价比也很高,所以 AI 对他们而言可能只是一个买量的钩子。

我问他:“你们为什么不往前探一步?”他说:“我们把今天市面上所有的方案都试过了,自己也做过,发现成本还是算不过来,所以索性在这个时间点不做这件事了。”

我讲这个故事,是因为你会发现,过去两年我们对 AI 大模型有无限的期待和期许,但很多期待和期许其实直接顶到了 100 分。世间所有事情并不是成立第 1 天就是 100 分,中间的过程中,无论是做项目还是做细分行业,都要想清楚 ROI、性价比和可实现的路径。条条大路通罗马。

所以当我看到这个项目,包括看到它的数据和 ROI 时,我觉得他们做得确实挺厉害。

赵纯想

关于刚才说的 AI 陪伴,我也可以补充一点。如果情绪价值 AI 提供得不够,我们可以把 AI 陪伴理解成“好看的脸”和“有趣的灵魂”。

现在有趣的灵魂只有人类可以提供,但也有一些解决方案,是让 AI 去替换好看的脸。也就是说,可能是一个很有趣的灵魂在背后,但前台和你打视频电话的那个人并不是那个人,而是纯 AI 驱动的;背后和你聊天、说话的,是另外一个人。

这是现在很普遍的解决方案,把它拆开来做。

任鑫

我也可以补充一下所谓的陪聊。我听说有一个应用,他们每天会有 1 万个用户进来。过去这些用户一开始不付费,要聊到一定程度才付费,所以他们要花非常多的人力,和这 1 万个人聊到让他们付费。

但其实他们有一个套路,差不多聊前面 10 来个回合,就能知道这个人到底有没有付费能力。所以前面这 10 来个回合交给 AI 去聊,判断这个人有没有可能付费;如果有可能,就让真人接管,直接转给真人继续聊,甚至在电话里都不用重新启动。

这个故事也是发生在东南亚。

Koji

好,这个问题到曲凯老师。

曲凯

我先举一个刚才明浩讲的反例。你刚才举的例子是,他们用真人服务,但对外说自己是 AI。我们现在看到,做得好的 AI 反而都说自己不是 AI,不提自己是 AI。

因为一旦提 AI,大家会觉得廉价、不愿意付费之类的,正好是相反的。

你的问题是,AI 对我们行业带来了什么改变,对吧?有没有 AI,我们这个行业都要完了。我们做一级市场,现在本来就很差,所以 AI 对我们行业倒没什么改变。

但我可以讲一个现在所有行业里 AI 都能改变的事情,有点像刚才讲的销售场景提效。我举一个现在真的有人在做,而且已经跑通的例子。

小红书里面经常有很多软文广告。比如 AI 可以生成一个素材发在那里,下面会有人评论。这些评论可能是一句不太明显的话,比如他艾特一个人说:“你看这个颜色怎么样?”

然后把这句话交给 AI 去识别,AI 会判断这句话有多大概率意味着这个人有购买意向。之后再用另外一个 AI bot,给这个人在小红书底下留一条评论:“如果你感兴趣买这个,可以私信我,我们现在有一个什么活动,可以给你多少折扣。”

他加到好友以后,继续由另外一个 AI 和他聊天,直到 AI 判断这个人的购买意向很强,再交给真人销售完成下单。

现在这一套流程已经跑得很通了。我们看到很多人讲 AI 故事,或者说要做 AI 原生应用,但最终在内部用 AI 做销售提效或者客服提效,这肯定是能行的一件事情。

Koji

他们卖的主要是什么产品?

曲凯

我说的这个例子卖的是汽车,是高客单价产品。

Koji

刚才 4 位嘉宾每个人讲了两个改变,加在一起是 8 个。我们还记得这个数字。

接下来这个问题也是问每个人同样的问题。之后每个人还会有一个针对性的问题。这个同样的问题稍微有点残酷:你们有没有看到,在 AI 的冲击之下,有朋友失业,或者某个行业出现普遍性失业,或者某种职业产生危机?

6. AI 重写岗位分工

任鑫

我的朋友们本来就在失业,AI 来了之后反而救了很多人,让他们没有继续失业。

因为一级市场就是,如果没有 AI,就更没有别的东西可以看了。所以 AI 救了我们。本来我们前年的时候已经决定要去搞新能源、看芯片了,AI 突然来了,我们就很开心,不需要去卷那个非常人民币的市场了。

所以答案就是:我们本来就在失业,然后 AI 救了我们行业的一些人。

Koji

你是从另外一个维度来讲的。其他 3 位有没有看到,比如 AI 对个人工作效率或者企业效率的提升,带来了一些工作岗位的危机?

庄明浩

我们内部肉眼可见的几个岗位,其中一个就是美术。这是非常直接的影响。

Stable Diffusion 的发布比 ChatGPT 还要早一年,图片生成这件事情已经更早进入生产管线了。尤其是细化到 2D 场景类美术,不需要画人,也不需要把细节抠得那么深,这件事情在游戏公司、产品设计公司里都已经发生了。

另外,比如我们有一个业务是做在线剧本杀的,在线给用户提供一套类似密室、剧本杀这样的内容。

原来的流程是,我们要自己做编辑器,编辑器上面要有作者,作者再去开发,需要做故事、做脚本、做设计。但今天这个时间点,你会发现,几乎整个流程中 80% 的工作都已经可以交给 AI 来做。

从最开始的 logo、整个框架设计,到具体人物的剧情、人物设计、付费点设计,再到最终基于原有编辑器把它做成一个可交付的包,整个流程里原来可能需要 10 个工种,今天大部分工种已经全部被替代了。

所以这个业务本身就从原来偏内容运营、重人力的业务,变成了一个打双引号的“技术导向”业务。对设计师,尤其是视觉和美术设计师的冲击,是非常直接的。

任鑫

我自己公司还好,但我朋友那边,他们的销售助理岗位已经全部被裁掉了。

原来销售助理的工作是,销售谈完单子之后,销售助理根据用户需求,从公司内部找到很多材料,拼成一份 proposal,帮助销售完成工作。

但这个岗位本质上既不连接客户,也不是最懂公司产品的人,更像是一个翻译和打杂的角色,所以很容易被干掉。

大家可以想想,我觉得所有翻译类型的工作,都很有可能是第 1 波受到冲击的。因为从本质上讲,你其实是在做翻译。

但我觉得也没有那么悲观。因为活是干不完的,生产力提高的过程中,很有可能活会变多。

比如我们内部效率提高了,大家的手就比以前松了。以前要立项一个产品,大家总觉得要讨论一下;现在有时候聊着聊着就说:“那就随便做一个吧。”

效率提高之后,原本可做可不做的事情,你也会做一个试试。而且还会出现很多新的市场。我经常举两个例子:效率提高之后,很多真正的市场会被打开。

比如法律。我们以前想的是去取代律师,但实际上还有很多法律服务是之前律师覆盖不了的。为了争 180 块钱的事情,你可能不愿意付 1800 块钱的律师费,特别是在美国。

但美国现在有一批公司,专门处理这种很小的官司。比如你在高速上超速,被罚了 180 美元,它帮你把钱要回来;或者你想把健身房的押金要回来,都是这种事情,然后按照帮你追回的钱分成。

原本找律师做这种事情是得不偿失的,你给律师 3000 美元,他帮你要回 180 美元。但现在这件事可以做了。

还有 Be My Eyes,帮助盲人看见世界。中国也有类似的项目,帮助聋哑人。其实有些人只是听不见,并不哑,他们可以学会说话,但以前学说话需要真人教练,成本非常高。现在也可以教他们说话。

一方面,原有的事情一定会随着效率提高而完成得越来越快,不需要那么多人;但另一方面,事情很可能会变多,也会出现很多原来没有的事情。所以我觉得没有那么悲观,还好。

Koji

感觉整个 Mars 的人生里都充满了乐观的气泡。

赵纯想

我个人感觉,程序员可能会受到影响。但从非常宏观的角度来看,AI 产业整体现在还是入不敷出的状态。

所有资本对 AI 产业的整体投资,和它带来的整体收益率,现在仍然非常悬殊,是一个很亏钱的生意。这样一个还在烧钱的生意,不能算是真正发生了产业变革。

我觉得产业变革至少要等到打平之后,才能谈什么人该失业、什么产业真正复兴了、什么旧的东西该被迭代。现在还属于非常早期的迭代期,所有 AI 投资从整体大盘来看,都是入不敷出,还没有到改变产业的时候。

Koji

所以程序员确实受到了很多影响,但你认为这种影响很可能是暂时的。

赵纯想

程序员就算失业了,也会去学 AI。他们连程序都能学会使用 AI,相当于用自然语言来编程,反而更容易学。

Koji

我觉得我们这场都很乐观。

下面是给每位嘉宾准备的针对性问题。第 1 个问题想问明浩。刚才曲凯也讲了,你们俩其实还录过一期播客,聊美元 VC 的落幕。曲凯刚才也说,理论上如果没有这一波 AI,美元 VC 落幕的速度可能会更快,也会更加决绝。

所以我的问题是:你认为 AI 对国内创投行业带来了哪些好的变化?除了让大家又开始有事干这种比较直接的变化之外,有没有其他对这个行业产生的积极影响?

在座的任鑫、我,还有曲凯老师,其实都是一级市场从业者。

7. 创投行业走到终局

庄明浩

一级市场为什么永远不能悲观?因为它是一个永远做多的行业。你要是悲观,这个活就没法干了。你做空一级市场是没法做空的。

今天这个时间点,AI 相当于给了一个最表层的主题和大家关注的方向。从更深层次,或者说我现在已经不完全是一个纯一级市场人的角度来看,我之前表达过一个观点:

从大概 2015、2016 年开始,中国整个一级市场出现了一个趋势:一个东西从没有人知道,到开始有一些人知道、有人感兴趣,然后瞬间变成所有人感兴趣,所有人疯扑上去,最后又瞬间变成所有人都不看。

这个周期正在急速缩短。原来可能按两三年计算,现在可能按季度计算。

但 AI 这一波,相当于把这个叙事推到了终局。AI 共识达成只用了 3 个月,3 个月之内所有人把所有的钱都投完了。这个事情到了极致,极致之后带来的问题就是,我们要重新思考商业模式本身是否还能以这样的方式继续运转下去。

我们是不是需要寻找一些新的方式?包括那些大佬们当年谈的分红、回购,以及各种各样的事情,本质上都是在探索:在这个行业已经被推到这种状态之后,能不能找到新的解决方案,把事情继续往前推动。

我觉得 AI 承担了这样一个角色,当然 AI 自己可能不愿意承认。它给了大家最后一次疯狂的机会。那句话怎么说来着?“神要使其灭亡,必先使其疯狂。”就是让你最后疯狂一次,把事情推到极端、推到顶,看看最后会变成什么样。如果真的还不行,我们就要想别的办法。

你会发现,过去这一段时间,可能也和中国的政策有关,中国一级市场开始慢慢出现一些变化。无论是人民币还是美元,LP 的心态、策略的调整,以及上市公司相关的各种事情,所有人都在努力寻找这个行业的解法。

如果没有 AI,大家可能也不会这么迫切、这么极端地去思考这个行业未来会变成什么样。

当然,我还是那个观点:我今天已经不是一个还在战场里的人了,所以可以用一种站着说话不腰疼的方式聊这些。参与其中的各方,可能没有办法用这么冷血、这么极端的方式讲出这句话。

Koji

这让我想到一个画面:如果没有这一波生成式 AI,一级市场可能就像一艘正在下沉的船,大家在船上慢慢想办法下船。但现在来了一个大浪,大家又开始扑腾起来。

这波浪不就该把船翻了吗?

庄明浩

但我们今天做一级市场,还是得乐观。不乐观,这个事情没法干。

Koji

稍微再往下问一点:你有没有感觉到,这一阵扑腾已经扑腾出了一些火花或者启发?有没有什么新的模式、新的产品,打个引号说,金融产品也是一种产品?

庄明浩

我和朱然老师聊那期播客的时候,起因是《金融时报》写了一篇关于中国一级市场变化的文章。它用了两个数据:一个来自 PitchBook,主要统计美元机构的融资数据;另一个来自国内的创业公司数据库 IT 桔子,用来观察中国创业公司的变化。

但 IT 桔子的数据非常极端,显示 2024 年上半年中国只有 260 家创业公司。这个数字一听就绝对不可能,即便市场再冷,也不可能只有这个量级。

但那篇文章引发我们去聊这个行业发生了什么变化。你会发现,首先,参与其中的各方,即便绝对数量从 2000 家变成 20 家,这 20 家还在认真干活。

我昨天遇到一个准备创业的大厂人,他又要做我们最熟悉的 To C、AI 相关应用。我告诉他,这个板块在今天这个时间点,还是有认真在看的基金的。虽然整体环境听起来比较难,但如果你今天出来创业,去找这 20 家基金聊,成交概率或者成交的可能性,没准比当年最喧嚣的时候还要低。

但如果你真的人靠谱、方向可以探索、团队 OK、融的钱也不是特别多,没有特别膨胀,那么这个成交本身可能没有那么难。一级市场终究还是一个看成交的市场,纯从微观角度来说,每个人有自己的路径和方法去达成目标,在这个环境下是可以的。

Koji

我们继续往下。想问任鑫下一个问题。现在在座几位里面,可能任鑫是唯一一个还在看项目、还会投项目的 VC。

AI 有没有改变你评估和选择项目的方法?在这个过程中,你会不会用 AI 帮你判断一个人、判断一个项目?

8. AI 成为思考教练

任鑫

我先讲一下项目。现在确实投项目的基金比之前少了很多,也会发现确实比之前更挑一些。但还是有 20 家基金在很积极地找项目,我们甚至有同事常驻硅谷,也会在硅谷找项目。

反过来想,我之前一直是创业者,拿过两次钱,卖过两家公司。虽然现在拿钱会难一点,而且我两次都是在泡沫的尾巴上,现在拿到的钱可能比我们当时少一点,但你其实也可以少花很多钱。

我现在回想,当时有很多钱是出于竞争目的花掉的。比如竞争对手的单量已经冲到什么程度了,你要不要落后?最快的方法其实是靠补贴。

大量的钱就是这么花掉的,而不是因为解决用户问题不重要,而是你的单量没有到那个规模,掉队之后这件事就和你没关系了。所以现在你少拿一些钱,但竞争对手也没拿到多少钱,竞争性支出就可以少一点。

我自己工作中使用 AI,主要是两个很朴实的用法。

第 1 个用法是,当我遇到特别难的事情时,我不会找 AI 问,因为它经常问出来的东西我也不满意。我会让它来问我。

我会告诉它:“你是我的教练。我现在遇到的问题是什么,我的困难是什么,为什么卡在这里,我当下有什么纠结。请你向我提问,帮助我看清和识别盲点,理清思路,形成我自己的想法和计划。每次只向我提出一个问题,得到我的回答之后,从你的角度给我建议、意见和反馈,然后再问我下一个问题。”

有时候你对着一张白纸,会在那儿很崩溃,卡在那里,也不知道该往左走还是往右走。但它不停地问你,你不停地回答,回答几十个问题之后,基本上这件事也就想明白了。

所以第 1 个帮助是,碰到特别困难的问题,我会让它来挖我,而不是我去挖它。因为我去挖它,得到的答案经常不够好。

第 2 个用法是,在我形成自己的想法之后,让它扮演一些我觉得不错的角色,或者我觉得比较极端的角色。

比如我会说:“你是赛文奥特曼,现在处于我的这个处境。站在我的视角看这个问题,你会看到哪几个点?你会怎么想?你会产生什么样的情绪?为什么会产生这种情绪?你会选择怎么做?”

然后我再给它换一些名字。这个过程相当于,我做的事情比较特别,数据库里可能没有,但它的数据库里有赛文奥特曼、乔布斯、雷军。你可以看到,原来这件事还可以有别的看法;而你当下的情绪是你自己产生的,不是所有人都会这么想。

Koji

有具体的例子吗?比如让赛文奥特曼站在你的立场上思考,再让雷军站在你的立场上思考,他们会有什么不一样的答案?

任鑫

具体的例子,比如我们在做孵化器,孵化器到底应该如何定位?

Y Combinator 是一种孵化器,奇绩创坛也属于一种孵化器。另一种像 Sutter Hill Ventures、AlleyCorp,又是另外一种孵化器。他们孵化 Snowflake,其实是自己内部把项目做出来,更像 venture studio,虽然大家也把它翻译成孵化器。

还有一种孵化器更像 Bending Spoons。Bending Spoons 会收购 Evernote,然后把它重新包装,有点像 3G 资本的科技版。

所以当你面对一个名词、一个题目的时候,可以从不同视角去看:到底要做什么,目标到底是什么,应该如何思考这件事?

如果没有 AI,我只能套用自己的视角来思考。当然我也可以去问朋友,但没有那么多刚好合适的朋友。问不到韩军,可能还能问到赛文奥特曼。

在我们刚起步的时候,就需要思考这些宏大的问题,但当时其实没有什么线索。你可以先让 AI 通过提问帮你想一遍,再让不同角色站在这个位置上想一遍。最后出来的结果不一定是好的,但总比自己一个人憋在那里遐想要快一点。

Koji

我觉得这两个用法都很独特:一个是让 AI 向你提问,另一个是把问题丢给它,说“现在你是谁谁谁,面临这样的问题,你会怎么看”,扮演各种各样的角色,确实能带来很多启发。

这让我想到最近新世相做的一个项目,叫“AI 遗嘱”。不知道大家有没有看到这个项目。

Koji

“AI 遗嘱”,对,立遗嘱是什么意思呢?就是让 AI 向你提问,让你思考:如果今天要开始写遗嘱,你要写一份什么样的遗嘱。

这不是一份有法律效力的遗嘱,背后的目的是通过 AI 的引导,让你直面死亡这个话题,思考人生当中什么事情对自己真正重要,什么是其次重要,什么又是不重要。

这是一个面向年轻人的项目,不是真的给身患重病或者进入中年以后、需要立遗嘱的人使用。它想帮助年轻人通过面对最极端的状态,思考自己怎么立遗嘱,从而知道如何更好地过好今天的每一天。

这也是在利用 AI 的发问能力。这个项目新世相之前做过两次,大概在 2018、2019、2020 年做过两次。但那个时候只能列出 10 个问题,比如“你最想对最爱的人说什么”,或者“你最想让孩子记住你的什么优点”,让大家填写。

今天 AI 可以像记者一样采访你。如果你回答不出问题,它甚至可以换一个问题、换一个角度再问;当它发现你的答案里有值得深挖的细节时,还可以不断追问这个细节,找到你情绪中最细微、最洒脱的部分。

大家可以去体验一下这个产品,现在已经有 1 万多人通过 AI 立了打引号的遗嘱。

接下来继续问任鑫第 2 个问题。在这一波生成式 AI 驱动的浪潮之下,有什么领域是你个人最感兴趣的?

9. AI 转向以人为本

任鑫

这完全是我个人的想法,和基金没有关系。

在我们自己的播客《AI 炼金术》里,我和另外一个主播已经后悔过很多次:去年年初我们应该做点套壳应用。我们当时瞧不上套壳,还在播客里聊说“套壳没有用”,后来又觉得“套壳好有用,套壳是个机会,套壳可以做大”。

现在回头看,套壳其实是很好的事情,应该赶快套。但那一波毕竟已经过去了,现在做大语言模型套壳,可能已经没有那么大意义。

我现在发现,短期有一个机会,就是多模态套壳的人还比较少。大家现在要套壳,还是会套一个大语言模型,但多模态世界里有大量新的论文、新的小模型出来。

比如有一些模型可以识别人脸,有一些可以让脸动起来,有一些可以做 3D 建模,有一些可以让舞蹈动作更准确。你把这些模型稍微拼一拼、套一套,找到一些高娱乐性的场景,还是很容易做出一个昙花一现的产品。

我们先不讨论怎么赚钱,因为现在大部分产品连昙花一现都做不到。你套一个多模态的壳,无论是语音层面的还是视觉层面的,现在武器库都非常丰富,要求也没有那么高。

所以我觉得短期存在这么一个机会。但这个机会是不是投资机会,现在很难讲,因为它确实可能只是昙花一现。我们也在孵化几个这样的项目。

长远一点,我一直有一个观点:现当代的人类是异化的。我们相互介绍时,会说“你是哪家公司的,做什么的”,把自己的工具人属性摆在第 1 位,认为人必须有用。

我们还把很多工具叫作生产力工具,但生产力我们比不过 AI,最多也就是再苟延残喘 10 年。实际上,经过一定时间之后,我们一定会在生产力角度被 AI 取代。

所以在这个时候,人应该更回归于人。这不是坏事。我们之所以觉得自己必须有生产力,是因为人被异化了,被当成工具,而不是目的。

我一直觉得,真正重要的事情,真正大的机会,是把人当作目的的那些产业。甚至是大家现在可能很反感的“身心灵”。我觉得这就是最大的机会。

凡是向外界施加影响的事情,比如把麦克风的收音调得更好,AI 会把它优化到一个上限,直到人类听不出来,这件事情就完成了,成本和价格会不断下降。

过去平板电视的价格就是不断下降。那什么东西的价格会不断上升?医疗、大学学费,这些以人为目的的东西,价格往往会上升。

所以未来如果考虑短期机会,可以考虑多模态套壳;长期则应该往更偏向健康、身心灵的方向走。所谓“认识你自己”“成为你自己”这些听起来很俗的套话,很有可能是未来最大的机会。

所有锤子和钉子的机会,可能都只是阶段性的小机会。

庄明浩

我很有共鸣。我会认为 AI 一定会加剧贫富差距,这个是毋庸置疑的。但解决贫富差距不能靠 AI,可能要靠政策、政府和公共事业。

不过 AI 一定会带来另外一种平等,就是情绪平等。尤其是当价格越降越低之后,每个人都可以从 AI 那里感到自己的每一种情绪被看见、被回应和被照顾。

我们今天有一个流行的说法:父母没有拿到资格证就生了孩子、直接上岗了,于是又养出一批受到原生家庭伤害的人。

这背后讲的是,今天在这个世界上,无论小孩还是成人,遇到情绪问题时,可能 99% 的人都没有那么幸运,能够让自己的情绪被人理解。首先是被看见,其次是被理解,再次是被照顾。

直到今天,要实现这一点,要么你非常幸运,生在一个很好的家庭,遇到一个很好的伴侣;要么你很有钱,可以找到最好的心理咨询。

但我觉得有了 AI 之后,情绪平等可以实现。因为刚才说的被看见、被回应、被照顾,AI 都一定能做得比人好。

昨天有一个短视频,没有刷屏,我觉得很遗憾,但看完之后很有感触。那是陈天桥的一段短视频。我觉得在上一代大佬里面,他可能是唯一在做这件事的人:号召更多人加入他的行动,用 AI 帮助大家改善情绪健康。

里面有一个观点很有洞察力。刚才 Mars 一开始讲 AI 帮看病,陈天桥讲的是,AI 在今天最确定能够诊断的疾病,其实是精神疾病。

精神疾病是唯一可以通过语言和表情来判断的疾病,其他疾病可能还需要用仪器。AI 今天已经可以做这件事,做完诊断之后,还能够针对性地进行治疗。

所以他在想办法采集更多这样的数据,并且真正把它用到现实当中。他发这个视频也是想号召更多人加入他的行动。

我觉得在硅谷有更多人在做这样的事情,在中国也已经有一些星星之火。我很同意,这是一个方向。如果 AI 真的能带来一些 do good 的事情,我觉得这一定是一个大的方向。

赵纯想

我也反馈支持一下你的观点,给你叠一个 buff。

经常大家一讲到 AI 做情感支持、做心理健康相关的事情,就会觉得这是工业品,是在玷污神圣的人性。但工业品不见得是坏事,尤其是在普惠方面。

比如我和比尔·盖茨的身价当然差得非常远,但我们喝的可乐是一样的,用的 iPhone 也是一样的,如果他用 iPhone 的话。

工业品反而可以让财富差距非常大的两个人,用到差不多的东西。如果都是手工制品,才是真正的贫富差距。大量工业品的生产,其实让富人和穷人的体验拉到了同一个水平线上。

所以把情感支持做成工业品,虽然听起来不好听——“这是 AI 生成的”——但它有可能是让穷人受益的一种方法。

Koji

就像宜家讲的,资本主义其实是最好的民主工具。原来只有富人家里才有的床、电视柜和餐桌,现在谁都可以花 29.9 元买一个 LACK 边桌。

但再讲下去就危险了。Anyway,接下来想问曲凯。

曲凯刚从硅谷回来。最近 AI 行业里,去硅谷游学一圈非常流行。但曲凯回来之后有一个石破天惊的言论:没必要去。

另外,曲凯落地硅谷第 1 天、第 2 天,在极客公园和朋友圈发了一条内容,我印象非常深刻,是在讲为什么硅谷的繁荣和整个 To B 的繁荣有很大关系。

这两个问题可以请曲凯老师展开讲一讲。如果还有什么没有在网上分享的,今天也可以补充。

10. 硅谷并非必修课

曲凯

Mars 正好拉着我录了一些播客,应该是这两天刚上线,讲了我们在美国的一些见闻。我们是室友。

我觉得美国挺好的,阳光灿烂,也没什么事干。想度假的话,美国是非常好的选择。核心原因是它的时差正好完全倒过来。你去其他任何一个地方都不是这么完全倒过来,所以白天真的没事,国内没有人找你;晚上你睡着了,国内的人找你也看不见,很适合调整状态。

为什么我觉得没那么大必要去?第 1 个原因是,大家对硅谷还是带着滤镜,尤其是目前的 AI 从业者和创投从业者。

我看到有人去那边之后发消息说:“硅谷的人才密度好高。”因为他认识了很多在 Apple 做 AI 的人,认识了这个做 AI、那个做 AI 的。

但我在想,你在国内不就是今天认识一个字节做 AI 的,明天认识一个百度做 AI 的?本质上是一样的。

如果一个印度人来到中国,也会觉得“中国的人才密度好高”:今天认识一个百度的,明天认识一个字节的,然后在 TikTok 门口拍张照。本质上没有区别。

我觉得国内人才的平均水平高于美国。蠢的人各有各的蠢,厉害的人最终都差不多,最顶尖的那些人是类似的,大家都不蠢。

国内平均水平更高,是因为大家受到的训练更多,竞争和内卷的机会也更多。所以我的结论是,如果你只是去美国短期停留,尤其是我们这次发现,落地之后我们约的人基本都是同一批。

最后我们就把人叫到一起约,算了。那边已经有一批专门接待中国访客的人,形成一条产业链了。

任鑫

日本也有。

曲凯

对,已经是一条产业链了。所以要么你就在那边常驻,能混进核心圈子;如果只是过去转一圈,我觉得意义没有那么大。

至于 To B,我觉得很有意思。过去这么多年,大家都说中国人的 To C 能力比较强。To B 从客观事实来讲,确实已经证伪了很多东西,当然过去十几年也证伪了很多东西。整个 To B 可能被证伪了,一级市场也快被证伪了。

但背后有一个问题:To B 这个业态,它的需求更好找。毕竟是去找其他公司的痛点和需求,比较容易;To C 的需求其实很难找,To C 的 PMF 难找得多。

另外,To C 里面经常有网络效应,所以过去这么多年,To C 大家都在赌特别大的项目,一个起来,其他的就没戏了。

但 To B 不一样。To B 如果能起来,各个细分领域都能有一些公司出来,所以美国整个 To B 生态会好很多。它保证了一级市场和创业这件事的下限。

你会发现,美国有很多人做 To B,做几年之后卖给上市公司或者大公司,就有钱了。然后他自己再出来创业、投资,整个生态就起来了。

国内不太存在这个事情。我们最近也聊了一些国内 AI 创业者,有的人去了大厂。我问他大厂给多少钱,他说大厂就是开一个工资,让我把之前的公司关掉,然后给我开工资;你愿意来打工就来。

大厂不太会花更多的额外溢价去收购公司,这就是很多国内外的区别。

Koji

我觉得曲凯这个观点非常有洞察力。大家都在讨论中国一级市场出现问题的原因,但这个原因之前没有被这么拿出来观察和讨论。而且感觉这个原因一时半会儿也无解,所以说到最后又变成资本主义的发展阶段的问题了。

曲凯

我觉得我们今天聊了很多东西,有悲观也有乐观,但最终一切都是周期。

庄明浩

这也是我们一位好朋友最近写文章讲的逻辑。他原来做战投,后来去了一个平台型公司做高管,最近离职后开始写文章。第 1 篇文章讲的就是这个逻辑:

如果回头从 2010 年看,中美两国的 TMT 创业和投资其实走的是两条路。我们直接侧身狂奔,走了 To C 的大路;美国则经历了云、SaaS、To B 企业服务的完整路径。当然他们也有 To C,但那边的生态完全不一样。

当这两条路都走到今天 AI 这个时间点,你会发现,两条线在某些地方交汇了。

某种程度上,虽然过去十几年我们认为中国互联网是一个奇迹,有各种“四大发明”,但我们没有走的那条路,可能在未来一段时间需要补回来。那些东西是不能丢掉的。

当然,这也是一种纯上帝视角的归纳。到底怎么走,如何做出这件事,怎么投到好的公司、赚到钱,什么场景和什么事情适合在中国做 To B 的孵化和服务,这些都是更大的命题,需要具体的人去解决具体的问题。

Koji

今天的压轴问题留给纯想。纯想是今天在座唯一的开发者。

我最近很喜欢一句话:“只要一直 build,就有好事发生。”我们做《十字路口》这档播客,也一直在讲积极行动者:不管外部环境多么悲观,只要一直 build、一直行动,美好的事情就可能发生。

纯想昨天刚发了一个新的产品。这个产品让大家看了之后不但喜欢,而且能感受到很强的能量感。今天还能看到新的 idea 被很漂亮、很有能量地实现出来,是很难得的事情。

第 1 个问题是,请纯想再介绍一下这个产品。第 2 个问题是,在此时此刻,如果做独立开发已经变成一种趋势,主动的一面是更多人想追求更自由的生活、不想卷了,被动的一面是很多地方在裁员,更多人在做独立开发,你会给这个群体什么建议?

想做独立开发的人应该注意什么,或者规避什么,才能做得更好?

11. 独立开发者守住创意

赵纯想

AI 把生产过程中的所有要素都抹平了,无论是人力、智力、效率,还是工程化实践方面的问题。它唯一干不掉的就是人的创意。

所以我建议所有准备做一人公司、两人公司的人,可以大量花时间学习设计。

我在自己的产品上最看重的就是设计。其他只要是工程、代码方面的东西,你不懂的 AI 全都懂。但你让它写一个让用户拿在手里会满心欢喜的页面,它不理解什么叫满心欢喜,也不理解什么叫感动,更不理解什么叫匠心。

关于 AI 的使用,现在世界上有这么多模型、这么多能力。我觉得就像钱要花在刀刃上一样,你使用一个模型时要想清楚:是不是只有它能干,别人都干不了?如果是这样,才算用到了点子上。

刚才谈到“只要一直行动”,我下一个 app 就叫“行动乐园”。这是我很早之前的一个想法,但以前所有模型都无法实现,直到 o1 出现之后才可以实现。

有很多人很懒,不愿意打扫家里的卫生。我就想,AI 可以帮助你打扫卫生:打扫之前拍一张照片,打扫之后再拍一张照片,让 AI 判断你究竟有没有打扫。

尤其是照片里还有时间戳、顺序等各种数据。如果 AI 这个裁判使用 o1,它可以精密分析你把什么东西放到了哪里,下次建议你放在哪里;也可以评价这次打扫得有多么壮观,给你一段彩虹屁,把情绪价值拉满。

如果它判断你打扫成功了,就给你“行动乐园”里的相应积分。打扫卫生只是一个小游戏,我们可以做一系列通过前后照片对比来完成的事情。

比如你说自己早睡了,但我的 app 采集到你的数据后交给 o1 判断,发现你还在玩手机;或者发现你今天的早睡不符合常理,就可以判断欺骗指数是多少,鼓励你长期早睡。

这是 o1 可以完成的工作,也是独立开发者一定要用到的东西,因为除了 o1,其他模型还做不了。我现在测试下来,它的推理能力可以像名侦探一样,分析前后对比。

“陌生人闹钟”其实是我 7 年前的一个想法。当时我就觉得,大公司看不上,一个人又做不了,所以一直卡在那里。现在有了 AI,就像我刚才说的,大公司和个人之间出现了一个奇点。

这个奇点可能是一个区间:一两个人做,赚点钱,就能持续赚钱;但一旦招到两个人,公司立刻就亏本。这个奇点可以保证一两个人很好地活下去。

大家掐指一算也知道,一个月能赚多少钱,招两个人就亏本。这就是 AI 带来的一个奇点区间。

另外,刚才谈到一定要注重设计。所有生产资料被 AI 拉低价值之后,代码不值钱,测试不值钱,运维不值钱,整个生产、发布、部署这一套组合拳,之前都非常依赖强大的后端运维经验。

但现在只要会写后端,就可以让 AI 帮你:“我应该如何部署到阿里云上?”两三天就能搞定。

所有东西都不值钱之后,最后剩下的就是人文的东西,就是让用户感受到开发者在用心做这件事。

Koji

我再补一个问题。纯想,原来的作品叫“未知数”,大家知道就是拍摄食物,记录每天吃了什么、多少卡路里、健不健康。我看美团也上线了类似的功能,对吧?

你怎么看这件事情?好像他们先和你聊了之后才上线。

赵纯想

“未知数”这个产品,如果大家知道的话,就是记录每天吃了什么、卡路里以及是否健康。理论上讲,交给 AI 模型做这件事,逻辑上非常简单。

“未知数”的设计也很好。我觉得它的设计是让大家记住它的重要原因。应该是美团的业务人员找到我聊了这个话题。

Koji

美团的战投。

赵纯想

对。美团本来就知道你订了什么外卖,它甚至不需要图片,直接根据你订了什么外卖来判断。

这件事我发自内心地觉得,就应该由大厂来做。因为它天然可以拿到用户的饮食数据,卡路里也更精准,没有什么幻觉。大量卡路里数据是人工录入的,或者从食品包装信息上录入的。

大家可以搜索美团的饮食记录,会发现整个流程特别像“未知数”。

虽然有一个前辈跟我说,独立开发者不要和大厂做交流,但我发自内心地认为,这是他们当年在百团大战中取得最终胜利之后的资格:抄你,与你何干?

这是每一个市场竞争者,只要诚实面对市场,就会觉得“他抄我与我何干”。这是胜利者的果实。

庄明浩

我们作为创业者,也觉得失败者可以抄你。这是任何人的自由,理论上是这样。创意方面本来就没有什么版权。

但我觉得最不一样的,还是像你刚才讲的,“未知数”最灵魂的部分在于它的设计,甚至是它的手感。这种东西是抄不走的。

赵纯想

这相当于一种软性的护城河。

不过,和“未知数”做同样事情的海外产品,有一个很火的高中生项目,叫 Cal AI。他一个月有 40 多万美金的收入,“未知数”可能是他的几十分之一。

所以所有人都让我做出海,把这套感觉、这套有底蕴的东西翻译出去。但我这个人一天一个想法,已经做不过来了。

除了“陌生人闹钟”,还有“行动乐园”,以及一个给女生做的产品,还没上线,马上就要上线。

我觉得我特别适合做一个、卖一个,再做一个、再卖一个。我享受的是挑战和构造的过程,长线运营真的不是我擅长的。

我这两天还被人深刻地批评了一次。他说:“你永远拿不到投资。你就适合一个人,因为你不擅长长线运营,你没有想做一家公司,你只是想不停地做产品。你是一个设计师,是一个工匠,不是 CEO。”

Koji

你听到这句话是什么感受?

赵纯想

我想做很多东西。我脑子现在很乱,脑海中有很多想法,不做出来就会难受。

Koji

你多大?

赵纯想

29 岁。

Koji

单身吗?结婚了吗?

赵纯想

没结婚。

Koji

创业的,可以,可以,创业圣体。感情也是需要长线运营的。

我觉得今天聊得挺开心。我们原本想聊 20 个变化,聊到后面主持人已经 hold 不住了。

除了前面的一些变化,我们还聊了对行业的观察、硅谷,以及独立开发。今天非常感谢大家来到现场。因为时间不够了,最后一分钟了。然后我觉得可以再安利一下我们纯想老师的新产品,太好了。对对对,然后我们有一个刚刚说“行动乐园”的那个 idea,我们其实自己也有个小产品,我也打个广告可以吗?可以可以可以。对对,我们有一个叫“自律石头”的产品,有点像刚才纯想老师说的这个 idea,大家感兴趣可以去下载一下。那我们最后掌声感谢一下老师们,谢谢大家,谢谢。

Vol. 47 AI时代的20个变化---with 曲凯/任鑫/赵纯想/Koji | BidClub