摘要

曲凯对 2025 年 AI 仍“极度乐观”，核心依据是 2024 年 9 月后资本复苏、底层技术增强与创始人画像改善。 融资明显复苏，多模态持续增强，o1 让 Agent 开始具备落地条件，“AI 创二代”则带来更成熟的认知与项目；宏观和地缘风险会影响资金供给，但他相信“最终决定市场的是资产本身的价值”。
2023 年市场高估了 AI 的兑现速度，2024 年又把失望外推成了过度悲观。 他几乎可以断言，2024 年上半年、尤其美元基金的一级市场，是过去十年甚至二十年、以及未来几年一级市场的最底部；新公司融资几乎归零。与此同时，大模型正走向 commodity，开源进展快于闭源，应用也普遍采用多模型混合，“好的产品永远大于一切”。
应用收入仍稀疏，但头部验证已经出现：约 20—30 家应用公司估值超过 5,000 万美元。 多数公司的 ARR 仍为零，少数达到 100 万美元，极少数约 1,000 万美元，最头部可能达到 3,000 万—5,000 万美元；大部分项目仍在上线或寻找 PMF。
2025 年融资环境会改善，但表现为更剧烈的两极分化，而非“万众创业”重现。 资本路线分成偏美元的出海与偏人民币的国产替代、硬科技；优质团队首轮估值已从约 5,000 万元人民币抬升至 2,000 万—3,000 万美元，个别市场传闻约 5,000 万美元，但普通背景并不能靠低估值换来融资。
继 2023 年大模型、2024 年具身智能之后，2025 年的关键词将是“应用落地”。 目前最具共识、最能落地的切口是 Prosumer／小 B 大 C 的生产力工具：它同时拥有 C 端的用户与传播属性，以及一定的 B 端付费能力，避开国内 To 大 B 的交付困难、纯 C 付费弱且 AI 自带 token 成本的问题；曲凯预计将出现一批千万美元 ARR 公司。
Agent 的关键变量不是功能，而是能否从订阅收费切到按结果付费。 Agent 打包“软件服务加人力”，有人认为其市场价值可能是 SaaS 的十倍；存量 SaaS 会凭渠道先取得收入，但若创业公司按节省金额或结果分成，就会连同销售方式、组织结构一起重做，并主要在 To B 市场持续反攻现有 SaaS 企业。
曲凯认为多模态的潜力甚至大于 Agent，它可能才是 AI Native To C 产品的答案。 NotebookLM 展示了新的多模态交互：文章可变成可随时插话的 AI 播客；进一步的 Any-to-Any 设想则是让文字、图片、视频或链接转为最适合且可互动的内容。如果视频成为重要出口、消费从被动观看变为主动参与，并进一步改变生产关系，“那一天可能就是真正的下一个抖音将要出现的时候”。面对不确定性，他的建议是“在巨大的不确定性面前保持乐观，在脚踏实地赚钱的同时保有梦想”。

精读

1. 2024 年的寒冬，是 2023 年过度乐观后的纠偏

曲凯把 2023 年视为互联网人与美元基金的集体冲锋：互联网多年缺少大机会，而 AI 看起来可能对标电、互联网或云，且显然仍在早期，于是资金首先追逐技术背景和大模型公司，清华教授与 OpenAI 出身者一度被神化，应用层得到的钱很少。
到 2024 年 9 月前，一级市场近乎“一潭死水”。他几乎可以断言，2024 年上半年、尤其美元基金的一级市场，是过去十年乃至二十年、以及未来几年内最差的融资窗口：老公司偶有后续融资，新创业公司则几乎归零；2023 年能值数千万美元的 OpenAI 背景，次年也可能无人愿投。
资金随之换轨：2023 年关键词是大模型，2024 年则是具身智能；不完全相信具身智能的机构，又把部分筹码放到 AI 硬件与消费电子。市场一度认为 pre-training 好像没用了，相关投入减少，尤其国内进一步转向 post-training，也压低了单纯从事 pre-training 的人的稀缺性。

2. 模型成为基础设施，应用则刚形成收入梯队

曲凯认为模型演进基本符合其 2023 年初判断：大模型最终是 commodity，是商业基础设施；开源进展仍快于闭源，实际产品倾向多模型混用，不同场景调用不同模型，企业还可能自训小模型。“技术永远是为了解决问题而存在的”，产品领先比单项技术领先更重要。
应用公司的估值梯队已先于收入形成：市场约有 20—30 家估值超过 5,000 万美元，多数只略高于这一水平，少数触及约 1 亿美元。但大多数 ARR 仍为零，因为产品尚未上线或仍在寻找 PMF；少数约 100 万美元，极少数约 1,000 万美元，最头部可能达到 3,000 万—5,000 万美元。
他的复盘并不回避误判：“我们所有人在 2023 年的时候都对于 AI 过于乐观了。”问题在于，2024 年的负反馈又把市场推向过度悲观；他的反向判断不是收入已经全面兑现，而是技术与供给端正在积累下一轮可用性。

3. 九月后的技术与人才拐点，重新启动了融资

2024 年 9 月后，高估值初创项目明显增加。曲凯承认其中可能有机构年底冲 KPI、为下一轮募资增加投资记录等短期因素，但他认为更重要的是底层能力正在“默默加强”。
按他的观察，图片生成在某些维度早已超过人类，Suno 等产品代表的语音与歌曲生成也“基本超过人类”；视频和 3D 的发展速度更超预期。可灵、MiniMax 海螺、字节的视频模型等国内主流玩家，以及不少国内创业公司的相关模型，在国际上也处于比较领先的位置。他把当下视频、3D 生成类比为 GPT-3，预计 2025 年可能达到 GPT-3 到 GPT-3.5 间的“基本可用”状态。
大语言模型的跨代进展反而低于预期，市场等待的 GPT-5 或 GPT-4.5 没有出现；但持续提效降本，已让不少应用越过 token 费用与能力“总差一点”的临界线。o1 的单次使用体验或许“就那样”，但其推理能力真正让 Agent 的落地变得可实现。
更容易被忽略的信号是创始人画像发生变化：大模型公司员工、大厂 AI 业务负责人，以及中小 AI 公司的联创与高管开始二次创业。曲凯称他们为“AI 创二代”，认为他们对 AI 的理解、认知、方向与故事都令人耳目一新，可能与此前的创业者非常不同。

4. 资本回暖只奖励尖子，应用落地接过主线

2025 年不会回到普遍撒钱的火热市场，而会进一步分化：偏美元资金寻找出海，偏人民币资金寻找国产替代、硬科技和“卡脖子”方向；机构宁可给优秀背景更高估值，也不愿用低价广撒项目。
2023 年以来，创业公司首轮平均估值约在 5,000 万元人民币；最近两个月，许多项目起步即为 2,000 万—3,000 万美元，个别市场传闻约 5,000 万美元。估值上涨不等于项目数量大增，“背景不太好、准备不充分、愿意接受低估值”依然很难换到钱。
因此，尚未进入 AI 圈但相信自身能力的人，曲凯并不建议立刻创业：更好的路径可能是先加入 AI 创业公司，或负责大厂内部 AI 业务，积累认知并做出成绩后再出场。2025 年资本真正寻找的，将是软件或硬件中“真正能落地的资产标的”。

5. Prosumer 是目前应用落地最清晰的方向

生产力工具聚焦 Prosumer、Pro-C 或“小 B 大 C”：专业视频与歌曲创作者、保险经纪人、券商从业者、AI Coding 工程师等。他们既有 C 端的用户与传播属性，又拥有一定类似 B 端的付费能力，是过去两年最具共识、也最能落地的群体。
过去 5 到 10 年，国内市场似乎验证出 To 大 B 不容易做起来：人均 GDP 和人的成本相对较低，用软件替换人的意义有限；美国头部企业多为私企，国内很多头部企业是国企，利润又常被大量渠道分走，账期、定制化和私有化进一步拖累规模化。纯 C 同样困难：付费意愿与能力偏低，而 AI 从第一天就有 token 成本，互联网时代“先免费亏钱、以后靠广告”的路径难以直接复用。
曲凯因此预计，生产力工具仍会是 2025 年主流，并可能出现一批达到 1,000 万美元 ARR 的创业公司。这是应用落地最清晰的收入预期，而非对所有 AI 消费产品的泛化押注。

6. Agent 将在 To B 率先兑现，并用结果付费挑战 SaaS

Agent 被推演为 SaaS 的下一次迭代：SaaS 提供软件，Agent 提供“软件服务加人力”的打包方案，具备替代整个部门的潜力，因此有人判断其市场价值可能达到 SaaS 的十倍。曲凯的结论更具体：2025 年 Agent 主要会在 To B 领域落地。
他用传统软件未能顺利转型 SaaS 解释现有玩家的困境：不仅有迁云成本，持续交付与一次性销售也要求完全不同的产品、销售和组织。一边是反复开会吃饭后签下数百万乃至上千万元大单，另一边可能只是年轻员工视频演示、每人每月 500 元在线开通，“功能可能跟你们几百万买的一样”。
Agent 真正的颠覆条件，是从订阅转向按结果付费：客户先用，最后按它节省的钱分成。若成立，客户可能会低风险尝试多个 Agent，只保留效果最好的，销售可能不再是大多数公司的必需品，SEO、营销与产品本身就可能承担获客；通用 SaaS 定制不足、工具过多且数据不通的问题，也可由共享 Bot 平台上的多个 Agent 协作解决。
存量 SaaS 仍会凭既有渠道先赚钱：一家原有数亿元收入的公司推出 AI 产品，一年卖出数千万元，曲凯认为“肯定可以”。但新商业模式要求连销售管理与组织结构一起改变，老公司内部犹豫、试验、招人再换人的时间，已足够创业公司起跑。
他以 To C 领域为对照，认为今天的创业者平均基准线已经很高：不会觉得现在的张一鸣比十年前落伍，反而应当更强；但 To B，尤其国内 To B 和 SaaS，仍未达到 To C 的水平，与海外一些国家相比也还有提升空间，因此新公司仍有大量机会。

7. 从搜索到行动，多模态才可能重做 To C

Perplexity 带来的认知升级，是搜索并非终点。其创始人在斯坦福对谈中表示，如果公司能帮助人们找到所有问题的答案并完成所有任务，就有机会成为伟大的公司；已上线的电商搜索是这条路径的一次尝试。沿着需求描述、商品评价、品牌款型与平台比价，到最终一键下单的设想，搜索入口可能进一步承担任务执行。
沿着这条线，曲凯引用前微软 CEO 萨提亚·纳德拉转述的观点：比尔·盖茨长期强调，数字领域只有一个类别，即信息管理；他也猜想张一鸣可能有类似看法。由此他推演，Agent 时代的类别可能变成“信息管理加行动”。
因此，面向 To B 与 Prosumer 的信息辅助产品，未来是否都应从交付结果的角度思考？如果用户搜集信息是为了做一个视频，产品就不应只停留在搜集资料，也要考虑能否自动生成视频。
相比路径较清晰的 Agent，曲凯个人认为多模态潜力更大，也更可能藏着 AI Native 的答案。NotebookLM 把文章转成两个具有人格的 AI 主播对谈，用户还能随时插话、要求解释或改变走向；理解、语言、跨模态组织与互动共同创造了现有产品形态难以承接的体验。
他把 Any-to-Any 延伸为三项仍带不确定性的判断：视频会不会成为多模态的最终出口；内容消费会不会从被动接收变为“被动接收与主动参与的结合”；新的 AI、Bot、Agent 与人的组织方式能否改变生产关系。他坦言这不是完整答案，但若答案出现，“那一天可能就是真正的下一个抖音将要出现的时候”。
最后，他建议在巨大的不确定性面前保持乐观，在脚踏实地赚钱的同时保有梦想。

面向艺术的 AI 工程——与 comfyanonymous 对谈 Jeff Clune——Agent AI 需要 Darwin