摘要

中国大模型浪潮经历了从发散到聚焦的收敛：2023年资本狂热、主题词是“追赶OpenAI”；2024年Llama 3发布后，淘汰了一批号称做基础模型的创业团队和公司；2025年DeepSeek出圈，让大家开始相信开源的未来，随后Manus爆火、Agent时代到来。卫诗婕保留意见：共识扩大不等于混淆消散，行业里有人怀念热潮未起时“更踏实、可以做事、动作也不一定会变形”的时代。
Koji观察到，本轮AI创业有两个明显特征：day one商业化与day one全球化。 创业者几乎一开始就考虑商业化，且常常左手国内、右手海外，甚至从第一天就面向海外，因为海外B端、C端付费环境和对AI的接受度更好。Koji作为Manus前身公司的天使投资人和现任顾问，认为Manus把AI从一问一答带入了长链路复杂任务；他内测的设计Agent还能围绕联名campaign主动补出从Logo到外卖员帽子、高速公路广告的整套视觉方案。
大厂与创业公司的关键差异之一，是能否熬过模型能力的阶梯式平台期。 卫诗婕认为，DeepSeek因为不急于商业化而持续投入，能否在看不到进步时继续砸钱、熬过瓶颈期，才是decision point。中国商业文化偏向饱和式攻击——“Manus火了，字节内部有四个团队同时在做”——但巨头注意力不够集中，大厂做音频也未必做得过小宇宙，创业公司的机会仍然存在。
不怎么融资的垂类AI公司也可能闷声赚钱。 Koji认为识图应用形色收入应该很高、肯定已上亿；刘飞补充说它其实没怎么融资，可能根本用不上大模型，只靠此前的视觉模型就把体验做得很好。Podwise做播客AI总结、订阅制已盈亏平衡；杭州的Tripo3D把照片转成可打印的3D模型，是全球该垂类的头部公司。长板需要经过长期积累，才会变成壁垒。
个人策略的核心判断是：“AI不会带来智力平权，AI只会带来信息平权。” 卫诗婕主张用AI加长板、补短板，警惕把自己变成依赖AI完成工作的“螺丝钉”；一旦只让AI替自己做事，本质上就是在让AI替代自己。刘飞认为，帮人写论文、生成公众号文章、开课教人用AI赚钱只是短期信息差生意，最后可能越没有底线的人越能赚更多钱；更可靠的路径是从自身技能和需求出发。护城河则是做脏活、苦活、累活的过程中积累出的手感和认知。
上一个时代的人，只要积极拥抱浪潮，这一轮依然可以上桌。 96年生的Fellou创业者谢阳，曾把To B项目做到中国这一赛道的头部，后来腾出两段时间系统读论文、思考，做出了AI Agent的产品雏形。Koji用戴森从工地推车跨到吹风机说明创造力可以迁移；开源和工具正在降低技术、运营、人才等多重门槛。
行动方法论比态度更重要：起名字、做5%的改变、寻找同类和物理空间。 Koji说，ChatGPT带给他的不是第一次用iPhone时的“惊喜感”，而是“震撼感”，让他第一次产生了AI一定会改变自己未来的信仰。很多创业者未必预先看到了别人看不到的未来，也可能只是恰好置身于某个位置、氛围和物理空间。关于强化学习，Koji将其概括为“干中学”，卫诗婕引用阿里云CTO周靖人的话说：“Everything is RL”——行动就是构建环境、获得反馈并持续调整。

精读

1. 四位同行同台：行动本身是对抗焦虑的方式

Koji的起点故事：失业一个月躺在Foster City同学家“三面环湖、全是落地窗”客厅的白色大沙发上，“摸一下手机，没有人找我……觉得世界把我抛弃了”——张伟发来一条“回来，我们一起创业吧”，他没问做什么就答应了。“躺着的时候往往是最焦虑的时候。”
Koji认为，AI来了之后乐观派与悲观派都很常见，“这两种态度本身没什么问题”，问题是有态度却没有行动、只停留在设想——“关键是怎么去行动，这个是今天要聊的重点”。
程曼祺拆出“积极”的两层：短期就看得见的活跃行动，和要过一段时间才显现的、对行业乃至社会的积极贡献。

2. 前传：智源研究院与科学家的技术先行

卫诗婕讲的关键故事：GPT-3发布后，中国一小批研究者已经看到大语言模型“从零到一的完成”，认为剩下是一到一百的事；智源研究院像OpenAI集中资源押注大模型一样，把资源全部集中到这个方向，比OpenAI晚三年。
最振奋的细节：面壁智能CTO刘知远当时“连副教授都没评上”，在论资排辈的科研体制下却能调度几千万规模的算力资源做最前沿研究；王小川也说自己对大模型最早的启蒙源于参加智源的活动。
惆怅的后见之明：那个不功利、纯为探索和培养科技创新的研究环境“反而是比较理想的”——ChatGPT出现、资本热潮到来后，智源“几乎被挖空”，散作星星之火。

3. 2023—2025：从资本狂热到收敛聚焦

时间线：2023年是“大模型资本狂热”，有大模型训练或相关技术理论积累的科学家都能拿到钱，无暇顾及AI能力将来能用来做什么；2024年竞争白热化，Llama 3发布后，在中国大模型创业圈淘汰了一批创业者和公司——开源模型能力达到一定水准后，号称做基础模型的团队自动出局。
2025年开局DeepSeek出圈，卫诗婕认为它最大的意义是“让大家开始相信开源的未来”，这会极大加速AI行业发展；随后Manus爆火、Agent时代到来，大家期待今年出现Killer App。上桌门槛也在降低：2023年需要创业资源或公信力背书，2024年下半年起，移动互联网时代的经验也能迁移到应用层、框架层。
她的保留意见：小共识走向大共识“不一定意味着从混淆走向清晰，因为混淆还存在”。

4. 国家维度：模速空间与中美两强

录制地不到五百米外就是上海模速空间。4月29日，《新闻联播》称“人工智能是年轻人的事业”；国家领导人参观了模速空间，并与创业者和科学家交流。漕河泾一带有五百多家AI相关企业，上海AI实验室也在附近。
卫诗婕的判断：从国家维度看，“目前全球最积极的行动者，可能就是中国和美国”；欧洲有一些小公司和开源实验室，日本也希望抓住这次机会。

5. 信仰之辩：Koji的创业史与AI震撼

Koji的观察：字节、阿里的老同事前两年“都很丧”，想着攒钱回老家；这两年又搬回北上广杭，想看看自己能不能做点事。这种信心让他联想到当年对LBS的信仰，后来转化为外卖、网约车、大众点评等如今习以为常的基础设施；而Web3里很多人只是“对它能赚钱有信心”。
Koji用自己三次创业反思：2010年做街旁时，并不觉得自己是在信仰移动互联网；做新世相时，起初觉得“一个公众号怎么能成为创业”，直到第一单广告以20万元卖给香奈儿；做糖岛、猫肚皮枕也谈不上信仰新消费——“既没有信仰，也没有刻意去追逐浪潮”。
但这一次不同：“第一次用iPhone是惊喜感，ChatGPT是震撼感。”他第一次产生信仰：AI一定会给个人生活和事业带来翻天覆地的变化，“但这个改变将如何发生，我并不知道”。

6. 同类与物理空间：华清嘉园为什么是摇篮

Koji做上海AI Hacker House的潜意识动机：重回当年五道口华清嘉园的氛围——他在饭否和海内跟着王兴实习时很“非主流”，同学都在准备进微软亚洲研究院、申请CMU，他却在那里得到强烈认同；宿华、陈一笑、张一鸣和王兴当时也在那里。
他的论点：很多创业者并非真的提前看到了别人看不到的未来，“而是他恰好置身在某一个位置、某一个氛围、某一个物理空间”；“为什么硅谷到今天仍然是硅谷”，就在于来自同类而不只是同行的正反馈，线上交流取代不了这种线下空间。
这个空间才做了三四个月，还没有长出大故事，但海豚浏览器创始人杨永智——理想汽车的天使投资人、其基金投中字节第一轮的低调投资人——已经在那里和陌生的年轻人聊了很多个小时。

7. 行动的姿势：起名字与5%的改变

Koji的小技巧：“当你要做一个事情的时候，你给这个项目起一个名字，它就变得有生命了。”他原本觉得组织两百人左右的沙龙已经很累，后来为三十人左右的小聚会起名“席地而坐”：正襟危坐时人容易扮演某种人设，席地而坐则更容易放松、讲真话。
背后是李松蔚的“5%的改变”：建议只要求一个人在现有习惯之上多做5%，被采纳的可能性就会变高。
关于普通人如何接近行动者，刘飞建议用利他的方式建联：先研究自己的具体优势和价值，看看能为对方提供什么信息、反馈或启发，再慢慢进入这个人群。

8. 普通人怎么用AI赚钱：别做信息差生意

刘飞的警告：帮人写论文、生成公众号文章、开课教人用AI赚钱，都是吃信息差的短钱——“如果它这么容易赚钱，就代表着门槛很低”，最后可能越没有底线的人越能赚到更多钱，没必要卷这个方向。
正路是不抛开自己的技能：内容创作者可以用AI降本后多开一个账号、提升频次和质量；程序员或开发者应从小场景、小方向入手。刘飞举了“花生”的例子：一个完全不懂代码、从大厂出来的人，自己做出“小猫补光灯”App并跃升付费排行榜第一。现在没有确定性很强、适合所有人的赚钱方法。
卫诗婕补充了自己的案例：她认识做AI翻译播客软件、以及用AI接设计活的人，共性都是从自身需求出发，把已有能力和AI结合起来。

9. 长板短板论：行家要先对抗自己的傲慢

卫诗婕劝阻一位想放弃商务、转行做AI内容创作者的前同事：“AI的意义在于加强每个人的长板，补足每个人的短板。”放弃已有积累去追热点，可能反而违背了AI的意义。
她也坦白，朋友说自己在做“替代记者写稿的AI”时，她“第一反应就是非常的反感……来自于一种行家的抗拒和傲慢”，但“⼀定要对抗这种情绪”：持续使用AI，感受能力边界和成长速度，预判两三年甚至五年后它可能写成什么样，AI反而会倒逼人思考真正的长处。
Google DeepMind科学家卢一峰给她的框架是：把AI当作“从天而降的魔法工具”，问自己今天能用它在生活中做什么，让生活变得更美好。

10. 人与AI：骑马比喻还是太以人为本

常见比喻是“AI跟人就是人和马，你不需要跟马比谁跑得快，但是你可以骑马”。卫诗婕认为这仍然太以人为本，往远看可能是硅基文明与碳基文明的融合，“它不一定是以人为本的”。
她的新比喻：AI像野兽或新生物，人类的共存方式可能是“为它划定一块自然保护区”，它生长，人也生长，共同构建一个生物文明。
落回现实的锚点：早在生成式AI之前，就有AI替代人工客服、替代低端劳动人口的案例，但当人类被AI惹毛时，仍需要人工客服来安抚。至于“PR替代不了，因为需要来背锅”，这是她转述的一个说法，而非她在此处单独提出的事实判断。

11. AlphaGo之后围棋界发生了什么：AI进教育的答案

程曼祺的观察：AI战胜人类后，围棋行业不但存在，还被AI整体重塑；体育界许多项目都在用AI辅助决策和练习，“人类的团队合作曾经战胜过AI”。
她引《人物》关于棋手芮乃伟的旧报道：围棋的生命力“无关乎输赢，只在于那个体验的过程”，而人的体验过程是AI无法替代的；也许有一天，“AI会成为那个老师，教会我们能够胜过它，或者成为更好的自己”。
对“老师何去何从”的具体方向由卫诗婕补充：长思维链的构造可能仍需行业专家参与，把一个个步骤写好；大公司也可能额外投入，让程序员专门写高质量代码。老师可以参与为大模型构造高质量数据。

12. Agent的啊哈时刻：从一问一答到复杂任务

Koji作为Manus前身公司的天使投资人、现任顾问，认为Manus的震撼点在于：此前“AI还是只能做一问一答”，之后可以做长链路的复杂任务。
他内测设计Agent的案例：假设麦当劳和大熊猫联名，Agent不仅能出Logo和包装延展，还会主动想到外卖员该戴什么帽子、如果在高速公路投广告应如何结合高速公路场景做幽默创意，最终给出一整套视觉方案。
由此他引出两个趋势：本轮创业者“商业化思维特别早熟，几乎都是day one就开始商业化”；同时高度全球化，常常左手国内、右手海外，甚至day one就面向海外，因为海外B端、C端付费环境和对AI的热情都更好。

13. Deep Research改变工作流：别只用免费产品

刘飞说，ChatGPT和Gemini的Deep Research让《半拿铁》写稿时间“缩短了一半”。过去读商业传记可能要处理几十万甚至上百万字，旧AI压缩成两千字时损失太多细节；现在Deep Research可以输出两三万字文档，还能限定只使用他投喂的可信信息源。
卫诗婕补充，ChatGPT四月上线全局记忆后会逐渐学习用户，“风格只是早晚的事情”。
Koji的核心建议：只用免费产品可能会觉得“也就这样”，其实还没摸到AI真正能解决问题的场景；有条件应尽量试用全球头部AI产品，包括o3的推理能力。

14. 工具分歧：豆包的大算力 vs DeepSeek的“AI神性时刻”

卫诗婕替豆包说话：只有字节这样家大业大的公司，才能让大家免费使用高级智能能力；豆包依靠大量GPU，可以快速生成20张不同风格的海报，同等功能在海外产品中可能要每月支付100美元。
程曼祺不太喜欢豆包，认为它在拟人化交互中“AI感还是太强”；情绪疏导和自我对话时，她更喜欢DeepSeek，认为它会教自己换位思考和表达，并带来她称为“AI神性时刻”的体验。她还会用可灵做图，自己的商标最终就用了可灵生成的方案。
工具清单包括：研究、资料检索和理解问题时结合国内外产品，主要使用OpenAI的Deep Research、DeepSeek和秘塔；生图使用Midjourney和可灵；秘塔写作猫用于校对和事实核查，通义用于思维总结和生成思维导图；刘飞还推荐Monica一站式使用多个模型。
卫诗婕提醒，元宝或DeepSeek用于创作时有时“演绎”过多，所谓“DeepSeek味儿”未必适合所有场景；不同产品各有适用范围，应多用几种再判断。

15. AI带来信息平权，不是智力平权

卫诗婕的核心论断：“AI不会带来智力平权，AI只会带来信息平权。”有知识结构和实践体感的人使用AI才更得心应手；认知“像爬楼梯一样慢慢上去”，可以比别人快两三步，但跳不过这个过程。
最危险的陷阱：刚走出校门、被安排做重复工作的职场“螺丝钉”总想着让AI替自己做事——“你一旦依赖AI让它帮你做事情，本质上就是在让AI替代你”。保持主体性应是“我利用AI让我自己成长”，让AI承担基础劳动，人去做更有创造性、更深度的思考。
她的分层是：工作多年、观察敏锐的人跟AI磨合最快；还在接受义务教育的AI原生一代更幸运；学习旅程已结束、又被职场压力挤压的人最尴尬。

16. 谁还能上桌：谢阳、戴森与“干中学”

卫诗婕采访的Fellou创业者谢阳，1996年出生，曾把To B项目做到中国这一赛道的头部。他腾出两段时间系统读论文、思考后，形成了AI Agent产品雏形。她由此得到两点启示：护城河是一个人或团队做脏活、苦活、累活时积累出的手感和认知；上一个时代的人只要积极拥抱浪潮，这一轮依然可以上桌。
Koji用戴森佐证创造力的迁移：戴森最初做工地推车，把普通轮子改成结实、明亮的彩色圆球，后来又能跨到吹风机等产品。“创造这个事情”并不取决于你做互联网还是AI。
强化学习的比喻由Koji概括为“干中学”：构建环境、获得反馈、不断调整。卫诗婕进一步说，大模型从宏观上也可以看作强化学习模型，并引用阿里云CTO周靖人的话：“Everything is RL”，“行动就是强化学习的一个要义”。

17. 良渚的古典产品经理与字节的Yes or No

Koji在良渚参加AI Demo Day，也就是启师傅会客厅，在后院草坪上和大家围坐讨论AI，梦回移动互联网初年的中关村大街、车库咖啡。大家聊的不是市值百亿，而是“我为什么要做这个产品”。
Podwise做播客AI总结、订阅制已盈亏平衡；Tripo3D做照片转3D打印模型，是全球该垂类的头部公司。它们说明，AI时代不一定要先想做多大的公司，也可以从自身需求和喜欢的事情出发。
“古典”的含义：字节、拼多多带起的数据驱动和增长驱动之后，产品经理重新回到场景——共识是大模型一定会带来新的Killer App，但没人知道它长什么样。GUI未必是AI最合理的交互方式，LUI也不一定是未来的方式，AI可能有自己的新交互。
程曼祺转述一位上海AI投资人的特别判断：抖音等核心业务出来的增长型产品人未必合适，因为体系完整、反馈充分，不必把场景想得那么细；飞书这类To B反馈较慢、不能只靠强体系运转的地方出来的人，也许更合适。
卫诗婕的回答是：No，不能因为增长背景就判定字节人才不合适。字节吸纳了优秀人才，务实、目标导向，核心业务线也要求员工保持对AI产品的观察和手感；但她同时强调，底层创新需要像智源研究院或OpenAI那样的All in决心。模型能力呈阶梯式增长，平台期仍要持续投入；大厂能否熬过瓶颈期，才是decision point。这是中国缺乏底层创新土壤的一个关键点。

18. 巨头盲区与结尾：小而美仍有机会

形色的启示：Koji认为这款识别植物的产品收入应该很高、肯定已上亿；刘飞补充说它其实没怎么融资，还能识别石头、鸟和昆虫。它可能根本用不上大模型，只使用此前的视觉模型就把体验做得很好；Koji又补充，它早年经历过长期积累和困难，长板最终变成了壁垒。
商业文化对比：卫诗婕认为，美国创新土壤中常有“这个事儿你做了而且做得好，我就不做这个事儿了”的自觉；中国则偏向大吃小的饱和式攻击——“Manus火了，字节现在内部有四个团队同时在做”。但AI的想象空间很大，巨头注意力不够集中，大厂做过音频却未必做得过小宇宙，创业公司的机会仍然存在。
落地资源：程曼祺提到，港大马毅老师所在学院今年9月会开面向所有学科的AI通识课，也推荐《数字生命卡兹克》那期关于普通人如何用AI的内容；可以先问自己“哪些重复性工作，是我希望交给AI来做的”。
Koji引用Paul Graham《如何做出伟大的工作》收尾：成就伟大事业不是做别人，而是做自己；更具体地说，是找到那些你做起来毫不费力、但别人可能觉得费力的事情。卫诗婕最后补充，不一定要做AI相关的事，做与自己的感受、记忆有关且机器无法取代的事情也可以——“所有积极生活的人都是这个时代的行动者”。

Rippling与Deel诉讼：接下来会怎样？后期私募市场的未来 AI重置已至：搜索、工作，以及其他一切——与 Anish Acharya、Dave Blundin、Salim Ismail 对谈