Podcast Interview · 逐期深读

AI年中复盘:模型热、应用冷与创始人的生存策略

本期背景与内容导览

本期是42章经创始人曲凯的单口年中复盘,没有受访嘉宾。主播从2023年谈到其口中的“今年26年”,核心问题不是给模型能力排一张静态榜单,而是解释一个反差:为什么模型受到的空前关注,没有同步转化为应用创业和融资的繁荣,反而伴随“应用已死”的说法。下文涉及市场规模、公司收入、估值、产品竞争与资本偏好的内容,均是本期主播的观察、转述、判断或预测;shownotes用于确认节目结构、单口形式和部分参考入口,不构成独立行业事实核验。 主播先按时间回顾市场水温:2023年仍在探索AI机会及模型与应用的关系;2024年上半年创投情绪低迷,下半年应用和“大厂高P创业”回温;2025年DeepSeek与Manus分别给模型和应用叙事带来新刺激;到2026年,智谱、MiniMax上市及OpenClaw相关创业热并未阻止应用投资进一步转冷。他由此提出一个悖论:技术本应托底应用,为什么新模型叙事却让资本更彻底地离开应用。 对国内应用较少跑出的问题,主播没有把责任全部推给投资人。他用中美ARR量级、部分中国团队主要服务海外用户,以及“表演型出海”等观察,强调付费市场差异和创始人执行惯性的共同影响;同时列举Dify、WorkMagic、ACE Studio、Meshy等案例,并为Manus、Liblib等仍有争议的应用公司保留期待。这里的ARR数字、公司归类与经营成绩均按主播口径保留,未逐家公司核验。 模型部分以智谱和Google为主例,说明市场评价会快速反转。主播还转述唐杰公开信关于Chat、Coding、Reasoning、长程任务与智能体的判断,借此说明今天的领先者未必持续领先,外界理解又常滞后于实际变化。所有“半年超越”“从落后到第一”“暂时胜利”等表述,都是主播的竞争判断,而非本期用统一评测证明的结论。 对应用创始人,主播给出三层建议:低谷减少噪声,可以重新从用户问题而非技术标签出发;组织要“随模型的波,逐资本的流”,但转型应持续服务同一批用户、同一类问题,而非只换热点;不要为了融资把模型故事强加给当前产品。Ambi创始人莫子皓的反问和Manus早期融资经历,分别支撑“不为融资扭曲路径”和“保留翻身机会”的论点。“模型期权”则把产品积累比作等待模型成熟的价值,但主播同时强调学习、积累与现金流,避免期权提前清零。 结尾没有给出泡沫顶点的确定答案。主播从英伟达产业链、智谱市值、世界模型融资和个人炒股故事中感到市场“不对劲”,又以IBM算力收费、运营商短信与流量收费作历史类比,最后借卡萝塔·佩蕾丝《技术革命与金融资本》的导入期—转折点—展开期框架追问:如果GPT-3.5代表爆发期开始,现在是否已进入狂热期,转折点还有多远。Token足够便宜、广告模式成立、智能平权和资本重新转向应用,均是其开放预测,不是已经发生的事实。

42章经 · 2026-07-19 · 0:26:36

原对话:沿提问、回答和转折完整展开

下面先按节目顺序重建。主持人在追问什么,嘉宾如何以自己的经历、例子和推理作答,尽量保留在具体语境中;案例中的事实、数字和判断先归属于发言人。随后才进入本文的机制解释与独立判断。

00:00:02–00:26:10连续对话 1

00:00:20–00:05:47四年市场水温:模型受到奖励,应用为何被资本放弃

  • 单口自问:过去四年市场经历哪些关键变化,为什么模型走强会伴随“应用已死”的论断?

【节目背景】逐字稿在00:00:02先保留了一句片头英文,00:00:20曲凯开始自述。他解释,往年会做年度AI复盘,这次年初没有做,是因为当时觉得市场“无聊又混沌”;到年中,市场似乎进入新阶段,反而更适合总结。以下年份、市场热度和融资状态都是他的回顾,不是本期展示的完整行业统计。

【主播的历史回顾】2023年,大家仍在判断AI机会有多大、应该对标什么,也看不清模型与应用的关系。转录中的“Charity AI”曾被视作模型与应用一体的代表,但该专名必须回听,审读版不直接改为Character.AI。主播认为,尤其在国内,模型和应用都在摸索中获得有限投资,两边拿到的钱都不算多。

2024年上半年,他把国内AI和整体创投环境形容为过去十年、二十年最冷的阶段,模型与应用一起被质疑。他回忆“24年4月GPT 4.0发布”时市场反应一般,并在今天重新评价其对推理和Agent的意义。这里的版本、月份与“跨时代意义”的具体指代存在疑点,不能擅自替换成其他型号;可以确定的是,他用这个例子说明当时市场没有立刻识别模型变化的长期价值。

2024年下半年,他观察到市场快速回温,应用尤其明显,并将其称为“价值回归”和约两年“大厂高P创业时代”的开端。“高P”在转录中部分写成“高批”,仍需回听。他用夸张说法描绘投资热度:外部投资人可能比张一鸣更清楚字节各产品线里谁最有能力和口碑。这是对市场追逐大厂人才的修辞,不是可核实的比较事实。

2025年初,讨论转向模型算法上限、阶梯式进步是否受阻,以及预训练能否继续scaling。他原本担心市场明显回调,但DeepSeek和Manus的出现分别给模型和应用叙事“续命”。原分析将Manus猜成Minus没有依据,本期shownotes反而多次明确提到Manus。主播还说,这一年大厂高P几乎凭团队和故事就能连续融资,反映的是他所见的投资情绪。

【当前反差与主播强判断】2026年,智谱和MiniMax接连上市。shownotes确认了这两个讨论对象,但股价和上市表现并未在本轮外部核验。主播说,自己及一些业内人士一度把上市当作见顶信号,也有人担心智谱重复上一轮“AI四小龙”的路径,甚至认为市值跌到发行价的几分之一才合理。这些是被转述的市场观点,不是主播认可的确定估值。

同期,转录作“OpenClaw”的项目爆火。主播曾据即刻发文估计,全国可能有上千公司和团队做相关创业;这是粗略观察,不是创业普查。他原先也期待应用出现类似Manus的浪潮,然而到如今看到的却是模型势能走强、应用投资比2024年上半年还冷。有机构说“谁还看应用”“应用赛道已死”,另有机构一年投了十多个世界模型项目。对从业十多年的他而言,这种彻底否定整个应用赛道的表达仍很罕见。

主播由此提出吊诡之处:技术本应托底应用,为什么新技术叙事反而像把应用“打死”?他不接受“应用已经完全死了”的绝对说法,但形容其“差不多濒死”。同时,他承认市场正在奖励早些年选模型的人,短期模型价值显而易见;长期仍认为模型可能commodify,即逐渐商品化。两者共同构成他的时间尺度区分:长期商品化预期,不否定当前稀缺性和资本回报。

ARR年度经常性收入(Annual Recurring Revenue)的常用缩写,常用于订阅业务。本文术语说明用于理解主播的量级比较;本期没有给出每家公司的收入确认、年化方法或审计材料,不能把口述ARR等同于总营收、利润或现金流。
大厂高P主播用于概括大型互联网公司高职级员工创业的标签。逐字稿部分位置作“高批”,准确原词待回听。节目强调该标签本身不等于理解用户,也不保证适合当前创业。
锤子与钉子主播的需求优先比喻:锤子指模型、Agent等技术和解决方案,钉子指用户真实问题。信息优势既可来自更早理解技术,也可来自更深理解场景、垂直know-how与数据。
随波逐流主播明确作褒义使用:随模型能力变化调整产品与组织,随资本环境安排生存与转型,同时持续服务同一批用户和同一类问题。它不等于不断更换热点。

话题推进:主播把问题从市场叙事推进到经营结果:如果并非所有投资人都理性,为什么国内应用自身也没有拿出更多商业化结果?

00:05:48–00:09:33国内应用困境:付费市场、真正出海与“表演型创业”

  • 单口自问:为什么国内跑出来的应用这么少,少数公司做对了什么?

【主播的一线观察】曲凯近期见到一些情绪低落的应用创始人:有人继续转型,有人庆幸账上仍有钱并尝试各种解法,很少有人再说要出来融资,因为周围都在告诉他们市场不投应用。他承认外部原因:主流论断是“模型吃掉一切”,投资人也可能非理性、扎堆热点。但他随即强调,这次不能只怪投资人。

【ARR比较及其口径边界】他的核心对照是:美国模型能力更强,却有很多ARR上亿美元的应用公司;国内要找出ARR上千万美元的公司都不容易,而想到的Manus、“JetSpark”(转录待核)等又主要做海外。这里的ARR可理解为年度经常性收入,但本期没有给出各公司的计算公式、收入确认和样本范围,不能把口述量级当成审计数据,也不能忽略“国内公司”与“中国团队做海外市场”的分类差别。

【对“表演型出海”的批评】过去几年,投资人建议创始人坚定做海外,创始人也在融资时如此承诺,逐渐形成一种双方默契的话术。主播批评部分团队实际行动与目标不一致:例如只在内网发布英文宣传视频,最终多数用户仍是中国用户。他把这类做法称作“表演型创业”。他的谴责有明确前提:如果创始人本来就没想做海外,这无可厚非;问题是自己宣称并设定了海外目标,却没有真正执行。因此这段不是要求所有公司必须出海。

主播同时解释,出海话术并非毫无道理。Token成本、用户付费意愿和付费能力,使海外市场具有现实吸引力;障碍在于创始人的成长环境、选择和能力惯性。他估计真正坚持海外市场的团队“十不足一”,这是个人感受而非抽样比例。本文理解,这段话把市场条件和组织执行放在一起,但还不能证明哪个因素更重要。

【正面案例与保留的争议】他举Dify、WorkMagic、ACE Studio等作为坚决出海的例子,随后说“很多公司”默默做到千万美元ARR。原文没有逐家披露数字,因此不能写成这三家公司每一家都已被证明达到同一ARR。WorkMagic拼写亦待核。他又提到Meshy创始人到海外后面貌“焕然一新”,这是主播对个体状态与团队变化的观察,不是单独的商业指标;完整姓名在逐字稿和shownotes之间不完全一致,审读版不猜补。

主播把原因落到海外较强的付费意愿与能力,而不是“海外空气更香”。他希望应用创始人更坚决,用真实结果反驳不投应用的人,同时承认当前很多团队缺乏这样表态的底气。结尾特意为Manus、Liblib保留支持:不论它们承受多少争议和骂名,仍是应用市场“硕果仅存”的代表,他希望它们发展得更好,甚至夺回被模型占据的市场声量。节目没有具体展开争议内容,审读版不补写相关事件,也不把支持等同于认可其全部产品或经营做法。

话题推进:讨论完应用的经营与出海,主播转向模型层,试图说明为什么今天对模型公司排出的先后顺序仍然不可靠。

00:09:33–00:13:29模型格局:智谱与Google的反转、范式迁移和认知滞后

  • 单口自问:哪些模型公司最值得研究,交替领先对应用创始人意味着什么?

【主播选择的两个主例】曲凯认为,最值得研究的未必是经常被讨论的Anthropic、OpenAI或DeepSeek,而是智谱和Google。他把智谱概括为过去几年从不受看好、落后走到“第一”,把Google概括为两三年前出一个产品就被骂,去年被广泛看好、股价上涨,今年又被许多人放弃并担心人才流失。这些都是主播对公司竞争地位和市场情绪的描述;本期没有统一评测、股价序列或人才流动数据来证明“第一”和“被放弃”。

【交替领先是判断,不是终局事实】主播从上述反转得到的启发是,模型战争仍未结束。他连续提出假设:智谱以后会不会遇到今天Google式的问题;Anthropic既然被他描述为半年内快速超过OpenAI,再半年是否又可能落后;Google明年会不会重新被看好。这里应保留设问语气,不能写成已经发生或必然发生的轮换。他认为,如今人们不再像2023、2024年那样质疑AI机会体量,但行业仍处剧烈动荡的中早期,并以“半年”为大致节奏描述智能路径和模型格局的变化。

【对唐杰公开信的转述】曲凯称唐杰近日在公开信中提出,DeepSeek R1的出现标志Chat模式探索基本结束,智谱在后DeepSeek时代的训练范式中押重Coding和Reasoning。审读版只记录“主播转述唐杰”,没有将这句话当成已直接阅读公开信的事实,也没有把“Chat探索结束”扩大为所有对话产品或技术研究已经终止。

对智谱当前成功,主播同时给出战略、人才密度、唐杰关键预判和“一点运气”四类解释。他提出的反事实很具体:如果智谱的多模态或C端应用做得更好,团队是否还能如此专注押Coding。这体现的是资源与注意力分配的解释,不是证明“做不好其他业务反而必然成功”。随后他以自己的框架概括:Chat阶段的代表胜利者可能是OpenAI、DeepSeek或豆包;Coding阶段暂时领先的是Anthropic和智谱;OpenAI、“Kimia”(转录待核)等也在追赶。“胜利”和“领先”均缺少统一指标,应理解为节目中的阶段性叙事。

【下一轮产品与任务信号】主播再次转述同一封公开信,称未来押注“长程任务”和“自制智能体”(转录原词,不能自行改为自主或自进化智能体)。海外产品竞争则被转录为“Claude Tag”和“GPT Work”,两项名称均待核。产品具体变化在本期没有进一步展开,因此审读版不补造功能、发布日期或优劣。

他认为外界理解模型进展总有很强滞后,而半年左右的变化就可能重塑市场。随后提到腾讯混元和“WorkBuddy”能否弯道超车,但句尾“自洁”无法可靠解释;审读版不将其猜成字节,也不补出比较对象。智谱能领先多久、DeepSeek将扮演什么角色,都被保留为开放问题。主播不展开New Lab和世界模型的具体路线,只表示它们在他看来相对清晰,转而追问更缺少确定答案的应用创始人该怎么办。

话题推进:模型名次和技术路线都无法给应用团队一个稳定答案,主播因此把讨论转到投资中“人”和“事”的权重,以及创始人的实际行动。

00:13:29–00:21:23创始人策略:从钉子出发、适应性转型、现金流与模型期权

  • 单口自问:模型快速迭代、资本偏好变化时,应用创始人应该坚持什么,又改变什么?

【投人还是投事】主播认为,事情变化越快,越应该投人,因为今天的“事”明天可能就变;事情稳定后才更能投事。早期市场人的权重更高,后期可更多看数据,甚至职业经理人也可能更合适。他把IDG概括为投人的代表、红杉概括为投事与赛道的代表,这是主播的机构风格标签。对于红杉为何仍投得好,他给出的回答是其资金体量可以全行业、全阶段覆盖,早期投赛道,后期“精准补枪”;单一轮次、体量较小的基金难以照搬。该因果解释是主播观点,不是红杉官方策略说明或完整业绩归因。

【第一条:低谷是回归用户价值的机会】他自称要讲一个“暴论”:今天反而是应用创始人历史上最好的时候,因为竞争和泡沫减少,可以回到用户价值、产品和初心。他把当前类比为2023年与2024年初,认为那时噪声少、大家认真做事,并称最好的公司和创始人往往在市场低谷长成。这个判断应与其个人偏好“逆风局才有意思”一起理解,也要保留现金流紧张团队的反例:融资减少并不对所有创始人都是好事。

主播接着批评“大厂高P”标签可能混入不适合当下创业的人,并把大厂高P创业解释为信息优势:一种懂锤子,即了解模型和技术;另一种懂钉子,即理解用户需求。他回忆市场过去愿意投SaaS,是看中垂直领域know-how和数据。如今关于模型的知识扩散更快,技术供给明显溢出,而好问题不足。大家轮流讲Agent、Proactive Agent、Harness Engineering,仍是在讲锤子;他希望听到更多从用户、场景和钉子出发的产品。上述英文术语按转录保留,尤其不能把Harness Engineering无据改成Prompt Engineering。

【第二条:褒义的“随波逐流”】主播主张默认要“随模型的波,逐资本的流”,因为浪潮太强,今天做的事只有一部分值得长期坚持。他提出“多点团队、多点组织”(原转录句义待核),并不断转型、寻找新机会,用更新、更智能的方式服务同一批用户和同一类问题。可确定的约束是:改变的是实现与组织适应方式,持续的是用户和问题。主播明确反对像他所批评的部分Web3创业那样不断换热点、炒作;这是一句价值批评,不应被扩写为对整个Web3行业的经验定论。

【第三条:不要只为融资讲故事】他提醒不要过度迎合投资人口味,最终仍要回到用户和问题,不能被市场逼成自己原本反对的“劣币”。Ambi创始人莫子皓的故事是这段的核心例子。曲凯介绍,Ambi正在做软硬件结合产品,希望改变人与AI的交互,收集更多线下context,最终推动智能平权。这些是当前产品方向与长期目标,不代表已经实现智能平权。

曲凯曾下意识建议莫子皓融资时多讲模型故事。对方的大意是:团队随时能招到优秀算法和训练人才,自己也有训练经验;目前工程和产品体验做得好,未来也规划做模型,但为什么“现在”就要做、就要讲?这些能力、体验和计划均是曲凯转述的创始人立场,未由本期独立验收。曲凯原本想回答“因为要融资”,却觉得说不出口。这个反问让他反思:资本热点在模型,是否就意味着今天讲模型、做模型一定正确,创始人是否必须被逼得说一套做一套。他最终再次声明自己是“用户价值的原教旨主义者”,承认公司会经历高峰低谷,但价值最终要回到用户。

【Manus融资与“模型期权”】主播称Manus曾以5000万美元估值聊遍市场却无人投资,也经历过“1000万美元”仍被机构拖延和压价,以及“最后估值不到1亿美元”的阶段。原文中1000万的具体口径和事件顺序并不清楚,不能改写成精确融资年表。他用“风水轮流转”和强团队能抓住夹缝机会来鼓励创始人,而不是提供可审计的Manus估值结论。

最后,曲凯转述一位“Codex的周边应用负责人”(身份待核)在其他播客中的说法:“今天所有的产品和创始人,都是模型的期权。”其含义是今天产品不够work,未来模型更强后也许就能work。曲凯进一步给出更乐观的解读:今天的积累会在未来某个时刻兑现,期权最终会变成有价值资产;关键是别清零、别爆仓、别主动过早卖出。因此他落到两个实际行动:不断学习积累,保持良好现金流。这里的“会兑现”是主播信念,并非只要活着就必然成功的保证。

话题推进:个体策略落在活下去并保留积累,节目最后则把视角拉回整体市场:如果资本故事与二级市场都如此疯狂,是否已接近某种周期转折?

00:21:24–00:26:10在疯狂中保留常识:Token价格、历史类比与未回答的转折点

  • 单口自问:一二级市场的疯狂是否意味着阶段性尾声?
  • 世界模型之后还有什么资本故事,Token何时足够便宜?
  • 如果GPT-3.5代表爆发期开始,现在是否进入狂热期,转折点还有多远?

【主播观察到的狂热信号】曲凯先列举二级市场中英伟达产业链的涨幅、智谱被称涨到万亿港元市值,以及一级市场具身和世界模型让他“梦回2021年SaaS”的热度;他还听到炒股、财富自由并宣布退休的个人故事。这些现象促使他追问是否到了阶段性尾声,但节目没有给出指数、估值日期、融资总额或故事样本,不能把“万亿港元”等直接写成已核实的当前事实。

【世界模型是叙事终点吗】他回顾资本故事从语言模型、图片模型、声音模型、视频模型走到世界模型,疑惑之后还能讲什么。“已经到世界模型,几乎就是最后一站”表达的是他对投资叙事空间的理解,不是宣布技术创新将止于世界模型。他也不知道具身与世界模型何时真正落地。这里同时保留两种状态:对落地时间的不确定,以及对某些底层常识的坚持。

【不独大与“不对劲”是信念】针对模型会不会赢家通吃、出现超级公司并吃掉全部应用,主播认为可以理性讨论,但他从“合久必分、分久必合”的常识出发,不相信一家公司会长期独大,也不相信一家模型公司会沿万亿、十万亿、百万亿路径不断增长并最终吃掉一切。这是他对集中化终局的否定性判断,不是论证过的市场结构定理。他还说,当多数人隐隐觉得市场不对劲时,市场就真的有些不对劲;这句话反映其情绪指标观,不能作为精确的顶部识别规则。

【IBM与运营商类比】主播称IBM过去用“Mips”模式收CPU算力费并赚了很多钱,将其与今天“GPU Token收费”相比较;又以同一代人经历过的运营商短信和流量收费为第二类比,称如今正在经历英伟达产业链和模型公司通过Token赚钱的时代。他补充自己特意搜索过,运营商在短信和流量上赚了将近十年,直到移动互联网IM聊天软件出现。本期没有附搜索来源,IBM具体收费合同、运营商十年口径及IM对收入的影响均待外部核验。

这一类比的价值在于提出“基础能力按量收费能持续多久、价值何时向上层迁移”的问题,而不是证明三种业务完全同构。GPU硬件、CPU算力、通信流量和模型Token对应的产品与成本不同;审读版不把主播类比改成确定历史规律。

【Token降价与智能平权是预测】从GPT-3.5算起,主播认为这波AI已接近四年,且演进速度明显快于历史任何科技周期。这是强烈的相对速度判断,本期没有建立跨技术周期的统一指标。他随后设问:Token免费或便宜到足以支持广告等商业模式、实现所谓智能平权的时代,会不会很快到来?那时会不会有投资人转而说“模型再倒霉了”(原转录待核),现在只看应用?较明确的主旨是资本偏好仍可能再次反转,而非他已经给出降价时间表。

【佩蕾丝框架与开放结尾】曲凯最后介绍经济学家卡萝塔·佩蕾丝《技术革命与金融资本》中的阶段论:大的科技革命经历导入期,其中包括爆发期和狂热期;随后出现转折点,他用2000年互联网泡沫作类似例子;再进入展开期,技术真正落地并渗入经济社会。shownotes提供该书入口,但本轮没有直接核对原书章节,因此这里仍标为主播对书内容的转述。

节目没有宣布AI已经到顶,也没有否认长期落地。它把问题停在:如果GPT-3.5代表爆发期开始,现在仍在爆发期还是已经进入狂热期,转折点还有多远。00:25:28之后进入片尾歌曲;shownotes标注文兆杰《太阳光明照我心》。机器转录中的歌词断句和错字不属于产业论证,审读版不据歌词补写结论。

话题推进:节目以当前所处周期和转折距离的开放问题收束,随后进入片尾音乐;没有给出投资建议或确定顶部日期。

以上是原对话的分段阅读。下面才开始提炼论证、解释机制并给出本文自己的判断。

主要论证:观点怎样由经历与例子支撑

模型热与应用冷同时出现,是本轮AI市场最值得解释的反差;这不等于应用需求已经消失。

曲凯(主播) · 00:00:20;00:03:18;00:04:31;00:05:20

主播按2023—2026年的市场叙事变化展开:早期不知道模型与应用谁更有价值,随后经历大厂高P创业热、DeepSeek和Manus带来的刺激,再到模型公司上市、世界模型受追捧而应用融资遇冷。他听到的机构说法包括“现在谁还看应用”“应用赛道已经死了”,同时有机构一年投十多个世界模型项目。其质疑针对的是资本注意力的极端摆动:如果新技术只让下游更难获得资源,就需要重新解释技术与应用价值的关系。

成立条件:这是主播基于投资交流和个人观察形成的市场温度判断,不是全量融资统计。“应用濒死”描述资本与创业情绪,不能直接外推为所有应用的用户、收入或产品价值都濒死。模型最终商品化也是他保留的长期判断,与短期模型价值显著并不矛盾。

国内应用商业化偏少不能只怪投资人;海外付费条件和创始人是否真正执行海外战略,都是他重视的解释变量。

曲凯(主播) · 00:06:33;00:06:45;00:07:21;00:08:08;00:08:33

主播称美国有多家ARR上亿美元的应用,而国内ARR上千万美元者很少,少数想到的公司又主要做海外。他批评部分团队把出海变成融资话术:发英文宣传内容,却仍未真正进入海外用户环境。他认为Token成本、付费意愿与付费能力解释了出海方向的合理性,但成长环境、个人选择与能力惯性使坚持者“十不足一”。Dify、WorkMagic、ACE Studio等被用作坚决出海的正面案例,Meshy则被用来说明进入海外市场后团队面貌的变化。

成立条件:ARR口径、公司总部与“国内公司”的划分、样本名单和各公司实际收入均未在本期展示。“表演型创业”是主播对部分团队的强烈评价,不宜扩大成对国内创始人群体的定论;海外市场较强付费能力也不能单独证明任一团队出海就能成功。

模型竞争远未结束,公司声量和技术范式都在变化,当前排名不宜被当成长期终局。

曲凯(主播),其中包含对唐杰公开信的转述 · 00:09:33;00:10:31;00:11:13;00:11:43;00:12:35;00:13:05

智谱被主播概括为从不受看好到领先,Google则在两三年内经历被批评、被看好、再被放弃的评价反转。他进一步设想Anthropic、OpenAI、智谱与Google下一轮位置互换的可能。主播转述唐杰公开信:DeepSeek R1标志Chat模式探索基本结束,智谱在后DeepSeek时代押重Coding与Reasoning,后续关注长程任务和“自制智能体”(转录原词,待核)。他用这些变化说明外界对模型进展的理解存在滞后。

成立条件:“智谱第一”“Anthropic半年超过OpenAI”“Coding时代暂时胜利”等没有统一任务、指标和时间窗口,均是主播的阶段性判断。唐杰观点来自主播转述,本轮未读公开信原文;“每半年变化”是对节奏的感受,不是稳定周期定律。

市场低谷反而给应用创始人回到用户价值的机会,但前提是用组织适应性穿过技术变化,而不是追热点或只讲融资故事。

曲凯(主播) · 00:13:49;00:15:05;00:16:06;00:17:11;00:17:45;00:18:21;00:19:31

主播先以“投人还是投事”说明事情变化越快,人的权重越高。他把当前称作应用创始人“历史上最好的时候”,理由是竞争和泡沫减少,团队能重新研究钉子——真实用户需求,而不是重复Agent、Proactive Agent、Harness Engineering等锤子标签。“随波逐流”在此指随模型能力调整实现方式、随资本环境安排生存策略,同时持续服务同一批用户和同一类问题。莫子皓的反问让他反思:团队能做模型、未来也计划做模型,并不意味着现在必须为融资改讲模型故事。

成立条件:低谷降低噪声的同时也会减少融资和生存空间,因此“最好的时候”是有条件的逆向判断,不适用于所有现金流紧张团队。红杉、IDG的投资风格及红杉成功原因均是主播概括,不是本期验证过的机构研究结论。Ambi的工程、产品体验与模型计划来自主播转述莫子皓,不能当作已独立验收的经营结果。

产品和创始人可以被理解为“模型的期权”;当前不完全work的积累,可能随模型成熟而增值,重点是不要提前清零。

身份待核的外部播客发言者,经曲凯转述;后续为曲凯自己的解读 · 00:19:57;00:20:25;00:20:45;00:20:59;00:21:08

被转述者的原意是:今天的产品可能实现得不好,模型智能提高后却可能变得可行。曲凯进一步解读为当前积累会在未来兑现,因此创始人要不断学习、持续积累并保持良好现金流,避免“爆仓”或主动卖出期权。Manus早期曾遭遇无人投资、拖延和压价的融资经历,被他用于说明团队需要等到能抓住的机会。

成立条件:“所有积累都会兑现”是主播的乐观阐释,不是金融收益保证。转录只写“Codex的周边应用负责人”,人物、职位和原播客均未确认。Manus融资数字和先后顺序存在口径含混,不能据此重建确定估值曲线,也不能把主播所称的“翻身”当作本期提供的审计结果。

面对市场狂热,主播不愿宣布确定顶点,而是用历史收费模式与技术革命周期保留转折可能。

曲凯(主播) · 00:21:24;00:22:00;00:22:33;00:23:16;00:24:08;00:24:32;00:25:15

他观察到AI相关二级市场上涨、智谱被称达到万亿港元市值、具身与世界模型融资升温,以及炒股财富自由后退休的故事,因而怀疑市场是否接近阶段性尾声。他不相信单一公司长期独大或模型必然吃掉一切,随后以IBM按算力收费、运营商短信和流量收费类比今天的Token收入,并设想Token足够便宜后广告等模式和智能平权可能出现。佩蕾丝的阶段框架为“爆发—狂热—转折—展开”提供语言,但节目最终只留下所处位置和转折距离的开放问题。

成立条件:市值、涨幅、运营商“将近10年”及具体收费史没有在本期给出数据来源。“世界模型是最后一站”指主播对资本叙事空间的疑惑,不是技术发展的客观终点。历史类比不能单独用于预测泡沫时间,佩蕾丝框架也只经主播转述,未替代对本轮AI的成本、收入和采用率分析。

机制与术语:对象、输入输出和中间过程

“锤子—钉子”与两类信息优势:主播的需求判断框架

这是主播解释创业差异化的比喻,不是经过实验验证的机制。锤子指模型、Agent等技术与实现手段,钉子指用户真实的问题。大厂高P创业所依赖的信息优势被分成两种:一种更懂模型和新技术,另一种更懂用户、场景、垂直know-how与数据。

主播的判断是,模型信息和应用经验扩散很快,单靠“我更懂锤子”的优势在收缩;市场上技术方案供给很多,真正值得解决的问题却不足。因此,创业论证应从“什么用户遇到什么问题”开始,再判断当前模型能否改善解决过程,而不是先选定Agent等热词,再寻找可套用的人群。这里的“信息套利”指较早理解某种技术或需求所带来的暂时优势,不是金融交易意义上的无风险套利。

对应节目:00:16:06;00:16:20;00:16:39;00:17:00

本文自拟示意,不是嘉宾实验

【本文自拟示意,不是主播给出的新产品案例】如果先决定“必须做Proactive Agent”,团队会寻找能展示主动性的场景;如果先确定某类用户在长任务中反复丢失上下文,团队才会进一步检查主动提醒是否真的减少遗漏,以及误打扰成本是否值得。后一路径从验收问题选择技术。

“随波逐流”的组织策略:变化的是解法,持续的是用户与问题

输入是模型能力和资本偏好的快速变化;团队需要处理的不是如何永远坚持同一产品形态,而是哪些积累值得保留、哪些实现应当及时更换。主播给出的动作是持续转型、寻找新机会,用更好、更智能的方式服务同一批用户、解决同一类问题,并让团队与组织适应这种变化。

输出不是保证公司成功,而是降低团队被一次技术换代或融资偏好变化淘汰的概率。主播明确排除了不断换热点、炒作概念的做法,并以对部分Web3风气的批评作反例。转录中“多点团队、多点组织”原句含义不够清楚,不能擅自扩写成多团队制或特定组织架构;能够确定的是他强调组织灵活性和持续服务用户的约束。

对应节目:00:17:11;00:17:25;00:17:45;00:18:09

本文自拟示意,不是嘉宾实验

【本文自拟示意】同一个面向研究者的产品可以从一次性问答改成带工具的长任务流程,这属于随模型能力改变解法;如果仅因资本热点从研究工具跳到无关的世界模型概念,却没有延续用户与问题,就落入主播所警惕的追热点。

“模型期权”:外部能力改善与内部生存条件的组合比喻

主播转述的输入是今天的产品、团队和创业积累,外部变量是未来模型智能。当前模型不足以让产品稳定work,相当于价值尚未兑现;模型成熟后,原本困难的功能可能可行,积累随之增值。主播强调的内部条件是持续学习、持续积累和良好现金流,避免公司倒闭、信念耗尽或过早退出。

这个比喻只能说明一种可能性,不能推出“只要坚持,所有积累必然兑现”。模型变强也可能让原有功能变成平台自带能力,或让所有竞争者同时获得相同能力。因而真正需要跟踪的是:改进后的模型是否解决该产品的关键失败点,以及团队是否同时保留了用户关系、分发、工作流或合规数据等可延续资产。后一句是本文对适用边界的分析,不是主播已经给出的护城河清单。

对应节目:00:20:25;00:20:45;00:20:59;00:21:08

本文自拟示意,不是嘉宾实验

【本文自拟可计算示意】一个任务每次需连续完成10步,假设旧模型每步成功率90%,且各步独立,则整次成功率约为0.9^10≈34.9%;若新模型每步提高到98%,整次约为0.98^10≈81.7%。这展示模型升级为何可能让原产品从不可用变为可用,但“独立同概率”只是演示假设,实际长任务错误会相关,产品价值还取决于用户是否愿意采用与付费。

收费方式与技术周期:两个类比提供问题,不提供确定时间表

主播先比较“按计算资源或用量收费”:他称IBM曾以MIPS模式收CPU算力费,运营商曾收短信和流量费,今天英伟达产业链与模型公司则与GPU、Token收入相关。这个类比引导听众追问,当单位智能价格下降后,收入会向哪里迁移,应用能否通过广告等其他模式发展。

但硬件销售、算力计费、通信资费与模型API的Token收费并非完全相同对象,本期也没有给出IBM合同、运营商收入或Token成本曲线。随后主播借用佩蕾丝的导入期、转折点、展开期,以及导入期中的爆发和狂热,追问AI现在处于哪一阶段。两个阶段框架都不能仅由“上涨很多”或“大家感觉不对劲”推出确定的顶部日期。

对应节目:00:23:16;00:23:45;00:24:08;00:24:32;00:25:15

独立判断:这些对话改变了什么理解

本文判断:节目最有价值的问题是把“融资冷”与“应用没有价值”分开,但主播的归因还不足以决定各因素权重。

推理:投资机构不投应用、创始人不再融资、终端用户不付费,是三个不同观察。节目提供了前两类的一线感受,也举出少数ARR和出海案例,却没有统一展示用户数、留存、收入确认、毛利和Token成本。因而“应用濒死”更适合作为资本与创业情绪的描述,不能直接当作应用需求消失的证据。反过来,少数公司达到较高ARR也不能证明整个应用层已经健康。

竞争解释与边界:后续若评估这一判断,至少要把融资事件、实际收入和持续使用分开,并固定公司年龄、产品类型与目标市场。否则,早期团队自然收入低、成熟团队被反复引用,都会被误读成同一市场的总体冷热。

本文判断:“创始人不够坚决”与“海外结构性条件更好”不是互斥解释,现有案例不能给出主次。

推理:主播已经承认Token成本、付费意愿和能力的重要性,同时强调执行惯性。要比较两者,需要看同类产品在相似阶段、相似定价下的国内外转化与留存,而不是只比较成功公司的绝对ARR。正面案例还可能存在选择效应:真正具备海外产品、销售或社区能力的团队更容易留下,失败出海团队则没有进入主播列举的名单。

竞争解释与边界:一个可检验的竞争解释是,某些团队的瓶颈在获客、本地化或组织,而非决心;另一个解释是产品所处类别的付费预算本来就不同。只有收集成功与失败两类样本,才能判断“更坚决”到底改变了哪一步。

本文判断:“现在最好”应理解为减少噪声后的专注机会,而非普遍更优的创业生存条件。

推理:竞争和融资故事减少,确实可能让团队更容易从用户需求出发;但同一低谷也会缩短现金跑道、增加招聘和留住人才的难度。主播关于伟大公司从低谷长出的说法还存在幸存者视角:看见活下来的公司,不等于多数低谷创业团队都受益。

竞争解释与边界:更准确的适用条件是团队已有足够现金或收入,并且能利用较低竞争密度验证需求。对必须持续融资才能训练和交付产品的团队,模型热、应用冷可能直接缩小可选路径,不能只用“逆风局有意思”覆盖。

本文判断:“模型期权”的关键不是被动等待,而是模型升级后团队还剩什么不可替代的积累。

推理:模型能力提升可以同时降低早期产品与新进入者的实现成本,因此早期产品并不会仅因更早存在就自动升值。真正需要区分的是:模型解决了原产品的技术瓶颈,还是把该功能直接变成通用平台能力;早期积累是难以复制的工作流、信任和分发,还是很快可被重建的界面与提示词。

竞争解释与边界:主播的“不要清零”是必要条件而非充分条件。现金流让团队保留等待权,却不能保证期权有价值。若每次模型升级都使用户迁移成本更低、竞争者更多,则团队还需要调整产品与资产积累,而不是把“坚持”本身当护城河。

本文判断:历史收费类比和周期框架可以组织问题,但不足以判断市场见顶或模型与应用的最终边界。

推理:IBM、运营商、GPU与模型Token的收费对象、成本结构、切换成本和上游集中度并不相同。模型既提供计算,又直接完成部分任务,因此确实可能比传统资源层更深入应用流程;但这仍不推出模型必然吃掉全部应用,因为应用还包含责任承担、行业流程、关系、渠道与线下交付。节目没有对这些因素逐一比较。

竞争解释与边界:同样,估值上涨、热门叙事轮换和财富故事可以说明情绪升温,却不能独立定位转折点。若要判断Token降价是否带来应用繁荣,还需同时观察调用量、单位任务总成本、应用毛利和用户付费,而非只看单价。

尚未解决的问题与可检验的下一步

待解问题:主播所列中美应用ARR差距,在统一公司样本、收入口径与目标市场后还有多大?

下一步信息或小实验:选取成立年份和产品类别相近的应用,区分中国本土收入、海外收入及全球合计;核对ARR是合同额、订阅年化还是实际确认收入,并同时记录留存、毛利、Token成本与主要获客渠道。样本中必须包含出海未成功者。

怎样的结果会改变判断:若差距在同类产品和同口径下仍显著,且主要由付费转化与续费造成,将支持市场条件的重要作用;若产品进入同一市场后,执行差异仍能解释增长与留存,才会加强主播关于组织与创始人惯性的判断。

待解问题:哪些早期积累会让“模型期权”在模型升级后增值,哪些反而被通用模型抹平?

下一步信息或小实验:跟踪同一应用在接入更强模型前后的任务成功率、留存、付费与获客变化,同时观察新竞争者用同一模型复制功能所需时间。分别记录用户关系、工作流深度、专有数据合法可用性和分发渠道。

怎样的结果会改变判断:如果模型升级只提高全行业的功能供给,而早期者的留存和定价没有改善,说明等待本身不产生护城河;若深度工作流和用户关系使早期者持续受益,才支持主播关于积累兑现的更强判断。

待解问题:“随波逐流”怎样与持续聚焦区分,何时是有效转型,何时是追逐热点?

下一步信息或小实验:记录若干团队每次产品变化前后的目标用户、核心问题、复用的技术或数据资产、现金消耗和留存结果。检查变化是否仍服务同一用户问题,以及新模型是否解决了旧方案的具体失败点。

怎样的结果会改变判断:若保留用户问题并复用积累的转型改善交付,将支持主播的组织建议;若频繁转型反复重置用户、数据和收入,则说明灵活性已变成缺乏积累,不能用“随模型的波”合理化。

待解问题:Token价格下降何时会转化为应用繁荣,而不只是模型调用量增加?

下一步信息或小实验:以完整任务为分母跟踪模型、检索、工具、人工复核与失败重试的总成本,再对照应用定价、毛利、留存和付费转化;同时观察广告收入能否覆盖高频用户成本。

怎样的结果会改变判断:若单价下降但长任务调用量和失败重试增长更快,应用未必改善毛利;若总任务成本下降且付费或广告收入稳定覆盖成本,才支持主播关于智能平权和市场重新转向应用的预测。

影响理解的转录疑点

优先阅读00:05:48—00:09:33,区分付费市场条件、出海执行与ARR口径;再读00:15:05—00:21:23,理解“低谷机会”“随波逐流”“不为融资讲故事”和“模型期权”如何相互约束;最后读00:21:24—00:25:40,保留历史类比与开放预测的区别。模型竞争段00:09:33—00:13:29含多处待核专名,宜结合回听,不宜只记公司排名。

证据边界与资料索引

本页依据整期机器转录、官方节目介绍与章节逐段重建,未宣称逐字人工听审。说话人、专名、数字和时间可能存在识别误差;原声仍是最终核对依据。嘉宾关于公司、市场、研究、个人经历与未来的说法按口述保留,不自动等于独立核验的事实。

原节目:AI 发展了 4 年,把应用发展没了?|AI 年中复盘

本页使用的公开文字或字幕来源

返回顶部