先把访谈讲清楚
上半场开场与快问快答:从 Statsig 到两人百万美元营收的 AI 教育
本期是一场别开生面的「角色互换」对谈:上半场由《十字路口》主播 Koji 采访被公认为 AI 高手的课代表立正,聚焦个人工作流、学习方法与个体转型;下半场双方换位,由课代表向 Koji「开炮」,追问他作为播客创作者与真格基金投资合伙人在 2026 年中的一线创投观察。开场快问快答先交代了课代表的履历与业务实底:
高手用 AI 的两大本质差异,与「三万字办公室恋情学世界模型」
Koji 抛出的第一个问题直切要害:像鸭哥这样的 AI 高手,用起 AI 来到底和普通人差在哪?课代表归纳为两条本质区别:
- 总在思考「我能为 AI 做些什么」:不只是被动喂上下文,而是主动为 AI 搭建一整套脚手架(scaffolding)——包含上下文、外部工具、个人偏好以及「某类事情应该怎么做」的流程规范。表面上同样只发了一句 prompt,鸭哥那句话背后能路由调动起过往沉淀的所有工具与资料库,因此他的 AI 越用越强。
- 随时随地、大事小事全交给 AI:他讲了一个极为鲜活的画面——有一次邀鸭哥来体验特斯拉自动驾驶,鸭哥开着库里南到门口,两人出去兜了一圈;结果鸭哥一边自动驾驶、一边在手机上顺手指挥 AI 完成了约 10 个任务。比如聊到某套房子,鸭哥调用自己现成的房产调研 Skill,查房价、查买房有哪些坑,再打通 Google Docs 和 Gmail——「你写成一个简短的 Google Doc 分享给课代表」,没过一会儿课代表邮箱里就躺着一份详尽报告。
Koji 也顺手分享了身边另一位高手的奇招:那位朋友想学「世界模型」,却没去硬啃晦涩论文,而是把权威文章和播客全部丢给 Claude,指定写一篇3 万字的狗血短篇小说——还得带办公室恋情和创业竞争情节。写完自己看得津津有味,发给 Koji 看完,Koji 也觉得自己对世界模型居然多懂了几分。
今年学 AI 必须做的一件事:「立刻停止使用 ChatGPT,全面切到 Agent 工具」
面对「如果今年普通人学 AI 只说一件必须做的事,是什么」,课代表的建议斩钉截铁:彻底停止使用 ChatGPT 式的聊天界面,改用 Agentic 工具——从 Claude Code、Codex、Cursor 或 Antigravity 中任选其一(他顺口补了一句「不建议用 OpenClaw」),把所有聊天全部停掉,强迫自己全在 Agent 工具里完成。
他借用工业史里蒸汽机换电机的经典案例说明逻辑:工厂单纯把蒸汽机换成电机,生产力只涨了 30%,真正的飞跃要等到整个工厂的产线与工作流彻底围绕电机重构。守着聊天框,本质上是在旧生产方式里拿 AI 当加强版搜索引擎或廉价实习生,而且比 Agent 工具少了三个决定复利的支点:
- 上下文每次从零交代,沉淀不下来;
- 产出留不下来,每次只能人工手动复制粘贴;
- 可调用的外部工具极有限。
因为缺了这三点,人反而成了 AI 几百上千倍脑力的瓶颈,提效被死死卡在 30% 到 100%;只有切换至 Agent 工具,让每次任务的资产(assets)与技能(skills)自动留给下一次,才能踏上 10 倍以上的复利之路。
聊到工具迁徙,课代表说自己在 Claude 4.6 之前主用 Claude Code,之后换到 Codex 用得最多。虽然大家测下来 Cursor、Claude Code、Codex 整体水位相差不大,但 GPT-5.5 在编程上是一次非常惊艳的升级(大多数人习惯是爱 Claude 用 Claude Code、爱 GPT 用 Codex)。他自己倒向 Codex 有三个非常具体的实操理由:① GUI 更亲切;② 能自然衔接自己在 ChatGPT 里的历史记录;③ 连接 Notion 的成功率更高,而 Claude Code 接 Notion 总爱出小问题。
反思「十倍生产力」:想当「不 productive 的榜样」,却刷起了抖音
Koji 问了一个很多人心底的困惑:每天高频用 AI,回头看自己真的变强了吗?课代表的回答出乎意料地松弛:近半年最大的成长不是能力变强,而是想通了一件事——「生产力(productive)」未必天生正当。大家都在卷 AI 时代如何做 10 倍的事,他却开始琢磨:能不能用 AI 干和以前差不多多的活、赚差不多多的钱,然后把一大半时间还给自己,用来玩、休息、做完全无用的事?「我没有必要赚 10 倍的钱。」
一两周前,他在社区发帖宣称想做一个「不 productive 的 role model」。但他坦率自嘲实践得并不成功——空出来的时间不知不觉全拿去刷抖音和小红书了,接下来打算换成爬山这类更有意义的「无用之事」。Koji 随即提及两周前采访游戏人筱宁时听到的有趣现象:越来越多游戏策划把 Claude Code 评为「最近玩过最好玩的游戏」,问课代表做东西本身是不是一种娱乐?课代表摇头坦言,自己很难从 Vibe Coding 里获得纯粹快乐:一边动手构建觉得开心,脑子里另一道声音却不断焦躁「我是不是在浪费时间、浪费 token、做了又没人买」。
用好 AI 的第二步与第三步:写好 Skill,以及分开做「积累」与「提炼」上下文
顺着「停止聊天」的第一步,课代表展开了自己用好 AI 的完整三步法。第二步是写好一个 Skill。他展示自己日常依赖的几组真实工作流 Skill(底座大多复用鸭哥写的):
- 视频后期 Skill:视频录完后自动调用通义千问 Qwen3-ASR 转写,再交给 Claude Code CLI 精剪并生成精彩片段(highlights)、成文、标题、视频描述与剪辑需求单;
- YouTube 转播客 Skill:自动下载自己的 YouTube 视频转为音频并上传到 Transistor 托管平台,从而直接同步发布到小宇宙;
- 个人网站与导流 Skill:录完嘉宾访谈自动更新个人网站,并定期把嘉宾介绍回填到 YouTube description 中互相导流。
由此他给出了好 Skill 的定义:把隐性知识显性化——清晰划定边界、给齐工具、写明什么是好与坏的标准、配好必要上下文。相比之下,市面上流传的「苏格拉底 Skill」「离职同事 Skill」只是纯模仿语气的风格玩具,算不上真正的 Skill。谈到 Skill 能否商品化卖钱,课代表说自己确实付费买过,但并不看好单卖文件本身——太容易复制转卖;真正成立的商业模式是按结果交付的 Skill as a Service。
第三步则是把「积累上下文」与「提炼上下文」拆成两个独立动作:今天就可以想方设法拼命攒材料,同时持续琢磨怎么让 AI 按具体任务智能提取相关切片,而不是一股脑全塞进去。当所有人的工具和模型完全相同时,真正拉开差距的只剩下广义 Context(含 Skill 与好坏标准)。他切身感受到了复利威力:如今接企业培训订单,无论甲方要求多高,他都有底气在 2 天之内完成交付。
「摸着石头过河,石头不见了」:大厂人的焦虑与「0.5% 的行动」
聊到身边 AI 创业者的近况,课代表举了两个具体观察:ComfyUI 团队正面临极其艰难的战略重注(该放弃什么、押注什么),原本只想找他们聊增长漏斗(funnel)和营销,结果深聊下去全是生死级方向抉择;Opus Clip 尝试做 AI Agent 也满屏问号。他形容整个行业就像「摸着石头过河,突然发现石头不见了」——消失的正是上一代软件创业的经典商业模式(找到足够大的共性需求 → 做出产品 → Go-to-Market 卖给更多人)。
旧模式正遭遇需求与供给的双重夹击:需求端,客户越来越难买单——以他上家公司 Statsig 为例,他能列出 100 个客户应该购买专业 A/B 实验平台的理由,可现在客户跟 Codex 聊两句就能跑出实验结果,根本不愿再为专业平台掏钱;供给端,竞品抄袭速度极快,几乎没人能再攒出「逃逸速度」。
谈及大厂白领的集体焦虑,课代表笑着承认心里藏着一点「病态的复仇快感」。早在 2023 年初 ChatGPT 刚出时,他就写下爆文《关于 ChatGPT 最重要的 5 个问题》,精准预言白领工作将在 5–10 年内被取代,还专门做课、写了《真本事》一书,劝大家尽早存钱、试副业、学商业;当年评论区却骂他「傻逼」「祥林嫂」。如今危机逼近,他忍不住反问:「从来就没有什么救世主,你焦虑完的行动呢?」
Koji 顺势借用心理学家李松蔚的咨询心得——深陷困境时大道理毫无用处,真正管用的是迈出「0.5% 的行动」去拿一点正反馈——请课代表给出最容易起步的小动作。课代表开出三剂药方:
- 存钱、砍掉无意义消费:把今天的存款看作购买未来自由的筹码。
- 换掉聊天框,立刻用 Agent 动手:不先让大脑适应新生产力,就不可能站在旧现实里凭空规划出新现实的赚钱路径。
- 坦然承认自己在商业上是从「负分」起步的:大厂和技术背景会灌输一个致命误区——以为「越难的事越值钱」,这在商业上完全不成立。哪怕先从刷勇哥给餐馆选址的视频开始,再去问楼下常吃的餐馆老板「有没有什么我能帮你多卖点货的」,都强过原地干着急。
第二次文艺复兴、「100 门课每门 2 小时」与学 AI 是学动词
谈到下一代教育,课代表说自己极不看好我们这一代人的剧烈转型,却极度看好孩子的未来:现代教育和分工把大多数人塑造成「工具人」与「螺丝钉」,当 AI 把螺丝钉彻底取代,人类反而被迫回归自我、发掘独特创造力,从而开启第二次文艺复兴。他对孩子的原则是少说教、少规定目标,重在保护内驱力与天然好奇心。
Koji 顺势提出一个颇具想象力的通才教育构想:过去大学要深钻一个专业,是因为知识分工需要术业有专攻;但 AI 时代也许需要「上 100 种不同的课,每门课只上 2 个小时」——对 100 多个领域「略懂一二」,在脑中点亮星星点点的知识图谱。因为如果不懂天文学和量子物理,面对全能的 AI 你连问题都问不出来;只要略知皮毛、问出起点问题,AI 就能顺藤摸瓜帮你深挖,不同领域的星点也能彼此融会贯通。课代表大为认同,回溯历史指出达芬奇之前最厉害的人物全都是通才(generalist),只是后来学科太深才被迫走向极度细分,如今 AI 正把通才重新推回舞台中央。
课代表又补充了自己在文章里写过的一句金句:「你以为学 AI 是学名词,其实学 AI 是学动词。」课本知识是名词,而游泳、打高尔夫、做播客和驾驭 AI 都是手艺、是动词。Koji 立刻联想到 Manus 在拉丁语里意为「手」——让满腹经纶的模型真正长出手来替人干活。
下半场角色互换:Koji 眼中的 2026 创投体感——泡沫、推土机与两条活路
聊到这里,双方正式互换角色,由课代表向 Koji 发问。第一问直指国内一线创业的真实体感。Koji 用「希望与失落并存」定调 2026:一方面创业热浪与资本癫狂前所未有、泡沫显而易见,但泡沫背面恰恰是大家对科技跃迁前所未有的信心。他尤其忘不了前不久采访 Paperboy 创始人时听到的那句话——「人类和 AI 的最佳协作方式很可能还没被发明出来」。哪怕今天用 Claude Code 或 Codex,人依然在频繁复制粘贴、提心吊胆它到底有没有把 Notion 里的背景读全——这些无处不在的摩擦本身就是新产品的缝隙。借用他常说的一句话:「软件已死,悲观者往往是正确的;但只有乐观者才有可能成功。」
话锋一转,他亮出令应用层创业者普遍窒息的现实:近期流传的一张图表显示,OpenAI 与 Anthropic 两家吞掉了美国所有 AI 软件与模型总收入的 90%,而 Cursor、Manus、Genspark、HeyGen 等所有应用加在一起只占 10%。这让应用创业常像「在推土机前面捡钢镚」。想躲开基础模型这台推土机,Koji 总结出两极分化的两条活路:
- 往天上跳(Moonshot):去做模型短时间碾不到的高门槛硬科技——例如具身智能(国内已有十几二十家估值近百亿元的公司,马上将出现 300 亿元估值玩家)与 AI for Science(AI + 芯片设计、新材料发现、AI 探矿、AI for Math、量子计算机设计),叠加过去教授与 PhD 创业在资本端拿到的正反馈,形成新热潮。面对课代表追问「AI for Science 到底 for what」,Koji 将其界定为普通白领无法参与的高级知识工作——其中 AI for Math 尤为关键,因为只有用数学把需求严谨描述出来,才能严谨验证并用强化学习(RL)不断推高模型上限。至于课代表追问具身智能高估值究竟是市场需求还是投资需求驱动,Koji 坦诚当下真实商业化(机器人表演、租赁做表演与数据采集、简单工业场景、卖本体给科研机构)体量很小,百亿估值本质是市场共识对「星辰大海」未来价值的提前折现。
- 往地下钻(Down to Earth):深入行业最脏最累的流程改造与交付——典型代表正是 OpenAI 与 Anthropic 一个月前不约而同推出的 FDE(前端部署工程师)。Koji 认为这相当于帮「AI 数字员工」入职上岗;课代表插话道,这事过去就叫售前、客户成功或驻场工程师;Koji 回应,重新命名本身就是在凝聚行业共识,让大家明白企业用 AI 绝不是给全员开个 DeepSeek 账号就完事,而要重做流程、知识库与文化。至于为何 FDE 人才需求还没立刻井喷,Koji 提醒创新扩散自有周期——从 Manus 展示强长程 Agent 算起才过去 1 年零 4 个月,连 Andrej Karpathy 都在年底发帖称 Agent 落地应按十年(decade)而非一年来计,就像电力真正淘汰旧工厂也耗费了漫长岁月。
被问「今天真有靠 AI 赚到钱的公司吗」,Koji 肯定地列出四类赢家:① 频频披露亮眼 ARR 的 AI 应用(Cursor、Lovable、Genspark、Manus);② 模型公司及押中上市模型股的投资者(提及当下两家中国上市模型公司);③ 靠 AI 降维打击同行的短剧、漫剧团队与外贸选品建站投流团队(课代表连声附和,自己在抖音刷到的满屏都是 AI 短剧和漫剧);④ 顺带聊及个人持股(声明不构成投资建议),Koji 坚定持有并看好腾讯与快手(可灵)——尤其强调「AI 留给腾讯的时间大大有余」,因为微信同时独占中国最大用户基本盘、全部社会关系上下文(从工作、班主任到前任)以及全世界独一无二的小程序 OS 生态(买保险、办签证、查星巴克与顺丰全在里面),再给任何新产品 5 年也攒不出来,一旦微信 Agent 落地,普通中国人将瞬间全民用上 Agent。
不做目标的「时间朋友」与新时代 VC 的副驾驶哲学
课代表接着把镜头对准 Koji 个人:作为做过 3 家公司的连续创业者,为什么现在选择停留在播客加投资合伙人的位置,而不再亲自下场创业?
Koji 坦言自己非常享受当下《十字路口》与真格基金投资合伙人之间的高度协同(synergy),甚至经常要到处辟谣自己没偷偷去创业。他剖析原因有二:其一,过往三次从 0 到 1 都源于按捺不住的原生 passion,现在还没等到足够强的创业 conviction,绝不为创业而创业;其二,创业注定伴随着「真实能力」与「必须定得极高的目标」之间的持续撕扯和焦虑,而做播客和早期天使投资反而无法拆解量化目标(没法硬逼自己今年必须涨 10 万粉或投出 5 个 OpenAI)——卸下目标焦虑后,他收获了一种崭新的笃定:只要每天坚持把确信值得做的那几件事做好,做时间的朋友,3 个月或 3 年后好事自然会发生。
课代表顺势分享自己写过的一篇文章,提出新时代 VC 的三个核心定位:不是自己变成媒体公司,而是① 叙事连接器(帮创始人打磨并放大故事);② Connector as a Service(横向连接大客户、办晚宴、说服犹豫的候选人——他回忆自己前东家 Statsig 早期拿红杉投资时资源体感不算强,直到 C 轮 Iconiq 进来,频繁带他们拜访大客户、攒晚宴让被投公司互助,威力惊人);③ 新型财务伙伴(帮初创公司打包提供招聘与财务基础设施)。
Koji 对此给出一个克制而清醒的补充:他始终信奉「自强则万强」——如果一个创业者事事依赖 VC 帮他做 A 到 G,反而会令投资人非常担忧。理想投资人应该像一位好副驾驶:关键时刻锦上添花、给足情绪价值,绝不是一路坐在旁边指手画脚喊「前面红绿灯注意看」。至于社区,他坦言没精力做像课代表那样的深度运营社区,更偏好频繁攒小规模晚餐和披萨局,促成一线创业者之间的化学反应。
给大厂想创业者的三条铁律,与 Koji 重点跟踪的五个方向
最后,课代表替社区里跃跃欲试的大厂人发问:今天想出来创业,怎么挑方向?Koji 先划出AI 时代依然不变的三条老铁律:① 找到「不想睡觉也要搞出来」的真热情,绝不要因为上班不开心而仓促创业;② 找到「自己做起来毫不费劲、别人却觉得挺累」的禀赋(比如研究茶叶 3 小时还能把朋友说得立刻下单);③ 从自己真实的切身痛点出发——他举出近期在真格闭门会听到的 OpenClaw 与 Hermes Agent 起家故事,OpenClaw 主要开源维护者分享,他们从 0 到 1 的起点竟然只是「Vibe Coding 太爽了舍不得停,但人总要吃饭,于是做了个能在手机上继续 Vibe Coding 的小工具」。
面对 AI 吞噬白领工作带来的剧变,Koji 分享了自己当下重点押注观察的五个具体创业方向:
| 方向 | 核心判断与节目里的具体案例 |
|---|---|
| 1. Everything Agent 与给 Agent 设计产品 | Agent 正钻进白领工作的毛细血管,催生沙箱、记忆、通信网络等基础设施机会(但 Agent 支付未必属于创业公司)。同时,为 Agent 设计产品成了新入口:飞书 CLI 直接拉爆飞书口碑;未来如果 Agent 想修一张国风美女照却调不到美图秀秀,你的产品在 Agent 世界就等于不存在。 |
| 2. Physical AI(具身智能与世界模型) | 尽管泡沫癫狂到常让人怀疑满地割韭菜,但 Koji 不断提醒自己:世界上有如此多顶尖聪明人扎堆于此,历史证明 10 个大泡沫里往往有 9 个沉淀出长期价值,值得持续花时间深看。 |
| 3. 视频模型解锁的新内容革命 | 引用数据称可灵 ARR 已达 5 亿美元、Seedance ARR 达 15 亿美元;云南小镇一位拍婚纱照的青年做出全球刷屏的电影感短片《僵尸清道夫》。两人由此激辩短剧价值:Koji 调侃把 VC 抢百亿具身 deal 拍成短剧(课代表笑称更想看修仙),并引用周恩来早年文艺座谈会名言「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」反对污名化短剧;课代表妙接一句「我不污名化短剧,但我唾弃喜欢短剧的我」。 |
| 4. 软件投资的重生(界面 + 数据 + 工作流) | 反驳「软件已死」:最小软件单元是一个 Excel 文件,由工作流、知识库/数据、界面(GUI)三块拼成,任意一块做透依然值钱。① 极致界面:点名给 Vibe Coder 用的 Mac 刘海屏工具 Vibe Island,集中显示 Claude Code 正在跑的 3 个任务状态,配以精致情绪化设计与打磨入微的游戏音效(课代表也盛赞好用);② 极致私有数据:二级市场等公开场域取不到的专有数据;③ 极致专家工作流:Koji 称如果 Marc Andreessen 或 Peter Thiel 把「聊创始人与评估团队」的工作流按次开放,自己愿花 100 美元/次至少买 10 次,正如他在真格跟着戴雨森、刘元、Anna 等同事聊项目复盘本身就是顶级 Skill。不过课代表泼了盆真实冷水:他曾把《真本事》提炼成 Skill 免费托管在个人网站上供下载与提问,结果没什么人用;Koji 认为这或许仍在用户习惯教育期,或在等待一个超级分发 App。 |
| 5. 和语音相关的一切 | 中文打字天然比英文费劲,语音承载的信息量与细腻度都远超文字;Koji 回顾当年 Talkbox 启发米聊与微信从 0 到 1 成就帝国的历史,认为语音界面与语音互动娱乐仍有大机会。节目在轻松笑声中收尾——课代表压轴分享搭档鸭哥做的语音版《Flappy Bird》,全靠人声的音高(pitch)控制小鸟升降,一家人围在一起学驴叫玩得不亦乐乎。 |
上下文怎样积累:把「积累」和「提炼」拆开的复利回路
本文自拟例子:一名研究者每周精读五篇论文。如果在聊天框里每次贴 PDF 问「总结这篇文章」,十周后依然毫无积累;按照课代表「Agent 工具 + 显性 Skill + 分层 Context」的三步法,工作流会演进为四环闭环:
- 原始积累层(Capture):用本地文件目录保存每篇论文原文、数据表摘录与批注笔记,先保证原始证据不散失,不急着一次压成极短摘要。
- 显性标准 Skill(Standardize):把读论文的隐性品味写成可执行步骤与检查清单——例如「先抽出任务设定与基线模型,再核对主表指标口径,最后单列未验证假设与局限」,明确配齐检索与制表工具,而不是只写「请用严谨学术口吻总结」。
- 按需提炼与路由(Distill & Route):当要写综述或反驳审稿意见时,Agent 按课题标签只检索相关论文切片与既有对比表,而不是把全部历史记录硬塞进单次上下文窗口。
- 纠偏回写(Feedback Loop):每次发现摘要混用了不同测试集指标或漏掉了关键消融实验,直接把这条教训补进 Skill 的负面检查项里,让下一次阅读的起跑线自动抬高。
可见复利从不会因为「聊得够多」自动产生——如果原始笔记有错、过期偏好未清理、或 Skill 只剩表面风格模板,Agent 只会把偏差更快地复制十遍。真正决定上限的,是可溯源的证据层与经过人类修订的判断标准。
独立判断:把「个人效率复利」「商业护城河」与「生活目标」分开检验
1. 「停掉 ChatGPT」是极佳的破冰口号,但真正分水岭是工作流权限而非界面标签
课代表用电机取代蒸汽机阐释 Agent 复利非常有力,也确实点醒了许多停留在「复制粘贴式聊天」的用户。但把建议绝对化为「彻底停掉聊天」,容易让人误以为换一个命令行工具就能自动拿十倍产出。实质差异不在于窗口长得像聊天框还是 IDE,而在于能否读写持久文件、调用外部工具链、沉淀可复用 Skill 并方便人类复核验收。快速查证概念、头脑风暴或跨领域故事化入门(如用小说初探世界模型)依然可以轻量完成,但切记故事化改写只适合降门槛,绝不能替代对照原论文与原始数据的严谨核验。
2. 「推土机前捡钢镚」点出了表层工具的脆弱,但软件护城河本来就不止靠功能代码
Koji 引用的「90% vs 10% 收入分布」虽然直观勾勒出基础模型极强的价值捕获力,却缺少披露统计口径、时间切片与利润结构,不宜当成铁律。同样,客户跟 Codex 聊两句就能跑出一次 A/B 检验,确实动摇了 Statsig 这类产品的浅层入门需求,但企业级生产环境真正付费购买的往往还包括持续数据管道、防样本污染的统计严谨性、多团队权限治理、可审计合规记录与故障兜底责任。另一方面,课代表自己把《真本事》做成免费 Skill 却少人问津,恰好从反面印证了他的判断:把专家方法论压成一段静态文本很难直接卖钱,用户愿意买单的永远是低摩擦融入日常场景的稳定结果,或者如 Vibe Island 般把情绪与交互打磨到极致的成品体验。
3. 节目最具张力的追问:省下来的 70% 时间,究竟流向哪里?
整场对谈最耐人寻味的对照出现在两位亲历者的坦诚里:一边是工具链把效率拉高后,课代表却反思「我为什么非要赚十倍的钱」,甚至在尝试做「不 productive 的榜样」时仍被短视频和 Vibe Coding 时的功利焦虑反噬;另一边是连续创业三次的 Koji 选择暂时放下高压目标,转向做没有硬 KPI 的「时间的朋友」。工具只能回答「如何把四小时的工作压缩到一小时」,却永远替人类回答不了「多出来的三小时该用来做什么」。无论是「0.5% 的小步行动」还是「100 门课的通才愿景」,最终都需要放在个体真实的财务安全垫、家庭责任与长期深耕成本里权衡——把探索边界拉宽的同时,拥有一两块经得起市场检验的扎实底盘,或许才是穿越焦虑最稳妥的支点。
证据边界与资料索引
本文依据《十字路口》官方单集简介与完整第三方机器转写整理,未逐字听审原音频。需特别说明:第三方机器转写在本期存在明显的说话人标错——开场将主持人误标为 Ronghui(据官方简介本集仅由 Koji 与课代表立正对谈),下半场双方互换角色后,转写又将 Koji 的多段长回答误标为「课代表 / 课代表立正」;正文已严格结合官方单集简介、前后文人物经历(如真格基金同事、三次创业、Statsig 与《真本事》归属等)逐段校对归位。此外,转写中的「亚哥」据官方简介校为「鸭哥」,「Stastic」校为「Statsig」,「Andrew Karpas」校为「Andrej Karpathy」,「J Spark / JetSpark」校为「Genspark」,「Open Cloud / ARMs Agent」校为「OpenClaw / Hermes Agent」,「克林 / C Dance / 慢剧」分别校为「可灵 / Seedance / 漫剧」,真格同事「刘媛」按业内常用名校为「刘元」。Superlinear Academy 营收、90% vs 10% 收入分布图、可灵 5 亿美元与 Seedance 15 亿美元 ARR、具身智能百亿至三百亿元估值及二级市场观点均为 2026 年 6 月录制时点嘉宾口述与个人看法,未逐项独立审计,亦不构成任何投资建议;论文阅读工作流案例为本文自拟。