准备
在平台治理、模型能力和用户需求尚未确定时，先建立低成本、可迁移的能力。
核心判断：创业不是线性外推，而是主动改变博弈状态
肖弘多次强调“世界不是线性外推，做博弈中的重要变量”。这句话不是成功学，而是一种在高不确定性下配置选择权的方法：提前用可承受的成本做能力准备，等待技术或平台约束变化；一旦信号出现，迅速把准备好的能力包装成产品，形成用户、收入和反馈，进而改变下一轮博弈。
产品优势 ≈ 模型事件 × 用户可见界面 × 独特分发 × 反馈速度 −（模型依赖 + 失败成本 + 责任风险）
转化
把一次模型突破变成浏览器插件、助手、云端电脑或可交付工作，而不是只讲参数。
控制
用沙盒、权限、回滚和结果评价把开放式行动变成可承担的任务。
本文的中心推论Agent 公司的壁垒不是“自研了一个模型”，而是拥有一个能随模型更换而继续工作的环境：状态、工具、反馈、失败恢复和用户信任都可迁移，模型只是其中一个可替换部件。
3:22:47 内容地图：从微信插件到云端 Agent
| 时间 | 章节 | 关键问题 |
|---|---|---|
| 00:00–17:04 | 大学与第一次创业 | 为什么从微信编辑器、SCRM 和 Hackathon 进入创业？ |
| 17:04–52:27 | 平台博弈与产品选择 | 如何在第三方插件治理前，把 CRM 做成用户习惯而不是定制项目？ |
| 52:27–1:05:55 | 资本、团队与出售 | 资本为什么是新技能维度，出售又如何避免组织泡沫？ |
| 1:05:55–1:28:04 | Monica 的起点 | GPT-3 API 冲击后，为什么先做浏览器插件和海外市场？ |
| 1:28:04–1:48:38 | 模型与应用 | 自有模型、无模型、多模型和品牌分发分别承担什么角色？ |
| 1:48:38–2:15:15 | 模型像芯片，产品像整机 | “新 Andy—Bill 定律”如何解释 AI 应用的价值迁移？ |
| 2:15:15–2:36:01 | DeepSeek 与应用事件 | 为什么 o1 与 DeepSeek 的产品体验会改变用户对模型的理解？ |
| 2:36:01–3:05:00 | Agent、环境与安全 | 代码、API、浏览器、沙盒和云端电脑如何组成行动空间？ |
| 3:05:00–3:22:47 | 重要变量与未来工作 | 在白领收缩、全球化和模型商品化之后，创业者如何下注？ |
节目包含两个录制阶段，主持人对“今年/去年”的指代需按录制时点理解；本文不把后来的行业结果倒灌成当时的必然结论。
一、早期创业的关键不是点子，而是平台约束的提前建模
肖弘从武汉、华中科技大学和微信编辑器讲起：早期项目既要解决真实的内容生产问题，又要预判平台会如何治理第三方插件。他们没有被短期定制收入锁住，而是选择先做产品、等待用户，甚至在六个月没有用户时继续打磨。这个选择把一次性合同换成了可复用的产品资产。
当平台最终收紧插件，产品已有十万级文章与品类心智，说明创业者可以在约束出现前购买时间。但这不是鼓励赌命，而是要求把赌注限制在可承受成本内：提前做的能力必须能在多种平台状态下复用，且有明确的停止条件。
短期收入
定制项目能快速回款，却容易把团队锁进客户需求和不可复用代码。
长期选择权
产品化等待用户更慢，但平台变化时拥有更强的迁移速度与品牌记忆。
二、GPT-3 冲击后的 Monica：先买用户理解，再买模型选择权
2022 年 GPT-3 API 让肖弘看到语言模型可能成为新的能力层。他没有先做大而全的研究平台，而是从浏览器插件、ChatGPT for Google 和海外用户访谈开始，把模型能力嵌入已有的搜索习惯。目标价位、用户场景和分发渠道先于模型自研，这使团队可以快速观察什么结果真正有价值。
后来把多个模型与多个生态放进一个助手，反映出产品公司的现实取舍：自有模型带来时序控制、成本和差异化；不自研则能选择最适合任务的模型、避免把研发资源押在单一技术路线。模型会像芯片一样逐渐商品化，产品、品牌、渠道与服务因此变成新的组合资产。
模型事件
用户场景
可见界面
分发入口
反馈数据
下一次产品
三、“新 Andy—Bill 定律”：模型进步会重新定义产品壳
访谈把 AI 应用类比消费电子：模型像芯片，产品像整机，用户购买的是完整体验而不是零件参数。模型越强，产品壳越需要重新设计——更长的上下文、更少的提示词、更高的自动化和更强的结果编辑能力。模型公司与应用公司之间不是简单的上下游关系，而是不断重新划分价值边界。
应用仍有几个不能被 API 自动提供的资产：对用户的理解、场景中的隐含约束、错误时的兜底、与支付/身份/权限的连接，以及把模型能力转为可传播的产品语言。DeepSeek 让“强模型可以更开放、更便宜”变得具体，也让纯 API 壳的脆弱性暴露得更明显。
Insight：模型商品化会提高产品判断的权重当能力供应更丰富，创业者不能只问“哪个模型更强”，而要问“哪一次能力变化能让用户在今天完成以前完成不了的结果”。
四、o1 与 DeepSeek：模型事件只有变成体验，才会改变市场
肖弘观察到，o1 的重要之处不只在分数，而在于用户第一次明显感知到模型“花时间思考”；DeepSeek 则把推理、开放和低成本带入更大范围的产品讨论。模型思考被看见，才会改变普通用户对 AI 的期待；否则技术进展只停留在开发者圈层。
这也解释了应用公司的机会：在模型事件出现时，谁能最快把新能力放进搜索、写作、代码、研究或办公的具体界面，谁就能获得一轮用户反馈。但窗口不会永远开放，平台会迅速把成功模式原生化。产品要把一次流量高峰变成可持续习惯，必须继续提供独特上下文和结果责任。
五、Agent 不是 API 串联：它要在环境中感知、执行并承担失败
访谈把 Agent 拆成环境感知与执行：代码可以改文件、API 可以调用服务、浏览器可以操作网页，三者组合才构成行动空间。仅仅把多个 API 串起来，无法处理动态网页、权限变化、错误恢复和“做错了会怎样”的问题。
| 组件 | 负责什么 | 必须补的验证 |
|---|---|---|
| 观察 | 读取页面、文件、状态和任务上下文。 | 来源、时间、权限与数据新鲜度。 |
| 规划 | 把目标拆成可执行步骤，决定何时调用工具。 | 计划是否可解释，是否存在循环与越权。 |
| 执行 | 写代码、操作浏览器、调用 API、修改环境。 | 沙盒、最小权限、幂等性与人工确认。 |
| 恢复 | 发现失败、回滚状态、换路径或请求帮助。 | 错误分类、恢复成功率与事故审计。 |
云端电脑和虚拟沙盒的意义，是把开放式行动变成可以复制、暂停和回滚的环境；它们不是附属基础设施，而是 Agent 能否扩展的训练与责任边界。
六、创始人方法：用博弈思维管理时间、资本与不确定性
肖弘的策略不是预测所有变量，而是控制自己能控制的变量：选择合适的市场、构建可迁移的能力、把反馈做快、在领先时加速。资本不是终点，而是购买人才、时间和试错次数的工具；出售公司也可以是给团队兑现、避免泡沫和保留长期精力的理性选择。
可控变量
产品速度、用户访谈、模型抽象、权限设计、现金流和组织节奏。
外部变量
平台政策、模型发布、资本市场、竞争对手和宏观需求。
策略动作
用低成本准备应对外部变化，用明确里程碑决定是否 All-in。
进一步推演：这期访谈留下的八条 Insight
- 创业优势来自“提前准备 + 快速转化”。 预测不必准确到每个细节，只要准备成本可承受且能力可迁移。
- 模型事件必须经过产品界面才能形成市场事件。 用户看到的是任务结果、时间变化和新习惯，而不是训练曲线。
- 模型无关是架构纪律，不是宣传口号。 换模型后仍能保留上下文、评价、分发和责任，才真正拥有选择权。
- Agent 的核心资产是环境。 沙盒、云端电脑、文件系统、权限、回滚与日志共同定义行动边界。
- 应用护城河在失败时显现。 成功路径容易复制，错误分类、恢复和用户信任更难被平台瞬间吸收。
- 资本应被记为选择权账本。 融资买的是时间、人才与反馈，不是必须兑现的确定叙事。
- “成为重要变量”意味着主动制造反馈。 不等待市场证明未来，而是用产品、用户和收入改变未来的概率分布。
- 白领自动化要按任务而非职业判断。 一个职业会被拆成可自动化、需协作和需承担责任的不同片段。
这期创业史还提醒一个常被忽略的时间点问题：同一句“模型是商品”在 2022、2024 和 2025 年的含义不同。模型能力、API 价格、用户教育和平台治理一直在移动，因而不能用今天的产品结果反推当时的选择必然正确。更好的复盘方式是回到当时可见信息，检查团队是否做了低成本实验、是否保留了替代路径、是否把失败转换成下一次产品设计。这样既能尊重创业者的判断，也能避免把幸存者叙事误当成普遍方法。
怎样证伪或修正这套判断
- 若拥有自研模型能长期显著提高产品留存、成本和质量，模型可替换性的价值会被低估。
- 若 Agent 在没有沙盒、回滚和明确权限的情况下也能安全完成高后果任务，环境与治理的成本需要重新估计。
- 若平台原生产品无法复制应用的用户关系、行业上下文与错误恢复，应用窗口可能没有节目中说的那么短。
- 若融资规模与市场领先之间存在稳定因果，选择权账本需要补上资本规模的非线性作用。
证据边界与资料索引
正文以 #95 的完整逐句材料为主；本期在 2024 年秋季与 2025 年春节后分两次录制，主持人已在节目中做时间说明。用户数、收入、融资、估值、团队规模、产品完成率和未来职业预测均按嘉宾口述或节目语境处理。本文不把后续 Manus 相关行业事件倒灌成录制时点的必然性。
- Zhang Xiaojun Podcast #95：对 Manus 创始人肖弘的访谈：原始视频入口。
- Scripod #95：公开章节与文字入口。
- Manus 官方文档：Welcome、Browser Operator、Manus Desktop：产品与环境边界。
- DeepSeek-R1 论文、官方发布：推理与开放模型对照。
- OpenAI o1、Anthropic Claude 3.7：模型事件与产品化路径。
证据顺序：节目原始材料 → 公司/模型一手资料 → 本文分析。完整精确文字、章节阅读版、SRT 与审计结果保存在私有材料区；公开页提供结构化深读，不复刻整期逐字稿。