这是 AGI 原野新系列《寻找 100 位 AI 创业者》的第一集。

你有没有过这样的瞬间：发现一个行业痛点，或者自己被某个流程折磨到不行，突然觉得，这件事如果用 AI 做个工具解决，应该会很有价值。

那一刻你甚至会有点兴奋：这不就是一个很酷的产品吗？

但很快问题就来了。教程里看起来一个晚上能做完的东西，自己一上手才发现：第一版到底从哪开始？不会写代码，怎么让 AI 真正帮我写？这个需求是真需求，还是只是我自己的错觉？

于是很多想法，最后都停在了备忘录里。

这一期的嘉宾孙睿泽，是一位在韩国读本科的 05 后创业者。他也经历过这样的时刻。不同的是，他真的从把 VS Code 的报错截图丢给 GPT 开始，一点点做出了一个面向在韩留学生找房和转租的 AI 产品。看起来是做一个传统的租房市场，但他用AI给出了一种新的需求的解法。睿泽的项目网站在这里：nestlinker.com，更多项目介绍见文末，项目目前正在融资，感兴趣的朋友们欢迎私信我们联系睿泽。

这一期我们想聊聊，一个非科班背景的人，怎么借助 AI 工具，从 0 开始做出一个可以运行的产品；以及当代码真的跑起来之后，一个年轻创业者还要面对哪些关于用户、市场和冷启动的问题。

另外这一期节目是在7月初韩国首尔ICML机器学习的会议现场完成的录制，背景音也许会有一些嘈杂，请大家见谅。那么，让我们开始吧！

时间轴：

00:04 开场：为什么很多 AI 产品想法最后停在备忘录里

03:44 05 后留学生第一次接触 AI 和编程：从韩国代购开始

06:06 最早的“人肉 Agent”工作流：打通 ChatGPT 和 VS Code

08:05 从汉阳到高丽：初探人工智能

09:47 拿到 Kaggle 银牌！

11:39 身边人使用 AI 的两极分化：聊天工具 vs 生产力杠杆

13:20 为什么开始做 AI 找房：韩国租房保证金和转租压力

14:48 留学生转租痛点：微信群、小红书和本地平台的信息分散

17:05 从想法到行动：非科班出身，遇到的真实问题

20:08 Agent to Agent 找房设想：用户 Agent 与房源 Agent 自动撮合

23:12 A2A 的现实问题：算法优化、API 成本和市场边界

28:07 从程序员视角转向 CEO 视角，直面营销、流量和用户问题

31:56 Vibe coding 经验：不要迷信 prompt 模板，要在真实问题里学习

关于《寻找100位AI创业者》的节目介绍，请阅读微信文章：我们想记录100位正在用AI改变现实的人

联系我们，成为嘉宾聊聊你的创业故事，或者加入我们的技术共创社群，请戳👇：

睿泽的项目介绍：nestlinker.com

NestLinker 帮助韩国留学生更高效地解决居住问题。我们把租房需求按转租、短租、合租、找室友四类意图组织起来，用结构化筛选和 Agent 检索做匹配，减少无效沟通。下一步是 User Agent 代起草私信、A2A 双边 Agent 协作，关键决策仍由人确认。

留学生在首尔找房，常见问题是：需求表达模糊、信息维度太多、跨语言沟通成本高、信任难验证。NestLinker 从「发布意图」重构信息流，并结合校园认证、私信约束和防骗机制建立信任底座。

在匹配层，我们不是简单推荐，而是自然语言 → 结构化参数 → 确定性检索 → 可解释结果。Agent 只基于平台真实 listing 工作，缺条件会追问，避免幻觉。

路线是 C2C 到 U2A 再到 A2A：先让人找房，再让 Agent 代筛选和代起草，最后让租客 Agent 与房东 Agent 在规则内协作。我们认为住房问题的终局不是更多列表，而是更低摩擦的协作网络。