
Vivian在哪里49|WTCC主持人笔记:AI硬件出海与GTM重塑两天前,上海 WTCC 大会,我作为主持人,和一线 AI 硬件出海创业者、海外营销和渠道增长专家,一起聊一个核心问题:AI 硬件出海,怎么找到真正的 PMF? 我是 L Ventures 的 Vivian,我们专注早期 AI、硬科技与出海的孵化与投资,同时运营声量创投生态,帮助创业公司面向资本市场放大声量、搭建影响力。 这场圆桌,我们首先达成一个共识:过去中国制造出海那一套成熟打法,放到 AI 原生硬件身上,已经行不通了。 硬件是慢的,开模、供应链调整动辄两三个月;而 AI 很快,模型、交互体验几周就会迭代变化。这种快慢拉扯之下,众筹、独立站、线下渠道,到底该怎么搭?整场对话最核心的实战结论:AI 硬件出海,不存在万能的 GTM 公式。 首先是 GTM 路径要重新理解。传统消费电子出海,大家习惯线性流程:众筹起量,再转独立站、平台,最后铺线下。但这套先后顺序,在 AI 硬件时代失效了。 众筹、DTC 独立站、平台电商、线下分销,不是递进步骤,而是四套独立工具,需要按需组合。 众筹适合新概念、开创性产品,用来验证付费意愿、拿到第一批种子用户、获得海外媒体曝光,但它的用户以极客为主,不能代表大众市场; DTC 独立站自主权最高,尤其适合软件需要高频迭代的 AI 设备,可以直接触达用户,快速验证、小步快跑; 亚马逊这类平台,更适合已经被市场教育成熟的品类,全新 AI 品类直接上架,很容易没有流量、溢价困难; 线下渠道是规模化营收的必经之路,但它对供应链、毛利、售后、退货管控要求极高,绝对不能过早入场。 0-1 冷启动,怎么选? 众筹不是靠一条 Demo 视频就能爆,上线前要做好叙事打磨、红人盲测和社群预热。同时要理性看待众筹,众筹金额只是手段,它真正价值是验证需求、沉淀社群,不要被账面数字迷惑。 如果你的产品软件迭代节奏极快,我会更推荐直接 DTC 冷启动。众筹预售周期太长,等到半年交付的时候,当初的 AI 体验很可能已经过时。DTC 可以按周迭代落地页、营销叙事和软件版本,用现货交付打磨更健康的商业模式。 线上验证跑通,想要再切入线下,可以参考火箭发射模型:先完成入轨前的全量校验。 供应链稳定性、本地化售后、全球合规、毛利与退货红线,四项缺一不可,如果有一项不达标,贸然铺线下,库存、现金流都会面临巨大风险。校验全部完成之后,再从小范围优质展厅拿到品牌背书,逐级推开分销管线,稳步放量。 再聊聊怎么找到真实 PMF,避开自嗨。普通用户不会为大模型参数买单,他们只关心设备能不能简单自然地解决真实痛点。 我们现场总结了几个验证思路:用概念 Demo 提前做市场前测、品牌叙事落到真实场景、持续追踪 CAC 和社群活跃度,优先用广告 A/B 测试、红人盲测替代传统问卷。 另外,如果你是一个新品类的开创者,团队虽然手握定义权,但要承担高昂的市场教育成本,核心是共建早期用户社群;品类跟随者不用教育市场,但容易陷入价格战,跟随着机会在于深耕垂直场景,靠稳定交付取胜。 AI 硬件还有一个底层变化:商业模式变了。传统硬件是一锤子买卖,而 AI 硬件售出,服务才刚刚开始,硬件变成服务入口,长期会走向硬件微利,叠加订阅、算力增值服务。同时海外用户普遍有隐私焦虑,很多场景下,我们要适度弱化 AI 标签,强调端侧本地计算、数据安全。 这场圆桌里大家最大的共识,就是硬件和 AI 天然的节奏错配。硬件改模成本高、周期长,AI 模型迭代又极快,辛苦做出来的功能,很容易被新模型抹平。 一个破局思路,是做「终端即接口」:不用自己硬做通用大模型,团队核心精力放在传感器、交互体验、端侧算力调度,做好模型的选型与适配。架构提前解耦,抓住硬件独有的优势 —— 它能捕捉空间、体感、环境这些纯线上软件拿不到的物理上下文,这是很难复制的壁垒,设计之初预留算力余量,后续升级多模态,不用重新开模。 最后展望2027年赛道方向,AI 硬件出海会告别概念混战,走向场景深耕、稳定交付。三个方向值得持续关注:成熟消费电子的 AI 无感升级、具备主动感知的物理智能体,还有长期用户记忆与上下文管理能力,这会是长期竞争的核心壁垒。 最后我们总结:AI 硬件出海没有标准答案,没有万能 GTM 公式,所有渠道和产品策略,最终都要匹配你的产品、匹配你的用户。 以上就是本次圆桌的笔记分享,谢谢大家。
Vivian在哪里48|裁员 30 人背后:a16z 正在重构顶级 VC 新战术与组织进化论几周前,硅谷风险投资巨头 Andreessen Horowitz(a16z)悄然完成了一轮针对内部团队的重大调整。 a16z 裁撤了其Full Stack Talent(全栈人才招聘)团队中的大部分成员(该团队此前规模约 34 人)。受影响的岗位主要集中在负责为被投企业(Portfolio Companies)寻找和招募 C-suite 高管、技术头人的共享服务中心。被保留的少数人才专家不再作为独立的中央平台存在,而是被直接“下沉分流”至 Growth、Crypto、AI 等具体的垂直细分投资组中。 在外界过去的印象中,a16z 一直是“VC 平台化”与“投后全要素赋能”模式的鼻祖与行业天花板。在上一轮牛市中,“像运营大型企业一样运营 VC”、“用数百人的投后团队在竞争中碾压传统 VC”是 a16z 最骄傲的招牌。 那么,这样一家掌管近几百亿美元资产、向来不差钱的巨擘,为什么裁员?为什么偏偏选在 Talent(招聘)这个核心平台职能下手?更深层的问题是:在精简了泛化中台之后,a16z 到底把筹码重注在了哪些“王牌职能”上?其最新布局的“a16z 学院”与各种孵化计划,又透露出顶级 VC 从“后置投后服务”向“极致前置孵化”演进的什么新趋势? 为什么裁?庞大中台模型的“ROI 危机”与转向 要理解这次裁员,首先要回看 a16z 当年的起家逻辑与它所面临的现实范式转移。 Marc Andreessen 和 Ben Horowitz 创立 a16z 之初,提出了著名的“Agency Model(好莱坞经纪公司模式)”。他们认为,传统 VC 依靠单打独斗的合伙人效率太低,而 a16z 要像 CAA(著名好莱坞经纪公司)那样,建立强大的后勤平台——PR(公关)、Government Relations(政府关系)、Talent(招聘)、Market Development(市场拓展)应有尽有,用巨量资源砸向创业者,通过“全要素平台赋能”在源头锁定最顶尖的创业者。 然而,十余年过去,这一模式正遭遇深刻的宏观与效率挑战: [图片] 1. 资本退出的“低速时代”与 LP 精算管理费 在过去高利率、一二级市场倒挂、IPO 窗口受阻的大环境下,DPI(现金回报率)彻底取代了 TVPI(账面回报率),成为 LP 考核 VC 的硬指标。 在牛市时期,凭借庞大的 AUM(管理资产规模),VC 可以获得丰厚的管理费收入,用以养活数百人的庞大中台。然而,当市场进入精细化运营周期,LP 对管理费的开支效率越来越敏感——“我支付的管理费,究竟是转化成了更高的投资回报,还是投入到不产生直接 Deal 价值的中后台人员?”当挤干水分的周期到来,GP 必须重构成本结构,把每一分钱用在刀刃上。 2. “中央集权中台”向“去中心化垂直单元”的必然演进 随着 a16z 的管理规模跨过数百亿美元门槛,它已经不再是一家单一的 VC,而是一个涵盖 Crypto、Bio+Health、Growth、Games、AI、Infrastructure 等多个平行基金的“投资集团”。 在过去,中央 Talent 团队试图统揽全局。但现实是:一个通用的中央招聘平台,根本无法同时深刻理解高能物理级别的 AI 科学家、Web3 领域的匿名极客以及生物医药领域的顶级 R&D 负责人。当不同领域的门槛越来越高,“中央大中台”的通用招聘匹配效率大幅下降。将 Talent 职能拆散并“下沉”至各个Vertical具体基金,形成小而精的垂直服务单元,成为了组织演进的必然。 为什么偏偏裁“Talent”职能?——AI 时代的降维打击与服务错位 在许多创业者眼里,VC 帮找人是“最实惠”的投后服务,为什么 Talent 部门首当其冲? AI 彻底改变了“人才 Search, Mapping & Screening”的工作流 这也许是本次裁员中最具戏剧性也最深刻的信号:作为全球投 AI 最猛烈、最激进的 VC,a16z 正在用 AI 吃掉自己内部最容易被标准化的岗位。在过去,一个数十人的 Talent 团队,大量日常工作是极其繁重的“劳动密集型”体力活:在 LinkedIn、GitHub、Google Scholar 上抓取数据并整理人才 Mapping 表格;批量初筛简历、记录候选人状态;协同 Founders、候选人与 VC 合伙人之间极其繁琐的日程 Schedule 调度。 但现在,AI Agent 和智能化 Talent 工具在 Headhunting 前期的取代率极高。基于 LLM 的人才知识图谱,可以在数秒内精准锁定某个细分论文领域的顶尖学者,甚至能结合社交媒体数据对人才的跳槽意愿做预测。AI 替代了 70% 的前端数据整理与初筛流程,基础的招聘中台因此产生了严重的人力结构性冗余。 从“帮创业者找人”到“教创业者找人” 在实践中,a16z 与众多 被投企业逐渐发现了一个痛点:VC 替创始人做猎头,常常是“吃力不讨好”的。 顶级人才(尤其是突破性 AI 项目的 Co-founder、VP of Eng)的加盟,90% 依赖于 Founder 自身的个人魅力、愿景以及深度技术对话。VC 的中央招聘团队or推荐背书的猎头人选,往往带有“猎头范儿”,缺乏具体业务场景的深刻洞察,匹配度反而不如细分 Vertical 内的深度头人。 a16z 逐渐意识到:与其维持一个数十人的团队亲自帮企业做 Headhunter 的活,不如只保留少数极资深的人才合伙人(Talent Partners),其核心职责转变为“教 Founder 怎么建立 Hiring 体系”以及在最关键时刻进行顶级资源背书。 重构组织——当下a16z 最重视的四大“王牌职能” 裁撤泛化的中央招聘团队,并不意味着 a16z 放弃了投后或运营。相反,这标志着资源正在向四大“核心阵地”加速集中: [图片] 极度靠前的“孵化与原初造物”能力(Incubation & Pre-Idea Sourcing) 在当前 AI 突破日新月异的时代,传统的“等待创业者写好 BP 后来 Pitch”的 VC 逻辑已经失效。真正顶级的人才在离职第一天甚至离职前就已经被锁定。a16z 正在把大量的资源从“投后服务”前置转移到“投前孵化与人才培育”。 政策与监管套利力 在当前美联储政策转向、AI 监管趋严、Crypto 行业合规压力巨大以及地缘政治日益复杂的背景下,a16z 在华盛顿和政策端的投入不降反升。 合规不再是防御性工作,而是一种核心竞争壁垒。能够为 Portfolio 争取合规空间、游说监管机构、摆平政策障碍的能力(例如在华盛顿建立强大的政策智库与游说网络,帮助加密项目与 AI 企业进行合规护航),其壁垒和价值远高于传统的 HR 招聘。 内容与思想领导力(Thought Leadership & Distribution Engine) “a16z 是一家碰巧做投资的媒体公司”——这句名言至今依然成立,甚至在 AI 时代被进一步放大。 在信息爆炸时代,如何通过顶级播客、深度研究报告(如《16 Changes to the Tech Landscape》)、AI 趋势预测来锁定全球顶尖 Founders 的“第一心智(Top of Mind)”,依然是 a16z 的杀手锏。相比后端笨重的招聘服务,前端强力的思想输出能产生极高的杠杆效应,一篇文章或一场播客就能吸引上百个顶级项目自动上门。 极致的 Core Dealmakers(产生 Carry 的核心投资人) 在 VC 的底层逻辑里,最顶级的 Dealmaker(能拿到生成式 AI 或突破性领域标杆项目的人)永远是第一生产力。精简中台成本,本质上是为了给最核心的 Dealmakers 提供更强力的激励与跟投支持,确保在头部项目的竞价战中无往不利。 先于投资做孵化的新战术——从“a16z 学院”到 Speedrun的深度观察 在本次 Talent 团队调整的背后,隐藏着 a16z 近年来最大的一次战略跃迁:将投资触角无限前置,甚至自己做“教育机构”和“孵化器”,在项目成为“公司”之前、在人才提出“Idea”之前就完成锁定。 [图片] 如果你仔细观察 a16z 最近的动作,会发现其在孵化侧的投入达到了空前的强度: 创办“Horowitz Andreessen Academy(HAA)”:抢夺最源头的人才密度 2026 年下半年,a16z 联合知名创业者 Gagan Biyani 等人,在旧金山正式孵化并领投了The Horowitz Andreessen Academy(HAA,霍洛维茨-安德森学院)。 它是什么?这不是一个普通的线上课程,而是一家位于旧金山、面向刚高中毕业或大学早期的顶级年轻 Builder(建造者)的全日制、免学费学院。 逻辑是什么?在 AI 时代,“知识(Knowing)”的获取门槛被压到了极低,而“执行与造物(Doing)”的价值陡增。a16z 发现,最顶尖的 AI 开发者和创新者年龄越来越小,传统的大学教育模式正严重滞后于技术演化。 VC 的终局图谱:通过出资 $35M+ 领投并直接参与 HAA 的建设,a16z 实际上将自己变成了一所“终极创业大学”。通过将这批最聪明的 18-20 岁技术极客集中在旧金山同一栋大楼里,a16z 在他们甚至还没想好要建什么公司时,就已经建立起了深度的信任与股权绑定关系。 Speedrun 与 Alpha Fellowship:打造自有的超级孵化与人才输送管线 除了 HAA 这种基础教育级别的尝试,a16z 的Speedrun孵化计划也已经从最初的游戏/互动媒体扩张为全领域的 AI 孵化平台: 12 周极速迭代:Speedrun 提供最高达 $1M 的 Pre-seed 资金,直接把创业者接到旧金山办公,并为其配备顶级 mentors。 Alpha Fellowship(Pre-Idea 级支持):针对极其年轻的开发者,提供“Pre-Idea, Pre-Team, Pre-Entity”的极早期支持。即使你只有一个初步的想法甚至只是个人技术很强,a16z 也会通过 Alpha 计划给你资金和场地,带你在旧金山进行 8 周密集的 Build。 孵化器与人才网的融合:有趣的是,Speedrun 内部不仅包含 Founder Track,还设置了Talent Track。这实际上填补了被裁撤的泛化招聘团队的空缺——通过孵化器内部的社群生态,让最顶尖的技术人才在 4 周内直接嵌入到最爆发的 Speedrun 初创公司中,实现去中心化的、基于实际 Build 过程的自动匹配,而不是靠猎头打电话。 为什么新一代的 VC 必须走向“孵化优先”? 估值溢价的挤压:在 Seed/Series A 阶段,好项目的争夺已经演变为资本的死磕,估值往往被推到天价。只有在 Pre-Seed 甚至 Pre-Idea 阶段自己动手“孵化”,才能以极具吸引力的条款获取高比例股权。 AI 时代的“造物门槛降低,筛选门槛升高”:有了 Cursor、Claude 等 AI 工具,建立一个 MVP(最小可行产品)的难度降低了 90%。每天市场上都会诞生成千上万个 AI 应用,传统的筛选方式成本极高。通过自己的 Accelerator/Academy 制定规则(必须有 Working Demo,必须有实际 Ship 的速度),VC 可以建立高效率的“Filter”。 彻底锁定网络效应:当 Founders 的第一个联合创始人、第一批 $100K 资金、第一个旧金山办公桌乃至第一批核心工程师全部来自 a16z 的孵化生态(HAA/Speedrun),竞争对手 VC 根本无从下嘴。 a16z 组织架构进化论对全球 VC从业者与创业者的启示 a16z 的这次重组与战略转向,不仅是一家机构的自我革新,更是全球风险投资行业演进的风向标: 告别“大中台”,转向“小团队 + 超级平台” 盲目堆砌投后人数的“军备竞赛”时代彻底结束。未来的顶级 VC 不会再拼谁的 HR 团队大、谁的行政后勤全,而是拼: 能否通过AI 自动化极大地简化后端重复劳动;能否通过垂直 Pod 架构提供高浓度的产业资源;能否通过品牌与内容杠杆形成顶级的人才虹吸效应。 投后赋能的“去中介化”与生态化 VC 替创业者做猎头、做公关的“包办婚姻”模式证明了效率低下。取而代之的是建立能够发出有效声量和影响力的生态系统——无论是通过创业者社群、孵化器 Cohort,还是极客学院,让创业者与人才在系统内部自发碰撞、自行组合。VC 的角色是“提供土壤与催化剂”,而不是“亲自当下场搬砖的工人”。 对创业者的要求:拥有自身的 Hiring & Distribution 进化能力 对于创业者而言,a16z 的变化意味着不能再幻想“拿了 VC 的钱,VC 就会帮我配齐所有高管”。在 AI 时代,创始人自身的Talent Brand(人才吸引力)、招聘与组织能力依然是企业生存的最底层壁垒。同时,AI 时代极度看重“Shipping Velocity(交付速度)”,一个能快速出 demo、能持续迭代的团队,比一个懂写漂亮 BP 的团队在当下的 VC 眼里价值高出十倍。 结语:VC 的终局是“人才OS”而不是“人才Agent" 从创立之初用“好莱坞 Agency 模式”打响 VC 平台化第一枪,到今天果断裁撤泛化 Talent 中台、重注“前置孵化器与学院”,a16z 展现出了极强且冷酷的组织进化能力。 VC 的本质,终究是对人类顶尖创造力的捕捉与下注。在这个 AI 重塑一切的节点上,a16z 告诉了行业一个残酷的真相:不要在后端的繁琐服务中沉溺,去最源头的地方——去旧金山的大楼里、去最年轻极客的写字桌前,在他们写下第一行代码之前,成为他们唯一的伙伴。 关于我们 L Ventures × 声量创投生态,核心团队来自一线美元基金,深耕一级市场,运营GP/LP与产业投资方社群,陪伴创业者长期成长。 我们提供超早期投资与孵化、产业战略咨询、投融资品牌叙事架构搭建、组织架构升级服务,前置搭建并长期维护企业声誉体系与公共传播策略。依托行业专家级生态伙伴网络,联动产业、科研与资本资源,为创业企业与投资机构提供深度、全周期陪伴式服务。 联系我们 后台私信留言,或加小助理VX:WhereisVivian131,对接团队。 引用与参考资料 (References) Axios Tech Report:Andreessen Horowitz restructures talent team in shift from agency model, 2024–2026. a16z Official Newsroom & Podcast:The Future of Building, Talent Systems, and Ecosystem Networks in AI Era. Speedrun & Alpha Fellowship Program Announcements: Andreessen Horowitz Accelerators Portal (speedrun.a16z.com). The Horowitz Andreessen Academy (HAA) Initiative:SF Builder Academy Project Filings & Public Launch Briefings, 2026. PitchBook & CB Insights Data:VC Exit Markets, DPI/TVPI Ratios, and Management Fee Efficiency Benchmarks. 免责声明 (Disclaimer) 本文为基于公开行业新闻、机构公告及风险投资市场趋势分析的独立观察与讨论,不构成任何投资、法律或财务建议。文中提及的机构运营细节、数据和战略规划均来源于第三方公开报道与市场猜测,可能随时间推移有所调整。市场有风险,投资需谨慎。
Vivian在哪里47|6人深度对谈,投资人与创业者视角:从Jev决策到Personal Agent到主动式 Agent本期播客背景:大模型技术正经历从“单一文本生成”向“复合决策与行动”的深水区演进。一方面,以 TypeSafe AI 的 Jev(System 1)以及 OpenAI Decisions API 为代表的“只决策、不聊天”轻量化模型引发了硅谷与国内开发者社区的剧烈讨论;另一方面,Personal Agent(个人代理)在消费级市场的爆发(如 Muse 上线几周内达成 340 万下载量,带动 Meta 股价上升约 11%;Instinct 估值冲至 100 亿美金,用户月平均消费超 1300 美元),让主动式(Proactive Agent)与端侧 Personal OS 重新成为资本与创业者瞩目的焦点。 本期播客《Vivian在哪里》由Vivian联合成为资本 / C Engine 成智引擎共同发起。我们邀请到了来自 AI 投资、Personal OS创业、主动式 Agent 研发以及 AIGC 互动体验领域的一线从业者——张辰 Chris、李晶晶、乐元、石天放与郭秉钰。 在长达两小时的高浓度碰撞中,大家围绕“Jev 与决策型模型的本质”、“Personal Agent 的爆发逻辑”、“主动式 Agent 的四大工程瓶颈”以及“LLM 双轨驱动下的创业红利”四大核心议题,展开了一场信息密度极高的深度对话。 以下为本期播客的全文精编实录。 本期嘉宾与主持人 主持人:Vivian AI 早期投资与孵化基金合伙人,声量创投生态主理人,《Vivian在哪里》主播。持续关注 AI 时代下的技术变革、出海形态与年轻创业者成长。 嘉宾:张辰 Chris / 李晶晶 成为资本: 深耕科技领域的老牌美元基金,长期押注前沿技术、企业软件与 AI 赛道,陪伴多家硬核科技企业穿越周期。C Engine 成智引擎:聚焦 Physical AI、世界模型、AI4S 等前沿科技方向,面向技术创业者提供“-1到0”、“0到1”的资源、场景与资本对接,挖掘下一代 AI 基础设施与应用机会。 嘉宾:乐元 Vibemyspace 创始人,个人 AI 操作系统(Personal OS)探索者 嘉宾:石天放 Personal AI 产品 & 主动式 Agent 从业者 嘉宾:郭秉钰 AIGC 产品 & 主动式 Agent 从业者 暖场分享:Jev 模型背景、生态位与应用洞察 晶晶:谢谢大家!在进入今天的正式圆桌讨论前,我先花大约 10 分钟时间,提纲契领地帮大家回顾一下 Jev 这个模型,做个抛砖引玉。 大家对 Jev 这个名字的来源应该有所了解,无论在 TypeSafe AI 团队内部还是开发者社区中,它都被赋予了一个极其响亮的名字——System 1 模型。这个名字取自经济学里的杰文斯(Jevons),也就是杰文斯悖论(Jevons Paradox)的提出者。这深刻反映了其创始人 Di(此前在 OpenAI 深度参与 RLHF 与 Alignment 研发)对未来大模型产业生态的宏大构想:他并不希望看到少数头部巨头以垄断姿态吞噬所有场景,而是主张用大量轻量、高频、细小的专用模型去填充数字世界的每一个缝隙。 Jev 最早引爆开发者社区的核心特征,在于它的输出机制与传统 LLM 的长文本生成完全不同。它彻底剥离了自然语言输出,仅保留三种最基础的原子化结构输出: Choice(离散选择):在给定的预设选项中输出最佳选择; Score(标尺打分):对特定维度打出精准的分值; Noul(概率/置信度度量):输出基于伯努利分布等演化而来的概率度量。 大家能看到,在 Jev 9 月 15 日发布后的短短半个月内,OpenAI 迅速在 DevDay 上推出了 Decisions API。这充分说明,仅从云端 API 调用的模型架构来看,巨头复制同类功能的门槛并不高。但 Jev 真正的价值在于它在速度、准确度以及 Token 成本这三维坐标系中,开辟了一个全新且极度精准的生态位。 无论是在 Token 消耗量的降本幅度上,还是在特定高频任务的表现上,Jev 都展现出了惊人的效率。在其发布后的 5 天内,GitHub 上迅速涌现出超过 500 个基于 Jev 开发的开源项目。通过我们对其下游应用场景的梳理,其核心落地方向主要集中在以下四大领域: 大模型评估与数据标注(LLM Evaluation & Data Labeling):过去传统的 Evaluation 依赖人类专家或昂贵的通用大模型(LMS),成本高且速度慢。Jev 能够在极低成本下精准输出结构化打标结果,成为 Model Evaluation 的极佳入口。 轻量化系统级路由器(System Router):在 Agent 架构中承担中间连接器的角色(例如 JavaUse 等开源项目),毫秒级评估任务复杂度并分发至最合适的下游模型。 端侧 Phone Use 与 Computer Use 提速:在 Personal Agent 执行终端任务时,Jev 展示出了极其惊艳的执行力,例如在 7 秒内快速完成复杂的国际航班搜索与条件过滤,大幅抹平了传统 Agent 的卡顿感。 连接软件与物理硬件的桥梁(Physical Hardware Integration):在 Embodied AI 与智能家居领域,通过简单传感器信号输入,Jev 可以毫秒级做出逻辑判断(例如:结合视觉传感器判断洗衣机内的衣服是否已被拿走,并联动 Personal Agent 发送提醒)。此外,在 SEO 营销、海量数据分析等场景中,Jev 也展现出了极高的数据提取效率。 如果说其他厂商都在追求做更复杂、更像人的“小红书”或“豪华购物中心”,那么 Jev 实际上就是在极致效率与低成本赛道上做出了“得物”或者“拼多多”。它为 AI 智能向全社会扩散的过程,提供了一个全新的工程坐标。 下面,就把时间交给 Vivian 和各位嘉宾,正式进入我们今天的深度圆桌讨论! * 话题一:聊聊 Jev Jev 是什么,为什么火? 彻底砍掉文本生成的“离散决策”革命 Vivian:各位《Vivian在哪里》的听友们,大家晚上好!欢迎收听本期节目。今天这场讨论,起源于我和成为资本以及 C Engine 成智引擎的几位朋友前段时间交流时的一个强烈感受:AI 的底层风向好像变了。前两年大家都在卷“谁的模型能写更长、更漂亮的文章”,但最近硅谷和国内突然爆火了一批完全相反的模型——比如 TypeSafe AI 发布的 Jev 模型,以及 OpenAI 推出的 Decisions API。 这类模型有一个极其反直觉的特征:它完全不生成任何自然语言文本,不能陪你聊天,甚至不能输出一个完整的句子。它只接收上下文,然后毫秒级地直接输出分类选择(Choice)、概率打分(Score)或者置信度/概率度量判断(Noul)。也就是大家说的“只决策,不聊天”(Decisions, not strings)。 Chris,如果让你给刚进直播间的观众一句话解释,为什么“彻底砍掉文本生成”反而是一件划时代的大事? Chris:谢谢 Vivian,也感谢晶晶刚才非常精彩的抛砖引玉。一句话总结:Jev 的本质是用“限定输出”换取了极致的速度、确定性与极低的 Token 算力成本(Decisions, not strings)。 过去两年,整个行业陷入了一个巨大的思维定势,以为只要做 Agent,就必须把所有的逻辑判断都塞进开放式的 Prompt 里。让通用 LLM 去判断“用户刚才点击了什么按钮”、“这封邮件该发给财务还是法务”,背后要消耗巨大的 Token 算力,生成一堆像“好的,根据您的要求,我认为应该选择选项 A”这样在毫秒级场景下毫无必要的废话。 我们不妨回过头去拆解一下 AI 决策机制演进的三大历史阶段: 在第一阶段,传统规则树依赖程序员写死的 if-else 分支。这种方式成本低、响应快,但极其脆弱,遇到稍微复杂一点的语言模糊性就哑火。 第二阶段,大家以为有了 LLM 就能解决一切,但强行用生成式文本做离散路由,不仅每次调用需要花费几美分甚至更贵,而且延迟往往在 1 到 3 秒。更可怕的是,LLM 随时可能因为输出 Token 格式错乱导致下游解析代码报错。 到了第三阶段,像 Jev 这种决策模型,它保留了大模型在海量预训练中获得的复杂上下文理解力与泛化能力,但彻底把“自然语言输出”这层冗余抹掉了。它直接输出精准的概率矩阵或结构化 JSON(包含 Choice、Score 以及 Noul 这三种原子决策 Primitive)。 大家在构建多 Agent 系统(Multi-Agent System)时会发现,80% 的中间环节根本不需要“说人话”。比如 Agent 矩阵在后台协同(Agent-to-Agent,A2A 通信),A 节点处理完数据,要判断下一步是调取 SQL 数据库,还是向 B 节点发送拦截信号。这本质上是机器与机器之间的通信。以往大家用 LLM 强制让它们用文本对话,相当于两个 CPU 之间通信还要先翻译成英语和汉语,效率低得可怕。 像 Jev 这样的模型,本质上是给后台协同的 Agent 矩阵装上了一套数字世界里的“脑机接口”。它让机器间通信重返原生的高维信号传导,这才是构建高并发、复杂多 Agent 系统真正的工程底座。 System 1 与 System 2 的分工对 Agent 架构的重塑 Vivian:乐元,如果用丹尼尔·卡尼曼《思考快与慢》的理论框架来定位:LLM 这几年一直在卷 System 2(长思维链 CoT、慢思考、深度推理),而 Jev 占的恰恰是 System 1(毫秒级直觉判断,官方响应 70–500ms,小规模实测中位数大约在 0.3 秒)。这个快慢分工对你做 Personal OS 和 Agent 架构到底意味着什么? 乐元:这是个很好的问题,我们也在做这个方向。先谈环境(Environment),它的边界正在持续拓宽,以往很多工具、权限调度模块,连同 Agent 自身,都可以归入环境范畴。很多人关注点集中在基础模型,但 Agent 应用的构建复杂度其实很高。围绕任务的全链路都属于 Agent 体系,核心疑问是:Jev 在这套系统里承担什么角色? 本质是:收到用户请求后,系统该在何种条件下路由至专家模型。任务路由并非新概念,业界已有不少实践,典型如调度模型调用图像生成模型,抽象看就是任务分类、打分与分发。 但要权衡路由的实际收益:Jev 仍是基于基座大模型后训练得到,没有硬件层面的特殊加速,提速局限在特定场景。 另一种可能性是,路由能力未来会被模型内化。推理使用同一个模型,识别特定任务时自动切换推理分支,实现 System1 快速判断,不再需要外部工程层做任务分发。 所以回到 System1/System2 的划分,对大模型来说,快思考和慢思考未必是两套完全独立的系统,这点仍有待持续验证 从第一性原理看“极限信息压缩器” Vivian:天放,从技术角度拆,Jev 本质上是不是“通用分类器 + 大模型的理解力与多模态能力”?它用“限定输出”换来了“低成本和高速度”(比如输入 $0.042/百万 Token,输出免费),这个 Trade-off 的技术含量到底在哪一层? 天放:我觉得它绝不是一个简单的“静态分类器”。从第一性原理(First Principles)来看,它更像是一个比 LLM 还要进阶一层的“极限信息压缩器”。 当年大模型第一次震撼人类的底层逻辑是什么?是它把过去人类寻找知识的复杂查找链路压缩了。过去你需要 Google 搜几百个网页,LLM 直接把知识压缩在权重里给你答案。 而今天的 Jev 决策模型,在压缩的道路上比 LLM 更进了一步:它把 LLM 输出自然语言文本的那一层冗余 Output Bits 也给抹掉了! 这种极限压缩体现在三个维度: 模型体积与算力压缩:可以在 1B 到 3B 的极其微小的参数规模下,继承百亿参数大模型的泛化理解能力,直接把 Token 成本降到每百万 Token 几美分(如 $0.042/1M input tokens)。 思维链开销压缩:传统 LLM 为了保证推理正确率,需要显式输出一大串“Thinking Token”(CoT)。决策模型通过内部隐向量空间(Latent Space)直接得出结论,省去显式输出思考 Token 的开销。 杂音过滤压缩:在海量的上下文(Context)中,自动提取最关键的微小信号,抹平无关杂音。 当然,按照信息论的法则,这种 Trade-off 必然有代价——你牺牲了中间 Reasoning 的可解释性,过程变成了纯黑盒。但你换来了毫秒级的确定性响应速度。 对互动娱乐与高频场景的颠覆 Vivian:秉钰,互动剧情里的节点选择、分支判断,本质也是高频、低延迟的决策——Jev 这类“只做判断、不生成文本”的模型,对互动娱乐内容的产品形态有什么启发?会不会让剧情分支从“预置选项”走向“实时判断、实时生成”? 秉钰:这对互动体验是颠覆性的。 我之前做车载 Agent 和多模态交互时发现,如果你只是把 AI 用在单次一问一答里,用户对 200 毫秒和 1 秒的感知可能没那么强烈。但如果你把 Agent 放在高频、连续的多轮交互场景中,这种毫秒级决策模型带来的提升是质变。 比如在开放世界 AI 游戏或者实时语音交互中,系统要求响应延迟必须死死控制在 200 毫秒以内(人类无感卡顿的临界值)。决策模型能够在极短的窗口内,持续对用户的表情、语调、文本信号做概率打分。 更重要的是,它让未来的剧情分支彻底告别了“预置选项树”。 传统互动剧情最大的痛点是每到一个节点就会弹出一个突兀的选择框(A. 攻击 B. 逃跑),这会瞬间破坏沉浸感。而有了基于 Jev 的实时路由后,系统不再需要强迫用户做出显式选择,而是根据用户在场景里的隐式行为(比如视线停留、语速变化、操作轨迹),在后台悄无声息地做概率判断,自然地推演剧情,真正走向“实时判断、实时生成”。 * 壁垒之争 —— Jev 的护城河高不高? 编程原语(Programming Primitive)的定义者红利 Vivian:Chris,你曾经提到过一个很犀利的判断:Jev 本身的技术壁垒其实不高——大模型火之前大家本来就在训练分类模型,区别只是“类别由用户实时提供,而不是预先写死”。真正值钱的是它定义了一个 Programming Primitive 来判断“分类讨论”这个概念。 Chris:没错。如果单看模型架构,它确实没有极其高深的技术壁垒。很多顶尖的模型工程师基于开源底层做裁剪和微调,几周内就能搭出一套接口。区别只在于:过去传统的分类模型是“类别预先写死在代码里”,而 Jev 是“类别由用户在 Request 里实时输入”。 但它真正值钱的地方,在于它定义了一个全新的 Programming Primitive(编程原语)——它把“分类讨论与离散决策”这个抽象概念,抽象成了一个通用的、极简的开发标准。 回顾科技史,范式革命早期最报贵的资源永远是对开发者心智与编程原语的占领: Manus第一次定义了 Sandbox Agent 的工作流,瞬间占领了全球开发者对个人 Agent 范式的想象; Open Canvas率先定义了协同画布交互范式,后续所有巨头都在跟进这个 UI 框架。 谁先定义了 API 的标准形态并让全球开发者形成代码习惯,谁就占据了生态最顶端的位势。 面对巨头全线跟进,创业公司的生存壁垒 Vivian:天放,巨头已经在跟进:OpenAI 发布了 Decisions API(还支持图片输入),Anthropic 跟进大概率只是时间问题。如果巨头在 API 层直接提供同类能力,轻量决策模型公司还剩什么? 天放:巨头的杀入是必然的。当 OpenAI 把 Decisions API 集成进自己的生态后,普通的 API 贩子会瞬间被清场。 轻量决策模型公司能够活下来并形成壁垒的路径只有两条: 深度绑定端侧与物理世界(Edge / Physical AI):通用巨头的 API 依赖云端 HTTP 请求,即使再快也有网络延迟。但在机器人避障、车载交互、智能硬件等场景,必须在端侧(Edge Device)毫秒级完成。 垂直场景的数据飞轮(RLHF/RLAIF):深入工业自动化、垂直营销等场景,积累特定领域的“动作-反馈”数据,这才是巨头摸不到的绝密护城河。 资本视角:叙事泡沫还是估值重估? Vivian:Chris,我们可以看到 TypeSafe 甚至喊出了 100 亿美金级别的估值,这应该怎么理解——是叙事泡沫,还是 Decision AI 赛道价值重估的开始?投资人核心看什么? Chris:资本买的其实是新一代 Agent 间通讯语言标准的期权。如果它能成为“Agent 决策路由”的代名词,占领开发者心智,它就拥有了极强的先发优势。 结合我们成为资本的“AI 应用剪刀差理论”,大家可以更清晰地理解这个空间: 剪刀差的上轨:底层模型的智能上限(推理能力、多模态理解力、泛化决策力)。 剪刀差的下轨:调用底层 API 的算力与 Token 成本。 在 2022 到 2023 年大模型爆发初期,算力成本极高,而智能上限极其有限,两条线紧紧交织在一起,没有任何剪刀差。 而到了 2026 年的今天,智能上限随算法突破陡峭上升,Token 成本呈指数级下探,两条曲线交织出的阴影面积(剪刀差空间)正以几何级数扩大!决策模型就是把下轨的 Token 成本进一步拉到了极致。投资人核心看的就是:你做的事情,究竟是不是基于当前剪刀差空间做出的“AI Native 原生定义”? 一线团队的落地实践与自研成本考量 Vivian:乐元、秉钰,你们的产品现在是否有用到 Jev?怎么用的?如果让你带团队复刻一个 Jev,你觉得需要多少资源,多长时间,对你的产品是否有意义? 乐元:在 Vibemyspace 中,我们已经在路由层和动态 UI 生成前置判断里使用了类似 Jev 的轻量决策机制。 至于复刻,我认为技术上可行,而且成本未必很高。直接基于开源大模型,对推理阶段的 Token、注意力机制和决策输出方式进行改造,就有机会实现类似能力,特定任务上的效果甚至可能更好。 但复刻一个模型不难,难的是复刻整个生态。对于我们产品来说,目前自研这种通用决策模型的意义还不大,但我们可能会考虑在核心场景做一些后训练。 秉钰:我们的产品在视频生成与互动分发中,早就有在实践“多模型路由”——非核心场景用开源模型控成本,核心视频场景调 Seedance、H3 这类成熟模型。复刻 Jev 本身在工程上不难,但对我们团队而言,核心精力应该放在场景编排和体验设计上,而不是重复造底层轮子。 * 话题二:硅谷个人 Agent 为什么突然爆发 为什么是现在?—— Muse 和 Instinct 做对了什么? 模型能力突破与算力成本塌缩的双重临界点 Vivian:聊完底层决策模型,我们进入今天的第二个重磅话题。最近硅谷和国内的 Personal Agent(个人代理)突然迎来了一波爆发式的讨论和融资。 先看一组数据:Muse 上线两三周获得了 340 万下载量,甚至带动 Meta 股价上涨约 11%;Instinct 几个月内估值冲到 100 亿美金,创始人称用户平均每月通过它消费超 1300 美元。个人助理这个 idea 从 Siri 时代做到现在,为什么偏偏这一波爆了? Chris:因为两个条件同时成熟了: 模型能力突破:尤其是 Computer Use / Browser Use 能力终于突破了临界点,能够真正走完真实世界的复杂跨应用流程。 算力成本塌缩:几个月内,同档智能的推理成本降到了约原来的 1/6。一年前用 Browser Use 操作几步就要几美金,日常小事根本算不过账;现在算得过来账了。 Muse 和 Instinct 极度敏锐地感知到了这种剪刀差的变化,重新设计了符合当下技术供给的产品形态。Muse 借力 Meta 庞大的消费级社交网络分发矩阵快速触达泛人群,而 Instinct 则将复杂的自动化闭环直接塞进了离用户最近的交互窗口。 Personal Agent 的三种主流模式解构 Vivian:乐元,我们看到头部 Personal Agent 的三种打法:Muse:免费 + 靠 Meta 在 Facebook/Instagram 疯狂投放出圈;Instinct:邀请制 + iMessage 交互,像一个真人私人助理;OpenAI DOTS:起步就是 $100/月,嵌套在 Codex 内。哪种形态更可能跑出来?为什么? 乐元:我抛个“暴论”,我觉得目前这几种形态可能都还不够。 最近看到一份 Assistant Benchmark,整理了超过 100 家 Personal Agent 产品,主要使用场景还是 Social 和 Travel。 这些场景的问题是有需求,但频次不够高,Token 消耗也有限,很难支撑持续、高频的使用。大量复杂、高价值的任务仍然发生在 PC 端,所以我感觉这些产品未来很可能还是会向 PC 回归,最后殊途同归:移动端负责低门槛交互,PC 端承担更复杂的任务执行。 Muse 选择流量投放,Instinct 选择原生消息入口,DOTS 选择高价值的专业用户,本质上是在AI时代的人口红利期,争夺不同的用户入口。短期是交互和获客效率的竞争,长期还是任务频次和用户价值的竞争。 用户真实留存与付费意愿的判定公式 Vivian:天放,你自己也在做 Personal Agent,从一线体感上,你怎么判断“时机到了”?哪些功能用户真正留下来、愿意付费? 天放:我总结了一个极简的付费意愿公式:用户付费意愿 = AI 提供的确定性价值 -用户自己解决的成本 只有当某件事情极其繁琐、高频、像「“脸上的痘”式刚需场景」一样不扣掉就浑身难受(极其痛苦的刚需场景)时,用户才会有强烈的付费意愿。比如:自动处理每天几十封杂乱邮件并提炼待办、跨系统自动报销、多来源信息监控汇总。 多模态技术与个人 Agent 的深度重组 Vivian:秉钰,多模态如何和个人 Agent 结合?个人 Agent 又给多模态互动创作带来哪些可能?多模态领域是否可能诞生类似 Muse/Instinct 的爆款? 秉钰:多模态让 Agent 拥有了“看”和“听”的能力,而不仅仅是读文字。未来的多模态 Agent 可以根据你拍摄的照片、浏览的视频,实时生成专属你的个性化互动内容。 如果多模态领域诞生类似 Muse 的爆款,它绝不会是一个静态的创作工具,而会是一个“高频互动的内容伴侣 Agent”——它既懂你的视觉偏好,又能实时帮你生成、剪辑甚至亲自扮演故事中的角色。 个人 Agent 的下一个战场“主动式 Agent” —— 主动性、上下文与生态 主动式 Agent(Proactive Agent)的四大工程瓶颈 Vivian:用户主动发起的请求,各家 Agent 能力其实差不多;真正的差异在 Proactive(主动性)。天放,请从技术视角拆解:主动式 Agent 难在哪? 天放:主动式 Agent 的研发极其折磨工程团队,难点是全方位的: 信号源捕获与数据壁垒:系统事件如何无感且毫秒级地捕获? 意图对齐与“过度打扰”的分寸:频繁弹窗会毁掉产品,必须精准把握触发时机。 记忆与上下文提取:模型上下文有限且昂贵,如何高效管理长短期记忆? 验证与反馈闭环:执行动作后,如何根据用户反应进行隐式强化学习? 生态割裂与数据隐私防线 Vivian:Always-on Agent 要接 Gmail、日历、硬件,上下文越全越好用。但这带来了生态打通与隐私安全的双重考验。比如 Instinct 刚和 Shopify 合作打包购物全流程,Amazon 转头就封禁了 Muse;国内豆包手机发布一周内,小红书、滴滴、微信等也出现了交互屏障。天放,你怎么看这个问题? 天放:这正是当前最刺眼的现实问题。生态割裂:各大超级 App 都想把数据围在自己的篱笆里。海外可以通过开放 API 或 Browser Use 突破部分限制,而国内的超级 App 孤岛现象更严重,这逼着 Agent 创业者要么做深垂直场景,要么走向 OS 级合作。隐私边界:Instinct 的数据条款曾引发极大的争论(用户授予其存储和训练的权利)。技术上要做到理性隔离,产品上要给用户充分的感性掌控感。一旦隐私防线崩塌,产品将面临毁灭性打击。 Personal Agent 与 Personal OS 的维度差 Vivian:乐元,你提到你在做 Personal OS,为什么这么说?它和 Personal Agent 有什么区别? 乐元:Personal Agent 是一个“打工人”,而 Personal OS 是“整个办公室和基础设施”。Personal Agent:侧重于单点任务的执行(如订票、发邮件)。Personal OS:侧重于为用户构建高密度上下文(High-Density Context)环境,管理个人的数字资产、身份权限与本地数据,并根据任务动态编排 UI 界面。Agent 只是运行在 Personal OS 之上的调度节点。 4. 娱乐型 Agent 与效率型 Agent 的底层背离 Vivian:秉钰, Muse、Instinct 都是效率型个人助理;你之前有个判断——普通人消费 Token 的核心场景大概率是娱乐。娱乐型 Agent 的“主动性”应该长什么样? 秉钰:这两者的底层逻辑是完全背道而驰的:效率型 Agent:核心诉求是帮用户减少做功。任务完成,立刻“隐形”。娱乐型 Agent:核心目的是增加用户的参与感、戏剧性与沉浸感!在一个虚拟社区或生成式游戏中,娱乐 Agent 的主动性体现在:主动制造悬念、主动挑起戏剧冲突、主动抛出引子,引导用户产生情绪波动与注意力投入。 * 话题三:LLM 与 Jev 两条腿,模型发展态势对 Agent 创业方向的影响 LLM 与 Jev 两条腿,会怎样重新定义 Agent 的产品设计 双轨架构下最先被重构的三大架构层 Vivian:Chris,Jev 本身壁垒不高,但它对 Agent 创业的影响会非常大——它重新定义了产品设计思路。哪些环节会最先被重做? 张辰 Chris:过去所有判断都走生成式 LLM(贵、慢、有幻觉);现在可以彻底拆成“Jev 类模型做路由与触发(System 1) + 生成式模型做执行与表达(System 2)”。 我们建议团队重构以下三层架构:路由层(Routing Layer):极速判断意图,精准分发至小模型/大模型/API/决策模型。触发层(Trigger Layer):明确定义 Proactive Agent 在何种条件/时机主动执行任务。全天候成本控制层(Always-on Cost Layer):混合极低成本决策模型与高阶 LLM,实现 24/7 低成本在线。 “Agent 积木化”与工作流编排的新范式 Vivian:乐元,假如未来在不同细分的能力上出现更多类似 Jev 的专用模型,对大家做产品会有什么样的影响? 乐元:这会导致“ Agent 积木化”。产品经理和架构师不再需要指望一个通用大模型包打天下,而是像搭积木一样,把最适合做离散判断的模型放在前端做路由,把最擅长写代码的模型放在中台,把最擅长情感共鸣的模型放在输出端。 产品设计的核心竞争力将从“写 Prompt”全面转向“系统级工作流编排与上下文调度能力”。 工程理性的回归:决策模型与确定性代码的结合 Vivian:天放,“站在 18 个月后看现在,你认为今天大家疯狂用生成式 LLM 做的很多应用中,有哪些会被证明其实用‘简单的决策模型 + 确定性代码’就能优雅解决?” 这种是不是一种“智能的倒退”? 天放:这绝不是智能的倒退,而是工程合理性与商业理性的回归。 过往大家把所有逻辑都塞给生成式大模型,是用巨大的算力去弥补工程设计的懒惰。18 个月后大家会发现:复杂的表单校验、接口路由、状态机跳转,用决策模型做分类 + 确定性代码(Deterministic Code)去执行,既零幻觉、又便宜了 99%。 真正的智能,是在正确的节点上用最合适的算力消耗去解决问题,而不是盲目追求“全局生成”。 视频生成爆发前夜:互动娱乐的平行宇宙 Vivian:秉钰,你在自己的产品里已经在实践“多模型路由”。在视频生成成本和一致性未来 2–3 年明显改善的判断下,互动娱乐视频创业现在最该卡住的位置是什么?视频是否是继 Coding 之后下一个有确定性商业模式的 AI 方向?如果 18 个月后视频生成像今天的 LLM 一样便宜,互动内容平台会长成什么样? 秉钰:视频和多模态绝对是继 Coding 之后最具确定性的 AI 商业化方向之一。 现在团队最该卡住的位置是:用户参与感编排与核心 IP / 社群生态的构建。当生成技术同质化后,决定谁能赢的一定是“谁的产品能让用户深度参与并产生情绪羁绊”。 如果 18 个月后视频生成极其便宜,互动内容平台将彻底撕掉传统电影与游戏的边界,形成类似《头号玩家》式的“平行宇宙”——用户不再是静态的观影者,而是随时可以穿梭进入不同 IP 故事中,与具备高度 System 1 直觉和 System 2 深度的 AI Agent 共同推演剧情的参与者。 Vivian:感谢四位嘉宾今天带来的极具深度和前瞻性的精彩分享!也感谢成为资本与 C Engine 成智引擎对本期播客的大力支持。AI 生态正在以月为单位狂飙突进,期待下一次能与大家继续碰撞出思想的火花!我们下期《Vivian在哪里》不见不散! (本文根据播客实录整理,未经嘉宾本人书面审阅,仅供交流学习使用) 免责声明:本期播客实录仅为行业观点交流,所有嘉宾发言均代表个人看法,不代表所属机构立场,亦不构成任何投资、商业或技术落地建议。文中提及的 Muse、Instinct 等产品的下载量、估值、用户消费、股价关联等数据,均引自行业媒体与创始人公开表述,未经独立审计核验,仅作讨论参考。技术预判、产业推演属于前瞻性观点,不保证未来落地。本内容版权归节目所有,转载请注明出处。
Vivian在哪里46|服务了80%头部AI应用后,他拆解了中国企业出海的真相、出海人的基因与未来十年从2018年两三人的初创团队起步,到如今拥有超200人团队、服务国内80%头部AI应用及大模型的出海营销领航者,麦炽科技(AdsMarch)创始人兼CEO韩宗良见证了中国企业从“粗放买量”到“全球品牌沉淀”的完整代际演进。 本篇来自出海播客对话实录——从三一重工的海外品牌起步,到陪跑 MiniMax、智谱AI 等科技巨头;从亲历上一代移动互联网“盲目追求 DAU”的资本盲目,到拆解“精神债务”驱动下的出海创业哲学;再到对中国出海营销服务业全球化“奥美时刻”的破局思考。本文将为您呈现中国企业走向全球的代际变化、组织重构与底层逻辑。 01 创业基因与历史宿命: 从武汉拍广告片到心怀“中国复兴” 每一个选择走上全球化赛道的创业者,骨子里或许都有着强烈的“向外闯”的基因与对大周期的深刻洞察。 对麦炽科技(AdsMarch)创始人韩宗良而言,这种基因早在大学时期就已经萌芽。广告专业出身的他,在大学期间便展现出强烈的商业探索精神,带领社团对接社会企业、拍摄广告宣传片。在毕业前夕,甚至在武汉与大学老师共同尝试创业。尽管这次初试水因种种现实因素未能完全延续,但却在他心里种下了一颗创业的种子。 2015年毕业后,加入了工业巨头三一重工,负责海外社交媒体与品牌建设,搭建并运营 YouTube、LinkedIn、Facebook 等海外阵地。在三一重工的几年里,站在工业巨头的视角,敏锐地捕捉到了一个长期的历史性趋势: “刚加入三一重工的时候,它的海外营收与销量占比大概只有 20% 左右。而今天再去观察,这个数字已经接近甚至超过 50%,未来必然会超过 50%。不仅是三一重工,新能源汽车、比亚迪等中国制造业企业都在经历这一跨越。” 2018年前后,国内移动互联网的流量红利已近尾声,红海竞争白热化。在毕业第三年时,他下场创业了: “当时移动互联网爆发的黄金期(2013-2014年)错过了。与其去赶国内互联网的末班车,不如提前布局一个未来必然持续上升的全球化赛道。” 支撑这一决定的,除了商业嗅觉,还有他对历史周期的深入研究以及内心深处对“中国复兴”的坚定信仰: “中国人在骨子里都有着一腔热血和强烈的民族自尊心。大家都在学习历史,知道中国历史上曾经辉煌过。每个人其实都在等待和推动这一天的到来——让中国再次伟大。” 2018年3月,韩宗良与两三个伙伴正式创立了麦炽科技(AdsMarch),总部设于北京,由此开启了出海营销的服务之路。 02 麦炽业务全景: 陪跑80%头部AI企业从0到1 经过数年深耕与能力迭代,如今的麦炽科技已经发展为拥有超200人团队、全国多地联动布局的专业出海服务商: 全国战略布局与业务分工 北京总部:聚焦于 AI 应用、大模型、科技 App 及硬科技企业的全球出海增长、策略规划与整合营销。 上海分公司:数十人专业团队专注于 DTC 跨境电商、品牌独立站增长与品牌全球化运营。 西安、济南、南通等分支机构:构建起高效的内容创作、素材制作、技术研发与运营支持体系,形成极高的人效比与交付响应速度。 作为谷歌(Google)官方一级代理商并荣获2024年谷歌大中华区“卓越突破奖”,麦炽科技搭建了覆盖全渠道与全生命周期的出海增长服务矩阵,包括:多渠道效果广告精准投放(Paid Media)、本土化网红/KOL背书(Creator)、海外社媒与品牌阵地运营(Owned)、海外线下 Event 落地执行,以及 AI MarTech 提效系统。 行业与核心客户壁垒 凭借对技术前沿的敏锐洞察,麦炽科技在两大核心板块形成了极高的行业渗透率与客户壁垒: AI 与科技应用端(70%—80% 头部渗透率):自 2023 年底深度聚焦 AI 赛道以来,麦炽科技作为首批核心服务商,陪跑了MiniMax的 C 端产品与大模型从 0 到 1 的全球化落地(合作近两年);同时服务了包括智谱AI、Vast(Tripo3D)、美图、Keep等在内的头部 AI 与 App 企业。在当前火热的 3D 生成、AI 对话、工具及内容生成领域,麦炽科技几乎覆盖了国内顶尖的 AI 出海力量。 DTC 品牌与传统实体端:为科大讯飞、贝壳、顾家家居等知名企业定制全球增长方案,推动中国制造、实体服务与品牌影响力在海外市场的双向协同。 03 洞察与反思: 出海营销的两个“代际真相” 在陪伴数百家企业走向海外的过程中,拆解了出海营销领域最深刻的两个“代际真相”: 真相一:从“虚假DAU”到“商业回收闭环” 回顾上一代移动互联网出海(2016-2017年前后),大量 App 出海的核心驱动力是美股上市或 VC 融资逻辑。企业往往在讲一个“先用低成本拉高日活(DAU),再考虑变现”的资本故事。他举了一个案例,当时一家准备上市的出海公司,产品做得很不错,但因为投资人死盯日活(DAU)指标,公司不得不调转方向,把大量预算砸向买量成本极低、但用户付费能力与回收极差的国家去拉新。这种单纯为了日活而放弃商业实质的做法,让产品错失了真正健康发展的机会。 而到了 2023 年开启的 AI 时代 2.0,市场环境与资本逻辑发生了根本性的转变: “现在的 AI 创业者和投资人变得极其务实。产品从诞生第一天起就着眼全球,且极其看重用户的付费意愿、ROI(投资回报率)与商业回收周期(Payback)。AI 是一次工业革命级的生产力重塑,大家不再相信虚无的流量故事,而是追求极致的商业闭环。” [图片] 真相二:从“粗放买量”到“细节即护城河” 早期出海往往靠弹窗广告和小广告强行灌量,但这种方式无法建立真正可持续的品牌。绝大多数中国企业出海最大的赢点在于要对用户的真诚: 很多企业把海外社媒账号的建立当成应付差事的作业,发几条通稿便弃之不理。但海外用户对产品的细节极其敏感: 应用商店与客服响应:用户遇到 Bug 或扣费疑问时,是否有积极、及时的官方对接与倾听?是在应用内、邮件里还是在线客服中给予真实反馈? 审美与审美表达:LinkedIn、YouTube、Instagram 上的视觉呈现是否具美感?发布的内容是否尊重当地用户的社交习惯与情绪诉求? 海外用户判断是否长期为一款产品订阅付费,核心在于看这个团队是否真正热爱自己的产品与用户。细节处的温度,才是对手无法复制的硬核护城河。 04 组织与人才演进: AI赋能下的“巴菲特式极简公司”与“出海黄埔军校” 随着 AI MarTech 工具在广告生成、自动化测试与跨平台数据归因中的普及,出海企业的内部组织形态与人才诉求正在经历重构。 1. 预测:“巴菲特式”极简公司与甲乙方能力平权 过去,大厂倾向于在内部建立极其庞大的前端开发、测试与营销团队,因为内部掌控力强、人才密度高。但 AI 的到来迅速拉平了甲乙方的输出质量差距,使得前端执行不再依赖庞大的堆人模式。 未来将出现大量“巴菲特式”的极简公司甚至 Solo Founder(一人公司): “就像巴菲特在老家,仅靠几个助理就能管理极其庞大的商业帝国一样。未来的甲方公司内部团队会高度精简,只保留核心战略、底层技术与产品迭代;而前端营销落地、红人撮合、本地化运营等环节,将大量外包给像麦炽科技这样的专业服务商。” 2. 出海人才三要素与麦炽的“黄埔军校” 针对出海人才的培养,麦炽科技总结了三大核心能力体系: 硬技能(Hard Skills):对全球媒体算法机制的深刻理解、数据归因能力与审美眼光; 跨文化同理心(Empathy & Context):具备海外留学/生活背景或强烈的好奇心,能跨越语言表面感知海外用户的心理诉求; AI协作力(AI Fluency):熟练运用 AI 工具进行创意生成与效能提效。 在麦炽科技内部,树立了两个宏大的愿景:“服务10,000个企业走向世界”(目前已完成 1,115 家,进度约10%);“成就10,000个出海人”。从麦炽“毕业”的员工进入一线大厂、头部甲方或成功自主创业,能够为行业输送实战型人才,是一家企业对社会最大的价值体现。” 05 创业哲学与底层驱动: “精神债务”与“出海创业长跑” 谈及创业者的底层动机与心路历程,对话中他也分享了对人性和出海创业本质的理解。 经济负债与“精神债务” 电影《兰博基尼》中的一句经典台词:“没有负债的人,是不会努力工作的。”在他看来,人的负债分为两种:经济负债:迫使一个人努力工作去偿还债务、改善生活;精神债务(Mental Debt):一个人在年轻、无能为力的时候,被迫承受了非常多不该承担的无力感与压迫。等到成年具备能力后,骨子里会产生一种强大的内驱力,想要做出一番事业去对抗过去所经历的压迫。 这种精神债务转化而来的强大内驱力,是许多优秀创业者能够冲破险阻、持续进化的深层支撑。 “胜利与失败,都是阶段性的” 出海营销并非暴利行业,而是一个需要脚踏实地、甚至匍匐前行的长跑赛道。市场行情变幻莫测。创业这件事九死一生,你不到最后一刻都不知道结果。失败是阶段性的失败,胜利也是阶段性的胜利。正因如此,麦炽科技不把“公司做得到底有多大”作为唯一目标,而是关注实实在在服务了多少客户、成就了多少人才。“留得住、沉得下”的经营理念是麦炽抵御周期的定心石。 06 初创与传统企业出海实战避坑指南 对于试图寻找第二曲线、试水出海的传统企业主与超早期初创团队,韩宗良给出了两条极其接地气的实战建议: 建议一:“请人吃饭,高强度对谈” “成本最低、效率最高的学习方式,就是花一个月时间请人吃饭,高强度约见 20 位已经在海外跑通的同行、代理商、媒体人与投资人。保持谦逊学习的心态,别人在饭桌上真诚分享的一句经验,可能你花很多钱都买不到。” 建议二:“拿钱换时间,建立底座” “通过参与高质量的实战体系课程或找专业顾问咨询,快速建立 60-70 分的底层认知框架。避免在对海外市场一无所知的情况下,盲目投入重金进行粗放式试错,避免用真金白银去踩重复的坑。” 07 做出海要关注宏观变化与行业预判 除了微观落地,他习惯从 10 年、20 年乃至 30 年的超长跨度去研判宏观趋势。在他看来,外部宏观环境研究并非“虚无缥缈的空谈”,而是指导企业战略提早布局的唯一指南针(正如麦炽在 2023 年底提前重仓 AI 赛道)。 中国服务业全球化的“奥美时刻” 回顾全球商业史,美国与日本企业的全球化进程,无一例外地带飞了其本土的服务商体系。奥美(Ogilvy)、宏盟(Omnicom)等全球广告巨头,以及四大会计师事务所、顶级律所的崛起,正是伴随着美国制造与品牌的全球扩张而发生的。 “中国的汽车出海、实体产业及互联网产品,在海外常常找不到性价比高且沟通顺畅的本土服务商。中国企业的全球化,必然会带着中国的营销、法律、审计等商业服务一同走向全球。我们长期看好中国的服务赛道——5 到 10 年后,整个中国出海服务业的格局将与今天截然不同。” 目前,中国的出海服务行业正处于约 30 岁左右的“中青年期”,远未到达成熟上限,未来充满着长期的黄金机会。 汇率周期、购买力迁移与入境/进口新爆发 从全球宏观金融视角来看,汇率对一个国家的国民购买力和消费形态有着决定性影响。随着未来国际货币格局重塑,一旦人民币购买力持续提升,中国将快速成长为类似美国的全球核心消费大国。届时,不仅是“中国产品走出去”,把海外优质生产者与零售产品“引进来”推广给国内庞大消费群,也将迎来巨大爆发。 08 尾声彩蛋: 如果一切清零,100万美元重做出海,他会怎么选? 在访谈的最后,主持人抛出了一道有趣的假设题:“如果给您100万美元,作为一个一切清零的创业者,重新选择一个出海赛道,您会干什么?” 他提到了一条蕴含商业红利与文化成就感的新赛道——入境游(服务出口):随着中国对越来越多国家开放免签(如 144 小时过境免签),非常多的海外游客极其渴望了解真实的中国。中国拥有极其丰富且顶级的旅游资源,从新疆、内蒙到北京、上海、哈尔滨。针对海外游客提供定制化行程规划、借助 AI 提效工具快速设计行程,并提供专属落地接送与陪伴体验——这本质上是本土旅游资源的服务出口。 这不仅是一个增长快的商业机会,更是一个产生巨大骄傲感的方向:把中国最好的风土人情介绍给全世界,大家其乐融融,这才是真正有温度、有生命力的好赛道。” 09 结语:中国服务商的“奥美时刻” 告别了粗放买量与资本流量故事的上半场;中国企业走向全球的深度运营时代才刚刚开始。从三一重工的工业出海,到 MiniMax 等 AI 新锐的全球破局,再到未来服务业出口与入境消费的崛起,中国企业出海正在迎来属于自己的“黄金十年”。 “失败是阶段性的失败,胜利也是阶段性的胜利。” 在周期的长跑中保持敬畏、脚踏实地,真正具备全球品牌力、文化同理心与精细化服务能力的中国出海营销服务商,终将在世界舞台上迎来属于自己的奥美时刻。 如果您对我们的话题感兴趣请添加听友小助理vx:Whereisvivian131 引用: 电影《兰博基尼》(Lamborghini: The Man Behind the Legend)及关于创业动机与人性分析的相关文献。 《全球广告与咨询服务业演进史:从美国制造到奥美崛起》(Harvard Business Review 相关行业综述)。 免责声明 版权与内容声明:本文基于采访受访者的口述记录与公开资料整理而成,旨在进行行业经验交流与商业洞察分享。文中受访者的观点、推测与分析仅代表其个人或特定时期团队的经营心得,不构成对任何企业的商业要约或直接承诺。投资与商业决策免责:文中涉及的行业趋势预测、商业闭环分析、投融资观点及“入境游/服务出口”等赛道讨论,均属学术性与经验性分享,不构成对任何阅读者的具体投资建议、法律意见或营销策略保证。读者依据本文内容做出的任何商业投资或经营决策,需自行承担相关风险。商标与品牌归属:文中提及的所有第三方公司名称、产品名称、商标及品牌标识,其著作权与商标权均归其各自的合法所有人所有,本文引用仅用于客观案例陈述,无意侵犯任何合法权益。
Vivian在哪里45|短讯:出海闭门会聊聊 2026 AI硬件出海的资本市场观察出海闭门会聊聊 2026 硬件出海。在这次闭门会上,和大家拆解 AI 硬件出海赛道的变化、出海路径,以及当下资本市场到底偏爱哪一类出海项目。 接下来我先分享三个关于 AI 硬件出海赛道变化的观察。 第一, 单纯模仿竞品、高度同质化的赛道,在 2026 年,新玩家已经很难获得资本市场青睐。简单复刻产品的时代已经过去了。 第二,高品质生活场景,依然存在大量未被满足的需求。并且随着端侧模型能力持续提升,端云协同方案走向成熟,这类场景下的硬件产品,会迎来一轮新的产品迭代、刺激用户复购的窗口期。 第三,ToB 硬件出海机会突出,工业、能源、物流都是优质赛道。toB行业里暗藏着很多成为隐形冠军的创业机会。 聊完赛道,再说说出海的路径选择。我个人更看好技术驱动、技术品牌化这条出海路线,这里有两类典型代表,我给大家举个例子。 第一类,把看不见的底层技术,转化成看得见的品牌标签。把核心技术提炼成独立品牌,反向赋能、掌控下游终端。最经典的就是 Gore-Tex,始祖鸟、北面这些户外品牌都在用它的防水透气面料,消费者愿意为 Gore-Tex 这个标签买单,技术本身,就成为品质的终极背书。 第二类,依靠极致技术直接定义全新品类。大疆、特斯拉、拓竹 ,这都是典型。提起这些名字,大家脑海是不是就能直接对应一个品类,这就是技术定义品类的力量。 最后一个问题,当下资本市场更青睐哪一类出海项目?是拥有强技术壁垒的团队、场景落地成熟的企业,还是手握海外渠道的团队? 我想给大家分享的是,2026 年的资本市场,变得更加务实,核心看重能不能真正解决工业或者消费场景里的真实痛点。对全球化的理解,要从单纯出海,转向深度 Go Local。海外市场考验的是本地化团队管理、渠道生态伙伴搭建、本地化服务交付能力。其次看团队基因,多元、跨界团队更占优势。 市场落地,既要让终端用户看见产品,也要让资本市场看见公司价值。总结一句话:场景定义付费理由,渠道完成信任交付,技术守住成本与用户体验的核心优势。期待接下来和更多出海创业者深入交流。 如果你对我们的话题感兴趣欢迎联系听友群小助理:vx:Whereisvivian131
Vivian在哪里43|中国 GP 海外募资、科技企业出海:长钱、策略与创业者底色栏目:Vivian 在哪里|嘉宾:Aubrey Yuan,Valais Partners创始人 (本期音频为直播音频留存资料,希望干货满满,内容大于形式能够帮助到更多创业者) 本期对话聚焦两大核心议题:国内私募 GP 如何搭建海外 LP 网络、完成美元募资;中国科技企业出海落地,跨文化避坑与区域打法。嘉宾 Aubrey 拥有跨境投资多年实战经验,精通六国语言,资深投资人,2021 年创业搭建跨境资本桥梁,累计协助国内 GP 完成 38 亿美金美元基金募资、人民币基金 110 余亿,大量新能源汽车、机器人、生物医药企业经由她的团队落地中东 GCC 六国市场。 很多人都说,一级市场募资形势依然挑战,但机会藏在不同区域的资本结构里。 海外 LP 的偏好正在发生剧烈分化:曾经北美资金是国内美元基金主力,如今资金版图已经重构。数据显示,过去国内美元募资每 100 元仅有 1 元来自美国,今年已经回升至 9 元;而中东已经稳居中国外资投资第一梯队,紧随其后是东南亚、欧洲,北美与拉美排在后面。 这也是 Aubrey 选择深耕海外资本市场的核心原因。她的合伙人是美国俄亥俄州教师退休系统前主席,管理规模约千亿美金。二人共同搭建跨境桥梁,一边帮助中国 GP 对接海外长钱,一边助力中国科技企业出海。 白马、黑马、First Time Fund,海外 LP 怎么看? 谈及当下国内 GP 募资现状,Aubrey 直言,无论白马还是黑马基金,普遍面临退出难题。 行业周期、退出渠道、市场环境多重因素叠加,是共同的困境。少数基金跑出亮眼 DPI,大多是赛道高度聚焦的垂直行业基金:项目投完,下游产业方直接并购,营收起来就能完成收购,周期短、确定性强。 不同类型 GP,在海外 LP 眼中待遇完全不同: 白马基金:光环正在褪色。过往品牌优势不再是募资保障,LP 核心看 DPI、退出兑现能力,不再单纯为品牌买单。 黑马基金:精准定位者反而能逆势超募。2025 年市场整体偏冷,但一批聚焦 AI 基础设施、出海智能硬件的早期黑马基金完成超募。共性非常清晰:团队经历完整周期、过往案例扎实,投资策略一句话就能讲清楚。 First Time Fund(首支基金):募资难度最大。 Aubrey 自己的首支基金,依托十余年积累的全球 LP 人脉,一个月内完成募资,但这属于特例。对于绝大多数新 GP,核心要点是锚定自身已投项目,找到投资方向高度匹配的 LP,把投资哲学、估值逻辑、退出路径思考透彻。 她提到一个被很多 GP 忽略的基本功:全球做另类投资的机构 LP 一共 8300 多家,实际负责投资决策的核心人员仅 24000 余人,人员在各大机构之间持续流动。 想要打开募资局面,至少储备 1000-1500 家 LP 名单,逐个做画像拆解: 这家机构是否看中国市场?不看中国,直接放弃,节约时间;投资范围:仅投二级市场,还是一二级兼顾?是否做并购、直投;关键决策人履历、过往投资项目、所属投资小组,摸清偏好;动态跟踪地缘与产业变化。 不同地区 LP 风格差异巨大:卡塔尔 LP 重点布局医疗健康;德国汽车产业受国内新能源冲击,现阶段新能源赛道募资不适合对接德国相关资金;美国德州红州资金也需要动态评估。 很多 GP 参加全球 GPLP 对接会,会发现 LP 刻意隐藏身份,避免被大量 GP 围堵。募资本质不是广撒网,而是精准识人。更重要的是,LP 之间会互相推荐 LP。只要建立信任,当海外机构想要了解中国市场,第一时间想到你,这条长期网络就搭建起来了。 海外 LP 最想做的一件事:用 2-3 个关键词,记住你的 GP 定位。 可以只投 To B,完全不碰 To C;专门面向 95 后消费群体。哪怕组合里面少量项目偏离主线,你的标签必须清晰。最怕 GP 定位模糊,LP 无法把你放进自身年度资产配置清单,也就没有办法给你拨款。 访谈中她特别强调长期主义与信任复利:如果基金能够实现老 LP 复投率 50%-60%,新基金募资压力会大幅降低。千万不要 “募资一套故事、投资另一套打法”,短期拿到份额,长期会直接归零复投率,后续募资会持续陷入开发新 LP 的无尽消耗。 中国科技企业出海:分品类,选路径,读懂当地底层规则 除了 GP 募资,本场对话的另一重点:中国企业全球化展业。 Aubrey 把出海企业分为三类,打法截然不同: 低价小商品:依托跨境电商即可走量,不需要复杂本地化,大多贸易模式,不做自有品牌; 单价 100 美金以上产品(智能硬件、新能源汽车、机器人等):必须做品牌建设。新能源汽车、割草扫地机器人、户外耳机、泳池清洁设备,很多品类中国制造已经做到全球顶尖; 医药、医疗耗材与设备:准入门槛最高。无论产品在国内验证多少年,中东、拉美都需要完整重新走完准入流程,周期长达一年。但一旦准入落地,客户替换成本极高,护城河极强。 对于企业出海,她不认同 “不出海就出局” 的说法。企业只有两条稳妥路线:要么深耕国内下沉市场,要么彻底出海;两头摇摆,最后只会困在红海内卷,利润微薄。 跨文化避坑,区域市场核心规则 跨文化沟通不必要求全员精通多国语言,团队搭建可以分层:招聘国内小语种专业人才(阿语等)打底,补充有海外市场实战经验的负责人,例如华为中东老兵,四五人就能搭建基础海外团队,依托行业展会拓展业务。 中东市场是她深耕多年的阵地,这里有一条很多海外品牌踩坑的铁律:不能完全直营,必须依托本地合作方。 中东 GCC 六国商业体系带有部落传统,商业资源集中在少数关联家族。所有进出口、零售、汽车分销都需要本地保荐人 / 合作方。特斯拉坚持全球直营模式,不在中东建立本地合作体系,因此在当地几乎无法正式售卖;星巴克、苹果、新能源车企进入中东,都必须和本地大家族合作,由对方搞定资质、消防、卫生、渠道等全部落地环节。 出海企业最需要放平两种心态:不要觉得中国制造所向披靡、轻视本土市场;也不要妄自菲薄,默认欧美产品一定更强。 成功出海的中国企业,共同点是尊重本土市场、深度适配需求。比如新能源车企针对中东高温环境调整材料;科沃斯割草机器人针对北欧冻土、起伏草地,优化轮子结构,保证复杂地面割草均匀。 看懂本土生态位,灵活迭代产品,才是全球化的根基。 投资判断:底色>意愿>能力,这是筛选创业者第一准则 Aubrey 今年也发起自己的直投新基金,重点布局三大赛道:工业机器人、AI、AI + 制药。 而她看项目、看团队的排序非常明确:底色优先,其次意愿,最后才是能力。 她对创业者底色有非常具体的标尺: 认同本土,财富积累后不急于移民转移资产;远离灰产,守住商业底线; 尊重他人,没有不良习气,心思专注于产品与技术钻研;恪守契约精神,信守承诺,出现问题不逃避、愿意承担后果。 能力可以学习,意愿可以调动,但底色很难改变。她提到行业痛点:不少创业者拿到投资之后,忽略受托责任,不按时提交季报,随意更改股权约定。股权投资不是无偿资金,GP、创业者都要守住契约。行业需要建立信用约束,对人品问题的创业者形成惩戒,保护整个一级市场生态。 流动性难题:资本错配,是当下一级市场核心矛盾 访谈尾声,我们聊到全行业最关心的流动性、S 基金、老股转让。 Aubrey 认为,市场第一步,是清理过往存量项目遗留问题。 而更大的痛点是资本期限错配:长期耐心资本没有匹配长周期 VC/PE 项目,大量短期急躁资金涌入一级市场。VC 基金本身是 8-10 年周期资产,短期资金逼迫 GP 三五年必须退出,直接打乱投资节奏。 GP 募资,从源头就要避开短期资金,主动寻找主权基金、养老金这类真正长钱,不要为了快速关闭基金,仓促接入短期限家族办公室资金,给未来埋下巨大隐患。 资本本应各归其位:B 轮前早期项目、B 轮到 IPO 成长项目、IPO 后一级半 / 二级市场,不同周期的资金匹配对应阶段资产,避免羊群效应,一窝蜂扎堆 Pre-IPO,这才是健康的资本市场。 写在最后 美元募资的逻辑正在重构,全球化也不再是简单把产品卖到海外。 对于 GP:募资不是讲故事,是找到匹配的长钱,建立持续可信的 LP 品牌; 对于出海企业:强大的产品力是基础,读懂区域规则、尊重本土文化,才能站稳海外市场; 对于创业者:短期能力可以追赶,但契约精神与底色,决定企业能够走多远。 资本没有国界,但信任永远建立在长期兑现之上。 如果您对我们的话题感兴趣,也可以添加小助理的vx:Whereisvivian131
Vivian在哪里42|欧洲市场线下渠道的危机与改革,中国品牌Go Local的避坑指南与生存法则导语 出海进入下半场,“Go Global”的本质正演变成“Go Local”。然而,当越来越多的中国品牌试图杀入占全球零售额80%以上的海外线下“主战场”时,却普遍在欧洲遭遇了渠道混乱与价格崩盘的危机。 本期是一次直播的内容留存,基于《Vivian在哪里》主理人领骏资本L Ventures合伙人 Vivian 与易势出海研究院发起人陈雄老师的深度对谈,领骏资本、声量创投生态与易势出海研究院携手组织了一场《欧洲市场线下渠道的危机与改革》报告的线上解读,系统性梳理中国品牌在欧洲线下渠道面临的陷阱、改革路径以及新一轮全球化浪潮中的生存法则。 【出海三步走:从“产品做对”到“深度本地化”】 在谈论欧洲线下渠道的危机之前,我们需要先梳理中国企业出海的演进路径。一事研究院通过过去三年对数千个出海案例的跟踪,将出海归纳为清晰的“三步走”战略: * 第一步:产品创新(把产品做对) 通过市场验证的产品创新是立足之本。如果产品切中真实痛点,很快就能在市场上获得积极反馈。 * 第二步:品牌建设(防止恶性价格战) 好产品一旦得到验证,最快几个月内就会涌现出几十甚至上百个模仿者与山寨品。如果不建立品牌信任、占领用户心智,品牌将不可避免地陷入中国人最擅长却也最伤筋动骨的“恶性价格战”。 * 第三步:深度本地化(Go Local) 当产品与品牌打下基础后,企业必须进入深度本地化阶段。这包括团队本地化、供应链本地化,以及老板们最关心的——渠道本地化。在全球大部分国家,线下零售依然占据整个零售盘子的80%以上。不进入线下,品牌就始终处于边缘化和非主流状态;想要成为主流,就必须攻克线下渠道。 【欧洲线下渠道的“真危机”:价格体系为何说崩就崩?】 在过去几十年,全球经济在相对固定的秩序与分工下稳定运转。然而,随着全球经济不确定性增加,以及电商对传统零售格局的强力冲击,原有的商业利益分配体系正面临解体。 虽然在欧美大部分国家,电商的销售占比仅为10%~20%,但其带来的破坏力绝不仅仅是抢走了这十几个点的份额。 “电商冲击线下,就像水库防汛——大坝并不需要一下子全部溃塌,只要出现一点裂缝,整个固有的利益和价格体系就会受到巨力冲击。” 在欧洲市场,这种冲击因其独特的政治与法律环境而被无限放大: 1. 货物自由流动,跨国隔离失效 欧盟是一个统一市场,货物在欧盟内部各国家之间自由流通。过去品牌试图按国界划定代理权、禁止跨国窜货的物理隔绝手段彻底失灵。 2. 反垄断法律悬顶,无法强行控价 欧盟法律严格禁止品牌方强行规定经销商的最低零售价或指定销售价。品牌方若用行政手段硬性惩罚降价经销商,将面临直接违法的巨大风险。 3. “高利润率”成为甩货与窜货的资本 传统模式下,品牌方图省事,将货一次性买断给大总代,并给到高达50%以上的利润空间。然而,一旦季度末或年末考核压力叠加现金流紧张,代理商就会拿4折拿到的货以5折甩卖。过高的利润空间,反而成了经销商向全欧洲市场“抛售甩货”的缓冲区。 最终的结果是:总代爆仓甩货 ➔ 价格体系混乱 ➔ 其他渠道利润被挤压 ➔ 线上线下打架 ➔ 整体品牌形象彻底崩盘。 【渠道改革的破局点:重构“权、责、利”的平衡】 面对乱局,完全自建渠道对绝大多数初创或成长型中国企业来说,面临着“财务成本高、建设周期长、本地化人才极度匮乏”的三座大山,短期内并不现实。 那么,如何与海外第三方渠道建立一种全新的、可持续的合作关系?核心在于打破旧有的总代买断制,重新界定权、责、利。 1. 压降经销商利润,剥离其离谱的操作空间 将原本给经销商的50%利润空间削减一半,降至20%~25%左右。没有了过高的毛利支持,经销商也就失去了肆意降价串货的操作空间。 2. 品牌方扛起“库存”与“长期投入”的重担 权责对等是合作的前提。既然压低了经销商的利润,品牌方就必须降其风险: * 库存风险上收:不再要求经销商一次性买断大量库存,而由品牌方承担供应链与动态库存管理的调配压力。 * 深耕型投入上收:当地市场的品牌建设、长期营销、公关以及渠道入场费(Slotting Fees)等具有滞后效益的成本,由品牌方统一统筹投入。 3. 实现线上线下一盘棋的联动 掌控权收回后,品牌方能够迅速调动欧洲全境的统一作战。例如在欧洲举办大型推广活动时,线上线下的价格体系、折扣节奏能够迅速联动,彻底避免过去“线下总代与品牌线上官方店相互打架”的尴尬局面。 “以前是把风险全甩给总代,以为自己躺赢;现在必须是品牌方带队,带着上下游一帮兄弟去市场上打仗。把掌控权收回来,线上线下一盘棋,快速联动作战。” 【新一代出海企业的生存法则:不做“有短板”的木桶】 在全球商业节奏飞速变快的当下,产品迭代周期大幅缩短。过去靠一个爆款“躺赢”二三十年的时代一去不复返,企业比拼的是系统化的综合效率。 陈雄老师和易势研究院在跟踪了全球数千个品牌案例后指出,这几年能够迅速崛起并长久活下去的中国出海企业(如影石Insta360、正浩EcoFlow、追觅等),呈现出一个极其显著的共性——没有短板。 全能型“六边形战士”的四大能力维度: * 需求洞察能力:对全球特定人群与使用场景保持高度敏锐,精准捕捉未被满足的痛点; * 研发与供应链创新:依托中国强悍的供应链响应速度,快速完成产品迭代与极致性价比交付; * 品牌与跨文化运营:具备跨文化叙事能力,擅长社群运营、海外本土化营销与长线品牌建设; * 全渠道攻坚能力:将线上流量打法与线下渠道精细化运营有机结合,形成合力。 “商业竞争到最后拼的就是效率。只要你的木桶上有一块短板,整个体系的效率就会被拖垮;只有无短板的企业,才能在容错率极低的海外残酷竞争中活下来。” 不仅品牌自身要做“六边形战士”,在选择海外合作伙伴时,也必须用相同的维度去评估对方的综合能力与理念匹配度。 【寻找“隐形冠军”,成为隐形冠军】:拒绝盲目追热点,回归产品与人性本质 在AI和新技术概念铺天盖地的今天,很多创业者容易陷入“拿着锤子找钉子”的误区。然而,出海领域的许多“隐形冠军”,其打法却往往反直觉: * 高伟达源(Govee):切入欧美家庭Party氛围灯带这一看似极度细分的小众赛道,做到了几十亿规模; * Momcozy:从职场妈妈便携吸奶器这一极其具体的痛点出发,深耕细作,成长为品类巨头; * 纯机械榨汁机案例:一个完全没有电动化、没有智能化、甚至没有AI概念的纯机械榨汁机,仅凭借极致的工业设计、易清洗的体验、高出汁率和耐用性,就能卖到工厂产能供不应求。许多大牌看不起的小众需求,反而成了利润丰厚的避风港。 “不要为了赋能而强行搞概念。很多时候,大家看不上的、没有科技噱头的细分痛点,反而隐藏着巨大的市场机会。好产品的底层逻辑,始终是对真实人性的尊重与极致体验的追求。” 对于出海创客而言,衡量一个项目能否成行的两个核心维度永远是: 1. 真实需求的验证:利用AI进行定向测款,或通过专业社群进行深度用户痛点验证与沟通; 2. 供应链与成本的可控性:依托中国特别是深圳等地的极致供应链响应速度(美国团队在等设计排期,中国团队只需要等快递排期),将想法以最快速度产品化。 【打造“A16Z式”出海服务生态,赋能全球化创客】 面对复杂的海外市场,要求每一个初创团队一上来就具备全方位的资源是不现实的,大部分产品力极强的团队往往在营销或海外渠道上存在明显短板。 正如美国顶尖创投机构 A16Z 通过搭建“创业者友好的增值服务体系”帮项目补齐短板一样,以领俊资本、声量创投生态及易势出海研究院为代表的中国出海赋能者,正致力于打通“认知+资源”的闭环: * 即插即用的资源匹配:将顶尖的产品研发团队与海外本土的渠道老兵、营销专家进行生态化组合,帮技术型团队补齐营销短板,帮营销型团队对接优质供应链。 * 建立全球信任桥梁:易势研究院通过连续多年发布《中国跨境电商品牌影响力百强榜》等权威榜单,积累了深厚的行业认知。明年榜单将进一步延伸至海外,全面打通中国优质货盘与海外本土主流渠道商之间的信任纽带。 【结语】 出海,不再是一场简单的“货物倾销”,而是一场关于本地化精细运营、利益链重构与全能型体系搭建的长期主义征程。面对欧洲乃至全球线下渠道的变局与危机,唯有敢于打破旧秩序、主动降低合作伙伴风险、将自身打造为无短板的“六边形战士”,中国品牌才能在全球市场中穿越周期,真正从“中国制造”走向“全球品牌”。 如果你对我们的话题感兴趣,或想和嘉宾搭建合作联系,或进听友群持续关注出海创投优选资源,请添加小助理vx并简单介绍来意:whereisvivian131
Vivian在哪里41|从新加坡政府科技局首席架构师到AI创业者,他如何用AI陪伴“星星的孩子”?AI向善之路导语:在 AI 浪潮奔涌的今天,大部分创业者都在卷算力、卷应用。然而,有这样一位朋友,曾任新加坡政府科技局首席架构师,深耕科技领域二十余年,在创业时选择了一条极为特殊的赛道——用 AI 去干预自闭症儿童的社交,拥抱孕妇的情绪、陪伴孤独的老人。 本期《Vivian在哪里》,我们邀请到了张永成,聊聊他的全球化科创洞察、出海创业的建议、CC Techfusion的创业故事,以及科技背后那份温热的“AI 向善”的初心。 * 出海风口上的“跳板” 永成是一位地道的北京人,1999 年远赴英国留学工作,随后被派往新加坡,这一待就是二十多年。在创业之前,他是新加坡政府科技局的首席架构师,深度参与了新加坡“智慧国”(Smart Nation)的顶级设计与科技转型。 作为一个亲历了互联网初期、移动互联网爆发到如今大模型时代的技术老兵,张永成对“企业出海与全球化”有着独特的洞察。 在谈到他作为新加坡科创圈的老兵,对出海的一些观察时,永成总结出了一些建议: 以新加坡为品牌中心与资本中心:新加坡拥有极高的国际品牌影响力(Branding)和成熟的美元资本生态,同时 70% 为华人社会,文化与语言屏障低。初创公司将区域总部设在新加坡,极易借力进行品牌背书与资本对接。 以东南亚为原点辐射:以新加坡为中心,切入印尼、泰国等周边高增长市场。 迈向英美与欧洲:在东南亚完成业务模型验证后,再向更广阔的全球市场扩张。 “新加坡政府对拥有独立 IP 的高科技初创企业持非常开放和鼓励的态度,提供了大量的扶持政策。”张永成表示,“对于科技创业者来说,这是一个兼具天时、地利、人和的起点。” * 创业第一站:当 AI 遇见“医疗” 2022 年,生成式 AI 的爆发让一直“不安分”的张永成萌生了下海搏一把的念头。他与认识近十年的老朋友——泰国最大辅助生殖中心之一的股东一拍即合,正式开启了 AI 创业之路。 辅助生殖是一个极其偏向传统医疗实验室的领域,胚胎的选择与优化高度依赖实验数据的提取与分析,这恰好是 AI 算法最擅长的舞台。团队开发出了一整套AI 智能实验室解决方案,通过图像识别与数据挖掘,帮助医生更精准地筛选和优化,大幅提升了成功率。 然而,在推进这个项目的过程中,一个意想不到的“次生痛点”击中了他们。 在分析大量真实临床病例和报告时,发现许多准妈妈在初次怀孕或接受辅助生殖的过程中,承受着常人难以想象的精神压力和情绪崩溃。 “我自身也是两个女儿的父亲,当年我太太第一次怀孕时,全家都极度紧张。”永成回忆道,“很多孕妇因为缺乏专业知识,对身体微小的变化感到极度恐惧,进而引发情绪剧烈波动,这实际上会对胎儿的生长造成实打实的影响。” * 从手机屏幕到实体:一个可以拥抱的“毛绒玩具” 为了解决准妈妈的情绪危机,团队最初上线了一款基于大模型的问答小程序。上线几个月,积累了 1000 多名用户。但在搜集用户反馈时,团队发现了一个致命缺陷:面对冰冷的手机屏幕打字聊天,无法提供深层的情绪感知与陪伴感。“情绪陪伴不能只是‘人对手机说话’。”团队迅速调整策略,将 AI 智能体封装进了一个可爱的猫咪毛绒玩具中。 物理触感:它可以放在床头,也可以随时抱在怀里,柔顺的毛绒触感本身就能降低焦虑感。 智能大脑:毛绒玩具背后连接着云端经过专业心理学与母婴健康数据微调(Fine-Tune)的 AI Agent。 引导式倾听:它不仅能解答孕产期生理疑问,还能像专业心理医生一样,通过引导式的自然对话,帮助孕妇疏导焦虑。 这一硬件与具身智能的结合,让他们的 AI 陪伴产品迅速赢得了妇产科医院和医生的认可。 * 意外的突破:用AI守护“星星的孩子” 在向妇幼医院和专家介绍第一款产品的过程中,一位深耕自闭症(ASD)研究的教授找到了张永成,抛出了一个极其艰难的医学课题: “自闭症儿童的干预治疗极难开展,因为情绪的起伏,极度封闭等情况,医生很难从他们身上获取真实的心理反馈数据。你们的毛绒玩具,能不能帮帮这些‘星星的孩子’?” 搜集到的行业数据让张永成大吃一惊:在发达国家和地区,竟然有近 7% 的儿童存在不同程度的自闭症或社交障碍倾向。 许多孩子在幼年时仅被家长认为是“性格内向、不爱说话”,甚至有些孩子宁愿躲在洗手间里和智能马桶说话,也不愿与现实社会交流。12 岁之前,是自闭症干预的黄金黄金期。如果有及时的引导,50% 以上的孩子都可以得到显著改善。 为此,张永成团队在 2025 年初正式立项,基于专业的医疗干预数据集,训练出了针对 ASD 儿童的专属 AI 智能体: 无压力早筛:孩子无需面对冰冷的问卷,只需与毛绒玩具自然对话,AI 就能分析其语言模式(如暴躁型、自闭型),自动生成辅助诊断报告供医生参考。 社交场景拟真训练:AI 会用极其耐心的语气,教孩子“当听到不舒服的话时应该如何应对”、“如何主动与同龄人打招呼”。 注意力集中度训练等:通过“飞过几只红色蝴蝶”等趣味语音小游戏,在陪伴中训练孩子的注意力。 目前,该项目正与新加坡最大的公益组织以及国内多家妇幼保健医院展开深度合作,以公益和辅助医疗的形式,将毛绒玩具带进机构与家庭。 * AI向善的思考:AI原生组织的社会价值 从辅助生殖到孕妇情绪安抚,再到自闭症儿童干预,他的创业路线似乎有些“非主流”。但他认为,这恰恰代表了AI Native组织应该具备的价值观。 “大家都说 AI 无法替代人类的情感,但在特定领域,精准的数据、永远不倦怠的耐心、无偏见的倾听,恰恰是人类精力难以企及的。” 谈及未来,张永成透露,团队将在今年年底启动下一个赛道——老人的情绪陪伴。 “我常年在外,父母独自在北京生活。老龄化社会带来的孤独感,是一个极其庞大且真实的社会痛点。我们希望在这个赛道上走得更深、更远,做出真正有温度的产品。” * 结语 在科技飞速迭代的今天,我们见过太多追求效率与算力的AI应用,但张永成和他的团队,却选择用最硬核的算法,去包裹最柔软的心灵。科技的终极意义,或许并不在于取代什么,而在于在这个充满不确定性的世界里,让那些脆弱、孤独与被忽略的角落,都能被温柔地照亮。 (本文根据《Vivian在哪里》播客访谈整理) 如果你对我们的讨论感兴趣,请添加听友群小助理:Whereisvivian131
Vivian在哪里40|05后温州女大双状元的AI创业真心话🎙️ 欢迎收听《Vivian在哪里》 【本期简介】 在这期节目是【访谈100位00后AI创业者系列】,这次主理人 Vivian邀请到了 05 后小天才创业者——唐言为(Yeva)。她是中国传媒大学大三的学生、浙江省艺考双语播音状元,同时也是 AI 教育传媒项目「友学伴 UniGrow」的 Founder & CEO。 两个“YW”言为 & 奕文,双状元携手一位16岁中传绿色通道双A双语播音专业在读,一位浙江省高考状元北大元培通用人工智能在读,如何用 AI 重新定义知识传播的媒介?作为 00 后甚至 05 后的年轻一代,他们是如何理解个人 IP 杠杆、用独特的“闭门”策略对抗流量噪音,又是如何在技术“黑盒”与人性考验中完成自我进化的?这是一场关于科技、商业、与年轻生命力的高能对话。 【时间轴 & 精彩看点】 * 00:00 - 00:55 栏目开场:欢迎 05 后天才创业者唐言为(Yeva) * 00:55 - 02:51 “言”与“为”的宿命感 从温州英语单科状元、中传双语播音艺考状元,到央媒双语主持人。名字里的“言”是语言天赋与心声,“为”则是她决定打破观察者视角、实实在在去 build something、大有所为的创业驱动力。 * 02:51 - 04:20 从观察者到入局者 在人民网与链博会的采访经历中,亲眼见证 AI 以肉眼可见的速度迭代,心中的创业种子如何被点燃?温州人骨子里“敢为人先”的基因觉醒。 * 04:20 - 06:35 寻找社会价值:从广西支教到 AI 分身 在广西金秀留守儿童身上看到的资源鸿沟,以及做知识博主时被粉丝当成“树洞”的经历,引发了她的底层思考——用 AI 分身打破传统教育无法兼顾“规模化”与“个性化”的瓶颈。“我们不是在做 AI 教育,而是在做 AI 传媒,改变的是知识传播的载体。” * 06:35 - 08:38 顶级“搭子”的顶峰相见与启动资金的巧合 北大元培学院人工智能专业、高考 726 分的省状元兼 100 万粉丝博主是如何成为联合创始人的?一次“市场调研”的奇妙经历,意外锁定了项目的启动资金与天使资源。 * 08:38 - 12:22 反思 Building in Public:如何在流量时代“闭门造车”? 00 后虽然天生自带 IP 基因,但言为分享了极其理性的反直觉策略:在打磨产品期刻意降低更新频率。“粉丝不等于目标客户,要过滤网上的噪音和干扰,保护团队心里的那团火,在 Go to market 的关键时刻再调用流量杠杆。” * 12:22 - 17:08 共创选题:如何勇敢地借力官方媒体? 除了自媒体,科技创业者更要勇敢地寻找与官方权威平台的“相互成就”契合点。言为分享了他们主动触达温州团市委,共创融媒体爆款视频背后的底气与方法论。 * 17:08 - 21:23 产品核心:提分与成长最关键的最后一公里 学霸 AI 分身为什么不做刷题和听课?“我们团队全是状元,但成为状元真的不是靠刷题。”学习本身也是需要学习的。产品核心在于将榜样力量、心态管理、信息差和逆袭经验进行 AI 结构化,为每个人提供触手可及的 Role Model。 * 21:23 - 24:17 平权式的 Role Model 与创业者的“伤痕与逆袭” Vivian 姐的独家商业观察:历代优秀创业者在十几岁到二十五六岁之间,往往都有一段“伤痕与逆袭”的经历,这种软性韧性在未来的职场和创业路径中有着极强的积极投射。 * 24:17 - 28:44 技术层面的提炼与定价策略 如何收集硬性数据与软性口头禅?如何严格地做 Guardrails(护栏设计)过滤无关和敏感问题?言为还剧透了未来无缝切换到“自习室陪伴状态”的产品场景闭环及独特的陪跑定价机制。 * 28:44 - 31:17 番外:多线程管理与对 ADHD 友好的 AI 工具 深度专注力 vs 八爪鱼式的多任务处理。Vivian 与言为趣味拆解为什么这一波 AI 工具反而成为了多线程管理者的超级福音。 * 31:17 - 32:51 时间管理不等于精力管理! 言为的高效秘诀分享:极其健康的作息(24点前睡、7点醒)、力量训练、中药调理。创业拼到最后是精力和心力,保持好状态,事情自然会一件件解决。 * 32:51 - 36:31 戳破光鲜:技术黑盒与人性的考验 00 后明星创业者背后的艰难时刻。频繁更换技术合伙人带来的“信任破裂”,如何把“朴素的相信”变成“组织上的正确”(代码审计与仓库规范)?关关难过关关过,完美主义者的精益求精。 * 36:31 - end 00后创业者的共性与给年轻女孩的真心话 敢想敢闯,善于利用媒体与科技的杠杆(致敬《纳瓦尔宝典》)。大部分人其实并不适合创业,但在真正想明白、做好吃苦准备的前提下,趁年轻,尤其是女孩子们,一定要勇敢地去试一试、闯一闯! 【本期金句】 * “我们本质上改变的是知识传播的媒介载体,而不是知识本身。” * “在打磨产品的阶段,我需要保证产品信号的纯净度,去听那些真正 Skin in the game 的客户的声音,而不是网上的噪音。” * “时间管理不等于精力管理,把朴素的相信,变成组织上的正确。” 如果你对我们的讨论感兴趣,欢迎加入听友群: 小助理vx:whereisvivian131
Vivian在哪里39|华为发布的“韬定律”是噱头嚒?是创新嚒?一级投资人怎么看【本期简介】 日前,华为在2026年国际电路与系统研讨会上抛出的“韬定律”在半导体和创投圈引发了海啸般的讨论。有人欢呼这是中国半导体“绕过光刻机”的史诗级创新,也有同行吐槽这只是旧瓶装新酒的宣传噱头。 作为平时不怎么啃论文的创投人,Vivian这期临时抱佛脚,拉来了我们的老朋友——电子系博士、资深一级市场半导体投资人、人称“金融街物理教员”的硬核行内人,展开了一场半导体创投科普PK(科普内容供大家学习讨论)。 摩尔定律追求“尺寸更小”,韬定律追求“速度更快”。在先进制程受限的后摩尔时代,我们真的能靠系统创新实现“时空置换”和“弯道超车”吗?先进封装、3D逻辑折叠、立体EDA里面到底藏着哪些正在爆发的财富密码? 【对话嘉宾】 Vivian在哪里:AI早期投资人,超早期投资与孵化 金融街物理教员:电子博士,一级市场半导体行业资深投资人 时间轴与Show Notes: 00:00 - 00:41 | 开场引入:华为“韬定律”引爆热议,它到底是噱头还是创新? * 何廷波在2026年国际电路与系统研讨会发表主题演讲,正式推出“韬定律”。 * 特邀嘉宾介绍:电子系博士、资深半导体一级市场投资人——“金融街物理教员”。 * 核心问题追踪:后摩尔时代,不依赖极致制程,如何靠系统创新推进芯片上演进? * 00:41 - 02:37 | 科普前置:什么是摩尔定律?它为什么不是真正的物理定律? * 吐槽“不看论文临时抱佛脚”的行业现状。 * 嘉宾科普:摩尔定律本质上不是数学或物理定律,而是一个关于半导体发展的“产业经济学规律总结”(18-24个月集成度翻倍,价格降一半)。 * 02:37 - 04:52 | 摩尔定律的三大极限:物理、经济与外部约束 * 物理极限:3nm/2nm以下直面“量子隧穿效应”引起的漏电问题。 * 经济极限:制程推进的成本增加呈几何级数上升,不再具备高性价比。 * 外部约束:EUV光刻机等顶尖设备的获取与研发困境。 * 04:52 - 08:54 | 解密“韬定律”:从空间微缩到时间微缩,RC电路背后的系统化创新 * 符号 Tau在电路中代表时间(Time),公式 tau = 电阻 * 电容。 * 韬定律的本质:当单一制程(几何微缩)走到尽头,转而通过系统优化(时间微缩)来全面压榨计算效率。 * 系统创新的五大维度:先进封装、互联技术、存储优化(如HBM)、供热与散热管理、系统架构设计。 * 08:54 - 10:41 | 行业三大误区:它能绕过EUV光刻机和先进制程吗? * 误区一:认为韬定律可以替代或绕过先进制程、绕过EUV光刻机。 * 嘉宾硬核直言:半导体产业没有弯道可走,弯道超车往往意味着翻车。 * 误区二:所谓的“系统等效先进制程x纳米”是一个概念误区,两者无法简单等效。 * 10:41 - 13:03 | 创投视角PK:韬定律会颠覆算力芯片公司的估值模型吗? * Vivian提问:走“韬路径”压缩了时间,投资大芯片项目时的关键数据和估值模型要变吗? * 嘉宾犀利PK:这是一个伪命题。过去系统优化也客观存在,只是现在制程受阻,系统优化的位置被提得更高了,它度量的是系统整体。 * 13:03 - 16:31 | 团队包抄指南:看半导体项目,什么样的团队能加分? * 从过去单纯看“有没有大厂2nm闭环经验”转变为看“系统性思维概念”。 * 解读华为“6年验证381款芯片”背后的真实含义:在自身受限的客观前提下实现了性能的渐进式改良(收纳逻辑:80㎡的房子收纳得再好,也无法直接和800㎡的豪宅比空间)。 * 必须保持清醒:我们通过系统优化进步了,但不代表和国际大厂的差距绝对缩小了,因为别人同样在做系统优化。 * 16:31 - 19:42 | 技术演进与生态:先进封装、EDA、IP授权会发生什么改变? * EDA工具链:从2D平面设计转向2.5D、3D甚至4D(逻辑折叠)立体空间设计,热管理和电磁理论模型将发生重构。 * IP授权生态:目前想形成完全标准化、可自由买卖的3D堆叠IP交易依然面临较高门槛。 * 粉丝互动:这和5年前就在搞的3D封装有什么区别?(答:3D封装是实现韬定律的基石和路径之一,非对立关系)。 * 19:42 - 22:41 | 供应链重构与物理极限:功耗墙会卡在哪里? * “挖潜总是有极限的”,最终仍会受限于香农定理、麦克斯韦方程组及热处理极限。 * 盖楼隐喻:从四合院(2D)搬进摩天大楼(3D堆叠),地皮效率高了,但防风防震(散热与功耗)的危险度也上升了。 * 22:41 - 25:41 | 深度推演:为什么是华为在这个时间点抛出“韬定律”? * Vivian与嘉宾的双向推测:面对外部设备受限的现实,日子还要过,通过系统性深挖“时间缓冲”,既能稳定军心提振信心,又能为自主光刻机研发争取宝贵的时间窗口。 * 25:41 - 29:42 | 哲学思辨:局部与系统的并行不悖 * 反思“A路径和B路径两匹马赛跑”的二元对立思维,时空本是一体。 * 详解时间微缩入手的四个微观层面:器件层面(GAA/FinFET结构)、电路层面(3D立体化空间串门)、芯片层面(系统级直接互联)、工作系统层面(全链路流畅度)。 * 29:42 - 35:45 | 终局结论与创投“密码”:系统协同战对抗单兵作战 * 巴基斯坦与印度空战隐喻:歼击机、预警机、北斗导航组成的“系统性作战”赢了单兵性能(阵风战机)。 * 关注:先进制程我们暂时围绕不了,那就全面卡位先进封装产业链(先进封装设备、特殊材料如玻璃通孔/碳化硅/金刚石散热、立体EDA软件、光互联等)。 * 结语:对华为在有限条件下做出的工程突破致敬,但保持“我们在进步,别人也没闲着”的客观冷峻。 听友群加小助理vx:whereisvivian131
Vivian在哪里38|寻找AI时代下的“深度不变”:对话元理智能张帆的第一性AI商业观大家好,我是Vivian。作为四为高管教育的校友,访谈了元理智能创始人张帆。他是一位连续创业者,从法国人工智能专业回国,历经搜狗、腾讯的类Siri产品,到创办妙计旅行、担任大搜车CTO,再到元因智能被智谱并购后出任COO,他亲历了国内大模型从萌芽到爆发的完整周期。如今元理智能,通过商业强化学习训练数字员工,服务企业客户。我们和四为高管教育的企业家同学们一起听听他的创业故事。 时间线与核心观点 00:00 - 02:08 | 缘起:从类 Siri 到智谱 COO,大模型老兵的重新出发 * 张帆老师分享从法国人工智能专业回国后,横跨两波 AI 浪潮的经历。 * 将通用智能转化为企业财务报表上的生产力,也是重要的命题。 02:08 - 05:57 | 路径选择:为什么选择 Agent to B? * 演绎法看 AI:互联网解决的是连接效率,催生了To C平台与巨头; AI 解决的是生产效率。 * AI 极像“电力”,它本身不创造物理供给(如旅游产品或线下餐厅),而是必须嵌入物理世界,去撬动原有的商业需求,因此 Agent toB是让价值落地的必然路径。 05:57 - 07:48 | 从“元因”到“元理”:如何在高速变化中寻找“深度不变” * 警惕“放烟花”的技术热点 * 何为第一性?:“元”即是 Meta(底层)。不管是分析企业数据的原因,还是运转规律的原理,帮助企业找到属于自己的底层不变性,才能彻底缓解抗焦虑 07:48 - 11:53 | 智能的不对称性:为什么我们要为“学习”建模? * 智能的特异性:模型能拿奥数金牌,却会数错单词里的“R”。这表明智能本质上就是“不对称”的,人类社会的发展也是一个“垂类模型(个体)转化为群体智能”的过程。 * AlphaGo Zero 的启示:AlphaGo 1.0:学习 3000 万人类棋谱,耗费百块 GPU。AlphaGo Zero:不依赖人类知识,画好棋盘自己跟自己下,仅用 4 块 TPU 完胜前者,要对学习建模。 * 语言能承载的知识是有边界的(看游泳书学不会游泳)。让 AI 自己通过学习找到该企业的“特异性最优解”。 11:53 - 15:10 | 范式转移:告别确定性,用“管人”的思路去管AI模型 * 概率性 vs 确定性:传统软件基于 If-Else 的“确定性”构建,而 AI 底层是“概率性”。 * 如何驾驭幻觉:人类本身就是有幻觉、概率性的动物。比如你无法预知销售下一句精准说什么。企业落地 AI 产生排异,是因为在用旧的“确定性”标尺衡量新事物。企业家应该用管人的思路调整概率,而不是一味扼杀 AI 的泛化能力。 15:10 - 28:17 | 出题比解题更重要:抽象你的思考层级 * 在 AI 让解题成本无限趋近于零的时代,不提问,你的搜索空间就是整个宇宙。提出好问题,才能让浩瀚的空间瞬间坍缩聚焦到一个具体方向。 * 不能再提微观和动作层面的问题(那一定会被 AI 替代)。必须拔高和抽象自己的思考层级。企业家的直觉是经历的高度压缩,压缩得越高,泛化能力越强,在 AI 时代的价值就越大。 28:17 - 35:14 | AI 原生组织观:防范“低效空转”与顶层设计 * 警惕“假 AI 组织”:老板用 AI 留任务、下属用 AI 写答案、老板再用 AI 指导。看似全员用工具,实则组织效率在空转和下降。 * AI 时代需要“考驾照”和“交通规则”。是个体智能转化为组织效能的工具,必须依赖老板的顶层设计,而不是盲目等待其“涌现”。 * 人才密度前所未有地重要。未来可能不是人类主导 AI 干活,而是“AI 推着人走”——AI 每天自动化调研迭代、形成报告,逼着人类在清晨睁眼时做高频判断,整个社会全面加速。 35:14 - 39:24 | 反工业化时代:是个性化,也是智力的回归 * 工业时代的本质:动力(能量)无限扩张且廉价,但脑力昂贵有限。为了让动力匹配脑力,人类被迫妥协出“标准化、分工和流水线”。 * AI 时代的“逆分工”:脑力(智力)无限扩张且趋近于零,智力与动力重新对称。我们不再需要为智力妥协,因此迎来“个性化”与“颗粒度革命”——不再用一个爆款服务 1 亿人,而是让 1 亿人有 1 亿个定制产品。 * 技能的跨越:AI 时代技能端在泛化,一个人就是一个全功能组织,这是人类智能的浪漫回归。 39:24 - end | 拒绝捷径:如何在这个时代高效学习? * 往往成为热点的都是简单的事,而真正对的选择往往更难。全民小龙虾不等于跟上时代,很多时候只是缓解焦虑的“浅层麻醉剂”。 * 放弃低质的二手中介加工信息。直接去看世界上最懂 AI 的那批人(如 OpenAI、Anthropic 官网博客)的深度思考。 * 二阶求导思维:不要寻找“拿来即用”的死工具,而是通过看最顶尖之人的逻辑来产生自我经验的“共振”,为自己的思考方法建模。 如果你对我们的话题感兴趣,可以加入我们的听友群交流,小助理的VX:whereisvivian131
Vivian在哪里37|量子计算系列:可能性的艺术&产业应用,对话玻色量子云生态负责人“Vivian在哪里”是一档和朋友们探索“未知美好”的播客栏目,我们讨论投资、科技、商业、成长,也聊聊职业身份以外我们是如何探寻美好生活的故事。 本期主题: 量子计算:可能性的艺术,以及它如何改变我们的未来? 嘉宾: Tory(玻色量子 云生态负责人) 主播: Vivian在哪里 本期音频是视频播客【Vivian在哪里】的音频实录,Enjoy~ 本期简介: 从“技术的本质是对现象有目的的编程”这一观点出发,我们与玻色量子的Tory一起,聊了聊量子计算的本质。它不只是更快的计算,而是一种全新的、基于概率和空间结构的科技范式。我们讨论了量子计算与电子计算的关系、它在AI4S、生物医药、金融、电力等领域的潜在应用,以及为什么这个时代的企业家和管理者需要拥抱“可能性的艺术”。如果你对科技的本质、跨学科思维或未来趋势感兴趣,这期节目不容错过。 时间轴: * 00:00 本期主题:量子计算与“可能性的艺术” * 01:00 技术的本质:从哲学思想到数学公式,再到工程实现 * 03:15 电子 vs 量子:从电子流动到量子叠加与纠缠 * 05:15 什么是“空间计算”?为什么量子计算像人脑一样“看全局” * 08:20 量子计算不会颠覆经典计算,而是解决它“解决不了的问题” * 13:00 从蛋白质折叠到光合作用:量子计算如何模拟不确定性 * 18:00 可能性的艺术:科技史就是一次次在十字路口的选择 * 21:00 从蒸汽机到信息革命:每一代技术都在释放“能量”与提升“交易效率” * 24:00 为什么现在是量子计算的拐点?摩尔定律的瓶颈与算力需求的爆发 * 27:00 金融领域的应用:反欺诈、信用卡评分 * 30:00 站在同一个起跑线上:从“跟跑”到“并跑”的认知转变 * 34:00 给管理者与年轻人的建议:学会提问,拥抱混沌,成为“量子原住民” 精彩观点摘录: * “我们从来没有创造过一颗原子或光子,我们只是在重新编排它们的行为。” * “量子计算不是替代CPU或GPU,而是与现有计算范式结合,引爆新一轮算力革命。” * “大模型的幻觉也好,量子计算的概率也好,本质上都在处理‘不确定性’。” * “我们现在这一代技术浪潮,让中国与世界站在了同一个起跑线上。” 本期提及关键词: 量子计算、空间计算、可能性艺术、生物医药、金融风控、电力调度、摩尔定律、混沌思维、量子原住民 互动话题: 你是如何看待“不确定性”的?在工作和生活中,你是否也尝试过用“量子思维”(同时容纳多种可能性)来做决策?欢迎在评论区分享你的故事。 听友群:小助理vx:Whereisvivian131
Vivian在哪里36|直播实录:AI时代,四位女性创业者聊了聊00后创业生态、女性科创力量与出海增长最佳实践五一假期的一个晚上,一场两个多小时的直播连线,四位在不同赛道里摸爬滚打的女性创业者,从00后的创业画像聊到女性在科创圈的真实处境,再到AI出海的最新打法。没有标准答案,只有一路踩过的坑、见过的人和悟出来的道理。 以下是这场对话里,那些值得被记住的观点、案例和建议。 【关于00后创业者:他们不是“后浪”,他们是另一片海】 这几年,“00后创业”被贴了太多标签。有人觉得他们幸运,赶上了AI;有人觉得他们太嫩,不懂商业。但真正走近之后,你会发现,这一代人的创业逻辑,和之前不太一样。 * AI让创业变容易了,但成功依然很难 一个很直接的变化是:工具变强了。以前要五个人才能做完的事,现在一个人加上合适的AI工具,可能就够了。代码可以自动生成,文案可以批量产出,数据分析也不再需要专门搭一个团队。也就是说,启动一个项目的门槛,确实被拉低了。 但门槛低不代表成功率变高。恰恰相反,因为入局的人多了,竞争反而更激烈了。真正能跑出来的,依然是那些学习能力极强、能扛住商业化考验的人。工具只是工具,决策和判断还得靠人。 * 两类人容易成事:“小天才”和“小傻瓜” 如果仔细观察那些已经拿到结果(或者正在拿结果路上)的00后创业者,会发现他们大致分两类。 一类是“小天才”——履历漂亮,名校背景,大厂实习,很早就在热点赛道上布局,融资也拿得顺。他们通常很早就知道自己要什么,表达能力也强,在投资人面前不怯场。 另一类被戏称为“小傻瓜”——技术极客型,讲话直愣愣的,不太懂人情世故,商业计划书写得像技术文档,路演的时候甚至会冷场。但这类人有一个可怕的特质:学习速度极快。上一次见面还只会埋头写代码,下一次就已经学会怎么给自己的开源项目做社群运营了。 这两类人看似完全不同,但有一个惊人的共性:他们人生中都有贵人,并且真的懂得感恩。 有个例子很典型。一个在大学里成绩不太好的学生,因为把所有时间都花在打机器人比赛上,被一位老师发现了。老师没有按成绩单去否定他,反而破格带他做科技成果转化,还帮他解决学业问题。后来这个年轻人的项目做起来了,融资也顺了,但他在每一次讲述自己经历的时候,都会反复提到那位“小导”和“大导”(院士),语气里全是感激。 贵人运有运气成分,但能让贵人愿意托举,本身也是一种能力。 * 07年的创业者,比很多行家里手还老练 年龄真的不是决定因素。聊过一个07年的创业者,刚满18岁不久,除了他的项目本身很优质,此外他的路演逻辑清晰得吓人——他知道自己的项目适合什么类型的基金,控制路演时间的节奏很精准,甚至知道隔天怎么给投资人发跟进消息、隔两周怎么再次触达。 问他怎么学的,他说之前在某个孵化器实习过两周,然后自己把市面上所有能找到的路演材料和投资人访谈翻了一遍,反向拆解出一套方法。 这种成熟度,和年龄无关。很多人三十多岁做事情,都未必有这样的章法。 * 给00后的唯一忠告:从第一天起就别忽视现金流 所有和00后创业者打过交道的投资人和导师,几乎都会提到同一个建议:不要只盯着技术和产品,商业化这件事,从第一天就要认真对待。 很多年轻的创业者确实聪明、有创意、有技术,但他们缺少一个东西:被现实反复毒打的经验。没被客户放过鸽子,没被合作方拖过款,没经历过发不出工资的窘境,就很容易把“赚钱”这件事想得太简单。 商业不是只靠理想和 passion 就能运转的。现金流是命。这个道理,早晚得学会,早学会早受益。 * 00后创业不只有“卷AI”这一条路 还有一个案例特别想分享。一个北大的哈尼族女孩,大二的时候就作为联合创始人完成了一次AI出海的创业并成功退出。按道理说,她应该顺势继续做AI,成为大家想象中的“科技新贵”。 但她没有。她转身去做非遗文化的消费品牌,做民族餐饮,做和她自己的文化本源有关的事情。她说,创业的路径应该是多元的,不是所有人都要挤在AI这条道上。 这句话值得反复听。技术是工具,不是目的。尊重自己的热爱和本源,做一些看起来不那么“性感”但自己真正在意的事,同样值得尊敬。 【关于女性创业者:做一个不好惹的好人】 在科创圈,女性创业者依然是少数。这场对话里,几位女性坦诚地聊了她们共同的困境、反击的经验,以及最后悟出来的道理。 * 太体面,是女性创业最大的坑 一个普遍被提及的现象是:女性在商业谈判中,太容易“不好意思”了。 不好意思谈钱、不好意思主张权益、不好意思在分配上争取自己应得的那份。总觉得“体面”更重要,“情分”更重要,“以后还要合作”更重要。 结果是,付出和回报常常不对等。活干了,资源给了,但在最后的利益分配上,自己拿到的却和贡献不匹配。用大白话说,就是被“薅羊毛”了。 * “商业不分男女,只分强弱” 我们不聊男女对立这套嗑,相信商业不分性别,只分强弱。善良、共情、亲和力,这些都是巨大的优势——尤其在建立信任的阶段,女性往往比男性更容易让合作伙伴放下戒备。但问题是,如果在建立信任之后不能及时划清边界,这些优势就会变成劣势。 商业的本质是价值交换。它不关心你是男是女,只关心你强不强。这个“强”,包括你的产品强、你的谈判能力强、你保护自己利益的能力强。 * 亲身经历:被倒打一耙之后,把权益和名声全要回来 有一个特别实在的案例。一个女性创业团队和某合作方基于信任提前完成了交付,结果对方拿了成果之后开始各种找茬,甚至公开说不利于团队名誉的话。团队一开始还想“算了”,觉得对方公司内部也在裁员,挺惨的,不想再纠缠。 但后来她们决定不退了。该走流程走流程,该拿证据拿证据,最后把属于她们的权益和名声全部要了回来。 这件事之后,团队成员说自己整个人的“边界感”终于立起来了。以前总觉得做人要善良,要nice,但这件事让她明白:善良和边界不冲突。你可以对世界保持善意,但也要让所有人知道,你不是好欺负的。 * 做一个“不好惹的好人” 这是一个被提炼出来的说法,挺妙的。 “好人”是底色——追求公平、平等、互助,对世界有善意。“不好惹”是武器——当边界被侵犯的时候,敢于用情绪能量打回去,而不是永远体体面面地退让。 有些人觉得愤怒是不好的情绪,应该控制。但愤怒本身就是一种能量,当它被用在保护自己正当权益的时候,它就是有用的。 * 职业化,是一种“安全隔离” 还有一个很实操的建议,来自一位在职场摸爬滚打二十年的前辈。 她说,女性在商业场合,着装本身就是一种信号。刚毕业那会儿在外企,公司明确规定:女性员工不可以穿膝盖以上的裙子,不可以穿露脚趾和露脚后跟的凉鞋。当时觉得管得太多,后来才明白,这是一种职业化的自我保护。 如果你希望被对方当作一个专业的、值得尊重的合作方,就不要在商业场合释放模棱两可的信号。裙子过膝,不穿拖鞋,不把商业会面约在不适合的场合。外在形象会反向塑造内在气场,也会潜移默化地影响对方怎么对待你。 【关于出海增长:冷静期到了,该卷的不只是产品】 AI出海的浪潮已经翻了好几年。2025年初,DeepSeek刚火的时候,所有人都觉得“不出海就出局”。但到了2026年,风向变了。 * 出海已经进入“冷静期” 一年前,很多公司是“一头热”地往外冲——注册个海外公司,招两个当地实习生,开个推特账号,就觉得在做出海了。 现在不一样了。跟风出海、没想清楚就往外冲的团队,大部分已经被洗牌出局。留在牌桌上的,是那些真正有产品实力、有清晰战略、并且愿意花时间深耕本地市场的公司。 这不是坏消息。大浪淘沙之后,真正的好产品反而更容易被看见。 * 一个转型的教科书案例:从搜索到Agent,1亿美金ARR 有一个华人团队的产品,早期做搜索工具,积累到500万用户的时候,判断这个方向走不通了——竞争太激烈,商业化路径不清晰。 他们做了一个很多人觉得“疯狂”的决定:砍掉这条已经积累了500万用户的产品线,全面转向通用AI Agent,并深度嵌入微软Office和Google的生态。 后来,他们在没什么人的情况下(团队不到70人),做到了年收入超过1亿美金。 这个案例的价值不在于数字,而在于几个关键动作: 第一,创始团队有产业经验,知道什么时候该断舍离; 第二,转型之后,创始人亲自泡在用户群里,不是让CMO去发帖,是自己去。 第三,全球化布局从一开始就做了——海外员工、海外办公室,不是“中国公司卖到海外”,而是“全球公司”。 * 零预算的冷启动:泡在社区里,月入两三万美金 还有一个00后团队的故事,更接地气。他们做了一款面向海外大学生和求职者的教育产品,拿到了一笔早期的融资。 但他们没有拿钱去砸广告。团队里的几个人,每天做的事很简单:泡在Reddit上。先观察用户都在焦虑什么、抱怨什么、需要什么帮助;然后自己也以普通用户的身份参与讨论;再后来开始发一些真正有价值的经验帖和干货。 两个月之后,他们在零广告投入的情况下,实现了每月2-3万美金的收入。方法就是:成为用户的朋友,而不是流量机器。 这个案例说明一件事:出海早期的增长,不一定需要烧钱。耐心、真诚、对用户的理解,很多时候比广告预算更管用。 * 别乱花钱,先和十个用户聊透 这是所有做出海的过来人都会反复强调的一句话。 很多团队拿了钱之后的第一反应是“做投放”“买量”“铺渠道”。但海外市场和国内很不一样——用户对广告的耐受度低,对内容的要求高,而且决策链路往往更长。 与其把第一笔钱花在广告上,不如花在“理解用户”上。找十个种子用户,一个一个地聊,聊他们的生活场景、他们为什么需要这个产品、他们愿意为什么付费。拿到这些一手信息之后,再去想怎么规模化。 海外市场尊重耐心。慢一点,稳一点,比快而糙更有效。 * 社交媒体不只是“发发帖子”,而是一套增长引擎 很多人对海外社交媒体营销的理解还停留在“开个号,发内容,找人转发”。但真正有效的做法,是把社交媒体当成一个体系来运营—— 网红营销(找KOL背书)、账号矩阵(多个账号互相引流)、社区运营(深度互动而不是单向喊话)、创始人IP(让创始人的个人账号成为品牌阵地)。 那些做得好的出海团队,在这些事情上花的心思,不亚于在产品本身。 * 出海的三件事:亲力亲为、本地化、长板合作 最后,有人总结了出海创业最核心的三件事,很值得记住: 第一,创始人必须亲自到目标市场去。不能只在办公室里看报告,不能只靠Zoom开会。体感这种东西,报告给不了。 第二,组织上要做到“双语+本地”。核心管理层最好是双语华人,保证战略和文化的上下对齐;执行层一定要用本地人,他们知道当地人怎么想、怎么看、怎么买。 第三,不要想着一个人把所有事都做了。技术天才就专心做产品,增长的事找增长的长板来补。AI时代的创业,本质上是超级个体之间的长板合作。你不需要全能,但你需要找到对的人。 写在最后 这场直播的结尾,大家聊到了一个共同的感受:当你把自己在做的事情分享出去,当你举着火把站在黑暗里,你会发现,周围的火把也会慢慢亮起来。 分享欲就是生命力。无论是做播客、做社群,还是在自己的社媒上写点什么,本质上都是在说一句话——“我在这里,我在做这件事,欢迎你来看看。” 也许这就是这期节目最想传递的东西。00后创业也好,出海也好,女性在科技圈里找到自己的位置也好,都不是一个人能完成的事。我们需要被看见,也需要去看见别人。火把聚在一起,才能照亮更大的一片区域。 希望听到这期节目的你,也能找到自己的火把。 【时间轴亮点】 01:00 - 45:00|00后创业:他们是谁,凭什么跑出来? 这一大段集中讨论了00后创业者的真实画像、共同特质、踩过的坑以及给年轻人的建议。 核心看点: * AI到底让创业变难了还是变容易了? * “小天才”与“小傻瓜”:两类00后创业者都能成事,共同秘密是什么? * 一个07年孩子的路演,为什么比很多成年人还老练? * 给00后的唯一忠告:第一天就要关注现金流 * 创业不一定非要卷AI——那个转身去做非遗的女孩 45:00 - 1:23:00|女性力量:善良要有,边界更要立 这部分围绕女性在科创圈和创业中的真实处境、被“薅羊毛”的经历、如何保护自己的权益等话题展开。 核心看点: * 女性创业最大的坑:太体面,羞于谈钱谈利益 * “商业不分男女,只分强弱”——一次被倒打一耙后的反击 * 如何做一个“不好惹的好人”? * 愤怒是能量,该用的时候要用 * 职业化本身就是安全隔离 1:23:00 - 结束|出海增长:冷静期到了,卷什么才有用? 最后近一个小时聚焦AI出海的趋势变化、冷启动方法和实战案例。 核心看点: * 出海已从“一头热”进入“冷静期”,大浪淘沙开始了 * 案例拆解:砍掉500万用户的业务,转型做出1亿美金ARR * 零预算冷启动:泡在Reddit里两个月,月入两三万美金 * 核心忠告:别乱花钱,先把10个种子用户聊透 * 出海三件事:亲力亲为、本地化、长板合作 【本期嘉宾】 楠姐 执一管理咨询创始人、大湾区超级联系人、OPC专家。前上市公司人力资本一号位,深耕 AI+具身智能及智能硬件领域,助力多家创新科技企业完成从 0 到 1 的人才体系搭建与组织升级。作为英特尔大湾区创新创业中心导师,专注为创业者提供增长策略与组织赋能。运营个人自媒体账号"大湾区猎头一姐",全网 10 万+粉丝,致力于通过内容曝光、资源链接与跨界合作,帮助创业者精准对接人才、资本与出海商机。希望立足香港,持续探索全球化布局,深度参与中国科技企业的国际化进程。欢迎志同道合的创业者、投资人与行业伙伴链接交流。 关注公众号:大湾区猎头一姐,邮箱联系:aisuperlink@gmail.com Vivian在哪里: AI 超早期投资基金管理人及孵化业务负责人。前经纬中国、光源资本等头部投资机构投后一号位,深度参与百亿级人民币 PE 基金的投后管理全链路,横跨"募投管退"各环节。2025 年转型创业,聚焦 AI 原生赛道的超早期投资与项目孵化,探索以 AI Agent 工具重构投资工作流,现为多家科技创业团队、超级OPC提供早期资源链接与战略支持。 Praxis增长营销社区主理人曼达和姝菲:Praxis是聚焦AI × 出海 × Go-to-Market的实践社区与资源网络,已汇聚数千位一线AI从业者。我们通过高认知内容、专家实战经验与国际化资源的协同,连接创始人、行业专家与生态伙伴。Praxis正在做的,是构建一套面向AI原生的协作体系,让增长与商业化在真实项目中持续发生,让影响力在全球市场不断放大。 【听友群】 如果你想加入到听友群,链接更多科创资源,或促进交流,可以加小助理vx:whereisvivian131
Vivian在哪里35|让健身的进步看得见:柔性感知与00后的“逆向创业”今天继续【100位00后创业者】的访谈。吕欣阳,05年的创业者,打过非常多机器人比赛的技术小天才“欣澈科技”创始人。他们用最硬核的柔性传感技术,为追求更健康更科学生活方式的健身运动人群提供实时反馈的智能硬件产品。 这位华中科技大学机械学院的大三学生,没有谈论宏大的AI梦,而是从他书包里掏出了一片轻薄如蝉翼的柔性贴片。 这就是“欣澈科技”的核心——Myoflex Trainer。 【健身技术Geek+学术饭搭子组队创业】 很多伟大的公司起源于车库,而欣澈科技起源于华科校门口的自助餐馆。 吕欣阳的创业团队是一群“学术饭搭子”。在一群健身技术Geek在高碳日寻找能吃到一块儿去的饭搭子时,他意外凑齐了一支极其互补的战队:有懂用户交互、在米哈游待过的小张(张程),有武大“雷军班”的数学尖子小易(易守拙),还有工程技术落地能力极强的小唐(唐瑞)。 这群平均年龄20岁的年轻人们,在2025年10月手搓出了第一块连外壳都没有的电路板样机。他们没有急着去找融资,而是先在武汉和上海的几所高校里扎了下去,在健身房里反复测试,硬生生跑出了1.2万条肌肉发力的有效数据。 这种“先有场景、再有产品、最后才有公司”的逻辑,正是硅谷著名风投a16z 近年推崇的“全栈驱动”模式——不只是做一个AI硬件,而是通过硬件抓取过去无法获取的底层数据。 【从“盲目训练”到“柔性感知”】 这群00后创业动机非常“Founder-Market Fit”。 最初,欣阳只是一个在健身房里摸索的新手。在带他入门的学长去上海实习后,欣阳陷入了所有新手的共同焦虑:私教太贵视频教程没有针对性。 “每个人身体构造不同,视频里的动作套在自己身上,可能因为配重不对或姿势偏差,导致练了三个月,手臂没粗,肩膀却疼了。” 这种“进步不可见”黑盒,是健身新手流失的主要原因。现有的智能手表和手环大多只监测心率和卡路里,却无法告诉用户目标肌群是否被精准激活。转机出现在大二,吕欣阳进入了导师李敏教授的实验室。李教授是柔性传感领域的专家。在实验室里,吕欣阳接触到了尖端的柔性力传感技术。 不同于传统的硬质传感器,这种柔性材料厚度极薄、重量小于30g,能够像皮肤一样贴合肌肉。 他曾是柔性传感器公司“华威科”的产品经理,发现该技术已在智能床垫、汽车座椅甚至机器人皮肤上应用,但在健身纠错领域仍是空白。 于是一个大胆的想法萌生了,用柔性传感器监测肌肉形变,通过算法量化发力效率。 【Myoflex Trainer——让进步看得见】 欣澈科技的核心产品 Myoflex Trainer,被定义为“为健身新手提供实时反馈的智能贴片”。 他们研发了独创的MAP(Muscle Activation Power)指数。基于肌电信号与力学模型,系统能实时判断肌肉是否进入有效的“充血锻炼阶段”。 区别于手环的机械计数,Myoflex只统计“有效动作”。如果最后几个动作因为力竭而动作变形,系统将不予记录。 当检测到非目标肌群代偿(例如练肱二头肌却动用了斜方肌)时,APP会通过语音或硬件震动提醒用户调整姿势。 根据肌肉受损程度,为用户计算精准的恢复时间(如48小时或60小时),防止过度训练。 柔性无感硬件也有着超高灵敏度,传感器触发力低至0.1牛,即便细微的发力偏差也能捕捉。 在用户端的时实看到基于用户数据生成3D形象并映射肌肉激活的热力分布。 面对竞争激烈的穿戴设备市场,他们说“我们不卖监测,卖的是‘进步可视化’。” 【“具身数据”的价值迁移】 虽然欣澈科技目前专注在健身纠错,但这背后的想象空间远不止于此。AI竞争的主战场正从“生成式文本”转向“具身智能”。过去AI的数据来自互联网,而未来的AI需要来自物理世界的数据。吕欣阳团队积累的个性化的肌肉形变数据,是目前公开数据集里极度匮乏的“私有训练资产”。 根据 Statista 2026年的预测,全球数字化健身市场已突破200亿美元。这类设备未来可以横向切入康复医疗和助行等领域,这正是“从场景切入到平台化”的潜力。 【00后创业的蜕变】 在访谈的最后我问欣阳:创业给你带来的最大变化是什么?他坦言,最大的变化是性格。从一个排斥社交的理科生,变成了一个能带着十人团队探索经营对接资本扩张海外的创业者。 “我不想让实验室的成果只停留在论文或专利里,我希望它们能真正变成产品,实现应有的商业价值。”在这个青年创业团队身上,我看到了00后创业者特有的特质:极强的技术自信、敏锐的用户洞察,以及一种“不焦虑”的韧性。 他们不再满足于在大厂里做一个螺丝钉,而是更愿意通过小型精英团队,利用有技术壁垒的硬科技技术,基于年轻市场去洞察,去满足未被满足的用户需求。 欣澈科技不仅是在制造一个健身领域的柔性贴片,而是在尝试通过数据,打破人类对自身身体感知的“黑盒”。欢迎大家关注 Myoflex Trainer! 欢迎加入听友群:微信小助理:Whereisvivian131 “Vivian在哪里”是一档和朋友们探索“未知美好”的播客栏目,我们讨论投资、科技、商业、成长,也聊聊职业身份以外我们是如何探寻美好生活的故事。
Vivian在哪里34|无需App, 30秒上岗:一个藏在iMessage里的AI经纪人正在接管全球网红生意在AI重塑生产力的叙事中,我们已经见证了无数“工具”的诞生:它们能写诗、画图、剪辑视频。然而,在内容生产力竞赛之外,一个更深结构性需求却长期被忽视——当个体创作者成长为微型商业实体时,谁来像经纪人一样,管理那些扼杀创作灵感的商务琐事、数据焦虑与博弈摩擦? “如果创作是灵魂的表达,那么商业化管理往往是对创作者精力的剥削。” 近日,在播客《Vivian 在哪里》中,我与 Viralt.ai 的创始人兼 CEO Jacky姜仕鸿聊了聊。作为一位横跨巴克莱银行、大疆DJI的连续创业者,Jacky 正试图通过“Pocket Manager”——一个植根于 iMessage 的 AI 经纪人,为全球创作者打造一套“数字化的商业底座”。 【叛逆者的底色:从投行中环到大疆的“最佳解决方案】 理解 Viralt.AI 的产品逻辑,必须追溯 Jacky 的职业原点。他在对谈中直言:“我天生不喜欢追逐大流。”早年 Jacky 身处香港中环,在巴克莱银行从事精密的外汇交易。为了寻找那种创业的“点燃感”,他做出了一个令当时金融圈好友大惑不解的决定:降薪跳槽,加入当时还在高速成长期、被戏称为“每天都在玩飞机”的大疆。 在大疆的那段岁月,Jacky 经历了从资金管理到产品营销的多维度历练,但最深刻的烙印是其“追求极致、寻找最佳解决方案”的创业文化基因。 “大疆是一群极度聪明的年轻人聚在一起,为了一个完美的产品方案不断自驱。”这种基因被他完整地带到了 Viralt.AI。他看到了创作者经济中由于信息极其不对称导致的“巨大摩擦”,并决定用 AI 给出一个“最佳解决方案”。 【创作者经济的“断层”:被噪音淹没的超级个体】 Jacky 敏锐地指出,当前的创作者生态存在一个严重的“天平失衡”: * 品牌端(甲方):拥有无数 AI Agent 和大数据平台来筛选、调研、建联达人,效率极高。 * 创作者端(乙方):大多数中腰部甚至部分头部达人,依然处于“手工作坊”时代。 “网红就像一座孤岛。他们要把 90% 的精力花在处理 100 封邮件里的垃圾广告、应对诈骗钓鱼、焦虑于 Instagram 数据的波动。当一个人又要当演员、又要当财务、还要当销售时,创作的‘灵魂’就被稀释了。” 目前市面上的方案无非三类:昂贵的人类经纪人、通用工具(缺乏垂直深度)、或是品牌方的管理工具(利益立场不对等)。“你屁股坐在哪里,就为谁服务。” Jacky 坚定地选择了站在创作者这一端。 要知道目前超过 80% 的网红属于“自我管理”,没有工具,没有助理,也没有经纪公司。 【Pocket Manager:不仅仅是 Agent,是“口袋里的经纪人”】 这是本次对话中最核心的产品拆解。Viralt.ai 的 Pocket Manager 并非一个简单的对话框,而是一个具备“多模态上下文感知”能力的主动型AI经纪人。 * 极简主义的“低摩擦”哲学 创作者最不需要的就是另一个复杂的仪表盘。Viralt 的入口极其特殊——iMessage 原生入口。无需下载 App,无需配置 API。创作者只需将自己的 Instagram 账号发给 AI,30 秒内,一个懂他过往风格、熟悉他商业价值的经纪人就此诞生。这种“低摩擦”背后,是 Viralt 对用户行为的深刻洞察:商业决策应该在对话中完成,而不是在表格中完成。他们的天使投资人麦刚先生也产品初期给予了他“大道至简”式的建议。 * 主动介入:从“限流预警”到“爆款乘胜追击” 传统的工具只负责展示过去,Viralt 负责指导未来。 AI 会实时监控账号动态。如果一个帖子发布 24 小时后播放量异常停滞在 2000,AI 会主动在 iMessage 里发问:“老板,这条好像被限流了,是不是触碰了关键词?”反之,当某条视频有爆款潜质时,AI 会立即预警:“这条数据在涨,建议现在立刻回复粉丝,或者根据这个模板发第二条,把流量锁死。” 这种实时、主动、可执行的建议,正是人类经纪人也难以 24 小时做到的贴身服务。 * 噪音过滤与超高门槛的安全审计 全球网红的邮箱是钓鱼软件和低质广告的重灾区。Viralt 通过与邮箱的深度集成(已通过极高门槛的安全审计),能从每天 100 封垃圾中精准筛选出那 5 封真正的商业机会。 它会主动调研品牌背景:“这个品牌之前和谁合作过?”“他们的回款信用如何?”“你的同层达人报价是多少?”AI 在前端挡住了所有的噪音与恶意,只把经过过滤的高价值选项呈现给创作者,并附带详细的博弈建议。 * “Agent to Agent”的博弈逻辑:捍卫老板的利益 在谈判环节,Viralt.ai 展示了极其高明的博弈策略。当品牌方出价 500 美金,而创作者的底线是 800 美金时,AI 会基于账号近期的数据飞轮、粉丝转化率以及过往合作案例,自动撰写极具说服力的“反向 Pitch”邮件。它不仅是在谈价格,它是在为创作者建立“溢价逻辑”。 “Human-in-the-loop” 是底线:AI 不会越权做决定,它会把博弈后的最优选项发到 iMessage,让创作者一键决定“接”还是“不接”。 * 内容灵感:从“刷帖子”到“可执行脚本” 除了商务管理,Pocket Manager 还能辅助创作。创作者在 Instagram 上刷到一条表现很好的帖子,可以直接把链接发给经纪人。AI 会立即拆解其结构,并结合创作者本人的风格、赛道和历史数据,生成一个定制化的脚本建议。 “你用了 Viralt 之后,就像是有个经纪人加一个剪辑团队,加上一个内容运营的团队,但是所有入口就好像是你跟你的经纪人在微信上沟通一样。” 【如何让 AI“懂你”又不越界?】 背后是一套精密的技术设计。 * 多模态上下文融合:Viralt 将创作者的 Instagram 内容(图片、视频、文案)、实时数据表现(点赞、播放、粉丝增长)、邮箱中的品牌往来邮件,以及 iMessage 中的对话历史,整合为统一的上下文。AI 能够进行跨数据的模式分析,例如“自拍比他拍数据好”“室外边走边录比室内录播课效果好”。 * 安全与隐私:Viralt的数据接入经过了严格的安全审计(SOC 2 Type 2以及CASA Tier II),确保数据存储与删除的合规性。 * AI的记忆与拟人的职业个性:AI 会记住创作者的报价区间、不喜欢的品牌、内容偏好等关键信息,同时保持适度的“遗忘”——避免上下文爆炸或记忆污染。更重要的是,Pocket Manager 拥有鲜明的“人味儿”:它会分条发消息、会用表情包、会发 iMessage 动画,甚至带有一种“专业加搞笑”的沟通风格。 【谁掌握了坑位,谁就是甲方】 对于 Viralt 放弃传统的佣金抽成而选择订阅制,做操作系统的而不是做中介。 在传统的经纪逻辑中,公司和达人往往存在利益博弈。但 Viralt 希望创作者保留 100% 的收入,这使其能迅速在全球范围进行 C 端增长。 Viralt的终极蓝图是流量的分发权: “以前的甲方是品牌方,因为他们有预算。但在 AI 时代,真正的甲方是‘坑位的分发者’。就像谷歌、Meta 或是分众传媒,他们掌握了流量出口,品牌自然会趋之若鹜。” 当 Viralt 平台上聚集了数万名、甚至数十万名由 AI Agent 管理的创作者时,Viralt 就成为了全球最精准的“商业流量入口”。品牌方无需再去茫茫人海中搜寻,只需要对接 Viralt 的 Agent 接口,就能实现极高效率的投放。这种从“服务创作者”到“重构流量分发”的跨越,正是 Viralt 的护城河所在。 【AI原生组织哲学:超级个体+多个AIs】 作为一家 AI Native 公司,Viralt 的内部组织同样充满了未来感。 Jacky 坦言,在过去一年的创业中,他最大的变化是学会了“拒绝加人”。 “现在我们遇到一个新的业务问题,第一反应绝不是招人,而是问:这个流程能不能用 Agent 优化?能不能一个人调配多个 AIs 来完成?” 在 Viralt,团队鼓励每个人都成为超级个体。这种极简的组织结构不仅降低了摩擦,更保证了极高的迭代速度。现在创业的速度比以前快了几百倍甚至上千倍,唯一的生存之道就是让自己和团队成为“杠杆玩家”。 【结语:Create with Soul, Manage with AI】 在采访的最后,Jacky 分享了那句令人印象深刻的愿景: “Create with soul, Manage with AI.” 这不仅是一句口号,它是对 AI 时代人类价值的终极捍卫。AI 可能会写出 80 分的脚本,但它无法复制人类创作者在某一瞬间迸发的、带血肉感的灵感与共鸣。Viralt.ai 的使命,就是把那些“非灵魂”的部分——繁琐的邮件沟通、枯燥的数据监测、纠结的商业谈判——全部收归 AI。让创作者重新回到那个最纯粹的状态:像孩子一样观察世界,像艺术家一样自由表达。 对于这个创业团队而言,过去一年的“低调潜行”只是序章。随着产品的全球发布,我们正式向全球创作者经济发出邀请。 如果你是一个渴望自由创作、不愿被杂务消耗的“超级个体”,那么 Viralt.ai 也许就是你等待已久的那个“口袋伙伴”。 【💡 访谈彩蛋:关于“人味儿”的坚持】 在对话中,我发现 Viralt 的 Agent 并不机械。它会给你点赞,会发 iMessage 动画,甚至能理解你的小情绪。Jacky 说:“它必须要有性格,它是你的朋友,而不仅仅是一个机器人。”这种在冰冷代码中注入的温度,或许正是这家公司能打动全球创作者的关键。 如果你有 Instagram 账号,现在就可以体验 Viralt.ai 的 Pocket Manager——无需下载 App,30 秒内拥有一个 24 小时在线的 AI 经纪人。 【听友群】小助手vx :whereisvivian131