智谱解禁了，MiniMax解禁了，1.7万亿的港股解禁潮来了，我们应该做点什么准备？ 以及，一级二级界限变得模糊，当“一级完了”四个大字逐渐成为共识，又会发生什么？ 本期节目，我采访了Johnny，作为返场嘉宾，上次他跟我们聊了他观察到的中美VC集体走向短视频投资的败势。本次录制时间为当年5月中旬，彼时SpaceX、anthropic还未完成IPO。本期将讨论两个核心议题：一是2026年初港股IPO热潮，解禁潮背后隐藏的风险；二是一二级投资边界模糊化后，资本市场游戏规则的变化。 嘉宾介绍： Johnny：美元基金联席合伙人，13年投资经历，现在发起了OPC社区鸿鹄汇。返场嘉宾，音频指路，视频指路。 与桐：炒股学习中。本文内容已发文字版@非标玩家UnDefined 本期主要内容 * 港股2026年一季度IPO热潮现状，密集上市带来的大规模解禁基本会引发危险后果，总体解禁规模可能达到万亿港元，该规模超出港股日常消化能力。解禁后大量投资者恐慌抛售，会引发部分新股市值下降、流动性枯竭，若科创新股纳入指数，还会引发指数下跌的滚雪球效应，该风险预计从当年七八月份开始显现。 * 一级市场行业共识：一级完了，认为投资一级市场性价比远低于二级市场。二级市场头部公司赚钱效应极强，一级市场项目没有流动性，需要等待多年才能上市解禁卖出，难度远高于二级。 * 二级市场的疯狂会让一级投资者动作变形，大家会揠苗助长推动公司尽快上市，未做好内控和治理的公司提前上市，问题后续会集中暴露。 * 一二级市场边界模糊化趋势当前一级市场的头部明星项目，比如OpenAI、Anthropic、SpaceX，流动性已经比部分二级上市公司更高，一二级的底层资产边界已经模糊。 * 当前头部明星项目吸走了一级市场超过三分之二甚至四分之三的资金，同时能拿到这些项目额度的机构也高度集中，中小机构很难拿到有意义的份额。 * 头部公司延迟上市的原因分析，不上市不需要在意公共投资者眼光，不需要定期披露，可以自由投入长期研发，不需要因为短期盈利承压，同时还能规避部分监管问题。AI头部公司的情况：OpenAI、Anthropic都非常想上市，正在筹备争先成为AI第一股，OpenAI因为架构问题和未解决的公开信息披露问题，仍在权衡上市时机。 * 抢第一股的原因：各路公司争抢细分赛道“第一股”头衔，核心原因是第一股拥有更高的定价权，可以获得更强的叙事优势。但同时，叙事有反噬效应，叙事权非常重要，但如果叙事远高于公司基本面，未来一定会发生反噬；只有极少数公司的发展最终能追上最初的叙事。 * 二级市场操盘差异：同样是大模型公司上市，智谱的操盘效果明显好于Minimax，当前智谱市值约5000亿港元，Minimax市值约为智谱的一半，操盘能力带来了明显的市值差距。 * AI To B商业化的相关讨论：美国AI To B现状：美国Anthropic当前ARR已经达到440亿美元，2025年底预计达到900亿美元，收入呈几何级增长，主要收入来自大公司和政府客户，购买力远高于国内市场。 * AI头部公司竞争格局判断：OpenAI仍然是AI行业的领头羊，Anthropic目前只是和OpenAI达到平起平坐的位置，没有本质改变行业格局。Johnny认为Anthropic不应该主动攻击OpenAI，因为OpenAI如果出问题，会影响整个AI行业的叙事，对Anthropic自身也没有好处。近几个月OpenAI产品口碑已经回升，双方的竞争结果目前还难以判断。 * VC行业未来的分化趋势 * 头部化马太效应：未来VC行业会持续头部化，品牌机构的背书效应依然有效，大机构能给被投企业提供更多资源，头部会越来越大。 * 小机构和Solo GP的发展：小规模基金、Solo GP的盈利模式不是管理费和carry，核心是在企业极早期提供资源换取股权，和传统VC是完全不同的模式；当前受牌照成本和基础设施限制，Solo GP发展仍有难度，但整体在往这个方向发展。 * 对原有VC模式的冲击：创始人直接面向公众发声，会让VC原有的认知差优势缩小，让传统VC模式越来越难做，但机构的经验依然有价值。 shownotes： 00:03:16 VC在资产管理中的定位讨论 主持人请Johnny校正自己对一二级边界问题的观察。Johnny表示，VC属于另类资产管理门类，在整个另类资产中占比本身就不高，另类资产和二级市场相比规模也很小。因此头部VC机构拓展二级投资是非常自然的趋势，一二级边界模糊化是值得讨论的行业问题。 00:04:54 VC同时做一二级的规则与模式讨论 主持人提问，VC做二级是否存在规则限制，是否会存在内幕信息交换的问题。Johnny解释，古典VC投资人会严格限制二级投资比例，当前很多VC机构会通过设立独立子公司开展二级业务，母子公司之间设置防火墙但仍存在信息交换，这是行业常态，不少机构都在做这样的尝试。国内最知名的同时做一二级的机构是高瓴，高瓴从二级起家，后来拓展一级业务，现在一级已经成为其核心业务模式。 00:06:34 一二级资金分配规则与性价比讨论 主持人询问市场上是否有约定俗成的一二级资金分配比例。Johnny表示，并没有统一的分配规则，不同基金的情况完全不同。一级基金投资周期长，份额稳定不可赎回；二级基金流动性强，允许投资人赎回，规模随业绩波动，因此两类基金的管理逻辑完全不同，部分基金会按一级投资1元配置0.5元以上二级资金的比例搭配，不同机构差异很大。主持人进一步提问，当前投一级和投二级哪个性价比更高，行业是否有共识。Johnny表示行业共识为“一级完了”，大家普遍不看好一级投资。 00:09:12 “一级完了”共识的原因与影响讨论 Johnny表示，“一级完了”共识形成的核心原因是二级头部公司赚钱效应太好，一级既没有流动性，退出周期又太长，难度远高于二级。主持人提问，这会不会影响一级从业者积极性，引发连锁反应。Johnny表示，真正热爱一级的投资人会继续布局，但二级的疯狂会让一级投资人动作变形，大家会揠苗助长推动公司尽快上市，未完善治理和内控的公司提前上市，问题后续都会暴露，这是当前一级市场最大的问题。主持人进一步提问，当前创业者是否更投机取巧，Johnny表示，当前市场环境下大家更愿意投机，不愿意做难而正确的事，因为难而正确的事没有正反馈，中长期来看对行业发展不一定是好事。 00:11:21 早期AI天使轮投资与英伟达投资对比 主持人提问，当前投天使轮AI创业公司和投英伟达哪个回报更高。Johnny表示自己会选择投早期AI天使轮，但相信这个判断的人不多，做早期投资核心是看中公司五到十年后的发展，下注自己认为能改变未来世界的公司，这是早期投资的核心魅力，不需要去跟风参与成熟项目的炒作。 00:13:06 一二级市场边界的核心定义讨论 主持人提出，不同从业者对IPO属于一级还是二级事件有不同判断，询问Johnny眼中一二级的边界到底是什么。Johnny表示，一二级的核心区别是基金募集规则不同，过去一级资产默认低流动性，现在一级市场的头部明星项目，比如OpenAI、Anthropic、SpaceX，流动性已经比很多二级上市公司更高，因此从底层资产角度来看，边界已经非常模糊。当前行业还存在赢家通吃的现象：头部明星项目吸走大量一级资金，同时能拿到项目额度的机构也高度集中，中小机构很难拿到份额。 00:15:36 头部公司抢份额与延迟上市原因讨论 主持人提问，现在一二级都抢同一个头部标的，这种现象过去是否存在，以及头部公司为什么不上市。Johnny表示，过去头部项目不会像现在这样资金高度集中，现在头部AI项目的资金集中度是过去从未出现过的。头部公司不愿意上市的核心原因是，不上市不需要面对公共投资者，不需要定期披露，可以自由投入长期研发，不需要为短期盈利承压，还能规避部分监管问题，对字节这类本身有充足现金和盈利的公司来说，不上市是最优选择。目前字节在一级半市场的估值为5000-6000亿美元，存在流动性折价，上市后估值大概率会达到万亿美元，但上市时间不确定，对投资人来说存在不确定性。 00:20:52 海外AI头部公司上市筹备情况讨论 主持人介绍，SpaceX已经提交IPO交表，询问OpenAI、Anthropic为什么不上市。Johnny表示，OpenAI和Anthropic都非常想上市，正在筹备争先成为AI第一股，OpenAI因为自身架构问题、之前的官司，以及担心公开招股后需要披露很多不想公开的细节，因此仍在权衡上市时机；两家公司都有巨大的资本开支需求，需要公共市场融资投入算力和基础设施建设，算力基础设施落后会直接导致产能瓶颈，影响收入增长，因此他们非常需要上市融资。 00:23:24 一级市场估值倒挂现象讨论 主持人提问，当前一级未上市公司估值已经高于很多二级上市公司，这种现象过去是否存在，为什么一级投资人明知倒挂还要投资。Johnny表示，一级估值高于二级的倒挂现象一直存在，是长期困扰一级投资的问题，很多公司上市后二级市场不买单，就会导致一级未上市项目估值倒挂。当前港股IPO热潮也有消化一级库存的需求，很多被投资十几年的公司都抓住窗口上市。Johnny进一步解释，通常不是进场时就倒挂，而是投资人高估值进场后，三四个月内二级市场遇冷才出现倒挂，投资人并非故意冲着倒挂进场。 00:24:53 港股密集上市的解禁风险讨论 Johnny提出，当前港股短时间内消化了大量IPO，未来几个月会出现大面积解禁，总体解禁规模可能达到万亿港元，超出了港股的日常消化能力。解禁后大量基金会恐慌出售获得流动性，会对市场造成巨大冲击，下半年尤其是大模型公司上市后，风险会逐步显现。主持人再次提问，港股密集上市是否一定会带来危险后果，Johnny给出肯定答案，认为大规模解禁后，部分中小市值新股会出现市值大幅下降甚至流动性枯竭，若解禁下跌带动指数下跌，还会引发滚雪球效应，该风险从当年七八月份就会逐步显现。 00:30:03 估值倒挂接盘方与“第一股”热潮讨论 主持人提问，当前一级高估值谁来接盘，选项包括国资LP、散户、ETF、大厂战投等。Johnny表示最终主要是散户接盘，机构也会持有，成本低的机构更倾向于尽早卖出，成本高的机构难以割肉。主持人接着提问，当前各行各业都抢细分赛道第一股，第一股到底有什么好处。Johnny表示，抢第一股的核心好处是拥有定价权，二级市场操盘能力对公司市值影响很大，同样是大模型公司上市，智谱的操盘效果明显好于Minimax，当前智谱市值约5000亿港元，Minimax市值约为智谱的一半，操盘能力带来了明显差距。 00:31:42 资本市场叙事权的相关讨论 主持人提问，叙事权是不是越来越重要，叙事会不会反噬。Johnny表示，叙事权确实越来越重要，但如果叙事远高于公司基本面，未来一定会反噬，几乎没有公司能逃脱这个规律，只有极少数公司的发展最终能追上最初的叙事。从众效应在当前资本市场非常明显，不同参与者对叙事的态度不同：有的人识别出叙事选择不参与，有的人没识别出无脑进入，有的人识别出叙事还利用叙事获取资源，同时清楚自身要做什么，第三种人成功概率最高，但属于少数。 00:38:06 上市对公司团队心态的影响讨论 主持人提问，有没有见过创始人或员工因为上市后股价落差太大影响业务的案例。Johnny表示这类案例非常多，公司上市后，大量员工持股会每天关注股价，会出现“今天财富自由、明天回到职场牛马”的巨大落差，这种落差对整个公司心态影响非常大，创始人自己也会有落差，很难管理，对业务影响很大。帮助公司上市的专业机构专业度不足，股价上涨后还会有“气氛组”出具报告，强行诠释不合理估值是合理的。Johnny举例，当前国内很多年收入只有几亿元人民币的公司，港股市值能达到大几百亿，这种估值在过去完全无法想象，非常夸张。 00:42:12 AI To B商业化与国内To B市场讨论 主持人提问，Anthropic的高速增长是否代表AI To B复兴。Johnny表示，当前美国有SaaS末日论，认为大模型会取代很多传统SaaS公司的商业模式，很难界定Anthropic的增长是增量还是存量，它大概率既抢了原有SaaS的存量，也创造了新增量。Johnny进一步分析，国内To B市场很难出现美国式的高速增长，国内To B普遍有大量定制化本地化需求，多是一锤子买卖，不是可持续的订阅制，在资本市场不性感；即使AI降低了人力成本，行业内卷打价格战也很难维持高利润率，不过对从业者来说，依然可以做成赚钱的好生意，只是不适合资本市场的叙事。 00:46:01 硬科技投资与揠苗助长讨论 主持人提问，一级市场对二级失去信心，会不会影响大家对硬科技的判断，硬科技天生需要长期资本耐心。Johnny表示，现在一级投资人都用二级心态看一级项目，硬科技、医疗这类项目周期很长，不存在揠苗助长的可能性，虽然会有少数公司跑得很快，但这些领域涉及真实世界落地，反馈周期天生很长，不可能一下子出现风卷残云的头部玩家。主持人提问巨深智能是否被揠苗助长，Johnny表示很难一概而论，更值得关注的是公司做事是否符合商业规律，而非单纯靠融资做故事，揠苗助长一定会影响从业者的行为。 00:48:39 AI头部公司竞争格局讨论 主持人提问，四五个月前Johnny看好AGI但不认为OpenAI是好公司，现在领头羊是否换人，Anthropic是不是合格的领头羊。Johnny表示，目前Anthropic只是和OpenAI达到平起平坐的位置，OpenAI的领头羊地位没有发生本质改变。Johnny认为Anthropic不应该主动攻击OpenAI，因为如果OpenAI出问题，会影响整个AI行业的叙事，对Anthropic自身也没有好处，这是不明智的竞争策略。目前近几个月OpenAI产品口碑已经回升，竞争结果还不确定。 00:52:51 创始人面向公众发声对VC的影响讨论 主持人提到，现在越来越多创始人、投资人直接面向公众发声，通过播客、社交平台直接触达大众，这会降低VC的认知差优势，让好项目被多个VC争抢，询问Johnny的看法。Johnny表示认同，创始人直达大众会让传统VC模式越来越难做，但能直达大众的创始人本身就经过筛选，机构的经验在判断项目上依然有价值。 00:55:23 VC行业未来分化讨论 主持人询问，一二级融合、头部项目高估值会给VC行业带来什么样的分化。Johnny表示，VC行业会持续头部化马太效应，头部品牌机构的背书效应依然有效，大机构能给被投企业提供更多资源，头部会越来越大，但品牌背书也是叙事的一部分，同样存在反噬的可能。小众项目不一定只有头部能抓到，比如泡泡玛特早期就不被机构看好，最终做成了大公司，投中这类项目需要对未来世界有独特的判断，大多数人都困在信息茧房里，很难抓到这种机会。 00:57:22 小规模VC与Solo GP讨论 主持人提到，近期出现了募资金额仅300多万美元的超小规模VC，询问Johnny的看法。Johnny表示，300万美元的基金绝对不是全球最小，小规模基金的盈利模式不是管理费和carry，核心是在企业极早期提供服务换取低价股权，赌单个项目退出，这种模式是成立的，现在国内外Solo GP越来越多，和传统VC是完全不同的物种。主持人提问，为什么Solo GP越来越多，Johnny表示，Solo GP无论国内国外拿牌照都有很高成本，目前基础设施还不完善，但很多管理运营工作可以通过数字化和AI工具完成，整体行业在往Solo GP的方向发展。 01:00:11 当前资本新玩法讨论 主持人询问当前还有什么好玩的新资本玩法。Johnny表示，当前投资人最关心的就是打新股有没有额度，对新玩法并不关心，大家都聚焦在实际的短期收益上。 FIN 非标玩家UnDefined是一档商业人物访谈播客，致力于让世界看到中国商业和科技力量，只影响1%的商业决策者。 欢迎有认知的商业决策者联系、合作~

黄仁勋、Sam Altman到底在表达什么？ 过去三年，所有人都在讨论模型、Agent 和算力。但现在，OpenAI 开始投核能，微软、Meta、亚马逊开始围着核电站建数据中心，黄仁勋越来越少聊 GPU，越来越多聊 power 和 cooling（电力与散热）。 美国很多州已经开始讨论：AI 数据中心会不会把普通人的电价推高。 我们可能会有很多自然而然的疑问： * 为什么 AI 最终会卡在电力上？ * Token 和能源到底是什么关系？ * 为什么数据中心开始去北欧、核电站和水电站旁边扎堆？ * AI 会不会重新改写全球能源价格体系？ 这一期，我采访了周文闻。他是清华大学的工学博士，曾在某互联网大厂云业务负责能源管理，现在他在全球新能源龙头负责AI能源管理。 他长期研究能源与 AI 基础设施。 让大咖来帮大家科普现象背后的原因，以及这个趋势还会持续多久，是我做非标玩家UnDefined的初衷。 这次的播客是我们三个半小时采访的节选，如果觉得有不连贯的地方，是把中间聊得别的内容删掉了。更多的采访内容，之后我会以视频播客的形式放出，可以期待一下。 这期从能源行业视角重新理解 AI，你将听到： * 为什么他在2023年就判断：AI最大的机会在能源而不是模型 * Token为什么本质上是“电力的衍生品” * AI数据中心与传统数据中心到底有什么区别 * 散热为什么会成为新的战场 * 微软、Meta为什么开始围着核电站建数据中心 * AI会不会重塑全球能源价格体系 * 为什么未来的能源系统更像互联网，而不是自动驾驶 时间轴 02:19 为什么周文闻在2023年就押注能源，而不是下场做大模型？ 05:19 Sam Altman投资核聚变和核裂变公司后，AI行业为什么突然开始关注能源？ 06:14AI最耗电的环节到底是什么？训练、推理、芯片制造还是数据传输？ 08:42 Token，本质上是电力的衍生品。 10:51AI数据中心（AIDC）和传统数据中心最大的区别是什么？为什么GPU时代的数据中心越来越像工厂？ 12:10 散热本身也在疯狂耗电，从“散热”到“热管理”，AI时代的新产业机会。 14:20黄仁勋为什么越来越爱聊 Power & Cooling？英伟达真正关心的是什么？ 15:38能源行业著名的“不可能三角”：安全、经济、绿色。为什么三者无法同时满足？ 16:42可控核聚变距离商业化还有多远？它为什么被视为能源行业的终极梦想？ 19:14AI一边耗电，一边帮助全社会节能。这个矛盾到底怎么理解？ 21:10除了OpenAI和英伟达，还有谁在拼命降低能耗？ 为什么能源效率会成为AI产业链共同追求的目标？ 23:12为什么微软、Meta、Google、Amazon开始扎堆北欧和核电站旁边？ 26:24 AI数据中心正在变成一个新的“制造业强国”。 28:07AI正在重复移动互联网时代的故事？ 33:21AI为什么会成为能源系统的大脑？ 39:47未来的能源系统更像自动驾驶，还是更像互联网？ 42:37ESG、碳关税、绿色供应链，三者到底有什么区别？ 46:58中国有没有机会借助AI，在能源领域实现一次新的弯道超车？ 47:57为什么周文闻依然看好中国在“AI × 能源”上的长期机会？ 非标玩家UnDefined是一档商业人物访谈播客，致力于让世界看到中国商业和科技力量，只影响1%的商业决策者。 欢迎有认知的商业决策者联系、合作~

我在2024年预判具身智能是泡沫，在2026年我又被打脸了。 这一期，我们请来了一位连续陪跑具身智能公司三四年的猎头A姐。 具身智能是从去年到现在最火的行业。光是春晚就上了4家具身智能的公司，一家的赞助费怎么也得几千万，所以可见大家的财力雄厚。 2026 年一季度，机器人/具身智能赛道融资明显加速。多家行业统计显示，第一季度融资规模已超过 200 亿人民币，部分口径统计超过 300 亿元，融资事件约在 50～200 起之间。也就是说，基本每两天都会有一家公司拿到平均金额在一亿以上的融资。 谁不想挤破头往里进？ 谁在赚到这波钱？谁最值钱？谁正在被淘汰？ 你以为是博士、资深高管、互联网老兵？ 结果可能恰恰相反。 在A姐看来：具身智能最抢手的人，而是做过3年前后、真正摸过机器人真机的人。 如果你是： * 想转行具身智能的人 * 在校学生 * 大模型/自动驾驶/硬件行业从业者、创业者 * 对机器人创业感兴趣的人 这一期会很有参考价值。 你会听到： * 为什么具身智能今年开始真正抢人？ * 年薪 200 万的算法岗长什么样？ * 为什么“真机经验”比学历更值钱？ * 具身智能最吃香的人才画像是什么？ * 为什么 3–5 年经验的人反而最受欢迎？ * 北京、上海、深圳，哪里会成为下一波高地？ * 大厂什么时候会全面下场？ * 为什么这个行业人人焦虑，却人人觉得自己能成？ 嘉宾介绍 A姐：具身智能行业实战派咨询顾问，一方面擅长解决企业初创阶段问题，陪伴数十家智能公司走完0-1团队从搭建到落地全流程，深谙人工智能、硬科技领域组织搭建、岗位配置底层逻辑；另一方面也和长期服务技术、产品、管理类候选人，结合产业真实用工需求做落地化职业规划。两手抓，两手都要硬。小红书@具身智能A姐 王与桐：主持人。继炒股大神K姐之后，我请到了具身猎头A姐，看我何时及其26个字母。这是猎头系列的第三期也是最后一期~文字版会后续发在公众号（但最近公众号限流了，等恢复后会发布~） 往期链接： 深圳楠姐：猎头楠姐故事会：怎么发现&加入&成为10年前的大疆？深圳AI硬件人才指南 上海沈嘉：猎头沈嘉揭秘：想拿到AI圈的350万年薪，先得知道AI人才趋势的变化 时间轴 02:10 A姐是谁？连续陪跑具身智能公司 0→1 的猎头 03:00 一家公司到底有哪些岗位：小脑、大脑、硬件、量产 04:00 年薪天花板在哪？有人博士毕业就拿 200 万 offer 06:10 为什么大模型公司的人，来了机器人行业反而容易“失灵”？ 08:00 具身智能最大瓶颈：数据不够，大家开始疯狂招人 09:30 从“套开源模型”到“自己训模型”，今年发生了什么变化？ 11:20 一个残酷现实：很多高管转行具身智能，发现根本没位置 14:00 行业最抢手的人是谁？答案可能让资深打工人心凉 15:10 哪些人跨行业转具身智能成功率最高？ 16:00 两类创始人：学术派 vs 硬件派，谁更容易赢？ 18:50 车企、大厂、供应链公司开始下场，人才大战升级 21:20 为什么越来越多公司去深圳？ 22:20 这个行业到底有多缺人？ 24:00 大学生现在该学什么？实习比学历更重要？ 26:50 PR、HR 有没有机会进入具身智能？ 28:40 为什么“摸过真机”是最重要的行业门槛 30:10 行业内最容易被挖的人都来自哪里？ 32:20 一个真相：大家做得没差太多，差距可能只有 3–6 个月 35:00 为什么 95 后在这个行业“说走就走”？ 41:00 创始人的焦虑变了：从技术焦虑，变成人才焦虑 47:50 每家公司员工都觉得自己公司快完蛋了？ 48:30 跳槽建议：先搞清楚你到底想要什么 51:30 Gap 一年还有机会吗？ 52:40 为什么具身智能创业者看起来都很“中二热血”？ 55:00 做机器人，是一群从小想造机甲的人在创业 非标玩家UnDefined是一档商业人物访谈播客，致力于让世界看到中国商业和科技力量，只影响1%的商业决策者。 欢迎有认知的商业决策者联系、合作~

蹭个热点，其实更直白地蹭是“从刚过会的长鑫存储和暴涨的SK海力士聊起”。 但内容确实是这个行业更底层、更本质的技术——材料研发。这次采访对我本身理解存储市场的火热也帮助很多。 一方面当越来越多行业开始被 AI 改写时，新材料研发依然停留在一个高度依赖经验、反复试错的阶段。一个新材料方向，可能试几年；关键经验装在少数工程师脑子里；真正值钱的配方与工艺，又天然高度封闭。 另一方面，过去，材料研发很少进入公众讨论，但随着 AI 算力竞争升级，它们开始被推到更前台。 能提供AI训练和推理所必需的HBM（高带宽存储）SK海力士，几乎成为 AI 浪潮最大的受益者之一，就是最典型的例子。 GPU是AI大模型的基础；但GPU的上限，越来越取决于HBM、先进封装与热管理系统；这些能力再往下拆，会回到材料。 所以，本次播客对话邀请了新研智材联创兼CTO南凯。 新研智材锚定的方足够本质——聚焦技术壁垒高、长期面临卡脖子风险的半导体先进封装材料，如CPO（共封装光学）关键光学粘接材料、GPU/HBM等高性能计算所需的导热界面材料，以及最前沿的光刻胶、前驱体等高壁垒电子化学品。 南凯告诉我，他们的能力有两个，一个是面向材料研发的 Agent，一个是自己下场做材料。 当然，他们刚刚融了数千万人民币，并且估计又涨了好几倍……可见AI材料的重要性。 分享了AI+材料领域创业的行业现状、业务路径、个人职业经历与创业选择，核心讨论了材料领域AI落地的难点、路径以及实际落地效果。 文字版：当一个30岁的物理博士创业做AI4S，他的尝试、等待和野心 | 对话新研智材CTO南凯 本期音频由视频版直接扒下来的，所以如果要看视频版：https://weixin.qq.com/sph/AuQZIMrlM https://www.youtube.com/watch?v=rUlVTYakYLM&t=1874s 00:01:49 同样是AI4S，AI+材料为什么不如AI+生物医药受关注 00:03:06 AI主导研发，工程师做辅助，同时可以把工程师积累的经验提取到AI体系中，反而能帮助企业更好地保护知识资产。 00:04:41 AI+材料行业的路径争议 当前行业没有达成共识的问题包括：短时间内不会出现类似AlphaFold的通用大模型，也没有确定先做平台还是先做垂直领域。新研智材的判断是：现阶段从算力、数据、行业发展来看，必须先打通垂直细分材料形成闭环，才能逐步拓展成平台。如果一上来就做通用平台，变量太多，公开数据不足，不同细分领域需求差异大，很难落地。生物医药行业的发展也验证了这个路径，头部玩家最后都聚焦到细分赛道。 00:07:02 公司业务与产品定义 00:07:50 借用自动驾驶分级概念划分了三个AI与人的配合模式 00:08:51 Synmat agent的工作流程，将1000次的实验降低到20次。 00:12:42 数据隐私信任问题的解决策略 00:16:34 废弃数据的利用与软硬件布局 00:17:55 学术界和工业界导向不同 00:19:22 新研智材的落地规避方案：聚焦，关注工业 00:22:04 AI能研发出材料，但人类无法解释其原理的情况，最终变成既具备解释性又不具备解释性的状态。 00:24:56 选择半导体材料作为切入点的原因 00:27:43 AI研发新材料的定义与传统模式对比 00:28:22 ※材料对算力发展的作用 00:31:04 创业公司资源有限，怎么做两个业务？公司团队由AI、材料、science三类背景的人员构成。 00:37:38 推动整个行业开放数据，新研智材这类初创商业化AI公司是最合适的定位 00:40:26 10天辞职回国创业的故事 00:41:11 AI对自身工作流的优化 00:42:13 博士阶段PRL论文研究经历 南凯博士阶段发表了两篇PRL论文，PRL是物理学顶刊，很多诺奖得主都在此发论文。 00:53:22 从材料研究转向AI创业的路径 00:57:37 AI可解释性的挑战 00:59:02 天大精仪实验班经历对现在的影响 01:05:45 个人长期目标 南凯提到，自己的目标是：5年后公司上市，10年后推动整个AI+材料行业发生大的变化，20年后让公司的AI技术影响更多领域，不仅仅局限在材料领域。 AI+材料领域的行业现状与落地难点 * 行业整体状态：AI+材料是刚起步的新兴行业，目前没有明确的行业定式与成熟商业逻辑，全行业都在摸索阶段。 * 材料企业对AI的接纳难点：材料行业是结果导向，材料企业的配方、工艺是核心护城河，对数据泄露的接受度为零，完全不接受SaaS云端部署，要求所有数据存储在本地服务器。 * 行业数据积累现状：材料领域公开数据源远少于生物医药领域，企业不愿意共享任何配方相关数据，失败的无效数据也被留在企业内部，无法被AI训练利用。 AI+材料行业的发展路径共识 * 不支持现阶段做通用平台：由于当前算力、数据、行业发展条件都不支持，材料领域变量多、需求分散，需要先打通垂直细分领域形成闭环，再逐步拓展成平台。 * AI落地的正确分工：提出以AI为研发主体，人类工程师做辅助的L3阶段分工，AI主导研发管线规划，工程师将实验数据返回给AI迭代，最终实现降本提速。 * 数据隐私问题的解决策略：采用本地部署或混合部署方式，提前做好合规认证，先做POC验证逐步获取信任，明确划分自身业务与客户业务边界，打消客户疑虑。 为什么选择半导体材料作为切入点 * 长远逻辑符合发展趋势：当前AI产业革命对芯片材料提出了更高要求，半导体材料领域有充足的市场需求和发展空间。 * 团队基因匹配：团队本身半导体相关的材料背景积累更深，更容易在垂直领域快速打通形成闭环。 * 场景扩展性好：半导体材料已经覆盖了有机、无机、复合材料三大类，为后续拓展其他材料领域打下了基础。 同时做AI工具和自研新材料的商业逻辑 * 两者本质是同一件事：AI agent是研发新材料的工具，自研新材料相当于用自身产品验证工具效果，给客户做示范。 * 分阶段推进符合初创公司需求：软件层面可以快速变现，解决初创公司活下去的问题；自研新材料可以打开公司成长天花板，目标是成长为AI主导的材料巨头。 * 不同阶段匹配不同业务：在公司规模较小时先聚焦做AI agent，当前具备能力后再衔接自研新材料业务，后续再逐步打通工厂和销售环节。 学术研究与工业落地的差异 * 核心导向不同：学术界偏向成果导向，追求技术突破；工业界偏向结果导向，要求解决实际问题。 * 学界成果的落地痛点：类似MetAI这类学界成果，只给出材料结构不提供合成落地指导，对工业界而言没有完整解决问题，因此引发争议。 * 新研智材的规避方式：聚焦垂直细分领域减少变量，团队有大量材料背景员工，更懂工业界实际需求，只做能落地产生实际价值的产品，不做技术先进但离应用遥远的研究。 非标玩家UnDefined是一档商业人物访谈播客，致力于让世界看到中国商业和科技力量，只影响1%的商业决策者。 欢迎有认知的商业决策者联系、合作~

硬件创业，在想不到的地方简单，在想不到的地方复杂。 这段时间，我在策划一个系列选题。 找了三位一直深耕科技行业的一线猎头，分别来自京津冀、长三角、珠三角。他们每天都在处理最真实的人才流动：谁在招人，谁在离开，什么岗位火热，什么人才失宠。 很多时候，我们是通过新闻、融资、产品来理解一个行业，但这些信息都有滞后，并且都带着各方的身份立场，很难真的真实客观中立。 所以，我想到了猎头，尤其是我采访的这几位过去陪伴现在的大厂成长、也在AI这波做的风生水起，他们是少数能同时看到三件事的人：公司在想什么、市场在变什么、人正在往哪里流。 所以我想通过这个系列来和各位听众一起探索： 在AI这波浪潮里，人才结构到底发生了什么变化。 本期《非标玩家UnDefined》，我们邀请到拥有 20 年 HR 与猎头经验、服务过上百家硬件与机器人创业公司的「大湾区猎头一姐」楠姐，聊聊她眼中的 AI 硬件创业真相： 为什么很多公司反而更喜欢“创业失败过的人”？ 大厂人什么时候出来创业最合适？为什么是 28 岁和 38 岁？ 深圳真的能几天做出一款 AI 眼镜？ 为什么有人说：“我敲钟那天，公司不会超过 50 人。” 联创为什么总在离开？什么时候该体面分手？ 今天最值钱的人才，到底是算法工程师，还是更懂用户的人？ 以及：怎么找到 “十年前的大疆”？ 如果你正在创业、考虑加入创业公司，或者想看懂 AI 硬件的人才迁徙，这期会很有启发。 * 文字版，我会在三期一起发布之后一起出一篇梳理行业的文章，发布在公众号。 嘉宾： 楠姐：跟人才和组织打了20年交道，也是一名创业者。服务过当下最红的几家硬件公司，陪伴他们从幼年成长，有太多案例和故事可以源源不断输出。视频号@大湾区猎头一姐，小宇宙@大湾区猎头一姐 主持： 与桐：人才流动是了解行业变化的重要渠道，所以我也建议每个身在职场的人都要跟几个猎头保持好关系。公众号@非标玩家UnDefined，YouTube@非标玩家UnDefined 时间轴 00:00 AI 硬件创业，为什么突然成了新风口？ 02:14 从“人跟着业务跑”到“人跟着 AI 跑” BAT 人才流动逻辑，彻底变了。 03:54 为什么很多公司更喜欢“创业失败的人”？ 06:10 00 后创业者，为什么反而更松弛？ 07:09 大厂人什么时候创业最合适？ 楠姐给出两个关键年龄：28 岁、38 岁 09:28 做一个 AI 硬件公司，团队到底该怎么搭？ 10:38 深圳硬件创业有多夸张？ “采访结束，你就能做出自己的 AI 眼镜。” 12:00 AI 时代，创业公司还需要那么多人吗？ “我敲钟时，公司不会超过 50 人。” 15:39 AI 硬件创业越来越像：硅谷脑子 + 深圳身体 17:05 一个基督教 AI 戒指，怎么卖到北美？ 20:09 品牌 vs 白牌：AI 硬件创业的两条路 22:06 什么样的创始人，一看就知道能成？ 云鲸、普渡早期故事。 29:25 创业公司最离谱的招人需求有多离谱？ 35:47 创业者最大的错觉：我想找个“蔡崇信” 问题是：你是马云吗？ 37:21 为什么创业者最容易被“大厂光环”骗？ 40:14 联创为什么总在离开？ 45:32 联创不合适了，怎么体面分手？ 53:04 AI 硬件创业，为什么最好扎在深圳？ 55:58 大疆和 Insta360，喜欢的人为什么完全不一样？ 59:53 今天的大厂光环，为什么从 BAT 变成了大疆？ 01:01:13 怎么找到“十年前的大疆”？ 01:06:35 应届生该去软件公司，还是硬件公司？ 01:10:46 AI 硬件最值钱的人才，可能不是工程师 01:13:55 AI 人才抢夺战到底有多夸张？ A 公司谈完，B 公司已经在门口等。 相关链接 05在硅谷做AI狗狗项圈：别把供应链当优势，别把众筹当市场？对话Traini创始人Arvinhttps://www.xiaoyuzhoufm.com/episode/69c0d1e33c625cc5aeae1d2c?s=eyJ1IjogIjY1OGE2N2U3ZWRjZTY3MTA0YTBhNDc4ZCJ9 （Arvin这期真的很好，分享比例和收听率都是最高的，想了解硬件创业的人一听要听这期） 11-猎头沈嘉揭秘：想拿到AI圈的350万年薪，先得知道AI人才趋势的变化https://www.xiaoyuzhoufm.com/episode/6a0448b11b7bd50295139b1f?s=eyJ1IjogIjY1OGE2N2U3ZWRjZTY3MTA0YTBhNDc4ZCJ9 （AI浪潮下的人才趋势的第一期） 非标玩家UnDefined是一档商业人物访谈播客，致力于让世界看到中国商业和科技力量，只影响1%的商业决策者。 欢迎有认知的商业决策者联系、合作~

当我听说了校招生拿到350万年薪，实习生也有4800一天的薪资时，谁不想当个AI牛马呢…… 本播客为「非标玩家UnDefined」AI人才系列首期。 我找了三位一直深耕科技行业的一线猎头，分别来自京津冀、长三角、珠三角。他们每天都在处理最真实的人才流动：谁在招人，谁在离开，什么岗位火热，什么人才失宠。 很多时候，我们是通过新闻、融资、产品来理解一个行业，但这些信息都有滞后，并且都带着各方的身份立场，很难真的真实客观中立。 所以，我想到了猎头，尤其是我采访的这几位过去陪伴现在的大厂成长、也在AI这波做的风生水起，他们是少数能同时看到三件事的人：公司在想什么、市场在变什么、人正在往哪里流。 所以我想通过这个系列来和各位听众一起探索： 在AI这波浪潮里，人才结构到底发生了什么变化。 这是第一期，我们从上海开始。 （粤港澳的下周发，京津冀的下下周发，请期待~） 这一期，我邀请从业20年的AI猎头沈嘉，围绕AI浪潮下的人才市场变化、岗位需求、求职创业建议展开深度讨论，覆盖从应届生到职场老人、从大厂到创业公司的多维度问题，分享了最新的行业观察与行动建议。 * 文字版，我会在三期一起发布之后一起出一篇梳理行业的文章，发布在公众号。 嘉宾： 沈嘉：21年猎头，上海人，曾经服务过某宇宙App工厂，某原来做海淘现在做内容社区的厂，六小龙里的几小龙，若干科技创业公司。小宇宙@HuntNEXT猎头早知道 主持： 与桐：人才流动是了解行业变化的重要渠道，所以我也建议每个身在职场的人都要跟几个猎头保持好关系。公众号@非标玩家UnDefined，YouTube@非标玩家UnDefined shownotes 22分钟到77分钟，是求职者/候选人/打工人视角 77分钟之后，是企业主/管理者/创业者视角 大家可拉动进度条，自取所需 00:00:03 开场与节目介绍 播客节目「非标玩家」推出AI人才系列选题，邀请三位分别来自京津冀、长三角、珠三角的一线科技猎头，从人才流动视角解读AI浪潮的行业变化。本期为第一期，邀请从业20年、从2022年锚定AI方向、已服务超过800家AI相关公司的猎头沈佳，分享上海地区的AI人才市场观察。 00:03:22 嘉宾自我介绍与业务范围 沈佳介绍个人背景：拥有3年技术相关工作经验，从事高科技招聘20年，2021年创业成立面向科技创业者的猎头公司，从数据和机器学习方向平滑转型到人工智能领域，已经和国内外创业社区、技术核心角色建立长期联系，目前服务的AI相关公司数量接近800到1000家。 00:04:26 印象深刻的AI创业者与人才观 沈佳分享了三位印象深刻的创业者：第一位是DeepSeek的梁文峰，其团队在上一代AI时代完成商业化迭代，在新的大模型浪潮中对人才、组织、产品的定义符合第一性原理，值得研发同学参考。第二位是陈天桥，从盛大到脑科学前沿研究再参与AI浪潮，代表了有前沿思考和强执行力的领导者类型。第三位是追觅创始人，能够在时代趋势下利用自身优势做好技术和产品。三位创业者的共性是坚持能力大于经验，更关注解决从未有人做过的新问题。 00:10:38 2026年猎头业务的变化 2026年猎头业务核心逻辑不变，依然是寻找关键核心人才，但核心人才的关注方向发生变化：2023年关注大模型基座，2026年关注Agent，需求范围从少数人扩展到更多人，但真正掌握Agent能力的依然是很小的群体，始终只招聘两类人：奥赛出身的天赋型选手、有大量实践经验的熟手。 00:12:01 2023-2026年AI人才市场年度总结 * 2023年：大模型浪潮起步，核心叙事是大模型基座创业，市场需求集中在有大模型开发经验的从业者。 * 2024年：多个大模型发布并推广免费使用，市场对基础设施infra的需求变得非常突出。 * 2025年：DeepSeek带动强化学习RL完成商业化验证，推理能力的提升加速了AI全民普及，市场对强化学习侧技术人才需求大幅增长。 * 2026年：Agent（养虾）成为主叙事，大厂和硬件云厂商推动全民Agent，需求覆盖云计算、容器、存储、记忆等多个领域，范围扩展到产品、运营、增长等非技术岗位。 00:17:13 2026年Agent领域热点人才分析 2026年年初以来，Agent领域两类人才价值快速上升：第一类是非技术背景但有大量Agent实践经验的用轮子实践者，第二类是提前搭建过多智能体框架的工程人员。当前行业需求全站化人才，产品经理需要会写代码，工程人员需要懂算法，提示词工程是基础能力，这类全站Agent工程师的价值上升速度比大基座算法工程师更快。这类人才主要被两类企业招聘：一类是大厂改造传统业务做内部提效，另一类是大厂创新业务和AI原生创业公司搭建新业务。 00:21:18 AI对工作替代的核心逻辑 沈佳提出核心观点：模型会吞噬整个数字世界，所有工作的形态都会发生变化，AI不会直接替代人，更擅长使用AI的人会替代不擅长使用AI的人，AI替代是渐进过程，会经历很长的硅碳共生阶段，不会在短时间内彻底颠覆。目前客服领域已经完成初步替代，只有高价值用户才能直接接入真人客服，真人一对一服务的价值会越来越高，和成衣与高定的关系类似。 00:25:19 开发团队会被AI替代吗？ 基础工程师做功能实现、bug修正的工作会最先被替代，需要大量协同的产品、运营岗位替代速度稍慢，但也在被替代过程中。同时产品经理也会长出新的能力，现在AI coding可以帮助产品经理快速生成产品demo，很多产品经理已经可以完成自闭环的全流程工作。两端的工作同时在被替代：数字领域的基础开发工作和物理世界的简单重复劳动，比如林场植保、矿山自动驾驶、仓储堆栈卸货等，最终都是被更会用AI的人替代。 00:29:29 中美AI产业发展的差异 中国产业的迭代速度远快于美国，核心原因是中国数字化渗透率更高，渗透速度更快，国内市场加外贸市场规模大，分工足够细，产业全链路闭环速度是美国的6倍到10倍以上，比如华强北的电子产业、重庆的摩托产业都是全站闭环，迭代速度远快于美国。哪怕大模型的核心突破最早出现在美国，中国AI应用的普及速度也会远快于美国。 00:35:11 工程师岗位的变化趋势 AI coding加速了全站工程师的普及，原来大厂分工精细只了解自己细分领域的工程师，会被上下左右全领域通透的工程师替代。工程师群体也在扩展能力边界，原来需要找产品、设计协同的工作，现在可以通过AI coding直接在数字世界完成，工程师的工作边界在扩展，同时也在被AI重构。初级边角料学徒工程师、大厂边缘业务的中年工程师（比如大龄P6、P7）受到的冲击最大，这类人群再就业难度较高，更多会转向数字化渗透率较低的传统产业寻找机会。 00:40:43 需求下降的岗位与应届生就业现状 现代服务业的基础技能岗位需求下降非常快，比如四大的基础审计岗，工作量被AI大幅压缩，岗位大幅减少。AI相关岗位总量相比前三年快速膨胀，但是竞争难度也同步快速上升，早期大模型公司招人难度低，现在哪怕普通岗位也很难通过简历筛选，头部大模型公司的HR每天处理海量简历，已经接近人力处理的边界。 00:46:00 当前火热的岗位与薪资水平 技术层面数据、算法、基础架构会持续火爆，应用层面产品、运营、增长需求非常大，覆盖投放、素材生产、监测分析全增长链路。2026届头部校招中，优秀同学可以拿到100万-200万现金年薪，最高可到350万-380万不含期权，核心岗位实习工资可达4500-4800元一天，头部薪资主要由大厂提供，创业公司相对较少，头部效应非常明显，现在候选人选择offer不仅看薪资，更关注团队和细分赛道的成长性。普通院校的年轻同学如果有较长的AI实践工龄，哪怕非技术岗位薪资差异也会拉的很大，学生没有负担，迭代速度比资深从业者更快，更容易拿到不错的薪资。 00:52:40 低薪高潜力的方向：情绪价值提供者 当前薪资不高但未来价值会很高的方向是情绪价值提供者，比如细分方言脱口秀、特定人群的情绪陪伴、女性向游戏剧情等，AI解决了物质生产效率问题后，人们会愿意为情绪价值付费，情绪价值目前很难定价，但未来价值会快速增长。 00:56:18 大厂 vs 创业公司：给求职者的建议 沈佳做猎头20年，不会主动给候选人做选择建议，只会分享分析框架和所有可能性，最终由候选人自己决定。从比例上看，创业项目跑出来的概率非常低，通常会劝阻大部分人加入创业，真正想创业的人会直接行动，不需要咨询猎头。S级人才要么去大厂核心部门，要么自己创业，A+级人才两条路都可以选，最终选择取决于个人的价值观。现在初创和大厂之间人才流动形成旋转门，创业者可以去大厂创新业务获取资源，大厂人才也可以出来创业，双向流动越来越频繁。 01:04:47 大厂光环还存在吗？ 大厂光环早就祛魅，大家不会神话大厂背景，只会理性判断价值。大厂光环只存在于明星业务团队，雇主买的是团队已经交过的学费和前置经验，大厂边缘业务的背景没有额外光环。AI native带来所有范式重构，市场更关注候选人的实际能力，不会单纯看厂牌，厂牌的溢价越来越少。 01:08:21 好机会的变化：顶尖人才 vs 普通人 显性的好机会越来越少，职场非共识的差异快速拉大，选择变多导致竞争变得更激烈，好机会的竞争强度比过去大很多。非共识的隐性好机会确定性其实更高，但需要候选人自己判断，普通人拿到显性好机会的概率越来越低。 01:12:47 非技术/大龄转AI来得及吗？ 任何时候转AI都来得及，核心取决于个人对自己下手的狠度，和年龄、原来的背景无关。文科生不需要焦虑，文科生原本就擅长人和人的对话，AI时代对话能力会成为核心能力，只要找懂技术的朋友补足技术短板就可以，核心是提升自己的迭代速度，跨界跨产业招聘现在非常多，行业区别没有想象中大，核心看个人的迭代速度能不能匹配业务需求。 01:17:33 创业公司看重的候选人特质 创业公司招人要求一直没变，都是既要也要：要求学校好、有大厂经验熟悉成熟体系、有创业经验懂0-1搭建、绩效好同时ego不能太高。现在候选人简历发生了明显变化，越来越多候选人会在简历上增加正职工作之外的个人项目，比如自己做的小产品、内容产出，越年轻这种情况越多，00后中占比约50%，这种方式能直观展示自驱能力，降低组织摩擦，更容易通过筛选，这种变化和区域无关，是年轻一代自我意识觉醒的体现。 01:26:07 创业公司怎么和大厂抢人 创业公司不需要和大厂拼现金，可以采用灵活雇佣模式，比如聘用兼职顾问满足需求，不需要全职招人。核心岗位招聘要长期跟进观察，不要仓促做决定，初次创业很容易招错核心岗位，因为旧经验不适合新业务，招聘错是大概率，需要谨慎决策。推荐试工一天的背调替代方式，试工提前谈好报酬，设置具体任务，当面协同完成，能直观判断候选人能力。 01:32:36 海内外公司招人风格差异 海外人才供给相对不足，大部分区域更明确区分工作和生活，非工作时间一般不沟通工作，文化上对职场边界、专业性、公平性要求更高，现在全球细分赛道人才跨区域流动的比例越来越高。想做全球产品的创业者，不需要一开始就建海外物理团队，核心是先搭建符合全球化协作的内部机制，适配不同地区的工作习惯，而不是单纯在海外开办公室招人。 01:38:11 国内不同城市人才差异 国内不同城市的人才差异核心源于产业集群的不同：北京海淀是AI核心聚集地，杭州有电商集群，武汉有汽车和半导体集群，成都有文创、游戏和航空产业，深圳有硬件制造集群。同时不同区域的文化差异也会影响产业发展逻辑，每个区域都会慢慢形成自己的产业定位，不同定位吸引不同特质的人才。 01:47:14 传统企业AI提效的判断 AI确实可以帮助企业实现用更少的人做更多的事，AI coding提升工程效率是最容易落地的方向，现在很多传统企业都在找专家探讨AI coding的提效空间。AI coding的发展速度非常快，未来18个月内，全球新产生的代码中95%-98%都会由AI生成，工程团队的工作形态和组织形态都会发生巨大变化，所有企业都必须面对这个必选题，只是时间早晚的问题。 takeaway AI对就业的整体影响判断 * AI替代规律：AI会按数字化渗透率顺序逐步替代工作，数字化程度越高的工作越先被替代，所有工作最终都会被改变形态。AI不会直接替代人，更擅长使用AI的人会替代不擅长使用AI的人。 * 硅碳共生阶段：AI替代不会是0-1的颠覆性革命，会经历很长的硅碳共生阶段，这个过程的长度和业务数字化渗透率、AI供给能力直接相关。 * 18个月AI代码预测：未来18个月内，全球新产生的代码中，95%-98%以上都会由AI coding驱动生成，总量会远超人工手写代码。 AI浪潮下历年人才需求变化 * 2023年人才需求：2023年AI浪潮初期，市场核心关注大模型基座人才，主要需求是有6B模型相关开发经验的算法从业者。 * 2024年人才需求：2024年模型落地推广阶段，因为模型尺寸变大，对基础设施infra的需求变得非常突出，覆盖训练和推理全链路。 * 2025年人才需求：2025年随着DeepSeek带动RL强化学习商业化验证，市场对强化学习侧技术人才的需求大幅增长。 * 2026年人才需求：2026年Agent（养虾）时代到来，需求覆盖云计算、容器、存储、记忆等全链条，范围从技术岗扩展到产品、运营、增长等非技术岗。 2026年Agent（养虾）热点人才类型 * 价值快速上升的两类人才：一类是非技术背景但有大量Agent实践经验的用轮子实践者，另一类是提前搭建过多智能体框架的工程人员（脚手架搭建者）。 * 全站化人才趋势：当前Agent领域需求全站化人才，产品经理需要会写代码，工程人员需要懂算法，提示词工程能力是基础要求，这类人才被称为全站Agent工程师。 * 招聘主体与方向：这类人才主要被两类企业招聘，一类是大厂对传统业务做AI提效改造，另一类是大厂创新业务和AI原生创业公司做新产品建设。 不同人群的就业冲击与机会 * 对工程师群体的影响：基础功能实现、bug修正类的初级工程师工作会最先被替代，只了解自己细分领域的大厂工程师也会被全领域通透的工程师替代，初级小白工、大厂边缘业务的中年工程师受到的冲击最大。 * 需求明显下降的岗位：现代服务业里依赖基础技能的岗位消失速度非常快，比如四大的基础审计岗，工作量被AI大幅压缩，岗位需求大幅减少。 * 应届生就业现状：AI相关岗位总量相比前三年快速膨胀，但竞争难度也同步快速上升，头部大厂核心岗位简历投递量已经超过HR处理边界。 * 当前头部校招薪资水平：2026届头部校招中，优秀同学拿到100万-200万现金年薪非常常见，最高可到350万-380万（不含股票期权），核心组实习工资可达4500-4800元/天。 差异化的岗位价值判断 * 持续火爆的岗位方向：数据、算法、基础架构这类技术核心岗位会持续火爆，同时Agent应用方向的产品、运营、增长等岗位需求也非常大，覆盖从投放、素材生产到数据分析的全增长链路。 * 低薪高潜力的方向判断：当前薪资不高但未来价值会很高的方向是情绪价值提供者，这类岗位针对特定人群提供情绪共鸣，目前很难定价，但随着物质生产效率提升，人们对情绪价值的付费意愿会快速增长。 求职者选择建议：大厂 vs 创业公司 * 猎头分享的原则：猎头不会主动给候选人做选择建议，只会分享分析框架和所有可能性，最终由候选人自己做决定。 * 创业成功概率判断：从比例上看，创业项目能跑出来的概率非常低，猎头通常会劝阻大部分人主动加入创业，真正决心创业的人会直接行动，不需要找猎头咨询。 * 当前人才流动趋势：初创团队和大厂之间的人才流动已经形成旋转门，不是对立关系，创业者可以去大厂的创新业务获取资源，大厂人才也可以出来创业，双向流动越来越频繁。 AI转型的可行性与路径 * 转型时间判断：任何时候转AI方向都来得及，核心取决于个人对自己下手的狠度，和原来的背景、年龄无关。 * 非技术背景转型机会：非技术、文科背景的人不需要焦虑，文科生原本就擅长人和人的对话，AI时代对话能力会成为核心能力，只要找懂技术的朋友补足技术短板即可，核心是提升自己的迭代速度。 创业公司招人相关建议 * 创业公司看重的候选人特质：创业公司始终要求候选人既有大厂经验熟悉成熟体系，又有创业经验懂0-1搭建，要求候选人学校好、绩效高，同时ego不能太高。 * 00后简历新趋势：现在越来越多00后候选人会在简历上增加正职工作之外的个人项目，比如自己做的小产品、内容产出、开源贡献等，越年轻的候选人这种情况越多，00后中占比约50%，这种方式能更好展示自驱能力，降低组织摩擦，更容易通过筛选。 * 创业公司抢人策略：创业公司不用和大厂拼现金，可以采用灵活雇佣模式，比如聘用兼职顾问，同时要长期跟进候选人，核心岗位招聘需要长期观察，不要仓促做决定，建议采用试工一天的替代背调方式，试工提前谈好报酬，能更直观判断候选人能力。 不同区域人才与招人差异 * 中美产业迭代速度差异：中国产业的迭代速度远快于美国，优势在于数字化渗透率高、渗透速度快，市场规模大，分工细，全链路闭环速度是美国的6倍-10倍以上，AI应用普及速度会远快于美国。 * 海外公司招人风格差异：海外人才供给相对不足，大部分区域更明确区分工作和生活，晚上非工作时间一般不沟通工作，文化上对职场边界、专业性、公平性的要求更高，当前全球范围内细分赛道人才跨区域流动的比例越来越高。 * 国内不同城市人才差异：国内不同城市的人才差异核心源于产业集群的不同，北京海淀是AI产业核心聚集地，杭州有电商集群，武汉有汽车和半导体集群，成都有文创、游戏和航空产业，深圳有硬件制造集群，同时不同区域的文化差异也会影响产业发展逻辑。 传统企业AI落地相关判断 * 减人提效的结论：AI确实可以帮助传统企业实现用更少的人做更多的事，AI coding提升工程团队效率是最容易落地的方向，所有规模的企业都必须面对这个必选题，只是时间早晚的问题。 非标玩家UnDefined是一档商业人物访谈播客，致力于让世界看到中国商业和科技力量，只影响1%的商业决策者。 欢迎有认知的商业决策者联系、合作~

大家一起来查查哪家大模型公司的领英粉丝最多~ 老友不闲聊来了！ 我和非标玩家合伙人雨洁，一起去跟我们的老朋友徐作彪聊了聊AI设计、软件出海、Linkedin生态的问题。 徐作彪本硕毕业于清华，在2021年创立了AI设计软件Nolibox，在国内积累了大量tob的大客户。他很快发现，如果在国内做 AI 标品软件，又没有 10 亿级融资，大概率是死路一条。 在2024年他们开始C端设计工具出海，最开始是产品定位是青少年，跑了几年后发现欧美老钱才是他们的客户。 在2025年，为了更好地做出海，徐作彪两次飞往硅谷，共呆了50天，他发现了一个机会：出海绕不过LinkedIn，因为LinkedIn在硅谷是一个创业者的数字名片，空白的LinkedIn会让人觉得不可被信任。 所以他开始做 Dynal，一个帮创业者、公司高管、出海团队生成 LinkedIn 内容、经营个人品牌的 AI 工具。 这一期我们聊了很多实操内容，包括一个本土创业者怎么在硅谷找到机会，一个工具在producthunt上怎么打榜，LinkedIn在硅谷到底意味着什么，为什么只做国内市场的工具就是死路一条。 这一期适合： * 正在做 AI 产品的人 * 想出海的创业者 * 对 LinkedIn / Twitter 运营感兴趣的人 * 想理解 AI 工具创业真实难度的人 * 对“为什么中国 AI 工具卷不过大厂”感兴趣的人 嘉宾： 徐作彪：AI设计工具Nolibox和LinkedIn内容生成工具Dynal.AI的创始人，贵价钢笔持有者。日聊Claude800次，不辞长作岭南人。Linkedin@Alex Xu 刘雨洁：非标玩家UnDefined的梅林和莫甘娜，网球博主，主业品牌管理，曾经的ProductHunt日活用户。Linkedin@Lorraine Liu 王与桐：接话很快是ADHD的初始设置，更新很慢是因为我在深度思考。公众号@非标玩家UnDefined，YouTube@非标玩家UnDefined，LinkedIn我还没开始更新抱一丝。 节目中提到的照片：徐作彪在两次到达硅谷住的同一间房间，左边是第一次想到可以做LinkedIn生成内容产品写下的idea，右边是带着已经做好的产品回到故地。（日子好起来了，从白开水变成了红酒） shownotes： 03:27 中国 AI 工具出海，为什么可能有 50~100 倍机会？ 06:36 2021 年做 AI 设计时，所有投资人都觉得这是伪需求 12:32 在国内，融资 10 亿人民币以下做标品 AI 工具，基本是“大厂的棋子”。 20:41 硅谷 50 天体感：当对方 LinkedIn 履历丰富且专业，而你只有寥寥几句时，你就像个“假人”。 26:03 “如果 LinkedIn 没做好，你可能都不算真正进入出海圈” 36:19 玩法总结：出海人如何立人设？频率、信息源、文风的一致性是核心。 42:16 Dynal 怎么帮用户建立自己的“Brand DNA” 44:45 差异化竞争：不做 All-in-one，只做垂直领域的 Top 1 53:18 定价心理学：为什么 Dynal 卖 40-60 美金一个月，老外反而更愿意买贵的？ 56:14 海外用户到底敏不敏感？AI SaaS 要不要打价格战？ 01:01:12 为什么“国内开发 + 海外品牌”可能是最强 AI 出海组合 01:03:21 怎么在 Product Hunt 打榜，实操经验分享 01:12:18 认知修正：AI 时代产品是“廉价”的，知名度和增长才是“稀缺资源”。不要轻信“靠产品自增长”的神话。 01:16:34 吐槽正确的废话：别再问我什么是“真需求”和“PMF”了。只要是一个理性人感知的痛点，就是真需求。 01:26:02 一天上线多个 AI 产品的人，到底是怎么思考的 01:32:42 在硅谷融资，最有用的东西其实是“熟人引荐” 01:34:52 赛博监工：给 AI 设定特定的提示音，听声音就知道它任务跑完没。 01:38:07 认知偏差：我们以为用户是年轻人，结果付费主力是 50 岁以上要办正式派对的美国精英。 关于出海的其他播客： https://www.xiaoyuzhoufm.com/episode/69c0d1e33c625cc5aeae1d2c 05在硅谷做AI狗狗项圈：别把供应链当优势，别把众筹当市场？对话Traini创始人Arvin 关于AI生成的其他播客： https://www.xiaoyuzhoufm.com/episode/69b123769b893f69c72c51f4 03当AI生成一切，人类只剩下审美，和FansAI David 聊硅谷工作、回国创业和开放世界 https://www.xiaoyuzhoufm.com/episode/699d73bfde29766da95cf3bd 01-98年准博士，1人0投放，做出几万月收的AI教育产品

不知道，K姐的大脑太曼妙~ 不上班也赚钱的系列更新第三集了！ 今天这期节目，我们请到了一位有点“反常规”的投资人——K姐。 她曾经在四大做咨询，后来进入一级市场，参与投资了一些很知名的项目。 去年年底，她离开所在的机构，开始全职做二级市场投资。 过去一年，她的收益是150%， 今年到目前为止，一度接近190%。 但更有意思的不是这个数字，而是她赚钱的方式。 比如在这次美伊战争中，她如何通过公开信息判断伊朗实力，判断美国决心，判断战争还会多久，从而影响她的投资决策，带来可观的收益。 节目后半段，聊了聊她的投资认知，以及成长路径——一个立志要做投资的法学生是怎么一步一步实现自己的目标的。 这一期，K姐会告诉我们，如何把“理解世界”，变成一种赚钱能力。 本期嘉宾： K姐：去年年底不做一级投资人了，专注在二级市场库库赚钱，边笑边哭代表人物，小红书@共识加速度，雪球@共识加速度 主持： 王与桐：二级小白，媒体专家，问了白痴的投资问题只是我在表演！公众号@非标玩家UnDefined，youtube@非标玩家UnDefined 感谢场地提供：荔枝FM K姐的“书单与工具”推荐： * 底层思维： 《孙子兵法》、《战争论》 * 中东理解： 《中东历史二十讲》 * 信息工具： Grok（推特资源实时反应）、AI 辅助提效 * 视频学习： B 站“沙盘上的战争” shownotes： 00:02:03:成功投资的秘密：如何利用细节信息实现百分之一百九的收益？ 00:08:30:美国中东政策的背后：政治、战略和执行的考量 00:17:05:伊朗战争的动向与美军的调兵部署：战场明朗化的信号 00:25:37:如何在战争中获得胜利：情报、军事战略和工业生产的奥秘 00:34:09:中东历史与军事动作：探索冲突与生存的神奇区域 00:42:41:市场动荡不安，你的全职投资之路是否正确？——职业投资者的适应与纪律 00:51:15:在投资路上的曲折探索：一个从小白到成熟的成长之路 00:59:48:股票投资：从亏损到盈利的转变（经验分享） 01:08:20:投资成绩与流动性的关系：一级市场与二级市场的差异 01:16:53:如何在市场传言引发的风险期间保持冷静？经验分享！ 01:25:24:跨行业、跨市场信息优势：掌握世界规律的关键！ 01:33:57:战略选择与生活平衡：如何在众多可能性中找到自己的道路？

一个创业十年的人说如果有可能，人生不要创业。。 赵明是我采访过的人里最让我不知道怎么接话的人了。 一般创始人CEO都会大聊特聊宏大愿景，也会不断提醒我他们的技术多么独一无二，还会对自己的创业历程充满自信甚至过于自大。这些人抛出的ego、理念和高谈阔论，其实我有经验。 但赵明不是这种人，在采访中，他反复提到他在过程中做的不好的、学到的、思考的。太真诚了，太坦诚了。 这样的表达，或许来自他真的创业十年，围绕着一个目标，经历了几次热浪，但仍然初心不变。 这一期，我们和 YOGO 有个机器人创始人兼 CEO 赵明，聊了聊一个这两年重新热起来的词：空间智能。 赵明没有先讲模型，也没有先讲人形机器人，而是先讲了一个很朴素的词：box。 在他的理解里，人类一直生活在各种各样的 box 里。住宅、商场、医院、写字楼，都是 box。人类发明这些 box，是因为身体脆弱，需要一个可以生活、工作、消费、娱乐的稳定空间。也正因为如此，真正能改变人类生活的智能，不该只停留在屏幕和数字世界里，还应该进入这些 box，去理解人如何移动、物如何流动、空间如何协同。 所以这期里，赵明讲的其实不只是机器人。 为什么建筑到今天依然这么“笨”； 为什么空间智能真正重要的不是单个机器，而是电梯、闸机、门禁、机器人这些设备能不能一起工作； 为什么相比那些更“酷”的双足、四足、人形机器人，他更在意楼里的物流网络； 以及为什么同样是空间智能，到了沙特、日本、巴西、菲律宾，会先解决四种完全不同的问题。 这期里还有几个很有记忆点的判断。 比如：最好的养老机器人，可能也比不上一条狗。 比如：当机器人真正进入生活时，人根本不会在意它到底是轮式、双足还是别的形态。 比如：空间智能的下一步，难点可能已经不只是单体智能，而是一群智能体如何协同。 比如：人类已经成为上帝。 聊到最后，话题甚至拐到了书单。 当被问到“推荐一本到两本书给未来创业者”时，赵明给出的答案是：最好不要读。 他提到《第三类黑猩猩》和《现实不是你所见》，说这些书会把你带到一种很危险也很迷人的视角里：从外星人的角度重新看人类，从物理学的发展重新怀疑世界的真实性。某种程度上，这也很像他这期对空间智能的理解——换一个视角看世界，再回来重写现实。 如果你关心机器人、具身智能、空间智能，或者只是想知道：那些未来听上去很远的技术，最后会怎么进入你每天出入的楼、医院和城市，这一期会很适合你。 嘉宾： 赵明：YOGO有个机器人公司创始人&CEO，2015年开始创业，在创业前曾做过月球机器人等炫酷的技术，而现在更关心落地，他们的产品和能力已经出海到沙特、日本、巴西、菲律宾。 王与桐：主持人，非标玩家UnDefined主理人。 时间轴 00:00 - 06:43 从 box 讲起：为什么空间智能应该先进入建筑 人类大部分时间都生活在各种 box 里。真正的空间智能，不只是让机器人更聪明，而是让建筑里的物流、人流和设备协同重新被组织。 06:43 - 14:05 从“酷炫机器人”到“楼宇机器人”：为什么真正改变生活的技术，往往没那么性感 赵明回顾自己做机器人多年的转向：从追求技术上的炫技，转向追求技术真正进入生活。 14:05 - 22:47 为什么我不做具身智能 双足、四足、人形机器人为什么火；在赵明看来，今天很多进展更接近运动控制，真正的空间智能还有更长的路。 22:47 - 25:41 为什么我不执着于做人形机器人 当机器人真正成为生活必需品，人不会在意它长什么样；以及那句很扎人的判断：最好的养老机器人，其实比不上一条狗。 25:41 - 33:42 空间智能到底是什么：机器人之外，更重要的是设备和设备如何一起工作 空间智能不只是机器人本体，而是电梯、闸机、门禁、机器人这些设备一起变“聪明”，组成一个协同网络。 33:42 - 39:41 沙特、日本、巴西、菲律宾：为什么空间智能到了不同国家，会先长成不同的样子 沙特更像未来城市基础设施，日本先回应老龄化，巴西面对复杂场景效率，菲律宾则先碰到安全问题。 39:41 - 45:52 为什么我不做扫地机器人 比数据更重要的，可能是数据从哪里来；赵明更在意的是和人、和场景高度结合的数据入口。 45:52 - 55:22 人类是不是在“自我封神” 如果有一天人类真的创造出强智能，人类是不是已经成了“上帝”？从伦理、规则，到创业十年的反思。 55:22 - 结束 赵明的“最好不要读”书单 《第三类黑猩猩》《现实不是你所见》——为什么有些书会让你重新理解人类，也重新怀疑世界。 视频播客：视频号、腾讯视频、youtube搜索「非标玩家UnDefined」 文章：微信公众号「非标玩家UnDefined」

据外媒报道，OpenAI 周二宣布，已完成一轮创纪录融资，共计融资1220亿美元，投后估值达到 8520 亿美元。 在我看来，这件事更值得思考的是OpenAI 带来一种新的资本玩法——从个人投资者中筹集了30亿美元。 对 OpenAI 自己 的影响。它未来融资时可动员的资金池更深，融资不再只取决于少数几家大机构的判断。 这件事如果继续往下走，影响不会只停留在 OpenAI 一家公司，而是可能改写一级市场、财富管理、AI 公司融资结构。 还有一个更深层的影响，是对中国 AI 公司和其他非美公司 的。 因为这会进一步拉开“资本组织能力”的差距。 内容已发布公众号：https://mp.weixin.qq.com/s/wRWTXsiP_O_21GfSYSYAnA 新一期对话内容下周二发布~

就在Sora关停十几个小时后，字节视频模型Seedance 2.0 涨价了……怎么样我说的利好大厂吧。 Sora 在美国时间周二宣布关停了，距离 App 去年九月底高调上线、一码难求、人人讨论，只过去了 6 个月；但距离他们第一次发布 demo，已经过去了两年。 OpenAI 将停止 Sora 视频平台，Sam Altman 也已向内部宣布相关调整，外部报道普遍将原因归结为公司把资源转向更核心的 ChatGPT/下一代模型与“super-app”方向。 对于很多从业者来说，关停是意料之中，所以我仔细分析一下他们是如何走向关停的结局的。 以及，很多人好奇会带来什么影响，我觉得短期不会有影响，长期利好字节阿里。 文章已经在公众号「非标玩家UnDefined」发布。 https://mp.weixin.qq.com/s/hPWCpQnaiR5E-smy_0wqNg 文中提到的图片 （Sora官方X发布消息） （Google trends 过去一年全球范围内对“ Sora”的搜索指数） （2026年3月Arena Leaderboard 文生视频（上）榜单、图生视频（下）榜单） （2025年5月Arena Leaderboard 文生视频（上）榜单、图生视频（下）榜单）

从一只狗开始，重新理解 AI 硬件的出海逻辑。 Hello，大家好，欢迎收听《非标玩家》。 《非标玩家》是一档面向全球科技与商业语境的深度对谈节目。我们关注那些不按常规出牌的人：他们不一定走在最拥挤的赛道上，也不总是遵循最标准的路径，但他们往往更早感知变化，也更愿意在不确定中下注。我们想记录的，就是这些“非标玩家”如何判断趋势、如何做决定，以及他们如何把一些看上去不成立的事情，慢慢做成现实。 这一期的嘉宾，就是一个很典型的“非标玩家”。 今年 CES 之后，我陆续能在各个视频平台刷到Traini的狗狗项圈的视频，其中很多都是博主自己搜集公开资料制作的视频，但数据却都出奇的好。 Traini是一款戴在狗脖子上的 AI 项圈。它想做的事情有点夸张：把狗的叫声、行为、状态，翻译成人类可以理解的语言。这件事让他们获得了上千万美元的融资，并且资方包括中美两国的基金。 这期《非标玩家UnDefined》，我聊的是 Traini 创始人 Arvin。比起很多人都解密过的“怎么把狗语翻译出来”，我更想知道另外几个问题： 为什么这样一款 AI 硬件会诞生在硅谷，而不是深圳？ 为什么一个已经把软件做起来的团队，还要反过来啃最难的硬件？ 二本毕业的他，为什么在中国创业几年之后选择去往硅谷？ 以及更重要的，一个在美国创业多年的华人，怎么看供应链、品牌、出海、融资和“华人是不是美国主流”这些问题？ 本期嘉宾 Arvin Traini 创始人兼 CEO，连续创业者，长期在中美两地创业，曾做本地生活与亚洲餐外卖平台，如今在硅谷创业做宠物行为分析 AI 软硬件产品。 王与桐 「非标玩家UnDefined」主播，前36氪和晚点记者，采访过数百家创业公司。 我们开听友群啦，请添加小助手Domybest0909邀请 Shownotes 你会听到 * 一款“狗语翻译器”为什么会在 CES 爆火，他们如何花小钱做大传播？ * 做宠物行为分析，为什么最终一定走向硬件 * Arvin 对 AI 硬件、场景硬件、Voice Agent 的判断 * 为什么“供应链是中国优势”这句话，在他看来经常被误用 * 美国硬件创业和中国硬件创业，到底差在哪 * 为什么中国硬件出海，喜欢讲众筹成绩？ * 华人在美国创业，到底有没有所谓的“优势”和“劣势” * 为什么他说：华人也应该把自己当成美国主流的一部分 时间轴 02:08 Traini 是什么：把狗的表达“人类语言化” 03:00 为什么会在 CES 火起来：不是幸运，是设计出来的传播结果 CES 期间大量博主主动找上门，Traini 被列入重点体验产品。Arvin 透露，这一轮传播并非偶然，而是经过完整策划的结果。相比把预算花在展台、奖项和馆内曝光，团队选择在线下投广告牌，精细打磨每一张图、每一句文案，让媒体和观众先被吸引，再形成二次放大。 08:42 “得不到的才是最好的”：神秘感也是传播策略的一部分 他分享了一个很有意思的判断：用户在各个场馆之间穿梭，却找不到展位，反而会加深印象、放大讨论。 15:40 做对这件事，需要三样东西：科学性、数据量、工程化 参考 900 多篇论文、与科学家团队合作、使用超过 200 万只狗的数据，覆盖叫声、肢体语言、面部表情、环境因素、健康状态、年龄、品种等多维度信息。 19:30 为什么这几年很少接受采访：产品没交付之前，说太多没有意义 25:30 为什么从软件转向硬件：体验是决定性因素 软件已经验证了需求，但手机始终隔着一层。狗会跑来跑去，用户也不可能一直举着手机追。最终，为了更自然、更实时的交互，他们决定做硬件。 28:05 Arvin 对 AI 的两个判断：高质量多模态数据更重要，Voice Agent 会成为主流 他提到，早在很多人还只盯着 foundation model 时，他就更相信高质量、小规模、多模态数据的重要性，也更早相信 Voice Agent 会成为主流交互方式。 30:46 场景硬件，是创业公司的机会 相比 OS 层的创新会被大厂主导，他更看好创业公司在垂直场景里做专用硬件：会议记录、骑行眼镜、游泳设备，或者像宠物对话这样的“场景硬件”。 32:17 做硬件占决策 50% 以上的原因：增强用户体验 软件的第一阶段是分布式翻译，第二阶段是实时翻译，但直到把设备戴到狗身上，交互才真正变得自然、持续和可信。 34:06 为什么在硅谷创业，还要在中国做硬件 Arvin 讲了一个很有意思的观点：供应链确实在中国，但“供应链在中国”不等于“这是中国创业者天然的优势”。工厂不是你的，产线也不是你的，近水楼台不等于拥有壁垒。 37:03 美国和中国硬件创业，真正的差别是什么 在他看来，美国创业者更愿意做原创、做品类开创者，更重视合规、隐私和专业性；而国内很多团队更容易陷入快速拼装、快速卖货、快速验证市场的路径依赖。 40:33 中国公司出海美国，最容易忽略的三件事：品牌、社区、售后 美国本地团队会更在意品牌形象、社区渗透和售后服务，而很多中国团队更依赖 Amazon、众筹和短期销量，导致与用户之间的真实连接被削弱。 43:40 为什么中国团队都爱讲众筹成绩 Arvin 直言，众筹的一个重要意义，是方便融资。它当然可以验证市场，但也很容易被当成一个更漂亮的数字游戏。 45:58 华人在硅谷创业，既没有优势，也没有劣势。 49:43 华人在美国创业的真正问题，可能是“自我矮化” 54:52 Arvin 的创业路径：并不出众的学历，从中国本地生活到美国亚洲餐外卖，再到宠物 AI 01:00:01 这段创业最没想到的困难：市场太热，反而把产品推到了更高期待值之下 01:03:46 来自养狗用户的灵魂提问：会不会吓到狗？真的有必要吗？怎么保证准确率？ 01:08:20 为什么暂时不重点做中国市场：想服务宠物父母，而不是宠物主 美国有约 7000 万养狗家庭、接近 9000 万只狗，宠物消费市场约 1520 亿美元；相比之下，中国市场仍小很多，而且“宠物父母”的占比也没那么高。 01:09:25 一封来自奥地利盲人的邮件 关注非标玩家UnDefined，了解更多商业决策者是如何思考的~

在找到oc能如何实现自己的产品构想时，她激动地打了一套太极拳。 大家好欢迎收听不上班也赚钱的第二期，这期的主人公是小鹅。 小鹅是一名00后设计专业的研三学生，去年因为参加黑客松活动也加入了我此前提到的一人公司社区鸿鹄汇里，开始了AI+艺术的交叉生涯。 此前，她做很多艺术相关的工作，以及消费品牌的设计。她现在做的是一款叫呱呱的AI软硬件结合的产品，可以帮助大家提高学习和工作效率。 在1月底，我和小鹅聊了一次，短短一个半月，openclaw的出现和小鹅的自我成长迭代太快的原因，他们的产品有一次进化，所以我在3月10日又跟他聊了一次。 如果大家在收听时觉得音质有差异，请理解，为了更好的内容我确实做了拼接。 我和小鹅还聊了很多跟AI无关的选择，比如设计专业如何开始一人公司、作为一个ADHD如何管理自己的时间。如果大家感兴趣，也可以收听完节目的后半段。 00:00:00 00后、研三、三门生意同时开，她到底怎么忙得过来 00:03:44 前两门生意养创业，她的现金流怎么转 00:05:30 一只会吐金币的青蛙，居然是帮人戒拖延的 00:12:45 接入 OpenAI 后，玩具变队友，呱呱开始自己长脑子 00:18:57 她做产品的第一原则：先帮用户把世界关小一点 00:20:12 本来想做年轻人的陪伴玩具，结果先被家长盯上了 00:28:15 分享完一场直播，她发现大家比自己还着急预售 00:30:35 好的 C 端 AI，不该太重 00:34:42 她怎么想点子：先在白板上发疯，再让 AI 来收网 00:43:06 一个差点上线的首饰品牌，藏着她的另一种商业直觉 00:45:13 一次暑假活动，为什么直接改写了她的职业路线 00:48:04 睡四小时、跑黑客松、同时开项目，她怎么没先累垮 00:51:52 设计外包最难的不是画图，是判断自己到底值多少钱 00:57:42 AI 能提效，但前期洞察需求这件事，它还替不了人 01:01:27 AI 出的都对，但设计里，“对”有时候恰恰最无聊 01:06:18 超级个体也需要自己的“组织感”

“storytelling的能力，是大大被低估的” Hello大家好，这是「商业怪人谈」的第二期节目。这次我采访的是David许天阳，曾在硅谷互联网公司打工十年，放弃了留美华人的房子车子狗子的生活，去年回国以联创身份加入FansAI。FanaAI现在在以AI视频生成的方式做开放世界互动的产品，此前他们也已经服务了疯狂动物城等IP和MINISO等客户。 David本科就读于清华工业工程专业，研究生去了哥大。他的履历是标准的AI创业者，但他和其他AI创业者的感觉不太一样，比如，他说在清华最受影响的是他去上的戏剧课，比如他一直在坚持搞乐队，额这怎么感觉最近也是在清华蔚然成风，比如他是我采访过的创业者中衣品最好的。或许是因为一直以来对艺术的热爱和追求，他对于AI时代的审美有很多思考，这也构成了我们这期的主题。 同时，我们还聊了他在硅谷做产品经理的经历，在几家大公司都呆过之后，他也思考了为什么中国大厂的AIlab会比美国大厂的更不稳定，为什么在中国创业需要更大的picture但美国可以从一个很小的切入点出发。 这期的前半部分我们会聊一些他们公司业务，和审美与平权的内容，在37分之后，会聊更多他个人的见闻。 视频播客即将在视频号和youtube上上线，大家可以搜索「非标玩家UnDefined」观看。 00:02:24 FansAI在把AI技术和内容带入皮牌，也在探索AI内容产品Roto 00:08:04 AI是如何带来创作者和观看者边界的模糊的？ 00:10:00 开放世界视频，介于视频和游戏之间 00:15:39 下一代是“第十艺术”，更复杂、更沉浸、更未来 00:18:01 AI时代制作门槛降低，审美变成最宝贵的能力，而其中经故事的能力被低估了 00:22:18 个性化、差异化内容怎么做？David总结是IXV 00:26:48 人人都能创作，那以后永世流传的经典会不会变少？ 00:32:25 黑镜早在2016年就尝试过让用户做选择来决定故事走向的内容了 00:33:47 团队情况：商业化进展与团队互补性 00:38:32 David在硅谷时，先后在Pinterest、Wish、TikTok、Snap工作 00:43:18 对大厂AI团队组织调整的看法：频繁调整是因为定力不够 00:48:26 国内大厂AI lab难善终？ 00:51:52 AI时代会不会进一步放大规模效应，让强者愈强？ 00:54:05 中美AI创业的核心差异：美国小切口，中国大图景 00:59:00 创业过程中的认知提升方法：聊天和碰撞 01:01:10 追求学习曲线，渴望不断学习 01:04:54 “戏剧教育应该纳入通识课程” 01:07:52 喜欢输入信息听觉、视觉，比文字更快

🦞和claude code都让opc时代在加速到来… Hello大家好，这是商业怪人谈的第一期，这个系列我主要是采访一些选择或许和主流不一样的商业决策者，在高度不确定、充满噪音的商业世界里，那些真正做出长期有效决策的人，究竟是如何思考的？ 这期的嘉宾是Johnny，他2013年加入一家美元基金，一直做到了如今联席负责人的位置，但去年，他决定跳出VCPE原有的轨迹，选择发起一个专注孵化一人公司的社区，鸿鹄汇。 我见过太多对PEVC行业义愤填膺的投资人，但下次见他们时，他们还是舍不得这份能够无痛指点江山的光鲜亮丽的工作。但是Johnny不一样的地方在于，他看到了PEVC这个行业正在沉没，他选择跳出来做一个新的物种。 本期播客首发在YouTube平台“非标玩家UnDefined”频道。 本篇takeaway： * 为什么美国没有类似一人公司孵化器的存在，又为什么中国做不出来YC和A16Z？ * 未来可能只有三种公司，一种就是国有企业，它是负责国计民生的；第二个呢，就是平台企业；剩下的我觉得不会有中腰部企业了，就未来都是一人公司和非常小的团队。 * 当你的能量没有达到一个高度的时候，你是找不到合伙人的；但是当你有足够的决心，足够的执行力去做一件事情的时候，你自然而然会遇到很厉害的人。 * 现在不论中美，都在做短视频投资：投资人就像刷短视频一样，5秒划过，感兴趣就上，投资方向高度集中，都是一个个信息茧房。 * 投资标准变高的同时，投资人又只追逐表面的共识性热点，两者是共存的，这种情况挤压了大量非热点项目的生存空间。 * 中美VC真正的差异是话语权和叙事解释权在美国手里，很多领域投资冷热都受美国叙事影响，但这不代表这些领域没有价值。 * shownotes 00:01:16 一人公司趋势的观察与社区落地 00:04:19 一人公司定义与社区价值定位，以及他不认可AGI的概念 00:09:24 从甲方变成丙方，Johnny的状态发生改变 00:12:10 未来只会存在三种企业，中腰部企业不再存在 00:13:41 传统VC要规模要收入，但一人公司不再只追求规模。 00:18:35 创始人不用在刻意迎合VC口味了 00:19:46 美国没有一人公司，中国没有YC 00:22:40 通过IPO退出，在哪里都是很难的 00:26:51 只有Manus被收购这一笔交易，可能是不够的 00:27:40 目前的AI领头羊企业，地位并不稳固 00:28:54 在AI时代，PEVC行业的内在问题会被暴露 00:31:56 当前中美VC的同质化——短视频投资 00:36:20 PEVC价值没有那么大，范式转变需要5-10年 00:41:08 投资行业也有vintage的说法 00:42:42 绝大多数投资人只能赚贝塔的钱，赚alpha很难 00:45:59 现在投资人对创业者的要求越来越高，是既要又要的时代 00:49:29 AI会重塑PEVC从决策到价值创造的全环节，最后是全新的形态 00:50:48洗牌，每时每刻都在发生 00:52:28 中美VC真正的差异是话语权和叙事解释权在美国手里 00:55:25 14年想过创业，被宿华鼓励，但是最后他没有执行 00:57:06 现在SpaceX8000亿估值，但是他当时有机会再60亿时投资 01:02:02 投资行业只认账面回报，所以践行长期主义非常难 01:03:28 对年轻创业者的建议：先干起来 01:05:17 2026年，鸿鹄汇会有新动作 01:08:00 灵魂拷问：你是不是没有BIG NAME？ 本文首发于YouTube平台“非标玩家UnDefined”频道，原链接：https://youtu.be/ZqEmrI2u9UA 非标玩家UnDefined是一档商业人物访谈播客，致力于让世界看到中国商业和科技力量。欢迎有认知的商业决策者联系、合作~