过去一周时间里，Monica可能是中国最受争议的AI公司。

它同时扮演了两个角色：凌晨发布的Manus，被赞为"第一个通用智能体诞生"，很快又因"三小时复刻"跌落神坛。

比起Manus本身，这家公司身上仍然有很多值得探讨的地方，比如“套壳”的战略选择。

当外界认定Manus只是OpenAI的搬运工时，33岁的创始人肖弘却把"套壳"二字炼成了复杂的战略艺术，他相信套壳到极致，就是胜利。

至少从目前看，肖弘的选择是正确的。在全球著名投资公司a16z发布了最新AI应用排行榜上，Monica的名字赫然在列，排到第41名。

在他身上，还有着很多类似的非共识。比如，当所有都被DeepSeek技术所震惊，肖弘却看到了另一层意义：创新需要被用户感知，而不是被门槛堆起来。

本文整理了Manus创始人肖弘过往两年的访谈记录，详细理出了26条精华观点，涉及AI创业建议、产品落地方向、AI未来趋势判断，相信会对你有所帮助。

/ 01 /

套壳套到极致就是牛逼，关注用户可获性才是关键

德州仪器很早的时候就造出了芯片，当时只是用芯片做计算器。

也就是说，芯片除了具备算数功能，然后再套一个塑料的壳，就是个计算器。

但是，如果造出来的芯片不只是计算器，而是一个CPU，具备了更多应用场景。

那他在应用层面的落地就会很复杂，需要各种各样的专业人士去参与解决。

我觉得套壳挺好的，套壳到极致就是牛逼。套壳不是一个问题，核心是到底是你有没有解决用户问题。

比如，在传统商业上，要为客户解决的问题千奇百怪。帮你在你家楼下就能买到水，算一个，但这也是一个用户需求。

同样的，我觉得关注用户的可获得性，这也是一个产品的重要属性。

/ 02 /

Monica像一家消费电子公司，组织建设比研发更重要

我有个理论，我觉得大模型公司，跟应用层的公司或者说套壳公司，是完全不同的。

之前这个我们内部也分享，其实那个时候是我在思考一个组织问题。

比如说我到底是更需要一个算法工程师，还是一个做渠道或者增长的同学。

后来，我认为问题的关键是：

你想成为什么样的公司，你的组织阵型就应该向这样先进公司靠近。

这一波AI和大量东西都在变化，但有什么是不变的？我觉得组织的建设，应该是一个一定不会错的事。

所以说，我超过一半的精力其实都花在了组织层面问题的思考上。

我自己有个类比工具，虽然它可能没有逻辑推导，但这个类比工具使得我们内部快速达成很多一致，我觉得可以分享给大家。

我们觉得，大模型厂商非常像芯片公司，像intel、高通。而我们其实挺像消费电子公司，比如苹果、华为、小米、大疆这样的公司。

这两种公司的差异体现在哪？

比如，一个大模型公司，他更愿意去花钱招一个很好的研究员。但对我们来说，我们更倾向花钱去招做品牌和组织能力建设方面的人员，差别非常大。

两种类型的公司的竞争要素完全不一样。

对于大模型公司或者对芯片厂商来说，它更多的追求是用更低的成本，造出更好的芯片。

这是个性价比问题，客户关系问题，它是个非常典型toB的生意。

例如，张忠谋曾分享过他，怎么去定台积电的战略。反正这一套完全toB的逻辑。

消费电子公司，品牌很关键，渠道很关键，差异化体验带来的毛利率也很关键。

这类公司，有了毛利率，以及规模大了之后，它才能有钱去做研发投入、品牌宣传这些事。

两者的逻辑不一样，像是完全不同的两个游戏。再换个角度看，大家今天用ChatGPT用的爽吗？

如果让我们忘掉ChatGPT强大的模型能力，仅把他视作为一个workflow的话，大家应该在使用方面，多多少少遇到一些问题，没有那么完美无缺。

所以说，我是相信这个社会分工的。

/ 03 /

收购ChatGPT for Google，验证PMF是重中之重

ChatGPT发布之后，我们先把莫妮卡的产品定义重新做了一遍。

更像今天大家都能看到那个样子，而不是jasper那个样子。

在这件事完成了之后，我还有一个隐忧。

我在推特上关注了很多独立开发者，我发现大家都掏出家伙，开始做套壳的事情。

我就在想，这个时候时候品牌曝光度，流量可能会非常贵。怎么搞流量，是很关键的问题。

产品做出来后，PMF很重要，Marketing的市场工作也很重要。

这个时候，我看到国内独立开发者做了一个ChatGPT for Google的产品，量涨得很快。

差不多一个月的时候就有10万用户，不到两个月就增长到了50万用户。

我就想找到这位独立开发者，特别巧，他是我华科的一位师兄。

这个产品对于莫妮卡的增长和验证PMF特别重要，我就花了几百万把这个产品买下来了。

很核心的一点是这个产品的活跃用户数，它是一个很重要的指标。

50万周活用户的产品，而且是主要是欧美用户，它应该挺值钱的。

第二，我也衡量了一下，投入产出比。如果我们自己要入研发，如果持续三个月没有PMF。

那这三个月的研发成本约等于是浪费了，可能会损失上百万，以及外部潜在的这一波浪潮中的机会。

所以，我估了一个价，几百万人民币。

我自己很清楚，这个产品对我的价值，大于我付出的成本，所以我不后悔。

第三，我觉得他足够重要，就应该这么干。没有必要在意一些小的细节，如果你后面能基于它再涨1000倍。

那么，你为什么要在乎钱，去让这个事情变得更复杂？

有一个误解，说是我们的用户是ChatGPTfor Google倒过去的。其实只是倒了一部分，它最大的价值是帮我们完成了PMF的验证。

PMF的验证，是需要一定数量级的用户才能反映出来的，所以买过来之后，我们还是做莫妮卡，还是发布莫妮卡。

然后，用ChatGPT for Google导入了一些初始用户，他帮我们去验证PMF水平。

其次，这是我第一次做海外产品，所以就学海外的一些做法。

比方说，很经典的一个问题是“如果世界上明天就没有了莫妮卡，会非常的遗憾吗？”

硅谷的这个说法是40%的人觉得是非常痛苦的话，那就基本上就验证了PMF。

我们第一版去测，大概35%的人觉得遗憾。后来花了一个月，到了55%。你就觉得PMF是对的。

PMF是一个从0到1的过程，你没有三个月、五个月甚至八个月都可能没有。

但是一旦初步验证PMF之后，它就会进入到正向循环中去，这是很根本性的价值。

所以说，之所以没有升级成莫妮卡，一方面是怕用户不适应。

第二是我觉得我们的组织需要自己有增长能力。在短期可能会慢一点，但是你逼着自己去积累这个能力，放在长期来看，是一件更有价值的事情。

/ 04 /

资本操作只是一个好工具，适应环境才是主旋律

CEO本身就是在做各种样的投资，招聘和决定义务方向，事实上都是投资行为。

只是很多时候，在团队启动初期没想到这是一个好主意，把自己投入其中，误打误撞解决了问题。

所以，这是我想学的一个技能点。我会格外的去注意这些事情，在看书看文章的时候。

举几个例子，当我看到boss直聘刚融了一笔钱的时候，立马把一个做职业点评的网站给买了过来。

我觉得这是一个特别厉害的一个操作。

这是一个案例。第二，我建议去大家看一本书《金钱博弈》，本书治好了我的内耗。

你可能看到第30页的时候，发现书里企业的问题已经解决，但往后看，你发现又开始出现各种各样的问题。

包括，反反复复，各种各样的去改条款，或者是各种际问题，这个你会怎么处理？

我的感受是太难太复杂了，很多时候你都觉得这个地方要黄掉了。但是，最后搞定了。

还有一次，腾讯组织的一个活动去安踏参观学习，听安踏讲他们怎么把安踏通过并购的手段变成了一个多品牌公司。

安踏的两个案例我觉得印象都很深。一个是并购亚玛芬，也就是始祖鸟那个牌子的母公司。

让我印象更深的其实是斐乐。可能09年，还是07年当时已经有安踏了。

但他们觉得可能需要一个品牌定位更高的一个产品。

然后，他们就看到斐乐这个品牌。斐乐在国内是没有店，他们觉得挺好，没有被污染过。

如果，有别人先经营了一下，然后如果乱经营的话，其实消费者对这个品牌的印象就不好。

但斐乐在国内没有，反而在国外很有名气，一些外国明星都在穿斐乐。

我的理解是，安踏对品牌这件事，理解是非常深的，因此他们才把安踏做起。

那按理说，我可以单独再做个新品牌，不用花很多钱去买斐乐在中国的经营权和使用权。

第二是，安踏实际上有很多代理，就是经销商之类的加盟商。但是斐乐他们用高端线，安踏就决定纯自营，可以对库存有更好的管理。

所以，这个启发不光是看这两个具体案例。我觉得厉害的点在于，安踏跳出了它原有的东西。

比方说，做过品牌的时候，我不再做一个产品，我卖一个品牌。我原来是经销商分销，现在，我不再复用经销商，而是用自营的方式。

这个过程中，能看出安踏对自身的优势和劣势理解得很透彻，有了很好的权衡。然后，再去做了一个新尝试，团队得到了提升，我觉得非常厉害。

但大家也得警惕一点，就是你天天脑子只有这件事也废掉了。你应该把这种手段，当做工具，你有更多工具可以解决问题。

比如，招聘是一个工具，会组织人是一个工具，会做产品是个工具。那你会买东西也是一个工具，你会用了更多工具，这是一个技能点。

这件事情可能在资本环境差的时候，最值得说。

但是更多时候，比如，在十年前你这样说的话，大家可能觉得你不务正业。

我觉得最核心是要你适应当前的环境，它是一个工具箱逻辑。如果今天你再让我去并购，我觉得我就在浪费机会成本了。

/ 05 /

市场会回到赚钱逻辑中，不再是增长与融资逻辑

我觉得变现很重要。商业化这件事在很大程度上，很少被讨论。

在现在这个AI来临的时代，我感觉发生转变。这波的创业者应该更早的问自己商业化的东西。

因为，原来没成本的时候你都要更早的问，现在有成本那应该更早问。

某种程度上来说，我自己觉得，商业化跟增长是非常正向相关的。

之前，就有位投资人问我，这个商业化会不会影响增长？我说不会，你商业化越牛逼，你才真的越牛逼。

这个可能有点反直觉，但事实上就是这样。

你有更多钱，你可以用更好的人，你的组织能力会更强，甚至你ROI是正的。

你投一块钱投出去，然后回来三块钱，那你就可以无限游戏。

所以，我觉得商业化能力决定了增长能力。

否则的话，去VC市场上去融钱，在AI的趋势下可能也会更困难一些。

第二是，我觉得靠融资也不持久。真正意义上会把钱给你，不需要你还的，只有用户。

国内过去这么多年，大多数创始人还是一个增长和融资的逻辑。

大家挺少回到一个赚钱的逻辑里面来，但未来几年的市场，应该会有越来越多人，回到赚钱的逻辑。

其次，我觉得在钱泛滥的时候，大家也容易做错误的决策，或者说一些应该被重要的审视的问题，更容易被随意去看待。

而且，包括资本导向的竞争心态之类的，我觉得都会在企业经营上带来很大的问题。

/ 06 /

AI革新工作流程，AI时代创业的第三条路

最近我一直在思考产品设计。我在想，为什么我们要关注旧有的工作流程呢？原因在于，旧有的场景需要重新打造。

想象有一个坐标轴，最左边是完全没有AI的产品，最右边则是大家心目中无所不能的AGI，用户通过对话或者语言界面就能完成所有操作。这是一个二元对立的坐标轴。

有些SaaS公司开始集成AI，这就好比在坐标轴上从左边往右边移动了一点。

但我认为，这样还远远不够。在产品设计之初，就应该将大语言模型纳入考虑范围，并且重新设计整个工作流程。

打个比方，传统燃油车就像是坐标轴最左边的产品。大家在科幻电影里看到的2030年的概念车，能飞的那种，则像是坐标轴最右边的产品。

现在很多传统燃油车公司开始涉足电动车或智能车领域，这些车具备了智能和电动的特性，虽然它们还是汽车，不能像科幻电影里那样飞，但已经和传统燃油车大不相同了。

我想说的是，关于所谓的AI-native产品，现在有两种趋势：

一种是在传统工作流程中加入AI，另一种是直接朝着理想化的智能代理方向发展。

然而，我觉得还有一个很少有人关注的领域，那就是从一开始就以AI为核心，重新设计工作流程，而这正是我目前在做的事情。 

/ 07 /

不用竞争视角看问题

我不太用竞争视角来看问题。

贝索斯他在给股东的信里面是这么描述的，“我们通过观察竞争对手做了什么事情，而来思考我们怎样更好的服务客户。”

我觉得就是应该用这样的视角去看待问题。如果我们真的做不出更好的，或者说我们真的持续比别人烂，那我们就应该消亡，这是规律。

我觉得核心是要创造用户价值。用户价值一旦有了之后，商业化就是水到渠成的事情，这是一个正常的交换过程。

/ 08 /

不应用一体化趋势

今天我们做到了使用更方便，而未来，我期望能做到更懂用户需求。

我认为， “一体化（all in one）”非常关键。其他人或许会针对某个单点功能开发插件，但这么做其实存在一些问题。

首先是分发问题，如果像我们这类专业人士，每天主动去搜索、寻找新的工具，那当然没问题。

按照“跨越鸿沟理论”，早期大众不会天天去寻觅这些产品。所以在这个时候，产品的可获得性更加值得关注，也就是用户在拥有一个功能后，怎样能快速获得下一个功能。

就这一点而言，安装莫妮卡有个很大的好处，许多实用功能会被集成进来。

其次，看看那些零散的产品，它们的数据无法互通。明明用户之前浏览过的内容，存下来后，在查询问题时本可以带来更好的体验，可由于数据不互通，甚至各个产品的用户界面（UI）风格都不一样。

要是安装五个不同的插件，用户肯定难以接受，因为会发现很多网页功能相互冲突。

所以，从用户价值的角度来看，“一体化”的思路优势更为明显。

对于用户而言，统一的用户体验、一致的UI界面，以及打通的数据和功能，能让他们在处理相同问题时获得更多背景信息，从而拥有更好的使用体验。

而且，用户不用再四处寻找工具，也不用反复注册账号、熟悉新软件的使用流程。这正是莫妮卡一直在努力做的事情。 

/ 09 /

创业不要把开放式的问题，变成有约束条件的问题

功能多对我来说则特别幸福，就像你本身在这已经有一块业务了，然后一个时代的巨浪打过来，直接就可以乘浪而起的感觉。

创业最大的问题是把一个开放式的问题变成一个有约束条件的问题。

最开始我们面对这样一个问题，没有新场景的话，我们可以找一个场景，做一个网站把AI的能力加进去，这是一条路。

但我觉得这样的话会错过很多观察视角。所以我们选择了另外一条路径：如果没有新场景了，那么原有的场景加上AI要素之后会发生什么变化？

我们觉得浏览器插件是一个很好的产品形态，我可以在更大的场景里面去用好AI要素，变革原来的网站体验。

这是我们最开始做的一些探索，把很多的场景用大模型做体验的革新，这是把一个不确定的、开放的问题变成一个确定的问题了。

然后在这个过程中我们去看独立开发者做了什么，我们自己从用户的视角出发去解决问题，积累了很多功能。

在第二阶段，当这些功能做了很多之后，在各种各样的场景下都沉淀了用户的私有数据。数据沉淀下来了，但是从过去的经验看，数据不是壁垒，有了数据后，你把它作为上下文传给大模型，让大模型更懂你，这个差异化体验是壁垒。

所以到今天的话，我们觉得因为场景覆盖多了，用户沉淀的私有数据也多了，还能做出一些差异化体验来，然后再去探索新的、更深入的场景。

/ 10 /

旧场景，新体验

我觉得这一次不应该类比移动互联网，因为移动互联网是场景变多了，从工作场景增加了很多娱乐场景，比如通信场景、电商场景、内容消费场景等等。

这一次我觉得更应该比对的是上世纪电脑从计算器变成计算机带来的效率提升。

我们看到的是说以大模型为代表的一系列AI能力的出现，使得非常多的旧场景有了新体验。

这也让很多独立开发者如鱼得水，这些一个一个小场景的独立产品迈过快速成长期之后，又需要一个大一点的公司把产品集成起来分发给大家。

另外，我坚定看好浏览器插件的核心原因就是，它可以基于用户的场景去完成对功能的分发，这是过去没有发生过的一件事情。

原来没有那么多场景需要分发，而且大模型可以更好地处理上下文做分发。

现在通过对话式的UI就能把功能分发出去，这里面是有类似平台型的机会的。

/ 11 /

大模型的进化方向，从应用需求端推动模型改进

消费电子是一个全方位的竞争，苹果花了20年才把芯片换成自己的M芯片。

所以大家不要单一地强调大模型的竞争，我觉得大模型做好也不一定会赢。ToC本身就是一项难度很大的任务，需要全面考虑各个方面。

今天大厂有很多没干的事情，那就先干了再说，被灭了也就灭了，接着干，王侯将相宁有种乎。

那我们要做什么事呢？稀有数据我觉得还是很重要，大模型更多的上下文也很重要。

所以浏览器插件的形态可以获取到用户的浏览记录和私有数据。即便这样也不一定能赢，但还是得做。

按照我对技术的理解，大模型的进化还是在一段时间里依赖于模型厂商。它就不像推荐引擎的进化可以按天发生，可能是很长周期的发生。

如果是这样的话，我觉得它还会像消费电子，从应用需求端推动模型改进。

/ 12 /

AI应用产品经理，要懂技术、懂成本、懂市场

Monica的立项是在ChatGPT发布之前，我们当时已经判断出GPT-3会是一个非常了不起的API，能做出差异化体验。

创业不能等到所有的都准备好了再去闯，那个时候就已经晚了。

大模型这一波里面，如果开源模型能够私有化部署，那么应用场景可能会广泛一些，这是第一个我觉得一旦发生就很有用的事儿。

第二是现在大模型还有很多幻觉，导致大家还要做交叉验证，所以搜索还没法被替代。如果幻觉这事可控，PMF程度又会进一步上升。

第三是上下文窗口，也就是prompt的长度也是很重要的一个事情。如果它更长的话，RAG会更好做一些，

再回过头来说产品经理，它是非常经典的一个职位，一开始需要一个人同时去负责从品牌到渠道到定价到供应链所有的问题。

所以后来互联网产品经理的高度分工和职能化，反而不像Day one的产品经理了。

AI应用的产品经理，可能又要回到最原始的那个时候，他得知道技术边界在哪里，对技术有理解，对成本也要有理解，还要懂市场。

也就是说，ToC的话，需要知道技术的边界，对大模型技术和prompt有了解。对成本也要有理解，因为算力很贵，推理也很贵，要去考虑成本和供应链的问题。

还有就是要懂市场，比如从市场角度来说，拍照逆光也清晰是个很多人需要的功能，然后产品经理就要和底层驱动的工程师一起调出这样的效果。

总的来说，我觉得这一波也解释了为什么独立开发者很厉害，因为他们是复合型人才，他们能够搞明白所有问题，然后把东西快速地理出来。

现在这一波对产品经理的需求，其实又回到了当年宝洁定义的产品经理的概念上。

/ 13 /

AI应用发展趋势，越来越符合人的习惯

我想分享一个我最近的观察。

我们看到，最开始，ChatGPT之前最火的AI应用是Jasper，然后是ChatGPT，然后是Monica（做浏览器插件）以及豆包之类。

接下来Cursor又火了——你会发现AI应用在快速变化，每年都会出现新的AI应用。

我自己就在尝试总结规律，做预测。尽管很多时候依赖少数数据点，描述规律不一定准确，但人类总是习惯去做这样的预测。

我自己感觉，如果我们把这几个应用作为数据点看，是有一些规律的。

比如说Jasper可能大家没用过，他的产品形态是，你要写一个marketing的文章，你要填空—听众是谁，主题是什么—填完之后帮你输出。

ChatGPT是对话式，从填空到对话，更符合直觉。

从ChatGPT到Monica这种自带上下文、自带context的，豆包和夸克都在此范畴——不仅是一个Chatbot（聊天机器人），而且是给Chatbot补充了上下文。

用户所看到的屏幕里的文章，或者在某个应用里、邮箱里，在用户授权的情况下可以帮他回邮件。

就相当于，不单纯是一个Chatbot，而是带上了context的Chatbot。

再往后到Cursor。它火了之后，两个人群在用：一类是工程师，另一类接近产品经理，甚至都不一定是产品经理。

举个例子，他在运营公众号，通过Cursor分析公众号数据——这显然不是工程师需求。

他可能也把他当Chatbot用——左边是代码内容，右边是像Co-pilot（副驾驶员）区域，他是不会看左边的。

写出来代码，有问题也只跟Chatbot说；他不会说这里有问题，手动改代码。

某种程度上，它也是当Chatbot用，而这个Chatbot跟前面几个Chatbot区别在于：它不仅能对话聊天，带上context，而且当你提出需求，他通过写代码的方式帮你解决这个问题。

我自己看到Cursor的时候——当然很多团队应该在往编程这个方向理解，我觉得这当然需要，工程师也是很大群体——但我自己把它当普通用户需求在理解。

我看到的这个规律是什么呢？

首先是，越来越符合普通人习惯。从表单到普通对话是更符合普通人习惯的，带上context可以使大家更方便。

比如，你不用像使用ChatGPT一样复制粘贴文章进去，它本身就带着你的context。更早之前也有人用ChatGPT写出代码，把代码再复制粘贴到一个比如Python脚本再去运行，如果有bug还要再把报错报给ChatGPT，ChatGPT写出来代码，再手动合并到代码文件去。这些很繁琐，但Cursor把这个事做得很好。

一个主线，它当然越来越符合人的习惯，而且能力越来越强大，而这种能力的强大是随着LLM能力外溢出来。

/ 14 /

新时代的安迪比尔定律：模型能力快速进化，“壳”也要进化

模型能力在快速进化，但是那个“壳”也需要进化。

每一代模型能力进化之后，甚至不一定是原厂，是一个第三方厂商把它的用户可感知价值给呈现出来。

如果没有Cursor，我相信Claude 3.5 Sonnet，可能在Claude里面也能写代码，但就不会那么流畅。

我自己总结出来的定律叫做：“新时代的安迪比尔定律”。

（Andy and Bill’s Law，原话是“Andy gives, Bill takes away”/“安迪提供什么，比尔拿走什么”。）

在PC和半导体产业有这个定律——不管Andy Grove（英特尔CEO）造了什么，他是Intel代表，比尔盖茨就会吃掉它——Intel因为摩尔定律在，可能18月之后成本下降了、算力上升了，但18月之后Windows也会把它的能力吃掉。

LLM一直在进化。大家看到的模型越来越便宜、越来越强大，强大甚至体现在，原来我们觉得可能简单的写作、回答问题、信息检索。但接下来它会使用工具，它可以写代码，可以调用API。

我们最近看到ChatGPT发布了Operator，可以调用浏览器——这些都是模型能力正在外溢。

那个“壳”是什么？

原厂肯定在定义，但也需要更创业者一起定义。Claude是非常好的例子。

大家都知道Monica没有自己做大模型基座。春节假期，我在看一些半导体相关的书——张仲谋的自传。

AMD创办人Jerry Sanders当时有一句话：真男人一定要有晶圆厂！

就是diss那些只有设计能力，但没有芯片制造能力的公司——他说这种公司也太不行了，无法跟我们竞争。

但你看，用张仲谋的话说，台积电创造了两个行业：一个行业是专业的芯片生产制造公司，就是台积电；另一个行业是专业的设计公司。

如果没有台积电出现，那也不存在“设计公司”和“生产公司”分工。

/ 15 /

模型会普通商品化

当然我们看产业规律，一般来说，最开始是垂直整合，后面慢慢会有分层。

最开始我们就持有这个观点：模型应该会普通商品化。

大家现在看到这一点，但这一点，你没有这项能力的人下定论有点危险。因为模型在快速进化。

理论上它呈现出来的状态好像不是在普通商品化，因为总有人更厉害一些——但站在更长期的视角，我感觉是的。

我们这家公司的选择是，模型在快速发展，有很多家。更长期视角看，应该不一定叫停滞，而是有若干家进入还不错的水平。

在这个时候，单纯做应用可能更简单一点，我们不用投入大量资金训模型。

当然对于有模型的公司，我们是非常尊敬的。这一波主要进步是他们的创新和努力带来的。但这不是冲突的或者零和的，叫做“做应用”还是“做模型”的问题。

而是，即便是有模型公司在发展，也需要一些主要围绕用户视角、产品视角的公司去做一些工作。不是非此即彼的。

/ 16 /

选择垂直领域做好业务，预判大模型能力进化

按照刚刚的叙事，所有突破都是模型带来的，就是模型跑得更前面。基本上是模型先驱动、模型先行。

之后你会发现，原厂像ChatGPT，我感觉它在发布时不觉得自己会那么火；包括DeepSeek在发布时，我相信，这一切不是它预料的——原厂基本准备不足。

第二，专业的或者应用厂商，总是在模型先发出来之后，PMF可能才完成。比如Cursor。它这个产品更早有，当时用的可能是OpenAI模型。

可以开源一个创业idea：你预判下一个能力是什么，先把这部分应用给好好做好。等着这个能力有了，你就…

你等到那个时候再去做，其实就晚了，对吧？

因为总有一些人，不管是他信仰这个，还是他对foundation model（基座模型）更了解，或者Cursor我就做编程领域。总有些人会去做这个产品。

这也很有意思。你看VC投资难度也变大了——因为当你看到那个产品，因为模型能力不ready，它好像不太work，一用感觉很傻；但等到模型ready，它突然就很厉害了。

到那个时候它的商业化做得也比较好。它的曲线变化是非线性的。

选择一个垂直领域，那个领域的业务流程应该有一点复杂，今天的模型还不能够很好的解决；但是你预测模型的魔法一定会到来，比如说明年。

你就好好把这个业务流程做好，等着模型变强就好了。

/ 17 /

AI应用，窗口期选择

当然可能有窗口期——比如长期看它会做，短期还没顾得上——这种事情在今天很考验创业者。有些人选择做，有些人选择不做。

有窗口期的事情要不要做？大家得到的答案不同。

比如在上一场战争，应用商店，后来我们知道会被原厂做对吧？但在那个moment，有第三方应用商店出现，在窗口期从创业角度得到很好结果，也有被并购掉对吧？

但这一次有窗口期的事情怎么做？窗口期内要取得什么样的成绩？去为下一步做什么样的准备？这些是更复杂的问题了。

总结一下——基于API的生意，1、我觉得垂直领域、特定领域的，可能原厂不会做；2、脏活累活，可能原厂不会做；3、有一些原厂可能以后会做，有窗口期。

所谓窗口期复杂就复杂在——也许你做得很好，它就不做了——这不是逻辑推导出来的。

你假定它一定会做，或者它一定不会做，都不一定。有可能真的在生态里面，有一个领头羊做得很好，可能原厂也就不会做了。

今天是非常灵活的，没有确定答案。

对立面是什么？那就是原厂会做的事——Chatbot，看上去大家都是会做的。

有些投资人或founder持有这个观点：OK，Chatbot是原厂一定会做的，那我们就不做，躲开它。

我自己没有那么悲观。

今天的技术还在快速发展中，是不是直接你就把它当成不能做？有点早。

坦白讲，我们最近Agent产品，看上去应该就是一个Chatbot，这是很符合大家想象的。

但它在应用这一侧做的事情又很复杂，而且这种复杂还不是像Monica，做了很多，比如说“功能”。它要用好这些模型就挺复杂的——我觉得值得试一试。

有点像我刚刚说的在开放平台里第三类产品：哪怕有窗口期你也值得试一试。

/ 18 /

经营公司“做自己”最重要，而不是“应激”

我倒不用争什么的视角看，大家也不是用争什么这个视角。而是它挺符合对AGI的想象——一个对话界面，啥都能干。

大家好像觉得我光做个模型不够，至少得有个Chatbot。

By the way，在所有人中，我感觉DeepSeek对要不要做Chatbot，反而是最佛的。但到今天为止，他却取得最好结果。

首先我说佛，它是在12月份才有自己的App，更早有网页版。你看它的App，会觉得真的“套壳”——只是把模型能力用一个最简单的基础的“壳”展示出来。

另一个角度：如果（DeepSeek）没有做这件事，这次影响和传播不会那么大。因为很多用户是用上了、看到了它的App，看到思考过程，有巨大用户体验提升，又导致大量传播——但这一切是意料之外。

本身这件事肯定非常复杂，有各种各样的原因，中美地缘政治背景，有开源、闭源背景。

我想说的是：我最大感受，这件事情精神上给大家很大鼓励！——从旁观者角度，可能他们也没想给大家鼓励。

今天大家可能也会想，开源火了，要不要开源？要不要构建技术品牌？各种各样的思考。但最重要的是，DeepSeek一直按自己的节奏在做——Be Yourself！

他一直在开源，前面没火他也在开源，只是在按照自己的节奏做事情。

我记得我们在微信聊天，你问我，如果我是其他几家大模型公司，我会怎么办？我后来想一下——就是“做自己”最重要，而不是“应激”。

在这种时候，最重要的还是按自己节奏来。

/ 19 /

关于DeepSeek：创新需要被感知，而不是被门槛堆起来

Perplexity的CEO发了一条推特说，在AI时代有两个巨大体验创新：一是，Perplexity把这句话从引用哪个网页标注出来，增加结果可信度。

二是，把LLM思考过程展示出来。

抛开开源或技术各种指标——我聊了一些老家的朋友，他们能感受到DeepSeek巨大不一样是：DeepSeek把怎么想这个问题的过程展示出来了，这是体验创新。

当然OpenAI o1，也有思考，但OpenAI很遗憾——DeepSeek的思考过程展示可能是整个人类第一次看到这个事情，因为OpenAI o1是要收费的！

最近它才把思考过程全部展示出来。它是怕别人可能看到思考过程，有这个数据去做自己的训练。所以它就展示简化版的。说实话，看上去没有太大意思。

首先，因为OpenAI收费，有门槛，很多人根本不知道这回事。

其次，它也没有把思考过程完整展示出来，所以o1错过了体验创新。

DeepSeek思考过程放出来，本身就是巨大体验提升。还联网。o1此前不联网。

还有一点，确实它的模型质量很好。大家原来体验过的基线是普通水平，但DeepSeek新模型，拉到了第一梯队体验。

写出的文章就是好很多，聊天更有情商，本身模型能力进化很好，体验上有创新。创新可以很容易被大家感知到，而不是被各种各样的门槛堆起来。

/ 20 /

极致是不够的，个性化才够

真正的Agent，应该是自己能写代码，调用API并执行。它能搞定很多长尾任务，而且不需要开发者自己写，这才是符合大家对Agent的想象。

我记得有位前辈，白鸦（有赞创始人），我跟他说Monica做到极致，把很多东西都集成进去。

他说：Red，极致是不够的，个性化才够——做到极致你就是hao123，做到个性化你才是Google。这是非常具有启发意义的一句话，我们花了很多时间研究。

当我看到Cursor，各种各样的写代码的公司出现，越来越大众化，而不是越来越给工程师用。

今天你访谈很多工程师，他能挑出很多毛病，越资深的工程师会挑出越大的毛病，但小白越来用越爽。

而且我记得当时Cursor出来之后，又有竞争对手叫Windsurf，Windsurf有一个跟Cursor不一样的地方。

但Cursor后来也跟进了YOLO模式，这个名字很神奇，Y-O-L-O。很像年轻一代的人会说词。

但意思是You Only Look Once——你只要看一次过程我都能搞定了。

它跟原来的区别在哪？你原来写一段代码，你拿Python跑，但你的电脑上可能没有装某个库，啪就报错了；有了YOLO模式，报错，它自动放到LLM里，帮你解决掉它。

有一天我在用Windsurf的类似YOLO模式，我发现，我给它说一个问题，它说，好，我现在去Github上下这个代码去搞一个什么事情，然后再去写——那一瞬间我就被闪电击中一样的感觉！——它居然在用工具，而且会用人类工具。（比如Github上，理论上什么代码都有对吧？创建所有工具他都可以去用。）

那个时候我觉得Agent时代真的是到了。

当然有这些还不够。因为人类还有很多知识，或者很多服务，不是通过API调用，是通过Web调用。在海外，我觉得还得带一个浏览器。

还有一个本质区别：我当时用Windsurf，它跑在我电脑上，但它有时要让我确认一下要不要装这个库；或者它执行一个命令行操作，让我填yes or no，因为它可能真会把我电脑搞坏，或者是某个东西冲突——但其实它让我填yes，也挺甩锅的。

如果我是一个特别小白的人，我怎么知道yes or no？但它让我填yes，好像这个责任就在我身上了，搞坏了不关它的事。

很多年前，有个人问比尔盖茨：为什么Windows跟我谈，说这个东西打开可能会危害电脑，yes or no？靠！你微软都不知道，我一个普通用户怎么会知道？

所以看到那个时候我觉得，好像也没有You Only Look Once，你还要Yes一下。况且如果真是小白，是普通用户，真是看不懂。

所以我想：OK，还不够，应该有个虚拟机——Chatbot应该在云上有个电脑，把它写的代码，把它要通过浏览器查的东西都在那台电脑上执行。

因为是虚拟服务器，坏了无所谓，它可以再来一台。它甚至可以在当前任务执行完之后释放掉那个服务器。

所以我自己觉得，那个架构叫做一个虚拟服务器、一个浏览器，能够自己写代码去调用API，它就能胜任各种各样长尾任务——这是我们在做的事情。

/ 21 /

AI不会放过任何一个春节，创始人们要加快创新

25年春节，非常像23年春节。

当时，我们更早已经在ChatGPT发布之前立项做了Monica，马上看到ChatGPT发布，但那个春节坦白讲国内没有火，国外小火也没有超级火。直到Sam Altman发推说100万用户，中美全面火起来。

那时我很紧张，已经看到很多独立开发者在基于GPT的API做创新。所以，23年春节我没有休息。大年三十晚上还在线上call会。

25年很像，但25年不同。有一点叫“总会有意外”。本来说是Agent，大家春节辛苦一下，没想到DeepSeek出现。24年是有Sora——AI不会放过任何一个春节，哈哈哈。

25年更像23年。24年整个行业像23年线性外推，都是可想象的事情，比如多模态，做完文字做图片。

但视频稍微有点意外，大家没有想到这么快，但马上后来也消化掉这个信息。

23年Monica创新主要是把context加上去，用一个很好的产品形态，但24年你发现大厂也跟进了，有豆包，有可能大家也做插件、浏览器。

创始人们还是得快速的创新——大厂能理解你创新的时候就是很危险的时候；你要被拿来跟大厂去比较的时候，也是很危险的时候。

22.

/ 22 /

要创新，要激进

我们没有跟豆包比较的心态，是不同市场。但显然豆包已经看明白这件事情了，它会去做。

还是得发挥组织灵活性，看技术趋势，跑得更快一点。

第一，要提前；

第二，当你意识到你提前的时候，更激进，超级激进。

今天我们复盘，觉得23年Monica不够激进。

应该把用户做得更多。我第二次创业，一上来会稍微更好的操作，比如在招聘上会更有经验，但可能应该大规模招聘，更激进快速把团队组起来，而不是经营好的方式去理解这件事。

这取决于你在什么样的位置——如果你知道你在创新，你在领先，你就应该激进。

/ 23 /

不要看空“星际之门”，任何事情都有可能

如果你问的是美国在的星际之门堆那么多显卡，提升能力，到底能提升什么样子？我不知道。

但我觉得不能做空它。

你不能假设未来几年它更慢，你应该用最疯狂的幻想去理解这个事情。

过年我发了一条即刻，引用伟人一句话叫“文明其精神，野蛮其体魄，其他交给AI”。其他是什么呢？

未来可能就是“精神文明”跟“身体健康”，至于智力我们就交给AI了。我相信在我有生之年应该能看得到。

Peak（首席科学家季逸超）在今年英伟达客户答谢会上，见到了黄仁勋。他问了他一个问题说：接下来几年，什么事情发生会让你觉得很惊讶？

黄仁勋的回答是：Basically nothing。他认为没有，任何事情都有可能。

我觉得应该用这样的心态去看这一波。

我们回过头来看，就这几年，就拿春节不是都被震惊了吗？

所以，最好不要做空它。

/ 24 /

白领生活方式可能是人类的一段弯路

拉长人类历史万年来看，坐在一个地方高强度脑力工作、不太运动是很少见的，可能就是100年。大家在古代就要精神文明建设，也需要身体劳动，让体魄更好。

最近100年大家开始糖尿病、高血压，是因为你就这样工作。

如果AI搞定这件事，大家应该更像过去那样生活——把自己的精神文明搞好一点，把自己的身体搞好一点。

当然白领肯定不会消亡，因为总需要人签字去承担责任。

/ 25 /

不要把应用公司和模型公司对立

不要把应用公司和模型公司对立。

第一，模型公司自己也会做应用。应用公司应该非常尊重模型公司。因为，大部分的能力或者说进展都是模型公司提供的。

我们在电梯上，享受着这一切好处。你要抢人家的生意，这显然就是不对的。应用和模型的关系要合理看待。

第二，DeepSeek的出现，开源的出现，对大家冲击这么大，对应用公司来说应该更乐观。

所有应用公司都会说，模型会变成一种商品化的，或者开源的模型会追上，大家去做use case、去解决具体的问题。

在过去，这句话说了没用，因为你还是要调一个第三方模型，而且模型厂商至少有权利收一个很贵的价格。

你看美国的API，所有公司API都是比中国厂商更贵，因为国内的竞争环境，API厂商的竞争环境更激烈，所以API也可以有更高的毛利，在过去。

但DeepSeek出现，使得真的这一切发生了。你真的是关注你的应用，关注use case、关注用户、关注增长，而不用担心哪一天模型厂商要一个很高的毛利，哪一天模型厂商决定要做你要做的事情，跟你形成竞争关系。

今天至少大家不用担心这件事情，这是第二点。

第三，好好做技术，好好做产品，市场会奖励。

其实有很多独立开发者，觉得如果没有模型出现，他们是做不到那么大体量的。所以，应该是更乐观，而不是更悲观。

它是不是有移动互联网这么大？我想可能是没有那么大，因那个还伴随着几十亿人口从没有使用智能手机到智能手机，这个变化非常巨大。但本身已经够大了。

大家不要对成为“下一个字节”有执念。

/ 26 /

今天的中国创业者就应该更激进的全球化

第一，现在是AI时代；

第二，我觉得在一个很好的全球化时代。我不是地缘政治专家，听上去大家都有大家的问题，所以整体是更保守的，更孤立主义。

但是，大家又不希望别人孤立主义，只希望自己孤立主义。大家都会希望自己的企业家去更全球化的思考——今天的中国创业者就应该更激进的全球化。

大家应该到国际市场去历练一下，需要去参与全球的竞争了，而不是在我们习惯的市场里竞争。

我在做这家公司的时候，我们没有任何一个founder在海外长期生活过，我们的英语水平大概巅峰是高中，因为大学大家的英语水平是下降的。（笑）

我当时调侃说，如果在同时期，一位在美国生活过的founder和我摆在一起，我自己也会选择投那位founder。

但首先不应该是这样的比较，而是你做自己的事情。

当时也很朴素的观念，就是全球市场应该更大，市场会给学费给founder去上学。

免责声明：本文来自乌鸦智能说客户端，不代表超天才网的观点和立场。文章及图片来源网络，版权归作者所有，如有投诉请联系删除。