加（微信：FireFuryFree）進《領導者管理筆記》管理群

本文整理了Manus創始人肖弘過往兩年的訪談記錄，詳細理出了26條精華觀點，涉及AI創業建議、產品落地方向、AI未來趨勢判斷，相信會對你有所幫助。

/ 01 /

套殼套到極致就是牛逼，關注用戶可獲性才是關鍵

德州儀器很早的時候就造出了芯片，當時只是用芯片做計算器。

也就是說，芯片除了具備算數功能，然后再套一個塑料的殼，就是個計算器。

但是，如果造出來的芯片不只是計算器，而是一個CPU，具備了更多應用場景。

那他在應用層面的落地就會很復雜，需要各種各樣的專業人士去參與解決。

我覺得套殼挺好的，套殼到極致就是牛逼。套殼不是一個問題，核心是到底是你有沒有解決用戶問題。

比如，在傳統商業上，要為客戶解決的問題千奇百怪。幫你在你家樓下就能買到水，算一個，但這也是一個用戶需求。

同樣的，我覺得關注用戶的可獲得性，這也是一個產品的重要屬性。

/ 02?/

Monica像一家消費電子公司，組織建設比研發更重要

我有個理論，我覺得大模型公司，跟應用層的公司或者說套殼公司，是完全不同的。

之前這個我們內部也分享，其實那個時候是我在思考一個組織問題。

比如說我到底是更需要一個算法工程師，還是一個做渠道或者增長的同學。

后來，我認為問題的關鍵是：

你想成為什么樣的公司，你的組織陣型就應該向這樣先進公司靠近。

這一波AI和大量東西都在變化，但有什么是不變的？我覺得組織的建設，應該是一個一定不會錯的事。

所以說，我超過一半的精力其實都花在了組織層面問題的思考上。

我自己有個類比工具，雖然它可能沒有邏輯推導，但這個類比工具使得我們內部快速達成很多一致，我覺得可以分享給大家。

我們覺得，大模型廠商非常像芯片公司，像intel、高通。而我們其實挺像消費電子公司，比如蘋果、華為、小米、大疆這樣的公司。

這兩種公司的差異體現在哪？

比如，一個大模型公司，他更愿意去花錢招一個很好的研究員。但對我們來說，我們更傾向花錢去招做品牌和組織能力建設方面的人員，差別非常大。

兩種類型的公司的競爭要素完全不一樣。

對于大模型公司或者對芯片廠商來說，它更多的追求是用更低的成本，造出更好的芯片。

這是個性價比問題，客戶關系問題，它是個非常典型toB的生意。

例如，張忠謀曾分享過他，怎么去定臺積電的戰略。反正這一套完全toB的邏輯。

消費電子公司，品牌很關鍵，渠道很關鍵，差異化體驗帶來的毛利率也很關鍵。

這類公司，有了毛利率，以及規模大了之后，它才能有錢去做研發投入、品牌宣傳這些事。

兩者的邏輯不一樣，像是完全不同的兩個游戲。再換個角度看，大家今天用ChatGPT用的爽嗎？

如果讓我們忘掉ChatGPT強大的模型能力，僅把他視作為一個workflow的話，大家應該在使用方面，多多少少遇到一些問題，沒有那么完美無缺。

所以說，我是相信這個社會分工的。

/ 03?/

收購ChatGPT for Google，驗證PMF是重中之重

ChatGPT發布之后，我們先把莫妮卡的產品定義重新做了一遍。

更像今天大家都能看到那個樣子，而不是jasper那個樣子。

在這件事完成了之后，我還有一個隱憂。

我在推特上關注了很多獨立開發者，我發現大家都掏出家伙，開始做套殼的事情。

我就在想，這個時候時候品牌曝光度，流量可能會非常貴。怎么搞流量，是很關鍵的問題。

產品做出來后，PMF很重要，Marketing的市場工作也很重要。

這個時候，我看到國內獨立開發者做了一個ChatGPT for Google的產品，量漲得很快。

差不多一個月的時候就有10萬用戶，不到兩個月就增長到了50萬用戶。

我就想找到這位獨立開發者，特別巧，他是我華科的一位師兄。

這個產品對于莫妮卡的增長和驗證PMF特別重要，我就花了幾百萬把這個產品買下來了。

很核心的一點是這個產品的活躍用戶數，它是一個很重要的指標。

50萬周活用戶的產品，而且是主要是歐美用戶，它應該挺值錢的。

第二，我也衡量了一下，投入產出比。如果我們自己要入研發，如果持續三個月沒有PMF。

那這三個月的研發成本約等于是浪費了，可能會損失上百萬，以及外部潛在的這一波浪潮中的機會。

所以，我估了一個價，幾百萬人民幣。

我自己很清楚，這個產品對我的價值，大于我付出的成本，所以我不后悔。

第三，我覺得他足夠重要，就應該這么干。沒有必要在意一些小的細節，如果你后面能基于它再漲1000倍。

那么，你為什么要在乎錢，去讓這個事情變得更復雜？

有一個誤解，說是我們的用戶是ChatGPTfor Google倒過去的。其實只是倒了一部分，它最大的價值是幫我們完成了PMF的驗證。

PMF的驗證，是需要一定數量級的用戶才能反映出來的，所以買過來之后，我們還是做莫妮卡，還是發布莫妮卡。

然后，用ChatGPT for Google導入了一些初始用戶，他幫我們去驗證PMF水平。

其次，這是我第一次做海外產品，所以就學海外的一些做法。

比方說，很經典的一個問題是“如果世界上明天就沒有了莫妮卡，會非常的遺憾嗎？”

硅谷的這個說法是40%的人覺得是非常痛苦的話，那就基本上就驗證了PMF。

我們第一版去測，大概35%的人覺得遺憾。后來花了一個月，到了55%。你就覺得PMF是對的。

PMF是一個從0到1的過程，你沒有三個月、五個月甚至八個月都可能沒有。

但是一旦初步驗證PMF之后，它就會進入到正向循環中去，這是很根本性的價值。

所以說，之所以沒有升級成莫妮卡，一方面是怕用戶不適應。

第二是我覺得我們的組織需要自己有增長能力。在短期可能會慢一點，但是你逼著自己去積累這個能力，放在長期來看，是一件更有價值的事情。

/ 04?/

資本操作只是一個好工具，適應環境才是主旋律

CEO本身就是在做各種樣的投資，招聘和決定義務方向，事實上都是投資行為。

只是很多時候，在團隊啟動初期沒想到這是一個好主意，把自己投入其中，誤打誤撞解決了問題。

所以，這是我想學的一個技能點。我會格外的去注意這些事情，在看書看文章的時候。

舉幾個例子，當我看到boss直聘剛融了一筆錢的時候，立馬把一個做職業點評的網站給買了過來。

我覺得這是一個特別厲害的一個操作。

這是一個案例。第二，我建議去大家看一本書《金錢博弈》，本書治好了我的內耗。

你可能看到第30頁的時候，發現書里企業的問題已經解決，但往后看，你發現又開始出現各種各樣的問題。

包括，反反復復，各種各樣的去改條款，或者是各種際問題，這個你會怎么處理？

我的感受是太難太復雜了，很多時候你都覺得這個地方要黃掉了。但是，最后搞定了。

還有一次，騰訊組織的一個活動去安踏參觀學習，聽安踏講他們怎么把安踏通過并購的手段變成了一個多品牌公司。

安踏的兩個案例我覺得印象都很深。一個是并購亞瑪芬，也就是始祖鳥那個牌子的母公司。

讓我印象更深的其實是斐樂?？赡?9年，還是07年當時已經有安踏了。

但他們覺得可能需要一個品牌定位更高的一個產品。

然后，他們就看到斐樂這個品牌。斐樂在國內是沒有店，他們覺得挺好，沒有被污染過。

如果，有別人先經營了一下，然后如果亂經營的話，其實消費者對這個品牌的印象就不好。

但斐樂在國內沒有，反而在國外很有名氣，一些外國明星都在穿斐樂。

我的理解是，安踏對品牌這件事，理解是非常深的，因此他們才把安踏做起。

那按理說，我可以單獨再做個新品牌，不用花很多錢去買斐樂在中國的經營權和使用權。

第二是，安踏實際上有很多代理，就是經銷商之類的加盟商。但是斐樂他們用高端線，安踏就決定純自營，可以對庫存有更好的管理。

所以，這個啟發不光是看這兩個具體案例。我覺得厲害的點在于，安踏跳出了它原有的東西。

比方說，做過品牌的時候，我不再做一個產品，我賣一個品牌。我原來是經銷商分銷，現在，我不再復用經銷商，而是用自營的方式。

這個過程中，能看出安踏對自身的優勢和劣勢理解得很透徹，有了很好的權衡。然后，再去做了一個新嘗試，團隊得到了提升，我覺得非常厲害。

但大家也得警惕一點，就是你天天腦子只有這件事也廢掉了。你應該把這種手段，當做工具，你有更多工具可以解決問題。

比如，招聘是一個工具，會組織人是一個工具，會做產品是個工具。那你會買東西也是一個工具，你會用了更多工具，這是一個技能點。

這件事情可能在資本環境差的時候，最值得說。

但是更多時候，比如，在十年前你這樣說的話，大家可能覺得你不務正業。

我覺得最核心是要你適應當前的環境，它是一個工具箱邏輯。如果今天你再讓我去并購，我覺得我就在浪費機會成本了。

/ 05?/

市場會回到賺錢邏輯中，不再是增長與融資邏輯

我覺得變現很重要。商業化這件事在很大程度上，很少被討論。

在現在這個AI來臨的時代，我感覺發生轉變。這波的創業者應該更早的問自己商業化的東西。

因為，原來沒成本的時候你都要更早的問，現在有成本那應該更早問。

某種程度上來說，我自己覺得，商業化跟增長是非常正向相關的。

之前，就有位投資人問我，這個商業化會不會影響增長？我說不會，你商業化越牛逼，你才真的越牛逼。

這個可能有點反直覺，但事實上就是這樣。

你有更多錢，你可以用更好的人，你的組織能力會更強，甚至你ROI是正的。

你投一塊錢投出去，然后回來三塊錢，那你就可以無限游戲。

所以，我覺得商業化能力決定了增長能力。

否則的話，去VC市場上去融錢，在AI的趨勢下可能也會更困難一些。

第二是，我覺得靠融資也不持久。真正意義上會把錢給你，不需要你還的，只有用戶。

國內過去這么多年，大多數創始人還是一個增長和融資的邏輯。

大家挺少回到一個賺錢的邏輯里面來，但未來幾年的市場，應該會有越來越多人，回到賺錢的邏輯。

其次，我覺得在錢泛濫的時候，大家也容易做錯誤的決策，或者說一些應該被重要的審視的問題，更容易被隨意去看待。

而且，包括資本導向的競爭心態之類的，我覺得都會在企業經營上帶來很大的問題。

/ 06?/

AI革新工作流程，AI時代創業的第三條路

最近我一直在思考產品設計。我在想，為什么我們要關注舊有的工作流程呢？原因在于，舊有的場景需要重新打造。

想象有一個坐標軸，最左邊是完全沒有AI的產品，最右邊則是大家心目中無所不能的AGI，用戶通過對話或者語言界面就能完成所有操作。這是一個二元對立的坐標軸。

有些SaaS公司開始集成AI，這就好比在坐標軸上從左邊往右邊移動了一點。

但我認為，這樣還遠遠不夠。在產品設計之初，就應該將大語言模型納入考慮范圍，并且重新設計整個工作流程。

打個比方，傳統燃油車就像是坐標軸最左邊的產品。大家在科幻電影里看到的2030年的概念車，能飛的那種，則像是坐標軸最右邊的產品。

現在很多傳統燃油車公司開始涉足電動車或智能車領域，這些車具備了智能和電動的特性，雖然它們還是汽車，不能像科幻電影里那樣飛，但已經和傳統燃油車大不相同了。

我想說的是，關于所謂的AI-native產品，現在有兩種趨勢：

一種是在傳統工作流程中加入AI，另一種是直接朝著理想化的智能代理方向發展。

然而，我覺得還有一個很少有人關注的領域，那就是從一開始就以AI為核心，重新設計工作流程，而這正是我目前在做的事情。?

/ 07?/

不用競爭視角看問題

我不太用競爭視角來看問題。

貝索斯他在給股東的信里面是這么描述的，“我們通過觀察競爭對手做了什么事情，而來思考我們怎樣更好的服務客戶。”

我覺得就是應該用這樣的視角去看待問題。如果我們真的做不出更好的，或者說我們真的持續比別人爛，那我們就應該消亡，這是規律。

我覺得核心是要創造用戶價值。用戶價值一旦有了之后，商業化就是水到渠成的事情，這是一個正常的交換過程。

/ 08?/

不應用一體化趨勢

今天我們做到了使用更方便，而未來，我期望能做到更懂用戶需求。

我認為， “一體化（all in one）”非常關鍵。其他人或許會針對某個單點功能開發插件，但這么做其實存在一些問題。

首先是分發問題，如果像我們這類專業人士，每天主動去搜索、尋找新的工具，那當然沒問題。

按照“跨越鴻溝理論”，早期大眾不會天天去尋覓這些產品。所以在這個時候，產品的可獲得性更加值得關注，也就是用戶在擁有一個功能后，怎樣能快速獲得下一個功能。

就這一點而言，安裝莫妮卡有個很大的好處，許多實用功能會被集成進來。

其次，看看那些零散的產品，它們的數據無法互通。明明用戶之前瀏覽過的內容，存下來后，在查詢問題時本可以帶來更好的體驗，可由于數據不互通，甚至各個產品的用戶界面（UI）風格都不一樣。

要是安裝五個不同的插件，用戶肯定難以接受，因為會發現很多網頁功能相互沖突。

所以，從用戶價值的角度來看，“一體化”的思路優勢更為明顯。

對于用戶而言，統一的用戶體驗、一致的UI界面，以及打通的數據和功能，能讓他們在處理相同問題時獲得更多背景信息，從而擁有更好的使用體驗。

而且，用戶不用再四處尋找工具，也不用反復注冊賬號、熟悉新軟件的使用流程。這正是莫妮卡一直在努力做的事情。?

/ 09?/

創業不要把開放式的問題，變成有約束條件的問題

功能多對我來說則特別幸福，就像你本身在這已經有一塊業務了，然后一個時代的巨浪打過來，直接就可以乘浪而起的感覺。

創業最大的問題是把一個開放式的問題變成一個有約束條件的問題。

最開始我們面對這樣一個問題，沒有新場景的話，我們可以找一個場景，做一個網站把AI的能力加進去，這是一條路。

但我覺得這樣的話會錯過很多觀察視角。所以我們選擇了另外一條路徑：如果沒有新場景了，那么原有的場景加上AI要素之后會發生什么變化？

我們覺得瀏覽器插件是一個很好的產品形態，我可以在更大的場景里面去用好AI要素，變革原來的網站體驗。

這是我們最開始做的一些探索，把很多的場景用大模型做體驗的革新，這是把一個不確定的、開放的問題變成一個確定的問題了。

然后在這個過程中我們去看獨立開發者做了什么，我們自己從用戶的視角出發去解決問題，積累了很多功能。

在第二階段，當這些功能做了很多之后，在各種各樣的場景下都沉淀了用戶的私有數據。數據沉淀下來了，但是從過去的經驗看，數據不是壁壘，有了數據后，你把它作為上下文傳給大模型，讓大模型更懂你，這個差異化體驗是壁壘。

所以到今天的話，我們覺得因為場景覆蓋多了，用戶沉淀的私有數據也多了，還能做出一些差異化體驗來，然后再去探索新的、更深入的場景。

/ 10?/

舊場景，新體驗

我覺得這一次不應該類比移動互聯網，因為移動互聯網是場景變多了，從工作場景增加了很多娛樂場景，比如通信場景、電商場景、內容消費場景等等。

這一次我覺得更應該比對的是上世紀電腦從計算器變成計算機帶來的效率提升。

我們看到的是說以大模型為代表的一系列AI能力的出現，使得非常多的舊場景有了新體驗。

這也讓很多獨立開發者如魚得水，這些一個一個小場景的獨立產品邁過快速成長期之后，又需要一個大一點的公司把產品集成起來分發給大家。

另外，我堅定看好瀏覽器插件的核心原因就是，它可以基于用戶的場景去完成對功能的分發，這是過去沒有發生過的一件事情。

原來沒有那么多場景需要分發，而且大模型可以更好地處理上下文做分發。

現在通過對話式的UI就能把功能分發出去，這里面是有類似平臺型的機會的。

/ 11?/

大模型的進化方向，從應用需求端推動模型改進

消費電子是一個全方位的競爭，蘋果花了20年才把芯片換成自己的M芯片。

所以大家不要單一地強調大模型的競爭，我覺得大模型做好也不一定會贏。ToC本身就是一項難度很大的任務，需要全面考慮各個方面。

今天大廠有很多沒干的事情，那就先干了再說，被滅了也就滅了，接著干，王侯將相寧有種乎。

那我們要做什么事呢？稀有數據我覺得還是很重要，大模型更多的上下文也很重要。

所以瀏覽器插件的形態可以獲取到用戶的瀏覽記錄和私有數據。即便這樣也不一定能贏，但還是得做。

按照我對技術的理解，大模型的進化還是在一段時間里依賴于模型廠商。它就不像推薦引擎的進化可以按天發生，可能是很長周期的發生。

如果是這樣的話，我覺得它還會像消費電子，從應用需求端推動模型改進。

/ 12?/

AI應用產品經理，要懂技術、懂成本、懂市場

Monica的立項是在ChatGPT發布之前，我們當時已經判斷出GPT-3會是一個非常了不起的API，能做出差異化體驗。

創業不能等到所有的都準備好了再去闖，那個時候就已經晚了。

大模型這一波里面，如果開源模型能夠私有化部署，那么應用場景可能會廣泛一些，這是第一個我覺得一旦發生就很有用的事兒。

第二是現在大模型還有很多幻覺，導致大家還要做交叉驗證，所以搜索還沒法被替代。如果幻覺這事可控，PMF程度又會進一步上升。

第三是上下文窗口，也就是prompt的長度也是很重要的一個事情。如果它更長的話，RAG會更好做一些，

再回過頭來說產品經理，它是非常經典的一個職位，一開始需要一個人同時去負責從品牌到渠道到定價到供應鏈所有的問題。

所以后來互聯網產品經理的高度分工和職能化，反而不像Day one的產品經理了。

AI應用的產品經理，可能又要回到最原始的那個時候，他得知道技術邊界在哪里，對技術有理解，對成本也要有理解，還要懂市場。

也就是說，ToC的話，需要知道技術的邊界，對大模型技術和prompt有了解。對成本也要有理解，因為算力很貴，推理也很貴，要去考慮成本和供應鏈的問題。

還有就是要懂市場，比如從市場角度來說，拍照逆光也清晰是個很多人需要的功能，然后產品經理就要和底層驅動的工程師一起調出這樣的效果。

總的來說，我覺得這一波也解釋了為什么獨立開發者很厲害，因為他們是復合型人才，他們能夠搞明白所有問題，然后把東西快速地理出來。

現在這一波對產品經理的需求，其實又回到了當年寶潔定義的產品經理的概念上。

/ 13?/

AI應用發展趨勢，越來越符合人的習慣

我想分享一個我最近的觀察。

我們看到，最開始，ChatGPT之前最火的AI應用是Jasper，然后是ChatGPT，然后是Monica（做瀏覽器插件）以及豆包之類。

接下來Cursor又火了——你會發現AI應用在快速變化，每年都會出現新的AI應用。

我自己就在嘗試總結規律，做預測。盡管很多時候依賴少數數據點，描述規律不一定準確，但人類總是習慣去做這樣的預測。

我自己感覺，如果我們把這幾個應用作為數據點看，是有一些規律的。

比如說Jasper可能大家沒用過，他的產品形態是，你要寫一個marketing的文章，你要填空—聽眾是誰，主題是什么—填完之后幫你輸出。

ChatGPT是對話式，從填空到對話，更符合直覺。

從ChatGPT到Monica這種自帶上下文、自帶context的，豆包和夸克都在此范疇——不僅是一個Chatbot（聊天機器人），而且是給Chatbot補充了上下文。

用戶所看到的屏幕里的文章，或者在某個應用里、郵箱里，在用戶授權的情況下可以幫他回郵件。

就相當于，不單純是一個Chatbot，而是帶上了context的Chatbot。

再往后到Cursor。它火了之后，兩個人群在用：一類是工程師，另一類接近產品經理，甚至都不一定是產品經理。

舉個例子，他在運營公眾號，通過Cursor分析公眾號數據——這顯然不是工程師需求。

他可能也把他當Chatbot用——左邊是代碼內容，右邊是像Co-pilot（副駕駛員）區域，他是不會看左邊的。

寫出來代碼，有問題也只跟Chatbot說；他不會說這里有問題，手動改代碼。

某種程度上，它也是當Chatbot用，而這個Chatbot跟前面幾個Chatbot區別在于：它不僅能對話聊天，帶上context，而且當你提出需求，他通過寫代碼的方式幫你解決這個問題。

我自己看到Cursor的時候——當然很多團隊應該在往編程這個方向理解，我覺得這當然需要，工程師也是很大群體——但我自己把它當普通用戶需求在理解。

我看到的這個規律是什么呢？

首先是，越來越符合普通人習慣。從表單到普通對話是更符合普通人習慣的，帶上context可以使大家更方便。

比如，你不用像使用ChatGPT一樣復制粘貼文章進去，它本身就帶著你的context。更早之前也有人用ChatGPT寫出代碼，把代碼再復制粘貼到一個比如Python腳本再去運行，如果有bug還要再把報錯報給ChatGPT，ChatGPT寫出來代碼，再手動合并到代碼文件去。這些很繁瑣，但Cursor把這個事做得很好。

一個主線，它當然越來越符合人的習慣，而且能力越來越強大，而這種能力的強大是隨著LLM能力外溢出來。

/ 14?/

新時代的安迪比爾定律：模型能力快速進化，“殼”也要進化

模型能力在快速進化，但是那個“殼”也需要進化。

每一代模型能力進化之后，甚至不一定是原廠，是一個第三方廠商把它的用戶可感知價值給呈現出來。

如果沒有Cursor，我相信Claude 3.5 Sonnet，可能在Claude里面也能寫代碼，但就不會那么流暢。

我自己總結出來的定律叫做：“新時代的安迪比爾定律”。

（Andy and Bill’s Law，原話是“Andy gives, Bill takes away”/“安迪提供什么，比爾拿走什么”。）

在PC和半導體產業有這個定律——不管Andy Grove（英特爾CEO）造了什么，他是Intel代表，比爾蓋茨就會吃掉它——Intel因為摩爾定律在，可能18月之后成本下降了、算力上升了，但18月之后Windows也會把它的能力吃掉。

LLM一直在進化。大家看到的模型越來越便宜、越來越強大，強大甚至體現在，原來我們覺得可能簡單的寫作、回答問題、信息檢索。但接下來它會使用工具，它可以寫代碼，可以調用API。

我們最近看到ChatGPT發布了Operator，可以調用瀏覽器——這些都是模型能力正在外溢。

那個“殼”是什么？

原廠肯定在定義，但也需要更創業者一起定義。Claude是非常好的例子。

大家都知道Monica沒有自己做大模型基座。春節假期，我在看一些半導體相關的書——張仲謀的自傳。

AMD創辦人Jerry Sanders當時有一句話：真男人一定要有晶圓廠！

就是diss那些只有設計能力，但沒有芯片制造能力的公司——他說這種公司也太不行了，無法跟我們競爭。

但你看，用張仲謀的話說，臺積電創造了兩個行業：一個行業是專業的芯片生產制造公司，就是臺積電；另一個行業是專業的設計公司。

如果沒有臺積電出現，那也不存在“設計公司”和“生產公司”分工。

/ 15?/

模型會普通商品化

當然我們看產業規律，一般來說，最開始是垂直整合，后面慢慢會有分層。

最開始我們就持有這個觀點：模型應該會普通商品化。

大家現在看到這一點，但這一點，你沒有這項能力的人下定論有點危險。因為模型在快速進化。

理論上它呈現出來的狀態好像不是在普通商品化，因為總有人更厲害一些——但站在更長期的視角，我感覺是的。

我們這家公司的選擇是，模型在快速發展，有很多家。更長期視角看，應該不一定叫停滯，而是有若干家進入還不錯的水平。

在這個時候，單純做應用可能更簡單一點，我們不用投入大量資金訓模型。

當然對于有模型的公司，我們是非常尊敬的。這一波主要進步是他們的創新和努力帶來的。但這不是沖突的或者零和的，叫做“做應用”還是“做模型”的問題。

而是，即便是有模型公司在發展，也需要一些主要圍繞用戶視角、產品視角的公司去做一些工作。不是非此即彼的。

/ 16?/

選擇垂直領域做好業務，預判大模型能力進化

按照剛剛的敘事，所有突破都是模型帶來的，就是模型跑得更前面。基本上是模型先驅動、模型先行。

之后你會發現，原廠像ChatGPT，我感覺它在發布時不覺得自己會那么火；包括DeepSeek在發布時，我相信，這一切不是它預料的——原廠基本準備不足。

第二，專業的或者應用廠商，總是在模型先發出來之后，PMF可能才完成。比如Cursor。它這個產品更早有，當時用的可能是OpenAI模型。

可以開源一個創業idea：你預判下一個能力是什么，先把這部分應用給好好做好。等著這個能力有了，你就…

你等到那個時候再去做，其實就晚了，對吧？

因為總有一些人，不管是他信仰這個，還是他對foundation model（基座模型）更了解，或者Cursor我就做編程領域?？傆行┤藭プ鲞@個產品。

這也很有意思。你看VC投資難度也變大了——因為當你看到那個產品，因為模型能力不ready，它好像不太work，一用感覺很傻；但等到模型ready，它突然就很厲害了。

到那個時候它的商業化做得也比較好。它的曲線變化是非線性的。

選擇一個垂直領域，那個領域的業務流程應該有一點復雜，今天的模型還不能夠很好的解決；但是你預測模型的魔法一定會到來，比如說明年。

你就好好把這個業務流程做好，等著模型變強就好了。

/ 17?/

AI應用，窗口期選擇

當然可能有窗口期——比如長期看它會做，短期還沒顧得上——這種事情在今天很考驗創業者。有些人選擇做，有些人選擇不做。

有窗口期的事情要不要做？大家得到的答案不同。

比如在上一場戰爭，應用商店，后來我們知道會被原廠做對吧？但在那個moment，有第三方應用商店出現，在窗口期從創業角度得到很好結果，也有被并購掉對吧？

但這一次有窗口期的事情怎么做？窗口期內要取得什么樣的成績？去為下一步做什么樣的準備？這些是更復雜的問題了。

總結一下——基于API的生意，1、我覺得垂直領域、特定領域的，可能原廠不會做；2、臟活累活，可能原廠不會做；3、有一些原廠可能以后會做，有窗口期。

所謂窗口期復雜就復雜在——也許你做得很好，它就不做了——這不是邏輯推導出來的。

你假定它一定會做，或者它一定不會做，都不一定。有可能真的在生態里面，有一個領頭羊做得很好，可能原廠也就不會做了。

今天是非常靈活的，沒有確定答案。

對立面是什么？那就是原廠會做的事——Chatbot，看上去大家都是會做的。

有些投資人或founder持有這個觀點：OK，Chatbot是原廠一定會做的，那我們就不做，躲開它。

我自己沒有那么悲觀。

今天的技術還在快速發展中，是不是直接你就把它當成不能做？有點早。

坦白講，我們最近Agent產品，看上去應該就是一個Chatbot，這是很符合大家想象的。

但它在應用這一側做的事情又很復雜，而且這種復雜還不是像Monica，做了很多，比如說“功能”。它要用好這些模型就挺復雜的——我覺得值得試一試。

有點像我剛剛說的在開放平臺里第三類產品：哪怕有窗口期你也值得試一試。

/ 18?/

經營公司“做自己”最重要，而不是“應激”

我倒不用爭什么的視角看，大家也不是用爭什么這個視角。而是它挺符合對AGI的想象——一個對話界面，啥都能干。

大家好像覺得我光做個模型不夠，至少得有個Chatbot。

By the way，在所有人中，我感覺DeepSeek對要不要做Chatbot，反而是最佛的。但到今天為止，他卻取得最好結果。

首先我說佛，它是在12月份才有自己的App，更早有網頁版。你看它的App，會覺得真的“套殼”——只是把模型能力用一個最簡單的基礎的“殼”展示出來。

另一個角度：如果（DeepSeek）沒有做這件事，這次影響和傳播不會那么大。因為很多用戶是用上了、看到了它的App，看到思考過程，有巨大用戶體驗提升，又導致大量傳播——但這一切是意料之外。

本身這件事肯定非常復雜，有各種各樣的原因，中美地緣政治背景，有開源、閉源背景。

我想說的是：我最大感受，這件事情精神上給大家很大鼓勵！——從旁觀者角度，可能他們也沒想給大家鼓勵。

今天大家可能也會想，開源火了，要不要開源？要不要構建技術品牌？各種各樣的思考。但最重要的是，DeepSeek一直按自己的節奏在做——Be Yourself！

他一直在開源，前面沒火他也在開源，只是在按照自己的節奏做事情。

我記得我們在微信聊天，你問我，如果我是其他幾家大模型公司，我會怎么辦？我后來想一下——就是“做自己”最重要，而不是“應激”。

在這種時候，最重要的還是按自己節奏來。

/ 19?/

關于DeepSeek：創新需要被感知，而不是被門檻堆起來

Perplexity的CEO發了一條推特說，在AI時代有兩個巨大體驗創新：一是，Perplexity把這句話從引用哪個網頁標注出來，增加結果可信度。

二是，把LLM思考過程展示出來。

拋開開源或技術各種指標——我聊了一些老家的朋友，他們能感受到DeepSeek巨大不一樣是：DeepSeek把怎么想這個問題的過程展示出來了，這是體驗創新。

當然OpenAI o1，也有思考，但OpenAI很遺憾——DeepSeek的思考過程展示可能是整個人類第一次看到這個事情，因為OpenAI o1是要收費的！

最近它才把思考過程全部展示出來。它是怕別人可能看到思考過程，有這個數據去做自己的訓練。所以它就展示簡化版的。說實話，看上去沒有太大意思。

首先，因為OpenAI收費，有門檻，很多人根本不知道這回事。

其次，它也沒有把思考過程完整展示出來，所以o1錯過了體驗創新。

DeepSeek思考過程放出來，本身就是巨大體驗提升。還聯網。o1此前不聯網。

還有一點，確實它的模型質量很好。大家原來體驗過的基線是普通水平，但DeepSeek新模型，拉到了第一梯隊體驗。

寫出的文章就是好很多，聊天更有情商，本身模型能力進化很好，體驗上有創新。創新可以很容易被大家感知到，而不是被各種各樣的門檻堆起來。

/ 20?/

極致是不夠的，個性化才夠

真正的Agent，應該是自己能寫代碼，調用API并執行。它能搞定很多長尾任務，而且不需要開發者自己寫，這才是符合大家對Agent的想象。

我記得有位前輩，白鴉（有贊創始人），我跟他說Monica做到極致，把很多東西都集成進去。

他說：Red，極致是不夠的，個性化才夠——做到極致你就是hao123，做到個性化你才是Google。這是非常具有啟發意義的一句話，我們花了很多時間研究。

當我看到Cursor，各種各樣的寫代碼的公司出現，越來越大眾化，而不是越來越給工程師用。

今天你訪談很多工程師，他能挑出很多毛病，越資深的工程師會挑出越大的毛病，但小白越來用越爽。

而且我記得當時Cursor出來之后，又有競爭對手叫Windsurf，Windsurf有一個跟Cursor不一樣的地方。

但Cursor后來也跟進了YOLO模式，這個名字很神奇，Y-O-L-O。很像年輕一代的人會說詞。

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

它跟原來的區別在哪？你原來寫一段代碼，你拿Python跑，但你的電腦上可能沒有裝某個庫，啪就報錯了；有了YOLO模式，報錯，它自動放到LLM里，幫你解決掉它。

有一天我在用Windsurf的類似YOLO模式，我發現，我給它說一個問題，它說，好，我現在去Github上下這個代碼去搞一個什么事情，然后再去寫——那一瞬間我就被閃電擊中一樣的感覺！——它居然在用工具，而且會用人類工具。（比如Github上，理論上什么代碼都有對吧？創建所有工具他都可以去用。）

那個時候我覺得Agent時代真的是到了。

當然有這些還不夠。因為人類還有很多知識，或者很多服務，不是通過API調用，是通過Web調用。在海外，我覺得還得帶一個瀏覽器。

還有一個本質區別：我當時用Windsurf，它跑在我電腦上，但它有時要讓我確認一下要不要裝這個庫；或者它執行一個命令行操作，讓我填yes or no，因為它可能真會把我電腦搞壞，或者是某個東西沖突——但其實它讓我填yes，也挺甩鍋的。

如果我是一個特別小白的人，我怎么知道yes or no？但它讓我填yes，好像這個責任就在我身上了，搞壞了不關它的事。

很多年前，有個人問比爾蓋茨：為什么Windows跟我談，說這個東西打開可能會危害電腦，yes or no？靠！你微軟都不知道，我一個普通用戶怎么會知道？

所以看到那個時候我覺得，好像也沒有You Only Look Once，你還要Yes一下。況且如果真是小白，是普通用戶，真是看不懂。

所以我想：OK，還不夠，應該有個虛擬機——Chatbot應該在云上有個電腦，把它寫的代碼，把它要通過瀏覽器查的東西都在那臺電腦上執行。

因為是虛擬服務器，壞了無所謂，它可以再來一臺。它甚至可以在當前任務執行完之后釋放掉那個服務器。

所以我自己覺得，那個架構叫做一個虛擬服務器、一個瀏覽器，能夠自己寫代碼去調用API，它就能勝任各種各樣長尾任務——這是我們在做的事情。

/ 21?/

AI不會放過任何一個春節，創始人們要加快創新

25年春節，非常像23年春節。

當時，我們更早已經在ChatGPT發布之前立項做了Monica，馬上看到ChatGPT發布，但那個春節坦白講國內沒有火，國外小火也沒有超級火。直到Sam Altman發推說100萬用戶，中美全面火起來。

那時我很緊張，已經看到很多獨立開發者在基于GPT的API做創新。所以，23年春節我沒有休息。大年三十晚上還在線上call會。

25年很像，但25年不同。有一點叫“總會有意外”。本來說是Agent，大家春節辛苦一下，沒想到DeepSeek出現。24年是有Sora——AI不會放過任何一個春節，哈哈哈。

25年更像23年。24年整個行業像23年線性外推，都是可想象的事情，比如多模態，做完文字做圖片。

但視頻稍微有點意外，大家沒有想到這么快，但馬上后來也消化掉這個信息。

23年Monica創新主要是把context加上去，用一個很好的產品形態，但24年你發現大廠也跟進了，有豆包，有可能大家也做插件、瀏覽器。

創始人們還是得快速的創新——大廠能理解你創新的時候就是很危險的時候；你要被拿來跟大廠去比較的時候，也是很危險的時候。

22.

/ 22?/

要創新，要激進

我們沒有跟豆包比較的心態，是不同市場。但顯然豆包已經看明白這件事情了，它會去做。

還是得發揮組織靈活性，看技術趨勢，跑得更快一點。

第一，要提前；

第二，當你意識到你提前的時候，更激進，超級激進。

今天我們復盤，覺得23年Monica不夠激進。

應該把用戶做得更多。我第二次創業，一上來會稍微更好的操作，比如在招聘上會更有經驗，但可能應該大規模招聘，更激進快速把團隊組起來，而不是經營好的方式去理解這件事。

這取決于你在什么樣的位置——如果你知道你在創新，你在領先，你就應該激進。

/ 23?/

不要看空“星際之門”，任何事情都有可能

如果你問的是美國在的星際之門堆那么多顯卡，提升能力，到底能提升什么樣子？我不知道。

但我覺得不能做空它。

你不能假設未來幾年它更慢，你應該用最瘋狂的幻想去理解這個事情。

過年我發了一條即刻，引用偉人一句話叫“文明其精神，野蠻其體魄，其他交給AI”。其他是什么呢？

未來可能就是“精神文明”跟“身體健康”，至于智力我們就交給AI了。我相信在我有生之年應該能看得到。

Peak（首席科學家季逸超）在今年英偉達客戶答謝會上，見到了黃仁勛。他問了他一個問題說：接下來幾年，什么事情發生會讓你覺得很驚訝？

黃仁勛的回答是：Basically nothing。他認為沒有，任何事情都有可能。

我覺得應該用這樣的心態去看這一波。

我們回過頭來看，就這幾年，就拿春節不是都被震驚了嗎？

所以，最好不要做空它。

/ 24?/

白領生活方式可能是人類的一段彎路

拉長人類歷史萬年來看，坐在一個地方高強度腦力工作、不太運動是很少見的，可能就是100年。大家在古代就要精神文明建設，也需要身體勞動，讓體魄更好。

最近100年大家開始糖尿病、高血壓，是因為你就這樣工作。

如果AI搞定這件事，大家應該更像過去那樣生活——把自己的精神文明搞好一點，把自己的身體搞好一點。

當然白領肯定不會消亡，因為總需要人簽字去承擔責任。

/ 25?/

不要把應用公司和模型公司對立

不要把應用公司和模型公司對立。

第一，模型公司自己也會做應用。應用公司應該非常尊重模型公司。因為，大部分的能力或者說進展都是模型公司提供的。

我們在電梯上，享受著這一切好處。你要搶人家的生意，這顯然就是不對的。應用和模型的關系要合理看待。

第二，DeepSeek的出現，開源的出現，對大家沖擊這么大，對應用公司來說應該更樂觀。

所有應用公司都會說，模型會變成一種商品化的，或者開源的模型會追上，大家去做use case、去解決具體的問題。?

在過去，這句話說了沒用，因為你還是要調一個第三方模型，而且模型廠商至少有權利收一個很貴的價格。

你看美國的API，所有公司API都是比中國廠商更貴，因為國內的競爭環境，API廠商的競爭環境更激烈，所以API也可以有更高的毛利，在過去。

但DeepSeek出現，使得真的這一切發生了。你真的是關注你的應用，關注use case、關注用戶、關注增長，而不用擔心哪一天模型廠商要一個很高的毛利，哪一天模型廠商決定要做你要做的事情，跟你形成競爭關系。

今天至少大家不用擔心這件事情，這是第二點。

第三，好好做技術，好好做產品，市場會獎勵。

其實有很多獨立開發者，覺得如果沒有模型出現，他們是做不到那么大體量的。所以，應該是更樂觀，而不是更悲觀。

它是不是有移動互聯網這么大？我想可能是沒有那么大，因那個還伴隨著幾十億人口從沒有使用智能手機到智能手機，這個變化非常巨大。但本身已經夠大了。

大家不要對成為“下一個字節”有執念。

/ 26?/

今天的中國創業者就應該更激進的全球化

第一，現在是AI時代；

第二，我覺得在一個很好的全球化時代。我不是地緣政治專家，聽上去大家都有大家的問題，所以整體是更保守的，更孤立主義。

但是，大家又不希望別人孤立主義，只希望自己孤立主義。大家都會希望自己的企業家去更全球化的思考——今天的中國創業者就應該更激進的全球化。

大家應該到國際市場去歷練一下，需要去參與全球的競爭了，而不是在我們習慣的市場里競爭。

我在做這家公司的時候，我們沒有任何一個founder在海外長期生活過，我們的英語水平大概巔峰是高中，因為大學大家的英語水平是下降的。（笑）

我當時調侃說，如果在同時期，一位在美國生活過的founder和我擺在一起，我自己也會選擇投那位founder。

但首先不應該是這樣的比較，而是你做自己的事情。

當時也很樸素的觀念，就是全球市場應該更大，市場會給學費給founder去上學。

來源：烏鴉智能說

THE END

歡迎加入10W+領導者社群

文章來源?：領導者養成筆記「ID：GoToLead 」，轉載請公眾號回復“轉載”

版權說明?：我們尊重原創者版權，除我們確實無法確認作者外，我們都會注明作者和來源。在此向原創者表示感謝。本文所用視頻、圖片、文字如涉及作品版權問題，請第一時間告知，我們將根據您提供的證明材料確認版權立即刪除內容；本文內容為原作者觀點，并不代表本公眾號贊同其觀點和對其真實性負責。