2026年1月13日，前釘釘副總裁王銘創立的攀峰智能正式對外宣佈完成數千萬元種子輪融資，2025年10月王銘創立攀峰智能，公司定位為“AI時代的Shopify”，致力於打造商業化視訊Agent。AI應用爆發的這一年，下海創業的遠不止王銘一人，一批曾深度參與釘釘從工具到生態、再到AI戰略轉型的核心高管，正密集走出大廠，投身AI原生創業浪潮。例如，釘釘前副總裁、智能硬體生態總經理林峰於2025年離職後計畫創業聚焦AI辦公硬體領域，釘釘前CEO葉軍也於2025年7月離職投身AI Agent賽道。不僅是中國大廠高管紛紛離職創業，前OpenAI首席技術官Mira Murati創辦的Thinking Machines Lab也已完成20億美元種子輪融資，前GoogleDeepMind資深研究員Andrew Dai與蘋果研究科學家Yinfei Yang聯手創立AI公司Elorian，種子輪融資目標高達5000萬美元。2025年創投圈焦點依然還是在AI、具身智能領域，年終最熱門的AI創投事件是以數十億美元的價格被Meta收購的AI agent公司Manus，Manus的爆火也可以看作是今年社媒流量改變AI創業生態的起點之一。在AI領域，還有更年輕的創業者。成立於2024年的首形科技，95後創始人胡宇航僅抖音平台粉絲量就達到了142.6萬（截至2026年1月25日），Pre-A輪融資高達上億，與手游《逆水寒》合作的角色“方承意”仿生機器人亮相杭州CP32Pre漫展，得益於雙目視覺系統，他能夠與面前的觀眾進行“眼神”交流，並通過搭載的AI仿生運動演算法，做出自然的表情與頭部動作。可以看到的是，越來越多不同AI垂直領域的創業公司湧現，讓AI應用正在從“工具”走向“夥伴”，從“功能”向“情境”轉變。AI在反映人類的需求與渴望的同時，也在重塑社會生產與消費的模式。2025年以來，頭部公司完成的融資額已經達到了數億甚至超十億的規模，技術競爭的壁壘正在被越築越高，AI應用落地也已經從概念驗證階段步入商業快速變現期。AI創業公司從誕生到規模化盈利的周期正在被極度壓縮，2025年真正跑出來的AI公司有一個共性：永遠在為下一個變化做準備，AI時代的創業邏輯是持續進化。結語當今的創業沒有冷門賽道，大家都在百花齊放，AI似乎能夠改變千行百業，但想要真正成長，更多的還是“專注”。 (DBC德本諮詢)

門檻沒了。真的沒了。以前幾個月才能做出來的 MVP，現在幾天就能上線。當任何人都能快速做出 AI 產品，問題變了：你做的，到底有沒有價值？使用者買單嗎？能撐得起一家公司嗎？2026 年 1 月 22 日，達沃斯會議期間，吳恩達、OpenAI 歐洲負責人、Cerebras 戰略官和 ETH AI Center 負責人坐在一起，參加了一場名為《AI 時代的創業》的圓桌討論。他們給出的答案是：速度，已經不是優勢，而是及格線。門檻沒了之後，AI 創業還剩什麼能贏？答案是三種能力：第一，重構流程的能力。用 AI 設計新流程，而不是最佳化舊流程。第二，全端開發的能力。技術和產品都得會，一個人幹全隊的活。第三，做成產品的能力。把 Demo 變成能用、能做大的產品。光快，不夠。做對，才是硬道理。第一種能力：用 AI 重構流程在這場達沃斯圓桌對談裡，吳恩達講了一個企業最典型的誤區。他說，現在很多公司部署 AI，最常見的做法就是：找一個環節，用 AI 替代人工。比如貸款審批，把某一步從人工 1 小時壓到 10 分鐘。看起來像是提高了效率，實際上只是改快了一小步，整個產品形態並沒有改變。還是貸款這個例子。傳統流程要走行銷、申請、初審、覆審、執行等五六步。如果 AI 已經能做出可信的自動批准結果，那就不應該去最佳化舊流程裡的某一步，而是應該打造一個 10 分鐘批貸的全新產品。這個差別，不是速度快不快，而是產品邏輯是不是從 AI 能力出發重新設計的。在他看來，如果其他環節不變，AI 只是一個效率工具。真正該做的，是圍繞新能力，重構整個流程。OpenAI 歐洲業務負責人 Laura 接著從使用者視角補充說：“企業的老習慣是那裡慢就改那裡，換掉一個環節，結果發現根本沒變，問題還在。真正有效的 AI 部署，是把舊流程推倒，從頭設計”她強調，AI 最該改的，是客戶從接觸到拿到結果的整個體驗，而不是只盯著某一個環節。說白了，AI 創業的第一種能力，就是能看到一個可以被 AI 徹底重構的場景，然後做出從一開始就不一樣的產品。判斷標準很簡單：如果去掉 AI，產品照樣能用，那你做的可能只是個工具。如果去掉 AI，產品就不能用了，那才算一個真正的 AI 產品。第二種能力：一個人幹一支隊伍的活流程重構需要什麼樣的人來執行？這是第二個問題。在以往，創業團隊通常需要一個產品經理負責想清楚使用者要什麼，一個工程師負責把功能寫出來，再配上營運、設計、前台、招聘……每個角色各有分工。但現在，吳恩達說的情況已經變了。他說，開發成本越來越低後，一個人如果既能寫程式碼、又能理解使用者，還能判斷下一步該做什麼，就能替代一整支傳統團隊。“我們以前是一個產品經理配幾個工程師，後來發現最有效的組合，是把他們合成一個人。”他在 AI Fund 就是這麼做的。招前台、HR、財務，都優先考慮會寫程式碼的人。甚至連 CFO，都能自己寫出內部使用的自動化指令碼，不用再花幾千美元去找供應商開發。為什麼需要這種全端能力？吳恩達認為：AI 工具把“怎麼做”變得很容易，真正拖慢進度的，是“要做什麼”這件事沒人決策。以前，工程師可能要等產品經理寫完需求文件、設計評審、開個會才動手。現在，工具快了，模型強了，工程師常常第二天就做好了。反過來，是產品經理跟不上工程師。所以他說，在他的公司，有時為了不浪費工程資源，團隊配置直接精簡：1 個產品配 1 個工程師，甚至讓一個人兼顧產品和工程。而且他發現，那些速度最快、反應最靈活的創業者，往往都是既能動手，又懂使用者。Cerebras 的戰略官 Andy 也表示，技術能力只是基礎，創業者還得懂得如何拆解問題、如何組建團隊、如何從使用者視角判斷產品方向。最優秀的技術創始人，都具備同理心、產品判斷力和講故事的能力，而不僅僅只是會寫程式碼。這就是第二種全端開發能力：既能動手做，又能判斷做什麼。在人人都能用 AI 寫程式碼的年代，一人頂多崗不是壓榨，是 AI 創業的標配。第三種能力：把 Demo 做成產品快速做出來只是第一步，真正難的是怎麼把一個 Demo 變成能讓成千上萬使用者天天用、用得穩的產品。吳恩達說：“很多創業者能做出 Demo，但做不大，卡住的不是技術，是產品沒做到位。”ETH AI 中心的 Alex 進一步解釋：很多項目失敗不是因為模型不夠好，而是沒把 Demo 打磨成真正能用的產品。展示一個好看的 PPT 很容易，但要讓它能被很多人用、出了問題能解決、還能一直好用，那就是另一回事了。什麼叫“打磨成真正能用的產品”？Laura 舉了個例子。有個叫 Fyxer AI 的創業公司，只做了一件事：幫使用者寫和回覆電子郵件。聽起來不複雜，但他們做得非常細：那些郵件需要立刻處理、那些可以跳過、什麼語氣更合適……產品上線 6 個月，就拿下了數百萬的年收入。Laura 的總結是：Fyxer AI 不是在節省發郵件的時間，而是在改善整個溝通體驗。反過來看，很多 AI 創業公司失敗，不是因為不會做，而是因為沒想清楚這些問題：資料進來了怎麼清洗？使用者提的反饋怎麼用？出錯了誰來修、怎麼修？新使用者怎麼上手？老使用者怎麼留住？AI  創業的第三種能力，就是要把 Demo 做成能持續運轉的產品，打通從開發、使用、反饋到最佳化的整個鏈路。在開發成本極低的今天，能做出閉環，才是真正的壁壘。結語｜開發容易，做成難吳恩達說：開發成本正在歸零，該做的就是大量試錯。但這也意味著，Demo 滿天飛的時代，真正稀缺的不是技術，是把東西做成的能力。留下來的，是那些能用 AI 重構流程、一個人幹全端活、把 Demo 做成產品的人。門檻沒了，能力就是新門檻。 (AI深度研究員)

本文彙編整理自張小珺對話季逸超。他是中國第一代軟體出海創業者，高中靠一款瀏覽器賺得 30 多萬美金；他深耕 NLP 十餘年，親歷從傳統 NLP 到大模型的技術巨變；如今帶著通用 AI 產品 Manus 橫掃海外，ARR 超 1 億美金。他就是 Manus（蝴蝶效應科技）的聯合創始人兼首席科學家季逸超（Pick）。最近，Manus被數十億美元收購的風波，引起不少人的討論。但我們更應該關注的，是這家公司的商業思考。在張小珺這場 3 小時的深度訪談中，季逸超分享了自己的創業故事、產品決策邏輯，以及對 AI 行業未來的底層思考。沒有晦澀術語，全是實戰乾貨，值得每一位創業者、從業者細讀。以下，是季逸超的自述精華版。一、三次創業 踩中時代紅利，也扛過技術顛覆1.第一次創業：移動網際網路蠻荒期的“意外驚喜”2009年，蘋果APP Store出現的第二年，我還在讀高中。那時候剛好趕上桌面網際網路向移動網際網路轉型，不管是國內的BAT，還是海外的大廠，大家都站在同一起跑線，沒有成熟的玩法，屬於移動網際網路的蠻荒期，這給了我這樣的個人開發者絕佳機會。我做了一款第三方iOS瀏覽器，叫猛獁瀏覽器（Mavericks Web Browser），商業模式特別樸素，賣軟體拷貝，每賣一份賺一份固定收入。沒想到這個簡單的模式，讓我在高二、高三期間賺了30多萬美金，也算成了中國早期軟體出海的創業者。那時候國內沒有成熟的支付管道，只能支援國際信用卡，國內使用者基本沒法付費。我就想了個辦法，破解自己的軟體，讓大家免費用，也算賺個吆喝，沒想到還吸引了資本關注，真格基金的徐老師當時就問我想不想創業。後來移動網際網路的商業模式變了，大家都開始“免費獲客 + 增值服務”，加上 iOS 系統不斷更新，我的瀏覽器慢慢不相容了，最後自然下架。這段經歷讓我早早摸清了產品變現和使用者營運的邏輯，也讓我深刻感受到 時代機遇對創業者的重要性。2.第二次創業：NLP深耕與大模型的“降維打擊”從瀏覽器業務裡，我發現了一個關鍵需求：當時行動網路速度慢，如果能預測使用者的下一次點選，提前載入內容，體驗會好很多。這個需求讓我一頭紮進了自然語言處理（NLP）領域，這一扎就是好幾年。2013年，Google推出了Word2Vec論文，能把自然語言文字高效轉化為稠密向量，這給了我極大啟發。我組建團隊做語義搜尋和知識圖譜，想打造“下一代 Google”—— 傳統搜尋引擎只給連結，我想直接給答案，通過自動化技術建構知識圖譜，解決使用者的核心需求。我們團隊從零開始訓練模型，從依存句法分析到Word2Vec向量化，再到 LSTM+Attention，最後跟進Transformer和BERT，整整熬了4年，做出了產品 Maggie。它能自動提取三元組、支援多語言，在最高置信度下的精準度能達到89%，比Google當時的產品還高，甚至能支援阿拉伯語這種反向書寫的語言。但2019年，GPT-3的出現給了我們致命一擊。我隨便寫個 Prompt（提示詞），它就能和我們訓了幾年的端到端模型五五開，而且它是通解，能搞定 NLP（自然語言處理）領域的各種任務，而我們只是垂直領域的解決方案。那一刻我意識到，垂直技術在大模型面前沒有優勢，最後決定賣掉公司。這段經歷讓我體會到垂直整合的痛苦：每天醒來都感覺海水在上漲，不知道什麼時候會淹到鼻子，模型迭代、資料標註、基礎設施搭建，每一步都要自己扛，那種壓力至今難忘。3.第三次創業：放棄AI瀏覽器，押注通用agent賣掉公司後，我在一家獨角獸公司做了一年半，主要工作是打榜贏算力資源，那段時間也讓我冷靜觀察了 AI 行業的變化。2023 年底，我被肖弘（Manus CEO）說服加入團隊，核心原因是他說的一句話：“Pick，你想不想在一個產品裡，把瀏覽器、搜尋引擎、語言模型重新做一遍？” 這句話一下子戳中了我。初期，我們基於Chrome外掛Monica的使用者資料，想做一款AI原生瀏覽器。Monica 當時已有1200萬美金 ARR，是正向現金流產品，但我們很快發現了問題：外掛的使用者滲透天花板太低 ，Chrome 有20億日活，而頭部外掛的活躍使用者也就5000萬左右，不到 1% 的滲透率，再怎麼發力也難有大突破。更關鍵的是，瀏覽器的遷移成本極高。人類歷史上只有兩次瀏覽器變革：從網景到IE，從IE到 Chrome，要麼靠管道分發，要麼靠技術漏洞，創業公司想顛覆太難了。而且當我們內部把瀏覽器產品打磨得差不多時，我突然覺得它“不是特別酷”——按我現在的話說，如果一個產品做完，你自己都覺得不酷，那沒人會覺得酷。其實做完一款產品，人難免會有慣性偏袒，那怕我們都是經歷過幾次創業的“中登”，也會下意識想說服自己產品沒問題。但隨著更多問題暴露出來，我們才慢慢趨向冷靜判斷。直到看到美國創業公司 The Browser Company 放棄瀏覽器產品 Ark，創始人說“連親戚朋友都不願意從Chrome換成Ark”，我才徹底下定決心放棄這個方向。其實那段時間特別寶貴，大家在自然而然形成共識的過程中放下了瀏覽器，處於一種幾乎無所事事的狀態。而當一群不太笨的人無所事事的時候，就會產生很多很好的想法。當時我們還在正常營運Monica，同時也會做一些別的實驗，那段時間已經有不少AI產品受到歡迎，尤其是coding領域，像Cursor、Windsurf，還有後來的Devin，都積累了很多使用者。我們作為工程師，自然會去體驗這些工具，可讓我們意外的是，公司裡很多非工程師居然也在用Cursor，要知道，Cursor的產品形態還是IDE（整合式開發環境），本來是寫給程式碼人才用的東西。我們發現，營運同事在用它寫部落格，資料分析同事用它做資料分析和可視化。於是我們特意站在他們身後觀察，發現了很有意思的一幕：Cursor左邊是程式碼區，右邊是和AI聊天的窗口，這些不會寫程式碼的同事根本不看左邊的程式碼，只是不斷跟AI交流，讓AI幫自己完成任務。原來AI是通過程式設計的方式，以程式碼為媒介，去幫他們完成這些非編碼任務。這讓我突然意識到：程式設計不是垂直技能，而是通用能力，真正的機會是把這種通用能力包裝起來，讓普通人也能用。於是我們把瀏覽器的技術積累搬到雲端，打造了通用agent產品 Manus：每一個會話背後都有一個獨立的虛擬機器沙盒，能幫使用者做網頁、做 PPT、批次處理檔案、深度研究，還能聯動 Notion、Slack 等工具，非同步處理長任務，不用使用者自己寫程式碼或複雜操作。2024年3月Manus 發佈，現在 ARR（年度經常性收入）已經超過1億美金。我們沒有對標任何產品，完全是使用者用出來的，大家喜歡用它做幻燈片、網頁和批次檔案處理，我們再針對性最佳化，這種由使用者塑造的產品，生命力才強。二、Manus 的產品邏輯不做工具，做 “人的延伸”1.為什麼堅定做通用agent，而非垂直工具？我之所以堅持做通用 agent，核心有三個判斷：技術層面：通用基座模型 + 虛擬機器（圖靈完備）的底層供給是通用的，垂直領域只是在上面加約束，反而會限制產品潛力；產品層面：使用者的需求是多樣的，通用產品能讓使用者按自己的想像力使用，我們團隊再通過觀察使用者行為捕獲頭部場景，既保留長尾能力，又能形成網路效應；商業層面：垂直工具的使用頻次太低，比如旅行規劃一年就幾次，很難讓使用者記住，而通用產品能覆蓋使用者多場景需求，提升使用頻次和使用者粘性。如果你做的是個垂直agent，你可能還是在做一種新的工具。但如果你在做一個通用agent，你其實在做一個人。我們現在經常跟使用者或其他人交流，他們常說 Manus 很像人，但我們從來不以替換人的思路來想這事 ，如果你給別人傳遞“要替換人”的心智，所有人都會從風險控制的角度考量，只要一個環節不通，整個產品就被否定。其實我們該抱著提升人（enhance people）的思路，讓高效的僱員或自驅的人，用了這個工具後產能再上一個台階，這才是更良性且現實的做法。比如你想做一個有內容的網頁，它能先做深度研究，再基於研究結果做網頁，最後還能分析網頁流量、做 PPT 發給投資人。2.初期用邀請碼，不是行銷是“無奈之舉”Manus發佈初期採用邀請碼機制，被很多人質疑“過度行銷”，其實這是我們的無奈之舉。當時我們跟所有雲廠商和模型廠商溝通後發現，世界上能立即到位的算力比想像中少太多。Agent 的算力消耗模式和 Chatbot 完全不同，輸入和輸出比例能達到100:1甚至1000:1，要是放開用，產品肯定會崩。直到一個月後，雲廠商和模型廠商適應了agent的工作負載，我們才取消邀請碼。可以說，我們是為行業趟了一條路，後來再用邀請碼的公司，我覺得就沒必要了，算力已經準備好了，沒必要再搞這種形式。3.商業化：不追求DAU，只服務高價值使用者Manus 的定價邏輯很簡單，參考 ChatGPT的20 美金/月，我們定了40美金 / 月的默認訂閱價，現在逐漸簡化為“免費方案+自由訂閱金額”。我們不追求 DAU（日活躍使用者數），而是關注“高價值使用者的高價值任務”。有的使用者一個月能給我們付幾千美金，因為他有大量高價值任務要跑，這比單純的使用者數有意義得多。目前Manus的使用者主要是三類人：網際網路公司非程式設計師的白領、自由職業者、金融和諮詢行業從業者。他們有強自驅力，任務價值高，對質量的敏感度也高 ，我們做過雙盲測試，悄悄換個模型，使用者滿意度就會明顯下降，所以我們必須保證每一次輸出的質量。三、AI行業的創業、競爭與決策邏輯1.模型與應用的終局：不再涇渭分明未來不會再分模型公司和應用公司。美國現在已經是這個趨勢，OpenAI既做模型也做產品，Google雙向都強，Anthropic 靠Cloud Code的成功也開始重視產品。對於應用公司來說，優勢在於“不用買模型彩票”。模型公司的創新是自下而上的，靠技術突破驅動產品；而應用公司能吸收所有外部創新，快速迭代，而且使用者的使用軌跡和反饋留在應用層，能形成獨特的資料飛輪，這是模型公司拿不到的優勢。2.決策機制：分階段混合模式，兼顧效率與多元創業公司在不同階段、解決不同事情時，需要不同的決策模式。雖然我們是連續創業者，但其實也都不成熟，最近在逐漸走向更理智的方式。我們總結了一套“GPA”決策框架，還會結合集權式和民主式兩種模式：G（Goal，定目標）：集權式決策由CEO肖弘作為“仁慈的終身獨裁者（BDFL）”拍板，直接把團隊核心目標定死，避免目標分散。P（Priority，定優先順序）：專制 + 民主結合先由核心決策者（比如CEO或對應領域負責人）牽頭，同時充分吸納團隊成員的專業意見，畢竟涉及不同領域的專業能力，多元輸入能讓優先順序排序更合理。A（Alternative，提方案）：充分民主鼓勵團隊成員自由提供各類可選方案，這個階段方案數量比質量更重要，足夠多的選項才能避免決策侷限，就像訓練模型不能侷限於狹窄的動作空間。其中，肖弘作為CEO，是產品方面的最終決策者。我們都比較相信與其懸而未決，不如趕緊試試。面對新領域時，過往經驗未必有用，過度思考只是基於自己“模型內部的參數化知識”，沒有額外資訊輸入，也沒有檢驗結果，再想太多不如先行動，拿到反饋再調整，避免無意義的內耗。3.競爭：不是零和博弈，而是生態聯動很多人問我，面對 OpenAI、Google 等大廠的競爭，我會不會焦慮？其實我並不焦慮。我們能用上市面上所有最好的模型，而大廠有自己的專長：Anthropic 的 coding 能力、Google 的多模態能力、OpenAI 的推理能力。我們的優勢是產品迭代快，而且服務的是對質量要求極高的使用者，這部分使用者不會因為品牌而妥協，他們要的是當下最好的體驗。AI行業的競爭不是零和博弈。Manus和 Notion、Microsoft、Slack都是聯動關係，我們串接這些工具，產生的價值比單獨競爭大得多。與其做一個比不過別人的垂直功能，不如讓大家一起把生態做好，這才是共贏。4.通用agent的未來：主動創造價值，而非被動響應我認為通用agent的下一個方向是“主動性（proactiveness）”。現在的 AI 還是被動響應使用者需求，未來要能主動完成任務。比如你面試完，Manus能自動看你的Notion記錄，把評價填到招聘系統裡，只讓你確認就行，真正解放使用者的注意力。同時，我也想給模型廠商提幾個建議：讓模型學會 “壓縮意識”，不用無限擴展上下文窗口；結合工具做推理，而不是純“缸中之腦”；支援使用者隨時插嘴，適應非同步互動；提升錯誤恢復能力，遇到問題不放棄、不陷入死循環，這些都是通用agent 落地的關鍵。5.AI創業的本質：不是賭一把，而是先行動對比我的三次創業，現在的AI創業和移動網際網路時代完全不同：移動網際網路的邊際成本低，能低成本試錯；而AI創業更像製造業，有固定成本，算力消耗就是很大一筆開支。所以，對於創業公司來說：第一，不要做垂直整合，除非你有足夠的資源；第二，不要糾結於要不要做，比較健康的做法應該是當你的產品已經初具PMF，且已經到了一個比較穩定的狀態之後，你以一種增加穩定性或降本或突破天花板的思路再去做模型；第三，團隊要身心健康、尊重常識，不要做“有賈伯斯的病，沒有賈伯斯的命”的偏執者。結語你準備好迎接未來了嗎？從高中時的瀏覽器創業者，到如今的通用AI先鋒，季逸超的三次創業始終圍繞技術落地和 使用者價值。他踩過垂直整合的坑，也抓住了 agent 的機遇，用 Manus證明了不做模型也能做出頂尖AI產品。在 AI 行業還在爭論模型至上還是應用為王的今天，季逸超的經歷給出了另一種答案：真正的機會，在於理解技術的邊界、使用者的需求，以及時代的趨勢，然後以理性的姿態，快速行動、持續調整。而對於我們每一個人來說，AI不是要取代人，而是要解放人，就像季逸超說的：“把不喜歡的事交給 AI，剩下的才是真正的自己。” (筆記俠)

最近，知名研究機構 CB Insights 發佈了《State of Venture 2025》(《2025 年創業狀況》)年度報告。這份報告基於全球股權交易資料，全面回顧了 2025 年風險投資市場的表現。簡單來說：錢更多了，但更集中了，而 AI 幾乎成了唯一的主角。報告的核心結論可以用幾個數字概括：全球風險投資總額達到 4693億美元，同比增長 47%；AI公司拿走了其中 48% 的份額，創下歷史新高；機器人領域融資也創紀錄地達到 407億美元。下面我們就來逐一拆解這些關鍵亮點，聊聊這份報告究竟講了什麼。全球融資回暖，但“大錢”決定一切2025年，全球創投市場總融資額反彈至 4693億美元，第四季度單季就達到 1520億美元，是2022年第一季度以來最好的單季表現。不過，交易數量卻下降了 17%，只有 29501筆。為什麼總額漲了、筆數卻少了？答案是巨額融資輪（mega-rounds）徹底主導了市場。這類大額交易數量增長 77%，貢獻了全年融資的 65%。換句話說，少數頭部項目拿走了大部分錢，普通創業公司拿到融資的難度進一步加大。美國依然是絕對霸主，貢獻了 3280億美元，佔全球的 70%。其他地區雖然也有增長（亞洲+7%、歐洲+18%），但體量和增速都遠不如美國。一旦美國市場出現波動，全球創投都會受到明顯衝擊。AI 拿走近一半蛋糕，集中度前所未有報告最醒目的資料是：AI公司2025年融資 2260億美元，佔全球總融資的 48%，首次接近一半。這不僅是金額最高，更是佔比最高的一年。頭部玩家遙遙領先：OpenAI 融資 410億美元Anthropic 融資 325億美元Scale148億美元xAI128億美元Databricks 和 Aligned 各 50億美元投資者顯然在押注“贏者通吃”。但報告也提醒：如果AI技術進展受阻、成本失控或監管收緊，其他領域很難填補這麼大的資金缺口，整個創投生態都會受到重創。機器人成“下一波 AI”，融資創紀錄除了純AI模型，報告特別強調了機器人領域的爆發。2025年，機器人硬體和軟體公司總融資達到 407億美元，同比增長 74%，佔全球融資的 9%。其中，工業人形機器人最受追捧，成交 80筆。頭部項目包括：Scale（148億美元企業少數股權投資）Figure（10億美元C輪）物理智能（Physical Intelligence）（6億美元B輪）Applied Intuition（6億美元F輪）更值得注意的是，在Mosaic分數（CB Insights 衡量市場熱度和健康度的指標）排名前十的賽道中，有四個都與“物理AI模型”相關，包括大型視覺模型、視覺語言模型等。這意味著投資者已經開始把機器人視為 AI 的下一個重要落地場景。頂級獨角獸估值飆升，頭部更頭2025年，全球前十大私有公司總估值超過 2兆美元：ByteDance4800億美元SpaceX4000億美元OpenAI5000億美元（較2024年增長218%）Anthropic3500億美元（增長1802%）即使是非AI公司，ByteDance 和 SpaceX 依然保持極高估值。但AI公司的估值增速明顯更快，顯示資本對AI的追捧達到了新高度。頂級投資機構“All in AI”報告統計了過去十年表現最好的 25家 “聰明錢”投資機構（Smart Money VCs，簡稱SMVC）。2025年，這些機構中最活躍的是 General Catalyst，出手 213筆。更關鍵的是，它們前十大最愛賽道全部與AI相關：編碼代理、法律AI助手、端到端軟體開發代理、多模態模型開發者等。傳統意義上“多元化”的頂級VC，實際上已經變成了高度集中的AI基金。最後CB Insights 的這份報告傳遞出一個清晰訊號：2025年的風險投資市場，是 AI的天下。資金回暖、巨額交易頻出、機器人賽道崛起、頭部公司估值狂飆、頂級機構全面押注——所有趨勢都指向同一個方向。但集中也帶來了風險。一旦 AI 敘事出現任何裂痕，市場調整的幅度可能遠超以往。創業者、投資人、觀察者都需要保持清醒：今天的繁榮，很大程度上建立在對 AI 無限可能的信念之上。關注公眾號【AI資訊風向】，回覆 666，即可獲取這份 AI 行業報告。AI 技術正以前所未有的速度發展，它將如何塑造我們的未來？讓我們拭目以待。 (AI資訊風向)

Kevin Scott：“長期記憶”是AI創業最被忽視的機會2025 年 12 月 19 日，舊金山。矽谷創業社區 South Park Commons 的一場對話中，微軟 CTO Kevin Scott 聊職業拐點、與 OpenAI 合作、AI 時代更值錢的問題為什麼總被忽視。整場對話 56 分鐘，話題從創業試錯，一路聊到開源與閉源。他最關鍵的一句話是：AI 創業最怕的，不是技術落後，而是把“噪音”當訊號。什麼是噪音？看起來像積極訊號，但對你做的東西沒有價值，而且沒有關係的資訊。 媒體熱度、投資人興趣、技術熱詞，這些訊號容易獲取、容易量化，但可能正在把你引向錯誤的方向。這篇文章講四件事：第一， Kevin 如何學會識別正確的訊號。第二，今天的創業者面對什麼樣的環境。第三， ChatGPT 為什麼成功。第四， 如何識別被忽視的真實訊號。第一節｜放棄有趣的技術，選擇值得做的事Kevin Scott 原本想當一名大學教授。博士期間他研究動態二進制翻譯，技術含量極高，但他後來放棄了。原因很簡單：這事除了我，幾乎沒人在意。他說：我花了大量時間研究這些最佳化方法，能提升系統幾個百分點性能。寫論文、被引用、繼續寫論文……然後呢？在學術界，這就是標準路線。但在真實世界裡，這些百分比的提升沒有任何意義。Kevin 第一次意識到：學術界的評價標準，和真實世界的價值判斷，根本不是一回事。學術界看重論文數量、引用次數、同行認可，這套機制清晰、容易量化。但真實世界在意的是：有多少人因此受益？產生了多大價值？這兩套標準不一致，甚至是衝突的。於是他從學術界出來，進入Google。他做的第一個項目，是廣告稽核流程的自動化。這事聽起來一點也不酷。Kevin說：其實就是做一套自動過濾規則，判斷廣告文案能不能用驚嘆號、有沒有成人內容。但這個問題值錢。每天 5000 萬美元的廣告被卡住，人工稽核處理不過來。就這麼點改動，最終每年幫 Google 省了近 10 億美元。這讓他得到創始人獎。從那時起，他確定了一條職業準則。做每一件事，第一眼先看它有沒有可能產生真正的影響，其次才是技術有多有趣。他說，人生是從放棄最複雜的技術，轉向最有價值的工作開始的。這是他第一次識別出正確的“訊號”。第二節｜容易獲取的反饋，往往是噪音Kevin 20 年前做的那次選擇很簡單：學術界 vs 商業世界，二選一。今天的 AI 創業者面對的環境要複雜得多。現在做創業比過去任何時候都便宜。但也正因為便宜，試錯的人多了，噪音也就多了。什麼是噪音？他給出定義：看起來像是正反饋，但和產品價值無關的資訊。媒體熱搜、點贊數、風投的興趣，這些都可能是噪音。很多創業者依賴的這些訊號，恰恰也是最容易把你帶偏。因為這些訊號背後有自己的利益機制。媒體需要流量，選擇有話題性的故事。投資人看重多元的項目組合，對熱門賽道表現出興趣。技術社區追逐最新的模型、最大的參數量。但這些和有人願意為你的產品買單是兩回事。更麻煩的是，這些噪音還特別容易獲得。你發一條帖子，幾百個贊；寫一篇文章，上了熱榜；見幾個投資人，都說感興趣。你開始覺得方向是對的。但這可能只是說明：你踩中了一個熱門話題，成了轉發素材，而不是解決了真正的問題。很多創業者開始往熱門概念上靠：“我們是AI+教育”、“AI時代的瀏覽器”、“GPT時代的新筆記工具”……這些說法新穎、容易講，但不等於有人真正需要。Kevin 給了一個判斷方法：要分清楚兩件事。一件事是你希望它發生；另一件事，是它不管有沒有你都會發生。真正適合創業的，是後者。那麼，什麼才是真正的訊號？Kevin 用 ChatGPT 說明。第三節｜當所有人卷模型，OpenAI在做什麼ChatGPT 上線時，用的是老模型。業內很多人都見過，Kevin 說，包括他自己在內，沒人想到它會成為爆款。那為什麼它成了？因為所有人在追一個訊號，OpenAI 在追另一個訊號。2022 年底，每個實驗室都在追逐容易量化的數字：更大的參數量、更高的benchmark、更先進的架構。但這些是噪音。OpenAI 關注的訊號是：普通人能不能零門檻使用互動是否足夠自然能否成為日常工具這些才是真實需求。ChatGPT 的改動極小：一套老模型，加上 RLHF，加上一個輸入框。技術上沒有任何突破。但它讓普通人第一次可以直接和 AI 對話，不需要任何技術門檻。Kevin 明確表示：“它不是我們見過最強的模型，但第一次讓 AI 直接進入了使用者生活。”在他看來，這類機會有三個特徵：技術能力已經夠了但沒人認真設計用法因為看起來太普通、太基礎、沒熱度而被忽略。這些機會不會出現在熱詞榜上，也講不出宏大的故事，但可能打開兆美元市場。關鍵是：如何識別這樣的機會？第四節｜識別真實訊號的三個標準為此，Kevin 給出了三個判斷標準。標準 1 ：看能力和使用的差距他說：現在不是 AI 不夠強，而是很多人不知道怎麼把它用好。這意味著什麼？意味著機會不在能力端，而在使用端。他舉了長期記憶的例子。現在大模型能對話，但記不住歷史。使用者每次都要重新交代背景，AI 像個永遠喝斷片的“實習生”。技術上能解決嗎？完全可以。只需要做資料管道、內容壓縮、歷史記錄。但沒人做。為什麼？因為這不會上論文，也拿不到媒體關注。。Kevin 說：很多人不願意做這件事，是因為它看起來像修修補補，不像創造。但這恰恰是真實訊號。因為使用者真的需要，技術能力已經夠了，只是沒人認真做。標準 2：看誰在製造噪音如果媒體在報導、投資人在追逐、大公司在佈局，這很可能是噪音。這就像 Kevin 20 年前的選擇：他做的是所有人覺得不夠酷的事，但恰恰解決了真實問題。今天同樣如此。已經有太多資源在追逐那些熱門賽道，你作為創業者很難勝出。真正的機會往往在被忽視的地方：大公司覺得太瑣碎、媒體覺得不吸引眼球、投資人覺得不夠宏大。正因為被忽視，競爭反而更小。標準 3 ：做小實驗驗證Kevin說，做工具的成本已經非常低了。現在真正缺的，是願意動手的人。比如：讓 AI 記住使用者歷史。搭個簡單的上下文快取，看使用者是否真的需要。用現有工具搭建一個端到端流程。把 AI 對話、自動化工具、文件系統連起來，做一次完整閉環，看能不能真正替代人工。不寫 PPT，直接做互動原型。從產品體驗出發，而不是從概念包裝出發。現在是 AI 創業最好的時候，因為你可以不靠預測未來，只靠動手做個小實驗，就能找到好的方向。關鍵是分清噪音和真實訊號。你是追逐容易講的故事，還是解決真正的問題？結語｜訊號比方向更重要Kevin Scott 說，他不追求快樂，只想做有意義的事。因為有意義的事，自帶清晰的訊號。20 年前，Kevin 只需要選擇：學術界還是商業世界。今天的創業者面對更複雜的環境：媒體熱度、投資人興趣、技術熱詞，那些是噪音？那些是訊號？Kevin 的方法是：不要靠判斷去猜，要靠行動去驗證。做工具的成本從未如此低，但噪音也從未如此多。找對訊號，比找對方向更重要。 (AI深度研究員)

教育部最新資料顯示，2026年大學畢業生預計1,270萬人，較去年同期增加48萬人。就業需求成長的同時，就業崗位卻在減少。今年6月，360集團創辦人周鴻禕宣佈，要用自研的AI技術獨自完成新產品發表會，目標直指「幹掉整個市場部」。在數位時代「去人化」趨勢下，人被異化為資料、流量和可替換的零件，導致了深刻的個體困境。畢業生在為避免畢業即失業而掙扎；大廠人在996與KPI的牢籠中身心俱疲；媽媽們在母職困境與自我實現的夾縫中尋求平衡…當捲成為一種集體感受，人們是否只能故步自封，消耗自我？做異化的齒輪，還是完整的人？當下的就業環境究竟有多卷？00後周子珺在一次訪談中提到，2024年畢業前夕，他跟他所有同學都一樣，為了找工作“壓力山大”，滿腦子都是“班兒在那兒”。找到一份工作已然很不容易。而保住一份工作的代價，則很有可能是過著身心俱疲的牛馬生活。在社群平台上，許多大廠人都在吐槽一種相似的感受：在35歲危機和大小周的陰影下，高強度工作導致身體被掏空，情感被透支。同事成為競品，人際關係高度工具化，個人生活被工作完全侵佔。「越高效，越焦慮。越內卷，越迷失。」曾任某網際網路大廠業務負責人的邢偉感慨。如果說邢偉們的牛馬生活是周子珺們看得到的職業路徑，那對於周子珺們來說，是否還能找到一條邏輯自洽的生活方式？而上了年紀的邢偉們還有機會讓自己的人生翻盤嗎？當傳統路徑（求職、晉陞、獨立創業）變得崎嶇甚至失效時，人們開始回歸最本質的需求。用邢偉的話來說，健康是每個人、每個家庭的剛需，大家都渴望時間和精神的雙重自由。人的本質需求，有機會轉化為新的商業資本。考公考研考不動、朝九晚五不樂意、逃避躺平心不甘，正當周子珺陷入焦慮和內耗時，媽媽和外婆的社群事業給了他一個最佳解法。周子珺透露，當時媽媽和外婆正在基於安麗的平台進行大健康社群創業，大家一起跳舞、旅行、分享健康知識，每一天的節奏都可以由自己完全掌握。周子珺加入後，三代人一起發揮不同的優勢：媽媽和外婆是行走的健康百科全書，經驗值拉滿。他負責“整活兒”，新組織了各類飛盤、攝影、桌游等線下主題活動。如今，他們的大社群吸引的人越來越多，從40後到00甚至10後都有覆蓋範圍。周子珺不僅告別了焦慮和內耗，也覺得這是有意義感的事業。如今讓周子珺最開心的事情，就是與外婆、媽媽並肩奮鬥聽說一位同事在出差途中突發重疾後，邢偉意識到，這樣的事也可能隨時發生在自己身上。果斷辭職後，他開始學習健康知識，調理自己的身體，並開始嘗試社群創業。憑藉著多年網路經驗，邢偉組成了一個知識共建共享社群，大家彼此分享自己所遇到的健康問題及總結的經驗心得，成為自身改變的見證者和他人的幫助者。短短一年，邢偉的社群已延伸到40多個城市，吸引400多個家庭加入，沉澱超過300個真實的健康改變案例：有人透過營養知識改善了家裡人的高尿酸；有人透過科學調理，讓自己精力充沛，同時孩子的過敏性鼻炎也得到緩解；有人摸索出減重的方法，不僅自己瘦了，還帶動身邊很多人跟她一起減重。更讓邢偉欣喜的是，這400多個家庭中，產生了超100位新的社群主理人。他們主導著組織起跑團、騎行、美食等多元主題的興趣社群，讓人際聯結更真實與鮮活。「現在，我終於可以腳踏實地陪伴家人：送孩子上學、輔導孩子功課和家人一起吃好每一餐。」在社群創業的同時，邢偉去年還曾帶著孩子環遊中國180天。這是他和家人以前想也不敢想的事。原來，人生的邊界可以如此寬廣。告別大廠後，邢偉終於有時間陪伴家人從說服到吸引，我在自己的生活中創業如果說，當下青年的就業選擇是被時代推著向前，尋找應對當下困境的新想法。那30年前，改革春潮下的年輕人，更多是懷著主動「淘金」的心態，追尋更好的機會。1992年，鄧小平南巡演說後，外資大規模湧入，市場活力迸發。光是當年一年，外資企業便新增約4.7萬家。1995年，在父母的不理解中，在機關單位從事財務分析工作剛滿1年的王馨禾，放棄了普遍意義上的“鐵飯碗”，進入了一家港資公司。她頻繁出差去廣州、深圳、珠海乃至於香港這些沿海城市，外國「老師」帶來的「生涯規劃」「企業管理」「行銷」這些名詞，全都讓她耳目一新。“你不會賺一人一毛錢，怎麼能賺十幾、二十萬的大生意”一位開表行的朋友的話，讓她更篤定“大的生意應該跟千家萬戶結合。”1999年，北京夜色中的一家五星級飯店，對於26歲的王馨禾而言，像一塊等待被定義的黑盒子。當時，安麗剛以「店舖+僱用推銷員」模式轉型不到一年。她抱著審慎的態度，想瞭解安麗這門生意。在那裡，她第一次聽到「生活方式」這個詞，理解到人生可以倒序設計，安麗則是將日常用品轉化為連結千家萬戶連線的接點。由此，王馨禾開始了為期一年的雙面生活，白天，她恪守本職，夜晚則穿梭於北京城，一對一向朋友們推介安麗產品。90年代前往安利提貨中心辦理加入的人絡繹不絕那是一個屬於勇氣與話術的年代。安麗的語言體系核心是「機會」──誰先搶位，誰就能在「無圍牆的沃爾瑪」裡佔一個貨架。產品好很重要，但更重要的是靠自己的說服力。依託自身的說服力，王馨禾獲得了更高的收入，實現了自己想要的自由，“可以選擇什麼時候做什麼事情，在什麼地方見什麼人。”她把這個「機會」公平地告訴身邊的每一個人，有人接受，有人拒絕，有人持續觀望。而她的丈夫肖子程便是觀望團的一員。「安麗前期吸引了很多人，但隨著大家越來越瞭解安麗，機會反而失去了稀缺性。」肖子程坦言「我尊重這個生意，但是我跟它有距離。」在電視台從業的他看來，彼時的安麗提供了一種創業可能——需要創業者有好口才，兼具親和力，這並不適合所有人。2001年，中國加入WTO，之後經濟快速成長，居民收入持續提升。 「大家的收入都在增加，安麗能不能提供第二種價值？」這是肖子程等待的「臨門一腳」。而外部挑戰也加劇，行動網際網路催生微商、社群電商，跨國電商帶來海外品牌，本土品牌崛起，在多重衝擊下，2014年開始，安麗業績承壓，進入盤整期。2018年，余放晉陞為安麗（中國）總裁，開啟了策略轉型。先是跟隨市場機遇，嘗試直播帶貨，用輕量級網紅產品引流，發紅包促銷等，但最終發現，流量變不成“留量”，業績仍不見起色。於是她決定「向內求，向外看」。向內整理三大優勢，包括：安麗公司與行銷人員之間不離不棄的夥伴關係，以及在此基礎上建立的創業文化與支援體系；紐崔萊在營養健康領域90年的技術累積與產品優勢；安麗行銷人員與顧客之間建立的深厚信任與真實情感連結。向外，響應國家「健康中國」戰略和滿足人民對美好生活嚮往的國家使命，積極擁抱由行動網際網路、數位科技重塑的市場及消費環境。2020年，安麗明確推廣社群營運切入大健康賽道，這是營運模式上的重大變革。肖子程坦承自己的事業，正是踩著安麗的數位化處理程序。 2018年，安麗公司開始做微行銷課程，2020年，疫情期間，開始轉戰到線上做小群，開始慢慢做讀書會，建立線上運作的通路。疫情期間，他每天早起，把之前學過的健康課程重新編排，拆分成52堂課，每堂課控制在15分鐘之內，發給客戶，鼓勵他們發給親朋好友，一起學習健康知識，一起保重身體。學完每堂課之後，他也組織大家在微信群組互相討論，互相促進。 “雖然疫情期間線下沒有見面，但是我們做的事情反而更紮實了。”安麗創業者王馨禾（左）與肖子程（右）如果說妻子王馨禾的關鍵字是「說服」與「創富機會」。肖子程則是「吸引」和「價值傳遞」。與妻子不同，他不再講好安麗機會，而是講好自己的故事。用老百姓的語言把專業的健康知識「降維」分享。他的社群吸引了銀髮族、寶媽、高壓職場人等群體，累計影響了2,000多個家庭。 「過去的商業價值，加上今天提供的社會價值，才是好的商業。」肖子程表示。伴隨著安麗企業策略從大健康向美好生活之花升維，他們的故事也超越了單純的健康分享。 「健康只是美好生活之花中的一朵。」肖子程說，他們的社群也從健康向美好生活升級，探討家庭關係、親子教育、情緒管理等，目標是讓更多人從生存走向生活。2023年，安麗進行了從大健康戰略到美好生活之花策略的升維如今，王馨禾已在45歲時如願退休，肖子程有更多時間陪伴兒子。夫妻倆共同勾勒了一種理想的生活狀態：“看起來是工作，其實我們在生活；看起來是生活，實際我們是在工作。”從王馨禾在改革開放春風中捕捉機遇，到肖子程於數位浪潮中建構社群事業，從周子珺與家人為伴尋得事業起點，到邢偉穿越焦慮後重建的生活版圖，一個個不同的名字，勾勒出中國創業家30年間一條深刻的價值軌跡：從個人英雄主義的“機會淘金”，演變為群體共益的“價值創造”，從追求單一的財富坐標，演變為更豐盈的生命形態：一種將健康、收入、情緒、個人價值等深度融合的立體生活。輕創業背後的重支撐一個組織的命運，只有當其根系與這片土地上普通人追尋幸福的脈搏同頻共振時，方能枝繁葉茂，生生不息。對安麗而言，這種「同頻共振」體現在它紮根中國30年來，緊扣時代脈搏，回應中國創業家不斷變化的需求，而建構的深度支援體系。1992年安麗（中國）日用品有限公司奠基儀式1992年，在改革開放春風中，安利選址廣州，1995年正式在華營業；1998年主動擁抱監管率先以「店舖+僱傭推銷員」模式適應中國國情，贏得消費者信任；2014年遭遇網路衝擊，業績大幅下滑；在安麗（中國）30周年盛典上，余放用「三個變」與「兩個不變」來回顧安麗在華發展的30年。不變的是：幫助人們過更健康更美好的生活的宗旨，對中國市場的信心和承諾，深度地融入中國社會發展與中國的發展同頻共振的決心。不斷變化的是：服務消費者和創業者的方式。30年間，安麗的產品從最初的清潔類擴展到現今的營養早餐、抗衰、代謝、體重管理等解決方案，和消費者的關係從銷售產品轉向健康賦能。服務創業者的方式也從最早期的數位化，到後期的各種產品培訓，到提供線上數位內容支援平台和線下展業空間。「我們希望幫助安麗創業的人能夠永遠站在時代最前線。」余放表示。安麗（中國）30周年盛典發佈AI工具大A展業助手安麗無錫、上海、廣州三地的研發與供應鏈形成閉環，從種子、有機種植到植物功能成分提取和生產，完整的創新煉和產業鏈，為創業者提供了高品質、可信賴的產品支撐。「一個跨國企業是否真正紮根中國，首先就要看它的研發。」余放表示，30年來，安麗已從最初的“搬運工—copy美國總部產品”，到參與部分創新環節、再到核心原料開發和獨立自主的產品開發權。2016年，肖子程參觀安麗在無錫落成的中國植物研發中心時，深受震撼。 “過去，紐崔萊的原料和研發都在國外，現在把全球最好的研發中心搬到了中國，這對我的衝擊力很大。”安麗中國植物研發中心與王馨禾、周子珺父母那一代安麗不同，如今安麗創業家的生意已不再需要囤貨，一對一說服購買。因為2016年開始，安麗逐漸將線下交易轉移到線上，行銷人員不再需要挨家挨戶送產品，也不再需要墊錢訂貨。如今，安麗（中國）98%的交易都是透過線上完成，92%的商品做到了24小時送達。支援不僅存在於雲端，更紮根於真實的土地。遍佈全國的體驗館與體驗店，正從單純的產品展廳轉型為「美好生活引力場」。成為一個紮根中國大地的社群活動的客廳、健康生活的課堂，線下情感連結的錨點。這種「輕創業+重支撐」 的模式，讓每個人的故事得以成長。在這裡，70%的女性創業家找到了經濟與自我的雙重獨立；眾多50歲以上的創業家跨越年齡邊界，老有所為；而像周子珺這樣的年輕人，則能憑藉創新思維，為社群注入鮮活能量。安麗透過體系化的支援，大幅降低了永續創業的門檻，讓「人的生意」回歸其本質——基於信任、專業與情感的分享。面向未來，安麗的中國承諾仍在加碼。今年3月，安麗全球CEO邁克爾·尼爾森宣佈了一項為期五年、金額達21億元人民幣的投資計畫，涵蓋供應鏈、數智化、體驗設施和研發的在華營運全鏈條。從個人勇氣的拓荒，到數位工具賦能下的社群共建，再到一個組織系統性的本土化深耕，這條脈絡勾勒出的，不僅是一家外企的適應史，更是在效率與焦慮並存的時代，一種關於工作、生活與個人價值的重新想像與實踐。當越來越多個體，他們重構工作與生活的邊界，也重構商業與人性的關係，不僅活出了自己的美好，更在悄悄定義一種更具溫度、更永續的商業典範。他們共同書寫的，或許就是未來商業敘事中最俱生命力的篇章。 （虎嗅APP）

最新消息顯示，近年來以狂練肌肉和“夕陽紅”戀情引發關注的前世界首富傑夫·貝索斯，正在親身入局AI創業浪潮。據多位知情人士透露，貝索斯正參與創立一家名為“普魯米修斯項目”（Project Prometheus）的AI初創公司，並將擔任聯席CEO。得益於老闆是當今全球第三富豪，該創業公司種子輪就獲得62億美元（約合人民幣440億元）融資，堪稱資金最充沛的初創公司之一。這也是貝索斯2021年7月卸任亞馬遜CEO後首次擔任營運職務。儘管他也深度參與火箭發射公司藍色起源的營運，但官方頭銜只是創始人。據悉，普魯米修斯項目將與貝索斯“把人類送往外太空”的興趣相契合。創業公司將聚焦電腦、航空航天、汽車等領域助力工程與製造的人工智慧。貝索斯的聯席CEO是物理學家和化學家維克·巴賈傑（Vik Bajaj）。他曾在GoogleX部門與Google聯合創始人謝爾蓋·布林緊密合作，該部門主要孵化一系列雄心勃勃的初創業務，包括後來成為Waymo的自動駕駛汽車。巴賈傑的職場社交帳號也顯示，離開Google後他參與過多次創業，並從本月開始成為普魯米修斯項目的聯創和聯席CEO。普魯米修斯項目也延續了今年AI創業的熱門方向——將AI應用於物理任務。許多曾效力GoogleDeepMind、OpenAI和Meta等大公司的研究專家紛紛“自立門戶”，探索機器人、藥物設計，以及數學和理論物理領域取得重大突破。貝索斯也在去年投資過一家名為Physical Intelligence的初創公司，主攻將人工智慧應用於機器人領域。多位知情人士表示，普羅米修斯項目已僱傭近百名研究人員，其中不少是從OpenAI等大機構挖來的。與聊天機器人相比，這些公司的主營業務有著相近但顯著的區別：大語言模型通過分析海量的文字來獲取技能，包括模仿人類的語言系統、編寫電腦程序等。這些新公司正在幫助AI從物理世界中學習技能。今年夏天，一群從Meta等大機構離職的研究人員創辦名為Periodic Labs的公司，致力於建構能加速物理與化學等領域研究的人工智慧技術。這家獲得3億美元融資的公司計畫在北加州建立一處大型實驗設施，安排機器人進行“大規模科學試驗”。理論上，通過分析試驗過程中的對錯，AI將能學習如何“獨立完成試驗”。據知情人士透露，普羅米修斯項目也將展開類似的工作。 (財聯社AI daily)

（邁阿密美國商業論壇，貝佐斯談AI時代創業）2025 年 11 月 3 日，一筆價值 380 億美元的交易，正在重塑 AI 雲端運算的戰局。OpenAI 宣佈，將部分訓練和推理工作負載轉移至 AWS，直接啟用後者部署的 GB200 GPU 叢集。這意味著，長期依賴 Azure 的 OpenAI 開始尋求多元化。AWS 從此前的缺席者，變成了在一些關鍵任務上的重要合作夥伴。市場的焦點，很快聚焦在算力歸屬與託管權之爭上。而在近期的邁阿密論壇上，亞馬遜創始人貝佐斯給出的判斷，完全跳出了技術競爭的視角：AI 的機會，不靠預測，要靠試錯。這不是一句口號。他不是反對趨勢判斷，而是反對那種等所有資訊都明確才出手的決策方式。他談的不是技術路線，而是創業者該怎麼做決策、怎麼建構產品、怎麼帶團隊。這套方法論，值得每個 AI 創業者細讀。第一節｜別預測未來了,貝佐斯只問一個問題“你不能圍繞變化來建立戰略,得圍繞不會變的東西來。”這是貝佐斯在這場對話中強調的核心原則。當主持人問他：你是怎麼做長期決策的？他沒有談任何預測模型，只反問了一句：“十年後，人們會希望亞馬遜配送變慢嗎？這肯定不可能。”對他來說，AI 能不能落地，不取決於趨勢走向，而取決於需求是否恆定。如果人們十年後仍然想要更快、更便宜、更可靠的服務,那這件事今天就值得去做。AWS 與 OpenAI 的 380 億合作，本質上也是在押注幾件不會變的事:1. 企業對穩定算力的需求不會變OpenAI 訓練和部署模型，需要長期、可預測的算力供給。AWS 從 GPU 叢集到核能資料中心的佈局，就是為了保證這件事十年後仍然成立。2. 客戶不想為效率買單,他們想為成果買單貝佐斯很明確：沒人願意等更久、付更多錢,只為得到同樣的服務。這句話看似簡單，但它幾乎排除了大部分靠慢慢最佳化的 AI 方案。3. 系統的可用性、安全性將始終是主戰場他用太空項目為例：你不能說,“我愛 New Glenn 火箭，就是希望它不那麼可靠'。” 這同樣適用於 AI 工具：未來的 AI 系統也要和基礎設施一樣：穩定、清晰、值得信任。這就是他的方向感來源。在別人用資料預測爆款時，他在尋找那種不管環境怎麼變、十年、二十年後依然存在的客戶需求。所以，如果你今天在思考一個 AI 產品、一個組織決策，甚至一個創業方向，不妨也問問自己：十年後，這這種需求還會存在嗎? 會變得更強，還是會被替代?對他來說，這個問題比任何技術趨勢都重要。第二節｜找到方向後呢?試一輪、錯一輪,再快點試找到了不變的需求，接下來呢?主持人問貝佐斯：有時候直覺和資料是一致的，那決策就容易。但更多時候，它們是矛盾的。那你怎麼決定?貝佐斯的回答非常幹脆:“資料很重要，但它不能告訴你一切。它往往看不到變化，也看不到你沒測量到的地方。那些真正重要的東西，要靠直覺，靠嘗試。”他舉了一個更具體的例子：AI 建築許可審批。在訪談現場，他直接對著邁阿密市長說：你們應該有個 AI 應用，讀取建築許可申請，10 秒內給出是或否的答案。如果是否，就告訴你要改那六個地方。市長笑著說，這是個百億美元的生意。貝佐斯回應：我很忙，但在座的某個人我相信會有人做這個。這就是他理解的 AI 機會：不是預測那個賽道會火，而是基於直覺，直接動手試。亞馬遜最成功的幾個產品，比如 Echo、AWS、第三方市場，都不是有人要求的功能。沒人說“我想要一個會放音樂、能對話的黑色圓柱體”。他說，我們自己也不知道人們會不會喜歡，只能靠直覺去嘗試。這種嘗試，不是盲目行動，而是先做一個小版本，再從反饋裡修正。探索意味著走在沒人走過的地方，如果不去試，你永遠不知道會怎樣。這也是他對組織能力的要求。在亞馬遜，他要求團隊儘早行動，而不是等資料完美。他說，大多數決策都是可逆的，如果錯了，就改回來，不需要開會討論半年。他稱這種思維方式為雙向門：“有些門是一旦跨過去就不能回頭的，但大多數門，是可以推開又退回的。只要是可逆的，就該讓高判斷力的人直接去試。”這套方法論,同樣適用於 AI 探索。沒人知道下一個突破來自那裡，靠預測永遠慢一步，因為能被預測到的，早就被別人試過了。在 AI 世界裡，很多團隊喜歡做萬無一失的項目，而貝佐斯相信，能快速試錯的組織，才有真正的學習能力。沒有一開始就完美的模型，也沒有完全可控的結果。只有願意多試幾次的團隊，才能真正靠近正確方向。如貝佐斯所說：發明不是規劃出來的，是探索出來的。第三節｜AI 時代,什麼樣的組織會被淘汰?方向對了，方法也有了，但能不能做成，還要看組織。貝佐斯並不迴避 AI 對人的影響。他很清楚， AI 會影響每一個行業：醫療診斷會更準確，藥物發現會更快，製造業會變得更高效。幾乎每個行業都會因此變得更有生產力。但他更關注的，不是技術能做到什麼，而是組織該怎麼應對變化。在10月底，亞馬遜宣佈裁掉約 1.4 萬個白領職位，大多集中在中層管理崗位。有人說這是 AI 導致的自動化失業，但貝佐斯給出的解釋完全不同：這是效率提升，不是 AI 的末日。事實上，根據亞馬遜內部資料，公司已有相當比例的程式碼由 AI 工具生成，這一比例達到 70%。那些冗餘、重複、慢反饋的崗位，確實不再需要那麼多人處理。但這不代表組織裁員就結束了，而是組織結構要變，人的角色要重構。他的判斷是:快速變化的時代，對創業公司是機會，對大企業是壓力。原因很簡單：創業公司從一開始就在快速迭代，可以快速調整。而很多大型組織太慢了，做一個決策要拉很多部門、匯報很多層級、顧慮太多風險。AI 不會突然替代所有崗位，但它一定會加速淘汰那些不能快速試錯的組織形態。比如:一項新功能試了兩年還沒上線一個問題要層層匯報才有人敢拍板管理者做的工作只是傳遞資訊這些，在 AI 工具參與之後，很快會顯得多餘。AI 不是用來取代人，而是用來提升整個組織的運行效率。貝佐斯的標準很清晰：未來的組織，不是看能不能用 AI，而是有沒有能力快速調整。世界在變，你能不能跟得上，不看你的 PPT，看你能不能動手去試。真正危險的，不是 AI 本身，而是你什麼都不做，還以為自己看得懂未來。結語｜一種可行動的判斷方式當市場在計算 380 億算力的分配時，貝佐斯在思考三件更本質的事：不要圍著變化做決策，要圍繞不變的需求動手真正的 AI 項目，不是預測出來的，是反覆試出來的組織的進化，不是靠表態，而是靠能不能快速調整、快速動手AI 確實是一次技術革命，但技術不會自動帶來機會，判斷力才會。很多最重要的發明，最開始都不是計畫出來的，而是憑直覺出發的。所以，當別人還在等看清賽道時，什麼樣的人和組織已經可以開始走了?答案是：那些不靠看懂，而是靠先試的人。這或許就是，在 AI 時代的判斷方式。 (AI深度研究員)