這一黃金賽道已捧出6位億萬富翁。又一個00後億萬富翁即將誕生！智東西2月14日報導，2月7日，根據福布斯估計，24歲的美國AI資料標註創企Micro1創始人、CEO阿里·安薩裡（Ali Ansari）即將成為世界上最年輕的億萬富翁之一。其依據是Micro1的25億美元（約合人民幣173億元）最新估值。福布斯報導稱，成立於2022年的Micro1被曝正在以25億美元估值洽談新融資，如果Micro1鎖定或超過這一估值，安薩裡在該公司持有的約42%股份價值將超過10億美元（約合人民幣69億元）。這位年輕CEO身上，早已寫滿了“天才創業者”的標籤：00後、史丹佛退學、16歲便賺到10萬美元。業績層面，Micro1同樣增長驚人：2025年初其年度經常性收入僅700萬美元（約合人民幣0.48億元），到2026年初已暴漲28倍至2億美元（約合人民幣14億元）。安薩裡的造富故事並非個例。眼下，AI資料標註賽道正成為造富新風口，接連催生多位億萬富翁。根據福布斯的資料，除即將登頂的安薩裡外，該賽道已至少誕生6位億萬富翁，並且均來自Micro1的競爭對手Scale AI、Surge和Mercor，包括Mercor三位創始人、Surge創始人Edwin Chen，以及Scale AI兩位創始人。這也意味著，站在OpenAI、Anthropic等大模型創企背後的AI資料標註正在從幕後賽道，走向台前成為資本與人才爭相湧入的黃金賽道。01.為微軟等AI明星公司做資料標註ARR的月均增長速度達35%成立於2022年的Micro1在科技圈的發展態勢並不多見：年收入、估值短時間內翻數倍，創始人即將成全球最年輕億萬富翁。AI訓練資料標註創企的核心作用是為OpenAI、Anthropic、Google、微軟這類AI公司提供大模型訓練資料。與一般的資料標註工具不同，Micro1會招募和管理程式設計師、律師、醫生、教授和金融分析師等數千名人類專家，再將從專家這裡收集到的資訊喂給大模型。▲Micro1的AI招聘工具首頁其作用是通過專家的專業輸出，來糾正AI讓其回答更準確。Micro1招募的專家每小時可以獲得60美元至170美元（約合人民幣414元至1174元）的報酬來評估AI輸出，如醫學或金融領域的少數專家，每小時可獲得高達500美元（約合人民幣3455元）的報酬。▲Micro1的業務架構圖由於AI的性能與其在訓練過程中能夠攝入的高品質資料量直接相關，因此可靠資料提供商的市場規模迅速增長。安薩裡估計，主要的AI實驗室目前每年在AI訓練上花費150億美元，2年後這個數字將超過1000億美元。在這樣的背景下，Micro1的收入與估值發展勢頭迅猛。2025年4月，這家公司的年度經常性收入為約700萬美元（約合人民幣0.48億元），8個月後年收入超過1億美元（約合人民幣6.9億元），到2026年初，據安薩裡透露，他們的年度經常性收入（ARR）收入已經達到2億美元（約合人民幣14億元），並正以每月35%的速度增長。▲2025年初至今Micro1年度經常性收入變化情況（單位：億美元）其估值不到半年翻了4倍。2025年9月，Micro1宣佈完成3500萬美元（折合人民幣約2.5億元）A輪融資，投後估值達5億美元（折合人民幣約35億元），如今這家公司被曝正在以25億美元估值洽談新融資。再來看下Micro1創始人的傳奇經歷。安薩裡2019年～2022年在加州大學伯克利分校讀書，2024年進入史丹佛大學，1年後退學全身心投入創業，2026年即將成為全球最年輕億萬富翁。根據福布斯估計，如果Micro1鎖定或超過目前投資者討論的25億美元（約合人民幣173億元），安薩裡在該公司持有的約42%股份價值將超過10億美元。如今的Micro1在矽谷風頭正盛。雖然安薩裡沒有公佈除微軟外的具體客戶名單，但他透露，Micro1正在與多家前沿AI實驗室以及“七大巨頭”科技公司的多數企業合作。安薩裡設想的未來是，幾乎每個人都能成為AI訓練師，而不僅僅是白領專家。因此最近Micro1將業務擴展到了機器人領域，在全球60個國家招募了約1000人，讓他們記錄自己整理床鋪、修理漏水的水龍頭或收拾餐具等家務視訊，並將這些視訊用於機器人系統的訓練。02.16歲就賺到70萬除了工作沒有其他愛好安薩裡的成長經歷，或為其躋身年輕億萬富翁之列埋下伏筆。他10歲那年隨家人移民美國，從12歲起和家人擠在伍德蘭希爾斯姨媽家的一間屋子裡。當時他們生活略顯拮据，母親叮囑他，別再浪費時間盯著手機看，不如試著用它賺錢。然後安薩裡將他父親的帆布鞋放到電商平台eBay上賣了50美元（約合人民幣345元）。嘗到賺錢甜頭的他，開始騎著自行車去參觀市場和雜貨店，把自己搬得動的東西買下然後線上出售。直到14歲，安薩裡開發了Cash Books Now網站來倒賣大學教材。這個網站為大學生提供教材轉賣管道，然後安薩裡再將這些書加價50%掛在亞馬遜上售賣。靠這門生意，16歲的安薩裡就賣出了超過10萬美元（約合人民幣69萬元）書籍。他說，當時他在賣書上花的心思比學習還多。▲安薩裡（圖源：福布斯）2019年，安薩裡前往加州大學伯克利分校讀大學，然後又創辦了一家為中小企業製作網站的軟體公司，然後因招募工程師製作網站效率太低，安薩裡又利用OpenAI的GPT-3模型開發了AI篩選工具幫自己面試。這個工具就是Micro1的前身，這個AI篩選工具現在用來幫Micro1面試專家。當時的專家一旦被Micro1聘用，就會和“人類資料管理者”配對。這些管理者通常是頂尖大學的應屆畢業生，其工作是幫助專家熟悉AI訓練領域。不過，安薩裡的創業經歷並非一帆風順。2023年Micro1籌集到330萬元種子輪融資，隨後安薩裡遠赴印度探望團隊，途中突發驚恐症。他在接受福布斯採訪時說，當時的他腦子裡總反覆琢磨一件事，素不相識的人願意把數百萬美元交到他手上，他必須用這筆錢做出真正有價值的事。如今，這個00後創業者相比當初已經更為成熟、穩重，且每月前往洛杉磯時，他都會選擇在距離他家人居住地不遠的一個共享辦公空間工作。安薩裡自述自己除了工作外沒有任何愛好，不看電視劇、電影，但會沉迷於各種商業播客以及馬斯克等企業家的個人故事。03.AI資料標註賽道捧出7位億萬富翁競對開價1300萬從Micro1挖人值得一提的是，安薩裡至少是AI訓練資料領域誕生的第七位新億萬富翁。另外六位億萬富翁就出自Micro1的主要競爭對手：美國的AI創企Scale AI、Surge和Mercor。據福布斯報導，有史以來最年輕的白手起家億萬富翁，幾乎都出自AI資料領域。2025年6月～12月，30歲的Scale AI聯合創始人郭露西（Lucy Guo）成為全球最年輕的白手起家女億萬富翁。2023年底前，這一頭銜一直被流行歌手泰勒·斯威夫特（Taylor Swift）佔據。▲Scale AI聯合創始人郭露西（Lucy Guo）2025年10月，Mercor的三位22歲創始人阿達什·海爾馬斯（Adarsh Hiremath）、布倫丹·富迪（Brendan Foody）、蘇里亞·米達（Surya Midha）成為全球有史以來最年輕的白手起家的億萬富翁，此前18個月，這一頭銜均為Scale AI前CEO亞歷山大·王（Alexandr Wang）。▲Mercor創始人阿達什·海爾馬斯、布倫丹·富迪、蘇里亞·米達（從左至右）（圖源：Mercor官網）與此同時，不僅AI訓練標註已經成長為矽谷增長最快、誕生最多億萬富翁的行業之一，而且AI人才爭奪戰也蔓延到了這一賽道，Micro1成為了被挖的焦點。2月6日，福布斯援引知情人士稱，Mercor向Micro1的員工發出邀請，不僅會提供豐厚的薪酬，還有“極具誘惑性的報價”：激勵員工跳槽的簽字費就高達50萬美元～100萬美元（約合人民幣345萬元～691萬元），在某些情況下甚至高達200萬美元（約合人民幣1382萬元）。此外，比高額薪酬更令人驚訝的是目標群體：除了AI研究人員和工程師，還包括項目經理和銷售人員。不過從公開資訊來看，目前還沒有員工接受Mercor的跳槽邀請，甚至有Micro1的員工直接拒絕：“Get out of here.”。根據Mercor發給Micro1員工的招聘資訊，Mercor的年度經常性收入已經達到7.5億美元（約合人民幣52億元），今年3月該公司宣佈完成3.5億美元（約合人民幣24億元）融資，估值達到100億美元（約合人民幣691億元）。有Micro1的員工告訴福布斯，自己對Mercor提出的現金獎金不感興趣，原因在於，Micro1當前5億美元估值能為他帶來的增值收益，遠高於加入當前估值100億美元的Mercor。福布斯分析，產生這一現象的原因可能是，AI訓練標註企業的員工是連接AI公司和提供訓練資料公司的關鍵。一位關係經理跳槽可能會將他們所學的專業知識帶走，這或許就意味著得到或者失去數億甚至數十億美元的商業合同。04.結語：人類資料市場規模或達到兆美元人類資料市場會呈現爆炸性增長趨勢，是因為AI模型不會自行變得更聰明，它們需要人類為它們訓練的資訊加入背景、細微差別和意義。因此，模型性能與高品質訓練資料的數量直接相關，而這可能已經轉化為AI公司對人類資料標註的巨額支出。安薩裡預測，從長遠來看，人類資料產業的市場規模將達到兆美元，這一預判的依據是，他假定全球約5%的人類勞動力，最終將被投入到AI系統的訓練工作中。 (智東西)

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)

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)

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)

比爾·蓋茲小女兒的AI創業項目，剛剛拿下了800萬美元融資。老爸雖然說是一分錢沒掏，不過，海莉·比伯、克裡斯·詹納等一眾名人可是都上車了。看來嘛，科技巨頭的面子，總是要給的。（doge）下面一起來看看，蓋茲之女——菲比·蓋茲 (Phoebe Gates) ，到底開了一家什麼樣的AI公司。全新的線上購物方式今年 9 月，菲比·蓋茲（Phoebe Gates）和索菲婭·基安尼（Sophia Kianni）創立的初創公司Phia，成功拿下800萬美元種子輪融資。更吸睛的是，股東名單裡居然有兩位娛樂圈大咖——金·卡戴珊的母親克里斯·詹納（Kris Jenner），以及賈斯汀·比伯的妻子海莉·比伯（Hailey Bieber）。官方表示，該公司計畫利用這筆資金在工程、人工智慧研究、產品和行銷領域「組建一支世界一流的團隊」，以加速下一階段的增長。作為一家初創公司，Phia剛一出道就能吸引這些個名流關注，多少離不開「蓋茲家族」的光環。但另一方面，Phia自身的調性也確實夠特別。雖然技術底色依舊是AI，但做的不是晶片、機器人那一套，而是——AI時尚。今年4月，菲比和索菲婭共同打造的AI購物助手Phia，正式上線。問世不到半年，Phia就已經積累了超過60萬使用者。這款應用的核心功能，是在你瀏覽商品時即時比對新品與二手價格，幫你用最低價買到心儀的服飾、鞋履或配飾。形式方面，Phia既可作為iOS軟體，也可作為瀏覽器的擴展程序使用。安裝成功後，只要進入商品頁面，就會出現一個醒目的按鈕：「我應該買這個嗎？」。點選後，Phia會迅速掃描網頁，從成千上萬個購物管道中抓取資料，比較同款或相似商品的新舊價格，並給出判斷——當前價格是偏高、正常，還是值得立即入手。Phia表示，其資料庫已與The RealReal、Vestiaire Collective、ThredUp、StockX、eBay、Poshmark等頂級轉售平台接入，覆蓋超過2.5億件商品。此外，它的演算法由一支來自Pinterest、Millennium、Meta、亞馬遜等科技公司的工程師團隊自研完成。生態方面也成熟得很快，Phia已在超過4萬個購物網站上線，還有超過5000名直接品牌合作夥伴。在官網上，兩位創始人這樣解釋產品初心：我們希望創造一種全新的購物方式，讓人們在找到心儀的單品時，也能守住自己的錢包。Phia的願景很簡單：讓您成為房間裡最聰明的購物者。與此同時，菲比與索菲亞還在今年4月推出了播客《The Burnouts》，每期都會邀請商業和文化領域的頂級專家對話。目前，該頻道在油管上已經有14萬粉絲，值得注意的是，這部分流量未來同樣能反哺到主心骨Phia上。回到Phia本身，從市場角度來看，消費者確實需要一種更高效率的線上購物模式。過去十多年，得益於移動網際網路的成熟，線上購物的規模經歷了前所未有的爆發式增長。資料顯示，2010—2025年間，全球電子商務銷售額從約0.6兆美元躍升至約6.4兆美元，足足翻了十倍不止。與此同時，線上購物也從「新管道」變成了日常生活的一部分——全球網購使用者已接近30億人。然而，與規模的狂飆形成鮮明對比的，是技術的停滯。十多年過去，使用者在購物時依然走著同一條老路：搜尋→瀏覽→加入購物車→結帳→收貨→評價。這個流程自亞馬遜、淘寶確立以來幾乎沒有變化，電商的介面、邏輯與互動基本還是2010年代的模樣。此時矛盾就出現了：商品數量SKU在暴漲，消費者的搜尋請求也越來越頻繁，但連接兩端的平台，卻始終缺乏一個真正高效的資訊篩選機制。具體表現為，人們花在做功課上的時間越來越多，還很容易被各種優惠策略搞得一頭霧水。結果就是——人們花在「做功課」上的時間越來越多，卻仍常常被各種滿減、返券搞得一頭霧水。Phia這類工具的出現，或許能讓使用者跳出推薦演算法的資訊繭房，以更主動、更高效的方式消費。講完乾貨，咱再聊聊Phia的誕生，這其實也是一段挺有意思的故事。這家公司的兩位創始人——菲比和索菲婭，原本只是史丹佛大學隨機分配到同一間宿舍的室友。沒想到，一次「隨機匹配」，竟成了創業搭檔的起點。由於對氣候和商業等話題的共同愛好，二者沒多久就一拍即合，決定一起做一番大事業。像許多野心勃勃的史丹佛校友一樣，她們也把宿舍改造成了「創業實驗室」——廚房裡貼滿靈感文章，地板上堆著打客戶電話的筆記，白板上寫滿了奇思妙想。在所有討論的話題中，有一個詞總是繞不開：衣服。菲比和索菲婭都是典型的「購物狂」，宿舍到處堆滿了包裹、鞋盒和沒拆吊牌的外套。可每次購物前，她們都得做無數功課——查價格、比平台、看折扣、搜測評，幾乎成了一場資訊戰。後來她們才發現，原來這種「購物焦慮」幾乎人人都有——「天下苦功課久矣。」於是，兩人決定幹脆自己解決這個問題。二者的創業之路可謂是相當順利，沒多久就項目賺到了第一桶金，來自Soma Capital和一位史丹佛教授的早期投資——那就是Phia的雛形。2023 年，她們搬到紐約，正式成立Phia。而這個公司名，其實就是兩位室友「Phoebe + Sophia」的組合。有趣的是，那間宿舍其實原本還有第三個空床位，只是後來沒人入住。想想看，如果當時真多了個室友，公司也許就不叫Phia了，而是「Phia+X」。菲比和索菲亞先不聊素未謀面的第三位室友了，咱還是先把注意力放回到兩位創始人身上。雖然Phia的兩位創始人中，有一位天生有「蓋茲家族」的光環，不過，另一位創始人——索菲婭——的履歷同樣相當耀眼。索菲婭出生於2001年，成長於美國弗吉尼亞州。還在念中學時，她就開始對氣候問題感到不安。有一天夜晚，星空被厚重的霧霾遮住，她形容那一刻是「世界正在以驚人的速度升溫的訊號」。從那時起，她決定投身環保運動。2020年，她創立了網站氣候紅雀（Climate Cardinals），這是一個把氣候變化相關資訊翻譯成多種語言、以消除資訊壁壘的公益平台。索菲婭的努力很快引起聯合國關注。2020年7月，聯合國秘書長安東尼奧·古特雷斯任命她為聯合國氣候變化青年顧問團的七位成員之一，為全球氣候行動提供建議。當時，她才18歲。此後，她多次以聯合國代表的身份參與重要國際會議，包括COP26、COP27、COP28等。2021年，索菲婭進入史丹佛大學，主修科學、技術與社會（STS）這項跨學科專業。在那裡，她遇見了未來的創業夥伴——菲比·蓋茲（Phoebe Gates）。2002年，菲比出生在美國華盛頓，是比爾·蓋茲三個孩子裡最小的那個。2022年，她考進史丹佛大學，主修法學和生物學理學，還順帶輔修了非洲研究。在校期間，菲比也經常活躍於網際網路，經常在社交媒體上分享校園生活、時尚搭配和社會議題目前，她在ins上已有超50萬粉絲。不過，比起當網紅，菲比在這段時間裡萌生的創業念頭，可能才是讓老爸最操心的事。一出生就頂著「蓋茲家族」的光環，菲比註定逃不開審視「蓋茲二代」的聚光燈，也因此更想靠自己闖出一條路。她在採訪中說得很明白：我不會靠家裡的光環過一輩子，我想靠自己創業。於是，當Phia的雛形剛有點樣子時，她就興沖沖地跑去跟老爸提出了「輟學創業」的想法。結果沒想到，這位當年在車庫輟學創業的男人，這回卻一口拒絕了自己的女兒。你確定要這麼做嗎？菲比當時整個人都愣住了，有點摸不著腦袋——明明爸爸就是因為輟學創業才有了微軟，為什麼自己就不行？他們總是說，你必須先把學業完成，不能直接輟學去開公司……這很好笑，因為我爸爸就是這麼做的，這也是我能付得起史丹佛學費的原因。既然輟不了，那就早點畢業吧……於是她乾脆提前一年修完所有課程，拿到了學位。當然，事後也證明，老蓋茲並不是反對她創業，只是單純反對輟學。真正開始做Phia之後，父親雖然不會給錢，但依然成了她的「幕後智囊」。遇到拿不準的事，我會打電話問爸媽，比如：要不要聘這個人？要怎麼擴張？我爸雖然不是「時尚女王」，但關於戰略的問題我都問他。 (量子位)

前世界首富比爾·蓋茲的女兒，菲比·蓋茲（Phoebe Gates）繼承了父親的創業基因。這位2002年出生、年僅23歲的女生創立的面向網路購物消費者的AI企業Phia，近期完成了800萬美元的種子輪融資。但和他父親中途輟學創業不一樣，她完成了在史丹佛大學的學業。Phia做什麼？菲比·蓋茲創立的，是一家名為Phia的購物平台。公司名字來源於菲比，以及另外一位創始人索菲亞·基亞尼（Sophia Kianni）英文名字的聯合。在官網上，寫著公司成立的初衷：“我們曾經討厭購物。太貴、太浪費，或者根本無關緊要——我們總是覺得我們滿足於更少。所以我們開始懷疑（是否有必要）。如果有一種購物方式不會強迫您在錢包和衣櫥之間做出選擇呢？這就是我們建立Phia的原因。幫助您找到自己喜歡的時尚，同時節省錢和時間。我們對Phia的願景很簡單：讓您成為房間裡最聰明的購物者。”Phia網站首頁事實上，兩人和眾多年輕女性一樣，都曾經熱衷於網路購物，日常習慣是在購物網站上蒐羅心儀的衣物，但每次都需要打開大量的標籤頁，下單前手動比價。這讓她們迫切希望能有一個工具提高購物效率。今年4月，Phia正式上線。作為一個移動端的購物應用，內建圖像識別和搜尋演算法。使用者可以比較不同平台上相似商品的價格，估算轉售價值、追蹤降價情況，為消費者推薦個性化產品。官網顯示，Phia已經和150多個知名電商平台建立了合作關係，包括The Real Real、Vestiaire Collective、eBay、Etsy等。消費者每筆購物都會為Phia帶來少量佣金，由此形成公司收入。憑藉著高效的購物體驗，以及菲比在社交媒體上的持續推廣，這款應用很快就躋身App Store購物免費榜前30，迄今積累了超50萬使用者，銷售額達到數千萬美元。在菲比全職投入到公司營運前，公司已經完成120萬美元的Pre-種子輪融資，投資方為Offline Ventures，投後估值1500萬美元。今年9月，Phia宣佈完成800萬美元種子輪融資，投後估值達到3200萬美元。本輪融資由凱鵬華盈領投，股權佔比約15%。而跟投機構則包含眾多明星，包括“卡戴珊家族”掌舵人、演員兼製片人Kris Jenner，全球體育IP零售巨頭Fanatics創始人Michael Rubin和Facebook前首席營運官Sheryl Sandberg等。為何創業？早在史丹佛大學就讀期間，菲比就告訴她的父母，比爾·蓋茲和梅琳達·蓋茲，她有一個創業想法。但她的父母說：“好吧，你可以把這當作副業，但你需要留在學校。”菲比採納了他們的建議，她僅僅用了3年時間，在2024年獲得人類生物學學位後，開始將所有時間投入Phia當中。除了有一個曾是首富的父親，菲比還是一個網紅。她在Instagram上擁有超過50萬粉絲，在TikTok上擁有271萬粉絲。這兩個因素都極大地提升她在創業時的各種便利。菲比曾對媒體表示，她經常向她的父母尋求商業上的建議。“我父親不是時尚女王，所以有些事情我絕對不會去找他，但當我在做出這樣的決定時，我會打電話給我的父母：我們要僱用這個人嗎？我該如何考慮擴大業務規模？他們對不同的事情都非常有幫助，但我稱他們為高級戰略的東西。”對於未來，菲比的目標是讓它足夠成功，這樣她就可以投資於對她來說更加重要的事情。“我們的女性領導人如此之少，這太荒謬了。”她說：“風險投資資金的2%流向了女性。我想創造我想生活的世界。所以我希望Phia非常成功，然後我可以轉身對女性創始人進行更多投資。我希望在我生孩子之前，投資於女性公司的風險投資資本佔20%。這真的驅使著我。” (證券時報)