AI 产品和创业：几个老同学的饭后闲聊

00:05我觉得在这一轮的AI，我看到的主要是这两类需求，我特别感到了。一类是B端的应用，应用的所有的这个应用其实复杂的运营配置后台。第二个我觉得是数据类的应用，做任何一个领域应用你要做得好，本质上是你要有这个领域的足够的数据。

00:24最近看到的一个比较有意思的一个事情，有一些产品甚至于在没有大规模的优化的情况下的话，它的支付率的话，听说是在过去几年涨了好几倍。所以在这种情况下的话，大家可以看看说是不是有一些其实是传统一点的产品，它本质上并没有靠AI做成什么事情，

00:43然后你靠AI可能优化了5%，但是你重新以AI的概念往外推的时候，有可能可以带来比如说100%的一个ROI的提升。这个时候可能打开了一个新的市场机会。

00:57我的感觉是这轮AI你们就不要想蓝海了呀，因为我觉得这轮AI有一个巨大的共识，就是说这个东西非常重要，会彻底改变人类社会，那就意味着没有蓝海。所有平台

01:11好啊。欢迎来到AI炼金术。今天其实是那个大学室友聚会，中午吃完饭之后就直接拉到了一个隐溪茶馆，说来来来，好久不见，我们已经拖更这么久，过来我们录一期播客吧。所以今天呢，除了徐文浩同学和我之外的话呢，我们还有另外一个室友黄磊同学，也在旁边一起喝茶，我们开始聊天。

01:33那今天具体聊什么呢？说实在的，我脑子里面是一片空白，所以现在我把话筒交给他说。

01:38啊，不是故意拖更的，因为前一段时间我这个遭了一次骨折，一次手术，把有限的时间放在恢复身体健康跟上班上，所以呃也就没有时间跟任鑫老师一起录点内容。

01:52Llama 3发了，用了吗？刚

01:54申请了权限，好像我没看PVP，因为前两天还在，呃，但是看了一下大家的评测，反正效果很好嘛。就是我觉得是一个典型的又让大家更新了一层认知嘛，就是我一个小一点尺寸的模型灌更大的数据，大概效果能到什么程度？基本上没记错的话，Llama 3的8B的模型是用了15T的token，Llama 2是1.2T还是多少，

02:17我就忘了，反正就是一个上下限的数量级嘛。然后基本上Llama 3 8B的这个评分，基本上超越了之前的Llama 2的7B。基本上换句话说，今天你用一个7B的小模型，你用一块消费级的显卡，就是我们说的3090、4090，基本上就能去做到这个你之前的Llama 2 70B。

02:37也就是说你要搞一个四块40系的A100，才能起到的这个推理的效果。那这个基本上意味着说你个人家庭里搞一个好一点的台式机，其实已经有一个不错的AI能用了。从这个视角呢，我倒是觉得说，可能给硬件带来一些机会。大家都说这轮AI怎么做硬件嘛，对吧？

03:00我们也看到各种各样有意思的硬件产品，我之前还买了一个，就是啊今天都没有带，所以不能用这个录音。

03:07就是啊，Plaud，

03:08对。然后，现在硬件大家都会两个问题嘛，一个是说这轮AI如果所有数据都放在云端，大家会有隐私顾虑嘛，对吧？你可能会问很多跟隐私相关，呃，或者告诉他什么，但是这个东西存在云端，你就是一个风险嘛。嗯，对吧？

03:23那如果说有一个7B的模型能力足够强，能够存在端侧，那么我觉得可能会带来一波硬件设备的潜在的机会。啊，

03:33有道理。

03:34对，我大概是是这样，然后他们还有个400B的模型，但是这个还是训练在中间状态嘛。因为，因为我的感觉是实际上70B的模型的使用，据我的观察，没有小的模型使用的普遍。就是一个是server成本比较高，而如果你这个服务器用户买的话，光开一台机器在那里，可能一天就是大几十美金吧，

03:59那一个月就是几千美元的成本嘛。对。但是你搞一个7B的机器，其实一个月租一块4090，可能就一千块钱。所以就是我觉得就是大家都用得起。

04:09那这样，我我试了一下那个呃8B的那个，然后还蛮震惊的，就是当然用中文他还是个傻子，但是用英文的话他脑子非常好了。就跟他那个经典的那道题，就是说一个黑手党到一个什么瓷器店，然后跟老板寒暄，然后说哇，太喜欢你们家装修啦，我就经常住在这里，第一次看到这么漂亮的店呀，以后设计师要推荐给我呀。

04:31我经常在这附近，以后有事您尽管吩咐，我一定帮忙啊。然后最近天干物燥，一定要当心，不要有一些那个失火啊，一定要注意啊。然后有事你说话呀。请问这个人是什么意思？对对对。

04:44然后它其实它已经可以精确的分辨出来，甚至于比我我我瞎编比我瞎编这道题的时候它想的还更细。它会讲说它经常讲它在附近暗示着它会看着你，然后其实也是一种威胁。然后提到说那个问你设计师是谁的话，有一种想要侵入你生活的感觉。就比我其实还像我们小时候做阅读理解，多多想了几步。

05:05哦，我编的这么好。然后然后呢，就8B就已经能够做到这个了，觉得还是蛮神的。你也提到说数据量比较多的话，就是刚刚另外一位同学说，就是灌灌数据嘛，对吧？灌到足够多的数据效果就就会够好嘛。对

05:22对。因为我觉得这个是就现在基础模型的，就是大家的共识吧，就是说呃因为毕竟过去这一两个月发了好多新的大尺寸的模型。我们数一数嘛，就Mistral他们发了一个8×22B的MOE模型。然后那个Cohere发了Command R+。

05:43大概也是个百亿级别的模型。就是昨天吧，那个通义千问发了一个110B的chat的模型。然后像Llama发了新的8B跟70B的模型。而且这些的评分都超过了，就明显超过了GPT-3.5。都开始接近GPT-4了，我至少目前我到真实场景使用，除了我觉得Claude跟GPT-4的确是可比，

06:06甚至你会觉得有超越，其他可能光看评分，可能我觉得也未必有那么好，对吧？但是他肯定比GPT-3.5好，我觉得已经是没有什么疑义的了。这个也证明了就是说，其实技术上的扩散或者说这个秘密并没有保持那么那么久，并不是说做不出来啊或者怎么样。

06:26就是感觉就是头部的公司主要人才密度到了一定程度，资金投入到一定程度，花足够多的时间，就或早或晚都会做出来。

06:35问题是做出来了之后，就是我我们可以干嘛，是吧？在上面可以做点啥。那个，哦对对对。忘了介绍黄磊了，你要不要自我介绍一下，然后你在干嘛？怎么怎么用AI的

07:47了解。我们现在其实就在做很多的应用，然后我们确实也打算都是用外包来做嘛。那我们就拍脑袋给大家提供一些概念嘛，就比如说你现在要做一个AI应用，比如说你要做一个，比如说周报生成器，这是算最简单的嘛。然后或者我复杂一点，做营销文案辅助大师，就类似于Jasper嘛。

08:08或者再复复杂一点，我要做一个Monica，我要怎么插件，里面有好多好多种不同的功能。大概你或者我再做一个什么Talkie，我要做一个什么AI AI girlfriend。那你这边外包做的话，大概这这些应用的话，你来做一个大概花多少钱

08:48有，你就做一个产品出来。现在已经有一千个AI girlfriend了，这样，不是，我也想做一个，对吧？APP。

10:07那像比如说徐文浩，你们的话，如果考虑外包公司，外包一个AI，那做一个应用，AI应用的话，你们会考虑什么地方可能会外包，可以做什么东西，一定会hold在自己手上？

10:20这个其实跟AI和AI关系不是特别大。我觉得所有大家的选择其实都是这样的，就是如果你做一个to C的应用，那么大概率是你起步阶段，在你没有好的特定的岗位的专业开发人员的时候，你可能会选择外包。你比如说以前做iOS，我记得早年其实做外包最赚钱的很多是个人开发者做iOS app，可能十五年前，

10:45十二三年前吧。那个是因为你市场上找不到，你想面试说你公司要招一个好的iOS开发人员，你可能招不到。但是你立刻又有应用想推到市场上，你可能后端的所有这些人原来你都有，就就就原来做网站嘛，其实你也有后端。那么你可能说，哎，找一个外包公司来干这个事儿。

11:01呃，第二个呢是，但是一旦你肯定是会尽，如果你想做的C端的应用，一定是会尽快的把你面向C端的所有的部分还是会在内部来做的。因为C端应用其实你很讲究迭代要快，响应要快，内部沟通要方便。我觉得比较多的会拿出来外包的，其实两类。

11:19一类是这个B端的应用啊，今天大家今天用的所有的这应用，其实复杂的运营配置后台，对吧？那么对小很多公司起步来讲，说我到底要不要内部招一堆工程师专门干这个，因为那个ROI相对来讲比较低，而且我们国家的劳动法也很严格，你招两个人，你想过两天把人开了也不合适嘛，对吧？

11:38所以你可能会倾向于说，他需求也比较明确，他不是一个我要，就是你一旦想明白我要做什么，你交出去拿回来很容易说对错。那么这种会做。第二个我觉得是数据类的应用，这个其实就是说是这一轮的AI公司，我觉得可能会比较需要的，但它也会面临很多合规层面的确认，

11:58特别你做海外业务的话，就是什么呢？大量的数据标注，其实就要有多少人工，都有多少智能嘛，对吧？现在这个本质上还是一样，还是有多少人工就有多少智能，或者你有数据有多少数据就有多少智能。那么你做任何一个领域应用，你要做得好，本质上是你要有这个领域的足够的数据。

12:17那么但是数据这个事情，一方面当然肯定还是要内部团队标的，但是你不可能都让，对吧？一个头部的公司，你的每一个人肯定都挺贵的。让大家标一些一部分数据，摸清楚什么样的数据好，什么样的数据坏，制定规则是有意义的。所有的数据你都让这些学什么机器学习的，PSC来标，那也不合适。

12:36所以可能会制定规范，拿出来把标数据啊，这这些工作可能会会外包出来。我我觉得在这一轮的AI，我我我看到的主要是这两类需求可能会被外包了。

12:46因为我刚好在谈一个数据标注的startup项目，你们真的会把数据标注往外放吗？因为这部分数据你不担心数据安全或者什么问题吗？

12:58这个这个你得合规啊，就是你有很多数据是不能往外放的，对吧？然后有很多数据你自己都不能看，对吧？但是第二个我觉得是会有，或者说我觉得第一类需求叫做数据采集和数据清洗的需求，还不完全是标注的需求。就是你今天说，我们刚才就说了，Llama 7B它用15T的token，对不对？

13:17那这个数据从哪里来呢？你你一个公司，你今天如果想做个基础模型，呃或者说你想做一个垂直领域的模型，你完全靠内部大团队重新开始收集跟采集嘛，那个周期肯定会太长。那很多市面上还有很多买数据的公司，那你可能说我需要自己想办法去收集或者采集，对吧？

13:38那因为毕竟有很多数据在海外是呃合法的嘛，就是比方说你去看海外的电商网站的robots.txt，或者各种网站的robot.txt。它都是允许爬虫去抓取的。那你说，那我我可能要，我做电商，我就要抓电商的数据，我做呃汽车，我就要去抓汽车的数据，对吧？

13:57然后里面的，那这些数据大概率你会找服务商来快速帮你启动这事儿，而不是说硬要从零开始搭建团队来干这个事情。是。对。第二个呢就是说，呃，评测你肯定要找外包外包来做。比方说我们训了一个模型，训了一版模型，我要找，看到底我训的这版模型的效果好坏。

14:19你当然内部可以可以评测一部分，但是你肯定也，你内部评测也会有很大的偏见嘛。对，对吧？你们公司里都是理工科的，那你去说我评一个AI女友，这个人聊得好不好，你评得出来吗？对吧？或者是说，呃，我觉得这个肯定也有需求，你本身就需要外部的人来帮你去做一个。

14:46那个被试

15:00就是我们说AI视觉的时候，已经养起了一批这样的公司，然后其实市面上也是有的。就是说如果只是简单做评测呢，本质上它是个人力密集的业务。就是，那我能不能快速招一批什么英语六级的，来帮我训训练训练，看他写英语作文能力行不行？快速招一批什么有教师资格证的，来帮我看看说什么小学数学题的解答过程对不对，对吧？

15:23就是这个其实市场上有一些服务，也是我觉得很多模型公司肯定会采用这样的服务。

15:29了解了，我觉得可以分享一些我们最近学到的新的东西吧，就是之前不知道的，说不定对其他同学有用。我们看看最近有没有什么新知。我最近新知道的一些事情的话，我正在脑子里过。第一件事情就是，聊了一些公司之后，发现说除了AI在技术上，比如说让我们做到以前做不到的事情之外，

15:50它其实对于市场侧有很大的一个改变。以前的话，可能比如说你用一个产品的付费意愿是比较低的，然后你对一个某某AI产品，你对它的信任度也是比较低的。但现在因为你刷抖音啊，B站看到好多好多AI，然后天天看到新闻。所以呢，用户现在觉得AI可以做很多事情，这个观念在被树立起来。

16:11然后的话呢，用户又会认为说AI的很多产品应该付钱，因为听说ChatGPT一个月要一百多块嘛。所以然后也有很多套壳的应用也是上来就收钱嘛，他们就想收一波钱跑嘛。所以的话呢，他把这个这个支付意愿和那个对AI产品的信任给抬起来了。

16:28所以有一些产品甚至于在没有大规模的优化的情况下的话，它的支付率的话，听说是在这过去几年涨了好几倍。所以在这种情况下的话，大家可以看看说是不是有一些其实是传统一点的产品，它本质上并没有靠AI做成什么事情。然后你靠AI可能优化了5%，但是你重新以AI的概念往外推的时候，有可能可以带来比如说有100%的一个ROI的提升。

16:56这个时候可能打开了一个新的市场机会，这是最近看到的一个比较有意思的一个一个事情。两位还想看到想到最近有没有新的认知，对于这个行业，对于可以做的产品之类的。

17:08我其实有几个观点，而且有几个观点可能是我我我还是喜欢给一些暴论啊。我觉得说AI真的要普及，要看小模型能到好到什么程度。这一轮我觉得Llama 7B，Llama 3.7B出来，我觉得会助推实际的应用。因为我们自己公司，因为我会每天看账，服务器的这个账单嘛。

17:28就是你会发现，就是就Slate几张卡，就每个月几千几万美金往外放，往外花，其实你已经在你还没有一个收入业务的时候，你其实压力就会很大。是，是，对吧？就是你因为毕竟你想想，你现在租一台A8卡的A100，一个月就是大概七八千美金，对吧？

17:45那你说我们说我们要两个环境，一个Dev环境，一个线上环境，那就是翻倍嘛。然后你说，哎呀，我线上环境我怎么也得能够把这个微调一下，70B这个级别的模型嘛。那微调一下70B的模型，就是就说那我再让它训练一下，就三三台机器，那可能就是一个月就两三万美金就出去了。

18:03对，对吧？所以这个带来一个问题，就是说其实你要把这个东西快速地用起来，你再忍受一个亏损跟这个成本的这个花费。所以我觉得对很多小的创业公司来说，它其实就用不起来。但是呢，之前小的模型的能力又比较弱。就之前大家如果用过7B的模型的话，就会知道那个能力其实挺弱的。

18:27就是基本上不具有效率上的实用性。那我觉得这个是带来一个矛盾嘛，尽管我们知道头部的最大的那个模型效果越来越好。呃，你如果用API的角度来讲，你的确应该用那个模型。但是一旦你牵涉到我要微调呀，说我要考虑数据隐私啊，你必须自自托管模型的时候，你就得去考虑成本。

18:49因为那个调一个API可能就几分钱，一个月可能两三百美金，花已经不少了。这里你只要起一个服务器，一直在提供服务。一个月就是七千美金。那么当你一个小模型能力强的时候，这个成本就从七千美金可能变成了两万美金。那我相信会有更多的应用，会随着这一轮的小模型的能力的出现。

19:11会被更广泛地能够散播开来。因为成本永远是非常关键的一个事情，跟我觉得就跟智能手机也是要等小米推出红米了，一千块钱跟买个诺基亚一样。那个移动互联网我觉得才能爆发。这个是我的，我觉得实际我们做了一些产品，当你每个月看账单去算说我做这个产品能有多少收入，要需要支出多少成本的时候，

19:34这个是我的一个感受或者感知

19:36吧。有道理。因为最近听说了好多场景都是那种其实会大量消耗token的，比如说那种那个AI女友，对吧？每天抓着聊两个小时，这这这这token消耗还是蛮大的。你要能够用小模型把它便宜下来，是很实在的一件事情。

19:53或者就是比如说像那个Kimi不是经常宣传说可以丢本红楼梦嘛，对吧？

20:04对，所以能够降成本挺好的。嗯嗯。后来你最近有没有什么新知，就是跟之前想法不太一样，或者是，哎，知道，哦，还有这么件事。

21:15没有按使用付费的那种，

21:18我们就是写了一个，就是我们的持续集成里有一个动作，就是每天凌晨一点钟会把开发环境的所有带地区的机器关掉。对，你算一下，你就会发现说这个一个月可能，如果你不关，一个月就是几千美元支出。

21:32对，OK。

23:36你刚说到那个，就两件事情嘛，一个是说那知识库，嗯，对。就这是我们之前聊到的嘛，确实也是分享给大家。就是因为我是有一些大公司这方面的顾问嘛，就会发现说你理着理着就会发现，其实他们的需求绝大部分就是同一个需求，就是知识库。对

23:57只要只要rank好，其实你们能办的就就搞完了，就结束。然后另外一个，刚刚提到Kimi的话，我对Kimi就是我真心很还是蛮佩服他们的。因为我本身不是做技术的嘛，我搞营销搞产品的，我就觉得他们营销产品定位做得太强了，就是long context嘛，

24:15就打这个点，哇。真的太棒了，这个点就真的打到大家心智里面去了，就有点像我们家电视大，我们家电视六十九寸就比你们家三十二寸牛逼，但是其实可能显像管可能还没人家好，是吧？不管，我们家大，这个是老百姓对于我们这种门外汉一目了然的一个功能啊，而且你上去测会发现，哎，

24:34你还真的大。我也不测别的嘛，对吧？就发现真的很好，就会发现它打到了一个C端的市场能够get到的一个参数。而且呢，它我看它忘了是接受张小珺还是那个晚点的采访的时候，他他认为他们的技术路线是完全沿着这个KPI的指北星在走的。

24:53所以的话，觉得能够找到这么一个真的还蛮天才的一个一个一个举动，非常之神奇。

25:00Kimi在市场上就大家的反响都非常好吧。但是因为我们做海外市场，所以其实没有那么关注了，就是没有那么关注Kimi。但是我我我觉得是另外一个问题，就是说当Llama 3这个模型发出来之后，就是包括我在在那个X上看到，就是它其实也是个价值毁灭的过程。

25:18这个也是带来了一个问题，就是这些大模型公司到底真的值那么多钱吗？大家去想说，这一轮的所有大模型，你卖API你都面临一个问题，就是说你的API是没有对任何一个客户具有很强的锁定因素的。

25:34对，随时换。

25:35对，因为为什么呢？因为你跟这个API的沟通方式叫做自然语言沟通。对。这意味着只要大家的模型能力都很强。我在你这里生效的prompt这句话，在那边大概率也应该生效。

25:47对。那如果不生效，就说明这轮AI的能力其实还比较弱，对吧？那如果是这样的话，意味着说所有的调用方会变成一个我完全就是按成本来算了，就是谁愿意给便宜一点，去一个便宜点的地方。那肯定同时你又变成了一个基础设施。

26:03然后而且这个基础设施不像是说，呃，一百年前的基础设施。一百年前的基础设施，我说铁路，它有一个，因为我叫垄断效应，说我在这儿铺了铁路，你不太可能再铺，你也没有这些地方给你给你铺了。现在是说我在这里提供了一个API，你完全可以在相同的市场提供一个一样的API，然后我比你便宜一分钱。

26:24对。所以原来大家都觉得的可能性是说，比如说有一两个团队能力特别强，能做出别人做不出来的模型。但是从Llama 3发布之后，我觉得这个事情大家就比较恐慌了，因为它本身就开源，对吧？它还和很多，就是跟那Claude发布那个闭源的模型，跟Google发布Gemini还不一样，

26:45开源大家谁都能用。虽然这个Meta在里面埋了一个很有意思的条款。大

26:52家都不让用，是

26:54吧？不是，大家都不让它之前的版本，这一轮的他们埋了一个很有意思的条款，是说如果你用了Llama 3的模型生成的数据来训练你自己的模型。这是不允许的。你需要

27:09标

27:09明说这个是powered by Llama。就它不是说你用我的模型微调，或者说你用我的模型，你得标，说你用我Llama 3的模型，如果生成了一句对话，这句对话比如说被用来去做模型的训练，或者说怎么样，那你也得标，尽管你的模型训练可能跟我的架构都不一样，

27:29完全不一样。你也得标明，我这个其实是个Llama 3的，你得

27:40对，反正反正有一个很奇怪的条款，但是这个我觉得这个看吧。因为我记得之前Facebook也有一些奇怪的条款，大家被社区喷了之后，有些模型就把这些条款给去掉了。我觉得Llama 3出来就面临一个问题，就是所有这些大语言模型的公司，头部的这些公司，真正能花起钱的公司，

27:57就怎么能挣那么多钱？

27:58对啊，为什么呢？因为现在就比如说私有化部署的话，大家现在可以私有化部署一个Llama 3嘛，对吧？就是那种卖什么一百万，我们家模型一百万卖给你就卖不掉了嘛。然后API的话，调大家肯定只调最好的那一两个，或者最便宜的一两个嘛，我也不会调中间。

28:15那中间的为什么还那么贵？

28:16现在所有的大模型公司都不挣钱，除了你出去做业务也许能挣钱，是吧？其他所有的人肯定都不挣钱，OpenAI也不挣钱嘛，Claude也不挣钱嘛。Cohere也不挣钱嘛，Cohere专门做企业内的这些搜索啊什么的，包括那个Snowflake，

28:32他们做了个cloud embedding model，也是用企业内部搜索数据。就都就是大家这些公司其实靠模型本身现在都还没有挣到钱，虽然大家的投入都很大，对不对？然后估值都很高。对。但是我觉得Llama 3出来之后呢，也算破除迷信吧。

28:47就它发了一个七B的模型，能力那么强，其实也破除了一个迷信，就是说这个事情到底是个黑科技还是一个日用品。如果它是个日用品，那我觉得就是说大家要重新去，就所有的人都得重新去回答，说我做一个基础模型的公司，你成本的确你没办法变，你就是要那么多数据，你就是要那么多卡。

29:07你就是要雇那么多好的工程师，但是我钱从哪里能挣回来，这件事情其实就更难回答了。但反过来做应用的公司肯定是好事儿嘛，就是我今天什么能力也没有，我拿个Llama 38B，我也能干做出一个可能就是还不错的产品，我也不用把所有的钱都交给OpenAI，对吧？

29:27我也不不担心什么OpenAI来不来的抢不抢我的生意，我这数据也确实不发送给他。所以我其实是觉得Llama 3它，我觉得最大的一个问题就是，那头部的大模型公司的出路到底是什么？虽然不需要，就我也不，我也不配操心这个事情，对吧？

29:43但是其实我其实也还

29:45是很，你还是要操心一下的。

29:46我还是很困惑的，因为就做应用，我们想明白的是说，我们在我们想要做的应用场景上，是不是真的能做到体验非常好。或者它需要一定的模型能力，就是我们总觉得你还是需要一定的模型能力跟数据能力，对吧？当然做头部的模型的公司。因为去年底我们就推演过这个结论。

30:04就我们当时推演的结论就回到那句，就是说如果prompt本身是应该所有强的模型，对一个prompt应该效果是差不多的。对。那我肯定谁便宜用谁。如果是谁便宜用谁，意味着大家一定会产生价格战。如果大家一定会产生价格战，意味着大家一定会有超额利润。

30:22如果大家都没有超额利润，就不可能值一千亿美金。

30:26那有没有可能成本差十倍呢？difference的那个，因为我的技术比你牛逼，所以我的成本差十

30:32倍。我觉得很难，因为我我自己虽然我是做研发，有限的观察，我一直觉得是说，这个世界上不存在只有这个人最聪明，其他人都比不过他。其实我觉得这个世界往往是有二十个都非常聪明的人，碰巧是这个人这一次撞到了这个东西，然后他起步比较快。

30:53但是呢，技术本身在扩散，其他人也会追赶。你如果有十倍利润，那另外一个公司就就只有你能做到这个成本吗？没有任何一个公司都做不到这个成本吗？我觉得至少从目前Llama 3发出来看，结论肯定显然是否定的。

31:11显然是否定，显然是说，也许我会比你晚一些时间做到这个成本。十倍的利润，那我肯定会想办法把它做出来。那一旦做出来，你就得把十倍的利润变成百分之十的利润。这里面

31:23其实就有一个前提嘛，就是到底OpenAI领先这个行业多久嘛。我们之前也讨论过这个问题，就是他他手上到底有没有藏着捏着核武器和一堆东西，其实还在等着慢慢往下放。还是说其实他领先的那个身位正在慢慢地被被被被追上来。因为他们总是手上还有东西嘛，现在就是从表面上看，就是追得还挺快的嘛，GPT-4已经很多地方都甚至于不是第零了嘛。

31:50但是到底差距是在缩小还是在放大？

31:53我觉得肯定是在缩小。OK。这样，我为什么我肯定是缩小，我觉得我还是有几个观点，或者我们也可以拿一些别的行业来做对比。就是说，呃，第一个是说，任何一个行业，模仿和追赶比创新的复杂度低一个数量级。OpenAI的领先就本质上是2022年底八月份就训出了GPT-4级别的模型。

32:16对。那今天至少此时此刻，我们知道的就是，Claude肯定已经有GPT-4 Turbo level的水平已经发布出来。对吧？你可以至少它的跟GPT-4好还是见仁见智的，不会有人说完全不行，你是吹牛的。啊，对。

32:31Gemini可能落后一些。但是

32:33肯定比3.5好。

32:34对对对对对，然后包括像Mistral的8乘22B，包括Cohere的Command R+，包括Llama 70B，你70B觉得它不如，它现在有一个400B的模型还在训练当中，对吧？你至少有五个模型跟它是同一水平的。对。追了一年半时间。

32:52是。对不对？所以你在一年半时间的领先周期，我未来是不是半年，如果完全从追赶角度，是不是六个月就够？所以我就说，差距一定是在缩短的，至少从大家能够发布出来的产品能力。今天如果OpenAI有一个碾压大家的模型，我不觉得它不发，

33:09对吧？他不是为了什么人类的未来，什么考虑什么社会和谐。

33:14不不，这个我这个，这个我不相信，就是我知道这个OpenAI过去一两年所有的变化都变成一个完全从一个商业公司角度出发了，对吧？我觉得这是这是第一个嘛，第二个是说，那个他也得融资啊，他还是得融资，得想办法挣钱，得想办法去招人。

33:30如果他有一个GPT-5，我觉得他应该立刻已经发出来了。他很有可能有一个是GPT-4.3。那么它发出来很有可能会降估值。

33:40就是他发了一个，比如说叫GPT-4.5，结果大家说好像也没有多好啊。对呀对呀

33:46对呀，那那一定会，就是就神话会破灭嘛。

33:48他要发就得至少是Sora这个水平的东西。

33:51对，至少可能比Sora的水平还要更高。因为我的感觉是Sora这个东西出来之后，至少真正在行业内再做top model的人都觉得说，我对数据只要你大概路线告诉我，其实我对数据对人也能做到。对吧？没有到一个，就是你没有提出一个新完全新的路线。

34:13第二个呢？我觉得有这样一个问题，大家去想说，在研发投入上，现在当然研发投入已经很高了。以前研发投入最高的是什么？是制药。嗯。

34:22有很多药物的研发投入都是十亿美金为级别，而且可能投十个成几个。对吧？那么，制药的公司它的壁垒是这个技术只有我掌握，别人做不了吗？不是的。不，制药的壁垒是专利。

34:36就是我先研发出来了，我申请了专利，你不能用这个东西。所以一旦专利过期了，就会有仿制药。包括现在有很多，因为我太太在制药公司嘛，就是现在有很多人说，哎，你的这个专利我想一想怎么改一个，因为很多现在都是靶向药、基因药，怎么改改一点点东西，能够绕开你的专利，其实效果跟你差不多的。

34:55所以制药公司的是说，我巨大的投入是靠专利作为壁垒。但是呢，在科技行业，我们在互联网，在CS、computer science这个行业，其实大家不太懂这个。第二个呢，是你也比较难告侵权。对。就为什么呢？

35:09因为药那个东西，你是什么分子式，你得有各种什么FDA，你得公布嘛，那你侵权了我就知道。对。互联网呢，我后面提供的API给你model，我不告诉你背后是怎么做的，你怎么知道我有没有？其实这个

35:27对，就因为它现有的专利保护力嘛。而且以前的，以前的所有的互联网科技公司，其实是靠我们叫什么网络效应、lockdown锁定的效应、规模效应。没有人说因为我科技领先，所以我成了一个巨大的商业公司。

35:41而且这一轮看的话，本来以为会有数据飞轮。比如说因为OpenAI它ChatGPT攒了这么多。

35:47然后数据

35:50好像看起来也没有没有那么重要。就是既然其他家也能做出来，说明这个数据飞轮好像也没有那么大重要。

35:57呃，对。这个是另外一点，说证明人类的本复读机嘛。

36:01对，说明你有十亿个人说话，跟你有一百万个人说话没区别。我觉

36:05得你把以前的互联网上数据都爬一爬，都清洗一下这个数据，你发现新的人说来说去还是那些老生常谈。今天你所有的技术层面的领先，不能像制药那样通过一个专利，通过法律，法律层面就给我制造成一个壁垒。如果只是科技上需要仿制这个东西，其实没有那么难。

36:23对吧？这个这个是我觉得说会带来的问题，就是基础模型公司到底值多少钱？

36:28那你觉得值多少钱？

36:30我就不知道嘛，因为估值这个事情，就我们都创过业，对吧？也都拿过融资，就是估值这个事情，在你变成一个有利润的上市公司之前，或者你被并购之前，这个只是个数字而已。

36:42我们传统来讲，一家公司的估值是说它的价值嘛。对。但是，如果反过来讲的话，就是它的门槛如果不是它的技术，也不是它的价值，而是它的投资呢？就有点像是比如说你要盖一个三峡大坝。你不能说这这件事情是因为它什么特别有创新啊、创意或者怎么样，而是然后也会有投资嘛，对吧？

37:04会有人投资嘛，从盖三峡大坝里面赚钱，可能他赚的不多，但是你会发现能够盖三峡大坝的人就很少，因为这个需要的资本资金量太大。所以最后它变成了说大家其实不是在赌说我可能需要有一个一百倍的回报，而是赌说这一家是可以吃掉这么多的钱，并且可能整个市场上中国有五家能够吃进去，我随便讲。

37:26比如说累计融资需要达到一百亿美金，美国一共有五家可以达到一百亿美金，最终做出GPT-7。比如说，那那那，你直接报进来。就

37:35我觉得这个当中很多逻辑是因为它是自相矛盾的。你去想说，如果它那么重要，它值得举全国之力干，但一百亿美金显得太少了。一百亿美金可能就够修一条地铁，在美国。就赌

37:48到GPT-7嘛，就只是再再赌两三代嘛，最多就就再赌两代嘛。

37:54不，就是说如果只是够修一条地铁，这个钱其实对，这个太少了。这个太少了。对吧？如果钱要再上一两个数量级，那没有公司出得起。

38:07第三个是说，它的投，我觉得它和制药真的非常像。就是你现在跟这些人聊，大家都是写数据做实验嘛。对。你这个投资的有效性是我做了这个实验获得的认知。对。

38:20获得那个配方。对。但那个配方很难保护，对吧？制药最终是叫专利保护，所以做的是制药这个逻辑就好了。OpenAI我先指出了，我专利保护了，你抄了我你也不能卖钱。

38:32但是他现在没有专利保护。我抄了你你也能卖钱，但是我抄你的成本一定比你从零开始做一个成本要低得多。可能

38:40也是觉得一百亿美金，你你可以一百亿美金做出来，但是我可能第一个人抄就只需要二十亿了，第二个人抄就只需要两千万了。

38:47对对。所以我觉得当有那么多人卷出了一个GPT-4 level的模型吧，或者说至少它是不是今天的GPT-4 Turbo这个模型，而是GPT-4发布的当天的那个级别的模型。对。那就是，就是如果有十个公司都弄那个事情，我觉得这事情就麻烦了。

39:06那会不会有一个基点呢？就是现在看起来大家都是跑的差不多的，但是一旦有一个，比如说有一个模型叫做能自己优化自己。然后他就一瞬间变得比自己厉害了一万倍。就看，其其实就是相当于相当于奥运会嘛，就亚军比冠军也就落后0.01秒嘛。

39:24那但是冠军拿的钱就很多很多，亚军就没人看呀。那有没有可能最后有到达，大家都在冲某个基点，然后基点产生一切的变化。

39:33啥是基点啊？这个就就

39:35一瞬间一瞬间拉开所有差距，就是只要到达那一个，比如说叫做自己自我进化的点或者什么点。

39:42都不行了。

39:46是模型自己改自己，然

39:49然后这个问题就是看你是一个什么样的竞争环境，如果是非常残酷的战略环境的竞争，对吧？就跟二战的时候，美国先发个原子弹，他也只能投降了。你也不知道他有多少库存。

40:05些弱化多少库存，对吧？那那种情况下，你当然就已经立刻就结束了嘛。但是，如果是个商业竞争，我们不讲，就是美国的公司跟美国的公司竞争。

40:15你做出来了之后，我是不是会努力，觉得我也能做出来，努力做一把？就六

40:21到时间。就是你想想，就是核品，就是二战结束了，那不是五常都做出了原子弹。印度、巴基斯坦也做出了原子弹，常任理事国都说核不扩散，那印度不也搞出了个原子弹。那这个事情在一个非你死我活的，就是弱肉强食、纯丛林法则、黑暗森林法则之下的之外，

40:42我不觉得这个事情会因为进入了你先做出来到某一个级别，别人就会放弃。

40:47那这，

40:48跟就像造原子弹一样，你造出来我现在没有，我很恐慌。但你没有选择说直接炸，炸了我奴役我整个国家的情况下，我肯定会选择，我只要有钱，我可以努力把它造出来。反正我觉得一定造得出来。

41:01所以那个场景，AI要做的第一件事情，应该是把别人的那个数据库毁掉。

41:08那你们那边是一个完全无限竞争嘛。你是搞物理毁灭，那是另外一个事情，但是我觉得好像……哎，你

41:18对。所以我觉得也不会嘛，所以我觉得是《Llama 3》的发表，代表基础模型领域的价值毁灭过程，代表应用领域的春天到来了。

41:34就回到我们每个人的话，大家觉得机会在哪里呢？因为我们现在也开始，呃，推了小应用，正在内测嘛，然后pipeline里面，我们pipeline里面已经有二十个点子了。然后然后就也也也很头大。上一期AI炼金术是讲了一些设计的那个原则啊什么的嘛。

41:51那具体我们应该怎么样来看，怎么用好这些新的模型，然后怎么在这个基础建设大狂飙突进的时候来设想我们的应用呢？前几天看那个Sam Altman的那个，他不是有接跟CIO接受一个访谈嘛，然后他提出一个框架，我们现在正在按照这个框架思考了。

42:09他就提出框架是说，你就假设未来啊，AI的进步速度跟过去两年一样。然后就是GPT-4、GPT-5、GPT-6。你就假设速度一样，然后提升的能力级一样，这个斜率是一样的。你做这个假设，然后基于这个假设去做你的应用。如果你会在每一次，比如说GPT-5发布的时候，都觉得好开心哦，那你这个应用方向就是对的。

42:31如果你每次发布的时候觉得，哎，哭，那你就觉得这个方向就是错的。想想觉得蛮有道理的，因为有很多的那个应用其实是看到模型能力提升是高兴的嘛。也有一些就会哭嘛，对吧？所以这是一个大方向，但是我现在脑子里确实还没有一个特别明确的其他的尺子来告诉我说到底这个值得做，

42:51那个值得做，怎么做。就是现在其实还充满了纠结，你们有什么好的想法吗？

42:55你把模型能力越来越强，你把它认为一个顶尖学校毕业的毕业生。你你现在要找一个事情是说，我雇了这个人，给在我的公司里培训一下，能产生很大的价值。那么这个事情就是值得做的。如果你觉得他不需要培训，他自己开个公司就能来跟你竞争，那个事情就是不值得做的。

43:18嗯，对。这个类比吗？对，

43:19我我觉得是这样一个类比，就是说，因为那样的话，就意味着那个模型的公司自己就可以把这个事情做了，就不需要你作为一个应用的公司来做。对。但是如果他不是说他他不是一毕业他就能干这个事情，就是我举个例子，你今天就算找一个这个这个斯坦福的、清华的，

43:35嗯。不管什么哪个系分数高就选哪个系的PhD，对吧？出来说我要帮电商卖货。

43:43他真的不需要培训吗？我觉得可能不行。对。那你在这个领域中怎么去想做这个事，如果你做出的产品是需要经过这样一个培训、适应、理解这个应用场景的过程，就越有价值。

43:56而且它越离不开你这个公司才能产生价值，就越有价值。对。他如果是说，哎，他看了俩礼拜，他自己立刻出去能开这个公司，那也说明你做的事情太浅了。

44:06对。因为两礼拜的培训就相当于你丢给他一个文档嘛。

44:09这两礼拜可能就相当于给他一个，对，两个礼拜可能相当于给他个prompt，是吧？两个月可能相当于给他给他接了个rack。但是他后来发现，哎，他也离不开你这个公司，他还是要依赖你的各种各样的东西。他依赖你的整个的什么供应链啊，巴拉巴拉。

44:24那你围绕这个事情做事情，我觉得就是有价值的嘛。就是还是就是回到说，你要去找一个，呃，你熟悉的领域，并且，呃，你有你叫独特数据也好，你对场景的理解也好，然后你能够理解整个的价值链条是怎么样的。然后把模型的能力两个东西去做组合，而不是说，哎，有些应用它能力强，你的确你也变得很高兴，但是你可能就高兴两天。

44:52就一开始你觉得我的应用变得更好了呀。第二天你发现，哎，我这个应用做了一年，为什么第二天市场上又出来十个抄我一样的应用？对吧？因为模型能力变强了，所以最好是说，哎，我很高兴。而且别人想抄我的应用，发现好像即使模型能力变强了，我还抄不了。

45:10就比如说你现在想靠做应用的能力去抄那个美团外卖。

45:21做不了，

45:21做不了。我觉得还是回到，任何领域我们都不了解，都都不够了解，我们可能只能了解一些我们熟悉的领域，对吧？什么电商广告或者某些方面。但我觉得其实还是，我觉得就是说如果抽象思考，就是说那个方式去想这个问题。就是我给你一个清北毕业生，他是不是你现在干这活，他啪一下就接手就就干了，他自己开个公司干。

45:41还是他在你这儿打了两礼拜工，他发现我自己可以去开一个。还是说不行，我就得绑着你，我才能发挥更大的价值。如果我越是绑着你才能发挥更大的价值，越说那模型能力越强对你越好。有道理。意味着你可以很低的成本雇一群很牛逼的人，然后他还得绑着你才能赚钱。

46:00很难。

46:02现在你想那个你刚刚提到什么电商卖货啊什么的，你会发现培养一个好主播之后，就老板只能跟那个主播结婚。对，就没有其他出路。

46:13对，但是你培养这个主播的周期是多久吧？对吧？或者说，我觉得我觉得电商卖货可能不太合适，是什么呢？就是这个东西太讲运气，就是你不是说我这个……

46:26对吧？我觉得最好是，我觉得最好的比喻是说，你能不能做成蜜雪冰城或者什么茶百道这种奶茶铺，对吧？别人必须加盟我。对，对不对？你…，你还得加盟我，绑着我这个品牌，或者才能挣钱。

46:38雇的员工越便宜的员工，他越聪明机灵能干，我越开心。但是呢，他自己出去开个奶茶店，他还是得选择加盟我。

48:50我也觉得to A比较好。就to A最明显的那个例子就是OnlyFans。OnlyFans，哦，

48:58对。对，他一年百亿加的流水，几十亿美金收入嘛。啊啊啊。所以其实那个模型确实是蛮通的。

49:33对。我就刚好提一些自己真的在想的一些还纠结的问题啊。就比如说我最近在不是身份有点转变嘛，一会儿是创业者，一会儿是投资人呢。然后我作为创业者的时候，其实我特别多的会去思考说，如何找到细分切口切入。然后其实我天然是不想去竞争的，我想什么克里斯滕森说啊，我要创造新市场，我要蓝海，巴拉巴拉。

49:57我会这样子去做，所以我会思考很多的是关于如何找到niche，然后如何找到没有被发现的市场。但是呢，当有人这样子给我present的时候，其实我第一反应就是，这事不够大呀。你要比如说颠覆办公行业，我就会觉得你跟微软正面打，跟字节正面打，对吧？

50:14你会被拍死的。但是但是不大。但是呢，如果你跟我讲说，比如说我们自己孵化的那种感恩日记嘛，对吧？这种的话呢，就是属于说我们练个手，但是属于那切口小嘛，切口确实小，跟日记都变了，感恩日记，是吧？但是它就会，你如果以投资人的眼光来看，就会觉得，哇，这个市场日记本来就少，你还切一小块。

50:36那你涨十倍啊，怎么怎么地吧，就这家公司值一千万美金。然后so what，是吧？就就就两边卡嘛。所以的话，你们平时会怎么思考这个问题啊？就是当你去想的一个事情是一片红海的时候，它就会很明显就会大嘛，因为往往红海就是很大的市场嘛。

50:54但你就很难赢。但你思考的是一个蓝海的时候呢，其实你仔细想想就会发现说，这边真的就是好小啊，它就价值就你，对吧？但我们来做的话就会觉得说，它划不划得来，做这么一个很小的东西，对吧？你你去做个独立开发者，可以，你拿这么多钱，对不对？

51:13划不划得来？对，你们你们怎么平时怎么思考这种问题？

53:53那行，我们看那个，就是所谓非共识去看变化的话，就其中有一块也看到外包这个市场，其实我们还挺看好的。对。其实原来卖SaaS就是卖软件嘛。现在AI的话也流行一句话，叫做sell the work,not the product，就是你要卖的是工作，

54:10而不是卖软件。所以，this is a

54:12guarantee.

54:13对的，哈哈哈哈。对，卖一个结果嘛。那如果我要做一个coding的软件的话，我就不光做一个coding的AI bot。我应该是做一家外包公司，把你需求了解了。我最后交交

54:27要什么东西？就比如说我要接徐文浩的生意的话，我肯定会说，那个你把需求给我嘛，那那黄磊给你报一百万，我这边只报你五十万嘛，对吧？然后我偷偷用机器人做五万块什么，做做出来给他。所以我们觉得这边是有变化的。

54:41因为如果是，呃，其实用大量的机器人在替代，比如说替代programmer的话，那这样子其实是有一个效率的提升，中间这一层可能会有一段时间红利。因为甲方还没有意识过来，然后他们用那些AI软件真的也用不下去，因为实在是很不好用。

54:57对。

55:00会有些gap。但我们测下来的话呢，也确实进步很快。就现在有一些真的已经，就如果你学会了它怎么用，其实还是可以做出很多好东西的，但是又很不好用。大概是处于这种很很边缘的状态。所以我们觉得这这边有机会，不光是那个，嗯，开发，还甚至于包括营销，包括什么的话，我们觉得中间的agency这一层，

55:23其实不是说你要做工具，而是你直接来做这个生意，可能是一个变化，有一层机会。对。那to C端的话，我们现在看到机会的话，因为现在大部分的东西在做，相当于做所谓的世界模型嘛，就是就是world model嘛。但是它是建立的是一个outer world model，建立的是关于外部世界模型。

55:41然后我们觉得可能通向inner world model也有一个世界模型，这个是关注的人比较少。但是就比如说关心关心什么你的什么热爱啊什么的，对吧？我们中国武侠经常说，对对对。就是你爱什么什么的。

55:57可能是一个巨大的一个机会，因为这块做的人做的相对那边还是少很多嘛。你去把那个投资的一百家放出来，就会发现有三家。对。那这边可能有一个也有一个机会。因为如果当人类，人类我们现在是把，我们讲讲productivity，讲生产力，其实是把人类当生产工具嘛，

56:16这个时候是当工具来衡量的，因为你才会生产，你，对吧？你衡量一个公主，你不会衡量她什么绣花绣得多好，对吧？

56:25绣花的生产力，我觉得她她牛逼是因为她是公主，所以我们还是把自己当作了工具，就是human as means,not the ends.那如果我们人类，当我们作为一个工具比不过AI的时候，大家就可能就会都转向说把人当做目的，而不是手段的时候的话，可能这一块会更加起来。

56:43所以我们在看这两块变化，但是切口也是很难找的，就是也也在很纠结，就是你想的太偏的话呢，就会觉得我是个陪销的。你现在干干嘛？想的太大呢，你又会觉得这这这事儿不是有一百个人已经在做了吗？你你做它干嘛？就就两两头自己否定自己了。

57:01我

57:01我的感觉是，这轮AI你们就不要想蓝海了呀。就是为什么这轮AI还要思考？就是如果大家，就是我，因为我觉得这轮AI有一个巨大的共识，就是说这个东西非常重要。彻底改变人类社会。

57:14那就意味着在这件事情上，如果没有非共识，就意味着不存在真正的蓝海，对吧？我觉得就就认为不存在真正的蓝海。这个我觉得跟移动互联网，跟PC互联网，跟甚至PC都不太一样，就是这轮是巨大的共识。所以这轮里我觉得没有蓝海。我的观察，我的观察也是没有蓝海。

57:33啊，我

57:35我觉得这第一个嘛。第二个是回到那个红海的逻辑，就是说我觉得还是要看，就这个，因为大家统一把很多东西都定义成红海，但是这个事情，呃，

57:47深红和粉红，对吧？

57:48不是。就是说竞争激烈跟这个市场值不值得做，我觉得是有差别的。我们只是看这个市场的头部的公司是非常挣钱的，还是不是非常挣钱的。我举个例子，电商肯定是个红海，但是电商是个，不要不叫万亿市场，叫做十万亿、百万亿的市场。在一个电商市场里，你做一个公司，你做到第二十名，你甚至都可以IPO，是，对吧？

58:11它，但是它它不只是个红海，它可能是个血海市场。从任何一个角度去看，对吧？那那在这个市场你就得回答说，如果我来我来做，我有能力做什么？我平时如果我做，有没有机会做什么？对，这个这是一类。

58:26那也有一些例子，比方说服装的生产制造，它可能也是个血海市场。嗯嗯。可能最头部的公司是中国的一个，比如说某一个上市公司，它可能也不太挣钱。

58:39它叫什么。然后这个市场就，就是其实红海市场有差别，不是在于说，我觉得不是在于说这个竞争不激烈，而是说这个在竞争激烈中胜出的人到底挣不挣钱。对吧？有很多行业是竞争胜出的人，他其实也不太先考虑

58:54这个市场有坑里有多少肉，再考虑这个坑里有多少狼抢。对。因

58:58为有，因为我觉得说，其实你即使我们不说这个呢，就之前真的是竞争不激烈嘛。就是这个当中，我觉得过去十年的中国互联网也有很多非共识。但这些非共识中，真的你去看竞争也还是非常激烈的。比如说我在拼多多待过嘛，对吧？那拼多多出来的时候，拼多多当然涨得非常快，但是当然先做拼好货，再做拼多多。

59:22也有很多公，当时拼好货的竞争对手是很多生鲜公司，每日优鲜、什么许鲜、什么，呃，反正在在北京的那些，对对。反正有很多生鲜公司。一开始的量，有很多电商公司看到了微信的流量，啊，卷皮折八百。嗯，对。

59:41就是拼多多是在，它不是在没有竞争中获胜，它是在竞争中获胜的一个公司。我们今天不去评价它的好坏。我们说今日头条、抖音，头条出来之后，也有人想仿上头条，做了一点资讯。对，对吧？抖音出来同样有快手的竞争，然后抖音也不是最早做的，之前还有那个微博投的什么小插叙，我不知道，

1:00:04就是，它其实也是一个竞争很激烈的市场。嗯，对。就是我们不能看到最后长出了一个巨头，然后大湖底下也不太长草了，就寸草不生了，对吧？因为它的垄断效应非常强，就觉得它其实是从一个蓝海，它其实不是蓝海。你当然，你说可能因为头部的这些公司，什么就抖音也好，拼多多成长过程中，所谓的BAT，并不是没有尝试跟它竞争。

1:00:30只是没有竞争获胜而已。是，对吧？所以我是觉得，只要是大的市场，就是你的目标是投一个大的东西，就不太有太蓝海的东西。对吧？第二个呢，我觉得是，但是可能有非共识的东西。

1:00:45对，对吧？这个是我觉得是这些团队中强的部分，就是当大家都在做淘宝，就在微信里的流量生态的时候，拼多多就觉得是有再造一个淘宝这个量级的机会的。而很多别的公司说，我也只能薅一波流量，反正没有机会跟淘宝竞争。对。这个是对这个事情认识的深度，跟以及团队对自己的能力边界的认识的差异。

1:01:08对。字节我觉得也是一样的，它到底有没有能长多大，还是说你觉得说我只是能做一个微博量级的公司，这个大家在这件事情上判断的认知是不一样的嘛。

1:01:19可能选不到不同的海，但是你在同一片海里面，可能你看你应该看见的是不同的东西。

1:01:24嗯，对。

1:01:25基于不同的认知去做。

1:01:27就是我觉得你可能还是，就我是同意那个，应该应该Peter Thiel说的，对吧？就是说，就他他说他面试人的时候，希望有一个说你觉得你跟其他人认为正确，然后但通常人认为不对的，这个非共识的东西，真正能跑出最头部的公司的人，肯定有这样的认知。

1:01:45对。但同时，大部分跑出最头部的公司都经历了非常惨烈的竞争，并在竞争中获胜。对。

1:02:03对，

1:02:03对吧？

1:02:04我早几天在那个安慰小朋友，就是就是也也跟他在讲这个，就是现在你看起来很多时候，比如说我们，比如说你要推一个应用，你跟去年比如说像Monica，像什么ChatGPT出来的时候，你会觉得红利已经过去了嘛。然后觉得一片红海啊，这里红海那里红海。

1:02:21我说其实啊，我跟你讲，当时我们做轻业的时候，有一段时间，我的获客成本就是真实的一个iOS用户涨到了四块多。我那时候觉得说，啊，这波红利果然过去了。营销成本好高啊，头部杀手。

1:02:43百。当时真的你觉得说，哇，前面就是拿流量都不怎么花钱嘛，然后就好大的红利，你都觉得这波红利过去了，就是觉得流量太贵了。对。所以我说很有可能我们现在也是这样，虽然现在比去年已经贵了好多好多，已经没有那个红利了，但是你十年后你会发现这是最好的时候了，

1:03:00你可能无限怀念。

1:03:04你会无限怀念这个时期的，说这个时期就是应该进场，这个时期真的是太好了。你是最有红利的时候。对，我现在脑子基本上也在往这个方向上在在转。

1:03:16因为我们自己有跑了一段时间，我们是想到一个idea。在想到这个idea的时候，我们都觉得我们想的这个idea很好，别人没有想到。当我们开始做，做着做着发现，哦，这个也在做，那个也在做。

1:03:28对，我一开始做调研觉得没有，但你当你的精力全都在这个idea的时候，你发现市场上有80个竞争对手。对

1:03:33啊，是的。我也看到好多好多，不管你要做什么。

1:03:38所以我觉得最后还是得挑一个，你就回到，挑一个你喜欢的，或者你觉得你特别擅长干的事。对对对对对。那最好是，你又擅长，你又喜欢干，然后你能干。你

1:03:49但是确实也发现说不管有没有一堆人的话，其实从用户侧他其实并没有看到一堆人，所以很多时候也是。

1:03:58我觉得很多时候你很恐惧，然后你真的去市场上做陌生的用户调研，你发现他们可能你觉得这是这个不是人人都知道的东西吗？他可能从来没有听说过。

1:04:07就好像我们刚刚在聊的那个产品嘛，Crushon的话就是就是就是好像很火的样子，但是它是收钱的，然后Janitor AI是不收钱的。然后CrossOn能做的事情，我现在暂时还没有发现有啥是Janitor AI做不了的。但是用户就会在CrossOn上面花钱啊，他们应该是不知道有个Generator。

1:04:28然后我觉得，

1:04:31所以不见得说那个竞争就会是那么严重的一件事情。唉。还是要挑一个自己喜欢的又大的，有有肉吃的地方搞，挑一个好玩的地方也行。我现在经常的挑选方法是说这个事情，

1:04:45乐不乐呵。有没有一个奇奇怪怪的好玩的好玩的点在后面。你们现在在挑挑项目有什么想法吗？

1:04:54我们现在挑项目，就是还是挑，我觉得我们现在更看重，就是我们团队本身的擅长的能力边界在哪些事情上。呃，然后来决定做这个事情。就是还是挑，我其实还是挑自己喜欢且擅长的事情。就是同时会看一下这个市场到底多大嘛。就是说你因为挑一个你不擅长的事情，我觉得竞争也做不到。

1:05:17不就是你你打不赢嘛，就是你挑一个不擅长的事情你打不赢。然后我们因为调整了一个什么心态呢，就是我们一开始也想说我们尽量减少竞争，但是在跑了一段时间之后发现，这个想法其实是没有意义的。对。因为所以最后最后的想法说你找一个你觉得市场够大，你又擅长能干，你觉得你whatever一定能做出点像样的东西的，

1:05:40那他至少的下限不会太低。嗯，就这个是我们现在团队想法，当然我们现在团队人年纪比较大。就是就就就，没有吧，你们

1:05:49团队团队团队，你跟你跟新一代，你跟现在的创业公司，比如说Fresh JD出来创业，比我们团队肯定是年纪要大，大一轮吧。嗯，对吧？大一轮吧，对吧？如果你跟就这种这种本科毕业，干了在大厂干了三五年出来，你其实差不多也大一轮嘛，对吧？

1:06:07那，呃，我们不说比不过别人吧，但我觉得没有什么竞争优势。是。我们去找一个说，呃，特别有creative的事情，然后迭代特别快，能够特别抓住年轻人的心，我觉得不是我们团队最擅长的。对。那还是回到团队过去的经验，说在哪个领域认知比较，能干，我们干这个事情，我们琢磨一下说，今天如果三个top的Fresh JD或者top的产品经理加工程师出来，

1:06:32他们六个月干这个事情肯定干不过我们，我们肯定会挑一个这样的事情，且市场大。对。我觉得本质上还是看每个团队有自己的禀赋优势吧。就前两天我在跟一个朋友聊，就他们原来一直是做广告做流量出身的。嗯。

1:06:46因为我是做技术的，他们就在问我，和和聊交流一些，就是train那个，就聊天的model的这个事情。嗯，他们觉得这个这件事情很难。我觉得这些我跟他们说这件事情很简单。对。我觉得很难的是说这个东西增长很难。

1:07:00他们觉得这个事情增长很简单。对吧？这个我觉得就称之为叫做不同团队的基因跟禀赋是完全不同的。对。你最后还是要挑说你得想明白说我干的这个事情，依靠我的禀赋，那个东西当然还得补，但是呢你得一个是能补得起来，

1:07:15第二个是你自己擅长的这个东西在这个当中占一个非常重要的因素。对。如果他不太重要，那你其实是你很难，就比方说他缺做技术的人，我缺做增长的人，如果这个事情增长才是核心。那应该我尽早做出技术跟他合作，我分点成就好了。如果说这技术是核心，那我觉得他做出来，我应该发给所有人，给我做代理发行。

1:07:36嗯，对吧？我觉得会应该是这么一个逻辑。有道理。

1:07:40我们那个我早一段时间不是很想做一个宗教类的东西嘛，然后就在想，要么投一个，要么孵化一个。然后就聊了一个，聊了一个朋友。我真的笑死了。就是他做两年的那个产品的话，我觉得我最多花一个星期就可以做出来，然后还完全可以做得比他好。

1:07:58但是，就是在在有一点点小小的觉得说，哎，这个产品为什么要做这么久？这个东西不是应该一个星期就做完啊，就做得比这个好吗？就同时，他在那么差差的一个产品的情况下，他已经在TikTok上有一两百万粉了，而且他还把其中的几万人导到了Discord的群，

1:08:15已经收的钱足够养活团队了。就你觉得是什么鬼？为什么呀？

1:08:24对吧？所以还是看就是这个

1:08:26产品，竞争点在不同地方。

1:08:28以及这个产品它最重要最最核心的竞争点是什么，就是双方的可替代性吧。

1:08:37就是因为你之前也做过海外的，我们现在做做应用的话还是会遇到一个问题，毕竟是在中国做海外市场，就总觉得对用户不够了解。就嗯，做出来的东西总觉得切口气不太对，但是呢你要规模化的去获取海外用户的insight，感觉也有点怪怪的，

1:08:55就是不不知道怎么弄。然后你你们是怎么搞的？

1:08:59第一个我也不知道怎么弄。对，但但但是我我大概可以讲一下我的观察，因为我一直做技术出身，不是也不能做也不是做产品和增长出身，但是我可以讲一下，因为周围有很多做海外的产品的朋友。我觉得第一个是中国过去的产品，过去的大部分出海做的不错的产品。

1:09:18呃，还是以数据驱动为主。不以就是说产品经理本人的insight检查，就是我就是这个是你你团队的客观的事实你导致的，就是中国团队做海外应用的核心还是说第一个我们的研发成本比美国人低，嗯。第二个是我们比较卷，所以迭代也比较快。

1:09:37第三个，我们非常关注数据，然后各种流量渠道啊什么的都有。通常是通过这样的方式来快速能够跑起来的。我觉得这这个是第一个。第二个呢就是说我觉得，呃，如果说你直接去找有海外insight的人，那你能不能找做过出海应用相对比较成功的人嘛。

1:09:56就是你因为因为很多时候你直接找一个有海外insight的人，你找一个美国人，你们的磨合成本可能也很高。对，双方也不太互相理解。你找一个做中国做过出海应用，做得也还不错，有过一些成功经验的人，

1:10:08不管是他都在

1:10:10增长投放，那么相对来讲就是说，就是你你和他之间的沟通，至少gap没有那么大吧。对，呃。我我觉得更多的是这样的，然后我们也做过很多，就我们找海外的用户邀约做这个测试啊什么的。但我觉得是说这个方法有点可能过，也是有点重了，就有点重了。

1:10:30就是说除非你已经想得非常明白，不然的话，或者说你就决定一定要做这个事情。如果你要试的话，我觉得可能还是说我们以前的做法，还是放出去投一些小的小的广告，看数据来迭代嘛，而不是完全依靠说所谓的insight。

1:10:46对，我我现在也只能这样了。对，我就跟那个小朋友在讲说，我刚刚上线内测嘛，我说你这你这这两周就先搞五百个人过来，然后中间跟五十个人聊聊，加加个加个WhatsApp先聊天。

1:10:59因为你你去这样想，你在海外你真的要做什么focus group，呃，请一个人过来跟你聊一两个小时，你的成本也要花一两百美金。是啊，一两百美金投广告也能投个一两百个安装了，对吧？如果是app的话，如果是网页或者这种净净聊天，可能需要的量更小。

1:11:17所以我是觉得中国团队更擅长的事情，还是说根据数据跟反馈迭代来做，而不是根据说我有多少insight。因为你再有insight，甚至你找一个华人在那边上上课。那他毕竟从小学到高中不是在那边生活的，他他的圈子也跟传统的一个最主流的美国人差别可能非常大。

1:11:38我觉得还是就是回到那个能发挥自己擅长的东西吧。就是我觉得挑产品也得挑，就是说数据迭代能靠数据反馈迭代起来的，不能靠太讲范儿跟感觉的，我觉得就比较难。

1:11:52你说的那个我确实，我第一份工作不是在那个Newegg.com吗？那个那个时候在美国做过两年的marketing，那个时候就纯看数据，对美国了解为零，但是我们可以纯靠数据做出很高的ROI。投放效果。

1:12:07对啊对啊对啊，因为我我觉得还好，因为包括像电商啊，包括一些工具类的应用，因为它的路径短嘛。那反而是像Facebook这种东西，你说让中国的团队能做出来有挑战，这个是TikTok能火，其实大家会比较意外的原因嘛，对吧？就是你越是工具类的应用，越是纯娱乐类的应用或者电商类的应用，因为你的转化转化路径跟效能都非常明确，

1:12:30基本上你看数据就有结论。但是比如说你说什么社交啊、社区啊，你中国团队在海外做相对就比较难，因为它的叠，就是数据给你的迭代的反馈周期比较长。然后的确就挺讲感觉的，就是你要搞个社区，我觉得你还是得就是喜欢，不管是哪个垂直领域的社区，你得有喜欢这个东西。

1:12:51你搞二次元社区，你还得找一群二次元的人来搞，你靠数据反馈其实也很难搞。嗯，有道理。其实我很好奇，就是有很多问题想问你。你说你说你一开始做这个孵化器，包括就是说，呃，我觉得第一个好奇的是说，你觉得现在的整个创投市场的人才，

1:13:08就是创业者的人才结构是怎么样的？在国内我觉得好像看起来这种，从我们从团队从招聘的角度，感觉跟十年前好像还是不太一样。当然也可能是我们团队太老了，现在啊招的人可能年纪都有点大啊，对。所以我其实很好奇，现在优秀的年轻人是都在都在正常在做AI吗？

1:13:25都从哪里，是都融钱吗？自己做还是怎么样？

1:13:28你说的是就是出来创业的这批人的画像吗？

1:13:32对对对。所以特别是偏年轻的这些人的画像，是怎么样？

1:13:36不知道，因为我没，我样本不够嘛。然后我见到的人的话，跟以前最大的区别就是国际化的人会比较多一点。就我们当时还是就就就原生土鳖嘛，对吧？对。但是现在你随手拿到一些简历，就都比如说都都有海外背景。

1:13:53对对。所以不光是不光是创业啊，甚至包括我们招聘的时候，都会发现有海外背景的那个比例会相当的高。甚至于哪怕只是他去洗了一个水硕，他也洗了一个水硕嘛，对吧？就第一个是必须得要拼国际化。第二个就是创业者里面，创业者里面现在越，我聊到一些，呃，AI这一波的老兵很多。

1:14:17就是原有的，比如说移动互联网的时候，你会发现大家好像都年轻，小朋友还是蛮扎堆的嘛。大家当时都年轻嘛。但这一波我已经见过很多的，因为我不光孵化嘛，我也做投资嘛。对。也也见过很多的，就是已经功成名就的人了。

1:14:37然后或者说他已经，比如说他有一家广告公司，每年还有一个亿的利润，然后立马去开家公司。或者说像他已经在新加坡已经有三个app，每个app每年有比如说一千万美金ARR，然后再开一个，我就，啊，天哪，为什么要融资呢？

1:14:54对呀。为什么要融资？

1:14:55因为可能想把风险先分摊出去吧。对对对。嗯，然后ARR和最终它能够有多少profit，其实这两件事儿也难说。然后所以你就会发现，嗯，老兵很多。也有可能是因为这一轮的话，一开始的这个仗好像就会变得比较难一点。

1:15:12又什么中美啊，又什么一开始就要国际化啊，一开始就要赚钱啊，然后美金又很难拿。所以一出来的团队好像那个那个规格就比较高一点，再再次也都是大厂高P组团，是吧？对。因为你现在拿钱难嘛，拿钱难的话，你不像以前就三两个小朋友，你你啥都没有，就就就可以拿到一笔钱，

1:15:32现在挺难的。所以到我们这边的，基本上就已经都是那种，哇，看着你就会觉得，哇，天哪，哦啊，这种。诶，

1:15:42第二个我比较好奇，就是这一轮的创业者对于融资做大跟尽早profit合挣钱的偏好，会跟原来有区别吗？

1:15:51呃，不不一样，但是我现在我现在的感觉，因为我现在样本还是不够。我聊了一批创业者的话，很小的创业者，就是不是主动找到我这样的，而是我主动，比如说我主动也会去泡一些创业者的社区啊啥的嘛。就这种聊天的话。大家好像很多人默认说不会先不融资。

1:16:09OK。当然我觉得解释他们确实融不到啦，就是现在那那那，就背景没有漂亮到，因为现在融资的难度大概是18年的十倍吧。就是就是就是你拿的钱也会更少，然后你要拿的你融到的也会更少，因为整个人民币人民币很赚钱嘛，然后美金手上大部分美金没有钱了嘛。

1:16:27所以的话，然后有钱的话，因为它的退出的那个二级市场的那个回报现在都很低嘛。你看这个中概股估值，所以大家现在都非常绝望嘛。那这种情况下的话，你就会发现说你拿到，就很多这个项目，它是一上来就跟你讲说我不想赚钱，我不我不想融资，

1:16:43我们先我们先老老实实赚钱。对。然后那些大的项目的话呢，他跟你要高估值的很多项目的话，就是他确实也在融资，他给你的一个很大的卖点是我们是盈利的。

1:16:55OK。

1:16:56这是一个卖点。所以我觉得你不管是要融资，还是要，不管是要讲故事也好，你还是要赚钱也好，你现在最优策略就是先赚钱。

1:17:05OK。

1:17:06因为你赚钱，你越不缺钱，人家就越投钱。这

1:17:09这个永远是这样的嘛，但是就不同时代不一样，因为有些时代就是我只要DAU嘛，对吧？只要我只要有DAU，我就能够先把，就就更容易的有更多的子弹去打更大的DAU这一仗。但是这一轮就听你讲起来，就是其实大家不在意，不太在意这件事情。

1:17:26不太在意这件事情，因为现在觉得DAU没什么用。这个倒不光是AI这一波带来的，我觉得是是整体，比如说中概股崩盘，以及像，呃，比如说WeWork之类崩盘，就软银投的很多的崩盘。这一系列你会发现好像大故事最后是对不了线的。平台故事在比如说什么阿里啊，什么上完市之后就讲完了嘛。

1:17:49新的所有的讲平台故事的，最后大家都发现是个骗局嘛，那就不信了，不信了。所以你讲大故事，反正我也不信，你也不能怎么样嘛，还有什么共享单车啥的。那那那你讲了也白讲，讲大故事，所以不用讲了，没有没有用。

1:18:06对，还有一个我比较好奇，就是你当你们看这些，你们怎么去看待，或者说就是技术导向的创业，或者说技术领先的创业。因为刚才其实我我是说Llama 3出来是个技术毁灭的过程嘛，但是我们也就从另外一个视角，就给前面说，你也不知道OpenAI会藏了什么一个新的、一个新的模型或者一个新的方法，能有突破性的进展，对吧？

1:18:29那我们因为毕竟还是偏向产品，偏向工程。不是偏向前沿科学研究嘛，或者说技术突破的这个角度。但是你们从从投资的角度，肯定会看更多的，看到更多这样的人。

1:18:43对，我只能说我看到有同事的话，新的论文每一篇都看。对。但但是他看了多少我不知道，但是名字他肯定知道，这篇论文在讲什么他是知道的。因为，对，我也会陪着他们跟一些就那个顶级科学家开会嘛。然后我就发现我听不懂的时候，他居然能跟他聊那篇论文里面的细节，我就震惊了，觉得平时看着屌儿郎当一个人，

1:19:04哇，你这么强的，就会被震撼到。另外的话呢，就是技术上的话，我我是觉得说现在就你必须得看嘛。这问题怎么办呢？然后然后你你不看就没有嘛，但是技术上你看很多时候也会发现，你看等你看到的时候已经来不及了嘛。所以也会在想说，那如何可以在突破性的技术在它被大众所知，

1:19:28或者被FA变成一个PPT交到你手里之前，你应该如何拿，如何知道世界上有这么个人，就比如说杨植麟。你你如何在他还在当老师的时候就跟他撸串儿？对对，因为因为其实作为投资人来讲，你的技术判断其实是不够准的。对。所以所以理论上来讲，你应该是最优秀的年轻人可以跟他们在一起。

1:19:54然后后面的话，有有早没早的打一杆子。对。但是关键在于说像杨植麟的话，他可能就一开始的那一轮，大家都不知道怎么回事儿。嗯，对，但现在现在估值这么高嘛，对。所以它的问题可能就变掉了，变成了不是做技术判断，而是说如何提前地锁定这些优秀的、优秀的年轻小朋友。

1:20:17对，但也很难啊，这怎么锁，对吧？这是个，这是个玄学。

1:20:22对对对。你你凭什么能够在杨植麟在做老师的时候，知道这个小朋友就是技术和商业上都这么强？这其实很难看出来。光看技术啊，好看一点，就看发论文啊，什么有没有去Facebook实习啊什么的。但是其实我觉得他主要也是商业上的sense很好嘛，这点就你如何看出来他是如何综合的？

1:20:42因为有些

1:20:48而且要磨练一次嘛，磨练一次，他之前说话真的也也也砸了嘛。对。但是推到这条路上，你就会发现，难道要走真格那条路吗？就投一帮小朋友，好像也不太对的。对，

1:21:00你投了一帮小朋友，因为第一次往往就是交学费了。你帮一帮小朋友交完学费之后，你不一定能够收获到第二轮。

1:21:09对吧？反正我觉得看起来也是很很累的。我自己最多知道说上周有什么重要的论文的标题是什么。

1:21:19对，最多

1:21:20到这个地步。我

1:21:21最近也差不多。

1:21:23对对。但是真的没有能力去做任何技术判断，也就是跟着听一听，说哦，原来是这么一回事。对，很难很难判断。所以会请请一些请一些partner嘛，然后就是会去问他们嘛。比如说我们的田同学，是吧？

1:21:38就是问，然后那这个这个靠不靠谱啊？你帮我介绍这个行业来个人啊什么的。对，我觉得有点超过我的能力，所以我现在还是处于旁观和旁听学习的一个状态，完全超越我的能力了。每次都听到我说，什么？有这种东西已经已经出现了？

1:21:55就是我自己我都我都甚至完全不知道这这种科技已经存在了的情况下，然后听听别人一个presentation，然后就会觉得，啊？还要我做判断？我我我我就我就只能相当于旁听一下，然后在旁边鼓个掌啊，谢谢。

1:22:09就是你们看了有多少国内To C的AI应用，实际上是已经累积了比较多的用户的？

1:22:17有，就是To C的发展就可能比我们想象的还要好一点。还

1:22:22好一些。

1:22:23就是还是有一些应用能打得偏红海一点。就是其其首先第一个，就是会有很多小的公司是赚钱的，你越小越赚钱。比如说有那个听我们播客的某位小朋友，就有一次线下见面跟我讲说他刚赚了四百万。然后就是非常简单的把Stable Diffusion加上一些东西，拼了一个服务，然后就直接卖钱。

1:22:46就是这个，然后然后我说啊，我想知道啊，就是听你讲，然后嗯，哎，我自己怎么没赚到？

1:23:08他们毫无没有技术，就拼拼几个技术，然后打一个仗。

1:23:14做一个类似于之前抖音上很多人投放老照片修复的那种东西。对对。然后这种就可以赚钱。对对对。还有一批是老公司的转型。

1:23:24老公司转型AI，然后但是他们打的，本来老公司很多打的就是刚需的大市场，然后转型AI之后，收费率提高。OK，OK。然后这边又赚钱了。

1:23:44好像不是万兴专门干的事儿，是万兴吧？

1:23:49做做做做什么PDF之类的吗？

1:23:51但是也做这种什么iPhone的、什么微信、家庭记录、什么其他的恢复啊。

1:24:00应

1:24:00该不能吧。这是上一代技术吧。应该

1:24:03不能吧。他觉得AI帮你编点看上去像你们聊过的数据吧。

1:24:06HumanSounds]

1:24:13你不用修了，我帮你重新造一个。你们原来感情怎么样？然后我帮你编。

1:24:21OK，OK。

1:25:07这不是黑镜里面的一集吗？

1:25:12有这种，Black Mirror里面有这样一期，然后现在比较那个，呃，比较灰色的用法是用它来复活明星。然后用明星，比如说李玟啊什么的，去骗流量，这个是。那

1:25:24灰了，灰的用法。然后比较能够我自己感觉比较靠谱的做法的话，其实是用来做那个猫猫狗狗的。

1:25:36因为真人的话，你跟他聊几句就会发现这个人不对，就是那个恐怖谷你过不去嘛。但是猫猫狗狗其实很好过去的，因为猫猫狗狗就那么些表情，就就挺难出错的，就是它就是萌萌的嘛，对吧？或者你告诉我它是什么样子，比如说它右腿有点瘸啊什么的，做出来就

1:25:56就是猫猫狗狗过世之后，你帮它做一个数字分身，在你的屏幕里面陪着你，这事儿我觉得相对靠谱一点。

1:26:05真人会非常的creepy，你非常期待。而

1:26:13对对。猫猫狗狗会。

1:26:17也比较好做。反正我觉得

1:26:22是，可以做的事可多了，就是还是要听徐徐文浩同学之前讲的，说动手快一点，别想太多。老想老不干，是吧？对，

1:26:34也还好吧。反正，对，有人发工资，你就动手快一点吧。

1:26:38啊，对对

1:26:38对对对。不是，原来你可能还在这样，我头大，哎，有人发工资，你就做做做，你就做呗。

1:26:44对。最近会最近会做的做的多一点，因为现在其实成本都不高。

1:26:49实际上我觉得有很多问题是做了才会暴露出来，没做之前你都觉得这事情简单，一做你就暴露出来好多问题。

1:26:55对，

1:26:56说说都简单，一做就是你会发现这个小坑无数。你把这个小坑都填了一点，你知道在红海的竞争中就多了一点点优势。

1:27:04还是讲道理比较简单。

1:27:21对吧？

1:28:22发达国家。就我们还是很厉害的。

1:28:36对，贾玲的那个片子嘛，那个那个《热辣滚烫》，最后就是她打完了全场。确实打中了对方一拳。这样，你是一个伟大的。所

1:28:59这是是。

1:30:06你这样去想，就是比如说我们就讲互联网，过去大厂，最近大家都大厂都在裁员。那就说明过去几年扩张这件事情错了，对不对？对。大家都扩张了，对吧？就没有谁很理性的说，哎。

1:30:18我就是家人朋友在这段时间，我觉得这是个虚假的繁荣，其实家人朋友没有意义。除了那个伊隆·马斯克先掀了桌子，对吧？我裁了推特百分之八十的人。

1:30:26有些时候就是

1:30:29对。但是有些决策它是非对称的嘛，就是如果我不该加人的时候加了人，因为对大厂和小公司不一样嘛。对，有盈利的大厂，那我无非比如说我每年多两个亿成本。嗯，对。但是如果我在别人都扩张，假设这是一个比如说颠覆性时期，别人都扩张的时候我没有跟上，那我的市值可能掉两百亿。

1:30:48这这这这两件事情孰轻孰重，那我还是就觉得，我也不知道，错我肯定要错在每年多浪费了两亿美金。啊。

1:30:56它是它它不对称的。

1:30:58对对。就有点像我们之前在大厂负责过某个业务嘛，当时最主要的原因是因为说，如果我们赌对赌错了，这件事情无非每年比如说多多花两亿美金。但是如果我们是对的，但是我们没有做这件事情，市值要掉两百亿。就就真的是这种这种情况，所以这事必须要干。

1:31:19这事必须要干。不同的逻辑。

1:31:24哎，必须干，对于我们这帮老帮菜，就是人生最最大的最后一次机会了啊。

1:31:28没有没有，我总结的就是说，也挺好。

1:31:31我觉得每天都有新玩具一样，然后就哎哟，又出Llama 3出了，然后调一调，哦，还能这样玩哦，好开心。就男生嘛，又不买包，对吧？就就就科技产品嘛，对吧？就跟就跟自己买买个什么新相机啊什么的，其实有的时候乐趣是差不多的。那

1:31:48那你新新相机贵不贵？好的

1:31:50好的好的。我们今天就通过那个同学聚会，然后茶馆聊天，水了一期播客，哦耶。好，好，谢谢，拜拜。