硅谷逛了一圈后，我发现的AI新视野

00:05Google其实花的时间比我之前以为的时间要久很多。

00:09Google追不上，可能是因为很多数据它不能用。因为美国的用户的付费能力也好，就是在这个生态上的繁荣程度也好，比国内要大。而且我们在那里也见了大量的华人创业者，呃，做应用，对吧？to C、to B的其实都有。其实不妨可以考虑出海。

00:35米哲瑞提了一个观点啊，你自己想要去画一幅画的时候，你是拿一张纸，上面画一个草图跟人解释清楚，还是你一定要用嘴说，才能把这个问题解释清楚？你用嘴说，再怎么说也解释不清楚。

00:59好，呃，欢迎大家来到AI炼金术新的一期啊。这一期主要是那个徐文浩老师，他跑到硅谷去转了一圈。他在硅谷转悠各种公司、各种拜访的时候，我正在清迈禅修闭关。然后两个人走上了……

01:15也实在是太潇洒了。

01:18所以呢，就就赶紧把他那个扯过来，说来来来，新年我们赶紧先直播一下。然后主要几个目的，一方面新年嘛，我们就聊聊去年一年。然后更重要的就是这一次硅谷的话，打听一下说到底有没有啥见闻或者感受，有没有什么在国内感受不到的。然后最后呢，我也想问大家一个非常具体的问题，就是因为受到他的刺激，受到他刺激，就是我最近也打算去一下硅谷，

01:47完全就是受他的刺激。因为那一天他在群里面在那边感叹说，哇。耳目一新啊，就是在那边长吁短叹的时候，我正在国内的一个类似的大会上面，然后然后听一堆巨无聊的东西，然后就内心产生鲜明的对比。当时听的都是那种感觉，这不是应该你们一年前都要知道的东西吗？

02:09你还在讲。然后就就觉得我也要去泡泡，但是我现在纯属FOMO，我完全不知道我要过去泡什么，但是我已经决定了，一月份我要去一趟。对对对，所以待会儿问你一句，这样子说到底要去干嘛呀？对对对。

02:22其实其实一月份你最好去，就是马上就去，因为马上是CES。

02:26马上是要多马上呀？

02:28马上一月十号左右，可能就是CES了，然后应该可以看到有很多公司在搞这种AI硬件嘛。

02:36在Vegas啊，OK，那要不要赶紧飞，是吧？

02:40对对对，

02:41啊，行。那那那先问问你吧，就是问问你，你这次过去到底看了个啥呀，对吧？因为我觉得好像很多东西都在国内不也看得到嘛，对吧？你看YouTube上看那些会不也看得到吗？你为啥要跑过去，专门待那么长时间跑到硅谷去晃

02:56啊？嗯，泡着。我我觉得也也也不是叫专门，因为因为肯定还是要去看。就是说我我我第一个觉得是说大家有机会还是要去看一下。因为其实我们之前就直播的时候就聊过，我觉得就是呃美国现在的生态，就硅谷现在生态是一个比较正常的生态。

03:16就我不是说它有多领先，它肯定还是领先的。因为人家ChatGPT，人家先搞出来的，Llama 2也是人家先搞出来的，都在硅谷嘛，对吧？就是OpenAI、旧金山，Meta在那个，嗯，Menlo Park嘛，对吧？都在硅谷，呃，旧金山或者南湾那一边。

03:32所以，呃，我觉得说你你出于说这个这个学习一下，先定经验，过去看一下，或者找人聊一下也也不错。我觉得这这第一个了，对吧？然后第二个呢是说我觉得看完之后，我觉得倒不是说哎呀大家认知上有多大的差别。就是说因为大家扯来扯去说什么啊通用人工智能呀，说什么大模型这样那样，或者但是我我觉得你去能够有一个比较明显的感受，

04:00就是我觉得在国内有一个感受，就是就是其实大家还是没有真的把这个模型用起来。这个当然有一个很大的因素是，呃国内的监管让你大部分业务不太允许，或者不太方便用OpenAI的模型。如果你今天想要做to C的业务的话，对吧？第二个是说，那国内的模型现在效果又还没有到GPT-4那种，呃。

04:25呃，就是你用下来说，诶。我的确好像立刻就能解决很多问题，然后你会发现你还要利用各种技术手段去打一些补丁。然后同时又因为有这种比较严格的监管，导致会你会说，就是大家大家也没有敢去大张旗鼓的宣传。所以我知道的是，其实国内有一些公司在B端，甚至一些呃比较不太敏感的to C端，应该通过允许也在用OpenAI的模型。

04:53嗯，这是回来之后发现的啊，但是的确就大家不太交流。我我我发现就一个比较典型，就是大家没有去去做比较频繁的交流。第二个是说因为生态没有真正起来，所以你会有一个感觉，就是觉得国内好像是大模型也没啥用。对对对。但是你跑去硅谷去看一下呢，我觉得就是说它没有这么拧巴嘛。

05:13就是就是第一个是我说了嘛，就是OpenAI开了API，大家就用嘛，用了我就做产品嘛，做了做产品我就to C嘛。然后很多小的团队to C拿着OpenAI的API在做产品已经跑起来了。不管是to B还是to C，所以我觉得这个是一个你会觉得它的生态更繁荣。

05:32第二个是说，因为它的确一旦这个有很多产品它做了，立刻就能to C就能用，它可能用户群现在还很小，但它没有那么多需要担心的。它既不担心说，哎呀，OpenAI会不会来做我这个生意，也不会担心，哎呀。我这个东西监管会不会导致我这东西不能用，对吧？

05:50然后所以所以你会感到，然后如果有很多小公司都在用OpenAI的这个API，或者说他们也不只用OpenAI的API，那么就会有这种中间件的生态，就会有我们之前聊过聊过的各种公司，对吧？什么LangChain啊，LlamaIndex这种做开发者的，然后有些做这种模型快速部署的，

06:08什么Replicate啊，呃。包括什么贾扬清啊，他们Lepton啊，什么，就是有一堆的公，一堆的公生态。然后这些公司出来，然后大头部的品牌又用，然后又会有一些to enterprise的，to SaaS。就是你会觉得，核心的逻辑，我我的觉得，我的感觉是说它的生态很繁荣。

06:26因为今天到今天来看，我觉得大语言模型还是一个，此时此刻呢，就是在to C上，我觉得大家也没有找到一个偏娱乐类的场景，其实还是不多的，对吧？它也偏生活类的场景，其实也还没有那么多。那目前大部分人用，你尽管可能是C端付费，但是它还是一个偏效率类的场景。

06:50对。我我我不知道，我就是不管是ChatGPT可能有一亿的用户，我相信大部分的人是专业用户说，哎。比如我，拿着它，帮我写写代码，对吧？有人让他去回答一些专业的问题，都是在做效率提升了的应用。它不是像比方说我电商我要买个东西，我外卖叫个外卖，我外卖点个餐，是满足个人的这个生活上的需求的应用。

07:16对吧？对。C A I的话就比它少一个数量级嘛，那个DAU

07:20肯定少掉。对对对对对。所以我觉得说从围绕这个这个这个效率类的应用，你会发现就是说这个也是一个我觉得美国跟国内的整个生态上的区别嘛。因为国内其实互联网在风投创投那么多年，其实真正成功的公司都是to C的公司。都是偏向于，都是我称之为叫衣食住行的公司嘛。

07:45对，对吧？我不是，国内没有一个大的公司起来说，我是一个纯效率类导向的应用。很少。呃，对吧？你勉强你你可能以前你说百度搜索，那maybe你也许勉强能算。

07:59对，对吧？但是它整体来讲，我觉得是衣食住行，偏娱乐类，偏生活类的应用，创造了这么多头部的大的公司，互联网什么电商呀、外卖呀。打车呀。短视频呀，对吧？对。

08:11但是此时此刻，至少目前AI到目前，其实偏娱乐类的应用，呃，还是没有那么强，没有那么强。就是在你在硅谷，你也会看到大量的呃公司，其实生态也是围绕to B的，也是围绕to B的。那这个我觉得又是一个比较大的差别，对吧？这个会带来说，你会觉得硅谷好像生态很繁荣。

08:34在国内觉得，呃，国内的to B它已经，我觉得这个事也比较悲哀啊。我的感觉是国内to B大家有点认命了。什么叫认命了呢？就是我已经接受，我就是来帮你们做外包的。对对。

08:48这个是我我我觉得这个是，这个是某种程度上讲，就是我觉得到今年或者说疫情后，慢慢的当这个呃美元基金没有再投大钱，或者上一轮SaaS投完钱没有看到大的产出之后，越来越多的我周围的做to B的朋友的公司已经接受，要么接受说我的增长增长速度不会那么快，我就慢慢做，慢慢熬，对吧？

09:11那个他们其实还这种，我觉得还是有理想的，就是说还是相信说能最后做成一个大的企业的。但是也有很多就认命了，就是说我就安心埋头挣我的小钱嘛，对吧？我觉得大

09:24部分都是第二种了，因为他们亲眼看见那种做标准化的，死的都很惨。

09:31对对对。是的。但这个其实我说为什么说有一点点悲哀呢？就是说因为这样做，其实最终你也只是说解决了生存问题嘛，其实不解决，不太解决发展问题。对，也不太解，就不太解决发展问题。

09:44我们先不讲什么理想不理想，对吧？因为我觉得理想这个事情，呃比较抽象，你也很难描述或者定义，但是它其实不太解决发展问题。对。就是你毕竟你你它很适合啊，我们就是几个人的公司，可能过得不错，然后或者。但是你一旦要到五十人、一百人，你会发现，那我未必比我只有十个人、二十个人的时候，呃，过得更好，

10:08对吧？对。很多时候，就这个是，这个是，但是我在在美国我觉得不是这样的。就是说，我觉得我这次第一个感受，就以前感受其实没有这么强。以前也去过美国，也参加过各种什么Facebook的大会啊，这个大会那个大会。

10:23但那个时候更多的是，你其实还是围绕中国出海的这些公司或者客户去看嘛。这次其实是花了，就聊了大量当地的公司。当然了。也大部分也都是华人了，就是聊了，就基本上除了OpenAI跟Anthropic的公司之外，基本上所有的头部做大模型的公司或者团队里，

10:43多多少少都找找到人聊了一下。OK。

10:47对对对，如何做到

10:49呃，如何做到，就是，就是，就是我们都有一些，我们有一些共同的朋友，他们很有人脉，对吧？就是让他们帮我们约人。第二个就是你自己，就是我觉得第二个比较典型的是说我另外一个体会吧，就去了之后你会发现说，啊，我发现我原来我们有好多同学现在就在硅谷。

11:08就是原来你觉得他，你不，你没有意识到他们可能已经在硅谷了。第二个呢是你会发现，只要没有选择在，没有选择在大公司躺平的状态的人，现在多多少少都挺厉害的。就很有意思，就是我的第一份工作，我的第一份工作在一个美国软件公司，然后我们也有很多同事后来去了，

11:28因为各种各样原因，比如去Google或者去哪里transfer到了美国去。然后这次呢，我在那边见了三个我原来公司的同事，他们呢都在Google。OK。那两个，一个刚刚，一个刚离开Google大概一年多。然后呢，原来都是我的同事，就是我们原来做这种企业enterprise software，那个就是可能是两千零五年到一零年那个时间段。

11:51当然我们做enterprise software，就是企业级的这种应用，对吧？现在一个呢在Google做这个Bard的这个，他们叫post training，就是大模型预训练好了，我在Bard上要给十几个用户用，做这个，就是我们叫fine-tuning，国内我们一般叫fine-tuning嘛，

12:09他们叫post training，就是包括微调啊，包括强化学习啊。然后一个在做这个，一个在呢在Google的这个，这个这个，呃，infrastructure组做这个machine learning的serving，就是大模型的serving。

12:24一个呢在，就是之前在Google是做这个research的，后来出来创业，在一个公司做去finance的。我跟他们一起吃饭，我跟他们开玩笑说，那你们三个凑一凑，就一个大的公司就成立了。对啊。啊，对，没有考虑。

12:38挖一挖，松松土，玩一玩。

12:40我现在想起来了，我现在跟他们都聊，但是但是，当然是，这个挖挖人这个事情我觉得肯定也比较慎重，第二个都很贵啊，对吧？都是，就是你想啊，就十五年前我的同事嘛。对对对。这其实都八七年了，对吧？

12:55就就就就是就是你基本上也看了一下他们的呃，工资条，对吧？对，就肯定比我的工资条要高，要多很多。我也看不到他们工资条，但是你去什么Glassdoor上看一下他们这个级别，他的薪水，嗯。看了看就知道，嗯，这挖的话，这个得下血本儿，对吧？

13:11对，对，对。他们也得愿意回来。

13:15对，对对对对对，我觉得这是，这是第一个比较明显的体会，就是大家都在搞AI。第二个是我觉得整个生态很繁荣。第三个我觉得比较特点，也基本也就是在to B端的落地很快，就是有很多公司都呃落地了，而且挣到钱了。我这个是一个非常举个例子来说。

13:35是什么什么叫落地了？是已经已经就是公司已经付钱了吗？

13:42呃，对。就是我我我就我们其实也是我们的一个大学同学，他在现在是一个是一个呃，你知道是谁？就是我我我就不因为也是我觉得透露是谁可能也不一定特别合适，但是人人家也是个网上也能找得到的公司，他是一个公司的第一号员工嘛，就是有两个founder，他是第一个加入这个公司团队，他们其实公司也就跑了一年多，他们做什么呢？

14:09他们就做呃我们叫AI automation嘛，AI automation，他们干一个什么事呢？就是呃大家知道美国有很多公司，它的这种后台的这种业务处理啊，是外包在什么菲律宾啊、印度这些地方，这个东西就以前叫BPO，Business Outsourcing，Business Processing Outsourcing，对不对？

14:27就是就是呃业务处理，这呃举打个举个比打个比方啊，就是不不是他们是干这个。你比方说你在国内填个报销单，或者说你有各种各样的invoice，你可能是发了个邮件，对吧？有很多这种文档。那，呃，可能说，其实你你觉得你发给一个邮件，你以为那个系统原来非常智能，其实不是。

14:48是你们是个巨头，你们在菲律宾有一个外包，有一群菲律宾人呢，就就可能就是拿着这个邮件，他收到这封邮件，点开里面那个invoice的PDF，对不对？他在另外一个系统里把那个PDF里的东西copy paste，你也能写到那个表单的那个系统里去，它可能就是这个叫BPO外包，对吧？

15:07这个是一个打个比喻啊，实际可能比这个要复杂一点，或者说他们就干了一个很简单的事情。就是说他说我把这个做成大模型，做成了一个SaaS，就是我能够理解你发给我里面的文章是什么内容，然后我把里面内容提取出来，记到这个表单里了。

15:24嗯。了解，对吧？然后然后呢，他说他而且第一步呢，他说我自动填了呢，我也不是说就直接把人裁了，就全相信机器。第一步是Copilot，就是我给这些菲律宾外包说，他每次都自动填了，但是你需要人工确认的。是，对，他说他们干这个事情呢，就能减少这些企业的三分，就是原来人工的三分之二是被节约掉了。

15:50对啊，对。但你要想，就像国外海外的这些头部的巨头公司，可能对吧？就是就跟那大厂一样嘛，跟那个十万人二十万人，对不对？所以它的这个整个业务，其实每年的这种BPO这种各种各种这种外包的这种业务处理流程，其实也是非常花非常非常多的钱的。

16:11所以他们其实跑了一年，其实呃拿下了几个这种五百强的客户，可能就已经有几百万美金的收入了。每年的订阅费用，

16:20这个很有道理啊，因为呃一个是这个肯定可以用嘛。二个就是它其实没有在发明一个东西，它是那种大企业已经在采购的一个外包的一个活儿嘛。那你这边相当于帮外包在做降本增效，然后但是它卖出去的这个订单就是存在的，已经存在了。对对。

16:41那所有的外包其实因为只要是牵涉到外包需要人力来做的，所有的这一类的事情，理论上来讲都可以有这种东西出来。

16:49是是是是没错，所以他们已经可能成立了一年，对吧？然后这个那个一年多吧，到现在可能已经有这种几百万美金的ARR了，对吧？然后同时已经融完两轮资了，可能融了就是三四千万美金了。那几十个人也不多，可能就三四十个人这样的，嗯，四五十个人这样的一个规模的一个公司。

17:12表单还没有break even呢，就是你的收入还不能覆盖你的所有的人工成本，对吧？但是他已经开始，就是我认为这个他已经走过了零到一的阶段了，因为他已经拿了几个标杆客户了，然后这个场景也被验证了。就是从从结果上，

17:27为什么会就是不会被challenge，说比如说微软的Copilot或者Salesforce的Copilot，最后会把你这一块吃掉？他们为什么不会被说你们赚钱的是亿啊，但是不值得投资啊？

17:40我我觉得和他们聊了一下，就是他们的逻辑挺简单的，哎，投资人一看，你这不就是Adept嘛，就大家见过那个Adapt.ai嘛，对不对？他说，哎，Adept搞那么多年，搞了那么久，到现在也没有把产品正式推出来啊。你们已经有客户了，已经有收入了，而且是非常头部的，就是你可以认为是美国前二十的这个市值前二十的公司上的客户。

18:00OK啊，对。然后也就几百万美金，你们产品做的也不错，对吧？你们看就是都在正轨上，那那就做嘛。第二个是，就是，就是我觉得就是美国有个特点，就是它的To B的生态是比较健康的，就是它Copilot也许会抢它的生意，也许不会抢。

18:17但是你要理解，比如说大家都觉得我们的办公都用微软，对吧？但美国其实这样的，在围绕整个办公的SaaS领域，有很多上市公司啊，对吧？有这个，比如说有Slack，对吧？它是被Salesforce并购了。有这种HR的，就是上一代的HR的公司，就新一代的这种互联网，有Workday，对吧？

18:39就是什么有，就是各种各样的这种企业级的软件跟服务的公司，一年是，就是，就是一年，这个市值上千亿美金的，有Salesforce，Salesforce市值两千亿美金。嗯。所以我是觉得说在美国的整个To B的SaaS生态是非常繁荣的。

19:00就是它并不存在，就并不并不存在说，啊，因为别人也可能做，所以我就一定活不下去，因为企业的付费习惯还是很好的。第二个，我自己也在想说，如果我用了这个，因为我觉得它这个跟微软还是不太一样，因为它其实的就切的场景还是比较细分嘛。我感觉更那个Copilot更像，我就是美国人坐在美国的办公室，用你一个通用的东西辅助我干任何一件事情。

19:28而它做的事情其实非常聚焦，对吧？就是说我就是去解决说那个你BPO外包，外包到这些这个这个菲律宾也好，印度也好，这些后台的业务的文书处理。它不它不解决别的问题，它不需要你做任何创造性的工作，你也可能不需要去写什么，呃。说我也不需要写个，比如说我要写个项目计划书，他没有这个能力，我他那能力，他最强的能力相当于说我能理解各种各样的文档，

19:56然后把话放进去，把表单填了。

19:59所以还是要找到细分的一个场景。对，

20:01呃，我我觉得当然是一个是找到一个细分的场景。第二个是说这个业态某种程度上讲，你看完了之后，你又会发现国内其实也不太容易复制。就你今天想复制国内，其实第一个它没有一个业态，说我一个大公司，我内部一个系统再外包给谁做，第一个是，

20:18呃，不存在嘛，对吧？就是国内你的这些文书，其实就是很多是公司内部做了一个系统，或者让你自己去填，或者说是公司内部有一个很大的这个HR团队或者行政团队去，或者或者一个团队在干这些事情。

20:35对吧？就是说，第二个是说，呃，类似的这种to B的很多场景在国内就是没有办法很快有收入，或者很很快有一个合理的收入。因为，呃，美国很典型的人工还是比国内贵嘛，这个其实，对吧？基本上人工是国内的四五倍。那么他去买一个SaaS或者买一个软件，花钱是很正常的。

20:55但是国内这个这个，对吧？现在一个是要，呃，这个这个人工本身没有那么贵，相对美国来说，对吧？第二个是说，说这个，呃，大公司内我觉得冗员还是很多的嘛，所以大家都觉得，那我内部做一个，

21:13对不对？就我我前两天，就是前两天跟一些朋友在聊聊，就是很多人现在不是在做什么这些电商啊，或者短视频的这种创意生成啊，或者怎么样。对，对不对？然后我们跟一些头部厂商的朋友聊，他们大家就是，我我我其实我都会觉得做这个事情肯定没有出路的，

21:32为什么？因为大厂，这些大厂自己会看着你这些外部服务商做。如果你做的某一个真的特别切中痛点，对，他一定会复制你的。对的，变成一个内部提供的产品。对。

21:45所以所有的这些创业公司，等于今天你在给头部的公司探路，头部的公司做做一个，也不一定说头部公司的这个老板特别无良，就是想抄别人，不是的。是因为说内部那么多团队，大家都有KPI，有业绩要求，特别是现在，对吧？就是什么公司要裁员，人心惶惶。

22:03那我不得抓一个活儿，给给给让自己能够活下来，或者让自己能够升职啊。那你外部厂商的数据我都能看到，这个东西特别好，那肯定有需求，有需求我就做一个嘛。对。这个我觉得是一个比较大的一个，

22:18嗯，生态上的差别，生态上的差别。

22:20了解，了解。所以这是to B，那to C上面呢，因为你说那边to C也比较繁荣嘛，那to C中国不是有很多团队也出海吗？为什么那边会比较繁荣一点？

22:32我我没觉得to C比较繁荣，我觉得美国是一个非常，目前的这个状态是一个非常典型的to C非常，呃，to B非常繁荣，to C其实我没太看到。就是我的观察是，我看到的一个现象是这样的，我觉得就是美国目前整个的这一波的AI生态是很典型的，

22:49我称之为两头的人想得非常清楚，目标非常极端。哪两头呢？嗯？第一头就是头部的所有做模型的这些公司。嗯，对，这些公司想得非常清楚，是说它此时此刻对于收入也好，对于其他产品也好，其实都不太在意。

23:07他们核心关注的是模型的智能。就是每个人都

23:11奔着AI去。

23:13对，没。至少说我觉得在在大家兜兜转转之后，今天头部的这些大家觉得模型领先的这些厂商，大家至少说出来的都是我得奔着AGI去。OK，对吧？他是不是这么想的，或者说他是不是一直这么想的，我觉得不确定。他可能原来不这么想，跑着跑着发现，呃，也也许是为了融资，也许是他真的这么想的，也许是在这个竞争促使，

23:37也许是因为模型越来越多了，效果越来越好了。但是我听，我我聊完我的感觉是，大家的目标还是奔着那个超级，就是奔着至少先要把模型的智能做得更高，别的都不太重要。嗯。别的都不太重要。

23:52你说我是不是一定有一个产品，是不是产品的用户要多？其实好像人家没有那么在意。人家至少此时此刻讲的故事还是说我能不能，第一个是尽早追上GPT-4的水平，第二个是有没有可能最早做出AGI的能力，就达到所谓的他们认为的

24:11AGI。了解。

24:13对。这个是，这个，

24:14对，他们的信心来自于哪里呢？因为国内的公司基本上我就感受下来的话，就是，嗯，哪怕是一线的公司都有点觉得说反正也追不上，追不上OpenAI。那国外的话，哪怕是我们从Gemini，虽然我早几天跟一个Google的人聊，他们自己觉得Gemini比GPT-4好，

24:35我心里面觉得说哪有好啊，就就Google都追了那么久，都追不追不追不上来嘛，其实还还差。

24:43是，那

24:44那其他公司它它信心来自于哪里啊？我我反倒是比较能够同理，就是国内这几家的这种，就是有有一点点，我我们，对

24:54吧？嗯。是，第一个我是觉得说，呃，第一个是，呃，大部分我觉得头部的大模型的厂商的，就是第一个是说这个圈子其实我聊完之后我的感受是，其实真正在做foundation model的人并不是特别多。就是除了OpenAI跟Gemini，就是Google DeepMind，呃，Google的Gemini的团队之外，

25:15他们两个团队大概都是就是上千号人的团队规模。嗯。其他的大部分公司的团队都只有几十号人。嗯。特别是做核心做模型的，可能就是就二三十号、三四十号人。

25:28包括我跟他们聊，OpenAI的人我没有聊过，但是他们说OpenAI最近招了很多人都是做engineering的。其实可能就是因为我有产品啦，我有更大的数据量啊，有各种各样的问题要处理，并不是说做模型的人特别多。嗯。我觉得这第一个就是说，其实各个团队里核心做模型的人，当然OpenAI肯定更多一些。

25:48第二个是说，头部能够现在做出模型做的效果不错的，呃，这些大家听说过的什么character呀、什么Mistral啊，他们都不是，大家得理解，就这些公司的这些核心团队，他不是等ChatGPT出来才说我们来决定做大模型的。他们本来其实跟OpenAI一样，其实一直在这个赛道上。

26:09对，对吧？而不是说啊，我原来是说，国内比较典型的这些这些做团做模型的团队很多都不是，对吧？都是我们叫搜索广告推荐出来的人嘛。对。原来都是搜广推的，说，哎呀。

26:22这个东西火了，聚了一帮很聪明的做算法的人，那你再快再快，你追也需要时间嘛，对不对？就国内现在头部的这些厂商。

26:31只有原来在做。

26:34呃，对，只有Google跟Minimax，你可以宣称原来在做。那我们不管说百度也好，阿里也好，字节也好，百川也好，对吧？就是你当然可以说我们原来也做在做AI，我们原来也有很多很强的做搜索、做自然语言处理的人。但是你至少你原来的路线不是这个路线嘛。

26:53你其实是从去年，你再快再快也是去年底开始搭团队建立，开始追赶的。但实际上那个，呃，海外的头部的这些公司，至少这个团队它其实已经在这个当中进行了比较多的时间了。嗯。同时呢，做这个模型它又不是一个需要堆人的事情。嗯，对。

27:15因为我我就是我我我跟Character AI的人聊了一下，Character AI现在就五十多个人。对。对，

27:21昨天也还都聊到了，嗯，

27:23行啊。对，我跟这个，呃，Salesforce Lab的人聊，Salesforce其实之前不是就你，就很早就做了那个一个叫CodeGen的模型嘛，他们当时做大语言模型团队里可能就二十多个人。

27:36他们出了一个东西是叫爱因斯坦吗？

27:39呃。对，呃，呃，对，对的，他们出还出了个爱因斯坦。对。就是你会发现说这些团队的人其实人都并不多。就他不是一个啊我一定是要堆很多人或者怎么样的，这个是说，但是他的人才密度肯定很高了，对吧？

27:54了解了。

27:56就是第三个我觉得说很多人觉得他们，他们的很多瓶颈有时候是在算力上，而不是在，就是就大家都缺卡。对吧？这个也是说很多时候Google，你就是我觉得Gemini虽然发出来有各种各样的问题，对吧？或者说得到了各种各样的嘲讽，但是我觉得它有一点还是很厉害的，就是第一个，他们能够做这种跨数据中心的这种training，

28:23就是我能用多个数据中心的TPU。第二个说他们可以一两周做一个实验，那这意味着它追赶的速度一定非常快的，对吧？但是大家都第一个我觉得缺卡缺钱缺，对吧？第三个就是我觉得top的这些最顶尖的科学家呢，一般还是比较自信的。就他不觉得，他他不觉得，他不是像我们会觉得，哎呀，人家太厉害了。

28:45这个我们肯定比不过。我觉得顶尖的这些顶尖科学家在这个领域里的人不会有这种自卑的想法。人家都是觉得我也很，我很牛逼，他们那个东西不对。我我我我

28:59我早几天还聊了聊了一个，就是就就当然有点偏民科哈，但是他也找了一笔钱，然后就反正跟我论证了半天，说OpenAI走错路

29:10了。你不会说的是RAG吧？

29:13不不不是RAG，不是RAG。另外一个我也我也我也介绍给了我们共同的某位姐姐，或者说不要打破思路嘛，我介绍一个民科，你聊一下。OK OK。对对对。也也还是有有一些这种，有一些有一些这种人，只是可能没有那么好的背景。

29:28然后来来来来，但但是我觉得我们就是有，我们我们介于懂和不懂中间，就比较尴尬。

29:36不，对，我们主要是这样，就是周围呢你有一些人，你觉得他们就是比你厉害。然后呢，第二个呢，你又觉得好像我也还行，但是呢就是没有那么厉害，所以呢你就觉得说那事我干不了。

29:47对对对。对吧？

29:48但但是我我觉得我见过，我也见了一些top researcher，就是说我觉得top researcher还是比较典型的，就是说有一种舍我其谁的这个心态。他就会觉得说我我觉，就是我没想我这个，对吧？我们这么厉害，这肯定是我们先搞那个不行，对不对？

30:04就是我我建立这个research，我觉得他们处于这种心态。所以我觉得说，就大家还是觉得说，呃，要去追赶一下。而且另外一个我觉得有一个特点，你看他们也说了，也说我们的一个大学同学，对吧？就是他说，那被别人先搞出来，我就没得玩了呀。

30:22然后我想想，人家说的也很有道理，就别人搞出来，那的确你也没，就是我们就没得玩，我们干啥好呢，对吧？就是说，就特别我们这种搞，还能出来扯扯淡，对吧？就是说我就是真人出镜，还能出来，对，卖卖卖，对吧？人家是科学家，人家说我要搞AGI，人家搞AI研究的，然后被别的团队先搞出来AGI，他是没什么可以干的了，

30:45好像别的都显得不重要了，对不对？那那我也非常能理解，就是说，哎，那人家就是要投身，把所有的精力都都来搞这个事情，想要看看，对吧？在背靠公司资源，有一群优秀的科学家，能不能先搞出来H嘛？我觉得这个心态也很正常，

31:01对吧？刚刚被你提醒，我突然想到，如果能把我同学聊一圈的话，好像也也也也也覆盖面也挺广的。对啊，对啊。

31:09去了

31:09去了去了。对对对，所以所以就是我说的，就是都都都都聊过一圈嘛，就都聊过一圈。就是，对，就是想想尽办法都聊了一圈，就是有些不是，有些是找朋友介绍认识。因为我觉得硅谷大家还是比较开放的，就是虽然保密的东西不会跟你讲，对吧？就是说，但是就是不太保密的，就是就他们觉得大家都知道的事情，呃，其实就就也也会比较开放地讲出来嘛，对吧？

31:36了解，了解。对，OK。我今天也看那个周密一个观点，就是那个周密，他是认为说可能真正能够产生影响的top researchers，可能全世界也就两三百个。然后说百分之九十就在那三家公司，就是OpenAI、Anthropic和Google里面。

31:55然后就说其他家的密度不够，然后就就就就也就那么多。你是怎么看？

32:02就是，就是这样的，就是我觉得他对这个东西的现状描述是正确的，或者说历史状况描述是正确的。我说什么叫现状跟历史状况描述？就是你如果说在今年之前，这句话没错，对吧？或者说就是在做在做大模型领域的researcher，可能就，对吧？

32:21特别是LLM这个领域的，对不对？那可能就就是就是，可能原来大部分在Google，可能有一些去了这个OpenAI，OpenAI分裂出来Anthropic，对吧？但是你也会看到，比方说，呃，Character、Adept、Mistral，这些人原来也都是做大模型相关，

32:41肯定也都是top researcher，对不对？有些就是从OpenAI或者这些团队里出来的嘛，都从Google DeepMind里出来的嘛，

32:47对不对？这篇文章那几个作者嘛，八个作者开七家公司，

32:51对吧？就是从这儿出来的。第二个是，大家得理解，第二个现状是什么呢？原来不再做LLM的，现在也都来做LLM了。同时这件事情从现在来讲，它的楼号又没有那么复杂。

33:07嗯。就是，你比方说，对吧？就是我说我们去Meta，Meta原来那么多人可能在做围绕VR，或者围绕这个虚拟世界，做什么AI打星际、AI下围棋，人家现在也来搞LLM了呀。对，人家原来也是top researcher，对不对？

33:22只是说之前他搞的不是LLM而已。那今天今天的特点是，全世界所有的top researcher可能有一千个，对吧？比如原来视觉也有，语音也有，或者各种，或者干各种不着调的，甚至在做搜广推的也有，对不对？那今天他都转行来干LLM了呀，对不对？

33:39这个是，这是第一个。第二，第一个，这第二个是说，有这个知识是在散播开来的。嗯。散播开来的就是说，当，因为因为硅谷是没有竞业的，所以呢不存在说你就这个，比如这个人在这儿干得不开心了，或者说他就想自己创业，他出去了，这个知识就又传播到了下一个公司。

33:59就是说，所以所以从这个视角来讲说，嗯。我觉得第三个是，头部的公司当然很厉害，对吧？OpenAI非常厉害，但是我觉得它其实也有一个巨大的压力，就是说大家的期望也很高啊。对。就是或者加入你公司的这些人的期望也非常高，对不对？

34:18就大家大家大家来OpenAI拿的这个股权啊，这个都是，它的这个其实对于这个经济回报的期望，其实也是拉得非常非常高的。当它高到一定程度，它已经不能没办法靠加入你这个公司来满足这个经济回报了。

34:34对。诶，但是如果说说其实它没有竞业嘛，对吧？然后其实人才也在相互流动嘛。那为什么比如说连Google现在追还没有追上，或者说其他公司就还离GPT-4还有距离嘛？就这这这件事情就比想象中，Google其实花的时间比我之前以为的时间要久很多。

34:57是，是，这为什么？呃，呃，对。就是我我聊了很多八卦，聊了各种各种原因。我觉得第一个是说，呃，一个很现实的是，Google追不上。我我聊完这个是我一个很主观的个人的opinion观点啊，我觉得不代表不代表任何客观。

35:15就是我聊完，我觉得第一个是说，Google追不上，可能是因为很多数据它不能用。这个最近不是那个纽约时报不是告了OpenAI吗？

35:23对，对，

35:25对吧？那就是你告OpenAI，其实让OpenAI想要，那如果告OpenAI也好，你告Stable Diffusion也好，它都有一个最坏的情况，就是我这个公司就破产嘛。就我告赢了，最坏情况也就是这公司破产嘛，对不对？对，对不对？

35:43那这个资本投入还很小的，对不对？这个其实至少在一两年前，你可能OpenAI也就十亿美金吧，对不对？我们看着已经很大了，但是大家想一想，Google是一个一万亿美金的公司啊，

35:58它，对不对？它这个，它被人告了一下，真的罚个一百亿美金是有可能会发生的，就是完全你从版权啊或者之类的考虑。所以我跟Google的人聊完，我有一个感觉，就是Google其实对，呃，Google是唯一一家觉得数据是瓶颈的公司。

36:15别人都觉得我们不缺数据啊，Google说我觉得没有数据，这数据也不能用。那数据也不能用。哦。这个是，这个是我的，我我聊完的是我的一个主观的推测，就是是不是真的是因为这个我不知道，我觉得这是一个。

36:31了解。

36:32OK。对。第二个呢是说，DeepMind跟这个，呃，Google Brain合了之后呢，这也是一个典型的大厂内部这个沟通成本很高。因为DeepMind的团队在英国，你知道吧？

36:48就是，就是DeepMind其实在英国嘛，所以据说就是湾区的这些现在Google Brain的人，就每周这些高管每周都要飞去英国去见那个Hassabis，对吧？这个效率肯定跟跟这个OpenAI都在这，OpenAI整个团队都在这，就影响，我觉得还是会挺大差别的。

37:05嗯。就是本来就是说，就是就是就是，我觉得一个，我我我我我的感受其实主要就这两种情况。一个情况是Google其实是把内部所有的人都薅在一起，一定来干这个事情。但是我的感觉是，Google内部好像一开始可能有很多这种conflict，但是最近我跟很多Google的很多人聊，

37:28他们开始变得比较有信心了，就特别是在Gemini出现前后那个状态。第二个呢是我跟Google的很多人聊，就Google很多时候他们都觉得说，哎呀。其实我们很厉害的，我们外部推的，呃，外部公布的很多东西，就是说我们内部一年前就能做到。

37:45我我我跟一个视觉的人聊啊，然后但是呢，我们做这些模型，这个数据那个数据都不能用。

37:53OK。

37:54对。就比方说你做视觉，他们说，比如说他们说Pika或者Stable Diffusion，他说这Pika这个东西你一看就是，你稍微画风写得差一点，它基本上就把那个迪士尼的这个人物形象直接给你画出来了。那Google不可能把这个这样一个模型拿出来商用，商用它肯定会被告死嘛。

38:11对对啊。而且而且我跟我聊的那个哥们儿也是个top researcher，就非常自信。我一开始还想这哥们儿是不是吹牛，对不对？然后我回了国之后就发现，诶，他们他们这个团队连发了两篇paper，都是这个视觉生成的，特别牛逼。

38:27然后我说，啊，那不是，是是是，

38:29是是

38:31是，是是是。对对对对对对对对对。就是说说是我这个这个这个眼界太浅，格局太低。对，是是，人家的确很厉害。

38:39所以所以我的感觉是，Google其实一个是，是我的一个之前落后，是因为也没有完全想好到底应该怎么走。其实OpenAI走得比较坚定。然后追的过程中，我觉得其实跟国内这些公司大模型公司一样嘛，你其实你搭团队磨合是有周期的。是啊，是啊。

38:58我觉得这个是个，特别是你你人越多，你这个磨合成本越高嘛，因为Google还搭了一个很大的团队来干这个事儿。嗯，对吧？第三个我的感觉是说，Google其实对用哪些数据、不用哪些数据还是比较慎重的。就是它对真的对所谓的security alignment的要求特别高。

39:16我跟一些，我跟Bard团队人聊过，他说他们也很痛苦啊。他们说，他们说他举给我举了一个例子，说因为他们不只要针对美国客户，所以Google是一个全球的服务，应该就是它在欧洲也有大量的用户，它在印度，比如说它印度有大量用户。

39:33他说他们那个Bard上线的时候，印度政府说问了某一个问题，他说啊，讲某一个印度媒体是个右翼媒体。这个这个数据源呢是，他说，哎，你看Wikipedia上也这么说，对吧？他说但是不行，印度政府就说你不能这么回答，你这个是不对的。

39:52你这个这个alignment有问题，你必须把这个东西给fix了。就他得解决大量这类问题。就多语言啊，或者各种各样这样的场景的问题。所以所以我觉得它的确就是一个大公司去干这个事情，它的确也有面临它的很多挑战。

40:08了解。那，呃，我我我也感同身受，因为我刚好跟一个Google的人聊了几句，就会发现说，就是从他的很发自肺腑的描述当中，他是真心觉得Gemini已经超过了。然后我我我我是觉得，啊，你真的是这么认为的吗？然后就感同身受一下。

40:28从回过头来的话，就是你跑到硅谷这么一段时间的话，你会觉得说对我们，比如说你有看到什么我们可以做的机会吗？就比如说如果不管是我们要在国内做模型也好，还是在国内做应用也好，有什么东西是给我们启发，可以让我们自己去做的吗？

40:45呃，我觉得第一个启发，我觉得是还应该去海外做，为什么一定要在国内做呢？嗯，对对对，就是说，对。这是我的第一个启发呢，其实是这个，就是说，嗯，因为美国的用户的付费能力也好，市场的繁荣程度也好，就是在这个生态上的繁荣程度也好，的确是比国内要大，而且我们在那里也建了大量的华人创业者。

41:10对，建了大量的华人创业者都在美国做，呃，做应用，对吧？To C、To B的其实都有。然后说，所以我会觉得说，呃，其实不妨可以考虑出海，特别是做欧美市场。嗯，了解，对吧？因为，因为，呃，你这样想，对于一个美国人来说，付一个二十美元的SaaS月费，就跟我们，对吧？

41:32你的收入其实就一百四十块钱一个月，对不对？嗯嗯。对他来讲，跟他出去吃碗面条花的钱是差不多的。我去湾区去吃一碗馄饨面，十五美金，对吧？他收你一点小费，那就十七八美金了，那就跟二十美金的月费一样，对不对？

41:49你在国内，你收个，可能就跟国内收十块钱、九块九的这个难度是差不多的。简单说就差十几倍，我觉得这个是个很现实的，呃，很现实的一个。而且国内的用户的这个SaaS的付费习惯比美国还是要弱很多的。美国大家习惯用信用卡都自动扣费的嘛。

42:07对。就自动订阅扣费的嘛，国内其实大家还是一次性买断的，就是说所以你的留存还差。所以我觉得第一个是的确可以考虑美国市场，因为，嗯，而且有一个特点是美国市场，就像我们观察是，To B有很多人在做，但To C做的人并没有那么多，所以某种程度上来讲，To C的竞争也没有那么激烈，

42:27对吧？所以，所以，

42:28你建议做美国市场做To B还是做To C呢？

42:32呃，我觉得中国团队出海呢，还是应该做To C。或者说，你所谓的做To B也是做小B或者SMB嘛。就做To B有，做B端有两种，一种是Enterprise，对不对？你就像我们说的，你找五百强的客户，那我觉得很难。因为

42:48你其实连怎么去跟、怎么能够进那个门，跟人家聊这个case的机会你都没有，对吧？谁也没有。我们在国内你要找一些，呃，任老师，你在国内你要找一些上市公司的老总，你还能直接找到，可能通过一个朋友介绍，一对一就能聊。你在美国其实你没有没有这个，搞不定。

43:08对吧？你搞不定。第二个是咱英语也没有那么好，对吧？你你一对一聊，你可能就显得你你有点傻嘛，对吧？其实只是你语言没有那么好，但是就会聊的过程中就显得你有点傻，对吧？

43:21就显得我有点傻，对吧？就是我觉得是是这么一个。那但是我觉得做To C、做小B，做小的B，比方说你做这种个人用户啊或者professional用户，就是慢慢向上渗透，我觉得还是有机会的。因为其实不在这轮AI之前，其实我们也知道国内有很多在海外做工具啊，做游戏的，呃，就做工具吧，

43:40因为To B我们不讲，就偏效率，做工具啊，做这种App、音乐的，很多开发者过得也不错，对吧？那个一年收入几千万美金、上亿美金的公司也是有的。所以我我觉得这个是说，我觉得是说还是应该尽量做To C，因为这个是更中国的开发者更擅长的事情。

43:59第一个，大家本来在国内，因为To B就很卷，大家的这种各种产品的细节交互，其实体验其实你也很容易验证。第二个，你获客很简单嘛，就是你就通过正常的广告或者日常的C端的增长手段就好了。你并不说我必须需要有这个人脉，我才能去卖给Enterprise，对吧？

44:19才能接触到Enterprise，对吧？所以我我觉得说我会推荐大家去尝试去做To C嘛，特别是一些小的产品，什么浏览器插件呀，什么这种，对吧？什么，啊对对，我我觉得都是一个不错的切入点，对吧？它是不是，它也许未必能做得非常非常大，但其实是不错的一个切入点，可以先从这个进入市场吧，对吧？

44:43对，

44:44了解。对，哎，这里我我就是我跟你提过，就是在跟一个，呃，美元在聊嘛。然后那个在考虑说有没有可能在这边里面有一个孵化器的机会，就是，呃，AI方面就两类嘛。一类是比如说你聊的硅谷的那些人，他们如果是自己有能力出来组一个团队的，他们肯定就不需要孵化器嘛，

45:16或者是很贵嘛，投不起嘛。但是如果说他只是，比如说他是，我随便讲，比如说他是Airbnb的growth hacker，他其实是有流量能力的，搞得另一票达人，搞得另一流量，然后有一个发现一个什么市场机会，但是他其实缺产品能力和研发能力。

45:32这个时候在国内帮他拼产品和研发能力，让他在那边去抓这个市场机会。就是相当于给美国的有流量能力的人配产品和研发能力。那另外一种呢，就是国内有很多的，比如说独立开发者啊什么的，他们其实是有产品能力和研发能力的，那么可能缺一点点AI能力，这部分帮他们配AI能力，然后配海外的整个的合规。

45:57因为我现在发现合规其实也蛮麻烦，配整个海外的合规，配整个海外的growth hacker，那配这一堆。然后帮你配的话，比如说我我我要，比如说我投资你，投五十万美金，占你百分之五十的股份，你说我说滚吧，对吧？懒得搭理。但是我花五千万美金帮你把这个能力给建设好，然后送给你，然后说，哎，这个占你百分之三十五五十。

46:20所以也在考虑这种一个孵化器的模式，你觉得会有这个市场在吗？

46:26呃，我我在硅谷的观察啊，我觉得其实硅谷的孵化器，第一个是硅谷本身的孵化器是很繁荣的。就是说，呃，也不是很，也不叫很多吧，就是说，就是第一个硅谷有YC，对吧？有Plug and Play，然后有什么500 Startups，就是有一系列的孵化器。

46:42而且我觉得硅谷的生态啊，其实也不是像大家大家想象的那种，呃，我不知道。或者说我以前想象硅谷的生态是一个比较混乱的、网状的、自由的生态。后来我发现它其实也是个，就是包括跟一个朋友聊下来，我觉得它也是一个层级化的，或者说是其实是比较明确的生态。

47:02就是你每年可能有一百个、一千个top的这种斯坦福或者什么名校的毕业生啊，还有一千个从大厂出来的这个，呃，想要创业的出来的这种中级的工程师吧，就可能不是junior，但是也不是senior，就最多算是个，呃，manager level的，对吧？

47:21就是这些人会出来，然后会有一堆孵化器愿意投，早期的孵化器投的钱其实都很少。硅谷的孵化器开的这个金额其实很低，可能大家想象不到，就可能是十万美金到五十万美金，占的份额也很少。因为比较典型的是YC，原来是十二万美金占百分之七，还是七万美金占百分之十二，我忘记了。

47:42最早早期的YC，现在，

47:44对对。是一个蛋和一个后面一个safe。

47:47对对对。它可能就是一个很低的，可能就是五十万美金以内吧。包括我聊过一些不错的，他们很多人想创业，背景不错，可能就是大厂里头，可能一年工资都能，比如公司加股票，一年都能挣三十万、四十万、五十万美金。你在Google嘛，比方说你是个Google的一个L6，对吧？

48:05或者一个L7、L6，可能就一年能工资加股票有四五十万美金。他出来说，他一开始比如走孵化器这种，他也就指望融个一百万美金。第二个呢，孵化器很多，投出手也很多，就是你投个，呃，十万美金到一百万美金的孵化器还是挺容易投的。虽然这两年其实美国的创投市场，我听他们的说法是说也没有那么好。

48:27就说其实也是偏偏向于说市场上没有那么多钱，或者没有那么多出手嘛。但是AI因为今年火热，大家投的还挺多的。第二个呢，我觉得比较典型的是在美国的这个，这这一轮的创业，就是大家的团队都很小。就团队都不是一个很大的团队。就是第二个呢，是有大量使用part-time、外包跟兼职，这又是一个很有意思的生态。

48:54什么呢？就是我发现呢，第一个是有很多人，美国人在大厂打工，然后业余创业。他但是业余他做的这个创业呢，他也不全职出来创业。就是这个是因为两点，我我听完我觉得因为两点。第一个是有很多的这个移民是没有身份的，对，他都是拿这个H-1B的这个签证在工作。

49:14那这个签证必须要公司sponsor我这个签证才能维持在美国的身份。我出来创业，我可能身份就没了，我连美国都待不了，所以我不能出来创业。所以我只能业余做一些项目。那H-1B你又是，就是除了你的全职工作之外，你是不能打工的嘛，就是你也不能给别的公司干活挣钱。

49:33对。所以，所以这是第二个生态。有些人有身份，然后他出来创业了，他们founder只有三个，但是为AI发电的人可能有十个。

49:43就是这些在大厂的，他在大厂的朋友啊、同学啊，或者他，我现在也没有，不能上班。对，我不能出来，因为你也sponsor不了我的签证，对吧？然后那个，同时呢，但是我又想创业，那我就先帮你干点活呗。

49:58对，等我这身份快搞定了，我再加入你们，对吧？或者说等你那个能够sponsor起我的身份了，我我再加入你们。对。所以所以这是第二个，就是说其实大家也不是要很多人全职来帮我干活。其实会有些人part time去帮你做前端、做app、做这个。

50:17同时呢，有些团队也会把一部分工作外包到什么印度啊、越南啊之类的地方。就是说因为偏应用开发的这个东西没有那么难嘛。所以这个是我第一个，就是说团队都很小，其实有很多工作的确就像你说的，它其实已经被外包出去了。它只是没有变成你在中国找的开发者，它可能是在这个

50:41本地，就是美国当地有一些朋友业余兼职帮我干点活儿。嗯，可能是说我通过外包的方式，在什么印度啊、菲律宾啊、越南啊这之类的地方干一些活，对吧？然后这个这个这个是有一些可能是找在校的学生intern嘛，然后干一些活。所以我觉得是说，这个已经存在一定的供给，我觉得这是第二个现状。

51:06第三个呢，就是说现在的确都不需要很多人嘛。因为我觉得一个比较典型的现状是说，大家可能现在你想，大家最开始做的AI应用，现在都流行在Discord了，对吧？Midjourney，

51:17Midjourney，Pika，那

51:21都给你搞了个Discord，都都叫你进他们社区，对吧？然后然后或者做个网页版，大家也没有做特别重的产品，对吧？所以所以就是说，它需要的人本身也会变得比较少。但是我觉得孵化的逻辑本身我观察是成立的，是为什么呢？因为我聊了很多创业者之后，我会发现就是很多年轻的创业者，对吧？

51:41没有像我们一样经过社会的毒打。对的。所以想法还是很单纯的，就是我说想法很单纯，不是说什么，就是说他对产品做的很多产品的想法还是比较单纯的。就是OK。对，就是我们，就是我一看这个产品，我觉得这咋做，这没法做。

51:57然后我比较典型的是说，比如说，因为有Stable Diffusion，很多人都说我给电商出产品创意素材图。

52:05我已经听了一万遍了。这个东西，

52:07对不对？而且我看了他们的产品，我就看到他们产品的那个demo的那个效果，我觉得还不错。但其实我觉得大家的问题都是，比如说他们也融到资了，他们那融到了大概就三个人嘛，可能融了一百五十万美金。对，也做了产品。但已经转型了。

52:24就是因为我说，他们是基本没有工作过嘛，就是在Stanford读了个master，然后出来创业。人是，我觉得我很喜欢这样的人，就是说他很有热情，也很真诚，然后动手能力也很快也很强。对。但是呢，的确没有任何商业经验。

52:43对。就是就是他在做这个事情的时候，没有想好说，比如说我在做这个产品的时候，哎——我这产品可能有用，但是没有想好说，可能有一万个人都可以做一样的产品。我也没想过我这个产品到底怎么去卖，对吧？就是说，从这个视角来讲，我觉得孵化器是有价值的。

53:01就是我觉得说，从单纯的给他提供一些比如说国内的开发资源这件事情呢，有一定的价值。但是我观察到的更多的这些孵化器缺的是什么呢？缺的是，

53:15是有人让他们少走弯路。了解。就有些东西你看，你看完你就觉得可以不用做了。

53:23对，就是就是是这样的，就是说我跟你说这东西能做吧，我觉得它不一定能做。但我跟你说这东西肯定不能做，对吧？肯定不能做的原因是有一万个人在做一样的事情，你就可以相信我的，对吧？就是，就我我比如说AirbnB，我跟你说这事情不着调，你不要相信我。

53:40因为这个东西是个什么权限问题，我完全不懂，对不对？就你听我肯定扯淡，但我跟你说出电商素材图这个事情你别做，你应该相信我。对，对吧？就是我觉得是说，但是我觉得对很多创业者来讲，其实还是可以帮他们，就是从孵化器的角度是可以帮他们少走弯路的。

54:00对。从我是从创造价值的这个角度来讲，我开发呢我觉得也有价值，但是我觉得相对有限。

54:07了解，相对有限。你从你刚刚讲的里面，我其实听到就是，可能比如说我对于海外的支持会弱一点。但是如果是对于国内的开发者，比如说他是年轻的一个大学生，然后他就是已经很有闯劲，但是他缺的其实是，比如说他缺情报，然后他缺商业常识，他缺产品的方法论，然后他也缺海外，

54:35比如说帮他办身份啊这种合规啊，然后帮他海外做增长，怎么海外找人。那所以其实可能更多的还是要孵化，其实是launch Chinese。就就我们要孵化Chinese，然后出海，从这个角度。对

54:53对对，我我我我观察就是，呃，因为我觉得国内其实有一个很典型的孵化器，就是奇绩创坛嘛。对不对吧？其实因为奇绩创坛原来是YC中国嘛，对吧？YC原来都做了YC中国，然后因为各种各样的中美脱钩的原因，各种各样的原因，最后变成陆奇老师独立出来，

55:12变成了奇绩创坛。然后奇绩创坛就是我觉得是一个典型的孵化器。其实他们投的金额，因为我有个朋友也是拿了奇绩创坛的投资嘛，他们投的金额其实不高的，就是也是类似于孵化器的金额，就是说一百万美金以内吧。一般情况下，可能他投美国的创业者会多一些，投国内创业者会相对少一些。

55:31那但是你看他的这个团里面，去参与奇绩创坛融资的背景的团队，我觉得就比较典型，是一般都是名校毕业。嗯。然后工作年限相对比较短，通常来讲。对，对。

55:46然后一般来讲，你会就从我的视角看，看完他谈了大部分项目，我觉得挑战都不在于说这个产品能不能做出来，也不在于这个团队聪不聪明，而是他商业上最后怎么能够成立。嗯，就是我觉得他们这个事情上，其实一个好的孵化器是能够给他们帮助的。

56:05对，是能够给他们帮助的。嗯，对。是能够给他们帮助的。然后但是呢，就是说到底就真的落到孵化器到底应该投谁，到底怎么样，我觉得这当中也会有很多问题。因为比方说你要投国内出海，那海外美国有很多留学生，有很多中国人，要不要直接投他们，他们对美国市场更了解。

56:24很多孵化器其实已经在海外过滤那个中国华人背景的人了。对对对。对

56:33对对对，然后第二个是说，就是你如果做个孵化器，你最后要想的是你到底你最终，因为你都做，我觉得不太现实啊。就是说，因为你的一个孵化器呢，你不可能所有能力都很强，对吧？因为我在美国这次去了，我正好去了那个Plug and Play的那个大会嘛，他们正好有个叫Silicon Valley Summit。

56:52就是Plug and Play跟YC都是孵化器，都是很头部的孵化器，但是你明显看出两波创业者风格是完全不同的。对吧？就奇绩创坛我觉得就很像YC，它投的都是什么呢？都是聪明有热情的大学生，或者说年轻人，都是比较junior的，投的金额也会比较小。

57:13然后可能有很多不着调的，但是最终会跑出来一个。你会发现每年YC其实能够真正跑出来项目的并不多的，对不对？但是其中会跑出一些比较大的项目，就像Airbnb，比方说，对吧？对。然后Plug and Play呢很典型，它投了大量的大公司，特别传统行业的中层出来创业，

57:35去解决一个传统行业中的问题。

57:38啊，了解。

57:39对，它比方说我这个人原来可能就是一个公司的director，比如说我就是OT行的director，我出来，或者我就是个零售行业的director，我就专门来解决某一个问题。比方说美国的电商的退换货当中有很多欺诈，我就只解决这一个问题。

57:54嗯。我可能在这个电商已经干了十年了，我也没有指望再出来做一个什么Temu，对吧？但是呢，我能够做一个好的solution，我能够卖给所有的这些商家，对，就是整个行业的所有的这个这个。那我觉得这是另外一种孵化器。那Plug and Play的典型的优势是说，它有大量的enterprise，就是大企业的会员。

58:18这个意味着说，如果你是一个to B的公司，它其实如果你的产品有价值，它在它的整个的网络里能够帮你很容易地找到一个，哎，你可以跟这个公司去聊聊，他们可能最近想要解决这个问题。对对对。所以所以我我我觉得也是一样的嘛，就是说其实你只能投解决一类问题，你也可以面向国内，你也可以面向美国，

58:39对吧？那你也可以面向说，我就是做就跨境的，做专门做cross border，因为什么原因。但是我觉得是说，可能还是得选一个，就是选一类人去投嘛，选一类人去投嘛。

58:51对吧？了解。我我之前很久以前去过那个Plug and Play的话，当时

58:57蛮震惊的。因为当时看，可能那天也是一个demo day还是什么东西。然后当时看就

59:04基本上每个项目都挺让我震撼的，不是因为它靠谱，而是因为都是都是完全，比如说他们就在研究说怎么样气候延缓、气候变暖，就大概十年前，然后过去的都是这一类的那个demo，你知道吗？你会觉得OK OK，就就就你一个小团队，你为什么要做这个？

59:26你们怎么做得出来？就就整个整个的那个，当时当时就觉得确实，就当时觉得，哎，确实你们生产力已经发展到一定水平，大家都考虑商业了，都在考虑这些。我

59:38我我我觉得我觉得还不是，哎。就是我看完了之后，包括我觉得是说，因为在美国它真的有这个business，就是不是说，我觉得没有那么离谱。就是第一个是Plug and Play，我这次看，我觉得Plug and Play它的这个行业很广，

59:54它不是一个偏TMT的一个孵化器。它里面还有什么农业科技，对吧？有什么专门讲retail，对不对？它这可能有一些，就农业科技其实就跟TMT其实没有太大关系了。它当中还有这种跟制造业相关的，有有一些跟这种，比如安全security。

1:00:12就是我觉得它第一个它覆盖的行业其实是足够广泛的，对，就是它有很多。因为它的很多，比如说它有很多制造业的，因为比如说奔驰，那现在有电动车，十年前可能奔驰也是它的客户，呃，也是它的这个会员。但那个时候它解决的问题其实就不一定是互联网问题，它可能是一个制造业的问题。

1:00:30所以第二个呢是说，美国的很多的这个，就是比如说什么气候变暖啊，它真的是因为什么，比如碳、有机酸呀，有这个有那个。对。所以我总结为说，说它之所以做这个项目，是因为在美国真的有企业会为这个需求买单，而不只是因为它有理想。

1:00:51嗯，了解。我刚好刚好你刚刚提醒我。我问你一个问题啊，就是有一家公司叫那个，就是Snowflake嘛。然后我最近听说他们也是被孵化的。但是其实Snowflake出来的时候，我当时其实虽然我对它没有那么了解，但是我当时其实心里面是泛起了一丝疑惑。

1:01:10就是，嗯，我总觉得在中国如果有这样一个，比如说你要基于云啊干嘛干嘛的一家公司的话，它应该被阿里云吃掉，或者被阿里云自己做了。就是为什么能够在缝隙当中，就是能够孵化器孵化长出这么一家公司？就是，就是，就是我

1:01:27觉得这个是，这个Snowflake我还当时我还研究过，如果我没有记错的话。我可以给，我觉得这是一个很典型的美国的原来的大的TMT的高管出来，直接做enterprise孵化的，一个典型的路径。现在现在美国也有一个很典型的公司，应该就叫Typeface，你可以去搜一下。

1:01:49我我我好像看过这家。对，

1:01:52Typeface，Typeface，这这是非常典型的是什么呢？Typeface，我我我觉得Snowflake跟Typeface本质上都是非常类似的一个美国创业路径。嗯。就是大厂的高管出来，带着对行业的理解跟know-how，融了一大笔钱，去解决一个问题，

1:02:11同时一开始就有企业级客户买单。对。然后它的大概率的出路是，做得好就能上市，做不好也能够卖回给某一个大厂。我这是我的推测啊，对，对吧？就是Typeface是典型的，它的高管他是Adobe的EVP。

1:02:27对。就是相当于，对吧？然后好像也是几个公司董事会成员，就出来做，给这种头部的品牌做这种AI generation，做这种marketing啊、sales的各种各样的这种，这种通过AI generation去做各种生成。然后上手就拿了什么微软、Salesforce，反正拿了几个，你一听啊，就是的钱。

1:02:48然后上手的客户可能就是可口可乐，我，呃，这个是打比方。啊，是，是对不对？他的第一天，其实他就已经有客户，有客户，然后他有有有钱有资源，他只需要把这个问题解决好就好。

1:03:01我觉得Snowflake也是很典型的，这个就有点像啥呢？有点像华为出来孵化一个做手机啊，荣耀手机。只是说，我觉得美国无非是说，它可能不是用一个，就它的这个孵化可能说出来当一号位的这个founder占的股份会比较多而已。

1:03:20了解。因为现在其实也有一些传统的上市公司跟我有一些合作嘛，然后就会，呃，叫什么AI转型诸如此类。那我也在想，他们其实挺想做内部孵化的，然后甚至于已经内部做了一些孵化器。然后呢。其实我也我也在想，因为内部孵化其实往往孵化不出来，就人不对。

1:03:43但是如果他们内部能有人结合，比如说外面我帮他配笔钱，然后甚至于我外面帮他配AI能力，然后就是相当于孵化了你上市公司的一个客户嘛。然后这样子上市公司再占点股份，也有可能是一种跟跟大公司做的一个路径，就相当于第一单真的就是外包。对。

1:04:03但是是内部出来的人来外包，相当于，当然这个结构就很麻烦啊，就搞得很很麻烦。但是就在想说，你刚刚讲的这一套美国打法，有没有可能在中国做成一个产品？

1:04:14呃。我觉得这套美国打法在中国肯定两边还是不太一样的。就是说美国打法它还是把它更像一个VC的路径的打法吧。对。就或者说，呃，我觉得在中国这个场景也存在，也存在。

1:04:31但是我觉得得想清楚，就是说你这个孵化它是个啥孵化法。就是那个还是很典型，比如说Typeface还是很典型的Adobe的EVP出来，他做的事情其实是Adobe的上下游，服务的客户跟Adobe的客户其实是类似的客户。对。但他不是说把Adobe当成自己的客户。

1:04:50嗯。就国内我觉得很多时候孵化是说，我内部要做个东西，我孵化团队，你先要服务我。这个我觉得比较难。是啊。这个是说因为你服务了我，你基本上就没法服务我的竞对了。

1:05:02对。但是你是我的上下游，我服务的所有客户你都可以再服务一遍，这个逻辑是讲得通的。

1:05:08服务上下游这个是讲得通的。

1:05:11对。然后就是，嗯嗯，对，就是，就其实那个那个我觉得好，这个其实也存在呀。就是说好几个都是，我我周围也有同事，就是就是从老东家投了一笔钱，他相当于在老东家的上下游做AI的产品，能够服务老东家所有的客户。我觉得这个路径是存在的，在国内。

1:05:29当然，我我的我的逻辑是说，你的孵化不是你的第一个客户，不应该是自己嘛。对，对。就是我是上市公司，比如说我是个上市公司，我是to B的。然后呢，我也想做个AI产品，但我内部的人才结构啊，原来那结构很难，那我就投一笔钱孵化一个团队，

1:05:48他来做AI相关的产品。但是呢，他能够去服务所有我的客户。

1:05:54其实我现在，我我那个之前跟你提了，我忙了久以前就说的那个产品，现在终于已经在做了。其实也是也是就几个人草台班子，就就就做一做嘛。然后那你刚刚讲的硅谷，其实他们那边其实现在也经常就是，比如说十个人用爱发电，两个人在全职做，

1:06:12或者说一堆人part time嘛。那，呃，之前有一家公司叫Deel，好像就是处理比如说全球你这样分发什么又灵活用工的这种问题嘛，然后全球，然后也也挺大的，百亿美金嘛。然后那那如果说未来的公司越来越多的是小型的，然后是灵活组织的，那有没有可能有新时代的Deel的机会呢？

1:06:36就是相当于比如说，比如说就我们两个现在搭个草台班子啊。说AI炼金术。然后，

1:06:43那那我们现在

1:06:43现在大家要用爱发电的时候，我们给大家记账其实挺不好记的嘛，对吧？然后我们要说，你，我们算你每个小时跟我们来开会两千块钱，然后等我们公司估值到五亿美金的时候给大家发。那，那假设有这么一个说法的话，有一个记账和比如说有一个第三方来监控，说你到了五亿美金，真的给大家把这两两千块钱兑现了，

1:07:05对吧？那也感觉也是个东西嘛。现在大家就是全基于纯信任嘛。它，但是你要每一个这种交易到工商工商变更，比如说我现在帮你去做件什么事情，你说给你千分之一，然后就就感觉也很麻烦了，对吧？

1:07:22有没有可能这这其实时代的组织变化会催生一个新的Deel的机会呢？

1:07:28呃。我不知道，这个我不知道。但是我自己的体会呢，就是我自己创业体体会呢，就是咱能用现钱结的，尽量先用现钱，要给人结了。

1:07:39就就我觉得这个这个是，这个是对吧？这个是第二，就是我比较典型的是说，比如说我们我自己比方说想要做个视频啊或者demo，我现在就就上什么Upwork啊、Fiverr啊，找人给我做一个，可能就比如两三百美金就能做一个视频，对吧？

1:07:57然后你就给人钱。就这个可能，就这个这个这个，这样的平台其实海外也有嘛，就是海外猪八戒嘛。

1:08:06对对对。但是你用爱发电的那些，比如说你说Google的那个正在打工的，他你怎么结他的现金嘛？他其实，对，就很很麻烦嘛。

1:08:15但是我觉得这个东西你也很难衡量嘛。就是说，对，就是我我我我觉得这个东西比较挑战就在于说，就是大量的人是得不到任何反馈的，产品是很难成功的。对。就我我觉得难点在这里，就是大概率你用了这个东西，startup，那startup我们都知道，

1:08:31对吧？十个要死，九个半，对吧？这可能还说少了。那就是意味着这九个半，所有为爱发电的人其实一毛钱都拿不到，对吧？对。

1:08:40那他就在这个产品中得不到任何正反馈嘛。

1:08:42但是反正他也得不到呀，现在就只是口头上说，将来不会亏待你的，对吧？请你吃顿饭。

1:08:50对，呃，对。但是所以我觉得这样不如，就是因为我觉得这个为爱发电这个事情还是一个，我不知道是不是华人圈子里或者印度人圈子里的特有现象。OK。对，就你像比如美国的，大部分的就是身份问题，毕竟是移民才有嘛，它肯定是个小群体才有。

1:09:08我如果是个美国人，我side project，帮你做点东西，你给我钱也好，给我股份也好，或者怎么样也好，我觉得都还是正常的吧。就是假设我是个美国人，但我如果是个华人，拿着H-1B的签证，可能我不就不能干这事儿，对吧？我第三个我理解是说，maybe人家也会铤而走险，对吧？

1:09:27就违法给现金嘛。对。反正也是基本没法track，是吧？

1:09:32对，了解。嗯，

1:09:33对，

1:09:34大家如果感兴趣，比如说这个，极乐的话，有Upwork啊、Fiverr啊，就一堆一堆的。东西多了去了。对，好吧。对，了解了。

1:09:43所以有一些机会啊，但是反正现在也还是要再看一看。那对于那个比如说想要做海外市场的那个同学们，你现在看了一圈之后，有什么建议吗？说赶紧做，还是说要，呃，

1:09:58没有没有建议。我自己还在研究学习中。对，所以不能不不要给大家指到弯路上去，对吧？就是我们自己，我自己也在摸索学习，就看如果要做海外项目怎么做，所以我就谈不上给大家什么建议嘛，对吧？

1:10:11就，我倒是想听听，如果大家做得好，可以分享分享大家的这个经验建议。

1:10:15是是是，大家做得好的话，那个请在AI炼金术的那个公众号那个那个给我们发消息哈。然后那个那个就大家聊聊天啊，对吧？互通一下有无啊，而且就是徐文浩和我这边目前都在招聘的过程当中。所以你如果有海外的，海外的做，海外的做应用做推广，可能这方面的经验的话，就是，呃，工作机会可以聊，

1:10:42投资机会可以聊，什么都可以聊，是吧？

1:10:45对对对对对，我们也特别需要有想做海外的应用的朋友，对吧？如果大家熟悉这个Python加Spark，想做海外的AI应用，然后觉得，哎，好像也没有找到合适的团队，可以来跟我们聊一聊，对吧？我们这边的这个资金跟算法这个还是非常充足的，资金算力跟算力还是非常充足的，就是应用人才现在有些不足，

1:11:06有些不够人手。

1:11:08对对对。如果你想跟很多科学家认识一些，就是科学家的话，就…，对对对对。

1:11:15我们这儿博士密度还挺高的。

1:11:17对对对。那你我过去就是学历最低的是

1:11:22吧？啊，对对对对。对，我觉得我们公司应该不会找比我学历更低的人了。

1:11:28好的，如果你觉得自己学历太低的话，想自己做做的话，我会开个孵化器。大家可以搞一搞啊，哎。我我还问你一个特别具体的问题啊，假如我比如说月中去去去美国，我估计要月中月底了，因为还得去，要去一趟S，然后那个，那你会建议我做些什么准备呢？

1:11:47我就是去约一堆那边的人，然后约一堆那边看什么正在开什么会，就去看看什么会吗？

1:11:53对呀。呃，我我觉得就先约人，约一堆人吧，我就约一堆人吧。我觉得其实是因为这两年国内的美元基金，我觉得创投环境不好，所以的确有很多人，呃，人，包括国内做VC的也在海外看，然后国内创业者也在海外，我觉得还是能约到挺多人的。就是说包括约到当地的这些，呃，这个这个这创业者啊或者怎么样。

1:12:16就是说我觉得还是先，呃，我其实我觉得就是如果你要做孵化器，那肯定就是先约这些什么斯坦福的什么创业协会呀，什么约这些Spark或者YC的人先聊聊看，先看先，如果你你要做孵化器的话，可以。然后另外一个就是，我会我

1:12:35会先见，我会先见几十个几十个名校PhD，有一个非常奇怪的机会，跟你讲，然后会深度的了解几十个。

1:12:44对呀，那那那很好啊，那很好。就是我觉得可以，我觉得我觉得还是先聊吧，就是说因为你应该也是一九年之后没有再有一段时间没有去过美国了。我

1:12:56十月份刚去的美国，只是是纯玩儿，我纯玩儿了两周回来了。然后出来被被被被你刺激了一下，觉得说不行，我还得回去工作，好好干一会儿活儿，然后过去看看，学习一下。

1:13:10但是但是我我理解，其实我理解就疫情几年大家都没有去嘛，对，也没有去看。比如说就就我觉得我对海外比较比较生疏了嘛。就是你你原来因为我们还做东南亚市场啊，或者原来还去去美国去跟什么Facebook开开开发者大会啊，对吧？然后但是，呃，我觉得去先重新，就是重新看一看，一个你你随时可以用一个API，

1:13:37你也不用担心什么能用不能用，对不对？然后有很多AI可以选择，大家各个大家所有的开发者都在做AI的这个生态，大家都在做什么。而且我觉得它迭代也很快，我觉得迭代也很快。

1:13:49因为这样子，我觉得其实应该多，多找一些，多找一些应用的公司，小公司聊一聊。因为大公司那种大道理，其实我在书上也可以，就就就就就就他们的podcast里面也可以。

1:14:01对对对对对，我我觉得其实是，呃，我聊完之后呢，我觉得说模型的人我聊了一圈之后，我觉得对，都很厉害。但是其实你能够借鉴的东西也并没有那么多嘛。对，对吧？就是说你只是说了解，就重新认识了一下，就大家的判断跟现状。就是你知道了当地所有的这些在搞这件事情人的共识是什么。

1:14:22但如果要再深入看，我其实应该多找一些做应用的公司去深度聊一下，就他们的是怎么样的，数据是怎么样的。

1:14:31对。就他

1:14:31们在做什么？他们为什么做这个？他们他们做了现在跑到目前看到的数据跟用户的反馈是怎么样的？

1:14:38那这样我就来做应用的。甚至于更肤浅一点，我去聊聊在AI这个领域做流量的。啊啊啊，

1:14:47不，我觉得流量这个事情一点都不肤浅啊，流量这个是最重要的一个事情。

1:14:51我感觉，嗯，对，能够……

1:14:53因为你其他东西都做得很好，对，你其他东西都做得很好，就是你流量上想错了或者选错了，你其实就非常痛苦的，痛苦的。

1:15:01对，了解了，我去了解一下PMF怎么做，现在AI的product PMF怎么做。对，好。还挺好玩的哈。我就觉得那天特别受你刺激，因为你刚好在群里发，就在那边感叹说，哇，还是得来一趟啊，什么什么，反正就就就感觉就是得到了就不漏余的mind的那种感觉。

1:15:29然后我刚好就在国内的一个会上面，然后刚好就我在听台上的话，我就觉得这个东西不是应该一年前说嘛，你现在讲这些干嘛，然后就就就就觉得说我应该去一下。

1:15:41对对对。因为我觉得就是很多时候我们在外面看，觉得这个公司是这样，那个公司那样的，但是跟那些公司内部的人聊一下，然后他告诉你他们看到的，看到的这个，呃，定性的数据是什么样子的，他们为什么做这些决策，对吧？然后

1:15:56有有没有哪一个就是不用保密的，就是可以分享的。你觉得在国内可能我们的一个某个观点，某个是你这次发现其实这个看法不太正确。嗯，

1:16:09我我我觉得有，我觉得，就这样吧，就是国内有很多人觉得没，觉得DALL·E出来之后没准你不行了。啊，对吧？就是而且我们自己大家用Midjourney，大家也会发现一个典型的特点是Midjourney的图片质量非常高。

1:16:26指令遵循能力比较，呃，指令遵循能力比较差，就是听不懂人话。就是说你的prompt写得非常好，那出图很漂亮，但是你想要用大白话跟他讲一堆话，他这个这个这个出这个他就画不出那个图，对吧？

1:16:39对，是。

1:16:41然后大家都觉得，哎，这Midjourney不行，你看DALL·E出来了。但Midjourney我觉得他们也提一个，Midjourney提了一个观点，我觉得这个观点其实不需要保密啊，我觉得也非。他说，你你自己想要去画一幅画的时候，或者你想画表，想画一个画面的时候，你是拿一张纸上面画一个草图跟人解释清楚，

1:17:00还是你一定要用嘴说，才能把这个问题解释清楚？对，对吧？你看，我才说，你用嘴说，再怎么说也解释不清楚的。对。

1:17:10所以他们觉得说，如果他们，就他就举给我看了另外一个创业公司的产品，然后他说，那合理的逻辑应该是说，未来能力是说我可以聊，画个很草的，画个sketch，然后那边生成一个很漂亮的图。这个是真实的，是真实的现实生活中才有的需求。

1:17:28你说靠嘴说，再出一张图，这个时候，其实在很多场景下，你这就是讲不清楚的。对。就是你再怎么精确呢，对吧？那我我举一个例子，哎。我觉得就是说，那你跟现在这个团队里的人去聊，去去听他们再是怎么讲的，就是这个我觉得是可以公开，

1:17:45他们也聊了一些，我觉得是说也不太方便就讲太细。比如说人家他说他们怎么观察数据，他们为什么决定做什么，不决定不做什么。那我觉得有些是，就是这些决策都是有原因的。就有很，就我们在外部做的很多推测啊，觉得这个行或者不行，包括我们刚才说这个这个，就是我觉得是还是不太一样的，

1:18:08还是不太一样。

1:18:10嗯，了解。所以还是得去聊一下。就是

1:18:13对对对。就

1:18:14是纸上面看到的不一定是对的。因为我我我也想起来一个很古老的事情，就是，呃，某某一个跨国公司在十年前他们进入到中国的时候，那个时候我是那家公司高管。然后的话呢，就是那家公司没有做任何的保密。然后在每天都在从早到晚，我那时候是从早上面试到晚上十二点半，全在招人，所以整个大楼是熙熙攘攘的。

1:18:42但是呢，整个中文互联网圈子在那边猜说他们把总部建在了哪里。就是就是没有没有保密。就是就是就是很多网上的信息还是会有很大的差距的。就是，这个信息居然过了很久大家才知道那栋楼在哪里，所有人都在猜，但是实际上这个消息没有保密，

1:19:01而且每天有无数的人进进出出的。对对对。不聊一下真人还是聊不到的。

1:19:07哎，对。就是就这个我觉得是一个比较典型，就是大家会猜这个猜那个，说啊这个公司是要干这个，那个公司是要干那个。那你这个这个公司的人一聊，人家说我们根本就没想干这个。

1:19:18对吧？然后然后这个我觉得就是一个很很大的差别。然后大家在国内都觉得说美国大家都只用OpenAI。我一聊我聊完就是我觉得大家什么API都用。就Anthropic的，就是Anthropic最近他们不也说了嘛，他们今年的收入目标是多少，

1:19:32是四亿美金还是多少。就是OpenAI是十三亿美金吧，我如果没记错。那这个是，那侧面证明了，我就是我们去聊了他们之后，也有人用Google的API，也有人用Anthropic的API，就都有用。就不是说只用大家只用OpenAI的API，因为它效果好，对吧？

1:19:51就是从这个其实我们当时又有了另外一个结论，就是聊完之后我们又另外一个结论，我们觉得说……OpenAI当然很厉害，但是大模型API一定会陷入价格战。

1:20:00嗯，对，

1:20:02那对吧？那那一定会陷入价格战，就意味着头部的模型公司融了很多钱，看似风光，日子未必很好过。

1:20:10嗯。除除除非，除非钱是可以有办法把那个价格也会指数级打下去。

1:20:20但是如果说这个市场上的玩家有三个

1:20:23强者，然后

1:20:25水平水平差的没有那么大，对吧？不论是GPT-4，跟比方说年初的文心一言，就是比方说GPT-4跟现在GPT-4，其实Google我只要做到说我打价格战，或者说我的价格就贴着成本和你和你咬着，其实其他所有人，我们不是所有的场景都需要那个最高的智能嘛。

1:20:51对

1:20:51对对吧。至少至少至少你就拿不到所有的全量的市场嘛。

1:20:57对啊对啊对，所以所以我是觉得说，就是说我觉得有很多事情你聊一聊，看到当时的当地的市场现状，你就会发现说，哎，大模型公司其实日子未必那么好过。就是即使你卷成了一个头部的大模型公司，你还是面临着一个呃很激，就非常激烈的，而且非常同质化的竞争。

1:21:19所以最后这边还是看传统的经济学嘛，就是你有没有网络效应，有没有显著的规模效应这些东西。如果没有的话，只是靠性能的话是不行的。了解了。

1:21:30对。因为你芯片也不是自己产的嘛，芯片大家用的都是英伟达的，

1:21:33对不对？现在都不是自己自己都要产了吗，对吧？各家都在造吗？

1:21:38对啊对啊。但是你要想，那各家代工是不是都得找台积电？你最后可能成本还是差不多的，对，

1:21:43对不

1:21:44对？就就其实大家大家面对的是这个问题，就是说你如还是就像你说的，我还是得回归到传统互联网说的啊，我能不能锁定用户，我能不能有网络效应，对不对？我能不能有网络效应，对不对？我能不能建一个双边市场，就是这些东西如果建不起来的话，如果只是说技术说领先个半年，其实并没有那么安全。

1:22:05对。而且那个，嗯，Anthropic其实打破了一个东西，就是之前大家觉得可能这里面没有看到网络效应，但是会有数据飞轮。

1:22:15但是从Anthropic这么快追到快4.0的水平的话，会发现说好像数据飞轮也没有那么重要。对。至少他们Anthropic没有那么强的数据飞轮，不也快到4了嘛，对吧？所以可能也不是不是数据飞轮有那么强，那就尴尬了，就是护城河在哪里啊？

1:22:33好的。我们就是聊一聊你硅谷的看法，然后今天反正也是一月一号嘛，你2023年有什么感想，或者新年有什么展望吗？我们刚好碰到这边。

1:22:46对，2023年就是感想，就是非常震撼嘛。就我觉得就是说其实2023年我是很早，就是我是应该是ChatGPT上线第，我是12月，我我我我我前两天翻了一下微信，我还是12月3号发的微信的朋友圈说，诶。ChatGPT挺牛逼的。

1:23:07对对，当时，所以其实，但是那个，然后我去年是春节的那个时候，我觉得它特别牛逼。对。然后但是说实话，这一年就是你就不停的，就是看到一些震撼的消息，到年底，包括我去美国前后，就是当时出了Pika，出了这个XVD，对吧？出了LCM，就出了一堆视频的快速生成图的模型。

1:23:32再到这个美国的时候，我在美国的时候，GPT-4发布的，对吧？然后，所以我觉得是说，我的第一个体会就是说，去年一年就是过得太快了，你你感觉就过了好几年。对，是是。你感觉就就，你感觉在移动互联网的时候，就感觉感觉过了好几年。

1:23:51这个移动互联网的时候，我我觉得我的感知是非常迟钝的。对，对吧？就是07年iPhone出来，其实我是iPhone 4还是4S的时候才买的嘛，那差不多就一一二年了，差不多一一一二年才买的嘛。所以你其实，当然更早我买了当时买了那个魅族的，就是51C的定制的手机，还买过一些别的乱七八糟手机，

1:24:12但但是我觉得是基本上是iPhone 4还是4S才算是你正式入坑了这个移动互联网的，在你日常生活中变成变得不可或缺了嘛。对。那其实过了好几年，但是这轮AI感觉就特别快，感觉一年就过了，

1:24:29过了以前两三年的这个节奏。我觉得这个是一个最大的一个体会。然后明年的展望我觉得没啥展望，就得，就是2023年主要跟大家吹水来着。2024年得认真干活，看看能不能实现一点，就是说，哎，好像拿得出手的东西吧，就就就这么简单吧。

1:24:49了解。对，我我是觉得2023年跟你感受差不多，就很震撼。然后另外也觉得很幸运，就是之前真的是觉得已经没什么好玩的了，就特别是口罩。对对对对吧？对对对，很很郁闷嘛。

1:25:03然后突然到到到2022年年中开始玩Midjourney，然后后面ChatGPT我忘了是不是你让我玩的，反正就反正很快就感觉就就就就就震撼到了，就彻底震撼到了。尤其是之前我跟你都在这上面踩过坑嘛，所以它一出来就，哇，

1:25:21天哪。当时看到就整个人疯了。然后我看我朋友圈，感觉很多人其实就是过去一年，就是属于金券都被打没掉那种状态，就是就是很惨的，就大部分其实很惨的。但是我感觉只要是在搞AI的人。

1:25:37就是天天在那边乐呵乐呵的。就是不管搞得成搞不成，就是总觉得自己在一个大游乐场那种感觉。所以我觉得对对对对对。在搞AI的就好处，你成不成赚不赚钱不一定，但是呢，至少你每天会觉得充满了新奇感。但是因为其他的世界其实现在都有一点自由落体的感觉嘛。

1:25:56对。

1:25:56就是，所以，

1:25:57然后也还比较嗨一点，自己很很很很幸运。对，新的一年就看能跟你讲的一样，搞点什么东西东西出来。我年初说我要做的东西到年底还没出来呢。所以就是说说。对。

1:26:10现在看看能不能搞，最好是能够结合吹牛和做事儿两件事相结合。对。因为因为现在让我写代码已经写不出来了。

1:26:21把两件事情结合一下，搞一搞。

1:26:23这个只不过我觉得就是干，就干三，但是我也得搞搞一下AI，得搞一下AI。得下场动动，就是就是就是入场干活了。就是我觉得23年其实还在观望嘛。我记得年初我跟另外一个朋友，当时我说其实当时我我我的说法是说，其实没有那么着急立刻要下场。

1:26:43那个时候因为移动互联网，其实iPhone 07年出来，真正有机会要到一一二年。你就算打提前量，你10年干也来得及，就也合适。你07年立刻干，反而不一定，这个逻辑不一定成立，除非你就做外包，对吧？你当时帮帮企业写iPhone的APP，那你可能08、09年你就能干。

1:27:04但是，我到年底呢，我又觉得是不是我们就下场动手动得有点晚。对对对对对。就就就会有这种感觉，就是是不是年初那个决策或者那个判断，其实也不一定合理。

1:27:16对。其实我觉得这种案例还是蛮多的。

1:27:19对对对对对，就我我们是吃了一个我们的这个公众号，我觉得也吃了一波红利嘛，包括我写个专栏也吃了一些红利嘛。对。但是现在回头想，是不是那个时候，就是这个决策其实也不一定那么正确。

1:27:35嗯，我是觉得说其实早期如果我们动手更快的话，哪怕做一些自己瞧不上的小东西，其实像你讲的嘛，他妈收割数据也好

1:27:45啊。对对对对对对对。

1:27:47然后那个，而且有一些应用的话，像比如说ChatGPT for Google啊，ChatMind啊什么的，都是很短平快的一个项目就结束了嘛。然后他们都ChatMind卖给Xmind了嘛，ChatGPT那个那个for Google卖给那个卖给那个Monica，

1:28:03Monica，对。但但我觉得是不是有点可惜啊，就是说你说，反正我觉得就是因为比如说就是他们卖，就这个阶段卖，肯定也卖不了很多钱。对，

1:28:14对吧？就是我觉得也是，其实很对大家所有人来讲，我觉得这都都很难决策，就是都很难决策。

1:28:21就是呢，吃红利就是吃红利嘛，然后想想开嘛。对对

1:28:25对。然后

1:28:26如果要早早做，我觉得还有一个好处，就是它其实你会积累复利。就是比如说比如说比如说我们其实还没做出什么东西嘛，但是因为我们吆喝的比较早，所以呢就会有人根据吆喝，就会肯定会咨询我们做点什么事情嘛。那你总归会参与，就会提前参与一些，比如说有一些级别的落地的什么事情。

1:28:48那你参与过其实也是可能也没做出啥来，但是毕竟你参与过，对吧？你做不仅能吆喝，还见过。然后那其他的，假如说更重要的事情，那就必须要找一个见过真的真东西的。然后你这样就层层叠叠，好像每一步都并没有并没有啥。但是下一个台阶他需要的就是在上一个台阶也没有啥的那个人，他他只会挑这几个人嘛。

1:29:12所以上一个机会必须要靠上一个机会来。所以，

1:29:15是的，是的。

1:29:16哎，也挺好的，我们至少还掺和进来了。对对对。对对

1:29:19对对对对。

1:29:21二二四年是一定要全力来，全力来搞这个事情。对对对对。我

1:29:25觉得24年是，是因为竞争太激烈了。我我总结为就是说，哎呀，就是我去美国的时候，我们当时还想说聊完一圈之后，说能不能找到一个说别人都看不到的，就是你特别有insight，对吧？你说我们创业老司机了，失败的经验足够丰富，是吧？

1:29:44能不能找到一些insight，对吧？说找找这个insight，说说那个，说哎这个就只有我想明白，别人没想明白。但是在美国聊完之后，我发现其实这个已经是个伪命题了。因为。某种程度上讲，整个互联网也好，TMT也好，就是说其实没有什么赛道了，只剩下这一个赛道了。

1:30:03所以所有聪明人都来干这个事儿了，那就必然就是就是就是没有。如果你觉得这个事情没有人竞争，那一定说明你的情报工作做得太差，而不是真的没有人竞争。

1:30:18行，了不起。

1:30:21对吧？那我们小团队来说可以吧？对，但小事情肯定也有人做嘛，也有人做。就是因为因为我总觉得就是你今天你说我还要做互联网创业，你做什么呢？对不对？

1:30:32就就我我因为前一阵我有个朋友，我应该还把那个BP发给你看。其实我我我，对吧？就是它其实不带AI的一个传统的互联网创业。那这个的问题就是说，这个今天你这个BP发出去，即使你的数据都还不错，可能都没有投资人看了，对不对？其实你是可能是不亏钱的，你的数据还可以，都可能没有投资人看了。

1:30:50不要说，那那你面临的问题就是说，为什么所有人都在搞，就是呃加AI或者AI加嘛，对吧？对对。那那的确很难，很难找到一个没有说说，哎，只有我想到，没有人想到，我觉得这个太难了。就做好做好红海中竞争的准备。

1:31:09但我从中国来看的话，其实在市场端看到还没有那么好。就是其实还是很多人没有怎么用过AI的东西。所以其实这边我觉得还是，但当然了，就海外我不知道，就是需求端、供给端可能有很多人已经在做了嘛，但需求端还是有很多人没有没有用过。

1:31:27是

1:31:27的，我觉得海外也是，海外我觉得肯定也是需求端，就是因为毕竟它现在更像个效率工具嘛。

1:31:34所以也会，就是之前忘了谁给我的那个启发，就是说你实在不行，你就不要想自己再做一个AI应用。你是在用AI做一个传统互联网应用，然后你去把传统互联网那个APP给干掉，然后先先先做一步。

1:31:50这个我觉得很难嘛，这个我觉得很难嘛。就是说，就是这个，这个很难在于说你到底得，得在这个做当中提供多大的增量价值。嗯。其实我觉得挺难的，就是说你要你要在旧场景竞争中把别人干掉，头部的你肯定不用想了，对吧？你说我要把TikTok干了。

1:32:09这个这

1:32:10个这个不是那种，这个是各个细分品类嘛，各个各个各个小团队的那个APP Store的那个前十名嘛。

1:32:19对。但是但是我觉得难的原因就是说，就是除非那个团队已经躺平了，对吧？就那个团队其实已经不不怎么维护了，就完全是靠留存来挣点钱了。如果那个团队很正经在更新的，那大概率他也会加AI了。就我觉得正常他都会加，就是我们现在看到那么多SaaS都在，对吧？

1:32:37年初什么Notion，对吧？不管是大的SaaS，都比中立一点的像Notion，小一点的各种这种工具，其实都在加这个AI元素。就不太有，就是说因为毕竟这个AI今天是个门槛特别低的事情，大家都是调API。

1:32:54就大部分大家都是调API嘛，大家也没有说我得非得搞个自己模型才能干这个事情。

1:32:59对。那那反过来，就是为什么那么多还没有加呢？是因为还不够好用？就是有很多你去看各个分类的前二十的话，其实大部分还是没有加AI的，就是可能还是没有那么好用，或者说其实没有找到方式吧。

1:33:14是，或者说我觉得还没有找到一个，就是还比如说闹钟应用，我要加啥AI呢？我举个例子，壁纸应用，对，我要怎么个加这个AI呢？我我我，对吧？我有一个widget，是个小闹钟，或者我是widget，我改了一下壁纸，我一定要加AI吗？

1:33:32还是说我怎么加AI呢？对吧？对。因为有很多小应用，真的就是说我手电筒应用，什么汇率换算应用。我假设这类工具应用，那我咋加AI？

1:33:44或者我加了AI，到底真的提供增量价值吗？对。对，你壁纸还可以说我每天给你生成一张不同的，那可能还能加一点，对吧？然后比如说我说外汇换算，那那那我加啥AI呢？我其实我是想不到能加啥AI。

1:34:00你说得对，没有问题。是，我突然想到我看的那些是好加的品类。对。但是其实大部分品类也没有那么好加。

1:34:09对对对。我觉得可能

1:34:10就我看的时候，其实已经天然地过滤了那些不好加的品类。

1:34:14对对对对对对，我觉得其实也，第二个就是，就是如果对方是要抄你，其实没有那么难吧。对。就有很多问题是说，你到底是做出来是为别人探路，还是那个真的能成为一个独立应用。

1:34:30那就那个那个，我们今天聊了，今天聊了很长时间。快硅谷看到了啥？然后2023年后转啊，2024年要搞事儿了啊。

1:34:40然后就搞起来。然后那个如果你感兴趣那个做海外AI应用的话，可以找到徐文浩同学，也可以找到我，然后反正就可以看看有啥机会可以可以搞。对，海外AI，或者你在海外本来就在海外的话，你有海外经验的话，然后想做点事情，反正就都可以聊聊呗。

1:35:01对。现在就是缺缺人才。对。

1:35:04然后徐文浩同学这边也不缺算力，也不缺科学，缺应用人才。

1:35:10对对对。我们还挺缺应用人才的，还挺缺应用人才的。就是，对，我觉得大家想做AI application，对吧？然后你也想学习一下，你对AI原理也感兴趣，你也希望有一个团，有一个优秀的团队支持你，可以考虑来找我们聊一聊，对吧？

1:35:26对的，对的。如果你缺缺的是缺缺一点钱的话，然后缺团队的话，然后但是你在搞的运营流量，或者说你搞的运营产品的话，那也可以帮你补一下，也是可以自己搞一个，搞一套孵化一下也是可以的。反正就是做个做个做个这个广告啊，反正你既然要创业的话，肯定有办法找到我们，是吧？

1:35:47对，欢迎大家各个平台关注啊，各个平台关注。远程合作也是可以的。但是就是就你你就就就越合作越困难的话，那你你那边的那个那个对你的期待就越高。对对对。对，你要是Meta的科学家的话，远程合作怎么都行。

1:36:03对对对。对，对。

1:36:07就是远程合作取决于合作合作方式嘛，对吧？就是，比方说如果我们，你你在美国，对，那我们要做美国市场，某种程度上讲，我们需要，希望你在美国，对不对？如果我们做东南亚市场，我希望你人在东南亚，对吧？就是说，但是如果你说我要在大理，我觉得那就得取决于说，那那你对团队，嗯，想提供什么价值嘛，对吧？

1:36:31就是，就毕竟还是面对面的，尽管现在是AI时代了，这个面对面的这个高沟通交流成本还是低很多的。

1:36:39为了面对面我都决定要跑一趟了，是吧？就就好折腾啊。对对对。当然也有可能不去，现在在纠结了。我们

1:36:47先这样吧。OK，好的呀。那你就还有没有聊的呢？

1:36:52啊，没有了，没有了。今天聊了很久了，谢谢大家。然后，谢谢大家关注。

1:36:57大家那个每个每个平台都叫AI炼金术，反正可以各个平台关注一下，然后也可以发给你正在做AI创业的朋友们。对对对。我们反正就就每每不定期随机的会瞎聊天一下，大概也就是这么回事。OK，好的。好，谢谢大家。

1:37:16好，谢谢。拜拜，拜拜。