四台聊YC｜与十字路口Crossing 屠龙之术 Zero Shot聊AI创业

00:06像一些AI创业，是感觉被淹没，大模型的进步会淹没你。然后苹果、微软这样的入口级别的硬件，他们做了什么新事情会淹没你。所以感觉这个就是选择很多时候并不那么重要，一定要选好创业的事情。

00:46Agent的这个概念或者这种方式是不是一个中间态？就某种程度来说，是因为大模型本身现在能力不够，所以需要一个中间态的方式。那如果某一天这件事情真的达到这样，那是否还需要某种方法？

01:33呃，大家好，我是明浩，我是屠龙之术的主播。

01:36呃，大家好，我是Koji。我是十字路口的主播，也是新世相和躺岛的联合创始人。

02:41有印象的真的挺多的。有一些有印象是因为他选择的角度实在是过分的清奇，就是真是万万没想到，这也行。因为在做的过程中，明浩有一个建议说我们要给每一个打一个标签，那个标签就是非常主观，是觉得是一定会黄的，还是我们看不懂，觉得或者有点意思的。

02:58那其中这个打牛逼的，我俩分别有20个和21个，然后也有很多是我们都打了牛逼。另外就是有一些就是万万没想到的也印象深刻。那我讲一个我觉得万万没想到的吧，也是我们录的第一个还是第二个，就是他就是一个搞太阳能的。就是那个美国有很多太阳能施工队，因为大家都住自己的house，然后都要，就是现在有一个趋势是大家要改造自己的电，

03:22从这个电变成科学能源，就变成清洁能源，变成太阳能。所以就有很多施工队去服务这样的一个一个的house。然后就有一个施工队的队长出来创业，就用AI来赋能他的行业，就做了一个端到端的解决方案。就首先是我怎么去pitch客户，来用我的这个方案。

03:42然后第二是用AI来做这个整个这个施工图的设计，就你把那个房子的，就是一些数据或者一些结构图，给到它的这个系统，然后它就直接做一个施工图出来，这AI来做的。因为这里面还是蛮有迹可循的嘛。然后再就是整个项目管理也是AI来做，然后之后一些法律的文书，然后一些客户的跟进，就是它反正端到端的AI解决方案。

04:05包括

04:05设备采买。

04:06啊，设备采买也是。

04:08就跟酷家乐一样。

04:16对。是的是的，然后当时感觉就是在美国过去应该也有针对这样的太阳能施工队的SaaS公司。然后感受就是，只要原来能存活一个SaaS公司的一个行业，现在大家就用AI再来做一遍。然后可能干死原来的一些SaaS公司，

05:00理的。对，这样特别多，还有做牙医的，做兽医的。我听你们讲的，

05:09接电话的项目特别的多，因为可能确实美国那边人力比较贵，然后诊所也都是个人类的诊所嘛，他其实也没有办法雇佣特别多的人，所以这个方向真的是特别多人做。就是你再再细分，对吧？牙医、兽医、4S店，还有什么酒店。然后还有就是好多细分品类都是做电话的。

05:30就光医疗就好几个。

05:46那说到这个呢，我们想到另外一个，有一个是做催收的。就如果这个催收，你你想嘛，催收这个事情不是一般人能干的。我们都是有面子跟，我们不知道该说什么，甚至，对吧？我们如果面对我们的债，我们都不知道该说什么，什么时间点，什么节奏，以什么样程度的语气，是用法律的方式，

06:04还是用感情的方式，还是用什么，对吧？然后是用电话，是用邮件，还是用短信，还是用什么，对吧？是用主动的方式，还是用比如找他的身边人，还是用什么社交媒体的方式，这个事情，AI来做。

06:39对对，他其实讲的例子更是这个，就针对公司之间的，对，去催应收款。这个我我是比较感同身受吧，就是感觉催账的去拿去催钱的时候，你的那个情绪消耗非常大。是，是。然后现在有AI帮你，然后他那个网站上还有一句话，叫做它帮助你有尊严的催收。

06:58催收。就最后变成，其实就是别人欠你钱，你往往是没有尊严的去催收。

07:13对，帮你去解决那个情绪的问题，是吧？就

07:24现在可以交给AI了。

07:28超级多。当然也有很多想也是想做端到端的解决方案的。想替代已经非常成熟的那些大公司的，无论是做，比如最大的品类肯定是那个做营销相关的嘛。就是你其实看过去这么多年，在美国的To B领域的创业，营销也是最大的板块。那其实我们统下来也是这样，然后包括做infra的，做安全的，做coding的，这几个都是超级大的品类，

07:52无数的人在里面做尝试。然后有一些是团队是想解决所有的事情，但很多团队，尤其是VC，你想VC那个投资额跟那个体量，其实很多公司是解决单点的爆破的问题。比如说我记得有的公司可能只解决找人，就是我想找一个，就是比如说他他可以给猎头，可以给销售，可以给任何人，

08:11但是我的需求是一个非常非常用自然语言描述的很，比如说他他举的例子是说我想找一个在中国有十年创业经验，并且做过比如交易平台这个品类的创业的，现在是在做投资的人。OK。就是你你大概是这样一个需求，你用传统的无论是用应聘还是用什么方式是搞不定的。

08:29非常不容易。但是他帮我找到了，我验证了一下。对，他验

08:32证过，就是他找到了，他真的找到了。而且

08:35确实不是我们能想到的那个朋友圈子里面能reach到的那种人，然后一看，哇，完美符合，很乐意。那个真的有点神奇，它需要一点时间。是搞了二十分钟才找出来。但他那个整个过程也也是，就是很透明，他会第一步把你的需求拆成几几个这个更具体的描述，然后让你confirm是不是这个意思。

08:55然后你说哦，是这个意思，你比我想的更周到，这么搜确实更容易搜到。然后他再一点一点去搜，最后他给一个表格，还是一个，就是比如说他第一列是各种人的名字，然后上面的是你的各种这个标准，一二三四。然后每个名字背后会打勾，比如说这个人他满足了四个标准。

09:12或者那个

09:12是四个半。

09:14但这确实有点小众，就是你真的想要用到它的场景并不多。

09:23为你

10:01你像有一个专门做那个营销领域的，类似潜在客户的邮件列表，他只做到这儿，他不做后面所有事情。就是说你提出一个明确的，你要卖给卖什么东西，想卖给什么样的人，他帮你把该爬的东西全部爬完，给你一个邮件列表。就到做到这儿，就只做这一件事情。

10:19那那相当于，比如说他那个例子应该是，呃，一个什么什么餐厅的一个什么特殊的原材料供应商。

10:26他就想帮你找这个餐厅。

10:27那你可能对餐厅就要有价格、位置、口味，各种各样的需求，包括餐厅的大小、客单价，乱七八糟，各种各样的诉求。你

10:35就能用得起我的产品。嗯，了解。然后还有一个做他接下来那个环节，就你怎么去cold call。就原来是人肉一个一个打电话过去嘛，而且打之前我相信牛逼的销售都会做一些背调，或者做一些这个简单的搭讪的。

10:49就跟我面试之前要了解一下对方公司的状态一样。

10:51然后这样见面的时候，你总有两句话可以聊。然后他就是说，我发你这个写邮件或打电话之前，我会去看这个人所有的社交媒体账号。他举了一个例子是，他说给我打电话，我就说，哎，你好，Michael，两周前我发现你还在瑞士滑雪，你现在回来了吗？

11:06就是用这种方式去，对，让这个接听率，或者这个不要挂断的两分钟，不要前十秒就挂断的这个比例降低。

11:28就是这个可能就是我觉得我们可能不仅仅在营销这个板块上，我们看到的很多相关做单点爆破的公司都会担心这种事情。无论是做营销、做安全、做编码、做infra，其实都是，就是因为有太，已经这个行业它里面有太大的家伙们在那儿了。就如果你真的离得他太近，当然可能美国那边好一点，比如他直接把你收掉也有可能，对吧？

11:49但真的如果是一个特别简单，你像我们有一个标签是不太行跟肯定会黄的标签，那几个那几个项目就比较集中在比如AIGC的工具，做什么长PDF分析，做文本编辑器。这种东西就是，嗯，就是太近了，离那个大家伙们，它真的是一步就迈过。而且这个时间特别有意思，就是我们第一期录应该是五一假期回来，五月六号。

12:14然后你们现在听到这个版本，下下集是我们五月十三号录的。十三号完事儿开始。就是我们俩

12:22要发布各种发布会。发布会，

12:23字节发布会，腾讯发布会，对吧？然后百度，大家开始降价，开始弄，对吧？还有

12:29微软，微软的发布会更香，哇，真的。

12:30你就觉得，哇，就是就是你瞬间，你你你像我俩在做那个这个分析跟评价的时候，我们的认知跟基础线是这样的嘛。但突然间这个基础线就推到这儿去了。就突然间你可能很多对这个项目的评判的角度跟感官，在一周之内发生了巨变。

13:00哈。所以可能就是今天那些创业是很容易被淹没的，就一个项目很容易被淹没，就是大模型的进步会淹没你。然后苹果、微软这样的入口级别的硬件，他们做了什么新事情会淹没你。然后像Salesforce这种，本来已经有客户，本来已经端到端，或者Adobe，对吧？

13:16它就加一点，然后也可能把你做的这个给淹没掉。所以感觉这个就是选择很多时候比努力重要，一定要选好创业的市场。现在

13:44嗯，当然我们可以以一个终局的角度去看，可能确实比较，但过程中反正很多品类都会给一定的窗口期。如果能抓住这个窗口期，反正对于一个小团队，比如在海外挣些钱，可能问题也不大。对

13:56对对，以及我还是有一个感受哈，就是像微软、Apple，Apple先不说，至少微软，我认为它一定能做出足够让用户满意的体验，甚至Chrome都现在都很困难。你看Chrome就是为了打击，不叫打击啊，就是比如说Monica为代表的这些插件，Chrome看得到，

14:13它做了一些回应。但它回应的那个方式，就做出来那个用户体验，就一看就是内部政治决定的一个结果。就整个这个体验，我觉得还是，就是会给创业公司留出窗口，而且甚至有可能他们打到最后会打出一个好体验，就内部就内耗掉了。所以我觉得还是也不用那么悲观，以及我自己觉得啊，就我看下来，当然这个大模型或者入口级会淹没很多东西，

14:37然后尤其微软发布会那一天，我真的那个就挺感慨的，我还写了篇博客，就来讲说这个就是哪些idea可能不会被淹没。然后我觉得有一个就是看到的做非常垂直的，就是在你所在的这个领域，比如说太阳能施工队，对吧？这个它不一定是一个很大的事情，但是它也绝对不小。

14:55然后再有就是我们还看到有一个YC的公司，叫那个Synaptic，然后它是用AI来培训医生。其实做教育的，但他选择就是对医学生的针对性的AI帮他学得更好。这里面比如说他可以用这个增强记忆的一些逻辑来帮助你背诵，就是再去不断地给你做测试，然后生成问题，

15:17然后让你的整个这个知识的结构一点一点点亮。所以想一想，这背后其实还是有人配合AI才能做出的教育的机制。

16:15我我觉得这个就是对创业者的素质的要求真的是有点高了。就是你在一个更剧烈变化的时代，就得动手能力更强，以及学习能力更强嘛。然后我最近还还录了一期，但是也来不及剪，就是访了一个字节的一个产品负责人。然后他说他面了一百多位搞AI的PM，然后就有一些心得就来分享面试这一百多位PM的心得。

16:38然后最大的一个心得就是今天的PM，他在过去古典PM要的所有的能力之上，还有一个新的能力，就是超强的对新东西的动手和学习能力。

16:51就是你得不断地看在发生什么新事情，然后看到他的反应，就是要和我在做的产品联系起来，并且动手把它搞搞进来。就是这个变成了一个就核心竞争力。而且我甚至觉得听下来，就是之前还有一个说法嘛，然后他是说任何一个团队现在需要两个PM，一个PM是去做用户需求发现，

17:10另外一个PM是去做这个就是技术的边界的理解的，然后他们俩应该无缝配合。然后我们那天访那位字节的产品负责人说，就是一个团队也不太可能有这样两个PM，其实最后的结果就是一个PM得变成两个人来用。

17:55因为它这个事情的变化特别的快速，跟波动特别的大。然后我们做事情跟做一个项目，它总要有计划，有规划。有时间，有进度，有节点，有边界。有交付，有所有这些东西，所以你只能在中间找到那个取舍。而且这个东西可能某种程度来说也是要有一定的所谓运气成分也好，或者是什么样的因素也好，让你可能就恰好在某些年，

18:17可能就找到了那样一个适合的，一个一个一个切入点也好，或者一把钥匙也好，然后让你在一段时间内得到了这个反馈。但是你想在你立项的当下就一劳永逸地说，就这么干，完美方案，不太可能。不可能，

18:30不可能，不可能。然后以及那个我有会想到我们聊这个话题，就聊起来感觉很焦虑嘛。我一想到那个Paul Graham，他之前有一篇很长的文章，就是中文互联网也广为流传，叫这个如何成就一个伟大的事业。然后里面有讲说，其实这里面有一个非常重要的素质，就是你发现自己干什么事情干起来就是不费劲，不费劲啊。

18:51所以当我们感觉这个事情费劲，有可能这个事情就没有那么适合我们。但是比如说hidecloud，大家也认识它嘛。他真的就是就是爱干这个事儿。然后除了hidecloud，因为新世相最近在做那个AI相关的一些内容，然后我也认识了一些就是AIGC圈子里面的活跃的这种创作者，

19:10他们也是毫不费劲，天天都在搞新的ComfyUI的工作。就觉得他们是乐在其中，乐在其中。那有可能就是刚才我们聊到的一些机会，可能就是属于这些人的。那大家不用焦虑，这个世界机会有很多，对吧？有可能太阳能的机会是属于你的。

19:29是个大四的学这个专业的学生，然后你觉得自己，然后你就觉得，哇，这个人家就真的是毫不费力的每天更新这些内容，并且选的角度也很好，也很吸引人。就是他可能也没有太多的所谓的什么商科、什么分析的什么背景，也没有，对吧？

19:43比如说做总结，做PPT，你也是毫不费劲的，就做完感觉，哇，我要做，我觉得我可能得深入呼吸十几口。还做

19:54太痛苦了，真的是，但但你但但就是你会乐在其中嘛，因为因为你当年年轻的时候做分析师的时候，你也是这么干的。对吧？你你把每年美国所有的融资PPT项目拉出来，哐哐一顿分类、一顿分析、一顿整理输出，然后你自己心里有一个相对明晰的map，

20:10你原来工作方式就是这样。所以就还好，但确实你也知道这个过程确实很痛苦。比如说就刚才你们其实也在聊，AI生成PPT到底有什么合理的方案没有？其实如果单纯只是说我们为了做一个展示，配几张图，有个框架，这个反正基本上通用的产品基本都OK，

20:26都差不多。但是是但凡你想有观点、有结论、有框架、有逻辑，现在所有的PPT都不行，因为你还是得自己来。就还是得自己脑子里把这个东西弄完，然后搭出来。然后，

21:32那么就是有一个非常贱的一个用ChatGPT问Kimi的一个办法。就是我会开完会之后，问让Kimi来说说我这个会有什么优点和不足之处。挺

21:44会比教练更好。他就是很像一个教练。

21:47然后这里发现我们有一个项目，这个项目是做在线教育的。帮你调整你的英语口音的。怎么调呢？它是一个Zoom的插件。就是你，它的插件其实就是你每天开一个英文的电话会议，它就会把你所有的记录下来。

22:00比如说你这单词用了A，没有用B，那可能B是更合理的一种表达方式。它就用这种方式来帮你日常的工作中，然后调整你的英语的口语。

22:10它不是一个co-pilot，它不会打乱你。它就是说你每次用英语开完会，它总结一下，告诉你哪些地方下次可以做得更好，更加专业一点。

22:46你这是学习型的，就是你不但就是想让它给你结果，还要把过程也告诉你，你是想学的。

24:24更直接的。对。

25:26对对

25:36印象还有一些项目啊，其实和语言也有很强的关系，就是帮人去准备一些你准备起来很痛苦的paperwork。比如说去找政府要一些申请，或者这个还有一个项目是也是不记的，它是专门去帮你发现现在有哪些政府项目在招标，然后有可能你能够匹配上，同时还帮你把招标书给写了，然后也跟进这一整个项目，对吧？

26:01这个也是，还有一个那个也是paperwork，就是说它是医疗领域的一个paperwork，这个我觉得也很make sense，就是他发现绝大多数的严重医疗事故是因为交接不到位导致的。因为后面接班的人他不知道前面发生的一些重要他需要知道的事。

26:16而交班的时候是上一拨人特别疲惫，就想下班赶紧回家，然后洗个澡的时候。所以这个时候就是你也很难去就是用各种流程或者要求确保百分之百的交接。然后就用AI来辅助这个交接的工作。

26:32他就是做护士交接的报告。

27:28算了

27:28算了算

27:38试一试用AI来做。

27:40对啊。可能中文的，呃，那就如果是英文应该还好。就确实有公司在做这个事情。啊，就满足各地不同的政府监管的要求，然后对应的生成知识的东西给到你。

28:00这是非常非常这个信息不对称的。就是这个市场上也不可能有一个中间平台专门来做这个事儿。对吧？就超级不对称。

28:07我们看到的这个所有项目里面，我们俩最深的一个解决信息不对称的这个案子是特别简单的一个案子，是做全世界各地GPU算力的比价。就我同样要买一张A100。我在新加坡，让我给你比价，比过。在澳大利亚买，在加拿大买，可能差几倍。

28:24同样，它其实不是蛮硬件的。对，

28:26但是它都要买

28:27知道。然后它那个，而且它那个价格是实时变动的。它甚至提供一个服务，是告诉你，你就现在你不用直接买了，你干脆买我好了，我去帮你实时动态的选最便宜的那一个。

28:56算到GPU cloud marketplace

29:07哦，嗯。所以其实infra这件事情真的是，我觉得是蛮大的一个事情。只不过国内因为因为压缩的太，要么就是大模型，要么就是应用。而且现在都在一起，所以它把这个中间这个状态，其实我觉得某种程度上说，无论是媒体探讨还是行业关注。

29:21它其实被模糊化了。但但其实在美国这个事情分的特别的细。其实

29:25做infra的很多公司是好几个公司，有base在北京、上海，但他们都是做global的一个状态。

29:41也有也有这个情况。

29:52就是解决你从用到做出来东西之间的乱七八糟的事情。

29:56从数据到模型的这个对比，模型的调试。部署、

30:02微调、数据的清理，什么样的数据适合什么样的模型，然后原始数据到清洗过的数据，然后包括在线托管、云方案，就是

30:11一堆。

30:44对，是。

31:04我们在看那个Y Combinator的那个网站里面，有260个投资人，那家公司里面有一个网站是我做的最喜欢的。

31:12啊，心理内容啊。

31:13对。一个做心理咨询的，叫Sonia。嗯，就他的网站让人看了之后心情都变好了，他还没用他的服务就已经把心情变好了。然后他的设计，他的交互如沐春风。OK。

31:26然后他做的事情其实也特别容易理解，就是这个基于认知心理学的疗法，然后来和患者，就是可能有心理问题或心理疾病的一个患者来进行对话。

31:40说这

31:44然后另外一个大的品类就是用自然语言来做网站。就一句话生成一个网站，这个国内也有人做。对。然后海外有一个我们俩印象很深的，我们都打了牛逼评分的叫Marblism，就是marble是大理石的意思，他造了一个词叫Marblism，变成大理石的意思。

32:02然后他的网站也是，就强调我用AI生成出来的这个代码像大理石一样坚固，然后又漂亮。

32:17他其实也是，你比如说，他的这个范例是说，我想做一个，呃，比如说，出租我家后院的Airbnb。那你就想Airbnb嘛，那应该有什么，对吧？有地图，有搜索框，有展示，有信息列表，有登录页，就大概是这几个东西嘛。然后他就帮你把前端代码，前端网页弄出来，然后把后端模块给你弄好。

32:35就大概他的文就是这样。其实也是模块化的。

32:49更直接一点。

32:53那他也一样，他也一样，对吧？这个是like Airbnb，这个是like Twitter，这个like Asana。对

33:32有有另外一个贯穿的逻辑是贯穿的横向逻辑，就是说当大语言模型的到今天的发展程度之后，自然语言跟机器的沟通这件事情变得更顺畅，所以就是你可以用自然语言做更多的事情。是啊。这自然语言生代码的是一种，然后比如说在视频那里面有好几个项目是做，你可以是用自然语言的方式理解视频的内容。

33:50就比如说他他做了一个场景是说他给那个快消品的这个这个厂厂商提供服务是说你把你所有的这个监控的视频给他。然后他可以看，

33:59超收入

34:00货架。他可以看这个，比如说这个这个人拿起这个商品多长时间，看了多久，然后为什么又放回去，就是他是基于那个视频内容本身的理解，再给你返回结果。那你原来这个方式你就是你只能去靠人，一帧一帧看。但现在可以用机器的方式来解决，然后这个解决之后，你看还有一项是说，比如说我有一堆的这个这个素材，

34:20然后我是个摄影师，我可能有几几百几百T的视频跟照片的文件。比如说突然间有个有需求是说，有一个人需要一张绿色翅膀的鸟的照片，或者是一帧。那原来的方式是说我只能靠我记忆当中，我说我在哪拍过一个差不多，我去找。但现在不用了，自然语言可以帮你找到这个事情，然后再做剪辑跟编辑整理，甚至它可以理解，比如说这个视频这一帧当下的这个时间点发生什么。

34:47然后你会发现，Google的这次发布会里面，其实它也在强调长视频的输入并且理解这件事情。就是open的搜也有，但是现阶段，呃，OpenAI的那个后面有人有些人是发现，就是他的

35:01它针对真的。它是针对真的。

35:03而且是跳帧的，就是它不是完全抽帧的，它是抽了很多，它相当于是抽得非常的稀碎，就不是完全真正理解。但是当无论是自然语言模型还是视频模型的发展真的到一个不错的阶段的时候，理论上说，用自然语言方式去理解视频本身的逻辑其实是成立的。你看今早起来我来听那个张小珺采访那个李飞。

35:25他也说到这个逻辑是说，比如说你的手机的iPhone里面有所有你的照片。比如你小孩子的照片跟视频。比如说我想问，如果未来有有场景是说，我想了解我小孩子是怎么一步一步的学会游泳的，你想想这个场景的结果应该是什么样。就是现在任何的搜索方式跟图片生成方式没有办法给你这个结果。

35:43但是当自然语言模型跟视频模型好了之后，这个结果就可以给到你。

35:48这个听起来好浪漫啊，有点打动人心。对吧？

35:50是，那就所有的，你的各个各个的时间点的状态，你小朋友真的在游泳的地方，然后他每一次的更新的迭代的状态。理论上说，视频的理解是可以做到的。可以做到的。然后他帮你再做整理，再做生成。

36:03直接剪成一个小短片出来，发到家里的群，大家都会鼓掌的。

36:15对啊，就是他会卖的那个嘛。

36:23我老婆也是，我老婆

36:30后来就想，哦，他原来那么可爱，怎么今天这么丑？不是一个孩子了，我老婆每天也是这样。

36:36然后自然语言还有一个编辑音乐的一个工具，这个是YC投的其中一个叫Sonauto。然后它是这样的，就是大家都知道那个Suno是一句话生成一首歌嘛。然后它这个呢是给更专业的音乐人用的，你面对的还是一个一个编辑器的样子。就它分，你看到的是一个音乐，分了层。

36:55对，分了层，然后他做的事情是一个音轨一个音轨的生成。OK。就比如说我先生成一个舒缓的吉他，再生成一个激烈的，但是和第一个音轨匹配的鼓点，你可以生成十几二十个，然后叠在一起。然后这中间的调整全是自然语言去调。

37:11就我就可以选中这一个，我说这个鼓点我要再密一点，或者这个鼓点我想再加一点刚刚什么唢呐的声音，然后用自然语言去把一个编曲的工作完成。看完这个我就觉得，我我maybe都可以来搞一

37:43音乐就吃掉了。

38:04我觉得能融到钱也不完全是可能，因为它这个是一级市场嘛，对吧？只要有几个人搬运它，它就可以。他就搞不定了。其实我觉得今天就是还是有一些健康的，打个引号的，健康的泡沫的。就它其实也是，就没有那么难融到钱的。

38:20他还讲了一个故事，就是我今天做的这个远景，我不是只是一个纹身，就不是不是只是一个纹身音乐，我要做的是一个这个内容平台。就是我的远景可能是下一个TikTok。那如果有人真的搬运了，那这个估值是可以，就聊得很夸张的。

38:38就是今年，某种程度来说，因为我们那我们公司内部也有AI的音乐的team，就是，要不从外面视角来说，哦，就是有Suno，然后突然间AI音乐火了。但从内部视角来说，我们的感受是这样，就是说，原来这个team也其实在尝试做AI音乐。

38:51但AI音乐是一个，这个命题是一个无限解决方案的命题，它没有标准答案。对。然后呢，他们可能之前找了一种路径，在尝试在做，然后小投入，小投入，小规模。然后突然间这个事情，Suno出现之后，这场战争的等级被拉到一个非常高的状态。

39:06然后你对于你内部这个team的角色就变成了，第一，你要不要跟？你要跟，那前提条件就是你要买卡，你要大投入。你要重人力招聘，就是你所有事情基础条件就提到这儿了。那你不跟，你自己还做原来那套东西，那你怎么去跟，比如无论是用户还是业界，还是去解释你的路径为什么是更好跟更有效率。

39:25就是它的它的这个衍生状态变成了这样。可能今天这个时间点，AI领域很多领域都是这样，突然间高光给到你。对，这个小板块，突然间拉到视野，所有人都在看。对。然后有一个最最最牛逼的项目在那儿。

39:40无论是公开自己还是啥的，反正有个最牛逼的在那儿。你也不要去探讨它对不对，反正世人认为它最牛逼。然后它指明了这条路，跟不跟？

39:49就是，哇，这个太痛苦了。我们内部就是一个，你想，他们十几二十人的小team，他们原来都差不多自己的产品，还有自己的运营，也就是那几个核心的算法工程师在弄这个事情，突然间就这样子了。哇。太太痛苦了。

40:19对呀，你不是这么要求他的吗？对吧？

40:24我们内部也是这样，就是老板不是说两个月之后能不能看到一个跟Suno差不多的东西。对吧？就是你的要求一定是这样嘛。

40:46所以还是在我觉得今天创业选择很多时候比努力重要的。然后哦你们在讲的时候，刚刚想到那个十字路口，最近有一期播客是访问一个在中国做AI SaaS的。然后他是之前江南布衣的CFO，然后江南布衣其实是中国今天就时装品牌里面上市公司卖得最好的，一年四五十个亿，

41:07然后持续有很好的利润。对。然后其实就是Frank他一手从十个亿做到今天，他虽然叫CFO，但因为CEO是founder。

41:17都是他在这个，我觉得他就做出了太大的贡献，也很很牛逼。然后他现在就出来做了一个AI的服装行业的SaaS。那我觉得他给我讲的很多know how，就是我觉得我在我哪怕今天开始啥也不干，我就了解服装行业，也需要很多年才能积累起这些know how。

41:33对，然后他又因为自己其实还是学习能力强，所以他又对Stable Diffusion，对今天AI到底能干什么边界，他有他的认知。所以把行业know how和AI认知结合在一起，这就形成一个我觉得特别好的一个竞争力。然后他们在中国、在日本各种展会，就很受这个服装企业们的欢迎，就是打到好多的痛点和痒点。

42:07我给你举个例子，那个例子就是我听完之后，就是觉得就是好气又好笑。就是首先大家都知道牛仔裤打洞或者服装打洞这个事儿，对吧？这是一个这个设计语言，就是很多时尚的衣服要打洞。但是如果你不训练那个洞，可能就打在一些尴尬的位置。所以这确实需要一个行业的垂直模型去训练，应该怎么打洞，才就是又不尴尬，同时又打得时尚，这需要这个垂直行业去解决的。

43:31所以今天其实有一个很魔性的说法，就是我们卖的不再是软件，卖的直接是service，是结果。对，是work。就是因为今天大家认为AI取代的是这个外包的，可以外包出去的服务。人或者公司嘛，那对标的就是比如说我过去花八千请一个外包帮我翻译，今天我花八百请AI来帮我翻译。

43:51所以我理解并不是买了一个AI的坐席，哦，一个SaaS的坐席。这里面还有一个逻辑，就是因为有了AI之后，坐席会越来越少，如果按坐席收费，收到的钱也会越来越少。

44:17coding真的是太大了，这个品类真的是coding，是我们统计完之后第二大第二大品类，就它只比营销少。

44:32因为我们俩都不是coding出身，我们还找了一些外援帮我们去做。逻辑上讲，两两个逻辑啊，第一个讲就是自然语言和代码。最大的逻辑。但是想完美一些，这件事情看上去还是有点难，所以它只能拆，要么是某些环节淡化，对吧？拆就是比如说，呃，部分生成，我只生成前端的代码，或只生成需要数据库，要么就套模板，要么就低代码。

44:55就是反正就是理想状态是自然语言的代码。现在理想状态不能实现，那我就退而求其次，这是一类大的项目，有一堆。然后还有一堆其实是做，你可以理解为是做外围的生意。就是我们刚才讲的，就是自然语言代码是代码的最核心的生成的部分。但是你要知道，一个代码从开始写到真正交付一个产品，它有外围无数的工作要做。

45:16文档、test case。编辑器、注释、文档，然后测试、QA、bug、修复，乱七八糟。有一堆公司在做这个事情。当然这些东西就是你明显感觉就是很容易被，嗯，

45:29大部分那些直接就，对吧？因为它都是某种程度上是单点嘛，但是反正就是如果你单点只做的足够深，比如说有专门做测试的，专门做安全漏洞跟踪的。因为安全漏洞可能是要靠人跟重复性质的机器人来做的，那现在可以靠AI的方式来做了。就是它做这一种某一个小环节的，包括改bug其实是最多的这个领域的，对吧？

45:50就是不是生成，是改

45:58那个就那个GitHub

46:28然后所以这个确实是会大量提升效率。因为

47:10很好，我觉得确实让好多没有这个代码经验的人都能写了。就十字路口其实第一期采访就是采访的那个阿禅，他当时就是产品经理嘛，做了十几年，然后就是ChatGPT出来之后，跟着ChatGPT开始学写代码，然后写了一个在GitHub上面，现在就是这个星星数量好像也有小几千的一个一个开源的一个一个小工具，

47:34就是完全从零开始，而且他乐在其中，所以感觉这个如虎添翼一样。然后最近那个我看到有一些很年轻的小孩，就比如说高中生、大学生，就在他们的黑客松上，他们写代码，就感觉默认就是在这么写了。就是我就把需求给这个Copilot讲一下，然后验证一下。

47:56然后中间就是调调补补，修修补补。

48:46就跟我们刚才讲的PPT的案例是一样的。就是我们做的内容本身来讲是做一个九十分的内容，你当然看不起来那个AI做的六十分、五十分的东西嘛，而且它也达不到九十分的状态。但是一个大学生，对吧？为了满足一个上一学期十几门的、十几次课的一个课课课业的一个作业，这个OK呀，没不不没必要做到九十分嘛。

49:06对呀。

49:17已经超过了我们那个预能够反馈好和不好的阈值

49:29他已经过了我们平常人的这种能够体感受差别的状态。

49:40卖给大公司了。或者能有一些做得真做深的，比方说能收一些钱，是能收得到，尤其安全相关的公司也挺多的。也是能收到钱的，但是你说他做成一个超级大的公司，我觉得不太现实。

50:12首先，YC它其实投的公司有一个比较大它自己的倾向，就是它最近几年都投很多to B的。OK。嗯，所以这里面to C的本来就很少。是。嗯，那to B的要热闹起来，就可能也是行业内的热闹吧。

50:27就是真正

50:31黑镜它是一个to C特别能理解的to B，就大家看了之后觉得这个和我直接有关。

50:36需要能用到。

50:37对。但是比如说我们说太阳能，或者这个帮医生去看X光，就这种，它其实在C端很难掀起波澜。但是我觉得在B端它做好了，在垂直领域里面，把估值做得足够大。

50:49因为还有一点很现实，就是反正我在YC那个，就是相关的项目总结，我我会有观点是说，我们提到YC这个关键词，我们都不用去看YC的项目是什么，我们脑子里先反应的就是图片、文字、PPT、2D的、3D的素材。动画、金融。就是你已经有了这些了，对吧？

51:08那就代表其实很多这些领域的大家伙们也都在做。所以你既然是YC投的新项目，就不可能只在这个层面上再做努力了，你肯定得再往下一步再做努力。它就是要么切更细分场景，要么做更小的功能，要么做一些更不一样的什么样的东西。那那相当于就是再往里走。

51:26但是这就引发了一个悖论，是说那是不是可能走得太、太、太、太深了？或者太窄了，或者走到那个牛角尖里，就很有可能。你像视频板块、音乐板块，我的评价都是，所有人不是Suno，不是，sorry，不是谁谁谁。因为你不可能再以那个方式来做了，那你只能去做别的方式。

51:46所以那就，那是没办法了。to B，

52:00对对对，我们这也有感觉，就是比如说我，他那个是给牙医跟兽医做那个打电话的嘛，然后他在网站上直接有大的另类模式，我可以对接，啪，一排，我全都能接进去。然后你就想，哇，一排，这么

52:15多，我的天呐。

52:22吃，我的天。我好像看到那个兽医AI SaaS的时候，我还去搜了一下兽医的普通SaaS，就现在到底有多少，他们分别能做到多少的这个市场规模。就你你看到的还有专门的网站，就是这种SaaS排行榜的网站，就是也都大家活得挺好的。

52:37我还特别加了一页，就是你会在无数的这个，无论是做to B、to C项目，看到这样类似这样的图，就是它相当于介绍了所有的可接到的服务的API、SDK，就是所有项目几乎都有类似的逻辑，因为确实在美国那个生态就是这样。

53:14agent的项目很多都是这样。

53:17我也不开发，用AI的AI。

53:27这个想法怎么听起来那么make sense，太合理了。然后最后这还是一个入口。对

53:37然后你像你刚才举的例子是垂直行业的嘛，在agent那个领域里面也专门就做类似维度，它不建行业。就比如你日常的工作如果是一些相对能够被工作流画出来的，它用各种方式帮你变成agent。无论是录屏、按键精灵、RPA，反正各种方式，包括外部的数据流爬虫，所有方式帮你把这个事情做完。

53:59有无数的公司在做这件事情，无数的公司，只是大家切入点不太一样。但这里面就引发另外一个。我们在那天探讨也讨论是说，agent的这个概念或者这种方式，是不是一个中间形态？就某种来说是因为大模型本身现在的能力不够。然后我们又迫切地需要它走到前面去。

54:18所以需要一个中间态的方式。那如果某一天，这件事情真的大模型很厉害，那是否还需要用这种方式来做？

54:26以及就是今天这个workflow的方式是不是最优的，这也是一个我觉得很大的问号。因为其实今天并没有看到业内最佳的这个实践到底是什么样子。理论上的做法是最佳实践出现了一些，我们根据它们抽象出这个workflow应该怎么做。

54:40现在其实是反过来的，大家不知道最佳实践，我先把这个工具包给你做出来。但原来其实是，对，先有了一些，对吧？就在古时候呢，先有了一些锤子。然后大家把这个锤子抽象成一把好用的锤子。现在就是这中间的workflow没有，大家就是凭空先造个workflow出来，而且造workflow的人还超级多。

55:00工具超级多。

55:33这个挺好的，这个这个用例听起来就是一个很常见的用例。只是如果从这个里面切入去创业，很可能三个月之后就没了，就给大模型。

55:52就是你能定义好，其实理论上就应该比较接近理想状态。

55:59还有一个是那个我自己看完之后觉得我可能想用的有两个吧，一个是那个他去全网到处收集用户反馈，然后并且把这些用户反馈给你按优先级，就是排一下。然后因为大语言模型它也可以有它自己的判断，就告诉你这个事情从用户的语气来讲，这个大家都非常生气，

56:21你确实应该引起注意。在过去这个工作是每个公司，有消费品公司都干，只是都靠人干嘛。然后一般老板看到这个都会，就第一个问题就是到底有多少人反馈这个问题，他们到底就是你再把那个原数据给我看一下，我也要再做这样的判断。这个公司叫什么？

56:36这个叫Inari。

56:37属于CRM的后后客户关系的处理。

57:57理论上是可以的。理论

58:08是，还有一个和边上也有关系的，就是叫Branch AI。它做的事情是，呃，比如说我是一个商家，我把我所有的产品，所有的这个产品相关的介绍，全丢给它。然后这个时候呢，我可以用自然语言来去设我的促销规则。比如说，接下来要优先推毛利率大于45%的产品，或者接下来这个618，我要优先把我库存最多的产品先卖掉。

58:34那这个时候用户在搜索的时候，然后就会优先推荐我用自然语言去设的这些规则。在过去其实这个事是靠人去做，而且这个是非常生硬的。那就会出现大量的问题。你说老板，好，45%以上毛利有这三个，但是这个就是不好卖，推还是不推？

58:52然后那个就是好像有点好卖又有点不好卖，然后又现在又是夏天，我们推还是不推？就特别痛苦，就是复杂，大量的微决策。现在就是用AI自然语言。

59:35对，他更往前一点，然后他讲的就是他是一个搜索的一个，就专门做AI搜索的公司。所以他做的事情其实只是根据你的自然语言的要求去影响搜索的排序。然后同时他就是很自然他还会做一个事就是，呃，让用户除了用keyword去搜索之外，可以用自然语言描述来搜索。

59:55这个其实海外大量的独立站嘛，就每个独立站都得有一套搜索系统，所以理论上大家都可能会要买一个它。比如说就是躺岛卖枕头，对吧？那在过去大家就只能用关键词搜，现在我可能就可以实现，我就是晚上容易出汗，我应该用什么枕头，就可以回答这种问题了。

1:00:13而且在回答的时候，它能够reasoning，它能根据详情页summarize，给你一个原因啊，这个为什么是，就是适合晚上出汗睡的枕头。

1:00:25电商的项目除了刚才说的两个，其他的

1:00:28并不多。

1:00:29多的可能还是有和电商有关的客服，它也算。然后还有一个和电商的是那个做物流的。然后包括做大宗物流的那个有好几个，就是这个明浩他也提到，就是大宗物流大家跟订单，就货上船之后，这个船在全世界到处，就是你要清这个关，就是过那个交税。

1:00:52对，非常多的paperwork很繁琐。然后你上一艘船就是一个项目，然后过去这个全靠人来跟。现在就是有人专门针对这个事情再去做AI的解决方案，就是把paperwork抽象出来。走流程

1:01:15这里这里也有。就是有一个那个是做生物医学的审核文件的。

1:01:21对对对。

1:01:22对，

1:01:23超，就几千页的文章。

1:01:25它是这个叫RPOs，就是生命科学公司，你做了一个结果，你要去让它，就是哪怕你要去让它做实验，都不说我go to market，不上市，做实验也得拿到一些报批嘛。然后它就帮你去根据监管机构的要求，写配几千页的文件，也有干这个的。

1:01:41这个就是，我觉得这个外置，

1:01:45我怕对方不干。

1:01:47但是你们有没有发现，其实这些它都特别不像一个SaaS软件做的事情，它很像就是原来我做了一个，比如说这样生命科学公司，这个事我也要干，但是原来我用外包干。现在就是有一个人跑过来说，我用SaaS，我用那个AI SaaS帮你干。

1:02:00那本质上大家就是付钱的逻辑，它所以用外包的逻辑去付也是很顺利的。

1:02:33觉得它对标的可能还是过去的外包，这个会更直接。就是交付结果，咨询公司、外包公司，它不太是一个SaaS公司。那这里说回来，还有一个这个给to SaaS公司的一个SaaS。这个也是挺有趣的，叫Alguna。然后它是干嘛呢？

1:02:49SaaS公司现在报价都很复杂。然后针对大客户小客户，客户有各种定制需求。然后不是每个SaaS公司那个报价的最后一个都是叫那个面议。

1:03:00就是免疫，越复杂就越要免疫。然后这个Alguna就是帮SaaS公司去根据我收到的复杂需求来做报价。就是我告诉你，基于这个客户的这些需求，需求，你大概一个怎样的报价，这个报价还不会影响你的价格体系。然后这个报价报出去之后，呃，它还有一个点，它会结合大模型的费用。

1:03:19因为今天它to的这个SaaS公司都是AI SaaS公司，所以结合大模型的这个费用，然后也会去做这个报价。就是这个报价它也不是一个一次性的。动态的。它是个动态的。我理解，就是这个事可能你

1:04:15这个就是一个也是一个过去得靠人大量的算，并且要记得非常清仔细，才不会出现不公平或者价格体系混乱的问题。

1:04:34哎，是，就和这个有一个类似的，叫askLio。他做的事儿呢是给公司内部的采购团队用的。就是公司越大，采购会越复杂。然后尤其global的公司，不同地区的采购也不同。比如说我今天在中国市场，我要买一台苹果电脑，然后我是比如说P3的级别，能买还是不能买？

1:04:53或者我现在就要配个机械键盘，我能配三百的，还配六百的。然后在不同，包括我是可以买在报销，还是我可以在京东买吗？可以在拼多多买吗？就这种问题，过去全部要靠采购人员根据单子来弄批。然后现在就有人专门做这个，啊，政策，啊，政策，内部的政策，再结合这个不同国家地方，还有些监管政策。

1:05:32但是真正用起来就非常的难受。

1:05:36就是上限听起来都很高，但用的时候你就立即面临下限。

1:06:12重做一遍。Benchmark之前的那个GP也聊过这观点。然后我这边反正印象比较深的有一个是做那个叫Systime Health，他是做那个物理诊疗的，就是你的腰酸背痛，然后他要做肌肉的处理，骨骼的处理。然后他的这个方式理论上就是全流程的交付。

1:06:28就是说你去约诊疗师，然后先是AI诊疗师，然后你跟他视频会议，然后他会用AI的方式分析。比如说我这儿疼，他会让你站起来，让你做几个动作，然后他把那个动作的那个骨骼图，就跟那个做ADAD跳舞，AI跳舞那个逻辑是一样，他把你的人人物的那个骨骼图拉出来，看那个中间的问题，然后他给你AI的建议，

1:06:47然后后面对接理疗师。如果觉得这个问题可以可以用AI解决，那在这个时候就结束了。但如果你需要真人，诶，理疗师介入，他就后面连理疗师一对一的服务。然后如果再需要服务，可以预约理疗师的线下服务。完整交付。

1:07:24就保险也是一个超级大的，我们看到很多的品，就医疗受益，就是物理都是，跟保险真的完全的贴的特别紧。甚至专门做保险理赔的，这个这个理赔书的撰写跟对接，都有专门公司在做。

1:07:50还有一个是孕期的一个那个给女性的一个那个非常好。然后它最主要的卖点其实是说这个在孕期期间你没办法，就你其实真的去医院的时间加起来就几个小时嘛。然后它是用AI的方式，然后来不断的，就AI来关心你，然后你帮你发现一些潜在的问题。

1:08:09但同时它还有一个这个，就稍微小一点的feature，是如果你用我的服务，我送你一个feature，是我帮你去了解你所在的这个城市和州有没有哪些，就基于你的这个各种，就是身份，你的保险，你能够享受的各种政府的福利补贴，然后帮你发现，并且帮你申请。

1:08:27对，

1:08:34需要他需要的那个关心，其实是情感价值挺重的。

1:08:39身体的健康，也包括情感的健康。

1:08:41就情绪价值，我们还我们俩也对一个项目感很深，就是专门给夫妇

1:08:45啊，

1:08:46就是夫妇之间用的。

1:08:50夫妻

1:08:52夫妻诊疗的，对对对。这也是用AI解决。因为这个里面我理解啊，就是能够做伴侣心理诊疗的心理咨询师是很相对更少的，因为他难度更大。所以这个里面也是在解决这个人力不够的问题。而且这个一般做伴侣咨询是巨贵的。

1:09:12所以多数工薪阶层也afford不起。所以听起来这个供需两边都有需要。哎，

1:10:04还是chat。

1:11:34正好。

1:12:05首先YC投的公司，它还是不能代表全世界所有的创业公司。因为去拿YC钱的公司，往往是相对可以轻量级从零到一的，因为YC给的钱少。对对对。所以像刚才提到的一些这个就是需要更多技术投入的公司，它可能一开始拿的也不是YC的钱。明白。

1:12:24所以YC这些公司里面多数还是轻的。明白。就是他们没有那么复杂的技术投入，就能够从零到一，然后赶紧有一个闭环，有一点变现，然后再做下一步。是这样的风格。这也是YC他们鼓励的一种，就是创业的风格吧。

1:12:39我觉得这是一个，就是对你的风格之一。是，嗯，是。

1:12:47没有看到硬件公司。

1:12:48有一个做那个人形机器人的。

1:12:50人形机器人有一个。

1:12:53什么都不带，很难。因为

1:13:03只有一个做机器人的，其他硬件比如说，我觉得做眼镜的，做耳机的，都没看到。

1:13:08太太钱太少了，

1:13:18我觉得做硬件也是一个很好的方向。

1:13:35现在已经很多了，只是在国内好像没有出现一个这种，不管是现象级的，还是说在主流的这个创投圈的媒体，大家就是共同报道的，还没这个东西。但是京东天猫一搜。

1:14:10是，对。

1:14:24所以可能还没启动，电话就已经挂了。呃，

1:15:22我觉得有一个是做那个给大学生的Notion，就是它的核心功能就是个笔记软件啊，但是它的呃后续的就是常规我们能想到的Notion功能它都有。然后基于这个之上，比如它可以做学生的日历管理、笔记记录、打卡、考试，然后更还有再往后延。你不是就

1:15:42还有还有功能是说，你看就是它相当于把，你可以基于你现有记录内容做那个AI的导师，你可以做导师的这个提问，然后如果你这些问题更细节，它可以对接真正意义上人的导师，然后有图书馆，就相当于它给一个，如果你是个大学生，你日常的关于学习的所有事情，这个软件就做。

1:16:14对，可以，是可以。

1:16:19不会调，

1:16:21一个是这个其实就针对大学生嘛，还有刚才说那个针对医学生。对对对。也是类似，也类似。就你说他那些东西有多特别，他甚至微调了多少都不一定。但是它就是针对这个垂直场景做了足够多的包装和体验的设定。

1:16:36跟编

1:16:36辑的边界的切割。

1:16:38边界切割。

1:17:00也挺烦的。

1:17:15因为它就是Notion AI。

1:17:17本来就有。

1:17:18他还是给它做了一些封装。对对对。加了一些模板，看上去就特别的有魅力。

1:17:32直接交付结果呀，对吧？

1:17:39就跟那些当年卖PPT模板的一样嘛。

1:17:54因为在Notion上卖的最好的一个哥们儿，他应该卖的也是一套，就是叫什么人生解决方案类似的名字。就不是简单的帮你搞to do，它还可以帮你管，就更长期的人生目标，帮你管做笔记，就是你能想到的，管schedule，然后卖这么一套模板。

1:18:11这套模板你感觉你买了之后。你就会人生就好了。对，人生就会好很多。

1:18:22这太太重了。

1:18:25谁能有那么大的主动的意识？真的是我，对，

1:19:28所以就是还是得就是切到更就是具体的场景，因为creator他可以直接用ChatGPT。可以直接用大模型。

1:20:24对。

1:20:28刚才任鑫说那个，我觉得好像还是值得人搞一搞，因为等于你还是在交付的是一个比课更复杂的一个教学的一个过程。对。这个教学过程其实需要大量的人和人之间的互动响应，这个就是靠过去只能堆人，所以你的这个就是边际效益、边际成本都很高。

1:20:46对，

1:20:58整个看下来，我觉得美国的生态真的是非常的繁荣，大家还都特别积极的在各个垂直细分领域，在就是热乎朝天的在干。

1:21:26很蓬勃。反而在国内，其实我们看到的新公司都不多。就我觉得我在传统的这个一级市场，这个创投的这种这种传统盈利的这个圈子里面，确实startup很少。我觉得这个和一级市场今天的状态也有关系，和创业者或者最头部的创业者，他可以选择去海外也有关系。

1:21:45大家能看到的是更年轻的小孩，本科生、高中生，还是是有一些作品或者idea在冒出来。然后最近我也想在石路口做一个做一个栏目，叫做那个，来给它起个名字，叫做demo club。就是我想每期找五个零零后，来每人十分钟，分享他们在做的一个和AI有关的产品或者作品。

1:22:09太好了。

1:22:14感觉做选题做了快十年了，今天在AI这个领域来选。

1:22:26这个也是我最近，

1:22:29关注到那个，就是有一个叫Ryan的高二的小孩？他做了一个那个黑客松，叫做X Adventure，当时十字路口也帮他宣发，所以我认识了他。然后除了他之外，还有是那个

1:22:43我不确定是不是同一个，反正最近有三个这样的活动，全是就是类似这样的年轻背景做的黑客松或者summer camp。我会觉得这个是一个可能离我们的世界就是没有那么多交集，但是就是很蓬勃的一个生态。

1:23:58不要放。那我们这几天有有做那个基于卫星地图去探测一个，比如你要投资一个科技项目的是，比如是工厂或者是一个采集类的矿。去探测它的甲烷排放量，来去评判投资项目的质量。对对对对对。或者是什么用卫星地图去探测那个是什么能源的什么。

1:24:17它是看你是不是一个足够的绿色，足够的sustainable。什么ESG烂猫。对，ESG的一个要求，然后它它当时一方面是ESG必须要合规嘛。用AI去判断，另外一方面就是它有一个道理是，它的这个排放，它能倒推这个公司的产量啊、业务水平。

1:24:35是高科技啊，真高科技啊。

1:24:48就跟刚才任鑫讲一样，就是大部分，我在那里总结也讲过，第一，我总结第一要点就是，路径依赖本身上来讲，可能在这个环境下不是一个贬义词。就是你看几乎所有的创始人的背景，他过去的积累经验，包括他现在做的事情跟之前事情的关联，其实绝大部分讲都是一脉相通的。

1:25:07就是这可能当然也是YC，甚至是整个一级市场的一个主逻辑，对吧？这都毋庸置疑是，你都是这样，就纯那种，我原来做的事情跟这些没有任何关系，天马行空的搞出来一个什么想法的，很少很少，也很难，现在问题也很难，就是你真的想出一个什么奇奇怪怪的什么东西，不太容易。

1:25:27所以需要年轻人，真的需要年轻人，需要年轻人。

1:25:33有一个朋友，他说他看了我们这一期，他在做一个事情，是他去看所有估值在十亿美金以上的AI公司。他做了一个列表，好像也是有个五十个还是多少个，很多的。然后他一个一个的在过，然后他过之后就分享出来。语义，语义，语义，对。然后他是用Perplexity帮他做的第一步搜索总结的工作。

1:25:59然后他说做出来就已经完成了百分之八十，他最后自己再稍微微调一下就能发布。

1:26:11对，

1:26:11你不过完全那什么，你就是没这个体感呀。对，我们

1:26:28最近好玩的，我觉得这个微软的发布会确实是很震撼，它的两个用例，一个是那个Recall。就是我直接

1:26:39这个我觉得对于我这种记忆力一般的人太有用了，就是我那天和明浩大概讲那个什么公司，它到底叫什么来着？Rewind，Rewind。对。过去就是要真的花时间去搜，搜不到我还浑身难受。对呀。

1:26:51现在就微软直接解决了，就在什么电脑层面、什么系统层面。

1:26:58另外一个它其实特别好玩儿，印象深刻的，就是它可以读屏之后和你一块儿玩游戏。或者和你一块儿干各种你能想到的事情。在过去就是原来那个Copilot，你总觉得它还是是一个就是手脚被捆住的Copilot，它能做的事情很有限，而且你要去理解它到底哪些事儿它看得到，哪些事儿它看不到。

1:27:16比如现在也有人做微信的Copilot，但是你就只能够看到聊天记录露出来的，因为它只能读那里嘛。然后你上面的聊天记录隐藏的那些是看不到的。但现在在系统层面，那就是你能看到的它都能看到，那个也是一个印象很深刻的点。

1:27:40那如果打游戏一直有一个这样的高智能体在旁边陪你，指导你这个游戏的乐趣到底什么，变得更好。还是不好，

1:27:49我说不清

1:28:22我会用这个，就是它叫Lucid。

1:28:28非常厉害，这个做出来的东西直接可以给老板看，就是如果你是一个刚入行的分析师。

1:28:33就是这个结果其实B B D的嘛。

1:28:38就是这个这个输入结果只需要输入bilibili、股票代码BILI以及bilibili.com。

1:28:43这三种三者之中的这一种，最简单就是B I L I，就可以直接有一个bilibili的详细报告，就这样。

1:28:51比如我我最近的场景是，我们我们下周公司组织去那个日本游学。然后

1:29:00我们要去拜访万代，对吧？万代老板跟我们讲，那之前我们要做一个内部的简单的提前的资料，因为有些同事可能对万代比较了解，不太了解，对吧？我把万代的名字输进去，万代的代码输进去，万代的那个网站域名输入，然后一个大概这样的东西就出来了，

1:29:17我不用再去写，不用再去整理，不用再去做别的事情。

1:29:21也可以，我还做过TikTok的。

1:29:26小一点的可能还行，就是大一点的几个基本都行，我还做过TikTok的实例，也也都基本是可以用的。

1:29:35其实它是for金融行业的分析师用的。一般都会YC投很多金融行业的SaaS，然后里面有一个印象超深刻的就是帮GP写DP报告，给LP做季度报告、年度报告。哎，

1:29:54好多好多，而且它里面尤其提到在募资的时候。

1:30:02募资的时候，然后如果你的这个募资，对吧？中东的LP，这个family office，然后那个大学基金，大家要的这个东西是完全不一样的。而且你必须要去针对他的需求来填嘛，你填的东西又是大差不差，只是大家的视角是各不相同。它已经有人专门干这个了。

1:30:17而且这个特别容易收上钱，很容易理解。

1:30:20就是它既有基金内部的管理啊，就是谁看了什么项目，哪个项目什么阶段，然后也有外部信息的查询，同样也有数据面来，对，你想要什么样的数据，然后再往前一步，就是刚才讲的那个报告的问题。

1:30:42昨天不是那个小川他们

1:31:58我我最近在看到一个那个剑桥的一个master program，然后它只需要去一次趟，然后其余时间我都可以在国内，所以我我就又看了它的标准，有雅思7.5，GK3.5。反正我就刚好卡在那个项目上，所以我最近就在申请那个项目。

1:32:14昨天晚上刚面试完，然后面试之前的一个礼拜，我基本上早上上班，晚上下班的车上，我都GPT在模拟面试。就是我就让他扮演那个面试官，然后他之前也去看所有的网站，他大概知道这个项目是干嘛的。然后一个问题一个问题给我列，而且这个它还不是4O，比如说这个问题我没答好，然后我中间就是比如我自己卡了，

1:32:39我说好。你现在重新问一遍啊，咱们重新问一遍，然后我还可以说，哦，我现在不知道怎么答了，你来帮我答一下，你说慢一点，我要跟着你说，全部都可以做到。然后昨天真的面试之前，然后我说我要开始了，能不能给我鼓励？那他给了一段路，我说不行。

1:32:54我要更大的努力。然后他的情绪就是往前走。就是这个真的对我那个，就是我就感受我找不到替代品了，除了用这个，我现在都想不到我能找到什么样的替代品，就找人都找不到。

1:33:14问的还行，昨天等面试问题有一半都都都有彩排过很多次。

1:33:52而且你还得假想他真的是那个面试官，对吧？然后GPT它本身的那种权威性是有那么一点的，所以你聊着聊着，我真的有点代入，我就觉得啊，对，这怎么办？回答不好了，要要丢人了。就我就感觉对方就是自己的那个心理状态都有点被他hack了，我就觉得这好像是在面对着一个面试官。

1:34:11等

1:34:23到现在都还没有4O。

1:34:30那个还没来呢。