本文作者是 BAI 资本成员企业 Karis (Karis.im) 创始人梦琪。Karis 是一个重塑营销工作流的 AI Agent 平台，致力于解决现代营销工具碎片化带来的低效与割裂。用户只需输入一个网址，Karis 构建的协同运作的专业 Agent 即可帮助用户完成品牌定位、达人挖掘与匹配、内容创作、社交聆听与 SEO 优化等关键任务，自动交付可直接执行的高价值增长机会与行动建议。人类定策略、AI 做执行，Karis 将营销工作流加速 10 倍，让独立创作者也能拥有媲美企业级团队的洞察与执行。

这几天三藩连着下了三天的雨，属于标准的冷雨夜了。这样的夜晚也恰到好处，能让我正式地复盘一下过去半年创业的得失以及自己的问题。

我想分享几个部分，一是我作为 Agent 创业者自己掉入过的陷阱；二是我为什么悲观地认为 AI 创业进入全明牌时代，创业公司没有任何结构性优势；三是为什么我依然对 2026 年充满希望和激情。

作为AI创业者，我掉进过的陷阱

创业半年了。过去这半年踩了很多坑，花了很多学费。这篇文章我想把过去半年的决策坦诚地摊开来讲，开源我犯过的错和思考。站在今天往回看，当然更容易抽象出对和错。但我想尽量还原当时的场景，因为创业决策的难处从来不是事后的归因，而是事中的模糊。

第一个决策：做垂直，而不是做通用

公司成立后的第一个大决策：做垂直领域的 Agent。

当时的逻辑很清晰——通用赛道太挤了。通用 AI 是非常典型的大厂赛道，一个创业公司冲进去大概率不具备任何优势。你可以说这是一种理性的思考，我也确实这么认为。但如果我对自己足够诚实，在这个决策背后，大概有 10% 是出于一种恐惧：害怕进入超竞争市场。

这种恐惧极其真实，也极其微妙。它不会以“我害怕”的方式出现在你的意识里，它会伪装成“这个方向不够 differentiated”“这个赛道大厂会碾压”之类听起来很理性的判断。但本质上，它在替你回避一种不确定性。

第二个决策：Native Agent，还是 Agentic Workflow？

做了垂直方向之后，我们当时面对的需求是：sourcing。几乎所有垂直场景都有一个共通的痛点——能不能帮用户找到他需要的“实体”？这个实体可以是你想推广产品时需要找的达人、HR 要找的候选人、专家访谈要找的专家、甚至你的潜在客户。

做了大概一个月，问题来了：Agent 在这种场景下的准确率非常低。如果你心里特别想把这个场景做好，你一定会开始想办法去做一些 Hybrid 的方案——借鉴上一代软件工程的思想，比如做一个 Workflow，用 n8n 或者什么别的产品，让准确率提上来。我们当时 apples to apples 地对比了同样需求下 Agent 的准确率和 Workflow 的准确率，后者确实更高。

这个时候面临了一个根本性的技术选型问题：我们到底是走 Native Agent 的路线，还是 Agentic Workflow 的路线？

我当时的想法非常简单粗暴。第一，我要相信我的联合创始人，他是这个行业最聪明的人之一。第二，我们应该选择一个“模型变得更强后，能够从中受益”的技术路径。模型越强，Agent 越强；但 Workflow 的天花板是你写死的那个流程。所以我们选择了 Native Agent，没有走 Workflow。

这个决策在今天回头看，其实已经决定了我们公司能服务的对象不会是企业级客户。因为企业要的是准确、稳定、可预测——而这恰恰是 Agent 架构最弱的地方。但当时是没有这么清晰的感知。

SaaS 与 Agent：确定性 vs. 涌现性两种底层哲学

传统软件工程的底层哲学是控制论（Cybernetics）。1948 年诺伯特·维纳提出了这个理论，核心是一个反馈回路：测量、比较、调整。整个系统的行为是完全可预测的——同样的输入永远产生同样的输出。传统 SaaS 就建立在这个假设上：产品经理聊了 100 个用户，抽象出一套工作流，把路径固定下来，用户按照路径走就好了。这本质上是在做熵减——把世界的复杂性降低到几个确定的步骤。

Agent 在底层跟这个哲学完全背道而驰。Agent 是随机的，不是确定的。它不是按照你写好的路径执行，而是路径从它与环境的交互中涌现出来，每一次执行可能都不同。传统软件工程师回答“这段代码会做什么”只要看源码就行了；但对于 Agent，这个问题变成了“这个 Agent 在这个环境里会涌现出什么行为”——这是一个完全不同的认知问题。

不是有一句很流行的话吗？“人生是旷野，不是轨道。”SaaS 给你的就是一条轨道——工作流已经抽象好了，按三步走、四步走来就好。Agent 给你的是一整个旷野，你可以在这里做任何事。SaaS 靠确定性赢，Agent 靠探索性赢。但这个世界上大部分人，你真的把他从轨道上拿下来放到旷野里，他都会发怵的。所以我并非全盘否定 SaaS，它仍然是值得做的赛道，只是这个游戏我没那么上头而已。

GUI + LUI 的结合，以及两类用户反馈

用户一定是需要确定性的。于是我们把 GUI 作为一种边界和控制器——边界 + 护栏 + 复盘面板，可回放的决策 + 可演化的执行路径——做了 GUI 与 LUI 结合的产品。上线后，用户反馈集中在两类：

第一类：希望有一个明确工作流的产品，觉得现在的产品太简单，还是想要一个 SaaS。第二类：能不能我只说目标，你帮我干剩下的？到时候发我结果就好了——因为我也不懂有这么多步骤要干。

然后我发现了一个规律：给出第一类反馈的，大部分是负责执行和干活的人；给出第二类反馈的，大部分是创始人。

当你把第一类用户提到的功能需求完整梳理以后，你会发现自己在非常 echo 这个行业里已经存在了五年的 SaaS 产品走过的路。那些老玩家面临的命题是“SaaS 怎么加 AI”——所以他们在自己产品的侧边栏上做了一堆 AI 功能；我们的命题是“AI 怎么加 SaaS”。起点不同，但功能趋同。

这个观察非常非常痛，也非常需要勇气去承认。说难听点，你搞了半天，就是在重复别人走过的路，还觉得自己特别懂 AI。你针对老的需求提出了新的解决方案，但这个新方案并没有比老方案好 10 倍——你只是在服务一些还不够大的新用户而已。当他们长大了——美国市场有一个很好的术语叫 SMB graduation——他们一开始很小会使用你这样轻量的产品，变大以后就毕业了，churn 到更大、更合规、更适合大组织的产品上去。最后大家都 churn 到了 Salesforce 上。

这让我陷入了新的沉思。如果你给负责专业执行的人做产品，你不可避免会变成一个工具，不可避免会沦为一个专业 SaaS——就好比你给一个专业剪辑师做 AI 剪辑产品，长期来看它就是在 echo Adobe。但如果你服务创始人——服务那些“有需求但不会干这件事”的人——你就可以把 Agent 更当成“人”来看待，而不是一个功能集合。

于是我们又做了一次调整：拒绝了大部分“这里加个按钮”“多做个分析报表”之类的需求，把它们全部挡在门外，转而去好好服务那一批想要自主性而不是工具性的用户。

一个调整让我看到了希望

这是我们到 2025 年 12 月份的产品故事。

2025 年 12 月，我做了另一件事。我觉得公司里有想法的年轻人、真的懂海外市场的同学，没有获得足够高的话语权。所以我们在内部成立了一个叫“Lab”的组织（感谢另一位创业者给了我这个灵感）。他们可以自由提出新想法，自己去验证，甚至跟主路线没有任何关系。我也不是 Lab 的负责人——他们是一个自治的体系。

我当时有一个大的判断：这个时代你在做的事，随时可能因为更好的模型出来就过时了。核心不在于你押中了哪个产品，而在于你能不能快速涌现好想法、做出来、然后验证。如果我们每天把所有希望寄托在当前的 Agent 产品上，而不是思考怎么把公司本身当成一个产品来迭代，那你总要面对自己不够领先的问题，同时我们当时的组织文化也存在很大的问题。我们需要一套 infrastructure，能支撑各种各样新想法的快速验证。它更像是一个底层文化加上一个实验平台。

令我震惊的是，Lab 成立仅一周半后就探索出了一个新产品。而且这个新产品让公司内部更多人感到兴奋——我在老产品上已经看不到的那种激情，在这里重新出现了。

1 月份，我们一位 10x 研发同学牵头对老产品做了 redesign。我终于看到了那种用户会花很多时间给你写一份详细反馈报告的场景——这是我在以前的产品上面从没见到过的。

而就在最近，另一位天才研发同学——一个非常特别的人（猎头跟我说他的简历在别家公司都被挂掉了）——提出了一个让我失眠了两天的设想。他提出来之前已经自己投入了时间做开发，过年期间又修了很多 bug，相信很快就能跟大家见面。

好像一切都在往好的方向走。

但我必须承认并开源自己身上的问题

这些问题我同样在其他创始人身上看到过，所以我觉得值得公开说。

第一，容易把“理论正确”当成安全感，而不是待验证的假设。

我甚至认为这是一种诅咒。分析能力和逻辑推理能力极强的创业者，非常容易反而做不出好产品。因为当一个框架的解释力足够强时，你就会默认它具有商业牵引力。你把理论正确当成了一种独特的 taste（品味），而不是在极其残酷的现实下承认自己的问题。用人话说，理论特别强的人做出来的东西，反而容易让大家觉得不够好、不够惊艳，也不太容易去“捡地上的六便士”。我满足的可能只是自己的虚荣心和安全感，而不是用户那一侧的付费意愿。

第二，低估了“楔子产品”的威力。

一个可以重复成交、快速交付价值、并能被口口相传的单点产品——这是我严重低估的东西。我太受 “Point Solution 不够性感” 这个观念的影响了，以至于非常抵触做这样的产品，甚至抵触做一个看起来像 SaaS 工具的东西。

但楔子产品不是终点，它是起点。美团的起点就是一个 Groupon 的翻版——极其不性感的 Point Solution。字节的起点就是一个新闻聚合 app——每一次新技术到来都有人喊着要重做一遍的品类。它们后来能长成超级应用，不是因为起点性感，而是因为起点足够锋利、足够简单，能插进一个真实的需求里去。

第三，我把产品的边界当成了人格的边界。

这是最隐蔽的一个坑。当我讨论产品定位的时候，里面有大量的自我叙事投射。我为什么讨厌工具化？为什么希望产品有全局视野？为什么抵触做 SaaS？这些“为什么”里面，有多少是来自用户的需求，有多少是来自我自己的审美偏好和身份认同？

我发现自己会通过“让每一个决策保留更多可能性”来回避痛感。这是一种很典型的防御机制——只要不做选择，就不会做错选择。但创业需要的恰恰是砍掉可能性：选一个方向，验证它，如果不行就认，然后换。

我把人格大量投射到产品里，忘记了一种更加没有 ego、没有包袱的快速验证。我们需要的是验证——虽然很多场景里通过线性外推就能猜到产品两三个月后会发生什么，但整个团队不是只有创始人。大家需要验证的结论，不是创始人的推演。怎么搭建验证系统、怎么构建推演的基础设施——这让我回到了那句我自己说的话：把公司当成一个产品一样去开发和打磨。

第四，因为看到了终局而不想开局。没有下大的赌注。

这是所有远见者都会犯的毛病：因为看到了逻辑上一年后会消失的机会，从而就不想干这件事。你低估了分发和信任的摩擦——用户不会因为你的产品在理论上一年后可能被替代就不用它。他们今天有痛点，今天需要解决方案，今天愿意付钱。

这是我过去半年摔过的跤。我说不上来哪些决策是对的、哪些是错的——很多决策在当时的信息条件下是合理的，只是在今天有了新的认知。

但有几件事我确定是错的：太少验证，太多推演，聪明人的通病，太在意产品的“叙事美感”，太害怕做一个“不够性感”的起点，结果连起点都没有站稳。

接下来的故事，要从一个更大的问题开始讲——当所有人都能看到所有的机会，所有的牌都是明牌的时候，你该怎么打？

为什么我悲观地认为，AI 创业已经进入了“全明牌”的时代

我这一次来旧金山，终于深度地融入了这边的一些创业体系，参加了不少黑客松和由孵化器举办的活动。

我感受尤其强烈的一个活动，是由 Founders Inc. 举办的 Artifact Festival。我进去转了一圈，有一个非常强烈的感受是：我好像也不用真的骑那么远的自行车来到这个现场，就能猜到这里会有什么样的项目。

首先会有一大堆 OpenClaw for Health、for Girlfriend，以及各种各样的龙虾套壳。也一定会在这种场合里见到一大堆的 Marketing Agent 和 Sales Agent，PM Agent，用研 Agent，浏览器 Agent，帮你打电话、取消预约、增加预约以及修改预约的 Agent。说实话，已经有些疲乏了。看我自己的产品、看这些项目，我会觉得：我们是不是已经触碰到了想象力的天花板？是不是这个行业真的全是明牌，没有暗牌可以打了？

我试着从移动互联网那个年代找答案。因为那个年代跟今天太像了——所有的牌也是明牌，所有的机会也是平铺在所有人面前。但从那片红海里，确实长出了字节、美团这样千亿美金的公司，也长出了 Instagram、Snapchat 这样改变了一代人使用手机方式的产品。我想搞清楚，它们到底做对了什么。以及更重要的——搞清楚之后，我们今天还能不能复制那个逻辑。

字节跳动：在巨头的枪林弹雨中长大的公司

我认为在 AI 时代，你唯一需要去认真研究的公司，就是字节跳动。不是因为它最大或最赚钱，而是因为它的成长环境跟今天的 AI 创业者最像——它是在一群巨头的碾压中活下来的。

我觉得字节是找到了第一性原理，就是推荐算法的数据飞轮。用户越多，内容越好。而不是内容越多，用户越多。

而传统新闻门户的编辑，再厉害也不可能同时给一亿人做个性化推荐。字节用技术解决了一个编辑团队永远解决不了的问题。这不是“做了一个更好的新闻 app”，这是用一个全新的 solution 去解决一个存在了很多年的老痛点。问题不新颖，但解法是全新的。

更关键的是时间窗口——字节 2012 年就开始跑这个飞轮了。推荐算法的优势是靠时间积累的，你晚了就是晚了，再多钱也买不回那几年的数据。

美团：不是最被看好的，但是最后站着的

百团大战的故事很多人讲过，但有一些细节我觉得特别值得 AI 创业者，尤其是没有亲身经历过这个故事的年轻创业者注意。

首先，美团在 2011 年并不是市场上最被看好的公司。拉手网才是。拉手网当时是行业第一，正在准备纳斯达克 IPO。美团只融了拉手的三分之一都不到。从牌面上看，拉手手里的牌比美团好太多了。

然后资本寒冬来了。2011 年下半年，融资环境骤然收紧，大部分烧钱的公司融不到下一轮。最后活下来的不到 200 家，淘汰率 96%。

Instagram 和 Snapchat：美国移动互联网的两张“暗牌”

聊完中国，再看看美国。Instagram 和 Snapchat 的故事也非常值得研究，因为它们都是在巨头的阴影下长出来的。

Instagram 在 2010 年上线的时候，照片分享这个赛道已经有 Flickr（2004 年就有了）、Photobucket、Facebook Photos 这些成熟玩家。但这些产品都有一个共同的问题：它们是为桌面互联网设计的。Flickr 的注册流程需要打开浏览器，编辑照片需要上传到电脑。而 2010 年的现实是，智能手机正在成为人们的主力相机——但手机拍出来的照片质量很差。

Kevin 和 Mike 做了一个极其精准的判断：用滤镜解决手机照片不好看的问题，然后把整个体验压缩到四步——拍照、选滤镜、写标题、分享。就这么简单。他们还做了一个当时很大胆的决定：Instagram 只做手机端，不做网页版。这在 2010 年听起来像自杀——你主动放弃了当时 80% 的互联网流量。但他们赌的是未来：手机会成为一切的中心。

Instagram 的核心洞察是什么？在一个所有人都在做照片分享的市场里，它找到了那个最重要的因子：mobile-first 的简洁体验。不是更多功能，不是更大的社区，而是极致地简单。这个“暗牌”在当时所有人都能看到，但所有人都因为舍不得桌面流量而不敢打。

赢家的共同点：在充分竞争的市场里，找到了那个最深的因子

起步时都不是最强的。它们赢的方式都不是“更好的功能”或“更多的资源”，而是找到了那个品类最核心的因子，然后把它做到极致：字节找到的是数据飞轮，美团找到的是运营效率，Instagram 找到的是 mobile-first 的极致简洁，Snapchat 找到的是 GenZ 对真实感的渴望。

在移动互联网时代，虽然所有的牌都是明牌，但你可以通过找到那个核心因子——然后用时间、用耐心、用执行力把它做到别人追不上——来打出一张暗牌。

但 AI 时代，这个逻辑还成立吗？

坦率地说，我越想越悲观。甚至在三藩这样极度疯狂的创业环境里，也能感受到其他创始人的悲观。

移动互联网时代有一个今天不存在的巨大红利：设备端的新人群增量。

今天的 AI 呢？我没有看到一个十亿级别的新人群增量。AI 的用户基本上就是现有的互联网用户。没有一个全新的设备品类在快速渗透（AR 眼镜还早），没有一个新的基础设施在铺开（移动支付在 AI 时代之前就成熟了）。所有的 AI 产品都在争夺存量用户的注意力，而不是吃增量。

最绝望的是底层结构。移动互联网时代底层是真正开放的——苹果发布了 iOS SDK，谷歌开源了 Android，App Store 是中立的分发渠道。一个外卖创业公司不需要担心苹果会做“Apple 外卖”。技术对所有人平等可及，竞争纯粹是执行力的比拼。

AI 时代的底层完全是 “封建制”的。训练一个前沿模型的成本接近十亿百亿美金。基础模型公司，它们不像苹果那样只做平台——它们自己也在做各种应用，Google AI Studio，NotebookLM 都是好用的产品，ChatGPT 跟每一个 chatbot 竞争，Gemini 嵌入了 gmail、chrome 所有产品。你的基础设施提供商同时也是你最大的潜在竞争对手。

与此同时，工程能力被彻底民主化了。任何人拿着 Claude Code 或 Cursor，一个周末就能 ship 一个产品。底层被垄断，应用层被民主化，中间的创业公司两头挨打。你做不了基础模型的生意，但是你做的应用别人一个周末就能复制。

在移动互联网时代，一个优秀工程师去创业公司和去大厂产出差不多，人才是可移植的。在 AI 时代，同一个 ML 研究员在 Google 可以用几千块 TPU 训练模型，在 5 人创业公司只能 fine-tune 开源模型。人才没有算力，就像飞行员没有飞机。

所以我有一个很悲观的判断：在这个时代，创业公司没有任何结构性的优势。

想通过双边网络效应搭建护城河？规模效应在很大程度上由资金量决定，看的是“血条”厚不厚——这个游戏，大厂永远比你能玩。想通过数据飞轮建立壁垒？今天的大厂不会给你三年时间——OpenAI 看到一个有效方向，三个月就能做出来。

想通过技术壁垒？你用的模型跟竞争对手一样，都是 API 调用。所有的行业机会都是可以线性外推出来的，我用我自己一个人的大脑做的线性外推，PK 无数个我在旧金山遇到的创业者的线性外推，再 PK 大厂上百人战略团队的线性外推——我不觉得一定会有什么非共识、反主流的思考。

所以每次有人问我“你们的护城河是什么”，我都觉得这个问题太古典了。这一波 AI 创业，几乎没有护城河。

有一件事可能是例外：品味和社区氛围。就像 Snapchat 的壁垒不在功能而在 Gen Z 的归属感一样，当一个 AI 产品真的有品味、有社区氛围的时候，那种东西可能是抄不走的。比如最近国内非常火的“分身”这个产品，我特别想体验，但因为用的美区 iPhone 没法下载。但我隐约觉得，这种带有社区属性的、有自己调性的产品，也许是这个“全明牌”时代里唯一能打的暗牌。

今年，我彻底放下了自己能靠逻辑思考找到暗牌的妄想。即使我有了什么非共识、反主流的思考，最难的问题也不是“它为什么是对的”，而是“为什么是现在”——「when」永远是最难回答的那个问题。而在这个所有人都拿着 Claude Code 的时代，你的 timing 窗口比移动互联网时代短得多。

为什么我对2026年仍然充满激情

说了这么多悲观的话，但我其实不是一个悲观的人。如果我真的悲观，我就不会还在创业了。我悲观的是旧的游戏规则。但我乐观的是——游戏规则正在变。创业就是赌自己是个异常值，这一点我从未怀疑过自己。

从歼灭战到游击战：创业的逻辑变了

过去做互联网创业，大家追求的是什么？百万用户、千万 DAU、GMV 过亿、用户增长曲线要像一根火箭。本质上，这是一种“收流量税”的思路：先把用户圈进来，再想办法变现。所有的方法论——拉新、留存、转化、裂变——都围绕着一个核心假设：用户要多。

但如果你相信 AI 真的能做非常厉害的事情，这个假设就不成立了。

你不需要百万用户。你甚至不需要十万用户。

我一直以为 Lovable 用户量应该很大——毕竟它的 ARR 已经做到了 2 亿美金。在移动互联网时代的思维模型里，2 亿美金 ARR 至少意味着百万级别的付费用户吧？但我认真研究了一下，发现它的付费用户只有 18 万。18 万人，2 亿美金。平均下来，每个付费用户一年贡献超过 1000 美金。（后面有报道说用户可能增加到 32w 但是不影响结论）

这个数字彻底改变了我对这一轮创业的理解。你不需要去打一场歼灭战——不需要碾压所有竞争对手、吃掉整个市场、做到行业第一。

你需要打的是游击战：找到你的 1 万个 power users，深度服务他们，让他们每年心甘情愿地付你 2000 美金以上。1 万个这样的用户，你就是一家 2000 万美金 ARR 的公司。在 AI 时代，这足够你活得很好、长得很快。

这创造了一种全新的公司形态：极小团队、极高人效。Lovable 在 ARR 过亿的时候团队不到 100 人。OpenClaw 是一个人的 weekend project。这在移动互联网时代是不可想象的。你不需要融一大笔钱去养一个大团队，你只需要几个有品味、有执行力、懂用户的人，就能做出一个服务上万 power users 的产品。所以这里非常共情投资人，我觉得 AI 赛道非常难投，并且融资额的高低和公司成功概率越来越脱轨。

品味和社区是这个时代唯一抄不走的东西

在上一个部分里我说了，这个时代几乎没有结构性的护城河。但 Snapchat 教给我的是：当功能可以被像素级复制的时候（Instagram Stories 就是像素级复制），真正留住用户的不是功能，而是“这是我的地方”的归属感。Facebook 有 20 亿用户也复制不了 Snapchat 在 Gen Z 心中的位置。

AI 时代也是一样。代码可以抄，功能可以抄，UI 可以抄。但一个产品的品味——它的调性、它对用户的理解、它创造的社区氛围——这些东西没有办法通过 Claude Code 在一个周末复制出来。比如“分身”这个产品，我到现在还没用上，但它在国内已经火成了一种文化现象。这种带有社区属性和独特审美的产品，可能是全明牌时代里为数不多的暗牌。当所有人都能用同样的模型做同样的功能时，“这个产品让我觉得它懂我”就成了最稀缺的东西。

品味不是一个 feature，它是一种长期积累的、对用户生活的深层理解。我前几天见了一位非常厉害的设计师，他提到设计的背后全是心理，一个在奶茶店点单屏幕上的 App 应该怎么做？应该代入到一个用户在点单时，后面一堆人等着他给他无形心理压力的时候，这个产品的 UI/UX 应该怎么做？除了对生活和心理的深入理解，品味的本质也是“我选择不服务谁”，我选择传达什么样的气味，我选择“你说的对但是我就不听你的，因为我服务的人不是你”。

供给侧的脏活累活是 AI 也替代不了的

在 AI 时代，这个逻辑不但没有失效，反而更重要了。大厂擅长做水平层的工具—— ChatGPT、Gemini、Claude 都是通用型产品。但它们永远不会派人去 WeWork 跟 solo founders 聊他们的增长焦虑，永远不会去理解一个牙医诊所的排班痛点，永远不会去搞清楚一个跨境电商卖家每天面对的合规细节。这些 domain-specific 的知识和关系网络，是需要一家一家磨出来的，不是用算力和参数量能解决的问题。

技术发展本身就值得让创业者兴奋

除了商业逻辑上的乐观，还有一种更纯粹的兴奋来自技术本身。

2026 年，我对多模态的发展充满极高的预期。我相信在这一年，视频理解能力会再上一个大的台阶，生成和理解的统一模型也将越来越明朗。我们甚至有可能在这一年，开始真正窥探模型底层的原理——它的思考路径、它的推理路径，以及它是怎么“趋利避害”的。如果你是一个真心热爱技术的人，你会因为这个行业即将揭开更多的谜团而感到极度兴奋。而这些谜团的揭开，又会催生出更多更有意思的创业机会。只要你遵循 AI 产品的第一性原理：对用户好的同时，考虑怎么对 AI 更好。

就好比，我觉得 manus 和 OpenClaw 都同时满足了这两点——给了 AI 更大的行动空间：对 AI 好；给了用户更好的交互：对用户好。所以他们都是伟大的产品。我估计大家也能猜到我后面想再尝试做下什么产品了。

同时，我觉得，要把创业这件事当成一个无限游戏来玩。

什么是无限游戏？有限游戏的目标是赢，无限游戏的目标是继续玩下去。如果你把创业当成一场有限游戏——融到钱就是赢，上市就是赢，被收购就是赢——那你会在每一次挫折面前崩溃，因为每一次挫折都在告诉你“你在输”。

但如果你把它当成一场无限游戏，你追求的是自己的迭代和成长，而成功只是这种迭代下的副产品。在这个行业里，没有人被永远判了死刑，但也没有人可以躺在功劳簿上。每个人都在同一条跑道上，每半年重新洗一次牌。

所以这又回到我为什么要创业。我认为创业是提升智慧、将世界观投射到现实世界最好的方式。你对这个世界有什么看法，你觉得什么是对的、什么是重要的——创业是唯一一种方式，让你用你的双手去验证这些想法。不是在朋友圈发一条观点，不是在播客里聊一个 take，而是真的去做，去碰壁，去和这个世界掰掰手腕。

同时，创业让我成为了一个更好的人。这几年我的成长——性格上的变化、沟通能力的提升，甚至是和爱人相处的能力——很多时候都源于工作。当你每天面对压力、面对不确定性、面对需要说服别人相信你的时刻，你不得不变得更诚实、更有同理心、更会表达。做事业本身，真的让我变成了一个更好的人。

放下幻想，准备战斗

说到这里，我想对自己、也对所有 AI 创业者说一句很诚实的话：如果一个创业者始终把竞争放在自己的执念和品味前面，我想他在这个时代什么也做不出来。

过去半年，我花了太多时间思考“大厂会不会做这个”“竞争对手有没有在做这个”“这个方向会不会太挤”。这些问题不是不重要，但当它们占据了你 80% 的脑带宽，你就没有精力去想那个真正重要的问题——你到底想做什么？你到底相信什么？

哪怕这些机会确实也是大厂在关注的。但那又怎样呢？Instagram 做照片分享的时候，Facebook 已经是全球最大的照片平台。Snapchat 做阅后即焚的时候，Facebook 三个月就抄了一个 Poke。它们都活下来了，而且活得比巨头更好。

所以——放下幻想，准备战斗。就是做明牌的领域。就是做可能看起来很蠢的事情。做我们认为押注未来的事情。绝对不要再回到以前的道路上，不要在旧世界修修补补，去新的世界跟别人正面硬刚。

某位我很喜欢的大模型研究员说过：就算倒下，也倒在队伍的前面，起码后面的人赶上你时还能拉你一把。但对我来说，我不能浪漫化突然有一天，天降神兵给我发了一张只有我看得到的暗牌。

创新并不生产于空想，创新生产于愿景与手感。

“世上只有一种英雄主义，就是在认清生活的真相之后，依然热爱生活。”我想把这句话送给所有 AI 创业者。当我们认清了这场战争里我们毫无结构性优势，甚至作为一个“赌狗”有可能赌到最后一无所有的时候——你仍然充满斗志地去硬刚和游击。

这就是创业的英雄主义。

祝福各位，玩得开心。