243.AI创业者，如何避免成为时代炮灰？

本场圆桌讨论围绕人工智能（AI）技术迅猛发展背景下的创业生态变革展开，深入探讨了AI对创业门槛、组织形态、投资逻辑及竞争格局的系统性重塑。核心议题涵盖“一人公司”模式的可行性边界、大模型时代的创业机会与风险、新一代创业者的画像演变、应用层爆发趋势、融资行为的理性反思以及可持续护城河的构建路径。

参与嘉宾包括多位一线投资人（真格基金、景秋基金、南池创投等代表）与资深创业者，主持人陈实引导对话层层递进，从宏观趋势研判到微观能力评估，最终落脚于AI时代创业者应具备的战略思维与现实手感。

整场访谈结构清晰，逻辑严密，既回应了当前行业热点问题，也提出了具有前瞻性的方法论框架，为理解AI驱动下创新创业范式的根本转型提供了多维度洞察。

观点一：“一人公司”是起点而非终点，组织形态趋向轻量化但非孤立化

主要论述：

随着AI工具大幅提升个体生产力，“一人公司”已从概念走向初步实践，显著降低了创业的技术与资源门槛。然而，在中国复杂系统环境下，严格意义上的“单人闭环”仍具挑战，更准确的理解应为“最小可行团队”的高度浓缩。

• 刘源指出，已有创业者以7,500美元起家实现上亿美元收入的案例，验证了个体创造力在AI赋能下的巨大潜力。
• 曹薇强调，国内跨平台对接和服务闭环难度较高，MCP协议和开放接口尚不完善，制约了完全独立交付的能力。
• 南池创投所投项目如“独享的登科”“Internet的易飞”，初期虽保持个体运作，但随产品迭代迅速扩展至小型团队。

结论性判断：

“一人公司”更多是一种象征性表达，实际成功项目多由4–10人团队构成，即可实现月入数十万美元的稳定营收。此类团队被比喻为“摇滚乐队”——一旦超过十人，即进入传统公司治理范畴，失去敏捷创新的本质特征。

关键启示： 创业正从“重资源依赖”向“强个体能力+工具赋能”转型，组织形态趋于轻量、高效、协作紧密。

观点二：投资逻辑演进——从“投赛道”到“投人”，再到“投早期创造力”

主要论述：

面对AI带来的结构性变化，早期投资机构正在重构其判断标准与介入方式。传统的学历背景偏好已被打破，取而代之的是对持续创造能力和作品积累的重视。

• 真格基金明确表示，其投资逻辑始终围绕两个根本问题：“为什么是你？”“为什么是现在？”
• 近年来所投创始人中不乏非985院校出身者，甚至有中学阶段即开始编程实践的年轻人，他们凭借成熟作品打动投资人。
• 投资不再等待企业成型，而是提前布局个体创作者，形成“孵化+加速”的新型支持模式。

支撑案例：

Jasper、Manus、Kimi、黑镜科技等均为真格在AI尚未主流化时期前瞻性布局的代表性项目。

关键转变： 投资重心前移，角色由被动筛选转向主动培育；评价体系从“学历背书”转向“作品驱动”与“复利效应”。

观点三：大模型投资需颠覆性创新作为前提，审慎对待同质化路径

主要论述：

尽管大厂已在通用大模型领域投入巨资并形成壁垒，但创业空间并未完全关闭。关键在于是否具备架构级创新或独特的时机窗口。

• 若项目仍沿用GPT式常规预训练路径且缺乏底层突破，则必须提供强有力的差异化解释才能获得资本认可。
• 投资方并不排斥任何技术方向，但警惕技术同质化风险，强调“突破性构想”与“时机判断”的重要性。
• Midjourney早期仅11名员工即取得全球影响力，证明小团队可在特定领域实现单点爆发。

战略警示： 编程辅助、通用Agent等高智商依赖场景已被大厂锁定，创业者应主动规避这些“显性热点”，避免正面冲突。

观点四：AI进入应用层是打破共识化格局的关键转折

主要论述：

只有当AI真正落地于具体场景，行业才能实现自我造血，摆脱依赖资本输血的“泡沫期”。应用层的多样化需求将催生非共识驱动的创新浪潮。

• 当前AI领域过快形成的统一认知反而抑制了差异化探索，对比移动互联网初期百花齐放的竞争格局（如浏览器大战），当下亟需回归“非共识地带”。
• UC浏览器创始团队曾因融资困难几乎放弃，却最终成为移动入口核心玩家之一，印证真正价值往往诞生于未被看好的边缘。

历史类比： AI下半场的机会不在基础设施争夺，而在应用场景的深度挖掘与用户体验重构。

观点五：年龄不再是创业的关键变量，学习能力与问题意识决定成败

主要论述：

尽管创投圈存在对00后创始人的热烈追捧，但现实中主导成果的仍是具备经验积累的80后、90后群体。每一代主流创业者均在25–30岁迎来关键突破期。

• 马云创办中国黄页时约26岁，马化腾创立腾讯时27岁，张一鸣搭建字节跳动前身时28岁，王兴归国创业亦在二十出头。
• 技术工具革命极大提升了年轻一代的学习效率。ChatGPT等智能终端已成为新型“认知加速器”，使个体可即时获取跨领域知识。

典型案例：

志辉军作为90后创业者代表，展现出“超级全栈”能力——既能焊接硬件模组，又能部署前沿AI模型，并深入理解算法架构。这种复合能力在过去需多年积累，如今可通过高效人机协作快速达成。

核心命题： “能不能做”越来越取决于“会不会问”，而非“有没有做过”；未来评价标准将由“年龄”转向“学习能力”与“人事匹配度”。

观点六：组织管理能力的重要性边际递减，团队人效比跃升改变人才评估框架

主要论述：

过去投资人高度重视“大厂能力”——即管理数百人团队的经验，但在当前技术环境下，50人左右的小团队即可支撑独角兽级企业的运作。

• 工具链自动化、AI辅助决策、低代码平台大幅降低协同成本与执行门槛。
• 刘源指出：“过去需要管理500人的能力，现在可能只需带领50人。”
• 投资人需动态调整评估标准，从“是否有大规模管理经验”转向“是否具备精准的人事匹配能力”和“能否实现高密度创新输出”。

深层含义： 组织效能提升使得“小而美”的团队更具竞争力，组织形态更加灵活、响应更快。

观点七：真正的创业应回归初心，警惕“虚荣符号”驱动的非理性融资

主要论述：

部分年轻创业者在无产品、无成果阶段即获巨额融资，动机常偏离实际发展需要，转而追求社会认同与身份象征。

• 融资成为衡量成功的外在指标，形成“朋友都融了我也要融”的群体效应。
• 多轮融资未必反映成长健康，反而可能暴露初期资金测算不清、商业模式模糊等问题。
• 若每轮估值快速上升，说明前一轮定价偏低，类比IPO发行价过低导致股价暴涨，属前期判断失误。

批判性警示：

延续共享单车、团购大战时期的“烧钱换市场”逻辑，可能导致资源错配与行业泡沫。“融资即胜利”是移动互联网时代的路径依赖，不应照搬至AI周期。

方法论建议： 创业者应在行动前深度思考方向，可先尝试再寻求投资；投资人应追问“为什么需要融资”以识别真正靠谱的团队。

观点八：优秀企业视融资为“最后一次机会”，而非心理安全垫

主要论述：

真正优秀的公司应珍惜每一次融资，将其视为推动战略跃迁的关键杠杆，而非无限循环的资金补给。

• Manes创始人曾反思：“起初认为差公司才需珍惜融资，后来意识到，唯有好公司才更应审慎使用每一次机会。”
• 高频融资若无实质进展支撑，反而暴露战略模糊或执行不力的问题。
• 个别高估值案例（如志远团队获35亿人民币估值）背后是长达六七轮的深度尽调，涵盖资金用途、团队规划、产品节奏推演，并非情绪化下注。

核心提问： 即使给了钱，你能否有效转化为价值？这是区分伪需求与真创新的核心试金石。

观点九：技术壁垒短暂，护城河应建于模型之外的业务纵深

主要论述：

在信息高度对称的今天，单纯依靠对GPT系列模型的理解来构建产品差异已不具备可持续性。认知领先的时间窗口通常仅有一两个月。

• 执行速度与迭代效率才是短期生存底线，但不足以构成终极护城河。
• 可持续竞争优势应建立于以下两个维度：

1. 垂直场景深耕：积累行业know-how、流程理解和数据资产，形成专业壁垒；

2. 用户生态建设：通过社区氛围、用户调性、互动机制增强粘性，打造双边或多边网络效应。

战略建议： 不应将竞争寄托于大模型智商提升，而应聚焦模型无法轻易替代的领域——场景深度与用户关系。

观点十：技术架构需具备前瞻性“脚手架”，支持未来升级

主要论述：

为应对底层模型的快速演进（如从GPT-3.5到GPT-4），技术系统必须具备良好的扩展性与兼容性。

• 若系统耦合度过高，新模型出现时将面临重构成本高、适配周期长的问题。
• 应采用模块化设计、抽象接口层、插件式集成机制，确保能快速接入新技术而不影响整体架构稳定。

实践指南： 提前构建灵活可扩展的技术架构，是抵御技术颠覆的重要准备。

观点十一：“沿途下蛋”是平衡理想与现实的关键策略

主要论述：

AI创业不能只追求宏大目标，必须建立可持续的造血机制。

• 许多项目因过度理想化、缺乏收入来源而在技术未成熟前耗尽资源。
• 借鉴投资圈“沿途下蛋”理念——在通往星辰大海的过程中，阶段性推出可商业化的产品或服务，获取收入、用户反馈与融资支持，实现自我强化循环。

行动原则： 实现短期收益与长期目标的动态平衡，避免陷入“技术自嗨”陷阱。

1. 创业门槛的根本性下降

AI技术平权使非精英背景、非连续创业者也能高效产出可用产品，打破了传统VC对名校与大厂履历的偏好。

2. 组织形态的轻量化趋势

完成商业闭环所需的最小团队人数显著下降，4–10人团队成为主流验证单元，“摇滚乐队”式精简团队更具敏捷优势。

3. 投资介入时点前移

VC不再等待企业成型后才出手，而是提前支持个体创作者，形成“孵化+加速”新模式，体现从“筛选”到“培育”的角色转变。

4. 创业者画像的结构性变迁

从“学历背书”转向“作品驱动”与“实践复利”；“AI Native”不等于“年轻”，而指代那些天然运用AI重构产品逻辑的深度理解者。

5. 机器人发展的四大能力瓶颈

| 能力维度 | 进展程度 | 关键挑战 |

|----------------|----------|------------------------------|

| Navigation | 成熟 | 高精度室内外定位 |

| Local Motion | 40%-50% | 动作稳定性与环境适应性 |

| Interaction | 初级 | Token生成延迟，响应迟缓 |

| Manipulation | ~5% | 精细操控能力弱，差距巨大 |

6. 材料科学是物理智能体落地的关键变量

机器人机体过重（四五十公斤金属结构）、电池续航有限、佩戴设备皮肤不适等问题，严重制约家庭级普及。轻量化材料与高密度储能是突破前提。

7. 应用层迎来爆发窗口期

自2024年中以来，模型能力趋于成熟，Token推理成本大幅下降，Agent与多模态技术取得关键进展，推动复杂自动化代理与沉浸式内容创作落地。

8. 非共识项目的价值发现机制

头条早期因运营数据不佳被多家机构拒绝，反映出投资者易陷入“细节陷阱”。真正的识别力来自于超越表象的能力——通过中等颗粒度问题探测创业者的底层思维模式。

9. “六边形战士”时代的竞争本质

优秀团队需在技术、产品、工程、数据、商业化、模型理解等多个维度均无明显短板。单一优势难以构建长期壁垒。

10. 创业的本质回归用户中心主义

无论技术形态如何变迁，贴近用户、持续迭代、快速响应始终是避免被淘汰的核心原则。脱离真实场景的产品即便技术先进也难逃失败命运。

对创业者的建议

1. 选择非高度依赖模型智商的垂直赛道

聚焦医疗、制造、教育等行业级应用，利用行业know