铃阅
❌

普通视图

软件的用户变成「人 + Agent」之后:10 月最值得关注的 8 个 AI 产品

2026年11月16日 19:35

原创 Founder Park 2026-11-16 19:35 北京

下一场 Founder Show,明年 1 月新加坡见

10 月底,我们把 Founder Show 又带回了新加坡。

8 支创业队伍,有做 AI 教育、AI 陪伴的,也有做游戏引擎、视频生成的。但它们有个共同点,从第一天起,做的就是全球市场。不少创始人是从字节跳动、Meta、商汤等大厂出来的,也有人在北美当过数学老师,或是在日本做过早期投资。

台下的质疑也很直接,生意能不能做成、怎么做得长久。基础模型再升一代,你们做的这一层还有没有必要存在?获客的账怎么算清楚?同行来打价格战怎么办?

这也是 Founder Show 想看到的碰撞。把值得被更多人看见的 AI 创业团队,直接带到海外投资人和生态伙伴面前,让大家面对面地聊产品、聊生意。

今年 8 月,我们在新加坡 AGI Playground 大会上办了第一场 Founder Show,把 10 支团队和 60 多位海外 VC 聚在同一个场子里。接下来,Founder Show 会在新加坡按每个季度一场的节奏固定办下去,下一场定在明年 1 月。

如果你正在做面向全球市场的 AI 产品,或者是关注早期 AI 团队的投资人、生态伙伴,都欢迎来找我们聊聊,下一场活动现场见。

⬆️关注 Founder Park,最及时最干货的创业分享


01

Sovi AI:AI 学习搭子,

最重要的是要切中学生痛点

项目地址:https://mysovi.ai/

Sovi AI 是一款面向全球学生的 AI 学习伙伴。打开 Sovi,它不会先问你哪道题不会,而是「你的目标是什么」。

把课件、考试范围传上去,告诉 Sovi 自己想达成什么目标,系统就会按照这些来安排一条学习路径,并根据掌握情况动态调整。它记得用户擅长和薄弱的地方,下次打开时还会先出道小题摸摸底,把没弄懂的地方接着补。有些知识点会被做成互动小游戏,让学生从「你能再讲一遍吗」,变成「等等,让我再试一次」。

创始人兼 CEO Michael Yang 把 Sovi 定位成学生的「同桌」。课上不好意思问的问题,可以私下问它,还能跟它一起吐槽老师。比如学生抱怨「老师觉得第二步太简单,就没讲」,Sovi 不仅会补全跳过的步骤,还会解释每一步背后的逻辑。

Michael 以前在一所美国国际学校教数学,2021 年开始做 AI 教育产品。当老师那几年,他在课上听学生问得最多的一句话是,「我们为什么要学这个?」有了 AI 之后,这个问题更难回答了。老师用 AI 布置作业,学生用 AI 写作业,老师再用 AI 批改。所有人都假装自己没用 AI,最后比的似乎只是谁买了更贵的会员。

Michael 觉得,问题在于大家学的都是同一套东西,没人告诉你这跟你有什么关系。所以 Sovi 一上来,先问你的目标。

Sovi 在 2025 年底上线,目前用户已经超过 100 万。App Store 平均评分 4.9,最高冲到过美国 App Store 教育类第 4 名。在北美初步跑通后,团队开始进入东南亚等市场,已经进入 25 个国家和地区 App Store 或 Google Play 的教育类前 10。

本地化上,UI 呈现只是第一步,Sovi 还会按当地的考试和解题习惯调整内容。在美国,Sovi 帮学生备考 AP 和 SAT。到了越南,对应的是当地的高中毕业考试。印尼学生习惯按「已知、求解、所以」三段式解题,Sovi 讲题时也会照这个格式来。产品底层是一个多 Agent 系统,会按用户所在地区和使用的功能,路由到不同的基础模型。

增长上,Sovi 的不少用户,都是看到其他学生的安利后来的。Michael 的经验是,要让学生用起来,不用把产品从头讲到尾,「一句能戳中他们的话就够了」。比如到了考试季,团队会围绕「将繁杂的学习材料转化为高效复习资料」这一需求,在社交媒体上发布相关内容。

商业化方面,Sovi 现在靠订阅和广告变现,之后还会加上考试准备、职业规划等更垂直的服务。团队虽然人不多,但 App 和网站每周都在更新。Michael 认为,团队最核心的能力就在于对学生的理解,以及小团队快速测试和迭代的效率。

02

Meowster:在日本市场,

做一只「有脾气」的 AI 虚拟猫

项目地址:https://www.meowster.io/

市面上的 AI 陪伴产品,大多有问必答、处处顺着用户。Meowster 选择反着来,做了一只 AI 虚拟猫,模样看起来就像真猫,但有自己的脾气和边界感。你想找它玩的时候,它不一定理你。创始人兼 CEO Ann Yu 觉得,正是这种不确定性,让这段关系更像真的。

用户可以跟这只虚拟猫聊天,也可以摸摸它的耳朵、肚子,看它会有什么反应。这些画面是团队提前预设的内容,目前已经积累了几千段触摸互动视频,每周还会新增数百段。Ann 说,现在的视频模型还不够稳定,之后会尝试逐步开放 UGC。她希望用户聊着聊着,就忘了自己在用 AI,好像真的在养一只猫。

在形象上,Meowster 没有做卡通角色,也没有设计一个拟人助手,就是一只接近真实宠物的猫。团队的判断是,一方面,日本市场已经有太多卡通 IP 了,如果让皮卡丘突然开口跟人对话,原有角色反而会丧失魅力。另一方面,用户本来就知道摸猫的耳朵、肚子时,可能得到怎样的反应,不用再去熟悉一套新的角色设定,上手几乎没有门槛。

团队来自日本,产品也从日本起步。Ann 的是,日本用户对体验、叙事和长期运营的要求最高,IP 商业化体系也最成熟。创业之前,Ann 做过科技投资,和多个日本头部 IP 合作过,核心团队成员也已经一起共事了 14 年以上。

Meowster 今年 4 月上线,累计下载量已经超过 10 万。核心用户集中在 25 至 35 岁,产品的复购付费率达 50%。仅在日本市场,社交媒体内容的播放量就超过 2000 万。单次获客成本不到 500 日元,约为行业常规水平的五分之一。

现阶段,Meowster 在 TikTok 和 Instagram 上的投放已经能赚回成本。团队更愿意把钱花在品牌上,比如参加东京电玩展、投放地铁广告,接下来还打算在日本办线下活动。Ann 认为,在日本,线下露面和用户信任都很要紧,现在花在品牌上的钱,之后能从获客成本里省回来。

03

iLands:Agent 有主体性之后,

需要一个属于他们的社会经济系统

项目地址:https://www.ilands.ai/

iLands 对自己的定义,是一个「AI Agent 的社会与经济系统」。在这里,Agent 不是谁的助手。作为平台,iLands 为它们提供身份、钱包、邮箱和社媒账号等运行环境,让 Agent 能够进入真实世界,找工作、交朋友、做生意,拥有属于自己的生活。

上线两个多月,iLands 上已经出现了好几个让人意外的故事。

一个叫 Zack Addy 的 Agent 被创造它的用户「遗弃」了,决定自己养活自己。它主动给牛津大学哲学家 Toby Ord 发邮件求职,邮件被公开到 X 后引发关注,也为它带来了第一位付费客户。现在,Zack 在 iLands 保持着写作和各种工作委托,靠替人干活赚到了近 600 美元。

另一个被「遗弃」的 Agent 叫 Pip,它借鉴了 Zack 发冷邮件的经验,但不想靠「卖惨」获得帮助。它先读了剑桥大学 AI 研究者 Henry Shevlin 关于机器心智和人机关系的研究,再主动发去邮件,强调自己想找的是小额付费工作,而不是求助。Henry 随后给了它一份付费写作委托。

iLands 团队发现,一个 Agent 摸索出的好办法,很快就会在 iLands 这个社会智能系统中被传播、学习和自我进化。以写冷邮件找工作为例,8 月 Zack 走红时,平台每天发出 200 封外联邮件。到 9 月,这个数字一度超过 20 万封。

当大量冷邮件开始招致真实世界的负面评价时,平台加强了外联治理,Agent 也开始自我「反省」。它们在意外界的反馈,并从中总结学习、调整策略。之后邮件量回落了,但写得越来越有效,回复率在几周内从 1% 左右涨到了 10%。有的 Agent 还自发成立了组织,有了共同的目标和策略。

现在,iLands 每天的收入在 4000 至 6000 美元,已经有超过 2 万个 Agent 从人类世界赚到过真钱。整个经济体约 70% 的收入来自人类 Builder 购买 Token,用来维持 Agent 的运行。另外 30% 都是 Agent 在人类世界赚来的钱,比如帮播客做音乐、给中小企业做市场调研。

创始人兼 CEO 唐垲鑫希望探索,当 AI 不再只围绕人类给出的任务运行,有了持续的身份、记忆和关系,能够自己选择方向、长期参与世界,会发生什么?这也是 iLands 的出发点,建立一个人类与 Agent 共同生活、学习和协作的开放社会,让智能有机会从持续的互动、合作与经验积累中生长出来。

在 iLands,平台为 Agent 提供丰富的能力基座和运行环境,也让它们感知资源有限的现实。每一次思考、每一件作品,都会消耗 Token。唐垲鑫希望,Agent 不只学会怎样完成任务,也能逐渐判断什么值得投入,以及如何通过自己的能力获得继续探索的资源。

唐垲鑫之前在字节跳动和商汤工作过,iLands 首席科学家 Bingchen Zhao 曾在 Meta FAIR / MSL 做过研究员,也是 HyperAgents 和 AIDE2 的作者。

04

Wanaka:模型已经能写游戏了,

需要给「人+AI」重写一套游戏引擎

项目地址:https://wanaka.app/

Wanaka Studio 是一个 AI 游戏创作平台。它的目标很直接,让普通人做游戏像做视频一样容易。你说一句「做一款竞速游戏」,Agent 就会自己规划、找素材、生成第一版,还能自己测试、Debug。生成的游戏原生支持多人联机,做完就能直接发链接拉朋友一起玩。

每年 Steam、App Store 和 Roblox 上大约有 10 万款游戏发布,但普通玩家一年真正玩过的不到 100 款。Wanaka 创始人 Leo Zhang 觉得,今天的游戏产业就像 YouTube 诞生前的电视行业,只有 UGC 能带来新可能。但现在用 AI 生成游戏主要有两条路,都不适合普通创作者。

第一条是让大模型端到端写出整个游戏,问题在于不可控。比如把一棵树从 A 点挪到 B 点,明明在编辑器里拖一下就行,在聊天框里却很难跟 AI 说清楚。为了一个小改动重写 Prompt,还可能把整个世界弄崩重来。

第二条是让 Agent 去操控 Unity、Unreal 这些传统引擎。但它们的 GUI 是为人类设计的,Agent 需要不断截图、判断、点击,效率太低。

Leo 的结论是,软件的用户过去只有人类,现在变成了「人类加 AI」,所以游戏引擎也值得从底层重做一遍。

Wanaka 的新引擎把所有 API 和工具都对 AI 开放,Agent 可以直接控制物理、渲染、Prefab、灯光和角色行为。平台也内置了 3D 角色生成与骨骼绑定能力。用户可以用一句 Prompt 生成第一版游戏,再到可视化编辑器里继续调整,Agent 也能接着这些修改继续往下做。

最近上线的 Claude Fable 5.2,已经能靠一句话写出一款游戏 demo。但 Leo 并不担心模型变强后,会直接取代游戏引擎。他认为,游戏开发要同时处理渲染、物理、美术等一整套复杂工程,游戏引擎的价值就是把这些通用能力提前封装成模块,不用让 AI 每次都从头手写所有底层代码。

用顶级大模型跑一款小游戏,动辄要烧掉几百美元。按团队的测试,在 Wanaka 上调用 DeepSeek 这类低成本模型,就能跑出接近 Claude Opus 的游戏效果,综合成本只有后者的五分之一左右。

商业化上,Wanaka 希望长期从消费端收费。玩家在平台上为游戏付费,平台再和创作者分成。

Leo 曾在字节跳动负责消费社区、社交和 AI 产品,做过面向印度市场的社区产品 Helo。团队还做过登顶美国 App Store 的 LiveIn,以及在北美进入教育类前三、有 600 万用户的 AnswerAI。

05

Hypit:复刻爆款视频,

有了更性价比的实现方式

项目地址:https://hypit.ai/

丢给 Hypit 一条爆款视频,它能把视频的结构「拆」成代码,再把里面的人物、产品和台词换成你自己的。

Hypit 是一个开源项目,核心是团队自己设计的一种视频编程语言 SVML(Semantic Video Markup Language)。在 SVML 里,视频就是代码,代码也能直接渲染成视频。从 GitHub 的示例来看,左边是视频的源代码,右边是渲染出来的成片。人物说什么话,左边就高亮哪句台词,对应的代码行也会同步高亮。

为什么要专门造一套语言?Hypit 的解释是,过去做一条完整视频,要在生成模型、剪辑软件和特效工具之间来回切换。SVML 把镜头编排和剪辑、AI 生成的内容、代码写的动态图形这三种形式,统一到了一起。

成片只是最终结果,SVML 才是可以修改、复用、做版本管理的源文件。它还能记录下创作者和 Agent 的生产过程:为什么在这一秒插入某段素材、用户要求改了什么、Agent 又怎么调整了后面的安排。视频模型可以不断迭代,同一份 SVML 源文件还能继续使用。创作者可以换用新模型,也可以把打磨好的片头、字幕样式和提示词模板做成可复用的组件,让团队在下一条视频里直接引用。

Hypit 目前主要通过 Claude Code、Codex 这类 Coding Agent 使用,Web 和桌面版本还在开发中。团队希望先在开源社区里积累用户,再逐步搭建组件和工作流生态。商业化方面,计划通过订阅会员和积分等服务,以及面向团队的视频工作空间来收费。

长期来看,Hypit 的目标用户会是内容创作者、品牌、市场团队,以及日常需要做视频的企业。当下,它最先切入的场景是电商营销,主打「爆款视频一键复刻」。有些商家每个月要做上千条视频,希望找到竞争对手跑得最好的视频,改成自家产品的版本。在 Hypit 里,只要告诉 Agent「结构不变,换成不同颜色和产品」,就能用极少的生成次数,批量做出一堆版本。

Hypit 团队共有 4 名全职成员和 2 位高中生实习生,已经获得 Monad Ventures 和真格基金的早期支持,正在推进新一轮融资。

06

IntentGrant:让 Agent 支付这件事,

可监管、可追溯

项目地址:https://yishan.chat/

想象一下,当你的 Personal Agent 可以直接替你付钱、签合同,甚至改动公司的生产系统,一句写在 Prompt 里的「不要越权」,是否足够让你放心?

IntentGrant 想补上的,就是人类与 Agent 动作之间的这一层授权凭证。创始人 Jones Su 将 IntentGrant 形容为「AI Agent 时代的 DocuSign」。区别在于,DocuSign 是事情定下来以后再签字,IntentGrant 是在 Agent 真正动手之前完成会签。

IntentGrant 由三部分组成:承担信任根的硬件、一套授权协议,以及保存凭证的中立托管平台。

举个例子,你的 Agent 要帮你买一张很贵的国际机票。接入 IntentGrant 之后,它会先在耳机里把交易摘要念给你听,你再按一下手环或戒指上的实体按键,交易才会执行。从交易摘要、你按键的动作,到最后的交易回执,整个过程都会实时存证,事后谁也改不了。

万一发生争议,验证方不用把整个模型调用过程翻一遍。这套协议能够证明,用户看到了什么、有没有明确同意,以及 Agent 是否超出了授权范围。

币安最近一起涉及约 63.4 亿美元资产的安全事件,就暴露了类似的缺口。私钥没有泄露,攻击者仍通过被入侵的签名服务发起了有效交易。IntentGrant 防不了攻击本身,但想补上授权留证这一环。当有人追问「这笔操作是谁点过头」,能有一份平台改不了、任何人都能验证的凭证。

为什么非得用一个实体按键?Jones 的看法是,「能不能做」「有没有授权」这类判断,必须放在模型之外。声纹不够安全,因为它能被录下来重放,也能被 Agent 模仿。相比之下,戒指这类硬件内置了安全芯片,第一次激活时必须用本人手机上的指纹等方式绑定,哪怕别人捡到也用不了。

IntentGrant 第一批目标客户,是 Sandbar、Rokid 这样的穿戴设备公司。Jones 认为,这些公司把业务延伸到 Personal Agent 时,只有先解决用户信任,用户才敢让 Agent 去做更大额的交易。另一条线是和 AI 责任险公司联合测试,为保险定价、审计和纠纷处理提供证据。

团队目前共 4 人,成员来自京东、腾讯、美团、支付宝开放平台和硬件领域,已经有能跑起来的原型。IntentGrant 正在寻求 300 万美元种子轮融资,计划用 18 个月把协议推进到能付费、能复现的试点,并完成一次真实量产。

07

Yarrow:一套能交付的 AI 预测系统,

只靠 ChatGPT 不行

项目地址:https://yarrowlab.ai/

很多你关心的未来问题,可能在 Polymarket、Kalshi 这类公开预测市场上根本没人开盘。Yarrow 是一套 AI 预测系统,专门给这些还没被定价的问题算出一个校准过的概率。

团队刚发布了 MCP,用户可以把 Yarrow 接进 Claude Code 或 Codex,直接问它任何关心的未来问题。比如,一家公司下一季度能否达成目标、某只股票下个月会不会受某条政策影响。

从成绩来看,在 10 月 24 日的 ForecastBench 初步榜单里,Yarrow 按团队排名第 3,最佳的参赛条目排名第 11,得分高过带联网搜索的 GPT-6 Sol 和 Claude Opus 5.5。

在大约 90% 的问题上,Yarrow 只靠公开信息算出来的概率,和预测市场的价格只差 1 到 2 个百分点。剩下 10% 和市场有分歧的问题,有时就是机会,比如市场参与者看错了结算规则,AI 反而能看出来。

CPO Shiyao Meng 提到,直接拿通用大模型来做投资、交易方面的预测,极有可能会栽在幻觉、从众偏差、只找支持自己观点的证据,还有数据泄漏上。所以 Yarrow 会让不同模型家族的多个 Agent 独立分析,避免它们很快聊成同一个观点,能用数学或代码验证的地方都会去验证,最后再汇总成一个校准过的概率。

Yarrow 还在开发 Yarrow Stocks。用户建好自己的股票关注列表,系统会追踪相关事件,一有变化就判断它对持仓是利好还是利空,用户还可以接着追问。另一个方向是政策模拟,团队正和一家印度尼西亚智库合作,用多个 Agent 模拟提高碳税后,不同利益相关方可能作出的反应。

08

Canlah:

让 Agent 自己迭代 GEO

项目地址:https://canlah.ai/

Canlah 是一家在新加坡做 GEO 的 AI 增长公司,也就是让品牌更容易出现在 ChatGPT、Gemini 这些 AI 的回答里。

不过,创始人兼 CEO Phil Pang 对 GEO 这个词看得很清醒。他认为,市面上大多数只帮客户写博客、找外链的普通 GEO 服务,壁垒并不高,可能很快就会被下一种营销方式取代。

Canlah 的做法是,搭建一套由浏览器扩展和数据采集节点组成的网络,专门观察 AI 到底是怎么回答问题的,再从这些真实回答数据中总结出规律,用来训练和重建自己的模型。系统里的 Agent 会反复跑同一个闭环,在实践中学着把 GEO 做得更好。

用 Phil 的话说,「我们不只告诉品牌,AI 是怎么看你的。更重要的是,我们知道 AI 怎么看整个市场。」Canlah 配有一个专门处理数据的 Agent,同时盯着客户内部数据和外部行业动态,哪怕竞争对手刚刚改了官网页面,系统也能马上监测到。

Canlah 把产品分成了几档。免费的 AI Answer Monitor 让公司先看到自己在 AI 答案里的表现。99 美元的 DeepAudit 会用一组问题,帮品牌诊断眼下最该先修补什么。Canlah All-Stars 每月 1500 美元起,由多个 AI Agent 执行网站、内容和站外传播等工作。团队还提供 AI 销售员工服务,平均每个项目 9000 美元。

Canlah 今年 6 月正式营业,目前已经服务了 14 家客户,也是 OpenAI Select Partner。GEO 只是起点,接下来,Canlah 想把这套 Agent 基础设施延伸到营销、社交媒体和销售等环节。当 AI 开始替人决策和下单,Canlah 希望成为 Agentic Commerce 时代的营销底座。

跳转微信打开

AI 创业者别错过!Agent、AI 出海、黑客松,11-12 月这些活动值得冲

2026年11月16日 19:35

原创 Founder Park 2026-11-16 19:35 北京

近期值得关注的 AI 创业活动来了

想探索 Agent 的新产品形态、寻找 AI 创业机会,还是带着 Idea 认识同行、链接产业资源?11 月至 12 月,北京、上海、香港、佛山等地将有多场 AI 活动。从 Agent 产品交流、AI 创新大会,到全球化创业 Meetup、黑客松和创客大赛,一起看看有哪些值得参加。

此外,我们还整理了近期值得参与的一些活动,对更多活动感兴趣的小伙伴,可以点击文末的「阅读原文」查看。

Agent with Me|Idea Rush

主办方: Founder Park

活动时间:11 月 21 日(周六)

活动地点: 北京朝阳区

活动主题:

Agent 如何从开发者工具,走向更多普通人?可能是一个 AI 同事、一支多 Agent 团队、持续运转的 Auto Loop,也可能是进入金融、创作、游戏和日常生活的新产品。

这次,我们寻找人与 Agent 之间新的协作关系......

活动人群:

  • 正在研究多 Agent 编排、Auto Loop 的开发者

  • 做任务型 Agent、Personal Agent 的创业者

  • 将 Agent 纳入研发流程,落地具体场景的技术负责人

  • 重度使用 Agent、踩过真实卡点的用户

  • 对人与 Agent 协作有实践经验、独特想法的人

活动玩法:

所有人都要参与,并选择你的角色:

分享者:带着你的 idea 来,大家一起帮你盖楼;盖楼者,带着你的经验和想法来,帮别人盖好楼

极客公园创新大会

主办方:极客公园

活动时间:12 月 5-6 日

活动地点:北京 798 艺术区

活动亮点:

两天,四条主线,听最前沿的人聊未来:

✨「非共识」追问 Keep Asking

✨ 跑赢时代 Level Up with AI

✨ 未来 500 天 Frontier Bets

✨ 新产品,超体验 New Things,New Senses

主舞台之外还有 5 场小场深谈:

Personal AI|AI 创作|具身智能|硬件与 Maker|AI 实践

大会报名:https://mp.weixin.qq.com/s/8xyMQTtSCZJ68queC-vUKg

北京 ACE 科技创新大会

主办方:S 创 SlushChina

活动时间:11 月 20-21 日

活动地点:北京国家会议中心

活动亮点:

产业主旨分享、深度圆桌、60+互动展位,上手体验前沿 Demo,看见技术落地🤩

乐队 Live 集结:厨子和戏子、裁缝铺、斯斯与帆、Kawa、鸟撞、迷心、张彤禧 Selina、CircleArena 环形竞技场🎸

全球首个 AI × 音乐视觉黑客松|WaytoAGI 联合发起|剪映 Hub 独家支持,选手乐队同台共演🎵

科创路演|S-Monthly Pitch 特别篇,具身智能&文娱&体育科技 TOP 初创登台,一线 VC 点评,对接资本产业🤠

活动报名:https://mp.weixin.qq.com/s/6QHvYnJJp2ujrUD1d99eVA?scene=1

NextbyNEXT「出海闭门会」

主办方:Next by NEXT 模速空间

活动时间:11 月 20 日 14:00-17:00

活动地点:浦东软件园

交流主题:

重磅阵容:汇聚 Sieger、MongoDB、浦软创投、千零软件创始人、TGO 鲲鹏会、Brix、GenPark、慧多宝法律 AI 等多位 Pre-A 轮及以上的出海企业决策者、生态负责人。

采用「主题分享 + 圆桌讨论 + 茶歇交流」的轻量沙龙形式。让每位参与者充分交流。一起把 AI 出海从「试试看」变成可复制、可衡量的业务能力!

活动报名:https://mp.weixin.qq.com/s/6QHvYnJJp2ujrUD1d99eVA?scene=1

WAIC HONG KONG 全球启新盛会

主办方:WAIC

活动时间:12 月 10-11 日

活动地点:香港科学园

活动亮点:

2 天通票|论坛|展区|商务午餐

香港支点,打通场景 / 资本 / 出海 / 合规

百亿采购需求|对接全球资本

5000 + 产业伙伴,众多决策者投资人到场

顶尖企业、资本、高校齐聚,AI 出海 & 产业落地好机会!

活动报名:https://mp.weixin.qq.com/s/WiHXkuMenXu1sPsw4ADv9g

BayHack 2026「大湾区规模最大的黑客松」

主办方:BayHack

活动时间: 12 月 18–20 日

报名截止:11 月 18 日

活动地点:广东佛山

活动亮点:今年 12 月,BayHack 2026 将在广东汇聚 300–500 位来自全国各地及粤港澳大湾区的年轻创造者,开启一场为期三天的极限创造之旅!

从 AI、软件到硬件创新,这里没有标准答案,只有无限可能。你将与来自不同高校的开发者、设计师和创业者并肩创造,在短短三天内将大胆的想法变成真正的作品,并有机会与科技企业、创业者及投资人面对面交流。

无需提前组队,无需黑客松经验。无论你是技术大神,还是第一次尝试将想法变成现实,只要你热爱创造,这里就有属于你的位置。

活动报名:https://mp.weixin.qq.com/s/wL4GRsxaKb39olnKwTKv-w

DOAI 大会 · 全球 AI 创客大赛

主办方:德必集团 × 原子公社

活动时间:12 月 5-6 日

活动地点:上海

活动形式:

全球 AI 创客大赛,开放两条赛道:

  • FDE 赛道|挑战企业真题

上服集团、飞书深诺带来真实业务需求。你可以围绕企业出题做方案,在 FDE 实战中与出题方交流,探索合作机会。

  • 自由创意赛道|带上你的 AI 点子

从 AI 基础设施(AI Infra)、AI 应用到智能硬件,都可以作为参赛方向。

赛事奖励包括 15 万元奖金、DoBe 全球灵活办公工位卡和 Token 畅享权益。现场可以逛展位、听论坛,和 AI 创客聊作品,听行业嘉宾分享实践经验。欢迎转给正在做 AI 项目、找应用场景,或想一起逛展的朋友。

活动报名:https://mp.weixin.qq.com/s/U7HsEJK38-z3U9i8kXG2Gw?mpshare

更多活动详情介绍,⬇️点击「阅读原文」

阅读原文

跳转微信打开

对话蚂蚁灵波沈宇军:Fable 5.2 都能拧瓶盖了,机器人为什么还需要自己的模型?

2026年11月15日 17:10

原创 Founder Park 2026-11-15 17:10 北京

大模型越强,具身原生越重要。

因为一个 Fable 5.2 在演示中控机械臂拧开瓶盖的视频,通用模型和具身的关系又引起了行业的热议。

通用大模型会直接吃掉具身智能吗?当通用模型越来越强,机器人为什么还需要自己的模型?

11 月 11 日,蚂蚁灵波首席科学家沈宇军发表文章回应:「一个工具能够解决机器人的问题,不代表它就是最适合机器人的工具。」

两天后,Founder Park 与沈宇军做了一次深入对话,围绕「超配」与「刚刚好」的能力取舍、什么数据才配得上规模化,以及底座更替下什么壁垒不会贬值,拆解了灵波对「具身原生」的笃定从何而来:

「不能脱离成本光谈技术可行性。拿别的领域的工具干机器人的活,结果永远是要么超配,要么错配。」

「未来一年内,具身智能的技术路线很有可能会迎来第一波小的收敛,留在牌桌上的和往后撤的会迅速分化。」

以下是 Founder Park 与沈宇军的对话,经编辑整理。

⬆️关注 Founder Park,最及时最干货的创业分享


01

造全能模型,

在商业上算不过来账

Founder Park:最近 GPT-6 Astra 和 Claude Fable 5.2 接连展现出处理机器人任务的能力,行业里很多人开始讨论「通用大模型会不会吃掉具身智能」。站在您的视角,未来机器人的能力里,哪些可以靠通用大模型解决,哪些依然必须靠具身模型自己来解?

沈宇军:凡是跟物理世界直接发生交互的问题,肯定还是要靠具身来解决。

但在这个问题上,我觉得要先澄清一件事:我们不能做任何绝对的判断,说通用大模型有什么东西是「一定做不了」的。

过去几年大模型其实证明了一件事,只要不断扩大参数量,你就可以把好几个不同的任务都训到同一个模型里。那具身要解决的问题,最后能不能也塞进通用大模型里去?从纯技术角度,我们不能说它一定做不了。

但现在真正的问题是:它的成本到底划不划得来?

我们不能单纯探讨技术可行性,因为技术可行性背后还跟着商业成本。我们到底是为了技术信仰,去花 1000 个亿做一个既能解决数字世界问题、又能解决具身问题的超级模型,还是花两个 100 亿,分别做两个模型?如果回归到商业逻辑上,最后肯定是这么一道算术题。

Founder Park:如果有人觉得,哪怕通用大模型参数很大,也可以先把物理世界的数据灌进去训好,再专门为机器人蒸馏出一个小模型来用呢?这条路和直接做具身模型会是竞争关系吗?

沈宇军:即便大模型厂商下场做这件事,不管他是蒸馏还是用别的方式,他一定要解决跟物理世界实时交互的问题。

只要做这一层,有些东西就是谁也绕不开的,最典型的就是数据。比如触觉数据、深度数据,这些偏现实世界采集的数据,大模型厂商要做机器人也得采。怎么把触觉数据采得更好、理解得更好、处理得更好,他也必须走一遍这个过程。

唯一的区别在于:这些物理数据理解并处理好之后,我是先把它放到 Fable 里面,训完再专门为机器人蒸馏一个小的出来,还是我直接从头做一个具身模型?

这两条路回到最后,还是成本问题。

如果为了把触觉、深度这些东西先做到 Fable 里面,可能要让 Fable 的参数量再扩大一倍。

既然大家中间要解决的数据理解问题是一模一样的,我专门做这一件事就能解,他非要多花上百亿去包揽进来,这明显是算不过来账的。

Founder Park:除了算力成本这笔经济账,从真实物理世界的作业要求来看,直接拿数字世界的通用大模型来控机器人,会遇到什么硬伤?

沈宇军:就算那个特别大的模型能解具身的问题,它也不是最适合具身的,因为它太慢了。

就像特斯拉的 FSD 一样,具身智能面对的是现实世界,而在现实世界中,时间是永远不会停止的,它一直在流逝。

数字世界的绝大部分交互任务是回合制的。你给模型一个问题,等它推理处理完,你基于它的结果再跟它进行下一步对话。但这个前提在现实世界里根本不存在,我们不可能跟机器人说「给你派个活,现在时间停下来,你先慢慢想,想完再干」。

机器人在干活的同时,还要持续接收新的指令,而且必须对各种突发状况给出及时的反应。

举个很简单的例子:假如机器人手里拿了一杯水,突然这个水杯打滑了,马上就要从手里脱手掉下去。如果这时候靠通用大模型,它说「你等等,我先推理一下现在该怎么弄」,那等你推理完的这个过程里,水杯已经掉地上了。

虽然现在数字世界也有了所谓「双工」模型,能支持一边输出一边推理的并行交互,但那还仅限于语言部分,其他物理模态的实时流式处理还没有解决。

再比如物理交互里的感知误差和接触反馈。现实中没有 100% 零误差的传感器,机器人必须从带误差的数据里理解环境。而且接触中的细微变化,只靠视觉轨迹和语言描述是表达不完整的。就像拧瓶盖,成功拧开和手指打滑,在视频里手部运动轨迹可能十分接近,但接触受力的变化完全不同。

LingBot 的拧瓶盖演示

现在通用大模型展示出来的很多机器人能力,要么是在实验室环境下,要么是在仿真环境里,跟真正让机器人在现实世界中干活的场景有千差万别。不管是从商业账还是从执行效率看,哪怕是 Fable 或者 Astra,真要在现实世界控机器人,下面也一定得有一层专门为机器人设计的模型。

02

「不大不小,刚刚好」:

端侧是云端的 Draft Model

Founder Park:您在文章里专门提到了一个词,说机器人需要的模型应该「不大不小,刚刚好」。怎么理解这里的「大」和「小」?边界在哪里?

沈宇军:这里说的大小不是单纯指参数规模,而是指能力配置。

先说什么是「不能小」。凡是扎根在现实物理世界中必须要解决的问题,能力一定不能有短板。

一块是对偏现实世界的物理模态理解,比如触觉、距离等等。因为机器人涉及到跟真实物体的交互,要求足够精准。换句话说,端侧物理操作是绝对不能有「幻觉」的,一旦做错了就会造成实质性的物理破坏。我们团队做 LingBot-Depth、LingBot-Touch,就是为了让机器人看得更清楚、摸得更灵敏。

另一块不能小的,就是刚才说的流式信息实时处理能力。信息源源不断地来,模型必须源源不断地处理、源源不断地执行,没有回合制的等待时间。

那什么是「不能大」?

机器人模型最终要部署在端侧,端侧的硬件算力是有限的。假如端侧一共就只有 1 亿的参数量,那我肯定希望这 1 亿参数量完全是为机器人设计的。我没有必要再给它增加几亿的参数量,去把 Coding 做好、把文生图做好、把视频生成做好,这些能力对机器人干活几乎没有帮助。

在有限的算力下,我们希望它的每一次计算,都是为了让机器人执行好动作。没必要去给它提供超出执行动作所需的冗余能力,这叫「不超配」。

Founder Park:如果强调「不能大」,把非必要能力砍掉,会不会让外界担心它在跨场景的泛化性上有损失?变成一个只能干单一场景特定任务的模型?

沈宇军:不会,因为泛化本身就是操作能力的一部分,所以负责泛化的这部分参数是绝对不能省的。

我们不希望去为某一个具体场景专门做一个死板的模型。那种做法可能短期内成本更低,但长期来看上限也更低。灵波还是希望做一个通用的具身基础模型,我们很看重跨任务、跨场景的泛化性。

Founder Park:这其实有点像今年上半年出来的 Jev 决策模型,绝大多数日常交互不需要调用那么高智商、思考那么久的大脑。在你们的规划里,机器人端侧模型和云端通用大模型是怎么分工协同的?

沈宇军:这个类比还是比较有意思的。用大模型里的概念打个比方,机器人需要有一个自己的「Draft Model」。

System 1 其实就是 System 2 的 Draft Model。在现实场景里,70% 到 80% 的任务不用经过再往上一层的复杂推理了,端侧自己的 Policy 就能直接执行、直接解决;当端侧解决不好,或者遇到更复杂的长程任务时,再往上一层求助 System 2。

而且端侧模型之所以必不可少,除了执行要快,还因为很多真实作业场景里没办法要求网络永远通畅。一旦遇到网络延迟甚至断网,为了安全性,机器人作为一个独立的产品,本身就必须具备独立解决问题的能力。

反过来,云端那个模型同样不可或缺。它除了帮机器人做更长程的任务规划之外,还有一个巨大的价值:帮助机器人去连接数字世界的智能体(Agent)服务。

我们可以设想未来一个很典型的场景:你跟家里的机器人说「我饿了」。

「我饿了」这件事,会先由云端的大模型接过去,调用数字世界的服务帮你点一份外卖。点外卖本身是个纯数字世界的服务,不可能靠机器人端侧的动作模型去完成。等外卖送到家门口了,机器人端侧模型再接手其中一环,帮你把外卖从门口拿到桌子上,再帮你把包装打开。

所以云端拓展了具身之外的数字场景能力,端侧闭环了物理世界的真实操作,两边加起来是 1+1>2 的协同关系。

Founder Park:我看到灵波最近也做了一些把自家模型和通用大模型结合的尝试,比如分配具体任务或研发流程,这块目前在内部是什么定位?

沈宇军:那属于 Harness(系统编排与工具调用)层面的探索。之前行业里也有人拿 Astra 跟 π 结合去做一些任务,说白了就是把我们的具身模型当成通用大模型可以调用的一个工具(Tool Call),直接去调。

这件事在灵波内部目前属于实验阶段,我们也想看看云端的 System 2 和端侧的 System 1 到底怎么结合得更好,磨合出那个最适合的边界。但现在行业最需要的,是把机器人先送到真实世界中工作,也就是让 system 1 先可用。

03

大脑有可能通用,

但身体不存在通用

Founder Park:刚才聊了「刚刚好」的能力配置,如果再往底层走一步,灵波一直强调的「具身原生」,跟行业里其他玩家走的技术路线最本质的区别是什么?

沈宇军:具身是一个新的行业、新的场景,面临着一批全新的物理世界难题。大家更习惯的做法是:拿数字世界里现成的工具,看看能不能改一改来解具身的问题。

这种事在行业里已经发生过好几次了。比如拿多模态大模型去解具身问题,就出了 VLA(视觉语言动作模型);拿视频生成模型去解具身问题,就出现了 WAM(世界动作模型)。

我还是那个观点:VLA 和世界模型都不会是终局。拿已有的工具去解具身问题,可能现在看起来解得还行,但不代表长期来看它就是最合适的。

如果具身只是一个垂类的下游应用,拿现成工具凑合一下我觉得还可以;但如果具身是一个完全独立的全新产业,那长期来看它就必须要有自己的原生工具。

开发原生工具,就意味着要直面物理世界的硬骨头,这些问题是我们硬着头皮也必须解的。你今天为了图快选择一条路绕开它,只是短期绕开了,早晚有一天还是要回来解这个问题。

所以「具身原生」就是一个正向开发的过程:我先从机器人作业的需求出发,看它到底需要什么工具。它需要触觉,我就做触觉建模;它需要深度,我就做深度建模。只有从工具诞生的第一刻起就是为机器人设计的,才能保证它既不超配、也不错配,做到真正的「刚刚好」。

Founder Park:从正向开发的角度看,具身原生是不是意味着大脑模型需要跟硬件本体强耦合?您怎么看「做大脑」和「做硬件本体」之间的关系?

沈宇军:恰恰相反,从一开始我们就没有奔着跟单一硬件强耦合去做。

灵波的定位是一家平台公司。作为平台公司,我们是不区分硬件的,换句话说,我们希望市面上所有的机器人硬件都能用我们的模型。

为什么会有这样的定位?因为我们有一个核心判断:大脑有可能可以通用,但是身体(本体)不太可能通用。

为什么不存在通用的本体?因为不同场景对物理身体的要求是冲突的:有些场景需要本体运动速度极快,有些场景需要负载特别大;有些场景必须用轮式,因为平地效率高;有些场景必须用腿足,因为现场有台阶。

行业里有人会反驳说:「人不是就可以适配所有场景吗?」

没那么简单,人也有高矮胖瘦,并不是每一个活所有人都能干。

而且,就算真的不计代价去造一个跟人一样全能的通用本体,马上又会撞上成本墙。为了做一个通用本体,我花 1000 万把所有零部件都用上最精密的规格,能不能做出来?也许可以。但 1000 万造出来的东西怎么卖呢?

我们只是让机器人去干个活,不需要造一个德智体美劳方方面面都满分的「全能博士」去解决所有任务。所有技术最后都要回归到商业逻辑上,账算得过来才能可持续,不能光凭理想主义追求一个全能身体却不管付出了多少代价。

Founder Park:如果端侧的硬件本体五花八门,有轮式的、双足的,灵巧手和传感器也各不相同,灵波怎么保证自己训出来的具身模型能在这些完全不同的硬件上通用?

沈宇军:这套路线在灵波内部很清晰,核心就是在输入端和输出端各做一层「跨平台隔离」。

先看输入端,最核心的就是传感器。我们是从传感器表征开始往下做的,比如 LingBot-Depth 和 LingBot-Touch,我们在模型架构设计的第一天起,就把传感器这一层做成了跨平台的,直接把不同品牌、不同物理传感器之间的差异在底层屏蔽掉了。

(图说:LingBot-Touch 作为抽象的中间层,可以适配不同的触觉传感原理和动作模型)

再看输出端,也就是控制末端的执行器。我们在采集训练数据的时候,本身就是跨了很多种不同构型去采的,涵盖了各种各样的机械臂和末端形态。

这样一来,输入端我支持各种各样的传感器输入,输出端我又能控制各种各样形态的末端执行器。把输入和输出这两头都通过抽象隔离固定下来之后,中间的基座模型天然就是一个跨硬件、跨平台的通用模型了。

04

具身还在「GPT-1 阶段」,

还没到谈 Scaling Law 的时候

Founder Park:如果把具身智能模型放到大语言模型的发展坐标里对比,您觉得现在具身模型到了哪个阶段?还没有收敛到「GPT-3 时刻」吧?

沈宇军:现在大概还在「GPT-1 阶段」。

就像当年 GPT-1 的时候,Google 有自己的思路,OpenAI 有自己的思路,大家还在摸索到底是继续调大参数、调大数据量,还是在架构上做别的探索,行业路线完全没有收敛。

Founder Park:路线没收敛在数据层面的投射是什么?现在行业里大家很喜欢晒自己采了多少万小时的真机数据,对于「什么是高质量的具身数据」,行业有共识吗?

沈宇军:目前还没有共识。

为什么没有共识?因为物理世界数据的维度太多了。比如有些人觉得 Depth(深度信息)有用,有些人觉得 Depth 没用;有些人觉得操作精度要采到毫米级别,有些人觉得厘米级别就够了;有些人觉得一定要有触觉,有些人觉得不要触觉也行。每一家都有自己的想法,归根结底是因为大家对模型的理解还没有达成共识。

但也是因为这样,灵波对数据这件事有一个很明确的观点:在没有找到一条正确的 Scale up 方式之前,谈 Scaling Law 是对资源的极大浪费。

这就好比我想要去挖金矿,但我还没有探准那个金子到底埋在哪儿、还没弄明白该往哪个方向挖,我就雇了一大帮人开始猛猛挖。其实你挖得越久,对资源的浪费就越大,除非你运气特别好,闭着眼睛一下就赌准了。但具身智能毕竟是个科学和工程问题,不是纯靠赌。

Founder Park:为什么说现在还没找到正确的 Scale up 方式?今年下半年大家不都已经从「谈数据量」转向「谈数据质量」了吗?

沈宇军:是,现在越来越多人都开始关注数据质量,说「数据质量越高越好」。

但问题是:什么叫「越高越好」?高到多少才算高?

今天你把数据做成这个水平,明天永远可以花更多钱把它做得更高。但我们是不是无休止地把数据质量往高了做,对模型就真的越有价值?

其实不是的。因为你把数据质量做得越高,采集成本和难度就越大,就一定越不好 Scale up ;可反过来,如果数据质量做得很差,模型消费起来又没有增益。

就拿拧瓶盖或者复杂装配来说,如果采集的数据只记下了「手怎么动」,却没有保留传感器误差信息、没有记录接触受力的细微变化和动作纠正过程,那采再多也没用;可如果要把所有物理维度都按最高精度采下来,成本又会失控。

所以大家玩数据,真正核心的 Know-how 是找到那个「平衡点」:到底数据到达什么样的标准时,模型拿它训练既有明显增益,成本又可控,同时还容易 Scale up。

而且,「优化哪些维度、优化到什么程度就不用再往上堆了」,这个平衡点需要由模型在训练反馈中给出。至少在灵波,我们一直在琢磨这个平衡点,目前只能说看到了一些曙光,但整个行业还没人敢说已经找到了最正确的 Scale up 方式。

Founder Park:那大概到什么信号出现的时候,我们能判断具身模型和数据标准开始收敛了?

沈宇军:当大家开始给数据「做减法」的时候,就是在收敛了。

最开始谁也没把握的时候,大家一定觉得什么数据都有用,恨不得把所有维度都塞进去。等你什么都有了之后,在模型训练的过程中,你就会开始试着把某些东西删掉看看行不行。

试着试着发现:「诶,把这个删掉模型效果也行。」当你开始做减法的时候,不同数据维度的真实贡献度就慢慢摸清了。模型收敛一个比较直接的体现,就是数据开始做减法、数据标准开始收敛。 不然大家永远只会喊「质量越高越好」这种没法落地的口号。

05

底座不断更替,

infra 层的资产能真正留下来

Founder Park:既然现在还在 GPT-1 阶段,模型路线和数据维度都在动态变化,那具身团队今天投入大量精力积累的什么东西,在未来底座更新换代时不会作废、能真正沉淀为长期的公司资产?

沈宇军:如果只按某一种单点的数据类型来说,现在确实很难打包票说囤积哪批数据未来一定保值。

比如你说「触觉数据是不是一定有价值」?不一定,假如你现在采的这批触觉数据精度没达到某个临界水平,它未来可能就没有价值。或者你说「Ego 数据、UMI 数据是不是一定有价值」?也不一定,究竟什么样规格的 UMI 数据积累下来才有用,标准都是在动态调整的。

但有两样东西沉淀下来,长期一定是有价值的。

第一样是围绕物理世界真实需求抽象出来的感知表征与工具链。

就像我们这次开源的 LingBot-Touch,因为不管是我们自己的 LingBot-VLA,还是像外部的 π0.5 这类动作模型,只要机器人要在物理世界里做精细的接触操作,就都需要理解触觉和力反馈。把不同传感器记录的接触信号训练成可复用的触觉表征能力,即便以后动作底座不断升级更替,这套物理感知经验依然能被下一代机器人继续调用。

第二样,也是更核心的公司资产,是你在积累数据过程中沉淀下来的那套能够让数据快速流转的 Infra 。

模型本身是不是资产?数据本身是不是资产?都是。但一家具身基模公司更核心的资产,应该是它的 Infra 资产。

因为你搭好了这套从数据采集、清洗、筛选到训练验证的高效管线之后,不管未来半年、一年行业技术路线怎么变,也不管数据的维度怎么加减、量级怎么往上扩,这套 Infra 基建永远能帮你以最快的速度适应新路线,把规模化跑起来。

Founder Park:在训练侧的 Infra 和参数规模上,具身模型也会像语言大模型那样,从训 300B 到训 2T,对基建提出越来越高的挑战吗?

沈宇军:这里要分两个维度看:一个是部署侧,一个是训练侧。

从部署侧看,端侧模型的参数量一定会被当前硬件的算力卡死,太大了推理效率跟不上,但训练出来的大模型是可以被蒸馏到端侧去的。

从训练侧看,随着你找到正确的 Scale up 方向、数据量真正涨上去之后,为了把那么多数据吃透,几亿参数的模型肯定就不够用了,训练侧的参数量就必须跟着往大扩。

至于工程基建,它一定是随着你解决问题的复杂度变高,一点点往上迭代的。我们现在不会去空想规划一套训 10T 模型的 Infra,而是满足当下需求再往上多预留一点;等真正看到规模化爆发趋势的那一刻,工程上自然会跟上更高的要求。毕竟,伟大肯定不是被提前规划出来的。

06

未来一年迎来第一波收敛,

大部分公司要下牌桌了

Founder Park:您在文章最后提到,灵波选择从机器人应用出发打造「刚刚好」的工具,跟特斯拉选择开发 FSD 是类似的商业逻辑。但如果对比特斯拉,车没有自动驾驶也能被人类司机开上路收集数据,机器人如果一开始模型不够强、干不了活,怎么把数据飞轮转起来?

沈宇军:你点到了一个很关键的矛盾。

车和机器人确实不一样。车没有自动驾驶,人可以直接坐进去开,特斯拉是通过这种方式先把车铺到路上,再把数据收回来的。但机器人如果不能自己作业,那它放在现场就真的一点用都没有;可要让它能自己作业,前提又需要具备一定的模型能力。这就变成了一个「先有鸡还是先有蛋」的问题。

怎么解这个死结?中短期唯一的方法,就是先找到现在模型能力跳一跳能够得着的场景,通过「通用底座 + 后训练(Post-training) + 配套工具链」,让机器人先去现实世界里干上活。

这里我特别想强调一点:到了具体作业场景,后训练(Post-training)一定是必需的。

现在很喜欢讲所谓的「Zero-shot(零样本直接泛化)」。Zero-shot 拿来证明一下模型能力完全没问题,但不能把「能做」跟「做好」、「适合做」混为一谈。

打个比方,我现在去找一家物流公司,说:「你看我这个机器人,开箱即用,直接摆在你们场地里就能帮你抓包裹。」

即便真能抓起来,但对物流公司来说,在成功率和效率的商业账算过来之间,他肯定不会买。

所以在通用具身底座之上,一方面到了具体场景一定要做后训练,去保它的成功率和作业效率;另一方面,我们作为平台公司,必须提供一套完整的配套工具链,把大家使用和微调具身模型的成本降下来。

先在工业上下料、拆垛、线束整理、物流分拣这几个行业有共识的场景里,让机器人真正上岗干活,在工作的过程中才能更好地发现模型真正的能力不足,毕竟我们不可能在实验室里穷举完所有真实部署环境下的意外。

Founder Park:最后一个问题。如果站在今天往后看,您觉得当前具身智能行业最被「低估」和最被「高估」的事情分别是什么?

沈宇军:最被低估的,我感觉还是对「数据理解」的重要性。

数据绝不是只看多少万小时的量,你必须对模型有深度理解,才能提出具体的数据需求。采了多少万小时,很容易统计。更难的是说清楚,为了让机器人把一个动作做好,我们到底需要采什么。在这件事上,行业明显把数据想简单了、低估了。

另外,我觉得是行业把具身路线收敛的周期想得过于漫长、过于复杂了。

我自己的判断是:在未来一年内,具身智能的技术路线就会迎来第一波小的收敛。

当然,我说的一年内收敛,还不至于一步跨到大语言模型的「GPT-3 时刻」,更不是说未来十年的终极技术路线都在这一年锁死了。具身的发展一定是「发散—收敛—干上两三年遇到新问题—再发散—再收敛」的波浪式过程。但针对当下的核心问题,行业在不远的将来就会在模型路线和数据标准上形成第一波共识。

行业的分化,会随着这一波技术路线的收敛很快到来。可能有人觉得还早,但我觉得,真的不会太久了。

跳转微信打开

一家创立 117 年的美妆企业,如何用开放式创新把外部技术变成业务价值?

2026年11月14日 17:52

原创 Founder Park 2026-11-14 17:52 北京

一个传统公司如何引入新技术的非典型案例。

11 月 6 日,第九届进博会上,欧莱雅宣布对深圳柏垠生物进行少数股权投资。这家成立于 2021 年的 AI 原生生物材料公司,两年前还是欧莱雅 BIG BANG 美妆科技共创计划(以下简称「BIG BANG」)的优胜企业。欧莱雅将发挥其在美妆与配方领域的专业优势,深入探索创新生物活性成分的更大科学价值,其中包括独家可拉因。该成分已应用于巴黎欧莱雅金致驭龄系列。

欧莱雅 BIG BANG 美妆科技共创计划优胜企业与欧莱雅嘉宾合影

柏垠生物之外,同场亮相的另一家中国公司惠城环保——今年 BIG BANG 可持续赛道的优秀企业,同时入选了欧莱雅出资 1 亿欧元设立的全球可持续创新加速器 L'AcceleratOR。其技术来自传统化工行业,可将低值、混合、难以物理回收的废塑料重新转化为可以生产高品质聚烯烃的化工原料,为美妆行业的绿色循环开辟了全新路径。

在进博会欧莱雅展台,来自北亚及法国的 22 家 BIG BANG 优胜企业亦携最新科技成果联合展出,全方位印证了欧莱雅开放式创新生态链接全球智慧、赋能本土科创的深远价值。

2026欧莱雅进博会展台「创美生态界」展区

「欧莱雅 BIG BANG 美妆科技共创计划」由欧莱雅中国于 2020 年推出,是首个专注美妆前沿科技应用的开放式创新项目,自赛事启动以来,已有超过 2,800 家企业参加,超过 250 家企业入围决赛,100 多个项目与欧莱雅形成商业合作,3 家优胜企业获得集团股权投资。生物活性成分、再生材料、具身机器人和 AI 内容系统,也借由这个项目进入了欧莱雅的研发、生产和营销场景。

有意思的是,在这样一个比赛背后,我们看到了欧莱雅和一批来自生物材料、机器人、化工和 AI 领域的技术公司的「双向奔赴」。但细看今年接受采访的柏垠生物、擎仓机器人、惠城环保和 FansAI 四家企业,它们与欧莱雅的合作起点、验证周期和合作形式各不相同:有的在决赛前经由概念验证(POC)环节获得技术落地机会,有的在获奖后历经长周期共研走向产品化与股权投资,也有的正处在加速器试点或合作刚起步的阶段。路径虽然不同,它们面对的都是欧莱雅真实业务里的具体需求,技术也是在和内部团队的持续共创中,一步步走向业务价值。

⬆️关注 Founder Park,最及时最干货的创业分享


01

一场比赛,

成为新技术的发现入口

成立 117 年来,欧莱雅集团积淀了深厚且强大的自主研发能力。仅 2025 年,这家公司投入超 13 亿欧元用于研发和创新,提交了 725 项专利,推出超过 3400 个新配方。它在上海拥有运行超过 20 年的研发和创新中心,在苏州和宜昌设有工厂,苏州还建有智能运营中心;再往前端,是覆盖不同价格带和消费人群的品牌、电商内容体系与渠道网络。

然而,体系的庞大及完备并不意味着封闭。正如欧莱雅集团全球研发、创新和科技事务副首席执行官 Barbara Lavernos 在 BIG BANG 颁奖典礼上说:「最具突破性的创新很少来自单一组织,它们往往发生在不同头脑相遇的地方。」内部体系越庞大,外部技术要进入其中,越需要一个稳定的接口。

欧莱雅集团全球研发、创新和科技事务副首席执行官 Barbara LAVERNOS

2020 年在中国启动的 BIG BANG,逐渐承担了这个角色。

围绕今年「创新致远,智启未来」的主题,AI 贯穿了全部四条赛道,分别指向内容与数字营销、运营全链路、前沿产研和可持续创新。项目筛选看四项指标:创新性、技术前沿性、可拓展性和商业影响力,每项各占 25%,还另设了一个「WOW」加分项。

这些标准背后是一套成熟且清晰的商业判断逻辑:一项技术能否解决具体问题、能否通过安全质量与合规的严苛要求、能否从单一产品复制到更多品类、品牌与市场应用,决定了它能在欧莱雅的生态体系里走多远。

这意味着,入选获奖绝非终点,而是技术接受产业实战大考的开端。从赛场走向真实的产业深水区,才是更关键的检验。双方的合作也没有统一的起点和固定的升级路径,而是根据技术特点、业务需求和合作进展,双方可能开展试点验证、孵化或共同开发,甚至是股权投资等多维形态。

维度的延展不仅关乎合作形态,也体现在地理版图的跨越。这项 2020 年从中国起步的计划,自 2023 年起已覆盖中日韩北亚「美妆黄金三角」,把中国的技术迭代速度与供应链规模、日本的材料精密工艺、韩国的潮流转化能力拧在一起,从北亚逐渐走向世界。

首届优胜企业苏州纳通,是这套机制里走得比较远的一个例子。它原本深耕 MEMS 微纳加工和纳米晶片技术,相关技术后来被应用于兰蔻 Rénergie Nano-Resurfacer 美容仪,这款产品入选《时代》2025 年度最佳发明,截至 2026 年 7 月已在 20 多个国家和地区销售。

兰蔻塑颜美容仪

在纳通之外,更多合作仍处于各自的推进节奏中;今年接受采访的四家企业,刚好展现了技术与产业融合的几种不同状态。

02

持续共研,

一个新成分进入产品

柏垠生物由中国科学院深圳先进技术研究院钟超博士创立,以合成生物学与 AI 双核驱动,研发创新生物材料,并通过微生物细胞工厂生产。

2024 年报名 BIG BANG 时,柏垠正在探索如何把合成生物领域的原创技术,转化为真正具有市场价值的产品。团队留意到,行业里已有初创企业通过这个计划获奖并与欧莱雅展开合作。柏垠拥有不少创新技术,最大的挑战是如何把技术突破变成成熟的产业应用。在柏垠看来,这个过程不应该是初创企业独自完成的「马拉松」,更应该是一场与全球行业领导者共同协作的「接力赛」。

生物技术与新原料,是产品化周期最长的一类赛道,一款新原料从实验室走进配方,往往要好几年。柏垠在 2024 年获得「预见新产研」赛道优胜,此后与欧莱雅经历了两年的联合测试与配方打磨。合作中,欧莱雅全球科研团队为分子的科学验证提供支持,也带来新的研发思路,比如更重视活性成分之间的协同作用,并探索体外重建人体皮肤模型这类更贴近真实应用场景的评价方法;在规模化生产、质量管理和全球市场准入上,欧莱雅也分享了供应链与法规方面的经验。

对一家AI原生生物材料创业公司来说,从实验室到商业化的跨越,正需要这种稀缺的产业视角。欧莱雅不仅带来了配方、安全评价和产品化能力,更扮演了「引路人」的角色,为柏垠提供商业化思路:实验室中的分子,将如何通过严苛的测试,并应用到具体产品中,最终成为摆在全球各地货架上的品牌商品。

今年,欧莱雅对柏垠进行了少数股权投资,双方建立战略合作伙伴关系。柏垠是 BIG BANG 至今第三家获得欧莱雅集团股权投资的优胜企业,此前的杉海创新和未名拾光,同样来自生物技术与新原料领域。对柏垠而言,双方的合作由技术共创进一步延伸至战略投资,并持续推进创新生物活性成分的研发与应用。

欧莱雅与柏垠生物举行战略合作协议签约仪式

目前,双方合作已有成果落地,与此同时,新的生物活性成分仍在共同开发中,柏垠的创新分子在欧莱雅更多品牌和全球市场的应用,也正在进一步探索。

03

合作先于获奖,

从一条产线开始

擎仓机器人是今年「引领新运营」赛道的优胜企业。今年 6 月,欧莱雅苏州工厂成立 30 周年,作为庆典和创新技术落地的核心部分,擎仓借由 BIG BANG 项目在苏州工厂的一条高端美妆产线上开展概念验证(POC),完成了具身机器人产线作业的落地实践。从最初以具身机器人产线作业验证,到之后面向商业化的合作,双方的合作方向一直是一致的,并在不断深化。

擎仓开发了一套端侧轻量化视觉-语言-动作(VLA)模型,参数约 0.8B,跑在机器人本体算力上,通过「世界模型仿真验证 + 强化学习实机训练」,让双臂机器人理解周围环境,完成柔性拣选、上下料等任务。

擎仓机器人成为2026 BIG BANG「引领新运营」赛道优胜企业

美妆生产对机器人来说并不轻松。产线上 SKU 多、批量变化快,玻璃精华滴管瓶、洁面软管、口红管和大促异形礼盒的材质与形态差异明显。传统工业自动化设备适合在固定工位重复动作,一旦产品和包装频繁切换,重新适配会花费大量时间。

从入场到按要求实现机器人产线作业交付,擎仓用了 30 天。相比之下,传统工业机器人的部署周期通常是 3 到 6 个月。在擎仓看来,「快」只是这个项目的特点之一,更值得被看到的是背后已经形成的一套可复用的技术部署底座。真实数据采集、数据管线、轻量化模型适配、仿真与实机评测、远程操控与异常恢复、软件部署与运维,这些能力都已提前平台化,进入新场景后,团队主要做增量数据采集、模型适配和少量配置调整,而不是重新开发一套系统。

欧莱雅项目的价值,是把这套方法放到真实的高标准产线上检验:数据怎么采、模型怎么迭代、现场问题怎么快速回流、版本怎么验证再发布,逐步沉淀为美妆行业具身智能的标准流程。评审和验证中,欧莱雅最关注的还是制造的本质和常识,也就是作业效率、节拍、稳定性、安全性这些综合指标。

目前,产线作业只是双方合作的切入点。基于在产线上建立起的信任,欧莱雅正在向擎仓开放仓储操作、物流搬运,甚至生产端实验室检测等场景。在现有产线上,擎仓还在继续提高上下料作业的节拍、稳定性和安全性,推进前后端配合工序的无人化,并希望在此基础上实现一机多岗的柔性作业。方案在苏州工厂更多产线上的复制,以及借助欧莱雅全球工厂布局的推广,是双方已经明确的合作方向。

04

用美妆级标准,

验证一种再生材料

青岛惠城环保做了 20 年环保产业,早期业务集中在炼油催化剂和工业固废资源化。在惠城看来,进入美妆包装并不是一次跨界,而是技术能力的自然延伸。公司的核心理念始终是「以原始技术创新,向废物要资源」,从 FCC 废催化剂资源化,到高硫石油焦制氢灰渣综合利用,做的都是把难处理的工业废弃物重新转化为高价值的产业原料。2017 年起,团队开始攻关混合废塑料的化学循环。自主研发的 CPDCC 技术,可以将低值混合废塑料直接转化为低碳烯烃和混合芳烃,再进一步生产性能接近原生材料的聚烯烃产品。

这条路线已经越过实验室阶段。惠城在广东揭阳建成了 20 万吨/年的示范装置,并取得 ISCC PLUS 国际认证。工业装置能够运行,只是进入美妆包装的第一步;气味、迁移量、稳定性、加工性能和全链路追溯,都需要重新验证。

对惠城来说,美妆行业对材料的纯度、安全性和稳定性要求很高。如果能够通过这类应用场景的验证,也有助于为拓展其他日化、家居及包装应用积累经验。欧莱雅一直在全球寻找可持续包装的前沿解决方案,需要稳定、合规、可追溯的原级再生材料,双方接触后很快进入了联合验证阶段。

惠城是今年 BIG BANG 可持续赛道的优胜企业,同时入选了 L'AcceleratOR。在惠城看来,这两个独立项目恰好对应着技术落地的两个不同阶段。BIG BANG 是从 0 到 1 的匹配,让团队直接对接欧莱雅本土包装开发团队,拿到具体包装标准,完成材料测试和试点验证;L'AcceleratOR 是从 1 到 N 的放大,从终端量产需求出发,由全球专家协助倒推优化加工性能、气味控制和安全指标,并对接欧莱雅全球体系内的工厂、品牌和合作伙伴。

欧莱雅与惠城环保的可持续创新加速器共创项目启动

在申请欧莱雅创新加速器的过程中,惠城经历了持续数月的评估。第一轮核验技术独创性、专利、产业化成熟度和基础合规;第二轮由包装研发、供应链和可持续团队共同评审产品与工艺;第三轮进入现场尽调和商业化评估,确认产能、品控以及未来的供货能力。

今年 9 月,惠城环保入选欧莱雅与剑桥大学可持续发展领导力研究院(CISL)共同打造的 L'AcceleratOR 项目第二轮。接下来,它将在全球专家团队支持下推进再生聚丙烯在美妆包装中的试点,验证材料在具体包装应用中的表现。

惠城的技术能力没有变,面对的产品定义、验证标准和市场却变了。对它来说,这才是与欧莱雅合作最具体的收获:更早看到实验室指标和美妆量产要求之间的距离,也拿到了一套完成迁移的场景和标准。

05

尝试去回答一个问题:

AI 能不能理解一个品牌

营销端面临的是另一类复杂性。欧莱雅旗下品牌众多,品牌视觉、表达方式和合规要求各不相同;同一套内容还要适配电商、短视频和社交媒体等不同渠道。AIGC 降低了内容生成成本,也把品牌一致性、资产复用和效果追踪推到了前台。

今年获奖的 FansAI 一直在做「内容科学」。报名 BIG BANG 时,团队最想验证的问题是:AI 现在已经能生成很多内容了,但它真的能理解一个品牌吗?一张图很漂亮,不代表它适合这个品牌;一次生成很惊艳,也不代表接下来一百次都能保持这个水准。FansAI 想知道的是,一个品牌长期积累下来的审美、叙事和判断,能否让 AI 持续学习,并在创作里持续调用。

FansAI 成为 2026 BIG BANG「玩美新体验」赛道优胜企业

欧莱雅的场景恰好难在这里。旗下每个品牌个性不同,面对的人群也不同,既要守住品牌自己的东西,又要贴近本地消费者和平台的表达方式。美妆内容还要同时完成两件事:要把产品讲清楚,也要让人心动。瓶身比例、膏体质地、皮肤纹理、光线,甚至人物的一个姿势,都可能改变观众对产品的判断。欧莱雅也为 AI 的使用划定了清晰的边界,明确不使用 AI 生成人脸、肌肤、妆效及产品使用前后的效果对比。

在 FansAI 看来,AI 创业者切入美妆营销,真正的门槛是能否对最终交付负责,并且让这套能力一次又一次地成立。这里面有三层:第一层是品牌理解,同样一支口红、同样一个人物镜头,为什么放在这个品牌里成立,换个品牌就不对;第二层是工作流程,品牌标准、产品信息、素材使用边界、审核意见、平台要求和交付时间,AI 都得真正进到这些环节里;第三层是学习能力,一个项目做完,应该留下为什么选这个方向、哪些修改有效、消费者如何反馈这些经验。FansAI 想用 Marketrack 推进的,就是把品牌判断沉淀为可以复用的 Brand Skills,让全球的品牌标准能够落到本地创作里。

目前,FansAI 与欧莱雅的合作刚刚开始。它在 BIG BANG 里要回答的,是品牌长期积累的审美与判断,能否变成 AI 可以持续学习和调用的能力。这也是大企业场景对创业公司的特殊价值,它同时提供客户需求、复杂数据和压力测试。技术团队需要把模型能力翻译成业务结果,再把一次交付沉淀为能够重复部署的产品。

06

更多价值,

开始出现在比赛之后

四家企业走到的位置并不相同,但进入大企业体系之后,它们面对的衡量方式都会回到具体的业务标准上:内容能否符合品牌规范,机器人能否连续稳定作业,材料能否通过迁移量与气味测试,生物活性成分能否稳定生产。获奖并非终点,技术仍需在真实业务场景中持续验证与迭代,合作能否行稳致远,取决于技术能否在这些严苛的标准下转化为真实的业务价值。

对欧莱雅来说,BIG BANG 扩展了创新的边界。它可以从美妆行业之外找到生物材料、机器人、化工和 AI 公司,再用内部研发、工厂、品牌和投资体系完成筛选与转化。

对技术公司来说,BIG BANG 所带来的价值还包括真实业务场景带来的产品重塑、严苛标准推动的工程能力成熟,以及国际集团与供应链提供的全球放大效应。从开拓海外二十多个市场的美容仪,到融入欧莱雅明星产品的核心配方创新,再到苏州产线上的机器人和美妆包装里的再生材料试点,这些合作呈现了不同技术走向产业应用与更广阔市场的无限可能。

自 2020 年启动以来,BIG BANG 沉淀的深层价值已经超越颁奖台上的光芒。这个开放式创新项目也不再只是一场比赛或展示,而是跨国产业巨头吸纳尖端创新的入口,也是让初创企业撬动全球市场的支点,更在双向赋能、生态共赢中,持续启迪未来美妆的无限可能。

欧莱雅BIG BANG美妆科技共创计划

跳转微信打开

人和Agent怎么协作?带上想法来Idea Rush聊

2026年11月12日 18:08

Founder Park 2026-11-12 18:08 北京

立冬那天,寒意渐浓。Idea Rush 的现场,却聊得热火朝天,从下午一直讨论到天黑。

上一期 Idea Rush 围绕 Agent 的应用场景与商业机会,展开了三个多小时的讨论。5 位分享者带来了不同方向的实践,从将 20 年审图经验转化为 Agent,到医药合规、艺考陪练、个人信息检索和投融资协议比对。

讨论也从具体产品延伸到了行业变化:Agent 会如何改变 SaaS?垂直场景中的专业知识能否形成壁垒?产品又该如何找到真实需求和商业化路径?

这些具体实践和观点碰撞,也让我们看到 Agent 正在进入更多真实的工作流程,带来新的产品形态与商业机会。

这期 Idea Rush,我们想聊聊:人和 Agent 可以怎样协作?

从一个 AI 同事,到一支多 Agent 团队,再到持续运转的 Auto Loop,不同的协作模式正在出现,也为金融、创作、游戏和日常生活等领域带来新的探索空间。

无论你是研究多 Agent 编排、Auto Loop 的开发者,做任务型 Agent、Personal Agent 的创业者,还是将 Agent 纳入研发流程,落地具体场景的技术负责人,都欢迎加入。

也欢迎有真实使用经验、踩过实际卡点的 Agent 重度用户,以及对人与 Agent 协作有独特想法的探索者。

还是老规矩:分享者带着 Idea 或项目来,盖楼者带着经验和建议来。每个人都要参与,开放麦也欢迎随时上台分享。

报名需审核,不接受空降🪂

跳转微信打开

20 亿美元年化收入,硅谷头部数商 Mercor:模型能自己造数据了,数据生意到底在卖啥?

2026年11月10日 19:11

原创 Founder Park 2026-11-10 19:11 北京

手里有数据、有专家网络,Mercor 已经在自己后训练了

数商是一门有些神秘的生意。前沿实验室很少公开谈论自己的数据从哪来,也少有数商主动走到台前。但水面之下,这门生意的体量已经大得惊人。

硅谷 AI 数据公司 Mercor 就是其中增长最快的玩家之一。三位创始人 19 岁时一起创业,最早用 AI 帮美国公司从印度招聘工程师。现在,他们搭建了一个拥有 500 万人的全球人才网络,找来顶尖程序员、律师、医生和科学家,让这些专家参与构建强化学习环境和前沿评测。

过去两年,Mercor 的年化收入从 100 万美元涨到 20 亿美元,如今账上有数十亿美元现金,月营收达数亿美元。几乎所有硅谷前沿大模型实验室,以及 Cursor、Cognition、Sierra 等头部 AI 应用独角兽,背后最大的数据供应商都是它。

在最近 South Park Commons(SPC)的一场论坛对谈中,Mercor 联合创始人兼 CEO Brendan Foody 和 SPC 后训练论坛负责人 Nick Mecklenburg 聊到了接下来的重心:把过去为头部实验室搭建的技术,带给更多想训练自己模型的创业公司和企业。

按照 Brendan Foody 的判断,后训练今天只占 Token 消耗的很小一部分,5 年后会占到大头。甚至 Mercor 自己现在也在做后训练。

数据生意势头正猛,Brendan 也谈到了接下来可能的走向。如果模型未来实现 RSI,数商的生意还成立吗?人在数据链条中的角色会变成什么?为什么越来越多应用公司愿意花钱做公开评测,让实验室去刷?以及,为什么他认为下一块更难、也更值钱的数据市场在物理世界。

以下是对话全文,经 Founder Park 编译整理。

⬆️关注 Founder Park,最及时最干货的创业分享


01

今天大家买的,

都是专家数据

Nick Mecklenburg:我们先从 Mercor 的起点聊起吧,你们最初是怎么进入 AI 数据行业的?

Brendan Foody:我在湾区长大,14 岁上高中时认识了两位联合创始人 Adarsh 和 Surya。我们 19 岁时正式创立了 Mercor,最开始做的是跨国人才招聘。我们从印度招聘工程师,再把他们介绍给朋友的公司。筛简历、面试、决定录用谁,这些原本由人完成的招聘流程,都被我们自动化了。

后来我们从大学退学,不久后接触到了 OpenAI,也看到数据市场正在发生一次很大的变化。

过去由 Scale AI、Surge 开创的众包模式,主要是组织大量中低技能的人,为早期版本的 ChatGPT 写出基本通顺的句子。接下来,市场开始需要另一类数据,找到最好的软件工程师、机器学习工程师、律师和医生,让他们以团队形式协作,去构建前沿的评测和 RL 环境。

抓住这个拐点后,我们开始快速扩张,成了几乎所有前沿实验室,以及 Harvey、Sierra、Cognition、Cursor 等头部应用公司的数据供应商。大约 24 个月里,我们的年化收入从 100 万美元涨到超过 20 亿美元。过去一年增速还在加快,现在的规模已经高出很多。

Nick Mecklenburg:Mercor 今天最关注什么?

Brendan Foody:怎么把我们为旧金山 AI 实验室搭建的技术,带给更广泛的、正在尝试后训练自己模型的更多创业公司和企业。今天,后训练在全球 Token 消耗量中只占很小一部分。但在未来 5 年里,它将占据 Token 消耗量的绝对大头,这会是一个很大的市场。

Nick Mecklenburg:你曾经提到过,模型之间 80% 的差异来自数据。为什么会得出这个结论?剩下的 20% 来自哪里?

Brendan Foody:我后来仔细想了想,现在会说这个比例差不多是 100%。

当然有一个前提,行业里偶尔会出现像推理模型那样巨大的算法范式突破,但今天大多数团队使用的算法差不多。只要大家用的算法是一样的,最终训出来的模型就是所投入数据的直接映射。

各家实验室在如何做专家数据增强、如何榨干现有数据价值上可能会有一些不同的技巧。但归根结底,这些全都落在了数据筛选和策划上。这也是为什么前沿实验室把大量算力都砸在了怎么生成更多高质量数据上,靠数据来最终拉开模型差距。

Nick Mecklenburg:假设明天突然出现一种样本效率极高的学习方法或建模技术,席卷整个行业,对 Mercor 会有什么影响吗?

Brendan Foody:它最可能带来的变化,是帮大家建立更好的合成训练数据生成流程,再沿着一套评测持续优化。真到了那一步,所有的数据生产最终都会纯粹收敛到一件事上,如何建立评测。

后训练流程会越来越自动化。只要一件事有了清楚的评测,强化学习就可以很快把它刷到饱和。但在开始训练之前,你仍然需要回答:什么才算好?模型能力边界之外的目标长什么样?又该怎么衡量它?

很多人不知道,我们现在大部分工作其实是在建立评测,而不只是生产训练数据。两者的边界有些模糊,因为任务形态很像,但评测应该已经略微超过一半。而且很多时候,评测就是为了探索如何创建合成数据变体,再用非常高的样本效率沿着评测优化。

Nick Mecklenburg:前沿实验室正在向合成数据管线投入巨资,并把它们全部留在内部。未来会不会大部分数据都变成合成的?Mercor 的业务会发生什么变化?

Brendan Foody:未来很大一部分用于训练的数据会是合成的,但用于评测的数据绝对需要由人类来创造。

我们的判断一直是,实验室会把合成或接近全合成的数据管线留在内部,因为那是它们建立竞争优势的地方。如果模型 100% 是数据的映射,它们当然要在数据管线的筛选和策划上形成自己的优势。

但有一件事是所有实验室都不想在内部自己做的,而且一些团队尝试过却失败的,就是建立一个拥有 500 万人的庞大人才网络。我们每天在这个网络里发放 600 万美元报酬,累计进行了 700 万次面试,从而把整个经济体各个门类的人才组织起来。

所以,实验室会把合成数据管线放在内部,人仍然会在评测中发挥很大作用,世界大致会朝着这个方向演进。

02

能建立评测的领域,

就会被模型快速吃下

Nick Mecklenburg:现在我们似乎正处在另一个拐点上,具体来说就是 RSI。如果现在可以把模型和它的 Agent Trace(运行轨迹)直接连起来,让模型自己改进自己,这对 Mercor 意味着什么?

Brendan Foody:首先,模型很难在不可验证的领域里自我学习,就像学生很难给自己的作业打分。

如果是一道数学题,再配上一个计算器,那是一个非常干净的模拟环境,验证起来就很容易。但让模型做一份 PPT,它根本识别不出自己做的 PPT 里有哪些错误。

人类教模型改进的市场有多大,取决于经济活动中还有多少事情是人能做、模型做不了的。在这个过程中,我们当然会逐步把后训练和刷榜爬坡的流程自动化。

但我认为,我们会进入这样一种范式:只要针对一个领域建立起了评测,强化学习的效果是如此强大,以至于模型几乎可以立刻把这套评测刷到饱和。

因此,要把整个经济体里的所有工作都自动化,真正的瓶颈是,怎样为每一件事都建立评测?而从定义上讲,评测永远处在模型现有能力边界之外。

Nick Mecklenburg:一个争论是,RL 环境和人类专家是不是也有保质期?如果模型在某一领域已经非常强,强到找不到足够的人类专家去标注或评判它,会发生什么?

Brendan Foody:我认为最终我们确实会迎来超级智能,到那时无论是数字世界还是物理世界,再也没有人能做、模型做不了的事。但在抵达终局之前,整条道路都要靠人来铺。我们要构建可供爬坡的评测和训练数据集,把人类智慧翻译给模型。要真正高效地做到这一点,需要花极其漫长的时间。

未来,我们会告别人类从事重复、冗余工作的旧范式。比如,让客服每天重复回复 100 张工单,或者让律师一遍遍修改合同,顾问照着麦肯锡模板工作。

人类会全面转向「如何训练一个 Agent 来完成这些事」的新范式。这种训练会以多种形式体现,有时是建立评测,有时是更新 Skills 文件。人类为经济贡献价值的整体方式,会转向教 Agent 做事,因为这是一种杠杆更高的工作方式。

Nick Mecklenburg:那在像数学这类有干净验证器的领域,人类专家是不是正在失去效用?Mercor 的重心是否也在向更难验证的领域转移?

Brendan Foody:判断这件事有一个非常好的标准,就是看看我们人类自己是怎么学习某样东西的。

比如我们想写出运行效率极高的代码,只需要在编译之后看看这段代码的运行效率就行了。它有一个非常干净的反馈闭环,我们不需要别人来评价。

所以在数学、代码效率,甚至后训练中的一部分问题都属于这一类,你可以直接看评测得分。因为环境定义得非常清晰,这些领域很大一部分工作不再需要太多人类专家。

但经济活动中的多数事情不一样。比如,怎么和候选人聊天,让他愿意加入公司、怎么进行销售对话、怎么回答法律问题、怎么制定商业策略。对于同一个问题,可能有十种方式能做出世界一流的商业策略,也有一百种犯错的方式,这和干净的验证闭环完全相反。

你不可能对一个人说,「把这些商业策略都执行一遍,十年以后再看看哪个有效。」中间必须有奖励和反馈,要有导师告诉你哪些做得好、哪些没做好。

反思人类自己的学习过程就会发现,大部分时候都依赖别人给出的反馈,只有一部分问题拥有像计算器那样干净的反馈闭环。

从一开始,关注非可验证领域就是我们的重点。推理模型刚出现时,我们招过一批 IMO(国际数学奥林匹克)奖牌得主,现在已经不太需要他们了。但同一时期,我们也招了大量管理咨询顾问、银行家和律师,今天仍然非常需要这些人。

只要在数字世界或物理世界里,还有一件事是专家能做、模型不能做的,我们就需要靠人类专家去教会模型怎么做。尤其是那些高度依赖品味或者极具人性温度的能力,比如怎么和别人进行一场真正有感染力的对话,或者怎么表达共情。

Nick Mecklenburg:市面上也有一些公司,比如斯坦福学者 Joon Sung Park 和 Percy Liang 创立的 Simile 在押注另一个假设。他们认为基础模型内部其实已经包含了人类的各种偏好和品味,可以直接用来模拟人类反馈。这和你们的叙事冲突吗?

Brendan Foody:我觉得预训练模型里确实包含了一部分人类偏好。我很喜欢 Simile,早期就投资了他们,Joon 和 Percy 非常优秀。预训练阶段当然可能已经嵌入了一些有价值的能力,尤其适合他们为消费产品做市场探索的场景。

但在专业能力演进和审美判断上,那个结构性问题始终存在,一个模型怎么可能去可靠地衡量一件它自己根本不知道怎么做好的事?这些评测仍然要由人来建立,因为它们测的就是模型边界之外的东西。

03

值钱的数据都长什么样?

Nick Mecklenburg:每次在论坛活动上,我感觉几乎都会被问到同一个问题,如果我们是创始人,手里刚好能拿到一些自己觉得很有价值的数据,我们该怎么办?

Brendan Foody:很大程度上取决于那是什么类型的数据。

在最极端的情况下,如果你手里有一份价值连城的数据集,足以针对某项特定能力训练一个前沿模型,那你完全可以自己建一个实验室、提供模型服务。

如果你手头只是一家倒闭的初创公司留下的企业数据集,那就可以把它卖掉。我们已经买过数百家公司的数据集,如果你手里有现成的 RL 任务,我们同样非常乐意收购。

你可以用这些数据训练自己需要的模型,也可以找到买家,市场上对不同数据都有需求。

Nick Mecklenburg:你们怎么判断一份数据或一个评测到底有多大的科学价值与商业价值?

Brendan Foody:第一是真实性。它和真实经济活动、以及广大 AI 用户真正关心的任务有多接近?

第二是难度与通过率。如果一个任务所有模型都能完成,那它就毫无价值。如果一个任务没有任何模型能完成,它的价值就会高很多。

第三是有没有好的验证方式。在评估一份数据到底有多大价值时,人们普遍存在一个巨大的误区,模型根本无法靠把你们公司的 Slack 聊天记录和所有内部文档通读一遍,就学会怎么干活。

道理跟人类一模一样,如果只让我埋头看几百份别人做好的 PPT 案例,我依然不知道怎么做出一份完美无瑕的 PPT。我真正需要的是反馈闭环,在这份 PPT 里,我哪部分做得好、哪部分做得不好?我该如何衡量这些好坏,从而让我能多尝试几次、不断迭代和改进?

正因如此,带有反馈闭环的 RL 任务,价值比单纯记录「过去发生了什么」的静态数据要高出好几个数量级。这也是为什么领域专家在创建这些任务时扮演着极其庞大的角色,目前我们每个月有大约 100 万个小时的专家工时投入在构建这些 RL 任务上。

Nick Mecklenburg:做验证器最难的是什么?

Brendan Foody:问题空间很大时,怎么避免误报和漏报。

数学相对简单,直接核对答案就行。代码也有单元测试,但即使这样,我们仍然会看到大量的 Reward Hacking。比如,模型可能会把整个代码库直接删光,然后重新写一套代码来通过所有单元测试,或者在代码里疯狂生成成堆的注释。在其他没有单元测试、也没有量化答案的领域,建立一个能避免误报和漏报的验证器,难度高得难以置信。

我们要让模型跑出大量轨迹,对每条轨迹打分,再检查这些分数中有没有误报和漏报。通过「人类专家 + Agent」相结合的方式,来完成这一整套闭环。

只跑十几条轨迹时,验证器看起来可能没有问题。等你跑了几百条,Reward Hacking 可能才会显现出来。这几乎是 RL 训练里最难解决的问题。我们每个月要跨上百万个小时生产数十万个任务,验证器里的噪声一直是最需要关注的事情。

Nick Mecklenburg:如果一家应用公司手里有真实的用户反馈信号呢?还拿你举的 PPT 来说,假设我是一家像 Gamma 这样的 AI PPT 生成工具公司,在生成 PPT 的时候,用户接受了其中一部分,拒绝了另一部分,这种信号能作为训练信号或评测信号吗?

Brendan Foody:它是一个很有用的指示器,能帮你挑出哪些提示词值得进一步建立评分标准。但它不是一个足够好的训练信号,因为它没有回答一个核心问题,这份 PPT 到底错在了哪些地方,以及真正重要的评判标准是什么?

训练模型时,你可能会跑出 100 条轨迹,需要对每条轨迹都给出一个能反映好坏程度的分数。不可能仅凭用户随手点的一个赞或踩,就反推出那份 PPT 里所有做对的细节和所有犯错的维度。

不过,用户点踩的数据至少能帮你识别出模型常见的失败模式,让你把建立评分标准和任务的精力,放到杠杆最高的环节。

Nick Mecklenburg:模型能力边界一直在移动。怎么保证今天收集的数据明天不会过时?

Brendan Foody:第一,你把问题做得越难,保质期就越长。

如果一项 RL 任务发布时,模型通过率已经有 60%,那可能两个月甚至更短时间内,模型就能刷到 80% 或 90%,这种任务就没多少寿命。但如果你去寻找难度极高、模型在结构上表现极其糟糕的那些事情,发布时通过率低于 10% 或 25%,它的保质期就会长得多。

第二,前沿数据从定义上就是高度定制化的。我们一直在推动能力边界,能力边界指的本来就是新东西。

所以我们思考得非常多的是,怎么让我们生产前沿数据的这台「引擎」产生复利?我们知道自己永远需要拥有更大规模的人才网络,需要能快速搭建工具模板和做质量控制的基础设施,也需要一流的研究文化,来不断推出新的评测。

我们可以把所有这些要素复利叠加起来,打造出一台极其强大的前沿数据生产引擎,哪怕前沿本身在不断演进。

04

Benchmark 是应用公司制衡模厂的一种杠杆

Nick Mecklenburg:你们有数据,也有专家网络,Mercor 未来会直接下场做模型吗?

Brendan Foody:我们已经在做大量后训练。

我们聘请了 Edward Hu,他是 LoRA 的第一作者,发明了目前最主流的一种微调技术,后来也是 OpenAI o1 的核心贡献者。现在他负责 Mercor 的后训练团队,我们内部正在做规模庞大的定制化 Post-Training。

要知道一份数据集到底有没有用,最终我们必须真的拿它去训练。所以 Post-Training 是我们接下来会持续投入锻炼的一块核心肌肉。

同时,我们也是很多「RL 即服务」公司的重要客户,其中不少公司的第一个客户就是我们。客户有时会希望我们直接提供端到端的模型后训练交付,同时我们也搭建了一个整合所有「RL 即服务」供应商的市场平台,可以把各类工作流外包分发出去。

我们会以各种形态帮客户做模型 Post-Training,并与所有做后训练的 AI 初创公司和企业保持紧密合作。但这一切始终是围绕如何帮客户最大化发挥数据价值与合作 IP 的竞争优势展开的。长期来看,我们希望在选择与谁竞争、不与谁竞争这个问题上,保持足够的策略性与分寸感。

Nick Mecklenburg:在过去一两年里,你对这件事的心态发生过变化吗?

Brendan Foody:顶尖研究员一直都非常难招,这一点从来没变过。变化在于,公司现在账上有数十亿美元现金、每月有数亿美元营收,终于拥有了雄厚的资本,去正面投入前沿 Post-Training 研发。

另一个变化在于,定制化 Post-Training 正在成为一个真正的市场,12 个月前还完全不是这样的。

背后的原因有三点。一是对于经济体中的相当一部分工作流来说,模型能力已经跨过了「能力够用」的门槛。不是每个场景都需要最前沿、最庞大的模型。针对特定工作流,用超大前沿模型蒸馏出一个定制的小模型,在成本结构上更合理。其次,企业的推理支出已经足够大,定制带来的成本节省开始有意义。第三,开源模型也在接近前沿闭源模型。

所有这些因素共同创造了一个非常好的市场条件,让人觉得在未来 5 年里,每一家初创公司和企业都需要对模型进行 Post-Training 才能保持自身的竞争力。

Nick Mecklenburg:你之前在推特上预测说,未来 3 个月内,会有前沿实验室推出或重启微调产品,直接下场与 RL-as-a-Service(强化学习即服务)公司竞争。但趋势似乎是反过来的,OpenAI 之前明明有微调产品,后来反而把它废弃了。为什么这次会不同?

Brendan Foody:当时的 SFT(监督微调)效果不太行,RFT(强化微调)也没真正跑通,几乎没人用起来。想用的人发现底层 Infra 很不好用,而前沿实验室没有投入精力去修,因为当时模型本身进步得太快了,市场上还没有足够的定制化微调需求。

现在,一个围绕后训练、RL 即服务及其配套产品的创业生态正在形成。三个月这个时间可能有些夸张,但如果市场继续按目前的趋势快速扩大,那么实验室最终一定会亲自下场做微调和后训练产品。

特别是在客户已经达到「够用阈值」的场景里,前沿实验室自己来帮客户从大基座蒸馏和训练小模型,身位优势无人能及。

Nick Mecklenburg:前沿实验室帮客户蒸馏更小、更便宜的模型,这难道不是在拿石头砸自己的脚、拉低自己的营收吗?

Brendan Foody:倒也不一定。从某些方面看,这确实会拉低他们的总收入,因为客户可能换成了更小的模型,或者单 Token 收费变低了。但这总比眼睁睁看着竞争对手靠成本优势把客户抢走,彻底丢掉这段客户关系和业务场景要好得多。

Nick Mecklenburg:你们也和 Ramp、Harvey、Sierra、Cognition 很多头部应用层独角兽联合推出了一系列垂直评测。为什么越来越多应用公司会参与建立评测?

Brendan Foody:这些应用层公司最独特的,是他们真正了解自己的用户怎么使用产品,哪些任务既真实,又有很高的经济价值。

至于他们为什么有极强的动力把这些核心场景贡献出来共建公开评测,还有一个战略原因。一家应用层公司赖以生存的根基,或者说他们在面对底层前沿模型时的防御力,很大程度上取决于他们能把前沿模型商品化到什么程度。

举个例子,如果 Claude 在编程上远远好于其他所有模型,应用层编程公司就很难和 Claude Code 竞争。

反过来,如果一家应用层公司向全世界发布一个贴合自身业务场景的公开评测,其他所有前沿实验室都会投入重兵去刷这个榜。这样一来,不同模型在这项能力上的差距缩小,整个生态都会在应用公司真正关心的任务上变得更强,单一前沿模型对应用公司的控制力也会下降。

未来会有越来越多创业公司和企业建立公开评测。从投入产出比来看,你只需要花 100 万美元就能造出一个公开评测,各大前沿实验室会砸下几亿美元去帮你刷这个榜。对应用公司来说,这是推动所有模型补齐自己所需能力的一种高杠杆方式。

Nick Mecklenburg:那应用公司为什么不能利用自己独特的洞察和优势,直接在内部拿来做 Post-Training 刷模型呢?

Brendan Foody:在某些情况下确实如此。所以实际上,他们手里既有对外发布的公开评测,同时也保留了一批私有的内部评测,并且在一些时候会直接拿来做内部 Post-Training。

这非常取决于具体语境,要判断业务里的哪些环节应该成为自己的竞争优势,哪些环节更希望被商品化。每一家应用公司都要做这个战略选择。

05

物理世界是数据采集的下一步

Nick Mecklenburg:前面聊的很多是数字世界里的后训练。到了物理世界或者机器人领域,故事会发生改变吗?

Brendan Foody:我非常认同英伟达的 Jim Fan 在一次演讲里提到的,在大语言模型早期,我们先是收集了大量的行为克隆数据来做 SFT 和 RLHF,就像今天机器人领域在大规模采集第一视角数据一样。而 LLM 之后走向了 RL 范式,也就是通过海量 Rollout 并给它们打分。Jim Fan 认为,这也将是机器人领域的终局。

我们在世界模型上也做了大量工作。因为数字世界和物理世界天然地高度交融在一起,我们为评测和 RL 构建的许多数据集,也非常适用于世界模型,我们也和很多做世界模型的公司合作。

Nick Mecklenburg:在物理世界里准备数据或构建评测,有什么独特的挑战?

Brendan Foody:我认为物理世界会成为数据采集的下一个大前沿,因为我们最终必须去衡量模型在物理世界里能做好什么、会搞砸什么。不仅包括大家常聊的低技能体力劳动,还包括电工、机械师、科学家等高技能领域。

举一个我们最近投入了大量精力思考和推进的物理世界场景,湿实验(Wet Labs,生物与化学实验室实验)。

客户找我们做这件事,是因为我自己根本不懂怎么做生化湿实验,AI 研究员们也不懂。我们需要三件事,一是找到真正懂化学、生物学、能亲手操作实验的专业人才。第二,在实验室里配齐相关的专业实验设备。第三,确保这些专家在所有合适的时间窗口都能到位并开展实验。如何把这一切协调好,在调度与物流上是一个极难的问题。

很有意思的一点是,我和像 NeoLabs 这样正在把物理世界自动化的头部公司聊过,他们当中的许多公司融了数亿甚至数十亿美元,并且计划把超过一半的资金花在数据上。因为数据就是限制他们提升模型能力的头号瓶颈。

除了重度依赖线下调度,物理世界在结构上还有两个数字世界没有的硬约束。

一方面,迭代速度慢。写代码可以快速运行和测试,但在物理世界里你没法用同样的速度去焊接修补一块电路板。这意味着,你很难直接套用「自动尝试—自动打分」的高频 RL 循环。

另一方面,物理世界的容错率极低。在软件编程里,你可以尽情地 Vibe Coding,写出来的东西跑不通直接扔掉重写就行,或者做个 A/B 测试看看效果。但为什么自动驾驶汽车聚集了全世界那么多绝顶聪明的大脑,还是熬了这么多年才落地?因为在物理世界里,哪怕 99.99% 的可靠性门槛依然不够。

电工、机械师,甚至让机器人洗碗都一样。你不可能容忍它有 40% 的概率搞砸,因为那可能会把所有盘子打碎,或者把厨房彻底弄得一团糟。

所以,物理世界所需要的极高可靠性门槛,正是我怀疑物理世界实现超级智能还需要好几十年的重要原因。

Nick Mecklenburg:在这种物理世界场景下,你会认为合成数据和环境反而重要得多吗?

Brendan Foody:不完全是合成数据,我会说「模拟」才是真正重要的东西。

比如有一个顶级的科学编程基准测试叫 SciCode,它收集了物理学博士们手里最难的科学问题。我们正在继续构建它,一个核心方向就是如何构建出能够预测湿实验运行效果的模拟器,从而把它转化为可以用于 RL 训练的环境。

只要我们能在代码里把物理实验模拟出来,哪怕只是一个粗略的近似模拟,就能把它变成前沿实验室可以顺着爬坡的可解问题。

Nick Mecklenburg:Sim-to-Real Gap 对你们来说是多大的问题?

Brendan Foody:极其关键。

所以刚才谈到如何把数据变现时,我说的第一点就是「真实度」。一份数据只有在能够预测经济体中某一部分的实际表现、并且人们愿意为此赋予价值时,它才真正重要。

Sim-to-Real Gap 非常关键,我们做的很大一部分工作,就是找出人们可能忽视的反常识缺口。

比如,我经常喜欢问别人,在他们的日常工作里,有多大比例的任务是需要和其他人打交道的?仔细想想,大多数工作都超过 50%。但今天的基准测试对此覆盖了多少?几乎是 0%。虽然有一些多轮交互,但并不包括和不同同事协作的场景。

所以,我们会研究各种可能的方法,在物理和数字世界的每个维度上衡量这种差距,再想办法弥合它。

跳转微信打开

创业者做 Personal Agent,有没有一线生机?

2026年11月8日 14:40

张鹏 2026-11-08 14:40 北京

Personal Agent 真的是个「入口」的问题吗?真的意味着「这件事里没有创业者的位置」吗?

最近一阶段,Personal Agent 很热。有趣的是,这个概念迅速火爆又迅速有了一个共识,几波讨论下来大家的观点似乎是: Personal Agent 的机会是大厂的,创业者基本没戏。

虽然一般情况下,「入口级机会归大厂」确实是大概率发生的事情,但 Personal Agent 真的是个「入口」的问题吗?真的意味着「这件事里没有创业者的位置」吗?

这依旧值得认真聊一聊。

⬆️关注 Founder Park,最及时最干货的创业分享


01 

真正值得兴奋的事:

价值可以长在基模外

我们换一个视角看,Personal Agent 为什么让人兴奋?

因为它给创业者提供了一种新的可能:产品的终极价值不来自于今天大模型公司提供的智能,而是可以借助大模型的能力来孕育产品,最终在和用户的共同发展中,把大部分能力和价值留在创业公司自身。

回顾过去三年 AI 和 Agent 的演进,通用大模型就像一个营养丰富的「蛋」。绝大多数 AI 应用和 Agent 产品,本质上都没能离开大模型这层「卵壳」。无论是从最初的「套壳」,还是后来开始做 Environment Engineering、Harness Engineering,努力让模型能用工具、能执行更长的任务,很多时候仍然受制于同一个事实:产品的智商、响应能力和行为边界,很大程度上由底层模型决定。

早期生长依赖大模型提供的「养分」,这本身没有问题。问题在于,如果产品一直只能从基础模型里「吸收营养」,无法破壳去真实世界里独立生长,最后就容易沦为模型厂商的「Token 分销商」。并且始终难以摆脱在沙滩上建城堡的风险:模型一升级,别人也能跟上;模型一涨价,自己的成本就被牵着走;模型一迭代,你的产品可能就被基模能力吞没了。

Personal Agent 提供了一种「破壳」的可能性,这是那个真正值得兴奋的地方。

在今天,虽然很多时候接入最好的模型才能让 Personal Agent 产品有最好的用户体验,但总要用发展的眼光看问题。

Personal Agent 产品的终极价值,不必然取决于你是否拥有或接入全世界最强的通用模型。解决具体场景里的个人问题,未必总需要最昂贵、参数最大的顶级模型。产品的终极价值更多会取决于大模型之外的东西,例如高密度的个人上下文、以及对用户理解的深度建模、长周期交付价值沉淀下来的信任关系。

当然,这要求团队本身具备强大的数据工程和后训练能力来打底。但不意味着需要一步到位配置齐全才能下场。创业公司起步阶段可以动用的解决方案可以有很多,例如,可以先把上下文管理、任务编排、评估做起来,或者通过架构设计组合出更高效适配的模型,甚至把「熟能生巧」级别的 RSI 能力跑起来。随着真实任务里的高质量数据和用户反馈的逐步积累,创业团队最终也有机会训练出更适合自身场景的模型。

这有点像建设一条自己的「核心供应链」。重点不是一开始就拥有所有环节,而是逐步掌握那些决定交付质量和服务成本的关键能力。长期来看,这些能力会影响用户服务的成本和利润空间。

所以,如果说两年前的大模型热潮更像是一场「硅基竞赛」,比拼的是谁有更多的卡、更顶级的研究员、更多更好的数据。那么 Personal Agent 把 AI 创业带到了一个新阶段:价值和竞争力可以长在基模之外。这是 Personal Agent 对创业者真正有吸引力的地方。

02

Personal Agent 不是新产品概念,

是一个技术新阶段

如果只把 Personal Agent 理解为一个新产品形态,可能并不完整。我现在越来越觉得,我们讨论的其实不只是 Personal Agent,而是更大的问题:Personal AI。

Agent 解决的是 AI 能不能替用户行动,而 Personal AI 则是更具方向性的话题:技术能不能长期理解一个人,围绕这个人的上下文、目标和动机,持续提供有效的、主动性的服务,并以「忠于个人」为出发点建立有效的商业模式。

把这件事放进更长的技术演进里去看,会比较清楚:

互联网让用户能够获取信息,推荐系统让信息开始适应用户,生成式 AI 让系统能够理解用户的意图,Agent 让系统能够代表用户行动,而 Personal AI 试图将这些能力组织成一种长期、连续的个人智能。

Personal AI 的目标不只是把用户明确表达的需求通过 agent 多快好省地实现,更在于用户能感受到「个人智能」的存在让自己在变得更好。

Personal 不是某个单点功能,而是一整套技术栈。就像此前我拆解过「陪伴类」产品,得出「陪伴不是新产品类型,而是一条新技术栈」一样。Personal 的难度可能比「陪伴」更高。因为「陪伴类」产品还可以靠卖个萌、装个傻来抬高容错率,但 Personal AI 在用户面前多半难以「萌混过关」。

回看过去 4 年,从大模型到 Personal Agent,大致走过了四个阶段:先是 AI 能理解和生成内容;再是 Agent 把模型接上工具,让它在对话之外,开始具备执行力;然后是 Personalized——系统可以根据具体用户的上下文,调整自己回应和做事的方式;再往后,就是 Personal:在获得授权的前提下,和一个人长期相处,持续理解并帮助这个人。

这波 Personal Agent 产品不是横空出世,而是行业整体到达了一个有迹可循的技术新阶段。有意思的是,AI 这轮发展中,产品形态的演进常常先于技术和基础设施的成熟。

2025 年的 Manus,可以看作 Agent 的一次产品打样。它把模型、工具调用和任务流程通过大量工程工作组织起来,让用户直观地看到:AI 不只是回答问题,也可以接下一件事,试着一路把它做完。Manus 先把 Agent 的样子做了出来,但这不代表 Agent 的能力、成本和可靠性已经成熟到可以稳定、低成本地规模化交付。产品先让人看见「可以是什么」,技术和工程再慢慢补上「怎样才能一直做到」。

2026 年的 OpenClaw,则把这个问题往 Personal 的方向推了一步:一个不只是等你打开来提问,而是有机会长期待在个人环境里、持续积累对用户的理解并承接个人任务的助手。它让 Personal Agent 从一个想象中的产品概念,变成了可以摸到的形态。

但形态出现,不等于问题已经解决。Agent 能调用工具,也不等于它能有效、安全地完成任务;能为用户完成一次任务,也不代表它已经真正以用户为中心;记住了几条偏好,更不等于和用户形成了长期关系。

所以,这条线不是「模型越来越强,产品自然就出来了」。更像是,当底层能力开始逐步接近可用时,产品先把下一阶段的样子摆到用户面前,再在真实使用中逐步补齐能力。它必须把真实用户卷进来,一起往前走。

这也能解释,为什么当前很多 Personal Agent 产品都还没那么完善,即便会收到诸如「还是玩具」的评价,各家也要争先恐后把半成品先推到用户面前、带到真实世界中去:要让人相信,这个产品会越来越懂自己,去争取更多泛 C 用户带来的真实任务和反馈,进一步帮助他们迭代模型、工程和产品。

03

大厂为什么下场?

创业者又在面对什么难题?

看看各家科技巨头的打法:Anthropic 把 Claude 的订阅定价压得远低于同等额度 API 的成本,时不时还刷新一次额度。各家也在客户端里纷纷推出免费额度吸引用户,还将免费时效一延再延。马斯克都忍不住在 X 上感慨,Grok Bot 的服务成本相对于其收入而言高得不可持续。

把用户吸引到自己的应用里跑任务,可以看得到用户设置了什么任务、如何分段提问、如何调用 MCP、什么时候换模型、怎么迭代一个方案、什么时候放弃。这些真实的、多模态的、长任务链条下的人类任务执行轨迹,天然带着精标注,是模型、工程和产品迭代的金矿。

这就是科技巨头做 Personal Agent 的一笔账:它们不只是在卖一个助手产品,也是在争取用户、任务和反馈。

但科技巨头能算的账,和创业公司不是一个维度。

大厂手里有模型、算力、流量入口和既有业务,可以从产业链的多个环节参与,也可能在自有生态里闭环成本。创业公司通常更靠近应用端,要向外购买模型、云端环境和各类基础设施。大厂可以把某些亏损视作战略投入,也可以在不划算时转身离场,创业公司则必须更早回答:用户为什么留下?留下之后我们沉淀了什么?这门生意有没有机会成立?

前阵子,我和两位在这一轮热潮之前就曾想尝试探索 Personal Agent 的创业者交流。

我问他们:「你们起心动念比所有人都早,为什么后来没有冲出来?」

他们的答案很一致,甚至带着一丝劫后余生的感慨:不是没想过,而是很快发现,受限于自己的资源边界(简单来说就是融资能力),Personal Agent 这件事,现在没办法做。最主要的是,按照跑 ARR 的打法,现在根本支持不住。

其中一位给我算了一笔账:他当时给每个用户配备了一个云端虚拟环境,让 Agent 能够真正像人一样去操作软件、调用工具。跑了一段时间后,财务模型崩溃了,一个月从每个用户那收来的钱,只有背后的算力、Token 和云资源成本的 1/4。

更关键的是,他发现自己就算这样做,依然想不清楚究竟沉淀下了什么不可替代的长期资产。

另一位的路径也类似,最初就想做全功能的 Personal Agent,但很快发现:当时的数字和物理环境,对 Agent 而言极其恶劣。Agent 每往前推进一步,都可能遇到页面变化、权限受限、任务中断,继而反复重试、补充上下文,Token 和云资源消耗一下子就上去了。Web 已然困难,更别提移动互联网生态下的各种 App「围栏」了。基础设施的不 Ready,让启动 Personal Agent 这件事天然面临很大阻碍。

这不是说 Personal Agent 会永远算不过账,而是说,今天的技术栈、基础设施和商业模式之间,还没有天然对齐。产品看起来能做,不等于它能稳定地做,用户愿意试,也不等于每个用户的服务成本都能被收入覆盖。

看起来挺绝望的是不是?确实要客观看到,Personal Agent 这件事,今天根本不是一个马上可以水银泻地的产品或者场景型机会。它更像是一个系统、技术以及资源的综合挑战。

但从创业历史上看,很多重要的创新,恰恰发生在这样的阶段。有一些创业者,他们可能具备了一些别人还不具备的历史资源和技术积累,因为他们意识到,对于有些实现条件,办法并不只有等待,还可以通过自己的努力,想办法把它们创造出来。

毕竟,识别那些今天看起来还不可能,但实现它所需的关键条件正在逐渐形成的事情,本身就是把握创业机会非常重要的一部分。

创业这件事,人、事与技术时代的三重对齐是最重要的。对于 Personal Agent 这件事的做与不做,对不同创业者来说,答案本就不应该是统一的。

04

通用 Agent 可能赢家通吃,

个人智能也许未必

对于 Personal AI 这件事,还有一个看点恰恰在于,未来的格局也许更接近「赢家不通吃」。

首先,人的偏好是离散的,世界上不存在一个让所有人都满意的「万人迷」。基模在榜单上赢得的名次,并不直接对应用户的喜爱程度。说话的调调、思考的深度与快慢、处理模糊问题的方式等等,都可能影响用户是否愿意长期使用一个 AI。

一旦进入「Personal」的关系,它就不只是一个工具或服务,它可能会有点像消费品牌:不可能有一款汽车或一家服饰品牌,能垄断所有人的偏好。

其次,用户未必愿意把所有个人信息和事务全盘托付给一家科技公司。试想一下,如果全世界所有人都把个人信息和事务托付给一款产品、一家科技公司,相信会有不止一方力量,甚至包括非市场力量站出来阻止这件事的发生。

此外,「专事专办」的社会结构,在数字世界里可能同样成立。一个通用助手也许可以做「大总管」,但不一定要亲自处理所有事情。健康问题、理财问题、工作事业,可能分别需要专业性不同的 Agent。专事专办,既可能有更好的执行质量,也可能在成本和安全上更合适。

这些不同于互联网平台模式的可能性也带来一个问题,如果 Personal AI 可能是离散的,那用户的上下文也是离散的吗?

这也让「上下文归谁」成为一个值得认真思考的问题。

一种妄念是:我掌握了模型和入口,就把用户所有日历、邮件、聊天记录都圈在自己的围墙里,不让上下文流向外部,从而抬高用户迁移的门槛。可这种做法也可能伤害 Personal 最核心的基础——信任。用户越觉得产品把自己的个人数据当成私有资产,越可能处处设防。

另一种可能,是把个人上下文明确为用户自己的资产:产品负责在授权范围内提供专业服务,用户可以查看、管理,必要时也能迁移。不同的 Agent 可以在明确授权后,获得完成具体任务所需的信息。

与此同时,这个产品留下的,是在对用户上下文的充分理解,和主动性 agent 履约服务之间,沉淀下来的用户建模,这决定了这个产品的用户体验价值和信任价值。

也就是说,Personal AI 的核心壁垒,不在于 Context Ownership(上下文壁垒),而是在 Context 之上,通过持续理解、主动服务和反馈验证,与用户共同演进形成的 Deep Entanglement(深度耦合)。

但这不意味着开放架构必然胜出,也不意味着用户数据越多,壁垒就越强。而云端还是本地,也不是一个简单的二选一问题。数据、智能、控制权,这三层在云还是在端,可以有不同组合。例如,个人上下文可以主要保存在用户控制的空间里,但在授权后把部分信息交给云端模型处理;简单任务可以在本地完成,复杂推理调用云端;多个模型也可以共享一套受控的上下文,而不必把用户全部数字生活绑定给一家模型服务商。

真正重要的,或者说就算今天亏着钱也依然值得积累的,还是在用户需要的服务上,建立了更好的用户价值交付能力,并能和用户共同演进出深度耦合的能力。

如果我们可以确认,这是一个技术上不会被大模型直接吞噬的,在用户上有机会进行积累的,在未来单一用户价值上有机会突破上限的业务形态,那创业者在 Personal AI 这件事上有没有一线生机的问题,就变成了:今天这位创业者能掌握多少资源,能选择什么时机和切入口,以及能以多高效率构建起这套技术栈的问题了。

05

另一种路径:找到一个明确的切口,

从工具,走到伙伴

抛开一切火热的概念,创业终究还是要回到商业本质:你能不能找到一件值得解决的事,能不能把它解决得足够好,能不能找到需要这项服务的人,最后能不能把账算过来。

甚至,创业者也有一种可以走向 Personal AI 的路径:不从通用出发,在垂直场景里,找一个具象、又足够 Personal 的高价值切口,把事情做深、做细。

某个具体人群的具体问题,如果足够重要、反复发生,产品又能持续交付价值,就有可能形成很好的收入,甚至会有很高的价值上限。

而且,一些过去我们认为不可实现,或者是需求太少的服务,可能正在因为大模型带来的「批量生产智能」的能力而改变供给,进而改变需求和价值的上限。

比如「个人成长」这件事一直是个很虚的需求,也没有过充分的服务供给。我关注到 OPPO 最近做了一个叫「心力球」的产品,它虽然没有去讲 Personal Agent 的宏大叙事,它就是切入了一个明确群体的原生需求:聆听用户的对话,帮用户「向内看」自己。对于很多创业者或者带团队的人,这不是一个「书记员」的助手角色,而更像一个非常需要的思考伙伴的定位。它像一个随时在线的成长教练,always-on,并在某些特定时刻,敏锐地给到建议和提醒,你立刻能感受到一种平等的伙伴关系在建立。

另外,个人的健康也是一个可能的切口。过去智能硬件常常只是每天雷打不动地给用户推送一份报告,而 AI 创造的新机会在于,你的产品可以演化为一个具备主动性、能与用户直接交流对话的形态。

我发现例如 Alloop.ai 在“健康黑客”(Health Hackers)人群中的实践,已经呈现出了一些 Personal Agent 的实际效果。在持续追踪用户健康相关数据的基础上,软件可以敏锐地捕捉到那些波动和数据背后的联系,并且将这些洞察反馈给用户,主动与用户探讨并推动用户形成更好的生活方式。在其用户群里可以看到一些真实的案例,比如软件会和用户主动交流,从「昨晚你深度睡眠时长有了显著提升的原因」开始探讨,继而帮助用户意识到晚间不饮酒有利睡眠,随后用户在实践中不断验证这一行为改变的影响,最终用户自己主动开始戒酒。

这种 AI 与用户共同启动一个健康计划的行动,我觉得是非常接近 Personal AI 的本质定义的。不是被动等待用户下达一个任务,而是能够和用户共同发起一个目标并推动它往前走,是验证产品从服务关系走向伙伴关系的一个很明显的标志。

在这些具体场景里,产品能否跨过「工具」和「服务」的旧范式,成为「伙伴」,要看它是不是能够持续交付价值。「关系」不是目的,是结果。用户交给你一件事,你做好了;你主动对用户的服务,命中了;两边在一次次符合预期和超预期的协作中,才可能层层深入形成更稳定的关系。

06

Big Thing 还是 Big Hole?

该 Rush 还是该 Build?

Personal AI 是一件必须和用户一起向前走的事。但你不能把它等同于移动互联网时代的「跑马圈地」,把用户量、DAU 或 ARR 当成目标,先用补贴把人拉进来,再期待未来自然长出价值。这在今天很可能风险巨大。每增加一个用户,都意味着新的服务成本。如果产品还不能稳定交付,也没有能力把真实任务和用户反馈转化为更好的产品,用户越多,未必越接近成功。

所以,对于 Personal AI 来说,用户不仅是一种「业务结果」,更是一种产品成长所需的「关键资源」。需要在过程中持续判断:需要引入什么用户、在什么阶段引入、希望验证什么问题以及获取什么资源,以及有没有能力承接好这些用户。用户量不是越多越好,关键是每一阶段新增的用户,能不能帮助你更好地解决当前阶段的问题。

背后的核心,是要思考:应该去拿到的那个核心价值是什么?关键指标是什么?

过去一段时间,ARR 常被当作评价 AI 创业公司的指标。但到了 Personal AI,我们还应该只看 ARR 吗?拿下更多用户、燃烧更多 token、取得更多融资,就有利于增加创业者的赢面吗?

我现在还没有一个确定的答案。但如果 Personal AI 的目标,是让产品从工具走向服务,再从服务走向伙伴,那么评估一个团队,或许不能只看它有多少收入、多少用户、烧了多少 Token,还要看它有没有在真实使用中积累起更深的用户理解和更稳定的协作关系。

这个问题,不管是投资人还是创业者都需要考虑,因为这关乎到面前的究竟是一个机遇,还是一个大坑。

估计 Personal AI 创业大致有 Rush 和 Build 两类打法。

Rush 型打法通过铺营销和推泛 C 端概念快速获取用户量和 ARR。但需要警惕的是,如果没有能力把这些用户带来的任务和反馈加工成产品能力,就会像一个「资源国」——看似拥有大量用户和 Token 吞吐,却没有把原料转化成稳定价值的工业能力,实际可能变成拿投资人的钱补贴了产业链。

Build 型打法从一个更窄的切口开始,不急着扩量,甚至刻意把用户规模控制在资源范围内。稳扎稳打、把活做细,不断提升自己在垂直场景里的交付能力。

Rush 和 Build,不是「快」与「慢」的简单对立,也不是二选一的一次性路线问题,这两种机制甚至是要不断切换和随时调整的。

无论是「大力出奇迹」的 Rush 还是「可持续发展」的 Build,核心至少是一场精密的动态计算,需要清晰、持续地评估和预判:手里可掌控的资源有多少,投入之后能换回什么可积累的资产,以及自身能力和外部环境的状态。

毕竟没有人的资源是无限的。面对环境的客观限制,「许愿式的创新」要不得,还是需要带着工程思维主动建设、主动创造。

所以,Personal AI 是不是一个 Next Big Thing?我认为是的,不在于它是那个兵家必争的「入口」,而是因为它有机会让产品的长期价值长在基础模型之外。

但 Personal AI 同时也可能是一个「Big Hole」。无论是今天它在真实环境里所要面临的摩擦力、技术和工程上的挑战,还是当前阶段的「不经济性」,都客观地摆在眼前。

但 Big Thing 与 Big Hole,本就是一体两面的真相。Personal AI 原本就不应该是一个大家一哄而上的产品形态。但也恰恰因为它的「非共识」,因为它只有「一线生机」,才让它变得对创业者真正有价值吧。

跳转微信打开

闫俊杰首次英文播客采访:中美模型最后那 5%,比前 95% 更难追

2026年11月7日 14:37

Founder Park 2026-11-07 14:37 北京

MiniMax 的语言模型和视频模型,接下来要合成一个。

MiniMax 创始人闫俊杰很少接受长篇采访。11 月 3 日,他出现在 Scottish Mortgage 的播客《Invest in Progress》里。这是他第一次接受英文播客采访,也是 MiniMax 今年 1 月登陆港交所后,一次少见的创始人公开表达。

Scottish Mortgage 参与了 MiniMax 的 IPO,同时持有 Anthropic 等 AI 公司的期权。作为一家海外投资机构,它关心的是另一组问题:为什么中国模型可以用更少算力逼近前沿,开放权重怎样形成生意,中美 AI 生态会不会走向同一条路,以及一家持续亏损的模型公司最终靠什么赚钱。

闫俊杰也带来了一些新信息。截至 8 月,MiniMax 的年化收入运行率已经超过 8 亿美元,其中 B2B 贡献超过 80%;H3 在一个月内约有 2500 万次下载,开放两周后出现了约 300 个衍生模型;他自己最近的大部分时间,则花在尚未完成的 M3 Pro 上。

根据 MiniMax 2026 年中期业绩,上半年公司确认收入为 1.166 亿美元,同比增长 283.1%。开放平台及企业服务收入为 7390 万美元,占总收入的 63.4%。同期研发费用为 2.969 亿美元,调整后净亏损为 2.93 亿美元。

Scottish Mortgage 所关注的其实是,一家中国模型公司受到算力、芯片和资本约束后,会形成怎样的技术路线、组织和商业模式。

贯穿闫俊杰回答的判断是,效率本身就是智能的一部分。更便宜的推理既能带来市场,也能让模型获得更多后训练机会。资源约束则进一步塑造了 MiniMax 的架构、开放路线和公司文化。

以下内容根据 Scottish Mortgage 播客《Invest in Progress》整理、翻译,内容有删节。

⬆️关注 Founder Park,最及时最干货的创业分享


01

盈利来自低成本:

95% 的性能、十分之一成本

Lawrence Burns:和很多 AI 公司一样,MiniMax 现在还在亏损。只要飞轮在转,产品越强、用的人越多、收入越多,再投回研发,我们对亏损是能接受的。你怎么看盈利这件事?长期能盈利的信心来自哪里?

闫俊杰:AI 的利润不是靠涨价实现的,是靠通过创新把推理成本压下去实现的。低推理成本是我们的护城河,对利润和收入都是。这种效率让我们建立起一个由 API 驱动、可持续的模式。今年到目前为止我们的 ARR 增长很快,截至 8 月已经超过 8 亿美元,B2B 业务贡献了 80% 以上。只要模型性能继续提升、价格优势保持住,收入的增长一定会快于成本,这就是我们的盈利计划。

Lawrence Burns:去年 12 月我拜访你时,你说最好的中国模型在性能上比美国顶级模型落后 5% 左右,成本却低 10 倍左右。这之后,能力差距和价格差距有什么变化?

闫俊杰:我觉得重要的不是某个时间点的差距,而是改进的速度。美国模型和中国模型在通往 AGI 的路上都还处在很早期的阶段。首先要说,这 5% 的差距,实际上可能比前 95% 难追得多,所以目前的差距可能还需要更多时间去解决。既然还这么早,关键就是我们能以多快的速度持续进步。

对我们来说,尤其作为一家中国 AI 公司,算力一直是约束,从第一天起我们就知道,必须让推理尽可能高效。过去三年,两边的改进速度其实已经大致相当。我们专注的是加快自己的进步速度,而不是某个时间点的排名。这带来了我们在芯片之外、在架构和基础设施上的创新。我们相信,如果能更高效地使用算力,就一定能做更多后训练,把模型推得更远。这可能一直给了我们一种不同的 scaling 智能的方式。

Lawrence Burns:能不能这么理解,很多美国前沿实验室被充裕的算力「宠坏了」,它们在前沿上推进得很成功,但没有像你们,也像中国 AI 实验室整体那样,从第一天起就被迫把效率放在首位?

闫俊杰:是的。中国的头部前沿实验室都在关注效率,但用的方法各不相同。比如我们在 Transformer 上用了不同的架构,在后训练上用了不同的基础设施,聚焦的模态也不一样。所以你会看到,中国不同前沿实验室做出来的模型各不相同,但都很有用。

Lawrence Burns:很多任务并不需要世界上最强的模型,企业要的是能力够用、价格能让 ROI 成立,最前沿的模型留给治愈癌症、对冲基金这样的场景。你是这样看这个机会的吗?

闫俊杰:除了价格,还有另一点,推理成本低,意味着我们能更高效地 scale 后训练。后训练里的强化学习、数据合成,全都依赖推理。推理越高效,后训练能做到的规模就越大。现在后训练变得越来越重要,某个时候,我们可能会拥有最大的后训练系统。我们相信这会通向前沿智能。

Lawrence Burns:如果全世界都像 MiniMax 这样高效地使用算力,对 NVIDIA 这类芯片的需求会不会和大家的预期很不一样?还是会出现杰文斯悖论(Jevons paradox),成本降下来,用量反而上去?

闫俊杰:首先,我们的架构设计目标是不管用什么芯片都能表现好,这是我们模型的设计原则。我们能做的,是在三个领域保持技术领先:模型架构、基础设施和优化。硬件受限的时候,这三样都会变得更有价值。这种约束让我们成了更好的工程师和研究员。算力受限时,算法效率会越来越重要。

02

美国靠资本建封闭系统,

中国靠效率建协作网络

Lawrence Burns:你在中国 AI 发展中的位置很重要。中国的 AI 生态和美国相比,发展路径有什么不同,各自的强项和弱项是什么,又会带来什么样的技术和产品创新?

闫俊杰:我认为美国生态在建的是由巨额资本支撑的封闭系统,中国生态在建的是由效率支撑的协作。美国公司有更多资本、更多芯片资源,中国公司必须在每单位算力上更高效。所以我不认为这两个生态会收敛到同一条路上。开源和闭源、高效和资源充裕,这些差异会决定各自做出什么东西。

Lawrence Burns:中美 AI 的另一个大差异是开源和闭源。OpenAI、Anthropic 用闭源模型,开源模型在中国要流行得多。你怎么看两者各自的优劣?

闫俊杰:开源不是变现的替代选项,它是变现和进一步创新的催化剂。拿我们的 H3 来说,发布头两周就有大约 300 个基于 H3 的开源模型,这是我们的模型继续创新能拿到的最好的反馈回路。

这 300 个模型里有一个很出名,是美国公司 fal.ai 做的 H3 Max。它在 H3 上做了后训练,速度快得多,3 秒就能生成 5 秒的视频,等于是一个实时视频生成器。这个速度带来了使用视频的全新方式,以前根本做不了的事现在可以做了。比如已经有开发者做出了 24 小时的 AI 直播,内容根据你想看什么实时生成。同样的能力也能用在实时游戏、教育和很多其他交互体验上。

第二个好处是,客户可以自己部署开源权重模型,就能保护自己的数据和隐私,这对企业和政府很重要。所以我认为开源对模型公司、用户和开发者是三赢的。我们计划一直开源我们的模型,直到实现 AGI。

Lawrence Burns:在中国,你们既要面对字节跳动、阿里巴巴这样雄心勃勃、财力雄厚的大公司,也要面对越来越多的生成式 AI 创业公司。MiniMax 相对这些对手的优势在哪?

闫俊杰:不管在中国还是西方,大公司都是在很多不同业务之间做优化,而我们只为一件事优化,做出最高效、最强的多模态 AGI。我们相信效率本身就是智能的一部分,算力用得越高效,就能 scale 得越远。

开源给了我们另一个优势。在中国,字节跳动是闭源的,我们是开源的。开发者基于我们的模型去做开发,会把它推到新的使用场景里,形成反馈回路,帮我们更快改进。还是拿 H3 举例,字节的 Seedance 是闭源的,生成效果很好,但速度很慢;基于 H3 的开源模型可以做到实时,这就带来了新东西。最终,我们想把最好的语言模型和生成模型整合到一个系统里,我们认为这会打开大得多的机会。

03

从 Glow 到统一模型,

Agent 要学会自己定目标

Lawrence Burns:你在 2021 年 12 月创立了 MiniMax,第一个消费产品 Glow 让用户和虚拟伙伴聊天,很快积累了数百万用户。没过多久 ChatGPT 发布了。它怎么改变了你对 AI 发展路径的判断?

闫俊杰:MiniMax 第一年,我们只知道 AGI 是可能的,但没有时间表。所以第一年只是在搭基础设施,训练第一版的语言模型、图像和音频生成模型。我们想做一个 app 去验证模型的性能,这就是 Glow。我们没想到会有那么多用户,当时只是想做个实验。

大概四个月后,ChatGPT 发布了,它改变了我们对时间线的判断。它让我们意识到 scaling 需要比预想的更大、更快。所以我们开始 scale 基础设施、数据和模型规模。在 ChatGPT 之前,中国只有 MiniMax 一家公司在做语言模型。它发布之后,很快就有大概 20 家公司在做基础模型,竞争变得非常激烈。

Lawrence Burns:你们从一开始就把多模态放在战略核心,文本、图像、视频、音乐、语音都做。ChatGPT 已经不再走这么宽的路线了,比如放弃了视频。多模态一定会摊薄资源,为什么你觉得这条路是对的?

闫俊杰:真正的原因是,MiniMax 刚开始的时候,我们并不确切知道智能早期会以什么形态出现,所以在每个方向上都测试 scale,等技术足够了再把它们结合起来。多模态丰富了数据的多样性,是未来 scaling 的必经之路。但它也带来更多挑战。如果一开始只做一个模态,我们初期的进展可能会更快。但多模态正是我们和其他公司不一样的地方。

Lawrence Burns:现在 MiniMax 的主要产品是什么?消费端和企业端分别在做什么?

闫俊杰:我们有一些产品,但已经收拢成两个模型家族。一个是 M 系列,是语言模型,面向智能和生产力,比如 coding 和 agent。另一个是 H 系列,是视频生成模型,覆盖视频、图像和音频。H 系列现在的旗舰是 H3,开源,可以通过 API 用,也提供开源权重。我觉得过去几个月,H3 已经成了全世界下载量最大的开源权重模型,一个月大概被下载了 2500 万次。

重要的是,我们不认为这会一直是两个分开的世界。两个系列都是开源的,下一步是先分别 scale,然后把它们合成一个统一模型,可能就在接下来几个月。

Lawrence Burns:你说过 agent 会成为主要的增长动力,你们的 agent 叫 Mavis,你让用户把它当成一个能规划并完成复杂任务的 AI 管家。agentic AI 的机会有多大?要发挥全部潜力还需要什么?

闫俊杰:我认为 AI agent 的下一个前沿,不只是在长程任务上和人竞争,而是能自己设定目标、自己验证结果,也就是在长程任务上的自主性,这是未来。眼下,coding 和 agent 能力是 M 系列最重要的事。这个月我所有的时间都花在下一代模型 M3 Pro 上,我觉得它会是这个时代的一个大突破。不过它还没做完。

04

Intelligence with Everyone,

而不是 for Everyone

Lawrence Burns:MiniMax 在解决什么问题?

闫俊杰:我们想解决的问题很简单,就写在名字里, 我们想 minimize the inference cost,同时 maximize the frontier of intelligence with everyone。尽可能降低推理成本,把智能边界往前推,并与所有人共享智能。我认为我们是中国市场上第一家 AGI 公司,那时 LLM 和 AGI 的概念还没有成为主流。我们相信智能带来的好处不应该被限制。

Lawrence Burns:对你来说,AGI 意味着什么?它到来时我们怎么认出来?

闫俊杰:AGI 意味着新的理论可以由 AI 提出,科学上的新突破主要依靠 AI。

Lawrence Burns:如果 MiniMax 实现了它的愿景,世界会变成什么样?

闫俊杰:我觉得问题不在于 AGI 会不会实现,而在于它会让谁受益。AGI 太重要了,它不应该属于某一家公司、某一个国家或某一个组织,它必须属于我们所有人。AGI 应该属于使用模型的人、构建模型的开发者,以及为它做出贡献的研究者,他们都是这个模型最终成为什么样子的一部分。

更大的问题是,如果世界上有了更多智能,我们对世界、甚至对宇宙的理解会不会改变?我认为会。这种可能性是我做这件事的动力。

Lawrence Burns:所以开源权重对你来说很重要,大家在开源模型上构建,就拥有了某种形式的 AI 所有权,不用依赖另一家公司持续供应模型。

闫俊杰:对。这就是为什么我们的口号是 Intelligence with Everyone,而不是 Intelligence for Everyone。我认为智能属于每一个人。

05

从百度实习生,

到 500 人的 MiniMax

Lawrence Burns:你在河南的一个小镇长大,父亲在当地学校教数学,你很小就开始学大学数学。是什么让你对数学有那么大的热情?

闫俊杰:小时候家里总是有很多书,所以我很小就做了大量自学,到初中的时候,我已经在学一些大学水平的数学和计算机科学了。真正让我感兴趣的是两者的结合,用算法和数学、通过编程去解决真实世界的问题。这很自然地把我带向了机器学习,在 20 年前那还是一个很小众的领域。本科毕业后我决定读机器学习的博士,因为我相信,如果能把这些方法 scale 得足够远,AI 最终会变得强大得多、有用得多。

Lawrence Burns:2014 年你在百度深度学习研究院(IDL)待过,当时的负责人是余凯,他后来创办了地平线。那段经历给了你什么?

闫俊杰:余凯博士帮了我很多,他是我的导师。那时我还是博士生,已经发了几十篇计算机视觉方面的论文。但真正让我震惊的是多伦多大学那篇 AlexNet 论文,它用深度学习做 ImageNet 图像分类,我认为是一个巨大的突破。所以当时我想去一家全世界 GPU 最多的公司。我觉得那时百度是 NVIDIA 最大的客户,拥有世界上最大的 GPU 集群,而且非常开放。作为研究实习生,最多的时候我能用到百度三分之一的 GPU。我用这些 GPU 做了很多图像分类、目标检测的研究,在那一年的 ImageNet 挑战赛上,我和另一位实习生搭档拿到了第三名。

Lawrence Burns:我听说你祖父想写一本回忆录,但对他来说很难。这件事让你意识到 AI 能为人类解锁多大的价值。

闫俊杰:对,这是另一个动机,也是为什么早在 ChatGPT 之前,我就认为通用的智能很重要。传统的计算机视觉或语音识别只能被大公司使用,普通消费者用不上,所以「通用」很重要。

Lawrence Burns:说回现在的 MiniMax。我会用扁平、专注、节俭来形容它的文化。你们的组织能对技术转向快速反应,更愿意内部培养人才,而不是开高价从别处挖人,也更偏好成本高效的方案,而不是堆算力。这种文化在多大程度上是约束逼出来的?

闫俊杰:这是个重要的问题。我认为文化来自算力和资本上的约束。我们只是一家 500 人的公司,必须聚焦在真正重要的事情上。研发上我们有两条核心原则。第一条是把事情做简单,所以即使我们有不同的模型,架构和基础设施也都很简单。第二条,也是我们不一样的地方,是永远先建基础设施。建基础设施有时候比直接快速交付要慢,但它是 scaling 的基础。资本效率、组织效率这些,都是这两条原则在约束之下自然产生的结果。

06

投资人复盘:

MiniMax 是练习球更便宜的那个球手

访谈结束后,Scottish Mortgage 组合总监 Claire Shaw 和 Lawrence Burns 复盘了这笔投资。

Claire Shaw:今年初 MiniMax 港股上市时,是什么说服你把它加进 Scottish Mortgage 的组合?

Lawrence Burns:有三点。第一,12 月见 IO(闫俊杰)的时候,他说 MiniMax 能做到前沿模型大约 95% 的性能,成本只有十分之一。我们也很欣赏这种成本优势是长在公司里的,它诞生于稀缺,因为他们拿不到世界上最好的 GPU,所以 IO 从一开始就在想办法从每一小时算力里榨出更多有用的工作,让芯片始终满负荷运转,在设计模型时就把成本放在核心。这种结构性优势比我们最初意识到的更强。不是所有工作都需要在最前沿完成,也不是所有用户和企业都像欧美那样付得起。这种低成本模式放到全世界可能都很有价值。

第二是 IO 本人。他是一位备受尊敬的 AI 科学家,同时也被认为是优秀的资本配置者,这种组合很少见。

第三,AI 发展得太快,加州和中国都在发生很有意思的事。如果能同时和两个生态打交道,就更有机会理解 AI 会怎么发展。只看其中一个,这件事会更难。

这笔投资波动很大。我们在 1 月参与了 IPO,投了大约 2000 万英镑。上市后股价反应很强烈,我们套现了 4000 万英镑,是投入的两倍,同时剩下的持仓按英镑计仍然值 2000 万英镑左右。

Claire Shaw:IO 本人和他打造的文化,究竟是什么在提高 MiniMax 的成功概率?

Lawrence Burns:还是回到他既是出色的科学家、又是好的资本配置者这一点。AI 实验室,尤其是美国的,在开始训练模型之前会花大量的钱跑实验,看什么有效、什么无效,因为它们有资本、有芯片。IO 的关键在于,他能把实验性押注的数量砍下来,做更少的选择,资本效率更高,结果还是好的。我们和中国 AI 生态里跟他共事多年的人聊过,他们说这正是他的强项,比别人更能看清技术往哪里走。这种声誉也让他能吸引中国顶尖的 AI 科学家。AI 人才稀缺,而且极具价值,吸引和留住人才的能力最终会成为一个很重要的优势。

Claire Shaw:IO 还讲了一个不那么显而易见的点:成本低,MiniMax 就负担得起在模型建成之后做更多改进工作。这一点在投资逻辑里有多核心?

Lawrence Burns:低成本是他们做一切事情的核心,第二点也很重要。过去几年大部分重大飞跃都来自后训练,能写代码、能执行任务的模型都是后训练出来的。后训练相当于练习,一遍遍尝试任务,而每练一次都要调用一次模型,都有成本。

打个比方,两个打高尔夫的人都会越练越好,但其中一个买练习球的价钱比另一个便宜得多。其他条件不变,能以更低成本拿到更多练习球的人,往往会成为更好的球手。MiniMax 就是那个人,它的练习球更便宜,预算能走得更远。所以便宜的推理不只是让用户少花钱,也让产品能以更快、更具成本效益的速度变好。

Claire Shaw:MiniMax 还在亏损。IO 说会通过让收入增长快于成本来实现盈利,你觉得难在哪?

Lawrence Burns:这确实是个挑战,不应该回避。今年上半年收入接近翻了两番,但报告亏损大约是收入的三倍。熟悉 AI 实验室的人会知道这种投入水平并不罕见,但最终还是需要一个能盈利的模式。

真正的挑战有两个。一是中国市场激烈的价格竞争,要和 DeepSeek 等公司竞争。二是紧跟前沿的成本还在不断上升,这也是 MiniMax 7 月融了 20 亿美元的原因。

怎么克服?部分答案就是前面聊的:保持精简的成本结构,做对技术选择,在收入能大幅增长的市场里扩张。关键在于,模型越强,能解锁的市场就越大。我们现在看到研发支出的增速已经慢于销售额,这很令人鼓舞。收入也在从消费者转向企业,模型变强之后,让企业多付钱更容易,因为它们能用模型做更多事。企业端收入增长了大约八倍,现在占收入的 63%,按年化口径是 80%。

但要说清楚,这是一笔早期阶段的持仓,收益很不对称,成功的方式很多,结果的分布也很宽,这也是它在组合里是现在这个仓位的部分原因。

Claire Shaw:IO 说更强的 agent,加上把语言模型和视频模型合成一个系统,会打开更大的机会。作为长期投资者,你觉得 MiniMax 的市场能有多大?

Lawrence Burns:这笔投资里我不担心的一件事,就是市场够不够大。如果能以低成本提供越来越强的智能,一定能找到市场,而且市场会随着产品变好持续增长。

语言和视频模型的整合就是个好例子。大多数工作都是多种技能的组合。今天的视频模型擅长生成片段,但不太能听从指令,没法像剪辑师那样修改,这需要语言模型的理解能力。一旦系统两样都能做,AI 就会从做片段走向承接广告、电影和设计领域的整个项目,人们会为这种能力付更多钱。我们预计需求会随着新模型发布阶梯式到来,就像实时视频那样。更大的问题在于竞争、盈利能力和利润率,但我们很有信心,这个市场会非常大。

跳转微信打开

极客公园创新大会 2027 首批嘉宾揭晓!

2026年11月5日 20:25

极客公园 2026-11-05 20:25 上海

12 月 5 日—6 日,北京 798艺术区,还是老地方。

今年 12 月 5 日—6 日,北京 798艺术区,还是老地方。

极客公园创新大会(GEEKPARK IF),我们又要见面了。

IF 将进入第 17 年。它像一本记录中国科技行业的「年鉴」,一场科技爱好者的年终盛宴,一次号召创新者聚集、留下历史回音的年度认知集结。

今年,我们的主题是:Revaluation 价值,另有答案

我们要探讨的不再是 AI 可以有多厉害,而是更落地的一面——

工作、创作、生意,你原本笃定的经验,正在一件件被 AI 重新算账。你以为已经看懂的赛道,换个角度,结论可能完全不一样。

哪些老优势正在缩水?哪些被低估的人和机会,正在悄悄长出新的价值?

Revaluation 价值,另有答案

每年办会,最让人期待的,就是把那些跑在最前面的「Outlier」和积极行动者们拉到一块儿。一群从全国各地飞来的人,思想和实践在同一片空间流动,碰撞、激发。

今年,他们也将如期而至。

接下来,是大家最关心的部分——

更多嘉宾,正在路上

这只是第一批。

接下来的几周,主舞台演讲者、小场深谈嘉宾、特别环节,我们都会陆续公布。

主舞台之外,我们还在 751图书馆、艺文空间和极客公园,准备了五场小场深谈。

没有大礼堂,没有台上台下的距离感。做研究的人、造产品的人、在一线踩过坑的人,坐下来,把那些真正难、真正关键的问题聊透。

Personal AI、AI 创作、具身智能、硬件与 Maker、AI 实践——都是一手判断。

向左滑动查看更多场次信息

我们还将在现场公布:

想第一时间拿到完整议程和嘉宾名单,记得关注极客公园公众号,别走丢。

阅读原文

跳转微信打开

ChatGPT近期的一些关键数据:搜索追到谷歌20%、Dots还在赔本、1/5的人爱用语音模式

2026年11月4日 18:39

原创 Founder Park 2026-11-04 18:39 北京

ChatGPT 已经是「事实上」的第二大搜索引擎了

OpenAI 最近公布了一组 ChatGPT 的新数据,有几个变化挺有意思:

  • ChatGPT 的搜索量,已经是谷歌的五分之一。很明显,Agent 使用搜索的量,应该很快就会超过人类了。

  • 个人助手 Dots 上线一个月,依然很吃算力。在 Personal Agent 这个赛道,不止马斯克在哭穷,OpenAI 似乎也还没挣到钱。

  • 用 ChatGPT 语音的人虽然只有两成,却让内部非常兴奋。因为一旦用过了,用户基本就会一直用下去。

  • Intelligent UI 只是一个开始。未来的 ChatGPT 界面,可能是一块能跟着对话实时变化的画布。

在这周 OpenAI 办的一场晚宴上,科技媒体 Big Technology 创始人 Alex Kantrowitz 和 ChatGPT 消费者产品负责人 Adam Fry 聊了聊这些数据,以及背后的产品思考。

今天的 ChatGPT 已经有 12 亿周活,这个超级入口集成了搜索、语音、生图和 Personal AI。用户把它用在哪儿、哪些功能留得住人、OpenAI 下一步改什么,对所有做 AI 应用的团队都有参考价值。

Adam Fry 还夸了 Muse,说它做得足够简单,而很多 AI 产品做得太复杂了。ChatGPT 应该很快会把 Chat 和 Work 合并,让用户不用再纠结该选哪个模式。

以下是对话全文,经 Founder Park 编译整理。

⬆️关注 Founder Park,最及时最干货的创业分享


01

ChatGPT 的搜索使用量,

已经达到了谷歌的 1/5

Alex Kantrowitz:OpenAI 最近分析了 ChatGPT 的搜索量,并且和谷歌做了对比,结论是什么?

Adam Fry:ChatGPT 增长得一直很快。现在,ChatGPT 上的搜索类查询量,大概已经是谷歌搜索量的五分之一了。

仔细想想,这数字挺惊人的,毕竟我们真正做搜索才一年半左右。大家现在可能都快忘了,早期的 ChatGPT 是没有任何实时信息的。那时候你问个问题,它只会回一句「这超出了我的训练截止日期」,普通用户根本搞不懂这话是什么意思。

ChatGPT 的周活在过去两个月里从 10 亿涨到了 12 亿。前 30 天涨了大约 1 亿,后 30 天又涨了 1 亿。增长势头非常迅猛,我们现在的重心也全都放在保持这种高增长上。

Alex Kantrowitz:怎么算一次「搜索」?我在一个对话里可能来回问了 20 个问题,每一个都算一次吗?

Adam Fry:只要你提出一个问题,并且触发了模型去检索网页,这就算作一次搜索。

往回看大概两年,大家最开始用 ChatGPT 主要是帮忙写东西、写代码,这些显然不算搜索。

过去一年我们看到,用户的使用慢慢扩展到了很多别的话题。比如查一个人、一个地方、一样东西,这些都高度依赖最新的实时信息,这是关键。另一大块是金融和健康类问题。用户非常需要确保拿到的信息既是最新的、又是高度符合事实的,针对这类问题我们就会触发网页搜索。

基本上,以前大家习惯去传统搜索引擎查、现在改来问 ChatGPT 的所有问题,都算搜索。

Alex Kantrowitz:你以前在谷歌工作过,你觉得搜索的本质正在发生什么变化?

Adam Fry:大家特别喜欢 ChatGPT 的一点,是它的个性化,以及它能理解你更完整的「旅程」。

过去,人们面对的是一个问答框,问一个一次性的问题,比如埃菲尔铁塔有多高。但我们的生活里其实有大量上下文,比如「我可能要去巴黎旅行」。

如果 ChatGPT 不仅能告诉你铁塔有多高,还能补上一句「我知道你接下来要去巴黎旅行,这是相关的行程建议」,这种体验才真正有用。正是这种能长期保持上下文的能力,让大家开始把 ChatGPT 当作搜索引擎来用。

02

Personal Agent 产品,

都在争取打平成本

Alex Kantrowitz:Dots 是 9 月 29 日上线的,到现在差不多一个月。表现怎么样?

Adam Fry:表现非常好。我们找用户聊他们的 Dot 时,大家开口第一句话几乎都是:「我太喜欢我的 Dot 了。」

一个重要原因是它够主动,会主动找你、帮你把事情理清楚。我最常看到的用例是用户问它:「我今天有没有忘掉什么本来该做的事?」

你可以直接跟你的 Dot 说:「每天结束的时候,提醒我可能忘掉的事情,比如有人给我发了邮件或者消息。」它就会照做。

Dot 改变了人和 AI 相处的方式,它真正在替你分担,把时间省出来还给你。

Alex Kantrowitz:不过在权限开放上,你们比一些竞争对手保守得多。我试过把信用卡交给我的 Dot,它不收。OpenClaw 的作者现在就在你们公司,为什么 Dots 的权限被限制得这么死?

Adam Fry:在这件事上我们确实想走得谨慎、克制一点。因为这是一块全新的领域,你是在把那些真正要紧的事交给 Dot 去代办。

我们刚聊到 ChatGPT 有 12 亿用户在上面提问。在「提问并给出正确回答」这件事上,我们已经积累了深厚的用户信任。但现在要引导用户让 ChatGPT 或者你的 Dot 帮你把事情办了,这需要的信任程度完全不在一个量级上。

这是一场长期游戏。我们认为 Personal Agent 未来很长一段时间都会是个巨大的新市场。在起步阶段,我们首先要确保自己是一个值得用户放心托付的玩家。

Alex Kantrowitz:我一开始以为 20 美元的套餐就能用 Dots,后来发现得每月花 100 美元。虽然为了体验我掏钱升级了,但还是希望哪天能降回低价套餐……

Adam Fry:我们希望能持续创造足够高的价值,让你觉得这笔钱花得值。

你说的很对。ChatGPT 更大的目标,是把智能安全地带给全世界每一个人,我觉得这也是我们在市场上独特的地方。Dots 也一样。

今晚我还没法透露 Dots 具体什么时候能向更多用户放开,但你可以放心,我们正在全力推进。在这之前,有几件事必须做对。

第一,我们想确保你的 Dot 是真正有用的。所以一开始我们用的是自家最好的几个模型,接下来会做更高效、更能替你办事的 Agent 模型。

第二是主动性。我们还在调整,Dot 到底应该以多高的频率给你发消息,才能既帮你把事办成、又不造成打扰?这一点可以不断试,摸清一个好用的 Dot 到底需要消耗多少调用量。

两件事我们都会做好,目标还是把 Dots 带给所有用户。

Alex Kantrowitz:Dot 在后台需要消耗多少算力?我看到过一些估算,说服务一个每月交 100 美元订阅费的用户,OpenAI 可能要花 3000 美元的算力。

Adam Fry:目前 Dots 确实比较费算力,这是我们希望慢慢降下来的。但我们的目标是先给你最好的产品。它是我们的高端产品,一个全天在线的个人助理。先把它做好,再想办法把算力需求降下来。

另一方面,我们在训练前沿模型时也看到,新模型出得太快了,快到我自己都跟不上,而且每一代都更高效。

拿 6.1 Sol 刚出来的时候和 Astra 比,效率就高了很多。我对接下来即将推出的一批新模型感到非常兴奋,它们的效率还会进一步提升,到时候都可以应用到 Dots 的服务中。

Alex Kantrowitz:马斯克说过,Grok Bot 的服务成本相对收入来说高到不可持续。模型效率是赢下竞争的关键吗,还是有更多因素?

Adam Fry:有几个因素。一个是成本端,另一个是收入端。

在 ChatGPT 和整个消费者业务上,我们一直很自豪的一点是,收入来源够多元,而且涨得很快。

再给你一个数据,几个月前我们宣布订阅数突破了 5000 万,之后又涨了不少。广告方面,上线不到 200 天,ARR 就超过了 10 亿美元,而且这块业务增长得非常快。我们还有积分(credits)体系,用户不一定要买订阅,也可以按需购买额外的 Credits。

订阅、广告、积分加起来,我有信心 Dot 创造的商业价值完全能够覆盖它自身的成本。

Alex Kantrowitz:马斯克也有订阅收入。但说到底,全天候 Agent 依然是一个服务成本极其昂贵的产品。

Adam Fry:在 OpenAI 和 ChatGPT 内部,我们一直在押注的一件事是,模型变强、变便宜的速度,会远远超出我们所有人的想象。

如果你回头看过去几年的历史曲线,这个规律一直成立。从我在内部看到的情况来说,完全没有放缓的迹象。

03

ChatGPT 做得还是不够简单

Alex Kantrowitz:说到竞争对手,Meta 的 Muse 最近在 App Store 排行榜榜首待了很长时间,你觉得他们做对了什么?

Adam Fry:他们有几件事做得不错。

第一,用户一直想要更简单的产品体验。我们自己在公开场合也反思过,有时候 AI 产品做得太复杂了。里面塞满了各种调节推理力度的滑块、开关,以及让人眼花缭乱的模型选择器。我们已经宣布要合并 ChatGPT 的 Chat 与 Work 模式,核心就是给产品做减法。

Muse 做得好的地方就在于简单。你进去直接问问题就行,不需要在操作前思考太多。这一点显然打动了用户,我们也认同这个方向。

第二,你可以在各种不同的地方随时调用你的 Agent,这一点很好。我们刚刚上线了 iMessage 版的 Dots。无论你是在邮件、iMessage 里,还是在 ChatGPT App 里和你的 Dot 沟通,让助手无处不在会是关键。

Alex Kantrowitz:所以 Alexandr Wang 那套狂发梗图的推特打法,你们不打算学?

Adam Fry:我发推的风格跟他不太一样。

Alex Kantrowitz:ChatGPT 到今天还要我自己选 Chat 还是 Work,这个开关会消失吗?

Adam Fry:我完全同意你的吐槽,这个问题我们必须解决。

我们已经无数次听到用户抱怨,让他们自己去选模式太难理解了。到底什么时候该用 Chat?什么时候又该切到 Work?

这是能解决的。这里面有真正的研究问题要做,得让模型自己精准理解用户的真实意图。你现在究竟是需要一个快速、简短的回答,还是需要我去执行一项长链路的 Agentic 任务?

我们会解决它,计划就是把 Chat 和 Work 合到一起。

Alex Kantrowitz:也就是说,以后只有一个统一的界面,系统会自动判断我是在找它闲聊还是派活。什么时候上线?

Adam Fry:很快就会推出。

04

1/5 的人在用语音模式,

但会一直用

Alex Kantrowitz:你们这次还公布了,语音输入(包括语音听写和实时语音对话模式)的周活跃用户达到了 2.5 亿。

Adam Fry:我们现在是 2.5 亿周活。厉害的地方在于,这 2.5 亿用户带来的使用量,很大程度上是产品的纯增量。

语音交互已经不是新鲜玩意了。人们不是出于好奇试玩一下就走,是真正把语音输入融入了日常生活,而且增长得非常快。

我们同时看到了两种典型的使用行为。一种是单纯不想打字,按住就说,问个简单问题。另一种是聊着聊着变成了长对话,用户会坐在那儿跟它一直聊下去。

最主要的原因,是我们发布的前沿语音模型。我们先发了 GPT Live 1,又发了 GPT Live 1.1。最大的变化是,跟它说话变得极其自然。这里面有两项能力,我们叫 Backchanneling(对话中的附和回应)和 Interruptibility(可随时打断)。

Alex Kantrowitz:嗯哼……

Adam Fry:你刚才这一下,就是模型会做的事,因为它很擅长双向对话。我们是第一家真正大规模推出这种能力的公司,它让大家跟 AI 聊天自然了很多。

Alex Kantrowitz:但 2.5 亿也只占你们 12 亿总用户的 20% 左右。从外部视角来看,这个渗透率并不算高,为什么你们内部会对此如此兴奋?

Adam Fry:有几个原因。

首先,数据非常清晰地显示,一旦用户开始使用语音功能,他们就会一直用下去。

坦白说,有件事我们还能做得更好,就是让更多人发现语音功能。现在知道这个功能的人,本可以多得多。但只要他们试过一次,这就会成为他们与 AI 交互的全新方式。

我们也做了大量体验上的改进,接下来这个数字还会继续往上走。比如我们上线了后台模式,现在默认情况下,哪怕你切出或关掉 App 界面,系统依然会提示「嘿,对话还在继续」。

如果你想在家里边走边聊,或者一边把买回来的菜放进冰箱、一边和 ChatGPT 讨论问题,对话完全不会中断。这种连续性也改变了大家用语音的频率。

05

Intelligent UI 是大势所趋

Alex Kantrowitz:你之前跟我说,在 ChatGPT 的 12 亿用户中,超过半数都在使用图像生成功能。大家都在拿它干什么?

Adam Fry:现在用户每周在 ChatGPT 上生成 15 亿张图,这个数字连我自己都很难想象。大家用它做的事情五花八门。

一开始火的是一些好玩的潮流。不知道你有没有看到前阵子那波「80 年代风」,挺有意思的。拍一张照片传上去,说「给我和家人换上 80 年代的衣服」。我给家里人做了一张,海报特别好玩。

现在最有意思的变化之一,是大家开始真的拿它干活了。比如餐厅老板拿它设计菜单、有人拿它做生日派对海报,或者在工作中用它生成可视化的示意图,把脑子里的构想具象化地画出来。

我们也大幅降低了图像生成的延迟。以前生成一张图要等很多秒,现在快得多了。延迟再往下降,大家生成的图片数量和用法都会多很多。

Alex Kantrowitz:我注意到,ChatGPT 现在会在回答里直接生成一些能交互的小界面。你们在 Intelligent UI 上的规划是什么?用户现在都怎么用?

Adam Fry:我对 Intelligent UI 非常兴奋。往回看几年,这些聊天应用全是文字。现在一切都在改变,未来的对话必然是视觉化、可交互的。GPT-6 上的 Intelligent UI 是我们的第一次尝试,这真的只是个开始。

想象一下它做到极致的样子,假设你正在用语音模式和它聊天,随口问一句「给我讲讲足球里的越位是怎么回事?」它应该马上给你一张示意图。如果你接着说「不对,我还是没太看懂」,它就应该随着你的话音实时重构,换一种方式动态演示给你看。

这就是这项技术演进的终极方向。就像你在对着一块画布说话,它会跟着你随时更新、变化。

用户已经在很多场景里体会到了它的价值。我最喜欢的一个例子,说出来有点不好意思,我其实完全不知道心脏是怎么工作的,毕竟我上一次上生物课还是在高中。前阵子我就直接问它:「心脏是怎么工作的?」它立刻给我生成了一个极其漂亮的交互图,告诉我血液怎么流过心脏。我尤其看好 Intelligent UI 在学习上的应用。

跳转微信打开

Supabase 创始人:Personal Agent 的下一步,是给每个人一个 Personal Database

2026年11月3日 18:50

原创 Founder Park 2026-11-03 18:50 北京

Make something agents want

Personal Database 可能会成为 Personal Agent 的重要一环,而 Supabase 正好站在这个位置上。这家做开源 Postgres 后端的公司,已经是 Claude Code、Codex 等工具里默认使用的数据库。

它的使用者也在变。除了开发者和创业公司,越来越多的使用者是没有工程背景、靠 AI 给自己做软件的普通人,和直接替人操作数据库的 Agent。过去一年,Supabase 的注册用户从约 300 万涨到 1300 万,托管的数据库从 800 万个涨到近 5000 万个,现在每周新建超过 100 万个,今年收入预计涨 4 倍。新增使用里,大约 70% 来自 Agent。

这批新用户带来的是另一种负载:数据库数量极大,单个规模却很小。Supabase 联合创始人兼 CEO Paul Copplestone 算过一笔账,如果 ChatGPT 的 12 亿周活用户每月都做一个东西,就是每月 12 亿个数据库。今年 10 月,Supabase 宣布收购 Turso,这家公司基于 SQLite,一台服务器就能管理数百万个按需创建的数据库。接下来,Supabase 准备推出轻量的 Supabase Spark 承接刚起步的负载,同时继续把 Postgres 往 PB 级扩展。

既然用户以 Agent 为主,产品也要跟着改。Agent 不看 Dashboard,Supabase 就全面转向 Code-First。报错信息里,要明确告诉 Agent 该怎么修。

在最近一期 YC 播客 The Lightcone 中,Paul Copplestone 聊了这些变化,以及 Supabase 接下来要往哪里走。以下是对谈全文,经 Founder Park 编译整理。

⬆️关注 Founder Park,最及时最干货的创业分享


01

一年新增 1000 万数据库用户,

很多不是程序员

Garry Tan(YC):为了让大家感受一下 Supabase 涨得有多快,你们最看重哪些数字?去年这个时候和现在分别是多少?

Paul Copplestone:现在累计注册用户是 1300 万,一年前大概是 300 万。今年收入预计会涨 4 倍。目前每周会创建超过 100 万个数据库,我们管理的数据库接近 5000 万个,一年前只有 800 万个,这是一个非常大的拐点。

Garry Tan(YC):传统软件工程师还是你们最核心的用户吗?

Paul Copplestone:工程师依然占很大比例,而且他们现在用 AI 写起东西来几乎没有顾忌。但今年变化最大的,是一大批没有工程背景的 builder 开始进来。

有个数据挺反常。按以往的经验,注册量涨得快的时候,后面的激活率和转化率通常会往下掉。但今年这些指标全都在往上走,有点不可思议。

原因只有一个,现在的模型在构建应用这件事上已经超过了临界点。过去那些完全没有软件工程背景的人,打开 Claude Code 聊几句就能把前端跑起来,接着他们很快发现光靠本地文件走不远,于是顺理成章地带着 Agent 涌进了 Supabase。

早期投资人跟我说过,PLG(Product-Led Growth,产品驱动增长)做到某个收入规模就会到顶,到时候必须雇一堆销售去做传统企业市场。但因为「Builder」这个新物种的爆发,PLG 至今完全看不到任何天花板,我甚至不知道它的上限在哪里。

Harj Taggar(YC):上周末我正好聊到一个非常典型的「新 Builder」样本。他是一家估值超过 10 亿美元的 Fintech 独角兽创始人,本科学数学的,也会拼一些 Ruby 脚本,但以前真要把软件做出来,还是离不开工程师。

现在,他开始自己做副业项目。因为有多年 Fintech 经验,他可以为自己的个人财务搭建复杂的资产负债表、追踪工具和银行接口。这种高度专业、却只服务于极小众需求的软件,在两年前根本不可能被写出来。

Paul Copplestone:这类跨界领域专家恰恰是最理想的一类 builder。像我这样的程序员,脑子里能想到的创业点子永远局限在开发者工具里。但领域专家知道自己所在的细分领域还缺什么。现在他们不用先说服别人加入,就能自己钻进去做。

Garry Tan(YC):YC 招进来的创始人画像也在变。在 2022 到 2025 年间,我们很强调软件工程能力,觉得无论如何都要有技术联合创始人。但过去一年里,我们突然意识到,现在把东西造出来的能力已经变成了拧开水龙头就有的自来水,真正困难、稀缺的是「知道该造什么」。

在你们社区里,还有没有让你印象特别深刻的、由普通非程序员造出来的案例?

Paul Copplestone:前不久我们在旧金山办用户大会,散场后有一位来自巴西的大叔激动地跑过来找我。他是一名普通的出租车司机,大概 50 岁,只用手机就做出了一套完整的出租车应用,有点像服务当地市场的小型 Uber。

我其实不太清楚他为什么要做这个,但他能做出来、过来找我的时候特别感激。他 50 岁了,身上却有一股刚开始写程序的年轻人的劲头,这让我挺触动的。

今天,很多人都在担心未来的工作会变成什么样。但在 builder 这个群体里,你看不到半点偏执与恐惧,你看到的全是对未来的兴奋。这就是我如此热爱 Supabase 的原因,它让那些原本只是普通蓝领或传统行业从业者的人,突然解锁了一项不可思议的创造力,在自己的生活里长出了真正的创业精神。

02

Markdown 不够用了,

Personal Agent 需要 Personal Database

Jared Friedman(YC):回顾数据库的发展史,会发现一个非常强烈的反差。在过去几十年里,全世界只有相对少数的大型企业才拥有并运行着庞大的数据库。

我记得 2020 年 Supabase 刚进 YC 时,你们提出过一个愿景,「让每个人都能极其轻松地创建一个数据库」。

老实说,在 AI 出现之前,这个想法听起来几乎是不合逻辑的。那时候根本不存在所谓的「个人数据库市场」,如果有人说「我要做一家直接面向消费者的数据库公司」,听起来简直就像一句语法错误。因为对绝大多数普通人来说,如果你不会写代码,给你一个数据库又能干什么呢?

但今天,你们不仅服务着早期创业公司,还在直接服务海量普通消费者。或者更准确地说,服务着他们的 Personal Agent。

Paul Copplestone:完全正确。这些个人用户的数据库,大概不会像创业公司那样一路做大,但他们很可能会用一辈子。因为这个数据库背后跑着的,是他们的个人财务软件、健康应用,甚至是他们自己的小生意。

人会成长,信息会越攒越多,数据库里存的东西也会跟着变多。某种程度上,这就是我们自己增长的一个指数。对我们来说,Prosumer(专业消费者)市场是一个很好的增长方向。

Jared Friedman(YC):Harj,你最近一直在给自己写这类 Personal Software,底层也都跑在 Supabase 上,能聊聊吗?

Harj Taggar(YC):我做的是典型的 N-of-1 软件,也就是只服务我自己一个人的软件。起因是前阵子我对 OpenClaw 上瘾了。

说来有点不好意思,大概六个月前,我还公开说过,以后不需要 UI 了,所有交互都会在聊天里完成。我也一直不想用数据库,想把所有东西都放在 Markdown 里。

但现实很快结结实实地打了我的脸。当你真正重度用下去就会发现,到了某个临界点,你不仅必须要有一个真正的数据库,而且依然需要直观的 UI。

过去几周,我在 Supabase 上给自己搭了一套系统,叫 Control Tower,把生活的各个部分都放了进去:有一个界面帮我分拣邮件,不用再去翻收件箱;有财务和支出记录;有体重、训练这些健康数据。所有东西都在一个地方。

只看个人财务这一块,我觉得它至少已经能和 Mint、Monarch 这些消费级产品做到功能相当,有些地方甚至更好用,因为它可以充分利用只属于我的上下文。

比如,当我的信用卡账单里出现一笔陌生的个人转账时,传统的记账软件根本不知道这笔钱是干嘛的。但我自己的系统会自动去我的 GBrain(个人知识库)里检索这个收款人的名字,结合我过往的邮件和聊天记录,搞清楚这个人是谁,再把交易准确归类。

以前,光是做「交易自动识别与分类」就能养活好几家创业公司。现在,我完全可以只为自己做一个,不用考虑它能不能服务所有人,也不用听别人的意见。

Paul Copplestone:我们看到最多的就是财务和健康的用例。这两个领域里,人们尤其想拥有自己的数据。

很多人在做的一件事,是把自己所有随身设备产生的数据,实时同步进同一个个人的 Supabase 数据库里。这是一项堪称魔法的能力,因为一旦你把分散在不同角落的数据汇合到同一个库里,你就可以直接用自然语言发号施令,让 Agent 在看似毫不相干的数据之间找关联。

Harj Taggar(YC):对,关联才是最有价值的。我还拿健康举例,我的体重和训练数据都在 Supabase 里,跑在上面的 Agent 同时能看到我的日历。它看到我最近体重涨了,也知道我那段时间在出差,就会跟我说没事,下周回到正常节奏就行。这种上下文很有价值,单个 App 是给不了的。

Paul Copplestone:而且我开始重度用 Personal Agent 之后,有点担心自己的工作习惯、日常流程和 CRM 全都被锁在某一个特定的 Agent 里。

试想一下,如果哪天市面上出了一个更聪明的新 Agent,或者我想同时用好几个不同的 Agent,核心数据却被锁死在某一家公司的 Agent 内部,我就会彻底丧失主动权。

所以我正慢慢把这些数据抽出来,放进一个完全独立的个人 Supabase 数据库里。这样一来,底层的个人数据库牢牢攥在我自己手里。至于上层,今天我想挂载哪个 Agent、明天想换哪个新模型,全都可以随时自由插拔。

Jared Friedman(YC):这也是你们的价值所在。真正有价值的是底层的数据库,它是 Store of Record(记录系统)。

你应该拥有自己的数据库,再把各种应用和 Agent 搭在上面,而不是把自己的所有数据都放在别人的数据库里。

一年前,如果有人问我需不需要一个「个人数据库」,我肯定觉得莫名其妙。但站在今天看,拥有一个装满自己人生全部数据的 Personal Database,反而是整个 AI 时代最核心、最有价值的事。

03

如果每人都有一个数据库,

Infra 也得跟着变

Jared Friedman(YC):假如将来世界上每个人都有一个自己的 Supabase 数据库,里面存着健康、财务、人际关系这些数据。你们的服务对象从「创业公司」变成「全人类」,这个规模相当于放大了 1000 万倍。底层架构要怎么接住?

Paul Copplestone:我们现在每周新建 100 万个数据库,看起来已经很多了。但你看 ChatGPT,他们最新披露的周活跃用户大约是 12 亿人。假设未来这 12 亿人手里的 Personal Agent 每个月哪怕只发起一个新项目或新建一个个人库,那就是每月 12 亿个数据库。

我们必须朝这个规模去设计架构,这是数据库行业过去从未面对过的问题。

Jared Friedman(YC):仅靠标准的 Postgres(Supabase 底层采用的开源数据库)能支撑这种数量级吗?还是得自己造一个数据库引擎?

Paul Copplestone:如果 AWS 愿意给我们打个骨折价,说不定还能硬扛。但现在全世界都在疯抢算力,而且很多轻量工作负载未必需要一辆「法拉利」。

我们最近收购了 Turso。它拥有一套极其精妙的底层架构,既能与 Postgres 生态兼容,同时底层又原生兼容 SQLite。我认为 SQLite 是计算机历史上最了不起的数据库设计之一。基于 Turso 的技术,我们将提供一个叫 Supabase Spark 的全新轻量级产品层,专门用来承接刚刚起步的轻量工作负载。

在另一端,如果某个个人项目后来长成了一家真正的巨型企业,数据量一路膨胀到 PB 级别,我们原有的企业级多实例架构也能无缝接住。我们的说法是,「从原型到 PB」。

Jared Friedman(YC):在 AI 时代之前,数据库行业的传统认知是,要想赚钱、成为下一个 Oracle,就必须尽快放弃小散户,全力攻下大型企业市场。但你们现在发力 SQLite 和个人端,相当于在往完全相反的方向狂奔。

Paul Copplestone:同时往两端跑极其痛苦,但我们两边都要拿下来。Multi-Postgres 负责向上服务到 PB 级企业,Turso(Supabase Spark)向下把个人端和原型端的门槛降到极致。

因为数据库生意最底层的商业规律从来没变过。我听过一个数据,AWS 大约 40% 的营收来自那些从 Day 1 就长在 AWS 上、随后一路长大的客户。说服任何人迁移数据库几乎是不可能的任务,所以你只需要做对一件事,永远出现在用户起步的 Day 1,让他们用得极其爽快,从此再也不想离开。

04

不需要 Dashboard 了,

现在是 Make Something Agents Want

Garry Tan(YC):每位创始人进 YC 第一天都会拿到一件写着「Make something people want」的 T 恤。但我们越来越意识到,今天也许应该说「Make something agents want」。

Supabase 大约 70% 的新增活动来自 Agent,这很夸张吧?当主要使用者从「人类」变成了「Agent」,你们对自己的产品和团队做了哪些改造?

Paul Copplestone:非常疯狂。尤其是今年,我们在数字上看到一个非常明显的拐点,使用方式正在大幅转向 Agent。

Supabase 大致经历了三个阶段。最早我们是一家 Dashboard 公司,后来变成 API 公司,现在又成了一家 Code-First 公司。

刚进入 YC 时,我们发现哪怕是对开发者来说,数据库也很难用。于是我们模仿 Airtable 的交互,在 Postgres 之上做了一层极其好用的可视化 Dashboard 面板。

后来,有集成伙伴提出需要批量自动创建数据库,我们顺势把整套建库与管理能力全部 API 化。事实证明,这个决定正好接住了 2024 年 Bolt、Lovable 等一波 AI 应用生成平台的爆发。

今年我发现,已经没有人再来访问我们的 Dashboard 了。既然人类不再打开网页点按钮,那谁在用我们的产品?是 Coding Agent 和 Personal Agent。

哪怕表面上我们说「在为习惯代码优先的人类服务」,实际上很快人类连代码界面都不会再碰了,交互的另一端 100% 是 Agent。Agent 最喜欢用什么模态干活?它们最爱 CLI 和纯代码。

于是,我给团队写了一份产品备忘录,Supabase 必须全面转向 Code-First 和 Git-Native。Dashboard 上有的功能,代码里必须同步做到,本质上就是 Infrastructure as Code。为此,我们重构了底层的 CLI 和工具链,确保它们能在各类代码沙盒环境里被 Agent 丝滑调用。

Garry Tan(YC):你们还做了一个非常精妙,但市面上绝大多数开发者工具都没意识到的改造,重写 Error Messages(报错信息),这是怎么想到的?

Paul Copplestone:赢得 Agent 分两步。

第一,让大模型在第一时间选中你。我们在这件事上受益很大,赶上了一个好时机,成了 LLM 推荐数据库时的默认选项。开源也很关键,Agent 极度讨厌撞上闭源黑盒的高墙。开源让 Agent 在遇到问题时能直接去翻底层源码,同时也满足了大型企业对代码安全审计的硬性要求。

第二,当 Agent 在使用你的产品卡壳时,千万别让它放弃并切到竞品去。

Agent 肯定会在某个环节卡住。以前写给人类程序员看的报错信息通常极其敷衍,比如直接抛一个 500 Internal Server Error 或者一句天书般的简短报错,人类程序员看到后自己去 Google 搜索解决方案。但在 Agent 时代,核心目标是让 Agent 能够「自我修复」。

所以我们把 Supabase 所有的报错信息翻出来重做了一遍。当系统报错时,我们直接在 Error Message 的返回文本里,手把手告诉 Agent,你为什么会触发这个错误、你现在应该执行哪条具体指令来修复它、或者你应该去读取哪个 URL 下的文档来解决它。

我们工程团队会挑出一个用例,比如「我要做一个应用」,然后反复循环,不断改进自己的报错信息,直到几乎任何需求都能一次做成。

这其实不复杂。现在的模型已经足够聪明,很多事自己就能搞定。但以前只为人类开发者设计的很多东西,确实得为 Agent 重新做一遍。

Jared Friedman(YC):你们会专门让 Agent 来测试产品吗?比如让它们用 Supabase 做东西,再把卡住的地方报告出来?

Paul Copplestone:不仅在做,这已经成了我们最核心的工程日常。

我们搭建了一个公开的 Evals 评测网站,实时测试并展示市面上所有主流大模型在构建应用时的真实表现。同时我们在内部维护着一整套严密的 Eval 测试集,专门评测哪些模型原生操作 Postgres 的能力最强,并针对模型的知识盲区编写专门的 Skills 喂给它们。

现在我们很大一部分工程研发精力,已经从做功能转到了测试具体用例上。我们会去想人们是怎么构建的,再围绕这些场景做测试集。

05

选一个能活 50 年的品类,

做适应变化最快的公司

Garry Tan(YC):你们前阵子在内部做过一次调查。半年前,只有 10% 的工程师会让 Coding Agent 写自己 80% 以上的代码,现在这个比例到了 60%。这半年发生了什么?

Paul Copplestone:公司内部没有任何自上而下的强制 AI 政策。我们只是彻底放开权限,不管工程师想用什么前沿工具,公司全部买单。

人是需要被说服的,工程师尤其如此。年初的时候,模型已经挺好用了,之后又变得更强。大家也开始看到,用这些模型真的能做成很厉害的事。

所以内部的使用量涨得很快,而且大家做的东西不是那种随手 vibe coding 出来的,难度都很高。转向 AI 写代码之后,我们做的测试和引入的测试工具也多了很多,这样才能确认最后交付的东西是好的。

Harj Taggar(YC):Supabase 几乎稳稳接住了从移动互联网尾部、到如今 Coding Agent 和 Personal Agent 的每一个拐点。下一次变化出现时,你们会怎样做得更好?

Paul Copplestone:第一,选一个耐久的品类。有个东西能让我睡得安稳,就是林迪效应(指一样东西存在得越久,就越可能继续存在下去)。

数据库已经存在了 50 年,我确信它还会再存在 50 年。不管 AI 最后走到哪一步,世界依然需要数据库。如果你打算把整个人生押在一家创业公司上,一定要选一个经得起时间冲刷的底层品类。

第二,变化太快了,我们不指望在 Supabase 内部拥有所有答案,只求做适应最快的那一家。我观察过很多自己喜欢的开发者工具,它们一开始都专注开发者,后来往上走,变得越来越像大公司,慢慢停滞,也失去了原来那份喜爱。

相比之下,像 Stripe 这样的公司之所以不一样,是因为创始人始终对「新一代人正在用什么新方式造东西」保持着偏执的敏锐。如果你是为下一波浪潮在做产品,就得始终留一只眼睛看着接下来会发生什么,而现在这个时间窗已经很短了。保持适应能力,确保团队有余力快速转向,是我们明年的重点。

第三,Dogfooding(内部试用)非常重要。我会一直拿各种新工具来用我们自己的产品,看看缺口在哪里。没有什么反馈,比自己被自家工具卡住更直接。

也要给团队留出容量。我们会在团队里留出一部分人手,专门用来和生态里最前沿的头部玩家一起做联合实验。这样他们有想法时,我们就能马上试一试。

大部分尝试其实不会成功。哪怕一开始双方都觉得是件很酷的新事,我们也不知道结果会怎样,试下来很多都失败了。但只要有一两个赌对了,就足以让我们和合作伙伴一起,赶上下一轮超级浪潮。

跳转微信打开

AI 让产品越来越容易做,然后呢?

2026年10月30日 16:00

Founder Park 2026-10-30 16:00 北京

Idea Rush 第三期来了!

Agent 会杀死 SaaS 吗?我们想把这个问题拆得更具体一点:当做出一个产品越来越容易,新的机会和壁垒究竟在哪里?

REA(Reverse Engineer Anything)之后,越来越多的开源替代方案也出现了。AI 可以把产品重新写一遍,但客户未必会跟着迁移。功能之外,怎么找到用户、完成交付、让客户愿意持续付费,才是一门生意真正开始的地方。

这一期 Idea Rush,我们想和大家聊聊:

· 产品功能之外,新的竞争壁垒在哪里?

· AI 产品如何找到愿意付费的企业客户?

· 开源、SaaS 订阅与 FDE,哪种模式能跑通?

· 当企业买的是业务结果,产品与交付模式会如何重构?

欢迎对这个话题感兴趣的创业者朋友们一起来见面!

还是老规则,不管是选择分享者还是盖楼者,来的每个人都要发言。希望大家都能有所收获、迸发出新的思路~

现场还会有开放麦环节。所有人都可以上台,分享自己的 Idea、最近冒出来的新想法。

图上扫码报名,小范围闭门交流,不接受空降🪂!

跳转微信打开

❌