从 MCP、Agent 到多模态平台：个体创业者的新“武器库”长什么样

欢迎收听现场对话原文👆

如果你现在手头只有一台电脑、一串 API Key，再加上一点不甘心——在 AI 时代，你其实已经具备了“一个人办一家公司”的最低配置。

问题是：接下来，你会把自己活成一个“工具的用户”，还是一个“指挥工具的人”？

在2025北京非凡大赏这场主题为「工具与平台：AI 赋能个体创业者的生态系统」的圆桌，对谈的其实就是这个问题。台上坐着的五位嘉宾，看上去都不“性感”：

有人做 AI 设计做了 11 年，有人只专注在 PC 端做效率 Agent，有人埋头做 Agent 网关和协议底座，有人把五百多个模型接进一个 API 里，还有人盯着海外市场给开发者做多模态聚合平台。

主持人汪丽娜，是知外文化的创始人、1400 位内容创作者的经纪人，也是这一届「年度 AI 创作者」提名的幕后推手。她把问题抛得很干脆——我们今天不聊“下一个风口在哪儿”，只聊三件事：能力如何被分发、场景如何真正落地、个体如何得到一条可持续的成长路径。

于北川（Lessie AI 创始人）、马亮（硅基极客 CEO）、汪洋（魔联科技联合创始人）、王金星（创客贴联合创始人）、李样兵（WaveSpeedAI 联合创始人 & CTO），这几位看似离普通人很远——做的是网关、协议、模板、模型平台这些“地基”级别的东西。但恰恰是他们搭出来的这层“地基”，决定了：未来一个普通创业者，能不能靠一台电脑和一堆 Agent，撑起一个像样的业务。

你会发现，他们真正关心的问题，并不是“我的产品功能多不多”，而是：普通人到底要用多大的力，才能接住这波时代红利？

门槛还能不能降一点？

个体和工具之间的分工，还能不能再往前推一步？

也正因为如此，这场对谈聊出来的，远远不是“哪款工具更好用”那么简单，而是一个更尖锐的问题——当工具越来越强，个体的价值究竟要放在哪？

一、从会不会写代码，到敢不敢开口说一句话

如果你是非技术背景，这几年大概反复听到一句话：不会写代码，也可以做产品、做应用。

听起来像安慰，但在这场对谈里，它第一次被拆开看得足够具体。

于北川坦白，自己虽然学过软件工程，但学得不好，后来干的是产品。偏偏就是这样一个不以技术自居的人，现在在做 Lessie AI，把上万用户的复杂需求丢给大模型去啃。他的一个核心判断是：大模型本身并不难，难的是——绝大多数人不会用。

普通用户的真实样子是这样的：只想打出 10～15 个字，就想要一个完美结果。这不是懒，这是人性。你很难指望一个创业者每天拿着一大段英文 Prompt 跟模型谈心。

Lessie 的做法，是承认这种懒，然后顺着它做设计。他们不要求用户一开始就说清楚全部背景，而是像带实习生一样：先给一个大概方向，再在结果上不断提修改意见。产品把这些碎碎念全部记下来，沉淀成记忆（Memory），下次你只说一句话，它就知道你平时喜欢什么风格、什么口吻、什么边界。

用户的 Input 可以越来越少，但产品掌握的 Context 要越来越多。

这句话背后，其实是对非技术用户的重新尊重——不是强迫你变强，而是想办法让工具自己变聪明。

二、把 MCP、Agent、网关这些硬词，变成一个按钮

如果说 Lessie 解决的是不会表达怎么办，那硅基极客和魔联科技盯上的，是更底层却更致命的一道门槛——调用外部工具的难度。

今年很多人第一次听到 MCP（Model Context Protocol）这个词。它是一个标准，让大模型不再只能聊天，而是能去调用工具：开软件、查文件、剪视频、跑脚本……听起来很未来，但现实是：绝大多数人连 MCP 环境都搭不起来。

你需要装 Python、配 Node、配置一堆东西，再去用某个开发者工具接入，门槛高到把 90% 还没真正用过 AI的人挡在门外。

马亮选择干的，就是把这堵墙悄悄推倒——做一款 PC 端 Agent 软件，让普通人只需要安装一个程序，就能在自己电脑上跑成千上万个 MCP 工具。比如一句话：帮我把这个视频里所有冷场剪掉。

背后是复杂的调用链路，但对用户来说，就是按一下桌面上的小秘书，然后继续喝咖啡。

汪洋和魔联则把视野拉得更高：做 AI 网关，把国内外几百个模型接入一个统一出口，配好通信协议、工具调用、沙盒环境，让开发者和应用团队可以直接在这个地基上搭 Agent 和业务。你可以理解为：他们在帮每一个想做 AI 产品的人，省掉了好多次从头搭骨架的痛苦。

再往上是创客贴这一层。王金星和他的团队干了 11 年 AI 设计，踩过无数坑，最后发现：用户真正容忍的输入，大概也就那 15～20 个字。帮我做一张咖啡店开业的邀请海报——差不多到这就已经是耐心上限了。

于是他们借助大模型底层能力，并结合自己的结构化数据做模型微调，但绝不把 Prompt 直接丢给用户，而是把提示词全部封装在产品里：

先识别你的意图，再自动生成结构化提示词模板——画面、风格、文案都帮你想好，生成的图还能自动落在可编辑模板上，用户只要改几个字、挪两个图层就能用。那句吐槽生成只要 3 秒，修改要 3 小时，在他们这儿被硬生生改写了。

WaveSpeedAI 则把门槛往另一个方向降：他们把全球约 500 个开源和商业模型接入一套系统，用一个 API Key 就能调全部模型。小团队、个体开发者不用再东拼西凑、反复接入，只要认准这一家入口，就能玩转 Hugging Face、Replicate、Character.ai 这样的全球平台。

讽刺的是，这家团队人数是个位数，但客户名单已经覆盖北美、欧洲、东南亚和中东。

当你把这一圈人放在一起看，会发现一个共同点：他们都没有要求每一位创业者变成工程师，而是反复问同一个问题——怎样把复杂性留在自己这边，而把按钮留给用户？

三、AI 时代个体的底牌：快，是入场券，不是终局

聊到核心竞争力时，大家给出的答案 surprisingly 一致，却又各有锋利之处。

如果只能选一个词，于北川选的是：快。

技术在暴走。昨天还是科幻的东西，今天就被新模型做出来了。一个新能力一旦出现，谁先把它装进真实的场景，谁就多拿一点时间红利。而在这个回合里，慢半拍有时意味着：你永远看得到，却再也做不成。

但北川也很诚实：快只是入场券，不是护城河。

如果只有快，过了那个窗口期，你也留下不了什么。真正的难度在于：在一次次新东西冒出来的瞬间，你有没有勇气和肌肉记忆，马上去试，马上去拼。

马亮补了一刀：更重要的是，敢不敢跳出舒适圈。

一件自己做熟的事情，再做一百遍，其实很安全。但他们希望每一个知识工作者，在打开电脑干活之前都先问自己一句：

有没有一种更 AI 的做法？

这个问题听起来简单，却很反人性。它要求你把自己以前熟练的那套流程，先放一边，然后去摸索一个暂时不那么熟练、甚至会摔跤的新路径。长远看，这些不断自我折腾的人，会慢慢从大量白领中分离出来，成为真正意义上的碳硅一体白领。

汪洋则把快翻译成另外两个字：脑力和心力。

在他眼里，现在是一人公司最容易诞生的时代。一个人加上一堆 Agent，加一个模型网关，再叠一个设计工具，原本一个小团队才能完成的事情，很可能你自己就能协调下来。

于是，真正被放大的，是你能不能长时间维持高密度思考，以及在反复试错中不崩溃的那点心力。

王金星更像一个旁观者，他每天看着一圈 AI 内容创作者。

Gemini 3更新了，Nano Banana Pro 更新了，新模型层出不穷，那些真正在浪潮里的创作者几乎是熬夜赶测评、写教程、做案例；另一些人则刷刷短视频，感叹一句好厉害，然后睡觉。

区别就在这里：你是看热闹的，还是浪里的人。

李样兵则干脆用一个具体场景说明快的含义：新模型原本零点发布，结果提前十分钟放出，他们在 11:53 就完成了接入。这不是为了炫耀速度，而是为了抢那一点点先发优势——在一片茫然中，第一个给出可用版本的人，很容易成为一批新需求的默认选择。

但是他紧接着提醒：速度之外，还有一条更狠的线——0 到 1 的商业化路径有没有想明白。

很多人一上来就想融资、组团队、谈供应链，但模型已经强到可以帮你快速搭出网站、写完后端、跑通第一单。为什么不先靠一个人，把最小可行版本上线，让现金流跑起来，再讨论要不要更大更快？

这句话听上去一点也不浪漫，却异常清醒：在 AI 时代，最大的浪费不是没赶上某个模型，而是你明明已经有一堆工具，却迟迟不敢走完那条最短的商业路径。

 

四、偷来的智慧：真正的壁垒，是你怎么学习别人的痛

当汪丽娜抛出偷来的智慧这个词时，台上的几位创业者都笑了——因为大家心知肚明：所有人都在偷，只是偷得明不明显而已。

于北川引用了张一鸣的一句老话：所有生产要素都可以构建，只有认知是壁垒。但认知从哪儿来？

不是闭门冥想出来的，而是从无数用户调研、同行分享、前辈踩坑里，一点一点偷来的。

Lessie 上线以后，他们反复去问：

为什么用户会流失？

为什么有人愿意付费？

到底是哪一刻，他觉得这个东西值钱？

那些被认真记录下来的问卷、吐槽、打分，最后慢慢变成了他们判断产品方向的那点直觉。

马亮则更直接——他们在圆桌现场就发福利，邀请知识工作者来试用硅基极客的 PC Agent，换一句话说：他们把用户变成自己的产品经理团。

每个人的 PC 使用场景都是高度长尾的：有人天天剪视频，有人每天整理表格，有人要批量处理文件。团队根本不可能自己脑补出所有使用场景，唯一的办法，就是让用户把真实场景搬进来，再一点点偷回需求。

王金星偷的，是用户的一句抱怨：生成 3 秒，修改 3 小时。

这句话乍一听是对 AI 的嫌弃，本质却是对产品的提醒——问题不在AI 画得不够好，而在它没有为后续协作留出空间。

创客贴做的，是把生成结果变成可以分层、分图层编辑的结构化模板，让本来要改半天的调整，变成几分钟能搞定的微调。于是，AI 功能的渗透率反而大幅提升。

李样兵偷的地方更隐蔽——竞对的 Discord 社群。

那里面全是别人用户的抱怨：

哪里不好用、哪里经常报错、哪种场景迟迟没被支持。

他会一条条看过去，顺便观察对方如何定位用户、如何包装产品、如何定价。别人踩过的坑，他尽量不再踩；别人还没解决的问题，他优先去解。

但他也很清楚：偷完之后，最重要的是消化。最终他还是要回到自己的初心——坚定只做 To B、To D，不被 To C 的光环轻易诱惑。

归根结底，偷来的智慧，如履薄冰这句话的重点不在偷，而在如履薄冰。

你可以向任何人学习，但最后还是要回到：哪些东西，真的是你的？哪些选择，真的是想清楚后留下来的？

五、碳硅一体白领：真正不能被替代的，到底是什么？

碳硅一体白领这个说法，听起来有点赛博朋克。

DeepSeek 给出的解释是：一类善于指挥 AI，又在创造力、共情、伦理等人性层面拥有不可替代优势的人。

这句话如果只停留在 PPT 上，就很空。但这几位创业者，已经开始在自己公司里把它活生生地改造出来。

于北川的答案很简洁：AI 很难替代的是决策和品味。

你可以让模型帮你梳理数据、写文案、列方案，但最后拍板那一下，

选 A 还是 B？

这个产品代表什么调性？

这条边界要不要守？

依然是人要扛的责任。

对于创作者来说，品味两个字更是致命。你喜欢的镜头节奏、图像风格、文案语气，其实构成了你的个人品牌。模型可以模仿，但暂时还很难真正创造一种新的审美潮流。

马亮则把碳硅一体理解得更务实一些：只要是碳基生物，能把硅基的能力发挥出来，就是碳硅一体。

他给自己的团队配了一个桌面小秘书，按一下就能用自然语言操控电脑。改图、整理文件、批量操作，都交给 Agent 去做。

那种感觉很微妙：你还是你，但你在用一只看不见的机械手操作世界。很多人嘴上说害怕被 AI 替代，却没意识到：先学会指挥 AI 的人，反而是最不容易被替代的。

汪洋最近在公司里推了一项激进改革：原来约 50% 的代码由人写，现在要求 95% 以上必须由 AI 写。

结果是，人力减少了 30%，效率却提升了两三倍。

他发现，人不再适合按前端、后端、测试这种方式去切割，而应该站到更高一层，负责抽象需求、做系统设计、和 AI 一起对齐意图。大量原本消耗在团队沟通上的时间，被转移成自己和自己的 AI 合作的过程。

王金星从另一侧给出了印证。

专业的人，在自己专业领域看 AI，常常觉得不够好；但在自己不熟悉的领域，往往惊叹好厉害。这恰恰说明：专业本身不会消失，只是角色在变。

未来的设计师，可能不再是一个人从头到尾做完设计的工匠，而是整个生态里的高审美供给者：制定企业的视觉标准、产出高质量模板、为 AI 提供范式。真正的工作，从画图变成了塑造审美与标准。

李样兵则在面试时，干脆把技能表放在了第二位。

会不会 Java、Python 当然重要，但更重要的是：你有没有思路？你会不会用 AI？你愿不愿意让自己的工作方式发生彻底变化？

那些愿意尝试、愿意折腾的人，会很快把 AI 变成自己的外骨骼；而那些只想守着原来的一亩三分地的人，会慢慢被时代的加速度甩得很远。

结语：工具会越来越聪明，但人要决定自己在哪里用力

如果要用一句话概括这场关于工具与平台的对谈，我会这样说：

AI 正在悄悄把个体创业这件事，拆成两半：

一半交给工具，一半留给人。

交给工具的那一半，是一切可以被流程化、被调用、被复制的东西：编码、剪辑、排版、生成、整理、调用外部工具、连接模型……这些活，以后只会越来越便宜，越来越自动。

留给人的那一半，是几件很难被替代的事：

你能多快看懂一个新能力背后的机会？

你敢不敢用一条最短路径，把一个想法跑成一个哪怕很小的生意？

你有没有持续偷来智慧的习惯，并且肯为它付出足够多的尝试与迭代？

你愿不愿意在长时间的不确定中，守住自己的审美、判断和边界感？

工具与平台做的是生态，我们每个人做的是选择。

你可以只是一个工具的用户，也可以慢慢变成工具生态里的物种：

懂得如何挑选、如何组合、如何把它们为我所用。

当 Lessie 在帮你记住上下文，硅基极客在替你操控电脑，魔联在让各种模型变成一个统一出口，创客贴把设计变成人人可用的能力，WaveSpeed 把全球模型封进一个 API 时，他们在做的，其实是同一件事——让个体不再渺小。

下一步，轮到你来回答一个问题了：

在这套新的生态里，你是要做一个用工具的人，还是一个擅长指挥工具的人？

这两者的差距，可能就是未来十年里，个体创业者之间最大的鸿沟。

---

更多对话细节

嘉宾自我介绍

汪丽娜： 大家好，我是主持人汪丽娜，很高兴认识大家。我是知外文化的创始人，也是1400位内容创作者的经纪人。今天的一些年度AI创作者提名嘉宾也是我这边提名的。今天台上的四位都是做生态基础设施的创业者，我们会从能力分发、场景落地以及个体的可持续成长路径三个关键点切入。下面有请各位嘉宾进行自我介绍。

于北川： 大家好，我是于北川，是 Lessie AI 的创始人。我之前的经历比较简单，主要在字节跳动（抖音）工作，后面一直有一些连续创业的机会。我们公司目前主要有两个业务：最早是做AI营销的，后面做了 Lessie AI 这款产品。现在整个公司每年的 ARR（年度经常性收入）大概在 500 万美金左右，并且还在持续增长。

马亮： 我是硅基极客（Guiji Jike）的创始人马亮。我们公司非常初创，刚刚成立四个月，产品也是刚出来。我们做的是一个帮助广大知识工作者（即平时使用电脑办公和学习的人群）高效操作电脑的 PC Agent，是一个效率 Agent。它可以用自然语言的方式，帮你处理电脑上很多日常繁琐的事务。目前产品刚刚开启公测，大家如果想体验，可以在大门对面的AI Do体验区试用，一会也有福利给到大家。

汪洋： 大家好，我是汪洋，魔联科技（Molink）的创始人。魔联科技主要提供 AI Agent 的基础设施服务能力，包括 AI Agent 所需的通讯协议、模型调用、工具调用以及沙盒应用等基础服务。目的是让开发者和应用团队可以很轻松地在平台上进行 Agent 和 AI 应用的开发。目前上线的主要产品是 AI 网关，可以通过我们的平台一键式调用国内外优秀的模型，方便大家开发。

王金星： 大家好，我是创客贴的联合创始人王金星。给大家同步一下我们团队做的事情：公司成立 11 年，一直在AI设计这个领域深耕。截止到现在，我们的产品创客贴设计服务了超过 1 亿的 C 端用户；B 端服务了大概 20 万中小商家，也有几十家 500 强企业在用。我们的主要业务是给 C 端提供好用的 AI 设计工具，给 B 端更高效的 AI 设计生产-管理-分发的系统。

李样兵： 大家好，我是 WaveSpeedAI 的联合创始人李样兵。我们做的是一个多模态的聚合平台，平台上大概有 500 个左右的开源和商业模型，通过一个 API Key 就能使用所有模型。我们目前主要面向北美、欧洲、东南亚和中东的客户。我们今年 3 月份刚成立，团队很小，人数是个位数。因为一直在做海外市场，像 Hugging Face、Replicate、Character.ai 以及 Freepik 等其实都是我们的客户。

 

非技术背景的创业者，如何用好AI工具？

汪丽娜： 第一个问题：如果是非技术背景的创业者，如何才能用好咱们的工具？咱们在产品设计和用户教育上做了哪些努力？

于北川： 怎么用好工具？我觉得我也算一个非技术创业者，虽然本科读的是软件工程，但学得很烂，所以后面做了产品。

首先，今天很多产品，包括我们在内，其实都是给非技术人员使用的。就像 Lovable 这种 AI Coding 产品的成功，是因为它让过去写不了代码的人能写代码了，让会写代码的人少写代码。

我觉得 AI 最大的核心魅力就在于大语言模型（LLM）。它把过去传统的交互变成了纯语义的交互。你可以跟它说普通话，说自然语言，它就能识别你的意图并拆解任务。

在产品设计上，我们有一个观点：大模型很聪明，但绝大多数人不会用。 用户通常非常懒，希望给它 10 到 15 个字，就得到一个完美结果。这就像你招了一个校招生，让他做事却不告诉他目的和上下文。

所以我们做的事情是：引导表达欲，建立 Memory（记忆）。 用户可能不愿意一次性给足上下文，但很愿意像给实习生提 Comment（意见）一样去反馈结果。我们通过引导用户根据结果进行表达，并通过 Memory 记住这些上下文。就像 OpenAI 做浏览器一样，本质是想获取你在互联网上的所有上下文。这样你下次只需说 15 个字，我就知道你是谁、目的是什么。这就是我们设计的核心思路：让用户 Input 更少，但我掌握的 Context 更多。

马亮： 非技术人员使用 AI 的主要门槛，我觉得是调用外部工具的时候。大家应该听说过今年年初比较火的 MCP 协议，它是让大模型能够调用外部工具的标准。但是现实中，很少有人能真正在自己电脑上把 MCP 跑起来。因为目前的 MCP 本质上还是面向开发者的，需要装 Python、Node 环境，需要用 Claude Desktop 或 Cursor 这种编程工具。

这把中国 90% 还没有深度使用过 AI 的用户挡在门外了。

我们目前做的努力就是降低这个门槛。比如我想让大模型帮我剪辑视频，剪掉沉默片段，其实有现成的 MCP 工具。我们让普通人只要装一个软件，就可以无缝地运行成千上万个 MCP 工具，无需配置开发环境，帮你在电脑上处理日常任务。

汪洋： 我可能给一个不一样的建议。我觉得 AI 创业者还是需要勇于去突破。如果你只用成熟现成的工具，在市场上不见得有竞争力。我们需要用最先进的工具和能力来构建产品。

我建议 AI 创业者，即便不懂技术，也可以尝试一些 Vibe Coding 的工具，比如  Claude Code 或者 Bolt.new/Lovart 这样的产品。

一旦开始用，你会发现技术其实没那么难。甚至作为管理者，你可以用外行的方式跟开发人员聊：这个问题怎么回事？你帮我解决一下？甚至 AI 工具自己就会尝试解决。我觉得作为这个领域的创业者，一定要迈出这一步，对自己的帮助会很大。

王金星： 我们创客贴的愿景是让设计触手可得,用设计设计世界。我也特别同意北川总说的，好的产品应该是不需要用户去学习的。

比如用户想做一张邀请海报，他的耐心可能就只有 15 到 20 个字的描述。所以我们做了一个工作：接入 DeepSeek 等模型，让产品经理把 Prompt（提示词）封装好。第一步先识别用户意图，然后提供一个非常结构化的提示词模板（包含画面描述、文案等）。用户只需要在生成结果上进行简单的二次修改，点击按钮，AI 就会给出四个结果图。

对于怎么用好，我觉得最难的点是不敢做。很多非专业的人觉得自己不行，连用都不敢用。作为厂商我们会极力降低门槛，但作为用户，大家也应该去拥抱和使用，在过程中发现它带来的提效。

李样兵： 我非常赞同。刚才休息时，我帮吴畏总（可能是现场某位嘉宾）看了一个小程序打不开的问题。那个小程序其实是他自己亲手开发的。吴总其实是非技术人士，但他愿意折腾，这批人就是最早从 AI 获利的人。

但 AI 正在从早期的 AIGC 爱好者向生产力转化。再往下走，大部分用户可能没那么爱折腾。

作为平台方，我们需要做的是先展示效果（Case），减轻用户的畏惧感。让他觉得我来 Copy 一下也能行。现在技术和非技术的边界正在模糊，我们通过降低门槛，让用户更快上手。

 

AI时代，创业者/创作者的核心竞争力是什么？

汪丽娜： 这是一个抛砖引玉的问题。前段时间我听凯文·凯利（KK）的对谈，有人分享说：AI时代最核心的竞争力是洞察与天赋、超前认知和超强执行力。

我也看到一个案例：一位微博创作者看到我转发的一个高质量对谈视频，立刻用腾讯元宝提取文字稿，用 AI 改写文章，当天涨粉 6000，并在快团团私域变现。我也学到了这招，针对GEO（生成式引擎优化）时代写了一篇知乎文章，结果老客户看到后直接签了 50 万的单子。所以我觉得洞察和执行力非常重要。大家怎么看？

于北川： 一般讲最重要容易招骂，因为通常是综合能力。但如果非要选一个，我会说快。

只要够快，就能抓住窗口期。因为技术变化太快了，比如 No Banana（此处可能指代某具体模型或代号）最近刚发了新版本，或者像年初 Sora、Claude 3.7 发布时。当新模型发布，过去做不了的事情突然能做了，这时候考验的就是谁能最先在场景里快速落地。

长期来看，光靠快留不下东西，但没有快你连入场券都没有。这个快不仅是执行快，更是认知和接受新事物的速度。

马亮： 除了快，我觉得最重要的是敢于跳出舒适圈。

面对一项工作，不要习惯性地用老模式。应该给自己提个醒：这个事情有没有 AI 工具能更好、更高效地完成？ 这种时刻保持寻找 AI 替代方案的意识，在这个迭代迅速的时代是非常重要的能力。

汪洋： 现在的 AI 创业者有机会成为一人公司，实现原本一个团队才能完成的事。

在这个阶段，创业者需要脑力和心力。你会发现完全可以靠自己加上一堆 AI 工具，把各个岗位的任务完成，去掉了大量的协作沟通成本。

你需要让自己每天处于很嗨的状态，并保持这种状态的持久性。这时候真正比拼的是你的脑力和心力。

王金星： 我觉得有两个力。

第一是想象力。AI 的底层能力在进化，但它亘古不变的是要和屏幕前的人互动。很多优秀的 AI 设计创作者，不一定是原来用 Photoshop 最牛的人，但一定是最有想法、有表达欲的人。

第二是执行力。我也关注了很多 AI 博主，这两天他们一定很辛苦，因为 Gemini 3、Nano Banana Pro等新模型密集发布，他们通宵达旦赶稿测模型。作为看客，我们有没有去试、去玩？你是看热闹的，还是AI浪潮里的参与者？区别就在这里。

李样兵： 昨天晚上 No Banana（注：疑为代指某新模型）发布，正常是12点，实际上 DeepMind（推测）大概 11:50 就发了，我们 WaveSpeed 也是 11:53 上线，其实就是在抢那两分钟。

除了执行力，我想分享第二点：从 0 到 1 的商业化路径是否想清楚？

很多创业者想做 AI，上来就想融资、找团队、做供应链。现在模型能力很强，能不能一个人先用 Claude 一天写个网站上线？先跑通流程，有了第一笔收入，再考虑加 Agent、加供应链。一定要把商业化路径极致简化，先跑起来。

 

如何平衡用户、客户与商业？（关于偷来的智慧）

汪丽娜： 我分享两句话：偷来的智慧，如履薄冰和你的竞争力来自于别人看不到的地方和你的确定性。

我想问问大家，最近有没有从专家、用户或过往经验中偷来的智慧，并带来了商业结果？

于北川： 我感觉我每天都在偷。引用张一鸣的一句话：所有的生产要素都可以构建，只有认知才是壁垒。

但认知从哪来？都是偷来的，或者说是后天习得的。比如字节跳动的组织文化，什么坦诚清晰、追求极致，其实也是张一鸣从别人那学来的，但很管用。

我们在产品上线后，通过调研用户为什么流失、为什么付费，获得的这些认知也是偷来的。

我觉得只有学习能力是自己的。通过快速迭代反馈，把外部的知识转化为自己的认知。其他的学历、背景、融到的钱，其实都不关键。

马亮： 我们今天产品正式公测，也想从在座各位用户这里偷一下认知。

我们希望知识工作者来试用我们的产品，多提建议。我们提供了一个福利：扫码可以领三个月会员。因为每个人的工作场景不一样，需要的工具也是长尾的。我们希望从用户的实际使用中偷到真实需求，把大家需要的 MCP 工具及时加进来。

汪洋： 我们有一个客户非常有意思，他用我们提供的工具，背后套了一个 Claude Code，把它打造成自己垂直场景的 Agent 底层能力，然后直接在上面套了个平台实现业务落地。

他用通用的 Agent 能力，快速打造了一个垂直场景的准商用 Demo。原本需要半个月、一个月开发的东西，现在两三天就搞定了。这种用先进工具打造为自己所用的方式，就是一种变相的偷，也是非常好的经验。

王金星： 我们从用户那里偷到了一个痛点。

在大模型刚出的时候，文生图很火。但用户在社区吐槽：生成只需 3 秒钟，修改要花 3 小时。 AI 生成的前 80 分很丝滑，但要达到 90 分、100 分能发出的标准，修改起来太难了。

收到这个反馈后，我们做了一件事：基于创客贴积累的大几十万结构化模板数据，对底模进行了微调。现在我们生成的 AI 设计内容是可分层、可分图层的。用户二次修改时变得非常简单。这个改进大幅提升了 AI 功能的渗透率。

这让我明白：用户不在乎是不是 AI，只在乎能不能更快、更简单、更低成本地解决问题。

李样兵： 我创业初期最喜欢干的事，就是每周去刷竞对的 Discord（Disgust）。

竞对的 Discord 里有很多用户反馈，抱怨哪些问题没解决。我是从竞对那里学习最快的。看看他们的用户定位、产品设计。

但偷完之后，关键是怎么吸收并转化为自己的东西。你需要有自己的初心和定力。比如很多用户问我们做不做 To C，我们非常坚定地只做 To B、To D（Developer）。

 

关于碳硅一体白领与人性优势

汪丽娜（主持人）： 最后一个问题。前段时间我在云栖大会听到科沃斯董事长钱总提到一个词：碳硅一体白领。

DeepSeek 对此的解释是：善于指挥 AI 的人，以及在人性层面（创造力、共情、伦理）拥有不可替代优势的人。

大家现在的组织里，有没有去布局这种在艺术、影视、音乐等人性层面有优势的人才？

于北川： 从商业创业公司的角度，我们思考的是 AI 会替代什么，什么会留下。

我们发现，AI 很难做好决策和品味。

品味（Taste），或者说审美、调性，是核心竞争力。就像快手和抖音有不同的审美。艺术工作者的核心竞争力是审美。

我们希望团队越小越好，留下的全是 AI 替不掉的人。这类人能用 AI 解决脏活累活，最后做的是收口的决策和坚持品味判断。AI 很难替代 CEO 或高阶决策人，因为这涉及复杂的判断和调性把握。

马亮： 碳硅一体这个词很 Fashion。

我觉得只要是碳基生物，能充分利用硅基世界的能力，就是碳硅一体。我们做产品的初衷就是赋能这些白领。

甚至我们做了一个桌面小秘书，我按一下它，直接下达自然语言指令，它就帮我操作电脑。这个过程就像机械飞升。

随着 Nano Banana 2（注：指代最新一代模型）这种模型的发布，改图变得无比简单。碳基生物和硅基生物正在不断融合进化。

汪洋： 碳硅一体会在未来半年到一年走进我们的生活。

我们公司最近在做变革：原本 50% 代码由人写，现在强烈要求 95% 以上必须由 AI 写。

这导致对人的要求变了。人不需要做具体的职能分工（前端、后端），而是要更高维度地抽象想法和思路。

我们做完变革后，人员减少了 30%，但效率提升了 2 到 3 倍。主要原因是省去了大量人与人之间的沟通成本，变成了自己跟自己（的 AI）对齐。这对每个人的能力提出了更高挑战。

王金星： 我比较赞同于总的观点：不可替代的是判断力。

大家有没有发现：专业的人在做专业事时觉得 AI 不太行，但在做非专业领域时觉得 AI 很强。 我是做产品的，觉得 AI 写代码很牛，因为我不会写；但程序员可能觉得 AI 代码一般。

未来，专业人士（如设计师）依然存在，但会变成生态共生体。他们变成提供高审美模板的人、提供企业 VI 标准的人，而普通营销人员调用这些模板进行高效协同。

创意、判断力、人性层面的知识，依然是碳基生物的核心价值。

李样兵： 我最近面试发现，考察标准完全变了。

以前看重你会什么技能（Java、Python），现在更看重你的思路（Idea）。你会不会用 AI？你怎么做这个事？

如果一个人很 Open，愿意接受碳硅转换，那就是我们需要的人。如果他很保守，只想做自己原来的一亩三分地，那很难融合。

这不仅是组织的转变，更是个人的转变。未来每个人都应该是全能手。

汪丽娜： 谢谢各位的真诚发言。今天的圆桌对谈就到这里，谢谢大家！