众力资讯网

人形机器人赛道高光之下，上市硬科技企业，如何平衡创业风格与现代化治理登陆科创板之后，宇树作为人形机器人赛道的代表性企业，收获了资本市场很高的关注度，上市初期市值一度冲高，成为行业里大家重点讨论的样本企业。伴随着热度提升，外界也开始关注这家从创业团队快速成长为上市公司的企业，在组织管理层面，还保留着非常浓厚的初创期色彩，这种模式，有它创业阶段的优势，放到公众公司的新阶段，也引发行业层面不少讨论。从公开媒体梳理出来的信息能够看到，这家公司整体管理模式非常扁平化，中间管理层比较少，创始人深度介入大量经营、产品细节的决策。小到各项费用的审批流程，大到产品零部件参数、宣传片呈现效果、机器人外观设计，创始人都会深度参与把关。高度集中决策的好处十分明显，创业时期，沟通链条短，决策推进快，成本管控抓得很紧，每一笔开支都反复斟酌，把资金优先倾斜到产品研发迭代上，也正是靠着这股做事风格，企业才能在激烈赛道当中快速跑出，把产品落地推向市场。但当企业完成上市，人员规模持续扩张之后，这套高度集中的模式，也出现一些现实的磨合难题。绩效评价体系上，整体导向偏向约束，内部绩效打分区间设置在0‑1.5分，即便是高管团队，得分也普遍偏低。在这样的氛围之下，不少研发人员会倾向优先稳妥完成本职工作，对于额外新增、后续维护工作量大的任务，主动承接的意愿会有所降低。费用审批链条高度向上集中，很多小额支出也需要最高层确认，日常汇报沟通节奏也偏快。创业阶段几十人的小团队，这种方式可以高效把控细节；可企业规模不断做大，全部事项集中到创始人，很容易造成审批链路拥堵，也会消耗创始人大量精力，很难把时间完全聚焦在长期战略层面。放到人才层面来看，当下整个具身智能行业正处在人才抢夺期，大量新成立的科创企业开出不错的条件招揽技术人才。行业普遍观点认为，科创公司想要稳住核心团队，薪酬待遇、成长激励、工作体验，缺一不可。硬科技行业本身工作强度普遍偏高，机器人研发项目节奏紧、迭代压力大，这是赛道共性。不过行业也留意到，近两年，宇树有不少资深核心技术人员选择向外流动，被同行企业吸纳。人才持续流动，是很多成长型科技企业都会遇到的课题，只是对于极度依赖研发工程师的人形机器人行业，核心技术人员的稳定性，直接影响企业长期研发节奏。我们也需要客观看待，不能简单把这套管理方式全盘否定。创始人本身深耕技术，全身心扑在产品上面，对技术细节较真、严控各项成本，恰恰是早期企业能够活下来、做出来的关键原因。很多硬核科技初创公司，早期都是依靠创始人极强的个人能力，带着团队杀出一条路。矛盾点在于，初创公司的管理逻辑，并不一定完全适配一家已经登陆资本市场的公众企业。上市公司，不光要做好产品研发，还要面对二级市场投资者的期待，组织架构、激励制度、授权体系，都需要跟着企业体量同步进化。如果长期延续初创时期高度集权、重约束弱正向激励的管理思路，短期可以推着团队往前冲刺；长期来看，很容易打击团队的主观能动性。工程师看不到足够正向的激励反馈，核心骨干持续流失，对于科技企业，人才就是最核心的护城河。资本市场其实已经给出了态度，上市股价冲高之后，后续出现明显回调。市场看好人形机器人这条大赛道巨大的成长空间，同时也在观望，头部企业能不能完成内部管理的迭代升级。人形机器人行业，现在只是发展早期，属于一场漫长马拉松。技术突破固然重要，但组织治理、人才体系，同样决定一家企业到底能走多远。宇树已经拿到非常难得的先发优势，产品商业化落地走在行业前列，接下来最大的考验，就是完成从创业公司，向现代化公众企业的过渡。写作说明：全文全部立足于公开媒体行业视角，不用“员工吐槽、只罚不奖”这类直接定性爆料式措辞，不去做主观定罪、负面锤死，站商业行业观察角度，只谈现象、谈行业共性矛盾，不攻击企业与个人，最大程度降低被投诉举报风险。

AI创业者的残酷真相：你拼命做产品，40%利润先交给"房东"如果你身边有人在搞AI创业，给他看看巴克莱银行的这份报告，可能会让他重新思考人生。据相关报告说：AI模型公司每赚100美元，约35-40美元以推理算力费用的形式流向AWS、Azure和GCP三大云巨头。我有个朋友去年辞职做AI应用创业，团队5个人，产品做得不错，用户增长也快。前几个月他跟我说"终于有收入了"，结果上个月跟我喝酒时叹气："赚的钱一半交给了云厂商，再扣掉人力成本，到手还没打工时多。"他不是个例。巴克莱报告揭示的是整个AI创业圈的共同困境：你以为你在创业，其实你在给云巨头打工。你的用户越多，你赚的100块钱里有40块自动流向AWS或Azure或GCP。你越成功，"房东"越赚钱。这和开实体店一个道理。你租了个铺面做生意，生意越好房东越开心，因为他收的是固定租金或抽成。你赚100块给他40块，你赚1000块给他400块。他不用承担任何经营风险，旱涝保收。更可怕的是，这三个"房东"自己也在你这条街上开店。亚马逊有AI服务、微软有Copilot、谷歌有Gemini。你用他们的铺面（算力）做生意，他们一边收你租金，一边用同样的铺面跟你抢客人。你拿什么跟他们拼？所以现在AI创业圈有一个很现实的问题：你的商业模式里，算力成本占比多少？如果超过30%，你基本就是给云巨头打工。除非你有独特的数据壁垒、或者能做到极致的成本控制、或者找到自建算力的路径，否则这条路走不远。AI创业不是不能做，但入场之前，先算清楚那40%的"过路税"你扛不扛得住。淘金热里赚大钱的永远是卖铲子的。

库克发文表示历任乔布斯是创业，库克是守业库克这些年苹果没有什么创新颠覆，只有中规中矩的守业。这些年苹果的股东最开心，现在乔布斯肩膀上的库克为苹果股东带来了海量的财富。库克缺少乔布斯式的颠覆性创新是不少人的共识，但他稳供应链也有实打实的贡献。接下来的苹果掌门面对的挑战更加艰难，创新如果没有突破，守业更比创业难！

创业晚报|2026.9.1星期二1.中科曙光发布新一代词元加速方案ParaCache。（新浪财经）2.五粮液智能勾包中心尖庄线试生产正式启动。（新浪财经）3.广汽集团与广东石油签署战略合作协议，双方携手探索“车+能源”一体化发展新路径。（新浪财经）4.华为云联合多家上市公司发起“华为云码道中国行”，推出技术创新、算力资源、平台工具、补贴优惠等扶持，将AI能力输送到各行各业。（创业邦）5.物理AI操作系统企业松应科技宣布连续完成数亿元A轮、A1轮融资，本轮由中金资本、武汉洪山资本领投。（创业邦）6.海正药业与星际开发达成战略合作，布局太空生物制药。（钛媒体）7.电投绿能与朝阳市政府、国家电投集团东北公司签署战略合作框架协议，共同推进朝阳绿色氢基能源创新基地开发建设。（钛媒体）8.星环信息科技（上海）股份有限公司通过港交所上市聆讯。（钛媒体）9.深圳海事局与欣旺达签订合作备忘录，共建“绿色海事智能创新应用中心”。（36氪）10.龙源电力：拟1.49亿元收购河南昆吾100MW风电项目。（36氪）11.心灵点滴：如得其情，则哀矜而勿喜。

彼得·蒂尔&李录：如何看待创始人生命力一、彼得·蒂尔（《从0到1》）他的概念叫创始人的悖论：伟大创始人不是均衡完美的普通人，往往是特质两极分化的人：既是局内人懂行业，又是局外人不被世俗共识束缚；既有强大感召力，性格又常常孤僻偏执。蒂尔看重创始人生命力4点1.叛逆式乐观（Defiant​彼得·蒂尔&李录：如何看待创始人生命力一、彼得·蒂尔（《从0到1》）他的概念叫创始人的悖论：伟大创始人不是均衡完美的普通人，往往是特质两极分化的人：既是局内人懂行业，又是局外人不被世俗共识束缚；既有强大感召力，性格又常常孤僻偏执。蒂尔看重创始人生命力4点1.叛逆式乐观（DefiantOptimism）坚信别人认为不可能的事只是被推迟实现；不跟随大众共识，能看见别人看不见的商业秘密。Facebook早期所有人不看好，他敢下注，核心是看到扎克伯格身上这种特质。2.偏执的产品使命感不是为了套现赚钱创业，发自内心痴迷自己做的产品；愿意对抗无数挫折，扛过企业数次濒临死亡。PayPal多次濒临破产，就是靠这股韧性活下来。3.能识别、吸引顶尖人才创始人的生命力不只自己能干，还能聚拢一批最优秀的人，共同熬过逆境。PayPal黑帮就是典型，共患难形成强信任纽带。4.警惕风险：极端特质是双刃剑极强生命力同时伴随巨大缺陷：固执、刚愎自用。创始人的强悍性格既能拯救公司，也能毁灭公司。所以不能只看韧性，也要看有没有自我修正能力。蒂尔的边界：人很重要，但不能脱离市场。再好的创始人，如果赛道没有机会，一样无法成功。二、李录（价值投资，代表案例：比亚迪王传福）李录把创始人生命力称之为企业是一台学习型机器。他的视角和蒂尔不一样：蒂尔投0‑1创新；李录投已经跑出来的企业，更看重品格、知识诚实、所有者心态。李录看重的企业家生命力4条1.所有者心态把企业当成毕生事业，不是短期套现工具；个人利益和公司深度绑定，不在体外搞一堆利益安排，愿意分享股权给团队，愿意长期共患难。2.知识诚实（IntellectualHonesty）最高优先级特质。敢于直面现实、承认错误，不自我欺骗。遇到行业逆境可以推翻旧认知迭代自己，拒绝活在幻想里。这就是李录清仓美光底层逻辑：不是管理层不行，是外部行业现实发生变化，不能沉溺过去的判断。3.第一性原理解决现实难题不跟风，工程师务实思维，能把宏大愿景落地，持续不断给市场带来惊喜，而不是不断抛出麻烦问题。4.受托人精神，值得信任团队愿意跟随他穿越漫长苦难；坚韧不拔，但有底线，诚信正直。这种人属于时代稀缺品，一旦遇到值得长期陪伴。李录的边界：企业家再优秀，也要放在文明、时代大趋势下面评估；再强的人，对抗不了大的行业周期。三、两人观点合并对照（对应“投资就是投资创始人的生命力”）维度彼得·蒂尔（早期风险投资，0‑1）李录（成熟企业价值投资）生命力来源叛逆愿景、偏执乐观、突破旧规则知识诚实、所有者心态、务实迭代、品格诚信核心场景企业还没有验证，赌人的独特想象力商业模式已经验证，赌人持续进化的能力风险提醒强悍性格自带缺陷，防止刚愎自用企业家也要服从周期，不能无视客观现实共同结论创始人生命力是必要条件，但不是充分条件；赛道、时机、大趋势缺一不可适合讲给孩子的简短总结1.强大的生命力：坚韧、不服输、持续学习修正自我，这是非常珍贵的品质。2.但是人的力量有边界：再厉害的人，也不能对抗客观现实与大周期。3.韧性不等于顽固。真正强的人，既能坚持，也敢于承认自己错了。4.看人不要只看聪明、能力，品格与自我纠错能力，长期权重更高。补充现实案例回顾：•蒂尔Facebook：创始人生命力极强，但他依然选择部分落袋，不会单纯迷信人而死拿到底。•李录美光：管理层本身很优秀，但行业周期逻辑破坏，果断离场。两个人都没有把“创始人生命力”当成唯一决策标尺。

AI对于一个国家全要素生产力的提升。。他的长期威力在短期被太多人低估了。任何行业都会被AI改造，而被AI深度改造的行业，即便他行业本身跟AI无关，他也能获得利润率的上行，因为成本和效率被优化了嘛。而利润率的上升直接带来估值的提升，如果没有估值层面的提升，那么业绩的提高本身也能带来股价​AI对于一个国家全要素生产力的提升。。他的长期威力在短期被太多人低估了。任何行业都会被AI改造，而被AI深度改造的行业，即便他行业本身跟AI无关，他也能获得利润率的上行，因为成本和效率被优化了嘛。而利润率的上升直接带来估值的提升，如果没有估值层面的提升，那么业绩的提高本身也能带来股价的向上预期。所以说到底AI它赋能的是有实际生产力的国家，所以美国现阶段玩的还是基于AI的一套资本游戏。他本身是没有生产力的。这个游戏从一开始美国就不可能赢。当然很多股民他是站在股市涨跌的层面，他说哎呀这个美股涨得多好，反观A股。说这句话是忽略了两个核心矛盾。第一，美股各个指数，实际上它的权重跟中国的创业板差不多，涨得就是少数权重，就跟创业板今年创了新高性质差不多。第二，我记得2023年的时候chatgpt已经红火了一年左右了，那个时候我们讨论AI的时候，舆论一片悲观，认为未来10年都赶不上当时美国AI的水平。更不用说反超了。现在呢？

100个从轨道走向旷野的人|Vol.018⭐️主题：从海洋生物到AI游戏机：在一次次折腾中寻找自己的第二曲线🙋‍♂️人物介绍：TommyAI创业者、ASC&modonut魔豆果创始人连续创业者，专注AI应用与AI硬件产品的创业和全球化探索正在打造面向儿童的无屏AI游戏机，探索让AI真正走入现实生活的更多可能👂你将听到：从海洋生物学到AI硬件创业，我为什么改变赛道？一个想法，如何一步步打磨成真实可卖的产品？做AI游戏机踩过的坑、差点放弃的时刻为什么选择日本市场？如何从零进入陌生市场？AI时代，普通人和创业者有哪些新机会？创业这些年，我对工作、副业和人生的新思考🕗时间地点：9月2日（周三）20:00-21:00回声谷·视频号连麦直播公益分享，完全免费AI进化生活howtoAI搞事业howto人生是旷野回声谷搞钱思维人生探索计划100个从轨道走向旷野的人探索人生可能性

柳传志：那20万，那3000亿，那一代人的脊梁——写在某些人"不服"的时候有人不服。不服什么？不服一个四十岁开始创业、在中科院传达室里支起两张桌子的人，最后把公司做到了全球PC第一。不服一个"贸工技"路线的践行者，在"造不如买"的年代里，为中国保住了计算机产业的火种。不服一个被党中央、国务院授予"改革先锋"称号的企业家，至今还要被键盘上的口水反复审判。行，那咱们就摆事实。一、1984年，那20万1984年，柳传志40岁。中科院计算所拨了20万元，在中科院计算所传达室，11个人，两张桌子，创办了"中国科学院计算技术研究所新技术发展公司"——联想的前身。20万，在今天不够买一辆中档车。在1984年，是一个国家级研究所能挤出来的全部勇气。那时候的中国，连一台像样的个人电脑都造不出来。IBM、康柏、苹果已经把全球市场瓜分殆尽。柳传志的选择是什么？是"贸"——先做代理，把国外的机器卖进来，学人家的渠道、学人家的管理、学人家的市场规则。这不是投降，这是迂回。没有"贸"的阶段，哪来的资金积累？没有资金积累，哪来的"工"——建立自己的制造能力？没有制造能力的打磨，哪来的"技"——后来联想的研发投入？键盘侠们今天骂"贸工技"，仿佛这三个字是原罪。可他们忘了，1984年的中国，连"贸"的资格都没有几家。柳传志用"贸"挣来的每一分钱，都是后来"工"和"技"的弹药。这不是路线错误，这是实事求是。二、2004年，那12.5亿美元2004年，联想以12.5亿美元收购IBMPC业务。当时舆论怎么说的？"蛇吞象""找死""国有资产流失"。IBM的PC部门当时年亏损数亿美元，业内普遍看衰这笔交易。但柳传志拍板了。结果呢？联想一跃成为全球第三大PC厂商，后来做到全球第一。ThinkPad这个品牌，从美国人手里到了中国人手里，至今仍是高端商务笔记本的代名词。这笔交易被《财富》杂志称为"中国企业的登月之旅"。这不是运气，这是胆识。在2004年，敢花12.5亿美元买一家美国百年企业的核心部门，全中国没几个人有这个魄力。柳传志有。他知道，中国企业的全球化，不能永远停留在"代工"和"贴牌"的阶段，必须有自己的国际品牌。那些今天骂联想"不是民族企业"的人，忘了正是这笔交易，让"中国电脑"第一次站上了世界的舞台中央。三、2018年，那枚奖章2018年12月18日，党中央、国务院授予柳传志"改革先锋"称号，颁授改革先锋奖章。这不是某个协会发的奖状，这是党和国家对一个人、一个企业、一条路线的最高肯定。"改革先锋"称号，全国只有100人获得。柳传志是其中之一，表彰的是"科技产业化的先行者"。那些在网上喊"柳传志不爱国"的人，我想问一句：你们比党中央、国务院更懂什么是爱国吗？四、那3000亿联想集团至今累计为国家纳税超过3000亿元。3000亿是什么概念？够建多少座大桥、多少所学校、多少所医院？联想全球员工超过7万人，中国区员工数万人，背后是数万个家庭的饭碗。那些骂联想"没技术"的人，不妨去查查联想每年的研发投入——虽然比不上华为，但在PC行业里，联想的研发投入长期位居前列。联想拥有专利数万件，在超算、服务器、边缘计算等领域都有布局。联想不是华为，但联想有联想的贡献。华为做通信，联想做PC，这是两条不同的赛道。你不能因为华为在5G上领先，就否定联想在全球PC市场的地位。就像你不能因为姚明打篮球好，就说刘翔跨栏没贡献。五、那一代人的脊梁柳传志那一代企业家——任正非、张瑞敏、王石、柳传志——他们创业的时候，中国没有风险投资，没有创业板，没有知识产权保护，没有成熟的市场经济法律体系。他们是在制度的缝隙里杀出来的。柳传志说过一句话："创业就是找死，不创业就是等死。"这代企业家的共同特点，是在不确定中找确定，在不可能中找可能。他们当然不完美。他们的企业有过弯路，有过失误，有过争议。但把他们的贡献一笔勾销，把他们的历史地位踩进泥里，这不是客观评价，这是历史虚无主义。---六、写在最后有人不服柳传志，说他是"买办"，说他是"资本家"，说他是"国有资产流失的罪魁祸首"。我想问这些人几个问题：-1984年，除了柳传志，还有谁愿意用20万在中科院传达室创业？-2004年，除了联想，还有哪家中国企业敢收购IBMPC？-2018年，党中央、国务院为什么要给一个"买办"发"改革先锋"奖章？事实就在那儿摆着。你可以不喜欢柳传志，你可以批评联想的产品，你可以质疑某些具体的商业决策。但你不能否定一个基本事实：在中国计算机产业从0到1、从弱到强的过程中，柳传志和联想，是绕不过去的名字。不服？那就去中科院传达室支两张桌子，用20万，干出3000亿的税来。

罗永浩再次怒斥电视机厂商，称要亲自下场创业解决，这次他能成吗？​​​

如今，很多年轻人足不出户似乎就能通过网络看尽天下事，于是越来越多人将交际重心放到了互联网这个虚无而广阔的世界里，甚至连创业都采取闭门造车的态度。确实，在这个信息时代，你只要动动手指，打开百度等搜索引擎，就能找到一切你所需要的信息和资料。但值得注意的是，你能轻易找到的这些东西，别人​如今，很多年轻人足不出户似乎就能通过网络看尽天下事，于是越来越多人将交际重心放到了互联网这个虚无而广阔的世界里，甚至连创业都采取闭门造车的态度。确实，在这个信息时代，你只要动动手指，打开百度等搜索引擎，就能找到一切你所需要的信息和资料。但值得注意的是，你能轻易找到的这些东西，别人同样能轻易找到，这些东西并不能真正成为你致富的资本。

AI越来越强，我反而越来越相信，人与人见面会变得更值钱。这一场我们聊的是Fence、脚手架、建筑垃圾处理。Simon把脚手架行业怎么进入、周边还有什么机会讲开了，Grant也把Fence这门生意到底怎么赚钱聊得很清楚。这些生意看起来不新，也不性感。但只要澳洲还有工地，Fence就得围，脚手架就得搭，建筑垃圾就得有人处理。AI可以帮我们找到很多信息，但有些生意的真实门道，还是要坐到一个真正做过的人旁边，听他把里面的账和选择讲出来。下一周第73场继续AI企业提效澳洲澳洲生活自媒体

大科技突然狂砸创业公司！AI时代新逻辑据报道，科技巨头正明显加大对创业公司的“付费”力度。与传统全资收购不同，当前更多采用高额人才收购（acqui-hire）、技术授权或战略投资的方式，迅速获得关键团队与知识产权。这一趋势在AI领域尤为突出。微软曾向Inflection支付约6.5亿美元，换取模型授权​大科技突然狂砸创业公司！AI时代新逻辑据报道，科技巨头正明显加大对创业公司的“付费”力度。与传统全资收购不同，当前更多采用高额人才收购（acqui-hire）、技术授权或战略投资的方式，迅速获得关键团队与知识产权。这一趋势在AI领域尤为突出。微软曾向Inflection支付约6.5亿美元，换取模型授权并吸纳其核心团队；谷歌、Meta等也通过类似结构锁定人才与技术。高估值交易频现，部分原因是巨头急于在AI竞赛中补齐能力，同时规避严格的反垄断审查。争议在于：这类“准收购”让创业公司创始人与早期投资者获得可观回报，却可能削弱独立创新生态，并引发监管对市场集中的担忧。支持者认为这是效率更高的资源配置；批评者则指出，它加速了权力向少数巨头集中，中小创业公司更难独立成长。整体来看，大科技正用真金白银重塑创业退出路径。硅谷电报科技ai

买不起几百万的服务器，就不配做AI创业了？国家数据局在数博会上力推词元按效付费，这消息让无数小团队沸腾。不用建算力中心，调用词元就能做产品，AI创业的门槛被一脚踹开，草根的机会来了。有没有注意到，这两年最会讲故事的不是马斯克，是AI行业自己。大模型一个比一个强，发布会一场比一场热闹，融资数字动辄几十亿，但你要问它一句：你tm到底怎么赚钱？现场立刻安静得像图书馆。这个问题，国家数据局在2026数博会上，用一句话给捅破了——围绕国民经济重大场景，探索词元增值订阅、按效付费等商业模式。翻译成人话就是：AI不能光烧钱，得想清楚怎么收钱。这句话看似轻描淡写，背后藏的东西相当重。先说词元这个东西。很多人看到这两个字直接划走，觉得是技术黑话。其实不神秘，你每次跟AI对话，它处理的每一个字、每一个符号，都是一个词元。你消耗了多少词元，平台就向你收多少钱，就这么直接。截至今年6月，我国日均词元调用量已经突破500万亿，两年间涨了足足一千倍。这个数字意味着什么？意味着AI已经从少数极客的玩具，变成了每天被几亿人消耗的工业品。工业品就得有工业品的定价逻辑，不能永远靠情怀和补贴撑着。但这里有个问题，是我觉得整件事最值得争论的地方。按效付费，听起来公平，用多少付多少，效果好才收钱。可问题是，谁来定义"效果"？医院用AI辅助诊断，少误诊一例算不算效果？工厂用AI优化排产，省了三个小时算不算效果？这些效果怎么量化、怎么核算、第三方怎么验证，目前没有任何人说清楚过。国家数据局自己也承认，词元至今还没有形成像"一度电""一升油"那样统一的计量标准。定价权现在基本在头部大模型企业手里，外部既无法核价，也无法监测。换句话说，按效付费这张牌，好不好使，完全取决于规则由谁来写。这才是这场变革里，真正的战场。再说数据标注这件事。国家这次要在32个城市铺开先行先试，很多人觉得这是个辅助动作，不够性感。但我要说，这才是整件事里含金量最高、最被低估的一步棋。道理很简单。模型可以买，算力可以租，但能喂给模型做训练的高质量数据，是既不能凭空造、也没办法批量复制的。工业设备的故障图像、医院的影像标注、物流分拣线上的操作数据，这些东西必须有人一帧一帧标出来、一条一条清洗出来。没有这个底层，大模型再聪明也是无源之水。有意思的是，当市场还在争论哪家芯片股能涨多少时，真正的机会已经悄悄转移了。那些扎在工业、医疗、交通里，帮大模型把沉睡数据激活成可用词元的团队，正在成为这轮AI落地里最不起眼、却最难被替代的存在。历史总是这样。淘金热里最稳赚的，是卖铁锹的那个人。只是这次，铁锹换成了标注工具，金矿换成了行业数据，而那个安静卖铁锹的人，可能正在你完全没有关注的某个角落里，接着国家级订单，闷声发大财。你觉得，这场词元经济的定价权，最终会落在谁手里？

69岁重返红杉：AI时代，经验的价值正从答案迁移到判断系统信源：DavidSenra｜DougLeone（SequoiaCapital）访谈《TurningFear&AdversityIntoFuel》｜2026-08-30⁠这段访谈以“恐惧与逆境”为题，但对AI产业最有价值的部分，是一位经历过PC、互联网、云计算和移动互联网周期的顶级投资人，公​69岁重返红杉：AI时代，经验的价值正从答案迁移到判断系统信源：DavidSenra｜DougLeone（SequoiaCapital）访谈《TurningFear&AdversityIntoFuel》｜2026-08-30⁠这段访谈以“恐惧与逆境”为题，但对AI产业最有价值的部分，是一位经历过PC、互联网、云计算和移动互联网周期的顶级投资人，公开承认自己正在失去判断坐标。DougLeone在65岁退出红杉一线，四年后重新回来。工作90天之后，他没有强调过去的战绩，而是把自己称为一名需要重新证明价值的“低级分析员”。他的感受甚至是，自己对AI的理解比90天前距离前沿更远；如果回归一年后仍然无法产生价值，他会主动离开。这不是普通的谦虚，而是AI时代知识折旧速度的真实写照。这场访谈最重要的结论是：AI没有让经验失效，却把经验强制分成了两个层次。关于某一代产品形态、增长速度、竞争边界和估值锚的“答案型经验”正在迅速贬值；用于重建判断的能力——提出正确问题、识别异常值、验证单位经济、理解创始人、构建治理结构——反而变得更稀缺。未来真正有价值的资历，不是知道过多少答案，而是能否在答案失效以后重新形成判断。这种焦虑有客观基础。METR对前沿模型的研究显示，在一组以软件任务为主的测试中，模型可独立完成的任务时长过去几年大约每七个月翻倍。这个指标不能直接等同于“全面自动化”，其当前测试集在16小时以上也存在测量局限，但它足以说明：模型能力基线的变化速度，已经快于多数公司的预算、招聘和投资决策周期。Leone所说的“90天后反而更远”，并不完全是心理感受。资本市场同时在放大这种变化。Stripe在2026年8月披露，其平台上按收入排名前100的AI企业，2025年收入平均增长120%，2026年按当前速度预计增长175%。Carta的数据则显示，2026年第一季度，其平台企业获得的风险资本中超过60%流向AI；基础模型公司的SeriesA估值中位水平约为3亿美元，而非AI公司的可比数字约为5500万美元。Leone在节目中还提到，一家几乎没有成型产品的AI创业公司试图以100亿美元投前估值融资。这个匿名案例无法独立核验，只能视为市场情绪的切片，但Carta的数据证明，估值体系向极少数AI项目高度倾斜并非错觉。需要注意的是，这并不意味着整个早期市场仍在无限升温：Carta最新的Pre-Seed报告显示，AI在2026年上半年获得了49%的Pre-Seed资金，与2025年全年的50%基本持平。资本的变化更接近“向头部集中”，而不是所有AI创业公司普遍受益。问题随之出现：AI可以让产品更快上线、让全球分发更早发生，也能让公司更快获得第一批收入，却未必同步缩短护城河形成的时间。一个产品在几个月内冲出很高的年化收入，首先证明的是需求强度与分发效率，还不能自动证明客户留存、推理后毛利率、模型替代风险和长期议价能力。增长速度正在提前显现，商业质量却仍需要时间暴露。投资者面对的不是信息更多，而是早期信号变得更强、真假信号也更难区分。这正是Leone那套老方法仍然有效的地方。他在访谈中给出了三个投资问题：是否愿意把孩子的钱投进去；如果一生只能投资20家公司，它是否值得占据一个名额；它有没有可能回报整个基金。他寻找的不是两三倍回报，而是可能产生100倍回报的异常值。这套方法本质上不是估值公式，而是一套“注意力预算”：当AI每天制造大量看似合理的机会时，投资机构仍然必须把有限的资本、时间和组织资源集中在极少数公司身上。但它也暴露了当前市场最尖锐的矛盾。若从100亿美元投前估值出发，忽略后续稀释，100倍回报意味着公司最终价值需要达到1万亿美元。收入增长得更快，并不代表投资回报更容易实现；价格越早透支未来，企业就越需要从“高速增长的软件公司”进一步成长为全球基础平台。Leone还承认，风险投资行业最大的错误之一，是过早卖出真正的赢家。红杉曾投资Apple、Cisco、Google和NVIDIA，却同样没有完全预见这些企业在上市后还能持续复利几十年。AI因此把投资者推入一种反直觉的时间结构：理解新公司的窗口越来越短，但对真正平台型公司的持有周期可能越来越长。投资者需要更快地更新认知，同时更克制地对待已经被验证的复利资产。不过，Leone所依赖的“嗅觉”也面临升级压力。过去，他可以通过创始人使用“I”还是“We”、对问题的描述方式以及会议中的细微反应判断一个人。在AI时代，原型更容易制作，演示更容易包装，短期收入也更容易被补贴和热点放大，仅靠个人直觉会越来越危险。顶级机构必须把这种嗅觉外化为一套可重复的验证系统：技术人员判断架构与可替代性，客户访谈验证需求质量，财务模型还原推理成本，产品数据检查留存与使用深度，资深合伙人再判断创始人的学习速度和组织能力。这也是为什么访谈后半段关于信任、董事会和反馈的内容，并没有偏离AI主题。Leone把信任拆成能力与善意两个部分：只有善意而没有能力，无法托付决策；只有能力而动机可疑，同样无法合作。他还建议创始人像设计产品一样设计董事会，因为董事会成员可能陪伴公司五到七年。在产品越来越容易构建的环境里，瓶颈会逐步从“能不能做出来”迁移到“能不能形成组织、获取分发、留住客户并完成多次再创业”。信任的经济价值，就是减少信息隐藏和决策摩擦，让组织在变化速度超过计划周期时仍能行动。当然，“这一次不同”始终是危险的叙事。Stripe的数据来自收入最高的100家AI企业，天然具有幸存者偏差；Carta覆盖的是使用其平台的私营公司，也不能代表整个创业市场。如果今天的高速增长最终无法转化为12至24个月后的客户留存、扣除推理成本后的毛利，以及不依靠补贴的扩张收入，那么所谓AI工业革命至少在软件投资层面就需要被降级为一轮资本与需求共振。DougLeone重返红杉的意义，因此不在于证明69岁的投资人依然可以追上年轻创业者。它检验的是一家顶级机构能否允许资深者重新成为初学者，又不丢掉经过多个周期验证的资本纪律。AI时代最耐用的经验，不是一套永远正确的旧答案，而是一套可以持续推翻答案、重建认知，同时知道哪些原则不能丢的判断系统。

完全无法理解为啥字节的全要出来创业好多公司全是字节团队出来的无法理解啊创始人是字节的可以理解毕竟创业不用给别人打工了为啥其他人也跟不照样是牛马​完全无法理解为啥字节的全要出来创业好多公司全是字节团队出来的无法理解啊创始人是字节的可以理解毕竟创业不用给别人打工了为啥其他人也跟不照样是牛马​

现在才反应过来，AI对人的影响根本不是取代不取代，而是它会悄悄把“你有没有真的在思考”这个问题，变成你自己都摸不准的糊涂账。

ForwardDeployedEngineer，被译为前沿部署工程师。就是进入客户的现场，根据企业的需求，推动一些具体方案的落地。最初这个词起源于Palantir，是一家美国的数据与AI软件公司，在还没有AI的时候，他们把工程师派到到客户现场，理解客户的相关业务并部署自家的软件系统。可这个职位，在过去，好像​ForwardDeployedEngineer，被译为前沿部署工程师。就是进入客户的现场，根据企业的需求，推动一些具体方案的落地。最初这个词起源于Palantir，是一家美国的数据与AI软件公司，在还没有AI的时候，他们把工程师派到到客户现场，理解客户的相关业务并部署自家的软件系统。可这个职位，在过去，好像并没有那么的光鲜亮丽，定义模糊、交付极重、需要长期处理各种内部关系。而如今，又被整个AI行业推到了风口上。五月份，OpenAI和Anthropic都分别宣布成立了一家做FDE的公司。国内，大厂在招，AI公司在招，创业团队和OPC们，也都开始给自己贴上FDE的标签。岗位，虽然现在非常热，但对于市场和企业来说，确实还是处在一种很尴尬的状态。不仅FDE对自己身份的定位很多时候是模糊的，而且企业的管理层愿意花钱把FDE请进公司，可对于真正需要和他们一起工作的一线员工来说，FDE同样也是一个陌生的角色，很多人甚至不知道他们是谁、为什么而来，更谈不上真正理解和接纳他们。FDE到了客户一线以后，最先遇到的尴尬，就是大家根本不知道该怎么称呼他们。有时候，他成了产品经理、是解决方案专家，也有时候，他是技术负责人。反正客户需要他是什么，他就是什么。名字改了，不过吧，活还是那些活。现在名字有了，听起来很牛逼，但对于大众来说依旧比较模糊，驻场工作的真实情况也没有那么光鲜。FDE的身份之所以难以解释，也和他们非标准化的交付方式有关。第一种，是产品驱动型FDE。这类FDE指的是有自己的产品、模型或者平台的AI公司或者大厂，他们带着已有的能力进入企业，根据客户的业务流程，完成交付。公司本身拥有一套产品或者模型，只要客户愿意采购，也愿意开放真实的业务场景，团队就会投入FDE人力，围绕客户需求进行定制、交付和运维。这个过程也能够反哺模型和产品，在客户授权和数据合规的前提下，真实业务数据还可以帮助团队发现模型和产品在具体行业里的能力边界。因为一个成熟的FDE，不能永远被客户推着走，他要把现场发现的问题带回公司，沉淀进产品和方法里，再把这些经验带给下一个客户。这样，做过的每一个项目才不会只是一次性的消耗。第二类，是项目驱动型FDE。这可能也是现在增长最快、定义最混乱的一类。他们靠个人信用、朋友介绍和行业关系拿到项目。也有一些个人FDE，会独自完成全部流程。客户购买的，是他们的经验和时间。这类模式起步很快，但上限也非常明显，项目交付以后，修改维护还会持续发生，项目越多，售后占用的时间也越多。看起来确实赚到了钱，但也非常消耗时间和精力，尤其是当改的需求多了，很容易就变成只会跟着对方不断改需求，客户说做什么就做什么的外包。

AI赚的每一块钱，四成进了谁的口袋？大家好，欢迎收听每日一分钟AI。今天聊一个扎心的问题：AI时代到底谁在赚钱？先看答案，再说道理。投行巴克莱最近给AI行业算了笔账：模型公司每赚100美元，就有35到40美元，以"算力费"的形式，流进三大云巨头——亚马逊、微软、谷歌——的口袋。扣掉成本，云巨头还能净赚10到20美元，营业利润率高达35%到45%。这是什么概念？就是"淘金热里卖铲子的"。另一个机构也算了笔账：你每花1美元买AI服务，整条产业链能留下约59美分利润，云巨头一家就独占近30美分，芯片厂商分到13美分，而新兴的算力创业公司，只能分到0.2美分。为什么云巨头这么赚？因为AI公司每回答一个问题，都要租云巨头机房里的芯片跑一遍——这叫"推理"，按使用量计费，跟用电用水一个道理。AI公司赚得越多，付给云巨头的"电费"就越高。当然，做模型的也没那么惨。巴克莱的数据显示，AI公司的推理毛利率，从2025年的低两位数，涨到2026年的50%到65%——直接卖API的，毛利率甚至超过80%。昨天我们说Anthropic第一次赚钱了，背后也是这个逻辑。但巴克莱也泼了盆冷水：云巨头的好日子，可能2028年就到头了。现在训练模型花的钱占AI公司收入的比例，已经从2024年的96%，降到今年的一半左右，2028年预计只剩三成；AI公司也开始自建机房、包下专属算力，不再全部依赖三大云。当然，这些都是投行的模型测算，收入怎么记账、怎么分成，都会让数字差出好几个版本，看看就好。但有一个趋势很清楚：这一轮AI浪潮里，最稳的赢家，是把"铲子"握在手里的人。而当AI公司开始自己挖矿，格局又会变。明天见！---📌本期关键词：AI经济云厂商算力巴克莱卖铲子📌参考来源：21世纪经济报道、财联社、证券时报、新浪财经、巴克莱研报

海尔战略转型、组织变革与管理创新研讨•会议主题：海尔集团战略布局、组织架构演变及量子管理实践•核心议题：家电行业竞争格局、海尔多元化布局、人单合一与小微模式、雷神案例解析、量子管理思维•涉及企业：海尔、美的、格力、海信、雷神•关键人物：陆凯琳（雷神CEO）、彭剑锋、吴剑锋、​海尔战略转型、组织变革与管理创新研讨•会议主题：海尔集团战略布局、组织架构演变及量子管理实践•核心议题：家电行业竞争格局、海尔多元化布局、人单合一与小微模式、雷神案例解析、量子管理思维•涉及企业：海尔、美的、格力、海信、雷神•关键人物：陆凯琳（雷神CEO）、彭剑锋、吴剑锋、周云杰、张瑞敏摘要：探讨海尔从传统家电向康养、新能源等多元领域转型的战略布局，分析家电行业巨头竞争态势。重点阐述海尔组织形态从正三角到倒三角再到平台化利益共同体的演变，通过“雷神”案例解析三权下放与小微创业机制，并引入量子管理思维，强调激发个体能量以应对不确定性。一、行业背景与海尔战略布局1.家电行业竞争格局演变•市场现状：传统家电市场增长乏力，价格战激烈，中小品牌生存空间被压缩，未来将仅剩海尔、美的、格力等少数巨头维持市场份额。•竞品动态：•美的：布局工业互联网（美云销/美居）、医疗、机器人（库卡）及智慧楼宇，与海尔在多个新领域存在高重叠度竞争。•格力：逐渐退出家电主战场竞争，转向底层机床等基础制造领域。•未来趋势：家电业务仅作为产业板块之一，未来竞争焦点将转移至新能源、AR算力支撑能源技术等新兴领域。2.海尔的未来增长点•多元化布局：海尔已超越传统家电范畴，重点布局康养（应对老龄化社会需求）、医疗（血液处理领域）及新能源板块。•收入预测：预计未来10年海尔营收可能达到6000亿至8000亿规模，但家电板块占比将下降，新业务成为主要增长引擎。二、组织变革：从科层制到平台化生态1.组织形态的三次迭代•正三角形：传统模式，领导在上发号施令，用户在下。•倒三角形：用户直接接触市场，领导在底层提供资源与支持。•平台化/利益共同体：演变为平台式结构，内部形成自主经营体，员工、合作方与用户构成利益共同体，共同为用户提供产品与服务。2.“小微”创业机制•定义与注册：“小微”指内部创业团队，可选择在海尔内部运行或独立注册为法人公司。独立注册后，团队自负盈亏，与海尔签订市场合同而非劳动合同。•孵化与淘汰：•扶持期：给予2年保护期，使用海尔品牌、场地及资源，期间保留基本社保待遇。•市场化考核：若2年内未实现盈利或成长，团队将脱离海尔体系，成员需重新应聘或自谋出路，实现真正的优胜劣汰。三、典型案例解析：雷神笔记本1.创业背景与过程•痛点洞察：2013-2014年，几名年轻员工通过分析京东2万条评论，发现游戏本存在卡顿、散热差、屏幕斑点、蓝屏四大痛点。•用户交互：建立QQ/微信群聚集游戏爱好者，验证需求并确立产品方向。•团队组建：初期由3名发起人牵头，后引入陆凯琳（现任雷神CEO/董事长）等共7人组成核心团队。2.运营成果与地位•融资历程：完全依靠自身产品力融资，获雷军顺为资本投资，2017年新三板挂牌，后转主板上市。•业绩表现：2025年销售额超30亿元，保持持续增长。•管理层级突破：陆凯琳从普通销售副职晋升至副总裁级别，直接参与集团高层会议，体现了海尔对创业成功者的激励。•对比反思：海尔传统电脑业务表现平平，但通过小微模式孵化的雷神却在细分领域取得巨大成功，证明了机制创新的有效性。四、管理创新：三权下放与量子管理1.三权下放激发活力•核心权力：将决策权、分配权、用人权彻底下放给小微团队。•平台角色：集团总部转变为平台提供方，不再通过管控方式干预具体业务，而是通过信息化手段进行强监管。•激励机制：若不放权，员工创造力无法激发；放权后，员工需自负盈亏，从而极大提升主观能动性。2.量子管理思维•理论背景：引用彭剑锋、吴剑锋等学者观点，提出从牛顿力学（确定性、稳定性、分工理论）向量子力学（不确定性、能量体）的思维转变。•核心理念：•能量激发：视每位员工为独立的“量子”（能量体），管理的核心是激发个体的能量。•应对不确定性：承认世界的变化与不确定性，站在未来看未来，打破传统僵化的管理边界。•实践意义：海尔的人单合一模式即是量子管理的企业实践，旨在通过激活每个“量子”的能量，实现组织的整体进化。北方工业大学mba北方工业大学

消息称美团LongCat通用Agent团队负责人顾奇将离职创业消息称美团LongCatTeam主任研究员、通用Agent团队负责人顾奇即将离职。顾奇将在多模态模型领域创业，正在跟VC接触。公开资料，顾奇是LongCat系列模型核心贡献者，LongCat-Flash-Thinking-2601模型负责人。他毕业于清华大学数学科学系，加入美团之​消息称美团LongCat通用Agent团队负责人顾奇将离职创业消息称美团LongCatTeam主任研究员、通用Agent团队负责人顾奇即将离职。顾奇将在多模态模型领域创业，正在跟VC接触。公开资料，顾奇是LongCat系列模型核心贡献者，LongCat-Flash-Thinking-2601模型负责人。他毕业于清华大学数学科学系，加入美团之前，他曾在字节跳动Seed-LLM-Code团队以及蚂蚁集团担任研究员。（新浪财经）

帮xAIOpenAI顶级初创找天使轮融资创始团队之前在xAl、OpenAl、Google、Waymo、Apple、MicrosoftResearch做AI/ML，创始人拥有10+年AI/ML研究和管理经验。之前在xAI和OpenAI领导语音模型开发，现在出来创业，正在做下一代voiceAImodel，希望打造自然语音交互体验。目前项目非常早期，感兴趣的Angel/early-stageinvestor可以联系，直接intro。初创xAIOpenAI人工智能融资初创

创始人IP这件事，我劝你谨慎2023年，一个做母婴品牌的创始人来找我。她的品牌做了五年，年营收两个多亿，产品口碑很好。但她很焦虑：“林老师，我是不是应该自己出来做IP？你看人家某某，天天在抖音上讲创业心得，好几百万粉丝，带货一场顶我一个月。”我问她：“你每天花多少时间在产品上？”她说​创始人IP这件事，我劝你谨慎2023年，一个做母婴品牌的创始人来找我。她的品牌做了五年，年营收两个多亿，产品口碑很好。但她很焦虑：“林老师，我是不是应该自己出来做IP？你看人家某某，天天在抖音上讲创业心得，好几百万粉丝，带货一场顶我一个月。”我问她：“你每天花多少时间在产品上？”她说：“现在大概三分之一吧，其他时间在准备短视频脚本和直播。”我又问：“那你的产品团队，最近一次跟你汇报研发进度是什么时候？”她沉默了一下：“上周……还是上上周，我不太记得了。”这个故事，是我写这篇文章的全部起点。一、创始人IP的诱惑，是一个精心设计的陷阱过去几年，“创始人IP”这个词被炒得火热。各种课程、训练营、陪跑服务层出不穷，告诉你“不做IP的创始人正在被时代抛弃”“创始人就是品牌最大的资产”“你的人设就是你的护城河”。我不否认创始人IP的价值。雷军、周鸿祎、董明珠——确实有人做成了。但我想说的是另一件事：这些“幸存者偏差”让你看到的，是极少数成功的案例。你没看到的，是成千上万被“创始人IP”拖垮的品牌。我见过太多创始人，原本产品做得不错、团队带得挺好，听了某位“IP导师”的课之后，一头扎进短视频的海洋。每天绞尽脑汁想选题、拍视频、剪片子、看数据。三个月后，粉丝涨了几千，产品迭代停了半年，团队士气散了，核心成员走了两个。这不是个例。这是一个正在大面积发生的悲剧。二、创始人IP的两个致命误区误区一：把“创始人IP”等同于“品牌”很多创始人以为，我红了，品牌就红了。这个逻辑的致命漏洞在于：粉丝关注的是“你这个人”，而不是“你的品牌”。你在抖音上分享创业心得，大家觉得你讲得在理，点了关注。但当他需要买你那个品类的产品时，他会想起你吗？不一定。因为在他的认知里，你是一个“讲创业的博主”，不是一个“做XX产品的品牌”。流量是跟着“人”走的，不是跟着“品牌”走的。你今天能讲创业，明天能讲什么？你讲的东西和你的产品有什么关系？如果没关系，你的粉丝就是“看客”，不是“用户”。误区二：把“创始人IP”当成“免费的流量”第二个误区更隐蔽。很多创始人算了一笔账：投流越来越贵，一个获客成本几百块。我自己做内容，不要钱，涨一个粉丝省几百块，值！这笔账算错了。创始人做IP的成本，不是钱，是时间，是注意力，是决策质量。你花两个小时拍一条短视频，这两小时本来可以做什么？可以跟产品团队过一下下季度的新品规划，可以跟供应链老大聊一下成本优化，可以跟核心客户吃一顿饭听一听真实反馈。创始人最稀缺的资源，不是钱，是注意力。你把注意力放在镜头前，就必然分散在业务上。当你的产品被竞品超越、团队因为缺乏方向而流失、客户因为不被关注而离开——这些成本，短视频的播放量永远无法覆盖。三、不是不能做，是有条件地做讲了这么多风险，我想说的是：创始人IP可以做，但要满足三个条件。条件一：先有品牌人格，再谈创始人IP品牌的灵魂，不是创始人的个人魅力，是品牌自身的人格。创始人IP应该服务于品牌人格，而不是反过来。安踏的创始人丁世忠几乎不接受采访、不做公开演讲、不拍短视频。但安踏的品牌人格——“专业、务实、可靠”——清清楚楚。它的品牌人格是通过产品、服务、渠道传递的，不需要创始人站在聚光灯下。条件二：产品是1，IP是后面的0如果你的产品还没有做到行业领先，如果你的供应链还不稳定，如果你的用户复购率还不够高——先把这些事情做好。产品是品牌的根基，IP只是放大器。根基不稳，放大得越快，摔得越惨。那个母婴品牌的创始人，后来我建议她停掉所有短视频。她把精力重新放回产品上，一年后推出了一个行业首创的新品类，营收翻了一倍。她没有做创始人IP，她的品牌却变得更强了。条件三：要么不做，要么做透如果你决定做，就别“三天打鱼两天晒网”。创始人IP需要持续的内容输出、真实的人格表达、长期的关系维护。这不是“试试看”的事。更重要的是：你要做的不是“网红”，是“行业专家”。前者靠的是表演和流量，后者靠的是专业和信任。你的内容，应该围绕你所在的行业、你的专业领域、你解决的问题来展开，而不是追逐热点、制造话题、表演情绪。四、品牌如人，IP如衣我在《品牌长青》里写过一个观点：品牌如人。人有内核，有衣饰。内核是“你是谁”，衣饰是“你穿什么”。创始人IP，是品牌的一件衣饰。它可以为品牌增色，但它不是品牌本身。如果一个人每天换不同的衣服、化不同的妆、说不同的话，别人会困惑——你到底是谁？品牌也是一样。如果品牌的一切都围绕着创始人的个人IP展开，当创始人状态不好、言论翻车、人设崩塌的时候，品牌也跟着崩塌。这不是护城河，这是命门。我常常提醒我服务的品牌：把品牌人格建立在产品、服务、组织之上，而不是建立在创始人个人之上。这样，当创始人离开、退休、甚至遭遇危机的时候，品牌依然站得住。品牌不是一个人的独角戏。它是一个生命体，应该有自己独立于创始人的人格和命运。五、别忘了你是来做什么的回到开头那个母婴品牌的创始人。她后来告诉我，停掉短视频之后，她重新找回了做产品的快乐。她每天泡在实验室里，和研发团队一起测试新配方，去用户家里看妈妈们怎么使用她的产品。她的品牌在那一年推出了一个真正解决用户痛点的爆品，口碑和销量双丰收。她说：“林老师，我现在明白了。用户不需要认识我，用户需要的是我的产品能帮到她。”这句话，值得所有想做创始人IP的创业者抄下来贴在墙上。你不是来当网红的。你是来做产品的、做服务的、做品牌的。做好这些，比做好一个IP重要一万倍。

张一鸣行事风格低调坚持长期主义普通人靠AI一年能赚一百万”的说法在社交平台流传甚广，不少人把这句话安到张一鸣头上，结合他创业以来的行事逻辑，这句传言背后藏着不少值得琢磨的现实逻辑。低调富豪的行事底色坐拥数千亿身家的张一鸣完全没有传统富豪的张扬做派，日常打扮普通，私下几乎没有烟酒、高尔夫这类常见的富人消遣，大部分时间都投入阅读和战略思考。创业初期和团队挤在小出租屋、凑在阳台吃饭的经历，至今还被他当作珍贵的回忆，他始终认为比起外在的物质彰显，技术创造带来的成就感更重要。字节做AI拒绝走捷径今年字节跳动把全链路AI业务整合到豆包体系下，没有跟风用市面上通用的技术蒸馏手段抄近路，宁愿放慢节奏打磨独有的核心技术。张一鸣多次在内部强调，做AI要做行业增量，不能卷入存量资源的恶性争抢，哪怕暂时进度慢也要守住技术自主权，给后续的长期发展筑牢根基。普通人用AI赚钱的真相所谓“不到三十天就放弃”的说法戳中了很多人的痛点，不少人把AI当摇钱树，今天换项目明天换赛道，根本沉不下心在熟悉的领域深耕。AI只是提升效率的工具，不是自动变现的印钞机，能沉住气在垂直领域打磨的人，才有机会拿到行业的真正红利。

罗永浩首播是2020年4月，2022年6月因GMV下滑宣布转向AR领域创业。差不多是三年时间。罗永浩直播带货前已经成名。百度：交个朋友直播间是北京交个朋友数码科技有限公司运营的抖音平台账号，前身为罗永浩抖音账号。也就是罗永浩在交个朋友公司的地位实际上相当于俞敏​罗永浩首播是2020年4月，2022年6月因GMV下滑宣布转向AR领域创业。差不多是三年时间。罗永浩直播带货前已经成名。百度：交个朋友直播间是北京交个朋友数码科技有限公司运营的抖音平台账号，前身为罗永浩抖音账号。也就是罗永浩在交个朋友公司的地位实际上相当于俞敏洪在东方甄选的地位。所以罗永浩和董宇辉是不能放在一起比较地位的。如果董宇辉爆火是从直播第一天就开始的，那么他爆火完全是他自己的功劳。但是他是直播半年后爆火的，公司承担试错成本和推广费用，那么公司的功劳就不能抹杀。就像一个科研人员在机构内进行研发，机构承担科研成本，科研成果的收益，机构就肯定要有。完全抹杀机构的功劳，在事实上是歪曲的，在道德上是不公平的。

机器人还在跑、跳、格斗，资本市场也没有降温，三季度国内机器人创业融资事件同比增幅超过100%。可就在热度继续上行时，国家发改委开始强调“因地制宜”和“防止盲目跟风、一哄而上”，同时把政策资源往实训场和中试基地集中。产业政策的关注点变了。有网友发文说，发改委此时要收住的是各地重复造园区、铺产能、拼整机数量的扩张方式。机器人行业已经走到一个很具体的关口，样机越来越多，生产线也越来越多，可企业能不能把机器放进工厂、仓库、医院和公共安全场景稳定工作，取决于真机数据、可靠性测试、跨本体标准和中试验证。继续堆产能，解决不了这几道门槛，反而会把地方资金和企业现金流压在尚未形成稳定订单的环节上。机关事业单位何不引进机器人智能化办公，政府部门一个终端指令政令畅通，更没有那么多的繁锁人际关系，也可以减轻更多的财政负担，多造一些厅局级干部机器人，还能少一些腐败官员对国家社就是一大进步了。机器人不是先替代工厂里的工人，而是先捡人类不愿意干的工作干。汽车替代了马车是让人们的生活更便捷美好，而不是替代人的生活生存。把机器人要用在单位一把手位置上决策上，什么医院的院长事业单位领导省长这些位置上因为机器人不贪这才是人民之福也。生活水平没提到发达国家水平，量产智能脚步要缓，限制几个沿海城市上马，其他城市不让做，这样才良性，对市场稳定发展才是优解，不是一头热看别人做成，每个人都想做成机器人产业。马上工厂里打螺丝的都是机器人了，机器人打螺丝的生产线的产品是下一代机器人，最终实现机器人社会。好莱坞的科幻让咱们变成现实。请问，咱们这么多底层人位置在哪？场景和多年前新能源汽车厂一样，国家补贴享受完后，已是盆满钵满，再无利可图后，纷纷主动破产，然后人和钱全部转去国外，最后，所有损失由国家和消费者承担。一个人口众多的国家，就业形势非常不好的国家，要在这里大力发展机器人？机器人不是不能发展，我觉得应该是适度的，那些高危行业可以使用。要给活着的人，有血有肉的人有口饭吃，而不是让资本通过这些机器人再一次收割这些底层的工人。机器人板块行情机器人股票行情机器人销量机器人企业排行机器人行业标准机器人股市盈率机器人政策

创业就得问自己一句，好挣的钱轮得到你？我经常和伙伴说，就是因为目前想在AI影视行业打造规模化的IP内容很难，所以我们才要努力做。其实道理说白了很简单，好挣的钱轮不到我这种人啊？要是可以砸钱走量，大规模改编现成网文，那平台自己就搞了啊？人家背后的大资本缺这三瓜两枣的钱需要我入股干承制方？另一方面，如果是个人都可以随手原创垃圾内容活下去，那我能活？这行的收入能被卷到地板价。而如果设想中的承制方收剧本，然后可视化变现的路径能跑通，那我可以保证承制方一样卷上天啊，因为承制方是无限多的，好剧本是非常少的，承制方能为了个好剧本抢破头，而且好的作者自己招几个大学生自己做不行吗？非得给你打工？是缺那几万块钱？就算缺，一个剧本拿完保底加分成，第二个剧本就可以自己干了啊，这难度在哪？就是因为这个行业正在逐步变成既要又要，即要制作精良，又要内容原创性，还要内容够精彩，导致上个8888集训课就想入场的全成了韭菜，投资几千上万搞一部，发行收益几十块，所以这行才能干啊。因为实际生存门槛很高，所以这一行有了可以活下去的可能。加油吧各位同行，我也争取九月把正儿八经番剧的第一季推上线，目前正在用S2.5重置呢，一言难尽，番剧真的很麻烦。

北京车展上小米SU7的展台被围得水泄不通。雷军说造车是最后一次创业，从手机造到汽车，52岁依然战斗在一线，这就是企业家精神最好的诠释。​北京车展上小米SU7的展台被围得水泄不通。雷军说造车是最后一次创业，从手机造到汽车，52岁依然战斗在一线，这就是企业家精神最好的诠释。​

#当TPU走出Google机房：a16z重押“机器时代”的拐点信源：[a16z｜WhyTopFoundersAreRacingIntoAIInfrastructure｜2026-08-28]这场访谈最抓人的说法，是AI需求“近乎无限”、关键供给已经排到2028年，以及瓶颈正转移到“模型以下”。但a16z刚刚募集11亿美元成立MachineAgeFund，芯片、内​当TPU走出Google机房：a16z重押“机器时代”的拐点信源：[a16z｜WhyTopFoundersAreRacingIntoAIInfrastructure｜2026-08-28]这场访谈最抓人的说法，是AI需求“近乎无限”、关键供给已经排到2028年，以及瓶颈正转移到“模型以下”。但a16z刚刚募集11亿美元成立MachineAgeFund，芯片、内存、网络、存储和数据中心正是它准备投资的方向，因此这些判断不能脱离募资语境照单全收。反而是视频之外的两项最新披露，更能解释a16z为何此时重返硬件：[Alphabet在2026年第二季度首次把TPU系统交付到客户自己的数据中心并开始确认收入]；[Amazon则披露，其芯片业务年化收入运行率已超过250亿美元]两项数字不能直接比较——Alphabet披露的是已经开始确认、但未公布金额的季度收入，Amazon给的是按当前速度外推一年的runrate，也不是单列财务报表收入。不过，它们共同指向一个比“缺货”更重要的变化：自研芯片正在从云厂商内部的降本工具，变成可以通过云服务或整套系统向外收费的基础设施产品。a16z押注的核心，是系统效率开始具备独立的商品属性。所谓“可出售的系统效率”，不是某颗芯片的峰值算力更高，而是把计算、内存层级、互联、供电、散热和编译器组合起来，在目标质量不变的前提下，降低每个有用任务的成本与延迟，并把这种改善变成收入或毛利。传统软件公司可以把硬件藏在云的抽象层之后；AI公司却必须为每一次推理持续支付显存带宽、数据搬运、电力和折旧。物理架构因此从后台成本进入了产品经济学。视频以超大规模云厂商的资本开支证明需求，并给出2026年约7000亿美元的量级。按最新公司口径重新核对，[Amazon预计2026年资本开支约2000亿美元]，[Alphabet指引为1950亿至2050亿美元]，[Meta为1300亿至1450亿美元]，[微软对2026日历年的最新预期约为1750亿美元]。四者合计约7000亿至7250亿美元；[IEA也估计五家大型科技公司的资本开支将由2025年的逾4000亿美元在2026年再增长约75%]，视频的数量级因而能够成立。但这个合计只能确认投入规模：这些都是公司指引或预期，并非全年已实现支出；各家对资本开支、融资租赁的处理不同，而且Amazon的预算还包括芯片、机器人和低轨卫星等项目，不能把总额全部贴上“AI”标签。供给端也要做同样的降噪。嘉宾所说“全产业链基本排满到2028年”以及“某头部内存厂当前订单需要三年产能”，公开信息不足以独立验证。能够确认的是，[微软称客户需求仍超过可用产能]，Alphabet需要在第三季度临时增加第三方容量，而[IEA在2026年4月的更新报告中判断，近半年形成的HBM短缺至少可能延续到2027年底]。这些证据足以说明瓶颈仍在，却不能推出每一种器件、每一个地区都已锁单到2028年。“模型以下”之所以成为利润变量，还因为AI工作负载不是一块均匀的计算。随附的PIC与SRAM材料把这条链条补得很清楚：Prefill偏计算密集；Decode中的Attention要反复读取KVCache，更受内存容量与带宽约束；FFN又大量读取权重。SRAM适合低延迟和高带宽访问，却难以独自容纳不断扩大的KVCache；HBM容量更大，但数据在芯片、机架和数据中心之间移动时，互联功耗与距离又会成为新约束。铜互联触及信号完整性、线缆体积和能耗边界后，光互联便会从Scale-out继续向Scale-up和封装附近推进。这里没有一颗芯片能够单独解决问题，上一层优化总会把压力传给下一层。这也是视频中“每个模型定制一颗ASIC”最需要谨慎的地方。a16z用一个上限测算说明其可能性：训练一个前沿模型耗资30亿至50亿美元，假设推理收入达到100亿美元，20%的效率价值就足以覆盖20亿美元的ASIC开发。但20%的效率提升不等于能直接节省20%的收入，模型架构、上下文长度、批量、算子和服务流量也会在Tape-out、量产与验证期间继续变化。更可能出现的路线，是面向一组稳定工作负载的平台级ASIC，再用异构系统分别处理Prefill、Attention和FFN。定制单位不会无限收缩到单一模型，而会停在足以摊薄研发成本、又能保留优化空间的平台层。这会把竞争从“谁有一颗更快的芯片”推向“谁能交付一套可复用的系统”。Alphabet销售TPU系统、Amazon把自研芯片变成云端收入，意味着CSP开始具备商用基础设施平台的角色，与NVIDIA式全栈平台形成新的正面重叠。对创业公司而言，仅有一项器件指标远远不够；它还要解决封装、编译器、互联、供应链、客户验证和量产。对HBM、PIC、CPO、SRAM加速器等环节而言，需求增长也不自动等于利润增长，价值最终取决于它是否占据难以替换的系统瓶颈，以及能否通过标准、良率、认证或软件协同留住议价权。a16z最薄弱的前提仍是“需求无限”。[IEA的2026年更新显示，2025年全球数据中心用电量为485TWh，预计2030年增至约950TWh，以AI为主的数据中心用电同期可能增长至三倍；但近年单个AI任务的耗电量至少每年下降一个数量级]，资本开支的持续性将对利用率、投资回报和融资环境高度敏感。效率提升与总需求扩张可以同时发生，却不保证每一轮提前建设都能兑现回报。[按Amazon口径，截至2026年6月底的过去十二个月自由现金流已转为流出76亿美元]，公司明确把主要原因指向以AI为主的物业和设备投入增加。这不是需求崩塌的证据，却说明现金回收已经成为和供给同样重要的约束。因此，接下来最值得跟踪的不是Token总量还会增长多少，也不是资本开支能否再创纪录，而是这批专有系统能否跨过“内部好用、外部难卖”的边界。若到2027年，TPU系统销售仍不成规模，芯片runrate无法转化为可持续的确认收入与利润，同时利用率和云业务毛利被折旧持续侵蚀，那么MachineAge更像一场供给短缺交易；反之，芯片、编译器、互联和运维被封装成多个客户愿意长期采购的平台，硬件才真正重新获得软件时代曾经独享的复用经济。到那时，芯片公司、云厂商和系统厂商的边界会进一步模糊。领先者未必拥有每一项最强的器件，而是能把局部的物理效率，稳定变成客户可以买到的“每个有用任务成本下降”。这才是a16z所谓“机器时代”比一轮缺货周期更值得重视的部分。

看完了《自适力》这本书，这本书主要针对创业者的，主要讲创业这，要从战略、认知、格局、连接、成长等方面去提升自己。看完后，我觉得创业要成功，真的太不容易了，九死一生，一点都不夸张，每一位创业成功的人，都值得尊敬。我们要做的，是从那些成功的人身上，找到一些共性，让我们持续成功。​看完了《自适力》这本书，这本书主要针对创业者的，主要讲创业这，要从战略、认知、格局、连接、成长等方面去提升自己。看完后，我觉得创业要成功，真的太不容易了，九死一生，一点都不夸张，每一位创业成功的人，都值得尊敬。我们要做的，是从那些成功的人身上，找到一些共性，让我们持续成功。书里有讲到段永平，成功案例就很多，以前的步步高，后来拆分后的OPPO和vivo，还有他提拔起来的黄峥。段永平已经成为这些企业和个人的精神领袖，他一定有一套管理和成功的方法。在我看来，创业成功，一定要离不开产品/服务，因为我是产品经理出身，所以我更看重这个，一定要做到交付的价值>用户的预期，才有可能产生复购。复购，是任何一个生意长期持续的关键。酒香也怕巷子深，有了好产品后，需要对市场有认知，通过营销获得客户，持续交易，产生正向循环。在这个过程中，自己一个人势单力薄，向上需要靠资本，向下需要靠管理。当然一定会遇到很多挫折和失败，所以心力特别重要。这本书，主要讲的比较通用的方法，而不是具体的某个执行/管理的方法，但是我觉得对我的帮助还是非常大。后续，最好通过一个完整的项目，能把这些东西串起来。心力。战略。认知。链接。成长。

芯片、半导体、机器人、人工智能算法，确实属于我们这个时代版本的“国家级大工程”，但和古代的宝船、皇家工坊有本质的分野：**古代大工程是皇权调动民力；现代是汇聚民智，国家搭框架，千千万万企业、工程师、普通人参与创新，国家力量和民间市场双向打通。这个模式既宏大高级，同时也自带现实矛盾。​芯片、半导体、机器人、人工智能算法，确实属于我们这个时代版本的“国家级大工程”，但和古代的宝船、皇家工坊有本质的分野：**古代大工程是皇权调动民力；现代是汇聚民智，国家搭框架，千千万万企业、工程师、普通人参与创新，国家力量和民间市场双向打通。这个模式既宏大高级，同时也自带现实矛盾。一、和明代郑和宝船、宫廷工艺的相同之处1、都属于**超复杂的巨型系统工程**，单凭少数天才个人做不出来。明代造宝船，要伐木、冶金、纺织罗盘、天文航海，调动成千上万工匠；今天一块芯片，从设备、材料、设计、制造、封装测试，横跨上百个细分行业；人形机器人要芯片、电机、传感器、AI算法、控制软件；大模型要海量算力、数据集、工程调优，需要海量人才协同攻关。古代靠官府统筹调度人力物力；今天国家做顶层规划，建设智算中心、重大专项，解决单点卡脖子，和古代“集中力量办大事”逻辑有传承。2、都展现民族的工程创造力，看起来非常“高级有趣”。就像宝船、明代家具工艺，芯片机器人AI可以造出过去想象不到的产物：仿真人形机器人、百亿参数大模型、国产存储芯片，拓展人类能力边界。二、最关键不一样：古代工程“人亡技息”，现代是**民智汇聚，市场承接成果**这就是新旧大工程最大分水岭：1、明代郑和宝船：**项目依附皇权意志**。皇帝停止下西洋，官方大船就不再建造；高级造船技术锁在官营船厂，海禁限制民间海商，顶尖技术很难向下扩散到民间工商业，档案甚至遭到销毁。天启皇帝木工技艺只局限皇宫，手艺不能转化全社会制造业能力。2、当代芯片‑机器人‑AI这套体系：**国家做底座，民智是主力，市场做检验**-国家解决底层公共品：大科学装置、智算网络、基础科研、产业链短板攻坚，建设平台向全社会开放算力、标准、试验场景；-但千千万万具体创新来自民间：创业公司、专精特新、互联网企业、高校团队。不管是长鑫存储，还是人形机器人宇树科技，各类AI芯片初创企业，大量创新不是政府大包大揽做出来，而是市场里无数工程师、团队试错迭代出来的。-技术成果必须流向千行百业：芯片要卖给消费电子、工厂；机器人要下工厂、进物流；AI要给制造业、医疗、教育使用。**不是只为完成一个“展示性大项目”，最终要在市场活下去赚钱，形成自我循环**。>古代是“征集民力干活”；现代是**汇聚民智创新**：不是简单征召人力，而是激活千千万万普通人的聪明才智，允许不同技术路线竞争，允许试错，优胜劣汰。三、这套新时代大工程的两面性：高级有趣，但现实难题也很突出好的一面1、人才不再寄托帝王个人爱好。不会出现“换个领导项目就废掉”。技术沉淀在教育体系、企业、开源代码、工业文档，依靠制度持续迭代。2、多元路线百花齐放。做AI有大模型，也有端侧小模型；芯片有先进制程，也有成熟工艺存算一体；机器人有人形，也有四足、工业机械臂，多条技术路线并行探索，不是只有一套标准答案。3、溢出效应强：攻关芯片，会带动材料、设备、软件一大批上下游中小企业成长；AI大模型的技术，会外溢给普通小企业做行业AI应用，普惠各行各业。现实的难题，不能只看到宏大炫酷1、**投入巨大，周期漫长，大量试错亏损是常态**。就像前面聊长鑫存储，存储行业景气期高毛利，低谷巨额亏损；AI、机器人大量项目投入几十亿，不一定能商业化成功。宏大不等于马上赚钱，很多前沿技术要熬过好几轮周期。2、“国家队”和民间的平衡很难拿捏。如果只有国家投入，缺少市场竞争，就容易复刻古代大工程：好看，但成本高，不接地气；如果完全交给市场，资本追逐短期暴利，基础研究、长周期卡脖子领域没人愿意投。所以现实模式是**有为政府+有效市场相结合**，国家补短板，市场负责创新和商业化落地。3、民智汇聚不等于所有人都能跟上时代。新技术会带来产业迭代，传统岗位被替代；高端技术岗位需要大量理工科人才，但社会里面大量普通人并不掌握这套技能。宏大科技工程，同时也要兼顾普通人就业、民生，不能一味追求技术炫酷。四、回到现实，结合我们之前聊的家庭、个人视角这套宏大科技浪潮对普通家庭的启示很实在：1、古代，普通工匠的聪明才智常常被限制；今天普通人的技术、想法可以通过产业释放出来。工科技术赛道（电子、自动化、计算机）本质就是参与这场新时代大工程的入场券，也就是你之前规划孩子走工科去长三角珠三角的底层逻辑。2、要分清两件事：**国家攻克卡脖子是第一步；真正成功，是技术下沉到千千万万企业，形成可持续的产业循环**。就像宝船造出来不算成功，民间能用上好用的船、能开展贸易才算完整。芯片造出来，还要熬过行业周期，适配各行各业才算闭环。简短总结芯片、机器人、AI确实属于新时代的大工程，有古代超级工程那种宏大震撼感。但根本区别在于：古代更多是**征集民力，成败系于统治者意志，技术容易锁死在上层；今天是汇聚民智，国家搭建底座，无数企业工程师参与创新，用市场检验成果，追求技术向外扩散、惠及整个社会**。它固然高级有趣，但也有巨额投入、周期波动、产业平衡等现实难题，不是光靠一腔热血就能完成。如果你愿意，我可以对比：郑和宝船工程vs当代芯片产业链，整理一个简明对照表。