2024年下半年这个时间点聊AI创业，其实整体情绪会很「沮丧」。虽然在新闻上，AI赛道仍然在造富，Cohere最新一轮的估值已经达到了55亿美元，Anthropic据说新一轮估值会接近200亿美元。但新闻的另一面，是你听说过的那些有头有脸的AI团队都在卖身：
近300亿的大模型明星企业Stability AI，一直在资金链断裂边缘反复徘徊，一会儿寻求卖身，一会儿寻求合并；拿到了英伟达和微软双重buff的Adept，正在和Meta讨论收购事宜；创新AI硬件Pin闻名的Humane，被曝在与一名财务顾问接触，寻找意向买家，目标价格是7.5-10亿美元；Character.AI则整了一个大活儿，创始人把自己和核心团队，卖给了谷歌，留给了Character.AI是技术和模型的使用许可费。
仔细想想，这好像真应了一年前ChatGPT刚诞生的时候，我和很多大模型投资人谈到的那句话：人工智能可能很难带来新的一波创业潮，它甚至会带来新的一轮「创业霸权」。
那么现在进行AI创业，晚了吗？而txyz.ai是个很有趣的样本——它的切口非常小，是身处很多人眼里「迟早会被基座模型取代」的垂直应用；它的创始人是全网百万粉丝的科普大V，先天自带光环；它的创始团队横跨中美，并且充满了科研底色，正等待着商业化转型——在他们的眼里，这个问题的答案是什么呢？
研讨会成员：知名科普作者、AI应用txyz.ai创业者严伯钧；AI野生布道人、领英年度行家 余一
一个AI应用创业项目是怎么成型的？（00:43）
蒲凡：之前我熟悉的严伯钧老师，是科普大V，是科普作家，但这一次对话的身份是「AI应用创业者」。我的话题也都是围绕着这个身份设置的。比如一款应用层面的AI创业项目，它的成形过程到底是怎样的？
严伯钧：其实我们思考的出发点并不是创业。事情的背景是这样的，那是2022年的下半年，我正在计划去斯坦福大学去念物理学的博士，重新回归学术研究，导师都找好了，准备研究的课题是和量子材料有关的一个科研方向。
结果在这个过程中，赶上了大语言模型横空出世，每个人都感受到了大语言模型的强大。当然这时候我们的思考都还是很底层，更多是去分析了大语言模型跟过往的创新有什么不一样，更多集中在哲学观上的震撼。然后不断讨论，我们开始意识到，还要靠人来一个项目一个项目地做科研效率太低了——就像我经常说的一句话，人就不要搞物理，人应该去搞AI，然后让AI来搞物理。
毫无疑问，当我们思考到这个阶段，这件事就具备了创业所需要的商业视角。我们相信这个路径是能推起来了，于是就开始干了。
之前也有很多投资人问过我同样的问题，我的回答就是，我不存在「选择创业」这件事。我们的路径还是建立在科研上。再讲得高大上一点，我们寻求的是帮助人类拓展认知边界的效率更高，我们in the passion，是我们本身感兴趣的方向、人生追求。
蒲凡：我可以理解，你所做的事情其实是一个产业发展到现阶段的必然结果。但是时间点呢？就像我在提纲里提到的背景，最近半年已经有很多明星项目，因为高军备竞赛顶不住了，要么倒闭要么卖身，创投行业的耐心正在慢慢一点耗尽。
另外，基座模型正在变得越来越强大。很多人都跟我说过AI时代会是一个「创业霸权时代」，任何一个细小的创意类产品，都会被基座模型快速抹平掉。所以我很好奇，你们不会觉得这个时间点再来做这件事，有点晚吗？
严伯钧：不会。首先我们的产品是2023年下半年开始做的，已经跑了一段时间。
其次在我们来，人工智能技术带来的价值，其实跟互联网、移动互联网的价值完全不是一回事，我们将其总结为「降低人脑去处理信息的复杂度」。在以往的任何科技时代，没有任何的工具可以做到过这件事情。
再往深处剖析，AI的出现到底改变了什么？我们的理解是，它改变了计算机输出信息的复杂度。在过去的科技时代，任何计算机输出的信息，其复杂度都很低，基本上可以分为三种：复制、粘贴、排序。无论产生的过程有多复杂，出来的最终结果都比较简单，都来自于已有的数据，本质上仍然是人类在产生内容。所以这也解释了为什么这一代AI叫生成式AI，因为它在底层上是大幅提升计算机生成内容的复杂度。
从这个观点出发，一些传统的互联网、移动互联网的项目，他们的应用创新被底层模型去磨平，我觉得是很正常的，因为它复杂度不够高。尤其是如果一个行业能够拥有一个超级的互联网APP，就说明这个行业主要的矛盾、痛点是「信息不对称」，而互联网主要的作用就是「打破信息不对称」。反过来说，如果是10亿的问题都可以用一个APP解决，那么这个行业的复杂度一定不会太高，必然不是什么特别复杂的问题。
而AI的能力，恰恰体现在复杂度，这是传统的互联网产品没有办法做到的。并且根据一些最新的研究，发现现在的通用模型开始出现「打地鼠现象」，你提升能力A，可能之前的能力B就会下降。
我们认为AI应用最有前途的是哪些行业呢？应该是那些即便互联网来了，也不能够大规模替代人类，且需要人类智能高度集中的领域。比如说法律领域、金融领域、咨询领域等等，这些即便在有互联网的年代之下，人里面的价值还是无可替代，并且他们的收入工资非常高的这些领域，我觉得是AI才能够真正发挥力量的地方。
所以我们不会觉得我们的产品会被大模型磨平。因为如果你真打算要磨平的话，那对不起你就要直接一口气给我干到AGI。
为什么目前的AI应用，都很难体现出「差异化」？（10:25）
余一：这一两年，我试用了非常多国内外的AI产品，算起来使用时长可能已经接近1800个小时。包括严老师的产品，我也很认真去试用了一下。所以我的好奇更多来自产品的角度，比如严老师为什么会选择现在的产品形态？
另外，我之前其实在即刻上推荐过一款类似的科普类AI产品，是智谱团队出来做的Amine。此外国外也有一款叫做Consensus的产品，刚刚拿到融资，它的定位也是科普搜索相关。我在使用的时候，能够明显地感受到他们与现有的AI产品有明显的差异性，而严老师的Txyz跟perplexity、秘塔，差异性就没那么明显了。所以我同样好奇，在产品形态的取舍上，严老师是一个什么样的标准？
严伯钧：其实也没有什么取舍和决策。你之所以看到产品呈现目前这个形态，主要原因还是当前的功能简单、好做，先上了再说，先吸一波用户再说。后面更多的功能上来之后，你就会发现当前的产品非常不一样。比如我们下个月就要上线AI写作功能，professional writing。
我们目前所上线的功能也都是免费的。关于用户愿不愿意付费，我们有一个很简单的判断标准，那就是你对应的用户需求，在传统的场景当中是不是收费。如果传统的场景不收费，你只是给了他一个更好的体验，那么用户的付费心智就没那么强。比方搜索、阅读这些功能，在传统的使用场景里是很少收费的，所以我们的产品目前也不会选择收费。
但professional writing，这个在传统的场景当中，你找别人来帮你写，我不管你是找枪手、代写，还是找你的秘书，付费心智都非常强，所以在我们的计划里，产品需要拥有写作功能之后再去收费。
但这仍然不是我们产品的愿景。还是那句话，我们选择先上阅读、搜索、写作这些功能，就是因为它比较容易做，能够在短期内吸引一定的精准的用户。我们的产品大招是一项被我们称之为Self-organization network的技术，可以理解为「自组织智能型网络」。
它的形态，简单形容就是每个用户都可以通过自然语言，去打造一些专业的work flow来解决问题，并且可以分享出去，然后形成一个marketplace。目前，我们实现了一个showcase，成功地通过AI去预测量子材料。传统场景中一个科研工作者一周的工作量，我们基本可以通过和AI对话的方式，用5分钟来完成。
这就是我们最终的目标，我们希望AI能够真正参与到一线，去做更深、更专业的专业，例如预测量子材料、量子计算等等实用方面发挥功能，最终演化成一个社区。我们的目标是专业用户，他脑子里有很多know how。我们希望通过一套技术，让用户可以把他脑子里的know how通过自然语言的方式，交给AI自动化进行处理。那时候就不再是「用户想要一个什么内容——我们来帮他开发」，而是用户可以通过自然语言，跳过写程序的这个阶段，就能解决自己的问题。
AI应用在国内市场仍然没有到「普及」的程度（15:54）
余一：之前严老师提到过一组数据，目前txyz已经积累了500多篇论文、100万用户，那么现在的用户画像会有很突出的特征吗？我之所以关心这个问题，是因为直接影响了它们后面一些产品的策略。例如前面提到的Consensus，他们的主要用户就有两个明显的画像，一个是学生，另外一个是医疗行业，因此他们目前需要更多去和医疗、健康相关的数据集进行合作，有很多的设计也会重点去抓学生和医疗的群体。
严伯钧：我当然不会阻碍大众来用，但我们的目标还是更加垂直的换专业，我们的最大领域也是医学，第二大领域是计算机，第三大领域材料、工程、物理等方面。总的来说，99%的用户基本上是专业人士，学生并不是最大的群体。
另外还有一组数据是，用户平均的使用时长是超过20分钟的，所以目前来看用户的黏度比较好。
蒲凡：如果聊到用户画像，我其实更好奇地域分布。
严伯钧：国内用户大概占30%多，其余大部分是国际用户。国际用户里，主要人群除了英语国家之外，西班牙语人群也是我们比较主要的用户群。
蒲凡：在我的印象里，AI创业方向很受当地市场的影响。比如在美国那边，泛GPT产品实际上已经中学生文具化了，已经普及中学生做作业都开始用GPT的程度了，所以创业者们仍然对「垂直应用」的创业感兴趣。但是在国内，目前的AI应用，核心的产品驱动就是玩，或者就是为了塑造某种「效果」。
比如我第一次听说Minimax这家公司，就是因为他们的AI对话类产品Glow在「小学生语C文化」里很有名——「语C」的意思就是语言Cosplay——当然这或许不是他们主动规划的一个用户场景，更多是用户们后期自发探索的结果。
我特别想请教二位，在今天这个时间节点（2024年8月），中国和欧美市场在AI应用层面的差异到底是怎样的？又为什么会呈现出这样的差异？
严伯钧：关于这个问题，很大一部分原因就是模型能力差异。当然，差距肯定没有一开始大，但是因为我们的需求集中在学术科研方面，对模型要求的能力很高，所以整体试用下来，发现目前国内的模型不太能够满足比较深入科研的需求。
如果更深入一些，从技术角度去谈为什么模型能力有一定差距，这就和中文语料有一定关系了。英文可以使用的语料非常多，并且即便到了2024年，海外用户使用浏览器、使用网站的频次仍然不低，而由于我们国内移动互联网普及得特别深入，大量的数据私有化地积累在不同的APP里面，相应的积累在浏览器里、能够被扒到的数据就会少了很多。
最典型的一个场景是，当我向我的粉丝介绍txyz的时候，很多人第一反应是「这个APP在哪里下」。很多年轻人可能已经忘记有一个东西叫浏览器，浏览器里面有一个东西叫网站了。这种互联网生态之间的差别，会导致最终呈现的模型能力出现差异。
余一：其实在这个问题上，我还挺有发言权的。因为我自称是AI野生布道师，不仅在公司内部进行了很多分享，也对外和许多企业沟通过很多问题，比如企业业务层面如何实现落地AI。我甚至帮别人梳理过实际的应用方案。
从我的观察而言，国内市场确实还是没有普及到大众应用层面。今年年初做分享的时候，我还特地去查了一下微信指数，发现虽然体感上AI的热度非常高，但在微信指数层面，直到Sam Altman的「宫斗」事件之后，AI、生成式AI、ChatGPT的指数才超过了元宇宙。也就是说，在大众认知层面，AI的热度并没有想象中那么高。
包括我前段时间把很多上市公司的2023年财报扒了下来，看看它们是否提到了生成式AI应用，以及他们用在哪个方面。好的地方是，凡是有全球化布局、业务与出海相关，需要进行能够跨越语言沟通，工作中需要频繁涉及到翻译、制作当地宣传等等，其实已经落地得非常广，甚至可以整个工作流都已经完全改变了。有很多应用类的AI产品，例如ElevenLabs，已经确立了自己主供应商的位置。
但距离大家所期待的，在工作中扮演「数字员工」的程度，其实还远远没有达到。这里的原因还是像严老师刚才提到的，模型能力还有不足的地方，还不足以处理庞大的工作流程。目前AI能够做到的，就是还不错地去完成一些任务，但这个过程很难脱离人的相关处理和帮助。
当然从个人的角度而言，你去评估AI的价值，一方面你可以从生产力的角度去评估，你需要去考虑ROI，另一方面你也可以从怎么提高组织效率、怎么通过AI降低员工的工作痛苦去考虑。这一块AI明显已经有很多案例。即使这些案例虽然它没有百分百完成这项职能，但是至少也提供了20%的协助。
所以我在内部也会给HR团队「洗脑」，说你可能需要更早一步去假设AI成为员工，思考你的组织要怎么变革，现阶段你如何去识别AI应用的最佳实践，遇到一些非常好的软件或者案例应该多去做推广等等。
不过今年还有一个特别明显的感觉，就是大家已经产生疲态了。无论是toC层面的新产品、还是面向产业的产品，哪怕在AI比较重度使用的群体里面，大家好像多多少少都有一些疲惫感。很多企业也重新思考AI到底对我的企业、对我的状态、对我的公司运营到底要发挥什么作用。
海外市场的话，我自己的观测可能会比国内的生态更好一些，我关注的很多产品，即便是通过订阅的方式，目前的发展状况也还算不错。比如我们前面提到的Consensus，它刚刚拿到拿到了一轮融资，现在的ARR大概是150万美元左右，积累了40万的用户——这算是一个比较健康的数字了。
AI的核心用户们，已经产生「疲态了」（25:52）
蒲凡：关于您刚才提到「疲态」，您能不能展开说一下呢？
余一：我们还是以Consensus举例，去年的那一波AI应用产品，它们到底是怎么做推广，怎么获得用户的？其实这里面有第一波的红利，大家看到了AI画的饼，看到了AI对未来的描绘，激活了大家的新鲜感。包括我在内，很多人在去年疯狂地试用着新产品。只要它能推出来，跟我描述有什么新的功能，发布了一些我想象不到的、很漂亮的视频，我都愿意打开去试一下，最起码加入自己的wait list当中。
我的wait list就收集了五六十个产品，到目前为止实现了20多个，还有30多个不知道是因为企业没了还是其他什么原因，现在没有后续了。总之在去年我们还能看到意愿非常强烈的尝鲜人群，再加上各种各样的新闻报道制造的流量，导致给与新产品的宽容度特别高。
但今年，拿我自己而言，通过各种各样的尝试，我已经有一些非常固定的使用习惯。已经拥有了自己的主供应商、主产品，也不再会像以前那样给与新产品机会，除非你有一个非常强的理由摆在我面前。
另外AI使用其实是有一定门槛的。它不是像原来移动互联网的应用那样有明确的使用场景，你会发现需要更多来自于你的探索。那么对于大众而言，如果他们带着过去使用软件的习惯，或者只是把AI当工具用，他们是没有「我们一起沉淀经验、去探索使用方式」的意愿的。反过来说，一些纯粹是尝新的大众用户，由于需要时间去适应你跟AI的关系应该是「协作」而不是「使用」，那么这部分人也就逐渐不太怎么关注AI应用产品了。
企业就不需要多说了，大家普遍感受到了资本环境的冲击，其次在付费率和用户增长方面都遇到了瓶颈。正像我前天提到的，非常多的普通用户开始思考，怎么能把AI真正地使用过来，而不是用来看新闻，但在这个过程中又很多受挫。那么第一波的新鲜感过去之后怎么做到用户持续付费，我觉得今年遇到的挑战比去年更大。
市场的「疲态」会让创业者着急吗？（29:00）
蒲凡：听起来都很累人，尤其是像严伯钧老师这样，有「科研人员」到「创业者」这层身份转变的前提下，需要考虑的问题似乎变得更多。
严伯钧：这个问题我们其实已经想得很清楚，那就是我们不会选择在同一个功能上去卷。
我是觉得，如果我们要去把AI应用，发挥出它的核心价值，最重要的是要跳出传统移动互联网的思维定式，或者叫「知识的诅咒」。
我经常在和投资人交流的时候被问，你的用户群大不大？你的覆盖怎么样？这些问题其实有一个隐含假设，那就是任何一款产品，只有你覆盖的人群足够多、足够广你们才能够有足够大的价值。这个公式在移动互联网时代是成立的，原因就是我刚刚说过的那样，互联网主要的核心价值是打破信息的不对称，而「打破信息不对称」这件事情产生的价值本身没有那么高。
换句话说，投资人都想要投一个覆盖人群非常大，最好是每个人都可以用得产品，隐含地假设是这名投资人下意识地认为，这款产品从用户每个人身上其实挣不了几个钱。一个产品10亿人都可以用，并且人均可以挣到1000美元，这不可能。
所以如果你还是去追求大的人群覆盖度，要在很多产品相互竞争的情况下，思考相同功能的好坏差异，思考我怎么样去地推，我怎么样去触达他，我怎么样说服他来换，这个其实就是移动互联网的打法，这个里面有很多know how是非常成熟，（不是我们擅长的竞争方式）。
而AI这一波恰恰提供给了我们很多非共识的机会。就像我前天提到的，AI最大价值的核心就是降低复杂度，它要去替代那些传统场景里，必须由人类智能高度参与的领域。在这样的情况下，我们不用去追求10亿用户量，不应该是是在「术」的层面竞争，它应该是在「道」的层面去竞争。
具体而言，我们很清楚，我们要做的就是在他实际的科研当中，帮你预测一个量子材料，帮你预测一个蛋白质的折叠。在很多实际的科研、产研当中，过去那些只能由非常专业的科研人员解决的问题。在这件事里，一定会有很多有价值的创业项目在里面。就像全球有几千万的科研人员，而大家研究不一样，每一个AI也需要负责某个单独领域的更深方向，我觉得这个就OK了。
蒲凡：但是就算投资人认同你这部分论述，但我认为他们还是会问你一个特别实际的问题，那就是你头100万的用户是怎么来的？因为这是企业经营层面必然要较真的问题。
严伯钧：头100万用户，有一部分来自我自己的影响力。海外市场的用户，更多还是偏自然增长。
蒲凡：目前的反馈如何？
严伯钧：留存率还是不错的。我们有一个数据——一般AI产品都有功能的点赞和点踩——我们点赞是比点踩多的，这个其实很难得。当然，这或许是我们专注于科研这个赛道。通用大模型的点赞比例一般都比较低，因为他们用的人多也很杂。我们还设置了一个wish list，让用户们想要什么功能，他就可以上来说。
蒲凡：我听下来总有一种用空间换时间的感觉，就是说目前这些功能会为后续的发展争取时间？
严伯钧：是的。
蒲凡：那作为创业者的严伯钧，就是你会觉得时间不多了吗？因为我们刚才听了一大篇论述，共识是无论是投资人还是核心拥有都出现了疲态，并且核心用户已经建立自己护城河这么一个阶段，也就是说市场留给你接下来产品实现的耐心，已经没有那么多了。这种情况下，你会不会着急？
严伯钧：我觉得还好，因为我们比较清楚我们的用户是谁，而且这批用户很显然属于「爷爷不疼、姥姥不爱」但是个人价值非常高的那种。我觉得是紧迫感还是有，但它没有卷到「大家很多人都在做一样的东西」那种程度。
「网红老板」会是创业过程中的阻碍吗？（36:25）
蒲凡：我还准备了一个比较冒犯的问题。你有一个非常外在、大家很难回避的身份，那就是「网红」。「网红」意味着你是具备影响力、拥有私域流量。说得更抽象一点，你具备了一定社会影响力。
而就我个人的经验而言，跟这样的同事或者老板相处是一件难事。第一，他更容易得到注意力和资源的倾斜，从而制造了一个实质上不太公平的博弈环境。第二点他作为一个长期被「偏爱」的存在，他就会有相应的ego，咱们中国人都比较谈「面子」，那么提出反对意见就变成了一件比较危险的事。
而且在创业这件事上，咱们都讲结果导向。无论之前你吵得再凶，只要你结果是好的，我都可以认可你的坚持部分是对的。那么从现在来看，能够成为一名领域内顶流的网红，意味着你是拿到过结果的人，那么至少从在外部视角来看，你说出来的结论可能会更有参考性。
所以我在想，你的「网红光环」是否会给企业经营层面带来一定的误判？你的存在是否会让团队产生一定的幻觉呢？比如我刚才为什么会问你100万用户是怎么积累，那就是因为我从刻板印象出发，会猜测txyz目前还不错的活跃度有可能不真实，它与现在的产品力不一定是匹配，会有一层的隐忧在里面。
严伯钧：你说的这个问题肯定是客观存在的，所以在团队内部，我非常注意自己的言行。并且作为一个有影响力的管理者，你要特别注意不要乱说话，尤其是你要特别清楚哪些东西你是不懂，要避免家长式的管理。
具体到我们团队内部的技术方案等等东西，我是不会下任何决定的，都会交给我们的CTO去做决定，除非他主动问我有什么想法。
另外我们团队是比较多远的，并不是一个纯中国的团队。所以我这个网红buff、影响力buff，并不是所有人都会认同。并且我们团队的小伙伴，各个联合创始人都在自己的领域有非常强的建树。比方我们首席科学家，他是斯坦福最年轻的终身教授之一，也在国际上拿过很多科研方面的大奖，那你说在这个领域当中，谁的buff更强？
总的来说我们非常早就意识到了这个问题，然后采取的管理风格就是大家相互信任，CEO不要什么东西都你来定。这种情况下就是团队目前的状态，其实还是不错。
是否信任职业经理人，科研人转创业者的最大短板？（39:58）
蒲凡：这似乎佐证了外界的一个猜测，那就是相比于国内的创投行业，国外的科研人员在转型创业者这件事上更加从容？
严伯钧：对，这可能是文化上的差异，在国外创业观点里「专业人做专业事」这个普及得比较好。一个科学家转型成老板，第一件事情就会想到找一个善于管理的管理者跟你搭班。哪怕是谷歌的早期创业，Sergey Brin和Lwarence Page这两个人也是做了一段时间没有起色，被投资人建议找一个职业经理人。每一个人要清楚自己擅长的地方，每个人要有边界感。
蒲凡：而且这里可能还涉及到一个创始人ego的问题。我听一些投资人聊过，他觉得很难去说服被投企业把公司卖了。或许传统中国人「致仕」的观念里，会默认老子打下来的江山凭什么把它让给你。严伯钧老师会有内心两个灵魂打架吗？会有中国传统「致仕」概念和硅谷车库文化之间的冲突吗？
严伯钧：不会，我非常flexible。你说自己的公司舍不舍得卖之类问题，我唯一的判断点就是「卖」这个行为对公司的未来发展是否更好，那如果是更好就卖，这点没有什么纠结。刚才大家讨论的一点我比较同意，就是中美创业者会遇到的问题是不同的。在硅谷，投资人一定不会问「如果谷歌做了这个东西你怎么办」、「大厂做了你这个东西你怎么办」？
这背后的原因，就是海外的金融环境，相对来说比较成熟一点，流动性比较好。谷歌规划一个相同定位的产品，第一选择一定是买你。
蒲凡：就是造不如买，买不如租？
小野酱：为什么中国创投圈为什么热衷于「我要自己做」？
严伯钧：或许是因为国内成本比较低，融资渠道也不是那么多，金融环境也不是流动性那么强。
还有一个很大的原因，就是传统文化的差异。硅谷就有很多像我们一样，联合创始人有很多的公司，大家会默认公司是共同创造的。相应的，如果你的心态是ownership，你必然会思考要有一番抱负，会思考这是我打下的江山如何如何。
蒲凡：这样说起来，严伯钧老师的经验就是要和「联合创始人」们当朋友一样处，要和朋友们一起创业。而【中国合伙人】里面得出来的教训是，千万别和兄弟一起创业。
小野酱：我觉得这或许是「教育背景」的影响。【中国合伙人】原型里的那位前辈，他高考都经历过三次，他对于很多东西的理解是没有那么轻盈，会更厚重一些。而严老师所身处的文化氛围，思维模式更偏职业经理人一些。
蒲凡：对，很多人都跟我提到过「职业经理人」这一点。曾经有位投资人跟我说，他去英国做一个孵化园项目，发现那边的创投主要由三股力量自称，一个是高校与风险基金、一个是创业者，另外就是从世界500强里面不断循环出来的职业经理人——而这个群体在他看来是最重要、最能够形成跟中国创业氛围形成差异的要素。
他现在就开始更多地去说服被投企业的创始人们，让他们认识到自己企业短板，接受这一套的模式，让「职业经理人」轮动起来把一个一个项目都跑出来。
严伯钧：甚至我们可以再拔高一点。所有的生物体第一属性都是要「活下去」，但是我们每个人又不可能永远的活下去。那么退而求其次，既然肉身不能永远活下去，那什么东西可以永远活下去？你的作品、你的思想可以永远活下去。
那你的最高目标，难道不应该是我打造的这个东西、这款产品、这家公司，只要大家从历史上知道是我打造的，以后不管有没有我，它都能永远运转下去，这才是我最大的成功。如果它离了我就不能好好运转，那这个东西必然就是随着你没了就没了，所以你还是没有达到「永生的追求」。
所以换句话说，企业家做到一定程度，聘用职业经理人，逐渐淡出，让它自己就可以运转，这才是一个更大的成功。
「收支平衡」是一个什么难度级别的目标？（47:56）
蒲凡：你有没有给自己设置过一个目标？你觉得txyz要做到什么样的程度，就算创业有所小成了呢？
严伯钧：收支平衡，能活下去就可以了。
蒲凡：距离这个目标还有多远？
严伯钧：我觉得明年就差不多，因为我们现在已经开始有一些收入，并且cost也不太大，我们这个也领域不需要人多。
蒲凡：这个目标好像有些太佛了，这就让我很好奇了——你说你与很多投资人见面聊天，到底是你主动找的投资人，还是投资人主动找的你？
因为我觉得对于创业者来说，投资人只会在短期内和你目标一致。长期的相处话，你们目标一定会分岔。这就带来两个问题，第一「这么佛」的发展目标能说服投资人吗？第二，如果你抱着这么「佛」的目标去创业，理论上你不太需要过多的接触资本市场。
严伯钧：「收支平衡」这件事情不佛，因为这涉及一个问题，企业做大、做强、做久，这三件事之间应该是什么关系？
在我个人看来，企业的目标就是做久，就是活下去。而想要活下去，你就要不断地、持续地产生价值，这是一个很高的要求。所以做久是你的目标，做强是你的手段，做大是你的结果——我要不断地变强才能够活下来，然后我活了足够久了之后我把别人都卷死，我自然而然就大了——这就是我的看法。所谓的「大而不倒」，其实不是说我想要大而不倒，我只是为了「不倒」，最终必然的结果就是我会变得「很大」。
蒲凡：那么下一个问题，是投资人找你，还是你主动找投资人？
严伯钧：大部分是投资人找我。
蒲凡：他们主动找你，是想投一个AI项目还是想投一个明星创业者？
严伯钧：我觉得一个主要的原因他们觉得有意思，因为很多投资人都看我的节目。第二点，或许在于我们这个领域比较小众，大家也想看看是怎么回事。
如果说投人的话，上一轮种子人确实是投人，本聊了一次就投了。但他投的也不是我一个人，我们团队里面还有很多伙伴，例如我们的首席AI官，我们的CTO都有非常强的背景。
国外创业者的分享欲，强到了一种什么程度？（54:13）
蒲凡：最后我想问问余一老师，通过今天的交流，你是否感受到了中美AI创业者之间的差异？
余一：是的。而且我自己平时也老去听海外一些创业者的播客，我发现无论是出于打造个人IP的目的也好，还是想要分享自己关于产品的经验，国外的创业者在「分享」这件事上做得都更好。对于一些新的创业者而言，你光听那些分享的话，就可以得到非常多很具体、很细节的答案，可以指导你自己再去做一些后续创业动作，可以提供借鉴。包括我自己很喜欢去看他们网站的blog，里面会有很多关于产品开发、关于产品营销的方法论，甚至会有关于用户获取方面的实际操作经验。
这是我观察海外开发者、创业者群体这么久以来，注意到的非常显著的一面。无论从代码还是从个人经验，大家都是一个「开源」的态度。
而国内确实这一拨的AI创业者，虽然也会看到有非常多的分享，但是整体而言，相对国外会少一些，这也是我觉得稍微有点遗憾的地方。
包括现在，虽然大家都会说AI时代每个人都是创业者，每个人都可以去做一些自己的开发应用，包括我自己其实也会尝试去写一些小的工具给自己用。偶尔你也会想试一些小的推广，看看怎么推广到市场层面。但是相对而言国内跟国外在开发者生态上，尤其是在早期的一些帮助方面，中国的创投圈还有很多不足。
包括我有观察到非常新的创业者，现在大家不会特别局限于中国市场，而是在做一个全球市场去分布和布局，包括我也问到说有一些其实海外用户，就是做海外市场确实你能够去从先贤者身上看到和学习到的东西的确比国内多很多。
蒲凡：刚才聊的是创业者，那你有感受到国内AI投资人和国外AI投资人的差异吗？
余一：投资人的差异这个还用说吗？
