刘元谈 AI 黑客松、创业护城河与技术变化中的不安

一场 2023 年的长谈,从快速原型延伸到投资判断、人才机会和创造力。

刘刘元Invité · 真格基金
Chaîne
Zhang Xiaojun Podcast
Publié
17 août 2024
Vidéo
1:31:12
Lecture
6 min
Original
chinois simplifié
Ouvrir sur YouTube
En faisant défiler, la vidéo se réduit en bas à droite et continue. Les sous-titres suivent votre langue de lecture.
Langue de lectureDisponible en 2 langues
Cet article n’est pas encore disponible en français ; il s’affiche dans l’original en chinois simplifié.
RÉSUMÉ

En 30 secondes

张小珺与真格基金刘元讨论 AI 黑客松、应用价值、创业者和投资周期,也谈到技术变化带来的个人疑问。节目最初发表于 2023 年,观点应结合当时背景理解。

  1. 1应用价值在哪里当底层模型被广泛使用时,产品仍需寻找可持续差异。
  2. 2容易做原型,难做壁垒黑客松展示了快速构建的能力,也凸显长期价值问题。
  3. 3机会需要资源追求兴趣也受时间、教育和经济条件影响。
  4. 4寻找具体空隙嘉宾讨论模型能力和大公司战略之间可能留下的机会。
  5. 5经验与试错投资人需要利用经验,同时为新情形保留试错空间。

À retenir

  1. 模型让原型更容易制作,也让持久差异更难判断。
  2. 创业者需要从用户和反馈中持续学习。
  3. 创始人薪酬应结合生活需要与公司资金状况。
  4. 技术、人才和创业机会受到资源与环境影响。
  5. AI 对工作与创造力的影响仍有许多开放问题。
TEXTE INTÉGRAL

Lire le texte remanié, chapitre par chapitre

Transcription seule
01

投资人与黑客松

张小珺与真格基金合伙人刘元讨论 AI 黑客松、创业投资和技术变化带来的情绪。这期节目最初发表于 2023 年,相关判断应放在当时的背景下理解。

张小珺与真格基金合伙人刘元讨论 AI 黑客松、创业投资和技术变化带来的情绪。这期节目最初发表于 2023 年,相关判断应放在当时的背景下理解。

刘元介绍自己长期关注不同领域的早期项目。他说,投资结果各不相同,广泛的好奇心让他持续接触医疗、机器人、教育和其他行业。

两人聊到他被称作文艺投资人。刘元认为,艺术兴趣和创业者的实际工作之间存在复杂关系,不宜把人简单划分成固定类型。

他认为,自然语言界面让更多非程序员能够尝试 AI 工具。表达能力、词汇和对结果的判断可能变得有用,但这不意味着技术知识不再重要。

话题转向黑客松的复兴。参与者在很短时间里组队、构思和展示原型,活动既提供实践机会,也让旁观者看到大量不同的产品尝试。

刘元回忆即刻组织的 AI 黑客松:密集的项目展示令人兴奋,也让投资人难以深入了解每一个团队。原型能展示可能性,但离持久业务还有距离。

02

应用价值与护城河

他观察到许多应用体验受到底层模型能力的影响。这引出投资人的问题:如果大家都能调用类似模型,应用层怎样积累自己的价值?

他观察到许多应用体验受到底层模型能力的影响。这引出投资人的问题:如果大家都能调用类似模型,应用层怎样积累自己的价值?

投资人的担忧不是产品没有用,而是收益最终会在哪里沉淀。用户关系、工作流、分发和持续迭代可能重要,但没有一种护城河自动成立。

张小珺追问团队的优势与可持续性。刘元说,在大量相似原型出现时,投资人更需要分辨短期演示与长期产品能力。

03

小产品和创业反馈

两人谈到即刻社群中的创业者和产品交易。刘元以一个浏览器插件后来被另一位创业者收购为例,说明小产品可以吸引用户并创造新的合作机会。

两人谈到即刻社群中的创业者和产品交易。刘元以一个浏览器插件后来被另一位创业者收购为例,说明小产品可以吸引用户并创造新的合作机会。

他讲述创业者从社团、小工具和黑客松开始,逐步学习组队和产品开发。正面和负面反馈都可能帮助团队调整,而不是一开始就具备全部能力。

刘元把创业与在大公司工作的心态作比较。他用朋友的经历说明两种路径有不同的责任和日常节奏,而不是断言某一种适合所有人。

04

薪酬与资金跑道

讨论延伸到初创公司创始人薪酬。刘元认为薪酬需要结合现金储备、生活需要、团队结构和公司阶段考虑,过高支出可能缩短资金跑道。

讨论延伸到初创公司创始人薪酬。刘元认为薪酬需要结合现金储备、生活需要、团队结构和公司阶段考虑,过高支出可能缩短资金跑道。

他也承认没有适用于所有人的标准:联合创始人、普通员工和家庭负担不同,合理安排需要结合具体情况。

回顾活动现场,他说投资人连续看大量项目也会疲惫。项目数量和相似度提高后,真正理解一个团队需要有意识地留出时间。

05

原型平权的影响

黑客松让他看到,小团队可以很快利用现有模型做出有吸引力的演示。也正因为原型更容易制作,长期壁垒和价值积累的问题更难回答。

黑客松让他看到,小团队可以很快利用现有模型做出有吸引力的演示。也正因为原型更容易制作,长期壁垒和价值积累的问题更难回答。

06

创业生态与人才

比较中美生态时,他认为当时两地对生成式 AI 的紧迫感、资本环境和创业条件存在差异。他把这称为个人观察,而非对所有公司和研究者的统一结论。

比较中美生态时,他认为当时两地对生成式 AI 的紧迫感、资本环境和创业条件存在差异。他把这称为个人观察,而非对所有公司和研究者的统一结论。

他讨论不同类型的创业者和人才来源,包括年轻技术人才、经验丰富的经营者与科学家。各自可能具备不同优势,也会受到环境和机会的影响。

刘元认为,追随兴趣需要资源和余裕;家庭条件、教育和市场环境会影响一个人能否长期探索。他用这一点提醒听众注意机会的不平等。

对于创业能力能否像考试一样训练,两人认为经验和反馈有帮助,但创业问题不断变化,不能只靠套用固定答案。

他们还讨论教授和科学家创业。刘元认为技术实力之外,组建团队、处理股权、选择负责人和理解市场也需要学习。

他比较不同资金和投资机构的要求,认为一些投资人更关注商业执行和产品能力。具体标准会随机构、阶段和项目变化。

07

上一代 AI 与个人不安

对于上一代 AI 公司,他建议在具体垂直行业中积累知识与价值,而不是假定过去的技术优势会永远存在。

对于上一代 AI 公司,他建议在具体垂直行业中积累知识与价值,而不是假定过去的技术优势会永远存在。

刘元坦言,ChatGPT 的出现让他重新思考人类工作的边界,也带来不安。他描述的是个人情绪和疑问,而不是人类能力已经被全面替代的事实。

他设想许多服务包含信息的获取、组织与传递,因此可能受到 AI 影响。医疗和教育还涉及关系、实践、责任与安全,不能简单等同于信息输入输出。

08

投资与人机边界

被问及基金的 AI 投资,他说项目涵盖多个层次,并提到对有经验的连续创业者的兴趣。团队方向可能改变,因此投资人需要持续观察。

被问及基金的 AI 投资,他说项目涵盖多个层次,并提到对有经验的连续创业者的兴趣。团队方向可能改变,因此投资人需要持续观察。

他追问哪些信息工作短期内仍难以自动化,并承认人脑、模型内部机制和意识都有大量未解问题。模型生成内容不能单独证明它具有人的想象或意识。

刘元举例说,分析商业计划书中的信息与面对面建立信任并不相同。他同时认为投资机构也应研究如何在自身工作中使用 AI。

他借一位创业者的思路讨论机会:寻找基础模型还做不好的事,以及大公司因自身定位不容易做的事。一个例子是根据任务协调来自不同供应商的模型。

短期产品可以带来用户和反馈,但团队需要思考下一阶段能否保持价值。把阶段性增长误当成永久优势会带来风险。

09

共识与不确定性

他反思自己看了不少项目却出手有限:可能是标准高,也可能是接触到的样本不足。优秀团队稀缺并不意味着投资人的筛选不会犯错。

他反思自己看了不少项目却出手有限:可能是标准高,也可能是接触到的样本不足。优秀团队稀缺并不意味着投资人的筛选不会犯错。

两人讨论市场的两面:对 AI 方向高度兴奋,同时对具体项目的估值、团队和可持续性仍然谨慎。方向共识并不会自动回答具体投资问题。

刘元把混沌视为机会,因为变化会产生新的信息和需求。但机会并不保证成功,创业者仍需在不确定中试验和修正。

他观察到新闻和活动很多,不代表可投资公司同样多。研究项目、个人开源作品和商业产品各有价值,也有不同的目标。

投资团队也在反思是否把标准定得过高:既要利用过去经验避免错误,也要为新时代的不同团队保留试错空间。

10

文学、电影与创造力

在快问快答中,刘元谈到文学、电影和 AI 能否创造细腻作品。他用个人阅读和观影体验表达好奇与不安,没有把这个问题视为已经解决。

在快问快答中,刘元谈到文学、电影和 AI 能否创造细腻作品。他用个人阅读和观影体验表达好奇与不安,没有把这个问题视为已经解决。

他还分享旅行中导览带来的体验,并联想到未来的智能助手。节目以对技术、创造力和人的经验仍需继续探索的态度收尾。

Sur la même chaîne

1:59:52EN
Zhang Xiaojun Podcast· 21 oct. 2026Podcast · 2 voixDavid Qian on Succession, Robotics, and Finding His Own AmbitionInvité : David Qian (Qian Cheng) · Anime : 张小珺Ecovacs CEO David Qian reflects on inheriting a founder-built company, learning to lead through mistakes, and choosing a patient path in robotics. His account treats succession as an ongoing effort to build the company for a new era, not a finish line.Entreprise et stratégieLeadershipCompany Building+2
2:51:18EN
Zhang Xiaojun Podcast· 15 oct. 2026Podcast · 2 voixLindon Gao on Building Dyna Robotics and Finding a Path Through the FogInvité : Lindon Gao · Anime : 张小珺Dyna Robotics CEO Lindon Gao explains why his company builds intelligence through real workflows, how hardware and research must evolve together, and how a founder can find clarity by letting go of the need to be right.RoboticsProduct StrategyModèles et entraînement+2
2:51:18ZH
Zhang Xiaojun Podcast· 15 oct. 2026Podcast · 2 voixDyna Robotics 创始人 Lindon Gao:从折叠任务到完整工作流Invité : Lindon Gao · Anime : 张小珺从无人零售到机器人创业,Gao 讲述产品研究、真实部署的难题和在不确定性中寻找方向。RoboticsCompany BuildingFounders+2
2:34:18EN
Zhang Xiaojun Podcast· 3 sept. 2026Podcast · 2 voixZeng Ming on AI’s New Era: Why Great Companies and New Organizations EmergeInvité : Zeng Ming · Anime : 张小珺Zeng Ming argues that AI is changing the foundations of business: models will become infrastructure, while new Agent-native applications and organizations create the next wave of value. His advice to founders is to embrace uncertainty, rethink strategy continuously, and build around meaningful work rather than inherited structures.AI StrategyEntreprise et stratégieAgents+2
2:34:18ZH
Zhang Xiaojun Podcast· 3 sept. 2026Podcast · 2 voix曾鸣:AI 产业化的三阶段与公司组织的消亡Invité : 曾鸣 · Anime : 张小珺战略学者曾鸣以互联网、工业革命和电气化的历史周期为参照,提出 AI 正从基础设施走向 Agent 应用,并最终进入原生应用阶段。他认为,旧公司的科层制难以穿越范式转型,下一代组织将围绕任务、创造力和人机协同重构。AI StrategyStrategyAgents+2
1:09:50ZH
Zhang Xiaojun Podcast· 19 août 2026Podcast · 2 voix苏庭灏:一位高中生的 AI 研究、教育与快乐Invité : 苏庭灏 · Anime : 张小珺从自学 Transformer 和发表论文,到思考 AI 时代的学习、焦虑与人与人的连接。AI researchEducationMachine Learning+2