2025-10-16 09:18:04
“The world you’re born in is no longer exist.”
我们正处在一个无法逆转的、加速变化的时代，我们熟悉的一切都在被重塑，而我们唯一能做的，就是向前看，并找到新的生存之道。
这篇文章整理自最新一期「INDIGO 月末直播」的转录文本，将带你完整回顾这场深度分享，我们将跟随 Indigo 的思路，从诺贝尔奖的风向标开始，途经他对亚洲科技氛围的亲身观察，深入剖析 AI 基础设施的惊人循环，鸟瞰各大科技巨头的战略博弈，最终落脚到这场技术革命对经济、社会乃至我们每个人的颠覆性影响，以及我们该如何应对。
“去年，诺贝尔物理学奖颁给了 AI，给了 Hinton 教授；今年，又颁给了将量子隧穿实验做到宏观世界的 Google 量子计算团队。”
Indigo 的分享从诺贝尔奖——切入：在过去两年内，商业巨头 Google 已经斩获了三项诺贝尔奖（包括去年的化学奖）。这不再是传统意义上学术界象牙塔内的游戏，而是一个清晰的信号：推动人类知识边界的核心力量，正在从传统学术机构向拥有海量数据、顶尖人才和庞大算力的商业公司转移。
这背后，是科研范式的根本性变革。Google 不仅在 AI 领域拥有像 Hinton 这样的泰斗，更是在量子计算领域实现了所谓的“量子霸权”，能够稳定地在电路中实现量子比特。Indigo 强调，正是这种深厚的科研底蕴，让他坚信 Google 是最有希望率先挺入 AGI（通用人工智能）的公司。
科技的进步是所有进步的源泉。这个开场白为我们揭示了第一个残酷的现实：未来，最前沿的知识创造将越来越多地发生在这些科技巨头的“黑箱”之内。
在分享技术趋势之前，Indigo 先回顾了他在 7 月份为期一个月的亚洲之行，足迹遍布北京、上海、香港、东京、台北和曼谷。这是一次深入实地的观察，让他对不同地区的 AI 氛围有了极为生动的感受。
1. 冰火两重天：中国的狂热与日本的疏离
2. 时代的两大杠杆：资本与 AI
这次旅程让 Indigo 深刻体会到两个正在加剧的全球性趋势：贫富差距的拉大和认知泡泡的加强。社交网络让我们每个人都活在自己的信息茧房里，而 AI 的到来，则为这个割裂的世界提供了两个截然不同的上升路径：
“如果你有钱，就可以通过投资来投资最好的公司来赚钱。……如果你没有钱，那你就用好 AI 的杠杆，AI 是这个时代唯一的杠杆了。”
这正是 Indigo 创办社群的核心理念：帮助有资本的人找到正确的投资方向，帮助没有资本的人掌握 AI 这个强大的工具。他的结论是，全世界的中产阶层正在坍塌，未来属于两类人：懂得运用资本的强者，和能够驾驭 AI 的“超级个体”。
话题转向了本轮 AI 浪潮的核心驱动力——AI 基础设施，尤其是算力的疯狂扩张。Indigo 用一张在网上广为流传的图，生动地揭示了这个看似复杂的资本游戏：
这是一个完美的闭环，Indigo 戏称其为“双脚踩云梯”或“AI 基建黑帮”。这个循环以一种近乎“左手倒右手”的方式，让参与其中的几家公司股价飙升，并创造了真实存在的、庞大的 GPU 订单。
这究竟是坚实的需求，还是一个巨大的泡沫？Indigo 认为，虽然有泡沫成分，但与传统的庞氏骗局不同，AI 有可能通过真正地渗透到我们生活的方方面面、极大地提高生产效率，来最终消化掉这些估值。
1. 算力的指数级需求
来自权威机构 Epoch 的一份报告为这个疯狂的投资提供了数据支撑。报告预测：
尽管投入巨大，但头部 AI 公司的收入增长也同样惊人。例如，Anthropic 的收入每年以 3 倍的速度增长，预计到 2028-2029 年，这些公司都有可能达到万亿级别的市值。
2. 黄仁勋的远见：从 CPU 到 GPU 的计算范式革命
NVIDIA 的 CEO 黄仁勋（黄老板）早已预见到这一切。Indigo 播放了他的访谈片段并解读了其核心逻辑：
过去，我们用 CPU 处理结构化的数据（如数据库）；现在，我们越来越多地用 AI 来处理和生成非结构化的数据（如文本、图像、代码）。
这是一个根本性的转变。随着 AI 编写软件的能力越来越强，未来大量的软件本身就是由 AI 生成和驱动的，这意味着从软件的构成到底层数据的处理，都将迁移到 GPU 上。这不仅仅是硬件的升级，而是一次计算范式的彻底迁移。
3. 万亿美元的市场替换：AI “吃掉”劳动力市场
Andreessen Horowitz (a16z) 的一张图则更直观地揭示了这场革命的最终目标。在过去半个世纪，价值约 2.2 万亿美元的软件产业，其本质工作只是将物理世界的资料（文件柜）进行数字化存储和管理（增删改查）。
而 AI 的出现，将软件的能力从“存放”提升到了“理解、分析并直接操作” 。它要替代的，不再仅仅是文件柜，而是操作这些文件的、价值高达数十万亿美元的全球“智力劳动”市场。
这就是为什么资本愿意为 AI 基础设施投入巨资的根本原因。他们赌的是一场规模空前的“市场替换”——用 AI 软件的边际成本，去替代人类劳动力的固定成本。这个逻辑一旦成立，当前的算力投入就一定能赚回来。
在理解了基础设施的逻辑后，Indigo 将目光聚焦于舞台中央的主角们——各大公司的前沿大模型。
1. 核心战场：代码能力是衡量智能的“黄金标准”
“要解决智能问题，就要先解决编程问题。”
这是当前所有顶尖 AI 公司优先攻克的方向。Indigo 介绍了一个名为 SWE-bench 的权威编程能力测试，它揭示了当前大模型的真实梯队：
2. 各家最新动态与战略解读
3. 最终的战略格局
Indigo 用一张自制的图总结了他对这场战争的看法：
Indigo 坚信，AI 的终极价值在于走出数字世界，进入并改造物理世界。
1. 人形机器人：迈向社会化的第五道门
从 Figure 公司制作精良的“机器人前台”宣传片，到 Tesla Optimus 在没有人类遥控的情况下自主学习中国功夫，再到 Google Gemini Robotics 展示的、由统一模型驱动不同形态机器人完成复杂任务的能力，人形机器人正在变得越来越像“人”。Indigo 认为，这正是 AI 融入人类社会的最后一步——社会化，即拥有人类的感知、举止和交互能力。
与此同时，Tesla 发布的“大师计划第四篇章”（Master Plan 4）更是将这一愿景提升到哲学高度——通过技术实现“可持续的富足” (Sustainable Abundance) 。其核心是通过自动驾驶和人形机器人等自主技术，将人类从单调、危险的工作中解放出来，从而造福全人类。
2. 科研新范式：AI 在核聚变领域的惊人突破
如果说机器人还略显遥远，那么 AI 在尖端科学领域的突破则已是既成事实。Indigo 引用了 DeepMind CEO Demis Hassabis 的一个深刻洞见：
像生物学这样极其复杂的系统，已很难通过第一性原理（底层方程）去完全推导。但这些系统之所以“可解”，是因为它们是经历漫长演化塑造的，其可能性空间中存在着一种内在的低维结构（即“流形”）。
AI 的强大之处，就在于它能直接从海量数据中学习并捕捉到这个“流形”，从而极大地压缩搜索空间，用高精度的预测模型解决传统方法难以攻克的问题。
AlphaFold 预测蛋白质结构是第一个铁证。而最新的一个例子更加震撼：麻省理工学院的科学家成功使用基于数据的神经网络模型，来稳定控制核聚变装置（托卡马克）中超过 1 亿摄氏度的等离子流。这是传统控制论和公式计算难以实现的壮举，它再次验证了 AI 作为一种全新科研范式的巨大潜力。这预示着，未来在新材料、生物制药等复杂领域，我们将迎来一波由 AI 驱动的发现浪潮。
技术革命终将传导至社会层面，引发剧烈的经济和就业结构调整。
1. 宏观信号：就业岗位与股市的诡异背离
一张图表显示，自 ChatGPT 发布以来，美国的开放招聘职位数量持续下降，而股市却一路高歌猛进。这说明，AI 正在帮助企业在不增加人手甚至减少招聘的情况下，实现利润增长。这正是“AI 吃掉劳动力市场”在宏观数据上的初步体现。
2. 微观行为：从“增强”到“自动化”的信任转移
Anthropic 的一份用户行为报告显示，在过去 8 个月里，用户使用 Claude 的模式正在从“增强式”（你问我答）快速滑向“自动化”（放手让 AI 完成整个任务）。这表明，随着模型能力越来越可靠，人类用户正在变得越来越信任和依赖 AI。
3. 职业的未来：三层风险结构
结合一份长达 80 年的经济学研究报告，Indigo 指出，自 1980 年以来，高质量的中产岗位就已在美国呈现下降趋势，技术更多扮演了“替代品”而非“互补品”的角色。而 AI 的到来，将彻底重塑就业市场，形成一个清晰的三层风险结构：
Indigo 的结论是，AI 可以显著提升每个人的“下限”（让新手快速达到可用水平），但无法轻易拔高真正的“上限”（取代大师级的深度思考和创造力）。
在分享的最后，Indigo 回到了更深层次的哲学和个人生存策略问题。
1. 思想的食粮：三本必读之书
他推荐了三本书，它们从不同维度帮助我们理解这个新世界：
2. 永恒的二元性：拥抱问题，走向无限
引用物理学家 David Deutsch 在《无穷的开始》中的思想，Indigo 传递了一种深刻的科技乐观主义：
“问题是不可避免的，但问题是可以解决的。”
一个没有问题的状态，就是一个没有创造力的死亡状态。人类社会正是通过不断解决一个又一个问题而发展的。因此，我们不必担心 AI 会替代所有工作，因为只要人类存在，新的问题就会源源不断地涌现，从而创造出新的需求和新的职业。
3. 社群的力量：对抗孤独，建立连接
然而，数学家陶哲轩的观察也给我们敲响了警钟：社会系统对大组织的偏爱，正在摧毁真实的小型社群，人们在物质富足中变得前所未有的孤独。AI 的发展，可能会让大公司和算法变得更强大，产生无尽的“内容垃圾”，进一步加剧这种原子化的趋势。
对此，Indigo 认为，唯一的解药就是建立真实、有温度、有共同价值观的社群。在 AI 时代，有影响力的 KOL、有价值的社群主理人将成为对抗算法侵蚀的重要节点，他们是“超级社会连接器”，其价值会变得前所未有的重要。
这最终引向了 Indigo 自己的行动——发起一个名为 “Rewired”（重新连接） 的项目。这不仅是一个社群，更是一个旨在帮助人们适应智能时代的生态系统，它建立在“新三位一体”的理念之上：
这个项目将包括一本探讨与 AI 共生的新书、一份由 AI 辅助筛选的深度周刊，以及一套涵盖世界观、认知成长和 AI 应用技能的完整课程体系。其最终目标是构建一个认知飞轮：通过 AI 增强学习、提升认知，再将认知快速在投资等领域变现，从而形成一个正向循环。
Indigo 的这场直播，不仅是对当前技术浪潮的一次全景式扫描，更是一份充满紧迫感与希望的未来生存宣言。他告诉我们，那个我们熟悉的、稳定的、可预测的世界已经一去不复返。取而代之的，是一个充满不确定性、由资本和智能双轮驱动的加速时代。在这个时代，被动等待意味着被淘汰，而主动学习、积极连接、勇敢地拥抱新工具和新范式，将是通往未来的唯一路径。
现在，问题摆在我们每个人面前：你准备好“重新连接”自己，迎接这个全新的世界了吗？
2025-10-10 11:54:19
本期 Indigo Talk，再次请到老朋友 Shawn。一年前，他还是深耕出海增长（Hash Matrix）的营销专家，如今已华丽转身，创立了为全球创作者和数字游民服务的链上数字银行 AllScale。Shawn 将从他亲身经历的跨境支付“噩梦”谈起 ，分享为何稳定币是解决创作者经济、零工经济乃至未来 AI 智能体经济支付难题的终极答案 。这不仅是一次关于稳定币的机遇和金融科技的探讨，更是一场关于未来工作形态与机器经济货币的深度畅想。
Apple Podcast & Spotify 播客 ｜ 小宇宙播客
Shawn（Allscale CEO & HashMatrix 联合创始人）
Indigo （数字镜像博主）
01:41 嘉宾介绍：从 Hash Matrix 到 AllScale 的转型
04:03 痛点：传统跨国支付的摩擦与稳定币需求的爆发
10:33 对“稳定币是黑灰产工具”的偏见进行驳斥与分析
17:36 稳定币核心应用场景：解决“开户难、收款难、提款难”
19:10 稳定币的三大基石：可编程、互操作、无许可
21:16 三大新经济体：创作者、线上零工和智能体经济
30:11 自托管的必要性：服务世界经济的毛细血管
33:10 无许可：数字资产主权与比特币/稳定币的天然属性
37:09 可编程性：微支付与小数点后18位的金融精度革命
43:59 前瞻：AI 时代与机器经济的货币畅想
01:00:13 总结：世界“脱实向虚”势不可挡，数字服务市场将是最大
我们正处在一个巨大而无声的变革时代。当大多数人还在关注 AI 模型又刷新了哪些榜单时，一个支撑未来经济运转的底层操作系统正在悄然重构。这不只是一次技术升级，它关乎我们未来如何工作、如何协作、如何定义和交换价值。
这一切，都始于一个最基本、最令人头痛的问题：支付。
在最近一期 Indigo Talk 中，主持人 Indigo 再次邀请了老朋友 Shawn。一年前，Shawn 的身份还是增长营销机构 Hash Matrix 的创始人，致力于帮助中国的AI和金融科技公司扬帆出海。而今天，他带着一个全新的项目 AllScale 再次做客，身份也转变为一名金融科技领域的创业者。
这次身份的转变是一次从实践中“痛”出来的深刻进化。通过这场对话，我们得以跟随 Shawn 的思考，从一个具体的商业痛点出发，层层深入，最终抵达对 AI 时代货币形态的终极畅想。这不仅是对稳定币的科普，更是一幅描绘未来机器经济蓝图的深度思考。
任何伟大的创新，往往都源于对现实世界中“摩擦力”的无法忍受。Shawn 和他的团队在运营 Hash Matrix 的三年里，深刻体会到了这种摩擦力带来的痛苦。
Hash Matrix 作为华人群体中最顶尖的营销机构之一，与全球大量的AI创始人和互联网大厂都有深度合作。他们的业务核心之一，就是连接品牌方与遍布全球的内容创作者（KOL）。然而，当业务网络拓展到南美、欧洲、东南亚等世界各个角落时，一个看似简单的环节 —— 打款——变成了一场后勤灾难。
“我们有两个人全职就干一件事：收款和打款，” Shawn 回忆道，“每天就是追别人要账，和被别人追着要账。”
这背后隐藏着三个具体的、日益尖锐的痛点：
正是这些源源不断的需求，让 Shawn 意识到，他们用“手搓”出来的解决方案已经验证了一个真实且庞大的市场。今年年初，在上一次访谈结束后的几周内，他们的新产品就快速上线并实现了正向现金流。于是，Shawn 和团队决定 All in，全身心投入到这个名为 AllScale 的项目中。
AllScale 的定位是“自托管的链上数字银行（Self-Custodial On Chain Neo Bank）” 。它的核心使命，就是为数字游民、线上自由职业者、内容创作者，乃至未来的AI智能体，提供一个既能享受区块链原生优势，又能拥有Web2般丝滑体验的稳定币银行服务。
提到稳定币，许多人的第一印象往往与“灰色地带”、“监管模糊”甚至“非法交易”等词汇联系在一起。Indigo 开玩笑说，自己当初申请 Circle 账户时，因为 KYC（了解你的客户）流程被严格审查了一周，感觉就像被当成了潜在的“坏人”。
拥有在 Capital One 和 TikTok 负责支付风控产品经验的 Shawn，对此有着更深刻的见解。他指出，任何支付渠道都不可避免地会被用于非法活动，但这只占总交易量的极小部分，并不能定义这项技术的本质。
“技术的创新，永远都是在最需要它的地方被最先使用。” Shawn 打了一个生动的比方，“很多新兴技术，比如XR，最早的应用之一可能是在成人娱乐产业。但我们不能说这些先行者就决定了技术的本质。”
他进一步指出，历史上所有颠覆性的技术都曾面临来自既得利益者的巨大阻力。大约 30 年前，传统的电信巨头们曾试图游说将网络电话（VoIP）定义为非法；更早之前，我们今天习以为常的 HTTPS 安全协议，也一度处于半违规状态。如果我们因为早期的不完美和传统势力的抵制就拒绝变革，那么今天我们可能无法享受免费的网络通话和安全的网页浏览。
稳定币也是如此。要真正理解它的价值，我们需要拨开偏见的迷雾，深入其技术的内核。Shawn 将其总结为三个不可分割的核心特性：
这三大特性共同构成了稳定币的革命性潜力，使其成为服务下一代全球化经济体的理想工具。
Shawn 和他的 AllScale 瞄准的，正是三个正在以前所未有的速度崛起的新经济体：创作者经济、线上零工经济和 AI 智能体经济。
这三个经济体的共同特征是，它们将人类社会的分工进一步线上化、异步化、分散化和去中心化。一个庞大的任务可以被拆解成无数微小的部分，由世界各地的个体以极其复杂的方式协同完成。
而 AI 的爆发，正以前所未有的力量，为这三大经济体踩下了油门。
一方面，AI 极大地降低了参与门槛。一个尼日利亚的年轻人，只要会一点点英语，借助 ChatGPT 或Claude，就可以在全球零工市场上一天赚取 20 美元，这远高于他们本地的平均收入。内容创作、语言翻译、代码编写等技能的获取成本正在急剧下降。
另一方面，AI 本身也在创造新的需求。像 Mercor、Outlier AI 这样的平台，正在利用 AI 将大模型训练等复杂项目，拆解成无数个数据标注、内容生成的微任务，分发给全球的用户。Indigo 敏锐地指出，这预示着一个未来：当 AI 自动化了大量传统白领工作后，“上班”这个概念本身可能会消亡，零工经济将成为社会的主流工作模式。
在这样一个高度原子化、全球化的协作网络中，一个高效、低成本、无国界的支付系统不再是“锦上添花”，而是“不可或缺”的基础设施。
然而，并非所有打着 Crypto 旗号的解决方案都能兑现这一承诺。Shawn 尖锐地批评了当前许多金融中心（如香港）正在探索的一种模式，他称之为“背叛了稳定币的革命” 。
这种模式被他形象地称为“加密三明治（Crypto Sandwich）”。它的运作方式是：用户的法币进入 -> 通过银行即服务（BaaS）提供商存入传统银行 -> 在内部被标记为加密资产 -> 通过加密托管商（Custodian）管理 -> 当用户需要时，再换回法币流出。
表面上看，它似乎连接了传统金融与加密世界，但实际上，它完全违背了稳定币的三个核心原则：
“这种模式无法触及世界经济的毛细血管，” Shawn 强调，“它依旧有高昂的成本，依旧依赖传统金融，无法真正帮助那些最需要它的人。”
真正的解决方案，必须回归本源，坚持自托管（Self-Custodial）的模式。这意味着用户自己掌握私钥，对自己的资产拥有绝对的控制权。只有这样，才能真正地降低开户、收款和流通的成本，将稳定币的革命性力量，传递给全球每一个角落的劳动者。
对话的最后，两位思想的碰撞将我们带向了更遥远的未来 —— AI 时代的货币究竟会是什么样子？
Indigo 首先梳理了货币的宏大演化史：从贝壳、金属币，到银票、金本位纸币，再到与黄金脱钩、以国家信用（债务）为锚的纯粹法币体系。每一步演进，都是为了适应更大范围、更复杂的人类协作。2009年比特币的诞生，是历史性的分野。人类历史上第一次出现了非主权、去中心化、基于数学和共识而非权威的货币形式。
我们正处在“机器货币的黎明”。然而，黎明前的世界充满了摩擦：新旧权力体系的摩擦、公众信任建立的摩擦、以及全新的去中心化金融范式与传统机构格格不入的摩擦。
但一个不可逆转的趋势是，未来经济活动的主体，将不再是人类，而是机器。AI 智能体之间的协作、API 的调用、算力的实时租赁 …… 这些数以万亿计的、高频、瞬时、微额的经济行为，是现有任何一套基于人类设计的支付系统都无法承载的。这片广阔的无人区，正是为稳定币这类可编程的、高精度、低成本的互联网原生货币准备的舞台。
“AI 大模型中，一切信息都被转化为 Token；在 Crypto 世界中，一切资产也被表现为 Token。” Indigo 感慨道，“这两个看似无关的领域，在最底层的抽象上，竟然有着如此惊人的相似性，这仿佛是冥冥之中的一种融合。”
Shawn 则提出了一个更为终极和富有诗意的构想。他认为，人类社会的发展，始终被语言、地域和货币这三道无形的墙所阻隔，这就像神话中导致巴别塔（The Tower of Babel）崩塌的诅咒。而今天，AI 正在打破语言的隔阂，远程协作技术正在消弭地域的距离，而稳定币则有望统一全球的价值交换媒介。我们正在重建巴别塔，开启一个全球 80 亿人与未来数万亿 AI 智能体进行原子级协作的全新时代。
那么，在这个终极的、统一的经济体中，货币的最终形态会是什么？
“人类所有的经济活动，无论是物理世界的‘烧开水、扔石头’，还是虚拟世界的‘传信息、做决策’，其最底层的成本都可以归结为一样东西 —— 能源。” Shawn 的目光投向了远方，“或许，就像修仙小说里的‘灵石’，未来社会的终极货币，将是一种与能源直接挂钩的能量货币。”
这是一个令人振奋的脑洞，也是对价值本源的深刻回归。
这场对话从一个具体的支付痛点开始，最终抵达了对未来文明形态的宏大构想。它清晰地告诉我们，稳定币不仅仅是一种新的支付工具，它是下一代互联网的价值结算层，是未来全球化零工经济和机器经济的血液。
正如 Indigo 在节目最后总结的那样：“这个世界正在数字化、智能化，‘脱实向虚’的趋势势不可挡。未来，物理世界的服务将成为奢侈品，而数字服务的市场将是最大的。我们必须跑步进入这个新时代，否则就将被远远甩下。”
这场变革已经开始，无论我们是否准备好，新的经济范式和价值网络都在加速成形。理解它，拥抱它，将是我们每个人在未来世界中安身立命的关键。
传统金融系统（银行、卡组织）是为处理高价值、低频率、中心化的机构间交易而设计的，其高固定成本（手续费）和高合规摩擦（KYC/QIB）对人类正在迈向的“原子化协作”（即全球化、碎片化、高频次的微任务）形成了结构性排斥。
稳定币不仅仅是一种工具，它以“无许可”、“可编程”和“自托管”为核心特性，正在构建一种全新的去中心化金融基础设施**，直接服务于世界经济的“毛细血管”（新兴市场中的个人、零工和智能体），这是传统金融无法触及的市场。
在 AI 时代，传统的“公司-员工”模式将进一步解体为“原子化的任务”与“代理资本”（Agency Capital）的结合。
随着经济活动的数字化和智能化加速，支付摩擦将持续降低，最终的价值尺度可能趋向于最基本的物理单位。
世界正在数字化、智能化，脱实向虚（从实体经济转向虚拟经济）势不可挡。未来，物理世界（现实服务）将是有钱人才能享受的，而数字服务的市场将是最大的。
2025-10-08 12:18:06
当全球目光聚焦于中美 AI 竞赛时，日本正以一种独特而“佛系”的方式，经历着这场技术革命。在这里，AI 不是程序员的专属工具，而是创意家的魔法棒；“一键生成”的应用广受欢迎，但成功的关键却在于理解“营业”背后深厚的信任文化。
本期 Indigo Talk，我们邀请在日本从事风险投资的李路成（Luke），深入探讨 AI 浪潮下这个既熟悉又陌生的市场。我们将聊到中国公司出海日本的生存法则，AI 如何与传统的“职人精神”博弈，以及在人口减少的背景下，日本社会将如何被动地走向自动化，又能否成为 AGI 时代保留人类体验的“避风港”。让我们一起穿透迷雾，看见一个真实的 AI 日本。
Apple Podcast & Spotify 播客 ｜ 小宇宙播客
李路成 Luke（Asu Capital Partners 创始合伙人）
Indigo（数字镜像博主）
李路成毕业于早稻田大学，在校期间创业后加入日本 Recruit 集团，从事企业媒体的数字营销与产品优化相关工作。2020 年加入 YJ Capital（现更名为 Z Venture Capital），专注于早期创业项目的投资与投后管理，并推动多家日本初创企业进军海外市场。
2023 年联合创立 Asu Capital Partners，致力于支持“从日本出发、走向全球”的创业者与初创企业，重点投资处 于Pre-Seed 及 Seed 阶段的项目，打造具有国际影响力的新一代创业生态。
信任的传递模型：全局感 > 产品力。在日本这个高语境、重避险的商业文化中，建立信任的关键并非证明“我的产品有多好”，而是传递一种“全局感” 。这意味着你需要为客户描绘出整个市场的地图：行业趋势、竞争格局、不同方案的优劣，并将你的产品置于其中，清晰地解释其定位和价值 。这个过程本质上是将决策风险从客户身上转移到你的专业度上。销售行为从“说服”转变为“赋能”，产品只是这个信任传递过程的最终交付物。
技术采纳的路径依赖：产业基因决定技术形态。一种新技术（如AI）在不同社会的采纳路径，并非由技术本身决定，而是被该社会预先存在的产业基因和人才结构所塑造 。日本的软件工程师稀缺，但插画师、漫画家等创意产业从业者众多。因此，需要多步骤、依赖编程能力的AI工具（如AI辅助编码）难以普及；相反，“一键生成”式的创意类AI应用（如AI绘画、网页生成）则能迅速找到广阔的土壤 。
创意领域的AI悖论：对“过程”的守护 > 对“效率”的追求。创意领域（动漫、游戏）对AI的抗拒，本质上不是技术冲突，而是对“创作过程”被贬值的恐惧 。在崇尚“职人精神”的文化中，作品的价值不仅在于最终成品，更在于创作者投入的时间、心血与个人体验所构成的神圣“过程” 。将AI视为纯粹的效率工具，是对这一过程的“亵渎”。因此，AI在这些领域的真正突破口，可能不是替代创作的某一环节，而是作为一种全新的媒介，去创造前所未有的互动体验（如动态叙事游戏） 。
日本市场的“农场”模式 vs “狩猎场”模式。对于出海公司而言，日本市场验证了一种反常识的商业模式：它不是一个追求用户规模爆发式增长的“狩猎场”，而是一个可以“佛系”经营、稳定变现的“农场” 。许多ToC产品在日本难以实现大规模增长，但能稳定地服务于一个高付费意愿的核心圈层，形成一种“在日本赚钱，在别处赚用户”的微妙平衡 。
日本自动化的未来：必然性与文化惯性的博弈。日本社会的未来，将是“自动化必然性”与“文化惯性”相互博弈的结果。严峻的人口问题将“被动地”迫使其走向高度自动化，甚至可能比中美更快 。然而，其文化内核中对“过程之美”、人际和谐与手工体验的珍视，将顽强地保留下人类服务的“飞地” 。最终形成的，可能是一个自动化基建与高价纯手工体验并存的二元社会。
在全球目光聚焦于中美 AI 竞赛时，日本正以一种独特而复杂的方式，经历着这场深刻的技术变革。它既拥抱 AI 带来的效率，又固守着传统的人文价值；既有对未来的焦虑，又带着一种特有的“佛系”心态。
在最新一期的 Indigo Talk 中，主持人 Indigo 邀请了日本 Asu Capital Partners 的创始合伙人李路成（Luke），共同探讨了 AI 浪潮下日本社会的真实面貌。这次对谈为我们揭示了一个既熟悉又陌生的市场：一个在科技上看似“失落”，却在细节和体验上追求极致的国度，正在如何消化和吸收 AI 这项颠覆性技术。本文旨在深入剖析此次对谈，帮助读者透过游客视角，洞悉科技与 AI 对日本社会产生的深远影响。
人们对日本科技的印象，似乎还停留在上世纪90年代的辉煌 。索尼、松下等品牌曾是全球家电的代名词，但随着互联网和移动时代的到来，日本似乎逐渐淡出了科技创新的中心舞台。如今，当 AI 革命席卷全球，日本的反应也呈现出一种鲜明的地域特色。
从“程序员”到“创意家”
李路成观察到一个有趣的现象：与中美市场相比，日本的软件工程师数量相对较少。因此，像 Claude Code 或 Cursor 这样需要编写代码的 AI 工具，在日本的普及度并不高。日本人使用 ChatGPT、Gemini 等大模型，更多是停留在“聊天”和获取灵感的层面，而非直接用于编程开发。
然而，这并不意味着日本在 AI 应用上落后。恰恰相反，他们在一个意想不到的领域展现出了惊人的创造力——创意生成。
“拿 ChatGPT、Grok 还有 Gemini 去做创意类型的使用 Use Case 特别多。” 李路成提到。无论是 Stable Diffusion 模型的 LoRA 训练，还是 Google 的 Nano Banana 模型在正式发布前就在日本社交媒体上引发热潮，都证明了这一点。
这种现象背后，是日本深厚的文化产业基础。虽然程序员不多，但日本拥有庞大的插画师、漫画师和创意从业者群体。他们迅速将 AI 绘图、AI 社交等工具融入自己的工作流，极大地推动了这些“一键生成式”AI 应用在日本的流行。对于他们而言，AI 不是复杂的代码，而是一种能快速将想象力变为现实的魔法棒。
偏爱“网页”而非“程序”
另一个有趣的特点是，日本用户对网页制作的需求远高于程序开发。这与日本的商业习惯密切相关。企业非常重视市场推广（Marketing），需要不断制作精美的网页、海报和宣传单（Flyer）来进行营业活动。因此，像 Dify、Manus 这类能通过简单几行提示词（Prompt）就生成漂亮网页的 AI 工具，精准地切中了日本用户的痛点。
“你要四五步才能做出来东西，肯定不如一两步就做出来东西更击中用户的需求。” 李路成总结道。这种对简洁、高效工具的偏爱，反映了日本市场务实的一面。由于本土缺乏大型平台型软件公司，企业对复杂的大型代码架构需求不高，简单的网页代码生成就足以满足日常运营所需。
日本市场的这些独特性，为寻求出海的中国 AI 公司提供了一片意想不到的蓝海。根据 Sensor Tower 的数据，2025年上半年，日本 APP 收入最高的 AI 公司排行榜前十名中，有多达四家来自中国。
ToB 市场的“小巨人”
在企业服务（ToB）领域，以 Plaud、Notta 等为代表的 AI 语音转录工具取得了巨大成功。这些工具精准地满足了日本企业在销售、会议等场景下的“硬需求”。
在日本，销售主管通常要求下属对销售过程进行录音，以便进行风险管理和能力评估。这种工作习惯为 AI 转录工具提供了广阔的应用场景。中国公司凭借其国际化的产品能力和对风险管理的重视，成功填补了美国公司不太关注、而日本公司又急需的市场空白。李路成透露，一些中国公司仅凭日本市场的 ToB 业务，年收入就已达到千万甚至数千万美元的规模，并有潜力冲击一亿美元的天花板。
ToC 市场的“佛系”赚钱
在消费者（ToC）市场，情况则有所不同。以 PixAI（AI 生图）、SynClub（AI 社交）为代表的中国公司，成功吸引了数万到十几万的核心用户，尤其是在创意领域。这些用户愿意为高质量的创意工具付费，使得日本成为一个“赚钱”的市场。
然而，这些公司也普遍面临一个挑战：如何实现大规模的用户增长？由于文化和市场的差异，将一个小众的创意产品推广成主流应用并非易事。因此，许多公司形成了一种微妙的平衡策略：在日本市场“佛系”赚钱，同时在其他市场获取用户。他们不会在日本投入过多的增长资源，但用户数量却能保持平稳增加，形成一种“很佛系的赚钱状态”。
无论是 ToB 还是 ToC，想要在日本市场取得成功，都必须理解其独特的商业文化，尤其是“营业”这个词的深刻内涵。
“营业” vs “销售”：从交易到关系的转变
在中文语境里，“销售”往往意味着将产品卖出去。但在日本，“营业”更像是一种咨询服务。一个优秀的营业人员，不会一上来就推销产品，而是会先深入了解客户面临的问题和挑战，然后提供一套包含产品在内的、完整的解决方案。
“我在卖的时候我肯定先问你，你有什么问题，你有什么课题需要我解决？” 李路成分享道，“然后我除了这个产品之外，我给你打包一个解决方案。”
这种服务贯穿始终，从售前的需求分析，到售后的定期报告、数据解读和优化建议，无微不至。这种模式的背后，是日本社会根深蒂固的体验式服务文化。无论是餐厅服务还是商业合作，日本人都追求一种让对方感到被充分尊重和理解的体验，最终目标是建立长期的忠实客户关系。
信任是第一位的
与中国“先做生意，再建立信任”的模式不同，日本商业文化强调“先建立信任，再做生意”。这种传统源于历史上的“街坊生意”，邻里之间靠的是长久的信誉。
那么，如何在一个陌生的市场建立信任？关键在于展现你对客户的“全局感”。当向日本客户提案时，仅仅夸赞自己的产品性能是远远不够的。你必须像一位行业专家，把他当成一个“什么都不懂的小朋友”，耐心细致地讲解：
这种沟通方式，虽然在中国或北美市场可能会被认为效率低下，但在日本却至关重要。它向客户表明，你不仅仅是想卖东西，而是真正关心并理解他的处境，致力于帮助他解决问题。这种深入的沟通，是建立信任的基石。日本客户在做决策时，倾向于参考过去的成功案例，他们喜欢在多个选项中进行比较，以寻求一种“不会错的决定”，这背后是对安全感的极度渴求。
当 AI 深入创意领域，日本这个动漫和游戏大国也面临着一场关于“灵魂”与“效率”的深刻思辨。
“没有灵魂的尸块”
尽管 AI 绘图工具在日本非常流行，但在专业的游戏和动漫公司内部，AI 的应用仍主要停留在初期创意阶段，作为获取灵感的辅助工具。最终交付的作品，依然需要人类画师亲手绘制完成。
许多创作者对纯粹由 AI 生成的作品抱有抵触情绪，甚至将其贬称为“没有灵魂的尸块”。他们认为，创作的价值不仅在于最终呈现的精美画面，更在于创作者本人投入的时间、情感和思考过程。AI 可以模仿风格，却无法复制人类独特的生命体验，而这正是作品“灵魂”的来源。因此，许多公司即便在内部尝试使用 AI，也不敢公开承认，担心会引起粉丝和同行的反感。
从“辅助工具”到“全新媒介”
然而，对话也揭示了另一种可能性：将 AI 视为一种全新的创作媒介，而非仅仅是效率工具。
李路成将 AI 比作“摄像头”。摄像头的发明并没有取代绘画，而是创造了一种全新的艺术形式和记录方式。同样，AI 也可以创造出前所未有的互动体验。例如，像 AI Dungeon 这样的社区，允许用户通过 Prompt 生成和参与动态的 RPG 故事。补充一下，OpenAI 的 Sora App 正在干类似的事情！
在日本，IP（知识产权）持有方正积极探索利用 AI 拓展其作品的商业价值。他们发现，AI 特别适合用来盘活那些“长尾”的、非头部的 IP。通过与 AI 公司合作，他们可以为动漫角色创建官方的聊天机器人。这些机器人因为掌握了角色的完整背景故事、性格设定甚至身高体重等全部数据，能够提供比 Character.AI 等 UGC 平台更“入戏”、更沉浸的互动体验。这种为粉丝量身定制的、高度官方化的数字互动，已经成为一种成功的新商业模式，即使是小团队也能借此获得可观的收入。
这预示着一个趋势：AI 不再是简单地替代某个环节，而是作为一种“引擎”，驱动着新的叙事方式和娱乐形式的诞生。
在对谈的最后，主持人 Indigo 提出了一个引人深思的构想：在未来 AGI（通用人工智能）高度发达的时代，当世界大部分地区被全自动化所覆盖时，日本，特别是像京都这样的城市，是否会成为一个保留纯正“人类体验”的“避风港”？
李路成的回答充满了辩证思考。他认为，日本正面临着一个无法回避的现实：严重的人口问题。随着人口的迅速减少，许多过去由人工提供的服务将难以为继。因此，日本实际上是一个“被动型”地走向自动化的社会，其自动化程度甚至可能在未来超过中美。从送餐机器人到 AI 工地警备员，自动化正在悄然填补劳动力缺口。
然而，这并不意味着日本会完全放弃对“人”的追求。日本文化的核心，是对“美”的追求 —— 一种源于平衡、和谐与过程之美的价值观。这种文化深植于其社会结构之中：在一个资源有限的狭小空间里，人们必须通过复杂的规则和漫长的共识过程，来维持和谐的共存关系。
“他们更在乎这个过程是不是做得够好，” 李路成解释道。
这种对“过程”的执着，决定了日本社会不会轻易让 AI 完全取代人类。他们会寻求与 AI 共存的方式，同时保留并珍视那些无法被机器复制的手工服务和职人精神（Craftsmanship）。
因此，未来的日本社会可能会呈现一种独特的融合形态：在东京这样的现代化都市，自动化将高度普及，以维持社会的基本运转；而在京都这样的文化古都，传统的人类服务和体验将被作为宝贵的文化遗产得以保留和传承。这两种看似矛盾的趋势，将在日本这片土地上并行不悖，共同塑造一个既高效又充满人文关怀的未来社会。
结语
这场对话为我们描绘了一幅生动的日本 AI 图景。它不是一个非黑即白的故事，而是一个充满了灰色地带和微妙平衡的现实。日本正以其独特的方式，在拥抱技术进步与守护传统价值之间，艰难地寻找着自己的道路。这种探索或许缓慢，甚至有些“佛系”，但它所蕴含的对人性的尊重和对过程的珍视，或许能为我们这个被效率和增长焦虑所裹挟的时代，提供一份别样的启示。
2025-09-26 10:59:27
本期 Indigo Talk 邀请到 Web3 资深投资人郑迪，从 Google 最新发布的 Agent to Payment (A2P) 协议谈起，深度拆解了为何 AI Agent 与 Web3 是构建未来机器经济的“天作之合”。当智能体需要自己的“身份证”（DID）、“银行账户”（稳定币钱包）和“法律契约”（智能合约）时，区块链为这个正在崛起的新物种提供了不可或缺的社会基石。
这场对话不仅是一次技术前沿的探讨，更是一次对未来经济范式、社会结构乃至个人生存法则的深刻预演。当“一人公司 + Agent 军团”成为现实，当“价值投资”的逻辑被动摇，我们又该如何在这场由资本和算力主导的浪潮中，找到自己的位置？
Apple Podcast & Spotify 播客 ｜ 小宇宙播客
嘉宾
时间线
当最前沿的 AI 智能体（AI Agent）与去中心化的加密技术（Crypto）开始交汇，一个全新的范式 —— “智能体经济”（Agent Economy）正浮出水面，这可能是引发一场重塑全球商业、社会结构乃至地缘政治格局的深刻变革。
在这场由 Indigo Talk 主持的深度对话中，两位思想敏锐的观察者 —— 主持人 Indigo 与人称“迪神”的 Web3 资深投资人郑迪，从谷歌最近发布的一个看似不起眼的技术协议出发，为我们层层揭示了这场即将到来的巨变。他们探讨了 AI Agent 与 Crypto 为何是“天作之合”，剖析了构建未来机器经济的三大支柱，并最终将目光投向了这场变革对我们每个人的工作、投资乃至人类社会未来的终极影响。这不仅仅是一次技术科普，更是一次关于未来生存法则的严肃思考。
核心观点：目前的 AI Agent 和 Web3（加密世界）都处在一个根本性的“错位”状态。AI Agent 被设计用来模仿人类操作为人类设计的低效界面，而为机器交互量身定做的 Web3 协议却被强加给人类使用，导致双方的潜力都远未被释放。
对话的起点，是一个看似矛盾却又无比真实的观察。Indigo 指出，我们今天看到的 AI Agent，例如 OpenAI 推出的能操作电脑的 Open Operator，其本质仍然是在“模拟人”。它们学习的是如何在为人类视觉和操作习惯设计的网页、App 上进行点击、浏览和输入。这就像让一个超级计算机去学习打算盘，虽然能完成任务，但本质上是一种效率的降维打击。这是一个先进的智能体，在迁就一个为旧时代设计的交互界面 3。
而另一边，郑迪则点出了 Web3 世界的窘境。Web3 的核心 —— 智能合约、钱包交互等，本质上是程序化、协议化的，它们天生就是为机器与机器之间的无缝调用而设计的。然而，行业在过去十几年里，一直试图让普通用户直接去操作这些“反人类直觉”的界面，结果导致了大规模普及（Mass Adoption）的彻底失败。Web3 至今仍然是一个小众的、以交易投机为主要需求的圈子，因为它让一个普通人，去直接使用一个本该由机器来操作的工具。
这种“错位”造成了巨大的资源和潜力浪费。一个本该在高效协议层进行交互，另一个本该被高效协议调用的技术，却走向了完全相反的方向。而现在，随着 AI Agent 技术的成熟，我们终于迎来了将这两个“错位”的世界重新对齐，让机器的归机器，让人类的归人类的历史性机遇。
核心观点：一个完整的智能体经济需要一个类似互联网 TCP/IP 协议的基础设施。这个设施正在由三大关键技术协议构建而成：模型工具调用（MCP）、智能体间通讯（A2A），以及最终完成商业闭环的智能体支付（A2P）。
要让数以万亿计的 AI Agent 们能够自主协作、形成经济，就必须为它们建立一套通用的“语言”和“规则”。这个过程，与早期互联网的构建惊人地相似。
第一层：Agent 调用工具 (MCP)
这个基础由 Anthropic（Claude 的母公司）在去年底发布的 MCP 协议奠定。它让大模型不再仅仅是一个聊天机器人，而是可以像人一样调用外部的各种工具和服务（API）。任何服务商，无论是订票网站还是企业软件，都可以将自己的服务“注册”成一个模型可调用的工具，这为 Agent 走出聊天框、与现实世界交互打开了大门。
第二层：Agent 之间对话 (A2A)
今年4月，谷歌发布了 Agent-to-Agent (A2A) 协议，解决了另一个核心问题：不同公司、不同类型的 Agent 之间如何标准化地通讯。在此之前，Salesforce 的 Agent 可能说“广西话”，Atlassian 的 Agent 可能说“东北话”，它们之间无法协作。A2A 协议的目标就是统一标准，让所有 Agent 都“讲普通话”，实现无障碍沟通，这相当于机器世界的 TCP/IP 协议。
第三层：Agent 完成交易 (A2P)
然而，光有沟通还不够，经济活动的核心是交易。就在上周，谷歌紧接着发布了 Agent-to-Payment (A2P) 协议，补上了最关键的一环。这个协议的精妙之处在于它的两层结构：
这个协议栈的出现，意味着一个全自动、由 AI Agent 自主运行的商业流程闭环第一次在技术上成为可能。
核心观点：传统金融支付体系（如信用卡、银行转账）由于其高成本、高延迟和对人工干预的依赖，完全无法满足未来机器经济对海量、高速、跨境、自动化微支付的需求。而以稳定币为代表的 Crypto 支付方案，则完美地解决了这些痛点。
在谷歌的 A2P 协议中，最引人注目的一点是它破天荒地正式引入了对稳定币支付的支持，并为此创建了一个名为“X402”的扩展协议。
“迪神”对此进行了一次精彩的科普：HTTP 协议中有一个长久以来被虚置的代码 —— “402 Payment Required”（需要支付）。自 90 年代互联网协议诞生之初，这个为未来网络原生支付预留的接口就一直没有被激活和标准化。现在，谷歌通过 X402 扩展，等于正式“唤醒”了这个沉睡三十年的协议，并指定稳定币作为其关键的支付方式之一。
为什么非 Crypto 不可？原因在于成本和效率的巨大差异。
郑迪引用了世界银行的数据：全球范围内一笔200美元的法币跨境支付，其平均成本高达6%以上，且耗时漫长。这背后的 SWIFT 系统自上世纪60年代以来几乎没有本质变化。这种高昂的成本使得“微支付”（Micro-payment）在传统金融体系下完全不成立。你不可能为了阅读一篇价值 0.1 美元的文章，而去支付一笔 0.5 美元的手续费。
而稳定币彻底改变了游戏规则。它能够以几乎可以忽略不计的成本，在几分钟内完成全球范围内的实时清算 。这不仅为普惠金融（例如，让发展中国家的劳工能低成本地向家人汇款）打开了大门，更重要的是，它为智能体经济创造了基础。
在未来的机器经济中，交易将是海量且碎片化的。一个 Agent 可能需要为调用一次 API 支付 0.01 美元，为一个数据查询支付 0.005 美元。这种体量的交易，只有 Crypto 能够支撑。谷歌在其官方文档中也明确指出，区块链是目前唯一经过验证的、能同时解决支付、信任（Trust）、身份（ID）和确权这四大核心问题的最佳方案 。稳定币，将成为这个新经济体中流动的血液。
核心观点：参照红杉资本在 AI Ascent 大会上的框架，一个成熟的智能体经济将建立在三个核心支柱之上：身份层、通讯层和安全层。这三者共同构成了机器社会运行的基础设施。
身份层 (Identity Layer)：你是谁？
在机器经济中，首要问题是验证身份，防止欺诈（即“女巫攻击”）。这需要为每一个参与者——无论是人类还是 Agent——提供一个可信的数字身份（DID）。
通讯层 (Communication Layer)：如何交流？
这一层主要由我们前面讨论的 A2A 和 A2P 协议构成。谷歌之所以积极推动这些开源协议，其商业动机非常清晰：
安全层 (Security Layer)：如何防范风险？
随着经济活动的自动化，安全问题变得空前重要。风险不仅来自传统的黑客攻击，更来自 AI 自身带来的新威胁。例如，AI 可以被用来自动生成恶意代码，或者被用于进行大规模、高精度的社会工程学攻击（对话中提到的“朝鲜黑客”案例就是一个生动的例子）。因此，围绕 Agent 经济的安全、审计和沙盒测试将成为一个巨大的蓝海市场。
核心观点：智能体经济将从根本上改变企业的运作模式、普通人的职业路径、社会的财富分配结构，并最终引发全球范围内的地缘政治权力重构。
这场对话最深刻、也最引人深思的部分，是对智能体经济带来的连锁反应的推演。
工作的解构与重组
社会结构的重塑
地缘政治的终局
从一个技术协议，到一个可能的未来世界图景，这场对话为我们揭示了 AI Agent 与 Crypto 融合的巨大潜力和深远影响。它不再是遥远的未来，而是正在塑造我们现实的强大力量。
最后，两位分享者给出了面对这场变革浪潮的个人建议，这或许是我们每个人都应该思考的：
机器经济的黎明即将到来，这既是一个充满机遇的时代，也是一个充满挑战的时代。理解它、适应它，并找到自己的位置，是我们每个人的必修课。
2025-09-16 09:27:46
本期 Indigo Talk，我们荣幸地邀请到硅谷一线硬科技投资机构 FoundersX Ventures 的两位合伙人 Helen Liang 与 Leo Cui，以及老朋友厚明。他们将从投资人与科学家的双重视角，为我们描绘一幅 AI 加速下，物理世界正在发生的深刻变革图景：为什么说硅谷的风向已经从“模型崇拜”转向了“营收为王”？AI 又将如何“反向塑造”算力的未来，催生出颠覆性的 3D 芯片？在生命科学领域，“虚拟细胞”和 AI 科学家将如何终结人类百年的探索孤独？而机器人这块“最难啃的硬骨头”，又卡在了什么核心瓶颈上？欢迎收听这场关于 AI 与未来科技版图的深度对谈。
Apple Podcast & Spotify 播客 ｜ 小宇宙播客
在人工智能的浪潮席卷全球，当大众的目光还聚焦于语言模型的每一次迭代和 AGI 的宏大叙事时，一场更深刻、更具颠覆性的变革正在悄然发生。这场变革的核心，是将数字世界的智能，注入到物理世界的原子之中。从驱动我们数字生活的芯片，到构成我们生命的细胞，再到探索未知宇宙的机器人，AI 正在从一个“回答问题”的工具，进化为一个“解决问题”的伙伴，甚至是一位“提出问题”的科学家。
本期 INDIGO TALK 邀请到了硅谷 FoundersX 基金的两位合伙人 Helen 和 Leo，他们身处全球科技创新的风暴中心，专注于 AI 与 Deeptech（硬核科技）的投资。在这场长达一个半小时的深度对话中，他们不仅分享了硅谷投资风向的最新转变，更深入探讨了 AI 如何赋能芯片设计、生物医药、机器人乃至基础科学研究的未来图景。这篇文章将带你超越视频的线性体验，深入这场对话的核心，理解 AI 的下一个战场究竟在哪里，以及它将如何重塑我们的世界。
2025 年的硅谷 AI 领域已经完成了从底层技术狂热到商业化落地的关键一跃。投资界的焦点不再是模型的参数和跑分，而是产品、应用以及实实在在的年化经常性收入（ARR）。
对话从一个投资人最关心的问题开始：过去一年，硅谷的投资热点发生了什么变化？Helen 指出，最大的变化是从先前对底层大模型的狂热追逐——包括算力、算法和 AGI 的基准测试——转向了以产品和营收为导向的务实阶段。
这个转变的背后，是 AI 技术本身已经跨过了一个重要的“临界点”。大模型的能力已经“足够好”，不再是制约商业应用的瓶颈。Helen 提到，在过去短短6个月里，FoundersX 投资组合中就有 8 家公司完成了从种子轮到A轮的融资，总额超过 1.2 亿美元 。这些公司的共同特点是惊人的营收增长速度，成立仅两到三年的初创公司，在一年内就实现了 500 万至 1000 万美元的 ARR 。
这一现象的驱动力，是 AI Agent 的威力开始显现 。当底层模型足够强大后，创新的重心就自然地转移到了如何将这种能力与特定领域的私有数据相结合，打磨出能解决实际问题、创造商业价值的应用。企业客户看到了AI带来的“降本增效”的实际效果，付费意愿变得前所未有的强烈 。这不仅体现在初创公司的 ARR上，也体现在像 Anthropic 这样的模型公司，其 API 销售收入增速惊人，展示了企业级AI应用的巨大市场潜力 。
这个阶段的创业公司面临着一个“幸福的烦恼”：算力消耗巨大。他们每周最常向投资人求助的，就是希望能获得更多的云服务信用额度（Cloud Credit），无论是来自AWS还是Google 。这从侧面印证了 AI 应用正在被大规模地开发和使用，TOKEN 的消耗如同移动互联网时代的流量，正在变得“越用越多” 。
AI 正在将“编程”的定义一分为二。除了传统的、用于交付生产级产品的软件工程，一种全新的“日抛型编程”范式正在兴起。它借助 AI Agent，为个人即时生成、使用并抛弃代码，以解决当下具体的自动化任务，这将从根本上重构 SaaS 行业。
对话深入到当前AI应用最火热的领域之一：编程。大家普遍认为，这是一个巨头必争的“拥挤赛道”。但真正的机会可能不在于通用的代码补全工具，而在于与特定垂直领域（Deep Domain）的数据和工作流深度结合的应用。
然而，Indigo 提出了一个更具颠覆性的观点。他认为，我们必须区分两种写代码的目的：
Indigo 用自己的亲身经历生动地阐释了这一点。他想为一个书单的 27 本书自动查找封面、生成描述、并将封面图拼接成一张预览图。他先尝试让 ChatGPT 的在线 Agent 来完成，结果屡次中断失败。然而，当他使用本地的 Claude Code 时，只用了 5 分钟就完美解决了问题 。这个为他工作了 5 分钟的代码，在任务完成后就可以被“扔掉”，因为明天他会有新的、完全不同的自动化需求。
这种被 Indigo 称为“日抛型编程”（disposable coding） 的模式，背后是一个深刻的思维转变（mindset shift）：软件的成本被 AI 极大地降低了。在过去，开发软件成本高昂，必须让尽可能多的人使用才能收回成本。而现在，软件可以“按需生成”，用完即弃 。这预示着大量的传统 SaaS 软件将面临被颠覆的风险，因为用户不再需要订阅一个包含众多功能的复杂软件，他们可以直接让 AI Agent 为他们完成具体的工作流 。
Meta 等科技巨头为顶尖 AI 人才开出的天价薪酬，是一把双刃剑。它既是对 AI 创业价值的终极肯定，也为有经验的从业者制造了极高的机会成本。然而，对于那些被梦想驱动的年轻人来说，创业的浪潮势不可挡。
话题转向了硅谷一个热门新闻：Meta 为 AI 人才提供天价薪酬。这引发了一个担忧：当在大厂就能轻松获得高薪时，人们创业的意愿是否会下降？
Helen 和 Leo 的观察是，这种影响是分层的。对于顶尖的年轻人，比如斯坦福、哈佛的学生，创业的驱动力更多来自于改变世界的梦想和激情，高薪工作的诱惑并不会改变他们的选择。Helen 提到，她接触的斯坦福实习生中，就有三个选择退学创业，即使给他们高薪职位，他们依然会选择这条路。
然而，对于那些在谷歌、微软等大厂工作多年、年纪稍长的资深人士，高薪则构成了一个“黄金牢笼”。他们的机会成本变得非常高，放弃一份稳定的高薪工作去做充满不确定性的创业，决策会变得异常艰难。这甚至催生了一个有趣的策略：先去 OpenAI 上两年班，攒够自己创业的种子资金（self-fund）。
但从另一个角度看，巨头之所以愿意开出如此高的薪酬，恰恰是因为他们看到了这些顶尖人才如果不来大厂，就可能自己创业并颠覆一个领域。因此，高薪本身就是对创业潜在价值的一种市场定价。聪明人会意识到，既然自己的期望价值（EV）如此之高，那为什么不直接去创业呢？
更重要的是，AI 浪潮的时间窗口非常宝贵。现在，借助强大的大模型，一家公司从零收入成长为独角兽的时间被大大缩短。如果选择进入大厂，很可能会错过这波浪潮。五年之后，一个选择创业的斯坦福学生和一个选择去大厂的学生，谁的人生自由度更大，还很难说。
当前 AI 生态的价值结构是一个倒金字塔，由底层的芯片和中间的模型层占据了绝大部分价值。然而在未来 5 到 10 年，这个结构将彻底翻转，最终创造 70% 以上价值的，将是与垂直行业深度结合的应用层。
讨论进入了对整个 AI 产业结构的宏观分析。目前的价值分配格局非常清晰：底层的算力（芯片）和中间的算法（大模型）占据了约 90% 的价值，而顶层的应用只占了约 10%。这在技术发展的早期阶段是正常的，因为需要先搭建好基础设施。
但嘉宾们一致认为，这只是一个暂时的状态。随着算力成本的逐渐降低和模型能力的日趋成熟，价值创造的核心将向上转移。Helen 预测，在未来 5 到 10 年，应用层将占据价值创造的50%到70% 。
那么，应用层是否会诞生像英伟达或 Meta 这样的超级巨头？大家认为可能性极大，但路径与上一个时代不同。
Leo 补充道，这种垂直领域的巨头会通过一个正反馈飞轮建立壁垒：他们找到一个好的应用场景，吸引大量客户使用，从而获得海量的、高质量的、独有的用户数据。这些数据反过来又能让他们的模型在特定领域变得更好，形成赢家通吃的局面 。未来，可能不是一个统一的应用市场，而是在金融、医疗、法律等每一个细分领域，都会诞生各自的“巨无霸” 。
AI 的终极战场在于物理世界。通过将智能注入硬件设计和生命科学，人类正在开启一个全新的创新纪元，其核心是解决两大基础性瓶颈：物理世界的算力极限和生物世界的认知极限。
对话的核心转向了 Deeptech（硬核科技）投资。Helen 强调，他们的策略非常聚焦，主要关注那些能从根本上推动 AI 能力边界的颠覆性技术。
通用人形机器人是 AI 面临的终极挑战，其难度远超语言智能。核心障碍不仅在于硬件成本，更在于物理世界交互数据的极度匮乏，这反映了生物进化中“行动智能”先于“语言智能”数亿年的深刻规律。
对话转向了机器人这一激动人心又充满挑战的领域。Helen 坦言，他们对此持相对保守和悲观的态度，认为绝大多数创始人都低估了其难度。
挑战主要来自两个方面：
为了解决这个问题，业界正在探索“世界模型”（World Model） 的路径。以 Google DeepMind 的 Genie 模型为例，它通过观看海量的 YouTube 视频，来学习物理世界的基本规律——比如杯子掉落时水会如何溅起，浪花是什么形态。通过这种方式，AI 可以像婴儿观察世界一样，内化对物理定律的直观理解。一旦模型建立了对三维空间的深刻认知，它在多模态任务中的能力就会涌现，例如能够精准地理解和编辑图像中的空间关系。Tesla 也在利用其遍布全球的车辆采集真实世界的驾驶数据，来构建自己的世界模型。
最终，解决机器人难题的路径，可能需要将这种通过海量视频数据学到的世界模型，与物理定律等第一性原理相结合，但这无疑是一条漫长而艰难的道路。
展望未来 3-5 年，AI 的创新将主要沿着三条主线爆发：AI 智能体（Agent）将重塑所有数字工作；AI 赋能科学（AI for Science）将带来基础科学的突破；AI 与硬件的协同设计将催生新一代的物理工具。
在对话的尾声，三位嘉宾给出了他们对未来的预测，惊人地达成了一致：
这场对话为我们揭示了 AI 发展的壮丽图景，其中最核心的洞察是：数据是新时代的石油，而物理世界的数据，是最稀缺、也最有价值的战略资源。
