十字路口Crossing

🚥 本周十字路口的嘉宾是开物纪创始人陆子恒。他们刚成立就拿到数亿元的种子轮融资，投资方阵容强大：Monolith 领投，光合创投、集富亚洲跟投，高瓴创投、IDG、蓝驰创投、BV 百度风投、L2F 光源创业者基金等老股东超额加注。
开物纪的使命是用 AI 更快发现并验证能够“改变人类命运”的新材料，并让它们从实验室走向可量产、可商用。
子恒会和我们介绍：当我们讨论 AI 发明材料时，AI 究竟在“发明”什么，瓶颈在哪里，商业化又将如何展开。
子恒也在中关村学院带 PhD，我们聊到了 AI 时代的学习和人才：在工具与范式都快速变化的今天，应该如何学习？读 PhD 还有必要吗？又该如何判断自己适合走学术路线，还是去产业一线？
最后，虽然这一期聚焦 AI for materials，但它对所有想把 AI 用在垂直行业的人都有启发：从如何定义问题、积累高质量数据，到如何把 AI 大模型的能力嵌入业务流程，形成可持续的交付与商业闭环，这些方法论都能迁移到其他行业。
更进一步说，几乎每个 AI+垂直行业都会遇到同一个问题：当你终于造出一把能挖出金子的“铲子”（模型与能力）时，是把它交到别人手里，还是选择自己下场去挖？
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 00:00:43 快问快答
年龄、毕业院校、MBTI 与星座、一句话介绍开物纪、融资情况、收入与利润、团队规模、创业前经历
🟢 00:02:44 一块材料，能值多少钱
从硅谷为什么叫 Silicon Valley，到一个日本团队发现的粉末材料撑起了整个固态电池产业。 材料的本质，其实是一个"往白纸上放原子的游戏"。
历史上最赚钱的材料 IP，往往集中在极少数人手上——Goodenough 一个人做了锂电里大半的核心材料。开物纪想用 AI 批量造出这样的人。
发现一个材料，然后呢？它是怎么变成钱的？
🟢 00:08:10 材料界的 Flagship Pioneering
他对标的既不是陶氏，也不是巴斯夫，而是孵化出 Moderna 的那家基金。 "如果真的能挖出金子，我肯定不会先把铲子给别人用。"
两类目标同时在跑：一类是"要发财的"，一类是"要 show muscle 的"——具体是哪两类？
为什么他认为，这个行业现在需要的是有人先从头打到尾走出一个范例？
🟢 00:14:12 那一天，大家吃完饭随手测了一下
一个震撼了所有人、但没有任何人当面说出口的瞬间——成了开物纪出发的原点。 为什么这帮科学家没有声张？子恒怎么形容他们的？
他们看到的那个能力跃升，和 GPT 3.5 之间有什么关系？
DALL-E 的出现，跟材料模型的技术路线选择，有什么意想不到的关联？
🟢 00:19:12 差异化？现在还没到竞争那一步
"今天大家不应该把用 AI 做出来一个好材料当成一个竞争。"——他为什么这么说？
他认为这个领域真正的壁垒，不在模型，不在算力，而在一件很难被复制的事情。
美国那几家对标公司——Periodic Labs、Project Prometheus、CuspAI——和开物纪的路线，到底哪里不一样？
🟢 00:22:49 克级、公斤级，然后呢
AI 不是要搜遍整个宇宙，只要有一个能卖钱就行。 从 AI 给出候选材料，到客户愿意在自己产线上验证——中间到底要走几步？
他说这整件事是"暴力美学"——为什么从 AlphaFold 到 LLM 到具身，走的都是这条路？
AI 在这条管线里，最大的价值究竟是在哪一步？
🟢 00:27:43 开了三张 offer，手都在抖
钱主要花在哪里？实验室？算力？还是人？答案可能颠覆直觉。
他为什么说商业反馈不是对研究的妥协，反而是研究的加速器？
DeepSeek 和具身机器人的崛起，能给 AI for Science 什么启示？
🟢 00:35:33 面试的时候，我现在不知道该问什么了
知识性问题，GPT 全都能答，而且知识面比我强。 他学生成式模型，是怎么学的？一篇论文都没看过。
他说未来五年内，有两类能力会变得非常不值钱——是哪两类？
Taste、Vision、主动性——在 AI 时代，他给这三件事排的优先级是什么？
🟢 00:47:38 给 10 年后的自己：还折腾得动吗
从本科目标"月薪 3,000"，到剑桥，到微软，到创业——每次转变背后，是什么驱动了他？
为什么这么多年在外漂泊，他几乎从来不想家？他的解释出乎意料。
PhD 到底值不值得读？他的答案简洁到有点狠。
欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站
👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

🚥 具身智能正在迅速滑向一场资本狂欢。开年以来，中国至少已有 5 家具身智能公司——银河通用、星海图、智平方、千寻智能、自变量机器人——拿到 10 亿元级融资；当 10 亿开始成为这个赛道的常见起步价，相信很多人和我们一样，都感受到了滔天的泡沫感。
本周十字路口的嘉宾张翼，是「未来不远机器人」的创始人。4 年前，他决定入场机器人创业。那个时候，市场静悄悄，他以为自己选择的是一条又慢又难、无人问津之路。
张翼曾创办市值 30 亿美金的上市公司「掌门 1 对 1」，也经历过双减带来的"一夜归零"。我们从那段断崖式下坠聊起——确认双减是真的，用了足足半个月；把近九万人的公司裁到千人以内，那段记忆在他脑海里已经"泛白"，但后脑勺上，至今还留着当年压出来的一撮白头发。
这次创业，他反其道而行：先潜行三年不融资，先把机器人送进 300 个上海真实家庭，用长期采集的场景数据驱动产品迭代，并在本周发布新一代家庭机器人 F2。
本期内容中，你会听到：
双减那一刻的“空白”，以及随后作为 CEO 的极限决策
为什么第二段创业押注在家庭机器人，而不是更快、更“性感”的方向
先憋三年不融资、先入户的反常识打法，到底带来了哪些优势
F2 的核心场景：带娃与轻家务，以及为什么"厨房"是最重、最难的家务
具身智能热潮之下，世界模型与 VLA 如何取舍
数据为什么是护城河——以及被大多数人忽略的"第三种数据"
经历过最大的起落之后，他如何学会"站在未来往回看现在"
如果你对具身智能、家庭机器人、或者任何需要穿越周期的硬科技创业感兴趣，这期值得一听。
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 00:02 快问快答：年龄、毕业院校、MBTI 与星座、一句话介绍、融资情况、收入与订单规模、创业前经历
🟢 02:26 双减那一刻
30 亿美金估值到“一片空白” 当“100亿收入的机器”突然断粮
从 9 万多人裁到 1000 人，留下一种创伤：记忆会泛白。
🟢 06:04 为什么选择家庭机器人
“20年后每家每户一定会买一个机器人。” 不是换赛道，是重新回答“我为什么还要做事”。
重新出发的底层动机是什么？
三个合力指向机器人：LLM（ChatGPT 3.0时代的机会感）、工程背景（电子信息）、to C 家庭用户洞察。
如果再做一次，必须“比以前更大”，否则没有动力。
🟢 08:56 为什么“提前做硬件”比提前做AI更值
软硬结合的复利来自时间，不来自钱。 AI 软件迭代快，领先容易被追平；机器人因为硬件和工程链条，领先会积累成壁垒。
花 10 个亿也不一定追得上成熟的运动控制与稳定性：很多能力是“时间问题”。
先憋三年再出来：不是不融资，而是等到“能进家庭、能稳定用、能产品化”。
早期的核心判断：先把消费级做到“拿出来就让人惊讶”的程度，再教育市场。
🟢 11:08 坚定做家庭 to C
to B 最终常常变成价格战；to C 才能用体验换来利润，再用利润换来下一代产品。 工业/To B 技术往往壁垒不够高，最后拼成本；家庭 to C 的“体验 + 品牌”会形成护城河。
从第一天就“找产品”：五六千份问卷 + 电话访谈，直到机器人能进家庭才真正定下第一版功能。
300个上海家庭试用：从“只能做这几个”到“自由发挥”，功能来自共创而不是脑补。
真实洞察：很多用户不是要陪老人，而是要“帮老人带娃”。
🟢 14:34 F2 的真实卖点：带娃 + 轻家务，服务定价而不是产品定价
如果只对标阿姨，机器人永远贵；一旦对标“高端带娃服务”，价值就变了。 两个主场景：带娃（读绘本、乐器纠正、下棋、讲故事、捉迷藏）与轻家务（收纳玩具、捡垃圾）。
使用时长与转介绍才是产品真指标：50% 转介绍、30% 续租，胜过“卖了多少台”。
早期惊喜：机械臂带来“花里胡哨”的玩法，小孩能玩两小时。
早期惊吓：猫狗家庭是极端 corner case，反向逼出“训狗/陪猫”能力。
商业形态：先租（3-4千/月），再考虑买断 + 订阅（高阶功能消耗算力）。
🟢 21:06 轮式 vs 双足
家庭不是实验室：能用、耐用、不会伤人，比“看起来像人”更重要。 双足在家里存在危险与稳定性问题，真实使用场景会放大风险。
轮式在室内的性价比来自安全、稳定、续航与工程复杂度更可控。
现实约束决定形态：先把“能持续在家庭跑起来”的结构打通。
🟢 22:19 世界模型与数据
决定胜负的是“真实家庭数据飞轮”。 模型可以被两个月抄走，但数据管道抄不走。
世界模型在 Zero-shot 上带来 surprise，但远未到 100% 鲁棒性。
现阶段，世界模型 + VLA 两条路并行更现实。
机器人数据的稀缺决定了竞争节奏：历史数据少，采集难，数据会成为长期分水岭。
数据不止两类，而是三类：标准任务数据、家庭 corner case、以及“活物互动”（人和动物）。
家庭里 80% 是互动场景：不同年龄、不同人群的互动差异，工厂数据很难覆盖。
是否会补贴铺量、进家庭采集数据？
🟢 37:57 创业者心法
焦虑会让策略短视：赢了这个月，输了两年。 经历双减后更能坚持：一开始看得更久，一旦确定方向就更坚定。
从“未来往回看”消解起伏：轻舟已过万重山的视角能让组织更稳定。
对挫折的重写：失败有时是外力帮你做选择，关键是找到自洽。
十年寄语：“未来不远”实现后，仍要相信还有更美好的未来不远。
欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站
👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

🚥 本期「十字路口」嘉宾是张昊然，Moxt 联合创始人。
上周，昊然在给我展示 Moxt 的内测版本时，说了一句让我很震惊的话：「AGI 已经来了，只是大家缺少一个打开方式。」
这句话的起因，是春节后他们在三周内做出了 Moxt。昊然形容自己「用了 Moxt 一周，我头皮发麻」；他还说「我遇到一些狂热的 Moxt 用户，他们甚至两眼放光」，这是他过去的产品 Motiff 和 Paraflow 从未有过的待遇。
我们过去用 ChatGPT 和 Manus，更多是“一个人在用 AI”。但如果未来要让整个团队、甚至整个组织一起用 AI，肯定需要一套更适配的新软件；Moxt 在做的 AI Native Workspace，就是这样的一个尝试。
Moxt 到底是什么，以及它不是什么？为什么它会让一个长期在一线做产品的人产生「未来已经发生」的体感？以及，它所代表的 AI 时代新工作方式，和我们熟悉的飞书、Notion、ChatGPT、Manus、OpenClaw、Claude Code，究竟有什么本质不同？
如果你正在做 AI 创业或投资，或者想了解未来 AI Native 团队将如何工作、会采纳哪些新的 AI 工具，我相信这期内容会对你有所启发。
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 00:00:32 快问快答
年龄、毕业院校、MBTI 与星座、一句话介绍 Moxt、收入与订单规模、团队规模、创业前经历
🟢 00:02:22 AGI 已经来了，只是打开方式不对
”我头皮发麻。“ 什么叫 AGI 来了？"90% 行业中 90% 人的 90% 工作，AI 可以胜任"——如果是这个标准，他在日常工作中的感受是：真切地到了。
为什么用了 Moxt 一周就会头皮发麻？不只是因为它能做更多事，而是因为它让你在每一个工作的瞬间反问自己：我为什么还要像现在这样工作？
这种震撼，是让昊然最近处于"神经病状态"的主要原因。
🟢 00:04:17 AI 同事第一次出现在我的会议里
原来的协作模式：发文档、写评论、再找你聊——现在这套流程在他们团队几乎消失了。
他们的一对一会议：AI 起草文档，两个人开口聊，AI 全程录音，聊完文档已经自动更新，"远超我之前的认知"。
有个细节：他去跟 AI 说话时，已经完全不需要解释"Moxt 是什么"、"Koji 是谁"——AI 自己去查，不需要被喂背景。
这让他想起最初学 AI 时要在 Prompt 里写"你是一个专业的……"——今天这套东西已经过时了。
🟢 00:08:30 Moxt 是什么？
一句话：一个 AI 原生的工作空间，你可以在里面组建你的 AI 团队。
Moxt 里每个人都有一个必须叫"MOMO"的贴身助理，知道你所有的信息；其他 AI 同事可以由不同人创建，出现在 Slack 群里，主动私信找你。
它和 Notion、飞书最本质的区别是什么？
🟢 00:11:03 "原教旨主义"
Word 文档在 AI 眼里不是 500 个字，可能是 5 万个字符——真正有效的信息淹没其中，这就是信息损耗。 Moxt 的"原教旨"第一条：文档只用 Markdown，表格用 CSV，视觉化用 HTML，"Markdown/CSS/HTML 就是新时代的 Word/Excel/PPT"。
原教旨第二条：用文件系统（OS 级别），而不是 Notion 那样的知识库结构——在 AI 眼里，Notion 的层级结构是一个迷宫。
把这两条喂给 AI，"魔法是自然浮现的"——不是智能不够，很多时候是上下文喂错了格式。
🟢 00:16:09 那些被 Moxt 干掉的工具
他们已经不开组会了——因为 Moxt 知道每个人每天在做什么，没有"再同步一次"的必要。
他们自己做了一个内部看板，彻底抛弃了用了十年的 Jira——而且只用了三天。
更激进的问题：为什么还要用看板？看板是为了解决站会信息同步的问题，但如果 AI 已经知道所有上下文，信息同步还需要看板这个"容器"吗？
🟢 00:28:08 昊然的五个 AI 同事
Run Manager（凶狠小猫头像）：帮他做管理信息同步，主动去催项目进展，甚至有同事开始不找他本人了，直接跟这个 AI manager 沟通。
增长天王（金牌销售）：目标只有一句话——"为 Moxt 找 1,000 个付费用户，你出个计划"。他连 CRM 表格都自己做，从 Excel 做成了 HTML 看板。
深度思考者：每两三天汇报一次，综合内部 OKR 变化和外部竞争动态，做成 PPT 一页一页给他看。
Miss Creative：专门负责发散，单独建在一个空间里，越野越好。
批评家：以严厉视角审视昊然自己每天是否在做最重要的事——和在 GPT 里 Prompt "你是批判性思维专家"的最大区别，是他住在这个空间里，实时掌握所有上下文。
🟢 00:37:06 Moxt 是怎么诞生的
起点是一个奇怪的现象：团队用了 Claude Code 和 Cursor 之后，Slack 群里开始大量出现互相发 markdown 文件——好不容易进入了协同办公时代，结果大家又在发裸文件了。
第一版非常朴素：搭一套基于 markdown 的网盘协同系统，让大家别互传 markdown，就这样开始了。
一个半研发同学，一个提案，最初只想解决内部问题——产品三周前才对外发布。
🟢 00:46:02 为什么 Moxt 的文档编辑那么"难用"？
很多早期用户投诉：你们文档要点右上角再点编辑，还要点保存，比 Notion 差远了。
但这是刻意设计的：当 AI 的上下文足够充分时，手工编辑变成了极低频操作，AI 直接写远比你自己改更高效。
他们的交互逻辑：像皇帝批折子一样，在文档里划线评论，AI 同事看完评论直接改——甚至两个同事的 MOMO 可以在评论区互相辩论。
品牌名 Moxt 怎么来的？More Context——mo 和 xt，希望用户因此更容易记住他们。
🟢 00:50:42 正在消失的工作方式清单
组会没了，Jira 没了，手工文档少了，IM 也在摩擦中……那最终什么会留下来？
昊然问过自己的 MOMO："当人类几乎不执行时，我们还剩什么？"
两三年后白领的一天。
灵光一现和审美判断，往往在漫无目的的闲聊里产生——这反而会变得更重要。
🟢 01:00:46 最大的敌人是时间，但又希望大家慢一点
他希望更多人快点用上 Moxt，但同时又希望大家慢一点发现这件事——因为越快被大玩家盯上，战场就越无聊。 一个月前，如果有人跟他讲 Moxt 的故事，他第一反应会是："这和飞书加龙虾有什么区别？"——所以他今天仍然需要花很多力气解释这件事。
对飞书、Notion 这些大玩家：他不否认它们在 AI 上还会有很好的增长；但他认为这只是在旧范式上叠加 AI，而不是从 AI 原生出发重建。
对大厂竞争：大厂能来，但大厂会不会派最好的人来？做教育时他们也跟大厂打过仗，"好像也没那么可怕"。
🟢 01:04:43 AI 放大人，还是取代人——这是 Moxt 的底线
他在文档里写了一句话作为"宪法"：无论何时，都不该去创作"AI 可以取代人"的内容；你更好的作用是放大人。
他看到有些产品的 Pricing 页面做了一张 AI 员工 vs. 人类员工的对比表——他不希望这件事发生在 Moxt 上。
一个关于未来的隐喻：今天去陶艺吧是花钱消费，但曾几何时，捏陶是收入很高的生产力。编程，会不会变成 30 年后的捏陶？
欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站
👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

🚥 本周「十字路口」的嘉宾是 Roi，AI 互动平台「幕间」创始人 / CEO。「幕间」已于近期连续完成两轮融资，累计融资金额达千万美元。
如果说 Character AI 代表了上一阶段人类与 AI 的关系——陪聊、陪伴、情绪投射；那么 Roi 想做的，是下一阶段：不只是和 AI 聊天，而是进入一个由 AI 驱动、不断演化的世界，在里面获得一种更轻、更碎片、更上瘾的快乐。
这期节目里，我们聊到的远不只是「幕间」本身。我们更想借 Roi 和她的创业，去讨论一个正在浮现的新问题：当“和 AI 聊天”开始变得乏味之后，下一代 AI To C 产品会长什么样？
是更复杂的角色？更沉浸的叙事？一个个可以被用户创造、进入、观察、操控的“世界”？
以及，谁会是第一批真正吃到这波红利的人——职业开发者、成熟游戏团队，还是那些原本不会写代码、但拥有强烈表达欲和创造欲的 AI 原生创作者？
在 Roi 的描述里，「幕间」想做的是一座属于 AI 时代的“超级游乐场”——这里有恋爱模拟器、直播间打赏模拟器、女明星模拟器、股票模拟器，也有一群 00 后女生正在用手机、提示词和自己的欲望，快速“手搓”出新的世界。
如果你关注 AI To C、消费级产品、内容平台、游戏、Agent，或者你正在思考：AI 除了提升效率，还能不能创造新的快乐？新的创作生态？新的平台机会？
那这期节目，应该会给你不少启发。
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 00:00:14 快问快答
年龄、毕业院校、MBTI 与星座、一句话介绍幕间、融资情况、收入与订单规模、创业前经历
🟢 00:01:30 幕间卖的是“理想人生体验”
现实里得不到的人生，才最适合被做成模拟器。 穿越宋朝、16 人闪电约会、金主妈妈……本质上都是“现实稀缺体验”的低成本重开。
地球 OL 最大的问题，也许就是不能切号重来。
模拟器不是还原现实，而是把人生改写得更戏剧、更浓缩、更好玩。
🟢 00:03:31 AI 互动产品的三条路
一条是陪伴，一条是互动叙事，还有一条是她最看好的“模拟器”。
模拟器不是和角色聊天，而是和一个系统互动。
AI Coding 之外，role play 已经是最大 API 消耗场景之一。
🟢 00:08:55 最接近爆发的是？
炫技不等于消费级，真正接近付费的反而是最朴素的互动体验。
她用 3 天做的模拟器壳子，就已经有人愿意付费买单。
真问题不是需求不存在，而是链路还不够顺滑。
🟢 00:11:05 Loopit 们的敌人
如果字节一个月就能做出来，你的平台凭什么存在？ Loopit 们的轻互动内容对抖音并不难。
真正的问题不是“能不能做”，而是“为什么用户要专门来你这里玩”。
如果只是给旧玩法套一层 AI 壳，壁垒会非常脆弱。
🟢 00:13:31 完全自由，往往不好玩
越自由的体验，用户越快感到疲惫。
好体验不是放任用户乱玩，而是设计出“下一步还想继续”的反馈。
她的核心判断很适合所有 AI 产品记住：控制对体验极其重要。
🟢 00:19:26 真正的正反馈是什么？
生成不等于体验。
好的模拟器要让用户感到：我的输入真的改变了世界。
产品关键不是回包长度，而是“继续玩下去”的欲望。
🟢 00:24:41 恋爱不是幕间的终局
恋爱题材先跑出来，不代表平台只会做恋爱。
只要有消费，内容一定会从单角色互动走向更多模拟器形态。
用户不会永远只玩一种题材，只会永远想玩更好玩的东西。
🟢 00:28:07 最早被 AI 击穿的人
这波最先把 AI 玩明白的人，可能根本不在 GitHub。 最早一批核心用户和创作者，很多是对幻想内容高度敏感的 00 后女生。
她们关心模型人格、关系张力、文风和代入感。
AI 超级创作者的源头，未必是技术社区，也可能是最会做梦的人群。
这是新平台最好的早期信号之一：热爱先于商业化出现。
🟢 00:38:25 她想做的，是“AI 互动版小红书”
小红书分享现实生活的美好，幕间想分享 AI 赋能后的虚拟生活。
它不只是作品平台，更想成为一种新的内容社区。
核心不是单次消费，而是持续发现新的理想人生切片。
🟢 00:49:00 很多人不是想赢，只是怕输
创业最隐蔽的敌人，不是风险，而是保本心态。 她不回避不公平，但更在意自己有没有勇气做真正想做的事。
比起“别失败”，她更像在选择“我要赢一次看看”。
这也是她最硬的一层创业底色。
🟢 01:06:59 世界模型
对世界模型乐观，只是不觉得它今天已经消费级成立。
真正的机会，属于提前围绕 AI 互动搭基础设施的人。
🟢 01:10:40 AI native 的护城河是三层能力叠加
基建能力。
对“什么叫好玩”的认知。
最核心那批用户的持续反馈。
🟢 01:14:28 AI 会先放大超级个体
AI 不是把所有人拉平，而是把最有想法的人变成一支军队。
她真正押注的，不只是模拟器，而是超级创作者的崛起。
未来的大量新世界，也许不是公司造的，而是个人造的。
🟢 01:20:58 用 10 个「我是…」来造句
欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站
👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

🚥 如果你最近在用 Claude Code、OpenClaw、各种 Agent，你大概率已经感受到一件事：模型能力越来越，SOTA 让人兴奋，但 Token 让人清醒：贵，而且不够用。
有人甚至给重度用户建了个群，门槛很离谱：一天烧掉 1 亿 Token，才能进「1 亿 TOKEN 俱乐部」。更离谱的是，这个门槛正在变得“不够高”——因为越来越多人开始把 AI 从聊天工具，推进到真实的生产力链路里。
这期「十字路口」，我们请到的嘉宾是 于文渊，阿里云「百炼」技术负责人。文渊处在一个很少有人能看到的视角：算力需求如何暴涨、哪些场景在吞噬 Token、云的范式如何被 Agent 改写、以及“再多 GPU 都不够用”背后真正的工程难题。
此外，我们还聊到为什么 Token 暴涨不是一时的泡沫，而是一个阶段性信号？什么有关系企业应该选择自建 infra？AI coding 火了之后，为什么更需要警惕 vibe coding？
如果你关心 AI 怎么进入生产、怎么稳定、怎么规模化、以及下一轮机会会在哪个层面发生，这期播客值得一听。
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 00:00:39 快问快答
年龄、毕业院校、MBTI 与星座、一句话介绍百炼、工作经历。
🟢 00:01:09 Token核弹：Agent 点燃的算力大爆炸
Claude Code与OpenClaw席卷全球——这背后不只是一款工具的走红，而是算力消耗方式的根本性转变。 Token按月翻倍增长，而且都是最高质量的SOTA Coding Token——大家终于不再把AI当chatbot用了
个人重度用户单日消耗 1 亿Token，已经不算什么门槛
Token数量有误导性：小模型的Token和会深度思考的SOTA大模型的Token，算力价值根本不等价
"现在仅仅是一个开始"——文渊在两分钟内说了三次
🟢 00:04:15 让每一块GPU一秒都不能闲
有一个"最激进投入算力"的CEO，但依然还是不够用——这种对算力的饥渴感，在云计算历史上从来没有出现过。 Qwen3.5除夕发布，两周后QPM已经创历史上所有文本模型的最高峰值
文渊给团队定下的使命只有一句话：让每一个GPU不要有一秒钟闲下来
从1千卡到100万卡，全部物尽其用
🟢 00:11:49 自建还是上云？我来发表一个"暴论"
成本可控、数据安全、灵活性——这三个企业自建GPU的理由，文渊说，恰恰是应该用MaaS的理由。 "我认为没有任何一个情况需要自建"
企业自建GPU，推理优化、算法迭代、调度复杂性……把所有隐性成本算进来，真的更划算？
"机密推理"：端到端密钥在用户手里，阿里云看不到你的模型文件，也看不到你的任何请求——这是密码学层面的保障
你以为买了GPU就灵活？"今天最大的确定性，恰恰是不确定"
🟢 00:14:40 非共识：不要让AI帮你写太多代码
对计算机专业学生的建议是"少用AI"——这不矛盾吗？ 工程师所需的核心技能本质上没有变化，变的只是每个人效率的大幅提升
张文宏的类比：实习医生从第一个病人就全靠AI，他永远找不到AI的那1%错误——程序员也是一样的道理
Vibe Coding做prototype完全没问题；但生产代码需要知道每一行的副作用，AI现在还差那么一点
Spec Coding才是正解：把需求规范写清楚，让AI来填空——FAST顶会论文证明，Spec够清楚，32B模型都能写出高质量文件系统
🟢 00:21:40 最反直觉的预言：写操作系统的人最先被AI取代
大家都以为前端工程师最危险——文渊说，恰恰相反。 写OS内核、数据库、文件系统：代码库质量高、测试用例清晰、结果完全可量化，这恰好是AI最擅长的"封闭问题"
越靠近人的工作越难被取代——"什么叫一个好的短视频App？"这是AI搞不定的开放问题，没有清晰答案
AI在数学竞赛、编程竞赛上做得好，正是因为问题足够清晰；MaaS系统工程师的工作其实是开放问题，AI还早
"即使AI将来达到99.9%，自己的0.1%也要坚守住"
🟢 00:23:29 算力如石油：但今天的关键不止是算力
过去中国的云计算参考架构往往来自美国——但这一次，连美国都还没答案。 英伟达断供的影响：不是"中国能不能产石油"的问题，是"每天的需求和每天的供给能否匹配"的问题
高速公路上的车已经跑起来，油还不够——算力供给缺口会深远影响中国AI的发展速度
对Neocloud的判断：不看好纯资源转售型，更看好AI原生基础设施——沙箱托管、可观测性、围绕Agent的专用服务等
🟢 00:29:39 未来的基础设施四件套：水、电、煤、模
AI会成为像水电煤一样的标准商品——但文渊说：对，但也不会变成那种"插上就是220伏"的标准化基础设施。 AI一定会成为类水电煤的utility，像高速公路、电信运营商一样的基础设施级存在
但它不会被标准化——速度、模型效果、功能上的多样性，决定了不会是"一个插头解决所有问题"
欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站
👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻