下一站AI创业主线：别卷模型了，把这件事干成才重要

Agent 成为新一轮创新叙事的中心坐标。

在技术边界不断推进的同时，一个显著的变化也在悄然发生：AI 创业从「拼技术」进入到「拼交付」时代。

一端，是巨头们打造的通用 Agent，试图用流量、模型、硬件与生态主导未来的交互入口；

另一端，是千行百业之中被忽视的具体需求。那些看似「不性感」的应用场景，却往往具备真实的预算、清晰的痛点和愿意付费的客户。这是垂直 Agent 的舞台，也是创业者真正的机会所在。

与此同时，AI 的「劳动力化」也催生出一整套全新的基础设施。记忆模块、调用环境、权限管理、执行沙盒……这些曾服务于人类用户的工具，现在开始被用来服务 Agent 本身，这亦是热潮下暗涌中的机会。

投资逻辑和商业模式也在悄然迁移。

SaaS 时代的「按用户月付费」正在被「按调用量付费」甚至「按结果付费」取代。一种新的商业共识逐渐形成：不再为可能性能买单，只为已完成的任务付费。

在 AGI Playground 2025 上，极客公园创始人&总裁 张鹏邀请了三位极具代表性的投资人，一起聊了聊 Agent 时代，全球投资范式和投资主线。

嘉宾介绍：

• 郑靖伟（Peter），靖亚资本创始管理合伙人

• Santi Subotovsky，Emergence Capital 合伙人

• 蒋珊珊，阿里巴巴战略投资部前沿科技板块投资负责人

TLDR

• 对于多模态，我们预见它终将到来，但不会一步到位地实现所有模态的融合，而是通过独立的、不同模态的应用逐步发展。

• 那些在垂直领域深耕的应用，它们积累了很多高质量的垂直数据，还逐步建立起了自己的生态。

• 未来有多少种工种，就可能有多少 Agent，这会是一个由成百上千个小而美的Agent公司组成的世界。

• 通用 Agent 是英雄叙事，只有少数英雄有机会；而垂直 Agent 则为普通人提供了大量的机会。

• 不是「我正在做这项技术」，而是「你要完成什么工作？」即「Job To Be Done」，在 AI 时代，我们必须这样思考。

• 叫通用 Agent 还是垂直 Agent 并不重要，你能为用户解决的问题越来越多，可能垂直也会变成通用。

• 未来会有一整套基础设施专为 Agent 服务，以前为人服务的东西，现在要为 Agent 服务。

• 从第一天起就与能帮你走向全球的人合作。「我先在我的国家发展，然后扩展到周边地区，最后再走向全球」这是一个陷阱，如果你想走向全球，那就烧掉退路，迅速行动。

以下内容基于 AGI Playground 2025 现场对谈，由 Founder Park 整理。

01

大家高估了多模态短期的影响，

低估了长期的潜力

张鹏：过去一年，多模态技术取得了重大进展，无论是文本、语音、视频、图像，大模型正显著地成为一个「多模转换器」，这构成了今天我们利用 AI 进行产品创新、解决问题的核心引擎。想问问三位，从投资人的视角，如何评估多模态的进展？以及这一进展为你们的投资逻辑带来了哪些变化？

蒋珊珊：非常开心参加今天的活动。今天的分享，只是代表我个人对市场的一些阶段性的观察，不代表阿里机构的观点

多模态在过去一两年的确进展巨大，但我们也看到它依然面临一些挑战。核心挑战主要有两个：

第一是多模态理解与生成的一体化。如果理解和生成没有一体化，模型的可控性和可编辑性就会比较弱。

第二是各个模态的统一融合。GPT-4o 已经将音频、图像、文本等部分模态融合在一起，但将视频等各种模态统一在一个框架下，并且实现各个模态的深层次的互相理解，这方面的技术还需要探索。

从应用角度看，多模态已经有了很多落地场景。例如，在文生图领域，在语音领域、视频生成领域，我们都看到一些好的应用，且已经实现了商业化。但整体来看，可控性和可编辑性依然是短板。因此，对于可控性要求不高的场景，商业化落地已经开始。

接下来，最值得期待的是多模态技术在理解与生成一体化技术上取得突破。一旦突破， AI 多模态应用将会有更多有意思的落地场景。

张鹏：从投资人的视角，能否更具体地拆解一下，你们如何定义这些产品的「好」？用户可能从体验出发，但你们肯定有自己的标准。

蒋珊珊：我们从两个阶段来定义「好」： 第一阶段是工具层面，该工具是否真正帮助用户提高效率，解决场景中的痛点问题。第二阶段是 Agent 层面，是否真正的能够交付结果，提供服务，能够真正的替代人去完成某个领域的工作

如果该类产品在垂直领域逐步积累高质量的垂类数据，建立数据飞轮，或者该类产品在运营过程中，逐渐形成了生态网络，都是投资人眼里的“好”产品。

阿里巴巴战略投资部前沿科技板块投资负责人——蒋珊珊

张鹏：Santi，你如何看待多模态技术变化给投资视角带来的影响？

Santi Subotovsky：首先，非常感谢能来到这里。我是 Santi Subotovsky，来自硅谷的 Emergence Capital，我们过去 20 年一直专注于 B2B 领域的投资，早期曾投资过 Salesforce、Veeva 和 Zoom 等公司。过去 10 年，我们一直在关注 AI，投资了 Chorus.ai、Pex 等公司。

对于多模态，我们预见它终将到来，但不会一步到位地实现所有模态的融合，而是通过独立的、不同模态的应用逐步发展。它从文本开始，然后发展到语音，现在正进入视频领域。技术进展很快很棒，但要将一切融合，技术还未完全成熟。

我们看到了语音 AI 领域的惊人应用，正如之前提到的，在呼叫中心，这些语音 AI 客服的表现令人赞叹。它们能够 7x24 小时利用最完备的知识库协助解决问题，其效率是前所未见的。

我们知道多模态的时代终将到来。我的感觉是，我们可能高估了它在短期内的影响，却低估了它在长期内的潜力。这就像早期的 Netflix，他们从 DVD 邮寄业务开始，经历了漫长的缓冲和技术迭代，但他们清楚地知道未来的方向。

当我们思考多模探时，我们知道它终将实现。人类并非只通过文本、视频或音频单一方式互动，我们是多感官的生物，技术也终将朝这个方向发展。

因此，我对于投资多模态充满热情，即便当前技术尚未完全成熟，因为我知道那一天一定会到来。我们的投资并非为了未来六个月的短期回报，而是为了未来几十年的巨大机遇，这才是我们兴奋的地方。

张鹏：所以从你的视角来看，你更看重的是，产品未来能否借助多模态的能力释放并交付足够巨大的价值，或者为用户交付足够大价值的产品，而不是在当下利用某个技术概念做了一个看起来能用的东西。

Santi Subotovsky：我们投资标准是长期思维，但同时也非常注重商业价值。作为 B2B 投资者，我们希望为企业创造价值。这不仅仅是「哇，这技术太棒了」，而是要看它为企业带来的真实价值和成果是什么。

现阶段，我们非常关注针对特定行业、特定职能或特定用例的专注应用。这些应用可以成长为伟大的公司。

长期来看，未来会出现大型平台，它们将是多模态、多业务、多角色的。但现在，我们需要从小处着手，保持专注。如果我们不先实现技术的里程碑，那最终的平台就永远不会到来。

张鹏：一位成熟的投资人是创业者身边重要的伙伴。我常在社区里和创业者说，选择一个好的投资人，就如同选择了一位创业合伙人。

Peter（郑靖伟）也是我的好朋友。靖亚资本多年来支持了非常多的 ToB 企业， Peter 本人也极为关注技术。Peter，你怎么看最近一年模型技术突飞猛进地发展？大模型的技术变化对你的投资逻辑产生了什么影响？

郑靖伟：影响非常大。早期大家可能觉得靖亚主要投企业服务 SaaS，但过去两年多，我们基本都聚焦在由生成式 AI 驱动的软件上，主要涵盖五个领域。

第一是内容生成：即刚才提到的多模态。

第二是生产力工具：大家熟悉的 Cursor，或是代码机器人。

第三是数据洞察：利用生成式 AI 找到洞察，典型例子是美国的 Palantir。

第四是各类 Agent：替代传统的专业服务，如医师、律师、会计师等。

最后一个很有意思，是AI 与物理世界的交互：我们最近投了两家具身智能的公司，都是以「大脑」为核心的软硬件结合项目。下一个要投的其实是一家自动驾驶公司，它也是通过生成式 AI 来实现自动驾驶的。

聚焦在生成式 AI 之后，我们投资的项目反而变多了。以前我们平均一年投 5-6 个项目，去年差不多一个月一个，节奏在变快。

图源：靖亚资本

张鹏：原来如此，整个投资链条都活跃起来了。这种积极背后的逻辑是什么？

郑靖伟：回顾历史，1993 年第一个浏览器 Mosaic 问世后，接下来的几年并没有出现杀手级应用。谷歌成立于 1998 年，Salesforce 成立于 1999 年，Facebook 是 2004 年。第一代 iPhone 是 2007 年发布的。在中国，最大的应用微信诞生于 2012 年，抖音是 2016 年。

ChatGPT 出现至今已经两年多了。我认为，就在未来这一两年、两三年内，杀手级应用会慢慢出现。而且不要忘了，很多创造出杀手级应用的创业者，并非第一次创业就成功。就像张一鸣，他也不是第一个产品就做出了抖音和 TikTok，之前也折腾过一两个产品。所以，我认为现在是应该提早布局的时刻。

02

通用 Agent 是巨头之争，

垂直 Agent 是小公司创业机会

张鹏：今天比模型更火的概念其实是 Agent。现在似乎一切皆可 Agent，这个概念也迅速成为共识。想问珊珊，你如何看待通用 Agent 和垂直 Agent？你更看好哪一种？

蒋珊珊：通用 Agent 和垂直 Agent 我都看好，但这两个赛道对于创业公司而言是选了不同的路。

通用 Agent 更多指的是 ToC 的个人通用助理。我认为这个赛道大概率大厂或大模型创业公司跑赢的概率比较大。

我认为做好一个通用 Agent 需要四个核心要素：

第一是流量；第二是模型能力，你有没有持续超越对手的模型迭代能力；第三是硬件，未来的交互是语言用户界面（LUI），硬件在很多场景下，成为人跟AI交互的第一入口；第四是Agent生态：通用助理需要调用各种 Agent 来完成任务，你能连接多少 Agent 生态至关重要。

要做好通用助理，这四个要素不一定需要全部具备，但至少要在某些方面有足够长的长板，否则很难上牌桌。

另一类是垂直 Agent，我认为这是创业公司的巨大机会。垂类Agent的天花板虽然没有通用Agent那么高，但是只要找准PMF，真正为客户创造价值，更容易获得商业化收入。我们看到越来越多垂直 Agent 跑出了千万级别的 ARR（年度经常性收入）。因为未来有多少种工种，就可能有多少Agent，这会是一个由成百上千个小而美的Agent公司组成的世界。

垂类Agent早期壁垒比较低，需要创业公司逐步建立壁垒，比如先从某类客户的 A 场景需求做起，做透之后，再慢慢扩展到该客户 B、C、D 场景，价值就逐渐增厚了，壁垒慢慢就形成了。只要垂类Agent在某一垂类场景中持续深耕，创造更多的价值，就能通过数据、生态等形成自己的竞争壁垒。

图源：靖亚资本

张鹏：听懂了。通用 Agent 是英雄叙事，只有少数英雄有机会；而垂直 Agent 则为普通人提供了大量的机会。这是珊珊基于中国商业环境的视角。Santi 可以提供一个全球化的外部视角。

Santi Subotovsky：我同意「打造通用 Agent 需要英雄般的努力」这一说法，但创办任何一家公司都需要英雄般的努力。要逆势而上，成功的几率极低。

对我们来说，「垂直」更多是关于「职能」而非「行业」。你可以专注于某个特定行业，如医疗保健；也可以专注于某个特定职能，如销售。这种专注能为你赢得扩张的权利，并最终有可能发展成平台级的、水平化的 Agent。

如果你不从一个非常专注的领域开始，成功的机会就会更低。我们用来思考这个问题的框架，不是「我正在做这项技术」，而是「你要完成什么工作？」即「Job To Be done」，在 AI 时代，我们必须这样思考。因为企业的大部分支出不是技术，而是人力。你雇人来完成特定的工作，在 AI 时代，你将使用 AI Agent 来完成工作。如果你转换思维框架，从企业需要完成的工作出发，你就会发现那些可能看似简单却伟大的创意。

我们早期投资的 Salesforce 就是一个例子，它从一个非常专注的模型开始：为销售人员服务的 CRM（客户关系管理）。现在他们做的远不止于此。但如果他们当初在销售 CRM 上失败了，就不会有今天的 Salesforce。

所以我给创业者的建议是：从一个听起来甚至有些「可笑」的细分领域开始。当你和投资人说时，他们可能会觉得「这太窄了」。但你应该想：「没关系，我就从这里开始，赢得这场战役，然后这将为我赢得进入第二、第三、第四、第五个领域的权利。」

张鹏：Santi 说了一个非常重要的视角，概念本身没那么重要，创业者不应为了抽象概念而行动，而要极度具体，明确你要解决什么问题。所以，叫通用 Agent 还是垂直 Agent 并不重要，你能为用户解决的问题越来越多，可能垂直也会变成通用。

Peter 怎么看，Agent 这个概念你肯定也看得很多，你的投资逻辑是什么？

靖亚资本创始管理合伙人——郑靖伟（Peter）

郑靖伟：我同意珊珊的观点，通用 Agent 要么是非常顶尖的创业者，要么就是大厂的机会。当然，如果你是那种史诗级的创业者，也有可能做成。

我们也投了一个垂直 Agent，它今年的收入预计能达到 5000 万人民币左右。它只聚焦在一件很简单的事上：汽车行业的直播获客。

当一个主播面对几万个观众直播时，如何与他们有效沟通，并留下他们的微信和手机号？你可以雇佣大量人工去和几万人聊天，但大模型解决不了这个问题，因为它不知道你库存里有多少辆车。这家公司就只做这一件事，就能做到近 5000 万的收入。这还只是一个行业，未来在其他行业也会有大量类似的机会。所以我认为垂直领域的 Agent 大有可为。

前几天和一个朋友聊天，他在做美国医院和诊所向保险公司报销的 Agent。和保险公司打交道非常繁琐，通常都是人工处理，但工作内容高度重复。他就用 Agent 来做这件事，正如 Santi 所说，只要你能替代人力，就能很快盈利。

最近我们觉得一个很有意思的方向是，当 Agent 越来越多时，会出现专门为 Agent 设计的基础设施。我们看到有专门为 Agent 设计的浏览器。那假如说 Agent 要帮我去干活，你怎么能确定这个 Agent 真的代表我，而不是我同事？所以未来会有一整套基础设施专为 Agent 服务，以前为人服务的东西，现在要为 Agent 服务。

另外一个有意思的点是，当你要做一个公司的销售或客服 Agent 时，其实那 1000 个销售或客服里，最厉害的也就 50 个。你只要把这 50 个人的知识让 Agent 掌握就足够了。他们最了解公司的工作流程。但现在缺少好的工具来把这 50 个最优秀员工的知识提炼出来。

就像我们现在手机上的很多应用，你没办法通过语音指令，让它自动从微信里提取信息，然后输入到日历里。这个基础设施还不健全，谁能想到把这个基础设施做出来，那就不得了。

03

Agent 会带来基础设施的新机会

张鹏：刚才 Peter 提了一个重要观点：今天的创业者不仅要服务用户，也要服务 AI，因为不服务好 AI，就无法更好地服务用户。这意味着需要出现很多服务于 AI Agent 的基础设施要出现。珊珊，从你的视角看，在这方面有什么新的启发？

蒋珊珊：我觉得 Agent 的发展肯定会带来 Agent 的基础设施需求。我一般把 Agent 的核心要素分为三部分：感知&记忆、决策、行动。

在「感知与记忆」中，我认为有两类机会，一个是记忆相关的infra，记忆现在主要通过 RAG 和 Prompt 来实现，但这和人类的记忆方式并不完全相符，因此未来可能会出现新的记忆Infra。另外一类是agent执行环境，比如现在大家都在谈的沙盒环境、以及agent 浏览器。

在「决策」方面，目前主要依靠模型能力。但 Agent 仍处于非常早期的阶段，连续多步任务的完成准确率依然不高，比如 15 步操作的准确率可能只有 30% 左右，因为单步错误会叠加累积。所以「决策」能力的提升，主要还是依赖模型能力的进步。

在「行动」方面，核心是调用工具的能力，这类infra使得agent能够调用各种工具，实现各种能力，比如Agent native的搜索工具；

但这里需要小心的是，要判断这些 Infra 需求是阶段性的产物，还是未来会被模型本身的能力所吞噬。

张鹏：Santi，你认为 Agent 的基础设施有哪些新机会？以及在这个生态里，未来是巨头主导，还是留给了创业者很多机会？

Santi Subotovsky：我们看待投资策略的方式是这样的：我们把基础模型视为一个关键平台，它能推动许多事情的发展。在这个基础之上，是各种工具、赋能技术和基础设施，这些东西帮助我们将语言模型真正应用起来。而在第三层，就是具体的应用。

我们认为，在语言模型这个领域，巨头公司有着天然的巨大优势，因为它们掌握了大量用于通用大模型的数据。这是我们不能否认的现实。因此，作为一家小型投资公司，我们不会在基础模型或赋能技术这些层面上扮演积极角色。

第二层，也就是赋能技术，现在仍处于非常早期的阶段，很多应用还无法真正释放大模型的能力，我们觉得这里存在着机会。

而在第三层的「应用」领域，对我们来说才是真正的魔力所在。因为一旦你进入应用层，就能和用户建立关系，去解决他们实际需要完成的任务。确实，这过程中会受到现有基础设施和语言模型的限制。但随着模型本身和赋能技术的进步，你可以把它们整合进自己的应用中。

因此我们认为，作为投资者，我们该关注的正是这个层面；而作为创业者，也应当在这里发力。因为一旦你建立了和客户的连接，就算换掉背后的技术栈或底层模型，也依然能围绕那个「任务」持续优化，提供最好的解决方案。你为客户完成工作的核心价值始终存在。

Emergence Capital 合伙人——Santi Subotovsky

04

AI 时代的付费模式演变：

按结果付费

张鹏：关于商业模式，在新的 Agent 环境下，如何回收价值？过去 SaaS 是订阅模式，现在我们看到 Agent 有按用量收费的模式，这会是终点吗？还是会有新的商业模式诞生？

郑靖伟：最早我们投 SaaS 时，很多是按坐席数量、按月收费。现在进入大模型和算力时代，出现了一种混合模式。你可能还是需要按月或按年付费，但使用量不是无限的。比如你一个月付 20 块钱，可以生成一定数量的视频，超出了就要额外付费。

我认为未来的一个趋势是直接按交付结果收费。就像你从汽车之家、易车网买一个线索要多少钱，市场价是明确的。那么我就不按坐席或算力收费，我交给你一个线索，你付我多少钱。

另外一个例子，一个朋友在做美国高尔夫球场的自动割草机，它采用的是租赁模式，按次或按月收费。

张鹏：这个逻辑就是横向对比你原来的人力成本，我的价格是你的几分之一，直接替代那部分人力价值。这个未来大家会成为被接受的一种新的标准嘛？

郑靖伟：我认为在某些领域会的。比如客服机器人，你可以按坐席或算力收费，但也可以说，我帮你在线上完成一次客户服务，你付我多少钱。未来很可能会是这样的模式。

张鹏：从我给你一个先进工具，你可以用它去创造价值，到我直接给你创造价值。

郑靖伟：还有一种是自营模式。我通过生成式 AI 最终交付你想要的结果。你不用管我怎么做的，正如 Santi 所说「Task to be done」，我把事给你办了。以自动驾驶为例，为什么不能按公里收费？你以前需要找个司机，那我为什么不能按你开了多少公里来收费？这也是可行的。

张鹏：收费模式顺着服务的价值来计算，而不再是工具的使用和租赁。Santi，从全球视角看，你对商业模式的未来变化有什么分享？

Santi Subotovsky：如果你回顾美国 SaaS 的发展史，过去最重要的一项创新是按「按月付费」的订阅模式。你买的不是软件本身，而是租用它的使用权。

但在生成式 AI 和 Agent 时代，这种模式就不适用了。未来，用户数会减少，因为你卖的是给销售人员用的工具，而这些销售人员本身正在被 AI 代理取代。所以，那些依赖「按用户计费」的公司会遇到很大的挑战。比如 Salesforce 最近就宣布，在他们的 AgentForce 平台上采用了不同的定价模式。

我认为未来的演变路径会是：从「按用户付费」转向「按使用量、按消耗的 token 计费」。但最终的「圣杯」，是能够按结果收费：如果你帮我解决了问题，我付钱；如果没解决，不管你用了多少 GPU 算力，我都不会为此买单。

我只为你交付的价值付费，比如你帮我准时、准确地完成了任务，那你就能获得报酬；如果你犯了错，报酬就少；如果你根本没完成，那就没有收入。

这就是理想状态。如果谁能真正实现「按结果计费」，并且避免任务中每一步都积累错误，那就能引领下一波演进。

张鹏：未来会不会出现一种模式，我先不付费，当结果实现后，会产生某种智能合约或新的生产关系，进而我在为你创造的价值里分成？

Santi Subotovsky：我认为这是可能的。不过，我还是会建议创业公司争取预付费，这对小公司的现金流非常有帮助。比如可以先出售一定数量的「结果」或「token 包」，当这些交付完成后，再为下一批付费。但长期来看，我们确实在朝着那个方向发展。

郑靖伟：我以前做广告技术领域创业，可以做一个类比。最早是 CPM（按曝光收费），曝光了我就要收钱；后来是 CPC（按点击收费）；再后来是 CPA（按激活收费）；最狠的是 CPS（按销售分成），我赚到钱了才分你钱。广告行业的商业模式也是这样一步步演变过来的。

张鹏：所以说，Agent 领域的创业者正处在一个幸福的早期阶段，既能收入场的费用，又能按使用量收钱。但商业模型也会随着技术模型不断演变，核心正如珊珊所说，你的交付成功率越高，就越能适应未来的变化。

我有一个问题想问珊珊，关于开源与闭源。我们是否可以确认，基于开源的基础，同样能够构建出足够高质量的模型技术和应用？还是说，闭源模型最终会拥有「大杀器」，创业团队应该尽早去跟着有闭源能力的人玩，投奔它们的生态？

蒋珊珊：国外的一些闭源模型公司比如OpenAI，仍然在引领一些从 0 到 1 的创新，比如它最先做出了O1。所以，Open AI这类闭源模型，在突破模型能力边界方面依然扮演着引领角色。

但同时，我们能明显看到开源模型的水平越来越高，开源和闭源的差距在缩小，国内很多开源模型的水平非常领先。现在大量创业公司基于开源模型就已经做出了非常好的应用。

张鹏：大家对开源模型的信心和期待都很高，它也确实具备了支持创业团队解决问题的能力。

蒋珊珊：是的。而且在 Agent 领域，大家越来越看重基于RL的post-train。现在落地的大多是相对垂直的场景，所以基于一个不错的开源模型进行后训练，就能做出很好的应用。

图源：靖亚资本

05

AI 创业第一天就要全球化

张鹏：Peter，你觉得今年的投资市场，尤其在中国，是不是已经「春暖花开」了？这种回暖是新一轮的 FOMO 心态驱动，还是大家真的找到了坚实的投资逻辑，是一种正常的升温？

郑靖伟：我觉得两者都有。我 96 年参加工作，在硅谷亲历了 2000 年的互联网泡沫破灭。但没有那次泡沫，就没有后来那么多优秀的公司。

所以你问我，我认为肯定存在一些泡沫。我们投的一些公司，老实讲产品还没出来，PMF 也没验证，就有投资人给出了 4 倍、5 倍的估值进入下一轮。这种情况是有的。但也有可能，这家公司推出一个产品就爆了，在生成式 AI 时代，这是可能发生的。所以我觉得两者兼有。

张鹏：所以对今天的创业者来说，投资人们的共识是「别错过」，但在此过程中，已经出现了不同风格的投资人，最终呈现出创业者更容易拿到钱的结果。珊珊，你和大量创业者交流过，你的感受如何？是短暂的、炒作下的升温，还是大家真的找到了逻辑？

蒋珊珊：我也看到了一些过热的迹象，大家对于和 Agent 概念相关的应用追捧，有时估值已经超出了其本身的价值。当然，我们也看到很多应用公司在扎扎实实地做某个场景，估值相对合理。

但我觉得能够穿越周期的公司，一定是那些能够长期创造价值、产生收入、扎扎实实做场景、做落地的公司。所以现在还是要保持冷静。有些明星项目一出来，大家一拥而上，估值就会被顶得很高。

张鹏：你是说投资人要冷静，还是创业者要冷静？

蒋珊珊：我们投资人要冷静。我觉得投资人现在对新出来的 Agent 公司有点 FOMO 心态。

张鹏：这对创业者是个好消息，投资人已经开始互相劝诫要保持冷静了。

蒋珊珊：我觉得是好的创业公司太少了。我看到很多有潜力的场景，但是没有创业公司在做。希望未来能有越来越多的创业者下场做 AI 应用。正是因为好的创业公司供给不足，才导致只要出来一个，大家就全部涌上去的感觉。所以我认为，现在是创业者下场的很好时机。

张鹏：投资人其实也在说需要更多的供给。如果创业者的供给短缺，投资人也很痛苦。最后我想把问题留给 Santi。

我经常跑硅谷，发现一个现象，在美国，很多创业公司热衷于「卖铲子」，做偏 ToB 的东西，非常活跃且增长很好。但在中国，做 ToC 产品的创业者似乎更多。从你的视角看，为什么会这样？

图源：靖亚资本

Santi Subotovsky：我们之前看到的一些 ToB 公司，之所以能运行，是因为它们依赖的劳动力成本远低于其他市场。所以当时对真正的 ToB 软件型企业的需求并不大，能实现规模化的公司也非常少。

我和 Peter 一起研究了很多公司，但一深入了解就会发现，它们其实靠的是大量人力去完成那些在其他地区早就用软件替代的工作。

但现在的机会不一样了。因为 AI 能够高效地替代这些人工操作，而且更具可扩展性。所以我认为，我们将会看到更多来自美国以外地区的生成式 AI ToB 公司的崛起。

这也是我们现在和 Peter 合作的原因之一。我们相信那些身处非主流市场、依然坚持创业的人，拥有更强的韧性。而这样的创业者，只要有合适的伙伴、能从第一天就放眼全球，是完全有可能打造出伟大公司的。

张鹏：中国有非常多的优秀创业者，不甘心只把市场设置在中国，认为他们的产品应该天生就是全球化的，你对他们有什么建议吗？

Santi Subotovsky：我的建议是：从第一天起就与能帮你走向全球的人合作。「我先在我的国家发展，然后扩展到周边地区，最后再走向全球」这是一个陷阱，如果你想走向全球，那就烧掉退路，迅速行动。

郑靖伟：现在已经有很多中国创业公司，他们从创立第一天起就是全球化的，非常多。

文章来自于微信公众号“Founder Park”。