---
title: "从 MCP、Agent 到多模态平台：个体创业者的新“武器库”长什么样"
id: "20251208A05S5F00"
publicationAccount: "非凡产研"
originalPublishedAt: "2025-12-08T15:29:22+08:00"
canonical: "https://ffcap.cn/research/20251208a05s5f00"
source: "https://view.inews.qq.com/a/20251208A05S5F00"
sourceAccount: "https://news.qq.com/omn/author/21759984"
language: "zh-CN"
tags: ["AI Agent","内容创作","AI 编程","办公协作","记忆与上下文","全球化出海","非凡大赏"]
---

# 从 MCP、Agent 到多模态平台：个体创业者的新“武器库”长什么样

文章中的“非凡产研”是原始发布账号署名，不代表已核实个人执笔作者。引用访谈或圆桌观点时，应按正文标明具体发言人及当时身份；无法确认时不要推断。日期为原始发表日期，历史信息以发布时点为准。

如果你现在手头只有一台电脑、一串 API Key，再加上一点不甘心——在 AI 时代，你其实已经具备了“一个人办一家公司”的最低配置。

问题是：接下来，你会把自己活成一个“工具的用户”，还是一个“指挥工具的人”？

在2025北京非凡大赏这场主题为「工具与平台：AI 赋能个体创业者的生态系统」的圆桌，对谈的其实就是这个问题。台上坐着的五位嘉宾，看上去都不“性感”：

有人做 AI 设计做了 11 年，有人只专注在 PC 端做效率 Agent，有人埋头做 Agent 网关和协议底座，有人把五百多个模型接进一个 API 里，还有人盯着海外市场给开发者做多模态聚合平台。

主持人汪丽娜，是知外文化的创始人、1400 位内容创作者的经纪人，也是这一届「年度 AI 创作者」提名的幕后推手。她把问题抛得很干脆——我们今天不聊“下一个风口在哪儿”，只聊三件事：**能力如何被分发、场景如何真正落地、个体如何得到一条可持续的成长路径。**

于北川（Lessie AI 创始人）、马亮（硅基极客 CEO）、汪洋（魔联科技联合创始人）、王金星（创客贴联合创始人）、李样兵（WaveSpeedAI 联合创始人 & CTO），这几位看似离普通人很远——做的是网关、协议、模板、模型平台这些“地基”级别的东西。但恰恰是他们搭出来的这层“地基”，决定了：未来一个普通创业者，能不能靠一台电脑和一堆 Agent，撑起一个像样的业务。

你会发现，他们真正关心的问题，并不是“我的产品功能多不多”，而是：普通人到底要用多大的力，才能接住这波时代红利？

门槛还能不能降一点？

个体和工具之间的分工，还能不能再往前推一步？

也正因为如此，这场对谈聊出来的，远远不是“哪款工具更好用”那么简单，而是一个更尖锐的问题——**当工具越来越强，个体的价值究竟要放在哪？**

![从 MCP、Agent 到多模态平台：个体创业者的新“武器库”长什么样 · 原文图片 1](https://inews.gtimg.com/om_bt/OE4cER1azx1QsaV7gxHDr2K28PiQ3H_I9WbO59y6vab9cAA/1000)

**一、从会不会写代码，到敢不敢开口说一句话**

如果你是非技术背景，这几年大概反复听到一句话：不会写代码，也可以做产品、做应用。

听起来像安慰，但在这场对谈里，它第一次被拆开看得足够具体。

于北川坦白，自己虽然学过软件工程，但学得不好，后来干的是产品。偏偏就是这样一个不以技术自居的人，现在在做 Lessie AI，把上万用户的复杂需求丢给大模型去啃。他的一个核心判断是：**大模型本身并不难，难的是——绝大多数人不会用。**

普通用户的真实样子是这样的：只想打出 10～15 个字，就想要一个完美结果。这不是懒，这是人性。你很难指望一个创业者每天拿着一大段英文 Prompt 跟模型谈心。

Lessie 的做法，是承认这种懒，然后顺着它做设计。他们不要求用户一开始就说清楚全部背景，而是像带实习生一样：先给一个大概方向，再在结果上不断提修改意见。产品把这些碎碎念全部记下来，沉淀成记忆（Memory），下次你只说一句话，它就知道你平时喜欢什么风格、什么口吻、什么边界。

**用户的 Input 可以越来越少，但产品掌握的 Context 要越来越多。**

这句话背后，其实是对非技术用户的重新尊重——不是强迫你变强，而是想办法让工具自己变聪明。

![从 MCP、Agent 到多模态平台：个体创业者的新“武器库”长什么样 · 原文图片 2](https://inews.gtimg.com/om_bt/O-t9ivnxL76mFCIM6fg3yteUdTZkh_psHCkuhniU_QPHAAA/1000)

**二、把 MCP、Agent、网关这些硬词，变成一个按钮**

如果说 Lessie 解决的是不会表达怎么办，那硅基极客和魔联科技盯上的，是更底层却更致命的一道门槛——**调用外部工具的难度。**

今年很多人第一次听到 MCP（Model Context Protocol）这个词。它是一个标准，让大模型不再只能聊天，而是能去调用工具：开软件、查文件、剪视频、跑脚本……听起来很未来，但现实是：绝大多数人连 MCP 环境都搭不起来。

你需要装 Python、配 Node、配置一堆东西，再去用某个开发者工具接入，门槛高到把 90% 还没真正用过 AI的人挡在门外。

马亮选择干的，就是把这堵墙悄悄推倒——做一款 PC 端 Agent 软件，让普通人只需要安装一个程序，就能在自己电脑上跑成千上万个 MCP 工具。比如一句话：帮我把这个视频里所有冷场剪掉。

背后是复杂的调用链路，但对用户来说，就是按一下桌面上的小秘书，然后继续喝咖啡。

![从 MCP、Agent 到多模态平台：个体创业者的新“武器库”长什么样 · 原文图片 3](https://inews.gtimg.com/om_bt/O7baRKWB9jgAEZNqWvaSJ5BP1WmrqP1nGsHjlMkLiRF3AAA/1000)

汪洋和魔联则把视野拉得更高：做 AI 网关，把国内外几百个模型接入一个统一出口，配好通信协议、工具调用、沙盒环境，让开发者和应用团队可以直接在这个地基上搭 Agent 和业务。你可以理解为：**他们在帮每一个想做 AI 产品的人，省掉了好多次从头搭骨架的痛苦。**

![从 MCP、Agent 到多模态平台：个体创业者的新“武器库”长什么样 · 原文图片 4](https://inews.gtimg.com/om_bt/OcLD_IKnwKc6YPLHzZr4754Bhzmi6xtqYvHWKY7eUsNIcAA/1000)

再往上是创客贴这一层。王金星和他的团队干了 11 年 AI 设计，踩过无数坑，最后发现：用户真正容忍的输入，大概也就那 15～20 个字。帮我做一张咖啡店开业的邀请海报——差不多到这就已经是耐心上限了。

于是他们借助大模型底层能力，并结合自己的结构化数据做模型微调，但绝不把 Prompt 直接丢给用户，而是把提示词全部封装在产品里：

先识别你的意图，再自动生成结构化提示词模板——画面、风格、文案都帮你想好，生成的图还能自动落在可编辑模板上，用户只要改几个字、挪两个图层就能用。那句吐槽生成只要 3 秒，修改要 3 小时，在他们这儿被硬生生改写了。

![从 MCP、Agent 到多模态平台：个体创业者的新“武器库”长什么样 · 原文图片 5](https://inews.gtimg.com/om_bt/OO4GexlwUaA9If6UaT9figMmGHCL7IwWvlmFDANeaSCwIAA/1000)

WaveSpeedAI 则把门槛往另一个方向降：他们把全球约 500 个开源和商业模型接入一套系统，用一个 API Key 就能调全部模型。小团队、个体开发者不用再东拼西凑、反复接入，只要认准这一家入口，就能玩转 Hugging Face、Replicate、Character.ai 这样的全球平台。

讽刺的是，这家团队人数是个位数，但客户名单已经覆盖北美、欧洲、东南亚和中东。

当你把这一圈人放在一起看，会发现一个共同点：**他们都没有要求每一位创业者变成工程师，而是反复问同一个问题——怎样把复杂性留在自己这边，而把按钮留给用户？**

![从 MCP、Agent 到多模态平台：个体创业者的新“武器库”长什么样 · 原文图片 6](https://inews.gtimg.com/om_bt/OWLcmd2VScO17LHmPaOC6ZHpV-UwfZX7mc01nR_IMaQCgAA/1000)

**三、AI 时代个体的底牌：快，是入场券，不是终局**

聊到核心竞争力时，大家给出的答案 surprisingly 一致，却又各有锋利之处。

如果只能选一个词，于北川选的是：**快。**

技术在暴走。昨天还是科幻的东西，今天就被新模型做出来了。一个新能力一旦出现，谁先把它装进真实的场景，谁就多拿一点时间红利。而在这个回合里，慢半拍有时意味着：你永远看得到，却再也做不成。

但北川也很诚实：**快只是入场券，不是护城河。**

如果只有快，过了那个窗口期，你也留下不了什么。真正的难度在于：在一次次新东西冒出来的瞬间，你有没有勇气和肌肉记忆，马上去试，马上去拼。

马亮补了一刀：更重要的是，敢不敢跳出舒适圈。

一件自己做熟的事情，再做一百遍，其实很安全。但他们希望每一个知识工作者，在打开电脑干活之前都先问自己一句：

有没有一种更 AI 的做法？

这个问题听起来简单，却很反人性。它要求你把自己以前熟练的那套流程，先放一边，然后去摸索一个暂时不那么熟练、甚至会摔跤的新路径。长远看，这些不断自我折腾的人，会慢慢从大量白领中分离出来，成为真正意义上的碳硅一体白领。

汪洋则把快翻译成另外两个字：**脑力和心力。**

在他眼里，现在是一人公司最容易诞生的时代。一个人加上一堆 Agent，加一个模型网关，再叠一个设计工具，原本一个小团队才能完成的事情，很可能你自己就能协调下来。

于是，真正被放大的，是你能不能长时间维持高密度思考，以及在反复试错中不崩溃的那点心力。

王金星更像一个旁观者，他每天看着一圈 AI 内容创作者。

Gemini 3更新了，Nano Banana Pro 更新了，新模型层出不穷，那些真正在浪潮里的创作者几乎是熬夜赶测评、写教程、做案例；另一些人则刷刷短视频，感叹一句好厉害，然后睡觉。

区别就在这里：**你是看热闹的，还是浪里的人。**

李样兵则干脆用一个具体场景说明快的含义：新模型原本零点发布，结果提前十分钟放出，他们在 11:53 就完成了接入。这不是为了炫耀速度，而是为了抢那一点点先发优势——**在一片茫然中，第一个给出可用版本的人，很容易成为一批新需求的默认选择。**

但是他紧接着提醒：速度之外，还有一条更狠的线——**0 到 1 的商业化路径有没有想明白。**

很多人一上来就想融资、组团队、谈供应链，但模型已经强到可以帮你快速搭出网站、写完后端、跑通第一单。为什么不先靠一个人，把最小可行版本上线，让现金流跑起来，再讨论要不要更大更快？

这句话听上去一点也不浪漫，却异常清醒：在 AI 时代，最大的浪费不是没赶上某个模型，而是你明明已经有一堆工具，却迟迟不敢走完那条最短的商业路径。

**四、偷来的智慧：真正的壁垒，是你怎么学习别人的痛**

当汪丽娜抛出偷来的智慧这个词时，台上的几位创业者都笑了——因为大家心知肚明：**所有人都在偷，只是偷得明不明显而已。**

于北川引用了张一鸣的一句老话：所有生产要素都可以构建，只有认知是壁垒。但认知从哪儿来？

不是闭门冥想出来的，而是从无数用户调研、同行分享、前辈踩坑里，一点一点偷来的。

Lessie 上线以后，他们反复去问：

为什么用户会流失？

为什么有人愿意付费？

到底是哪一刻，他觉得这个东西值钱？

那些被认真记录下来的问卷、吐槽、打分，最后慢慢变成了他们判断产品方向的那点直觉。

马亮则更直接——他们在圆桌现场就发福利，邀请知识工作者来试用硅基极客的 PC Agent，换一句话说：**他们把用户变成自己的产品经理团。**

每个人的 PC 使用场景都是高度长尾的：有人天天剪视频，有人每天整理表格，有人要批量处理文件。团队根本不可能自己脑补出所有使用场景，唯一的办法，就是让用户把真实场景搬进来，再一点点偷回需求。

王金星偷的，是用户的一句抱怨：生成 3 秒，修改 3 小时。

这句话乍一听是对 AI 的嫌弃，本质却是对产品的提醒——问题不在AI 画得不够好，而在它没有为后续协作留出空间。

创客贴做的，是把生成结果变成可以分层、分图层编辑的结构化模板，让本来要改半天的调整，变成几分钟能搞定的微调。于是，AI 功能的渗透率反而大幅提升。

李样兵偷的地方更隐蔽——**竞对的 Discord 社群。**

那里面全是别人用户的抱怨：

哪里不好用、哪里经常报错、哪种场景迟迟没被支持。

他会一条条看过去，顺便观察对方如何定位用户、如何包装产品、如何定价。别人踩过的坑，他尽量不再踩；别人还没解决的问题，他优先去解。

但他也很清楚：偷完之后，最重要的是消化。最终他还是要回到自己的初心——坚定只做 To B、To D，不被 To C 的光环轻易诱惑。

归根结底，**偷来的智慧，如履薄冰这句话的重点不在偷，而在如履薄冰。**

你可以向任何人学习，但最后还是要回到：哪些东西，真的是你的？哪些选择，真的是想清楚后留下来的？

**五、碳硅一体白领：真正不能被替代的，到底是什么？**

碳硅一体白领这个说法，听起来有点赛博朋克。

DeepSeek 给出的解释是：一类善于指挥 AI，又在创造力、共情、伦理等人性层面拥有不可替代优势的人。

这句话如果只停留在 PPT 上，就很空。但这几位创业者，已经开始在自己公司里把它活生生地改造出来。

于北川的答案很简洁：**AI 很难替代的是决策和品味。**

你可以让模型帮你梳理数据、写文案、列方案，但最后拍板那一下，

选 A 还是 B？

这个产品代表什么调性？

这条边界要不要守？

依然是人要扛的责任。

对于创作者来说，品味两个字更是致命。你喜欢的镜头节奏、图像风格、文案语气，其实构成了你的个人品牌。模型可以模仿，但暂时还很难真正创造一种新的审美潮流。

马亮则把碳硅一体理解得更务实一些：只要是碳基生物，能把硅基的能力发挥出来，就是碳硅一体。

他给自己的团队配了一个桌面小秘书，按一下就能用自然语言操控电脑。改图、整理文件、批量操作，都交给 Agent 去做。

那种感觉很微妙：你还是你，但你在用一只看不见的机械手操作世界。很多人嘴上说害怕被 AI 替代，却没意识到：**先学会指挥 AI 的人，反而是最不容易被替代的。**

汪洋最近在公司里推了一项激进改革：原来约 50% 的代码由人写，现在要求 95% 以上必须由 AI 写。

结果是，人力减少了 30%，效率却提升了两三倍。

他发现，人不再适合按前端、后端、测试这种方式去切割，而应该站到更高一层，负责抽象需求、做系统设计、和 AI 一起对齐意图。大量原本消耗在团队沟通上的时间，被转移成自己和自己的 AI 合作的过程。

王金星从另一侧给出了印证。

专业的人，在自己专业领域看 AI，常常觉得不够好；但在自己不熟悉的领域，往往惊叹好厉害。这恰恰说明：**专业本身不会消失，只是角色在变。**

未来的设计师，可能不再是一个人从头到尾做完设计的工匠，而是整个生态里的高审美供给者：制定企业的视觉标准、产出高质量模板、为 AI 提供范式。真正的工作，从画图变成了塑造审美与标准。

李样兵则在面试时，干脆把技能表放在了第二位。

会不会 Java、Python 当然重要，但更重要的是：你有没有思路？你会不会用 AI？你愿不愿意让自己的工作方式发生彻底变化？

那些愿意尝试、愿意折腾的人，会很快把 AI 变成自己的外骨骼；而那些只想守着原来的一亩三分地的人，会慢慢被时代的加速度甩得很远。

**结语：工具会越来越聪明，但人要决定自己在哪里用力**

如果要用一句话概括这场关于工具与平台的对谈，我会这样说：

**AI 正在悄悄把个体创业这件事，拆成两半：**

**一半交给工具，一半留给人。**

交给工具的那一半，是一切可以被流程化、被调用、被复制的东西：编码、剪辑、排版、生成、整理、调用外部工具、连接模型……这些活，以后只会越来越便宜，越来越自动。

留给人的那一半，是几件很难被替代的事：

你能多快看懂一个新能力背后的机会？

你敢不敢用一条最短路径，把一个想法跑成一个哪怕很小的生意？

你有没有持续偷来智慧的习惯，并且肯为它付出足够多的尝试与迭代？

你愿不愿意在长时间的不确定中，守住自己的审美、判断和边界感？

工具与平台做的是生态，我们每个人做的是选择。

你可以只是一个工具的用户，也可以慢慢变成工具生态里的物种：

懂得如何挑选、如何组合、如何把它们为我所用。

当 Lessie 在帮你记住上下文，硅基极客在替你操控电脑，魔联在让各种模型变成一个统一出口，创客贴把设计变成人人可用的能力，WaveSpeed 把全球模型封进一个 API 时，他们在做的，其实是同一件事——**让个体不再渺小。**

下一步，轮到你来回答一个问题了：

在这套新的生态里，你是要做一个用工具的人，还是一个擅长指挥工具的人？

这两者的差距，可能就是未来十年里，个体创业者之间最大的鸿沟。

* * *

  

更多对话细节

**嘉宾自我介绍**

**汪丽娜：** 大家好，我是主持人汪丽娜，很高兴认识大家。我是知外文化的创始人，也是1400位内容创作者的经纪人。今天的一些年度AI创作者提名嘉宾也是我这边提名的。今天台上的四位都是做生态基础设施的创业者，我们会从能力分发、场景落地以及个体的可持续成长路径三个关键点切入。下面有请各位嘉宾进行自我介绍。

**于北川：** 大家好，我是于北川，是 Lessie AI 的创始人。我之前的经历比较简单，主要在字节跳动（抖音）工作，后面一直有一些连续创业的机会。我们公司目前主要有两个业务：最早是做AI营销的，后面做了 Lessie AI 这款产品。现在整个公司每年的 ARR（年度经常性收入）大概在 500 万美金左右，并且还在持续增长。

**马亮：** 我是硅基极客（Guiji Jike）的创始人马亮。我们公司非常初创，刚刚成立四个月，产品也是刚出来。我们做的是一个帮助广大知识工作者（即平时使用电脑办公和学习的人群）高效操作电脑的 PC Agent，是一个效率 Agent。它可以用自然语言的方式，帮你处理电脑上很多日常繁琐的事务。目前产品刚刚开启公测，大家如果想体验，可以在大门对面的AI Do体验区试用，一会也有福利给到大家。

**汪洋：** 大家好，我是汪洋，魔联科技（Molink）的创始人。魔联科技主要提供 AI Agent 的基础设施服务能力，包括 AI Agent 所需的通讯协议、模型调用、工具调用以及沙盒应用等基础服务。目的是让开发者和应用团队可以很轻松地在平台上进行 Agent 和 AI 应用的开发。目前上线的主要产品是 AI 网关，可以通过我们的平台一键式调用国内外优秀的模型，方便大家开发。

**王金星：** 大家好，我是创客贴的联合创始人王金星。给大家同步一下我们团队做的事情：公司成立 11 年，一直在AI设计这个领域深耕。截止到现在，我们的产品创客贴设计服务了超过 1 亿的 C 端用户；B 端服务了大概 20 万中小商家，也有几十家 500 强企业在用。我们的主要业务是给 C 端提供好用的 AI 设计工具，给 B 端更高效的 AI 设计生产-管理-分发的系统。

**李样兵：** 大家好，我是 WaveSpeedAI 的联合创始人李样兵。我们做的是一个多模态的聚合平台，平台上大概有 500 个左右的开源和商业模型，通过一个 API Key 就能使用所有模型。我们目前主要面向北美、欧洲、东南亚和中东的客户。我们今年 3 月份刚成立，团队很小，人数是个位数。因为一直在做海外市场，像 Hugging Face、Replicate、Character.ai 以及 Freepik 等其实都是我们的客户。

**非技术背景的创业者，如何用好AI工具？**

**汪丽娜：** 第一个问题：如果是非技术背景的创业者，如何才能用好咱们的工具？咱们在产品设计和用户教育上做了哪些努力？

**于北川：** 怎么用好工具？我觉得我也算一个非技术创业者，虽然本科读的是软件工程，但学得很烂，所以后面做了产品。

首先，今天很多产品，包括我们在内，其实都是给非技术人员使用的。就像 Lovable 这种 AI Coding 产品的成功，是因为它让过去写不了代码的人能写代码了，让会写代码的人少写代码。

我觉得 AI 最大的核心魅力就在于**大语言模型（LLM）**。它把过去传统的交互变成了纯语义的交互。你可以跟它说普通话，说自然语言，它就能识别你的意图并拆解任务。

在产品设计上，我们有一个观点：**大模型很聪明，但绝大多数人不会用。** 用户通常非常懒，希望给它 10 到 15 个字，就得到一个完美结果。这就像你招了一个校招生，让他做事却不告诉他目的和上下文。

所以我们做的事情是：**引导表达欲，建立 Memory（记忆）。** 用户可能不愿意一次性给足上下文，但很愿意像给实习生提 Comment（意见）一样去反馈结果。我们通过引导用户根据结果进行表达，并通过 Memory 记住这些上下文。就像 OpenAI 做浏览器一样，本质是想获取你在互联网上的所有上下文。这样你下次只需说 15 个字，我就知道你是谁、目的是什么。这就是我们设计的核心思路：让用户 Input 更少，但我掌握的 Context 更多。

**马亮：** 非技术人员使用 AI 的主要门槛，我觉得是**调用外部工具**的时候。大家应该听说过今年年初比较火的 **MCP** 协议，它是让大模型能够调用外部工具的标准。但是现实中，很少有人能真正在自己电脑上把 MCP 跑起来。因为目前的 MCP 本质上还是面向开发者的，需要装 Python、Node 环境，需要用 Claude Desktop 或 Cursor 这种编程工具。

这把中国 90% 还没有深度使用过 AI 的用户挡在门外了。

我们目前做的努力就是降低这个门槛。比如我想让大模型帮我剪辑视频，剪掉沉默片段，其实有现成的 MCP 工具。我们让普通人只要装一个软件，就可以无缝地运行成千上万个 MCP 工具，无需配置开发环境，帮你在电脑上处理日常任务。

**汪洋：** 我可能给一个不一样的建议。我觉得 AI 创业者还是需要勇于去突破。如果你只用成熟现成的工具，在市场上不见得有竞争力。我们需要用最先进的工具和能力来构建产品。

我建议 AI 创业者，即便不懂技术，也可以尝试一些 V**ibe Coding** 的工具，比如  Claude Code 或者 Bolt.new/Lovart 这样的产品。

一旦开始用，你会发现技术其实没那么难。甚至作为管理者，你可以用外行的方式跟开发人员聊：这个问题怎么回事？你帮我解决一下？甚至 AI 工具自己就会尝试解决。我觉得作为这个领域的创业者，一定要迈出这一步，对自己的帮助会很大。

**王金星：** 我们创客贴的愿景是让设计触手可得,用设计设计世界。我也特别同意北川总说的，**好的产品应该是不需要用户去学习的。**

比如用户想做一张邀请海报，他的耐心可能就只有 15 到 20 个字的描述。所以我们做了一个工作：接入 DeepSeek 等模型，让产品经理把 Prompt（提示词）封装好。第一步先识别用户意图，然后提供一个非常结构化的提示词模板（包含画面描述、文案等）。用户只需要在生成结果上进行简单的二次修改，点击按钮，AI 就会给出四个结果图。

对于怎么用好，我觉得最难的点是不敢做。很多非专业的人觉得自己不行，连用都不敢用。作为厂商我们会极力降低门槛，但作为用户，大家也应该去拥抱和使用，在过程中发现它带来的提效。

**李样兵：** 我非常赞同。刚才休息时，我帮吴畏总（可能是现场某位嘉宾）看了一个小程序打不开的问题。那个小程序其实是他自己亲手开发的。吴总其实是非技术人士，但他愿意折腾，这批人就是最早从 AI 获利的人。

但 AI 正在从早期的 AIGC 爱好者向生产力转化。再往下走，大部分用户可能没那么爱折腾。

作为平台方，我们需要做的是先展示效果（Case），减轻用户的畏惧感。让他觉得我来 Copy 一下也能行。现在技术和非技术的边界正在模糊，我们通过降低门槛，让用户更快上手。

**AI时代，创业者/创作者的核心竞争力是什么？**

**汪丽娜：** 这是一个抛砖引玉的问题。前段时间我听凯文·凯利（KK）的对谈，有人分享说：**AI时代最核心的竞争力是洞察与天赋、超前认知和超强执行力。**

我也看到一个案例：一位微博创作者看到我转发的一个高质量对谈视频，立刻用腾讯元宝提取文字稿，用 AI 改写文章，当天涨粉 6000，并在快团团私域变现。我也学到了这招，针对GEO（生成式引擎优化）时代写了一篇知乎文章，结果老客户看到后直接签了 50 万的单子。所以我觉得洞察和执行力非常重要。大家怎么看？

**于北川：** 一般讲最重要容易招骂，因为通常是综合能力。但如果非要选一个，我会说快。

只要够快，就能抓住窗口期。因为技术变化太快了，比如 No Banana（此处可能指代某具体模型或代号）最近刚发了新版本，或者像年初 Sora、Claude 3.7 发布时。当新模型发布，过去做不了的事情突然能做了，这时候考验的就是谁能最先在场景里快速落地。

长期来看，光靠快留不下东西，但没有快你连入场券都没有。这个快不仅是执行快，更是认知和接受新事物的速度。

**马亮：** 除了快，我觉得最重要的是**敢于跳出舒适圈**。

面对一项工作，不要习惯性地用老模式。应该给自己提个醒：**这个事情有没有 AI 工具能更好、更高效地完成？** 这种时刻保持寻找 AI 替代方案的意识，在这个迭代迅速的时代是非常重要的能力。

**汪洋：** 现在的 AI 创业者有机会成为一人公司**，实现原本一个团队才能完成的事。**

**在这个阶段，创业者需要**脑力和心力。你会发现完全可以靠自己加上一堆 AI 工具，把各个岗位的任务完成，去掉了大量的协作沟通成本。

你需要让自己每天处于很嗨的状态，并保持这种状态的持久性。这时候真正比拼的是你的脑力和心力。

**王金星：** 我觉得有两个力。

第一是**想象力**。AI 的底层能力在进化，但它亘古不变的是要和屏幕前的人互动。很多优秀的 AI 设计创作者，不一定是原来用 Photoshop 最牛的人，但一定是最有想法、有表达欲的人。

第二是**执行力**。我也关注了很多 AI 博主，这两天他们一定很辛苦，因为 Gemini 3、Nano Banana Pro等新模型密集发布，他们通宵达旦赶稿测模型。作为看客，我们有没有去试、去玩？你是看热闹的，还是AI浪潮里的参与者？区别就在这里。

**李样兵：** 昨天晚上 No Banana（注：疑为代指某新模型）发布，正常是12点，实际上 DeepMind（推测）大概 11:50 就发了，我们 WaveSpeed 也是 11:53 上线，其实就是在抢那两分钟。

除了执行力，我想分享第二点：**从 0 到 1 的商业化路径是否想清楚？**

很多创业者想做 AI，上来就想融资、找团队、做供应链。现在模型能力很强，能不能一个人先用 Claude 一天写个网站上线？先跑通流程，有了第一笔收入，再考虑加 Agent、加供应链。一定要把商业化路径极致简化，先跑起来。

**如何平衡用户、客户与商业？（关于偷来的智慧）**

**汪丽娜：** 我分享两句话：偷来的智慧，如履薄冰和你的竞争力来自于别人看不到的地方和你的确定性。

我想问问大家，最近有没有从专家、用户或过往经验中偷来的智慧，并带来了商业结果？

**于北川：** 我感觉我每天都在偷。引用张一鸣的一句话：**所有的生产要素都可以构建，只有认知才是壁垒。**

但认知从哪来？都是偷来的，或者说是后天习得的。比如字节跳动的组织文化，什么坦诚清晰、追求极致，其实也是张一鸣从别人那学来的，但很管用。

我们在产品上线后，通过调研用户为什么流失、为什么付费，获得的这些认知也是偷来的。

我觉得只有**学习能力**是自己的。通过快速迭代反馈，把外部的知识转化为自己的认知。其他的学历、背景、融到的钱，其实都不关键。

**马亮：** 我们今天产品正式公测，也想从在座各位用户这里偷一下认知。

我们希望知识工作者来试用我们的产品，多提建议。我们提供了一个福利：扫码可以领三个月会员。因为每个人的工作场景不一样，需要的工具也是长尾的。我们希望从用户的实际使用中找到真实需求，把大家需要的 MCP 工具及时加进来。

**汪洋：** 我们有一个客户非常有意思，他用我们提供的工具，背后套了一个 Claude Code，把它打造成自己垂直场景的 Agent 底层能力，然后直接在上面套了个平台实现业务落地。

他用通用的 Agent 能力，快速打造了一个垂直场景的准商用 Demo。原本需要半个月、一个月开发的东西，现在两三天就搞定了。这种用先进工具打造为自己所用的方式，就是一种变相的偷，也是非常好的经验。

**王金星：** 我们从用户那里偷到了一个痛点。

在大模型刚出的时候，文生图很火。但用户在社区吐槽：**生成只需** **3** **秒钟，修改要花** **3** **小时。** AI 生成的前 80 分很丝滑，但要达到 90 分、100 分能发出的标准，修改起来太难了。

收到这个反馈后，我们做了一件事：基于创客贴积累的大几十万结构化模板数据，对底模进行了微调。现在我们生成的 AI 设计内容是**可分层、可分图层**的。用户二次修改时变得非常简单。这个改进大幅提升了 AI 功能的渗透率。

这让我明白：**用户不在乎是不是** **AI，只在乎能不能更快、更简单、更低成本地解决问题。**

**李样兵：** 我创业初期最喜欢干的事，就是每周去刷竞对的 **Discord（Disgust）**。

竞对的 Discord 里有很多用户反馈，抱怨哪些问题没解决。我是从竞对那里学习最快的。看看他们的用户定位、产品设计。

但偷完之后，关键是**怎么吸收并转化为自己的东西**。你需要有自己的初心和定力。比如很多用户问我们做不做 To C，我们非常坚定地只做 To B、To D（Developer）。

**关于碳硅一体白领与人性优势**

**汪丽娜（主持人）：** 最后一个问题。前段时间我在云栖大会听到科沃斯董事长钱总提到一个词：**碳硅一体白领**。

DeepSeek 对此的解释是：善于指挥 AI 的人，以及在人性层面（创造力、共情、伦理）拥有不可替代优势的人。

大家现在的组织里，有没有去布局这种在艺术、影视、音乐等人性层面有优势的人才？

**于北川：** 从商业创业公司的角度，我们思考的是 AI 会替代什么，什么会留下。

我们发现，AI 很难做好决策**和**品味**。**

**品味（Taste），或者说审美、调性，是核心竞争力。就像快手和抖音有不同的审美。艺术工作者的核心竞争力是审美。**

**我们希望团队越小越好，留下的全是 AI 替不掉的人。这类人能用 AI 解决脏活累活，最后做的是**收口的决策**和**坚持品味判断。AI 很难替代 CEO 或高阶决策人，因为这涉及复杂的判断和调性把握。

**马亮：** 碳硅一体这个词很 Fashion。

我觉得只要是碳基生物，能充分利用硅基世界的能力，就是碳硅一体。我们做产品的初衷就是赋能这些白领。

甚至我们做了一个桌面小秘书，我按一下它，直接下达自然语言指令，它就帮我操作电脑。这个过程就像机械飞升。

随着 Nano Banana 2（注：指代最新一代模型）这种模型的发布，改图变得无比简单。碳基生物和硅基生物正在不断融合进化。

**汪洋：** 碳硅一体会在未来半年到一年走进我们的生活。

我们公司最近在做变革：原本 50% 代码由人写，现在强烈要求 **95% 以上必须由 AI 写**。

这导致对人的要求变了。人不需要做具体的职能分工（前端、后端），而是要**更高维度地抽象想法和思路**。

我们做完变革后，人员减少了 30%，但效率提升了 2 到 3 倍。主要原因是省去了大量人与人之间的沟通成本，变成了自己跟自己（的 AI）对齐。这对每个人的能力提出了更高挑战。

**王金星：** 我比较赞同于总的观点：**不可替代的是判断力。**

大家有没有发现：**专业的人在做专业事时觉得 AI 不太行，但在做非专业领域时觉得 AI 很强。** 我是做产品的，觉得 AI 写代码很牛，因为我不会写；但程序员可能觉得 AI 代码一般。

未来，专业人士（如设计师）依然存在，但会变成生态共生体。他们变成提供高审美模板的人、提供企业 VI 标准的人，而普通营销人员调用这些模板进行高效协同。

**创意、判断力、人性层面的知识**，依然是碳基生物的核心价值。

**李样兵：** 我最近面试发现，考察标准完全变了。

以前看重你会什么技能（Java、Python），现在更看重你的**思路（Idea）**。你会不会用 AI？你怎么做这个事？

如果一个人很 Open，愿意接受碳硅转换，那就是我们需要的人。如果他很保守，只想做自己原来的一亩三分地，那很难融合。

这不仅是组织的转变，更是个人的转变。未来每个人都应该是**全能手**。

**汪丽娜：** 谢谢各位的真诚发言。今天的圆桌对谈就到这里，谢谢大家！

---

原始发布版本：https://view.inews.qq.com/a/20251208A05S5F00

本站阅读页：https://ffcap.cn/research/20251208a05s5f00