中国 AI 最大的优势不是技术，是 OODA 循环

在AI这个速度下，急于下判断往往是错的

OpenClaw、一人公司、出海、中美差距，这场圆桌把中国AI创业者最关心的事几乎都聊透了

在杭州 AI WEEK上有场圆桌，聊的是所有中国AI创业者最关心的话题：OpenClaw、一人公司、出海、中美差距。

先说说 Wayne 吧。Argo Venture Partners 的 Managing Partner，一个新基金，但切入点很特别。

他说他们只投 Physical AI，其他赛道都不碰。

Physical AI 是什么？他分了三个层：

第一层是 Intelligence，智能。他说现在“小脑”不错，但“大脑”很弱。这是重点。

第二层是具身。完全依赖中国供应链，这是集体出海的好机会。福耀玻璃的曹老爷子已经在美国干了10年，工厂盈利了，工人工资涨了，还没有工会。

第三层是安全。OpenClaw 刚出来的时候很疯狂，现在好点了，但安全是下一步的大挑战，也是大机会。

Wayne 的逻辑很清晰：中国创业者和工程师应该去拿下北美市场。不是去卷国内，是去赚美元。

然后聊到 OpenClaw。

沈栋梁说得最直接：“大家都开始‘搞水产’了。”

他觉得最大的变化是，应用层不再是做给人用的，可能变成做给机器用的。

过去争论卖工具还是卖结果，现在 OpenClaw 出来后，大量企业都在尝试部署自有版本。浅层的应用企业自行就能解决，壁垒不够深的时候很容易被拉平。每个细分赛道会更卷，更难拉开差距。

那壁垒是什么？行业基础 + 差异化的行业数据积累。

曹巍补充了一个角度。他说 OpenClaw 本身是一个 framework，包含三个核心：沉淀 skill、底层 context 对齐、7×24小时干活机制。

他们内部讨论，framework 本身大厂迭代很快，已经是“百虾大战”。但 skill 可能成为承载价值的真正节点。

他说现在 OpenClaw 像个“毛坯房”，离用户能直接“拎包入住”还差得远。他自己写了上千行代码的 skill，资源路径配置和网络配置很头疼。带来价值和消耗的时间目前看没成正比。

聊到一人公司，气氛更热烈了。

Piruze 说，百分百在不久的将来，一个人就能做成一个科技公司、推出一款 SaaS 产品或个性化软件。一年之后，我们会看到更多这样的东西在开源领域涌现。

但她也泼了冷水。

企业级服务领域，创始人向市场推出产品时，买家会问：“我自己能做这个吗？”

现在用工具来构建软件公司变得太容易了。但一些软件公司正在进化，开始涉足硬件，建立数据优势，保证数据安全，解决非常复杂的工作流问题。

实施层变得越来越有创意。企业希望快速行动，尽快看到AI的影响，他们想专注于自己最擅长的业务。所以至少在中国以外的市场，他们非常愿意购买这些软件。其中一些公司能在半年或一年内将营收从100万做到2亿。

胡斌的观点更直接。

他说春节之后，投资人必须亲自上手跑 OpenClaw 了。以前做 Coding 或弄服务器大家绝大多数没动过手，但这个号称一人自己就可以干，你再不动手就落伍了。

“我也自己跑了，但发现现在的性价比确实是不高的。当然不排除有些优秀的人已经跑得比我快多了。”

“之前大家有 FOMO 的感觉，怕代际起跑线上追不上。但其实看所有技术的迭代，没必要那么急，稍微慢一点的人也能 catch up 去享受前人的成果。以前说中国公司很勤劳很卷，但现在你没法跟机器生命去卷。”

Tina 问了一个很有意思的问题。

如果未来有这么多一人公司，作为风险投资机构，你们将如何挖掘项目，如何判断他们是否具备投资价值？

Piruze 的回答很坦诚。

她的工作是去寻找那些有巨大野心、想要做大做强、想要建立跨时代伟大公司的创始人。这本质没有变。

这些公司起初可能只有两到十个人，研发成本会降低。但假设他们想训练自己的模型、拥有自己的服务器，这仍然是一笔巨大的成本。挑战不仅仅在于产品构建，在竞争激烈的市场中进行商业拓展将会变得复杂得多；或者在全球范围内实施软件，仍然需要有人去理解客户的问题，并说服客户与他们合作。所以他们需要资金去实现更快的增长。

曹巍说他们的思路是“两边都赌”。

最常用的头部软件交互和最高频的 skill，大模型团队本身就在做。但一定是用户需求导向。个人隐私相关的东西，他希望用本地存储、本地模型去解决，会把个人的和云端的分得相对开一些。

对于长尾的、稀奇古怪的传统软件交互，就算大模型去学也需要有数据来源的 learning 过程，所以对大公司和小公司来讲相对还是公平一些。

Wayne 的观点更现实。

“这轮我觉得就跟上一轮大家第一次做各种小工具、自动建站工具一样，中间可以资本化的部分不会那么多。因为我们都是靠资本化赚钱，我赚不了现金流的钱。”

他说一人公司很好，雇员制是一个100年前为制造业服务的老旧模型，这个 model is broken。

大公司的覆灭是顷刻间的，美国市场非常残酷，一晚上可以跌掉归零。为什么那些 billionaire 全都回去上班了，从传统的 Corporate 重新变成创业公司。现在不管你是 billion dollar 公司还是一人公司，全都是 founders mode，大家都很恐惧被颠覆。

一人公司不需要融资，只要你做一个产品能算得过账来。但很多“海鲜产品”很快就过季了，大模型能力一提升你可能就过季了。

“在技术没有收敛的时候，你需要找差异化。如果一个一千万的市场只有你懂，那你拥有100%的市场份额和很高的毛利，这就是新时代的资本化特征。这事你必须得特别懂，然后你才能活下来。”

Piruze 说华人创始人做对的几点：要有出海全球的愿景，需要有友好且具备全球视野的投资者，需要有合适的公司架构，要解决具有全球普适性的问题，要有足够的数据点或技术优势来形成差异化。

“我该如何把我的技术转化为商业上的成功？这通常是一个完全可以学习的技能。”

曹巍看了几个层面。

机器人硬件，中国在本体制造和 locomotion 上已经遥遥领先。但在最前沿的 manipulation 能力，或者说模型架构创新和训练范式创新上，硅谷还是做得更好一些。国内可能更多偏工程化，或者训练资源比较匮乏。

软件侧，国内这种“百花齐放”的解决方案和积极拥抱新生产力的敏锐度，比海外要强得多。

底层模型基座侧，海外最厉害的人在探索变阵，寻找没有反向传播机制的新架构；但国内如 DeepSeek、Kimi 等在 engineering 的 framework 上做得非常好。海外基本都是闭源方案，国内还在坚持做开源。如果中国的开源模型一统江湖，在非美国家的开源生态里的影响力将是非常巨大的。

Wayne 说得更直接。

他还提到一个关键点：capitalization 结构。中美业务要拆分得很清楚，从母子结构变成兄弟结构，才能避开未来各种各样的地缘政治折腾。

Panel 最后，每个人一句话总结。

“让子弹飞一会。”这不是消极的观望。这是一种清醒。

在AI这个速度下，急于下判断往往是错的。保持好奇，保持动手，保持对变化的敏感，但别被 FOMO 绑架。

时间会给答案的。

Tina：非常开心今天可以主持这个 panel，然后我们一起来聊一聊 AI 中美产业发展的叙事差异。今天也非常开心邀请了众多投资独角兽的基金们，我们一起来探讨整个 Global 的 AI 趋势。我们先有请各位嘉宾来介绍一下自己和自己的基金，以及在投 AI 案子上有哪些特色。我们要不先从 Wayne 开始？

Wayne：谢谢，谢谢 Tina。我们是个新基金，但我们的主题是我们是 Physical AI 的一个 specialist，其他赛道我们都不搞了。我们主要关注的市场其实是北美市场，我觉得因为今天中国的创业者，包括北美大厂里的研究员，大部分也都是中国的 AI researcher，所以我们觉得作为中国很好的创业者和工程师，我们都应该再去努力拿下北美的创业市场。这就是我们的主题吧。

Tina：Physical AI 可以简单讲一下吗？

Wayne：Physical 我们分析分为三层：第一层是我们叫 Intelligence 的部分，这可能是重点。现在主要是“小脑”不错，但是“大脑”现在非常弱，所以智能 Intelligence 是我们很关注的。第二层是具身的部分，完全依赖中国供应链，我觉得这一点上是我们集体出海的好机会。我们就看怎么把中国先进的供应链搬到北美市场认可的“友岸外包”，无论是在墨西哥还是得州建厂，还是做 contracting，其实大家都在做这个事情。我们的创业者已经出去很长时间了，比如福耀玻璃的曹老爷子已经去了 10 年了，而且他的工厂盈利了，工人工资涨了，还没有工会。所以美国的这个环境我觉得现在越来越 ready 了。第三层叫安全。比如上个月的 OpenClaw 刚出来时还是比较疯狂的，现在好点儿了。安全这个问题可能是整个 AI 环境下一步要遇到的一个很大的挑战或者投资机会，我们觉得安全方面很有机会。

Tina：我们有请渶策资本的胡总。

胡斌：大家中午好，我是渶策的胡斌。我们是一家美元和人民币的双币 VC 基金，主要投大概从 A 轮到 B 轮左右的创业项目。投资的大方向大概是 AI 和消费科技，我们还有一部分医疗和游戏相关的业务。基本上还是以中国的创业者为主，但是也有很多业务都覆盖到海外。

Tina：我们也邀请到了来自 Square Peg 基金的 Piruze。欢迎介绍一下您的基金，以及在 AI 投资上的特色？

Piruze Sabuncu：我是 Piruze，我住在新加坡。我来自 Square Peg Capital。Square Peg 投资于从亚洲和澳大利亚起步并走向全球的 AI 和金融科技创始人。我们过去 10 年一直在进行投资，是 Canva、Airwallex 和 Supabase 等公司的投资者。我们有一只 5.5 亿美元的基金，投资于那些具有全球视野、有志于建立伟大企业，并且理想情况下是从世界这一地区起步但放眼全球的创始人。

Tina：然后我们有请蓝驰创投的曹巍总介绍一下。

曹巍：我是来自蓝驰创投的曹巍。蓝驰创投是聚焦早期科技创新方向的投资机构，我们在中国已经投资了超过 20 年，有超过 300 家的被投企业，我们每年投资金额大概在 15 亿到 20 亿人民币，同时可投资人民币和美元。AI 方向是我们一路来非常重点关注的。从 AI 基础设施的底层芯片，然后到中间的模型层（比如月之暗面、西湖心辰等），再到模型上面的 AI 应用层（比如 Genspark），然后到这些软件结合 AI 的产品，最后还有硬件跟 AI 的结合（各种机器人）。机器人我们是从 16 年开始投资，目前已经投资超过 20 家各类的机器人头部项目。

Tina：好的，我们有请源数创投的沈栋梁总。

沈栋梁（源数创投）：大家好，我是源数创投的沈栋梁。我们主要是投资 AI 应用、AI 硬件和 AI 出海。我们是一批当年在软件行业创业的创业者，退出之后组建了这样的人民币投资基金，所以我们投资基本都在早期的阶段（天使轮到 A 轮）。

Tina：接下来我们来聊一个有趣的话题，就是最近很热的，大家怎么来看待 OpenClaw 这波带来的一些创业者的机会？因为我自己的观察是，这一波 OpenClaw 出来之后大厂很快也跟进了。感觉有了 Coding 之后，各种大厂跟进这些热门产品的速度，从以前的数月、半年，到现在可能都不用一个月、甚至两周就跟上了。今天在场的应该有很多 OpenClaw 的创业者，我比较好奇大家怎么看待这一波带来的一些创业机会？是否真的会出手去投，会投一些什么样的方向？从栋梁总开始。

沈栋梁：我觉得这个影响还是挺大的，当然也非常热，感觉大家都开始“搞水产”了。我觉得有几个大的变化：第一是对过去特别是应用层的创业者来说影响非常大。我们大概从 22 年开始投应用层的 AI 项目，一开始大家做工具，然后到交付结果，那时候大家都有个争论说应用层到底应该卖工具还是卖结果。到 OpenClaw 出来之后，最大的一个变化就是，我们的应用更多的不再是做给人用的了，可能变成做给机器用的。另外，过去我们一直说应用层可能会比较薄、缺乏深度的竞争力。OpenClaw 出来之后，大量的企业都在尝试部署自有的版本，这会造成很多比较浅层的应用企业自行就可以解决了。当应用层创业者的壁垒不够深的时候，很容易被拉平，所以每个细分赛道会更加卷，更加难以拉开差距。

Tina：那您觉得应用层的公司可以产生的壁垒会是什么？

沈栋梁：我觉得一个是行业是基础，然后有差异化的行业数据积累。这其实也是我们在看应用层项目很重要的一个关注点，就是是不是有独特的数据，因为只有数据才有可能训练出有不同能力的东西，但坦白讲拉开差距其实并不容易。

Tina：曹总您要来发表一些观点吗？

曹巍：我觉得 OpenClaw 这个事情今年的确是很热。每一年开年都有热点，去年是 DeepSeek V3 的 Reasoning 能力，今年我们看到了 OpenClaw。其实我们内部花了很多时间讨论它是什么。我们内部总结，它本身还是一个 framework（框架），里面包含了三个核心的部分：一个是它可以沉淀 skill；第二个是它有底层的 context 对齐的承载，可以收集各种信息在底层做对齐；第三个是它有自己的系统机制，让它可以 7×24 小时去干活。基于它本身的特质，我们内部在讨论，最核心的价值点在哪里？第一是 framework 本身。但大家发现大厂迭代的速度非常快，不管是 Anthropic，还是最近国内几个大厂基于 OpenClaw 开源框架推出的各种模型，过去是百模大战，现在已经是“百虾大战”了。第三个其实我们看到 framework 里面还有一个东西比较重要，就是 skill，它有可能会成为承载价值的真正节点。第一要有长尾的 know-how；第二要知道资源的路径；第三要获取资源的权限。有了这三个要素，它就能变成真正产生生产力的 skill。

关于目前 OpenClaw 的问题：第一是安全问题，第二是易用性。没有安全保障谈不到易用性。基础版本其实只是一个 proof of concept（概念验证），它像个“毛坯房”，离用户能直接友好“拎包入住”的状态还差得很远。另外我动手写了上千行代码的 skill，发现资源路径配置和网络配置很头疼，它带来价值和消耗的时间目前看没有特别成正比。最后，这种 agentic framework 对现有的组织架构、工作流和团队协同关系都会有比较大的触动，这些都是我们正在思考的层面。

Tina：这个话题我觉得特别好。因为我也听到一些说法，大家会觉得这次 OpenClaw 来了之后好像是来了一个 Linux 的感觉，有个新的 agent OS 出现，大家可以在上面去搭建一些新的创业方向。当然也有人说它工程非常不完备，所以给了大厂很多机会去做云端产品和 Desktop 版本，去提供工程更完备的闭源产品。从您的描述看，您觉得它是怎么样去 catch 一些具体的机会，还是更多地对之前的 portfolio 进行客制化改造？

曹巍：我觉得这里边一定是有机会的。第一点是围绕场景去寻找价值，去寻找长时间做能积累复利效应的事情。如果你去跟大厂比拼工程能力可能比不过；但如果你能够找到长尾场景，通过 OpenClaw 实现一些难度高或复杂的任务替代，它帮你 7×24 小时干活，这是有机会的。第二点是围绕硬件本体的机会。之前我的 OpenClaw 装在笔记本上，但我发现它干活的时候我就不能干活了，感觉多了一个 body。所以我觉得的确应该给它一个自己的电脑。基于硬件本体怎么去积累有复利效应的数据，我觉得这可能是创业公司的一个时间窗口。

Tina：其实这是不是一定像一个硬件，还是云端的一些沙盒方案也可以解决？

曹巍：我们也看过海外大量的沙盒方案（比如 JetBrains 推出基于 Ubuntu 系统的云端电脑）。但这里有两点：第一是有些场景的个人隐私数据你是不想让它上云的；第二是人已经从整个工作流中的“作业节点”变成了“授权节点”。过去活都是我干的，现在变成了授权：我要把这文件删了你 OK 吗？我要用你账号买水你 OK 吗？这个授权本身如何能更安全，以及对齐的数据在哪里会让你感觉更安全？我相信未来它作为工具一定还是场景导向的，会分层，会有云端协作的“场景版”，也会有基于用户个人本地硬件的“本地版”。所以本地版有可能是个创业机会。

Tina：非常好。我们也欢迎 Piruze。我们刚才谈到了开源相关的技术突破，这对创始人的未来以及 AI 的普及意味着什么呢？

Piruze Sabuncu：我认为“开源（open）”是一个让很多人感兴趣、激发创造力并感到非常兴奋的时代契机。随之而来会发生几件事：首先，正如大家所说，将您拥有的想法部署并发布出去，让它真正运转起来，需要大量的工作，而且非常复杂。所以我们知道，已经开始出现一些中间层和公司来帮助人们将这些想法付诸实践。我唯一的担忧是，由于人们目前在使用它时方式不够安全，可能会出现一些糟糕的案例，从而阻碍人们使用，或者导致政府介入叫停。但我认为这应该不会发生。同时还有其他一些事情在发生，比如第二版的 OpenClaw 正在以更安全的方式进入公司。现在很多 CEO 和企业主都在期望他们的团队能想出一些方法，让自己变得更有创造力和生产力，我认为这会推动大量员工以更安全的方式采用这些工具。百分百在不久的将来，一个人就能做成一个科技公司、推出一款 SaaS 产品或个性化软件的情景已经非常接近现实了。一年之后，我们会看到更多这样的事物在开源领域涌现。

Tina：那么在企业级服务领域，您怎么看待初创公司的机会？创始人应该向市场推出什么样的产品？

Piruze Sabuncu：我很坦诚地告诉大家，两年前我们还在说做大模型公司太难了，垂直领域的 AI 和结合 AI 的软件才是出路，因为有很多问题亟待解决。但现在，这些软件公司在增长上却遇到了更大的困难，因为用工具来构建软件公司变得太容易了。当你向企业销售时，如果你做了一家解决律师问题、客服问题或销售问题的公司，买家会问：“我自己能做这个吗？我的需求会变吗？技术会变吗？”公司会说，我需要我的团队来做。话虽如此，一些软件公司也正在进化，他们开始涉足硬件，建立数据优势，从多家公司收集有趣的数据，保证数据安全，并解决非常复杂的工作流问题。所以现在有 AI 层，有软件层，同时实施层也变得越来越有创意。因为企业希望快速行动，尽快看到 AI 的影响，并且他们想专注于自己最擅长的业务。所以，至少在中国以外的市场，他们非常愿意购买这些软件。我们也看到其中一些公司能在半年或一年内将营收从 100 万做到 2 亿。

Tina：很有意思。您也提到了一人公司。您怎么看一人公司的未来？如果未来有这么多一人公司，作为拥有一定规模资金的风险投资机构，你们将如何挖掘项目，如何判断他们是否具备投资价值？

Piruze Sabuncu：我认为作为管理着一定规模基金的风险投资人，我们的工作就是去寻找那些有巨大野心、想要做大做强、想要建立跨时代伟大公司的创始人。所以我的工作本质没有变。这并不意味着以后就不会有成功的一人或两人公司，他们会有自己的商业模式。但同样也会有野心勃勃的创始人，想要为这些一人公司建立基础设施，或者是打造消费者应用，市场上总会有足够多有趣的问题，让这些人建立起非常庞大的公司。也许这些公司起初只有两到十个人，研发成本会降低，但假设他们想训练自己的模型、拥有自己的服务器，这仍然是一笔巨大的成本。所以，挑战不仅仅在于产品构建，在竞争激烈的市场中进行商业拓展将会变得复杂得多；或者在全球范围内实施软件，仍然需要有人去理解客户的问题，并说服客户与他们合作。因此，他们需要资金去实现更快的增长。

Tina：同意。我们要请胡总来发表一下看法。

胡斌：关于 OpenClaw，微观上对我个人来说，我现在不知道投什么。因为演进实在是过于快了，与我们传统的工作方式（一周开一次会）已经彻底变了。所以最理智的做法现在应该是让子弹飞一会，多看一看。但这绝对不是代表不看好，实际上是非常看好。宏观一点来讲，春节之后，投资人必须亲自上手去跑 OpenClaw 了。以前做 Coding 或弄服务器大家绝大多数没动过手，但这个号称一人自己就可以干，你再不动手就落伍了。我也自己跑了，但发现现在的性价比确实是不高的，当然不排除有些优秀的人已经跑得比我快多了。之前大家有 FOMO（错失恐惧症）的感觉，怕代际起跑线上追不上，但其实看所有技术的迭代，没必要那么急，稍微慢一点的人也能 catch up 去享受前人的成果。以前说中国公司很勤劳很卷，但现在你没法跟机器生命去卷。

关于 OPC，我觉得有点像当年互联网草根创业的时候。以前必须得找前端后端、技术大拿才能干，现在借助这些工具，以后几个甚至一个人就可以把很多事做到了。以前大厂有钱有人的分工优势正以后可能不会那么明显。未来颠覆式的东西出现的可能更让人意想不到，个人创业的机会肯定是变得更多的。会解放很多个人去实现自己想做的东西，这是一个正面的展望。

Tina：我忽然有一点感慨。关于 One-person company，我前两天在硅谷，正好聊到了一个大厂的员工，他们强制员工把工作流写成 skills，不写马上被裁，写完三个月之后也会被裁。我在想，写 skill 的这个过程，会不会最后被大模型公司吞掉？很多文科生智慧的结晶慢慢沉淀进模型里。如果是这样，各位投资人现在会更愿意加仓大模型公司，还是更愿意去投 One-person company 呢？

胡斌：围绕这个方向，一定最受益的肯定是大的模型公司。Token 消耗这件事毫无疑问变成未来的基础设施常态了。以前从没买过 API 调用，现在睡一觉起来 100 块没了，都不知道它干什么了。大模型肯定是吃红利最大的一波。包括很多硬件，不远的未来家里可能都会跑几个智能助理管各种事。资本上也给出了答案，这些公司长得就很猛。对于个体来说，你最多是丢一个工作变成自由职业者；但对大厂来说，那可能是整个公司就没了。因为以后 Agent 之间会通讯会进化，在安全层如果能做好的话，它创造出来的东西可能对大厂是根本性的颠覆。所以个人可以不用太担心，这都不算啥。

Tina：好的，曹总要补充一些观点嘛？因为您既有投大模型的视角，又可能会看 One-person company，您会选择继续加仓大模型公司，还是？

曹巍：我们的思路是两边都赌。首先第一点，最常用的头部软件交互和最高频的 skill（比如 deep research、新闻整理等），大模型团队本身就在做，大家都在出 computer use 的方案。如果没用到 computer use 这个级别，很多东西大模型都能做。但我自己觉得最终一定是用户需求导向。个人隐私相关的东西，我希望用本地存储、本地模型去解决，我会把个人的和云端的分得相对开一些。对于长尾的、稀奇古怪的传统软件交互，就算大模型去学也需要有数据来源的 learning 过程，所以在这种地方，对大公司和小公司来讲相对还是公平一些。

Tina：OK。好的，我们有请 Wayne 总来讲一下您对这些的看法？

Wayne：反正我也是同意老胡的说法，让子弹先飞一会。这轮我觉得就跟上一轮大家第一次做各种小工具、自动建站工具一样，中间可以资本化的部分不会那么多。因为我们都是靠资本化赚钱，我赚不了现金流的钱。对于一人公司我觉得很好，雇员制（employment）这是一个 100 年前为制造业服务的老旧模型，这个 model is broken（没戏了）。大公司的覆灭是顷刻间的，尤其是美国市场非常残酷，一晚上可以跌掉归零的。为什么那些 billionaire 全都回去上班了，从传统的 Corporate 重新变成创业公司。现在不管你是 billion dollar 公司还是一人公司，全都是 founders mode（创始人模式），大家都很恐惧被颠覆。一人公司你不需要融资，只要你做一个产品能算得过账来。但这中间很多“海鲜产品”很快就过季了，大模型能力一提升你可能就过季了。在技术没有收敛的时候，你需要找差异化，如果一个一千万的市场只有你懂，那你拥有 100% 的市场份额和很高的毛利，这就是新时代的资本化特征。这事你必须得特别懂，然后你才能活下来。

Tina：OK。好的，我们现在来聊一聊中美的话题吧。我这次在硅谷特别骄傲的是，终于有美国硅谷的基金开始问我能不能搞到 Kimi 的份额。我真觉得中国这些创业公司在出海上取得了一定的成绩。所以非常想听一听大家怎么看待中国 AI 企业出海的创业机会？

Piruze Sabuncu：我们很幸运能与我们称之为“华人创始人”的群体合作，他们在这里建立全球化业务。这些创始人做对的几点包括：第一，如果他们有出海全球的愿景，他们需要确保自己拥有友好且具备全球视野的投资者来支持他们；他们需要有合适的公司架构，以免未来受到掣肘；他们还需要解决一个具有全球普适性的问题，并且要有足够的数据点或技术优势来形成差异化。我举个例子，假设你做了一个非常特别的搜索 API 工具，在一个非常热门的领域，即使你是在阿里内部开发过类似技术，并且你有独特的构建方式，全球市场也是非常非常庞大的，中国以外的全球大型科技公司也可能会使用你的产品。所以你需要确保你的团队能与他们顺畅合作。你需要有规范的文档、完善的数据隐私保护和相应的设置，这是第一点。第二点，如果你在为海外开发者构建产品，或者在搭建基础设施，你需要知道如何讲述你的故事，如何建立追随者群体，然后再开始考虑如何将公司商业化。我们看到华人创始人群体面临的一个巨大差距通常是：“我该如何把我的技术转化为商业上的成功？”但这通常是一个完全可以学习的技能。

曹巍：这个问题我们看几个层面。首先说机器人硬件，我们看四大核心能力（locomotion、navigation、interaction、manipulation）。从本体制造和 locomotion（运动）能力上看，中国其实现在已经是遥遥领先了。但是在最前沿的 manipulation（操作）能力，或者说模型架构创新和训练范式创新上，我觉得硅谷还是做得更好一些。国内可能更多偏工程化，或者训练资源比较匮乏。软件侧，国内这种“百花齐放”的解决方案和积极拥抱新生产力的敏锐度，比海外要强得多。过去 AI 是帮我干活的 Copilot，现在 AI 在干活，我是授权给它的 Copilot。生产力决定生产关系，一旦扭转，国内的敏锐度非常非常好。底层模型基座侧，海外最厉害的人（比如 Ilya）在探索变阵，寻找没有反向传播机制的新架构；但国内如 DeepSeek、Kimi 等在 engineering（工程侧）的 framework 上做得非常好。海外基本都是闭源方案，国内还在坚持做开源。如果中国的开源模型一统江湖，在非美国家的开源生态里的影响力将是非常非常巨大的。我们在很多方面都在迎头赶上。

Wayne：出海，我觉得所有人都应该出海。这看 GDP 就知道了，所有的 consumer spending（消费支出）都在海外。如果你不在被制裁的敏感领域里，你现在就应该去规划北美市场，那里享受的增速、毛利、退换货率都是远超国内的。另外一个就是 capitalization（资本化结构）。中美业务要拆分得很清楚，从母子结构变成兄弟结构，你才能避开未来各种各样的地缘政治折腾，不要重蹈过去某些公司的覆辙（做到几十亿美金了因为结构没变而受限）。在北美绝对是有方案可以提前规划的。

Tina：好的，每个人最后一句话总结，然后我们就结束。

沈栋梁：我觉得其实这是一个非常大的机会。我们都非常幸运见证了生产力变革的一个巨大飞跃，所以大家应该去接受它，拥抱它。

Piruze Sabuncu：我认为这是一生一次的机遇，同时我也认为中国拥有世界上最顶尖的人才。

曹巍：就像刚才说的，我们非常兴奋，但是可以让子弹再飞一会。