--- title: "硅谷AI三角生态解读：资本、人才、技术扎堆，普通人怎么走？" id: "20260611A08U3B00" publicationAccount: "非凡产研" originalPublishedAt: "2026-06-11T20:02:00+08:00" canonical: "https://ffcap.cn/research/20260611a08u3b00" source: "https://view.inews.qq.com/a/20260611A08U3B00" sourceAccount: "https://news.qq.com/omn/author/21759984" language: "zh-CN" tags: ["融资与投资","AI 编程","Anthropic","全球化出海","企业服务 SaaS","OpenAI","Google","阿里巴巴"] --- # 硅谷AI三角生态解读：资本、人才、技术扎堆，普通人怎么走？ 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。 **AI未来谈** ## **AI 不替代品位，只揭穿你没品位** 对话 Nodesk.ai 创始人宋健：AI 时代，人的不可替代性到底在哪里？ " **AI Coding 只有两种状态，没有开始和停不下来。** 我是非凡产研创始人吴畏，没有开发经验，但前段时间试着用 AI 写了一个小工具。 一开确实很上瘾。跟它说要什么，它就给你。但很快问题来了：Bug 改不完，大部分时间都在跟它来回拉扯。做出来的东西跟真正的产品差了十万八千里，我也说不清差在哪。最焦虑的是，不知道什么时候该停下来。 这周我在吴晓波频道直播间里跟 Nodesk.ai 创始人宋健聊了快两个小时。他说了一句话，一下子把我的焦虑具象化了： **「AI Coding 只有两种状态，没有开发和停不下来。」** 这是那场最大的感受不是 AI 又能干什么了，而是它正在放大一切。放大你的能力，也放大你的缺陷。放大你的判断力，也放大你的混乱。 ## **硅谷三周：OpenAI 楼下蹭 WiFi 的杭州创业者** 宋健五月份去了趟美国，待了整整三周。SaaS 行业会议、Google I/O、出海业务的前期探索，行程排得很满。 他回来之后跟我讲了一个「金字塔」模型，说硅谷跟国内比，优势分四层。 最顶上是模型前沿的信息密度。 他去了 OpenAI 附近，但 OpenAI 不允许访客进入，于是就在楼下打了卡、连了 WiFi，跟 Codex 团队和一些做研究的人聊了不少。他说那个区域的感觉，很像早年杭州围着阿里的创业生态。围着 OpenAI 和 Anthropic，冒出来一大堆初创公司，有的已经估值百亿。 往下第二层是人才的丰富度。硅谷大厂散布在湾区各处，人才的流动性仍然领先。 再往下是风投资金的体量。老话题了，但他说这次感受依然强烈。 最底层是创业氛围。 我问他，跟以前去美国比，最大的变化是什么？他说了一个让我意外的答案：卷。 **「OpenAI 那边一周 70 小时是基础工作时间。80 到 100 小时也不是个别现象。」** 我们以前总说中国创业者以卷著称。但宋健这趟感受到的是，AI 的迭代速度太快了，三周可能就要跟一次模型更新。美国那边，从大厂 AI Lab 到初创公司，全在玩命。 他的原话：「以后不会再说只有中国在卷美国不卷了。追梦何谈不努力，大家都得在努力的基础上去思考价值怎么创造。」 ## **AI Coding 的过山车：情绪跑在了能力前面** 宋健是 AI Coding 的亲历者。Nodesk.ai 2025 年 3 月成立，从第一天就想把 AI 嵌到编码流程里。但实际走过来的过程，跟外界想象完全不一样。 **3 月到 6 月：**大家不太想用。那时 Cursor 还很早期，Claude 3 没出来，能力撑不住。 **6 月到 9 月：**艰难推进。产品设计和需求理解还是得靠人来，AI 只是慢慢切入开发环节。 **9 月到 12 月：**爆发。Claude 升级到 4.0 以上，能力上了台阶，使用量猛增。 **12 月到现在：**变成常态。同事们不只拿它写代码，日常很多事情都在用。 现在太多人在两个极端之间摇摆。要么觉得 AI 什么都能干，全面无人驾驶；要么死守传统开发思路，用批判视角审视一切，一行代码都不敢让 AI 碰。 「两种状态都不对。」他说，「过于保守肯定不对，科技变革一次次证明了它不是闹着玩的。但也不能一蹴而就，一上来就什么监管都不要了。」 我有切身感受。我自己试 AI 写代码，做出来的跟别人差距巨大，然后无穷 Bug 等着我，不知道何时收手。宋健听完说了一句挺扎心的话： **「把锅甩给 AI Coding 工具是不恰当的。它只是陪你 Demo 出一个大致的工具，你不能真拿它去当微信用。」** 他接着说：「微信背后包含了一整套体系。你的提问能力和思考至少得跟张小龙持平。看上去了的微信和产业级的微信不一样，你怎么对后果负责？」 我追问到：如果模型本身已经学过世界上最好的产品经理呢？是不是我就不需要具备他的能力了？ 他停了一下，说：「它没有我的真情实感。」 ## **FDE：AI 落地的必经之路，还是外包换了个马甲？** 今年有个概念特别火，叫 FDE，Forward Deployed Engineer，前端部署工程师。Palantir 最早提出来的，现在 OpenAI、Anthropic 也在组建类似团队。简单说就是派工程师到客户现场，把 AI 能力真正接入到客户的业务系统里。 宋健做的 Nodesk.ai，某种程度上就是在做中国版的 FDE。他们交付给企业的不只是一个 Agent 产品，还包括怎么把这个 Agent 嵌进客户的电商运营、客服、选品、上下架这些真实业务环节里。 我问他：FDE 跟中国做了二十年的软件外包、私有化部署有什么本质区别？ 他用一条数字化到智能化变迁的时间轴展开讲述。2000 年到 2010 年是 IT 时代，像大型复杂机械，得靠 IBM、Oracle 来定制。2010 年到 2020 年是云时代，上了云才有 SaaS 的基础。但中国的问题是，每一个阶段都没完全走完就进入了下一个阶段。信息化没做完就上数字化，数字化没做完就上智能化。每一层欠的债，在 AI 面前坑就显得更大。 「所有企业都有特定的需求和痛点，光靠一个 API 解决不了。FDE 必然要存在。」 这个逻辑我认同。需求是真实的。 但需求真实，不代表商业模式健康。 中国 2B 市场过去二十年的核心困境不是没人懂客户，而是大量公司被拖进了项目制、重交付、低复用的泥潭。客户每家都说自己特殊，销售为了签单承诺定制，交付为了验收不断补洞，产品团队被项目需求撕碎。最后公司很忙、有收入，但毛利低、周期长、规模化差。 换个名字叫 FDE，不会自动解决这些问题。 我觉得 FDE 真正的分界线在于：它到底是在把项目经验沉淀回产品，还是只是在用 AI 包装人肉交付？ 说得再直接一点：交付完一个客户以后，留下的是一套项目文档，还是一组可迁移到下一个客户的行业 Agent 能力？ 如果不能复用，FDE 就是成本中心。如果能复用，FDE 才是产品进化机制。 Palantir 的 FDE 跑得通，有一个关键前提：背后有强产品底座 Foundry。FDE 不是一群顾问冲到客户现场手搓需求，而是把客户需求接入可复用的平台能力里。 坦率说，很多中国 AI 创业公司说自己在学 Palantir，实际上可能只是给传统软件外包戴上了 Agent 的帽子。 Nodesk.ai 同时做电商、工业制造和医疗科技三个行业。宋健说他们的优势在于专业性、稳定性和性价比，这些我不怀疑。但我更关心的是：同时服务三个行业，复用率到底有多高？ 这可能是所有做 FDE 模式的中国 AI 公司都绕不开的灵魂拷问。 ## **品位之辩：AI 不替代品位，但会揭穿你从来就没有品位** 这是那天晚上讨论最激烈的部分。 宋健的核心观点：人的不可替代性在于品位和共情。他说得很直接，「它没有我的真情实感」。AI 可以写代码、做内容、分析数据，但它感受不到直播间里空调太冷，也无法理解为什么某个产品方案"就是不对"。 我同意这个方向。但我觉得需要往下多挖一层。 很多人说的"品位"，经不起拆解。 你说一个方案没有高级感，到底是信息层级混乱？视觉密度失控？语言太满？没有留白？还是没击中用户心智？如果只能说"感觉不对"但说不出哪里不对，那这不叫品位，叫直觉。直觉当然有价值，但太脆弱了。一旦 AI 的输出质量到了 85 分，大部分人的直觉就会被淹没。 真正难以替代的品位是什么？是在模糊场景里做综合判断的能力。什么该保留，什么该删掉，什么虽然数据好但不该做，什么短期没 ROI 但长期有价值。这不只是审美，是审美、责任、场景、风险和后果的综合决策。 宋健举了个很好的例子：「iPhone 17 在摄影专家手里是个好相机，对我来讲它可能就是个电话。」 工具一样，产出完全不同。差别不在 iPhone，在人。 但关键问题来了：摄影专家比普通人强，不只是因为他"有品位"，而是因为他知道光线、构图、主体关系、情绪表达、后期边界。这些东西相当大一部分是可以被拆解和训练的。 所以我的判断比宋健更残酷一些：AI 不会替代真正的品位，但会替代大量自以为是品位的经验套路。 如果你的品位只是跟着潮流走、复制范式、套用模板，那它真的不算不可替代。AI 比你更快、更稳定、更便宜。 我问宋健品位是天生的还是后天的，他犹豫了一下，说可能更接近天生。 我理解他的意思，但想补充一层：品位的天花板可能有天赋因素，但品位的下限可以通过训练提高。普通人真正该做的不是拿"我有真情实感"来安慰自己，而是把判断能力训练到足够具体。 能把"感觉"拆成可判断的细节，品位才从遮羞布变成真正的能力。 宋健还提到一个我很认同的判断：在相同的 Agent 能力面前，人与人的差距可能不是缩小，而是扩大。这正好印证了那个"放大器"的逻辑。AI 放大你已有的东西。如果你有的是系统性判断力，你会飞。如果你有的只是经验套路，你会被甩开。 ## **超级个体的幻觉：一个人加一堆 Agent，可能是新型 996** "一个人加一堆 Agent"是今年最性感的创业叙事。不用招团队、不用开会、不用管理，一个人调度一群 AI，干出过去一个团队才能做的事。 宋健说 MVP 阶段确实可以。一个人串联所有流程，调 Agent 完成原来需要一整个团队的工作。他还提到 OpenClaw 的 Peter，一个人驾驭了几十个 Agent 写出产品。 但这里面藏着一个巨大的生存偏差：能这么干的人，本来就不是普通人。 他们通常已经具备工程能力、产品判断、架构意识和极强的自驱力。AI 对他们是放大器，不是救命绳。 那普通人呢？我自己就是个现成的例子。一堆 Agent 对我来说不是一堆员工，是一堆失控源。Bug 更多了，版本更乱了，信息更密了，判断更累了。过去是写不出来，现在是 AI 写了一堆不知道能不能用的东西。产能不是不够，是过剩但质量不可控。 宋健也坦诚承认了这一点。他说当一个人协调不同 Agent，信息密度和过载「超出了原来十几年的工作认知」。有些人架构能力不足，都不知道问题出在哪，到处救火。 我问他一个人配多少 Agent 合理，他说取决于这个人的带宽。然后列了四个要素：提问能力、品位能力、架构能力，外加体能。 体能。 仔细想想，好像还真是这么回事。AI 把任务并发数拉高了，反馈速度拉快了，人的判断压力放大了。这不是轻松，是一种更高密度的劳动。 所以"AI 让人更自由"这个故事，只对一部分人成立。那些有明确目标、有判断框架、有架构能力、有边界感的人，确实更自由了。对没有这些的人，AI 带来的可能不是自由，是更快的焦虑和更密的信息。 可以说：AI 不是把每个人都变成超级个体，是给少数已经有系统能力的人装上了更大的杠杆。其他人呢？白天调 Agent，晚上修 Agent，半夜怀疑到底是自己在管理 AI 还是 AI 在管理自己。 ## **万一答案就在明天呢** 快结束的时候我问宋健，你有什么日常习惯来训练思维？ 他的回答出乎我意料。 他说他会把阶段性遇到的问题记在笔记本上，每天看一下，试着想一下，但不强求今天明天解掉。没解的问题就一直挂着，不删。 「创业大部分问题是无解或者当下没解的。如果每一天都把自己逼死，就熬不到明天了。」 然后他说了句话： " **万一答案就在明天呢？** 录完直播以后，我也在想。AI 时代所有人都在拼命往前跑，怕被淘汰、怕跟不上、怕落伍。但宋健作为一个每天泡在 AI 里的创业者，给自己留的空间反而是：别急，挂着，让问题陪你走一段。 AI 确实在放大一切。放大能力，放大差距，放大焦虑，放大速度。 但它也许也在放大另一样东西：耐心的价值。 当所有人都在用 AI 加速的时候，能慢下来想清楚问题本身的人，可能反而走得更远。 ## **精选 Q&A** **Q1：这次去硅谷三周，最大的感受是什么？** 宋健（Nodesk.ai 创始人）：我大概有一个三角形的认知。最顶上还是智能认知的密度，冲击感跟刺激感比国内更强。中间是人才丰富度，无论旧金山市区还是湾区，大厂分布在各个点上。然后底部有两层，一个是风投资金的体量跟丰富度，另一个是创业氛围。我还是觉得整个硅谷的创业氛围依旧更值得期待。 **Q2：跟以前去美国相比，这趟最大的变化是什么？** 宋健：卷。 OpenAI 那边现在一周 70 小时是最基础的工作时间，80 到 100 小时也确确实实在发生。我们以前经常讲中国创业者以卷著称，但这次我能感受到 OpenAI、Anthropic 包括这些大厂的 AI Lab，迭代速度非常快，三周可能就要跟一次模型更新。初创应用公司也很卷，特别特别卷。 **Q3：Nodesk.ai 的 AI Coding 是怎么一步步演进的？** 宋健：我们是"干中学"。 3 月份的时候有想法，能不能 AI 设计、开发、测试全流程？那时候 Cursor 不太成熟，Claude 3 还没出来。3 月到 6 月很缓慢，大家不太想用。6 月到 9 月是比较艰难地在使用。9 月到 12 月爆发式使用，Claude 进入 4.0 以上了。12 月到今年 3 月变成了常态。现在很多同事不仅仅把它当编码工具，日常很多事情都在用。 **Q4：AI Coding 最大的挑战是什么？** 宋健：最大的挑战是如何去监管 AI 和审视 AI。它在 Coding 上展现出来的溢出能力比较强，作为指令下发者，你怎么提出更好的问题，甚至更尖锐的问题？否则就是两种状态：没有开始和停不下来。一旦你做了，这也能写那也能写，一发不可收拾。我们在这方面踩过不少坑。 **Q5：你们团队年龄结构什么样？** 宋健：30 人出头，5 个 80 后，其他全是 90 后，其中 99-05 的同学们大概占 60% 左右。 **Q6：不是开发背景的人能用 AI Coding 做产品吗？** 宋健：我们的产研团队还是实打实有移动互联网时代资深经验的，即便应届生也是纯理科背景。并没有说完全跨界的。产研团队其实还是专家导向，再让 AI Coding 作为一个放大器。但其他岗位，人事、财务、商业化、运营，都在不断主动拥抱这个变化。 **Q7：普通人手搓 Agent 有必要吗？你鼓励手搓吗？** 宋健：手搓是他了解能力进化的最好行为。但这不一定等于你拥有了能力就能变成专家。iPhone 17 在摄影专家手里是个好相机，对我来讲它可能就是个电话。系统的稳定性加上综合性价比，还要加上持续性的行业 Know-how。既要理解 AI，也要理解产业，两边不能光靠代码缝合。 **Q8：什么是 AI 原生组织？** 宋健：我分三层来讲。第一，意识上 AI First，相信 AI 能辅助你更好地解决问题。第二，方法论上，实践大于想法，你得在土壤里具备让 AI 试错的空间，Token 无限，允许浪费和尝试。第三，工具上，把差异化的 AI 能力引入到公司里。三者不能缺失。另外 AI First 不等于 AI All in，中间还得是人。 **Q9：AI First 和 AI All in 有什么区别？** 宋健：太多人把 AI 跟人放在对立面。AI First 是遇到事情先想 AI 能辅助干嘛、创造什么价值。AI All in 是事事都想如何把人取代。方向完全不同。 **Q10：AI 原生的组织形态跟传统组织有什么区别？** 宋健：所有东西都不一样。以前是履带式协作，理解需求、成立团队、不同岗位、打 OKR，可能需要 7 个人成 1 个团。现在起点可能是一个人，一个人串联了所有事情，1 个人成 1 个团。到验证了 PMF、跑通 MVP 以后，规模化还是需要团队裂变放大。但在 MVP 之前，确实可以一个人调动 Agent 完成以前一个团队做的事。 **Q11：一个人配多少 Agent 是合理的？** 宋健：取决于这个人的带宽。提问能力、品位能力、架构能力，外加体能。缺一不可。架构又分信息架构、代码架构和商业架构。信息架构是你对全局的理解，代码架构是防止屎山代码以空前速度到来，商业架构是衡量 ROI。 **Q12：品位从哪来？天生的还是后天的？** 宋健：我其实很想说是后天的，但我确实觉得品位这件事可能比提问能力更难后天培养。它是个综合体的结晶。 **Q13：为什么 AI 时代人反而变卷了，干的活变多了？** 宋健：几个原因。第一，没做好减法，并发窗口变多，让体能爆炸。第二，一个人协调不同 Agent，信息密度和过载超出了原来十几年的工作认知，心理和生理都超负荷。有些是因为架构能力不足，都不知道问题出在哪里，变成到处救火。 **Q14：Nodesk.ai 这个名字怎么来的？** 宋健：两层含义。宏观上是不被定义在既定的牌桌上，不被定义赛道。微观上是脱离以人为绝对起点，不一定只是一个人在一个工位上。 **Q15：对普通的超级个体，你觉得最应该做的事是什么？** 宋健：第一是泼冷水，放过自己，不要定太理想化的目标。小而垂直可能最值得做。第二，不要神话 AI，也不要抹黑它，最好的方式就是每天去使用但不沉迷，保持常态化。第三，不用那么努力。稍微躺两天，解不了的问题可能就解了。与自己和解，你的体能、架构能力、品位才会螺旋上升。 --- 原始发布版本：https://view.inews.qq.com/a/20260611A08U3B00 本站阅读页：https://ffcap.cn/research/20260611a08u3b00