--- title: "AI时代，一个人要怎么做才能不被变成工具" id: "20260710A08UEL00" publicationAccount: "非凡产研" originalPublishedAt: "2026-07-10T17:01:42+08:00" canonical: "https://ffcap.cn/research/20260710a08uel00" source: "https://view.inews.qq.com/a/20260710A08UEL00" sourceAccount: "https://news.qq.com/omn/author/21759984" language: "zh-CN" tags: ["融资与投资","AI Agent","模型与基础设施","AI 教育","OpenAI"] --- # AI时代，一个人要怎么做才能不被变成工具 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行业观察** ## **拒绝做"高级工具"的人，如何重新定义了个体价值** 从巴黎高翻的翻译学生，到帮别人把个体价值产品化的创业者 在巴黎高等翻译学院读书那几年，白双做过很多次这样的事：把一段自己并不认同的观点，一字不差地从法语译成中文。信达雅她都懂，但翻译这件事本身规定了她的位置——你只能润色，不能改变原意。有一次翻完，她心里冒出一个念头："我好像变成了一个高级工具。" 这个念头后来决定了她整个后半段人生的走向。本科毕业，她是那届唯一的中国学生，法语中文英语组合稀缺，去联合国做同传的机会摆在眼前，老师觉得可惜，她却很确定：不做了。 **"我热爱语言，是因为我想以语言为媒介，去打开背后的文化。那个东西让我兴奋，而不是做一个高级的翻译工具。"** 这段往事，是吴畏老师和白双在吴晓波频道的《AI未来谈》节目里聊到的。那场对话的主题是"AI时代，普通人的经验怎么变现"，聊了将近两个小时，横跨了她从巴黎到伦敦、从教育科技到两次创业的全部经历。但如果只挑一条线索来看这场对话，会发现真正重要的不是"变现"两个字，而是白双花了十几年时间反复回答的同一个问题：一个人要怎么做，才能不被变成工具。 这个问题在2022年底她转做 Agent 赛道之前，就已经在她身体里发酵了很多年。第一次创业，她做的是 AI 翻译，2022年年初和年尾各拿一轮融资，加起来一千万元。ChatGPT 出现以后，她很快意识到必须转赛道——不只是因为技术变了，更因为她见过太多顶尖投资人跟她说，翻译这个赛道太小，而且人机结合的模式 scalability 不够。她后来的解释很直白：**"我们讲的商业模式，本质上还是我在卖自己的服务，只是效率变高了。"**这句话，几乎是她整场访谈里反复出现的判断标准。 ## **冰山下面的东西** 白双对"经验会不会被大模型吃掉"这个问题的回答，绕开了大部分人惯常的两个答案——不是"经验依然重要"，也不是"经验会被淘汰"，而是先做了一个区分：过去的经验和增量的经验，是两回事。 她用冰山打了个比方。大模型已经把冰山露出水面的部分学完了，那是人类历史上沉淀下来的显性知识，构成了模型的能力边界。但冰山下面还有大量没有被文字化、没有被互联网收录过的隐性知识。 更重要的是，冰山本身也在变化。新的商业场景、新的用户行为、新的营销方式，会持续制造新的经验。白双举了抖音的例子：在抖音出现之前，很多人根本想不到“直播带货”会成为一种主流营销方式；在那之前，这个行业也不存在一套成熟的直播带货经验，直到有人先进入现场、撞上变化、再把方法论沉淀下来。 这个判断直接导向她提出的一个概念，她自己叫它**"Token + X"**。Token 那部分的钱，会被模型厂商和算力公司拿走，大部分人在这个赛道里都是付费方，用 Claude、用 Codex，本质上都是在为通用能力付费。但还有一个长尾市场，她称之为专家智能体赛道——这部分钱不会流向模型厂商，而是流向那些持续在垂直领域获取新鲜知识、并且被别人信任的人。X，就是这部分独立于通用模型之外的专家溢价。 这个判断听起来有点像"人无我有"的老话，但白双讲了一个具体到近乎反直觉的例子，让这套理论落了地。她们公司有个00后同事，之前学电影，进公司后被安排去做海外 Reddit 运营，一开始完全不懂这行怎么玩。三个月以后，她摸出了一套能稳定发帖、不被封号、还能带来持续流量的方法，把这套方法整理成一个 Skill，发到小红书上，说自己做了一个 Agent，欢迎大家用。一晚上，两百多人订阅。白双反复强调，这个女孩不是什么"老师傅"。这句话背后，其实是她在纠正一种普遍误解——很多人以为专家智能体这条赛道，天然属于那些在某个行业里泡了十年二十年的人。她的判断恰恰相反：**真正稀缺的不是经验的年限，而是一个人在陌生领域里快速学习、并把学到的东西沉淀下来的能力。** ## **被拆穿的"知识库"需求** 如果说 Token+X 是白双这几年想明白的道理，那她第二次创业踩的坑，则是一次代价不小的验证。翻译项目转型之后，她看到美国那边 Glean 这类企业知识检索产品做得不错，判断国内也应该有对应的机会，于是去调研了一批想做知识库的企业。调研得到的结论，是一句她自己说出来都觉得扎心的话：**"用户给你的需求，有可能是伪需求。"**很多企业说要做知识库，未必是真的需要，而是一种自上而下的焦虑——领导觉得该有个AI了，于是把这份焦虑包装成了一个采购需求。这类系统即使真的部署下去，也很难评估生产力提升，ROI 算不过来，私有化部署的成本又高，走到最后，白双的判断是：这条路，她不能做，也不想做。 她把这个教训延伸到了一个更大的判断上：Dify 这类面向开发者的工具型产品，本质上解决的是"谁来写代码"的问题，而不是"谁懂业务"的问题。一家500强企业的IT部门，可能技术能力很强，但服装公司采购布料该审核哪些点、法务部门具体卡在哪个流程环节，IT从来没有真正弄明白过。过去两年，很多工作流产品进了企业却落不了地，症结都在这——开发者提供的是能力，但业务 know-how 是另一套完全不同的东西，两者之间的鸿沟，AI 目前还填不平。这也是为什么她后来判断，**这一轮技术浪潮真正的财富再分配，受益的不是开发者，而是那些真正握着行业 know-how、并且愿意持续深耕的人。** ## **"OPC"这个词，被用错了** 这场访谈里，白双情绪起伏最明显的一段，是在纠正"OPC"（One Person Company）这个概念上。她举了个例子：一个开发者过去接外包项目，交付周期两个月，现在用 AI 之后缩短到两周，效率翻了几倍——这个人算不算 OPC？她的答案是不算，因为交付主体依然是他自己，客户从1个变成100个的那一刻，他照样堆不出时间，也没法规模化。这本质上还是在卖时间，只是单位效率变高了。 **她给出的定义是"solo but scalable"——一个人，但可以规模化。AI 时代真正意义上的 OPC，核心不是"一个人干了很多人的活"，而是"能不能把个体价值产品化"——卖的不是时间，是产品。** 在这个定义下，她提出了一套衡量个体价值的公式，叫 AIM：A 是 Agent，对应一个人的专业深度，决定了他做出来的 Agent 能不能和通用 Agent 拉开差距；I 是 Influence，一个人如果只有能力、没有影响力，就相当于一家公司只有研发、没有市场；M 是 Marketability，市场力，这部分更多要靠平台去补——构建、分发、交易、收款，这些商业基础设施，不该由一个专家个体自己去从零搭建。 她对纯粹的 Skill 交易市场持一种近乎悲观的态度。她提到 Skill Hub 现在已经有点沦为垃圾场，几十万个 Skill 挂在上面，大部分是垃圾，原因很简单——贡献这些 Skill 的大多是开发者，而不是真正有 know-how 的人。她拿 Shopify 打了个比方：Shopify 从来不是一个货架，它给的是用户画像、CRM、文案生成这一整套面向 business owner 的基础设施。她认为专家型个体需要的也是同一套东西，而不是一个明码标价、下载即走的 Skill 商店——那种模式里创作者的资产没有任何保护，用户下载完甚至可以转售。 ## **蜂群，以及那些不是专家、却能参与生态的人** 关于未来组织形态，白双引用了 KK 在《失控》里的判断——个人先完成"超级个体化"，再彼此组合成"蜂群"，好莱坞式的项目制协作是这种组织的雏形：拍一部电影，把最顶尖的人临时凑到一起，拍完散伙，下一部戏再重新组队。她判断，纯脑力劳动、没有实物交付的专业服务型公司——尤其是咨询这类本来就是"跟着人走、不跟着公司走"的行业——会最先走向这种形态；而生产手机、食品、化妆品这类需要实物交付的企业，形态不会消失得这么快。她自己公司现在12个人，没有一个岗位重复，每个人都指挥着自己的一堆智能体，再和别的同事的智能体协作——这已经是公司内部的蜂群。 但她特别提醒了一件事：不是所有人都要、也都能成为专家本身，生态里还有大量不直接产出专业内容、却能参与价值分配的角色。她设计了三类经纪人——负责在一个垂直领域里找到真专家的Sourcing经纪人，帮"老师傅型"专家把经验一对一 Agent 化的陪跑型经纪人，以及帮已经做出资产的人做传播放大的IP经纪人。这三类角色本身未必是专家，但可以通过陪跑、孵化、分润参与到整个生态的收益分配里。这个设计背后的判断是：**上一个互联网周期里不是内容创作者的人，这一轮依然有机会。** ## **睡美人需求** 聊到最后，白双讲的道理反而离技术最远。她说创业者不该只盯着"我的产品""我的技术"，而应该多想想人性——泡泡玛特的门槛不在供应链，而在于它精准嵌入了人对开盲盒那种好奇心的需求，这种需求几十年前就存在过，只是换了个形态。她把这类还没被充分满足、甚至没被意识到的需求，叫做**"睡美人需求"**。她提到自己爷爷奶奶那代人晚年生活其实很无聊，年轻人也一样孤独——她们公司12个人里三分之二都养宠物，需要陪伴的需求从来没有消失过，只是过去没有被认真对待过。这段话背后，其实是她对"AI创业该往哪想"这个问题最直接的一次回答：技术门槛正在被迅速拉平，工程能力也越来越容易被 AI 补齐，真正难被复制的，反而是对人性需求的敏锐判断。 ## **跃向** 访谈快结束时，吴老师问她创业这几年放弃了什么。她说放弃了很多，但不觉得那是牺牲，因为都是自己主动选的，而且她现在做的事，恰好和自己的热爱是一致的。这大概也是为什么她把公司取名 Leapility——Leap your ability，中文她自己译作"跃向"。从巴黎高翻教室里那个觉得自己是"高级工具"的翻译学生，到今天帮别人把个体价值产品化的创业者，白双这条路走了将近十五年，中间转了两次赛道，放弃过联合国同传的机会。但贯穿始终的，其实是同一件事：**不管时代怎么变，AI 接管了多少工具性的工作，一个人最终要回答的问题，都是同一个——你有没有找到那件不想被替代掉的事。** ## **访谈精选 Q&A** ### **Q1｜你在法国学语言科学，这段经历对后来做 AI Agent 有什么影响？** **白双：**影响挺大的。我高中毕业之后就去了法国，最开始的目标很明确：我想去联合国做同传。因为法语是联合国官方语言，我小时候又学过英文，所以那时候的想法就是，我要学中英法，成为联合国同传。到法国半年后，我进入巴黎五大学习语言科学。语言科学说白了，就是研究人脑怎么使用自然语言。后来我做 Agent，这段学习经历给了我很多第一性原理上的支撑。这也解释了为什么在 2023 年 6 月，大家还没有怎么聊智能体的时候，我已经捕捉到这个方向。因为我会从人脑的听说读写语言中枢、大脑皮层去看大模型的突破。我当时就觉得，技术已经成熟到可以从感知、思考、行动、记忆这些维度去模拟人的行为模式，让它去做一些工作。 ### **Q2｜你明明有机会去联合国做同传，为什么最后放弃了？** **白双：**我进入巴黎高翻以后，开始接受非常正统的翻译训练。但也是在这个过程里，我发现自己对语言的热爱，并不是成为一个翻译工具本身。因为你做翻译的时候，是从 A 语言到 B 语言，中间只能做润色。我们讲"信达雅"，但你不能改变原意。可有时候我们会翻一些东西，是我自己都不认可的观点，我还是必须翻出来。那一刻我会觉得，自己好像变成了一个高级工具，这让我非常沮丧。我后来意识到，我热爱语言，是因为我想以语言为媒介，去打开背后的文化。那个东西让我兴奋，而不是做一个高级的翻译工具。所以本科毕业后，我没有继续读研究生。其实我当时是我们年级唯一的中国学生，语言组合又很稀缺，去联合国的机会是很大的。老师也挺遗憾，但我当时非常确定：我不要做翻译了。 ### **Q3｜你的第一个创业项目还是 AI 翻译，为什么后来选择 Pivot？** **白双：**因为我当时很清楚，翻译赛道不是一个特别大的赛道。我第一个创业项目是 AI 和翻译相关的，2022 年年初和年尾各拿了一轮融资，加起来差不多 1000 万。然后 ChatGPT 来了。当时我就想，我必须结合新的技术转赛道。因为做翻译项目时，我聊过很多顶尖投资人，包括合伙人级别的。他们都嫌翻译赛道小。再加上我们的模式是人机结合，scalability 也没有那么强。所以后来我们把翻译项目 pivot 到 Agent 赛道。最开始也是做和翻译相关的垂直 Agent，再往后，就变成今天面向超级个体、专家型个体的创作者平台。我非常庆幸自己创业之前看过《精益创业》，里面有一个很重要的概念叫 Pivot。所以我不认为第一个创业方向转向是一种失败。我觉得在快速变化的时代，转向才是非常正常的事情。 ### **Q4｜大模型时代，普通人的经验还重要吗？** **白双：**我觉得首先要区分：我们说的不是过去的经验，而是增量的经验。现在是一个快速变化的时代，过去的经验有可能服务不了明天的需求。真正有价值的是那些还没有发生、但需要被人获取的经验。这部分反而需要人作为一个和世界交互的主体，不断去获取、思考、沉淀。如果把知识比作一座冰山，大模型已经训练了冰山上面的显性知识，形成了它的能力边界。但冰山下面还有大量可能性，比如个人的、专家的隐性知识。未来这些隐性知识也会慢慢被挖掘出来，甚至有一部分会被模型内化掉。但世界还在持续变化，新的冰山底部会不断出现。比如未来做营销的方式，可能根本不是今天这个样子。抖音出现之前，我们也很难想象“直播带货”会成为一种主流营销方式。所以经验不是没有价值，只是它属于那些不断探索垂直领域、持续进入现场的人。 ### **Q5｜你为什么说"通用 AI 提供通用服务，专业智能体提供专业服务"？** **白双：**我去年采访 KK 的时候，他讲过一个观点：通用智能体就像瑞士军刀。瑞士军刀什么都能干，可以削苹果，可以做很多事，但你不可能拿瑞士军刀去做手术。这个世界里，我们既需要通用服务，也需要专业服务。这个事情不会变。只是未来提供方式会变成：通用 AI 提供通用服务，专业智能体提供专业服务。这两个赛道是完全不同的商业格局。通用智能体是集中化的，未来会由模型厂商拥有。模型即通用 Agent。所以今天还在做通用 Agent、但又不拥有模型的创业公司，我觉得都很危险。 ### **Q6｜那普通人的机会到底在哪里？** **白双：**普通人的赛道在第二个市场，也就是专家智能体赛道。第一个市场是集中化、模型驱动的。这个钱的确会被模型厂商和算力公司收走。我们大部分人在这个赛道里都是付费者。比如我们用 Claude、Codex，就是在为通用模型付费。但第二个市场非常长尾。专家智能体需要人去获取新鲜知识，并不断迭代。这是模型属性本身做不到的。如果你能先于大模型提供一些人类的新鲜知识，并形成自己的社群，它就有可能成立。但这件事一定是信任驱动的。别人为什么用你的专家 Agent？因为他信任你，因为你有 influence，有自己的私域社群。 ### **Q7｜你提出的"Token + X"是什么意思？** **白双：**Token 是大模型厂商赚的钱，而 X 是独立于通用模型之外的专家溢价。用户真正愿意付费的，不只是模型调用成本，而是你这个人、这个专家、这个专业知识体系带来的判断、方法论和信任。我觉得很难只靠一个 Skill marketplace 来支撑这种交易。上面有那么多 Skill，用户怎么知道该用谁的？最后一定是因为他信任你，才会购买。所以如果你能把自己的 know-how、影响力和私域社群结合起来，用户付的就不只是 Token 费，而是专家溢价。这个 X，才是普通人可以变现的部分。 ### **Q8｜专家一定是"老师傅"吗？** **白双：**不一定。我举一个我们公司小伙伴的例子。她是 00 后，之前学电影。进公司以后，我们让她做海外 Reddit 运营。她刚来的时候都不太知道 Reddit 运营怎么回事。但她工作了三个月，自己积累了一套经验，而且这套经验被验证过：能够稳定发帖、不被封，还能给我们网站带来持续流量。于是她把这套东西做成了一个 Skill 方法论，发到小红书上，说我做了一个 Agent，欢迎大家来用。结果一晚上有两百多人订阅，她很快就有了自己的私域。你说她是老师傅吗？不是。她是一个能在新领域快速学习的人。所以有一部分专家确实是老师傅，但更重要的是，你有没有好奇心，有没有在新领域快速学习、验证、沉淀方法论的能力。 ### **Q9｜普通人怎么把自己的经验变成可复用资产？** **白双：**我们认为交互方式就应该是自然语言，甚至是语音对话。但问题是，很多人"不知道自己知道"。所以我们需要有一个 Agent 去引导他。过去有一个工种叫咨询师，或者叫知识萃取。我们现在要做的，就是用 Agent 来完成这件事。在我们平台里，这个角色叫 Creator Helper。它先帮你做商业价值定位。就像一个创业者上来不应该是"我有什么技术，我拿着锤子找钉子"，而应该先问：我作为一个人的价值到底是什么？你首先要做数字分身的商业定位。然后才是基于你提供的价值点，把它收敛成一个个 Skill 资产包。再往后，是这些 Skill 之间怎么串联，能够帮助用户完成他的旅程。用户不会说"吴总，你能不能使用一下你的某个技能帮我"。用户只会说："吴总，你能不能帮我完成这件事？"所以这里面还有大量产品化的东西可以做，而不是只停留在"构建 Skill"这个维度。 ### **Q10｜为什么很多 Skill 市场会变成"垃圾场"？** **白双：**我觉得很多 Skill Hub 已经有点沦为垃圾场了。几十万个 Skill，但大部分都是垃圾。为什么？因为贡献这些 Skill 的人大部分是开发者。我可能说得有点得罪人，但我觉得这一波浪潮带来的财富再分配，不是给开发者的，而是给那些真正有 know-how 的人。比如一家 500 强企业的 IT，能不能给法务部门做一个特别好用的业务工具？或者一家服装公司采购布料时，要审核哪些点？IT 很难懂。因为你作为开发者，只具备 coding 能力，但没有业务 know-how。所以做出来的东西可能根本没法落地。这也是过去两年很多工作流产品进企业后很难落地的原因。我判断这一波浪潮真正 benefit 的，是那些有好奇心、在垂直领域不断深耕的人。 ### **Q11｜你们为什么从 To B 企业知识库转向专家型个体？** **白双：**To B 当然不好做。我们当时基于 RAG 去做知识库。那个时候 Agent 的形态还没有特别明朗，企业搜索、企业知识库是一个看起来比较成熟的方向。但我们很快学到一个 lesson：用户给你的需求，有可能是伪需求。用户说他要做知识库，有可能只是一个自上而下的焦虑带来的需求。他不一定是真的需要这个，也不一定愿意为它付费。如果这个东西部署以后，不能给企业带来很高的生产力提升，ROI 算不过来，那它最后就只是一个冷冰冰的问答机器人。你光"问"，是没有办法交付结果的。而且私有化部署又很贵。所以那条路走下来，我觉得没有价值。 ### **Q12｜为什么你一直强调"交付结果"，而不是"交付工具"？** **白双：**我第一个翻译项目其实能跑出来，是因为我没有给客户卖软件，我是在交付结果。外企每年本来就有几十万预算放在翻译上，他们过去找翻译公司。我做的是一个非常确定赛道里的平替：同样的结果，我用技术和流程重构，把成本降下来。客户不关心你背后用了什么工具，他只看结果。如果你要给外企卖软件，周期会很长，安全、私有化部署、采购流程都很复杂。但如果你交付结果，你就能很快形成现金流。所以第二次创业时，我也非常执着于这件事：我不要交付一个工具，我要给你交付最终结果。 ### **Q13｜为什么自然语言会成为下一代产品交互的核心？** **白双：**因为语言本身就是信息的载体。我学语言，所以我非常相信一点：所有可说的东西，都可以被自然语言沉淀下来。我们训练一个实习生的时候，你会发现，你教授他的东西基本都是用自然语言表达的。所以如果 Agent 是基于自然语言驱动的，那么自然语言一定可以承载相当程度的信息。未来产品不应该再让用户学习"点这个、点那个"。过去很多软件的问题就是，你必须先学习软件怎么用，才能完成你的事情。但这其实是反人性的。更自然的方式是，你直接说你要完成什么，系统理解你的目标，然后帮你拿到结果。 ### **Q14｜你怎么看现在很多人沉迷 Vibe Coding、快速做产品？** **白双：**我不是说沉迷 Vibe Coding 不好，但我觉得大家在进入这种状态之前，首先要想清楚：你做的这个事，对这个社会的价值是什么？大家可以 slow down 一点，去思考你做这个事面向谁、解决什么问题。这个世界一定有很多"睡美人需求"没有被满足。但我们不要想到一个东西，马上就去做。你要多一点思考：这个事到底是不是在为某一类人群解决真实价值？我觉得现在很多创业者的问题是，前面那一段思考时间太少了。尤其是 OPC 也一样，很多人会觉得，因为我会 coding，我看到一个需求，我就马上去做。但事实上，它需要你先研究这个商业价值到底是什么。这叫创业者思维，不是开发者思维。 ### **Q15｜你说"见路不走"，这句话是什么意思？** **白双：**这是《天幕红尘》里的一个观点。别人踩过的路，在当时的天时地利下成立，不代表现在还成立。很多经验是有时空条件的。所以经验当然有价值，但你不能迷信经验。你要有 Critical Thinking，去判断这个经验在今天是不是还成立。我觉得 AI 时代特别需要这种能力。因为变化太快了，你不能只是复制别人走过的路。你要理解背后的第一性原理，然后找到属于自己的生态位。 ### **Q16｜什么是真正的 OPC？是不是一个人用 AI 提高效率就叫 OPC？** **白双：**我特别想说，很多人对 OPC 的定义是错的。举个简单例子，如果你原来给别人做开发，交付一个项目要两个月，现在有了 AI，变成两周。那你是不是还在卖你的时间？只是单位效率变高了。如果交付主体还是你，你从一个客户到一百个客户，是没有办法 scale 的。客户多了，你还是要堆人，因为人的时间总是有限的。所以真正的 OPC 不是效率变高，而是 Solo but Scalable。你要把个体价值产品化。你卖的不是时间，而是产品。这个产品可以复制，可以服务更多用户，而不是每多一个客户，就多消耗你一份时间。 ### **Q17｜如果每个人都 OPC 化，那未来组织会变成什么样？** **白双：**我觉得未来会先超级个体化，然后蜂群化。KK 在《失控》里讲过"蜂群组织"，它是多中心化、但超连接的。我们现在很多公司和平台都是中心化的，但未来大量脑力劳动会变成另外一种形态。你可以把它理解成好莱坞模式。好莱坞拍一部电影，会组织一批顶级人才临时组队。拍完这部电影，大家散掉；下一部电影，再重新组合。未来很多 professional service 也会这样。终端用户的需求没有变，他依然需要咨询、研究、专业服务。但满足需求的方式可能会变成多个 OPC 的组合。所以需求本身没有变，变的是满足需求的方式。 ### **Q18｜不是每个人都能做专家，那普通人还能参与这个生态吗？** **白双：**不是。我们设计了三类经纪人角色。第一类是 Sourcing 经纪人。他要在行业里识别谁是真专家，有点像猎头，或者专家网络公司做的事。第二类是陪跑型经纪人。他会陪跑专家，尤其是一些老专家，帮他们把经验萃取出来，把 know-how Agent 化。第三类是 IP 经纪人。他帮专家做流量放大和商业变现。所以不是每个人都必须成为专家。有人适合做专家，有人适合识别专家，有人适合帮助专家产品化，还有人适合帮助专家做传播和变现。这里面会形成一个三方收益的分润机制。 ### **Q19｜AI 产品功能很容易被抄，模型也在快速迭代。那 AI 创业公司的护城河到底是什么？** **白双：**产品只是门槛，工程能力也是门槛。我觉得 AI 时代对创业者提出了更高要求：商业化思维、战略定位和长线思考能力变得更重要。你首先要想清楚，你和模型厂商的生态位是什么关系。你做的事情会不会被模型厂商吃掉？如果模型公司做这件事，用户会不会担心自己的资产被蒸馏？如果会，那反而是没有模型的中立公司更有优势。第二，你要想清楚随着时间推移，你能不能沉淀自己的 moat，也就是护城河。如果你的用户只是因为你某个 feature 更便宜、更好用而来，那别人有一个更便宜、更强的 feature，用户就走了。真正重要的是，你能不能沉淀产品以外的东西，比如服务生态、专家资产、产业资源和信任关系。 ### **Q20｜如果给那些想尝试 OPC，或者想在 AI 时代寻找机会的普通人一句建议，你会说什么？** **白双：**不要先给自己贴标签。不要说我是文科生，所以我不懂技术；也不要说我是普通人，所以我没有机会。AI 时代，真正重要的是你有没有好奇心，有没有持续学习的能力，有没有品味。我觉得 AI 拿走了我们的工具属性，其实是让我们有机会回到创造力。以前很多人被 996 异化成工具。当一个人的工具属性被放得非常大，他会变得麻木，也没有创造力。但如果 AI 能帮你做掉很多工具性的工作，甚至帮你带来一些 passive income，那你的时间和金钱自由才会真正出现。这个时候，人应该去干什么？去回归自己的热爱，去不断探索新的东西。我一直说要找到自己的 Spark。你真正热爱的东西，可能就是你和世界重新连接的地方。宇宙会奖赏那些坚定选择热爱的人。Leapility 中文叫"跃向"，意思是 Leap your ability，能力跃迁。我们不当救世主，我们只是提出一种主张：利用 AI 实现价值跃迁，去选择一种全新的生活方式。 --- 原始发布版本：https://view.inews.qq.com/a/20260710A08UEL00 本站阅读页：https://ffcap.cn/research/20260710a08uel00