夜雨聆风一、AI时代的团队与招人
核心共识：AI First Principle——遇到问题先看AI能不能解决。
•招人标准变了。不再看单一技能深度，而是看"全能性"和"好奇心"——愿意走出舒适区、探索非本领域事物的混合型人才（产品+开发复合型）最稀缺。
•被淘汰的人的共同特征：缺乏主动探索意识，只做被分配的事。能被替代的岗位集中在Marketing账号运营、客服（原来四五十人→一个AI客服搞定）、普通功能开发的程序员。
•3人公司是新常态。多位嘉宾的公司核心团队仅3人左右。AI可以放大能力1000倍，但前面得有个"1"——至少需要技术、运营、产品三个角色。
•业务增长一定会招人，但绝不降低标准。招的是能把效率放大100倍的人，不是填工位的人。招人前先问：这件事Agent能不能干？
二、AI从90分到100分的鸿沟
•用AI可以把事情从0做到90分，但上线标准是95分。从90到100分极其困难——就像考试从99到100分，多做task，优化AI的工作流
•即便是Cursor这样的工具，做落地页、营销页没问题，稍微复杂一点的产品依然非常难。
•更强模型+更好记忆管理目前并未带来质变。一位每天实测AI工作流的嘉宾表示：Browse模式速度很慢，尚未出现生产力质变的拐点。
三、创业方向选择：做什么 & 不做什么
✅ 值得做
方向 | 逻辑 |
垂直领域的原子化技能 | 在一个细分领域做到全球最牛（如Gamma做PPT），即便大厂做通用平台，用户依然愿意为极致体验付费 |
To B + 强商业能力 | 企业焦虑但搞不清楚AI怎么用，存在巨大信息差，先赚钱 |
供应链优势的AI硬件 | 芯片涨价周期，能稳定供应就是核心壁垒 |
情感陪伴类To C | AI最终解放人类劳动力→享受生活→情绪价值需求爆发（宠物经济、教育转型同理） |
Token分发/Dealer模式 | AI本质是生产Token、卖Token，做中间商打包分销有历史验证的商业逻辑 |
❌ 不建议做
方向 | 原因 |
通用Agent框架的迭代升级 | 腾讯、字节、MiniMax等大厂一定会做自己的版本，创业者在大厂射程范围内 |
没有流量资源的To C App | 等你做出来，大厂也做完了（米聊 vs 微信的教训） |
纯SaaS概念包装 | 真正解决问题的是底层技术，不是SaaS外壳；对外讲故事可以，对内要清楚自己到底在解什么题 |
四、在哪创业？
结论：取决于创始人画像，不取决于地理。
•世界级天才 →从第一天就出海。中国公司估值太难，海外资本更活跃、拿钱更快、并购机会更多。
•根植中国市场 →老老实实扎根。但要尽早做架构隔离，找海外合伙人（张一鸣模式：在哪做什么事、用什么人）。
•做AI硬件 →必须在深圳，供应链在那里。
•做出海/AI营销 →杭州更合适。
•做医疗科技/芯片 →上海张江有十几年的沉淀和政策基因。
•项目做大之后，起点就不重要了。参考Manus：起源北京，不到一年变成国际化产品。Peter一个人在家写几十万行代码，做出20万Star的Agent——关键是创造了多少价值。
五、现在是好的投资时机吗？
乐观派（Stacey）
•OpenClaw打开了全新范式：手机远程操控电脑/硬件干活，解放白领。
•多模态硬件 + Agent = 颠覆式产品（《Her》式的私人秘书，Always On陪伴，理解你→替你执行）。
•但目前OpenClaw部署门槛极高，离C端现象级产品还有距离。什么时候一键搞定，才是真正的拐点。
务实派（孔所）
•投资标的筛选标准：原来1000人干的事，现在10个人就能干——这种公司值得投。
•不投模型、不投Infra，100%砸在重度垂直应用。基座已经建好，剩下就是落地。
•核心是投人，找到天才。
悲观派（樊总）
•模型会吞噬所有AI应用，中间层附加值太薄。
•但中国的应用场景最广——14亿人口、电商、出海、医疗、法律，垂直领域应用落地看中国。
六、一句话金句摘录
"但凡遇到问题，先看看AI能不能解决——这就是我们定义的'AI人'。" |
"AI可以放大人1000倍，但前面得有个1。" |
"对外讲故事可以，对内自己要清楚——你到底在解决什么问题。" |
"原来1000人干的事现在10个人干——这种公司值得投。" |
"你可以用AI从0做到90分，但我们上线的东西需要95分。从90到100分，才是真正的战场。" |
**"垂直领域做到全球最牛的那个原子化技能——这就是机会。 |
