AIFUT大会现场对话|华兴资本王力行谈AI企业如何穿越变化周期

4月8日，AIFUT北京亦庄AI未来大会在北京智慧电竞赛事中心举行。作为一场汇集高端论坛、沉浸体验、产业对接与大众科普于一体的AI盛会，大会把技术趋势、产业观察、城市场景与公众感知放在同一现场，也让今年春天关于人工智能的讨论，有了更具体的现实落点。

从前沿能力的快速迭代，到产业应用的持续深化，再到公众对AI的感知不断被刷新，人工智能正从少数人的技术话题，逐步进入更广阔的产业与日常语境。也正因如此，在这样一场兼具行业高度与现场感的大会上，一场围绕AI企业竞争逻辑展开的对话，自然格外有代表性。在这场对话里，王力行反复回到两个词：敏感性与灵活性。

当天上午，AI自媒体主理人卡兹克与华兴资本CEO王力行围绕《AI企业的胜负手，是产品经理还是科学家？》展开交流。这个题面本身很有张力，也精准切中了当下AI行业最受关注的一层讨论。随着模型能力持续演进、行业逐步进入落地深水区，外界真正关心的，早已不只是技术还能跑多快，也包括一家公司究竟凭什么走得更远。

华兴从互联网时代起，长期陪伴中国头部科技创业者成长，这种跨周期的一线观察，也构成了王力行当天诸多判断的现实背景。整场对话沿着一条很清晰的脉络展开：从技术领先为何越来越难以单独解释胜负，到模型趋同之后竞争会转向哪里，再到下一代AI公司将呈现怎样的能力结构与产业形态。归根结底，讨论指向的是同一个问题：当AI进入下半场，企业真正的胜负手，究竟落在什么地方。

对话的起点，落在了很多AI企业都绕不开的原点：回看这一轮AI公司的成长轨迹，有没有一个决定命运的关键拐点？

王力行坦言，自己是理工科背景出身，天然会想寻找一个万能公式：在什么时间点、具备哪些条件，一家公司才能真正跑出来。但他的回答很直接：很不幸，没有。所谓“拐点”，往往意味着企业在相对平稳的运行中，迎来一次足以改写走向的关键转折。可这一轮真正表现突出的公司，很多都不是靠某一个瞬间完成跃迁，它们更像是在持续应对外部环境的过程中，不断调整、不断演进。

他以华兴长期陪伴的智谱为例。从2023年初ChatGPT出来后与智谱创始人唐杰教授、CEO张鹏一起规划融资策略开始，王力行几乎每年春节都要与他们重新讨论方向调整。2025年春节，他和唐杰在大年初三、初四通了电话，讨论的核心聚焦在整个行业格局的变化以及接下来该如何调整。而今年，除夕前一天他还在智谱办公室，讨论OpenClaw（“小龙虾”）带来的机会如何抓住。整个春节，他从客户那里听到最多的一句话就是：“大家都得加班了，初三初四就开始干活。”

王力行用了一个围棋的比喻：AI企业的竞争，并不是靠某一个瞬间分出胜负。更常见的情况是，这一步多胜二子，下一步亏一目，重要的不是局部得失，而是整盘棋下完之后，自己累积的胜数更大。放到商业世界里，道理也一样。企业最终能否跑出来，看的往往不是一次单点爆发，而是能否在连续变化中始终保持调整能力。

在王力行看来，AI行业的变化速度已经超过了互联网时代。他也提到，自己过去是一个非常追求确定性和可控性的人，但从2023、2024年开始，他越来越意识到，身处这样的环境，企业很难等来一个清晰、静态的拐点，更现实的状态，是不断校准、持续转向。能不能跟上这种节奏，很大程度上取决于一号位是否足够开放：没有太多历史包袱，也不过度被既有经验束缚，既有自己的坚持，也愿意对外部环境保持足够的感知和调整能力。用他当天反复提到的两个词来概括，就是敏感性与灵活性：前者关乎是否足够早地察觉变化，后者决定能否把这种察觉迅速转化为组织层面的调整。

在此基础上，对话自然延伸到一个更尖锐的问题：为什么技术领先不等于赢？

王力行指出，这一波AI浪潮确实由技术革命拉开序幕。2023年前后，市场普遍相信“技术为王”，很多人寻找创业团队时，也更偏好所谓“小天才”画像，许多高校老师由此下场创业。到了今天，行业判断已经明显发生了变化。技术依旧重要，甚至依旧是最重要的底层变量之一；如果技术上没有真正的领先和突破，公司的天花板会被明显压低。但技术本身，无法保证一家企业稳稳活下来。

原因并不复杂：这个行业的底层技术变化太快。技术曲线呈现出极陡峭的指数形态，阶段性领先很难长期维持。所以企业真正要做的，是把短期领先尽快转化为更稳的东西，让它随着时间推移依然可以释放价值。

他举了一个很具体的例子。去年初DeepSeek发布后，硅基流动是市场上较早承接住那波红利的玩家之一。有一天深夜，王力行给硅基流动创始人袁进辉博士发了一条消息，话题很聚焦：这波红利接住之后，接下来该怎么把它真正沉淀下来？因为在这样一个变化极快的行业里，阶段性的领先很难自然延续，真正考验公司的，是能不能把一时抓住的先机，尽快转化成更稳的能力和积累。王力行后来也笑着提到，自己当时还顺手给了一个往C端走的建议，如今回头看，那其实是个“馊主意”。但袁进辉博士听懂了前半句，很快把那波阶段性优势沉淀到了大客户服务的稳定性和口碑上，在上游国产芯片端更好的适配上，随后一年做得相当扎实。

这个案例背后的关键在于，AI行业变化太快，短期优势很难天然延续。真正拉开差距的，通常也不是某一个阶段的领先本身，而是企业能否及时把这份领先沉淀为更稳定的能力、客户关系、组织经验或市场位置。用王力行的话说，就是要把变化中获得的优势，尽快转化为能够留下来的东西。

同样的道理也适用于资本层面。对创业者来说，技术亮点带来的不只是产品或业务机会，很多时候也意味着资本窗口。在市场情绪高、资金活跃的阶段，更重要的不是纠结水位高低，而是能否借窗口把一时的亮点换成真正支撑下一阶段发展的资源。正如他所说：“天予弗取，反受其咎。”

当谈到AI行业的竞争到底是什么形态时，王力行给出了一个非常明确的判断：今天的竞争，本质上是B点确定、路径不确定背景下的全栈竞争。

他指出，大家都知道AI的B点在哪里，那是一个指向星辰大海的方向；真正困难的地方，在于今天没有人对A点到B点的路径形成稳定共识。正因为路径尚未收敛，市场才会不断出现新的变量、新的机会，也不断要求公司在技术、工程、产品、商业化、组织与资本这些维度之间重新配置权重。技术的重要性依然不可忽视，尤其在行业早期更是如此，但它不是唯一的决定因素。更重要的是，不同阶段里，各项能力的权重并不固定，今天成立的配比，到了明天未必仍然适用。

他用OpenClaw作为例子。OpenClaw某种意义上并没有特别高深的技术，但它在对的时间、用对的形式，把各种聪明的因素组合在了一起交付给用户。这本身就是一种非常强的能力。很多时候，真正拉开差距的，并非单项技术的绝对领先，而是组合能力、交付方式和时机把握共同形成的结果。

这也呼应了他对中美竞争格局的判断。王力行明确表示，一定不能把这件事简单理解成“中国做应用、美国做底模”。从底层算力、能源，到模型，再到应用，中美都需要全栈能力。真正的差异更多体现在资本市场的偏好上。美国资本市场更愿意为宏大叙事买单，例如AMI Lab这样偏Research Lab形态的公司，创始人的履历与段位本身就足以获得等量的估值和资本支持；同样的形态放在中国，往往更难获得等量的估值和资本支持。中国创业者通常更早就要面对现实，更早就要处理落地问题。王力行对中国整体保持信心，同时也强调，这份信心很大程度上建立在更强的工程化与落地能力之上。

讨论进一步收拢到技术层面：当模型层越来越趋同，真正的竞争会转移到哪里？

王力行先引用了一句话：“语言就是边界。”在他看来，很多热门概念本身都还处在持续演化中，定义未必已经充分稳定。与其纠缠术语边界，不如先回到更贴近实战的理解方式。他用“个人助理”做了一个通俗的比喻。

Prompt Engineering，相当于你面对一个新助理时，需要把前因后果、与会人员、要做的事情都交代得非常详细。Context Engineering，则更像是这个助理已经跟了你十年，对你的来龙去脉、做事习惯、历史关系都非常熟悉，很多事情不需要从头交代，它也能迅速进入状态。Harness Engineering，关心的是整套系统能否稳定运转；至于Runtime，则处在更底层、更系统的一层，负责让上面的Harness和Context都能长期、稳定地跑起来。

进一步放到具体场景里，他给出的判断也很鲜明。ToC更看Context，因为一个消费者第一次接触产品时，那种“它真懂我”的惊艳感，首先来自上下文理解的深度；ToB更看Harness，因为企业场景并不是把数据灌进去就能跑起来，它对稳定性、流程嵌入和组织适配的要求都高得多。这也是为什么硅谷近来密集讨论Harness Engineering，包括OpenAI在内的头部公司都在推进AI对企业端的改造，真正走进企业之后，迟早都会碰到这层问题。

如果用一句话概括，就是：Context决定惊艳感，Harness决定复用性，Runtime决定能否升级成系统。

也正是在这样的背景下，“AI企业的胜负手，到底是产品经理还是科学家”这个最具传播性的题面，得到了一个更成熟的回答。

王力行坦言，他也很想给出一个大家喜欢的二元答案，但现实比二元叙事复杂得多。AI是一个典型的全栈行业，不同层级、不同阶段、不同赛道，对关键能力的需求并不相同。真正重要的，是一家公司能否在当前这个时间点，把关键能力按合适的权重组织起来。

他提到一位朋友说过一句很有意思的话：“我最近看到懂技术的潮汕人，就闭眼投。”这句话有戏谑成分，但背后的逻辑其实很清楚：今天最被看重的，并不是某一种单一人格，而是技术理解力、商业敏感度、资源整合能力和经营务实性能够同时存在于同一个人或同一个核心团队中。

他把“技术”和“产品”分别看成供给侧与需求侧两种不同的人格。前者更关注上限、边界与可能性，后者更关注眼前的痛点、用户的需求与结果的确定性。过去两年，行业更关注供给侧，因为底层能力仍在快速释放，所有人都在看技术天花板还能往上抬多高。到了去年以后，随着模型真正开始可用，产品也在具体场景中逐步被用起来，需求侧的重要性随之明显上升。

他也特别提到具身智能领域的经验迁移。用他的玩笑说法，2025年初开始出现了一波“自动驾驶再就业”——自动驾驶的同学纷纷进入具身智能赛道，其中不乏很多明星团队。之所以资本持续追捧这些人，关键不只在于技术背景，更在于他们在过去十年里已经走过太多弯路：从最初只追求L4、L5，到后来逐步意识到需要从L2、L3做起、从ADAS做起，从高速NOA走向城区NOA。这些关于如何务实落地的经验，恰恰是新赛道最稀缺的部分。

从华兴长期覆盖AI赛道的视角看，论文和学术能力固然重要，它决定团队是否具备进入牌桌的资格；再往下看，更关键的是技术判断力、产品定义力、组织能力和商业化能力能否形成一个完整结构。只有前沿技术，没有产品和组织，可能会是一家优秀实验室，但很难自然长成一家真正能赢的公司。

在谈到AI公司的护城河时，王力行给出了一个相当克制的判断：除了英伟达借助CUDA所建立的优势，整个行业目前都还没有到可以大谈护城河的阶段。

无论是底模公司还是应用公司，大家仍然身处一个万物欣欣向荣、野蛮生长的时期，仍在快速应对外界变化，努力把阶段性优势慢慢沉淀下来。这些沉淀当然重要，但眼下还很难直接上升到“护城河”的程度。一旦真正进入商业化，很多底层逻辑其实和互联网时代并没有本质区别，平台的双边效应、微信的社交链路，这些经典护城河机制仍然成立，当然也会有新的AI Native的护城河出现，具体形态会更加多样，也更依赖技术与组织方式的重新结合。

他再次回到了贯穿全场的那个判断：B点很确定，AI的星辰大海大家都看得到；但从A点走到B点的路径，当前仍然高度不确定。在这样的阶段里，公司真正要争取的，并不是一个静态护城河的名分，而是足够靠前的身位。等到路径逐渐明朗的那一天，你要么是那个参与定义路径的人，要么至少已经站在最容易抓住机会的位置上。

谈到市场泡沫，王力行的回答很直接：现在一定有泡沫。

但在他看来，关键不在于有没有泡沫，而在于这是什么类型的泡沫。他特别认同真格基金管理合伙人戴雨森前几天在腾讯专访中提到的一个定义：好泡沫，是对不确定性的过度计价；坏泡沫，是对确定性的过度计价。坏泡沫很像当年的次贷危机——所有人都相信房价会永远上涨，也相信所有人都能持续偿还房贷，于是市场围绕一个看似确定的前提不断加杠杆。好泡沫则不同，无论当年的互联网泡沫，还是今天的AI，市场所定价的，都是一个上限尚未被看清的未来。在高科技行业发展的前期，一定程度的好泡沫，反而有利于资源更快聚集、行业更快推进。

临近对话尾声，王力行给现场创业者留下了两条建议。

第一句是：“天予弗取，反受其咎。”市场热闹、资本追捧，外界当然会有各种解读，但对创业者而言，更重要的从来不是旁观式判断，而是能否把握这段窗口，把它转化为真正有利于公司的资源。

第二句是：始终保持敏感性和灵活性。不要把今天看成一个稳态，更不要把行业理解为一个静态结构。面对这样一个高速演进的赛道，唯有保持足够强的感知力和调整能力，企业才可能持续跟上变化。

回到AIFUT大会的这场对话，最值得被记住的地方，在于它没有把AI继续停留在“更聪明的技术”这一层去讨论，而是把问题一步步带回了更真实的世界：公司如何活下来，组织如何运转，产业如何被重构，价值如何被重新定义。

王力行在整场对话中反复回到的一个底层逻辑是：当前阶段，从A到B的路径还没有明确，全栈能力决定的是留在牌桌上的概率，Pivot能力决定的是能否抓住过程中不断出现的变量。持续积累能力和资源，并不是为了等待一个静态答案，而是为了等到路径逐渐收敛的那一天，自己能够成为定义路径的人，或者至少成为最早执行路径的人。