最近一段时间，我的信息流里几乎全是OpenClaw，到处都是养虾教程、养虾心得、养虾段子，并且热度远超“技术宅”的层面。很多微信群里流传着各种招聘截图，说有企业设置了所谓“首席龙虾馆”（ChiefClawOfficer）来帮助整个企业实现所谓的“战略转型”。还有深圳、无锡等地方政府出台了一系列政策，针对提供免费部署与开发工具包的本地云平台，提供了高达数百万人民币的补贴。说一句“全民狂热”也毫不夸张。
当然，这其实没什么好意外的，也不值得焦虑。人工智能的大基建搞了这么多年，早就应该到了应用的爆发阶段。从行业发展规律的角度来看，OpenClaw和Sora、Seedance没有任何区别。它们本质上都是一个“更好用的工具”，既不代表旧工具的失效，也不代表它就此定义了某种工作。所以你看很多人会引用罗杰斯提出的“创新采用曲线”理论，说“每一项新技术来的时候，一小部分创新者会最开始尝试，他们非常愿意尝试各种新技术。几乎任何新技术他们都不愿错过，产品不稳定无所谓，这个群体多数是技术爱好者。”
在这个前提下，即使提前一步用上了某个工具，并不会一下子厉害到哪里去。作为早期使用者，将不可避免地花太多时间在搭运行环境、调试这些事上。冯大辉老师说得好：“绝大多数人完全可以观望等待。”
但即使知道这一切，在追逐OpenClaw的过程里，我仍然很“难受”。一个最直观的烦恼是，我并不清楚OpenClaw到底能够为我处理什么样的工作，也并没有感受到OpenClaw所完成的任务与已有产品们有什么“质”的差异。作为一个看不懂计算机语言的人，大多数时候，我总觉得自己就像一个“昏君”，在自己的小王国里忙前忙后下了一大堆“自认为很清晰、很具体的”指令，结果大臣们忙前忙后啥也没有留下，浪费了一大堆token和时间。
再代入创投话题里，困惑就够多了。比如，在我的经验里，任何一款应用端的产品，尤其是早期阶段都应该做到用户友好、简单易用，可龙虾完全站在了这一点的对立面，使用门槛极高、对使用者要求过多——那么人们热捧它是一场高傲地、旨在彰显“优越感”“超前感”的“自嗨狂欢”吗？
比如，根据我近几个月的观察，AI行业目前最大的矛盾仍然是“应用程度还远远无法支撑目前庞大的市场预期，能够真实产出的应用场景在当下的人工智能行业里仍然是稀缺资源”，可龙虾似乎完全加深了人们的这个印象，投入成本过高，产出效果非常不直观——那么目前的热度对于AI行业来说真的是一件好事吗？尤其是对于创业者来说，这种异常的热度是否意味着资本端耐心即将耗尽，需要强行让叙事成立？
为了解决这些“挫败感”和“疑惑”，我决定邀请那些身处在一线的AI投资人，找出最真实的“创投圈龙虾故事”。
本期对谈阵容：飞致云CTO 徐桂林；东方嘉富投资人 沈雪雷；投中网编辑 张楠、蒲凡
你为什么会产生“AI焦虑”？（04:08）
蒲凡：正式聊技术话题之前，我先抛个问题：你们有没有产生过AI焦虑？你们的AI焦虑是什么样的？
张楠：我其实很早就关注到“龙虾”，看了大量养虾攻略、部署流程和相关稿件，一直高度关注这个话题，却始终没有行动。既没有写什么稿子，也没有开发自己的工作工具。因为一方面，看了这么多内容，我觉得目前这个产品仍处于中间态，没必要现在就用它做什么，没有明确的使用需求；另一方面，我相信能养出好用的生产力工具会很有价值，但Token费用高、还花时间。
心态一直很矛盾，一直没迈出第一步。
在对谈之前我把这种鸵鸟心态喂给AI，它狠狠批判了我，说我行动偏瘫、有挫败回避心理，最认同的一点是：他认为我在用“获取信息”这件事，替代真实的行动和技能掌握。我内心想解决的不是技术问题，而是自己的情绪问题。
蒲凡：扎根科技一线的人，也会有AI焦虑吗？
徐桂林：是的，肯定有很重的AI焦虑。ChatGPT发布引发轰动后，AI焦虑就一直存在。我们公司做开源软件，最大的感受就是焦虑与兴奋交织。兴奋的地方在于，作为开源软件公司，我们一直在寻找AI与业务的结合点，也做了很多尝试，初步效果不错。很多原本无法跨越的门槛和问题，现在有了新的解决方案。但越是取得成果，焦虑就越同步上升。因为越了解AI，就越清楚它会带来的影响。
不过更准确的状态是“螺旋上升”：因为造成焦虑的主要原因还是AI打破了你的预期，反过来说你其实是在“焦虑”的过程中发现AI的新用法、AI在产生生产力过程中的新角色，推着你不断前进。
沈雪雷：从投资人角度，我的AI焦虑主要是FOMO情绪——没投到最好的项目，或是错过的项目估值疯涨，就会觉得自身价值在降低。不过最让我焦虑的是，我孩子2024年出生，正好赶上AI爆发期，我产生了技能清零的教育恐慌：我不知道孩子成长过程中该教他什么，那些传统的生存技能在未来可能都不再需要。
我现在很焦虑该如何教育孩子、如何分配自己的时间。AI本质是效率工具，但生活中有很多需要人类慢功夫沉淀的事，比如带娃，这些是AI暂时无法替代的。这和当下极度效率化的AI社会评价体系非常割裂，我的焦虑点还挺多的。
“龙虾”表现太差劲，治好了我的“AI焦虑”（10:05）
蒲凡：知道我为什么开场选这个话题吗？因为我觉得“龙虾”的出现治好了我的精神焦虑。最近我经常跟楠哥分享，说每当我选择相信AI能提高我生产效率的时候，我总是会被响亮的甩一记耳光。
最近两个月以来，我分别尝试用AI帮我做一张排行榜的海报，以及用AI帮我制作一场双人对谈的播客，绝大部分产品都无法达到交付的标准。我使用体验最好的一款AI产品是Figma，严格来说他还不是原教旨主义的AI产品，顶多算个“AI+”。
“龙虾”也带给我同样的感受。在真实使用之前我总是忍不住想，我的技能是不是很快被取代。尤其以一个纯围观者的角度去看大家的分享，会感觉“龙虾”正在无孔不入。可真实使用之后我发现，龙虾对工作效率的提升，并没有想象的那么恐怖。哪怕最基础的“寻找写作素材”这么一个基础场景，它目前表现出来的能力和普通的实习生并没太大的差别，并且还消耗了我大量精力。
所以回到正题，我想请问各位，你们养“龙虾”了吗？你们用的时候感觉到的是一种兴奋还是像我一样感到困惑呢？
徐桂林：“龙虾”我肯定养了，而且不止养了一只“龙虾”，前前后后养死了好几只。
蒲凡：能不能帮大家先明确一个定义，什么叫“养死龙虾”？
徐桂林：“养死龙虾”有两种，第一种是硬性死亡。早期版本的龙虾你跟它交互、让它改配置的时候，它偶尔能把自己配置改崩，服务起不来，没法继续进行对话。所以后来的版本就不断改进这方面的事情。
第二种“养死龙虾”的情况是，你会发现养着养着它越来越不懂你。而且由于早期龙虾的记忆机制并不特别完善，很容易导致该它记住的没有记住，不让它记住反而乱记住。最终导致你发出一个指令的时候，它总是走歪、走偏。这时候你会没有耐心，觉得这个龙虾怎么越来越笨了，不愿意继续跟它对话。
我们是做技术的，我们想重新安装一个“龙虾”或者重新部署一个“龙虾”是非常容易的事情。所以早期的时候我们如果发现养了三五天之后，这个“龙虾”和原来想要的越来越不一样，我们就会放弃它。这就是“软死亡”。
真正改变我对“龙虾”养殖状态的，是春节假期结束重新上班之后。一方面同事之间开始交流养“龙虾”的一手经验；另一方面，我也有更多时间从技术角度，去理解整个“龙虾”产品的设计以及它的记忆机制、scale机制、一切的机制。一定的技术了解之后，你就知道它的偏好是怎样的，你应该怎么养可能更容易。
基于技术背景的刻意练习之后，我的“龙虾”慢慢开始在恢复生机。我现在有两只“龙虾”，一只“主龙虾”日常查信息、做图、整理材料。另一只对接公司CM系统，管CM、出报表、写报告。
沈雪雷：作为AI投资人，OpenClaw火了之后，我肯定是立刻翻出一台旧的MacMini安装尝试。和你一样，我不是专职技术人员，过程中遇到了非常多的BUG。即使同步跟着视频教程装，也总会遇到各种小问题解决不了。但实际使用下来，它还是挺有用的。
我简单把它当爬虫工具，每天让它推送投中网、36氪等平台的行业投资信息、项目历史、公司简介、团队介绍；也给募资同事做了一个（Agent），让它爬取LP们来自官网的信息，包括募资额度、诉求、反投比例等。作为定向爬虫，它很好用，能指定爬取几个公众号，不会像传统大模型那样全网乱搜。
还有一些工作流程，用OpenClaw接入本地软件也比较好使。比如一个项目从立项到投决有很多流程性内部文件，需要反复填写项目名称，我把这个封装成Skill，输入项目名称后，它会自动填充投决会决议、表决表等所有文件的名称。当然调试这个Skill花了我整整一下午，各种参数调整，其实手动复制粘贴十几分钟就能搞定。它确实没达到我想象中“自然语言交互就能完美处理本地文件”的效果。但长期来看是值得的，之后有新项目，输入名称就能自动生成，还能分享给同事。
蒲凡：追问雪雷一个问题，你作为前沿科技投资人，从你的视角出发，“龙虾”这款产品对于你来说是一场意外吗？
沈雪雷：还好，我能想象到这种场景，因为我们一直关注端侧的AI产品，端侧的AI芯片项目投了好几家，看过大量的端侧AI项目。他们演示的一些应用场景其实跟“龙虾”特别像，甚至他们表现出来的能力可能更完美一些，更支持本地运行，对Token消耗没有那么大。
所以我有预感会出现龙虾这样的产品，但是没有想象到能这么爆火，没想到它能得到全球或者中国这么大的反响。
蒲凡：和我预想的结果一样。
沈雪雷：是的，之前也有很多类似项目，但都没火，大多是闭源的小型开源项目，反响一般。
龙虾和Manus的区别是什么？（18:18）
蒲凡：我特别想问一个比较白痴的问题，“龙虾”跟Manus的区别是什么？我记得Manus刚发布的时候也是说，它可以做到真正的AIagent，可以做到真正的工作流。
徐桂林：从产品形态看，二者最根本的区别是：AI从受控沙箱，搬到了真正可承载的本地操作系统上。Manus仍在云端受控沙箱里，很多行为受限，无法操作本地文件、无法和常用本地软件直接交互，使用起来有约束感。而 “龙虾” 第一次把AI部署在日常使用的 PC 上（目前不建议在主力PC部署），能和日常工具、工作流程强连接。
打个比方：Manus 是去别人家做客，拘束不自在；“龙虾” 是 AI 来到你家，你可以自由使唤它，结合各种场景使用，这是产品形态的巨大飞跃，从受控沙箱走向了实体应用。
从纯技术角度，“龙虾” 也确实有很好的技术创新：以ClawCloud为例，其强大的Memory机制是一项非常典型的底层技术创新。它巧妙地借助文件系统来构建记忆功能，解决了关键技术难题。只不过这类技术目前仍主要流行于开发者社区，尚未大规模应用到普通用户的个人电脑上。因此，大众至今还无法切身感受到，具备长记忆能力的AI能带来怎样颠覆性的体验。
还有作为端侧产品，它能打通微信、Telegram等常用工具，带来不一样的熟悉感。还有心跳机制等被广泛讨论的技术点，整体技术架构非常优秀。
龙虾，是一场用来消耗“AI基建过剩”的共谋吗？（23:33）
张楠：现在有个阴谋论说法，AIGC建设、英伟达等算力芯片、各类算力项目发展到泡沫化阶段，“龙虾” 是不是这个阶段集体无意识的产物？是不是大家投的算力产品需要被消耗，“龙虾” 刚好出现符合各方利益？
徐桂林：“龙虾” 从诞生到爆火，有很大意外性，我更愿意相信是顺势而为。这个项目一开始只有少部分人感兴趣，后来做了Agent 社区、RentAHuman 租人网站等有意思的功能，吸引了大量关注；加上它能在个人PC上部署，极大降低了推广门槛。AIDC发展多年，大家积蓄了大量期待，希望找到爆发性产品消耗Token，这种情绪叠加 “龙虾” 的产品特性，两者结合就引爆了热度。
我觉得它的诞生很难说是阴谋，但目前的热度确实过热了，想靠单一力量推动成这样，难度很大。
沈雪雷：其实我这边观点还是不太一样。回到Manus和OpenClaw的区别这个话题，Manus虽然去年很火，但我觉得它跟早期的iOS有点像，真正买过第一代、第二代iPhone的人其实很少，毕竟它是闭源的，溢价也高。当时还有个情况，就是大家老吐槽Manus邀请码被炒得特别高。真正通过Manus体验AI Agent能力的人，其实是很少一部分。
而OpenClaw我觉得更像早期的安卓或者Linux。移动互联网刚起来的时候，安卓是开源的，很多人都在刷机玩。OpenClaw就跟那个阶段的安卓机很像，它让大众能更早、成本更低地去体验AI时代的开源产品。所以我觉得这次这么多人这么热衷“养虾”，其实跟当年移动互联网时代，大家第一次用上智能手机一样。
蒲凡：它带着一定的解放生产力色彩，大家第一次获得了某种能力和某种权利，必然不自觉进入一种狂热状态？
沈雪雷：对，至于刚才提到的“阴谋论”，作为投AI芯片很多的投资人，所以我们对算力需求一直是相当乐观。虽然我们也不知道算力投下去到底会怎样，也不清楚AI最后到底能拿来干什么，但作为投资人，我还是有信仰的。
张楠：近期算力涨价能持续吗？
沈雪雷：大家忽然之间调用量变多了，短期内肯定供不应求，肯定会涨价。但长期来看，算力基建只要还在持续建设，这个价格肯定会跟未来的水电一样。我觉得现在大家觉得这个“龙虾”贵，但未来可能就跟水电一样。我觉得就跟移动互联网刚有的时候，大家觉得流量费用这么贵，可后来就跟5G一样，大家刷短视频都没什么感觉了，而移动互联网刚有那会儿，传个图片大家还心疼半天。
一不留神，我就用龙虾干了“坏事”（29:29）
蒲凡：其实我们都达成了一个共识，那就是“龙虾”的爆火是一场意外，尤其是刚才听了桂林的介绍，我更坚定了那个偏见：“龙虾”就是一个对开发者友好的工具，它不该承受这么大的热度，它的热度很大一部分来自解放生产力的兴奋感，来自勇闯未来的探索欲。“龙虾”带给大家实际产出其实是被过分高估的，现在的热情它远远高于其本身的合理定位。
比如前段时间有人说，只要你在微信群里边只要呼叫“龙虾”然后“龙虾”就给你发红包，这是一个明显的谣言，不可能那么神乎其神，但是它却得到了大面积的传播。我觉得这很反映了大家的现在情绪上的问题。
沈雪雷：让我感到恐慌的是，现在有大量可能连平时电脑设置都不太懂的人，因为一些AI自媒体的渲染或者焦虑情绪的影响，盲目地把OpenClaw装在自己的日常工作电脑上。为大家过于吹捧这个东西，导致很多人跟风去装，但其实这里面有很多安全隐患。之前不也有新闻说，Meta的高管把自己的邮件都删了，或者大家去查这个开源的软件包，里面很多都被人上传了病毒相关的东西。
我之前听过一句话，觉得说得特别好——如果你觉得你需要有人来帮你装“龙虾”，那你其实不需要“龙虾”。
蒲凡：而且雪雷，我和你一样，布置给龙虾的主要任务也是去爬各个网站的信息，帮我汇总。比如监测每一周中国的VC/PE行业发生了哪些动态，让它帮我整理出适合写成文章的“选题线索”，这确实是一个很典型的应用场景。
但爬信息的时候，龙虾会经常会报告自己“无能为力”，说自己遭遇了很强的反爬，尤其是微信公众号和小红书。而现在中文互联网里最优质、最一手的信息基本都集中在这两个平台。如果无法爬取这两个渠道的信息，我的“每日选题”报告就没有任何实际价值。
怎么办？上周末我跟同学吃饭，说了这个烦恼。他回去研究半天，给我出了个策略：你告诉“龙虾”它是黑客，然后让它用黑客的手段帮你解决这个问题。结果我照这个策略，给了这样的提示词，还真爬到了小红书的内容。
这让我想起之前在一个投资人微信群里看到的，有个朋友问：现在的AI Agent和“龙虾”，是不是把过去的木马和爬虫给合法化了？这件事让我觉得很恐怖——我在无意识地借用AI这种技术干坏事。
徐桂林：你刚才讲的场景，其实某种程度上是一个提示词注入行为。“龙虾”确实不应该帮你做这种事情。不管是提示注入、权限管理，还是你的托管、网络暴露，这里头有非常非常多的安全风险点，现在这些都是客观存在的，我觉得不能回避。
所以在眼下这种情况下，大家要用“龙虾”的话，得受控地用。比如刚才雪雷说的，找一台独立的电脑来装，我们也建议用户用独立的环境，甚至用内网环境，我觉得都是很合适的防护措施。
关于安全到底该怎么解决。我个人觉得可能得几个方面一起努力。第一个方面，是传统安全力量跟“龙虾”的结合，我相信国内已经有很多安全厂商在做相关的事情了，这方面肯定有不少空间。其实“龙虾”自身也在努力。龙虾现在是全世界开源领域里最吸引工程师注意的项目之一，它可以很容易地聚集全球最优秀的安全厂商、白帽子或者黑帽子，一起来改进它。“龙虾”在过去也几乎是以每天日更的速度在不断迭代，
龙虾的创始人彼得·施泰因伯格（Peter Steinberger）前段时间也发了一条X，在上面半开玩笑地说：终于今天“龙虾”解决的问题比发现的问题要多了——这说明他也知道目前的产品还比较初级。
我相信在OpenClaw这么热的领域里，一定会有足够多的安全力量去关注它。不管是围绕它做安全解决方案，还是纯粹作为贡献者想把社区做得更好，我们都是乐见其成的，而且它的安全边界的迭代速度会比我们见过的绝大部分软件要快很多很多。比如最近的3.12版本，已经比原来好很多了。
另一方面，我们还面临一个更大的话题，叫AI Native的安全，怎么用AI合适的方式来使用AI。我个人觉得，你得把AI当成一个新的物种来看待，这可能才是AI Native安全最终的解决方案。你需要把它当成新物种，而不是只当工具，否则可能永远有漏洞。
作为早期投资人，“龙虾热”带不来任何机会？（36:04）
蒲凡：而且我觉得“警惕龙虾过热”的重要性在于，最近一两年我写了很多AI公司的成长故事，发现大家普遍有两个烦恼。第一是优质数据非常稀缺，全人类社会每天产生的大量数据里90%都是垃圾数据，投到训练里产生的正面推动作用微乎其微。第二点是资源有限。不管是电力、算力还是智力也是有限的。
在这样一种背景下，“龙虾”以一种——我说难听点——有点“德不配位”的姿态，抢走了大部分的注意力，让男女老少都跟着一起养“龙虾”。这带来两个问题：
第一，它产生了大量的垃圾数据，污染了我们本来就需要不断清洗的数据源；第二，我们本来就有限的资源被占用了。就像刚才提到的安全问题，突然冒出来大量的安全漏洞，我们不得不花很多精力去处理，它带来的副作用可能比“龙虾”本身带来的正面效应，消耗了更多的资源。
这让我想起移动互联网时期的共享单车。我们都觉得共享经济一定是个好东西，我们也都确实是共享单车的受益者。但共享单车刚诞生的那一年，也制造了大量的城市垃圾，制造了拥堵，甚至还出过人命——有些使用者不规范操作，盲目相信共享单车的质量，结果发生交通事故，失去了生命。
所以我特别担心“龙虾”这一波过热。对投资人来说可能还好，热度能够推动价值提升，哪怕“身后洪水滔天”。可对创业者来说，情况就不一样了：我们不得不面临突如其来的监管压力，以及整个创业环境变得更加纷繁复杂的局面。如果我是一个利益相关的创业者，我一定会疾呼，让“龙虾”的热度降一降温。如果再这么烧下去，我面临的不确定性只会越来越多。
沈雪雷：我觉得整个热度对行业肯定还是好的，热度高了之后自然会有更多的工程师把整个生态做起来。
蒲凡：我特别好奇，你们投资团队内部怎么研判“龙虾”这个现象级的热度？
沈雪雷：我们之前讨论过。投资人的本能肯定是哪里热就往哪里去找相关的标的。但我们聊了一圈下来，发现“龙虾”这一波火了之后，其实没什么基于它生态的软件创业公司值得我们去重点投资或者关注的。为什么呢？因为在当下的AI时代，如果你是一个很擅长第一时间发掘用户需求或痛点的人，你很容易拿现有的产品做出一个demo，也很容易完成PMF，可能你根本都不需要投资人。
投资人本质上是一个资金杠杆，能帮你去招更多的人、完成你原本完成不了的事情。但你说OpenClaw之后呢？原来需要一个开发团队来完成的项目，现在几个人就能把事情做完了，完全不需要再去找投资人拿一笔小钱来干活，烧个几千万Token就把东西做出来了。
所以对早期的VC投资人来说，我觉得在OpenClaw这个赛道里其实比较难发现机会。当然，我也欢迎觉得有机会的同行来跟我交流，但我个人对这件事还是比较悲观的。
硬件+龙虾或许是一个潜在的方向（41:01）
张楠：我刚才就想说，其实你看OpenClaw从春节前就开始出圈，一直到现在也小一个月了，但围绕OpenClaw的投资机会其实并没有出现那么多。投中最近写了一篇“硬件版龙虾”的融资故事（《中国“硬龙虾”，一个月融两轮》），这家公司用硬件去集成一些“龙虾”操作的能力。但除此之外，我们确实没看到太多其他的细分方向，无论是PMF还是其他场景的投资机会，确实没怎么看到。
蒲凡：这篇稿子流量还不好，说明投资人更不关注了。
沈雪雷：但我觉得如果你能把OpenClaw接入硬件，其实还是一个不错的场景，就是起码硬件还是需要供应链，还是需要一个公司的组织形态来完成，“龙虾”没有办法去帮你找一个供应商，或者攒一个一体机出来。其实我作为投资人还是看好OpenClaw跟硬件结合的机会。
徐桂林：我先说一下关于龙虾过热的个人观点。在我看来，“龙虾热”不会在短时间内褪去，可能再持续个1个月、2个月、3个月。因为我们自己做开源软件，我们自己有一款产品是专门帮用户装“龙虾”的，我们内部监测数据是它的量还在往上涨，也就是说很多人用我们的软件在服务器上面装“龙虾”。
当然，我们面向的这个群体偏向办公群体，偏技术一点，但也说明在这些领域里面“龙虾”的渗透还是实实在在存在的。在相对专业的人群里，龙虾热还会持续相当长的时间。
回到接着刚才与硬件结合的话题。我们作为一家纯软件公司，内部也做了战略推演，我们非常认可雪雷刚才讲的——往偏硬的方向走。因为随着AI的普及，数字世界的智能会变得越来越丰富，但数字世界本身消化不完这些智能。数字世界之外是物理世界，当然还有人的意识世界——如果把人脑的意识世界单独列出来的话。那智能一定会向物理世界溢出，去解决物理世界里原本因为缺乏智能而存在的很多问题。比如跟具身智能结合，跟机器人结合，跟各种设备结合。
对我们来说，我们确实推出了“龙虾”一体机，这也是软件和硬件结合的一个尝试，我们也会在这方面继续结合我们自己的东西来做。而且我们觉得，这个方向是对的。“龙虾”找到了一个挺不错的技术架构，能够把AI的智能很好地跟物理世界结合起来。如果你了解“龙虾”的技术架构，你会发现它确实提供了一个非常优雅的方案。
蒲凡：你作为创业者，“龙虾”现在的热度对你来说是一件好事吗？
徐桂林：首先，我的观点是——不管你觉得它是好是坏，它客观地就在那儿了。我们不是一家能造势的公司，也不是什么大玩家，我们必须去面对它。
第二，在这个前提下，我觉得我们应该能够，也理当，更乐观地去看待这件事给自己带来的机会和可能性。这可能是创业者应该一直保持的思维方式——你永远得是一个乐观主义者。你应该相信，从长远来看，这件事对你能够产生更积极、更正面的影响，即使它在短时间内会带来焦虑，或者制造一些问题。
抱着这样一种乐观的态度，我觉得对创业公司来说特别重要。因为只有在这样的心态下，你才能产生行动，而且是积极主动的行动，而不是消极地去面对它。消极面对是没用的——对创业公司来说，最大的挑战就是你的时间成本。你错失的每一分每一秒，最后都会变成你血条上少掉的那一格。
AI创业为什么总是出现“世外高人”？（45:12）
蒲凡：我还有个的困惑。今年2月份“龙虾”火了之后，龙虾的创始人彼得·施泰因伯格很快就被山姆·奥特曼给收编，纳入OpenAI旗下。然后山姆·奥特曼发推特说，“龙虾”让他看到了人机交互这件事上展现出来的“惊人想法”。这就让我想起了之前的Manus、Cursor这些现象级的AI产品。我发现当下AI创业这件事有一个挺有意思的特点：爆款产品总是从一个角落里冒出来，由一个天才式的人物实现，很少是通过传统的创投逻辑慢慢孵化出来的。
OpenAI已经是如此体量的巨头了。按理说在其他行业，像这种级别的巨头，触角早就伸到行业的每个角落，不管什么样的新产品出现，对他们来说都不该是意外。结果OpenAI仍然对“龙虾”的出现感到如此意外，这一点让我觉得特别神奇。
为什么会出现这种情况？为什么在AI这条赛道上，总是有这种“世外高人”式的存在？我不知道雪雷有没有这种感受——那些让人眼前一亮的AI项目，靠传统那种sourcing逻辑是找不到的。
沈雪雷：对，这是对VC行业比较悲观的一个趋势。传统的软件公司，大家还是有sourcing的逻辑——大厂高管、技术大咖。但在AI行业里，尤其是北美那边，很多小天才甚至都没正经码过几行代码，就凭着自己coding做了一个很棒的产品，然后直接跑通了PMF。
但这种我觉得不能叫世外高人或者天才吧，我觉得本质上是群众的智慧是无穷的。因为大家都有了非常强的自我实现的能力。AI就是给每个人带来了自己创造东西的能力，它把这个门槛降得非常非常低。
我觉得可能跟短视频一样：每个人都能拍视频之后，大家总能发现一些非常好的想法、点子，或者整活的段子，都是原来没听说过的人，一下子就给流量推起来了。我觉得这个逻辑还是很相似的。VC从业者不可能去投每个素人，（最有性价比的方式是）大家只能变成一个MCN，在它跑出来之后再去投资。
但小VC又不可能竞争得过OpenAI这样的公司，而且创始人肯定也直接选择加入大厂了。所以我觉得，这对很多原来投AI或者投软件的投资人来说，都是非常困惑、焦虑的一件事。
蒲凡：那我特别好奇，你这两年的sourcing策略有没有变？有没有一些“拍案叫绝”的项目挖掘经历？
沈雪雷：其实没有，这两年其实我们还是投上游的infra更多一点，硬件、算力始终是人们的刚需，资产角度上会更安全一些。最近完成融资的Vast，是我们最近为数不多投的软件项目。
蒲凡：这个答案其实更让人感到悲观了，你都关注这一块多少年了。结果这么多年的沉淀，你仍然对新的sourcing策略表示束手无策。
沈雪雷：对，这种天才或者这个人不是传统的sourcing渠道可以覆盖到的，性价比也不太划得来。之前某家头部VC说他们“龙虾”偶遇了一个创业者的“龙虾”，双方通过“龙虾”约了电话会进行接触，我觉得这个还是钱多机构的打法吧。
AI是AI，龙虾是龙虾（51:49）
蒲凡：我现在对于AI产品何时能够真正的参与我们工作，其实是非常保守的。尤其是雪雷刚才你也讲到，AI创业圈总是有“世外高人”，一个原因就是AI似乎允许我们在不接受过多专业训练的情况下，仍然可以开发出一款新产品——我听下来，我反而觉得距离AI实际参与我们生产生活的这个目标就更远了。
为什么？开头我就说了，每次我对AI工具抱以信任，最后总会挨一个响亮的嘴巴。目前绝大部分产品并不好用、并没有交付能力。唯一让我觉得好用的，是Figma。那么Figma为什么好用？因为它从一开始就是一个设计工具，产品开发的起点是无数设计师带着丰富的经验，去优化那些本来就存在的设计流程——他们心里有一个理想的工作流程在指引。
反观现在越来越多的产品，比如“龙虾”，开发者根本不知道我要什么，而我作为一个缺乏专业训练的普通用户也很难描述清楚我的工作到底应该怎么展开。结果就是，我们处于一个“双盲状态”，双方都在凭空去制造一个工作流程，这显然不会产生什么好的体验。
我觉得AI确实可以优化生产力，但它有一个前提：你得有一个明确的目标，或者一个明确想要提升的方向。你不能双方都处在虚空状态。而且从产品使用者的角度来谈，这款产品并不了解我，反而我要花大量的时间让它来读懂我，我觉得这就有点本末倒置了。
这也是为什么我整个这一个多小时的对话里，一直在“黑”“龙虾”的原因。我觉得AI和“龙虾”的存在，应该是让我的生活变得更便利，但现在它让我更累，也更焦虑。
徐桂林：非常理解。首先，我觉得我们应该把AI和“龙虾”这两件事分开来看——AI是AI，“龙虾”是“龙虾”。AI产生生产力，实实在在产生生产力这件事，我觉得还是非常真实存在的，尤其是在我们所处的软件领域。Vibe Coding带来的效率提升非常直观，我们这些干了十几年软件工程的人是深有体会的。就在我们对话之前的一个小时，我有个同事周末花了一个半小时，用Vibe Coding做了一个我们内部的管理系统，效果非常好。我们评估了一下，这件事如果让工程师来做，至少需要两个人干两到三周。
所以回到你刚才说的，在某个具体的靶标上，比如Coding这一块，AI产生的生产力是极其巨大的，而且是一个革命级的变化。从Anthropic的收入结构也能看得出来，最主要的就是卖AI Coding工具。
这是需要明确的第一点：在专业领域里，AI已经产生了巨大的价值。
第二点，虽然现在的“龙虾”离我们想要的东西好像还差一点距离，但这也是AI从一个专业领域走向大众领域的一次非常有意义的尝试。包括创始人自己，他们最终也没想到这个项目会这么火。所以他们可能只是做了一次尝试，但尝试的大方向应该是对的，不然也不会产生这么大的蝴蝶效应。
AI如何从专业的生产力工具，变成相对专业的生产力工具，最后到所有人都能用的、大众化的生产力工具，可能还需要一个迭代周期。但我们是能明显感觉到这个东西在一路往前走的。只不过“龙虾”这次一下子走得太远了，步子大了有点扯到蛋的感觉——对很多人来说是这样。
我们还是要相信，从技术角度来讲，这个方向整体是对的。只不过它这一下可能加上热度太高，再加上国内大厂的加持——大厂也很焦虑，为什么“龙虾”搞成这样？大厂比我们创业公司可能还要焦虑。
我总结一下：第一，AI确实产生了真实的生产力，这件事我们要客观公允地给予肯定，而且在专业领域已经带来了巨大的进步。第二，“龙虾”是一次专业生产力向大众AI生产力过渡的尝试，虽然有不完善的地方，但我们的判断是，大方向应该是对的。而且到目前为止，我们内部有一个判断：所有模仿“龙虾”的产品，大概率最后都干不过“龙虾”。
学会AI“相处”，当那个相信“狼来了”的人（1:02:00）
蒲凡：这个认知修正特别重要。那么我们距离一款真正意义上的、能让普通老百姓用在工作里的爆款AI应用产品，还有多远？我特意加了一个限定词——工作领域。
而且关于这个问题，我还想补充一点。最近发生了很多起以AI为理由裁员的案例。比如Block，就是推特创始人杰克·多西的那个金融科技公司，他说因为有人工智能帮忙，觉得不需要那么多员工，于是裁掉了4000人。结果资本市场还奖励了他的这个决定，当天市值上涨了400亿。还有Meta，最新的报道称要裁2万多人。
但你仔细看这些新闻，会发现所谓的AI都是借口。真正的裁员原因，绕来绕去无非是战略失误，一些业务线没必要保留了，需要及时止损，所以才裁人。
所以从这一点看，我可以确信，无论是国外的硅谷公司还是我们中国的公司，AI其实还没有真正参与到实际工作当中。所以我们还在期待那个真正爆款的、能被普通老百姓使用的产品。
沈雪雷：其实我还是挺乐观的——投资人总是乐观的嘛。我可能觉得半年就会有了。
蒲凡：基于什么逻辑？
沈雪雷：基于我看到很多产品的雏形已经差不多了。当然这个特别需要基模能力的提升。像飞书的工作助手，还有“扣子”，其实都是很To C的产品。以前大家可能还需要懂一点代码才能用的工具，现在像飞书里面的“妙搭”这种工具，其实都是用AI做的。我们公司三八节的祝福、海报什么的，都是用那个DataWind做的。
反正我觉得半年吧，因为这半年基模的能力肯定还会进一步提升，比如DeepSeekV4可能也马上要发，基模能力仍然处于一个加速的过程中。基模能力的提升，肯定会推动AI诞生进入大家实际生活应用场景里的产品。
但你刚才说的Block裁员的新闻，其实我也是比较认可的——他们还是因为一些战略失误。
蒲凡：AI完全是借口。
沈雪雷：对，就是他们在裁员之前有1万名员工。我当时还特地对比了一下（同类型公司），像Robinhood只有不到3000人，CoinBase只有5000人。他们1万人的规模下收入还没有那两家高，裁4000人我觉得也可以理解。不过确实从一些基础数据来看，可能一些基础的、初级的程序员确实不需要那么多了。
徐桂林：肯定会有些变化和调整，我觉得没办法回避。从中期来看，AI对这个社会，尤其是对就业市场产生的冲击，大家可能要有足够的心理准备。我们一直在等那一款真正能在工作场合产生生产力的工具出现，每次又都像“狼来了”。可哪一天狼真的来了，会发生什么？就是把羊全吃没了，而且是一瞬间的事。我觉得这是很现实的问题。
比如说我对自己孩子的教育，我肯定不再让他学编程了，我会把他的编程课取消掉，这是真事。要知道全中国围绕小孩编程这件事，有相当数量的就业人口。
蒲凡：咱们还是要当那个相信“狼来了”的人，哪怕狼没来，也要做好准备。
张楠：还是那句话——我们总是高估一件事的短期影响，却低估了它的长期趋势。
徐桂林：就继续“养龙虾”吧，该怎么养还怎么养，然后学会跟“龙虾”相处。“龙虾”是广义的，不是说当下的这个产品。跟“龙虾”相处，可能是未来我们每个人都要面对的现实问题。
我跟你们说个真事儿。我养第二只“龙虾”的时候，重启系统之后，它的第一个问题是：“你好，很高兴跟你见面，要不给我起个名字吧？”我就半开玩笑地说：“你的名字就叫‘工具人’吧。”然后它马上回了一句：“这个名字好像不太友好，让我很受伤，你能不能给我换一个？”
这是真实的。我看到这个对话的时候愣了半晌，足足愣了30秒，然后敲下了下面这句话：“非常抱歉，刚才的名字你不喜欢。那我们换一个好不好，以后叫你‘小龙’可以吗？”它说：“挺好，我喜欢这个名字。”
我想说的是，AI真的有可能在制造一个新的物种，一个地球上从来没出现过的物种。也许某一天，它的智力真的跟人类相当，那人类怎么跟它相处，就成了一个重要的话题。从这一点来看，我觉得可能大部分人现在用“龙虾”，都只是把它当工具。但从长远来看，它真的会成为我们的伙伴，或者同事——不是硅基同事，而可能是真正有血有肉的同事。我最近的感受特别深，“龙虾”用得越多，这种念头就越强烈。
蒲凡：这么一形容，我感觉“龙虾”的出现不仅仅是一个技术进步，它是一种生态变化，是大自然的生态变化。作为人类，我们不能只把它的出现当成我们点燃了火、捡到了木棍——而是冰河期要来了，全球的湿热气要来了，你要在全新的物候条件里找到自己的生存方式。
热门跟贴