AI 让创业的第一步变得太轻而易举了。
而当开始变得太容易，就会让很多人会误以为，创业本身也变容易了。
模型能帮你写代码，但它不会告诉你这个东西到底有没有人要。Demo 可以一天上线，市场不会因此对你客气半分。产品形态太轻，轻到一周之内就能被人原样搬走。叙事可以讲得无限大，但账上的钱还是会一天天消耗下去。
动察Beating 和锦秋基金、亚马逊云科技 Startups、AdventureX 一起办了这场「创业者翻车大会」，把一群创业者、投资人、开发者和 AI 从业者聚到了一起。
在这场活动中，从时代风口起飞的叙事短暂失灵了，更多的翻车大实话暴露在现场。
三个不好听的前提
在 Founder 分享开始之前，来自锦秋基金、亚马逊云科技和AdventureX的三位嘉宾先分别做了分享。
锦秋基金黄国威提到，今天的创业圈并不缺成功故事。真正稀缺的，是那些没有被讲出来的失败过程。
今年 3 月，Agnost AI 在一篇分析 Claude Code 源码的文章中提到，Claude Code 内部并不只记录一次任务是否完成，也会捕捉用户在使用过程中的 frustration 时刻——比如什么时候开始质疑模型、打断模型，甚至"骂"模型。这些没有出现在最终交付结果里的过程数据，反而成为模型持续训练的重要依据。
创业也是同样。产品上线、用户增长、融资完成，是最终交付的"答案"；真正决定一家公司的，却是那些没有被看见的决策节点：什么时候发现方向错了，什么时候推翻一个判断，什么时候重新选择另一条路。
当这些过程被分享，它们就不再只是一个团队的经验，而会成为更多创业者的路标。Founders Back Founders，真正帮助创业者的，很多时候不是标准答案，而是那些真实走过的弯路。
亚马逊云科技初创生态资深战略顾问辛然从日常服务创业者的一线观察讲起。她提醒创业者不要对某一个模型形成惯性依赖，Cursor 和 Manus 的例子都说明，领先模型一直在交替领先，创始人需要持续测试和评估，及时切换到合适的模型，而不是凭感觉绑死一个供应商。
她也谈到节奏。AI 创业过去几年热过，也冷过。有人在 GPU 最贵的时候重仓资源，训练一次效果不好，后续无力调整。也有人一直等，等到真正需要的时候，价格涨上去了，资源也订不到了。过于勇敢和过于谨慎，代价一样大。
资源是她强调的另一件事。在AI创业的道路上，资源的高效获取往往决定了项目的生存和发展速度。她把创业者分成三类：不知道可以拿云厂商创业扶持的、只关注短期获取免费额度的、和能把合作变成长期共赢的。真正有价值的是能把关系变成长期的——通过与云厂商共赢，获得客户对接、出海推广、品牌背书这些钱买不到的资源。
AdventureX 团队成员、BuilderUp 负责人七星，把视角放到年轻创造者和黑客松生态上。AdventureX 去年收到了来自全球 182 个国家和地区的报名，小红书总曝光量达到 1.1 亿。他们做黑客松，做 BuilderUp 城市交流会，想让更多年轻人碰到真实的创造场景。
三个分享放在一起，给后面的翻车故事做了铺垫。模型不是永远可靠的，资源不是白拿的，生态不会凭空长出来。
然后，主菜上桌。
六个方向，同一堵墙
分享环节的六个故事，看起来差得很远。有人做 AI 陪伴，有人做系统级 Agent，有人做 AI 出海网站，有人做 AI 剧集工具，有人做硬件，有人从投资人视角讲一个行业霸主的坠落。
方向不一样，阶段不一样，翻车姿势也不一样。
产品的命，长在别人身上
MiXer 创始人 Loading 讲了 AI 陪伴项目的几次转向。
2023 年 GPT-3.5 刚爆发时，他们做偏成人向、偏情绪陪伴的「数字情人」。模型能生成暧昧、上头的话术，项目一开始很顺，但平台政策一收紧，原本能生成的内容突然被禁掉。产品核心能力一夜之间不是你的了。
后来他们做更复杂的情绪系统，希望 AI 可以开心、冷淡、兴奋，更像一个有性格的人。但用户没有按他们想象的方式使用。用户在现实生活里已经够累了，不想下班后还要照顾一个 AI 的情绪。
再后来转向中东市场，想借 KOL 的形象、粉丝和内容数据做 AI 分身。但这样一来，粉丝在 KOL 手里，人设在 KOL 手里，知识体系在 KOL 手里，分发入口也在 KOL 手里。KOL 不配合，项目就没法运转了。
三次转向，踩的坑看起来不同，但病根是同一个。产品最关键的东西，每次都长在别人身上。
Loading 最后把问题落在「主体性」上。创业当然要用外部资源，但不能让产品最关键的东西都由别人说了算。
0 度的冰和 0 度的水
Floatboat 创始人少卿讲的是另一类教训。
他上一段创业经历，是做 Android 手机 OS 级别的 AI 化服务，用 service inside 的方式进入手机厂商生态，拿到大量用户和系统权限。这段经历让他重新理解了一件事，生态位不是你觉得自己该在哪，是整个系统允许你在哪。
创业者刚进一个行业的时候，很容易觉得别人不够聪明。这个模式不性感，那个打法太笨。但真正深入行业以后会发现，很多看起来笨的打法，可能正是那个条件下的最优解。
少卿用了一个比喻，把 0 度的冰化成 0 度的水，需要的能量远远大于把 1 度的水加热到 2 度。创业早期的从 0 到 1，就是那个相变过程。创始人必须亲自上手，把脏活、累活、不成体系的活扛过去。
只有完成相变，业务才有容错性。 在那之前，错一次可能就没机会了。
他也讲到自己现在做 Floatboat 遇到的新问题。团队很早定义了类似 Claude Code 的产品形态，但还在打磨的时候，大厂先把完成度不高的产品发了出来，占住了叙事。
在 AI 这个节奏里，完美不是竞争力，发布才是。窗口不会等你把所有东西都磨到满意。
更进一步，不要痴迷于静态的壁垒，只有持续的创新、迭代和学习，才是动态竞争力。
一百万广告费，买了一张旧地图
亭雪科技创始人孙一赫做 AI 出海网站，亏了 100 万广告费。
他做过国内流量业务和跨境电商。AI 出来以后，他觉得自己终于遇到了一个能复用过去经验的新机会。团队懂海外渠道，懂投流，也懂跨境，于是开始做 AI 出海网站。
问题恰恰出在「复用」这两个字上。
他们一开始用跨境电商的逻辑理解 AI 产品。做实物的时候，一个品跑出来，投流打正 ROI，就有机会占住位置。哪怕被抄，也有供应链、物流、库存这些摩擦挡一挡。
AI 网站没有这些摩擦。页面、功能、投放路径全摆在外面。一个产品刚打正 ROI，不到一周，就被人抄走了。当产品形态变轻之后，这是必然出现的新问题。
孙一赫踩的另一个坑是不够专注。他们曾经有一个面向海外华人的中文学习产品，数据一度不错，做成了 App 上了架。但团队很快被更多新想法吸引，同时上线十个产品，跑不动就换。看起来敏捷，实际上把最有希望的那一个也稀释掉了。
他最后补充的一个观察也很重要。他们做 AI Native 产品没有立刻赚到大钱，但把 AI 视频、AI 选品方法用回传统跨境电商业务，反而带来了 30% 到 40% 的增长。
不是每个人都必须从零开始做一个 AI Native 产品，有时候不如想想，怎么把 AI 用在你原本就有的生意里。
创业一年，融资 0，收入 0
Instadrama 创始人王恺创业一年，融资额是 0，收入也几乎为 0。
Instadrama 想做的是面向 AI IP 的 Patreon，让网文创作者可以把章节变成连载剧集，并在平台上完成 IP 变现。但在找到这个方向之前，他们经历过几轮摇摆。
一开始，团队想做互动内容加 AI 陪伴。逻辑看起来成立，AI 陪伴产品缺少前置内容，用户进来不知道角色是谁，那就用小视频和互动内容帮用户建立代入感。
结果两边都不买账。喜欢 AI 陪伴的人，不一定想看低质小视频。喜欢看短视频的人，也没兴趣跟 AI 聊天。两个半成品拼在一起，不会变成一个完整的产品。
后来转向 AI 内容，团队埋头做技术，别人用更简单的方式把 Sora 2 中转站做了起来，数据还不错。
王恺用了一个词概括这一年，表演创业。
看很多大佬访谈，听很多正确的话，写很多 BP，聊很多投资人。每一件事都像创业。除了没有用户，没有收入。
这件事最危险的地方在于，它不会让你痛苦。恰恰相反，它会让你觉得很忙。每天都有会，文档在更新，方向在迭代。一切看起来都在推进，直到某天回头，发现公司什么都没做出来。
痛苦至少能把人叫醒。忙碌不会。
差的那一块不是能力
Aniwonder 联合创始人天祥讲的是找合伙人的翻车。
他上一个项目做 AI 眼镜。AI 眼镜是复杂硬件，天祥的背景偏市场和增长，所以一开始觉得自己缺供应链合伙人。后来找到了一个供应链大佬，对方告诉他，供应链不是壁垒，产品创新才是。
于是他去找产品经理。去深圳，找硬件 PM，找创业者。很快又发现，很多人懂参数、懂模具、懂方案，但消费者买的是品味。
他开始意识到自己真正需要的不只是一个能把东西造出来的人，还得是做过大规模消费品、被用户骂过、知道真实用户长什么样的人。
后来又找渠道，找医疗专家，找眼科资源。拼图看起来越来越完整。
直到关键合伙人告诉他，老板不同意离职，自己出不来了。
那时他才意识到自己一直在关注「什么咖位的人能让事情做成」，却忽略了大家的决心是不是同频。
创始人自己是 All In，可很多潜在合伙人只是在看一个可能性。这两者差得很远。
天祥最后给出的判断是，AI 时代创业，岗位匹配没有那么重要，履历漂亮也没有那么重要，更重要的是决心。
一天赚几亿美金的公司是怎么翻车的
First Rule Ventures 创始人李荣彬从投资人视角，讲了一个更大的翻车案例，OpenSea。
它曾经是 NFT 交易市场的绝对霸主。在 NFT 最热的时候，OpenSea 的收入每天都有几亿美金，但这家公司也在很短时间里被竞品冲击，被迅速蚕食殆尽。
李荣彬把 OpenSea 的翻车拆成几层原因。
第一层，资产管理。OpenSea 的收入主要是以太坊，但在以太坊高点时没有做足够的对冲和资产转换。一年后以太坊大跌，公司预算被压缩到原来的 30%，远不够支撑之前的规划和团队。赚到的钱没有变成安全的钱。
第二层，战略误判。OpenSea 选择走美国合规上市路径，投入大量资源做法律、合规和游说。但这条路在当时很难走通。与此同时，竞品用更贴近交易者的方式切走了市场。方向没有错，但在那个时间点，它选了一条最慢的路。
第三层，战术迟缓。竞品出现后，OpenSea 没有立刻重视。觉得自己是行业标准，是产品和协议的定义者。但定义过行业，不意味着永远拥有它。
第四层，组织傲慢。OpenSea 曾经收购过一个交易聚合器。收购之后一年，等到大难临头了，想把产品往聚合器方向调整，两个团队才开了第一次会。已经太晚了。
这个案例最有冲击力的地方在于，OpenSea 不是一家平庸公司。能做到那个位置的创始团队，一定足够聪明，足够敏锐，足够强。
但创业残酷的地方正在这里。聪明、领先、曾经定义过行业，都不够。
正确废话的杀伤力
六位 Founder 分享之后，进入嘉宾漫谈环节。我们抛出来的问题，都不是那种适合用漂亮话搪塞的。
比如，创业过程中最后悔听了谁的话。
王恺说，他后悔听了太多大佬节目里的正确废话。那些话听起来都对，要创新，要增长，要拓展渠道，要讲清楚叙事。每一句都没错。但对一个早期创业者来说，听多了就会进入一种状态，你以为自己在做一家公司，其实只是在模仿一家公司的样子。
正确的话最大的危险是，它不会让你觉得自己在走弯路。
漫谈环节里还聊到几个问题。
「一人公司时代，创业还有没有特殊性？」
孙一赫的回答很实际，公司做大当然有价值，但大也有大的重。AI 让一个人的能力被放大，也让更轻的组织成为可能。对他来说，创业不是为了把团队做到多大，而是为了一种更自由的状态。
「创业成功里有多少运气成分？」
Loading 说了一个他的原则，不能只用结果倒推决策。一个判断好不好，要看在当时掌握的信息里，你有没有尽可能补齐盲区，而不是事后看成败。
「创业者应该怎么体面地结束？」
黄国威站在投资人视角给了一个答案，他更愿意下注那些不会真正结束的人。不是说某个项目一定不结束，而是那个人始终对世界有不满意的地方，始终想再试一次。
DINQ 创始人 Sam 谈到一件很容易被忽略的事，很多 AI 产品是一个对话框。对话框对熟悉 AI 的人意味着自由，但对普通用户来说，也可能意味着不安。没有结构，就意味着用户不知道你能给他什么，也不知道自己该怎么开口。
AI 让开始变得容易，也让噪音变得更多。今天一个新模型，明天一个新概念，后天一个新范式。信息很热闹，但真正和用户、场景、生产力有关的东西，可能并没有那么多。
他的建议很简单：
用 AI，不要被 AI 牵着走。
AI 没有消灭翻车，只是让翻车更快到来
在 AI 时代，开始一个创业真的太容易了。
但 AI 降低的是制作门槛。 它没有降低判断门槛，它让你更快做出东西，也让你更快撞上那些问题。
用户在哪里、谁会付钱、凭什么不被抄、现金还能撑多久、你的主体性到底是什么。
这些问题过去就存在，现在只是会更早出现在创业者的眼前。
失败不是勋章，也不是谈资。它就是损失，是狼狈，是坐在那里复盘时仍然会觉得难过的东西。
但一次翻车如果被讲清楚了，它至少不只剩下狼狈。它会变成一个路标，告诉后面的人这里有坑。也告诉正在路上的人，你不是第一个在这里摔倒的。
更重要的是，它能把人从某些幻觉里拽出来。
从「我一定能融到钱」里出来，从「这个方向是风口」里出来，从「AI 会替我解决一切」里出来。
幻觉被揭开以后，剩下的东西反而更扎实。一个真实的用户，一笔真实的收入，一个愿意一起扛事的人，一个用户离不开你的理由，一个明知道可能会失败、但还是要继续的决心。
就像《搏击俱乐部》里的那句台词：
Losing all hope is freedom.
热门跟贴