再获千万级融资，K2 Lab（攀峰智能）跑出AI Native速度。
作者｜栗子
2个月前，「甲子光年」曾报道过钉钉前副总裁王铭离职创立的K2 Lab（攀峰智能）（）。其发布的AI内容电商产品Moras，号称是首个能够实现帮达人全链路带货赚钱的AI。
彼时，K2 Lab正在验证PMF（产品市场契合度）和商业模式。外界对其能否在庞大且复杂的海外内容生态中帮助达人完成短视频带货普遍抱有观望态度，也并不知道他们能否真正跑通“AI雇佣人”的链路。
2个月后，Moras给出了一份甚至超出王铭预期的答卷。
在过去的2个月时间里，Moras完成了首批百人规模的达人共创测试。结果显示，首周达人发布视频的出单率超过70%，其中活跃达人通过Moras的平均月度成交GMV接近10000美元。
与此同时，K2 Lab在接受「甲子光年」独家访谈时透露，公司目前已完成由华控资本领投、云时资本跟投的数千万元的天使轮融资，并且下一轮融资也已经启动。
另外，公司也同步启动了和知名高校的垂直场景多模态模型的研发合作、海外规模化增长、加速开发完全Harness化和自主进化的AI电商原生Agent OS。
“这就是现在AI Native（AI原生）团队的效率。当很多大厂还在以周为单位迭代产品时，我们已经做到了每天迭代几个版本。我们几乎所有代码全是AI写的，并且都能落地。”王铭直言。
当AI的生产力全面超越个体的平均效能，传统的软件研发逻辑与商业模型开始被彻底颠覆。与此同时，支撑企业运转的传统管理方式，也在经历着AI Native团队的高速冲击。
1.从失业宝妈到单月13万美金GMV
在与K2 Lab创始人王铭及联创汤明磊的对话中，一个Moras海外用户的案例被反复提及。这个案例近乎完美地诠释了AI时代“技术改变命运”的叙事张力。
那是一位在美国邮局工作的宝妈，在遭遇美国公务员系统大裁员后，经济陷入了困境。她不仅失去了收入来源，还需要独自抚养两个不到5岁的孩子。
抱着尝试的心态，她试用了Moras。
结果令人瞠目结舌：试用不到一周，这位毫无电商经验的宝妈就跑出了1.4万美元的GMV。不到一个月的时间，她的单月GMV突破了10万美元大关。
要知道，TikTok美区每年平均单月GMV能突破10万美元的达人总共也只有数百人。而现在，她的单月GMV已接近13万美元。
这其中固然有平台算法让她无意间的选品成了爆款的偶发因素，但这背后却也验证了Moras通过AI为达人选品的技术能力。
王铭透露，在以前没有AI的情况下，达人发布视频后的出单率（即有消费者通过达人发布的链接购买商品）并不高，通常需要积累2～3个月的经验摸索才能出单。
而与Moras共创的近百名达人，不仅首周出单率超过70%，其中活跃达人平均月度成交GMV更是接近10000美元，累计创造了超过70万美元的GMV。
之所以能有如此之大的差距，本质是因为AI大大降低了过去达人在内容电商上的带货门槛。
在传统的带货流程中，一个达人如果想要赚取佣金并不容易。从前期的市场调研、基于基础认知的选品，到漫长等待收发样品；拿到样品后，还要熬夜撰写脚本、布置灯光拍摄、后期剪辑、撰写文案，最后还要研究如何挂橱窗和打标签。
这种极高的操作门槛，将绝大多数想要寻求副业的海外普通人挡在了门外。
能够印证这个痛点的一组数据是：全球TikTok拥有超过10亿的DAU（日活跃用户），仅美国就有1亿的DAU，且消费能力极强，但其商业化变现率还不够充分。
海外内容电商市场之所以难以复制国内MCN机构的孵化模式，根本原因在于海外用户的工作与生活观念差异——他们极度抗拒前期漫长、无收益且高强度的“牛马式”学习与付出。
而现在，Moras通过AI的端到端能力，将这一过程大大压缩。它直接让小白级别的达人拥有了人类高手的选品直觉和脚本生成能力。这种效率的飞跃，让达人甚至不需要付出太多的努力，就能获得超预期的经济回报。
当带货门槛被AI压到足够低，70%的首周出单率便成为了水到渠成的结果。
来源：K2 Lab
2.当AI反向“雇佣”人类
除了与达人共创跑通了AI的业务能力，商业模式也是K2 Lab需要探索的关键问题。
在2个月前，「甲子光年」曾披露过Moras的两种收费逻辑：
第一种是经典的“底薪+提成”的人类雇佣AI模式。
在这种模式下，达人需要支付一定的工具订阅费（即支付给AI的底薪），把Moras当作一个AI来雇佣。达人需要自己去操作、审核并最终发布内容，因此他们保留了较大的主动性。
作为回报，达人能够拿走商品佣金中的一半。
然而，真正颠覆行业认知的，是2个月前提出构想，最近两周开始逐渐放量的第二种模式：“AI雇佣人类”。
王铭告诉「甲子光年」，在与达人的共创中团队发现，美国下沉市场有一批很懒的用户。面对哪怕稍微复杂一点的交互，或者需要多付出一点思考来换取额外20%-30%收益的机会，这些用户也会很抗拒。
针对这部分人群，Moras可以直接全流程代劳，让用户给AI打工。
在这种模式下，达人不需要给Moras支付底薪，他们唯一的任务就是提供一个真实的社交账号，并根据AI发出的指令，点击“发布”按钮即可。
Moras接管了所有的脑力与体力劳动，包括选品策略、脚本撰写、视频生成等核心决策。让达人先赚到钱，再逐渐学习和参与到更多环节中，这符合绝大多数人的人性。
而相应的，这一模式由于需要消耗大量的算力和系统资源，所以其利益分配也非常悬殊：Moras会拿走佣金中80%甚至更多的比例，剩余佣金分给真人用户。
“现在我们已经有少量用户在尝试这种模式了。”王铭透露。
图注：右侧“Managed Service”即为该模式。来源：K2 Lab
“AI雇佣人”看似不可思议，但其实本质上还是生产力的改变。
“生产力这件事，谁强，谁就能产生支配作用。如果AI的生产力显著比人更强，那在这个特定场景里，人就要被AI支配。”王铭直言。
这就像工业革命时期工厂里操纵机器的工人，看似是人在操纵机器，但实际上机器也把人绑在了流水线上，并且机器创造的价值远远超过了工人的工资。
AI给人类发工资，正是绝对生产力优势下的必然结果。
尽管这种模式能够让Moras拿走更多的佣金，从收益的角度而言绝对是更优选择，但王铭并不希望它成为Moras营收的核心来源。
王铭认为，目前公司正在创业初期，他们需要与更多的达人进行合作，进一步扩大平台上的达人生态，而非获取更多佣金。
“我们更希望达人选择‘底薪+提成’的模式，这样这个生态才能逐渐活跃起来，而不是用户听命于AI，仅仅点几个按钮，这样他的参与度就会低，反而不利于达人生态建设、数据留存、垂直模型训练。应该借助AI与达人的互动，逐步把人的信任感价值、专业知识和生活方式等充分还原和放大。”
3.A2A入口革命，内容电商的终局形态
之所以希望构建丰富的达人生态，是因为Moras仅仅是K2 Lab的第一步，他们还有更高的目标。
K2 Lab的真正的野心，在于构筑下一代AI时代的流量与商业交易终局——A2A原生电商操作系统。
在王铭的判断中，目前包括ChatGPT、Gemini、Claude等，都是技术演进过程中的中心化入口。但随着技术的平权和开源生态的繁荣，未来的互联网将不再存在所谓的“超级入口”。
取而代之的，将是无处不在的Personal AI（个人智能助理）和各种垂直领域的Agent OS。哪个Agent OS能掌握用户某个场景的完全托管权，去充分连接，谁就是事实意义上的入口。只不过这些入口都是去中心化的。
在这个终极构想中，未来的电商购物场景将发生根本性的质变。
消费者不再都需要打开京东、亚马逊或内容平台去浏览商品。每个消费者都会拥有一个极度了解自身审美、尺寸、消费习惯的Personal AI（C端Agent）；
当消费者产生需求时，他们的Personal AI会直接在网络中，去与成千上万个达人的Agent（创作者Agent）进行信息交互；
最终，达人的Agent再去对接代表供应链和商家的Agent（B端Agent）。
来源：K2 Lab
在这样一个完全去中心化、端到端由AI自动撮合交易的世界里，所有的流量都被彻底打散重组。
“我们要做的，就是在这个生态中，把达人和商家的Agent OS建立起来，把他们捆绑在一起，投送到消费者的Personal AI面前。”王铭透露。
这种去中心化的判断并不意外。
实际上，今天的我们已经从OpenClaw的爆发式普及，以及像千问App实现点外卖、打车、买电影票等办事能力的接入，看到了AI时代A2A电商的端倪。
4.当内容生产力极大通胀，信任将快速通缩
但一个值得思考的问题是，既然AI可以直接对接消费者和商家，为什么还要保留“达人”这中间一层？
这就涉及到AI时代更深层的商业哲学：信任的稀缺性。
王铭断言，在不久的将来，电商平台上几乎100%的商品图片、详情页和评测视频，都将由AIGC生成。
因为这能够为商家节省95%以上的制作成本。没有谁能够抵挡这种降本增效的诱惑。
然而，当全网充斥着完美的、不知真假的AI生成内容时，消费者对于商品信息的信任体系将会彻底崩塌。
在这个失去信任锚点的时代，只有那些保留了真实人类独特审美、独特生活氛围以及专业领域背书的“真人”，才是促成最终交易的、最昂贵的信任介质。
这就是K2 Lab坚持希望把真人IP融入进来的核心战略考量。
5.龙虾的神话，听听就好
当然，要想从工具型产品走到最终的AI电商平台并不容易，出身钉钉的王铭也深知企业的组织能力是他们能否取得成绩的关键。
所以在K2 Lab创立的第一天起，王铭就在打造AI Native的组织。
但什么才是AI Native组织？
“小龙虾”一定是最容易想到的答案。在近期科技圈对AI超级个体的报道中，最典型的叙事是：一个人带着七八个OpenClaw这样的开源Agent框架，就能替代一整个部门甚至一家公司。
但在作为实战派的王铭看来，这种论调更多是博眼球的伪命题。
“小龙虾之所以能破圈，核心在于它与大众的使用摩擦系数足够低，能调动本地应用，让大家很快玩出花活。但它远没有强大到能够在各个细分场景里完成高可用的商业交付。”王铭直言。
不可否认，OpenClaw确实是放大了AI的模型能力，让人们看到了Agent的潜力和价值，但如果缺乏对特定垂直领域的深度Know-how，它根本无法替代一个真正拥有战斗力的AI Native团队里的专业员工。
“如果你的团队能被OpenClaw替代，那说明你们不是AI Native。真正的AI Native团队是不会被龙虾替代的。”
真正的AI Native组织绝不是一个员工带几个龙虾这么简单，而是从底层的协作工具到代码的生成方式进行的全方位重构。
或许很难想象，出身SaaS的K2 Lab，从day 1开始就完全放弃了购买SaaS。因为传统SaaS固化的流程和迟缓的响应速度，已经完全无法匹配AI Native团队快速迭代的业务需求。
既然不买SaaS，系统从何而来？K2 Lab的答案是：AI coding。
据联合创始人汤明磊透露，支撑公司高速运转的十几个核心系统——包括HR招聘系统、财务系统、多维BI看板、自动化选品系统、数据标注系统，甚至达人的AI客服系统，全部是由非研发专业的HR、财务、运营和产品经理通过AI Coding直接开发出来的。
借助完善的harness体系，公司AI代码率接近99%，完全达到生产力级别，直接达到面向用户的产品能力。
这种巨大的杠杆效应，使得公司每天都能进行多次系统上线，彻底颠覆了传统大厂“一周一发版”的工程节奏。
在「甲子光年」看来，K2 Lab不仅是一个关于出海电商跑通新商业模式的商业案例，它更为整个科技和企业服务赛道提供了一个极具参考价值的微观样本。
当AI开始“给人类发工资”，当一个AI Native团队用AI coding实现业务落地，过去那些我们习以为常的企业服务叙事，显然面临着被彻底改写的命运。
一场关于效率、认知与信任的淘汰赛已经打响。
（封面来源：AI生成）
热门跟贴