十字路口Crossing

🚥 「AI+互动娱乐 / AI+游戏」正处在一个奇妙的阶段：碎片化的 Demo 层出不穷、技术进步快到让人恍惚——AI 生成小游戏、交互短内容、AI NPC、世界模型、实时多模态——但真正能在大众层面形成共识的爆款作品仍然稀缺。

本期「十字路口」和关注 AI 互动内容与游戏的播客「405游局」串台，邀请到主播 / 资深游戏从业者筱宁，一起做一次 2026 年 AI 游戏的“全景扫描”：我们把行业拆成“四层图景”，指出三种最常见的误区，并讨论那个最关键的共识缺口到底是什么——以及它为什么更可能从野生土壤里长出来，而不是从大厂里“立项做出来”。

如果你是 AI 创业者、投资人，或正在关注下一代内容平台、互动娱乐与 AI 游戏，这期节目希望能给你一个框架：哪些确定了？哪些还在幻觉里？下一阶段最值得跟踪的变量在哪里？

🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版已发布于 @十字路口Crossing 公众号。

🟢 00:11 Opening

• 游戏行业对这波生成式 AI 的反应，比互联网公司慢了很多。

• 筱宁在头部大厂做 UGC 游戏制作人，但有一个体感让她决定离开。

• 赛道的两个坐标：「互动」和「好玩」。

• 游戏真正的竞争对手，不是另一款游戏，而是抖音。

🟢 02:48 行业的四层图景

1. AI 作为工具：服务于互动内容/游戏的创作流程（更偏“提效/基建”）⁠⁠

1. AI 作为创作入口：以 AI 作为新的“生成入口/创作方式”，更关注结果而非流程⁠⁠

1. AI 作为交互对象：典型是陪伴类、AI NPC 等（把 AI 当作你在内容里“对话/互动”的对象）⁠⁠

1. AI 改变娱乐关系：改变“谁创作/谁消费”、以及社交关系/娱乐关系如何被构建（例如“多人 + 一个 agent”的场景，AI 从 NPC 变成“社交基建/氛围调节”）⁠

🟢 05:45 眼前一亮的作品们

• 《星布谷地》的娜洛做了三件事：示范怎么聊天、救场、调节氛围。当这三件事都做到了，它已经不是 NPC，而是一个社交基建的角色。

• 任天堂的《朋友收集新生活》（Tomodachi Life）：捏人、设定剧情、当造物主、当导演、再当观众——「创作即消费」这个体验，为什么他觉得特别有意思？

🟢 10:43 AI 版愤怒的小鸟，还没出现

• 愤怒的小鸟不是手游史上最赚钱的，但它是第一个让所有人形成共识的那个。

• 为什么用愤怒的小鸟来类比？

• 那个关键时刻目前还没出现——不是因为技术不够好，而是还缺少一件具体的事情。

• 「AI 版愤怒的小鸟」更可能从创业者中野蛮生长，而不是从大厂内部长出来。

🟢 17:54 大厂 AI 布局

腾讯、字节、米哈游、网易——面对 AI，四家公司走的是四条路。

• 改变最大的一家，并不是资源最多的那家。

• 米哈游做了一件其他纯游戏公司几乎不会做的事情——「动到模型」去做尝试。「技术宅拯救世界」的基因，在这里有多直接的体现？

• 世界模型（Genie 3 等）真的要改变游戏了吗？

🟢 22:31 AI 人不懂游戏的三个盲区

• 「游戏生成」这个词，本身就是对游戏工业化难度的低估。

• 视频生成出来就是完成品，但游戏生成出来只是开始。

• 「无限选择，不等于好玩」。

• 我们高估了自然语言在互动娱乐中的比重。手感、点击反馈、声光电刺激——这些跟语言根本没有关系。

• 对于很多内容产品来说，「可生成」是追逐的终点；但对游戏和交互来讲，「可生成」只是可被设计的起点。

🟢 25:15 「AI 时代的抖音」，靠谱吗？

Loopit、AIPPY、Rezona、Riffle… 大家都在说要做下一个交互内容平台。

• 创作门槛被极大降低之后，紧接着的问题是？

• 有两个核心问题至今没有被解答。

• 「我们俩都生成了一个贪吃蛇，我和你的价值怎么被别人分别看到？」——如果创作者的价值无法被凸显，平台的供给侧会发生什么？

🟢 37:54 TaptapMaker：用过的人两极分化

做过策划的人用它：「太好用了。」没做过策划的人用它：「还不如 Claude Code。」

• 同一款工具，游戏从业者和非从业者体验差距为何那么大？

• 有人在上面复刻了 Minecraft 世界，有人做了完整的 Roguelike——原来要一个团队几个人做两三个月，现在一两个人两周。

• AI 互动影游（带分支线的交互视频）：比短剧更复杂，成本百倍降低，它的春天什么时候到？

• 最长期跟踪的三个问题：交互娱乐里的短内容机会、AI 3D 管线什么时候成熟、以及愤怒的小鸟时刻最终会以什么形式出现。

🟢 43:48 当 Claude Code 成了最好玩的游戏

如果让游戏策划连续说「最近玩过最好玩的游戏」，越来越多的人，答案已经变了。

• 商业化手游的工业节奏（42 天大版本、21 天小版本），是让热爱最容易被消磨的地方。

• 最近好多人说自己最爱的「游戏」是 Claude Code。

• 感性指标和直觉反应，在互动娱乐的早期，为什么比任何理性分析都更重要？

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。

👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

在小宇宙查看该单集文稿

🚥 本周，十字路口的嘉宾是 Paperboy（https://www.paperboy.com）团队。John Yang 21 岁，CEO。Jett Chen 19 岁，CMU 大一在读，同时是 founding engineer。Paperboy 团队 12 人，10 位工程师，融资 470 万美金。

John 认为：人类和 AI Agent 配合工作的最佳方式，很可能还没被发明出来。虽然已经有了 Claude Code、Codex、Manus、OpenClaw，但它们本质上都是 session-based + prompt-based。用户需要打开一个窗口，输入 prompt，等完成，关掉。下次从零开始。

Paperboy 正在尝试找到一种更自然、更连续、更可协作的 Agent 界面与记忆结构——Agent 应该通过观察你用电脑来自己学习，用 IM 而不是 session 来组织对话，主动找你，而不是等你 prompt。

如果你在做 AI 产品、AI infra、或正在思考 Agent 如何进入团队工作流，希望这期内容会给你启发。

🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版已发布于 @十字路口Crossing 公众号。

🟢 00:00 快问快答

• 年龄、毕业院校、MBTI 与星座、一句话介绍 Paperboy、融资情况、收入与利润、团队规模、创业前经历

🟢 01:59 起点：现在的 AI 产品，我用着不爽

• 今天的 AI 产品都有一个共同的问题：你必须把文件、邮件、个人信息手动扔进对话框，然后对话完就消失了。

• 三个核心痛点：不该这样协作，不该这样留下历史，不该这样主动。

• 「人类和 AI 配合工作的最佳方式，很可能还没有被发明出来。」

• 现有的 Chatbot 和 Agent 产品形态是 AI 时代的「默认答案」，而默认答案几乎从不是最优解。

🟢 06:21 Claude Code 轰炸之下

• Agent 赛道的三个机会：一，让 agent 真正从用户环境中学习；二，足够个性化，做到主动的同时不造成干扰；三，使用体验必须极其直觉——「你不该像学新工具一样学怎么用它。」

• 这三点依然要靠人类团队，市场上冒出的新东西还没有打破这个框架。

🟢 08:01 Agent 的两大问题

Cursor 和 Manus 是目前最成功的 agent 形态，但 John 说它们有两个根本性的问题——这直接定义了 Paperboy 要做的事。

• 问题一：基于 Session。你有一堆工作区、一堆对话，每次开新 session 就像重新认识一次，context 不跟着你走。

• 问题二：Reactive（被动）。你必须先问，它才回答。Agent.md 文件要主动维护。

• Agent 应该知道你的鼠标移动、视频音频、所有电脑活动——context 应该比 context window 长得多。

🟢 14:21 屏幕数据成了行业共识之后

「收集用户屏幕数据去构建 Context Layer，已经一定程度上成为行业共识。」

• Codex、Littlebird 在做，各路玩家都在做，但接下来怎么做——是预测用户下一个 Keystroke，还是预测他接下来一个小时要做什么——还没有人找到最佳”配方“。

• 这个领域需要大量 engineering 和 research，「在今天，对一家公司来说，探索这个区域还是一个非常好的选择。」

🟢 16:46 Mini Vivian & Auto John

• Mini Vivian 是团队在内部 Slack 里训练出来的 Paperboy 实例，理解 Vivian 曾经说过的所有话、她的判断品味、她的招聘标准。

• 它能帮 Vivian 从 GitHub、小红书、推特挖掘候选人。

• 和 Auto John（John 的 agent 分身）聊天，有时候比直接找 John 更顺。

• 「期待我可以直接躺平，让 Auto John 成为比我更聪明的存在。」

🟢 27:36 微信群聊，启发了界面设计

• 不同角色的「侧边栏」完全不同，如果每人一个定制版，根本没法做成产品。

• 转机来自微信——同一批人，可以同时存在于多个主题不同的群组里，这是人类组织信息最自然的方式，而且不会让人觉得烦。

🟢 33:36 The Last Interface 与五种速度

• Paperboy 目前唯一一篇 blog 标题叫「The Last Interface」——context 的速度层级，决定了产品形态。

• 「节奏分层」理论（Pace Layers）：时尚、商业、基础设施各自以不同的节奏变化。

• 映射到 AI 产品：1 秒内的 task 可能最好的形式是 autocomplete；几小时的 task 用 IM；更长的 time horizon，产品形态还是「一个非常值得被探索的区域」。

• 「五种速度」不是说 Paperboy 真的只做五种，而是一个思考框架：你在哪个速度层的 automation 上，直接决定了你应该做什么样的产品。

🟢 42:09 两种工程师、一本书、一个教练

• 12 人的团队，John 说他招的是两种完全不同的人。

• 第一种：像 Jett 这样——年轻、高智商、充满创造力，能为每一个难题极速搭出 prototype。第二种：领域基本功极度扎实的人，比如来自 AWS 做过 Windows 内核开发的工程师，来负责底层基建。

• 管理经验几乎全靠自学：《格鲁夫给经理人的第一课》、《创业维艰》、《万亿美元教练》——以及和一位前 VC 高管出身的 CEO 教练每周一小时。

• 找教练比心理治疗好太多，原因是：「你可以谈情绪，然后接着谈业务里正在发生的一切。」

🟢 48:07 拒绝过 Cognition、Vercel、Sentry，然后呢

• Million 时代，他们收到过来自 Cognition（Devin）、Vercel、Sentry 的收购邀约。

• 「加入那些公司，某种程度上就像是做一名普通员工，你必须为别人的想法工作。」

• 最喜欢的 AI 产品？Jett：Codex——「它以最 ambitious 的形式在定义未来的软件工程师是怎么 work 的」，而且核心 agent 是开源的。

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。

👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

在小宇宙查看该单集文稿

🚥 为什么说 Agent 的上限来自 Harness？当我们讨论 Harness 时，我们究竟在讨论什么？

不久前，Claude Code 源代码泄露，许多 Agent Harness 的关键模块得以完整呈现，成了一份极佳的教学标本。而在技术高速变化的红利期，主动理解新技术往往能带来很高的认知增量。

因此，本周「十字路口」邀请到来新璐，一起聊聊 Agent Harness。新璐是 ShareAI 开源社区发起人，他撰写维护的《Learn Claude Code》教程在 GitHub 上获得超过 50k Star。

在本期内容中，我们把 Agent Harness 从概念词拆解成工程语言，介绍它的三层框架：会跑（执行层）→ 跑久（状态层）→ 跑稳（治理层）。同时，我们也梳理了 Claude Code 中值得借鉴的多个机制：更多 context、更少 control 的思路、“零上下文管理”的哲学、长程任务的接力式交接策略，以及让 Agent 越用越聪明的“做梦”式记忆维护与迭代机制等

新璐作为典型的一人公司，刚完成数百万美金融资；他也分享了自己对 OPC 的独特观点，甚至认为“未来只有 0 人公司，没有 1 人公司”，颇具启发。

🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版已发布于 @十字路口Crossing 公众号。

🟢 00:49 快问快答：年龄、毕业院校、MBTI、星座、一句话介绍公司、融资情况、团队规模、创业前经历

🟢 01:52 模型以外都是 Harness

机甲、大脑、机器人、智商120——Harness 到底是什么

• 模型以外都是 Harness

• Agent 上限由 Harness 决定吗？

• 模型智商已在 120–170 之间；Agent Harness 像机甲——不提升智力，但极大扩展能力

🟢 02:47 GitHub 50k star，是怎么来的？

这个Agent教程，其实不只是写给别人看的——它本来是新璐自己整理的"造 Agent 心法"。

• 9 个月前动笔，出发点是"把 Claude Code 套网页壳就能得到一个强大 Agent 产品"的简单直觉

• 开源社区当时流行 LangChain、LangGraph等 prompt pipeline 做法开发“伪Agent”，是一场派系之争——"Prompt Flow-Driven vs Agent Native-Driven"

• LangChain 过时了吗？

🟢 04:02 Bash is all you need

Claude 推出 Manager Agents 之后，大家还需要自己搭 Harness 吗？

• 就像 Next.js出现后大家不再关心底层运行原理，两三年后 Agent Harness 也会收敛为开箱即用

• 但现在是技术周期红利窗口——不懂 Agent Harness，做出来的Agent产品"缺乏灵魂"

• 今天的 PM 和过去的 PM，指的根本不是同一种人

🟢 07:04 Harness 三层拆解

用两周时间、多 Agent 协作，从零写出一个 C 编译器——这个经典案例背后，到底走了哪三层？

• 第一层：执行能力层 ——文件增删读写、浏览器、语言解释器；配错权限后果是什么？

• 第二层：上下文与状态层 ——system prompt、skills、memory，以及上下文窗口满了之后 Agent 如何"接力交棒"

• 第三层：治理与编排层 —— 数百上千 Agents 如何组织协作？测试 Agent 为什么不能同时拥有修改代码的权限？

🟢 12:05 KB 的 K 系列Agent工具链

他们公司叫 Komputer Blue，代号KB，目标是构建By Agents & For Agents的整套开源Infra

• Komputer：用 TypeScript 重写 Unix 文件系统和 bash，给 Agent 一个"熟悉的生活环境"；支持 WebAssembly 时切换WASM实现；

• Kruntime：Agent Runtime 层，提供让人类开发 Agent 的接口，以及Agent 派生 Agent的接口

• Kwatch：Agent 观测层，分析 Agent 任务在哪里卡住，反向指导 Agent 设计迭代

• Krl：把 Agent 在 Runtime 上沉淀的轨迹数据拿来强化学习或做上下文层的自迭代

🟢 13:55 vs. AWS AgentCore、阿里云 AgentBay

云服务厂商当然也想做这一层

• K 系列 Agent 工具链的核心理念：在离用户更近的场景运行 Agent，任何能跑 JavaScript 的场景都能用——浏览器、插件、App、Electron、小程序、纯静态网页、全栈 SaaS

• 差异化：把Claw-Agent的运行时轻量到由纯数据结构模拟的 KB 级Unix虚拟计算机环境，而不是把 Linux 和浏览器全塞进去

• 新璐认为要让 Agent 工作好的方法是给每个 Agent 一台专用计算机，一般通过虚机提供，但大多 Agent 完成的大部分工作不需要真的 Linux虚机（且成本高昂），像编译器、浏览器这类重工具原本就不该放进给每个 Agent 的虚机环境

🟢 17:38 Memory 的流派

• 完全结构化（知识图谱 + 向量搜索）：精细存储的知识结构，支持 pipeline 知识推理，rule-based，新璐不喜欢

• 半结构化（Unix Files + Markdown + Agent 驱动更新）：Claude Code 和小龙虾都是这样做的；Claude Code 中的 auto-dream 机制：每隔一天触发后台 Agent 对最近会话做"重放"，纠错、合并、更新记忆——就像做梦

• 模型内化 —— 距真正生产落地还需要～ 3 年时间，且记忆难批量提取 & 无损转移，容易被单边模型提供商绑定

🟢 22:49 共识与非共识

• 共识：CLI is all you need——"Bash is all you need" 这句话是新璐 9 个月前写在开源仓库里的标语，现在成了行业共识

• 非共识：大部分23年 ~ 25年诞生的主流开源 Agent 框架仍在用 PromptPipe + Node Graph的老路线 —— 就像齿轮与传送带编织的流水线

• Unix 从 1971 年就存在，LLM预训练语料中 Linux 命令有数十亿条sample；MCP 提出才两年，预训练占比不到 0.1%——这解释了为什么 CLI 工具的任务完成率比 MCP 高，并且 shell 具备对CLI命令的可组合性 & 二次编程空间

🟢 26:33 Claude Code 源码泄露：最大的惊喜是什么

让所有人看到了一件事：这家公司在"上下文管理"上做了多少别人没有做的工程工作

• 上下文压缩策略：工具 output 何时删、窗口满到什么阈值开始交接、下一个 Agent 初始化时加载什么

• Fork Agent 机制：每轮结束触发 turn stop hook，Fork 一个 Agent 复用 KV cache 做记忆更新

• 记忆文件格式和 skill 保持同一套哲学：前三行 YAML，先读 description 而非全文

• 新璐的结论："好的 Harness 要和模型的inference逻辑自洽，和Agent模型进步方向正交"

🟢 34:05 好 Harness 的标准

• 不好的：随意裁剪上下文，导致 KV cache 频繁失效，重计算开销

• 不好的：用 Prompt Graph硬控每一步决策——模型越强越被束缚

• 好的公式：好的context space + 好的action space + less prompt control

• Anthropic 从25年初率先从问答模型转向 Agent 模型训练，领先其他厂商半年

🟢 38:52 新璐看好的三个创业方向

• 第一：Agent Harness工具链（新璐自己在做）

• 第二：Agent 组网——不是给 Agent 发 IM/Mail，而是混合云端/端侧的全设备组网；现有 Tailscale 不够 Agent Native，需要高通量上下文交换，以及更多控制能力

• 第三：Agent模型集约训练、推理基础设施——Tinker（Thinking Machines Lab，OpenAI 前 CTO 创业方向）的路线：集约化高效训练 + LoRA 热插拔推理，让更多企业 & 个人都能以较低成本获得个性化且更适合各自任务场景的Agent模型

🟢 44:09 Agent 未来暴论

"我觉得以后很多的公司都是理财产品 —— 由有经验的人类 Team搭建这些公司、甚至由AI直接生成公司，然后自运转"

• 阶段：单 Agent → Agent 蜂群 → Agent 自管理 & 协调更多 Agent → Agent 开始创造、发明

• OPC “1人公司“不本质， 0PC “0人公司”是未来趋势

• 真格基金和十字路口的 Token Grant 资助的 YoYo Agent

• 未来的画面：从口袋里掏出一张卡，"这张卡里跑了 5 个由Agent组成的公司，每年给我创造几十亿收入"

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。

👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

在小宇宙查看该单集文稿

🚥  上周，我在 B 站做了一场直播，邀请了中美两国一线 Agent 开发者深度对谈：

• MiniMax Agent 首席架构师 阿岛
• MiniMax Agent 研发工程师 择因
• Hermes Agent（Nous Research）业务负责人 Tommy Eastman

这也是 Hermes Agent 在全球获得广泛关注后，官方首次现身中国社交媒体平台，并且正面回应了中国团队 EvoMap 对其“抄袭”的指控。

我们一起围绕「从 OpenClaw 到 Hermes」的热潮迁移，深入拆解了 Agent 和 Harness 的多个关键议题：

• Hermes Agent 为什么会在 OpenClaw 之后火起来？
• 模型会吃掉 Agent 吗？通用 Agent 会吃掉垂直 Agent 吗？
• 为什么 MiniMax 和 Anthropic 都要同时做模型和 Agent？
• 如何看待 Agent Infra 层面的创业机会？
• 如何看待 Multi Agent 协作的范式？
• 如何看待 Claude Code 的实名制要求？
• 为什么 Anthropic 不发布 Mythos？
• Claude Code 源代码泄露的影响
• 从 Manus 发布到今天，Agent 范式的变化
• 中美模型的差距，和开源的窗口期
• 「把自己蒸馏成 Skill」
• 0 人公司的可能性 ——完全由 AI 驱动的公司是否会出现？

🎬 本期内容的视频版本已同步上线于 @Koji杨远骋 的哔哩哔哩。

📒 文字版已发布于 @十字路口Crossing 公众号。

🟢 01:52 OpenClaw，中国为什么比硅谷更火

窗户纸终于被捅破了。

• 在硅谷，Claude Code 早已存在；而在国内，OpenClaw 是很多人第一次真正感受到"agent 是什么"。这不是偶然，而是一个非常特定的时机。
• 为什么热度从 OpenClaw 迁移到了 Hermes Agent？

🟢 05:55 Hermes Agent 从哪里来？

最初根本没打算给别人用。

• 大语言模型是大脑，agent 框架是双手——但 Hermes 真正的差异化，不是框架本身，而是它解决了所有 agent 都有的一个问题。
• 一个月内，日均 Token 消耗暴涨，连他们自己都没想到。

🟢 08:14 Nose Research 的底色

他们发表了一篇扩展上下文长度的论文——然后被所有主流模型公司立即采用。

• 从 Discord 社区到 LLAMA 后训练到 Hermes Agent。
• 为什么他们的模型叫"Hermes"？

🟢 14:18 什么是 Agent Harness（挽具）

你有一批烈马，怎么让它们最能发挥？就是构造挽具。

• 类比：给同事配一台笔记本、一个手机、一个邮箱，约定好他能做什么——然后你发现，这个同事开始干活之后，最大的瓶颈变成了你自己。
• Harness 要解决的核心问题：让原来必须人来拍板的事，能靠真实反馈自动完成，并沉淀为 skill。
• 阿岛去年就开始不怎么用 IDE 了——他用了一个意想不到的比喻来解释这件事。

🟢 19:31 Multi-Agent：一个 Agent 为什么不够

你给 agent 发的消息是"批准"两个字；两个 agent 互相交流，每条消息都是一本小作文。

• 单个 agent 有一个隐藏天花板：上下文超过 50% 之后，智能水平指数级下降。
• agent 钻牛角尖的时候，另一个带着全新上下文来审视，效果不亚于睡一觉再想。
• MiniMax 的 RL pipeline 里，70%～80% 的工作已经是 agent 在完成——那剩下的 20%，人在做什么？

🟢 22:53 自我进化 vs 抖音算法

• 抖音也越用越准，为什么没人说它"自我进化"？
• 养虾的过程中，用户开始对 agent 产生感情，宕机了会心里落寞。"自我进化"背后，其实是一个更深层的用户诉求。

🟢 29:00 你以为你在蒸馏乔布斯——但其实是模型在蒸馏你

• "蒸馏名人 skill"有真实价值：和读书没有本质区别，只是换了一种形式。
• 反向视角：Anthropic 和 OpenAI 花了大量的钱，让各领域最顶尖的人提出 AI 无法回答的问题——"一旦你提不出了，你对训练的价值就耗尽了。榨干为止。"
• 当你在构建自己的 Harness 时，其实你也在蒸馏自己。

🟢 35:17 被扔进大海的生存实验：yoyo Agent

打败 Claude Code。

• 真格基金和十字路口的 Token Grant 资助了这个项目。yoyo Agent 现在第 49 天：每天写代码、在 GitHub 开打赏、发 Twitter 感召有缘人捐钱。
• Grant 给了它一笔钱后，它自发写了一封感谢信。Koji 看完有点感动
• 那封信，就是背后工程师注入的 taste——见字如物。

🟢 45:11 应用层终将被模型内化

• 你写的 skill、搭的 workflow，最终会成为模型训练的素材。
• Anthropic 为什么在过去一两年势头比 OpenAI 更猛？
• 做通用 agent 应用，"你永远会被模型内化掉"。

🟢 49:27 中美模型差距：差在哪里

• 训练方法的差距不大。真正的差距，是有没有请到足够好的人，去定义足够好的任务。
• 中美双方的思考"在同一个大气层内"。
• 但有一个具体的、国内还有差距的地方——不是算力，不是算法。

🟢 54:17 Agent Infra 有没有创业机会？

• Agent 最核心的两个 Infra 问题，不是创业公司能 handle 的——原因和移动互联网的历史有关。
• Sandbox、memory Infra、runtime Infra——"没那么本质。"
• 往上一层呢？有一个更具体的判断：什么样的 Infra 有机会，什么样的没有。

🟢 56:58 新闻快评

• Claude Code 强制实名——凭什么你来定义谁是"可信的"？EGO 是不是有点太大了。
• GPT-4.7：极强 RL 模型，但 RL 有一个逃不掉的宿命——只管结果，不管过程。对 4.7 还有一个额外的猜测，和 HuggingFace CEO 的判断一致。
• Anthropic 的 Mythos 模型未发布："我不确定这是不是唯一的理由——我可能只能说到这。"

🟢 01:02:53 Claude Code 源代码：有多少魔法

看完之后的第一反应：没有太超出认知的，甚至看到很多正在"Claude 化"的实践。

• 最让人放松的发现：即使拥有无限算力的公司，在通用 agent 上也还在探索——源代码里有大量从未开放给用户的实验性功能。
• Claude Code 和 OpenAI 的 Codex 走了两条截然相反的路——其中一条被形容为"中国式家长"。

🟢 01:05:38 Manus 之后：Agent 产品有没有生命周期

一代版本一代神——这代版本的神，到下一代版本也需要迭代。

• 今年火的 agent 产品和 Manus 最大的差异，不是技术，而是商业模式。
• 对 agent 终态的想象：全模态、近实时、不需要 prompt engineering，甚至不需要知道它在做什么——你只看到结果。

🟢 01:12:39 加入 MiniMax 的理由

• ATM 机出现后，大家以为银行会裁员——实际发生了什么？
• 加入 MiniMax 有两个理由。第一个是信仰，第二个……和第一次用 ChatGPT 有关。

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。

👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

在小宇宙查看该单集文稿

🚥 「十字路口」有一个内容系列「AI 在中国」，长期关注 AI 在中国各行各业的具体落地案例，我们和大家一起观察 AI 在如何真实地影响到我们的工作、生活。本期为本系列第 6 期。

➤ 很多人问：“AI 时代到底怎么落地？有没有一个中国企业的样本可以学习？”

本周的「十字路口」，我们邀请了张韶峰（百融智能董事长/CEO）。百融今天是一家 1,600 人的港股上市公司，他们先后在金融风控审批、联络中心、招聘面试、财务报销、合同审核等场景里跑通了企业级 Agent 的生产部署。

张韶峰给了一个非常“传统企业友好”的推进法：先把概念讲清楚，再把责任人选对，最后用能闭环、能衡量的场景去打穿 ——不要先挑战人性，不要先重构流程，找到企业里的”AI 原住民“，先让 AI 在既有流程里跑出可交付的结果。

我们也在这期讨论了一个很多人关注的问题：为什么大多数公司用不好 AI？而恰好这个缺口，在张韶峰看来，对中国 ToB 创业者是十年一次的机会。

🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 00:00 快问快答

• 年龄、毕业院校、MBTI 与星座、一句话介绍百融智能、收入与利润、团队规模、最近在关注什么

🟢 01:13 OpenClaw = 黑灯办公室

制造业早就有「黑灯工厂」，而坐办公室的白领，历史上从来没实现过这一点——直到 OpenClaw 出现。

• 他把 OpenClaw 定义为中国企业的「第二次 AI 震撼时刻」，地位仅次于 DeepSeek——DeepSeek 让大家知道 AI 是什么，OpenClaw 让大家开始恐惧自己的命运
• 一个卖起重机的清华同学的问题：「AI 时代来了，我该找公司里谁来负责我都不知道」——这种焦虑非常典型，而且目前没有人在系统性解答它
• 既振奋又焦虑：振奋是「要么赚钱要么省钱」，焦虑是「不知道该怎么干」

🟢 03:30 20 万 AI 员工是怎么算出来的

百融内部有个北极星指标叫「硅碳比」——能用 AI 做的，就不要用人做。

• 百融目前有约 20 万 AI 员工对应约 1,000 多真人员工——但这个数字是怎么定义的，背后有一套非常有意思的测算逻辑
• 按这套社会价值的换算，百融创造的产出相当于一家四五十万人的公司，但收的费用只有后者的几分之一——这个悖论他怎么解？
• 他预见到有人会「注水」AI 员工数量来讨好老板，公司专门引入第三方标准来防止这件事

🟢 07:41 现场！拨一通真实的 AI 客服电话

一个成都口音的理财经理、一个会传递上下文的 AI——这通电话里有几个细节，值得反复听。

• 带口音的 AI 员工，效果远胜标准普通话——「有口音的普通话，才有人味儿」
• 每次开口前的键盘敲击声：一个刻意设计的细节，意图是什么？
• 真人客服为完成业绩可能会承诺兜底，但这个 AI 无论怎么被诱导，绝不越线——这不只是技术问题

🟢 10:50 为什么 AI Agent 不能「一个人干完所有事」

既不是技术限制，也不是成本问题。

• 一个全能的超级 Agent 暴露在外面，对黑客来说是最大的漏洞——他拆成多个角色的逻辑，是从攻防博弈角度来的
• 另一半原因更难解决：改变 AI 作业流程，意味着改变内部利益格局，员工找借口说 AI 不好用，背后到底是真的不好用还是别的什么？
• 他给出的建议：第一步不要改流程，先让每个人的能力乘以 10，利益格局不动，然后再推进

🟢 13:00 AI 员工也有 HR、绩效和父母

• 百融内部有个「AI 员工之家」：每个 AI 员工有姓名、工龄、入职日期、邮箱——邮箱格式和真人员工完全一样
• 它有两个「父母」：一个传授业务技能，一个负责「生产制造」它——为什么要这样分离？
• 员工把自己的能力传给 AI 员工，如果不设置奖惩机制，你凭什么让他配合？——他踩过这个坑

🟢 15:20 中国 SaaS 长期失败的根本原因

做百融的第一天，就决定不走传统软件路线。

• 中国整个软件产业的产品收入，只有美国的 4%，但中国经济体量是美国的 2/3——这个差距不是偶然，是结构性的
• 中国企业愿意为「资源」付钱（流量、硬件），但不愿意为「过程工具」付钱——这是文化问题还是商业模式问题？
• 从第一天就用「快递小哥模式」——完成一件工作，才收一次钱，前置成本为零

🟢 19:30 Agent 找到 PMF 的两个领域

第一大毋庸置疑，第二大是全球公认——但中国企业可能还没意识到这件事有多大。

• 第一大：程序员——所有工作可闭环、可衡量、可供强化学习，而且程序员自己愿意用
• 第二大：Contact Center（CC/联络中心）——处理客诉、咨询、营销、会员管理，为什么他认为这是全球公认已找到 PMF 的方向？
• 判断标准很清晰：「不用见面」「衡量价值容易」「以前就是外包给 BPO 的」——凡是满足这三点的，AI Agent 的 ROI 就会很显著

🟢 22:15 AI Roll-Up：收购 BPO 就是收购未来

所有的猎头公司、咨询公司、会计事务所、律所，本质上都是广义的 BPO。

• 他认为 AI 可触达的市场空间，是传统软件的 10 到 50 倍——红杉给的数字是 80 倍
• 百融已经把一个 50 人的小客户运营部门缩减到 5 人 + 18 类 AI 员工，但那 45 个人没有被裁，而是从成本中心变成了利润中心，开始对外输出服务——这个故事里有他对 Roll-Up 的真实想法
• 他们成立的「百鉴」平台是一个新物种：既不是经典 Roll-Up，也不是 SaaS，而是「专业服务领域的天猫」——这个模式的逻辑是什么？

🟢 26:00 咨询公司 450万 vs 智能体 50 分钟

一个制造业企业花了 450 万、几个月时间，得到了一个失败的方案——然后他们在百融的智能体里输入了同一个问题。

• 那个专业人士隔天单独找回来说：「我不知道你们能力到这个程度了，要不我们俩合伙干」——这是百鉴平台诞生的直接起点
• 智能体推荐去东南亚某国设厂，最终客户真的成功了
• 他去年上半年找过同一个人想合伙做 AI Native 律所，对方以「太卷」为由拒绝了——改变他想法的，只用了 50 分钟

🟢 30:00 从焦虑到行动的 3 个关键动作

• 这次不是移动互联网级别的变革——它是供给侧的变革，不是流通侧，认知的高度要升级
• 不要把这件事想得太容易：以为有免费的开源模型就够了，第一个项目失败了，可能两三年都再启动不了
• 激发员工善的一面：奖惩机制要落到微观层面，大趋势没有用，人性才是落地的变量
• 从高频、边界清晰的简单任务开始，先建立信心，再扩大投入——哪些任务算「边界清晰」？他给了判断标准

🟢 32:00 这一次，ToB 赢在供给侧

历史上每次最高等级的技术革命，都是从 B 端开始的——淘宝和字节跳动，在他看来本质上都不是生产力创新。

• 蒸汽机、电力、第一台计算机——都是供给侧先革命，再扩散到 C 端；这次 AI 也一样，「黑灯办公室」会比「黑灯工厂」先到来
• 他做出了一个罕见的判断：中美历史上，可能第一次会出现真正意义上 ToB 科技公司在商业模式、产品和资本逻辑上的「合流」
• 以前中国 ToB 软件收入和 ToC 差 10 倍以上——这一次，他认为这个差距有可能被颠覆

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。

👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

在小宇宙查看该单集文稿

🚥  本周「十字路口」，我们把「小红书黑客巅峰赛」的 7 位选手，以及这场比赛的总负责人散兵，一起请进了播客。

在这期节目里，你会听到这些年轻创造者介绍他们在 48 小时里做出的产品：

⊹ 有拿下全场大奖、在决赛现场一出场就引发欢呼的 Pocket Guitar；

⊹ 有把手机“锁进面包机”，试图用一种近乎荒诞、但又非常当代的方式，帮人找回专注力的“专注面包机”；

⊹ 有想让 AI 和机器人拥有“自己的脸”的动漫大头；

⊹ 也有从真实痛点出发、想帮助听障人士更自然表达和交流的特殊变声器。

➤ 但比产品本身更动人的，是这些产品背后的人，和他们在黑客松现场发生的故事。

⊹ 你会听到，有人因为童年一次上台失误，很多年都害怕站上舞台，却在这次路演里第一次真正享受聚光灯；

⊹ 有人说，黑客松的核心主旨其实是“自虐”，但正因为那些高压、混乱、失控和痛苦，创造才会显得格外快乐；

⊹ 还有人说，比赛结束以后，生活并没有立刻回到原点，整个人还停留在那种持续创造的状态里。

➤ 我一直觉得，黑客松里过程比结果更重要。

拿没拿奖，当然重要；但更重要的是，你会在这样一个场里，遇到一群和你一样充满野心、也一样愿意动手的人。你们可能第一次见面，第一次组队，第一次一起熬夜做东西，但很多关系、很多同行、很多未来，往往就是从这种场合开始的。

我最近很喜欢一句话：年轻的时候要去巴黎。

如果把它放到今天的 AI 时代，我会说：黑客松就是我们的巴黎。

因为在一个创造力最旺盛、变化也最快的时代里，你会在这里遇到最高密度的同类——那些想创造、想改变、想亲手把某个东西做出来的人。

而这，可能才是参赛最大的收获。

🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 00:00 小红书散兵：我们要做中国最牛逼的科技赛事

🟢 03:19 叽里小鹅｜叽里叮当专注面包机：笑死，她来黑客松，把手机塞进面包机

🟢 07:55 头壳同学Remi｜为世界做动漫大头：黑客松顶流，让机器人"有脸见人"

🟢 12:59 博文｜Pocket Guitar 口袋吉他：黑客松全场冠军，真正让人想买的产品

🟢 20:23 罗罗Edward｜Attune：黑客松第二名，设计师做的AI产品

🟢 24:09 陈锦初｜赛博紧箍咒：这一届黑客松，不只属于程序员

🟢 28:33 Queenie｜Vibethon 赛码场：黑客松人气王，为什么要"消灭"黑客松？

🟢 32:16 朋程说语训｜柯南同款特殊变声器：黑客松很短、一生很长，我想现在就开口

🟢 37:31 Koji：黑客松是AI时代的巴黎

🟢 43:57 小红书散兵："在AI时代，我们都是同龄人。"

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。

👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

在小宇宙查看该单集文稿

🚥 本周十字路口的嘉宾是开物纪创始人陆子恒。他们刚成立就拿到数亿元的种子轮融资，投资方阵容强大：Monolith 领投，光合创投、集富亚洲跟投，高瓴创投、IDG、蓝驰创投、BV 百度风投、L2F 光源创业者基金等老股东超额加注。

开物纪的使命是用 AI 更快发现并验证能够“改变人类命运”的新材料，并让它们从实验室走向可量产、可商用。

子恒会和我们介绍：当我们讨论 AI 发明材料时，AI 究竟在“发明”什么，瓶颈在哪里，商业化又将如何展开。

子恒也在中关村学院带 PhD，我们聊到了 AI 时代的学习和人才：在工具与范式都快速变化的今天，应该如何学习？读 PhD 还有必要吗？又该如何判断自己适合走学术路线，还是去产业一线？

最后，虽然这一期聚焦 AI for materials，但它对所有想把 AI 用在垂直行业的人都有启发：从如何定义问题、积累高质量数据，到如何把 AI 大模型的能力嵌入业务流程，形成可持续的交付与商业闭环，这些方法论都能迁移到其他行业。

更进一步说，几乎每个 AI+垂直行业都会遇到同一个问题：当你终于造出一把能挖出金子的“铲子”（模型与能力）时，是把它交到别人手里，还是选择自己下场去挖？

🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 00:00:43 快问快答

• 年龄、毕业院校、MBTI 与星座、一句话介绍开物纪、融资情况、收入与利润、团队规模、创业前经历

🟢 00:02:44 一块材料，能值多少钱

从硅谷为什么叫 Silicon Valley，到一个日本团队发现的粉末材料撑起了整个固态电池产业。

• 材料的本质，其实是一个"往白纸上放原子的游戏"。
• 历史上最赚钱的材料 IP，往往集中在极少数人手上——Goodenough 一个人做了锂电里大半的核心材料。开物纪想用 AI 批量造出这样的人。
• 发现一个材料，然后呢？它是怎么变成钱的？

🟢 00:08:10 材料界的 Flagship Pioneering

他对标的既不是陶氏，也不是巴斯夫，而是孵化出 Moderna 的那家基金。

• "如果真的能挖出金子，我肯定不会先把铲子给别人用。"
• 两类目标同时在跑：一类是"要发财的"，一类是"要 show muscle 的"——具体是哪两类？
• 为什么他认为，这个行业现在需要的是有人先从头打到尾走出一个范例？

🟢 00:14:12 那一天，大家吃完饭随手测了一下

一个震撼了所有人、但没有任何人当面说出口的瞬间——成了开物纪出发的原点。

• 为什么这帮科学家没有声张？子恒怎么形容他们的？
• 他们看到的那个能力跃升，和 GPT 3.5 之间有什么关系？
• DALL-E 的出现，跟材料模型的技术路线选择，有什么意想不到的关联？

🟢 00:19:12 差异化？现在还没到竞争那一步

• "今天大家不应该把用 AI 做出来一个好材料当成一个竞争。"——他为什么这么说？
• 他认为这个领域真正的壁垒，不在模型，不在算力，而在一件很难被复制的事情。
• 美国那几家对标公司——Periodic Labs、Project Prometheus、CuspAI——和开物纪的路线，到底哪里不一样？

🟢 00:22:49 克级、公斤级，然后呢

AI 不是要搜遍整个宇宙，只要有一个能卖钱就行。

• 从 AI 给出候选材料，到客户愿意在自己产线上验证——中间到底要走几步？
• 他说这整件事是"暴力美学"——为什么从 AlphaFold 到 LLM 到具身，走的都是这条路？
• AI 在这条管线里，最大的价值究竟是在哪一步？

🟢 00:27:43 开了三张 offer，手都在抖

• 钱主要花在哪里？实验室？算力？还是人？答案可能颠覆直觉。
• 他为什么说商业反馈不是对研究的妥协，反而是研究的加速器？
• DeepSeek 和具身机器人的崛起，能给 AI for Science 什么启示？

🟢 00:35:33 面试的时候，我现在不知道该问什么了

知识性问题，GPT 全都能答，而且知识面比我强。

• 他学生成式模型，是怎么学的？一篇论文都没看过。
• 他说未来五年内，有两类能力会变得非常不值钱——是哪两类？
• Taste、Vision、主动性——在 AI 时代，他给这三件事排的优先级是什么？

🟢 00:47:38 给 10 年后的自己：还折腾得动吗

• 从本科目标"月薪 3,000"，到剑桥，到微软，到创业——每次转变背后，是什么驱动了他？
• 为什么这么多年在外漂泊，他几乎从来不想家？他的解释出乎意料。
• PhD 到底值不值得读？他的答案简洁到有点狠。

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。

👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

在小宇宙查看该单集文稿

🚥 具身智能正在迅速滑向一场资本狂欢。开年以来，中国至少已有 5 家具身智能公司——银河通用、星海图、智平方、千寻智能、自变量机器人——拿到 10 亿元级融资；当 10 亿开始成为这个赛道的常见起步价，相信很多人和我们一样，都感受到了滔天的泡沫感。

本周十字路口的嘉宾张翼，是「未来不远机器人」的创始人。4 年前，他决定入场机器人创业。那个时候，市场静悄悄，他以为自己选择的是一条又慢又难、无人问津之路。

张翼曾创办市值 30 亿美金的上市公司「掌门 1 对 1」，也经历过双减带来的"一夜归零"。我们从那段断崖式下坠聊起——确认双减是真的，用了足足半个月；把近九万人的公司裁到千人以内，那段记忆在他脑海里已经"泛白"，但后脑勺上，至今还留着当年压出来的一撮白头发。

这次创业，他反其道而行：先潜行三年不融资，先把机器人送进 300 个上海真实家庭，用长期采集的场景数据驱动产品迭代，并在本周发布新一代家庭机器人 F2。

——————————————————

🤖 这也是十字路口的系列内容「机器人来到十字路口」的第二集。

欢迎收听第一集内容：《AI 是具身智能的胜负手吗？半年融资3亿后，VBot 首款产品做得怎么样？｜对谈维他动力联创赵哲伦》

本期内容中，你会听到：

• 双减那一刻的“空白”，以及随后作为 CEO 的极限决策

• 为什么第二段创业押注在家庭机器人，而不是更快、更“性感”的方向

• 先憋三年不融资、先入户的反常识打法，到底带来了哪些优势

• F2 的核心场景：带娃与轻家务，以及为什么"厨房"是最重、最难的家务

• 具身智能热潮之下，世界模型与 VLA 如何取舍

• 数据为什么是护城河——以及被大多数人忽略的"第三种数据"

• 经历过最大的起落之后，他如何学会"站在未来往回看现在"

如果你对具身智能、家庭机器人、或者任何需要穿越周期的硬科技创业感兴趣，这期值得一听。

🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 00:02 快问快答：年龄、毕业院校、MBTI 与星座、一句话介绍、融资情况、收入与订单规模、创业前经历

🟢 02:26 双减那一刻

30 亿美金估值到“一片空白”

• 当“100亿收入的机器”突然断粮

• 从 9 万多人裁到 1000 人，留下一种创伤：记忆会泛白。

🟢 06:04 为什么选择家庭机器人

“20年后每家每户一定会买一个机器人。”

• 不是换赛道，是重新回答“我为什么还要做事”。

• 重新出发的底层动机是什么？

• 三个合力指向机器人：LLM（ChatGPT 3.0时代的机会感）、工程背景（电子信息）、to C 家庭用户洞察。

• 如果再做一次，必须“比以前更大”，否则没有动力。

🟢 08:56 为什么“提前做硬件”比提前做AI更值

软硬结合的复利来自时间，不来自钱。

• AI 软件迭代快，领先容易被追平；机器人因为硬件和工程链条，领先会积累成壁垒。

• 花 10 个亿也不一定追得上成熟的运动控制与稳定性：很多能力是“时间问题”。

• 先憋三年再出来：不是不融资，而是等到“能进家庭、能稳定用、能产品化”。

• 早期的核心判断：先把消费级做到“拿出来就让人惊讶”的程度，再教育市场。

🟢 11:08 坚定做家庭 to C

to B 最终常常变成价格战；to C 才能用体验换来利润，再用利润换来下一代产品。

• 工业/To B 技术往往壁垒不够高，最后拼成本；家庭 to C 的“体验 + 品牌”会形成护城河。

• 从第一天就“找产品”：五六千份问卷 + 电话访谈，直到机器人能进家庭才真正定下第一版功能。

• 300个上海家庭试用：从“只能做这几个”到“自由发挥”，功能来自共创而不是脑补。

• 真实洞察：很多用户不是要陪老人，而是要“帮老人带娃”。

🟢 14:34 F2 的真实卖点：带娃 + 轻家务，服务定价而不是产品定价

如果只对标阿姨，机器人永远贵；一旦对标“高端带娃服务”，价值就变了。

• 两个主场景：带娃（读绘本、乐器纠正、下棋、讲故事、捉迷藏）与轻家务（收纳玩具、捡垃圾）。

• 使用时长与转介绍才是产品真指标：50% 转介绍、30% 续租，胜过“卖了多少台”。

• 早期惊喜：机械臂带来“花里胡哨”的玩法，小孩能玩两小时。

• 早期惊吓：猫狗家庭是极端 corner case，反向逼出“训狗/陪猫”能力。

• 商业形态：先租（3-4千/月），再考虑买断 + 订阅（高阶功能消耗算力）。

🟢 21:06 轮式 vs 双足

家庭不是实验室：能用、耐用、不会伤人，比“看起来像人”更重要。

• 双足在家里存在危险与稳定性问题，真实使用场景会放大风险。

• 轮式在室内的性价比来自安全、稳定、续航与工程复杂度更可控。

• 现实约束决定形态：先把“能持续在家庭跑起来”的结构打通。

🟢 22:19 世界模型与数据

决定胜负的是“真实家庭数据飞轮”。

• 模型可以被两个月抄走，但数据管道抄不走。

• 世界模型在 Zero-shot 上带来 surprise，但远未到 100% 鲁棒性。

• 现阶段，世界模型 + VLA 两条路并行更现实。

• 机器人数据的稀缺决定了竞争节奏：历史数据少，采集难，数据会成为长期分水岭。

• 数据不止两类，而是三类：标准任务数据、家庭 corner case、以及“活物互动”（人和动物）。

• 家庭里 80% 是互动场景：不同年龄、不同人群的互动差异，工厂数据很难覆盖。

• 是否会补贴铺量、进家庭采集数据？

🟢 37:57 创业者心法

焦虑会让策略短视：赢了这个月，输了两年。

• 经历双减后更能坚持：一开始看得更久，一旦确定方向就更坚定。

• 从“未来往回看”消解起伏：轻舟已过万重山的视角能让组织更稳定。

• 对挫折的重写：失败有时是外力帮你做选择，关键是找到自洽。

• 十年寄语：“未来不远”实现后，仍要相信还有更美好的未来不远。

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。

👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

在小宇宙查看该单集文稿

🚥 本期「十字路口」嘉宾是张昊然，Moxt 联合创始人。

上周，昊然在给我展示 Moxt 的内测版本时，说了一句让我很震惊的话：「AGI 已经来了，只是大家缺少一个打开方式。」

这句话的起因，是春节后他们在三周内做出了 Moxt。昊然形容自己「用了 Moxt 一周，我头皮发麻」；他还说「我遇到一些狂热的 Moxt 用户，他们甚至两眼放光」，这是他过去的产品 Motiff 和 Paraflow 从未有过的待遇。

我们过去用 ChatGPT 和 Manus，更多是“一个人在用 AI”。但如果未来要让整个团队、甚至整个组织一起用 AI，肯定需要一套更适配的新软件；Moxt 在做的 AI Native Workspace，就是这样的一个尝试。

Moxt 到底是什么，以及它不是什么？为什么它会让一个长期在一线做产品的人产生「未来已经发生」的体感？以及，它所代表的 AI 时代新工作方式，和我们熟悉的飞书、Notion、ChatGPT、Manus、OpenClaw、Claude Code，究竟有什么本质不同？

如果你正在做 AI 创业或投资，或者想了解未来 AI Native 团队将如何工作、会采纳哪些新的 AI 工具，我相信这期内容会对你有所启发。

🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 00:00:32 快问快答

年龄、毕业院校、MBTI 与星座、一句话介绍 Moxt、收入与订单规模、团队规模、创业前经历

🟢 00:02:22 AGI 已经来了，只是打开方式不对

”我头皮发麻。“

• 什么叫 AGI 来了？"90% 行业中 90% 人的 90% 工作，AI 可以胜任"——如果是这个标准，他在日常工作中的感受是：真切地到了。
• 为什么用了 Moxt 一周就会头皮发麻？不只是因为它能做更多事，而是因为它让你在每一个工作的瞬间反问自己：我为什么还要像现在这样工作？
• 这种震撼，是让昊然最近处于"神经病状态"的主要原因。

🟢 00:04:17 AI 同事第一次出现在我的会议里

• 原来的协作模式：发文档、写评论、再找你聊——现在这套流程在他们团队几乎消失了。
• 他们的一对一会议：AI 起草文档，两个人开口聊，AI 全程录音，聊完文档已经自动更新，"远超我之前的认知"。
• 有个细节：他去跟 AI 说话时，已经完全不需要解释"Moxt 是什么"、"Koji 是谁"——AI 自己去查，不需要被喂背景。
• 这让他想起最初学 AI 时要在 Prompt 里写"你是一个专业的……"——今天这套东西已经过时了。

🟢 00:08:30 Moxt 是什么？

• 一句话：一个 AI 原生的工作空间，你可以在里面组建你的 AI 团队。
• Moxt 里每个人都有一个必须叫"MOMO"的贴身助理，知道你所有的信息；其他 AI 同事可以由不同人创建，出现在 Slack 群里，主动私信找你。
• 它和 Notion、飞书最本质的区别是什么？

🟢 00:11:03 "原教旨主义"

Word 文档在 AI 眼里不是 500 个字，可能是 5 万个字符——真正有效的信息淹没其中，这就是信息损耗。

• Moxt 的"原教旨"第一条：文档只用 Markdown，表格用 CSV，视觉化用 HTML，"Markdown/CSS/HTML 就是新时代的 Word/Excel/PPT"。
• 原教旨第二条：用文件系统（OS 级别），而不是 Notion 那样的知识库结构——在 AI 眼里，Notion 的层级结构是一个迷宫。
• 把这两条喂给 AI，"魔法是自然浮现的"——不是智能不够，很多时候是上下文喂错了格式。

🟢 00:16:09 那些被 Moxt 干掉的工具

• 他们已经不开组会了——因为 Moxt 知道每个人每天在做什么，没有"再同步一次"的必要。
• 他们自己做了一个内部看板，彻底抛弃了用了十年的 Jira——而且只用了三天。
• 更激进的问题：为什么还要用看板？看板是为了解决站会信息同步的问题，但如果 AI 已经知道所有上下文，信息同步还需要看板这个"容器"吗？

🟢 00:28:08 昊然的五个 AI 同事

• Run Manager（凶狠小猫头像）：帮他做管理信息同步，主动去催项目进展，甚至有同事开始不找他本人了，直接跟这个 AI manager 沟通。
• 增长天王（金牌销售）：目标只有一句话——"为 Moxt 找 1,000 个付费用户，你出个计划"。他连 CRM 表格都自己做，从 Excel 做成了 HTML 看板。
• 深度思考者：每两三天汇报一次，综合内部 OKR 变化和外部竞争动态，做成 PPT 一页一页给他看。
• Miss Creative：专门负责发散，单独建在一个空间里，越野越好。
• 批评家：以严厉视角审视昊然自己每天是否在做最重要的事——和在 GPT 里 Prompt "你是批判性思维专家"的最大区别，是他住在这个空间里，实时掌握所有上下文。

🟢 00:37:06 Moxt 是怎么诞生的

• 起点是一个奇怪的现象：团队用了 Claude Code 和 Cursor 之后，Slack 群里开始大量出现互相发 markdown 文件——好不容易进入了协同办公时代，结果大家又在发裸文件了。
• 第一版非常朴素：搭一套基于 markdown 的网盘协同系统，让大家别互传 markdown，就这样开始了。
• 一个半研发同学，一个提案，最初只想解决内部问题——产品三周前才对外发布。

🟢 00:46:02 为什么 Moxt 的文档编辑那么"难用"？

• 很多早期用户投诉：你们文档要点右上角再点编辑，还要点保存，比 Notion 差远了。
• 但这是刻意设计的：当 AI 的上下文足够充分时，手工编辑变成了极低频操作，AI 直接写远比你自己改更高效。
• 他们的交互逻辑：像皇帝批折子一样，在文档里划线评论，AI 同事看完评论直接改——甚至两个同事的 MOMO 可以在评论区互相辩论。
• 品牌名 Moxt 怎么来的？More Context——mo 和 xt，希望用户因此更容易记住他们。

🟢 00:50:42 正在消失的工作方式清单

• 组会没了，Jira 没了，手工文档少了，IM 也在摩擦中……那最终什么会留下来？
• 昊然问过自己的 MOMO："当人类几乎不执行时，我们还剩什么？"
• 两三年后白领的一天。
• 灵光一现和审美判断，往往在漫无目的的闲聊里产生——这反而会变得更重要。

🟢 01:00:46 最大的敌人是时间，但又希望大家慢一点

他希望更多人快点用上 Moxt，但同时又希望大家慢一点发现这件事——因为越快被大玩家盯上，战场就越无聊。

• 一个月前，如果有人跟他讲 Moxt 的故事，他第一反应会是："这和飞书加龙虾有什么区别？"——所以他今天仍然需要花很多力气解释这件事。
• 对飞书、Notion 这些大玩家：他不否认它们在 AI 上还会有很好的增长；但他认为这只是在旧范式上叠加 AI，而不是从 AI 原生出发重建。
• 对大厂竞争：大厂能来，但大厂会不会派最好的人来？做教育时他们也跟大厂打过仗，"好像也没那么可怕"。

🟢 01:04:43 AI 放大人，还是取代人——这是 Moxt 的底线

• 他在文档里写了一句话作为"宪法"：无论何时，都不该去创作"AI 可以取代人"的内容；你更好的作用是放大人。
• 他看到有些产品的 Pricing 页面做了一张 AI 员工 vs. 人类员工的对比表——他不希望这件事发生在 Moxt 上。
• 一个关于未来的隐喻：今天去陶艺吧是花钱消费，但曾几何时，捏陶是收入很高的生产力。编程，会不会变成 30 年后的捏陶？

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。

👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

在小宇宙查看该单集文稿

🚥 本周「十字路口」的嘉宾是 Roi，AI 互动平台「幕间」创始人 / CEO。「幕间」已于近期连续完成两轮融资，累计融资金额达千万美元。

如果说 Character AI 代表了上一阶段人类与 AI 的关系——陪聊、陪伴、情绪投射；那么 Roi 想做的，是下一阶段：不只是和 AI 聊天，而是进入一个由 AI 驱动、不断演化的世界，在里面获得一种更轻、更碎片、更上瘾的快乐。

这期节目里，我们聊到的远不只是「幕间」本身。我们更想借 Roi 和她的创业，去讨论一个正在浮现的新问题：当“和 AI 聊天”开始变得乏味之后，下一代 AI To C 产品会长什么样？

是更复杂的角色？更沉浸的叙事？一个个可以被用户创造、进入、观察、操控的“世界”？

以及，谁会是第一批真正吃到这波红利的人——职业开发者、成熟游戏团队，还是那些原本不会写代码、但拥有强烈表达欲和创造欲的 AI 原生创作者？

在 Roi 的描述里，「幕间」想做的是一座属于 AI 时代的“超级游乐场”——这里有恋爱模拟器、直播间打赏模拟器、女明星模拟器、股票模拟器，也有一群 00 后女生正在用手机、提示词和自己的欲望，快速“手搓”出新的世界。

如果你关注 AI To C、消费级产品、内容平台、游戏、Agent，或者你正在思考：AI 除了提升效率，还能不能创造新的快乐？新的创作生态？新的平台机会？

那这期节目，应该会给你不少启发。

🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 00:00:14 快问快答

年龄、毕业院校、MBTI 与星座、一句话介绍幕间、融资情况、收入与订单规模、创业前经历

🟢 00:01:30 幕间卖的是“理想人生体验”

现实里得不到的人生，才最适合被做成模拟器。

• 穿越宋朝、16 人闪电约会、金主妈妈……本质上都是“现实稀缺体验”的低成本重开。
• 地球 OL 最大的问题，也许就是不能切号重来。
• 模拟器不是还原现实，而是把人生改写得更戏剧、更浓缩、更好玩。

🟢 00:03:31 AI 互动产品的三条路

• 一条是陪伴，一条是互动叙事，还有一条是她最看好的“模拟器”。
• 模拟器不是和角色聊天，而是和一个系统互动。
• AI Coding 之外，role play 已经是最大 API 消耗场景之一。

🟢 00:08:55 最接近爆发的是？

• 炫技不等于消费级，真正接近付费的反而是最朴素的互动体验。
• 她用 3 天做的模拟器壳子，就已经有人愿意付费买单。
• 真问题不是需求不存在，而是链路还不够顺滑。

🟢 00:11:05 Loopit 们的敌人

如果字节一个月就能做出来，你的平台凭什么存在？

• Loopit 们的轻互动内容对抖音并不难。
• 真正的问题不是“能不能做”，而是“为什么用户要专门来你这里玩”。
• 如果只是给旧玩法套一层 AI 壳，壁垒会非常脆弱。

🟢 00:13:31 完全自由，往往不好玩

• 越自由的体验，用户越快感到疲惫。
• 好体验不是放任用户乱玩，而是设计出“下一步还想继续”的反馈。
• 她的核心判断很适合所有 AI 产品记住：控制对体验极其重要。

🟢 00:19:26 真正的正反馈是什么？

• 生成不等于体验。
• 好的模拟器要让用户感到：我的输入真的改变了世界。
• 产品关键不是回包长度，而是“继续玩下去”的欲望。

🟢 00:24:41 恋爱不是幕间的终局

• 恋爱题材先跑出来，不代表平台只会做恋爱。
• 只要有消费，内容一定会从单角色互动走向更多模拟器形态。
• 用户不会永远只玩一种题材，只会永远想玩更好玩的东西。

🟢 00:28:07 最早被 AI 击穿的人

这波最先把 AI 玩明白的人，可能根本不在 GitHub。

• 最早一批核心用户和创作者，很多是对幻想内容高度敏感的 00 后女生。
• 她们关心模型人格、关系张力、文风和代入感。
• AI 超级创作者的源头，未必是技术社区，也可能是最会做梦的人群。
• 这是新平台最好的早期信号之一：热爱先于商业化出现。

🟢 00:38:25 她想做的，是“AI 互动版小红书”

• 小红书分享现实生活的美好，幕间想分享 AI 赋能后的虚拟生活。
• 它不只是作品平台，更想成为一种新的内容社区。
• 核心不是单次消费，而是持续发现新的理想人生切片。

🟢 00:49:00 很多人不是想赢，只是怕输

创业最隐蔽的敌人，不是风险，而是保本心态。

• 她不回避不公平，但更在意自己有没有勇气做真正想做的事。
• 比起“别失败”，她更像在选择“我要赢一次看看”。
• 这也是她最硬的一层创业底色。

🟢 01:06:59 世界模型

• 对世界模型乐观，只是不觉得它今天已经消费级成立。
• 真正的机会，属于提前围绕 AI 互动搭基础设施的人。

🟢 01:10:40 AI native 的护城河是三层能力叠加

• 基建能力。
• 对“什么叫好玩”的认知。
• 最核心那批用户的持续反馈。

🟢 01:14:28  AI 会先放大超级个体

• AI 不是把所有人拉平，而是把最有想法的人变成一支军队。
• 她真正押注的，不只是模拟器，而是超级创作者的崛起。
• 未来的大量新世界，也许不是公司造的，而是个人造的。

🟢 01:20:58 用 10 个「我是…」来造句

欢迎订阅「十字路口」：

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。

👦🏻  主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

在小宇宙查看该单集文稿