最近有机会全程参加了锦秋基金的 CEO 大会。这家在过去一年出手了 50 多家 AI 创业公司的投资机构，请来了它投资的近百家公司的 CEO，一起密集交流了一整天。
以下是听了锦秋的分享，以及与创业者和投资人们交流后的一些感想。
1 模型会成为 commodity ，但好的 AI 应用不会。
"Commodity" 这个词在中文里很难直接翻译，它并不仅仅是 " 商品 "，而是指低利润率、同质化、容易获取、难以形成壁垒的东西。
过去不少讨论都认为，AI 整体会逐渐变成 commodity。而锦秋的核心观点是：模型层会逐步成为 commodity ，但好的 AI 应用不会。
微软 CEO 萨提亚 · 纳德拉最近在一次播客中也提到，人们总喜欢把 AI 或云看作 commodity，但事实上——"At scale, nothing is commodity"。也就是说，当一个系统的规模足够大、复杂度足够高时，它反而会因为这种复杂性而产生差异化，从而形成新的竞争护城河。
从这个角度看，整个 AI 体系中，模型确实正在成为所有竞争者共同的基础设施——而真正决定胜负的，是在这层基础之上，谁能构建出更复杂、更具规模效应、更难被复制的系统与应用。
2 软硬件结合的方式还需要更彻底的颠覆，这种创新可能会发生在中国。
当前英伟达的芯片架构设计，与各家 AI 大厂们所描绘的最终要达到的智能水平之间，存在着明显的差异，当抛开诸多噪音，纯从芯片与算法的软硬件结合技术原理来思考，是可以找到弥补这种差异的更优解法的。
在锦秋的投资方向里，芯片也是重点。他们的判断有三，第一，推理芯片的窗口刚打开；第二，芯片、软件、算法的正向飞轮会是中国式创新；第三，芯片依然有很多不一样的技术方案在解决问题，其中与用户场景深度适配是护城河。
3 AI 应用的真实数据体现在 token，而它无法被真实检测。
过往移动互联网时代所习惯的基于运营商管道、sdk 等的 " 流量型 " 数据监测方式，对于 AI 产品来说，已经失真。
真正有价值的数据指标是 token，这些数据情况 " 藏 " 在产品对模型的调用上，也就是模型厂商会更加清楚 AI 应用的表现。
4 接上条，这也进而带来AI 应用公司与模型厂商之间新的相互关系。
一方面，是当模型厂商看得到哪些应用的 token 在增长，而模型又可以 " 内化 " 这些应用的核心功能时，就不可避免出现他们下场与 AI 应用竞争的可能，这时应用公司为 token 付费就是在 " 用你的现金流补贴竞争对手 "。
另一方面，好的 AI 应用往往在用多个模型，于是它们也能看到自己用户在选择不同模型时的 " 数据 "，当这些真实的反馈足够规模化后，就是模型厂商们今天最需要的最真实 benchmark，于是应用公司反过来可以变成 " 拿捏 " 模型厂商的角色。这对应用公司与模型公司的合作方式、AI 应用公司的成本结构、甚至 AI 技术演进的模式和方向都会带来巨大改变。
5 规模是第一要务，而一家创业公司获取规模的方法，并没有因为是 "AI 公司 " 而改变。
对于创始人来说，所需要的创业素质永远没变。连续创业者过往的那些创业经验、增长经验、产品经验，依然有效，尤其是商业化上打过胜仗的创始人在今天更有机会如鱼得水。
这些人做的 AI 产品，很可能并不在那些今天被炒的最火的产品列表里，这些创始人还不在聚光灯下，但他们一定会在模型厂商生态部门自己列出的珍贵的重点联系名单里。
6 可以被用来 " 对标 " 的上一代互联网公司快不够用了。
AI 重做 LinkedIn，AI 重做多邻国，AI 重做 Airbnb，等等等等。但相比起直接的对标，对创业者来说，更重要的是知道自己产品 " 吞掉 " 的是来自哪款 " 上个时代产品 " 的用户，比如看起来被习惯性定义为 AI 陪伴的产品可能是在吸走一些带社交属性的游戏的用户，而不是聊天类产品的用户。从用户重合度和相关表现数据出发，才能更准确给这些用户估值。
7 用 Cursor、Claude Code 的账单作为招聘考核依据，比那些传统代码题更符合今天 AI 公司的人才要求。
许多对 AI 的使用已经非常极致的创始人，会发现，中国整体的开发人员对 AI coding 等新工具的接受度，以及整个组织的 AI 化程度，其实是低的：一方面因为过往互联网业务的成功带来的惯性，另一方面计算机相关专业的训练足够 " 工业化 " 后，也是一个萝卜一个坑。
但在新的竞争里，快是竞争力，而快只能来自组织的变革，Anthropic 全员 AI 编程，lovable 全员全栈化，Cursor 的恐怖迭代速度，其实都是组织能力，这最终会带来技术的分野和产品上的领先优势。
8 与 AI 发展的逻辑不同，相比于技术突破，资本注入可能反而是今天机器人领域更大的变量。
具身智能是过去一年国内资本市场最活跃和融资最多的方向，这带来诸多变化：
一是哪怕强如宇树，也需要对自己尝试过并认为不 work，但今天却正在吸引大量资金支持的其他技术路线保留一丝空间；
二是，作为有消费品属性的机器人产品，资本涌入一定会带来价格战，直接会改变销售定价，进而改变商业模式。有明星创始人甚至提到未来很可能出现的模式：机器人最终会 " 白给 "，来换取用户为它提供数据，然后再进一步，可能供应链也 " 免费造 " ——造出来的机器人去产生价值后给全链路分成。
9 关于 " 出海 "：走出去没那么难，但然后呢。
关于走出去这件事，依然存在太多幻想和想象。" 去旧金山，就能辐射美国市场 " 的想法和当年 " 涌入新加坡，就能解决更复杂的问题 " 一样，有些一厢情愿。头部创业者拿到一定投资后，带着一些弹药来到硅谷抢市场，这第一步目前没什么难度，但真正的考验，是到了这个市场后发生的。
而今天似乎很多 AI 公司集体进入了这第二阶段，接下来需要更多破局的新思路。
10 今天的 AI 创业者需要一个像一家创业公司一样运转的投资机构、合作伙伴。
锦秋一年投了 50 多个 AI 项目，已经是国内出手最多的基金之一，这背后对出资额度、灵活度、判断方式等都需要跟着做很多改变，同时这是一个 12 年期的基金，可以用一个更长的维度对待这些越来越早期的投资。
某种程度上，锦秋给人的感觉是，它自己也在像创业公司一样运转。这有助于在今天越来越激烈的对早期项目的争夺中，与创业者建立某种新型的联结。
