AI应用骗钱,哦不融资指南
知识图谱摘要
提及实体 (28)
关系 (25)
Austin是Sapient的联合创始人
文中对比了Codex月活与ChatGPT付费用户的差距
Renoise是LibTV的山寨版本
外界认为Mind lab蹭Neo lab来顶估值,Austin也认同这种对标关系
Austin提出Product companies are the new Neo labs,将Taku这类产品公司与Neo lab进行概念对标
Deepseek作为开源模型厂与Anthropic竞争
Deepseek作为开源模型厂与Meta竞争
Deepseek作为开源模型厂与OpenAI竞争
Deepseek作为开源模型厂与Google竞争
陈冕靠规模压倒了Flova
陈冕靠规模压倒了OiiOii
Austin批评此类Work产品让大家越用越累
Austin批评此类Work产品让大家越用越累
Austin批评此类Work产品让大家越用越累
Austin批评此类Work产品让大家越用越累
百度开发了库库AI
Austin在23-24年创立了Neo lab
Austin是Taku的创始人
陈锴杰成立了Mind lab
LibTV前端可能调用GPT模型,但存在上下文对齐问题
LibTV前端可能调用Seedance模型,但存在上下文对齐问题
Austin称赞Deepseek坚持开源很伟大
Austin认为LibTV一定会成为马卡龙pro max,是唯一例外的好产品
Austin表示“理解马卡龙,成为马卡龙”,认可陈锴杰的路径
明超平制作了Renoise
AI应用骗钱,哦不融资指南
2026年8月23日 葬爱咸鱼 葬AI
有印象的朋友或许还记得Austin,当时他的产品Taku发宣传片,还只能邀请码阶段就说Taku「不是AgentOS,就是一个OS」。
气势拉满,结果后来没声了。
更早之前,Austin在一家名为Sapient、号称在做大模型的公司当联创。他在没有人投大模型的2024年,活生生带着一个00后小天才3个月把公司干到2亿美金估值。
真乃神人也。
不过当时融完资以后,我再也没听说Sapient的任何故事了,都不知道这公司还活着不?投资方祥峰还有日本住友感觉纯当冤大头了。当然骗外国人的钱我完全没意见。
鉴于他过往战绩可查,我认为Taku这次肯定骗不到钱了。
结果最近哥们跟我说他还活着,还融到钱了,Taku 2.0都要发了,于是我们赶紧约他讲讲「骗钱心得」,以及他对当下AI应用的看法。
以下是Austin写的:
咸鱼一直问我,我到底是怎么一直能在市场很差的情况下骗到钱的。
23年-24年在大家都不看大模型了,我硬是搞了个Neo lab出来,26年大家都觉得AI应用傻福了,我还是骗到钱了。
其实两次都不容易,基本上都是在聊了无数机构,拿到无数个No之后才看到了一点点光。
当时23-24年,我们和投资人讲强化学习,所有人都把我们当傻逼看。“好好的一群年轻人,不去研究Prompt engineering和Workflow这么火爆的事情,怎么跑去文艺复兴强化学习了?”
投资人不懂,就只能说服懂的大佬加入,投资人看到大佬,自然也就信了。 你需要忽悠到好的Researcher。
当时融资最大的变数就是我从Deepmind这些地方薅来了几个强化学习领域核心的researcher,投资人一看他们的citation。直言Wow,这个技术路径竟然如此合理。
这里其实有个很反直觉的事情。大家的共识是顶级AI人才很难挖,但是其实并没有那么难,很多前沿实验室的人都很想创业。只不过他们大多数不想跟登味很重的人创业,做登味很重的Research,或者单纯的蒸馏。
所以骗到了钱,2200多万美金,在24年资本的寒冬,用模型团队的故事。当然后来我走了。
到24年底,我想在这个基础上做一个好产品,当时还没有Claude code,也没有Code,我们内部叫这个项目Terminal coding agent。其实就是CLI coding agent,也是后来我做Taku的起点。
但是问题还是一样的,Taku在融资的时候,甚至有机构直接质疑「CLI是什么,不做Web产品不是开历史的倒车吗?」
其实咸鱼也吐槽过我,说这是他第一次见到一个不能直接甩一个网页就试用的产品,感觉我是卖假酒的。
转折来自今年年初,我要给我们团队找一个CTO,就拉了几个之前想拉进我前司的Researcher们。
他们立刻就对Taku的形态产生了很浓厚的兴趣。因为大家觉得,这天生是个完美的Agentic Playground/Sandbox。 你可以在这里面做很多Agentic 任务的训练,测试和数据采集。
作为一个不设限的灵活沙盒,它甚至可以去跑合成数据。
于是我又忽悠到了好的Researcher,还是他们自己找上门的。
这里就要提马卡龙了。我已经完成了「质疑马卡龙,理解马卡龙,成为马卡龙」的三步走进化。
马卡龙之神——陈锴杰之前有一个采访稿说做马卡龙的过程中,有了新的见解,所以成立了Mind lab开始做Research。很多人说这就是蹭一下Neo lab来顶估值。
但是经过了这一年多的产品打磨和思考,我发现马卡龙是对的,确实得蹭Neo lab。
Product companies are the new Neo labs。
说回AI应用。AI应用现在融资这么冷是有原因的,几乎没有Founder在真的去思考人要什么,Founder们自己作为一个AI卷王在过度脑补自己想要的产品,幻想全世界都和自己一样是个卷王。(或者干脆直接抄爆款,做大复刻)
但我觉得AI应用死没死并不重要,主要的问题在于现在市面上没有人在冒险,没有人在尝试没人做过的东西。每一个新品类的流程大多分两种:
第一种:字节高P出来创业,做了一个产品形态,可能是一个Video Agent,融到了高瓴或者红杉的钱,然后马上就有另一群人出来,大家都是前剪映产品负责人,抖音第一位运营。
大家都做一样的事情,毕竟抄作业是最简单,做不会出错的方式。 这些团队可以说「我比xxx叼,我要做更好的xxx。」
但问题来了,所有人的用户都一样,痛点都一样,这些产品经理可能之前都一个组的,同一个师傅教的,破不了招啊。 你有创新,其他人抄也非常快。最后理所应当陈冕靠简单粗暴的规模压倒了OiiOii、Flova等一众对手;
第二种:美国有个xx公司火了,马上就会冒出一群大厂高P。我们以更高的效率,更低的成本,去做全球化,去抢这个新蓝海,比如AI Teams。
Viktor刚一火,国内就冒出来了一堆AI teams,甚至之前很多“神一样的创业者”都纷纷pivot,All in AI Teams。 谁不想有一群赛博老奴,帮你把脏活累活都干了,帮你拉齐团队需求呢。饼肯定是香的。
如果你去体验一下Viktor,或者任何海外爆火的产品。你都会觉得,我艹,这么垃圾的产品,怎么有这么多用户,为什么老外就是付钱?
然后自然而然的想到,「我上我也行,老子字节3-2,产品力拉爆他们」。 然后陷入一个,产品确实比海外竞品好,但还是没人用的怪圈里。
有一个大家不愿意承认的事,中国团队那就是创业达利特。根本混不进去那个产品驱动增长的婆罗门圈子。 对比那些硅谷婆罗门,振臂一呼就有一堆YC校友,大厂同胞,和藤校校友和邪教一样来帮你刷ARR。
更别说在官网贴一个 Backed By A16Z,这样买方可以随时给老板甩锅,“这是个A16Z投的项目啊,我也没想到会出问题啊,A16Z傻逼”。 中国达利特们,没法让史密斯专员们爽,更没办法让他们没有任何风险的爽。
绝大部分时间,产品力和技术不重要,重要的只有规模和渠道。冕神是真的领先版本。
模型也不重要。
现在的主流叙事是,模型终会吞噬一切,所有的应用能力都会被模型内化,模型即一切。 前半段没错,后半段没对。
模型能力当然会不断提升,会有越来越多之前需要堆叠Skill,上Harness,甚至叠人力的任务能被base model直接做完。
Deepseek很伟大是因为他们坚持开源。但对模型,没有人忠诚。
模型厂的KPI(除了刷榜)是有更多人用这个模型,也没多少人会直连API。
对开源模型会更难,云厂商,token 工厂,私有化部署还会分走更大一杯羹。开源模型厂好像就是没有解法。
开源模型厂更不太可能做好产品,因为他们的竞争对手是OpenAI,Anthropic,Google,和Meta的模型+全世界的产品创业者的创意+加美国VC的大撒币。 这也是一种孤勇吧。所以Deepseek确实不应该做产品,这些开源模型厂都不应该做产品。
用户对LibTV忠诚肯定远高于模型,大概率高于其他Video agent,因为用户留存了数据。他们怎么组织自己的想法,怎么编排,怎么修改,怎么骂模型是个傻逼。这些数据模型厂根本没有。
负责编排的Agent 跑的是一个模型,生成的是另一个,模型厂根本对不齐上下文。 Seedance看不到我在LibTV前端骂GPT没有理解我的意思,GPT也看不到Seedance做了什么。
但LibTV都能看到。
LibTV还有巨量的资金,在激进的补贴用户使用产品,产出数据,而且LibTV这一大类的产品本身对于很多创作者是刚需,这个循环飞轮就很完美。所以LibTV一定会成为马卡龙 pro max 2TB。
期待一波日冕大模型,一个真正的端到端的Agentic Generation Mode。
再说各家Work类的产品,什么Qwen Work、Trae Work、豆包企业版,连快入土了的百度都来蹭一脚,做了个库库AI。。。
这些产品的问题是让大家越用越累,感觉大家都忘记了,我们对AI的幻想是让AI帮我们偷懒。其实最赚钱最好的的产品其实都占着人类的七宗罪中的嫉妒,怠惰,暴食和色欲。
我最近一直很喜欢提一个有趣的数据,就是Codex/ChatGPT Work现在不断在重制,相当于白给你钱,在百亿补贴。即使这样,Codex月活1000万,对比ChatGPT付费用户6000万人,中间还有5000万人的Gap,是大撒币都没转化过来的。 这些人永远不可能是卷王,你想赚他们的钱,就得把结果塞到他们嘴里,赚懒人偷懒的钱。
这不也是大家对AI的初心吗,帮你把工作做了。
只不过这波AI产品大家似乎都变成了「你用我的AI工具就能赚到钱」、「你可以效率更高指挥1000个AI牛马|。 总之,大家体验了产品,发现没有赚到钱,就卸载吃灰了。
赚钱是TMD很累的,赚钱是TMD很难的。
当然有一个例外,就还是LibTV。因为短剧确实是相对能赚到钱(当然很多还是和色欲有关)。
所以就来了一个抽象的情况,就是所有AI应用公司排队抄LibTV,甚至明超平也做了一个山寨LibTV(Renoise),那月光TV还会远吗?
我干脆给大家指一条未来的明路吧:
做战略上的马卡龙,做战术上的LibTV——做一个能留住用户的好产品,这个产品整合了多个工作类别和步骤,扩展到足够大的用户规模,然后训练模型。
但是这条路很难,非常难。
你需要忽悠到好的 Researcher,做个好产品,还得骗到钱。从前创业,你做一个就够了。
所以回答咸鱼的问题,在逆境中骗到钱的方式很简单,搞点文艺复兴,玩点非主流,开些历史倒车,然后找到足够能说服投资人的大佬/中佬/小佬。
当然还有一个杀手锏。。。。 就是撸网贷,我前司和Taku融到钱之前,我其实都撸了网贷来做Demo和开发。
相信一件事,敢撸网贷才能走出来。
PS:Taku 2.0 Beta最近上线了,这是一个专门抄大佬作业的平台。你看到的大佬们的复杂 set up,到你手上就是一个简单的 Taku app。不用配环境,不用读 .md,打开就能用。
(本文封面由ChatGPT生成,纯人工写作)