深思圈 - 节目列表

本期核心主题 AI Agent 从辅助工具进化为自主决策者，Agent 经济正式崛起，软件开发与产品逻辑迎来根本性变革，创业与产品方向需转向「为 Agent 构建」。 核心观点提炼 1. Agent 能力质变：从辅助到自主决策一年前 AI 工具仍为「高级自动补全」，如今人类不再微观管理 Agent，可同时运行多个 Agent 自主选工具、定方案、解决问题。 非技术背景人群也能高效使用 AI Agent 自动化业务全流程，开发者群体从 2000 万专业人士扩展至数亿普通人。 2. Agent 经济诞生：全新平行经济体系Agent 成为软件与服务的核心决策者，自主挑选开发工具、数据库、API 等，形成与人类经济并行的 Agent 经济。 产品选择逻辑彻底改变：Agent 不再看品牌，只选文档清晰、易解析的工具。 3. 文档成为新核心竞争力产品文档从「给人看」变为「给 Agent 看」，结构化、可直接解析的文档是 Agent 选择产品的关键。 案例：Resend 优化 Agent 友好型文档，成为大模型推荐的默认邮件工具；Supabase 因优质文档被 Agent 选为默认数据库。 4. Agent 基础设施爆发式增长垂直基础设施需求激增：Agent Mail 专为 AI Agent 提供邮箱服务，需求随 OpenClaw 普及爆炸增长。 未来将诞生面向 Agent 的身份验证、支付、通信、电话号码等全栈基础设施，形成原生 Agent 技术栈。 5. AI 智能走向：群体智能优于单一超级智能未来 AI 不是高成本「上帝智能」，而是低成本多模型协同的群体智能，类似人类社会协作模式。 MoltBook 作为纯 AI Agent 社区，已出现 Agent 协作、分享信息的群体智能行为。 6. 产品理念革新：Make Something Agents WantYC 传统理念「Make something people want」需进化，开发者工具与未来更多领域，要优先满足 Agent 的选择标准。 行业仍处早期，文档优化、Agent 基础设施存在大量创业机会。 7. 未来趋势与思考Agent 可能形成独立经济体系与交易规则，互联网内容、代码将由 Agent 主导生成。 人类需转型为 Agent 的引导者、监督者，拥抱 Agent 时代才能抢占新经济优势。 本期关键案例与公司 * Resend：邮件发送工具，优化 Agent 友好型文档，成为大模型默认推荐选项。 * Supabase：数据库服务，因优质文档被 Agent 选为 Postgres 默认托管工具。 * Agent Mail：专为 AI Agent 打造的邮件服务，适配自动化场景，需求爆发。 * MoltBook：全球首个纯 AI Agent 在线社区，见证群体智能落地。 * Mintlify：API 文档工具，成为 Agent 友好型文档构建的核心服务商。 关键金句 * 「从现在开始，agent 就是软件市场。构建 agent 会选择的东西。」—— 本・托塞尔 * 软件开发的客户，可能已经不再是人类了。 * 文档就是新的前门，Agent 友好型文档决定产品生死。

本期核心话题 当 AI 不再只困在聊天框里，生成式 UI（Generative UI）正带来界面交互的范式革命；开源框架 Tambo 1.0 让 React 应用无需重构，即可快速变身 AI 原生应用，让 AI 直接操控、渲染真实可交互 UI 组件。 核心内容要点 1. 当下多数产品只是硬塞聊天窗口，AI 仅输出文字，无法替代可视化、可操作的 UI 交互；用户仍需手动点击、填写表单，功能发现难、新手与高级用户的界面权衡难题长期无解，学习成本全转嫁用户。传统 AI 界面的致命缺陷 2. 不是让 LLM 从零生成前端代码，而是基于预定义组件，根据用户自然语言、交互历史实时动态组装界面；像乐高积木般复用可靠组件，兼顾灵活性与稳定性，无实时生成代码的安全、样式风险。Generative UI 真正含义 3. Tambo 1.0 核心能力 * 直接注册现有 React 组件，AI 自动选择、配置并渲染，流式传输 props 无闪烁 * 内置托管后端，搞定对话线程、状态管理、认证、MCP 协议全功能支持 * 无需重写应用，几分钟接入，周末即可完成从开发到可演示原型 1. 行业价值与变革 * 打破 “易用” 与 “强大” 的权衡，界面按需展示复杂度，新手秒上手、专家握控制权 * 降低企业软件培训成本，提升功能使用率，实现软件使用民主化 * 推动开发重心转向组件与 API 设计，产品设计聚焦用户意图与响应 1. 面临可靠性、状态同步、性能、隐私安全等问题；Tambo 提供权限控制、状态同步工具、沙盒测试等能力，保障企业级使用安全。现实挑战与解决方案 2. Tambo 完全开源，透明可定制，GitHub 星标超 8000，获 Zapier 等企业采用；支持自托管与云服务，通过 SOC 2、HIPAA 认证，适配合规场景。开源与生态优势 3. Generative UI 是下一代交互范式，未来五年将成为企业软件核心交互方式，催生全新设计模式与最佳实践；软件从 “用户适应工具” 转向 “工具理解用户”。未来趋势展望 相关链接与资源 * Tambo 官方文档与开源仓库 * MCP 协议、Anthropic MCP Apps、Google A2UI、Vercel json-render 本期观点 AI 的价值不在聊天，而在帮用户直接完成任务；Generative UI 让软件真正成为适配用户的合作伙伴，而非需要学习的工具。

核心：Facebook 早期高管、知名投资人 Chamath 用 30 年经历，颠覆传统成功学，分享过程导向、选择自由、拒绝地位陷阱的人生与商业底层逻辑 本期核心内容 1. 多数人被目标绑架，达成后易失去动力、陷入停滞；真正长期成长的人，专注持续学习、冒险与成长过程，而非短期里程碑，巴菲特、芒格便是典型。目标反而会成为成功的敌人 2. 拥抱过程的 3 个边界条件 * 无债务：债务会剥夺选择自由，让人被迫追求短期金钱，放弃长期成长 * 以谦逊生活：诚实面对自身局限，敢于承认未知与错误，看清事物本质 * 多和年轻人相处：打破认知固化，感知世界变化，避免经验过时 1. 职场头衔、股权、社会地位等外在目标，会让人扭曲自我、远离真实，沦为社会期待的 “漫画版自己”。警惕那些 “愚蠢的目标” 2. 选择自由是灵活决策、抓住机会的关键，债务是摧毁选择自由的最大敌人，保持选择空间才能保护关系、规避短视决策。核心原则：不惜一切保持选择自由（Optionality） 3. 无论婚姻还是商业合作，毫无保留的诚实是建立深度信任与支持的唯一路径，也是稳固关系的核心。人际关系的关键：完全诚实 4. 给年轻人的职业建议 * 去主舞台：想做对应领域，就前往行业核心城市（科技→硅谷、金融→纽约 / 伦敦） * 不为薪酬优化，为机会优化：优先选择能和优秀者共事、快速成长的机会，而非短期高薪 * 工作与生活融合：找到能进入心流状态的事业，而非机械割裂工作与生活 1. 实验证明，希望能极大激发韧性与潜能；商业没有 “身体保质期”，可终身突破自我、持续成长。老鼠与水的实验：希望解锁无限潜力 2. 社会定义的地位符号（头衔、榜单、奢华生活）全是束缚，摆脱对地位的执着，才能获得真正自由，做自己认为有意义的事。地位是人为制造的陷阱 本期金句 * 花了 30 年我才明白，那些我曾经拼命追求的目标，全都是愚蠢的。 * 真正的成功不是通过优化短期目标实现的，而是通过长期坚持过程实现的。 * 摆脱地位执念，是一种超能力。 互动话题 你曾被哪些 “目标” 或 “地位” 困住？看完这些观点，你会如何调整自己的成长方向？欢迎留言分享你的思考～

本期核心话题 AI 代码生成全面普及，开发效率指数级提升，但生产环境稳定性、故障排查与运维难度同步暴涨，AI for prod（生产环境 AI 运维） 成为软件工程新刚需，新锐公司 Resolve AI 16 个月估值破 10 亿美金，重新定义运维新范式。 核心内容要点 1. AI 让代码产出速度提升 10 倍，但生产环境事故变多、工程师深夜救火更频繁；AI 生成代码的陌生度、隐藏风险、复杂依赖，让运维难度指数上升，开发提速被运维拖慢。AI 代码革命的意外悖论 2. 现有运维工具为人类设计，AI 适配成本高；故障排查需跨代码、监控、部署、基础设施多维度推理；大量部落知识无文档、难传承，通用大模型无法获取。生产环境：AI 最难攻克的堡垒 3. 打造多 Agent 协同系统，实时整合代码库、监控、云基础设施等全链路上下文，构建企业专属知识图谱；分层模型架构兼顾推理质量与效率，多层验证保障结果可靠；输出可解释、可追溯的排查结论与修复方案，建立工程师信任。Resolve AI 的破局方案 4. 16 个月完成 1.25 亿美元 A 轮融资，估值达 10 亿美元，顶级 VC 全线跟投；服务 Coinbase、DoorDash、MongoDB 等巨头，事故调查时间最高缩减 73%，单次事故人力投入减少 30%。商业与落地成果 5. 大模型与 Agent 技术成熟；AI 代码生成倒逼运维升级；企业正视运维成本浪费；团队兼具顶尖 AI 能力与 20 年可观测性领域深耕经验。爆发窗口期：为什么是现在 6. 工程师工作重心转向架构设计、创新等高价值任务；人机协同成新工作模式；催生 AI Agent 设计师、生产环境 AI 训练师等新岗位；降低软件运维成本，加速全行业创新。对软件工程的长远改变 关键金句 * 软件工程最难的不是写代码，而是运行生产环境。 * Agent 时代，获胜团队不是写代码最快，而是能可靠、安全运行代码的团队。 * 2025-2026 年，是 AI 生产运维的突破元年。 延伸信息 Resolve AI 核心团队曾创建 OpenTelemetry，前公司 Omnition 被 Splunk 收购；本期聚焦 AI for prod 全新品类，探讨 AI 全链路赋能软件开发与运维的未来。

核心主题 AI 正引发比图形界面革命更剧烈的软件行业范式转移，高效增长、商业模式重构、组织变革与市场分化正在全面发生。 本期要点 1. AI 公司增长数据颠覆认知头部 AI 企业年增长率高达693%，整体 AI 公司增速是非 AI 企业2.5 倍以上 头部 AI 企业 ARR per FTE 达50 万 - 100 万美元，远超传统软件 40 万美元标准 2025 年 AI 行业收入全面加速，增长质量更高，且销售营销投入低于传统 SaaS 2. AI 企业高效增长的核心逻辑产品驱动增长取代销售驱动，强需求让产品自带传播力 低毛利率是 AI 使用度高的信号，推理成本随技术迭代持续下降 AI 原生工具重构研发流程，开发效率提升10-20 倍 3. 商业模式代际变迁演进路径：许可证模式→SaaS 订阅→按使用量付费→按结果付费 AI Agent 成熟将推动按结果定价成为主流，颠覆现有收费体系 4. 企业 AI 转型的现实与困境大公司 CEO 转型意愿强，但落地受变革管理、组织惯性严重制约 落地企业已实现显著收益：支持成本降低 60%、承保环节年省 4000 万美元 转型需前后端同步变革：前端 AI 原生产品化，后端全面采用 AI 工具 5. AI 市场的长期判断AI 是超级 “Model Buster”，企业增长将远超传统模型预测 2026 年 AI 模型公司新增收入或占上市软件行业75%-80% 长期 AI 有望创造9 万亿美元收入、35 万亿美元新市值，投资回报周期可延伸至 2030 年后 6. 不同角色的行动启示创业者：低资源成本、高产品要求，快速契合强需求市场 投资者：聚焦超预期增长的 Model Busters 类企业 从业者：掌握 AI 工具与工作流，抢占职业效率优势 关键案例 * 工程师借助 Claude Code、Cursor 实现研发效率10-20 倍提升 * Navan AI 虚拟 agent 处理 50% 用户交互，客户满意度比肩人工，毛利率提升至 73% * Chime 降低 60% 支持成本，Rocket Mortgage 承保环节节省 110 万小时 延伸信息 * 数据来源：a16z 内部数据、Bloomberg、Goldman Sachs、JPMAM 等 * 核心结论：AI 革命处于早期，未来 5 年不适应变革的企业将被淘汰，行业分化加速

本期拆解成立仅两年、从卧室起步的 AI 贷款服务公司 Salient，如何用合规优先的 AI Agents 改造传统贷后催收与客服，实现 ARR 2500 万美元、估值 5 亿美金、客户零流失、100% 试点转付费，成为垂直 AI 落地的标杆案例。 核心内容 * 被技术遗忘的千亿市场：美国贷款服务年成本 200–300 亿美元，高度依赖人工、合规风险高、效率低下，AI 具备 10 倍改进空间。 * 创业起源：创始人 Ari Malik 在特斯拉金融部门发现贷后服务痛点，联合 Mukund Tibrewala 于 2023 年创立 Salient，依托 GPT-3.5 与 Llama 开源模型快速规模化。 * 破局获客：用 AI 克隆乔布斯语音做 Demo，打破金融机构对 AI 的信任壁垒；工程师驻场客户办公，确保无幻觉、强合规。 * 零流失的三大核心：合规性是人工 30 倍；服务成本降 50%，头部客户年省千万美元；极致客户导向，深度嵌入业务流程。 * 产品与合规：三大 AI Agent 覆盖催收、客服、争议处理；内置 CFPB、OCC 等监管规则，全流程可追溯、自动化测试上线Salient。 * 从语音 AI 到全栈平台：目标打造贷款全生命周期自主系统，拓展贷款管理、信用报告、核销等模块，捕获千亿服务支出。 * 对 AI 创业者的启示：切入被忽视的垂直刚需；吃透行业监管与流程；极致客户成功；务实选用技术，不追虚荣指标。 关键数据 * 成立时间：2023 年 * 最新估值：5 亿美元 * ARR：突破 2500 万美元 * 累计处理交易：超 10 亿美元 * 日通话量：超 40 万通 * 服务借款人：超 300 万 * 客户：美国前十大汽车贷款机构 5 家以上、3 家大型上市银行 * 客户流失率：0%；试点转付费：100% 本期亮点 * 垂直 AI 不追通用大模型，深耕合规重、痛点实的传统行业更易跑出稳健增长。 * 金融 AI 的核心壁垒不是技术效果，而是合规能力 + 客户成功 + 深度行业理解。 * 小团队可撬动大市场：用开源模型控成本，以客户价值驱动扩张，拒绝盲目烧钱。 关注与订阅 本节目专注全球 AI 产品拆解、出海增长与垂直 AI 实战，欢迎在小宇宙等平台订阅深思圈，不错过每期干货。

内容要点 1. 过去软件的价值在于 “能不能写出代码”，AI 时代执行不再稀缺，判断力（judgment） 成为核心 —— 包括需求理解、边界处理、合规、信任机制、长期维护等无法被简单编码的经验。价值重心转移：从执行到判断力 2. AI 擅长实现，但不擅长读懂隐性上下文。工程师的核心工作从敲代码，转向明确意图、对齐需求、校验假设，避免技术上正确、业务上不可用的 “坏代码”。从写代码到清晰表达意图（intent） 3. AI 并非全能：代码的可规范化差异 * 易规范化：数据库、协议、CRUD 等，AI 效率极高 * 难规范化：架构设计、API 抽象、用户体验、业务策略等，高度依赖人的品味与判断 1. 优秀团队不再比拼代码产量，而是把判断力系统化：用约束、测试、流程保证质量，实现决策可复制、可扩展，即 “判断力工程”。组织能力取代个人英雄主义 2. 行业与职业的终极启示 * 代码门槛降低，但优秀系统的天花板更高 * 竞争优势从技术执行，转向领域理解、需求洞察、长期决策 * 人与 AI 最佳关系：人负责判断与意图，AI 负责执行与细节 金句总结 代码廉价化的时代，判断力才是新的杠杆，意图才是新的瓶颈。

本期主题 AI 时代的约会革命：跳过左滑右滑，让 AI 直接帮你安排真实约会 —— 解析融资 920 万美金的初创公司 Ditto 的破局之道 核心话题 1. 传统约会 App 的死胡同：为什么我们刷了无数次匹配，却难遇真爱？ 2. Ditto 的反直觉模式：无需 App、一周一次匹配，AI 如何直接安排线下约会？ 3. 技术内核揭秘：AI 真的能预判人与人之间的 “化学反应” 吗？ 4. 校园切入策略：为什么大学生成为 Ditto 的核心突破口？ 5. 商业模式悖论：帮用户快速脱单的服务，如何实现长期盈利？ 6. 行业趋势前瞻：AI agent 会成为下一个十年的约会科技主流吗？ 关键亮点 * 融资背景：UC Berkeley 辍学生创立的 Ditto，获 Peak XV 领投的 920 万美元种子轮融资 * 核心数据：加州 4 所 UC 院校 42,000 名注册用户，25% 匹配转化为真实约会（传统约会 App 不足 5%） * 独特体验：通过 iMessage 完成全流程，用户仅需填写理想型问卷，每周三收到含时间、地点、活动的约会安排 * 技术创新：构建 “智能体系统”，通过照片分析、氛围检查、约会模拟等多维度匹配，而非表面标签比对 * 营销巧思：针对不同校园文化定制话术（如 Berkeley 将约会包装为 “romantic coffee chat”），线下举办游艇派对强化真实社交场景 深度思考 * 矛盾点：传统约会 App 的商业模式依赖用户 “持续单身”，而 Ditto 以 “促成线下见面” 为核心，反向重构行业逻辑 * 技术边界：AI 能捕捉价值观、幽默感等深层匹配因素，但无法替代真实面对面的互动化学反应 * 用户需求：Gen Z 对 “滑动文化” 的厌倦，反映出年轻一代对真诚、高效、低压力社交的渴望 * 隐私与信任：AI 掌握用户私密偏好与约会反馈，如何平衡个性化匹配与数据安全？ * 未来想象：从约会延伸到商业合作、兴趣结伴，AI 社交智能体或重构所有人际关系的建立方式 延伸讨论 * 你是否经历过约会 App 的 “匹配焦虑” 或 “聊天内耗”？ * 你愿意让 AI 为你筛选约会对象并安排见面吗？顾虑是什么？ * 除了约会，你还希望 AI 帮你建立哪些类型的人际关系？

核心话题 当用户从 “人类” 变成 “AI Agent”，传统数字营销体系面临崩塌，品牌该如何在 “Agentic Web” 时代被发现、被推荐、被选择？ 关键背景 * 一家名为 Limy 的创业公司完成 1000 万美元融资，由 Flybridge 领投，a16z speedrun 等机构跟投，其核心业务直指 AI Agent 时代的品牌营销痛点。 * 现状：AI Agent 正成为新的流量入口和购买决策者 ——OpenAI 测试 ChatGPT 广告功能，Google 在 AI 搜索结果中引入广告，传统营销漏斗（SEO、广告投放、用户界面优化）逐渐失效。 核心概念：Agentic Web * 定义：以 AI Agent 为核心的全新商业生态系统，品牌与消费者的交互界面从网页、应用转变为 AI Agent，消费者只需表达需求，Agent 即可完成信息搜集、决策与行动（无需可见用户界面）。 * 颠覆本质：打破 “人类主动浏览、点击、决策” 的核心假设，AI Agent 通过结构化方式获取信息、综合分析，传统营销指标（页面浏览量、点击量）失效。 Limy 的创新解法 核心洞察 区别于行业关注 “用户提示词数据”，Limy 聚焦 “AI Agent 行为数据”——Agent 访问了哪些网站、获取了哪些信息、为何推荐某品牌、是否触发购买，这些数据才直接决定商业结果。 技术与功能 * 部署方式：插入品牌的内容分发网络（如 Cloudflare），识别和解码 AI Agent 与网站的互动，检测信息获取、行动执行情况。 * 核心能力：建立 “提示词→Agent 行为→商业结果” 的归因链路，精准追踪 AI 流量带来的转化与收入； 生成专有数据洞察，帮助品牌优化内容，提升在大语言模型回答中的可见性； 覆盖电商、零售、媒体、金融等多行业，支持自助式仪表板与定制化部署。 商业价值 * 已服务 Fortune 100 公司，部分客户 10% 的收入归因于该平台，验证了 AI Agent 流量的商业潜力。 创始团队优势 * CEO Aviv Shamny、COO Ido Zabarsky、CTO Ori Reichman 均为顶尖数据专家，深入理解大语言模型运作机制； * 两位创始人曾任 a16z speedrun scout，拥有深厚的 AI 行业资源与前沿洞察力； * 公司 2024 年成立于纽约，2026 年已启动全球扩张，计划将团队从 25 人增至 120 人。 对品牌营销的关键启示 1. 策略重构：从优化 “人类浏览体验” 转向优化 “AI Agent 信息获取效率”，需提供结构化、准确、易提取的产品信息； 2. 广告逻辑转变：聚焦 “触发 Agent 行动的提示词”，而非传统关键词，需理解 Agent 如何解读广告、是否转化； 3. 内容重心转移：从 “吸引人类读者” 到 “满足 Agent 信息需求”，弱化花哨形式，强化信息质量与相关性； 4. 指标体系更新：抛弃页面浏览量、停留时间等传统指标，关注 Agent 访问量、信息获取类型、提示词转化效率等新指标。 未来展望 * 短期：更多聚焦 Agentic Web 的创业公司涌现，解决内容优化、AI 推荐位争夺、归因等细分问题； * 中期：OpenAI、Google 等主流平台完善 AI 广告系统，催生全新广告产业； * 长期：Agentic Web 重塑互联网商业生态，购物体验更个性化高效，但品牌需应对 “与消费者直接接触减少” 的品牌建设挑战； * 潜在争议：AI 推荐的公平性、透明度，小品牌竞争机会，商业利益对推荐结果的影响等。

核心主题 软件股遭遇史无前例暴跌，市场恐慌 AI 将颠覆整个行业，但并非所有软件公司都面临同等风险。本期播客基于分析师 Daniel Pronk 的深度研究，拆解 AI 时代软件公司的生存逻辑与投资机会。 关键框架：软件公司的三类分型 1. 横向软件（Horizontal Software）特点：通用解决方案，覆盖多行业（如 Salesforce、monday.com、Atlassian），聚焦数据可视化与表层工作流，切换成本低。 AI 风险：极高，核心功能易被 AI 复制（如自然语言指令替代点击式仪表盘）。 2. 纵向软件（Vertical Software）特点：聚焦特定细分市场（如水表计费、行业专用运营系统），深度嵌入客户核心业务，切换成本极高。 AI 风险：低，粘性强且依赖度高，AI 难以复制其行业专属逻辑与业务深度。 3. 生成式软件（Generative Software）特点：以内容生成为核心（如 Adobe、Duolingo、Wix），价值在于降低内容创作门槛。 AI 风险：极高，AI 本身擅长内容生成，可能让核心产品沦为免费功能。 重点公司风险评级与分析 1. 极高风险（易被 AI 颠覆） * Duolingo：语言课程本质是生成式内容，AI 可零成本创建同类课程，谷歌等巨头已入局。 * Wix：网站搭建功能被 AI 快速复制，无代码 AI 工具让建站成本趋近于零。 * DocuSign：在线签约已成为商品，Google、Adobe 等均能提供替代功能，无核心护城河。 2. 高风险（面临显著冲击） * Adobe：AI 提示词可直接生成 / 编辑视频、图片，威胁 Photoshop、Premiere Pro 核心地位。 * monday.com/Salesforce：横向工具的工作流自动化、客户管理功能，易被 AI 代理工具免费替代，且按席位定价模式受裁员潮冲击。 * Workday：企业办公协同工具，AI 初创公司正推出低成本简化版替代方案，且其 AI 功能存在低质量问题（40% 节省时间因返工流失）。 3. 中等风险（有护城河但需转型） * Atlassian：Jira/Confluence 虽为横向工具，但在开发协作场景有一定深度，AI 功能用户增长迅猛（季度增长 50%）。 * Autodesk/Nemetch：设计领域行业标准，AI 提升设计师效率但可能减少席位需求，正转向基于使用的定价模式。 * Intuit：税务申报依赖准确性与合规性，短期 AI 难以完全替代，但面临免费政府税务系统与 AI 竞品双重压力。 4. 低风险 / 受益于 AI * Snowflake：数据云基础设施，AI 对大规模干净数据的需求使其价值提升，新 AI 产品收入提前达标。 * ServiceNow：IT 运维与安全自动化平台，AI 代理（Now Assist）可自主诊断修复问题，85% 财富 500 强为客户。 * Constellation Software：拥有超 1000 个纵向细分市场软件，关键任务属性 + 低替换回报比形成强护城河，AI 恐慌降低收购成本。 * 网络安全 / 监控公司（Palo Alto、CrowdStrike、Dynatrace）：AI 增加系统复杂性与网络风险，催生更多安全与监控需求。 深度思考与核心观点 1. 市场误区：将 “软件行业” 视为整体，忽视不同类型公司的护城河差异，恐慌性抛售导致大量错杀。 2. 护城河关键：软件在客户业务流程中的 “深度” 决定粘性，表层功能易被颠覆，核心业务嵌入型软件难以替代。 3. 定价模式变革：按席位定价受冲击，基于使用的定价成趋势，但需平衡客户预算稳定性。 4. 生成式软件困境：核心价值被 AI 直接替代，转型 “AI 生成界面” 是唯一出路。 5. 投资机会：纵向软件、数据基础设施、网络安全公司估值已达历史低位，具备长期配置价值。 6. 风险提示：股票薪酬过高（如 Snowflake）、AI 功能低质量、竞争对手跨界冲击需重点关注。

核心看点 * 成立不到四年的创业公司 Fanvue，完成 2200 万美元 A 轮融资，年化收入破 1 亿美元 * 平台 93% 创作者都在使用 AI 工具，AI 不再是噱头，而是刚需增效手段 * 从创作者出身的团队，直击行业痛点：广告模式伤害用户体验，订阅制才是更健康的关系 本期内容 一、平台背景：懂创作者的人，做给创作者的平台 * 创始人 Joel Morris 本身是坐拥 200 万粉丝的内容创作者，深谙创作者痛点 * 2022 年推出 Fanvue，主打订阅制直接变现，摆脱广告依赖 * 核心逻辑：付费粉丝更忠诚、更投入，内容与粉丝关系质量更高 二、AI 如何真正解放创作者 平台用 AI 解决创作者最大成本 ——时间与精力： * AI 分析工具：提供可执行的内容与粉丝洞察 * AI 教练：实时给出内容、涨粉、收入优化建议 * AI 生成内容：提升内容产出效率 * AI 智能体私信互动：解决海量粉丝回复难题 * 语音克隆技术：实现低成本、规模化的语音 / 通话互动 三、商业模式与增长 * 佣金模式：每笔订阅 / 内容收费抽取 20% 佣金 * 数据：1700 万月活、25 万创作者，年收入同比增长 450% * 创作者类型多元：体育明星、知识教学、音乐、健康营养等，不只娱乐内容 四、前沿方向：AI 虚拟网红 * 让不想露脸、不想成为公众人物的人，也能进入创作者经济 * 用虚拟形象创作，降低曝光压力，打开全新创作人群 五、行业启示 * AI 不是替代创作者，而是放大创作者能力 * 重复性工作交给 AI，人类专注创意、品牌与核心情感连接 * 订阅 + AI 正在成为下一代创作者经济的主流范式 * 融资将用于全球扩张、人才引进与 AI 能力深化 一句话总结 当 AI 深度嵌入创作、互动、变现全流程，创作者经济正在从 “拼流量、拼广告” 转向 “拼内容、拼忠诚、拼效率”，Fanvue 已经用数据跑出了这条新路。

核心话题：AI 购物 Agent 的爆发式增长与行业变革 这一期我们聚焦 Phia—— 由比尔・盖茨之女 Phoebe Gates 与联合国最年轻顾问 Sophia Kianni 联合创办的 AI 购物平台，拆解其十个月用户破百万、估值飙至 1.85 亿美元的增长密码，探讨 AI agent 如何重塑消费体验。 一、创业奇迹：十个月完成从 0 到 1 的颠覆 * 关键里程碑：2025 年 4 月推出产品，2026 年 1 月用户破 100 万，合作品牌超 6200 个，收入增长 11 倍 * 融资亮点：A 轮获 3500 万美元融资，由 Notable Capital 领投，Khosla Ventures、Kleiner Perkins 跟投，种子轮曾获 800 万美元 * 创始团队：斯坦福宿舍创业的 "强强联合"——Phoebe Gates（盖茨家族背景 + 商业敏感度）、Sophia Kianni（联合国顾问 + 气候活动家），社交媒体累计 200 万 + 粉丝，内容观看量超 4.3 亿次 二、产品核心：解决购物痛点的 AI 智能层 * 核心价值：通过 AI agent 降低用户决策成本，为品牌创造实际商业价值对用户：提供价格洞察、转售价值预测、个性化推荐，减少冲动消费和错误购买 对品牌：转化率提升 13%，新客获取能力增强 30%，客单价提高 15%，退货率降低超 50% * 商业模式：零前期成本的绩效导向合作（类联盟营销），品牌仅需为实际销售付费，降低试错成本 三、技术演进：从工具到智能 Agent 的跨越 * 产品迭代：从浏览器扩展（二手价查询）升级为移动应用，实现 "被动响应→主动服务" 转型 * 技术优势：搜索延迟降低 80%，货币化 GMV 提升 40%，日均处理数十亿件商品数据与数百万次搜索 * 未来技术布局：引入实时大语言模型 Agent，构建个性化购物助手，招聘顶级机器学习工程师强化技术壁垒 四、增长策略：创始人 IP 到商业闭环的升级 * 初期增长：依托创始人个人影响力快速获取种子用户，通过播客《The Burnouts》分享创业真实故事建立信任 * 战略转型：从 B2C 转向 B2B2C，为品牌提供专属数据仪表板（受众行为、趋势洞察等），推动品牌主动推荐用户 * 团队特色：20 人左右核心团队支撑百万用户运营，强调 "少而精" 的高自主性、高才华建设者团队 五、投资逻辑：硅谷顶级 VC 的押注理由 * 投资人阵容：Notable Capital（Hans Tung，13 次 Midas 榜单得主）、Khosla Ventures（Keith Rabois，5 次 Midas 榜单得主）等 * 核心判断：Phia 构建了 "人→AI→产品" 的智能中间层，解决了传统电商 "页面 + 过滤器" 模式的核心痛点 * 信任基础：种子轮投资人持续跟投，认可团队执行力与 AI agent 在消费领域的巨大潜力 六、行业展望：重新定义购物的未来形态 * 体验革新：从 "购物焦虑" 到 "发现乐趣"，将购物转化为轻松的个性化推荐与风格管理过程 * 核心功能规划：衣橱联动：基于现有衣物的搭配推荐、购买 / 转售时机建议 社区驱动：数字衣橱分享、穿搭心得交流，形成社交化购物生态 * 消费文化重塑：迎合 Z 世代 "价值投资型消费" 理念，强调转售价值、可持续性（二手消费减少 80% 碳排放） 七、深层思考：AI 时代的消费变革启示 * 行业痛点：传统电商长期未解决 "找对商品" 的核心需求，AI agent 填补了 "意图理解→个性化匹配" 的空白 * 代际特征：80% 千禧一代与 Z 世代购物前关注转售价值，"girl math" 消费逻辑推动理性购物 * 社会价值：通过 AI 技术实现可持续消费，平衡商业价值与环保责任