Vol.172 专访群核科技黄晓煌：一个技术创业者的14年

因为看你之前的一些采访，我看到你其实比较少讲很早之前的事情。你是哪一年到浙大读书的？

我是2003年。当时直接去了竺可桢学院。对，没错，当年高考考了全省六七十名，好像全省前100名可以直接进竺可桢学院，还有奖学金之类的，所以就直接进去了。

当时你对竺可桢学院有概念吗？

没什么概念。到学校的时候，他们跟我们说，反正就是比较好的班。中国人比较朴实，当时哪知道这个东西。

但这几年我回头看各种资料，确实会发现，包括浙大、竺可桢学院，培养了很多优秀校友，包括很多创业者。黄峥是不是也是竺可桢学院的？

对。

我在学校的时候就听说过他的各种“光辉事迹”。

成绩特别好？

成绩特别好。学生能有什么光辉事迹？

他跟你差几级？

大5届。

你们的教学方式有什么特别的地方吗？还是因为这些人本来就特别优秀，所以被选拔出来了？

1. 竺院的聪明人

我觉得，首先在教学方面，我也没有对比过其他学校。整个教学思想还是比较开放的，但我觉得更多时间可能是跟同学之间互相学习、互相聊。

一群聪明的人在一起是很重要的。其实上大学之前，大家都是小镇做题家，天天做题出来，也不知道世界是什么样的。进了学校之后，会有很多很聪明的师兄跟你聊各种见闻、各种想法，你就会顺着他们的思路去学习、去了解。我觉得这对我的影响可能更大。

至于上课，我一般一门课就是第一节去、最后一节去，中间都不去了。

这样考试没问题吗？

没问题，自己看书就行了。

不上课干嘛呢？

写代码、看书。我的习惯是白天睡觉，晚上学习。感兴趣的课我会去上，有些感兴趣但选不上的课，我也会去旁听。不感兴趣的课，反正应付考试就行了。高考过来的人，应付大学考试还是比较游刃有余的。

你们班当时多少人？

30来个。

你们同学后来都在干嘛？创业的人多吗？

不多。我感觉大部分人在美国工作。我印象中，三分之二应该出国了，可能超过一半的人不是在金融行业，就是在IT公司工作，大概是这么一个情况。

我也跟他们说，还是自己创业比较好。年轻的时候觉得工资挺高、挺爽，年纪稍微一大，就会发现那个天花板太低了。

这是你曾经走过的路？

我去了英伟达之后，也统计了一下整个公司里面从大陆出去的中层管理者。我把整个通讯录研究了一遍，因为大陆的拼音跟香港、台湾的拼音不一样，我研究了一遍，发现这个比例非常低。

你说这些人不聪明吗？我觉得他们都是最顶级的聪明人。那就是有天花板，没办法。大家能意识到这个天花板，因为可能也有例外，当时陆奇应该也算微软的高管了吧，但比例确实很低，是一个温水煮青蛙的过程。

而且，比如我当时在英伟达工作的时候，很多重要项目都需要美国政府审批。那个年代中美关系已经非常好了，但比如我要做高性能计算相关的东西，就需要美国政府审批。等审批下来，项目都快结束了。如果没有审批通过，你就不能参与这个项目，相当于被休假。

有这个限制，你根本没有可能晋升到一定的岗位，因为很多信息他们都不让你知道。

所以你那时候基本上就死了在英伟达一路高升、走职场这条心？

对，死了在那边一路高升的心。当然，我觉得英伟达的同事对我也挺好，平台也很好，只是它有这个限制。

你要做高性能计算相关项目，有些项目涉及美国国防部之类的，就需要审批，而且审批时间很长。现在只会更严重。

现在估计都不用审批了，人家一看你是大陆来的，就说你别参加了。关键业务你连会议都不能参加，什么信息都要对你隔离。

那你的本科专业是怎么发展的？你当时学的是计算机图形学，这在当时算显学吗？

我们当时竺可桢学院是不分专业的，自己选课。大一结束之后，就可以选一个实验室进去做科研。那个班是想培养科研人才的。

我就选了浙大的CAD实验室，到里面写代码、做科研。CAD实验室当时在研究渲染，所以我就开始自学。那时候基本上是实验室师兄告诉你要学哪些东西，然后你自己去看书。

竺可桢学院一直不分专业，拿毕业证的时候，根据你选的课可以选一个专业。我好像选了计算机，但基本上不在学院里面学习，自己选课、跟着实验室学习，基本就是这么一个过程。

所以后来你去美国读硕士，当时基本上是很主流的选择？

我当时申请的是博士。

直接申请博士？

对，肯定是博士。硕士没有奖学金，大家都是申请博士。

2. 从图形学到CUDA

因为我本科读的是图形学，图形学基本上就是英伟达的老本行，所以我就申请了图形学方向。后来去了UIUC，发现它有一个方向，是用图形学的方法做高性能计算。那所学校最强的实际上是超级计算机，正好需要图形学背景的人，所以我后来就转去了那个实验室。

英伟达的一些传记里也会写，我的导师胡文伟跟英伟达原来的CTO一起搞了一个联合培养项目。那个CTO叫David Kirk，英伟达赞助了这个实验室，大概100万美元，还有很多GPU。我们就在研究怎么做CUDA。

你们的奖学金是学校发的，还是英伟达发的？

是英伟达的钱打到学校，再由学校发给学生。

当时你对英伟达有什么概念吗？

肯定有概念。那时候你要做计算机图形学，用的显卡不是英伟达就是ATI，也就是后来的AMD，只有这两家。它在原来的赛道里已经占了70%的市场份额，但那个赛道也就那么大。

当时主要就是游戏？

对，主要是游戏。所以我也觉得研究这个方向比较窄。UIUC的高性能计算做得比较好，我只能结合自己原来的学术方向，转去做高性能计算。

我原来在浙大读书的时候，没觉得高性能计算有这么深奥。到了UIUC之后，就从头开始学芯片怎么设计、芯片的工作逻辑是什么，当时挺震惊的。

我在那边逃课逃得不多。很多课，你自己在寝室里看书没用，因为没有设备，没法自学，只能去课上做。比如课上让你设计一款芯片，那个软件特别贵，根本没有软件，也不能用盗版，只能上课的时候去学。

还有很多跟上机有关的内容。比如超级计算机，你自己在房间里也没法做，所以只能去课程那里做。那时候就经常去上课了。

你从浙大直接申请博士，中间有硕士的过程吗？

理论上是这样的：学分修满了就可以拿硕士。美国学校有一个制度，满足硕士要求就会给硕士学位，满足博士要求就会给博士学位。

当时英伟达在组建CUDA团队，很多人招不到。我是拿着它给的奖学金，专门研究这个方向的。后来他们写信给我的导师，说想借用我一年，去开发专门的系统。

我导师建议我还是去，之后想继续回来也可以回来读。我就先去了，去了之后就没再回来。

他是不是也说过，大部分去了英伟达的人都不会再想回来？

对。因为你在学校里做的东西跟公司里做的一样，但公司工资高，设备也更好。学校里要获取算力集群很难，公司里全都有，条件完全不一样。

所以你后来没有拿到博士学位，也没有继续读下去？

没有。不过要继续读也可以。我本来是想，干一年之后再回去继续读，但工作了大概半年，我就有了创业的想法。

3. 四颗GPU点燃创业

我参加了第一届英伟达GTC，当时去做志愿者。那次人很少，我就在下面看黄仁勋演讲。他用128颗GPU做实时渲染，在本地用128颗GPU做快速渲染。

我当时就想，这东西为什么要用这么多GPU？不太对劲。后来我自己在电脑上实验，调调效果，大概4颗就够了。我觉得这好像是个不错的方向，就想拿这个创业。

为什么黄仁勋演示还需要100多颗GPU，而你在本地电脑上用4颗就够了？

我也不知道他为什么要用128颗，反正我觉得本地电脑4颗就够了。可能是算法调优的问题。

当然，当年英伟达发展得不太好，这里面有一个悖论：如果它发展得很好，我要么继续留在英伟达工作，要么回去读PhD。既然这个方向这么好，我还回去继续读PhD，那不是有点奇怪吗？

但没想到后来它发展得这么好。

我一直很认可黄仁勋讲的那套逻辑：原来CPU的架构走到尽头了，摩尔定律难以为继，只有通过几千、上万颗芯片组成的架构，才能在新的芯片工艺下继续发展。

当计算机的核心超过一定数量之后，传统编程语言就不适用了，必须用全新的编程思想去编程，所以才有了CUDA。这一点我一直都很认同。我觉得这肯定是未来，而且未来这种情况会愈演愈烈。

你看现在CPU的主频大概在2到5GHz，20年前差不多也是这个水平，基本不发展了，已经到了物理极限。但它还可以横向扩展，芯片越做越大、核心越做越多，这个还是可以的。

新的方法论让摩尔定律继续延展。但当时你说新的架构、新的算力怎么利用，它能产生什么新的东西，实际用途和商业用途是什么，这些都需要研究。

比如现在手机的速度再快10倍，我现有的功能已经够用了，快10倍有什么用？绝大部分人都是这样的。

但是对于英伟达、对于黄仁勋来说，他会认为一定存在一些新的用途，只是你现在不知道而已。那就让这些科研人员自己去研究。

我当时就在研究这些东西。研究了几年之后，我发现物理正确渲染原来很慢，一张图要渲染半小时、1小时，但这个东西可以用GPU加速，效果特别好。我就把它改到CUDA上，效果很好，然后就想拿这个创业。

那是哪一年？

AI当时才刚刚萌芽，还没真正发展起来。我忘了是2010年还是哪一年。我还在英伟达的实验室里看斯坦福做深度学习的研究，觉得这东西这么慢，怎么用？我还在研究怎么加速它。

所以我现在坚信，随着算力提升，还会有新的东西不断出现。只不过你和我没有办法判断这些东西是什么，甚至在英伟达内部，哪一个实验室会做出全新的东西，也没人知道。

它就像人类智慧里的基因突变一样，谁突然脑子一闪，想出了这个东西，永远不知道。它也有点像涌现，是一个涌现的过程。

但前提是你得有算力。有了算力之后，就会有人研究出来，只是时间长短的问题。

包括你们当时进入CUDA项目组，可能也很难预期CUDA今天会有这么大的影响力吧？

反正黄仁勋天天在“画饼”。他自己有这个意识，认为一定会有新的东西出现，但也没告诉我具体会出现什么，我也不知道。反正就做呗，反正有工资拿。

但这个方向我们认可。我认可它能持续变快，Intel的东西已经不发展了，停在那里，但英伟达这套东西肯定还会持续增长。

至于它能增长出什么东西，我也不知道。我当时天天研究、看论文，也没看出什么新东西。

我再往前倒一个问题。看你之前的采访，你会讲到，当时你们读书的时候，导师给你们的课题是假设未来算力提升1000倍，然后在这个基础上选择研究方向。一个方向是人脑，另一个方向就是你刚才讲的物理正确渲染。

对，其实都在看，没有限定说只能研究物理模拟或者人脑，所有课题都可以研究。

只不过当时怎么模拟人脑实在没有头绪。至少我当时还没看到CNN之类的论文，那些论文还没有出来，所以当时做物理模拟、物理仿真会更多一些。

前一个方向其实也受制于脑科学本身的发展，对吗？

不只是脑科学。这个方法后来才提出来，至少当时我没有看到。这个方法论好像是2009年或者2010年才提出来的，所以当时没有发现。

你每天看各种论文，有时候从老论文里找哪些东西可以跑在GPU上，看看能不能得到更好的效果，或者发展出不一样的东西。核磁共振、渲染、各种矩阵运算都在研究，一直在找算力增加10倍之后，会有什么不一样的东西出来。

你刚刚讲到，在英伟达工作半年左右的时候，你已经想自己创业了。主要是因为参加了第一次GTC，做志愿者，看了黄仁勋的Keynote和一些演讲者的Demo，对你触动很深？

对。因为我本科研究的是图形学，知道这些东西计算非常慢，但我发现物理正确渲染加速这个方向是可行的。

我回去之后，因为本来做过图形学，做一个Demo很快，一个月就做出来了，发现效果很好。最早想在硅谷创业，但融资不太好融，后来就回国创业。

当时创业是因为周围创业氛围比较浓厚吗？

没有。当时把Demo做出来之后，觉得特别激动，觉得能够改变世界，完全不同于原来的东西要出现了。

原来这种算法只能跑在本地PC上，当时正好又是云端时代，各种移动端的东西也开始出现了。我就想，这个东西对手机肯定是一个巨大突破，因为手机没有这么大的算力。几个合伙人看完Demo都很兴奋，于是就约着回国创业了。

你们当时几个合伙人是同事，还是同学？

是UIUC的同学，在学校就认识了。

他们当时在做什么？

朱浩去了亚马逊，陈航还在学校读书。基本就是大厂员工加博士。

大家都想创业？

对。Demo给他们看完之后，大家都很兴奋，感觉像捡到了宝。你好像现在不做，过一阵子别人做出来，就没你什么事了。因为这不是什么秘密，晚个一两年，可能根本没有你的机会。所以当时就迫不及待回国创业了。

当时从美国回来创业，是比较常见的现象吗？

不常见。当时别人都说，你是不是混不下去了？

2011年，国内有不少朋友问我，英伟达是不是要倒闭了，甚至想做空英伟达。他们会问，英伟达是不是不行了，硅谷其他公司不好跳吗，为什么要回国创业？

我说，英伟达当时确实发展得不太好，但这肯定不是我回国创业的原因。

我记得有段时间，很多中国投资人会去美国游说大厂里的工程师回来创业。那是后来2015、2016年的事情？

对，那是后面的事。2011年刚经历金融危机，国内投资人也没钱。2009年金融危机结束之后，硅谷融资也很难，资本市场不太好，所以没融到钱。

没融到钱就没法招人，后来就想回国创业。当时正好碰到浙江省在硅谷招商引资，于是就回来了。

浙江省去硅谷招商引资，是什么场景？

他们每次来招商引资，都会包下一个中餐馆，请大家吃饭。大家基本都是去蹭吃蹭喝的。

平时在硅谷也不太会去吃中餐大餐，自己做又挺难吃的。免费吃喝之后，他们再宣传一下国内的创业环境，大家就去听听，听着听着就感兴趣了。

这个在现在是不可想象的。以前他们还会去华尔街挖人，中国政府去华尔街挖人，现在很难了。

所以你们算是被招商引资回来的创业公司？

可以这么说。当时组了一个团，大概30多家硅谷公司，一起回国内考察，选择一个落地的地方。

当时机票好像是苏州政府出的。

苏州政府？

对。大家收集了一圈各地政府的政策。杭州可能提供免费住宿，苏州提供免费机票，大家就回国了。

还是个“拼团”？

对，反正挺有意思。

回来之后，还是要面对招人、融资这些问题，怎么解决？

跟原来一样。我也是中国、美国两边跑。那时候美国刚经历金融危机，整体经济状况不太好，国内一片欣欣向荣，所以觉得国内创业可能更容易，就选择在杭州。

你们开始融资的过程是什么样的？

我们拿着Demo，一个基金一个基金去谈。那几年中国的VC不太投科技，主要投App、团购。那时候正好是千团大战，或者投O2O，基本都是这些东西，没什么人看科技项目，所以融资比较困难。

当时主要找美元基金，人民币基金基本不看我们这种项目。

2012年不太顺利，我也不知道为什么。2013年就很顺利了。2013年中国整个资本市场特别泡沫，很容易融资。反正从2013年之后，融资就一轮接一轮。

你们跟美元基金聊的时候，他们会问什么核心问题？

我印象中问得最多的是：什么是GPU？为什么你做这个东西英伟达不做？英伟达自己做得也不怎么样，你在它基础上做，能行吗？大概都是这些问题。

你怎么回答？

我当时比较技术的回答，好像也没谈到投资上。跟他们谈摩尔定律、技术趋势，他们根本不关心，觉得你是在瞎扯。

当时正好有一个家装平台很火，现在可能没那么火了。我们包装了一个故事：Houzz要派人去线下给房子拍照，成本比较高，我们可以通过虚拟渲染来实现，不用拍摄，成本比较低，可以颠覆这种模式。这样一下子就很好融资。

你要跟投资人聊GPU就完了。我发现有一半投资人不知道GPU是什么，甚至没听过。

可能当时英伟达本身的势能还没有起来。你一说GPU，他可能就会问，英伟达都快倒闭了，你基于它的硬件做东西，万一它倒闭了怎么办？

对，2013年的时候，确实有人觉得这家公司不行。有投资人问我，万一英伟达倒闭了，你有什么办法继续做你的公司。

我觉得这个问题很难回答。那个年代国内也没有其他公司做这个东西。

当时国内创业，基于移动互联网、本地生活或者O2O，发明了很多风口和名词。这些方向很火的时候，你有没有想过换个赛道？这样风险投资也可能更欢迎。

想过，也尝试过。但说实在的，一是不擅长，二是自己实在不喜欢。

我看阿里铁军、华为铁军之类的书，自己也在学习。很多地推工作真的做不出来，太难了。他们很多管理方式，不是我们这种原来搞科研的人能够做出来的。

但我发现，不是自己擅长的事，很难坚持；不是自己喜欢的事，也很难坚持。我们肯定尝试过，投资人也经常跟我说，在中国不适合做科技，应该做一些靠组织力量获得竞争力的事情。

他们是已经投了你们之后这么说，还是还没投的时候说？

有些已经投了，有些还没投。比如有人会说，如果你不能克服这个问题，就不投了。

那个年代，大部分投资人都说不要做技术，因为这不适合在中国创业，太慢了。他们要的是4年翻1000倍的公司，你4年可能都不一定把这个东西做出来。

但即使你能做出一个英伟达，他们也不满意？

对，反正那个年代就是这样。

那你们内心不会比较绝望吗？

早就麻木了。作为创业者，如果内心这么容易绝望，创业第一天就已经绝望了。

很多时候，自己相信就行。我们听投资人讲完，几个合伙人面对面相视一笑，然后继续前进，无所谓，心态得好。如果你把其他人讲的观点都当真，那日子没法过。

从投资人的角度来看，大概什么时候开始发生转变？他们开始认为，在中国做科技也是一个有前途的投资方向，而不只是移动互联网那种指数级增长的生意？

我觉得可能就是这几年。之前在中国做科技，估值低、回报周期长，大家也不太喜欢。对大部分创业者来说，科技项目的孵化周期太长，融资各方面都很困难。

当然，我们后来也学乖了，讲故事要看人下菜。投消费的，就跟他讲消费故事；投移动互联网的，就讲移动互联网的故事。融资顾问会教你，碰到投消费的人，就跟他讲未来中国家装市场多么巨大，随着中产阶层崛起，市场空间有多大。

因为我当时对这个行业一窍不通，FA还给我准备了很多台词，让我背一遍。

真的要背？

那肯定。我当时连一套房子都没装过，不装房子的人怎么讲这个？

不管怎么说，我们一直围绕GPU加速这个赛道做事，外部环境怎么变化都一样。我也经历了很多个周期，所以无所谓。

GPU超过CPU，这是物理规律，是一个持续二三十年的规律，这里面是有确定性的。风口没什么意义，今天这个风口，明天那个风口，一年一个变化，追这个没有意义。

故事可以追，但你做的东西一做就是5年、10年，没必要追风口。

GPU超越CPU这件事，你回国创业的时候就已经确定了？

不是，读书的时候就已经很确定了。黄仁勋、英伟达的CTO给我们上课，天天给我们“洗脑”。我自己也研究这个，觉得确实就是这样，所以从来没有怀疑过。

我们一直围绕这个方向做，只是确实没想到现在会这么火，也可能只是火一阵子。客观规律一直存在。当时我们觉得，不是英伟达做出来，也可能是Intel、AMD，或者华为转向这个方向。大的技术方向是确定的。

你当时跟其他人讲，他们会相信吗？

早期肯定不相信。你要到现在再讲，反而没意义，因为大家都相信的时候，再讲已经没有意义了。

我觉得这个转折点应该是在2018年之前。2018年之前相信的人不多。但具体是哪家公司做成，确实是一个概率问题。

我们当时甚至觉得Intel比英伟达成功的概率更大。我有一段时间把系统迁移到Intel新的芯片上，因为Intel做的芯片更稳定。它也出了类似CUDA的竞品，但后来我觉得那家公司不太给力。

这可能是企业文化的问题，也可能是它分心了。Intel的产品线太多，英伟达这么多年就专注做GPU，Intel什么都做，主板、显示器、笔记本，什么都有，肯定会分心。

当时Intel作为更大的公司，可能也不可避免要做这么多事情。

我觉得是创始人不管公司了，变成了一个由华尔街管理的公司。

华尔街今天看一个研究报告，说要做嵌入式芯片；明天又说要做视觉芯片；后天又说要做ARM芯片。那公司到底要开多少条线？

企业得专注，要找到一个自己认可的方向，而且最好这个方向是对的。有时候就是赌一把，然后专注地一直做。如果今天觉得这个方向好，明天觉得那个方向好，变来变去，最后每个方向都做不好。

2012、2013年融资的时候，很多风险投资人对在中国做科技公司有疑虑。那些真正投了你们的VC，当时是什么想法？是赌一个概率，还是因为认识你、觉得你们背景不错？

最早投我们的，是一个浙大校友王怀。我们在硅谷的时候，经常一起参加浙大校友会的志愿活动，关系很熟。他投了50万元人民币。

大概就是朋友一场，他说，我也不管你做什么，先给你50万，别来找我了。

后来呢？50万够你们做什么？

后来他给我们介绍了一些投资人，我们陆续融到了资金。到2013年的时候，产品做得比较火，在行业里也很有影响，后面融资就没什么问题了。

后来投资人排队要投，有些投资人因为我们不让他投还翻脸，搞得我也很难受。

数据出来之后，融资就容易了？

对，数据特别好，在行业里确实很轰动，微博上疯狂传播。2014年就没有融资问题了，天天有一堆投资人要投。

早期投资人不让投，后来各种事情搞得我也很烦，那是完全另外一波烦恼。

这不就是价格的问题吗？价格抬高一点就可以了。

当时增长很快，行业也很好，不完全是价格问题。投资人觉得我们不需要融资，可以再晚一点，等价格更好。

你们刚回国的时候，几个合伙人租了一个民宅办公？

对。我的一个合伙人家里有一套空房子没人住，就临时拿来用。

在哪儿？

就在这旁边。

这个阶段持续了多久？

大概一年。后来融到资之后，我们就搬走了。那个地方实在很难招聘，候选人一看是民宅，绝大部分都无法接受，会怀疑是不是骗子公司。

特别是女员工，面试的时候把人带到一个卧室里，确实太不靠谱了。

你们后来是怎么进入家居设计这个领域，开始做酷家乐的？这是过程中不断选择的结果，还是一开始就有明确方向？

4. 家居赛道意外成形

其实是投资人帮我们编的故事。我们的股东也投了这个平台，当时Houzz有一个很大的痛点，就是要派人去拍一套房子的图片和视频，成本大概3000美元，也就是2万元人民币。

而我们用GPU渲染，成本不到200元人民币，ROI太高了。投资人就觉得，这个技术是不是可以颠覆这个平台的商业模式。

当时我们也愿意讲这个故事，因为至少把核心技术用上了。后来这个故事在行业里很快就火了。

你之前还讲过，有投资人劝你们做社区？

对。第一波火了之后，大家发现用我们的工具做渲染，可以取代这个平台的实拍，而且效果不错。

这个平台很重要的一块业务是家装社区，投资人也劝我们做。我们也去尝试了。

但我们都是理工科出身，不像做传媒、做内容的人，对社区和内容有感觉。突然有一天，同事说，这篇文章写得特别好，老板你看一看。我看完之后问，好在哪里？然后现场就冷了。

我们开始研究怎么通过OKR量化衡量内容的好坏。一篇文章出来，怎么算它的质量？算不出来。

你看点击率或者转发率，但这个东西很复杂。有些文章转发率特别高，我不知道为什么；有些同事熬夜写到两三点，发出来之后没人看，我也不知道为什么。

跟同事聊，他们的解释我都听懂了，但同样的解释又不能用在另一篇文章上，找不出规律，也说服不了我。就像你在管理一群语言不通的人，他说的每个字你都听懂了，但你不理解他到底在说什么。

如果某一篇图文非常受欢迎，你们也没有办法通过数据和算法总结出规律？

我试图总结过，但没总结出来。而且我完全搞不懂。两篇文章，一篇一个转发都没有，另一篇上万转发，我研究半天，也不知道为什么一篇行、另一篇不行，感觉一脑袋浆糊。

我到现在也没搞懂。

所以你们做不了小红书？

对，做不了小红书。

我还请冯树到我们公司做过顾问，请他分享什么样才是美，什么是生活的美，怎么去形容它。我还问他，你说的美怎么量化？他也不知道。

我也想过通过AI大模型去评估一个家庭设计好不好，但现在也挺难。你拿现在的眼光去看5年前的东西，可能觉得很丑、很土，但5年前大家又觉得特别好。所以我感觉这是一个人类学、社会学的问题。

后来我想通了，还是做自己擅长的事情。自己无法理解、无法判断好坏的东西，还是别做。因为在公司里，你总得给同事发奖金，他做得好还是不好，你完全无法解释。听他汇报工作的时候，整个人都是云里雾里。

但应该可以通过结果来判断。虽然我解释不了，但看结果应该能看出来。

看结果大家也达不成共识。你看什么结果？看点击率吗？给那个帖子多投一点广告，不就有点击率了吗？看转发率吗？诱导转发，不就有转发率了吗？

所以我一直没有搞明白。至少我知道，他跟我讲的一点是，内容必须优质。优质内容非常关键，这一点我认可，但如何定义优质，我不知道。

现在大家也在讨论，能不能用AI给文章打分，判断它是不是优质内容。

我花了很多精力研究这个问题，还是研究不出来。

后来我就决定，跟投资人说，这件事我实在干不了。我组了一个很不错的团队，要不他们自己出去创业，你投他们吧，放过我，我实在不会。

投资人也没办法，说你不会，当然就做不好。我们当时也尝试招过一些人，去各处找这方面的人，他们都跟我说，内容质量的好坏就是一种感觉，无法量化。

一旦你要量化，就变成SEO、SEM的工作了。

对。我想了想，这件事对我触动挺大，还是要做自己擅长、自己喜欢的事情。过程中你会乐在其中，也能给同事一个合理的回报。谁水平好、谁水平差，你得能判断，否则做的人也会很受挫。

你们最终确定并抽象出来的，认为团队和你自己都擅长、也能享受的事情，如果要描述的话，是什么？

我个人一直在研究图形学和高性能计算。当时不断给我“洗脑”的，就是怎么用超级计算机模拟人的大脑和宇宙。

从上学开始，就一直被说这是很酷的方向，是改变世界、改变人类的事情。工作之后也发现，好像确实是这样，所以就沿着这个方向做。

关键是这件事我可以判断。比如模拟物理世界，以及速度够不够快，我很容易知道。做完之后看一眼，就知道好不好；做得很好的时候，我也会觉得兴奋。

所以，利用高性能计算机模拟物理世界，是我们擅长的事情。

我觉得这对创业过程很关键。别人做了一个很酷的事情，会觉得特别兴奋；但我也试过不擅长的东西。比如有人帮客户砍装修贷款，砍了多少，我不知道你为什么兴奋。

后来成本降低了？

对。但经历多了之后，就觉得还是别做这个东西。创业是很漫长的过程。如果你能做成一家像一家几万亿人民币市值的公司，所有人都会兴奋。

但在过程中，你告诉一个人在健身房坚持30年，未来会成为几万亿美金公司的老板，他也不信。他只能在过程中不断找到兴奋点来支撑自己，而这些兴奋点一定要真正让他兴奋。

我觉得找到这个点特别关键。很多创业者为了创业而创业，本身对这个东西没感觉，却非要创这个方向，很多失败的根源就是这样。

至少我现在做这件事，即使没赚到钱，也不会觉得特别痛苦，就当玩游戏一样。人为什么打游戏会兴奋？就是这个道理。只是最后没有通关。

通不通关无所谓，有时候你还希望这个游戏内容长一点，不要这么早通关。

我前段时间看张忠谋的自传下册，里面讲到他退休的时候要找CEO，其中一个人选就是黄仁勋。他很认真地问过黄仁勋，有没有兴趣来做台积电的CEO。

张忠谋后来解释说，今天大家可能觉得他当时异想天开，因为英伟达是万亿美金公司，怎么会来做一家几千亿美金公司的CEO？但当时台积电的市值其实是英伟达的好多倍。

确实是这样。我觉得英伟达跟台积电也是共生关系，是互相成就的。

台积电很早就发现，芯片制程工艺横向发展，物理制程再往下走越来越难，更多可能是横向发展。英特尔的芯片是自己生产的，所以他们可能还有空间，台积电选择了不同的道路。

我觉得英伟达和台积电是互相成就的。

如果你当时回国创业，选择了芯片设计和芯片制造，现在就是解决“卡脖子”问题了。

如果我现在回国创业，有可能会做这个。但那个年代回国创业做芯片，人家会觉得你脑子被驴踢了。投资人连聊都不想跟你聊，更别说创业了。

你刚才也讲过，你尝试做过自己不喜欢的事情，发现确实做不来。从你创办公司到现在，这样的事情多吗？你经常尝试进入自己的非舒适区吗？

肯定多。我们比较开放，除非违法，在合法范围内，非舒适区我都会尝试。但我会很快判断，自己是否擅长做这件事。

如果我不擅长，就交给合伙人管；如果合伙人也不擅长，那就别做了。钱到处都能赚，为什么一定要做某件事？你没必要跟自己过不去。

创业很多时候，公司赚了钱也不一定都是我的，但每天做自己反感、枯燥的事情，那个苦是自己吃的。

你是大股东，赚的钱相当一部分会属于自己，不是吗？

很多时候你是把它当事业在做，就没必要做自己觉得烦、枯燥、毫无兴趣的事情。

你只知道这件事能赚钱，但你既不认可它的社会价值，也对它没感觉，那我个人没太大兴趣去赚这种钱。

有时候投资人会给你很大压力，但你真做了之后，压力可能更大。

除了刚才社区内容无法量化这个例子，还有其他让你很痛苦的事情吗？

很多。比如装修贷款，有一阵子股东天天让我做装修贷款。

进入金融领域？

对。他们会说，你辛辛苦苦做什么软件？装修贷款一单能赚几万元，你卖软件，一个设计师一年给你几百块钱，何苦呢？

我也去了解过金融行业。正好当时有一个离职同事自己创业，背了贷款还不上，天天有催债的人蹲在他家门口。我一听就觉得，这事我怎么做得出来？

让我去雇一个人，天天蹲在人家门口催债，我做不出来。如果我做不出这件事，就意味着我做这种业务会有大量坏账。

你要么去赚这个钱，要么逼着自己做一件非常反感、恶心的事情。我宁可不赚这个钱，大不了公司不做。我为什么要赚一些自己认知之外、或者完全不认可的钱？

互联网金融那段时间是一个特别大的风口，杭州不是有很多公司做得很好吗？

是。那段时间，我们所在的整栋楼除了我们公司，基本上都是互联网金融公司。

当时你不做这个业务，甚至都融不到资。就跟现在大家都说要做AI一样。

这就是你说的“嘴替”。

对，就是这个感觉。所以我也认真研究过，后来觉得太不适合我们做了。

投资人还给你们出过什么主意？他们应该特别替你们着急。

让我们做供应链，或者做家具。

供应链是什么？金融制造？

不是，让你卖家具。

我去调研之后发现，很多人的利润都是从各种细节里一点一点抠出来的，公开说就不合适了。我怎么做得了这个？太难了。

股东肯定是看了一些公司，发现这些赛道赚钱，但他不管这些钱具体是怎么赚来的。我也跟他们讲过，为什么有些赛道在一级市场看起来很赚钱，到了二级市场却不赚钱？肯定是有原因的。

你天天逼我做这些事情，赚这些钱没有意义。

投资人可能会说，我也是希望你活下来。

我们一直活得挺好的，没什么问题。2016、2017年现金流就已经是正的。

你跟他说，增长还不错，他会说，人家一年增长10倍、20倍，你吭哧吭哧卖软件，一年还没有人家一单赚的钱多。

还好我们也躲过了很多坑。现在回头看，那些一开始特别暴利的赛道，很容易掉进坑里。互联网金融只是其中一部分，供应链也有很多出问题的。

当时有些公司把供应链的回款拿去做理财，供应链本身不赚钱，靠理财赚钱，最后也都暴雷了。我见过很多。

所以我们现在创业，第一是觉得这东西赚钱必须有真正的社会价值，而且是自己认可的社会价值；第二是自己真的喜欢。如果不满足这两个条件，赚钱我也不做，因为风险太高。

你们作为技术人员回到杭州创业，最初希望在高性能计算机上还原、模拟物理世界，这肯定是一个技术理想。但技术理想需要赚钱养活公司。这个过程顺利吗？

5. 软件终于带来现金流

我觉得第一波卖API、卖软件，还是比较顺利的。虽然没赚到大钱，但基本把团队养活了，所以那一波还是挺开心的，属于苦中有乐。

那一波是哪几年？

2015、2016、2017年。2016年现金流打平，2017年大概有四五千万元现金流。

后来投资人就逼着你做各种扩张，那时候压力很大。

第一波现金流主要来自卖软件？

主要是卖API、做云服务。

这个商业模式是怎么找到的？

参考其他公司的模式。我们当时有一个商务团队，也在摸索，去问客户愿意怎么付钱。

因为我们当时已经在行业里比较火，所以就跟客户商量，你愿意怎么付都可以，一次性付、按年付、按账号付都行。最开始还没有成型，多少付一点，付多少随缘。后来才慢慢形成商业模式。

我印象中，你们还会跟不同行业的人聊，去看谁愿意为产品付费。

对，后来发现家居行业的人付钱最爽快。

创业最初期，Demo刚出来、产品还没出来的时候，我们就开始找客户，问谁愿意为这个付5万元。确实有一批家居企业愿意付钱，于是我们就朝这个行业深化。

这种选择，跟大家讲的产品市场匹配有关吗？

对。这个想法也不是从什么地方特别学来的，就是跟客户聊，自然而然发现谁愿意付钱。

当时我们让客户先付5万元，产品出来之后先给他们试用。这在那个年代也是众筹行业里比较常见的做法。

从外部看，你们的技术其实可以顺理成章地用到电影、娱乐产业。你们当时没有做，只是因为那些行业不愿意付钱吗？

我们做过电影行业，做过电影后期的系统，但他们付钱很慢。

我们2012年合作的业务，2016年才把尾款付完，因为电影要上映、收回款之后，才能给你付尾款。这个行业那个年代就是这样。

你做这个行业早就破产了，会被拖死。

所以，先找到客户，再把通用工具应用到具体客户身上，发展出商业模式，这个思路是你们自己的，还是投资人的？

是我们自己的。

投资人对卖软件、卖API、卖算力不感兴趣？

那个年代，他们希望我们早点卖家具，或者早点做装修贷款，对其他事情一点兴趣都没有。

投资人可能会跟你们说，在中国卖软件是比较痛苦的事情。

不只是卖软件，绝大部分科技产品都很痛苦。中国大部分科技产品很难卖，毛利也会被压得很低。

说实话，在中国赚钱比较快的确实是金融和零售。

这是投资人的总结？

对。他们总结得我也认可，在中国来钱快的就是金融和零售，其他都是苦活。

你们做媒体来钱快吗？

你们行业也会拖4年才付尾款吗？

还好，电影比较特殊。

中国大部分行业可能还不如软件行业。软件至少毛利高，但大部分行业毛利低，还有账期，很痛苦。

我们也调研过，确实零售和金融特别好，但你不一定感兴趣。你赚到这笔钱之后，如果不会觉得兴奋，也做不久。

你们当时卖软件、卖API，销售方式是什么？

线上、线下都有。线上就是在线销售，线下就是人去卖。

就是你看到的阿里铁军那一套？

有区别。大部分还是大客户模式，我做的是顾问式销售。

一开始你自己会做销售，跟客户交流、卖软件吗？

一开始不太做。但2017、2018年之后，投资人逼着你做，业务有压力，你也得去。

竞争很激烈，就必须去。但我不擅长陪客户吃饭，也不知道应该聊什么。跟他聊技术好像也不合适。

很多时候我会想，你要打折就直说，或者你要我加功能也直说。吃饭、喝酒半天，最后再说一句你的需求，那你直接开门见山说不就行了？我把吃饭的钱补给你不就好了？

很多时候你会这么想，但不敢说？

肯定不能说。基本的情商还是有的，不能一上来就说你有什么需求，我不吃饭了，那会被同事砍死。

你出去谈客户，成功率高吗？

不高。很多客户谈着谈着就谈飞了。

你知道为什么吗？

不知道。比如客户说，你这个产品到底行不行？我说，你自己试一下不就行了？他说，那你让你同事先给我免费试一下。

你又不能说不行，于是就变成先免费试。我同事就很生气，下一次让我别去，说我不好说话。我确实不太擅长这一块。

当时你们的客户，应该还是跟建筑相关、比较高知的人群吧？毕竟涉及设计。

不是，很多客户本质上都是商人，大家都会谈判。我主要做科研，有时候不知道那么多套路，很容易被套路，也不知道后面该怎么聊。

你跟投资人打交道，也会有这种痛苦吗？

投资人大部分还好，早期投资人基本都是高知人士。除非遇到地痞流氓式的投资人，那也没办法，只能躲开。

有这样的投资人吗？

肯定有，但你得离他远一点。

到现在为止，创业这么多年，比较困难的时候主要是哪一段？

我觉得初期找方向比较困难，后面方向调整也比较困难。印象比较深的就是这两个阶段：找方向和方向调整。

一开始从0到1，把技术变成产品，确实很难。现在回头看，如果让我再来一遍，我也不一定做得出来，里面有很多运气成分。

当时不觉得难，稀里糊涂的，人家给你钱，你就做了。很多公司一开始拿错了钱，掉进坑里，比比皆是。可能我们运气好，没掉进坑里。

6. 公司转向智能化世界

2021、2022年调整方向的时候，我们已经创业很多年，对创业有基本概念了。一个相对成熟的创业公司在这个时候调整方向，挑战很大。

整个国家的战略也在剧烈调整，我们原来的战略方向肯定要调整。原来我们在工业4.0、家居方向做得很好，接下来很自然的战略就是把这项技术用到更大的领域，比如房地产、建筑。

但2021、2022年之后，整个主题变成了科技，建筑行业也不太行了，技术方向又在AI、自动驾驶等领域爆发。这时候你能看到整个技术界、产业界都发生了巨大变化。

原来做软件很重要的壁垒，是把行业Know-how写成代码，放进系统里，日积月累形成很强的壁垒。但这一波AI出来之后，你会发现这些Know-how可以直接被计算机理解，甚至能直接生成代码。

也就是说，原来那些工作不一定需要人做了。对公司影响非常大。原来以为是壁垒的东西，现在不再是壁垒，你必须清楚新的壁垒是什么，未来方向要怎么调整。

我们原来觉得，从室内做到小型建筑，再做到大型建筑，是一个很自然的发展方向。不断积累Know-how，做建筑装配式，往这个方向走。

但后来发现这个方向不对。整个技术界和国家战略都在调整，更多转向制造业、工业化和科技。

你有一年特别迷茫，是2022年？

对，2022年特别迷茫。公司的老战略方向肯定要调整，因为已经会被AI直接取代。

后来我想，工业4.0占我们很大一部分收入，这块肯定不能丢。而且这块正好符合中国以制造业为核心、以科技为核心的大方向。

那时候我们开始把公司的方向，从原来把各个细分行业做透的SaaS方向，调整到面向工业。

当时自动驾驶已经慢慢突破了。我自己试了一下，基本上是可行的。我们觉得，未来工厂会大量由智能化机器人，逐步替代传统机械臂等设备，这种生产方式会普及到更多生产环境，不只是家居、建筑行业。

我们就开始把战略调整到：5年、10年后，智能化机器人和机器设备走进工厂、办公环境和家庭。

2022年国家也在推动非接触式服务，比如送餐机器人。我们看到大量机器人出现，就在想，我们有相当一部分收入来自大规模机械控制。未来办公室、家庭和工厂里都有大量智能化机器人，我们怎么把它们协调在一起，为人服务？

这跟我们原来做柔性生产的方向是一致的，所以我们就开始调整战略方向，不再指望建筑行业给我们赚多少钱。大概从2023年开始，就把战略方向往这边调了。

整个过程的挑战主要有三部分。

第一是技术挑战。技术本身没什么问题，我们公司的技术储备比较扎实，自己做这件事也很兴奋。每天看论文、看代码，还是很开心的。

第二是方向转变之后，团队不一定跟得上。原来我们认为，把行业Know-how写成代码是一种壁垒。但2023年之后，你会发现这些东西直接问AI都知道，AI还可以直接生成代码，根本不需要人。

之前我们招了很多这样的同事，让他们转到更硬核的算法开发上，会比较困难。

第三就是跟股东沟通，这是最难的。

战略调整和资本动作应该是两回事吧？公司战略调整，不应该主要由董事会和管理层负责吗？

董事会里有很大一部分就是投资人。有的投资人会觉得，建筑方向还是好，因为建筑方向有现金流。

有些投资人自己投了很多这个赛道的公司，觉得这个方向靠谱；有些人没有意识到时代变化，只是觉得原来的方向好。你做了这么多年，也积累了这么多，为什么要调整到AI大模型、机器人这些方向？

他们会觉得你是在追风口。

对。你要跟他们解释，你不是追风口，要讲技术为什么可行。但你讲得再具体，他也不一定听得懂，因为他不是搞技术的，是搞金融的，所以很费劲。

方向调整之后，你们之前具备的优势还存在吗？投资人肯定会关心这个问题。原来的壁垒，即使你认为已经被AI某种程度上颠覆了，短期内还存在吗？

短期壁垒肯定还在。但你看5到10年，会发现原来的方法论——把人类Know-how写成代码，以系统作为壁垒——会逐步消失。

我觉得这个判断是对的。现在系统可以自动写代码，很多行业Know-how肯定不如AI的Know-how丰富、准确。AI既能提供No-code，也能写代码，你怎么形成壁垒？

原来很多SaaS和软件公司，其实没有什么核心算法，更多是把流程化的东西写成代码，进行信息化。这套东西在AI时代已经没有太大价值。

当然我们会继续做信息化，但信息化开发门槛会变得非常低。任何一家公司，可能行政人员说几句话，就能把系统实现出来。

我们2023年看到这个方向之后就马上调整了，而且这个趋势会越来越明显。所以这类公司会很危险。

比如投资人逼我们做建筑工地管理、施工管理，我就说不做了。这些都是流程式的Know-how，用AI生成代码太轻松，根本不需要花这么多钱买软件。

原来我们觉得有壁垒的东西，现在肯定不行了，必须找到新的壁垒。

你们之前十几年积累下来的哪些资产还可以复用？

GPU集群的维护管理、GPU上的渲染算法，还有大量适合GPU渲染的素材，这些仍然有很大价值，而且还在不断积累。

但很多业务流程管理类的东西，价值在不断消失。我们得认清时代变化。

有时候不是说它完全没有价值，而是门槛变得很低。以前你去问医生一个小问题，可能要挂号、排队半天；现在你拍张照片，把病情描述一下，AI几乎零成本就可以回答你。

如果你还在赚这种钱，日子肯定会越来越难过。时代在变化，你得跟上时代。

当然，我觉得人形机器人不一定是未来，但所有机器和设备智能化一定是未来。

所谓机器和设备智能化，就是你现在的摄像机、灯、电视、扫地机器人、机械臂，都变成有大脑、能思考、能跟你互动的设备，从指令式变成任务式。这是大势所趋。

未来我们要为这样的时代做什么布局和准备？智能化时代需要一个怎样的大脑，去控制所有系统和设备？我们得为未来世界做布局，这就是我们在努力做的事情。

现在大家还会谈AI应用，很多投资人比较看好把行业Know-how和AI能力结合起来，做垂直应用。这跟你说的是一回事吗？只是把原来行业Know-how写成代码，换成了AI？

我觉得应该更宏观地看这个问题。

现在大量公司在卷基础模型，去年在卷，今年也在卷。DeepSeek出来之前，大家都在卷技术，现在还有很多公司在卷。但做应用的公司太少，这不是一个健康的生态。

很多投资人投了大量技术模型公司，但钱都没赚到。上面的建设不发展起来，做一堆大模型也没有太大意义。

舆论上应该引导大家往AI Agent的方向去卷。大模型公司这么多，最后大家都赚不到钱，也没有意义。

举个例子，移动互联网时代，如果所有人都去做应用商店，没人开发应用，生态就发展不起来。

从生态发展的角度，投资人肯定要让生态发展起来。不管是AI Agent、MCP还是其他东西，最终都要形成生态，能够做大、赚到钱。

但流程式的东西肯定不是AI Agent应该做的。现在比较火的AI Agent，比如Cursor，就不是流程式的，更多是在解决原来解决不了的问题。

流程式的东西我不太看好。比如工地管理、文件管理、账户管理等管理性质的系统，依靠Know-how作为壁垒，我觉得很难。

一定要是原来完成某些任务成本很高，现在能够把成本降得很低，或者做得很快，这样才一定会有市场。

如果你们做这么大的战略调整，之前已经能够很好交付、带来现金流的产品，比如酷家乐，怎么处理这部分资产？

没有影响。这部分用户该用还是继续用，只不过资源投入会发生变化。

原来有很多资源给这些客户做流程管理系统，这些工作还在做，但可能只用十分之一的团队，再配合AI，很快就能实现原来需要很多人做的事情。

这就是AI带来的大幅效率提升，至少写代码的效率已经大幅提升了。我们会持续做，但我不会再觉得这是壁垒。

它就像客服一样，是应该提供的东西，但你不会觉得客服是公司的壁垒。流程需要提供，但不能形成壁垒。真正的壁垒又回到了算法、效果和算力。

这种大的战略调整，你当时做出判断，是看到建筑和地产行业的下行周期、国家战略调整，还是受到OpenAI等大产品的刺激？是哪一个因素？

是综合因素。

首先，2022年那一波，我看到很多做项目管理类产品的公司业绩开始变差。同时我自己在捣鼓大模型，一开始直接使用就发现，原来一些Know-how可以通过文字直接转成代码，那还要配这么多工程师做什么？

几个事情综合起来看，我就觉得这个世界变了，必须调整。如果不调整，有可能成为历史的牺牲品。

这听上去很残酷，但确实是真实发生的事情。很多人可能在变化发生之后，给自己找各种借口，说我要死磕。但有些公司就在跟时代死磕，没什么意义，还是要及时调整。

我们内部总结，以前以为未来是一个信息化世界，但实际上未来是一个智能化世界。信息化进程可能做到一半，就直接被智能化取代了。你要拥抱它，抵制或者死磕都没有意义。

创业过程中，你们几个合伙人，包括你自己，对这家公司未来会成为什么样的公司的想法，也发生了变化？

对。上一个阶段，我们是一个应用于垂直行业的SaaS公司。想让渲染引擎用得更好，就必须把管理系统做完善，只有系统完善，产品才能真正用好。

但我们对管理系统本身没有多大兴趣，只是觉得这是必须提供的东西。上一个阶段，我们觉得这是一种技能壁垒；现在会觉得它很简单，谁都能提供。你要什么，我很快就能生成，成本可能只有原来的十分之一。

原来CTO还要研究管理系统的软件架构怎么做合适，现在AI都能生成，根本不需要那么多人做。

这件事在内部很容易达成共识。基本上内部一提出来，大家就一拍即合。反倒是跟投资人达成共识比较难。

投资人可能会觉得建筑行业好，建筑行业有钱，别人做项目管理很赚钱，你们为什么要调整方向？压力会比较大。

这还是非常大的战略转向。它的前提，是你们对未来世界的判断。你觉得未来是智能化系统占主导，还是信息化系统占主导？

ERP更接近信息化管理系统，自动驾驶则是智能化系统。未来主导世界的会是哪一种？

2023、2024年，这件事跟投资人不太容易达成共识。2023年几乎没有共识，2024年大部分投资人已经有了这个共识。

极少数投资人还会觉得建筑方向好，一定要继续做建筑，不做建筑就要撤资。

投资人可能还会有一个直接疑问：你之前的商业模式已经跑通了，现在战略转向之后，是不是要重新做产品、重新做商业模式？

老业务很稳定，也不会有问题。只是未来是智能化世界，那估值怎么估？给你10倍PS、20倍PS，还是2倍PS？

你怎么证明你这个东西值10倍PS，而不是2倍PS？这里面会有很多争吵。

你要转方向可以，但原来的估值可能要调；或者你原来忽悠我往这个方向走，我给了你这个估值，现在你要调整方向，凭什么？

我可以明确地说，未来是一个智能化世界，但智能化系统是2倍PS还是20倍PS，我哪知道？我也讲不清楚，只能说越高越好。

你要调整方向，投资人就会跟你扯估值问题。要是他什么都投反对票，你也没法做。

这个问题现在解决了吗？

肯定解决了。但我也不想在这种事情上浪费时间，没什么意义。你说这些东西哪讲得清楚？

而且作为一家有十几年历史的公司，早期投资人确实有退出压力。

早期投资人的退出压力一直存在？

肯定有。但早期投资人的回报通常比较好。

你对未来世界的判断，很多时候依赖于我们对科技领域的判断，里面肯定有自己的偏见。我们觉得这就是未来。

比如2023年，我觉得智能化机械、包括人形机器人，未来可能会越来越多、越来越火，我们应该把方向往那里靠。

有些投资人会觉得，建筑信息管理系统虽然现在受到政策影响，但过两年就会好，原来的方向很好，不需要调整。

你只能努力说服他们。如果确实说服不了，有时只能牺牲一些利益，用利益解决。

让他退出是吗？

啊。细节就不说了。能用利益解决的问题都是小问题，总比逼着你去做一件自己不感兴趣的业务要好。

但你们已经做了这么多年，怎么又会说自己不感兴趣？

兴趣会变化。10年前你看ERP，会觉得挺酷，尤其是云端ERP。现在再看这些东西，会觉得AI都能生成，为什么还要人来做管理系统、填一张张表格？

人的口味会变化，对什么东西觉得酷也会变化。50年前开一辆烧油的车，还有空调，会觉得太先进了。现在如果有人说自己在造一辆有空调、烧油的汽车，你肯定不想看。

世界一直在变化。你跟着整个趋势，一起把未来该有的东西尽快实现，不光能获得个人成就感和兴趣，也能吸引更多顶级人才跟你一起做。

否则团队会越来越老化，后来的人也会越来越普通，慢慢就会被时代淘汰。

我不是说建筑行业，我是说很多公司都会有生命周期。公司首先推动社会进步，其次才是赚钱。你发现一个东西已经过时，进入历史尘埃，还继续死磕，就没有意义。

还是应该跟着时代，把未来尽早实现，吸引志同道合、有抱负、有思想的人一起同行。这对企业很重要。你也不想周围都是一群抱残守缺的同事，天天跟你讲很古老的观念，那公司就慢慢没意思了。

你们明确做出战略转向是在2023年。做出决定之后，具体做了什么工作？

主要有三个方面。

7. 转型的三项工作

第一，做技术研发，把研发重心转向算法和内核。假设未来整个世界都是智能化设备、智能化机器人组成的，那么原来的家居、建筑行业，以及无人工厂，都会从传统机械臂转向智能化机器人、AGV等设备。

这种工厂应该怎么配套管理？办公室怎么管理？需要什么算法？这些都要提前布局。

智能化机器人首先要训练。传统机器人是把指令编好，按照指令工作；智能化机器人要自己决策，这就需要训练系统。它还要理解人的指令，这些都要提前布局。

我们要把团队从原来做流程管理，转向做算法、做智能化。那一年开始，我基本就不见客户了，天天研究论文、看代码，跟上时代变化。

2022年之后，技术领域变化太快，日新月异，文章根本看不完。

第二，团队要调整。这对我个人来说很痛苦。之前确实招了很多优秀人才，他们擅长行业知识，尤其是既有行业知识又会写代码的人，原来是公司最关键的人。

但一旦转向智能化和算法，行业知识就没那么重要了。新的论文、新的东西不断出现之后，人的学习能力变得非常重要。

大家跟着公司打拼了这么多年，有些人一进来就是行业专家，但今天你告诉他，问AI不用问你，这个打击太大了。

我觉得，坚持做自己感兴趣的事情很重要。我不敢百分之百保证智能化一定是未来，但至少比起做ERP，我更感兴趣。

同事可能会说，老板干了十几年，原来做的都不是特别开心的事情，现在终于能做自己开心的事情了。做ERP总比卖家具好，卖家具又比放贷款好。

对，这是兴趣取向。做感兴趣的事情，至少不赚钱我不会后悔；做不感兴趣的事情，又不赚钱，那肯定想死的心都有了。

而且放贷款也不一定百分之百能赚大钱。

所以坚持做感兴趣的事情很重要。很多创业者也会遇到这个坎儿。方向调整怎么说服别人？只能靠信任或者利益。

调整战略之后，主要工作就是技术、团队调整，以及说服投资人认同战略。

对，主要就是这三步。

你们新的算法团队，主要由原有团队组成，还是不断从外面招新人？

一部分是原有同事，也不断从外面招新人。

这一波你会发现，特别聪明、教育背景好、学习能力快的人，会在智能化时代迅速脱颖而出。

新的算法团队招人，主要找人工智能方向的人吗？

其实不需要相关经验。我们的首席科学家跟我说，他的招聘标准就是两点：聪明，动手能力强。其他都不要求。

他面试出来的，基本是清华、北大、浙大里面最聪明、学习能力最快的人。面试时现场给他一篇论文，让他看完之后马上提出改进意见，马上动手做。

光是清华毕业还不够，还要在里面挑学习能力和动手能力特别快的人。这种人可能一个顶10个。

如果跟人工智能相关，这两年人才竞争不会非常激烈吗？字节、阿里通义千问团队，以及其他大厂都在抢这类人才。听说有些大厂给应届生300万元年薪，还要请人家过来。

这时候就比拼你判断人才的能力。大家都在抢，但我觉得是天才的人，字节不一定觉得是天才，可能觉得不怎么样，这种情况经常存在。

每家公司有自己的判断标准，所以还好。我们做算法的人也不用很多。

如果你要求博士，大家把简历拉出来，标准都差不多。但我希望找特别聪明、动手能力特别强的人。这个没有统一标准，只能靠我们自己面试、自己想办法沟通。

还有文化属性。我们可能希望招学习能力特别快、话不要太多的人。这个画像每家公司都不一样。有的公司希望沟通能力很强，差异化就在这里。

你们在新战略下面，已经能够交付给用户的产品，是空间理解模型？

8. 开源模型连接机器人

对。我们今年开源了SpatialLM，这个模型其实一直在内部使用。

DeepSeek出来之前，我们没想过开源模型。总觉得这是自己辛辛苦苦做出来的资产，为什么要免费给别人用？而且还是MIT协议，基本别人拿去就可以商业化。

DeepSeek火了之后，确实对我们触动很大。全人类的智慧，比一家公司更重要。

所以，人工智能模型开源这件事，是受到DeepSeek影响？

不能说刺激，应该说是启发。我们觉得开源是一个不错的路径。

我们也跟一些朋友聊，首先想验证开源这件事行不行。另一方面，现在美国对中国进行AI封锁，你说中国怎么应对？

比如我有一家美国公司，或者有朋友在美国训练模型，但可能没办法把模型拿到中国用；中国训练的模型，也没办法拿到美国用。怎么解决数据隔离问题？

讨论之后发现，开源可能是最好的办法。

就像特斯拉也遇到过类似问题。它的自动驾驶在美国开得很好，在中国不一定好用；中国的数据没办法拿到美国训练，美国的数据也没办法拿到中国训练。

如果直接把模型开源，我从美国拿到中国用，中国也可以拿到美国用，这不是绕过“小院高墙”了吗？

我们觉得这个思路不错。万一有一天中国公司被封锁，没法训练模型，我还可以通过海外分公司训练模型，训练出来之后开源，国内继续使用。理论上是这样。

所以我们就先试试开源怎么玩，也许会有意想不到的乐趣。

果然挺有意思？

对。我们也看到了很多有意思的工程师，拿着我们的开源模型做很多实验，很多东西是我们内部根本想不到的，所以觉得很有意思。

之前大家对开源的疑虑，主要是担心商业模式，对吗？

对。现在也没什么商业模式。

如果美国没有对中国进行“小院高墙”的封锁，我也没想过开源。为什么要开源？API免费给大家用就行了。

开源之后怎么衡量同事的贡献？怎么跟股东交代？股东会说，我投了钱给你，你却开源了，我的回报怎么办？肯定会天天找你麻烦。

现在至少可以先练习一下。万一中国被AI封锁，我可以到海外训练模型，再开源出来，国内还可以用。这样封锁就等于没封锁，总不能不让你开源。

在新的战略下面，如果要开源模型，有考虑商业模式吗？

现在开源模型暂时不考虑商业模式，老业务的商业模式还比较成熟。

未来无非是从卖账号，逐步变成卖算力。我们开源的模型，别人要用就用，反正也不用我的算力，无所谓。

而且这个模型只是我们内部使用的众多模型之一。我们跟DeepSeek不一样，他们可能整个网站就那么一个模型；我们内部系统由很多大小模型组成，是一个复杂系统。只开源一个模型，并不能复制整个系统。

你们跟机器人公司合作，有商业模式吗？他们会付费使用你们的模型来训练机器人吗？

现在跟机器人公司合作，已经有一个初步商业模式，类似于卖算力，按照合成三维场景的数量收费。

当然，在目前这个阶段，赚钱还不是首要目的。我们更想把整个产业推动到一个新的高度，促进智能化更早实现。

我们有一部分收入来自无人工厂，也就是柔性定制的无人工厂，把设计方案对接到工厂，自动控制生产。

未来这些无人工厂里的机器，会从传统机械臂变成智能机械设备，不一定是人形机器人，但一定是智能化的。这个趋势是大势所趋。

如果我们不主动布局这个赛道，无人工厂这部分收入有可能受到影响。可能不会马上发生，但我们得主动推动行业升级换代。

这些工厂确实有需求。现在大家理解的可能是特斯拉那种全是人形机器人，但我觉得没那么理想化。

工厂里不会所有设备都变成人形机器人。人形机器人可能是智能化机器人的制高点，是最难的一部分。中间可能先把传统机械智能化，也许只是一个没有腿的机械臂，也许只是一个没有机械臂的腿，会有各种各样的机器人。

但智能化一定是大势所趋。是不是人形，我现在无法判断，但这个趋势一定存在，所以我们要推动它。我也觉得很兴奋，而且这关系到我们很大一部分收入，不能丢，必须提前布局。

问一个题外话。人形机器人之所以火，是不是因为它可以更好地适应现有基础设施？毕竟现在的基础设施都是为人设计的。

这是其中一个原因。首先，人形机器人是唯一一个你能想出来的、最通用的机器人。

面对现在各种各样的基础设施和设备，很难想象除了人形机器人之外，还有哪一种机器人可以在所有基础设施、所有设备上工作。

如果不是人形，就会有很多种机器人：扫地机器人、送货机器人等等。但最终可能会收敛到人形。

人形机器人是机器人行业的制高点。就像自动驾驶，L4纯自动驾驶是一个制高点，但不一定一开始就做L4，也可以从L2、L3逐步往上做。有些公司是慢慢往人形靠近，有些公司直接从人形开始做，道理一样。

人形是机器人行业的制高点。只要在做人形机器人的过程中，整个产业链、技术和人才都在社会上创造大量财富。即使人形短期不成立，它积累下来的供应链、人才和经验，对其他低一级的机器人也非常有价值。

所以我觉得机器人行业肯定不是泡沫。人形机器人短期行不行我不确定，但机器人行业肯定不是泡沫。很多机器人已经在干活了，扫地机器人也是机器人，AGV也是机器人，虽然长得不像大家印象中的机器人。送餐机器人也已经落地了很多。

制高点是人形机器人，中间可以从上往下打，也可以从下往上打，最终会不会汇聚到某个点不确定，但肯定不是泡沫。

你们做出这个战略调整之后，需要跟大量机器人公司沟通交流。它们对你们有什么建议，或者对你们的设想有什么反馈？

一开始，大部分公司对合成数据训练这件事有质疑。

大家的疑点是，合成数据训练出来的结果不对，还是希望用真实世界的数据训练，认为真实数据才是正确的。总觉得合成的东西是假的，怎么能用假的东西训练？

但我们内部一直用合成数据训练各种模型，所以我们知道这是真的、是有效的。只是需要学术界不断推动。这一两年，慢慢会有机器人公司发现合成数据确实管用，就会逐渐接受。

你们现在寻找机器人行业突破点的方式，跟当初找到家居行业不太一样，是反过来的？

我们当时也试过很多行业，比如电影行业。后来装修公司自己找上门来。

机器人行业也是这样，有硅谷巨头主动找上来，说要不配合做一个项目，我给你很多钱。

我们也是边做边学，慢慢知道智能化原来可以这么做。客户有需求，当然会促成合作。

那段时间好多硅谷公司找我们谈合作，我们一开始还一脸懵，基本上是他们手把手教我们怎么做、怎么训练才对。

那时候你们还没有做战略调整？

还没有。当时只是一个side project。

那些巨头在当时的政治环境下愿意找中国公司合作，肯定是不得不找，说明你们有独特原因。为什么他们会来找你们？

当时正好是疫情。在物理世界里做训练很麻烦，因为大家都在家办公，没法到办公室或者用户家里做实验。

疫情期间，陌生人到你家里，你愿意吗？大家还要保持安全距离。所以他们开始使用合成数据训练，发现效果很好。

疫情期间，他们怎么知道你们拥有这些数据？

我们发表了不少论文，论文里介绍了怎么生成大量合成数据。我们还开源了第一个训练集InteriorNet。

这个名字跟深度学习领域的ImageNet很像。

对。以前在UIUC的时候，我看到李飞飞在做ImageNet，于是我们就做了InteriorNet。所以可能学术领域的人看到了我们的工作，再加上疫情的条件限制，导致他们只能找我们这类公司合作。

我们这才发现，原来可以这么做。即使是硅谷大公司，也有这类需求。

所以，客户需求在某种程度上促成了你们的战略转型。但即便如此，说服投资人还是有障碍。

肯定有。训练只是整个转型蓝图的一部分。

我们后面的战略，是认为未来世界会有大量机器人替我们服务。这些机器人是智能化的。假设你家里有10个机器人佣人，它们怎么替你干活？谁来指挥它们？它们先在哪里训练？在你家里怎么协作？

我们得提前想象未来社会，开始做布局。

除了原来给人看的渲染，还要做数字孪生、快速建模、多模态快速建模，训练大模型做这些事情，之后还要做机器人的训练和管理。这些都是我们的布局，训练只是第一步。

现在市场上我们说得比较多的是先解决机器人训练问题。机器人先得会干活，之后才有管理问题。活都不会干，管什么呢？一步步来。我相信未来一定会是这个样子。

原来建筑行业的业务也还在我们的路线图里，只是被归到Maker，用来做快速建模。

比如今天要快速生成一栋楼的三维结构，把图纸输进去，就能把整个结构生成出来，快速产生数字孪生体。

未来如果有机器人在这栋楼里工作，把图纸输进去，它马上就知道每个房间是什么样，在各个房间里穿梭就不会有障碍。否则它怎么知道该去哪儿？

所以这是基础工作。我们原来做的所有工作都是基础工作，只不过原来面向人，现在既要面向人，也要面向机器人。

我理解了。你们战略转型之后想做的，其实是一家面向未来、布满机器人的智能社会的基础设施公司。

对，这也是我们必须做的。

前面也说过，我们有一部分收入来自无人工厂，它本来就全是机器。机器人升级到智能化之后也是必须的。如果我们不升级，就会落后，这部分收入也可能受到影响，所以必须投入。

做这件事需要很多钱吗？还是可以通过不断找到新的商业模式，用自己的现金流完成？

有钱有有钱的做法，没钱有没钱的做法。最关键的是人才，但没钱可能会牺牲一些速度。

理论上是这样。但DeepSeek也证明了，不一定需要那么多GPU。只要人足够聪明，就可以用更少的资源做出一样的事情。

以前大家说钱投得不够多，现在变成了人不行。DeepSeek成了一个励志故事。

对，证明聪明人比更多的卡更管用。

如果你们很早就认识DeepSeek的人，他们的表现会在你的预期之外吗？

当然在预期之外。平时大家交流也很多，但没想到会有这样的效果。

以前他们一直以为我们是做装修的，我们一直以为他们是做炒股的。偶尔一起吃个饭，就这样。

你们之前很多人都以为你是做装修的，会不会留下心理阴影，所以一定要做一个高大上的未来智能社会基础设施？

我觉得搞装修的比搞炒股的好。

大家别把这段放出来，开始互相伤害了。

没赚到第一桶金，合法就行。你说那个行业愿意付费吗？

一开始如果直接面向机器人行业，我都不知道要死多少次。

你们现在做的事情，会不会进入大公司的赛道？

目前没看到，但也没办法。我们以前也被大公司搞过，没什么可怕的。

只要专注做自己想做、擅长做的事情，除非是在大公司的主赛道上，否则不用太担心。我们跟大公司打过交道。

你说的是做酷家乐的时候？

对。

是哪家公司？

公司就不提了。

比贝壳大？

大得多，是AT级别的公司。

之前做大模型的时候，有些投资人不看好这个领域，认为大模型一定是大公司要做的事情。

但大模型不只有大语言模型和图像生成模型，还有很多类型的大模型。

我们做空间认知，还有语音、数字人等。不要只盯着OpenAI在做的模型，不是OpenAI做的才叫大模型。

随着各种大语言模型开源，解决了我们很多基础设施问题。像SpatialLM，早些年我们自己训练时很困难，连让它自动生成正确脚本的能力都很难实现。

现在我们基于阿里通义千问开源模型训练，一下子就简单很多。脚本生成不是我们的核心能力，但我们又必须用这个能力。如果为了使用它，自己花上亿元训练一个模型，没有意义。

现在随着大模型开源，你有了基础，在这个基础上做训练就容易很多。所以我觉得这个时代机会更多，而不是更少。

原来很难做的东西突然变容易了，因为已经有人解决了很多我们原来解决不了、或者不想花那么多钱去解决的问题。

后来Stable Diffusion等开源项目也解决了我们很多问题。我们原来做植物、人物的物理仿真渲染，效果很假，怎么都解决不好。

大模型开源之前，我会觉得要投入很多成本去解决一个人的渲染效果，那太不划算了。现在直接开源了，你可以在它的基础上，把模型训练到自己的系统里，效果就很好。

我觉得这个时代很让人兴奋。不要只看大公司把你的赛道抢走。

现在还有什么让你觉得比较头疼的问题吗？听上去你很想得开。

我遇到的问题，大部分都不会让我头疼。或者说，可以叫头大，但不疼。

我觉得，能想出来的问题，基本都可以解决。让我比较担心的是，那些还没想出来、在认知之外的问题。这会让我有点不自在或者焦虑。

但如果能看见问题，我肯定能想到办法解决。

你比较不自在、焦虑，是2022年外部环境变化特别快的时候？

现在外部环境变化也很快，每天都要看新的信息。

未来如果工厂、办公环境都由大量智能化机器组成，可能少量是人形机器人，大量还是扫地机器人、送餐机器人这类设备。但也可能过一两年人形机器人突飞猛进，真的像马斯克说的那样，全部变成人形机器人，那就完全是另一回事了，原来的假设也不成立，方向又要调整。

这个技术会不会很快被解决，我现在也不确定。全人类一起努力，某一天突然突破，你根本不知道。一旦突破，方向就可能要调整。

假如今天真的出现人形机器人，取代了所有机械设备——夸张一点，未来你骑的不是车，而是一个背着你满街跑的机器人——那就是完全不同的情况。

投资人会来问你关于具身智能、机器人这些趋势的看法吗？

有些会，大部分投资人会找我聊。对应用类机器人，他们可能觉得估值比较低。扫地机器人、石头科技不也还可以吗？但有些人会觉得这个行业不增长了。

大家的看法都不一样，对未来的判断都会有差异。

现在投资机器人赛道，应该还是主流看法吧？

很多基金都在看，也在投，尤其是国家队肯定重点关注。

中国在机器人赛道上可能比美国更有优势，但纯大模型的算力受到限制，确实比较难受。从国家战略角度，肯定会走智能化机器人的方向，不一定是人形，但一定是智能化。

对于一家创业公司，问题有两个：这个赛道行不行？为什么是你行而不是别人行？

我们理解个别投资人的焦虑和不满，但事情都是人做出来的。你解释没用，请他大吃大喝，跟他说你行，回头酒醒了他还是觉得你不行，那没有意义，只是在浪费时间。

听上去你们新的战略方向，空间肯定比之前大很多。

那只是你觉得，其他人不一定这么认为。

有人可能会认为，这个方向虽然空间大，但风险概率也更高，确定性不如原来专注建筑相关的方向。

这也是你觉得，我也这么觉得。但你没办法强迫所有人都这么觉得。

融资的时候，你可以筛选认可你方向的投资人；但做方向调整的时候，就很难保证每个投资人都认可。

我认识很多创业公司，发展到一定阶段，不可能永远不调整方向，没有那么好运气的公司。时代在剧烈变化，尤其现在的中国，每天都在变，每天看新闻，都觉得精彩绝伦，玩的就是心跳。

但企业必须适应社会变化。很多今天非常成功的公司，已经完全看不出最开始的样子。

转型的时候，你没办法把投资人筛选出去，只能努力说服他。如果他真的不信任你，也没有办法。

你从一个偏学术、偏科研领域的人，转变成创业者，这个过程中有没有什么特别难的坎？

9. 科学家继续做创业

我觉得做产品、做技术，跟做科研区别不大。反倒是人的管理，对我们来说挑战比较大。

马云讲过一句话，“心越善，刀越快”。我觉得做科研的人有个问题，就是刀快不起来，我也一直在反思，刀确实很慢。做科研的人在这方面都会遇到很大挑战。

你现在的自我定位，是一个做科研的人，还是创业者、CEO？

这两年我更多时间还是在做科研相关的事情。

时代变化太快，我需要投入120%的精力去看新的东西、跟上时代发展。其他日常经营，目前团队还算成熟，他们可以做得很好。

至少现阶段，我更多时间放在新技术上。

所以你不会被那些“科学家转型创业很折磨”的声音吓到？

我都创业这么多年了。现在看到这种文章，标题看完我就直接忽略了，还用得着看吗？

就像有人跟我说天使轮怎么融资，这种文章我基本不看了，对我已经没有意义。

你觉得自己成长最快的是哪个阶段？

有几个阶段。

一个是2015、2016年，第一次创业刚刚上轨道的时候。另一个就是最近两三年，AI大爆发，各种GPU应用层出不穷。

我一直围绕GPU做事情，每天都有新的技术、新的论文。一段时间里，2019、2020年，我觉得整个技术领域没什么新东西出来，每天谈客户，很无聊。

最近两三年特别精彩、刺激，很有意思。

2019年是不是遇到了科学家转型做CEO的痛苦？变成销售，又变不成？

对，天天谈客户、吃饭、喝酒，确实比较痛苦。

你刚才讲的两次成长，其实对应着公司两次重要变化。一次是第一次把产品做出来并卖出去，另一次是最近两三年重新找到创业、每天学习的感觉。

对。第一次把产品做出来、卖出去，是很重要的经历。最近两三年则是世界变化太快，又重新找到创业、每天学习的感觉，挺好玩的，很有意思。

有没有哪些成功公司的理念，对你做公司产生过影响？

对我影响最大的还是英伟达。

它的方法论是，算力不断提升，就会产生各种新的应用。我非常认可这一点。

他们过去做业务的过程，都是先做技术，先把核心能力发展出来，再探索方向。

首先要看到一个未来，然后围绕这个未来做技术沉淀和积累，再一点点往前推进，确保每个赛道摸索出来之后，都属于自己，而不是起了个大早、赶了个晚集。

英伟达的方式是“坚壁清野”。每个东西做出来之后，它占的位置不会特别大，但在那个位置上一定是最强的。

买卡不需要花很多钱吗？

需要。这是除了人工以外最大的资金消耗，但可以用正常业务产生的现金流覆盖掉，不需要额外融资。

作为当事人，你能理解或者解释杭州“六小龙”，以及杭州科技公司突然变得这么火的现象吗？全国很多地方的人都要过来参观。

10. 杭州成为中国硅谷

我回国创业之前也调研过很多城市。跟北京、上海相比，杭州整体科研实力肯定还不如，但比起其他城市，杭州还是绰绰有余的。

整个政府服务、创业氛围，在全球来看都非常好。北京、上海主要是成本太高，杭州人才也很丰富，成本比北京、上海低不少。

我当时挑了很多地方，觉得杭州最像硅谷。

纽约是最贵的地方，但其实发展不出什么科技公司，因为所有人都很浮躁，生活成本也很高。硅谷当时主要发展科技公司，但不在旧金山，科技公司都在旧金山以南、开车一两个小时的地方。

这很像上海和杭州的关系。我们在杭州，很多人上班10分钟就能到公司；在上海、北京，没有一个小时都别想。所以综合考虑之后，我选择了杭州。

不是因为你们几个合伙人里，包括你在内，有两个是浙大毕业？

但我们还有一个合伙人是清华毕业的。你要说是因为浙大，他会不高兴。

“六小龙”彼此住得很近，能聊到一起吗？大家做的事情不一样，对很多事情的看法应该也不同。

聊技术是可以的，其他事情聊得比较少，也没有天天聚在一起。偶尔有活动会遇到，聊一聊政府相关的事情。

杭州优秀公司其实非常多。春节期间，可能正好因为具身智能赛道关注度比较高，又碰上DeepSeek火起来，所以大家突然关注杭州。

我觉得“六小龙”只是杭州科技创业圈的冰山一角，并不是全部。

这段话很像你在领导开会的时候演练过。

没有，真的是实话实说。我们在杭州这么多年，杭州确实有很多非常不错的公司。

有什么你认为被低估的公司吗？

现在不太好说。DeepSeek火之前，谁会觉得他们会火？各种独角兽榜单从来都没有他们，这也不意外。

你认识他们那么久，有没有觉得他们会火？

没有。可能你们更容易挖掘出这些公司。