Koji

Koji × Jason Zhou × 石天鑫

Trig以单Key按量收费、无月费，聚合Agent数据与工具；上线约三周收入已是Super Design好几倍，付费集中在Go-to-market。Codex插件几乎无宣传却为Super Design带来大量低流失用户；Trig中间层能否持续创造价值仍待验证。

Koji × 鸭哥

基模进步与 agentic 应用的 token 成本压力推动 GEV 分类器走红；通义千问开源实现得分 85%，接近 GEV 的 88%。AI 还让 yage.ai 在鸭哥零发帖下把 X 做到 5,700 多名粉丝，但其收入仍依托 Superlinear Academy，独立商业模式未获验证。

Koji × KK × 山音

AI 将影视生产从高资本项目推向低成本、全栈创作者生意，稀缺性转向审美、判断与最终决策。剪辑时间线把剧本、资产、生成和修改收拢为实时闭环，《阿明的一天》三天定剪，Seedance推动资产复用与 reference to video。供给增速可能先耗尽创作者的生活经验，实时游戏等生成快于观看的新媒介则成为值得跟踪的下一轮增量。

Koji × 于红

于红放弃八位数 carry 和十五年一级市场生涯，转向儿童 SEL 教育，押注语数外巨头尚未覆盖、却在中国日益严峻的社会情感能力缺口。她以林迪效应判断 AI 时代语文和开放性更稀缺，并以高认知家长为起点逐步教育市场；五年十年仍是起步期，家长认知与效果验证是关键变量。

Koji × 徐梦迪

具身智能已出现Scaling Law早期信号：预训练数据从十万小时增至一百万小时后，未见测试集表现改善，但loss仍不等于success rate。徐梦迪将当前阶段比作GPT-1，更看好世界模型与ICL，因为任务难以靠穷举扩展。未来三到五年的关键催化剂是成功率在未见任务上随数据和模型规模上升；最大风险仍是用户可见进步能否启动数据闭环。

Koji × 王家伟

具身智能正从单次演示转向 OOD 适应、steerability 与 context 理解，覆盖即时反馈和长期记忆。深普以 UMI 数据闭环推进真机验证，超过95%轨迹可执行；年底模型的泛化和评测、scaling law 仍待验证，延迟与数据成本构成约束。

Koji × 韩铮 × 沈宇军 × 王潜 × 许华哲

Astra实测显示，语义和空间泛化较强，复杂接触任务却暴露出物理泛化短板。仿真抓取、放置、组装已接近100%成功率，但真实触觉信号与仿真仍“基本上千差万别”。商业化取决于客户持续付费及多数任务接近100%的可靠性，3年内通用服务能否出现仍待验证。

Koji × 陈安妮

快看漫画将Level从“漫画加AI”转向AI原生的实时世界，让用户作为角色介入由自主agent运行的“命运”，区别于Chatbot和斯坦福小镇的旁观式体验。剔除AI投入后主业已盈利、超过50%收入来自IP衍生，而此前为精品内容主动承担一两个月内数据可能下跌30%的代价；Level能否以更低token成本持续提供高质量体验，是商业化关键。

Koji × 卷卷

Twinkle 3.0以商用级2048³模型将差异化从视觉精度推进到可制造性，覆盖单图直出、文字符号几何还原及自动化生产管线。毛利基本50%以上、Hi3D订阅约140元/月、T+7准时交付率90%—95%显示商业模型正在验证，但视频模型分流游戏影视需求及人工修模成本仍需跟踪。

Koji × Kevin Ding

Kevin Ding认为ASI可能以服务化Agent蜂群出现，PyroMind正转向Auto RL驱动的RSI。公司称已初步跑通PMF：大客户付费百万至千万人民币。4B Worker Model使benchmark提升约10%、lambda较小时成本约降20%，但隐私奖励未发布。