42章经

曲凯 × 王淏楠

Astra把大模型视觉理解转为物理动作，商业价值仍待真实场景验证。淏楠设想小模型成功率达50%—60%后由GPT接管失败、沉淀恢复数据，或推至80%，使一人遥操十台机器。创业壁垒在硬件与System协同设计和真机采数，酒店叠被子是落地例子。

曲凯 × Jason

Articular AI 已开始放量，邀约邮件打开率约 80%、转化率 15%–20%，注册用户 7 万出头且湾区占比超 40%。匹配改善主办方获客与出席率，曾有活动因到场超预期而场地不够坐，并带来复购。Jason 称背景与意图向量及真实互动信号构成壁垒；团队带宽仍限制扩张，明年目标每周超 200 场。

曲凯 × 莫子皓

子皓认为 personal agent 的消费级时机已到，OpenClaw 却显示产品与传播链路仍是瓶颈。Ambi押注线下 context 和持续交互，降低获取智能成本，并以交互沉淀迁移成本。模型仍在进步，但分发、电池与佩戴体验仍限制扩张。

曲凯 × 逯雨鑫

Llama 4 2B在agentic TAU-bench上从约15分升至55-60分，显示小模型后训练门槛下降。但95%的时间耗在数据，真实数据应占60%-70%；应用公司自训后训练的可行性上升，Qwen 3.7未发布小模型的风险仍待观察。

曲凯 × 孟繁青

SI/RSI与Auto Research可能成为模型竞争下一阶段，但孟繁青不认为会出现独立的“RSI基础模型”，创业机会更偏向连接模型厂与应用。国内追赶的关键不是蒸馏，而是Kimi Linear、DeepSeek“Multi-Layer Attention”等资源约束下的架构创新；普通Agent合成数据订单趋近尾声，RSI轨迹或成下一波需求。

曲凯

曲凯称模型势能达数年最强，而应用冷至“最后一口气”，国内应用仍未交出足够强的收入结果。美国已有很多 AR 上亿美元应用公司，国内却难找出几家 AR 上千万美元者，且真正坚持出海的团队“十不足一”。模型格局可能每半年重排，若 Token 足够便宜，广告与智能平权或让价值回流应用，但时间点仍未知。

曲凯 × 魏小康

字节与美团看似相反的管理方式，实则分别匹配短周期、高毛利与长链条、低毛利业务经济学。AI 正将职能流水线改造成按业务模块协作的小队，程序员“百分百 AI coding”可能把效率推高 5 倍、10 倍，但 OPC 仍被认为不太靠谱。招聘供给需提前三四个月建设，魏小康押注 AI 重做招聘匹配，赛道窗口长则两年、短则半年到一年，组织模式仍待验证。

曲凯 × 梦琪

coding agent 正在压低首版门槛，却没有消除稳定交付、维护和品牌建设；过去一年真正“能用、不卡、顺畅”的软件不到10%，护城河转向“一万五千个细节”。梦琪从 vertical Agent 的融资叙事转向以用户结果为核心，并用 Click 的一键体验和内部 skill 交付验证方向；订阅毛利、产品寿命和低渗透率仍是后续关键变量。

曲凯 × Albert

Albert判断软件价值链可能呈“哑铃型”：模型公司拿走多数价值，三五人OPC承接长尾，中型软件公司最危险。团队五六人几个月做出几十个产品但“收益是零”，说明开发效率不等于运营、增长和标准化能力。长尾产品或将靠体验、审美和情绪价值获得认同，社区能否为新创作者制造“回响”，以及资本是否转向现金流分成，仍待验证。

曲凯 × RC

CLI不是面向人的Agent终局，却可能成为SaaS面向Agent的基础接口，软件需要让Agent发现、安装并稳定调用。Slock以7个人和40个Agent验证多Agent协作，壁垒集中在记忆、身份、任务编排与组织机制；按“人+Agent”计价仍在探索。