Momenta IPO 后再访曹旭东:AI 创业者要学的不是野心,是下笨功夫Chapters1×0:08开场:一家公司为什么能把十年前的判断做成今天的业务1:40一,竞争正在收敛,后来者要重新算账4:17二,一个飞轮,两条腿:先把业务顺序想清楚7:10三,聪明人下笨功夫:先有量级判断,再回到一线验证10:06四,从研究院到创业公司,真正难的是组织和客户12:53五,AI 能提高效率,但不能替创始人获得判断15:28六,把判断带回团队:一周后能看到什么0:0018:180:08主持人Momenta 在今年七月上市之后,创始人曹旭东又接受了晚点 LatePost 的专访。这个访谈最值得 AI 创业者听的地方,不是上市数字,也不是他对机器人市场的大胆预测,而是一家公司怎样把十年前还不算共识的判断,变成今天可以交付、可以收费、可以继续研发的业务。0:29分析师晚点官方图文稿给了几组很硬的结果。Momenta 2025 年收入超过二十四亿元人民币,毛利超过十七亿元;它在城区 NOA,也就是城市高阶辅助驾驶上的市占率达到百分之六十五。公司累计服务了一百万台量产车,有二十多家车企客户,累计交付超过一百款车型,在手定点超过两百款。0:54主持人这期我们不复述一遍访谈,而是把它翻译成五个创业者判断。第一,智驾竞争为什么会快速收敛。第二,量产、Robo 和机器人为什么能放在同一个数据飞轮里。第三,曹旭东说的「聪明人下笨功夫」到底怎么做。第四,研究院转成创业公司,真正难在哪里。第五,创始人使用大模型时,为什么一手信息仍然不能外包。1:22分析师先说明素材边界。本期使用晚点 LatePost 的官方完整图文稿,所有观点和数字都以这篇原文为依据。我们做的是二次精炼和创业者视角的转译,不是原节目的原声剪辑版,所以不会把没有完成时间轴对齐的嘉宾录音混入成品。1:40主持人曹旭东对高级辅助驾驶的判断很直接:只讨论第三方公司,中国最终大概率剩下两三家,全球三到四家。他在访谈中说,Momenta 和华为在城区 NOA 的市占率加起来已经超过百分之九十,改变格局的窗口正在关闭。1:59分析师这个判断的重点不在于具体会剩哪几家,而在于竞争的机制。头部公司先达到产品能力,才能更早获得量产规模、客户数量、收入和毛利;有了这些资源,它们又能继续投入研发,把产品做得更好。第二梯队客户少、价格低,研发投入接不上,差距就会继续拉大。2:22主持人这是一种很典型的规模复利。对 AI 产品创业者来说,不能只看模型效果,也不能只看今天拿了几个客户。要问的是,客户规模有没有反过来改善数据,数据有没有改善产品,产品改善后能不能提高定价和交付效率。如果这条链没有形成,所谓先发优势很可能只是先做了更多项目。2:47分析师曹旭东还把高速 NOA 叫作过渡性产品。他说,Momenta 从去年下半年开始,新定点只做城区 NOA,不再单独做高速 NOA,因为拥有城区能力后,高速能力更多是产品设置问题。这背后的产品判断是,资源要投到真正拉开差距的能力上,而不是把功能清单做得更长。3:07主持人这里给正在做 AI 产品的团队一个提醒。市场上常常有很多看起来都要做的功能,但真正决定竞争位置的,可能只有一个更难、更慢、需要持续投入的核心能力。你要尽早找到它,然后围绕它建立客户、数据和研发的循环。把所有需求都接进路线图,反而会让这个循环失焦。3:30分析师另一个容易被忽略的点是定价。Momenta 仍然在亏损,但曹旭东认为智驾已经从 nice to have 走到了 must have。他举的例子是,一些客户在二十万到三十万元价位车型上的高阶智驾选装率超过百分之八十,智驾对车企来说不是单纯成本项,也可以成为盈利项。3:51主持人当然,这不是说所有 AI 功能都能从成本项变成收入项。前提是用户能感到差异,而且差异会影响购买和复购。曹旭东用 R6 和 R7 遇到施工场景的差别来解释这一点,R6 也能安全通过,但更像新手司机,R7 更早避让,过程更安静、更顺滑。产品价值最终要落到用户能不能感知。4:17主持人Momenta 从成立起就反复讲「一个飞轮,两条腿」。飞轮是数据,第一条腿是量产,第二条腿是可规模化的 Robo,包括 Robovan、Robotruck 和 Robotaxi。量产业务获得真实数据,数据反过来改善量产和 Robo,两个方向共同推动模型进步。4:39分析师这里的关键不是口号,而是业务之间真的共享底层能力。曹旭东说,R7 世界模型验证了一件事,一套 world model 可以支持多个下游应用,量产车、Robovan、Robotruck 和 Robotaxi 都可以使用。不同产品的任务不同,但都需要模型从物理世界数据里学习,并持续提升可预测的表现。5:02主持人这给普通 AI 创业者的迁移方式很明确。你不能只说自己有一个平台,必须证明不同场景之间共享什么。是同一批数据,是同一套评估方法,是同一个任务分解系统,还是同一条部署和反馈管线。如果场景之间只共享公司名,底层能力完全不能复用,那就不是飞轮,是多个项目并排摆着。5:26分析师在 Robo 业务上,曹旭东给出的顺序是 Robovan 第一,Robotruck 第二,Robotaxi 第三。他的理由也很务实。城市物流和大宗物流的需求更强,竞争更少;Robotaxi 的商业和运营复杂度更高,而高速干线物流在技术、商业和政策上都难,他把它放在更后面。5:47主持人创业者可以把这个顺序理解成一个切入口问题。很多团队喜欢从最有想象力的终局开始,直接做最酷的产品。但真正能形成收入和数据的,可能是一个不那么光鲜、却更容易交付的中间场景。切入点不是退而求其次,它决定你能不能活到终局。6:07分析师具身智能也是同样的逻辑。曹旭东判断,家庭机器人在二〇三〇年前后可能进入规模化拐点,原因包括端侧算力、本体可靠性和供应链成熟。他认为家庭机器人要规模化,本体成本需要做到一万美元到两万美元,理想状态是一万美元左右。6:28主持人但 Momenta 并没有因为这个判断就立刻全力转向机器人。曹旭东说,今年和明年对量产和 Robo 的飞轮很重要,计划二〇二七年开始更大力度投入。飞轮转顺之后,研发和组织能力会溢出,再去做机器人是顺水推舟;能力没到位就硬做,会顾此失彼。6:50分析师这个节奏对 AI 创业者很有参考价值。提前判断一个方向,不等于提前把全部资源投入进去。真正成熟的战略,是先做研究和储备,等待自己的能力、市场窗口和产品切入点同时到位。时机不是借口,时机要和当前业务能提供的真实能力一起算。7:10主持人曹旭东反复提到一个方法,叫「聪明人下笨功夫」。它不是让人拒绝抽象思考,而是要求你在抽象和具体之间来回切换。先判断一个高价值方向,再往下深入很多层,主动找能检验判断的数据点;验证之后重新抽象,再继续迭代。7:33分析师Momenta 早期的数据驱动判断就是这么来的。曹旭东用一个量级计算说明,假设人类大约一亿公里发生一次重大事故,自动驾驶要比人类安全十倍,就要达到十亿公里一次重大事故。为了验证这个概率,还需要大约一百次观测,最后得到至少一千亿公里的驾驶数据。7:54主持人这个计算未必是精确预测,但它改变了战略方向。靠自营车队慢慢积累,很难到达这个量级,所以 Momenta 选择服务量产车企,用真实车辆获得规模数据。对创业者来说,先算量级的价值在于,它会迫使你面对资源约束。你到底需要多少数据、多少客户、多少次实验,才能证明自己不是偶然成功。8:19分析师十年前,数据驱动并不是自动驾驶行业的共识。甚至在二〇二〇年前,用深度学习做 planning 都有人认为不靠谱。Momenta 长时间被市场看成一家公司说全无人驾驶,实际却在做量产辅助驾驶。曹旭东的回答是,解释没有用,做到了大家才会信。8:40主持人这是一句很适合创业者拿来检查自己的话。你可以有一套很完整的叙事,但外部不会因为叙事完整就给你正反馈。真正可行的方向,要让团队在一周到一个月内看到小的技术正反馈。长期业务可能要三年、五年才兑现,但研发路径不能让团队几年都等不到任何进展。9:02分析师他从孙剑那里学到的另一件事是,很多一流工作不是想出来的,是做出来的。实验里和预期不一致的现象,往往藏着更独特的发现。聪明人容易忽视这些琐碎工作,因为它们不够漂亮;但真正超一流的人,愿意把实验、数据和一手反馈做扎实。9:24主持人这也解释了为什么曹旭东一直强调要到一线拿信息。战略判断不只是坐在办公室里听汇报。要看客户怎么用产品,研发在哪个环节卡住,用户抱怨什么,哪些异常重复出现。大模型能帮你整理信息,但它不能凭空替你获得没有进入系统的一手信息。9:45分析师放到今天的 AI 产品上,就是不要把模型输出当作市场事实。你可以让模型帮忙整理访谈、发现模式、生成假设,但最关键的十条判断,仍然要回到客户现场和真实数据里核对。否则团队只是把原来的二手信息处理得更快,判断并没有变得更可靠。10:06主持人Momenta 的技术战略没有频繁大改,但公司发展中最难的阶段,曹旭东说是文化和组织。二〇一八年底到二〇一九年,公司从一个松散的研究院,转向一个以客户为中心、能打胜仗的创业公司。10:23分析师他当时的问题是,对投资人 over promise,对产品和商业化进展严重过度承诺。这个问题不是技术能力不够,而是组织没有把技术创新、产品价值和客户结果放在同一条线上。后来 Momenta 重新强调,先为客户创造价值,产品是载体,技术创新要服务产品价值。10:45主持人对 AI 团队而言,这个转变非常关键。研究院追求的是问题有趣、实验有意义;创业公司还要回答客户为什么用、谁来付钱、交付怎么持续、出了问题谁负责。两种文化不冲突,但优先级不同。没有完成这个转换,技术团队越强,可能越容易把精力花在不影响客户结果的地方。11:08分析师曹旭东总结自己做对的两件事,一是以客户价值为中心,二是低成本、短周期试错。他把 CEO 的重要工作概括成 Zoomability,也就是能放大看方向,也能缩进看细节。方向判断不能只停在口号,要落到几个可以验证的动作;细节验证之后,还要回到整体判断,不被局部问题牵着走。11:31主持人这对今天的 AI 创业者很实用。你可以把一个大判断拆成三层:它解决了哪一个客户问题,产品要经过哪个可观察的动作,数据怎样证明动作有效。每层都能在短周期里得到反馈,团队就不需要用一次大赌注证明全部正确。11:48分析师曹旭东还说,重要决策要想得靠前。比如 Momenta 做具身智能,不是临时起意,而是二〇二〇年、二〇二一年就开始讨论,二〇二三年和二〇二四年做了大量调研。真正开始做时,问题已经从要不要做,变成什么时机、什么切入点。12:09主持人很多创业团队把提前思考误解成提前发布,实际上两者完全不同。你可以很早研究一个方向,但不必很早把自己包装成这个方向的公司。研究让你积累选择,发布意味着你要接受客户、招聘、融资和组织的连锁承诺。先把选择权留在手里,通常比抢一个热词更有价值。12:33分析师组织也不能只靠创始人的意志维持。曹旭东说,大模型会推动组织更扁平、层级更少、岗位更全栈,原来需要三四个角色合作的事情,可能归并成两个。但这不代表所有事情都交给一个人,而是要重新设计职责,让信息和决策少经过几层转手。12:53主持人访谈最后谈到了大模型和 CEO 工作。曹旭东会和模型探索性地聊开放想法,把它当作随时能交流的顾问。但他也说,在关键问题上,大模型和公司的高管、骨干相比还有很大差距。13:10分析师原因很具体。对 CEO 来说,更重要的不是把工作做快,而是认知和判断。好的判断需要很长时间思考,也需要去一线获得一手信息,反复验证。模型里没有你客户现场的全部信息,也没有你组织里那些没有被记录的摩擦。13:28主持人这对 AI 产品创业者有两层启发。第一,不要把模型接入公司之后,就把判断质量的责任交给模型。第二,不要只算节省了多少人力,也要算新系统有没有让真实反馈更快回到决策者手里。如果只是生成更多报告,却没有让一线信息变完整,效率提升可能只是把噪音放大。13:52分析师曹旭东最后用了一个很有个人色彩的比喻:狐狸知道很多事,刺猬知道一件大事。他逐渐发现,很多问题需要一些底层原则,一旦掌握一个原则,可以用到底。对于 Momenta,这个原则就是数据驱动,再往上形成一个飞轮和两条腿。14:11主持人但底层原则不是一句写在墙上的口号。真的相信数据驱动,是遇到问题后先想怎么改架构、改体系,让数据驱动能工作,而不是很快退回到别的方法。这个区别听起来很小,实际上决定了团队遇到负反馈时,是继续改系统,还是换一个更容易解释的故事。14:33分析师这也是本期最值得带走的一点。创业者不需要把曹旭东的路线完整照抄,也不需要都去做自动驾驶、机器人或者物理 AI。你需要问的是,自己的产品有没有一个不会轻易变化的底层判断,以及一套能在现实里不断验证它的系统。14:52主持人本周可以做一个很具体的复盘。写下你现在最重要的一个判断,再列出三个能在一个月内检验它的数据点。然后检查团队最近的工作:哪些动作会让数据飞轮转起来,哪些动作只是为了响应热点、融资材料或客户临时需求。15:10分析师最后再问一句,你的产品从模型能力到客户价值,中间有没有一条可追踪的链路。如果链路断在数据、评估、交付或者组织协作上,问题就不在于还要不要换一个更强的模型,而在于先把断点补上。15:28主持人如果把这期访谈压缩成一个团队会议,我会先要求大家写下当前最重要的一个判断。不是「AI 会改变行业」这种方向口号,而是一个可以被证伪的句子,比如某类客户愿意为某个结果付费,或者某种数据积累会让交付成本持续下降。15:47分析师第二步是给判断配量级。需要多少客户、多少次使用、多少条高质量反馈,才足以看出趋势?如果团队说不清楚,就很容易把偶然的成功当成产品方向,也很容易在一个小样本上反复改模型。16:03主持人第三步是把长期目标拆成短周期实验。一个月内不一定能证明公司最终会赢,但应该能证明某个关键环节有没有变好。比如一次交付能不能缩短,异常能不能更早被发现,用户是否愿意重复使用,或者数据是否真的回到了训练和评估环节。16:23分析师第四步是安排一手信息的回流。让创始人、产品负责人和研发负责人都定期接触客户现场,不要只听经过多层加工的周报。团队需要知道用户为什么不用、在哪一步放弃、哪些问题被系统性地忽略,才能判断该补产品、补数据,还是补组织。16:44主持人最后才是看模型和工具。模型当然可以提高研究、编码、分析和沟通的速度,但它应该把人推向更多真实验证,而不是让团队停在更漂亮的文档里。速度只有在反馈闭环存在时才有价值,否则只是更快地把错误方向做完整。17:03分析师这五步其实对应 Momenta 故事里最稳定的部分:先有底层判断,再用数据和客户把它做实;先把一条业务腿站稳,再考虑下一条腿;先让组织能够交付,再谈更大的愿景。对小团队来说,能把这套顺序坚持半年,往往比再增加几个宏大目标更重要。17:24主持人Momenta 这次 IPO 后的访谈,表面上谈的是智驾、Robo 和机器人,底层其实谈的是一个创业者怎样在很长的周期里保持判断,又愿意把判断拆成每天能做的笨工作。对于 AI 产品创业者,野心可以很大,但真正让公司走远的,往往是客户反馈、数据验证、短周期试错和组织纪律。17:47分析师本期节目根据晚点 LatePost 官方图文稿《Momenta IPO 后专访曹旭东:聪明人如何下笨功夫》完成二次精炼,未加入未经时间轴对齐的嘉宾原声。来源链接会放在节目正文里。感谢收听,我们下期继续把一集长播客压缩成创业者能带回团队使用的判断。