7月14日 AI 创业晚间对谈:模型成本、可穿戴入口和新智能路线章节1×0:07开场1:03资本定价2:16应用入口4:08成本路由5:36技术分叉7:32创业者执行表8:52定价与交付检查表10:12治理与收束0:0012:320:07男主播晚上好,今天的 AI 创业圈有点像一张同时拉开的经营表和技术路线图。模型公司继续被资本按天价重估,应用公司开始证明自己不是换壳聊天框,研究路线那边,强化学习老将又出来说:别只盯着更大的预训练模型。0:23女主播先交代覆盖口径。今天晚报窗口是北京时间七月十四日早九点到晚十点。X 关注源这轮覆盖三百九十三个账号,八批读取全部成功,一共读到五千九百八十四条,窗口内二百三十三条,筛出相关推文七十一条。单账号仍有一百条读取上限,所以这是当前工具上限内的全量扫描。0:45男主播这期我们不复述今早讲过的机器人融资和隐私争议,重点看白天的新增变化:DeepSeek 的融资讨论、Looki 的可穿戴入口、视频 Agent 的产品挫败感、模型成本路由,以及 Sutton 新公司背后的那条小而持续学习的智能路线。1:03女主播先说 DeepSeek。路透通过 AOL 转引英国金融时报的报道说,DeepSeek 在五月底左右完成首次融资后,本周又和潜在投资人初步接触,讨论新一轮融资,目标是交易前估值大约七百一十亿美元。1:20男主播Investing.com 同样引用英国金融时报说,上一轮融资大约七十亿美元,估值大约五百亿美元,投资方包括腾讯和宁德时代等。两条报道都把重点放在一个事实:DeepSeek 还在强调基础研究、开源模型和通用人工智能,而不是短期商业化收入。1:39女主播这就很有意思。资本市场现在给模型公司的估值,不只是按收入表来算,还在按三件事估:第一,能不能持续产出前沿模型;第二,能不能拿到算力;第三,能不能在中国的芯片和云约束下,形成自己的供应链弹性。1:59男主播对创业者的启发反而很实际。如果底层模型公司继续用天价融资换算力,那应用层就别把「接一个最强模型」当成护城河。模型价格会降,但你的用户需求也会变重,最后账单未必变轻。真正要算的是每个任务的交付成本。2:16女主播应用层今天最像融资新闻的是 Looki。Founder Park 独家报道,Looki 光智时空完成数亿元 A1 轮融资,元生资本领投,老股东 BAI 资本、钟鼎资本、阿尔法公社继续加注。亿欧的快讯也确认了这个信息,并补了一句:融资会投向多模态模型研发、产品矩阵和团队扩充。2:38男主播Looki 这个案例值得讲,不是因为又一个 AI 硬件融钱了,而是它把「个人智能入口」说得更具体。它不想只做单一硬件,而是围绕感知输入和智能输出做矩阵。换成大白话,就是让 AI 不只坐在聊天框里等你提问,而是靠设备知道你正在什么场景里。2:58女主播这和今天另一个素材能接上。Founder Park 写 LibTV Agent 时提到,过去一年至少二十个知名团队交付过视频 Agent,但「一句话生成视频」这件事,用户还是会觉得慢、不稳、不可控。作者的判断很扎心:用户会教你怎么做好产品。3:15男主播这句话对 AI 创业公司挺残酷。融资叙事喜欢讲入口,用户只问两件事:我是不是少点了几步,结果是不是比我自己做更靠谱。视频 Agent、AI 可穿戴、桌面助手,其实都在同一张考卷上,只是输入设备不同。3:32女主播X 里也有一个很产品化的信号。Cola 今天发了全新改版说明,把自己从普通 Chat 往沉浸式桌面 AI 搭档改,里面有 Chat、Coding、技能中心和定时任务,还强调切换模型不再清空上下文。这个点小,但很像真实用户每天会骂的地方。3:52男主播是,AI 产品现在不是只比模型名字,而是比上下文会不会丢、文件能不能交付、多任务会不会乱、技能能不能装上就用。谁能把这些小摩擦磨掉,谁才更像用户愿意每天打开的工具。4:08女主播再看 X 里的成本讨论。Box 的 Aaron Levie 今天发了一长段判断。他认为未来 AI 堆栈不会是零和:前沿模型继续推能力,开源权重吸收突破并提供低成本选择,应用层则把前沿智能和便宜模型组合起来,按具体工作流调度。4:26男主播他早些时候还转了一条关于模型路由的观点,说高价前沿模型可以像经理一样分派任务,把约束和目标说清楚,低成本模型去做具体执行。这样有时候总成本反而下降,因为贵模型不是亲自干每一步,而是减少返工。4:43女主播Junyang Lin 的推文也在讲同一个经营问题。他说,真正按 token 付费的企业,会把格式化、低难度任务交给便宜模型,把更难的 Agentic 任务交给 Claude、GPT 这一类前沿模型。这个说法跟 Aaron Levie 的「模型混编」能互相印证。5:02男主播这里的重点不是省钱本身,而是产品架构要先承认任务有层级。客服摘要、表格抽取、代码审查、规划型 Agent,不应该全用一把刀切。创业公司如果只会把请求转发给最强模型,它的毛利率迟早被用户规模吃掉。5:20女主播而且这还会反过来影响产品定价。订阅制给用户的感觉是「我交了二百美元就随便用」,但企业侧真实世界是每个 token 都进成本。谁能把任务拆细,把贵模型用在刀刃上,谁的价格才有弹性。5:36男主播技术路线这边,今天最有戏的是 Richard Sutton。量子位、机器之心都报道了这位强化学习之父离开 John Carmack 的 Keen Technologies,和学生 Khurram Javed 创办 Oak Lab。The Next Web 抓到的核心说法是,他们想做一种能从实时经验中持续学习的智能体。5:55女主播The Next Web 还提到一个很抓人的目标:一个万亿参数级别的 agent,可以用大约二十瓦功耗实时学习和规划。二十瓦差不多是人脑功耗。这个目标听起来很科幻,但 Sutton 的批评很明确:今天的深度学习方法太弱、太低效,不是再微调几下就能解决。6:15男主播它和大模型路线的分歧在于,当前模型主要从人类整理过的数据里学,训练完就冻结;Sutton 想要的是系统在运行时从经验里学,一步一步更新,不靠存储和重放海量数据。成功不成功另说,但这提醒我们,AI 行业不只有「更大模型」这一条路。6:34女主播国内公众号今天也有对应信号。量子位写阶跃入局 Agentic OS,36氪写中国基模的压哨入局者,说大模型如果停在聊天框里,很难兑现商业价值,只有跨应用、跨设备完成任务,才有机会变成智能体时代的操作系统。6:55男主播机器之心还有一篇 ACL 二零二六 Highlight,讲机器学习 Agent 的瓶颈不是会不会写代码,而是会不会判断哪个实验值得跑。这个点很关键:Agent 不只是多调用工具,而是要知道下一步实验有没有信息价值,不然它只是把错误自动化得更快。7:14女主播所以今天技术线可以合成一句话:一边是 Agentic OS,把用户界面和设备入口重做;一边是持续学习,把智能体的学习方式重做;中间夹着实验判断、模型路由和成本控制。真正能用的 Agent,要同时过这几关。7:32女主播把今天这些材料放在一起,其实能看出一个执行表。硬件公司要回答的是:设备拿到的环境信号,能不能转成用户愿意付费的动作建议。视频 Agent 要回答的是:生成结果不能一次到位时,怎么让用户继续修改而不是直接放弃。7:51男主播模型应用公司要回答的是:哪些任务必须用最强模型,哪些任务可以交给开源或低价模型。这个表如果不提前画出来,销售越成功,云账单越吓人。Aaron Levie 的两条 X 帖子和 Junyang Lin 的成本讨论,指向的都是同一个问题:模型路由会变成应用层的基础能力。8:13女主播再看基模公司,DeepSeek 的融资讨论、阶跃的 Agentic OS 叙事、Sutton 的 Oak Lab,分别代表三种不同赌法。第一种押继续扩模型和算力,第二种押系统入口和任务编排,第三种押新的学习算法。创业公司不一定要选边站,但要知道自己依赖哪条路线。8:33男主播来源之间也有差异。公众号更容易捕捉国内融资和产品细节,X 更容易看到一线从业者对成本、路由、治理的即时反应,公开网页则适合核实跨国资本和研究者动向。这期把它们合并起来,结论才不会只像融资新闻,也不会只像技术圈碎碎念。8:52女主播如果把今天的材料翻成产品经理能拿去开会的表,我会先问四个问题。第一,用户给你的输入到底来自哪里,是聊天框、摄像头、文件、浏览器,还是可穿戴设备。输入越接近真实场景,隐私、延迟和误触发就越早变成产品问题。9:11男主播第二,输出是不是能直接被用户拿去用。LibTV Agent 那篇文章最刺痛人的地方就在这儿:视频生成不是给一段漂亮 demo 就结束了,用户要改镜头、改节奏、改风格,还要知道为什么这次结果比上次好。Agent 产品如果没有可编辑的中间过程,用户一旦不满意,就只剩重来。9:33女主播第三,成本能不能按任务拆开。像 Aaron Levie 说的那样,贵模型做规划,便宜模型做执行,听起来简单,落到产品里就是一堆细节:任务怎么分类,失败怎么回滚,用户什么时候能接受慢一点但更准,什么时候必须立刻给结果。9:52男主播第四,商业叙事和真实组织能力要对上。DeepSeek 可以讲基础研究和自研芯片,因为它的核心竞争就在模型和算力。Looki 可以讲个人智能入口,因为它有硬件和场景。普通应用公司如果同时讲模型、硬件、操作系统和 AGI,投资人可能愿意听,用户未必知道你到底解决什么问题。10:12男主播最后说一点治理,因为它会影响创业公司的边界。X 上 Chubby 转述 Demis Hassabis 关于 AGI 的文章,说他罕见地乐观,同时也主张政府在前沿 AI 风险升高时介入。另一条 X 讨论提到,Google DeepMind 有员工反对把模型用于机密军事网络,但公司仍签了五角大楼相关合同。10:35女主播这两条不能当成完整政策结论,但能说明一个趋势:前沿 AI 已经不只是产品竞争,也在进入国家安全、开源边界和企业伦理。创业公司如果服务金融、医疗、政企、军工相关客户,合规和客户边界不能等到销售签单后再补。10:54男主播今天给创业者的经营清单可以很短。第一,融资热的时候别只看估值,要看算力和模型路线能不能撑住。第二,应用层别迷信一句话生成,先把交付链路做稳。第三,成本路由要早做,不然规模越大越烧钱。第四,Agent 的下一步,不是多开几个子任务,而是让系统学会判断什么任务值得做。11:17女主播我补一个更接地气的判断:如果你的产品还在让用户反复复制粘贴、反复解释上下文、反复等一个不稳定结果,那它就还不是智能体,只是一个比较贵的对话框。今天从 Looki、LibTV、Cola 到模型路由,大家其实都在围着这件小事打转。11:36女主播听完这期,最值得马上做的一件事,是回头看自己的 AI 产品成本表。不要只看总 token 数,把任务拆成规划、检索、生成、校验和交付五段,标出哪一段必须用前沿模型,哪一段可以用便宜模型或规则系统。11:54男主播如果这个表画不出来,说明产品还没有真正进入经营阶段;如果画出来以后发现毛利率很难看,那也不是坏事,至少问题从「模型不够强」变成了可以调的工程和定价问题。12:07男主播好,今天晚报就到这里。show notes 里按话题放了本期用到的 X 帖子、公众号文章和网页报道。明早我们再看,今天这些融资、产品和治理信号里,哪些真的发酵成行业共识,哪些只是窗口里的噪音。