AI创业最大的坑，是过早押注终局

文 ｜ 易论AI

编辑 ｜ 亚婷

今天是「易论AI半年观点合集」的第三期。

这一期，我们聊聊 AI 创业最大的坑。

过去半年，易论 AI 采访过六位正在一线做 AI 的创业者。

玉伯做过语雀，现在创业做面向内容创作者的 YouMind。孙克强长期研究人类偏好，正在把 AI 用进用户研究。

花叔既做 AI 内容，也用 OPC 的方式连续做产品。王煜全做了多年科技投资，现在也亲自下场做 AI 可穿戴设备。

杨天润从跨境并购和一级市场离开，正在探索一个人加多个 Agent 的新组织。曲东奇做 Qvarius，解决 Agent 调用外部数据、支付和权限时遇到的基础设施问题。

六个人站的位置不同，给出的答案也很不一样。

玉伯说，创业一定要短视，面向终局做产品会死得很快。孙克强却说，创业比的是潮水褪去以后，谁还能活着。

花叔让创业者先把十个最烂的东西做完，王煜全关心的却不是做得够不够快，而是做的东西到底有没有人需要。

杨天润提醒创业者，不要用管理员工的方式微操 AI。曲东奇则把目光落在更具体的地方：一个 Agent 想调用外部服务，钱怎么付，权限怎么过，Token 怎么少烧一点。

这些话看起来互相矛盾。但它们指向的，可能是同一种危险：

创业者太早相信，自己已经看清了 AI 的终局。

玉伯说「创业一定要短视」的时候，我们刚刚聊完一个很远的未来。

他想象，下一代 iPhone 也许不是手机，而是一个可以随身携带的小盒子。里面没有一排排 App，用户只需要把意图告诉 AI。YouMind 也可能成为内容创作者使用的一套个性化系统。

但当我问，为了这样的未来，YouMind 今天做了什么准备，他立刻把话收了回来。

他说，创业不要面向终局做产品。

「面向终局做产品会死翘翘，会死得很快。」

我追问，那应该面向什么？

他的回答是：面向当下。

这不是让创业者只追热点。玉伯用了一个曲线的比喻：你不只要看见自己所在的那个点，还要知道此刻的斜率，是上升还是下降，是陡峭还是平缓。

创业者当然可以判断未来。但产品要解决的，仍然是今天已经发生的问题。

孙克强谈的是另一个时间尺度。

他的产品发布后，很快得到了市场关注，团队也在快速扩张。可那段时间公司的现金流很紧，他甚至想过，如果融资款不能及时到账，就自己先掏钱发当月工资。

他最早邀请工程负责人加入时，两个人坐下来，什么也没点，只要了一杯水，聊了一个多小时。孙克强问，这件事有意思，干不干？对方说，干。第二天就来了。

另一位年轻人当时还在实习。孙克强确定要做这个项目后，给他打了一个电话。对方听完，只回了一句：好，我现在去辞职。

产品上线、现金紧张、有人把自己的选择押在你身上。

所以孙克强说，创业不是融资游戏，也不是比谁估值更高、账上的钱更多。最后比的是潮水褪去之后，谁还活着，谁能把商业模式跑通，再把它规模化。

玉伯希望产品足够「短视」，孙克强希望公司活得足够久。

这两件事并不冲突。

产品假设可以短，公司不能短。创业者需要尽快知道眼前这一步有没有踩实，同时给自己留下足够长的时间，把踩实的路连起来。

反过来的情况更常见：产品路线已经规划到三年以后，公司账上的钱只够再撑三个月。

花叔认为，很多创业者最大的问题，是「始于发布」。

一个产品藏着做三个月、六个月，时间投得越多，越难把它拿出来。因为到了那时，它已经从一个产品，变成了创业者对自己的证明。

用户说不好用，听起来不再像反馈，更像否定。

于是产品继续改，功能继续加，发布日期继续往后推。

花叔给过一个很直接的建议：

「先把十个你能做出来的最烂的东西做完了，你再做第十一个可能有人用的东西。」

他做小猫补光灯以前，甚至不知道补光色卡是什么。

最先告诉他这个需求的是女朋友。很多女生在暗光环境里，会找一张纯色图片给脸补光。花叔去小红书搜索，发现一个月内已经有几十篇相关笔记，点赞从几千到几万不等。

用户的解决办法并不方便：先找到笔记，把纯色图片存进相册，再把图片放大、调高屏幕亮度，最后举到脸旁边。

小猫补光灯要省掉的，就是这一连串动作。

这里没有宏大的技术判断。有人正在用一个很麻烦的办法完成一件事，这件事能不能更简单一点？

产品由此开始。

但发布得快，并不等于问题找得对。

王煜全在深圳和一群做技术的朋友聊到 Manus。别人问他怎么看这个产品，他说，自己不太在意工具本身，更关心工具最后拿来做什么。

他用了一个军事类比：坦克的性能当然重要，但更重要的是，有没有人想出闪电战。

现在应用榜上什么火，很快就会出现一批相似产品。AI PPT 已经有几十个、上百个。王煜全对此有一句调侃：

「富人根本不做 PPT。」

他真正关心的是另一类需求。

私人理财顾问、家庭医生、私人买手，过去只有少数人负担得起。并不是普通人不需要，而是专家的时间太贵，服务无法大规模提供。

如果模型能把一部分专家能力放进系统，用更低的边际成本服务更多人，过去只有少数人才买得起的服务，也有机会交到普通人手里。

所以，「富人不做 PPT」并不是说 PPT 没有价值。它问的是：创业者正在解决一个长期存在、只是过去太贵的问题，还是从热榜上抄到了一个方便立项的选题？

花叔关心反馈速度，王煜全关心问题本身。

两者少一个都不行。

做得慢，创业者会被自己的投入绑住。问题选错，做得越快，只会越早到达错误的地方。

杨天润把人使用 AI 的方式分成了三层。

工具模式里，AI 是一支更聪明的笔。人告诉它海报左下角放什么、右上角放什么，用什么颜色和风格。

员工模式里，AI 像一个实习生。人让它写研究报告，还要指定看哪些来源、用什么格式、得出什么结论。

这两种方式都有很强的控制感。

问题也在这里。

杨天润认为，当人规定了每一个执行步骤，AI 的上限也被锁在了使用者自己的能力范围里。

「人类骑着自行车往前走，AI 是一台法拉利，你让它跟在你屁股后边走。」

他更愿意把 AI 当作某个领域的大师。人负责把目的地说明白，但不规定它必须用什么语言、什么架构、经过哪一个节点。

这套判断来自他自己的工作方式。

杨天润在使用三个 OpenClaw Agent。Echo 是首席助理，负责理解需求和分配任务；伊隆扮演代码工程师；亨利负责把完成的小产品和开源项目发布到论坛。这几个 Agent 下面，还会继续调用 Sub-agent。

他先把目标交给 Echo，再让整套系统自行分工。

这并不意味着人只需要许愿。

目标含糊、背景缺失、验收标准不存在，法拉利也不知道该往哪里开。人从执行路径里退出来之后，要承担的是另一种工作：定义目标、说明边界、判断结果。

很多团队已经用上了最新的模型，跑的却仍然是原来的流程。过去怎么管理实习生，现在就怎么写提示词；过去怎么拆外包任务，现在就怎么拆 Agent。

工具变了，组织方式没有变。

这可能也是 AI 创业里一种隐蔽的终局想象：我们相信 AI 会改变一切，却默认它应该被装进过去的工作方式里。

曲东奇的回答，没有前面几位那么像一句传播金句。

他做的 Qvarius，是在帮助 Agent 调用外部数据源和服务。

人打开大众点评、支付宝或海外账户时，会自己理解页面，登录账号，选择支付方式，再判断这次调用是否值得。

Agent 要完成同一件事，会遇到一扇又一扇门。

不同的数据源有不同接口。有些服务需要美元支付，有些需要海外账户，有些还要做身份验证。即使信息公开，Agent 也可能只能像人一样打开网页、识别页面，再从视觉界面里一点点读取数据。

这很慢，也很费 Token。

曲东奇提到一位用户的反馈。对方查询一只股票时，原来通过网页搜索，需要消耗几十万甚至上百万 Token；改成 API 直达以后，只用了上千 Token。

一个用户的反馈，当然还不能证明一门生意已经成立。

但它让问题变得具体：原来花多少钱，现在花多少钱；原来要等多久，现在要等多久；原来 Agent 过不去的门，现在能不能过去；有没有人愿意为这种变化付费。

这些都可以验证。

AI 创业很容易从一个巨大的名词开始。

Agent 生态、下一代入口、个人智能体、AI 原生组织。它们听起来足够大，也很适合出现在融资材料里。

但一家公司最终要解决的，往往只是一扇具体的门。

今天已经有人被它挡住。你能不能把门打开？能不能比别人更快、更便宜、更稳定？又有没有人愿意为此付钱？

曲东奇看到的是未来的 Agent 经济，做的却是今天已经出现的阻力。

未来给出方向，摩擦才会长出生意。

玉伯说短视，孙克强说活过潮水。花叔让创业者赶紧发布，王煜全提醒大家别追着热榜复制。杨天润想让 AI 自己找路，曲东奇解决的是路上一扇具体的门。

一开始，我以为这些答案很难放在一起。后来发现，它们之间恰好划出了一条边界。

可以相信未来，但不要提前替未来做产品。可以快速行动，但不要拿速度代替问题。可以把执行交给 AI，但目标、边界和判断仍然属于人。可以讲一个足够大的故事，但公司要从今天已经存在的摩擦里长出来。

创业者当然需要相信自己的判断。

现金紧张、产品没人用、外界不理解的时候，没有这种相信，很难继续往前走。

但判断和押注终局并不是一回事。

一个产品发出去，发现没人用，可以改。一个方向交给真实用户，他们根本不在乎，可以换。让 Agent 自己跑一次，结果不行，也可以重新定义目标和验收方式。

这些错误都不致命。

真正危险的是，创业者一直没有机会知道自己错了。

产品在会议室里越来越完整，融资材料里的未来越来越清晰，同行的认可越来越多，团队每天也很忙。

只有现实，一直没有进来。

所以，如果一定要从六位创业者的回答里，找出 AI 创业最大的坑，我的答案不是判断错，也不是行动慢。

是过早押注终局。

产品押注要短，公司要活得长。反馈要来得快，问题要经得起验证。

比起更快地抵达未来，创业者或许应该先缩短另一段距离：

从自己的判断，到现实给出回答。