175: 对话Liblib陈冕：关于活下来，以及所有接近死亡的时刻

摘要

• 低毛利不等于烧钱补贴。 陈冕称公司自5月起现金流转正，效果广告只贡献收入的3%-4%，月投放不到100万元；但主持人提醒，现金流包含年费预收款，不能单独证明增长健康。陈冕给早期AI应用设的毛利目标是“大于零、小于等于30%”，其定价依赖用户不会用完全部积分、续费率可控及token成本下降；若人人满额消耗，现价“肯定是亏的”。

• LiblibTV赢在速度和attention，而非最早发现PMF。 陈冕承认竞品先验证了节点式视频画布，LiblibTV的差异化“更薄”，工程创新可能一周就被复制；但当他发现该市场收入已超过Liblib的单日收入，团队一个多月内完成认知转向，并在关键窗口实施约100万美元、持续一个月的“饱和式攻击”。产品可能很快从零达到约10万美元日收入，上线一个月内单日峰值曾到100万美元；按主持人援引的3亿美元年化收入口径，陈冕只确认LiblibTV贡献过半。

• 应用的时代还没有来，首要任务是survive。 陈冕认为利润仍沿“芯片—模型—应用”链条集中在上游，应用现在若追求七八成毛利，等于主动压制需求；真正的机会要等智能和token足够便宜，场景层才能形成增量价值。他估算全球AI视频创作年收入上限可能达到1000亿美元，理由是它不仅替代传统软件，还会覆盖摄像、演员等生产环节。

• 对模型厂商的依附是真问题，但不是简单的“代理商套利”。 陈冕不回避“应用就是leverage在模型之上”，也承认从巨头夹缝中独立存活的成功率可能低于10%；他的路径是“用时间换空间、用空间换资源、再用资源浇筑壁垒”。现阶段多模态interface和用户心智只是“蜀道”，最终必须修出由用户规模、内容供给与双边网络构成的“长江天险”，否则仍摆脱不了模型厂商的“地心引力”。

• 第一个找到PMF，离最终赢下市场“差着十万八千里”。 陈冕接受LiblibTV原创度不如Lovart，也认同首创者应得到奖励；但短视频上下滑、手机形态、节点式画布都会趋同，interface本身很难构成持久产权。他的反驳是：“创新是有成本的，是有代价的”，发明飞机后当然可以研究火箭，但若连飞机都守不住、经营不好，就没有资源做下一轮创新。

• 速度救过公司，也制造了组织债务。 公司曾在与资金更雄厚的对手交战后只剩4000元，GPT Image 1又曾瞬间打薄团队探索一年的工作流方向；极端焦虑由此成为产品转向和抢timing的发动机。代价是早期团队约一半离开、直接向陈冕汇报过的技术负责人有4人离开、Lovart一度积压2000多封客服邮件；他承认过去擅长把不合适的人撤下，却没有给予撤下者足够的尊重和新位置。

• 终局押注不是某个interface，而是未来十年“人还有没有价值”。 若AI集中生产并集中喂养人类，芯片、顶级人才和资本会吞噬一切，独立应用几乎没有机会；陈冕押注十年内人仍会创造、表达并反抗完全中心化。公司的使命因此被他概括为“通过AI释放想象力，让精神世界更丰富一点”——不是只替代人的生产，而是让人的taste与非标创造成为网络效应的一部分。

精读

1. 过量关注把一家高速增长的应用公司推上了审判台

• 节目给出的背景是：公司在AI应用融资困难期以20亿美元估值融资3亿美元，同时被质疑缺少原创、靠激进定价换增长，甚至“迟早爆雷”。陈冕认为，这种关注远超公司当前业务体量，只因模型之外可讨论的头部应用太少。

• 面对“缅帝”等称呼，他的反应不是享受光环，而是“我现在配不上那么多的comment”。最近睡眠变差既与业务有关，也与争议有关；他担心的是自己的盲区，包括说话过于直接、管理方式及其外溢后果。

• 陈冕接受攻击性和焦虑确实构成公司标签，却不接受由此推导出的所有故事。他反复区分事实与情绪：“被误解是表达者的宿命”，但表达者仍要承担表达带来的反噬。

2. 现金流已转正，但年费预收让这个数字需要被拆开看

• 陈冕称公司从5月开始现金流转正，5月、6月账上资金持续增加，因此看到外界说公司即将爆雷时“非常困惑”。这是现金流口径，不等同于他披露了会计利润。

• 效果广告贡献仅3%-4%收入，月花费约100万元人民币、可能还不到；原因并非公司主动拒绝投流，而是主流视频平台对AI工具可能有所限制，公司“想花钱都没法花”。

• 主持人追问，现金流转正包含年付用户的预收款，短期自然会更好看。陈冕同意现金流当然包含预付款，但认为增长是否健康应继续看毛利与留存率，不能只看年费到账。

3. 所谓“三点九折”，折的是年包而不是Seedance API

• Lovart确实做过约两个月的激进补贴：海外一家体量更大的平台先补贴图像生成，公司担心不跟进会失去获客窗口，于是在Nano Banana第一代成本较低时跟进；全球算力紧张、后续模型成本上升后，这种补法已可能“马上被打穿”。

• LiblibTV上线时宣传的“三点九折”则是月费折算后的年包价格，不是Seedance API原价的三点九折。主持人直指广告文案很容易让创业者误解；陈冕回击：“我的广告是对我的用户的，不是对懂API的创业者的呀。”

• 陈冕称Seedance在全球应该都没有折扣，控价也很严，因此公司不是靠拿到特殊上游折扣套利。激进之处在于对消耗率、续费率和早期利润率的假设，而不是拿到了外界拿不到的上游价格。

4. AI订阅的底层仍是“健身房模式”，只是多了一层token成本

• 定价过程并非给API简单打折，而是从一张图或一个视频的成本出发，映射成积分，再设计价格带、积分包，并叠加空耗率、续费率与完整LTV。陈冕称这是一套平均消耗模型，不是按每位用户把全年额度全部用尽来定价。

• 主持人的质疑非常直接：如果用户按原始额度全部用满，公司是赚还是亏？陈冕回答“那肯定是亏的呀”，也确认用户买100万积分只用20万时，剩余80万对应的成本节省会成为利润来源。

• 但他反驳“要么没毛利、要么没留存”的二选一：用户每月使用ChatGPT或豆包，不代表每月都要耗尽上限；留存与满额消耗是两件事。工具本就不是日活产品，稳定用户一年通常只活跃数月，每月又只用数天。

• 真正尚未解决的是商业模式：纯usage会损害续费和忠诚度，纯订阅又暴露在token消耗波动下；“会员费保续费、usage另付费”可能更合理，却会在竞品都用低价年包时让切换者陷入被动。

5. 年付锁定LTV，也可能把真实使用问题藏在漂亮现金流后面

• 陈冕现场估计年付订单约占20%-30%，并承认比例更高通常对公司有利，因为锁定了更长LTV；但理想状态不是“虚高”，而是用户购买后确实持续使用。

• 主持人援引Uber CEO关于警惕年付订单的说法：某一时点现金流很好，回头看用户却根本不用，结果可能很难看。陈冕认为这应被表述为警惕“不使用”，而不是反对年付本身。

• 这场交锋留下的检验标准是：预付款只解决资金时点，留存、续费和消耗率才决定模型能否长期成立。陈冕没有披露具体毛利，只确认LiblibTV没有亏钱卖，Lovart曾短暂负毛利。

6. 毛利目标被压在30%以内，因为应用当前最缺的是用户

• 陈冕给早期AI应用设定的区间是毛利大于零、且不超过30%。他的比较是：存储、芯片可能有八九成毛利，SOTA模型也有七八成，刚发布不足一年的应用若同样要求七八成，“It’s not reasonable”。

• 逻辑链条是：应用不掌握底层模型，最有价值的资产就是用户；若为了高毛利抬价、压制需求，应用层变薄后便更没有剩余价值。遇到持续消耗率上升，可以涨价，同时模型和token成本也应随时间下降。

• “现在不是应用的时代”是他的核心判断：主叙事仍在模型甚至infra，应用要做的是先活着，等待智能足够便宜、触手可得。低毛利是阶段性选择，不是终局，也不是自爆式补贴。

7. 账上4000元不是戏剧修辞，而是第一次现金管理失败的终点

• Liblib早期经历近一年freemium负毛利，最终打款到账前，公司账户确实只剩约4000元；不过真正开始恐慌是在只剩几百万元时，到4000元时下一笔融资已经确定。

• 当时公司还是一家规模约400万美元的天使轮公司，与最新一轮已融七八千万美元、同样激进的对手交战，几个月烧掉约300万美元。陈冕当时几乎不看现金，只相信“业务做起来就一定能融到”。

• 更致命的是，业务最好、融资最容易时，他拒绝了所有接触，甚至不通过投资人的微信，因为“我要打仗，我得赢下来”。等战斗结束、账上只剩600万元，他才开始密集融资，却发现快倒闭的公司反而没人敢投；他称之为创业以来的第一个大错。

8. 战略可以不盯对手，生死战却必须盯到对方失去威胁

• 第一代Liblib是marketplace和社区。当设计类供给质量显著领先、供给与流量形成正循环，规模又超过对手一倍以上时，陈冕判断“game is over”。

• 他对“不盯着竞争对手开车”的修正是：vision不看对手，战斗必须看。Liblib从第一天就面向设计和创意生产，而非二次元或泛娱乐；但一个资金更多的对手若能在当下把公司打死，就不能假装彼此互不相关。

• 当时公司只补贴设计类作者，对手则把泛娱乐作者也挖走。陈冕不认为那是失败，因为“那些作者我本来就不想要”；竞争服务于既定战略，不应反过来改写战略。

9. 高价值生产比用户总量更重要，这是Liblib最早的非共识

• 陈冕在剪映的经历让他注意到：上个时代全球最赚钱的创作工具是Adobe，但Adobe并非用户最多。由此得到的常识是，生产力工具不是“谁用户多谁赢”，而是谁掌握最高价值的生产。

• 工具商业模式本质上从生产价值中抽成；AI时代这一点更明显，coding和To B之所以率先商业化，是因为它们消耗token后产生的经济价值更高。若收入依赖高价值token，就不该先追逐低价值、纯娱乐的token。

• 他把这种判断称作“简单的非共识”：别人听完会觉得本来就该如此，但在To C互联网成功经验最强的时候，行业更容易把规模手感直接搬到AI创作。

10. 十年旁观没有给他标准答案，只留下一个不断修正的reward model

• 陈冕承认自己多次看错：曾以为360手机助手是入口、共享单车有巨大想象力，也相信零售能改善生活；后来分别发现“the answer is not”，以及零售太重线下和供应链，不适合自己的能力模型。

• 在字节观察抖音时，他追问的不是谁最早做短视频，而是为何已有美拍等产品，最后赢家仍会变化。创业后他又发现，宏观因子并非固定参数，许多微小决策、个人努力和价值取舍都会改变竞争结果。

• 所以他的看法从“时势造英雄”变成“英雄也会影响时势”：人无法改变潮水方向，却可能推迟浪潮、改变波动和资源分布。BAT也不是历史唯一解，而是具体竞争过程的结果。

11. 首创值得奖励，但商业社会不会把市场永久让给首创者

• 陈冕明确承认，LiblibTV不是该市场第一个找到PMF的产品，竞品先给出了信号；外界对它原创度低于Lovart的批评，“一定程度上是成立的”。

• 他的辩护不是把相似性抹掉，而是强调interface最优解会趋同：节点式多模态工具、短视频上下滑和全面屏手机都会收敛到相似形态。interface可见、易传播，却也是最薄、最容易复制的一层。

• 他理解行业为何同情首创者：“第一个找到PMF也是一种创新”，应得到奖励；但“第一个发现PMF和最终赢得这个市场是差着十万八千里的”，发现并不自动附带永久份额。

• 对“势大凌弱”的指控，他的回答是LiblibTV所处市场比公司原有业务更大，所有团队都在追逐同一个更大的猎物。公司也不是可做可不做的巨头；当新赛道收入超过主业，不追才是反商业逻辑。

12. 一次失败经验让公司低估视频画布，收入信号又迫使它一个月改判

• 公司2024年曾把“星流”改成节点式工作流，但产品相对失败，因此陈冕形成了“这个市场可能不大”的手感。最初看到新的视频画布团队，他想的是交流、投资和支持创新，并非立即进入。

• 对方没有回应后，公司继续研究，发现该赛道收入已超过Liblib单日收入——而Liblib当时仍是图像领域头部。陈冕在一个多月内把判断从“可以投一点”改成“比主业还大，赶紧自己干”。

• 他否认正式发出过收购邀约：“我都聊不上，我咋抛？”这段过程更像认知纠错：不是先定好要复制，而是旧产品失败形成错误先验，随后被真实收入规模推翻。

13. 工程差异化只有一周寿命，真正稀缺的是抓住那个发布窗口

• LiblibTV上线前后做过导演台等实用feature，也有一两个先行单点带来口碑；但陈冕承认这些不是killer feature，做出后全行业很快跟进。其判断是：工程创新时效约一周，模型优势甚至一个月后也可能消失。

• 产品指令因此非常朴素：尽快上线、体验要好、必须有可传播的口碑点。LiblibTV借当时AI方兴未艾的热度打出“第一个人和AI同时可以使用的视频画布”，这是真实但“并不了不起”的短暂差异。

• PMF由别人验证后，公司需要补的不是再证明需求，而是找到一个有注意力的timing，把薄差异放大。陈冕坦承，LiblibTV的差异化比Lovart更薄，只是市场大到足以放大几个小优势。

14. “先build attention”不是投流迷信，而是争夺爆发期增量

• 陈冕的提醒是：找到PMF不代表结束。如果市场增量在某个时刻爆发，而公司没有拿到足够增量，已有存量会迅速失去意义；应用公司必须同时build attention与build ability。

• LiblibTV关键窗口约一个月，品牌与内容投入约100万美元。他称这是“饱和式信息攻击”，但并非把钱全部买成效果广告；没有基于新模型的新体验或差异内容，再密集曝光也不会有高回报。

• 投入后，产品可能很快从零达到约10万美元日收入，陈冕的第一反应是“这市场这么大呀”。付费用户达到几十万，非直接效果投放获客约占90%，效果广告带来的收入仅约4%。

• 对竞品，他的判断是产品形态可能做对了，却没有足够激进地争取attention，仍按旧速度经营一个急速增长的市场。窗口期的份额，而不是首发身份，构成了LiblibTV最初的先发优势。

15. LiblibTV已成为收入主力，视频市场的想象上限被放到1000亿美元

• 主持人按公司约3亿美元年化收入的口径追问产品构成，陈冕拒绝披露细项，只确认LiblibTV贡献超过一半，即主持人所说的1.5亿美元以上；Lovart收入规模也“不小”。

• LiblibTV在3月上线后迅速爆发，上线一个月内单日峰值曾到100万美元，但陈冕强调峰值不等于日均。当前只给出“迅猛增长中”，不再更新更细数字，以免暴露竞争状态。

• 他估计全球视频模型带来的创作收入最终可能达到每年1000亿美元：传统Adobe已是百亿美元级工具，而AI视频还可能替代摄像、演员等更多生产成本，所以粗略乘以十。

• 格局不会由单一公司吃完：通用工具之外还有大量行业垂直产品；他预计纯生产端可能形成中国两三家、海外两三家的结构，其他价值分散在不同视频应用中。

16. “字节最大代理商”并非完全错误，但掺水指控碰到了长期利益

• 陈冕不回避代理属性：“我们本身作为应用层，所有的都是leverage在模型上的，我们本来就会卖模型。”应用的价值，就是在模型之上叠加产品、用户、场景和服务。

• Lovart未来可能不再把模型名放在最突出位置，像通用界面一样替用户选择；但主持人认为视频侧还较远，并称Seedance“一骑绝尘”。陈冕随后回应了用户所说的“掺水”问题。

• 他明确否认用户选择Seedance后被暗中换成更便宜模型：“这件事我们是不可能做的”，因为会损害长期信任，公司也不是负毛利。若未来产品明确模型无关、平台完成评测后自动路由，则是另一种产品承诺。

• AI视频不再普遍采用freemium也改善了成本结构：高价值模型若免费开放，会被黑产“薅到秃”。先付费意味着省掉免费试用成本，定价弹性反而比早期图像工具更大。

17. 应用公司的管理目标不是自由探索，而是让AI-native人才持续交付

• 对报道中的具体指控，陈冕称公司没有走过7个CTO，真正离开公司的CTO只有1位；历史上因各种原因离开的、直接向他汇报的技术负责人是4位。他也否认使用教育账号或使用掺水的Claude 3.2 API。

• 他的前提是AI应用公司生存极其残酷，因此“管理变得前所未有的不重要”需要补全为：管理相对不重要，组织和文化仍重要。管理的目的，是让符合业务要求的AI-native、高人才密度员工留在平台上。

• 模型公司可以找最好的researcher，提供自由研究环境；应用公司却要在纷乱市场里筛人，并围绕阶段性的唯一解协作。它不是资金充足、寻找下一次技术突破的lab，而是快速桥接技术变化与用户需求。

• Lovart已经找到相对正确的产品范式，团队首先要把它“做深、做透、做牢”，同时保持对下一次技术变化的敏感。自由探索不能替代稳定交付，否则产品窗口会先消失。

18. 陈冕擅长撤下不合适的人，却忽略了被撤下者如何继续自处

• 他认为公司过去做得好的一点，是能迅速判断某个人在当前阶段是否适合岗位，并实事求是地换人；若没有这种结果导向，公司可能早已停止增长。

• 但这“不叫管理”。真正缺失的是另一套reward model：被撤下的人未必能力差，只可能暂时不fit；公司应承认其努力、给予respect，并帮助寻找下一段位置，而不是“原来那个人怎样咱就不管了，爱咋样咋样”。

• 早期创始团队现仍有约4至5人，离开十余人、约占一半；陈冕没有看过平均在职时间，也承认离职率不低，但“离职率很低的CEO不是我的追求”。

• 另一项错误是用人草率：创业时选择少，有时只是把人“踹一踹”放到岗位上，一旦不合适，换人的组织和情感成本反而更高。

19. 十个“联合创始人”暴露的不是股权设计，而是承诺语言失真

• 创业早期，陈冕把一群前同事和朋友拉进公司；受字节弱title文化影响，他认为内部人人平等、最终看贡献，对外便草率地允许所有人称“联合创始人”，一度可能有十个联合创始人。

• 这些人持股与陈冕差距很大，本质上是day one员工；主持人指出，他可能不把title当回事，对方却会把它理解为承诺。陈冕接受这是自己的learning，也承认随意组朋友最终伤害了关系。

• 公司现在开始给“合伙人”设置明确标准，需要经受长期贡献和评判；陈冕称近一年才出现真正能对他说no的人，未来也可能产生新的合伙人。

• 他不接受自己是暴君，但承认观点极强：若反对意见没有solid理由，或相关风险已经被考虑过，在残酷竞争中就应“拜托先做了好吗”。这也解释了为何早期团队很难形成有效制衡。

20. 公司需要research合伙人，但不能把“创新的vibe”当成创新结果

• 陈冕现在最需要的是一位更偏research的合伙人。他承认应用公司早期不会由research驱动，否则就该直接做模型；但若目标是科技公司，终局仍必须由技术与产品共同驱动。

• 他最近才想清楚自己为何坚持科技公司：因为“我enjoy创造多过enjoy经营”。外界把他归为生意人并非完全错误，只是商业化能力是当前被看见的切片，不等于其全部动机。

• 他对创新的定义包含vision、想象、韧性和可靠实现：“不要为了创新的vibe而创新，要为创新的结果而创新。”自由做很多idea不必然是创造，能把一个方向做成才是。

• “创新是有成本的”是他对LiblibTV争议的最终回答：飞机发明后可以研究火箭，但飞机公司仍要经营飞机、守住成果、创造利润；否则既没有市场，也没有资源支持下一轮技术探索。

21. Lovart的2000封积压邮件证明，产品创新无法替代稳定交付

• Lovart最危险时，客服积压了2000多封邮件，问题复杂而客服组件又没跟上，最后全公司员工花约4小时、每人处理数封，去应对这批积压，业务已经到了这样的关头。

• 主持人的解释是人才预期发生错配：一些“上等马”可能因技术和创新愿景而来，实际却被要求优先稳定、商业化和交付。陈冕称不少人并非自己招入，而是技术负责人组建；他长期极度放权，没有检查团队建设预期是否与公司一致。

• 去年八九月，陈冕原本在美国推进海外，发现“后院起火”后回国：先共识业务规划，再处理产品与研发团队冲突，随后又发现交付质量、能力和直接汇报层负责人都有问题。

• 最终Lovart一段时间的体验不够好，团队也出现动荡。陈冕的反思是，自己因“不懂技术”而敬畏技术细节，结果没有检查宏观技术判断是否真正对齐，放权变成了失焦。

22. GPT Image 1一夜打掉旧路径，也逼出了Lovart的agent方向

• 去年1月，团队测到GPT Image 1后，陈冕判断模型已把原本需要节点工作流完成的控制内化掉了；探索近一年的“星流”赖以生存的中间态被直接打薄，他回忆自己受到冲击并流泪。

• 投资人来电问看法时，他原想美化，最后只说“完蛋了，你让我想一想怎么办”。对方反过来安慰他；从上海飞北京的途中，他在无法上网的飞机上重新推演，落地后又打电话说：“我有办法。”

• 新答案是context加agentic flow：从生成素材后人工PS，到搭工作流让AI做，再到用户只提供context、剩下由agent完成。专业创作仍需要不同于ChatGPT的interface，这给了Lovart独立存在的理由。

• 他随后“雀跃”地找到市场负责人，要求所有资源压上、最快一至三个月上线。那是他承认自己可能接近“发狂”的时刻，因为他相信晚了就没有机会。

23. Manus让agentic成为共识，极端抢跑也透支了首发团队

• Manus发布后，陈冕判断agentic会迅速成为行业共识，而且Manus已拿走创业公司的tech brand；这进一步压缩Lovart窗口，团队即使beta效果还不理想，也必须先上线。

• 回头看，他承认自己可能过急：晚一个月甚至两个月，Lovart或许仍是最快；但当时无法知道竞争者的真实进度，“我只能极致地最快”。

• 团队在高压上线后获得巨大正反馈，公司追加了奖金与期权，仍有许多人后来因疲惫和组织问题离开。速度带来的不是单向胜利，而是先发优势与人员损耗同时发生。

• 陈冕当时告诉团队，一个月后会有100个相似产品，所以首月增长决定先发优势；产品一上线，他又立即去美国推进具体项目，没有留下休整期。

24. Vibe coding让idea更便宜，也让判断力成为创业公司的最大杠杆

• 技术团队曾“什么都在做”，其中不乏好想法；但陈冕的总结是：“idea is cheap。”Vibe coding让实现越来越容易，浩如烟海的idea里，找到当下正确的那个才是人的价值。

• 一个有创造力的人每天都能提出很多idea；判断哪个idea对应哪个timing的best choice，才叫judgment。陈冕认为这是创业公司最重要的杠杆，也是个体能力增强未必天然利好个体创业的原因。

• 他也承认公司一度让中短期目标与长期目标失焦：员工不知道创始人真正要什么，或只感受到数据增长压力。后来他才明白，表达自我不等于别人自然理解；只要求别人理解自己，是“一种懒惰和理想化”。

• 新的用人方法应同时解释愿景、理解对方的动机，再判断工作方式是否匹配。被误解虽是宿命，对齐仍是管理责任。

25. 三条产品线证明捕捉机会的能力，也把组织资源拉到极限

• 陈冕认为，如果不是同一家公司做出Liblib、Lovart和LiblibTV，市场上可能出现三家公司，也可能其中一些机会最终被大厂拿走。个人不会改变浪潮方向，却能改变需求由谁承接。

• Liblib与Lovart仍在增长，但Liblib的投入已大幅减少；Lovart海外渗透仍低、空间很大，却曾因国内产研问题中断扩张。到今年1月组织问题刚缓解，资源又迅速抽去做LiblibTV。

• 面对旧产品团队问“原来的产品还要不要”，阶段性答案就是先干新的。陈冕对此没有稳定路线图：“你不知道产品什么时候会来，所以只能做正确的事情；到来了之后，再做正确的事情。”

• 与Manus等通用Agent公司的分叉在于，他选择垂直、多模态和独立存活，而非General。陈冕否认自己正式发出过收购邀约；即使假设有人出100亿美元，他称“现在也应该不会卖”。

26. 对抗巨头不是正面决战，而是在“逐鹿中原”时先统一江东

• 陈冕承认，自己没有十足把握从巨头竞争中survive；最初给出的成功可能性是10%-30%，继续追问后又说也许连10%都不到。但他不把创业理解为下注固定概率，而是在黑暗旷野中寻找那条真实存在的小路。

• 他的三国比喻是：巨头必须先“逐鹿中原”，通用模型和核心战场优先级最高；创业公司则可趁时间差“一统江东”。巨头知道江东在整合，也可能分兵来打，能否顶住仍取决于创业公司自己。

• 关键链条是：以时间换空间，以空间换资源，以资源浇筑壁垒。所有一蹴而就的壁垒都不是真壁垒，真正的防线只能在巨头尚未把垂直市场列为最高优先级时逐步形成。

• 他也保留了最冷酷的退路：即使无法永远独立，足够强的“长江天险”至少可能提高抵抗成本和谈判条件。survive不是小公司勉强活着，而是最终拥有一块规模足够大的根据地。

27. 多模态interface只是“蜀道”，用户网络才可能成为“长江”

• 陈冕认为文字通用产品与多模态专业创作之间隔着一道“蜀道难”：通用聊天若塞入复杂创作界面会失去纯粹性，就像日常聊天不会随时打开iPad，但专业表达时仍需要电脑和画布。

• 可这道interface差异并不够厚，只是暂时地理优势。创业公司要在竞争中把“巴蜀”变成“江东”，自己修出长江；在壁垒真正work之前，他不愿提前声称已经知道长江在哪里。

• 最终必须依靠用户规模摆脱模型厂商的“地心引力”，更进一步则要让用户为平台创造不可替代的财富。只有内容、供给、协作或交易形成双边网络，模型升级才不容易把平台价值直接抹掉。

• Liblib本身也不是双边网络；LiblibTV目前同样还没有明显形成“通过用户创造价值来留住用户”的闭环。因此当前产品形态未必是终局，只能被视为通往网络效应的一段路径。

28. 最深的商业赌注，是未来十年人类仍愿意创造而非只被AI喂养

• 如果人不再有生产与创造价值，一切由AI集中生产，价值就会回到芯片、顶级talent和巨额资本，新的独立创业公司几乎没有机会。陈冕真正押注的是：未来十年人仍有价值，而非人永远不会被ASI改变。

• 他区分两条AI路径：一条是“为人类创造财富”，即替代人的生产；另一条是“通过人类创造财富”，即赋能人的创造。后者依赖taste、非标表达和多模态内容，正是应用公司可能建立网络效应的位置。

• 绝大多数人不希望少数巨头吞噬一切，本身也会支持反方向路径。陈冕因此把公司使命表述为“empower imagination, enrich mind”，让有想象却缺乏制作能力的人把想象变成内容。

• 他的野心仍是成为1000亿美元公司，但“赢”不是单纯超过别人，而是让世界丰富一点。他说，如果有一天确认人没有意义、产品经理也不再需要调节人与技术，“我就把公司卖了，因为我不应该做CEO”。

29. 那辆边开边修的快车，解释了速度、个人英雄主义和所有未说出口的告别

• 陈冕高中曾靠计算机竞赛逃自习、打游戏，保送复旦失败时距高考只剩半年；他在机房外的雨夜躺着哭，随后只靠反复刷题“hack reward”，最终考入东南大学。游戏、话剧和辩论塑造了他对产品、内容和表达的兴趣。

• 他最认同金庸笔下的杨过：少年离经叛道，后来成为“为国为民”的神雕侠，最终“大闹一场，悄然离去”。主持人提醒，这套叙事深具个人英雄主义、缺少长期组织建设；陈冕承认零到一靠长板，一到十必须补组织短板。

• 焦虑和速度或许是被时代选中的长板，也留下了身体代价：失眠、心跳过快、一段时间天天喝中药，一度手机一震就心慌。他没有提供心理上的对冲方法，实际缓解来自“公司好了，收入涨了，钱融到了”。

• 他对创业三年的比喻是：“开了一台超级快在跑的车，然后你边开车边修车。”车上人与窗外风景不断更换，却没有时间say hello或say goodbye，只能握紧方向盘；回头的一眼可能被理解成恨，真实情绪却是不舍。