摘要

本场讨论反复指向的关键分水岭不是需求，而是能否把每次调用的单位经济做正。 朱哲清估计，行业平均80%—90%的成本已落在推理端；一次超过100万token的Deep Research，用国内模型约3—4美元、海外顶级模型约8—10美元，Grok甚至十几美元，目前他“没有看到一家公司能够把成本打平”的C端案例。生存路径包括模型路由、上下文压缩、垂类fine-tune与自建serving；对C端而言，还要看模型厂商能否把价格打掉约80%并留下利润，否则继续烧钱最终会崩溃。
Cursor的100亿美元估值与20美元套餐限额风波同时出现，说明应用层增长并不会自动变成毛利。 泓君援引其今年6月融资9亿美元、Anthropic去年约40亿美元收入中Cursor与GitHub合计贡献约12亿美元的口径；陈志博直言Cursor“基本上是在给Anthropic打工”。当Claude、OpenAI、Gemini、xAI都把coding列为主战场，Cursor既要承受上游推理成本，又要与上游产品正面竞争；泓君推测此次改价也可能是在为下一轮融资改善gross margin。
Poke AI试图把全网工具变成模型自身的动作空间，以同时破解工具发现与上下文成本。 单个模型上下文只有十几万到100万token，而全网工具描述可能达到几千万token；传统Agent每一步都重放历史和工具信息，同一内容会被处理20、30甚至50次。Poke的目标是让开发者像调用ChatGPT API一样调用Agent，但模型面对上千个高度相似工具时可靠性仍会明显下降。
三家公司押注的是三种不同护城河：工具生态、身份网络与设计交付。 Second Me区分职业的“doing”与人的“being”，希望每个人都有代表自己的身份Agent并形成网络；Lovart则不与Nano Banana等foundation model争单点生成，而以设计师式planner、审美memory和可编辑画布完成个性化交付。对Lovart而言，模型能力是原料，“只有足够深的水位才能承载足够大的船”。
训练范式正因数据瓶颈从SFT转向RFT与RL，但“边用边学”仍远未解决。 朱哲清认为SFT最贵的已是授权数据与复杂任务标注，RFT/RLVR则以更长、更不稳定的训练和更差的泛化为代价；陶芳波把变化概括为“SFT时代找数据，RFT时代找环境”。两人的关键分歧在下一代是否进入经验时代：陶芳波相信在线使用会让Agent变聪明，朱哲清则强调few-shot反馈可能是outlier，安全的inference-time更新“非常难”。
B端Agent已能看见成本打平，C端则分化为订阅、网络效应和结果分成三种赌法。 Poke的B端可覆盖成本，C端订阅即使覆盖推理也无法覆盖人力；Lovart按credit分层订阅，以用户是否愿意持续购买检验交付价值；Second Me为建立身份网络选择“能不收费就不收费”，未来是否形成类似AI原生广告的模式，是泓君提出的增长押注，陶芳波表示认同。Pine按替用户处理账单争议的金额抽成，则给出了最直接的答案：“按最终交付的结果去提成。”
高价KOL流量的信任与持续性在减弱，Community和Agent内核成为更受关注的分发与平台筹码。 Bill认为高价KOL带来的traffic掉得快、信任也弱，Runway和Luma早期依靠Discord共创更可持续；陶芳波则把Claude Code SDK视为被严重低估的“coding kernel”，甚至可能成为Agent时代的CUDA。泓君对Cluely、Lovable与Replit的改观也说明，价值未必来自完全自动交付，实时总结、原型沟通和人的信心提升同样可以构成真实需求。

精读

1. Agent估值先飞起来，单位经济随后追债

泓君用三条赛道勾勒2025年的热度：Cursor等编程Agent、估值50亿美元的法律Agent Harvey AI，以及Manus、Genspark、ChatGPT一类通用Agent。她称这些大模型和编程Agent公司的寿命目前约两年；Cursor在6月便以9亿美元融资获得100亿美元估值，约为她所举月之暗面估值的三倍，但“从风光无两到危机重重”的变化同样迅速。
三位创业者对应三种产品路径：朱哲清（Bill）的Poke AI做通用、工具调用型Agent模型并建设工具生态；陶芳波的Second Me试图建立AI原生身份网络；陈志博的Lovart整合多模态foundation model，让普通人与专业设计师完成更高质量的视觉作品。
朱哲清的背景决定了他的技术取向：在Meta将强化学习用于广告素材改写和budget pacing，前者带来超过6.7%的广告CTR提升，后者对应“大几亿美金”的收入。他在2024年底创业，因为判断“强化学习估计是要起飞了，所以是时候出来搏一把”。

2. Poke把全网工具压进模型的动作空间

朱哲清给出的基础矛盾是：主流模型上下文从十几万到100万token不等，但若把互联网全部工具说明塞入prompt，可能需要几千万token。真正自主的Agent不应预先知道客户使用Salesforce还是HubSpot，也不应要求用户先发现某个美图工具才能去掉脸上的痘痘。
Poke因此不只做workflow，而是希望把工具从prompt描述变成模型“动作空间的一部分”，让Agent自行发现并调用全网工具。最终目标是让Agent构建“和ChatGPT这种language model构建一样容易”，同时避免每轮重复提交全部历史和工具列表。
传统架构会让同一段信息在连续20次、30次、50次调用中反复经过昂贵模型；朱哲清以Perplexity为例称，其亏损量与营收量相近、每年亏损大几千万美元，核心正是工具调用与上下文管理都依赖高价模型。Poke要解决的第二个问题因此不是能力，而是把代价压到开发者“不亏损就可以构建Agent”。
对泓君提出的播客工作流，Poke已能用一个prompt完成视频剪辑并上传YouTube；也能处理TikTok、Instagram、Facebook、LinkedIn和Twitter等平台，按小时检查评论并回复，或拉取视频、生成文字稿再分发。这里的卖点不是单一工具，而是横跨平台的连续调用。

3. 生态开放度与human in the loop决定落地顺序

海内外平台开放度形成了直接边界：朱哲清称YouTube、Facebook、Instagram等虽需partnership，却基本可以接入；哔哩哔哩、小红书、知乎则基本不可能。团队虽在与平台C-suite沟通，但他判断前端网页最终可能收敛为chatbot，平台开放给Agent“只是早晚的问题”，是“一个无法逆转的趋势”。
工具数量仍是模型硬上限：当每个平台包含大量操作、总体达到上千个相似工具时，调用可靠性会大幅下降，且相似度越高越难区分。朱哲清没有把“全网工具”说成已经完成的问题，而是明确承认“目前模型还是有待提升的，而且都很贵”。
产品优先级首先由企业真实需求决定，其次看生态是否已有API、是否涉及分成，最后看任务对人工参与的要求。作为PLG公司，Poke不会因为单个客户提出需求就立即定制，而会寻找“有二十家公司有一样的问题”的共性。
泓君追问通用Agent究竟该先做发布、文字稿还是内容生成，朱哲清把human in the loop列为下一步痛点：多数Agent生成并发布视频后只留下“so what，我怎么去改它呢？” Lovart允许用户在产出上继续交互和调整，正是他认为值得保留的设计。

4. Second Me押注“being”，而不是又一个任务工具

陶芳波将职业Agent定义为“doing something”：会计、程序员等角色因功能而成立；但人看朋友圈、与朋友吃饭闲聊，并不是为了获得服务，而是关心对方的“being”。Second Me要建模并展示的，是后一种存在状态。
他的类比是Facebook主页把线下身份搬到线上，而AI能把过去二三十年的互联网轨迹吸收到参数里，形成比主页更可交互的身份Agent。“似乎所有人都在看Agent能不能做Google的事情”，Second Me则追问Agent能否重新做一次Facebook。
当网络节点从静态主页变成AI，两个身份Agent可以发现共同话题、完成彼此之间的连接与互动；用户也可像孙悟空一样产生分身，陪伴孩子和父母，或与同事讨论问题。陶芳波不敢断言这是“下一代”，但坚持它是不同于任务Agent的另一条主线：不是把世界带给人，而是“把我带给这个世界”。
身份建模首先依赖既有社交轨迹，但中国平台数据较难取得；线下信息则可能来自Always On硬件。陶芳波提到朋友孙杨所做的Lucky和“零宇宙”硬件，也观察到用户直接用手机记录谈话与生活；随着眼镜等设备普及，这种输入“可能会变得比较自然一点”，而非已经解决。

5. 个体模型的理想很昂贵，Lovart选择把模型当作原料

Second Me当前线上方案是多层次prompt抽象：面对个人数千万乃至数亿token的经历，一个新朋友交流任务未必需要全部会议记录，也许只需一段精简的人格表示，如大五人格分类。陶芳波认为，按任务对上下文做多层次抽象可以降本，但承认“依然成本还很高”。
更激进的开源Second Me方案，会为每个人维护独特参数并持续训练，因为人本身不断变化。团队估算每位用户仅每月更新模型就需几百美元；该方案尚未上线，只存在于开源系统中，因此不能与当前线上产品混为一谈。
陈志博则把Lovart定位在tool之上的交付层：Nano Banana、ChatGPT等API不断提高生图、生视频质量，但高度主观的作品还需要“设计师的脑子”。Lovart用planner选择工具，把用户职业、经历、审美与风格偏好放入memory和context，再按专业设计师的工作方式组织创作。
专业用户可在画布上快速批量迭代并注入自己的判断，因为单一chatbot结果“大概率离他最终的交付有一些距离”；普通用户则可以直接获得接近专业质量的作品。对Lovart而言，基础模型更新是利好，正如陈志博所说：“只有足够深的水位才能承载足够大的船”。

6. 推理已吞掉AI公司的大部分成本

朱哲清估计，市面上AI公司成本的80%—90%已在推理，训练成本反而持续下降。复杂交付通常仍需Gemini Pro、Claude 4等顶级模型；Gemini Flash或OpenAI较小模型虽便宜，却很难端到端完成高质量coding任务。
一次复杂deep research通常超过100万token：调用国内模型约3—4美元，海外顶级模型约8—10美元，Grok可能达到十几美元。泓君据此指出，ChatGPT基础订阅每月20美元、C端付费率不到5%；即使OpenAI自有token成本更低，外部Agent接入同类能力仍可能“用户越多，成本越高”。
陶芳波说，Second Me的推理成本已经高于传统云成本，并以两种方法优化：总结、上下文压缩等任务交给Gemini Flash一类便宜模型；人物经历、RAG和工具结果则按任务做多层抽象，只送入真正相关的信息。
陶芳波提到一个关于GPT-5使用router原因的猜测：用户倾向于“再简单的任务也让更好的模型来做”，平台只能主动把请求route到更小模型。这个判断被明确表述为猜测，而非已确认的产品机制。

7. Cursor证明高增长也可能放大应用层风险

陈志博把Lovart称为更标准的C端公司，也用Cursor概括行业困境：“Cursor基本上是在给Anthropic打工。” 他的解法是小模型分工、缩短input，以及在垂直场景fine-tune并自行serving；由于工具空间与用户表达空间有限，成本相较外部API可以“指数级下降”。
泓君的反问是，长期下降无法回答短期现金流。Cursor融资9亿美元、估值100亿美元后，仍将原本每月20美元的套餐改成token限额、超额另付费，引发开发者反弹；她援引Anthropic约40亿美元收入、Cursor与GitHub合计约12亿美元贡献的口径，说明增长背后可能是巨额上游支出。
更棘手的是，coding恰好处在各家foundation model的主赛道：Anthropic推出Claude Code，OpenAI、Gemini和xAI也持续强化代码能力。陈志博认为，Cursor所在赛道容易出现Anthropic的新模型明显强于其对外出售的模型，再叠加推理成本优势，上游公司与应用公司竞争时优势明显；Lovart所在的设计交付层并非底模主战场，因此应用空间更大。
泓君觉得Cursor自己训练代码模型“不太有戏”，因为代码是各家大模型训练中的重要权重和benchmark之一。她更倾向于把限额调整理解为融资后的财务动作：如果gross margin上不去，“它就融不到下一轮资金”。

8. 数据瓶颈把训练从SFT推向RFT与RL

朱哲清认为，SFT最昂贵的部分已经不是token generation，而是数据。社交与内容平台因法律和商业原因开始license内容；他以Reddit为例称，数据授权给Claude与OpenAI是其去年最大的收入来源之一，说明数据正成为SFT的核心bottleneck。
任务复杂化也让人工标注失效：若要标注deep research，难道让真人浏览3000个网站、再判断Agent是否浏览正确？他的判断是，reinforcement fine-tuning和RLVR兴起，并非SFT突然失去价值，而是纯监督路径“走到了一个快要卡死的边缘”。
RFT与RL的代价同样明确：训练时间更长、更不稳定，难以直接在inference time安全训练；强化学习训练还可能发生Modality Collapse，使泛化性下降，部署到具体用例后可能仍需再fine-tune。其compute成本因此可能显著高于原路径。
朱哲清称Grok 4的RL fine-tuning训练投入已经接近SFT训练投入，下一步在2.1上还可能需要更大投入。他给出的投资映射非常直接：“云计算还是会蓬勃发展”，并以Oracle当时上涨30%作为现场例子。

9. “经验时代”仍卡在安全的在线学习

陶芳波回顾，团队此前的MindOS属于workflow型Agent，Manus与Lovart则代表Reasoning Model驱动的下一代。他把范式迁移总结为：“SFT时代我是要找数据，RFT时代我们可能是要找环境”，Agent创业者需要定义可交互、可验证的环境，而不仅是积累语料。
受Richard Sutton当天演讲启发，陶芳波相信下一步可能进入“经验时代”：RL不只发生在训练阶段，而是在真实使用中持续积累经验，例如Lovart用户越多，模型就越聪明。他同时承认，“今天我相信是不存在这个事儿的”，至少模型本身尚不会因使用自动训练。
朱哲清的保留意见是，exploration长期被讨论却很少落地，因为margin太小：Meta若为探索牺牲收入，再花大量算力只提高2%—3%的performance，很难获得组织支持。它如今重新重要，是因为SFT开始遇到数据和能力壁垒；没有数据时，贪婪地重复已知最优策略会让模型停止学习。
但他仍把探索放在training time：收集新数据、集中更新policy，再部署回真实环境。若只得到现场三个人的反馈，就无法判断其是否为outlier；要求模型凭few-shot信号立即、安全更新，是inference-time learning最难的一步，“这个是非常难的”。

10. B端先打平，C端商业模式分成三条路

Poke当时尚未正式收费，甚至给用户发放无限credit，但仍有人主动付钱，朱哲清笑称是“为爱发电”。B端收入已较容易覆盖成本；C端subscription也可大致覆盖推理，但算上人力便“完全没有任何的盈利可言”，其前景仍取决于模型厂商“是不是够仁慈”。
To B的边界在于不能被定制拖成咨询公司。Poke坚持PLG，根据community反馈寻找共性需求；相较之下，SLG可能为了拿下大客户“不惜一切代价”。把Forward-Deployed Engineer直接派进客户公司虽能缓解数据不出门的顾虑，却意味着极高的人力成本。
Second Me反向选择尽量不收费：身份社交网络若设置较高加入门槛，节点不足便没有网络价值。泓君提出上一代互联网公司早期可以先不赚钱、建立网络壁垒，并设想未来可能出现类似feed ads的AI原生广告模式；她将其称作自己的“bet”，陶芳波表示认同。
Lovart采用最直接的分层订阅：不同档位对应不同credit，“愿意用那你就买，不愿意用你就走”。陈志博拒绝披露营收，并提醒高低档占比更多反映用户画像——专业人士和AI爱好者偏重度，一般创作者偏轻度——主要说明用户类型差异。

11. 产品力与community正在替代昂贵流量

Lovart从邀请码、KOL传播走向正式发布，市场团队位于旧金山，核心仍是靠产品体验与口碑获得“自来水”流量。陈志博把增长逻辑压缩得很简单：持续提高作品交付质量，让用户愿意主动传播。
陶芳波观察到AI创始人必须亲自讲科幻故事，因为早期注意力本身就是势能；一位股东打趣：“当AI创始人都在讲科幻故事的时候，科幻小说家没有小说可以写了。” 创始人由此不得不亲自出镜、管理形象，甚至面对减肥这种非常具体的负担。
陶芳波透露，Second Me一次发布视频只拍了半天、端到端约1500美元；真正的问题不是制作费，而是行业营销越来越同质化、资本把KOL价格推到“天价”。如果完全依靠付费KOL传播，流量可能掉得很厉害，也容易让第三方判断产品只是在“纯拉流量”。
他更相信community：Runway、Luma早期由创始人在旧金山活动中邀请用户加入Discord，直接收集问题、解决需求、持续迭代。等到核心用户“都离不开你了”，传播才会自然发生，这也与Poke用代表性用户筛选产品优先级的PLG逻辑一致。

12. 2025年的产品惊喜从结果计费延伸到Agent内核

现场一位嘉宾提到Pine的结果计费：Agent替用户与银行或电信公司争议账单，再从争议金额中抽成。它不只改变收费单位，也迫使产品交付“具有商业意义的结果”，避免用户为过程、token或未完成任务买单。
陶芳波认为Claude Code SDK远比Claude Code本身更被低估：他推测Anthropic可能在尝试把最强coding agent的“kernel”抽象为所有Agent的基础层，再让应用调用Claude底模。如果成立，它可能像CUDA之于Nvidia；泓君也把这一思路与Stripe用SDK/API降低支付开发门槛相类比。
泓君最初怀疑Lovable、Replit类产品无法交付有用成果，后来发现它们能让运营负责人和产品负责人直接做UI或开发者产品prototype。“我说是长这样，你说这个也是长这样”，口头看似一致，画出来可能完全不同；原型让沟通误差变成可见、可改的对象。
泓君对曾以“作弊工具”闻名的Cluely也发生逆转。在一场英文强化学习会议中，她没有使用面试答案提示，只借助实时字幕与要点总结，便能更有把握地理解讨论、整理后续提纲；它带来的价值不是替她回答，而是让一场“没有太大把握的会”变得更有信心。

Opendoor CEO谈科技史上最伟大的翻盘 Uber CEO Dara Khosrowshahi：自动驾驶的未来、商业模式变化与岗位替代